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

AASNet	0.01 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1	0.01 18	0.11 4	0.03 5	0.00 1	0.00 1	0.00 1	0.00 1	0.02 5	0.15 18	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GMStereo	0.01 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 8	0.00 1	0.00 1	0.12 5	0.02 1	0.00 1	0.00 1	0.04 35	0.00 1	0.06 16	0.04 3	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
delet	0.01 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 27	0.00 1	0.00 1	0.17 8	0.08 18	0.00 1	0.00 1	0.00 1	0.00 1	0.01 2	0.08 11	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TDLM	0.01 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	0.04 1	0.02 1	0.01 20	0.00 1	0.00 1	0.00 1	0.00 1	0.29 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AANet_RVC	0.01 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1	0.00 1	0.14 6	0.04 8	0.03 47	0.00 1	0.00 1	0.00 1	0.02 5	0.04 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

StereoVision	0.02 6	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.03 53	0.00 1	0.01 18	0.24 13	0.11 26	0.00 1	0.00 1	0.00 1	0.00 1	0.05 14	0.08 11	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CroCo-Stereo Lap2	0.02 6	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 53	0.00 1	0.00 1	0.21 10	0.24 57	0.00 1	0.00 1	0.00 1	0.00 1	0.09 25	0.05 5	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

MMNet	0.02 6	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 54	0.00 1	0.00 1	0.00 1	0.00 1	0.03 53	0.00 1	0.01 18	0.34 27	0.08 18	0.00 1	0.00 1	0.00 1	0.00 1	0.02 5	0.09 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

UPFNet	0.02 6	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1	0.04 98	0.33 24	0.05 10	0.00 1	0.00 1	0.00 1	0.00 1	0.03 9	0.11 16	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CroCo-Stereo	0.03 10	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 27	0.00 1	0.00 1	0.30 17	0.24 57	0.00 1	0.00 1	0.01 16	0.00 1	0.07 19	0.07 8	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
TestStereo	0.03 10	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 27	0.01 72	0.01 18	0.21 10	0.06 15	0.06 85	0.00 1	0.07 48	0.00 1	0.17 44	0.14 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

UNet	0.03 10	0.01 132	0.00 1	0.00 1	0.02 159	0.01 74	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1	0.12 162	0.25 14	0.09 22	0.01 20	0.00 1	0.03 32	0.00 1	0.12 31	0.08 11	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

HGLStereo	0.03 10	0.00 1	0.00 1	0.00 1	0.01 117	0.01 74	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.00 1	0.02 59	0.34 27	0.15 35	0.01 20	0.00 1	0.00 1	0.00 1	0.14 37	0.16 21	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

DMCA	0.03 10	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 54	0.00 1	0.00 1	0.00 1	0.00 1	0.04 71	0.00 1	0.01 18	0.30 17	0.20 45	0.01 20	0.02 93	0.01 16	0.00 1	0.06 16	0.07 8	0.00 1	0.00 1	0.01 159	0.00 1	0.00 1	0.00 1

dd	0.04 15	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.47 40	0.10 24	0.00 1	0.01 75	0.01 16	0.12 119	0.06 16	0.07 8	0.03 167	0.15 167	0.00 1	0.00 1	0.00 1	0.00 1

HCRNet	0.04 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.65 62	0.11 26	0.04 57	0.00 1	0.01 16	0.00 1	0.04 12	0.15 18	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CFNet	0.04 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 74	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.00 1	0.03 83	0.56 56	0.03 5	0.00 1	0.00 1	0.01 16	0.01 50	0.14 37	0.22 24	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CVANet_RVC	0.04 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.02 189	0.01 144	0.00 1	0.00 1	0.01 8	0.00 1	0.01 18	0.05 2	0.03 5	0.06 85	0.00 1	0.01 16	0.00 1	0.01 2	0.90 62	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

IER	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1	0.01 18	0.94 84	0.06 15	0.03 47	0.00 1	0.00 1	0.01 50	0.05 14	0.06 7	0.02 164	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test_5	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.07 169	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.00 1	0.00 1	0.26 15	0.19 43	0.00 1	0.00 1	0.13 63	0.00 1	0.04 12	0.52 45	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

StereoIM	0.06 21	0.04 194	0.00 1	0.00 1	0.00 1	0.01 74	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.01 72	0.01 18	0.35 31	0.30 87	0.03 47	0.00 1	0.33 95	0.00 1	0.33 73	0.25 25	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

DSFCA	0.06 21	0.00 1	0.00 1	0.00 1	0.06 198	0.01 74	0.08 108	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1	0.01 18	0.40 35	0.21 50	0.02 40	0.01 75	0.02 27	0.02 59	0.20 48	0.33 31	0.00 1	0.01 36	0.04 169	0.03 175	0.12 164	0.08 159

STTStereo	0.06 21	0.00 1	0.00 1	0.00 1	0.01 117	0.00 1	0.23 156	0.00 1	0.11 198	0.00 1	0.01 119	0.02 27	0.00 1	0.01 18	0.51 46	0.05 10	0.02 40	0.00 1	0.06 43	0.02 59	0.11 26	0.39 37	0.04 169	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

AF-Net	0.06 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.51 184	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.00 1	0.01 18	0.47 40	0.05 10	0.01 20	0.00 1	0.02 27	0.02 59	0.12 31	0.47 40	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Nwc_Net	0.06 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.51 184	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.00 1	0.01 18	0.47 40	0.05 10	0.01 20	0.00 1	0.02 27	0.02 59	0.12 31	0.47 40	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NLCA_NET_v2_RVC	0.06 21	0.00 1	0.00 1	0.00 1	0.02 159	0.00 1	0.09 113	0.00 1	0.47 217	0.00 1	0.00 1	0.03 53	0.00 1	0.01 18	0.33 24	0.05 10	0.03 47	0.00 1	0.06 43	0.02 59	0.08 22	0.31 30	0.00 1	0.02 75	0.00 1	0.10 182	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.
AMNet	0.06 21	0.00 1	0.00 1	0.00 1	0.00 1	0.03 139	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 83	0.10 151	0.43 212	0.22 12	0.25 61	0.06 85	0.00 1	0.04 35	0.00 1	0.13 34	0.05 5	0.00 1	0.03 117	0.00 1	0.09 180	0.00 1	0.00 1

DISCO	0.06 21	0.00 1	0.00 1	0.00 1	0.01 117	0.01 74	0.13 129	0.00 1	0.00 1	0.00 1	0.00 1	0.03 53	0.00 1	0.01 18	0.43 38	0.16 37	0.02 40	0.00 1	0.10 52	0.00 1	0.07 19	0.65 52	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DLCB_ROB	0.06 21	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.10 118	0.00 1	0.00 1	0.00 1	0.08 143	0.01 8	0.00 1	0.04 98	0.16 7	0.14 31	0.07 96	0.02 93	0.03 32	0.00 1	0.28 60	0.53 46	0.00 1	0.02 75	0.00 1	0.02 171	0.02 139	0.02 153

ProNet	0.07 30	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.49 183	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.12 162	0.53 51	0.28 82	0.07 96	0.00 1	0.00 1	0.01 50	0.03 9	0.44 38	0.00 1	0.00 1	0.00 1	0.00 1	0.01 133	0.00 1

RAFT_CTSACE	0.07 30	0.01 132	0.00 1	0.00 1	0.00 1	0.01 74	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.01 72	0.00 1	0.54 54	0.18 41	0.00 1	0.00 1	0.18 72	0.03 74	0.17 44	0.53 46	0.00 1	0.01 36	0.13 186	0.00 1	0.00 1	0.00 1

iRaftStereo_RVC	0.07 30	0.02 174	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 59	0.18 9	0.09 22	0.04 57	0.00 1	0.01 16	0.04 82	0.13 34	1.39 79	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PDISCO_ROB	0.07 30	0.00 1	0.00 1	0.00 1	0.02 159	0.00 1	0.22 155	0.00 1	0.00 1	0.00 1	0.00 1	0.04 71	0.01 72	0.01 18	0.30 17	0.25 61	0.05 72	0.03 103	0.24 80	0.00 1	0.34 75	0.29 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test croco	0.08 34	0.01 132	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	0.12 115	0.00 1	0.03 83	0.38 33	0.35 101	0.03 47	0.05 124	0.07 48	0.00 1	0.53 92	0.56 49	0.00 1	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1

MIF-Stereo (partial)	0.08 34	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.09 97	0.00 1	0.02 59	0.33 24	0.36 103	0.03 47	0.02 93	0.16 68	0.01 50	0.48 85	0.50 44	0.00 1	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1

MIF-Stereo	0.08 34	0.01 132	0.00 1	0.00 1	0.01 117	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.09 97	0.00 1	0.04 98	0.34 27	0.36 103	0.04 57	0.00 1	0.66 122	0.00 1	0.43 83	0.21 23	0.00 1	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1

RAFT	0.08 34	0.00 1	0.00 1	0.00 1	0.00 1	0.09 175	0.10 118	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1	0.01 18	1.61 119	0.02 1	0.00 1	0.00 1	0.00 1	0.10 108	0.01 2	0.10 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DMCA-RVC	0.08 34	0.01 132	0.00 1	0.01 187	0.03 177	0.01 74	0.54 186	0.03 196	0.00 1	0.00 1	0.16 158	0.01 8	0.00 1	0.02 59	0.81 75	0.10 24	0.04 57	0.01 75	0.01 16	0.07 101	0.07 19	0.15 18	0.00 1	0.04 136	0.03 165	0.01 166	0.00 1	0.00 1

TESTraft	0.09 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.17 138	0.01 72	0.01 18	0.55 55	0.33 97	0.04 57	0.00 1	0.39 101	0.02 59	0.24 54	0.71 54	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

AACVNet	0.09 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.10 118	0.00 1	0.00 1	0.00 1	0.00 1	0.05 79	0.00 1	0.06 122	1.25 100	0.26 70	0.04 57	0.00 1	0.10 52	0.00 1	0.13 34	0.55 48	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

NCC-stereo	0.09 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.30 166	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.01 72	0.02 59	0.81 75	0.08 18	0.00 1	0.00 1	0.04 35	0.05 88	0.11 26	0.85 57	0.01 149	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

Abc-Net	0.09 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.30 166	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.01 72	0.02 59	0.81 75	0.08 18	0.00 1	0.00 1	0.04 35	0.05 88	0.11 26	0.85 57	0.01 149	0.01 36	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
RASNet	0.09 39	0.00 1	0.00 1	0.00 1	0.01 117	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.00 1	0.06 122	0.30 17	0.32 93	0.01 20	0.00 1	0.03 32	0.00 1	0.29 62	1.12 69	0.00 1	0.02 75	0.01 159	0.00 1	0.00 1	0.12 162

GANetREF_RVC	0.09 39	0.00 1	0.00 1	0.00 1	0.01 117	0.01 74	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.22 152	0.01 72	0.04 98	0.32 22	0.12 28	0.31 188	0.00 1	0.05 41	0.06 97	0.53 92	0.61 50	0.00 1	0.01 36	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
psm_up	0.10 45	0.00 1	0.00 1	0.00 1	0.01 117	0.00 1	0.16 137	0.00 1	0.00 1	0.00 1	0.00 1	0.16 131	0.00 1	0.10 155	0.66 63	0.14 31	0.02 40	0.06 131	0.55 110	0.11 112	0.35 77	0.35 34	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

RP	0.10 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.27 161	0.00 1	0.00 1	0.00 1	0.00 1	0.03 53	0.00 1	0.02 59	0.90 83	0.06 15	0.01 20	0.00 1	0.01 16	0.00 1	0.03 9	1.42 82	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PS-NSSS	0.10 45	0.01 132	0.00 1	0.00 1	0.00 1	0.02 125	0.18 142	0.00 1	0.00 1	0.00 1	0.00 1	0.48 179	0.01 72	0.06 122	0.34 27	0.13 29	0.06 85	0.00 1	0.24 80	0.00 1	0.16 42	0.30 29	0.22 195	0.00 1	0.00 1	0.00 1	0.56 187	0.00 1

iinet-f	0.11 48	0.00 1	0.00 1	0.00 1	0.01 117	0.00 1	0.06 91	0.00 1	0.00 1	0.04 145	0.00 1	0.01 8	0.01 72	0.01 18	0.98 86	0.38 109	0.05 72	0.03 103	0.18 72	0.12 119	0.27 58	0.72 55	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

TestStereo1	0.11 48	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.17 138	0.00 1	0.01 18	0.51 46	0.36 103	0.04 57	0.00 1	0.38 99	0.02 59	0.25 55	1.24 72	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

SA-5K	0.11 48	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.17 138	0.00 1	0.01 18	0.51 46	0.36 103	0.04 57	0.00 1	0.38 99	0.02 59	0.25 55	1.24 72	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

HITNet	0.11 48	0.01 132	0.00 1	0.00 1	0.01 117	0.01 74	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.05 79	0.02 104	0.06 122	0.43 38	0.25 61	0.08 105	0.01 75	0.32 94	0.00 1	0.72 106	1.04 64	0.00 1	0.01 36	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
HSM	0.11 48	0.00 1	0.00 1	0.00 1	0.01 117	0.01 74	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.16 131	0.02 104	0.02 59	1.26 104	0.20 45	0.01 20	0.00 1	0.13 63	0.08 103	0.50 88	0.47 40	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

RAFT+CT+SA	0.12 53	0.01 132	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.03 53	0.00 1	0.00 1	0.27 16	0.44 112	0.01 20	0.01 75	0.29 84	0.00 1	0.18 46	2.00 101	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

LMCR-Stereo	0.12 53	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.05 134	0.22 187	0.78 73	0.30 87	0.08 105	0.03 103	0.10 52	0.13 127	0.34 75	1.06 65	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

ADLNet	0.12 53	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.48 179	0.00 1	0.06 122	2.00 135	0.14 31	0.00 1	0.00 1	0.00 1	0.00 1	0.08 22	0.49 43	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DDUNet	0.13 56	0.04 194	0.00 1	0.00 1	0.01 117	0.00 1	0.09 113	0.00 1	0.00 1	0.05 153	0.00 1	0.03 53	0.00 1	0.03 83	0.51 46	0.20 45	0.05 72	0.00 1	0.11 58	0.02 59	0.15 39	1.95 99	0.00 1	0.03 117	0.00 1	0.00 1	0.25 174	0.00 1

ARAFT	0.13 56	0.01 132	0.00 1	0.00 1	0.01 117	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.20 148	0.01 72	0.04 98	0.37 32	0.25 61	0.02 40	0.01 75	0.29 84	0.00 1	0.41 81	1.74 95	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

iResNet_ROB	0.13 56	0.00 1	0.00 1	0.00 1	0.03 177	0.01 74	0.08 108	0.00 1	0.00 1	0.00 1	0.00 1	0.10 104	0.00 1	0.03 83	1.29 106	0.38 109	0.03 47	0.00 1	0.65 121	0.00 1	0.65 102	0.34 32	0.00 1	0.03 117	0.00 1	0.00 1	0.00 1	0.00 1

SA	0.14 59	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.23 156	0.01 72	0.02 59	0.31 21	0.60 128	0.04 57	0.13 158	0.56 111	0.05 88	0.41 81	1.40 81	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

GLC_STEREO	0.14 59	0.00 1	0.01 166	0.00 1	0.01 117	0.01 74	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.03 53	0.01 72	0.00 1	1.39 112	0.32 93	0.13 134	0.06 131	0.29 84	0.13 127	0.60 98	0.86 59	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

stereogan	0.14 59	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.05 82	0.00 1	0.00 1	0.00 1	0.00 1	0.04 71	0.00 1	0.02 59	0.63 60	0.18 41	0.03 47	0.00 1	0.00 1	0.03 74	0.16 42	2.60 124	0.00 1	0.00 1	0.01 159	0.00 1	0.00 1	0.00 1

RYNet	0.14 59	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 27	0.00 1	0.00 1	3.65 191	0.13 29	0.00 1	0.00 1	0.00 1	0.00 1	0.02 5	0.01 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

APVNet	0.15 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.01 119	0.01 8	0.00 1	0.03 83	0.87 80	0.20 45	0.05 72	0.04 113	0.84 135	0.03 74	0.27 58	1.63 90	0.00 1	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1

RGC	0.15 63	0.00 1	0.00 1	0.00 1	0.01 117	0.02 125	0.07 104	0.00 1	0.00 1	0.00 1	0.00 1	0.04 71	0.00 1	0.04 98	1.02 90	0.04 8	0.06 85	0.00 1	0.09 51	0.05 88	0.30 63	2.26 106	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

CFNet_RVC	0.16 65	0.00 1	0.01 166	0.00 1	0.00 1	0.00 1	0.05 82	0.00 1	0.00 1	0.00 1	0.00 1	0.04 71	0.00 1	0.06 122	2.00 135	0.27 75	0.13 134	0.00 1	0.82 131	0.00 1	0.35 77	0.64 51	0.01 149	0.08 154	0.00 1	0.00 1	0.00 1	0.00 1

SACVNet	0.17 66	0.02 174	0.00 1	0.00 1	0.01 117	0.00 1	0.09 113	0.00 1	0.00 1	0.00 1	0.00 1	0.08 94	0.04 128	0.06 122	0.87 80	0.24 57	0.06 85	0.01 75	0.42 105	0.00 1	0.47 84	2.31 113	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

CFNet_pseudo	0.17 66	0.00 1	0.00 1	0.00 1	0.03 177	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1	0.18 144	0.00 1	0.01 18	1.49 116	0.26 70	0.06 85	0.01 75	1.34 153	0.00 1	0.23 52	0.45 39	0.39 210	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

RAFT + AFF	0.17 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.10 118	0.00 1	0.00 1	0.00 1	0.00 1	0.16 131	0.01 72	0.01 18	3.83 198	0.20 45	0.00 1	0.00 1	0.02 27	0.00 1	0.15 39	0.02 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PA-Net	0.17 66	0.01 132	0.00 1	0.00 1	0.01 117	0.00 1	0.15 134	0.00 1	0.00 1	0.00 1	0.05 138	0.01 8	0.01 72	0.08 143	1.09 93	0.14 31	0.03 47	0.00 1	0.07 48	0.02 59	0.11 26	2.00 101	0.40 212	0.01 36	0.00 1	0.03 175	0.00 1	0.38 181
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANet	0.17 66	0.00 1	0.02 176	0.00 1	0.00 1	0.04 147	0.00 1	0.13 208	0.00 1	0.01 128	2.05 211	0.32 169	0.16 165	0.01 18	0.09 3	0.02 1	0.17 155	0.04 113	0.01 16	0.04 82	0.08 22	1.27 74	0.00 1	0.00 1	0.05 173	0.00 1	0.00 1	0.00 1

UDGNet	0.18 71	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 74	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.00 1	0.04 98	0.32 22	0.26 70	0.04 57	0.00 1	0.58 114	0.01 50	0.37 80	3.29 154	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CAS	0.19 72	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.20 149	0.00 1	0.03 172	0.38 191	0.05 138	0.13 122	0.08 142	0.10 155	0.66 63	0.55 124	0.08 105	0.13 158	0.18 72	0.13 127	0.95 115	1.43 83	0.00 1	0.03 117	0.00 1	0.00 1	0.00 1	0.00 1

Sa-1000	0.19 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.25 158	0.01 72	0.04 98	0.38 33	0.54 123	0.05 72	0.13 158	0.59 117	0.00 1	0.70 104	2.34 116	0.00 1	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1

IPLGR_C	0.19 72	0.01 132	0.03 182	0.00 1	0.04 187	0.00 1	0.10 118	0.02 189	0.07 188	0.01 128	0.03 131	0.02 27	0.01 72	0.23 189	0.48 44	0.29 83	0.08 105	0.00 1	0.31 93	0.00 1	0.32 71	2.88 134	0.00 1	0.01 36	0.07 176	0.00 1	0.08 156	0.01 148

sAnonymous2	0.19 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.06 83	0.09 146	0.02 59	0.40 35	0.52 117	0.07 96	0.09 144	0.82 131	0.12 119	1.29 127	1.71 93	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

CroCo_RVC	0.19 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.06 83	0.09 146	0.02 59	0.40 35	0.52 117	0.07 96	0.09 144	0.82 131	0.12 119	1.29 127	1.71 93	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

NVstereo2D	0.19 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.26 179	0.01 119	0.02 27	0.00 1	0.01 18	3.78 194	0.27 75	0.04 57	0.00 1	0.10 52	0.00 1	0.15 39	0.38 36	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

iResNetv2_ROB	0.19 72	0.01 132	0.00 1	0.00 1	0.02 159	0.00 1	0.04 74	0.00 1	0.00 1	0.00 1	0.00 1	0.12 115	0.00 1	0.04 98	1.22 99	0.27 75	0.06 85	0.00 1	1.23 150	0.03 74	1.75 151	0.35 34	0.00 1	0.13 161	0.00 1	0.00 1	0.00 1	0.00 1

DN-CSS_ROB	0.19 72	0.00 1	0.00 1	0.00 1	0.02 159	0.01 74	0.08 108	0.00 1	0.00 1	0.04 145	0.00 1	0.10 104	0.02 104	0.05 116	0.84 79	0.25 61	0.05 72	0.00 1	1.63 163	0.04 82	1.10 120	0.77 56	0.00 1	0.15 167	0.00 1	0.00 1	0.00 1	0.00 1

raft_robust	0.20 80	0.01 132	0.00 1	0.00 1	0.00 1	0.00 1	0.02 54	0.00 1	0.00 1	0.00 1	0.00 1	0.09 97	0.03 120	0.04 98	0.87 80	0.71 142	0.05 72	0.13 158	1.35 154	0.11 112	0.60 98	1.14 70	0.00 1	0.10 156	0.00 1	0.00 1	0.00 1	0.00 1

CIPLG	0.20 80	0.01 132	0.03 182	0.00 1	0.04 187	0.00 1	0.09 113	0.02 189	0.08 191	0.01 128	0.03 131	0.02 27	0.01 72	0.23 189	0.67 65	0.30 87	0.09 118	0.00 1	0.29 84	0.02 59	0.33 73	2.90 135	0.00 1	0.01 36	0.07 176	0.00 1	0.08 156	0.01 148

ACRE	0.20 80	0.01 132	0.02 176	0.00 1	0.04 187	0.00 1	0.10 118	0.02 189	0.08 191	0.01 128	0.06 140	0.02 27	0.01 72	0.24 194	0.47 40	0.29 83	0.08 105	0.00 1	0.40 103	0.02 59	0.36 79	2.90 135	0.00 1	0.01 36	0.07 176	0.00 1	0.08 156	0.01 148

UCFNet_RVC	0.20 80	0.01 132	0.02 176	0.00 1	0.06 198	0.01 74	0.09 113	0.00 1	0.00 1	0.03 139	0.00 1	0.15 127	0.01 72	0.05 116	1.81 126	0.27 75	0.06 85	0.00 1	1.15 148	0.00 1	0.48 85	0.68 53	0.48 218	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

FADNet	0.21 84	0.02 174	0.01 166	0.00 1	0.01 117	0.02 125	0.10 118	0.00 1	0.02 159	0.00 1	0.00 1	0.01 8	0.04 128	0.04 98	2.69 173	0.15 35	0.07 96	0.10 146	0.11 58	0.23 159	0.67 103	1.37 78	0.02 164	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

NCCL2	0.21 84	0.00 1	0.00 1	0.00 1	0.22 223	0.01 74	0.23 156	0.00 1	0.00 1	0.00 1	0.00 1	0.09 97	0.00 1	0.13 166	1.02 90	0.30 87	0.21 169	0.04 113	0.04 35	0.03 74	0.56 95	1.60 89	0.17 187	0.05 145	0.00 1	0.00 1	0.90 206	0.02 153

CASnet	0.22 86	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.17 140	0.00 1	0.00 1	0.00 1	0.00 1	0.20 148	0.08 142	0.00 1	0.80 74	0.27 75	0.11 129	0.07 136	0.13 63	0.12 119	2.00 159	1.82 98	0.00 1	0.03 117	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)
RAFT-Stereo + iAFF	0.22 86	0.02 174	0.00 1	0.00 1	0.01 117	0.09 175	0.35 174	0.00 1	0.00 1	0.00 1	0.00 1	0.27 160	0.02 104	0.02 59	2.03 144	0.21 50	0.05 72	0.00 1	0.17 69	0.05 88	0.81 108	1.81 97	0.00 1	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1

raft+_RVC	0.23 88	0.01 132	0.00 1	0.00 1	0.01 117	0.00 1	0.05 82	0.00 1	0.00 1	0.00 1	0.00 1	0.05 79	0.00 1	0.02 59	1.40 113	1.43 190	0.01 20	0.00 1	0.28 83	0.32 174	0.28 60	2.30 110	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AFF-stereo	0.23 88	0.02 174	0.00 1	0.00 1	0.01 117	0.06 160	0.31 168	0.00 1	0.00 1	0.00 1	0.00 1	0.29 163	0.01 72	0.02 59	2.05 145	0.27 75	0.02 40	0.02 93	0.10 52	0.05 88	1.04 118	1.79 96	0.00 1	0.03 117	0.00 1	0.00 1	0.00 1	0.00 1

XPNet_ROB	0.23 88	0.00 1	0.00 1	0.00 1	0.03 177	0.02 125	0.11 127	0.00 1	0.00 1	0.00 1	0.00 1	1.33 204	0.01 72	0.06 122	0.67 65	0.26 70	0.36 191	0.01 75	0.04 35	0.06 97	0.55 94	2.36 117	0.00 1	0.02 75	0.00 1	0.00 1	0.42 179	0.00 1

CREStereo	0.24 91	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.01 21	0.00 1	0.02 159	0.04 145	0.09 148	0.16 131	0.16 165	0.01 18	1.57 118	1.08 175	0.13 134	0.08 141	0.06 43	0.32 174	1.42 137	1.27 74	0.00 1	0.03 117	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
FADNet-RVC	0.24 91	0.02 174	0.05 188	0.00 1	0.01 117	0.01 74	0.46 180	0.00 1	0.04 176	0.00 1	0.00 1	0.01 8	0.08 142	0.05 116	3.01 178	0.26 70	0.15 149	0.03 103	0.29 84	0.24 161	0.64 101	1.07 67	0.01 149	0.05 145	0.00 1	0.00 1	0.00 1	0.11 160

DeepPruner_ROB	0.24 91	0.00 1	0.00 1	0.00 1	0.02 159	0.02 125	1.21 208	0.00 1	0.00 1	0.00 1	0.00 1	0.09 97	0.00 1	0.07 138	1.08 92	0.22 53	0.05 72	0.00 1	0.37 98	0.00 1	1.71 149	1.53 86	0.01 149	0.02 75	0.00 1	0.00 1	0.02 139	0.00 1

PWCDC_ROB	0.24 91	0.00 1	0.00 1	0.00 1	0.00 1	0.04 147	0.04 74	0.00 1	0.00 1	0.00 1	0.12 151	0.11 110	0.00 1	0.17 178	2.36 161	0.34 100	0.08 105	0.03 103	0.02 27	0.00 1	0.73 107	2.38 118	0.00 1	0.15 167	0.00 1	0.00 1	0.00 1	0.00 1

CES	0.25 95	0.02 174	0.00 1	0.00 1	0.00 1	0.01 74	0.06 91	0.00 1	0.02 159	0.03 139	0.00 1	0.17 138	0.19 171	0.18 181	1.92 131	0.67 137	0.28 186	0.21 212	0.05 41	0.21 157	1.27 124	1.39 79	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

dad	0.25 95	0.00 1	0.00 1	0.00 1	0.00 1	0.05 156	1.12 207	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1	0.00 1	0.95 85	0.25 61	0.01 20	0.01 75	0.01 16	0.09 104	0.23 52	0.17 22	0.00 1	0.16 173	0.27 203	0.00 1	2.74 233	0.73 190

ICVP	0.25 95	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.14 131	0.00 1	0.00 1	0.10 161	0.01 119	0.12 115	0.03 120	0.03 83	0.77 72	0.51 116	0.22 172	0.43 237	0.53 109	0.24 161	0.96 116	2.77 130	0.00 1	0.01 36	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)
TANstereo	0.25 95	0.00 1	0.00 1	0.00 1	0.02 159	0.00 1	0.01 21	0.00 1	0.01 144	0.04 145	0.08 143	0.06 83	0.05 134	0.01 18	0.53 51	0.75 144	0.13 134	0.05 124	0.06 43	0.01 50	1.31 130	1.36 76	0.00 1	0.02 75	0.00 1	0.00 1	2.10 222	0.00 1

XX-TBD	0.25 95	0.00 1	0.00 1	0.00 1	0.02 159	0.00 1	0.01 21	0.00 1	0.01 144	0.04 145	0.08 143	0.06 83	0.05 134	0.01 18	0.53 51	0.75 144	0.13 134	0.05 124	0.06 43	0.01 50	1.31 130	1.36 76	0.00 1	0.02 75	0.00 1	0.00 1	2.10 222	0.00 1

LL-Strereo2	0.26 100	0.03 189	0.00 1	0.00 1	0.00 1	0.00 1	0.05 82	0.00 1	0.00 1	0.00 1	0.00 1	0.03 53	0.00 1	0.06 122	0.56 56	1.58 198	0.01 20	0.00 1	0.18 72	0.01 50	0.60 98	3.97 165	0.01 149	0.02 75	0.06 175	0.00 1	0.00 1	0.00 1

UDG	0.27 101	0.01 132	0.00 1	0.00 1	0.00 1	0.01 74	0.26 160	0.00 1	0.00 1	0.09 160	0.00 1	0.06 83	0.00 1	0.04 98	2.27 157	0.36 103	0.18 156	0.00 1	0.25 82	0.11 112	0.85 112	2.49 121	0.01 149	0.14 166	0.00 1	0.00 1	0.03 144	0.00 1

MIPNet	0.27 101	0.00 1	0.00 1	0.01 187	0.01 117	0.00 1	0.03 63	0.00 1	0.04 176	0.00 1	0.27 167	0.04 71	0.04 128	0.19 182	2.16 152	0.45 114	0.16 154	0.03 103	0.40 103	0.33 177	0.57 96	2.33 114	0.00 1	0.06 150	0.03 165	0.00 1	0.06 153	0.00 1

PMTNet	0.27 101	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.12 128	0.00 1	0.02 159	0.03 139	0.07 141	0.10 104	0.17 169	0.01 18	1.80 124	1.08 175	0.20 164	0.04 113	0.23 79	0.21 157	1.61 146	1.55 87	0.00 1	0.03 117	0.00 1	0.00 1	0.00 1	0.00 1

MIM_Stereo	0.28 104	0.00 1	0.00 1	0.00 1	0.00 1	0.06 160	0.03 63	0.00 1	0.00 1	0.00 1	0.08 143	0.03 53	0.02 104	0.02 59	1.66 120	1.78 208	0.01 20	0.01 75	0.20 76	0.29 170	0.31 69	2.93 139	0.00 1	0.01 36	0.00 1	0.10 182	0.01 133	0.00 1

FADNet-RVC-Resample	0.28 104	0.10 207	0.21 214	0.07 202	0.21 222	0.00 1	0.16 137	0.11 207	0.11 198	0.08 157	0.08 143	0.04 71	0.04 128	0.09 149	2.30 158	0.17 39	0.15 149	0.05 124	0.17 69	0.20 156	0.32 71	2.51 122	0.06 173	0.13 161	0.03 165	0.00 1	0.01 133	0.11 160

CC-Net-ROB	0.28 104	0.04 194	0.00 1	0.00 1	0.01 117	0.27 205	0.29 165	0.00 1	0.00 1	0.00 1	0.00 1	3.55 217	0.62 197	0.11 159	0.51 46	0.16 37	0.08 105	0.00 1	0.60 118	0.00 1	0.22 51	0.34 32	0.84 225	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

LoS_RVC	0.29 107	0.01 132	0.00 1	0.00 1	0.00 1	0.01 74	0.01 21	0.00 1	0.01 144	0.06 154	0.03 131	0.22 152	0.12 156	0.03 83	1.12 95	0.88 157	0.13 134	0.14 165	0.76 127	0.14 132	1.83 154	2.26 106	0.01 149	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

tt_ll	0.29 107	0.01 132	0.00 1	0.00 1	0.00 1	0.01 74	0.01 21	0.00 1	0.01 144	0.06 154	0.03 131	0.22 152	0.12 156	0.03 83	1.12 95	0.88 157	0.13 134	0.14 165	0.76 127	0.14 132	1.83 154	2.26 106	0.01 149	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

LoS	0.29 107	0.01 132	0.01 166	0.00 1	0.00 1	0.01 74	0.01 21	0.00 1	0.02 159	0.11 164	0.00 1	0.30 167	0.30 186	0.08 143	1.01 88	0.82 150	0.30 187	0.18 197	0.70 124	0.17 147	1.82 153	2.03 103	0.00 1	0.03 117	0.00 1	0.00 1	0.00 1	0.00 1

IPLG	0.29 107	0.00 1	0.00 1	0.00 1	0.01 117	0.00 1	0.03 63	0.00 1	0.03 172	0.00 1	0.12 151	0.03 53	0.02 104	0.23 189	3.89 200	0.49 115	0.10 124	0.02 93	0.69 123	0.18 149	0.50 88	1.45 84	0.00 1	0.05 145	0.02 164	0.00 1	0.01 133	0.00 1

rafts_anoy	0.29 107	0.01 132	0.00 1	0.00 1	0.03 177	0.00 1	0.05 82	0.00 1	0.00 1	0.00 1	0.00 1	0.06 83	0.01 72	0.02 59	1.75 123	1.74 207	0.08 105	0.00 1	0.39 101	0.10 108	0.52 91	2.95 140	0.00 1	0.01 36	0.03 165	0.00 1	0.00 1	0.00 1

anonymousdsp	0.30 112	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	2.19 213	0.00 1	0.00 1	0.00 1	1.30 107	0.61 129	0.06 85	0.00 1	0.15 67	0.52 200	0.11 26	2.85 133	0.30 207	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test_4	0.30 112	0.01 132	0.00 1	0.00 1	0.01 117	0.01 74	0.20 149	0.00 1	0.00 1	0.00 1	0.13 153	0.02 27	0.00 1	0.08 143	2.06 146	2.23 221	0.01 20	0.13 158	0.11 58	0.11 112	0.31 69	1.59 88	0.00 1	0.02 75	0.04 169	0.16 187	0.80 195	0.15 163

pcwnet_v2	0.30 112	0.01 132	0.06 192	0.00 1	0.09 205	0.00 1	0.02 54	0.00 1	0.00 1	0.26 179	0.16 158	0.39 173	0.00 1	0.01 18	2.01 139	0.33 97	0.08 105	0.08 141	1.72 164	0.03 74	0.83 110	1.07 67	0.74 223	0.03 117	0.00 1	0.00 1	0.00 1	0.28 173

RALAANet	0.30 112	0.03 189	0.00 1	0.00 1	0.02 159	0.01 74	0.06 91	0.00 1	0.00 1	0.00 1	0.00 1	0.10 104	0.02 104	0.05 116	1.89 130	0.17 39	0.07 96	0.00 1	0.80 130	0.13 127	0.87 113	3.88 161	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

ETE_ROB	0.30 112	0.01 132	0.00 1	0.01 187	0.02 159	0.01 74	0.21 152	0.00 1	0.01 144	0.00 1	0.28 168	0.43 177	0.01 72	0.08 143	1.25 100	0.24 57	0.66 206	0.04 113	0.83 134	0.05 88	1.09 119	2.71 127	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

LALA_ROB	0.30 112	0.01 132	0.00 1	0.00 1	0.01 117	0.01 74	0.13 129	0.00 1	0.00 1	0.01 128	0.26 166	0.60 189	0.01 72	0.07 138	1.27 105	0.25 61	0.06 85	0.01 75	0.58 114	0.04 82	0.89 114	2.98 141	0.00 1	0.03 117	0.00 1	0.00 1	0.86 204	0.00 1

CREStereo++_RVC	0.31 118	0.00 1	0.00 1	0.00 1	0.01 117	0.01 74	0.10 118	0.00 1	0.01 144	0.03 139	0.00 1	0.05 79	0.04 128	0.01 18	0.60 58	0.72 143	0.09 118	0.08 141	0.22 77	0.12 119	1.31 130	1.47 85	0.00 1	0.03 117	0.00 1	0.00 1	3.50 239	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
RALCasStereoNet	0.31 118	0.01 132	0.00 1	0.00 1	0.03 177	0.00 1	0.08 108	0.00 1	0.00 1	0.00 1	0.00 1	0.04 71	0.01 72	0.03 83	1.80 124	1.99 212	0.02 40	0.00 1	0.11 58	0.45 187	0.49 87	3.21 152	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

BEATNet_4x	0.31 118	0.01 132	0.00 1	0.00 1	0.01 117	0.04 147	0.15 134	0.00 1	0.00 1	0.00 1	0.00 1	0.10 104	0.02 104	0.13 166	1.81 126	0.44 112	0.34 190	0.33 230	0.50 108	0.01 50	1.47 141	3.03 144	0.00 1	0.03 117	0.00 1	0.00 1	0.00 1	0.00 1

AE-Stereo	0.33 121	0.00 1	0.00 1	0.00 1	0.07 202	0.01 74	0.04 74	0.00 1	0.00 1	0.00 1	0.00 1	0.08 94	0.09 146	0.02 59	0.67 65	1.01 171	0.10 124	0.07 136	0.35 96	0.46 190	1.20 122	4.74 185	0.00 1	0.02 75	0.00 1	0.12 185	0.00 1	0.00 1

AEACV	0.33 121	0.01 132	0.00 1	0.00 1	0.00 1	0.06 160	0.02 54	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 98	1.93 132	2.03 213	0.00 1	0.29 225	0.49 107	0.68 208	0.18 46	2.72 128	0.20 191	0.00 1	0.00 1	0.16 187	0.00 1	0.00 1

GES	0.33 121	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.32 170	0.00 1	0.09 193	0.00 1	0.02 129	0.03 53	0.03 120	0.01 18	1.42 114	0.32 93	0.05 72	0.01 75	2.64 182	0.05 88	1.11 121	1.95 99	0.00 1	0.04 136	0.01 159	0.00 1	0.09 160	0.72 189

NaN_ROB	0.33 121	0.09 205	0.16 205	0.04 192	0.18 219	0.12 182	0.80 200	0.01 183	1.50 234	0.02 135	0.52 174	0.47 178	0.03 120	0.07 138	1.25 100	0.29 83	0.08 105	0.11 150	0.17 69	0.25 163	0.51 90	0.87 60	0.12 183	0.24 207	0.12 185	0.37 196	0.16 170	0.44 185

GEStereo_RVC	0.34 125	0.00 1	0.01 166	0.00 1	0.01 117	0.01 74	0.21 152	0.02 189	0.00 1	0.00 1	0.01 119	0.02 27	0.01 72	0.04 98	0.49 45	0.59 127	0.09 118	0.02 93	1.14 146	0.10 108	1.36 134	5.09 195	0.00 1	0.06 150	0.00 1	0.00 1	0.00 1	0.00 1

anonymousdsp2	0.35 126	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	1.94 209	0.01 8	0.01 72	0.08 143	1.35 108	0.94 167	0.03 47	0.11 150	0.10 52	0.63 206	0.20 48	3.15 148	0.22 195	0.32 219	0.00 1	0.01 166	0.23 172	0.00 1

IPLGR	0.35 126	0.00 1	0.00 1	0.00 1	0.02 159	0.00 1	0.04 74	0.00 1	0.01 144	0.00 1	0.19 163	0.03 53	0.07 139	0.11 159	3.89 200	0.52 117	0.11 129	0.04 113	0.36 97	0.27 164	0.84 111	2.92 137	0.00 1	0.07 152	0.00 1	0.00 1	0.00 1	0.00 1

GMOStereo	0.35 126	0.00 1	0.00 1	0.00 1	0.00 1	0.09 175	0.18 142	0.00 1	0.00 1	0.00 1	0.00 1	0.03 53	0.03 120	0.01 18	2.01 139	1.56 193	0.04 57	0.15 173	0.29 84	0.15 139	0.30 63	4.46 177	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

error version	0.35 126	0.00 1	0.00 1	0.00 1	0.00 1	0.09 175	0.18 142	0.00 1	0.00 1	0.00 1	0.00 1	0.03 53	0.03 120	0.01 18	2.01 139	1.56 193	0.04 57	0.15 173	0.29 84	0.15 139	0.30 63	4.46 177	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

test-v	0.35 126	0.00 1	0.00 1	0.00 1	0.00 1	0.09 175	0.18 142	0.00 1	0.00 1	0.00 1	0.00 1	0.03 53	0.03 120	0.01 18	2.01 139	1.56 193	0.04 57	0.15 173	0.29 84	0.15 139	0.30 63	4.46 177	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

test-2	0.35 126	0.00 1	0.00 1	0.00 1	0.00 1	0.09 175	0.18 142	0.00 1	0.00 1	0.00 1	0.00 1	0.03 53	0.03 120	0.01 18	2.01 139	1.56 193	0.04 57	0.15 173	0.29 84	0.15 139	0.30 63	4.46 177	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

4D-IteraStereo	0.36 132	0.02 174	0.01 166	0.00 1	0.00 1	0.01 74	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.12 115	0.00 1	0.06 122	1.95 133	2.18 219	0.01 20	0.13 158	0.22 77	0.14 132	0.99 117	3.81 159	0.02 164	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1

raftrobust	0.36 132	0.02 174	0.00 1	0.00 1	0.02 159	0.01 74	0.04 74	0.00 1	0.00 1	0.00 1	0.00 1	0.07 92	0.00 1	0.08 143	2.17 153	2.20 220	0.01 20	0.00 1	1.14 146	0.00 1	0.58 97	3.20 151	0.07 175	0.03 117	0.00 1	0.00 1	0.00 1	0.00 1

Anonymous	0.36 132	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.02 159	0.00 1	0.00 1	0.10 104	0.27 182	0.02 59	0.68 68	1.13 182	0.15 149	0.16 186	0.87 136	0.16 144	2.04 164	4.15 169	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

sCroCo_RVC	0.37 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 54	0.00 1	0.02 159	0.00 1	0.01 119	0.29 163	0.22 177	0.01 18	0.68 68	1.30 188	0.14 145	0.16 186	0.48 106	0.18 149	2.02 161	4.35 172	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

MyStereo04	0.39 136	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.06 91	0.00 1	0.01 144	0.61 208	0.02 129	0.17 138	0.00 1	0.06 122	0.76 71	0.63 133	0.08 105	0.01 75	3.04 191	0.51 198	1.60 145	2.33 114	0.48 218	0.03 117	0.00 1	0.00 1	0.00 1	0.00 1

MyStereo	0.39 136	0.01 132	0.00 1	0.00 1	0.00 1	0.01 74	0.06 91	0.00 1	0.00 1	0.74 215	0.00 1	0.17 138	0.00 1	0.06 122	1.01 88	0.62 130	0.07 96	0.01 75	2.88 186	0.19 155	1.57 144	2.58 123	0.51 220	0.07 152	0.00 1	0.00 1	0.00 1	0.00 1

RTSC	0.42 138	0.01 132	0.00 1	0.00 1	0.00 1	0.03 139	0.32 170	0.04 200	0.00 1	0.08 157	0.13 153	0.06 83	0.01 72	0.06 122	5.56 229	0.77 147	0.18 156	0.20 208	1.10 144	0.09 104	0.81 108	1.66 92	0.00 1	0.21 196	0.00 1	0.00 1	0.00 1	0.00 1

CASS	0.44 139	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	1.34 210	0.00 1	0.00 1	0.22 175	0.32 171	0.27 160	0.13 160	0.01 18	0.83 78	0.53 121	0.42 197	0.20 208	0.61 119	0.00 1	4.28 221	2.77 130	0.00 1	0.01 36	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.
Anonymous3	0.47 140	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	0.48 179	0.34 191	0.22 187	1.19 98	2.36 225	0.19 159	0.18 197	1.46 157	0.36 178	1.94 157	3.83 160	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

MLCV	0.47 140	0.01 132	0.00 1	0.00 1	0.04 187	0.07 169	0.36 175	0.00 1	0.16 203	0.37 190	1.10 191	0.42 176	0.02 104	0.05 116	0.69 70	0.62 130	0.20 164	0.03 103	3.20 196	0.06 97	1.74 150	3.19 150	0.05 170	0.20 192	0.00 1	0.00 1	0.07 154	0.00 1

HSM-Net_RVC	0.48 142	0.00 1	0.00 1	0.00 1	0.02 159	0.04 147	0.19 148	0.01 183	0.00 1	0.41 194	1.72 208	2.26 211	0.09 146	0.09 149	1.16 97	0.52 117	0.13 134	0.04 113	0.58 114	0.45 187	1.80 152	3.15 148	0.07 175	0.15 167	0.00 1	0.00 1	0.02 139	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
s12784h	0.51 143	0.00 1	0.00 1	0.00 1	0.01 117	0.00 1	0.01 21	0.00 1	0.00 1	0.03 139	0.00 1	0.09 97	0.14 162	0.01 18	0.60 58	1.21 187	0.24 181	0.06 131	0.96 139	0.12 119	3.64 203	2.10 105	0.00 1	0.03 117	0.01 159	0.00 1	3.49 238	0.92 194

XQC	0.53 144	0.00 1	0.03 182	0.00 1	0.00 1	0.03 139	0.37 176	0.00 1	0.00 1	0.19 170	0.44 173	0.08 94	1.44 205	0.10 155	5.32 223	0.76 146	0.10 124	0.19 202	0.99 140	0.02 59	1.26 123	2.65 126	0.00 1	0.19 188	0.00 1	0.00 1	0.02 139	0.01 148

CSAN	0.54 145	0.09 205	0.15 203	0.07 202	0.16 218	0.14 186	1.35 211	0.01 183	1.52 235	0.10 161	0.92 186	1.55 205	0.08 142	0.14 171	1.25 100	0.35 101	0.20 164	0.11 150	0.73 125	0.54 202	1.40 136	2.07 104	0.07 175	0.19 188	0.08 179	0.90 210	0.10 162	0.33 179

test_3	0.56 146	0.00 1	0.00 1	0.00 1	0.00 1	0.06 160	0.06 91	0.00 1	0.01 144	0.00 1	0.00 1	0.02 27	0.02 104	0.02 59	2.45 167	2.05 214	0.05 72	0.10 146	2.40 176	0.18 149	1.42 137	5.91 219	0.00 1	0.01 36	0.13 186	0.00 1	0.04 149	0.30 175

SHD	0.56 146	0.00 1	0.27 221	0.00 1	0.00 1	0.04 147	0.28 163	0.03 196	0.00 1	0.22 175	0.55 178	0.09 97	0.00 1	0.12 162	6.36 236	0.94 167	0.11 129	0.15 173	1.19 149	0.15 139	1.91 156	2.47 120	0.00 1	0.31 218	0.00 1	0.00 1	0.00 1	0.00 1

test-3	0.57 148	0.00 1	0.00 1	0.00 1	0.00 1	0.06 160	0.06 91	0.00 1	0.02 159	0.00 1	0.00 1	0.02 27	0.02 104	0.02 59	2.32 159	2.06 215	0.05 72	0.10 146	2.53 179	0.18 149	1.44 139	5.92 220	0.00 1	0.01 36	0.13 186	0.00 1	0.00 1	0.30 175

test_1	0.57 148	0.00 1	0.00 1	0.00 1	0.00 1	0.06 160	0.06 91	0.00 1	0.01 144	0.00 1	0.00 1	0.02 27	0.02 104	0.02 59	2.34 160	2.06 215	0.05 72	0.10 146	2.53 179	0.18 149	1.44 139	5.92 220	0.00 1	0.01 36	0.13 186	0.00 1	0.01 133	0.30 175

GwcNet-ADL	0.57 148	0.00 1	0.00 1	0.00 1	0.02 159	0.02 125	0.24 158	0.00 1	0.00 1	0.53 203	5.52 236	0.21 151	0.09 146	0.03 83	0.99 87	1.20 186	0.14 145	0.19 202	1.53 159	0.83 214	1.51 143	2.29 109	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

R-Stereo Train	0.57 148	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.02 54	0.00 1	0.01 144	0.47 198	1.12 193	0.16 131	0.11 153	0.13 166	1.70 121	1.11 180	0.36 191	0.29 225	2.91 188	0.48 193	2.48 176	3.94 162	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

RAFT-Stereo	0.57 148	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.02 54	0.00 1	0.01 144	0.47 198	1.12 193	0.16 131	0.11 153	0.13 166	1.70 121	1.11 180	0.36 191	0.29 225	2.91 188	0.48 193	2.48 176	3.94 162	0.00 1	0.02 75	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
iResNet	0.59 153	0.00 1	0.00 1	0.00 1	0.02 159	0.01 74	0.16 137	0.00 1	0.00 1	0.41 194	1.16 196	0.34 171	0.02 104	0.02 59	2.42 162	1.50 192	0.07 96	0.07 136	5.24 205	0.47 191	2.40 174	1.22 71	0.00 1	0.22 198	0.00 1	0.00 1	0.13 166	0.00 1

Any-RAFT	0.60 154	0.00 1	0.01 166	0.00 1	0.00 1	0.01 74	0.03 63	0.01 183	0.00 1	0.20 172	2.51 217	0.24 157	0.12 156	0.09 149	1.44 115	0.84 151	0.33 189	0.15 173	2.66 183	0.14 132	3.42 196	2.75 129	0.01 149	0.03 117	0.00 1	0.00 1	0.00 1	1.22 195

FCDSN-DC	0.60 154	0.03 189	0.45 230	0.00 1	0.00 1	0.23 203	0.64 192	0.00 1	0.00 1	0.34 188	0.16 158	0.63 190	0.07 139	0.17 178	4.12 205	0.66 136	0.15 149	0.12 156	0.57 113	0.06 97	2.15 166	5.03 192	0.00 1	0.44 232	0.00 1	0.05 177	0.15 168	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.
EGLCR-Stereo	0.61 156	0.00 1	0.00 1	0.00 1	0.00 1	0.04 147	0.05 82	0.00 1	0.44 216	0.00 1	0.98 187	0.15 127	0.07 139	0.00 1	1.09 93	1.60 199	0.13 134	0.18 197	0.73 125	0.37 180	1.29 127	4.83 188	0.17 187	0.46 233	0.00 1	0.38 198	3.60 240	0.00 1

PWC_ROB	0.61 156	0.01 132	0.00 1	0.00 1	0.01 117	0.06 160	0.27 161	0.00 1	0.01 144	0.13 166	0.78 185	0.11 110	0.02 104	0.03 83	4.29 211	1.10 179	0.21 169	0.19 202	0.77 129	0.11 112	2.82 186	4.62 183	0.00 1	0.02 75	0.00 1	0.01 166	0.32 177	0.62 188

DAS	0.66 158	0.00 1	0.00 1	0.00 1	0.00 1	0.04 147	0.05 82	0.05 204	0.02 159	0.74 215	1.61 204	0.29 163	0.27 182	0.01 18	1.37 109	1.65 201	0.43 198	0.18 197	2.17 172	0.27 164	4.03 213	4.36 173	0.00 1	0.15 167	0.00 1	0.00 1	0.00 1	0.00 1

SepStereo	0.66 158	0.00 1	0.00 1	0.00 1	0.00 1	0.04 147	0.05 82	0.05 204	0.02 159	0.74 215	1.61 204	0.29 163	0.27 182	0.01 18	1.37 109	1.65 201	0.43 198	0.18 197	2.17 172	0.27 164	4.03 213	4.36 173	0.00 1	0.15 167	0.00 1	0.00 1	0.00 1	0.00 1

DeepPrunerF	0.66 158	0.17 213	0.00 1	0.07 202	1.52 248	0.07 169	0.21 152	0.06 206	0.98 228	0.00 1	0.00 1	0.02 27	0.00 1	0.04 98	2.79 174	0.29 83	0.01 20	0.00 1	0.14 66	0.00 1	0.21 50	0.27 26	0.00 1	0.00 1	10.65 256	0.31 195	0.08 156	0.00 1

ADCRef	0.67 161	0.00 1	0.20 213	0.00 1	0.05 195	0.04 147	0.17 140	0.04 200	1.57 237	0.00 1	0.00 1	0.12 115	0.00 1	0.07 138	3.82 197	0.30 87	0.01 20	0.02 93	0.95 138	0.56 203	0.26 57	1.06 65	0.42 216	0.11 157	0.70 218	1.21 211	0.81 196	5.65 225

MFMNet_re	0.69 162	0.00 1	0.00 1	0.00 1	0.00 1	0.08 174	0.61 189	0.00 1	0.20 205	0.06 154	0.01 119	0.95 197	0.33 189	0.10 155	3.15 181	1.04 172	0.51 202	0.01 75	4.75 203	0.28 167	4.09 215	1.63 90	0.00 1	0.17 180	0.00 1	0.00 1	0.61 190	0.00 1

PSMNet-ADL	0.70 163	0.00 1	0.00 1	0.00 1	0.01 117	0.02 125	0.31 168	0.58 224	0.00 1	0.56 206	5.66 238	0.28 162	0.54 196	0.04 98	2.43 163	1.70 206	0.19 159	0.14 165	1.80 166	0.16 144	1.49 142	2.84 132	0.12 183	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

GANet-ADL	0.70 163	0.00 1	0.00 1	0.00 1	0.01 117	0.02 125	0.32 170	0.00 1	0.00 1	0.91 219	2.22 214	0.07 92	0.05 134	0.02 59	1.87 128	1.19 185	0.22 172	0.17 194	2.70 184	0.79 212	2.11 165	5.40 199	0.00 1	0.02 75	0.00 1	0.00 1	0.69 193	0.00 1

cross-raft	0.70 163	0.00 1	0.00 1	0.00 1	0.00 1	0.14 186	0.06 91	0.00 1	0.00 1	0.39 192	0.24 165	0.15 127	0.13 160	0.19 182	2.12 149	1.89 210	0.10 124	0.15 173	2.89 187	0.85 218	3.53 199	5.76 216	0.00 1	0.02 75	0.10 181	0.01 166	0.03 144	0.19 165

ADCP+	0.72 166	0.00 1	0.00 1	0.00 1	0.09 205	0.12 182	0.40 177	0.00 1	0.00 1	0.99 222	0.00 1	0.48 179	0.00 1	0.03 83	3.81 196	0.30 87	0.01 20	0.02 93	1.11 145	0.50 196	0.30 63	0.89 61	0.00 1	0.01 36	0.47 212	3.79 234	1.31 207	4.90 222

MSMDNet	0.76 167	0.00 1	0.00 1	0.00 1	0.00 1	0.14 186	0.07 104	0.00 1	0.00 1	0.67 210	0.28 168	0.15 127	1.73 206	0.16 175	1.88 129	2.78 231	0.09 118	0.14 165	2.36 175	0.48 193	3.45 198	5.58 209	0.00 1	0.02 75	0.10 181	0.27 193	0.03 144	0.18 164

FADNet_RVC	0.77 168	0.04 194	0.21 214	0.06 198	0.24 224	0.07 169	0.47 182	0.03 196	0.21 206	0.22 175	0.11 150	0.39 173	0.12 156	0.17 178	3.32 183	0.85 152	0.24 181	0.69 244	3.79 201	0.38 181	2.02 161	3.31 155	0.28 203	0.37 225	0.19 196	0.02 171	2.55 230	0.38 181

RTS	0.80 169	0.01 132	0.00 1	0.00 1	0.01 117	0.03 139	0.79 196	0.00 1	0.00 1	0.01 128	0.01 119	0.14 123	0.01 72	0.29 198	6.89 241	0.70 140	0.14 145	0.16 186	1.06 141	0.04 82	1.28 125	2.30 110	0.00 1	0.16 173	0.00 1	7.66 249	0.00 1	0.00 1

RTSA	0.80 169	0.01 132	0.00 1	0.00 1	0.01 117	0.03 139	0.79 196	0.00 1	0.00 1	0.01 128	0.01 119	0.14 123	0.01 72	0.29 198	6.89 241	0.70 140	0.14 145	0.16 186	1.06 141	0.04 82	1.28 125	2.30 110	0.00 1	0.16 173	0.00 1	7.66 249	0.00 1	0.00 1

EKT-Stereo	0.81 171	0.00 1	0.00 1	0.00 1	0.02 159	0.02 125	0.20 149	0.00 1	0.02 159	0.17 169	1.71 207	0.30 167	0.26 181	0.36 207	3.05 179	3.07 240	0.19 159	0.23 216	1.35 154	1.45 235	3.11 191	6.25 229	0.01 149	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

PVD	0.81 171	0.00 1	0.33 224	0.00 1	0.03 177	0.03 139	0.33 173	0.29 217	0.00 1	0.42 196	1.15 195	0.19 145	1.00 201	0.12 162	6.88 240	0.89 159	0.22 172	0.20 208	1.54 160	0.38 181	2.63 183	3.96 164	0.01 149	0.27 212	0.46 211	0.00 1	0.30 176	0.21 169

AnonymousM	0.88 173	0.01 132	0.00 1	0.00 1	0.00 1	0.16 192	0.00 1	0.00 1	0.02 159	0.00 1	1.26 199	0.06 83	0.14 162	0.31 204	0.63 60	0.92 163	0.22 172	0.11 150	0.11 58	0.84 216	1.35 133	3.11 146	0.11 182	0.22 198	0.00 1	0.18 190	4.00 241	10.10 243

test-1	0.89 174	0.00 1	0.00 1	0.00 1	0.00 1	0.18 196	0.28 163	0.00 1	0.00 1	1.00 223	2.41 216	0.19 145	0.18 170	0.14 171	3.38 185	2.90 235	0.13 134	0.27 223	1.77 165	1.15 225	3.11 191	6.90 238	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

SGM-Forest	0.90 175	0.02 174	0.02 176	0.05 194	0.10 208	0.14 186	0.07 104	0.47 219	0.41 212	1.33 234	0.74 183	0.48 179	1.81 207	0.09 149	2.60 172	0.92 163	0.23 177	0.14 165	2.08 169	0.03 74	2.23 170	5.50 205	0.24 198	0.18 183	0.15 194	0.18 190	1.52 210	2.66 206
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ADCL	0.91 176	0.07 199	0.05 188	0.02 191	0.02 159	0.02 125	0.10 118	0.00 1	1.93 243	0.51 200	0.01 119	0.12 115	0.01 72	0.04 98	3.79 195	0.23 55	0.07 96	0.23 216	0.56 111	0.38 181	0.71 105	0.92 63	0.00 1	0.19 188	2.80 233	2.46 224	2.09 221	7.10 232

RAFT-Test	0.92 177	0.00 1	0.00 1	0.00 1	0.00 1	0.16 192	0.06 91	0.00 1	0.00 1	0.72 214	4.88 234	0.16 131	0.23 179	0.19 182	2.44 166	2.65 228	0.10 124	0.14 165	3.04 191	0.39 184	3.33 195	4.47 181	0.00 1	0.02 75	0.11 183	1.51 216	0.03 144	0.25 171

HH	0.96 178	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.01 21	0.00 1	0.06 181	1.33 234	1.20 197	0.11 110	0.19 171	0.16 175	2.43 163	4.09 246	0.08 105	0.15 173	3.12 194	0.94 219	4.67 229	5.49 203	0.18 189	0.47 234	0.13 186	0.00 1	0.85 201	0.19 165

HanStereo	0.96 178	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.01 21	0.00 1	0.06 181	1.33 234	1.20 197	0.11 110	0.19 171	0.16 175	2.43 163	4.09 246	0.08 105	0.15 173	3.12 194	0.94 219	4.67 229	5.49 203	0.18 189	0.47 234	0.13 186	0.00 1	0.85 201	0.19 165

MSKI-zero shot	0.98 180	0.00 1	0.00 1	0.00 1	0.00 1	0.14 186	0.06 91	0.00 1	0.05 179	0.21 173	3.38 221	0.19 145	0.16 165	0.01 18	3.20 182	3.21 241	0.24 181	0.23 216	3.62 199	1.47 236	3.17 193	6.09 226	0.13 185	0.02 75	0.13 186	0.30 194	0.16 170	0.30 175

FC-DCNN	1.00 181	0.07 199	1.07 238	0.47 220	0.05 195	0.99 220	1.73 216	0.84 229	0.21 206	0.58 207	0.73 182	1.02 200	0.66 198	0.13 166	1.52 117	0.64 134	0.49 201	0.12 156	1.95 168	0.10 108	2.42 175	4.29 171	0.00 1	0.32 219	1.24 222	0.44 201	1.57 214	3.28 213

MFN_U_SF_DS_RVC	1.02 182	0.12 209	0.02 176	0.05 194	0.04 187	0.14 186	2.62 224	0.00 1	0.10 196	0.10 161	0.04 137	0.40 175	1.26 203	1.62 236	5.44 228	0.37 108	0.19 159	0.03 103	2.24 174	0.09 104	3.66 204	4.73 184	0.10 179	0.04 136	0.22 199	0.43 200	0.44 180	3.15 212

NOSS_ROB	1.03 183	0.01 132	0.00 1	0.00 1	0.01 117	0.06 160	0.04 74	0.98 234	0.09 193	1.07 226	1.69 206	1.63 207	0.34 191	1.01 230	3.86 199	2.78 231	0.36 191	0.22 215	0.62 120	0.13 127	3.93 211	6.57 236	0.03 167	0.27 212	0.00 1	1.98 221	0.04 149	0.00 1

EAI-Stereo	1.04 184	0.04 194	0.43 229	0.34 215	0.14 214	0.68 215	0.55 187	0.00 1	0.84 224	0.00 1	4.59 232	0.14 123	0.19 171	0.03 83	3.60 189	3.02 239	0.23 177	0.36 232	3.53 198	0.39 184	2.29 172	3.55 156	0.24 198	0.79 244	0.35 205	0.78 208	0.54 186	0.42 183

TRStereo	1.05 185	0.01 132	0.02 176	0.00 1	0.00 1	0.18 196	0.06 91	0.00 1	0.41 212	1.44 237	0.75 184	0.20 148	0.15 164	0.03 83	2.85 175	2.54 227	0.09 118	0.16 186	1.56 161	0.83 214	2.01 160	5.63 211	0.21 194	0.02 75	0.09 180	8.70 251	0.39 178	0.01 148

ADCMid	1.09 186	0.07 199	0.24 219	0.00 1	0.50 237	0.22 202	1.24 209	0.04 200	0.12 200	0.13 166	0.13 153	0.48 179	0.72 199	0.06 122	4.25 210	0.93 165	0.09 118	0.11 150	3.03 190	0.36 178	1.68 148	3.02 142	0.41 213	0.20 192	0.20 197	2.24 223	1.54 212	7.37 233

MADNet+	1.12 187	0.01 132	0.07 194	0.00 1	0.11 209	0.17 194	2.26 221	0.00 1	0.00 1	0.19 170	0.03 131	1.07 201	0.19 171	0.21 185	8.91 248	1.68 205	1.11 211	0.15 173	1.51 158	0.73 210	5.60 234	5.28 196	0.00 1	0.64 241	0.13 186	0.00 1	0.11 163	0.06 156

FBW_ROB	1.12 187	0.02 174	0.13 201	0.04 192	0.35 230	0.38 208	2.30 222	0.00 1	0.00 1	0.13 166	0.61 179	1.62 206	1.22 202	1.98 240	2.00 135	0.27 75	0.40 196	0.02 93	11.14 225	0.30 173	3.31 194	2.92 137	1.12 230	0.04 136	0.00 1	0.02 171	0.00 1	0.00 1

IGEV_Zeroshot_test	1.16 189	0.00 1	0.17 206	0.15 209	0.00 1	0.87 219	0.60 188	0.00 1	0.39 209	1.02 224	5.37 235	0.51 186	0.25 180	0.15 174	2.49 169	2.80 233	0.12 133	0.16 186	2.62 181	1.22 231	2.79 185	6.65 237	0.06 173	0.03 117	0.18 195	0.08 178	2.36 226	0.29 174

S-Stereo	1.21 190	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.63 191	0.15 209	0.06 181	0.30 184	5.55 237	5.23 224	0.30 186	0.05 116	3.55 188	2.94 236	0.18 156	0.19 202	2.49 178	1.73 238	2.19 167	5.50 205	0.20 191	0.22 198	0.00 1	0.01 166	0.56 187	0.61 187

FAT-Stereo	1.26 191	0.00 1	0.00 1	0.00 1	0.01 117	0.02 125	0.15 134	0.55 223	0.04 176	0.51 200	7.88 247	3.62 219	0.74 200	0.06 122	1.96 134	2.12 217	0.20 164	0.16 186	1.45 156	1.16 227	3.81 208	5.59 210	0.10 179	0.24 207	0.00 1	0.00 1	0.57 189	2.96 210

SFCPSM	1.28 192	0.00 1	0.00 1	0.00 1	0.00 1	0.03 139	0.08 108	0.00 1	0.07 188	0.52 202	2.83 218	2.32 212	5.43 223	0.09 149	3.44 186	1.42 189	0.27 184	0.14 165	10.39 221	1.15 225	2.02 161	3.06 145	0.05 170	0.08 154	0.00 1	0.16 187	0.45 181	0.43 184

ccs_rob	1.28 192	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.02 54	0.18 210	0.01 144	1.16 231	9.90 256	9.16 233	0.10 151	0.21 185	2.12 149	1.66 203	0.19 159	0.14 165	1.59 162	0.42 186	3.07 190	4.42 175	0.01 149	0.13 161	0.00 1	0.00 1	0.00 1	0.07 158

SAMSARA	1.30 194	0.00 1	0.19 209	0.00 1	0.01 117	0.05 156	0.90 202	0.03 196	0.00 1	0.39 192	0.72 181	0.14 123	3.44 216	0.11 159	7.13 243	1.57 197	0.21 169	0.21 212	2.14 171	0.29 170	2.69 184	3.74 158	0.00 1	0.40 227	1.24 222	5.51 241	1.44 208	2.54 203

MSC_U_SF_DS_RVC	1.38 195	0.74 233	0.19 209	0.31 214	0.18 219	0.35 207	3.68 232	0.01 183	0.09 193	0.67 210	0.03 131	0.94 196	1.35 204	2.37 243	5.01 217	0.79 148	0.61 205	0.40 234	8.70 216	0.63 206	2.38 173	4.03 166	0.42 216	0.27 212	0.24 201	0.20 192	0.04 149	2.71 207

AnyNet_C32	1.39 196	0.12 209	0.01 166	0.05 194	0.01 117	0.19 198	0.79 196	0.00 1	3.06 246	0.32 187	1.39 201	0.22 152	0.02 104	0.07 138	5.20 220	0.85 152	0.15 149	0.15 173	0.87 136	0.51 198	2.56 179	4.20 170	0.01 149	0.34 223	1.73 225	3.43 231	1.55 213	9.84 242

HBP-ISP	1.40 197	0.02 174	0.09 197	0.00 1	0.01 117	0.19 198	0.06 91	0.00 1	0.05 179	1.19 232	3.51 223	0.26 159	0.31 188	1.83 237	6.48 237	5.66 253	0.37 195	0.33 230	1.24 151	1.06 223	4.19 218	8.59 246	0.00 1	0.35 224	0.28 204	0.00 1	0.85 201	0.83 192

anonymity	1.44 198	0.03 189	0.00 1	0.00 1	0.00 1	0.19 198	0.05 82	0.00 1	0.41 212	0.75 218	16.60 260	0.38 172	0.36 193	0.09 149	2.45 167	2.74 230	0.13 134	0.16 186	2.13 170	0.29 170	2.21 169	5.94 223	0.05 170	0.22 198	0.22 199	0.44 201	2.67 232	0.33 179

CBMV	1.45 199	0.00 1	0.00 1	0.00 1	0.00 1	0.48 209	0.86 201	1.00 235	0.00 1	0.68 212	1.56 203	4.25 220	1.84 209	0.61 221	2.90 177	1.98 211	0.73 207	0.15 173	3.62 199	0.62 205	3.93 211	6.49 235	0.00 1	0.22 198	0.00 1	0.00 1	1.68 215	5.62 224
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
iRaft-Stereo_20w	1.56 200	0.30 220	0.61 233	0.16 210	0.09 205	0.12 182	0.45 179	0.00 1	0.89 225	1.89 242	7.46 245	0.33 170	0.27 182	0.43 212	2.09 147	2.35 224	0.23 177	0.31 229	1.92 167	1.34 234	2.52 178	5.50 205	0.34 208	0.27 212	0.40 208	7.30 248	1.97 218	2.62 205

SPS-STEREO	1.63 201	0.03 189	0.01 166	0.29 213	0.00 1	0.61 213	1.62 214	0.34 218	0.00 1	0.53 203	4.46 230	1.94 209	0.50 195	0.45 214	5.14 219	1.67 204	0.83 210	0.28 224	10.36 219	0.53 201	5.64 235	6.27 230	0.28 203	0.53 240	0.26 202	0.41 199	0.83 198	0.19 165
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
edge stereo	1.64 202	0.00 1	0.05 188	0.06 198	0.00 1	0.34 206	0.79 196	1.40 242	0.56 219	0.97 221	3.06 220	6.44 227	3.97 218	0.30 202	3.51 187	2.36 225	0.27 184	0.20 208	7.11 211	1.19 229	2.20 168	5.65 214	0.25 200	0.16 173	0.04 169	0.00 1	0.63 191	2.74 208

ADCS	1.65 203	0.00 1	0.00 1	0.00 1	0.04 187	0.05 156	0.67 194	0.19 211	0.93 226	0.25 178	0.52 174	0.74 192	4.52 220	0.24 194	4.79 216	3.21 241	0.57 204	0.15 173	3.06 193	0.07 101	4.66 227	5.64 213	0.00 1	0.26 211	0.47 212	5.52 242	1.50 209	6.48 228

SQANet	1.66 204	1.66 240	0.18 208	2.67 233	0.02 159	1.98 226	1.09 206	0.00 1	0.00 1	0.00 1	0.16 158	0.49 185	0.02 104	0.30 202	4.19 208	0.22 53	1.87 227	0.05 124	16.18 235	0.11 112	2.89 188	4.79 187	3.70 237	0.11 157	0.00 1	0.00 1	0.12 164	1.92 199

RainbowNet	1.66 204	0.40 224	0.10 198	1.85 229	0.06 198	2.14 227	2.19 220	0.00 1	0.13 202	0.00 1	0.00 1	0.92 195	0.05 134	0.65 223	3.74 192	0.69 139	1.17 212	0.00 1	8.35 215	1.67 237	3.75 205	5.43 201	8.08 244	0.20 192	0.00 1	0.00 1	0.09 160	3.05 211

MFN_U_SF_RVC	1.66 204	0.61 230	0.63 234	0.42 218	0.48 236	0.59 212	2.71 225	0.48 220	0.39 209	1.15 230	2.87 219	1.09 202	0.43 194	1.56 235	5.82 233	0.94 167	0.47 200	0.44 238	12.96 230	0.84 216	4.25 220	2.62 125	0.29 206	0.98 248	0.11 183	0.83 209	0.01 133	0.91 193

FINET	1.70 207	0.35 223	0.46 231	0.12 208	0.27 226	0.55 210	0.66 193	0.52 221	1.67 238	0.21 173	3.44 222	0.57 187	2.00 211	0.58 218	11.54 252	1.64 200	0.51 202	0.26 222	1.08 143	1.00 222	1.37 135	3.28 153	0.26 202	0.83 245	2.98 234	5.65 243	0.83 198	3.31 214

ADCPNet	1.79 208	0.02 174	0.70 236	0.06 198	0.57 238	0.05 156	2.94 227	0.71 227	0.42 215	1.08 227	2.32 215	0.58 188	7.16 226	0.35 206	5.08 218	0.87 155	0.22 172	0.01 75	5.26 206	0.74 211	1.96 158	4.04 168	1.16 231	0.02 75	0.93 220	1.41 215	0.89 205	8.87 240

XX-Stereo	1.82 209	0.01 132	0.00 1	0.00 1	0.00 1	0.13 185	0.18 142	0.00 1	0.00 1	1.23 233	6.05 241	0.11 110	0.22 177	0.03 83	3.13 180	3.50 243	0.11 129	0.17 194	3.33 197	0.18 149	1.64 147	3.58 157	0.25 200	0.03 117	24.54 261	0.02 171	0.24 173	0.56 186

otaku	1.95 210	2.11 241	0.26 220	3.13 235	0.04 187	3.09 233	1.08 205	0.00 1	0.00 1	0.00 1	0.18 162	0.95 197	0.04 128	0.67 225	4.60 213	0.23 55	1.99 228	0.06 131	17.97 239	0.17 147	3.44 197	5.06 193	5.32 239	0.11 157	0.00 1	0.00 1	0.07 154	2.05 201

pmcnn	1.98 211	0.01 132	0.07 194	0.10 206	0.24 224	0.07 169	2.48 223	0.65 225	0.12 200	0.30 184	3.74 225	5.24 225	7.02 225	0.66 224	2.87 176	2.98 238	1.24 217	0.74 246	5.27 207	1.79 239	6.31 242	5.65 214	1.27 232	0.23 204	0.00 1	0.65 204	1.68 215	2.16 202

ACVNet-4b	2.02 212	1.03 237	0.15 203	2.62 232	0.01 117	2.86 231	4.11 235	0.00 1	0.00 1	0.02 135	0.14 157	1.87 208	3.70 217	0.36 207	3.75 193	0.25 61	4.13 244	0.03 103	11.89 227	0.28 167	4.50 225	5.37 198	5.43 240	0.33 222	0.00 1	0.00 1	0.00 1	1.65 198

Ntro	2.04 213	3.29 248	0.33 224	3.27 237	0.03 177	3.34 234	2.11 219	0.00 1	0.00 1	0.00 1	0.00 1	0.85 194	0.16 165	0.60 219	3.94 202	0.19 43	2.41 232	0.07 136	18.02 241	0.16 144	3.89 210	5.52 208	5.26 238	0.12 160	0.00 1	0.00 1	0.00 1	1.58 197

SANet	2.05 214	0.25 217	0.19 209	0.17 211	0.33 228	0.78 218	1.59 212	1.14 239	1.92 242	0.26 179	1.04 189	23.65 250	7.24 227	0.29 198	2.22 155	0.33 97	1.51 219	0.07 136	1.31 152	0.12 119	2.28 171	3.02 142	0.01 149	0.23 204	0.05 173	1.90 220	0.63 191	2.80 209

AnyNet_C01	2.09 215	0.26 218	0.14 202	0.38 217	0.08 204	0.17 194	4.00 233	0.93 233	2.97 245	0.43 197	1.34 200	2.45 214	3.18 214	0.36 207	5.27 221	4.78 250	2.60 235	0.75 247	2.46 177	0.32 174	5.67 236	7.18 239	0.10 179	0.42 230	1.82 227	0.67 205	2.30 225	5.33 223

G-Net	2.17 216	0.21 215	0.19 209	0.01 187	0.18 219	0.06 160	0.25 159	1.13 237	1.79 240	0.35 189	2.16 212	20.14 242	1.93 210	0.06 122	2.15 151	2.27 223	0.20 164	0.40 234	2.81 185	2.74 247	2.84 187	3.14 147	0.00 1	0.23 204	0.20 197	2.47 225	3.03 235	7.71 234

ACVNet_1	2.23 217	0.68 232	0.04 186	6.25 244	0.14 214	3.83 239	5.73 240	0.00 1	0.02 159	0.00 1	0.00 1	2.20 210	0.11 153	1.13 232	2.00 135	0.25 61	3.66 240	0.02 93	14.19 231	0.03 74	4.29 222	4.84 189	10.23 247	0.22 198	0.00 1	0.00 1	0.03 144	0.21 169

Dean	2.52 218	0.34 221	0.32 223	7.13 246	1.22 243	2.53 229	4.00 233	0.00 1	0.00 1	0.00 1	0.00 1	3.59 218	7.47 229	0.45 214	2.26 156	0.53 121	3.80 241	0.01 75	10.37 220	0.14 132	4.18 217	5.89 218	12.78 249	0.27 212	0.53 215	0.09 180	0.13 166	0.02 153

WAO-6	2.57 219	0.02 174	0.01 166	3.30 238	0.03 177	1.06 222	3.44 230	0.01 183	0.76 223	0.04 145	0.00 1	5.14 223	15.63 240	0.53 216	4.67 215	0.57 126	5.23 248	0.00 1	5.98 209	0.00 1	3.85 209	5.63 211	0.00 1	0.16 173	2.10 229	3.67 232	1.53 211	5.98 227

ACVNet_2	2.57 219	0.17 213	0.05 188	5.63 241	0.07 202	2.53 229	2.79 226	0.00 1	0.00 1	0.00 1	0.37 172	1.17 203	0.33 189	0.29 198	2.52 170	0.21 50	7.71 253	0.00 1	26.78 252	0.09 104	3.57 202	5.07 194	8.69 246	0.25 209	0.41 209	0.00 1	0.51 185	0.25 171

CBMV_ROB	2.62 221	0.01 132	0.03 182	0.00 1	0.01 117	0.58 211	0.61 189	1.17 240	0.10 196	1.52 239	3.55 224	13.49 235	8.67 231	0.23 189	5.62 230	1.82 209	0.82 209	0.19 202	7.12 212	0.28 167	5.11 231	5.42 200	0.22 195	0.17 180	2.45 230	4.56 238	2.22 224	4.68 220

WAO-7	2.84 222	0.40 224	2.88 250	5.89 242	0.12 210	1.03 221	3.56 231	0.04 200	1.07 232	2.02 246	8.76 250	6.92 228	12.90 238	0.42 211	3.95 203	0.56 125	2.54 233	0.11 150	9.58 218	0.14 132	3.02 189	4.44 176	0.00 1	0.49 236	0.37 207	2.51 227	0.25 174	2.59 204

DGSMNet	2.85 223	0.58 228	0.17 206	0.34 215	0.06 198	0.63 214	0.14 131	0.84 229	0.28 208	2.25 251	12.81 259	1.00 199	3.19 215	2.09 241	6.10 234	4.89 251	6.10 250	2.34 253	7.39 213	1.17 228	8.04 252	10.60 256	1.36 233	0.74 243	0.45 210	1.39 212	0.47 183	1.55 196

STTRV1_RVC	2.91 224	0.15 212	0.12 199	0.09 205	0.04 187	0.26 204	0.46 180	0.00 1	0.19 204	0.08 157	0.52 174	0.65 191	1.81 207	0.38 210	9.72 251	1.47 191	2.84 238	0.25 221	35.45 258	3.92 250	4.13 216	4.93 191	0.07 175	0.30 217	1.97 228	0.37 196	1.76 217	6.75 229

SGM_RVC	2.97 225	0.34 221	0.33 224	0.43 219	0.30 227	1.27 225	1.61 213	1.90 244	0.97 227	2.00 245	3.87 228	7.68 230	4.72 221	0.26 196	1.38 111	0.85 152	2.13 229	0.62 243	11.93 228	1.12 224	4.33 223	4.59 182	0.77 224	0.87 246	2.63 231	2.81 228	7.59 252	12.95 249
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
LVE	3.06 226	0.52 227	0.04 186	10.78 252	1.39 246	4.74 240	9.40 247	0.00 1	0.06 181	0.02 135	0.00 1	2.39 213	5.42 222	0.75 227	2.10 148	0.64 134	2.59 234	0.06 131	18.00 240	0.05 88	4.19 218	6.16 227	8.39 245	0.40 227	0.67 217	0.12 185	0.15 168	3.61 216

PSMNet_ROB	3.06 226	3.25 247	0.21 214	0.24 212	0.12 210	5.74 242	4.73 236	0.00 1	0.00 1	1.03 225	4.58 231	4.73 221	10.29 233	5.90 247	4.24 209	0.32 93	1.61 221	0.17 194	14.51 232	0.72 209	3.76 206	2.39 119	11.05 248	0.38 226	0.73 219	0.76 207	0.46 182	0.73 190

SPstereo	3.29 228	0.24 216	0.84 237	0.00 1	0.00 1	0.03 139	0.14 131	0.02 189	0.66 220	0.64 209	7.55 246	7.54 229	16.34 243	0.28 197	5.36 225	6.31 254	0.75 208	0.98 249	4.70 202	4.01 252	7.45 248	9.34 254	0.00 1	0.16 173	1.31 224	3.07 229	3.04 236	8.14 236

MDST_ROB	3.56 229	2.70 245	0.07 194	4.84 240	0.14 214	2.89 232	0.98 203	1.00 235	0.07 188	0.96 220	1.94 209	0.79 193	16.25 242	0.14 171	9.09 249	0.43 111	0.23 177	0.13 158	5.06 204	0.14 132	4.41 224	6.17 228	0.41 213	0.13 161	9.02 253	3.68 233	16.78 260	7.76 235

DispFullNet	3.59 230	0.27 219	6.92 257	0.11 207	0.14 214	0.01 74	0.07 104	3.86 251	0.40 211	6.90 261	8.04 248	11.36 234	7.39 228	0.04 98	3.32 183	6.96 256	1.17 212	0.24 219	17.95 238	2.49 245	5.44 233	5.79 217	0.28 203	0.13 161	1.07 221	0.10 182	2.52 229	3.87 217

MaskLacGwcNet_RVC	3.71 231	0.58 228	0.28 222	0.57 221	0.46 235	0.74 216	1.00 204	0.70 226	0.72 221	1.50 238	5.80 240	50.24 263	4.14 219	1.16 233	2.18 154	1.09 178	1.19 214	1.86 250	7.46 214	0.45 187	4.66 227	6.00 224	0.16 186	0.21 196	0.57 216	1.70 217	2.80 234	1.97 200

IMH-64-1	4.04 232	0.07 199	0.39 227	1.52 227	0.35 230	3.43 235	6.11 241	0.23 215	0.06 181	0.00 1	0.00 1	2.67 215	12.82 236	1.93 238	4.14 206	1.04 172	1.66 222	0.05 124	10.44 223	0.02 59	2.58 180	6.40 233	41.84 256	0.18 183	3.39 235	1.40 213	1.99 219	4.47 218

IMH-64	4.04 232	0.07 199	0.39 227	1.52 227	0.35 230	3.43 235	6.11 241	0.23 215	0.06 181	0.00 1	0.00 1	2.67 215	12.82 236	1.93 238	4.14 206	1.04 172	1.66 222	0.05 124	10.44 223	0.02 59	2.58 180	6.40 233	41.84 256	0.18 183	3.39 235	1.40 213	1.99 219	4.47 218

DPSNet	4.06 234	0.07 199	0.22 218	0.06 198	0.13 213	0.21 201	0.41 178	0.02 189	0.06 181	0.03 139	1.39 201	25.44 254	5.76 224	2.92 244	7.42 245	3.93 244	1.67 224	0.70 245	40.06 259	2.28 244	6.33 243	8.22 244	0.92 228	0.52 239	0.04 169	0.61 203	0.05 152	0.06 156

ELAS_RVC	4.48 235	0.50 226	1.51 243	1.20 223	0.61 240	8.62 250	1.89 217	2.53 245	0.50 218	2.07 248	6.95 244	23.23 249	17.25 244	0.81 228	4.60 213	1.13 182	2.25 230	1.97 252	5.84 208	0.57 204	6.29 241	8.67 248	0.41 213	1.12 249	8.55 252	4.47 236	2.66 231	4.85 221
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MeshStereo	4.56 236	0.11 208	0.12 199	1.27 224	0.12 210	1.23 224	0.71 195	3.35 248	1.76 239	2.05 247	6.20 242	21.68 246	13.85 239	0.34 205	7.91 247	4.04 245	1.21 216	0.58 242	11.76 226	0.79 212	10.78 257	9.27 251	0.20 191	0.42 230	3.91 239	1.74 218	6.97 251	10.66 245
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+DAISY	4.62 237	0.93 236	1.45 242	0.76 222	0.86 241	2.14 227	1.72 215	2.62 246	3.96 249	2.63 254	9.38 254	7.72 231	8.53 230	0.56 217	12.76 255	4.59 249	1.53 220	0.88 248	16.97 237	2.63 246	6.55 244	7.92 243	0.39 210	2.07 253	5.22 245	7.27 247	4.16 242	8.66 239

ELAS	4.74 238	0.65 231	1.22 241	1.96 230	1.44 247	3.61 238	2.03 218	3.18 247	0.99 229	1.89 242	8.93 251	24.86 253	15.94 241	1.00 229	5.30 222	1.14 184	2.38 231	1.91 251	6.23 210	0.47 191	6.16 239	8.76 249	0.34 208	0.89 247	8.00 251	6.07 245	4.43 245	8.19 237
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IMH	4.81 239	0.13 211	0.48 232	1.42 225	0.40 233	3.60 237	6.61 243	0.19 211	0.03 172	0.04 145	0.13 153	4.94 222	22.28 252	6.44 248	2.58 171	0.81 149	1.72 225	0.04 113	12.36 229	0.11 112	2.61 182	6.07 225	42.84 258	0.18 183	3.92 240	2.17 222	0.83 198	6.91 231

PWCK	5.12 240	0.87 235	0.06 192	2.99 234	0.40 233	6.48 247	7.66 246	0.91 231	1.54 236	2.65 255	6.35 243	16.63 238	9.54 232	0.60 219	3.98 204	0.68 138	2.63 236	0.21 212	44.24 261	1.93 241	5.68 237	5.44 202	0.65 222	0.17 180	3.48 237	4.08 235	2.45 228	5.96 226

SGM-ForestM	5.72 241	5.63 250	2.27 247	2.02 231	0.59 239	5.23 241	5.67 239	3.80 250	3.21 247	1.82 241	5.72 239	15.89 237	11.10 234	1.01 230	12.95 256	2.16 218	2.99 239	0.47 239	15.00 233	1.80 240	5.23 232	4.76 186	0.90 226	1.23 251	9.60 255	10.11 253	11.76 256	11.41 246

WAO-8	6.18 242	2.25 242	1.92 244	12.07 256	1.25 244	6.29 245	6.66 244	0.21 213	6.47 250	2.21 249	3.84 226	18.73 239	20.59 249	7.84 252	5.41 226	0.90 161	3.87 242	0.04 113	20.01 245	2.05 242	3.55 200	6.33 231	3.03 234	0.50 237	7.25 249	5.10 239	4.59 248	13.89 250

Venus	6.18 242	2.25 242	1.92 244	12.06 255	1.25 244	6.29 245	6.66 244	0.21 213	6.47 250	2.21 249	3.84 226	18.73 239	20.59 249	7.84 252	5.41 226	0.90 161	3.87 242	0.04 113	20.01 245	2.05 242	3.55 200	6.33 231	3.03 234	0.50 237	7.25 249	5.10 239	4.59 248	13.89 250

STStereo	6.99 244	0.84 234	7.77 258	6.18 243	2.41 250	6.26 244	3.34 229	9.31 258	6.81 252	2.25 251	12.05 258	30.71 260	18.67 245	0.62 222	12.19 254	2.67 229	1.19 214	0.55 241	21.89 248	1.27 232	3.78 207	5.33 197	0.53 221	2.44 255	6.45 247	6.98 246	4.53 247	11.76 248

JetBlue	7.11 245	4.59 249	3.27 251	10.04 251	6.40 253	12.46 251	10.75 249	3.50 249	1.03 230	0.30 184	1.00 188	28.50 257	2.29 212	8.13 254	5.68 232	4.20 248	4.26 246	2.54 254	10.43 222	0.95 221	10.83 258	11.44 257	6.36 243	0.69 242	6.83 248	10.82 254	4.28 243	20.40 258

ktn	7.56 246	1.06 238	2.72 249	7.84 247	1.70 249	8.57 249	14.39 252	1.71 243	7.05 253	0.26 179	1.10 191	20.09 241	35.01 256	4.38 245	3.63 190	0.89 159	6.52 251	0.19 202	19.79 244	2.83 248	4.53 226	4.90 190	38.36 252	0.19 188	1.80 226	2.47 225	2.43 227	9.60 241

KSHMR	7.70 247	5.69 251	1.09 239	14.60 257	4.71 252	13.91 252	12.87 250	0.54 222	1.32 233	0.55 205	0.53 177	9.07 232	20.05 246	13.43 261	4.39 212	0.99 170	2.75 237	0.29 225	21.13 247	0.23 159	6.95 246	7.30 240	44.94 261	0.25 209	3.87 238	1.75 219	3.06 237	11.74 247

notaker	8.68 248	8.42 255	3.82 252	16.17 258	6.93 254	18.17 256	16.15 255	0.92 232	0.75 222	0.04 145	0.07 141	24.47 252	34.20 255	4.95 246	5.35 224	0.62 130	5.54 249	0.04 113	22.92 251	0.50 196	6.71 245	7.86 242	44.31 260	0.40 227	0.35 205	0.71 206	0.73 194	3.32 215

LSM0	9.34 249	0.02 174	0.21 214	0.05 194	0.05 195	0.77 217	3.14 228	1.24 241	1.06 231	0.68 212	4.67 233	5.31 226	11.74 235	0.23 189	69.22 262	79.55 263	1.31 218	0.24 219	27.04 253	1.21 230	7.64 251	11.85 259	0.00 1	0.32 219	0.51 214	4.55 237	4.44 246	15.15 254

TorneroNet	9.72 250	6.86 252	0.63 234	8.75 248	1.06 242	15.85 254	15.49 254	1.13 237	15.31 259	0.29 183	4.00 229	21.70 247	37.44 258	8.74 256	5.64 231	0.87 155	6.95 252	0.00 1	29.50 256	3.96 251	7.51 249	8.23 245	43.91 259	0.18 183	4.34 241	3.26 230	0.49 184	10.32 244

TorneroNet-64	10.09 251	7.47 253	1.20 240	11.62 254	0.33 228	14.30 253	14.79 253	0.75 228	18.10 261	0.12 165	1.06 190	22.44 248	41.62 259	9.94 259	6.33 235	0.93 165	7.76 254	0.03 103	27.31 255	4.24 253	7.12 247	8.60 247	39.34 253	0.20 192	4.35 242	5.76 244	0.81 196	15.90 255

MANE	10.46 252	3.24 246	8.60 259	3.13 235	3.62 251	5.94 243	5.57 238	7.92 255	10.02 255	2.26 253	8.45 249	24.17 251	23.37 253	0.74 226	15.07 257	6.56 255	4.21 245	13.92 259	15.53 234	2.83 248	7.54 250	7.54 241	0.91 227	3.82 257	17.28 258	20.19 259	28.35 261	31.64 260

DPSimNet_ROB	10.89 253	8.39 254	6.44 256	6.54 245	7.18 255	6.86 248	10.05 248	8.72 257	11.16 256	5.28 259	22.63 261	14.54 236	25.46 254	6.79 249	15.19 258	11.37 260	10.28 256	5.20 257	21.98 249	8.92 258	12.11 259	12.60 260	5.83 241	6.72 259	9.06 254	11.87 257	8.32 253	14.55 252

MADNet++	12.10 254	1.28 239	4.40 254	1.48 226	8.50 257	1.11 223	5.07 237	7.06 253	12.42 257	6.23 260	9.13 252	20.82 243	20.22 247	8.46 255	7.60 246	10.79 259	9.78 255	5.25 258	22.57 250	14.99 260	38.05 263	39.35 262	1.04 229	9.28 260	5.42 246	41.02 262	8.51 254	6.75 229

UNDER WATER	12.19 255	10.83 256	2.25 246	26.39 262	16.71 261	26.12 259	24.17 257	6.35 252	3.67 248	1.08 227	0.09 148	29.96 259	20.43 248	15.39 262	6.64 239	2.23 221	10.80 257	0.39 233	18.71 243	5.04 254	8.23 254	9.10 250	49.56 264	1.60 252	4.76 244	9.28 252	4.35 244	15.05 253

UNDER WATER-64	13.05 256	13.19 257	2.40 248	28.46 263	17.88 262	27.50 260	25.23 258	7.52 254	1.83 241	1.13 229	0.22 164	32.29 261	22.09 251	17.20 263	7.26 244	2.95 237	11.18 258	0.40 234	18.46 242	5.41 255	8.15 253	9.27 251	49.88 265	1.15 250	4.54 243	11.66 255	6.05 250	18.96 257

BEATNet-Init1	15.68 257	15.37 259	4.22 253	25.55 261	7.71 256	24.21 258	13.55 251	8.44 256	9.06 254	3.20 257	10.36 257	27.54 255	36.19 257	2.18 242	19.22 259	8.06 257	4.32 247	2.98 255	44.80 262	16.05 261	10.19 255	11.52 258	3.07 236	4.37 258	21.55 260	12.93 258	43.41 263	33.28 261

JetRed	15.87 258	13.60 258	20.44 261	3.42 239	11.29 259	23.79 257	29.72 260	12.02 259	2.83 244	3.02 256	0.31 170	21.58 245	2.68 213	20.97 265	6.58 238	9.76 258	27.42 261	35.45 262	8.79 217	5.60 257	27.44 262	19.62 261	26.79 251	2.32 254	19.14 259	34.58 261	13.51 258	25.87 259

LE_ROB	16.32 259	2.57 244	5.86 255	11.41 253	30.07 263	16.13 255	26.42 259	14.50 260	12.65 258	1.89 242	9.24 253	37.07 262	44.08 260	1.50 234	9.30 250	1.08 175	1.80 226	0.52 240	27.22 254	5.56 256	6.26 240	5.92 220	6.17 242	22.01 261	27.20 262	30.51 260	38.45 262	45.15 262

DLNR_Zeroshot_test	19.81 260	69.68 265	0.00 1	88.82 267	0.03 177	0.09 175	98.82 271	0.00 1	0.03 172	1.81 240	0.62 180	0.12 115	0.19 171	11.89 260	96.41 265	100.00 269	20.55 260	18.03 260	16.18 235	1.33 233	6.11 238	4.03 166	0.00 1	0.16 173	0.00 1	0.00 1	0.02 139	0.00 1

HanzoNet	19.84 261	18.17 260	10.58 260	22.57 259	16.38 260	37.12 264	34.30 261	16.26 261	16.72 260	3.72 258	9.70 255	53.35 264	44.36 261	36.91 266	11.75 253	5.26 252	13.63 259	3.09 256	43.98 260	12.13 259	10.40 256	9.38 255	49.42 263	2.80 256	12.25 257	11.86 256	11.40 255	18.18 256

ASD4	46.04 262	31.96 261	42.55 263	23.68 260	9.68 258	36.90 263	20.98 256	20.88 262	34.17 263	13.61 264	31.15 262	21.11 244	82.80 263	19.63 264	38.76 261	46.07 261	45.74 262	64.78 264	32.34 257	60.31 263	59.46 265	66.17 264	18.70 250	26.92 262	96.75 267	99.43 267	99.07 267	99.49 267

LRCNet_RVC	50.00 263	67.84 264	36.01 262	88.29 266	86.84 269	83.88 267	78.12 266	40.94 265	24.64 262	95.76 265	65.47 264	84.33 267	48.35 262	95.65 271	24.33 260	2.81 234	57.17 265	40.32 263	91.02 267	50.19 262	17.89 260	9.27 251	89.98 271	44.88 263	2.67 232	0.08 178	14.90 259	8.33 238

DGTPSM_ROB	71.58 264	40.03 262	96.20 269	8.95 249	79.88 266	31.06 261	64.15 264	26.12 263	99.99 268	12.80 262	97.52 266	28.38 256	91.83 265	8.83 257	99.75 269	99.93 267	47.30 263	93.42 266	68.62 263	98.69 268	78.39 266	97.76 270	63.91 269	99.24 266	100.00 268	100.00 268	100.00 269	100.00 268

DPSMNet_ROB	71.67 265	40.12 263	96.20 269	9.00 250	79.91 267	31.07 262	64.17 265	26.13 264	99.99 268	12.99 263	97.51 265	28.51 258	92.15 266	9.07 258	99.72 268	99.93 267	47.41 264	93.44 267	69.36 264	98.70 269	78.48 267	97.88 271	64.00 270	99.24 266	100.00 268	100.00 268	100.00 269	100.00 268

PML	75.37 266	92.44 268	42.92 264	100.00 273	86.00 268	99.81 271	85.15 267	100.00 268	89.00 264	98.90 266	43.95 263	99.77 272	99.44 269	88.99 267	75.51 263	48.25 262	83.78 266	29.10 261	98.88 269	64.95 264	43.54 264	49.20 263	49.21 262	55.67 264	70.87 265	60.82 263	99.78 268	78.94 264

DPSM_ROB	83.17 267	70.36 266	91.77 265	52.54 264	63.28 264	52.84 265	40.20 262	100.00 268	100.00 270	100.00 269	100.00 269	82.17 265	95.65 267	6.84 250	100.00 270	100.00 269	89.07 267	95.30 269	81.25 265	92.14 265	94.32 271	97.20 268	40.55 254	100.00 269	100.00 268	100.00 268	100.00 269	100.00 268

DPSM	83.17 267	70.36 266	91.77 265	52.54 264	63.28 264	52.84 265	40.20 262	100.00 268	100.00 270	100.00 269	100.00 269	82.17 265	95.65 267	6.84 250	100.00 270	100.00 269	89.07 267	95.30 269	81.25 265	92.14 265	94.32 271	97.20 268	40.55 254	100.00 269	100.00 268	100.00 268	100.00 269	100.00 268

MEDIAN_ROB	92.37 269	96.59 269	94.45 268	99.95 271	99.21 270	99.95 272	100.00 273	97.09 266	94.18 265	99.60 267	99.40 267	92.66 268	88.89 264	99.91 272	96.18 264	92.98 264	95.99 269	94.85 268	98.03 268	94.74 267	82.45 269	82.74 266	100.00 273	90.40 265	66.48 264	80.60 265	68.82 264	87.95 265

MyStereo02	93.52 270	99.00 270	99.83 272	98.81 268	0.00 1	91.13 268	91.52 269	100.00 268	100.00 270	100.00 269	100.00 269	94.41 270	100.00 272	95.59 269	100.00 270	100.00 269	100.00 273	100.00 272	100.00 272	100.00 271	100.00 273	100.00 272	54.78 267	100.00 269	100.00 268	100.00 268	100.00 269	100.00 268

HaxPig	94.58 271	99.96 274	92.40 267	99.98 272	99.99 271	99.97 273	99.97 272	99.93 267	99.73 266	99.99 268	99.91 268	99.98 273	99.83 270	99.98 273	98.37 266	96.68 265	97.41 270	91.67 265	99.97 270	99.96 270	81.23 268	76.11 265	99.96 272	99.94 268	54.73 263	97.09 266	74.37 265	94.53 266

AVERAGE_ROB	95.63 272	99.92 273	98.77 271	100.00 273	100.00 272	100.00 274	100.00 273	100.00 268	99.96 267	100.00 269	100.00 269	100.00 274	100.00 272	100.00 274	99.12 267	99.23 266	99.82 271	99.14 271	100.00 272	100.00 271	92.61 270	96.41 267	100.00 273	100.00 269	73.24 266	74.63 264	75.72 266	73.35 263

CasAABBNet	97.21 273	99.36 272	100.00 274	98.86 270	100.00 272	91.21 270	91.28 268	100.00 268	100.00 270	100.00 269	100.00 269	94.01 269	99.86 271	95.51 268	100.00 270	100.00 269	99.99 272	100.00 272	99.99 271	100.00 271	100.00 273	100.00 272	54.59 266	100.00 269	100.00 268	100.00 268	100.00 269	100.00 268

MyStereo03	97.22 274	99.00 270	99.83 272	98.81 268	100.00 272	91.13 268	91.52 269	100.00 268	100.00 270	100.00 269	100.00 269	94.41 270	100.00 272	95.59 269	100.00 270	100.00 269	100.00 273	100.00 272	100.00 272	100.00 271	100.00 273	100.00 272	54.78 267	100.00 269	100.00 268	100.00 268	100.00 269	100.00 268

FADE																					17.91 261						12.72 257

Low-res two-view benchmark