Low-res two-view results

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

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

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

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

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

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

Anonymous	0.10 3	0.13 83	1.60 123	0.00 1	0.00 1	0.00 1	0.00 1	0.03 3	0.01 1	0.00 1	0.00 1	0.02 31	0.01 82	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 156	0.17 203

SHD	0.76 294	1.05 323	4.19 343	0.65 378	0.21 310	0.01 2	0.01 175	1.48 255	0.83 258	1.69 371	0.00 1	0.63 283	0.09 248	2.22 214	1.51 322	0.00 1	0.21 299	0.00 1	0.07 324	0.15 304	0.11 163

CroCo-Stereo Lap2	0.14 15	0.44 194	1.26 34	0.00 1	0.00 1	0.02 3	0.00 1	0.08 35	0.75 162	0.00 1	0.00 1	0.01 7	0.03 168	0.03 29	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.01 42

sCroCo_RVC	0.13 12	0.09 59	1.61 124	0.00 1	0.00 1	0.02 3	0.00 1	0.11 46	0.64 136	0.00 1	0.00 1	0.01 7	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

GMStereo_Zeroshot	0.10 3	0.09 59	1.06 18	0.14 304	0.00 1	0.03 5	0.00 1	0.05 12	0.17 40	0.00 1	0.03 249	0.19 187	0.02 126	0.01 2	0.05 101	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.08 125

CroCo-Stereo	0.18 26	0.32 160	0.94 8	0.00 1	0.00 1	0.03 5	0.00 1	1.17 221	0.76 183	0.00 1	0.01 160	0.31 222	0.03 168	0.03 29	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
GMStereo	0.14 15	0.90 305	1.71 146	0.00 1	0.00 1	0.03 5	0.00 1	0.04 6	0.04 3	0.00 1	0.00 1	0.01 7	0.02 126	0.02 9	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
anonymity	0.27 73	0.08 48	1.16 25	0.10 284	0.30 331	0.04 8	0.00 1	0.55 141	0.08 9	0.42 336	0.13 281	0.49 268	0.57 318	0.27 129	0.30 218	0.00 1	0.33 313	0.00 1	0.23 385	0.01 25	0.43 292

sAnonymous2	0.17 22	0.42 190	2.46 247	0.00 1	0.00 1	0.04 8	0.00 1	0.04 6	0.10 17	0.00 1	0.00 1	0.01 7	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.32 267

CroCo_RVC	0.17 22	0.42 190	2.46 247	0.00 1	0.00 1	0.04 8	0.00 1	0.04 6	0.10 17	0.00 1	0.00 1	0.01 7	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.32 267

SMFormer	0.52 206	0.16 100	1.37 52	0.00 1	0.00 1	0.05 11	0.00 1	1.78 294	1.11 339	0.00 1	0.27 297	0.15 162	0.00 1	3.31 262	0.65 272	0.00 1	0.82 354	0.00 1	0.10 335	0.02 78	0.66 329

tta	0.52 206	0.16 100	1.37 52	0.00 1	0.00 1	0.05 11	0.00 1	1.78 294	1.11 339	0.00 1	0.27 297	0.15 162	0.00 1	3.31 262	0.65 272	0.00 1	0.82 354	0.00 1	0.10 335	0.05 171	0.51 310

qqq1	0.52 206	0.16 100	1.37 52	0.00 1	0.00 1	0.05 11	0.00 1	1.78 294	1.11 339	0.00 1	0.27 297	0.15 162	0.00 1	3.31 262	0.66 275	0.00 1	0.82 354	0.00 1	0.09 332	0.05 171	0.51 310

fff1	0.52 206	0.16 100	1.37 52	0.00 1	0.00 1	0.05 11	0.00 1	1.78 294	1.11 339	0.00 1	0.27 297	0.15 162	0.00 1	3.31 262	0.66 275	0.00 1	0.82 354	0.00 1	0.09 332	0.05 171	0.51 310

StereoIM	0.11 9	0.41 189	1.31 44	0.00 1	0.00 1	0.05 11	0.01 175	0.08 35	0.23 68	0.01 85	0.01 160	0.04 78	0.02 126	0.03 29	0.04 89	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

mmm	0.47 187	0.20 116	1.18 29	0.02 223	0.79 377	0.06 16	0.00 1	1.11 215	1.16 360	0.06 230	0.30 308	0.14 156	0.03 168	0.68 177	0.67 279	0.00 1	1.12 386	0.00 1	0.22 384	0.03 123	1.63 379

test croco	0.17 22	0.35 177	1.92 191	0.00 1	0.00 1	0.06 16	0.01 175	0.18 80	0.43 101	0.01 85	0.01 160	0.02 31	0.01 82	0.05 63	0.05 101	0.00 1	0.00 1	0.00 1	0.00 1	0.28 358	0.01 42

GLC_STEREO	0.06 1	0.07 25	0.85 6	0.00 1	0.00 1	0.07 18	0.00 1	0.01 1	0.04 3	0.00 1	0.00 1	0.01 7	0.01 82	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 65

MIF-Stereo (partial)	0.14 15	0.28 146	1.74 153	0.00 1	0.00 1	0.08 19	0.00 1	0.23 95	0.17 40	0.00 1	0.01 160	0.02 31	0.02 126	0.04 41	0.04 89	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.01 42

DAS	0.55 232	0.08 48	1.79 168	0.00 1	0.00 1	0.09 20	0.00 1	1.54 259	0.85 291	1.16 364	0.00 1	0.24 200	0.03 168	4.66 313	0.31 221	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.14 189

SepStereo	0.50 199	0.08 48	1.79 168	0.00 1	0.00 1	0.09 20	0.00 1	1.54 259	0.85 291	1.16 364	0.00 1	0.24 200	0.03 168	3.84 283	0.31 221	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.14 189

MIF-Stereo	0.11 9	0.20 116	1.58 114	0.00 1	0.00 1	0.10 22	0.02 235	0.07 30	0.05 5	0.00 1	0.08 271	0.02 31	0.01 82	0.03 29	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.09 256	0.00 1

11t1	0.39 143	0.17 106	1.36 48	0.00 1	0.47 347	0.11 23	0.00 1	0.59 145	1.12 344	0.05 217	0.29 306	0.03 59	0.00 1	0.26 125	0.66 275	0.00 1	1.05 377	0.00 1	0.14 352	0.03 123	1.45 372

knoymous	0.10 3	0.06 9	1.25 33	0.00 1	0.00 1	0.11 23	0.00 1	0.27 105	0.06 7	0.00 1	0.00 1	0.23 197	0.00 1	0.04 41	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 65

x	0.42 158	0.26 140	1.38 58	0.00 1	0.44 343	0.12 25	0.00 1	0.90 184	1.14 352	0.07 238	0.30 308	0.03 59	0.00 1	0.26 125	0.72 285	0.00 1	1.06 380	0.00 1	0.17 368	0.03 123	1.49 374

RAFT	0.32 100	0.87 295	1.48 84	0.29 347	0.41 341	0.12 25	0.07 285	0.12 52	0.51 113	0.00 1	0.01 160	0.47 257	0.04 194	0.04 41	0.02 51	0.00 1	0.70 345	0.00 1	0.01 288	0.42 377	0.75 331

Syn2CoEx	0.71 283	1.32 352	4.61 351	0.00 1	0.00 1	0.12 25	0.01 175	1.08 211	0.84 268	0.04 204	0.00 1	0.49 268	0.21 284	4.92 316	0.04 89	0.00 1	0.00 1	0.00 1	0.00 1	0.14 299	0.32 267

CASS	0.10 3	0.08 48	1.10 21	0.00 1	0.00 1	0.13 28	0.01 175	0.15 67	0.18 50	0.21 292	0.00 1	0.02 31	0.02 126	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.03 65
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
qqq	0.49 194	0.28 146	1.37 52	0.00 1	0.49 351	0.14 29	0.00 1	1.23 227	1.14 352	0.07 238	0.31 314	0.01 7	0.00 1	1.38 203	0.69 281	0.00 1	1.06 380	0.00 1	0.19 375	0.03 123	1.44 368

LoS_RVC	0.08 2	0.06 9	1.05 17	0.00 1	0.01 183	0.16 30	0.00 1	0.17 76	0.09 14	0.00 1	0.00 1	0.04 78	0.01 82	0.05 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

MFMNet_re	0.38 136	1.27 345	3.38 309	0.65 378	0.00 1	0.17 31	0.02 235	0.07 30	1.02 326	0.03 184	0.03 249	0.12 148	0.00 1	0.27 129	0.37 237	0.00 1	0.00 1	0.00 1	0.00 1	0.19 331	0.11 163

coex-ft	8.51 404	3.17 407	75.56 416	0.00 1	0.00 1	0.18 32	0.25 330	0.14 65	19.76 406	39.57 415	4.11 374	4.60 381	9.69 402	4.10 289	7.91 385	0.02 353	0.07 283	0.00 1	0.02 299	0.13 284	0.91 342

psmorigin	0.81 306	0.57 233	7.49 382	0.00 1	0.00 1	0.18 32	0.00 1	0.12 52	0.20 61	0.65 348	0.00 1	2.69 375	0.27 294	2.98 248	0.79 290	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.18 210

CES	0.10 3	0.08 48	0.73 1	0.00 1	0.00 1	0.20 34	0.01 175	0.08 35	0.75 162	0.01 85	0.00 1	0.08 127	0.03 168	0.03 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

PWC_ROB	0.84 308	1.08 329	5.06 363	0.00 1	0.00 1	0.21 35	0.00 1	2.71 352	0.82 249	0.00 1	0.20 289	0.29 216	0.03 168	3.58 273	2.10 336	0.00 1	0.00 1	0.00 1	0.00 1	0.39 373	0.26 253

Wz-Net-MNSev	0.63 265	1.38 355	4.48 349	0.00 1	0.00 1	0.22 36	0.01 175	1.31 236	1.13 346	0.01 85	0.05 256	0.14 156	0.16 273	3.05 251	0.40 249	0.00 1	0.00 1	0.00 1	0.00 1	0.09 256	0.23 233

RTSC	0.99 319	1.38 355	4.55 350	0.22 337	0.19 301	0.23 37	0.01 175	1.46 252	0.84 268	0.31 317	0.35 323	0.58 279	0.04 194	2.47 226	5.88 373	0.00 1	0.53 333	0.00 1	0.14 352	0.35 368	0.29 260

HITNet	0.31 98	0.97 312	2.32 237	0.00 1	0.00 1	0.24 38	0.01 175	1.38 247	0.37 90	0.00 1	0.00 1	0.14 156	0.02 126	0.05 63	0.19 186	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.41 287
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
AdaStereo	0.25 66	0.09 59	1.34 46	0.00 1	0.00 1	0.26 39	0.00 1	1.95 315	0.75 162	0.00 1	0.00 1	0.30 219	0.01 82	0.14 97	0.13 152	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 98
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
Selective-IGEV	0.28 76	0.11 74	1.31 44	0.64 376	0.60 368	0.27 40	0.00 1	0.05 12	0.56 122	0.00 1	0.00 1	0.01 7	0.03 168	0.25 118	0.25 207	0.00 1	0.79 348	0.00 1	0.07 324	0.06 196	0.62 324

TestStereo	0.35 111	0.54 229	1.74 153	0.00 1	0.00 1	0.27 40	0.00 1	0.06 22	0.05 5	0.01 85	0.00 1	0.03 59	0.01 82	4.17 292	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

fast-acv-ft	0.34 105	0.71 259	4.20 344	0.06 269	0.01 183	0.28 42	0.17 314	0.11 46	0.34 87	0.00 1	0.00 1	0.08 127	0.09 248	0.13 93	0.27 214	0.01 337	0.00 1	0.03 373	0.01 288	0.27 352	0.04 83

anonymousa	0.44 172	0.23 129	2.16 220	0.67 382	1.21 396	0.28 42	0.00 1	0.02 2	0.18 50	0.01 85	0.30 308	0.58 279	0.02 126	0.26 125	0.38 245	0.00 1	1.12 386	0.00 1	0.54 405	0.03 123	0.78 334

MIM_Stereo	0.29 81	0.65 245	1.73 151	0.00 1	1.03 392	0.30 44	0.00 1	0.16 72	0.18 50	0.12 270	0.00 1	0.05 96	0.01 82	0.12 91	0.01 31	0.00 1	0.03 258	0.00 1	0.00 1	0.13 284	1.24 357

Wz-Net-SNSev	1.00 322	1.84 374	7.92 383	0.00 1	0.00 1	0.30 44	0.00 1	1.27 232	0.85 291	0.01 85	0.01 160	0.40 249	0.10 253	5.27 326	1.29 312	0.00 1	0.00 1	0.00 1	0.00 1	0.22 342	0.45 300

BEATNet_4x	0.39 143	1.05 323	2.97 279	0.00 1	0.00 1	0.30 44	0.01 175	1.22 226	0.46 105	0.00 1	0.00 1	0.31 222	0.03 168	0.37 145	0.64 271	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.42 289

CoDeX	0.39 143	0.31 157	1.50 89	0.00 1	0.01 183	0.31 47	0.00 1	1.81 301	0.76 183	0.00 1	0.00 1	0.25 203	0.06 231	2.77 240	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.04 83

iRaft-Stereo_5w	0.60 254	0.85 292	1.83 174	0.01 201	0.59 364	0.31 47	0.00 1	0.72 165	0.79 226	0.00 1	0.00 1	0.10 141	0.01 82	6.12 365	0.03 63	0.00 1	0.12 290	0.00 1	0.00 1	0.24 345	0.26 253

PASM	0.66 274	0.70 258	4.95 362	0.02 223	0.00 1	0.31 47	0.04 267	0.60 147	0.35 88	0.19 291	0.01 160	0.46 256	0.04 194	5.16 320	0.05 101	0.00 1	0.00 1	0.00 1	0.00 1	0.13 284	0.15 196

IGEVStereo-DCA	0.47 187	0.71 259	1.28 38	0.16 311	0.15 294	0.32 50	0.00 1	0.12 52	0.56 122	0.24 303	0.01 160	0.05 96	0.07 241	1.19 193	2.07 334	0.00 1	0.47 325	0.00 1	0.10 335	0.15 304	1.75 386

rrr	0.72 286	0.71 259	4.76 354	0.16 311	0.15 294	0.32 50	0.04 267	1.80 300	0.61 132	0.24 303	0.01 160	0.05 96	0.07 241	1.19 193	2.07 334	0.00 1	0.47 325	0.00 1	0.18 370	0.15 304	1.48 373

DLNR_Zeroshot_test	21.33 413	48.16 418	86.21 420	96.01 430	87.63 428	0.32 50	0.00 1	18.10 414	0.52 114	0.04 204	0.01 160	0.00 1	0.00 1	0.78 180	0.07 115	16.15 416	0.90 367	0.00 1	0.21 382	70.18 424	1.39 363

CBFPSM	0.42 158	0.89 301	2.62 263	0.00 1	0.00 1	0.32 50	0.00 1	0.37 122	0.82 249	0.01 85	0.01 160	1.65 362	1.00 340	0.27 129	0.34 228	0.00 1	0.01 244	0.00 1	0.00 1	0.02 78	0.10 152

edge stereo	0.62 262	0.30 153	3.04 281	0.01 201	0.03 240	0.32 50	0.03 252	1.28 233	0.69 148	0.21 292	0.32 321	1.29 345	0.19 280	4.12 290	0.40 249	0.00 1	0.00 1	0.00 1	0.00 1	0.11 273	0.14 189

FAT-Stereo	0.55 232	0.18 108	2.58 261	0.00 1	0.00 1	0.33 55	0.08 292	2.26 331	0.84 268	0.06 230	0.88 350	0.60 281	0.51 316	2.43 223	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.16 199

DISCO	0.35 111	0.31 157	1.99 203	0.16 311	0.16 298	0.33 55	0.00 1	0.15 67	0.30 82	0.00 1	0.01 160	1.49 358	0.00 1	1.21 197	0.63 270	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.12 174

test_xeample3	0.77 297	0.71 259	4.91 360	0.18 321	0.22 313	0.34 57	0.05 277	1.81 301	0.61 132	0.23 299	0.03 249	0.06 112	0.05 220	1.26 198	2.12 338	0.00 1	0.69 342	0.00 1	0.23 385	0.15 304	1.78 391

RALAANet	0.22 46	0.93 309	1.77 161	0.00 1	0.00 1	0.35 58	0.01 175	0.45 130	0.06 7	0.01 85	0.00 1	0.05 96	0.09 248	0.07 74	0.22 197	0.00 1	0.24 303	0.00 1	0.04 315	0.14 299	0.01 42

SFCPSM	0.24 57	0.11 74	1.53 99	0.00 1	0.05 261	0.35 58	0.01 175	1.54 259	0.77 199	0.01 85	0.00 1	0.12 148	0.02 126	0.06 69	0.05 101	0.00 1	0.00 1	0.00 1	0.02 299	0.03 123	0.06 108

pmcnn	2.36 373	0.83 287	6.15 378	0.33 355	0.84 382	0.35 58	0.27 340	2.18 326	1.42 373	0.48 341	7.35 384	14.60 405	0.75 331	5.45 329	5.37 367	0.00 1	0.00 1	0.00 1	0.00 1	0.16 312	0.63 326

SQANet	0.58 246	1.73 369	3.08 286	0.05 252	0.48 349	0.36 61	0.03 252	0.52 137	0.74 155	0.04 204	0.23 292	0.50 272	0.06 231	2.37 218	0.97 296	0.02 353	0.03 258	0.01 351	0.00 1	0.21 341	0.11 163

RALCasStereoNet	0.47 187	0.74 269	1.56 107	0.21 334	0.97 389	0.36 61	0.03 252	0.20 85	0.77 199	0.10 259	0.07 269	0.05 96	0.08 245	0.35 140	0.38 245	0.00 1	1.68 410	0.00 1	0.00 1	0.10 268	1.83 395

aanetorigin	0.91 312	0.59 236	3.76 330	0.11 292	0.12 287	0.40 63	0.90 383	0.15 67	0.23 68	3.44 385	1.19 358	0.35 232	1.96 364	2.81 241	1.30 313	0.02 353	0.00 1	0.02 365	0.05 319	0.28 358	0.47 303

EDNetEfficientorigin	6.27 398	0.89 301	98.14 425	0.02 223	0.04 252	0.40 63	0.02 235	0.35 118	2.94 384	6.98 398	3.06 369	1.29 345	1.87 361	4.32 301	4.60 362	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.35 279

SPS-STEREO	1.19 334	1.27 345	3.45 313	0.00 1	0.01 183	0.40 63	0.16 313	0.71 164	1.03 327	2.41 381	0.77 346	2.13 370	0.44 309	5.68 340	4.06 360	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	1.24 357
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
cross-raft	0.21 43	0.09 59	1.42 76	0.48 366	0.50 352	0.41 66	0.07 285	0.50 134	0.03 2	0.02 145	0.00 1	0.38 245	0.00 1	0.08 80	0.03 63	0.00 1	0.00 1	0.00 1	0.11 342	0.01 25	0.09 138

GwcNet	0.64 272	0.99 317	5.43 369	0.00 1	0.00 1	0.41 66	0.10 301	0.50 134	0.97 322	0.05 217	0.00 1	0.63 283	0.05 220	2.87 245	0.55 267	0.00 1	0.00 1	0.00 1	0.00 1	0.19 331	0.13 181

FADNet-RVC-Resample	0.62 262	1.24 342	4.23 345	0.03 238	0.04 252	0.41 66	0.09 297	1.32 238	0.52 114	0.01 85	0.03 249	0.44 255	0.05 220	3.11 253	0.21 191	0.07 367	0.12 290	0.05 383	0.02 299	0.11 273	0.35 279

AF-Net	0.60 254	0.87 295	3.34 304	0.00 1	0.00 1	0.41 66	0.01 175	1.52 258	0.64 136	0.17 290	0.05 256	1.28 344	0.46 311	2.51 227	0.52 265	0.00 1	0.00 1	0.00 1	0.00 1	0.12 279	0.10 152

4D-IteraStereo	0.34 105	0.84 288	2.31 236	0.00 1	0.00 1	0.42 70	0.04 267	0.10 44	0.09 14	0.02 145	0.01 160	0.00 1	0.01 82	0.36 142	0.49 260	0.00 1	0.36 318	0.00 1	0.00 1	0.07 214	1.72 382

acv_ft	0.30 90	0.44 194	1.83 174	0.00 1	0.00 1	0.42 70	0.01 175	0.69 157	0.83 258	0.23 299	0.01 160	0.70 300	0.12 261	0.08 80	0.18 177	0.00 1	0.00 1	0.00 1	0.00 1	0.27 352	0.17 203

XQC	0.94 313	1.30 351	4.44 348	0.65 378	0.07 270	0.42 70	0.01 175	2.88 359	0.85 291	0.28 309	0.01 160	0.67 293	0.21 284	3.24 259	3.25 350	0.00 1	0.24 303	0.00 1	0.04 315	0.20 335	0.11 163

RAFT-Test	0.37 128	0.11 74	1.68 140	0.57 370	0.93 386	0.43 73	0.10 301	1.03 200	0.49 110	0.16 282	0.00 1	0.87 314	0.00 1	0.27 129	0.12 142	0.00 1	0.33 313	0.00 1	0.24 393	0.01 25	0.05 98

Gwc-CoAtRS	0.15 18	0.09 59	1.42 76	0.00 1	0.11 285	0.43 73	0.00 1	0.32 113	0.08 9	0.02 145	0.00 1	0.18 179	0.00 1	0.05 63	0.06 112	0.00 1	0.06 281	0.00 1	0.18 370	0.01 25	0.08 125

DispFullNet	1.25 336	0.95 311	3.73 328	1.00 392	0.79 377	0.43 73	0.01 175	1.70 277	0.82 249	2.55 382	0.63 342	1.08 329	8.75 401	0.84 183	1.36 319	0.00 1	0.02 251	0.00 1	0.00 1	0.24 345	0.19 220

test-3	0.30 90	0.10 66	1.49 86	0.20 331	0.38 337	0.44 76	0.01 175	1.59 268	0.08 9	0.04 204	0.00 1	0.02 31	0.00 1	0.08 80	0.24 203	0.00 1	0.47 325	0.00 1	0.20 379	0.13 284	0.43 292

test_1	0.30 90	0.10 66	1.50 89	0.21 334	0.38 337	0.44 76	0.01 175	1.58 267	0.08 9	0.04 204	0.00 1	0.02 31	0.00 1	0.07 74	0.24 203	0.00 1	0.47 325	0.00 1	0.20 379	0.13 284	0.43 292

ac_64	0.48 190	0.32 160	2.27 233	0.04 246	0.01 183	0.44 76	0.02 235	0.36 120	0.83 258	0.15 279	0.01 160	0.88 316	0.04 194	3.90 285	0.21 191	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.06 108

Wz-Net-TNSev	1.74 361	3.45 409	13.44 399	0.00 1	0.00 1	0.45 79	0.14 312	2.57 344	0.84 268	0.09 254	0.01 160	1.33 348	0.18 277	6.16 366	5.38 368	0.00 1	0.00 1	0.00 1	0.01 288	0.26 350	0.41 287

DLCB_ROB	0.36 121	0.46 203	1.27 36	0.00 1	0.00 1	0.45 79	0.00 1	0.66 154	0.81 243	0.03 184	0.04 255	0.66 292	0.04 194	2.35 217	0.37 237	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.10 152

StereoVision	0.24 57	0.59 236	1.92 191	0.00 1	0.00 1	0.47 81	0.01 175	0.22 89	0.84 268	0.00 1	0.30 308	0.15 162	0.02 126	0.09 84	0.04 89	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.01 42

FADNet-RVC	0.63 265	1.29 349	3.79 331	0.01 201	0.00 1	0.47 81	0.00 1	1.51 257	0.23 68	0.00 1	0.01 160	0.12 148	0.06 231	4.05 287	0.36 235	0.00 1	0.03 258	0.00 1	0.00 1	0.42 377	0.17 203

MLCV	0.35 111	0.84 288	1.96 199	0.00 1	0.00 1	0.48 83	0.00 1	0.81 180	0.29 81	0.10 259	0.00 1	0.28 214	0.03 168	1.32 201	0.80 291	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.09 138

RAFT_CTSACE	0.25 66	0.71 259	2.06 212	0.00 1	0.01 183	0.49 84	0.00 1	0.37 122	0.18 50	0.01 85	0.00 1	0.34 226	0.00 1	0.25 118	0.07 115	0.00 1	0.20 298	0.00 1	0.00 1	0.25 349	0.11 163

UPFNet	0.23 54	0.24 135	1.56 107	0.00 1	0.00 1	0.50 85	0.00 1	1.28 233	0.68 143	0.00 1	0.00 1	0.10 141	0.01 82	0.13 93	0.11 138	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.03 65

DANet	0.67 277	0.21 120	2.33 238	0.25 340	0.06 266	0.50 85	0.11 308	1.62 271	0.74 155	0.22 296	0.06 266	1.07 328	0.02 126	4.45 304	1.22 309	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.53 314
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
gwcnet-sp	0.35 111	0.37 181	3.29 297	0.00 1	0.00 1	0.51 87	0.03 252	0.74 169	0.76 183	0.01 85	0.01 160	0.09 135	0.04 194	0.88 185	0.13 152	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.04 83

scenet	0.35 111	0.37 181	3.29 297	0.00 1	0.00 1	0.51 87	0.03 252	0.74 169	0.76 183	0.01 85	0.01 160	0.09 135	0.04 194	0.88 185	0.13 152	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.04 83

ssnet	0.35 111	0.37 181	3.29 297	0.00 1	0.00 1	0.51 87	0.03 252	0.74 169	0.76 183	0.01 85	0.01 160	0.09 135	0.04 194	0.88 185	0.13 152	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.04 83

Wz-Net-LNSev	0.46 184	1.11 332	5.46 370	0.00 1	0.00 1	0.51 87	0.00 1	0.41 129	0.91 314	0.00 1	0.01 160	0.23 197	0.03 168	0.12 91	0.25 207	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.15 196

StereoDRNet	0.50 199	0.89 301	2.96 278	0.02 223	0.06 266	0.51 87	0.00 1	0.45 130	0.84 268	0.00 1	0.00 1	0.33 224	0.02 126	2.82 242	0.69 281	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.28 259

iRaftStereo_RVC	0.24 57	0.45 200	0.99 14	0.00 1	0.00 1	0.52 92	0.00 1	0.08 35	0.15 26	0.01 85	0.01 160	0.16 170	0.03 168	0.04 41	0.02 51	0.00 1	1.06 380	0.00 1	0.00 1	0.29 364	1.01 348

CSP-Net	0.42 158	0.25 136	1.07 19	0.00 1	0.00 1	0.53 93	0.00 1	0.78 175	0.27 77	0.01 85	0.00 1	0.16 170	0.02 126	5.19 322	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.02 57

rafts_anoy	0.37 128	0.77 279	1.68 140	0.43 362	0.99 390	0.53 93	0.04 267	0.16 72	0.14 20	0.08 247	0.01 160	0.06 112	0.06 231	0.58 170	0.21 191	0.00 1	1.44 407	0.00 1	0.01 288	0.05 171	0.14 189

LL-Strereo2	0.34 105	0.87 295	1.70 144	0.64 376	0.84 382	0.54 95	0.04 267	0.15 67	0.18 50	0.02 145	0.00 1	0.03 59	0.02 126	0.26 125	0.26 211	0.00 1	0.13 292	0.00 1	0.01 288	0.04 156	0.98 346

riskmin	0.49 194	0.04 2	1.45 82	0.70 384	0.80 379	0.54 95	0.20 320	1.05 206	0.20 61	0.24 303	0.27 297	1.13 336	0.00 1	0.43 154	0.41 253	0.00 1	0.80 351	0.00 1	0.26 395	0.00 1	1.23 356

test_3	0.31 98	0.10 66	1.52 96	0.20 331	0.40 340	0.54 95	0.01 175	1.68 275	0.08 9	0.16 282	0.00 1	0.02 31	0.00 1	0.07 74	0.24 203	0.00 1	0.50 329	0.00 1	0.20 379	0.13 284	0.38 284

HSM	0.68 278	0.52 225	1.54 102	0.00 1	0.00 1	0.54 95	0.01 175	1.08 211	0.77 199	0.00 1	0.01 160	2.23 372	0.63 324	6.04 358	0.14 159	0.00 1	0.00 1	0.00 1	0.00 1	0.04 156	0.08 125

whm_eth	0.25 66	0.52 225	2.41 243	0.00 1	0.00 1	0.55 99	0.00 1	0.31 111	0.84 268	0.00 1	0.00 1	0.03 59	0.01 82	0.02 9	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.26 253

IGEV_Zeroshot_test	0.56 239	0.12 78	3.25 295	0.16 311	0.47 347	0.55 99	0.46 360	0.53 140	0.38 91	0.70 350	0.49 334	1.08 329	0.49 314	0.36 142	0.31 221	0.00 1	0.37 319	0.00 1	0.13 345	0.03 123	1.33 360

GASNet	0.78 301	1.91 380	4.72 352	0.00 1	0.00 1	0.55 99	0.02 235	1.39 248	0.47 106	0.01 85	0.13 281	0.50 272	0.12 261	4.27 298	0.96 295	0.00 1	0.00 1	0.00 1	0.00 1	0.41 376	0.09 138

ToySt	0.42 158	0.33 165	2.09 213	0.08 277	0.55 357	0.55 99	0.00 1	0.72 165	0.55 120	0.05 217	0.26 295	0.37 240	0.00 1	0.30 138	0.54 266	0.01 337	0.58 334	0.00 1	0.14 352	0.04 156	1.33 360

AACVNet	0.48 190	0.74 269	1.81 173	0.00 1	0.00 1	0.55 99	0.00 1	0.22 89	0.55 120	0.03 184	0.00 1	0.11 144	0.01 82	5.22 324	0.09 129	0.00 1	0.00 1	0.00 1	0.00 1	0.18 324	0.04 83

THIR-Stereo	0.94 313	0.33 165	1.66 136	0.00 1	0.01 183	0.55 99	3.72 401	0.13 64	0.18 50	0.10 259	1.46 361	0.74 303	2.82 374	5.60 333	1.39 320	0.00 1	0.00 1	0.02 365	0.00 1	0.02 78	0.03 65

Wz-Net-LNSev-Ref	0.54 224	0.84 288	3.67 325	0.00 1	0.00 1	0.56 105	0.00 1	1.40 249	0.80 235	0.00 1	0.00 1	0.06 112	0.13 265	1.76 207	1.42 321	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.08 125

xxxx	1.42 348	0.28 146	1.49 86	0.00 1	0.59 364	0.56 105	0.00 1	3.13 369	1.14 352	0.06 230	0.01 160	0.02 31	0.02 126	2.26 215	16.08 407	0.00 1	1.09 385	0.00 1	0.15 357	0.03 123	1.42 367

MFN_U_SF_RVC	1.09 329	1.88 377	5.37 367	0.15 307	0.10 282	0.56 105	0.10 301	1.29 235	0.47 106	0.45 339	0.27 297	1.30 347	0.72 329	4.08 288	2.28 340	0.29 381	0.34 315	0.35 402	0.55 406	0.63 386	0.60 320

S-Stereo	0.70 282	0.27 144	3.29 297	0.00 1	0.00 1	0.57 108	0.06 280	2.35 334	0.84 268	0.00 1	0.90 351	0.83 311	0.11 258	4.19 293	0.14 159	0.00 1	0.01 244	0.00 1	0.00 1	0.07 214	0.34 274

RYNet	0.63 265	0.53 227	2.18 221	0.00 1	0.00 1	0.57 108	0.00 1	1.34 242	0.85 291	0.04 204	0.00 1	0.85 312	0.04 194	5.13 319	0.77 288	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.27 258

Anonymous Stereo	0.79 302	1.22 341	4.94 361	0.01 201	0.00 1	0.57 108	0.55 370	1.41 250	0.49 110	0.03 184	0.03 249	0.12 148	0.02 126	5.47 330	0.82 294	0.00 1	0.00 1	0.00 1	0.00 1	0.09 256	0.13 181

NaN_ROB	1.04 323	1.12 333	3.41 311	0.17 319	0.19 301	0.57 108	0.37 355	2.65 346	0.98 324	0.55 344	0.32 321	0.47 257	1.16 348	5.20 323	2.78 345	0.00 1	0.02 251	0.01 351	0.05 319	0.13 284	0.54 315

NVstereo2D	0.53 219	0.22 127	2.52 256	0.00 1	0.00 1	0.58 112	0.03 252	1.62 271	0.99 325	0.05 217	0.00 1	0.48 261	0.00 1	3.88 284	0.08 121	0.00 1	0.05 278	0.00 1	0.00 1	0.02 78	0.06 108

test-1	0.36 121	0.18 108	1.36 48	0.00 1	0.83 380	0.60 113	0.00 1	1.07 210	0.18 50	0.07 238	0.49 334	0.34 226	0.00 1	0.10 87	0.51 261	0.00 1	0.64 340	0.00 1	0.06 322	0.01 25	0.84 339

222	2.28 369	0.25 136	1.15 22	0.00 1	0.37 335	0.60 113	0.00 1	3.25 375	1.13 346	0.09 254	0.00 1	0.05 96	0.02 126	3.52 270	32.29 414	0.00 1	1.03 376	0.00 1	0.15 357	0.03 123	1.59 377

test_xeample	1.52 350	0.30 153	1.50 89	0.00 1	0.58 363	0.60 113	0.00 1	3.16 370	1.14 352	0.07 238	0.08 271	0.03 59	0.02 126	3.67 279	16.54 409	0.00 1	1.08 383	0.00 1	0.15 357	0.04 156	1.50 375

RASNet	0.68 278	0.62 243	2.10 214	0.02 223	0.02 223	0.60 113	0.09 297	0.64 153	0.84 268	0.11 266	0.06 266	1.51 360	0.04 194	6.07 362	0.65 272	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.22 225

iResNetv2_ROB	0.51 203	1.70 366	3.96 336	0.00 1	0.00 1	0.60 113	0.00 1	1.81 301	0.82 249	0.03 184	0.00 1	0.08 127	0.02 126	0.16 100	0.59 269	0.00 1	0.00 1	0.00 1	0.00 1	0.31 365	0.09 138

DRN-Test	0.52 206	0.35 177	2.75 266	0.03 238	0.09 277	0.60 113	0.00 1	1.72 279	0.84 268	0.01 85	0.00 1	0.18 179	0.04 194	3.27 260	0.23 200	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.25 247

Anonymous_2	1.27 337	0.19 111	1.80 170	0.70 384	0.78 376	0.61 119	0.20 320	0.92 187	0.48 108	0.22 296	0.30 308	1.44 354	0.00 1	0.43 154	0.40 249	0.01 337	0.84 362	2.29 411	11.27 415	1.29 395	1.20 355

IER	0.20 38	0.30 153	1.87 181	0.00 1	0.00 1	0.61 119	0.00 1	0.25 100	0.23 68	0.00 1	0.00 1	0.40 249	0.02 126	0.22 115	0.07 115	0.00 1	0.00 1	0.00 1	0.00 1	0.04 156	0.01 42

delet	0.42 158	0.47 206	1.99 203	0.00 1	0.00 1	0.61 119	0.00 1	0.68 155	0.83 258	0.06 230	0.01 160	0.51 276	0.19 280	2.68 237	0.21 191	0.00 1	0.00 1	0.00 1	0.00 1	0.09 256	0.07 112

RP	0.52 206	0.68 251	2.56 259	0.00 1	0.01 183	0.61 119	0.02 235	1.31 236	0.62 135	0.05 217	0.01 160	0.98 322	0.17 276	2.86 244	0.33 226	0.00 1	0.00 1	0.00 1	0.00 1	0.13 284	0.09 138

LL-Strereo	0.97 316	1.43 357	3.41 311	0.01 201	0.50 352	0.63 123	0.01 175	2.00 319	0.77 199	0.48 341	0.00 1	0.54 278	0.29 296	6.25 371	0.10 132	0.01 337	0.93 374	0.00 1	0.00 1	0.28 358	1.72 382

CFNet-RSSM	0.21 43	0.08 48	1.39 62	0.00 1	0.12 287	0.63 123	0.00 1	1.32 238	0.15 26	0.01 85	0.00 1	0.09 135	0.00 1	0.11 90	0.04 89	0.00 1	0.00 1	0.00 1	0.23 385	0.01 25	0.08 125

HSM-Net_RVC	0.57 244	0.08 48	1.74 153	0.00 1	0.00 1	0.63 123	0.00 1	4.21 385	0.71 151	0.14 275	0.00 1	0.21 192	0.03 168	3.43 266	0.05 101	0.01 337	0.00 1	0.00 1	0.00 1	0.00 1	0.10 152
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
STTRV1_RVC		0.23 129		0.00 1	0.00 1	0.63 123	0.01 175	1.17 221	0.79 226	0.01 85	0.51 336	0.26 209	0.18 277	5.99 355	0.31 221	0.30 382	1.12 386	0.00 1	0.00 1	0.01 25	0.03 65

DualNet	0.98 317	0.33 165	3.52 315	0.00 1	0.00 1	0.64 127	0.00 1	1.74 282	1.17 363	0.00 1	0.31 314	0.68 294	0.02 126	0.57 166	7.45 381	0.00 1	1.12 386	0.00 1	0.15 357	0.08 232	1.86 396

ffm	0.61 259	0.33 165	3.52 315	0.00 1	0.00 1	0.64 127	0.00 1	1.74 282	1.17 363	0.00 1	0.31 314	0.68 294	0.02 126	0.57 166	0.01 31	0.00 1	1.12 386	0.00 1	0.15 357	0.08 232	1.86 396

ff1	1.27 337	0.33 165	3.52 315	0.00 1	0.00 1	0.64 127	0.00 1	1.74 282	1.17 363	0.00 1	0.31 314	0.68 294	0.02 126	6.27 372	7.45 381	0.00 1	1.12 386	0.00 1	0.15 357	0.08 232	1.86 396

mmx	1.28 339	0.33 165	3.52 315	0.00 1	0.00 1	0.64 127	0.00 1	3.05 365	1.07 333	0.00 1	0.31 314	0.68 294	0.02 126	6.27 372	7.45 381	0.00 1	1.05 377	0.00 1	0.15 357	0.03 123	1.08 349

xxx	1.28 339	0.33 165	3.52 315	0.00 1	0.00 1	0.64 127	0.00 1	3.05 365	1.07 333	0.00 1	0.31 314	0.68 294	0.02 126	6.27 372	7.45 381	0.00 1	1.05 377	0.00 1	0.15 357	0.03 123	1.08 349

RGC	0.61 259	0.74 269	3.31 301	0.00 1	0.01 183	0.64 127	0.00 1	1.34 242	0.26 74	0.03 184	0.61 341	0.99 323	0.19 280	3.06 252	0.81 292	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.10 152

stereogan	0.57 244	0.38 184	3.12 289	0.01 201	0.01 183	0.64 127	0.02 235	1.11 215	0.96 321	0.08 247	0.01 160	1.66 363	0.45 310	2.60 232	0.05 101	0.00 1	0.00 1	0.00 1	0.00 1	0.16 312	0.07 112

FBW_ROB	1.04 323	0.84 288	2.48 251	0.10 284	0.01 183	0.64 127	0.01 175	2.37 335	0.83 258	0.01 85	0.01 160	1.09 332	0.05 220	8.21 395	2.94 348	0.05 364	0.01 244	0.09 389	0.01 288	0.06 196	0.97 345

ttt	1.05 325	0.20 116	1.91 189	0.00 1	0.09 277	0.65 135	0.00 1	3.05 365	1.11 339	0.00 1	0.30 308	0.29 216	0.01 82	4.65 312	6.53 376	0.00 1	1.01 375	0.00 1	0.13 345	0.02 78	1.00 347

anonymousdsp2	0.40 150	0.07 25	1.78 165	0.28 346	0.74 374	0.65 135	0.00 1	0.16 72	0.61 132	0.31 317	0.01 160	0.17 176	0.01 82	0.41 152	0.17 172	0.00 1	0.88 366	0.00 1	0.02 299	0.04 156	1.73 385

HGLStereo	0.35 111	0.40 187	1.83 174	0.00 1	0.00 1	0.65 135	0.01 175	0.68 155	0.39 95	0.03 184	0.01 160	0.47 257	0.03 168	2.14 213	0.17 172	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.04 83

DCRE	0.76 294	0.40 187	1.17 28	0.21 334	0.90 384	0.66 138	0.00 1	0.79 178	0.39 95	0.36 328	7.60 386	0.03 59	0.00 1	0.09 84	0.32 225	0.00 1	0.58 334	0.00 1	0.17 368	0.02 78	1.53 376

CrosDoStereo	1.11 331	0.16 100	1.64 129	0.00 1	0.05 261	0.66 138	5.65 406	0.70 158	0.54 116	0.25 306	1.18 356	0.19 187	2.94 376	6.48 378	1.58 323	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.08 125

DeepStereo_LL	1.11 331	0.16 100	1.64 129	0.00 1	0.05 261	0.66 138	5.65 406	0.70 158	0.54 116	0.25 306	1.18 356	0.19 187	2.94 376	6.48 378	1.58 323	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.08 125

raftrobust	0.30 90	0.78 280	1.65 133	0.00 1	1.25 397	0.66 138	0.03 252	0.10 44	0.32 85	0.02 145	0.00 1	0.03 59	0.03 168	0.22 115	0.13 152	0.00 1	0.44 322	0.00 1	0.00 1	0.07 214	0.22 225

ADLNet	0.48 190	0.43 192	1.71 146	0.00 1	0.00 1	0.66 138	0.01 175	1.16 219	0.84 268	0.21 292	0.01 160	1.00 324	0.02 126	2.88 246	0.34 228	0.00 1	0.00 1	0.00 1	0.00 1	0.13 284	0.24 243

Nwc_Net	0.54 224	0.75 275	3.72 327	0.00 1	0.00 1	0.66 138	0.00 1	1.05 206	0.41 100	0.01 85	0.02 241	0.88 316	0.11 258	2.65 236	0.40 249	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.05 98

raft+_RVC	0.35 111	0.89 301	1.67 139	0.00 1	1.28 398	0.67 144	0.04 267	0.08 35	0.15 26	0.01 85	0.00 1	0.02 31	0.04 194	0.16 100	0.18 177	0.00 1	1.39 405	0.00 1	0.00 1	0.07 214	0.44 297

NVStereoNet_ROB	1.74 361	1.83 373	4.79 358	0.81 390	0.29 330	0.67 144	0.03 252	1.46 252	1.75 380	0.65 348	5.98 381	2.38 374	2.95 379	6.77 383	2.70 344	0.69 385	0.37 319	0.04 381	0.19 375	0.27 352	0.24 243
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
raft_robust	0.73 289	0.81 281	1.55 103	0.00 1	0.22 313	0.68 146	0.00 1	2.56 342	0.75 162	0.01 85	0.01 160	1.12 335	1.15 347	4.56 311	0.14 159	0.00 1	0.71 346	0.00 1	0.15 357	0.08 232	0.11 163

pcwnet_v2	0.49 194	0.14 91	4.76 354	0.00 1	0.00 1	0.68 146	0.00 1	2.39 336	0.81 243	0.01 85	0.00 1	0.35 232	0.32 300	0.19 110	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.22 225

AANet_RVC	0.94 313	1.27 345	3.68 326	0.01 201	0.00 1	0.68 146	0.01 175	0.92 187	0.22 64	0.02 145	1.41 360	0.95 320	0.04 194	5.97 352	3.10 349	0.16 373	0.10 289	0.00 1	0.00 1	0.09 256	0.26 253

NOSS_ROB	0.73 289	0.44 194	1.26 34	0.55 367	0.00 1	0.68 146	0.00 1	2.93 361	0.77 199	0.13 273	0.00 1	0.92 318	0.00 1	6.16 366	0.11 138	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.66 329

MMNet	0.29 81	0.53 227	2.13 218	0.00 1	0.00 1	0.69 150	0.00 1	0.74 169	0.80 235	0.01 85	0.01 160	0.18 179	0.09 248	0.28 135	0.14 159	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.04 83

ccnet	0.59 250	0.26 140	2.24 230	0.01 201	0.08 275	0.70 151	0.18 317	1.35 244	0.43 101	0.45 339	0.66 343	0.13 154	0.38 306	3.57 272	1.09 303	0.01 337	0.00 1	0.02 365	0.00 1	0.03 123	0.16 199

iResNet	0.34 105	0.50 219	1.65 133	0.00 1	0.00 1	0.70 151	0.00 1	1.60 269	0.78 212	0.01 85	0.00 1	0.04 78	0.03 168	0.15 99	1.11 304	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.20 223

UNet	0.29 81	0.26 140	2.47 249	0.00 1	0.00 1	0.71 153	0.01 175	0.52 137	0.81 243	0.00 1	0.00 1	0.37 240	0.02 126	0.46 159	0.10 132	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.04 83

CSAN	1.34 343	1.48 360	4.78 356	0.15 307	0.08 275	0.71 153	0.68 376	2.81 357	1.12 344	0.96 359	2.86 367	0.79 308	1.67 356	5.61 335	2.61 343	0.01 337	0.01 244	0.00 1	0.00 1	0.15 304	0.26 253

1111x	1.36 345	0.43 192	3.64 324	0.00 1	0.51 355	0.72 155	0.00 1	3.21 373	1.10 338	0.05 217	0.26 295	0.07 121	0.01 82	6.09 364	8.46 386	0.00 1	1.15 397	0.00 1	0.26 395	0.04 156	1.10 353

PVD	1.08 326	1.09 330	4.07 340	0.61 372	1.15 395	0.72 155	0.01 175	0.93 190	1.18 367	2.39 380	0.00 1	0.65 290	0.11 258	2.60 232	4.29 361	0.00 1	0.82 354	0.00 1	0.13 345	0.12 279	0.75 331

PCWNet_CMD	0.20 38	0.13 83	1.38 58	0.00 1	0.01 183	0.73 157	0.00 1	0.39 124	0.19 59	0.00 1	0.01 160	0.47 257	0.50 315	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.17 203

hitnet-ft	0.49 194	0.56 232	1.96 199	0.00 1	0.00 1	0.73 157	0.10 301	0.36 120	0.26 74	0.05 217	0.13 281	0.73 302	0.16 273	4.26 297	0.41 253	0.01 337	0.00 1	0.03 373	0.00 1	0.05 171	0.06 108

MSMDNet	0.20 38	0.13 83	1.39 62	0.00 1	0.01 183	0.73 157	0.00 1	0.39 124	0.18 50	0.00 1	0.01 160	0.48 261	0.48 313	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.17 203

iResNet_ROB	0.40 150	1.20 339	1.77 161	0.00 1	0.00 1	0.73 157	0.00 1	1.03 200	0.77 199	0.07 238	0.01 160	0.08 127	0.01 82	1.85 209	0.38 245	0.00 1	0.00 1	0.00 1	0.00 1	0.09 256	0.09 138

DMCA-RVC	0.44 172	0.94 310	4.10 342	0.00 1	0.03 240	0.76 161	0.03 252	0.11 46	0.15 26	0.01 85	0.01 160	0.08 127	0.32 300	1.61 206	0.51 261	0.00 1	0.02 251	0.01 351	0.00 1	0.03 123	0.05 98

R-Stereo Train	0.22 46	0.06 9	1.64 129	0.00 1	0.00 1	0.76 161	0.00 1	1.57 264	0.17 40	0.02 145	0.00 1	0.01 7	0.00 1	0.02 9	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 65

RAFT-Stereo	0.22 46	0.06 9	1.64 129	0.00 1	0.00 1	0.76 161	0.00 1	1.57 264	0.17 40	0.02 145	0.00 1	0.01 7	0.00 1	0.02 9	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 65
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iinet-f	0.59 250	0.91 306	5.57 371	0.00 1	0.01 183	0.78 164	0.00 1	1.81 301	0.84 268	0.03 184	0.00 1	0.41 251	0.43 308	0.42 153	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.36 371	0.08 125

FADNet	0.64 272	1.21 340	3.32 303	0.00 1	0.01 183	0.79 165	0.01 175	1.01 196	0.65 139	0.01 85	0.01 160	0.17 176	0.15 270	4.45 304	0.37 237	0.17 377	0.00 1	0.00 1	0.00 1	0.44 379	0.12 174

GANet	0.75 292	0.69 255	2.47 249	0.00 1	0.00 1	0.79 165	0.08 292	0.61 148	0.76 183	0.13 273	0.16 285	0.68 294	0.46 311	5.61 335	2.02 333	0.00 1	0.03 258	0.01 351	0.00 1	0.11 273	0.37 282

NCCL2	0.38 136	1.00 319	2.12 217	0.00 1	0.01 183	0.79 165	0.00 1	0.59 145	0.38 91	0.01 85	0.00 1	0.02 31	0.03 168	2.31 216	0.21 191	0.00 1	0.00 1	0.02 365	0.00 1	0.04 156	0.13 181

DDUNet	0.51 203	0.87 295	2.33 238	0.00 1	0.00 1	0.80 168	0.01 175	1.16 219	0.77 199	0.08 247	0.01 160	1.11 334	0.01 82	2.02 210	0.77 288	0.02 353	0.00 1	0.00 1	0.00 1	0.09 256	0.10 152

DEmStereo	0.76 294	0.10 66	1.95 198	0.04 246	0.00 1	0.80 168	0.50 368	0.06 22	0.76 183	0.05 217	0.72 345	0.02 31	3.33 380	5.67 339	1.24 310	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ssnet_v2	0.39 143	0.47 206	2.11 215	0.00 1	0.00 1	0.81 170	0.00 1	1.33 241	0.86 302	0.12 270	0.01 160	0.87 314	0.10 253	0.60 174	0.35 232	0.00 1	0.00 1	0.00 1	0.00 1	0.16 312	0.09 138

StereoDRNet-Refined	0.30 90	0.19 111	1.19 30	0.00 1	0.00 1	0.81 170	0.00 1	0.92 187	0.84 268	0.00 1	0.00 1	0.50 272	0.02 126	1.27 199	0.10 132	0.00 1	0.00 1	0.00 1	0.00 1	0.11 273	0.05 98
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CASnet	0.10 3	0.10 66	0.81 4	0.00 1	0.00 1	0.82 172	0.00 1	0.14 65	0.13 19	0.00 1	0.00 1	0.01 7	0.00 1	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LMCR-Stereo	0.38 136	0.65 245	1.77 161	0.00 1	0.00 1	0.82 172	0.00 1	2.33 332	0.84 268	0.00 1	0.00 1	0.04 78	0.04 194	0.29 137	0.72 285	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.01 42

CFNet_ucs	0.29 81	0.17 106	1.53 99	0.00 1	0.01 183	0.83 174	0.00 1	2.07 323	0.24 73	0.00 1	0.00 1	0.48 261	0.29 296	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 189

WZ-Net	1.68 357	1.91 380	12.17 397	0.00 1	0.00 1	0.83 174	0.00 1	1.68 275	0.84 268	0.05 217	0.01 160	1.08 329	2.88 375	6.91 386	4.78 366	0.00 1	0.00 1	0.00 1	0.00 1	0.14 299	0.24 243

psm_up	0.48 190	0.57 233	1.86 180	0.00 1	0.00 1	0.83 174	0.00 1	2.33 332	0.79 226	0.00 1	0.00 1	0.27 211	0.01 82	2.73 238	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.10 268	0.04 83

STTStereo	0.33 103	0.49 213	2.91 277	0.00 1	0.00 1	0.83 174	0.03 252	0.28 106	0.16 32	0.02 145	0.00 1	0.20 191	0.03 168	1.52 205	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 65

ProNet	0.25 66	0.25 136	1.15 22	0.08 277	0.41 341	0.84 178	0.00 1	0.06 22	0.39 95	0.00 1	0.00 1	0.01 7	0.00 1	0.13 93	0.01 31	0.00 1	0.23 301	0.00 1	0.00 1	0.09 256	1.34 362

test_5	0.39 143	0.73 265	2.28 234	0.01 201	0.22 313	0.84 178	0.01 175	1.02 197	0.77 199	0.12 270	0.00 1	0.30 219	0.01 82	0.82 181	0.03 63	0.00 1	0.04 268	0.00 1	0.00 1	0.15 304	0.46 301

GANet-ADL	0.20 38	0.12 78	1.43 80	0.00 1	0.01 183	0.84 178	0.00 1	0.40 127	0.17 40	0.00 1	0.36 324	0.35 232	0.00 1	0.09 84	0.14 159	0.00 1	0.00 1	0.00 1	0.00 1	0.04 156	0.12 174

CBMV	0.80 304	0.46 203	2.11 215	0.00 1	0.00 1	0.84 178	0.76 379	3.17 371	0.84 268	0.61 347	0.00 1	1.23 339	1.88 362	2.46 225	0.97 296	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.56 318
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
STrans-v2	0.88 309	0.32 160	1.71 146	0.00 1	0.01 183	0.85 182	0.04 267	2.45 337	0.89 312	0.48 341	0.85 349	1.10 333	2.06 365	6.49 380	0.25 207	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.09 138

LSM	4.80 393	1.52 362	19.84 404	4.35 410	38.64 417	0.85 182	2.31 395	0.86 183	1.78 381	3.14 384	3.02 368	0.62 282	0.69 325	3.61 276	1.28 311	0.00 1	0.00 1	0.00 1	0.00 1	0.13 284	13.38 416

GMOStereo	0.29 81	0.49 213	1.56 107	0.00 1	0.56 359	0.87 184	0.02 235	0.18 80	0.17 40	0.01 85	0.01 160	0.25 203	0.01 82	0.04 41	0.01 31	0.00 1	1.23 399	0.00 1	0.00 1	0.18 324	0.18 210

error version	0.29 81	0.49 213	1.56 107	0.00 1	0.56 359	0.87 184	0.02 235	0.18 80	0.17 40	0.01 85	0.01 160	0.25 203	0.01 82	0.04 41	0.01 31	0.00 1	1.23 399	0.00 1	0.00 1	0.18 324	0.18 210

test-v	0.29 81	0.49 213	1.56 107	0.00 1	0.56 359	0.87 184	0.02 235	0.18 80	0.17 40	0.01 85	0.01 160	0.25 203	0.01 82	0.04 41	0.01 31	0.00 1	1.23 399	0.00 1	0.00 1	0.18 324	0.18 210

test-2	0.29 81	0.49 213	1.56 107	0.00 1	0.56 359	0.87 184	0.02 235	0.18 80	0.17 40	0.01 85	0.01 160	0.25 203	0.01 82	0.04 41	0.01 31	0.00 1	1.23 399	0.00 1	0.00 1	0.18 324	0.18 210

SuperB	1.87 363	1.70 366	10.02 392	0.02 223	0.01 183	0.87 184	0.75 378	2.15 325	0.87 306	0.05 217	0.05 256	0.33 224	0.87 337	5.17 321	5.60 371	0.01 337	0.00 1	0.02 365	0.01 288	8.38 414	0.42 289

ADCS	1.99 365	2.50 399	10.09 393	0.00 1	0.01 183	0.87 184	0.66 375	1.81 301	0.89 312	2.57 383	0.11 278	1.41 352	0.26 293	2.62 234	15.48 404	0.00 1	0.00 1	0.00 1	0.00 1	0.13 284	0.43 292

ADCRef	1.10 330	1.10 331	4.78 356	0.02 223	0.02 223	0.87 184	0.31 344	0.76 174	0.88 309	0.71 351	0.17 286	0.18 179	0.80 335	2.63 235	8.56 387	0.00 1	0.00 1	0.00 1	0.00 1	0.11 273	0.11 163

PA-Net	0.72 286	0.91 306	3.91 333	0.03 238	0.07 270	0.87 184	0.02 235	0.78 175	0.83 258	0.01 85	0.00 1	0.43 254	0.06 231	5.10 318	1.30 313	0.01 337	0.00 1	0.00 1	0.00 1	0.04 156	0.12 174
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
otaku	0.77 297	1.78 371	3.28 296	0.09 282	0.13 289	0.88 192	0.05 277	0.78 175	0.76 183	0.03 184	1.37 359	1.03 325	0.14 266	2.73 238	1.34 318	0.06 366	0.04 268	0.01 351	0.00 1	0.63 386	0.34 274

ACRE	0.45 177	1.14 335	3.22 292	0.12 296	0.00 1	0.90 193	0.20 320	1.77 292	0.84 268	0.04 204	0.01 160	0.15 162	0.06 231	0.16 100	0.18 177	0.00 1	0.03 258	0.01 351	0.02 299	0.17 317	0.04 83

ADLNet2	0.61 259	0.68 251	2.76 267	0.00 1	0.00 1	0.90 193	0.01 175	0.82 181	0.92 316	0.00 1	0.07 269	1.45 355	0.02 126	4.04 286	0.13 152	0.00 1	0.00 1	0.00 1	0.00 1	0.20 335	0.11 163

DeepPrunerF	1.44 349	1.17 337	9.82 390	0.02 223	0.09 277	0.90 193	0.00 1	1.42 251	6.76 394	0.23 299	0.01 160	0.22 195	0.14 266	5.71 341	1.94 331	0.00 1	0.00 1	0.01 351	0.02 299	0.20 335	0.14 189

AEACV	0.45 177	0.04 2	1.15 22	0.69 383	0.94 387	0.91 196	0.00 1	0.70 158	0.27 77	0.39 334	0.05 256	0.01 7	0.10 253	0.45 158	0.04 89	0.00 1	0.90 367	0.00 1	0.32 402	0.08 232	2.01 401

CRFU-Net	0.43 167	0.15 97	1.89 184	0.26 342	0.01 183	0.91 196	0.00 1	0.47 132	0.27 77	0.00 1	0.00 1	0.41 251	1.89 363	2.11 211	0.14 159	0.00 1	0.00 1	0.03 373	0.00 1	0.03 123	0.03 65

IPLGR_C	0.45 177	1.25 343	3.05 282	0.10 284	0.01 183	0.91 196	0.20 320	1.77 292	0.86 302	0.04 204	0.01 160	0.15 162	0.07 241	0.16 100	0.19 186	0.00 1	0.04 268	0.01 351	0.02 299	0.17 317	0.04 83

Consistency-Raft	0.45 177	0.60 240	3.05 282	0.13 301	0.03 240	0.91 196	0.04 267	1.55 262	0.78 212	0.00 1	0.02 241	0.03 59	1.12 346	0.35 140	0.42 256	0.02 353	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

PSMNet_ROB	0.54 224	1.05 323	2.53 257	0.00 1	0.00 1	0.91 196	0.00 1	0.33 117	0.75 162	0.01 85	0.00 1	0.25 203	0.03 168	3.45 267	1.31 315	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.10 152

XX-TBD	0.18 26	0.44 194	1.52 96	0.00 1	0.00 1	0.92 201	0.00 1	0.17 76	0.14 20	0.00 1	0.21 291	0.03 59	0.00 1	0.02 9	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 57

AFF-stereo	0.36 121	0.98 313	1.62 127	0.00 1	0.09 277	0.92 201	0.00 1	0.62 151	0.84 268	0.08 247	0.00 1	0.05 96	0.05 220	0.16 100	0.06 112	0.00 1	0.63 338	0.00 1	0.00 1	0.24 345	0.84 339

CIPLG	0.44 172	1.17 337	2.82 270	0.10 284	0.01 183	0.93 203	0.20 320	1.76 289	0.85 291	0.04 204	0.01 160	0.16 170	0.06 231	0.16 100	0.19 186	0.00 1	0.04 268	0.01 351	0.01 288	0.17 317	0.04 83

AASNet	0.40 150	0.98 313	2.57 260	0.00 1	0.00 1	0.93 203	0.01 175	0.79 178	0.82 249	0.01 85	0.00 1	0.38 245	0.02 126	0.62 175	0.43 257	0.00 1	0.00 1	0.00 1	0.00 1	0.31 365	0.14 189

APVNet	0.58 246	0.59 236	3.15 291	0.00 1	0.00 1	0.93 203	0.01 175	0.62 151	0.86 302	0.03 184	0.01 160	0.34 226	0.04 194	4.50 307	0.33 226	0.00 1	0.00 1	0.03 373	0.00 1	0.18 324	0.05 98

DRaft	0.58 246	0.13 83	1.34 46	0.00 1	0.00 1	0.94 206	0.18 317	0.08 35	0.16 32	0.03 184	0.25 294	0.06 112	2.49 371	4.51 309	1.32 316	0.00 1	0.03 258	0.00 1	0.02 299	0.03 123	0.08 125

XPNet_ROB	0.46 184	0.67 248	1.69 142	0.01 201	0.00 1	0.94 206	0.01 175	1.32 238	0.65 139	0.03 184	0.00 1	0.17 176	0.02 126	2.82 242	0.66 275	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.18 210

ETE_ROB	0.43 167	0.73 265	1.87 181	0.00 1	0.00 1	0.94 206	0.01 175	1.75 286	0.79 226	0.03 184	0.00 1	0.16 170	0.02 126	1.81 208	0.36 235	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.08 125

NLCA_NET_v2_RVC	0.45 177	0.72 264	3.22 292	0.00 1	0.02 223	0.95 209	0.00 1	0.70 158	0.26 74	0.03 184	0.00 1	0.34 226	0.10 253	2.45 224	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.03 65
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CFNet_pseudo	0.24 57	0.13 83	1.40 64	0.00 1	0.01 183	0.96 210	0.00 1	1.08 211	0.16 32	0.00 1	0.01 160	0.48 261	0.35 302	0.03 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 163

DSFCA	0.49 194	0.39 186	1.59 116	0.00 1	0.01 183	0.96 210	0.36 353	0.40 127	0.80 235	0.03 184	0.31 314	0.04 78	0.23 290	3.83 282	0.81 292	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.09 138

LCNet	0.26 70	0.14 91	1.38 58	0.10 284	0.00 1	0.97 212	0.00 1	0.12 52	0.78 212	0.01 85	0.00 1	0.02 31	1.07 345	0.43 154	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 304	0.03 65

ccs_rob	0.24 57	0.13 83	1.40 64	0.00 1	0.01 183	0.97 212	0.00 1	1.08 211	0.16 32	0.00 1	0.01 160	0.48 261	0.35 302	0.03 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 163

MyStereo07	0.30 90	0.34 174	1.49 86	0.00 1	0.25 324	0.98 214	0.01 175	0.06 22	0.57 130	0.35 326	0.00 1	0.01 7	0.06 231	0.49 163	0.09 129	0.00 1	0.79 348	0.00 1	0.08 327	0.02 78	0.32 267

MyStereo04	0.37 128	0.34 174	2.41 243	0.00 1	0.25 324	0.98 214	0.01 175	1.05 206	0.28 80	0.09 254	0.01 160	0.36 237	0.12 261	0.05 63	0.35 232	0.00 1	0.79 348	0.00 1	0.08 327	0.02 78	0.32 267

UDG	0.55 232	0.86 293	2.15 219	0.00 1	0.00 1	0.98 214	0.00 1	2.09 324	0.83 258	0.08 247	0.00 1	1.49 358	0.18 277	1.20 196	1.07 301	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.09 138

DMCA	0.30 90	0.38 184	2.48 251	0.00 1	0.01 183	0.98 214	0.01 175	0.47 132	0.80 235	0.02 145	0.01 160	0.05 96	0.00 1	0.25 118	0.29 215	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.10 152

LALA_ROB	0.45 177	0.73 265	1.91 189	0.00 1	0.01 183	0.98 214	0.01 175	1.99 318	0.84 268	0.15 279	0.00 1	0.09 135	0.01 82	1.06 189	1.01 298	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.05 98

CVANet_RVC	0.66 274	0.68 251	2.61 262	0.01 201	0.00 1	0.99 219	0.00 1	0.95 193	0.78 212	0.60 345	0.11 278	0.37 240	0.14 266	5.50 332	0.14 159	0.00 1	0.00 1	0.00 1	0.03 311	0.16 312	0.19 220

EDNetEfficient	2.95 382	0.33 165	20.38 405	0.19 324	0.83 380	1.00 220	1.95 390	0.58 144	5.15 392	8.01 401	1.79 365	0.93 319	4.16 389	3.66 278	9.80 393	0.00 1	0.03 258	0.00 1	0.06 322	0.05 171	0.13 181

UCFNet_RVC	0.26 70	0.61 241	1.59 116	0.00 1	0.00 1	1.00 220	0.00 1	0.26 102	0.39 95	0.01 85	0.00 1	0.42 253	0.02 126	0.84 183	0.07 115	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.04 83

ACVNet-4b	1.38 346	1.94 382	5.73 374	0.20 331	0.04 252	1.01 222	0.01 175	1.70 277	0.86 302	0.04 204	0.95 353	1.95 365	0.31 299	6.69 381	2.11 337	2.78 404	0.02 251	0.00 1	0.00 1	0.89 392	0.34 274

CAS	0.13 12	0.07 25	0.86 7	0.00 1	0.00 1	1.01 222	0.00 1	0.26 102	0.16 32	0.00 1	0.00 1	0.03 59	0.01 82	0.02 9	0.04 89	0.09 370	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ICVP	0.16 20	0.05 5	1.22 32	0.00 1	0.01 183	1.01 222	0.09 297	0.28 106	0.17 40	0.00 1	0.02 241	0.07 121	0.01 82	0.21 112	0.05 101	0.00 1	0.01 244	0.00 1	0.00 1	0.01 25	0.09 138
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CREStereo++_RVC	0.15 18	0.10 66	1.55 103	0.00 1	0.00 1	1.01 222	0.00 1	0.15 67	0.15 26	0.00 1	0.01 160	0.04 78	0.00 1	0.02 9	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 83
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
FENet	0.27 73	0.19 111	1.51 94	0.00 1	0.00 1	1.01 222	0.00 1	1.02 197	0.77 199	0.00 1	0.00 1	0.24 200	0.04 194	0.27 129	0.22 197	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.07 112

DN-CSS_ROB	0.38 136	1.27 345	2.50 254	0.01 201	0.00 1	1.01 222	0.00 1	1.21 224	0.83 258	0.02 145	0.00 1	0.19 187	0.02 126	0.10 87	0.19 186	0.00 1	0.00 1	0.00 1	0.00 1	0.26 350	0.03 65

dd	0.23 54	0.91 306	1.69 142	0.01 201	0.00 1	1.02 228	0.00 1	0.09 42	0.68 143	0.01 85	0.00 1	0.02 31	0.02 126	0.01 2	0.00 1	0.01 337	0.00 1	0.00 1	0.00 1	0.04 156	0.01 42

SACVNet	0.51 203	0.61 241	1.98 201	0.00 1	0.00 1	1.02 228	0.01 175	1.04 205	0.44 103	0.07 238	0.00 1	0.23 197	0.02 126	4.19 293	0.29 215	0.00 1	0.00 1	0.00 1	0.00 1	0.22 342	0.13 181

GwcNet-ADL	0.33 103	0.20 116	1.73 151	0.00 1	0.00 1	1.02 228	0.00 1	2.51 339	0.40 99	0.00 1	0.00 1	0.37 240	0.04 194	0.03 29	0.24 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.13 181

PSMNet-ADL	0.39 143	0.08 48	0.96 9	0.00 1	0.00 1	1.02 228	0.00 1	0.72 165	0.16 32	0.00 1	0.10 277	0.48 261	0.01 82	3.60 274	0.37 237	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.23 233

Ntro	0.75 292	1.79 372	3.54 321	0.05 252	0.37 335	1.03 232	0.02 235	0.99 195	0.76 183	0.02 145	0.00 1	0.76 304	0.08 245	3.23 258	1.32 316	0.07 367	0.04 268	0.01 351	0.00 1	0.84 391	0.13 181

dad	0.24 57	0.98 313	1.61 124	0.00 1	0.00 1	1.03 232	0.00 1	0.03 3	0.38 91	0.01 85	0.00 1	0.02 31	0.01 82	0.65 176	0.11 138	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

AnonymousM	0.18 26	0.07 25	0.80 3	0.04 246	0.00 1	1.03 232	0.00 1	0.20 85	0.65 139	0.06 230	0.00 1	0.00 1	0.00 1	0.33 139	0.02 51	0.00 1	0.19 297	0.00 1	0.00 1	0.01 25	0.18 210

GEStereo_RVC	0.52 206	0.69 255	1.93 194	0.01 201	0.00 1	1.03 232	0.00 1	2.22 329	0.78 212	0.00 1	0.00 1	0.14 156	0.01 82	3.19 256	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.10 268	0.18 210

TANstereo	0.17 22	0.32 160	1.51 94	0.00 1	0.00 1	1.03 232	0.00 1	0.07 30	0.14 20	0.01 85	0.15 284	0.04 78	0.00 1	0.05 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 57

LoS	0.16 20	0.10 66	0.97 10	0.02 223	0.00 1	1.04 237	0.01 175	0.07 30	0.75 162	0.01 85	0.01 160	0.16 170	0.04 194	0.07 74	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

ADStereo(finetuned)	0.42 158	0.51 224	2.79 269	0.00 1	0.00 1	1.04 237	0.00 1	1.90 309	0.85 291	0.10 259	0.00 1	0.04 78	0.72 329	0.04 41	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.25 247

test_4	0.20 38	0.33 165	1.50 89	0.08 277	0.13 289	1.04 237	0.00 1	0.05 12	0.09 14	0.10 259	0.00 1	0.02 31	0.01 82	0.27 129	0.14 159	0.00 1	0.08 285	0.00 1	0.02 299	0.13 284	0.07 112

NCC-stereo	0.63 265	0.82 283	3.34 304	0.03 238	0.03 240	1.04 237	0.01 175	1.03 200	0.31 83	0.14 275	0.19 287	0.64 286	0.05 220	3.67 279	1.18 305	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.07 112

Abc-Net	0.63 265	0.82 283	3.34 304	0.03 238	0.03 240	1.04 237	0.01 175	1.03 200	0.31 83	0.14 275	0.19 287	0.64 286	0.05 220	3.67 279	1.18 305	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.07 112
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
PMTNet	0.13 12	0.08 48	0.99 14	0.00 1	0.00 1	1.05 242	0.04 267	0.21 87	0.14 20	0.00 1	0.00 1	0.04 78	0.00 1	0.04 41	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.01 42

PS-NSSS	0.62 262	0.82 283	1.58 114	0.00 1	0.00 1	1.05 242	0.00 1	2.76 355	0.74 155	0.00 1	0.00 1	0.11 144	0.01 82	5.22 324	0.15 169	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.00 1

WCMA_ROB	2.37 374	0.75 275	2.53 257	0.05 252	0.00 1	1.05 242	0.59 373	1.47 254	1.40 372	5.47 392	9.84 399	8.10 393	5.87 397	4.38 302	3.93 357	0.16 373	0.21 299	0.18 396	0.18 370	0.06 196	1.08 349

MC-Stereo	0.38 136	0.12 78	1.30 43	0.65 378	0.70 373	1.06 245	0.00 1	0.03 3	0.14 20	0.23 299	0.00 1	0.04 78	0.02 126	0.38 149	0.12 142	0.00 1	1.08 383	0.00 1	0.02 299	0.08 232	1.72 382

RCA-Stereo	0.28 76	0.14 91	1.00 16	0.00 1	0.13 289	1.06 245	0.00 1	1.76 289	0.16 32	0.07 238	0.00 1	0.02 31	0.06 231	0.00 1	0.00 1	0.00 1	0.83 359	0.00 1	0.00 1	0.06 196	0.23 233

DCANet-4	0.37 128	0.07 25	3.11 288	0.00 1	0.00 1	1.06 245	0.00 1	1.82 306	0.85 291	0.16 282	0.00 1	0.04 78	0.05 220	0.04 41	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 233

fff	0.37 128	0.50 219	2.02 205	0.00 1	0.02 223	1.06 245	0.00 1	1.90 309	0.84 268	0.16 282	0.00 1	0.04 78	0.59 321	0.04 41	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 233

UDGNet	0.19 36	0.81 281	1.42 76	0.00 1	0.00 1	1.06 245	0.00 1	0.05 12	0.38 91	0.00 1	0.00 1	0.02 31	0.00 1	0.10 87	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

s12784h	0.27 73	0.08 48	1.46 83	0.00 1	0.00 1	1.06 245	0.02 235	1.66 273	0.75 162	0.01 85	0.36 324	0.02 31	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.02 57

DCANet	0.35 111	0.50 219	2.02 205	0.00 1	0.00 1	1.06 245	0.00 1	1.90 309	0.85 291	0.10 259	0.00 1	0.04 78	0.00 1	0.04 41	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.25 247

csc	0.37 128	0.50 219	2.02 205	0.00 1	0.02 223	1.06 245	0.00 1	1.90 309	0.84 268	0.16 282	0.00 1	0.04 78	0.59 321	0.04 41	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 233

cscssc	0.37 128	0.50 219	2.02 205	0.00 1	0.02 223	1.06 245	0.00 1	1.90 309	0.84 268	0.16 282	0.00 1	0.04 78	0.59 321	0.04 41	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 233

111	0.42 158	0.98 313	2.02 205	0.00 1	0.02 223	1.06 245	0.03 252	1.98 317	0.83 258	0.30 313	0.01 160	0.21 192	0.05 220	0.13 93	0.09 129	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.65 328

RAFT-Stereo + iAFF	0.41 155	0.87 295	1.78 165	0.00 1	0.91 385	1.06 245	0.00 1	0.70 158	0.77 199	0.05 217	0.00 1	0.06 112	0.06 231	0.06 69	0.26 211	0.00 1	0.69 342	0.00 1	0.00 1	0.20 335	0.80 335

CREStereo	0.12 11	0.07 25	0.76 2	0.00 1	0.00 1	1.06 245	0.00 1	0.25 100	0.14 20	0.00 1	0.00 1	0.02 31	0.00 1	0.02 9	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
ACVNet	0.30 90	0.44 194	1.74 153	0.01 201	0.00 1	1.06 245	0.10 301	0.23 95	0.83 258	0.02 145	0.01 160	0.70 300	0.00 1	0.08 80	0.41 253	0.00 1	0.00 1	0.00 1	0.00 1	0.09 256	0.17 203

cf-r	0.46 184	0.87 295	2.51 255	0.00 1	0.00 1	1.06 245	0.00 1	0.52 137	0.64 136	0.09 254	0.00 1	0.65 290	0.00 1	2.51 227	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.09 256	0.09 138

GANet-RSSM	0.42 158	0.66 247	1.78 165	0.00 1	0.00 1	1.06 245	0.00 1	0.26 102	0.23 68	0.05 217	0.00 1	0.34 226	0.00 1	3.56 271	0.18 177	0.00 1	0.00 1	0.03 373	0.00 1	0.09 256	0.08 125

PSMNet-RSSM	0.44 172	0.73 265	1.65 133	0.00 1	0.00 1	1.06 245	0.00 1	0.61 148	0.70 150	0.06 230	0.01 160	0.39 247	0.00 1	3.29 261	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.07 112

GwcNet-RSSM	0.53 219	1.04 322	2.48 251	0.00 1	0.00 1	1.06 245	0.00 1	0.74 169	0.76 183	0.21 292	0.01 160	0.36 237	0.00 1	3.65 277	0.11 138	0.00 1	0.00 1	0.00 1	0.00 1	0.13 284	0.07 112

CFNet	0.66 274	1.12 333	2.37 240	0.00 1	0.00 1	1.06 245	0.01 175	1.36 246	0.74 155	0.01 85	0.01 160	0.13 154	0.01 82	5.85 342	0.30 218	0.00 1	0.00 1	0.00 1	0.00 1	0.18 324	0.07 112

ff7	0.36 121	0.21 120	1.28 38	0.16 311	0.22 313	1.07 263	0.00 1	0.12 52	0.56 122	0.32 319	0.00 1	0.01 7	0.04 194	0.25 118	0.03 63	0.00 1	0.92 370	0.00 1	0.10 335	0.08 232	1.75 386

ffff	0.36 121	0.21 120	1.28 38	0.16 311	0.22 313	1.07 263	0.00 1	0.12 52	0.56 122	0.32 319	0.00 1	0.01 7	0.04 194	0.25 118	0.03 63	0.00 1	0.92 370	0.00 1	0.10 335	0.08 232	1.75 386

11t	0.36 121	0.21 120	1.28 38	0.16 311	0.22 313	1.07 263	0.00 1	0.12 52	0.56 122	0.32 319	0.00 1	0.01 7	0.04 194	0.25 118	0.03 63	0.00 1	0.92 370	0.00 1	0.10 335	0.08 232	1.75 386

HH	0.52 206	0.23 129	1.71 146	0.77 387	0.35 333	1.07 263	0.00 1	0.30 108	0.68 143	0.29 311	0.45 330	1.45 355	0.04 194	0.37 145	0.37 237	0.00 1	0.84 362	0.00 1	0.00 1	0.02 78	1.39 363

HanStereo	0.52 206	0.23 129	1.71 146	0.77 387	0.35 333	1.07 263	0.00 1	0.30 108	0.68 143	0.29 311	0.45 330	1.45 355	0.04 194	0.37 145	0.37 237	0.00 1	0.84 362	0.00 1	0.00 1	0.02 78	1.39 363

anonymousdsp	0.41 155	0.21 120	1.52 96	0.43 362	0.54 356	1.07 263	0.00 1	0.11 46	0.56 122	0.34 323	0.00 1	0.01 7	0.05 220	0.47 160	0.03 63	0.00 1	0.81 352	0.00 1	0.11 342	0.08 232	1.81 393

ccc-4	0.36 121	0.21 120	1.28 38	0.16 311	0.22 313	1.07 263	0.00 1	0.12 52	0.56 122	0.32 319	0.00 1	0.01 7	0.04 194	0.25 118	0.03 63	0.00 1	0.92 370	0.00 1	0.10 335	0.08 232	1.75 386

IGEV-Stereo	0.41 155	0.21 120	1.53 99	0.43 362	0.55 357	1.07 263	0.00 1	0.11 46	0.56 122	0.34 323	0.00 1	0.01 7	0.05 220	0.47 160	0.03 63	0.00 1	0.81 352	0.00 1	0.11 342	0.08 232	1.81 393
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
psmg	0.29 81	0.07 25	0.98 11	0.00 1	0.00 1	1.07 263	0.00 1	1.92 314	0.82 249	0.00 1	0.00 1	0.35 232	0.03 168	0.06 69	0.51 261	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

RAFT-RH_RVC	0.99 319	0.26 140	1.93 194	0.04 246	0.04 252	1.07 263	0.00 1	0.07 30	0.69 148	0.01 85	9.36 397	0.10 141	0.00 1	5.86 343	0.29 215	0.01 337	0.00 1	0.00 1	0.02 299	0.01 25	0.00 1

GES	0.23 54	0.19 111	1.56 107	0.00 1	0.00 1	1.07 263	0.02 235	0.73 168	0.15 26	0.00 1	0.02 241	0.11 144	0.08 245	0.44 157	0.16 171	0.01 337	0.00 1	0.00 1	0.00 1	0.05 171	0.09 138

EKT-Stereo	0.55 232	0.15 97	1.80 170	0.73 386	4.21 412	1.08 274	0.00 1	1.17 221	0.32 85	0.02 145	0.00 1	0.08 127	0.00 1	1.01 188	0.13 152	0.00 1	0.03 258	0.00 1	0.05 319	0.03 123	0.29 260

Selective-RAFT	0.21 43	0.13 83	0.82 5	0.00 1	0.00 1	1.08 274	0.00 1	0.06 22	0.77 199	0.00 1	0.00 1	0.08 127	0.00 1	0.01 2	0.03 63	0.00 1	0.90 367	0.00 1	0.18 370	0.04 156	0.16 199

IPLGR	0.50 199	0.22 127	2.74 265	0.03 238	0.02 223	1.08 274	0.03 252	1.95 315	0.75 162	0.09 254	0.00 1	0.18 179	0.22 288	2.57 231	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.05 98

Patchmatch Stereo++	0.18 26	0.07 25	1.40 64	0.05 252	0.01 183	1.08 274	0.07 285	0.05 12	0.75 162	0.02 145	0.00 1	0.05 96	0.00 1	0.03 29	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-softLoss	0.55 232	0.06 9	1.89 184	0.27 343	0.00 1	1.08 274	0.25 330	0.12 52	1.06 331	0.03 184	0.01 160	0.02 31	0.01 82	5.92 349	0.18 177	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

KMStereo	0.55 232	0.06 9	1.89 184	0.27 343	0.00 1	1.08 274	0.25 330	0.12 52	1.06 331	0.03 184	0.01 160	0.02 31	0.01 82	5.92 349	0.18 177	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

PSM-adaLoss	0.18 26	0.07 25	1.40 64	0.05 252	0.02 223	1.08 274	0.08 292	0.05 12	0.75 162	0.02 145	0.00 1	0.07 121	0.00 1	0.04 41	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

ROB_FTStereo_v2	0.18 26	0.07 25	1.40 64	0.05 252	0.02 223	1.08 274	0.06 280	0.05 12	0.75 162	0.02 145	0.00 1	0.07 121	0.00 1	0.04 41	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

ROB_FTStereo	0.18 26	0.07 25	1.40 64	0.05 252	0.02 223	1.08 274	0.06 280	0.05 12	0.75 162	0.02 145	0.00 1	0.03 59	0.00 1	0.04 41	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

HUI-Stereo	0.19 36	0.07 25	1.41 74	0.05 252	0.02 223	1.08 274	0.08 292	0.06 22	0.76 183	0.02 145	0.00 1	0.07 121	0.00 1	0.04 41	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

ASMatch	0.60 254	0.12 78	1.85 178	0.14 304	0.04 252	1.08 274	0.00 1	0.12 52	0.87 306	0.06 230	0.43 328	0.06 112	0.85 336	6.18 368	0.26 211	0.00 1	0.00 1	0.00 1	0.01 288	0.00 1	0.00 1

DeepStereo_RVC	0.24 57	0.07 25	1.16 25	0.06 269	0.02 223	1.08 274	0.31 344	0.04 6	0.75 162	0.02 145	0.00 1	0.00 1	1.22 350	0.03 29	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 98

iGMRVC	0.18 26	0.07 25	1.40 64	0.05 252	0.03 240	1.08 274	0.07 285	0.06 22	0.75 162	0.02 145	0.00 1	0.05 96	0.00 1	0.04 41	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

iRAFT	0.18 26	0.07 25	1.40 64	0.05 252	0.01 183	1.08 274	0.07 285	0.05 12	0.75 162	0.02 145	0.00 1	0.05 96	0.00 1	0.03 29	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

RAFT-IKP	0.18 26	0.07 25	1.41 74	0.05 252	0.01 183	1.08 274	0.08 292	0.05 12	0.75 162	0.02 145	0.00 1	0.05 96	0.00 1	0.04 41	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

AE-Stereo	0.43 167	0.07 25	1.90 188	0.05 252	0.21 310	1.09 289	0.00 1	1.02 197	0.48 108	0.39 334	0.28 304	0.18 179	0.00 1	0.18 109	0.05 101	0.00 1	0.83 359	0.00 1	0.23 385	0.07 214	1.64 380

BSDual-CNN	0.35 111	0.07 25	0.98 11	0.00 1	0.00 1	1.09 289	0.00 1	2.67 347	0.82 249	0.30 313	0.09 273	0.35 232	0.03 168	0.06 69	0.51 261	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

hknet	0.45 177	0.14 91	1.89 184	0.00 1	0.00 1	1.09 289	0.00 1	2.67 347	0.82 249	0.30 313	0.09 273	0.63 283	0.00 1	1.06 189	0.38 245	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Sa-1000	0.44 172	0.58 235	1.85 178	0.00 1	0.22 313	1.09 289	0.01 175	2.98 362	0.75 162	0.00 1	0.09 273	0.04 78	0.00 1	0.21 112	0.00 1	0.00 1	0.50 329	0.00 1	0.13 345	0.12 279	0.12 174

NF-Stereo	0.54 224	0.06 9	1.59 116	0.19 324	0.00 1	1.09 289	0.25 330	0.22 89	1.13 346	0.02 145	0.00 1	0.02 31	0.00 1	6.05 359	0.17 172	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

OCTAStereo	0.54 224	0.06 9	1.59 116	0.19 324	0.00 1	1.09 289	0.25 330	0.22 89	1.13 346	0.02 145	0.00 1	0.02 31	0.00 1	6.03 357	0.18 177	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

RE-Stereo	0.54 224	0.06 9	1.59 116	0.19 324	0.00 1	1.09 289	0.25 330	0.22 89	1.13 346	0.02 145	0.00 1	0.02 31	0.00 1	6.05 359	0.17 172	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

TVStereo	0.54 224	0.06 9	1.59 116	0.19 324	0.00 1	1.09 289	0.25 330	0.22 89	1.13 346	0.02 145	0.00 1	0.02 31	0.00 1	6.05 359	0.17 172	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

HCRNet	0.37 128	0.27 144	1.27 36	0.00 1	0.00 1	1.09 289	0.00 1	0.56 142	0.80 235	0.01 85	0.01 160	0.06 112	0.03 168	3.22 257	0.07 115	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.03 65

CFNet-ft	0.40 150	0.74 269	1.74 153	0.00 1	0.00 1	1.09 289	0.00 1	0.23 95	0.22 64	0.02 145	0.00 1	0.76 304	0.00 1	2.98 248	0.18 177	0.00 1	0.00 1	0.01 351	0.00 1	0.03 123	0.08 125

CC-Net-ROB	0.77 297	0.99 317	2.18 221	0.07 275	0.00 1	1.09 289	0.01 175	3.10 368	0.75 162	0.01 85	0.00 1	0.14 156	0.01 82	5.65 338	0.34 228	0.56 384	0.00 1	0.21 399	0.00 1	0.17 317	0.02 57

CFNet_RVC	0.40 150	0.74 269	1.74 153	0.00 1	0.00 1	1.09 289	0.00 1	0.23 95	0.22 64	0.02 145	0.00 1	0.76 304	0.00 1	2.97 247	0.18 177	0.00 1	0.00 1	0.01 351	0.00 1	0.03 123	0.08 125

SGM-Forest	1.08 326	0.45 200	1.80 170	0.02 223	0.07 270	1.09 289	0.65 374	2.57 344	0.85 291	1.33 367	0.92 352	1.36 349	1.62 355	5.94 351	2.34 341	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.52 313
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MSKI-zero shot	0.34 105	0.12 78	1.70 144	0.55 367	0.44 343	1.10 302	0.03 252	0.91 185	0.22 64	0.22 296	0.05 256	0.06 112	0.00 1	0.16 100	0.04 89	0.00 1	0.87 365	0.00 1	0.18 370	0.02 78	0.22 225

SST-Stereo	0.56 239	0.05 5	1.55 103	0.06 269	0.19 301	1.10 302	0.47 364	0.32 113	0.80 235	0.04 204	0.00 1	0.05 96	0.57 318	5.98 353	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

RAFT_R40	0.54 224	0.06 9	1.55 103	0.06 269	0.15 294	1.10 302	0.31 344	0.31 111	0.78 212	0.02 145	0.03 249	0.07 121	0.29 296	5.98 353	0.10 132	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

Pruner-Stereo	0.22 46	0.09 59	1.50 89	0.23 338	0.00 1	1.10 302	0.20 320	0.17 76	0.78 212	0.03 184	0.00 1	0.01 7	0.00 1	0.04 41	0.21 191	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

FADNet_RVC	0.69 281	1.26 344	3.48 314	0.00 1	0.00 1	1.10 302	0.01 175	1.57 264	0.65 139	0.02 145	0.05 256	0.26 209	0.03 168	3.16 254	0.30 218	0.21 378	0.25 307	0.08 388	0.28 399	0.53 382	0.62 324

TDLM	0.60 254	0.76 278	1.77 161	0.05 252	0.00 1	1.10 302	0.01 175	0.51 136	0.79 226	0.34 323	0.01 160	0.27 211	0.22 288	5.44 328	0.35 232	0.00 1	0.00 1	0.00 1	0.00 1	0.15 304	0.19 220

MyStereo06	0.53 219	0.36 179	2.90 275	0.01 201	0.00 1	1.11 308	0.01 175	0.56 142	0.49 110	0.74 352	0.45 330	1.24 342	1.02 341	0.39 151	0.34 228	0.00 1	0.60 336	0.00 1	0.08 327	0.01 25	0.33 272

MyStereo05	0.39 143	0.36 179	2.43 246	0.01 201	0.00 1	1.11 308	0.01 175	1.25 230	0.57 130	0.06 230	0.01 160	0.29 216	0.15 270	0.07 74	0.37 237	0.00 1	0.60 336	0.00 1	0.08 327	0.01 25	0.33 272

SA	0.43 167	0.63 244	1.92 191	0.00 1	0.22 313	1.11 308	0.00 1	2.87 358	0.75 162	0.00 1	0.01 160	0.04 78	0.01 82	0.21 112	0.00 1	0.00 1	0.40 321	0.00 1	0.14 352	0.14 299	0.22 225

MIPNet	0.42 158	0.59 236	2.22 225	0.02 223	0.00 1	1.11 308	0.09 297	1.88 308	0.88 309	0.11 266	0.06 266	0.22 195	0.19 280	0.74 179	0.00 1	0.00 1	0.00 1	0.00 1	0.01 288	0.08 232	0.12 174

DIP-Stereo	0.28 76	0.19 111	1.62 127	0.00 1	0.00 1	1.11 308	0.00 1	1.67 274	0.74 155	0.01 85	0.00 1	0.01 7	0.07 241	0.01 2	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.13 181
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RAFT+CT+SA	0.38 136	0.74 269	1.84 177	0.02 223	0.27 327	1.12 313	0.00 1	0.91 185	0.75 162	0.00 1	0.00 1	0.27 211	0.01 82	0.56 165	0.00 1	0.00 1	0.16 294	0.00 1	0.30 401	0.13 284	0.42 289

IPLG	0.59 250	0.69 255	2.25 232	0.02 223	0.00 1	1.12 313	0.07 285	1.75 286	0.79 226	0.05 217	0.00 1	0.16 170	0.14 266	4.49 306	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 299	0.07 112

PFNet+	0.28 76	0.10 66	1.61 124	0.08 277	0.01 183	1.12 313	0.41 358	0.12 52	0.80 235	0.08 247	0.01 160	0.02 31	0.00 1	1.19 193	0.04 89	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

CRE-IMP	0.22 46	0.06 9	1.43 80	0.05 252	0.02 223	1.12 313	0.33 350	0.04 6	1.08 336	0.02 145	0.00 1	0.12 148	0.00 1	0.03 29	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.09 138

GMM-Stereo	0.22 46	0.05 5	2.03 210	0.08 277	0.00 1	1.12 313	0.13 310	0.09 42	0.79 226	0.01 85	0.00 1	0.03 59	0.10 253	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

Anonymous3	0.24 57	0.14 91	1.98 201	0.00 1	0.00 1	1.12 313	0.00 1	0.61 148	0.77 199	0.01 85	0.00 1	0.06 112	0.00 1	0.02 9	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.02 57

RAFT + AFF	0.79 302	1.36 353	2.40 242	0.00 1	0.04 252	1.12 313	0.06 280	1.73 281	0.81 243	0.02 145	0.00 1	0.18 179	1.49 352	4.97 317	0.67 279	0.00 1	0.17 295	0.00 1	0.00 1	0.33 367	0.46 301

MaskLacGwcNet_RVC	0.56 239	0.82 283	1.94 197	0.12 296	0.00 1	1.12 313	0.01 175	0.96 194	0.72 153	0.00 1	0.05 256	0.37 240	0.03 168	3.45 267	0.15 169	1.07 396	0.00 1	0.00 1	0.00 1	0.16 312	0.25 247

DeepPruner_ROB	0.34 105	0.75 275	2.38 241	0.00 1	0.00 1	1.12 313	0.03 252	0.30 108	0.16 32	0.00 1	0.00 1	0.39 247	0.03 168	1.27 199	0.14 159	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.10 152

Any-RAFT	0.24 57	0.07 25	1.16 25	0.00 1	0.01 183	1.13 322	0.00 1	1.21 224	0.36 89	0.02 145	0.00 1	0.49 268	0.00 1	0.19 110	0.03 63	0.00 1	0.08 285	0.00 1	0.00 1	0.00 1	0.03 65

TestStereo1	0.32 100	0.67 248	1.66 136	0.00 1	0.23 322	1.13 322	0.01 175	0.94 191	0.76 183	0.00 1	0.05 256	0.05 96	0.01 82	0.16 100	0.05 101	0.00 1	0.24 303	0.00 1	0.00 1	0.17 317	0.23 233

SA-5K	0.32 100	0.67 248	1.66 136	0.00 1	0.23 322	1.13 322	0.01 175	0.94 191	0.76 183	0.00 1	0.05 256	0.05 96	0.01 82	0.16 100	0.05 101	0.00 1	0.24 303	0.00 1	0.00 1	0.17 317	0.23 233

GrayStereo	0.52 206	0.03 1	1.36 48	0.10 284	0.00 1	1.13 322	2.57 397	0.32 113	1.03 327	0.00 1	0.00 1	0.08 127	3.66 382	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.17 203

XX-Stereo	0.73 289	0.18 108	5.35 365	0.38 359	0.26 326	1.13 322	0.00 1	3.03 364	0.18 50	0.14 275	0.01 160	1.40 351	0.01 82	1.36 202	0.04 89	0.00 1	0.50 329	0.00 1	0.16 366	0.03 123	0.43 292

AAGNet	0.99 319	0.08 48	1.59 116	0.15 307	0.27 327	1.14 327	0.27 340	0.06 22	0.78 212	0.01 85	0.00 1	0.01 7	0.97 339	3.60 274	10.81 395	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

HHNet	0.53 219	0.23 129	2.29 235	0.11 292	0.00 1	1.15 328	0.25 330	0.70 158	0.78 212	0.01 85	3.49 372	0.04 78	0.69 325	0.02 9	0.70 284	0.03 361	0.00 1	0.00 1	0.00 1	0.03 123	0.03 65

FTStereo	0.82 307	0.06 9	1.88 183	0.12 296	0.00 1	1.15 328	2.70 398	0.16 72	0.84 268	0.16 282	5.80 380	0.36 237	2.49 371	0.53 164	0.01 31	0.07 367	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

PWCDC_ROB	1.13 333	1.70 366	3.52 315	0.00 1	0.00 1	1.15 328	0.00 1	2.49 338	1.39 371	0.02 145	8.80 394	0.34 226	0.09 248	1.11 191	1.20 308	0.00 1	0.00 1	0.00 1	0.00 1	0.56 384	0.21 224

DisPM	0.22 46	0.09 59	1.74 153	0.11 292	0.00 1	1.16 331	0.40 357	0.08 35	0.68 143	0.03 184	0.00 1	0.00 1	0.00 1	0.07 74	0.04 89	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

NRIStereo	0.22 46	0.06 9	1.40 64	0.05 252	0.01 183	1.16 331	0.32 349	0.04 6	0.81 243	0.04 204	0.01 160	0.11 144	0.01 82	0.14 97	0.02 51	0.00 1	0.02 251	0.00 1	0.00 1	0.05 171	0.10 152

KYRaft	0.26 70	0.05 5	1.37 52	0.04 246	0.00 1	1.16 331	0.12 309	0.11 46	0.78 212	0.01 85	0.29 306	0.03 59	0.75 331	0.37 145	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 65

Prome-Stereo	0.28 76	0.06 9	1.40 64	0.10 284	0.00 1	1.16 331	0.02 235	0.39 124	0.88 309	0.02 145	0.52 337	0.05 96	0.69 325	0.28 135	0.07 115	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 65

GANetREF_RVC	0.63 265	1.05 323	3.03 280	0.00 1	0.00 1	1.16 331	0.01 175	2.03 321	0.75 162	0.00 1	0.01 160	0.28 214	0.04 194	4.13 291	0.10 132	0.00 1	0.00 1	0.00 1	0.00 1	0.04 156	0.05 98
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
PFNet	0.63 265	0.15 97	2.41 243	0.00 1	0.30 331	1.17 336	0.00 1	0.35 118	0.92 316	0.01 85	0.24 293	0.03 59	0.00 1	6.43 377	0.23 200	0.09 370	0.00 1	0.00 1	0.04 315	0.13 284	0.10 152

RAFT-345	0.52 206	0.07 25	1.75 160	0.11 292	0.07 270	1.17 336	0.18 317	0.21 87	0.78 212	0.00 1	0.01 160	0.09 135	0.01 82	5.87 344	0.19 186	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

iRaft-Stereo_20w	0.77 297	0.13 83	2.90 275	0.63 375	0.50 352	1.18 338	0.58 371	2.56 342	0.71 151	0.85 355	0.05 256	0.78 307	1.02 341	0.82 181	0.76 287	0.00 1	0.52 332	0.00 1	0.14 352	0.02 78	1.25 359

OMP-Stereo	0.71 283	0.47 206	1.36 48	0.18 321	0.06 266	1.18 338	0.00 1	1.76 289	0.78 212	0.11 266	0.59 340	0.49 268	0.00 1	6.94 388	0.25 207	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.07 112

IIG-Stereo	0.71 283	0.48 211	1.42 76	0.05 252	0.03 240	1.18 338	0.00 1	1.75 286	0.79 226	0.01 85	0.56 338	0.53 277	0.01 82	6.87 385	0.37 237	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.07 112

IRAFT_RVC	0.56 239	0.25 136	1.93 194	0.10 284	0.00 1	1.18 338	0.10 301	0.32 113	0.79 226	0.02 145	0.00 1	0.02 31	0.12 261	6.07 362	0.23 200	0.00 1	0.09 288	0.00 1	0.00 1	0.02 78	0.02 57

EAI-Stereo	0.98 317	0.06 9	1.09 20	0.17 319	0.67 372	1.19 342	4.84 403	2.67 347	0.91 314	0.95 358	4.52 376	0.30 219	0.53 317	0.57 166	0.46 258	0.00 1	0.07 283	0.00 1	0.29 400	0.01 25	0.34 274

PSM-AAD	0.53 219	0.04 2	1.38 58	0.06 269	0.00 1	1.20 343	2.11 392	0.17 76	0.78 212	0.01 85	0.44 329	0.14 156	3.94 385	0.23 117	0.06 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 57

Dean	2.72 377	2.05 387	6.17 379	0.39 360	0.44 343	1.21 344	0.48 366	8.36 399	8.46 399	1.48 369	8.08 391	6.95 388	1.44 351	4.50 307	2.00 332	0.79 388	0.00 1	0.01 351	0.00 1	1.11 394	0.39 285

ARAFT	0.68 278	1.29 349	3.36 307	0.00 1	0.00 1	1.21 344	0.00 1	2.71 352	0.81 243	0.07 238	0.00 1	0.18 179	0.03 168	3.47 269	0.05 101	0.00 1	0.00 1	0.00 1	0.00 1	0.19 331	0.22 225

MyStereo8	0.50 199	0.68 251	3.08 286	0.43 362	0.01 183	1.22 346	0.00 1	0.82 181	0.20 61	0.03 184	0.41 327	0.15 162	0.04 194	0.68 177	0.12 142	0.00 1	1.39 405	0.00 1	0.03 311	0.04 156	0.63 326

TransformOpticalFlow	0.88 309	0.30 153	2.86 271	0.30 348	0.03 240	1.25 347	0.05 277	1.87 307	0.80 235	0.28 309	0.37 326	1.25 343	1.50 353	6.38 375	0.22 197	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.07 112

ACVNet_1	1.38 346	2.15 390	6.35 380	0.35 358	0.03 240	1.26 348	0.10 301	2.02 320	0.85 291	0.35 326	0.01 160	4.32 379	1.77 358	4.85 315	1.67 328	0.92 393	0.00 1	0.00 1	0.00 1	0.35 368	0.30 264

ADCP+	1.56 351	1.51 361	8.93 389	0.01 201	0.03 240	1.27 349	0.77 381	1.03 200	0.95 319	0.02 145	0.01 160	0.95 320	1.02 341	0.48 162	14.01 401	0.00 1	0.00 1	0.00 1	0.00 1	0.10 268	0.15 196

RainbowNet	0.80 304	1.85 375	3.31 301	0.13 301	0.05 261	1.30 350	0.07 285	2.03 321	0.76 183	0.02 145	0.02 241	1.13 336	0.25 292	2.40 222	1.07 301	0.72 386	0.05 278	0.00 1	0.00 1	0.53 382	0.30 264

tt1	0.58 246	0.31 157	2.24 230	0.30 348	0.38 337	1.32 351	0.00 1	1.74 282	1.17 363	0.38 329	0.00 1	0.03 59	0.02 126	0.57 166	0.01 31	0.00 1	1.12 386	0.00 1	0.00 1	0.08 232	1.86 396

ACVNet-DCA	0.52 206	0.29 149	2.22 225	0.31 351	0.20 306	1.33 352	0.00 1	1.23 227	1.14 352	0.38 329	0.00 1	0.03 59	0.02 126	0.59 171	0.02 51	0.00 1	1.12 386	0.00 1	0.00 1	0.03 123	1.44 368

xx1	0.55 232	0.29 149	2.22 225	0.31 351	0.20 306	1.33 352	0.00 1	1.78 294	1.03 327	0.38 329	0.00 1	0.01 7	0.00 1	0.59 171	0.02 51	0.00 1	1.12 386	0.00 1	0.19 375	0.03 123	1.44 368

1test111	0.59 250	0.29 149	2.22 225	0.31 351	0.20 306	1.33 352	0.00 1	1.23 227	1.14 352	0.38 329	0.00 1	0.03 59	0.02 126	1.38 203	0.69 281	0.00 1	1.12 386	0.00 1	0.00 1	0.03 123	1.44 368

cc1	0.56 239	0.29 149	2.22 225	0.31 351	0.20 306	1.33 352	0.00 1	1.78 294	1.03 327	0.38 329	0.00 1	0.03 59	0.02 126	0.59 171	0.02 51	0.00 1	1.12 386	0.00 1	0.00 1	0.09 256	1.86 396

ACVNet_2	1.59 354	2.07 388	5.42 368	0.12 296	0.09 277	1.36 356	0.17 314	2.72 354	0.97 322	0.44 338	3.37 371	6.53 386	0.16 273	5.48 331	1.87 329	0.16 373	0.00 1	0.00 1	0.00 1	0.39 373	0.47 303

CBMV_ROB	1.08 326	0.23 129	2.20 223	0.01 201	0.00 1	1.37 357	0.46 360	3.27 376	0.78 212	2.21 378	1.13 355	1.06 327	2.45 370	4.29 300	1.64 326	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.48 305

TRStereo	0.60 254	0.44 194	2.21 224	0.19 324	0.03 240	1.38 358	0.02 235	3.93 384	0.92 316	0.01 85	0.28 304	0.12 148	0.39 307	0.36 142	0.04 89	0.00 1	0.30 312	0.00 1	0.23 385	0.01 25	1.08 349

MeshStereo	2.79 379	0.86 293	3.12 289	0.02 223	0.02 223	1.51 359	0.91 384	3.50 380	1.54 377	11.28 406	7.62 388	11.49 395	2.94 376	6.81 384	3.45 353	0.00 1	0.00 1	0.00 1	0.00 1	0.28 358	0.39 285
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
DPSNet	1.65 356	0.46 203	7.31 381	0.30 348	0.11 285	1.54 360	0.01 175	4.48 387	1.14 352	0.11 266	0.01 160	0.82 310	3.51 381	5.89 345	5.84 372	0.02 353	0.29 311	0.03 373	0.23 385	0.23 344	0.59 319

PDISCO_ROB	0.72 286	1.06 328	3.39 310	0.18 321	0.00 1	1.54 360	0.01 175	2.80 356	0.73 154	0.16 282	0.01 160	0.80 309	0.28 295	2.38 220	0.48 259	0.00 1	0.00 1	0.00 1	0.00 1	0.36 371	0.18 210

ELAS_RVC	3.35 386	0.45 200	4.75 353	0.25 340	0.07 270	1.56 362	7.12 409	2.23 330	5.68 393	7.77 400	7.71 390	6.55 387	10.27 404	5.63 337	6.24 375	0.00 1	0.04 268	0.03 373	0.01 288	0.11 273	0.48 305
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DGSMNet	1.31 341	0.55 231	3.74 329	0.80 389	1.48 401	1.60 363	3.41 400	1.72 279	0.54 116	0.01 85	0.78 347	0.48 261	0.23 290	3.16 254	0.55 267	0.98 394	1.26 403	1.34 408	1.11 410	1.06 393	1.41 366

ADCMid	1.62 355	1.76 370	8.67 387	0.04 246	0.03 240	1.61 364	0.17 314	1.49 256	1.15 359	0.88 356	0.57 339	0.86 313	0.69 325	1.18 192	12.53 400	0.01 337	0.00 1	0.29 400	0.08 327	0.20 335	0.24 243

EGLCR-Stereo	0.43 167	0.07 25	1.21 31	0.58 371	0.65 369	1.64 365	0.31 344	1.15 217	0.19 59	0.43 337	0.02 241	0.00 1	0.02 126	0.38 149	0.14 159	0.00 1	0.66 341	0.00 1	0.00 1	0.00 1	1.11 354

HBP-ISP	0.90 311	1.05 323	3.07 285	0.14 304	0.01 183	1.67 366	0.47 364	3.22 374	0.76 183	1.13 363	0.11 278	0.50 272	0.91 338	4.51 309	0.10 132	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.22 225

G-Net	1.24 335	0.34 174	3.85 332	0.05 252	0.48 349	1.68 367	0.46 360	0.23 95	0.44 103	1.33 367	8.94 395	2.28 373	0.79 334	2.37 218	1.18 305	0.01 337	0.03 258	0.02 365	0.09 332	0.07 214	0.11 163

AnyNet_C32	1.69 358	2.27 393	8.60 386	0.12 296	0.19 301	1.68 367	1.08 386	1.06 209	0.74 155	1.28 366	0.45 330	0.21 192	0.57 318	2.99 250	11.73 398	0.02 353	0.00 1	0.06 385	0.00 1	0.20 335	0.55 317

FCDSN-DC	2.93 381	0.54 229	2.88 274	0.00 1	0.01 183	1.78 369	0.36 353	2.20 328	1.51 375	8.28 402	10.99 403	11.61 396	8.55 400	5.36 327	4.05 359	0.02 353	0.00 1	0.00 1	0.00 1	0.06 196	0.48 305
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
BUS	0.38 136	0.07 25	0.98 11	0.00 1	0.00 1	1.88 370	0.00 1	2.67 347	0.82 249	0.30 313	0.09 273	0.64 286	0.00 1	0.06 69	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NINENet	0.52 206	0.14 91	1.48 84	0.06 269	0.00 1	1.88 370	0.00 1	3.28 377	0.76 183	0.00 1	0.00 1	0.64 286	0.00 1	2.11 211	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

MADNet+	4.94 394	3.56 410	47.46 413	0.42 361	0.27 327	1.99 372	0.04 267	4.45 386	1.30 370	0.07 238	0.02 241	1.81 364	0.36 304	21.82 411	14.17 402	0.00 1	0.26 308	0.00 1	0.00 1	0.28 358	0.54 315

LVE	3.01 383	1.95 384	4.27 347	0.56 369	0.45 346	2.06 373	0.06 280	7.66 397	9.65 400	0.08 247	10.94 402	8.86 394	1.82 359	7.24 392	1.62 325	2.04 400	0.17 295	0.04 381	0.24 393	0.24 345	0.23 233

ADCL	1.70 359	1.00 319	5.82 376	0.07 275	0.04 252	2.14 374	2.27 394	1.26 231	1.09 337	1.55 370	1.08 354	1.23 339	1.53 354	2.38 220	12.21 399	0.01 337	0.00 1	0.00 1	0.00 1	0.12 279	0.16 199

ADCPNet	1.58 353	1.00 319	8.71 388	0.01 201	0.19 301	2.69 375	0.26 338	1.15 217	0.54 116	0.04 204	0.02 241	1.41 352	1.76 357	2.52 229	9.78 392	0.00 1	0.46 324	0.00 1	0.64 408	0.07 214	0.34 274

SANet	2.30 372	1.58 363	5.68 373	0.03 238	0.04 252	2.78 376	0.82 382	2.99 363	8.32 398	1.70 372	4.04 373	4.26 378	4.02 386	5.90 346	3.42 352	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.37 282

IMH-64-1	2.28 369	1.45 358	2.87 272	2.19 402	0.59 364	2.82 377	1.58 387	5.84 391	1.16 360	1.09 361	4.77 377	2.07 368	2.42 368	5.90 346	3.91 355	4.00 406	0.04 268	0.02 365	0.00 1	2.07 398	0.82 336

IMH-64	2.28 369	1.45 358	2.87 272	2.19 402	0.59 364	2.82 377	1.58 387	5.84 391	1.16 360	1.09 361	4.77 377	2.07 368	2.42 368	5.90 346	3.91 355	4.00 406	0.04 268	0.02 365	0.00 1	2.07 398	0.82 336

AnyNet_C01	2.55 375	3.02 406	19.30 403	0.15 307	0.18 300	2.97 379	2.35 396	1.56 263	1.47 374	1.01 360	0.81 348	1.23 339	0.76 333	4.28 299	10.78 394	0.04 363	0.00 1	0.07 387	0.00 1	0.35 368	0.61 323

SGM_RVC	2.03 366	0.49 213	2.04 211	0.27 343	0.17 299	3.07 380	1.00 385	2.70 351	1.62 378	5.12 388	3.09 370	4.77 382	4.08 387	7.38 393	2.86 347	0.21 378	0.23 301	0.20 398	0.23 385	0.28 358	0.84 339
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
FC-DCNN	3.67 387	0.32 160	2.78 268	0.00 1	0.01 183	3.09 381	0.58 371	3.68 381	3.04 385	11.64 407	12.38 406	13.84 403	9.79 403	6.23 370	5.39 369	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.60 320

SDNR	1.35 344	0.47 206	4.08 341	0.09 282	0.21 310	3.25 382	0.01 175	3.18 372	1.52 376	1.87 376	1.66 364	1.52 361	0.36 304	7.18 390	1.05 299	0.03 361	0.08 285	0.00 1	0.00 1	0.05 171	0.49 309

LE_ROB	10.29 406	1.64 364	11.96 396	1.47 396	1.36 400	3.30 383	4.79 402	5.05 390	42.09 415	51.68 416	13.28 409	14.08 404	25.92 412	7.21 391	21.19 412	0.05 364	0.06 281	0.13 394	0.19 375	0.08 232	0.35 279

MFN_U_SF_DS_RVC	1.31 341	2.80 401	5.36 366	0.02 223	0.04 252	3.44 384	0.26 338	2.19 327	0.77 199	0.25 306	0.27 297	1.37 350	0.02 126	5.99 355	1.05 299	0.16 373	0.72 347	0.01 351	0.26 395	0.40 375	0.82 336

FINET	2.05 367	1.88 377	5.76 375	0.81 390	0.99 390	3.54 385	3.33 399	3.89 383	3.81 387	0.89 357	1.55 363	1.21 338	2.31 367	4.20 295	2.42 342	0.81 392	1.36 404	0.00 1	0.21 382	0.27 352	1.80 392

PWCK	2.83 380	2.64 400	10.25 394	0.23 338	0.02 223	3.59 386	5.56 405	3.75 382	3.56 386	0.75 354	4.42 375	3.35 377	1.86 360	9.10 398	4.03 358	0.44 383	0.01 244	0.00 1	0.00 1	2.72 402	0.29 260

RTS	4.38 390	2.34 394	44.27 411	0.33 355	0.13 289	3.83 387	0.21 326	2.51 339	1.22 368	1.82 374	0.01 160	1.95 365	0.21 284	16.90 406	10.87 396	0.00 1	0.27 309	0.00 1	0.00 1	0.27 352	0.44 297

RTSA	4.38 390	2.34 394	44.27 411	0.33 355	0.13 289	3.83 387	0.21 326	2.51 339	1.22 368	1.82 374	0.01 160	1.95 365	0.21 284	16.90 406	10.87 396	0.00 1	0.27 309	0.00 1	0.00 1	0.27 352	0.44 297

WAO-6	2.63 376	1.16 336	3.22 292	0.00 1	0.00 1	3.86 389	0.28 342	6.13 393	7.35 395	0.60 345	6.78 383	7.62 392	2.68 373	6.42 376	6.11 374	0.00 1	0.00 1	0.00 1	0.00 1	0.17 317	0.12 174

SAMSARA	1.56 351	1.37 354	4.23 345	1.04 393	0.75 375	4.48 390	0.13 310	1.61 270	0.74 155	3.69 386	0.66 343	3.16 376	1.06 344	4.44 303	2.82 346	0.00 1	0.63 338	0.00 1	0.13 345	0.10 268	0.22 225

WAO-7	2.74 378	1.65 365	3.36 307	0.03 238	0.05 261	4.68 391	0.53 369	6.21 394	4.59 391	1.73 373	7.61 387	5.56 383	3.68 383	8.96 397	5.50 370	0.00 1	0.00 1	0.33 401	0.02 299	0.19 331	0.18 210

notaker	4.71 392	2.04 386	5.58 372	4.15 409	0.96 388	4.99 392	0.39 356	7.65 396	2.25 383	5.67 394	11.58 405	16.87 407	4.26 390	8.06 394	6.65 377	5.74 410	0.02 251	0.10 390	0.07 324	5.45 408	1.65 381

MSMD_ROB	2.26 368	0.47 206	2.67 264	0.01 201	0.00 1	5.00 393	0.21 326	1.35 244	1.87 382	6.37 396	8.46 392	7.34 391	4.30 391	4.84 314	1.91 330	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.30 264

IMH	3.15 384	1.88 377	3.60 322	2.20 404	0.66 371	5.10 394	0.24 329	6.87 395	4.29 390	2.29 379	7.42 385	6.28 384	3.90 384	7.15 389	3.65 354	4.34 408	0.14 293	0.05 383	0.00 1	2.16 400	0.76 333

KSHMR	3.98 388	1.95 384	4.86 359	3.06 407	1.84 404	5.37 395	0.45 359	9.03 401	13.93 403	2.07 377	9.17 396	7.12 389	2.12 366	5.60 333	3.40 351	2.12 402	0.44 322	0.53 404	0.23 385	4.01 404	2.35 405

MDST_ROB	1.73 360	0.11 74	3.61 323	0.13 301	0.15 294	5.47 396	0.31 344	4.97 389	0.87 306	6.33 395	1.52 362	1.03 325	1.19 349	6.22 369	2.13 339	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.60 320

SGM+DAISY	4.17 389	2.85 405	8.55 385	1.77 397	1.74 403	5.81 397	5.49 404	2.88 359	3.97 388	7.67 399	7.66 389	7.25 390	7.42 398	6.92 387	7.09 380	1.14 398	1.57 409	0.11 391	0.59 407	0.56 384	2.43 406

LRCNet_RVC	55.59 417	61.31 424	59.16 414	66.84 423	44.81 418	6.17 398	0.00 1	52.46 416	1.68 379	70.67 417	80.07 420	66.39 416	55.67 416	51.56 417	46.75 415	90.67 426	41.65 421	91.10 428	90.19 423	65.65 423	68.96 422

ELAS	3.20 385	0.48 211	3.06 284	0.19 324	0.06 266	7.89 399	2.23 393	3.33 378	4.19 389	8.91 405	9.70 398	4.40 380	7.69 399	4.25 296	6.87 378	0.00 1	0.04 268	0.03 373	0.04 315	0.12 279	0.48 305
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ktn	5.26 395	1.94 382	3.97 337	3.50 408	1.06 393	8.17 400	2.01 391	9.53 403	16.88 404	5.28 391	12.55 408	13.68 401	4.08 387	8.46 396	4.61 363	5.84 411	0.02 251	0.00 1	0.00 1	2.63 401	0.92 343

HanzoNet	13.47 410	5.89 411	14.41 400	5.91 414	2.90 409	8.50 401	0.74 377	13.81 410	20.12 407	26.53 412	28.55 414	34.06 413	26.75 414	26.27 415	15.82 405	11.42 415	4.01 413	3.29 412	3.94 412	9.72 415	6.77 412

UNDER WATER	6.65 400	1.86 376	10.48 395	4.84 411	2.74 408	8.59 402	0.76 379	8.83 400	22.15 409	4.99 387	6.27 382	15.66 406	10.39 405	9.52 401	9.42 390	3.50 405	0.05 278	1.34 408	0.03 311	7.17 413	4.42 411

DPSimNet_ROB	9.66 405	7.29 412	17.52 401	4.88 413	6.56 414	10.41 403	12.88 412	8.12 398	9.88 401	14.26 408	11.22 404	12.39 398	14.01 408	11.20 405	14.85 403	5.50 409	6.97 415	5.75 414	5.94 413	5.31 407	8.26 415

MSC_U_SF_DS_RVC	1.95 364	2.49 398	5.12 364	0.01 201	0.02 223	12.00 404	0.49 367	3.33 378	0.95 319	0.10 259	0.20 289	2.15 371	0.15 270	6.72 382	1.65 327	0.78 387	0.83 359	0.19 397	0.27 398	0.72 388	0.92 343

WAO-8	5.42 396	2.80 401	3.98 338	0.62 373	0.10 282	13.77 405	0.33 350	11.99 406	24.10 410	5.25 389	10.38 401	13.44 399	4.55 392	9.38 399	4.72 364	0.80 389	0.34 315	0.71 406	0.13 345	0.74 389	0.25 247

Venus	5.42 396	2.80 401	3.98 338	0.62 373	0.10 282	13.77 405	0.33 350	11.99 406	24.10 410	5.25 389	10.32 400	13.44 399	4.55 392	9.38 399	4.72 364	0.80 389	0.34 315	0.71 406	0.13 345	0.74 389	0.25 247

MANE	11.54 409	2.46 397	6.07 377	2.50 405	2.04 405	16.31 407	6.95 408	17.25 413	24.11 412	23.59 411	31.25 415	30.75 412	25.07 411	18.16 409	16.24 408	1.28 399	1.98 411	0.15 395	1.07 409	0.46 380	3.04 408

MADNet++	10.85 408	2.36 396	10.00 391	8.59 415	4.61 413	16.78 408	10.26 411	10.11 404	7.51 396	17.63 409	18.35 411	12.04 397	17.73 409	24.51 412	20.75 411	8.81 412	6.67 414	4.84 413	2.67 411	5.77 409	6.96 413

UNDER WATER-64	7.33 403	2.16 391	12.17 397	4.84 411	3.62 411	17.94 409	1.74 389	9.16 402	21.94 408	5.53 393	5.01 379	17.03 408	11.84 407	9.72 402	8.83 388	2.09 401	0.04 268	1.54 410	0.16 366	6.89 412	4.37 410

SGM-ForestM	10.58 407	2.80 401	7.93 384	1.86 398	1.59 402	17.97 410	9.39 410	11.57 405	12.75 402	21.30 410	18.68 412	40.07 414	22.22 410	21.60 410	15.86 406	0.99 395	1.53 408	0.06 385	0.52 404	0.47 381	2.43 406

TorneroNet-64	6.70 401	2.13 389	3.92 334	2.14 400	0.65 369	19.09 411	0.28 342	12.19 408	25.73 413	6.44 397	12.54 407	19.33 410	4.76 394	10.25 403	6.87 378	1.10 397	0.00 1	0.12 392	0.00 1	4.20 405	2.19 403

TorneroNet	7.29 402	2.19 392	3.95 335	2.15 401	1.14 394	19.79 412	0.46 360	13.22 409	25.82 414	8.31 403	16.76 410	17.46 409	5.75 395	10.79 404	8.91 389	2.32 403	0.03 258	0.12 392	0.00 1	4.70 406	2.01 401

JetBlue	6.27 398	3.44 408	18.17 402	0.00 1	2.21 407	30.58 413	17.31 414	4.77 388	1.07 333	0.74 352	2.25 366	6.31 385	5.82 396	18.12 408	9.68 391	0.10 372	0.01 244	0.00 1	0.00 1	3.12 403	1.61 378

BEATNet-Init1	15.75 412	8.48 414	36.75 409	2.06 399	2.07 406	33.60 414	14.96 413	17.15 412	19.08 405	30.69 414	28.08 413	43.61 415	25.98 413	25.17 414	20.68 410	0.80 389	1.17 398	0.36 403	0.51 403	1.53 396	2.28 404

JetRed	14.06 411	19.59 416	43.42 410	1.43 395	1.30 399	55.87 415	28.29 415	13.94 411	7.85 397	8.61 404	8.73 393	13.68 401	10.59 406	24.60 413	30.87 413	0.27 380	0.69 342	0.62 405	0.03 311	6.63 411	4.19 409

SPstereo	50.84 416	11.75 415	22.19 406	12.56 416	10.58 415	67.32 416	76.93 418	100.00 427	100.00 428	96.03 425	93.38 422	100.00 428	93.34 423	91.10 424	72.60 417	10.05 413	8.84 416	20.16 418	15.30 417	6.52 410	8.09 414

HaxPig	95.45 428	97.64 429	88.42 421	97.81 436	99.08 436	77.94 417	74.31 416	96.67 425	99.54 423	99.87 427	99.92 425	99.60 427	99.75 425	91.22 425	87.67 423	99.94 435	99.97 430	99.98 431	99.99 430	99.96 436	99.80 435

ASD4	35.80 414	43.79 417	34.11 408	21.10 417	36.26 416	80.52 418	95.21 424	27.47 415	69.35 416	28.35 413	36.69 416	27.92 411	45.29 415	38.60 416	53.98 416	10.97 414	11.11 417	12.38 415	11.42 416	16.75 416	14.68 417

PML	71.00 421	88.39 428	73.68 415	82.04 425	74.55 422	83.63 419	76.92 417	72.05 420	85.95 420	89.82 423	84.57 421	90.63 423	58.80 417	91.54 427	73.58 418	95.93 433	2.38 412	86.91 427	6.48 414	84.07 428	18.14 418

MEDIAN_ROB	93.48 425	98.75 430	96.24 423	90.99 428	90.62 429	85.89 420	77.23 419	92.20 422	89.67 421	95.04 424	94.93 423	96.04 424	93.85 424	90.48 423	87.58 422	98.40 434	95.87 423	99.62 430	98.78 427	98.85 435	98.49 434

xxxxx1	63.64 418	58.31 419	78.27 417	43.96 418	49.40 419	92.70 421	92.25 421	60.45 417	69.51 417	73.81 420	76.39 417	77.95 419	76.95 418	71.68 418	77.08 419	36.01 419	37.36 418	48.24 421	62.44 419	47.16 420	42.90 419

tt_ll	63.64 418	58.31 419	78.27 417	43.96 418	49.40 419	92.70 421	92.25 421	60.45 417	69.51 417	73.81 420	76.39 417	77.95 419	76.95 418	71.68 418	77.08 419	36.01 419	37.36 418	48.24 421	62.44 419	47.16 420	42.90 419

ff	63.64 418	58.31 419	78.27 417	43.96 418	49.40 419	92.70 421	92.25 421	60.45 417	69.51 417	73.81 420	76.39 417	77.95 419	76.95 418	71.68 418	77.08 419	36.01 419	37.36 418	48.24 421	62.44 419	47.16 420	42.90 419

AVERAGE_ROB	98.51 430	99.16 431	95.72 422	100.00 438	100.00 438	93.61 424	82.61 420	100.00 427	99.97 425	100.00 428	100.00 426	100.00 428	100.00 427	99.73 429	99.43 426	100.00 437	100.00 433	100.00 432	100.00 431	100.00 438	100.00 437

test_example2	97.59 429	99.97 432	99.93 426	99.80 437	99.96 437	98.80 425	99.76 425	91.09 421	100.00 428	100.00 428	100.00 426	89.37 422	86.85 421	99.31 428	96.67 424	99.97 436	99.51 429	92.94 429	97.98 426	99.99 437	99.94 436

DGTPSM_ROB	81.37 422	61.03 422	99.95 427	61.17 421	86.95 426	99.14 426	100.00 426	95.87 423	99.99 426	73.32 418	100.00 426	71.15 417	100.00 427	77.35 421	99.98 428	35.35 417	97.41 427	34.62 419	99.89 428	44.61 418	89.54 424

DPSMNet_ROB	81.42 423	61.07 423	99.95 427	61.38 422	87.01 427	99.15 427	100.00 426	95.87 423	99.99 426	73.35 419	100.00 426	71.18 418	100.00 427	77.40 422	99.98 428	35.68 418	97.47 428	34.71 420	99.89 428	44.74 419	89.65 425

MyStereo03	99.06 434	100.00 434	100.00 429	96.11 432	98.72 432	100.00 428	100.00 426	100.00 427	100.00 428	100.00 428	100.00 426	100.00 428	100.00 427	100.00 430	100.00 430	93.17 429	100.00 433	100.00 432	100.00 431	95.79 431	97.48 430

MyStereo02	99.06 434	100.00 434	100.00 429	96.11 432	98.72 432	100.00 428	100.00 426	100.00 427	100.00 428	100.00 428	100.00 426	100.00 428	100.00 427	100.00 430	100.00 430	93.17 429	100.00 433	100.00 432	100.00 431	95.79 431	97.48 430

MyStereo	99.06 434	100.00 434	100.00 429	96.11 432	98.72 432	100.00 428	100.00 426	100.00 427	100.00 428	100.00 428	100.00 426	100.00 428	100.00 427	100.00 430	100.00 430	93.17 429	100.00 433	100.00 432	100.00 431	95.79 431	97.48 430

Selective-RAFT-Error	99.05 433	100.00 434	100.00 429	96.31 435	98.73 435	100.00 428	100.00 426	100.00 427	100.00 428	100.00 428	100.00 426	100.00 428	100.00 427	100.00 430	100.00 430	93.08 427	100.00 433	100.00 432	100.00 431	95.40 429	97.58 433

Anonymous_1	89.55 424	74.57 425	97.70 424	74.52 424	78.35 423	100.00 428	100.00 426	98.05 426	99.77 424	96.85 426	99.38 424	97.67 425	99.78 426	91.23 426	98.87 425	81.02 422	97.18 424	59.55 424	84.83 422	74.77 425	86.89 423

tt	48.09 415	0.07 25	27.39 407	1.35 394	0.00 1	100.00 428	100.00 426	100.00 427	96.65 422	0.15 279	0.01 160	97.98 426	87.03 422	2.52 229	99.87 427	82.90 423	94.64 422	16.21 416	20.93 418	33.72 417	0.29 260

CasAABBNet	99.03 432	100.00 434	100.00 429	96.02 431	98.70 431	100.00 428	100.00 426	100.00 427	100.00 428	100.00 428	100.00 426	100.00 428	100.00 427	100.00 430	100.00 430	93.08 427	99.99 432	100.00 432	100.00 431	95.40 429	97.41 429

LSM0	98.99 431	99.97 432	100.00 429	95.58 429	98.52 430	100.00 428	100.00 426	100.00 427	100.00 428	100.00 428	100.00 426	100.00 428	100.00 427	100.00 430	100.00 430	93.32 432	99.97 430	100.00 432	100.00 431	95.80 434	96.62 428

DPSM_ROB	93.70 426	78.60 426	100.00 429	83.05 426	85.63 424	100.00 428	100.00 426	100.00 427	100.00 428	100.00 428	100.00 426	100.00 428	100.00 427	100.00 430	100.00 430	88.93 424	97.35 425	74.49 425	94.98 424	81.33 426	89.69 426

DPSM	93.70 426	78.60 426	100.00 429	83.05 426	85.63 424	100.00 428	100.00 426	100.00 427	100.00 428	100.00 428	100.00 426	100.00 428	100.00 427	100.00 430	100.00 430	88.93 424	97.35 425	74.49 425	94.98 424	81.33 426	89.69 426

FADE		7.35 413		2.62 406	2.96 410													17.99 417		2.05 397

Low-res two-view benchmark