Low-res two-view results

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

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

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

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

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

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

Selective-IGEV	0.05 2	0.04 38	0.43 6	0.00 1	0.04 312	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	0.07 357	0.03 180	0.08 330

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	0.42 261	0.02 128	0.01 25	0.01 74	0.00 1	0.00 1	0.00 1	0.04 349	0.00 1	0.02 221

GLC_STEREO	0.04 1	0.05 60	0.52 14	0.00 1	0.00 1	0.06 18	0.00 1	0.01 1	0.03 4	0.00 1	0.00 1	0.01 7	0.01 84	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

dad	0.17 85	0.54 319	0.82 92	0.00 1	0.00 1	1.03 234	0.00 1	0.02 4	0.23 116	0.01 123	0.00 1	0.02 38	0.01 84	0.63 183	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

MFMNet_re	0.24 133	0.74 350	2.31 302	0.53 388	0.00 1	0.17 34	0.01 212	0.02 4	0.59 254	0.01 123	0.03 276	0.12 162	0.00 1	0.07 116	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.19 342	0.01 126

MyStereo07	0.10 18	0.12 141	0.59 33	0.00 1	0.00 1	0.98 216	0.00 1	0.03 6	0.10 65	0.01 123	0.00 1	0.01 7	0.05 226	0.04 100	0.00 1	0.00 1	0.05 367	0.00 1	0.00 1	0.02 131	0.04 281

MC-Stereo	0.10 18	0.10 118	0.59 33	0.01 239	0.01 232	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	0.02 328	0.05 218	0.01 126

NRIStereo	0.17 85	0.03 23	0.73 47	0.04 291	0.01 232	1.15 335	0.33 351	0.03 6	0.59 254	0.04 255	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	0.06 238	0.09 343

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	0.08 267	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	0.08 267	0.15 367

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

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	0.57 203	0.00 1	0.00 1	0.06 126	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.19 384	0.04 201	0.00 1

ProNet	0.09 14	0.20 184	0.53 21	0.00 1	0.00 1	0.80 173	0.00 1	0.04 12	0.07 18	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 267	0.01 126

test_4	0.13 47	0.07 101	1.12 167	0.00 1	0.05 320	0.82 177	0.00 1	0.04 12	0.08 31	0.10 297	0.00 1	0.01 7	0.01 84	0.02 66	0.06 158	0.00 1	0.00 1	0.00 1	0.02 328	0.11 295	0.00 1

DeepStereo_RVC	0.22 118	0.04 38	0.87 110	0.05 301	0.02 276	1.07 287	0.32 347	0.04 12	0.56 171	0.01 123	0.00 1	0.00 1	1.25 354	0.01 25	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.05 298

CRE-IMP	0.16 77	0.03 23	0.75 64	0.05 301	0.01 232	1.11 321	0.34 352	0.04 12	0.56 171	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

GMStereo	0.08 9	0.54 319	0.90 117	0.00 1	0.00 1	0.03 5	0.00 1	0.04 12	0.03 4	0.00 1	0.00 1	0.01 7	0.02 128	0.00 1	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
GMStereo_Zeroshot	0.07 7	0.04 38	0.80 88	0.08 328	0.00 1	0.03 5	0.00 1	0.05 18	0.10 65	0.00 1	0.03 276	0.19 200	0.03 170	0.00 1	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

UDGNet	0.14 60	0.48 301	0.72 45	0.00 1	0.00 1	1.06 253	0.00 1	0.05 18	0.28 121	0.00 1	0.00 1	0.02 38	0.00 1	0.09 130	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AAGNet	0.96 337	0.05 60	0.74 56	0.09 333	0.27 381	1.11 321	0.28 343	0.05 18	0.59 254	0.01 123	0.00 1	0.01 7	1.00 341	3.68 280	11.30 397	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

PSM-adaLoss	0.14 60	0.04 38	0.73 47	0.05 301	0.02 276	1.06 253	0.08 300	0.05 18	0.56 171	0.01 123	0.00 1	0.07 133	0.00 1	0.01 25	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

ROB_FTStereo_v2	0.14 60	0.04 38	0.73 47	0.05 301	0.01 232	1.06 253	0.06 290	0.05 18	0.56 171	0.01 123	0.00 1	0.07 133	0.00 1	0.01 25	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

DEmStereo	0.75 314	0.06 83	1.73 258	0.04 291	0.00 1	0.78 169	0.52 370	0.05 18	0.57 203	0.05 264	0.72 345	0.02 38	3.42 384	5.79 353	1.29 334	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

DRaft	0.56 280	0.08 108	0.73 47	0.00 1	0.00 1	0.92 207	0.19 325	0.05 18	0.09 47	0.03 238	0.26 319	0.06 126	2.55 375	4.61 312	1.38 337	0.00 1	0.03 339	0.00 1	0.02 328	0.03 180	0.08 330

RAFT-IKP	0.14 60	0.04 38	0.75 64	0.05 301	0.01 232	1.06 253	0.08 300	0.05 18	0.56 171	0.01 123	0.00 1	0.05 114	0.00 1	0.01 25	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

iRaftStereo_RVC	0.10 18	0.20 184	0.57 29	0.00 1	0.00 1	0.52 104	0.00 1	0.05 18	0.07 18	0.00 1	0.01 199	0.14 175	0.03 170	0.02 66	0.01 74	0.00 1	0.03 339	0.00 1	0.00 1	0.25 360	0.20 377

raft+_RVC	0.14 60	0.37 267	0.96 130	0.00 1	0.16 363	0.64 143	0.03 265	0.05 18	0.08 31	0.00 1	0.00 1	0.02 38	0.03 170	0.03 91	0.07 169	0.00 1	0.07 378	0.00 1	0.00 1	0.05 218	0.16 371

StereoIM	0.06 5	0.16 164	0.66 39	0.00 1	0.00 1	0.05 16	0.01 212	0.06 28	0.12 83	0.00 1	0.01 199	0.04 93	0.02 128	0.02 66	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

MIF-Stereo	0.06 5	0.06 83	0.83 94	0.00 1	0.00 1	0.08 21	0.01 212	0.06 28	0.03 4	0.00 1	0.08 298	0.02 38	0.00 1	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 267	0.00 1

fast-acv-ft	0.29 167	0.37 267	3.76 367	0.06 319	0.01 232	0.28 48	0.17 320	0.06 28	0.21 110	0.00 1	0.00 1	0.08 139	0.09 249	0.10 134	0.23 261	0.01 343	0.00 1	0.03 377	0.01 314	0.26 362	0.01 126

Patchmatch Stereo++	0.13 47	0.04 38	0.73 47	0.05 301	0.01 232	1.06 253	0.08 300	0.06 28	0.56 171	0.01 123	0.00 1	0.05 114	0.00 1	0.01 25	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	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
ROB_FTStereo	0.13 47	0.04 38	0.73 47	0.05 301	0.02 276	1.06 253	0.07 293	0.06 28	0.56 171	0.01 123	0.00 1	0.03 73	0.00 1	0.01 25	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

HUI-Stereo	0.14 60	0.04 38	0.75 64	0.05 301	0.02 276	1.06 253	0.08 300	0.06 28	0.57 203	0.01 123	0.00 1	0.07 133	0.00 1	0.01 25	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

iGMRVC	0.14 60	0.04 38	0.74 56	0.05 301	0.02 276	1.06 253	0.07 293	0.06 28	0.56 171	0.01 123	0.00 1	0.05 114	0.00 1	0.01 25	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

RAFT-RH_RVC	0.96 337	0.13 147	1.35 207	0.02 263	0.05 320	1.06 253	0.00 1	0.06 28	0.55 159	0.01 123	9.57 398	0.10 153	0.00 1	6.00 358	0.30 276	0.01 343	0.00 1	0.00 1	0.02 328	0.01 56	0.00 1

iRAFT	0.13 47	0.04 38	0.73 47	0.05 301	0.01 232	1.06 253	0.08 300	0.06 28	0.56 171	0.01 123	0.00 1	0.05 114	0.00 1	0.01 25	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

RAFT	0.12 41	0.43 288	0.79 83	0.01 239	0.02 276	0.10 25	0.07 293	0.06 28	0.27 120	0.00 1	0.01 199	0.18 193	0.04 201	0.01 25	0.00 1	0.00 1	0.02 329	0.00 1	0.01 314	0.37 376	0.01 126

TestStereo	0.31 173	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	4.27 303	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DMCA-RVC	0.31 173	0.48 301	2.47 316	0.00 1	0.03 297	0.78 169	0.03 265	0.06 28	0.08 31	0.01 123	0.01 199	0.08 139	0.33 304	1.59 208	0.16 231	0.00 1	0.02 329	0.01 352	0.00 1	0.01 56	0.01 126

AEACV	0.10 18	0.02 7	0.49 10	0.00 1	0.02 276	0.75 164	0.00 1	0.07 40	0.02 2	0.09 293	0.00 1	0.01 7	0.08 246	0.01 25	0.00 1	0.00 1	0.03 339	0.00 1	0.24 397	0.07 250	0.05 298

LoS	0.14 60	0.07 101	0.66 39	0.02 263	0.00 1	1.05 244	0.01 212	0.07 40	0.57 203	0.01 123	0.01 199	0.16 188	0.04 201	0.04 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.00 1

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	0.56 171	0.00 1	0.00 1	0.01 7	0.03 170	0.02 66	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.06 238	0.01 126

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	0.15 308	0.04 93	0.00 1	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

raftrobust	0.13 47	0.36 259	0.94 127	0.00 1	0.18 370	0.62 129	0.02 249	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	0.06 238	0.04 281

4D-IteraStereo	0.16 77	0.51 310	1.73 258	0.00 1	0.00 1	0.38 69	0.03 265	0.08 45	0.08 31	0.02 211	0.01 199	0.00 1	0.01 84	0.06 111	0.09 185	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.06 318

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	0.11 367	0.07 250	0.03 253

CES	0.08 9	0.07 101	0.43 6	0.00 1	0.00 1	0.21 39	0.01 212	0.08 45	0.56 171	0.01 123	0.00 1	0.08 139	0.04 201	0.02 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

DisPM	0.16 77	0.05 60	0.82 92	0.07 323	0.00 1	1.14 332	0.41 359	0.08 45	0.54 155	0.03 238	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

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	0.11 367	0.07 250	0.03 253
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
KYRaft	0.21 114	0.03 23	0.74 56	0.04 291	0.00 1	1.16 339	0.12 317	0.08 45	0.60 276	0.01 123	0.30 323	0.03 73	0.77 334	0.37 166	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

ff7	0.11 32	0.18 172	0.52 14	0.00 1	0.00 1	1.06 253	0.00 1	0.09 51	0.09 47	0.01 123	0.00 1	0.01 7	0.03 170	0.02 66	0.00 1	0.00 1	0.00 1	0.00 1	0.10 362	0.07 250	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	0.44 294	0.00 1	0.00 1	0.00 1	0.10 362	0.05 218	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	0.10 362	0.07 250	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	0.10 362	0.07 250	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	0.02 328	0.04 201	0.03 253

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	0.10 362	0.07 250	0.01 126

dd	0.16 77	0.52 315	0.86 105	0.01 239	0.00 1	1.03 234	0.00 1	0.09 51	0.52 149	0.01 123	0.00 1	0.02 38	0.02 128	0.00 1	0.00 1	0.01 343	0.00 1	0.00 1	0.00 1	0.03 180	0.00 1

GMOStereo	0.13 47	0.24 206	0.83 94	0.00 1	0.14 356	0.86 189	0.01 212	0.09 51	0.11 71	0.01 123	0.01 199	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 382	0.00 1	0.00 1	0.16 328	0.01 126

error version	0.13 47	0.24 206	0.83 94	0.00 1	0.14 356	0.86 189	0.01 212	0.09 51	0.11 71	0.01 123	0.01 199	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 382	0.00 1	0.00 1	0.16 328	0.01 126

test-v	0.13 47	0.24 206	0.83 94	0.00 1	0.14 356	0.86 189	0.01 212	0.09 51	0.11 71	0.01 123	0.01 199	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 382	0.00 1	0.00 1	0.16 328	0.01 126

LCNet	0.22 118	0.11 132	0.74 56	0.11 347	0.00 1	0.97 214	0.00 1	0.09 51	0.59 254	0.01 123	0.00 1	0.02 38	1.10 347	0.43 170	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 313	0.01 126

FTStereo	0.78 317	0.01 1	1.27 197	0.12 351	0.00 1	1.15 335	2.80 400	0.09 51	0.61 291	0.16 315	5.93 381	0.36 244	2.56 376	0.53 175	0.01 74	0.07 370	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test-2	0.13 47	0.24 206	0.83 94	0.00 1	0.14 356	0.86 189	0.01 212	0.09 51	0.11 71	0.01 123	0.01 199	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 382	0.00 1	0.00 1	0.16 328	0.01 126

GMM-Stereo	0.18 95	0.02 7	1.37 213	0.08 328	0.00 1	1.11 321	0.13 318	0.09 51	0.60 276	0.01 123	0.00 1	0.02 38	0.10 257	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

DISCO	0.31 173	0.11 132	1.73 258	0.16 365	0.16 363	0.31 54	0.00 1	0.09 51	0.17 104	0.00 1	0.01 199	1.51 358	0.00 1	1.21 199	0.62 312	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.01 126

ASMatch	0.59 294	0.10 118	1.66 250	0.13 358	0.04 312	1.07 287	0.00 1	0.10 66	0.64 344	0.06 272	0.44 332	0.05 114	0.87 338	6.32 376	0.27 272	0.00 1	0.00 1	0.00 1	0.01 314	0.00 1	0.00 1

THIR-Stereo	0.93 334	0.18 172	1.34 205	0.00 1	0.01 232	0.53 107	3.86 403	0.10 66	0.10 65	0.10 297	1.50 363	0.76 310	2.90 379	5.73 350	1.45 338	0.00 1	0.00 1	0.02 368	0.00 1	0.01 56	0.00 1

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
psmorigin	0.75 314	0.25 212	7.10 388	0.00 1	0.00 1	0.19 36	0.00 1	0.10 66	0.12 83	0.65 352	0.00 1	2.74 374	0.23 292	3.02 252	0.54 305	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.01 126

MIM_Stereo	0.10 18	0.32 235	0.90 117	0.00 1	0.03 297	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	0.11 295	0.08 330

PFNet+	0.23 125	0.06 83	0.79 83	0.07 323	0.01 232	1.11 321	0.42 361	0.11 70	0.59 254	0.08 285	0.01 199	0.02 38	0.00 1	1.21 199	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

rafts_anoy	0.14 60	0.35 252	0.99 139	0.00 1	0.02 276	0.49 94	0.03 265	0.11 70	0.07 18	0.00 1	0.01 199	0.06 126	0.06 237	0.24 157	0.06 158	0.00 1	0.14 392	0.00 1	0.01 314	0.02 131	0.03 253

PSM-softLoss	0.48 243	0.04 38	1.10 161	0.17 369	0.00 1	1.07 287	0.25 334	0.12 73	0.61 291	0.03 238	0.01 199	0.02 38	0.01 84	6.03 360	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

KMStereo	0.48 243	0.04 38	1.10 161	0.17 369	0.00 1	1.07 287	0.25 334	0.12 73	0.61 291	0.03 238	0.01 199	0.02 38	0.01 84	6.03 360	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

PSM-AAD	0.49 248	0.02 7	0.75 64	0.06 319	0.00 1	1.19 345	2.19 394	0.12 73	0.59 254	0.01 123	0.45 333	0.13 169	4.04 389	0.22 154	0.06 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

sCroCo_RVC	0.09 14	0.05 60	1.02 141	0.00 1	0.00 1	0.02 3	0.00 1	0.12 73	0.48 144	0.00 1	0.00 1	0.01 7	0.00 1	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

LL-Strereo2	0.12 41	0.41 284	0.91 121	0.05 301	0.03 297	0.51 98	0.04 277	0.13 77	0.11 71	0.01 123	0.00 1	0.03 73	0.02 128	0.06 111	0.10 194	0.00 1	0.00 1	0.00 1	0.01 314	0.03 180	0.03 253

coex-ft	8.40 405	2.59 408	75.27 415	0.00 1	0.00 1	0.18 35	0.04 277	0.13 77	20.18 405	39.66 413	4.06 372	4.68 381	8.53 401	3.94 290	7.96 387	0.02 357	0.07 378	0.00 1	0.02 328	0.14 313	0.50 394

aanetorigin	0.86 329	0.36 259	3.45 361	0.11 347	0.13 355	0.39 70	0.93 384	0.13 77	0.14 92	3.38 385	1.21 356	0.29 225	2.01 370	2.87 244	1.35 336	0.02 357	0.00 1	0.02 368	0.05 351	0.30 370	0.08 330

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)
Anonymous_2	0.88 331	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	1.07 333	0.00 1	0.02 66	0.02 103	0.01 343	0.04 354	2.31 410	11.16 414	1.35 395	0.01 126

RAFT-345	0.49 248	0.04 38	1.26 193	0.10 337	0.07 332	1.16 339	0.19 325	0.14 80	0.57 203	0.00 1	0.01 199	0.09 150	0.01 84	6.00 358	0.20 253	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

CASS	0.07 7	0.06 83	0.73 47	0.00 1	0.00 1	0.10 25	0.01 212	0.15 83	0.12 83	0.16 315	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.
test croco	0.11 32	0.17 168	1.21 190	0.00 1	0.00 1	0.05 16	0.00 1	0.16 84	0.32 129	0.01 123	0.01 199	0.02 38	0.01 84	0.03 91	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.26 362	0.01 126

Pruner-Stereo	0.16 77	0.04 38	0.73 47	0.19 375	0.00 1	1.08 299	0.21 328	0.16 84	0.59 254	0.03 238	0.00 1	0.01 7	0.00 1	0.02 66	0.22 256	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

RALCasStereoNet	0.16 77	0.35 252	0.84 99	0.00 1	0.00 1	0.32 58	0.03 265	0.16 84	0.56 171	0.02 211	0.07 295	0.05 114	0.08 246	0.13 142	0.08 179	0.00 1	0.31 399	0.00 1	0.00 1	0.07 250	0.11 352

PMTNet	0.11 32	0.07 101	0.60 35	0.00 1	0.00 1	1.05 244	0.04 277	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

STTStereo	0.24 133	0.28 223	1.68 252	0.00 1	0.00 1	0.84 184	0.03 265	0.16 84	0.08 31	0.02 211	0.00 1	0.20 204	0.03 170	1.54 206	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

LoS_RVC	0.05 2	0.05 60	0.41 3	0.00 1	0.00 1	0.16 33	0.00 1	0.17 89	0.07 18	0.00 1	0.00 1	0.04 93	0.01 84	0.04 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

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	0.40 257	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

StereoVision	0.16 77	0.25 212	1.07 160	0.00 1	0.00 1	0.47 90	0.01 212	0.18 91	0.61 291	0.00 1	0.29 322	0.15 181	0.02 128	0.07 116	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.01 126

AACVNet	0.40 215	0.36 259	0.90 117	0.00 1	0.00 1	0.53 107	0.00 1	0.18 91	0.41 141	0.02 211	0.00 1	0.11 156	0.01 84	5.33 331	0.07 169	0.00 1	0.00 1	0.00 1	0.00 1	0.15 320	0.00 1

XX-TBD	0.12 41	0.25 212	0.79 83	0.00 1	0.00 1	0.92 207	0.00 1	0.18 91	0.08 31	0.00 1	0.21 316	0.03 73	0.00 1	0.01 25	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MIF-Stereo (partial)	0.08 9	0.11 132	0.96 130	0.00 1	0.00 1	0.08 21	0.00 1	0.19 94	0.08 31	0.00 1	0.01 199	0.02 38	0.02 128	0.02 66	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.01 126

NF-Stereo	0.47 236	0.03 23	0.77 71	0.12 351	0.00 1	1.07 287	0.26 336	0.19 94	0.60 276	0.01 123	0.00 1	0.02 38	0.00 1	6.18 367	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

OCTAStereo	0.47 236	0.03 23	0.77 71	0.12 351	0.00 1	1.07 287	0.26 336	0.19 94	0.60 276	0.01 123	0.00 1	0.02 38	0.00 1	6.16 366	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

RE-Stereo	0.47 236	0.03 23	0.77 71	0.12 351	0.00 1	1.07 287	0.26 336	0.19 94	0.60 276	0.01 123	0.00 1	0.02 38	0.00 1	6.18 367	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

TVStereo	0.47 236	0.03 23	0.77 71	0.12 351	0.00 1	1.07 287	0.26 336	0.19 94	0.60 276	0.01 123	0.00 1	0.02 38	0.00 1	6.18 367	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

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	0.01 232	1.02 228	0.09 306	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)
ACVNet	0.20 108	0.14 153	0.96 130	0.01 239	0.00 1	1.05 244	0.11 314	0.19 94	0.60 276	0.01 123	0.01 199	0.71 306	0.00 1	0.05 106	0.10 194	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.00 1

CFNet-ft	0.31 173	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	0.48 271	0.00 1	2.95 249	0.05 144	0.00 1	0.00 1	0.01 352	0.00 1	0.01 56	0.01 126

CFNet_RVC	0.31 173	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	0.48 271	0.00 1	2.95 249	0.05 144	0.00 1	0.00 1	0.01 352	0.00 1	0.01 56	0.01 126

GrayStereo	0.46 234	0.01 1	0.71 43	0.10 337	0.00 1	1.12 328	2.67 399	0.20 104	0.59 254	0.00 1	0.00 1	0.08 139	3.76 388	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

Gwc-CoAtRS	0.12 41	0.06 83	1.17 175	0.00 1	0.11 349	0.41 73	0.00 1	0.20 104	0.04 9	0.01 123	0.00 1	0.18 193	0.00 1	0.01 25	0.06 158	0.00 1	0.00 1	0.00 1	0.18 381	0.01 56	0.00 1

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
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	0.29 125	0.01 123	0.00 1	0.34 237	0.02 128	0.81 187	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DeepPruner_ROB	0.23 125	0.37 267	1.26 193	0.00 1	0.00 1	1.11 321	0.03 265	0.20 104	0.07 18	0.00 1	0.00 1	0.39 255	0.03 170	1.12 197	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.00 1

IGEV_Zeroshot_test	0.32 182	0.10 118	2.61 327	0.01 239	0.01 232	0.50 96	0.04 277	0.21 109	0.09 47	0.45 346	0.45 333	0.81 314	0.51 314	0.20 152	0.23 261	0.00 1	0.05 367	0.00 1	0.14 374	0.03 180	0.00 1

CAS	0.10 18	0.05 60	0.46 8	0.00 1	0.00 1	1.03 234	0.00 1	0.21 109	0.09 47	0.00 1	0.00 1	0.03 73	0.01 84	0.01 25	0.02 103	0.08 373	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GANet-RSSM	0.34 191	0.29 227	0.97 136	0.00 1	0.00 1	1.05 244	0.00 1	0.22 111	0.15 96	0.03 238	0.00 1	0.31 231	0.00 1	3.62 276	0.14 225	0.00 1	0.00 1	0.03 377	0.00 1	0.05 218	0.01 126

MyStereo06	0.36 201	0.13 147	2.17 296	0.01 239	0.00 1	1.09 307	0.00 1	0.23 112	0.09 47	0.49 350	0.41 331	1.01 327	1.05 344	0.21 153	0.24 264	0.00 1	0.05 367	0.00 1	0.00 1	0.01 56	0.04 281

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

GANet-ADL	0.16 77	0.06 83	1.18 178	0.00 1	0.01 232	0.83 182	0.00 1	0.23 112	0.07 18	0.00 1	0.30 323	0.35 241	0.00 1	0.07 116	0.10 194	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.01 126

G-Net	1.20 350	0.28 223	2.96 344	0.05 301	0.49 389	1.73 369	0.48 364	0.23 112	0.35 132	1.35 370	9.14 394	2.33 373	0.81 336	2.40 231	1.15 328	0.01 343	0.03 339	0.02 368	0.09 361	0.07 250	0.05 298

HH	0.23 125	0.21 187	1.69 254	0.16 365	0.08 336	0.11 28	0.00 1	0.24 116	0.06 13	0.30 333	0.18 310	1.47 355	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	0.16 365	0.08 336	0.11 28	0.00 1	0.24 116	0.06 13	0.30 333	0.18 310	1.47 355	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

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	0.61 291	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

DCRE	0.51 262	0.25 212	0.96 130	0.00 1	0.01 232	0.43 82	0.00 1	0.25 118	0.21 110	0.33 338	7.49 386	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 299	0.00 1	0.17 380	0.02 131	0.01 126

ac_64	0.39 212	0.12 141	1.15 170	0.04 291	0.01 232	0.43 82	0.02 249	0.25 118	0.59 254	0.12 302	0.01 199	0.89 319	0.04 201	3.92 288	0.12 212	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.00 1

MyStereo8	0.28 153	0.37 267	2.57 325	0.02 263	0.00 1	1.23 348	0.00 1	0.26 121	0.15 96	0.02 211	0.05 283	0.14 175	0.04 201	0.24 157	0.05 144	0.00 1	0.11 389	0.00 1	0.01 314	0.04 201	0.21 381

CBFPSM	0.36 201	0.54 319	2.16 295	0.00 1	0.00 1	0.30 53	0.00 1	0.26 121	0.62 339	0.01 123	0.01 199	1.68 361	1.03 342	0.27 160	0.33 282	0.00 1	0.01 299	0.00 1	0.00 1	0.01 56	0.01 126

Wz-Net-LNSev	0.34 191	0.61 333	4.26 374	0.00 1	0.00 1	0.49 94	0.00 1	0.26 121	0.61 291	0.00 1	0.01 199	0.23 210	0.03 170	0.10 134	0.16 231	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

SST-Stereo	0.51 262	0.02 7	0.74 56	0.05 301	0.19 374	1.09 307	0.49 366	0.26 121	0.61 291	0.04 255	0.00 1	0.05 114	0.58 319	6.12 363	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

RAFT_CTSACE	0.14 60	0.33 239	1.23 191	0.00 1	0.01 232	0.47 90	0.00 1	0.27 125	0.11 71	0.01 123	0.00 1	0.04 93	0.00 1	0.08 127	0.00 1	0.00 1	0.01 299	0.00 1	0.00 1	0.24 357	0.00 1

RAFT_R40	0.49 248	0.03 23	0.74 56	0.05 301	0.15 360	1.09 307	0.32 347	0.27 125	0.59 254	0.02 211	0.03 276	0.07 133	0.30 299	6.12 363	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

Prome-Stereo	0.23 125	0.04 38	0.76 69	0.10 337	0.00 1	1.15 335	0.02 249	0.27 125	0.65 346	0.01 123	0.54 337	0.04 93	0.71 328	0.27 160	0.07 169	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

PSMNet_ROB	0.41 218	0.54 319	1.69 254	0.00 1	0.00 1	0.92 207	0.00 1	0.27 125	0.53 152	0.00 1	0.00 1	0.25 217	0.03 170	3.43 269	0.47 298	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.03 253

IRAFT_RVC	0.51 262	0.13 147	1.14 169	0.10 337	0.00 1	1.17 342	0.10 310	0.28 129	0.61 291	0.01 123	0.00 1	0.02 38	0.12 264	6.22 374	0.22 256	0.00 1	0.09 382	0.00 1	0.00 1	0.02 131	0.01 126

PFNet	0.60 297	0.11 132	2.08 291	0.00 1	0.30 383	1.16 339	0.00 1	0.29 130	0.59 254	0.01 123	0.24 317	0.02 38	0.00 1	6.58 381	0.23 261	0.10 375	0.00 1	0.00 1	0.04 349	0.14 313	0.05 298

DSFCA	0.40 215	0.09 114	0.84 99	0.00 1	0.01 232	0.98 216	0.37 355	0.29 130	0.62 339	0.02 211	0.32 325	0.03 73	0.24 293	3.91 287	0.34 283	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

PVD	0.73 313	0.57 328	3.38 358	0.04 291	0.19 374	0.74 161	0.00 1	0.29 130	0.79 365	2.37 380	0.00 1	0.53 287	0.09 249	2.19 224	3.20 359	0.00 1	0.05 367	0.00 1	0.02 328	0.08 267	0.15 367

riskmin	0.11 32	0.01 1	0.87 110	0.01 239	0.00 1	0.13 32	0.00 1	0.30 133	0.09 47	0.00 1	0.01 199	0.76 310	0.00 1	0.02 66	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

hitnet-ft	0.42 219	0.30 230	1.15 170	0.00 1	0.00 1	0.73 160	0.11 314	0.30 133	0.19 108	0.04 255	0.14 306	0.75 309	0.17 280	4.33 306	0.10 194	0.01 343	0.00 1	0.03 377	0.00 1	0.04 201	0.01 126

EDNetEfficientorigin	6.23 399	0.45 294	98.39 424	0.02 263	0.04 312	0.42 77	0.02 249	0.33 135	2.90 385	7.07 398	3.12 369	1.31 346	1.61 362	4.26 302	4.55 369	0.00 1	0.00 1	0.00 1	0.00 1	0.07 250	0.02 221

StereoDRNet	0.42 219	0.50 305	2.50 318	0.02 263	0.06 327	0.51 98	0.00 1	0.34 136	0.61 291	0.00 1	0.00 1	0.33 234	0.02 128	2.87 244	0.50 303	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.02 221

PCWNet_CMD	0.19 100	0.10 118	1.38 214	0.00 1	0.01 232	0.75 164	0.00 1	0.35 137	0.12 83	0.00 1	0.00 1	0.48 271	0.51 314	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

MSMDNet	0.19 100	0.10 118	1.39 216	0.00 1	0.01 232	0.75 164	0.00 1	0.35 137	0.12 83	0.00 1	0.00 1	0.48 271	0.50 313	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

GANet	0.55 276	0.35 252	1.40 221	0.00 1	0.00 1	0.77 167	0.08 300	0.36 139	0.57 203	0.01 123	0.00 1	0.68 305	0.11 261	5.52 339	1.07 325	0.00 1	0.00 1	0.02 368	0.00 1	0.09 282	0.03 253

TDLM	0.49 248	0.39 280	1.02 141	0.00 1	0.00 1	1.08 299	0.01 212	0.36 139	0.58 242	0.14 312	0.00 1	0.27 222	0.19 281	5.46 338	0.20 253	0.00 1	0.00 1	0.00 1	0.00 1	0.13 310	0.01 126

RALAANet	0.13 47	0.51 310	0.95 128	0.00 1	0.00 1	0.32 58	0.01 212	0.38 141	0.03 4	0.00 1	0.00 1	0.05 114	0.09 249	0.02 66	0.12 212	0.00 1	0.00 1	0.00 1	0.02 328	0.10 289	0.00 1

GwcNet	0.50 257	0.46 295	3.90 371	0.00 1	0.00 1	0.42 77	0.10 310	0.38 141	0.74 360	0.03 238	0.00 1	0.63 292	0.05 226	2.92 247	0.16 231	0.00 1	0.00 1	0.00 1	0.00 1	0.17 335	0.05 298

DMCA	0.19 100	0.16 164	1.39 216	0.00 1	0.01 232	1.00 224	0.01 212	0.38 141	0.57 203	0.01 123	0.01 199	0.05 114	0.00 1	0.05 106	0.12 212	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

HCRNet	0.32 182	0.10 118	0.81 89	0.00 1	0.00 1	1.10 313	0.00 1	0.39 144	0.59 254	0.01 123	0.01 199	0.06 126	0.03 170	3.24 259	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.02 221

UNet	0.26 143	0.18 172	2.41 310	0.00 1	0.00 1	0.71 157	0.00 1	0.39 144	0.60 276	0.00 1	0.00 1	0.37 250	0.02 128	0.45 173	0.09 185	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

SQANet	0.42 219	1.14 382	1.86 271	0.04 291	0.48 388	0.36 67	0.03 265	0.40 146	0.56 171	0.02 211	0.24 317	0.49 279	0.06 237	2.14 217	0.21 255	0.02 357	0.02 329	0.01 352	0.00 1	0.19 342	0.03 253

cross-raft	0.15 72	0.05 60	1.46 230	0.00 1	0.01 232	0.37 68	0.07 293	0.40 146	0.02 2	0.02 211	0.00 1	0.38 253	0.00 1	0.02 66	0.03 119	0.00 1	0.00 1	0.00 1	0.11 367	0.01 56	0.02 221

ToySt	0.12 41	0.15 157	0.92 123	0.00 1	0.00 1	0.46 89	0.00 1	0.41 148	0.10 65	0.00 1	0.00 1	0.10 153	0.00 1	0.07 116	0.19 248	0.00 1	0.00 1	0.00 1	0.02 328	0.04 201	0.02 221

AFF-stereo	0.18 95	0.42 286	0.77 71	0.00 1	0.00 1	0.91 205	0.00 1	0.41 148	0.65 346	0.05 264	0.00 1	0.04 93	0.05 226	0.06 111	0.04 135	0.00 1	0.01 299	0.00 1	0.00 1	0.19 342	0.01 126

CRFU-Net	0.40 215	0.12 141	1.50 235	0.14 360	0.01 232	0.90 198	0.00 1	0.42 150	0.14 92	0.00 1	0.00 1	0.42 261	1.94 366	2.15 219	0.12 212	0.00 1	0.00 1	0.03 377	0.00 1	0.03 180	0.00 1

cf-r	0.35 197	0.41 284	1.45 228	0.00 1	0.00 1	1.06 253	0.00 1	0.43 151	0.38 135	0.05 264	0.00 1	0.65 297	0.00 1	2.53 234	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.02 221

DLCB_ROB	0.27 149	0.16 164	0.71 43	0.00 1	0.00 1	0.44 86	0.00 1	0.43 151	0.57 203	0.02 211	0.04 281	0.63 292	0.04 201	2.18 223	0.24 264	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

11t1	0.08 9	0.01 1	0.54 22	0.00 1	0.00 1	0.09 23	0.00 1	0.44 153	0.55 159	0.00 1	0.00 1	0.01 7	0.00 1	0.01 25	0.00 1	0.00 1	0.01 299	0.00 1	0.00 1	0.01 56	0.01 126

RAFT-Stereo + iAFF	0.19 100	0.33 239	0.84 99	0.00 1	0.02 276	1.06 253	0.00 1	0.45 154	0.59 254	0.03 238	0.00 1	0.05 114	0.06 237	0.04 100	0.07 169	0.00 1	0.01 299	0.00 1	0.00 1	0.17 335	0.01 126

APVNet	0.51 262	0.21 187	2.43 314	0.00 1	0.00 1	0.94 211	0.00 1	0.45 154	0.62 339	0.01 123	0.01 199	0.34 237	0.03 170	4.59 310	0.27 272	0.00 1	0.00 1	0.03 377	0.00 1	0.15 320	0.02 221

NCCL2	0.29 167	0.50 305	1.52 237	0.00 1	0.00 1	0.81 175	0.00 1	0.45 154	0.22 112	0.00 1	0.00 1	0.02 38	0.03 170	2.14 217	0.06 158	0.00 1	0.00 1	0.02 368	0.00 1	0.01 56	0.03 253

PASM	0.51 262	0.32 235	3.07 349	0.00 1	0.00 1	0.31 54	0.00 1	0.46 157	0.12 83	0.03 238	0.00 1	0.44 264	0.02 128	5.22 327	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.12 302	0.03 253

HHNet	0.48 243	0.21 187	1.60 244	0.10 337	0.00 1	1.14 332	0.26 336	0.47 158	0.59 254	0.01 123	3.56 371	0.04 93	0.71 328	0.00 1	0.73 316	0.02 357	0.00 1	0.00 1	0.00 1	0.03 180	0.00 1

RASNet	0.58 290	0.27 219	1.30 201	0.00 1	0.00 1	0.61 124	0.01 212	0.47 158	0.60 276	0.08 285	0.06 292	1.52 360	0.04 201	6.18 367	0.48 300	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

SAMSARA	1.01 339	0.70 343	3.29 355	0.20 378	0.06 327	1.65 366	0.05 285	0.48 160	0.53 152	2.91 384	0.68 343	2.97 375	1.08 346	3.89 286	1.54 340	0.00 1	0.04 354	0.00 1	0.02 328	0.05 218	0.03 253

gwcnet-sp	0.28 153	0.15 157	2.75 335	0.00 1	0.00 1	0.51 98	0.02 249	0.49 161	0.57 203	0.01 123	0.01 199	0.08 139	0.04 201	0.87 189	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

scenet	0.28 153	0.15 157	2.75 335	0.00 1	0.00 1	0.51 98	0.02 249	0.49 161	0.57 203	0.01 123	0.01 199	0.08 139	0.04 201	0.87 189	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

ssnet	0.28 153	0.15 157	2.75 335	0.00 1	0.00 1	0.51 98	0.02 249	0.49 161	0.57 203	0.01 123	0.01 199	0.08 139	0.04 201	0.87 189	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

PSMNet-RSSM	0.36 201	0.36 259	0.93 124	0.00 1	0.00 1	1.06 253	0.00 1	0.50 164	0.53 152	0.04 255	0.00 1	0.40 257	0.00 1	3.33 266	0.06 158	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.01 126

SPS-STEREO	0.88 331	0.40 282	2.01 282	0.00 1	0.01 232	0.42 77	0.17 320	0.50 164	0.61 291	2.19 379	0.79 350	2.04 368	0.27 297	5.10 325	2.89 358	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
delet	0.33 184	0.24 206	1.05 152	0.00 1	0.00 1	0.60 123	0.00 1	0.53 166	0.59 254	0.03 238	0.01 199	0.52 286	0.19 281	2.68 238	0.13 219	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

anonymity	0.17 85	0.06 83	0.79 83	0.00 1	0.09 340	0.03 5	0.00 1	0.54 167	0.07 18	0.41 343	0.13 305	0.11 156	0.58 319	0.02 66	0.31 281	0.00 1	0.00 1	0.00 1	0.23 392	0.01 56	0.02 221

LSM	4.58 393	0.88 364	17.79 403	3.73 409	38.79 414	0.85 187	2.37 398	0.54 167	1.64 382	2.88 383	3.09 368	0.62 291	0.60 322	3.16 255	1.06 324	0.00 1	0.00 1	0.00 1	0.00 1	0.12 302	13.55 415

NLCA_NET_v2_RVC	0.35 197	0.49 304	2.00 281	0.00 1	0.02 276	0.96 212	0.00 1	0.55 169	0.18 107	0.03 238	0.00 1	0.35 241	0.10 257	2.37 228	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
Anonymous3	0.19 100	0.07 101	1.33 203	0.00 1	0.00 1	1.12 328	0.00 1	0.56 170	0.56 171	0.01 123	0.00 1	0.06 126	0.00 1	0.01 25	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

EDNetEfficient	2.96 387	0.23 202	19.99 405	0.19 375	0.85 396	1.02 228	2.03 392	0.56 170	5.14 391	8.09 402	1.81 364	0.94 321	4.14 393	3.72 282	10.22 395	0.00 1	0.03 339	0.00 1	0.06 354	0.05 218	0.03 253

AE-Stereo	0.17 85	0.05 60	0.79 83	0.03 280	0.09 340	1.06 253	0.00 1	0.57 172	0.06 13	0.08 285	0.00 1	0.13 169	0.00 1	0.01 25	0.01 74	0.00 1	0.06 377	0.00 1	0.23 392	0.08 267	0.04 281

HGLStereo	0.28 153	0.12 141	1.15 170	0.00 1	0.00 1	0.65 145	0.00 1	0.57 172	0.25 118	0.02 211	0.01 199	0.47 269	0.03 170	2.17 222	0.14 225	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.01 126

MLCV	0.23 125	0.46 295	1.15 170	0.00 1	0.00 1	0.45 87	0.00 1	0.57 172	0.15 96	0.09 293	0.00 1	0.27 222	0.03 170	1.09 196	0.25 267	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.00 1

AASNet	0.27 149	0.47 299	1.56 240	0.00 1	0.00 1	0.91 205	0.00 1	0.58 175	0.58 242	0.00 1	0.00 1	0.39 255	0.02 128	0.33 162	0.13 219	0.00 1	0.00 1	0.00 1	0.00 1	0.25 360	0.06 318

acv_ft	0.21 114	0.14 153	0.95 128	0.00 1	0.00 1	0.41 73	0.00 1	0.58 175	0.60 276	0.19 320	0.01 199	0.71 306	0.12 264	0.05 106	0.12 212	0.00 1	0.00 1	0.00 1	0.00 1	0.24 357	0.00 1

PSMNet-ADL	0.35 197	0.05 60	0.65 38	0.00 1	0.00 1	1.03 234	0.00 1	0.59 177	0.09 47	0.00 1	0.07 295	0.47 269	0.01 84	3.66 279	0.30 276	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	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	0.59 177	0.59 254	0.00 1	0.01 199	0.18 193	0.09 249	0.26 159	0.12 212	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

otaku	0.59 294	1.12 378	1.90 275	0.08 328	0.11 349	0.89 196	0.05 285	0.60 179	0.57 203	0.01 123	1.41 361	1.03 329	0.14 268	2.39 230	0.56 309	0.06 369	0.03 339	0.01 352	0.00 1	0.61 385	0.21 381

CrosDoStereo	1.10 343	0.08 108	1.43 225	0.00 1	0.05 320	0.63 139	5.86 407	0.60 179	0.38 135	0.26 326	1.21 356	0.19 200	3.02 380	6.61 383	1.64 342	0.00 1	0.00 1	0.00 1	0.00 1	0.06 238	0.00 1

DeepStereo_LL	1.10 343	0.08 108	1.43 225	0.00 1	0.05 320	0.63 139	5.86 407	0.60 179	0.38 135	0.26 326	1.21 356	0.19 200	3.02 380	6.61 383	1.64 342	0.00 1	0.00 1	0.00 1	0.00 1	0.06 238	0.00 1

GES	0.18 95	0.05 60	0.87 110	0.00 1	0.00 1	1.06 253	0.02 249	0.60 179	0.08 31	0.00 1	0.02 271	0.11 156	0.09 249	0.44 172	0.16 231	0.01 343	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

ADCRef	0.92 333	0.48 301	3.35 356	0.02 263	0.02 276	0.90 198	0.32 347	0.61 183	0.65 346	0.72 354	0.17 309	0.17 190	0.82 337	2.15 219	7.95 386	0.00 1	0.00 1	0.00 1	0.00 1	0.07 250	0.03 253

AANet_RVC	0.75 314	0.65 336	2.52 321	0.01 239	0.00 1	0.66 147	0.00 1	0.61 183	0.13 90	0.00 1	1.29 360	0.96 323	0.04 201	5.98 357	1.82 345	0.13 376	0.02 329	0.00 1	0.00 1	0.07 250	0.04 281

iRaft-Stereo_5w	0.50 257	0.51 310	1.44 227	0.00 1	0.00 1	0.29 50	0.00 1	0.63 185	0.59 254	0.00 1	0.00 1	0.08 139	0.01 84	6.14 365	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.22 352	0.01 126

CSP-Net	0.37 206	0.10 118	0.54 22	0.00 1	0.00 1	0.50 96	0.00 1	0.64 186	0.13 90	0.00 1	0.00 1	0.15 181	0.02 128	5.27 328	0.06 158	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.00 1

GwcNet-RSSM	0.45 230	0.56 327	1.74 262	0.00 1	0.00 1	1.06 253	0.00 1	0.65 187	0.55 159	0.18 318	0.00 1	0.37 250	0.00 1	3.70 281	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.08 267	0.02 221

PA-Net	0.57 286	0.50 305	2.73 334	0.03 280	0.06 327	0.89 196	0.02 249	0.66 188	0.63 342	0.00 1	0.00 1	0.43 263	0.07 242	4.82 318	0.55 308	0.01 343	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.
StereoDRNet-Refined	0.24 133	0.08 108	0.68 42	0.00 1	0.00 1	0.83 182	0.00 1	0.66 188	0.61 291	0.00 1	0.00 1	0.50 282	0.02 128	1.28 203	0.08 179	0.00 1	0.00 1	0.00 1	0.00 1	0.10 289	0.04 281
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
x	0.10 18	0.01 1	0.51 11	0.00 1	0.00 1	0.09 23	0.00 1	0.67 190	0.55 159	0.00 1	0.00 1	0.01 7	0.00 1	0.09 130	0.00 1	0.00 1	0.01 299	0.00 1	0.00 1	0.00 1	0.01 126

TestStereo1	0.20 108	0.30 230	0.84 99	0.00 1	0.16 363	1.12 328	0.01 212	0.69 191	0.57 203	0.00 1	0.05 283	0.04 93	0.01 84	0.09 130	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 320	0.06 318

SA-5K	0.20 108	0.30 230	0.84 99	0.00 1	0.16 363	1.12 328	0.01 212	0.69 191	0.57 203	0.00 1	0.05 283	0.04 93	0.01 84	0.09 130	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 320	0.06 318

ADLNet2	0.55 276	0.33 239	2.54 324	0.00 1	0.00 1	0.88 194	0.00 1	0.69 191	0.65 346	0.00 1	0.07 295	1.47 355	0.02 128	4.12 297	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.13 310	0.01 126

RAFT+CT+SA	0.26 143	0.34 243	1.11 165	0.02 263	0.27 381	1.10 313	0.00 1	0.70 194	0.56 171	0.00 1	0.00 1	0.07 133	0.01 84	0.36 165	0.00 1	0.00 1	0.00 1	0.00 1	0.31 404	0.11 295	0.22 383

RAFT-Test	0.20 108	0.09 114	1.34 205	0.00 1	0.12 352	0.39 70	0.10 310	0.72 195	0.25 118	0.08 285	0.00 1	0.44 264	0.00 1	0.05 106	0.13 219	0.00 1	0.00 1	0.00 1	0.24 397	0.01 56	0.01 126

SHD	0.50 257	0.51 310	3.61 363	0.05 301	0.00 1	0.01 2	0.01 212	0.72 195	0.61 291	1.57 373	0.00 1	0.34 237	0.09 249	1.79 211	0.49 302	0.00 1	0.00 1	0.00 1	0.01 314	0.09 282	0.03 253

CVANet_RVC	0.53 272	0.32 235	1.26 193	0.00 1	0.00 1	0.98 216	0.00 1	0.72 195	0.55 159	0.35 340	0.12 304	0.36 244	0.14 268	5.53 340	0.08 179	0.00 1	0.00 1	0.00 1	0.00 1	0.16 328	0.00 1

Ntro	0.57 286	1.13 380	2.24 299	0.04 291	0.36 385	1.04 241	0.02 249	0.74 198	0.57 203	0.01 123	0.00 1	0.76 310	0.08 246	3.01 251	0.47 298	0.07 370	0.04 354	0.01 352	0.00 1	0.76 390	0.02 221

SACVNet	0.42 219	0.29 227	1.10 161	0.00 1	0.00 1	1.02 228	0.00 1	0.78 199	0.29 125	0.03 238	0.00 1	0.24 212	0.02 128	4.27 303	0.07 169	0.00 1	0.00 1	0.00 1	0.00 1	0.20 348	0.01 126

NCC-stereo	0.49 248	0.46 295	2.04 285	0.03 280	0.03 297	1.06 253	0.01 212	0.78 199	0.22 112	0.06 272	0.19 312	0.64 295	0.05 226	3.65 277	0.63 313	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

Abc-Net	0.49 248	0.46 295	2.04 285	0.03 280	0.03 297	1.06 253	0.01 212	0.78 199	0.22 112	0.06 272	0.19 312	0.64 295	0.05 226	3.65 277	0.63 313	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
stereogan	0.49 248	0.22 193	2.39 307	0.00 1	0.00 1	0.63 139	0.02 249	0.79 202	0.72 358	0.06 272	0.00 1	1.68 361	0.46 312	2.63 237	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.14 313	0.00 1

iResNet_ROB	0.30 169	0.66 338	1.41 222	0.00 1	0.00 1	0.70 153	0.00 1	0.79 202	0.57 203	0.04 255	0.01 199	0.08 139	0.01 84	1.55 207	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.06 238	0.00 1

FENet	0.23 125	0.05 60	1.39 216	0.00 1	0.00 1	1.00 224	0.00 1	0.80 204	0.57 203	0.00 1	0.00 1	0.24 212	0.04 201	0.23 156	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

MaskLacGwcNet_RVC	0.47 236	0.43 288	1.04 144	0.11 347	0.00 1	1.10 313	0.00 1	0.80 204	0.54 155	0.00 1	0.05 283	0.38 253	0.03 170	3.50 272	0.14 225	0.88 396	0.00 1	0.00 1	0.00 1	0.11 295	0.20 377

test_5	0.26 143	0.35 252	1.35 207	0.01 239	0.22 380	0.80 173	0.01 212	0.81 206	0.58 242	0.12 302	0.00 1	0.06 126	0.01 84	0.61 182	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.14 313	0.16 371

RTSC	0.70 309	0.71 347	3.19 352	0.01 239	0.00 1	0.20 38	0.00 1	0.81 206	0.60 276	0.29 332	0.36 329	0.36 244	0.04 201	2.04 214	4.87 372	0.00 1	0.03 339	0.00 1	0.02 328	0.28 367	0.11 352

ADCP+	1.36 356	0.76 356	6.73 387	0.01 239	0.02 276	1.32 359	0.80 382	0.81 206	0.72 358	0.01 123	0.01 199	0.96 323	1.05 344	0.33 162	13.50 403	0.00 1	0.00 1	0.00 1	0.00 1	0.06 238	0.02 221

Nwc_Net	0.43 226	0.42 286	2.64 329	0.00 1	0.00 1	0.67 148	0.00 1	0.82 209	0.28 121	0.00 1	0.01 199	0.90 320	0.10 257	2.62 235	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.00 1

EKT-Stereo	0.46 234	0.12 141	1.03 143	0.75 393	4.21 410	1.06 253	0.00 1	0.83 210	0.04 9	0.02 211	0.00 1	0.08 139	0.00 1	0.89 192	0.01 74	0.00 1	0.03 339	0.00 1	0.05 351	0.04 201	0.01 126

MyStereo04	0.26 143	0.12 141	2.34 303	0.00 1	0.00 1	0.98 216	0.00 1	0.84 211	0.20 109	0.06 272	0.01 199	0.33 234	0.11 261	0.00 1	0.06 158	0.00 1	0.05 367	0.00 1	0.00 1	0.02 131	0.04 281

AnyNet_C32	1.44 360	1.47 396	6.09 384	0.12 351	0.19 374	1.74 371	1.11 386	0.84 211	0.56 171	1.30 369	0.46 335	0.21 206	0.59 321	2.74 240	11.09 396	0.02 357	0.00 1	0.06 387	0.00 1	0.16 328	0.05 298

MSKI-zero shot	0.22 118	0.08 108	1.46 230	0.00 1	0.12 352	1.08 299	0.03 265	0.85 213	0.16 102	0.22 322	0.05 283	0.06 126	0.00 1	0.07 116	0.01 74	0.00 1	0.02 329	0.00 1	0.18 381	0.02 131	0.01 126

ADLNet	0.38 209	0.21 187	0.86 105	0.00 1	0.00 1	0.67 148	0.00 1	0.86 214	0.60 276	0.18 318	0.01 199	1.01 327	0.02 128	2.92 247	0.26 270	0.00 1	0.00 1	0.00 1	0.00 1	0.09 282	0.02 221

mmm	0.13 47	0.02 7	0.42 5	0.00 1	0.00 1	0.04 13	0.00 1	0.88 215	0.56 171	0.00 1	0.00 1	0.01 7	0.01 84	0.51 174	0.00 1	0.00 1	0.01 299	0.00 1	0.00 1	0.01 56	0.01 126

FADNet	0.55 276	0.75 351	2.42 312	0.00 1	0.01 232	0.82 177	0.00 1	0.88 215	0.54 155	0.01 123	0.01 199	0.16 188	0.16 275	4.49 308	0.09 185	0.18 380	0.00 1	0.00 1	0.00 1	0.43 381	0.00 1

NVStereoNet_ROB	1.08 342	0.39 280	2.15 294	0.08 328	0.02 276	0.45 87	0.02 249	0.89 217	0.67 352	0.10 297	5.85 379	1.90 364	1.11 348	6.20 373	1.14 327	0.20 381	0.00 1	0.03 377	0.07 357	0.12 302	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
CFNet-RSSM	0.17 85	0.06 83	1.16 174	0.00 1	0.12 352	0.61 124	0.00 1	0.90 218	0.08 31	0.01 123	0.00 1	0.09 150	0.00 1	0.01 25	0.03 119	0.00 1	0.00 1	0.00 1	0.23 392	0.00 1	0.00 1

ADCPNet	1.44 360	0.55 325	7.88 391	0.01 239	0.19 374	2.78 379	0.27 341	0.90 218	0.38 135	0.04 255	0.02 271	1.43 353	1.81 364	2.22 225	9.08 391	0.00 1	0.47 405	0.00 1	0.64 408	0.04 201	0.15 367

DDUNet	0.34 191	0.20 184	1.06 153	0.00 1	0.00 1	0.79 171	0.01 212	0.91 220	0.54 155	0.04 255	0.01 199	1.11 337	0.01 84	1.89 212	0.17 235	0.00 1	0.00 1	0.00 1	0.00 1	0.06 238	0.00 1

Syn2CoEx	0.56 280	0.78 358	2.86 340	0.00 1	0.00 1	0.10 25	0.01 212	0.91 220	0.61 291	0.02 211	0.00 1	0.49 279	0.21 287	5.03 323	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.14 313	0.03 253

ADCL	1.52 362	0.44 291	4.70 381	0.07 323	0.03 297	2.21 376	2.35 397	0.92 222	0.80 366	1.57 373	1.11 355	1.25 340	1.55 361	1.77 210	11.53 398	0.01 343	0.00 1	0.00 1	0.00 1	0.10 289	0.01 126

MSMD_ROB	2.04 373	0.40 282	2.13 292	0.00 1	0.00 1	4.88 392	0.22 331	0.93 223	1.82 383	5.71 394	7.79 390	7.39 390	3.72 386	4.62 313	1.22 331	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

CFNet_pseudo	0.22 118	0.10 118	1.39 216	0.00 1	0.01 232	0.98 216	0.00 1	0.94 224	0.09 47	0.00 1	0.00 1	0.48 271	0.36 306	0.02 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ccs_rob	0.22 118	0.10 118	1.38 214	0.00 1	0.01 232	0.98 216	0.00 1	0.94 224	0.09 47	0.00 1	0.00 1	0.48 271	0.36 306	0.02 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ACVNet-DCA	0.25 139	0.22 193	1.20 180	0.00 1	0.00 1	1.31 355	0.00 1	0.95 226	0.55 159	0.07 278	0.00 1	0.03 73	0.02 128	0.59 179	0.01 74	0.00 1	0.01 299	0.00 1	0.00 1	0.00 1	0.01 126

1test111	0.28 153	0.22 193	1.20 180	0.00 1	0.00 1	1.31 355	0.00 1	0.95 226	0.55 159	0.07 278	0.00 1	0.03 73	0.02 128	1.23 201	0.00 1	0.00 1	0.01 299	0.00 1	0.00 1	0.00 1	0.01 126

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

Wz-Net-SNSev	0.78 317	1.10 376	6.27 386	0.00 1	0.00 1	0.27 45	0.00 1	0.95 226	0.61 291	0.00 1	0.01 199	0.41 260	0.10 257	4.92 320	0.81 319	0.00 1	0.00 1	0.00 1	0.00 1	0.17 335	0.03 253

edge stereo	0.58 290	0.29 227	2.86 340	0.01 239	0.03 297	0.33 62	0.03 265	0.97 230	0.50 146	0.21 321	0.33 326	1.31 346	0.16 275	4.20 299	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.11 295	0.01 126

CroCo-Stereo	0.13 47	0.16 164	0.40 1	0.00 1	0.00 1	0.03 5	0.00 1	0.98 231	0.57 203	0.00 1	0.01 199	0.31 231	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
HSM	0.63 303	0.36 259	0.89 115	0.00 1	0.00 1	0.52 104	0.01 212	0.98 231	0.56 171	0.00 1	0.01 199	2.27 372	0.65 327	6.18 367	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

Any-RAFT	0.17 85	0.04 38	0.93 124	0.00 1	0.00 1	1.10 313	0.00 1	0.99 233	0.03 4	0.01 123	0.00 1	0.21 206	0.00 1	0.07 116	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

BEATNet_4x	0.24 133	0.51 310	1.71 257	0.00 1	0.00 1	0.31 54	0.00 1	0.99 233	0.31 128	0.00 1	0.00 1	0.29 225	0.03 170	0.22 154	0.35 285	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.02 221

test-1	0.19 100	0.13 147	0.67 41	0.00 1	0.15 360	0.57 116	0.00 1	1.01 235	0.11 71	0.04 255	0.48 336	0.05 114	0.00 1	0.01 25	0.30 276	0.00 1	0.07 378	0.00 1	0.06 354	0.01 56	0.18 374

MyStereo05	0.28 153	0.13 147	2.37 306	0.01 239	0.00 1	1.09 307	0.00 1	1.02 236	0.45 142	0.04 255	0.01 199	0.26 219	0.14 268	0.00 1	0.06 158	0.00 1	0.05 367	0.00 1	0.00 1	0.01 56	0.04 281

DN-CSS_ROB	0.26 143	0.75 351	1.33 203	0.00 1	0.00 1	0.99 222	0.00 1	1.04 237	0.61 291	0.01 123	0.00 1	0.19 200	0.02 128	0.07 116	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.22 352	0.01 126

ssnet_v2	0.28 153	0.17 168	1.18 178	0.00 1	0.00 1	0.81 175	0.00 1	1.05 238	0.59 254	0.09 293	0.01 199	0.88 318	0.09 249	0.43 170	0.08 179	0.00 1	0.00 1	0.00 1	0.00 1	0.12 302	0.09 343

Anonymous Stereo	0.59 294	0.78 358	2.67 330	0.00 1	0.00 1	0.55 112	0.49 366	1.05 238	0.28 121	0.00 1	0.01 199	0.12 162	0.02 128	5.54 341	0.27 272	0.00 1	0.00 1	0.00 1	0.00 1	0.07 250	0.00 1

EGLCR-Stereo	0.15 72	0.05 60	0.47 9	0.07 323	0.03 297	1.06 253	0.01 212	1.06 240	0.12 83	0.16 315	0.00 1	0.00 1	0.02 128	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

RP	0.42 219	0.44 291	1.52 237	0.00 1	0.01 232	0.61 124	0.02 249	1.06 240	0.39 139	0.03 238	0.01 199	0.99 325	0.16 275	2.89 246	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.10 289	0.00 1

Wz-Net-MNSev	0.48 243	0.76 356	3.11 351	0.00 1	0.00 1	0.23 41	0.00 1	1.07 242	0.61 291	0.01 123	0.01 199	0.13 169	0.13 267	3.12 254	0.34 283	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.01 126

RGC	0.50 257	0.53 317	2.42 312	0.00 1	0.01 232	0.65 145	0.00 1	1.07 242	0.17 104	0.01 123	0.62 341	1.00 326	0.19 281	3.03 253	0.28 275	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.02 221

CFNet	0.56 280	0.50 305	1.58 242	0.00 1	0.00 1	1.06 253	0.01 212	1.08 244	0.57 203	0.00 1	0.01 199	0.12 162	0.01 84	5.87 355	0.19 248	0.00 1	0.00 1	0.00 1	0.00 1	0.13 310	0.02 221

HITNet	0.19 100	0.55 325	1.36 211	0.00 1	0.00 1	0.25 42	0.00 1	1.09 245	0.23 116	0.00 1	0.00 1	0.14 175	0.02 128	0.02 66	0.14 225	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.00 1
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
WCMA_ROB	2.01 372	0.34 243	1.89 273	0.04 291	0.00 1	1.07 287	0.60 372	1.09 245	1.21 375	5.12 391	9.87 399	8.09 392	4.48 394	3.74 284	2.55 354	0.00 1	0.00 1	0.01 352	0.00 1	0.02 131	0.13 363

UPFNet	0.18 95	0.05 60	1.11 165	0.00 1	0.00 1	0.48 92	0.00 1	1.11 247	0.48 144	0.00 1	0.00 1	0.10 153	0.00 1	0.10 134	0.10 194	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

XPNet_ROB	0.37 206	0.34 243	1.01 140	0.01 239	0.00 1	0.96 212	0.00 1	1.11 247	0.46 143	0.00 1	0.00 1	0.17 190	0.02 128	2.73 239	0.54 305	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

GASNet	0.56 280	1.09 375	2.57 325	0.00 1	0.00 1	0.52 104	0.02 249	1.12 249	0.22 112	0.01 123	0.14 306	0.50 282	0.12 264	4.09 295	0.39 287	0.00 1	0.00 1	0.00 1	0.00 1	0.32 372	0.08 330

MFN_U_SF_RVC	0.95 336	1.40 394	4.49 378	0.16 365	0.11 349	0.56 114	0.07 293	1.12 249	0.36 134	0.43 345	0.27 320	1.27 343	0.73 331	3.98 292	1.47 339	0.29 386	0.34 403	0.36 401	0.55 406	0.63 386	0.46 390

RYNet	0.53 272	0.19 181	1.79 265	0.00 1	0.00 1	0.55 112	0.00 1	1.12 249	0.61 291	0.02 211	0.00 1	0.83 315	0.04 201	5.05 324	0.45 297	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

ADCMid	1.38 357	0.90 368	6.15 385	0.04 291	0.03 297	1.67 367	0.18 322	1.13 252	0.93 371	0.89 358	0.58 339	0.86 317	0.71 328	1.03 194	11.96 399	0.01 343	0.00 1	0.29 399	0.08 360	0.17 335	0.03 253

Wz-Net-LNSev-Ref	0.42 219	0.52 315	3.02 346	0.00 1	0.00 1	0.57 116	0.00 1	1.15 253	0.60 276	0.00 1	0.00 1	0.04 93	0.14 268	1.51 205	0.76 318	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

FADNet-RVC-Resample	0.51 262	0.82 362	3.08 350	0.04 291	0.04 312	0.42 77	0.09 306	1.16 254	0.34 131	0.00 1	0.03 276	0.24 212	0.05 226	3.16 255	0.13 219	0.07 370	0.12 390	0.05 385	0.02 328	0.08 267	0.20 377

SGM+DAISY	2.38 376	0.98 371	4.37 376	0.48 387	0.33 384	2.24 377	1.94 391	1.16 254	1.47 380	6.62 397	5.89 380	5.77 383	5.09 396	5.76 352	4.39 367	0.16 379	0.15 394	0.06 387	0.14 374	0.26 362	0.40 389

ccnet	0.49 248	0.05 60	1.26 193	0.01 239	0.08 336	0.72 159	0.18 322	1.18 256	0.35 132	0.45 346	0.68 343	0.13 169	0.39 308	3.54 274	0.74 317	0.01 343	0.00 1	0.02 368	0.00 1	0.02 131	0.01 126

AF-Net	0.47 236	0.53 317	2.05 287	0.00 1	0.00 1	0.41 73	0.01 212	1.18 256	0.40 140	0.13 305	0.05 283	1.30 345	0.45 311	2.43 232	0.30 276	0.00 1	0.00 1	0.00 1	0.00 1	0.09 282	0.00 1

iResNet	0.25 139	0.27 219	1.68 252	0.00 1	0.00 1	0.69 152	0.00 1	1.22 258	0.56 171	0.00 1	0.00 1	0.04 93	0.03 170	0.12 141	0.30 276	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.01 126

SFCPSM	0.21 114	0.04 38	1.59 243	0.00 1	0.05 320	0.34 65	0.00 1	1.24 259	0.57 203	0.01 123	0.00 1	0.12 162	0.02 128	0.05 106	0.05 144	0.00 1	0.00 1	0.00 1	0.02 328	0.02 131	0.00 1

DAS	0.49 248	0.05 60	1.29 198	0.00 1	0.00 1	0.07 19	0.00 1	1.25 260	0.61 291	1.18 367	0.00 1	0.24 212	0.03 170	4.76 315	0.22 256	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.01 126

SepStereo	0.45 230	0.05 60	1.29 198	0.00 1	0.00 1	0.07 19	0.00 1	1.25 260	0.61 291	1.18 367	0.00 1	0.24 212	0.03 170	3.93 289	0.22 256	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.01 126

FADNet_RVC	0.60 297	0.83 363	2.50 318	0.00 1	0.00 1	1.09 307	0.00 1	1.29 262	0.50 146	0.02 211	0.05 283	0.26 219	0.03 170	3.17 257	0.25 267	0.21 382	0.26 398	0.08 390	0.28 402	0.53 384	0.55 397

AnyNet_C01	2.33 375	2.14 405	18.59 404	0.15 363	0.18 370	2.43 378	2.34 396	1.29 262	1.24 376	1.03 361	0.83 352	1.25 340	0.78 335	3.75 285	10.06 392	0.05 367	0.00 1	0.07 389	0.00 1	0.30 370	0.12 361

ACVNet-4b	1.14 346	1.34 392	3.96 372	0.17 369	0.03 297	1.03 234	0.01 212	1.31 264	0.65 346	0.01 123	0.97 354	1.98 367	0.32 303	6.18 367	1.20 330	2.52 403	0.02 329	0.00 1	0.00 1	0.82 391	0.28 384

FADNet-RVC	0.51 262	0.80 360	2.47 316	0.01 239	0.00 1	0.48 92	0.00 1	1.32 265	0.14 92	0.00 1	0.01 199	0.12 162	0.06 237	4.07 294	0.15 229	0.00 1	0.04 354	0.00 1	0.00 1	0.38 377	0.08 330

test_xeample3	0.24 133	0.06 83	1.84 268	0.02 263	0.00 1	0.33 62	0.05 285	1.33 266	0.14 92	0.00 1	0.03 276	0.03 73	0.03 170	0.10 134	0.43 292	0.00 1	0.00 1	0.00 1	0.23 392	0.05 218	0.06 318

rrr	0.24 133	0.06 83	1.91 276	0.01 239	0.00 1	0.32 58	0.04 277	1.34 267	0.15 96	0.01 123	0.01 199	0.02 38	0.04 201	0.14 144	0.44 294	0.00 1	0.00 1	0.00 1	0.18 381	0.05 218	0.05 298

DeepPrunerF	1.33 355	0.59 331	8.62 394	0.02 263	0.09 340	0.90 198	0.00 1	1.34 267	6.72 394	0.22 322	0.01 199	0.21 206	0.14 268	5.64 346	1.99 347	0.00 1	0.00 1	0.01 352	0.02 328	0.14 313	0.02 221

test-3	0.17 85	0.03 23	0.74 56	0.03 280	0.10 344	0.43 82	0.00 1	1.36 269	0.07 18	0.01 123	0.00 1	0.02 38	0.00 1	0.08 127	0.19 248	0.00 1	0.00 1	0.00 1	0.20 385	0.12 302	0.11 352

test_1	0.17 85	0.03 23	0.75 64	0.03 280	0.10 344	0.43 82	0.00 1	1.36 269	0.07 18	0.01 123	0.00 1	0.02 38	0.00 1	0.07 116	0.19 248	0.00 1	0.00 1	0.00 1	0.20 385	0.12 302	0.11 352

Consistency-Raft	0.39 212	0.30 230	2.53 323	0.14 360	0.03 297	0.90 198	0.04 277	1.36 269	0.59 254	0.00 1	0.02 271	0.02 38	1.15 351	0.33 162	0.43 292	0.02 357	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

s12784h	0.21 114	0.05 60	0.81 89	0.00 1	0.00 1	1.06 253	0.02 249	1.36 269	0.56 171	0.01 123	0.34 328	0.02 38	0.00 1	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

R-Stereo Train	0.15 72	0.03 23	0.77 71	0.00 1	0.00 1	0.74 161	0.00 1	1.36 269	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

RAFT-Stereo	0.15 72	0.03 23	0.77 71	0.00 1	0.00 1	0.74 161	0.00 1	1.36 269	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
WZ-Net	1.38 357	1.14 382	10.22 397	0.00 1	0.00 1	0.82 177	0.00 1	1.37 275	0.61 291	0.01 123	0.01 199	1.09 334	2.20 373	6.39 379	3.68 363	0.00 1	0.00 1	0.00 1	0.00 1	0.07 250	0.02 221

NVstereo2D	0.45 230	0.11 132	1.91 276	0.00 1	0.00 1	0.59 122	0.00 1	1.39 276	0.61 291	0.03 238	0.00 1	0.33 234	0.00 1	3.94 290	0.07 169	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

xx1	0.28 153	0.22 193	1.20 180	0.00 1	0.00 1	1.31 355	0.00 1	1.41 277	0.69 354	0.07 278	0.00 1	0.01 7	0.00 1	0.59 179	0.01 74	0.00 1	0.01 299	0.00 1	0.00 1	0.00 1	0.01 126

cc1	0.28 153	0.22 193	1.20 180	0.00 1	0.00 1	1.31 355	0.00 1	1.41 277	0.69 354	0.07 278	0.00 1	0.03 73	0.02 128	0.59 179	0.01 74	0.00 1	0.01 299	0.00 1	0.00 1	0.08 267	0.04 281

DANet	0.58 290	0.19 181	1.87 272	0.26 380	0.06 327	0.51 98	0.11 314	1.41 277	0.52 149	0.22 322	0.06 292	1.06 331	0.02 128	4.25 301	0.92 322	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
DualNet	0.55 276	0.02 7	1.06 153	0.00 1	0.00 1	0.62 129	0.00 1	1.42 280	0.57 203	0.00 1	0.00 1	0.67 300	0.02 128	0.57 176	5.86 379	0.00 1	0.01 299	0.00 1	0.00 1	0.08 267	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	1.42 280	0.57 203	0.00 1	0.00 1	0.67 300	0.02 128	0.57 176	0.01 74	0.00 1	0.01 299	0.00 1	0.00 1	0.08 267	0.03 253

ff1	0.80 319	0.02 7	1.06 153	0.00 1	0.00 1	0.62 129	0.00 1	1.42 280	0.57 203	0.00 1	0.00 1	0.67 300	0.02 128	5.57 343	5.86 379	0.00 1	0.01 299	0.00 1	0.00 1	0.08 267	0.03 253

tt1	0.27 149	0.23 202	1.17 175	0.00 1	0.00 1	1.29 353	0.00 1	1.42 280	0.57 203	0.07 278	0.00 1	0.03 73	0.02 128	0.57 176	0.01 74	0.00 1	0.01 299	0.00 1	0.00 1	0.08 267	0.03 253

test_3	0.19 100	0.02 7	0.76 69	0.03 280	0.10 344	0.53 107	0.00 1	1.42 280	0.07 18	0.13 305	0.00 1	0.02 38	0.00 1	0.07 116	0.19 248	0.00 1	0.00 1	0.00 1	0.20 385	0.12 302	0.11 352

DRN-Test	0.43 226	0.13 147	1.95 280	0.03 280	0.09 340	0.61 124	0.00 1	1.43 285	0.61 291	0.00 1	0.00 1	0.18 193	0.04 201	3.32 265	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

ADCS	1.72 365	1.22 386	8.11 392	0.00 1	0.01 232	0.88 194	0.68 375	1.44 286	0.63 342	2.60 382	0.11 303	1.42 352	0.26 296	1.97 213	14.92 406	0.00 1	0.00 1	0.00 1	0.00 1	0.08 267	0.07 329

DispFullNet	1.20 350	0.63 335	3.58 362	1.00 394	0.82 395	0.41 73	0.00 1	1.44 286	0.61 291	2.55 381	0.64 342	1.10 335	8.95 404	0.84 188	1.22 331	0.00 1	0.02 329	0.00 1	0.00 1	0.24 357	0.02 221

SMFormer	0.33 184	0.10 118	1.04 144	0.00 1	0.00 1	0.03 5	0.00 1	1.45 288	0.55 159	0.00 1	0.00 1	0.15 181	0.00 1	3.24 259	0.09 185	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.02 221

tta	0.33 184	0.10 118	1.04 144	0.00 1	0.00 1	0.03 5	0.00 1	1.45 288	0.55 159	0.00 1	0.00 1	0.15 181	0.00 1	3.24 259	0.09 185	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.01 126

qqq1	0.33 184	0.10 118	1.04 144	0.00 1	0.00 1	0.03 5	0.00 1	1.45 288	0.55 159	0.00 1	0.00 1	0.15 181	0.00 1	3.24 259	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.01 126

fff1	0.33 184	0.10 118	1.04 144	0.00 1	0.00 1	0.03 5	0.00 1	1.45 288	0.55 159	0.00 1	0.00 1	0.15 181	0.00 1	3.24 259	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.01 126

CIPLG	0.33 184	0.75 351	1.79 265	0.10 337	0.01 232	0.93 210	0.21 328	1.45 288	0.61 291	0.02 211	0.01 199	0.14 175	0.06 237	0.13 142	0.17 235	0.00 1	0.04 354	0.01 352	0.01 314	0.17 335	0.04 281

ACRE	0.34 191	0.70 343	2.13 292	0.10 337	0.00 1	0.90 198	0.20 327	1.45 288	0.61 291	0.02 211	0.01 199	0.13 169	0.05 226	0.14 144	0.17 235	0.00 1	0.03 339	0.01 352	0.02 328	0.17 335	0.04 281

OMP-Stereo	0.66 307	0.33 239	0.72 45	0.18 374	0.06 327	1.17 342	0.00 1	1.45 288	0.59 254	0.12 302	0.60 340	0.50 282	0.00 1	7.09 391	0.26 270	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.00 1

DGSMNet	1.21 352	0.37 267	3.02 346	0.71 392	1.33 404	1.61 365	3.53 402	1.45 288	0.33 130	0.00 1	0.79 350	0.48 271	0.24 293	3.22 258	0.53 304	0.98 398	1.21 410	1.35 407	1.09 409	1.03 392	0.92 401

RAFT + AFF	0.60 297	0.75 351	1.04 144	0.00 1	0.00 1	1.10 313	0.06 290	1.45 288	0.57 203	0.02 211	0.00 1	0.18 193	1.43 358	4.80 317	0.15 229	0.00 1	0.17 396	0.00 1	0.00 1	0.27 366	0.08 330

ETE_ROB	0.31 173	0.34 243	0.89 115	0.00 1	0.00 1	0.97 214	0.01 212	1.45 288	0.57 203	0.02 211	0.00 1	0.17 190	0.02 128	1.75 209	0.07 169	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

IPLGR_C	0.35 197	0.81 361	2.03 283	0.10 337	0.01 232	0.90 198	0.21 328	1.46 298	0.61 291	0.02 211	0.01 199	0.13 169	0.07 242	0.14 144	0.17 235	0.00 1	0.05 367	0.01 352	0.02 328	0.17 335	0.04 281

IIG-Stereo	0.65 305	0.34 243	0.77 71	0.05 301	0.03 297	1.17 342	0.00 1	1.46 298	0.60 276	0.01 123	0.57 338	0.54 288	0.01 84	7.03 390	0.39 287	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

iinet-f	0.48 243	0.57 328	4.45 377	0.00 1	0.01 232	0.77 167	0.00 1	1.48 300	0.61 291	0.01 123	0.00 1	0.40 257	0.44 310	0.38 167	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.35 375	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	1.48 300	0.07 18	0.07 278	0.00 1	0.02 38	0.05 226	0.00 1	0.00 1	0.00 1	0.01 299	0.00 1	0.00 1	0.05 218	0.01 126

fff	0.28 153	0.37 267	1.20 180	0.00 1	0.01 232	1.05 244	0.00 1	1.48 300	0.61 291	0.13 305	0.00 1	0.04 93	0.60 322	0.02 66	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 298

IPLG	0.51 262	0.38 277	1.60 244	0.02 263	0.00 1	1.11 321	0.07 293	1.48 300	0.57 203	0.05 264	0.00 1	0.12 162	0.15 273	4.58 309	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 295	0.00 1

csc	0.28 153	0.37 267	1.20 180	0.00 1	0.01 232	1.05 244	0.00 1	1.48 300	0.61 291	0.13 305	0.00 1	0.04 93	0.60 322	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	0.01 232	1.05 244	0.00 1	1.48 300	0.61 291	0.13 305	0.00 1	0.04 93	0.60 322	0.02 66	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 298

DCANet-4	0.31 173	0.05 60	2.61 327	0.00 1	0.00 1	1.05 244	0.00 1	1.49 306	0.61 291	0.13 305	0.00 1	0.03 73	0.05 226	0.03 91	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 298

ADStereo(finetuned)	0.34 191	0.37 267	2.24 299	0.00 1	0.00 1	1.04 241	0.00 1	1.49 306	0.61 291	0.08 285	0.00 1	0.04 93	0.74 332	0.03 91	0.09 185	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.05 298

DCANet	0.25 139	0.37 267	1.20 180	0.00 1	0.00 1	1.06 253	0.00 1	1.49 306	0.61 291	0.08 285	0.00 1	0.04 93	0.00 1	0.02 66	0.10 194	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.05 298

iResNetv2_ROB	0.36 201	1.03 373	2.96 344	0.00 1	0.00 1	0.58 119	0.00 1	1.51 309	0.58 242	0.01 123	0.00 1	0.08 139	0.02 128	0.07 116	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.29 369	0.02 221

TransformOpticalFlow	0.85 325	0.27 219	2.72 333	0.30 383	0.03 297	1.25 350	0.05 285	1.53 310	0.61 291	0.28 331	0.38 330	1.27 343	1.54 360	6.53 380	0.22 256	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

LL-Strereo	0.71 312	0.88 364	2.40 308	0.00 1	0.00 1	0.63 139	0.01 212	1.57 311	0.58 242	0.45 346	0.00 1	0.54 288	0.30 299	6.37 378	0.07 169	0.00 1	0.05 367	0.00 1	0.00 1	0.22 352	0.17 373

MIPNet	0.34 191	0.35 252	1.56 240	0.02 263	0.00 1	1.11 321	0.09 306	1.57 311	0.65 346	0.11 300	0.05 283	0.18 193	0.19 281	0.74 186	0.00 1	0.00 1	0.00 1	0.00 1	0.01 314	0.06 238	0.01 126

CoDeX	0.36 201	0.24 206	1.39 216	0.00 1	0.01 232	0.29 50	0.00 1	1.58 313	0.57 203	0.00 1	0.00 1	0.25 217	0.07 242	2.82 242	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

111	0.30 169	0.66 338	1.20 180	0.00 1	0.01 232	1.06 253	0.03 265	1.60 314	0.59 254	0.27 330	0.00 1	0.20 204	0.05 226	0.08 127	0.07 169	0.00 1	0.00 1	0.00 1	0.00 1	0.07 250	0.12 361

LALA_ROB	0.31 173	0.38 277	0.91 121	0.00 1	0.01 232	1.00 224	0.01 212	1.60 314	0.61 291	0.15 314	0.00 1	0.09 150	0.01 84	1.04 195	0.41 290	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

RTS	4.10 390	1.68 398	43.40 410	0.09 333	0.02 276	3.95 389	0.00 1	1.61 316	0.61 291	1.09 362	0.01 199	1.97 365	0.22 289	16.87 405	10.15 393	0.00 1	0.09 382	0.00 1	0.00 1	0.20 348	0.05 298

RTSA	4.10 390	1.68 398	43.40 410	0.09 333	0.02 276	3.95 389	0.00 1	1.61 316	0.61 291	1.09 362	0.01 199	1.97 365	0.22 289	16.87 405	10.15 393	0.00 1	0.09 382	0.00 1	0.00 1	0.20 348	0.05 298

GANetREF_RVC	0.54 274	0.70 343	2.06 289	0.00 1	0.00 1	1.14 332	0.00 1	1.61 316	0.58 242	0.00 1	0.01 199	0.29 225	0.04 201	4.21 300	0.06 158	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
IPLGR	0.43 226	0.17 168	2.05 287	0.02 263	0.02 276	1.08 299	0.04 277	1.62 319	0.57 203	0.09 293	0.00 1	0.15 181	0.22 289	2.62 235	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.00 1

FCDSN-DC	2.66 382	0.08 108	1.65 249	0.00 1	0.00 1	1.73 369	0.37 355	1.64 320	1.35 378	8.08 401	11.18 403	11.78 397	7.59 399	4.76 315	2.80 355	0.02 357	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.
DIP-Stereo	0.22 118	0.10 118	0.77 71	0.00 1	0.00 1	1.09 307	0.00 1	1.68 321	0.57 203	0.01 123	0.00 1	0.01 7	0.07 242	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	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
ACVNet_1	1.10 343	1.42 395	4.00 373	0.31 384	0.02 276	1.25 350	0.10 310	1.69 322	0.61 291	0.26 326	0.01 199	4.39 380	1.29 356	4.75 314	0.57 310	0.79 395	0.00 1	0.00 1	0.00 1	0.32 372	0.18 374

pmcnn	2.10 374	0.59 331	4.52 379	0.27 381	0.86 397	0.34 65	0.29 345	1.69 322	0.75 362	0.36 341	7.50 387	14.39 404	0.56 318	4.90 319	4.69 371	0.00 1	0.00 1	0.00 1	0.00 1	0.16 328	0.04 281

UDG	0.42 219	0.43 288	1.17 175	0.00 1	0.00 1	0.99 222	0.00 1	1.70 324	0.60 276	0.05 264	0.00 1	1.51 358	0.19 281	1.20 198	0.61 311	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.00 1

AdaStereo	0.20 108	0.06 83	0.86 105	0.00 1	0.00 1	0.25 42	0.00 1	1.71 325	0.56 171	0.00 1	0.00 1	0.31 231	0.01 84	0.11 139	0.11 202	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.
iRaft-Stereo_20w	0.38 209	0.11 132	1.91 276	0.12 351	0.04 312	0.70 153	0.24 332	1.72 326	0.16 102	0.41 343	0.00 1	0.26 219	1.04 343	0.41 169	0.24 264	0.00 1	0.04 354	0.00 1	0.14 374	0.02 131	0.09 343

psmg	0.22 118	0.05 60	0.54 22	0.00 1	0.00 1	1.05 244	0.00 1	1.73 327	0.58 242	0.00 1	0.00 1	0.36 244	0.03 170	0.01 25	0.08 179	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

RainbowNet	0.61 300	1.13 380	1.83 267	0.10 337	0.04 312	1.23 348	0.07 293	1.74 328	0.57 203	0.01 123	0.02 271	1.14 339	0.25 295	2.29 227	0.48 300	0.61 390	0.05 367	0.00 1	0.00 1	0.47 382	0.20 377

SuperB	1.85 367	1.06 374	10.54 398	0.02 263	0.01 232	0.90 198	0.78 380	1.75 329	0.64 344	0.05 264	0.05 283	0.34 237	0.89 339	5.29 329	5.80 378	0.01 343	0.00 1	0.02 368	0.02 328	8.71 413	0.06 318

CFNet_ucs	0.26 143	0.14 153	1.53 239	0.00 1	0.01 232	0.84 184	0.00 1	1.78 330	0.17 104	0.00 1	0.00 1	0.49 279	0.30 299	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

MFN_U_SF_DS_RVC	1.16 349	2.03 403	4.57 380	0.02 263	0.04 312	3.52 387	0.27 341	1.80 331	0.58 242	0.22 322	0.28 321	1.38 350	0.02 128	6.08 362	0.42 291	0.14 378	0.68 407	0.01 352	0.26 400	0.39 379	0.47 391

S-Stereo	0.65 305	0.25 212	3.44 360	0.00 1	0.00 1	0.56 114	0.05 285	1.86 332	0.61 291	0.00 1	0.76 346	0.84 316	0.11 261	4.28 305	0.11 202	0.00 1	0.01 299	0.00 1	0.00 1	0.07 250	0.03 253

psm_up	0.39 212	0.25 212	1.04 144	0.00 1	0.00 1	0.82 177	0.00 1	1.88 333	0.57 203	0.00 1	0.00 1	0.28 224	0.01 84	2.78 241	0.09 185	0.00 1	0.00 1	0.00 1	0.00 1	0.06 238	0.00 1

FAT-Stereo	0.50 257	0.14 153	2.51 320	0.00 1	0.00 1	0.33 62	0.09 306	1.88 333	0.61 291	0.05 264	0.76 346	0.60 290	0.52 316	2.46 233	0.06 158	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

FBW_ROB	0.83 322	0.31 234	1.48 234	0.10 337	0.01 232	0.62 129	0.01 212	1.91 335	0.59 254	0.01 123	0.01 199	1.10 335	0.05 226	7.84 394	2.07 348	0.05 367	0.01 299	0.03 377	0.01 314	0.01 56	0.47 391

XQC	0.68 308	0.72 349	3.82 369	0.06 319	0.00 1	0.39 70	0.01 212	1.92 336	0.61 291	0.03 238	0.01 199	0.46 268	0.21 287	2.84 243	2.26 349	0.00 1	0.00 1	0.00 1	0.01 314	0.15 320	0.05 298

ELAS_RVC	2.84 386	0.34 243	3.86 370	0.05 301	0.05 320	1.52 362	5.02 406	1.93 337	5.28 392	7.10 399	6.96 384	6.26 384	8.34 400	4.96 321	4.90 373	0.00 1	0.04 354	0.01 352	0.01 314	0.10 289	0.09 343
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GEStereo_RVC	0.43 226	0.38 277	1.10 161	0.01 239	0.00 1	1.02 228	0.00 1	1.94 338	0.57 203	0.00 1	0.00 1	0.14 175	0.01 84	3.25 264	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.08 267	0.02 221

SGM_RVC	1.54 363	0.35 252	1.60 244	0.15 363	0.17 368	1.25 350	0.77 378	1.97 339	0.88 368	4.31 386	2.46 366	4.36 379	2.37 374	6.98 389	1.78 344	0.21 382	0.23 397	0.20 396	0.23 392	0.26 362	0.31 386
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
pcwnet_v2	0.47 236	0.11 132	5.03 382	0.00 1	0.00 1	0.70 153	0.00 1	1.98 340	0.61 291	0.01 123	0.00 1	0.36 244	0.33 304	0.18 149	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.02 221

Wz-Net-TNSev	1.42 359	2.41 407	11.01 399	0.00 1	0.00 1	0.42 77	0.14 319	2.05 341	0.61 291	0.06 272	0.01 199	1.34 348	0.16 275	5.70 348	4.19 365	0.00 1	0.00 1	0.00 1	0.01 314	0.19 342	0.10 350

STrans-v2	0.85 325	0.28 223	1.66 250	0.00 1	0.01 232	0.85 187	0.04 277	2.05 341	0.67 352	0.48 349	0.87 353	1.12 338	2.12 372	6.64 385	0.25 267	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

EAI-Stereo	0.70 309	0.03 23	0.84 99	0.13 358	0.20 379	0.87 193	2.23 395	2.05 341	0.29 125	0.72 354	4.60 375	0.29 225	0.55 317	0.39 168	0.44 294	0.00 1	0.07 378	0.00 1	0.29 403	0.01 56	0.08 330

FINET	0.51 262	0.36 259	2.40 308	0.00 1	0.00 1	0.27 45	0.00 1	2.06 344	1.49 381	0.00 1	0.00 1	0.04 93	0.04 201	3.38 268	0.10 194	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.02 221

GwcNet-ADL	0.30 169	0.19 181	1.78 264	0.00 1	0.00 1	1.03 234	0.00 1	2.08 345	0.28 121	0.00 1	0.00 1	0.37 250	0.04 201	0.02 66	0.09 185	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 253

NaN_ROB	0.80 319	0.47 299	1.63 248	0.17 369	0.19 374	0.58 119	0.38 357	2.11 346	0.80 366	0.53 351	0.33 326	0.48 271	1.13 349	4.98 322	1.94 346	0.00 1	0.02 329	0.01 352	0.05 351	0.06 238	0.14 366

PWCDC_ROB	0.94 335	0.91 369	2.52 321	0.00 1	0.00 1	1.15 335	0.00 1	2.11 346	1.18 374	0.00 1	8.99 393	0.35 241	0.09 249	0.64 184	0.40 289	0.00 1	0.00 1	0.00 1	0.00 1	0.50 383	0.03 253

SGM-Forest	0.84 323	0.07 101	0.90 117	0.02 263	0.07 332	1.10 313	0.68 375	2.12 348	0.61 291	1.14 365	0.78 349	1.36 349	0.98 340	5.55 342	1.31 335	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
LMCR-Stereo	0.27 149	0.34 243	1.42 224	0.00 1	0.00 1	0.79 171	0.00 1	2.15 349	0.61 291	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	0.05 218	0.00 1

PWC_ROB	0.62 302	0.54 319	3.22 354	0.00 1	0.00 1	0.22 40	0.00 1	2.18 350	0.61 291	0.00 1	0.20 314	0.29 225	0.03 170	3.46 271	1.22 331	0.00 1	0.00 1	0.00 1	0.00 1	0.39 379	0.01 126

raft_robust	0.56 280	0.36 259	0.87 110	0.00 1	0.15 360	0.64 143	0.00 1	2.20 351	0.56 171	0.00 1	0.01 199	0.44 264	1.18 353	4.46 307	0.01 74	0.00 1	0.00 1	0.00 1	0.15 378	0.09 282	0.03 253

CSAN	1.05 341	0.61 333	2.46 315	0.09 333	0.08 336	0.71 157	0.71 377	2.20 351	0.93 371	0.85 357	2.92 367	0.79 313	1.46 359	5.37 335	1.58 341	0.01 343	0.01 299	0.00 1	0.00 1	0.09 282	0.05 298

ARAFT	0.58 290	0.75 351	2.78 338	0.00 1	0.00 1	1.20 347	0.00 1	2.26 353	0.57 203	0.05 264	0.00 1	0.18 193	0.03 170	3.54 274	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.19 342	0.04 281

PDISCO_ROB	0.56 280	0.57 328	2.07 290	0.17 369	0.00 1	1.56 364	0.01 212	2.27 354	0.51 148	0.08 285	0.01 199	0.74 308	0.28 298	2.37 228	0.13 219	0.00 1	0.00 1	0.00 1	0.00 1	0.33 374	0.00 1

ACVNet_2	1.32 354	1.30 390	2.83 339	0.11 347	0.07 332	1.30 354	0.18 322	2.29 355	0.75 362	0.26 326	3.44 370	6.65 387	0.16 275	5.12 326	1.08 326	0.13 376	0.00 1	0.00 1	0.00 1	0.38 377	0.32 387

PS-NSSS	0.54 274	0.44 291	0.86 105	0.00 1	0.00 1	1.04 241	0.00 1	2.37 356	0.56 171	0.00 1	0.00 1	0.11 156	0.01 84	5.32 330	0.13 219	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

NOSS_ROB	0.61 300	0.17 168	0.63 36	0.19 375	0.00 1	0.67 148	0.00 1	2.38 357	0.57 203	0.13 305	0.00 1	0.94 321	0.00 1	6.27 375	0.10 194	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.10 350

SANet	1.99 371	0.71 347	3.37 357	0.03 280	0.03 297	2.85 380	0.85 383	2.42 358	8.33 398	1.55 372	4.13 373	4.29 378	3.23 382	5.39 336	2.47 352	0.00 1	0.00 1	0.00 1	0.00 1	0.06 238	0.06 318

BUS	0.33 184	0.05 60	0.54 22	0.00 1	0.00 1	1.87 372	0.00 1	2.43 359	0.58 242	0.30 333	0.09 299	0.65 297	0.00 1	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

BSDual-CNN	0.28 153	0.05 60	0.54 22	0.00 1	0.00 1	1.07 287	0.00 1	2.43 359	0.58 242	0.30 333	0.09 299	0.36 244	0.03 170	0.01 25	0.08 179	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

hknet	0.38 209	0.07 101	1.32 202	0.00 1	0.00 1	1.07 287	0.00 1	2.43 359	0.58 242	0.30 333	0.09 299	0.63 292	0.00 1	0.96 193	0.07 169	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

mmx	0.85 325	0.02 7	1.06 153	0.00 1	0.00 1	0.62 129	0.00 1	2.50 362	0.56 171	0.00 1	0.00 1	0.67 300	0.02 128	5.57 343	5.86 379	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

ttt	0.70 309	0.02 7	0.78 80	0.00 1	0.00 1	0.62 129	0.00 1	2.50 362	0.56 171	0.00 1	0.00 1	0.29 225	0.01 84	4.18 298	5.00 374	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

xxx	0.85 325	0.02 7	1.06 153	0.00 1	0.00 1	0.62 129	0.00 1	2.50 362	0.56 171	0.00 1	0.00 1	0.67 300	0.02 128	5.57 343	5.86 379	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

SA	0.30 169	0.27 219	0.97 136	0.00 1	0.17 368	1.10 313	0.00 1	2.50 362	0.56 171	0.00 1	0.01 199	0.03 73	0.01 84	0.16 148	0.00 1	0.00 1	0.00 1	0.00 1	0.14 374	0.12 302	0.00 1

xxxx	1.04 340	0.02 7	0.54 22	0.00 1	0.00 1	0.53 107	0.00 1	2.53 366	0.57 203	0.00 1	0.00 1	0.01 7	0.01 84	2.04 214	14.52 405	0.00 1	0.01 299	0.00 1	0.00 1	0.00 1	0.01 126

SDNR	1.15 348	0.21 187	3.21 353	0.01 239	0.01 232	3.30 386	0.01 212	2.55 367	0.75 362	1.80 375	1.49 362	1.40 351	0.20 286	7.24 392	0.68 315	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.04 281

XX-Stereo	0.57 286	0.15 157	4.26 374	0.08 328	0.03 297	1.10 313	0.00 1	2.55 367	0.11 71	0.11 300	0.00 1	1.43 353	0.01 84	1.34 204	0.00 1	0.00 1	0.04 354	0.00 1	0.16 379	0.03 180	0.01 126

test_xeample	1.14 346	0.02 7	0.58 30	0.00 1	0.00 1	0.57 116	0.00 1	2.57 369	0.57 203	0.00 1	0.00 1	0.03 73	0.02 128	3.45 270	15.00 408	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

CBMV_ROB	0.84 323	0.06 83	1.73 258	0.00 1	0.00 1	1.37 360	0.47 362	2.57 369	0.58 242	2.13 378	0.76 346	1.06 331	1.38 357	4.04 293	0.54 305	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.05 298

CC-Net-ROB	0.64 304	0.50 305	1.13 168	0.07 323	0.00 1	1.08 299	0.01 212	2.58 371	0.56 171	0.01 123	0.00 1	0.14 175	0.01 84	5.73 350	0.12 212	0.50 389	0.00 1	0.21 398	0.00 1	0.09 282	0.02 221

CBMV	0.57 286	0.22 193	1.61 247	0.00 1	0.00 1	0.84 184	0.78 380	2.58 371	0.61 291	0.38 342	0.00 1	1.25 340	0.63 326	2.07 216	0.38 286	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
Sa-1000	0.31 173	0.26 218	0.93 124	0.00 1	0.18 370	1.08 299	0.01 212	2.59 373	0.56 171	0.00 1	0.09 299	0.03 73	0.00 1	0.18 149	0.00 1	0.00 1	0.00 1	0.00 1	0.13 373	0.11 295	0.00 1

1111x	0.87 330	0.02 7	1.20 180	0.00 1	0.00 1	0.70 153	0.00 1	2.60 374	0.56 171	0.00 1	0.00 1	0.04 93	0.01 84	5.36 334	6.80 384	0.00 1	0.01 299	0.00 1	0.00 1	0.00 1	0.01 126

HBP-ISP	0.80 319	0.70 343	2.86 340	0.02 263	0.01 232	1.67 367	0.48 364	2.63 375	0.56 171	1.11 364	0.06 292	0.50 282	0.74 332	4.60 311	0.09 185	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.03 253

222	1.95 368	0.03 23	0.41 3	0.00 1	0.00 1	0.58 119	0.00 1	2.64 376	0.57 203	0.02 211	0.00 1	0.05 114	0.02 128	3.34 267	31.23 413	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

NINENet	0.45 230	0.09 114	0.81 89	0.06 319	0.00 1	1.87 372	0.00 1	2.69 377	0.56 171	0.00 1	0.00 1	0.65 297	0.00 1	2.15 219	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

MSC_U_SF_DS_RVC	1.79 366	1.81 400	3.81 368	0.01 239	0.02 276	12.12 403	0.50 368	2.74 378	0.71 357	0.07 278	0.20 314	2.17 371	0.15 273	6.82 387	1.19 329	0.74 392	0.80 409	0.20 396	0.27 401	0.73 389	0.70 399

ELAS	2.75 383	0.35 252	2.67 330	0.05 301	0.04 312	6.72 398	1.83 390	2.84 379	3.38 387	8.25 403	9.14 394	3.95 377	6.15 398	3.73 283	5.70 377	0.00 1	0.04 354	0.01 352	0.01 314	0.10 289	0.08 330
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MeshStereo	2.61 381	0.65 336	2.71 332	0.02 263	0.02 276	1.55 363	0.94 385	3.02 380	1.29 377	11.21 405	7.34 385	11.54 396	2.74 378	6.34 377	2.43 351	0.00 1	0.00 1	0.00 1	0.00 1	0.28 367	0.03 253
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
PWCK	2.44 379	1.65 397	7.31 390	0.22 379	0.02 276	3.12 383	4.74 405	3.06 381	3.48 388	0.72 354	4.42 374	3.40 376	1.67 363	9.06 400	3.36 360	0.39 388	0.01 299	0.00 1	0.00 1	2.19 400	0.08 330

TRStereo	0.37 206	0.23 202	1.41 222	0.03 280	0.00 1	1.07 287	0.02 249	3.07 382	0.57 203	0.01 123	0.00 1	0.11 156	0.40 309	0.06 111	0.00 1	0.00 1	0.00 1	0.00 1	0.22 391	0.01 56	0.08 330

FC-DCNN	3.42 388	0.11 132	2.03 283	0.00 1	0.00 1	3.18 384	0.60 372	3.13 383	2.98 386	11.40 406	12.28 405	13.93 402	8.68 402	5.70 348	4.27 366	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.06 318

MADNet+	4.65 394	2.70 409	46.68 412	0.01 239	0.02 276	2.06 375	0.03 265	3.17 384	1.07 373	0.02 211	0.01 199	1.84 363	0.31 302	21.62 410	13.04 401	0.00 1	0.03 339	0.00 1	0.00 1	0.20 348	0.19 376

DPSNet	1.25 353	0.28 223	5.34 383	0.28 382	0.07 332	1.50 361	0.00 1	3.53 385	0.69 354	0.03 238	0.00 1	0.45 267	2.10 371	5.67 347	4.61 370	0.02 357	0.04 354	0.00 1	0.02 328	0.23 356	0.09 343

HSM-Net_RVC	0.52 271	0.06 83	1.45 228	0.00 1	0.00 1	0.61 124	0.00 1	3.83 386	0.52 149	0.14 312	0.00 1	0.22 209	0.03 170	3.50 272	0.04 135	0.01 343	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
JetBlue	5.71 398	2.18 406	16.18 402	0.00 1	2.13 406	29.20 412	14.20 413	3.90 387	0.74 360	0.71 353	2.30 365	6.42 386	5.97 397	17.84 408	8.74 389	0.09 374	0.01 299	0.00 1	0.00 1	2.62 401	0.96 402

LE_ROB	9.96 408	0.54 319	9.62 395	1.40 399	1.24 403	3.29 385	4.64 404	4.31 388	43.01 414	51.54 414	13.34 408	14.15 403	24.60 412	6.66 386	20.28 411	0.04 365	0.05 367	0.12 395	0.20 385	0.07 250	0.09 343

MDST_ROB	1.54 363	0.06 83	3.42 359	0.14 360	0.16 363	5.42 396	0.32 347	4.33 389	0.61 291	6.08 396	1.25 359	1.04 330	1.16 352	5.81 354	0.83 320	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.11 352

IMH-64-1	1.98 369	0.88 364	1.46 230	1.92 400	0.54 390	2.90 381	1.64 387	5.24 390	0.91 369	0.97 359	4.83 376	2.10 369	2.00 368	5.33 331	2.83 356	3.56 405	0.04 354	0.02 368	0.00 1	1.90 396	0.50 394

IMH-64	1.98 369	0.88 364	1.46 230	1.92 400	0.54 390	2.90 381	1.64 387	5.24 390	0.91 369	0.97 359	4.83 376	2.10 369	2.00 368	5.33 331	2.83 356	3.56 405	0.04 354	0.02 368	0.00 1	1.90 396	0.50 394

WAO-6	2.38 376	0.69 341	1.93 279	0.00 1	0.00 1	3.94 388	0.29 345	5.62 392	7.23 396	0.34 339	6.76 383	7.73 391	1.96 367	5.88 356	5.07 375	0.00 1	0.00 1	0.00 1	0.00 1	0.15 320	0.03 253

WAO-7	2.46 380	0.92 370	1.85 270	0.03 280	0.05 320	4.73 391	0.54 371	5.67 393	4.50 390	1.49 371	7.64 389	5.52 382	2.69 377	8.48 396	4.51 368	0.00 1	0.00 1	0.33 400	0.02 328	0.19 342	0.06 318

DPSimNet_ROB	7.90 404	5.46 411	13.55 401	3.66 407	5.16 412	7.26 399	9.60 411	6.11 394	7.46 397	13.33 407	9.50 397	11.03 394	11.89 407	10.08 403	12.35 400	4.36 408	5.55 413	5.35 413	5.34 412	4.96 406	5.98 413

IMH	2.83 385	1.28 388	1.89 273	1.96 403	0.60 392	5.22 394	0.24 332	6.28 395	4.13 389	1.90 377	7.52 388	6.39 385	3.40 383	6.59 382	2.53 353	3.92 407	0.12 390	0.05 385	0.00 1	2.06 398	0.47 391

notaker	4.30 392	1.28 388	3.70 366	3.71 408	0.90 398	4.91 393	0.39 358	6.90 396	1.96 384	5.39 393	11.82 404	16.90 406	3.75 387	7.59 393	5.65 376	5.23 409	0.01 299	0.10 392	0.06 354	4.57 405	1.22 404

LVE	2.75 383	1.12 378	2.30 301	0.46 386	0.45 387	1.87 372	0.06 290	7.19 397	9.72 400	0.03 238	11.08 402	9.01 393	1.26 355	6.93 388	0.91 321	1.86 399	0.16 395	0.04 384	0.24 397	0.22 352	0.13 363

Dean	2.41 378	1.16 384	3.63 365	0.36 385	0.40 386	1.19 345	0.50 368	7.85 398	8.44 399	1.17 366	8.12 391	7.07 388	1.13 349	4.11 296	1.04 323	0.70 391	0.00 1	0.01 352	0.00 1	1.07 393	0.29 385

UNDER WATER	6.24 400	0.99 372	8.13 393	4.62 411	2.68 407	8.66 402	0.77 378	8.37 399	22.50 409	4.55 387	6.36 382	15.93 405	8.89 403	8.99 399	8.85 390	3.25 404	0.04 354	1.36 408	0.02 328	6.24 410	3.56 409

KSHMR	3.68 389	1.11 377	3.06 348	2.84 405	1.78 405	5.33 395	0.41 359	8.64 400	14.09 402	1.85 376	9.32 396	7.19 389	1.93 365	5.45 337	2.30 350	1.95 400	0.41 404	0.50 403	0.21 389	3.53 403	1.76 406

UNDER WATER-64	6.84 402	1.25 387	9.68 396	4.53 410	3.53 409	16.61 409	1.79 389	8.72 401	22.23 407	5.11 390	5.07 378	17.34 407	10.14 405	9.19 401	8.21 388	2.00 402	0.03 339	1.52 409	0.11 367	6.09 409	3.62 410

ktn	4.96 395	1.21 385	2.41 310	3.20 406	1.02 399	8.36 401	2.08 393	9.00 402	17.02 403	5.18 392	12.71 406	13.69 400	3.51 385	8.05 395	3.68 363	5.30 410	0.02 329	0.00 1	0.00 1	2.14 399	0.55 397

MADNet++	9.87 407	2.12 404	7.11 389	7.99 413	4.58 411	14.38 407	6.90 410	9.23 403	5.88 393	16.88 408	17.47 411	11.07 395	15.72 408	24.26 411	19.76 410	8.52 411	6.39 414	4.85 412	2.69 410	5.96 408	5.73 412

SGM-ForestM	8.89 406	0.68 340	3.61 363	0.57 389	0.18 370	14.89 408	5.99 409	9.62 404	10.59 401	20.43 409	17.16 410	39.22 412	20.29 409	20.63 409	13.19 402	0.04 365	0.14 392	0.00 1	0.07 357	0.15 320	0.36 388

WAO-8	5.13 397	1.91 401	2.34 303	0.60 390	0.10 344	12.98 404	0.34 352	11.65 405	24.58 410	4.87 388	10.60 401	13.32 398	4.10 391	8.85 397	3.55 361	0.75 393	0.32 400	0.71 405	0.12 371	0.70 387	0.11 352

Venus	5.12 396	1.91 401	2.34 303	0.60 390	0.10 344	12.98 404	0.34 352	11.65 405	24.58 410	4.87 388	10.54 400	13.32 398	4.10 391	8.85 397	3.55 361	0.75 393	0.32 400	0.71 405	0.12 371	0.70 387	0.11 352

TorneroNet-64	6.39 401	1.31 391	2.23 298	1.99 404	0.65 394	18.82 410	0.28 343	11.98 407	26.18 412	5.99 395	12.75 407	19.37 409	4.08 390	9.94 402	5.95 383	0.89 397	0.00 1	0.11 393	0.00 1	3.44 402	1.81 407

JetRed	13.51 411	18.77 414	42.38 409	1.28 397	1.18 402	54.67 414	25.60 414	12.87 408	6.75 395	8.50 404	8.61 392	13.77 401	10.87 406	24.50 413	30.67 412	0.24 384	0.68 407	0.53 404	0.02 328	5.93 407	2.43 408

HanzoNet	12.77 410	4.55 410	11.74 400	5.35 412	2.79 408	7.59 400	0.66 374	12.97 409	20.40 406	25.99 411	28.61 413	34.05 411	25.08 413	25.93 414	14.98 407	10.77 413	3.91 412	3.00 411	3.73 411	8.16 412	5.15 411

TorneroNet	6.97 403	1.37 393	2.22 297	1.95 402	1.12 401	19.47 411	0.47 362	13.04 410	26.32 413	7.90 400	17.10 409	17.67 408	4.62 395	10.46 404	7.94 385	1.98 401	0.03 339	0.11 393	0.00 1	4.15 404	1.49 405

BEATNet-Init1	14.52 412	6.56 412	34.32 408	1.10 395	1.02 399	31.53 413	11.99 412	15.58 411	17.42 404	30.17 412	27.03 412	43.14 413	24.36 411	24.41 412	18.27 409	0.27 385	0.32 400	0.36 401	0.46 405	1.26 394	0.76 400

MANE	9.96 408	0.69 341	2.88 343	1.22 396	0.61 393	13.15 406	3.46 401	15.62 412	22.27 408	22.74 410	30.00 414	29.74 410	23.22 410	17.17 407	13.78 404	0.29 386	0.56 406	0.09 391	0.61 407	0.15 320	1.00 403

DLNR_Zeroshot_test	21.09 413	47.65 416	85.43 419	96.34 427	87.67 425	0.31 54	0.00 1	17.86 413	0.07 18	0.01 123	0.01 199	0.00 1	0.00 1	0.70 185	0.01 74	15.78 414	0.01 299	0.00 1	0.21 389	69.62 421	0.04 281

LRCNet_RVC	55.44 416	60.56 420	57.70 413	66.68 420	44.91 415	6.22 397	0.00 1	52.80 414	1.37 379	70.44 415	81.09 418	67.07 414	55.41 414	51.59 415	46.24 414	90.66 424	41.89 419	90.95 425	90.04 421	64.32 420	68.75 420

xxxxx1	63.71 417	58.10 417	78.65 416	43.63 415	48.97 416	92.61 419	92.18 420	60.44 415	69.38 415	73.77 418	76.42 415	77.82 417	76.45 416	72.33 416	77.46 417	35.89 417	37.06 416	48.26 418	62.63 417	48.72 417	43.44 417

tt_ll	63.71 417	58.10 417	78.65 416	43.63 415	48.97 416	92.61 419	92.18 420	60.44 415	69.38 415	73.77 418	76.42 415	77.82 417	76.45 416	72.33 416	77.46 417	35.89 417	37.06 416	48.26 418	62.63 417	48.72 417	43.44 417

ff	63.71 417	58.10 417	78.65 416	43.63 415	48.97 416	92.61 419	92.18 420	60.44 415	69.38 415	73.77 418	76.42 415	77.82 417	76.45 416	72.33 416	77.46 417	35.89 417	37.06 416	48.26 418	62.63 417	48.72 417	43.44 417

PML	71.49 420	88.65 426	73.56 414	82.49 422	75.59 419	85.39 417	79.41 418	71.62 418	87.17 418	90.48 421	85.96 419	90.50 421	60.21 415	91.76 425	73.85 416	96.01 431	2.36 411	86.79 424	6.59 413	83.59 423	17.83 416

test_example2	97.61 428	99.96 430	99.93 425	99.83 434	99.97 434	98.84 423	99.76 423	91.98 419	100.00 426	100.00 426	100.00 424	89.18 420	86.51 419	99.29 426	96.54 422	99.97 433	99.55 427	92.92 426	98.06 424	100.00 434	99.95 433

MEDIAN_ROB	93.37 424	98.75 428	96.05 422	90.90 425	90.53 426	85.63 418	76.45 417	92.03 420	89.53 419	95.05 422	94.99 421	96.02 422	93.85 422	90.36 421	87.21 420	98.36 432	95.79 421	99.61 427	98.77 425	98.80 432	98.72 432

DGTPSM_ROB	81.49 421	60.74 421	99.95 426	61.20 418	86.99 423	99.11 424	100.00 424	95.92 421	99.99 424	73.08 416	100.00 424	70.81 415	100.00 425	77.39 419	99.98 426	35.10 415	97.48 425	35.12 416	99.89 426	46.16 415	90.85 422

DPSMNet_ROB	81.54 422	60.77 422	99.95 426	61.42 419	87.05 424	99.11 424	100.00 424	95.93 422	99.99 424	73.11 417	100.00 424	70.84 416	100.00 425	77.43 420	99.98 426	35.39 416	97.54 426	35.21 417	99.89 426	46.30 416	90.94 423

HaxPig	95.46 427	97.61 427	87.80 420	97.80 433	99.17 433	77.55 416	75.28 415	96.76 423	99.61 421	99.97 425	99.97 423	99.62 425	99.97 424	91.02 423	87.28 421	99.98 434	99.98 429	99.98 428	99.99 428	99.97 433	99.97 434

Anonymous_1	89.88 423	75.38 423	97.81 423	74.49 421	78.39 420	100.00 426	100.00 424	98.09 424	99.76 422	96.82 424	99.37 422	97.66 423	99.77 423	91.14 424	98.89 423	81.73 420	97.25 422	59.96 421	85.38 420	77.37 422	88.27 421

MyStereo03	99.18 433	100.00 432	100.00 428	96.47 429	98.78 429	100.00 426	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	93.73 427	100.00 431	100.00 429	100.00 429	96.63 428	97.99 428

MyStereo02	99.18 433	100.00 432	100.00 428	96.47 429	98.78 429	100.00 426	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	93.73 427	100.00 431	100.00 429	100.00 429	96.63 428	97.99 428

MyStereo	99.18 433	100.00 432	100.00 428	96.47 429	98.78 429	100.00 426	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	93.73 427	100.00 431	100.00 429	100.00 429	96.63 428	97.99 428

SPstereo	50.33 415	10.80 413	21.19 406	11.76 414	9.23 413	66.15 415	76.05 416	100.00 425	100.00 426	95.98 423	93.33 420	100.00 426	93.15 421	90.92 422	72.10 415	9.41 412	8.60 415	19.85 415	14.84 415	6.36 411	6.89 414

Selective-RAFT-Error	99.17 432	100.00 432	100.00 428	96.65 432	98.79 432	100.00 426	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	93.64 425	100.00 431	100.00 429	100.00 429	96.25 426	98.10 431

tt	48.25 414	0.05 60	28.22 407	1.29 398	0.00 1	100.00 426	100.00 424	100.00 425	97.19 420	0.08 285	0.00 1	97.99 424	86.70 420	2.26 226	99.92 425	83.66 421	94.83 420	16.47 414	21.27 416	35.05 414	0.01 126

CasAABBNet	99.15 431	100.00 432	100.00 428	96.37 428	98.76 428	100.00 426	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	93.65 426	99.99 430	100.00 429	100.00 429	96.27 427	97.93 427

LSM0	99.11 430	99.97 431	100.00 428	95.93 426	98.59 427	100.00 426	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	93.89 430	99.97 428	100.00 429	100.00 429	96.64 431	97.25 426

DPSM_ROB	94.00 425	79.32 424	100.00 428	83.19 423	85.69 421	100.00 426	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	89.53 422	97.42 423	74.97 422	95.13 422	83.79 424	90.98 424

DPSM	94.00 425	79.32 424	100.00 428	83.19 423	85.69 421	100.00 426	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	89.53 422	97.42 423	74.97 422	95.13 422	83.79 424	90.98 424

AVERAGE_ROB	98.45 429	99.13 429	95.46 421	100.00 435	100.00 435	93.36 422	81.95 419	100.00 425	99.97 423	100.00 426	100.00 424	100.00 426	100.00 425	99.72 427	99.40 424	100.00 435	100.00 431	100.00 429	100.00 429	100.00 434	100.00 435

ASD4		42.77 415

Low-res two-view benchmark