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

GrayStereo	0.52 212	0.03 1	1.36 52	0.10 289	0.00 1	1.13 329	2.57 405	0.32 119	1.03 334	0.00 1	0.00 1	0.08 133	3.66 389	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.17 208

AEACV	0.45 183	0.04 2	1.15 26	0.69 390	0.94 394	0.91 201	0.00 1	0.70 164	0.27 82	0.39 340	0.05 262	0.01 7	0.10 260	0.45 162	0.04 92	0.00 1	0.90 372	0.00 1	0.32 409	0.08 235	2.01 409

riskmin	0.49 200	0.04 2	1.45 86	0.70 391	0.80 386	0.54 99	0.20 327	1.05 212	0.20 64	0.24 309	0.27 303	1.13 342	0.00 1	0.43 158	0.41 259	0.00 1	0.80 356	0.00 1	0.26 402	0.00 1	1.23 361

PSM-AAD	0.53 225	0.04 2	1.38 62	0.06 274	0.00 1	1.20 350	2.11 400	0.17 80	0.78 219	0.01 88	0.44 335	0.14 162	3.94 392	0.23 121	0.06 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.02 59

KYRaft	0.26 74	0.05 5	1.37 56	0.04 251	0.00 1	1.16 338	0.12 316	0.11 47	0.78 219	0.01 88	0.29 312	0.03 62	0.75 338	0.37 149	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.03 67

SST-Stereo	0.56 245	0.05 5	1.55 107	0.06 274	0.19 306	1.10 309	0.47 371	0.32 119	0.80 242	0.04 209	0.00 1	0.05 100	0.57 325	5.98 360	0.02 53	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.00 1

GMM-Stereo	0.22 50	0.05 5	2.03 216	0.08 282	0.00 1	1.12 320	0.13 317	0.09 42	0.79 233	0.01 88	0.00 1	0.03 62	0.10 260	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.01 43

ICVP	0.16 23	0.05 5	1.22 36	0.00 1	0.01 188	1.01 227	0.09 304	0.28 111	0.17 42	0.00 1	0.02 247	0.07 126	0.01 84	0.21 116	0.05 104	0.00 1	0.01 249	0.00 1	0.00 1	0.01 26	0.09 143
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
LoS_RVC	0.08 2	0.06 9	1.05 19	0.00 1	0.01 188	0.16 33	0.00 1	0.17 80	0.09 14	0.00 1	0.00 1	0.04 82	0.01 84	0.05 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

knoymous	0.10 3	0.06 9	1.25 37	0.00 1	0.00 1	0.11 26	0.00 1	0.27 110	0.06 7	0.00 1	0.00 1	0.23 203	0.00 1	0.04 44	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 67

NF-Stereo	0.54 230	0.06 9	1.59 120	0.19 330	0.00 1	1.09 296	0.25 337	0.22 93	1.13 353	0.02 150	0.00 1	0.02 32	0.00 1	6.05 366	0.17 176	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

OCTAStereo	0.54 230	0.06 9	1.59 120	0.19 330	0.00 1	1.09 296	0.25 337	0.22 93	1.13 353	0.02 150	0.00 1	0.02 32	0.00 1	6.03 364	0.18 181	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

PSM-softLoss	0.55 238	0.06 9	1.89 190	0.27 349	0.00 1	1.08 280	0.25 337	0.12 54	1.06 338	0.03 189	0.01 166	0.02 32	0.01 84	5.92 356	0.18 181	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

KMStereo	0.55 238	0.06 9	1.89 190	0.27 349	0.00 1	1.08 280	0.25 337	0.12 54	1.06 338	0.03 189	0.01 166	0.02 32	0.01 84	5.92 356	0.18 181	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

NRIStereo	0.22 50	0.06 9	1.40 68	0.05 257	0.01 188	1.16 338	0.32 356	0.04 6	0.81 250	0.04 209	0.01 166	0.11 150	0.01 84	0.14 101	0.02 53	0.00 1	0.02 256	0.00 1	0.00 1	0.05 173	0.10 157

FTStereo	0.82 315	0.06 9	1.88 189	0.12 301	0.00 1	1.15 335	2.70 406	0.16 76	0.84 275	0.16 288	5.80 388	0.36 243	2.49 378	0.53 169	0.01 32	0.07 374	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

RAFT_R40	0.54 230	0.06 9	1.55 107	0.06 274	0.15 299	1.10 309	0.31 351	0.31 117	0.78 219	0.02 150	0.03 255	0.07 126	0.29 303	5.98 360	0.10 136	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.00 1

RE-Stereo	0.54 230	0.06 9	1.59 120	0.19 330	0.00 1	1.09 296	0.25 337	0.22 93	1.13 353	0.02 150	0.00 1	0.02 32	0.00 1	6.05 366	0.17 176	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

TVStereo	0.54 230	0.06 9	1.59 120	0.19 330	0.00 1	1.09 296	0.25 337	0.22 93	1.13 353	0.02 150	0.00 1	0.02 32	0.00 1	6.05 366	0.17 176	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

CRE-IMP	0.22 50	0.06 9	1.43 84	0.05 257	0.02 228	1.12 320	0.33 357	0.04 6	1.08 343	0.02 150	0.00 1	0.12 154	0.00 1	0.03 30	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.09 143

Prome-Stereo	0.28 80	0.06 9	1.40 68	0.10 289	0.00 1	1.16 338	0.02 241	0.39 130	0.88 316	0.02 150	0.52 343	0.05 100	0.69 332	0.28 139	0.07 119	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.03 67

EAI-Stereo	0.98 325	0.06 9	1.09 23	0.17 325	0.67 378	1.19 349	4.84 411	2.67 354	0.91 321	0.95 365	4.52 384	0.30 225	0.53 324	0.57 172	0.46 264	0.00 1	0.07 288	0.00 1	0.29 407	0.01 26	0.34 279

R-Stereo Train	0.22 50	0.06 9	1.64 133	0.00 1	0.00 1	0.76 166	0.00 1	1.57 270	0.17 42	0.02 150	0.00 1	0.01 7	0.00 1	0.02 9	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 67

RAFT-Stereo	0.22 50	0.06 9	1.64 133	0.00 1	0.00 1	0.76 166	0.00 1	1.57 270	0.17 42	0.02 150	0.00 1	0.01 7	0.00 1	0.02 9	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 67
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
panet	0.12 12	0.07 25	0.78 4	0.00 1	0.00 1	1.06 250	0.00 1	0.22 93	0.15 26	0.00 1	0.00 1	0.02 32	0.00 1	0.02 9	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 43

AE-Stereo	0.43 173	0.07 25	1.90 194	0.05 257	0.21 315	1.09 296	0.00 1	1.02 203	0.48 114	0.39 340	0.28 310	0.18 185	0.00 1	0.18 113	0.05 104	0.00 1	0.83 364	0.00 1	0.23 392	0.07 217	1.64 386

Any-RAFT	0.24 61	0.07 25	1.16 29	0.00 1	0.01 188	1.13 329	0.00 1	1.21 230	0.36 94	0.02 150	0.00 1	0.49 274	0.00 1	0.19 114	0.03 66	0.00 1	0.08 290	0.00 1	0.00 1	0.00 1	0.03 67

CAS	0.13 14	0.07 25	0.86 9	0.00 1	0.00 1	1.01 227	0.00 1	0.26 107	0.16 34	0.00 1	0.00 1	0.03 62	0.01 84	0.02 9	0.04 92	0.09 377	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

anonymousdsp2	0.40 155	0.07 25	1.78 170	0.28 352	0.74 380	0.65 139	0.00 1	0.16 76	0.61 138	0.31 323	0.01 166	0.17 182	0.01 84	0.41 156	0.17 176	0.00 1	0.88 371	0.00 1	0.02 303	0.04 158	1.73 392

EGLCR-Stereo	0.43 173	0.07 25	1.21 35	0.58 377	0.65 375	1.64 373	0.31 351	1.15 223	0.19 61	0.43 343	0.02 247	0.00 1	0.02 131	0.38 153	0.14 163	0.00 1	0.66 346	0.00 1	0.00 1	0.00 1	1.11 359

DCANet-4	0.37 133	0.07 25	3.11 295	0.00 1	0.00 1	1.06 250	0.00 1	1.82 313	0.85 298	0.16 288	0.00 1	0.04 82	0.05 226	0.04 44	0.08 125	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 238

tt	48.09 424	0.07 25	27.39 415	1.35 401	0.00 1	100.00 436	100.00 434	100.00 435	96.65 430	0.15 285	0.01 166	97.98 434	87.03 430	2.52 235	99.87 435	82.90 431	94.64 430	16.21 423	20.93 426	33.72 424	0.29 265

BUS	0.38 141	0.07 25	0.98 13	0.00 1	0.00 1	1.88 378	0.00 1	2.67 354	0.82 256	0.30 319	0.09 279	0.64 292	0.00 1	0.06 72	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

BSDual-CNN	0.35 116	0.07 25	0.98 13	0.00 1	0.00 1	1.09 296	0.00 1	2.67 354	0.82 256	0.30 319	0.09 279	0.35 238	0.03 174	0.06 72	0.51 267	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

psmg	0.29 85	0.07 25	0.98 13	0.00 1	0.00 1	1.07 269	0.00 1	1.92 321	0.82 256	0.00 1	0.00 1	0.35 238	0.03 174	0.06 72	0.51 267	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.01 43

GLC_STEREO	0.06 1	0.07 25	0.85 8	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 84	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.03 67

Patchmatch Stereo++	0.18 29	0.07 25	1.40 68	0.05 257	0.01 188	1.08 280	0.07 292	0.05 12	0.75 168	0.02 150	0.00 1	0.05 100	0.00 1	0.03 30	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	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	0.18 29	0.07 25	1.40 68	0.05 257	0.02 228	1.08 280	0.08 299	0.05 12	0.75 168	0.02 150	0.00 1	0.07 126	0.00 1	0.04 44	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.00 1

ROB_FTStereo_v2	0.18 29	0.07 25	1.40 68	0.05 257	0.02 228	1.08 280	0.06 287	0.05 12	0.75 168	0.02 150	0.00 1	0.07 126	0.00 1	0.04 44	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.00 1

ROB_FTStereo	0.18 29	0.07 25	1.40 68	0.05 257	0.02 228	1.08 280	0.06 287	0.05 12	0.75 168	0.02 150	0.00 1	0.03 62	0.00 1	0.04 44	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.00 1

HUI-Stereo	0.19 39	0.07 25	1.41 78	0.05 257	0.02 228	1.08 280	0.08 299	0.06 22	0.76 189	0.02 150	0.00 1	0.07 126	0.00 1	0.04 44	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.00 1

DeepStereo_RVC	0.24 61	0.07 25	1.16 29	0.06 274	0.02 228	1.08 280	0.31 351	0.04 6	0.75 168	0.02 150	0.00 1	0.00 1	1.22 357	0.03 30	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.05 101

iGMRVC	0.18 29	0.07 25	1.40 68	0.05 257	0.03 245	1.08 280	0.07 292	0.06 22	0.75 168	0.02 150	0.00 1	0.05 100	0.00 1	0.04 44	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.00 1

RAFT-345	0.52 212	0.07 25	1.75 165	0.11 297	0.07 275	1.17 343	0.18 324	0.21 91	0.78 219	0.00 1	0.01 166	0.09 141	0.01 84	5.87 351	0.19 190	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

iRAFT	0.18 29	0.07 25	1.40 68	0.05 257	0.01 188	1.08 280	0.07 292	0.05 12	0.75 168	0.02 150	0.00 1	0.05 100	0.00 1	0.03 30	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.00 1

AnonymousM	0.18 29	0.07 25	0.80 5	0.04 251	0.00 1	1.03 237	0.00 1	0.20 89	0.65 145	0.06 235	0.00 1	0.00 1	0.00 1	0.33 143	0.02 53	0.00 1	0.19 302	0.00 1	0.00 1	0.01 26	0.18 215

RAFT-IKP	0.18 29	0.07 25	1.41 78	0.05 257	0.01 188	1.08 280	0.08 299	0.05 12	0.75 168	0.02 150	0.00 1	0.05 100	0.00 1	0.04 44	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.00 1

CREStereo	0.12 12	0.07 25	0.76 3	0.00 1	0.00 1	1.06 250	0.00 1	0.25 105	0.14 20	0.00 1	0.00 1	0.02 32	0.00 1	0.02 9	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.01 43
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
CES	0.10 3	0.08 49	0.73 2	0.00 1	0.00 1	0.20 37	0.01 180	0.08 35	0.75 168	0.01 88	0.00 1	0.08 133	0.03 174	0.03 30	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

CASS	0.10 3	0.08 49	1.10 24	0.00 1	0.00 1	0.13 31	0.01 180	0.15 69	0.18 52	0.21 298	0.00 1	0.02 32	0.02 131	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.03 67
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymity	0.27 77	0.08 49	1.16 29	0.10 289	0.30 336	0.04 8	0.00 1	0.55 147	0.08 9	0.42 342	0.13 287	0.49 274	0.57 325	0.27 133	0.30 224	0.00 1	0.33 318	0.00 1	0.23 392	0.01 26	0.43 297

DAS	0.55 238	0.08 49	1.79 173	0.00 1	0.00 1	0.09 23	0.00 1	1.54 265	0.85 298	1.16 371	0.00 1	0.24 206	0.03 174	4.66 319	0.31 227	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.14 194

SepStereo	0.50 205	0.08 49	1.79 173	0.00 1	0.00 1	0.09 23	0.00 1	1.54 265	0.85 298	1.16 371	0.00 1	0.24 206	0.03 174	3.84 289	0.31 227	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.14 194

PSMNet-ADL	0.39 148	0.08 49	0.96 11	0.00 1	0.00 1	1.02 233	0.00 1	0.72 171	0.16 34	0.00 1	0.10 283	0.48 267	0.01 84	3.60 280	0.37 243	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.23 238

AAGNet	0.99 327	0.08 49	1.59 120	0.15 313	0.27 332	1.14 334	0.27 347	0.06 22	0.78 219	0.01 88	0.00 1	0.01 7	0.97 346	3.60 280	10.81 402	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.00 1

s12784h	0.27 77	0.08 49	1.46 87	0.00 1	0.00 1	1.06 250	0.02 241	1.66 279	0.75 168	0.01 88	0.36 330	0.02 32	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.02 59

CFNet-RSSM	0.21 46	0.08 49	1.39 66	0.00 1	0.12 292	0.63 127	0.00 1	1.32 244	0.15 26	0.01 88	0.00 1	0.09 141	0.00 1	0.11 94	0.04 92	0.00 1	0.00 1	0.00 1	0.23 392	0.01 26	0.08 130

PMTNet	0.13 14	0.08 49	0.99 16	0.00 1	0.00 1	1.05 247	0.04 274	0.21 91	0.14 20	0.00 1	0.00 1	0.04 82	0.00 1	0.04 44	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.01 43

HSM-Net_RVC	0.57 250	0.08 49	1.74 158	0.00 1	0.00 1	0.63 127	0.00 1	4.21 392	0.71 157	0.14 281	0.00 1	0.21 198	0.03 174	3.43 272	0.05 104	0.01 344	0.00 1	0.00 1	0.00 1	0.00 1	0.10 157
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
GMStereo_Zeroshot	0.10 3	0.09 60	1.06 20	0.14 310	0.00 1	0.03 5	0.00 1	0.05 12	0.17 42	0.00 1	0.03 255	0.19 193	0.02 131	0.01 2	0.05 104	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.08 130

DisPM	0.22 50	0.09 60	1.74 158	0.11 297	0.00 1	1.16 338	0.40 364	0.08 35	0.68 149	0.03 189	0.00 1	0.00 1	0.00 1	0.07 78	0.04 92	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

Pruner-Stereo	0.22 50	0.09 60	1.50 93	0.23 344	0.00 1	1.10 309	0.20 327	0.17 80	0.78 219	0.03 189	0.00 1	0.01 7	0.00 1	0.04 44	0.21 196	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.01 43

cross-raft	0.21 46	0.09 60	1.42 80	0.48 372	0.50 357	0.41 69	0.07 292	0.50 140	0.03 2	0.02 150	0.00 1	0.38 251	0.00 1	0.08 84	0.03 66	0.00 1	0.00 1	0.00 1	0.11 346	0.01 26	0.09 143

sCroCo_RVC	0.13 14	0.09 60	1.61 128	0.00 1	0.00 1	0.02 3	0.00 1	0.11 47	0.64 142	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 26	0.00 1

Gwc-CoAtRS	0.15 21	0.09 60	1.42 80	0.00 1	0.11 290	0.43 76	0.00 1	0.32 119	0.08 9	0.02 150	0.00 1	0.18 185	0.00 1	0.05 66	0.06 116	0.00 1	0.06 286	0.00 1	0.18 376	0.01 26	0.08 130

AdaStereo	0.25 70	0.09 60	1.34 50	0.00 1	0.00 1	0.26 42	0.00 1	1.95 322	0.75 168	0.00 1	0.00 1	0.30 225	0.01 84	0.14 101	0.13 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.05 101
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.
CASnet	0.10 3	0.10 67	0.81 6	0.00 1	0.00 1	0.82 177	0.00 1	0.14 67	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	0.03 124	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS	0.16 23	0.10 67	0.97 12	0.02 228	0.00 1	1.04 242	0.01 180	0.07 30	0.75 168	0.01 88	0.01 166	0.16 176	0.04 200	0.07 78	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.00 1

test-3	0.30 94	0.10 67	1.49 90	0.20 337	0.38 342	0.44 80	0.01 180	1.59 274	0.08 9	0.04 209	0.00 1	0.02 32	0.00 1	0.08 84	0.24 209	0.00 1	0.47 330	0.00 1	0.20 385	0.13 289	0.43 297

test_1	0.30 94	0.10 67	1.50 93	0.21 340	0.38 342	0.44 80	0.01 180	1.58 273	0.08 9	0.04 209	0.00 1	0.02 32	0.00 1	0.07 78	0.24 209	0.00 1	0.47 330	0.00 1	0.20 385	0.13 289	0.43 297

test_3	0.31 102	0.10 67	1.52 100	0.20 337	0.40 345	0.54 99	0.01 180	1.68 281	0.08 9	0.16 288	0.00 1	0.02 32	0.00 1	0.07 78	0.24 209	0.00 1	0.50 334	0.00 1	0.20 385	0.13 289	0.38 289

PFNet+	0.28 80	0.10 67	1.61 128	0.08 282	0.01 188	1.12 320	0.41 365	0.12 54	0.80 242	0.08 252	0.01 166	0.02 32	0.00 1	1.19 199	0.04 92	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

DEmStereo	0.76 301	0.10 67	1.95 204	0.04 251	0.00 1	0.80 173	0.50 375	0.06 22	0.76 189	0.05 222	0.72 352	0.02 32	3.33 387	5.67 346	1.24 317	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo++_RVC	0.15 21	0.10 67	1.55 107	0.00 1	0.00 1	1.01 227	0.00 1	0.15 69	0.15 26	0.00 1	0.01 166	0.04 82	0.00 1	0.02 9	0.02 53	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 86
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
RAFT-Test	0.37 133	0.11 75	1.68 144	0.57 376	0.93 393	0.43 76	0.10 308	1.03 206	0.49 116	0.16 288	0.00 1	0.87 320	0.00 1	0.27 133	0.12 146	0.00 1	0.33 318	0.00 1	0.24 400	0.01 26	0.05 101

Selective-IGEV	0.28 80	0.11 75	1.31 48	0.64 383	0.60 374	0.27 43	0.00 1	0.05 12	0.56 128	0.00 1	0.00 1	0.01 7	0.03 174	0.25 122	0.25 213	0.00 1	0.79 353	0.00 1	0.07 328	0.06 199	0.62 329

SFCPSM	0.24 61	0.11 75	1.53 103	0.00 1	0.05 266	0.35 61	0.01 180	1.54 265	0.77 206	0.01 88	0.00 1	0.12 154	0.02 131	0.06 72	0.05 104	0.00 1	0.00 1	0.00 1	0.02 303	0.03 124	0.06 111

MDST_ROB	1.73 368	0.11 75	3.61 331	0.13 307	0.15 299	5.47 404	0.31 351	4.97 396	0.87 313	6.33 403	1.52 370	1.03 331	1.19 356	6.22 376	2.13 346	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.60 325

MoCha-V2	0.32 104	0.12 79	1.14 25	0.12 301	0.57 368	0.08 20	0.00 1	0.15 69	0.19 61	0.08 252	0.00 1	0.07 126	0.00 1	0.53 169	0.23 205	0.00 1	1.14 402	0.00 1	0.22 390	0.11 276	1.61 383

IGEV_Zeroshot_test	0.56 245	0.12 79	3.25 302	0.16 317	0.47 352	0.55 103	0.46 367	0.53 146	0.38 96	0.70 356	0.49 340	1.08 335	0.49 321	0.36 146	0.31 227	0.00 1	0.37 324	0.00 1	0.13 351	0.03 124	1.33 365

MSKI-zero shot	0.34 110	0.12 79	1.70 149	0.55 373	0.44 348	1.10 309	0.03 259	0.91 191	0.22 67	0.22 302	0.05 262	0.06 116	0.00 1	0.16 104	0.04 92	0.00 1	0.87 370	0.00 1	0.18 376	0.02 79	0.22 230

MC-Stereo	0.38 141	0.12 79	1.30 47	0.65 385	0.70 379	1.06 250	0.00 1	0.03 3	0.14 20	0.23 305	0.00 1	0.04 82	0.02 131	0.38 153	0.12 146	0.00 1	1.08 388	0.00 1	0.02 303	0.08 235	1.72 389

GANet-ADL	0.20 41	0.12 79	1.43 84	0.00 1	0.01 188	0.84 183	0.00 1	0.40 133	0.17 42	0.00 1	0.36 330	0.35 238	0.00 1	0.09 88	0.14 163	0.00 1	0.00 1	0.00 1	0.00 1	0.04 158	0.12 179

ASMatch	0.60 260	0.12 79	1.85 184	0.14 310	0.04 257	1.08 280	0.00 1	0.12 54	0.87 313	0.06 235	0.43 334	0.06 116	0.85 343	6.18 375	0.26 217	0.00 1	0.00 1	0.00 1	0.01 292	0.00 1	0.00 1

PCWNet_CMD	0.20 41	0.13 85	1.38 62	0.00 1	0.01 188	0.73 161	0.00 1	0.39 130	0.19 61	0.00 1	0.01 166	0.47 263	0.50 322	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.17 208

Selective-RAFT	0.21 46	0.13 85	0.82 7	0.00 1	0.00 1	1.08 280	0.00 1	0.06 22	0.77 206	0.00 1	0.00 1	0.08 133	0.00 1	0.01 2	0.03 66	0.00 1	0.90 372	0.00 1	0.18 376	0.04 158	0.16 204

iRaft-Stereo_20w	0.77 304	0.13 85	2.90 282	0.63 381	0.50 357	1.18 345	0.58 378	2.56 349	0.71 157	0.85 362	0.05 262	0.78 313	1.02 348	0.82 187	0.76 293	0.00 1	0.52 337	0.00 1	0.14 358	0.02 79	1.25 364

DRaft	0.58 252	0.13 85	1.34 50	0.00 1	0.00 1	0.94 211	0.18 324	0.08 35	0.16 34	0.03 189	0.25 300	0.06 116	2.49 378	4.51 315	1.32 323	0.00 1	0.03 263	0.00 1	0.02 303	0.03 124	0.08 130

CFNet_pseudo	0.24 61	0.13 85	1.40 68	0.00 1	0.01 188	0.96 215	0.00 1	1.08 217	0.16 34	0.00 1	0.01 166	0.48 267	0.35 309	0.03 30	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 168

Anonymous	0.10 3	0.13 85	1.60 127	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 32	0.01 84	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 158	0.17 208

MSMDNet	0.20 41	0.13 85	1.39 66	0.00 1	0.01 188	0.73 161	0.00 1	0.39 130	0.18 52	0.00 1	0.01 166	0.48 267	0.48 320	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.17 208

ccs_rob	0.24 61	0.13 85	1.40 68	0.00 1	0.01 188	0.97 217	0.00 1	1.08 217	0.16 34	0.00 1	0.01 166	0.48 267	0.35 309	0.03 30	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 168

RCA-Stereo	0.28 80	0.14 93	1.00 18	0.00 1	0.13 294	1.06 250	0.00 1	1.76 296	0.16 34	0.07 243	0.00 1	0.02 32	0.06 237	0.00 1	0.00 1	0.00 1	0.83 364	0.00 1	0.00 1	0.06 199	0.23 238

NINENet	0.52 212	0.14 93	1.48 88	0.06 274	0.00 1	1.88 378	0.00 1	3.28 384	0.76 189	0.00 1	0.00 1	0.64 292	0.00 1	2.11 217	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

hknet	0.45 183	0.14 93	1.89 190	0.00 1	0.00 1	1.09 296	0.00 1	2.67 354	0.82 256	0.30 319	0.09 279	0.63 289	0.00 1	1.06 195	0.38 251	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

LCNet	0.26 74	0.14 93	1.38 62	0.10 289	0.00 1	0.97 217	0.00 1	0.12 54	0.78 219	0.01 88	0.00 1	0.02 32	1.07 352	0.43 158	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 309	0.03 67

Anonymous3	0.24 61	0.14 93	1.98 207	0.00 1	0.00 1	1.12 320	0.00 1	0.61 154	0.77 206	0.01 88	0.00 1	0.06 116	0.00 1	0.02 9	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.02 59

pcwnet_v2	0.49 200	0.14 93	4.76 362	0.00 1	0.00 1	0.68 150	0.00 1	2.39 343	0.81 250	0.01 88	0.00 1	0.35 238	0.32 307	0.19 114	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.22 230

EKT-Stereo	0.55 238	0.15 99	1.80 175	0.73 393	4.21 419	1.08 280	0.00 1	1.17 227	0.32 90	0.02 150	0.00 1	0.08 133	0.00 1	1.01 194	0.13 156	0.00 1	0.03 263	0.00 1	0.05 323	0.03 124	0.29 265

CRFU-Net	0.43 173	0.15 99	1.89 190	0.26 348	0.01 188	0.91 201	0.00 1	0.47 138	0.27 82	0.00 1	0.00 1	0.41 257	1.89 370	2.11 217	0.14 163	0.00 1	0.00 1	0.03 379	0.00 1	0.03 124	0.03 67

PFNet	0.63 271	0.15 99	2.41 250	0.00 1	0.30 336	1.17 343	0.00 1	0.35 124	0.92 323	0.01 88	0.24 299	0.03 62	0.00 1	6.43 384	0.23 205	0.09 377	0.00 1	0.00 1	0.04 319	0.13 289	0.10 157

SMFormer	0.52 212	0.16 102	1.37 56	0.00 1	0.00 1	0.05 11	0.00 1	1.78 301	1.11 346	0.00 1	0.27 303	0.15 168	0.00 1	3.31 268	0.65 278	0.00 1	0.82 359	0.00 1	0.10 339	0.02 79	0.66 334

tta	0.52 212	0.16 102	1.37 56	0.00 1	0.00 1	0.05 11	0.00 1	1.78 301	1.11 346	0.00 1	0.27 303	0.15 168	0.00 1	3.31 268	0.65 278	0.00 1	0.82 359	0.00 1	0.10 339	0.05 173	0.51 315

qqq1	0.52 212	0.16 102	1.37 56	0.00 1	0.00 1	0.05 11	0.00 1	1.78 301	1.11 346	0.00 1	0.27 303	0.15 168	0.00 1	3.31 268	0.66 281	0.00 1	0.82 359	0.00 1	0.09 336	0.05 173	0.51 315

fff1	0.52 212	0.16 102	1.37 56	0.00 1	0.00 1	0.05 11	0.00 1	1.78 301	1.11 346	0.00 1	0.27 303	0.15 168	0.00 1	3.31 268	0.66 281	0.00 1	0.82 359	0.00 1	0.09 336	0.05 173	0.51 315

CrosDoStereo	1.11 339	0.16 102	1.64 133	0.00 1	0.05 266	0.66 142	5.65 414	0.70 164	0.54 122	0.25 312	1.18 364	0.19 193	2.94 383	6.48 385	1.58 330	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.08 130

DeepStereo_LL	1.11 339	0.16 102	1.64 133	0.00 1	0.05 266	0.66 142	5.65 414	0.70 164	0.54 122	0.25 312	1.18 364	0.19 193	2.94 383	6.48 385	1.58 330	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.08 130

MGS-Stereo	0.13 14	0.17 108	1.07 21	0.00 1	0.00 1	0.43 76	0.00 1	0.28 111	0.15 26	0.00 1	0.00 1	0.01 7	0.01 84	0.06 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.38 379	0.00 1

11t1	0.39 148	0.17 108	1.36 52	0.00 1	0.47 352	0.11 26	0.00 1	0.59 151	1.12 351	0.05 222	0.29 312	0.03 62	0.00 1	0.26 129	0.66 281	0.00 1	1.05 382	0.00 1	0.14 358	0.03 124	1.45 377

CFNet_ucs	0.29 85	0.17 108	1.53 103	0.00 1	0.01 188	0.83 179	0.00 1	2.07 330	0.24 76	0.00 1	0.00 1	0.48 267	0.29 303	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 194

Former-RAFT_DAM_RVC	0.11 9	0.18 111	0.67 1	0.00 1	0.00 1	0.06 16	0.00 1	0.11 47	0.26 78	0.74 358	0.00 1	0.03 62	0.01 84	0.03 30	0.02 53	0.00 1	0.00 1	0.00 1	0.00 1	0.03 124	0.03 67

test-1	0.36 126	0.18 111	1.36 52	0.00 1	0.83 387	0.60 117	0.00 1	1.07 216	0.18 52	0.07 243	0.49 340	0.34 232	0.00 1	0.10 91	0.51 267	0.00 1	0.64 345	0.00 1	0.06 326	0.01 26	0.84 344

XX-Stereo	0.73 296	0.18 111	5.35 373	0.38 365	0.26 331	1.13 329	0.00 1	3.03 371	0.18 52	0.14 281	0.01 166	1.40 358	0.01 84	1.36 208	0.04 92	0.00 1	0.50 334	0.00 1	0.16 372	0.03 124	0.43 297

FAT-Stereo	0.55 238	0.18 111	2.58 268	0.00 1	0.00 1	0.33 58	0.08 299	2.26 338	0.84 275	0.06 235	0.88 357	0.60 287	0.51 323	2.43 229	0.08 125	0.00 1	0.00 1	0.00 1	0.00 1	0.03 124	0.16 204

Anonymous_2	1.27 345	0.19 115	1.80 175	0.70 391	0.78 382	0.61 123	0.20 327	0.92 193	0.48 114	0.22 302	0.30 314	1.44 361	0.00 1	0.43 158	0.40 255	0.01 344	0.84 367	2.29 418	11.27 422	1.29 402	1.20 360

GES	0.23 58	0.19 115	1.56 111	0.00 1	0.00 1	1.07 269	0.02 241	0.73 174	0.15 26	0.00 1	0.02 247	0.11 150	0.08 252	0.44 161	0.16 175	0.01 344	0.00 1	0.00 1	0.00 1	0.05 173	0.09 143

FENet	0.27 77	0.19 115	1.51 98	0.00 1	0.00 1	1.01 227	0.00 1	1.02 203	0.77 206	0.00 1	0.00 1	0.24 206	0.04 200	0.27 133	0.22 202	0.00 1	0.00 1	0.00 1	0.00 1	0.03 124	0.07 115

DIP-Stereo	0.28 80	0.19 115	1.62 131	0.00 1	0.00 1	1.11 315	0.00 1	1.67 280	0.74 161	0.01 88	0.00 1	0.01 7	0.07 248	0.01 2	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.13 186
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
StereoDRNet-Refined	0.30 94	0.19 115	1.19 34	0.00 1	0.00 1	0.81 175	0.00 1	0.92 193	0.84 275	0.00 1	0.00 1	0.50 278	0.02 131	1.27 205	0.10 136	0.00 1	0.00 1	0.00 1	0.00 1	0.11 276	0.05 101
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
mmm	0.47 193	0.20 120	1.18 33	0.02 228	0.79 384	0.06 16	0.00 1	1.11 221	1.16 367	0.06 235	0.30 314	0.14 162	0.03 174	0.68 183	0.67 285	0.00 1	1.12 391	0.00 1	0.22 390	0.03 124	1.63 385

ttt	1.05 333	0.20 120	1.91 195	0.00 1	0.09 282	0.65 139	0.00 1	3.05 372	1.11 346	0.00 1	0.30 314	0.29 222	0.01 84	4.65 318	6.53 383	0.00 1	1.01 380	0.00 1	0.13 351	0.02 79	1.00 352

MIF-Stereo	0.11 9	0.20 120	1.58 118	0.00 1	0.00 1	0.10 25	0.02 241	0.07 30	0.05 5	0.00 1	0.08 277	0.02 32	0.01 84	0.03 30	0.02 53	0.00 1	0.00 1	0.00 1	0.00 1	0.09 259	0.00 1

GwcNet-ADL	0.33 108	0.20 120	1.73 156	0.00 1	0.00 1	1.02 233	0.00 1	2.51 346	0.40 105	0.00 1	0.00 1	0.37 246	0.04 200	0.03 30	0.24 209	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.13 186

ff7	0.36 126	0.21 124	1.28 42	0.16 317	0.22 318	1.07 269	0.00 1	0.12 54	0.56 128	0.32 325	0.00 1	0.01 7	0.04 200	0.25 122	0.03 66	0.00 1	0.92 375	0.00 1	0.10 339	0.08 235	1.75 393

ffff	0.36 126	0.21 124	1.28 42	0.16 317	0.22 318	1.07 269	0.00 1	0.12 54	0.56 128	0.32 325	0.00 1	0.01 7	0.04 200	0.25 122	0.03 66	0.00 1	0.92 375	0.00 1	0.10 339	0.08 235	1.75 393

11t	0.36 126	0.21 124	1.28 42	0.16 317	0.22 318	1.07 269	0.00 1	0.12 54	0.56 128	0.32 325	0.00 1	0.01 7	0.04 200	0.25 122	0.03 66	0.00 1	0.92 375	0.00 1	0.10 339	0.08 235	1.75 393

anonymousdsp	0.41 161	0.21 124	1.52 100	0.43 368	0.54 361	1.07 269	0.00 1	0.11 47	0.56 128	0.34 329	0.00 1	0.01 7	0.05 226	0.47 164	0.03 66	0.00 1	0.81 357	0.00 1	0.11 346	0.08 235	1.81 401

ccc-4	0.36 126	0.21 124	1.28 42	0.16 317	0.22 318	1.07 269	0.00 1	0.12 54	0.56 128	0.32 325	0.00 1	0.01 7	0.04 200	0.25 122	0.03 66	0.00 1	0.92 375	0.00 1	0.10 339	0.08 235	1.75 393

IGEV-Stereo	0.41 161	0.21 124	1.53 103	0.43 368	0.55 362	1.07 269	0.00 1	0.11 47	0.56 128	0.34 329	0.00 1	0.01 7	0.05 226	0.47 164	0.03 66	0.00 1	0.81 357	0.00 1	0.11 346	0.08 235	1.81 401
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DANet	0.67 283	0.21 124	2.33 244	0.25 346	0.06 271	0.50 89	0.11 315	1.62 277	0.74 161	0.22 302	0.06 272	1.07 334	0.02 131	4.45 310	1.22 316	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.53 319
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
IPLGR	0.50 205	0.22 131	2.74 272	0.03 243	0.02 228	1.08 280	0.03 259	1.95 322	0.75 168	0.09 260	0.00 1	0.18 185	0.22 295	2.57 237	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.05 101

NVstereo2D	0.53 225	0.22 131	2.52 263	0.00 1	0.00 1	0.58 116	0.03 259	1.62 277	0.99 332	0.05 222	0.00 1	0.48 267	0.00 1	3.88 290	0.08 125	0.00 1	0.05 283	0.00 1	0.00 1	0.02 79	0.06 111

HH	0.52 212	0.23 133	1.71 151	0.77 394	0.35 338	1.07 269	0.00 1	0.30 114	0.68 149	0.29 317	0.45 336	1.45 362	0.04 200	0.37 149	0.37 243	0.00 1	0.84 367	0.00 1	0.00 1	0.02 79	1.39 368

HanStereo	0.52 212	0.23 133	1.71 151	0.77 394	0.35 338	1.07 269	0.00 1	0.30 114	0.68 149	0.29 317	0.45 336	1.45 362	0.04 200	0.37 149	0.37 243	0.00 1	0.84 367	0.00 1	0.00 1	0.02 79	1.39 368

anonymousa	0.44 178	0.23 133	2.16 226	0.67 389	1.21 403	0.28 45	0.00 1	0.02 2	0.18 52	0.01 88	0.30 314	0.58 285	0.02 131	0.26 129	0.38 251	0.00 1	1.12 391	0.00 1	0.54 412	0.03 124	0.78 339

HHNet	0.53 225	0.23 133	2.29 241	0.11 297	0.00 1	1.15 335	0.25 337	0.70 164	0.78 219	0.01 88	3.49 380	0.04 82	0.69 332	0.02 9	0.70 290	0.03 368	0.00 1	0.00 1	0.00 1	0.03 124	0.03 67

STTRV1_RVC	0.69 287	0.23 133	2.35 246	0.00 1	0.00 1	0.63 127	0.01 180	1.17 227	0.79 233	0.01 88	0.51 342	0.26 215	0.18 284	5.99 362	0.31 227	0.30 389	1.12 391	0.00 1	0.00 1	0.01 26	0.03 67

CBMV_ROB	1.08 334	0.23 133	2.20 229	0.01 206	0.00 1	1.37 365	0.46 367	3.27 383	0.78 219	2.21 385	1.13 363	1.06 333	2.45 377	4.29 306	1.64 333	0.00 1	0.00 1	0.00 1	0.00 1	0.05 173	0.48 310

UPFNet	0.23 58	0.24 139	1.56 111	0.00 1	0.00 1	0.50 89	0.00 1	1.28 239	0.68 149	0.00 1	0.00 1	0.10 147	0.01 84	0.13 97	0.11 142	0.00 1	0.00 1	0.00 1	0.00 1	0.05 173	0.03 67

ProNet	0.25 70	0.25 140	1.15 26	0.08 282	0.41 346	0.84 183	0.00 1	0.06 22	0.39 100	0.00 1	0.00 1	0.01 7	0.00 1	0.13 97	0.01 32	0.00 1	0.23 306	0.00 1	0.00 1	0.09 259	1.34 367

CSP-Net	0.42 164	0.25 140	1.07 21	0.00 1	0.00 1	0.53 97	0.00 1	0.78 181	0.27 82	0.01 88	0.00 1	0.16 176	0.02 131	5.19 329	0.08 125	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.02 59

IRAFT_RVC	0.56 245	0.25 140	1.93 200	0.10 289	0.00 1	1.18 345	0.10 308	0.32 119	0.79 233	0.02 150	0.00 1	0.02 32	0.12 268	6.07 369	0.23 205	0.00 1	0.09 293	0.00 1	0.00 1	0.02 79	0.02 59

222	2.28 377	0.25 140	1.15 26	0.00 1	0.37 340	0.60 117	0.00 1	3.25 382	1.13 353	0.09 260	0.00 1	0.05 100	0.02 131	3.52 276	32.29 422	0.00 1	1.03 381	0.00 1	0.15 363	0.03 124	1.59 382

x	0.42 164	0.26 144	1.38 62	0.00 1	0.44 348	0.12 28	0.00 1	0.90 190	1.14 359	0.07 243	0.30 314	0.03 62	0.00 1	0.26 129	0.72 291	0.00 1	1.06 385	0.00 1	0.17 374	0.03 124	1.49 379

RAFT-RH_RVC	0.99 327	0.26 144	1.93 200	0.04 251	0.04 257	1.07 269	0.00 1	0.07 30	0.69 154	0.01 88	9.36 405	0.10 147	0.00 1	5.86 350	0.29 221	0.01 344	0.00 1	0.00 1	0.02 303	0.01 26	0.00 1

ccnet	0.59 256	0.26 144	2.24 236	0.01 206	0.08 280	0.70 155	0.18 324	1.35 250	0.43 107	0.45 345	0.66 350	0.13 160	0.38 313	3.57 278	1.09 310	0.01 344	0.00 1	0.02 371	0.00 1	0.03 124	0.16 204

UNet	0.29 85	0.26 144	2.47 256	0.00 1	0.00 1	0.71 157	0.01 180	0.52 143	0.81 250	0.00 1	0.00 1	0.37 246	0.02 131	0.46 163	0.10 136	0.00 1	0.00 1	0.00 1	0.00 1	0.05 173	0.04 86

HCRNet	0.37 133	0.27 148	1.27 40	0.00 1	0.00 1	1.09 296	0.00 1	0.56 148	0.80 242	0.01 88	0.01 166	0.06 116	0.03 174	3.22 263	0.07 119	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.03 67

S-Stereo	0.70 289	0.27 148	3.29 304	0.00 1	0.00 1	0.57 112	0.06 287	2.35 341	0.84 275	0.00 1	0.90 358	0.83 317	0.11 265	4.19 299	0.14 163	0.00 1	0.01 249	0.00 1	0.00 1	0.07 217	0.34 279

MIF-Stereo (partial)	0.14 18	0.28 150	1.74 158	0.00 1	0.00 1	0.08 20	0.00 1	0.23 100	0.17 42	0.00 1	0.01 166	0.02 32	0.02 131	0.04 44	0.04 92	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.01 43

qqq	0.49 200	0.28 150	1.37 56	0.00 1	0.49 356	0.14 32	0.00 1	1.23 233	1.14 359	0.07 243	0.31 320	0.01 7	0.00 1	1.38 209	0.69 287	0.00 1	1.06 385	0.00 1	0.19 381	0.03 124	1.44 373

xxxx	1.42 356	0.28 150	1.49 90	0.00 1	0.59 370	0.56 109	0.00 1	3.13 376	1.14 359	0.06 235	0.01 166	0.02 32	0.02 131	2.26 221	16.08 415	0.00 1	1.09 390	0.00 1	0.15 363	0.03 124	1.42 372

ACVNet-DCA	0.52 212	0.29 153	2.22 231	0.31 357	0.20 311	1.33 360	0.00 1	1.23 233	1.14 359	0.38 335	0.00 1	0.03 62	0.02 131	0.59 177	0.02 53	0.00 1	1.12 391	0.00 1	0.00 1	0.03 124	1.44 373

xx1	0.55 238	0.29 153	2.22 231	0.31 357	0.20 311	1.33 360	0.00 1	1.78 301	1.03 334	0.38 335	0.00 1	0.01 7	0.00 1	0.59 177	0.02 53	0.00 1	1.12 391	0.00 1	0.19 381	0.03 124	1.44 373

1test111	0.59 256	0.29 153	2.22 231	0.31 357	0.20 311	1.33 360	0.00 1	1.23 233	1.14 359	0.38 335	0.00 1	0.03 62	0.02 131	1.38 209	0.69 287	0.00 1	1.12 391	0.00 1	0.00 1	0.03 124	1.44 373

cc1	0.56 245	0.29 153	2.22 231	0.31 357	0.20 311	1.33 360	0.00 1	1.78 301	1.03 334	0.38 335	0.00 1	0.03 62	0.02 131	0.59 177	0.02 53	0.00 1	1.12 391	0.00 1	0.00 1	0.09 259	1.86 404

IER	0.20 41	0.30 157	1.87 187	0.00 1	0.00 1	0.61 123	0.00 1	0.25 105	0.23 71	0.00 1	0.00 1	0.40 255	0.02 131	0.22 119	0.07 119	0.00 1	0.00 1	0.00 1	0.00 1	0.04 158	0.01 43

TransformOpticalFlow	0.88 317	0.30 157	2.86 278	0.30 354	0.03 245	1.25 354	0.05 284	1.87 314	0.80 242	0.28 315	0.37 332	1.25 349	1.50 360	6.38 382	0.22 202	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.07 115

test_xeample	1.52 358	0.30 157	1.50 93	0.00 1	0.58 369	0.60 117	0.00 1	3.16 377	1.14 359	0.07 243	0.08 277	0.03 62	0.02 131	3.67 285	16.54 417	0.00 1	1.08 388	0.00 1	0.15 363	0.04 158	1.50 380

edge stereo	0.62 268	0.30 157	3.04 288	0.01 206	0.03 245	0.32 53	0.03 259	1.28 239	0.69 154	0.21 298	0.32 327	1.29 351	0.19 287	4.12 296	0.40 255	0.00 1	0.00 1	0.00 1	0.00 1	0.11 276	0.14 194

CoDeX	0.39 148	0.31 161	1.50 93	0.00 1	0.01 188	0.31 50	0.00 1	1.81 308	0.76 189	0.00 1	0.00 1	0.25 209	0.06 237	2.77 246	0.02 53	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.04 86

tt1	0.58 252	0.31 161	2.24 236	0.30 354	0.38 342	1.32 359	0.00 1	1.74 289	1.17 370	0.38 335	0.00 1	0.03 62	0.02 131	0.57 172	0.01 32	0.00 1	1.12 391	0.00 1	0.00 1	0.08 235	1.86 404

DISCO	0.35 116	0.31 161	1.99 209	0.16 317	0.16 303	0.33 58	0.00 1	0.15 69	0.30 87	0.00 1	0.01 166	1.49 365	0.00 1	1.21 203	0.63 276	0.00 1	0.00 1	0.00 1	0.00 1	0.07 217	0.12 179

STrans-v2	0.88 317	0.32 164	1.71 151	0.00 1	0.01 188	0.85 187	0.04 274	2.45 344	0.89 319	0.48 347	0.85 356	1.10 339	2.06 372	6.49 387	0.25 213	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.09 143

CroCo-Stereo	0.18 29	0.32 164	0.94 10	0.00 1	0.00 1	0.03 5	0.00 1	1.17 227	0.76 189	0.00 1	0.01 166	0.31 228	0.03 174	0.03 30	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	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
TANstereo	0.17 25	0.32 164	1.51 98	0.00 1	0.00 1	1.03 237	0.00 1	0.07 30	0.14 20	0.01 88	0.15 290	0.04 82	0.00 1	0.05 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 59

ac_64	0.48 196	0.32 164	2.27 239	0.04 251	0.01 188	0.44 80	0.02 241	0.36 126	0.83 265	0.15 285	0.01 166	0.88 322	0.04 200	3.90 291	0.21 196	0.00 1	0.00 1	0.00 1	0.00 1	0.07 217	0.06 111

FC-DCNN	3.67 395	0.32 164	2.78 275	0.00 1	0.01 188	3.09 389	0.58 378	3.68 388	3.04 392	11.64 415	12.38 414	13.84 411	9.79 410	6.23 377	5.39 376	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.60 325

DualNet	0.98 325	0.33 169	3.52 323	0.00 1	0.00 1	0.64 131	0.00 1	1.74 289	1.17 370	0.00 1	0.31 320	0.68 300	0.02 131	0.57 172	7.45 388	0.00 1	1.12 391	0.00 1	0.15 363	0.08 235	1.86 404

ffm	0.61 265	0.33 169	3.52 323	0.00 1	0.00 1	0.64 131	0.00 1	1.74 289	1.17 370	0.00 1	0.31 320	0.68 300	0.02 131	0.57 172	0.01 32	0.00 1	1.12 391	0.00 1	0.15 363	0.08 235	1.86 404

ff1	1.27 345	0.33 169	3.52 323	0.00 1	0.00 1	0.64 131	0.00 1	1.74 289	1.17 370	0.00 1	0.31 320	0.68 300	0.02 131	6.27 379	7.45 388	0.00 1	1.12 391	0.00 1	0.15 363	0.08 235	1.86 404

mmx	1.28 347	0.33 169	3.52 323	0.00 1	0.00 1	0.64 131	0.00 1	3.05 372	1.07 340	0.00 1	0.31 320	0.68 300	0.02 131	6.27 379	7.45 388	0.00 1	1.05 382	0.00 1	0.15 363	0.03 124	1.08 354

xxx	1.28 347	0.33 169	3.52 323	0.00 1	0.00 1	0.64 131	0.00 1	3.05 372	1.07 340	0.00 1	0.31 320	0.68 300	0.02 131	6.27 379	7.45 388	0.00 1	1.05 382	0.00 1	0.15 363	0.03 124	1.08 354

ToySt	0.42 164	0.33 169	2.09 219	0.08 282	0.55 362	0.55 103	0.00 1	0.72 171	0.55 126	0.05 222	0.26 301	0.37 246	0.00 1	0.30 142	0.54 272	0.01 344	0.58 339	0.00 1	0.14 358	0.04 158	1.33 365

test_4	0.20 41	0.33 169	1.50 93	0.08 282	0.13 294	1.04 242	0.00 1	0.05 12	0.09 14	0.10 265	0.00 1	0.02 32	0.01 84	0.27 133	0.14 163	0.00 1	0.08 290	0.00 1	0.02 303	0.13 289	0.07 115

THIR-Stereo	0.94 321	0.33 169	1.66 140	0.00 1	0.01 188	0.55 103	3.72 409	0.13 66	0.18 52	0.10 265	1.46 369	0.74 309	2.82 381	5.60 340	1.39 327	0.00 1	0.00 1	0.02 371	0.00 1	0.02 79	0.03 67

EDNetEfficient	2.95 390	0.33 169	20.38 413	0.19 330	0.83 387	1.00 225	1.95 398	0.58 150	5.15 399	8.01 409	1.79 373	0.93 325	4.16 396	3.66 284	9.80 400	0.00 1	0.03 263	0.00 1	0.06 326	0.05 173	0.13 186

MyStereo07	0.30 94	0.34 178	1.49 90	0.00 1	0.25 329	0.98 219	0.01 180	0.06 22	0.57 136	0.35 332	0.00 1	0.01 7	0.06 237	0.49 168	0.09 133	0.00 1	0.79 353	0.00 1	0.08 331	0.02 79	0.32 272

MyStereo04	0.37 133	0.34 178	2.41 250	0.00 1	0.25 329	0.98 219	0.01 180	1.05 212	0.28 85	0.09 260	0.01 166	0.36 243	0.12 268	0.05 66	0.35 238	0.00 1	0.79 353	0.00 1	0.08 331	0.02 79	0.32 272

G-Net	1.24 343	0.34 178	3.85 340	0.05 257	0.48 354	1.68 375	0.46 367	0.23 100	0.44 109	1.33 374	8.94 403	2.28 380	0.79 341	2.37 224	1.18 312	0.01 344	0.03 263	0.02 371	0.09 336	0.07 217	0.11 168

test croco	0.17 25	0.35 181	1.92 197	0.00 1	0.00 1	0.06 16	0.01 180	0.18 84	0.43 107	0.01 88	0.01 166	0.02 32	0.01 84	0.05 66	0.05 104	0.00 1	0.00 1	0.00 1	0.00 1	0.28 364	0.01 43

DRN-Test	0.52 212	0.35 181	2.75 273	0.03 243	0.09 282	0.60 117	0.00 1	1.72 285	0.84 275	0.01 88	0.00 1	0.18 185	0.04 200	3.27 266	0.23 205	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.25 252

MyStereo06	0.53 225	0.36 183	2.90 282	0.01 206	0.00 1	1.11 315	0.01 180	0.56 148	0.49 116	0.74 358	0.45 336	1.24 348	1.02 348	0.39 155	0.34 234	0.00 1	0.60 341	0.00 1	0.08 331	0.01 26	0.33 277

MyStereo05	0.39 148	0.36 183	2.43 253	0.01 206	0.00 1	1.11 315	0.01 180	1.25 236	0.57 136	0.06 235	0.01 166	0.29 222	0.15 277	0.07 78	0.37 243	0.00 1	0.60 341	0.00 1	0.08 331	0.01 26	0.33 277

gwcnet-sp	0.35 116	0.37 185	3.29 304	0.00 1	0.00 1	0.51 91	0.03 259	0.74 175	0.76 189	0.01 88	0.01 166	0.09 141	0.04 200	0.88 191	0.13 156	0.00 1	0.00 1	0.00 1	0.00 1	0.05 173	0.04 86

scenet	0.35 116	0.37 185	3.29 304	0.00 1	0.00 1	0.51 91	0.03 259	0.74 175	0.76 189	0.01 88	0.01 166	0.09 141	0.04 200	0.88 191	0.13 156	0.00 1	0.00 1	0.00 1	0.00 1	0.05 173	0.04 86

ssnet	0.35 116	0.37 185	3.29 304	0.00 1	0.00 1	0.51 91	0.03 259	0.74 175	0.76 189	0.01 88	0.01 166	0.09 141	0.04 200	0.88 191	0.13 156	0.00 1	0.00 1	0.00 1	0.00 1	0.05 173	0.04 86

DMCA	0.30 94	0.38 188	2.48 258	0.00 1	0.01 188	0.98 219	0.01 180	0.47 138	0.80 242	0.02 150	0.01 166	0.05 100	0.00 1	0.25 122	0.29 221	0.00 1	0.00 1	0.00 1	0.00 1	0.05 173	0.10 157

stereogan	0.57 250	0.38 188	3.12 296	0.01 206	0.01 188	0.64 131	0.02 241	1.11 221	0.96 328	0.08 252	0.01 166	1.66 370	0.45 317	2.60 238	0.05 104	0.00 1	0.00 1	0.00 1	0.00 1	0.16 317	0.07 115

DSFCA	0.49 200	0.39 190	1.59 120	0.00 1	0.01 188	0.96 215	0.36 360	0.40 133	0.80 242	0.03 189	0.31 320	0.04 82	0.23 297	3.83 288	0.81 298	0.00 1	0.00 1	0.00 1	0.00 1	0.03 124	0.09 143

DCRE	0.76 301	0.40 191	1.17 32	0.21 340	0.90 391	0.66 142	0.00 1	0.79 184	0.39 100	0.36 334	7.60 394	0.03 62	0.00 1	0.09 88	0.32 231	0.00 1	0.58 339	0.00 1	0.17 374	0.02 79	1.53 381

HGLStereo	0.35 116	0.40 191	1.83 179	0.00 1	0.00 1	0.65 139	0.01 180	0.68 161	0.39 100	0.03 189	0.01 166	0.47 263	0.03 174	2.14 219	0.17 176	0.00 1	0.00 1	0.00 1	0.00 1	0.08 235	0.04 86

StereoIM	0.11 9	0.41 193	1.31 48	0.00 1	0.00 1	0.05 11	0.01 180	0.08 35	0.23 71	0.01 88	0.01 166	0.04 82	0.02 131	0.03 30	0.04 92	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.01 43

sAnonymous2	0.17 25	0.42 194	2.46 254	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	0.08 235	0.32 272

CroCo_RVC	0.17 25	0.42 194	2.46 254	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	0.08 235	0.32 272

IGEV+	0.40 155	0.43 196	1.69 146	0.63 381	0.78 382	0.08 20	0.00 1	0.10 44	0.39 100	0.01 88	0.00 1	0.02 32	0.02 131	0.47 164	0.20 195	0.00 1	1.17 404	0.00 1	0.11 346	0.12 283	1.78 398

1111x	1.36 353	0.43 196	3.64 332	0.00 1	0.51 360	0.72 159	0.00 1	3.21 380	1.10 345	0.05 222	0.26 301	0.07 126	0.01 84	6.09 371	8.46 393	0.00 1	1.15 403	0.00 1	0.26 402	0.04 158	1.10 358

ADLNet	0.48 196	0.43 196	1.71 151	0.00 1	0.00 1	0.66 142	0.01 180	1.16 225	0.84 275	0.21 298	0.01 166	1.00 330	0.02 131	2.88 252	0.34 234	0.00 1	0.00 1	0.00 1	0.00 1	0.13 289	0.24 248

CroCo-Stereo Lap2	0.14 18	0.44 199	1.26 38	0.00 1	0.00 1	0.02 3	0.00 1	0.08 35	0.75 168	0.00 1	0.00 1	0.01 7	0.03 174	0.03 30	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.01 43

TRStereo	0.60 260	0.44 199	2.21 230	0.19 330	0.03 245	1.38 366	0.02 241	3.93 391	0.92 323	0.01 88	0.28 310	0.12 154	0.39 314	0.36 146	0.04 92	0.00 1	0.30 317	0.00 1	0.23 392	0.01 26	1.08 354

XX-TBD	0.18 29	0.44 199	1.52 100	0.00 1	0.00 1	0.92 206	0.00 1	0.17 80	0.14 20	0.00 1	0.21 297	0.03 62	0.00 1	0.02 9	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 59

ACVNet	0.30 94	0.44 199	1.74 158	0.01 206	0.00 1	1.06 250	0.10 308	0.23 100	0.83 265	0.02 150	0.01 166	0.70 306	0.00 1	0.08 84	0.41 259	0.00 1	0.00 1	0.00 1	0.00 1	0.09 259	0.17 208

acv_ft	0.30 94	0.44 199	1.83 179	0.00 1	0.00 1	0.42 73	0.01 180	0.69 163	0.83 265	0.23 305	0.01 166	0.70 306	0.12 268	0.08 84	0.18 181	0.00 1	0.00 1	0.00 1	0.00 1	0.27 358	0.17 208

NOSS_ROB	0.73 296	0.44 199	1.26 38	0.55 373	0.00 1	0.68 150	0.00 1	2.93 368	0.77 206	0.13 279	0.00 1	0.92 324	0.00 1	6.16 373	0.11 142	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.66 334

iRaftStereo_RVC	0.24 61	0.45 205	0.99 16	0.00 1	0.00 1	0.52 96	0.00 1	0.08 35	0.15 26	0.01 88	0.01 166	0.16 176	0.03 174	0.04 44	0.02 53	0.00 1	1.06 385	0.00 1	0.00 1	0.29 370	1.01 353

ELAS_RVC	3.35 394	0.45 205	4.75 361	0.25 346	0.07 275	1.56 370	7.12 417	2.23 337	5.68 400	7.77 408	7.71 398	6.55 395	10.27 411	5.63 344	6.24 382	0.00 1	0.04 273	0.03 379	0.01 292	0.11 276	0.48 310
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM-Forest	1.08 334	0.45 205	1.80 175	0.02 228	0.07 275	1.09 296	0.65 381	2.57 351	0.85 298	1.33 374	0.92 359	1.36 356	1.62 362	5.94 358	2.34 348	0.00 1	0.00 1	0.00 1	0.00 1	0.05 173	0.52 318
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DPSNet	1.65 364	0.46 208	7.31 389	0.30 354	0.11 290	1.54 368	0.01 180	4.48 394	1.14 359	0.11 272	0.01 166	0.82 316	3.51 388	5.89 352	5.84 379	0.02 360	0.29 316	0.03 379	0.23 392	0.23 350	0.59 324

DLCB_ROB	0.36 126	0.46 208	1.27 40	0.00 1	0.00 1	0.45 83	0.00 1	0.66 160	0.81 250	0.03 189	0.04 261	0.66 298	0.04 200	2.35 223	0.37 243	0.00 1	0.00 1	0.00 1	0.00 1	0.03 124	0.10 157

CBMV	0.80 312	0.46 208	2.11 221	0.00 1	0.00 1	0.84 183	0.76 386	3.17 378	0.84 275	0.61 353	0.00 1	1.23 345	1.88 369	2.46 231	0.97 303	0.00 1	0.00 1	0.00 1	0.00 1	0.07 217	0.56 323
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
SDNR	1.35 352	0.47 211	4.08 349	0.09 287	0.21 315	3.25 390	0.01 180	3.18 379	1.52 383	1.87 383	1.66 372	1.52 368	0.36 311	7.18 397	1.05 306	0.03 368	0.08 290	0.00 1	0.00 1	0.05 173	0.49 314

ssnet_v2	0.39 148	0.47 211	2.11 221	0.00 1	0.00 1	0.81 175	0.00 1	1.33 247	0.86 309	0.12 276	0.01 166	0.87 320	0.10 260	0.60 180	0.35 238	0.00 1	0.00 1	0.00 1	0.00 1	0.16 317	0.09 143

OMP-Stereo	0.71 290	0.47 211	1.36 52	0.18 327	0.06 271	1.18 345	0.00 1	1.76 296	0.78 219	0.11 272	0.59 347	0.49 274	0.00 1	6.94 395	0.25 213	0.00 1	0.00 1	0.00 1	0.00 1	0.03 124	0.07 115

delet	0.42 164	0.47 211	1.99 209	0.00 1	0.00 1	0.61 123	0.00 1	0.68 161	0.83 265	0.06 235	0.01 166	0.51 282	0.19 287	2.68 243	0.21 196	0.00 1	0.00 1	0.00 1	0.00 1	0.09 259	0.07 115

MSMD_ROB	2.26 376	0.47 211	2.67 271	0.01 206	0.00 1	5.00 401	0.21 333	1.35 250	1.87 389	6.37 404	8.46 400	7.34 399	4.30 398	4.84 320	1.91 337	0.00 1	0.00 1	0.00 1	0.00 1	0.03 124	0.30 269

IIG-Stereo	0.71 290	0.48 216	1.42 80	0.05 257	0.03 245	1.18 345	0.00 1	1.75 293	0.79 233	0.01 88	0.56 345	0.53 283	0.01 84	6.87 392	0.37 243	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.07 115

ELAS	3.20 393	0.48 216	3.06 291	0.19 330	0.06 271	7.89 407	2.23 401	3.33 385	4.19 396	8.91 413	9.70 406	4.40 387	7.69 406	4.25 302	6.87 385	0.00 1	0.04 273	0.03 379	0.04 319	0.12 283	0.48 310
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GMOStereo	0.29 85	0.49 218	1.56 111	0.00 1	0.56 364	0.87 189	0.02 241	0.18 84	0.17 42	0.01 88	0.01 166	0.25 209	0.01 84	0.04 44	0.01 32	0.00 1	1.23 406	0.00 1	0.00 1	0.18 329	0.18 215

error version	0.29 85	0.49 218	1.56 111	0.00 1	0.56 364	0.87 189	0.02 241	0.18 84	0.17 42	0.01 88	0.01 166	0.25 209	0.01 84	0.04 44	0.01 32	0.00 1	1.23 406	0.00 1	0.00 1	0.18 329	0.18 215

test-v	0.29 85	0.49 218	1.56 111	0.00 1	0.56 364	0.87 189	0.02 241	0.18 84	0.17 42	0.01 88	0.01 166	0.25 209	0.01 84	0.04 44	0.01 32	0.00 1	1.23 406	0.00 1	0.00 1	0.18 329	0.18 215

test-2	0.29 85	0.49 218	1.56 111	0.00 1	0.56 364	0.87 189	0.02 241	0.18 84	0.17 42	0.01 88	0.01 166	0.25 209	0.01 84	0.04 44	0.01 32	0.00 1	1.23 406	0.00 1	0.00 1	0.18 329	0.18 215

STTStereo	0.33 108	0.49 218	2.91 284	0.00 1	0.00 1	0.83 179	0.03 259	0.28 111	0.16 34	0.02 150	0.00 1	0.20 197	0.03 174	1.52 211	0.08 125	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.03 67

SGM_RVC	2.03 374	0.49 218	2.04 217	0.27 349	0.17 304	3.07 388	1.00 392	2.70 358	1.62 385	5.12 396	3.09 378	4.77 389	4.08 394	7.38 400	2.86 354	0.21 385	0.23 306	0.20 405	0.23 392	0.28 364	0.84 344
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
fff	0.37 133	0.50 224	2.02 211	0.00 1	0.02 228	1.06 250	0.00 1	1.90 316	0.84 275	0.16 288	0.00 1	0.04 82	0.59 328	0.04 44	0.08 125	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 238

DCANet	0.35 116	0.50 224	2.02 211	0.00 1	0.00 1	1.06 250	0.00 1	1.90 316	0.85 298	0.10 265	0.00 1	0.04 82	0.00 1	0.04 44	0.12 146	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.25 252

csc	0.37 133	0.50 224	2.02 211	0.00 1	0.02 228	1.06 250	0.00 1	1.90 316	0.84 275	0.16 288	0.00 1	0.04 82	0.59 328	0.04 44	0.08 125	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 238

cscssc	0.37 133	0.50 224	2.02 211	0.00 1	0.02 228	1.06 250	0.00 1	1.90 316	0.84 275	0.16 288	0.00 1	0.04 82	0.59 328	0.04 44	0.08 125	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 238

iResNet	0.34 110	0.50 224	1.65 137	0.00 1	0.00 1	0.70 155	0.00 1	1.60 275	0.78 219	0.01 88	0.00 1	0.04 82	0.03 174	0.15 103	1.11 311	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.20 228

H2IRNET	0.21 46	0.51 229	1.84 182	0.00 1	0.00 1	1.08 280	0.01 180	0.15 69	0.25 77	0.00 1	0.00 1	0.06 116	0.01 84	0.03 30	0.05 104	0.00 1	0.00 1	0.00 1	0.00 1	0.22 347	0.07 115

ADStereo(finetuned)	0.42 164	0.51 229	2.79 276	0.00 1	0.00 1	1.04 242	0.00 1	1.90 316	0.85 298	0.10 265	0.00 1	0.04 82	0.72 336	0.04 44	0.12 146	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.25 252

whm_eth	0.25 70	0.52 231	2.41 250	0.00 1	0.00 1	0.55 103	0.00 1	0.31 117	0.84 275	0.00 1	0.00 1	0.03 62	0.01 84	0.02 9	0.02 53	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.26 258

HSM	0.68 284	0.52 231	1.54 106	0.00 1	0.00 1	0.54 99	0.01 180	1.08 217	0.77 206	0.00 1	0.01 166	2.23 379	0.63 331	6.04 365	0.14 163	0.00 1	0.00 1	0.00 1	0.00 1	0.04 158	0.08 130

MMNet	0.29 85	0.53 233	2.13 224	0.00 1	0.00 1	0.69 154	0.00 1	0.74 175	0.80 242	0.01 88	0.01 166	0.18 185	0.09 255	0.28 139	0.14 163	0.00 1	0.00 1	0.00 1	0.00 1	0.07 217	0.04 86

RYNet	0.63 271	0.53 233	2.18 227	0.00 1	0.00 1	0.57 112	0.00 1	1.34 248	0.85 298	0.04 209	0.00 1	0.85 318	0.04 200	5.13 325	0.77 294	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.27 263

TestStereo	0.35 116	0.54 235	1.74 158	0.00 1	0.00 1	0.27 43	0.00 1	0.06 22	0.05 5	0.01 88	0.00 1	0.03 62	0.01 84	4.17 298	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

FCDSN-DC	2.93 389	0.54 235	2.88 281	0.00 1	0.01 188	1.78 377	0.36 360	2.20 335	1.51 382	8.28 410	10.99 411	11.61 404	8.55 407	5.36 334	4.05 366	0.02 360	0.00 1	0.00 1	0.00 1	0.06 199	0.48 310
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DGSMNet	1.31 349	0.55 237	3.74 337	0.80 396	1.48 408	1.60 371	3.41 408	1.72 285	0.54 122	0.01 88	0.78 354	0.48 267	0.23 297	3.16 260	0.55 273	0.98 401	1.26 410	1.34 415	1.11 417	1.06 400	1.41 371

hitnet-ft	0.49 200	0.56 238	1.96 205	0.00 1	0.00 1	0.73 161	0.10 308	0.36 126	0.26 78	0.05 222	0.13 287	0.73 308	0.16 280	4.26 303	0.41 259	0.01 344	0.00 1	0.03 379	0.00 1	0.05 173	0.06 111

psm_up	0.48 196	0.57 239	1.86 186	0.00 1	0.00 1	0.83 179	0.00 1	2.33 339	0.79 233	0.00 1	0.00 1	0.27 217	0.01 84	2.73 244	0.12 146	0.00 1	0.00 1	0.00 1	0.00 1	0.10 271	0.04 86

psmorigin	0.81 314	0.57 239	7.49 390	0.00 1	0.00 1	0.18 35	0.00 1	0.12 54	0.20 64	0.65 354	0.00 1	2.69 382	0.27 301	2.98 254	0.79 296	0.00 1	0.00 1	0.00 1	0.00 1	0.03 124	0.18 215

Sa-1000	0.44 178	0.58 241	1.85 184	0.00 1	0.22 318	1.09 296	0.01 180	2.98 369	0.75 168	0.00 1	0.09 279	0.04 82	0.00 1	0.21 116	0.00 1	0.00 1	0.50 334	0.00 1	0.13 351	0.12 283	0.12 179

StereoVision	0.24 61	0.59 242	1.92 197	0.00 1	0.00 1	0.47 85	0.01 180	0.22 93	0.84 275	0.00 1	0.30 314	0.15 168	0.02 131	0.09 88	0.04 92	0.00 1	0.00 1	0.00 1	0.00 1	0.05 173	0.01 43

MIPNet	0.42 164	0.59 242	2.22 231	0.02 228	0.00 1	1.11 315	0.09 304	1.88 315	0.88 316	0.11 272	0.06 272	0.22 201	0.19 287	0.74 185	0.00 1	0.00 1	0.00 1	0.00 1	0.01 292	0.08 235	0.12 179

APVNet	0.58 252	0.59 242	3.15 298	0.00 1	0.00 1	0.93 208	0.01 180	0.62 157	0.86 309	0.03 189	0.01 166	0.34 232	0.04 200	4.50 313	0.33 232	0.00 1	0.00 1	0.03 379	0.00 1	0.18 329	0.05 101

aanetorigin	0.91 320	0.59 242	3.76 338	0.11 297	0.12 292	0.40 66	0.90 390	0.15 69	0.23 71	3.44 393	1.19 366	0.35 238	1.96 371	2.81 247	1.30 320	0.02 360	0.00 1	0.02 371	0.05 323	0.28 364	0.47 308

Consistency-Raft	0.45 183	0.60 246	3.05 289	0.13 307	0.03 245	0.91 201	0.04 274	1.55 268	0.78 219	0.00 1	0.02 247	0.03 62	1.12 353	0.35 144	0.42 262	0.02 360	0.00 1	0.00 1	0.00 1	0.01 26	0.01 43

SACVNet	0.51 209	0.61 247	1.98 207	0.00 1	0.00 1	1.02 233	0.01 180	1.04 211	0.44 109	0.07 243	0.00 1	0.23 203	0.02 131	4.19 299	0.29 221	0.00 1	0.00 1	0.00 1	0.00 1	0.22 347	0.13 186

UCFNet_RVC	0.26 74	0.61 247	1.59 120	0.00 1	0.00 1	1.00 225	0.00 1	0.26 107	0.39 100	0.01 88	0.00 1	0.42 259	0.02 131	0.84 189	0.07 119	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.04 86

RASNet	0.68 284	0.62 249	2.10 220	0.02 228	0.02 228	0.60 117	0.09 304	0.64 159	0.84 275	0.11 272	0.06 272	1.51 367	0.04 200	6.07 369	0.65 278	0.00 1	0.00 1	0.00 1	0.00 1	0.05 173	0.22 230

SA	0.43 173	0.63 250	1.92 197	0.00 1	0.22 318	1.11 315	0.00 1	2.87 365	0.75 168	0.00 1	0.01 166	0.04 82	0.01 84	0.21 116	0.00 1	0.00 1	0.40 326	0.00 1	0.14 358	0.14 304	0.22 230

MIM_Stereo	0.29 85	0.65 251	1.73 156	0.00 1	1.03 399	0.30 47	0.00 1	0.16 76	0.18 52	0.12 276	0.00 1	0.05 100	0.01 84	0.12 95	0.01 32	0.00 1	0.03 263	0.00 1	0.00 1	0.13 289	1.24 362

LMCR-Stereo	0.38 141	0.65 251	1.77 166	0.00 1	0.00 1	0.82 177	0.00 1	2.33 339	0.84 275	0.00 1	0.00 1	0.04 82	0.04 200	0.29 141	0.72 291	0.00 1	0.00 1	0.00 1	0.00 1	0.07 217	0.01 43

GANet-RSSM	0.42 164	0.66 253	1.78 170	0.00 1	0.00 1	1.06 250	0.00 1	0.26 107	0.23 71	0.05 222	0.00 1	0.34 232	0.00 1	3.56 277	0.18 181	0.00 1	0.00 1	0.03 379	0.00 1	0.09 259	0.08 130

TestStereo1	0.32 104	0.67 254	1.66 140	0.00 1	0.23 327	1.13 329	0.01 180	0.94 197	0.76 189	0.00 1	0.05 262	0.05 100	0.01 84	0.16 104	0.05 104	0.00 1	0.24 308	0.00 1	0.00 1	0.17 322	0.23 238

SA-5K	0.32 104	0.67 254	1.66 140	0.00 1	0.23 327	1.13 329	0.01 180	0.94 197	0.76 189	0.00 1	0.05 262	0.05 100	0.01 84	0.16 104	0.05 104	0.00 1	0.24 308	0.00 1	0.00 1	0.17 322	0.23 238

XPNet_ROB	0.46 190	0.67 254	1.69 146	0.01 206	0.00 1	0.94 211	0.01 180	1.32 244	0.65 145	0.03 189	0.00 1	0.17 182	0.02 131	2.82 248	0.66 281	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.18 215

MyStereo8	0.50 205	0.68 257	3.08 293	0.43 368	0.01 188	1.22 353	0.00 1	0.82 187	0.20 64	0.03 189	0.41 333	0.15 168	0.04 200	0.68 183	0.12 146	0.00 1	1.39 412	0.00 1	0.03 315	0.04 158	0.63 331

ADLNet2	0.61 265	0.68 257	2.76 274	0.00 1	0.00 1	0.90 198	0.01 180	0.82 187	0.92 323	0.00 1	0.07 275	1.45 362	0.02 131	4.04 292	0.13 156	0.00 1	0.00 1	0.00 1	0.00 1	0.20 340	0.11 168

RP	0.52 212	0.68 257	2.56 266	0.00 1	0.01 188	0.61 123	0.02 241	1.31 242	0.62 141	0.05 222	0.01 166	0.98 328	0.17 283	2.86 250	0.33 232	0.00 1	0.00 1	0.00 1	0.00 1	0.13 289	0.09 143

CVANet_RVC	0.66 280	0.68 257	2.61 269	0.01 206	0.00 1	0.99 224	0.00 1	0.95 199	0.78 219	0.60 351	0.11 284	0.37 246	0.14 273	5.50 339	0.14 163	0.00 1	0.00 1	0.00 1	0.03 315	0.16 317	0.19 225

IPLG	0.59 256	0.69 261	2.25 238	0.02 228	0.00 1	1.12 320	0.07 292	1.75 293	0.79 233	0.05 222	0.00 1	0.16 176	0.14 273	4.49 312	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 304	0.07 115

GEStereo_RVC	0.52 212	0.69 261	1.93 200	0.01 206	0.00 1	1.03 237	0.00 1	2.22 336	0.78 219	0.00 1	0.00 1	0.14 162	0.01 84	3.19 262	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.10 271	0.18 215

GANet	0.75 299	0.69 261	2.47 256	0.00 1	0.00 1	0.79 170	0.08 299	0.61 154	0.76 189	0.13 279	0.16 291	0.68 300	0.46 318	5.61 342	2.02 340	0.00 1	0.03 263	0.01 357	0.00 1	0.11 276	0.37 287

PASM	0.66 280	0.70 264	4.95 370	0.02 228	0.00 1	0.31 50	0.04 274	0.60 153	0.35 93	0.19 297	0.01 166	0.46 262	0.04 200	5.16 327	0.05 104	0.00 1	0.00 1	0.00 1	0.00 1	0.13 289	0.15 201

IGEVStereo-DCA	0.47 193	0.71 265	1.28 42	0.16 317	0.15 299	0.32 53	0.00 1	0.12 54	0.56 128	0.24 309	0.01 166	0.05 100	0.07 248	1.19 199	2.07 341	0.00 1	0.47 330	0.00 1	0.10 339	0.15 309	1.75 393

rrr	0.72 293	0.71 265	4.76 362	0.16 317	0.15 299	0.32 53	0.04 274	1.80 307	0.61 138	0.24 309	0.01 166	0.05 100	0.07 248	1.19 199	2.07 341	0.00 1	0.47 330	0.00 1	0.18 376	0.15 309	1.48 378

fast-acv-ft	0.34 110	0.71 265	4.20 352	0.06 274	0.01 188	0.28 45	0.17 321	0.11 47	0.34 92	0.00 1	0.00 1	0.08 133	0.09 255	0.13 97	0.27 220	0.01 344	0.00 1	0.03 379	0.01 292	0.27 358	0.04 86

RAFT_CTSACE	0.25 70	0.71 265	2.06 218	0.00 1	0.01 188	0.49 88	0.00 1	0.37 128	0.18 52	0.01 88	0.00 1	0.34 232	0.00 1	0.25 122	0.07 119	0.00 1	0.20 303	0.00 1	0.00 1	0.25 355	0.11 168

test_xeample3	0.77 304	0.71 265	4.91 368	0.18 327	0.22 318	0.34 60	0.05 284	1.81 308	0.61 138	0.23 305	0.03 255	0.06 116	0.05 226	1.26 204	2.12 345	0.00 1	0.69 347	0.00 1	0.23 392	0.15 309	1.78 398

NLCA_NET_v2_RVC	0.45 183	0.72 270	3.22 299	0.00 1	0.02 228	0.95 214	0.00 1	0.70 164	0.26 78	0.03 189	0.00 1	0.34 232	0.10 260	2.45 230	0.12 146	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.03 67
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
test_5	0.39 148	0.73 271	2.28 240	0.01 206	0.22 318	0.84 183	0.01 180	1.02 203	0.77 206	0.12 276	0.00 1	0.30 225	0.01 84	0.82 187	0.03 66	0.00 1	0.04 273	0.00 1	0.00 1	0.15 309	0.46 306

PSMNet-RSSM	0.44 178	0.73 271	1.65 137	0.00 1	0.00 1	1.06 250	0.00 1	0.61 154	0.70 156	0.06 235	0.01 166	0.39 253	0.00 1	3.29 267	0.12 146	0.00 1	0.00 1	0.00 1	0.00 1	0.05 173	0.07 115

ETE_ROB	0.43 173	0.73 271	1.87 187	0.00 1	0.00 1	0.94 211	0.01 180	1.75 293	0.79 233	0.03 189	0.00 1	0.16 176	0.02 131	1.81 214	0.36 241	0.00 1	0.00 1	0.00 1	0.00 1	0.03 124	0.08 130

LALA_ROB	0.45 183	0.73 271	1.91 195	0.00 1	0.01 188	0.98 219	0.01 180	1.99 325	0.84 275	0.15 285	0.00 1	0.09 141	0.01 84	1.06 195	1.01 305	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.05 101

RAFT+CT+SA	0.38 141	0.74 275	1.84 182	0.02 228	0.27 332	1.12 320	0.00 1	0.91 191	0.75 168	0.00 1	0.00 1	0.27 217	0.01 84	0.56 171	0.00 1	0.00 1	0.16 299	0.00 1	0.30 408	0.13 289	0.42 294

AACVNet	0.48 196	0.74 275	1.81 178	0.00 1	0.00 1	0.55 103	0.00 1	0.22 93	0.55 126	0.03 189	0.00 1	0.11 150	0.01 84	5.22 331	0.09 133	0.00 1	0.00 1	0.00 1	0.00 1	0.18 329	0.04 86

RALCasStereoNet	0.47 193	0.74 275	1.56 111	0.21 340	0.97 396	0.36 64	0.03 259	0.20 89	0.77 206	0.10 265	0.07 275	0.05 100	0.08 252	0.35 144	0.38 251	0.00 1	1.68 417	0.00 1	0.00 1	0.10 271	1.83 403

CFNet-ft	0.40 155	0.74 275	1.74 158	0.00 1	0.00 1	1.09 296	0.00 1	0.23 100	0.22 67	0.02 150	0.00 1	0.76 310	0.00 1	2.98 254	0.18 181	0.00 1	0.00 1	0.01 357	0.00 1	0.03 124	0.08 130

RGC	0.61 265	0.74 275	3.31 308	0.00 1	0.01 188	0.64 131	0.00 1	1.34 248	0.26 78	0.03 189	0.61 348	0.99 329	0.19 287	3.06 258	0.81 298	0.00 1	0.00 1	0.00 1	0.00 1	0.07 217	0.10 157

CFNet_RVC	0.40 155	0.74 275	1.74 158	0.00 1	0.00 1	1.09 296	0.00 1	0.23 100	0.22 67	0.02 150	0.00 1	0.76 310	0.00 1	2.97 253	0.18 181	0.00 1	0.00 1	0.01 357	0.00 1	0.03 124	0.08 130

Nwc_Net	0.54 230	0.75 281	3.72 335	0.00 1	0.00 1	0.66 142	0.00 1	1.05 212	0.41 106	0.01 88	0.02 247	0.88 322	0.11 265	2.65 242	0.40 255	0.00 1	0.00 1	0.00 1	0.00 1	0.08 235	0.05 101

DeepPruner_ROB	0.34 110	0.75 281	2.38 248	0.00 1	0.00 1	1.12 320	0.03 259	0.30 114	0.16 34	0.00 1	0.00 1	0.39 253	0.03 174	1.27 205	0.14 163	0.00 1	0.00 1	0.00 1	0.00 1	0.05 173	0.10 157

WCMA_ROB	2.37 382	0.75 281	2.53 264	0.05 257	0.00 1	1.05 247	0.59 380	1.47 260	1.40 379	5.47 400	9.84 407	8.10 401	5.87 404	4.38 308	3.93 364	0.16 380	0.21 304	0.18 403	0.18 376	0.06 199	1.08 354

TDLM	0.60 260	0.76 284	1.77 166	0.05 257	0.00 1	1.10 309	0.01 180	0.51 142	0.79 233	0.34 329	0.01 166	0.27 217	0.22 295	5.44 335	0.35 238	0.00 1	0.00 1	0.00 1	0.00 1	0.15 309	0.19 225

rafts_anoy	0.37 133	0.77 285	1.68 144	0.43 368	0.99 397	0.53 97	0.04 274	0.16 76	0.14 20	0.08 252	0.01 166	0.06 116	0.06 237	0.58 176	0.21 196	0.00 1	1.44 414	0.00 1	0.01 292	0.05 173	0.14 194

raftrobust	0.30 94	0.78 286	1.65 137	0.00 1	1.25 404	0.66 142	0.03 259	0.10 44	0.32 90	0.02 150	0.00 1	0.03 62	0.03 174	0.22 119	0.13 156	0.00 1	0.44 327	0.00 1	0.00 1	0.07 217	0.22 230

raft_robust	0.73 296	0.81 287	1.55 107	0.00 1	0.22 318	0.68 150	0.00 1	2.56 349	0.75 168	0.01 88	0.01 166	1.12 341	1.15 354	4.56 317	0.14 163	0.00 1	0.71 351	0.00 1	0.15 363	0.08 235	0.11 168

UDGNet	0.19 39	0.81 287	1.42 80	0.00 1	0.00 1	1.06 250	0.00 1	0.05 12	0.38 96	0.00 1	0.00 1	0.02 32	0.00 1	0.10 91	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

MaskLacGwcNet_RVC	0.56 245	0.82 289	1.94 203	0.12 301	0.00 1	1.12 320	0.01 180	0.96 200	0.72 159	0.00 1	0.05 262	0.37 246	0.03 174	3.45 273	0.15 173	1.07 403	0.00 1	0.00 1	0.00 1	0.16 317	0.25 252

NCC-stereo	0.63 271	0.82 289	3.34 311	0.03 243	0.03 245	1.04 242	0.01 180	1.03 206	0.31 88	0.14 281	0.19 293	0.64 292	0.05 226	3.67 285	1.18 312	0.00 1	0.00 1	0.00 1	0.00 1	0.05 173	0.07 115

Abc-Net	0.63 271	0.82 289	3.34 311	0.03 243	0.03 245	1.04 242	0.01 180	1.03 206	0.31 88	0.14 281	0.19 293	0.64 292	0.05 226	3.67 285	1.18 312	0.00 1	0.00 1	0.00 1	0.00 1	0.05 173	0.07 115
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
PS-NSSS	0.62 268	0.82 289	1.58 118	0.00 1	0.00 1	1.05 247	0.00 1	2.76 362	0.74 161	0.00 1	0.00 1	0.11 150	0.01 84	5.22 331	0.15 173	0.00 1	0.00 1	0.00 1	0.00 1	0.05 173	0.00 1

pmcnn	2.36 381	0.83 293	6.15 386	0.33 361	0.84 389	0.35 61	0.27 347	2.18 333	1.42 380	0.48 347	7.35 392	14.60 413	0.75 338	5.45 336	5.37 374	0.00 1	0.00 1	0.00 1	0.00 1	0.16 317	0.63 331

4D-IteraStereo	0.34 110	0.84 294	2.31 242	0.00 1	0.00 1	0.42 73	0.04 274	0.10 44	0.09 14	0.02 150	0.01 166	0.00 1	0.01 84	0.36 146	0.49 266	0.00 1	0.36 323	0.00 1	0.00 1	0.07 217	1.72 389

Wz-Net-LNSev-Ref	0.54 230	0.84 294	3.67 333	0.00 1	0.00 1	0.56 109	0.00 1	1.40 255	0.80 242	0.00 1	0.00 1	0.06 116	0.13 272	1.76 213	1.42 328	0.00 1	0.00 1	0.00 1	0.00 1	0.03 124	0.08 130

MLCV	0.35 116	0.84 294	1.96 205	0.00 1	0.00 1	0.48 87	0.00 1	0.81 186	0.29 86	0.10 265	0.00 1	0.28 220	0.03 174	1.32 207	0.80 297	0.00 1	0.00 1	0.00 1	0.00 1	0.07 217	0.09 143

FBW_ROB	1.04 331	0.84 294	2.48 258	0.10 289	0.01 188	0.64 131	0.01 180	2.37 342	0.83 265	0.01 88	0.01 166	1.09 338	0.05 226	8.21 402	2.94 355	0.05 371	0.01 249	0.09 396	0.01 292	0.06 199	0.97 350

iRaft-Stereo_5w	0.60 260	0.85 298	1.83 179	0.01 206	0.59 370	0.31 50	0.00 1	0.72 171	0.79 233	0.00 1	0.00 1	0.10 147	0.01 84	6.12 372	0.03 66	0.00 1	0.12 295	0.00 1	0.00 1	0.24 351	0.26 258

UDG	0.55 238	0.86 299	2.15 225	0.00 1	0.00 1	0.98 219	0.00 1	2.09 331	0.83 265	0.08 252	0.00 1	1.49 365	0.18 284	1.20 202	1.07 308	0.00 1	0.00 1	0.00 1	0.00 1	0.08 235	0.09 143

MeshStereo	2.79 387	0.86 299	3.12 296	0.02 228	0.02 228	1.51 367	0.91 391	3.50 387	1.54 384	11.28 414	7.62 396	11.49 403	2.94 383	6.81 391	3.45 360	0.00 1	0.00 1	0.00 1	0.00 1	0.28 364	0.39 290
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-Strereo2	0.34 110	0.87 301	1.70 149	0.64 383	0.84 389	0.54 99	0.04 274	0.15 69	0.18 52	0.02 150	0.00 1	0.03 62	0.02 131	0.26 129	0.26 217	0.00 1	0.13 297	0.00 1	0.01 292	0.04 158	0.98 351

DDUNet	0.51 209	0.87 301	2.33 244	0.00 1	0.00 1	0.80 173	0.01 180	1.16 225	0.77 206	0.08 252	0.01 166	1.11 340	0.01 84	2.02 216	0.77 294	0.02 360	0.00 1	0.00 1	0.00 1	0.09 259	0.10 157

RAFT	0.32 104	0.87 301	1.48 88	0.29 353	0.41 346	0.12 28	0.07 292	0.12 54	0.51 119	0.00 1	0.01 166	0.47 263	0.04 200	0.04 44	0.02 53	0.00 1	0.70 350	0.00 1	0.01 292	0.42 384	0.75 336

RAFT-Stereo + iAFF	0.41 161	0.87 301	1.78 170	0.00 1	0.91 392	1.06 250	0.00 1	0.70 164	0.77 206	0.05 222	0.00 1	0.06 116	0.06 237	0.06 72	0.26 217	0.00 1	0.69 347	0.00 1	0.00 1	0.20 340	0.80 340

cf-r	0.46 190	0.87 301	2.51 262	0.00 1	0.00 1	1.06 250	0.00 1	0.52 143	0.64 142	0.09 260	0.00 1	0.65 296	0.00 1	2.51 233	0.12 146	0.00 1	0.00 1	0.00 1	0.00 1	0.09 259	0.09 143

AF-Net	0.60 260	0.87 301	3.34 311	0.00 1	0.00 1	0.41 69	0.01 180	1.52 264	0.64 142	0.17 296	0.05 262	1.28 350	0.46 318	2.51 233	0.52 271	0.00 1	0.00 1	0.00 1	0.00 1	0.12 283	0.10 157

CBFPSM	0.42 164	0.89 307	2.62 270	0.00 1	0.00 1	0.32 53	0.00 1	0.37 128	0.82 256	0.01 88	0.01 166	1.65 369	1.00 347	0.27 133	0.34 234	0.00 1	0.01 249	0.00 1	0.00 1	0.02 79	0.10 157

raft+_RVC	0.35 116	0.89 307	1.67 143	0.00 1	1.28 405	0.67 148	0.04 274	0.08 35	0.15 26	0.01 88	0.00 1	0.02 32	0.04 200	0.16 104	0.18 181	0.00 1	1.39 412	0.00 1	0.00 1	0.07 217	0.44 302

EDNetEfficientorigin	6.27 406	0.89 307	98.14 434	0.02 228	0.04 257	0.40 66	0.02 241	0.35 124	2.94 391	6.98 406	3.06 377	1.29 351	1.87 368	4.32 307	4.60 369	0.00 1	0.00 1	0.00 1	0.00 1	0.07 217	0.35 284

StereoDRNet	0.50 205	0.89 307	2.96 285	0.02 228	0.06 271	0.51 91	0.00 1	0.45 136	0.84 275	0.00 1	0.00 1	0.33 230	0.02 131	2.82 248	0.69 287	0.00 1	0.00 1	0.00 1	0.00 1	0.08 235	0.28 264

GMStereo	0.14 18	0.90 311	1.71 151	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	0.02 131	0.02 9	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	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
iinet-f	0.59 256	0.91 312	5.57 379	0.00 1	0.01 188	0.78 169	0.00 1	1.81 308	0.84 275	0.03 189	0.00 1	0.41 257	0.43 315	0.42 157	0.12 146	0.00 1	0.00 1	0.00 1	0.00 1	0.36 377	0.08 130

dd	0.23 58	0.91 312	1.69 146	0.01 206	0.00 1	1.02 233	0.00 1	0.09 42	0.68 149	0.01 88	0.00 1	0.02 32	0.02 131	0.01 2	0.00 1	0.01 344	0.00 1	0.00 1	0.00 1	0.04 158	0.01 43

PA-Net	0.72 293	0.91 312	3.91 341	0.03 243	0.07 275	0.87 189	0.02 241	0.78 181	0.83 265	0.01 88	0.00 1	0.43 260	0.06 237	5.10 324	1.30 320	0.01 344	0.00 1	0.00 1	0.00 1	0.04 158	0.12 179
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DispNO	0.79 309	0.92 315	3.35 314	0.00 1	0.00 1	0.73 161	0.02 241	1.72 285	0.76 189	0.01 88	0.53 344	1.33 354	0.06 237	5.13 325	0.92 301	0.00 1	0.00 1	0.03 379	0.11 346	0.05 173	0.07 115

RALAANet	0.22 50	0.93 316	1.77 166	0.00 1	0.00 1	0.35 61	0.01 180	0.45 136	0.06 7	0.01 88	0.00 1	0.05 100	0.09 255	0.07 78	0.22 202	0.00 1	0.24 308	0.00 1	0.04 319	0.14 304	0.01 43

DMCA-RVC	0.44 178	0.94 317	4.10 350	0.00 1	0.03 245	0.76 166	0.03 259	0.11 47	0.15 26	0.01 88	0.01 166	0.08 133	0.32 307	1.61 212	0.51 267	0.00 1	0.02 256	0.01 357	0.00 1	0.03 124	0.05 101

DispFullNet	1.25 344	0.95 318	3.73 336	1.00 399	0.79 384	0.43 76	0.01 180	1.70 283	0.82 256	2.55 389	0.63 349	1.08 335	8.75 408	0.84 189	1.36 326	0.00 1	0.02 256	0.00 1	0.00 1	0.24 351	0.19 225

HITNet	0.31 102	0.97 319	2.32 243	0.00 1	0.00 1	0.24 41	0.01 180	1.38 253	0.37 95	0.00 1	0.00 1	0.14 162	0.02 131	0.05 66	0.19 190	0.00 1	0.00 1	0.00 1	0.00 1	0.07 217	0.41 292
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
dad	0.24 61	0.98 320	1.61 128	0.00 1	0.00 1	1.03 237	0.00 1	0.03 3	0.38 96	0.01 88	0.00 1	0.02 32	0.01 84	0.65 182	0.11 142	0.00 1	0.00 1	0.00 1	0.00 1	0.02 79	0.00 1

AASNet	0.40 155	0.98 320	2.57 267	0.00 1	0.00 1	0.93 208	0.01 180	0.79 184	0.82 256	0.01 88	0.00 1	0.38 251	0.02 131	0.62 181	0.43 263	0.00 1	0.00 1	0.00 1	0.00 1	0.31 371	0.14 194

111	0.42 164	0.98 320	2.02 211	0.00 1	0.02 228	1.06 250	0.03 259	1.98 324	0.83 265	0.30 319	0.01 166	0.21 198	0.05 226	0.13 97	0.09 133	0.00 1	0.00 1	0.00 1	0.00 1	0.08 235	0.65 333

AFF-stereo	0.36 126	0.98 320	1.62 131	0.00 1	0.09 282	0.92 206	0.00 1	0.62 157	0.84 275	0.08 252	0.00 1	0.05 100	0.05 226	0.16 104	0.06 116	0.00 1	0.63 343	0.00 1	0.00 1	0.24 351	0.84 344

GwcNet	0.64 278	0.99 324	5.43 377	0.00 1	0.00 1	0.41 69	0.10 308	0.50 140	0.97 329	0.05 222	0.00 1	0.63 289	0.05 226	2.87 251	0.55 273	0.00 1	0.00 1	0.00 1	0.00 1	0.19 336	0.13 186

CC-Net-ROB	0.77 304	0.99 324	2.18 227	0.07 280	0.00 1	1.09 296	0.01 180	3.10 375	0.75 168	0.01 88	0.00 1	0.14 162	0.01 84	5.65 345	0.34 234	0.56 391	0.00 1	0.21 406	0.00 1	0.17 322	0.02 59

ADCL	1.70 367	1.00 326	5.82 384	0.07 280	0.04 257	2.14 382	2.27 402	1.26 237	1.09 344	1.55 377	1.08 362	1.23 345	1.53 361	2.38 226	12.21 407	0.01 344	0.00 1	0.00 1	0.00 1	0.12 283	0.16 204

ADCPNet	1.58 361	1.00 326	8.71 396	0.01 206	0.19 306	2.69 383	0.26 345	1.15 223	0.54 122	0.04 209	0.02 247	1.41 359	1.76 364	2.52 235	9.78 399	0.00 1	0.46 329	0.00 1	0.64 415	0.07 217	0.34 279

NCCL2	0.38 141	1.00 326	2.12 223	0.00 1	0.01 188	0.79 170	0.00 1	0.59 151	0.38 96	0.01 88	0.00 1	0.02 32	0.03 174	2.31 222	0.21 196	0.00 1	0.00 1	0.02 371	0.00 1	0.04 158	0.13 186

GwcNet-RSSM	0.53 225	1.04 329	2.48 258	0.00 1	0.00 1	1.06 250	0.00 1	0.74 175	0.76 189	0.21 298	0.01 166	0.36 243	0.00 1	3.65 283	0.11 142	0.00 1	0.00 1	0.00 1	0.00 1	0.13 289	0.07 115

HBP-ISP	0.90 319	1.05 330	3.07 292	0.14 310	0.01 188	1.67 374	0.47 371	3.22 381	0.76 189	1.13 370	0.11 284	0.50 278	0.91 345	4.51 315	0.10 136	0.00 1	0.00 1	0.00 1	0.00 1	0.05 173	0.22 230

BEATNet_4x	0.39 148	1.05 330	2.97 286	0.00 1	0.00 1	0.30 47	0.01 180	1.22 232	0.46 111	0.00 1	0.00 1	0.31 228	0.03 174	0.37 149	0.64 277	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.42 294

SHD	0.76 301	1.05 330	4.19 351	0.65 385	0.21 315	0.01 2	0.01 180	1.48 261	0.83 265	1.69 378	0.00 1	0.63 289	0.09 255	2.22 220	1.51 329	0.00 1	0.21 304	0.00 1	0.07 328	0.15 309	0.11 168

GANetREF_RVC	0.63 271	1.05 330	3.03 287	0.00 1	0.00 1	1.16 338	0.01 180	2.03 328	0.75 168	0.00 1	0.01 166	0.28 220	0.04 200	4.13 297	0.10 136	0.00 1	0.00 1	0.00 1	0.00 1	0.04 158	0.05 101
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
PSMNet_ROB	0.54 230	1.05 330	2.53 264	0.00 1	0.00 1	0.91 201	0.00 1	0.33 123	0.75 168	0.01 88	0.00 1	0.25 209	0.03 174	3.45 273	1.31 322	0.00 1	0.00 1	0.00 1	0.00 1	0.07 217	0.10 157

PDISCO_ROB	0.72 293	1.06 335	3.39 318	0.18 327	0.00 1	1.54 368	0.01 180	2.80 363	0.73 160	0.16 288	0.01 166	0.80 315	0.28 302	2.38 226	0.48 265	0.00 1	0.00 1	0.00 1	0.00 1	0.36 377	0.18 215

PWC_ROB	0.84 316	1.08 336	5.06 371	0.00 1	0.00 1	0.21 38	0.00 1	2.71 359	0.82 256	0.00 1	0.20 295	0.29 222	0.03 174	3.58 279	2.10 343	0.00 1	0.00 1	0.00 1	0.00 1	0.39 380	0.26 258

PVD	1.08 334	1.09 337	4.07 348	0.61 378	1.15 402	0.72 159	0.01 180	0.93 196	1.18 374	2.39 387	0.00 1	0.65 296	0.11 265	2.60 238	4.29 368	0.00 1	0.82 359	0.00 1	0.13 351	0.12 283	0.75 336

ADCRef	1.10 338	1.10 338	4.78 364	0.02 228	0.02 228	0.87 189	0.31 351	0.76 180	0.88 316	0.71 357	0.17 292	0.18 185	0.80 342	2.63 241	8.56 394	0.00 1	0.00 1	0.00 1	0.00 1	0.11 276	0.11 168

Wz-Net-LNSev	0.46 190	1.11 339	5.46 378	0.00 1	0.00 1	0.51 91	0.00 1	0.41 135	0.91 321	0.00 1	0.01 166	0.23 203	0.03 174	0.12 95	0.25 213	0.00 1	0.00 1	0.00 1	0.00 1	0.07 217	0.15 201

CFNet	0.66 280	1.12 340	2.37 247	0.00 1	0.00 1	1.06 250	0.01 180	1.36 252	0.74 161	0.01 88	0.01 166	0.13 160	0.01 84	5.85 349	0.30 224	0.00 1	0.00 1	0.00 1	0.00 1	0.18 329	0.07 115

NaN_ROB	1.04 331	1.12 340	3.41 319	0.17 325	0.19 306	0.57 112	0.37 362	2.65 353	0.98 331	0.55 350	0.32 327	0.47 263	1.16 355	5.20 330	2.78 352	0.00 1	0.02 256	0.01 357	0.05 323	0.13 289	0.54 320

ACRE	0.45 183	1.14 342	3.22 299	0.12 301	0.00 1	0.90 198	0.20 327	1.77 299	0.84 275	0.04 209	0.01 166	0.15 168	0.06 237	0.16 104	0.18 181	0.00 1	0.03 263	0.01 357	0.02 303	0.17 322	0.04 86

WAO-6	2.63 384	1.16 343	3.22 299	0.00 1	0.00 1	3.86 397	0.28 349	6.13 400	7.35 403	0.60 351	6.78 391	7.62 400	2.68 380	6.42 383	6.11 381	0.00 1	0.00 1	0.00 1	0.00 1	0.17 322	0.12 179

CIPLG	0.44 178	1.17 344	2.82 277	0.10 289	0.01 188	0.93 208	0.20 327	1.76 296	0.85 298	0.04 209	0.01 166	0.16 176	0.06 237	0.16 104	0.19 190	0.00 1	0.04 273	0.01 357	0.01 292	0.17 322	0.04 86

DeepPrunerF	1.44 357	1.17 344	9.82 398	0.02 228	0.09 282	0.90 198	0.00 1	1.42 257	6.76 401	0.23 305	0.01 166	0.22 201	0.14 273	5.71 348	1.94 338	0.00 1	0.00 1	0.01 357	0.02 303	0.20 340	0.14 194

iResNet_ROB	0.40 155	1.20 346	1.77 166	0.00 1	0.00 1	0.73 161	0.00 1	1.03 206	0.77 206	0.07 243	0.01 166	0.08 133	0.01 84	1.85 215	0.38 251	0.00 1	0.00 1	0.00 1	0.00 1	0.09 259	0.09 143

FADNet	0.64 278	1.21 347	3.32 310	0.00 1	0.01 188	0.79 170	0.01 180	1.01 202	0.65 145	0.01 88	0.01 166	0.17 182	0.15 277	4.45 310	0.37 243	0.17 384	0.00 1	0.00 1	0.00 1	0.44 386	0.12 179

Anonymous Stereo	0.79 309	1.22 348	4.94 369	0.01 206	0.00 1	0.57 112	0.55 377	1.41 256	0.49 116	0.03 189	0.03 255	0.12 154	0.02 131	5.47 337	0.82 300	0.00 1	0.00 1	0.00 1	0.00 1	0.09 259	0.13 186

FADNet-RVC-Resample	0.62 268	1.24 349	4.23 353	0.03 243	0.04 257	0.41 69	0.09 304	1.32 244	0.52 120	0.01 88	0.03 255	0.44 261	0.05 226	3.11 259	0.21 196	0.07 374	0.12 295	0.05 390	0.02 303	0.11 276	0.35 284

IPLGR_C	0.45 183	1.25 350	3.05 289	0.10 289	0.01 188	0.91 201	0.20 327	1.77 299	0.86 309	0.04 209	0.01 166	0.15 168	0.07 248	0.16 104	0.19 190	0.00 1	0.04 273	0.01 357	0.02 303	0.17 322	0.04 86

FADNet_RVC	0.69 287	1.26 351	3.48 322	0.00 1	0.00 1	1.10 309	0.01 180	1.57 270	0.65 145	0.02 150	0.05 262	0.26 215	0.03 174	3.16 260	0.30 224	0.21 385	0.25 312	0.08 395	0.28 406	0.53 389	0.62 329

AANet_RVC	0.94 321	1.27 352	3.68 334	0.01 206	0.00 1	0.68 150	0.01 180	0.92 193	0.22 67	0.02 150	1.41 368	0.95 326	0.04 200	5.97 359	3.10 356	0.16 380	0.10 294	0.00 1	0.00 1	0.09 259	0.26 258

MFMNet_re	0.38 141	1.27 352	3.38 317	0.65 385	0.00 1	0.17 34	0.02 241	0.07 30	1.02 333	0.03 189	0.03 255	0.12 154	0.00 1	0.27 133	0.37 243	0.00 1	0.00 1	0.00 1	0.00 1	0.19 336	0.11 168

DN-CSS_ROB	0.38 141	1.27 352	2.50 261	0.01 206	0.00 1	1.01 227	0.00 1	1.21 230	0.83 265	0.02 150	0.00 1	0.19 193	0.02 131	0.10 91	0.19 190	0.00 1	0.00 1	0.00 1	0.00 1	0.26 356	0.03 67

SPS-STEREO	1.19 342	1.27 352	3.45 321	0.00 1	0.01 188	0.40 66	0.16 320	0.71 170	1.03 334	2.41 388	0.77 353	2.13 377	0.44 316	5.68 347	4.06 367	0.00 1	0.00 1	0.00 1	0.00 1	0.08 235	1.24 362
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ARAFT	0.68 284	1.29 356	3.36 315	0.00 1	0.00 1	1.21 351	0.00 1	2.71 359	0.81 250	0.07 243	0.00 1	0.18 185	0.03 174	3.47 275	0.05 104	0.00 1	0.00 1	0.00 1	0.00 1	0.19 336	0.22 230

FADNet-RVC	0.63 271	1.29 356	3.79 339	0.01 206	0.00 1	0.47 85	0.00 1	1.51 263	0.23 71	0.00 1	0.01 166	0.12 154	0.06 237	4.05 293	0.36 241	0.00 1	0.03 263	0.00 1	0.00 1	0.42 384	0.17 208

XQC	0.94 321	1.30 358	4.44 356	0.65 385	0.07 275	0.42 73	0.01 180	2.88 366	0.85 298	0.28 315	0.01 166	0.67 299	0.21 291	3.24 265	3.25 357	0.00 1	0.24 308	0.00 1	0.04 319	0.20 340	0.11 168

Syn2CoEx	0.71 290	1.32 359	4.61 359	0.00 1	0.00 1	0.12 28	0.01 180	1.08 217	0.84 275	0.04 209	0.00 1	0.49 274	0.21 291	4.92 322	0.04 92	0.00 1	0.00 1	0.00 1	0.00 1	0.14 304	0.32 272

RAFT + AFF	0.79 309	1.36 360	2.40 249	0.00 1	0.04 257	1.12 320	0.06 287	1.73 288	0.81 250	0.02 150	0.00 1	0.18 185	1.49 359	4.97 323	0.67 285	0.00 1	0.17 300	0.00 1	0.00 1	0.33 373	0.46 306

SAMSARA	1.56 359	1.37 361	4.23 353	1.04 400	0.75 381	4.48 398	0.13 317	1.61 276	0.74 161	3.69 394	0.66 350	3.16 383	1.06 351	4.44 309	2.82 353	0.00 1	0.63 343	0.00 1	0.13 351	0.10 271	0.22 230

Wz-Net-MNSev	0.63 271	1.38 362	4.48 357	0.00 1	0.00 1	0.22 39	0.01 180	1.31 242	1.13 353	0.01 88	0.05 262	0.14 162	0.16 280	3.05 257	0.40 255	0.00 1	0.00 1	0.00 1	0.00 1	0.09 259	0.23 238

RTSC	0.99 327	1.38 362	4.55 358	0.22 343	0.19 306	0.23 40	0.01 180	1.46 258	0.84 275	0.31 323	0.35 329	0.58 285	0.04 200	2.47 232	5.88 380	0.00 1	0.53 338	0.00 1	0.14 358	0.35 374	0.29 265

LL-Strereo	0.97 324	1.43 364	3.41 319	0.01 206	0.50 357	0.63 127	0.01 180	2.00 326	0.77 206	0.48 347	0.00 1	0.54 284	0.29 303	6.25 378	0.10 136	0.01 344	0.93 379	0.00 1	0.00 1	0.28 364	1.72 389

IMH-64-1	2.28 377	1.45 365	2.87 279	2.19 409	0.59 370	2.82 385	1.58 395	5.84 398	1.16 367	1.09 368	4.77 385	2.07 375	2.42 375	5.90 353	3.91 362	4.00 413	0.04 273	0.02 371	0.00 1	2.07 405	0.82 341

IMH-64	2.28 377	1.45 365	2.87 279	2.19 409	0.59 370	2.82 385	1.58 395	5.84 398	1.16 367	1.09 368	4.77 385	2.07 375	2.42 375	5.90 353	3.91 362	4.00 413	0.04 273	0.02 371	0.00 1	2.07 405	0.82 341

CSAN	1.34 351	1.48 367	4.78 364	0.15 313	0.08 280	0.71 157	0.68 383	2.81 364	1.12 351	0.96 366	2.86 375	0.79 314	1.67 363	5.61 342	2.61 350	0.01 344	0.01 249	0.00 1	0.00 1	0.15 309	0.26 258

ADCP+	1.56 359	1.51 368	8.93 397	0.01 206	0.03 245	1.27 356	0.77 388	1.03 206	0.95 326	0.02 150	0.01 166	0.95 326	1.02 348	0.48 167	14.01 409	0.00 1	0.00 1	0.00 1	0.00 1	0.10 271	0.15 201

LSM	4.80 401	1.52 369	19.84 412	4.35 417	38.64 424	0.85 187	2.31 403	0.86 189	1.78 388	3.14 392	3.02 376	0.62 288	0.69 332	3.61 282	1.28 318	0.00 1	0.00 1	0.00 1	0.00 1	0.13 289	13.38 424

SANet	2.30 380	1.58 370	5.68 381	0.03 243	0.04 257	2.78 384	0.82 389	2.99 370	8.32 406	1.70 379	4.04 381	4.26 385	4.02 393	5.90 353	3.42 359	0.00 1	0.00 1	0.00 1	0.00 1	0.08 235	0.37 287

LE_ROB	10.29 415	1.64 371	11.96 404	1.47 403	1.36 407	3.30 391	4.79 410	5.05 397	42.09 423	51.68 424	13.28 417	14.08 412	25.92 420	7.21 398	21.19 420	0.05 371	0.06 286	0.13 401	0.19 381	0.08 235	0.35 284

WAO-7	2.74 386	1.65 372	3.36 315	0.03 243	0.05 266	4.68 399	0.53 376	6.21 401	4.59 398	1.73 380	7.61 395	5.56 391	3.68 390	8.96 404	5.50 377	0.00 1	0.00 1	0.33 408	0.02 303	0.19 336	0.18 215

SuperB	1.87 371	1.70 373	10.02 400	0.02 228	0.01 188	0.87 189	0.75 385	2.15 332	0.87 313	0.05 222	0.05 262	0.33 230	0.87 344	5.17 328	5.60 378	0.01 344	0.00 1	0.02 371	0.01 292	8.38 421	0.42 294

iResNetv2_ROB	0.51 209	1.70 373	3.96 344	0.00 1	0.00 1	0.60 117	0.00 1	1.81 308	0.82 256	0.03 189	0.00 1	0.08 133	0.02 131	0.16 104	0.59 275	0.00 1	0.00 1	0.00 1	0.00 1	0.31 371	0.09 143

PWCDC_ROB	1.13 341	1.70 373	3.52 323	0.00 1	0.00 1	1.15 335	0.00 1	2.49 345	1.39 378	0.02 150	8.80 402	0.34 232	0.09 255	1.11 197	1.20 315	0.00 1	0.00 1	0.00 1	0.00 1	0.56 391	0.21 229

SQANet	0.58 252	1.73 376	3.08 293	0.05 257	0.48 354	0.36 64	0.03 259	0.52 143	0.74 161	0.04 209	0.23 298	0.50 278	0.06 237	2.37 224	0.97 303	0.02 360	0.03 263	0.01 357	0.00 1	0.21 346	0.11 168

ADCMid	1.62 363	1.76 377	8.67 395	0.04 251	0.03 245	1.61 372	0.17 321	1.49 262	1.15 366	0.88 363	0.57 346	0.86 319	0.69 332	1.18 198	12.53 408	0.01 344	0.00 1	0.29 407	0.08 331	0.20 340	0.24 248

otaku	0.77 304	1.78 378	3.28 303	0.09 287	0.13 294	0.88 197	0.05 284	0.78 181	0.76 189	0.03 189	1.37 367	1.03 331	0.14 273	2.73 244	1.34 325	0.06 373	0.04 273	0.01 357	0.00 1	0.63 393	0.34 279

Ntro	0.75 299	1.79 379	3.54 329	0.05 257	0.37 340	1.03 237	0.02 241	0.99 201	0.76 189	0.02 150	0.00 1	0.76 310	0.08 252	3.23 264	1.32 323	0.07 374	0.04 273	0.01 357	0.00 1	0.84 398	0.13 186

NVStereoNet_ROB	1.74 369	1.83 380	4.79 366	0.81 397	0.29 335	0.67 148	0.03 259	1.46 258	1.75 387	0.65 354	5.98 389	2.38 381	2.95 386	6.77 390	2.70 351	0.69 392	0.37 324	0.04 388	0.19 381	0.27 358	0.24 248
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Wz-Net-SNSev	1.00 330	1.84 381	7.92 391	0.00 1	0.00 1	0.30 47	0.00 1	1.27 238	0.85 298	0.01 88	0.01 166	0.40 255	0.10 260	5.27 333	1.29 319	0.00 1	0.00 1	0.00 1	0.00 1	0.22 347	0.45 305

RainbowNet	0.80 312	1.85 382	3.31 308	0.13 307	0.05 266	1.30 357	0.07 292	2.03 328	0.76 189	0.02 150	0.02 247	1.13 342	0.25 299	2.40 228	1.07 308	0.72 393	0.05 283	0.00 1	0.00 1	0.53 389	0.30 269

UNDER WATER	6.65 408	1.86 383	10.48 403	4.84 418	2.74 415	8.59 410	0.76 386	8.83 407	22.15 417	4.99 395	6.27 390	15.66 414	10.39 412	9.52 408	9.42 397	3.50 412	0.05 283	1.34 415	0.03 315	7.17 420	4.42 419

IMH	3.15 392	1.88 384	3.60 330	2.20 411	0.66 377	5.10 402	0.24 336	6.87 402	4.29 397	2.29 386	7.42 393	6.28 392	3.90 391	7.15 396	3.65 361	4.34 415	0.14 298	0.05 390	0.00 1	2.16 407	0.76 338

FINET	2.05 375	1.88 384	5.76 383	0.81 397	0.99 397	3.54 393	3.33 407	3.89 390	3.81 394	0.89 364	1.55 371	1.21 344	2.31 374	4.20 301	2.42 349	0.81 399	1.36 411	0.00 1	0.21 388	0.27 358	1.80 400

MFN_U_SF_RVC	1.09 337	1.88 384	5.37 375	0.15 313	0.10 287	0.56 109	0.10 308	1.29 241	0.47 112	0.45 345	0.27 303	1.30 353	0.72 336	4.08 294	2.28 347	0.29 388	0.34 320	0.35 409	0.55 413	0.63 393	0.60 325

GASNet	0.78 308	1.91 387	4.72 360	0.00 1	0.00 1	0.55 103	0.02 241	1.39 254	0.47 112	0.01 88	0.13 287	0.50 278	0.12 268	4.27 304	0.96 302	0.00 1	0.00 1	0.00 1	0.00 1	0.41 383	0.09 143

WZ-Net	1.68 365	1.91 387	12.17 405	0.00 1	0.00 1	0.83 179	0.00 1	1.68 281	0.84 275	0.05 222	0.01 166	1.08 335	2.88 382	6.91 393	4.78 373	0.00 1	0.00 1	0.00 1	0.00 1	0.14 304	0.24 248

ktn	5.26 403	1.94 389	3.97 345	3.50 415	1.06 400	8.17 408	2.01 399	9.53 410	16.88 412	5.28 399	12.55 416	13.68 409	4.08 394	8.46 403	4.61 370	5.84 418	0.02 256	0.00 1	0.00 1	2.63 408	0.92 348

ACVNet-4b	1.38 354	1.94 389	5.73 382	0.20 337	0.04 257	1.01 227	0.01 180	1.70 283	0.86 309	0.04 209	0.95 360	1.95 372	0.31 306	6.69 388	2.11 344	2.78 411	0.02 256	0.00 1	0.00 1	0.89 399	0.34 279

KSHMR	3.98 396	1.95 391	4.86 367	3.06 414	1.84 411	5.37 403	0.45 366	9.03 408	13.93 411	2.07 384	9.17 404	7.12 397	2.12 373	5.60 340	3.40 358	2.12 409	0.44 327	0.53 411	0.23 392	4.01 411	2.35 413

LVE	3.01 391	1.95 391	4.27 355	0.56 375	0.45 351	2.06 381	0.06 287	7.66 404	9.65 408	0.08 252	10.94 410	8.86 402	1.82 366	7.24 399	1.62 332	2.04 407	0.17 300	0.04 388	0.24 400	0.24 351	0.23 238

notaker	4.71 400	2.04 393	5.58 380	4.15 416	0.96 395	4.99 400	0.39 363	7.65 403	2.25 390	5.67 402	11.58 413	16.87 415	4.26 397	8.06 401	6.65 384	5.74 417	0.02 256	0.10 397	0.07 328	5.45 415	1.65 387

Dean	2.72 385	2.05 394	6.17 387	0.39 366	0.44 348	1.21 351	0.48 373	8.36 406	8.46 407	1.48 376	8.08 399	6.95 396	1.44 358	4.50 313	2.00 339	0.79 395	0.00 1	0.01 357	0.00 1	1.11 401	0.39 290

ACVNet_2	1.59 362	2.07 395	5.42 376	0.12 301	0.09 282	1.36 364	0.17 321	2.72 361	0.97 329	0.44 344	3.37 379	6.53 394	0.16 280	5.48 338	1.87 336	0.16 380	0.00 1	0.00 1	0.00 1	0.39 380	0.47 308

TorneroNet-64	6.70 409	2.13 396	3.92 342	2.14 407	0.65 375	19.09 419	0.28 349	12.19 416	25.73 421	6.44 405	12.54 415	19.33 418	4.76 401	10.25 410	6.87 385	1.10 404	0.00 1	0.12 399	0.00 1	4.20 412	2.19 411

ACVNet_1	1.38 354	2.15 397	6.35 388	0.35 364	0.03 245	1.26 355	0.10 308	2.02 327	0.85 298	0.35 332	0.01 166	4.32 386	1.77 365	4.85 321	1.67 335	0.92 400	0.00 1	0.00 1	0.00 1	0.35 374	0.30 269

UNDER WATER-64	7.33 411	2.16 398	12.17 405	4.84 418	3.62 418	17.94 417	1.74 397	9.16 409	21.94 416	5.53 401	5.01 387	17.03 416	11.84 414	9.72 409	8.83 395	2.09 408	0.04 273	1.54 417	0.16 372	6.89 419	4.37 418

TorneroNet	7.29 410	2.19 399	3.95 343	2.15 408	1.14 401	19.79 420	0.46 367	13.22 417	25.82 422	8.31 411	16.76 418	17.46 417	5.75 402	10.79 411	8.91 396	2.32 410	0.03 263	0.12 399	0.00 1	4.70 413	2.01 409

AnyNet_C32	1.69 366	2.27 400	8.60 394	0.12 301	0.19 306	1.68 375	1.08 393	1.06 215	0.74 161	1.28 373	0.45 336	0.21 198	0.57 325	2.99 256	11.73 406	0.02 360	0.00 1	0.06 392	0.00 1	0.20 340	0.55 322

RTS	4.38 398	2.34 401	44.27 420	0.33 361	0.13 294	3.83 395	0.21 333	2.51 346	1.22 375	1.82 381	0.01 166	1.95 372	0.21 291	16.90 414	10.87 403	0.00 1	0.27 314	0.00 1	0.00 1	0.27 358	0.44 302

RTSA	4.38 398	2.34 401	44.27 420	0.33 361	0.13 294	3.83 395	0.21 333	2.51 346	1.22 375	1.82 381	0.01 166	1.95 372	0.21 291	16.90 414	10.87 403	0.00 1	0.27 314	0.00 1	0.00 1	0.27 358	0.44 302

MADNet++	10.85 417	2.36 403	10.00 399	8.59 422	4.61 420	16.78 416	10.26 419	10.11 411	7.51 404	17.63 417	18.35 419	12.04 405	17.73 417	24.51 420	20.75 419	8.81 419	6.67 422	4.84 420	2.67 418	5.77 416	6.96 421

MANE	11.54 418	2.46 404	6.07 385	2.50 412	2.04 412	16.31 415	6.95 416	17.25 421	24.11 420	23.59 419	31.25 423	30.75 420	25.07 419	18.16 417	16.24 416	1.28 406	1.98 418	0.15 402	1.07 416	0.46 387	3.04 416

MSC_U_SF_DS_RVC	1.95 372	2.49 405	5.12 372	0.01 206	0.02 228	12.00 412	0.49 374	3.33 385	0.95 326	0.10 265	0.20 295	2.15 378	0.15 277	6.72 389	1.65 334	0.78 394	0.83 364	0.19 404	0.27 405	0.72 395	0.92 348

ADCS	1.99 373	2.50 406	10.09 401	0.00 1	0.01 188	0.87 189	0.66 382	1.81 308	0.89 319	2.57 390	0.11 284	1.41 359	0.26 300	2.62 240	15.48 412	0.00 1	0.00 1	0.00 1	0.00 1	0.13 289	0.43 297

PWCK	2.83 388	2.64 407	10.25 402	0.23 344	0.02 228	3.59 394	5.56 413	3.75 389	3.56 393	0.75 361	4.42 383	3.35 384	1.86 367	9.10 405	4.03 365	0.44 390	0.01 249	0.00 1	0.00 1	2.72 409	0.29 265

WAO-8	5.42 404	2.80 408	3.98 346	0.62 379	0.10 287	13.77 413	0.33 357	11.99 414	24.10 418	5.25 397	10.38 409	13.44 407	4.55 399	9.38 406	4.72 371	0.80 396	0.34 320	0.71 413	0.13 351	0.74 396	0.25 252

Venus	5.42 404	2.80 408	3.98 346	0.62 379	0.10 287	13.77 413	0.33 357	11.99 414	24.10 418	5.25 397	10.32 408	13.44 407	4.55 399	9.38 406	4.72 371	0.80 396	0.34 320	0.71 413	0.13 351	0.74 396	0.25 252

MFN_U_SF_DS_RVC	1.31 349	2.80 408	5.36 374	0.02 228	0.04 257	3.44 392	0.26 345	2.19 334	0.77 206	0.25 312	0.27 303	1.37 357	0.02 131	5.99 362	1.05 306	0.16 380	0.72 352	0.01 357	0.26 402	0.40 382	0.82 341

SGM-ForestM	10.58 416	2.80 408	7.93 392	1.86 405	1.59 409	17.97 418	9.39 418	11.57 413	12.75 410	21.30 418	18.68 420	40.07 422	22.22 418	21.60 418	15.86 414	0.99 402	1.53 415	0.06 392	0.52 411	0.47 388	2.43 414

SGM+DAISY	4.17 397	2.85 412	8.55 393	1.77 404	1.74 410	5.81 405	5.49 412	2.88 366	3.97 395	7.67 407	7.66 397	7.25 398	7.42 405	6.92 394	7.09 387	1.14 405	1.57 416	0.11 398	0.59 414	0.56 391	2.43 414

AnyNet_C01	2.55 383	3.02 413	19.30 411	0.15 313	0.18 305	2.97 387	2.35 404	1.56 269	1.47 381	1.01 367	0.81 355	1.23 345	0.76 340	4.28 305	10.78 401	0.04 370	0.00 1	0.07 394	0.00 1	0.35 374	0.61 328

coex-ft	8.51 412	3.17 414	75.56 425	0.00 1	0.00 1	0.18 35	0.25 337	0.14 67	19.76 414	39.57 423	4.11 382	4.60 388	9.69 409	4.10 295	7.91 392	0.02 360	0.07 288	0.00 1	0.02 303	0.13 289	0.91 347

JetBlue	6.27 406	3.44 415	18.17 410	0.00 1	2.21 414	30.58 421	17.31 422	4.77 395	1.07 340	0.74 358	2.25 374	6.31 393	5.82 403	18.12 416	9.68 398	0.10 379	0.01 249	0.00 1	0.00 1	3.12 410	1.61 383

Wz-Net-TNSev	1.74 369	3.45 416	13.44 407	0.00 1	0.00 1	0.45 83	0.14 319	2.57 351	0.84 275	0.09 260	0.01 166	1.33 354	0.18 284	6.16 373	5.38 375	0.00 1	0.00 1	0.00 1	0.01 292	0.26 356	0.41 292

MADNet+	4.94 402	3.56 417	47.46 422	0.42 367	0.27 332	1.99 380	0.04 274	4.45 393	1.30 377	0.07 243	0.02 247	1.81 371	0.36 311	21.82 419	14.17 410	0.00 1	0.26 313	0.00 1	0.00 1	0.28 364	0.54 320

HanzoNet	13.47 419	5.89 418	14.41 408	5.91 421	2.90 416	8.50 409	0.74 384	13.81 418	20.12 415	26.53 420	28.55 422	34.06 421	26.75 422	26.27 423	15.82 413	11.42 422	4.01 421	3.29 419	3.94 419	9.72 422	6.77 420

DPSimNet_ROB	9.66 414	7.29 419	17.52 409	4.88 420	6.56 421	10.41 411	12.88 420	8.12 405	9.88 409	14.26 416	11.22 412	12.39 406	14.01 415	11.20 412	14.85 411	5.50 416	6.97 423	5.75 421	5.94 420	5.31 414	8.26 423

FADE	8.68 413	7.35 420	29.98 416	2.62 413	2.96 417	1.31 358	1.15 394	10.11 411	7.01 402	2.68 391	0.95 360	5.30 390	14.21 416	14.13 413	11.66 405	17.52 424	2.74 420	17.99 424	20.17 425	2.05 404	1.65 387

BEATNet-Init1	15.75 421	8.48 421	36.75 418	2.06 406	2.07 413	33.60 422	14.96 421	17.15 420	19.08 413	30.69 422	28.08 421	43.61 423	25.98 421	25.17 422	20.68 418	0.80 396	1.17 404	0.36 410	0.51 410	1.53 403	2.28 412

SPstereo	50.84 425	11.75 422	22.19 414	12.56 423	10.58 422	67.32 424	76.93 426	100.00 435	100.00 436	96.03 433	93.38 430	100.00 436	93.34 431	91.10 432	72.60 425	10.05 420	8.84 424	20.16 425	15.30 424	6.52 417	8.09 422

JetRed	14.06 420	19.59 423	43.42 419	1.43 402	1.30 406	55.87 423	28.29 423	13.94 419	7.85 405	8.61 412	8.73 401	13.68 409	10.59 413	24.60 421	30.87 421	0.27 387	0.69 347	0.62 412	0.03 315	6.63 418	4.19 417

ASD4	35.80 423	43.79 424	34.11 417	21.10 424	36.26 423	80.52 426	95.21 432	27.47 423	69.35 424	28.35 421	36.69 424	27.92 419	45.29 423	38.60 424	53.98 424	10.97 421	11.11 425	12.38 422	11.42 423	16.75 423	14.68 425

DLNR_Zeroshot_test	21.33 422	48.16 425	86.21 429	96.01 437	87.63 435	0.32 53	0.00 1	18.10 422	0.52 120	0.04 209	0.01 166	0.00 1	0.00 1	0.78 186	0.07 119	16.15 423	0.90 372	0.00 1	0.21 388	70.18 431	1.39 368

xxxxx1	63.64 427	58.31 426	78.27 426	43.96 425	49.40 426	92.70 429	92.25 429	60.45 425	69.51 425	73.81 428	76.39 425	77.95 427	76.95 426	71.68 426	77.08 427	36.01 427	37.36 426	48.24 428	62.44 427	47.16 427	42.90 427

tt_ll	63.64 427	58.31 426	78.27 426	43.96 425	49.40 426	92.70 429	92.25 429	60.45 425	69.51 425	73.81 428	76.39 425	77.95 427	76.95 426	71.68 426	77.08 427	36.01 427	37.36 426	48.24 428	62.44 427	47.16 427	42.90 427

ff	63.64 427	58.31 426	78.27 426	43.96 425	49.40 426	92.70 429	92.25 429	60.45 425	69.51 425	73.81 428	76.39 425	77.95 427	76.95 426	71.68 426	77.08 427	36.01 427	37.36 426	48.24 428	62.44 427	47.16 427	42.90 427

DGTPSM_ROB	81.37 431	61.03 429	99.95 436	61.17 428	86.95 433	99.14 434	100.00 434	95.87 431	99.99 434	73.32 426	100.00 434	71.15 425	100.00 435	77.35 429	99.98 436	35.35 425	97.41 435	34.62 426	99.89 436	44.61 425	89.54 432

DPSMNet_ROB	81.42 432	61.07 430	99.95 436	61.38 429	87.01 434	99.15 435	100.00 434	95.87 431	99.99 434	73.35 427	100.00 434	71.18 426	100.00 435	77.40 430	99.98 436	35.68 426	97.47 436	34.71 427	99.89 436	44.74 426	89.65 433

LRCNet_RVC	55.59 426	61.31 431	59.16 423	66.84 430	44.81 425	6.17 406	0.00 1	52.46 424	1.68 386	70.67 425	80.07 428	66.39 424	55.67 424	51.56 425	46.75 423	90.67 434	41.65 429	91.10 435	90.19 431	65.65 430	68.96 430

Anonymous_1	89.55 433	74.57 432	97.70 433	74.52 431	78.35 430	100.00 436	100.00 434	98.05 434	99.77 432	96.85 434	99.38 432	97.67 433	99.78 434	91.23 434	98.87 433	81.02 430	97.18 432	59.55 431	84.83 430	74.77 432	86.89 431

DPSM_ROB	93.70 435	78.60 433	100.00 438	83.05 433	85.63 431	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	88.93 432	97.35 433	74.49 432	94.98 432	81.33 433	89.69 434

DPSM	93.70 435	78.60 433	100.00 438	83.05 433	85.63 431	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	88.93 432	97.35 433	74.49 432	94.98 432	81.33 433	89.69 434

PML	71.00 430	88.39 435	73.68 424	82.04 432	74.55 429	83.63 427	76.92 425	72.05 428	85.95 428	89.82 431	84.57 429	90.63 431	58.80 425	91.54 435	73.58 426	95.93 441	2.38 419	86.91 434	6.48 421	84.07 435	18.14 426

HaxPig	95.45 437	97.64 436	88.42 430	97.81 443	99.08 443	77.94 425	74.31 424	96.67 433	99.54 431	99.87 435	99.92 433	99.60 435	99.75 433	91.22 433	87.67 431	99.94 443	99.97 438	99.98 438	99.99 438	99.96 443	99.80 443

MEDIAN_ROB	93.48 434	98.75 437	96.24 432	90.99 435	90.62 436	85.89 428	77.23 427	92.20 430	89.67 429	95.04 432	94.93 431	96.04 432	93.85 432	90.48 431	87.58 430	98.40 442	95.87 431	99.62 437	98.78 435	98.85 442	98.49 442

AVERAGE_ROB	98.51 439	99.16 438	95.72 431	100.00 445	100.00 445	93.61 432	82.61 428	100.00 435	99.97 433	100.00 436	100.00 434	100.00 436	100.00 435	99.73 437	99.43 434	100.00 445	100.00 441	100.00 439	100.00 439	100.00 445	100.00 445

test_example2	97.59 438	99.97 439	99.93 435	99.80 444	99.96 444	98.80 433	99.76 433	91.09 429	100.00 436	100.00 436	100.00 434	89.37 430	86.85 429	99.31 436	96.67 432	99.97 444	99.51 437	92.94 436	97.98 434	99.99 444	99.94 444

LSM0	98.99 440	99.97 439	100.00 438	95.58 436	98.52 437	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	93.32 440	99.97 438	100.00 439	100.00 439	95.80 441	96.62 436

MyStereo03	99.06 443	100.00 441	100.00 438	96.11 439	98.72 439	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	93.17 437	100.00 441	100.00 439	100.00 439	95.79 438	97.48 438

MyStereo02	99.06 443	100.00 441	100.00 438	96.11 439	98.72 439	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	93.17 437	100.00 441	100.00 439	100.00 439	95.79 438	97.48 438

MyStereo	99.06 443	100.00 441	100.00 438	96.11 439	98.72 439	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	93.17 437	100.00 441	100.00 439	100.00 439	95.79 438	97.48 438

Selective-RAFT-Error	99.05 442	100.00 441	100.00 438	96.31 442	98.73 442	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	93.08 435	100.00 441	100.00 439	100.00 439	95.40 436	97.58 441

CasAABBNet	99.03 441	100.00 441	100.00 438	96.02 438	98.70 438	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	93.08 435	99.99 440	100.00 439	100.00 439	95.40 436	97.41 437

Low-res two-view benchmark