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	deliv. area 1l	deliv. area 1s	deliv. area 2l	deliv. area 2s	deliv. area 3l	deliv. area 3s	elect. 1l	elect. 1s	elect. 2l	elect. 2s	elect. 3l	elect. 3s	facade 1s	forest 1s	forest 2s	playg. 1l	playg. 1s	playg. 2l	playg. 2s	playg. 3l	playg. 3s	terra. 1s	terra. 2s	terra. 1l	terra. 1s	terra. 2l	terra. 2s

StereoVision	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 101	0.00 1	0.01 19	0.22 24	0.12 29	0.00 1	0.00 1	0.00 1	0.00 1	0.03 18	0.03 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ProNet	0.01 4	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.13 177	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 112	0.08 6	0.06 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.01 136	0.00 1

CroCo-Stereo Lap2	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 85	0.00 1	0.00 1	0.19 17	0.25 79	0.00 1	0.00 1	0.00 1	0.00 1	0.05 26	0.01 2	0.00 1	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

IER	0.04 24	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 19	0.94 161	0.06 15	0.00 1	0.00 1	0.00 1	0.01 59	0.01 7	0.02 11	0.02 174	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

dd	0.03 20	0.00 1	0.00 1	0.00 1	0.00 1	0.01 139	0.01 120	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.41 70	0.09 23	0.00 1	0.01 79	0.00 1	0.12 133	0.03 18	0.05 18	0.03 176	0.15 204	0.00 1	0.00 1	0.00 1	0.00 1

AASNet	0.01 4	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.01 19	0.09 7	0.03 5	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.13 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CroCo-Stereo	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.00 1	0.28 36	0.25 79	0.00 1	0.00 1	0.00 1	0.00 1	0.04 21	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
RAFT	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.10 192	0.10 169	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 19	0.17 12	0.02 1	0.00 1	0.00 1	0.00 1	0.10 120	0.01 7	0.02 11	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

iRaftStereo_RVC	0.02 9	0.02 178	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 65	0.16 11	0.09 23	0.01 40	0.00 1	0.00 1	0.00 1	0.10 42	0.13 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ADLNet	0.12 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.46 190	0.00 1	0.06 144	2.09 196	0.14 36	0.01 40	0.00 1	0.00 1	0.00 1	0.05 26	0.43 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GMStereo	0.01 4	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 9	0.02 1	0.01 40	0.00 1	0.00 1	0.00 1	0.02 14	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MMNet	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.01 19	0.26 32	0.08 21	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	0.06 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

delet	0.01 4	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.00 1	0.09 7	0.08 21	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	0.05 18	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

UPFNet	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.04 112	0.30 45	0.05 9	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	0.07 23	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HGLStereo	0.03 20	0.00 1	0.00 1	0.00 1	0.01 127	0.01 139	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.02 65	0.31 48	0.15 41	0.01 40	0.00 1	0.00 1	0.00 1	0.11 44	0.06 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DMCA-RVC	0.05 38	0.01 136	0.00 1	0.01 190	0.03 189	0.01 139	0.18 186	0.03 198	0.00 1	0.00 1	0.16 166	0.01 31	0.00 1	0.02 65	0.45 78	0.09 23	0.01 40	0.01 79	0.00 1	0.07 110	0.06 33	0.07 23	0.00 1	0.04 157	0.03 171	0.01 171	0.00 1	0.00 1

RP	0.06 48	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 154	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.02 65	0.89 154	0.06 15	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	0.46 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

stereogan	0.11 74	0.00 1	0.00 1	0.00 1	0.00 1	0.01 139	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 65	0.51 93	0.17 45	0.01 40	0.00 1	0.00 1	0.02 76	0.05 26	2.28 161	0.00 1	0.00 1	0.01 166	0.00 1	0.00 1	0.00 1

RYNet	0.15 90	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 85	0.00 1	0.00 1	3.83 223	0.14 36	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GANet	0.01 4	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 145	0.14 145	0.00 1	0.01 19	0.03 3	0.03 5	0.05 99	0.00 1	0.00 1	0.00 1	0.00 1	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TDLM	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CVANet_RVC	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 19	0.02 2	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AANet_RVC	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.00 1	0.05 4	0.05 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 11	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Former-RAFT_DAM_RVC	0.07 53	0.00 1	0.00 1	0.00 1	0.00 1	0.01 139	0.00 1	0.00 1	0.00 1	0.00 1	0.08 150	0.00 1	0.02 109	0.01 19	0.25 28	0.36 123	0.02 65	0.02 103	0.01 24	0.03 84	0.21 64	0.96 88	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

dad	0.24 124	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.99 217	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.88 152	0.24 70	0.01 40	0.01 79	0.01 24	0.09 115	0.13 46	0.14 29	0.00 1	0.16 209	0.28 209	0.00 1	2.76 234	0.76 194

HCRNet	0.03 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.62 127	0.11 28	0.00 1	0.00 1	0.01 24	0.00 1	0.02 14	0.04 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DMCA	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 107	0.00 1	0.01 19	0.22 24	0.21 55	0.01 40	0.02 103	0.01 24	0.00 1	0.04 21	0.06 20	0.00 1	0.00 1	0.01 166	0.00 1	0.00 1	0.00 1

AF-Net	0.04 24	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.13 177	0.00 1	0.00 1	0.00 1	0.00 1	0.02 85	0.00 1	0.01 19	0.44 76	0.05 9	0.00 1	0.00 1	0.01 24	0.02 76	0.07 34	0.37 56	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NCC-stereo	0.05 38	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 141	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.01 79	0.02 65	0.64 134	0.07 19	0.00 1	0.00 1	0.01 24	0.06 102	0.05 26	0.49 68	0.01 161	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Nwc_Net	0.04 24	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.13 177	0.00 1	0.00 1	0.00 1	0.00 1	0.02 85	0.00 1	0.01 19	0.44 76	0.05 9	0.00 1	0.00 1	0.01 24	0.02 76	0.07 34	0.37 56	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Abc-Net	0.05 38	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 141	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.01 79	0.02 65	0.64 134	0.07 19	0.00 1	0.00 1	0.01 24	0.06 102	0.05 26	0.49 68	0.01 161	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CFNet	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 95	0.34 52	0.03 5	0.00 1	0.00 1	0.01 24	0.00 1	0.08 40	0.18 34	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XPNet_ROB	0.17 103	0.00 1	0.00 1	0.00 1	0.03 189	0.01 139	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.02 205	0.01 79	0.05 133	0.28 36	0.24 70	0.35 200	0.01 79	0.01 24	0.06 102	0.43 102	1.60 131	0.00 1	0.01 88	0.00 1	0.00 1	0.43 183	0.00 1

PWCDC_ROB	0.20 112	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.13 160	0.02 85	0.00 1	0.12 194	2.10 198	0.35 121	0.04 81	0.03 116	0.01 24	0.00 1	0.52 105	1.85 143	0.00 1	0.11 181	0.00 1	0.00 1	0.00 1	0.00 1

anonymousdsp	0.04 24	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.24 173	0.00 1	0.00 1	0.00 1	0.22 24	0.15 41	0.01 40	0.00 1	0.02 35	0.10 120	0.03 18	0.33 50	0.01 161	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAFT + AFF	0.17 103	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.16 156	0.00 1	0.01 19	4.02 229	0.19 49	0.00 1	0.00 1	0.02 35	0.00 1	0.13 46	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DSFCA	0.05 38	0.00 1	0.00 1	0.00 1	0.06 204	0.00 1	0.07 163	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.01 19	0.34 52	0.22 59	0.00 1	0.01 79	0.02 35	0.01 59	0.11 44	0.17 33	0.00 1	0.01 88	0.04 176	0.03 177	0.11 166	0.09 163

RASNet	0.04 24	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 85	0.00 1	0.01 19	0.19 17	0.33 110	0.00 1	0.00 1	0.02 35	0.00 1	0.26 72	0.14 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test croco	0.05 38	0.01 136	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 114	0.00 1	0.03 95	0.28 36	0.32 109	0.03 75	0.02 103	0.03 39	0.00 1	0.33 88	0.26 42	0.00 1	0.02 137	0.00 1	0.00 1	0.00 1	0.00 1

AFF-stereo	0.04 24	0.02 178	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.07 124	0.01 79	0.00 1	0.40 65	0.24 70	0.01 40	0.02 103	0.03 39	0.00 1	0.04 21	0.27 43	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

UNet	0.02 9	0.01 136	0.00 1	0.00 1	0.02 175	0.01 139	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.13 197	0.20 19	0.09 23	0.00 1	0.00 1	0.03 39	0.00 1	0.10 42	0.04 15	0.00 1	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

STTStereo	0.04 24	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.03 147	0.00 1	0.11 204	0.00 1	0.01 123	0.01 31	0.00 1	0.01 19	0.37 61	0.05 9	0.00 1	0.00 1	0.03 39	0.01 59	0.07 34	0.33 50	0.04 179	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PA-Net	0.14 86	0.01 136	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.01 79	0.07 161	0.71 141	0.14 36	0.00 1	0.00 1	0.03 39	0.01 59	0.04 21	1.84 142	0.41 215	0.01 88	0.00 1	0.03 177	0.00 1	0.39 187
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DLCB_ROB	0.04 24	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 150	0.00 1	0.00 1	0.04 112	0.11 9	0.14 36	0.02 65	0.02 103	0.03 39	0.00 1	0.18 60	0.35 54	0.00 1	0.00 1	0.00 1	0.02 175	0.02 142	0.02 159

AEACV	0.05 38	0.01 136	0.00 1	0.00 1	0.00 1	0.06 181	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 19	0.40 65	0.33 110	0.00 1	0.00 1	0.04 45	0.06 102	0.04 21	0.18 34	0.00 1	0.00 1	0.00 1	0.17 192	0.00 1	0.00 1

anonymousdsp2	0.08 60	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.31 179	0.01 31	0.01 79	0.01 19	0.32 50	0.23 64	0.02 65	0.01 79	0.04 45	0.19 163	0.13 46	0.67 81	0.00 1	0.00 1	0.00 1	0.01 171	0.23 175	0.00 1

CES	0.20 112	0.01 136	0.00 1	0.00 1	0.00 1	0.01 139	0.01 120	0.00 1	0.02 163	0.03 143	0.00 1	0.16 156	0.19 176	0.11 187	0.87 150	0.60 161	0.27 192	0.22 219	0.04 45	0.21 168	1.28 133	1.25 110	0.00 1	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

AACVNet	0.04 24	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.06 144	0.21 23	0.27 88	0.01 40	0.00 1	0.04 45	0.00 1	0.07 34	0.40 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TestStereo	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.01 79	0.00 1	0.17 12	0.06 15	0.06 106	0.00 1	0.04 45	0.00 1	0.14 50	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RALCasStereoNet	0.08 60	0.01 136	0.00 1	0.00 1	0.03 189	0.00 1	0.02 141	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.01 79	0.03 95	0.49 87	0.33 110	0.02 65	0.00 1	0.04 45	0.09 115	0.37 94	0.66 79	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GANetREF_RVC	0.07 53	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 114	0.00 1	0.04 112	0.29 42	0.12 29	0.29 193	0.00 1	0.04 45	0.04 94	0.45 103	0.46 66	0.00 1	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1
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
NVstereo2D	0.19 111	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.26 181	0.01 123	0.01 31	0.00 1	0.01 19	3.98 227	0.25 79	0.01 40	0.01 79	0.04 45	0.00 1	0.14 50	0.36 55	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AMNet	0.04 24	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 101	0.10 157	0.38 221	0.07 5	0.26 83	0.06 106	0.00 1	0.04 45	0.00 1	0.07 34	0.01 2	0.00 1	0.02 137	0.00 1	0.10 185	0.00 1	0.00 1

NCCL2	0.16 96	0.00 1	0.00 1	0.00 1	0.22 226	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.12 194	0.91 156	0.27 88	0.22 186	0.04 127	0.04 45	0.03 84	0.38 96	0.86 86	0.18 197	0.03 150	0.00 1	0.00 1	0.91 207	0.00 1

DDUNet	0.06 48	0.04 196	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.05 156	0.00 1	0.01 31	0.00 1	0.03 95	0.47 85	0.20 50	0.03 75	0.00 1	0.05 55	0.00 1	0.07 34	0.43 63	0.00 1	0.01 88	0.00 1	0.00 1	0.25 177	0.00 1

TANstereo	0.24 124	0.00 1	0.00 1	0.00 1	0.02 175	0.00 1	0.00 1	0.00 1	0.02 163	0.04 150	0.08 150	0.05 114	0.05 139	0.01 19	0.50 89	0.75 173	0.13 152	0.05 135	0.05 55	0.01 59	1.35 141	1.22 102	0.00 1	0.01 88	0.00 1	0.00 1	2.11 223	0.00 1

XX-TBD	0.24 124	0.00 1	0.00 1	0.00 1	0.02 175	0.00 1	0.00 1	0.00 1	0.02 163	0.04 150	0.08 150	0.05 114	0.05 139	0.01 19	0.50 89	0.75 173	0.13 152	0.05 135	0.05 55	0.01 59	1.35 141	1.22 102	0.00 1	0.01 88	0.00 1	0.00 1	2.11 223	0.00 1

DISCO	0.05 38	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.06 157	0.00 1	0.00 1	0.00 1	0.00 1	0.03 101	0.00 1	0.01 19	0.35 58	0.13 32	0.01 40	0.00 1	0.05 55	0.00 1	0.05 26	0.56 74	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

LMCR-Stereo	0.09 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 143	0.08 172	0.52 96	0.31 107	0.08 125	0.03 116	0.06 59	0.13 138	0.29 81	0.98 89	0.00 1	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

RAFT-Stereo + iAFF	0.05 38	0.02 178	0.00 1	0.00 1	0.01 127	0.00 1	0.01 120	0.00 1	0.00 1	0.00 1	0.00 1	0.07 124	0.01 79	0.01 19	0.50 89	0.20 50	0.03 75	0.00 1	0.06 59	0.00 1	0.09 41	0.38 59	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

FINET	0.03 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 131	0.29 176	0.05 114	0.00 1	0.01 19	0.18 16	0.10 27	0.01 40	0.00 1	0.06 59	0.00 1	0.02 14	0.04 15	0.00 1	0.00 1	0.01 166	0.07 182	0.00 1	0.00 1

CREStereo	0.20 112	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 163	0.04 150	0.10 157	0.15 154	0.16 172	0.01 19	0.62 127	1.10 202	0.14 162	0.08 154	0.06 59	0.33 186	1.41 148	1.15 100	0.00 1	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
RGC	0.08 60	0.00 1	0.00 1	0.00 1	0.01 127	0.02 165	0.01 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.04 112	0.80 146	0.03 5	0.00 1	0.00 1	0.06 59	0.04 94	0.22 67	0.87 87	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NLCA_NET_v2_RVC	0.05 38	0.00 1	0.00 1	0.00 1	0.02 175	0.00 1	0.01 120	0.00 1	0.49 222	0.00 1	0.00 1	0.01 31	0.00 1	0.01 19	0.17 12	0.05 9	0.00 1	0.00 1	0.06 59	0.02 76	0.05 26	0.30 47	0.00 1	0.00 1	0.00 1	0.11 187	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MIF-Stereo (partial)	0.05 38	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 107	0.00 1	0.02 65	0.28 36	0.34 116	0.04 81	0.02 103	0.07 65	0.01 59	0.30 82	0.13 26	0.00 1	0.02 137	0.00 1	0.00 1	0.00 1	0.00 1

test_5	0.04 24	0.00 1	0.00 1	0.00 1	0.00 1	0.07 183	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 85	0.00 1	0.00 1	0.25 28	0.16 43	0.00 1	0.00 1	0.07 65	0.00 1	0.02 14	0.37 56	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

FADNet	0.13 79	0.02 178	0.01 173	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.01 150	0.00 1	0.00 1	0.00 1	0.04 131	0.02 65	0.95 163	0.12 29	0.04 81	0.10 159	0.07 65	0.24 173	0.57 107	1.24 106	0.02 174	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

HSM	0.06 48	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 145	0.01 79	0.02 65	0.58 112	0.21 55	0.00 1	0.00 1	0.07 65	0.06 102	0.36 92	0.23 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AE-Stereo	0.21 117	0.00 1	0.00 1	0.00 1	0.07 206	0.01 139	0.01 120	0.00 1	0.00 1	0.00 1	0.00 1	0.08 126	0.08 147	0.02 65	0.36 59	0.74 172	0.10 138	0.07 149	0.09 69	0.24 173	1.19 129	2.39 165	0.00 1	0.00 1	0.00 1	0.12 191	0.00 1	0.00 1

StereoIM	0.04 24	0.04 196	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.01 19	0.29 42	0.30 101	0.03 75	0.00 1	0.09 69	0.00 1	0.25 70	0.16 31	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAFT_CTSACE	0.04 24	0.01 136	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.01 79	0.00 1	0.20 19	0.13 32	0.00 1	0.00 1	0.09 69	0.03 84	0.15 52	0.38 59	0.00 1	0.00 1	0.13 192	0.00 1	0.00 1	0.00 1

DeepPrunerF	0.66 175	0.18 217	0.00 1	0.07 205	1.57 250	0.07 183	0.10 169	0.06 209	1.03 232	0.00 1	0.00 1	0.01 31	0.00 1	0.04 112	2.89 210	0.28 98	0.00 1	0.00 1	0.09 69	0.00 1	0.17 56	0.24 40	0.00 1	0.00 1	10.69 258	0.33 201	0.08 158	0.00 1

iinet-f	0.10 71	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.04 150	0.00 1	0.00 1	0.02 139	0.00 1	0.00 1	0.00 1	0.01 19	0.98 164	0.38 132	0.01 40	0.03 116	0.10 73	0.11 125	0.21 64	0.65 78	0.00 1	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

test_4	0.16 96	0.01 136	0.00 1	0.00 1	0.01 127	0.01 139	0.16 182	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 133	0.52 96	0.53 149	0.01 40	0.13 169	0.10 73	0.11 125	0.28 78	1.23 105	0.00 1	0.00 1	0.03 171	0.17 192	0.80 199	0.16 167

AnonymousM	0.62 169	0.01 136	0.00 1	0.00 1	0.00 1	0.16 203	0.00 1	0.00 1	0.02 163	0.00 1	0.42 182	0.05 114	0.14 167	0.08 172	0.49 87	0.80 176	0.21 184	0.11 160	0.10 73	0.70 217	1.35 141	1.68 133	0.00 1	0.15 204	0.00 1	0.19 195	3.31 239	6.88 233

CASnet	0.16 96	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 136	0.08 147	0.00 1	0.40 65	0.24 70	0.08 125	0.07 149	0.11 76	0.12 133	1.91 171	1.24 106	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LL-Strereo2	0.10 71	0.03 192	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 144	0.25 28	0.30 101	0.00 1	0.00 1	0.11 76	0.00 1	0.42 99	1.59 130	0.00 1	0.00 1	0.06 179	0.00 1	0.00 1	0.00 1

UDG	0.15 90	0.01 136	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.09 162	0.00 1	0.01 31	0.00 1	0.04 112	1.60 184	0.37 125	0.05 99	0.00 1	0.15 78	0.10 120	0.71 117	0.83 83	0.01 161	0.09 170	0.00 1	0.00 1	0.03 148	0.00 1

NaN_ROB	0.28 131	0.10 211	0.17 214	0.04 199	0.18 222	0.11 194	0.16 182	0.01 189	1.57 238	0.02 139	0.55 185	0.13 142	0.03 124	0.07 161	1.03 170	0.24 70	0.07 118	0.11 160	0.15 78	0.26 178	0.39 98	0.66 79	0.13 192	0.24 226	0.12 190	0.40 202	0.16 173	0.46 190

CAS	0.16 96	0.00 1	0.00 1	0.00 1	0.00 1	0.01 139	0.04 150	0.00 1	0.03 175	0.38 193	0.06 146	0.12 139	0.08 147	0.11 187	0.52 96	0.49 141	0.09 130	0.13 169	0.16 80	0.13 138	0.71 117	1.25 110	0.00 1	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

GLC_STEREO	0.07 53	0.00 1	0.01 173	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.01 79	0.01 19	0.39 64	0.33 110	0.06 106	0.06 142	0.16 80	0.13 138	0.57 107	0.19 36	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ARAFT	0.08 60	0.01 136	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 145	0.01 79	0.04 112	0.38 62	0.24 70	0.02 65	0.01 79	0.18 82	0.00 1	0.36 92	0.71 82	0.00 1	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

FADNet-RVC-Resample	0.17 103	0.10 211	0.21 220	0.07 205	0.22 226	0.00 1	0.00 1	0.12 210	0.11 204	0.08 160	0.08 150	0.02 85	0.04 131	0.09 182	1.01 168	0.18 46	0.11 145	0.05 135	0.18 82	0.21 168	0.27 73	1.22 102	0.06 184	0.12 189	0.03 171	0.00 1	0.01 136	0.11 164

PS-NSSS	0.08 60	0.01 136	0.00 1	0.00 1	0.00 1	0.00 1	0.02 141	0.00 1	0.00 1	0.00 1	0.00 1	0.22 175	0.01 79	0.06 144	0.31 48	0.14 36	0.02 65	0.00 1	0.18 82	0.00 1	0.15 52	0.27 43	0.23 203	0.00 1	0.00 1	0.00 1	0.57 192	0.00 1

4D-IteraStereo	0.14 86	0.02 178	0.01 173	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 144	0.58 112	0.47 138	0.00 1	0.13 169	0.19 85	0.13 138	0.75 120	1.37 117	0.00 1	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

PMTNet	0.21 117	0.00 1	0.00 1	0.00 1	0.00 1	0.01 139	0.11 172	0.00 1	0.02 163	0.03 143	0.07 149	0.09 130	0.17 173	0.01 19	0.58 112	1.07 199	0.18 177	0.05 135	0.19 85	0.21 168	1.60 156	1.30 113	0.00 1	0.02 137	0.00 1	0.00 1	0.00 1	0.00 1

PDISCO_ROB	0.04 24	0.00 1	0.00 1	0.00 1	0.02 175	0.00 1	0.01 120	0.00 1	0.00 1	0.00 1	0.00 1	0.04 107	0.01 79	0.01 19	0.17 12	0.26 83	0.01 40	0.03 116	0.19 85	0.00 1	0.22 67	0.24 40	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MIM_Stereo	0.07 53	0.00 1	0.00 1	0.00 1	0.00 1	0.06 181	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.01 79	0.02 65	0.41 70	0.20 50	0.01 40	0.01 79	0.20 88	0.04 94	0.25 70	0.42 62	0.00 1	0.00 1	0.00 1	0.11 187	0.01 136	0.00 1

RAFT+CT+SA	0.09 67	0.01 136	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.00 1	0.26 32	0.29 99	0.01 40	0.01 79	0.20 88	0.00 1	0.13 46	1.45 124	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo++_RVC	0.30 138	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.01 150	0.03 143	0.00 1	0.04 107	0.04 131	0.01 19	0.59 120	0.72 169	0.09 130	0.08 154	0.21 90	0.12 133	1.33 140	1.24 106	0.00 1	0.01 88	0.00 1	0.00 1	3.51 242	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
raft+_RVC	0.07 53	0.01 136	0.00 1	0.00 1	0.01 127	0.00 1	0.02 141	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 65	0.34 52	0.34 116	0.01 40	0.00 1	0.21 90	0.09 115	0.20 62	0.61 77	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GMOStereo	0.15 90	0.00 1	0.00 1	0.00 1	0.00 1	0.08 185	0.01 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.03 124	0.02 65	0.45 78	0.37 125	0.04 81	0.16 189	0.24 92	0.15 150	0.27 73	2.23 155	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

error version	0.15 90	0.00 1	0.00 1	0.00 1	0.00 1	0.08 185	0.01 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.03 124	0.02 65	0.45 78	0.37 125	0.04 81	0.16 189	0.24 92	0.15 150	0.27 73	2.23 155	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test-v	0.15 90	0.00 1	0.00 1	0.00 1	0.00 1	0.08 185	0.01 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.03 124	0.02 65	0.45 78	0.37 125	0.04 81	0.16 189	0.24 92	0.15 150	0.27 73	2.23 155	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test-2	0.15 90	0.00 1	0.00 1	0.00 1	0.00 1	0.08 185	0.01 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.03 124	0.02 65	0.45 78	0.37 125	0.04 81	0.16 189	0.24 92	0.15 150	0.27 73	2.23 155	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DeepPruner_ROB	0.18 108	0.00 1	0.00 1	0.00 1	0.02 175	0.00 1	0.58 210	0.00 1	0.00 1	0.00 1	0.00 1	0.02 85	0.00 1	0.07 161	0.73 143	0.23 64	0.04 81	0.00 1	0.25 96	0.00 1	1.54 153	1.42 121	0.01 161	0.02 137	0.00 1	0.00 1	0.02 142	0.00 1

CIPLG	0.13 79	0.01 136	0.03 187	0.00 1	0.01 127	0.00 1	0.06 157	0.02 194	0.08 197	0.01 131	0.03 136	0.01 31	0.01 79	0.08 172	0.62 127	0.27 88	0.07 118	0.00 1	0.28 97	0.01 59	0.30 82	1.40 119	0.00 1	0.00 1	0.07 181	0.00 1	0.08 158	0.01 155

FADNet-RVC	0.16 96	0.02 178	0.06 196	0.00 1	0.01 127	0.00 1	0.11 172	0.00 1	0.03 175	0.00 1	0.00 1	0.00 1	0.08 147	0.04 112	1.31 176	0.24 70	0.11 145	0.03 116	0.28 97	0.23 171	0.53 106	1.03 95	0.01 161	0.04 157	0.00 1	0.00 1	0.00 1	0.11 164

IPLGR	0.28 131	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.01 150	0.00 1	0.20 171	0.01 31	0.06 143	0.09 182	4.10 232	0.54 151	0.07 118	0.04 127	0.29 99	0.26 178	0.49 104	1.34 115	0.00 1	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

TestStereo1	0.08 60	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.16 156	0.00 1	0.01 19	0.54 108	0.20 50	0.04 81	0.00 1	0.31 100	0.01 59	0.17 56	0.60 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TESTraft	0.06 48	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.16 156	0.01 79	0.01 19	0.58 112	0.16 43	0.04 81	0.00 1	0.31 100	0.02 76	0.16 55	0.19 36	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SA-5K	0.08 60	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.16 156	0.00 1	0.01 19	0.54 108	0.20 50	0.04 81	0.00 1	0.31 100	0.01 59	0.17 56	0.60 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

IPLGR_C	0.12 75	0.01 136	0.03 187	0.00 1	0.01 127	0.00 1	0.07 163	0.03 198	0.07 194	0.01 131	0.03 136	0.01 31	0.01 79	0.08 172	0.41 70	0.27 88	0.06 106	0.00 1	0.31 100	0.00 1	0.30 82	1.42 121	0.00 1	0.00 1	0.07 181	0.00 1	0.08 158	0.01 155

HITNet	0.10 71	0.01 136	0.00 1	0.00 1	0.00 1	0.01 139	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 85	0.02 109	0.06 144	0.42 75	0.26 83	0.04 81	0.01 79	0.32 104	0.00 1	0.60 112	0.99 90	0.00 1	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
rafts_anoy	0.07 53	0.01 136	0.00 1	0.00 1	0.03 189	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.02 65	0.41 70	0.23 64	0.05 99	0.00 1	0.34 105	0.10 120	0.31 86	0.44 65	0.00 1	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

SACVNet	0.13 79	0.02 178	0.00 1	0.00 1	0.01 127	0.00 1	0.06 157	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.04 131	0.06 144	0.23 27	0.23 64	0.01 40	0.02 103	0.37 106	0.00 1	0.37 94	1.97 146	0.00 1	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

MIPNet	0.22 119	0.00 1	0.00 1	0.01 190	0.01 127	0.00 1	0.00 1	0.00 1	0.04 182	0.00 1	0.29 176	0.01 31	0.04 131	0.16 204	2.29 203	0.46 135	0.12 149	0.03 116	0.39 107	0.32 185	0.38 96	1.28 112	0.00 1	0.04 157	0.03 171	0.00 1	0.06 155	0.00 1

ACRE	0.13 79	0.01 136	0.02 181	0.00 1	0.01 127	0.00 1	0.07 163	0.02 194	0.08 197	0.01 131	0.06 146	0.01 31	0.01 79	0.08 172	0.40 65	0.27 88	0.07 118	0.00 1	0.39 107	0.01 59	0.34 90	1.40 119	0.00 1	0.00 1	0.07 181	0.00 1	0.08 158	0.01 155

psm_up	0.06 48	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.11 187	0.34 52	0.13 32	0.03 75	0.06 142	0.39 107	0.11 125	0.23 69	0.20 38	0.00 1	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

UDGNet	0.14 86	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 120	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 112	0.25 28	0.27 88	0.01 40	0.00 1	0.44 110	0.01 59	0.28 78	2.39 165	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SA	0.12 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.16 156	0.01 79	0.02 65	0.27 35	0.37 125	0.04 81	0.13 169	0.46 111	0.04 94	0.33 88	1.33 114	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

sCroCo_RVC	0.30 138	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 163	0.00 1	0.01 123	0.28 179	0.22 180	0.01 19	0.50 89	1.31 210	0.15 165	0.17 198	0.48 112	0.19 163	2.05 175	2.81 184	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

FCDSN-DC	0.45 152	0.04 196	0.47 234	0.00 1	0.00 1	0.01 139	0.48 205	0.00 1	0.00 1	0.35 190	0.17 167	0.19 167	0.07 145	0.02 65	4.35 240	0.59 159	0.10 138	0.13 169	0.48 112	0.06 102	1.59 155	2.36 163	0.00 1	0.39 240	0.00 1	0.05 181	0.15 171	0.00 1
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
BEATNet_4x	0.26 128	0.01 136	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 85	0.02 109	0.11 187	1.33 178	0.46 135	0.29 193	0.34 232	0.51 114	0.01 59	1.29 134	2.49 172	0.00 1	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

ADCL	0.91 190	0.07 205	0.05 195	0.02 194	0.02 175	0.00 1	0.06 157	0.00 1	2.01 245	0.52 204	0.01 123	0.09 130	0.01 79	0.04 112	3.92 225	0.24 70	0.04 81	0.23 222	0.51 114	0.39 191	0.58 109	0.53 70	0.00 1	0.20 220	2.91 236	2.62 235	2.11 223	7.36 237

iResNet_ROB	0.09 67	0.00 1	0.00 1	0.00 1	0.03 189	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.03 95	0.88 152	0.40 133	0.02 65	0.00 1	0.51 114	0.00 1	0.34 90	0.27 43	0.00 1	0.02 137	0.00 1	0.00 1	0.00 1	0.00 1

LALA_ROB	0.20 112	0.01 136	0.00 1	0.00 1	0.01 127	0.01 139	0.00 1	0.00 1	0.00 1	0.01 131	0.27 174	0.30 184	0.01 79	0.07 161	0.98 164	0.22 59	0.04 81	0.01 79	0.52 117	0.04 94	0.72 119	1.36 116	0.00 1	0.02 137	0.00 1	0.00 1	0.87 206	0.00 1

CC-Net-ROB	0.23 121	0.04 196	0.00 1	0.00 1	0.01 127	0.03 172	0.02 141	0.00 1	0.00 1	0.00 1	0.00 1	3.09 219	0.55 202	0.10 185	0.28 36	0.13 32	0.03 75	0.00 1	0.53 118	0.00 1	0.18 60	0.29 46	0.87 229	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ICVP	0.22 119	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.10 163	0.01 123	0.03 101	0.03 124	0.03 95	0.26 32	0.49 141	0.22 186	0.45 240	0.56 119	0.24 173	0.96 127	2.43 169	0.00 1	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Sa-1000	0.16 96	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.16 156	0.01 79	0.04 112	0.30 45	0.36 123	0.06 106	0.14 174	0.58 120	0.00 1	0.65 114	2.06 149	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CASS	0.40 148	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.88 214	0.00 1	0.00 1	0.23 177	0.33 180	0.26 177	0.13 165	0.01 19	0.51 93	0.50 143	0.29 193	0.21 217	0.60 121	0.00 1	4.20 232	2.53 175	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
HSM-Net_RVC	0.37 144	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.03 147	0.01 189	0.00 1	0.42 197	1.81 215	2.18 214	0.09 152	0.02 65	0.48 86	0.44 134	0.13 152	0.04 127	0.60 121	0.46 200	1.62 157	1.55 126	0.08 186	0.14 197	0.00 1	0.00 1	0.00 1	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MIF-Stereo	0.07 53	0.01 136	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.04 112	0.30 45	0.34 116	0.02 65	0.00 1	0.61 123	0.00 1	0.30 82	0.16 31	0.00 1	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

NOSS_ROB	0.76 186	0.01 136	0.00 1	0.00 1	0.01 127	0.03 172	0.00 1	0.95 235	0.09 200	1.05 226	1.79 214	1.64 210	0.34 193	0.82 231	2.09 196	2.78 240	0.24 189	0.22 219	0.62 124	0.13 138	3.50 217	3.90 212	0.03 176	0.18 214	0.00 1	0.00 1	0.04 152	0.00 1

EGLCR-Stereo	0.38 145	0.00 1	0.00 1	0.00 1	0.00 1	0.04 176	0.01 120	0.00 1	0.05 184	0.00 1	0.00 1	0.14 145	0.07 145	0.00 1	0.38 62	0.73 170	0.13 152	0.19 209	0.64 125	0.07 110	1.29 134	2.37 164	0.00 1	0.03 150	0.00 1	0.40 202	3.61 243	0.00 1

PWC_ROB	0.48 153	0.01 136	0.00 1	0.00 1	0.01 127	0.00 1	0.09 167	0.00 1	0.01 150	0.13 168	0.82 195	0.02 85	0.02 109	0.02 65	3.76 221	1.11 205	0.16 172	0.19 209	0.65 126	0.11 125	2.51 189	2.73 179	0.00 1	0.00 1	0.00 1	0.00 1	0.33 180	0.29 177

RALAANet	0.13 79	0.03 192	0.00 1	0.00 1	0.02 175	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 101	0.02 109	0.05 133	0.45 78	0.18 46	0.04 81	0.00 1	0.66 127	0.11 125	0.75 120	1.11 98	0.00 1	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

CFNet_RVC	0.09 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.06 144	0.41 70	0.27 88	0.11 145	0.00 1	0.66 127	0.00 1	0.28 78	0.54 71	0.00 1	0.08 168	0.00 1	0.00 1	0.00 1	0.00 1

LoS_RVC	0.23 121	0.01 136	0.00 1	0.00 1	0.00 1	0.01 139	0.00 1	0.00 1	0.01 150	0.06 157	0.03 136	0.20 169	0.12 160	0.03 95	0.53 103	0.86 181	0.13 152	0.15 182	0.67 129	0.13 138	1.47 150	1.70 134	0.01 161	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

tt_ll	0.23 121	0.01 136	0.00 1	0.00 1	0.00 1	0.01 139	0.00 1	0.00 1	0.01 150	0.06 157	0.03 136	0.20 169	0.12 160	0.03 95	0.53 103	0.86 181	0.13 152	0.15 182	0.67 129	0.13 138	1.47 150	1.70 134	0.01 161	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

CSAN	0.41 150	0.09 209	0.16 213	0.07 205	0.15 220	0.01 139	0.19 187	0.00 1	1.58 239	0.10 163	0.97 196	1.09 206	0.08 147	0.11 187	0.98 164	0.30 101	0.09 130	0.11 160	0.67 129	0.56 212	0.95 126	1.09 96	0.07 185	0.19 217	0.08 185	0.97 216	0.10 165	0.34 184

IPLG	0.28 131	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.03 175	0.00 1	0.13 160	0.01 31	0.02 109	0.18 207	4.08 231	0.51 144	0.06 106	0.02 103	0.69 132	0.18 159	0.32 87	1.16 101	0.00 1	0.02 137	0.02 170	0.00 1	0.01 136	0.00 1

LoS	0.27 129	0.01 136	0.01 173	0.00 1	0.00 1	0.01 139	0.00 1	0.00 1	0.02 163	0.11 166	0.00 1	0.29 181	0.30 190	0.08 172	0.69 138	0.76 175	0.31 197	0.18 204	0.72 133	0.16 156	1.81 167	1.83 141	0.00 1	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

ETE_ROB	0.20 112	0.01 136	0.00 1	0.01 190	0.02 175	0.00 1	0.00 1	0.00 1	0.01 150	0.00 1	0.29 176	0.11 136	0.01 79	0.07 161	0.72 142	0.22 59	0.62 213	0.04 127	0.73 134	0.05 100	0.92 125	1.43 123	0.00 1	0.02 137	0.00 1	0.00 1	0.00 1	0.00 1

AnyNet_C32	1.27 203	0.12 214	0.01 173	0.05 201	0.01 127	0.16 203	0.42 201	0.00 1	3.19 249	0.33 189	1.46 208	0.12 139	0.02 109	0.07 161	4.07 230	0.86 181	0.09 130	0.15 182	0.76 135	0.52 207	2.00 173	2.23 155	0.01 161	0.30 231	1.79 231	3.65 244	1.56 217	10.19 246

ADCRef	0.65 172	0.00 1	0.21 220	0.00 1	0.05 201	0.02 165	0.15 181	0.04 203	1.63 240	0.00 1	0.00 1	0.10 133	0.00 1	0.04 112	3.98 227	0.30 101	0.01 40	0.02 103	0.79 136	0.55 210	0.15 52	0.34 52	0.43 218	0.09 170	0.73 223	1.20 217	0.82 200	5.86 230

sAnonymous2	0.18 108	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 85	0.09 152	0.02 65	0.20 19	0.51 144	0.07 118	0.09 157	0.84 137	0.12 133	1.29 134	1.58 128	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CroCo_RVC	0.18 108	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 85	0.09 152	0.02 65	0.20 19	0.51 144	0.07 118	0.09 157	0.84 137	0.12 133	1.29 134	1.58 128	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Anonymous	0.30 138	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 175	0.00 1	0.00 1	0.09 130	0.27 188	0.01 19	0.58 112	1.15 206	0.16 172	0.17 198	0.86 139	0.16 156	2.05 175	2.59 178	0.00 1	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

APVNet	0.13 79	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 123	0.01 31	0.00 1	0.03 95	0.63 132	0.21 55	0.05 99	0.04 127	0.88 140	0.03 84	0.21 64	1.46 125	0.00 1	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

s12784h	0.49 154	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.03 143	0.00 1	0.08 126	0.14 167	0.01 19	0.61 124	1.20 209	0.21 184	0.06 142	0.90 141	0.13 138	3.61 221	1.78 139	0.00 1	0.01 88	0.00 1	0.00 1	3.50 241	0.95 196

XQC	0.40 148	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.16 182	0.00 1	0.00 1	0.14 171	0.47 183	0.01 31	1.09 207	0.08 172	4.21 234	0.62 163	0.07 118	0.00 1	0.96 142	0.01 59	0.68 115	2.06 149	0.00 1	0.10 178	0.00 1	0.00 1	0.02 142	0.00 1

RTS	0.65 172	0.01 136	0.00 1	0.00 1	0.01 127	0.00 1	0.22 190	0.00 1	0.00 1	0.01 131	0.01 123	0.04 107	0.01 79	0.05 133	4.27 236	0.55 153	0.10 138	0.01 79	0.96 142	0.03 84	0.82 122	2.08 151	0.00 1	0.11 181	0.00 1	8.18 254	0.00 1	0.00 1

RTSA	0.65 172	0.01 136	0.00 1	0.00 1	0.01 127	0.00 1	0.22 190	0.00 1	0.00 1	0.01 131	0.01 123	0.04 107	0.01 79	0.05 133	4.27 236	0.55 153	0.10 138	0.01 79	0.96 142	0.03 84	0.82 122	2.08 151	0.00 1	0.11 181	0.00 1	8.18 254	0.00 1	0.00 1

UCFNet_RVC	0.12 75	0.00 1	0.02 181	0.00 1	0.06 204	0.00 1	0.00 1	0.00 1	0.00 1	0.03 143	0.00 1	0.03 101	0.01 79	0.05 133	0.40 65	0.27 88	0.04 81	0.00 1	0.96 142	0.00 1	0.42 99	0.54 71	0.49 222	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

ADCP+	0.71 182	0.00 1	0.00 1	0.00 1	0.09 210	0.10 192	0.27 193	0.00 1	0.00 1	1.01 224	0.00 1	0.49 192	0.00 1	0.03 95	3.94 226	0.30 101	0.00 1	0.02 103	0.98 146	0.49 202	0.20 62	0.31 48	0.00 1	0.01 88	0.49 217	4.04 248	1.33 213	5.08 226

raftrobust	0.14 86	0.02 178	0.00 1	0.00 1	0.02 175	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 172	0.61 124	0.54 151	0.00 1	0.00 1	1.04 147	0.00 1	0.42 99	0.99 90	0.08 186	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

RTSC	0.29 137	0.00 1	0.00 1	0.00 1	0.00 1	0.01 139	0.16 182	0.04 203	0.00 1	0.08 160	0.14 163	0.01 31	0.01 79	0.05 133	4.13 233	0.34 116	0.10 138	0.00 1	1.07 148	0.08 112	0.64 113	1.02 93	0.00 1	0.09 170	0.00 1	0.00 1	0.00 1	0.00 1

GEStereo_RVC	0.27 129	0.00 1	0.01 173	0.00 1	0.01 127	0.00 1	0.20 188	0.02 194	0.00 1	0.00 1	0.01 123	0.02 85	0.01 79	0.05 133	0.29 42	0.59 159	0.09 130	0.03 116	1.09 149	0.10 120	1.27 132	3.32 193	0.00 1	0.05 160	0.00 1	0.00 1	0.00 1	0.00 1

SHD	0.38 145	0.00 1	0.06 196	0.00 1	0.00 1	0.00 1	0.12 176	0.03 198	0.00 1	0.23 177	0.58 187	0.01 31	0.00 1	0.07 161	4.29 238	0.25 79	0.06 106	0.01 79	1.17 150	0.15 150	0.91 124	2.09 154	0.00 1	0.10 178	0.00 1	0.00 1	0.00 1	0.00 1

HBP-ISP	1.24 201	0.02 178	0.09 205	0.00 1	0.01 127	0.08 185	0.00 1	0.00 1	0.05 184	1.21 233	3.71 227	0.08 126	0.26 184	1.72 239	6.45 257	5.68 256	0.30 196	0.34 232	1.20 151	1.08 228	3.96 228	6.14 245	0.00 1	0.21 222	0.00 1	0.00 1	0.84 202	0.15 166

iResNetv2_ROB	0.17 103	0.01 136	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.04 112	1.11 173	0.27 88	0.01 40	0.00 1	1.20 151	0.01 59	1.50 152	0.31 48	0.00 1	0.09 170	0.00 1	0.00 1	0.00 1	0.00 1

CFNet_pseudo	0.16 96	0.00 1	0.00 1	0.00 1	0.03 189	0.00 1	0.00 1	0.00 1	0.00 1	0.02 139	0.00 1	0.13 142	0.00 1	0.01 19	1.51 183	0.27 88	0.02 65	0.01 79	1.27 153	0.00 1	0.17 56	0.34 52	0.40 214	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

SANet	1.86 216	0.26 220	0.20 216	0.16 212	0.33 234	0.21 211	0.49 206	1.17 241	1.99 244	0.26 181	1.10 199	23.80 252	6.11 227	0.25 212	1.71 185	0.30 101	1.34 229	0.06 142	1.31 154	0.11 125	1.69 164	1.75 137	0.01 161	0.14 197	0.06 179	2.02 230	0.51 189	2.91 211

raft_robust	0.17 103	0.01 136	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 131	0.04 112	0.51 93	0.53 149	0.06 106	0.14 174	1.37 155	0.11 125	0.58 109	1.12 99	0.00 1	0.05 160	0.00 1	0.00 1	0.00 1	0.00 1

EKT-Stereo	0.64 171	0.00 1	0.00 1	0.00 1	0.02 175	0.02 165	0.21 189	0.00 1	0.00 1	0.17 172	0.77 192	0.28 179	0.26 184	0.06 144	2.17 201	3.00 244	0.19 179	0.23 222	1.39 156	1.50 238	3.14 205	3.87 210	0.01 161	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

Anonymous3	0.41 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.49 192	0.35 194	0.16 204	1.07 172	2.44 237	0.19 179	0.19 209	1.40 157	0.37 188	1.96 172	2.42 167	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MADNet+	0.80 188	0.01 136	0.08 203	0.00 1	0.11 214	0.02 165	1.20 220	0.00 1	0.00 1	0.20 173	0.03 136	0.62 199	0.05 139	0.21 208	5.10 252	1.72 226	0.65 215	0.01 79	1.44 158	0.63 215	4.41 233	4.57 224	0.00 1	0.49 245	0.00 1	0.00 1	0.11 166	0.07 161

PVD	0.51 157	0.00 1	0.08 203	0.00 1	0.00 1	0.00 1	0.13 177	0.30 219	0.00 1	0.37 192	1.22 204	0.13 142	0.74 203	0.06 144	4.31 239	0.33 110	0.13 152	0.01 79	1.49 159	0.23 171	1.81 167	2.00 147	0.00 1	0.11 181	0.07 181	0.00 1	0.30 179	0.00 1

TRStereo	0.62 169	0.01 136	0.02 181	0.00 1	0.00 1	0.18 207	0.01 120	0.00 1	0.00 1	1.46 238	0.58 187	0.17 163	0.15 169	0.03 95	1.02 169	1.57 218	0.09 130	0.17 198	1.51 160	0.85 224	2.07 177	3.39 194	0.04 179	0.01 88	0.09 186	2.88 238	0.39 182	0.01 155

FAT-Stereo	1.23 200	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.06 157	0.56 224	0.04 182	0.51 203	8.31 252	3.59 220	0.74 203	0.07 161	1.46 181	2.08 232	0.17 176	0.16 189	1.51 160	1.19 234	3.70 225	4.90 230	0.10 189	0.25 228	0.00 1	0.00 1	0.58 193	3.07 213

GwcNet-ADL	0.55 162	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 120	0.00 1	0.00 1	0.54 208	5.82 241	0.14 145	0.09 152	0.03 95	1.06 171	1.16 208	0.14 162	0.19 209	1.54 162	0.85 224	1.42 149	1.95 145	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DN-CSS_ROB	0.13 79	0.00 1	0.00 1	0.00 1	0.02 175	0.00 1	0.00 1	0.00 1	0.00 1	0.04 150	0.00 1	0.00 1	0.02 109	0.06 144	0.36 59	0.26 83	0.01 40	0.00 1	1.56 163	0.03 84	0.59 111	0.54 71	0.00 1	0.09 170	0.00 1	0.00 1	0.00 1	0.00 1

SGM-Forest	0.67 176	0.03 192	0.02 181	0.04 199	0.11 214	0.12 195	0.00 1	0.43 221	0.43 219	1.34 235	0.78 194	0.33 186	1.29 209	0.01 19	1.84 187	0.85 179	0.15 165	0.15 182	1.59 164	0.02 76	1.89 170	2.57 177	0.25 205	0.06 165	0.15 199	0.20 196	1.30 212	2.24 206
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
pcwnet_v2	0.28 131	0.01 136	0.06 196	0.00 1	0.09 210	0.00 1	0.00 1	0.00 1	0.00 1	0.26 181	0.17 167	0.20 169	0.00 1	0.01 19	2.06 194	0.33 110	0.05 99	0.08 154	1.61 165	0.02 76	0.69 116	0.84 84	0.76 226	0.01 88	0.00 1	0.00 1	0.00 1	0.29 177

FC-DCNN	0.75 185	0.08 206	1.12 241	0.43 220	0.05 201	0.49 216	0.77 213	0.77 229	0.22 214	0.59 211	0.77 192	0.55 196	0.43 197	0.02 65	1.40 179	0.58 158	0.47 205	0.12 168	1.63 166	0.09 115	2.09 180	1.80 140	0.00 1	0.23 224	0.75 224	0.47 206	1.09 209	3.12 214

ccs_rob	1.25 202	0.00 1	0.00 1	0.00 1	0.00 1	0.02 165	0.00 1	0.18 212	0.01 150	1.18 232	10.44 258	9.28 234	0.09 152	0.13 197	0.84 149	1.65 221	0.20 182	0.14 174	1.65 167	0.44 197	3.08 202	4.14 214	0.01 161	0.13 194	0.00 1	0.00 1	0.00 1	0.07 161

iRaft-Stereo_20w	1.04 193	0.08 206	0.22 223	0.14 211	0.09 210	0.12 195	0.28 195	0.00 1	0.12 207	1.92 246	5.62 240	0.30 184	0.28 189	0.07 161	0.82 148	1.53 217	0.13 152	0.26 227	1.71 168	0.76 219	2.51 189	3.89 211	0.22 202	0.26 230	0.40 214	1.60 225	1.99 220	2.72 208

PSMNet-ADL	0.58 164	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.05 154	0.59 225	0.00 1	0.57 210	5.97 242	0.19 167	0.35 194	0.04 112	0.67 137	1.68 224	0.18 177	0.14 174	1.78 169	0.16 156	1.39 145	1.67 132	0.13 192	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DAS	0.53 158	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 206	0.02 163	0.75 218	1.70 212	0.21 173	0.26 184	0.01 19	0.69 138	1.67 222	0.15 165	0.18 204	1.79 170	0.27 181	3.84 226	2.47 170	0.00 1	0.09 170	0.00 1	0.00 1	0.00 1	0.00 1

SepStereo	0.53 158	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 206	0.02 163	0.75 218	1.70 212	0.21 173	0.26 184	0.01 19	0.69 138	1.67 222	0.15 165	0.18 204	1.79 170	0.27 181	3.84 226	2.47 170	0.00 1	0.09 170	0.00 1	0.00 1	0.00 1	0.00 1

test-1	0.69 180	0.00 1	0.00 1	0.00 1	0.00 1	0.18 207	0.27 193	0.00 1	0.00 1	1.00 223	2.54 221	0.18 165	0.18 174	0.15 202	1.00 167	1.71 225	0.13 152	0.24 224	1.80 172	1.19 234	3.14 205	4.92 231	0.00 1	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

SAMSARA	0.71 182	0.00 1	0.07 201	0.00 1	0.00 1	0.00 1	0.55 208	0.03 198	0.00 1	0.28 185	0.76 191	0.02 85	3.02 218	0.07 161	4.54 246	0.56 156	0.09 130	0.01 79	2.13 173	0.08 112	1.67 159	2.77 182	0.00 1	0.19 217	0.19 201	0.75 212	1.12 210	0.27 176

anonymity	1.13 195	0.02 178	0.00 1	0.00 1	0.00 1	0.19 209	0.00 1	0.00 1	0.03 175	0.74 217	13.91 261	0.36 188	0.36 196	0.09 182	0.53 103	1.74 227	0.13 152	0.17 198	2.19 174	0.25 177	2.25 183	3.67 200	0.03 176	0.20 220	0.23 206	0.47 206	2.57 232	0.34 184

MFN_U_SF_DS_RVC	0.79 187	0.13 215	0.02 181	0.05 201	0.03 189	0.01 139	1.93 226	0.00 1	0.11 204	0.10 163	0.04 144	0.10 133	1.07 206	1.46 237	2.00 193	0.35 121	0.02 65	0.03 116	2.24 175	0.06 102	3.24 210	3.75 207	0.10 189	0.03 150	0.22 205	0.45 205	0.45 186	3.27 216

AnyNet_C01	1.80 215	0.27 221	0.15 211	0.35 218	0.08 208	0.09 190	3.33 236	0.89 233	3.09 248	0.44 199	1.41 207	2.02 213	2.79 216	0.23 209	4.89 250	5.01 254	1.81 235	0.76 248	2.32 176	0.33 186	3.97 229	4.20 216	0.11 191	0.35 237	1.82 232	0.55 209	2.32 227	4.89 224

test_3	0.35 141	0.01 136	0.00 1	0.00 1	0.00 1	0.05 178	0.01 120	0.00 1	0.01 150	0.00 1	0.00 1	0.01 31	0.02 109	0.02 65	0.58 112	0.46 135	0.06 106	0.11 160	2.40 177	0.18 159	1.37 144	3.74 206	0.00 1	0.00 1	0.13 192	0.00 1	0.04 152	0.32 181

MSMDNet	0.61 168	0.00 1	0.00 1	0.00 1	0.00 1	0.14 201	0.01 120	0.00 1	0.00 1	0.67 212	0.09 155	0.14 145	1.70 211	0.11 187	0.61 124	1.45 215	0.10 138	0.15 182	2.42 178	0.50 204	3.51 218	4.28 219	0.00 1	0.00 1	0.10 187	0.29 199	0.03 148	0.19 168

Any-RAFT	0.55 162	0.00 1	0.01 173	0.00 1	0.00 1	0.00 1	0.00 1	0.01 189	0.00 1	0.20 173	2.64 222	0.22 175	0.12 160	0.10 185	0.54 108	0.84 178	0.34 198	0.16 189	2.47 179	0.14 147	3.46 215	2.32 162	0.01 161	0.01 88	0.00 1	0.00 1	0.00 1	1.26 198

G-Net	2.19 221	0.22 218	0.20 216	0.01 190	0.15 220	0.02 165	0.11 172	1.10 238	1.87 243	0.36 191	2.28 217	20.71 245	1.98 213	0.05 133	1.99 191	2.25 233	0.20 182	0.41 236	2.48 180	2.79 249	2.82 197	2.99 187	0.00 1	0.24 226	0.21 203	2.63 236	3.06 238	7.99 239

test-3	0.36 142	0.00 1	0.00 1	0.00 1	0.00 1	0.05 178	0.01 120	0.00 1	0.02 163	0.00 1	0.00 1	0.01 31	0.02 109	0.02 65	0.60 122	0.47 138	0.06 106	0.11 160	2.53 181	0.18 159	1.40 147	3.73 202	0.00 1	0.00 1	0.13 192	0.00 1	0.00 1	0.32 181

test_1	0.36 142	0.00 1	0.00 1	0.00 1	0.00 1	0.05 178	0.00 1	0.00 1	0.01 150	0.00 1	0.00 1	0.01 31	0.02 109	0.02 65	0.59 120	0.47 138	0.06 106	0.11 160	2.53 181	0.18 159	1.39 145	3.73 202	0.00 1	0.00 1	0.13 192	0.00 1	0.01 136	0.32 181

S-Stereo	1.13 195	0.00 1	0.00 1	0.00 1	0.00 1	0.01 139	0.54 207	0.15 211	0.06 187	0.31 188	5.59 239	5.30 227	0.30 190	0.06 144	3.35 215	2.95 243	0.16 172	0.20 215	2.56 183	1.78 242	1.85 169	3.69 201	0.21 200	0.18 214	0.00 1	0.01 171	0.56 191	0.63 192

GES	0.24 124	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.10 202	0.00 1	0.02 133	0.01 31	0.03 124	0.01 19	0.52 96	0.31 107	0.05 99	0.01 79	2.60 184	0.04 94	1.00 128	0.99 90	0.00 1	0.03 150	0.01 166	0.00 1	0.09 163	0.75 193

IGEV_Zeroshot_test	0.88 189	0.00 1	0.03 187	0.02 194	0.00 1	0.63 220	0.47 204	0.00 1	0.08 197	1.04 225	4.11 233	0.50 194	0.25 183	0.04 112	0.65 136	1.97 230	0.12 149	0.17 198	2.66 185	0.83 223	2.82 197	4.45 223	0.00 1	0.01 88	0.17 200	0.09 183	2.38 228	0.30 179

MyStereo	0.28 131	0.01 136	0.00 1	0.00 1	0.00 1	0.01 139	0.00 1	0.00 1	0.00 1	0.49 202	0.00 1	0.06 122	0.00 1	0.06 144	0.75 144	0.52 148	0.06 106	0.01 79	2.75 186	0.11 125	1.30 138	1.09 96	0.34 211	0.05 160	0.00 1	0.00 1	0.00 1	0.00 1

GANet-ADL	0.60 166	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.01 120	0.00 1	0.00 1	0.89 220	2.34 218	0.04 107	0.05 139	0.02 65	2.06 194	1.15 206	0.16 172	0.18 204	2.76 187	0.81 222	1.69 164	3.65 199	0.00 1	0.01 88	0.00 1	0.00 1	0.37 181	0.00 1

RAFT-Test	0.58 164	0.00 1	0.00 1	0.00 1	0.00 1	0.16 203	0.01 120	0.00 1	0.00 1	0.72 216	1.47 209	0.15 154	0.23 181	0.11 187	0.63 132	1.34 212	0.10 138	0.14 174	2.88 188	0.38 190	3.38 214	3.10 190	0.00 1	0.01 88	0.12 190	0.51 208	0.03 148	0.26 174

ADCMid	0.99 192	0.08 206	0.25 226	0.00 1	0.50 239	0.20 210	0.90 215	0.05 206	0.12 207	0.13 168	0.14 163	0.34 187	0.47 200	0.04 112	4.22 235	0.95 190	0.05 99	0.11 160	2.90 189	0.26 178	1.26 131	1.55 126	0.42 216	0.14 197	0.21 203	2.39 232	1.43 215	7.65 238

MyStereo04	0.28 131	0.00 1	0.00 1	0.00 1	0.00 1	0.01 139	0.00 1	0.00 1	0.01 150	0.42 197	0.02 133	0.06 122	0.00 1	0.06 144	0.56 111	0.51 144	0.08 125	0.02 103	2.91 190	0.41 193	1.32 139	0.84 84	0.34 211	0.01 88	0.00 1	0.00 1	0.00 1	0.00 1

ADCS	1.44 206	0.00 1	0.00 1	0.00 1	0.04 198	0.01 139	0.30 196	0.20 216	0.96 228	0.25 180	0.55 185	0.29 181	3.75 222	0.08 172	4.69 247	3.39 247	0.26 191	0.15 182	2.94 191	0.03 84	3.37 213	3.53 196	0.00 1	0.17 211	0.49 217	5.63 251	1.52 216	6.29 232

cross-raft	0.54 160	0.00 1	0.00 1	0.00 1	0.00 1	0.13 198	0.01 120	0.00 1	0.00 1	0.39 195	0.09 155	0.14 145	0.13 165	0.07 161	0.62 127	1.31 210	0.11 145	0.15 182	2.97 192	0.85 224	3.56 220	3.57 197	0.00 1	0.01 88	0.10 187	0.01 171	0.03 148	0.19 168

R-Stereo Train	0.50 155	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 150	0.48 200	1.18 202	0.14 145	0.11 158	0.14 199	0.52 96	0.99 194	0.38 201	0.30 230	3.01 193	0.50 204	2.40 186	3.20 191	0.00 1	0.02 137	0.00 1	0.00 1	0.00 1	0.00 1

RAFT-Stereo	0.50 155	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 150	0.48 200	1.18 202	0.14 145	0.11 158	0.14 199	0.52 96	0.99 194	0.38 201	0.30 230	3.01 193	0.50 204	2.40 186	3.20 191	0.00 1	0.02 137	0.00 1	0.00 1	0.00 1	0.00 1
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
XX-Stereo	1.61 209	0.01 136	0.00 1	0.00 1	0.00 1	0.13 198	0.11 172	0.00 1	0.00 1	1.24 234	6.23 246	0.08 126	0.23 181	0.03 95	0.60 122	2.29 234	0.12 149	0.18 204	3.02 195	0.19 163	1.68 162	2.52 174	0.09 188	0.01 88	23.80 263	0.03 177	0.24 176	0.58 191

MLCV	0.39 147	0.01 136	0.00 1	0.00 1	0.03 189	0.00 1	0.00 1	0.00 1	0.16 211	0.38 193	1.16 200	0.11 136	0.02 109	0.04 112	0.53 103	0.64 164	0.09 130	0.03 116	3.12 196	0.06 102	1.19 129	2.76 180	0.05 181	0.10 178	0.00 1	0.00 1	0.07 156	0.00 1

HH	0.68 177	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 187	1.35 236	0.03 136	0.05 114	0.19 176	0.03 95	0.58 112	2.57 238	0.08 125	0.16 189	3.15 197	0.42 194	4.66 238	3.73 202	0.19 198	0.03 150	0.13 192	0.00 1	0.86 204	0.19 168

HanStereo	0.68 177	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 187	1.35 236	0.03 136	0.05 114	0.19 176	0.03 95	0.58 112	2.57 238	0.08 125	0.16 189	3.15 197	0.42 194	4.66 238	3.73 202	0.19 198	0.03 150	0.13 192	0.00 1	0.86 204	0.19 168

EAI-Stereo	0.68 177	0.04 196	0.14 210	0.32 216	0.08 208	0.67 222	0.37 199	0.00 1	0.41 217	0.00 1	1.59 210	0.12 139	0.18 174	0.03 95	1.11 173	1.44 214	0.15 165	0.36 234	3.29 199	0.39 191	2.36 185	2.97 186	0.13 192	0.38 239	0.34 211	0.41 204	0.55 190	0.43 188

CBMV	1.18 198	0.00 1	0.00 1	0.00 1	0.00 1	0.03 172	0.03 147	0.96 236	0.00 1	0.67 212	1.64 211	3.94 222	1.69 210	0.56 224	2.14 200	1.97 230	0.51 206	0.16 189	3.45 200	0.64 216	2.84 199	3.95 213	0.00 1	0.14 197	0.00 1	0.00 1	1.34 214	5.30 227
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MSKI-zero shot	0.72 184	0.00 1	0.00 1	0.00 1	0.00 1	0.13 198	0.00 1	0.00 1	0.05 184	0.22 175	2.74 223	0.18 165	0.15 169	0.01 19	0.93 158	1.89 229	0.15 165	0.19 209	3.70 201	1.08 228	3.22 209	3.80 208	0.14 195	0.00 1	0.14 198	0.32 200	0.16 173	0.31 180

FADNet_RVC	0.69 180	0.04 196	0.21 220	0.07 205	0.25 228	0.00 1	0.34 198	0.03 198	0.21 212	0.23 177	0.11 159	0.27 178	0.12 160	0.14 199	2.41 205	0.90 187	0.15 165	0.70 247	3.72 202	0.37 188	1.70 166	2.92 185	0.29 207	0.34 235	0.20 202	0.02 175	2.57 232	0.38 186

SPstereo	3.09 230	0.25 219	0.86 239	0.00 1	0.00 1	0.03 172	0.08 166	0.02 194	0.68 224	0.53 205	6.05 243	7.72 233	15.87 244	0.30 217	4.39 244	6.46 257	0.56 209	0.92 250	3.96 203	4.10 253	7.15 254	7.70 255	0.00 1	0.12 189	1.19 227	3.25 239	2.98 236	8.23 241

MFMNet_re	0.60 166	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 154	0.00 1	0.21 212	0.06 157	0.01 123	0.61 198	0.33 192	0.06 144	2.70 208	1.05 198	0.53 208	0.01 79	4.51 204	0.20 167	3.66 223	1.39 118	0.00 1	0.13 194	0.00 1	0.00 1	0.62 194	0.00 1

MDST_ROB	3.10 231	2.75 246	0.06 196	4.83 242	0.13 218	2.36 232	0.10 169	1.01 237	0.07 194	0.97 221	2.05 216	0.39 189	15.72 243	0.03 95	4.44 245	0.34 116	0.19 179	0.14 174	4.81 205	0.14 147	3.68 224	3.84 209	0.43 218	0.06 165	8.30 257	3.52 242	16.22 261	7.19 235

ELAS_RVC	4.04 238	0.49 227	1.39 244	1.11 225	0.60 242	7.99 252	1.00 218	2.40 247	0.47 221	1.87 245	6.10 244	23.27 250	16.03 245	0.81 230	3.42 216	1.07 199	1.91 237	2.00 253	4.96 206	0.58 213	5.46 244	6.46 248	0.42 216	1.07 251	7.42 253	3.86 245	2.54 231	4.24 221
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
pmcnn	1.74 213	0.01 136	0.07 201	0.10 210	0.20 224	0.04 176	1.98 227	0.61 226	0.13 209	0.30 187	3.94 229	4.98 225	6.14 228	0.59 225	1.92 188	3.06 245	0.94 219	0.76 248	4.99 207	1.80 243	5.49 245	3.00 188	1.33 233	0.16 209	0.00 1	0.69 211	1.70 218	2.12 204

ADCPNet	1.65 211	0.02 178	0.71 237	0.06 203	0.58 241	0.02 165	2.65 230	0.73 228	0.43 219	1.10 228	2.45 220	0.46 190	6.88 231	0.36 219	4.35 240	0.87 184	0.14 162	0.01 79	5.05 208	0.73 218	1.58 154	2.08 151	1.21 232	0.01 88	0.97 225	1.50 223	0.85 203	8.85 244

iResNet	0.54 160	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.41 196	1.22 204	0.17 163	0.02 109	0.01 19	2.19 202	1.50 216	0.04 81	0.07 149	5.12 209	0.45 199	2.07 177	1.02 93	0.00 1	0.14 197	0.00 1	0.00 1	0.13 169	0.00 1

ELAS	4.27 239	0.67 235	1.26 243	1.74 231	1.18 249	2.86 235	1.19 219	2.85 248	1.02 231	1.69 242	6.75 250	24.91 254	14.95 242	0.94 232	3.89 224	1.08 201	2.17 239	1.95 252	5.40 210	0.46 200	5.36 243	6.55 249	0.35 213	0.85 249	7.90 256	5.92 252	4.17 250	7.23 236
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-6	2.30 223	0.02 178	0.02 181	3.33 241	0.01 127	0.65 221	2.70 231	0.01 189	0.79 227	0.04 150	0.00 1	4.74 224	14.47 241	0.47 222	3.75 220	0.60 161	4.51 249	0.00 1	5.78 211	0.00 1	3.24 210	5.33 237	0.00 1	0.11 181	2.18 234	2.45 233	1.24 211	5.73 229

CBMV_ROB	2.09 219	0.01 136	0.00 1	0.00 1	0.01 127	0.21 211	0.04 150	1.11 239	0.10 202	1.50 240	3.75 228	13.56 236	7.40 232	0.08 172	3.15 211	1.74 227	0.69 216	0.20 215	6.65 212	0.27 181	4.19 231	2.80 183	0.23 203	0.11 181	1.40 228	1.34 219	1.89 219	4.07 220

RainbowNet	1.36 204	0.39 225	0.09 205	1.81 232	0.04 198	1.82 229	1.43 221	0.00 1	0.13 209	0.00 1	0.00 1	0.64 201	0.04 131	0.63 227	0.34 52	0.73 170	0.58 211	0.00 1	7.01 213	1.68 241	2.63 194	5.20 236	8.15 246	0.14 197	0.00 1	0.00 1	0.09 163	3.17 215

edge stereo	1.46 207	0.00 1	0.06 196	0.06 203	0.00 1	0.21 211	0.46 203	1.41 243	0.59 223	0.98 222	3.22 226	6.49 228	2.93 217	0.27 214	1.32 177	2.34 235	0.22 186	0.21 217	7.20 214	1.22 237	1.68 162	4.62 226	0.25 205	0.15 204	0.04 176	0.00 1	0.63 195	2.84 210

DGSMNet	2.69 227	0.59 230	0.13 208	0.34 217	0.00 1	0.62 218	0.09 167	0.83 231	0.27 215	2.27 254	13.50 260	0.87 204	3.27 220	2.04 244	3.76 221	4.88 252	5.69 251	2.41 254	7.38 215	1.17 233	7.85 256	8.59 259	1.41 234	0.70 248	0.47 216	1.46 220	0.48 187	1.60 199

MaskLacGwcNet_RVC	3.63 233	0.59 230	0.28 227	0.58 224	0.47 237	0.75 224	0.97 216	0.71 227	0.73 225	1.52 241	6.11 245	50.36 264	3.93 224	1.16 234	0.89 154	1.03 197	1.22 227	1.90 251	7.38 215	0.44 197	4.52 235	4.87 229	0.17 196	0.17 211	0.59 221	1.78 226	2.80 235	2.04 203

JetRed	15.55 259	13.85 260	21.25 263	3.29 240	11.00 261	23.25 259	28.57 262	11.81 261	2.67 247	2.82 257	0.28 175	20.42 243	2.00 214	20.14 267	7.05 259	9.45 260	26.15 263	35.73 264	8.55 217	5.24 257	25.95 263	16.94 262	26.72 253	2.30 256	18.80 261	36.15 263	13.09 259	26.44 260

WAO-7	2.56 225	0.40 226	3.00 251	5.92 244	0.09 210	0.62 218	3.05 233	0.04 203	1.11 233	1.99 251	9.24 256	6.66 229	11.34 237	0.36 219	2.45 206	0.57 157	1.87 236	0.11 160	8.65 218	0.13 138	2.33 184	4.24 218	0.00 1	0.43 243	0.37 213	1.21 218	0.25 177	2.62 207

MSC_U_SF_DS_RVC	1.17 197	0.76 237	0.20 216	0.31 215	0.18 222	0.22 214	3.04 232	0.01 189	0.09 200	0.68 214	0.03 136	0.59 197	1.16 208	2.03 243	2.62 207	0.71 167	0.44 204	0.41 236	8.67 219	0.55 210	2.11 182	2.76 180	0.43 218	0.23 224	0.25 207	0.21 197	0.04 152	2.82 209

IMH-64-1	3.85 236	0.05 203	0.37 231	1.44 229	0.30 230	3.09 237	5.34 242	0.24 217	0.06 187	0.00 1	0.00 1	2.19 215	12.39 238	1.76 240	4.38 242	1.10 202	0.92 217	0.05 135	9.06 220	0.01 59	1.67 159	5.55 240	42.38 258	0.12 189	3.52 238	1.49 221	2.00 221	4.55 222

IMH-64	3.85 236	0.05 203	0.37 231	1.44 229	0.30 230	3.09 237	5.34 242	0.24 217	0.06 187	0.00 1	0.00 1	2.19 215	12.39 238	1.76 240	4.38 242	1.10 202	0.92 217	0.05 135	9.06 220	0.01 59	1.67 159	5.55 240	42.38 258	0.12 189	3.52 238	1.49 221	2.00 221	4.55 222

JetBlue	6.71 246	4.56 251	3.34 252	10.06 253	5.83 255	11.78 253	9.69 250	3.20 250	0.96 228	0.26 181	1.05 197	27.02 256	1.79 212	8.08 257	5.98 254	4.43 250	3.50 248	2.59 255	9.55 222	0.90 227	8.37 258	8.40 258	6.46 245	0.62 247	6.68 250	10.97 259	3.91 245	21.09 259

Dean	2.18 220	0.30 223	0.30 228	7.05 248	0.96 245	2.14 230	3.29 235	0.00 1	0.00 1	0.00 1	0.00 1	3.08 218	5.90 226	0.31 218	0.52 96	0.55 153	2.83 242	0.01 79	9.62 223	0.03 84	3.08 202	5.02 234	12.96 251	0.19 217	0.54 220	0.10 185	0.13 169	0.02 159

SPS-STEREO	1.22 199	0.03 192	0.01 173	0.30 214	0.00 1	0.12 195	0.31 197	0.30 219	0.00 1	0.54 208	4.71 235	1.63 209	0.43 197	0.06 144	1.99 191	1.60 220	0.64 214	0.29 229	9.79 224	0.54 208	4.12 230	3.57 197	0.29 207	0.11 181	0.27 208	0.25 198	0.74 198	0.19 168
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
FBW_ROB	0.97 191	0.02 178	0.12 207	0.03 197	0.32 233	0.17 206	1.52 222	0.00 1	0.00 1	0.13 168	0.64 189	1.09 206	1.04 205	1.99 242	1.92 188	0.23 64	0.34 198	0.02 103	10.36 225	0.24 173	2.46 188	2.42 167	1.08 231	0.02 137	0.00 1	0.03 177	0.00 1	0.00 1

SFCPSM	1.11 194	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 150	0.00 1	0.07 194	0.53 205	2.98 224	2.34 217	3.77 223	0.05 133	1.20 175	1.36 213	0.25 190	0.14 174	10.55 226	1.16 232	2.01 174	2.27 160	0.05 181	0.08 168	0.00 1	0.17 192	0.43 183	0.44 189

ACVNet-4b	1.66 212	0.99 239	0.15 211	2.58 234	0.00 1	2.40 233	3.28 234	0.00 1	0.00 1	0.02 139	0.15 165	1.47 208	2.63 215	0.28 215	0.28 36	0.26 83	3.20 246	0.03 116	10.68 227	0.27 181	3.61 221	4.98 233	5.50 243	0.30 231	0.00 1	0.00 1	0.00 1	1.71 201

IMH	4.57 241	0.09 209	0.46 233	1.33 227	0.33 234	3.24 239	5.84 244	0.19 213	0.03 175	0.04 150	0.13 160	4.54 223	21.02 252	6.43 251	2.13 199	0.85 179	0.98 220	0.04 127	10.90 228	0.08 112	1.64 158	5.04 235	43.44 260	0.12 189	4.06 243	2.32 231	0.83 201	7.16 234

MeshStereo	4.29 240	0.11 213	0.13 208	1.26 226	0.11 214	1.03 226	0.26 192	3.30 251	1.83 242	2.06 252	6.54 248	21.89 249	13.09 240	0.26 213	6.15 256	4.06 249	1.17 226	0.60 245	11.15 229	0.77 220	9.51 259	6.66 251	0.21 200	0.33 234	3.82 241	1.85 228	6.87 252	10.91 248
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
SGM_RVC	2.40 224	0.34 224	0.34 230	0.43 220	0.28 229	0.74 223	0.69 212	1.67 244	1.00 230	1.97 250	4.03 230	7.44 231	3.12 219	0.15 202	0.91 156	0.81 177	1.80 234	0.63 246	11.18 230	1.10 230	2.91 200	1.86 144	0.79 228	0.56 246	1.41 229	0.66 210	6.93 253	11.00 249
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SGM-ForestM	3.78 234	5.31 252	1.67 245	1.82 233	0.21 225	4.13 242	4.09 240	2.88 249	1.28 235	1.49 239	2.36 219	15.61 238	9.22 234	0.23 209	0.80 146	0.37 125	1.79 233	0.14 174	12.88 231	0.54 208	2.71 196	1.24 106	0.58 224	0.22 223	6.71 251	4.59 250	11.01 256	8.15 240

ACVNet_1	1.95 218	0.65 234	0.03 187	6.22 246	0.05 201	3.35 240	4.82 241	0.00 1	0.02 163	0.00 1	0.00 1	1.77 211	0.02 109	1.06 233	0.33 51	0.24 70	2.73 241	0.02 103	13.00 232	0.02 76	3.21 207	4.28 219	10.49 249	0.15 204	0.00 1	0.00 1	0.02 142	0.21 173

MFN_U_SF_RVC	1.49 208	0.62 232	0.66 236	0.42 219	0.49 238	0.49 216	1.58 224	0.49 222	0.40 216	1.16 231	3.03 225	0.84 203	0.44 199	1.46 237	3.42 216	0.95 190	0.40 203	0.45 240	13.39 233	0.77 220	3.48 216	2.04 148	0.30 210	0.93 250	0.11 189	0.88 215	0.01 136	0.95 196

PSMNet_ROB	2.63 226	3.17 248	0.20 216	0.23 213	0.11 214	5.05 244	3.48 237	0.00 1	0.00 1	1.05 226	4.82 236	3.84 221	9.24 235	5.42 249	0.77 145	0.29 99	1.04 222	0.17 198	13.41 234	0.49 202	3.21 207	1.71 136	10.65 250	0.34 235	0.33 210	0.81 214	0.44 185	0.76 194

MANE	8.78 250	2.87 247	8.29 261	2.93 236	3.34 253	4.89 243	3.98 239	7.14 256	8.36 256	1.92 246	5.23 238	24.15 253	21.89 255	0.17 206	4.88 249	4.98 253	2.99 245	13.87 261	13.79 235	1.59 240	5.19 241	4.20 216	0.57 223	2.84 258	14.68 260	15.35 261	27.75 262	29.14 262

SQANet	1.36 204	1.64 241	0.17 214	2.63 235	0.02 175	1.70 228	0.57 209	0.00 1	0.00 1	0.00 1	0.17 167	0.20 169	0.02 109	0.29 216	0.62 127	0.23 64	1.15 225	0.06 142	14.83 236	0.09 115	2.09 180	4.33 221	3.79 239	0.05 160	0.00 1	0.00 1	0.12 168	1.99 202

SGM+DAISY	2.86 229	0.50 229	0.84 238	0.54 223	0.51 240	1.13 227	0.43 202	1.72 245	2.04 246	2.30 255	6.28 247	7.28 230	6.54 229	0.12 194	3.30 213	2.87 241	0.51 206	0.57 244	15.79 237	1.56 239	4.54 236	4.37 222	0.05 181	1.10 252	2.16 233	1.56 224	3.34 240	5.31 228

DLNR_Zeroshot_test	19.70 262	69.96 267	0.00 1	88.77 269	0.03 189	0.09 190	98.77 273	0.00 1	0.03 175	1.84 244	0.66 190	0.10 133	0.20 179	12.25 262	96.21 267	100.00 271	19.95 262	18.43 262	16.36 238	1.11 231	5.29 242	1.75 137	0.00 1	0.02 137	0.00 1	0.00 1	0.02 142	0.00 1

Ntro	1.75 214	3.28 249	0.30 228	3.24 239	0.01 127	2.99 236	1.57 223	0.00 1	0.00 1	0.00 1	0.00 1	0.51 195	0.15 169	0.60 226	0.87 150	0.18 46	1.61 230	0.07 149	16.64 239	0.14 147	3.12 204	4.97 232	5.40 241	0.06 165	0.00 1	0.00 1	0.00 1	1.64 200

otaku	1.63 210	2.05 242	0.24 225	3.06 238	0.02 175	2.71 234	0.62 211	0.00 1	0.00 1	0.00 1	0.19 170	0.62 199	0.04 131	0.66 228	0.46 84	0.22 59	1.25 228	0.06 142	16.66 240	0.15 150	2.60 193	4.85 228	5.44 242	0.05 160	0.00 1	0.00 1	0.07 156	2.12 204

LVE	2.73 228	0.49 227	0.04 193	10.72 254	1.03 248	4.04 241	8.42 249	0.00 1	0.06 187	0.01 131	0.00 1	1.81 212	3.71 221	0.70 229	0.94 161	0.67 166	1.78 232	0.06 142	16.87 241	0.03 84	2.94 201	5.96 243	8.57 247	0.31 233	0.69 222	0.00 1	0.08 158	3.73 218

DispFullNet	3.49 232	0.27 221	7.26 259	0.09 209	0.14 219	0.01 139	0.06 157	3.85 252	0.42 218	6.77 262	8.35 253	11.64 235	6.65 230	0.04 112	2.82 209	7.09 259	1.03 221	0.25 225	17.20 242	2.51 248	4.99 240	4.62 226	0.29 207	0.09 170	1.11 226	0.11 187	2.44 229	4.02 219

UNDER WATER-64	12.46 257	13.15 259	2.08 249	27.62 265	17.01 264	26.50 262	23.97 260	7.19 257	1.74 241	1.15 230	0.20 171	31.21 262	21.29 253	16.80 265	4.69 247	3.11 246	9.58 259	0.41 236	17.58 243	5.18 256	6.58 253	7.17 254	50.54 267	1.13 253	4.65 247	11.24 260	5.63 251	19.16 258

UNDER WATER	11.52 255	10.77 258	1.99 248	25.62 263	15.97 263	25.20 261	22.88 259	5.99 253	3.53 250	1.10 228	0.10 157	28.97 260	19.57 251	14.80 264	3.25 212	2.36 236	9.30 257	0.37 235	17.87 244	4.93 255	6.51 252	6.83 253	50.28 266	1.57 254	4.19 244	8.37 257	4.11 249	14.53 254

WAO-8	5.66 243	2.11 243	1.87 246	12.02 257	1.01 246	5.74 245	5.88 245	0.19 213	6.71 252	1.96 248	4.05 231	17.83 240	19.17 249	8.03 255	0.93 158	0.88 185	2.88 243	0.04 127	18.68 245	2.02 246	2.56 191	5.47 238	3.12 237	0.42 241	7.45 254	3.96 246	3.97 246	13.96 252

Venus	5.66 243	2.11 243	1.87 246	12.02 257	1.01 246	5.74 245	5.88 245	0.19 213	6.71 252	1.96 248	4.05 231	17.83 240	19.17 249	8.03 255	0.93 158	0.88 185	2.88 243	0.04 127	18.68 245	2.02 246	2.56 191	5.47 238	3.12 237	0.42 241	7.45 254	3.96 246	3.97 246	13.96 252

ktn	7.26 247	0.97 238	2.82 250	7.79 249	1.57 250	7.69 251	14.03 254	1.76 246	7.34 254	0.22 175	1.16 200	19.49 242	33.76 258	4.08 247	1.49 182	0.93 189	5.70 252	0.19 209	18.77 247	2.88 250	3.54 219	4.16 215	38.83 254	0.14 197	1.70 230	2.63 236	2.45 230	9.93 245

KSHMR	7.32 248	5.58 253	1.02 240	14.35 259	4.34 254	13.20 254	12.19 252	0.53 223	1.32 237	0.53 205	0.49 184	7.58 232	19.14 248	13.06 263	2.36 204	0.99 194	1.77 231	0.27 228	20.47 248	0.19 163	5.60 246	6.16 246	45.35 263	0.17 211	3.99 242	1.84 227	3.04 237	11.96 250

STStereo	5.80 245	0.64 233	7.81 260	6.19 245	2.27 252	5.80 247	2.18 229	9.13 260	6.03 251	2.16 253	11.18 259	31.10 261	17.97 246	0.05 133	5.03 251	1.57 218	0.60 212	0.41 236	20.73 249	0.60 214	2.07 177	2.49 172	0.44 221	1.86 255	3.79 240	1.85 228	3.78 244	8.79 243

DPSimNet_ROB	9.34 253	7.96 256	5.81 257	6.22 246	6.57 256	6.07 248	8.31 248	7.92 259	9.56 257	4.96 260	20.11 263	13.96 237	23.63 256	5.72 250	7.46 260	10.00 261	8.81 256	4.72 258	20.80 250	7.46 259	10.68 260	9.69 261	5.17 240	5.80 261	6.77 252	7.75 253	7.68 254	12.50 251

notaker	8.18 249	8.30 257	3.80 253	16.02 260	6.70 257	17.10 258	15.34 257	0.84 232	0.78 226	0.03 143	0.06 146	23.40 251	32.99 257	4.55 248	1.44 180	0.65 165	4.67 250	0.05 135	21.88 251	0.42 194	5.81 249	5.95 242	44.83 262	0.35 237	0.36 212	0.75 212	0.63 195	3.05 212

MADNet++	11.56 256	1.27 240	4.08 255	1.43 228	8.62 259	0.91 225	3.96 238	6.23 254	10.81 258	6.18 261	7.83 251	21.25 247	18.68 247	7.92 254	6.83 258	10.23 262	9.49 258	5.00 259	22.72 252	15.15 262	38.97 264	39.68 264	0.98 230	8.74 262	4.81 248	37.54 264	7.79 255	5.05 225

ACVNet_2	2.28 222	0.14 216	0.04 193	5.65 243	0.01 127	2.24 231	2.10 228	0.00 1	0.00 1	0.00 1	0.39 181	0.81 202	0.12 160	0.24 211	0.53 103	0.21 55	6.50 254	0.00 1	25.54 253	0.05 100	2.63 194	4.60 225	8.83 248	0.18 214	0.43 215	0.00 1	0.15 171	0.26 174

TorneroNet-64	9.62 254	7.27 255	1.21 242	11.53 256	0.31 232	13.52 255	14.22 255	0.77 229	18.82 263	0.12 167	1.08 198	21.82 248	40.46 261	9.34 261	3.34 214	0.98 193	6.76 255	0.03 116	26.05 254	4.26 254	5.60 246	6.44 247	40.29 255	0.15 204	4.44 245	4.55 249	0.70 197	15.60 255

LSM0	8.86 251	0.02 178	0.22 223	0.03 197	0.04 198	0.31 215	1.91 225	1.27 242	1.11 233	0.69 215	4.93 237	5.26 226	10.12 236	0.06 144	65.52 264	79.55 265	0.57 210	0.25 225	26.36 255	1.20 236	6.39 251	9.32 260	0.00 1	0.25 228	0.50 219	3.59 243	4.03 248	15.71 256

LE_ROB	15.66 260	2.59 245	5.85 258	11.36 255	30.01 265	15.68 257	25.64 261	14.54 262	12.68 259	1.81 243	9.70 257	37.08 263	44.29 263	1.30 235	3.44 218	0.97 192	1.12 224	0.49 243	26.77 256	5.29 258	4.42 234	3.03 189	6.44 244	22.04 263	27.17 264	26.95 262	38.02 263	44.17 264

TorneroNet	9.27 252	6.70 254	0.59 235	8.59 250	0.89 244	15.04 256	14.99 256	1.15 240	15.94 261	0.28 185	4.13 234	21.03 246	36.22 260	8.11 258	1.93 190	0.92 188	5.90 253	0.00 1	28.28 257	4.07 252	5.61 248	6.13 244	44.80 261	0.13 194	4.50 246	3.37 240	0.49 188	10.49 247

ASD4	45.85 263	32.50 263	43.92 266	23.58 262	9.33 260	36.47 266	20.38 258	20.33 264	33.53 265	13.31 266	29.04 264	20.51 244	83.03 265	18.86 266	38.82 263	45.70 263	45.66 264	65.47 266	31.61 258	60.38 265	59.16 266	66.28 266	18.73 252	26.47 264	96.77 269	99.46 269	99.08 268	99.49 269

STTRV1_RVC	1.93 217	0.00 1	0.00 1	0.02 194	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.03 143	0.02 133	0.29 181	0.50 201	0.02 65	0.34 52	0.22 59	2.21 240	0.07 149	35.05 259	2.97 251	3.26 212	2.53 175	0.00 1	0.03 150	0.03 171	0.11 187	0.91 207	3.53 217

DPSNet	3.78 234	0.04 196	0.03 187	0.00 1	0.07 206	0.14 201	0.37 199	0.00 1	0.06 187	0.00 1	1.34 206	25.08 255	4.60 225	2.89 245	5.42 253	4.03 248	1.04 222	0.48 242	40.54 260	1.90 245	5.96 250	6.80 252	0.77 227	0.43 243	0.04 176	0.00 1	0.02 142	0.00 1

FADE		3.94 250	5.71 256	0.46 222	0.68 243	6.88 250	10.19 251	6.65 255	14.43 260	9.55 263	19.00 262		21.32 254	4.04 246	3.56 219	4.80 251	14.77 261	8.90 260	41.61 261	19.99 263	16.12 262	17.67 263	1.93 235	4.24 260	4.90 249	2.53 234	12.72 258	27.40 261

HanzoNet	18.84 261	17.63 262	9.86 262	22.09 261	15.86 262	35.88 265	32.89 263	15.68 263	16.86 262	3.66 259	9.19 255	52.68 265	43.33 262	35.15 268	6.09 255	5.40 255	11.69 260	2.96 257	42.72 262	11.82 260	7.93 257	6.64 250	49.53 265	2.60 257	11.83 259	10.28 258	11.31 257	17.01 257

BEATNet-Init1	14.24 258	15.54 261	3.97 254	25.94 264	7.60 258	23.87 260	12.50 253	7.89 258	7.55 255	3.12 258	8.54 254	27.62 257	35.02 259	1.31 236	8.22 261	6.75 258	3.46 247	2.85 256	43.92 263	15.02 261	7.82 255	8.02 256	3.01 236	3.65 259	19.26 262	8.29 256	42.94 264	30.90 263

PWCK	4.79 242	0.74 236	0.03 187	2.93 236	0.35 236	6.13 249	6.97 247	0.89 233	1.31 236	2.70 256	6.69 249	16.70 239	8.73 233	0.55 223	1.72 186	0.71 167	2.01 238	0.22 219	44.34 264	1.82 244	4.65 237	3.43 195	0.60 225	0.11 181	3.50 237	3.47 241	2.18 226	5.92 231

DGTPSM_ROB	71.75 265	40.84 264	97.34 271	8.83 251	79.80 268	30.72 263	64.54 266	25.58 265	99.99 270	12.77 264	97.38 268	28.16 258	92.13 267	8.83 259	99.72 270	99.93 269	47.35 265	93.91 268	69.17 265	98.77 270	79.52 267	97.81 272	64.85 271	99.22 268	100.00 270	100.00 270	100.00 270	100.00 270

DPSMNet_ROB	71.83 266	40.93 265	97.34 271	8.88 252	79.83 269	30.72 263	64.55 267	25.59 266	99.99 270	12.96 265	97.37 267	28.30 259	92.46 268	9.07 260	99.72 270	99.93 269	47.45 266	93.93 269	69.88 266	98.78 271	79.62 268	97.92 273	64.95 272	99.22 268	100.00 270	100.00 270	100.00 270	100.00 270

DPSM_ROB	83.66 268	71.63 268	94.12 268	53.34 266	64.00 266	53.60 267	41.12 264	100.00 270	100.00 272	100.00 271	100.00 271	83.87 266	96.06 269	6.88 252	100.00 272	100.00 271	90.19 269	95.81 271	82.05 267	92.53 267	95.25 272	97.38 270	41.02 256	100.00 271	100.00 270	100.00 270	100.00 270	100.00 270

DPSM	83.66 268	71.63 268	94.12 268	53.34 266	64.00 266	53.60 267	41.12 264	100.00 270	100.00 272	100.00 271	100.00 271	83.87 266	96.06 269	6.88 252	100.00 272	100.00 271	90.19 269	95.81 271	82.05 267	92.53 267	95.25 272	97.38 270	41.02 256	100.00 271	100.00 270	100.00 270	100.00 270	100.00 270

LRCNet_RVC	49.44 264	66.95 266	34.18 264	88.01 268	86.59 271	83.58 269	77.68 268	40.99 267	25.39 264	95.87 267	64.14 266	84.13 268	47.24 264	95.35 270	19.57 262	2.87 241	56.10 267	39.42 265	90.88 269	49.94 264	16.11 261	8.09 257	89.74 273	45.55 265	2.77 235	0.09 183	15.03 260	8.65 242

MEDIAN_ROB	92.20 270	96.49 271	94.17 270	99.95 273	99.19 272	99.95 274	100.00 275	97.11 268	94.14 267	99.60 269	99.37 269	92.43 269	88.70 266	99.92 274	95.80 266	92.88 266	95.88 271	94.82 270	98.03 270	94.68 269	81.84 270	81.93 268	100.00 275	90.29 267	65.82 266	79.89 267	68.57 265	87.91 267

PML	75.23 267	92.32 270	40.92 265	100.00 275	85.92 270	99.81 273	85.15 269	100.00 270	88.69 266	99.01 268	44.78 265	99.77 273	99.42 271	88.94 269	73.48 265	47.64 264	83.21 268	28.34 263	99.19 271	65.46 266	41.32 265	47.31 265	49.19 264	55.96 266	73.24 267	60.38 265	99.98 269	81.82 266

HaxPig	94.43 272	99.96 276	92.01 267	99.99 274	99.99 273	99.98 275	99.98 274	99.96 269	99.91 268	99.99 270	99.97 270	99.99 274	99.86 273	99.99 275	98.15 268	96.51 267	97.29 272	91.52 267	99.99 272	99.99 272	80.58 269	74.96 267	99.98 274	99.94 270	53.35 265	96.94 268	74.18 266	94.53 268

MyStereo03	97.27 275	99.22 272	99.84 274	98.96 270	100.00 274	91.34 270	91.56 271	100.00 270	100.00 272	100.00 271	100.00 271	95.27 271	100.00 274	95.79 272	100.00 272	100.00 271	100.00 274	100.00 274	100.00 273	100.00 273	100.00 274	100.00 274	54.32 269	100.00 271	100.00 270	100.00 270	100.00 270	100.00 270

MyStereo02	93.57 271	99.22 272	99.84 274	98.96 270	0.00 1	91.34 270	91.56 271	100.00 270	100.00 272	100.00 271	100.00 271	95.27 271	100.00 274	95.79 272	100.00 272	100.00 271	100.00 274	100.00 274	100.00 273	100.00 273	100.00 274	100.00 274	54.32 269	100.00 271	100.00 270	100.00 270	100.00 270	100.00 270

CasAABBNet	97.26 274	99.60 274	100.00 276	99.01 272	100.00 274	91.42 272	91.33 270	100.00 270	100.00 272	100.00 271	100.00 271	94.83 270	99.85 272	95.73 271	100.00 272	100.00 271	100.00 274	100.00 274	100.00 273	100.00 273	100.00 274	100.00 274	54.13 268	100.00 271	100.00 270	100.00 270	100.00 270	100.00 270

AVERAGE_ROB	95.57 273	99.91 275	98.71 273	100.00 275	100.00 274	100.00 276	100.00 275	100.00 270	99.96 269	100.00 271	100.00 271	100.00 275	100.00 274	100.00 276	98.99 269	99.18 268	99.81 273	99.12 273	100.00 273	100.00 273	92.26 271	96.18 269	100.00 275	100.00 271	73.29 268	74.36 266	75.52 267	73.13 265

Low-res two-view benchmark