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

SMFormer	0.33 183	0.10 118	1.04 144	0.00 1	0.00 1	0.03 5	0.00 1	1.45 287	0.55 158	0.00 1	0.00 1	0.15 180	0.00 1	3.24 258	0.09 184	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.02 221

tta	0.33 183	0.10 118	1.04 144	0.00 1	0.00 1	0.03 5	0.00 1	1.45 287	0.55 158	0.00 1	0.00 1	0.15 180	0.00 1	3.24 258	0.09 184	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.01 126

qqq1	0.33 183	0.10 118	1.04 144	0.00 1	0.00 1	0.03 5	0.00 1	1.45 287	0.55 158	0.00 1	0.00 1	0.15 180	0.00 1	3.24 258	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.01 126

fff1	0.33 183	0.10 118	1.04 144	0.00 1	0.00 1	0.03 5	0.00 1	1.45 287	0.55 158	0.00 1	0.00 1	0.15 180	0.00 1	3.24 258	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.01 126

MyStereo07	0.10 18	0.12 141	0.59 33	0.00 1	0.00 1	0.98 216	0.00 1	0.03 6	0.10 65	0.01 123	0.00 1	0.01 7	0.05 225	0.04 100	0.00 1	0.00 1	0.05 367	0.00 1	0.00 1	0.02 131	0.04 281

MyStereo06	0.36 200	0.13 147	2.17 296	0.01 239	0.00 1	1.09 307	0.00 1	0.23 112	0.09 47	0.49 349	0.41 330	1.01 326	1.05 343	0.21 153	0.24 263	0.00 1	0.05 367	0.00 1	0.00 1	0.01 56	0.04 281

MyStereo05	0.28 153	0.13 147	2.37 306	0.01 239	0.00 1	1.09 307	0.00 1	1.02 235	0.45 141	0.04 254	0.01 199	0.26 218	0.14 267	0.00 1	0.06 157	0.00 1	0.05 367	0.00 1	0.00 1	0.01 56	0.04 281

MyStereo04	0.26 143	0.12 141	2.34 303	0.00 1	0.00 1	0.98 216	0.00 1	0.84 210	0.20 108	0.06 271	0.01 199	0.33 233	0.11 260	0.00 1	0.06 157	0.00 1	0.05 367	0.00 1	0.00 1	0.02 131	0.04 281

WAO-6	2.38 375	0.69 340	1.93 279	0.00 1	0.00 1	3.94 387	0.29 344	5.62 391	7.23 395	0.34 338	6.76 382	7.73 390	1.96 366	5.88 355	5.07 374	0.00 1	0.00 1	0.00 1	0.00 1	0.15 319	0.03 253

ACVNet-DCA	0.25 139	0.22 193	1.20 180	0.00 1	0.00 1	1.31 354	0.00 1	0.95 225	0.55 158	0.07 277	0.00 1	0.03 73	0.02 128	0.59 178	0.01 74	0.00 1	0.01 299	0.00 1	0.00 1	0.00 1	0.01 126

xx1	0.28 153	0.22 193	1.20 180	0.00 1	0.00 1	1.31 354	0.00 1	1.41 276	0.69 353	0.07 277	0.00 1	0.01 7	0.00 1	0.59 178	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	0.22 193	1.20 180	0.00 1	0.00 1	1.31 354	0.00 1	0.95 225	0.55 158	0.07 277	0.00 1	0.03 73	0.02 128	1.23 200	0.00 1	0.00 1	0.01 299	0.00 1	0.00 1	0.00 1	0.01 126

cc1	0.28 153	0.22 193	1.20 180	0.00 1	0.00 1	1.31 354	0.00 1	1.41 276	0.69 353	0.07 277	0.00 1	0.03 73	0.02 128	0.59 178	0.01 74	0.00 1	0.01 299	0.00 1	0.00 1	0.08 266	0.04 281

mmm	0.13 47	0.02 7	0.42 5	0.00 1	0.00 1	0.04 13	0.00 1	0.88 214	0.56 170	0.00 1	0.00 1	0.01 7	0.01 84	0.51 173	0.00 1	0.00 1	0.01 299	0.00 1	0.00 1	0.01 56	0.01 126

11t1	0.08 9	0.01 1	0.54 22	0.00 1	0.00 1	0.09 23	0.00 1	0.44 152	0.55 158	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 56	0.01 126

ff7	0.11 32	0.18 172	0.52 14	0.00 1	0.00 1	1.06 253	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	0.10 361	0.07 249	0.01 126

IGEVStereo-DCA	0.10 18	0.06 83	0.52 14	0.01 239	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	0.44 293	0.00 1	0.00 1	0.00 1	0.10 361	0.05 217	0.01 126

ffff	0.11 32	0.18 172	0.52 14	0.00 1	0.00 1	1.06 253	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	0.10 361	0.07 249	0.01 126

rrr	0.24 133	0.06 83	1.91 276	0.01 239	0.00 1	0.32 58	0.04 276	1.34 266	0.15 96	0.01 123	0.01 199	0.02 38	0.04 201	0.14 144	0.44 293	0.00 1	0.00 1	0.00 1	0.18 380	0.05 217	0.05 298

DualNet	0.55 275	0.02 7	1.06 153	0.00 1	0.00 1	0.62 129	0.00 1	1.42 279	0.57 202	0.00 1	0.00 1	0.67 299	0.02 128	0.57 175	5.86 378	0.00 1	0.01 299	0.00 1	0.00 1	0.08 266	0.03 253

ffm	0.25 139	0.02 7	1.06 153	0.00 1	0.00 1	0.62 129	0.00 1	1.42 279	0.57 202	0.00 1	0.00 1	0.67 299	0.02 128	0.57 175	0.01 74	0.00 1	0.01 299	0.00 1	0.00 1	0.08 266	0.03 253

ff1	0.80 318	0.02 7	1.06 153	0.00 1	0.00 1	0.62 129	0.00 1	1.42 279	0.57 202	0.00 1	0.00 1	0.67 299	0.02 128	5.57 342	5.86 378	0.00 1	0.01 299	0.00 1	0.00 1	0.08 266	0.03 253

mmx	0.85 324	0.02 7	1.06 153	0.00 1	0.00 1	0.62 129	0.00 1	2.50 361	0.56 170	0.00 1	0.00 1	0.67 299	0.02 128	5.57 342	5.86 378	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

11t	0.11 32	0.18 172	0.52 14	0.00 1	0.00 1	1.06 253	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	0.10 361	0.07 249	0.01 126

tt1	0.27 149	0.23 202	1.17 175	0.00 1	0.00 1	1.29 352	0.00 1	1.42 279	0.57 202	0.07 277	0.00 1	0.03 73	0.02 128	0.57 175	0.01 74	0.00 1	0.01 299	0.00 1	0.00 1	0.08 266	0.03 253

ttt	0.70 308	0.02 7	0.78 80	0.00 1	0.00 1	0.62 129	0.00 1	2.50 361	0.56 170	0.00 1	0.00 1	0.29 224	0.01 84	4.18 297	5.00 373	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

1111x	0.87 329	0.02 7	1.20 180	0.00 1	0.00 1	0.70 153	0.00 1	2.60 373	0.56 170	0.00 1	0.00 1	0.04 93	0.01 84	5.36 333	6.80 383	0.00 1	0.01 299	0.00 1	0.00 1	0.00 1	0.01 126

whm_eth	0.17 85	0.36 259	1.51 236	0.00 1	0.00 1	0.53 107	0.00 1	0.25 118	0.61 290	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	0.09 343

xxx	0.85 324	0.02 7	1.06 153	0.00 1	0.00 1	0.62 129	0.00 1	2.50 361	0.56 170	0.00 1	0.00 1	0.67 299	0.02 128	5.57 342	5.86 378	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

GMStereo_Zeroshot	0.07 7	0.04 38	0.80 88	0.08 327	0.00 1	0.03 5	0.00 1	0.05 18	0.10 65	0.00 1	0.03 276	0.19 199	0.03 170	0.00 1	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

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	0.32 128	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	0.26 361	0.01 126

StereoIM	0.06 5	0.16 164	0.66 39	0.00 1	0.00 1	0.05 16	0.01 211	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 56	0.01 126

StereoVision	0.16 77	0.25 212	1.07 160	0.00 1	0.00 1	0.47 90	0.01 211	0.18 91	0.61 290	0.00 1	0.29 321	0.15 180	0.02 128	0.07 116	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.01 126

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	0.04 201	0.01 126

MIF-Stereo	0.06 5	0.06 83	0.83 94	0.00 1	0.00 1	0.08 21	0.01 211	0.06 28	0.03 4	0.00 1	0.08 297	0.02 38	0.00 1	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 266	0.00 1

CASnet	0.08 9	0.05 60	0.40 1	0.00 1	0.00 1	0.82 177	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	0.03 180	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.17 85	0.04 38	0.93 124	0.00 1	0.00 1	1.10 313	0.00 1	0.99 232	0.03 4	0.01 123	0.00 1	0.21 205	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

LL-Strereo	0.71 311	0.88 363	2.40 308	0.00 1	0.00 1	0.63 139	0.01 211	1.57 310	0.58 241	0.45 345	0.00 1	0.54 287	0.30 298	6.37 377	0.07 168	0.00 1	0.05 367	0.00 1	0.00 1	0.22 351	0.17 373

4D-IteraStereo	0.16 77	0.51 309	1.73 258	0.00 1	0.00 1	0.38 69	0.03 264	0.08 45	0.08 31	0.02 211	0.01 199	0.00 1	0.01 84	0.06 111	0.09 184	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.06 318

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 56	0.00 1

CAS	0.10 18	0.05 60	0.46 8	0.00 1	0.00 1	1.03 234	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	0.08 372	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

anonymousdsp2	0.10 18	0.04 38	0.98 138	0.00 1	0.00 1	0.62 129	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	0.02 327	0.04 201	0.03 253

coex-ft	8.40 404	2.59 407	75.27 414	0.00 1	0.00 1	0.18 35	0.04 276	0.13 77	20.18 404	39.66 412	4.06 371	4.68 380	8.53 400	3.94 289	7.96 386	0.02 356	0.07 378	0.00 1	0.02 327	0.14 312	0.50 393

anonymousdsp	0.11 32	0.18 172	0.58 30	0.00 1	0.00 1	1.06 253	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	0.11 366	0.07 249	0.03 253

CBFPSM	0.36 200	0.54 318	2.16 295	0.00 1	0.00 1	0.30 53	0.00 1	0.26 121	0.62 338	0.01 123	0.01 199	1.68 360	1.03 341	0.27 159	0.33 281	0.00 1	0.01 299	0.00 1	0.00 1	0.01 56	0.01 126

LoS	0.14 60	0.07 101	0.66 39	0.02 263	0.00 1	1.05 244	0.01 211	0.07 40	0.57 202	0.01 123	0.01 199	0.16 187	0.04 201	0.04 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.00 1

CES	0.08 9	0.07 101	0.43 6	0.00 1	0.00 1	0.21 39	0.01 211	0.08 45	0.56 170	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 56	0.00 1

GASNet	0.56 279	1.09 374	2.57 325	0.00 1	0.00 1	0.52 104	0.02 248	1.12 248	0.22 111	0.01 123	0.14 305	0.50 281	0.12 263	4.09 294	0.39 286	0.00 1	0.00 1	0.00 1	0.00 1	0.32 371	0.08 330

gwcnet-sp	0.28 153	0.15 157	2.75 334	0.00 1	0.00 1	0.51 98	0.02 248	0.49 160	0.57 202	0.01 123	0.01 199	0.08 139	0.04 201	0.87 188	0.11 201	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

scenet	0.28 153	0.15 157	2.75 334	0.00 1	0.00 1	0.51 98	0.02 248	0.49 160	0.57 202	0.01 123	0.01 199	0.08 139	0.04 201	0.87 188	0.11 201	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

CASS	0.07 7	0.06 83	0.73 47	0.00 1	0.00 1	0.10 25	0.01 211	0.15 83	0.12 83	0.16 314	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	0.02 131	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	0.12 41	0.15 157	0.92 123	0.00 1	0.00 1	0.46 89	0.00 1	0.41 147	0.10 65	0.00 1	0.00 1	0.10 153	0.00 1	0.07 116	0.19 247	0.00 1	0.00 1	0.00 1	0.02 327	0.04 201	0.02 221

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	0.23 209	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

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	0.42 260	0.02 128	0.01 25	0.01 74	0.00 1	0.00 1	0.00 1	0.04 348	0.00 1	0.02 221

riskmin	0.11 32	0.01 1	0.87 110	0.01 239	0.00 1	0.13 32	0.00 1	0.30 132	0.09 47	0.00 1	0.01 199	0.76 309	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

Anonymous_2	0.88 330	0.02 7	1.06 153	0.01 239	0.00 1	0.19 36	0.00 1	0.14 80	0.08 31	0.01 123	0.04 281	1.07 332	0.00 1	0.02 66	0.02 103	0.01 342	0.04 354	2.31 409	11.16 413	1.35 394	0.01 126

Wz-Net-TNSev	1.42 358	2.41 406	11.01 398	0.00 1	0.00 1	0.42 77	0.14 318	2.05 340	0.61 290	0.06 271	0.01 199	1.34 347	0.16 274	5.70 347	4.19 364	0.00 1	0.00 1	0.00 1	0.01 314	0.19 341	0.10 350

Selective-RAFT	0.13 47	0.04 38	0.51 11	0.00 1	0.00 1	1.06 253	0.00 1	0.04 12	0.57 202	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	0.19 383	0.04 201	0.00 1

ProNet	0.09 14	0.20 184	0.53 21	0.00 1	0.00 1	0.80 173	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	0.08 266	0.01 126

ssnet_v2	0.28 153	0.17 168	1.18 178	0.00 1	0.00 1	0.81 175	0.00 1	1.05 237	0.59 253	0.09 292	0.01 199	0.88 317	0.09 248	0.43 169	0.08 178	0.00 1	0.00 1	0.00 1	0.00 1	0.12 301	0.09 343

RCA-Stereo	0.18 95	0.11 132	0.63 36	0.00 1	0.00 1	1.06 253	0.00 1	1.48 299	0.07 18	0.07 277	0.00 1	0.02 38	0.05 225	0.00 1	0.00 1	0.00 1	0.01 299	0.00 1	0.00 1	0.05 217	0.01 126

ssnet	0.28 153	0.15 157	2.75 334	0.00 1	0.00 1	0.51 98	0.02 248	0.49 160	0.57 202	0.01 123	0.01 199	0.08 139	0.04 201	0.87 188	0.11 201	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

CroCo-Stereo Lap2	0.09 14	0.23 202	0.74 56	0.00 1	0.00 1	0.02 3	0.00 1	0.07 40	0.56 170	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	0.06 237	0.01 126

DCANet-4	0.31 172	0.05 60	2.61 326	0.00 1	0.00 1	1.05 244	0.00 1	1.49 305	0.61 290	0.13 304	0.00 1	0.03 73	0.05 225	0.03 91	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 298

qqq	0.17 85	0.01 1	0.52 14	0.00 1	0.00 1	0.12 31	0.00 1	0.95 225	0.55 158	0.00 1	0.00 1	0.01 7	0.00 1	1.23 200	0.00 1	0.00 1	0.01 299	0.00 1	0.00 1	0.00 1	0.01 126

ccc-4	0.11 32	0.18 172	0.52 14	0.00 1	0.00 1	1.06 253	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	0.10 361	0.07 249	0.01 126

tt	48.25 413	0.05 60	28.22 406	1.29 397	0.00 1	100.00 425	100.00 423	100.00 424	97.19 419	0.08 284	0.00 1	97.99 423	86.70 419	2.26 225	99.92 424	83.66 420	94.83 419	16.47 413	21.27 415	35.05 413	0.01 126

ADStereo(finetuned)	0.34 190	0.37 267	2.24 299	0.00 1	0.00 1	1.04 241	0.00 1	1.49 305	0.61 290	0.08 284	0.00 1	0.04 93	0.74 331	0.03 91	0.09 184	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.05 298

x	0.10 18	0.01 1	0.51 11	0.00 1	0.00 1	0.09 23	0.00 1	0.67 189	0.55 158	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

DisPM	0.16 77	0.05 60	0.82 92	0.07 322	0.00 1	1.14 332	0.41 358	0.08 45	0.54 154	0.03 237	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 56	0.00 1

Wz-Net-SNSev	0.78 316	1.10 375	6.27 385	0.00 1	0.00 1	0.27 45	0.00 1	0.95 225	0.61 290	0.00 1	0.01 199	0.41 259	0.10 256	4.92 319	0.81 318	0.00 1	0.00 1	0.00 1	0.00 1	0.17 334	0.03 253

Wz-Net-LNSev-Ref	0.42 218	0.52 314	3.02 345	0.00 1	0.00 1	0.57 116	0.00 1	1.15 252	0.60 275	0.00 1	0.00 1	0.04 93	0.14 267	1.51 204	0.76 317	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

BUS	0.33 183	0.05 60	0.54 22	0.00 1	0.00 1	1.87 371	0.00 1	2.43 358	0.58 241	0.30 332	0.09 298	0.65 296	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

Wz-Net-LNSev	0.34 190	0.61 332	4.26 373	0.00 1	0.00 1	0.49 94	0.00 1	0.26 121	0.61 290	0.00 1	0.01 199	0.23 209	0.03 170	0.10 134	0.16 230	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

Wz-Net-MNSev	0.48 242	0.76 355	3.11 350	0.00 1	0.00 1	0.23 41	0.00 1	1.07 241	0.61 290	0.01 123	0.01 199	0.13 169	0.13 266	3.12 253	0.34 282	0.00 1	0.00 1	0.00 1	0.00 1	0.05 217	0.01 126

IER	0.14 60	0.09 114	1.29 198	0.00 1	0.00 1	0.62 129	0.00 1	0.17 89	0.10 65	0.00 1	0.00 1	0.40 256	0.02 128	0.11 139	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

NINENet	0.45 229	0.09 114	0.81 89	0.06 318	0.00 1	1.87 371	0.00 1	2.69 376	0.56 170	0.00 1	0.00 1	0.65 296	0.00 1	2.15 218	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

BSDual-CNN	0.28 153	0.05 60	0.54 22	0.00 1	0.00 1	1.07 287	0.00 1	2.43 358	0.58 241	0.30 332	0.09 298	0.36 243	0.03 170	0.01 25	0.08 178	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

hknet	0.38 208	0.07 101	1.32 202	0.00 1	0.00 1	1.07 287	0.00 1	2.43 358	0.58 241	0.30 332	0.09 298	0.63 291	0.00 1	0.96 192	0.07 168	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

IGEV-Stereo	0.11 32	0.18 172	0.58 30	0.00 1	0.00 1	1.06 253	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	0.11 366	0.07 249	0.03 253
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.50 256	0.51 309	1.44 227	0.00 1	0.00 1	0.29 50	0.00 1	0.63 184	0.59 253	0.00 1	0.00 1	0.08 139	0.01 84	6.14 364	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.22 351	0.01 126

psmg	0.22 118	0.05 60	0.54 22	0.00 1	0.00 1	1.05 244	0.00 1	1.73 326	0.58 241	0.00 1	0.00 1	0.36 243	0.03 170	0.01 25	0.08 178	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

CSP-Net	0.37 205	0.10 118	0.54 22	0.00 1	0.00 1	0.50 96	0.00 1	0.64 185	0.13 90	0.00 1	0.00 1	0.15 180	0.02 128	5.27 327	0.06 157	0.00 1	0.00 1	0.00 1	0.00 1	0.05 217	0.00 1

WZ-Net	1.38 356	1.14 381	10.22 396	0.00 1	0.00 1	0.82 177	0.00 1	1.37 274	0.61 290	0.01 123	0.01 199	1.09 333	2.20 372	6.39 378	3.68 362	0.00 1	0.00 1	0.00 1	0.00 1	0.07 249	0.02 221

UDGNet	0.14 60	0.48 300	0.72 45	0.00 1	0.00 1	1.06 253	0.00 1	0.05 18	0.28 120	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

dd	0.16 77	0.52 314	0.86 105	0.01 239	0.00 1	1.03 234	0.00 1	0.09 51	0.52 148	0.01 123	0.00 1	0.02 38	0.02 128	0.00 1	0.00 1	0.01 342	0.00 1	0.00 1	0.00 1	0.03 180	0.00 1

dad	0.17 85	0.54 318	0.82 92	0.00 1	0.00 1	1.03 234	0.00 1	0.02 4	0.23 115	0.01 123	0.00 1	0.02 38	0.01 84	0.63 182	0.11 201	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

DDUNet	0.34 190	0.20 184	1.06 153	0.00 1	0.00 1	0.79 171	0.01 211	0.91 219	0.54 154	0.04 254	0.01 199	1.11 336	0.01 84	1.89 211	0.17 234	0.00 1	0.00 1	0.00 1	0.00 1	0.06 237	0.00 1

UDG	0.42 218	0.43 287	1.17 175	0.00 1	0.00 1	0.99 222	0.00 1	1.70 323	0.60 275	0.05 263	0.00 1	1.51 357	0.19 280	1.20 197	0.61 310	0.00 1	0.00 1	0.00 1	0.00 1	0.05 217	0.00 1

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 56	0.00 1

DAS	0.49 247	0.05 60	1.29 198	0.00 1	0.00 1	0.07 19	0.00 1	1.25 259	0.61 290	1.18 366	0.00 1	0.24 211	0.03 170	4.76 314	0.22 255	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.01 126

SepStereo	0.45 229	0.05 60	1.29 198	0.00 1	0.00 1	0.07 19	0.00 1	1.25 259	0.61 290	1.18 366	0.00 1	0.24 211	0.03 170	3.93 288	0.22 255	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.01 126

IPLG	0.51 261	0.38 276	1.60 244	0.02 263	0.00 1	1.11 321	0.07 292	1.48 299	0.57 202	0.05 263	0.00 1	0.12 162	0.15 272	4.58 308	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 294	0.00 1

MIPNet	0.34 190	0.35 252	1.56 240	0.02 263	0.00 1	1.11 321	0.09 305	1.57 310	0.65 345	0.11 299	0.05 283	0.18 192	0.19 280	0.74 185	0.00 1	0.00 1	0.00 1	0.00 1	0.01 314	0.06 237	0.01 126

AASNet	0.27 149	0.47 298	1.56 240	0.00 1	0.00 1	0.91 205	0.00 1	0.58 174	0.58 241	0.00 1	0.00 1	0.39 254	0.02 128	0.33 161	0.13 218	0.00 1	0.00 1	0.00 1	0.00 1	0.25 359	0.06 318

ACRE	0.34 190	0.70 342	2.13 292	0.10 336	0.00 1	0.90 198	0.20 326	1.45 287	0.61 290	0.02 211	0.01 199	0.13 169	0.05 225	0.14 144	0.17 234	0.00 1	0.03 339	0.01 351	0.02 327	0.17 334	0.04 281

SACVNet	0.42 218	0.29 227	1.10 161	0.00 1	0.00 1	1.02 228	0.00 1	0.78 198	0.29 124	0.03 237	0.00 1	0.24 211	0.02 128	4.27 302	0.07 168	0.00 1	0.00 1	0.00 1	0.00 1	0.20 347	0.01 126

AACVNet	0.40 214	0.36 259	0.90 117	0.00 1	0.00 1	0.53 107	0.00 1	0.18 91	0.41 140	0.02 211	0.00 1	0.11 156	0.01 84	5.33 330	0.07 168	0.00 1	0.00 1	0.00 1	0.00 1	0.15 319	0.00 1

GwcNet-ADL	0.30 168	0.19 181	1.78 264	0.00 1	0.00 1	1.03 234	0.00 1	2.08 344	0.28 120	0.00 1	0.00 1	0.37 249	0.04 201	0.02 66	0.09 184	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 253

PSMNet-ADL	0.35 196	0.05 60	0.65 38	0.00 1	0.00 1	1.03 234	0.00 1	0.59 176	0.09 47	0.00 1	0.07 294	0.47 268	0.01 84	3.66 278	0.30 275	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.02 221

ADLNet2	0.55 275	0.33 239	2.54 324	0.00 1	0.00 1	0.88 194	0.00 1	0.69 190	0.65 345	0.00 1	0.07 294	1.47 354	0.02 128	4.12 296	0.11 201	0.00 1	0.00 1	0.00 1	0.00 1	0.13 309	0.01 126

TRStereo	0.37 205	0.23 202	1.41 222	0.03 279	0.00 1	1.07 287	0.02 248	3.07 381	0.57 202	0.01 123	0.00 1	0.11 156	0.40 308	0.06 111	0.00 1	0.00 1	0.00 1	0.00 1	0.22 390	0.01 56	0.08 330

LCNet	0.22 118	0.11 132	0.74 56	0.11 346	0.00 1	0.97 214	0.00 1	0.09 51	0.59 253	0.01 123	0.00 1	0.02 38	1.10 346	0.43 169	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 312	0.01 126

HHNet	0.48 242	0.21 187	1.60 244	0.10 336	0.00 1	1.14 332	0.26 335	0.47 157	0.59 253	0.01 123	3.56 370	0.04 93	0.71 327	0.00 1	0.73 315	0.02 356	0.00 1	0.00 1	0.00 1	0.03 180	0.00 1

NF-Stereo	0.47 235	0.03 23	0.77 71	0.12 350	0.00 1	1.07 287	0.26 335	0.19 94	0.60 275	0.01 123	0.00 1	0.02 38	0.00 1	6.18 366	0.18 238	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

OCTAStereo	0.47 235	0.03 23	0.77 71	0.12 350	0.00 1	1.07 287	0.26 335	0.19 94	0.60 275	0.01 123	0.00 1	0.02 38	0.00 1	6.16 365	0.18 238	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

PSM-softLoss	0.48 242	0.04 38	1.10 161	0.17 368	0.00 1	1.07 287	0.25 333	0.12 73	0.61 290	0.03 237	0.01 199	0.02 38	0.01 84	6.03 359	0.18 238	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

KMStereo	0.48 242	0.04 38	1.10 161	0.17 368	0.00 1	1.07 287	0.25 333	0.12 73	0.61 290	0.03 237	0.01 199	0.02 38	0.01 84	6.03 359	0.18 238	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

PSM-AAD	0.49 247	0.02 7	0.75 64	0.06 318	0.00 1	1.19 345	2.19 393	0.12 73	0.59 253	0.01 123	0.45 332	0.13 169	4.04 388	0.22 154	0.06 157	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

FTStereo	0.78 316	0.01 1	1.27 197	0.12 350	0.00 1	1.15 335	2.80 399	0.09 51	0.61 290	0.16 314	5.93 380	0.36 243	2.56 375	0.53 174	0.01 74	0.07 369	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

KYRaft	0.21 114	0.03 23	0.74 56	0.04 290	0.00 1	1.16 339	0.12 316	0.08 45	0.60 275	0.01 123	0.30 322	0.03 73	0.77 333	0.37 165	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

DEmStereo	0.75 313	0.06 83	1.73 258	0.04 290	0.00 1	0.78 169	0.52 369	0.05 18	0.57 202	0.05 263	0.72 344	0.02 38	3.42 383	5.79 352	1.29 333	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

DRaft	0.56 279	0.08 108	0.73 47	0.00 1	0.00 1	0.92 207	0.19 324	0.05 18	0.09 47	0.03 237	0.26 318	0.06 126	2.55 374	4.61 311	1.38 336	0.00 1	0.03 339	0.00 1	0.02 327	0.03 180	0.08 330

GrayStereo	0.46 233	0.01 1	0.71 43	0.10 336	0.00 1	1.12 328	2.67 398	0.20 104	0.59 253	0.00 1	0.00 1	0.08 139	3.76 387	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

RE-Stereo	0.47 235	0.03 23	0.77 71	0.12 350	0.00 1	1.07 287	0.26 335	0.19 94	0.60 275	0.01 123	0.00 1	0.02 38	0.00 1	6.18 366	0.18 238	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

Pruner-Stereo	0.16 77	0.04 38	0.73 47	0.19 374	0.00 1	1.08 299	0.21 327	0.16 84	0.59 253	0.03 237	0.00 1	0.01 7	0.00 1	0.02 66	0.22 255	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

TVStereo	0.47 235	0.03 23	0.77 71	0.12 350	0.00 1	1.07 287	0.26 335	0.19 94	0.60 275	0.01 123	0.00 1	0.02 38	0.00 1	6.18 366	0.18 238	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

IRAFT_RVC	0.51 261	0.13 147	1.14 169	0.10 336	0.00 1	1.17 342	0.10 309	0.28 128	0.61 290	0.01 123	0.00 1	0.02 38	0.12 263	6.22 373	0.22 255	0.00 1	0.09 382	0.00 1	0.00 1	0.02 131	0.01 126

AnonymousM	0.10 18	0.04 38	0.56 28	0.00 1	0.00 1	1.02 228	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 56	0.00 1

CroCo-Stereo	0.13 47	0.16 164	0.40 1	0.00 1	0.00 1	0.03 5	0.00 1	0.98 230	0.57 202	0.00 1	0.01 199	0.31 230	0.03 170	0.01 25	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	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
GMM-Stereo	0.18 95	0.02 7	1.37 213	0.08 327	0.00 1	1.11 321	0.13 317	0.09 51	0.60 275	0.01 123	0.00 1	0.02 38	0.10 256	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

Prome-Stereo	0.23 125	0.04 38	0.76 69	0.10 336	0.00 1	1.15 335	0.02 248	0.27 124	0.65 345	0.01 123	0.54 336	0.04 93	0.71 327	0.27 159	0.07 168	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

LMCR-Stereo	0.27 149	0.34 243	1.42 224	0.00 1	0.00 1	0.79 171	0.00 1	2.15 348	0.61 290	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	0.05 217	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	0.25 359	0.20 377

GEStereo_RVC	0.43 225	0.38 276	1.10 161	0.01 239	0.00 1	1.02 228	0.00 1	1.94 337	0.57 202	0.00 1	0.00 1	0.14 175	0.01 84	3.25 263	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.08 266	0.02 221

Anonymous3	0.19 100	0.07 101	1.33 203	0.00 1	0.00 1	1.12 328	0.00 1	0.56 169	0.56 170	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 56	0.01 126

CREStereo++_RVC	0.10 18	0.06 83	0.78 80	0.00 1	0.00 1	1.00 224	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
s12784h	0.21 114	0.05 60	0.81 89	0.00 1	0.00 1	1.06 253	0.02 248	1.36 268	0.56 170	0.01 123	0.34 327	0.02 38	0.00 1	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

TestStereo	0.31 172	0.22 193	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	4.27 302	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.12 41	0.15 157	0.78 80	0.00 1	0.00 1	1.03 234	0.00 1	0.07 40	0.08 31	0.01 123	0.15 307	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

XX-TBD	0.12 41	0.25 212	0.79 83	0.00 1	0.00 1	0.92 207	0.00 1	0.18 91	0.08 31	0.00 1	0.21 315	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

sAnonymous2	0.10 18	0.22 193	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	0.08 266	0.15 367

CroCo_RVC	0.10 18	0.22 193	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	0.08 266	0.15 367

pcwnet_v2	0.47 235	0.11 132	5.03 381	0.00 1	0.00 1	0.70 153	0.00 1	1.98 339	0.61 290	0.01 123	0.00 1	0.36 243	0.33 303	0.18 149	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.02 221

RALCasStereoNet	0.16 77	0.35 252	0.84 99	0.00 1	0.00 1	0.32 58	0.03 264	0.16 84	0.56 170	0.02 211	0.07 294	0.05 114	0.08 245	0.13 142	0.08 178	0.00 1	0.31 398	0.00 1	0.00 1	0.07 249	0.11 352

RALAANet	0.13 47	0.51 309	0.95 128	0.00 1	0.00 1	0.32 58	0.01 211	0.38 140	0.03 4	0.00 1	0.00 1	0.05 114	0.09 248	0.02 66	0.12 211	0.00 1	0.00 1	0.00 1	0.02 327	0.10 288	0.00 1

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	0.48 143	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 56	0.00 1

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	0.03 180	0.05 298

ADLNet	0.38 208	0.21 187	0.86 105	0.00 1	0.00 1	0.67 148	0.00 1	0.86 213	0.60 275	0.18 317	0.01 199	1.01 326	0.02 128	2.92 246	0.26 269	0.00 1	0.00 1	0.00 1	0.00 1	0.09 281	0.02 221

GES	0.18 95	0.05 60	0.87 110	0.00 1	0.00 1	1.06 253	0.02 248	0.60 178	0.08 31	0.00 1	0.02 271	0.11 156	0.09 248	0.44 171	0.16 230	0.01 342	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

HCRNet	0.32 181	0.10 118	0.81 89	0.00 1	0.00 1	1.10 313	0.00 1	0.39 143	0.59 253	0.01 123	0.01 199	0.06 126	0.03 170	3.24 258	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.02 221

DCANet	0.25 139	0.37 267	1.20 180	0.00 1	0.00 1	1.06 253	0.00 1	1.49 305	0.61 290	0.08 284	0.00 1	0.04 93	0.00 1	0.02 66	0.10 193	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.05 298

222	1.95 367	0.03 23	0.41 3	0.00 1	0.00 1	0.58 119	0.00 1	2.64 375	0.57 202	0.02 211	0.00 1	0.05 114	0.02 128	3.34 266	31.23 412	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

test_xeample3	0.24 133	0.06 83	1.84 268	0.02 263	0.00 1	0.33 62	0.05 284	1.33 265	0.14 92	0.00 1	0.03 276	0.03 73	0.03 170	0.10 134	0.43 291	0.00 1	0.00 1	0.00 1	0.23 391	0.05 217	0.06 318

xxxx	1.04 339	0.02 7	0.54 22	0.00 1	0.00 1	0.53 107	0.00 1	2.53 365	0.57 202	0.00 1	0.00 1	0.01 7	0.01 84	2.04 213	14.52 404	0.00 1	0.01 299	0.00 1	0.00 1	0.00 1	0.01 126

test_xeample	1.14 345	0.02 7	0.58 30	0.00 1	0.00 1	0.57 116	0.00 1	2.57 368	0.57 202	0.00 1	0.00 1	0.03 73	0.02 128	3.45 269	15.00 407	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

ARAFT	0.58 289	0.75 350	2.78 337	0.00 1	0.00 1	1.20 347	0.00 1	2.26 352	0.57 202	0.05 263	0.00 1	0.18 192	0.03 170	3.54 273	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.19 341	0.04 281

AFF-stereo	0.18 95	0.42 285	0.77 71	0.00 1	0.00 1	0.91 205	0.00 1	0.41 147	0.65 345	0.05 263	0.00 1	0.04 93	0.05 225	0.06 111	0.04 135	0.00 1	0.01 299	0.00 1	0.00 1	0.19 341	0.01 126

RAFT + AFF	0.60 296	0.75 350	1.04 144	0.00 1	0.00 1	1.10 313	0.06 289	1.45 287	0.57 202	0.02 211	0.00 1	0.18 192	1.43 357	4.80 316	0.15 228	0.00 1	0.17 395	0.00 1	0.00 1	0.27 365	0.08 330

GMStereo	0.08 9	0.54 318	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
FINET	0.51 261	0.36 259	2.40 308	0.00 1	0.00 1	0.27 45	0.00 1	2.06 343	1.49 380	0.00 1	0.00 1	0.04 93	0.04 201	3.38 267	0.10 193	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.02 221

APVNet	0.51 261	0.21 187	2.43 314	0.00 1	0.00 1	0.94 211	0.00 1	0.45 153	0.62 338	0.01 123	0.01 199	0.34 236	0.03 170	4.59 309	0.27 271	0.00 1	0.00 1	0.03 376	0.00 1	0.15 319	0.02 221

Syn2CoEx	0.56 279	0.78 357	2.86 339	0.00 1	0.00 1	0.10 25	0.01 211	0.91 219	0.61 290	0.02 211	0.00 1	0.49 278	0.21 286	5.03 322	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.14 312	0.03 253

MMNet	0.23 125	0.18 172	1.84 268	0.00 1	0.00 1	0.67 148	0.00 1	0.59 176	0.59 253	0.00 1	0.01 199	0.18 192	0.09 248	0.26 158	0.12 211	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

delet	0.33 183	0.24 206	1.05 152	0.00 1	0.00 1	0.60 123	0.00 1	0.53 165	0.59 253	0.03 237	0.01 199	0.52 285	0.19 280	2.68 237	0.13 218	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

psm_up	0.39 211	0.25 212	1.04 144	0.00 1	0.00 1	0.82 177	0.00 1	1.88 332	0.57 202	0.00 1	0.00 1	0.28 223	0.01 84	2.78 240	0.09 184	0.00 1	0.00 1	0.00 1	0.00 1	0.06 237	0.00 1

UNet	0.26 143	0.18 172	2.41 310	0.00 1	0.00 1	0.71 157	0.00 1	0.39 143	0.60 275	0.00 1	0.00 1	0.37 249	0.02 128	0.45 172	0.09 184	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

UPFNet	0.18 95	0.05 60	1.11 165	0.00 1	0.00 1	0.48 92	0.00 1	1.11 246	0.48 143	0.00 1	0.00 1	0.10 153	0.00 1	0.10 134	0.10 193	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

FCDSN-DC	2.66 381	0.08 108	1.65 249	0.00 1	0.00 1	1.73 368	0.37 354	1.64 319	1.35 377	8.08 400	11.18 402	11.78 396	7.59 398	4.76 314	2.80 354	0.02 356	0.00 1	0.00 1	0.00 1	0.03 180	0.05 298
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.75 313	0.25 212	7.10 387	0.00 1	0.00 1	0.19 36	0.00 1	0.10 66	0.12 83	0.65 351	0.00 1	2.74 373	0.23 291	3.02 251	0.54 304	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.01 126

CREStereo	0.10 18	0.06 83	0.51 11	0.00 1	0.00 1	1.06 253	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 56	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
FENet	0.23 125	0.05 60	1.39 216	0.00 1	0.00 1	1.00 224	0.00 1	0.80 203	0.57 202	0.00 1	0.00 1	0.24 211	0.04 201	0.23 156	0.18 238	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

GwcNet	0.50 256	0.46 294	3.90 370	0.00 1	0.00 1	0.42 77	0.10 309	0.38 140	0.74 359	0.03 237	0.00 1	0.63 291	0.05 225	2.92 246	0.16 230	0.00 1	0.00 1	0.00 1	0.00 1	0.17 334	0.05 298

ACVNet	0.20 108	0.14 153	0.96 130	0.01 239	0.00 1	1.05 244	0.11 313	0.19 94	0.60 275	0.01 123	0.01 199	0.71 305	0.00 1	0.05 106	0.10 193	0.00 1	0.00 1	0.00 1	0.00 1	0.05 217	0.00 1

acv_ft	0.21 114	0.14 153	0.95 128	0.00 1	0.00 1	0.41 73	0.00 1	0.58 174	0.60 275	0.19 319	0.01 199	0.71 305	0.12 263	0.05 106	0.12 211	0.00 1	0.00 1	0.00 1	0.00 1	0.24 356	0.00 1

HGLStereo	0.28 153	0.12 141	1.15 170	0.00 1	0.00 1	0.65 145	0.00 1	0.57 171	0.25 117	0.02 211	0.01 199	0.47 268	0.03 170	2.17 221	0.14 224	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.01 126

cf-r	0.35 196	0.41 283	1.45 228	0.00 1	0.00 1	1.06 253	0.00 1	0.43 150	0.38 134	0.05 263	0.00 1	0.65 296	0.00 1	2.53 233	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.02 221

hitnet-ft	0.42 218	0.30 230	1.15 170	0.00 1	0.00 1	0.73 160	0.11 313	0.30 132	0.19 107	0.04 254	0.14 305	0.75 308	0.17 279	4.33 305	0.10 193	0.01 342	0.00 1	0.03 376	0.00 1	0.04 201	0.01 126

GANet-RSSM	0.34 190	0.29 227	0.97 136	0.00 1	0.00 1	1.05 244	0.00 1	0.22 111	0.15 96	0.03 237	0.00 1	0.31 230	0.00 1	3.62 275	0.14 224	0.00 1	0.00 1	0.03 376	0.00 1	0.05 217	0.01 126

PSMNet-RSSM	0.36 200	0.36 259	0.93 124	0.00 1	0.00 1	1.06 253	0.00 1	0.50 163	0.53 151	0.04 254	0.00 1	0.40 256	0.00 1	3.33 265	0.06 157	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.01 126

GwcNet-RSSM	0.45 229	0.56 326	1.74 262	0.00 1	0.00 1	1.06 253	0.00 1	0.65 186	0.55 158	0.18 317	0.00 1	0.37 249	0.00 1	3.70 280	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.08 266	0.02 221

CFNet-ft	0.31 172	0.34 243	0.96 130	0.00 1	0.00 1	1.08 299	0.00 1	0.19 94	0.15 96	0.01 123	0.00 1	0.48 270	0.00 1	2.95 248	0.05 144	0.00 1	0.00 1	0.01 351	0.00 1	0.01 56	0.01 126

FAT-Stereo	0.50 256	0.14 153	2.51 320	0.00 1	0.00 1	0.33 62	0.09 305	1.88 332	0.61 290	0.05 263	0.76 345	0.60 289	0.52 315	2.46 232	0.06 157	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

PMTNet	0.11 32	0.07 101	0.60 35	0.00 1	0.00 1	1.05 244	0.04 276	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	0.02 131	0.00 1

FADNet_RVC	0.60 296	0.83 362	2.50 318	0.00 1	0.00 1	1.09 307	0.00 1	1.29 261	0.50 145	0.02 211	0.05 283	0.26 218	0.03 170	3.17 256	0.25 266	0.21 381	0.26 397	0.08 389	0.28 401	0.53 383	0.55 396

FADNet-RVC	0.51 261	0.80 359	2.47 316	0.01 239	0.00 1	0.48 92	0.00 1	1.32 264	0.14 92	0.00 1	0.01 199	0.12 162	0.06 236	4.07 293	0.15 228	0.00 1	0.04 354	0.00 1	0.00 1	0.38 376	0.08 330

S-Stereo	0.65 304	0.25 212	3.44 359	0.00 1	0.00 1	0.56 114	0.05 284	1.86 331	0.61 290	0.00 1	0.76 345	0.84 315	0.11 260	4.28 304	0.11 201	0.00 1	0.01 299	0.00 1	0.00 1	0.07 249	0.03 253

DIP-Stereo	0.22 118	0.10 118	0.77 71	0.00 1	0.00 1	1.09 307	0.00 1	1.68 320	0.57 202	0.01 123	0.00 1	0.01 7	0.07 241	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	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
MaskLacGwcNet_RVC	0.47 235	0.43 287	1.04 144	0.11 346	0.00 1	1.10 313	0.00 1	0.80 203	0.54 154	0.00 1	0.05 283	0.38 252	0.03 170	3.50 271	0.14 224	0.88 395	0.00 1	0.00 1	0.00 1	0.11 294	0.20 377

STTStereo	0.24 133	0.28 223	1.68 252	0.00 1	0.00 1	0.84 184	0.03 264	0.16 84	0.08 31	0.02 211	0.00 1	0.20 203	0.03 170	1.54 205	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	0.51 309	1.71 257	0.00 1	0.00 1	0.31 54	0.00 1	0.99 232	0.31 127	0.00 1	0.00 1	0.29 224	0.03 170	0.22 154	0.35 284	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.02 221

AF-Net	0.47 235	0.53 316	2.05 287	0.00 1	0.00 1	0.41 73	0.01 211	1.18 255	0.40 139	0.13 304	0.05 283	1.30 344	0.45 310	2.43 231	0.30 275	0.00 1	0.00 1	0.00 1	0.00 1	0.09 281	0.00 1

stereogan	0.49 247	0.22 193	2.39 307	0.00 1	0.00 1	0.63 139	0.02 248	0.79 201	0.72 357	0.06 271	0.00 1	1.68 360	0.46 311	2.63 236	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.14 312	0.00 1

Nwc_Net	0.43 225	0.42 285	2.64 328	0.00 1	0.00 1	0.67 148	0.00 1	0.82 208	0.28 120	0.00 1	0.01 199	0.90 319	0.10 256	2.62 234	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.00 1

R-Stereo Train	0.15 72	0.03 23	0.77 71	0.00 1	0.00 1	0.74 161	0.00 1	1.36 268	0.09 47	0.02 211	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

SHD	0.50 256	0.51 309	3.61 362	0.05 300	0.00 1	0.01 2	0.01 211	0.72 194	0.61 290	1.57 372	0.00 1	0.34 236	0.09 248	1.79 210	0.49 301	0.00 1	0.00 1	0.00 1	0.01 314	0.09 281	0.03 253

XQC	0.68 307	0.72 348	3.82 368	0.06 318	0.00 1	0.39 70	0.01 211	1.92 335	0.61 290	0.03 237	0.01 199	0.46 267	0.21 286	2.84 242	2.26 348	0.00 1	0.00 1	0.00 1	0.01 314	0.15 319	0.05 298

RTSC	0.70 308	0.71 346	3.19 351	0.01 239	0.00 1	0.20 38	0.00 1	0.81 205	0.60 275	0.29 331	0.36 328	0.36 243	0.04 201	2.04 213	4.87 371	0.00 1	0.03 339	0.00 1	0.02 327	0.28 366	0.11 352

RAFT-Stereo	0.15 72	0.03 23	0.77 71	0.00 1	0.00 1	0.74 161	0.00 1	1.36 268	0.09 47	0.02 211	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
RASNet	0.58 289	0.27 219	1.30 201	0.00 1	0.00 1	0.61 124	0.01 211	0.47 157	0.60 275	0.08 284	0.06 291	1.52 359	0.04 201	6.18 366	0.48 299	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

HSM-Net_RVC	0.52 270	0.06 83	1.45 228	0.00 1	0.00 1	0.61 124	0.00 1	3.83 385	0.52 148	0.14 311	0.00 1	0.22 208	0.03 170	3.50 271	0.04 135	0.01 342	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
RYNet	0.53 271	0.19 181	1.79 265	0.00 1	0.00 1	0.55 112	0.00 1	1.12 248	0.61 290	0.02 211	0.00 1	0.83 314	0.04 201	5.05 323	0.45 296	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

CC-Net-ROB	0.64 303	0.50 304	1.13 168	0.07 322	0.00 1	1.08 299	0.01 211	2.58 370	0.56 170	0.01 123	0.00 1	0.14 175	0.01 84	5.73 349	0.12 211	0.50 388	0.00 1	0.21 397	0.00 1	0.09 281	0.02 221

GANetREF_RVC	0.54 273	0.70 342	2.06 289	0.00 1	0.00 1	1.14 332	0.00 1	1.61 315	0.58 241	0.00 1	0.01 199	0.29 224	0.04 201	4.21 299	0.06 157	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	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
GANet	0.55 275	0.35 252	1.40 221	0.00 1	0.00 1	0.77 167	0.08 299	0.36 138	0.57 202	0.01 123	0.00 1	0.68 304	0.11 260	5.52 338	1.07 324	0.00 1	0.00 1	0.02 367	0.00 1	0.09 281	0.03 253

TDLM	0.49 247	0.39 279	1.02 141	0.00 1	0.00 1	1.08 299	0.01 211	0.36 138	0.58 241	0.14 311	0.00 1	0.27 221	0.19 280	5.46 337	0.20 252	0.00 1	0.00 1	0.00 1	0.00 1	0.13 309	0.01 126

CFNet	0.56 279	0.50 304	1.58 242	0.00 1	0.00 1	1.06 253	0.01 211	1.08 243	0.57 202	0.00 1	0.01 199	0.12 162	0.01 84	5.87 354	0.19 247	0.00 1	0.00 1	0.00 1	0.00 1	0.13 309	0.02 221

CFNet_RVC	0.31 172	0.34 243	0.96 130	0.00 1	0.00 1	1.08 299	0.00 1	0.19 94	0.15 96	0.01 123	0.00 1	0.48 270	0.00 1	2.95 248	0.05 144	0.00 1	0.00 1	0.01 351	0.00 1	0.01 56	0.01 126

CVANet_RVC	0.53 271	0.32 235	1.26 193	0.00 1	0.00 1	0.98 216	0.00 1	0.72 194	0.55 158	0.35 339	0.12 303	0.36 243	0.14 267	5.53 339	0.08 178	0.00 1	0.00 1	0.00 1	0.00 1	0.16 327	0.00 1

UCFNet_RVC	0.20 108	0.32 235	0.88 114	0.00 1	0.00 1	1.02 228	0.00 1	0.20 104	0.29 124	0.01 123	0.00 1	0.34 236	0.02 128	0.81 186	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AANet_RVC	0.75 313	0.65 335	2.52 321	0.01 239	0.00 1	0.66 147	0.00 1	0.61 182	0.13 90	0.00 1	1.29 359	0.96 322	0.04 201	5.98 356	1.82 344	0.13 375	0.02 329	0.00 1	0.00 1	0.07 249	0.04 281

FC-DCNN	3.42 387	0.11 132	2.03 283	0.00 1	0.00 1	3.18 383	0.60 371	3.13 382	2.98 385	11.40 405	12.28 404	13.93 401	8.68 401	5.70 347	4.27 365	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.06 318

HITNet	0.19 100	0.55 324	1.36 211	0.00 1	0.00 1	0.25 42	0.00 1	1.09 244	0.23 115	0.00 1	0.00 1	0.14 175	0.02 128	0.02 66	0.14 224	0.00 1	0.00 1	0.00 1	0.00 1	0.05 217	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
AdaStereo	0.20 108	0.06 83	0.86 105	0.00 1	0.00 1	0.25 42	0.00 1	1.71 324	0.56 170	0.00 1	0.00 1	0.31 230	0.01 84	0.11 139	0.11 201	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	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.
Anonymous Stereo	0.59 293	0.78 357	2.67 329	0.00 1	0.00 1	0.55 112	0.49 365	1.05 237	0.28 120	0.00 1	0.01 199	0.12 162	0.02 128	5.54 340	0.27 271	0.00 1	0.00 1	0.00 1	0.00 1	0.07 249	0.00 1

PASM	0.51 261	0.32 235	3.07 348	0.00 1	0.00 1	0.31 54	0.00 1	0.46 156	0.12 83	0.03 237	0.00 1	0.44 263	0.02 128	5.22 326	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.12 301	0.03 253

NVstereo2D	0.45 229	0.11 132	1.91 276	0.00 1	0.00 1	0.59 122	0.00 1	1.39 275	0.61 290	0.03 237	0.00 1	0.33 233	0.00 1	3.94 289	0.07 168	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DeepPruner_ROB	0.23 125	0.37 267	1.26 193	0.00 1	0.00 1	1.11 321	0.03 264	0.20 104	0.07 18	0.00 1	0.00 1	0.39 254	0.03 170	1.12 196	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.00 1

PS-NSSS	0.54 273	0.44 290	0.86 105	0.00 1	0.00 1	1.04 241	0.00 1	2.37 355	0.56 170	0.00 1	0.00 1	0.11 156	0.01 84	5.32 329	0.13 218	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

iResNetv2_ROB	0.36 200	1.03 372	2.96 343	0.00 1	0.00 1	0.58 119	0.00 1	1.51 308	0.58 241	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	0.29 368	0.02 221

MLCV	0.23 125	0.46 294	1.15 170	0.00 1	0.00 1	0.45 87	0.00 1	0.57 171	0.15 96	0.09 292	0.00 1	0.27 221	0.03 170	1.09 195	0.25 266	0.00 1	0.00 1	0.00 1	0.00 1	0.05 217	0.00 1

HSM	0.63 302	0.36 259	0.89 115	0.00 1	0.00 1	0.52 104	0.01 211	0.98 230	0.56 170	0.00 1	0.01 199	2.27 371	0.65 326	6.18 366	0.11 201	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

StereoDRNet-Refined	0.24 133	0.08 108	0.68 42	0.00 1	0.00 1	0.83 182	0.00 1	0.66 187	0.61 290	0.00 1	0.00 1	0.50 281	0.02 128	1.28 202	0.08 178	0.00 1	0.00 1	0.00 1	0.00 1	0.10 288	0.04 281
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet	0.25 139	0.27 219	1.68 252	0.00 1	0.00 1	0.69 152	0.00 1	1.22 257	0.56 170	0.00 1	0.00 1	0.04 93	0.03 170	0.12 141	0.30 275	0.00 1	0.00 1	0.00 1	0.00 1	0.05 217	0.01 126

MFMNet_re	0.24 133	0.74 349	2.31 302	0.53 387	0.00 1	0.17 34	0.01 211	0.02 4	0.59 253	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	0.19 341	0.01 126

NCCL2	0.29 166	0.50 304	1.52 237	0.00 1	0.00 1	0.81 175	0.00 1	0.45 153	0.22 111	0.00 1	0.00 1	0.02 38	0.03 170	2.14 216	0.06 157	0.00 1	0.00 1	0.02 367	0.00 1	0.01 56	0.03 253

CBMV_ROB	0.84 322	0.06 83	1.73 258	0.00 1	0.00 1	1.37 359	0.47 361	2.57 368	0.58 241	2.13 377	0.76 345	1.06 330	1.38 356	4.04 292	0.54 304	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.05 298

DLCB_ROB	0.27 149	0.16 164	0.71 43	0.00 1	0.00 1	0.44 86	0.00 1	0.43 150	0.57 202	0.02 211	0.04 281	0.63 291	0.04 201	2.18 222	0.24 263	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

iResNet_ROB	0.30 168	0.66 337	1.41 222	0.00 1	0.00 1	0.70 153	0.00 1	0.79 201	0.57 202	0.04 254	0.01 199	0.08 139	0.01 84	1.55 206	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.06 237	0.00 1

NOSS_ROB	0.61 299	0.17 168	0.63 36	0.19 374	0.00 1	0.67 148	0.00 1	2.38 356	0.57 202	0.13 304	0.00 1	0.94 320	0.00 1	6.27 374	0.10 193	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.10 350

XPNet_ROB	0.37 205	0.34 243	1.01 140	0.01 239	0.00 1	0.96 212	0.00 1	1.11 246	0.46 142	0.00 1	0.00 1	0.17 189	0.02 128	2.73 238	0.54 304	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

ETE_ROB	0.31 172	0.34 243	0.89 115	0.00 1	0.00 1	0.97 214	0.01 211	1.45 287	0.57 202	0.02 211	0.00 1	0.17 189	0.02 128	1.75 208	0.07 168	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PDISCO_ROB	0.56 279	0.57 327	2.07 290	0.17 368	0.00 1	1.56 363	0.01 211	2.27 353	0.51 147	0.08 284	0.01 199	0.74 307	0.28 297	2.37 227	0.13 218	0.00 1	0.00 1	0.00 1	0.00 1	0.33 373	0.00 1

DN-CSS_ROB	0.26 143	0.75 350	1.33 203	0.00 1	0.00 1	0.99 222	0.00 1	1.04 236	0.61 290	0.01 123	0.00 1	0.19 199	0.02 128	0.07 116	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.22 351	0.01 126

MSMD_ROB	2.04 372	0.40 281	2.13 292	0.00 1	0.00 1	4.88 391	0.22 330	0.93 222	1.82 382	5.71 393	7.79 389	7.39 389	3.72 385	4.62 312	1.22 330	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

PWC_ROB	0.62 301	0.54 318	3.22 353	0.00 1	0.00 1	0.22 40	0.00 1	2.18 349	0.61 290	0.00 1	0.20 313	0.29 224	0.03 170	3.46 270	1.22 330	0.00 1	0.00 1	0.00 1	0.00 1	0.39 378	0.01 126

PWCDC_ROB	0.94 334	0.91 368	2.52 321	0.00 1	0.00 1	1.15 335	0.00 1	2.11 345	1.18 373	0.00 1	8.99 392	0.35 240	0.09 248	0.64 183	0.40 288	0.00 1	0.00 1	0.00 1	0.00 1	0.50 382	0.03 253

WCMA_ROB	2.01 371	0.34 243	1.89 273	0.04 290	0.00 1	1.07 287	0.60 371	1.09 244	1.21 374	5.12 390	9.87 398	8.09 391	4.48 393	3.74 283	2.55 353	0.00 1	0.00 1	0.01 351	0.00 1	0.02 131	0.13 363

PSMNet_ROB	0.41 217	0.54 318	1.69 254	0.00 1	0.00 1	0.92 207	0.00 1	0.27 124	0.53 151	0.00 1	0.00 1	0.25 216	0.03 170	3.43 268	0.47 297	0.00 1	0.00 1	0.00 1	0.00 1	0.05 217	0.03 253

CBMV	0.57 285	0.22 193	1.61 247	0.00 1	0.00 1	0.84 184	0.78 379	2.58 370	0.61 290	0.38 341	0.00 1	1.25 339	0.63 325	2.07 215	0.38 285	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.08 330
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
CoDeX	0.36 200	0.24 206	1.39 216	0.00 1	0.01 231	0.29 50	0.00 1	1.58 312	0.57 202	0.00 1	0.00 1	0.25 216	0.07 241	2.82 241	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

IGEV_Zeroshot_test	0.32 181	0.10 118	2.61 326	0.01 239	0.01 231	0.50 96	0.04 276	0.21 109	0.09 47	0.45 345	0.45 332	0.81 313	0.51 313	0.20 152	0.23 260	0.00 1	0.05 367	0.00 1	0.14 373	0.03 180	0.00 1

PCWNet_CMD	0.19 100	0.10 118	1.38 214	0.00 1	0.01 231	0.75 164	0.00 1	0.35 136	0.12 83	0.00 1	0.00 1	0.48 270	0.51 313	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

CFNet_ucs	0.26 143	0.14 153	1.53 239	0.00 1	0.01 231	0.84 184	0.00 1	1.78 329	0.17 103	0.00 1	0.00 1	0.49 278	0.30 298	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

SDNR	1.15 347	0.21 187	3.21 352	0.01 239	0.01 231	3.30 385	0.01 211	2.55 366	0.75 361	1.80 374	1.49 361	1.40 350	0.20 285	7.24 391	0.68 314	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.04 281

fast-acv-ft	0.29 166	0.37 267	3.76 366	0.06 318	0.01 231	0.28 48	0.17 319	0.06 28	0.21 109	0.00 1	0.00 1	0.08 139	0.09 248	0.10 134	0.23 260	0.01 342	0.00 1	0.03 376	0.01 314	0.26 361	0.01 126

iinet-f	0.48 242	0.57 327	4.45 376	0.00 1	0.01 231	0.77 167	0.00 1	1.48 299	0.61 290	0.01 123	0.00 1	0.40 256	0.44 309	0.38 166	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.35 374	0.01 126

DCRE	0.51 261	0.25 212	0.96 130	0.00 1	0.01 231	0.43 82	0.00 1	0.25 118	0.21 109	0.33 337	7.49 385	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 299	0.00 1	0.17 379	0.02 131	0.01 126

MC-Stereo	0.10 18	0.10 118	0.59 33	0.01 239	0.01 231	1.06 253	0.00 1	0.03 6	0.09 47	0.02 211	0.00 1	0.03 73	0.02 128	0.03 91	0.00 1	0.00 1	0.01 299	0.00 1	0.02 327	0.05 217	0.01 126

HBP-ISP	0.80 318	0.70 342	2.86 339	0.02 263	0.01 231	1.67 366	0.48 363	2.63 374	0.56 170	1.11 363	0.06 291	0.50 281	0.74 331	4.60 310	0.09 184	0.00 1	0.00 1	0.00 1	0.00 1	0.05 217	0.03 253

fff	0.28 153	0.37 267	1.20 180	0.00 1	0.01 231	1.05 244	0.00 1	1.48 299	0.61 290	0.13 304	0.00 1	0.04 93	0.60 321	0.02 66	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 298

RAFT_CTSACE	0.14 60	0.33 239	1.23 191	0.00 1	0.01 231	0.47 90	0.00 1	0.27 124	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	0.24 356	0.00 1

CRFU-Net	0.40 214	0.12 141	1.50 235	0.14 359	0.01 231	0.90 198	0.00 1	0.42 149	0.14 92	0.00 1	0.00 1	0.42 260	1.94 365	2.15 218	0.12 211	0.00 1	0.00 1	0.03 376	0.00 1	0.03 180	0.00 1

CIPLG	0.33 183	0.75 350	1.79 265	0.10 336	0.01 231	0.93 210	0.21 327	1.45 287	0.61 290	0.02 211	0.01 199	0.14 175	0.06 236	0.13 142	0.17 234	0.00 1	0.04 354	0.01 351	0.01 314	0.17 334	0.04 281

IPLGR_C	0.35 196	0.81 360	2.03 283	0.10 336	0.01 231	0.90 198	0.21 327	1.46 297	0.61 290	0.02 211	0.01 199	0.13 169	0.07 241	0.14 144	0.17 234	0.00 1	0.05 367	0.01 351	0.02 327	0.17 334	0.04 281

GANet-ADL	0.16 77	0.06 83	1.18 178	0.00 1	0.01 231	0.83 182	0.00 1	0.23 112	0.07 18	0.00 1	0.30 322	0.35 240	0.00 1	0.07 116	0.10 193	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.01 126

PFNet+	0.23 125	0.06 83	0.79 83	0.07 322	0.01 231	1.11 321	0.42 360	0.11 70	0.59 253	0.08 284	0.01 199	0.02 38	0.00 1	1.21 198	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

Patchmatch Stereo++	0.13 47	0.04 38	0.73 47	0.05 300	0.01 231	1.06 253	0.08 299	0.06 28	0.56 170	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	0.02 131	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
STrans-v2	0.85 324	0.28 223	1.66 250	0.00 1	0.01 231	0.85 187	0.04 276	2.05 340	0.67 351	0.48 348	0.87 352	1.12 337	2.12 371	6.64 384	0.25 266	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

NRIStereo	0.17 85	0.03 23	0.73 47	0.04 290	0.01 231	1.15 335	0.33 350	0.03 6	0.59 253	0.04 254	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	0.06 237	0.09 343

ROB_FTStereo_v2	0.14 60	0.04 38	0.73 47	0.05 300	0.01 231	1.06 253	0.06 289	0.05 18	0.56 170	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	0.02 131	0.00 1

THIR-Stereo	0.93 333	0.18 172	1.34 205	0.00 1	0.01 231	0.53 107	3.86 402	0.10 66	0.10 65	0.10 296	1.50 362	0.76 309	2.90 378	5.73 349	1.45 337	0.00 1	0.00 1	0.02 367	0.00 1	0.01 56	0.00 1

iRAFT	0.13 47	0.04 38	0.73 47	0.05 300	0.01 231	1.06 253	0.08 299	0.06 28	0.56 170	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	0.02 131	0.00 1

CRE-IMP	0.16 77	0.03 23	0.75 64	0.05 300	0.01 231	1.11 321	0.34 351	0.04 12	0.56 170	0.02 211	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 56	0.08 330

cross-raft	0.15 72	0.05 60	1.46 230	0.00 1	0.01 231	0.37 68	0.07 292	0.40 145	0.02 2	0.02 211	0.00 1	0.38 252	0.00 1	0.02 66	0.03 119	0.00 1	0.00 1	0.00 1	0.11 366	0.01 56	0.02 221

RAFT-IKP	0.14 60	0.04 38	0.75 64	0.05 300	0.01 231	1.06 253	0.08 299	0.05 18	0.56 170	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	0.02 131	0.00 1

ICVP	0.15 72	0.03 23	1.23 191	0.00 1	0.01 231	1.02 228	0.09 305	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 56	0.00 1
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_pseudo	0.22 118	0.10 118	1.39 216	0.00 1	0.01 231	0.98 216	0.00 1	0.94 223	0.09 47	0.00 1	0.00 1	0.48 270	0.36 305	0.02 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

csc	0.28 153	0.37 267	1.20 180	0.00 1	0.01 231	1.05 244	0.00 1	1.48 299	0.61 290	0.13 304	0.00 1	0.04 93	0.60 321	0.02 66	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 298

cscssc	0.28 153	0.37 267	1.20 180	0.00 1	0.01 231	1.05 244	0.00 1	1.48 299	0.61 290	0.13 304	0.00 1	0.04 93	0.60 321	0.02 66	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 298

111	0.30 168	0.66 337	1.20 180	0.00 1	0.01 231	1.06 253	0.03 264	1.60 313	0.59 253	0.27 329	0.00 1	0.20 203	0.05 225	0.08 127	0.07 168	0.00 1	0.00 1	0.00 1	0.00 1	0.07 249	0.12 361

ac_64	0.39 211	0.12 141	1.15 170	0.04 290	0.01 231	0.43 82	0.02 248	0.25 118	0.59 253	0.12 301	0.01 199	0.89 318	0.04 201	3.92 287	0.12 211	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.00 1

DSFCA	0.40 214	0.09 114	0.84 99	0.00 1	0.01 231	0.98 216	0.37 354	0.29 129	0.62 338	0.02 211	0.32 324	0.03 73	0.24 292	3.91 286	0.34 282	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

DMCA	0.19 100	0.16 164	1.39 216	0.00 1	0.01 231	1.00 224	0.01 211	0.38 140	0.57 202	0.01 123	0.01 199	0.05 114	0.00 1	0.05 106	0.12 211	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

FADNet	0.55 275	0.75 350	2.42 312	0.00 1	0.01 231	0.82 177	0.00 1	0.88 214	0.54 154	0.01 123	0.01 199	0.16 187	0.16 274	4.49 307	0.09 184	0.18 379	0.00 1	0.00 1	0.00 1	0.43 380	0.00 1

SuperB	1.85 366	1.06 373	10.54 397	0.02 263	0.01 231	0.90 198	0.78 379	1.75 328	0.64 343	0.05 263	0.05 283	0.34 236	0.89 338	5.29 328	5.80 377	0.01 342	0.00 1	0.02 367	0.02 327	8.71 412	0.06 318

RP	0.42 218	0.44 290	1.52 237	0.00 1	0.01 231	0.61 124	0.02 248	1.06 239	0.39 138	0.03 237	0.01 199	0.99 324	0.16 274	2.89 245	0.18 238	0.00 1	0.00 1	0.00 1	0.00 1	0.10 288	0.00 1

RGC	0.50 256	0.53 316	2.42 312	0.00 1	0.01 231	0.65 145	0.00 1	1.07 241	0.17 103	0.01 123	0.62 340	1.00 325	0.19 280	3.03 252	0.28 274	0.00 1	0.00 1	0.00 1	0.00 1	0.05 217	0.02 221

ADCS	1.72 364	1.22 385	8.11 391	0.00 1	0.01 231	0.88 194	0.68 374	1.44 285	0.63 341	2.60 381	0.11 302	1.42 351	0.26 295	1.97 212	14.92 405	0.00 1	0.00 1	0.00 1	0.00 1	0.08 266	0.07 329

MSMDNet	0.19 100	0.10 118	1.39 216	0.00 1	0.01 231	0.75 164	0.00 1	0.35 136	0.12 83	0.00 1	0.00 1	0.48 270	0.50 312	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

ccs_rob	0.22 118	0.10 118	1.38 214	0.00 1	0.01 231	0.98 216	0.00 1	0.94 223	0.09 47	0.00 1	0.00 1	0.48 270	0.36 305	0.02 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

FBW_ROB	0.83 321	0.31 234	1.48 234	0.10 336	0.01 231	0.62 129	0.01 211	1.91 334	0.59 253	0.01 123	0.01 199	1.10 334	0.05 225	7.84 393	2.07 347	0.05 366	0.01 299	0.03 376	0.01 314	0.01 56	0.47 390

LALA_ROB	0.31 172	0.38 276	0.91 121	0.00 1	0.01 231	1.00 224	0.01 211	1.60 313	0.61 290	0.15 313	0.00 1	0.09 150	0.01 84	1.04 194	0.41 289	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

SPS-STEREO	0.88 330	0.40 281	2.01 282	0.00 1	0.01 231	0.42 77	0.17 319	0.50 163	0.61 290	2.19 378	0.79 349	2.04 367	0.27 296	5.10 324	2.89 357	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.11 352
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_1	1.10 342	1.42 394	4.00 372	0.31 383	0.02 275	1.25 349	0.10 309	1.69 321	0.61 290	0.26 325	0.01 199	4.39 379	1.29 355	4.75 313	0.57 309	0.79 394	0.00 1	0.00 1	0.00 1	0.32 371	0.18 374

AEACV	0.10 18	0.02 7	0.49 10	0.00 1	0.02 275	0.75 164	0.00 1	0.07 40	0.02 2	0.09 292	0.00 1	0.01 7	0.08 245	0.01 25	0.00 1	0.00 1	0.03 339	0.00 1	0.24 396	0.07 249	0.05 298

IPLGR	0.43 225	0.17 168	2.05 287	0.02 263	0.02 275	1.08 299	0.04 276	1.62 318	0.57 202	0.09 292	0.00 1	0.15 180	0.22 288	2.62 234	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.00 1

PSM-adaLoss	0.14 60	0.04 38	0.73 47	0.05 300	0.02 275	1.06 253	0.08 299	0.05 18	0.56 170	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	0.02 131	0.00 1

ROB_FTStereo	0.13 47	0.04 38	0.73 47	0.05 300	0.02 275	1.06 253	0.07 292	0.06 28	0.56 170	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	0.02 131	0.00 1

HUI-Stereo	0.14 60	0.04 38	0.75 64	0.05 300	0.02 275	1.06 253	0.08 299	0.06 28	0.57 202	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	0.02 131	0.00 1

DeepStereo_RVC	0.22 118	0.04 38	0.87 110	0.05 300	0.02 275	1.07 287	0.32 346	0.04 12	0.56 170	0.01 123	0.00 1	0.00 1	1.25 353	0.01 25	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.05 298

iGMRVC	0.14 60	0.04 38	0.74 56	0.05 300	0.02 275	1.06 253	0.07 292	0.06 28	0.56 170	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	0.02 131	0.00 1

RAFT	0.12 41	0.43 287	0.79 83	0.01 239	0.02 275	0.10 25	0.07 292	0.06 28	0.27 119	0.00 1	0.01 199	0.18 192	0.04 201	0.01 25	0.00 1	0.00 1	0.02 329	0.00 1	0.01 314	0.37 375	0.01 126

rafts_anoy	0.14 60	0.35 252	0.99 139	0.00 1	0.02 275	0.49 94	0.03 264	0.11 70	0.07 18	0.00 1	0.01 199	0.06 126	0.06 236	0.24 157	0.06 157	0.00 1	0.14 391	0.00 1	0.01 314	0.02 131	0.03 253

RAFT-Stereo + iAFF	0.19 100	0.33 239	0.84 99	0.00 1	0.02 275	1.06 253	0.00 1	0.45 153	0.59 253	0.03 237	0.00 1	0.05 114	0.06 236	0.04 100	0.07 168	0.00 1	0.01 299	0.00 1	0.00 1	0.17 334	0.01 126

MSC_U_SF_DS_RVC	1.79 365	1.81 399	3.81 367	0.01 239	0.02 275	12.12 402	0.50 367	2.74 377	0.71 356	0.07 277	0.20 313	2.17 370	0.15 272	6.82 386	1.19 328	0.74 391	0.80 408	0.20 395	0.27 400	0.73 388	0.70 398

RTS	4.10 389	1.68 397	43.40 409	0.09 332	0.02 275	3.95 388	0.00 1	1.61 315	0.61 290	1.09 361	0.01 199	1.97 364	0.22 288	16.87 404	10.15 392	0.00 1	0.09 382	0.00 1	0.00 1	0.20 347	0.05 298

RTSA	4.10 389	1.68 397	43.40 409	0.09 332	0.02 275	3.95 388	0.00 1	1.61 315	0.61 290	1.09 361	0.01 199	1.97 364	0.22 288	16.87 404	10.15 392	0.00 1	0.09 382	0.00 1	0.00 1	0.20 347	0.05 298

ADCRef	0.92 332	0.48 300	3.35 355	0.02 263	0.02 275	0.90 198	0.32 346	0.61 182	0.65 345	0.72 353	0.17 308	0.17 189	0.82 336	2.15 218	7.95 385	0.00 1	0.00 1	0.00 1	0.00 1	0.07 249	0.03 253

MADNet+	4.65 393	2.70 408	46.68 411	0.01 239	0.02 275	2.06 374	0.03 264	3.17 383	1.07 372	0.02 211	0.01 199	1.84 362	0.31 301	21.62 409	13.04 400	0.00 1	0.03 339	0.00 1	0.00 1	0.20 347	0.19 376

ADCP+	1.36 355	0.76 355	6.73 386	0.01 239	0.02 275	1.32 358	0.80 381	0.81 205	0.72 357	0.01 123	0.01 199	0.96 322	1.05 343	0.33 161	13.50 402	0.00 1	0.00 1	0.00 1	0.00 1	0.06 237	0.02 221

NLCA_NET_v2_RVC	0.35 196	0.49 303	2.00 281	0.00 1	0.02 275	0.96 212	0.00 1	0.55 168	0.18 106	0.03 237	0.00 1	0.35 240	0.10 256	2.37 227	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.
NVStereoNet_ROB	1.08 341	0.39 279	2.15 294	0.08 327	0.02 275	0.45 87	0.02 248	0.89 216	0.67 351	0.10 296	5.85 378	1.90 363	1.11 347	6.20 372	1.14 326	0.20 380	0.00 1	0.03 376	0.07 356	0.12 301	0.13 363
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PWCK	2.44 378	1.65 396	7.31 389	0.22 378	0.02 275	3.12 382	4.74 404	3.06 380	3.48 387	0.72 353	4.42 373	3.40 375	1.67 362	9.06 399	3.36 359	0.39 387	0.01 299	0.00 1	0.00 1	2.19 399	0.08 330

MeshStereo	2.61 380	0.65 335	2.71 331	0.02 263	0.02 275	1.55 362	0.94 384	3.02 379	1.29 376	11.21 404	7.34 384	11.54 395	2.74 377	6.34 376	2.43 350	0.00 1	0.00 1	0.00 1	0.00 1	0.28 366	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
MIM_Stereo	0.10 18	0.32 235	0.90 117	0.00 1	0.03 296	0.29 50	0.00 1	0.11 70	0.11 71	0.02 211	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	0.11 294	0.08 330

ACVNet-4b	1.14 345	1.34 391	3.96 371	0.17 368	0.03 296	1.03 234	0.01 211	1.31 263	0.65 345	0.01 123	0.97 353	1.98 366	0.32 302	6.18 366	1.20 329	2.52 402	0.02 329	0.00 1	0.00 1	0.82 390	0.28 383

LL-Strereo2	0.12 41	0.41 283	0.91 121	0.05 300	0.03 296	0.51 98	0.04 276	0.13 77	0.11 71	0.01 123	0.00 1	0.03 73	0.02 128	0.06 111	0.10 193	0.00 1	0.00 1	0.00 1	0.01 314	0.03 180	0.03 253

EGLCR-Stereo	0.15 72	0.05 60	0.47 9	0.07 322	0.03 296	1.06 253	0.01 211	1.06 239	0.12 83	0.16 314	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

TransformOpticalFlow	0.85 324	0.27 219	2.72 332	0.30 382	0.03 296	1.25 349	0.05 284	1.53 309	0.61 290	0.28 330	0.38 329	1.27 342	1.54 359	6.53 379	0.22 255	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

IIG-Stereo	0.65 304	0.34 243	0.77 71	0.05 300	0.03 296	1.17 342	0.00 1	1.46 297	0.60 275	0.01 123	0.57 337	0.54 287	0.01 84	7.03 389	0.39 286	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

Consistency-Raft	0.39 211	0.30 230	2.53 323	0.14 359	0.03 296	0.90 198	0.04 276	1.36 268	0.59 253	0.00 1	0.02 271	0.02 38	1.15 350	0.33 161	0.43 291	0.02 356	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

XX-Stereo	0.57 285	0.15 157	4.26 373	0.08 327	0.03 296	1.10 313	0.00 1	2.55 366	0.11 71	0.11 299	0.00 1	1.43 352	0.01 84	1.34 203	0.00 1	0.00 1	0.04 354	0.00 1	0.16 378	0.03 180	0.01 126

DMCA-RVC	0.31 172	0.48 300	2.47 316	0.00 1	0.03 296	0.78 169	0.03 264	0.06 28	0.08 31	0.01 123	0.01 199	0.08 139	0.33 303	1.59 207	0.16 230	0.00 1	0.02 329	0.01 351	0.00 1	0.01 56	0.01 126

NCC-stereo	0.49 247	0.46 294	2.04 285	0.03 279	0.03 296	1.06 253	0.01 211	0.78 198	0.22 111	0.06 271	0.19 311	0.64 294	0.05 225	3.65 276	0.63 312	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

edge stereo	0.58 289	0.29 227	2.86 339	0.01 239	0.03 296	0.33 62	0.03 264	0.97 229	0.50 145	0.21 320	0.33 325	1.31 345	0.16 274	4.20 298	0.18 238	0.00 1	0.00 1	0.00 1	0.00 1	0.11 294	0.01 126

Abc-Net	0.49 247	0.46 294	2.04 285	0.03 279	0.03 296	1.06 253	0.01 211	0.78 198	0.22 111	0.06 271	0.19 311	0.64 294	0.05 225	3.65 276	0.63 312	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	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
ADCL	1.52 361	0.44 290	4.70 380	0.07 322	0.03 296	2.21 375	2.35 396	0.92 221	0.80 365	1.57 372	1.11 354	1.25 339	1.55 360	1.77 209	11.53 397	0.01 342	0.00 1	0.00 1	0.00 1	0.10 288	0.01 126

ADCMid	1.38 356	0.90 367	6.15 384	0.04 290	0.03 296	1.67 366	0.18 321	1.13 251	0.93 370	0.89 357	0.58 338	0.86 316	0.71 327	1.03 193	11.96 398	0.01 342	0.00 1	0.29 398	0.08 359	0.17 334	0.03 253

SANet	1.99 370	0.71 346	3.37 356	0.03 279	0.03 296	2.85 379	0.85 382	2.42 357	8.33 397	1.55 371	4.13 372	4.29 377	3.23 381	5.39 335	2.47 351	0.00 1	0.00 1	0.00 1	0.00 1	0.06 237	0.06 318

RainbowNet	0.61 299	1.13 379	1.83 267	0.10 336	0.04 311	1.23 348	0.07 292	1.74 327	0.57 202	0.01 123	0.02 271	1.14 338	0.25 294	2.29 226	0.48 299	0.61 389	0.05 367	0.00 1	0.00 1	0.47 381	0.20 377

Selective-IGEV	0.05 2	0.04 38	0.43 6	0.00 1	0.04 311	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	0.07 356	0.03 180	0.08 330

iRaft-Stereo_20w	0.38 208	0.11 132	1.91 276	0.12 350	0.04 311	0.70 153	0.24 331	1.72 325	0.16 101	0.41 342	0.00 1	0.26 218	1.04 342	0.41 168	0.24 263	0.00 1	0.04 354	0.00 1	0.14 373	0.02 131	0.09 343

ASMatch	0.59 293	0.10 118	1.66 250	0.13 357	0.04 311	1.07 287	0.00 1	0.10 66	0.64 343	0.06 271	0.44 331	0.05 114	0.87 337	6.32 375	0.27 271	0.00 1	0.00 1	0.00 1	0.01 314	0.00 1	0.00 1

EDNetEfficientorigin	6.23 398	0.45 293	98.39 423	0.02 263	0.04 311	0.42 77	0.02 248	0.33 134	2.90 384	7.07 397	3.12 368	1.31 345	1.61 361	4.26 301	4.55 368	0.00 1	0.00 1	0.00 1	0.00 1	0.07 249	0.02 221

MFN_U_SF_DS_RVC	1.16 348	2.03 402	4.57 379	0.02 263	0.04 311	3.52 386	0.27 340	1.80 330	0.58 241	0.22 321	0.28 320	1.38 349	0.02 128	6.08 361	0.42 290	0.14 377	0.68 406	0.01 351	0.26 399	0.39 378	0.47 390

FADNet-RVC-Resample	0.51 261	0.82 361	3.08 349	0.04 290	0.04 311	0.42 77	0.09 305	1.16 253	0.34 130	0.00 1	0.03 276	0.24 211	0.05 225	3.16 254	0.13 218	0.07 369	0.12 389	0.05 384	0.02 327	0.08 266	0.20 377

ELAS	2.75 382	0.35 252	2.67 329	0.05 300	0.04 311	6.72 397	1.83 389	2.84 378	3.38 386	8.25 402	9.14 393	3.95 376	6.15 397	3.73 282	5.70 376	0.00 1	0.04 354	0.01 351	0.01 314	0.10 288	0.08 330
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-7	2.46 379	0.92 369	1.85 270	0.03 279	0.05 319	4.73 390	0.54 370	5.67 392	4.50 389	1.49 370	7.64 388	5.52 381	2.69 376	8.48 395	4.51 367	0.00 1	0.00 1	0.33 399	0.02 327	0.19 341	0.06 318

test_4	0.13 47	0.07 101	1.12 167	0.00 1	0.05 319	0.82 177	0.00 1	0.04 12	0.08 31	0.10 296	0.00 1	0.01 7	0.01 84	0.02 66	0.06 157	0.00 1	0.00 1	0.00 1	0.02 327	0.11 294	0.00 1

CrosDoStereo	1.10 342	0.08 108	1.43 225	0.00 1	0.05 319	0.63 139	5.86 406	0.60 178	0.38 134	0.26 325	1.21 355	0.19 199	3.02 379	6.61 382	1.64 341	0.00 1	0.00 1	0.00 1	0.00 1	0.06 237	0.00 1

DeepStereo_LL	1.10 342	0.08 108	1.43 225	0.00 1	0.05 319	0.63 139	5.86 406	0.60 178	0.38 134	0.26 325	1.21 355	0.19 199	3.02 379	6.61 382	1.64 341	0.00 1	0.00 1	0.00 1	0.00 1	0.06 237	0.00 1

RAFT-RH_RVC	0.96 336	0.13 147	1.35 207	0.02 263	0.05 319	1.06 253	0.00 1	0.06 28	0.55 158	0.01 123	9.57 397	0.10 153	0.00 1	6.00 357	0.30 275	0.01 342	0.00 1	0.00 1	0.02 327	0.01 56	0.00 1

SFCPSM	0.21 114	0.04 38	1.59 243	0.00 1	0.05 319	0.34 65	0.00 1	1.24 258	0.57 202	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	0.02 327	0.02 131	0.00 1

ELAS_RVC	2.84 385	0.34 243	3.86 369	0.05 300	0.05 319	1.52 361	5.02 405	1.93 336	5.28 391	7.10 398	6.96 383	6.26 383	8.34 399	4.96 320	4.90 372	0.00 1	0.04 354	0.01 351	0.01 314	0.10 288	0.09 343
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
OMP-Stereo	0.66 306	0.33 239	0.72 45	0.18 373	0.06 326	1.17 342	0.00 1	1.45 287	0.59 253	0.12 301	0.60 339	0.50 281	0.00 1	7.09 390	0.26 269	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.00 1

SAMSARA	1.01 338	0.70 342	3.29 354	0.20 377	0.06 326	1.65 365	0.05 284	0.48 159	0.53 151	2.91 383	0.68 342	2.97 374	1.08 345	3.89 285	1.54 339	0.00 1	0.04 354	0.00 1	0.02 327	0.05 217	0.03 253

PA-Net	0.57 285	0.50 304	2.73 333	0.03 279	0.06 326	0.89 196	0.02 248	0.66 187	0.63 341	0.00 1	0.00 1	0.43 262	0.07 241	4.82 317	0.55 307	0.01 342	0.00 1	0.00 1	0.00 1	0.02 131	0.04 281
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DANet	0.58 289	0.19 181	1.87 272	0.26 379	0.06 326	0.51 98	0.11 313	1.41 276	0.52 148	0.22 321	0.06 291	1.06 330	0.02 128	4.25 300	0.92 321	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.06 318
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
StereoDRNet	0.42 218	0.50 304	2.50 318	0.02 263	0.06 326	0.51 98	0.00 1	0.34 135	0.61 290	0.00 1	0.00 1	0.33 233	0.02 128	2.87 243	0.50 302	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.02 221

ACVNet_2	1.32 353	1.30 389	2.83 338	0.11 346	0.07 331	1.30 353	0.18 321	2.29 354	0.75 361	0.26 325	3.44 369	6.65 386	0.16 274	5.12 325	1.08 325	0.13 375	0.00 1	0.00 1	0.00 1	0.38 376	0.32 386

RAFT-345	0.49 247	0.04 38	1.26 193	0.10 336	0.07 331	1.16 339	0.19 324	0.14 80	0.57 202	0.00 1	0.01 199	0.09 150	0.01 84	6.00 357	0.20 252	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

DPSNet	1.25 352	0.28 223	5.34 382	0.28 381	0.07 331	1.50 360	0.00 1	3.53 384	0.69 353	0.03 237	0.00 1	0.45 266	2.10 370	5.67 346	4.61 369	0.02 356	0.04 354	0.00 1	0.02 327	0.23 355	0.09 343

SGM-Forest	0.84 322	0.07 101	0.90 117	0.02 263	0.07 331	1.10 313	0.68 374	2.12 347	0.61 290	1.14 364	0.78 348	1.36 348	0.98 339	5.55 341	1.31 334	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.06 318
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
HH	0.23 125	0.21 187	1.69 254	0.16 364	0.08 335	0.11 28	0.00 1	0.24 116	0.06 13	0.30 332	0.18 309	1.47 354	0.04 201	0.04 100	0.01 74	0.00 1	0.03 339	0.00 1	0.00 1	0.02 131	0.01 126

HanStereo	0.23 125	0.21 187	1.69 254	0.16 364	0.08 335	0.11 28	0.00 1	0.24 116	0.06 13	0.30 332	0.18 309	1.47 354	0.04 201	0.04 100	0.01 74	0.00 1	0.03 339	0.00 1	0.00 1	0.02 131	0.01 126

ccnet	0.49 247	0.05 60	1.26 193	0.01 239	0.08 335	0.72 159	0.18 321	1.18 255	0.35 131	0.45 345	0.68 342	0.13 169	0.39 307	3.54 273	0.74 316	0.01 342	0.00 1	0.02 367	0.00 1	0.02 131	0.01 126

CSAN	1.05 340	0.61 332	2.46 315	0.09 332	0.08 335	0.71 157	0.71 376	2.20 350	0.93 370	0.85 356	2.92 366	0.79 312	1.46 358	5.37 334	1.58 340	0.01 342	0.01 299	0.00 1	0.00 1	0.09 281	0.05 298

AE-Stereo	0.17 85	0.05 60	0.79 83	0.03 279	0.09 339	1.06 253	0.00 1	0.57 171	0.06 13	0.08 284	0.00 1	0.13 169	0.00 1	0.01 25	0.01 74	0.00 1	0.06 377	0.00 1	0.23 391	0.08 266	0.04 281

anonymity	0.17 85	0.06 83	0.79 83	0.00 1	0.09 339	0.03 5	0.00 1	0.54 166	0.07 18	0.41 342	0.13 304	0.11 156	0.58 318	0.02 66	0.31 280	0.00 1	0.00 1	0.00 1	0.23 391	0.01 56	0.02 221

DeepPrunerF	1.33 354	0.59 330	8.62 393	0.02 263	0.09 339	0.90 198	0.00 1	1.34 266	6.72 393	0.22 321	0.01 199	0.21 205	0.14 267	5.64 345	1.99 346	0.00 1	0.00 1	0.01 351	0.02 327	0.14 312	0.02 221

DRN-Test	0.43 225	0.13 147	1.95 280	0.03 279	0.09 339	0.61 124	0.00 1	1.43 284	0.61 290	0.00 1	0.00 1	0.18 192	0.04 201	3.32 264	0.11 201	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

WAO-8	5.13 396	1.91 400	2.34 303	0.60 389	0.10 343	12.98 403	0.34 351	11.65 404	24.58 409	4.87 387	10.60 400	13.32 397	4.10 390	8.85 396	3.55 360	0.75 392	0.32 399	0.71 404	0.12 370	0.70 386	0.11 352

Venus	5.12 395	1.91 400	2.34 303	0.60 389	0.10 343	12.98 403	0.34 351	11.65 404	24.58 409	4.87 387	10.54 399	13.32 397	4.10 390	8.85 396	3.55 360	0.75 392	0.32 399	0.71 404	0.12 370	0.70 386	0.11 352

test-3	0.17 85	0.03 23	0.74 56	0.03 279	0.10 343	0.43 82	0.00 1	1.36 268	0.07 18	0.01 123	0.00 1	0.02 38	0.00 1	0.08 127	0.19 247	0.00 1	0.00 1	0.00 1	0.20 384	0.12 301	0.11 352

test_1	0.17 85	0.03 23	0.75 64	0.03 279	0.10 343	0.43 82	0.00 1	1.36 268	0.07 18	0.01 123	0.00 1	0.02 38	0.00 1	0.07 116	0.19 247	0.00 1	0.00 1	0.00 1	0.20 384	0.12 301	0.11 352

test_3	0.19 100	0.02 7	0.76 69	0.03 279	0.10 343	0.53 107	0.00 1	1.42 279	0.07 18	0.13 304	0.00 1	0.02 38	0.00 1	0.07 116	0.19 247	0.00 1	0.00 1	0.00 1	0.20 384	0.12 301	0.11 352

otaku	0.59 293	1.12 377	1.90 275	0.08 327	0.11 348	0.89 196	0.05 284	0.60 178	0.57 202	0.01 123	1.41 360	1.03 328	0.14 267	2.39 229	0.56 308	0.06 368	0.03 339	0.01 351	0.00 1	0.61 384	0.21 381

Gwc-CoAtRS	0.12 41	0.06 83	1.17 175	0.00 1	0.11 348	0.41 73	0.00 1	0.20 104	0.04 9	0.01 123	0.00 1	0.18 192	0.00 1	0.01 25	0.06 157	0.00 1	0.00 1	0.00 1	0.18 380	0.01 56	0.00 1

MFN_U_SF_RVC	0.95 335	1.40 393	4.49 377	0.16 364	0.11 348	0.56 114	0.07 292	1.12 248	0.36 133	0.43 344	0.27 319	1.27 342	0.73 330	3.98 291	1.47 338	0.29 385	0.34 402	0.36 400	0.55 405	0.63 385	0.46 389

MSKI-zero shot	0.22 118	0.08 108	1.46 230	0.00 1	0.12 351	1.08 299	0.03 264	0.85 212	0.16 101	0.22 321	0.05 283	0.06 126	0.00 1	0.07 116	0.01 74	0.00 1	0.02 329	0.00 1	0.18 380	0.02 131	0.01 126

RAFT-Test	0.20 108	0.09 114	1.34 205	0.00 1	0.12 351	0.39 70	0.10 309	0.72 194	0.25 117	0.08 284	0.00 1	0.44 263	0.00 1	0.05 106	0.13 218	0.00 1	0.00 1	0.00 1	0.24 396	0.01 56	0.01 126

CFNet-RSSM	0.17 85	0.06 83	1.16 174	0.00 1	0.12 351	0.61 124	0.00 1	0.90 217	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	0.23 391	0.00 1	0.00 1

aanetorigin	0.86 328	0.36 259	3.45 360	0.11 346	0.13 354	0.39 70	0.93 383	0.13 77	0.14 92	3.38 384	1.21 355	0.29 224	2.01 369	2.87 243	1.35 335	0.02 356	0.00 1	0.02 367	0.05 350	0.30 369	0.08 330

GMOStereo	0.13 47	0.24 206	0.83 94	0.00 1	0.14 355	0.86 189	0.01 211	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	0.16 327	0.01 126

error version	0.13 47	0.24 206	0.83 94	0.00 1	0.14 355	0.86 189	0.01 211	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	0.16 327	0.01 126

test-v	0.13 47	0.24 206	0.83 94	0.00 1	0.14 355	0.86 189	0.01 211	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	0.16 327	0.01 126

test-2	0.13 47	0.24 206	0.83 94	0.00 1	0.14 355	0.86 189	0.01 211	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	0.16 327	0.01 126

raft_robust	0.56 279	0.36 259	0.87 110	0.00 1	0.15 359	0.64 143	0.00 1	2.20 350	0.56 170	0.00 1	0.01 199	0.44 263	1.18 352	4.46 306	0.01 74	0.00 1	0.00 1	0.00 1	0.15 377	0.09 281	0.03 253

RAFT_R40	0.49 247	0.03 23	0.74 56	0.05 300	0.15 359	1.09 307	0.32 346	0.27 124	0.59 253	0.02 211	0.03 276	0.07 133	0.30 298	6.12 362	0.11 201	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

test-1	0.19 100	0.13 147	0.67 41	0.00 1	0.15 359	0.57 116	0.00 1	1.01 234	0.11 71	0.04 254	0.48 335	0.05 114	0.00 1	0.01 25	0.30 275	0.00 1	0.07 378	0.00 1	0.06 353	0.01 56	0.18 374

TestStereo1	0.20 108	0.30 230	0.84 99	0.00 1	0.16 362	1.12 328	0.01 211	0.69 190	0.57 202	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	0.15 319	0.06 318

SA-5K	0.20 108	0.30 230	0.84 99	0.00 1	0.16 362	1.12 328	0.01 211	0.69 190	0.57 202	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	0.15 319	0.06 318

raft+_RVC	0.14 60	0.37 267	0.96 130	0.00 1	0.16 362	0.64 143	0.03 264	0.05 18	0.08 31	0.00 1	0.00 1	0.02 38	0.03 170	0.03 91	0.07 168	0.00 1	0.07 378	0.00 1	0.00 1	0.05 217	0.16 371

DISCO	0.31 172	0.11 132	1.73 258	0.16 364	0.16 362	0.31 54	0.00 1	0.09 51	0.17 103	0.00 1	0.01 199	1.51 357	0.00 1	1.21 198	0.62 311	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.01 126

MDST_ROB	1.54 362	0.06 83	3.42 358	0.14 359	0.16 362	5.42 395	0.32 346	4.33 388	0.61 290	6.08 395	1.25 358	1.04 329	1.16 351	5.81 353	0.83 319	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.11 352

SA	0.30 168	0.27 219	0.97 136	0.00 1	0.17 367	1.10 313	0.00 1	2.50 361	0.56 170	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	0.14 373	0.12 301	0.00 1

SGM_RVC	1.54 362	0.35 252	1.60 244	0.15 362	0.17 367	1.25 349	0.77 377	1.97 338	0.88 367	4.31 385	2.46 365	4.36 378	2.37 373	6.98 388	1.78 343	0.21 381	0.23 396	0.20 395	0.23 391	0.26 361	0.31 385
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Sa-1000	0.31 172	0.26 218	0.93 124	0.00 1	0.18 369	1.08 299	0.01 211	2.59 372	0.56 170	0.00 1	0.09 298	0.03 73	0.00 1	0.18 149	0.00 1	0.00 1	0.00 1	0.00 1	0.13 372	0.11 294	0.00 1

raftrobust	0.13 47	0.36 259	0.94 127	0.00 1	0.18 369	0.62 129	0.02 248	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	0.06 237	0.04 281

AnyNet_C01	2.33 374	2.14 404	18.59 403	0.15 362	0.18 369	2.43 377	2.34 395	1.29 261	1.24 375	1.03 360	0.83 351	1.25 339	0.78 334	3.75 284	10.06 391	0.05 366	0.00 1	0.07 388	0.00 1	0.30 369	0.12 361

SGM-ForestM	8.89 405	0.68 339	3.61 362	0.57 388	0.18 369	14.89 407	5.99 408	9.62 403	10.59 400	20.43 408	17.16 409	39.22 411	20.29 408	20.63 408	13.19 401	0.04 364	0.14 391	0.00 1	0.07 356	0.15 319	0.36 387

SST-Stereo	0.51 261	0.02 7	0.74 56	0.05 300	0.19 373	1.09 307	0.49 365	0.26 121	0.61 290	0.04 254	0.00 1	0.05 114	0.58 318	6.12 362	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

PVD	0.73 312	0.57 327	3.38 357	0.04 290	0.19 373	0.74 161	0.00 1	0.29 129	0.79 364	2.37 379	0.00 1	0.53 286	0.09 248	2.19 223	3.20 358	0.00 1	0.05 367	0.00 1	0.02 327	0.08 266	0.15 367

AnyNet_C32	1.44 359	1.47 395	6.09 383	0.12 350	0.19 373	1.74 370	1.11 385	0.84 210	0.56 170	1.30 368	0.46 334	0.21 205	0.59 320	2.74 239	11.09 395	0.02 356	0.00 1	0.06 386	0.00 1	0.16 327	0.05 298

ADCPNet	1.44 359	0.55 324	7.88 390	0.01 239	0.19 373	2.78 378	0.27 340	0.90 217	0.38 134	0.04 254	0.02 271	1.43 352	1.81 363	2.22 224	9.08 390	0.00 1	0.47 404	0.00 1	0.64 407	0.04 201	0.15 367

NaN_ROB	0.80 318	0.47 298	1.63 248	0.17 368	0.19 373	0.58 119	0.38 356	2.11 345	0.80 365	0.53 350	0.33 325	0.48 270	1.13 348	4.98 321	1.94 345	0.00 1	0.02 329	0.01 351	0.05 350	0.06 237	0.14 366

EAI-Stereo	0.70 308	0.03 23	0.84 99	0.13 357	0.20 378	0.87 193	2.23 394	2.05 340	0.29 124	0.72 353	4.60 374	0.29 224	0.55 316	0.39 167	0.44 293	0.00 1	0.07 378	0.00 1	0.29 402	0.01 56	0.08 330

test_5	0.26 143	0.35 252	1.35 207	0.01 239	0.22 379	0.80 173	0.01 211	0.81 205	0.58 241	0.12 301	0.00 1	0.06 126	0.01 84	0.61 181	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.14 312	0.16 371

RAFT+CT+SA	0.26 143	0.34 243	1.11 165	0.02 263	0.27 380	1.10 313	0.00 1	0.70 193	0.56 170	0.00 1	0.00 1	0.07 133	0.01 84	0.36 164	0.00 1	0.00 1	0.00 1	0.00 1	0.31 403	0.11 294	0.22 382

AAGNet	0.96 336	0.05 60	0.74 56	0.09 332	0.27 380	1.11 321	0.28 342	0.05 18	0.59 253	0.01 123	0.00 1	0.01 7	1.00 340	3.68 279	11.30 396	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

PFNet	0.60 296	0.11 132	2.08 291	0.00 1	0.30 382	1.16 339	0.00 1	0.29 129	0.59 253	0.01 123	0.24 316	0.02 38	0.00 1	6.58 380	0.23 260	0.10 374	0.00 1	0.00 1	0.04 348	0.14 312	0.05 298

SGM+DAISY	2.38 375	0.98 370	4.37 375	0.48 386	0.33 383	2.24 376	1.94 390	1.16 253	1.47 379	6.62 396	5.89 379	5.77 382	5.09 395	5.76 351	4.39 366	0.16 378	0.15 393	0.06 386	0.14 373	0.26 361	0.40 388

Ntro	0.57 285	1.13 379	2.24 299	0.04 290	0.36 384	1.04 241	0.02 248	0.74 197	0.57 202	0.01 123	0.00 1	0.76 309	0.08 245	3.01 250	0.47 297	0.07 369	0.04 354	0.01 351	0.00 1	0.76 389	0.02 221

Dean	2.41 377	1.16 383	3.63 364	0.36 384	0.40 385	1.19 345	0.50 367	7.85 397	8.44 398	1.17 365	8.12 390	7.07 387	1.13 348	4.11 295	1.04 322	0.70 390	0.00 1	0.01 351	0.00 1	1.07 392	0.29 384

LVE	2.75 382	1.12 377	2.30 301	0.46 385	0.45 386	1.87 371	0.06 289	7.19 396	9.72 399	0.03 237	11.08 401	9.01 392	1.26 354	6.93 387	0.91 320	1.86 398	0.16 394	0.04 383	0.24 396	0.22 351	0.13 363

SQANet	0.42 218	1.14 381	1.86 271	0.04 290	0.48 387	0.36 67	0.03 264	0.40 145	0.56 170	0.02 211	0.24 316	0.49 278	0.06 236	2.14 216	0.21 254	0.02 356	0.02 329	0.01 351	0.00 1	0.19 341	0.03 253

G-Net	1.20 349	0.28 223	2.96 343	0.05 300	0.49 388	1.73 368	0.48 363	0.23 112	0.35 131	1.35 369	9.14 393	2.33 372	0.81 335	2.40 230	1.15 327	0.01 342	0.03 339	0.02 367	0.09 360	0.07 249	0.05 298

IMH-64-1	1.98 368	0.88 363	1.46 230	1.92 399	0.54 389	2.90 380	1.64 386	5.24 389	0.91 368	0.97 358	4.83 375	2.10 368	2.00 367	5.33 330	2.83 355	3.56 404	0.04 354	0.02 367	0.00 1	1.90 395	0.50 393

IMH-64	1.98 368	0.88 363	1.46 230	1.92 399	0.54 389	2.90 380	1.64 386	5.24 389	0.91 368	0.97 358	4.83 375	2.10 368	2.00 367	5.33 330	2.83 355	3.56 404	0.04 354	0.02 367	0.00 1	1.90 395	0.50 393

IMH	2.83 384	1.28 387	1.89 273	1.96 402	0.60 391	5.22 393	0.24 331	6.28 394	4.13 388	1.90 376	7.52 387	6.39 384	3.40 382	6.59 381	2.53 352	3.92 406	0.12 389	0.05 384	0.00 1	2.06 397	0.47 390

MANE	9.96 407	0.69 340	2.88 342	1.22 395	0.61 392	13.15 405	3.46 400	15.62 411	22.27 407	22.74 409	30.00 413	29.74 409	23.22 409	17.17 406	13.78 403	0.29 385	0.56 405	0.09 390	0.61 406	0.15 319	1.00 402

TorneroNet-64	6.39 400	1.31 390	2.23 298	1.99 403	0.65 393	18.82 409	0.28 342	11.98 406	26.18 411	5.99 394	12.75 406	19.37 408	4.08 389	9.94 401	5.95 382	0.89 396	0.00 1	0.11 392	0.00 1	3.44 401	1.81 406

DispFullNet	1.20 349	0.63 334	3.58 361	1.00 393	0.82 394	0.41 73	0.00 1	1.44 285	0.61 290	2.55 380	0.64 341	1.10 334	8.95 403	0.84 187	1.22 330	0.00 1	0.02 329	0.00 1	0.00 1	0.24 356	0.02 221

EDNetEfficient	2.96 386	0.23 202	19.99 404	0.19 374	0.85 395	1.02 228	2.03 391	0.56 169	5.14 390	8.09 401	1.81 363	0.94 320	4.14 392	3.72 281	10.22 394	0.00 1	0.03 339	0.00 1	0.06 353	0.05 217	0.03 253

pmcnn	2.10 373	0.59 330	4.52 378	0.27 380	0.86 396	0.34 65	0.29 344	1.69 321	0.75 361	0.36 340	7.50 386	14.39 403	0.56 317	4.90 318	4.69 370	0.00 1	0.00 1	0.00 1	0.00 1	0.16 327	0.04 281

notaker	4.30 391	1.28 387	3.70 365	3.71 407	0.90 397	4.91 392	0.39 357	6.90 395	1.96 383	5.39 392	11.82 403	16.90 405	3.75 386	7.59 392	5.65 375	5.23 408	0.01 299	0.10 391	0.06 353	4.57 404	1.22 403

ktn	4.96 394	1.21 384	2.41 310	3.20 405	1.02 398	8.36 400	2.08 392	9.00 401	17.02 402	5.18 391	12.71 405	13.69 399	3.51 384	8.05 394	3.68 362	5.30 409	0.02 329	0.00 1	0.00 1	2.14 398	0.55 396

BEATNet-Init1	14.52 411	6.56 411	34.32 407	1.10 394	1.02 398	31.53 412	11.99 411	15.58 410	17.42 403	30.17 411	27.03 411	43.14 412	24.36 410	24.41 411	18.27 408	0.27 384	0.32 399	0.36 400	0.46 404	1.26 393	0.76 399

TorneroNet	6.97 402	1.37 392	2.22 297	1.95 401	1.12 400	19.47 410	0.47 361	13.04 409	26.32 412	7.90 399	17.10 408	17.67 407	4.62 394	10.46 403	7.94 384	1.98 400	0.03 339	0.11 392	0.00 1	4.15 403	1.49 404

JetRed	13.51 410	18.77 413	42.38 408	1.28 396	1.18 401	54.67 413	25.60 413	12.87 407	6.75 394	8.50 403	8.61 391	13.77 400	10.87 405	24.50 412	30.67 411	0.24 383	0.68 406	0.53 403	0.02 327	5.93 406	2.43 407

LE_ROB	9.96 407	0.54 318	9.62 394	1.40 398	1.24 402	3.29 384	4.64 403	4.31 387	43.01 413	51.54 413	13.34 407	14.15 402	24.60 411	6.66 385	20.28 410	0.04 364	0.05 367	0.12 394	0.20 384	0.07 249	0.09 343

DGSMNet	1.21 351	0.37 267	3.02 345	0.71 391	1.33 403	1.61 364	3.53 401	1.45 287	0.33 129	0.00 1	0.79 349	0.48 270	0.24 292	3.22 257	0.53 303	0.98 397	1.21 409	1.35 406	1.09 408	1.03 391	0.92 400

KSHMR	3.68 388	1.11 376	3.06 347	2.84 404	1.78 404	5.33 394	0.41 358	8.64 399	14.09 401	1.85 375	9.32 395	7.19 388	1.93 364	5.45 336	2.30 349	1.95 399	0.41 403	0.50 402	0.21 388	3.53 402	1.76 405

JetBlue	5.71 397	2.18 405	16.18 401	0.00 1	2.13 405	29.20 411	14.20 412	3.90 386	0.74 359	0.71 352	2.30 364	6.42 385	5.97 396	17.84 407	8.74 388	0.09 373	0.01 299	0.00 1	0.00 1	2.62 400	0.96 401

UNDER WATER	6.24 399	0.99 371	8.13 392	4.62 410	2.68 406	8.66 401	0.77 377	8.37 398	22.50 408	4.55 386	6.36 381	15.93 404	8.89 402	8.99 398	8.85 389	3.25 403	0.04 354	1.36 407	0.02 327	6.24 409	3.56 408

HanzoNet	12.77 409	4.55 409	11.74 399	5.35 411	2.79 407	7.59 399	0.66 373	12.97 408	20.40 405	25.99 410	28.61 412	34.05 410	25.08 412	25.93 413	14.98 406	10.77 412	3.91 411	3.00 410	3.73 410	8.16 411	5.15 410

UNDER WATER-64	6.84 401	1.25 386	9.68 395	4.53 409	3.53 408	16.61 408	1.79 388	8.72 400	22.23 406	5.11 389	5.07 377	17.34 406	10.14 404	9.19 400	8.21 387	2.00 401	0.03 339	1.52 408	0.11 366	6.09 408	3.62 409

EKT-Stereo	0.46 233	0.12 141	1.03 143	0.75 392	4.21 409	1.06 253	0.00 1	0.83 209	0.04 9	0.02 211	0.00 1	0.08 139	0.00 1	0.89 191	0.01 74	0.00 1	0.03 339	0.00 1	0.05 350	0.04 201	0.01 126

MADNet++	9.87 406	2.12 403	7.11 388	7.99 412	4.58 410	14.38 406	6.90 409	9.23 402	5.88 392	16.88 407	17.47 410	11.07 394	15.72 407	24.26 410	19.76 409	8.52 410	6.39 413	4.85 411	2.69 409	5.96 407	5.73 411

DPSimNet_ROB	7.90 403	5.46 410	13.55 400	3.66 406	5.16 411	7.26 398	9.60 410	6.11 393	7.46 396	13.33 406	9.50 396	11.03 393	11.89 406	10.08 402	12.35 399	4.36 407	5.55 412	5.35 412	5.34 411	4.96 405	5.98 412

SPstereo	50.33 414	10.80 412	21.19 405	11.76 413	9.23 412	66.15 414	76.05 415	100.00 424	100.00 425	95.98 422	93.33 419	100.00 425	93.15 420	90.92 421	72.10 414	9.41 411	8.60 414	19.85 414	14.84 414	6.36 410	6.89 413

LSM	4.58 392	0.88 363	17.79 402	3.73 408	38.79 413	0.85 187	2.37 397	0.54 166	1.64 381	2.88 382	3.09 367	0.62 290	0.60 321	3.16 254	1.06 323	0.00 1	0.00 1	0.00 1	0.00 1	0.12 301	13.55 414

LRCNet_RVC	55.44 415	60.56 419	57.70 412	66.68 419	44.91 414	6.22 396	0.00 1	52.80 413	1.37 378	70.44 414	81.09 417	67.07 413	55.41 413	51.59 414	46.24 413	90.66 423	41.89 418	90.95 424	90.04 420	64.32 419	68.75 419

xxxxx1	63.71 416	58.10 416	78.65 415	43.63 414	48.97 415	92.61 418	92.18 419	60.44 414	69.38 414	73.77 417	76.42 414	77.82 416	76.45 415	72.33 415	77.46 416	35.89 416	37.06 415	48.26 417	62.63 416	48.72 416	43.44 416

tt_ll	63.71 416	58.10 416	78.65 415	43.63 414	48.97 415	92.61 418	92.18 419	60.44 414	69.38 414	73.77 417	76.42 414	77.82 416	76.45 415	72.33 415	77.46 416	35.89 416	37.06 415	48.26 417	62.63 416	48.72 416	43.44 416

ff	63.71 416	58.10 416	78.65 415	43.63 414	48.97 415	92.61 418	92.18 419	60.44 414	69.38 414	73.77 417	76.42 414	77.82 416	76.45 415	72.33 415	77.46 416	35.89 416	37.06 415	48.26 417	62.63 416	48.72 416	43.44 416

PML	71.49 419	88.65 425	73.56 413	82.49 421	75.59 418	85.39 416	79.41 417	71.62 417	87.17 417	90.48 420	85.96 418	90.50 420	60.21 414	91.76 424	73.85 415	96.01 430	2.36 410	86.79 423	6.59 412	83.59 422	17.83 415

Anonymous_1	89.88 422	75.38 422	97.81 422	74.49 420	78.39 419	100.00 425	100.00 423	98.09 423	99.76 421	96.82 423	99.37 421	97.66 422	99.77 422	91.14 423	98.89 422	81.73 419	97.25 421	59.96 420	85.38 419	77.37 421	88.27 420

DPSM_ROB	94.00 424	79.32 423	100.00 427	83.19 422	85.69 420	100.00 425	100.00 423	100.00 424	100.00 425	100.00 425	100.00 423	100.00 425	100.00 424	100.00 427	100.00 427	89.53 421	97.42 422	74.97 421	95.13 421	83.79 423	90.98 423

DPSM	94.00 424	79.32 423	100.00 427	83.19 422	85.69 420	100.00 425	100.00 423	100.00 424	100.00 425	100.00 425	100.00 423	100.00 425	100.00 424	100.00 427	100.00 427	89.53 421	97.42 422	74.97 421	95.13 421	83.79 423	90.98 423

DGTPSM_ROB	81.49 420	60.74 420	99.95 425	61.20 417	86.99 422	99.11 423	100.00 423	95.92 420	99.99 423	73.08 415	100.00 423	70.81 414	100.00 424	77.39 418	99.98 425	35.10 414	97.48 424	35.12 415	99.89 425	46.16 414	90.85 421

DPSMNet_ROB	81.54 421	60.77 421	99.95 425	61.42 418	87.05 423	99.11 423	100.00 423	95.93 421	99.99 423	73.11 416	100.00 423	70.84 415	100.00 424	77.43 419	99.98 425	35.39 415	97.54 425	35.21 416	99.89 425	46.30 415	90.94 422

DLNR_Zeroshot_test	21.09 412	47.65 415	85.43 418	96.34 426	87.67 424	0.31 54	0.00 1	17.86 412	0.07 18	0.01 123	0.01 199	0.00 1	0.00 1	0.70 184	0.01 74	15.78 413	0.01 299	0.00 1	0.21 388	69.62 420	0.04 281

MEDIAN_ROB	93.37 423	98.75 427	96.05 421	90.90 424	90.53 425	85.63 417	76.45 416	92.03 419	89.53 418	95.05 421	94.99 420	96.02 421	93.85 421	90.36 420	87.21 419	98.36 431	95.79 420	99.61 426	98.77 424	98.80 431	98.72 431

LSM0	99.11 429	99.97 430	100.00 427	95.93 425	98.59 426	100.00 425	100.00 423	100.00 424	100.00 425	100.00 425	100.00 423	100.00 425	100.00 424	100.00 427	100.00 427	93.89 429	99.97 427	100.00 428	100.00 428	96.64 430	97.25 425

CasAABBNet	99.15 430	100.00 431	100.00 427	96.37 427	98.76 427	100.00 425	100.00 423	100.00 424	100.00 425	100.00 425	100.00 423	100.00 425	100.00 424	100.00 427	100.00 427	93.65 425	99.99 429	100.00 428	100.00 428	96.27 426	97.93 426

MyStereo03	99.18 432	100.00 431	100.00 427	96.47 428	98.78 428	100.00 425	100.00 423	100.00 424	100.00 425	100.00 425	100.00 423	100.00 425	100.00 424	100.00 427	100.00 427	93.73 426	100.00 430	100.00 428	100.00 428	96.63 427	97.99 427

MyStereo02	99.18 432	100.00 431	100.00 427	96.47 428	98.78 428	100.00 425	100.00 423	100.00 424	100.00 425	100.00 425	100.00 423	100.00 425	100.00 424	100.00 427	100.00 427	93.73 426	100.00 430	100.00 428	100.00 428	96.63 427	97.99 427

MyStereo	99.18 432	100.00 431	100.00 427	96.47 428	98.78 428	100.00 425	100.00 423	100.00 424	100.00 425	100.00 425	100.00 423	100.00 425	100.00 424	100.00 427	100.00 427	93.73 426	100.00 430	100.00 428	100.00 428	96.63 427	97.99 427

Selective-RAFT-Error	99.17 431	100.00 431	100.00 427	96.65 431	98.79 431	100.00 425	100.00 423	100.00 424	100.00 425	100.00 425	100.00 423	100.00 425	100.00 424	100.00 427	100.00 427	93.64 424	100.00 430	100.00 428	100.00 428	96.25 425	98.10 430

HaxPig	95.46 426	97.61 426	87.80 419	97.80 432	99.17 432	77.55 415	75.28 414	96.76 422	99.61 420	99.97 424	99.97 422	99.62 424	99.97 423	91.02 422	87.28 420	99.98 433	99.98 428	99.98 427	99.99 427	99.97 432	99.97 433

test_example2	97.61 427	99.96 429	99.93 424	99.83 433	99.97 433	98.84 422	99.76 422	91.98 418	100.00 425	100.00 425	100.00 423	89.18 419	86.51 418	99.29 425	96.54 421	99.97 432	99.55 426	92.92 425	98.06 423	100.00 433	99.95 432

AVERAGE_ROB	98.45 428	99.13 428	95.46 420	100.00 434	100.00 434	93.36 421	81.95 418	100.00 424	99.97 422	100.00 425	100.00 423	100.00 425	100.00 424	99.72 426	99.40 423	100.00 434	100.00 430	100.00 428	100.00 428	100.00 433	100.00 434

ASD4		42.77 414

Low-res two-view benchmark