Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

DLNR_Zeroshot_test	21.09 416	47.65 419	85.43 423	96.34 431	87.67 429	0.31 55	0.00 1	17.86 416	0.07 18	0.01 123	0.01 200	0.00 1	0.00 1	0.70 186	0.01 75	15.78 417	0.01 300	0.00 1	0.21 391	69.62 425	0.04 283

4D-IteraStereo	0.16 78	0.51 312	1.73 259	0.00 1	0.00 1	0.38 70	0.03 267	0.08 45	0.08 31	0.02 212	0.01 200	0.00 1	0.01 84	0.06 112	0.09 186	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.06 320

EGLCR-Stereo	0.15 73	0.05 60	0.47 10	0.07 325	0.03 299	1.06 255	0.01 213	1.06 242	0.12 83	0.16 316	0.00 1	0.00 1	0.02 129	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

DisPM	0.16 78	0.05 60	0.82 93	0.07 325	0.00 1	1.14 334	0.41 361	0.08 45	0.54 156	0.03 239	0.00 1	0.00 1	0.00 1	0.06 112	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

DeepStereo_RVC	0.22 119	0.04 38	0.87 111	0.05 303	0.02 278	1.07 289	0.32 349	0.04 12	0.56 172	0.01 123	0.00 1	0.00 1	1.25 356	0.01 26	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.05 300

AnonymousM	0.10 19	0.04 38	0.56 29	0.00 1	0.00 1	1.02 230	0.00 1	0.19 95	0.11 71	0.00 1	0.00 1	0.00 1	0.00 1	0.07 117	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

MyStereo07	0.10 19	0.12 142	0.59 34	0.00 1	0.00 1	0.98 218	0.00 1	0.03 6	0.10 65	0.01 123	0.00 1	0.01 7	0.05 227	0.04 101	0.00 1	0.00 1	0.05 368	0.00 1	0.00 1	0.02 133	0.04 283

xx1	0.28 154	0.22 195	1.20 181	0.00 1	0.00 1	1.31 358	0.00 1	1.41 279	0.69 356	0.07 279	0.00 1	0.01 7	0.00 1	0.59 180	0.01 75	0.00 1	0.01 300	0.00 1	0.00 1	0.00 1	0.01 126

mmm	0.13 48	0.02 7	0.42 6	0.00 1	0.00 1	0.04 13	0.00 1	0.88 216	0.56 172	0.00 1	0.00 1	0.01 7	0.01 84	0.51 175	0.00 1	0.00 1	0.01 300	0.00 1	0.00 1	0.01 57	0.01 126

11t1	0.08 9	0.01 1	0.54 23	0.00 1	0.00 1	0.09 24	0.00 1	0.44 154	0.55 160	0.00 1	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.01 300	0.00 1	0.00 1	0.01 57	0.01 126

ff7	0.11 33	0.18 173	0.52 15	0.00 1	0.00 1	1.06 255	0.00 1	0.09 51	0.09 47	0.01 123	0.00 1	0.01 7	0.03 171	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.10 364	0.07 252	0.01 126

ffff	0.11 33	0.18 173	0.52 15	0.00 1	0.00 1	1.06 255	0.00 1	0.09 51	0.09 47	0.01 123	0.00 1	0.01 7	0.03 171	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.10 364	0.07 252	0.01 126

11t	0.11 33	0.18 173	0.52 15	0.00 1	0.00 1	1.06 255	0.00 1	0.09 51	0.09 47	0.01 123	0.00 1	0.01 7	0.03 171	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.10 364	0.07 252	0.01 126

CASnet	0.08 9	0.05 60	0.40 1	0.00 1	0.00 1	0.82 179	0.00 1	0.14 81	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	0.03 182	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.10 19	0.02 7	0.49 11	0.00 1	0.02 278	0.75 166	0.00 1	0.07 40	0.02 2	0.09 294	0.00 1	0.01 7	0.08 247	0.01 26	0.00 1	0.00 1	0.03 340	0.00 1	0.24 399	0.07 252	0.05 300

anonymousdsp2	0.10 19	0.04 38	0.98 139	0.00 1	0.00 1	0.62 131	0.00 1	0.09 51	0.11 71	0.00 1	0.00 1	0.01 7	0.01 84	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.02 330	0.04 203	0.03 253

anonymousdsp	0.11 33	0.18 173	0.58 31	0.00 1	0.00 1	1.06 255	0.00 1	0.08 45	0.09 47	0.01 123	0.00 1	0.01 7	0.04 202	0.03 92	0.00 1	0.00 1	0.00 1	0.00 1	0.11 369	0.07 252	0.03 253

Selective-IGEV	0.05 2	0.04 38	0.43 7	0.00 1	0.04 314	0.25 43	0.00 1	0.01 1	0.08 31	0.00 1	0.00 1	0.01 7	0.02 129	0.00 1	0.01 75	0.00 1	0.00 1	0.00 1	0.07 359	0.03 182	0.08 332

DCRE	0.51 263	0.25 214	0.96 131	0.00 1	0.01 234	0.43 83	0.00 1	0.25 119	0.21 110	0.33 339	7.49 389	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 300	0.00 1	0.17 382	0.02 133	0.01 126

ProNet	0.09 15	0.20 185	0.53 22	0.00 1	0.00 1	0.80 175	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	0.08 269	0.01 126

CroCo-Stereo Lap2	0.09 15	0.23 204	0.74 57	0.00 1	0.00 1	0.02 3	0.00 1	0.07 40	0.56 172	0.00 1	0.00 1	0.01 7	0.03 171	0.02 67	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.01 126

qqq	0.17 86	0.01 1	0.52 15	0.00 1	0.00 1	0.12 32	0.00 1	0.95 227	0.55 160	0.00 1	0.00 1	0.01 7	0.00 1	1.23 202	0.00 1	0.00 1	0.01 300	0.00 1	0.00 1	0.00 1	0.01 126

ccc-4	0.11 33	0.18 173	0.52 15	0.00 1	0.00 1	1.06 255	0.00 1	0.09 51	0.09 47	0.01 123	0.00 1	0.01 7	0.03 171	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.10 364	0.07 252	0.01 126

x	0.10 19	0.01 1	0.51 12	0.00 1	0.00 1	0.09 24	0.00 1	0.67 191	0.55 160	0.00 1	0.00 1	0.01 7	0.00 1	0.09 131	0.00 1	0.00 1	0.01 300	0.00 1	0.00 1	0.00 1	0.01 126

test_4	0.13 48	0.07 102	1.12 168	0.00 1	0.05 322	0.82 179	0.00 1	0.04 12	0.08 31	0.10 298	0.00 1	0.01 7	0.01 84	0.02 67	0.06 159	0.00 1	0.00 1	0.00 1	0.02 330	0.11 297	0.00 1

IGEV-Stereo	0.11 33	0.18 173	0.58 31	0.00 1	0.00 1	1.06 255	0.00 1	0.08 45	0.09 47	0.01 123	0.00 1	0.01 7	0.04 202	0.03 92	0.00 1	0.00 1	0.00 1	0.00 1	0.11 369	0.07 252	0.03 253
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GLC_STEREO	0.04 1	0.05 60	0.52 15	0.00 1	0.00 1	0.06 19	0.00 1	0.01 1	0.03 4	0.00 1	0.00 1	0.01 7	0.01 84	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

AAGNet	0.96 339	0.05 60	0.74 57	0.09 335	0.27 383	1.11 323	0.28 345	0.05 18	0.59 255	0.01 123	0.00 1	0.01 7	1.00 343	3.68 281	11.30 400	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

Pruner-Stereo	0.16 78	0.04 38	0.73 48	0.19 377	0.00 1	1.08 301	0.21 330	0.16 85	0.59 255	0.03 239	0.00 1	0.01 7	0.00 1	0.02 67	0.22 257	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

sAnonymous2	0.10 19	0.22 195	1.35 208	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	0.08 269	0.15 369

CroCo_RVC	0.10 19	0.22 195	1.35 208	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	0.08 269	0.15 369

sCroCo_RVC	0.09 15	0.05 60	1.02 142	0.00 1	0.00 1	0.02 3	0.00 1	0.12 74	0.48 145	0.00 1	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

xxxx	1.04 342	0.02 7	0.54 23	0.00 1	0.00 1	0.53 108	0.00 1	2.53 368	0.57 204	0.00 1	0.00 1	0.01 7	0.01 84	2.04 215	14.52 408	0.00 1	0.01 300	0.00 1	0.00 1	0.00 1	0.01 126

GMStereo	0.08 9	0.54 321	0.90 118	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	0.02 129	0.00 1	0.03 120	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
DIP-Stereo	0.22 119	0.10 119	0.77 72	0.00 1	0.00 1	1.09 309	0.00 1	1.68 323	0.57 204	0.01 123	0.00 1	0.01 7	0.07 243	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	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
R-Stereo Train	0.15 73	0.03 23	0.77 72	0.00 1	0.00 1	0.74 163	0.00 1	1.36 271	0.09 47	0.02 212	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

RAFT-Stereo	0.15 73	0.03 23	0.77 72	0.00 1	0.00 1	0.74 163	0.00 1	1.36 271	0.09 47	0.02 212	0.00 1	0.01 7	0.00 1	0.01 26	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
Former-RAFT_DAM_RVC	0.08 9	0.06 83	0.41 3	0.00 1	0.00 1	0.05 16	0.00 1	0.11 70	0.22 112	0.75 358	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	0.01 57	0.03 253

IGEVStereo-DCA	0.10 19	0.06 83	0.52 15	0.01 241	0.00 1	0.32 59	0.00 1	0.09 51	0.09 47	0.01 123	0.01 200	0.02 38	0.04 202	0.14 145	0.44 296	0.00 1	0.00 1	0.00 1	0.10 364	0.05 220	0.01 126

rrr	0.24 134	0.06 83	1.91 277	0.01 241	0.00 1	0.32 59	0.04 279	1.34 269	0.15 96	0.01 123	0.01 200	0.02 38	0.04 202	0.14 145	0.44 296	0.00 1	0.00 1	0.00 1	0.18 383	0.05 220	0.05 300

test croco	0.11 33	0.17 169	1.21 191	0.00 1	0.00 1	0.05 16	0.00 1	0.16 85	0.32 130	0.01 123	0.01 200	0.02 38	0.01 84	0.03 92	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.26 364	0.01 126

MIF-Stereo (partial)	0.08 9	0.11 133	0.96 131	0.00 1	0.00 1	0.08 22	0.00 1	0.19 95	0.08 31	0.00 1	0.01 200	0.02 38	0.02 129	0.02 67	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.01 126

MIF-Stereo	0.06 5	0.06 83	0.83 95	0.00 1	0.00 1	0.08 22	0.01 213	0.06 28	0.03 4	0.00 1	0.08 299	0.02 38	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.00 1

CASS	0.07 7	0.06 83	0.73 48	0.00 1	0.00 1	0.10 26	0.01 213	0.15 84	0.12 83	0.16 316	0.00 1	0.02 38	0.02 129	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RCA-Stereo	0.18 96	0.11 133	0.63 37	0.00 1	0.00 1	1.06 255	0.00 1	1.48 302	0.07 18	0.07 279	0.00 1	0.02 38	0.05 227	0.00 1	0.00 1	0.00 1	0.01 300	0.00 1	0.00 1	0.05 220	0.01 126

UDGNet	0.14 61	0.48 303	0.72 46	0.00 1	0.00 1	1.06 255	0.00 1	0.05 18	0.28 122	0.00 1	0.00 1	0.02 38	0.00 1	0.09 131	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

dd	0.16 78	0.52 317	0.86 106	0.01 241	0.00 1	1.03 236	0.00 1	0.09 51	0.52 150	0.01 123	0.00 1	0.02 38	0.02 129	0.00 1	0.00 1	0.01 344	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1

dad	0.17 86	0.54 321	0.82 93	0.00 1	0.00 1	1.03 236	0.00 1	0.02 4	0.23 117	0.01 123	0.00 1	0.02 38	0.01 84	0.63 184	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

GMOStereo	0.13 48	0.24 208	0.83 95	0.00 1	0.14 358	0.86 191	0.01 213	0.09 51	0.11 71	0.01 123	0.01 200	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 383	0.00 1	0.00 1	0.16 330	0.01 126

error version	0.13 48	0.24 208	0.83 95	0.00 1	0.14 358	0.86 191	0.01 213	0.09 51	0.11 71	0.01 123	0.01 200	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 383	0.00 1	0.00 1	0.16 330	0.01 126

test-v	0.13 48	0.24 208	0.83 95	0.00 1	0.14 358	0.86 191	0.01 213	0.09 51	0.11 71	0.01 123	0.01 200	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 383	0.00 1	0.00 1	0.16 330	0.01 126

test-3	0.17 86	0.03 23	0.74 57	0.03 282	0.10 346	0.43 83	0.00 1	1.36 271	0.07 18	0.01 123	0.00 1	0.02 38	0.00 1	0.08 128	0.19 249	0.00 1	0.00 1	0.00 1	0.20 387	0.12 304	0.11 354

test_1	0.17 86	0.03 23	0.75 65	0.03 282	0.10 346	0.43 83	0.00 1	1.36 271	0.07 18	0.01 123	0.00 1	0.02 38	0.00 1	0.07 117	0.19 249	0.00 1	0.00 1	0.00 1	0.20 387	0.12 304	0.11 354

test_3	0.19 101	0.02 7	0.76 70	0.03 282	0.10 346	0.53 108	0.00 1	1.42 282	0.07 18	0.13 306	0.00 1	0.02 38	0.00 1	0.07 117	0.19 249	0.00 1	0.00 1	0.00 1	0.20 387	0.12 304	0.11 354

PFNet+	0.23 126	0.06 83	0.79 84	0.07 325	0.01 234	1.11 323	0.42 363	0.11 70	0.59 255	0.08 286	0.01 200	0.02 38	0.00 1	1.21 200	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

LCNet	0.22 119	0.11 133	0.74 57	0.11 349	0.00 1	0.97 216	0.00 1	0.09 51	0.59 255	0.01 123	0.00 1	0.02 38	1.10 349	0.43 171	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 315	0.01 126

NF-Stereo	0.47 237	0.03 23	0.77 72	0.12 353	0.00 1	1.07 289	0.26 338	0.19 95	0.60 278	0.01 123	0.00 1	0.02 38	0.00 1	6.18 369	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

OCTAStereo	0.47 237	0.03 23	0.77 72	0.12 353	0.00 1	1.07 289	0.26 338	0.19 95	0.60 278	0.01 123	0.00 1	0.02 38	0.00 1	6.16 368	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

PSM-softLoss	0.48 244	0.04 38	1.10 162	0.17 371	0.00 1	1.07 289	0.25 336	0.12 74	0.61 293	0.03 239	0.01 200	0.02 38	0.01 84	6.03 361	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

KMStereo	0.48 244	0.04 38	1.10 162	0.17 371	0.00 1	1.07 289	0.25 336	0.12 74	0.61 293	0.03 239	0.01 200	0.02 38	0.01 84	6.03 361	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

Consistency-Raft	0.39 213	0.30 232	2.53 325	0.14 362	0.03 299	0.90 200	0.04 279	1.36 271	0.59 255	0.00 1	0.02 272	0.02 38	1.15 353	0.33 163	0.43 294	0.02 358	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

DEmStereo	0.75 316	0.06 83	1.73 259	0.04 293	0.00 1	0.78 171	0.52 372	0.05 18	0.57 204	0.05 265	0.72 347	0.02 38	3.42 386	5.79 354	1.29 336	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

PFNet	0.60 298	0.11 133	2.08 292	0.00 1	0.30 385	1.16 341	0.00 1	0.29 131	0.59 255	0.01 123	0.24 318	0.02 38	0.00 1	6.58 383	0.23 262	0.10 376	0.00 1	0.00 1	0.04 351	0.14 315	0.05 300

RE-Stereo	0.47 237	0.03 23	0.77 72	0.12 353	0.00 1	1.07 289	0.26 338	0.19 95	0.60 278	0.01 123	0.00 1	0.02 38	0.00 1	6.18 369	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

TVStereo	0.47 237	0.03 23	0.77 72	0.12 353	0.00 1	1.07 289	0.26 338	0.19 95	0.60 278	0.01 123	0.00 1	0.02 38	0.00 1	6.18 369	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

IRAFT_RVC	0.51 263	0.13 148	1.14 170	0.10 339	0.00 1	1.17 344	0.10 312	0.28 130	0.61 293	0.01 123	0.00 1	0.02 38	0.12 265	6.22 376	0.22 257	0.00 1	0.09 383	0.00 1	0.00 1	0.02 133	0.01 126

test-2	0.13 48	0.24 208	0.83 95	0.00 1	0.14 358	0.86 191	0.01 213	0.09 51	0.11 71	0.01 123	0.01 200	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 383	0.00 1	0.00 1	0.16 330	0.01 126

GMM-Stereo	0.18 96	0.02 7	1.37 214	0.08 330	0.00 1	1.11 323	0.13 320	0.09 51	0.60 278	0.01 123	0.00 1	0.02 38	0.10 258	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

s12784h	0.21 115	0.05 60	0.81 90	0.00 1	0.00 1	1.06 255	0.02 251	1.36 271	0.56 172	0.01 123	0.34 329	0.02 38	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

raft+_RVC	0.14 61	0.37 269	0.96 131	0.00 1	0.16 365	0.64 145	0.03 267	0.05 18	0.08 31	0.00 1	0.00 1	0.02 38	0.03 171	0.03 92	0.07 170	0.00 1	0.07 379	0.00 1	0.00 1	0.05 220	0.16 373

Anonymous	0.05 2	0.06 83	0.86 106	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	0.03 182	0.05 300

CREStereo	0.10 19	0.06 83	0.51 12	0.00 1	0.00 1	1.06 255	0.00 1	0.20 105	0.08 31	0.00 1	0.00 1	0.02 38	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
NCCL2	0.29 168	0.50 307	1.52 238	0.00 1	0.00 1	0.81 177	0.00 1	0.45 155	0.22 112	0.00 1	0.00 1	0.02 38	0.03 171	2.14 218	0.06 159	0.00 1	0.00 1	0.02 370	0.00 1	0.01 57	0.03 253

ACVNet-DCA	0.25 140	0.22 195	1.20 181	0.00 1	0.00 1	1.31 358	0.00 1	0.95 227	0.55 160	0.07 279	0.00 1	0.03 74	0.02 129	0.59 180	0.01 75	0.00 1	0.01 300	0.00 1	0.00 1	0.00 1	0.01 126

1test111	0.28 154	0.22 195	1.20 181	0.00 1	0.00 1	1.31 358	0.00 1	0.95 227	0.55 160	0.07 279	0.00 1	0.03 74	0.02 129	1.23 202	0.00 1	0.00 1	0.01 300	0.00 1	0.00 1	0.00 1	0.01 126

cc1	0.28 154	0.22 195	1.20 181	0.00 1	0.00 1	1.31 358	0.00 1	1.41 279	0.69 356	0.07 279	0.00 1	0.03 74	0.02 129	0.59 180	0.01 75	0.00 1	0.01 300	0.00 1	0.00 1	0.08 269	0.04 283

tt1	0.27 150	0.23 204	1.17 176	0.00 1	0.00 1	1.29 356	0.00 1	1.42 282	0.57 204	0.07 279	0.00 1	0.03 74	0.02 129	0.57 177	0.01 75	0.00 1	0.01 300	0.00 1	0.00 1	0.08 269	0.03 253

whm_eth	0.17 86	0.36 261	1.51 237	0.00 1	0.00 1	0.53 108	0.00 1	0.25 119	0.61 293	0.00 1	0.00 1	0.03 74	0.01 84	0.01 26	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.09 345

LL-Strereo2	0.12 42	0.41 286	0.91 122	0.05 303	0.03 299	0.51 99	0.04 279	0.13 78	0.11 71	0.01 123	0.00 1	0.03 74	0.02 129	0.06 112	0.10 195	0.00 1	0.00 1	0.00 1	0.01 316	0.03 182	0.03 253

CAS	0.10 19	0.05 60	0.46 9	0.00 1	0.00 1	1.03 236	0.00 1	0.21 110	0.09 47	0.00 1	0.00 1	0.03 74	0.01 84	0.01 26	0.02 104	0.08 374	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MC-Stereo	0.10 19	0.10 119	0.59 34	0.01 241	0.01 234	1.06 255	0.00 1	0.03 6	0.09 47	0.02 212	0.00 1	0.03 74	0.02 129	0.03 92	0.00 1	0.00 1	0.01 300	0.00 1	0.02 330	0.05 220	0.01 126

DCANet-4	0.31 174	0.05 60	2.61 329	0.00 1	0.00 1	1.05 246	0.00 1	1.49 308	0.61 293	0.13 306	0.00 1	0.03 74	0.05 227	0.03 92	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 300

Sa-1000	0.31 174	0.26 220	0.93 125	0.00 1	0.18 372	1.08 301	0.01 213	2.59 375	0.56 172	0.00 1	0.09 300	0.03 74	0.00 1	0.18 150	0.00 1	0.00 1	0.00 1	0.00 1	0.13 375	0.11 297	0.00 1

SA	0.30 170	0.27 221	0.97 137	0.00 1	0.17 370	1.10 315	0.00 1	2.50 364	0.56 172	0.00 1	0.01 200	0.03 74	0.01 84	0.16 149	0.00 1	0.00 1	0.00 1	0.00 1	0.14 376	0.12 304	0.00 1

ROB_FTStereo	0.13 48	0.04 38	0.73 48	0.05 303	0.02 278	1.06 255	0.07 295	0.06 28	0.56 172	0.01 123	0.00 1	0.03 74	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

KYRaft	0.21 115	0.03 23	0.74 57	0.04 293	0.00 1	1.16 341	0.12 319	0.08 45	0.60 278	0.01 123	0.30 324	0.03 74	0.77 336	0.37 167	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

CREStereo++_RVC	0.10 19	0.06 83	0.78 81	0.00 1	0.00 1	1.00 226	0.00 1	0.10 66	0.08 31	0.00 1	0.01 200	0.03 74	0.00 1	0.01 26	0.03 120	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
TestStereo	0.31 174	0.22 195	1.36 212	0.00 1	0.00 1	0.27 46	0.00 1	0.06 28	0.04 9	0.01 123	0.00 1	0.03 74	0.01 84	4.27 304	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.12 42	0.25 214	0.79 84	0.00 1	0.00 1	0.92 209	0.00 1	0.18 92	0.08 31	0.00 1	0.21 317	0.03 74	0.00 1	0.01 26	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

raftrobust	0.13 48	0.36 261	0.94 128	0.00 1	0.18 372	0.62 131	0.02 251	0.07 40	0.07 18	0.00 1	0.00 1	0.03 74	0.03 171	0.03 92	0.05 145	0.00 1	0.01 300	0.00 1	0.00 1	0.06 240	0.04 283

test_xeample3	0.24 134	0.06 83	1.84 269	0.02 265	0.00 1	0.33 63	0.05 287	1.33 268	0.14 92	0.00 1	0.03 277	0.03 74	0.03 171	0.10 135	0.43 294	0.00 1	0.00 1	0.00 1	0.23 394	0.05 220	0.06 320

test_xeample	1.14 348	0.02 7	0.58 31	0.00 1	0.00 1	0.57 117	0.00 1	2.57 371	0.57 204	0.00 1	0.00 1	0.03 74	0.02 129	3.45 271	15.00 411	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

DSFCA	0.40 216	0.09 115	0.84 100	0.00 1	0.01 234	0.98 218	0.37 357	0.29 131	0.62 341	0.02 212	0.32 326	0.03 74	0.24 295	3.91 288	0.34 285	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

1111x	0.87 332	0.02 7	1.20 181	0.00 1	0.00 1	0.70 155	0.00 1	2.60 376	0.56 172	0.00 1	0.00 1	0.04 94	0.01 84	5.36 335	6.80 386	0.00 1	0.01 300	0.00 1	0.00 1	0.00 1	0.01 126

StereoIM	0.06 5	0.16 165	0.66 40	0.00 1	0.00 1	0.05 16	0.01 213	0.06 28	0.12 83	0.00 1	0.01 200	0.04 94	0.02 129	0.02 67	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

MIM_Stereo	0.10 19	0.32 237	0.90 118	0.00 1	0.03 299	0.29 51	0.00 1	0.11 70	0.11 71	0.02 212	0.00 1	0.04 94	0.01 84	0.01 26	0.00 1	0.00 1	0.03 340	0.00 1	0.00 1	0.11 297	0.08 332

LoS_RVC	0.05 2	0.05 60	0.41 3	0.00 1	0.00 1	0.16 34	0.00 1	0.17 90	0.07 18	0.00 1	0.00 1	0.04 94	0.01 84	0.04 101	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

TestStereo1	0.20 109	0.30 232	0.84 100	0.00 1	0.16 365	1.12 330	0.01 213	0.69 192	0.57 204	0.00 1	0.05 284	0.04 94	0.01 84	0.09 131	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 322	0.06 320

fff	0.28 154	0.37 269	1.20 181	0.00 1	0.01 234	1.05 246	0.00 1	1.48 302	0.61 293	0.13 306	0.00 1	0.04 94	0.60 324	0.02 67	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 300

ADStereo(finetuned)	0.34 192	0.37 269	2.24 300	0.00 1	0.00 1	1.04 243	0.00 1	1.49 308	0.61 293	0.08 286	0.00 1	0.04 94	0.74 334	0.03 92	0.09 186	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.05 300

Wz-Net-LNSev-Ref	0.42 220	0.52 317	3.02 348	0.00 1	0.00 1	0.57 117	0.00 1	1.15 255	0.60 278	0.00 1	0.00 1	0.04 94	0.14 269	1.51 206	0.76 320	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAFT_CTSACE	0.14 61	0.33 241	1.23 192	0.00 1	0.01 234	0.47 91	0.00 1	0.27 126	0.11 71	0.01 123	0.00 1	0.04 94	0.00 1	0.08 128	0.00 1	0.00 1	0.01 300	0.00 1	0.00 1	0.24 359	0.00 1

SA-5K	0.20 109	0.30 232	0.84 100	0.00 1	0.16 365	1.12 330	0.01 213	0.69 192	0.57 204	0.00 1	0.05 284	0.04 94	0.01 84	0.09 131	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 322	0.06 320

HHNet	0.48 244	0.21 188	1.60 245	0.10 339	0.00 1	1.14 334	0.26 338	0.47 159	0.59 255	0.01 123	3.56 374	0.04 94	0.71 330	0.00 1	0.73 318	0.02 358	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1

Prome-Stereo	0.23 126	0.04 38	0.76 70	0.10 339	0.00 1	1.15 337	0.02 251	0.27 126	0.65 348	0.01 123	0.54 339	0.04 94	0.71 330	0.27 161	0.07 170	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

LMCR-Stereo	0.27 150	0.34 245	1.42 225	0.00 1	0.00 1	0.79 173	0.00 1	2.15 351	0.61 293	0.00 1	0.00 1	0.04 94	0.04 202	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1

TANstereo	0.12 42	0.15 158	0.78 81	0.00 1	0.00 1	1.03 236	0.00 1	0.07 40	0.08 31	0.01 123	0.15 309	0.04 94	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DCANet	0.25 140	0.37 269	1.20 181	0.00 1	0.00 1	1.06 255	0.00 1	1.49 308	0.61 293	0.08 286	0.00 1	0.04 94	0.00 1	0.02 67	0.10 195	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.05 300

csc	0.28 154	0.37 269	1.20 181	0.00 1	0.01 234	1.05 246	0.00 1	1.48 302	0.61 293	0.13 306	0.00 1	0.04 94	0.60 324	0.02 67	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 300

cscssc	0.28 154	0.37 269	1.20 181	0.00 1	0.01 234	1.05 246	0.00 1	1.48 302	0.61 293	0.13 306	0.00 1	0.04 94	0.60 324	0.02 67	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 300

AFF-stereo	0.18 96	0.42 288	0.77 72	0.00 1	0.00 1	0.91 207	0.00 1	0.41 149	0.65 348	0.05 265	0.00 1	0.04 94	0.05 227	0.06 112	0.04 136	0.00 1	0.01 300	0.00 1	0.00 1	0.19 344	0.01 126

FINET	0.51 263	0.36 261	2.40 310	0.00 1	0.00 1	0.27 46	0.00 1	2.06 346	1.49 383	0.00 1	0.00 1	0.04 94	0.04 202	3.38 269	0.10 195	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.02 221

PMTNet	0.11 33	0.07 102	0.60 36	0.00 1	0.00 1	1.05 246	0.04 279	0.16 85	0.08 31	0.00 1	0.00 1	0.04 94	0.00 1	0.03 92	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

iResNet	0.25 140	0.27 221	1.68 253	0.00 1	0.00 1	0.69 154	0.00 1	1.22 260	0.56 172	0.00 1	0.00 1	0.04 94	0.03 171	0.12 142	0.30 278	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.01 126

Patchmatch Stereo++	0.13 48	0.04 38	0.73 48	0.05 303	0.01 234	1.06 255	0.08 302	0.06 28	0.56 172	0.01 123	0.00 1	0.05 115	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	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
ASMatch	0.59 295	0.10 119	1.66 251	0.13 360	0.04 314	1.07 289	0.00 1	0.10 66	0.64 346	0.06 273	0.44 333	0.05 115	0.87 340	6.32 378	0.27 273	0.00 1	0.00 1	0.00 1	0.01 316	0.00 1	0.00 1

SST-Stereo	0.51 263	0.02 7	0.74 57	0.05 303	0.19 376	1.09 309	0.49 368	0.26 122	0.61 293	0.04 256	0.00 1	0.05 115	0.58 321	6.12 365	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

iGMRVC	0.14 61	0.04 38	0.74 57	0.05 303	0.02 278	1.06 255	0.07 295	0.06 28	0.56 172	0.01 123	0.00 1	0.05 115	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

iRAFT	0.13 48	0.04 38	0.73 48	0.05 303	0.01 234	1.06 255	0.08 302	0.06 28	0.56 172	0.01 123	0.00 1	0.05 115	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

test-1	0.19 101	0.13 148	0.67 42	0.00 1	0.15 362	0.57 117	0.00 1	1.01 236	0.11 71	0.04 256	0.48 337	0.05 115	0.00 1	0.01 26	0.30 278	0.00 1	0.07 379	0.00 1	0.06 356	0.01 57	0.18 376

RAFT-IKP	0.14 61	0.04 38	0.75 65	0.05 303	0.01 234	1.06 255	0.08 302	0.05 18	0.56 172	0.01 123	0.00 1	0.05 115	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

RALCasStereoNet	0.16 78	0.35 254	0.84 100	0.00 1	0.00 1	0.32 59	0.03 267	0.16 85	0.56 172	0.02 212	0.07 296	0.05 115	0.08 247	0.13 143	0.08 180	0.00 1	0.31 400	0.00 1	0.00 1	0.07 252	0.11 354

RALAANet	0.13 48	0.51 312	0.95 129	0.00 1	0.00 1	0.32 59	0.01 213	0.38 142	0.03 4	0.00 1	0.00 1	0.05 115	0.09 250	0.02 67	0.12 213	0.00 1	0.00 1	0.00 1	0.02 330	0.10 291	0.00 1

222	1.95 370	0.03 23	0.41 3	0.00 1	0.00 1	0.58 120	0.00 1	2.64 378	0.57 204	0.02 212	0.00 1	0.05 115	0.02 129	3.34 268	31.23 416	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

RAFT-Stereo + iAFF	0.19 101	0.33 241	0.84 100	0.00 1	0.02 278	1.06 255	0.00 1	0.45 155	0.59 255	0.03 239	0.00 1	0.05 115	0.06 238	0.04 101	0.07 170	0.00 1	0.01 300	0.00 1	0.00 1	0.17 337	0.01 126

DMCA	0.19 101	0.16 165	1.39 217	0.00 1	0.01 234	1.00 226	0.01 213	0.38 142	0.57 204	0.01 123	0.01 200	0.05 115	0.00 1	0.05 107	0.12 213	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

MSKI-zero shot	0.22 119	0.08 109	1.46 231	0.00 1	0.12 354	1.08 301	0.03 267	0.85 214	0.16 102	0.22 323	0.05 284	0.06 127	0.00 1	0.07 117	0.01 75	0.00 1	0.02 330	0.00 1	0.18 383	0.02 133	0.01 126

Selective-RAFT	0.13 48	0.04 38	0.51 12	0.00 1	0.00 1	1.06 255	0.00 1	0.04 12	0.57 204	0.00 1	0.00 1	0.06 127	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.19 386	0.04 203	0.00 1

test_5	0.26 144	0.35 254	1.35 208	0.01 241	0.22 382	0.80 175	0.01 213	0.81 207	0.58 243	0.12 303	0.00 1	0.06 127	0.01 84	0.61 183	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.14 315	0.16 373

DRaft	0.56 281	0.08 109	0.73 48	0.00 1	0.00 1	0.92 209	0.19 327	0.05 18	0.09 47	0.03 239	0.26 320	0.06 127	2.55 377	4.61 313	1.38 339	0.00 1	0.03 340	0.00 1	0.02 330	0.03 182	0.08 332

rafts_anoy	0.14 61	0.35 254	0.99 140	0.00 1	0.02 278	0.49 95	0.03 267	0.11 70	0.07 18	0.00 1	0.01 200	0.06 127	0.06 238	0.24 158	0.06 159	0.00 1	0.14 393	0.00 1	0.01 316	0.02 133	0.03 253

Anonymous3	0.19 101	0.07 102	1.33 204	0.00 1	0.00 1	1.12 330	0.00 1	0.56 171	0.56 172	0.01 123	0.00 1	0.06 127	0.00 1	0.01 26	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

HCRNet	0.32 183	0.10 119	0.81 90	0.00 1	0.00 1	1.10 315	0.00 1	0.39 145	0.59 255	0.01 123	0.01 200	0.06 127	0.03 171	3.24 260	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 221

RAFT+CT+SA	0.26 144	0.34 245	1.11 166	0.02 265	0.27 383	1.10 315	0.00 1	0.70 195	0.56 172	0.00 1	0.00 1	0.07 134	0.01 84	0.36 166	0.00 1	0.00 1	0.00 1	0.00 1	0.31 406	0.11 297	0.22 385

PSM-adaLoss	0.14 61	0.04 38	0.73 48	0.05 303	0.02 278	1.06 255	0.08 302	0.05 18	0.56 172	0.01 123	0.00 1	0.07 134	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

ROB_FTStereo_v2	0.14 61	0.04 38	0.73 48	0.05 303	0.01 234	1.06 255	0.06 292	0.05 18	0.56 172	0.01 123	0.00 1	0.07 134	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

HUI-Stereo	0.14 61	0.04 38	0.75 65	0.05 303	0.02 278	1.06 255	0.08 302	0.06 28	0.57 204	0.01 123	0.00 1	0.07 134	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

RAFT_R40	0.49 249	0.03 23	0.74 57	0.05 303	0.15 362	1.09 309	0.32 349	0.27 126	0.59 255	0.02 212	0.03 277	0.07 134	0.30 301	6.12 365	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

ICVP	0.15 73	0.03 23	1.23 192	0.00 1	0.01 234	1.02 230	0.09 308	0.19 95	0.10 65	0.00 1	0.02 272	0.07 134	0.01 84	0.18 150	0.01 75	0.00 1	0.01 300	0.00 1	0.00 1	0.01 57	0.00 1
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
EKT-Stereo	0.46 235	0.12 142	1.03 144	0.75 395	4.21 413	1.06 255	0.00 1	0.83 211	0.04 9	0.02 212	0.00 1	0.08 140	0.00 1	0.89 193	0.01 75	0.00 1	0.03 340	0.00 1	0.05 353	0.04 203	0.01 126

fast-acv-ft	0.29 168	0.37 269	3.76 369	0.06 321	0.01 234	0.28 49	0.17 322	0.06 28	0.21 110	0.00 1	0.00 1	0.08 140	0.09 250	0.10 135	0.23 262	0.01 344	0.00 1	0.03 379	0.01 316	0.26 364	0.01 126

CES	0.08 9	0.07 102	0.43 7	0.00 1	0.00 1	0.21 40	0.01 213	0.08 45	0.56 172	0.01 123	0.00 1	0.08 140	0.04 202	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

gwcnet-sp	0.28 154	0.15 158	2.75 337	0.00 1	0.00 1	0.51 99	0.02 251	0.49 162	0.57 204	0.01 123	0.01 200	0.08 140	0.04 202	0.87 190	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

scenet	0.28 154	0.15 158	2.75 337	0.00 1	0.00 1	0.51 99	0.02 251	0.49 162	0.57 204	0.01 123	0.01 200	0.08 140	0.04 202	0.87 190	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

ssnet	0.28 154	0.15 158	2.75 337	0.00 1	0.00 1	0.51 99	0.02 251	0.49 162	0.57 204	0.01 123	0.01 200	0.08 140	0.04 202	0.87 190	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

iRaft-Stereo_5w	0.50 258	0.51 312	1.44 228	0.00 1	0.00 1	0.29 51	0.00 1	0.63 186	0.59 255	0.00 1	0.00 1	0.08 140	0.01 84	6.14 367	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.22 354	0.01 126

GrayStereo	0.46 235	0.01 1	0.71 44	0.10 339	0.00 1	1.12 330	2.67 402	0.20 105	0.59 255	0.00 1	0.00 1	0.08 140	3.76 390	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

DMCA-RVC	0.31 174	0.48 303	2.47 318	0.00 1	0.03 299	0.78 171	0.03 267	0.06 28	0.08 31	0.01 123	0.01 200	0.08 140	0.33 306	1.59 209	0.16 232	0.00 1	0.02 330	0.01 354	0.00 1	0.01 57	0.01 126

iResNetv2_ROB	0.36 202	1.03 375	2.96 346	0.00 1	0.00 1	0.58 120	0.00 1	1.51 311	0.58 243	0.01 123	0.00 1	0.08 140	0.02 129	0.07 117	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.29 371	0.02 221

iResNet_ROB	0.30 170	0.66 340	1.41 223	0.00 1	0.00 1	0.70 155	0.00 1	0.79 203	0.57 204	0.04 256	0.01 200	0.08 140	0.01 84	1.55 208	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

RAFT-345	0.49 249	0.04 38	1.26 194	0.10 339	0.07 334	1.16 341	0.19 327	0.14 81	0.57 204	0.00 1	0.01 200	0.09 151	0.01 84	6.00 359	0.20 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

CFNet-RSSM	0.17 86	0.06 83	1.16 175	0.00 1	0.12 354	0.61 126	0.00 1	0.90 219	0.08 31	0.01 123	0.00 1	0.09 151	0.00 1	0.01 26	0.03 120	0.00 1	0.00 1	0.00 1	0.23 394	0.00 1	0.00 1

LALA_ROB	0.31 174	0.38 279	0.91 122	0.00 1	0.01 234	1.00 226	0.01 213	1.60 316	0.61 293	0.15 315	0.00 1	0.09 151	0.01 84	1.04 196	0.41 292	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

ToySt	0.12 42	0.15 158	0.92 124	0.00 1	0.00 1	0.46 90	0.00 1	0.41 149	0.10 65	0.00 1	0.00 1	0.10 154	0.00 1	0.07 117	0.19 249	0.00 1	0.00 1	0.00 1	0.02 330	0.04 203	0.02 221

RAFT-RH_RVC	0.96 339	0.13 148	1.35 208	0.02 265	0.05 322	1.06 255	0.00 1	0.06 28	0.55 160	0.01 123	9.57 401	0.10 154	0.00 1	6.00 359	0.30 278	0.01 344	0.00 1	0.00 1	0.02 330	0.01 57	0.00 1

UPFNet	0.18 96	0.05 60	1.11 166	0.00 1	0.00 1	0.48 93	0.00 1	1.11 249	0.48 145	0.00 1	0.00 1	0.10 154	0.00 1	0.10 135	0.10 195	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

anonymity	0.17 86	0.06 83	0.79 84	0.00 1	0.09 342	0.03 5	0.00 1	0.54 168	0.07 18	0.41 344	0.13 306	0.11 157	0.58 321	0.02 67	0.31 283	0.00 1	0.00 1	0.00 1	0.23 394	0.01 57	0.02 221

AACVNet	0.40 216	0.36 261	0.90 118	0.00 1	0.00 1	0.53 108	0.00 1	0.18 92	0.41 142	0.02 212	0.00 1	0.11 157	0.01 84	5.33 332	0.07 170	0.00 1	0.00 1	0.00 1	0.00 1	0.15 322	0.00 1

TRStereo	0.37 207	0.23 204	1.41 223	0.03 282	0.00 1	1.07 289	0.02 251	3.07 384	0.57 204	0.01 123	0.00 1	0.11 157	0.40 311	0.06 112	0.00 1	0.00 1	0.00 1	0.00 1	0.22 393	0.01 57	0.08 332

NRIStereo	0.17 86	0.03 23	0.73 48	0.04 293	0.01 234	1.15 337	0.33 353	0.03 6	0.59 255	0.04 256	0.01 200	0.11 157	0.01 84	0.10 135	0.03 120	0.00 1	0.02 330	0.00 1	0.00 1	0.06 240	0.09 345

GES	0.18 96	0.05 60	0.87 111	0.00 1	0.00 1	1.06 255	0.02 251	0.60 180	0.08 31	0.00 1	0.02 272	0.11 157	0.09 250	0.44 173	0.16 232	0.01 344	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

PS-NSSS	0.54 275	0.44 293	0.86 106	0.00 1	0.00 1	1.04 243	0.00 1	2.37 358	0.56 172	0.00 1	0.00 1	0.11 157	0.01 84	5.32 331	0.13 220	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

IPLG	0.51 263	0.38 279	1.60 245	0.02 265	0.00 1	1.11 323	0.07 295	1.48 302	0.57 204	0.05 265	0.00 1	0.12 163	0.15 274	4.58 310	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 297	0.00 1

CRE-IMP	0.16 78	0.03 23	0.75 65	0.05 303	0.01 234	1.11 323	0.34 354	0.04 12	0.56 172	0.02 212	0.00 1	0.12 163	0.00 1	0.01 26	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.08 332

SFCPSM	0.21 115	0.04 38	1.59 244	0.00 1	0.05 322	0.34 66	0.00 1	1.24 261	0.57 204	0.01 123	0.00 1	0.12 163	0.02 129	0.05 107	0.05 145	0.00 1	0.00 1	0.00 1	0.02 330	0.02 133	0.00 1

FADNet-RVC	0.51 263	0.80 362	2.47 318	0.01 241	0.00 1	0.48 93	0.00 1	1.32 267	0.14 92	0.00 1	0.01 200	0.12 163	0.06 238	4.07 295	0.15 230	0.00 1	0.04 355	0.00 1	0.00 1	0.38 379	0.08 332

CFNet	0.56 281	0.50 307	1.58 243	0.00 1	0.00 1	1.06 255	0.01 213	1.08 246	0.57 204	0.00 1	0.01 200	0.12 163	0.01 84	5.87 356	0.19 249	0.00 1	0.00 1	0.00 1	0.00 1	0.13 312	0.02 221

Anonymous Stereo	0.59 295	0.78 360	2.67 332	0.00 1	0.00 1	0.55 113	0.49 368	1.05 239	0.28 122	0.00 1	0.01 200	0.12 163	0.02 129	5.54 342	0.27 273	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.00 1

MFMNet_re	0.24 134	0.74 352	2.31 303	0.53 390	0.00 1	0.17 35	0.01 213	0.02 4	0.59 255	0.01 123	0.03 277	0.12 163	0.00 1	0.07 117	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.19 344	0.01 126

AE-Stereo	0.17 86	0.05 60	0.79 84	0.03 282	0.09 342	1.06 255	0.00 1	0.57 173	0.06 13	0.08 286	0.00 1	0.13 170	0.00 1	0.01 26	0.01 75	0.00 1	0.06 378	0.00 1	0.23 394	0.08 269	0.04 283

Wz-Net-MNSev	0.48 244	0.76 358	3.11 353	0.00 1	0.00 1	0.23 42	0.00 1	1.07 244	0.61 293	0.01 123	0.01 200	0.13 170	0.13 268	3.12 255	0.34 285	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.01 126

IPLGR_C	0.35 198	0.81 363	2.03 284	0.10 339	0.01 234	0.90 200	0.21 330	1.46 300	0.61 293	0.02 212	0.01 200	0.13 170	0.07 243	0.14 145	0.17 236	0.00 1	0.05 368	0.01 354	0.02 330	0.17 337	0.04 283

ACRE	0.34 192	0.70 345	2.13 293	0.10 339	0.00 1	0.90 200	0.20 329	1.45 290	0.61 293	0.02 212	0.01 200	0.13 170	0.05 227	0.14 145	0.17 236	0.00 1	0.03 340	0.01 354	0.02 330	0.17 337	0.04 283

PSM-AAD	0.49 249	0.02 7	0.75 65	0.06 321	0.00 1	1.19 347	2.19 397	0.12 74	0.59 255	0.01 123	0.45 334	0.13 170	4.04 391	0.22 155	0.06 159	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

ccnet	0.49 249	0.05 60	1.26 194	0.01 241	0.08 338	0.72 161	0.18 324	1.18 258	0.35 133	0.45 347	0.68 345	0.13 170	0.39 310	3.54 275	0.74 319	0.01 344	0.00 1	0.02 370	0.00 1	0.02 133	0.01 126

MyStereo8	0.28 154	0.37 269	2.57 327	0.02 265	0.00 1	1.23 350	0.00 1	0.26 122	0.15 96	0.02 212	0.05 284	0.14 176	0.04 202	0.24 158	0.05 145	0.00 1	0.11 390	0.00 1	0.01 316	0.04 203	0.21 383

CIPLG	0.33 185	0.75 353	1.79 266	0.10 339	0.01 234	0.93 212	0.21 330	1.45 290	0.61 293	0.02 212	0.01 200	0.14 176	0.06 238	0.13 143	0.17 236	0.00 1	0.04 355	0.01 354	0.01 316	0.17 337	0.04 283

iRaftStereo_RVC	0.10 19	0.20 185	0.57 30	0.00 1	0.00 1	0.52 105	0.00 1	0.05 18	0.07 18	0.00 1	0.01 200	0.14 176	0.03 171	0.02 67	0.01 75	0.00 1	0.03 340	0.00 1	0.00 1	0.25 362	0.20 379

GEStereo_RVC	0.43 227	0.38 279	1.10 162	0.01 241	0.00 1	1.02 230	0.00 1	1.94 340	0.57 204	0.00 1	0.00 1	0.14 176	0.01 84	3.25 265	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.02 221

CC-Net-ROB	0.64 305	0.50 307	1.13 169	0.07 325	0.00 1	1.08 301	0.01 213	2.58 373	0.56 172	0.01 123	0.00 1	0.14 176	0.01 84	5.73 351	0.12 213	0.50 391	0.00 1	0.21 400	0.00 1	0.09 284	0.02 221

HITNet	0.19 101	0.55 327	1.36 212	0.00 1	0.00 1	0.25 43	0.00 1	1.09 247	0.23 117	0.00 1	0.00 1	0.14 176	0.02 129	0.02 67	0.14 226	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	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
SMFormer	0.33 185	0.10 119	1.04 145	0.00 1	0.00 1	0.03 5	0.00 1	1.45 290	0.55 160	0.00 1	0.00 1	0.15 182	0.00 1	3.24 260	0.09 186	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.02 221

tta	0.33 185	0.10 119	1.04 145	0.00 1	0.00 1	0.03 5	0.00 1	1.45 290	0.55 160	0.00 1	0.00 1	0.15 182	0.00 1	3.24 260	0.09 186	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 126

qqq1	0.33 185	0.10 119	1.04 145	0.00 1	0.00 1	0.03 5	0.00 1	1.45 290	0.55 160	0.00 1	0.00 1	0.15 182	0.00 1	3.24 260	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 126

fff1	0.33 185	0.10 119	1.04 145	0.00 1	0.00 1	0.03 5	0.00 1	1.45 290	0.55 160	0.00 1	0.00 1	0.15 182	0.00 1	3.24 260	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 126

StereoVision	0.16 78	0.25 214	1.07 161	0.00 1	0.00 1	0.47 91	0.01 213	0.18 92	0.61 293	0.00 1	0.29 323	0.15 182	0.02 129	0.07 117	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.01 126

CSP-Net	0.37 207	0.10 119	0.54 23	0.00 1	0.00 1	0.50 97	0.00 1	0.64 187	0.13 90	0.00 1	0.00 1	0.15 182	0.02 129	5.27 329	0.06 159	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1

IPLGR	0.43 227	0.17 169	2.05 288	0.02 265	0.02 278	1.08 301	0.04 279	1.62 321	0.57 204	0.09 294	0.00 1	0.15 182	0.22 291	2.62 236	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.00 1

LoS	0.14 61	0.07 102	0.66 40	0.02 265	0.00 1	1.05 246	0.01 213	0.07 40	0.57 204	0.01 123	0.01 200	0.16 189	0.04 202	0.04 101	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1

FADNet	0.55 277	0.75 353	2.42 314	0.00 1	0.01 234	0.82 179	0.00 1	0.88 216	0.54 156	0.01 123	0.01 200	0.16 189	0.16 276	4.49 309	0.09 186	0.18 381	0.00 1	0.00 1	0.00 1	0.43 383	0.00 1

ADCRef	0.92 335	0.48 303	3.35 358	0.02 265	0.02 278	0.90 200	0.32 349	0.61 184	0.65 348	0.72 355	0.17 310	0.17 191	0.82 339	2.15 220	7.95 388	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.03 253

XPNet_ROB	0.37 207	0.34 245	1.01 141	0.01 241	0.00 1	0.96 214	0.00 1	1.11 249	0.46 144	0.00 1	0.00 1	0.17 191	0.02 129	2.73 240	0.54 307	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

ETE_ROB	0.31 174	0.34 245	0.89 116	0.00 1	0.00 1	0.97 216	0.01 213	1.45 290	0.57 204	0.02 212	0.00 1	0.17 191	0.02 129	1.75 210	0.07 170	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MIPNet	0.34 192	0.35 254	1.56 241	0.02 265	0.00 1	1.11 323	0.09 308	1.57 313	0.65 348	0.11 301	0.05 284	0.18 194	0.19 283	0.74 187	0.00 1	0.00 1	0.00 1	0.00 1	0.01 316	0.06 240	0.01 126

RAFT	0.12 42	0.43 290	0.79 84	0.01 241	0.02 278	0.10 26	0.07 295	0.06 28	0.27 121	0.00 1	0.01 200	0.18 194	0.04 202	0.01 26	0.00 1	0.00 1	0.02 330	0.00 1	0.01 316	0.37 378	0.01 126

ARAFT	0.58 291	0.75 353	2.78 340	0.00 1	0.00 1	1.20 349	0.00 1	2.26 355	0.57 204	0.05 265	0.00 1	0.18 194	0.03 171	3.54 275	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1	0.19 344	0.04 283

RAFT + AFF	0.60 298	0.75 353	1.04 145	0.00 1	0.00 1	1.10 315	0.06 292	1.45 290	0.57 204	0.02 212	0.00 1	0.18 194	1.43 360	4.80 318	0.15 230	0.00 1	0.17 397	0.00 1	0.00 1	0.27 368	0.08 332

MMNet	0.23 126	0.18 173	1.84 269	0.00 1	0.00 1	0.67 150	0.00 1	0.59 178	0.59 255	0.00 1	0.01 200	0.18 194	0.09 250	0.26 160	0.12 213	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

Gwc-CoAtRS	0.12 42	0.06 83	1.17 176	0.00 1	0.11 351	0.41 74	0.00 1	0.20 105	0.04 9	0.01 123	0.00 1	0.18 194	0.00 1	0.01 26	0.06 159	0.00 1	0.00 1	0.00 1	0.18 383	0.01 57	0.00 1

DRN-Test	0.43 227	0.13 148	1.95 281	0.03 282	0.09 342	0.61 126	0.00 1	1.43 287	0.61 293	0.00 1	0.00 1	0.18 194	0.04 202	3.32 266	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

GMStereo_Zeroshot	0.07 7	0.04 38	0.80 89	0.08 330	0.00 1	0.03 5	0.00 1	0.05 18	0.10 65	0.00 1	0.03 277	0.19 201	0.03 171	0.00 1	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

CrosDoStereo	1.10 345	0.08 109	1.43 226	0.00 1	0.05 322	0.63 141	5.86 410	0.60 180	0.38 136	0.26 327	1.21 359	0.19 201	3.02 382	6.61 385	1.64 344	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

DeepStereo_LL	1.10 345	0.08 109	1.43 226	0.00 1	0.05 322	0.63 141	5.86 410	0.60 180	0.38 136	0.26 327	1.21 359	0.19 201	3.02 382	6.61 385	1.64 344	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

DN-CSS_ROB	0.26 144	0.75 353	1.33 204	0.00 1	0.00 1	0.99 224	0.00 1	1.04 238	0.61 293	0.01 123	0.00 1	0.19 201	0.02 129	0.07 117	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.22 354	0.01 126

111	0.30 170	0.66 340	1.20 181	0.00 1	0.01 234	1.06 255	0.03 267	1.60 316	0.59 255	0.27 331	0.00 1	0.20 205	0.05 227	0.08 128	0.07 170	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.12 363

STTStereo	0.24 134	0.28 225	1.68 253	0.00 1	0.00 1	0.84 186	0.03 267	0.16 85	0.08 31	0.02 212	0.00 1	0.20 205	0.03 171	1.54 207	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Any-RAFT	0.17 86	0.04 38	0.93 125	0.00 1	0.00 1	1.10 315	0.00 1	0.99 234	0.03 4	0.01 123	0.00 1	0.21 207	0.00 1	0.07 117	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DeepPrunerF	1.33 357	0.59 333	8.62 396	0.02 265	0.09 342	0.90 200	0.00 1	1.34 269	6.72 396	0.22 323	0.01 200	0.21 207	0.14 269	5.64 347	1.99 349	0.00 1	0.00 1	0.01 354	0.02 330	0.14 315	0.02 221

AnyNet_C32	1.44 362	1.47 398	6.09 386	0.12 353	0.19 376	1.74 374	1.11 388	0.84 212	0.56 172	1.30 371	0.46 336	0.21 207	0.59 323	2.74 241	11.09 399	0.02 358	0.00 1	0.06 389	0.00 1	0.16 330	0.05 300

HSM-Net_RVC	0.52 272	0.06 83	1.45 229	0.00 1	0.00 1	0.61 126	0.00 1	3.83 388	0.52 150	0.14 313	0.00 1	0.22 210	0.03 171	3.50 273	0.04 136	0.01 344	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
knoymous	0.09 15	0.04 38	1.04 145	0.00 1	0.00 1	0.11 29	0.00 1	0.23 113	0.05 12	0.00 1	0.00 1	0.23 211	0.00 1	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Wz-Net-LNSev	0.34 192	0.61 335	4.26 376	0.00 1	0.00 1	0.49 95	0.00 1	0.26 122	0.61 293	0.00 1	0.01 200	0.23 211	0.03 171	0.10 135	0.16 232	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

DAS	0.49 249	0.05 60	1.29 199	0.00 1	0.00 1	0.07 20	0.00 1	1.25 262	0.61 293	1.18 369	0.00 1	0.24 213	0.03 171	4.76 316	0.22 257	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 126

SepStereo	0.45 231	0.05 60	1.29 199	0.00 1	0.00 1	0.07 20	0.00 1	1.25 262	0.61 293	1.18 369	0.00 1	0.24 213	0.03 171	3.93 290	0.22 257	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 126

SACVNet	0.42 220	0.29 229	1.10 162	0.00 1	0.00 1	1.02 230	0.00 1	0.78 200	0.29 126	0.03 239	0.00 1	0.24 213	0.02 129	4.27 304	0.07 170	0.00 1	0.00 1	0.00 1	0.00 1	0.20 350	0.01 126

FENet	0.23 126	0.05 60	1.39 217	0.00 1	0.00 1	1.00 226	0.00 1	0.80 205	0.57 204	0.00 1	0.00 1	0.24 213	0.04 202	0.23 157	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

FADNet-RVC-Resample	0.51 263	0.82 364	3.08 352	0.04 293	0.04 314	0.42 78	0.09 308	1.16 256	0.34 132	0.00 1	0.03 277	0.24 213	0.05 227	3.16 256	0.13 220	0.07 371	0.12 391	0.05 387	0.02 330	0.08 269	0.20 379

CoDeX	0.36 202	0.24 208	1.39 217	0.00 1	0.01 234	0.29 51	0.00 1	1.58 315	0.57 204	0.00 1	0.00 1	0.25 218	0.07 243	2.82 243	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

PSMNet_ROB	0.41 219	0.54 321	1.69 255	0.00 1	0.00 1	0.92 209	0.00 1	0.27 126	0.53 153	0.00 1	0.00 1	0.25 218	0.03 171	3.43 270	0.47 300	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.03 253

MyStereo05	0.28 154	0.13 148	2.37 308	0.01 241	0.00 1	1.09 309	0.00 1	1.02 237	0.45 143	0.04 256	0.01 200	0.26 220	0.14 269	0.00 1	0.06 159	0.00 1	0.05 368	0.00 1	0.00 1	0.01 57	0.04 283

iRaft-Stereo_20w	0.38 210	0.11 133	1.91 277	0.12 353	0.04 314	0.70 155	0.24 334	1.72 328	0.16 102	0.41 344	0.00 1	0.26 220	1.04 345	0.41 170	0.24 265	0.00 1	0.04 355	0.00 1	0.14 376	0.02 133	0.09 345

FADNet_RVC	0.60 298	0.83 365	2.50 320	0.00 1	0.00 1	1.09 309	0.00 1	1.29 264	0.50 147	0.02 212	0.05 284	0.26 220	0.03 171	3.17 258	0.25 268	0.21 383	0.26 399	0.08 392	0.28 404	0.53 386	0.55 399

STTRV1_RVC	0.67 309	0.21 188	2.32 304	0.00 1	0.00 1	0.58 120	0.01 213	1.05 239	0.59 255	0.01 123	0.51 338	0.26 220	0.18 282	6.05 363	0.27 273	0.26 386	1.07 411	0.00 1	0.00 1	0.00 1	0.03 253

TDLM	0.49 249	0.39 282	1.02 142	0.00 1	0.00 1	1.08 301	0.01 213	0.36 140	0.58 243	0.14 313	0.00 1	0.27 224	0.19 283	5.46 339	0.20 254	0.00 1	0.00 1	0.00 1	0.00 1	0.13 312	0.01 126

MLCV	0.23 126	0.46 297	1.15 171	0.00 1	0.00 1	0.45 88	0.00 1	0.57 173	0.15 96	0.09 294	0.00 1	0.27 224	0.03 171	1.09 197	0.25 268	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1

psm_up	0.39 213	0.25 214	1.04 145	0.00 1	0.00 1	0.82 179	0.00 1	1.88 335	0.57 204	0.00 1	0.00 1	0.28 226	0.01 84	2.78 242	0.09 186	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

ttt	0.70 311	0.02 7	0.78 81	0.00 1	0.00 1	0.62 131	0.00 1	2.50 364	0.56 172	0.00 1	0.00 1	0.29 227	0.01 84	4.18 299	5.00 376	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

EAI-Stereo	0.70 311	0.03 23	0.84 100	0.13 360	0.20 381	0.87 195	2.23 398	2.05 343	0.29 126	0.72 355	4.60 378	0.29 227	0.55 319	0.39 169	0.44 296	0.00 1	0.07 379	0.00 1	0.29 405	0.01 57	0.08 332

aanetorigin	0.86 331	0.36 261	3.45 363	0.11 349	0.13 357	0.39 71	0.93 386	0.13 78	0.14 92	3.38 388	1.21 359	0.29 227	2.01 372	2.87 245	1.35 338	0.02 358	0.00 1	0.02 370	0.05 353	0.30 372	0.08 332

BEATNet_4x	0.24 134	0.51 312	1.71 258	0.00 1	0.00 1	0.31 55	0.00 1	0.99 234	0.31 129	0.00 1	0.00 1	0.29 227	0.03 171	0.22 155	0.35 287	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 221

GANetREF_RVC	0.54 275	0.70 345	2.06 290	0.00 1	0.00 1	1.14 334	0.00 1	1.61 318	0.58 243	0.00 1	0.01 200	0.29 227	0.04 202	4.21 301	0.06 159	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	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
PWC_ROB	0.62 303	0.54 321	3.22 356	0.00 1	0.00 1	0.22 41	0.00 1	2.18 352	0.61 293	0.00 1	0.20 315	0.29 227	0.03 171	3.46 272	1.22 333	0.00 1	0.00 1	0.00 1	0.00 1	0.39 381	0.01 126

CroCo-Stereo	0.13 48	0.16 165	0.40 1	0.00 1	0.00 1	0.03 5	0.00 1	0.98 232	0.57 204	0.00 1	0.01 200	0.31 233	0.03 171	0.01 26	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
GANet-RSSM	0.34 192	0.29 229	0.97 137	0.00 1	0.00 1	1.05 246	0.00 1	0.22 112	0.15 96	0.03 239	0.00 1	0.31 233	0.00 1	3.62 277	0.14 226	0.00 1	0.00 1	0.03 379	0.00 1	0.05 220	0.01 126

AdaStereo	0.20 109	0.06 83	0.86 106	0.00 1	0.00 1	0.25 43	0.00 1	1.71 327	0.56 172	0.00 1	0.00 1	0.31 233	0.01 84	0.11 140	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
MyStereo04	0.26 144	0.12 142	2.34 305	0.00 1	0.00 1	0.98 218	0.00 1	0.84 212	0.20 109	0.06 273	0.01 200	0.33 236	0.11 262	0.00 1	0.06 159	0.00 1	0.05 368	0.00 1	0.00 1	0.02 133	0.04 283

NVstereo2D	0.45 231	0.11 133	1.91 277	0.00 1	0.00 1	0.59 124	0.00 1	1.39 278	0.61 293	0.03 239	0.00 1	0.33 236	0.00 1	3.94 291	0.07 170	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

StereoDRNet	0.42 220	0.50 307	2.50 320	0.02 265	0.06 329	0.51 99	0.00 1	0.34 137	0.61 293	0.00 1	0.00 1	0.33 236	0.02 129	2.87 245	0.50 305	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 221

APVNet	0.51 263	0.21 188	2.43 316	0.00 1	0.00 1	0.94 213	0.00 1	0.45 155	0.62 341	0.01 123	0.01 200	0.34 239	0.03 171	4.59 311	0.27 273	0.00 1	0.00 1	0.03 379	0.00 1	0.15 322	0.02 221

SuperB	1.85 369	1.06 376	10.54 400	0.02 265	0.01 234	0.90 200	0.78 382	1.75 331	0.64 346	0.05 265	0.05 284	0.34 239	0.89 341	5.29 330	5.80 380	0.01 344	0.00 1	0.02 370	0.02 330	8.71 416	0.06 320

SHD	0.50 258	0.51 312	3.61 365	0.05 303	0.00 1	0.01 2	0.01 213	0.72 196	0.61 293	1.57 375	0.00 1	0.34 239	0.09 250	1.79 212	0.49 304	0.00 1	0.00 1	0.00 1	0.01 316	0.09 284	0.03 253

UCFNet_RVC	0.20 109	0.32 237	0.88 115	0.00 1	0.00 1	1.02 230	0.00 1	0.20 105	0.29 126	0.01 123	0.00 1	0.34 239	0.02 129	0.81 188	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GANet-ADL	0.16 78	0.06 83	1.18 179	0.00 1	0.01 234	0.83 184	0.00 1	0.23 113	0.07 18	0.00 1	0.30 324	0.35 243	0.00 1	0.07 117	0.10 195	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.01 126

NLCA_NET_v2_RVC	0.35 198	0.49 306	2.00 282	0.00 1	0.02 278	0.96 214	0.00 1	0.55 170	0.18 107	0.03 239	0.00 1	0.35 243	0.10 258	2.37 229	0.01 75	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.
PWCDC_ROB	0.94 337	0.91 371	2.52 323	0.00 1	0.00 1	1.15 337	0.00 1	2.11 348	1.18 376	0.00 1	8.99 396	0.35 243	0.09 250	0.64 185	0.40 291	0.00 1	0.00 1	0.00 1	0.00 1	0.50 385	0.03 253

BSDual-CNN	0.28 154	0.05 60	0.54 23	0.00 1	0.00 1	1.07 289	0.00 1	2.43 361	0.58 243	0.30 334	0.09 300	0.36 246	0.03 171	0.01 26	0.08 180	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

psmg	0.22 119	0.05 60	0.54 23	0.00 1	0.00 1	1.05 246	0.00 1	1.73 329	0.58 243	0.00 1	0.00 1	0.36 246	0.03 171	0.01 26	0.08 180	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

FTStereo	0.78 319	0.01 1	1.27 198	0.12 353	0.00 1	1.15 337	2.80 403	0.09 51	0.61 293	0.16 316	5.93 384	0.36 246	2.56 378	0.53 176	0.01 75	0.07 371	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

pcwnet_v2	0.47 237	0.11 133	5.03 384	0.00 1	0.00 1	0.70 155	0.00 1	1.98 342	0.61 293	0.01 123	0.00 1	0.36 246	0.33 306	0.18 150	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.02 221

RTSC	0.70 311	0.71 349	3.19 354	0.01 241	0.00 1	0.20 39	0.00 1	0.81 207	0.60 278	0.29 333	0.36 330	0.36 246	0.04 202	2.04 215	4.87 374	0.00 1	0.03 340	0.00 1	0.02 330	0.28 369	0.11 354

CVANet_RVC	0.53 273	0.32 237	1.26 194	0.00 1	0.00 1	0.98 218	0.00 1	0.72 196	0.55 160	0.35 341	0.12 305	0.36 246	0.14 269	5.53 341	0.08 180	0.00 1	0.00 1	0.00 1	0.00 1	0.16 330	0.00 1

GwcNet-ADL	0.30 170	0.19 182	1.78 265	0.00 1	0.00 1	1.03 236	0.00 1	2.08 347	0.28 122	0.00 1	0.00 1	0.37 252	0.04 202	0.02 67	0.09 186	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 253

UNet	0.26 144	0.18 173	2.41 312	0.00 1	0.00 1	0.71 159	0.00 1	0.39 145	0.60 278	0.00 1	0.00 1	0.37 252	0.02 129	0.45 174	0.09 186	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

GwcNet-RSSM	0.45 231	0.56 329	1.74 263	0.00 1	0.00 1	1.06 255	0.00 1	0.65 188	0.55 160	0.18 319	0.00 1	0.37 252	0.00 1	3.70 282	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.02 221

cross-raft	0.15 73	0.05 60	1.46 231	0.00 1	0.01 234	0.37 69	0.07 295	0.40 147	0.02 2	0.02 212	0.00 1	0.38 255	0.00 1	0.02 67	0.03 120	0.00 1	0.00 1	0.00 1	0.11 369	0.01 57	0.02 221

MaskLacGwcNet_RVC	0.47 237	0.43 290	1.04 145	0.11 349	0.00 1	1.10 315	0.00 1	0.80 205	0.54 156	0.00 1	0.05 284	0.38 255	0.03 171	3.50 273	0.14 226	0.88 398	0.00 1	0.00 1	0.00 1	0.11 297	0.20 379

AASNet	0.27 150	0.47 301	1.56 241	0.00 1	0.00 1	0.91 207	0.00 1	0.58 176	0.58 243	0.00 1	0.00 1	0.39 257	0.02 129	0.33 163	0.13 220	0.00 1	0.00 1	0.00 1	0.00 1	0.25 362	0.06 320

DeepPruner_ROB	0.23 126	0.37 269	1.26 194	0.00 1	0.00 1	1.11 323	0.03 267	0.20 105	0.07 18	0.00 1	0.00 1	0.39 257	0.03 171	1.12 198	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.00 1

iinet-f	0.48 244	0.57 330	4.45 379	0.00 1	0.01 234	0.77 169	0.00 1	1.48 302	0.61 293	0.01 123	0.00 1	0.40 259	0.44 312	0.38 168	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.35 377	0.01 126

IER	0.14 61	0.09 115	1.29 199	0.00 1	0.00 1	0.62 131	0.00 1	0.17 90	0.10 65	0.00 1	0.00 1	0.40 259	0.02 129	0.11 140	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

PSMNet-RSSM	0.36 202	0.36 261	0.93 125	0.00 1	0.00 1	1.06 255	0.00 1	0.50 165	0.53 153	0.04 256	0.00 1	0.40 259	0.00 1	3.33 267	0.06 159	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 126

Wz-Net-SNSev	0.78 319	1.10 378	6.27 388	0.00 1	0.00 1	0.27 46	0.00 1	0.95 227	0.61 293	0.00 1	0.01 200	0.41 262	0.10 258	4.92 321	0.81 321	0.00 1	0.00 1	0.00 1	0.00 1	0.17 337	0.03 253

anonymousa	0.14 61	0.15 158	1.74 263	0.00 1	0.00 1	0.28 49	0.00 1	0.01 1	0.11 71	0.00 1	0.01 200	0.42 263	0.02 129	0.01 26	0.01 75	0.00 1	0.00 1	0.00 1	0.04 351	0.00 1	0.02 221

CRFU-Net	0.40 216	0.12 142	1.50 236	0.14 362	0.01 234	0.90 200	0.00 1	0.42 151	0.14 92	0.00 1	0.00 1	0.42 263	1.94 368	2.15 220	0.12 213	0.00 1	0.00 1	0.03 379	0.00 1	0.03 182	0.00 1

PA-Net	0.57 287	0.50 307	2.73 336	0.03 282	0.06 329	0.89 198	0.02 251	0.66 189	0.63 344	0.00 1	0.00 1	0.43 265	0.07 243	4.82 319	0.55 310	0.01 344	0.00 1	0.00 1	0.00 1	0.02 133	0.04 283
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RAFT-Test	0.20 109	0.09 115	1.34 206	0.00 1	0.12 354	0.39 71	0.10 312	0.72 196	0.25 119	0.08 286	0.00 1	0.44 266	0.00 1	0.05 107	0.13 220	0.00 1	0.00 1	0.00 1	0.24 399	0.01 57	0.01 126

raft_robust	0.56 281	0.36 261	0.87 111	0.00 1	0.15 362	0.64 145	0.00 1	2.20 353	0.56 172	0.00 1	0.01 200	0.44 266	1.18 355	4.46 308	0.01 75	0.00 1	0.00 1	0.00 1	0.15 380	0.09 284	0.03 253

PASM	0.51 263	0.32 237	3.07 351	0.00 1	0.00 1	0.31 55	0.00 1	0.46 158	0.12 83	0.03 239	0.00 1	0.44 266	0.02 129	5.22 328	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1	0.12 304	0.03 253

DPSNet	1.25 355	0.28 225	5.34 385	0.28 384	0.07 334	1.50 364	0.00 1	3.53 387	0.69 356	0.03 239	0.00 1	0.45 269	2.10 373	5.67 348	4.61 372	0.02 358	0.04 355	0.00 1	0.02 330	0.23 358	0.09 345

XQC	0.68 310	0.72 351	3.82 371	0.06 321	0.00 1	0.39 71	0.01 213	1.92 338	0.61 293	0.03 239	0.01 200	0.46 270	0.21 289	2.84 244	2.26 351	0.00 1	0.00 1	0.00 1	0.01 316	0.15 322	0.05 300

PSMNet-ADL	0.35 198	0.05 60	0.65 39	0.00 1	0.00 1	1.03 236	0.00 1	0.59 178	0.09 47	0.00 1	0.07 296	0.47 271	0.01 84	3.66 280	0.30 278	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.02 221

HGLStereo	0.28 154	0.12 142	1.15 171	0.00 1	0.00 1	0.65 147	0.00 1	0.57 173	0.25 119	0.02 212	0.01 200	0.47 271	0.03 171	2.17 223	0.14 226	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.01 126

PCWNet_CMD	0.19 101	0.10 119	1.38 215	0.00 1	0.01 234	0.75 166	0.00 1	0.35 138	0.12 83	0.00 1	0.00 1	0.48 273	0.51 316	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

CFNet_pseudo	0.22 119	0.10 119	1.39 217	0.00 1	0.01 234	0.98 218	0.00 1	0.94 225	0.09 47	0.00 1	0.00 1	0.48 273	0.36 308	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DGSMNet	1.21 354	0.37 269	3.02 348	0.71 394	1.33 406	1.61 368	3.53 405	1.45 290	0.33 131	0.00 1	0.79 352	0.48 273	0.24 295	3.22 259	0.53 306	0.98 400	1.21 412	1.35 409	1.09 411	1.03 394	0.92 403

CFNet-ft	0.31 174	0.34 245	0.96 131	0.00 1	0.00 1	1.08 301	0.00 1	0.19 95	0.15 96	0.01 123	0.00 1	0.48 273	0.00 1	2.95 250	0.05 145	0.00 1	0.00 1	0.01 354	0.00 1	0.01 57	0.01 126

MSMDNet	0.19 101	0.10 119	1.39 217	0.00 1	0.01 234	0.75 166	0.00 1	0.35 138	0.12 83	0.00 1	0.00 1	0.48 273	0.50 315	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

CFNet_RVC	0.31 174	0.34 245	0.96 131	0.00 1	0.00 1	1.08 301	0.00 1	0.19 95	0.15 96	0.01 123	0.00 1	0.48 273	0.00 1	2.95 250	0.05 145	0.00 1	0.00 1	0.01 354	0.00 1	0.01 57	0.01 126

ccs_rob	0.22 119	0.10 119	1.38 215	0.00 1	0.01 234	0.98 218	0.00 1	0.94 225	0.09 47	0.00 1	0.00 1	0.48 273	0.36 308	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NaN_ROB	0.80 321	0.47 301	1.63 249	0.17 371	0.19 376	0.58 120	0.38 359	2.11 348	0.80 368	0.53 352	0.33 327	0.48 273	1.13 351	4.98 323	1.94 348	0.00 1	0.02 330	0.01 354	0.05 353	0.06 240	0.14 368

SQANet	0.42 220	1.14 384	1.86 272	0.04 293	0.48 390	0.36 68	0.03 267	0.40 147	0.56 172	0.02 212	0.24 318	0.49 281	0.06 238	2.14 218	0.21 256	0.02 358	0.02 330	0.01 354	0.00 1	0.19 344	0.03 253

CFNet_ucs	0.26 144	0.14 154	1.53 240	0.00 1	0.01 234	0.84 186	0.00 1	1.78 332	0.17 104	0.00 1	0.00 1	0.49 281	0.30 301	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

Syn2CoEx	0.56 281	0.78 360	2.86 342	0.00 1	0.00 1	0.10 26	0.01 213	0.91 221	0.61 293	0.02 212	0.00 1	0.49 281	0.21 289	5.03 324	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.14 315	0.03 253

GASNet	0.56 281	1.09 377	2.57 327	0.00 1	0.00 1	0.52 105	0.02 251	1.12 251	0.22 112	0.01 123	0.14 307	0.50 284	0.12 265	4.09 296	0.39 289	0.00 1	0.00 1	0.00 1	0.00 1	0.32 374	0.08 332

HBP-ISP	0.80 321	0.70 345	2.86 342	0.02 265	0.01 234	1.67 370	0.48 366	2.63 377	0.56 172	1.11 366	0.06 293	0.50 284	0.74 334	4.60 312	0.09 186	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.03 253

OMP-Stereo	0.66 308	0.33 241	0.72 46	0.18 376	0.06 329	1.17 344	0.00 1	1.45 290	0.59 255	0.12 303	0.60 342	0.50 284	0.00 1	7.09 393	0.26 271	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1

StereoDRNet-Refined	0.24 134	0.08 109	0.68 43	0.00 1	0.00 1	0.83 184	0.00 1	0.66 189	0.61 293	0.00 1	0.00 1	0.50 284	0.02 129	1.28 204	0.08 180	0.00 1	0.00 1	0.00 1	0.00 1	0.10 291	0.04 283
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
delet	0.33 185	0.24 208	1.05 153	0.00 1	0.00 1	0.60 125	0.00 1	0.53 167	0.59 255	0.03 239	0.01 200	0.52 288	0.19 283	2.68 239	0.13 220	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

PVD	0.73 315	0.57 330	3.38 360	0.04 293	0.19 376	0.74 163	0.00 1	0.29 131	0.79 367	2.37 382	0.00 1	0.53 289	0.09 250	2.19 225	3.20 361	0.00 1	0.05 368	0.00 1	0.02 330	0.08 269	0.15 369

LL-Strereo	0.71 314	0.88 366	2.40 310	0.00 1	0.00 1	0.63 141	0.01 213	1.57 313	0.58 243	0.45 347	0.00 1	0.54 290	0.30 301	6.37 380	0.07 170	0.00 1	0.05 368	0.00 1	0.00 1	0.22 354	0.17 375

IIG-Stereo	0.65 306	0.34 245	0.77 72	0.05 303	0.03 299	1.17 344	0.00 1	1.46 300	0.60 278	0.01 123	0.57 340	0.54 290	0.01 84	7.03 392	0.39 289	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

FAT-Stereo	0.50 258	0.14 154	2.51 322	0.00 1	0.00 1	0.33 63	0.09 308	1.88 335	0.61 293	0.05 265	0.76 348	0.60 292	0.52 318	2.46 234	0.06 159	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

LSM	4.58 395	0.88 366	17.79 405	3.73 412	38.79 418	0.85 189	2.37 401	0.54 168	1.64 384	2.88 386	3.09 371	0.62 293	0.60 324	3.16 256	1.06 326	0.00 1	0.00 1	0.00 1	0.00 1	0.12 304	13.55 419

hknet	0.38 210	0.07 102	1.32 203	0.00 1	0.00 1	1.07 289	0.00 1	2.43 361	0.58 243	0.30 334	0.09 300	0.63 294	0.00 1	0.96 194	0.07 170	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GwcNet	0.50 258	0.46 297	3.90 373	0.00 1	0.00 1	0.42 78	0.10 312	0.38 142	0.74 362	0.03 239	0.00 1	0.63 294	0.05 227	2.92 248	0.16 232	0.00 1	0.00 1	0.00 1	0.00 1	0.17 337	0.05 300

DLCB_ROB	0.27 150	0.16 165	0.71 44	0.00 1	0.00 1	0.44 87	0.00 1	0.43 152	0.57 204	0.02 212	0.04 282	0.63 294	0.04 202	2.18 224	0.24 265	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NCC-stereo	0.49 249	0.46 297	2.04 286	0.03 282	0.03 299	1.06 255	0.01 213	0.78 200	0.22 112	0.06 273	0.19 313	0.64 297	0.05 227	3.65 278	0.63 315	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

Abc-Net	0.49 249	0.46 297	2.04 286	0.03 282	0.03 299	1.06 255	0.01 213	0.78 200	0.22 112	0.06 273	0.19 313	0.64 297	0.05 227	3.65 278	0.63 315	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	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
BUS	0.33 185	0.05 60	0.54 23	0.00 1	0.00 1	1.87 375	0.00 1	2.43 361	0.58 243	0.30 334	0.09 300	0.65 299	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NINENet	0.45 231	0.09 115	0.81 90	0.06 321	0.00 1	1.87 375	0.00 1	2.69 379	0.56 172	0.00 1	0.00 1	0.65 299	0.00 1	2.15 220	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

cf-r	0.35 198	0.41 286	1.45 229	0.00 1	0.00 1	1.06 255	0.00 1	0.43 152	0.38 136	0.05 265	0.00 1	0.65 299	0.00 1	2.53 235	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.02 221

DualNet	0.55 277	0.02 7	1.06 154	0.00 1	0.00 1	0.62 131	0.00 1	1.42 282	0.57 204	0.00 1	0.00 1	0.67 302	0.02 129	0.57 177	5.86 381	0.00 1	0.01 300	0.00 1	0.00 1	0.08 269	0.03 253

ffm	0.25 140	0.02 7	1.06 154	0.00 1	0.00 1	0.62 131	0.00 1	1.42 282	0.57 204	0.00 1	0.00 1	0.67 302	0.02 129	0.57 177	0.01 75	0.00 1	0.01 300	0.00 1	0.00 1	0.08 269	0.03 253

ff1	0.80 321	0.02 7	1.06 154	0.00 1	0.00 1	0.62 131	0.00 1	1.42 282	0.57 204	0.00 1	0.00 1	0.67 302	0.02 129	5.57 344	5.86 381	0.00 1	0.01 300	0.00 1	0.00 1	0.08 269	0.03 253

mmx	0.85 327	0.02 7	1.06 154	0.00 1	0.00 1	0.62 131	0.00 1	2.50 364	0.56 172	0.00 1	0.00 1	0.67 302	0.02 129	5.57 344	5.86 381	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

xxx	0.85 327	0.02 7	1.06 154	0.00 1	0.00 1	0.62 131	0.00 1	2.50 364	0.56 172	0.00 1	0.00 1	0.67 302	0.02 129	5.57 344	5.86 381	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

GANet	0.55 277	0.35 254	1.40 222	0.00 1	0.00 1	0.77 169	0.08 302	0.36 140	0.57 204	0.01 123	0.00 1	0.68 307	0.11 262	5.52 340	1.07 327	0.00 1	0.00 1	0.02 370	0.00 1	0.09 284	0.03 253

ACVNet	0.20 109	0.14 154	0.96 131	0.01 241	0.00 1	1.05 246	0.11 316	0.19 95	0.60 278	0.01 123	0.01 200	0.71 308	0.00 1	0.05 107	0.10 195	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1

acv_ft	0.21 115	0.14 154	0.95 129	0.00 1	0.00 1	0.41 74	0.00 1	0.58 176	0.60 278	0.19 321	0.01 200	0.71 308	0.12 265	0.05 107	0.12 213	0.00 1	0.00 1	0.00 1	0.00 1	0.24 359	0.00 1

PDISCO_ROB	0.56 281	0.57 330	2.07 291	0.17 371	0.00 1	1.56 367	0.01 213	2.27 356	0.51 149	0.08 286	0.01 200	0.74 310	0.28 300	2.37 229	0.13 220	0.00 1	0.00 1	0.00 1	0.00 1	0.33 376	0.00 1

hitnet-ft	0.42 220	0.30 232	1.15 171	0.00 1	0.00 1	0.73 162	0.11 316	0.30 134	0.19 108	0.04 256	0.14 307	0.75 311	0.17 281	4.33 307	0.10 195	0.01 344	0.00 1	0.03 379	0.00 1	0.04 203	0.01 126

Ntro	0.57 287	1.13 382	2.24 300	0.04 293	0.36 387	1.04 243	0.02 251	0.74 199	0.57 204	0.01 123	0.00 1	0.76 312	0.08 247	3.01 252	0.47 300	0.07 371	0.04 355	0.01 354	0.00 1	0.76 392	0.02 221

riskmin	0.11 33	0.01 1	0.87 111	0.01 241	0.00 1	0.13 33	0.00 1	0.30 134	0.09 47	0.00 1	0.01 200	0.76 312	0.00 1	0.02 67	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

THIR-Stereo	0.93 336	0.18 173	1.34 206	0.00 1	0.01 234	0.53 108	3.86 406	0.10 66	0.10 65	0.10 298	1.50 366	0.76 312	2.90 381	5.73 351	1.45 340	0.00 1	0.00 1	0.02 370	0.00 1	0.01 57	0.00 1

CSAN	1.05 343	0.61 335	2.46 317	0.09 335	0.08 338	0.71 159	0.71 379	2.20 353	0.93 373	0.85 359	2.92 370	0.79 315	1.46 361	5.37 336	1.58 343	0.01 344	0.01 300	0.00 1	0.00 1	0.09 284	0.05 300

IGEV_Zeroshot_test	0.32 183	0.10 119	2.61 329	0.01 241	0.01 234	0.50 97	0.04 279	0.21 110	0.09 47	0.45 347	0.45 334	0.81 316	0.51 316	0.20 153	0.23 262	0.00 1	0.05 368	0.00 1	0.14 376	0.03 182	0.00 1

RYNet	0.53 273	0.19 182	1.79 266	0.00 1	0.00 1	0.55 113	0.00 1	1.12 251	0.61 293	0.02 212	0.00 1	0.83 317	0.04 202	5.05 325	0.45 299	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

S-Stereo	0.65 306	0.25 214	3.44 362	0.00 1	0.00 1	0.56 115	0.05 287	1.86 334	0.61 293	0.00 1	0.76 348	0.84 318	0.11 262	4.28 306	0.11 203	0.00 1	0.01 300	0.00 1	0.00 1	0.07 252	0.03 253

ADCMid	1.38 359	0.90 370	6.15 387	0.04 293	0.03 299	1.67 370	0.18 324	1.13 254	0.93 373	0.89 360	0.58 341	0.86 319	0.71 330	1.03 195	11.96 402	0.01 344	0.00 1	0.29 401	0.08 362	0.17 337	0.03 253

ssnet_v2	0.28 154	0.17 169	1.18 179	0.00 1	0.00 1	0.81 177	0.00 1	1.05 239	0.59 255	0.09 294	0.01 200	0.88 320	0.09 250	0.43 171	0.08 180	0.00 1	0.00 1	0.00 1	0.00 1	0.12 304	0.09 345

ac_64	0.39 213	0.12 142	1.15 171	0.04 293	0.01 234	0.43 83	0.02 251	0.25 119	0.59 255	0.12 303	0.01 200	0.89 321	0.04 202	3.92 289	0.12 213	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.00 1

Nwc_Net	0.43 227	0.42 288	2.64 331	0.00 1	0.00 1	0.67 150	0.00 1	0.82 210	0.28 122	0.00 1	0.01 200	0.90 322	0.10 258	2.62 236	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1

EDNetEfficient	2.96 389	0.23 204	19.99 407	0.19 377	0.85 398	1.02 230	2.03 395	0.56 171	5.14 393	8.09 405	1.81 367	0.94 323	4.14 395	3.72 283	10.22 398	0.00 1	0.03 340	0.00 1	0.06 356	0.05 220	0.03 253

NOSS_ROB	0.61 301	0.17 169	0.63 37	0.19 377	0.00 1	0.67 150	0.00 1	2.38 359	0.57 204	0.13 306	0.00 1	0.94 323	0.00 1	6.27 377	0.10 195	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.10 352

ADCP+	1.36 358	0.76 358	6.73 389	0.01 241	0.02 278	1.32 362	0.80 384	0.81 207	0.72 360	0.01 123	0.01 200	0.96 325	1.05 346	0.33 163	13.50 406	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.02 221

AANet_RVC	0.75 316	0.65 338	2.52 323	0.01 241	0.00 1	0.66 149	0.00 1	0.61 184	0.13 90	0.00 1	1.29 363	0.96 325	0.04 202	5.98 358	1.82 347	0.13 377	0.02 330	0.00 1	0.00 1	0.07 252	0.04 283

RP	0.42 220	0.44 293	1.52 238	0.00 1	0.01 234	0.61 126	0.02 251	1.06 242	0.39 140	0.03 239	0.01 200	0.99 327	0.16 276	2.89 247	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.10 291	0.00 1

RGC	0.50 258	0.53 319	2.42 314	0.00 1	0.01 234	0.65 147	0.00 1	1.07 244	0.17 104	0.01 123	0.62 343	1.00 328	0.19 283	3.03 254	0.28 277	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.02 221

MyStereo06	0.36 202	0.13 148	2.17 297	0.01 241	0.00 1	1.09 309	0.00 1	0.23 113	0.09 47	0.49 351	0.41 332	1.01 329	1.05 346	0.21 154	0.24 265	0.00 1	0.05 368	0.00 1	0.00 1	0.01 57	0.04 283

ADLNet	0.38 210	0.21 188	0.86 106	0.00 1	0.00 1	0.67 150	0.00 1	0.86 215	0.60 278	0.18 319	0.01 200	1.01 329	0.02 129	2.92 248	0.26 271	0.00 1	0.00 1	0.00 1	0.00 1	0.09 284	0.02 221

otaku	0.59 295	1.12 380	1.90 276	0.08 330	0.11 351	0.89 198	0.05 287	0.60 180	0.57 204	0.01 123	1.41 364	1.03 331	0.14 269	2.39 231	0.56 311	0.06 370	0.03 340	0.01 354	0.00 1	0.61 387	0.21 383

MDST_ROB	1.54 365	0.06 83	3.42 361	0.14 362	0.16 365	5.42 399	0.32 349	4.33 391	0.61 293	6.08 399	1.25 362	1.04 332	1.16 354	5.81 355	0.83 322	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.11 354

DANet	0.58 291	0.19 182	1.87 273	0.26 382	0.06 329	0.51 99	0.11 316	1.41 279	0.52 150	0.22 323	0.06 293	1.06 333	0.02 129	4.25 302	0.92 324	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.06 320
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
CBMV_ROB	0.84 325	0.06 83	1.73 259	0.00 1	0.00 1	1.37 363	0.47 364	2.57 371	0.58 243	2.13 380	0.76 348	1.06 333	1.38 359	4.04 294	0.54 307	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.05 300

Anonymous_2	0.88 333	0.02 7	1.06 154	0.01 241	0.00 1	0.19 37	0.00 1	0.14 81	0.08 31	0.01 123	0.04 282	1.07 335	0.00 1	0.02 67	0.02 104	0.01 344	0.04 355	2.31 412	11.16 417	1.35 397	0.01 126

WZ-Net	1.38 359	1.14 384	10.22 399	0.00 1	0.00 1	0.82 179	0.00 1	1.37 277	0.61 293	0.01 123	0.01 200	1.09 336	2.20 375	6.39 381	3.68 365	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.02 221

FBW_ROB	0.83 324	0.31 236	1.48 235	0.10 339	0.01 234	0.62 131	0.01 213	1.91 337	0.59 255	0.01 123	0.01 200	1.10 337	0.05 227	7.84 396	2.07 350	0.05 368	0.01 300	0.03 379	0.01 316	0.01 57	0.47 393

DispFullNet	1.20 352	0.63 337	3.58 364	1.00 396	0.82 397	0.41 74	0.00 1	1.44 288	0.61 293	2.55 383	0.64 344	1.10 337	8.95 406	0.84 189	1.22 333	0.00 1	0.02 330	0.00 1	0.00 1	0.24 359	0.02 221

DDUNet	0.34 192	0.20 185	1.06 154	0.00 1	0.00 1	0.79 173	0.01 213	0.91 221	0.54 156	0.04 256	0.01 200	1.11 339	0.01 84	1.89 213	0.17 236	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

STrans-v2	0.85 327	0.28 225	1.66 251	0.00 1	0.01 234	0.85 189	0.04 279	2.05 343	0.67 354	0.48 350	0.87 355	1.12 340	2.12 374	6.64 387	0.25 268	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

RainbowNet	0.61 301	1.13 382	1.83 268	0.10 339	0.04 314	1.23 350	0.07 295	1.74 330	0.57 204	0.01 123	0.02 272	1.14 341	0.25 297	2.29 228	0.48 302	0.61 392	0.05 368	0.00 1	0.00 1	0.47 384	0.20 379

ADCL	1.52 364	0.44 293	4.70 383	0.07 325	0.03 299	2.21 379	2.35 400	0.92 223	0.80 368	1.57 375	1.11 358	1.25 342	1.55 363	1.77 211	11.53 401	0.01 344	0.00 1	0.00 1	0.00 1	0.10 291	0.01 126

AnyNet_C01	2.33 377	2.14 407	18.59 406	0.15 365	0.18 372	2.43 381	2.34 399	1.29 264	1.24 378	1.03 363	0.83 354	1.25 342	0.78 337	3.75 286	10.06 395	0.05 368	0.00 1	0.07 391	0.00 1	0.30 372	0.12 363

CBMV	0.57 287	0.22 195	1.61 248	0.00 1	0.00 1	0.84 186	0.78 382	2.58 373	0.61 293	0.38 343	0.00 1	1.25 342	0.63 328	2.07 217	0.38 288	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.08 332
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
TransformOpticalFlow	0.85 327	0.27 221	2.72 335	0.30 385	0.03 299	1.25 352	0.05 287	1.53 312	0.61 293	0.28 332	0.38 331	1.27 345	1.54 362	6.53 382	0.22 257	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

MFN_U_SF_RVC	0.95 338	1.40 396	4.49 380	0.16 367	0.11 351	0.56 115	0.07 295	1.12 251	0.36 135	0.43 346	0.27 321	1.27 345	0.73 333	3.98 293	1.47 341	0.29 388	0.34 404	0.36 403	0.55 408	0.63 388	0.46 392

AF-Net	0.47 237	0.53 319	2.05 288	0.00 1	0.00 1	0.41 74	0.01 213	1.18 258	0.40 141	0.13 306	0.05 284	1.30 347	0.45 313	2.43 233	0.30 278	0.00 1	0.00 1	0.00 1	0.00 1	0.09 284	0.00 1

EDNetEfficientorigin	6.23 401	0.45 296	98.39 428	0.02 265	0.04 314	0.42 78	0.02 251	0.33 136	2.90 387	7.07 401	3.12 372	1.31 348	1.61 364	4.26 303	4.55 371	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.02 221

edge stereo	0.58 291	0.29 229	2.86 342	0.01 241	0.03 299	0.33 63	0.03 267	0.97 231	0.50 147	0.21 322	0.33 327	1.31 348	0.16 276	4.20 300	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.11 297	0.01 126

Wz-Net-TNSev	1.42 361	2.41 409	11.01 401	0.00 1	0.00 1	0.42 78	0.14 321	2.05 343	0.61 293	0.06 273	0.01 200	1.34 350	0.16 276	5.70 349	4.19 367	0.00 1	0.00 1	0.00 1	0.01 316	0.19 344	0.10 352

SGM-Forest	0.84 325	0.07 102	0.90 118	0.02 265	0.07 334	1.10 315	0.68 377	2.12 350	0.61 293	1.14 367	0.78 351	1.36 351	0.98 342	5.55 343	1.31 337	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.06 320
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MFN_U_SF_DS_RVC	1.16 351	2.03 405	4.57 382	0.02 265	0.04 314	3.52 390	0.27 343	1.80 333	0.58 243	0.22 323	0.28 322	1.38 352	0.02 129	6.08 364	0.42 293	0.14 379	0.68 408	0.01 354	0.26 402	0.39 381	0.47 393

SDNR	1.15 350	0.21 188	3.21 355	0.01 241	0.01 234	3.30 389	0.01 213	2.55 369	0.75 364	1.80 377	1.49 365	1.40 353	0.20 288	7.24 394	0.68 317	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.04 283

ADCS	1.72 367	1.22 388	8.11 394	0.00 1	0.01 234	0.88 196	0.68 377	1.44 288	0.63 344	2.60 384	0.11 304	1.42 354	0.26 298	1.97 214	14.92 409	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.07 331

XX-Stereo	0.57 287	0.15 158	4.26 376	0.08 330	0.03 299	1.10 315	0.00 1	2.55 369	0.11 71	0.11 301	0.00 1	1.43 355	0.01 84	1.34 205	0.00 1	0.00 1	0.04 355	0.00 1	0.16 381	0.03 182	0.01 126

ADCPNet	1.44 362	0.55 327	7.88 393	0.01 241	0.19 376	2.78 382	0.27 343	0.90 219	0.38 136	0.04 256	0.02 272	1.43 355	1.81 366	2.22 226	9.08 393	0.00 1	0.47 406	0.00 1	0.64 410	0.04 203	0.15 369

HH	0.23 126	0.21 188	1.69 255	0.16 367	0.08 338	0.11 29	0.00 1	0.24 117	0.06 13	0.30 334	0.18 311	1.47 357	0.04 202	0.04 101	0.01 75	0.00 1	0.03 340	0.00 1	0.00 1	0.02 133	0.01 126

HanStereo	0.23 126	0.21 188	1.69 255	0.16 367	0.08 338	0.11 29	0.00 1	0.24 117	0.06 13	0.30 334	0.18 311	1.47 357	0.04 202	0.04 101	0.01 75	0.00 1	0.03 340	0.00 1	0.00 1	0.02 133	0.01 126

ADLNet2	0.55 277	0.33 241	2.54 326	0.00 1	0.00 1	0.88 196	0.00 1	0.69 192	0.65 348	0.00 1	0.07 296	1.47 357	0.02 129	4.12 298	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.13 312	0.01 126

UDG	0.42 220	0.43 290	1.17 176	0.00 1	0.00 1	0.99 224	0.00 1	1.70 326	0.60 278	0.05 265	0.00 1	1.51 360	0.19 283	1.20 199	0.61 313	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1

DISCO	0.31 174	0.11 133	1.73 259	0.16 367	0.16 365	0.31 55	0.00 1	0.09 51	0.17 104	0.00 1	0.01 200	1.51 360	0.00 1	1.21 200	0.62 314	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.01 126

RASNet	0.58 291	0.27 221	1.30 202	0.00 1	0.00 1	0.61 126	0.01 213	0.47 159	0.60 278	0.08 286	0.06 293	1.52 362	0.04 202	6.18 369	0.48 302	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

CBFPSM	0.36 202	0.54 321	2.16 296	0.00 1	0.00 1	0.30 54	0.00 1	0.26 122	0.62 341	0.01 123	0.01 200	1.68 363	1.03 344	0.27 161	0.33 284	0.00 1	0.01 300	0.00 1	0.00 1	0.01 57	0.01 126

stereogan	0.49 249	0.22 195	2.39 309	0.00 1	0.00 1	0.63 141	0.02 251	0.79 203	0.72 360	0.06 273	0.00 1	1.68 363	0.46 314	2.63 238	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1	0.14 315	0.00 1

MADNet+	4.65 396	2.70 411	46.68 416	0.01 241	0.02 278	2.06 378	0.03 267	3.17 386	1.07 375	0.02 212	0.01 200	1.84 365	0.31 304	21.62 413	13.04 404	0.00 1	0.03 340	0.00 1	0.00 1	0.20 350	0.19 378

NVStereoNet_ROB	1.08 344	0.39 282	2.15 295	0.08 330	0.02 278	0.45 88	0.02 251	0.89 218	0.67 354	0.10 298	5.85 382	1.90 366	1.11 350	6.20 375	1.14 329	0.20 382	0.00 1	0.03 379	0.07 359	0.12 304	0.13 365
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RTS	4.10 392	1.68 400	43.40 414	0.09 335	0.02 278	3.95 392	0.00 1	1.61 318	0.61 293	1.09 364	0.01 200	1.97 367	0.22 291	16.87 408	10.15 396	0.00 1	0.09 383	0.00 1	0.00 1	0.20 350	0.05 300

RTSA	4.10 392	1.68 400	43.40 414	0.09 335	0.02 278	3.95 392	0.00 1	1.61 318	0.61 293	1.09 364	0.01 200	1.97 367	0.22 291	16.87 408	10.15 396	0.00 1	0.09 383	0.00 1	0.00 1	0.20 350	0.05 300

ACVNet-4b	1.14 348	1.34 394	3.96 374	0.17 371	0.03 299	1.03 236	0.01 213	1.31 266	0.65 348	0.01 123	0.97 357	1.98 369	0.32 305	6.18 369	1.20 332	2.52 405	0.02 330	0.00 1	0.00 1	0.82 393	0.28 386

SPS-STEREO	0.88 333	0.40 284	2.01 283	0.00 1	0.01 234	0.42 78	0.17 322	0.50 165	0.61 293	2.19 381	0.79 352	2.04 370	0.27 299	5.10 326	2.89 360	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.11 354
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IMH-64-1	1.98 371	0.88 366	1.46 231	1.92 402	0.54 392	2.90 384	1.64 390	5.24 392	0.91 371	0.97 361	4.83 379	2.10 371	2.00 370	5.33 332	2.83 358	3.56 407	0.04 355	0.02 370	0.00 1	1.90 399	0.50 396

IMH-64	1.98 371	0.88 366	1.46 231	1.92 402	0.54 392	2.90 384	1.64 390	5.24 392	0.91 371	0.97 361	4.83 379	2.10 371	2.00 370	5.33 332	2.83 358	3.56 407	0.04 355	0.02 370	0.00 1	1.90 399	0.50 396

MSC_U_SF_DS_RVC	1.79 368	1.81 402	3.81 370	0.01 241	0.02 278	12.12 406	0.50 370	2.74 380	0.71 359	0.07 279	0.20 315	2.17 373	0.15 274	6.82 389	1.19 331	0.74 394	0.80 410	0.20 398	0.27 403	0.73 391	0.70 401

HSM	0.63 304	0.36 261	0.89 116	0.00 1	0.00 1	0.52 105	0.01 213	0.98 232	0.56 172	0.00 1	0.01 200	2.27 374	0.65 329	6.18 369	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

G-Net	1.20 352	0.28 225	2.96 346	0.05 303	0.49 391	1.73 372	0.48 366	0.23 113	0.35 133	1.35 372	9.14 397	2.33 375	0.81 338	2.40 232	1.15 330	0.01 344	0.03 340	0.02 370	0.09 363	0.07 252	0.05 300

psmorigin	0.75 316	0.25 214	7.10 390	0.00 1	0.00 1	0.19 37	0.00 1	0.10 66	0.12 83	0.65 353	0.00 1	2.74 376	0.23 294	3.02 253	0.54 307	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 126

SAMSARA	1.01 341	0.70 345	3.29 357	0.20 380	0.06 329	1.65 369	0.05 287	0.48 161	0.53 153	2.91 387	0.68 345	2.97 377	1.08 348	3.89 287	1.54 342	0.00 1	0.04 355	0.00 1	0.02 330	0.05 220	0.03 253

PWCK	2.44 381	1.65 399	7.31 392	0.22 381	0.02 278	3.12 386	4.74 408	3.06 383	3.48 390	0.72 355	4.42 377	3.40 378	1.67 365	9.06 402	3.36 362	0.39 390	0.01 300	0.00 1	0.00 1	2.19 403	0.08 332

ELAS	2.75 385	0.35 254	2.67 332	0.05 303	0.04 314	6.72 401	1.83 393	2.84 381	3.38 389	8.25 406	9.14 397	3.95 379	6.15 400	3.73 284	5.70 379	0.00 1	0.04 355	0.01 354	0.01 316	0.10 291	0.08 332
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SANet	1.99 373	0.71 349	3.37 359	0.03 282	0.03 299	2.85 383	0.85 385	2.42 360	8.33 401	1.55 374	4.13 376	4.29 380	3.23 384	5.39 337	2.47 354	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.06 320

SGM_RVC	1.54 365	0.35 254	1.60 245	0.15 365	0.17 370	1.25 352	0.77 380	1.97 341	0.88 370	4.31 389	2.46 369	4.36 381	2.37 376	6.98 391	1.78 346	0.21 383	0.23 398	0.20 398	0.23 394	0.26 364	0.31 388
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ACVNet_1	1.10 345	1.42 397	4.00 375	0.31 386	0.02 278	1.25 352	0.10 312	1.69 324	0.61 293	0.26 327	0.01 200	4.39 382	1.29 358	4.75 315	0.57 312	0.79 397	0.00 1	0.00 1	0.00 1	0.32 374	0.18 376

coex-ft	8.40 408	2.59 410	75.27 419	0.00 1	0.00 1	0.18 36	0.04 279	0.13 78	20.18 408	39.66 417	4.06 375	4.68 383	8.53 403	3.94 291	7.96 389	0.02 358	0.07 379	0.00 1	0.02 330	0.14 315	0.50 396

FADE	8.29 407	5.89 414	27.26 409	2.64 407	2.97 411	1.26 355	1.13 389	9.60 406	6.84 398	2.66 385	0.94 356	5.28 384	14.22 410	13.53 407	9.84 394	16.99 418	2.70 414	18.19 418	20.39 419	1.88 398	1.60 408

WAO-7	2.46 382	0.92 372	1.85 271	0.03 282	0.05 322	4.73 394	0.54 373	5.67 395	4.50 392	1.49 373	7.64 392	5.52 385	2.69 379	8.48 398	4.51 370	0.00 1	0.00 1	0.33 402	0.02 330	0.19 344	0.06 320

SGM+DAISY	2.38 378	0.98 373	4.37 378	0.48 389	0.33 386	2.24 380	1.94 394	1.16 256	1.47 382	6.62 400	5.89 383	5.77 386	5.09 398	5.76 353	4.39 369	0.16 380	0.15 395	0.06 389	0.14 376	0.26 364	0.40 391

ELAS_RVC	2.84 388	0.34 245	3.86 372	0.05 303	0.05 322	1.52 365	5.02 409	1.93 339	5.28 394	7.10 402	6.96 387	6.26 387	8.34 402	4.96 322	4.90 375	0.00 1	0.04 355	0.01 354	0.01 316	0.10 291	0.09 345
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IMH	2.83 387	1.28 390	1.89 274	1.96 405	0.60 394	5.22 397	0.24 334	6.28 397	4.13 391	1.90 379	7.52 391	6.39 388	3.40 385	6.59 384	2.53 355	3.92 409	0.12 391	0.05 387	0.00 1	2.06 401	0.47 393

JetBlue	5.71 400	2.18 408	16.18 404	0.00 1	2.13 408	29.20 415	14.20 416	3.90 389	0.74 362	0.71 354	2.30 368	6.42 389	5.97 399	17.84 411	8.74 391	0.09 375	0.01 300	0.00 1	0.00 1	2.62 404	0.96 404

ACVNet_2	1.32 356	1.30 392	2.83 341	0.11 349	0.07 334	1.30 357	0.18 324	2.29 357	0.75 364	0.26 327	3.44 373	6.65 390	0.16 276	5.12 327	1.08 328	0.13 377	0.00 1	0.00 1	0.00 1	0.38 379	0.32 389

Dean	2.41 380	1.16 386	3.63 367	0.36 387	0.40 388	1.19 347	0.50 370	7.85 400	8.44 402	1.17 368	8.12 394	7.07 391	1.13 351	4.11 297	1.04 325	0.70 393	0.00 1	0.01 354	0.00 1	1.07 395	0.29 387

KSHMR	3.68 391	1.11 379	3.06 350	2.84 408	1.78 407	5.33 398	0.41 361	8.64 402	14.09 405	1.85 378	9.32 399	7.19 392	1.93 367	5.45 338	2.30 352	1.95 402	0.41 405	0.50 405	0.21 391	3.53 406	1.76 409

MSMD_ROB	2.04 375	0.40 284	2.13 293	0.00 1	0.00 1	4.88 395	0.22 333	0.93 224	1.82 385	5.71 397	7.79 393	7.39 393	3.72 388	4.62 314	1.22 333	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

WAO-6	2.38 378	0.69 343	1.93 280	0.00 1	0.00 1	3.94 391	0.29 347	5.62 394	7.23 399	0.34 340	6.76 386	7.73 394	1.96 369	5.88 357	5.07 377	0.00 1	0.00 1	0.00 1	0.00 1	0.15 322	0.03 253

WCMA_ROB	2.01 374	0.34 245	1.89 274	0.04 293	0.00 1	1.07 289	0.60 374	1.09 247	1.21 377	5.12 394	9.87 402	8.09 395	4.48 396	3.74 285	2.55 356	0.00 1	0.00 1	0.01 354	0.00 1	0.02 133	0.13 365

LVE	2.75 385	1.12 380	2.30 302	0.46 388	0.45 389	1.87 375	0.06 292	7.19 399	9.72 403	0.03 239	11.08 405	9.01 396	1.26 357	6.93 390	0.91 323	1.86 401	0.16 396	0.04 386	0.24 399	0.22 354	0.13 365

DPSimNet_ROB	7.90 406	5.46 413	13.55 403	3.66 410	5.16 415	7.26 402	9.60 414	6.11 396	7.46 400	13.33 410	9.50 400	11.03 397	11.89 409	10.08 405	12.35 403	4.36 410	5.55 416	5.35 415	5.34 414	4.96 409	5.98 416

MADNet++	9.87 410	2.12 406	7.11 391	7.99 416	4.58 414	14.38 410	6.90 413	9.23 405	5.88 395	16.88 411	17.47 414	11.07 398	15.72 411	24.26 414	19.76 413	8.52 413	6.39 417	4.85 414	2.69 412	5.96 411	5.73 415

MeshStereo	2.61 383	0.65 338	2.71 334	0.02 265	0.02 278	1.55 366	0.94 387	3.02 382	1.29 379	11.21 408	7.34 388	11.54 399	2.74 380	6.34 379	2.43 353	0.00 1	0.00 1	0.00 1	0.00 1	0.28 369	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
FCDSN-DC	2.66 384	0.08 109	1.65 250	0.00 1	0.00 1	1.73 372	0.37 357	1.64 322	1.35 380	8.08 404	11.18 406	11.78 400	7.59 401	4.76 316	2.80 357	0.02 358	0.00 1	0.00 1	0.00 1	0.03 182	0.05 300
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
WAO-8	5.13 399	1.91 403	2.34 305	0.60 392	0.10 346	12.98 407	0.34 354	11.65 408	24.58 413	4.87 391	10.60 404	13.32 401	4.10 393	8.85 399	3.55 363	0.75 395	0.32 401	0.71 407	0.12 373	0.70 389	0.11 354

Venus	5.12 398	1.91 403	2.34 305	0.60 392	0.10 346	12.98 407	0.34 354	11.65 408	24.58 413	4.87 391	10.54 403	13.32 401	4.10 393	8.85 399	3.55 363	0.75 395	0.32 401	0.71 407	0.12 373	0.70 389	0.11 354

ktn	4.96 397	1.21 387	2.41 312	3.20 409	1.02 401	8.36 404	2.08 396	9.00 404	17.02 406	5.18 395	12.71 409	13.69 403	3.51 387	8.05 397	3.68 365	5.30 412	0.02 330	0.00 1	0.00 1	2.14 402	0.55 399

JetRed	13.51 414	18.77 417	42.38 413	1.28 399	1.18 404	54.67 417	25.60 417	12.87 411	6.75 397	8.50 407	8.61 395	13.77 404	10.87 408	24.50 416	30.67 415	0.24 385	0.68 408	0.53 406	0.02 330	5.93 410	2.43 411

FC-DCNN	3.42 390	0.11 133	2.03 284	0.00 1	0.00 1	3.18 387	0.60 374	3.13 385	2.98 388	11.40 409	12.28 408	13.93 405	8.68 404	5.70 349	4.27 368	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.06 320

LE_ROB	9.96 411	0.54 321	9.62 397	1.40 401	1.24 405	3.29 388	4.64 407	4.31 390	43.01 417	51.54 418	13.34 411	14.15 406	24.60 415	6.66 388	20.28 414	0.04 366	0.05 368	0.12 397	0.20 387	0.07 252	0.09 345

pmcnn	2.10 376	0.59 333	4.52 381	0.27 383	0.86 399	0.34 66	0.29 347	1.69 324	0.75 364	0.36 342	7.50 390	14.39 407	0.56 320	4.90 320	4.69 373	0.00 1	0.00 1	0.00 1	0.00 1	0.16 330	0.04 283

UNDER WATER	6.24 402	0.99 374	8.13 395	4.62 414	2.68 409	8.66 405	0.77 380	8.37 401	22.50 412	4.55 390	6.36 385	15.93 408	8.89 405	8.99 401	8.85 392	3.25 406	0.04 355	1.36 410	0.02 330	6.24 413	3.56 412

notaker	4.30 394	1.28 390	3.70 368	3.71 411	0.90 400	4.91 396	0.39 360	6.90 398	1.96 386	5.39 396	11.82 407	16.90 409	3.75 389	7.59 395	5.65 378	5.23 411	0.01 300	0.10 394	0.06 356	4.57 408	1.22 406

UNDER WATER-64	6.84 404	1.25 389	9.68 398	4.53 413	3.53 412	16.61 412	1.79 392	8.72 403	22.23 410	5.11 393	5.07 381	17.34 410	10.14 407	9.19 403	8.21 390	2.00 404	0.03 340	1.52 411	0.11 369	6.09 412	3.62 413

TorneroNet	6.97 405	1.37 395	2.22 298	1.95 404	1.12 403	19.47 414	0.47 364	13.04 413	26.32 416	7.90 403	17.10 412	17.67 411	4.62 397	10.46 406	7.94 387	1.98 403	0.03 340	0.11 395	0.00 1	4.15 407	1.49 407

TorneroNet-64	6.39 403	1.31 393	2.23 299	1.99 406	0.65 396	18.82 413	0.28 345	11.98 410	26.18 415	5.99 398	12.75 410	19.37 412	4.08 392	9.94 404	5.95 385	0.89 399	0.00 1	0.11 395	0.00 1	3.44 405	1.81 410

ASD4	35.17 417	42.77 418	34.00 411	20.47 418	35.77 417	80.11 420	95.20 426	26.58 417	69.14 418	27.82 415	35.84 418	27.05 413	44.35 417	37.95 418	53.20 418	10.25 415	10.28 419	12.30 416	11.09 416	16.01 417	13.25 418

MANE	9.96 411	0.69 343	2.88 345	1.22 398	0.61 395	13.15 409	3.46 404	15.62 415	22.27 411	22.74 413	30.00 417	29.74 414	23.22 413	17.17 410	13.78 407	0.29 388	0.56 407	0.09 393	0.61 409	0.15 322	1.00 405

HanzoNet	12.77 413	4.55 412	11.74 402	5.35 415	2.79 410	7.59 403	0.66 376	12.97 412	20.40 409	25.99 414	28.61 416	34.05 415	25.08 416	25.93 417	14.98 410	10.77 416	3.91 415	3.00 413	3.73 413	8.16 415	5.15 414

SGM-ForestM	8.89 409	0.68 342	3.61 365	0.57 391	0.18 372	14.89 411	5.99 412	9.62 407	10.59 404	20.43 412	17.16 413	39.22 416	20.29 412	20.63 412	13.19 405	0.04 366	0.14 393	0.00 1	0.07 359	0.15 322	0.36 390

BEATNet-Init1	14.52 415	6.56 415	34.32 412	1.10 397	1.02 401	31.53 416	11.99 415	15.58 414	17.42 407	30.17 416	27.03 415	43.14 417	24.36 414	24.41 415	18.27 412	0.27 387	0.32 401	0.36 403	0.46 407	1.26 396	0.76 402

LRCNet_RVC	55.44 420	60.56 423	57.70 417	66.68 424	44.91 419	6.22 400	0.00 1	52.80 418	1.37 381	70.44 419	81.09 422	67.07 418	55.41 418	51.59 419	46.24 417	90.66 428	41.89 423	90.95 429	90.04 425	64.32 424	68.75 424

DGTPSM_ROB	81.49 425	60.74 424	99.95 430	61.20 422	86.99 427	99.11 428	100.00 428	95.92 425	99.99 428	73.08 420	100.00 428	70.81 419	100.00 429	77.39 423	99.98 430	35.10 419	97.48 429	35.12 420	99.89 430	46.16 419	90.85 426

DPSMNet_ROB	81.54 426	60.77 425	99.95 430	61.42 423	87.05 428	99.11 428	100.00 428	95.93 426	99.99 428	73.11 421	100.00 428	70.84 420	100.00 429	77.43 424	99.98 430	35.39 420	97.54 430	35.21 421	99.89 430	46.30 420	90.94 427

xxxxx1	63.71 421	58.10 420	78.65 420	43.63 419	48.97 420	92.61 423	92.18 423	60.44 419	69.38 419	73.77 422	76.42 419	77.82 421	76.45 420	72.33 420	77.46 421	35.89 421	37.06 420	48.26 422	62.63 421	48.72 421	43.44 421

tt_ll	63.71 421	58.10 420	78.65 420	43.63 419	48.97 420	92.61 423	92.18 423	60.44 419	69.38 419	73.77 422	76.42 419	77.82 421	76.45 420	72.33 420	77.46 421	35.89 421	37.06 420	48.26 422	62.63 421	48.72 421	43.44 421

ff	63.71 421	58.10 420	78.65 420	43.63 419	48.97 420	92.61 423	92.18 423	60.44 419	69.38 419	73.77 422	76.42 419	77.82 421	76.45 420	72.33 420	77.46 421	35.89 421	37.06 420	48.26 422	62.63 421	48.72 421	43.44 421

test_example2	97.61 432	99.96 433	99.93 429	99.83 438	99.97 438	98.84 427	99.76 427	91.98 423	100.00 430	100.00 430	100.00 428	89.18 424	86.51 423	99.29 430	96.54 426	99.97 437	99.55 431	92.92 430	98.06 428	100.00 438	99.95 437

PML	71.49 424	88.65 429	73.56 418	82.49 426	75.59 423	85.39 421	79.41 421	71.62 422	87.17 422	90.48 425	85.96 423	90.50 425	60.21 419	91.76 429	73.85 420	96.01 435	2.36 413	86.79 428	6.59 415	83.59 427	17.83 420

MEDIAN_ROB	93.37 428	98.75 431	96.05 426	90.90 429	90.53 430	85.63 422	76.45 420	92.03 424	89.53 423	95.05 426	94.99 425	96.02 426	93.85 426	90.36 425	87.21 424	98.36 436	95.79 425	99.61 431	98.77 429	98.80 436	98.72 436

Anonymous_1	89.88 427	75.38 426	97.81 427	74.49 425	78.39 424	100.00 430	100.00 428	98.09 428	99.76 426	96.82 428	99.37 426	97.66 427	99.77 427	91.14 428	98.89 427	81.73 424	97.25 426	59.96 425	85.38 424	77.37 426	88.27 425

tt	48.25 418	0.05 60	28.22 410	1.29 400	0.00 1	100.00 430	100.00 428	100.00 429	97.19 424	0.08 286	0.00 1	97.99 428	86.70 424	2.26 227	99.92 429	83.66 425	94.83 424	16.47 417	21.27 420	35.05 418	0.01 126

HaxPig	95.46 431	97.61 430	87.80 424	97.80 437	99.17 437	77.55 419	75.28 418	96.76 427	99.61 425	99.97 429	99.97 427	99.62 429	99.97 428	91.02 427	87.28 425	99.98 438	99.98 433	99.98 432	99.99 432	99.97 437	99.97 438

MyStereo03	99.18 437	100.00 435	100.00 432	96.47 433	98.78 433	100.00 430	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 432	93.73 431	100.00 435	100.00 433	100.00 433	96.63 432	97.99 432

MyStereo02	99.18 437	100.00 435	100.00 432	96.47 433	98.78 433	100.00 430	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 432	93.73 431	100.00 435	100.00 433	100.00 433	96.63 432	97.99 432

MyStereo	99.18 437	100.00 435	100.00 432	96.47 433	98.78 433	100.00 430	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 432	93.73 431	100.00 435	100.00 433	100.00 433	96.63 432	97.99 432

SPstereo	50.33 419	10.80 416	21.19 408	11.76 417	9.23 416	66.15 418	76.05 419	100.00 429	100.00 430	95.98 427	93.33 424	100.00 430	93.15 425	90.92 426	72.10 419	9.41 414	8.60 418	19.85 419	14.84 418	6.36 414	6.89 417

Selective-RAFT-Error	99.17 436	100.00 435	100.00 432	96.65 436	98.79 436	100.00 430	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 432	93.64 429	100.00 435	100.00 433	100.00 433	96.25 430	98.10 435

CasAABBNet	99.15 435	100.00 435	100.00 432	96.37 432	98.76 432	100.00 430	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 432	93.65 430	99.99 434	100.00 433	100.00 433	96.27 431	97.93 431

LSM0	99.11 434	99.97 434	100.00 432	95.93 430	98.59 431	100.00 430	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 432	93.89 434	99.97 432	100.00 433	100.00 433	96.64 435	97.25 430

DPSM_ROB	94.00 429	79.32 427	100.00 432	83.19 427	85.69 425	100.00 430	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 432	89.53 426	97.42 427	74.97 426	95.13 426	83.79 428	90.98 428

DPSM	94.00 429	79.32 427	100.00 432	83.19 427	85.69 425	100.00 430	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 432	89.53 426	97.42 427	74.97 426	95.13 426	83.79 428	90.98 428

AVERAGE_ROB	98.45 433	99.13 432	95.46 425	100.00 439	100.00 439	93.36 426	81.95 422	100.00 429	99.97 427	100.00 430	100.00 428	100.00 430	100.00 429	99.72 431	99.40 428	100.00 439	100.00 435	100.00 433	100.00 433	100.00 438	100.00 439

Low-res two-view benchmark