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

xyz-stereo-finetune	0.11 95	0.18 263	0.37 31	0.00 1	0.00 1	0.53 189	0.00 1	0.00 1	0.56 251	0.01 186	0.00 1	0.04 166	0.02 205	0.00 1	0.38 402	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

111111	0.05 13	0.03 34	0.22 18	0.00 1	0.00 1	0.33 119	0.00 1	0.04 41	0.08 53	0.07 379	0.00 1	0.01 21	0.02 205	0.00 1	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.08 356	0.00 1

MLG-Stereo_test3	0.05 13	0.06 119	0.13 5	0.00 1	0.00 1	0.07 43	0.00 1	0.03 29	0.57 295	0.06 369	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

LGtest1	0.06 29	0.07 149	0.16 9	0.00 1	0.00 1	0.10 54	0.00 1	0.12 138	0.57 295	0.03 328	0.00 1	0.01 21	0.00 1	0.00 1	0.13 316	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

SGD-Stereo	0.04 6	0.06 119	0.19 15	0.00 1	0.00 1	0.23 81	0.00 1	0.02 15	0.25 183	0.00 1	0.00 1	0.02 71	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

DEFOM-Stereo_RVC	0.07 43	0.01 1	0.37 31	0.01 328	0.00 1	0.02 12	0.00 1	0.16 156	0.57 295	0.01 186	0.00 1	0.02 71	0.00 1	0.00 1	0.14 325	0.00 1	0.00 1	0.00 1	0.12 465	0.00 1	0.00 1

castereo++	0.09 65	0.11 206	0.28 21	0.03 379	0.00 1	0.36 130	0.00 1	0.21 192	0.56 251	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.21 497	0.02 194	0.00 1

PSMNet-RUCA	0.12 109	0.26 321	0.77 146	0.00 1	0.01 315	0.44 155	0.01 300	0.25 206	0.53 226	0.03 328	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.09 374	0.00 1

castereo	0.07 43	0.15 238	0.30 26	0.00 1	0.05 421	0.20 75	0.02 343	0.18 170	0.08 53	0.01 186	0.00 1	0.02 71	0.10 364	0.00 1	0.02 163	0.00 1	0.00 1	0.00 1	0.19 490	0.01 80	0.01 169

GIP-stereo	0.06 29	0.02 12	0.64 102	0.00 1	0.00 1	0.20 75	0.00 1	0.01 2	0.14 142	0.01 186	0.00 1	0.02 71	0.00 1	0.00 1	0.19 351	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.00 1

fffft	0.07 43	0.01 1	0.39 35	0.00 1	0.00 1	0.26 90	0.00 1	0.03 29	0.20 170	0.00 1	0.00 1	0.02 71	0.00 1	0.00 1	0.26 379	0.00 1	0.00 1	0.00 1	0.00 1	0.11 391	0.06 421
1: 1. 1
DEFOM-Stereo	0.04 6	0.02 12	0.30 26	0.00 1	0.00 1	0.41 138	0.00 1	0.10 124	0.04 14	0.00 1	0.00 1	0.01 21	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

SMoEStereo_RVC	0.06 29	0.03 34	0.35 29	0.00 1	0.00 1	0.42 145	0.00 1	0.02 15	0.07 36	0.00 1	0.00 1	0.02 71	0.01 135	0.00 1	0.24 370	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296	0.07 436

tt45	0.08 54	0.03 34	0.41 40	0.00 1	0.00 1	0.83 284	0.00 1	0.02 15	0.06 23	0.00 1	0.00 1	0.03 130	0.01 135	0.00 1	0.13 316	0.00 1	0.00 1	0.00 1	0.00 1	0.06 318	0.01 169

999	0.06 29	0.04 57	0.42 46	0.00 1	0.00 1	0.35 129	0.00 1	0.02 15	0.06 23	0.00 1	0.00 1	0.01 21	0.01 135	0.00 1	0.15 330	0.00 1	0.00 1	0.00 1	0.00 1	0.08 356	0.00 1

dual_stereo	0.05 13	0.02 12	0.11 3	0.00 1	0.00 1	0.20 75	0.00 1	0.06 64	0.57 295	0.00 1	0.00 1	0.02 71	0.01 135	0.00 1	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.00 1	0.00 1

rvit_0105_6	0.05 13	0.04 57	0.46 54	0.00 1	0.00 1	0.00 1	0.00 1	0.01 2	0.51 219	0.00 1	0.00 1	0.01 21	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 304

rvit_0105_5	0.07 43	0.10 184	0.65 104	0.00 1	0.00 1	0.02 12	0.00 1	0.05 51	0.56 251	0.00 1	0.00 1	0.02 71	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

rvit_0105_4	0.06 29	0.08 163	0.63 98	0.00 1	0.00 1	0.01 7	0.00 1	0.03 29	0.50 216	0.00 1	0.00 1	0.02 71	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0081_aga	0.02 2	0.07 149	0.29 24	0.00 1	0.00 1	0.00 1	0.00 1	0.01 2	0.07 36	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0081	0.04 6	0.02 12	0.14 7	0.00 1	0.00 1	0.02 12	0.00 1	0.01 2	0.54 230	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0082	0.04 6	0.02 12	0.14 7	0.00 1	0.00 1	0.02 12	0.00 1	0.01 2	0.54 230	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAStereo	0.05 13	0.15 238	0.68 111	0.00 1	0.00 1	0.03 23	0.00 1	0.06 64	0.06 23	0.01 186	0.01 295	0.02 71	0.02 205	0.00 1	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

Occ-G	0.06 29	0.06 119	0.51 64	0.00 1	0.00 1	0.23 81	0.00 1	0.17 164	0.03 4	0.00 1	0.00 1	0.01 21	0.02 205	0.00 1	0.01 116	0.00 1	0.00 1	0.00 1	0.07 446	0.14 413	0.00 1

Pointernet	0.10 77	0.04 57	0.61 95	0.00 1	0.05 421	0.54 195	0.00 1	0.02 15	0.59 361	0.00 1	0.00 1	0.03 130	0.02 205	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 397	0.01 80	0.00 1

rvit_stereo_0080	0.05 13	0.17 255	0.22 18	0.00 1	0.00 1	0.02 12	0.00 1	0.01 2	0.55 236	0.00 1	0.00 1	0.01 21	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

IGEV-BASED-STEREO-	0.05 13	0.05 87	0.21 16	0.00 1	0.00 1	0.09 51	0.02 343	0.17 164	0.12 129	0.06 369	0.00 1	0.00 1	0.00 1	0.00 1	0.34 398	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

IGEV-Stereo+	0.04 6	0.06 119	0.29 24	0.01 328	0.00 1	0.02 12	0.00 1	0.11 131	0.14 142	0.01 186	0.00 1	0.03 130	0.00 1	0.00 1	0.01 116	0.00 1	0.00 1	0.00 1	0.10 454	0.01 80	0.01 169

AIO-Stereo	0.07 43	0.06 119	0.41 40	0.00 1	0.03 394	0.30 103	0.00 1	0.10 124	0.04 14	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.01 116	0.00 1	0.00 1	0.00 1	0.23 502	0.04 274	0.07 436

rvit_stereo_ft	0.07 43	0.25 313	0.56 84	0.00 1	0.00 1	0.00 1	0.00 1	0.04 41	0.43 211	0.00 1	0.00 1	0.01 21	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 304

CAS++	0.06 29	0.06 119	0.59 90	0.00 1	0.00 1	0.07 43	0.00 1	0.25 206	0.13 138	0.00 1	0.00 1	0.02 71	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
test_for_model	0.57 398	0.39 392	0.80 166	1.74 520	0.02 368	0.80 272	0.02 343	0.30 224	0.22 175	0.11 408	0.00 1	0.00 1	0.02 205	0.00 1	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	6.94 531	0.01 169

testlalala2	0.25 227	0.07 149	1.64 355	0.00 1	0.00 1	0.82 278	0.00 1	1.66 431	0.57 295	0.01 186	0.00 1	0.04 166	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.24 509	0.01 80	0.00 1

Former-RAFT_DAM_RVC	0.08 54	0.06 119	0.41 40	0.00 1	0.00 1	0.05 39	0.00 1	0.11 131	0.22 175	0.75 474	0.00 1	0.02 71	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.03 345

MyStereo05	0.28 244	0.13 227	2.37 423	0.01 328	0.00 1	1.09 423	0.00 1	1.02 341	0.45 212	0.04 350	0.01 295	0.26 324	0.14 376	0.00 1	0.06 247	0.00 1	0.05 475	0.00 1	0.00 1	0.01 80	0.04 379

MyStereo04	0.26 232	0.12 219	2.34 418	0.00 1	0.00 1	0.98 327	0.00 1	0.84 313	0.20 170	0.06 369	0.01 295	0.33 339	0.11 369	0.00 1	0.06 247	0.00 1	0.05 475	0.00 1	0.00 1	0.02 194	0.04 379

whm_eth	0.05 13	0.17 255	0.22 18	0.00 1	0.00 1	0.02 12	0.00 1	0.01 2	0.55 236	0.00 1	0.00 1	0.01 21	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GMStereo_Zeroshot	0.07 43	0.04 57	0.80 166	0.08 443	0.00 1	0.03 23	0.00 1	0.05 51	0.10 103	0.00 1	0.03 383	0.19 300	0.03 259	0.00 1	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

CASnet	0.08 54	0.05 87	0.40 36	0.00 1	0.00 1	0.82 278	0.00 1	0.14 149	0.08 53	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 251	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala	0.14 132	0.08 163	0.75 137	0.00 1	0.08 443	1.06 365	0.01 300	0.23 198	0.29 191	0.12 411	0.00 1	0.03 130	0.02 205	0.00 1	0.00 1	0.00 1	0.01 394	0.00 1	0.13 470	0.00 1	0.00 1

testlalala_base	0.27 238	0.06 119	0.80 166	0.00 1	0.00 1	0.64 234	0.00 1	1.08 349	0.08 53	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 216	0.52 509	0.00 1	0.00 1	0.12 465	2.02 517	0.00 1

Selective-IGEV	0.05 13	0.04 57	0.43 49	0.00 1	0.04 412	0.25 86	0.00 1	0.01 2	0.08 53	0.00 1	0.00 1	0.01 21	0.02 205	0.00 1	0.01 116	0.00 1	0.00 1	0.00 1	0.07 446	0.03 251	0.08 441

EGLCR-Stereo	0.15 150	0.05 87	0.47 57	0.07 435	0.03 394	1.06 365	0.01 300	1.06 345	0.12 129	0.16 426	0.00 1	0.00 1	0.02 205	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 304

CASS	0.07 43	0.06 119	0.73 120	0.00 1	0.00 1	0.10 54	0.01 300	0.15 153	0.12 129	0.16 426	0.00 1	0.02 71	0.02 205	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DCRE	0.51 374	0.25 313	0.96 216	0.00 1	0.01 315	0.43 151	0.00 1	0.25 206	0.21 172	0.33 449	7.49 505	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.01 394	0.00 1	0.17 484	0.02 194	0.01 169

Selective-RAFT	0.13 119	0.04 57	0.51 64	0.00 1	0.00 1	1.06 365	0.00 1	0.04 41	0.57 295	0.00 1	0.00 1	0.06 214	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.19 490	0.04 274	0.00 1

ProNet	0.09 65	0.20 278	0.53 77	0.00 1	0.00 1	0.80 272	0.00 1	0.04 41	0.07 36	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 356	0.01 169

RCA-Stereo	0.18 176	0.11 206	0.63 98	0.00 1	0.00 1	1.06 365	0.00 1	1.48 410	0.07 36	0.07 379	0.00 1	0.02 71	0.05 324	0.00 1	0.00 1	0.00 1	0.01 394	0.00 1	0.00 1	0.05 296	0.01 169

dd	0.16 156	0.52 434	0.86 187	0.01 328	0.00 1	1.03 345	0.00 1	0.09 108	0.52 221	0.01 186	0.00 1	0.02 71	0.02 205	0.00 1	0.00 1	0.01 456	0.00 1	0.00 1	0.00 1	0.03 251	0.00 1

GMOStereo	0.13 119	0.24 307	0.83 176	0.00 1	0.14 471	0.86 293	0.01 300	0.09 108	0.11 113	0.01 186	0.01 295	0.02 71	0.01 135	0.00 1	0.00 1	0.00 1	0.09 496	0.00 1	0.00 1	0.16 432	0.01 169

error version	0.13 119	0.24 307	0.83 176	0.00 1	0.14 471	0.86 293	0.01 300	0.09 108	0.11 113	0.01 186	0.01 295	0.02 71	0.01 135	0.00 1	0.00 1	0.00 1	0.09 496	0.00 1	0.00 1	0.16 432	0.01 169

test-v	0.13 119	0.24 307	0.83 176	0.00 1	0.14 471	0.86 293	0.01 300	0.09 108	0.11 113	0.01 186	0.01 295	0.02 71	0.01 135	0.00 1	0.00 1	0.00 1	0.09 496	0.00 1	0.00 1	0.16 432	0.01 169

HHNet	0.48 351	0.21 281	1.60 350	0.10 454	0.00 1	1.14 448	0.26 455	0.47 254	0.59 361	0.01 186	3.56 489	0.04 166	0.71 440	0.00 1	0.73 435	0.02 472	0.00 1	0.00 1	0.00 1	0.03 251	0.00 1

GrayStereo	0.46 342	0.01 1	0.71 115	0.10 454	0.00 1	1.12 444	2.67 520	0.20 186	0.59 361	0.00 1	0.00 1	0.08 229	3.76 508	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

test-2	0.13 119	0.24 307	0.83 176	0.00 1	0.14 471	0.86 293	0.01 300	0.09 108	0.11 113	0.01 186	0.01 295	0.02 71	0.01 135	0.00 1	0.00 1	0.00 1	0.09 496	0.00 1	0.00 1	0.16 432	0.01 169

GMM-Stereo	0.18 176	0.02 12	1.37 311	0.08 443	0.00 1	1.11 437	0.13 433	0.09 108	0.60 385	0.01 186	0.00 1	0.02 71	0.10 364	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

sAnonymous2	0.10 77	0.22 288	1.35 305	0.00 1	0.00 1	0.04 33	0.00 1	0.03 29	0.06 23	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 356	0.15 482

CroCo_RVC	0.10 77	0.22 288	1.35 305	0.00 1	0.00 1	0.04 33	0.00 1	0.03 29	0.06 23	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 356	0.15 482

GMStereo	0.08 54	0.54 438	0.90 201	0.00 1	0.00 1	0.03 23	0.00 1	0.04 41	0.03 4	0.00 1	0.00 1	0.01 21	0.02 205	0.00 1	0.03 188	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
CREStereo	0.10 77	0.06 119	0.51 64	0.00 1	0.00 1	1.06 365	0.00 1	0.20 186	0.08 53	0.00 1	0.00 1	0.02 71	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	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
xyz-stereo-finetune2	0.10 77	0.16 247	0.49 58	0.00 1	0.00 1	0.46 162	0.00 1	0.01 2	0.59 361	0.01 186	0.00 1	0.04 166	0.08 352	0.01 61	0.23 366	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

LG-Stereo_L2	0.03 4	0.05 87	0.28 21	0.00 1	0.00 1	0.02 12	0.06 400	0.07 84	0.03 4	0.02 299	0.00 1	0.00 1	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

LG-Stereo_L1	0.03 4	0.05 87	0.31 28	0.00 1	0.00 1	0.02 12	0.06 400	0.08 95	0.04 14	0.04 350	0.00 1	0.00 1	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

MLG-Stereo_test2	0.08 54	0.06 119	0.13 5	0.00 1	0.00 1	0.75 259	0.00 1	0.03 29	0.57 295	0.01 186	0.00 1	0.05 193	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

MLG-Stereo_test1	0.07 43	0.05 87	0.10 1	0.00 1	0.00 1	0.61 214	0.00 1	0.02 15	0.61 403	0.01 186	0.00 1	0.02 71	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

MLG-Stereo	0.06 29	0.05 87	0.10 1	0.00 1	0.00 1	0.46 162	0.00 1	0.02 15	0.60 385	0.01 186	0.00 1	0.02 71	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

S2M2	0.05 13	0.03 34	0.21 16	0.00 1	0.00 1	0.01 7	0.00 1	0.15 153	0.57 295	0.00 1	0.00 1	0.02 71	0.00 1	0.01 61	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HART	0.12 109	0.17 255	0.88 195	0.00 1	0.00 1	0.04 33	0.00 1	0.09 108	0.57 295	0.07 379	0.01 295	0.21 308	0.01 135	0.01 61	0.00 1	0.00 1	0.11 504	0.00 1	0.00 1	0.17 439	0.03 345

MonSter	0.02 2	0.05 87	0.17 13	0.00 1	0.00 1	0.12 62	0.00 1	0.01 2	0.03 4	0.01 186	0.00 1	0.02 71	0.00 1	0.01 61	0.04 216	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

mms	0.04 6	0.04 57	0.35 29	0.00 1	0.00 1	0.00 1	0.00 1	0.05 51	0.10 103	0.00 1	0.00 1	0.04 166	0.02 205	0.01 61	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.06 318	0.09 454

ours_stereo	0.05 13	0.03 34	0.40 36	0.00 1	0.00 1	0.26 90	0.00 1	0.03 29	0.10 103	0.00 1	0.00 1	0.03 130	0.00 1	0.01 61	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.07 333	0.03 345

fffy	0.05 13	0.04 57	0.49 58	0.01 328	0.00 1	0.26 90	0.00 1	0.03 29	0.10 103	0.00 1	0.00 1	0.03 130	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.07 333	0.04 379

rvit_0105_3	0.08 54	0.16 247	0.68 111	0.00 1	0.00 1	0.07 43	0.00 1	0.08 95	0.61 403	0.00 1	0.00 1	0.01 21	0.01 135	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

rvit_105_1	0.09 65	0.21 281	0.66 107	0.00 1	0.00 1	0.16 68	0.00 1	0.13 144	0.61 403	0.00 1	0.00 1	0.02 71	0.01 135	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.02 304

rvit_stereo_0083	0.01 1	0.01 1	0.12 4	0.00 1	0.00 1	0.00 1	0.00 1	0.01 2	0.06 23	0.00 1	0.00 1	0.01 21	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

WCG-NET	0.09 65	0.12 219	0.45 52	0.00 1	0.00 1	0.41 138	0.03 365	0.08 95	0.57 295	0.00 1	0.01 295	0.01 21	0.04 294	0.01 61	0.00 1	0.00 1	0.02 433	0.00 1	0.00 1	0.07 333	0.01 169

U	1.61 482	0.01 1	0.28 21	0.00 1	7.20 533	9.87 522	0.00 1	0.04 41	0.02 1	0.01 186	0.00 1	0.09 240	0.00 1	0.01 61	0.01 116	0.00 1	0.00 1	9.53 535	5.08 533	0.01 80	0.00 1

WCG-NET（raft）	0.07 43	0.18 263	0.43 49	0.00 1	0.00 1	0.37 132	0.00 1	0.07 84	0.06 23	0.01 186	0.01 295	0.05 193	0.03 259	0.01 61	0.00 1	0.00 1	0.09 496	0.00 1	0.00 1	0.07 333	0.01 169

RSM++	0.08 54	0.06 119	0.38 34	0.00 1	0.00 1	0.30 103	0.00 1	0.06 64	0.56 251	0.00 1	0.00 1	0.00 1	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.16 481	0.09 374	0.03 345

RSM	0.08 54	0.05 87	0.37 31	0.00 1	0.02 368	0.30 103	0.00 1	0.11 131	0.56 251	0.00 1	0.00 1	0.00 1	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.15 478	0.05 296	0.02 304

RAFT-Stereo-weight	0.14 132	0.03 34	0.68 111	0.01 328	0.02 368	1.20 463	0.00 1	0.63 285	0.11 113	0.05 360	0.05 391	0.02 71	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

trnet	0.10 77	0.05 87	0.52 68	0.00 1	0.00 1	1.06 365	0.00 1	0.17 164	0.09 77	0.00 1	0.00 1	0.02 71	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

H2IRNET	0.14 132	0.19 274	1.11 255	0.00 1	0.00 1	1.07 401	0.01 300	0.13 144	0.14 142	0.00 1	0.00 1	0.05 193	0.01 135	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.15 423	0.01 169

AE-Stereo	0.17 167	0.05 87	0.79 161	0.03 379	0.09 448	1.06 365	0.00 1	0.57 272	0.06 23	0.08 389	0.00 1	0.13 263	0.00 1	0.01 61	0.01 116	0.00 1	0.06 488	0.00 1	0.23 502	0.08 356	0.04 379

11t1	0.08 54	0.01 1	0.54 78	0.00 1	0.00 1	0.09 51	0.00 1	0.44 248	0.55 236	0.00 1	0.00 1	0.01 21	0.00 1	0.01 61	0.00 1	0.00 1	0.01 394	0.00 1	0.00 1	0.01 80	0.01 169

UniTT-Stereo	0.06 29	0.06 119	0.83 176	0.00 1	0.00 1	0.08 49	0.01 300	0.06 64	0.03 4	0.00 1	0.08 407	0.02 71	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 356	0.00 1

MIM_Stereo	0.10 77	0.32 343	0.90 201	0.00 1	0.03 394	0.29 99	0.00 1	0.11 131	0.11 113	0.02 299	0.00 1	0.04 166	0.01 135	0.01 61	0.00 1	0.00 1	0.03 445	0.00 1	0.00 1	0.11 391	0.08 441

PCWNet_CMD	0.19 182	0.10 184	1.38 312	0.00 1	0.01 315	0.75 259	0.00 1	0.35 230	0.12 129	0.00 1	0.00 1	0.48 383	0.51 426	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

CFNet_ucs	0.26 232	0.14 233	1.53 343	0.00 1	0.01 315	0.84 288	0.00 1	1.78 441	0.17 162	0.00 1	0.00 1	0.49 391	0.30 410	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

AEACV	0.10 77	0.02 12	0.49 58	0.00 1	0.02 368	0.75 259	0.00 1	0.07 84	0.02 1	0.09 398	0.00 1	0.01 21	0.08 352	0.01 61	0.00 1	0.00 1	0.03 445	0.00 1	0.24 509	0.07 333	0.05 400

GCAP-Stereo	0.11 95	0.28 328	0.71 115	0.00 1	0.00 1	0.83 284	0.00 1	0.08 95	0.09 77	0.01 186	0.00 1	0.05 193	0.00 1	0.01 61	0.00 1	0.00 1	0.02 433	0.00 1	0.00 1	0.06 318	0.01 169

CAS	0.10 77	0.05 87	0.46 54	0.00 1	0.00 1	1.03 345	0.00 1	0.21 192	0.09 77	0.00 1	0.00 1	0.03 130	0.01 135	0.01 61	0.02 163	0.08 489	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

anonymousdsp2	0.10 77	0.04 57	0.98 227	0.00 1	0.00 1	0.62 220	0.00 1	0.09 108	0.11 113	0.00 1	0.00 1	0.01 21	0.01 135	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 415	0.04 274	0.03 345

anonymousa	0.14 132	0.15 238	1.74 369	0.00 1	0.00 1	0.28 96	0.00 1	0.01 2	0.11 113	0.00 1	0.01 295	0.42 370	0.02 205	0.01 61	0.01 116	0.00 1	0.00 1	0.00 1	0.04 438	0.00 1	0.02 304

BUS	0.33 279	0.05 87	0.54 78	0.00 1	0.00 1	1.87 490	0.00 1	2.43 479	0.58 349	0.30 444	0.09 408	0.65 411	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

BSDual-CNN	0.28 244	0.05 87	0.54 78	0.00 1	0.00 1	1.07 401	0.00 1	2.43 479	0.58 349	0.30 444	0.09 408	0.36 351	0.03 259	0.01 61	0.08 273	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

psmg	0.22 204	0.05 87	0.54 78	0.00 1	0.00 1	1.05 356	0.00 1	1.73 438	0.58 349	0.00 1	0.00 1	0.36 351	0.03 259	0.01 61	0.08 273	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

GLC_STEREO	0.04 6	0.05 87	0.52 68	0.00 1	0.00 1	0.06 42	0.00 1	0.01 2	0.03 4	0.00 1	0.00 1	0.01 21	0.01 135	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

Patchmatch Stereo++	0.13 119	0.04 57	0.73 120	0.05 407	0.01 315	1.06 365	0.08 414	0.06 64	0.56 251	0.01 186	0.00 1	0.05 193	0.00 1	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.14 132	0.04 57	0.73 120	0.05 407	0.02 368	1.06 365	0.08 414	0.05 51	0.56 251	0.01 186	0.00 1	0.07 222	0.00 1	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

ROB_FTStereo_v2	0.14 132	0.04 57	0.73 120	0.05 407	0.01 315	1.06 365	0.06 400	0.05 51	0.56 251	0.01 186	0.00 1	0.07 222	0.00 1	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

ROB_FTStereo	0.13 119	0.04 57	0.73 120	0.05 407	0.02 368	1.06 365	0.07 406	0.06 64	0.56 251	0.01 186	0.00 1	0.03 130	0.00 1	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

HUI-Stereo	0.14 132	0.04 57	0.75 137	0.05 407	0.02 368	1.06 365	0.08 414	0.06 64	0.57 295	0.01 186	0.00 1	0.07 222	0.00 1	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

DeepStereo_RVC	0.22 204	0.04 57	0.87 191	0.05 407	0.02 368	1.07 401	0.32 468	0.04 41	0.56 251	0.01 186	0.00 1	0.00 1	1.25 473	0.01 61	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.05 400

iGMRVC	0.14 132	0.04 57	0.74 129	0.05 407	0.02 368	1.06 365	0.07 406	0.06 64	0.56 251	0.01 186	0.00 1	0.05 193	0.00 1	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

iRAFT	0.13 119	0.04 57	0.73 120	0.05 407	0.01 315	1.06 365	0.08 414	0.06 64	0.56 251	0.01 186	0.00 1	0.05 193	0.00 1	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

CRE-IMP	0.16 156	0.03 34	0.75 137	0.05 407	0.01 315	1.11 437	0.34 473	0.04 41	0.56 251	0.02 299	0.00 1	0.12 256	0.00 1	0.01 61	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.08 441

CroCo-Stereo	0.13 119	0.16 247	0.40 36	0.00 1	0.00 1	0.03 23	0.00 1	0.98 335	0.57 295	0.00 1	0.01 295	0.31 336	0.03 259	0.01 61	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	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
RAFT	0.12 109	0.43 402	0.79 161	0.01 328	0.02 368	0.10 54	0.07 406	0.06 64	0.27 186	0.00 1	0.01 295	0.18 293	0.04 294	0.01 61	0.00 1	0.00 1	0.02 433	0.00 1	0.01 397	0.37 493	0.01 169

test-1	0.19 182	0.13 227	0.67 110	0.00 1	0.15 475	0.57 203	0.00 1	1.01 340	0.11 113	0.04 350	0.48 451	0.05 193	0.00 1	0.01 61	0.30 386	0.00 1	0.07 489	0.00 1	0.06 443	0.01 80	0.18 489

RAFT-IKP	0.14 132	0.04 57	0.75 137	0.05 407	0.01 315	1.06 365	0.08 414	0.05 51	0.56 251	0.01 186	0.00 1	0.05 193	0.00 1	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

LMCR-Stereo	0.27 238	0.34 354	1.42 324	0.00 1	0.00 1	0.79 269	0.00 1	2.15 465	0.61 403	0.00 1	0.00 1	0.04 166	0.04 294	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296	0.00 1

Anonymous3	0.19 182	0.07 149	1.33 300	0.00 1	0.00 1	1.12 444	0.00 1	0.56 270	0.56 251	0.01 186	0.00 1	0.06 214	0.00 1	0.01 61	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

CREStereo++_RVC	0.10 77	0.06 119	0.78 157	0.00 1	0.00 1	1.00 335	0.00 1	0.10 124	0.08 53	0.00 1	0.01 295	0.03 130	0.00 1	0.01 61	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.21 199	0.05 87	0.81 169	0.00 1	0.00 1	1.06 365	0.02 343	1.36 378	0.56 251	0.01 186	0.34 441	0.02 71	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

TANstereo	0.12 109	0.15 238	0.78 157	0.00 1	0.00 1	1.03 345	0.00 1	0.07 84	0.08 53	0.01 186	0.15 420	0.04 166	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.12 109	0.25 313	0.79 161	0.00 1	0.00 1	0.92 313	0.00 1	0.18 170	0.08 53	0.00 1	0.21 428	0.03 130	0.00 1	0.01 61	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

sCroCo_RVC	0.09 65	0.05 87	1.02 230	0.00 1	0.00 1	0.02 12	0.00 1	0.12 138	0.48 214	0.00 1	0.00 1	0.01 21	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

CFNet-RSSM	0.17 167	0.06 119	1.16 265	0.00 1	0.12 465	0.61 214	0.00 1	0.90 320	0.08 53	0.01 186	0.00 1	0.09 240	0.00 1	0.01 61	0.03 188	0.00 1	0.00 1	0.00 1	0.23 502	0.00 1	0.00 1

Gwc-CoAtRS	0.12 109	0.06 119	1.17 266	0.00 1	0.11 459	0.41 138	0.00 1	0.20 186	0.04 14	0.01 186	0.00 1	0.18 293	0.00 1	0.01 61	0.06 247	0.00 1	0.00 1	0.00 1	0.18 487	0.01 80	0.00 1

DIP-Stereo	0.22 204	0.10 184	0.77 146	0.00 1	0.00 1	1.09 423	0.00 1	1.68 432	0.57 295	0.01 186	0.00 1	0.01 21	0.07 347	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.01 169
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	0.15 150	0.03 34	0.77 146	0.00 1	0.00 1	0.74 255	0.00 1	1.36 378	0.09 77	0.02 299	0.00 1	0.01 21	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

RAFT-Stereo	0.15 150	0.03 34	0.77 146	0.00 1	0.00 1	0.74 255	0.00 1	1.36 378	0.09 77	0.02 299	0.00 1	0.01 21	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	0.19 182	0.10 184	1.39 315	0.00 1	0.01 315	0.75 259	0.00 1	0.35 230	0.12 129	0.00 1	0.00 1	0.48 383	0.50 424	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

MM-Stereo_test3	0.12 109	0.25 313	0.82 172	0.01 328	0.01 315	0.33 119	0.03 365	0.08 95	0.40 208	0.00 1	0.00 1	0.06 214	0.03 259	0.02 125	0.04 216	0.00 1	0.01 394	0.00 1	0.00 1	0.24 469	0.01 169

MM-Stereo_test2	0.14 132	0.06 119	1.48 338	0.07 435	0.00 1	0.52 184	0.00 1	0.08 95	0.03 4	0.13 415	0.00 1	0.03 130	0.02 205	0.02 125	0.07 258	0.00 1	0.01 394	0.00 1	0.01 397	0.19 450	0.04 379

GREAT-IGEV	0.11 95	0.07 149	0.65 104	0.00 1	0.11 459	0.53 189	0.00 1	0.06 64	0.09 77	0.00 1	0.01 295	0.01 21	0.01 135	0.02 125	0.03 188	0.00 1	0.08 495	0.00 1	0.17 484	0.07 333	0.28 503

FoundationStereo	0.05 13	0.04 57	0.18 14	0.00 1	0.01 315	0.01 7	0.00 1	0.08 95	0.56 251	0.00 1	0.00 1	0.02 71	0.00 1	0.02 125	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

tg	0.14 132	0.17 255	0.52 68	0.00 1	0.00 1	1.03 345	0.00 1	0.07 84	0.52 221	0.00 1	0.01 295	0.07 222	0.02 205	0.02 125	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.26 475	0.18 489

MoCha-V2	0.09 65	0.08 163	0.61 95	0.05 407	0.06 431	0.15 66	0.00 1	0.11 131	0.08 53	0.07 379	0.00 1	0.13 263	0.00 1	0.02 125	0.04 216	0.00 1	0.13 509	0.00 1	0.20 492	0.04 274	0.01 169

ff7	0.11 95	0.18 263	0.52 68	0.00 1	0.00 1	1.06 365	0.00 1	0.09 108	0.09 77	0.01 186	0.00 1	0.01 21	0.03 259	0.02 125	0.00 1	0.00 1	0.00 1	0.00 1	0.10 454	0.07 333	0.01 169

ffff	0.11 95	0.18 263	0.52 68	0.00 1	0.00 1	1.06 365	0.00 1	0.09 108	0.09 77	0.01 186	0.00 1	0.01 21	0.03 259	0.02 125	0.00 1	0.00 1	0.00 1	0.00 1	0.10 454	0.07 333	0.01 169

11t	0.11 95	0.18 263	0.52 68	0.00 1	0.00 1	1.06 365	0.00 1	0.09 108	0.09 77	0.01 186	0.00 1	0.01 21	0.03 259	0.02 125	0.00 1	0.00 1	0.00 1	0.00 1	0.10 454	0.07 333	0.01 169

MaDis-Stereo	0.06 29	0.16 247	0.66 107	0.00 1	0.00 1	0.05 39	0.01 300	0.06 64	0.12 129	0.00 1	0.01 295	0.04 166	0.02 205	0.02 125	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

MIF-Stereo (partial)	0.08 54	0.11 206	0.96 216	0.00 1	0.00 1	0.08 49	0.00 1	0.19 175	0.08 53	0.00 1	0.01 295	0.02 71	0.02 205	0.02 125	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.01 169

CES	0.08 54	0.07 149	0.43 49	0.00 1	0.00 1	0.21 79	0.01 300	0.08 95	0.56 251	0.01 186	0.00 1	0.08 229	0.04 294	0.02 125	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

knoymous	0.09 65	0.04 57	1.04 234	0.00 1	0.00 1	0.11 59	0.00 1	0.23 198	0.05 20	0.00 1	0.00 1	0.23 315	0.00 1	0.02 125	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

riskmin	0.11 95	0.01 1	0.87 191	0.01 328	0.00 1	0.13 64	0.00 1	0.30 224	0.09 77	0.00 1	0.01 295	0.76 423	0.00 1	0.02 125	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

Anonymous_2	0.88 447	0.02 12	1.06 244	0.01 328	0.00 1	0.19 72	0.00 1	0.14 149	0.08 53	0.01 186	0.04 388	1.07 446	0.00 1	0.02 125	0.02 163	0.01 456	0.04 460	2.31 530	11.16 536	1.35 514	0.01 169

CroCo-Stereo Lap2	0.09 65	0.23 298	0.74 129	0.00 1	0.00 1	0.02 12	0.00 1	0.07 84	0.56 251	0.00 1	0.00 1	0.01 21	0.03 259	0.02 125	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.06 318	0.01 169

ccc-4	0.11 95	0.18 263	0.52 68	0.00 1	0.00 1	1.06 365	0.00 1	0.09 108	0.09 77	0.01 186	0.00 1	0.01 21	0.03 259	0.02 125	0.00 1	0.00 1	0.00 1	0.00 1	0.10 454	0.07 333	0.01 169

fff	0.28 244	0.37 377	1.20 271	0.00 1	0.01 315	1.05 356	0.00 1	1.48 410	0.61 403	0.13 415	0.00 1	0.04 166	0.60 434	0.02 125	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 400

anonymity	0.17 167	0.06 119	0.79 161	0.00 1	0.09 448	0.03 23	0.00 1	0.54 266	0.07 36	0.41 458	0.13 417	0.11 250	0.58 431	0.02 125	0.31 393	0.00 1	0.00 1	0.00 1	0.23 502	0.01 80	0.02 304

test_4	0.13 119	0.07 149	1.12 258	0.00 1	0.05 421	0.82 278	0.00 1	0.04 41	0.08 53	0.10 404	0.00 1	0.01 21	0.01 135	0.02 125	0.06 247	0.00 1	0.00 1	0.00 1	0.02 415	0.11 391	0.00 1

GwcNet-ADL	0.30 262	0.19 274	1.78 371	0.00 1	0.00 1	1.03 345	0.00 1	2.08 458	0.28 187	0.00 1	0.00 1	0.37 358	0.04 294	0.02 125	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 345

Pruner-Stereo	0.16 156	0.04 57	0.73 120	0.19 493	0.00 1	1.08 414	0.21 445	0.16 156	0.59 361	0.03 328	0.00 1	0.01 21	0.00 1	0.02 125	0.22 361	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

cross-raft	0.15 150	0.05 87	1.46 334	0.00 1	0.01 315	0.37 132	0.07 406	0.40 240	0.02 1	0.02 299	0.00 1	0.38 361	0.00 1	0.02 125	0.03 188	0.00 1	0.00 1	0.00 1	0.11 460	0.01 80	0.02 304

iRaftStereo_RVC	0.10 77	0.20 278	0.57 86	0.00 1	0.00 1	0.52 184	0.00 1	0.05 51	0.07 36	0.00 1	0.01 295	0.14 270	0.03 259	0.02 125	0.01 116	0.00 1	0.03 445	0.00 1	0.00 1	0.25 473	0.20 496

CFNet_pseudo	0.22 204	0.10 184	1.39 315	0.00 1	0.01 315	0.98 327	0.00 1	0.94 328	0.09 77	0.00 1	0.00 1	0.48 383	0.36 417	0.02 125	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RALAANet	0.13 119	0.51 429	0.95 214	0.00 1	0.00 1	0.32 113	0.01 300	0.38 235	0.03 4	0.00 1	0.00 1	0.05 193	0.09 356	0.02 125	0.12 309	0.00 1	0.00 1	0.00 1	0.02 415	0.10 385	0.00 1

DCANet	0.25 227	0.37 377	1.20 271	0.00 1	0.00 1	1.06 365	0.00 1	1.49 416	0.61 403	0.08 389	0.00 1	0.04 166	0.00 1	0.02 125	0.10 290	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.05 400

csc	0.28 244	0.37 377	1.20 271	0.00 1	0.01 315	1.05 356	0.00 1	1.48 410	0.61 403	0.13 415	0.00 1	0.04 166	0.60 434	0.02 125	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 400

cscssc	0.28 244	0.37 377	1.20 271	0.00 1	0.01 315	1.05 356	0.00 1	1.48 410	0.61 403	0.13 415	0.00 1	0.04 166	0.60 434	0.02 125	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 400

ccs_rob	0.22 204	0.10 184	1.38 312	0.00 1	0.01 315	0.98 327	0.00 1	0.94 328	0.09 77	0.00 1	0.00 1	0.48 383	0.36 417	0.02 125	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HITNet	0.19 182	0.55 444	1.36 309	0.00 1	0.00 1	0.25 86	0.00 1	1.09 351	0.23 181	0.00 1	0.00 1	0.14 270	0.02 205	0.02 125	0.14 325	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296	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
LG-G_1	0.06 29	0.07 149	0.16 9	0.00 1	0.00 1	0.23 81	0.00 1	0.02 15	0.56 251	0.06 369	0.00 1	0.03 130	0.00 1	0.03 156	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

LG-G	0.06 29	0.07 149	0.16 9	0.00 1	0.00 1	0.23 81	0.00 1	0.02 15	0.56 251	0.06 369	0.00 1	0.03 130	0.00 1	0.03 156	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

StereoAnything_RVC	0.14 132	0.80 480	0.77 146	0.00 1	0.00 1	0.01 7	0.00 1	0.02 15	0.56 251	0.00 1	0.00 1	0.00 1	0.01 135	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.56 503	0.01 169

FACV-RUCA	0.11 95	0.06 119	0.50 63	0.03 379	0.10 452	0.10 54	0.00 1	0.07 84	0.62 454	0.03 328	0.04 388	0.03 130	0.14 376	0.03 156	0.03 188	0.00 1	0.00 1	0.06 501	0.00 1	0.20 457	0.11 465

plain	0.11 95	0.17 255	1.21 281	0.00 1	0.00 1	0.05 39	0.00 1	0.16 156	0.32 197	0.01 186	0.01 295	0.02 71	0.01 135	0.03 156	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.26 475	0.01 169

anonymousdsp	0.11 95	0.18 263	0.58 87	0.00 1	0.00 1	1.06 365	0.00 1	0.08 95	0.09 77	0.01 186	0.00 1	0.01 21	0.04 294	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.11 460	0.07 333	0.03 345

MC-Stereo	0.10 77	0.10 184	0.59 90	0.01 328	0.01 315	1.06 365	0.00 1	0.03 29	0.09 77	0.02 299	0.00 1	0.03 130	0.02 205	0.03 156	0.00 1	0.00 1	0.01 394	0.00 1	0.02 415	0.05 296	0.01 169

DCANet-4	0.31 268	0.05 87	2.61 444	0.00 1	0.00 1	1.05 356	0.00 1	1.49 416	0.61 403	0.13 415	0.00 1	0.03 130	0.05 324	0.03 156	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 400

ADStereo(finetuned)	0.34 287	0.37 377	2.24 413	0.00 1	0.00 1	1.04 353	0.00 1	1.49 416	0.61 403	0.08 389	0.00 1	0.04 166	0.74 445	0.03 156	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.05 400

IGEV-Stereo	0.11 95	0.18 263	0.58 87	0.00 1	0.00 1	1.06 365	0.00 1	0.08 95	0.09 77	0.01 186	0.00 1	0.01 21	0.04 294	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.11 460	0.07 333	0.03 345
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
raft+_RVC	0.14 132	0.37 377	0.96 216	0.00 1	0.16 478	0.64 234	0.03 365	0.05 51	0.08 53	0.00 1	0.00 1	0.02 71	0.03 259	0.03 156	0.07 258	0.00 1	0.07 489	0.00 1	0.00 1	0.05 296	0.16 486

raftrobust	0.13 119	0.36 370	0.94 213	0.00 1	0.18 486	0.62 220	0.02 343	0.07 84	0.07 36	0.00 1	0.00 1	0.03 130	0.03 259	0.03 156	0.05 231	0.00 1	0.01 394	0.00 1	0.00 1	0.06 318	0.04 379

PMTNet	0.11 95	0.07 149	0.60 94	0.00 1	0.00 1	1.05 356	0.04 384	0.16 156	0.08 53	0.00 1	0.00 1	0.04 166	0.00 1	0.03 156	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

LG-Stereo	0.06 29	0.04 57	0.40 36	0.00 1	0.00 1	0.31 107	0.00 1	0.06 64	0.08 53	0.00 1	0.01 295	0.10 244	0.03 259	0.04 169	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.08 356	0.01 169

HI	0.09 65	0.33 347	0.88 195	0.00 1	0.00 1	0.33 119	0.00 1	0.07 84	0.06 23	0.00 1	0.01 295	0.02 71	0.01 135	0.04 169	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.00 1

CoSv	0.09 65	0.33 347	0.88 195	0.00 1	0.00 1	0.33 119	0.00 1	0.07 84	0.06 23	0.00 1	0.01 295	0.02 71	0.01 135	0.04 169	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.00 1

rvit_stereo_0075_2	0.05 13	0.08 163	0.78 157	0.00 1	0.00 1	0.00 1	0.00 1	0.04 41	0.03 4	0.00 1	0.00 1	0.00 1	0.00 1	0.04 169	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 421

MGS-Stereo	0.10 77	0.08 163	0.82 172	0.00 1	0.00 1	0.41 138	0.00 1	0.20 186	0.08 53	0.00 1	0.00 1	0.01 21	0.01 135	0.04 169	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.39 496	0.00 1

IGEV++	0.06 29	0.14 233	0.46 54	0.03 379	0.00 1	0.04 33	0.00 1	0.03 29	0.08 53	0.01 186	0.00 1	0.02 71	0.06 338	0.04 169	0.03 188	0.00 1	0.04 460	0.00 1	0.03 437	0.08 356	0.07 436

MyStereo07	0.10 77	0.12 219	0.59 90	0.00 1	0.00 1	0.98 327	0.00 1	0.03 29	0.10 103	0.01 186	0.00 1	0.01 21	0.05 324	0.04 169	0.00 1	0.00 1	0.05 475	0.00 1	0.00 1	0.02 194	0.04 379

HH	0.23 211	0.21 281	1.69 361	0.16 482	0.08 443	0.11 59	0.00 1	0.24 203	0.06 23	0.30 444	0.18 422	1.47 469	0.04 294	0.04 169	0.01 116	0.00 1	0.03 445	0.00 1	0.00 1	0.02 194	0.01 169

HanStereo	0.23 211	0.21 281	1.69 361	0.16 482	0.08 443	0.11 59	0.00 1	0.24 203	0.06 23	0.30 444	0.18 422	1.47 469	0.04 294	0.04 169	0.01 116	0.00 1	0.03 445	0.00 1	0.00 1	0.02 194	0.01 169

LoS_RVC	0.05 13	0.05 87	0.41 40	0.00 1	0.00 1	0.16 68	0.00 1	0.17 164	0.07 36	0.00 1	0.00 1	0.04 166	0.01 135	0.04 169	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

LoS	0.14 132	0.07 149	0.66 107	0.02 359	0.00 1	1.05 356	0.01 300	0.07 84	0.57 295	0.01 186	0.01 295	0.16 288	0.04 294	0.04 169	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 251	0.00 1
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
RAFT-Stereo + iAFF	0.19 182	0.33 347	0.84 181	0.00 1	0.02 368	1.06 365	0.00 1	0.45 250	0.59 361	0.03 328	0.00 1	0.05 193	0.06 338	0.04 169	0.07 258	0.00 1	0.01 394	0.00 1	0.00 1	0.17 439	0.01 169

MM-Stereo_test1	0.12 109	0.10 184	1.26 285	0.02 359	0.04 412	0.28 96	0.02 343	0.06 64	0.28 187	0.01 186	0.00 1	0.03 130	0.00 1	0.05 181	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.23 467	0.01 169

ISRNet	0.16 156	0.11 206	1.44 330	0.00 1	0.00 1	0.50 175	0.00 1	0.44 248	0.60 385	0.00 1	0.00 1	0.05 193	0.00 1	0.05 181	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

RAFT-Test	0.20 191	0.09 177	1.34 302	0.00 1	0.12 465	0.39 135	0.10 425	0.72 296	0.25 183	0.08 389	0.00 1	0.44 373	0.00 1	0.05 181	0.13 316	0.00 1	0.00 1	0.00 1	0.24 509	0.01 80	0.01 169

SFCPSM	0.21 199	0.04 57	1.59 349	0.00 1	0.05 421	0.34 126	0.00 1	1.24 368	0.57 295	0.01 186	0.00 1	0.12 256	0.02 205	0.05 181	0.05 231	0.00 1	0.00 1	0.00 1	0.02 415	0.02 194	0.00 1

ACVNet	0.20 191	0.14 233	0.96 216	0.01 328	0.00 1	1.05 356	0.11 429	0.19 175	0.60 385	0.01 186	0.01 295	0.71 419	0.00 1	0.05 181	0.10 290	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296	0.00 1

acv_ft	0.21 199	0.14 233	0.95 214	0.00 1	0.00 1	0.41 138	0.00 1	0.58 275	0.60 385	0.19 431	0.01 295	0.71 419	0.12 372	0.05 181	0.12 309	0.00 1	0.00 1	0.00 1	0.00 1	0.24 469	0.00 1

DMCA	0.19 182	0.16 247	1.39 315	0.00 1	0.01 315	1.00 335	0.01 300	0.38 235	0.57 295	0.01 186	0.01 295	0.05 193	0.00 1	0.05 181	0.12 309	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

DCVSM-stereo	0.16 156	0.03 34	1.58 347	0.00 1	0.00 1	0.74 255	0.04 384	0.02 15	0.08 53	0.00 1	0.00 1	0.60 403	0.07 347	0.06 188	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

IGEV-Stereo++	0.05 13	0.03 34	0.16 9	0.00 1	0.00 1	0.59 211	0.00 1	0.05 51	0.07 36	0.01 186	0.00 1	0.01 21	0.00 1	0.06 188	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.03 251	0.01 169

LL-Strereo2	0.12 109	0.41 397	0.91 206	0.05 407	0.03 394	0.51 178	0.04 384	0.13 144	0.11 113	0.01 186	0.00 1	0.03 130	0.02 205	0.06 188	0.10 290	0.00 1	0.00 1	0.00 1	0.01 397	0.03 251	0.03 345

4D-IteraStereo	0.16 156	0.51 429	1.73 365	0.00 1	0.00 1	0.38 134	0.03 365	0.08 95	0.08 53	0.02 299	0.01 295	0.00 1	0.01 135	0.06 188	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.06 421

DisPM	0.16 156	0.05 87	0.82 172	0.07 435	0.00 1	1.14 448	0.41 480	0.08 95	0.54 230	0.03 328	0.00 1	0.00 1	0.00 1	0.06 188	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

TRStereo	0.37 304	0.23 298	1.41 321	0.03 379	0.00 1	1.07 401	0.02 343	3.07 502	0.57 295	0.01 186	0.00 1	0.11 250	0.40 420	0.06 188	0.00 1	0.00 1	0.00 1	0.00 1	0.22 500	0.01 80	0.08 441

AFF-stereo	0.18 176	0.42 399	0.77 146	0.00 1	0.00 1	0.91 311	0.00 1	0.41 243	0.65 464	0.05 360	0.00 1	0.04 166	0.05 324	0.06 188	0.04 216	0.00 1	0.01 394	0.00 1	0.00 1	0.19 450	0.01 169

SCV_C0	0.09 65	0.16 247	0.63 98	0.00 1	0.00 1	0.29 99	0.00 1	0.12 138	0.09 77	0.01 186	0.00 1	0.05 193	0.03 259	0.07 195	0.00 1	0.00 1	0.00 1	0.00 1	0.15 478	0.09 374	0.02 304

MSKI-zero shot	0.22 204	0.08 163	1.46 334	0.00 1	0.12 465	1.08 414	0.03 365	0.85 315	0.16 158	0.22 433	0.05 391	0.06 214	0.00 1	0.07 195	0.01 116	0.00 1	0.02 433	0.00 1	0.18 487	0.02 194	0.01 169

StereoVision	0.16 156	0.25 313	1.07 250	0.00 1	0.00 1	0.47 166	0.01 300	0.18 170	0.61 403	0.00 1	0.29 435	0.15 279	0.02 205	0.07 195	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.03 251	0.01 169

Any-RAFT	0.17 167	0.04 57	0.93 210	0.00 1	0.00 1	1.10 429	0.00 1	0.99 337	0.03 4	0.01 186	0.00 1	0.21 308	0.00 1	0.07 195	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ToySt	0.12 109	0.15 238	0.92 209	0.00 1	0.00 1	0.46 162	0.00 1	0.41 243	0.10 103	0.00 1	0.00 1	0.10 244	0.00 1	0.07 195	0.19 351	0.00 1	0.00 1	0.00 1	0.02 415	0.04 274	0.02 304

test_1	0.17 167	0.03 34	0.75 137	0.03 379	0.10 452	0.43 151	0.00 1	1.36 378	0.07 36	0.01 186	0.00 1	0.02 71	0.00 1	0.07 195	0.19 351	0.00 1	0.00 1	0.00 1	0.20 492	0.12 400	0.11 465

test_3	0.19 182	0.02 12	0.76 143	0.03 379	0.10 452	0.53 189	0.00 1	1.42 389	0.07 36	0.13 415	0.00 1	0.02 71	0.00 1	0.07 195	0.19 351	0.00 1	0.00 1	0.00 1	0.20 492	0.12 400	0.11 465

GANet-ADL	0.16 156	0.06 119	1.18 269	0.00 1	0.01 315	0.83 284	0.00 1	0.23 198	0.07 36	0.00 1	0.30 436	0.35 347	0.00 1	0.07 195	0.10 290	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.01 169

AnonymousM	0.10 77	0.04 57	0.56 84	0.00 1	0.00 1	1.02 339	0.00 1	0.19 175	0.11 113	0.00 1	0.00 1	0.00 1	0.00 1	0.07 195	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

iResNetv2_ROB	0.36 297	1.03 494	2.96 461	0.00 1	0.00 1	0.58 206	0.00 1	1.51 419	0.58 349	0.01 186	0.00 1	0.08 229	0.02 205	0.07 195	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.29 486	0.02 304

MFMNet_re	0.24 220	0.74 470	2.31 417	0.53 508	0.00 1	0.17 70	0.01 300	0.02 15	0.59 361	0.01 186	0.03 383	0.12 256	0.00 1	0.07 195	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.19 450	0.01 169

DN-CSS_ROB	0.26 232	0.75 471	1.33 300	0.00 1	0.00 1	0.99 333	0.00 1	1.04 343	0.61 403	0.01 186	0.00 1	0.19 300	0.02 205	0.07 195	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.22 463	0.01 169

HUF	0.15 150	0.29 334	1.05 242	0.02 359	0.11 459	0.04 33	0.00 1	0.16 156	0.09 77	0.03 328	0.00 1	0.01 21	0.00 1	0.08 207	0.00 1	0.00 1	0.58 525	0.00 1	0.00 1	0.14 413	0.37 509

GCAP-BAT	0.19 182	0.08 163	0.90 201	0.01 328	0.07 437	0.87 297	0.03 365	0.16 156	0.06 23	0.36 452	0.45 447	0.15 279	0.05 324	0.08 207	0.31 393	0.00 1	0.00 1	0.00 1	0.14 472	0.00 1	0.00 1

RAFT_CTSACE	0.14 132	0.33 347	1.23 282	0.00 1	0.01 315	0.47 166	0.00 1	0.27 216	0.11 113	0.01 186	0.00 1	0.04 166	0.00 1	0.08 207	0.00 1	0.00 1	0.01 394	0.00 1	0.00 1	0.24 469	0.00 1

test-3	0.17 167	0.03 34	0.74 129	0.03 379	0.10 452	0.43 151	0.00 1	1.36 378	0.07 36	0.01 186	0.00 1	0.02 71	0.00 1	0.08 207	0.19 351	0.00 1	0.00 1	0.00 1	0.20 492	0.12 400	0.11 465

111	0.30 262	0.66 458	1.20 271	0.00 1	0.01 315	1.06 365	0.03 365	1.60 424	0.59 361	0.27 441	0.00 1	0.20 304	0.05 324	0.08 207	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.07 333	0.12 475

TestStereo1	0.20 191	0.30 338	0.84 181	0.00 1	0.16 478	1.12 444	0.01 300	0.69 292	0.57 295	0.00 1	0.05 391	0.04 166	0.01 135	0.09 212	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 423	0.06 421

x	0.10 77	0.01 1	0.51 64	0.00 1	0.00 1	0.09 51	0.00 1	0.67 291	0.55 236	0.00 1	0.00 1	0.01 21	0.00 1	0.09 212	0.00 1	0.00 1	0.01 394	0.00 1	0.00 1	0.00 1	0.01 169

SA-5K	0.20 191	0.30 338	0.84 181	0.00 1	0.16 478	1.12 444	0.01 300	0.69 292	0.57 295	0.00 1	0.05 391	0.04 166	0.01 135	0.09 212	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 423	0.06 421

UDGNet	0.14 132	0.48 419	0.72 118	0.00 1	0.00 1	1.06 365	0.00 1	0.05 51	0.28 187	0.00 1	0.00 1	0.02 71	0.00 1	0.09 212	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SCV	0.09 65	0.23 298	0.59 90	0.00 1	0.02 368	0.03 23	0.02 343	0.35 230	0.07 36	0.01 186	0.00 1	0.00 1	0.01 135	0.10 216	0.00 1	0.00 1	0.00 1	0.00 1	0.14 472	0.18 448	0.12 475

fast-acv-ft	0.29 260	0.37 377	3.76 485	0.06 429	0.01 315	0.28 96	0.17 437	0.06 64	0.21 172	0.00 1	0.00 1	0.08 229	0.09 356	0.10 216	0.23 366	0.01 456	0.00 1	0.03 488	0.01 397	0.26 475	0.01 169

Wz-Net-LNSev	0.34 287	0.61 452	4.26 493	0.00 1	0.00 1	0.49 173	0.00 1	0.26 210	0.61 403	0.00 1	0.01 295	0.23 315	0.03 259	0.10 216	0.16 333	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

NRIStereo	0.17 167	0.03 34	0.73 120	0.04 397	0.01 315	1.15 451	0.33 472	0.03 29	0.59 361	0.04 350	0.01 295	0.11 250	0.01 135	0.10 216	0.03 188	0.00 1	0.02 433	0.00 1	0.00 1	0.06 318	0.09 454

test_xeample3	0.24 220	0.06 119	1.84 377	0.02 359	0.00 1	0.33 119	0.05 395	1.33 375	0.14 142	0.00 1	0.03 383	0.03 130	0.03 259	0.10 216	0.43 411	0.00 1	0.00 1	0.00 1	0.23 502	0.05 296	0.06 421

UPFNet	0.18 176	0.05 87	1.11 255	0.00 1	0.00 1	0.48 170	0.00 1	1.11 353	0.48 214	0.00 1	0.00 1	0.10 244	0.00 1	0.10 216	0.10 290	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

IER	0.14 132	0.09 177	1.29 291	0.00 1	0.00 1	0.62 220	0.00 1	0.17 164	0.10 103	0.00 1	0.00 1	0.40 366	0.02 205	0.11 222	0.04 216	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

AdaStereo	0.20 191	0.06 119	0.86 187	0.00 1	0.00 1	0.25 86	0.00 1	1.71 436	0.56 251	0.00 1	0.00 1	0.31 336	0.01 135	0.11 222	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	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.
AIO_rvc	0.11 95	0.28 328	0.45 52	0.05 407	0.02 368	0.15 66	0.03 365	0.19 175	0.57 295	0.01 186	0.00 1	0.02 71	0.02 205	0.12 224	0.01 116	0.00 1	0.01 394	0.00 1	0.02 415	0.09 374	0.10 462

iResNet	0.25 227	0.27 323	1.68 359	0.00 1	0.00 1	0.69 244	0.00 1	1.22 367	0.56 251	0.00 1	0.00 1	0.04 166	0.03 259	0.12 224	0.30 386	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296	0.01 169

CIPLG	0.33 279	0.75 471	1.79 373	0.10 454	0.01 315	0.93 318	0.21 445	1.45 397	0.61 403	0.02 299	0.01 295	0.14 270	0.06 338	0.13 226	0.17 337	0.00 1	0.04 460	0.01 461	0.01 397	0.17 439	0.04 379

RALCasStereoNet	0.16 156	0.35 363	0.84 181	0.00 1	0.00 1	0.32 113	0.03 365	0.16 156	0.56 251	0.02 299	0.07 404	0.05 193	0.08 352	0.13 226	0.08 273	0.00 1	0.31 517	0.00 1	0.00 1	0.07 333	0.11 465

AIO_test	0.07 43	0.09 177	0.42 46	0.05 407	0.05 421	0.07 43	0.03 365	0.17 164	0.09 77	0.03 328	0.00 1	0.03 130	0.01 135	0.14 228	0.01 116	0.00 1	0.01 394	0.00 1	0.07 446	0.02 194	0.02 304

IGEVStereo-DCA	0.10 77	0.06 119	0.52 68	0.01 328	0.00 1	0.32 113	0.00 1	0.09 108	0.09 77	0.01 186	0.01 295	0.02 71	0.04 294	0.14 228	0.44 413	0.00 1	0.00 1	0.00 1	0.10 454	0.05 296	0.01 169

rrr	0.24 220	0.06 119	1.91 386	0.01 328	0.00 1	0.32 113	0.04 384	1.34 376	0.15 151	0.01 186	0.01 295	0.02 71	0.04 294	0.14 228	0.44 413	0.00 1	0.00 1	0.00 1	0.18 487	0.05 296	0.05 400

IPLGR_C	0.35 293	0.81 482	2.03 394	0.10 454	0.01 315	0.90 303	0.21 445	1.46 407	0.61 403	0.02 299	0.01 295	0.13 263	0.07 347	0.14 228	0.17 337	0.00 1	0.05 475	0.01 461	0.02 415	0.17 439	0.04 379

ACRE	0.34 287	0.70 463	2.13 405	0.10 454	0.00 1	0.90 303	0.20 444	1.45 397	0.61 403	0.02 299	0.01 295	0.13 263	0.05 324	0.14 228	0.17 337	0.00 1	0.03 445	0.01 461	0.02 415	0.17 439	0.04 379

LG-Stereo_Zeroshot	0.16 156	0.09 177	0.61 95	0.00 1	0.01 315	0.90 303	0.00 1	0.14 149	0.14 142	0.08 389	0.00 1	0.39 363	0.02 205	0.15 233	0.38 402	0.00 1	0.00 1	0.00 1	0.16 481	0.01 80	0.03 345

gcap-zeroshot	0.18 176	0.22 288	1.03 232	0.07 435	0.10 452	0.77 263	0.00 1	0.26 210	0.63 459	0.00 1	0.00 1	0.21 308	0.01 135	0.15 233	0.02 163	0.00 1	0.04 460	0.00 1	0.17 484	0.00 1	0.00 1

IGEV-RUCA	0.20 191	0.04 57	0.49 58	0.06 429	0.11 459	0.79 269	0.31 467	0.21 192	0.17 162	0.10 404	0.11 413	0.15 279	0.24 403	0.16 235	0.20 357	0.04 480	0.12 506	0.20 512	0.22 500	0.17 439	0.19 493

SA	0.30 262	0.27 323	0.97 223	0.00 1	0.17 484	1.10 429	0.00 1	2.50 482	0.56 251	0.00 1	0.01 295	0.03 130	0.01 135	0.16 235	0.00 1	0.00 1	0.00 1	0.00 1	0.14 472	0.12 400	0.00 1

Reg-Stereo(zero)	0.23 211	0.02 12	1.54 344	0.00 1	0.07 437	0.81 275	0.09 420	0.10 124	0.16 158	0.00 1	0.11 413	0.20 304	0.82 451	0.17 237	0.28 384	0.00 1	0.00 1	0.00 1	0.09 452	0.01 80	0.06 421

Sa-1000	0.31 268	0.26 321	0.93 210	0.00 1	0.18 486	1.08 414	0.01 300	2.59 493	0.56 251	0.00 1	0.09 408	0.03 130	0.00 1	0.18 238	0.00 1	0.00 1	0.00 1	0.00 1	0.13 470	0.11 391	0.00 1

ICVP	0.15 150	0.03 34	1.23 282	0.00 1	0.01 315	1.02 339	0.09 420	0.19 175	0.10 103	0.00 1	0.02 378	0.07 222	0.01 135	0.18 238	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.01 80	0.00 1
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
pcwnet_v2	0.47 344	0.11 206	5.03 502	0.00 1	0.00 1	0.70 245	0.00 1	1.98 452	0.61 403	0.01 186	0.00 1	0.36 351	0.33 415	0.18 238	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.02 304

IGEV_Zeroshot_test	0.32 277	0.10 184	2.61 444	0.01 328	0.01 315	0.50 175	0.04 384	0.21 192	0.09 77	0.45 461	0.45 447	0.81 427	0.51 426	0.20 241	0.23 366	0.00 1	0.05 475	0.00 1	0.14 472	0.03 251	0.00 1

MyStereo06	0.36 297	0.13 227	2.17 409	0.01 328	0.00 1	1.09 423	0.00 1	0.23 198	0.09 77	0.49 465	0.41 445	1.01 440	1.05 462	0.21 242	0.24 370	0.00 1	0.05 475	0.00 1	0.00 1	0.01 80	0.04 379

PSM-AAD	0.49 358	0.02 12	0.75 137	0.06 429	0.00 1	1.19 461	2.19 515	0.12 138	0.59 361	0.01 186	0.45 447	0.13 263	4.04 509	0.22 243	0.06 247	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

BEATNet_4x	0.24 220	0.51 429	1.71 364	0.00 1	0.00 1	0.31 107	0.00 1	0.99 337	0.31 196	0.00 1	0.00 1	0.29 330	0.03 259	0.22 243	0.35 401	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.02 304

FENet	0.23 211	0.05 87	1.39 315	0.00 1	0.00 1	1.00 335	0.00 1	0.80 306	0.57 295	0.00 1	0.00 1	0.24 317	0.04 294	0.23 245	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

MyStereo8	0.28 244	0.37 377	2.57 442	0.02 359	0.00 1	1.23 465	0.00 1	0.26 210	0.15 151	0.02 299	0.05 391	0.14 270	0.04 294	0.24 246	0.05 231	0.00 1	0.11 504	0.00 1	0.01 397	0.04 274	0.21 500

rafts_anoy	0.14 132	0.35 363	0.99 228	0.00 1	0.02 368	0.49 173	0.03 365	0.11 131	0.07 36	0.00 1	0.01 295	0.06 214	0.06 338	0.24 246	0.06 247	0.00 1	0.14 510	0.00 1	0.01 397	0.02 194	0.03 345

AIO-Stereo-zeroshot1	0.72 428	0.42 399	4.27 495	0.20 497	0.26 500	0.47 166	0.00 1	0.54 266	0.16 158	0.40 457	5.35 497	0.45 378	0.97 457	0.25 248	0.25 374	0.00 1	0.05 475	0.00 1	0.26 513	0.12 400	0.02 304

MMNet	0.23 211	0.18 263	1.84 377	0.00 1	0.00 1	0.67 240	0.00 1	0.59 277	0.59 361	0.00 1	0.01 295	0.18 293	0.09 356	0.26 249	0.12 309	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

CBFPSM	0.36 297	0.54 438	2.16 408	0.00 1	0.00 1	0.30 103	0.00 1	0.26 210	0.62 454	0.01 186	0.01 295	1.68 475	1.03 460	0.27 250	0.33 397	0.00 1	0.01 394	0.00 1	0.00 1	0.01 80	0.01 169

Prome-Stereo	0.23 211	0.04 57	0.76 143	0.10 454	0.00 1	1.15 451	0.02 343	0.27 216	0.65 464	0.01 186	0.54 452	0.04 166	0.71 440	0.27 250	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

AIO-Stereo-zeroshot	0.48 351	0.27 323	3.90 489	0.08 443	0.20 495	0.32 113	0.00 1	1.02 341	0.09 77	0.38 455	0.10 412	1.72 477	0.83 453	0.33 252	0.01 116	0.00 1	0.05 475	0.00 1	0.23 502	0.11 391	0.01 169

AASNet	0.27 238	0.47 417	1.56 345	0.00 1	0.00 1	0.91 311	0.00 1	0.58 275	0.58 349	0.00 1	0.00 1	0.39 363	0.02 205	0.33 252	0.13 316	0.00 1	0.00 1	0.00 1	0.00 1	0.25 473	0.06 421

Consistency-Raft	0.39 314	0.30 338	2.53 440	0.14 477	0.03 394	0.90 303	0.04 384	1.36 378	0.59 361	0.00 1	0.02 378	0.02 71	1.15 469	0.33 252	0.43 411	0.02 472	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

ADCP+	1.36 472	0.76 476	6.73 507	0.01 328	0.02 368	1.32 476	0.80 503	0.81 308	0.72 478	0.01 186	0.01 295	0.96 436	1.05 462	0.33 252	13.50 524	0.00 1	0.00 1	0.00 1	0.00 1	0.06 318	0.02 304

RAFT+CT+SA	0.26 232	0.34 354	1.11 255	0.02 359	0.27 501	1.10 429	0.00 1	0.70 295	0.56 251	0.00 1	0.00 1	0.07 222	0.01 135	0.36 256	0.00 1	0.00 1	0.00 1	0.00 1	0.31 521	0.11 391	0.22 502

KYRaft	0.21 199	0.03 34	0.74 129	0.04 397	0.00 1	1.16 455	0.12 432	0.08 95	0.60 385	0.01 186	0.30 436	0.03 130	0.77 448	0.37 257	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

iinet-f	0.48 351	0.57 447	4.45 497	0.00 1	0.01 315	0.77 263	0.00 1	1.48 410	0.61 403	0.01 186	0.00 1	0.40 366	0.44 421	0.38 258	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.35 492	0.01 169

EAI-Stereo	0.70 424	0.03 34	0.84 181	0.13 475	0.20 495	0.87 297	2.23 516	2.05 453	0.29 191	0.72 471	4.60 493	0.29 330	0.55 429	0.39 259	0.44 413	0.00 1	0.07 489	0.00 1	0.29 520	0.01 80	0.08 441

iRaft-Stereo_20w	0.38 309	0.11 206	1.91 386	0.12 468	0.04 412	0.70 245	0.24 449	1.72 437	0.16 158	0.41 458	0.00 1	0.26 324	1.04 461	0.41 260	0.24 370	0.00 1	0.04 460	0.00 1	0.14 472	0.02 194	0.09 454

ssnet_v2	0.28 244	0.17 255	1.18 269	0.00 1	0.00 1	0.81 275	0.00 1	1.05 344	0.59 361	0.09 398	0.01 295	0.88 431	0.09 356	0.43 261	0.08 273	0.00 1	0.00 1	0.00 1	0.00 1	0.12 400	0.09 454

LCNet	0.22 204	0.11 206	0.74 129	0.11 464	0.00 1	0.97 325	0.00 1	0.09 108	0.59 361	0.01 186	0.00 1	0.02 71	1.10 465	0.43 261	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 413	0.01 169

GES	0.18 176	0.05 87	0.87 191	0.00 1	0.00 1	1.06 365	0.02 343	0.60 279	0.08 53	0.00 1	0.02 378	0.11 250	0.09 356	0.44 263	0.16 333	0.01 456	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

UNet	0.26 232	0.18 263	2.41 427	0.00 1	0.00 1	0.71 249	0.00 1	0.39 238	0.60 385	0.00 1	0.00 1	0.37 358	0.02 205	0.45 264	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

PAM	0.48 351	0.08 163	2.03 394	0.19 493	0.24 499	0.54 195	0.26 455	0.24 203	0.11 113	0.54 468	0.96 471	2.39 491	0.72 443	0.48 265	0.25 374	0.00 1	0.07 489	0.00 1	0.26 513	0.01 80	0.18 489

PAM_32	0.49 358	0.07 149	2.23 411	0.17 486	0.23 498	0.54 195	0.25 452	0.26 210	0.13 138	0.49 465	0.93 470	2.21 487	0.87 454	0.51 266	0.31 393	0.00 1	0.07 489	0.00 1	0.27 517	0.01 80	0.19 493

mmm	0.13 119	0.02 12	0.42 46	0.00 1	0.00 1	0.04 33	0.00 1	0.88 317	0.56 251	0.00 1	0.00 1	0.01 21	0.01 135	0.51 266	0.00 1	0.00 1	0.01 394	0.00 1	0.00 1	0.01 80	0.01 169

FTStereo	0.78 433	0.01 1	1.27 290	0.12 468	0.00 1	1.15 451	2.80 521	0.09 108	0.61 403	0.16 426	5.93 500	0.36 351	2.56 495	0.53 268	0.01 116	0.07 486	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ffm	0.25 227	0.02 12	1.06 244	0.00 1	0.00 1	0.62 220	0.00 1	1.42 389	0.57 295	0.00 1	0.00 1	0.67 414	0.02 205	0.57 269	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.08 356	0.03 345

tt1	0.27 238	0.23 298	1.17 266	0.00 1	0.00 1	1.29 470	0.00 1	1.42 389	0.57 295	0.07 379	0.00 1	0.03 130	0.02 205	0.57 269	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.08 356	0.03 345

model_zeroshot	0.20 191	0.23 298	0.96 216	0.01 328	0.00 1	0.77 263	0.02 343	0.31 227	0.14 142	0.75 474	0.00 1	0.12 256	0.01 135	0.58 271	0.02 163	0.00 1	0.01 394	0.00 1	0.11 460	0.01 80	0.00 1

ACVNet-DCA	0.25 227	0.22 288	1.20 271	0.00 1	0.00 1	1.31 472	0.00 1	0.95 330	0.55 236	0.07 379	0.00 1	0.03 130	0.02 205	0.59 272	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.00 1	0.01 169

xx1	0.28 244	0.22 288	1.20 271	0.00 1	0.00 1	1.31 472	0.00 1	1.41 386	0.69 474	0.07 379	0.00 1	0.01 21	0.00 1	0.59 272	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.00 1	0.01 169

cc1	0.28 244	0.22 288	1.20 271	0.00 1	0.00 1	1.31 472	0.00 1	1.41 386	0.69 474	0.07 379	0.00 1	0.03 130	0.02 205	0.59 272	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.08 356	0.04 379

test_5	0.26 232	0.35 363	1.35 305	0.01 328	0.22 497	0.80 272	0.01 300	0.81 308	0.58 349	0.12 411	0.00 1	0.06 214	0.01 135	0.61 275	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.14 413	0.16 486

dad	0.17 167	0.54 438	0.82 172	0.00 1	0.00 1	1.03 345	0.00 1	0.02 15	0.23 181	0.01 186	0.00 1	0.02 71	0.01 135	0.63 276	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

PWCDC_ROB	0.94 451	0.91 490	2.52 438	0.00 1	0.00 1	1.15 451	0.00 1	2.11 460	1.18 494	0.00 1	8.99 512	0.35 347	0.09 356	0.64 277	0.40 408	0.00 1	0.00 1	0.00 1	0.00 1	0.50 501	0.03 345

DLNR_Zeroshot_test	21.09 534	47.65 537	85.43 541	96.34 549	87.67 547	0.31 107	0.00 1	17.86 534	0.07 36	0.01 186	0.01 295	0.00 1	0.00 1	0.70 278	0.01 116	15.78 535	0.01 394	0.00 1	0.21 497	69.62 543	0.04 379

MIPNet	0.34 287	0.35 363	1.56 345	0.02 359	0.00 1	1.11 437	0.09 420	1.57 421	0.65 464	0.11 408	0.05 391	0.18 293	0.19 391	0.74 279	0.00 1	0.00 1	0.00 1	0.00 1	0.01 397	0.06 318	0.01 169

UCFNet_RVC	0.20 191	0.32 343	0.88 195	0.00 1	0.00 1	1.02 339	0.00 1	0.20 186	0.29 191	0.01 186	0.00 1	0.34 343	0.02 205	0.81 280	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

YMNet	0.36 297	0.38 387	2.34 418	0.03 379	0.03 394	0.92 313	0.15 435	0.53 263	0.65 464	0.09 398	0.01 295	0.44 373	0.06 338	0.82 281	0.30 386	0.01 456	0.00 1	0.04 496	0.00 1	0.27 481	0.04 379

YMNet_1	0.36 297	0.38 387	2.34 418	0.03 379	0.03 394	0.92 313	0.15 435	0.53 263	0.65 464	0.09 398	0.01 295	0.44 373	0.06 338	0.82 281	0.30 386	0.01 456	0.00 1	0.04 496	0.00 1	0.27 481	0.04 379

DispFullNet	1.20 466	0.63 454	3.58 480	1.00 514	0.82 515	0.41 138	0.00 1	1.44 395	0.61 403	2.55 501	0.64 458	1.10 448	8.95 525	0.84 283	1.22 450	0.00 1	0.02 433	0.00 1	0.00 1	0.24 469	0.02 304

gwcnet-sp	0.28 244	0.15 238	2.75 451	0.00 1	0.00 1	0.51 178	0.02 343	0.49 258	0.57 295	0.01 186	0.01 295	0.08 229	0.04 294	0.87 284	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

scenet	0.28 244	0.15 238	2.75 451	0.00 1	0.00 1	0.51 178	0.02 343	0.49 258	0.57 295	0.01 186	0.01 295	0.08 229	0.04 294	0.87 284	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

ssnet	0.28 244	0.15 238	2.75 451	0.00 1	0.00 1	0.51 178	0.02 343	0.49 258	0.57 295	0.01 186	0.01 295	0.08 229	0.04 294	0.87 284	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

AIO-test2	0.30 262	0.63 454	0.91 206	0.08 443	0.13 468	0.55 199	0.01 300	1.15 360	0.60 385	0.00 1	0.00 1	0.03 130	0.04 294	0.89 287	0.04 216	0.87 516	0.00 1	0.00 1	0.01 397	0.03 251	0.05 400

EKT-Stereo	0.46 342	0.12 219	1.03 232	0.75 513	4.21 530	1.06 365	0.00 1	0.83 312	0.04 14	0.02 299	0.00 1	0.08 229	0.00 1	0.89 287	0.01 116	0.00 1	0.03 445	0.00 1	0.05 440	0.04 274	0.01 169

hknet	0.38 309	0.07 149	1.32 299	0.00 1	0.00 1	1.07 401	0.00 1	2.43 479	0.58 349	0.30 444	0.09 408	0.63 406	0.00 1	0.96 289	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ADCMid	1.38 473	0.90 489	6.15 505	0.04 397	0.03 394	1.67 484	0.18 439	1.13 359	0.93 491	0.89 477	0.58 455	0.86 430	0.71 440	1.03 290	11.96 520	0.01 456	0.00 1	0.29 516	0.08 451	0.17 439	0.03 345

LALA_ROB	0.31 268	0.38 387	0.91 206	0.00 1	0.01 315	1.00 335	0.01 300	1.60 424	0.61 403	0.15 425	0.00 1	0.09 240	0.01 135	1.04 291	0.41 409	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

MLCV	0.23 211	0.46 412	1.15 261	0.00 1	0.00 1	0.45 157	0.00 1	0.57 272	0.15 151	0.09 398	0.00 1	0.27 327	0.03 259	1.09 292	0.25 374	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296	0.00 1

DeepPruner_ROB	0.23 211	0.37 377	1.26 285	0.00 1	0.00 1	1.11 437	0.03 365	0.20 186	0.07 36	0.00 1	0.00 1	0.39 363	0.03 259	1.12 293	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.00 1

UDG	0.42 325	0.43 402	1.17 266	0.00 1	0.00 1	0.99 333	0.00 1	1.70 435	0.60 385	0.05 360	0.00 1	1.51 472	0.19 391	1.20 294	0.61 430	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296	0.00 1

PFNet+	0.23 211	0.06 119	0.79 161	0.07 435	0.01 315	1.11 437	0.42 482	0.11 131	0.59 361	0.08 389	0.01 295	0.02 71	0.00 1	1.21 295	0.04 216	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

DISCO	0.31 268	0.11 206	1.73 365	0.16 482	0.16 478	0.31 107	0.00 1	0.09 108	0.17 162	0.00 1	0.01 295	1.51 472	0.00 1	1.21 295	0.62 431	0.00 1	0.00 1	0.00 1	0.00 1	0.03 251	0.01 169

1test111	0.28 244	0.22 288	1.20 271	0.00 1	0.00 1	1.31 472	0.00 1	0.95 330	0.55 236	0.07 379	0.00 1	0.03 130	0.02 205	1.23 297	0.00 1	0.00 1	0.01 394	0.00 1	0.00 1	0.00 1	0.01 169

qqq	0.17 167	0.01 1	0.52 68	0.00 1	0.00 1	0.12 62	0.00 1	0.95 330	0.55 236	0.00 1	0.00 1	0.01 21	0.00 1	1.23 297	0.00 1	0.00 1	0.01 394	0.00 1	0.00 1	0.00 1	0.01 169

AIO-test1	0.27 238	0.33 347	1.30 294	0.00 1	0.01 315	0.52 184	0.01 300	1.16 362	0.61 403	0.00 1	0.01 295	0.03 130	0.02 205	1.24 299	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.12 400	0.06 421

StereoDRNet-Refined	0.24 220	0.08 163	0.68 111	0.00 1	0.00 1	0.83 284	0.00 1	0.66 289	0.61 403	0.00 1	0.00 1	0.50 395	0.02 205	1.28 300	0.08 273	0.00 1	0.00 1	0.00 1	0.00 1	0.10 385	0.04 379
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XX-Stereo	0.57 398	0.15 238	4.26 493	0.08 443	0.03 394	1.10 429	0.00 1	2.55 487	0.11 113	0.11 408	0.00 1	1.43 467	0.01 135	1.34 301	0.00 1	0.00 1	0.04 460	0.00 1	0.16 481	0.03 251	0.01 169

DualNet (step1)	0.44 336	0.23 298	1.31 296	0.00 1	0.00 1	0.95 320	0.00 1	2.28 471	0.57 295	0.00 1	0.00 1	0.14 270	0.00 1	1.45 302	0.07 258	0.32 504	0.00 1	1.06 524	0.33 522	0.01 80	0.01 169

test_sample7	0.28 244	0.08 163	0.76 143	0.02 359	0.00 1	0.19 72	0.00 1	2.28 471	0.57 295	0.00 1	0.00 1	0.14 270	0.00 1	1.45 302	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

Wz-Net-LNSev-Ref	0.42 325	0.52 434	3.02 463	0.00 1	0.00 1	0.57 203	0.00 1	1.15 360	0.60 385	0.00 1	0.00 1	0.04 166	0.14 376	1.51 304	0.76 437	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

STTStereo	0.24 220	0.28 328	1.68 359	0.00 1	0.00 1	0.84 288	0.03 365	0.16 156	0.08 53	0.02 299	0.00 1	0.20 304	0.03 259	1.54 305	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

iResNet_ROB	0.30 262	0.66 458	1.41 321	0.00 1	0.00 1	0.70 245	0.00 1	0.79 304	0.57 295	0.04 350	0.01 295	0.08 229	0.01 135	1.55 306	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.06 318	0.00 1

DMCA-RVC	0.31 268	0.48 419	2.47 433	0.00 1	0.03 394	0.78 267	0.03 365	0.06 64	0.08 53	0.01 186	0.01 295	0.08 229	0.33 415	1.59 307	0.16 333	0.00 1	0.02 433	0.01 461	0.00 1	0.01 80	0.01 169

ETE_ROB	0.31 268	0.34 354	0.89 199	0.00 1	0.00 1	0.97 325	0.01 300	1.45 397	0.57 295	0.02 299	0.00 1	0.17 290	0.02 205	1.75 308	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ADCL	1.52 479	0.44 406	4.70 501	0.07 435	0.03 394	2.21 494	2.35 518	0.92 324	0.80 486	1.57 492	1.11 473	1.25 453	1.55 480	1.77 309	11.53 519	0.01 456	0.00 1	0.00 1	0.00 1	0.10 385	0.01 169

SHD	0.50 369	0.51 429	3.61 481	0.05 407	0.00 1	0.01 7	0.01 300	0.72 296	0.61 403	1.57 492	0.00 1	0.34 343	0.09 356	1.79 310	0.49 421	0.00 1	0.00 1	0.00 1	0.01 397	0.09 374	0.03 345

DDUNet	0.34 287	0.20 278	1.06 244	0.00 1	0.00 1	0.79 269	0.01 300	0.91 322	0.54 230	0.04 350	0.01 295	1.11 450	0.01 135	1.89 311	0.17 337	0.00 1	0.00 1	0.00 1	0.00 1	0.06 318	0.00 1

ADCS	1.72 483	1.22 507	8.11 512	0.00 1	0.01 315	0.88 299	0.68 496	1.44 395	0.63 459	2.60 502	0.11 413	1.42 466	0.26 407	1.97 312	14.92 527	0.00 1	0.00 1	0.00 1	0.00 1	0.08 356	0.07 436

xxxx	1.04 456	0.02 12	0.54 78	0.00 1	0.00 1	0.53 189	0.00 1	2.53 486	0.57 295	0.00 1	0.00 1	0.01 21	0.01 135	2.04 313	14.52 526	0.00 1	0.01 394	0.00 1	0.00 1	0.00 1	0.01 169

RTSC	0.70 424	0.71 467	3.19 470	0.01 328	0.00 1	0.20 75	0.00 1	0.81 308	0.60 385	0.29 443	0.36 442	0.36 351	0.04 294	2.04 313	4.87 492	0.00 1	0.03 445	0.00 1	0.02 415	0.28 484	0.11 465

CBMV	0.57 398	0.22 288	1.61 353	0.00 1	0.00 1	0.84 288	0.78 501	2.58 491	0.61 403	0.38 455	0.00 1	1.25 453	0.63 438	2.07 315	0.38 402	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.08 441
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
SQANet	0.42 325	1.14 503	1.86 380	0.04 397	0.48 508	0.36 130	0.03 365	0.40 240	0.56 251	0.02 299	0.24 430	0.49 391	0.06 338	2.14 316	0.21 360	0.02 472	0.02 433	0.01 461	0.00 1	0.19 450	0.03 345

NCCL2	0.29 260	0.50 424	1.52 341	0.00 1	0.00 1	0.81 275	0.00 1	0.45 250	0.22 175	0.00 1	0.00 1	0.02 71	0.03 259	2.14 316	0.06 247	0.00 1	0.00 1	0.02 477	0.00 1	0.01 80	0.03 345

CRFU-Net	0.40 319	0.12 219	1.50 340	0.14 477	0.01 315	0.90 303	0.00 1	0.42 245	0.14 142	0.00 1	0.00 1	0.42 370	1.94 485	2.15 318	0.12 309	0.00 1	0.00 1	0.03 488	0.00 1	0.03 251	0.00 1

NINENet	0.45 338	0.09 177	0.81 169	0.06 429	0.00 1	1.87 490	0.00 1	2.69 497	0.56 251	0.00 1	0.00 1	0.65 411	0.00 1	2.15 318	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

ADCRef	0.92 449	0.48 419	3.35 474	0.02 359	0.02 368	0.90 303	0.32 468	0.61 283	0.65 464	0.72 471	0.17 421	0.17 290	0.82 451	2.15 318	7.95 507	0.00 1	0.00 1	0.00 1	0.00 1	0.07 333	0.03 345

HGLStereo	0.28 244	0.12 219	1.15 261	0.00 1	0.00 1	0.65 237	0.00 1	0.57 272	0.25 183	0.02 299	0.01 295	0.47 381	0.03 259	2.17 321	0.14 325	0.00 1	0.00 1	0.00 1	0.00 1	0.03 251	0.01 169

DLCB_ROB	0.27 238	0.16 247	0.71 115	0.00 1	0.00 1	0.44 155	0.00 1	0.43 246	0.57 295	0.02 299	0.04 388	0.63 406	0.04 294	2.18 322	0.24 370	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PVD	0.73 429	0.57 447	3.38 476	0.04 397	0.19 490	0.74 255	0.00 1	0.29 221	0.79 485	2.37 500	0.00 1	0.53 400	0.09 356	2.19 323	3.20 478	0.00 1	0.05 475	0.00 1	0.02 415	0.08 356	0.15 482

ADCPNet	1.44 476	0.55 444	7.88 511	0.01 328	0.19 490	2.78 497	0.27 461	0.90 320	0.38 203	0.04 350	0.02 378	1.43 467	1.81 483	2.22 324	9.08 512	0.00 1	0.47 523	0.00 1	0.64 528	0.04 274	0.15 482

test_sample1	0.21 199	0.01 1	0.41 40	0.00 1	0.00 1	0.14 65	0.00 1	0.99 337	0.30 195	0.00 1	0.00 1	0.03 130	0.00 1	2.26 325	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

tt	48.25 536	0.05 87	28.22 526	1.29 518	0.00 1	100.00 549	100.00 545	100.00 549	97.19 542	0.08 389	0.00 1	97.99 548	86.70 543	2.26 325	99.92 547	83.66 543	94.83 542	16.47 537	21.27 537	35.05 534	0.01 169

test_sample2	0.24 220	0.02 12	0.49 58	0.00 1	0.00 1	0.32 113	0.00 1	1.12 355	0.52 221	0.00 1	0.00 1	0.02 71	0.00 1	2.29 327	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

RainbowNet	0.61 412	1.13 501	1.83 375	0.10 454	0.04 412	1.23 465	0.07 406	1.74 439	0.57 295	0.01 186	0.02 378	1.14 452	0.25 406	2.29 327	0.48 419	0.61 510	0.05 475	0.00 1	0.00 1	0.47 500	0.20 496

NLCA_NET_v2_RVC	0.35 293	0.49 423	2.00 392	0.00 1	0.02 368	0.96 323	0.00 1	0.55 269	0.18 166	0.03 328	0.00 1	0.35 347	0.10 364	2.37 329	0.01 116	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.
PDISCO_ROB	0.56 392	0.57 447	2.07 403	0.17 486	0.00 1	1.56 481	0.01 300	2.27 470	0.51 219	0.08 389	0.01 295	0.74 421	0.28 409	2.37 329	0.13 316	0.00 1	0.00 1	0.00 1	0.00 1	0.33 491	0.00 1

otaku	0.59 407	1.12 499	1.90 384	0.08 443	0.11 459	0.89 301	0.05 395	0.60 279	0.57 295	0.01 186	1.41 479	1.03 442	0.14 376	2.39 331	0.56 428	0.06 485	0.03 445	0.01 461	0.00 1	0.61 504	0.21 500

G-Net	1.20 466	0.28 328	2.96 461	0.05 407	0.49 509	1.73 486	0.48 485	0.23 198	0.35 200	1.35 489	9.14 513	2.33 490	0.81 450	2.40 332	1.15 447	0.01 456	0.03 445	0.02 477	0.09 452	0.07 333	0.05 400

AF-Net	0.47 344	0.53 436	2.05 400	0.00 1	0.00 1	0.41 138	0.01 300	1.18 365	0.40 208	0.13 415	0.05 391	1.30 458	0.45 422	2.43 333	0.30 386	0.00 1	0.00 1	0.00 1	0.00 1	0.09 374	0.00 1

FAT-Stereo	0.50 369	0.14 233	2.51 437	0.00 1	0.00 1	0.33 119	0.09 420	1.88 444	0.61 403	0.05 360	0.76 462	0.60 403	0.52 428	2.46 334	0.06 247	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

cf-r	0.35 293	0.41 397	1.45 332	0.00 1	0.00 1	1.06 365	0.00 1	0.43 246	0.38 203	0.05 360	0.00 1	0.65 411	0.00 1	2.53 335	0.04 216	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.02 304

IPLGR	0.43 332	0.17 255	2.05 400	0.02 359	0.02 368	1.08 414	0.04 384	1.62 429	0.57 295	0.09 398	0.00 1	0.15 279	0.22 399	2.62 336	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.00 1

Nwc_Net	0.43 332	0.42 399	2.64 446	0.00 1	0.00 1	0.67 240	0.00 1	0.82 311	0.28 187	0.00 1	0.01 295	0.90 433	0.10 364	2.62 336	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.03 251	0.00 1

stereogan	0.49 358	0.22 288	2.39 424	0.00 1	0.00 1	0.63 230	0.02 343	0.79 304	0.72 478	0.06 369	0.00 1	1.68 475	0.46 423	2.63 338	0.04 216	0.00 1	0.00 1	0.00 1	0.00 1	0.14 413	0.00 1

delet	0.33 279	0.24 307	1.05 242	0.00 1	0.00 1	0.60 213	0.00 1	0.53 263	0.59 361	0.03 328	0.01 295	0.52 399	0.19 391	2.68 339	0.13 316	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

XPNet_ROB	0.37 304	0.34 354	1.01 229	0.01 328	0.00 1	0.96 323	0.00 1	1.11 353	0.46 213	0.00 1	0.00 1	0.17 290	0.02 205	2.73 340	0.54 424	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

AnyNet_C32	1.44 476	1.47 517	6.09 504	0.12 468	0.19 490	1.74 488	1.11 507	0.84 313	0.56 251	1.30 488	0.46 450	0.21 308	0.59 433	2.74 341	11.09 517	0.02 472	0.00 1	0.06 501	0.00 1	0.16 432	0.05 400

GCST	0.28 244	0.46 412	1.23 282	0.00 1	0.01 315	0.31 107	0.03 365	0.15 153	0.05 20	0.01 186	0.37 443	0.05 193	0.04 294	2.76 342	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.07 333	0.03 345

psm_up	0.39 314	0.25 313	1.04 234	0.00 1	0.00 1	0.82 278	0.00 1	1.88 444	0.57 295	0.00 1	0.00 1	0.28 329	0.01 135	2.78 343	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.06 318	0.00 1

test_sample3	0.37 304	0.09 177	1.41 321	0.00 1	0.00 1	0.46 162	0.00 1	1.95 450	0.56 251	0.01 186	0.00 1	0.05 193	0.00 1	2.79 344	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

CoDeX	0.36 297	0.24 307	1.39 315	0.00 1	0.01 315	0.29 99	0.00 1	1.58 423	0.57 295	0.00 1	0.00 1	0.25 322	0.07 347	2.82 345	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

test_sample4	0.38 309	0.10 184	1.42 324	0.00 1	0.00 1	0.45 157	0.00 1	2.09 459	0.56 251	0.00 1	0.00 1	0.05 193	0.00 1	2.83 346	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

XQC	0.68 422	0.72 469	3.82 487	0.06 429	0.00 1	0.39 135	0.01 300	1.92 447	0.61 403	0.03 328	0.01 295	0.46 380	0.21 397	2.84 347	2.26 468	0.00 1	0.00 1	0.00 1	0.01 397	0.15 423	0.05 400

aanetorigin	0.86 445	0.36 370	3.45 479	0.11 464	0.13 468	0.39 135	0.93 505	0.13 144	0.14 142	3.38 505	1.21 474	0.29 330	2.01 489	2.87 348	1.35 455	0.02 472	0.00 1	0.02 477	0.05 440	0.30 487	0.08 441

StereoDRNet	0.42 325	0.50 424	2.50 435	0.02 359	0.06 431	0.51 178	0.00 1	0.34 229	0.61 403	0.00 1	0.00 1	0.33 339	0.02 205	2.87 348	0.50 422	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.02 304

RP	0.42 325	0.44 406	1.52 341	0.00 1	0.01 315	0.61 214	0.02 343	1.06 345	0.39 207	0.03 328	0.01 295	0.99 438	0.16 384	2.89 350	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.10 385	0.00 1

ADLNet	0.38 309	0.21 281	0.86 187	0.00 1	0.00 1	0.67 240	0.00 1	0.86 316	0.60 385	0.18 429	0.01 295	1.01 440	0.02 205	2.92 351	0.26 379	0.00 1	0.00 1	0.00 1	0.00 1	0.09 374	0.02 304

GwcNet	0.50 369	0.46 412	3.90 489	0.00 1	0.00 1	0.42 145	0.10 425	0.38 235	0.74 480	0.03 328	0.00 1	0.63 406	0.05 324	2.92 351	0.16 333	0.00 1	0.00 1	0.00 1	0.00 1	0.17 439	0.05 400

CFNet-ft	0.31 268	0.34 354	0.96 216	0.00 1	0.00 1	1.08 414	0.00 1	0.19 175	0.15 151	0.01 186	0.00 1	0.48 383	0.00 1	2.95 353	0.05 231	0.00 1	0.00 1	0.01 461	0.00 1	0.01 80	0.01 169

CFNet_RVC	0.31 268	0.34 354	0.96 216	0.00 1	0.00 1	1.08 414	0.00 1	0.19 175	0.15 151	0.01 186	0.00 1	0.48 383	0.00 1	2.95 353	0.05 231	0.00 1	0.00 1	0.01 461	0.00 1	0.01 80	0.01 169

Ntro	0.57 398	1.13 501	2.24 413	0.04 397	0.36 505	1.04 353	0.02 343	0.74 300	0.57 295	0.01 186	0.00 1	0.76 423	0.08 352	3.01 355	0.47 417	0.07 486	0.04 460	0.01 461	0.00 1	0.76 509	0.02 304

psmorigin	0.75 430	0.25 313	7.10 508	0.00 1	0.00 1	0.19 72	0.00 1	0.10 124	0.12 129	0.65 469	0.00 1	2.74 492	0.23 402	3.02 356	0.54 424	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.01 169

RGC	0.50 369	0.53 436	2.42 429	0.00 1	0.01 315	0.65 237	0.00 1	1.07 347	0.17 162	0.01 186	0.62 457	1.00 439	0.19 391	3.03 357	0.28 384	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296	0.02 304

coex_refinement	0.33 279	0.44 406	0.97 223	0.05 407	0.00 1	0.54 195	0.04 384	0.72 296	0.15 151	0.02 299	0.00 1	0.36 351	0.16 384	3.05 358	0.13 316	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.01 169

test_sample5	0.39 314	0.10 184	1.42 324	0.00 1	0.00 1	0.45 157	0.00 1	2.14 463	0.57 295	0.00 1	0.00 1	0.04 166	0.00 1	3.06 359	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

DualNet	0.39 314	0.10 184	1.42 324	0.00 1	0.00 1	0.45 157	0.00 1	2.14 463	0.57 295	0.00 1	0.00 1	0.04 166	0.00 1	3.06 359	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

ACV-stereo	0.63 415	0.16 247	2.24 413	0.00 1	0.00 1	1.79 489	0.07 406	0.06 64	0.10 103	0.00 1	0.00 1	3.53 495	1.24 472	3.12 361	0.17 337	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.01 169

Wz-Net-MNSev	0.48 351	0.76 476	3.11 469	0.00 1	0.00 1	0.23 81	0.00 1	1.07 347	0.61 403	0.01 186	0.01 295	0.13 263	0.13 375	3.12 361	0.34 398	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296	0.01 169

G2L-Stereo_aug	0.38 309	0.11 206	2.82 455	0.00 1	0.01 315	0.47 166	0.00 1	0.48 256	0.19 168	0.00 1	0.00 1	0.10 244	0.04 294	3.13 363	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.07 333	0.00 1

FADNet-RVC-Resample	0.51 374	0.82 483	3.08 468	0.04 397	0.04 412	0.42 145	0.09 420	1.16 362	0.34 199	0.00 1	0.03 383	0.24 317	0.05 324	3.16 364	0.13 316	0.07 486	0.12 506	0.05 499	0.02 415	0.08 356	0.20 496

LSM	4.58 514	0.88 485	17.79 523	3.73 530	38.79 534	0.85 291	2.37 519	0.54 266	1.64 502	2.88 503	3.09 486	0.62 405	0.60 434	3.16 364	1.06 443	0.00 1	0.00 1	0.00 1	0.00 1	0.12 400	13.55 535

FADNet_RVC	0.60 409	0.83 484	2.50 435	0.00 1	0.00 1	1.09 423	0.00 1	1.29 371	0.50 216	0.02 299	0.05 391	0.26 324	0.03 259	3.17 366	0.25 374	0.21 498	0.26 516	0.08 505	0.28 519	0.53 502	0.55 518

test_sample6	0.41 322	0.11 206	1.38 312	0.00 1	0.00 1	0.48 170	0.00 1	2.33 475	0.57 295	0.00 1	0.00 1	0.10 244	0.00 1	3.18 367	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

DGSMNet	1.21 468	0.37 377	3.02 463	0.71 512	1.33 524	1.61 482	3.53 523	1.45 397	0.33 198	0.00 1	0.79 466	0.48 383	0.24 403	3.22 368	0.53 423	0.98 519	1.21 529	1.35 527	1.09 530	1.03 511	0.92 522

SMFormer	0.33 279	0.10 184	1.04 234	0.00 1	0.00 1	0.03 23	0.00 1	1.45 397	0.55 236	0.00 1	0.00 1	0.15 279	0.00 1	3.24 369	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.02 304

tta	0.33 279	0.10 184	1.04 234	0.00 1	0.00 1	0.03 23	0.00 1	1.45 397	0.55 236	0.00 1	0.00 1	0.15 279	0.00 1	3.24 369	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.01 169

qqq1	0.33 279	0.10 184	1.04 234	0.00 1	0.00 1	0.03 23	0.00 1	1.45 397	0.55 236	0.00 1	0.00 1	0.15 279	0.00 1	3.24 369	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.01 169

fff1	0.33 279	0.10 184	1.04 234	0.00 1	0.00 1	0.03 23	0.00 1	1.45 397	0.55 236	0.00 1	0.00 1	0.15 279	0.00 1	3.24 369	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.01 169

HCRNet	0.32 277	0.10 184	0.81 169	0.00 1	0.00 1	1.10 429	0.00 1	0.39 238	0.59 361	0.01 186	0.01 295	0.06 214	0.03 259	3.24 369	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.02 304

GEStereo_RVC	0.43 332	0.38 387	1.10 251	0.01 328	0.00 1	1.02 339	0.00 1	1.94 449	0.57 295	0.00 1	0.00 1	0.14 270	0.01 135	3.25 374	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.08 356	0.02 304

test_sample9	1.51 478	0.23 298	1.31 296	0.00 1	0.00 1	0.95 320	0.00 1	2.28 471	0.57 295	0.00 1	0.00 1	0.14 270	0.00 1	3.30 375	7.04 504	0.32 504	12.66 535	1.06 524	0.33 522	0.01 80	0.01 169

test_sample8	2.11 493	0.23 298	1.31 296	0.00 1	0.00 1	0.95 320	0.00 1	2.06 456	0.55 236	1.95 497	0.00 1	7.32 509	3.15 501	3.30 375	7.04 504	0.32 504	12.66 535	1.06 524	0.33 522	0.01 80	0.01 169

DRN-Test	0.43 332	0.13 227	1.95 390	0.03 379	0.09 448	0.61 214	0.00 1	1.43 394	0.61 403	0.00 1	0.00 1	0.18 293	0.04 294	3.32 377	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

PSMNet-RSSM	0.36 297	0.36 370	0.93 210	0.00 1	0.00 1	1.06 365	0.00 1	0.50 261	0.53 226	0.04 350	0.00 1	0.40 366	0.00 1	3.33 378	0.06 247	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.01 169

222	1.95 486	0.03 34	0.41 40	0.00 1	0.00 1	0.58 206	0.00 1	2.64 496	0.57 295	0.02 299	0.00 1	0.05 193	0.02 205	3.34 379	31.23 534	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 304

FINET	0.51 374	0.36 370	2.40 425	0.00 1	0.00 1	0.27 93	0.00 1	2.06 456	1.49 501	0.00 1	0.00 1	0.04 166	0.04 294	3.38 380	0.10 290	0.00 1	0.00 1	0.00 1	0.00 1	0.03 251	0.02 304

PSMNet_ROB	0.41 322	0.54 438	1.69 361	0.00 1	0.00 1	0.92 313	0.00 1	0.27 216	0.53 226	0.00 1	0.00 1	0.25 322	0.03 259	3.43 381	0.47 417	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296	0.03 345

test_xeample	1.14 462	0.02 12	0.58 87	0.00 1	0.00 1	0.57 203	0.00 1	2.57 489	0.57 295	0.00 1	0.00 1	0.03 130	0.02 205	3.45 382	15.00 529	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 304

PWC_ROB	0.62 414	0.54 438	3.22 472	0.00 1	0.00 1	0.22 80	0.00 1	2.18 466	0.61 403	0.00 1	0.20 426	0.29 330	0.03 259	3.46 383	1.22 450	0.00 1	0.00 1	0.00 1	0.00 1	0.39 496	0.01 169

MaskLacGwcNet_RVC	0.47 344	0.43 402	1.04 234	0.11 464	0.00 1	1.10 429	0.00 1	0.80 306	0.54 230	0.00 1	0.05 391	0.38 361	0.03 259	3.50 384	0.14 325	0.88 517	0.00 1	0.00 1	0.00 1	0.11 391	0.20 496

HSM-Net_RVC	0.52 384	0.06 119	1.45 332	0.00 1	0.00 1	0.61 214	0.00 1	3.83 507	0.52 221	0.14 423	0.00 1	0.22 314	0.03 259	3.50 384	0.04 216	0.01 456	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
ARAFT	0.58 403	0.75 471	2.78 454	0.00 1	0.00 1	1.20 463	0.00 1	2.26 469	0.57 295	0.05 360	0.00 1	0.18 293	0.03 259	3.54 386	0.04 216	0.00 1	0.00 1	0.00 1	0.00 1	0.19 450	0.04 379

ccnet	0.49 358	0.05 87	1.26 285	0.01 328	0.08 443	0.72 252	0.18 439	1.18 365	0.35 200	0.45 461	0.68 459	0.13 263	0.39 419	3.54 386	0.74 436	0.01 456	0.00 1	0.02 477	0.00 1	0.02 194	0.01 169

DDVS	0.30 262	0.10 184	0.64 102	0.03 379	0.13 468	0.25 86	0.24 449	0.18 170	0.11 113	0.00 1	0.00 1	0.49 391	0.05 324	3.62 388	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.02 304

GANet-RSSM	0.34 287	0.29 334	0.97 223	0.00 1	0.00 1	1.05 356	0.00 1	0.22 197	0.15 151	0.03 328	0.00 1	0.31 336	0.00 1	3.62 388	0.14 325	0.00 1	0.00 1	0.03 488	0.00 1	0.05 296	0.01 169

TCMNet	0.49 358	0.43 402	3.03 465	0.06 429	0.01 315	0.58 206	0.04 384	0.92 324	0.62 454	0.00 1	0.00 1	0.20 304	0.02 205	3.64 390	0.02 163	0.00 1	0.00 1	0.02 477	0.00 1	0.18 448	0.07 436

NCC-stereo	0.49 358	0.46 412	2.04 397	0.03 379	0.03 394	1.06 365	0.01 300	0.78 301	0.22 175	0.06 369	0.19 424	0.64 409	0.05 324	3.65 391	0.63 432	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

Abc-Net	0.49 358	0.46 412	2.04 397	0.03 379	0.03 394	1.06 365	0.01 300	0.78 301	0.22 175	0.06 369	0.19 424	0.64 409	0.05 324	3.65 391	0.63 432	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	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
PSMNet-ADL	0.35 293	0.05 87	0.65 104	0.00 1	0.00 1	1.03 345	0.00 1	0.59 277	0.09 77	0.00 1	0.07 404	0.47 381	0.01 135	3.66 393	0.30 386	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.02 304

AAGNet	0.96 453	0.05 87	0.74 129	0.09 450	0.27 501	1.11 437	0.28 463	0.05 51	0.59 361	0.01 186	0.00 1	0.01 21	1.00 459	3.68 394	11.30 518	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

GwcNet-RSSM	0.45 338	0.56 446	1.74 369	0.00 1	0.00 1	1.06 365	0.00 1	0.65 288	0.55 236	0.18 429	0.00 1	0.37 358	0.00 1	3.70 395	0.04 216	0.00 1	0.00 1	0.00 1	0.00 1	0.08 356	0.02 304

EDNetEfficient	2.96 506	0.23 298	19.99 525	0.19 493	0.85 516	1.02 339	2.03 513	0.56 270	5.14 513	8.09 522	1.81 482	0.94 434	4.14 513	3.72 396	10.22 516	0.00 1	0.03 445	0.00 1	0.06 443	0.05 296	0.03 345

ELAS	2.75 502	0.35 363	2.67 447	0.05 407	0.04 412	6.72 517	1.83 511	2.84 499	3.38 508	8.25 523	9.14 513	3.95 496	6.15 518	3.73 397	5.70 497	0.00 1	0.04 460	0.01 461	0.01 397	0.10 385	0.08 441
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WCMA_ROB	2.01 490	0.34 354	1.89 382	0.04 397	0.00 1	1.07 401	0.60 493	1.09 351	1.21 495	5.12 511	9.87 519	8.09 512	4.48 514	3.74 398	2.55 473	0.00 1	0.00 1	0.01 461	0.00 1	0.02 194	0.13 478

AnyNet_C01	2.33 494	2.14 526	18.59 524	0.15 480	0.18 486	2.43 496	2.34 517	1.29 371	1.24 496	1.03 480	0.83 468	1.25 453	0.78 449	3.75 399	10.06 513	0.05 483	0.00 1	0.07 504	0.00 1	0.30 487	0.12 475

DFGA-Net	0.37 304	0.77 478	1.34 302	0.00 1	0.01 315	0.72 252	0.00 1	0.21 192	0.21 172	0.00 1	0.00 1	0.03 130	0.01 135	3.85 400	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.20 457	0.01 169

SAMSARA	1.01 455	0.70 463	3.29 473	0.20 497	0.06 431	1.65 483	0.05 395	0.48 256	0.53 226	2.91 504	0.68 459	2.97 493	1.08 464	3.89 401	1.54 459	0.00 1	0.04 460	0.00 1	0.02 415	0.05 296	0.03 345

ITSA-stereo	0.44 336	0.06 119	0.97 223	0.03 379	0.00 1	1.08 414	0.06 400	1.42 389	0.09 77	0.01 186	0.00 1	0.21 308	0.50 424	3.91 402	0.38 402	0.00 1	0.00 1	0.02 477	0.01 397	0.03 251	0.01 169

DSFCA	0.40 319	0.09 177	0.84 181	0.00 1	0.01 315	0.98 327	0.37 476	0.29 221	0.62 454	0.02 299	0.32 438	0.03 130	0.24 403	3.91 402	0.34 398	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

ac_64	0.39 314	0.12 219	1.15 261	0.04 397	0.01 315	0.43 151	0.02 343	0.25 206	0.59 361	0.12 411	0.01 295	0.89 432	0.04 294	3.92 404	0.12 309	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.00 1

SepStereo	0.45 338	0.05 87	1.29 291	0.00 1	0.00 1	0.07 43	0.00 1	1.25 369	0.61 403	1.18 486	0.00 1	0.24 317	0.03 259	3.93 405	0.22 361	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.01 169

coex-ft	8.40 526	2.59 529	75.27 537	0.00 1	0.00 1	0.18 71	0.04 384	0.13 144	20.18 527	39.66 535	4.06 490	4.68 500	8.53 521	3.94 406	7.96 508	0.02 472	0.07 489	0.00 1	0.02 415	0.14 413	0.50 515

NVstereo2D	0.45 338	0.11 206	1.91 386	0.00 1	0.00 1	0.59 211	0.00 1	1.39 385	0.61 403	0.03 328	0.00 1	0.33 339	0.00 1	3.94 406	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MFN_U_SF_RVC	0.95 452	1.40 515	4.49 498	0.16 482	0.11 459	0.56 201	0.07 406	1.12 355	0.36 202	0.43 460	0.27 433	1.27 456	0.73 444	3.98 408	1.47 458	0.29 502	0.34 521	0.36 518	0.55 526	0.63 505	0.46 511

CBMV_ROB	0.84 439	0.06 119	1.73 365	0.00 1	0.00 1	1.37 477	0.47 483	2.57 489	0.58 349	2.13 498	0.76 462	1.06 444	1.38 476	4.04 409	0.54 424	0.00 1	0.00 1	0.00 1	0.00 1	0.03 251	0.05 400

FADNet-RVC	0.51 374	0.80 480	2.47 433	0.01 328	0.00 1	0.48 170	0.00 1	1.32 374	0.14 142	0.00 1	0.01 295	0.12 256	0.06 338	4.07 410	0.15 330	0.00 1	0.04 460	0.00 1	0.00 1	0.38 494	0.08 441

G2L-Stereo	0.41 322	0.45 410	1.90 384	0.00 1	0.00 1	0.58 206	0.00 1	0.40 240	0.12 129	0.00 1	0.00 1	0.33 339	0.05 324	4.09 411	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.14 413	0.00 1

GASNet	0.56 392	1.09 496	2.57 442	0.00 1	0.00 1	0.52 184	0.02 343	1.12 355	0.22 175	0.01 186	0.14 418	0.50 395	0.12 372	4.09 411	0.39 406	0.00 1	0.00 1	0.00 1	0.00 1	0.32 489	0.08 441

Dean	2.41 497	1.16 505	3.63 483	0.36 505	0.40 506	1.19 461	0.50 488	7.85 519	8.44 521	1.17 485	8.12 510	7.07 507	1.13 467	4.11 413	1.04 442	0.70 511	0.00 1	0.01 461	0.00 1	1.07 512	0.29 505

ADLNet2	0.55 389	0.33 347	2.54 441	0.00 1	0.00 1	0.88 299	0.00 1	0.69 292	0.65 464	0.00 1	0.07 404	1.47 469	0.02 205	4.12 414	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.13 410	0.01 169

ttt	0.70 424	0.02 12	0.78 157	0.00 1	0.00 1	0.62 220	0.00 1	2.50 482	0.56 251	0.00 1	0.00 1	0.29 330	0.01 135	4.18 415	5.00 494	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

edge stereo	0.58 403	0.29 334	2.86 457	0.01 328	0.03 394	0.33 119	0.03 365	0.97 334	0.50 216	0.21 432	0.33 439	1.31 459	0.16 384	4.20 416	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.11 391	0.01 169

GANetREF_RVC	0.54 387	0.70 463	2.06 402	0.00 1	0.00 1	1.14 448	0.00 1	1.61 426	0.58 349	0.00 1	0.01 295	0.29 330	0.04 294	4.21 417	0.06 247	0.00 1	0.00 1	0.00 1	0.00 1	0.03 251	0.02 304
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
DANet	0.58 403	0.19 274	1.87 381	0.26 500	0.06 431	0.51 178	0.11 429	1.41 386	0.52 221	0.22 433	0.06 401	1.06 444	0.02 205	4.25 418	0.92 441	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.06 421
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
EDNetEfficientorigin	6.23 520	0.45 410	98.39 546	0.02 359	0.04 412	0.42 145	0.02 343	0.33 228	2.90 505	7.07 518	3.12 487	1.31 459	1.61 481	4.26 419	4.55 489	0.00 1	0.00 1	0.00 1	0.00 1	0.07 333	0.02 304

SACVNet	0.42 325	0.29 334	1.10 251	0.00 1	0.00 1	1.02 339	0.00 1	0.78 301	0.29 191	0.03 328	0.00 1	0.24 317	0.02 205	4.27 420	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.20 457	0.01 169

TestStereo	0.31 268	0.22 288	1.36 309	0.00 1	0.00 1	0.27 93	0.00 1	0.06 64	0.04 14	0.01 186	0.00 1	0.03 130	0.01 135	4.27 420	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

S-Stereo	0.65 419	0.25 313	3.44 478	0.00 1	0.00 1	0.56 201	0.05 395	1.86 443	0.61 403	0.00 1	0.76 462	0.84 429	0.11 369	4.28 422	0.11 298	0.00 1	0.01 394	0.00 1	0.00 1	0.07 333	0.03 345

hitnet-ft	0.42 325	0.30 338	1.15 261	0.00 1	0.00 1	0.73 254	0.11 429	0.30 224	0.19 168	0.04 350	0.14 418	0.75 422	0.17 390	4.33 423	0.10 290	0.01 456	0.00 1	0.03 488	0.00 1	0.04 274	0.01 169

raft_robust	0.56 392	0.36 370	0.87 191	0.00 1	0.15 475	0.64 234	0.00 1	2.20 467	0.56 251	0.00 1	0.01 295	0.44 373	1.18 471	4.46 424	0.01 116	0.00 1	0.00 1	0.00 1	0.15 478	0.09 374	0.03 345

FADNet	0.55 389	0.75 471	2.42 429	0.00 1	0.01 315	0.82 278	0.00 1	0.88 317	0.54 230	0.01 186	0.01 295	0.16 288	0.16 384	4.49 425	0.09 279	0.18 496	0.00 1	0.00 1	0.00 1	0.43 499	0.00 1

IPLG	0.51 374	0.38 387	1.60 350	0.02 359	0.00 1	1.11 437	0.07 406	1.48 410	0.57 295	0.05 360	0.00 1	0.12 256	0.15 382	4.58 426	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 391	0.00 1

APVNet	0.51 374	0.21 281	2.43 431	0.00 1	0.00 1	0.94 319	0.00 1	0.45 250	0.62 454	0.01 186	0.01 295	0.34 343	0.03 259	4.59 427	0.27 382	0.00 1	0.00 1	0.03 488	0.00 1	0.15 423	0.02 304

HBP-ISP	0.80 435	0.70 463	2.86 457	0.02 359	0.01 315	1.67 484	0.48 485	2.63 495	0.56 251	1.11 483	0.06 401	0.50 395	0.74 445	4.60 428	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296	0.03 345

DRaft	0.56 392	0.08 163	0.73 120	0.00 1	0.00 1	0.92 313	0.19 442	0.05 51	0.09 77	0.03 328	0.26 432	0.06 214	2.55 494	4.61 429	1.38 456	0.00 1	0.03 445	0.00 1	0.02 415	0.03 251	0.08 441

MSMD_ROB	2.04 491	0.40 395	2.13 405	0.00 1	0.00 1	4.88 511	0.22 448	0.93 327	1.82 503	5.71 514	7.79 509	7.39 510	3.72 506	4.62 430	1.22 450	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 304

ACVNet_1	1.10 459	1.42 516	4.00 492	0.31 504	0.02 368	1.25 467	0.10 425	1.69 433	0.61 403	0.26 437	0.01 295	4.39 499	1.29 475	4.75 431	0.57 429	0.79 515	0.00 1	0.00 1	0.00 1	0.32 489	0.18 489

DAS	0.49 358	0.05 87	1.29 291	0.00 1	0.00 1	0.07 43	0.00 1	1.25 369	0.61 403	1.18 486	0.00 1	0.24 317	0.03 259	4.76 432	0.22 361	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.01 169

FCDSN-DC	2.66 501	0.08 163	1.65 356	0.00 1	0.00 1	1.73 486	0.37 476	1.64 430	1.35 498	8.08 521	11.18 523	11.78 517	7.59 519	4.76 432	2.80 474	0.02 472	0.00 1	0.00 1	0.00 1	0.03 251	0.05 400
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
RAFT + AFF	0.60 409	0.75 471	1.04 234	0.00 1	0.00 1	1.10 429	0.06 400	1.45 397	0.57 295	0.02 299	0.00 1	0.18 293	1.43 477	4.80 434	0.15 330	0.00 1	0.17 514	0.00 1	0.00 1	0.27 481	0.08 441

PA-Net	0.57 398	0.50 424	2.73 450	0.03 379	0.06 431	0.89 301	0.02 343	0.66 289	0.63 459	0.00 1	0.00 1	0.43 372	0.07 347	4.82 435	0.55 427	0.01 456	0.00 1	0.00 1	0.00 1	0.02 194	0.04 379
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
pmcnn	2.10 492	0.59 450	4.52 499	0.27 501	0.86 517	0.34 126	0.29 465	1.69 433	0.75 482	0.36 452	7.50 506	14.39 524	0.56 430	4.90 436	4.69 491	0.00 1	0.00 1	0.00 1	0.00 1	0.16 432	0.04 379

Wz-Net-SNSev	0.78 433	1.10 497	6.27 506	0.00 1	0.00 1	0.27 93	0.00 1	0.95 330	0.61 403	0.00 1	0.01 295	0.41 369	0.10 364	4.92 437	0.81 438	0.00 1	0.00 1	0.00 1	0.00 1	0.17 439	0.03 345

ELAS_RVC	2.84 505	0.34 354	3.86 488	0.05 407	0.05 421	1.52 479	5.02 527	1.93 448	5.28 514	7.10 519	6.96 503	6.26 503	8.34 520	4.96 438	4.90 493	0.00 1	0.04 460	0.01 461	0.01 397	0.10 385	0.09 454
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
NaN_ROB	0.80 435	0.47 417	1.63 354	0.17 486	0.19 490	0.58 206	0.38 478	2.11 460	0.80 486	0.53 467	0.33 439	0.48 383	1.13 467	4.98 439	1.94 465	0.00 1	0.02 433	0.01 461	0.05 440	0.06 318	0.14 481

Syn2CoEx	0.56 392	0.78 479	2.86 457	0.00 1	0.00 1	0.10 54	0.01 300	0.91 322	0.61 403	0.02 299	0.00 1	0.49 391	0.21 397	5.03 440	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.14 413	0.03 345

RYNet	0.53 385	0.19 274	1.79 373	0.00 1	0.00 1	0.55 199	0.00 1	1.12 355	0.61 403	0.02 299	0.00 1	0.83 428	0.04 294	5.05 441	0.45 416	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 304

SPS-STEREO	0.88 447	0.40 395	2.01 393	0.00 1	0.01 315	0.42 145	0.17 437	0.50 261	0.61 403	2.19 499	0.79 466	2.04 483	0.27 408	5.10 442	2.89 477	0.00 1	0.00 1	0.00 1	0.00 1	0.03 251	0.11 465
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DispNO	0.64 417	0.48 419	2.04 397	0.00 1	0.00 1	0.71 249	0.01 300	1.47 409	0.56 251	0.00 1	0.54 452	1.34 461	0.06 338	5.12 443	0.31 393	0.00 1	0.00 1	0.03 488	0.12 465	0.01 80	0.02 304

ACVNet_2	1.32 470	1.30 511	2.83 456	0.11 464	0.07 437	1.30 471	0.18 439	2.29 474	0.75 482	0.26 437	3.44 488	6.65 506	0.16 384	5.12 443	1.08 445	0.13 492	0.00 1	0.00 1	0.00 1	0.38 494	0.32 507

PASM	0.51 374	0.32 343	3.07 467	0.00 1	0.00 1	0.31 107	0.00 1	0.46 253	0.12 129	0.03 328	0.00 1	0.44 373	0.02 205	5.22 445	0.04 216	0.00 1	0.00 1	0.00 1	0.00 1	0.12 400	0.03 345

CSP-Net	0.37 304	0.10 184	0.54 78	0.00 1	0.00 1	0.50 175	0.00 1	0.64 287	0.13 138	0.00 1	0.00 1	0.15 279	0.02 205	5.27 446	0.06 247	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296	0.00 1

SuperB	1.85 485	1.06 495	10.54 518	0.02 359	0.01 315	0.90 303	0.78 501	1.75 440	0.64 462	0.05 360	0.05 391	0.34 343	0.89 456	5.29 447	5.80 498	0.01 456	0.00 1	0.02 477	0.02 415	8.71 533	0.06 421

PS-NSSS	0.54 387	0.44 406	0.86 187	0.00 1	0.00 1	1.04 353	0.00 1	2.37 476	0.56 251	0.00 1	0.00 1	0.11 250	0.01 135	5.32 448	0.13 316	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

IMH-64-1	1.98 487	0.88 485	1.46 334	1.92 521	0.54 510	2.90 499	1.64 508	5.24 511	0.91 489	0.97 478	4.83 494	2.10 484	2.00 487	5.33 449	2.83 475	3.56 526	0.04 460	0.02 477	0.00 1	1.90 515	0.50 515

IMH-64	1.98 487	0.88 485	1.46 334	1.92 521	0.54 510	2.90 499	1.64 508	5.24 511	0.91 489	0.97 478	4.83 494	2.10 484	2.00 487	5.33 449	2.83 475	3.56 526	0.04 460	0.02 477	0.00 1	1.90 515	0.50 515

AACVNet	0.40 319	0.36 370	0.90 201	0.00 1	0.00 1	0.53 189	0.00 1	0.18 170	0.41 210	0.02 299	0.00 1	0.11 250	0.01 135	5.33 449	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.15 423	0.00 1

1111x	0.87 446	0.02 12	1.20 271	0.00 1	0.00 1	0.70 245	0.00 1	2.60 494	0.56 251	0.00 1	0.00 1	0.04 166	0.01 135	5.36 452	6.80 503	0.00 1	0.01 394	0.00 1	0.00 1	0.00 1	0.01 169

CSAN	1.05 457	0.61 452	2.46 432	0.09 450	0.08 443	0.71 249	0.71 498	2.20 467	0.93 491	0.85 476	2.92 485	0.79 426	1.46 478	5.37 453	1.58 460	0.01 456	0.01 394	0.00 1	0.00 1	0.09 374	0.05 400

SANet	1.99 489	0.71 467	3.37 475	0.03 379	0.03 394	2.85 498	0.85 504	2.42 478	8.33 520	1.55 491	4.13 491	4.29 497	3.23 502	5.39 454	2.47 471	0.00 1	0.00 1	0.00 1	0.00 1	0.06 318	0.06 421

KSHMR	3.68 510	1.11 498	3.06 466	2.84 526	1.78 525	5.33 514	0.41 480	8.64 521	14.09 524	1.85 495	9.32 515	7.19 508	1.93 484	5.45 455	2.30 469	1.95 521	0.41 522	0.50 520	0.21 497	3.53 523	1.76 527

TDLM	0.49 358	0.39 392	1.02 230	0.00 1	0.00 1	1.08 414	0.01 300	0.36 233	0.58 349	0.14 423	0.00 1	0.27 327	0.19 391	5.46 456	0.20 357	0.00 1	0.00 1	0.00 1	0.00 1	0.13 410	0.01 169

GANet	0.55 389	0.35 363	1.40 320	0.00 1	0.00 1	0.77 263	0.08 414	0.36 233	0.57 295	0.01 186	0.00 1	0.68 418	0.11 369	5.52 457	1.07 444	0.00 1	0.00 1	0.02 477	0.00 1	0.09 374	0.03 345

CVANet_RVC	0.53 385	0.32 343	1.26 285	0.00 1	0.00 1	0.98 327	0.00 1	0.72 296	0.55 236	0.35 451	0.12 416	0.36 351	0.14 376	5.53 458	0.08 273	0.00 1	0.00 1	0.00 1	0.00 1	0.16 432	0.00 1

SGM-Forest	0.84 439	0.07 149	0.90 201	0.02 359	0.07 437	1.10 429	0.68 496	2.12 462	0.61 403	1.14 484	0.78 465	1.36 463	0.98 458	5.55 459	1.31 454	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.06 421
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ff1	0.80 435	0.02 12	1.06 244	0.00 1	0.00 1	0.62 220	0.00 1	1.42 389	0.57 295	0.00 1	0.00 1	0.67 414	0.02 205	5.57 460	5.86 499	0.00 1	0.01 394	0.00 1	0.00 1	0.08 356	0.03 345

mmx	0.85 441	0.02 12	1.06 244	0.00 1	0.00 1	0.62 220	0.00 1	2.50 482	0.56 251	0.00 1	0.00 1	0.67 414	0.02 205	5.57 460	5.86 499	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

xxx	0.85 441	0.02 12	1.06 244	0.00 1	0.00 1	0.62 220	0.00 1	2.50 482	0.56 251	0.00 1	0.00 1	0.67 414	0.02 205	5.57 460	5.86 499	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

DeepPrunerF	1.33 471	0.59 450	8.62 514	0.02 359	0.09 448	0.90 303	0.00 1	1.34 376	6.72 516	0.22 433	0.01 295	0.21 308	0.14 376	5.64 463	1.99 466	0.00 1	0.00 1	0.01 461	0.02 415	0.14 413	0.02 304

DPSNet	1.25 469	0.28 328	5.34 503	0.28 502	0.07 437	1.50 478	0.00 1	3.53 505	0.69 474	0.03 328	0.00 1	0.45 378	2.10 490	5.67 464	4.61 490	0.02 472	0.04 460	0.00 1	0.02 415	0.23 467	0.09 454

Wz-Net-TNSev	1.42 475	2.41 528	11.01 519	0.00 1	0.00 1	0.42 145	0.14 434	2.05 453	0.61 403	0.06 369	0.01 295	1.34 461	0.16 384	5.70 465	4.19 484	0.00 1	0.00 1	0.00 1	0.01 397	0.19 450	0.10 462

FC-DCNN	3.42 508	0.11 206	2.03 394	0.00 1	0.00 1	3.18 502	0.60 493	3.13 503	2.98 506	11.40 526	12.28 525	13.93 522	8.68 523	5.70 465	4.27 485	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.06 421

THIR-Stereo	0.93 450	0.18 263	1.34 302	0.00 1	0.01 315	0.53 189	3.86 524	0.10 124	0.10 103	0.10 404	1.50 481	0.76 423	2.90 498	5.73 467	1.45 457	0.00 1	0.00 1	0.02 477	0.00 1	0.01 80	0.00 1

CC-Net-ROB	0.64 417	0.50 424	1.13 259	0.07 435	0.00 1	1.08 414	0.01 300	2.58 491	0.56 251	0.01 186	0.00 1	0.14 270	0.01 135	5.73 467	0.12 309	0.50 508	0.00 1	0.21 515	0.00 1	0.09 374	0.02 304

SGM+DAISY	2.38 495	0.98 492	4.37 496	0.48 507	0.33 504	2.24 495	1.94 512	1.16 362	1.47 500	6.62 517	5.89 499	5.77 502	5.09 516	5.76 469	4.39 486	0.16 495	0.15 512	0.06 501	0.14 472	0.26 475	0.40 510

DEmStereo	0.75 430	0.06 119	1.73 365	0.04 397	0.00 1	0.78 267	0.52 490	0.05 51	0.57 295	0.05 360	0.72 461	0.02 71	3.42 504	5.79 470	1.29 453	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

MDST_ROB	1.54 480	0.06 119	3.42 477	0.14 477	0.16 478	5.42 515	0.32 468	4.33 510	0.61 403	6.08 516	1.25 477	1.04 443	1.16 470	5.81 471	0.83 439	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.11 465

CFNet	0.56 392	0.50 424	1.58 347	0.00 1	0.00 1	1.06 365	0.01 300	1.08 349	0.57 295	0.00 1	0.01 295	0.12 256	0.01 135	5.87 472	0.19 351	0.00 1	0.00 1	0.00 1	0.00 1	0.13 410	0.02 304

WAO-6	2.38 495	0.69 461	1.93 389	0.00 1	0.00 1	3.94 507	0.29 465	5.62 513	7.23 518	0.34 450	6.76 502	7.73 511	1.96 486	5.88 473	5.07 495	0.00 1	0.00 1	0.00 1	0.00 1	0.15 423	0.03 345

AANet_RVC	0.75 430	0.65 456	2.52 438	0.01 328	0.00 1	0.66 239	0.00 1	0.61 283	0.13 138	0.00 1	1.29 478	0.96 436	0.04 294	5.98 474	1.82 464	0.13 492	0.02 433	0.00 1	0.00 1	0.07 333	0.04 379

RAFT-RH_RVC	0.96 453	0.13 227	1.35 305	0.02 359	0.05 421	1.06 365	0.00 1	0.06 64	0.55 236	0.01 186	9.57 517	0.10 244	0.00 1	6.00 475	0.30 386	0.01 456	0.00 1	0.00 1	0.02 415	0.01 80	0.00 1

RAFT-345	0.49 358	0.04 57	1.26 285	0.10 454	0.07 437	1.16 455	0.19 442	0.14 149	0.57 295	0.00 1	0.01 295	0.09 240	0.01 135	6.00 475	0.20 357	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

PSM-softLoss	0.48 351	0.04 57	1.10 251	0.17 486	0.00 1	1.07 401	0.25 452	0.12 138	0.61 403	0.03 328	0.01 295	0.02 71	0.01 135	6.03 477	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

KMStereo	0.48 351	0.04 57	1.10 251	0.17 486	0.00 1	1.07 401	0.25 452	0.12 138	0.61 403	0.03 328	0.01 295	0.02 71	0.01 135	6.03 477	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

MFN_U_SF_DS_RVC	1.16 465	2.03 524	4.57 500	0.02 359	0.04 412	3.52 506	0.27 461	1.80 442	0.58 349	0.22 433	0.28 434	1.38 464	0.02 205	6.08 479	0.42 410	0.14 494	0.68 526	0.01 461	0.26 513	0.39 496	0.47 512

SST-Stereo	0.51 374	0.02 12	0.74 129	0.05 407	0.19 490	1.09 423	0.49 487	0.26 210	0.61 403	0.04 350	0.00 1	0.05 193	0.58 431	6.12 480	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

RAFT_R40	0.49 358	0.03 34	0.74 129	0.05 407	0.15 475	1.09 423	0.32 468	0.27 216	0.59 361	0.02 299	0.03 383	0.07 222	0.30 410	6.12 480	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

iRaft-Stereo_5w	0.50 369	0.51 429	1.44 330	0.00 1	0.00 1	0.29 99	0.00 1	0.63 285	0.59 361	0.00 1	0.00 1	0.08 229	0.01 135	6.14 482	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.22 463	0.01 169

OCTAStereo	0.47 344	0.03 34	0.77 146	0.12 468	0.00 1	1.07 401	0.26 455	0.19 175	0.60 385	0.01 186	0.00 1	0.02 71	0.00 1	6.16 483	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

ACVNet-4b	1.14 462	1.34 513	3.96 491	0.17 486	0.03 394	1.03 345	0.01 300	1.31 373	0.65 464	0.01 186	0.97 472	1.98 482	0.32 414	6.18 484	1.20 449	2.52 524	0.02 433	0.00 1	0.00 1	0.82 510	0.28 503

NF-Stereo	0.47 344	0.03 34	0.77 146	0.12 468	0.00 1	1.07 401	0.26 455	0.19 175	0.60 385	0.01 186	0.00 1	0.02 71	0.00 1	6.18 484	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

RE-Stereo	0.47 344	0.03 34	0.77 146	0.12 468	0.00 1	1.07 401	0.26 455	0.19 175	0.60 385	0.01 186	0.00 1	0.02 71	0.00 1	6.18 484	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

TVStereo	0.47 344	0.03 34	0.77 146	0.12 468	0.00 1	1.07 401	0.26 455	0.19 175	0.60 385	0.01 186	0.00 1	0.02 71	0.00 1	6.18 484	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

RASNet	0.58 403	0.27 323	1.30 294	0.00 1	0.00 1	0.61 214	0.01 300	0.47 254	0.60 385	0.08 389	0.06 401	1.52 474	0.04 294	6.18 484	0.48 419	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

HSM	0.63 415	0.36 370	0.89 199	0.00 1	0.00 1	0.52 184	0.01 300	0.98 335	0.56 251	0.00 1	0.01 295	2.27 489	0.65 439	6.18 484	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

UGAM-zero	0.68 422	0.10 184	1.78 371	0.07 435	0.16 478	0.34 126	0.03 365	0.92 324	0.18 166	0.37 454	0.00 1	2.23 488	0.74 445	6.20 490	0.01 116	0.00 1	0.05 475	0.00 1	0.26 513	0.01 80	0.09 454

NVStereoNet_ROB	1.08 458	0.39 392	2.15 407	0.08 443	0.02 368	0.45 157	0.02 343	0.89 319	0.67 472	0.10 404	5.85 498	1.90 479	1.11 466	6.20 490	1.14 446	0.20 497	0.00 1	0.03 488	0.07 446	0.12 400	0.13 478
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
IRAFT_RVC	0.51 374	0.13 227	1.14 260	0.10 454	0.00 1	1.17 458	0.10 425	0.28 220	0.61 403	0.01 186	0.00 1	0.02 71	0.12 372	6.22 492	0.22 361	0.00 1	0.09 496	0.00 1	0.00 1	0.02 194	0.01 169

FC-DCNN v2	3.59 509	0.10 184	1.95 390	0.00 1	0.00 1	3.24 503	0.59 492	3.55 506	3.05 507	11.72 527	12.90 528	15.18 525	8.62 522	6.26 493	4.54 488	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.05 400

NOSS_ROB	0.61 412	0.17 255	0.63 98	0.19 493	0.00 1	0.67 240	0.00 1	2.38 477	0.57 295	0.13 415	0.00 1	0.94 434	0.00 1	6.27 494	0.10 290	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.10 462

ASMatch	0.59 407	0.10 184	1.66 357	0.13 475	0.04 412	1.07 401	0.00 1	0.10 124	0.64 462	0.06 369	0.44 446	0.05 193	0.87 454	6.32 495	0.27 382	0.00 1	0.00 1	0.00 1	0.01 397	0.00 1	0.00 1

xyz-stereo	3.26 507	0.05 87	35.32 528	0.00 1	0.00 1	13.52 527	0.00 1	0.02 15	0.05 20	0.01 186	9.71 518	0.03 130	0.01 135	6.34 496	0.04 216	0.00 1	0.00 1	0.12 510	0.00 1	0.02 194	0.00 1

MeshStereo	2.61 500	0.65 456	2.71 448	0.02 359	0.02 368	1.55 480	0.94 506	3.02 500	1.29 497	11.21 525	7.34 504	11.54 516	2.74 497	6.34 496	2.43 470	0.00 1	0.00 1	0.00 1	0.00 1	0.28 484	0.03 345
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
LL-Strereo	0.71 427	0.88 485	2.40 425	0.00 1	0.00 1	0.63 230	0.01 300	1.57 421	0.58 349	0.45 461	0.00 1	0.54 401	0.30 410	6.37 498	0.07 258	0.00 1	0.05 475	0.00 1	0.00 1	0.22 463	0.17 488

WZ-Net	1.38 473	1.14 503	10.22 517	0.00 1	0.00 1	0.82 278	0.00 1	1.37 384	0.61 403	0.01 186	0.01 295	1.09 447	2.20 492	6.39 499	3.68 482	0.00 1	0.00 1	0.00 1	0.00 1	0.07 333	0.02 304

UGAM	0.51 374	0.12 219	1.83 375	0.00 1	0.00 1	0.62 220	0.00 1	0.06 64	0.11 113	0.00 1	0.23 429	0.35 347	0.04 294	6.42 500	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.26 475	0.03 345

TransformOpticalFlow	0.85 441	0.27 323	2.72 449	0.30 503	0.03 394	1.25 467	0.05 395	1.53 420	0.61 403	0.28 442	0.38 444	1.27 456	1.54 479	6.53 501	0.22 361	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

PFNet	0.60 409	0.11 206	2.08 404	0.00 1	0.30 503	1.16 455	0.00 1	0.29 221	0.59 361	0.01 186	0.24 430	0.02 71	0.00 1	6.58 502	0.23 366	0.10 491	0.00 1	0.00 1	0.04 438	0.14 413	0.05 400

IMH	2.83 504	1.28 509	1.89 382	1.96 524	0.60 512	5.22 513	0.24 449	6.28 516	4.13 511	1.90 496	7.52 507	6.39 504	3.40 503	6.59 503	2.53 472	3.92 528	0.12 506	0.05 499	0.00 1	2.06 518	0.47 512

CrosDoStereo	1.10 459	0.08 163	1.43 328	0.00 1	0.05 421	0.63 230	5.86 528	0.60 279	0.38 203	0.26 437	1.21 474	0.19 300	3.02 499	6.61 504	1.64 461	0.00 1	0.00 1	0.00 1	0.00 1	0.06 318	0.00 1

DeepStereo_LL	1.10 459	0.08 163	1.43 328	0.00 1	0.05 421	0.63 230	5.86 528	0.60 279	0.38 203	0.26 437	1.21 474	0.19 300	3.02 499	6.61 504	1.64 461	0.00 1	0.00 1	0.00 1	0.00 1	0.06 318	0.00 1

STrans-v2	0.85 441	0.28 328	1.66 357	0.00 1	0.01 315	0.85 291	0.04 384	2.05 453	0.67 472	0.48 464	0.87 469	1.12 451	2.12 491	6.64 506	0.25 374	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

LE_ROB	9.96 529	0.54 438	9.62 515	1.40 519	1.24 523	3.29 504	4.64 525	4.31 509	43.01 536	51.54 536	13.34 529	14.15 523	24.60 533	6.66 507	20.28 532	0.04 480	0.05 475	0.12 510	0.20 492	0.07 333	0.09 454

MSC_U_SF_DS_RVC	1.79 484	1.81 521	3.81 486	0.01 328	0.02 368	12.12 523	0.50 488	2.74 498	0.71 477	0.07 379	0.20 426	2.17 486	0.15 382	6.82 508	1.19 448	0.74 512	0.80 528	0.20 512	0.27 517	0.73 508	0.70 520

LVE	2.75 502	1.12 499	2.30 416	0.46 506	0.45 507	1.87 490	0.06 400	7.19 518	9.72 522	0.03 328	11.08 522	9.01 513	1.26 474	6.93 509	0.91 440	1.86 520	0.16 513	0.04 496	0.24 509	0.22 463	0.13 478

SGM_RVC	1.54 480	0.35 363	1.60 350	0.15 480	0.17 484	1.25 467	0.77 499	1.97 451	0.88 488	4.31 506	2.46 484	4.36 498	2.37 493	6.98 510	1.78 463	0.21 498	0.23 515	0.20 512	0.23 502	0.26 475	0.31 506
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
IIG-Stereo	0.65 419	0.34 354	0.77 146	0.05 407	0.03 394	1.17 458	0.00 1	1.46 407	0.60 385	0.01 186	0.57 454	0.54 401	0.01 135	7.03 511	0.39 406	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

OMP-Stereo	0.66 421	0.33 347	0.72 118	0.18 492	0.06 431	1.17 458	0.00 1	1.45 397	0.59 361	0.12 411	0.60 456	0.50 395	0.00 1	7.09 512	0.26 379	0.00 1	0.00 1	0.00 1	0.00 1	0.03 251	0.00 1

SDNR	1.15 464	0.21 281	3.21 471	0.01 328	0.01 315	3.30 505	0.01 300	2.55 487	0.75 482	1.80 494	1.49 480	1.40 465	0.20 396	7.24 513	0.68 434	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.04 379

notaker	4.30 513	1.28 509	3.70 484	3.71 529	0.90 518	4.91 512	0.39 479	6.90 517	1.96 504	5.39 513	11.82 524	16.90 527	3.75 507	7.59 514	5.65 496	5.23 531	0.01 394	0.10 507	0.06 443	4.57 525	1.22 525

FBW_ROB	0.83 438	0.31 342	1.48 338	0.10 454	0.01 315	0.62 220	0.01 300	1.91 446	0.59 361	0.01 186	0.01 295	1.10 448	0.05 324	7.84 515	2.07 467	0.05 483	0.01 394	0.03 488	0.01 397	0.01 80	0.47 512

ktn	4.96 516	1.21 506	2.41 427	3.20 527	1.02 519	8.36 520	2.08 514	9.00 523	17.02 525	5.18 512	12.71 526	13.69 520	3.51 505	8.05 516	3.68 482	5.30 532	0.02 433	0.00 1	0.00 1	2.14 519	0.55 518

WAO-7	2.46 499	0.92 491	1.85 379	0.03 379	0.05 421	4.73 510	0.54 491	5.67 514	4.50 512	1.49 490	7.64 508	5.52 501	2.69 496	8.48 517	4.51 487	0.00 1	0.00 1	0.33 517	0.02 415	0.19 450	0.06 421

WAO-8	5.13 518	1.91 522	2.34 418	0.60 510	0.10 452	12.98 524	0.34 473	11.65 526	24.58 532	4.87 508	10.60 521	13.32 518	4.10 511	8.85 518	3.55 480	0.75 513	0.32 518	0.71 522	0.12 465	0.70 506	0.11 465

Venus	5.12 517	1.91 522	2.34 418	0.60 510	0.10 452	12.98 524	0.34 473	11.65 526	24.58 532	4.87 508	10.54 520	13.32 518	4.10 511	8.85 518	3.55 480	0.75 513	0.32 518	0.71 522	0.12 465	0.70 506	0.11 465

UNDER WATER	6.24 521	0.99 493	8.13 513	4.62 532	2.68 527	8.66 521	0.77 499	8.37 520	22.50 531	4.55 507	6.36 501	15.93 526	8.89 524	8.99 520	8.85 511	3.25 525	0.04 460	1.36 528	0.02 415	6.24 530	3.56 530

PWCK	2.44 498	1.65 518	7.31 510	0.22 499	0.02 368	3.12 501	4.74 526	3.06 501	3.48 509	0.72 471	4.42 492	3.40 494	1.67 482	9.06 521	3.36 479	0.39 507	0.01 394	0.00 1	0.00 1	2.19 520	0.08 441

UNDER WATER-64	6.84 523	1.25 508	9.68 516	4.53 531	3.53 529	16.61 530	1.79 510	8.72 522	22.23 529	5.11 510	5.07 496	17.34 528	10.14 526	9.19 522	8.21 509	2.00 523	0.03 445	1.52 529	0.11 460	6.09 529	3.62 531

TorneroNet-64	6.39 522	1.31 512	2.23 411	1.99 525	0.65 514	18.82 531	0.28 463	11.98 528	26.18 534	5.99 515	12.75 527	19.37 530	4.08 510	9.94 523	5.95 502	0.89 518	0.00 1	0.11 508	0.00 1	3.44 522	1.81 528

DPSimNet_ROB	7.90 525	5.46 532	13.55 521	3.66 528	5.16 532	7.26 518	9.60 532	6.11 515	7.46 519	13.33 528	9.50 516	11.03 514	11.89 528	10.08 524	12.35 521	4.36 530	5.55 533	5.35 533	5.34 534	4.96 526	5.98 534

TorneroNet	6.97 524	1.37 514	2.22 410	1.95 523	1.12 521	19.47 532	0.47 483	13.04 531	26.32 535	7.90 520	17.10 530	17.67 529	4.62 515	10.46 525	7.94 506	1.98 522	0.03 445	0.11 508	0.00 1	4.15 524	1.49 526

RTS	4.10 511	1.68 519	43.40 531	0.09 450	0.02 368	3.95 508	0.00 1	1.61 426	0.61 403	1.09 481	0.01 295	1.97 480	0.22 399	16.87 526	10.15 514	0.00 1	0.09 496	0.00 1	0.00 1	0.20 457	0.05 400

RTSA	4.10 511	1.68 519	43.40 531	0.09 450	0.02 368	3.95 508	0.00 1	1.61 426	0.61 403	1.09 481	0.01 295	1.97 480	0.22 399	16.87 526	10.15 514	0.00 1	0.09 496	0.00 1	0.00 1	0.20 457	0.05 400

MANE	9.96 529	0.69 461	2.88 460	1.22 516	0.61 513	13.15 526	3.46 522	15.62 533	22.27 530	22.74 532	30.00 536	29.74 531	23.22 531	17.17 528	13.78 525	0.29 502	0.56 524	0.09 506	0.61 527	0.15 423	1.00 524

JetBlue	5.71 519	2.18 527	16.18 522	0.00 1	2.13 526	29.20 533	14.20 534	3.90 508	0.74 480	0.71 470	2.30 483	6.42 505	5.97 517	17.84 529	8.74 510	0.09 490	0.01 394	0.00 1	0.00 1	2.62 521	0.96 523

SGM-ForestM	8.89 527	0.68 460	3.61 481	0.57 509	0.18 486	14.89 529	5.99 530	9.62 525	10.59 523	20.43 531	17.16 531	39.22 533	20.29 530	20.63 530	13.19 523	0.04 480	0.14 510	0.00 1	0.07 446	0.15 423	0.36 508

MADNet+	4.65 515	2.70 530	46.68 533	0.01 328	0.02 368	2.06 493	0.03 365	3.17 504	1.07 493	0.02 299	0.01 295	1.84 478	0.31 413	21.62 531	13.04 522	0.00 1	0.03 445	0.00 1	0.00 1	0.20 457	0.19 493

MADNet++	9.87 528	2.12 525	7.11 509	7.99 534	4.58 531	14.38 528	6.90 531	9.23 524	5.88 515	16.88 529	17.47 532	11.07 515	15.72 529	24.26 532	19.76 531	8.52 533	6.39 534	4.85 532	2.69 531	5.96 528	5.73 533

BEATNet-Init1	14.52 533	6.56 533	34.32 527	1.10 515	1.02 519	31.53 534	11.99 533	15.58 532	17.42 526	30.17 534	27.03 533	43.14 534	24.36 532	24.41 533	18.27 530	0.27 501	0.32 518	0.36 518	0.46 525	1.26 513	0.76 521

JetRed	13.51 532	18.77 534	42.38 529	1.28 517	1.18 522	54.67 535	25.60 535	12.87 529	6.75 517	8.50 524	8.61 511	13.77 521	10.87 527	24.50 534	30.67 533	0.24 500	0.68 526	0.53 521	0.02 415	5.93 527	2.43 529

HanzoNet	12.77 531	4.55 531	11.74 520	5.35 533	2.79 528	7.59 519	0.66 495	12.97 530	20.40 528	25.99 533	28.61 535	34.05 532	25.08 534	25.93 535	14.98 528	10.77 534	3.91 532	3.00 531	3.73 532	8.16 532	5.15 532

TCMNet-wrong-test	39.28 535	63.11 544	48.46 534	81.72 543	79.79 542	56.34 536	48.75 536	31.17 535	3.83 510	19.05 530	28.27 534	58.68 535	34.68 535	46.64 536	47.27 536	16.88 536	2.02 530	7.72 534	0.67 529	64.26 541	46.25 541

LRCNet_RVC	55.44 537	60.56 541	57.70 535	66.68 541	44.91 535	6.22 516	0.00 1	52.80 536	1.37 499	70.44 538	81.09 540	67.07 537	55.41 536	51.59 537	46.24 535	90.66 546	41.89 541	90.95 547	90.04 543	64.32 542	68.75 542

USTest	58.46 538	44.12 536	43.29 530	60.68 538	67.35 539	99.15 548	100.00 545	91.40 541	98.36 543	67.56 537	90.15 542	66.93 536	68.34 538	62.46 538	57.68 537	4.00 529	35.83 537	16.32 536	22.03 538	41.21 535	32.38 537

xxxxx1	63.71 539	58.10 538	78.65 538	43.63 535	48.97 536	92.61 541	92.18 541	60.44 537	69.38 537	73.77 541	76.42 537	77.82 540	76.45 539	72.33 539	77.46 539	35.89 539	37.06 538	48.26 540	62.63 539	48.72 538	43.44 538

tt_ll	63.71 539	58.10 538	78.65 538	43.63 535	48.97 536	92.61 541	92.18 541	60.44 537	69.38 537	73.77 541	76.42 537	77.82 540	76.45 539	72.33 539	77.46 539	35.89 539	37.06 538	48.26 540	62.63 539	48.72 538	43.44 538

ff	63.71 539	58.10 538	78.65 538	43.63 535	48.97 536	92.61 541	92.18 541	60.44 537	69.38 537	73.77 541	76.42 537	77.82 540	76.45 539	72.33 539	77.46 539	35.89 539	37.06 538	48.26 540	62.63 539	48.72 538	43.44 538

DGTPSM_ROB	81.49 543	60.74 542	99.95 548	61.20 539	86.99 545	99.11 546	100.00 545	95.92 545	99.99 547	73.08 539	100.00 546	70.81 538	100.00 547	77.39 542	99.98 548	35.10 537	97.48 547	35.12 538	99.89 549	46.16 536	90.85 544

DPSMNet_ROB	81.54 544	60.77 543	99.95 548	61.42 540	87.05 546	99.11 546	100.00 545	95.93 546	99.99 547	73.11 540	100.00 546	70.84 539	100.00 547	77.43 543	99.98 548	35.39 538	97.54 548	35.21 539	99.89 549	46.30 537	90.94 545

MEDIAN_ROB	93.37 546	98.75 551	96.05 544	90.90 547	90.53 548	85.63 539	76.45 538	92.03 543	89.53 541	95.05 545	94.99 543	96.02 545	93.85 544	90.36 544	87.21 542	98.36 551	95.79 543	99.61 549	98.77 547	98.80 551	98.72 551

HaxPig	95.46 549	97.61 550	87.80 542	97.80 552	99.17 552	77.55 537	75.28 537	96.76 547	99.61 544	99.97 548	99.97 545	99.62 549	99.97 546	91.02 545	87.28 543	99.98 553	99.98 551	99.98 551	99.99 551	99.97 552	99.97 553

Anonymous_1	89.88 545	75.38 545	97.81 545	74.49 542	78.39 541	100.00 549	100.00 545	98.09 548	99.76 545	96.82 547	99.37 544	97.66 547	99.77 545	91.14 546	98.89 545	81.73 542	97.25 544	59.96 543	85.38 542	77.37 544	88.27 543

PML	71.49 542	88.65 548	73.56 536	82.49 544	75.59 540	85.39 538	79.41 539	71.62 540	87.17 540	90.48 544	85.96 541	90.50 544	60.21 537	91.76 547	73.85 538	96.01 550	2.36 531	86.79 546	6.59 535	83.59 545	17.83 536

test_example2	97.61 550	99.96 553	99.93 547	99.83 553	99.97 553	98.84 545	99.76 544	91.98 542	100.00 549	100.00 549	100.00 546	89.18 543	86.51 542	99.29 548	96.54 544	99.97 552	99.55 549	92.92 548	98.06 546	100.00 553	99.95 552

AVERAGE_ROB	98.45 551	99.13 552	95.46 543	100.00 554	100.00 554	93.36 544	81.95 540	100.00 549	99.97 546	100.00 549	100.00 546	100.00 550	100.00 547	99.72 549	99.40 546	100.00 554	100.00 553	100.00 552	100.00 552	100.00 553	100.00 554

ccccc		91.21 549		100.00 554	100.00 554	89.04 540		95.61 544		96.66 546		96.55 546		99.78 550		100.00 554	100.00 553	99.83 550	99.27 548	100.00 553

Selective-RAFT-Error	99.17 554	100.00 555	100.00 550	96.65 551	98.79 551	100.00 549	100.00 545	100.00 549	100.00 549	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 550	93.64 547	100.00 553	100.00 552	100.00 552	96.25 548	98.10 550

CasAABBNet	99.15 553	100.00 555	100.00 550	96.37 550	98.76 550	100.00 549	100.00 545	100.00 549	100.00 549	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 550	93.65 548	99.99 552	100.00 552	100.00 552	96.27 549	97.93 549

LSM0	99.11 552	99.97 554	100.00 550	95.93 548	98.59 549	100.00 549	100.00 545	100.00 549	100.00 549	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 550	93.89 549	99.97 550	100.00 552	100.00 552	96.64 550	97.25 548

DPSM_ROB	94.00 547	79.32 546	100.00 550	83.19 545	85.69 543	100.00 549	100.00 545	100.00 549	100.00 549	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 550	89.53 544	97.42 545	74.97 544	95.13 544	83.79 546	90.98 546

DPSM	94.00 547	79.32 546	100.00 550	83.19 545	85.69 543	100.00 549	100.00 545	100.00 549	100.00 549	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 550	89.53 544	97.42 545	74.97 544	95.13 544	83.79 546	90.98 546

ASD4		42.77 535

Low-res two-view benchmark