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

sCroCo_RVC	0.21 6	0.14 99	1.54 151	0.01 17	0.00 1	0.13 1	0.04 158	1.10 28	0.65 81	0.10 32	0.05 57	0.03 6	0.04 46	0.23 23	0.05 17	0.00 1	0.07 328	0.00 1	0.00 1	0.01 25	0.00 1

CroCo-Stereo	0.39 42	0.40 224	1.67 178	0.07 175	0.00 1	0.19 2	0.01 53	3.55 208	0.75 129	0.08 20	0.02 31	0.46 104	0.08 91	0.28 40	0.18 101	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62
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
Anonymous	0.25 19	0.13 95	1.19 106	0.00 1	0.00 1	0.24 3	0.01 53	2.54 103	0.42 44	0.02 2	0.02 31	0.05 25	0.07 77	0.15 8	0.06 33	0.00 1	0.01 222	0.00 1	0.00 1	0.10 249	0.08 282

MIF-Stereo	0.16 2	0.11 82	1.13 90	0.03 101	0.17 280	0.32 4	0.02 97	0.38 2	0.32 38	0.03 9	0.16 83	0.05 25	0.07 77	0.16 11	0.16 90	0.00 1	0.00 1	0.00 1	0.00 1	0.11 258	0.00 1

CroCo-Stereo Lap2	0.33 28	0.49 263	1.18 103	0.02 63	0.00 1	0.33 5	0.00 1	3.08 143	0.61 62	0.02 2	0.01 1	0.04 10	0.08 91	0.45 74	0.15 82	0.00 1	0.00 1	0.00 1	0.00 1	0.07 210	0.02 150

Selective-IGEV	0.22 10	0.06 22	0.46 1	0.05 141	0.04 203	0.34 6	0.04 158	2.16 72	0.59 52	0.09 22	0.01 1	0.02 2	0.05 52	0.18 13	0.05 17	0.00 1	0.00 1	0.00 1	0.09 325	0.03 132	0.09 287

sAnonymous2	0.37 38	0.32 196	3.21 292	0.01 17	0.00 1	0.35 7	0.08 193	1.96 62	0.90 154	0.03 9	0.05 57	0.04 10	0.11 111	0.11 5	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 273	0.18 329

CroCo_RVC	0.37 38	0.32 196	3.21 292	0.01 17	0.00 1	0.35 7	0.08 193	1.96 62	0.90 154	0.03 9	0.05 57	0.04 10	0.11 111	0.11 5	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 273	0.18 329

StereoIM	0.22 10	0.29 188	0.87 26	0.05 141	0.18 284	0.41 9	0.01 53	1.24 31	0.56 50	0.02 2	0.03 48	0.13 60	0.05 52	0.32 50	0.24 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

MIF-Stereo (partial)	0.27 21	0.18 128	1.14 91	0.01 17	0.00 1	0.43 10	0.02 97	1.97 64	0.39 43	0.11 37	0.08 66	0.07 42	0.06 67	0.44 69	0.33 158	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.02 150

GMStereo	0.25 19	0.60 291	1.28 119	0.01 17	0.00 1	0.48 11	0.00 1	0.74 17	1.24 207	0.16 45	0.03 48	0.07 42	0.09 96	0.22 21	0.10 60	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
test croco	0.41 45	0.28 181	2.26 239	0.07 175	0.00 1	0.50 12	0.01 53	2.84 121	0.92 157	0.05 15	0.07 63	0.13 60	0.17 135	0.43 67	0.20 108	0.00 1	0.00 1	0.00 1	0.00 1	0.34 348	0.01 62

HH	0.88 174	0.37 210	1.93 199	0.25 261	0.10 252	0.62 13	0.00 1	3.79 228	0.18 19	0.33 59	0.59 167	3.94 319	0.81 243	4.44 219	0.09 52	0.00 1	0.06 319	0.00 1	0.00 1	0.03 132	0.02 150

HanStereo	0.88 174	0.37 210	1.93 199	0.25 261	0.10 252	0.62 13	0.00 1	3.79 228	0.18 19	0.33 59	0.59 167	3.94 319	0.81 243	4.44 219	0.09 52	0.00 1	0.06 319	0.00 1	0.00 1	0.03 132	0.02 150

anonymity	0.74 125	0.15 109	1.17 100	0.16 233	0.27 322	0.71 15	0.01 53	4.70 294	1.78 275	1.15 177	1.23 230	0.31 84	1.65 293	0.54 85	0.53 204	0.02 326	0.02 271	0.00 1	0.27 373	0.02 94	0.06 257

IGEVStereo-DCA	0.46 61	0.09 50	1.02 55	0.02 63	0.00 1	0.82 16	0.00 1	0.53 4	0.75 129	0.09 22	0.03 48	0.03 6	0.06 67	5.04 250	0.51 200	0.00 1	0.00 1	0.00 1	0.15 338	0.05 181	0.01 62

rrr	0.62 99	0.09 50	2.07 220	0.02 63	0.00 1	0.82 16	0.06 184	2.29 75	0.85 151	0.09 22	0.03 48	0.03 6	0.06 67	5.04 250	0.51 200	0.00 1	0.00 1	0.00 1	0.19 353	0.05 181	0.07 273

CASnet	0.16 2	0.14 99	0.52 3	0.01 17	0.00 1	0.86 18	0.00 1	0.51 3	0.75 129	0.10 32	0.01 1	0.04 10	0.02 16	0.22 21	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.22 10	0.05 8	0.66 11	0.02 63	0.03 187	0.87 19	0.00 1	1.07 27	0.15 9	0.18 48	0.01 1	0.02 2	0.72 238	0.15 8	0.09 52	0.00 1	0.03 293	0.00 1	0.27 373	0.08 221	0.07 273

DCRE	0.69 120	0.35 202	1.16 98	0.06 155	0.02 168	0.91 20	0.00 1	1.05 26	0.30 36	0.98 154	7.63 351	0.72 134	0.02 16	0.16 11	0.07 37	0.00 1	0.02 271	0.00 1	0.21 360	0.02 94	0.03 189

RALAANet	0.54 84	0.62 296	1.41 138	0.01 17	0.01 100	0.92 21	0.02 97	2.39 81	1.87 285	1.13 175	0.38 133	0.15 68	0.30 169	1.00 109	0.38 178	0.00 1	0.00 1	0.00 1	0.04 302	0.14 273	0.01 62

test_xeample3	0.35 32	0.10 69	1.95 203	0.02 63	0.00 1	0.93 22	0.07 187	1.70 54	0.86 153	0.09 22	0.04 55	0.05 25	0.05 52	0.23 23	0.51 200	0.00 1	0.00 1	0.00 1	0.24 366	0.06 196	0.08 282

GLC_STEREO	0.13 1	0.08 38	0.61 4	0.01 17	0.00 1	0.94 23	0.03 138	0.29 1	0.21 28	0.05 15	0.02 31	0.06 34	0.04 46	0.26 35	0.07 37	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

RAFT	0.60 92	0.50 266	1.01 50	0.50 311	0.04 203	0.94 23	0.08 193	3.01 130	0.65 81	0.22 50	0.09 67	3.41 306	0.27 167	0.53 83	0.37 175	0.00 1	0.03 293	0.00 1	0.01 270	0.40 357	0.03 189

TestStereo	0.61 94	0.55 279	1.84 196	0.00 1	0.00 1	0.94 23	0.00 1	1.65 52	0.23 31	0.12 38	0.03 48	0.08 45	0.06 67	6.59 310	0.08 46	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ProNet	0.20 5	0.25 166	0.78 18	0.01 17	0.01 100	0.95 26	0.00 1	0.70 13	0.68 100	0.02 2	0.01 1	0.05 25	0.03 34	0.31 44	0.03 5	0.00 1	0.01 222	0.00 1	0.00 1	0.12 263	0.04 213

test_4	0.51 73	0.10 69	1.27 118	0.01 17	0.06 218	0.97 27	0.03 138	1.12 29	0.16 12	0.27 53	3.42 314	0.65 123	0.09 96	1.59 132	0.26 131	0.00 1	0.00 1	0.00 1	0.08 322	0.14 273	0.00 1

x	0.41 45	0.04 4	0.74 15	0.54 317	0.00 1	0.98 28	0.00 1	3.07 141	0.67 95	0.48 89	0.01 1	0.48 107	0.07 77	0.93 104	0.07 37	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.01 62

test-3	0.63 101	0.06 22	1.00 47	0.07 175	0.13 262	0.99 29	0.01 53	2.46 94	0.20 25	1.96 252	0.01 1	1.10 180	0.05 52	3.75 186	0.23 116	0.00 1	0.00 1	0.00 1	0.26 371	0.15 283	0.13 309

test_1	0.61 94	0.06 22	1.00 47	0.07 175	0.12 258	0.99 29	0.01 53	2.46 94	0.20 25	1.71 232	0.01 1	1.10 180	0.04 46	3.71 184	0.23 116	0.00 1	0.00 1	0.00 1	0.25 369	0.15 283	0.13 309

LoS_RVC	0.19 4	0.48 259	0.51 2	0.12 212	0.10 252	1.01 31	0.01 53	0.81 19	0.19 21	0.07 17	0.02 31	0.06 34	0.05 52	0.31 44	0.05 17	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.04 213

test_3	0.58 89	0.06 22	1.04 70	0.07 175	0.12 258	1.01 31	0.01 53	2.45 92	0.20 25	0.95 141	0.01 1	1.05 172	0.05 52	3.74 185	0.23 116	0.00 1	0.00 1	0.00 1	0.25 369	0.15 283	0.13 309

SMFormer	1.04 203	0.16 117	1.55 153	0.33 282	0.01 100	1.03 33	0.00 1	5.24 324	2.12 301	1.53 217	2.16 278	0.92 153	0.02 16	4.46 221	1.24 260	0.00 1	0.01 222	0.00 1	0.00 1	0.03 132	0.02 150

tta	1.04 203	0.16 117	1.55 153	0.33 282	0.01 100	1.03 33	0.00 1	5.24 324	2.12 301	1.53 217	2.16 278	0.92 153	0.02 16	4.46 221	1.24 260	0.00 1	0.01 222	0.00 1	0.00 1	0.03 132	0.01 62

qqq1	0.98 188	0.16 117	1.55 153	0.33 282	0.01 100	1.03 33	0.00 1	5.24 324	2.12 301	1.53 217	2.16 278	0.92 153	0.02 16	4.46 221	0.07 37	0.00 1	0.01 222	0.00 1	0.00 1	0.03 132	0.01 62

fff1	0.98 188	0.16 117	1.55 153	0.33 282	0.01 100	1.03 33	0.00 1	5.24 324	2.12 301	1.53 217	2.16 278	0.92 153	0.02 16	4.46 221	0.07 37	0.00 1	0.01 222	0.00 1	0.00 1	0.03 132	0.01 62

4D-IteraStereo	0.35 32	0.60 291	1.93 199	0.02 63	0.09 243	1.03 33	0.07 187	1.25 32	0.34 40	0.02 2	0.03 48	0.84 149	0.10 103	0.31 44	0.35 169	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.07 273

FINET	1.36 259	0.46 249	4.05 324	0.22 250	0.73 359	1.03 33	0.00 1	3.57 210	5.71 361	1.59 227	1.64 245	0.49 109	0.19 144	5.53 269	1.90 291	0.00 1	0.01 222	0.00 1	0.00 1	0.08 221	0.03 189

Gwc-CoAtRS	0.42 47	0.12 86	1.28 119	0.03 101	0.13 262	1.03 33	0.02 97	2.33 77	0.15 9	0.35 71	0.01 1	2.27 255	0.03 34	0.20 19	0.25 126	0.00 1	0.01 222	0.00 1	0.22 362	0.01 25	0.01 62

11t1	0.33 28	0.05 8	0.86 24	0.44 302	0.00 1	1.04 40	0.00 1	2.45 92	0.60 56	0.44 83	0.01 1	0.05 25	0.05 52	0.43 67	0.06 33	0.00 1	0.01 222	0.00 1	0.00 1	0.02 94	0.01 62

GMOStereo	0.42 47	0.28 181	1.02 55	0.05 141	0.18 284	1.04 40	0.02 97	2.40 82	0.16 12	2.25 272	0.01 1	0.32 85	0.03 34	0.09 1	0.15 82	0.00 1	0.11 350	0.00 1	0.00 1	0.19 305	0.02 150

error version	0.42 47	0.28 181	1.02 55	0.05 141	0.18 284	1.04 40	0.02 97	2.40 82	0.16 12	2.25 272	0.01 1	0.32 85	0.03 34	0.09 1	0.15 82	0.00 1	0.11 350	0.00 1	0.00 1	0.19 305	0.02 150

test-v	0.42 47	0.28 181	1.02 55	0.05 141	0.18 284	1.04 40	0.02 97	2.40 82	0.16 12	2.25 272	0.01 1	0.32 85	0.03 34	0.09 1	0.15 82	0.00 1	0.11 350	0.00 1	0.00 1	0.19 305	0.02 150

test-2	0.42 47	0.28 181	1.02 55	0.05 141	0.18 284	1.04 40	0.02 97	2.40 82	0.16 12	2.25 272	0.01 1	0.32 85	0.03 34	0.09 1	0.15 82	0.00 1	0.11 350	0.00 1	0.00 1	0.19 305	0.02 150

cross-raft	0.53 82	0.12 86	1.78 189	0.03 101	0.01 100	1.04 40	0.10 209	3.21 164	0.23 31	0.37 77	0.01 1	2.86 281	0.04 46	0.24 26	0.24 120	0.00 1	0.01 222	0.00 1	0.16 344	0.01 25	0.02 150

qqq	0.50 70	0.04 4	0.78 18	0.02 63	0.00 1	1.05 46	0.00 1	3.15 151	0.68 100	0.46 87	0.01 1	0.73 135	0.12 121	2.95 161	0.07 37	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.01 62

THIR-Stereo	1.48 272	0.29 188	1.51 149	0.01 17	0.02 168	1.05 46	4.32 374	2.11 70	0.22 30	1.08 170	4.24 327	1.93 230	4.19 354	6.76 324	1.87 290	0.00 1	0.00 1	0.04 348	0.00 1	0.05 181	0.00 1

ff7	0.23 14	0.21 148	1.02 55	0.02 63	0.00 1	1.07 48	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 77	0.44 69	0.04 7	0.00 1	0.00 1	0.00 1	0.15 338	0.07 210	0.01 62

ffff	0.23 14	0.21 148	1.02 55	0.02 63	0.00 1	1.07 48	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 77	0.44 69	0.04 7	0.00 1	0.00 1	0.00 1	0.15 338	0.07 210	0.01 62

11t	0.23 14	0.21 148	1.02 55	0.02 63	0.00 1	1.07 48	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 77	0.44 69	0.04 7	0.00 1	0.00 1	0.00 1	0.15 338	0.07 210	0.01 62

anonymousdsp	0.21 6	0.21 148	0.63 5	0.02 63	0.00 1	1.07 48	0.00 1	0.74 17	0.77 138	0.09 22	0.01 1	0.04 10	0.07 77	0.25 29	0.04 7	0.00 1	0.00 1	0.00 1	0.16 344	0.08 221	0.03 189

MC-Stereo	0.24 18	0.12 86	0.71 13	0.04 124	0.02 168	1.07 48	0.00 1	1.30 33	0.17 17	0.59 97	0.02 31	0.08 45	0.11 111	0.18 13	0.05 17	0.00 1	0.02 271	0.00 1	0.17 350	0.06 196	0.02 150

ccc-4	0.23 14	0.21 148	1.02 55	0.02 63	0.00 1	1.07 48	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 77	0.44 69	0.04 7	0.00 1	0.00 1	0.00 1	0.15 338	0.07 210	0.01 62

IGEV-Stereo	0.21 6	0.21 148	0.63 5	0.02 63	0.00 1	1.07 48	0.00 1	0.73 16	0.77 138	0.09 22	0.01 1	0.04 10	0.07 77	0.24 26	0.04 7	0.00 1	0.00 1	0.00 1	0.16 344	0.08 221	0.03 189
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
AnonymousM	0.34 30	0.07 32	0.63 5	0.02 63	0.01 100	1.09 55	0.03 138	1.54 49	0.68 100	0.17 46	0.04 55	0.02 2	0.24 159	0.25 29	0.04 7	0.00 1	0.01 222	1.93 384	0.00 1	0.01 25	0.00 1

XX-TBD	0.28 23	0.39 219	0.97 45	0.05 141	0.00 1	1.09 55	0.00 1	0.71 15	0.54 49	0.44 83	1.04 215	0.06 34	0.06 67	0.19 16	0.09 52	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

IGEV_Zeroshot_test	0.74 125	0.20 142	3.00 277	0.26 267	0.02 168	1.10 57	0.05 171	3.72 222	0.19 21	0.88 131	0.71 192	2.84 278	0.63 222	0.53 83	0.33 158	0.00 1	0.07 328	0.00 1	0.16 344	0.04 163	0.00 1

PCWNet_CMD	0.65 105	0.14 99	2.02 214	0.01 17	0.01 100	1.10 57	0.00 1	2.80 118	0.97 165	0.48 89	0.28 115	2.31 259	1.50 280	1.19 116	0.08 46	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

ICVP	0.46 61	0.08 38	1.58 163	0.01 17	0.01 100	1.10 57	0.21 243	3.80 231	0.52 48	0.42 81	0.27 113	0.33 89	0.06 67	0.57 88	0.13 73	0.00 1	0.07 328	0.00 1	0.00 1	0.04 163	0.01 62
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RALCasStereoNet	0.44 55	0.44 241	1.03 66	0.03 101	0.00 1	1.10 57	0.03 138	2.46 94	0.90 154	0.07 17	0.32 118	0.12 56	0.20 150	1.28 122	0.25 126	0.00 1	0.31 376	0.00 1	0.00 1	0.08 221	0.12 304

AE-Stereo	0.47 65	0.11 82	1.03 66	0.04 124	0.09 243	1.11 61	0.03 138	4.16 256	0.34 40	0.35 71	0.82 199	0.15 68	0.16 132	0.45 74	0.05 17	0.00 1	0.09 341	0.00 1	0.26 371	0.09 240	0.05 230

MSMDNet	0.65 105	0.14 99	2.02 214	0.01 17	0.01 100	1.11 61	0.00 1	2.88 124	0.98 167	0.49 92	0.28 115	2.32 260	1.49 277	1.19 116	0.08 46	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

LL-Strereo2	0.36 36	0.47 257	1.08 79	0.09 197	0.03 187	1.12 63	0.07 187	1.66 53	0.93 160	0.43 82	0.02 31	0.51 112	0.08 91	0.23 23	0.29 143	0.00 1	0.00 1	0.00 1	0.03 292	0.04 163	0.04 213

CAS	0.85 161	0.09 50	0.67 12	6.43 389	0.05 210	1.12 63	0.00 1	0.88 21	0.69 113	0.02 2	0.02 31	0.06 34	0.06 67	0.26 35	0.12 69	6.37 390	0.00 1	0.00 1	0.00 1	0.00 1	0.20 337

riskmin	0.47 65	0.03 1	1.01 50	0.08 187	0.01 100	1.12 63	0.01 53	3.00 128	0.21 28	0.46 87	0.02 31	2.08 239	1.06 254	0.26 35	0.04 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 62

UDGNet	0.35 32	0.50 266	1.14 91	0.02 63	0.00 1	1.12 63	0.02 97	0.70 13	1.57 258	0.31 56	0.05 57	0.06 34	0.02 16	1.45 131	0.09 52	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rafts_anoy	0.39 42	0.44 241	1.15 94	0.06 155	0.03 187	1.12 63	0.04 158	2.75 115	0.33 39	0.10 32	0.16 83	0.11 53	0.19 144	0.74 99	0.31 151	0.00 1	0.14 359	0.00 1	0.01 270	0.02 94	0.05 230

mmm	0.52 76	0.04 4	1.14 91	0.61 327	0.00 1	1.14 68	0.00 1	3.45 197	0.75 129	1.24 193	0.58 158	0.20 74	0.18 138	0.93 104	0.08 46	0.00 1	0.01 222	0.00 1	0.00 1	0.02 94	0.01 62

StereoVision	0.86 165	0.38 213	1.75 186	0.03 101	0.01 100	1.14 68	0.02 97	3.38 185	0.92 157	0.13 42	6.89 348	0.50 111	0.12 121	1.10 113	0.78 233	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.02 150

s12784h	0.56 86	0.14 99	1.22 112	0.02 63	0.00 1	1.14 68	0.03 138	3.43 194	1.47 240	1.02 160	1.41 241	0.05 25	0.02 16	1.08 112	0.09 52	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

TANstereo	0.30 27	0.28 181	0.86 24	0.03 101	0.01 100	1.14 68	0.00 1	0.53 4	0.44 46	1.06 169	1.24 232	0.06 34	0.05 52	0.25 29	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PMTNet	0.21 6	0.19 135	0.85 22	0.02 63	0.02 168	1.14 68	0.30 277	0.88 21	0.11 1	0.03 9	0.02 31	0.07 42	0.02 16	0.37 60	0.12 69	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.00 1

knoymous	0.35 32	0.05 8	1.11 84	0.05 141	0.01 100	1.15 73	0.01 53	2.06 67	0.14 6	0.40 79	0.02 31	1.67 215	0.00 1	0.31 44	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

RAFT_CTSACE	0.68 117	0.52 271	1.74 184	0.50 311	0.05 210	1.16 74	0.00 1	2.68 113	0.66 87	0.68 110	1.60 244	1.76 218	0.80 242	0.94 106	0.13 73	0.00 1	0.02 271	0.00 1	0.00 1	0.27 333	0.00 1

raft+_RVC	0.42 47	0.48 259	1.11 84	0.51 314	0.17 280	1.16 74	0.04 158	2.25 74	0.59 52	0.12 38	0.42 140	0.08 45	0.15 129	0.60 92	0.28 139	0.00 1	0.09 341	0.00 1	0.00 1	0.06 196	0.19 333

EGLCR-Stereo	0.28 23	0.09 50	0.73 14	0.18 240	0.05 210	1.17 76	0.04 158	2.37 79	0.17 17	0.35 71	0.01 1	0.01 1	0.02 16	0.38 63	0.04 7	0.00 1	0.01 222	0.00 1	0.00 1	0.00 1	0.03 189

ToySt	0.47 65	0.25 166	2.47 254	0.04 124	0.01 100	1.17 76	0.00 1	2.01 65	0.63 71	0.08 20	0.14 75	1.16 182	0.05 52	0.80 102	0.46 193	0.00 1	0.00 1	0.00 1	0.03 292	0.10 249	0.04 213

Selective-RAFT	0.37 38	0.06 22	0.65 10	0.03 101	0.01 100	1.17 76	0.02 97	2.63 106	0.66 87	0.01 1	0.01 1	0.22 75	0.18 138	1.31 123	0.24 120	0.00 1	0.00 1	0.00 1	0.20 356	0.04 163	0.00 1

RCA-Stereo	0.37 38	0.14 99	0.76 16	0.01 17	0.00 1	1.17 76	0.00 1	3.14 149	0.61 62	0.71 113	0.47 152	0.05 25	0.13 127	0.19 16	0.03 5	0.00 1	0.01 222	0.00 1	0.00 1	0.06 196	0.01 62

raftrobust	0.46 61	0.42 230	1.05 75	0.01 17	0.21 300	1.17 76	0.05 171	2.07 69	0.19 21	2.98 311	0.02 31	0.12 56	0.15 129	0.25 29	0.31 151	0.00 1	0.03 293	0.00 1	0.00 1	0.08 221	0.06 257

HCRNet	0.73 123	0.19 135	1.10 82	0.01 17	0.00 1	1.17 76	0.01 53	3.07 141	1.97 292	0.60 98	0.21 104	0.56 115	0.11 111	5.34 263	0.20 108	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.02 150

DLNR_Zeroshot_test	23.05 410	49.79 417	87.94 416	97.52 429	94.73 424	1.18 82	0.00 1	20.60 402	0.14 6	0.02 2	0.02 31	0.02 2	0.02 16	4.35 212	0.10 60	32.22 416	0.04 303	0.00 1	0.27 373	72.00 422	0.06 257

EKT-Stereo	0.74 125	0.18 128	1.23 114	0.81 343	4.25 386	1.19 83	0.03 138	2.17 73	0.13 4	0.35 71	0.40 137	0.97 165	0.08 91	2.61 154	0.09 52	0.00 1	0.09 341	0.00 1	0.07 317	0.04 163	0.03 189

anonymousdsp2	0.52 76	0.06 22	1.51 149	0.10 204	0.00 1	1.19 83	0.01 53	4.32 273	0.63 71	0.33 59	0.15 81	0.78 147	0.09 96	1.01 110	0.06 33	0.00 1	0.00 1	0.00 1	0.11 333	0.04 163	0.05 230

TRStereo	0.59 91	0.79 324	1.59 166	0.56 320	0.01 100	1.19 83	0.03 138	4.74 297	0.60 56	0.17 46	0.01 1	0.62 119	0.44 197	0.57 88	0.07 37	0.00 1	0.04 303	0.00 1	0.24 366	0.01 25	0.14 316

LCNet	0.87 170	0.18 128	0.97 45	0.14 225	0.26 317	1.19 83	0.22 247	2.36 78	0.71 124	1.82 242	0.21 104	0.11 53	2.56 321	5.56 272	0.14 78	0.00 1	0.00 1	0.00 1	0.00 1	0.15 283	0.81 369

CREStereo++_RVC	0.29 26	0.19 135	0.83 21	0.05 141	0.00 1	1.19 83	0.00 1	0.66 12	0.99 171	0.25 51	1.26 235	0.05 25	0.07 77	0.20 19	0.09 52	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
111	0.79 143	0.70 313	2.21 229	0.01 17	0.01 100	1.19 83	0.16 227	3.78 227	1.98 294	1.22 191	0.91 206	2.01 234	0.32 177	0.32 50	0.64 223	0.00 1	0.00 1	0.00 1	0.00 1	0.08 221	0.17 323

AFF-stereo	0.65 105	0.46 249	0.82 20	0.37 295	0.00 1	1.19 83	0.00 1	3.04 138	1.42 230	0.72 115	1.95 264	1.16 182	0.26 164	0.97 108	0.31 151	0.00 1	0.02 271	0.00 1	0.00 1	0.21 315	0.02 150

FENet	0.52 76	0.07 32	1.62 167	0.04 124	0.00 1	1.19 83	0.05 171	3.10 145	0.98 167	0.89 133	0.01 1	1.63 211	0.09 96	0.47 78	0.28 139	0.00 1	0.01 222	0.00 1	0.00 1	0.00 1	0.01 62

iRaft-Stereo_5w	1.08 212	0.56 283	2.70 268	0.02 63	0.02 168	1.20 91	0.01 53	3.18 157	0.63 71	0.14 43	2.00 267	1.62 208	1.54 283	6.69 319	1.01 250	0.00 1	0.00 1	0.00 1	0.00 1	0.23 319	0.01 62

test-1	0.52 76	0.25 166	0.94 35	0.03 101	0.22 302	1.20 91	0.08 193	4.03 249	0.25 35	0.70 112	0.66 176	0.71 133	0.03 34	0.30 43	0.43 183	0.00 1	0.18 367	0.00 1	0.07 317	0.01 25	0.25 346

iRaftStereo_RVC	0.36 36	0.27 171	0.76 16	0.01 17	0.00 1	1.20 91	0.01 53	2.15 71	0.62 68	0.15 44	0.22 108	0.69 130	0.12 121	0.28 40	0.18 101	0.00 1	0.06 319	0.00 1	0.00 1	0.27 333	0.22 341

ASMatch	1.44 268	0.14 99	2.15 226	0.60 324	0.21 300	1.21 94	0.26 257	0.96 23	0.66 87	0.29 55	11.75 367	0.93 158	2.37 317	6.73 322	0.54 207	0.00 1	0.00 1	0.00 1	0.01 270	0.00 1	0.04 213

RAFT-Stereo + iAFF	0.60 92	0.36 206	0.96 40	0.03 101	0.02 168	1.21 94	0.02 97	2.80 118	1.55 252	1.08 170	2.63 295	0.43 101	0.16 132	0.37 60	0.25 126	0.00 1	0.02 271	0.00 1	0.00 1	0.19 305	0.01 62

CES	0.43 53	0.14 99	0.85 22	0.05 141	1.52 373	1.22 96	0.05 171	1.01 25	0.59 52	0.03 9	0.02 31	0.14 66	0.10 103	0.40 65	0.10 60	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	2.45 384

Anonymous_2	1.69 298	0.05 8	1.31 128	0.08 187	0.03 187	1.22 96	0.01 53	3.25 166	0.19 21	0.76 119	0.13 74	2.68 270	1.99 308	0.39 64	0.13 73	0.05 342	0.25 371	3.27 387	14.54 411	3.40 381	0.01 62

DCANet-4	0.69 120	0.15 109	3.76 315	0.03 101	0.01 100	1.22 96	0.01 53	3.14 149	1.90 287	2.34 282	0.14 75	0.11 53	0.25 162	0.34 54	0.29 143	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 230

fff	0.66 110	0.42 230	2.21 229	0.01 17	0.01 100	1.22 96	0.02 97	3.26 168	1.04 176	2.34 282	0.14 75	0.09 48	1.83 301	0.34 54	0.29 143	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 230

ADStereo(finetuned)	0.83 154	0.43 236	3.68 312	0.03 101	0.00 1	1.22 96	0.01 53	3.26 168	1.86 283	2.61 299	0.20 103	0.09 48	2.39 319	0.34 54	0.38 178	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.06 257

dd	0.34 30	0.67 306	1.55 153	0.04 124	0.01 100	1.22 96	0.03 138	0.84 20	1.16 197	0.18 48	0.05 57	0.12 56	0.05 52	0.29 42	0.44 186	0.02 326	0.00 1	0.00 1	0.00 1	0.05 181	0.00 1

CFNet_pseudo	0.66 110	0.17 123	2.08 222	0.00 1	0.01 100	1.22 96	0.00 1	2.79 117	0.73 125	0.78 123	0.46 149	2.32 260	0.63 222	1.77 140	0.15 82	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

DCANet	0.66 110	0.43 236	2.21 229	0.03 101	0.00 1	1.22 96	0.01 53	3.26 168	1.85 282	2.61 299	0.21 104	0.09 48	0.49 202	0.33 53	0.39 180	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.06 257

csc	0.66 110	0.42 230	2.21 229	0.01 17	0.01 100	1.22 96	0.02 97	3.26 168	1.04 176	2.34 282	0.14 75	0.09 48	1.83 301	0.34 54	0.29 143	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 230

cscssc	0.66 110	0.42 230	2.21 229	0.01 17	0.01 100	1.22 96	0.02 97	3.26 168	1.04 176	2.34 282	0.14 75	0.09 48	1.83 301	0.34 54	0.29 143	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 230

CREStereo	0.22 10	0.17 123	0.64 8	0.00 1	0.01 100	1.22 96	0.01 53	1.15 30	0.56 50	0.10 32	0.07 63	0.04 10	0.00 1	0.32 50	0.10 60	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	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
ccs_rob	0.65 105	0.17 123	2.09 223	0.00 1	0.01 100	1.22 96	0.00 1	2.77 116	0.73 125	0.75 117	0.44 145	2.32 260	0.64 225	1.76 139	0.15 82	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

AANet_RVC	1.66 289	0.88 336	3.52 306	0.06 155	0.00 1	1.22 96	0.00 1	3.25 166	2.51 324	2.21 269	4.49 328	3.65 313	0.20 150	7.10 348	3.42 329	0.50 376	0.04 303	0.00 1	0.00 1	0.08 221	0.05 230

ADLNet2	1.38 262	0.39 219	3.13 286	0.00 1	0.70 358	1.23 109	0.26 257	4.19 259	2.36 317	1.45 213	3.16 308	4.23 323	0.82 246	4.56 232	0.88 239	0.00 1	0.00 1	0.00 1	0.00 1	0.13 267	0.02 150

RAFT+CT+SA	0.66 110	0.45 245	1.22 112	0.10 204	0.30 333	1.24 110	0.02 97	4.21 261	0.67 95	0.62 99	0.39 136	0.33 89	0.05 52	2.69 156	0.14 78	0.00 1	0.00 1	0.00 1	0.35 382	0.13 267	0.30 348

dad	0.88 174	0.62 296	2.26 239	0.06 155	0.01 100	1.24 110	0.00 1	0.98 24	2.17 308	1.29 195	0.35 128	0.37 92	0.04 46	5.80 279	1.06 251	0.01 304	0.00 1	1.13 381	0.11 333	0.05 181	0.00 1

IPLGR	0.76 134	0.21 148	2.98 275	0.06 155	0.07 226	1.24 110	0.05 171	3.09 144	1.38 221	0.62 99	0.34 125	0.75 137	0.78 240	3.35 169	0.22 112	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.06 257

GrayStereo	1.46 270	0.03 1	0.87 26	0.63 330	0.20 295	1.24 110	4.61 378	2.85 122	0.62 68	4.98 349	4.00 326	0.45 103	4.67 358	3.37 171	0.08 46	0.00 1	0.00 1	0.00 1	0.50 385	0.01 25	0.01 62

CFNet-RSSM	0.51 73	0.12 86	1.26 116	0.03 101	0.14 268	1.24 110	0.02 97	4.12 254	0.15 9	0.31 56	0.01 1	1.96 233	0.04 46	0.19 16	0.25 126	0.00 1	0.01 222	0.00 1	0.27 373	0.01 25	0.01 62

R-Stereo Train	0.44 55	0.09 50	0.94 35	0.02 63	0.00 1	1.24 110	0.09 202	3.65 217	0.11 1	1.87 245	0.42 140	0.06 34	0.01 4	0.25 29	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 150

RAFT-Stereo	0.44 55	0.09 50	0.94 35	0.02 63	0.00 1	1.24 110	0.09 202	3.65 217	0.11 1	1.87 245	0.42 140	0.06 34	0.01 4	0.25 29	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 150
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
KYRaft	1.19 239	0.05 8	0.94 35	0.06 155	0.24 311	1.25 117	0.78 318	2.48 97	0.61 62	3.23 318	7.13 350	1.00 168	2.77 327	1.43 126	0.14 78	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	1.71 381

XX-Stereo	1.04 203	0.20 142	4.94 351	0.85 347	0.04 203	1.25 117	0.00 1	3.37 183	0.45 47	1.22 191	0.50 154	3.70 315	0.02 16	3.91 195	0.05 17	0.00 1	0.09 341	0.00 1	0.20 356	0.03 132	0.02 150

whm_eth	0.68 117	0.52 271	3.05 280	0.01 17	0.00 1	1.26 119	0.02 97	3.36 182	1.93 290	0.26 52	2.52 292	0.13 60	0.11 111	0.18 13	0.10 60	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.11 295

GMStereo_Zeroshot	0.63 101	0.14 99	1.54 151	0.75 339	0.00 1	1.26 119	0.01 53	1.85 57	0.31 37	1.44 212	0.58 158	1.76 218	0.19 144	2.55 151	0.10 60	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.00 1

MIM_Stereo	0.45 58	0.43 236	1.18 103	0.51 314	0.04 203	1.26 119	0.02 97	2.38 80	0.65 81	0.07 17	0.02 31	0.70 132	0.20 150	1.01 110	0.13 73	0.00 1	0.09 341	0.00 1	0.00 1	0.14 273	0.10 291

Prome-Stereo	1.23 245	0.06 22	0.93 34	0.12 212	0.24 311	1.26 119	0.67 312	2.53 102	0.69 113	2.08 261	8.70 358	0.76 138	2.91 331	2.12 146	0.11 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 380

SA	0.83 154	0.41 227	1.17 100	0.00 1	0.20 295	1.28 123	0.01 53	3.98 245	1.86 283	0.41 80	0.96 210	0.27 81	1.33 273	4.07 200	0.35 169	0.00 1	0.00 1	0.00 1	0.17 350	0.14 273	0.01 62

DAS	1.26 246	0.08 38	2.25 237	0.04 124	0.01 100	1.28 123	1.18 331	3.80 231	1.58 262	4.60 343	2.37 287	1.53 197	0.53 205	5.36 264	0.59 216	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

SepStereo	1.28 247	0.08 38	2.25 237	0.04 124	0.01 100	1.28 123	1.18 331	3.80 231	1.58 262	4.60 343	2.37 287	1.53 197	0.53 205	5.63 275	0.59 216	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

DMCA	0.68 117	0.22 157	1.96 206	0.01 17	0.01 100	1.28 123	0.02 97	3.02 131	1.54 251	2.14 263	0.15 81	1.74 216	0.10 103	0.45 74	0.95 246	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

TestStereo1	0.77 135	0.46 249	1.12 86	0.15 227	0.19 291	1.29 127	0.01 53	3.33 178	1.55 252	0.45 85	1.67 248	0.13 60	1.23 264	3.39 172	0.27 135	0.00 1	0.00 1	0.00 1	0.00 1	0.17 291	0.07 273

SA-5K	0.77 135	0.46 249	1.12 86	0.15 227	0.19 291	1.29 127	0.01 53	3.33 178	1.55 252	0.45 85	1.67 248	0.13 60	1.23 264	3.39 172	0.27 135	0.00 1	0.00 1	0.00 1	0.00 1	0.17 291	0.07 273

MIPNet	0.64 103	0.42 230	2.01 212	0.08 187	0.07 226	1.29 127	0.11 211	3.47 201	1.29 212	0.67 108	0.10 69	0.63 121	0.97 252	1.25 120	0.25 126	0.00 1	0.01 222	0.01 319	0.01 270	0.11 258	0.04 213

GwcNet-ADL	0.62 99	0.20 142	2.03 216	0.05 141	0.01 100	1.29 127	0.02 97	3.16 154	1.39 223	0.97 145	0.44 145	1.48 195	0.23 157	0.78 100	0.27 135	0.01 304	0.00 1	0.00 1	0.00 1	0.01 25	0.03 189

HHNet	0.87 170	0.25 166	1.78 189	0.16 233	0.08 236	1.30 131	0.44 296	1.93 60	0.64 78	1.41 211	5.92 341	0.14 66	1.79 299	0.35 59	0.95 246	0.05 342	0.00 1	0.01 319	0.00 1	0.14 273	0.01 62

DMCA-RVC	0.90 179	0.64 300	3.30 297	0.03 101	0.04 203	1.30 131	0.06 184	2.65 107	0.73 125	3.21 317	0.09 67	0.99 167	0.66 232	3.14 166	0.99 248	0.01 304	0.04 303	0.02 341	0.01 270	0.07 210	0.01 62

PWC_ROB	2.90 339	1.01 348	6.12 368	0.53 316	0.57 355	1.30 131	0.40 291	3.85 238	4.42 354	7.37 364	15.40 375	3.03 292	1.55 284	6.31 296	5.74 352	0.00 1	0.00 1	0.00 1	0.00 1	0.46 360	0.05 230

StereoDRNet-Refined	0.83 154	0.12 86	1.18 103	0.02 63	0.01 100	1.31 134	0.00 1	3.33 178	1.07 185	1.92 248	1.24 232	2.48 266	0.18 138	1.86 143	1.67 279	0.00 1	0.00 1	0.00 1	0.00 1	0.14 273	0.05 230
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CFNet_ucs	0.77 135	0.20 142	2.22 236	0.01 17	0.01 100	1.32 135	0.00 1	3.30 175	1.31 216	1.15 177	1.14 220	2.19 254	0.42 195	2.04 145	0.12 69	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

LoS	0.28 23	0.16 117	0.95 39	0.07 175	0.01 100	1.32 135	0.07 187	1.30 33	0.60 56	0.04 14	0.03 48	0.28 82	0.11 111	0.48 79	0.11 67	0.00 1	0.01 222	0.00 1	0.00 1	0.03 132	0.00 1

PSM-AAD	1.15 234	0.04 4	0.88 28	0.10 204	0.27 322	1.32 135	3.25 362	2.41 89	0.64 78	2.93 307	1.92 262	0.15 68	5.39 369	3.42 174	0.19 107	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 230

CFNet-ft	0.77 135	0.46 249	1.34 131	0.01 17	0.27 322	1.32 135	0.02 97	2.40 82	0.68 100	0.63 103	0.18 92	3.23 303	0.21 154	3.97 197	0.54 207	0.00 1	0.00 1	0.01 319	0.00 1	0.03 132	0.02 150

BEATNet_4x	0.97 186	0.77 321	3.36 300	0.46 306	0.01 100	1.32 135	0.09 202	4.57 288	1.26 209	1.88 247	0.22 108	1.09 178	0.42 195	1.79 141	2.09 304	0.00 1	0.00 1	0.00 1	0.00 1	0.08 221	0.06 257

CFNet_RVC	0.77 135	0.46 249	1.34 131	0.01 17	0.27 322	1.32 135	0.02 97	2.40 82	0.68 100	0.63 103	0.18 92	3.23 303	0.21 154	3.97 197	0.54 207	0.00 1	0.00 1	0.01 319	0.00 1	0.03 132	0.02 150

Sa-1000	1.04 203	0.39 219	1.17 100	0.00 1	0.20 295	1.33 141	0.03 138	4.19 259	1.81 276	0.99 158	5.33 337	0.61 117	0.15 129	4.07 200	0.30 149	0.00 1	0.00 1	0.00 1	0.16 344	0.13 267	0.00 1

IRAFT_RVC	1.02 199	0.20 142	1.58 163	1.39 371	0.26 317	1.33 141	0.32 281	2.52 100	0.66 87	1.58 226	0.81 198	1.16 182	1.58 289	6.51 308	0.43 183	0.00 1	0.12 354	0.00 1	0.00 1	0.02 94	0.03 189

MSKI-zero shot	0.73 123	0.13 95	1.56 160	0.02 63	0.14 268	1.34 143	0.04 158	3.00 128	0.23 31	0.67 108	1.64 245	0.89 152	0.00 1	4.55 230	0.10 60	0.00 1	0.02 271	0.00 1	0.21 360	0.03 132	0.01 62

DeepStereo_RVC	0.52 76	0.08 38	1.37 136	0.06 155	0.06 218	1.34 143	0.41 293	1.43 37	0.68 100	1.03 163	0.85 202	0.49 109	1.56 285	0.79 101	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.13 309

hitnet-ft	1.09 219	0.39 219	1.45 143	0.04 124	0.00 1	1.34 143	0.22 247	3.34 181	2.25 314	1.48 214	1.11 219	4.17 322	0.37 187	4.73 238	0.79 234	0.01 304	0.00 1	0.03 346	0.00 1	0.09 240	0.01 62

HITNet	0.80 147	0.58 287	2.14 225	0.69 335	0.00 1	1.35 146	0.02 97	4.50 284	1.15 196	1.76 238	0.16 83	0.60 116	0.30 169	1.13 115	1.64 278	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	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
iResNet_ROB	1.05 210	0.76 319	2.06 219	0.07 175	0.00 1	1.35 146	0.03 138	6.80 372	2.57 328	0.79 125	1.20 228	0.94 161	0.12 121	3.81 189	0.41 181	0.00 1	0.00 1	0.00 1	0.00 1	0.08 221	0.01 62

raft_robust	0.98 188	0.57 286	1.21 111	0.06 155	0.17 280	1.36 148	0.02 97	3.46 199	2.18 309	0.33 59	0.01 1	1.54 199	1.42 275	6.77 325	0.15 82	0.00 1	0.02 271	0.00 1	0.18 352	0.11 258	0.09 287

iRaft-Stereo_20w	0.92 181	0.15 109	2.68 267	0.24 258	0.06 218	1.36 148	0.28 268	7.46 377	0.34 40	1.56 225	0.37 131	0.62 119	1.24 267	1.25 120	0.34 165	0.00 1	0.09 341	0.00 1	0.16 344	0.02 94	0.13 309

IPLG	0.86 165	0.41 227	2.31 244	0.06 155	0.06 218	1.36 148	0.11 211	3.17 156	0.83 145	0.62 99	1.00 213	0.46 104	0.61 216	5.57 274	0.35 169	0.00 1	0.00 1	0.00 1	0.00 1	0.18 298	0.01 62

ACVNet	0.57 88	0.21 148	1.34 131	0.09 197	0.00 1	1.36 148	0.22 247	2.40 82	1.05 180	0.63 103	0.66 176	1.94 231	0.26 164	0.31 44	0.79 234	0.00 1	0.00 1	0.00 1	0.00 1	0.08 221	0.00 1

GANet-RSSM	0.88 174	0.38 213	1.45 143	0.60 324	0.00 1	1.36 148	0.02 97	4.55 286	0.69 113	0.71 113	0.32 118	1.56 200	0.61 216	4.55 230	0.64 223	0.00 1	0.00 1	0.05 352	0.00 1	0.08 221	0.02 150

GEStereo_RVC	1.10 223	0.42 230	1.72 183	0.28 272	0.01 100	1.37 153	0.11 211	6.25 361	0.84 148	1.05 166	0.67 183	1.61 206	0.79 241	6.11 286	0.63 221	0.00 1	0.00 1	0.00 1	0.00 1	0.10 249	0.04 213

PSMNet-RSSM	0.90 179	0.44 241	1.35 134	0.13 215	0.00 1	1.37 153	0.03 138	4.79 305	0.85 151	1.11 173	0.49 153	2.15 246	0.35 184	4.09 203	0.73 230	0.00 1	0.00 1	0.01 319	0.00 1	0.03 132	0.01 62

NLCA_NET_v2_RVC	1.04 203	0.55 279	2.52 257	0.56 320	1.00 364	1.37 153	0.00 1	3.43 194	1.35 219	2.24 271	0.35 128	2.18 253	0.58 213	4.28 208	0.34 165	0.00 1	0.00 1	0.00 1	0.01 270	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.
PASM	1.58 284	1.05 350	7.51 375	0.56 320	0.09 243	1.37 153	0.28 268	2.85 122	1.44 235	3.91 334	0.44 145	3.02 290	0.64 225	6.38 300	1.59 277	0.00 1	0.01 222	0.00 1	0.03 292	0.26 330	0.15 317

PS-NSSS	1.08 212	0.45 245	1.70 181	0.02 63	0.01 100	1.37 153	0.01 53	4.38 274	2.09 299	1.15 177	2.65 296	0.65 123	0.07 77	6.35 298	0.56 210	0.16 360	0.00 1	0.00 1	0.00 1	0.05 181	0.00 1

CrosDoStereo	1.66 289	0.15 109	1.66 175	0.02 63	0.07 226	1.38 158	6.16 392	3.12 147	1.06 183	0.97 145	3.74 320	0.96 162	4.79 360	7.00 345	1.92 294	0.00 1	0.00 1	0.00 1	0.00 1	0.11 258	0.00 1

DeepStereo_LL	1.66 289	0.15 109	1.66 175	0.02 63	0.07 226	1.38 158	6.16 392	3.12 147	1.06 183	0.97 145	3.74 320	0.96 162	4.79 360	7.00 345	1.92 294	0.00 1	0.00 1	0.00 1	0.00 1	0.11 258	0.00 1

iResNetv2_ROB	1.08 212	1.12 354	4.68 346	1.09 362	0.00 1	1.38 158	0.05 171	3.83 235	1.11 188	0.80 127	1.15 222	1.02 170	0.12 121	4.52 227	0.45 189	0.00 1	0.00 1	0.00 1	0.00 1	0.33 345	0.03 189

IPLGR_C	0.75 130	0.88 336	2.58 262	0.13 215	0.02 168	1.40 161	0.27 260	3.19 161	0.84 148	1.92 248	2.46 289	0.18 71	0.11 111	0.49 80	0.26 131	0.00 1	0.05 312	0.01 319	0.05 306	0.19 305	0.06 257

ACRE	0.75 130	0.78 322	2.72 271	0.13 215	0.02 168	1.40 161	0.26 257	3.20 163	0.82 143	1.84 244	2.46 289	0.19 72	0.10 103	0.52 81	0.26 131	0.00 1	0.04 303	0.01 319	0.05 306	0.19 305	0.05 230

cf-r	0.98 188	0.51 270	2.04 217	0.25 261	0.01 100	1.40 161	0.03 138	4.47 283	1.65 267	0.95 141	0.58 158	2.63 268	0.24 159	4.19 205	0.58 214	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.04 213

CFNet	1.08 212	0.62 296	2.26 239	0.26 267	0.03 187	1.40 161	0.04 158	4.45 282	2.09 299	0.48 89	0.69 185	1.31 190	0.24 159	6.63 314	0.83 236	0.00 1	0.00 1	0.00 1	0.00 1	0.17 291	0.04 213

CIPLG	0.75 130	0.81 328	2.38 247	0.13 215	0.03 187	1.41 165	0.27 260	3.19 161	0.84 148	1.98 254	2.56 294	0.19 72	0.10 103	0.54 85	0.26 131	0.00 1	0.05 312	0.01 319	0.05 306	0.19 305	0.05 230

GMM-Stereo	1.09 219	0.05 8	1.62 167	0.13 215	0.22 302	1.41 165	0.87 320	2.31 76	0.62 68	2.75 302	3.14 305	0.54 114	0.90 249	5.33 262	0.13 73	0.01 304	0.00 1	0.00 1	0.02 286	0.01 25	1.80 382

HGLStereo	1.03 201	0.18 128	1.50 146	0.01 17	0.01 100	1.41 165	0.01 53	3.41 190	0.82 143	1.05 166	3.09 304	2.11 242	1.24 267	4.51 226	1.18 257	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.03 189

STTStereo	0.83 154	0.34 200	2.44 249	0.24 258	0.15 273	1.41 165	0.10 209	3.02 131	1.55 252	1.34 200	0.17 89	1.77 220	0.45 198	3.42 174	0.30 149	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 62

DeepPrunerF	2.50 330	0.87 335	14.90 392	0.17 236	0.31 336	1.41 165	0.29 271	5.62 347	9.97 377	1.02 160	0.43 144	2.01 234	1.65 293	6.85 329	3.99 333	0.00 1	0.01 222	0.07 353	0.10 329	0.24 322	0.12 304

FTStereo	2.16 323	0.03 1	1.42 139	0.17 236	0.13 262	1.42 170	4.67 380	2.44 91	0.63 71	3.36 321	17.95 379	0.78 147	4.17 353	4.41 216	0.14 78	0.15 359	0.00 1	0.00 1	0.00 1	0.01 25	1.25 377

GwcNet-RSSM	1.02 199	0.69 310	2.70 268	0.22 250	0.02 168	1.42 170	0.05 171	4.02 247	1.01 173	0.90 135	0.42 140	2.89 282	0.26 164	4.43 218	1.17 256	0.00 1	0.00 1	0.02 341	0.00 1	0.13 267	0.05 230

GANet-ADL	0.52 76	0.09 50	1.43 140	0.13 215	0.02 168	1.43 172	0.02 97	3.22 165	0.59 52	0.34 70	0.98 212	1.09 178	0.19 144	0.40 65	0.34 165	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.01 62

DIP-Stereo	0.58 89	0.23 162	0.90 31	0.08 187	0.00 1	1.43 172	0.01 53	6.01 358	1.38 221	0.92 139	0.11 72	0.04 10	0.19 144	0.12 7	0.07 37	0.00 1	0.01 222	0.00 1	0.00 1	0.03 132	0.01 62
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
PFNet+	0.54 84	0.10 69	1.31 128	0.16 233	0.05 210	1.44 174	0.56 305	1.60 51	0.98 167	1.35 203	0.46 149	0.37 92	0.01 4	2.18 149	0.22 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

RAFT-IKP	0.45 58	0.09 50	1.06 76	0.06 155	0.06 218	1.44 174	0.31 280	1.44 41	0.69 113	0.97 145	0.18 92	0.76 138	0.02 16	1.65 136	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.04 213

xxxx	1.78 303	0.07 32	1.02 55	0.00 1	0.01 100	1.44 174	0.00 1	5.81 353	1.53 250	1.37 205	1.91 261	1.08 176	0.05 52	4.37 215	16.98 392	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.02 150

test_xeample	1.79 305	0.08 38	1.03 66	0.02 63	0.00 1	1.44 174	0.00 1	5.48 339	1.84 278	1.65 229	2.17 282	0.37 92	0.06 67	4.00 199	17.67 394	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.02 150

Syn2CoEx	1.66 289	1.17 356	4.29 334	0.04 124	0.00 1	1.44 174	0.56 305	5.33 332	1.98 294	2.01 258	2.12 276	2.08 239	2.81 328	6.55 309	2.42 310	0.00 1	0.00 1	0.00 1	0.00 1	0.33 345	0.06 257

PA-Net	1.31 254	0.59 289	3.65 311	0.06 155	0.15 273	1.44 174	0.54 304	4.08 250	2.71 330	0.78 123	1.16 224	2.32 260	0.64 225	5.96 281	1.92 294	0.01 304	0.00 1	0.00 1	0.00 1	0.04 163	0.06 257
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
test_5	0.74 125	0.50 266	1.55 153	0.44 302	0.25 314	1.45 180	0.01 53	4.16 256	0.78 140	0.79 125	0.17 89	0.42 100	0.64 225	3.06 165	0.18 101	0.00 1	0.00 1	0.00 1	0.00 1	0.16 287	0.21 339

STrans-v2	1.67 293	0.36 206	3.28 296	0.02 63	0.19 291	1.45 180	0.08 193	6.69 368	1.49 246	2.00 255	2.86 301	3.67 314	3.88 352	7.04 347	0.45 189	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

CRE-IMP	0.40 44	0.06 22	1.04 70	0.07 175	0.05 210	1.45 180	0.46 298	1.48 47	0.63 71	0.90 135	0.30 117	0.88 151	0.01 4	0.26 35	0.22 112	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.17 323

CVANet_RVC	1.10 223	0.39 219	1.69 180	0.28 272	0.00 1	1.45 180	0.48 299	3.26 168	1.64 266	2.93 307	1.22 229	1.51 196	0.37 187	6.09 285	0.50 198	0.00 1	0.00 1	0.00 1	0.00 1	0.18 298	0.01 62

AdaStereo	0.65 105	0.09 50	1.12 86	0.02 63	0.00 1	1.45 180	0.23 251	4.38 274	1.44 235	1.17 181	0.37 131	1.56 200	0.18 138	0.56 87	0.37 175	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	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.
anonymousa	0.79 143	0.26 170	1.91 197	0.03 101	0.29 331	1.46 185	0.02 97	3.76 224	0.97 165	0.72 115	2.25 284	3.21 301	0.56 209	0.15 8	0.12 69	0.00 1	0.00 1	0.00 1	0.04 302	0.00 1	0.02 150

MyStereo8	0.85 161	0.52 271	3.20 291	0.20 247	0.00 1	1.47 186	0.01 53	3.53 207	1.91 288	1.34 200	0.65 174	1.22 185	0.31 173	0.57 88	1.38 271	0.00 1	0.14 359	0.00 1	0.06 315	0.09 240	0.30 348

AAGNet	1.54 279	0.07 32	0.88 28	1.04 359	0.27 322	1.47 186	0.66 311	1.57 50	0.61 62	1.68 231	0.82 199	1.62 208	2.29 314	6.18 288	11.63 380	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

PSM-softLoss	0.85 161	0.10 69	1.50 146	1.14 363	0.03 187	1.47 186	0.27 260	2.48 97	0.69 113	1.30 196	0.38 133	0.39 97	0.01 4	6.88 333	0.33 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

KMStereo	0.85 161	0.10 69	1.50 146	1.14 363	0.03 187	1.47 186	0.27 260	2.48 97	0.69 113	1.30 196	0.38 133	0.39 97	0.01 4	6.88 333	0.33 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

MFMNet_re	2.02 319	0.98 344	4.27 333	2.74 382	0.88 361	1.47 186	0.15 223	4.21 261	3.18 336	6.63 359	6.93 349	1.87 227	3.63 347	2.13 147	0.99 248	0.00 1	0.00 1	0.00 1	0.00 1	0.23 319	0.05 230

DN-CSS_ROB	0.77 135	0.90 339	2.01 212	0.85 347	0.00 1	1.47 186	0.01 53	2.92 126	0.93 160	0.12 38	0.53 155	0.44 102	0.16 132	4.33 210	0.35 169	0.00 1	0.00 1	0.00 1	0.00 1	0.30 344	0.01 62

ac_64	1.12 228	0.18 128	1.64 169	0.18 240	0.25 314	1.48 192	0.02 97	4.97 312	1.47 240	0.69 111	0.45 148	4.94 338	0.46 200	4.87 243	0.74 231	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.00 1

CoDeX	0.94 182	0.34 200	2.09 223	0.05 141	0.20 295	1.49 193	0.20 241	5.89 354	1.57 258	0.66 107	0.67 183	1.05 172	0.32 177	3.82 191	0.33 158	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.00 1

LL-Strereo	1.93 312	0.97 343	3.83 319	0.55 319	2.19 380	1.49 193	0.05 171	4.09 251	1.00 172	2.59 297	2.77 299	5.17 343	5.63 370	7.19 349	0.63 221	0.00 1	0.10 347	0.00 1	0.00 1	0.25 328	0.20 337

GASNet	1.43 267	1.53 368	4.54 343	0.31 278	0.02 168	1.49 193	0.20 241	3.86 240	1.95 291	0.75 117	1.37 240	2.11 242	1.57 288	5.82 280	2.60 317	0.00 1	0.05 312	0.00 1	0.00 1	0.43 359	0.10 291

RAFT-RH_RVC	2.05 321	0.15 109	1.66 175	0.60 324	0.27 322	1.49 193	0.02 97	0.58 11	0.65 81	5.35 353	21.66 391	1.06 174	0.07 77	6.85 329	0.57 212	0.04 336	0.00 1	0.00 1	0.03 292	0.01 25	0.00 1

Anonymous Stereo	1.78 303	1.37 366	7.79 376	0.42 300	0.07 226	1.49 193	3.20 361	3.31 176	1.84 278	2.75 302	1.14 220	1.84 226	0.09 96	6.89 336	3.32 328	0.00 1	0.00 1	0.00 1	0.00 1	0.09 240	0.01 62

MyStereo06	0.80 147	0.19 135	2.53 258	0.02 63	0.00 1	1.51 198	0.01 53	4.61 289	0.24 34	0.89 133	0.69 185	3.14 297	1.18 261	0.58 91	0.33 158	0.00 1	0.06 319	0.00 1	0.00 1	0.02 94	0.07 273

MyStereo05	0.79 143	0.19 135	3.17 288	0.02 63	0.00 1	1.51 198	0.01 53	3.56 209	2.48 323	1.34 200	0.02 31	1.25 187	0.38 189	1.19 116	0.50 198	0.00 1	0.06 319	0.00 1	0.00 1	0.02 94	0.07 273

DisPM	0.86 165	0.09 50	1.10 82	0.76 341	0.02 168	1.51 198	0.57 307	1.75 55	0.70 122	2.43 293	0.83 201	0.38 96	0.01 4	6.89 336	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

DLCB_ROB	1.17 237	0.22 157	1.28 119	0.08 187	0.00 1	1.51 198	0.23 251	3.39 186	1.52 249	3.43 325	2.00 267	3.40 305	0.31 173	4.29 209	1.82 286	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NF-Stereo	0.82 150	0.10 69	1.12 86	1.19 367	0.01 100	1.52 202	0.29 271	2.67 112	0.66 87	1.20 185	0.58 158	0.24 76	0.01 4	6.38 300	0.32 155	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

RE-Stereo	0.82 150	0.10 69	1.15 94	1.19 367	0.01 100	1.52 202	0.29 271	2.66 108	0.66 87	1.20 185	0.58 158	0.24 76	0.01 4	6.38 300	0.32 155	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

TVStereo	0.82 150	0.10 69	1.15 94	1.19 367	0.01 100	1.52 202	0.29 271	2.66 108	0.66 87	1.20 185	0.58 158	0.24 76	0.01 4	6.38 300	0.32 155	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

OCTAStereo	0.82 150	0.10 69	1.15 94	1.19 367	0.01 100	1.53 205	0.29 271	2.66 108	0.66 87	1.20 185	0.58 158	0.25 79	0.01 4	6.38 300	0.33 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

RAFT-345	1.19 239	0.06 22	1.55 153	0.54 317	0.13 262	1.53 205	0.25 254	0.56 10	1.76 274	1.20 185	7.85 352	0.93 158	0.05 52	6.87 332	0.46 193	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

FADNet-RVC-Resample	1.08 212	1.00 347	5.32 355	0.10 204	0.14 268	1.53 205	0.25 254	3.62 214	1.18 198	0.51 93	0.19 99	1.04 171	0.28 168	5.20 255	0.44 186	0.10 353	0.16 364	0.09 356	0.06 315	0.24 322	0.21 339

UCFNet_RVC	0.66 110	0.35 202	1.20 110	0.02 63	0.30 333	1.53 205	0.01 53	3.42 192	0.67 95	1.12 174	0.73 193	1.26 188	0.20 150	1.84 142	0.46 193	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TransformOpticalFlow	1.47 271	0.31 192	3.22 295	0.66 332	0.08 236	1.54 209	0.09 202	3.84 236	1.58 262	1.66 230	2.32 286	3.60 311	3.12 336	6.99 344	0.42 182	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

222	2.69 334	0.09 50	1.03 66	0.00 1	0.00 1	1.54 209	0.00 1	5.61 344	1.55 252	1.51 215	2.10 274	0.53 113	0.07 77	4.54 229	35.09 410	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

TDLM	1.08 212	0.49 263	1.43 140	0.27 270	0.00 1	1.56 211	2.12 347	3.10 145	1.75 273	1.36 204	0.93 208	1.06 174	0.49 202	6.21 290	0.70 228	0.00 1	0.00 1	0.00 1	0.00 1	0.16 287	0.02 150

ROB_FTStereo_v2	0.43 53	0.09 50	1.00 47	0.06 155	0.08 236	1.57 212	0.33 283	1.44 41	0.67 95	0.97 145	0.19 99	0.77 142	0.02 16	1.23 119	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

Pruner-Stereo	0.53 82	0.10 69	1.02 55	0.89 353	0.10 252	1.57 212	0.36 289	2.06 67	0.63 71	2.23 270	0.46 149	0.25 79	0.01 4	0.45 74	0.37 175	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

DeepPruner_ROB	0.86 165	0.50 266	1.80 192	0.01 17	0.00 1	1.57 212	0.17 230	3.48 202	0.42 44	3.31 320	0.02 31	2.09 241	0.17 135	3.01 163	0.61 219	0.00 1	0.00 1	0.00 1	0.00 1	0.12 263	0.01 62

NCCL2	1.30 250	0.63 299	2.31 244	0.02 63	0.03 187	1.57 212	3.41 364	3.91 243	1.39 223	3.14 316	0.34 125	3.90 318	0.30 169	3.75 186	1.19 258	0.00 1	0.00 1	0.02 341	0.00 1	0.03 132	0.05 230

DualNet	1.39 263	0.05 8	1.65 170	0.34 288	0.01 100	1.58 216	0.02 97	3.03 133	6.40 364	1.39 206	2.07 269	2.15 246	0.34 179	1.59 132	7.08 357	0.00 1	0.02 271	0.00 1	0.00 1	0.09 240	0.03 189

ffm	1.04 203	0.05 8	1.65 170	0.34 288	0.01 100	1.58 216	0.02 97	3.03 133	6.40 364	1.39 206	2.07 269	2.15 246	0.34 179	1.59 132	0.05 17	0.00 1	0.02 271	0.00 1	0.00 1	0.09 240	0.03 189

ff1	1.65 288	0.05 8	1.65 170	0.34 288	0.01 100	1.58 216	0.02 97	3.03 133	6.40 364	1.39 206	2.07 269	2.15 246	0.34 179	6.68 316	7.08 357	0.00 1	0.02 271	0.00 1	0.00 1	0.09 240	0.03 189

mmx	1.56 281	0.05 8	1.65 170	0.34 288	0.01 100	1.58 216	0.02 97	5.51 341	2.25 314	1.39 206	2.07 269	2.15 246	0.34 179	6.68 316	7.08 357	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.01 62

xxx	1.56 281	0.05 8	1.65 170	0.34 288	0.01 100	1.58 216	0.02 97	5.51 341	2.25 314	1.39 206	2.07 269	2.15 246	0.34 179	6.68 316	7.08 357	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.01 62

OMP-Stereo	1.20 241	0.54 278	0.96 40	2.39 378	0.29 331	1.58 216	0.33 283	2.01 65	0.68 100	2.68 301	1.16 224	3.10 295	0.18 138	7.40 354	0.56 210	0.00 1	0.00 1	0.00 1	0.00 1	0.07 210	0.01 62

NRIStereo	0.74 125	0.08 38	0.88 28	0.47 309	0.05 210	1.58 216	0.49 301	1.38 35	0.61 62	0.88 131	0.17 89	0.66 126	0.03 34	6.96 342	0.22 112	0.00 1	0.06 319	0.00 1	0.00 1	0.06 196	0.17 323

PFNet	1.06 211	0.19 135	2.95 274	1.16 365	0.56 353	1.58 216	0.25 254	1.50 48	0.60 56	2.38 289	1.23 230	0.63 121	0.30 169	6.85 329	0.43 183	0.16 360	0.01 222	0.00 1	0.07 317	0.18 298	0.18 329

ROB_FTStereo	0.47 65	0.09 50	1.04 70	0.06 155	0.08 236	1.59 224	0.33 283	1.43 37	0.68 100	0.97 145	0.19 99	0.76 138	0.03 34	1.86 143	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

GES	0.61 94	0.08 38	1.78 189	0.00 1	0.00 1	1.59 224	0.07 187	5.32 331	0.13 4	0.62 99	0.32 118	0.37 92	0.67 235	0.68 97	0.49 197	0.03 334	0.00 1	0.01 319	0.00 1	0.02 94	0.01 62

NVstereo2D	1.09 219	0.17 123	4.40 339	0.00 1	0.00 1	1.59 224	0.18 234	4.29 270	1.40 227	0.85 130	0.36 130	2.30 257	0.62 221	5.26 258	0.35 169	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

Patchmatch Stereo++	0.50 70	0.09 50	1.01 50	0.06 155	0.07 226	1.60 227	0.27 260	1.45 44	0.68 100	0.98 154	0.18 92	0.77 142	0.03 34	2.58 152	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230
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
iRAFT	0.50 70	0.09 50	1.01 50	0.06 155	0.07 226	1.60 227	0.27 260	1.45 44	0.68 100	0.98 154	0.18 92	0.77 142	0.03 34	2.58 152	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

FADNet-RVC	1.10 223	1.07 352	4.79 347	0.03 101	0.00 1	1.60 227	0.08 193	3.77 225	1.70 270	0.35 71	0.07 63	0.61 117	0.66 232	5.32 261	1.11 252	0.01 304	0.08 337	0.00 1	0.00 1	0.48 364	0.18 329

MLCV	1.01 197	0.53 276	2.17 227	0.03 101	0.00 1	1.60 227	0.03 138	2.90 125	1.30 214	2.60 298	1.85 259	1.00 168	0.40 193	4.88 244	0.74 231	0.00 1	0.00 1	0.00 1	0.00 1	0.07 210	0.01 62

ttt	1.35 258	0.05 8	1.09 81	0.46 306	0.01 100	1.61 231	0.00 1	5.61 344	1.97 292	1.75 234	2.10 274	1.40 193	0.11 111	4.81 241	6.07 354	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.02 150

IIG-Stereo	1.30 250	0.48 259	1.04 70	2.41 379	0.05 210	1.61 231	0.14 222	2.59 105	0.68 100	2.97 310	2.28 285	3.08 293	0.57 211	7.41 355	0.65 225	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

PSM-adaLoss	0.46 61	0.09 50	1.01 50	0.06 155	0.09 243	1.61 231	0.30 277	1.43 37	0.69 113	0.97 145	0.18 92	0.77 142	0.02 16	1.67 137	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

HUI-Stereo	0.45 58	0.09 50	1.08 79	0.06 155	0.08 236	1.61 231	0.32 281	1.43 37	0.70 122	0.97 145	0.18 92	0.77 142	0.02 16	1.44 130	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

iGMRVC	0.51 73	0.09 50	1.04 70	0.06 155	0.08 236	1.61 231	0.27 260	1.44 41	0.69 113	0.97 145	0.19 99	0.76 138	0.03 34	2.69 156	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.04 213

aanetorigin	2.87 337	0.73 314	8.74 380	0.23 256	0.23 307	1.61 231	2.07 345	1.76 56	1.10 186	14.21 391	10.25 363	2.93 284	3.38 342	4.98 248	4.06 334	0.10 353	0.05 312	0.09 356	0.11 333	0.57 369	0.15 317

SACVNet	0.96 185	0.36 206	1.49 145	0.05 141	0.00 1	1.62 237	0.28 268	3.86 240	1.28 211	1.79 241	0.80 197	1.59 202	0.07 77	5.29 259	0.48 196	0.01 304	0.00 1	0.00 1	0.00 1	0.23 319	0.01 62

Consistency-Raft	1.36 259	0.65 303	4.81 348	0.33 282	0.32 338	1.62 237	0.11 211	3.65 217	3.80 346	0.33 59	6.12 344	0.86 150	2.14 312	0.94 106	1.25 262	0.02 326	0.01 222	0.00 1	0.00 1	0.24 322	0.01 62

psmorigin	2.01 318	0.37 210	10.25 384	0.22 250	0.03 187	1.62 237	0.19 239	3.31 176	1.05 180	4.92 348	3.14 305	5.85 348	2.21 313	5.31 260	1.71 283	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.02 150

MyStereo07	0.27 21	0.27 171	0.64 8	0.02 63	0.01 100	1.64 240	0.01 53	1.41 36	0.73 125	0.10 32	0.01 1	0.03 6	0.10 103	0.24 26	0.04 7	0.00 1	0.07 328	0.00 1	0.00 1	0.03 132	0.06 257

MyStereo04	0.78 142	0.27 171	3.19 289	0.02 63	0.01 100	1.64 240	0.01 53	3.64 216	2.20 311	0.98 154	0.02 31	1.29 189	0.57 211	1.10 113	0.53 204	0.00 1	0.07 328	0.00 1	0.00 1	0.03 132	0.06 257

DRaft	1.34 257	0.12 86	1.19 106	0.06 155	0.01 100	1.64 240	0.43 295	1.86 58	0.14 6	3.76 329	5.27 336	0.41 99	4.38 356	5.49 268	1.68 280	0.01 304	0.06 319	0.00 1	0.07 317	0.07 210	0.11 295

ARAFT	1.12 228	0.82 331	4.11 328	0.04 124	0.00 1	1.64 240	0.03 138	4.85 308	1.69 269	2.78 304	0.57 156	0.47 106	0.11 111	4.81 241	0.24 120	0.00 1	0.03 293	0.00 1	0.00 1	0.24 322	0.05 230

CASS	0.56 86	0.13 95	1.40 137	0.03 101	0.01 100	1.65 244	0.04 158	3.03 133	0.63 71	1.96 252	0.93 208	0.28 82	0.36 185	0.52 81	0.18 101	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RAFT_R40	0.99 195	0.05 8	1.26 116	0.71 336	0.20 295	1.65 244	0.67 312	1.94 61	0.61 62	1.05 166	1.15 222	1.80 222	1.47 276	6.91 338	0.31 151	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

XPNet_ROB	1.17 237	0.41 227	1.68 179	0.04 124	0.01 100	1.65 244	0.17 230	3.46 199	1.39 223	3.89 333	1.01 214	1.60 204	0.53 205	4.35 212	3.07 325	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.02 150

acv_ft	0.79 143	0.21 148	1.28 119	0.01 17	1.08 367	1.68 247	0.01 53	3.75 223	1.05 180	1.31 199	0.66 176	1.94 231	0.46 200	0.31 44	1.68 280	0.00 1	0.00 1	0.00 1	0.00 1	0.27 333	0.00 1

PSMNet_ROB	1.09 219	0.69 310	2.92 273	0.03 101	0.07 226	1.68 247	0.16 227	3.44 196	1.30 214	0.96 143	0.32 118	2.81 276	0.63 222	4.23 206	2.48 313	0.00 1	0.00 1	0.00 1	0.00 1	0.08 221	0.04 213

RASNet	1.53 277	0.31 192	1.97 208	0.09 197	3.20 382	1.69 249	0.06 184	3.27 174	2.12 301	0.77 120	1.29 236	5.32 347	1.69 296	6.60 311	2.17 306	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.02 150

AASNet	0.86 165	0.53 276	1.96 206	0.04 124	0.00 1	1.70 250	0.05 171	5.13 321	1.84 278	0.93 140	1.88 260	0.96 162	0.19 144	0.67 96	0.91 244	0.00 1	0.00 1	0.00 1	0.00 1	0.27 333	0.09 287

SST-Stereo	1.04 203	0.05 8	1.16 98	0.72 337	0.23 307	1.70 250	0.58 308	1.92 59	1.46 238	1.19 183	1.09 217	1.60 204	1.93 306	6.92 340	0.21 111	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

RP	1.76 302	0.55 279	2.59 264	0.22 250	0.60 356	1.70 250	0.98 326	4.31 272	1.99 296	3.12 315	5.04 334	4.41 327	2.96 332	4.72 237	1.90 291	0.01 304	0.00 1	0.00 1	0.01 270	0.14 273	0.01 62

HSM	1.36 259	0.40 224	1.07 77	0.01 17	0.30 333	1.73 253	0.03 138	5.89 354	1.22 203	1.83 243	1.36 239	4.78 335	1.30 272	6.61 313	0.57 212	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

AACVNet	0.87 170	0.44 241	1.19 106	0.17 236	0.00 1	1.76 254	0.00 1	3.60 213	0.60 56	1.03 163	0.26 111	1.31 190	0.17 135	6.33 297	0.28 139	0.00 1	0.00 1	0.00 1	0.00 1	0.17 291	0.01 62

DEmStereo	1.51 274	0.08 38	2.17 227	0.09 197	0.02 168	1.76 254	0.90 322	1.47 46	0.60 56	2.46 294	6.42 346	1.08 176	5.16 364	6.21 290	1.86 289	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

pcwnet_v2	1.29 248	0.17 123	5.98 365	0.10 204	0.01 100	1.76 254	0.02 97	5.08 320	2.90 333	1.54 223	1.98 266	2.03 237	0.81 243	3.01 163	0.28 139	0.00 1	0.00 1	0.00 1	0.01 270	0.03 132	0.03 189

FAT-Stereo	1.86 308	0.19 135	3.31 298	0.17 236	0.03 187	1.78 257	0.97 324	4.76 301	2.79 331	4.22 338	4.87 331	5.31 346	2.83 330	5.06 252	0.90 240	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.01 62

ETE_ROB	1.16 236	0.52 271	1.71 182	0.01 17	0.02 168	1.79 258	0.22 247	4.10 252	1.32 217	4.68 346	1.18 227	2.81 276	0.08 91	3.56 178	1.12 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.06 257

RAFT-Test	0.61 94	0.16 117	2.27 242	0.04 124	0.15 273	1.80 259	0.17 230	2.52 100	0.65 81	0.56 95	0.11 72	2.76 275	0.02 16	0.27 39	0.34 165	0.00 1	0.07 328	0.00 1	0.29 378	0.01 25	0.01 62

edge stereo	1.94 314	0.40 224	3.82 318	0.15 227	0.09 243	1.81 260	0.45 297	4.77 302	2.21 312	3.36 321	3.94 323	8.39 365	1.72 297	5.75 276	1.69 282	0.00 1	0.00 1	0.01 319	0.00 1	0.17 291	0.01 62

EAI-Stereo	1.14 231	0.12 86	1.19 106	0.21 248	0.32 338	1.84 261	2.32 352	5.42 337	1.19 200	1.02 160	5.66 339	0.48 107	0.60 214	0.86 103	0.62 220	0.00 1	0.13 358	0.00 1	0.65 389	0.02 94	0.17 323

coex-ft	12.01 395	5.60 398	80.23 415	0.15 227	0.15 273	1.88 262	0.73 315	2.66 108	30.12 401	49.31 414	16.59 376	15.97 383	14.42 395	6.79 327	14.50 385	0.05 342	0.08 337	0.01 319	0.05 306	0.37 355	0.61 363

HSM-Net_RVC	1.40 265	0.07 32	1.58 163	0.00 1	0.01 100	1.88 262	0.05 171	7.24 374	1.71 272	3.63 327	3.63 318	3.21 301	0.36 185	4.25 207	0.44 186	0.01 304	0.01 222	0.00 1	0.00 1	0.01 25	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UPFNet	0.87 170	0.09 50	2.05 218	0.00 1	0.00 1	1.90 264	0.11 211	3.41 190	0.83 145	2.15 264	0.10 69	1.92 229	0.09 96	3.94 196	0.70 228	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

iResNet	1.00 196	0.45 245	3.08 283	0.86 351	0.01 100	1.97 265	0.01 53	3.67 220	1.49 246	1.77 239	1.09 217	0.35 91	0.13 127	3.83 192	1.27 265	0.00 1	0.00 1	0.00 1	0.00 1	0.07 210	0.01 62

psm_up	0.84 160	0.32 196	1.44 142	0.02 63	0.00 1	1.98 266	0.05 171	3.40 188	1.04 176	2.06 260	0.40 137	1.74 216	0.45 198	3.47 177	0.24 120	0.06 347	0.00 1	0.00 1	0.00 1	0.08 221	0.00 1

PSMNet-ADL	0.77 135	0.08 38	0.90 31	0.07 175	0.01 100	2.01 267	0.02 97	2.55 104	1.11 188	0.33 59	0.59 167	2.15 246	0.69 236	4.07 200	0.85 237	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

AF-Net	2.17 324	0.65 303	3.53 307	0.00 1	0.09 243	2.02 268	0.48 299	6.44 362	1.70 270	3.36 321	10.22 362	4.95 339	2.81 328	4.34 211	2.66 320	0.00 1	0.00 1	0.00 1	0.00 1	0.13 267	0.01 62

ssnet_v2	1.14 231	0.28 181	1.77 187	0.03 101	0.00 1	2.07 269	0.37 290	5.20 322	1.87 285	2.00 255	0.87 204	3.09 294	0.55 208	1.31 123	3.02 324	0.00 1	0.00 1	0.00 1	0.00 1	0.18 298	0.12 304

EDNetEfficient	6.54 376	1.17 356	33.15 403	0.66 332	1.96 376	2.07 269	3.72 367	2.80 118	14.85 384	20.02 400	9.69 361	6.59 357	10.19 387	7.19 349	15.49 389	0.03 334	0.10 347	0.01 319	0.20 356	0.62 372	0.29 347

1111x	1.53 277	0.06 22	1.77 187	0.27 270	0.00 1	2.12 271	0.01 53	5.63 348	1.65 267	1.53 217	1.67 248	0.92 153	0.64 225	6.18 288	8.17 367	0.00 1	0.01 222	0.00 1	0.00 1	0.00 1	0.01 62

ADLNet	1.20 241	0.29 188	1.98 209	0.00 1	0.02 168	2.20 272	0.11 211	4.39 276	2.52 325	2.19 268	2.20 283	2.66 269	0.70 237	3.42 174	1.25 262	0.00 1	0.00 1	0.00 1	0.00 1	0.10 249	0.04 213

GANetREF_RVC	1.10 223	0.95 342	2.98 275	0.06 155	0.00 1	2.23 273	0.18 234	3.95 244	2.53 326	0.56 95	0.32 118	1.89 228	0.66 232	5.03 249	0.51 200	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.04 213
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
NCC-stereo	1.67 293	0.56 283	3.10 284	0.08 187	0.22 302	2.24 274	0.13 219	5.05 318	1.42 230	2.27 279	2.72 297	4.29 324	3.53 344	5.76 277	2.01 300	0.04 336	0.00 1	0.00 1	0.00 1	0.03 132	0.02 150

Abc-Net	1.67 293	0.56 283	3.10 284	0.08 187	0.22 302	2.24 274	0.13 219	5.05 318	1.42 230	2.27 279	2.72 297	4.29 324	3.53 344	5.76 277	2.01 300	0.04 336	0.00 1	0.00 1	0.00 1	0.03 132	0.02 150
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GANet	1.90 311	0.43 236	1.83 194	0.39 297	0.00 1	2.24 274	3.37 363	3.90 242	1.44 235	2.17 266	9.66 360	2.57 267	1.09 257	6.88 333	1.81 285	0.00 1	0.00 1	0.02 341	0.00 1	0.10 249	0.03 189

RAFT + AFF	1.63 286	1.13 355	2.62 265	0.04 124	0.80 360	2.29 277	1.03 327	5.54 343	2.06 298	1.77 239	1.81 258	1.22 185	3.65 348	6.23 292	1.57 276	0.01 304	0.35 379	0.00 1	0.01 270	0.33 345	0.12 304

IER	0.75 130	0.12 86	1.93 199	0.01 17	0.00 1	2.31 278	0.02 97	2.96 127	0.98 167	1.30 196	0.96 210	1.40 193	1.19 262	1.31 123	0.45 189	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

UNet	1.13 230	0.24 164	4.21 330	0.01 17	0.02 168	2.31 278	0.02 97	3.06 139	0.76 137	1.17 181	0.14 75	2.73 273	1.58 289	4.48 225	1.92 294	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

RYNet	1.52 275	0.35 202	3.38 301	0.25 261	0.04 203	2.31 278	0.03 138	4.62 290	1.47 240	1.14 176	0.34 125	4.52 329	1.38 274	6.36 299	4.23 336	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

NVStereoNet_ROB	3.25 345	0.46 249	2.71 270	0.34 288	0.56 353	2.36 281	0.87 320	4.56 287	4.47 355	4.55 342	14.09 373	11.93 373	3.23 341	9.79 380	3.14 327	0.43 374	0.03 293	0.53 377	0.31 379	0.36 353	0.38 358
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
UDG	2.86 336	8.81 403	1.57 162	2.60 380	0.89 363	2.39 282	0.11 211	3.42 192	1.02 174	2.18 267	3.64 319	5.04 341	1.60 292	4.17 204	2.09 304	1.21 382	0.04 303	7.69 389	3.67 402	4.10 383	0.93 374

STTRV1_RVC	1.94 314	0.35 202	4.85 349	0.32 281	0.01 100	2.41 283	0.34 287	5.79 351	3.55 340	0.82 129	5.11 335	1.63 211	1.08 256	7.63 359	1.41 272	0.91 378	2.53 403	0.00 1	0.00 1	0.01 25	0.04 213

SFCPSM	0.81 149	0.11 82	2.53 258	0.01 17	0.07 226	2.45 284	0.18 234	4.99 313	1.18 198	0.77 120	0.78 195	0.69 130	0.31 173	1.72 138	0.20 108	0.00 1	0.00 1	0.00 1	0.05 306	0.06 196	0.01 62

DANet	1.74 301	0.22 157	3.06 281	0.75 339	0.44 344	2.46 285	0.35 288	3.40 188	1.41 229	4.22 338	1.56 243	5.03 340	0.56 209	6.29 295	5.00 346	0.01 304	0.00 1	0.00 1	0.01 270	0.04 163	0.08 282
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
StereoDRNet	1.48 272	0.75 315	4.58 344	0.05 141	0.10 252	2.49 286	1.10 330	4.62 290	1.47 240	3.38 324	0.62 173	2.29 256	0.65 230	4.52 227	2.89 322	0.00 1	0.03 293	0.00 1	0.01 270	0.05 181	0.07 273

S-Stereo	2.00 317	0.30 191	5.74 363	0.24 258	0.23 307	2.51 287	1.90 343	4.74 297	5.15 358	2.42 291	5.80 340	2.85 280	0.72 238	5.08 253	2.17 306	0.00 1	0.02 271	0.00 1	0.00 1	0.08 221	0.04 213

Anonymous3	0.49 69	0.12 86	2.21 229	0.01 17	0.00 1	2.53 288	0.09 202	3.16 154	0.65 81	0.12 38	0.22 108	0.12 56	0.05 52	0.37 60	0.08 46	0.00 1	0.07 328	0.00 1	0.00 1	0.04 163	0.03 189

FADNet	1.20 241	0.93 341	4.51 342	0.03 101	0.06 218	2.56 289	0.16 227	4.02 247	1.42 230	0.32 58	0.06 62	1.66 214	1.07 255	5.56 272	0.87 238	0.19 363	0.02 271	0.01 319	0.01 270	0.50 366	0.03 189

NOSS_ROB	1.29 248	0.22 157	1.35 134	0.64 331	0.16 278	2.56 289	0.00 1	4.14 255	2.37 318	2.29 281	1.76 255	2.84 278	0.02 16	6.80 328	0.45 189	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.11 295

SQANet	2.28 327	1.25 361	2.39 248	4.17 385	2.91 381	2.60 291	0.24 253	4.17 258	0.83 145	2.42 291	0.57 156	1.59 202	0.88 247	3.30 168	0.68 226	7.35 391	0.12 354	0.47 374	0.02 286	6.56 386	3.00 387

gwcnet-sp	0.98 188	0.38 213	4.06 325	0.04 124	0.00 1	2.60 291	0.15 223	3.51 204	1.13 193	1.75 234	0.16 83	0.68 127	0.39 190	3.69 181	0.90 240	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.03 189

scenet	0.98 188	0.38 213	4.06 325	0.04 124	0.00 1	2.60 291	0.15 223	3.51 204	1.13 193	1.75 234	0.16 83	0.68 127	0.39 190	3.69 181	0.90 240	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.03 189

ssnet	0.98 188	0.38 213	4.06 325	0.04 124	0.00 1	2.60 291	0.15 223	3.51 204	1.13 193	1.75 234	0.16 83	0.68 127	0.39 190	3.69 181	0.90 240	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.03 189

WZ-Net	4.16 362	1.75 372	23.59 399	0.08 187	0.04 203	2.62 295	2.16 349	5.89 354	4.74 356	5.73 354	3.51 315	6.99 361	4.89 362	10.82 385	10.11 373	0.00 1	0.00 1	0.00 1	0.00 1	0.12 263	0.11 295

Wz-Net-SNSev	2.53 331	2.49 383	10.66 386	0.39 297	0.01 100	2.73 296	0.40 291	5.02 316	1.50 248	2.15 264	2.12 276	6.48 354	1.11 258	9.47 377	5.84 353	0.00 1	0.01 222	0.00 1	0.00 1	0.21 315	0.06 257

LMCR-Stereo	1.10 223	0.69 310	1.95 203	0.50 311	0.01 100	2.73 296	0.09 202	6.20 360	0.64 78	2.37 287	1.76 255	0.13 60	1.59 291	2.94 160	0.23 116	0.00 1	0.00 1	0.00 1	0.00 1	0.12 263	0.00 1

EDNetEfficientorigin	10.31 389	1.90 378	98.96 424	0.22 250	0.23 307	2.73 296	0.71 314	4.50 284	16.94 388	18.72 394	15.36 374	12.74 376	10.73 389	8.96 372	11.94 381	0.01 304	0.01 222	0.00 1	0.00 1	0.25 328	1.31 379

Nwc_Net	1.94 314	0.55 279	3.79 316	0.07 175	0.08 236	2.73 296	0.04 158	6.75 371	1.11 188	2.03 259	7.92 353	4.82 336	2.11 311	4.78 239	2.01 300	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.01 62

pmcnn	3.61 354	0.68 308	5.38 357	0.61 327	1.46 371	2.75 300	1.26 335	5.04 317	1.57 258	8.77 373	11.67 366	18.69 388	2.38 318	6.03 282	5.61 351	0.00 1	0.07 328	0.00 1	0.00 1	0.21 315	0.07 273

Any-RAFT	0.64 103	0.08 38	1.07 77	0.03 101	0.00 1	2.77 301	0.08 193	3.57 210	1.23 204	0.96 143	0.26 111	1.61 206	0.31 173	0.72 98	0.06 33	0.00 1	0.10 347	0.00 1	0.00 1	0.01 25	0.00 1

FADNet_RVC	1.15 234	1.06 351	4.34 338	0.02 63	0.06 218	2.77 301	0.04 158	3.50 203	0.80 141	0.35 71	0.32 118	0.65 123	0.09 96	5.20 255	1.56 274	0.24 369	0.34 378	0.11 360	0.33 381	0.65 373	0.60 362

CSP-Net	1.01 197	0.52 271	0.92 33	0.01 17	0.00 1	2.83 303	0.05 171	4.99 313	0.69 113	0.91 138	0.85 202	1.82 225	0.23 157	6.04 283	0.29 143	0.00 1	0.00 1	0.00 1	0.00 1	0.10 249	0.01 62

CBMV_ROB	1.70 299	0.11 82	1.98 209	0.46 306	0.00 1	2.85 304	0.91 323	4.27 268	2.21 312	4.02 336	5.00 333	2.97 288	2.32 316	5.40 265	1.35 268	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.06 257

delet	1.14 231	0.32 196	1.56 160	0.03 101	0.17 280	2.86 305	1.03 327	4.25 265	2.14 306	1.03 163	1.17 226	1.64 213	0.92 250	4.35 212	1.27 265	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.00 1

CBMV	1.56 281	0.24 164	1.92 198	0.31 278	0.03 187	2.90 306	4.33 375	3.79 228	1.81 276	4.98 349	1.73 253	2.70 271	1.68 295	3.81 189	0.92 245	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.08 282
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PWCDC_ROB	3.06 341	1.38 367	3.81 317	0.14 225	0.00 1	3.14 307	0.02 97	4.40 277	12.35 381	1.08 170	23.69 397	2.01 234	2.01 310	3.87 193	2.43 311	0.24 369	0.00 1	0.00 1	0.00 1	0.61 371	0.08 282

NaN_ROB	2.02 319	0.58 287	2.65 266	0.29 274	0.28 330	3.19 308	5.19 385	3.84 236	2.55 327	5.31 352	1.73 253	2.30 257	1.96 307	6.78 326	3.09 326	0.01 304	0.06 319	0.03 346	0.10 329	0.10 249	0.37 357

DGSMNet	2.23 326	0.80 325	6.10 367	0.96 355	1.73 374	3.22 309	4.12 371	5.30 330	1.11 188	1.19 183	2.48 291	3.18 299	0.65 230	4.57 233	1.33 267	1.11 380	1.37 390	1.55 382	1.26 395	1.37 378	1.28 378

LALA_ROB	1.33 256	0.59 289	1.74 184	0.02 63	0.06 218	3.25 310	0.50 303	3.45 197	1.39 223	3.70 328	0.59 167	4.59 331	0.25 162	3.58 179	2.79 321	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.02 150

psmg	0.83 154	0.10 69	0.96 40	0.01 17	0.00 1	3.28 311	0.27 260	4.83 307	0.93 160	1.92 248	1.46 242	1.81 223	0.10 103	0.61 93	0.18 101	0.00 1	0.00 1	0.01 319	0.00 1	0.01 25	0.00 1

RGC	1.86 308	0.67 306	3.45 305	0.07 175	0.26 317	3.29 312	0.11 211	4.78 304	1.46 238	3.26 319	4.51 329	5.14 342	2.68 325	5.46 266	1.94 298	0.00 1	0.00 1	0.00 1	0.00 1	0.08 221	0.09 287

BSDual-CNN	0.83 154	0.10 69	0.96 40	0.01 17	0.00 1	3.32 313	0.21 243	5.40 334	0.93 160	2.26 276	0.66 176	1.81 223	0.10 103	0.61 93	0.18 101	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

hknet	1.08 212	0.13 95	2.07 220	0.01 17	0.00 1	3.32 313	0.21 243	5.40 334	0.92 157	2.26 276	0.66 176	3.43 307	0.05 52	2.81 159	0.27 135	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

DRN-Test	1.62 285	0.23 162	3.72 313	0.18 240	0.13 262	3.34 315	0.19 239	5.93 357	2.01 297	4.14 337	0.76 194	2.12 244	1.78 298	5.22 257	2.62 319	0.00 1	0.00 1	0.01 319	0.01 270	0.03 132	0.01 62

tt1	0.88 174	0.27 171	1.25 115	0.08 187	0.00 1	3.36 316	0.02 97	3.03 133	6.40 364	0.33 59	0.66 176	0.05 25	0.40 193	1.59 132	0.05 17	0.00 1	0.02 271	0.00 1	0.00 1	0.09 240	0.03 189

CC-Net-ROB	1.86 308	0.64 300	2.55 260	1.42 372	0.19 291	3.38 317	0.04 158	4.41 278	2.45 322	0.90 135	1.31 237	0.98 166	0.18 138	6.60 311	0.53 204	1.14 381	1.60 391	7.16 388	0.00 1	1.33 377	0.32 353

ACVNet-DCA	0.61 94	0.27 171	1.28 119	0.13 215	0.00 1	3.44 318	0.01 53	3.15 151	0.68 100	0.33 59	0.69 185	0.04 10	0.61 216	1.43 126	0.05 17	0.00 1	0.02 271	0.00 1	0.03 292	0.01 25	0.01 62

xx1	0.95 184	0.27 171	1.28 119	0.13 215	0.00 1	3.44 318	0.01 53	3.18 157	7.23 373	0.33 59	0.69 185	0.73 135	0.12 121	1.43 126	0.05 17	0.00 1	0.02 271	0.00 1	0.00 1	0.01 25	0.01 62

1test111	0.69 120	0.27 171	1.28 119	0.13 215	0.00 1	3.44 318	0.01 53	3.15 151	0.68 100	0.33 59	0.69 185	0.04 10	0.61 216	2.95 161	0.07 37	0.00 1	0.02 271	0.00 1	0.03 292	0.01 25	0.01 62

cc1	0.94 182	0.27 171	1.28 119	0.13 215	0.00 1	3.44 318	0.01 53	3.18 157	7.23 373	0.33 59	0.69 185	0.04 10	0.61 216	1.43 126	0.05 17	0.00 1	0.02 271	0.00 1	0.03 292	0.09 240	0.04 213

SGM-Forest	1.84 306	0.08 38	1.31 128	0.15 227	0.22 302	3.52 322	2.46 357	3.85 238	2.16 307	5.29 351	3.90 322	3.71 316	1.56 285	6.28 294	1.90 291	0.01 304	0.02 271	0.00 1	0.00 1	0.03 132	0.30 348
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
LSM	7.38 378	1.68 370	22.24 398	3.99 384	40.72 415	3.54 323	4.79 383	4.74 297	6.65 368	10.25 377	13.51 371	4.49 328	3.81 350	6.91 338	5.31 349	0.00 1	0.04 303	0.00 1	0.00 1	0.26 330	14.60 411

CBFPSM	1.39 263	0.61 294	4.29 334	0.01 17	0.01 100	3.64 324	0.03 138	3.39 186	0.80 141	0.64 106	0.21 104	6.18 352	3.70 349	2.38 150	1.82 286	0.00 1	0.01 222	0.00 1	0.00 1	0.08 221	0.01 62

SPS-STEREO	3.08 342	0.49 263	2.49 255	0.21 248	0.24 311	3.67 325	1.24 334	5.80 352	2.43 321	10.68 378	8.00 354	9.48 370	3.59 346	8.11 366	5.08 347	0.01 304	0.01 222	0.00 1	0.00 1	0.04 163	0.11 295
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ccnet	1.70 299	0.20 142	1.95 203	0.26 267	0.18 284	3.72 326	1.22 333	4.22 264	1.43 234	2.37 287	3.96 324	3.45 308	1.51 281	4.69 235	4.47 338	0.06 347	0.00 1	0.09 356	0.01 270	0.10 249	0.01 62

DSFCA	1.30 250	0.14 99	1.82 193	0.01 17	0.03 187	3.74 327	0.86 319	2.71 114	1.23 204	3.09 314	0.41 139	2.93 284	1.49 277	6.12 287	1.35 268	0.00 1	0.02 271	0.00 1	0.00 1	0.02 94	0.01 62

XQC	2.57 332	1.20 359	6.33 372	0.18 240	0.01 100	3.84 328	0.33 283	5.24 324	3.83 347	4.43 341	1.94 263	4.58 330	3.19 338	7.19 349	8.67 369	0.00 1	0.03 293	0.00 1	0.03 292	0.27 333	0.19 333

fast-acv-ft	1.41 266	0.46 249	4.29 334	0.10 204	0.13 262	3.97 329	0.29 271	2.42 90	1.91 288	0.81 128	3.55 316	3.02 290	1.26 269	3.35 169	2.05 303	0.04 336	0.01 222	0.04 348	0.04 302	0.39 356	0.05 230

Wz-Net-LNSev	1.30 250	0.85 333	6.26 370	0.02 63	0.03 187	4.02 330	0.13 219	4.21 261	1.12 192	0.77 120	0.10 69	3.60 311	1.11 258	2.68 155	1.12 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

CRFU-Net	1.32 255	0.27 171	2.46 253	1.17 366	0.03 187	4.08 331	0.05 171	5.61 344	0.67 95	1.53 217	0.70 191	3.47 309	2.62 324	3.24 167	0.24 120	0.01 304	0.01 222	0.11 360	0.00 1	0.13 267	0.00 1

SHD	3.01 340	1.02 349	5.52 358	0.45 305	0.39 341	4.12 332	0.17 230	6.68 367	12.04 380	7.20 363	3.36 312	4.40 326	2.58 323	4.69 235	7.17 361	0.01 304	0.04 303	0.00 1	0.03 292	0.22 318	0.17 323

MMNet	1.20 241	0.27 171	3.59 310	0.09 197	0.00 1	4.15 333	0.01 53	3.63 215	1.19 200	1.93 251	0.32 118	1.35 192	1.23 264	4.42 217	1.84 288	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

CSAN	2.70 335	0.75 315	3.41 302	0.18 240	0.12 258	4.18 334	4.05 370	4.11 253	4.36 351	6.03 356	6.24 345	4.60 332	4.74 359	7.29 352	3.43 330	0.02 326	0.03 293	0.01 319	0.02 286	0.18 298	0.22 341

DDUNet	3.28 346	10.54 406	2.29 243	3.50 383	3.31 384	4.21 335	0.21 243	3.77 225	1.03 175	2.54 295	3.17 309	3.20 300	0.21 154	3.89 194	0.69 227	1.94 383	0.05 312	9.87 392	3.53 401	5.03 385	2.55 385

GwcNet	1.67 293	0.81 328	5.52 358	0.23 256	1.21 368	4.21 335	0.62 310	3.71 221	1.57 258	1.01 159	1.65 247	3.99 321	0.52 204	5.46 266	2.30 309	0.00 1	0.00 1	0.00 1	0.01 270	0.35 351	0.13 309

HBP-ISP	1.45 269	0.75 315	3.02 278	0.30 276	0.10 252	4.28 337	1.49 339	4.68 293	1.29 212	3.43 325	0.78 195	0.93 158	1.01 253	6.48 307	0.36 174	0.04 336	0.02 271	0.00 1	0.00 1	0.05 181	0.03 189

MaskLacGwcNet_RVC	1.63 286	0.45 245	2.21 229	1.53 373	0.18 284	4.33 338	0.41 293	3.37 183	1.40 227	0.54 94	0.65 174	3.10 295	0.11 111	4.93 245	0.60 218	4.57 386	0.51 381	0.00 1	0.00 1	1.37 378	2.39 383

SuperB	3.70 356	1.77 373	15.73 393	0.31 278	0.05 210	4.37 339	1.67 341	3.58 212	11.57 378	2.36 286	1.32 238	2.03 237	1.91 305	6.95 341	9.01 370	0.05 342	0.03 293	0.10 359	0.08 322	11.00 401	0.10 291

iinet-f	1.68 297	0.61 294	11.37 388	0.29 274	0.03 187	4.39 340	0.04 158	3.18 157	1.10 186	1.16 180	0.58 158	2.96 287	2.76 326	2.13 147	2.46 312	0.00 1	0.02 271	0.02 341	0.00 1	0.46 360	0.01 62

RTSC	2.66 333	1.24 360	6.04 366	0.18 240	0.02 168	4.40 341	0.08 193	4.29 270	4.98 357	6.00 355	3.15 307	2.97 288	1.56 285	6.71 321	10.89 376	0.00 1	0.07 328	0.00 1	0.05 306	0.40 357	0.24 345

FBW_ROB	2.36 329	0.36 206	3.16 287	0.37 295	0.14 268	4.42 342	0.18 234	6.64 366	3.05 335	2.98 311	2.85 300	4.86 337	1.11 258	11.00 388	4.53 339	0.16 360	0.05 312	0.37 373	0.09 325	0.19 305	0.78 368

otaku	3.17 343	1.32 362	2.49 255	6.07 388	3.26 383	4.62 343	2.15 348	5.35 333	1.34 218	2.00 255	2.54 293	3.50 310	1.49 277	3.68 180	1.11 252	7.89 392	0.23 370	1.88 383	0.03 292	7.74 389	4.78 392

APVNet	1.52 275	0.31 192	4.00 321	0.09 197	0.00 1	4.64 344	0.08 193	4.41 278	1.21 202	1.25 194	1.05 216	2.90 283	0.93 251	6.70 320	2.48 313	0.01 304	0.00 1	0.07 353	0.00 1	0.27 333	0.05 230

Wz-Net-MNSev	1.85 307	1.19 358	5.61 361	0.01 17	0.00 1	4.74 345	2.16 349	4.93 311	1.48 244	3.77 330	1.24 232	1.77 220	2.56 321	4.94 246	2.61 318	0.00 1	0.01 222	0.00 1	0.00 1	0.07 210	0.01 62

ADCRef	2.29 328	0.65 303	5.67 362	0.10 204	0.09 243	4.81 346	0.76 317	4.75 300	1.37 220	2.88 306	1.67 248	1.62 208	2.30 315	3.77 188	14.93 387	0.02 326	0.00 1	0.01 319	0.10 329	0.20 314	0.11 295

DispFullNet	7.91 380	23.96 412	13.67 391	14.71 405	7.88 397	4.83 347	0.04 158	5.01 315	2.89 332	8.86 374	4.96 332	6.11 350	10.72 388	10.18 382	3.51 331	2.44 384	0.33 377	15.15 401	4.65 405	12.33 403	5.95 395

RainbowNet	4.74 366	3.21 390	3.07 282	9.34 395	6.01 389	4.89 348	3.60 366	7.09 373	4.39 353	1.63 228	3.01 303	4.72 334	2.96 332	5.53 269	1.19 258	8.95 395	2.12 394	8.48 391	0.19 353	8.75 391	5.73 394

ADCMid	3.95 360	1.34 363	10.91 387	0.18 240	0.38 340	5.02 349	1.27 336	4.87 309	2.94 334	11.15 380	3.60 317	6.76 358	5.21 367	6.40 305	16.96 391	0.12 356	0.08 337	0.55 378	0.46 383	0.53 368	0.19 333

DPSNet	3.38 351	0.60 291	9.55 382	0.61 327	0.46 346	5.10 350	1.44 338	11.17 386	3.92 348	2.57 296	0.88 205	5.90 349	9.68 386	7.63 359	7.25 362	0.08 349	0.16 364	0.01 319	0.07 317	0.34 348	0.17 323

Wz-Net-LNSev-Ref	1.54 279	0.68 308	4.62 345	0.01 17	0.00 1	5.13 351	0.30 277	4.64 292	1.23 204	2.39 290	0.59 167	2.12 244	2.00 309	4.94 246	2.19 308	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

DISCO	1.93 312	0.18 128	2.44 249	0.67 334	0.53 351	5.25 352	0.00 1	5.43 338	1.56 257	2.09 262	0.91 206	6.48 354	0.89 248	8.55 370	3.60 332	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.01 62

WCMA_ROB	4.54 364	0.48 259	3.19 289	0.49 310	0.63 357	5.38 353	2.57 358	4.70 294	3.77 345	14.17 390	19.02 384	15.47 381	9.03 382	6.73 322	4.85 344	0.01 304	0.05 312	0.01 319	0.01 270	0.08 221	0.16 319

AnyNet_C32	3.93 359	2.58 384	12.07 389	0.39 297	0.49 349	5.50 354	6.45 396	4.44 281	2.19 310	6.86 361	2.94 302	5.28 345	3.20 339	6.63 314	18.37 396	0.08 349	0.04 303	0.20 367	0.09 325	0.57 369	0.19 333

FCDSN-DC	5.04 368	0.15 109	1.83 194	0.22 250	0.44 344	5.60 355	1.66 340	5.22 323	4.37 352	14.49 392	21.86 392	20.65 391	11.88 391	7.66 361	4.55 340	0.02 326	0.00 1	0.00 1	0.00 1	0.03 132	0.05 230
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SGM+DAISY	4.39 363	1.34 363	5.18 353	1.01 358	0.88 361	5.61 356	2.86 359	4.88 310	3.53 339	13.29 387	13.95 372	12.66 375	7.55 375	7.98 365	5.39 350	0.23 368	0.18 367	0.15 364	0.24 366	0.29 340	0.64 364

BUS	0.97 186	0.10 69	0.96 40	0.01 17	0.00 1	5.85 357	0.03 138	5.40 334	0.93 160	2.26 276	0.66 176	2.39 264	0.06 67	0.61 93	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

NINENet	1.03 201	0.22 157	1.30 127	0.10 204	0.01 100	5.85 357	0.03 138	4.41 278	1.25 208	1.55 224	0.60 172	2.39 264	0.06 67	2.72 158	0.05 17	0.00 1	0.01 222	0.01 319	0.00 1	0.04 163	0.00 1

ADCS	5.09 369	2.15 380	16.58 394	0.34 288	0.07 226	5.91 359	4.26 373	6.73 370	6.99 371	9.44 375	6.09 343	6.57 356	5.17 366	9.54 378	21.38 405	0.00 1	0.00 1	0.00 1	0.00 1	0.36 353	0.23 344

ADCP+	2.87 337	0.98 344	8.75 381	0.07 175	0.16 278	5.93 360	2.90 360	4.00 246	1.84 278	1.52 216	0.27 113	3.81 317	3.22 340	6.05 284	17.38 393	0.00 1	0.00 1	0.00 1	0.00 1	0.14 273	0.30 348

SGM_RVC	4.07 361	0.38 213	1.98 209	0.84 344	0.26 317	6.20 361	2.37 353	6.45 363	3.57 341	11.56 383	9.27 359	15.55 382	6.78 374	10.07 381	4.60 341	0.22 364	0.25 371	0.20 367	0.23 364	0.26 330	0.34 354
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Ntro	3.24 344	1.34 363	2.83 272	7.27 390	4.43 387	6.22 362	0.74 316	4.73 296	1.48 244	0.39 78	1.77 257	2.70 271	1.28 270	4.59 234	1.25 262	8.06 393	0.28 375	2.12 386	0.05 306	8.11 390	5.16 393

PVD	5.81 373	0.99 346	5.56 360	0.72 337	0.51 350	6.72 363	0.18 234	9.90 383	23.69 393	11.45 382	19.26 387	8.18 364	9.46 384	9.24 374	9.49 372	0.02 326	0.16 364	0.00 1	0.08 322	0.18 298	0.40 359

ADCL	3.30 347	0.81 328	6.76 374	0.25 261	0.25 314	6.93 364	4.65 379	4.79 305	2.62 329	4.61 345	3.36 312	5.22 344	4.55 357	5.54 271	14.91 386	0.05 342	0.01 222	0.11 360	0.13 337	0.28 339	0.10 291

ADCPNet	3.63 355	0.82 331	13.20 390	0.08 187	0.43 343	7.02 365	2.23 351	4.77 302	2.41 319	4.31 340	1.96 265	7.57 363	5.16 364	6.45 306	13.80 384	0.02 326	0.75 385	0.04 348	0.90 394	0.16 287	0.53 361

PDISCO_ROB	2.21 325	0.78 322	3.43 303	0.96 355	2.04 379	7.04 366	0.09 202	7.36 376	5.72 362	1.21 190	1.67 248	3.16 298	1.28 270	7.52 357	1.37 270	0.00 1	0.00 1	0.00 1	0.00 1	0.34 348	0.13 309

Wz-Net-TNSev	3.91 358	5.20 396	20.57 396	0.15 227	0.01 100	7.14 367	3.57 365	6.70 369	3.57 341	1.74 233	0.58 158	7.39 362	4.33 355	8.86 371	7.99 364	0.00 1	0.00 1	0.00 1	0.02 286	0.24 322	0.16 319

LE_ROB	12.79 397	0.64 300	10.26 385	2.13 376	1.29 369	7.25 368	5.81 390	9.09 380	49.27 415	57.55 415	24.58 399	23.68 396	31.13 410	9.00 373	23.57 408	0.04 336	0.06 319	0.13 363	0.20 356	0.08 221	0.11 295

SANet	4.63 365	0.89 338	5.34 356	0.30 276	0.09 243	7.43 369	3.75 368	6.53 364	16.16 387	6.79 360	13.29 370	12.44 374	7.74 376	7.38 353	4.11 335	0.00 1	0.01 222	0.00 1	0.00 1	0.10 249	0.31 352

stereogan	2.13 322	0.31 192	3.75 314	0.01 17	0.09 243	7.44 370	0.60 309	4.27 268	3.29 337	3.91 334	4.62 330	6.41 353	1.84 304	5.17 254	0.58 214	0.00 1	0.01 222	0.01 319	0.00 1	0.24 322	0.05 230

SAMSARA	3.32 350	1.07 352	6.25 369	0.86 351	0.31 336	7.55 371	3.87 369	5.26 329	4.20 350	7.43 365	3.35 311	10.04 371	3.83 351	6.98 343	4.83 343	0.00 1	0.14 359	0.00 1	0.05 306	0.17 291	0.22 341

ACVNet_1	6.16 375	1.86 377	4.43 340	9.52 397	7.22 396	7.59 372	2.37 353	9.99 384	6.71 369	3.84 332	5.35 338	13.23 378	4.90 363	6.25 293	1.94 298	9.06 397	2.40 398	10.88 398	0.11 333	9.58 398	6.03 397

FC-DCNN	6.09 374	0.18 128	2.35 246	0.42 300	0.53 351	7.80 373	1.42 337	8.14 379	7.07 372	19.05 399	22.10 393	22.85 394	13.84 393	9.42 375	6.44 355	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.06 257

MeshStereo	5.78 372	0.75 315	3.04 279	0.25 261	0.14 268	7.88 374	2.09 346	9.64 381	5.18 359	20.48 401	19.06 385	22.80 393	9.54 385	9.64 379	4.88 345	0.00 1	0.00 1	0.00 1	0.00 1	0.29 340	0.03 189
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
MSMD_ROB	4.94 367	0.43 236	2.58 262	0.12 212	0.01 100	8.43 375	1.09 329	4.25 265	4.11 349	13.11 386	26.36 400	13.95 379	13.88 394	7.45 356	2.92 323	0.10 353	0.01 222	0.00 1	0.00 1	0.01 25	0.02 150

ACVNet-4b	5.67 371	1.65 369	4.43 340	9.46 396	7.11 395	8.72 376	1.68 342	6.61 365	5.76 363	0.27 53	6.49 347	11.67 372	2.43 320	8.40 368	1.56 274	9.06 397	2.34 396	10.49 396	0.02 286	9.22 396	5.98 396

MFN_U_SF_RVC	3.76 357	1.77 373	9.85 383	0.84 344	0.27 322	9.50 377	0.49 301	8.07 378	3.41 338	4.81 347	3.28 310	9.40 369	3.49 343	7.76 363	8.31 368	0.41 373	0.54 382	0.52 376	0.80 392	0.89 374	0.84 370

AnyNet_C01	6.59 377	4.31 394	36.24 405	0.96 355	0.46 346	9.96 378	5.74 389	6.02 359	3.63 343	7.59 366	8.56 357	8.83 367	3.14 337	13.74 393	20.83 403	0.12 356	0.08 337	0.25 370	0.09 325	1.01 375	0.34 354

ELAS_RVC	7.69 379	0.80 325	4.90 350	1.06 360	1.02 365	10.00 379	9.43 404	9.75 382	14.69 383	21.83 404	20.27 390	17.88 386	16.41 398	13.01 391	10.44 375	0.22 364	0.55 383	0.28 371	0.19 353	0.35 351	0.65 365
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
G-Net	3.49 352	0.47 257	4.03 323	1.61 374	1.91 375	10.78 380	1.92 344	3.06 139	1.26 209	8.59 372	12.06 368	6.13 351	7.82 378	4.78 239	4.77 342	0.08 349	0.12 354	0.07 353	0.15 338	0.16 287	0.11 295

IMH-64-1	9.55 385	2.76 388	2.44 249	11.17 400	9.13 400	12.03 381	5.45 386	18.33 395	15.78 385	6.59 357	18.69 380	16.95 384	6.20 371	10.63 383	8.06 365	9.46 400	2.46 399	15.42 403	1.61 396	10.89 399	6.88 401

IMH-64	9.55 385	2.76 388	2.44 249	11.17 400	9.13 400	12.03 381	5.45 386	18.33 395	15.78 385	6.59 357	18.69 380	16.95 384	6.20 371	10.63 383	8.06 365	9.46 400	2.46 399	15.42 403	1.61 396	10.89 399	6.88 401

MFN_U_SF_DS_RVC	3.30 347	2.61 385	7.84 377	0.09 197	0.26 317	12.92 383	7.62 400	4.25 265	3.64 344	2.95 309	3.99 325	4.61 333	1.22 263	8.36 367	1.77 284	0.59 377	1.15 389	0.04 348	0.85 393	0.48 364	0.67 366

MDST_ROB	3.50 353	0.07 32	3.94 320	2.66 381	1.46 371	12.94 384	0.97 324	7.32 375	2.42 320	14.82 393	8.08 355	2.74 274	1.51 281	8.44 369	2.48 313	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.11 295

ACVNet_2	8.69 382	1.80 376	5.09 352	8.55 394	6.72 392	13.47 385	4.34 376	13.70 389	23.86 394	6.89 362	19.74 389	20.52 389	5.36 368	7.70 362	2.48 313	8.53 394	1.67 393	7.99 390	0.32 380	8.79 394	6.29 400

RTS	9.75 387	2.69 386	65.25 412	0.85 347	1.99 377	14.36 386	4.75 381	5.69 349	17.29 389	7.97 367	19.00 382	6.83 359	3.02 334	26.15 408	18.62 399	0.00 1	0.15 362	0.00 1	0.00 1	0.29 340	0.16 319

RTSA	9.75 387	2.69 386	65.25 412	0.85 347	1.99 377	14.36 386	4.75 381	5.69 349	17.29 389	7.97 367	19.00 382	6.83 359	3.02 334	26.15 408	18.62 399	0.00 1	0.15 362	0.00 1	0.00 1	0.29 340	0.16 319

IMH	11.11 393	3.50 391	2.56 261	11.25 402	9.13 400	14.49 388	5.10 384	20.68 403	26.30 397	8.28 369	23.85 398	20.63 390	9.19 383	12.39 389	7.96 363	9.50 402	2.50 401	15.28 402	1.66 398	11.07 402	6.96 403

ELAS	8.05 381	0.76 319	4.02 322	0.95 354	1.02 365	14.85 389	6.99 399	12.80 388	11.73 379	22.43 406	27.75 403	17.88 386	15.19 396	10.96 386	11.31 377	0.22 364	0.56 384	0.23 369	0.22 362	0.50 366	0.71 367
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-6	11.09 391	1.69 371	3.21 292	7.54 391	7.10 394	16.34 390	6.63 397	20.12 400	38.64 409	9.67 376	19.28 388	27.53 398	10.97 390	12.43 390	11.57 379	4.26 385	2.35 397	10.54 397	0.02 286	7.59 388	4.29 390

KSHMR	14.27 402	6.95 401	5.79 364	15.08 406	12.84 405	17.44 391	10.61 405	18.88 397	30.94 402	18.81 396	22.21 395	28.54 400	8.85 381	15.56 395	9.24 371	10.34 407	3.60 409	21.61 409	4.68 406	14.48 406	8.94 406

notaker	17.52 405	21.54 411	7.84 377	18.05 408	14.44 408	17.58 392	6.43 395	20.13 401	24.44 396	21.34 403	27.71 402	39.12 408	18.78 404	19.63 401	20.40 402	11.95 408	2.71 408	25.51 411	5.85 408	17.10 409	9.78 407

MANE	14.02 401	0.85 333	3.53 307	2.13 376	3.75 385	18.44 393	6.14 391	22.67 409	27.90 399	33.01 410	41.08 412	41.26 411	30.90 409	23.39 402	17.99 395	0.47 375	0.76 386	0.91 380	4.04 403	0.17 291	1.00 375

WAO-7	9.09 384	1.79 375	3.55 309	0.80 342	0.15 273	18.67 394	4.36 377	23.07 410	26.68 398	12.59 385	27.90 404	22.52 392	13.03 392	13.53 392	11.47 378	0.09 352	0.03 293	0.58 379	0.10 329	0.47 363	0.34 354

Dean	11.46 394	2.03 379	5.20 354	10.73 399	8.20 399	18.71 395	5.73 388	21.10 404	41.49 412	11.12 379	22.16 394	25.92 397	7.74 376	7.52 357	4.31 337	9.01 396	2.27 395	9.95 395	0.61 388	9.18 395	6.22 398

PWCK	8.72 383	5.37 397	16.61 395	5.74 387	0.12 258	19.88 396	11.41 406	11.31 387	13.42 382	14.07 388	12.84 369	13.20 377	8.05 380	15.44 394	10.25 374	5.95 389	0.22 369	2.09 385	0.05 306	7.50 387	0.92 373

MADNet+	10.71 390	14.57 408	70.07 414	0.58 323	0.47 348	19.89 397	4.20 372	11.05 385	6.87 370	3.03 313	5.99 342	9.01 368	6.35 373	31.95 411	28.31 409	0.22 364	0.26 374	0.01 319	0.04 302	0.46 360	0.87 371

LRCNet_RVC	60.63 416	63.16 418	62.94 411	69.09 421	50.21 417	19.92 398	0.07 187	58.32 416	5.21 360	75.67 418	86.75 417	74.68 417	62.48 415	59.01 417	49.80 413	93.38 423	56.36 422	93.48 423	92.95 423	67.44 421	71.73 423

LVE	11.10 392	2.36 382	3.34 299	9.94 398	8.13 398	21.22 399	7.75 401	16.47 393	32.55 404	8.55 371	23.64 396	23.22 395	7.93 379	10.98 387	6.65 356	9.45 399	2.55 405	11.08 399	0.58 387	9.35 397	6.28 399

SGM-ForestM	12.56 396	0.80 325	4.31 337	1.07 361	0.41 342	21.56 400	8.57 402	17.42 394	19.67 391	29.93 408	28.49 407	45.83 412	27.22 407	26.05 407	18.40 397	0.14 358	0.25 371	0.18 366	0.28 377	0.18 298	0.42 360

DPSimNet_ROB	25.03 411	19.56 410	24.93 400	24.36 413	17.85 411	22.25 401	25.93 413	28.52 412	29.10 400	32.61 409	28.25 406	32.87 402	26.42 405	24.51 405	40.42 411	16.75 410	13.93 413	25.19 410	22.38 413	19.96 412	24.75 416

WAO-8	13.93 399	3.75 392	4.23 331	7.74 392	6.54 390	22.81 402	2.39 355	22.66 407	45.98 413	18.88 397	35.42 409	33.21 403	16.91 399	16.55 397	12.78 382	5.01 387	0.81 387	9.89 393	0.77 390	8.77 393	3.61 388

Venus	13.93 399	3.75 392	4.23 331	7.74 392	6.54 390	22.81 402	2.39 355	22.66 407	45.98 413	18.88 397	35.42 409	33.21 403	16.91 399	16.55 397	12.78 382	5.01 387	0.81 387	9.89 393	0.77 390	8.76 392	3.61 388

ktn	19.15 407	18.52 409	6.39 373	22.64 412	17.26 410	24.47 404	12.11 407	24.52 411	34.74 407	18.75 395	27.70 401	32.54 401	17.85 402	15.71 396	16.67 390	22.09 411	3.64 410	28.95 413	10.91 410	17.40 410	10.22 409

HanzoNet	29.69 412	29.33 414	21.66 397	21.75 411	19.07 412	24.58 405	12.99 408	28.87 413	40.49 411	43.09 412	44.02 413	55.65 415	44.93 413	43.17 414	44.44 412	27.88 414	9.47 412	29.77 414	15.86 412	20.94 413	15.84 412

MSC_U_SF_DS_RVC	5.12 370	2.33 381	8.42 379	0.33 282	0.27 322	24.60 406	8.84 403	5.50 340	9.75 376	3.82 331	8.16 356	8.53 366	1.82 300	9.44 376	5.18 348	1.02 379	1.65 392	0.33 372	0.47 384	1.06 376	0.90 372

SDNR	3.31 349	0.91 340	6.28 371	0.44 302	0.02 168	26.11 407	0.01 53	3.81 234	1.62 265	2.82 305	11.06 365	2.93 284	0.60 214	7.95 364	1.52 273	0.01 304	0.01 222	0.00 1	0.00 1	0.06 196	0.12 304

TorneroNet	16.10 404	5.74 400	4.12 329	13.88 404	11.97 403	26.89 408	6.85 398	21.13 405	38.32 408	14.15 389	33.36 408	33.52 405	17.49 401	18.89 399	19.64 401	9.77 404	2.53 403	19.43 407	3.35 400	13.21 405	7.86 404

TorneroNet-64	15.45 403	5.66 399	3.44 304	13.86 403	12.03 404	28.15 409	6.27 394	19.89 399	38.68 410	12.16 384	28.06 405	35.76 406	15.44 397	19.56 400	15.40 388	9.71 403	2.52 402	19.13 406	2.70 399	12.55 404	7.94 405

UNDER WATER	19.61 408	12.37 407	31.14 401	20.44 410	14.31 407	28.63 410	18.15 410	16.43 392	34.24 406	20.82 402	19.14 386	38.83 407	30.09 408	24.31 403	20.97 404	10.09 406	2.68 406	19.51 408	4.70 407	15.52 408	9.93 408

UNDER WATER-64	20.03 409	10.28 405	31.50 402	20.05 409	13.64 406	32.81 411	23.45 412	16.01 391	33.44 405	22.01 405	17.25 378	40.58 410	32.20 412	24.50 404	22.36 407	10.06 405	2.70 407	18.37 405	4.24 404	14.84 407	10.24 410

BEATNet-Init1	17.91 406	7.45 402	36.82 406	1.88 375	1.38 370	37.29 412	14.71 409	21.90 406	24.20 395	38.07 411	36.59 411	50.41 413	32.00 411	29.42 410	21.83 406	0.33 372	0.39 380	0.47 374	0.54 386	1.50 380	1.07 376

JetBlue	13.83 398	5.03 395	33.82 404	0.84 344	6.92 393	50.14 413	20.02 411	15.09 390	8.92 375	11.33 381	17.05 377	28.25 399	18.01 403	32.60 412	18.53 398	0.32 371	0.12 354	0.15 364	0.23 364	4.59 384	4.64 391

MADNet++	47.78 414	34.15 415	37.11 407	42.94 415	41.23 416	64.94 414	30.63 414	60.79 417	53.26 416	72.08 417	61.65 415	57.68 416	54.96 414	58.03 415	59.24 415	43.01 417	36.17 417	36.07 415	22.50 414	47.50 416	41.67 418

JetRed	34.54 413	39.28 416	62.16 410	15.62 407	26.51 414	69.20 415	40.79 415	31.43 414	32.41 403	46.06 413	44.55 414	40.19 409	26.50 406	38.43 413	56.06 414	12.76 409	37.49 418	13.23 400	9.38 409	29.52 414	19.34 413

SPstereo	60.73 417	26.49 413	40.67 408	33.02 414	24.24 413	71.50 416	79.28 416	100.00 428	100.00 426	97.54 424	96.19 422	100.00 429	94.96 422	94.75 422	75.88 417	28.65 415	21.81 414	46.87 418	42.08 417	19.71 411	20.91 414

HaxPig	97.68 425	99.63 424	91.34 417	99.82 434	99.97 428	88.15 417	88.00 417	98.28 424	99.93 425	99.98 428	99.99 425	99.95 427	99.99 426	96.29 423	92.24 422	99.99 435	99.98 427	100.00 428	99.99 427	100.00 436	99.98 434

ASD4	55.28 415	67.10 419	50.57 409	44.24 416	57.82 418	92.00 418	98.23 424	54.95 415	86.61 420	58.30 416	64.61 416	50.57 414	63.33 416	58.83 416	67.37 416	25.76 413	29.60 415	26.82 412	29.01 415	42.42 415	37.42 417

MEDIAN_ROB	96.83 423	99.41 423	98.66 423	94.75 424	94.23 423	93.08 419	90.54 418	95.61 423	94.75 421	97.65 425	97.73 423	98.30 423	96.57 423	94.51 421	93.74 423	99.78 433	98.24 424	99.99 427	99.89 426	99.48 427	99.67 427

xxxxx1	76.92 419	82.43 420	93.26 419	61.67 418	66.92 419	95.84 420	95.11 420	75.84 418	80.96 417	82.71 419	86.75 417	89.18 418	87.35 417	85.27 418	87.18 418	55.08 418	54.60 419	60.31 419	72.71 420	62.51 417	62.73 419

tt_ll	76.92 419	82.43 420	93.26 419	61.67 418	66.92 419	95.84 420	95.11 420	75.84 418	80.96 417	82.71 419	86.75 417	89.18 418	87.35 417	85.27 418	87.18 418	55.08 418	54.60 419	60.31 419	72.71 420	62.51 417	62.73 419

ff	76.92 419	82.43 420	93.26 419	61.67 418	66.92 419	95.84 420	95.11 420	75.84 418	80.96 417	82.71 419	86.75 417	89.18 418	87.35 417	85.27 418	87.18 418	55.08 418	54.60 419	60.31 419	72.71 420	62.51 417	62.73 419

AVERAGE_ROB	99.23 429	99.81 427	97.56 422	100.00 437	100.00 430	96.24 423	91.02 419	100.00 428	100.00 426	100.00 429	100.00 426	100.00 429	100.00 427	99.98 430	99.97 426	100.00 436	100.00 428	100.00 428	100.00 428	100.00 436	100.00 436

test_example2	98.83 426	99.97 430	99.97 427	99.96 436	99.97 428	99.46 424	99.97 425	95.54 422	100.00 426	100.00 429	100.00 426	93.37 421	93.47 420	99.93 428	99.91 425	100.00 436	99.79 426	96.64 424	98.71 425	100.00 436	100.00 436

PML	89.08 422	99.72 425	92.85 418	94.72 423	94.92 425	99.54 425	97.42 423	93.50 421	95.96 422	99.77 427	92.33 421	95.35 422	93.51 421	99.96 429	91.15 421	99.98 434	31.71 416	100.00 428	45.94 418	93.46 424	69.88 422

MyStereo03	99.95 434	100.00 431	100.00 430	99.75 431	100.00 430	100.00 426	100.00 426	100.00 428	100.00 426	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 429	99.21 428	100.00 428	100.00 428	100.00 428	99.99 431	99.95 429

MyStereo02	99.95 434	100.00 431	100.00 430	99.75 431	100.00 430	100.00 426	100.00 426	100.00 428	100.00 426	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 429	99.21 428	100.00 428	100.00 428	100.00 428	99.99 431	99.95 429

MyStereo	99.95 434	100.00 431	100.00 430	99.75 431	100.00 430	100.00 426	100.00 426	100.00 428	100.00 426	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 429	99.21 428	100.00 428	100.00 428	100.00 428	99.99 431	99.95 429

Selective-RAFT-Error	100.00 437	100.00 431	100.00 430	100.00 437	100.00 430	100.00 426	100.00 426	100.00 428	100.00 426	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 429	100.00 436	100.00 428	100.00 428	100.00 428	99.99 431	99.95 429

Anonymous_1	97.10 424	99.72 425	99.64 426	92.33 422	93.91 422	100.00 426	100.00 426	99.20 425	99.90 424	98.57 426	99.75 424	99.14 424	99.94 425	98.50 424	99.54 424	87.90 421	98.87 425	90.88 422	96.91 424	92.22 423	95.12 424

tt	68.65 418	0.15 109	99.57 425	50.64 417	14.90 409	100.00 426	100.00 426	100.00 428	99.76 423	27.80 407	10.52 364	99.97 428	98.63 424	99.61 425	100.00 429	90.62 422	98.21 423	46.66 417	52.02 419	62.86 420	21.04 415

CasAABBNet	99.94 432	100.00 431	100.00 430	99.72 430	100.00 430	100.00 426	100.00 426	100.00 428	100.00 426	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 429	99.21 428	100.00 428	100.00 428	100.00 428	99.96 430	99.95 429

LSM0	99.94 432	100.00 431	100.00 430	99.84 435	100.00 430	100.00 426	100.00 426	100.00 428	100.00 426	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 429	99.22 432	100.00 428	100.00 428	100.00 428	99.99 431	99.83 428

DPSMNet_ROB	99.46 431	99.94 428	99.98 428	96.59 428	100.00 430	100.00 426	100.00 426	99.81 426	100.00 426	95.87 423	100.00 426	99.32 425	100.00 427	99.79 426	99.99 427	98.46 427	100.00 428	99.86 425	100.00 428	99.52 428	100.00 436

DGTPSM_ROB	99.45 430	99.94 428	99.98 428	96.58 427	100.00 430	100.00 426	100.00 426	99.81 426	100.00 426	95.86 422	100.00 426	99.32 425	100.00 427	99.79 426	99.99 427	98.34 426	100.00 428	99.86 425	100.00 428	99.52 428	99.99 435

DPSM_ROB	99.17 427	100.00 431	100.00 430	96.28 425	98.84 426	100.00 426	100.00 426	100.00 428	100.00 426	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 429	93.66 424	100.00 428	100.00 428	100.00 428	96.31 425	98.27 425

DPSM	99.17 427	100.00 431	100.00 430	96.28 425	98.84 426	100.00 426	100.00 426	100.00 428	100.00 426	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 429	93.66 424	100.00 428	100.00 428	100.00 428	96.31 425	98.27 425

FADE		10.20 404		4.76 386	4.82 388			19.13 398	23.28 392	8.35 370		14.63 380		25.45 406		24.52 412	8.46 411	36.14 416	36.87 416	3.46 382	2.72 386

Low-res two-view benchmark