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	0.52 211	0.03 1	1.36 51	0.10 288	0.00 1	1.13 328	2.57 404	0.32 118	1.03 333	0.00 1	0.00 1	0.08 132	3.66 388	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.17 207

AEACV	0.45 182	0.04 2	1.15 25	0.69 389	0.94 393	0.91 201	0.00 1	0.70 163	0.27 81	0.39 339	0.05 261	0.01 7	0.10 259	0.45 161	0.04 91	0.00 1	0.90 371	0.00 1	0.32 408	0.08 234	2.01 408

riskmin	0.49 199	0.04 2	1.45 85	0.70 390	0.80 385	0.54 99	0.20 326	1.05 211	0.20 63	0.24 308	0.27 302	1.13 341	0.00 1	0.43 157	0.41 258	0.00 1	0.80 355	0.00 1	0.26 401	0.00 1	1.23 360

PSM-AAD	0.53 224	0.04 2	1.38 61	0.06 273	0.00 1	1.20 349	2.11 399	0.17 80	0.78 218	0.01 87	0.44 334	0.14 161	3.94 391	0.23 120	0.06 115	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 58

KYRaft	0.26 73	0.05 5	1.37 55	0.04 250	0.00 1	1.16 337	0.12 315	0.11 47	0.78 218	0.01 87	0.29 311	0.03 61	0.75 337	0.37 148	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 66

SST-Stereo	0.56 244	0.05 5	1.55 106	0.06 273	0.19 305	1.10 308	0.47 370	0.32 118	0.80 241	0.04 208	0.00 1	0.05 99	0.57 324	5.98 359	0.02 52	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

GMM-Stereo	0.22 49	0.05 5	2.03 215	0.08 281	0.00 1	1.12 319	0.13 316	0.09 42	0.79 232	0.01 87	0.00 1	0.03 61	0.10 259	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 43

ICVP	0.16 22	0.05 5	1.22 35	0.00 1	0.01 187	1.01 227	0.09 303	0.28 110	0.17 41	0.00 1	0.02 246	0.07 125	0.01 83	0.21 115	0.05 103	0.00 1	0.01 248	0.00 1	0.00 1	0.01 25	0.09 142
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 18	0.00 1	0.01 187	0.16 33	0.00 1	0.17 80	0.09 14	0.00 1	0.00 1	0.04 81	0.01 83	0.05 65	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

knoymous	0.10 3	0.06 9	1.25 36	0.00 1	0.00 1	0.11 26	0.00 1	0.27 109	0.06 7	0.00 1	0.00 1	0.23 202	0.00 1	0.04 43	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 66

NF-Stereo	0.54 229	0.06 9	1.59 119	0.19 329	0.00 1	1.09 295	0.25 336	0.22 93	1.13 352	0.02 149	0.00 1	0.02 32	0.00 1	6.05 365	0.17 175	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

OCTAStereo	0.54 229	0.06 9	1.59 119	0.19 329	0.00 1	1.09 295	0.25 336	0.22 93	1.13 352	0.02 149	0.00 1	0.02 32	0.00 1	6.03 363	0.18 180	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

PSM-softLoss	0.55 237	0.06 9	1.89 189	0.27 348	0.00 1	1.08 279	0.25 336	0.12 54	1.06 337	0.03 188	0.01 165	0.02 32	0.01 83	5.92 355	0.18 180	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

KMStereo	0.55 237	0.06 9	1.89 189	0.27 348	0.00 1	1.08 279	0.25 336	0.12 54	1.06 337	0.03 188	0.01 165	0.02 32	0.01 83	5.92 355	0.18 180	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

NRIStereo	0.22 49	0.06 9	1.40 67	0.05 256	0.01 187	1.16 337	0.32 355	0.04 6	0.81 249	0.04 208	0.01 165	0.11 149	0.01 83	0.14 100	0.02 52	0.00 1	0.02 255	0.00 1	0.00 1	0.05 172	0.10 156

FTStereo	0.82 314	0.06 9	1.88 188	0.12 300	0.00 1	1.15 334	2.70 405	0.16 76	0.84 274	0.16 287	5.80 387	0.36 242	2.49 377	0.53 168	0.01 32	0.07 373	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

RAFT_R40	0.54 229	0.06 9	1.55 106	0.06 273	0.15 298	1.10 308	0.31 350	0.31 116	0.78 218	0.02 149	0.03 254	0.07 125	0.29 302	5.98 359	0.10 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

RE-Stereo	0.54 229	0.06 9	1.59 119	0.19 329	0.00 1	1.09 295	0.25 336	0.22 93	1.13 352	0.02 149	0.00 1	0.02 32	0.00 1	6.05 365	0.17 175	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

TVStereo	0.54 229	0.06 9	1.59 119	0.19 329	0.00 1	1.09 295	0.25 336	0.22 93	1.13 352	0.02 149	0.00 1	0.02 32	0.00 1	6.05 365	0.17 175	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

CRE-IMP	0.22 49	0.06 9	1.43 83	0.05 256	0.02 227	1.12 319	0.33 356	0.04 6	1.08 342	0.02 149	0.00 1	0.12 153	0.00 1	0.03 29	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.09 142

Prome-Stereo	0.28 79	0.06 9	1.40 67	0.10 288	0.00 1	1.16 337	0.02 240	0.39 129	0.88 315	0.02 149	0.52 342	0.05 99	0.69 331	0.28 138	0.07 118	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 66

EAI-Stereo	0.98 324	0.06 9	1.09 22	0.17 324	0.67 377	1.19 348	4.84 410	2.67 353	0.91 320	0.95 364	4.52 383	0.30 224	0.53 323	0.57 171	0.46 263	0.00 1	0.07 287	0.00 1	0.29 406	0.01 25	0.34 278

R-Stereo Train	0.22 49	0.06 9	1.64 132	0.00 1	0.00 1	0.76 166	0.00 1	1.57 269	0.17 41	0.02 149	0.00 1	0.01 7	0.00 1	0.02 9	0.03 65	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 66

RAFT-Stereo	0.22 49	0.06 9	1.64 132	0.00 1	0.00 1	0.76 166	0.00 1	1.57 269	0.17 41	0.02 149	0.00 1	0.01 7	0.00 1	0.02 9	0.03 65	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 66
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AE-Stereo	0.43 172	0.07 25	1.90 193	0.05 256	0.21 314	1.09 295	0.00 1	1.02 202	0.48 113	0.39 339	0.28 309	0.18 184	0.00 1	0.18 112	0.05 103	0.00 1	0.83 363	0.00 1	0.23 391	0.07 216	1.64 385

Any-RAFT	0.24 60	0.07 25	1.16 28	0.00 1	0.01 187	1.13 328	0.00 1	1.21 229	0.36 93	0.02 149	0.00 1	0.49 273	0.00 1	0.19 113	0.03 65	0.00 1	0.08 289	0.00 1	0.00 1	0.00 1	0.03 66

CAS	0.13 13	0.07 25	0.86 8	0.00 1	0.00 1	1.01 227	0.00 1	0.26 106	0.16 33	0.00 1	0.00 1	0.03 61	0.01 83	0.02 9	0.04 91	0.09 376	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

anonymousdsp2	0.40 154	0.07 25	1.78 169	0.28 351	0.74 379	0.65 139	0.00 1	0.16 76	0.61 137	0.31 322	0.01 165	0.17 181	0.01 83	0.41 155	0.17 175	0.00 1	0.88 370	0.00 1	0.02 302	0.04 157	1.73 391

EGLCR-Stereo	0.43 172	0.07 25	1.21 34	0.58 376	0.65 374	1.64 372	0.31 350	1.15 222	0.19 60	0.43 342	0.02 246	0.00 1	0.02 130	0.38 152	0.14 162	0.00 1	0.66 345	0.00 1	0.00 1	0.00 1	1.11 358

DCANet-4	0.37 132	0.07 25	3.11 294	0.00 1	0.00 1	1.06 250	0.00 1	1.82 312	0.85 297	0.16 287	0.00 1	0.04 81	0.05 225	0.04 43	0.08 124	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 237

tt	48.09 423	0.07 25	27.39 414	1.35 400	0.00 1	100.00 435	100.00 433	100.00 434	96.65 429	0.15 284	0.01 165	97.98 433	87.03 429	2.52 234	99.87 434	82.90 430	94.64 429	16.21 422	20.93 425	33.72 423	0.29 264

BUS	0.38 140	0.07 25	0.98 12	0.00 1	0.00 1	1.88 377	0.00 1	2.67 353	0.82 255	0.30 318	0.09 278	0.64 291	0.00 1	0.06 71	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

BSDual-CNN	0.35 115	0.07 25	0.98 12	0.00 1	0.00 1	1.09 295	0.00 1	2.67 353	0.82 255	0.30 318	0.09 278	0.35 237	0.03 173	0.06 71	0.51 266	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

psmg	0.29 84	0.07 25	0.98 12	0.00 1	0.00 1	1.07 268	0.00 1	1.92 320	0.82 255	0.00 1	0.00 1	0.35 237	0.03 173	0.06 71	0.51 266	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 43

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 83	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 66

Patchmatch Stereo++	0.18 28	0.07 25	1.40 67	0.05 256	0.01 187	1.08 279	0.07 291	0.05 12	0.75 167	0.02 149	0.00 1	0.05 99	0.00 1	0.03 29	0.03 65	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-adaLoss	0.18 28	0.07 25	1.40 67	0.05 256	0.02 227	1.08 279	0.08 298	0.05 12	0.75 167	0.02 149	0.00 1	0.07 125	0.00 1	0.04 43	0.03 65	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

ROB_FTStereo_v2	0.18 28	0.07 25	1.40 67	0.05 256	0.02 227	1.08 279	0.06 286	0.05 12	0.75 167	0.02 149	0.00 1	0.07 125	0.00 1	0.04 43	0.03 65	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

ROB_FTStereo	0.18 28	0.07 25	1.40 67	0.05 256	0.02 227	1.08 279	0.06 286	0.05 12	0.75 167	0.02 149	0.00 1	0.03 61	0.00 1	0.04 43	0.03 65	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

HUI-Stereo	0.19 38	0.07 25	1.41 77	0.05 256	0.02 227	1.08 279	0.08 298	0.06 22	0.76 188	0.02 149	0.00 1	0.07 125	0.00 1	0.04 43	0.03 65	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

DeepStereo_RVC	0.24 60	0.07 25	1.16 28	0.06 273	0.02 227	1.08 279	0.31 350	0.04 6	0.75 167	0.02 149	0.00 1	0.00 1	1.22 356	0.03 29	0.03 65	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 100

iGMRVC	0.18 28	0.07 25	1.40 67	0.05 256	0.03 244	1.08 279	0.07 291	0.06 22	0.75 167	0.02 149	0.00 1	0.05 99	0.00 1	0.04 43	0.03 65	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

RAFT-345	0.52 211	0.07 25	1.75 164	0.11 296	0.07 274	1.17 342	0.18 323	0.21 91	0.78 218	0.00 1	0.01 165	0.09 140	0.01 83	5.87 350	0.19 189	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

iRAFT	0.18 28	0.07 25	1.40 67	0.05 256	0.01 187	1.08 279	0.07 291	0.05 12	0.75 167	0.02 149	0.00 1	0.05 99	0.00 1	0.03 29	0.03 65	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

AnonymousM	0.18 28	0.07 25	0.80 4	0.04 250	0.00 1	1.03 237	0.00 1	0.20 89	0.65 144	0.06 234	0.00 1	0.00 1	0.00 1	0.33 142	0.02 52	0.00 1	0.19 301	0.00 1	0.00 1	0.01 25	0.18 214

RAFT-IKP	0.18 28	0.07 25	1.41 77	0.05 256	0.01 187	1.08 279	0.08 298	0.05 12	0.75 167	0.02 149	0.00 1	0.05 99	0.00 1	0.04 43	0.03 65	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	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	0.25 104	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 25	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 48	0.73 2	0.00 1	0.00 1	0.20 37	0.01 179	0.08 35	0.75 167	0.01 87	0.00 1	0.08 132	0.03 173	0.03 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

CASS	0.10 3	0.08 48	1.10 23	0.00 1	0.00 1	0.13 31	0.01 179	0.15 69	0.18 51	0.21 297	0.00 1	0.02 32	0.02 130	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.03 66
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymity	0.27 76	0.08 48	1.16 28	0.10 288	0.30 335	0.04 8	0.00 1	0.55 146	0.08 9	0.42 341	0.13 286	0.49 273	0.57 324	0.27 132	0.30 223	0.00 1	0.33 317	0.00 1	0.23 391	0.01 25	0.43 296

DAS	0.55 237	0.08 48	1.79 172	0.00 1	0.00 1	0.09 23	0.00 1	1.54 264	0.85 297	1.16 370	0.00 1	0.24 205	0.03 173	4.66 318	0.31 226	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.14 193

SepStereo	0.50 204	0.08 48	1.79 172	0.00 1	0.00 1	0.09 23	0.00 1	1.54 264	0.85 297	1.16 370	0.00 1	0.24 205	0.03 173	3.84 288	0.31 226	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.14 193

PSMNet-ADL	0.39 147	0.08 48	0.96 10	0.00 1	0.00 1	1.02 233	0.00 1	0.72 170	0.16 33	0.00 1	0.10 282	0.48 266	0.01 83	3.60 279	0.37 242	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.23 237

AAGNet	0.99 326	0.08 48	1.59 119	0.15 312	0.27 331	1.14 333	0.27 346	0.06 22	0.78 218	0.01 87	0.00 1	0.01 7	0.97 345	3.60 279	10.81 401	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

s12784h	0.27 76	0.08 48	1.46 86	0.00 1	0.00 1	1.06 250	0.02 240	1.66 278	0.75 167	0.01 87	0.36 329	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 78	0.02 58

CFNet-RSSM	0.21 45	0.08 48	1.39 65	0.00 1	0.12 291	0.63 127	0.00 1	1.32 243	0.15 26	0.01 87	0.00 1	0.09 140	0.00 1	0.11 93	0.04 91	0.00 1	0.00 1	0.00 1	0.23 391	0.01 25	0.08 129

PMTNet	0.13 13	0.08 48	0.99 15	0.00 1	0.00 1	1.05 247	0.04 273	0.21 91	0.14 20	0.00 1	0.00 1	0.04 81	0.00 1	0.04 43	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.01 43

HSM-Net_RVC	0.57 249	0.08 48	1.74 157	0.00 1	0.00 1	0.63 127	0.00 1	4.21 391	0.71 156	0.14 280	0.00 1	0.21 197	0.03 173	3.43 271	0.05 103	0.01 343	0.00 1	0.00 1	0.00 1	0.00 1	0.10 156
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 59	1.06 19	0.14 309	0.00 1	0.03 5	0.00 1	0.05 12	0.17 41	0.00 1	0.03 254	0.19 192	0.02 130	0.01 2	0.05 103	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.08 129

DisPM	0.22 49	0.09 59	1.74 157	0.11 296	0.00 1	1.16 337	0.40 363	0.08 35	0.68 148	0.03 188	0.00 1	0.00 1	0.00 1	0.07 77	0.04 91	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

Pruner-Stereo	0.22 49	0.09 59	1.50 92	0.23 343	0.00 1	1.10 308	0.20 326	0.17 80	0.78 218	0.03 188	0.00 1	0.01 7	0.00 1	0.04 43	0.21 195	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 43

cross-raft	0.21 45	0.09 59	1.42 79	0.48 371	0.50 356	0.41 69	0.07 291	0.50 139	0.03 2	0.02 149	0.00 1	0.38 250	0.00 1	0.08 83	0.03 65	0.00 1	0.00 1	0.00 1	0.11 345	0.01 25	0.09 142

sCroCo_RVC	0.13 13	0.09 59	1.61 127	0.00 1	0.00 1	0.02 3	0.00 1	0.11 47	0.64 141	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

Gwc-CoAtRS	0.15 20	0.09 59	1.42 79	0.00 1	0.11 289	0.43 76	0.00 1	0.32 118	0.08 9	0.02 149	0.00 1	0.18 184	0.00 1	0.05 65	0.06 115	0.00 1	0.06 285	0.00 1	0.18 375	0.01 25	0.08 129

AdaStereo	0.25 69	0.09 59	1.34 49	0.00 1	0.00 1	0.26 42	0.00 1	1.95 321	0.75 167	0.00 1	0.00 1	0.30 224	0.01 83	0.14 100	0.13 155	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 100
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 66	0.81 5	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	0.03 123	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS	0.16 22	0.10 66	0.97 11	0.02 227	0.00 1	1.04 242	0.01 179	0.07 30	0.75 167	0.01 87	0.01 165	0.16 175	0.04 199	0.07 77	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

test-3	0.30 93	0.10 66	1.49 89	0.20 336	0.38 341	0.44 80	0.01 179	1.59 273	0.08 9	0.04 208	0.00 1	0.02 32	0.00 1	0.08 83	0.24 208	0.00 1	0.47 329	0.00 1	0.20 384	0.13 288	0.43 296

test_1	0.30 93	0.10 66	1.50 92	0.21 339	0.38 341	0.44 80	0.01 179	1.58 272	0.08 9	0.04 208	0.00 1	0.02 32	0.00 1	0.07 77	0.24 208	0.00 1	0.47 329	0.00 1	0.20 384	0.13 288	0.43 296

test_3	0.31 101	0.10 66	1.52 99	0.20 336	0.40 344	0.54 99	0.01 179	1.68 280	0.08 9	0.16 287	0.00 1	0.02 32	0.00 1	0.07 77	0.24 208	0.00 1	0.50 333	0.00 1	0.20 384	0.13 288	0.38 288

PFNet+	0.28 79	0.10 66	1.61 127	0.08 281	0.01 187	1.12 319	0.41 364	0.12 54	0.80 241	0.08 251	0.01 165	0.02 32	0.00 1	1.19 198	0.04 91	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

DEmStereo	0.76 300	0.10 66	1.95 203	0.04 250	0.00 1	0.80 173	0.50 374	0.06 22	0.76 188	0.05 221	0.72 351	0.02 32	3.33 386	5.67 345	1.24 316	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo++_RVC	0.15 20	0.10 66	1.55 106	0.00 1	0.00 1	1.01 227	0.00 1	0.15 69	0.15 26	0.00 1	0.01 165	0.04 81	0.00 1	0.02 9	0.02 52	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 85
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	0.37 132	0.11 74	1.68 143	0.57 375	0.93 392	0.43 76	0.10 307	1.03 205	0.49 115	0.16 287	0.00 1	0.87 319	0.00 1	0.27 132	0.12 145	0.00 1	0.33 317	0.00 1	0.24 399	0.01 25	0.05 100

Selective-IGEV	0.28 79	0.11 74	1.31 47	0.64 382	0.60 373	0.27 43	0.00 1	0.05 12	0.56 127	0.00 1	0.00 1	0.01 7	0.03 173	0.25 121	0.25 212	0.00 1	0.79 352	0.00 1	0.07 327	0.06 198	0.62 328

SFCPSM	0.24 60	0.11 74	1.53 102	0.00 1	0.05 265	0.35 61	0.01 179	1.54 264	0.77 205	0.01 87	0.00 1	0.12 153	0.02 130	0.06 71	0.05 103	0.00 1	0.00 1	0.00 1	0.02 302	0.03 123	0.06 110

MDST_ROB	1.73 367	0.11 74	3.61 330	0.13 306	0.15 298	5.47 403	0.31 350	4.97 395	0.87 312	6.33 402	1.52 369	1.03 330	1.19 355	6.22 375	2.13 345	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.60 324

MoCha-V2	0.32 103	0.12 78	1.14 24	0.12 300	0.57 367	0.08 20	0.00 1	0.15 69	0.19 60	0.08 251	0.00 1	0.07 125	0.00 1	0.53 168	0.23 204	0.00 1	1.14 401	0.00 1	0.22 389	0.11 275	1.61 382

IGEV_Zeroshot_test	0.56 244	0.12 78	3.25 301	0.16 316	0.47 351	0.55 103	0.46 366	0.53 145	0.38 95	0.70 355	0.49 339	1.08 334	0.49 320	0.36 145	0.31 226	0.00 1	0.37 323	0.00 1	0.13 350	0.03 123	1.33 364

MSKI-zero shot	0.34 109	0.12 78	1.70 148	0.55 372	0.44 347	1.10 308	0.03 258	0.91 190	0.22 66	0.22 301	0.05 261	0.06 115	0.00 1	0.16 103	0.04 91	0.00 1	0.87 369	0.00 1	0.18 375	0.02 78	0.22 229

MC-Stereo	0.38 140	0.12 78	1.30 46	0.65 384	0.70 378	1.06 250	0.00 1	0.03 3	0.14 20	0.23 304	0.00 1	0.04 81	0.02 130	0.38 152	0.12 145	0.00 1	1.08 387	0.00 1	0.02 302	0.08 234	1.72 388

GANet-ADL	0.20 40	0.12 78	1.43 83	0.00 1	0.01 187	0.84 183	0.00 1	0.40 132	0.17 41	0.00 1	0.36 329	0.35 237	0.00 1	0.09 87	0.14 162	0.00 1	0.00 1	0.00 1	0.00 1	0.04 157	0.12 178

ASMatch	0.60 259	0.12 78	1.85 183	0.14 309	0.04 256	1.08 279	0.00 1	0.12 54	0.87 312	0.06 234	0.43 333	0.06 115	0.85 342	6.18 374	0.26 216	0.00 1	0.00 1	0.00 1	0.01 291	0.00 1	0.00 1

PCWNet_CMD	0.20 40	0.13 84	1.38 61	0.00 1	0.01 187	0.73 161	0.00 1	0.39 129	0.19 60	0.00 1	0.01 165	0.47 262	0.50 321	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.17 207

Selective-RAFT	0.21 45	0.13 84	0.82 6	0.00 1	0.00 1	1.08 279	0.00 1	0.06 22	0.77 205	0.00 1	0.00 1	0.08 132	0.00 1	0.01 2	0.03 65	0.00 1	0.90 371	0.00 1	0.18 375	0.04 157	0.16 203

iRaft-Stereo_20w	0.77 303	0.13 84	2.90 281	0.63 380	0.50 356	1.18 344	0.58 377	2.56 348	0.71 156	0.85 361	0.05 261	0.78 312	1.02 347	0.82 186	0.76 292	0.00 1	0.52 336	0.00 1	0.14 357	0.02 78	1.25 363

DRaft	0.58 251	0.13 84	1.34 49	0.00 1	0.00 1	0.94 211	0.18 323	0.08 35	0.16 33	0.03 188	0.25 299	0.06 115	2.49 377	4.51 314	1.32 322	0.00 1	0.03 262	0.00 1	0.02 302	0.03 123	0.08 129

CFNet_pseudo	0.24 60	0.13 84	1.40 67	0.00 1	0.01 187	0.96 215	0.00 1	1.08 216	0.16 33	0.00 1	0.01 165	0.48 266	0.35 308	0.03 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 167

Anonymous	0.10 3	0.13 84	1.60 126	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 83	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 157	0.17 207

MSMDNet	0.20 40	0.13 84	1.39 65	0.00 1	0.01 187	0.73 161	0.00 1	0.39 129	0.18 51	0.00 1	0.01 165	0.48 266	0.48 319	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.17 207

ccs_rob	0.24 60	0.13 84	1.40 67	0.00 1	0.01 187	0.97 217	0.00 1	1.08 216	0.16 33	0.00 1	0.01 165	0.48 266	0.35 308	0.03 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 167

RCA-Stereo	0.28 79	0.14 92	1.00 17	0.00 1	0.13 293	1.06 250	0.00 1	1.76 295	0.16 33	0.07 242	0.00 1	0.02 32	0.06 236	0.00 1	0.00 1	0.00 1	0.83 363	0.00 1	0.00 1	0.06 198	0.23 237

NINENet	0.52 211	0.14 92	1.48 87	0.06 273	0.00 1	1.88 377	0.00 1	3.28 383	0.76 188	0.00 1	0.00 1	0.64 291	0.00 1	2.11 216	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

hknet	0.45 182	0.14 92	1.89 189	0.00 1	0.00 1	1.09 295	0.00 1	2.67 353	0.82 255	0.30 318	0.09 278	0.63 288	0.00 1	1.06 194	0.38 250	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

LCNet	0.26 73	0.14 92	1.38 61	0.10 288	0.00 1	0.97 217	0.00 1	0.12 54	0.78 218	0.01 87	0.00 1	0.02 32	1.07 351	0.43 157	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 308	0.03 66

Anonymous3	0.24 60	0.14 92	1.98 206	0.00 1	0.00 1	1.12 319	0.00 1	0.61 153	0.77 205	0.01 87	0.00 1	0.06 115	0.00 1	0.02 9	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.02 58

pcwnet_v2	0.49 199	0.14 92	4.76 361	0.00 1	0.00 1	0.68 150	0.00 1	2.39 342	0.81 249	0.01 87	0.00 1	0.35 237	0.32 306	0.19 113	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.22 229

EKT-Stereo	0.55 237	0.15 98	1.80 174	0.73 392	4.21 418	1.08 279	0.00 1	1.17 226	0.32 89	0.02 149	0.00 1	0.08 132	0.00 1	1.01 193	0.13 155	0.00 1	0.03 262	0.00 1	0.05 322	0.03 123	0.29 264

CRFU-Net	0.43 172	0.15 98	1.89 189	0.26 347	0.01 187	0.91 201	0.00 1	0.47 137	0.27 81	0.00 1	0.00 1	0.41 256	1.89 369	2.11 216	0.14 162	0.00 1	0.00 1	0.03 378	0.00 1	0.03 123	0.03 66

PFNet	0.63 270	0.15 98	2.41 249	0.00 1	0.30 335	1.17 342	0.00 1	0.35 123	0.92 322	0.01 87	0.24 298	0.03 61	0.00 1	6.43 383	0.23 204	0.09 376	0.00 1	0.00 1	0.04 318	0.13 288	0.10 156

SMFormer	0.52 211	0.16 101	1.37 55	0.00 1	0.00 1	0.05 11	0.00 1	1.78 300	1.11 345	0.00 1	0.27 302	0.15 167	0.00 1	3.31 267	0.65 277	0.00 1	0.82 358	0.00 1	0.10 338	0.02 78	0.66 333

tta	0.52 211	0.16 101	1.37 55	0.00 1	0.00 1	0.05 11	0.00 1	1.78 300	1.11 345	0.00 1	0.27 302	0.15 167	0.00 1	3.31 267	0.65 277	0.00 1	0.82 358	0.00 1	0.10 338	0.05 172	0.51 314

qqq1	0.52 211	0.16 101	1.37 55	0.00 1	0.00 1	0.05 11	0.00 1	1.78 300	1.11 345	0.00 1	0.27 302	0.15 167	0.00 1	3.31 267	0.66 280	0.00 1	0.82 358	0.00 1	0.09 335	0.05 172	0.51 314

fff1	0.52 211	0.16 101	1.37 55	0.00 1	0.00 1	0.05 11	0.00 1	1.78 300	1.11 345	0.00 1	0.27 302	0.15 167	0.00 1	3.31 267	0.66 280	0.00 1	0.82 358	0.00 1	0.09 335	0.05 172	0.51 314

CrosDoStereo	1.11 338	0.16 101	1.64 132	0.00 1	0.05 265	0.66 142	5.65 413	0.70 163	0.54 121	0.25 311	1.18 363	0.19 192	2.94 382	6.48 384	1.58 329	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.08 129

DeepStereo_LL	1.11 338	0.16 101	1.64 132	0.00 1	0.05 265	0.66 142	5.65 413	0.70 163	0.54 121	0.25 311	1.18 363	0.19 192	2.94 382	6.48 384	1.58 329	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.08 129

MGS-Stereo	0.13 13	0.17 107	1.07 20	0.00 1	0.00 1	0.43 76	0.00 1	0.28 110	0.15 26	0.00 1	0.00 1	0.01 7	0.01 83	0.06 71	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.38 378	0.00 1

11t1	0.39 147	0.17 107	1.36 51	0.00 1	0.47 351	0.11 26	0.00 1	0.59 150	1.12 350	0.05 221	0.29 311	0.03 61	0.00 1	0.26 128	0.66 280	0.00 1	1.05 381	0.00 1	0.14 357	0.03 123	1.45 376

CFNet_ucs	0.29 84	0.17 107	1.53 102	0.00 1	0.01 187	0.83 179	0.00 1	2.07 329	0.24 75	0.00 1	0.00 1	0.48 266	0.29 302	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 193

Former-RAFT_DAM_RVC	0.11 9	0.18 110	0.67 1	0.00 1	0.00 1	0.06 16	0.00 1	0.11 47	0.26 77	0.74 357	0.00 1	0.03 61	0.01 83	0.03 29	0.02 52	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.03 66

test-1	0.36 125	0.18 110	1.36 51	0.00 1	0.83 386	0.60 117	0.00 1	1.07 215	0.18 51	0.07 242	0.49 339	0.34 231	0.00 1	0.10 90	0.51 266	0.00 1	0.64 344	0.00 1	0.06 325	0.01 25	0.84 343

XX-Stereo	0.73 295	0.18 110	5.35 372	0.38 364	0.26 330	1.13 328	0.00 1	3.03 370	0.18 51	0.14 280	0.01 165	1.40 357	0.01 83	1.36 207	0.04 91	0.00 1	0.50 333	0.00 1	0.16 371	0.03 123	0.43 296

FAT-Stereo	0.55 237	0.18 110	2.58 267	0.00 1	0.00 1	0.33 58	0.08 298	2.26 337	0.84 274	0.06 234	0.88 356	0.60 286	0.51 322	2.43 228	0.08 124	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.16 203

Anonymous_2	1.27 344	0.19 114	1.80 174	0.70 390	0.78 381	0.61 123	0.20 326	0.92 192	0.48 113	0.22 301	0.30 313	1.44 360	0.00 1	0.43 157	0.40 254	0.01 343	0.84 366	2.29 417	11.27 421	1.29 401	1.20 359

GES	0.23 57	0.19 114	1.56 110	0.00 1	0.00 1	1.07 268	0.02 240	0.73 173	0.15 26	0.00 1	0.02 246	0.11 149	0.08 251	0.44 160	0.16 174	0.01 343	0.00 1	0.00 1	0.00 1	0.05 172	0.09 142

FENet	0.27 76	0.19 114	1.51 97	0.00 1	0.00 1	1.01 227	0.00 1	1.02 202	0.77 205	0.00 1	0.00 1	0.24 205	0.04 199	0.27 132	0.22 201	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.07 114

DIP-Stereo	0.28 79	0.19 114	1.62 130	0.00 1	0.00 1	1.11 314	0.00 1	1.67 279	0.74 160	0.01 87	0.00 1	0.01 7	0.07 247	0.01 2	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.13 185
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 93	0.19 114	1.19 33	0.00 1	0.00 1	0.81 175	0.00 1	0.92 192	0.84 274	0.00 1	0.00 1	0.50 277	0.02 130	1.27 204	0.10 135	0.00 1	0.00 1	0.00 1	0.00 1	0.11 275	0.05 100
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
mmm	0.47 192	0.20 119	1.18 32	0.02 227	0.79 383	0.06 16	0.00 1	1.11 220	1.16 366	0.06 234	0.30 313	0.14 161	0.03 173	0.68 182	0.67 284	0.00 1	1.12 390	0.00 1	0.22 389	0.03 123	1.63 384

ttt	1.05 332	0.20 119	1.91 194	0.00 1	0.09 281	0.65 139	0.00 1	3.05 371	1.11 345	0.00 1	0.30 313	0.29 221	0.01 83	4.65 317	6.53 382	0.00 1	1.01 379	0.00 1	0.13 350	0.02 78	1.00 351

MIF-Stereo	0.11 9	0.20 119	1.58 117	0.00 1	0.00 1	0.10 25	0.02 240	0.07 30	0.05 5	0.00 1	0.08 276	0.02 32	0.01 83	0.03 29	0.02 52	0.00 1	0.00 1	0.00 1	0.00 1	0.09 258	0.00 1

GwcNet-ADL	0.33 107	0.20 119	1.73 155	0.00 1	0.00 1	1.02 233	0.00 1	2.51 345	0.40 104	0.00 1	0.00 1	0.37 245	0.04 199	0.03 29	0.24 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.13 185

ff7	0.36 125	0.21 123	1.28 41	0.16 316	0.22 317	1.07 268	0.00 1	0.12 54	0.56 127	0.32 324	0.00 1	0.01 7	0.04 199	0.25 121	0.03 65	0.00 1	0.92 374	0.00 1	0.10 338	0.08 234	1.75 392

ffff	0.36 125	0.21 123	1.28 41	0.16 316	0.22 317	1.07 268	0.00 1	0.12 54	0.56 127	0.32 324	0.00 1	0.01 7	0.04 199	0.25 121	0.03 65	0.00 1	0.92 374	0.00 1	0.10 338	0.08 234	1.75 392

11t	0.36 125	0.21 123	1.28 41	0.16 316	0.22 317	1.07 268	0.00 1	0.12 54	0.56 127	0.32 324	0.00 1	0.01 7	0.04 199	0.25 121	0.03 65	0.00 1	0.92 374	0.00 1	0.10 338	0.08 234	1.75 392

anonymousdsp	0.41 160	0.21 123	1.52 99	0.43 367	0.54 360	1.07 268	0.00 1	0.11 47	0.56 127	0.34 328	0.00 1	0.01 7	0.05 225	0.47 163	0.03 65	0.00 1	0.81 356	0.00 1	0.11 345	0.08 234	1.81 400

ccc-4	0.36 125	0.21 123	1.28 41	0.16 316	0.22 317	1.07 268	0.00 1	0.12 54	0.56 127	0.32 324	0.00 1	0.01 7	0.04 199	0.25 121	0.03 65	0.00 1	0.92 374	0.00 1	0.10 338	0.08 234	1.75 392

IGEV-Stereo	0.41 160	0.21 123	1.53 102	0.43 367	0.55 361	1.07 268	0.00 1	0.11 47	0.56 127	0.34 328	0.00 1	0.01 7	0.05 225	0.47 163	0.03 65	0.00 1	0.81 356	0.00 1	0.11 345	0.08 234	1.81 400
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DANet	0.67 282	0.21 123	2.33 243	0.25 345	0.06 270	0.50 89	0.11 314	1.62 276	0.74 160	0.22 301	0.06 271	1.07 333	0.02 130	4.45 309	1.22 315	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.53 318
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
IPLGR	0.50 204	0.22 130	2.74 271	0.03 242	0.02 227	1.08 279	0.03 258	1.95 321	0.75 167	0.09 259	0.00 1	0.18 184	0.22 294	2.57 236	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.05 100

NVstereo2D	0.53 224	0.22 130	2.52 262	0.00 1	0.00 1	0.58 116	0.03 258	1.62 276	0.99 331	0.05 221	0.00 1	0.48 266	0.00 1	3.88 289	0.08 124	0.00 1	0.05 282	0.00 1	0.00 1	0.02 78	0.06 110

HH	0.52 211	0.23 132	1.71 150	0.77 393	0.35 337	1.07 268	0.00 1	0.30 113	0.68 148	0.29 316	0.45 335	1.45 361	0.04 199	0.37 148	0.37 242	0.00 1	0.84 366	0.00 1	0.00 1	0.02 78	1.39 367

HanStereo	0.52 211	0.23 132	1.71 150	0.77 393	0.35 337	1.07 268	0.00 1	0.30 113	0.68 148	0.29 316	0.45 335	1.45 361	0.04 199	0.37 148	0.37 242	0.00 1	0.84 366	0.00 1	0.00 1	0.02 78	1.39 367

anonymousa	0.44 177	0.23 132	2.16 225	0.67 388	1.21 402	0.28 45	0.00 1	0.02 2	0.18 51	0.01 87	0.30 313	0.58 284	0.02 130	0.26 128	0.38 250	0.00 1	1.12 390	0.00 1	0.54 411	0.03 123	0.78 338

HHNet	0.53 224	0.23 132	2.29 240	0.11 296	0.00 1	1.15 334	0.25 336	0.70 163	0.78 218	0.01 87	3.49 379	0.04 81	0.69 331	0.02 9	0.70 289	0.03 367	0.00 1	0.00 1	0.00 1	0.03 123	0.03 66

STTRV1_RVC	0.69 286	0.23 132	2.35 245	0.00 1	0.00 1	0.63 127	0.01 179	1.17 226	0.79 232	0.01 87	0.51 341	0.26 214	0.18 283	5.99 361	0.31 226	0.30 388	1.12 390	0.00 1	0.00 1	0.01 25	0.03 66

CBMV_ROB	1.08 333	0.23 132	2.20 228	0.01 205	0.00 1	1.37 364	0.46 366	3.27 382	0.78 218	2.21 384	1.13 362	1.06 332	2.45 376	4.29 305	1.64 332	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.48 309

UPFNet	0.23 57	0.24 138	1.56 110	0.00 1	0.00 1	0.50 89	0.00 1	1.28 238	0.68 148	0.00 1	0.00 1	0.10 146	0.01 83	0.13 96	0.11 141	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.03 66

ProNet	0.25 69	0.25 139	1.15 25	0.08 281	0.41 345	0.84 183	0.00 1	0.06 22	0.39 99	0.00 1	0.00 1	0.01 7	0.00 1	0.13 96	0.01 32	0.00 1	0.23 305	0.00 1	0.00 1	0.09 258	1.34 366

CSP-Net	0.42 163	0.25 139	1.07 20	0.00 1	0.00 1	0.53 97	0.00 1	0.78 180	0.27 81	0.01 87	0.00 1	0.16 175	0.02 130	5.19 328	0.08 124	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.02 58

IRAFT_RVC	0.56 244	0.25 139	1.93 199	0.10 288	0.00 1	1.18 344	0.10 307	0.32 118	0.79 232	0.02 149	0.00 1	0.02 32	0.12 267	6.07 368	0.23 204	0.00 1	0.09 292	0.00 1	0.00 1	0.02 78	0.02 58

222	2.28 376	0.25 139	1.15 25	0.00 1	0.37 339	0.60 117	0.00 1	3.25 381	1.13 352	0.09 259	0.00 1	0.05 99	0.02 130	3.52 275	32.29 421	0.00 1	1.03 380	0.00 1	0.15 362	0.03 123	1.59 381

x	0.42 163	0.26 143	1.38 61	0.00 1	0.44 347	0.12 28	0.00 1	0.90 189	1.14 358	0.07 242	0.30 313	0.03 61	0.00 1	0.26 128	0.72 290	0.00 1	1.06 384	0.00 1	0.17 373	0.03 123	1.49 378

RAFT-RH_RVC	0.99 326	0.26 143	1.93 199	0.04 250	0.04 256	1.07 268	0.00 1	0.07 30	0.69 153	0.01 87	9.36 404	0.10 146	0.00 1	5.86 349	0.29 220	0.01 343	0.00 1	0.00 1	0.02 302	0.01 25	0.00 1

ccnet	0.59 255	0.26 143	2.24 235	0.01 205	0.08 279	0.70 155	0.18 323	1.35 249	0.43 106	0.45 344	0.66 349	0.13 159	0.38 312	3.57 277	1.09 309	0.01 343	0.00 1	0.02 370	0.00 1	0.03 123	0.16 203

UNet	0.29 84	0.26 143	2.47 255	0.00 1	0.00 1	0.71 157	0.01 179	0.52 142	0.81 249	0.00 1	0.00 1	0.37 245	0.02 130	0.46 162	0.10 135	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.04 85

HCRNet	0.37 132	0.27 147	1.27 39	0.00 1	0.00 1	1.09 295	0.00 1	0.56 147	0.80 241	0.01 87	0.01 165	0.06 115	0.03 173	3.22 262	0.07 118	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.03 66

S-Stereo	0.70 288	0.27 147	3.29 303	0.00 1	0.00 1	0.57 112	0.06 286	2.35 340	0.84 274	0.00 1	0.90 357	0.83 316	0.11 264	4.19 298	0.14 162	0.00 1	0.01 248	0.00 1	0.00 1	0.07 216	0.34 278

MIF-Stereo (partial)	0.14 17	0.28 149	1.74 157	0.00 1	0.00 1	0.08 20	0.00 1	0.23 99	0.17 41	0.00 1	0.01 165	0.02 32	0.02 130	0.04 43	0.04 91	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.01 43

qqq	0.49 199	0.28 149	1.37 55	0.00 1	0.49 355	0.14 32	0.00 1	1.23 232	1.14 358	0.07 242	0.31 319	0.01 7	0.00 1	1.38 208	0.69 286	0.00 1	1.06 384	0.00 1	0.19 380	0.03 123	1.44 372

xxxx	1.42 355	0.28 149	1.49 89	0.00 1	0.59 369	0.56 109	0.00 1	3.13 375	1.14 358	0.06 234	0.01 165	0.02 32	0.02 130	2.26 220	16.08 414	0.00 1	1.09 389	0.00 1	0.15 362	0.03 123	1.42 371

ACVNet-DCA	0.52 211	0.29 152	2.22 230	0.31 356	0.20 310	1.33 359	0.00 1	1.23 232	1.14 358	0.38 334	0.00 1	0.03 61	0.02 130	0.59 176	0.02 52	0.00 1	1.12 390	0.00 1	0.00 1	0.03 123	1.44 372

xx1	0.55 237	0.29 152	2.22 230	0.31 356	0.20 310	1.33 359	0.00 1	1.78 300	1.03 333	0.38 334	0.00 1	0.01 7	0.00 1	0.59 176	0.02 52	0.00 1	1.12 390	0.00 1	0.19 380	0.03 123	1.44 372

1test111	0.59 255	0.29 152	2.22 230	0.31 356	0.20 310	1.33 359	0.00 1	1.23 232	1.14 358	0.38 334	0.00 1	0.03 61	0.02 130	1.38 208	0.69 286	0.00 1	1.12 390	0.00 1	0.00 1	0.03 123	1.44 372

cc1	0.56 244	0.29 152	2.22 230	0.31 356	0.20 310	1.33 359	0.00 1	1.78 300	1.03 333	0.38 334	0.00 1	0.03 61	0.02 130	0.59 176	0.02 52	0.00 1	1.12 390	0.00 1	0.00 1	0.09 258	1.86 403

IER	0.20 40	0.30 156	1.87 186	0.00 1	0.00 1	0.61 123	0.00 1	0.25 104	0.23 70	0.00 1	0.00 1	0.40 254	0.02 130	0.22 118	0.07 118	0.00 1	0.00 1	0.00 1	0.00 1	0.04 157	0.01 43

TransformOpticalFlow	0.88 316	0.30 156	2.86 277	0.30 353	0.03 244	1.25 353	0.05 283	1.87 313	0.80 241	0.28 314	0.37 331	1.25 348	1.50 359	6.38 381	0.22 201	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.07 114

test_xeample	1.52 357	0.30 156	1.50 92	0.00 1	0.58 368	0.60 117	0.00 1	3.16 376	1.14 358	0.07 242	0.08 276	0.03 61	0.02 130	3.67 284	16.54 416	0.00 1	1.08 387	0.00 1	0.15 362	0.04 157	1.50 379

edge stereo	0.62 267	0.30 156	3.04 287	0.01 205	0.03 244	0.32 53	0.03 258	1.28 238	0.69 153	0.21 297	0.32 326	1.29 350	0.19 286	4.12 295	0.40 254	0.00 1	0.00 1	0.00 1	0.00 1	0.11 275	0.14 193

CoDeX	0.39 147	0.31 160	1.50 92	0.00 1	0.01 187	0.31 50	0.00 1	1.81 307	0.76 188	0.00 1	0.00 1	0.25 208	0.06 236	2.77 245	0.02 52	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.04 85

tt1	0.58 251	0.31 160	2.24 235	0.30 353	0.38 341	1.32 358	0.00 1	1.74 288	1.17 369	0.38 334	0.00 1	0.03 61	0.02 130	0.57 171	0.01 32	0.00 1	1.12 390	0.00 1	0.00 1	0.08 234	1.86 403

DISCO	0.35 115	0.31 160	1.99 208	0.16 316	0.16 302	0.33 58	0.00 1	0.15 69	0.30 86	0.00 1	0.01 165	1.49 364	0.00 1	1.21 202	0.63 275	0.00 1	0.00 1	0.00 1	0.00 1	0.07 216	0.12 178

STrans-v2	0.88 316	0.32 163	1.71 150	0.00 1	0.01 187	0.85 187	0.04 273	2.45 343	0.89 318	0.48 346	0.85 355	1.10 338	2.06 371	6.49 386	0.25 212	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.09 142

CroCo-Stereo	0.18 28	0.32 163	0.94 9	0.00 1	0.00 1	0.03 5	0.00 1	1.17 226	0.76 188	0.00 1	0.01 165	0.31 227	0.03 173	0.03 29	0.03 65	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
TANstereo	0.17 24	0.32 163	1.51 97	0.00 1	0.00 1	1.03 237	0.00 1	0.07 30	0.14 20	0.01 87	0.15 289	0.04 81	0.00 1	0.05 65	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 58

ac_64	0.48 195	0.32 163	2.27 238	0.04 250	0.01 187	0.44 80	0.02 240	0.36 125	0.83 264	0.15 284	0.01 165	0.88 321	0.04 199	3.90 290	0.21 195	0.00 1	0.00 1	0.00 1	0.00 1	0.07 216	0.06 110

FC-DCNN	3.67 394	0.32 163	2.78 274	0.00 1	0.01 187	3.09 388	0.58 377	3.68 387	3.04 391	11.64 414	12.38 413	13.84 410	9.79 409	6.23 376	5.39 375	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.60 324

DualNet	0.98 324	0.33 168	3.52 322	0.00 1	0.00 1	0.64 131	0.00 1	1.74 288	1.17 369	0.00 1	0.31 319	0.68 299	0.02 130	0.57 171	7.45 387	0.00 1	1.12 390	0.00 1	0.15 362	0.08 234	1.86 403

ffm	0.61 264	0.33 168	3.52 322	0.00 1	0.00 1	0.64 131	0.00 1	1.74 288	1.17 369	0.00 1	0.31 319	0.68 299	0.02 130	0.57 171	0.01 32	0.00 1	1.12 390	0.00 1	0.15 362	0.08 234	1.86 403

ff1	1.27 344	0.33 168	3.52 322	0.00 1	0.00 1	0.64 131	0.00 1	1.74 288	1.17 369	0.00 1	0.31 319	0.68 299	0.02 130	6.27 378	7.45 387	0.00 1	1.12 390	0.00 1	0.15 362	0.08 234	1.86 403

mmx	1.28 346	0.33 168	3.52 322	0.00 1	0.00 1	0.64 131	0.00 1	3.05 371	1.07 339	0.00 1	0.31 319	0.68 299	0.02 130	6.27 378	7.45 387	0.00 1	1.05 381	0.00 1	0.15 362	0.03 123	1.08 353

xxx	1.28 346	0.33 168	3.52 322	0.00 1	0.00 1	0.64 131	0.00 1	3.05 371	1.07 339	0.00 1	0.31 319	0.68 299	0.02 130	6.27 378	7.45 387	0.00 1	1.05 381	0.00 1	0.15 362	0.03 123	1.08 353

ToySt	0.42 163	0.33 168	2.09 218	0.08 281	0.55 361	0.55 103	0.00 1	0.72 170	0.55 125	0.05 221	0.26 300	0.37 245	0.00 1	0.30 141	0.54 271	0.01 343	0.58 338	0.00 1	0.14 357	0.04 157	1.33 364

test_4	0.20 40	0.33 168	1.50 92	0.08 281	0.13 293	1.04 242	0.00 1	0.05 12	0.09 14	0.10 264	0.00 1	0.02 32	0.01 83	0.27 132	0.14 162	0.00 1	0.08 289	0.00 1	0.02 302	0.13 288	0.07 114

THIR-Stereo	0.94 320	0.33 168	1.66 139	0.00 1	0.01 187	0.55 103	3.72 408	0.13 66	0.18 51	0.10 264	1.46 368	0.74 308	2.82 380	5.60 339	1.39 326	0.00 1	0.00 1	0.02 370	0.00 1	0.02 78	0.03 66

EDNetEfficient	2.95 389	0.33 168	20.38 412	0.19 329	0.83 386	1.00 225	1.95 397	0.58 149	5.15 398	8.01 408	1.79 372	0.93 324	4.16 395	3.66 283	9.80 399	0.00 1	0.03 262	0.00 1	0.06 325	0.05 172	0.13 185

MyStereo07	0.30 93	0.34 177	1.49 89	0.00 1	0.25 328	0.98 219	0.01 179	0.06 22	0.57 135	0.35 331	0.00 1	0.01 7	0.06 236	0.49 167	0.09 132	0.00 1	0.79 352	0.00 1	0.08 330	0.02 78	0.32 271

MyStereo04	0.37 132	0.34 177	2.41 249	0.00 1	0.25 328	0.98 219	0.01 179	1.05 211	0.28 84	0.09 259	0.01 165	0.36 242	0.12 267	0.05 65	0.35 237	0.00 1	0.79 352	0.00 1	0.08 330	0.02 78	0.32 271

G-Net	1.24 342	0.34 177	3.85 339	0.05 256	0.48 353	1.68 374	0.46 366	0.23 99	0.44 108	1.33 373	8.94 402	2.28 379	0.79 340	2.37 223	1.18 311	0.01 343	0.03 262	0.02 370	0.09 335	0.07 216	0.11 167

test croco	0.17 24	0.35 180	1.92 196	0.00 1	0.00 1	0.06 16	0.01 179	0.18 84	0.43 106	0.01 87	0.01 165	0.02 32	0.01 83	0.05 65	0.05 103	0.00 1	0.00 1	0.00 1	0.00 1	0.28 363	0.01 43

DRN-Test	0.52 211	0.35 180	2.75 272	0.03 242	0.09 281	0.60 117	0.00 1	1.72 284	0.84 274	0.01 87	0.00 1	0.18 184	0.04 199	3.27 265	0.23 204	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.25 251

MyStereo06	0.53 224	0.36 182	2.90 281	0.01 205	0.00 1	1.11 314	0.01 179	0.56 147	0.49 115	0.74 357	0.45 335	1.24 347	1.02 347	0.39 154	0.34 233	0.00 1	0.60 340	0.00 1	0.08 330	0.01 25	0.33 276

MyStereo05	0.39 147	0.36 182	2.43 252	0.01 205	0.00 1	1.11 314	0.01 179	1.25 235	0.57 135	0.06 234	0.01 165	0.29 221	0.15 276	0.07 77	0.37 242	0.00 1	0.60 340	0.00 1	0.08 330	0.01 25	0.33 276

gwcnet-sp	0.35 115	0.37 184	3.29 303	0.00 1	0.00 1	0.51 91	0.03 258	0.74 174	0.76 188	0.01 87	0.01 165	0.09 140	0.04 199	0.88 190	0.13 155	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.04 85

scenet	0.35 115	0.37 184	3.29 303	0.00 1	0.00 1	0.51 91	0.03 258	0.74 174	0.76 188	0.01 87	0.01 165	0.09 140	0.04 199	0.88 190	0.13 155	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.04 85

ssnet	0.35 115	0.37 184	3.29 303	0.00 1	0.00 1	0.51 91	0.03 258	0.74 174	0.76 188	0.01 87	0.01 165	0.09 140	0.04 199	0.88 190	0.13 155	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.04 85

DMCA	0.30 93	0.38 187	2.48 257	0.00 1	0.01 187	0.98 219	0.01 179	0.47 137	0.80 241	0.02 149	0.01 165	0.05 99	0.00 1	0.25 121	0.29 220	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.10 156

stereogan	0.57 249	0.38 187	3.12 295	0.01 205	0.01 187	0.64 131	0.02 240	1.11 220	0.96 327	0.08 251	0.01 165	1.66 369	0.45 316	2.60 237	0.05 103	0.00 1	0.00 1	0.00 1	0.00 1	0.16 316	0.07 114

DSFCA	0.49 199	0.39 189	1.59 119	0.00 1	0.01 187	0.96 215	0.36 359	0.40 132	0.80 241	0.03 188	0.31 319	0.04 81	0.23 296	3.83 287	0.81 297	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.09 142

DCRE	0.76 300	0.40 190	1.17 31	0.21 339	0.90 390	0.66 142	0.00 1	0.79 183	0.39 99	0.36 333	7.60 393	0.03 61	0.00 1	0.09 87	0.32 230	0.00 1	0.58 338	0.00 1	0.17 373	0.02 78	1.53 380

HGLStereo	0.35 115	0.40 190	1.83 178	0.00 1	0.00 1	0.65 139	0.01 179	0.68 160	0.39 99	0.03 188	0.01 165	0.47 262	0.03 173	2.14 218	0.17 175	0.00 1	0.00 1	0.00 1	0.00 1	0.08 234	0.04 85

StereoIM	0.11 9	0.41 192	1.31 47	0.00 1	0.00 1	0.05 11	0.01 179	0.08 35	0.23 70	0.01 87	0.01 165	0.04 81	0.02 130	0.03 29	0.04 91	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 43

sAnonymous2	0.17 24	0.42 193	2.46 253	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	0.08 234	0.32 271

CroCo_RVC	0.17 24	0.42 193	2.46 253	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	0.08 234	0.32 271

IGEV+	0.40 154	0.43 195	1.69 145	0.63 380	0.78 381	0.08 20	0.00 1	0.10 44	0.39 99	0.01 87	0.00 1	0.02 32	0.02 130	0.47 163	0.20 194	0.00 1	1.17 403	0.00 1	0.11 345	0.12 282	1.78 397

1111x	1.36 352	0.43 195	3.64 331	0.00 1	0.51 359	0.72 159	0.00 1	3.21 379	1.10 344	0.05 221	0.26 300	0.07 125	0.01 83	6.09 370	8.46 392	0.00 1	1.15 402	0.00 1	0.26 401	0.04 157	1.10 357

ADLNet	0.48 195	0.43 195	1.71 150	0.00 1	0.00 1	0.66 142	0.01 179	1.16 224	0.84 274	0.21 297	0.01 165	1.00 329	0.02 130	2.88 251	0.34 233	0.00 1	0.00 1	0.00 1	0.00 1	0.13 288	0.24 247

CroCo-Stereo Lap2	0.14 17	0.44 198	1.26 37	0.00 1	0.00 1	0.02 3	0.00 1	0.08 35	0.75 167	0.00 1	0.00 1	0.01 7	0.03 173	0.03 29	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.01 43

TRStereo	0.60 259	0.44 198	2.21 229	0.19 329	0.03 244	1.38 365	0.02 240	3.93 390	0.92 322	0.01 87	0.28 309	0.12 153	0.39 313	0.36 145	0.04 91	0.00 1	0.30 316	0.00 1	0.23 391	0.01 25	1.08 353

XX-TBD	0.18 28	0.44 198	1.52 99	0.00 1	0.00 1	0.92 206	0.00 1	0.17 80	0.14 20	0.00 1	0.21 296	0.03 61	0.00 1	0.02 9	0.03 65	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 58

ACVNet	0.30 93	0.44 198	1.74 157	0.01 205	0.00 1	1.06 250	0.10 307	0.23 99	0.83 264	0.02 149	0.01 165	0.70 305	0.00 1	0.08 83	0.41 258	0.00 1	0.00 1	0.00 1	0.00 1	0.09 258	0.17 207

acv_ft	0.30 93	0.44 198	1.83 178	0.00 1	0.00 1	0.42 73	0.01 179	0.69 162	0.83 264	0.23 304	0.01 165	0.70 305	0.12 267	0.08 83	0.18 180	0.00 1	0.00 1	0.00 1	0.00 1	0.27 357	0.17 207

NOSS_ROB	0.73 295	0.44 198	1.26 37	0.55 372	0.00 1	0.68 150	0.00 1	2.93 367	0.77 205	0.13 278	0.00 1	0.92 323	0.00 1	6.16 372	0.11 141	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.66 333

iRaftStereo_RVC	0.24 60	0.45 204	0.99 15	0.00 1	0.00 1	0.52 96	0.00 1	0.08 35	0.15 26	0.01 87	0.01 165	0.16 175	0.03 173	0.04 43	0.02 52	0.00 1	1.06 384	0.00 1	0.00 1	0.29 369	1.01 352

ELAS_RVC	3.35 393	0.45 204	4.75 360	0.25 345	0.07 274	1.56 369	7.12 416	2.23 336	5.68 399	7.77 407	7.71 397	6.55 394	10.27 410	5.63 343	6.24 381	0.00 1	0.04 272	0.03 378	0.01 291	0.11 275	0.48 309
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM-Forest	1.08 333	0.45 204	1.80 174	0.02 227	0.07 274	1.09 295	0.65 380	2.57 350	0.85 297	1.33 373	0.92 358	1.36 355	1.62 361	5.94 357	2.34 347	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.52 317
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DPSNet	1.65 363	0.46 207	7.31 388	0.30 353	0.11 289	1.54 367	0.01 179	4.48 393	1.14 358	0.11 271	0.01 165	0.82 315	3.51 387	5.89 351	5.84 378	0.02 359	0.29 315	0.03 378	0.23 391	0.23 349	0.59 323

DLCB_ROB	0.36 125	0.46 207	1.27 39	0.00 1	0.00 1	0.45 83	0.00 1	0.66 159	0.81 249	0.03 188	0.04 260	0.66 297	0.04 199	2.35 222	0.37 242	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.10 156

CBMV	0.80 311	0.46 207	2.11 220	0.00 1	0.00 1	0.84 183	0.76 385	3.17 377	0.84 274	0.61 352	0.00 1	1.23 344	1.88 368	2.46 230	0.97 302	0.00 1	0.00 1	0.00 1	0.00 1	0.07 216	0.56 322
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
SDNR	1.35 351	0.47 210	4.08 348	0.09 286	0.21 314	3.25 389	0.01 179	3.18 378	1.52 382	1.87 382	1.66 371	1.52 367	0.36 310	7.18 396	1.05 305	0.03 367	0.08 289	0.00 1	0.00 1	0.05 172	0.49 313

ssnet_v2	0.39 147	0.47 210	2.11 220	0.00 1	0.00 1	0.81 175	0.00 1	1.33 246	0.86 308	0.12 275	0.01 165	0.87 319	0.10 259	0.60 179	0.35 237	0.00 1	0.00 1	0.00 1	0.00 1	0.16 316	0.09 142

OMP-Stereo	0.71 289	0.47 210	1.36 51	0.18 326	0.06 270	1.18 344	0.00 1	1.76 295	0.78 218	0.11 271	0.59 346	0.49 273	0.00 1	6.94 394	0.25 212	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.07 114

delet	0.42 163	0.47 210	1.99 208	0.00 1	0.00 1	0.61 123	0.00 1	0.68 160	0.83 264	0.06 234	0.01 165	0.51 281	0.19 286	2.68 242	0.21 195	0.00 1	0.00 1	0.00 1	0.00 1	0.09 258	0.07 114

MSMD_ROB	2.26 375	0.47 210	2.67 270	0.01 205	0.00 1	5.00 400	0.21 332	1.35 249	1.87 388	6.37 403	8.46 399	7.34 398	4.30 397	4.84 319	1.91 336	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.30 268

IIG-Stereo	0.71 289	0.48 215	1.42 79	0.05 256	0.03 244	1.18 344	0.00 1	1.75 292	0.79 232	0.01 87	0.56 344	0.53 282	0.01 83	6.87 391	0.37 242	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.07 114

ELAS	3.20 392	0.48 215	3.06 290	0.19 329	0.06 270	7.89 406	2.23 400	3.33 384	4.19 395	8.91 412	9.70 405	4.40 386	7.69 405	4.25 301	6.87 384	0.00 1	0.04 272	0.03 378	0.04 318	0.12 282	0.48 309
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GMOStereo	0.29 84	0.49 217	1.56 110	0.00 1	0.56 363	0.87 189	0.02 240	0.18 84	0.17 41	0.01 87	0.01 165	0.25 208	0.01 83	0.04 43	0.01 32	0.00 1	1.23 405	0.00 1	0.00 1	0.18 328	0.18 214

error version	0.29 84	0.49 217	1.56 110	0.00 1	0.56 363	0.87 189	0.02 240	0.18 84	0.17 41	0.01 87	0.01 165	0.25 208	0.01 83	0.04 43	0.01 32	0.00 1	1.23 405	0.00 1	0.00 1	0.18 328	0.18 214

test-v	0.29 84	0.49 217	1.56 110	0.00 1	0.56 363	0.87 189	0.02 240	0.18 84	0.17 41	0.01 87	0.01 165	0.25 208	0.01 83	0.04 43	0.01 32	0.00 1	1.23 405	0.00 1	0.00 1	0.18 328	0.18 214

test-2	0.29 84	0.49 217	1.56 110	0.00 1	0.56 363	0.87 189	0.02 240	0.18 84	0.17 41	0.01 87	0.01 165	0.25 208	0.01 83	0.04 43	0.01 32	0.00 1	1.23 405	0.00 1	0.00 1	0.18 328	0.18 214

STTStereo	0.33 107	0.49 217	2.91 283	0.00 1	0.00 1	0.83 179	0.03 258	0.28 110	0.16 33	0.02 149	0.00 1	0.20 196	0.03 173	1.52 210	0.08 124	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 66

SGM_RVC	2.03 373	0.49 217	2.04 216	0.27 348	0.17 303	3.07 387	1.00 391	2.70 357	1.62 384	5.12 395	3.09 377	4.77 388	4.08 393	7.38 399	2.86 353	0.21 384	0.23 305	0.20 404	0.23 391	0.28 363	0.84 343
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
fff	0.37 132	0.50 223	2.02 210	0.00 1	0.02 227	1.06 250	0.00 1	1.90 315	0.84 274	0.16 287	0.00 1	0.04 81	0.59 327	0.04 43	0.08 124	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 237

DCANet	0.35 115	0.50 223	2.02 210	0.00 1	0.00 1	1.06 250	0.00 1	1.90 315	0.85 297	0.10 264	0.00 1	0.04 81	0.00 1	0.04 43	0.12 145	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.25 251

csc	0.37 132	0.50 223	2.02 210	0.00 1	0.02 227	1.06 250	0.00 1	1.90 315	0.84 274	0.16 287	0.00 1	0.04 81	0.59 327	0.04 43	0.08 124	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 237

cscssc	0.37 132	0.50 223	2.02 210	0.00 1	0.02 227	1.06 250	0.00 1	1.90 315	0.84 274	0.16 287	0.00 1	0.04 81	0.59 327	0.04 43	0.08 124	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 237

iResNet	0.34 109	0.50 223	1.65 136	0.00 1	0.00 1	0.70 155	0.00 1	1.60 274	0.78 218	0.01 87	0.00 1	0.04 81	0.03 173	0.15 102	1.11 310	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.20 227

H2IRNET	0.21 45	0.51 228	1.84 181	0.00 1	0.00 1	1.08 279	0.01 179	0.15 69	0.25 76	0.00 1	0.00 1	0.06 115	0.01 83	0.03 29	0.05 103	0.00 1	0.00 1	0.00 1	0.00 1	0.22 346	0.07 114

ADStereo(finetuned)	0.42 163	0.51 228	2.79 275	0.00 1	0.00 1	1.04 242	0.00 1	1.90 315	0.85 297	0.10 264	0.00 1	0.04 81	0.72 335	0.04 43	0.12 145	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.25 251

whm_eth	0.25 69	0.52 230	2.41 249	0.00 1	0.00 1	0.55 103	0.00 1	0.31 116	0.84 274	0.00 1	0.00 1	0.03 61	0.01 83	0.02 9	0.02 52	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.26 257

HSM	0.68 283	0.52 230	1.54 105	0.00 1	0.00 1	0.54 99	0.01 179	1.08 216	0.77 205	0.00 1	0.01 165	2.23 378	0.63 330	6.04 364	0.14 162	0.00 1	0.00 1	0.00 1	0.00 1	0.04 157	0.08 129

MMNet	0.29 84	0.53 232	2.13 223	0.00 1	0.00 1	0.69 154	0.00 1	0.74 174	0.80 241	0.01 87	0.01 165	0.18 184	0.09 254	0.28 138	0.14 162	0.00 1	0.00 1	0.00 1	0.00 1	0.07 216	0.04 85

RYNet	0.63 270	0.53 232	2.18 226	0.00 1	0.00 1	0.57 112	0.00 1	1.34 247	0.85 297	0.04 208	0.00 1	0.85 317	0.04 199	5.13 324	0.77 293	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.27 262

TestStereo	0.35 115	0.54 234	1.74 157	0.00 1	0.00 1	0.27 43	0.00 1	0.06 22	0.05 5	0.01 87	0.00 1	0.03 61	0.01 83	4.17 297	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

FCDSN-DC	2.93 388	0.54 234	2.88 280	0.00 1	0.01 187	1.78 376	0.36 359	2.20 334	1.51 381	8.28 409	10.99 410	11.61 403	8.55 406	5.36 333	4.05 365	0.02 359	0.00 1	0.00 1	0.00 1	0.06 198	0.48 309
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DGSMNet	1.31 348	0.55 236	3.74 336	0.80 395	1.48 407	1.60 370	3.41 407	1.72 284	0.54 121	0.01 87	0.78 353	0.48 266	0.23 296	3.16 259	0.55 272	0.98 400	1.26 409	1.34 414	1.11 416	1.06 399	1.41 370

hitnet-ft	0.49 199	0.56 237	1.96 204	0.00 1	0.00 1	0.73 161	0.10 307	0.36 125	0.26 77	0.05 221	0.13 286	0.73 307	0.16 279	4.26 302	0.41 258	0.01 343	0.00 1	0.03 378	0.00 1	0.05 172	0.06 110

psm_up	0.48 195	0.57 238	1.86 185	0.00 1	0.00 1	0.83 179	0.00 1	2.33 338	0.79 232	0.00 1	0.00 1	0.27 216	0.01 83	2.73 243	0.12 145	0.00 1	0.00 1	0.00 1	0.00 1	0.10 270	0.04 85

psmorigin	0.81 313	0.57 238	7.49 389	0.00 1	0.00 1	0.18 35	0.00 1	0.12 54	0.20 63	0.65 353	0.00 1	2.69 381	0.27 300	2.98 253	0.79 295	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.18 214

Sa-1000	0.44 177	0.58 240	1.85 183	0.00 1	0.22 317	1.09 295	0.01 179	2.98 368	0.75 167	0.00 1	0.09 278	0.04 81	0.00 1	0.21 115	0.00 1	0.00 1	0.50 333	0.00 1	0.13 350	0.12 282	0.12 178

StereoVision	0.24 60	0.59 241	1.92 196	0.00 1	0.00 1	0.47 85	0.01 179	0.22 93	0.84 274	0.00 1	0.30 313	0.15 167	0.02 130	0.09 87	0.04 91	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.01 43

MIPNet	0.42 163	0.59 241	2.22 230	0.02 227	0.00 1	1.11 314	0.09 303	1.88 314	0.88 315	0.11 271	0.06 271	0.22 200	0.19 286	0.74 184	0.00 1	0.00 1	0.00 1	0.00 1	0.01 291	0.08 234	0.12 178

APVNet	0.58 251	0.59 241	3.15 297	0.00 1	0.00 1	0.93 208	0.01 179	0.62 156	0.86 308	0.03 188	0.01 165	0.34 231	0.04 199	4.50 312	0.33 231	0.00 1	0.00 1	0.03 378	0.00 1	0.18 328	0.05 100

aanetorigin	0.91 319	0.59 241	3.76 337	0.11 296	0.12 291	0.40 66	0.90 389	0.15 69	0.23 70	3.44 392	1.19 365	0.35 237	1.96 370	2.81 246	1.30 319	0.02 359	0.00 1	0.02 370	0.05 322	0.28 363	0.47 307

Consistency-Raft	0.45 182	0.60 245	3.05 288	0.13 306	0.03 244	0.91 201	0.04 273	1.55 267	0.78 218	0.00 1	0.02 246	0.03 61	1.12 352	0.35 143	0.42 261	0.02 359	0.00 1	0.00 1	0.00 1	0.01 25	0.01 43

SACVNet	0.51 208	0.61 246	1.98 206	0.00 1	0.00 1	1.02 233	0.01 179	1.04 210	0.44 108	0.07 242	0.00 1	0.23 202	0.02 130	4.19 298	0.29 220	0.00 1	0.00 1	0.00 1	0.00 1	0.22 346	0.13 185

UCFNet_RVC	0.26 73	0.61 246	1.59 119	0.00 1	0.00 1	1.00 225	0.00 1	0.26 106	0.39 99	0.01 87	0.00 1	0.42 258	0.02 130	0.84 188	0.07 118	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.04 85

RASNet	0.68 283	0.62 248	2.10 219	0.02 227	0.02 227	0.60 117	0.09 303	0.64 158	0.84 274	0.11 271	0.06 271	1.51 366	0.04 199	6.07 368	0.65 277	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.22 229

SA	0.43 172	0.63 249	1.92 196	0.00 1	0.22 317	1.11 314	0.00 1	2.87 364	0.75 167	0.00 1	0.01 165	0.04 81	0.01 83	0.21 115	0.00 1	0.00 1	0.40 325	0.00 1	0.14 357	0.14 303	0.22 229

MIM_Stereo	0.29 84	0.65 250	1.73 155	0.00 1	1.03 398	0.30 47	0.00 1	0.16 76	0.18 51	0.12 275	0.00 1	0.05 99	0.01 83	0.12 94	0.01 32	0.00 1	0.03 262	0.00 1	0.00 1	0.13 288	1.24 361

LMCR-Stereo	0.38 140	0.65 250	1.77 165	0.00 1	0.00 1	0.82 177	0.00 1	2.33 338	0.84 274	0.00 1	0.00 1	0.04 81	0.04 199	0.29 140	0.72 290	0.00 1	0.00 1	0.00 1	0.00 1	0.07 216	0.01 43

GANet-RSSM	0.42 163	0.66 252	1.78 169	0.00 1	0.00 1	1.06 250	0.00 1	0.26 106	0.23 70	0.05 221	0.00 1	0.34 231	0.00 1	3.56 276	0.18 180	0.00 1	0.00 1	0.03 378	0.00 1	0.09 258	0.08 129

TestStereo1	0.32 103	0.67 253	1.66 139	0.00 1	0.23 326	1.13 328	0.01 179	0.94 196	0.76 188	0.00 1	0.05 261	0.05 99	0.01 83	0.16 103	0.05 103	0.00 1	0.24 307	0.00 1	0.00 1	0.17 321	0.23 237

SA-5K	0.32 103	0.67 253	1.66 139	0.00 1	0.23 326	1.13 328	0.01 179	0.94 196	0.76 188	0.00 1	0.05 261	0.05 99	0.01 83	0.16 103	0.05 103	0.00 1	0.24 307	0.00 1	0.00 1	0.17 321	0.23 237

XPNet_ROB	0.46 189	0.67 253	1.69 145	0.01 205	0.00 1	0.94 211	0.01 179	1.32 243	0.65 144	0.03 188	0.00 1	0.17 181	0.02 130	2.82 247	0.66 280	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.18 214

MyStereo8	0.50 204	0.68 256	3.08 292	0.43 367	0.01 187	1.22 352	0.00 1	0.82 186	0.20 63	0.03 188	0.41 332	0.15 167	0.04 199	0.68 182	0.12 145	0.00 1	1.39 411	0.00 1	0.03 314	0.04 157	0.63 330

ADLNet2	0.61 264	0.68 256	2.76 273	0.00 1	0.00 1	0.90 198	0.01 179	0.82 186	0.92 322	0.00 1	0.07 274	1.45 361	0.02 130	4.04 291	0.13 155	0.00 1	0.00 1	0.00 1	0.00 1	0.20 339	0.11 167

RP	0.52 211	0.68 256	2.56 265	0.00 1	0.01 187	0.61 123	0.02 240	1.31 241	0.62 140	0.05 221	0.01 165	0.98 327	0.17 282	2.86 249	0.33 231	0.00 1	0.00 1	0.00 1	0.00 1	0.13 288	0.09 142

CVANet_RVC	0.66 279	0.68 256	2.61 268	0.01 205	0.00 1	0.99 224	0.00 1	0.95 198	0.78 218	0.60 350	0.11 283	0.37 245	0.14 272	5.50 338	0.14 162	0.00 1	0.00 1	0.00 1	0.03 314	0.16 316	0.19 224

IPLG	0.59 255	0.69 260	2.25 237	0.02 227	0.00 1	1.12 319	0.07 291	1.75 292	0.79 232	0.05 221	0.00 1	0.16 175	0.14 272	4.49 311	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 303	0.07 114

GEStereo_RVC	0.52 211	0.69 260	1.93 199	0.01 205	0.00 1	1.03 237	0.00 1	2.22 335	0.78 218	0.00 1	0.00 1	0.14 161	0.01 83	3.19 261	0.03 65	0.00 1	0.00 1	0.00 1	0.00 1	0.10 270	0.18 214

GANet	0.75 298	0.69 260	2.47 255	0.00 1	0.00 1	0.79 170	0.08 298	0.61 153	0.76 188	0.13 278	0.16 290	0.68 299	0.46 317	5.61 341	2.02 339	0.00 1	0.03 262	0.01 356	0.00 1	0.11 275	0.37 286

PASM	0.66 279	0.70 263	4.95 369	0.02 227	0.00 1	0.31 50	0.04 273	0.60 152	0.35 92	0.19 296	0.01 165	0.46 261	0.04 199	5.16 326	0.05 103	0.00 1	0.00 1	0.00 1	0.00 1	0.13 288	0.15 200

IGEVStereo-DCA	0.47 192	0.71 264	1.28 41	0.16 316	0.15 298	0.32 53	0.00 1	0.12 54	0.56 127	0.24 308	0.01 165	0.05 99	0.07 247	1.19 198	2.07 340	0.00 1	0.47 329	0.00 1	0.10 338	0.15 308	1.75 392

rrr	0.72 292	0.71 264	4.76 361	0.16 316	0.15 298	0.32 53	0.04 273	1.80 306	0.61 137	0.24 308	0.01 165	0.05 99	0.07 247	1.19 198	2.07 340	0.00 1	0.47 329	0.00 1	0.18 375	0.15 308	1.48 377

fast-acv-ft	0.34 109	0.71 264	4.20 351	0.06 273	0.01 187	0.28 45	0.17 320	0.11 47	0.34 91	0.00 1	0.00 1	0.08 132	0.09 254	0.13 96	0.27 219	0.01 343	0.00 1	0.03 378	0.01 291	0.27 357	0.04 85

RAFT_CTSACE	0.25 69	0.71 264	2.06 217	0.00 1	0.01 187	0.49 88	0.00 1	0.37 127	0.18 51	0.01 87	0.00 1	0.34 231	0.00 1	0.25 121	0.07 118	0.00 1	0.20 302	0.00 1	0.00 1	0.25 354	0.11 167

test_xeample3	0.77 303	0.71 264	4.91 367	0.18 326	0.22 317	0.34 60	0.05 283	1.81 307	0.61 137	0.23 304	0.03 254	0.06 115	0.05 225	1.26 203	2.12 344	0.00 1	0.69 346	0.00 1	0.23 391	0.15 308	1.78 397

NLCA_NET_v2_RVC	0.45 182	0.72 269	3.22 298	0.00 1	0.02 227	0.95 214	0.00 1	0.70 163	0.26 77	0.03 188	0.00 1	0.34 231	0.10 259	2.45 229	0.12 145	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.03 66
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	0.39 147	0.73 270	2.28 239	0.01 205	0.22 317	0.84 183	0.01 179	1.02 202	0.77 205	0.12 275	0.00 1	0.30 224	0.01 83	0.82 186	0.03 65	0.00 1	0.04 272	0.00 1	0.00 1	0.15 308	0.46 305

PSMNet-RSSM	0.44 177	0.73 270	1.65 136	0.00 1	0.00 1	1.06 250	0.00 1	0.61 153	0.70 155	0.06 234	0.01 165	0.39 252	0.00 1	3.29 266	0.12 145	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.07 114

ETE_ROB	0.43 172	0.73 270	1.87 186	0.00 1	0.00 1	0.94 211	0.01 179	1.75 292	0.79 232	0.03 188	0.00 1	0.16 175	0.02 130	1.81 213	0.36 240	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.08 129

LALA_ROB	0.45 182	0.73 270	1.91 194	0.00 1	0.01 187	0.98 219	0.01 179	1.99 324	0.84 274	0.15 284	0.00 1	0.09 140	0.01 83	1.06 194	1.01 304	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.05 100

RAFT+CT+SA	0.38 140	0.74 274	1.84 181	0.02 227	0.27 331	1.12 319	0.00 1	0.91 190	0.75 167	0.00 1	0.00 1	0.27 216	0.01 83	0.56 170	0.00 1	0.00 1	0.16 298	0.00 1	0.30 407	0.13 288	0.42 293

AACVNet	0.48 195	0.74 274	1.81 177	0.00 1	0.00 1	0.55 103	0.00 1	0.22 93	0.55 125	0.03 188	0.00 1	0.11 149	0.01 83	5.22 330	0.09 132	0.00 1	0.00 1	0.00 1	0.00 1	0.18 328	0.04 85

RALCasStereoNet	0.47 192	0.74 274	1.56 110	0.21 339	0.97 395	0.36 64	0.03 258	0.20 89	0.77 205	0.10 264	0.07 274	0.05 99	0.08 251	0.35 143	0.38 250	0.00 1	1.68 416	0.00 1	0.00 1	0.10 270	1.83 402

CFNet-ft	0.40 154	0.74 274	1.74 157	0.00 1	0.00 1	1.09 295	0.00 1	0.23 99	0.22 66	0.02 149	0.00 1	0.76 309	0.00 1	2.98 253	0.18 180	0.00 1	0.00 1	0.01 356	0.00 1	0.03 123	0.08 129

RGC	0.61 264	0.74 274	3.31 307	0.00 1	0.01 187	0.64 131	0.00 1	1.34 247	0.26 77	0.03 188	0.61 347	0.99 328	0.19 286	3.06 257	0.81 297	0.00 1	0.00 1	0.00 1	0.00 1	0.07 216	0.10 156

CFNet_RVC	0.40 154	0.74 274	1.74 157	0.00 1	0.00 1	1.09 295	0.00 1	0.23 99	0.22 66	0.02 149	0.00 1	0.76 309	0.00 1	2.97 252	0.18 180	0.00 1	0.00 1	0.01 356	0.00 1	0.03 123	0.08 129

Nwc_Net	0.54 229	0.75 280	3.72 334	0.00 1	0.00 1	0.66 142	0.00 1	1.05 211	0.41 105	0.01 87	0.02 246	0.88 321	0.11 264	2.65 241	0.40 254	0.00 1	0.00 1	0.00 1	0.00 1	0.08 234	0.05 100

DeepPruner_ROB	0.34 109	0.75 280	2.38 247	0.00 1	0.00 1	1.12 319	0.03 258	0.30 113	0.16 33	0.00 1	0.00 1	0.39 252	0.03 173	1.27 204	0.14 162	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.10 156

WCMA_ROB	2.37 381	0.75 280	2.53 263	0.05 256	0.00 1	1.05 247	0.59 379	1.47 259	1.40 378	5.47 399	9.84 406	8.10 400	5.87 403	4.38 307	3.93 363	0.16 379	0.21 303	0.18 402	0.18 375	0.06 198	1.08 353

TDLM	0.60 259	0.76 283	1.77 165	0.05 256	0.00 1	1.10 308	0.01 179	0.51 141	0.79 232	0.34 328	0.01 165	0.27 216	0.22 294	5.44 334	0.35 237	0.00 1	0.00 1	0.00 1	0.00 1	0.15 308	0.19 224

rafts_anoy	0.37 132	0.77 284	1.68 143	0.43 367	0.99 396	0.53 97	0.04 273	0.16 76	0.14 20	0.08 251	0.01 165	0.06 115	0.06 236	0.58 175	0.21 195	0.00 1	1.44 413	0.00 1	0.01 291	0.05 172	0.14 193

raftrobust	0.30 93	0.78 285	1.65 136	0.00 1	1.25 403	0.66 142	0.03 258	0.10 44	0.32 89	0.02 149	0.00 1	0.03 61	0.03 173	0.22 118	0.13 155	0.00 1	0.44 326	0.00 1	0.00 1	0.07 216	0.22 229

raft_robust	0.73 295	0.81 286	1.55 106	0.00 1	0.22 317	0.68 150	0.00 1	2.56 348	0.75 167	0.01 87	0.01 165	1.12 340	1.15 353	4.56 316	0.14 162	0.00 1	0.71 350	0.00 1	0.15 362	0.08 234	0.11 167

UDGNet	0.19 38	0.81 286	1.42 79	0.00 1	0.00 1	1.06 250	0.00 1	0.05 12	0.38 95	0.00 1	0.00 1	0.02 32	0.00 1	0.10 90	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

MaskLacGwcNet_RVC	0.56 244	0.82 288	1.94 202	0.12 300	0.00 1	1.12 319	0.01 179	0.96 199	0.72 158	0.00 1	0.05 261	0.37 245	0.03 173	3.45 272	0.15 172	1.07 402	0.00 1	0.00 1	0.00 1	0.16 316	0.25 251

NCC-stereo	0.63 270	0.82 288	3.34 310	0.03 242	0.03 244	1.04 242	0.01 179	1.03 205	0.31 87	0.14 280	0.19 292	0.64 291	0.05 225	3.67 284	1.18 311	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.07 114

Abc-Net	0.63 270	0.82 288	3.34 310	0.03 242	0.03 244	1.04 242	0.01 179	1.03 205	0.31 87	0.14 280	0.19 292	0.64 291	0.05 225	3.67 284	1.18 311	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.07 114
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	0.62 267	0.82 288	1.58 117	0.00 1	0.00 1	1.05 247	0.00 1	2.76 361	0.74 160	0.00 1	0.00 1	0.11 149	0.01 83	5.22 330	0.15 172	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.00 1

pmcnn	2.36 380	0.83 292	6.15 385	0.33 360	0.84 388	0.35 61	0.27 346	2.18 332	1.42 379	0.48 346	7.35 391	14.60 412	0.75 337	5.45 335	5.37 373	0.00 1	0.00 1	0.00 1	0.00 1	0.16 316	0.63 330

4D-IteraStereo	0.34 109	0.84 293	2.31 241	0.00 1	0.00 1	0.42 73	0.04 273	0.10 44	0.09 14	0.02 149	0.01 165	0.00 1	0.01 83	0.36 145	0.49 265	0.00 1	0.36 322	0.00 1	0.00 1	0.07 216	1.72 388

Wz-Net-LNSev-Ref	0.54 229	0.84 293	3.67 332	0.00 1	0.00 1	0.56 109	0.00 1	1.40 254	0.80 241	0.00 1	0.00 1	0.06 115	0.13 271	1.76 212	1.42 327	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.08 129

MLCV	0.35 115	0.84 293	1.96 204	0.00 1	0.00 1	0.48 87	0.00 1	0.81 185	0.29 85	0.10 264	0.00 1	0.28 219	0.03 173	1.32 206	0.80 296	0.00 1	0.00 1	0.00 1	0.00 1	0.07 216	0.09 142

FBW_ROB	1.04 330	0.84 293	2.48 257	0.10 288	0.01 187	0.64 131	0.01 179	2.37 341	0.83 264	0.01 87	0.01 165	1.09 337	0.05 225	8.21 401	2.94 354	0.05 370	0.01 248	0.09 395	0.01 291	0.06 198	0.97 349

iRaft-Stereo_5w	0.60 259	0.85 297	1.83 178	0.01 205	0.59 369	0.31 50	0.00 1	0.72 170	0.79 232	0.00 1	0.00 1	0.10 146	0.01 83	6.12 371	0.03 65	0.00 1	0.12 294	0.00 1	0.00 1	0.24 350	0.26 257

UDG	0.55 237	0.86 298	2.15 224	0.00 1	0.00 1	0.98 219	0.00 1	2.09 330	0.83 264	0.08 251	0.00 1	1.49 364	0.18 283	1.20 201	1.07 307	0.00 1	0.00 1	0.00 1	0.00 1	0.08 234	0.09 142

MeshStereo	2.79 386	0.86 298	3.12 295	0.02 227	0.02 227	1.51 366	0.91 390	3.50 386	1.54 383	11.28 413	7.62 395	11.49 402	2.94 382	6.81 390	3.45 359	0.00 1	0.00 1	0.00 1	0.00 1	0.28 363	0.39 289
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	0.34 109	0.87 300	1.70 148	0.64 382	0.84 388	0.54 99	0.04 273	0.15 69	0.18 51	0.02 149	0.00 1	0.03 61	0.02 130	0.26 128	0.26 216	0.00 1	0.13 296	0.00 1	0.01 291	0.04 157	0.98 350

DDUNet	0.51 208	0.87 300	2.33 243	0.00 1	0.00 1	0.80 173	0.01 179	1.16 224	0.77 205	0.08 251	0.01 165	1.11 339	0.01 83	2.02 215	0.77 293	0.02 359	0.00 1	0.00 1	0.00 1	0.09 258	0.10 156

RAFT	0.32 103	0.87 300	1.48 87	0.29 352	0.41 345	0.12 28	0.07 291	0.12 54	0.51 118	0.00 1	0.01 165	0.47 262	0.04 199	0.04 43	0.02 52	0.00 1	0.70 349	0.00 1	0.01 291	0.42 383	0.75 335

RAFT-Stereo + iAFF	0.41 160	0.87 300	1.78 169	0.00 1	0.91 391	1.06 250	0.00 1	0.70 163	0.77 205	0.05 221	0.00 1	0.06 115	0.06 236	0.06 71	0.26 216	0.00 1	0.69 346	0.00 1	0.00 1	0.20 339	0.80 339

cf-r	0.46 189	0.87 300	2.51 261	0.00 1	0.00 1	1.06 250	0.00 1	0.52 142	0.64 141	0.09 259	0.00 1	0.65 295	0.00 1	2.51 232	0.12 145	0.00 1	0.00 1	0.00 1	0.00 1	0.09 258	0.09 142

AF-Net	0.60 259	0.87 300	3.34 310	0.00 1	0.00 1	0.41 69	0.01 179	1.52 263	0.64 141	0.17 295	0.05 261	1.28 349	0.46 317	2.51 232	0.52 270	0.00 1	0.00 1	0.00 1	0.00 1	0.12 282	0.10 156

CBFPSM	0.42 163	0.89 306	2.62 269	0.00 1	0.00 1	0.32 53	0.00 1	0.37 127	0.82 255	0.01 87	0.01 165	1.65 368	1.00 346	0.27 132	0.34 233	0.00 1	0.01 248	0.00 1	0.00 1	0.02 78	0.10 156

raft+_RVC	0.35 115	0.89 306	1.67 142	0.00 1	1.28 404	0.67 148	0.04 273	0.08 35	0.15 26	0.01 87	0.00 1	0.02 32	0.04 199	0.16 103	0.18 180	0.00 1	1.39 411	0.00 1	0.00 1	0.07 216	0.44 301

EDNetEfficientorigin	6.27 405	0.89 306	98.14 433	0.02 227	0.04 256	0.40 66	0.02 240	0.35 123	2.94 390	6.98 405	3.06 376	1.29 350	1.87 367	4.32 306	4.60 368	0.00 1	0.00 1	0.00 1	0.00 1	0.07 216	0.35 283

StereoDRNet	0.50 204	0.89 306	2.96 284	0.02 227	0.06 270	0.51 91	0.00 1	0.45 135	0.84 274	0.00 1	0.00 1	0.33 229	0.02 130	2.82 247	0.69 286	0.00 1	0.00 1	0.00 1	0.00 1	0.08 234	0.28 263

GMStereo	0.14 17	0.90 310	1.71 150	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	0.02 130	0.02 9	0.03 65	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
iinet-f	0.59 255	0.91 311	5.57 378	0.00 1	0.01 187	0.78 169	0.00 1	1.81 307	0.84 274	0.03 188	0.00 1	0.41 256	0.43 314	0.42 156	0.12 145	0.00 1	0.00 1	0.00 1	0.00 1	0.36 376	0.08 129

dd	0.23 57	0.91 311	1.69 145	0.01 205	0.00 1	1.02 233	0.00 1	0.09 42	0.68 148	0.01 87	0.00 1	0.02 32	0.02 130	0.01 2	0.00 1	0.01 343	0.00 1	0.00 1	0.00 1	0.04 157	0.01 43

PA-Net	0.72 292	0.91 311	3.91 340	0.03 242	0.07 274	0.87 189	0.02 240	0.78 180	0.83 264	0.01 87	0.00 1	0.43 259	0.06 236	5.10 323	1.30 319	0.01 343	0.00 1	0.00 1	0.00 1	0.04 157	0.12 178
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DispNO	0.79 308	0.92 314	3.35 313	0.00 1	0.00 1	0.73 161	0.02 240	1.72 284	0.76 188	0.01 87	0.53 343	1.33 353	0.06 236	5.13 324	0.92 300	0.00 1	0.00 1	0.03 378	0.11 345	0.05 172	0.07 114

RALAANet	0.22 49	0.93 315	1.77 165	0.00 1	0.00 1	0.35 61	0.01 179	0.45 135	0.06 7	0.01 87	0.00 1	0.05 99	0.09 254	0.07 77	0.22 201	0.00 1	0.24 307	0.00 1	0.04 318	0.14 303	0.01 43

DMCA-RVC	0.44 177	0.94 316	4.10 349	0.00 1	0.03 244	0.76 166	0.03 258	0.11 47	0.15 26	0.01 87	0.01 165	0.08 132	0.32 306	1.61 211	0.51 266	0.00 1	0.02 255	0.01 356	0.00 1	0.03 123	0.05 100

DispFullNet	1.25 343	0.95 317	3.73 335	1.00 398	0.79 383	0.43 76	0.01 179	1.70 282	0.82 255	2.55 388	0.63 348	1.08 334	8.75 407	0.84 188	1.36 325	0.00 1	0.02 255	0.00 1	0.00 1	0.24 350	0.19 224

HITNet	0.31 101	0.97 318	2.32 242	0.00 1	0.00 1	0.24 41	0.01 179	1.38 252	0.37 94	0.00 1	0.00 1	0.14 161	0.02 130	0.05 65	0.19 189	0.00 1	0.00 1	0.00 1	0.00 1	0.07 216	0.41 291
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 60	0.98 319	1.61 127	0.00 1	0.00 1	1.03 237	0.00 1	0.03 3	0.38 95	0.01 87	0.00 1	0.02 32	0.01 83	0.65 181	0.11 141	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

AASNet	0.40 154	0.98 319	2.57 266	0.00 1	0.00 1	0.93 208	0.01 179	0.79 183	0.82 255	0.01 87	0.00 1	0.38 250	0.02 130	0.62 180	0.43 262	0.00 1	0.00 1	0.00 1	0.00 1	0.31 370	0.14 193

111	0.42 163	0.98 319	2.02 210	0.00 1	0.02 227	1.06 250	0.03 258	1.98 323	0.83 264	0.30 318	0.01 165	0.21 197	0.05 225	0.13 96	0.09 132	0.00 1	0.00 1	0.00 1	0.00 1	0.08 234	0.65 332

AFF-stereo	0.36 125	0.98 319	1.62 130	0.00 1	0.09 281	0.92 206	0.00 1	0.62 156	0.84 274	0.08 251	0.00 1	0.05 99	0.05 225	0.16 103	0.06 115	0.00 1	0.63 342	0.00 1	0.00 1	0.24 350	0.84 343

GwcNet	0.64 277	0.99 323	5.43 376	0.00 1	0.00 1	0.41 69	0.10 307	0.50 139	0.97 328	0.05 221	0.00 1	0.63 288	0.05 225	2.87 250	0.55 272	0.00 1	0.00 1	0.00 1	0.00 1	0.19 335	0.13 185

CC-Net-ROB	0.77 303	0.99 323	2.18 226	0.07 279	0.00 1	1.09 295	0.01 179	3.10 374	0.75 167	0.01 87	0.00 1	0.14 161	0.01 83	5.65 344	0.34 233	0.56 390	0.00 1	0.21 405	0.00 1	0.17 321	0.02 58

ADCL	1.70 366	1.00 325	5.82 383	0.07 279	0.04 256	2.14 381	2.27 401	1.26 236	1.09 343	1.55 376	1.08 361	1.23 344	1.53 360	2.38 225	12.21 406	0.01 343	0.00 1	0.00 1	0.00 1	0.12 282	0.16 203

ADCPNet	1.58 360	1.00 325	8.71 395	0.01 205	0.19 305	2.69 382	0.26 344	1.15 222	0.54 121	0.04 208	0.02 246	1.41 358	1.76 363	2.52 234	9.78 398	0.00 1	0.46 328	0.00 1	0.64 414	0.07 216	0.34 278

NCCL2	0.38 140	1.00 325	2.12 222	0.00 1	0.01 187	0.79 170	0.00 1	0.59 150	0.38 95	0.01 87	0.00 1	0.02 32	0.03 173	2.31 221	0.21 195	0.00 1	0.00 1	0.02 370	0.00 1	0.04 157	0.13 185

GwcNet-RSSM	0.53 224	1.04 328	2.48 257	0.00 1	0.00 1	1.06 250	0.00 1	0.74 174	0.76 188	0.21 297	0.01 165	0.36 242	0.00 1	3.65 282	0.11 141	0.00 1	0.00 1	0.00 1	0.00 1	0.13 288	0.07 114

HBP-ISP	0.90 318	1.05 329	3.07 291	0.14 309	0.01 187	1.67 373	0.47 370	3.22 380	0.76 188	1.13 369	0.11 283	0.50 277	0.91 344	4.51 314	0.10 135	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.22 229

BEATNet_4x	0.39 147	1.05 329	2.97 285	0.00 1	0.00 1	0.30 47	0.01 179	1.22 231	0.46 110	0.00 1	0.00 1	0.31 227	0.03 173	0.37 148	0.64 276	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.42 293

SHD	0.76 300	1.05 329	4.19 350	0.65 384	0.21 314	0.01 2	0.01 179	1.48 260	0.83 264	1.69 377	0.00 1	0.63 288	0.09 254	2.22 219	1.51 328	0.00 1	0.21 303	0.00 1	0.07 327	0.15 308	0.11 167

GANetREF_RVC	0.63 270	1.05 329	3.03 286	0.00 1	0.00 1	1.16 337	0.01 179	2.03 327	0.75 167	0.00 1	0.01 165	0.28 219	0.04 199	4.13 296	0.10 135	0.00 1	0.00 1	0.00 1	0.00 1	0.04 157	0.05 100
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	0.54 229	1.05 329	2.53 263	0.00 1	0.00 1	0.91 201	0.00 1	0.33 122	0.75 167	0.01 87	0.00 1	0.25 208	0.03 173	3.45 272	1.31 321	0.00 1	0.00 1	0.00 1	0.00 1	0.07 216	0.10 156

PDISCO_ROB	0.72 292	1.06 334	3.39 317	0.18 326	0.00 1	1.54 367	0.01 179	2.80 362	0.73 159	0.16 287	0.01 165	0.80 314	0.28 301	2.38 225	0.48 264	0.00 1	0.00 1	0.00 1	0.00 1	0.36 376	0.18 214

PWC_ROB	0.84 315	1.08 335	5.06 370	0.00 1	0.00 1	0.21 38	0.00 1	2.71 358	0.82 255	0.00 1	0.20 294	0.29 221	0.03 173	3.58 278	2.10 342	0.00 1	0.00 1	0.00 1	0.00 1	0.39 379	0.26 257

PVD	1.08 333	1.09 336	4.07 347	0.61 377	1.15 401	0.72 159	0.01 179	0.93 195	1.18 373	2.39 386	0.00 1	0.65 295	0.11 264	2.60 237	4.29 367	0.00 1	0.82 358	0.00 1	0.13 350	0.12 282	0.75 335

ADCRef	1.10 337	1.10 337	4.78 363	0.02 227	0.02 227	0.87 189	0.31 350	0.76 179	0.88 315	0.71 356	0.17 291	0.18 184	0.80 341	2.63 240	8.56 393	0.00 1	0.00 1	0.00 1	0.00 1	0.11 275	0.11 167

Wz-Net-LNSev	0.46 189	1.11 338	5.46 377	0.00 1	0.00 1	0.51 91	0.00 1	0.41 134	0.91 320	0.00 1	0.01 165	0.23 202	0.03 173	0.12 94	0.25 212	0.00 1	0.00 1	0.00 1	0.00 1	0.07 216	0.15 200

CFNet	0.66 279	1.12 339	2.37 246	0.00 1	0.00 1	1.06 250	0.01 179	1.36 251	0.74 160	0.01 87	0.01 165	0.13 159	0.01 83	5.85 348	0.30 223	0.00 1	0.00 1	0.00 1	0.00 1	0.18 328	0.07 114

NaN_ROB	1.04 330	1.12 339	3.41 318	0.17 324	0.19 305	0.57 112	0.37 361	2.65 352	0.98 330	0.55 349	0.32 326	0.47 262	1.16 354	5.20 329	2.78 351	0.00 1	0.02 255	0.01 356	0.05 322	0.13 288	0.54 319

ACRE	0.45 182	1.14 341	3.22 298	0.12 300	0.00 1	0.90 198	0.20 326	1.77 298	0.84 274	0.04 208	0.01 165	0.15 167	0.06 236	0.16 103	0.18 180	0.00 1	0.03 262	0.01 356	0.02 302	0.17 321	0.04 85

WAO-6	2.63 383	1.16 342	3.22 298	0.00 1	0.00 1	3.86 396	0.28 348	6.13 399	7.35 402	0.60 350	6.78 390	7.62 399	2.68 379	6.42 382	6.11 380	0.00 1	0.00 1	0.00 1	0.00 1	0.17 321	0.12 178

CIPLG	0.44 177	1.17 343	2.82 276	0.10 288	0.01 187	0.93 208	0.20 326	1.76 295	0.85 297	0.04 208	0.01 165	0.16 175	0.06 236	0.16 103	0.19 189	0.00 1	0.04 272	0.01 356	0.01 291	0.17 321	0.04 85

DeepPrunerF	1.44 356	1.17 343	9.82 397	0.02 227	0.09 281	0.90 198	0.00 1	1.42 256	6.76 400	0.23 304	0.01 165	0.22 200	0.14 272	5.71 347	1.94 337	0.00 1	0.00 1	0.01 356	0.02 302	0.20 339	0.14 193

iResNet_ROB	0.40 154	1.20 345	1.77 165	0.00 1	0.00 1	0.73 161	0.00 1	1.03 205	0.77 205	0.07 242	0.01 165	0.08 132	0.01 83	1.85 214	0.38 250	0.00 1	0.00 1	0.00 1	0.00 1	0.09 258	0.09 142

FADNet	0.64 277	1.21 346	3.32 309	0.00 1	0.01 187	0.79 170	0.01 179	1.01 201	0.65 144	0.01 87	0.01 165	0.17 181	0.15 276	4.45 309	0.37 242	0.17 383	0.00 1	0.00 1	0.00 1	0.44 385	0.12 178

Anonymous Stereo	0.79 308	1.22 347	4.94 368	0.01 205	0.00 1	0.57 112	0.55 376	1.41 255	0.49 115	0.03 188	0.03 254	0.12 153	0.02 130	5.47 336	0.82 299	0.00 1	0.00 1	0.00 1	0.00 1	0.09 258	0.13 185

FADNet-RVC-Resample	0.62 267	1.24 348	4.23 352	0.03 242	0.04 256	0.41 69	0.09 303	1.32 243	0.52 119	0.01 87	0.03 254	0.44 260	0.05 225	3.11 258	0.21 195	0.07 373	0.12 294	0.05 389	0.02 302	0.11 275	0.35 283

IPLGR_C	0.45 182	1.25 349	3.05 288	0.10 288	0.01 187	0.91 201	0.20 326	1.77 298	0.86 308	0.04 208	0.01 165	0.15 167	0.07 247	0.16 103	0.19 189	0.00 1	0.04 272	0.01 356	0.02 302	0.17 321	0.04 85

FADNet_RVC	0.69 286	1.26 350	3.48 321	0.00 1	0.00 1	1.10 308	0.01 179	1.57 269	0.65 144	0.02 149	0.05 261	0.26 214	0.03 173	3.16 259	0.30 223	0.21 384	0.25 311	0.08 394	0.28 405	0.53 388	0.62 328

AANet_RVC	0.94 320	1.27 351	3.68 333	0.01 205	0.00 1	0.68 150	0.01 179	0.92 192	0.22 66	0.02 149	1.41 367	0.95 325	0.04 199	5.97 358	3.10 355	0.16 379	0.10 293	0.00 1	0.00 1	0.09 258	0.26 257

MFMNet_re	0.38 140	1.27 351	3.38 316	0.65 384	0.00 1	0.17 34	0.02 240	0.07 30	1.02 332	0.03 188	0.03 254	0.12 153	0.00 1	0.27 132	0.37 242	0.00 1	0.00 1	0.00 1	0.00 1	0.19 335	0.11 167

DN-CSS_ROB	0.38 140	1.27 351	2.50 260	0.01 205	0.00 1	1.01 227	0.00 1	1.21 229	0.83 264	0.02 149	0.00 1	0.19 192	0.02 130	0.10 90	0.19 189	0.00 1	0.00 1	0.00 1	0.00 1	0.26 355	0.03 66

SPS-STEREO	1.19 341	1.27 351	3.45 320	0.00 1	0.01 187	0.40 66	0.16 319	0.71 169	1.03 333	2.41 387	0.77 352	2.13 376	0.44 315	5.68 346	4.06 366	0.00 1	0.00 1	0.00 1	0.00 1	0.08 234	1.24 361
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ARAFT	0.68 283	1.29 355	3.36 314	0.00 1	0.00 1	1.21 350	0.00 1	2.71 358	0.81 249	0.07 242	0.00 1	0.18 184	0.03 173	3.47 274	0.05 103	0.00 1	0.00 1	0.00 1	0.00 1	0.19 335	0.22 229

FADNet-RVC	0.63 270	1.29 355	3.79 338	0.01 205	0.00 1	0.47 85	0.00 1	1.51 262	0.23 70	0.00 1	0.01 165	0.12 153	0.06 236	4.05 292	0.36 240	0.00 1	0.03 262	0.00 1	0.00 1	0.42 383	0.17 207

XQC	0.94 320	1.30 357	4.44 355	0.65 384	0.07 274	0.42 73	0.01 179	2.88 365	0.85 297	0.28 314	0.01 165	0.67 298	0.21 290	3.24 264	3.25 356	0.00 1	0.24 307	0.00 1	0.04 318	0.20 339	0.11 167

Syn2CoEx	0.71 289	1.32 358	4.61 358	0.00 1	0.00 1	0.12 28	0.01 179	1.08 216	0.84 274	0.04 208	0.00 1	0.49 273	0.21 290	4.92 321	0.04 91	0.00 1	0.00 1	0.00 1	0.00 1	0.14 303	0.32 271

RAFT + AFF	0.79 308	1.36 359	2.40 248	0.00 1	0.04 256	1.12 319	0.06 286	1.73 287	0.81 249	0.02 149	0.00 1	0.18 184	1.49 358	4.97 322	0.67 284	0.00 1	0.17 299	0.00 1	0.00 1	0.33 372	0.46 305

SAMSARA	1.56 358	1.37 360	4.23 352	1.04 399	0.75 380	4.48 397	0.13 316	1.61 275	0.74 160	3.69 393	0.66 349	3.16 382	1.06 350	4.44 308	2.82 352	0.00 1	0.63 342	0.00 1	0.13 350	0.10 270	0.22 229

Wz-Net-MNSev	0.63 270	1.38 361	4.48 356	0.00 1	0.00 1	0.22 39	0.01 179	1.31 241	1.13 352	0.01 87	0.05 261	0.14 161	0.16 279	3.05 256	0.40 254	0.00 1	0.00 1	0.00 1	0.00 1	0.09 258	0.23 237

RTSC	0.99 326	1.38 361	4.55 357	0.22 342	0.19 305	0.23 40	0.01 179	1.46 257	0.84 274	0.31 322	0.35 328	0.58 284	0.04 199	2.47 231	5.88 379	0.00 1	0.53 337	0.00 1	0.14 357	0.35 373	0.29 264

LL-Strereo	0.97 323	1.43 363	3.41 318	0.01 205	0.50 356	0.63 127	0.01 179	2.00 325	0.77 205	0.48 346	0.00 1	0.54 283	0.29 302	6.25 377	0.10 135	0.01 343	0.93 378	0.00 1	0.00 1	0.28 363	1.72 388

IMH-64-1	2.28 376	1.45 364	2.87 278	2.19 408	0.59 369	2.82 384	1.58 394	5.84 397	1.16 366	1.09 367	4.77 384	2.07 374	2.42 374	5.90 352	3.91 361	4.00 412	0.04 272	0.02 370	0.00 1	2.07 404	0.82 340

IMH-64	2.28 376	1.45 364	2.87 278	2.19 408	0.59 369	2.82 384	1.58 394	5.84 397	1.16 366	1.09 367	4.77 384	2.07 374	2.42 374	5.90 352	3.91 361	4.00 412	0.04 272	0.02 370	0.00 1	2.07 404	0.82 340

CSAN	1.34 350	1.48 366	4.78 363	0.15 312	0.08 279	0.71 157	0.68 382	2.81 363	1.12 350	0.96 365	2.86 374	0.79 313	1.67 362	5.61 341	2.61 349	0.01 343	0.01 248	0.00 1	0.00 1	0.15 308	0.26 257

ADCP+	1.56 358	1.51 367	8.93 396	0.01 205	0.03 244	1.27 355	0.77 387	1.03 205	0.95 325	0.02 149	0.01 165	0.95 325	1.02 347	0.48 166	14.01 408	0.00 1	0.00 1	0.00 1	0.00 1	0.10 270	0.15 200

LSM	4.80 400	1.52 368	19.84 411	4.35 416	38.64 423	0.85 187	2.31 402	0.86 188	1.78 387	3.14 391	3.02 375	0.62 287	0.69 331	3.61 281	1.28 317	0.00 1	0.00 1	0.00 1	0.00 1	0.13 288	13.38 423

SANet	2.30 379	1.58 369	5.68 380	0.03 242	0.04 256	2.78 383	0.82 388	2.99 369	8.32 405	1.70 378	4.04 380	4.26 384	4.02 392	5.90 352	3.42 358	0.00 1	0.00 1	0.00 1	0.00 1	0.08 234	0.37 286

LE_ROB	10.29 414	1.64 370	11.96 403	1.47 402	1.36 406	3.30 390	4.79 409	5.05 396	42.09 422	51.68 423	13.28 416	14.08 411	25.92 419	7.21 397	21.19 419	0.05 370	0.06 285	0.13 400	0.19 380	0.08 234	0.35 283

WAO-7	2.74 385	1.65 371	3.36 314	0.03 242	0.05 265	4.68 398	0.53 375	6.21 400	4.59 397	1.73 379	7.61 394	5.56 390	3.68 389	8.96 403	5.50 376	0.00 1	0.00 1	0.33 407	0.02 302	0.19 335	0.18 214

SuperB	1.87 370	1.70 372	10.02 399	0.02 227	0.01 187	0.87 189	0.75 384	2.15 331	0.87 312	0.05 221	0.05 261	0.33 229	0.87 343	5.17 327	5.60 377	0.01 343	0.00 1	0.02 370	0.01 291	8.38 420	0.42 293

iResNetv2_ROB	0.51 208	1.70 372	3.96 343	0.00 1	0.00 1	0.60 117	0.00 1	1.81 307	0.82 255	0.03 188	0.00 1	0.08 132	0.02 130	0.16 103	0.59 274	0.00 1	0.00 1	0.00 1	0.00 1	0.31 370	0.09 142

PWCDC_ROB	1.13 340	1.70 372	3.52 322	0.00 1	0.00 1	1.15 334	0.00 1	2.49 344	1.39 377	0.02 149	8.80 401	0.34 231	0.09 254	1.11 196	1.20 314	0.00 1	0.00 1	0.00 1	0.00 1	0.56 390	0.21 228

SQANet	0.58 251	1.73 375	3.08 292	0.05 256	0.48 353	0.36 64	0.03 258	0.52 142	0.74 160	0.04 208	0.23 297	0.50 277	0.06 236	2.37 223	0.97 302	0.02 359	0.03 262	0.01 356	0.00 1	0.21 345	0.11 167

ADCMid	1.62 362	1.76 376	8.67 394	0.04 250	0.03 244	1.61 371	0.17 320	1.49 261	1.15 365	0.88 362	0.57 345	0.86 318	0.69 331	1.18 197	12.53 407	0.01 343	0.00 1	0.29 406	0.08 330	0.20 339	0.24 247

otaku	0.77 303	1.78 377	3.28 302	0.09 286	0.13 293	0.88 197	0.05 283	0.78 180	0.76 188	0.03 188	1.37 366	1.03 330	0.14 272	2.73 243	1.34 324	0.06 372	0.04 272	0.01 356	0.00 1	0.63 392	0.34 278

Ntro	0.75 298	1.79 378	3.54 328	0.05 256	0.37 339	1.03 237	0.02 240	0.99 200	0.76 188	0.02 149	0.00 1	0.76 309	0.08 251	3.23 263	1.32 322	0.07 373	0.04 272	0.01 356	0.00 1	0.84 397	0.13 185

NVStereoNet_ROB	1.74 368	1.83 379	4.79 365	0.81 396	0.29 334	0.67 148	0.03 258	1.46 257	1.75 386	0.65 353	5.98 388	2.38 380	2.95 385	6.77 389	2.70 350	0.69 391	0.37 323	0.04 387	0.19 380	0.27 357	0.24 247
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	1.00 329	1.84 380	7.92 390	0.00 1	0.00 1	0.30 47	0.00 1	1.27 237	0.85 297	0.01 87	0.01 165	0.40 254	0.10 259	5.27 332	1.29 318	0.00 1	0.00 1	0.00 1	0.00 1	0.22 346	0.45 304

RainbowNet	0.80 311	1.85 381	3.31 307	0.13 306	0.05 265	1.30 356	0.07 291	2.03 327	0.76 188	0.02 149	0.02 246	1.13 341	0.25 298	2.40 227	1.07 307	0.72 392	0.05 282	0.00 1	0.00 1	0.53 388	0.30 268

UNDER WATER	6.65 407	1.86 382	10.48 402	4.84 417	2.74 414	8.59 409	0.76 385	8.83 406	22.15 416	4.99 394	6.27 389	15.66 413	10.39 411	9.52 407	9.42 396	3.50 411	0.05 282	1.34 414	0.03 314	7.17 419	4.42 418

IMH	3.15 391	1.88 383	3.60 329	2.20 410	0.66 376	5.10 401	0.24 335	6.87 401	4.29 396	2.29 385	7.42 392	6.28 391	3.90 390	7.15 395	3.65 360	4.34 414	0.14 297	0.05 389	0.00 1	2.16 406	0.76 337

FINET	2.05 374	1.88 383	5.76 382	0.81 396	0.99 396	3.54 392	3.33 406	3.89 389	3.81 393	0.89 363	1.55 370	1.21 343	2.31 373	4.20 300	2.42 348	0.81 398	1.36 410	0.00 1	0.21 387	0.27 357	1.80 399

MFN_U_SF_RVC	1.09 336	1.88 383	5.37 374	0.15 312	0.10 286	0.56 109	0.10 307	1.29 240	0.47 111	0.45 344	0.27 302	1.30 352	0.72 335	4.08 293	2.28 346	0.29 387	0.34 319	0.35 408	0.55 412	0.63 392	0.60 324

GASNet	0.78 307	1.91 386	4.72 359	0.00 1	0.00 1	0.55 103	0.02 240	1.39 253	0.47 111	0.01 87	0.13 286	0.50 277	0.12 267	4.27 303	0.96 301	0.00 1	0.00 1	0.00 1	0.00 1	0.41 382	0.09 142

WZ-Net	1.68 364	1.91 386	12.17 404	0.00 1	0.00 1	0.83 179	0.00 1	1.68 280	0.84 274	0.05 221	0.01 165	1.08 334	2.88 381	6.91 392	4.78 372	0.00 1	0.00 1	0.00 1	0.00 1	0.14 303	0.24 247

ktn	5.26 402	1.94 388	3.97 344	3.50 414	1.06 399	8.17 407	2.01 398	9.53 409	16.88 411	5.28 398	12.55 415	13.68 408	4.08 393	8.46 402	4.61 369	5.84 417	0.02 255	0.00 1	0.00 1	2.63 407	0.92 347

ACVNet-4b	1.38 353	1.94 388	5.73 381	0.20 336	0.04 256	1.01 227	0.01 179	1.70 282	0.86 308	0.04 208	0.95 359	1.95 371	0.31 305	6.69 387	2.11 343	2.78 410	0.02 255	0.00 1	0.00 1	0.89 398	0.34 278

KSHMR	3.98 395	1.95 390	4.86 366	3.06 413	1.84 410	5.37 402	0.45 365	9.03 407	13.93 410	2.07 383	9.17 403	7.12 396	2.12 372	5.60 339	3.40 357	2.12 408	0.44 326	0.53 410	0.23 391	4.01 410	2.35 412

LVE	3.01 390	1.95 390	4.27 354	0.56 374	0.45 350	2.06 380	0.06 286	7.66 403	9.65 407	0.08 251	10.94 409	8.86 401	1.82 365	7.24 398	1.62 331	2.04 406	0.17 299	0.04 387	0.24 399	0.24 350	0.23 237

notaker	4.71 399	2.04 392	5.58 379	4.15 415	0.96 394	4.99 399	0.39 362	7.65 402	2.25 389	5.67 401	11.58 412	16.87 414	4.26 396	8.06 400	6.65 383	5.74 416	0.02 255	0.10 396	0.07 327	5.45 414	1.65 386

Dean	2.72 384	2.05 393	6.17 386	0.39 365	0.44 347	1.21 350	0.48 372	8.36 405	8.46 406	1.48 375	8.08 398	6.95 395	1.44 357	4.50 312	2.00 338	0.79 394	0.00 1	0.01 356	0.00 1	1.11 400	0.39 289

ACVNet_2	1.59 361	2.07 394	5.42 375	0.12 300	0.09 281	1.36 363	0.17 320	2.72 360	0.97 328	0.44 343	3.37 378	6.53 393	0.16 279	5.48 337	1.87 335	0.16 379	0.00 1	0.00 1	0.00 1	0.39 379	0.47 307

TorneroNet-64	6.70 408	2.13 395	3.92 341	2.14 406	0.65 374	19.09 418	0.28 348	12.19 415	25.73 420	6.44 404	12.54 414	19.33 417	4.76 400	10.25 409	6.87 384	1.10 403	0.00 1	0.12 398	0.00 1	4.20 411	2.19 410

ACVNet_1	1.38 353	2.15 396	6.35 387	0.35 363	0.03 244	1.26 354	0.10 307	2.02 326	0.85 297	0.35 331	0.01 165	4.32 385	1.77 364	4.85 320	1.67 334	0.92 399	0.00 1	0.00 1	0.00 1	0.35 373	0.30 268

UNDER WATER-64	7.33 410	2.16 397	12.17 404	4.84 417	3.62 417	17.94 416	1.74 396	9.16 408	21.94 415	5.53 400	5.01 386	17.03 415	11.84 413	9.72 408	8.83 394	2.09 407	0.04 272	1.54 416	0.16 371	6.89 418	4.37 417

TorneroNet	7.29 409	2.19 398	3.95 342	2.15 407	1.14 400	19.79 419	0.46 366	13.22 416	25.82 421	8.31 410	16.76 417	17.46 416	5.75 401	10.79 410	8.91 395	2.32 409	0.03 262	0.12 398	0.00 1	4.70 412	2.01 408

AnyNet_C32	1.69 365	2.27 399	8.60 393	0.12 300	0.19 305	1.68 374	1.08 392	1.06 214	0.74 160	1.28 372	0.45 335	0.21 197	0.57 324	2.99 255	11.73 405	0.02 359	0.00 1	0.06 391	0.00 1	0.20 339	0.55 321

RTS	4.38 397	2.34 400	44.27 419	0.33 360	0.13 293	3.83 394	0.21 332	2.51 345	1.22 374	1.82 380	0.01 165	1.95 371	0.21 290	16.90 413	10.87 402	0.00 1	0.27 313	0.00 1	0.00 1	0.27 357	0.44 301

RTSA	4.38 397	2.34 400	44.27 419	0.33 360	0.13 293	3.83 394	0.21 332	2.51 345	1.22 374	1.82 380	0.01 165	1.95 371	0.21 290	16.90 413	10.87 402	0.00 1	0.27 313	0.00 1	0.00 1	0.27 357	0.44 301

MADNet++	10.85 416	2.36 402	10.00 398	8.59 421	4.61 419	16.78 415	10.26 418	10.11 410	7.51 403	17.63 416	18.35 418	12.04 404	17.73 416	24.51 419	20.75 418	8.81 418	6.67 421	4.84 419	2.67 417	5.77 415	6.96 420

MANE	11.54 417	2.46 403	6.07 384	2.50 411	2.04 411	16.31 414	6.95 415	17.25 420	24.11 419	23.59 418	31.25 422	30.75 419	25.07 418	18.16 416	16.24 415	1.28 405	1.98 417	0.15 401	1.07 415	0.46 386	3.04 415

MSC_U_SF_DS_RVC	1.95 371	2.49 404	5.12 371	0.01 205	0.02 227	12.00 411	0.49 373	3.33 384	0.95 325	0.10 264	0.20 294	2.15 377	0.15 276	6.72 388	1.65 333	0.78 393	0.83 363	0.19 403	0.27 404	0.72 394	0.92 347

ADCS	1.99 372	2.50 405	10.09 400	0.00 1	0.01 187	0.87 189	0.66 381	1.81 307	0.89 318	2.57 389	0.11 283	1.41 358	0.26 299	2.62 239	15.48 411	0.00 1	0.00 1	0.00 1	0.00 1	0.13 288	0.43 296

PWCK	2.83 387	2.64 406	10.25 401	0.23 343	0.02 227	3.59 393	5.56 412	3.75 388	3.56 392	0.75 360	4.42 382	3.35 383	1.86 366	9.10 404	4.03 364	0.44 389	0.01 248	0.00 1	0.00 1	2.72 408	0.29 264

WAO-8	5.42 403	2.80 407	3.98 345	0.62 378	0.10 286	13.77 412	0.33 356	11.99 413	24.10 417	5.25 396	10.38 408	13.44 406	4.55 398	9.38 405	4.72 370	0.80 395	0.34 319	0.71 412	0.13 350	0.74 395	0.25 251

Venus	5.42 403	2.80 407	3.98 345	0.62 378	0.10 286	13.77 412	0.33 356	11.99 413	24.10 417	5.25 396	10.32 407	13.44 406	4.55 398	9.38 405	4.72 370	0.80 395	0.34 319	0.71 412	0.13 350	0.74 395	0.25 251

MFN_U_SF_DS_RVC	1.31 348	2.80 407	5.36 373	0.02 227	0.04 256	3.44 391	0.26 344	2.19 333	0.77 205	0.25 311	0.27 302	1.37 356	0.02 130	5.99 361	1.05 305	0.16 379	0.72 351	0.01 356	0.26 401	0.40 381	0.82 340

SGM-ForestM	10.58 415	2.80 407	7.93 391	1.86 404	1.59 408	17.97 417	9.39 417	11.57 412	12.75 409	21.30 417	18.68 419	40.07 421	22.22 417	21.60 417	15.86 413	0.99 401	1.53 414	0.06 391	0.52 410	0.47 387	2.43 413

SGM+DAISY	4.17 396	2.85 411	8.55 392	1.77 403	1.74 409	5.81 404	5.49 411	2.88 365	3.97 394	7.67 406	7.66 396	7.25 397	7.42 404	6.92 393	7.09 386	1.14 404	1.57 415	0.11 397	0.59 413	0.56 390	2.43 413

AnyNet_C01	2.55 382	3.02 412	19.30 410	0.15 312	0.18 304	2.97 386	2.35 403	1.56 268	1.47 380	1.01 366	0.81 354	1.23 344	0.76 339	4.28 304	10.78 400	0.04 369	0.00 1	0.07 393	0.00 1	0.35 373	0.61 327

coex-ft	8.51 411	3.17 413	75.56 424	0.00 1	0.00 1	0.18 35	0.25 336	0.14 67	19.76 413	39.57 422	4.11 381	4.60 387	9.69 408	4.10 294	7.91 391	0.02 359	0.07 287	0.00 1	0.02 302	0.13 288	0.91 346

JetBlue	6.27 405	3.44 414	18.17 409	0.00 1	2.21 413	30.58 420	17.31 421	4.77 394	1.07 339	0.74 357	2.25 373	6.31 392	5.82 402	18.12 415	9.68 397	0.10 378	0.01 248	0.00 1	0.00 1	3.12 409	1.61 382

Wz-Net-TNSev	1.74 368	3.45 415	13.44 406	0.00 1	0.00 1	0.45 83	0.14 318	2.57 350	0.84 274	0.09 259	0.01 165	1.33 353	0.18 283	6.16 372	5.38 374	0.00 1	0.00 1	0.00 1	0.01 291	0.26 355	0.41 291

MADNet+	4.94 401	3.56 416	47.46 421	0.42 366	0.27 331	1.99 379	0.04 273	4.45 392	1.30 376	0.07 242	0.02 246	1.81 370	0.36 310	21.82 418	14.17 409	0.00 1	0.26 312	0.00 1	0.00 1	0.28 363	0.54 319

HanzoNet	13.47 418	5.89 417	14.41 407	5.91 420	2.90 415	8.50 408	0.74 383	13.81 417	20.12 414	26.53 419	28.55 421	34.06 420	26.75 421	26.27 422	15.82 412	11.42 421	4.01 420	3.29 418	3.94 418	9.72 421	6.77 419

DPSimNet_ROB	9.66 413	7.29 418	17.52 408	4.88 419	6.56 420	10.41 410	12.88 419	8.12 404	9.88 408	14.26 415	11.22 411	12.39 405	14.01 414	11.20 411	14.85 410	5.50 415	6.97 422	5.75 420	5.94 419	5.31 413	8.26 422

FADE	8.68 412	7.35 419	29.98 415	2.62 412	2.96 416	1.31 357	1.15 393	10.11 410	7.01 401	2.68 390	0.95 359	5.30 389	14.21 415	14.13 412	11.66 404	17.52 423	2.74 419	17.99 423	20.17 424	2.05 403	1.65 386

BEATNet-Init1	15.75 420	8.48 420	36.75 417	2.06 405	2.07 412	33.60 421	14.96 420	17.15 419	19.08 412	30.69 421	28.08 420	43.61 422	25.98 420	25.17 421	20.68 417	0.80 395	1.17 403	0.36 409	0.51 409	1.53 402	2.28 411

SPstereo	50.84 424	11.75 421	22.19 413	12.56 422	10.58 421	67.32 423	76.93 425	100.00 434	100.00 435	96.03 432	93.38 429	100.00 435	93.34 430	91.10 431	72.60 424	10.05 419	8.84 423	20.16 424	15.30 423	6.52 416	8.09 421

JetRed	14.06 419	19.59 422	43.42 418	1.43 401	1.30 405	55.87 422	28.29 422	13.94 418	7.85 404	8.61 411	8.73 400	13.68 408	10.59 412	24.60 420	30.87 420	0.27 386	0.69 346	0.62 411	0.03 314	6.63 417	4.19 416

ASD4	35.80 422	43.79 423	34.11 416	21.10 423	36.26 422	80.52 425	95.21 431	27.47 422	69.35 423	28.35 420	36.69 423	27.92 418	45.29 422	38.60 423	53.98 423	10.97 420	11.11 424	12.38 421	11.42 422	16.75 422	14.68 424

DLNR_Zeroshot_test	21.33 421	48.16 424	86.21 428	96.01 436	87.63 434	0.32 53	0.00 1	18.10 421	0.52 119	0.04 208	0.01 165	0.00 1	0.00 1	0.78 185	0.07 118	16.15 422	0.90 371	0.00 1	0.21 387	70.18 430	1.39 367

xxxxx1	63.64 426	58.31 425	78.27 425	43.96 424	49.40 425	92.70 428	92.25 428	60.45 424	69.51 424	73.81 427	76.39 424	77.95 426	76.95 425	71.68 425	77.08 426	36.01 426	37.36 425	48.24 427	62.44 426	47.16 426	42.90 426

tt_ll	63.64 426	58.31 425	78.27 425	43.96 424	49.40 425	92.70 428	92.25 428	60.45 424	69.51 424	73.81 427	76.39 424	77.95 426	76.95 425	71.68 425	77.08 426	36.01 426	37.36 425	48.24 427	62.44 426	47.16 426	42.90 426

ff	63.64 426	58.31 425	78.27 425	43.96 424	49.40 425	92.70 428	92.25 428	60.45 424	69.51 424	73.81 427	76.39 424	77.95 426	76.95 425	71.68 425	77.08 426	36.01 426	37.36 425	48.24 427	62.44 426	47.16 426	42.90 426

DGTPSM_ROB	81.37 430	61.03 428	99.95 435	61.17 427	86.95 432	99.14 433	100.00 433	95.87 430	99.99 433	73.32 425	100.00 433	71.15 424	100.00 434	77.35 428	99.98 435	35.35 424	97.41 434	34.62 425	99.89 435	44.61 424	89.54 431

DPSMNet_ROB	81.42 431	61.07 429	99.95 435	61.38 428	87.01 433	99.15 434	100.00 433	95.87 430	99.99 433	73.35 426	100.00 433	71.18 425	100.00 434	77.40 429	99.98 435	35.68 425	97.47 435	34.71 426	99.89 435	44.74 425	89.65 432

LRCNet_RVC	55.59 425	61.31 430	59.16 422	66.84 429	44.81 424	6.17 405	0.00 1	52.46 423	1.68 385	70.67 424	80.07 427	66.39 423	55.67 423	51.56 424	46.75 422	90.67 433	41.65 428	91.10 434	90.19 430	65.65 429	68.96 429

Anonymous_1	89.55 432	74.57 431	97.70 432	74.52 430	78.35 429	100.00 435	100.00 433	98.05 433	99.77 431	96.85 433	99.38 431	97.67 432	99.78 433	91.23 433	98.87 432	81.02 429	97.18 431	59.55 430	84.83 429	74.77 431	86.89 430

DPSM_ROB	93.70 434	78.60 432	100.00 437	83.05 432	85.63 430	100.00 435	100.00 433	100.00 434	100.00 435	100.00 435	100.00 433	100.00 435	100.00 434	100.00 437	100.00 437	88.93 431	97.35 432	74.49 431	94.98 431	81.33 432	89.69 433

DPSM	93.70 434	78.60 432	100.00 437	83.05 432	85.63 430	100.00 435	100.00 433	100.00 434	100.00 435	100.00 435	100.00 433	100.00 435	100.00 434	100.00 437	100.00 437	88.93 431	97.35 432	74.49 431	94.98 431	81.33 432	89.69 433

PML	71.00 429	88.39 434	73.68 423	82.04 431	74.55 428	83.63 426	76.92 424	72.05 427	85.95 427	89.82 430	84.57 428	90.63 430	58.80 424	91.54 434	73.58 425	95.93 440	2.38 418	86.91 433	6.48 420	84.07 434	18.14 425

HaxPig	95.45 436	97.64 435	88.42 429	97.81 442	99.08 442	77.94 424	74.31 423	96.67 432	99.54 430	99.87 434	99.92 432	99.60 434	99.75 432	91.22 432	87.67 430	99.94 442	99.97 437	99.98 437	99.99 437	99.96 442	99.80 442

MEDIAN_ROB	93.48 433	98.75 436	96.24 431	90.99 434	90.62 435	85.89 427	77.23 426	92.20 429	89.67 428	95.04 431	94.93 430	96.04 431	93.85 431	90.48 430	87.58 429	98.40 441	95.87 430	99.62 436	98.78 434	98.85 441	98.49 441

AVERAGE_ROB	98.51 438	99.16 437	95.72 430	100.00 444	100.00 444	93.61 431	82.61 427	100.00 434	99.97 432	100.00 435	100.00 433	100.00 435	100.00 434	99.73 436	99.43 433	100.00 444	100.00 440	100.00 438	100.00 438	100.00 444	100.00 444

test_example2	97.59 437	99.97 438	99.93 434	99.80 443	99.96 443	98.80 432	99.76 432	91.09 428	100.00 435	100.00 435	100.00 433	89.37 429	86.85 428	99.31 435	96.67 431	99.97 443	99.51 436	92.94 435	97.98 433	99.99 443	99.94 443

LSM0	98.99 439	99.97 438	100.00 437	95.58 435	98.52 436	100.00 435	100.00 433	100.00 434	100.00 435	100.00 435	100.00 433	100.00 435	100.00 434	100.00 437	100.00 437	93.32 439	99.97 437	100.00 438	100.00 438	95.80 440	96.62 435

MyStereo03	99.06 442	100.00 440	100.00 437	96.11 438	98.72 438	100.00 435	100.00 433	100.00 434	100.00 435	100.00 435	100.00 433	100.00 435	100.00 434	100.00 437	100.00 437	93.17 436	100.00 440	100.00 438	100.00 438	95.79 437	97.48 437

MyStereo02	99.06 442	100.00 440	100.00 437	96.11 438	98.72 438	100.00 435	100.00 433	100.00 434	100.00 435	100.00 435	100.00 433	100.00 435	100.00 434	100.00 437	100.00 437	93.17 436	100.00 440	100.00 438	100.00 438	95.79 437	97.48 437

MyStereo	99.06 442	100.00 440	100.00 437	96.11 438	98.72 438	100.00 435	100.00 433	100.00 434	100.00 435	100.00 435	100.00 433	100.00 435	100.00 434	100.00 437	100.00 437	93.17 436	100.00 440	100.00 438	100.00 438	95.79 437	97.48 437

Selective-RAFT-Error	99.05 441	100.00 440	100.00 437	96.31 441	98.73 441	100.00 435	100.00 433	100.00 434	100.00 435	100.00 435	100.00 433	100.00 435	100.00 434	100.00 437	100.00 437	93.08 434	100.00 440	100.00 438	100.00 438	95.40 435	97.58 440

CasAABBNet	99.03 440	100.00 440	100.00 437	96.02 437	98.70 437	100.00 435	100.00 433	100.00 434	100.00 435	100.00 435	100.00 433	100.00 435	100.00 434	100.00 437	100.00 437	93.08 434	99.99 439	100.00 438	100.00 438	95.40 435	97.41 436

Low-res two-view benchmark