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

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

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

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

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

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

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

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

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
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
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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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+_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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

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

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
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

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

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
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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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)
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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
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_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

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

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-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

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

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

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

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

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

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

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

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
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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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_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

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

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

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

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

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
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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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
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
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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ASD4		42.77 414

Low-res two-view benchmark