Low-res two-view results

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

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

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

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

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

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

Anonymous	0.10 3	0.13 83	1.60 124	0.00 1	0.00 1	0.00 1	0.00 1	0.03 3	0.01 1	0.00 1	0.00 1	0.02 31	0.01 82	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 157	0.17 204

SHD	0.76 296	1.05 324	4.19 345	0.65 379	0.21 311	0.01 2	0.01 176	1.48 256	0.83 259	1.69 372	0.00 1	0.63 284	0.09 249	2.22 215	1.51 323	0.00 1	0.21 300	0.00 1	0.07 325	0.15 305	0.11 164

CroCo-Stereo Lap2	0.14 16	0.44 195	1.26 35	0.00 1	0.00 1	0.02 3	0.00 1	0.08 35	0.75 163	0.00 1	0.00 1	0.01 7	0.03 169	0.03 29	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.01 42

sCroCo_RVC	0.13 13	0.09 59	1.61 125	0.00 1	0.00 1	0.02 3	0.00 1	0.11 46	0.64 137	0.00 1	0.00 1	0.01 7	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

GMStereo_Zeroshot	0.10 3	0.09 59	1.06 19	0.14 305	0.00 1	0.03 5	0.00 1	0.05 12	0.17 40	0.00 1	0.03 250	0.19 188	0.02 127	0.01 2	0.05 102	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.08 126

CroCo-Stereo	0.18 27	0.32 161	0.94 9	0.00 1	0.00 1	0.03 5	0.00 1	1.17 222	0.76 184	0.00 1	0.01 161	0.31 223	0.03 169	0.03 29	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
GMStereo	0.14 16	0.90 306	1.71 147	0.00 1	0.00 1	0.03 5	0.00 1	0.04 6	0.04 3	0.00 1	0.00 1	0.01 7	0.02 127	0.02 9	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	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
anonymity	0.27 74	0.08 48	1.16 26	0.10 285	0.30 332	0.04 8	0.00 1	0.55 142	0.08 9	0.42 336	0.13 282	0.49 269	0.57 319	0.27 130	0.30 219	0.00 1	0.33 314	0.00 1	0.23 386	0.01 25	0.43 293

sAnonymous2	0.17 23	0.42 191	2.46 249	0.00 1	0.00 1	0.04 8	0.00 1	0.04 6	0.10 17	0.00 1	0.00 1	0.01 7	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 233	0.32 268

CroCo_RVC	0.17 23	0.42 191	2.46 249	0.00 1	0.00 1	0.04 8	0.00 1	0.04 6	0.10 17	0.00 1	0.00 1	0.01 7	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 233	0.32 268

SMFormer	0.52 207	0.16 100	1.37 53	0.00 1	0.00 1	0.05 11	0.00 1	1.78 295	1.11 340	0.00 1	0.27 298	0.15 163	0.00 1	3.31 263	0.65 273	0.00 1	0.82 355	0.00 1	0.10 336	0.02 78	0.66 330

tta	0.52 207	0.16 100	1.37 53	0.00 1	0.00 1	0.05 11	0.00 1	1.78 295	1.11 340	0.00 1	0.27 298	0.15 163	0.00 1	3.31 263	0.65 273	0.00 1	0.82 355	0.00 1	0.10 336	0.05 172	0.51 311

qqq1	0.52 207	0.16 100	1.37 53	0.00 1	0.00 1	0.05 11	0.00 1	1.78 295	1.11 340	0.00 1	0.27 298	0.15 163	0.00 1	3.31 263	0.66 276	0.00 1	0.82 355	0.00 1	0.09 333	0.05 172	0.51 311

fff1	0.52 207	0.16 100	1.37 53	0.00 1	0.00 1	0.05 11	0.00 1	1.78 295	1.11 340	0.00 1	0.27 298	0.15 163	0.00 1	3.31 263	0.66 276	0.00 1	0.82 355	0.00 1	0.09 333	0.05 172	0.51 311

StereoIM	0.11 9	0.41 190	1.31 45	0.00 1	0.00 1	0.05 11	0.01 176	0.08 35	0.23 68	0.01 85	0.01 161	0.04 79	0.02 127	0.03 29	0.04 90	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

Former-RAFT_DAM_RVC	0.11 9	0.18 108	0.67 1	0.00 1	0.00 1	0.06 16	0.00 1	0.11 46	0.26 74	0.74 352	0.00 1	0.03 59	0.01 82	0.03 29	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.03 65

mmm	0.47 188	0.20 117	1.18 30	0.02 224	0.79 378	0.06 16	0.00 1	1.11 216	1.16 361	0.06 230	0.30 309	0.14 157	0.03 169	0.68 178	0.67 280	0.00 1	1.12 387	0.00 1	0.22 385	0.03 123	1.63 380

test croco	0.17 23	0.35 178	1.92 192	0.00 1	0.00 1	0.06 16	0.01 176	0.18 81	0.43 102	0.01 85	0.01 161	0.02 31	0.01 82	0.05 64	0.05 102	0.00 1	0.00 1	0.00 1	0.00 1	0.28 359	0.01 42

GLC_STEREO	0.06 1	0.07 25	0.85 7	0.00 1	0.00 1	0.07 19	0.00 1	0.01 1	0.04 3	0.00 1	0.00 1	0.01 7	0.01 82	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 65

MIF-Stereo (partial)	0.14 16	0.28 147	1.74 154	0.00 1	0.00 1	0.08 20	0.00 1	0.23 96	0.17 40	0.00 1	0.01 161	0.02 31	0.02 127	0.04 42	0.04 90	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.01 42

DAS	0.55 233	0.08 48	1.79 169	0.00 1	0.00 1	0.09 21	0.00 1	1.54 260	0.85 292	1.16 365	0.00 1	0.24 201	0.03 169	4.66 314	0.31 222	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.14 190

SepStereo	0.50 200	0.08 48	1.79 169	0.00 1	0.00 1	0.09 21	0.00 1	1.54 260	0.85 292	1.16 365	0.00 1	0.24 201	0.03 169	3.84 284	0.31 222	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.14 190

MIF-Stereo	0.11 9	0.20 117	1.58 115	0.00 1	0.00 1	0.10 23	0.02 236	0.07 30	0.05 5	0.00 1	0.08 272	0.02 31	0.01 82	0.03 29	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.09 257	0.00 1

11t1	0.39 144	0.17 106	1.36 49	0.00 1	0.47 348	0.11 24	0.00 1	0.59 146	1.12 345	0.05 217	0.29 307	0.03 59	0.00 1	0.26 126	0.66 276	0.00 1	1.05 378	0.00 1	0.14 353	0.03 123	1.45 373

knoymous	0.10 3	0.06 9	1.25 34	0.00 1	0.00 1	0.11 24	0.00 1	0.27 106	0.06 7	0.00 1	0.00 1	0.23 198	0.00 1	0.04 42	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 65

x	0.42 159	0.26 141	1.38 59	0.00 1	0.44 344	0.12 26	0.00 1	0.90 185	1.14 353	0.07 238	0.30 309	0.03 59	0.00 1	0.26 126	0.72 286	0.00 1	1.06 381	0.00 1	0.17 369	0.03 123	1.49 375

RAFT	0.32 101	0.87 296	1.48 85	0.29 348	0.41 342	0.12 26	0.07 286	0.12 53	0.51 114	0.00 1	0.01 161	0.47 258	0.04 195	0.04 42	0.02 51	0.00 1	0.70 346	0.00 1	0.01 289	0.42 378	0.75 332

Syn2CoEx	0.71 285	1.32 353	4.61 353	0.00 1	0.00 1	0.12 26	0.01 176	1.08 212	0.84 269	0.04 204	0.00 1	0.49 269	0.21 285	4.92 317	0.04 90	0.00 1	0.00 1	0.00 1	0.00 1	0.14 300	0.32 268

CASS	0.10 3	0.08 48	1.10 22	0.00 1	0.00 1	0.13 29	0.01 176	0.15 68	0.18 50	0.21 292	0.00 1	0.02 31	0.02 127	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.03 65
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
qqq	0.49 195	0.28 147	1.37 53	0.00 1	0.49 352	0.14 30	0.00 1	1.23 228	1.14 353	0.07 238	0.31 315	0.01 7	0.00 1	1.38 204	0.69 282	0.00 1	1.06 381	0.00 1	0.19 376	0.03 123	1.44 369

LoS_RVC	0.08 2	0.06 9	1.05 18	0.00 1	0.01 184	0.16 31	0.00 1	0.17 77	0.09 14	0.00 1	0.00 1	0.04 79	0.01 82	0.05 64	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

MFMNet_re	0.38 137	1.27 346	3.38 311	0.65 379	0.00 1	0.17 32	0.02 236	0.07 30	1.02 327	0.03 184	0.03 250	0.12 149	0.00 1	0.27 130	0.37 238	0.00 1	0.00 1	0.00 1	0.00 1	0.19 332	0.11 164

coex-ft	8.51 406	3.17 408	75.56 418	0.00 1	0.00 1	0.18 33	0.25 331	0.14 66	19.76 408	39.57 417	4.11 375	4.60 382	9.69 403	4.10 290	7.91 386	0.02 354	0.07 284	0.00 1	0.02 300	0.13 285	0.91 343

psmorigin	0.81 308	0.57 234	7.49 384	0.00 1	0.00 1	0.18 33	0.00 1	0.12 53	0.20 61	0.65 348	0.00 1	2.69 376	0.27 295	2.98 249	0.79 291	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.18 211

CES	0.10 3	0.08 48	0.73 2	0.00 1	0.00 1	0.20 35	0.01 176	0.08 35	0.75 163	0.01 85	0.00 1	0.08 128	0.03 169	0.03 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

PWC_ROB	0.84 310	1.08 330	5.06 365	0.00 1	0.00 1	0.21 36	0.00 1	2.71 353	0.82 250	0.00 1	0.20 290	0.29 217	0.03 169	3.58 274	2.10 337	0.00 1	0.00 1	0.00 1	0.00 1	0.39 374	0.26 254

Wz-Net-MNSev	0.63 266	1.38 356	4.48 351	0.00 1	0.00 1	0.22 37	0.01 176	1.31 237	1.13 347	0.01 85	0.05 257	0.14 157	0.16 274	3.05 252	0.40 250	0.00 1	0.00 1	0.00 1	0.00 1	0.09 257	0.23 234

RTSC	0.99 321	1.38 356	4.55 352	0.22 338	0.19 302	0.23 38	0.01 176	1.46 253	0.84 269	0.31 317	0.35 324	0.58 280	0.04 195	2.47 227	5.88 374	0.00 1	0.53 334	0.00 1	0.14 353	0.35 369	0.29 261

HITNet	0.31 99	0.97 313	2.32 238	0.00 1	0.00 1	0.24 39	0.01 176	1.38 248	0.37 91	0.00 1	0.00 1	0.14 157	0.02 127	0.05 64	0.19 187	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.41 288
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
AdaStereo	0.25 67	0.09 59	1.34 47	0.00 1	0.00 1	0.26 40	0.00 1	1.95 316	0.75 163	0.00 1	0.00 1	0.30 220	0.01 82	0.14 98	0.13 153	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 99
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.
Selective-IGEV	0.28 77	0.11 74	1.31 45	0.64 377	0.60 369	0.27 41	0.00 1	0.05 12	0.56 123	0.00 1	0.00 1	0.01 7	0.03 169	0.25 119	0.25 208	0.00 1	0.79 349	0.00 1	0.07 325	0.06 197	0.62 325

TestStereo	0.35 112	0.54 230	1.74 154	0.00 1	0.00 1	0.27 41	0.00 1	0.06 22	0.05 5	0.01 85	0.00 1	0.03 59	0.01 82	4.17 293	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

fast-acv-ft	0.34 106	0.71 260	4.20 346	0.06 270	0.01 184	0.28 43	0.17 315	0.11 46	0.34 88	0.00 1	0.00 1	0.08 128	0.09 249	0.13 94	0.27 215	0.01 338	0.00 1	0.03 374	0.01 289	0.27 353	0.04 84

anonymousa	0.44 173	0.23 130	2.16 221	0.67 383	1.21 397	0.28 43	0.00 1	0.02 2	0.18 50	0.01 85	0.30 309	0.58 280	0.02 127	0.26 126	0.38 246	0.00 1	1.12 387	0.00 1	0.54 406	0.03 123	0.78 335

MIM_Stereo	0.29 82	0.65 246	1.73 152	0.00 1	1.03 393	0.30 45	0.00 1	0.16 73	0.18 50	0.12 270	0.00 1	0.05 97	0.01 82	0.12 92	0.01 31	0.00 1	0.03 259	0.00 1	0.00 1	0.13 285	1.24 358

Wz-Net-SNSev	1.00 324	1.84 375	7.92 385	0.00 1	0.00 1	0.30 45	0.00 1	1.27 233	0.85 292	0.01 85	0.01 161	0.40 250	0.10 254	5.27 327	1.29 313	0.00 1	0.00 1	0.00 1	0.00 1	0.22 343	0.45 301

BEATNet_4x	0.39 144	1.05 324	2.97 281	0.00 1	0.00 1	0.30 45	0.01 176	1.22 227	0.46 106	0.00 1	0.00 1	0.31 223	0.03 169	0.37 146	0.64 272	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.42 290

CoDeX	0.39 144	0.31 158	1.50 90	0.00 1	0.01 184	0.31 48	0.00 1	1.81 302	0.76 184	0.00 1	0.00 1	0.25 204	0.06 232	2.77 241	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.04 84

iRaft-Stereo_5w	0.60 255	0.85 293	1.83 175	0.01 202	0.59 365	0.31 48	0.00 1	0.72 166	0.79 227	0.00 1	0.00 1	0.10 142	0.01 82	6.12 366	0.03 64	0.00 1	0.12 291	0.00 1	0.00 1	0.24 346	0.26 254

PASM	0.66 275	0.70 259	4.95 364	0.02 224	0.00 1	0.31 48	0.04 268	0.60 148	0.35 89	0.19 291	0.01 161	0.46 257	0.04 195	5.16 321	0.05 102	0.00 1	0.00 1	0.00 1	0.00 1	0.13 285	0.15 197

IGEVStereo-DCA	0.47 188	0.71 260	1.28 39	0.16 312	0.15 295	0.32 51	0.00 1	0.12 53	0.56 123	0.24 303	0.01 161	0.05 97	0.07 242	1.19 194	2.07 335	0.00 1	0.47 326	0.00 1	0.10 336	0.15 305	1.75 388

rrr	0.72 288	0.71 260	4.76 356	0.16 312	0.15 295	0.32 51	0.04 268	1.80 301	0.61 133	0.24 303	0.01 161	0.05 97	0.07 242	1.19 194	2.07 335	0.00 1	0.47 326	0.00 1	0.18 371	0.15 305	1.48 374

DLNR_Zeroshot_test	21.33 415	48.16 419	86.21 422	96.01 431	87.63 429	0.32 51	0.00 1	18.10 416	0.52 115	0.04 204	0.01 161	0.00 1	0.00 1	0.78 181	0.07 116	16.15 417	0.90 368	0.00 1	0.21 383	70.18 425	1.39 364

CBFPSM	0.42 159	0.89 302	2.62 265	0.00 1	0.00 1	0.32 51	0.00 1	0.37 123	0.82 250	0.01 85	0.01 161	1.65 363	1.00 341	0.27 130	0.34 229	0.00 1	0.01 245	0.00 1	0.00 1	0.02 78	0.10 153

edge stereo	0.62 263	0.30 154	3.04 283	0.01 202	0.03 241	0.32 51	0.03 253	1.28 234	0.69 149	0.21 292	0.32 322	1.29 346	0.19 281	4.12 291	0.40 250	0.00 1	0.00 1	0.00 1	0.00 1	0.11 274	0.14 190

FAT-Stereo	0.55 233	0.18 108	2.58 263	0.00 1	0.00 1	0.33 56	0.08 293	2.26 332	0.84 269	0.06 230	0.88 351	0.60 282	0.51 317	2.43 224	0.08 122	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.16 200

DISCO	0.35 112	0.31 158	1.99 204	0.16 312	0.16 299	0.33 56	0.00 1	0.15 68	0.30 83	0.00 1	0.01 161	1.49 359	0.00 1	1.21 198	0.63 271	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.12 175

test_xeample3	0.77 299	0.71 260	4.91 362	0.18 322	0.22 314	0.34 58	0.05 278	1.81 302	0.61 133	0.23 299	0.03 250	0.06 113	0.05 221	1.26 199	2.12 339	0.00 1	0.69 343	0.00 1	0.23 386	0.15 305	1.78 393

RALAANet	0.22 47	0.93 310	1.77 162	0.00 1	0.00 1	0.35 59	0.01 176	0.45 131	0.06 7	0.01 85	0.00 1	0.05 97	0.09 249	0.07 75	0.22 198	0.00 1	0.24 304	0.00 1	0.04 316	0.14 300	0.01 42

SFCPSM	0.24 58	0.11 74	1.53 100	0.00 1	0.05 262	0.35 59	0.01 176	1.54 260	0.77 200	0.01 85	0.00 1	0.12 149	0.02 127	0.06 70	0.05 102	0.00 1	0.00 1	0.00 1	0.02 300	0.03 123	0.06 109

pmcnn	2.36 375	0.83 288	6.15 380	0.33 356	0.84 383	0.35 59	0.27 341	2.18 327	1.42 374	0.48 341	7.35 385	14.60 407	0.75 332	5.45 330	5.37 368	0.00 1	0.00 1	0.00 1	0.00 1	0.16 313	0.63 327

SQANet	0.58 247	1.73 370	3.08 288	0.05 253	0.48 350	0.36 62	0.03 253	0.52 138	0.74 156	0.04 204	0.23 293	0.50 273	0.06 232	2.37 219	0.97 297	0.02 354	0.03 259	0.01 352	0.00 1	0.21 342	0.11 164

RALCasStereoNet	0.47 188	0.74 270	1.56 108	0.21 335	0.97 390	0.36 62	0.03 253	0.20 86	0.77 200	0.10 259	0.07 270	0.05 97	0.08 246	0.35 141	0.38 246	0.00 1	1.68 411	0.00 1	0.00 1	0.10 269	1.83 397

aanetorigin	0.91 314	0.59 237	3.76 332	0.11 293	0.12 288	0.40 64	0.90 384	0.15 68	0.23 68	3.44 387	1.19 359	0.35 233	1.96 365	2.81 242	1.30 314	0.02 354	0.00 1	0.02 366	0.05 320	0.28 359	0.47 304

EDNetEfficientorigin	6.27 400	0.89 302	98.14 427	0.02 224	0.04 253	0.40 64	0.02 236	0.35 119	2.94 385	6.98 400	3.06 370	1.29 346	1.87 362	4.32 302	4.60 363	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.35 280

SPS-STEREO	1.19 336	1.27 346	3.45 315	0.00 1	0.01 184	0.40 64	0.16 314	0.71 165	1.03 328	2.41 382	0.77 347	2.13 371	0.44 310	5.68 341	4.06 361	0.00 1	0.00 1	0.00 1	0.00 1	0.08 233	1.24 358
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
cross-raft	0.21 44	0.09 59	1.42 77	0.48 367	0.50 353	0.41 67	0.07 286	0.50 135	0.03 2	0.02 145	0.00 1	0.38 246	0.00 1	0.08 81	0.03 64	0.00 1	0.00 1	0.00 1	0.11 343	0.01 25	0.09 139

GwcNet	0.64 273	0.99 318	5.43 371	0.00 1	0.00 1	0.41 67	0.10 302	0.50 135	0.97 323	0.05 217	0.00 1	0.63 284	0.05 221	2.87 246	0.55 268	0.00 1	0.00 1	0.00 1	0.00 1	0.19 332	0.13 182

FADNet-RVC-Resample	0.62 263	1.24 343	4.23 347	0.03 239	0.04 253	0.41 67	0.09 298	1.32 239	0.52 115	0.01 85	0.03 250	0.44 256	0.05 221	3.11 254	0.21 192	0.07 368	0.12 291	0.05 384	0.02 300	0.11 274	0.35 280

AF-Net	0.60 255	0.87 296	3.34 306	0.00 1	0.00 1	0.41 67	0.01 176	1.52 259	0.64 137	0.17 290	0.05 257	1.28 345	0.46 312	2.51 228	0.52 266	0.00 1	0.00 1	0.00 1	0.00 1	0.12 280	0.10 153

4D-IteraStereo	0.34 106	0.84 289	2.31 237	0.00 1	0.00 1	0.42 71	0.04 268	0.10 44	0.09 14	0.02 145	0.01 161	0.00 1	0.01 82	0.36 143	0.49 261	0.00 1	0.36 319	0.00 1	0.00 1	0.07 215	1.72 384

acv_ft	0.30 91	0.44 195	1.83 175	0.00 1	0.00 1	0.42 71	0.01 176	0.69 158	0.83 259	0.23 299	0.01 161	0.70 301	0.12 262	0.08 81	0.18 178	0.00 1	0.00 1	0.00 1	0.00 1	0.27 353	0.17 204

XQC	0.94 315	1.30 352	4.44 350	0.65 379	0.07 271	0.42 71	0.01 176	2.88 360	0.85 292	0.28 309	0.01 161	0.67 294	0.21 285	3.24 260	3.25 351	0.00 1	0.24 304	0.00 1	0.04 316	0.20 336	0.11 164

RAFT-Test	0.37 129	0.11 74	1.68 141	0.57 371	0.93 387	0.43 74	0.10 302	1.03 201	0.49 111	0.16 282	0.00 1	0.87 315	0.00 1	0.27 130	0.12 143	0.00 1	0.33 314	0.00 1	0.24 394	0.01 25	0.05 99

Gwc-CoAtRS	0.15 19	0.09 59	1.42 77	0.00 1	0.11 286	0.43 74	0.00 1	0.32 114	0.08 9	0.02 145	0.00 1	0.18 180	0.00 1	0.05 64	0.06 113	0.00 1	0.06 282	0.00 1	0.18 371	0.01 25	0.08 126

DispFullNet	1.25 338	0.95 312	3.73 330	1.00 393	0.79 378	0.43 74	0.01 176	1.70 278	0.82 250	2.55 383	0.63 343	1.08 330	8.75 402	0.84 184	1.36 320	0.00 1	0.02 252	0.00 1	0.00 1	0.24 346	0.19 221

test-3	0.30 91	0.10 66	1.49 87	0.20 332	0.38 338	0.44 77	0.01 176	1.59 269	0.08 9	0.04 204	0.00 1	0.02 31	0.00 1	0.08 81	0.24 204	0.00 1	0.47 326	0.00 1	0.20 380	0.13 285	0.43 293

test_1	0.30 91	0.10 66	1.50 90	0.21 335	0.38 338	0.44 77	0.01 176	1.58 268	0.08 9	0.04 204	0.00 1	0.02 31	0.00 1	0.07 75	0.24 204	0.00 1	0.47 326	0.00 1	0.20 380	0.13 285	0.43 293

ac_64	0.48 191	0.32 161	2.27 234	0.04 247	0.01 184	0.44 77	0.02 236	0.36 121	0.83 259	0.15 279	0.01 161	0.88 317	0.04 195	3.90 286	0.21 192	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.06 109

Wz-Net-TNSev	1.74 363	3.45 410	13.44 401	0.00 1	0.00 1	0.45 80	0.14 313	2.57 345	0.84 269	0.09 254	0.01 161	1.33 349	0.18 278	6.16 367	5.38 369	0.00 1	0.00 1	0.00 1	0.01 289	0.26 351	0.41 288

DLCB_ROB	0.36 122	0.46 204	1.27 37	0.00 1	0.00 1	0.45 80	0.00 1	0.66 155	0.81 244	0.03 184	0.04 256	0.66 293	0.04 195	2.35 218	0.37 238	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.10 153

StereoVision	0.24 58	0.59 237	1.92 192	0.00 1	0.00 1	0.47 82	0.01 176	0.22 90	0.84 269	0.00 1	0.30 309	0.15 163	0.02 127	0.09 85	0.04 90	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.01 42

FADNet-RVC	0.63 266	1.29 350	3.79 333	0.01 202	0.00 1	0.47 82	0.00 1	1.51 258	0.23 68	0.00 1	0.01 161	0.12 149	0.06 232	4.05 288	0.36 236	0.00 1	0.03 259	0.00 1	0.00 1	0.42 378	0.17 204

MLCV	0.35 112	0.84 289	1.96 200	0.00 1	0.00 1	0.48 84	0.00 1	0.81 181	0.29 82	0.10 259	0.00 1	0.28 215	0.03 169	1.32 202	0.80 292	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.09 139

RAFT_CTSACE	0.25 67	0.71 260	2.06 213	0.00 1	0.01 184	0.49 85	0.00 1	0.37 123	0.18 50	0.01 85	0.00 1	0.34 227	0.00 1	0.25 119	0.07 116	0.00 1	0.20 299	0.00 1	0.00 1	0.25 350	0.11 164

UPFNet	0.23 55	0.24 136	1.56 108	0.00 1	0.00 1	0.50 86	0.00 1	1.28 234	0.68 144	0.00 1	0.00 1	0.10 142	0.01 82	0.13 94	0.11 139	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.03 65

DANet	0.67 278	0.21 121	2.33 239	0.25 341	0.06 267	0.50 86	0.11 309	1.62 272	0.74 156	0.22 296	0.06 267	1.07 329	0.02 127	4.45 305	1.22 310	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.53 315
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
gwcnet-sp	0.35 112	0.37 182	3.29 299	0.00 1	0.00 1	0.51 88	0.03 253	0.74 170	0.76 184	0.01 85	0.01 161	0.09 136	0.04 195	0.88 186	0.13 153	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.04 84

scenet	0.35 112	0.37 182	3.29 299	0.00 1	0.00 1	0.51 88	0.03 253	0.74 170	0.76 184	0.01 85	0.01 161	0.09 136	0.04 195	0.88 186	0.13 153	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.04 84

ssnet	0.35 112	0.37 182	3.29 299	0.00 1	0.00 1	0.51 88	0.03 253	0.74 170	0.76 184	0.01 85	0.01 161	0.09 136	0.04 195	0.88 186	0.13 153	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.04 84

Wz-Net-LNSev	0.46 185	1.11 333	5.46 372	0.00 1	0.00 1	0.51 88	0.00 1	0.41 130	0.91 315	0.00 1	0.01 161	0.23 198	0.03 169	0.12 92	0.25 208	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.15 197

StereoDRNet	0.50 200	0.89 302	2.96 280	0.02 224	0.06 267	0.51 88	0.00 1	0.45 131	0.84 269	0.00 1	0.00 1	0.33 225	0.02 127	2.82 243	0.69 282	0.00 1	0.00 1	0.00 1	0.00 1	0.08 233	0.28 260

iRaftStereo_RVC	0.24 58	0.45 201	0.99 15	0.00 1	0.00 1	0.52 93	0.00 1	0.08 35	0.15 26	0.01 85	0.01 161	0.16 171	0.03 169	0.04 42	0.02 51	0.00 1	1.06 381	0.00 1	0.00 1	0.29 365	1.01 349

CSP-Net	0.42 159	0.25 137	1.07 20	0.00 1	0.00 1	0.53 94	0.00 1	0.78 176	0.27 78	0.01 85	0.00 1	0.16 171	0.02 127	5.19 323	0.08 122	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.02 57

rafts_anoy	0.37 129	0.77 280	1.68 141	0.43 363	0.99 391	0.53 94	0.04 268	0.16 73	0.14 20	0.08 247	0.01 161	0.06 113	0.06 232	0.58 171	0.21 192	0.00 1	1.44 408	0.00 1	0.01 289	0.05 172	0.14 190

LL-Strereo2	0.34 106	0.87 296	1.70 145	0.64 377	0.84 383	0.54 96	0.04 268	0.15 68	0.18 50	0.02 145	0.00 1	0.03 59	0.02 127	0.26 126	0.26 212	0.00 1	0.13 293	0.00 1	0.01 289	0.04 157	0.98 347

riskmin	0.49 195	0.04 2	1.45 83	0.70 385	0.80 380	0.54 96	0.20 321	1.05 207	0.20 61	0.24 303	0.27 298	1.13 337	0.00 1	0.43 155	0.41 254	0.00 1	0.80 352	0.00 1	0.26 396	0.00 1	1.23 357

test_3	0.31 99	0.10 66	1.52 97	0.20 332	0.40 341	0.54 96	0.01 176	1.68 276	0.08 9	0.16 282	0.00 1	0.02 31	0.00 1	0.07 75	0.24 204	0.00 1	0.50 330	0.00 1	0.20 380	0.13 285	0.38 285

HSM	0.68 279	0.52 226	1.54 103	0.00 1	0.00 1	0.54 96	0.01 176	1.08 212	0.77 200	0.00 1	0.01 161	2.23 373	0.63 325	6.04 359	0.14 160	0.00 1	0.00 1	0.00 1	0.00 1	0.04 157	0.08 126

whm_eth	0.25 67	0.52 226	2.41 245	0.00 1	0.00 1	0.55 100	0.00 1	0.31 112	0.84 269	0.00 1	0.00 1	0.03 59	0.01 82	0.02 9	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.26 254

IGEV_Zeroshot_test	0.56 240	0.12 78	3.25 297	0.16 312	0.47 348	0.55 100	0.46 361	0.53 141	0.38 92	0.70 350	0.49 335	1.08 330	0.49 315	0.36 143	0.31 222	0.00 1	0.37 320	0.00 1	0.13 346	0.03 123	1.33 361

GASNet	0.78 303	1.91 381	4.72 354	0.00 1	0.00 1	0.55 100	0.02 236	1.39 249	0.47 107	0.01 85	0.13 282	0.50 273	0.12 262	4.27 299	0.96 296	0.00 1	0.00 1	0.00 1	0.00 1	0.41 377	0.09 139

ToySt	0.42 159	0.33 166	2.09 214	0.08 278	0.55 358	0.55 100	0.00 1	0.72 166	0.55 121	0.05 217	0.26 296	0.37 241	0.00 1	0.30 139	0.54 267	0.01 338	0.58 335	0.00 1	0.14 353	0.04 157	1.33 361

AACVNet	0.48 191	0.74 270	1.81 174	0.00 1	0.00 1	0.55 100	0.00 1	0.22 90	0.55 121	0.03 184	0.00 1	0.11 145	0.01 82	5.22 325	0.09 130	0.00 1	0.00 1	0.00 1	0.00 1	0.18 325	0.04 84

THIR-Stereo	0.94 315	0.33 166	1.66 137	0.00 1	0.01 184	0.55 100	3.72 402	0.13 65	0.18 50	0.10 259	1.46 362	0.74 304	2.82 375	5.60 334	1.39 321	0.00 1	0.00 1	0.02 366	0.00 1	0.02 78	0.03 65

Wz-Net-LNSev-Ref	0.54 225	0.84 289	3.67 327	0.00 1	0.00 1	0.56 106	0.00 1	1.40 250	0.80 236	0.00 1	0.00 1	0.06 113	0.13 266	1.76 208	1.42 322	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.08 126

xxxx	1.42 350	0.28 147	1.49 87	0.00 1	0.59 365	0.56 106	0.00 1	3.13 370	1.14 353	0.06 230	0.01 161	0.02 31	0.02 127	2.26 216	16.08 408	0.00 1	1.09 386	0.00 1	0.15 358	0.03 123	1.42 368

MFN_U_SF_RVC	1.09 331	1.88 378	5.37 369	0.15 308	0.10 283	0.56 106	0.10 302	1.29 236	0.47 107	0.45 339	0.27 298	1.30 348	0.72 330	4.08 289	2.28 341	0.29 382	0.34 316	0.35 403	0.55 407	0.63 387	0.60 321

S-Stereo	0.70 284	0.27 145	3.29 299	0.00 1	0.00 1	0.57 109	0.06 281	2.35 335	0.84 269	0.00 1	0.90 352	0.83 312	0.11 259	4.19 294	0.14 160	0.00 1	0.01 245	0.00 1	0.00 1	0.07 215	0.34 275

RYNet	0.63 266	0.53 228	2.18 222	0.00 1	0.00 1	0.57 109	0.00 1	1.34 243	0.85 292	0.04 204	0.00 1	0.85 313	0.04 195	5.13 320	0.77 289	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.27 259

Anonymous Stereo	0.79 304	1.22 342	4.94 363	0.01 202	0.00 1	0.57 109	0.55 371	1.41 251	0.49 111	0.03 184	0.03 250	0.12 149	0.02 127	5.47 331	0.82 295	0.00 1	0.00 1	0.00 1	0.00 1	0.09 257	0.13 182

NaN_ROB	1.04 325	1.12 334	3.41 313	0.17 320	0.19 302	0.57 109	0.37 356	2.65 347	0.98 325	0.55 344	0.32 322	0.47 258	1.16 349	5.20 324	2.78 346	0.00 1	0.02 252	0.01 352	0.05 320	0.13 285	0.54 316

NVstereo2D	0.53 220	0.22 128	2.52 258	0.00 1	0.00 1	0.58 113	0.03 253	1.62 272	0.99 326	0.05 217	0.00 1	0.48 262	0.00 1	3.88 285	0.08 122	0.00 1	0.05 279	0.00 1	0.00 1	0.02 78	0.06 109

test-1	0.36 122	0.18 108	1.36 49	0.00 1	0.83 381	0.60 114	0.00 1	1.07 211	0.18 50	0.07 238	0.49 335	0.34 227	0.00 1	0.10 88	0.51 262	0.00 1	0.64 341	0.00 1	0.06 323	0.01 25	0.84 340

222	2.28 371	0.25 137	1.15 23	0.00 1	0.37 336	0.60 114	0.00 1	3.25 376	1.13 347	0.09 254	0.00 1	0.05 97	0.02 127	3.52 271	32.29 415	0.00 1	1.03 377	0.00 1	0.15 358	0.03 123	1.59 378

test_xeample	1.52 352	0.30 154	1.50 90	0.00 1	0.58 364	0.60 114	0.00 1	3.16 371	1.14 353	0.07 238	0.08 272	0.03 59	0.02 127	3.67 280	16.54 410	0.00 1	1.08 384	0.00 1	0.15 358	0.04 157	1.50 376

RASNet	0.68 279	0.62 244	2.10 215	0.02 224	0.02 224	0.60 114	0.09 298	0.64 154	0.84 269	0.11 266	0.06 267	1.51 361	0.04 195	6.07 363	0.65 273	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.22 226

iResNetv2_ROB	0.51 204	1.70 367	3.96 338	0.00 1	0.00 1	0.60 114	0.00 1	1.81 302	0.82 250	0.03 184	0.00 1	0.08 128	0.02 127	0.16 101	0.59 270	0.00 1	0.00 1	0.00 1	0.00 1	0.31 366	0.09 139

DRN-Test	0.52 207	0.35 178	2.75 268	0.03 239	0.09 278	0.60 114	0.00 1	1.72 280	0.84 269	0.01 85	0.00 1	0.18 180	0.04 195	3.27 261	0.23 201	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.25 248

Anonymous_2	1.27 339	0.19 112	1.80 171	0.70 385	0.78 377	0.61 120	0.20 321	0.92 188	0.48 109	0.22 296	0.30 309	1.44 355	0.00 1	0.43 155	0.40 250	0.01 338	0.84 363	2.29 412	11.27 416	1.29 396	1.20 356

IER	0.20 39	0.30 154	1.87 182	0.00 1	0.00 1	0.61 120	0.00 1	0.25 101	0.23 68	0.00 1	0.00 1	0.40 250	0.02 127	0.22 116	0.07 116	0.00 1	0.00 1	0.00 1	0.00 1	0.04 157	0.01 42

delet	0.42 159	0.47 207	1.99 204	0.00 1	0.00 1	0.61 120	0.00 1	0.68 156	0.83 259	0.06 230	0.01 161	0.51 277	0.19 281	2.68 238	0.21 192	0.00 1	0.00 1	0.00 1	0.00 1	0.09 257	0.07 113

RP	0.52 207	0.68 252	2.56 261	0.00 1	0.01 184	0.61 120	0.02 236	1.31 237	0.62 136	0.05 217	0.01 161	0.98 323	0.17 277	2.86 245	0.33 227	0.00 1	0.00 1	0.00 1	0.00 1	0.13 285	0.09 139

LL-Strereo	0.97 318	1.43 358	3.41 313	0.01 202	0.50 353	0.63 124	0.01 176	2.00 320	0.77 200	0.48 341	0.00 1	0.54 279	0.29 297	6.25 372	0.10 133	0.01 338	0.93 375	0.00 1	0.00 1	0.28 359	1.72 384

CFNet-RSSM	0.21 44	0.08 48	1.39 63	0.00 1	0.12 288	0.63 124	0.00 1	1.32 239	0.15 26	0.01 85	0.00 1	0.09 136	0.00 1	0.11 91	0.04 90	0.00 1	0.00 1	0.00 1	0.23 386	0.01 25	0.08 126

HSM-Net_RVC	0.57 245	0.08 48	1.74 154	0.00 1	0.00 1	0.63 124	0.00 1	4.21 386	0.71 152	0.14 275	0.00 1	0.21 193	0.03 169	3.43 267	0.05 102	0.01 338	0.00 1	0.00 1	0.00 1	0.00 1	0.10 153
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
STTRV1_RVC	0.69 282	0.23 130	2.35 241	0.00 1	0.00 1	0.63 124	0.01 176	1.17 222	0.79 227	0.01 85	0.51 337	0.26 210	0.18 278	5.99 356	0.31 222	0.30 383	1.12 387	0.00 1	0.00 1	0.01 25	0.03 65

DualNet	0.98 319	0.33 166	3.52 317	0.00 1	0.00 1	0.64 128	0.00 1	1.74 283	1.17 364	0.00 1	0.31 315	0.68 295	0.02 127	0.57 167	7.45 382	0.00 1	1.12 387	0.00 1	0.15 358	0.08 233	1.86 398

ffm	0.61 260	0.33 166	3.52 317	0.00 1	0.00 1	0.64 128	0.00 1	1.74 283	1.17 364	0.00 1	0.31 315	0.68 295	0.02 127	0.57 167	0.01 31	0.00 1	1.12 387	0.00 1	0.15 358	0.08 233	1.86 398

ff1	1.27 339	0.33 166	3.52 317	0.00 1	0.00 1	0.64 128	0.00 1	1.74 283	1.17 364	0.00 1	0.31 315	0.68 295	0.02 127	6.27 373	7.45 382	0.00 1	1.12 387	0.00 1	0.15 358	0.08 233	1.86 398

mmx	1.28 341	0.33 166	3.52 317	0.00 1	0.00 1	0.64 128	0.00 1	3.05 366	1.07 334	0.00 1	0.31 315	0.68 295	0.02 127	6.27 373	7.45 382	0.00 1	1.05 378	0.00 1	0.15 358	0.03 123	1.08 350

xxx	1.28 341	0.33 166	3.52 317	0.00 1	0.00 1	0.64 128	0.00 1	3.05 366	1.07 334	0.00 1	0.31 315	0.68 295	0.02 127	6.27 373	7.45 382	0.00 1	1.05 378	0.00 1	0.15 358	0.03 123	1.08 350

RGC	0.61 260	0.74 270	3.31 303	0.00 1	0.01 184	0.64 128	0.00 1	1.34 243	0.26 74	0.03 184	0.61 342	0.99 324	0.19 281	3.06 253	0.81 293	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.10 153

stereogan	0.57 245	0.38 185	3.12 291	0.01 202	0.01 184	0.64 128	0.02 236	1.11 216	0.96 322	0.08 247	0.01 161	1.66 364	0.45 311	2.60 233	0.05 102	0.00 1	0.00 1	0.00 1	0.00 1	0.16 313	0.07 113

FBW_ROB	1.04 325	0.84 289	2.48 253	0.10 285	0.01 184	0.64 128	0.01 176	2.37 336	0.83 259	0.01 85	0.01 161	1.09 333	0.05 221	8.21 396	2.94 349	0.05 365	0.01 245	0.09 390	0.01 289	0.06 197	0.97 346

ttt	1.05 327	0.20 117	1.91 190	0.00 1	0.09 278	0.65 136	0.00 1	3.05 366	1.11 340	0.00 1	0.30 309	0.29 217	0.01 82	4.65 313	6.53 377	0.00 1	1.01 376	0.00 1	0.13 346	0.02 78	1.00 348

anonymousdsp2	0.40 151	0.07 25	1.78 166	0.28 347	0.74 375	0.65 136	0.00 1	0.16 73	0.61 133	0.31 317	0.01 161	0.17 177	0.01 82	0.41 153	0.17 173	0.00 1	0.88 367	0.00 1	0.02 300	0.04 157	1.73 387

HGLStereo	0.35 112	0.40 188	1.83 175	0.00 1	0.00 1	0.65 136	0.01 176	0.68 156	0.39 96	0.03 184	0.01 161	0.47 258	0.03 169	2.14 214	0.17 173	0.00 1	0.00 1	0.00 1	0.00 1	0.08 233	0.04 84

DCRE	0.76 296	0.40 188	1.17 29	0.21 335	0.90 385	0.66 139	0.00 1	0.79 179	0.39 96	0.36 328	7.60 387	0.03 59	0.00 1	0.09 85	0.32 226	0.00 1	0.58 335	0.00 1	0.17 369	0.02 78	1.53 377

CrosDoStereo	1.11 333	0.16 100	1.64 130	0.00 1	0.05 262	0.66 139	5.65 407	0.70 159	0.54 117	0.25 306	1.18 357	0.19 188	2.94 377	6.48 379	1.58 324	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.08 126

DeepStereo_LL	1.11 333	0.16 100	1.64 130	0.00 1	0.05 262	0.66 139	5.65 407	0.70 159	0.54 117	0.25 306	1.18 357	0.19 188	2.94 377	6.48 379	1.58 324	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.08 126

raftrobust	0.30 91	0.78 281	1.65 134	0.00 1	1.25 398	0.66 139	0.03 253	0.10 44	0.32 86	0.02 145	0.00 1	0.03 59	0.03 169	0.22 116	0.13 153	0.00 1	0.44 323	0.00 1	0.00 1	0.07 215	0.22 226

ADLNet	0.48 191	0.43 193	1.71 147	0.00 1	0.00 1	0.66 139	0.01 176	1.16 220	0.84 269	0.21 292	0.01 161	1.00 325	0.02 127	2.88 247	0.34 229	0.00 1	0.00 1	0.00 1	0.00 1	0.13 285	0.24 244

Nwc_Net	0.54 225	0.75 276	3.72 329	0.00 1	0.00 1	0.66 139	0.00 1	1.05 207	0.41 101	0.01 85	0.02 242	0.88 317	0.11 259	2.65 237	0.40 250	0.00 1	0.00 1	0.00 1	0.00 1	0.08 233	0.05 99

raft+_RVC	0.35 112	0.89 302	1.67 140	0.00 1	1.28 399	0.67 145	0.04 268	0.08 35	0.15 26	0.01 85	0.00 1	0.02 31	0.04 195	0.16 101	0.18 178	0.00 1	1.39 406	0.00 1	0.00 1	0.07 215	0.44 298

NVStereoNet_ROB	1.74 363	1.83 374	4.79 360	0.81 391	0.29 331	0.67 145	0.03 253	1.46 253	1.75 381	0.65 348	5.98 382	2.38 375	2.95 380	6.77 384	2.70 345	0.69 386	0.37 320	0.04 382	0.19 376	0.27 353	0.24 244
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
raft_robust	0.73 291	0.81 282	1.55 104	0.00 1	0.22 314	0.68 147	0.00 1	2.56 343	0.75 163	0.01 85	0.01 161	1.12 336	1.15 348	4.56 312	0.14 160	0.00 1	0.71 347	0.00 1	0.15 358	0.08 233	0.11 164

pcwnet_v2	0.49 195	0.14 91	4.76 356	0.00 1	0.00 1	0.68 147	0.00 1	2.39 337	0.81 244	0.01 85	0.00 1	0.35 233	0.32 301	0.19 111	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.22 226

AANet_RVC	0.94 315	1.27 346	3.68 328	0.01 202	0.00 1	0.68 147	0.01 176	0.92 188	0.22 64	0.02 145	1.41 361	0.95 321	0.04 195	5.97 353	3.10 350	0.16 374	0.10 290	0.00 1	0.00 1	0.09 257	0.26 254

NOSS_ROB	0.73 291	0.44 195	1.26 35	0.55 368	0.00 1	0.68 147	0.00 1	2.93 362	0.77 200	0.13 273	0.00 1	0.92 319	0.00 1	6.16 367	0.11 139	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.66 330

MMNet	0.29 82	0.53 228	2.13 219	0.00 1	0.00 1	0.69 151	0.00 1	0.74 170	0.80 236	0.01 85	0.01 161	0.18 180	0.09 249	0.28 136	0.14 160	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.04 84

ccnet	0.59 251	0.26 141	2.24 231	0.01 202	0.08 276	0.70 152	0.18 318	1.35 245	0.43 102	0.45 339	0.66 344	0.13 155	0.38 307	3.57 273	1.09 304	0.01 338	0.00 1	0.02 366	0.00 1	0.03 123	0.16 200

iResNet	0.34 106	0.50 220	1.65 134	0.00 1	0.00 1	0.70 152	0.00 1	1.60 270	0.78 213	0.01 85	0.00 1	0.04 79	0.03 169	0.15 100	1.11 305	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.20 224

UNet	0.29 82	0.26 141	2.47 251	0.00 1	0.00 1	0.71 154	0.01 176	0.52 138	0.81 244	0.00 1	0.00 1	0.37 241	0.02 127	0.46 160	0.10 133	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.04 84

CSAN	1.34 345	1.48 361	4.78 358	0.15 308	0.08 276	0.71 154	0.68 377	2.81 358	1.12 345	0.96 360	2.86 368	0.79 309	1.67 357	5.61 336	2.61 344	0.01 338	0.01 245	0.00 1	0.00 1	0.15 305	0.26 254

1111x	1.36 347	0.43 193	3.64 326	0.00 1	0.51 356	0.72 156	0.00 1	3.21 374	1.10 339	0.05 217	0.26 296	0.07 122	0.01 82	6.09 365	8.46 387	0.00 1	1.15 398	0.00 1	0.26 396	0.04 157	1.10 354

PVD	1.08 328	1.09 331	4.07 342	0.61 373	1.15 396	0.72 156	0.01 176	0.93 191	1.18 368	2.39 381	0.00 1	0.65 291	0.11 259	2.60 233	4.29 362	0.00 1	0.82 355	0.00 1	0.13 346	0.12 280	0.75 332

PCWNet_CMD	0.20 39	0.13 83	1.38 59	0.00 1	0.01 184	0.73 158	0.00 1	0.39 125	0.19 59	0.00 1	0.01 161	0.47 258	0.50 316	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.17 204

hitnet-ft	0.49 195	0.56 233	1.96 200	0.00 1	0.00 1	0.73 158	0.10 302	0.36 121	0.26 74	0.05 217	0.13 282	0.73 303	0.16 274	4.26 298	0.41 254	0.01 338	0.00 1	0.03 374	0.00 1	0.05 172	0.06 109

MSMDNet	0.20 39	0.13 83	1.39 63	0.00 1	0.01 184	0.73 158	0.00 1	0.39 125	0.18 50	0.00 1	0.01 161	0.48 262	0.48 314	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.17 204

iResNet_ROB	0.40 151	1.20 340	1.77 162	0.00 1	0.00 1	0.73 158	0.00 1	1.03 201	0.77 200	0.07 238	0.01 161	0.08 128	0.01 82	1.85 210	0.38 246	0.00 1	0.00 1	0.00 1	0.00 1	0.09 257	0.09 139

DMCA-RVC	0.44 173	0.94 311	4.10 344	0.00 1	0.03 241	0.76 162	0.03 253	0.11 46	0.15 26	0.01 85	0.01 161	0.08 128	0.32 301	1.61 207	0.51 262	0.00 1	0.02 252	0.01 352	0.00 1	0.03 123	0.05 99

R-Stereo Train	0.22 47	0.06 9	1.64 130	0.00 1	0.00 1	0.76 162	0.00 1	1.57 265	0.17 40	0.02 145	0.00 1	0.01 7	0.00 1	0.02 9	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 65

RAFT-Stereo	0.22 47	0.06 9	1.64 130	0.00 1	0.00 1	0.76 162	0.00 1	1.57 265	0.17 40	0.02 145	0.00 1	0.01 7	0.00 1	0.02 9	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 65
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iinet-f	0.59 251	0.91 307	5.57 373	0.00 1	0.01 184	0.78 165	0.00 1	1.81 302	0.84 269	0.03 184	0.00 1	0.41 252	0.43 309	0.42 154	0.12 143	0.00 1	0.00 1	0.00 1	0.00 1	0.36 372	0.08 126

FADNet	0.64 273	1.21 341	3.32 305	0.00 1	0.01 184	0.79 166	0.01 176	1.01 197	0.65 140	0.01 85	0.01 161	0.17 177	0.15 271	4.45 305	0.37 238	0.17 378	0.00 1	0.00 1	0.00 1	0.44 380	0.12 175

GANet	0.75 294	0.69 256	2.47 251	0.00 1	0.00 1	0.79 166	0.08 293	0.61 149	0.76 184	0.13 273	0.16 286	0.68 295	0.46 312	5.61 336	2.02 334	0.00 1	0.03 259	0.01 352	0.00 1	0.11 274	0.37 283

NCCL2	0.38 137	1.00 320	2.12 218	0.00 1	0.01 184	0.79 166	0.00 1	0.59 146	0.38 92	0.01 85	0.00 1	0.02 31	0.03 169	2.31 217	0.21 192	0.00 1	0.00 1	0.02 366	0.00 1	0.04 157	0.13 182

DDUNet	0.51 204	0.87 296	2.33 239	0.00 1	0.00 1	0.80 169	0.01 176	1.16 220	0.77 200	0.08 247	0.01 161	1.11 335	0.01 82	2.02 211	0.77 289	0.02 354	0.00 1	0.00 1	0.00 1	0.09 257	0.10 153

DEmStereo	0.76 296	0.10 66	1.95 199	0.04 247	0.00 1	0.80 169	0.50 369	0.06 22	0.76 184	0.05 217	0.72 346	0.02 31	3.33 381	5.67 340	1.24 311	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ssnet_v2	0.39 144	0.47 207	2.11 216	0.00 1	0.00 1	0.81 171	0.00 1	1.33 242	0.86 303	0.12 270	0.01 161	0.87 315	0.10 254	0.60 175	0.35 233	0.00 1	0.00 1	0.00 1	0.00 1	0.16 313	0.09 139

StereoDRNet-Refined	0.30 91	0.19 112	1.19 31	0.00 1	0.00 1	0.81 171	0.00 1	0.92 188	0.84 269	0.00 1	0.00 1	0.50 273	0.02 127	1.27 200	0.10 133	0.00 1	0.00 1	0.00 1	0.00 1	0.11 274	0.05 99
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CASnet	0.10 3	0.10 66	0.81 5	0.00 1	0.00 1	0.82 173	0.00 1	0.14 66	0.13 19	0.00 1	0.00 1	0.01 7	0.00 1	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LMCR-Stereo	0.38 137	0.65 246	1.77 162	0.00 1	0.00 1	0.82 173	0.00 1	2.33 333	0.84 269	0.00 1	0.00 1	0.04 79	0.04 195	0.29 138	0.72 286	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.01 42

CFNet_ucs	0.29 82	0.17 106	1.53 100	0.00 1	0.01 184	0.83 175	0.00 1	2.07 324	0.24 73	0.00 1	0.00 1	0.48 262	0.29 297	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 190

WZ-Net	1.68 359	1.91 381	12.17 399	0.00 1	0.00 1	0.83 175	0.00 1	1.68 276	0.84 269	0.05 217	0.01 161	1.08 330	2.88 376	6.91 387	4.78 367	0.00 1	0.00 1	0.00 1	0.00 1	0.14 300	0.24 244

psm_up	0.48 191	0.57 234	1.86 181	0.00 1	0.00 1	0.83 175	0.00 1	2.33 333	0.79 227	0.00 1	0.00 1	0.27 212	0.01 82	2.73 239	0.12 143	0.00 1	0.00 1	0.00 1	0.00 1	0.10 269	0.04 84

STTStereo	0.33 104	0.49 214	2.91 279	0.00 1	0.00 1	0.83 175	0.03 253	0.28 107	0.16 32	0.02 145	0.00 1	0.20 192	0.03 169	1.52 206	0.08 122	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 65

ProNet	0.25 67	0.25 137	1.15 23	0.08 278	0.41 342	0.84 179	0.00 1	0.06 22	0.39 96	0.00 1	0.00 1	0.01 7	0.00 1	0.13 94	0.01 31	0.00 1	0.23 302	0.00 1	0.00 1	0.09 257	1.34 363

test_5	0.39 144	0.73 266	2.28 235	0.01 202	0.22 314	0.84 179	0.01 176	1.02 198	0.77 200	0.12 270	0.00 1	0.30 220	0.01 82	0.82 182	0.03 64	0.00 1	0.04 269	0.00 1	0.00 1	0.15 305	0.46 302

GANet-ADL	0.20 39	0.12 78	1.43 81	0.00 1	0.01 184	0.84 179	0.00 1	0.40 128	0.17 40	0.00 1	0.36 325	0.35 233	0.00 1	0.09 85	0.14 160	0.00 1	0.00 1	0.00 1	0.00 1	0.04 157	0.12 175

CBMV	0.80 306	0.46 204	2.11 216	0.00 1	0.00 1	0.84 179	0.76 380	3.17 372	0.84 269	0.61 347	0.00 1	1.23 340	1.88 363	2.46 226	0.97 297	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.56 319
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
STrans-v2	0.88 311	0.32 161	1.71 147	0.00 1	0.01 184	0.85 183	0.04 268	2.45 338	0.89 313	0.48 341	0.85 350	1.10 334	2.06 366	6.49 381	0.25 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.09 139

LSM	4.80 395	1.52 363	19.84 406	4.35 411	38.64 418	0.85 183	2.31 396	0.86 184	1.78 382	3.14 386	3.02 369	0.62 283	0.69 326	3.61 277	1.28 312	0.00 1	0.00 1	0.00 1	0.00 1	0.13 285	13.38 418

GMOStereo	0.29 82	0.49 214	1.56 108	0.00 1	0.56 360	0.87 185	0.02 236	0.18 81	0.17 40	0.01 85	0.01 161	0.25 204	0.01 82	0.04 42	0.01 31	0.00 1	1.23 400	0.00 1	0.00 1	0.18 325	0.18 211

error version	0.29 82	0.49 214	1.56 108	0.00 1	0.56 360	0.87 185	0.02 236	0.18 81	0.17 40	0.01 85	0.01 161	0.25 204	0.01 82	0.04 42	0.01 31	0.00 1	1.23 400	0.00 1	0.00 1	0.18 325	0.18 211

test-v	0.29 82	0.49 214	1.56 108	0.00 1	0.56 360	0.87 185	0.02 236	0.18 81	0.17 40	0.01 85	0.01 161	0.25 204	0.01 82	0.04 42	0.01 31	0.00 1	1.23 400	0.00 1	0.00 1	0.18 325	0.18 211

test-2	0.29 82	0.49 214	1.56 108	0.00 1	0.56 360	0.87 185	0.02 236	0.18 81	0.17 40	0.01 85	0.01 161	0.25 204	0.01 82	0.04 42	0.01 31	0.00 1	1.23 400	0.00 1	0.00 1	0.18 325	0.18 211

SuperB	1.87 365	1.70 367	10.02 394	0.02 224	0.01 184	0.87 185	0.75 379	2.15 326	0.87 307	0.05 217	0.05 257	0.33 225	0.87 338	5.17 322	5.60 372	0.01 338	0.00 1	0.02 366	0.01 289	8.38 415	0.42 290

ADCS	1.99 367	2.50 400	10.09 395	0.00 1	0.01 184	0.87 185	0.66 376	1.81 302	0.89 313	2.57 384	0.11 279	1.41 353	0.26 294	2.62 235	15.48 405	0.00 1	0.00 1	0.00 1	0.00 1	0.13 285	0.43 293

ADCRef	1.10 332	1.10 332	4.78 358	0.02 224	0.02 224	0.87 185	0.31 345	0.76 175	0.88 310	0.71 351	0.17 287	0.18 180	0.80 336	2.63 236	8.56 388	0.00 1	0.00 1	0.00 1	0.00 1	0.11 274	0.11 164

PA-Net	0.72 288	0.91 307	3.91 335	0.03 239	0.07 271	0.87 185	0.02 236	0.78 176	0.83 259	0.01 85	0.00 1	0.43 255	0.06 232	5.10 319	1.30 314	0.01 338	0.00 1	0.00 1	0.00 1	0.04 157	0.12 175
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
otaku	0.77 299	1.78 372	3.28 298	0.09 283	0.13 290	0.88 193	0.05 278	0.78 176	0.76 184	0.03 184	1.37 360	1.03 326	0.14 267	2.73 239	1.34 319	0.06 367	0.04 269	0.01 352	0.00 1	0.63 387	0.34 275

ACRE	0.45 178	1.14 336	3.22 294	0.12 297	0.00 1	0.90 194	0.20 321	1.77 293	0.84 269	0.04 204	0.01 161	0.15 163	0.06 232	0.16 101	0.18 178	0.00 1	0.03 259	0.01 352	0.02 300	0.17 318	0.04 84

ADLNet2	0.61 260	0.68 252	2.76 269	0.00 1	0.00 1	0.90 194	0.01 176	0.82 182	0.92 317	0.00 1	0.07 270	1.45 356	0.02 127	4.04 287	0.13 153	0.00 1	0.00 1	0.00 1	0.00 1	0.20 336	0.11 164

DeepPrunerF	1.44 351	1.17 338	9.82 392	0.02 224	0.09 278	0.90 194	0.00 1	1.42 252	6.76 395	0.23 299	0.01 161	0.22 196	0.14 267	5.71 342	1.94 332	0.00 1	0.00 1	0.01 352	0.02 300	0.20 336	0.14 190

AEACV	0.45 178	0.04 2	1.15 23	0.69 384	0.94 388	0.91 197	0.00 1	0.70 159	0.27 78	0.39 334	0.05 257	0.01 7	0.10 254	0.45 159	0.04 90	0.00 1	0.90 368	0.00 1	0.32 403	0.08 233	2.01 403

CRFU-Net	0.43 168	0.15 97	1.89 185	0.26 343	0.01 184	0.91 197	0.00 1	0.47 133	0.27 78	0.00 1	0.00 1	0.41 252	1.89 364	2.11 212	0.14 160	0.00 1	0.00 1	0.03 374	0.00 1	0.03 123	0.03 65

IPLGR_C	0.45 178	1.25 344	3.05 284	0.10 285	0.01 184	0.91 197	0.20 321	1.77 293	0.86 303	0.04 204	0.01 161	0.15 163	0.07 242	0.16 101	0.19 187	0.00 1	0.04 269	0.01 352	0.02 300	0.17 318	0.04 84

Consistency-Raft	0.45 178	0.60 241	3.05 284	0.13 302	0.03 241	0.91 197	0.04 268	1.55 263	0.78 213	0.00 1	0.02 242	0.03 59	1.12 347	0.35 141	0.42 257	0.02 354	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

PSMNet_ROB	0.54 225	1.05 324	2.53 259	0.00 1	0.00 1	0.91 197	0.00 1	0.33 118	0.75 163	0.01 85	0.00 1	0.25 204	0.03 169	3.45 268	1.31 316	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.10 153

XX-TBD	0.18 27	0.44 195	1.52 97	0.00 1	0.00 1	0.92 202	0.00 1	0.17 77	0.14 20	0.00 1	0.21 292	0.03 59	0.00 1	0.02 9	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 57

AFF-stereo	0.36 122	0.98 314	1.62 128	0.00 1	0.09 278	0.92 202	0.00 1	0.62 152	0.84 269	0.08 247	0.00 1	0.05 97	0.05 221	0.16 101	0.06 113	0.00 1	0.63 339	0.00 1	0.00 1	0.24 346	0.84 340

CIPLG	0.44 173	1.17 338	2.82 272	0.10 285	0.01 184	0.93 204	0.20 321	1.76 290	0.85 292	0.04 204	0.01 161	0.16 171	0.06 232	0.16 101	0.19 187	0.00 1	0.04 269	0.01 352	0.01 289	0.17 318	0.04 84

AASNet	0.40 151	0.98 314	2.57 262	0.00 1	0.00 1	0.93 204	0.01 176	0.79 179	0.82 250	0.01 85	0.00 1	0.38 246	0.02 127	0.62 176	0.43 258	0.00 1	0.00 1	0.00 1	0.00 1	0.31 366	0.14 190

APVNet	0.58 247	0.59 237	3.15 293	0.00 1	0.00 1	0.93 204	0.01 176	0.62 152	0.86 303	0.03 184	0.01 161	0.34 227	0.04 195	4.50 308	0.33 227	0.00 1	0.00 1	0.03 374	0.00 1	0.18 325	0.05 99

DRaft	0.58 247	0.13 83	1.34 47	0.00 1	0.00 1	0.94 207	0.18 318	0.08 35	0.16 32	0.03 184	0.25 295	0.06 113	2.49 372	4.51 310	1.32 317	0.00 1	0.03 259	0.00 1	0.02 300	0.03 123	0.08 126

XPNet_ROB	0.46 185	0.67 249	1.69 143	0.01 202	0.00 1	0.94 207	0.01 176	1.32 239	0.65 140	0.03 184	0.00 1	0.17 177	0.02 127	2.82 243	0.66 276	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.18 211

ETE_ROB	0.43 168	0.73 266	1.87 182	0.00 1	0.00 1	0.94 207	0.01 176	1.75 287	0.79 227	0.03 184	0.00 1	0.16 171	0.02 127	1.81 209	0.36 236	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.08 126

NLCA_NET_v2_RVC	0.45 178	0.72 265	3.22 294	0.00 1	0.02 224	0.95 210	0.00 1	0.70 159	0.26 74	0.03 184	0.00 1	0.34 227	0.10 254	2.45 225	0.12 143	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.03 65
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CFNet_pseudo	0.24 58	0.13 83	1.40 65	0.00 1	0.01 184	0.96 211	0.00 1	1.08 212	0.16 32	0.00 1	0.01 161	0.48 262	0.35 303	0.03 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 164

DSFCA	0.49 195	0.39 187	1.59 117	0.00 1	0.01 184	0.96 211	0.36 354	0.40 128	0.80 236	0.03 184	0.31 315	0.04 79	0.23 291	3.83 283	0.81 293	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.09 139

LCNet	0.26 71	0.14 91	1.38 59	0.10 285	0.00 1	0.97 213	0.00 1	0.12 53	0.78 213	0.01 85	0.00 1	0.02 31	1.07 346	0.43 155	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 305	0.03 65

ccs_rob	0.24 58	0.13 83	1.40 65	0.00 1	0.01 184	0.97 213	0.00 1	1.08 212	0.16 32	0.00 1	0.01 161	0.48 262	0.35 303	0.03 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 164

MyStereo07	0.30 91	0.34 175	1.49 87	0.00 1	0.25 325	0.98 215	0.01 176	0.06 22	0.57 131	0.35 326	0.00 1	0.01 7	0.06 232	0.49 164	0.09 130	0.00 1	0.79 349	0.00 1	0.08 328	0.02 78	0.32 268

MyStereo04	0.37 129	0.34 175	2.41 245	0.00 1	0.25 325	0.98 215	0.01 176	1.05 207	0.28 81	0.09 254	0.01 161	0.36 238	0.12 262	0.05 64	0.35 233	0.00 1	0.79 349	0.00 1	0.08 328	0.02 78	0.32 268

UDG	0.55 233	0.86 294	2.15 220	0.00 1	0.00 1	0.98 215	0.00 1	2.09 325	0.83 259	0.08 247	0.00 1	1.49 359	0.18 278	1.20 197	1.07 302	0.00 1	0.00 1	0.00 1	0.00 1	0.08 233	0.09 139

DMCA	0.30 91	0.38 185	2.48 253	0.00 1	0.01 184	0.98 215	0.01 176	0.47 133	0.80 236	0.02 145	0.01 161	0.05 97	0.00 1	0.25 119	0.29 216	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.10 153

LALA_ROB	0.45 178	0.73 266	1.91 190	0.00 1	0.01 184	0.98 215	0.01 176	1.99 319	0.84 269	0.15 279	0.00 1	0.09 136	0.01 82	1.06 190	1.01 299	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.05 99

CVANet_RVC	0.66 275	0.68 252	2.61 264	0.01 202	0.00 1	0.99 220	0.00 1	0.95 194	0.78 213	0.60 345	0.11 279	0.37 241	0.14 267	5.50 333	0.14 160	0.00 1	0.00 1	0.00 1	0.03 312	0.16 313	0.19 221

EDNetEfficient	2.95 384	0.33 166	20.38 407	0.19 325	0.83 381	1.00 221	1.95 391	0.58 145	5.15 393	8.01 403	1.79 366	0.93 320	4.16 390	3.66 279	9.80 394	0.00 1	0.03 259	0.00 1	0.06 323	0.05 172	0.13 182

UCFNet_RVC	0.26 71	0.61 242	1.59 117	0.00 1	0.00 1	1.00 221	0.00 1	0.26 103	0.39 96	0.01 85	0.00 1	0.42 254	0.02 127	0.84 184	0.07 116	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.04 84

ACVNet-4b	1.38 348	1.94 383	5.73 376	0.20 332	0.04 253	1.01 223	0.01 176	1.70 278	0.86 303	0.04 204	0.95 354	1.95 366	0.31 300	6.69 382	2.11 338	2.78 405	0.02 252	0.00 1	0.00 1	0.89 393	0.34 275

CAS	0.13 13	0.07 25	0.86 8	0.00 1	0.00 1	1.01 223	0.00 1	0.26 103	0.16 32	0.00 1	0.00 1	0.03 59	0.01 82	0.02 9	0.04 90	0.09 371	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ICVP	0.16 21	0.05 5	1.22 33	0.00 1	0.01 184	1.01 223	0.09 298	0.28 107	0.17 40	0.00 1	0.02 242	0.07 122	0.01 82	0.21 113	0.05 102	0.00 1	0.01 245	0.00 1	0.00 1	0.01 25	0.09 139
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CREStereo++_RVC	0.15 19	0.10 66	1.55 104	0.00 1	0.00 1	1.01 223	0.00 1	0.15 68	0.15 26	0.00 1	0.01 161	0.04 79	0.00 1	0.02 9	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 84
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
FENet	0.27 74	0.19 112	1.51 95	0.00 1	0.00 1	1.01 223	0.00 1	1.02 198	0.77 200	0.00 1	0.00 1	0.24 201	0.04 195	0.27 130	0.22 198	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.07 113

DN-CSS_ROB	0.38 137	1.27 346	2.50 256	0.01 202	0.00 1	1.01 223	0.00 1	1.21 225	0.83 259	0.02 145	0.00 1	0.19 188	0.02 127	0.10 88	0.19 187	0.00 1	0.00 1	0.00 1	0.00 1	0.26 351	0.03 65

dd	0.23 55	0.91 307	1.69 143	0.01 202	0.00 1	1.02 229	0.00 1	0.09 42	0.68 144	0.01 85	0.00 1	0.02 31	0.02 127	0.01 2	0.00 1	0.01 338	0.00 1	0.00 1	0.00 1	0.04 157	0.01 42

SACVNet	0.51 204	0.61 242	1.98 202	0.00 1	0.00 1	1.02 229	0.01 176	1.04 206	0.44 104	0.07 238	0.00 1	0.23 198	0.02 127	4.19 294	0.29 216	0.00 1	0.00 1	0.00 1	0.00 1	0.22 343	0.13 182

GwcNet-ADL	0.33 104	0.20 117	1.73 152	0.00 1	0.00 1	1.02 229	0.00 1	2.51 340	0.40 100	0.00 1	0.00 1	0.37 241	0.04 195	0.03 29	0.24 204	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.13 182

PSMNet-ADL	0.39 144	0.08 48	0.96 10	0.00 1	0.00 1	1.02 229	0.00 1	0.72 166	0.16 32	0.00 1	0.10 278	0.48 262	0.01 82	3.60 275	0.37 238	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.23 234

Ntro	0.75 294	1.79 373	3.54 323	0.05 253	0.37 336	1.03 233	0.02 236	0.99 196	0.76 184	0.02 145	0.00 1	0.76 305	0.08 246	3.23 259	1.32 317	0.07 368	0.04 269	0.01 352	0.00 1	0.84 392	0.13 182

dad	0.24 58	0.98 314	1.61 125	0.00 1	0.00 1	1.03 233	0.00 1	0.03 3	0.38 92	0.01 85	0.00 1	0.02 31	0.01 82	0.65 177	0.11 139	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

AnonymousM	0.18 27	0.07 25	0.80 4	0.04 247	0.00 1	1.03 233	0.00 1	0.20 86	0.65 140	0.06 230	0.00 1	0.00 1	0.00 1	0.33 140	0.02 51	0.00 1	0.19 298	0.00 1	0.00 1	0.01 25	0.18 211

GEStereo_RVC	0.52 207	0.69 256	1.93 195	0.01 202	0.00 1	1.03 233	0.00 1	2.22 330	0.78 213	0.00 1	0.00 1	0.14 157	0.01 82	3.19 257	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.10 269	0.18 211

TANstereo	0.17 23	0.32 161	1.51 95	0.00 1	0.00 1	1.03 233	0.00 1	0.07 30	0.14 20	0.01 85	0.15 285	0.04 79	0.00 1	0.05 64	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 57

LoS	0.16 21	0.10 66	0.97 11	0.02 224	0.00 1	1.04 238	0.01 176	0.07 30	0.75 163	0.01 85	0.01 161	0.16 171	0.04 195	0.07 75	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

ADStereo(finetuned)	0.42 159	0.51 225	2.79 271	0.00 1	0.00 1	1.04 238	0.00 1	1.90 310	0.85 292	0.10 259	0.00 1	0.04 79	0.72 330	0.04 42	0.12 143	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.25 248

test_4	0.20 39	0.33 166	1.50 90	0.08 278	0.13 290	1.04 238	0.00 1	0.05 12	0.09 14	0.10 259	0.00 1	0.02 31	0.01 82	0.27 130	0.14 160	0.00 1	0.08 286	0.00 1	0.02 300	0.13 285	0.07 113

NCC-stereo	0.63 266	0.82 284	3.34 306	0.03 239	0.03 241	1.04 238	0.01 176	1.03 201	0.31 84	0.14 275	0.19 288	0.64 287	0.05 221	3.67 280	1.18 306	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.07 113

Abc-Net	0.63 266	0.82 284	3.34 306	0.03 239	0.03 241	1.04 238	0.01 176	1.03 201	0.31 84	0.14 275	0.19 288	0.64 287	0.05 221	3.67 280	1.18 306	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.07 113
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
PMTNet	0.13 13	0.08 48	0.99 15	0.00 1	0.00 1	1.05 243	0.04 268	0.21 88	0.14 20	0.00 1	0.00 1	0.04 79	0.00 1	0.04 42	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.01 42

PS-NSSS	0.62 263	0.82 284	1.58 115	0.00 1	0.00 1	1.05 243	0.00 1	2.76 356	0.74 156	0.00 1	0.00 1	0.11 145	0.01 82	5.22 325	0.15 170	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.00 1

WCMA_ROB	2.37 376	0.75 276	2.53 259	0.05 253	0.00 1	1.05 243	0.59 374	1.47 255	1.40 373	5.47 394	9.84 400	8.10 395	5.87 398	4.38 303	3.93 358	0.16 374	0.21 300	0.18 397	0.18 371	0.06 197	1.08 350

MC-Stereo	0.38 137	0.12 78	1.30 44	0.65 379	0.70 374	1.06 246	0.00 1	0.03 3	0.14 20	0.23 299	0.00 1	0.04 79	0.02 127	0.38 150	0.12 143	0.00 1	1.08 384	0.00 1	0.02 300	0.08 233	1.72 384

RCA-Stereo	0.28 77	0.14 91	1.00 17	0.00 1	0.13 290	1.06 246	0.00 1	1.76 290	0.16 32	0.07 238	0.00 1	0.02 31	0.06 232	0.00 1	0.00 1	0.00 1	0.83 360	0.00 1	0.00 1	0.06 197	0.23 234

DCANet-4	0.37 129	0.07 25	3.11 290	0.00 1	0.00 1	1.06 246	0.00 1	1.82 307	0.85 292	0.16 282	0.00 1	0.04 79	0.05 221	0.04 42	0.08 122	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 234

fff	0.37 129	0.50 220	2.02 206	0.00 1	0.02 224	1.06 246	0.00 1	1.90 310	0.84 269	0.16 282	0.00 1	0.04 79	0.59 322	0.04 42	0.08 122	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 234

UDGNet	0.19 37	0.81 282	1.42 77	0.00 1	0.00 1	1.06 246	0.00 1	0.05 12	0.38 92	0.00 1	0.00 1	0.02 31	0.00 1	0.10 88	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

s12784h	0.27 74	0.08 48	1.46 84	0.00 1	0.00 1	1.06 246	0.02 236	1.66 274	0.75 163	0.01 85	0.36 325	0.02 31	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.02 57

DCANet	0.35 112	0.50 220	2.02 206	0.00 1	0.00 1	1.06 246	0.00 1	1.90 310	0.85 292	0.10 259	0.00 1	0.04 79	0.00 1	0.04 42	0.12 143	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.25 248

csc	0.37 129	0.50 220	2.02 206	0.00 1	0.02 224	1.06 246	0.00 1	1.90 310	0.84 269	0.16 282	0.00 1	0.04 79	0.59 322	0.04 42	0.08 122	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 234

cscssc	0.37 129	0.50 220	2.02 206	0.00 1	0.02 224	1.06 246	0.00 1	1.90 310	0.84 269	0.16 282	0.00 1	0.04 79	0.59 322	0.04 42	0.08 122	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 234

111	0.42 159	0.98 314	2.02 206	0.00 1	0.02 224	1.06 246	0.03 253	1.98 318	0.83 259	0.30 313	0.01 161	0.21 193	0.05 221	0.13 94	0.09 130	0.00 1	0.00 1	0.00 1	0.00 1	0.08 233	0.65 329

RAFT-Stereo + iAFF	0.41 156	0.87 296	1.78 166	0.00 1	0.91 386	1.06 246	0.00 1	0.70 159	0.77 200	0.05 217	0.00 1	0.06 113	0.06 232	0.06 70	0.26 212	0.00 1	0.69 343	0.00 1	0.00 1	0.20 336	0.80 336

CREStereo	0.12 12	0.07 25	0.76 3	0.00 1	0.00 1	1.06 246	0.00 1	0.25 101	0.14 20	0.00 1	0.00 1	0.02 31	0.00 1	0.02 9	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42
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
ACVNet	0.30 91	0.44 195	1.74 154	0.01 202	0.00 1	1.06 246	0.10 302	0.23 96	0.83 259	0.02 145	0.01 161	0.70 301	0.00 1	0.08 81	0.41 254	0.00 1	0.00 1	0.00 1	0.00 1	0.09 257	0.17 204

cf-r	0.46 185	0.87 296	2.51 257	0.00 1	0.00 1	1.06 246	0.00 1	0.52 138	0.64 137	0.09 254	0.00 1	0.65 291	0.00 1	2.51 228	0.12 143	0.00 1	0.00 1	0.00 1	0.00 1	0.09 257	0.09 139

GANet-RSSM	0.42 159	0.66 248	1.78 166	0.00 1	0.00 1	1.06 246	0.00 1	0.26 103	0.23 68	0.05 217	0.00 1	0.34 227	0.00 1	3.56 272	0.18 178	0.00 1	0.00 1	0.03 374	0.00 1	0.09 257	0.08 126

PSMNet-RSSM	0.44 173	0.73 266	1.65 134	0.00 1	0.00 1	1.06 246	0.00 1	0.61 149	0.70 151	0.06 230	0.01 161	0.39 248	0.00 1	3.29 262	0.12 143	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.07 113

GwcNet-RSSM	0.53 220	1.04 323	2.48 253	0.00 1	0.00 1	1.06 246	0.00 1	0.74 170	0.76 184	0.21 292	0.01 161	0.36 238	0.00 1	3.65 278	0.11 139	0.00 1	0.00 1	0.00 1	0.00 1	0.13 285	0.07 113

CFNet	0.66 275	1.12 334	2.37 242	0.00 1	0.00 1	1.06 246	0.01 176	1.36 247	0.74 156	0.01 85	0.01 161	0.13 155	0.01 82	5.85 343	0.30 219	0.00 1	0.00 1	0.00 1	0.00 1	0.18 325	0.07 113

ff7	0.36 122	0.21 121	1.28 39	0.16 312	0.22 314	1.07 264	0.00 1	0.12 53	0.56 123	0.32 319	0.00 1	0.01 7	0.04 195	0.25 119	0.03 64	0.00 1	0.92 371	0.00 1	0.10 336	0.08 233	1.75 388

ffff	0.36 122	0.21 121	1.28 39	0.16 312	0.22 314	1.07 264	0.00 1	0.12 53	0.56 123	0.32 319	0.00 1	0.01 7	0.04 195	0.25 119	0.03 64	0.00 1	0.92 371	0.00 1	0.10 336	0.08 233	1.75 388

11t	0.36 122	0.21 121	1.28 39	0.16 312	0.22 314	1.07 264	0.00 1	0.12 53	0.56 123	0.32 319	0.00 1	0.01 7	0.04 195	0.25 119	0.03 64	0.00 1	0.92 371	0.00 1	0.10 336	0.08 233	1.75 388

HH	0.52 207	0.23 130	1.71 147	0.77 388	0.35 334	1.07 264	0.00 1	0.30 109	0.68 144	0.29 311	0.45 331	1.45 356	0.04 195	0.37 146	0.37 238	0.00 1	0.84 363	0.00 1	0.00 1	0.02 78	1.39 364

HanStereo	0.52 207	0.23 130	1.71 147	0.77 388	0.35 334	1.07 264	0.00 1	0.30 109	0.68 144	0.29 311	0.45 331	1.45 356	0.04 195	0.37 146	0.37 238	0.00 1	0.84 363	0.00 1	0.00 1	0.02 78	1.39 364

anonymousdsp	0.41 156	0.21 121	1.52 97	0.43 363	0.54 357	1.07 264	0.00 1	0.11 46	0.56 123	0.34 323	0.00 1	0.01 7	0.05 221	0.47 161	0.03 64	0.00 1	0.81 353	0.00 1	0.11 343	0.08 233	1.81 395

ccc-4	0.36 122	0.21 121	1.28 39	0.16 312	0.22 314	1.07 264	0.00 1	0.12 53	0.56 123	0.32 319	0.00 1	0.01 7	0.04 195	0.25 119	0.03 64	0.00 1	0.92 371	0.00 1	0.10 336	0.08 233	1.75 388

IGEV-Stereo	0.41 156	0.21 121	1.53 100	0.43 363	0.55 358	1.07 264	0.00 1	0.11 46	0.56 123	0.34 323	0.00 1	0.01 7	0.05 221	0.47 161	0.03 64	0.00 1	0.81 353	0.00 1	0.11 343	0.08 233	1.81 395
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
psmg	0.29 82	0.07 25	0.98 12	0.00 1	0.00 1	1.07 264	0.00 1	1.92 315	0.82 250	0.00 1	0.00 1	0.35 233	0.03 169	0.06 70	0.51 262	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

RAFT-RH_RVC	0.99 321	0.26 141	1.93 195	0.04 247	0.04 253	1.07 264	0.00 1	0.07 30	0.69 149	0.01 85	9.36 398	0.10 142	0.00 1	5.86 344	0.29 216	0.01 338	0.00 1	0.00 1	0.02 300	0.01 25	0.00 1

GES	0.23 55	0.19 112	1.56 108	0.00 1	0.00 1	1.07 264	0.02 236	0.73 169	0.15 26	0.00 1	0.02 242	0.11 145	0.08 246	0.44 158	0.16 172	0.01 338	0.00 1	0.00 1	0.00 1	0.05 172	0.09 139

EKT-Stereo	0.55 233	0.15 97	1.80 171	0.73 387	4.21 413	1.08 275	0.00 1	1.17 222	0.32 86	0.02 145	0.00 1	0.08 128	0.00 1	1.01 189	0.13 153	0.00 1	0.03 259	0.00 1	0.05 320	0.03 123	0.29 261

Selective-RAFT	0.21 44	0.13 83	0.82 6	0.00 1	0.00 1	1.08 275	0.00 1	0.06 22	0.77 200	0.00 1	0.00 1	0.08 128	0.00 1	0.01 2	0.03 64	0.00 1	0.90 368	0.00 1	0.18 371	0.04 157	0.16 200

IPLGR	0.50 200	0.22 128	2.74 267	0.03 239	0.02 224	1.08 275	0.03 253	1.95 316	0.75 163	0.09 254	0.00 1	0.18 180	0.22 289	2.57 232	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.05 99

Patchmatch Stereo++	0.18 27	0.07 25	1.40 65	0.05 253	0.01 184	1.08 275	0.07 286	0.05 12	0.75 163	0.02 145	0.00 1	0.05 97	0.00 1	0.03 29	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	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-softLoss	0.55 233	0.06 9	1.89 185	0.27 344	0.00 1	1.08 275	0.25 331	0.12 53	1.06 332	0.03 184	0.01 161	0.02 31	0.01 82	5.92 350	0.18 178	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

KMStereo	0.55 233	0.06 9	1.89 185	0.27 344	0.00 1	1.08 275	0.25 331	0.12 53	1.06 332	0.03 184	0.01 161	0.02 31	0.01 82	5.92 350	0.18 178	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

PSM-adaLoss	0.18 27	0.07 25	1.40 65	0.05 253	0.02 224	1.08 275	0.08 293	0.05 12	0.75 163	0.02 145	0.00 1	0.07 122	0.00 1	0.04 42	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

ROB_FTStereo_v2	0.18 27	0.07 25	1.40 65	0.05 253	0.02 224	1.08 275	0.06 281	0.05 12	0.75 163	0.02 145	0.00 1	0.07 122	0.00 1	0.04 42	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

ROB_FTStereo	0.18 27	0.07 25	1.40 65	0.05 253	0.02 224	1.08 275	0.06 281	0.05 12	0.75 163	0.02 145	0.00 1	0.03 59	0.00 1	0.04 42	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

HUI-Stereo	0.19 37	0.07 25	1.41 75	0.05 253	0.02 224	1.08 275	0.08 293	0.06 22	0.76 184	0.02 145	0.00 1	0.07 122	0.00 1	0.04 42	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

ASMatch	0.60 255	0.12 78	1.85 179	0.14 305	0.04 253	1.08 275	0.00 1	0.12 53	0.87 307	0.06 230	0.43 329	0.06 113	0.85 337	6.18 369	0.26 212	0.00 1	0.00 1	0.00 1	0.01 289	0.00 1	0.00 1

DeepStereo_RVC	0.24 58	0.07 25	1.16 26	0.06 270	0.02 224	1.08 275	0.31 345	0.04 6	0.75 163	0.02 145	0.00 1	0.00 1	1.22 351	0.03 29	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 99

iGMRVC	0.18 27	0.07 25	1.40 65	0.05 253	0.03 241	1.08 275	0.07 286	0.06 22	0.75 163	0.02 145	0.00 1	0.05 97	0.00 1	0.04 42	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

iRAFT	0.18 27	0.07 25	1.40 65	0.05 253	0.01 184	1.08 275	0.07 286	0.05 12	0.75 163	0.02 145	0.00 1	0.05 97	0.00 1	0.03 29	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

RAFT-IKP	0.18 27	0.07 25	1.41 75	0.05 253	0.01 184	1.08 275	0.08 293	0.05 12	0.75 163	0.02 145	0.00 1	0.05 97	0.00 1	0.04 42	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

AE-Stereo	0.43 168	0.07 25	1.90 189	0.05 253	0.21 311	1.09 290	0.00 1	1.02 198	0.48 109	0.39 334	0.28 305	0.18 180	0.00 1	0.18 110	0.05 102	0.00 1	0.83 360	0.00 1	0.23 386	0.07 215	1.64 381

BSDual-CNN	0.35 112	0.07 25	0.98 12	0.00 1	0.00 1	1.09 290	0.00 1	2.67 348	0.82 250	0.30 313	0.09 274	0.35 233	0.03 169	0.06 70	0.51 262	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

hknet	0.45 178	0.14 91	1.89 185	0.00 1	0.00 1	1.09 290	0.00 1	2.67 348	0.82 250	0.30 313	0.09 274	0.63 284	0.00 1	1.06 190	0.38 246	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Sa-1000	0.44 173	0.58 236	1.85 179	0.00 1	0.22 314	1.09 290	0.01 176	2.98 363	0.75 163	0.00 1	0.09 274	0.04 79	0.00 1	0.21 113	0.00 1	0.00 1	0.50 330	0.00 1	0.13 346	0.12 280	0.12 175

NF-Stereo	0.54 225	0.06 9	1.59 117	0.19 325	0.00 1	1.09 290	0.25 331	0.22 90	1.13 347	0.02 145	0.00 1	0.02 31	0.00 1	6.05 360	0.17 173	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

OCTAStereo	0.54 225	0.06 9	1.59 117	0.19 325	0.00 1	1.09 290	0.25 331	0.22 90	1.13 347	0.02 145	0.00 1	0.02 31	0.00 1	6.03 358	0.18 178	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

RE-Stereo	0.54 225	0.06 9	1.59 117	0.19 325	0.00 1	1.09 290	0.25 331	0.22 90	1.13 347	0.02 145	0.00 1	0.02 31	0.00 1	6.05 360	0.17 173	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

TVStereo	0.54 225	0.06 9	1.59 117	0.19 325	0.00 1	1.09 290	0.25 331	0.22 90	1.13 347	0.02 145	0.00 1	0.02 31	0.00 1	6.05 360	0.17 173	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

HCRNet	0.37 129	0.27 145	1.27 37	0.00 1	0.00 1	1.09 290	0.00 1	0.56 143	0.80 236	0.01 85	0.01 161	0.06 113	0.03 169	3.22 258	0.07 116	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.03 65

CFNet-ft	0.40 151	0.74 270	1.74 154	0.00 1	0.00 1	1.09 290	0.00 1	0.23 96	0.22 64	0.02 145	0.00 1	0.76 305	0.00 1	2.98 249	0.18 178	0.00 1	0.00 1	0.01 352	0.00 1	0.03 123	0.08 126

CC-Net-ROB	0.77 299	0.99 318	2.18 222	0.07 276	0.00 1	1.09 290	0.01 176	3.10 369	0.75 163	0.01 85	0.00 1	0.14 157	0.01 82	5.65 339	0.34 229	0.56 385	0.00 1	0.21 400	0.00 1	0.17 318	0.02 57

CFNet_RVC	0.40 151	0.74 270	1.74 154	0.00 1	0.00 1	1.09 290	0.00 1	0.23 96	0.22 64	0.02 145	0.00 1	0.76 305	0.00 1	2.97 248	0.18 178	0.00 1	0.00 1	0.01 352	0.00 1	0.03 123	0.08 126

SGM-Forest	1.08 328	0.45 201	1.80 171	0.02 224	0.07 271	1.09 290	0.65 375	2.57 345	0.85 292	1.33 368	0.92 353	1.36 350	1.62 356	5.94 352	2.34 342	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.52 314
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MSKI-zero shot	0.34 106	0.12 78	1.70 145	0.55 368	0.44 344	1.10 303	0.03 253	0.91 186	0.22 64	0.22 296	0.05 257	0.06 113	0.00 1	0.16 101	0.04 90	0.00 1	0.87 366	0.00 1	0.18 371	0.02 78	0.22 226

SST-Stereo	0.56 240	0.05 5	1.55 104	0.06 270	0.19 302	1.10 303	0.47 365	0.32 114	0.80 236	0.04 204	0.00 1	0.05 97	0.57 319	5.98 354	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

RAFT_R40	0.54 225	0.06 9	1.55 104	0.06 270	0.15 295	1.10 303	0.31 345	0.31 112	0.78 213	0.02 145	0.03 250	0.07 122	0.29 297	5.98 354	0.10 133	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

Pruner-Stereo	0.22 47	0.09 59	1.50 90	0.23 339	0.00 1	1.10 303	0.20 321	0.17 77	0.78 213	0.03 184	0.00 1	0.01 7	0.00 1	0.04 42	0.21 192	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

FADNet_RVC	0.69 282	1.26 345	3.48 316	0.00 1	0.00 1	1.10 303	0.01 176	1.57 265	0.65 140	0.02 145	0.05 257	0.26 210	0.03 169	3.16 255	0.30 219	0.21 379	0.25 308	0.08 389	0.28 400	0.53 383	0.62 325

TDLM	0.60 255	0.76 279	1.77 162	0.05 253	0.00 1	1.10 303	0.01 176	0.51 137	0.79 227	0.34 323	0.01 161	0.27 212	0.22 289	5.44 329	0.35 233	0.00 1	0.00 1	0.00 1	0.00 1	0.15 305	0.19 221

MyStereo06	0.53 220	0.36 180	2.90 277	0.01 202	0.00 1	1.11 309	0.01 176	0.56 143	0.49 111	0.74 352	0.45 331	1.24 343	1.02 342	0.39 152	0.34 229	0.00 1	0.60 337	0.00 1	0.08 328	0.01 25	0.33 273

MyStereo05	0.39 144	0.36 180	2.43 248	0.01 202	0.00 1	1.11 309	0.01 176	1.25 231	0.57 131	0.06 230	0.01 161	0.29 217	0.15 271	0.07 75	0.37 238	0.00 1	0.60 337	0.00 1	0.08 328	0.01 25	0.33 273

SA	0.43 168	0.63 245	1.92 192	0.00 1	0.22 314	1.11 309	0.00 1	2.87 359	0.75 163	0.00 1	0.01 161	0.04 79	0.01 82	0.21 113	0.00 1	0.00 1	0.40 322	0.00 1	0.14 353	0.14 300	0.22 226

MIPNet	0.42 159	0.59 237	2.22 226	0.02 224	0.00 1	1.11 309	0.09 298	1.88 309	0.88 310	0.11 266	0.06 267	0.22 196	0.19 281	0.74 180	0.00 1	0.00 1	0.00 1	0.00 1	0.01 289	0.08 233	0.12 175

DIP-Stereo	0.28 77	0.19 112	1.62 128	0.00 1	0.00 1	1.11 309	0.00 1	1.67 275	0.74 156	0.01 85	0.00 1	0.01 7	0.07 242	0.01 2	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.13 182
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RAFT+CT+SA	0.38 137	0.74 270	1.84 178	0.02 224	0.27 328	1.12 314	0.00 1	0.91 186	0.75 163	0.00 1	0.00 1	0.27 212	0.01 82	0.56 166	0.00 1	0.00 1	0.16 295	0.00 1	0.30 402	0.13 285	0.42 290

IPLG	0.59 251	0.69 256	2.25 233	0.02 224	0.00 1	1.12 314	0.07 286	1.75 287	0.79 227	0.05 217	0.00 1	0.16 171	0.14 267	4.49 307	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 300	0.07 113

PFNet+	0.28 77	0.10 66	1.61 125	0.08 278	0.01 184	1.12 314	0.41 359	0.12 53	0.80 236	0.08 247	0.01 161	0.02 31	0.00 1	1.19 194	0.04 90	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

CRE-IMP	0.22 47	0.06 9	1.43 81	0.05 253	0.02 224	1.12 314	0.33 351	0.04 6	1.08 337	0.02 145	0.00 1	0.12 149	0.00 1	0.03 29	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.09 139

GMM-Stereo	0.22 47	0.05 5	2.03 211	0.08 278	0.00 1	1.12 314	0.13 311	0.09 42	0.79 227	0.01 85	0.00 1	0.03 59	0.10 254	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

Anonymous3	0.24 58	0.14 91	1.98 202	0.00 1	0.00 1	1.12 314	0.00 1	0.61 149	0.77 200	0.01 85	0.00 1	0.06 113	0.00 1	0.02 9	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.02 57

RAFT + AFF	0.79 304	1.36 354	2.40 244	0.00 1	0.04 253	1.12 314	0.06 281	1.73 282	0.81 244	0.02 145	0.00 1	0.18 180	1.49 353	4.97 318	0.67 280	0.00 1	0.17 296	0.00 1	0.00 1	0.33 368	0.46 302

MaskLacGwcNet_RVC	0.56 240	0.82 284	1.94 198	0.12 297	0.00 1	1.12 314	0.01 176	0.96 195	0.72 154	0.00 1	0.05 257	0.37 241	0.03 169	3.45 268	0.15 170	1.07 397	0.00 1	0.00 1	0.00 1	0.16 313	0.25 248

DeepPruner_ROB	0.34 106	0.75 276	2.38 243	0.00 1	0.00 1	1.12 314	0.03 253	0.30 109	0.16 32	0.00 1	0.00 1	0.39 248	0.03 169	1.27 200	0.14 160	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.10 153

Any-RAFT	0.24 58	0.07 25	1.16 26	0.00 1	0.01 184	1.13 323	0.00 1	1.21 225	0.36 90	0.02 145	0.00 1	0.49 269	0.00 1	0.19 111	0.03 64	0.00 1	0.08 286	0.00 1	0.00 1	0.00 1	0.03 65

TestStereo1	0.32 101	0.67 249	1.66 137	0.00 1	0.23 323	1.13 323	0.01 176	0.94 192	0.76 184	0.00 1	0.05 257	0.05 97	0.01 82	0.16 101	0.05 102	0.00 1	0.24 304	0.00 1	0.00 1	0.17 318	0.23 234

SA-5K	0.32 101	0.67 249	1.66 137	0.00 1	0.23 323	1.13 323	0.01 176	0.94 192	0.76 184	0.00 1	0.05 257	0.05 97	0.01 82	0.16 101	0.05 102	0.00 1	0.24 304	0.00 1	0.00 1	0.17 318	0.23 234

GrayStereo	0.52 207	0.03 1	1.36 49	0.10 285	0.00 1	1.13 323	2.57 398	0.32 114	1.03 328	0.00 1	0.00 1	0.08 128	3.66 383	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.17 204

XX-Stereo	0.73 291	0.18 108	5.35 367	0.38 360	0.26 327	1.13 323	0.00 1	3.03 365	0.18 50	0.14 275	0.01 161	1.40 352	0.01 82	1.36 203	0.04 90	0.00 1	0.50 330	0.00 1	0.16 367	0.03 123	0.43 293

AAGNet	0.99 321	0.08 48	1.59 117	0.15 308	0.27 328	1.14 328	0.27 341	0.06 22	0.78 213	0.01 85	0.00 1	0.01 7	0.97 340	3.60 275	10.81 396	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

HHNet	0.53 220	0.23 130	2.29 236	0.11 293	0.00 1	1.15 329	0.25 331	0.70 159	0.78 213	0.01 85	3.49 373	0.04 79	0.69 326	0.02 9	0.70 285	0.03 362	0.00 1	0.00 1	0.00 1	0.03 123	0.03 65

FTStereo	0.82 309	0.06 9	1.88 184	0.12 297	0.00 1	1.15 329	2.70 399	0.16 73	0.84 269	0.16 282	5.80 381	0.36 238	2.49 372	0.53 165	0.01 31	0.07 368	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

PWCDC_ROB	1.13 335	1.70 367	3.52 317	0.00 1	0.00 1	1.15 329	0.00 1	2.49 339	1.39 372	0.02 145	8.80 395	0.34 227	0.09 249	1.11 192	1.20 309	0.00 1	0.00 1	0.00 1	0.00 1	0.56 385	0.21 225

DisPM	0.22 47	0.09 59	1.74 154	0.11 293	0.00 1	1.16 332	0.40 358	0.08 35	0.68 144	0.03 184	0.00 1	0.00 1	0.00 1	0.07 75	0.04 90	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

NRIStereo	0.22 47	0.06 9	1.40 65	0.05 253	0.01 184	1.16 332	0.32 350	0.04 6	0.81 244	0.04 204	0.01 161	0.11 145	0.01 82	0.14 98	0.02 51	0.00 1	0.02 252	0.00 1	0.00 1	0.05 172	0.10 153

KYRaft	0.26 71	0.05 5	1.37 53	0.04 247	0.00 1	1.16 332	0.12 310	0.11 46	0.78 213	0.01 85	0.29 307	0.03 59	0.75 332	0.37 146	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 65

Prome-Stereo	0.28 77	0.06 9	1.40 65	0.10 285	0.00 1	1.16 332	0.02 236	0.39 125	0.88 310	0.02 145	0.52 338	0.05 97	0.69 326	0.28 136	0.07 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 65

GANetREF_RVC	0.63 266	1.05 324	3.03 282	0.00 1	0.00 1	1.16 332	0.01 176	2.03 322	0.75 163	0.00 1	0.01 161	0.28 215	0.04 195	4.13 292	0.10 133	0.00 1	0.00 1	0.00 1	0.00 1	0.04 157	0.05 99
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
PFNet	0.63 266	0.15 97	2.41 245	0.00 1	0.30 332	1.17 337	0.00 1	0.35 119	0.92 317	0.01 85	0.24 294	0.03 59	0.00 1	6.43 378	0.23 201	0.09 371	0.00 1	0.00 1	0.04 316	0.13 285	0.10 153

RAFT-345	0.52 207	0.07 25	1.75 161	0.11 293	0.07 271	1.17 337	0.18 318	0.21 88	0.78 213	0.00 1	0.01 161	0.09 136	0.01 82	5.87 345	0.19 187	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

iRaft-Stereo_20w	0.77 299	0.13 83	2.90 277	0.63 376	0.50 353	1.18 339	0.58 372	2.56 343	0.71 152	0.85 356	0.05 257	0.78 308	1.02 342	0.82 182	0.76 288	0.00 1	0.52 333	0.00 1	0.14 353	0.02 78	1.25 360

OMP-Stereo	0.71 285	0.47 207	1.36 49	0.18 322	0.06 267	1.18 339	0.00 1	1.76 290	0.78 213	0.11 266	0.59 341	0.49 269	0.00 1	6.94 389	0.25 208	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.07 113

IIG-Stereo	0.71 285	0.48 212	1.42 77	0.05 253	0.03 241	1.18 339	0.00 1	1.75 287	0.79 227	0.01 85	0.56 339	0.53 278	0.01 82	6.87 386	0.37 238	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.07 113

IRAFT_RVC	0.56 240	0.25 137	1.93 195	0.10 285	0.00 1	1.18 339	0.10 302	0.32 114	0.79 227	0.02 145	0.00 1	0.02 31	0.12 262	6.07 363	0.23 201	0.00 1	0.09 289	0.00 1	0.00 1	0.02 78	0.02 57

EAI-Stereo	0.98 319	0.06 9	1.09 21	0.17 320	0.67 373	1.19 343	4.84 404	2.67 348	0.91 315	0.95 359	4.52 377	0.30 220	0.53 318	0.57 167	0.46 259	0.00 1	0.07 284	0.00 1	0.29 401	0.01 25	0.34 275

PSM-AAD	0.53 220	0.04 2	1.38 59	0.06 270	0.00 1	1.20 344	2.11 393	0.17 77	0.78 213	0.01 85	0.44 330	0.14 157	3.94 386	0.23 118	0.06 113	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 57

Dean	2.72 379	2.05 388	6.17 381	0.39 361	0.44 344	1.21 345	0.48 367	8.36 400	8.46 401	1.48 370	8.08 392	6.95 390	1.44 352	4.50 308	2.00 333	0.79 389	0.00 1	0.01 352	0.00 1	1.11 395	0.39 286

ARAFT	0.68 279	1.29 350	3.36 309	0.00 1	0.00 1	1.21 345	0.00 1	2.71 353	0.81 244	0.07 238	0.00 1	0.18 180	0.03 169	3.47 270	0.05 102	0.00 1	0.00 1	0.00 1	0.00 1	0.19 332	0.22 226

MyStereo8	0.50 200	0.68 252	3.08 288	0.43 363	0.01 184	1.22 347	0.00 1	0.82 182	0.20 61	0.03 184	0.41 328	0.15 163	0.04 195	0.68 178	0.12 143	0.00 1	1.39 406	0.00 1	0.03 312	0.04 157	0.63 327

TransformOpticalFlow	0.88 311	0.30 154	2.86 273	0.30 349	0.03 241	1.25 348	0.05 278	1.87 308	0.80 236	0.28 309	0.37 327	1.25 344	1.50 354	6.38 376	0.22 198	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.07 113

ACVNet_1	1.38 348	2.15 391	6.35 382	0.35 359	0.03 241	1.26 349	0.10 302	2.02 321	0.85 292	0.35 326	0.01 161	4.32 380	1.77 359	4.85 316	1.67 329	0.92 394	0.00 1	0.00 1	0.00 1	0.35 369	0.30 265

ADCP+	1.56 353	1.51 362	8.93 391	0.01 202	0.03 241	1.27 350	0.77 382	1.03 201	0.95 320	0.02 145	0.01 161	0.95 321	1.02 342	0.48 163	14.01 402	0.00 1	0.00 1	0.00 1	0.00 1	0.10 269	0.15 197

RainbowNet	0.80 306	1.85 376	3.31 303	0.13 302	0.05 262	1.30 351	0.07 286	2.03 322	0.76 184	0.02 145	0.02 242	1.13 337	0.25 293	2.40 223	1.07 302	0.72 387	0.05 279	0.00 1	0.00 1	0.53 383	0.30 265

tt1	0.58 247	0.31 158	2.24 231	0.30 349	0.38 338	1.32 352	0.00 1	1.74 283	1.17 364	0.38 329	0.00 1	0.03 59	0.02 127	0.57 167	0.01 31	0.00 1	1.12 387	0.00 1	0.00 1	0.08 233	1.86 398

ACVNet-DCA	0.52 207	0.29 150	2.22 226	0.31 352	0.20 307	1.33 353	0.00 1	1.23 228	1.14 353	0.38 329	0.00 1	0.03 59	0.02 127	0.59 172	0.02 51	0.00 1	1.12 387	0.00 1	0.00 1	0.03 123	1.44 369

xx1	0.55 233	0.29 150	2.22 226	0.31 352	0.20 307	1.33 353	0.00 1	1.78 295	1.03 328	0.38 329	0.00 1	0.01 7	0.00 1	0.59 172	0.02 51	0.00 1	1.12 387	0.00 1	0.19 376	0.03 123	1.44 369

1test111	0.59 251	0.29 150	2.22 226	0.31 352	0.20 307	1.33 353	0.00 1	1.23 228	1.14 353	0.38 329	0.00 1	0.03 59	0.02 127	1.38 204	0.69 282	0.00 1	1.12 387	0.00 1	0.00 1	0.03 123	1.44 369

cc1	0.56 240	0.29 150	2.22 226	0.31 352	0.20 307	1.33 353	0.00 1	1.78 295	1.03 328	0.38 329	0.00 1	0.03 59	0.02 127	0.59 172	0.02 51	0.00 1	1.12 387	0.00 1	0.00 1	0.09 257	1.86 398

ACVNet_2	1.59 356	2.07 389	5.42 370	0.12 297	0.09 278	1.36 357	0.17 315	2.72 355	0.97 323	0.44 338	3.37 372	6.53 388	0.16 274	5.48 332	1.87 330	0.16 374	0.00 1	0.00 1	0.00 1	0.39 374	0.47 304

CBMV_ROB	1.08 328	0.23 130	2.20 224	0.01 202	0.00 1	1.37 358	0.46 361	3.27 377	0.78 213	2.21 379	1.13 356	1.06 328	2.45 371	4.29 301	1.64 327	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.48 306

TRStereo	0.60 255	0.44 195	2.21 225	0.19 325	0.03 241	1.38 359	0.02 236	3.93 385	0.92 317	0.01 85	0.28 305	0.12 149	0.39 308	0.36 143	0.04 90	0.00 1	0.30 313	0.00 1	0.23 386	0.01 25	1.08 350

MeshStereo	2.79 381	0.86 294	3.12 291	0.02 224	0.02 224	1.51 360	0.91 385	3.50 381	1.54 378	11.28 408	7.62 389	11.49 397	2.94 377	6.81 385	3.45 354	0.00 1	0.00 1	0.00 1	0.00 1	0.28 359	0.39 286
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
DPSNet	1.65 358	0.46 204	7.31 383	0.30 349	0.11 286	1.54 361	0.01 176	4.48 388	1.14 353	0.11 266	0.01 161	0.82 311	3.51 382	5.89 346	5.84 373	0.02 354	0.29 312	0.03 374	0.23 386	0.23 345	0.59 320

PDISCO_ROB	0.72 288	1.06 329	3.39 312	0.18 322	0.00 1	1.54 361	0.01 176	2.80 357	0.73 155	0.16 282	0.01 161	0.80 310	0.28 296	2.38 221	0.48 260	0.00 1	0.00 1	0.00 1	0.00 1	0.36 372	0.18 211

ELAS_RVC	3.35 388	0.45 201	4.75 355	0.25 341	0.07 271	1.56 363	7.12 410	2.23 331	5.68 394	7.77 402	7.71 391	6.55 389	10.27 405	5.63 338	6.24 376	0.00 1	0.04 269	0.03 374	0.01 289	0.11 274	0.48 306
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DGSMNet	1.31 343	0.55 232	3.74 331	0.80 390	1.48 402	1.60 364	3.41 401	1.72 280	0.54 117	0.01 85	0.78 348	0.48 262	0.23 291	3.16 255	0.55 268	0.98 395	1.26 404	1.34 409	1.11 411	1.06 394	1.41 367

ADCMid	1.62 357	1.76 371	8.67 389	0.04 247	0.03 241	1.61 365	0.17 315	1.49 257	1.15 360	0.88 357	0.57 340	0.86 314	0.69 326	1.18 193	12.53 401	0.01 338	0.00 1	0.29 401	0.08 328	0.20 336	0.24 244

EGLCR-Stereo	0.43 168	0.07 25	1.21 32	0.58 372	0.65 370	1.64 366	0.31 345	1.15 218	0.19 59	0.43 337	0.02 242	0.00 1	0.02 127	0.38 150	0.14 160	0.00 1	0.66 342	0.00 1	0.00 1	0.00 1	1.11 355

HBP-ISP	0.90 313	1.05 324	3.07 287	0.14 305	0.01 184	1.67 367	0.47 365	3.22 375	0.76 184	1.13 364	0.11 279	0.50 273	0.91 339	4.51 310	0.10 133	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.22 226

G-Net	1.24 337	0.34 175	3.85 334	0.05 253	0.48 350	1.68 368	0.46 361	0.23 96	0.44 104	1.33 368	8.94 396	2.28 374	0.79 335	2.37 219	1.18 306	0.01 338	0.03 259	0.02 366	0.09 333	0.07 215	0.11 164

AnyNet_C32	1.69 360	2.27 394	8.60 388	0.12 297	0.19 302	1.68 368	1.08 387	1.06 210	0.74 156	1.28 367	0.45 331	0.21 193	0.57 319	2.99 251	11.73 399	0.02 354	0.00 1	0.06 386	0.00 1	0.20 336	0.55 318

FCDSN-DC	2.93 383	0.54 230	2.88 276	0.00 1	0.01 184	1.78 370	0.36 354	2.20 329	1.51 376	8.28 404	10.99 404	11.61 398	8.55 401	5.36 328	4.05 360	0.02 354	0.00 1	0.00 1	0.00 1	0.06 197	0.48 306
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
BUS	0.38 137	0.07 25	0.98 12	0.00 1	0.00 1	1.88 371	0.00 1	2.67 348	0.82 250	0.30 313	0.09 274	0.64 287	0.00 1	0.06 70	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NINENet	0.52 207	0.14 91	1.48 85	0.06 270	0.00 1	1.88 371	0.00 1	3.28 378	0.76 184	0.00 1	0.00 1	0.64 287	0.00 1	2.11 212	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

MADNet+	4.94 396	3.56 411	47.46 415	0.42 362	0.27 328	1.99 373	0.04 268	4.45 387	1.30 371	0.07 238	0.02 242	1.81 365	0.36 305	21.82 413	14.17 403	0.00 1	0.26 309	0.00 1	0.00 1	0.28 359	0.54 316

LVE	3.01 385	1.95 385	4.27 349	0.56 370	0.45 347	2.06 374	0.06 281	7.66 398	9.65 402	0.08 247	10.94 403	8.86 396	1.82 360	7.24 393	1.62 326	2.04 401	0.17 296	0.04 382	0.24 394	0.24 346	0.23 234

ADCL	1.70 361	1.00 320	5.82 378	0.07 276	0.04 253	2.14 375	2.27 395	1.26 232	1.09 338	1.55 371	1.08 355	1.23 340	1.53 355	2.38 221	12.21 400	0.01 338	0.00 1	0.00 1	0.00 1	0.12 280	0.16 200

ADCPNet	1.58 355	1.00 320	8.71 390	0.01 202	0.19 302	2.69 376	0.26 339	1.15 218	0.54 117	0.04 204	0.02 242	1.41 353	1.76 358	2.52 230	9.78 393	0.00 1	0.46 325	0.00 1	0.64 409	0.07 215	0.34 275

SANet	2.30 374	1.58 364	5.68 375	0.03 239	0.04 253	2.78 377	0.82 383	2.99 364	8.32 400	1.70 373	4.04 374	4.26 379	4.02 387	5.90 347	3.42 353	0.00 1	0.00 1	0.00 1	0.00 1	0.08 233	0.37 283

IMH-64-1	2.28 371	1.45 359	2.87 274	2.19 403	0.59 365	2.82 378	1.58 388	5.84 392	1.16 361	1.09 362	4.77 378	2.07 369	2.42 369	5.90 347	3.91 356	4.00 407	0.04 269	0.02 366	0.00 1	2.07 399	0.82 337

IMH-64	2.28 371	1.45 359	2.87 274	2.19 403	0.59 365	2.82 378	1.58 388	5.84 392	1.16 361	1.09 362	4.77 378	2.07 369	2.42 369	5.90 347	3.91 356	4.00 407	0.04 269	0.02 366	0.00 1	2.07 399	0.82 337

AnyNet_C01	2.55 377	3.02 407	19.30 405	0.15 308	0.18 301	2.97 380	2.35 397	1.56 264	1.47 375	1.01 361	0.81 349	1.23 340	0.76 334	4.28 300	10.78 395	0.04 364	0.00 1	0.07 388	0.00 1	0.35 369	0.61 324

SGM_RVC	2.03 368	0.49 214	2.04 212	0.27 344	0.17 300	3.07 381	1.00 386	2.70 352	1.62 379	5.12 390	3.09 371	4.77 383	4.08 388	7.38 394	2.86 348	0.21 379	0.23 302	0.20 399	0.23 386	0.28 359	0.84 340
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
FC-DCNN	3.67 389	0.32 161	2.78 270	0.00 1	0.01 184	3.09 382	0.58 372	3.68 382	3.04 386	11.64 409	12.38 407	13.84 405	9.79 404	6.23 371	5.39 370	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.60 321

SDNR	1.35 346	0.47 207	4.08 343	0.09 283	0.21 311	3.25 383	0.01 176	3.18 373	1.52 377	1.87 377	1.66 365	1.52 362	0.36 305	7.18 391	1.05 300	0.03 362	0.08 286	0.00 1	0.00 1	0.05 172	0.49 310

LE_ROB	10.29 408	1.64 365	11.96 398	1.47 397	1.36 401	3.30 384	4.79 403	5.05 391	42.09 417	51.68 418	13.28 410	14.08 406	25.92 413	7.21 392	21.19 413	0.05 365	0.06 282	0.13 395	0.19 376	0.08 233	0.35 280

MFN_U_SF_DS_RVC	1.31 343	2.80 402	5.36 368	0.02 224	0.04 253	3.44 385	0.26 339	2.19 328	0.77 200	0.25 306	0.27 298	1.37 351	0.02 127	5.99 356	1.05 300	0.16 374	0.72 348	0.01 352	0.26 396	0.40 376	0.82 337

FINET	2.05 369	1.88 378	5.76 377	0.81 391	0.99 391	3.54 386	3.33 400	3.89 384	3.81 388	0.89 358	1.55 364	1.21 339	2.31 368	4.20 296	2.42 343	0.81 393	1.36 405	0.00 1	0.21 383	0.27 353	1.80 394

PWCK	2.83 382	2.64 401	10.25 396	0.23 339	0.02 224	3.59 387	5.56 406	3.75 383	3.56 387	0.75 355	4.42 376	3.35 378	1.86 361	9.10 399	4.03 359	0.44 384	0.01 245	0.00 1	0.00 1	2.72 403	0.29 261

RTS	4.38 392	2.34 395	44.27 413	0.33 356	0.13 290	3.83 388	0.21 327	2.51 340	1.22 369	1.82 375	0.01 161	1.95 366	0.21 285	16.90 408	10.87 397	0.00 1	0.27 310	0.00 1	0.00 1	0.27 353	0.44 298

RTSA	4.38 392	2.34 395	44.27 413	0.33 356	0.13 290	3.83 388	0.21 327	2.51 340	1.22 369	1.82 375	0.01 161	1.95 366	0.21 285	16.90 408	10.87 397	0.00 1	0.27 310	0.00 1	0.00 1	0.27 353	0.44 298

WAO-6	2.63 378	1.16 337	3.22 294	0.00 1	0.00 1	3.86 390	0.28 343	6.13 394	7.35 397	0.60 345	6.78 384	7.62 394	2.68 374	6.42 377	6.11 375	0.00 1	0.00 1	0.00 1	0.00 1	0.17 318	0.12 175

SAMSARA	1.56 353	1.37 355	4.23 347	1.04 394	0.75 376	4.48 391	0.13 311	1.61 271	0.74 156	3.69 388	0.66 344	3.16 377	1.06 345	4.44 304	2.82 347	0.00 1	0.63 339	0.00 1	0.13 346	0.10 269	0.22 226

WAO-7	2.74 380	1.65 366	3.36 309	0.03 239	0.05 262	4.68 392	0.53 370	6.21 395	4.59 392	1.73 374	7.61 388	5.56 385	3.68 384	8.96 398	5.50 371	0.00 1	0.00 1	0.33 402	0.02 300	0.19 332	0.18 211

notaker	4.71 394	2.04 387	5.58 374	4.15 410	0.96 389	4.99 393	0.39 357	7.65 397	2.25 384	5.67 396	11.58 406	16.87 409	4.26 391	8.06 395	6.65 378	5.74 411	0.02 252	0.10 391	0.07 325	5.45 409	1.65 382

MSMD_ROB	2.26 370	0.47 207	2.67 266	0.01 202	0.00 1	5.00 394	0.21 327	1.35 245	1.87 383	6.37 398	8.46 393	7.34 393	4.30 392	4.84 315	1.91 331	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.30 265

IMH	3.15 386	1.88 378	3.60 324	2.20 405	0.66 372	5.10 395	0.24 330	6.87 396	4.29 391	2.29 380	7.42 386	6.28 386	3.90 385	7.15 390	3.65 355	4.34 409	0.14 294	0.05 384	0.00 1	2.16 401	0.76 334

KSHMR	3.98 390	1.95 385	4.86 361	3.06 408	1.84 405	5.37 396	0.45 360	9.03 402	13.93 405	2.07 378	9.17 397	7.12 391	2.12 367	5.60 334	3.40 352	2.12 403	0.44 323	0.53 405	0.23 386	4.01 405	2.35 407

MDST_ROB	1.73 362	0.11 74	3.61 325	0.13 302	0.15 295	5.47 397	0.31 345	4.97 390	0.87 307	6.33 397	1.52 363	1.03 326	1.19 350	6.22 370	2.13 340	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.60 321

SGM+DAISY	4.17 391	2.85 406	8.55 387	1.77 398	1.74 404	5.81 398	5.49 405	2.88 360	3.97 389	7.67 401	7.66 390	7.25 392	7.42 399	6.92 388	7.09 381	1.14 399	1.57 410	0.11 392	0.59 408	0.56 385	2.43 408

LRCNet_RVC	55.59 419	61.31 425	59.16 416	66.84 424	44.81 419	6.17 399	0.00 1	52.46 418	1.68 380	70.67 419	80.07 421	66.39 418	55.67 417	51.56 419	46.75 416	90.67 428	41.65 423	91.10 429	90.19 425	65.65 424	68.96 424

ELAS	3.20 387	0.48 212	3.06 286	0.19 325	0.06 267	7.89 400	2.23 394	3.33 379	4.19 390	8.91 407	9.70 399	4.40 381	7.69 400	4.25 297	6.87 379	0.00 1	0.04 269	0.03 374	0.04 316	0.12 280	0.48 306
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ktn	5.26 397	1.94 383	3.97 339	3.50 409	1.06 394	8.17 401	2.01 392	9.53 404	16.88 406	5.28 393	12.55 409	13.68 403	4.08 388	8.46 397	4.61 364	5.84 412	0.02 252	0.00 1	0.00 1	2.63 402	0.92 344

HanzoNet	13.47 412	5.89 412	14.41 402	5.91 415	2.90 410	8.50 402	0.74 378	13.81 412	20.12 409	26.53 414	28.55 415	34.06 415	26.75 415	26.27 417	15.82 406	11.42 416	4.01 415	3.29 413	3.94 413	9.72 416	6.77 414

UNDER WATER	6.65 402	1.86 377	10.48 397	4.84 412	2.74 409	8.59 403	0.76 380	8.83 401	22.15 411	4.99 389	6.27 383	15.66 408	10.39 406	9.52 402	9.42 391	3.50 406	0.05 279	1.34 409	0.03 312	7.17 414	4.42 413

DPSimNet_ROB	9.66 407	7.29 413	17.52 403	4.88 414	6.56 415	10.41 404	12.88 413	8.12 399	9.88 403	14.26 410	11.22 405	12.39 400	14.01 409	11.20 406	14.85 404	5.50 410	6.97 417	5.75 415	5.94 414	5.31 408	8.26 417

MSC_U_SF_DS_RVC	1.95 366	2.49 399	5.12 366	0.01 202	0.02 224	12.00 405	0.49 368	3.33 379	0.95 320	0.10 259	0.20 290	2.15 372	0.15 271	6.72 383	1.65 328	0.78 388	0.83 360	0.19 398	0.27 399	0.72 389	0.92 344

WAO-8	5.42 398	2.80 402	3.98 340	0.62 374	0.10 283	13.77 406	0.33 351	11.99 408	24.10 412	5.25 391	10.38 402	13.44 401	4.55 393	9.38 400	4.72 365	0.80 390	0.34 316	0.71 407	0.13 346	0.74 390	0.25 248

Venus	5.42 398	2.80 402	3.98 340	0.62 374	0.10 283	13.77 406	0.33 351	11.99 408	24.10 412	5.25 391	10.32 401	13.44 401	4.55 393	9.38 400	4.72 365	0.80 390	0.34 316	0.71 407	0.13 346	0.74 390	0.25 248

MANE	11.54 411	2.46 398	6.07 379	2.50 406	2.04 406	16.31 408	6.95 409	17.25 415	24.11 414	23.59 413	31.25 416	30.75 414	25.07 412	18.16 411	16.24 409	1.28 400	1.98 412	0.15 396	1.07 410	0.46 381	3.04 410

MADNet++	10.85 410	2.36 397	10.00 393	8.59 416	4.61 414	16.78 409	10.26 412	10.11 405	7.51 398	17.63 411	18.35 412	12.04 399	17.73 410	24.51 414	20.75 412	8.81 413	6.67 416	4.84 414	2.67 412	5.77 410	6.96 415

UNDER WATER-64	7.33 405	2.16 392	12.17 399	4.84 412	3.62 412	17.94 410	1.74 390	9.16 403	21.94 410	5.53 395	5.01 380	17.03 410	11.84 408	9.72 403	8.83 389	2.09 402	0.04 269	1.54 411	0.16 367	6.89 413	4.37 412

SGM-ForestM	10.58 409	2.80 402	7.93 386	1.86 399	1.59 403	17.97 411	9.39 411	11.57 407	12.75 404	21.30 412	18.68 413	40.07 416	22.22 411	21.60 412	15.86 407	0.99 396	1.53 409	0.06 386	0.52 405	0.47 382	2.43 408

TorneroNet-64	6.70 403	2.13 390	3.92 336	2.14 401	0.65 370	19.09 412	0.28 343	12.19 410	25.73 415	6.44 399	12.54 408	19.33 412	4.76 395	10.25 404	6.87 379	1.10 398	0.00 1	0.12 393	0.00 1	4.20 406	2.19 405

TorneroNet	7.29 404	2.19 393	3.95 337	2.15 402	1.14 395	19.79 413	0.46 361	13.22 411	25.82 416	8.31 405	16.76 411	17.46 411	5.75 396	10.79 405	8.91 390	2.32 404	0.03 259	0.12 393	0.00 1	4.70 407	2.01 403

JetBlue	6.27 400	3.44 409	18.17 404	0.00 1	2.21 408	30.58 414	17.31 415	4.77 389	1.07 334	0.74 352	2.25 367	6.31 387	5.82 397	18.12 410	9.68 392	0.10 373	0.01 245	0.00 1	0.00 1	3.12 404	1.61 379

BEATNet-Init1	15.75 414	8.48 415	36.75 411	2.06 400	2.07 407	33.60 415	14.96 414	17.15 414	19.08 407	30.69 416	28.08 414	43.61 417	25.98 414	25.17 416	20.68 411	0.80 390	1.17 399	0.36 404	0.51 404	1.53 397	2.28 406

JetRed	14.06 413	19.59 417	43.42 412	1.43 396	1.30 400	55.87 416	28.29 416	13.94 413	7.85 399	8.61 406	8.73 394	13.68 403	10.59 407	24.60 415	30.87 414	0.27 381	0.69 343	0.62 406	0.03 312	6.63 412	4.19 411

SPstereo	50.84 418	11.75 416	22.19 408	12.56 417	10.58 416	67.32 417	76.93 419	100.00 429	100.00 430	96.03 427	93.38 423	100.00 430	93.34 424	91.10 426	72.60 418	10.05 414	8.84 418	20.16 419	15.30 418	6.52 411	8.09 416

HaxPig	95.45 430	97.64 430	88.42 423	97.81 437	99.08 437	77.94 418	74.31 417	96.67 427	99.54 425	99.87 429	99.92 426	99.60 429	99.75 426	91.22 427	87.67 424	99.94 437	99.97 432	99.98 432	99.99 432	99.96 437	99.80 437

ASD4	35.80 416	43.79 418	34.11 410	21.10 418	36.26 417	80.52 419	95.21 425	27.47 417	69.35 418	28.35 415	36.69 417	27.92 413	45.29 416	38.60 418	53.98 417	10.97 415	11.11 419	12.38 416	11.42 417	16.75 417	14.68 419

PML	71.00 423	88.39 429	73.68 417	82.04 426	74.55 423	83.63 420	76.92 418	72.05 422	85.95 422	89.82 425	84.57 422	90.63 425	58.80 418	91.54 429	73.58 419	95.93 435	2.38 413	86.91 428	6.48 415	84.07 429	18.14 420

MEDIAN_ROB	93.48 427	98.75 431	96.24 425	90.99 429	90.62 430	85.89 421	77.23 420	92.20 424	89.67 423	95.04 426	94.93 424	96.04 426	93.85 425	90.48 425	87.58 423	98.40 436	95.87 425	99.62 431	98.78 429	98.85 436	98.49 436

xxxxx1	63.64 420	58.31 420	78.27 419	43.96 419	49.40 420	92.70 422	92.25 422	60.45 419	69.51 419	73.81 422	76.39 418	77.95 421	76.95 419	71.68 420	77.08 420	36.01 421	37.36 420	48.24 422	62.44 421	47.16 421	42.90 421

tt_ll	63.64 420	58.31 420	78.27 419	43.96 419	49.40 420	92.70 422	92.25 422	60.45 419	69.51 419	73.81 422	76.39 418	77.95 421	76.95 419	71.68 420	77.08 420	36.01 421	37.36 420	48.24 422	62.44 421	47.16 421	42.90 421

ff	63.64 420	58.31 420	78.27 419	43.96 419	49.40 420	92.70 422	92.25 422	60.45 419	69.51 419	73.81 422	76.39 418	77.95 421	76.95 419	71.68 420	77.08 420	36.01 421	37.36 420	48.24 422	62.44 421	47.16 421	42.90 421

AVERAGE_ROB	98.51 432	99.16 432	95.72 424	100.00 439	100.00 439	93.61 425	82.61 421	100.00 429	99.97 427	100.00 430	100.00 427	100.00 430	100.00 428	99.73 431	99.43 427	100.00 439	100.00 435	100.00 433	100.00 433	100.00 439	100.00 439

test_example2	97.59 431	99.97 433	99.93 428	99.80 438	99.96 438	98.80 426	99.76 426	91.09 423	100.00 430	100.00 430	100.00 427	89.37 424	86.85 422	99.31 430	96.67 425	99.97 438	99.51 431	92.94 430	97.98 428	99.99 438	99.94 438

DGTPSM_ROB	81.37 424	61.03 423	99.95 429	61.17 422	86.95 427	99.14 427	100.00 427	95.87 425	99.99 428	73.32 420	100.00 427	71.15 419	100.00 428	77.35 423	99.98 429	35.35 419	97.41 429	34.62 420	99.89 430	44.61 419	89.54 426

DPSMNet_ROB	81.42 425	61.07 424	99.95 429	61.38 423	87.01 428	99.15 428	100.00 427	95.87 425	99.99 428	73.35 421	100.00 427	71.18 420	100.00 428	77.40 424	99.98 429	35.68 420	97.47 430	34.71 421	99.89 430	44.74 420	89.65 427

MyStereo03	99.06 436	100.00 435	100.00 431	96.11 433	98.72 433	100.00 429	100.00 427	100.00 429	100.00 430	100.00 430	100.00 427	100.00 430	100.00 428	100.00 432	100.00 431	93.17 431	100.00 435	100.00 433	100.00 433	95.79 432	97.48 432

MyStereo02	99.06 436	100.00 435	100.00 431	96.11 433	98.72 433	100.00 429	100.00 427	100.00 429	100.00 430	100.00 430	100.00 427	100.00 430	100.00 428	100.00 432	100.00 431	93.17 431	100.00 435	100.00 433	100.00 433	95.79 432	97.48 432

MyStereo	99.06 436	100.00 435	100.00 431	96.11 433	98.72 433	100.00 429	100.00 427	100.00 429	100.00 430	100.00 430	100.00 427	100.00 430	100.00 428	100.00 432	100.00 431	93.17 431	100.00 435	100.00 433	100.00 433	95.79 432	97.48 432

Selective-RAFT-Error	99.05 435	100.00 435	100.00 431	96.31 436	98.73 436	100.00 429	100.00 427	100.00 429	100.00 430	100.00 430	100.00 427	100.00 430	100.00 428	100.00 432	100.00 431	93.08 429	100.00 435	100.00 433	100.00 433	95.40 430	97.58 435

Anonymous_1	89.55 426	74.57 426	97.70 426	74.52 425	78.35 424	100.00 429	100.00 427	98.05 428	99.77 426	96.85 428	99.38 425	97.67 427	99.78 427	91.23 428	98.87 426	81.02 424	97.18 426	59.55 425	84.83 424	74.77 426	86.89 425

tt	48.09 417	0.07 25	27.39 409	1.35 395	0.00 1	100.00 429	100.00 427	100.00 429	96.65 424	0.15 279	0.01 161	97.98 428	87.03 423	2.52 230	99.87 428	82.90 425	94.64 424	16.21 417	20.93 420	33.72 418	0.29 261

CasAABBNet	99.03 434	100.00 435	100.00 431	96.02 432	98.70 432	100.00 429	100.00 427	100.00 429	100.00 430	100.00 430	100.00 427	100.00 430	100.00 428	100.00 432	100.00 431	93.08 429	99.99 434	100.00 433	100.00 433	95.40 430	97.41 431

LSM0	98.99 433	99.97 433	100.00 431	95.58 430	98.52 431	100.00 429	100.00 427	100.00 429	100.00 430	100.00 430	100.00 427	100.00 430	100.00 428	100.00 432	100.00 431	93.32 434	99.97 432	100.00 433	100.00 433	95.80 435	96.62 430

DPSM_ROB	93.70 428	78.60 427	100.00 431	83.05 427	85.63 425	100.00 429	100.00 427	100.00 429	100.00 430	100.00 430	100.00 427	100.00 430	100.00 428	100.00 432	100.00 431	88.93 426	97.35 427	74.49 426	94.98 426	81.33 427	89.69 428

DPSM	93.70 428	78.60 427	100.00 431	83.05 427	85.63 425	100.00 429	100.00 427	100.00 429	100.00 430	100.00 430	100.00 427	100.00 430	100.00 428	100.00 432	100.00 431	88.93 426	97.35 427	74.49 426	94.98 426	81.33 427	89.69 428

FADE		7.35 414		2.62 407	2.96 411			10.11 405	7.01 396	2.68 385		5.30 384		14.13 407		17.52 418	2.74 414	17.99 418	20.17 419	2.05 398	1.65 382

Low-res two-view benchmark