Low-res two-view results

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

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

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

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

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

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

GrayStereo	0.52 245	0.03 1	1.36 78	0.10 325	0.00 1	1.13 369	2.57 451	0.32 147	1.03 373	0.00 1	0.00 1	0.08 166	3.66 435	0.01 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.17 225

AEACV	0.45 214	0.04 2	1.15 46	0.69 435	0.94 438	0.91 239	0.00 1	0.70 193	0.27 96	0.39 380	0.05 291	0.01 15	0.10 303	0.45 194	0.04 111	0.00 1	0.90 413	0.00 1	0.32 451	0.08 273	2.01 455

riskmin	0.49 233	0.04 2	1.45 116	0.70 437	0.80 428	0.54 129	0.20 372	1.05 246	0.20 76	0.24 347	0.27 341	1.13 384	0.00 1	0.43 190	0.41 301	0.00 1	0.80 394	0.00 1	0.26 442	0.00 1	1.23 405

PSM-AAD	0.53 260	0.04 2	1.38 88	0.06 307	0.00 1	1.20 390	2.11 446	0.17 101	0.78 252	0.01 105	0.44 380	0.14 196	3.94 438	0.23 148	0.06 139	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.02 65

IGEV-Stereo++	0.25 91	0.05 5	0.71 8	0.15 349	0.23 359	0.60 147	0.00 1	0.08 48	0.09 17	0.25 350	0.01 189	0.01 15	0.00 1	0.39 184	0.06 139	0.00 1	0.72 383	0.00 1	0.00 1	0.03 159	1.52 428

RAFT-Stereo-weight	0.26 95	0.05 5	1.09 42	0.01 237	0.19 337	1.25 395	0.00 1	0.87 221	0.63 161	0.10 296	0.05 291	0.03 86	0.00 1	0.10 115	0.02 67	0.00 1	0.45 352	0.00 1	0.00 1	0.00 1	0.34 300

KYRaft	0.26 95	0.05 5	1.37 82	0.04 284	0.00 1	1.16 378	0.12 360	0.11 65	0.78 252	0.01 105	0.29 355	0.03 86	0.75 381	0.37 178	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.03 73

SST-Stereo	0.56 284	0.05 5	1.55 141	0.06 307	0.19 337	1.10 349	0.47 418	0.32 147	0.80 274	0.04 230	0.00 1	0.05 130	0.57 367	5.98 405	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.00 1

GMM-Stereo	0.22 69	0.05 5	2.03 259	0.08 316	0.00 1	1.12 360	0.13 361	0.09 59	0.79 266	0.01 105	0.00 1	0.03 86	0.10 303	0.01 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.01 48

ICVP	0.16 36	0.05 5	1.22 56	0.00 1	0.01 212	1.01 265	0.09 348	0.28 139	0.17 53	0.00 1	0.02 275	0.07 160	0.01 109	0.21 143	0.05 125	0.00 1	0.01 264	0.00 1	0.00 1	0.01 38	0.09 154
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Pointernet	0.16 36	0.06 11	0.99 32	0.00 1	0.36 374	0.54 129	0.00 1	0.03 9	0.76 220	0.00 1	0.00 1	0.05 130	0.02 166	0.04 62	0.01 40	0.00 1	0.14 316	0.00 1	0.01 314	0.01 38	0.20 245

U	1.64 407	0.06 11	0.52 3	0.00 1	7.15 467	10.37 456	0.00 1	0.04 12	0.05 5	0.01 105	0.00 1	0.09 174	0.00 1	0.02 14	0.01 40	0.00 1	0.00 1	9.39 468	5.01 466	0.01 38	0.00 1

LoS_RVC	0.08 3	0.06 11	1.05 36	0.00 1	0.01 212	0.16 47	0.00 1	0.17 101	0.09 17	0.00 1	0.00 1	0.04 106	0.01 109	0.05 86	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

knoymous	0.10 9	0.06 11	1.25 58	0.00 1	0.00 1	0.11 40	0.00 1	0.27 138	0.06 8	0.00 1	0.00 1	0.23 240	0.00 1	0.04 62	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 73

NF-Stereo	0.54 267	0.06 11	1.59 155	0.19 367	0.00 1	1.09 336	0.25 383	0.22 118	1.13 400	0.02 169	0.00 1	0.02 50	0.00 1	6.05 410	0.17 204	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

OCTAStereo	0.54 267	0.06 11	1.59 155	0.19 367	0.00 1	1.09 336	0.25 383	0.22 118	1.13 400	0.02 169	0.00 1	0.02 50	0.00 1	6.03 408	0.18 210	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

PSM-softLoss	0.55 275	0.06 11	1.89 227	0.27 386	0.00 1	1.08 320	0.25 383	0.12 74	1.06 381	0.03 211	0.01 189	0.02 50	0.01 109	5.92 401	0.18 210	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

KMStereo	0.55 275	0.06 11	1.89 227	0.27 386	0.00 1	1.08 320	0.25 383	0.12 74	1.06 381	0.03 211	0.01 189	0.02 50	0.01 109	5.92 401	0.18 210	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

NRIStereo	0.22 69	0.06 11	1.40 96	0.05 290	0.01 212	1.16 378	0.32 402	0.04 12	0.81 283	0.04 230	0.01 189	0.11 185	0.01 109	0.14 128	0.02 67	0.00 1	0.02 272	0.00 1	0.00 1	0.05 209	0.10 170

FTStereo	0.82 356	0.06 11	1.88 226	0.12 338	0.00 1	1.15 375	2.70 452	0.16 97	0.84 308	0.16 323	5.80 433	0.36 282	2.49 423	0.53 202	0.01 40	0.07 418	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

RAFT_R40	0.54 267	0.06 11	1.55 141	0.06 307	0.15 330	1.10 349	0.31 397	0.31 146	0.78 252	0.02 169	0.03 283	0.07 160	0.29 345	5.98 405	0.10 162	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.00 1

RE-Stereo	0.54 267	0.06 11	1.59 155	0.19 367	0.00 1	1.09 336	0.25 383	0.22 118	1.13 400	0.02 169	0.00 1	0.02 50	0.00 1	6.05 410	0.17 204	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

TVStereo	0.54 267	0.06 11	1.59 155	0.19 367	0.00 1	1.09 336	0.25 383	0.22 118	1.13 400	0.02 169	0.00 1	0.02 50	0.00 1	6.05 410	0.17 204	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

CRE-IMP	0.22 69	0.06 11	1.43 114	0.05 290	0.02 253	1.12 360	0.33 403	0.04 12	1.08 386	0.02 169	0.00 1	0.12 189	0.00 1	0.03 46	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.09 154

Prome-Stereo	0.28 102	0.06 11	1.40 96	0.10 325	0.00 1	1.16 378	0.02 280	0.39 159	0.88 350	0.02 169	0.52 387	0.05 130	0.69 374	0.28 167	0.07 145	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.03 73

EAI-Stereo	0.98 368	0.06 11	1.09 42	0.17 362	0.67 419	1.19 389	4.84 457	2.67 396	0.91 356	0.95 410	4.52 428	0.30 261	0.53 366	0.57 205	0.46 306	0.00 1	0.07 305	0.00 1	0.29 448	0.01 38	0.34 300

R-Stereo Train	0.22 69	0.06 11	1.64 167	0.00 1	0.00 1	0.76 197	0.00 1	1.57 307	0.17 53	0.02 169	0.00 1	0.01 15	0.00 1	0.02 14	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 73

RAFT-Stereo	0.22 69	0.06 11	1.64 167	0.00 1	0.00 1	0.76 197	0.00 1	1.57 307	0.17 53	0.02 169	0.00 1	0.01 15	0.00 1	0.02 14	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 73
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
trnet	0.12 22	0.07 29	0.78 14	0.00 1	0.00 1	1.06 289	0.00 1	0.22 118	0.15 35	0.00 1	0.00 1	0.02 50	0.00 1	0.02 14	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 48

AE-Stereo	0.43 202	0.07 29	1.90 231	0.05 290	0.21 347	1.09 336	0.00 1	1.02 237	0.48 129	0.39 380	0.28 350	0.18 222	0.00 1	0.18 140	0.05 125	0.00 1	0.83 402	0.00 1	0.23 429	0.07 254	1.64 434

Any-RAFT	0.24 82	0.07 29	1.16 49	0.00 1	0.01 212	1.13 369	0.00 1	1.21 264	0.36 109	0.02 169	0.00 1	0.49 314	0.00 1	0.19 141	0.03 83	0.00 1	0.08 307	0.00 1	0.00 1	0.00 1	0.03 73

CAS	0.13 25	0.07 29	0.86 23	0.00 1	0.00 1	1.01 265	0.00 1	0.26 135	0.16 45	0.00 1	0.00 1	0.03 86	0.01 109	0.02 14	0.04 111	0.09 421	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

anonymousdsp2	0.40 183	0.07 29	1.78 205	0.28 390	0.74 423	0.65 169	0.00 1	0.16 97	0.61 157	0.31 363	0.01 189	0.17 218	0.01 109	0.41 186	0.17 204	0.00 1	0.88 411	0.00 1	0.02 326	0.04 194	1.73 439

EGLCR-Stereo	0.43 202	0.07 29	1.21 55	0.58 421	0.65 416	1.64 417	0.31 397	1.15 258	0.19 74	0.43 383	0.02 275	0.00 1	0.02 166	0.38 182	0.14 190	0.00 1	0.66 376	0.00 1	0.00 1	0.00 1	1.11 402

DCANet-4	0.37 158	0.07 29	3.11 342	0.00 1	0.00 1	1.06 289	0.00 1	1.82 349	0.85 332	0.16 323	0.00 1	0.04 106	0.05 266	0.04 62	0.08 151	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 257

tt	48.09 469	0.07 29	27.39 461	1.35 447	0.00 1	100.00 480	100.00 478	100.00 480	96.65 475	0.15 320	0.01 189	97.98 479	87.03 475	2.52 273	99.87 479	82.90 475	94.64 474	16.21 469	20.93 470	33.72 468	0.29 286

BUS	0.38 167	0.07 29	0.98 29	0.00 1	0.00 1	1.88 422	0.00 1	2.67 396	0.82 289	0.30 359	0.09 312	0.64 333	0.00 1	0.06 93	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

BSDual-CNN	0.35 141	0.07 29	0.98 29	0.00 1	0.00 1	1.09 336	0.00 1	2.67 396	0.82 289	0.30 359	0.09 312	0.35 277	0.03 208	0.06 93	0.51 309	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

psmg	0.29 107	0.07 29	0.98 29	0.00 1	0.00 1	1.07 309	0.00 1	1.92 357	0.82 289	0.00 1	0.00 1	0.35 277	0.03 208	0.06 93	0.51 309	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.01 48

GLC_STEREO	0.06 2	0.07 29	0.85 22	0.00 1	0.00 1	0.07 32	0.00 1	0.01 1	0.04 2	0.00 1	0.00 1	0.01 15	0.01 109	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.03 73

Patchmatch Stereo++	0.18 45	0.07 29	1.40 96	0.05 290	0.01 212	1.08 320	0.07 336	0.05 20	0.75 199	0.02 169	0.00 1	0.05 130	0.00 1	0.03 46	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.00 1
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.18 45	0.07 29	1.40 96	0.05 290	0.02 253	1.08 320	0.08 343	0.05 20	0.75 199	0.02 169	0.00 1	0.07 160	0.00 1	0.04 62	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.00 1

ROB_FTStereo_v2	0.18 45	0.07 29	1.40 96	0.05 290	0.02 253	1.08 320	0.06 331	0.05 20	0.75 199	0.02 169	0.00 1	0.07 160	0.00 1	0.04 62	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.00 1

ROB_FTStereo	0.18 45	0.07 29	1.40 96	0.05 290	0.02 253	1.08 320	0.06 331	0.05 20	0.75 199	0.02 169	0.00 1	0.03 86	0.00 1	0.04 62	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.00 1

HUI-Stereo	0.19 56	0.07 29	1.41 106	0.05 290	0.02 253	1.08 320	0.08 343	0.06 30	0.76 220	0.02 169	0.00 1	0.07 160	0.00 1	0.04 62	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.00 1

DeepStereo_RVC	0.24 82	0.07 29	1.16 49	0.06 307	0.02 253	1.08 320	0.31 397	0.04 12	0.75 199	0.02 169	0.00 1	0.00 1	1.22 402	0.03 46	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.05 110

iGMRVC	0.18 45	0.07 29	1.40 96	0.05 290	0.03 270	1.08 320	0.07 336	0.06 30	0.75 199	0.02 169	0.00 1	0.05 130	0.00 1	0.04 62	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.00 1

RAFT-345	0.52 245	0.07 29	1.75 200	0.11 334	0.07 301	1.17 383	0.18 368	0.21 114	0.78 252	0.00 1	0.01 189	0.09 174	0.01 109	5.87 396	0.19 219	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

iRAFT	0.18 45	0.07 29	1.40 96	0.05 290	0.01 212	1.08 320	0.07 336	0.05 20	0.75 199	0.02 169	0.00 1	0.05 130	0.00 1	0.03 46	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.00 1

AnonymousM	0.18 45	0.07 29	0.80 15	0.04 284	0.00 1	1.03 275	0.00 1	0.20 112	0.65 165	0.06 263	0.00 1	0.00 1	0.00 1	0.33 171	0.02 67	0.00 1	0.19 321	0.00 1	0.00 1	0.01 38	0.18 231

RAFT-IKP	0.18 45	0.07 29	1.41 106	0.05 290	0.01 212	1.08 320	0.08 343	0.05 20	0.75 199	0.02 169	0.00 1	0.05 130	0.00 1	0.04 62	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.00 1

CREStereo	0.12 22	0.07 29	0.76 11	0.00 1	0.00 1	1.06 289	0.00 1	0.25 132	0.14 28	0.00 1	0.00 1	0.02 50	0.00 1	0.02 14	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.01 48
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
IGEV-Stereo+	0.16 36	0.08 53	0.84 20	0.01 237	0.12 322	0.02 8	0.00 1	0.10 62	0.15 35	0.25 350	0.03 283	0.04 106	0.00 1	0.10 115	0.36 281	0.00 1	0.54 365	0.00 1	0.11 378	0.01 38	0.40 314

testlalala_base	0.41 188	0.08 53	1.39 92	0.00 1	0.09 309	0.65 169	0.00 1	1.12 257	0.24 89	0.08 281	0.00 1	0.00 1	0.01 109	0.01 3	0.17 204	0.60 438	0.73 386	0.00 1	0.12 384	2.19 452	0.62 363

CES	0.10 9	0.08 53	0.73 10	0.00 1	0.00 1	0.20 53	0.01 216	0.08 48	0.75 199	0.01 105	0.00 1	0.08 166	0.03 208	0.03 46	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

CASS	0.10 9	0.08 53	1.10 44	0.00 1	0.00 1	0.13 45	0.01 216	0.15 91	0.18 64	0.21 335	0.00 1	0.02 50	0.02 166	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.03 73
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymity	0.27 99	0.08 53	1.16 49	0.10 325	0.30 369	0.04 19	0.00 1	0.55 176	0.08 11	0.42 382	0.13 322	0.49 314	0.57 367	0.27 160	0.30 253	0.00 1	0.33 339	0.00 1	0.23 429	0.01 38	0.43 320

DAS	0.55 275	0.08 53	1.79 208	0.00 1	0.00 1	0.09 36	0.00 1	1.54 302	0.85 332	1.16 416	0.00 1	0.24 243	0.03 208	4.66 365	0.31 257	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.14 209

SepStereo	0.50 238	0.08 53	1.79 208	0.00 1	0.00 1	0.09 36	0.00 1	1.54 302	0.85 332	1.16 416	0.00 1	0.24 243	0.03 208	3.84 335	0.31 257	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.14 209

PSMNet-ADL	0.39 176	0.08 53	0.96 26	0.00 1	0.00 1	1.02 271	0.00 1	0.72 201	0.16 45	0.00 1	0.10 317	0.48 307	0.01 109	3.60 326	0.37 284	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.23 257

AAGNet	0.99 369	0.08 53	1.59 155	0.15 349	0.27 365	1.14 374	0.27 393	0.06 30	0.78 252	0.01 105	0.00 1	0.01 15	0.97 391	3.60 326	10.81 449	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.00 1

s12784h	0.27 99	0.08 53	1.46 118	0.00 1	0.00 1	1.06 289	0.02 280	1.66 316	0.75 199	0.01 105	0.36 374	0.02 50	0.00 1	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.02 65

CFNet-RSSM	0.21 65	0.08 53	1.39 92	0.00 1	0.12 322	0.63 158	0.00 1	1.32 280	0.15 35	0.01 105	0.00 1	0.09 174	0.00 1	0.11 120	0.04 111	0.00 1	0.00 1	0.00 1	0.23 429	0.01 38	0.08 140

PMTNet	0.13 25	0.08 53	0.99 32	0.00 1	0.00 1	1.05 286	0.04 318	0.21 114	0.14 28	0.00 1	0.00 1	0.04 106	0.00 1	0.04 62	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.01 48

HSM-Net_RVC	0.57 289	0.08 53	1.74 193	0.00 1	0.00 1	0.63 158	0.00 1	4.21 439	0.71 181	0.14 314	0.00 1	0.21 235	0.03 208	3.43 318	0.05 125	0.01 387	0.00 1	0.00 1	0.00 1	0.00 1	0.10 170
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
IGEV-BASED-STEREO-	0.08 3	0.09 66	0.28 1	0.00 1	0.00 1	0.09 36	0.02 280	0.17 101	0.17 53	0.09 289	0.00 1	0.00 1	0.00 1	0.02 14	0.33 263	0.00 1	0.34 341	0.00 1	0.00 1	0.01 38	0.09 154

CAS++	0.08 3	0.09 66	0.97 27	0.00 1	0.00 1	0.07 32	0.00 1	0.25 132	0.18 64	0.00 1	0.00 1	0.02 50	0.00 1	0.01 3	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.01 48
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GMStereo_Zeroshot	0.10 9	0.09 66	1.06 37	0.14 346	0.00 1	0.03 16	0.00 1	0.05 20	0.17 53	0.00 1	0.03 283	0.19 230	0.02 166	0.01 3	0.05 125	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.08 140

DisPM	0.22 69	0.09 66	1.74 193	0.11 334	0.00 1	1.16 378	0.40 411	0.08 48	0.68 172	0.03 211	0.00 1	0.00 1	0.00 1	0.07 100	0.04 111	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

Pruner-Stereo	0.22 69	0.09 66	1.50 124	0.23 381	0.00 1	1.10 349	0.20 372	0.17 101	0.78 252	0.03 211	0.00 1	0.01 15	0.00 1	0.04 62	0.21 225	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.01 48

cross-raft	0.21 65	0.09 66	1.42 110	0.48 411	0.50 395	0.41 94	0.07 336	0.50 169	0.03 1	0.02 169	0.00 1	0.38 290	0.00 1	0.08 107	0.03 83	0.00 1	0.00 1	0.00 1	0.11 378	0.01 38	0.09 154

sCroCo_RVC	0.13 25	0.09 66	1.61 162	0.00 1	0.00 1	0.02 8	0.00 1	0.11 65	0.64 162	0.00 1	0.00 1	0.01 15	0.00 1	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

Gwc-CoAtRS	0.15 34	0.09 66	1.42 110	0.00 1	0.11 319	0.43 101	0.00 1	0.32 147	0.08 11	0.02 169	0.00 1	0.18 222	0.00 1	0.05 86	0.06 139	0.00 1	0.06 303	0.00 1	0.18 413	0.01 38	0.08 140

AdaStereo	0.25 91	0.09 66	1.34 74	0.00 1	0.00 1	0.26 60	0.00 1	1.95 359	0.75 199	0.00 1	0.00 1	0.30 261	0.01 109	0.14 128	0.13 183	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.05 110
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.
testlalala2	0.31 126	0.10 75	1.57 152	0.00 1	0.00 1	0.83 214	0.00 1	1.93 358	0.95 361	0.05 243	0.27 341	0.04 106	0.01 109	0.01 3	0.04 111	0.00 1	0.00 1	0.00 1	0.23 429	0.01 38	0.14 209

CASnet	0.10 9	0.10 75	0.81 16	0.00 1	0.00 1	0.82 211	0.00 1	0.14 89	0.13 27	0.00 1	0.00 1	0.01 15	0.00 1	0.01 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 159	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS	0.16 36	0.10 75	0.97 27	0.02 260	0.00 1	1.04 281	0.01 216	0.07 39	0.75 199	0.01 105	0.01 189	0.16 212	0.04 237	0.07 100	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.00 1
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
test-3	0.30 118	0.10 75	1.49 121	0.20 374	0.38 377	0.44 105	0.01 216	1.59 311	0.08 11	0.04 230	0.00 1	0.02 50	0.00 1	0.08 107	0.24 237	0.00 1	0.47 354	0.00 1	0.20 422	0.13 329	0.43 320

test_1	0.30 118	0.10 75	1.50 124	0.21 377	0.38 377	0.44 105	0.01 216	1.58 310	0.08 11	0.04 230	0.00 1	0.02 50	0.00 1	0.07 100	0.24 237	0.00 1	0.47 354	0.00 1	0.20 422	0.13 329	0.43 320

test_3	0.31 126	0.10 75	1.52 132	0.20 374	0.40 380	0.54 129	0.01 216	1.68 318	0.08 11	0.16 323	0.00 1	0.02 50	0.00 1	0.07 100	0.24 237	0.00 1	0.50 358	0.00 1	0.20 422	0.13 329	0.38 311

PFNet+	0.28 102	0.10 75	1.61 162	0.08 316	0.01 212	1.12 360	0.41 412	0.12 74	0.80 274	0.08 281	0.01 189	0.02 50	0.00 1	1.19 233	0.04 111	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

DEmStereo	0.76 343	0.10 75	1.95 246	0.04 284	0.00 1	0.80 205	0.50 422	0.06 30	0.76 220	0.05 243	0.72 397	0.02 50	3.33 433	5.67 391	1.24 362	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo++_RVC	0.15 34	0.10 75	1.55 141	0.00 1	0.00 1	1.01 265	0.00 1	0.15 91	0.15 35	0.00 1	0.01 189	0.04 106	0.00 1	0.02 14	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 91
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
rvit_stereo_0083	0.03 1	0.11 84	0.34 2	0.00 1	0.00 1	0.00 1	0.00 1	0.01 1	0.11 24	0.00 1	0.00 1	0.01 15	0.00 1	0.03 46	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0075_2	0.10 9	0.11 84	1.51 129	0.00 1	0.00 1	0.00 1	0.00 1	0.07 39	0.04 2	0.00 1	0.00 1	0.00 1	0.00 1	0.05 86	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.20 245

testlalala	0.29 107	0.11 84	1.39 92	0.00 1	0.11 319	1.06 289	0.01 216	0.71 199	0.74 189	0.14 314	0.08 309	0.04 106	0.04 237	0.06 93	0.03 83	0.00 1	1.11 436	0.00 1	0.12 384	0.00 1	0.14 209

RAFT-Test	0.37 158	0.11 84	1.68 179	0.57 420	0.93 437	0.43 101	0.10 352	1.03 240	0.49 131	0.16 323	0.00 1	0.87 362	0.00 1	0.27 160	0.12 173	0.00 1	0.33 339	0.00 1	0.24 439	0.01 38	0.05 110

Selective-IGEV	0.28 102	0.11 84	1.31 70	0.64 428	0.60 414	0.27 61	0.00 1	0.05 20	0.56 144	0.00 1	0.00 1	0.01 15	0.03 208	0.25 149	0.25 241	0.00 1	0.79 391	0.00 1	0.07 357	0.06 236	0.62 363

SFCPSM	0.24 82	0.11 84	1.53 136	0.00 1	0.05 291	0.35 84	0.01 216	1.54 302	0.77 239	0.01 105	0.00 1	0.12 189	0.02 166	0.06 93	0.05 125	0.00 1	0.00 1	0.00 1	0.02 326	0.03 159	0.06 120

MDST_ROB	1.73 412	0.11 84	3.61 377	0.13 343	0.15 330	5.47 449	0.31 397	4.97 443	0.87 347	6.33 448	1.52 414	1.03 373	1.19 401	6.22 421	2.13 391	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.60 359

GCAP-BAT	0.53 260	0.12 91	1.52 132	0.56 418	0.51 398	1.23 394	0.03 301	0.76 210	0.44 123	0.57 394	0.69 396	0.85 359	0.07 290	0.41 186	0.35 274	0.00 1	1.04 425	0.00 1	0.40 455	0.05 209	0.95 390

test_sample7	0.52 245	0.12 91	1.34 74	0.02 260	0.00 1	0.21 55	0.00 1	2.79 405	1.10 389	0.05 243	0.28 350	0.31 264	0.00 1	1.55 246	0.33 263	0.00 1	0.91 416	0.00 1	0.00 1	0.01 38	1.37 413

IGEV_Zeroshot_test	0.56 284	0.12 91	3.25 349	0.16 354	0.47 388	0.55 134	0.46 414	0.53 175	0.38 111	0.70 400	0.49 385	1.08 377	0.49 363	0.36 175	0.31 257	0.00 1	0.37 346	0.00 1	0.13 386	0.03 159	1.33 410

MSKI-zero shot	0.34 135	0.12 91	1.70 184	0.55 415	0.44 383	1.10 349	0.03 301	0.91 224	0.22 80	0.22 339	0.05 291	0.06 149	0.00 1	0.16 131	0.04 111	0.00 1	0.87 410	0.00 1	0.18 413	0.02 110	0.22 249

MC-Stereo	0.38 167	0.12 91	1.30 69	0.65 430	0.70 421	1.06 289	0.00 1	0.03 9	0.14 28	0.23 343	0.00 1	0.04 106	0.02 166	0.38 182	0.12 173	0.00 1	1.08 433	0.00 1	0.02 326	0.08 273	1.72 436

GANet-ADL	0.20 60	0.12 91	1.43 114	0.00 1	0.01 212	0.84 219	0.00 1	0.40 162	0.17 53	0.00 1	0.36 374	0.35 277	0.00 1	0.09 112	0.14 190	0.00 1	0.00 1	0.00 1	0.00 1	0.04 194	0.12 193

ASMatch	0.60 300	0.12 91	1.85 221	0.14 346	0.04 282	1.08 320	0.00 1	0.12 74	0.87 347	0.06 263	0.43 379	0.06 149	0.85 387	6.18 419	0.26 245	0.00 1	0.00 1	0.00 1	0.01 314	0.00 1	0.00 1

UGAM-zero	0.87 359	0.13 98	1.99 251	0.10 325	0.31 371	0.81 207	0.34 406	1.28 274	0.32 104	0.56 393	0.00 1	2.63 426	0.72 378	6.21 420	0.20 224	0.00 1	0.51 361	0.00 1	0.26 442	0.01 38	0.96 391

PCWNet_CMD	0.20 60	0.13 98	1.38 88	0.00 1	0.01 212	0.73 192	0.00 1	0.39 159	0.19 74	0.00 1	0.01 189	0.47 303	0.50 364	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.17 225

Selective-RAFT	0.21 65	0.13 98	0.82 17	0.00 1	0.00 1	1.08 320	0.00 1	0.06 30	0.77 239	0.00 1	0.00 1	0.08 166	0.00 1	0.01 3	0.03 83	0.00 1	0.90 413	0.00 1	0.18 413	0.04 194	0.16 221

iRaft-Stereo_20w	0.77 346	0.13 98	2.90 329	0.63 427	0.50 395	1.18 385	0.58 425	2.56 389	0.71 181	0.85 406	0.05 291	0.78 353	1.02 393	0.82 221	0.76 339	0.00 1	0.52 362	0.00 1	0.14 393	0.02 110	1.25 408

DRaft	0.58 292	0.13 98	1.34 74	0.00 1	0.00 1	0.94 249	0.18 368	0.08 48	0.16 45	0.03 211	0.25 338	0.06 149	2.49 423	4.51 361	1.32 368	0.00 1	0.03 280	0.00 1	0.02 326	0.03 159	0.08 140

CFNet_pseudo	0.24 82	0.13 98	1.40 96	0.00 1	0.01 212	0.96 253	0.00 1	1.08 251	0.16 45	0.00 1	0.01 189	0.48 307	0.35 351	0.03 46	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 182

MSMDNet	0.20 60	0.13 98	1.39 92	0.00 1	0.01 212	0.73 192	0.00 1	0.39 159	0.18 64	0.00 1	0.01 189	0.48 307	0.48 362	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.17 225

ccs_rob	0.24 82	0.13 98	1.40 96	0.00 1	0.01 212	0.97 255	0.00 1	1.08 251	0.16 45	0.00 1	0.01 189	0.48 307	0.35 351	0.03 46	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 182

RSM	0.22 69	0.14 106	0.72 9	0.54 413	0.47 388	0.32 72	0.00 1	0.17 101	1.04 380	0.02 169	0.00 1	0.00 1	0.00 1	0.01 3	0.00 1	0.00 1	0.10 311	0.00 1	0.15 398	0.09 296	0.54 349

RCA-Stereo	0.28 102	0.14 106	1.00 35	0.00 1	0.13 325	1.06 289	0.00 1	1.76 332	0.16 45	0.07 272	0.00 1	0.02 50	0.06 278	0.00 1	0.00 1	0.00 1	0.83 402	0.00 1	0.00 1	0.06 236	0.23 257

NINENet	0.52 245	0.14 106	1.48 119	0.06 307	0.00 1	1.88 422	0.00 1	3.28 430	0.76 220	0.00 1	0.00 1	0.64 333	0.00 1	2.11 253	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

hknet	0.45 214	0.14 106	1.89 227	0.00 1	0.00 1	1.09 336	0.00 1	2.67 396	0.82 289	0.30 359	0.09 312	0.63 330	0.00 1	1.06 229	0.38 292	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

LCNet	0.26 95	0.14 106	1.38 88	0.10 325	0.00 1	0.97 255	0.00 1	0.12 74	0.78 252	0.01 105	0.00 1	0.02 50	1.07 397	0.43 190	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 352	0.03 73

Anonymous3	0.24 82	0.14 106	1.98 249	0.00 1	0.00 1	1.12 360	0.00 1	0.61 183	0.77 239	0.01 105	0.00 1	0.06 149	0.00 1	0.02 14	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.02 65

pcwnet_v2	0.49 233	0.14 106	4.76 410	0.00 1	0.00 1	0.68 181	0.00 1	2.39 381	0.81 283	0.01 105	0.00 1	0.35 277	0.32 349	0.19 141	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.22 249

test_sample3	0.52 245	0.15 113	1.92 237	0.00 1	0.00 1	0.49 116	0.00 1	2.35 378	0.95 361	0.01 105	0.01 189	0.04 106	0.00 1	2.76 284	0.34 268	0.00 1	0.72 383	0.00 1	0.06 351	0.01 38	0.52 344

test_sample2	0.44 207	0.15 113	1.11 45	0.00 1	0.00 1	0.35 84	0.00 1	1.38 289	0.90 355	0.01 105	0.22 333	0.02 50	0.00 1	2.30 259	0.56 317	0.00 1	0.83 402	0.00 1	0.08 361	0.01 38	0.84 382

EKT-Stereo	0.55 275	0.15 113	1.80 211	0.73 439	4.21 464	1.08 320	0.00 1	1.17 262	0.32 104	0.02 169	0.00 1	0.08 166	0.00 1	1.01 228	0.13 183	0.00 1	0.03 280	0.00 1	0.05 347	0.03 159	0.29 286

CRFU-Net	0.43 202	0.15 113	1.89 227	0.26 385	0.01 212	0.91 239	0.00 1	0.47 167	0.27 96	0.00 1	0.00 1	0.41 296	1.89 415	2.11 253	0.14 190	0.00 1	0.00 1	0.03 422	0.00 1	0.03 159	0.03 73

PFNet	0.63 311	0.15 113	2.41 295	0.00 1	0.30 369	1.17 383	0.00 1	0.35 153	0.92 358	0.01 105	0.24 336	0.03 86	0.00 1	6.43 430	0.23 234	0.09 421	0.00 1	0.00 1	0.04 343	0.13 329	0.10 170

rvit_stereo_0081	0.08 3	0.16 118	0.59 4	0.00 1	0.00 1	0.02 8	0.00 1	0.01 1	0.72 185	0.00 1	0.00 1	0.00 1	0.00 1	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0082	0.08 3	0.16 118	0.59 4	0.00 1	0.00 1	0.02 8	0.00 1	0.01 1	0.72 185	0.00 1	0.00 1	0.00 1	0.00 1	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RSM++	0.22 69	0.16 118	0.76 11	0.58 421	0.44 383	0.32 72	0.00 1	0.09 59	1.08 386	0.02 169	0.00 1	0.00 1	0.00 1	0.07 100	0.00 1	0.00 1	0.02 272	0.00 1	0.16 407	0.13 329	0.62 363

test_sample6	0.57 289	0.16 118	1.84 218	0.00 1	0.00 1	0.51 120	0.00 1	2.86 410	1.03 373	0.00 1	0.07 305	0.10 181	0.00 1	3.13 303	0.39 296	0.00 1	0.71 381	0.00 1	0.05 347	0.01 38	0.53 346

test_sample5	0.55 275	0.16 118	1.91 233	0.00 1	0.00 1	0.48 112	0.00 1	2.61 393	1.03 373	0.00 1	0.09 312	0.04 106	0.00 1	3.07 299	0.35 274	0.00 1	0.74 388	0.00 1	0.06 351	0.01 38	0.54 349

test_sample4	0.53 260	0.16 118	1.92 237	0.00 1	0.00 1	0.48 112	0.00 1	2.55 388	0.96 365	0.00 1	0.00 1	0.05 130	0.00 1	2.79 286	0.31 257	0.00 1	0.73 386	0.00 1	0.06 351	0.01 38	0.53 346

test_sample1	0.44 207	0.16 118	1.07 38	0.00 1	0.09 309	0.16 47	0.00 1	1.22 266	0.76 220	0.05 243	0.24 336	0.15 203	0.00 1	2.28 258	0.59 318	0.00 1	0.84 406	0.00 1	0.08 361	0.02 110	1.19 403

SMFormer	0.52 245	0.16 118	1.37 82	0.00 1	0.00 1	0.05 23	0.00 1	1.78 337	1.11 393	0.00 1	0.27 341	0.15 203	0.00 1	3.31 312	0.65 323	0.00 1	0.82 397	0.00 1	0.10 371	0.02 110	0.66 370

tta	0.52 245	0.16 118	1.37 82	0.00 1	0.00 1	0.05 23	0.00 1	1.78 337	1.11 393	0.00 1	0.27 341	0.15 203	0.00 1	3.31 312	0.65 323	0.00 1	0.82 397	0.00 1	0.10 371	0.05 209	0.51 341

qqq1	0.52 245	0.16 118	1.37 82	0.00 1	0.00 1	0.05 23	0.00 1	1.78 337	1.11 393	0.00 1	0.27 341	0.15 203	0.00 1	3.31 312	0.66 327	0.00 1	0.82 397	0.00 1	0.09 368	0.05 209	0.51 341

fff1	0.52 245	0.16 118	1.37 82	0.00 1	0.00 1	0.05 23	0.00 1	1.78 337	1.11 393	0.00 1	0.27 341	0.15 203	0.00 1	3.31 312	0.66 327	0.00 1	0.82 397	0.00 1	0.09 368	0.05 209	0.51 341

DualNet	0.55 275	0.16 118	1.91 233	0.00 1	0.00 1	0.48 112	0.00 1	2.61 393	1.03 373	0.00 1	0.07 305	0.04 106	0.00 1	3.07 299	0.35 274	0.00 1	0.74 388	0.00 1	0.06 351	0.01 38	0.54 349

CrosDoStereo	1.11 382	0.16 118	1.64 167	0.00 1	0.05 291	0.66 173	5.65 460	0.70 193	0.54 137	0.25 350	1.18 408	0.19 230	2.94 428	6.48 431	1.58 375	0.00 1	0.00 1	0.00 1	0.00 1	0.06 236	0.08 140

DeepStereo_LL	1.11 382	0.16 118	1.64 167	0.00 1	0.05 291	0.66 173	5.65 460	0.70 193	0.54 137	0.25 350	1.18 408	0.19 230	2.94 428	6.48 431	1.58 375	0.00 1	0.00 1	0.00 1	0.00 1	0.06 236	0.08 140

MGS-Stereo	0.13 25	0.17 132	1.07 38	0.00 1	0.00 1	0.43 101	0.00 1	0.28 139	0.15 35	0.00 1	0.00 1	0.01 15	0.01 109	0.06 93	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.38 424	0.00 1

11t1	0.39 176	0.17 132	1.36 78	0.00 1	0.47 388	0.11 40	0.00 1	0.59 180	1.12 398	0.05 243	0.29 355	0.03 86	0.00 1	0.26 156	0.66 327	0.00 1	1.05 427	0.00 1	0.14 393	0.03 159	1.45 424

CFNet_ucs	0.29 107	0.17 132	1.53 136	0.00 1	0.01 212	0.83 214	0.00 1	2.07 367	0.24 89	0.00 1	0.00 1	0.48 307	0.29 345	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 209

Former-RAFT_DAM_RVC	0.11 17	0.18 135	0.67 6	0.00 1	0.00 1	0.06 28	0.00 1	0.11 65	0.26 92	0.74 402	0.00 1	0.03 86	0.01 109	0.03 46	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.03 159	0.03 73

test-1	0.36 151	0.18 135	1.36 78	0.00 1	0.83 430	0.60 147	0.00 1	1.07 250	0.18 64	0.07 272	0.49 385	0.34 271	0.00 1	0.10 115	0.51 309	0.00 1	0.64 374	0.00 1	0.06 351	0.01 38	0.84 382

XX-Stereo	0.73 337	0.18 135	5.35 420	0.38 403	0.26 364	1.13 369	0.00 1	3.03 417	0.18 64	0.14 314	0.01 189	1.40 401	0.01 109	1.36 242	0.04 111	0.00 1	0.50 358	0.00 1	0.16 407	0.03 159	0.43 320

FAT-Stereo	0.55 275	0.18 135	2.58 314	0.00 1	0.00 1	0.33 81	0.08 343	2.26 375	0.84 308	0.06 263	0.88 402	0.60 327	0.51 365	2.43 267	0.08 151	0.00 1	0.00 1	0.00 1	0.00 1	0.03 159	0.16 221

AIO-Stereo	0.29 107	0.19 139	0.68 7	0.51 412	0.69 420	0.32 72	0.00 1	0.11 65	0.50 133	0.05 243	0.00 1	0.01 15	0.00 1	0.11 120	0.34 268	0.00 1	0.76 390	0.00 1	0.23 429	0.07 254	1.25 408

Anonymous_2	1.27 388	0.19 139	1.80 211	0.70 437	0.78 425	0.61 154	0.20 372	0.92 226	0.48 129	0.22 339	0.30 357	1.44 404	0.00 1	0.43 190	0.40 297	0.01 387	0.84 406	2.29 464	11.27 469	1.29 447	1.20 404

GES	0.23 79	0.19 139	1.56 145	0.00 1	0.00 1	1.07 309	0.02 280	0.73 204	0.15 35	0.00 1	0.02 275	0.11 185	0.08 295	0.44 193	0.16 202	0.01 387	0.00 1	0.00 1	0.00 1	0.05 209	0.09 154

FENet	0.27 99	0.19 139	1.51 129	0.00 1	0.00 1	1.01 265	0.00 1	1.02 237	0.77 239	0.00 1	0.00 1	0.24 243	0.04 237	0.27 160	0.22 231	0.00 1	0.00 1	0.00 1	0.00 1	0.03 159	0.07 125

DIP-Stereo	0.28 102	0.19 139	1.62 165	0.00 1	0.00 1	1.11 355	0.00 1	1.67 317	0.74 189	0.01 105	0.00 1	0.01 15	0.07 290	0.01 3	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.13 200
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
StereoDRNet-Refined	0.30 118	0.19 139	1.19 54	0.00 1	0.00 1	0.81 207	0.00 1	0.92 226	0.84 308	0.00 1	0.00 1	0.50 318	0.02 166	1.27 239	0.10 162	0.00 1	0.00 1	0.00 1	0.00 1	0.11 314	0.05 110
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
Occ-G	0.37 158	0.20 145	1.68 179	0.39 404	0.51 398	0.28 63	0.00 1	0.24 131	0.74 189	0.17 331	0.01 189	0.01 15	0.03 208	0.27 160	0.59 318	0.00 1	0.64 374	0.00 1	0.07 357	0.15 352	1.40 417

mmm	0.47 225	0.20 145	1.18 53	0.02 260	0.79 426	0.06 28	0.00 1	1.11 255	1.16 414	0.06 263	0.30 357	0.14 196	0.03 208	0.68 216	0.67 331	0.00 1	1.12 437	0.00 1	0.22 428	0.03 159	1.63 433

ttt	1.05 376	0.20 145	1.91 233	0.00 1	0.09 309	0.65 169	0.00 1	3.05 418	1.11 393	0.00 1	0.30 357	0.29 258	0.01 109	4.65 364	6.53 429	0.00 1	1.01 423	0.00 1	0.13 386	0.02 110	1.00 394

UniTT-Stereo	0.11 17	0.20 145	1.58 153	0.00 1	0.00 1	0.10 39	0.02 280	0.07 39	0.05 5	0.00 1	0.08 309	0.02 50	0.01 109	0.03 46	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.09 296	0.00 1

GwcNet-ADL	0.33 132	0.20 145	1.73 191	0.00 1	0.00 1	1.02 271	0.00 1	2.51 385	0.40 119	0.00 1	0.00 1	0.37 285	0.04 237	0.03 46	0.24 237	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.13 200

ff7	0.36 151	0.21 150	1.28 63	0.16 354	0.22 350	1.07 309	0.00 1	0.12 74	0.56 144	0.32 365	0.00 1	0.01 15	0.04 237	0.25 149	0.03 83	0.00 1	0.92 418	0.00 1	0.10 371	0.08 273	1.75 440

ffff	0.36 151	0.21 150	1.28 63	0.16 354	0.22 350	1.07 309	0.00 1	0.12 74	0.56 144	0.32 365	0.00 1	0.01 15	0.04 237	0.25 149	0.03 83	0.00 1	0.92 418	0.00 1	0.10 371	0.08 273	1.75 440

11t	0.36 151	0.21 150	1.28 63	0.16 354	0.22 350	1.07 309	0.00 1	0.12 74	0.56 144	0.32 365	0.00 1	0.01 15	0.04 237	0.25 149	0.03 83	0.00 1	0.92 418	0.00 1	0.10 371	0.08 273	1.75 440

anonymousdsp	0.41 188	0.21 150	1.52 132	0.43 407	0.54 401	1.07 309	0.00 1	0.11 65	0.56 144	0.34 369	0.00 1	0.01 15	0.05 266	0.47 196	0.03 83	0.00 1	0.81 395	0.00 1	0.11 378	0.08 273	1.81 447

ccc-4	0.36 151	0.21 150	1.28 63	0.16 354	0.22 350	1.07 309	0.00 1	0.12 74	0.56 144	0.32 365	0.00 1	0.01 15	0.04 237	0.25 149	0.03 83	0.00 1	0.92 418	0.00 1	0.10 371	0.08 273	1.75 440

IGEV-Stereo	0.41 188	0.21 150	1.53 136	0.43 407	0.55 402	1.07 309	0.00 1	0.11 65	0.56 144	0.34 369	0.00 1	0.01 15	0.05 266	0.47 196	0.03 83	0.00 1	0.81 395	0.00 1	0.11 378	0.08 273	1.81 447
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DANet	0.67 324	0.21 150	2.33 290	0.25 383	0.06 297	0.50 118	0.11 359	1.62 314	0.74 189	0.22 339	0.06 302	1.07 376	0.02 166	4.45 356	1.22 361	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.53 346
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
rvit_0105_6	0.10 9	0.22 157	0.94 24	0.00 1	0.00 1	0.00 1	0.00 1	0.04 12	0.67 171	0.00 1	0.00 1	0.01 15	0.01 109	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.09 154

IPLGR	0.50 238	0.22 157	2.74 319	0.03 276	0.02 253	1.08 320	0.03 301	1.95 359	0.75 199	0.09 289	0.00 1	0.18 222	0.22 337	2.57 275	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 236	0.05 110

NVstereo2D	0.53 260	0.22 157	2.52 308	0.00 1	0.00 1	0.58 146	0.03 301	1.62 314	0.99 371	0.05 243	0.00 1	0.48 307	0.00 1	3.88 336	0.08 151	0.00 1	0.05 300	0.00 1	0.00 1	0.02 110	0.06 120

HH	0.52 245	0.23 160	1.71 186	0.77 440	0.35 372	1.07 309	0.00 1	0.30 142	0.68 172	0.29 357	0.45 381	1.45 405	0.04 237	0.37 178	0.37 284	0.00 1	0.84 406	0.00 1	0.00 1	0.02 110	1.39 414

HanStereo	0.52 245	0.23 160	1.71 186	0.77 440	0.35 372	1.07 309	0.00 1	0.30 142	0.68 172	0.29 357	0.45 381	1.45 405	0.04 237	0.37 178	0.37 284	0.00 1	0.84 406	0.00 1	0.00 1	0.02 110	1.39 414

anonymousa	0.44 207	0.23 160	2.16 269	0.67 434	1.21 449	0.28 63	0.00 1	0.02 6	0.18 64	0.01 105	0.30 357	0.58 325	0.02 166	0.26 156	0.38 292	0.00 1	1.12 437	0.00 1	0.54 458	0.03 159	0.78 377

HHNet	0.53 260	0.23 160	2.29 287	0.11 334	0.00 1	1.15 375	0.25 383	0.70 193	0.78 252	0.01 105	3.49 424	0.04 106	0.69 374	0.02 14	0.70 336	0.03 412	0.00 1	0.00 1	0.00 1	0.03 159	0.03 73

CBMV_ROB	1.08 377	0.23 160	2.20 272	0.01 237	0.00 1	1.37 409	0.46 414	3.27 429	0.78 252	2.21 431	1.13 407	1.06 375	2.45 422	4.29 352	1.64 378	0.00 1	0.00 1	0.00 1	0.00 1	0.05 209	0.48 336

UPFNet	0.23 79	0.24 165	1.56 145	0.00 1	0.00 1	0.50 118	0.00 1	1.28 274	0.68 172	0.00 1	0.00 1	0.10 181	0.01 109	0.13 124	0.11 169	0.00 1	0.00 1	0.00 1	0.00 1	0.05 209	0.03 73

ProNet	0.25 91	0.25 166	1.15 46	0.08 316	0.41 381	0.84 219	0.00 1	0.06 30	0.39 115	0.00 1	0.00 1	0.01 15	0.00 1	0.13 124	0.01 40	0.00 1	0.23 326	0.00 1	0.00 1	0.09 296	1.34 412

CSP-Net	0.42 193	0.25 166	1.07 38	0.00 1	0.00 1	0.53 127	0.00 1	0.78 212	0.27 96	0.01 105	0.00 1	0.16 212	0.02 166	5.19 375	0.08 151	0.00 1	0.00 1	0.00 1	0.00 1	0.06 236	0.02 65

IRAFT_RVC	0.56 284	0.25 166	1.93 242	0.10 325	0.00 1	1.18 385	0.10 352	0.32 147	0.79 266	0.02 169	0.00 1	0.02 50	0.12 311	6.07 413	0.23 234	0.00 1	0.09 310	0.00 1	0.00 1	0.02 110	0.02 65

222	2.28 422	0.25 166	1.15 46	0.00 1	0.37 375	0.60 147	0.00 1	3.25 428	1.13 400	0.09 289	0.00 1	0.05 130	0.02 166	3.52 322	32.29 468	0.00 1	1.03 424	0.00 1	0.15 398	0.03 159	1.59 431

x	0.42 193	0.26 170	1.38 88	0.00 1	0.44 383	0.12 42	0.00 1	0.90 223	1.14 406	0.07 272	0.30 357	0.03 86	0.00 1	0.26 156	0.72 337	0.00 1	1.06 430	0.00 1	0.17 410	0.03 159	1.49 426

RAFT-RH_RVC	0.99 369	0.26 170	1.93 242	0.04 284	0.04 282	1.07 309	0.00 1	0.07 39	0.69 177	0.01 105	9.36 450	0.10 181	0.00 1	5.86 395	0.29 250	0.01 387	0.00 1	0.00 1	0.02 326	0.01 38	0.00 1

ccnet	0.59 296	0.26 170	2.24 282	0.01 237	0.08 306	0.70 186	0.18 368	1.35 286	0.43 121	0.45 385	0.66 394	0.13 194	0.38 355	3.57 324	1.09 355	0.01 387	0.00 1	0.02 414	0.00 1	0.03 159	0.16 221

UNet	0.29 107	0.26 170	2.47 300	0.00 1	0.00 1	0.71 188	0.01 216	0.52 172	0.81 283	0.00 1	0.00 1	0.37 285	0.02 166	0.46 195	0.10 162	0.00 1	0.00 1	0.00 1	0.00 1	0.05 209	0.04 91

HCRNet	0.37 158	0.27 174	1.27 61	0.00 1	0.00 1	1.09 336	0.00 1	0.56 177	0.80 274	0.01 105	0.01 189	0.06 149	0.03 208	3.22 307	0.07 145	0.00 1	0.00 1	0.00 1	0.00 1	0.06 236	0.03 73

S-Stereo	0.70 330	0.27 174	3.29 351	0.00 1	0.00 1	0.57 142	0.06 331	2.35 378	0.84 308	0.00 1	0.90 403	0.83 357	0.11 308	4.19 345	0.14 190	0.00 1	0.01 264	0.00 1	0.00 1	0.07 254	0.34 300

MIF-Stereo (partial)	0.14 29	0.28 176	1.74 193	0.00 1	0.00 1	0.08 35	0.00 1	0.23 125	0.17 53	0.00 1	0.01 189	0.02 50	0.02 166	0.04 62	0.04 111	0.00 1	0.00 1	0.00 1	0.00 1	0.06 236	0.01 48

qqq	0.49 233	0.28 176	1.37 82	0.00 1	0.49 393	0.14 46	0.00 1	1.23 268	1.14 406	0.07 272	0.31 363	0.01 15	0.00 1	1.38 243	0.69 333	0.00 1	1.06 430	0.00 1	0.19 418	0.03 159	1.44 420

xxxx	1.42 399	0.28 176	1.49 121	0.00 1	0.59 410	0.56 139	0.00 1	3.13 422	1.14 406	0.06 263	0.01 189	0.02 50	0.02 166	2.26 257	16.08 461	0.00 1	1.09 435	0.00 1	0.15 398	0.03 159	1.42 419

ACVNet-DCA	0.52 245	0.29 179	2.22 274	0.31 395	0.20 343	1.33 404	0.00 1	1.23 268	1.14 406	0.38 375	0.00 1	0.03 86	0.02 166	0.59 209	0.02 67	0.00 1	1.12 437	0.00 1	0.00 1	0.03 159	1.44 420

xx1	0.55 275	0.29 179	2.22 274	0.31 395	0.20 343	1.33 404	0.00 1	1.78 337	1.03 373	0.38 375	0.00 1	0.01 15	0.00 1	0.59 209	0.02 67	0.00 1	1.12 437	0.00 1	0.19 418	0.03 159	1.44 420

1test111	0.59 296	0.29 179	2.22 274	0.31 395	0.20 343	1.33 404	0.00 1	1.23 268	1.14 406	0.38 375	0.00 1	0.03 86	0.02 166	1.38 243	0.69 333	0.00 1	1.12 437	0.00 1	0.00 1	0.03 159	1.44 420

cc1	0.56 284	0.29 179	2.22 274	0.31 395	0.20 343	1.33 404	0.00 1	1.78 337	1.03 373	0.38 375	0.00 1	0.03 86	0.02 166	0.59 209	0.02 67	0.00 1	1.12 437	0.00 1	0.00 1	0.09 296	1.86 450

DualNet (step1)	0.67 324	0.30 183	2.23 279	0.00 1	0.00 1	1.25 395	0.00 1	2.79 405	1.10 389	0.05 243	0.28 350	0.31 264	0.00 1	1.55 246	0.33 263	0.40 433	0.91 416	1.05 458	0.33 452	0.01 38	0.46 329

test_sample9	1.78 415	0.30 183	2.23 279	0.00 1	0.00 1	1.25 395	0.00 1	2.79 405	1.10 389	0.05 243	0.28 350	0.31 264	0.00 1	3.37 316	8.13 438	0.40 433	13.58 468	1.05 458	0.33 452	0.01 38	0.46 329

test_sample8	2.36 426	0.30 183	2.23 279	0.00 1	0.00 1	1.25 395	0.00 1	2.50 384	0.97 367	1.99 429	0.27 341	7.36 444	3.06 432	3.37 316	8.13 438	0.40 433	13.58 468	1.05 458	0.33 452	0.01 38	0.46 329

IER	0.20 60	0.30 183	1.87 224	0.00 1	0.00 1	0.61 154	0.00 1	0.25 132	0.23 84	0.00 1	0.00 1	0.40 294	0.02 166	0.22 146	0.07 145	0.00 1	0.00 1	0.00 1	0.00 1	0.04 194	0.01 48

TransformOpticalFlow	0.88 360	0.30 183	2.86 325	0.30 392	0.03 270	1.25 395	0.05 328	1.87 350	0.80 274	0.28 355	0.37 376	1.25 392	1.50 405	6.38 428	0.22 231	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.07 125

test_xeample	1.52 401	0.30 183	1.50 124	0.00 1	0.58 408	0.60 147	0.00 1	3.16 423	1.14 406	0.07 272	0.08 309	0.03 86	0.02 166	3.67 331	16.54 463	0.00 1	1.08 433	0.00 1	0.15 398	0.04 194	1.50 427

edge stereo	0.62 308	0.30 183	3.04 335	0.01 237	0.03 270	0.32 72	0.03 301	1.28 274	0.69 177	0.21 335	0.32 370	1.29 394	0.19 329	4.12 342	0.40 297	0.00 1	0.00 1	0.00 1	0.00 1	0.11 314	0.14 209

rvit_0105_4	0.12 22	0.31 190	1.22 56	0.00 1	0.00 1	0.01 6	0.00 1	0.06 30	0.65 165	0.00 1	0.00 1	0.02 50	0.01 109	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 140

WCG-NET	0.18 45	0.31 190	0.77 13	0.00 1	0.00 1	0.57 142	0.01 216	0.21 114	0.07 10	0.09 289	0.34 372	0.01 15	0.05 266	0.02 14	0.16 202	0.00 1	0.19 321	0.00 1	0.00 1	0.14 346	0.66 370

FC-DCNN v2	3.83 442	0.31 190	2.73 318	0.00 1	0.01 212	3.14 434	0.57 424	4.11 438	3.11 439	11.94 461	13.03 462	15.10 459	9.65 455	6.77 436	5.54 423	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.59 356

IGEV++	0.38 167	0.31 190	1.34 74	0.69 435	0.86 434	0.06 28	0.00 1	0.08 48	0.15 35	0.14 314	0.04 289	0.02 50	0.06 278	0.54 203	0.05 125	0.00 1	1.15 446	0.00 1	0.03 338	0.11 314	1.94 454

CoDeX	0.39 176	0.31 190	1.50 124	0.00 1	0.01 212	0.31 69	0.00 1	1.81 344	0.76 220	0.00 1	0.00 1	0.25 246	0.06 278	2.77 285	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.04 91

tt1	0.58 292	0.31 190	2.24 282	0.30 392	0.38 377	1.32 403	0.00 1	1.74 326	1.17 417	0.38 375	0.00 1	0.03 86	0.02 166	0.57 205	0.01 40	0.00 1	1.12 437	0.00 1	0.00 1	0.08 273	1.86 450

DISCO	0.35 141	0.31 190	1.99 251	0.16 354	0.16 334	0.33 81	0.00 1	0.15 91	0.30 101	0.00 1	0.01 189	1.49 408	0.00 1	1.21 237	0.63 321	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.12 193

STrans-v2	0.88 360	0.32 197	1.71 186	0.00 1	0.01 212	0.85 223	0.04 318	2.45 382	0.89 353	0.48 387	0.85 401	1.10 381	2.06 417	6.49 433	0.25 241	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.09 154

CroCo-Stereo	0.18 45	0.32 197	0.94 24	0.00 1	0.00 1	0.03 16	0.00 1	1.17 262	0.76 220	0.00 1	0.01 189	0.31 264	0.03 208	0.03 46	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
TANstereo	0.17 40	0.32 197	1.51 129	0.00 1	0.00 1	1.03 275	0.00 1	0.07 39	0.14 28	0.01 105	0.15 325	0.04 106	0.00 1	0.05 86	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 65

ac_64	0.48 229	0.32 197	2.27 285	0.04 284	0.01 212	0.44 105	0.02 280	0.36 155	0.83 298	0.15 320	0.01 189	0.88 364	0.04 237	3.90 337	0.21 225	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.06 120

FC-DCNN	3.67 441	0.32 197	2.78 322	0.00 1	0.01 212	3.09 433	0.58 425	3.68 434	3.04 438	11.64 460	12.38 459	13.84 456	9.79 457	6.23 422	5.39 421	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.60 359

ffm	0.61 305	0.33 202	3.52 370	0.00 1	0.00 1	0.64 161	0.00 1	1.74 326	1.17 417	0.00 1	0.31 363	0.68 341	0.02 166	0.57 205	0.01 40	0.00 1	1.12 437	0.00 1	0.15 398	0.08 273	1.86 450

ff1	1.27 388	0.33 202	3.52 370	0.00 1	0.00 1	0.64 161	0.00 1	1.74 326	1.17 417	0.00 1	0.31 363	0.68 341	0.02 166	6.27 424	7.45 434	0.00 1	1.12 437	0.00 1	0.15 398	0.08 273	1.86 450

mmx	1.28 390	0.33 202	3.52 370	0.00 1	0.00 1	0.64 161	0.00 1	3.05 418	1.07 383	0.00 1	0.31 363	0.68 341	0.02 166	6.27 424	7.45 434	0.00 1	1.05 427	0.00 1	0.15 398	0.03 159	1.08 397

xxx	1.28 390	0.33 202	3.52 370	0.00 1	0.00 1	0.64 161	0.00 1	3.05 418	1.07 383	0.00 1	0.31 363	0.68 341	0.02 166	6.27 424	7.45 434	0.00 1	1.05 427	0.00 1	0.15 398	0.03 159	1.08 397

ToySt	0.42 193	0.33 202	2.09 262	0.08 316	0.55 402	0.55 134	0.00 1	0.72 201	0.55 142	0.05 243	0.26 339	0.37 285	0.00 1	0.30 170	0.54 314	0.01 387	0.58 366	0.00 1	0.14 393	0.04 194	1.33 410

test_4	0.20 60	0.33 202	1.50 124	0.08 316	0.13 325	1.04 281	0.00 1	0.05 20	0.09 17	0.10 296	0.00 1	0.02 50	0.01 109	0.27 160	0.14 190	0.00 1	0.08 307	0.00 1	0.02 326	0.13 329	0.07 125

THIR-Stereo	0.94 364	0.33 202	1.66 174	0.00 1	0.01 212	0.55 134	3.72 455	0.13 86	0.18 64	0.10 296	1.46 413	0.74 349	2.82 426	5.60 385	1.39 372	0.00 1	0.00 1	0.02 414	0.00 1	0.02 110	0.03 73

EDNetEfficient	2.95 436	0.33 202	20.38 460	0.19 367	0.83 430	1.00 263	1.95 444	0.58 179	5.15 446	8.01 454	1.79 417	0.93 367	4.16 442	3.66 330	9.80 447	0.00 1	0.03 280	0.00 1	0.06 351	0.05 209	0.13 200

RAStereo	0.10 9	0.34 210	1.29 68	0.00 1	0.00 1	0.04 19	0.00 1	0.07 39	0.12 26	0.01 105	0.01 189	0.02 50	0.01 109	0.02 14	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.00 1

MyStereo07	0.30 118	0.34 210	1.49 121	0.00 1	0.25 362	0.98 257	0.01 216	0.06 30	0.57 153	0.35 372	0.00 1	0.01 15	0.06 278	0.49 199	0.09 159	0.00 1	0.79 391	0.00 1	0.08 361	0.02 110	0.32 293

MyStereo04	0.37 158	0.34 210	2.41 295	0.00 1	0.25 362	0.98 257	0.01 216	1.05 246	0.28 99	0.09 289	0.01 189	0.36 282	0.12 311	0.05 86	0.35 274	0.00 1	0.79 391	0.00 1	0.08 361	0.02 110	0.32 293

G-Net	1.24 386	0.34 210	3.85 386	0.05 290	0.48 391	1.68 419	0.46 414	0.23 125	0.44 123	1.33 419	8.94 448	2.28 423	0.79 384	2.37 262	1.18 357	0.01 387	0.03 280	0.02 414	0.09 368	0.07 254	0.11 182

rvit_stereo_0081_aga	0.08 3	0.35 214	1.07 38	0.00 1	0.00 1	0.00 1	0.00 1	0.01 1	0.14 28	0.00 1	0.00 1	0.01 15	0.00 1	0.02 14	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 91

plain	0.17 40	0.35 214	1.92 237	0.00 1	0.00 1	0.06 28	0.01 216	0.18 107	0.43 121	0.01 105	0.01 189	0.02 50	0.01 109	0.05 86	0.05 125	0.00 1	0.00 1	0.00 1	0.00 1	0.28 408	0.01 48

DRN-Test	0.52 245	0.35 214	2.75 320	0.03 276	0.09 309	0.60 147	0.00 1	1.72 322	0.84 308	0.01 105	0.00 1	0.18 222	0.04 237	3.27 310	0.23 234	0.00 1	0.00 1	0.00 1	0.00 1	0.06 236	0.25 272

MyStereo06	0.53 260	0.36 217	2.90 329	0.01 237	0.00 1	1.11 355	0.01 216	0.56 177	0.49 131	0.74 402	0.45 381	1.24 391	1.02 393	0.39 184	0.34 268	0.00 1	0.60 369	0.00 1	0.08 361	0.01 38	0.33 298

MyStereo05	0.39 176	0.36 217	2.43 297	0.01 237	0.00 1	1.11 355	0.01 216	1.25 271	0.57 153	0.06 263	0.01 189	0.29 258	0.15 320	0.07 100	0.37 284	0.00 1	0.60 369	0.00 1	0.08 361	0.01 38	0.33 298

MoCha-V2	0.41 188	0.37 219	1.31 70	0.55 415	1.05 445	0.20 53	0.00 1	0.13 86	0.21 79	0.11 304	0.00 1	0.17 218	0.00 1	0.49 199	0.27 248	0.00 1	1.44 458	0.00 1	0.20 422	0.04 194	1.58 430

gwcnet-sp	0.35 141	0.37 219	3.29 351	0.00 1	0.00 1	0.51 120	0.03 301	0.74 205	0.76 220	0.01 105	0.01 189	0.09 174	0.04 237	0.88 225	0.13 183	0.00 1	0.00 1	0.00 1	0.00 1	0.05 209	0.04 91

scenet	0.35 141	0.37 219	3.29 351	0.00 1	0.00 1	0.51 120	0.03 301	0.74 205	0.76 220	0.01 105	0.01 189	0.09 174	0.04 237	0.88 225	0.13 183	0.00 1	0.00 1	0.00 1	0.00 1	0.05 209	0.04 91

ssnet	0.35 141	0.37 219	3.29 351	0.00 1	0.00 1	0.51 120	0.03 301	0.74 205	0.76 220	0.01 105	0.01 189	0.09 174	0.04 237	0.88 225	0.13 183	0.00 1	0.00 1	0.00 1	0.00 1	0.05 209	0.04 91

rvit_0105_5	0.14 29	0.38 223	1.41 106	0.00 1	0.00 1	0.02 8	0.00 1	0.08 48	0.74 189	0.00 1	0.00 1	0.02 50	0.01 109	0.02 14	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.13 200

DMCA	0.30 118	0.38 223	2.48 303	0.00 1	0.01 212	0.98 257	0.01 216	0.47 167	0.80 274	0.02 169	0.01 189	0.05 130	0.00 1	0.25 149	0.29 250	0.00 1	0.00 1	0.00 1	0.00 1	0.05 209	0.10 170

stereogan	0.57 289	0.38 223	3.12 343	0.01 237	0.01 212	0.64 161	0.02 280	1.11 255	0.96 365	0.08 281	0.01 189	1.66 413	0.45 359	2.60 276	0.05 125	0.00 1	0.00 1	0.00 1	0.00 1	0.16 361	0.07 125

UGAM	0.64 318	0.39 226	2.47 300	0.09 322	0.00 1	0.64 161	0.01 216	0.07 39	0.66 170	0.00 1	0.23 334	0.84 358	0.04 237	6.35 427	0.05 125	0.00 1	0.41 349	0.00 1	0.00 1	0.28 408	0.28 284

DSFCA	0.49 233	0.39 226	1.59 155	0.00 1	0.01 212	0.96 253	0.36 407	0.40 162	0.80 274	0.03 211	0.31 363	0.04 106	0.23 339	3.83 334	0.81 344	0.00 1	0.00 1	0.00 1	0.00 1	0.03 159	0.09 154

DCRE	0.76 343	0.40 228	1.17 52	0.21 377	0.90 435	0.66 173	0.00 1	0.79 215	0.39 115	0.36 374	7.60 439	0.03 86	0.00 1	0.09 112	0.32 262	0.00 1	0.58 366	0.00 1	0.17 410	0.02 110	1.53 429

HGLStereo	0.35 141	0.40 228	1.83 215	0.00 1	0.00 1	0.65 169	0.01 216	0.68 190	0.39 115	0.03 211	0.01 189	0.47 303	0.03 208	2.14 255	0.17 204	0.00 1	0.00 1	0.00 1	0.00 1	0.08 273	0.04 91

gcap-zeroshot	0.33 132	0.41 230	1.90 231	0.07 313	0.49 393	0.78 200	0.00 1	0.30 142	0.80 274	0.02 169	0.00 1	0.62 328	0.02 166	0.42 188	0.06 139	0.00 1	0.25 332	0.00 1	0.17 410	0.00 1	0.25 272

test_for_model	0.85 358	0.41 230	1.45 116	2.49 458	0.08 306	0.81 207	0.02 280	0.34 152	0.70 179	0.18 333	0.00 1	0.00 1	0.03 208	0.00 1	0.04 111	0.00 1	0.89 412	0.00 1	0.00 1	8.43 466	1.07 396

MaDis-Stereo	0.11 17	0.41 230	1.31 70	0.00 1	0.00 1	0.05 23	0.01 216	0.08 48	0.23 84	0.01 105	0.01 189	0.04 106	0.02 166	0.03 46	0.04 111	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.01 48

sAnonymous2	0.17 40	0.42 233	2.46 298	0.00 1	0.00 1	0.04 19	0.00 1	0.04 12	0.10 22	0.00 1	0.00 1	0.01 15	0.00 1	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 273	0.32 293

CroCo_RVC	0.17 40	0.42 233	2.46 298	0.00 1	0.00 1	0.04 19	0.00 1	0.04 12	0.10 22	0.00 1	0.00 1	0.01 15	0.00 1	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 273	0.32 293

model_zeroshot	0.47 225	0.43 235	1.54 139	0.61 423	0.72 422	0.85 223	0.02 280	0.88 222	0.57 153	0.92 409	0.00 1	0.43 299	0.01 109	0.78 219	0.10 162	0.00 1	0.63 371	0.00 1	0.11 378	0.01 38	0.71 373

1111x	1.36 396	0.43 235	3.64 378	0.00 1	0.51 398	0.72 190	0.00 1	3.21 426	1.10 389	0.05 243	0.26 339	0.07 160	0.01 109	6.09 415	8.46 440	0.00 1	1.15 446	0.00 1	0.26 442	0.04 194	1.10 401

ADLNet	0.48 229	0.43 235	1.71 186	0.00 1	0.00 1	0.66 173	0.01 216	1.16 260	0.84 308	0.21 335	0.01 189	1.00 372	0.02 166	2.88 292	0.34 268	0.00 1	0.00 1	0.00 1	0.00 1	0.13 329	0.24 267

CroCo-Stereo Lap2	0.14 29	0.44 238	1.26 59	0.00 1	0.00 1	0.02 8	0.00 1	0.08 48	0.75 199	0.00 1	0.00 1	0.01 15	0.03 208	0.03 46	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.06 236	0.01 48

TRStereo	0.60 300	0.44 238	2.21 273	0.19 367	0.03 270	1.38 410	0.02 280	3.93 437	0.92 358	0.01 105	0.28 350	0.12 189	0.39 356	0.36 175	0.04 111	0.00 1	0.30 338	0.00 1	0.23 429	0.01 38	1.08 397

XX-TBD	0.18 45	0.44 238	1.52 132	0.00 1	0.00 1	0.92 244	0.00 1	0.17 101	0.14 28	0.00 1	0.21 332	0.03 86	0.00 1	0.02 14	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 65

ACVNet	0.30 118	0.44 238	1.74 193	0.01 237	0.00 1	1.06 289	0.10 352	0.23 125	0.83 298	0.02 169	0.01 189	0.70 346	0.00 1	0.08 107	0.41 301	0.00 1	0.00 1	0.00 1	0.00 1	0.09 296	0.17 225

acv_ft	0.30 118	0.44 238	1.83 215	0.00 1	0.00 1	0.42 98	0.01 216	0.69 192	0.83 298	0.23 343	0.01 189	0.70 346	0.12 311	0.08 107	0.18 210	0.00 1	0.00 1	0.00 1	0.00 1	0.27 402	0.17 225

NOSS_ROB	0.73 337	0.44 238	1.26 59	0.55 415	0.00 1	0.68 181	0.00 1	2.93 414	0.77 239	0.13 312	0.00 1	0.92 366	0.00 1	6.16 417	0.11 169	0.00 1	0.00 1	0.00 1	0.00 1	0.06 236	0.66 370

iRaftStereo_RVC	0.24 82	0.45 244	0.99 32	0.00 1	0.00 1	0.52 126	0.00 1	0.08 48	0.15 35	0.01 105	0.01 189	0.16 212	0.03 208	0.04 62	0.02 67	0.00 1	1.06 430	0.00 1	0.00 1	0.29 415	1.01 395

ELAS_RVC	3.35 440	0.45 244	4.75 409	0.25 383	0.07 301	1.56 414	7.12 463	2.23 374	5.68 447	7.77 453	7.71 443	6.55 439	10.27 458	5.63 389	6.24 428	0.00 1	0.04 290	0.03 422	0.01 314	0.11 314	0.48 336
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM-Forest	1.08 377	0.45 244	1.80 211	0.02 260	0.07 301	1.09 336	0.65 428	2.57 391	0.85 332	1.33 419	0.92 404	1.36 399	1.62 407	5.94 403	2.34 393	0.00 1	0.00 1	0.00 1	0.00 1	0.05 209	0.52 344
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DPSNet	1.65 408	0.46 247	7.31 436	0.30 392	0.11 319	1.54 412	0.01 216	4.48 441	1.14 406	0.11 304	0.01 189	0.82 356	3.51 434	5.89 397	5.84 425	0.02 404	0.29 337	0.03 422	0.23 429	0.23 394	0.59 356

DLCB_ROB	0.36 151	0.46 247	1.27 61	0.00 1	0.00 1	0.45 108	0.00 1	0.66 189	0.81 283	0.03 211	0.04 289	0.66 339	0.04 237	2.35 261	0.37 284	0.00 1	0.00 1	0.00 1	0.00 1	0.03 159	0.10 170

CBMV	0.80 353	0.46 247	2.11 264	0.00 1	0.00 1	0.84 219	0.76 433	3.17 424	0.84 308	0.61 397	0.00 1	1.23 388	1.88 414	2.46 269	0.97 348	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.56 355
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
SDNR	1.35 395	0.47 250	4.08 395	0.09 322	0.21 347	3.25 435	0.01 216	3.18 425	1.52 429	1.87 428	1.66 416	1.52 411	0.36 353	7.18 444	1.05 351	0.03 412	0.08 307	0.00 1	0.00 1	0.05 209	0.49 340

ssnet_v2	0.39 176	0.47 250	2.11 264	0.00 1	0.00 1	0.81 207	0.00 1	1.33 283	0.86 343	0.12 309	0.01 189	0.87 362	0.10 303	0.60 212	0.35 274	0.00 1	0.00 1	0.00 1	0.00 1	0.16 361	0.09 154

OMP-Stereo	0.71 331	0.47 250	1.36 78	0.18 364	0.06 297	1.18 385	0.00 1	1.76 332	0.78 252	0.11 304	0.59 391	0.49 314	0.00 1	6.94 442	0.25 241	0.00 1	0.00 1	0.00 1	0.00 1	0.03 159	0.07 125

delet	0.42 193	0.47 250	1.99 251	0.00 1	0.00 1	0.61 154	0.00 1	0.68 190	0.83 298	0.06 263	0.01 189	0.51 322	0.19 329	2.68 281	0.21 225	0.00 1	0.00 1	0.00 1	0.00 1	0.09 296	0.07 125

MSMD_ROB	2.26 421	0.47 250	2.67 317	0.01 237	0.00 1	5.00 446	0.21 378	1.35 286	1.87 435	6.37 449	8.46 445	7.34 443	4.30 444	4.84 366	1.91 382	0.00 1	0.00 1	0.00 1	0.00 1	0.03 159	0.30 290

IIG-Stereo	0.71 331	0.48 255	1.42 110	0.05 290	0.03 270	1.18 385	0.00 1	1.75 329	0.79 266	0.01 105	0.56 389	0.53 323	0.01 109	6.87 439	0.37 284	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.07 125

ELAS	3.20 439	0.48 255	3.06 338	0.19 367	0.06 297	7.89 452	2.23 447	3.33 431	4.19 443	8.91 458	9.70 451	4.40 432	7.69 452	4.25 348	6.87 431	0.00 1	0.04 290	0.03 422	0.04 343	0.12 324	0.48 336
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AIO-Stereo-zeroshot	0.74 340	0.49 257	4.66 406	0.08 316	0.61 415	0.82 211	0.24 381	1.47 296	0.11 24	0.55 391	0.10 317	2.30 424	0.81 386	0.64 214	0.31 257	0.00 1	0.53 363	0.00 1	0.29 448	0.11 314	0.59 356

rvit_stereo_0080	0.11 17	0.49 257	0.83 18	0.00 1	0.00 1	0.02 8	0.00 1	0.02 6	0.71 181	0.00 1	0.00 1	0.01 15	0.01 109	0.02 14	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 91

whm_eth	0.11 17	0.49 257	0.83 18	0.00 1	0.00 1	0.02 8	0.00 1	0.02 6	0.71 181	0.00 1	0.00 1	0.01 15	0.01 109	0.02 14	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 91

GMOStereo	0.29 107	0.49 257	1.56 145	0.00 1	0.56 404	0.87 227	0.02 280	0.18 107	0.17 53	0.01 105	0.01 189	0.25 246	0.01 109	0.04 62	0.01 40	0.00 1	1.23 449	0.00 1	0.00 1	0.18 373	0.18 231

error version	0.29 107	0.49 257	1.56 145	0.00 1	0.56 404	0.87 227	0.02 280	0.18 107	0.17 53	0.01 105	0.01 189	0.25 246	0.01 109	0.04 62	0.01 40	0.00 1	1.23 449	0.00 1	0.00 1	0.18 373	0.18 231

test-v	0.29 107	0.49 257	1.56 145	0.00 1	0.56 404	0.87 227	0.02 280	0.18 107	0.17 53	0.01 105	0.01 189	0.25 246	0.01 109	0.04 62	0.01 40	0.00 1	1.23 449	0.00 1	0.00 1	0.18 373	0.18 231

test-2	0.29 107	0.49 257	1.56 145	0.00 1	0.56 404	0.87 227	0.02 280	0.18 107	0.17 53	0.01 105	0.01 189	0.25 246	0.01 109	0.04 62	0.01 40	0.00 1	1.23 449	0.00 1	0.00 1	0.18 373	0.18 231

STTStereo	0.33 132	0.49 257	2.91 331	0.00 1	0.00 1	0.83 214	0.03 301	0.28 139	0.16 45	0.02 169	0.00 1	0.20 234	0.03 208	1.52 245	0.08 151	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.03 73

SGM_RVC	2.03 419	0.49 257	2.04 260	0.27 386	0.17 335	3.07 432	1.00 439	2.70 400	1.62 431	5.12 441	3.09 422	4.77 434	4.08 440	7.38 447	2.86 399	0.21 429	0.23 326	0.20 448	0.23 429	0.28 408	0.84 382
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
fff	0.37 158	0.50 266	2.02 254	0.00 1	0.02 253	1.06 289	0.00 1	1.90 352	0.84 308	0.16 323	0.00 1	0.04 106	0.59 370	0.04 62	0.08 151	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 257

DCANet	0.35 141	0.50 266	2.02 254	0.00 1	0.00 1	1.06 289	0.00 1	1.90 352	0.85 332	0.10 296	0.00 1	0.04 106	0.00 1	0.04 62	0.12 173	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.25 272

csc	0.37 158	0.50 266	2.02 254	0.00 1	0.02 253	1.06 289	0.00 1	1.90 352	0.84 308	0.16 323	0.00 1	0.04 106	0.59 370	0.04 62	0.08 151	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 257

cscssc	0.37 158	0.50 266	2.02 254	0.00 1	0.02 253	1.06 289	0.00 1	1.90 352	0.84 308	0.16 323	0.00 1	0.04 106	0.59 370	0.04 62	0.08 151	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 257

iResNet	0.34 135	0.50 266	1.65 171	0.00 1	0.00 1	0.70 186	0.00 1	1.60 312	0.78 252	0.01 105	0.00 1	0.04 106	0.03 208	0.15 130	1.11 356	0.00 1	0.00 1	0.00 1	0.00 1	0.06 236	0.20 245

H2IRNET	0.21 65	0.51 271	1.84 218	0.00 1	0.00 1	1.08 320	0.01 216	0.15 91	0.25 91	0.00 1	0.00 1	0.06 149	0.01 109	0.03 46	0.05 125	0.00 1	0.00 1	0.00 1	0.00 1	0.22 391	0.07 125

ADStereo(finetuned)	0.42 193	0.51 271	2.79 323	0.00 1	0.00 1	1.04 281	0.00 1	1.90 352	0.85 332	0.10 296	0.00 1	0.04 106	0.72 378	0.04 62	0.12 173	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.25 272

HSM	0.68 326	0.52 273	1.54 139	0.00 1	0.00 1	0.54 129	0.01 216	1.08 251	0.77 239	0.00 1	0.01 189	2.23 422	0.63 373	6.04 409	0.14 190	0.00 1	0.00 1	0.00 1	0.00 1	0.04 194	0.08 140

rvit_0105_3	0.17 40	0.53 274	1.67 177	0.00 1	0.00 1	0.07 32	0.00 1	0.13 86	0.84 308	0.00 1	0.00 1	0.02 50	0.01 109	0.03 46	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.06 120

WCG-NET（raft）	0.19 56	0.53 274	0.84 20	0.00 1	0.05 291	0.36 88	0.01 216	0.08 48	0.09 17	0.06 263	0.01 189	0.05 130	0.03 208	0.08 107	0.06 139	0.00 1	1.24 453	0.00 1	0.00 1	0.13 329	0.18 231

MMNet	0.29 107	0.53 274	2.13 267	0.00 1	0.00 1	0.69 185	0.00 1	0.74 205	0.80 274	0.01 105	0.01 189	0.18 222	0.09 298	0.28 167	0.14 190	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.04 91

RYNet	0.63 311	0.53 274	2.18 270	0.00 1	0.00 1	0.57 142	0.00 1	1.34 284	0.85 332	0.04 230	0.00 1	0.85 359	0.04 237	5.13 371	0.77 340	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.27 283

TestStereo	0.35 141	0.54 278	1.74 193	0.00 1	0.00 1	0.27 61	0.00 1	0.06 30	0.05 5	0.01 105	0.00 1	0.03 86	0.01 109	4.17 344	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

FCDSN-DC	2.93 435	0.54 278	2.88 328	0.00 1	0.01 212	1.78 421	0.36 407	2.20 372	1.51 428	8.28 455	10.99 456	11.61 449	8.55 453	5.36 380	4.05 411	0.02 404	0.00 1	0.00 1	0.00 1	0.06 236	0.48 336
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DGSMNet	1.31 392	0.55 280	3.74 383	0.80 442	1.48 454	1.60 415	3.41 454	1.72 322	0.54 137	0.01 105	0.78 399	0.48 307	0.23 339	3.16 304	0.55 315	0.98 448	1.26 454	1.34 461	1.11 463	1.06 445	1.41 418

hitnet-ft	0.49 233	0.56 281	1.96 247	0.00 1	0.00 1	0.73 192	0.10 352	0.36 155	0.26 92	0.05 243	0.13 322	0.73 348	0.16 323	4.26 349	0.41 301	0.01 387	0.00 1	0.03 422	0.00 1	0.05 209	0.06 120

rvit_105_1	0.19 56	0.57 282	1.79 208	0.00 1	0.00 1	0.16 47	0.00 1	0.21 114	0.84 308	0.00 1	0.00 1	0.02 50	0.01 109	0.04 62	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.04 91

psm_up	0.48 229	0.57 282	1.86 223	0.00 1	0.00 1	0.83 214	0.00 1	2.33 376	0.79 266	0.00 1	0.00 1	0.27 253	0.01 109	2.73 282	0.12 173	0.00 1	0.00 1	0.00 1	0.00 1	0.10 309	0.04 91

psmorigin	0.81 355	0.57 282	7.49 437	0.00 1	0.00 1	0.18 51	0.00 1	0.12 74	0.20 76	0.65 398	0.00 1	2.69 427	0.27 343	2.98 294	0.79 342	0.00 1	0.00 1	0.00 1	0.00 1	0.03 159	0.18 231

Sa-1000	0.44 207	0.58 285	1.85 221	0.00 1	0.22 350	1.09 336	0.01 216	2.98 415	0.75 199	0.00 1	0.09 312	0.04 106	0.00 1	0.21 143	0.00 1	0.00 1	0.50 358	0.00 1	0.13 386	0.12 324	0.12 193

StereoVision	0.24 82	0.59 286	1.92 237	0.00 1	0.00 1	0.47 110	0.01 216	0.22 118	0.84 308	0.00 1	0.30 357	0.15 203	0.02 166	0.09 112	0.04 111	0.00 1	0.00 1	0.00 1	0.00 1	0.05 209	0.01 48

MIPNet	0.42 193	0.59 286	2.22 274	0.02 260	0.00 1	1.11 355	0.09 348	1.88 351	0.88 350	0.11 304	0.06 302	0.22 238	0.19 329	0.74 218	0.00 1	0.00 1	0.00 1	0.00 1	0.01 314	0.08 273	0.12 193

APVNet	0.58 292	0.59 286	3.15 345	0.00 1	0.00 1	0.93 246	0.01 216	0.62 186	0.86 343	0.03 211	0.01 189	0.34 271	0.04 237	4.50 359	0.33 263	0.00 1	0.00 1	0.03 422	0.00 1	0.18 373	0.05 110

aanetorigin	0.91 363	0.59 286	3.76 384	0.11 334	0.12 322	0.40 91	0.90 437	0.15 91	0.23 84	3.44 438	1.19 410	0.35 277	1.96 416	2.81 287	1.30 365	0.02 404	0.00 1	0.02 414	0.05 347	0.28 408	0.47 334

Consistency-Raft	0.45 214	0.60 290	3.05 336	0.13 343	0.03 270	0.91 239	0.04 318	1.55 305	0.78 252	0.00 1	0.02 275	0.03 86	1.12 398	0.35 173	0.42 304	0.02 404	0.00 1	0.00 1	0.00 1	0.01 38	0.01 48

SACVNet	0.51 242	0.61 291	1.98 249	0.00 1	0.00 1	1.02 271	0.01 216	1.04 245	0.44 123	0.07 272	0.00 1	0.23 240	0.02 166	4.19 345	0.29 250	0.00 1	0.00 1	0.00 1	0.00 1	0.22 391	0.13 200

UCFNet_RVC	0.26 95	0.61 291	1.59 155	0.00 1	0.00 1	1.00 263	0.00 1	0.26 135	0.39 115	0.01 105	0.00 1	0.42 298	0.02 166	0.84 223	0.07 145	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.04 91

RASNet	0.68 326	0.62 293	2.10 263	0.02 260	0.02 253	0.60 147	0.09 348	0.64 188	0.84 308	0.11 304	0.06 302	1.51 410	0.04 237	6.07 413	0.65 323	0.00 1	0.00 1	0.00 1	0.00 1	0.05 209	0.22 249

rvit_stereo_ft	0.14 29	0.63 294	1.32 73	0.00 1	0.00 1	0.00 1	0.00 1	0.07 39	0.57 153	0.00 1	0.00 1	0.01 15	0.01 109	0.02 14	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.13 200

SA	0.43 202	0.63 294	1.92 237	0.00 1	0.22 350	1.11 355	0.00 1	2.87 411	0.75 199	0.00 1	0.01 189	0.04 106	0.01 109	0.21 143	0.00 1	0.00 1	0.40 348	0.00 1	0.14 393	0.14 346	0.22 249

AIO-Stereo-zeroshot1	1.00 372	0.65 296	4.67 407	0.54 413	0.58 408	1.03 275	0.18 368	0.99 234	0.54 137	0.48 387	5.23 432	1.13 384	0.95 390	0.52 201	0.65 323	0.01 387	0.59 368	0.00 1	0.25 441	0.11 314	0.85 386

MIM_Stereo	0.29 107	0.65 296	1.73 191	0.00 1	1.03 444	0.30 66	0.00 1	0.16 97	0.18 64	0.12 309	0.00 1	0.05 130	0.01 109	0.12 122	0.01 40	0.00 1	0.03 280	0.00 1	0.00 1	0.13 329	1.24 406

LMCR-Stereo	0.38 167	0.65 296	1.77 201	0.00 1	0.00 1	0.82 211	0.00 1	2.33 376	0.84 308	0.00 1	0.00 1	0.04 106	0.04 237	0.29 169	0.72 337	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.01 48

GANet-RSSM	0.42 193	0.66 299	1.78 205	0.00 1	0.00 1	1.06 289	0.00 1	0.26 135	0.23 84	0.05 243	0.00 1	0.34 271	0.00 1	3.56 323	0.18 210	0.00 1	0.00 1	0.03 422	0.00 1	0.09 296	0.08 140

TestStereo1	0.32 129	0.67 300	1.66 174	0.00 1	0.23 359	1.13 369	0.01 216	0.94 230	0.76 220	0.00 1	0.05 291	0.05 130	0.01 109	0.16 131	0.05 125	0.00 1	0.24 328	0.00 1	0.00 1	0.17 366	0.23 257

SA-5K	0.32 129	0.67 300	1.66 174	0.00 1	0.23 359	1.13 369	0.01 216	0.94 230	0.76 220	0.00 1	0.05 291	0.05 130	0.01 109	0.16 131	0.05 125	0.00 1	0.24 328	0.00 1	0.00 1	0.17 366	0.23 257

XPNet_ROB	0.46 221	0.67 300	1.69 182	0.01 237	0.00 1	0.94 249	0.01 216	1.32 280	0.65 165	0.03 211	0.00 1	0.17 218	0.02 166	2.82 288	0.66 327	0.00 1	0.00 1	0.00 1	0.00 1	0.06 236	0.18 231

MyStereo8	0.50 238	0.68 303	3.08 340	0.43 407	0.01 212	1.22 393	0.00 1	0.82 218	0.20 76	0.03 211	0.41 377	0.15 203	0.04 237	0.68 216	0.12 173	0.00 1	1.39 456	0.00 1	0.03 338	0.04 194	0.63 367

SPstereo	0.38 167	0.68 303	1.41 106	0.27 386	1.00 443	0.86 226	0.00 1	0.11 65	0.56 144	0.22 339	0.31 363	0.06 149	0.00 1	0.34 172	0.35 274	0.00 1	1.04 425	0.00 1	0.00 1	0.09 296	0.24 267

ADLNet2	0.61 305	0.68 303	2.76 321	0.00 1	0.00 1	0.90 236	0.01 216	0.82 218	0.92 358	0.00 1	0.07 305	1.45 405	0.02 166	4.04 338	0.13 183	0.00 1	0.00 1	0.00 1	0.00 1	0.20 384	0.11 182

RP	0.52 245	0.68 303	2.56 311	0.00 1	0.01 212	0.61 154	0.02 280	1.31 278	0.62 160	0.05 243	0.01 189	0.98 370	0.17 326	2.86 290	0.33 263	0.00 1	0.00 1	0.00 1	0.00 1	0.13 329	0.09 154

CVANet_RVC	0.66 321	0.68 303	2.61 315	0.01 237	0.00 1	0.99 262	0.00 1	0.95 232	0.78 252	0.60 395	0.11 319	0.37 285	0.14 316	5.50 384	0.14 190	0.00 1	0.00 1	0.00 1	0.03 338	0.16 361	0.19 242

IPLG	0.59 296	0.69 308	2.25 284	0.02 260	0.00 1	1.12 360	0.07 336	1.75 329	0.79 266	0.05 243	0.00 1	0.16 212	0.14 316	4.49 358	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 346	0.07 125

GEStereo_RVC	0.52 245	0.69 308	1.93 242	0.01 237	0.00 1	1.03 275	0.00 1	2.22 373	0.78 252	0.00 1	0.00 1	0.14 196	0.01 109	3.19 306	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.10 309	0.18 231

GANet	0.75 341	0.69 308	2.47 300	0.00 1	0.00 1	0.79 202	0.08 343	0.61 183	0.76 220	0.13 312	0.16 326	0.68 341	0.46 360	5.61 387	2.02 385	0.00 1	0.03 280	0.01 400	0.00 1	0.11 314	0.37 309

PASM	0.66 321	0.70 311	4.95 417	0.02 260	0.00 1	0.31 69	0.04 318	0.60 182	0.35 108	0.19 334	0.01 189	0.46 302	0.04 237	5.16 373	0.05 125	0.00 1	0.00 1	0.00 1	0.00 1	0.13 329	0.15 218

IGEVStereo-DCA	0.47 225	0.71 312	1.28 63	0.16 354	0.15 330	0.32 72	0.00 1	0.12 74	0.56 144	0.24 347	0.01 189	0.05 130	0.07 290	1.19 233	2.07 386	0.00 1	0.47 354	0.00 1	0.10 371	0.15 352	1.75 440

rrr	0.72 334	0.71 312	4.76 410	0.16 354	0.15 330	0.32 72	0.04 318	1.80 343	0.61 157	0.24 347	0.01 189	0.05 130	0.07 290	1.19 233	2.07 386	0.00 1	0.47 354	0.00 1	0.18 413	0.15 352	1.48 425

fast-acv-ft	0.34 135	0.71 312	4.20 398	0.06 307	0.01 212	0.28 63	0.17 365	0.11 65	0.34 107	0.00 1	0.00 1	0.08 166	0.09 298	0.13 124	0.27 248	0.01 387	0.00 1	0.03 422	0.01 314	0.27 402	0.04 91

RAFT_CTSACE	0.25 91	0.71 312	2.06 261	0.00 1	0.01 212	0.49 116	0.00 1	0.37 157	0.18 64	0.01 105	0.00 1	0.34 271	0.00 1	0.25 149	0.07 145	0.00 1	0.20 323	0.00 1	0.00 1	0.25 399	0.11 182

test_xeample3	0.77 346	0.71 312	4.91 416	0.18 364	0.22 350	0.34 83	0.05 328	1.81 344	0.61 157	0.23 343	0.03 283	0.06 149	0.05 266	1.26 238	2.12 390	0.00 1	0.69 377	0.00 1	0.23 429	0.15 352	1.78 445

NLCA_NET_v2_RVC	0.45 214	0.72 317	3.22 346	0.00 1	0.02 253	0.95 252	0.00 1	0.70 193	0.26 92	0.03 211	0.00 1	0.34 271	0.10 303	2.45 268	0.12 173	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.03 73
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
test_5	0.39 176	0.73 318	2.28 286	0.01 237	0.22 350	0.84 219	0.01 216	1.02 237	0.77 239	0.12 309	0.00 1	0.30 261	0.01 109	0.82 221	0.03 83	0.00 1	0.04 290	0.00 1	0.00 1	0.15 352	0.46 329

PSMNet-RSSM	0.44 207	0.73 318	1.65 171	0.00 1	0.00 1	1.06 289	0.00 1	0.61 183	0.70 179	0.06 263	0.01 189	0.39 292	0.00 1	3.29 311	0.12 173	0.00 1	0.00 1	0.00 1	0.00 1	0.05 209	0.07 125

ETE_ROB	0.43 202	0.73 318	1.87 224	0.00 1	0.00 1	0.94 249	0.01 216	1.75 329	0.79 266	0.03 211	0.00 1	0.16 212	0.02 166	1.81 250	0.36 281	0.00 1	0.00 1	0.00 1	0.00 1	0.03 159	0.08 140

LALA_ROB	0.45 214	0.73 318	1.91 233	0.00 1	0.01 212	0.98 257	0.01 216	1.99 362	0.84 308	0.15 320	0.00 1	0.09 174	0.01 109	1.06 229	1.01 350	0.00 1	0.00 1	0.00 1	0.00 1	0.06 236	0.05 110

RAFT+CT+SA	0.38 167	0.74 322	1.84 218	0.02 260	0.27 365	1.12 360	0.00 1	0.91 224	0.75 199	0.00 1	0.00 1	0.27 253	0.01 109	0.56 204	0.00 1	0.00 1	0.16 318	0.00 1	0.30 450	0.13 329	0.42 317

AACVNet	0.48 229	0.74 322	1.81 214	0.00 1	0.00 1	0.55 134	0.00 1	0.22 118	0.55 142	0.03 211	0.00 1	0.11 185	0.01 109	5.22 377	0.09 159	0.00 1	0.00 1	0.00 1	0.00 1	0.18 373	0.04 91

RALCasStereoNet	0.47 225	0.74 322	1.56 145	0.21 377	0.97 440	0.36 88	0.03 301	0.20 112	0.77 239	0.10 296	0.07 305	0.05 130	0.08 295	0.35 173	0.38 292	0.00 1	1.68 462	0.00 1	0.00 1	0.10 309	1.83 449

CFNet-ft	0.40 183	0.74 322	1.74 193	0.00 1	0.00 1	1.09 336	0.00 1	0.23 125	0.22 80	0.02 169	0.00 1	0.76 350	0.00 1	2.98 294	0.18 210	0.00 1	0.00 1	0.01 400	0.00 1	0.03 159	0.08 140

RGC	0.61 305	0.74 322	3.31 355	0.00 1	0.01 212	0.64 161	0.00 1	1.34 284	0.26 92	0.03 211	0.61 392	0.99 371	0.19 329	3.06 298	0.81 344	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.10 170

CFNet_RVC	0.40 183	0.74 322	1.74 193	0.00 1	0.00 1	1.09 336	0.00 1	0.23 125	0.22 80	0.02 169	0.00 1	0.76 350	0.00 1	2.97 293	0.18 210	0.00 1	0.00 1	0.01 400	0.00 1	0.03 159	0.08 140

Nwc_Net	0.54 267	0.75 328	3.72 381	0.00 1	0.00 1	0.66 173	0.00 1	1.05 246	0.41 120	0.01 105	0.02 275	0.88 364	0.11 308	2.65 280	0.40 297	0.00 1	0.00 1	0.00 1	0.00 1	0.08 273	0.05 110

DeepPruner_ROB	0.34 135	0.75 328	2.38 293	0.00 1	0.00 1	1.12 360	0.03 301	0.30 142	0.16 45	0.00 1	0.00 1	0.39 292	0.03 208	1.27 239	0.14 190	0.00 1	0.00 1	0.00 1	0.00 1	0.05 209	0.10 170

WCMA_ROB	2.37 428	0.75 328	2.53 309	0.05 290	0.00 1	1.05 286	0.59 427	1.47 296	1.40 425	5.47 445	9.84 452	8.10 446	5.87 450	4.38 354	3.93 409	0.16 424	0.21 324	0.18 446	0.18 413	0.06 236	1.08 397

TDLM	0.60 300	0.76 331	1.77 201	0.05 290	0.00 1	1.10 349	0.01 216	0.51 171	0.79 266	0.34 369	0.01 189	0.27 253	0.22 337	5.44 381	0.35 274	0.00 1	0.00 1	0.00 1	0.00 1	0.15 352	0.19 242

rafts_anoy	0.37 158	0.77 332	1.68 179	0.43 407	0.99 441	0.53 127	0.04 318	0.16 97	0.14 28	0.08 281	0.01 189	0.06 149	0.06 278	0.58 208	0.21 225	0.00 1	1.44 458	0.00 1	0.01 314	0.05 209	0.14 209

raftrobust	0.30 118	0.78 333	1.65 171	0.00 1	1.25 450	0.66 173	0.03 301	0.10 62	0.32 104	0.02 169	0.00 1	0.03 86	0.03 208	0.22 146	0.13 183	0.00 1	0.44 350	0.00 1	0.00 1	0.07 254	0.22 249

raft_robust	0.73 337	0.81 334	1.55 141	0.00 1	0.22 350	0.68 181	0.00 1	2.56 389	0.75 199	0.01 105	0.01 189	1.12 383	1.15 399	4.56 363	0.14 190	0.00 1	0.71 381	0.00 1	0.15 398	0.08 273	0.11 182

UDGNet	0.19 56	0.81 334	1.42 110	0.00 1	0.00 1	1.06 289	0.00 1	0.05 20	0.38 111	0.00 1	0.00 1	0.02 50	0.00 1	0.10 115	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

MaskLacGwcNet_RVC	0.56 284	0.82 336	1.94 245	0.12 338	0.00 1	1.12 360	0.01 216	0.96 233	0.72 185	0.00 1	0.05 291	0.37 285	0.03 208	3.45 319	0.15 200	1.07 450	0.00 1	0.00 1	0.00 1	0.16 361	0.25 272

NCC-stereo	0.63 311	0.82 336	3.34 358	0.03 276	0.03 270	1.04 281	0.01 216	1.03 240	0.31 102	0.14 314	0.19 328	0.64 333	0.05 266	3.67 331	1.18 357	0.00 1	0.00 1	0.00 1	0.00 1	0.05 209	0.07 125

Abc-Net	0.63 311	0.82 336	3.34 358	0.03 276	0.03 270	1.04 281	0.01 216	1.03 240	0.31 102	0.14 314	0.19 328	0.64 333	0.05 266	3.67 331	1.18 357	0.00 1	0.00 1	0.00 1	0.00 1	0.05 209	0.07 125
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
PS-NSSS	0.62 308	0.82 336	1.58 153	0.00 1	0.00 1	1.05 286	0.00 1	2.76 404	0.74 189	0.00 1	0.00 1	0.11 185	0.01 109	5.22 377	0.15 200	0.00 1	0.00 1	0.00 1	0.00 1	0.05 209	0.00 1

pmcnn	2.36 426	0.83 340	6.15 433	0.33 399	0.84 432	0.35 84	0.27 393	2.18 370	1.42 426	0.48 387	7.35 437	14.60 458	0.75 381	5.45 382	5.37 419	0.00 1	0.00 1	0.00 1	0.00 1	0.16 361	0.63 367

4D-IteraStereo	0.34 135	0.84 341	2.31 288	0.00 1	0.00 1	0.42 98	0.04 318	0.10 62	0.09 17	0.02 169	0.01 189	0.00 1	0.01 109	0.36 175	0.49 308	0.00 1	0.36 345	0.00 1	0.00 1	0.07 254	1.72 436

Wz-Net-LNSev-Ref	0.54 267	0.84 341	3.67 379	0.00 1	0.00 1	0.56 139	0.00 1	1.40 292	0.80 274	0.00 1	0.00 1	0.06 149	0.13 315	1.76 249	1.42 373	0.00 1	0.00 1	0.00 1	0.00 1	0.03 159	0.08 140

MLCV	0.35 141	0.84 341	1.96 247	0.00 1	0.00 1	0.48 112	0.00 1	0.81 217	0.29 100	0.10 296	0.00 1	0.28 256	0.03 208	1.32 241	0.80 343	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.09 154

FBW_ROB	1.04 374	0.84 341	2.48 303	0.10 325	0.01 212	0.64 161	0.01 216	2.37 380	0.83 298	0.01 105	0.01 189	1.09 380	0.05 266	8.21 449	2.94 400	0.05 415	0.01 264	0.09 439	0.01 314	0.06 236	0.97 392

iRaft-Stereo_5w	0.60 300	0.85 345	1.83 215	0.01 237	0.59 410	0.31 69	0.00 1	0.72 201	0.79 266	0.00 1	0.00 1	0.10 181	0.01 109	6.12 416	0.03 83	0.00 1	0.12 313	0.00 1	0.00 1	0.24 395	0.26 279

UDG	0.55 275	0.86 346	2.15 268	0.00 1	0.00 1	0.98 257	0.00 1	2.09 368	0.83 298	0.08 281	0.00 1	1.49 408	0.18 327	1.20 236	1.07 353	0.00 1	0.00 1	0.00 1	0.00 1	0.08 273	0.09 154

MeshStereo	2.79 433	0.86 346	3.12 343	0.02 260	0.02 253	1.51 411	0.91 438	3.50 433	1.54 430	11.28 459	7.62 441	11.49 448	2.94 428	6.81 438	3.45 405	0.00 1	0.00 1	0.00 1	0.00 1	0.28 408	0.39 312
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
LL-Strereo2	0.34 135	0.87 348	1.70 184	0.64 428	0.84 432	0.54 129	0.04 318	0.15 91	0.18 64	0.02 169	0.00 1	0.03 86	0.02 166	0.26 156	0.26 245	0.00 1	0.13 315	0.00 1	0.01 314	0.04 194	0.98 393

DDUNet	0.51 242	0.87 348	2.33 290	0.00 1	0.00 1	0.80 205	0.01 216	1.16 260	0.77 239	0.08 281	0.01 189	1.11 382	0.01 109	2.02 252	0.77 340	0.02 404	0.00 1	0.00 1	0.00 1	0.09 296	0.10 170

RAFT	0.32 129	0.87 348	1.48 119	0.29 391	0.41 381	0.12 42	0.07 336	0.12 74	0.51 134	0.00 1	0.01 189	0.47 303	0.04 237	0.04 62	0.02 67	0.00 1	0.70 380	0.00 1	0.01 314	0.42 429	0.75 374

RAFT-Stereo + iAFF	0.41 188	0.87 348	1.78 205	0.00 1	0.91 436	1.06 289	0.00 1	0.70 193	0.77 239	0.05 243	0.00 1	0.06 149	0.06 278	0.06 93	0.26 245	0.00 1	0.69 377	0.00 1	0.00 1	0.20 384	0.80 378

cf-r	0.46 221	0.87 348	2.51 307	0.00 1	0.00 1	1.06 289	0.00 1	0.52 172	0.64 162	0.09 289	0.00 1	0.65 337	0.00 1	2.51 271	0.12 173	0.00 1	0.00 1	0.00 1	0.00 1	0.09 296	0.09 154

AF-Net	0.60 300	0.87 348	3.34 358	0.00 1	0.00 1	0.41 94	0.01 216	1.52 301	0.64 162	0.17 331	0.05 291	1.28 393	0.46 360	2.51 271	0.52 313	0.00 1	0.00 1	0.00 1	0.00 1	0.12 324	0.10 170

CBFPSM	0.42 193	0.89 354	2.62 316	0.00 1	0.00 1	0.32 72	0.00 1	0.37 157	0.82 289	0.01 105	0.01 189	1.65 412	1.00 392	0.27 160	0.34 268	0.00 1	0.01 264	0.00 1	0.00 1	0.02 110	0.10 170

raft+_RVC	0.35 141	0.89 354	1.67 177	0.00 1	1.28 451	0.67 179	0.04 318	0.08 48	0.15 35	0.01 105	0.00 1	0.02 50	0.04 237	0.16 131	0.18 210	0.00 1	1.39 456	0.00 1	0.00 1	0.07 254	0.44 325

EDNetEfficientorigin	6.27 453	0.89 354	98.14 478	0.02 260	0.04 282	0.40 91	0.02 280	0.35 153	2.94 437	6.98 451	3.06 421	1.29 394	1.87 413	4.32 353	4.60 414	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.35 306

StereoDRNet	0.50 238	0.89 354	2.96 332	0.02 260	0.06 297	0.51 120	0.00 1	0.45 165	0.84 308	0.00 1	0.00 1	0.33 269	0.02 166	2.82 288	0.69 333	0.00 1	0.00 1	0.00 1	0.00 1	0.08 273	0.28 284

GMStereo	0.14 29	0.90 358	1.71 186	0.00 1	0.00 1	0.03 16	0.00 1	0.04 12	0.04 2	0.00 1	0.00 1	0.01 15	0.02 166	0.02 14	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
iinet-f	0.59 296	0.91 359	5.57 426	0.00 1	0.01 212	0.78 200	0.00 1	1.81 344	0.84 308	0.03 211	0.00 1	0.41 296	0.43 357	0.42 188	0.12 173	0.00 1	0.00 1	0.00 1	0.00 1	0.36 422	0.08 140

dd	0.23 79	0.91 359	1.69 182	0.01 237	0.00 1	1.02 271	0.00 1	0.09 59	0.68 172	0.01 105	0.00 1	0.02 50	0.02 166	0.01 3	0.00 1	0.01 387	0.00 1	0.00 1	0.00 1	0.04 194	0.01 48

PA-Net	0.72 334	0.91 359	3.91 387	0.03 276	0.07 301	0.87 227	0.02 280	0.78 212	0.83 298	0.01 105	0.00 1	0.43 299	0.06 278	5.10 370	1.30 365	0.01 387	0.00 1	0.00 1	0.00 1	0.04 194	0.12 193
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DispNO	0.79 351	0.92 362	3.35 361	0.00 1	0.00 1	0.73 192	0.02 280	1.72 322	0.76 220	0.01 105	0.53 388	1.33 397	0.06 278	5.13 371	0.92 346	0.00 1	0.00 1	0.03 422	0.11 378	0.05 209	0.07 125

RALAANet	0.22 69	0.93 363	1.77 201	0.00 1	0.00 1	0.35 84	0.01 216	0.45 165	0.06 8	0.01 105	0.00 1	0.05 130	0.09 298	0.07 100	0.22 231	0.00 1	0.24 328	0.00 1	0.04 343	0.14 346	0.01 48

DMCA-RVC	0.44 207	0.94 364	4.10 396	0.00 1	0.03 270	0.76 197	0.03 301	0.11 65	0.15 35	0.01 105	0.01 189	0.08 166	0.32 349	1.61 248	0.51 309	0.00 1	0.02 272	0.01 400	0.00 1	0.03 159	0.05 110

DispFullNet	1.25 387	0.95 365	3.73 382	1.00 445	0.79 426	0.43 101	0.01 216	1.70 320	0.82 289	2.55 435	0.63 393	1.08 377	8.75 454	0.84 223	1.36 371	0.00 1	0.02 272	0.00 1	0.00 1	0.24 395	0.19 242

HITNet	0.31 126	0.97 366	2.32 289	0.00 1	0.00 1	0.24 59	0.01 216	1.38 289	0.37 110	0.00 1	0.00 1	0.14 196	0.02 166	0.05 86	0.19 219	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.41 315
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
dad	0.24 82	0.98 367	1.61 162	0.00 1	0.00 1	1.03 275	0.00 1	0.03 9	0.38 111	0.01 105	0.00 1	0.02 50	0.01 109	0.65 215	0.11 169	0.00 1	0.00 1	0.00 1	0.00 1	0.02 110	0.00 1

AASNet	0.40 183	0.98 367	2.57 313	0.00 1	0.00 1	0.93 246	0.01 216	0.79 215	0.82 289	0.01 105	0.00 1	0.38 290	0.02 166	0.62 213	0.43 305	0.00 1	0.00 1	0.00 1	0.00 1	0.31 416	0.14 209

111	0.42 193	0.98 367	2.02 254	0.00 1	0.02 253	1.06 289	0.03 301	1.98 361	0.83 298	0.30 359	0.01 189	0.21 235	0.05 266	0.13 124	0.09 159	0.00 1	0.00 1	0.00 1	0.00 1	0.08 273	0.65 369

AFF-stereo	0.36 151	0.98 367	1.62 165	0.00 1	0.09 309	0.92 244	0.00 1	0.62 186	0.84 308	0.08 281	0.00 1	0.05 130	0.05 266	0.16 131	0.06 139	0.00 1	0.63 371	0.00 1	0.00 1	0.24 395	0.84 382

GCST	0.46 221	0.99 371	2.56 311	0.00 1	0.82 429	0.32 72	0.03 301	0.23 125	0.08 11	0.05 243	0.41 377	0.14 196	0.04 237	3.09 301	0.30 253	0.00 1	0.01 264	0.00 1	0.00 1	0.11 314	0.10 170

GwcNet	0.64 318	0.99 371	5.43 424	0.00 1	0.00 1	0.41 94	0.10 352	0.50 169	0.97 367	0.05 243	0.00 1	0.63 330	0.05 266	2.87 291	0.55 315	0.00 1	0.00 1	0.00 1	0.00 1	0.19 380	0.13 200

CC-Net-ROB	0.77 346	0.99 371	2.18 270	0.07 313	0.00 1	1.09 336	0.01 216	3.10 421	0.75 199	0.01 105	0.00 1	0.14 196	0.01 109	5.65 390	0.34 268	0.56 437	0.00 1	0.21 449	0.00 1	0.17 366	0.02 65

ADCL	1.70 411	1.00 374	5.82 431	0.07 313	0.04 282	2.14 426	2.27 448	1.26 272	1.09 388	1.55 422	1.08 406	1.23 388	1.53 406	2.38 264	12.21 453	0.01 387	0.00 1	0.00 1	0.00 1	0.12 324	0.16 221

ADCPNet	1.58 404	1.00 374	8.71 443	0.01 237	0.19 337	2.69 427	0.26 391	1.15 258	0.54 137	0.04 230	0.02 275	1.41 402	1.76 409	2.52 273	9.78 446	0.00 1	0.46 353	0.00 1	0.64 461	0.07 254	0.34 300

NCCL2	0.38 167	1.00 374	2.12 266	0.00 1	0.01 212	0.79 202	0.00 1	0.59 180	0.38 111	0.01 105	0.00 1	0.02 50	0.03 208	2.31 260	0.21 225	0.00 1	0.00 1	0.02 414	0.00 1	0.04 194	0.13 200

GwcNet-RSSM	0.53 260	1.04 377	2.48 303	0.00 1	0.00 1	1.06 289	0.00 1	0.74 205	0.76 220	0.21 335	0.01 189	0.36 282	0.00 1	3.65 329	0.11 169	0.00 1	0.00 1	0.00 1	0.00 1	0.13 329	0.07 125

HBP-ISP	0.90 362	1.05 378	3.07 339	0.14 346	0.01 212	1.67 418	0.47 418	3.22 427	0.76 220	1.13 415	0.11 319	0.50 318	0.91 389	4.51 361	0.10 162	0.00 1	0.00 1	0.00 1	0.00 1	0.05 209	0.22 249

BEATNet_4x	0.39 176	1.05 378	2.97 333	0.00 1	0.00 1	0.30 66	0.01 216	1.22 266	0.46 126	0.00 1	0.00 1	0.31 264	0.03 208	0.37 178	0.64 322	0.00 1	0.00 1	0.00 1	0.00 1	0.06 236	0.42 317

SHD	0.76 343	1.05 378	4.19 397	0.65 430	0.21 347	0.01 6	0.01 216	1.48 298	0.83 298	1.69 423	0.00 1	0.63 330	0.09 298	2.22 256	1.51 374	0.00 1	0.21 324	0.00 1	0.07 357	0.15 352	0.11 182

GANetREF_RVC	0.63 311	1.05 378	3.03 334	0.00 1	0.00 1	1.16 378	0.01 216	2.03 365	0.75 199	0.00 1	0.01 189	0.28 256	0.04 237	4.13 343	0.10 162	0.00 1	0.00 1	0.00 1	0.00 1	0.04 194	0.05 110
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
PSMNet_ROB	0.54 267	1.05 378	2.53 309	0.00 1	0.00 1	0.91 239	0.00 1	0.33 151	0.75 199	0.01 105	0.00 1	0.25 246	0.03 208	3.45 319	1.31 367	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.10 170

PDISCO_ROB	0.72 334	1.06 383	3.39 365	0.18 364	0.00 1	1.54 412	0.01 216	2.80 408	0.73 188	0.16 323	0.01 189	0.80 355	0.28 344	2.38 264	0.48 307	0.00 1	0.00 1	0.00 1	0.00 1	0.36 422	0.18 231

PWC_ROB	0.84 357	1.08 384	5.06 418	0.00 1	0.00 1	0.21 55	0.00 1	2.71 401	0.82 289	0.00 1	0.20 330	0.29 258	0.03 208	3.58 325	2.10 388	0.00 1	0.00 1	0.00 1	0.00 1	0.39 425	0.26 279

PVD	1.08 377	1.09 385	4.07 394	0.61 423	1.15 448	0.72 190	0.01 216	0.93 229	1.18 420	2.39 433	0.00 1	0.65 337	0.11 308	2.60 276	4.29 413	0.00 1	0.82 397	0.00 1	0.13 386	0.12 324	0.75 374

ADCRef	1.10 381	1.10 386	4.78 412	0.02 260	0.02 253	0.87 227	0.31 397	0.76 210	0.88 350	0.71 401	0.17 327	0.18 222	0.80 385	2.63 279	8.56 441	0.00 1	0.00 1	0.00 1	0.00 1	0.11 314	0.11 182

Wz-Net-LNSev	0.46 221	1.11 387	5.46 425	0.00 1	0.00 1	0.51 120	0.00 1	0.41 164	0.91 356	0.00 1	0.01 189	0.23 240	0.03 208	0.12 122	0.25 241	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.15 218

CFNet	0.66 321	1.12 388	2.37 292	0.00 1	0.00 1	1.06 289	0.01 216	1.36 288	0.74 189	0.01 105	0.01 189	0.13 194	0.01 109	5.85 394	0.30 253	0.00 1	0.00 1	0.00 1	0.00 1	0.18 373	0.07 125

NaN_ROB	1.04 374	1.12 388	3.41 366	0.17 362	0.19 337	0.57 142	0.37 409	2.65 395	0.98 370	0.55 391	0.32 370	0.47 303	1.16 400	5.20 376	2.78 397	0.00 1	0.02 272	0.01 400	0.05 347	0.13 329	0.54 349

ACRE	0.45 214	1.14 390	3.22 346	0.12 338	0.00 1	0.90 236	0.20 372	1.77 335	0.84 308	0.04 230	0.01 189	0.15 203	0.06 278	0.16 131	0.18 210	0.00 1	0.03 280	0.01 400	0.02 326	0.17 366	0.04 91

WAO-6	2.63 430	1.16 391	3.22 346	0.00 1	0.00 1	3.86 442	0.28 395	6.13 447	7.35 449	0.60 395	6.78 436	7.62 445	2.68 425	6.42 429	6.11 427	0.00 1	0.00 1	0.00 1	0.00 1	0.17 366	0.12 193

CIPLG	0.44 207	1.17 392	2.82 324	0.10 325	0.01 212	0.93 246	0.20 372	1.76 332	0.85 332	0.04 230	0.01 189	0.16 212	0.06 278	0.16 131	0.19 219	0.00 1	0.04 290	0.01 400	0.01 314	0.17 366	0.04 91

DeepPrunerF	1.44 400	1.17 392	9.82 445	0.02 260	0.09 309	0.90 236	0.00 1	1.42 293	6.76 448	0.23 343	0.01 189	0.22 238	0.14 316	5.71 393	1.94 383	0.00 1	0.00 1	0.01 400	0.02 326	0.20 384	0.14 209

iResNet_ROB	0.40 183	1.20 394	1.77 201	0.00 1	0.00 1	0.73 192	0.00 1	1.03 240	0.77 239	0.07 272	0.01 189	0.08 166	0.01 109	1.85 251	0.38 292	0.00 1	0.00 1	0.00 1	0.00 1	0.09 296	0.09 154

FADNet	0.64 318	1.21 395	3.32 357	0.00 1	0.01 212	0.79 202	0.01 216	1.01 236	0.65 165	0.01 105	0.01 189	0.17 218	0.15 320	4.45 356	0.37 284	0.17 428	0.00 1	0.00 1	0.00 1	0.44 431	0.12 193

FADNet-RVC-Resample	0.62 308	1.24 396	4.23 399	0.03 276	0.04 282	0.41 94	0.09 348	1.32 280	0.52 135	0.01 105	0.03 283	0.44 301	0.05 266	3.11 302	0.21 225	0.07 418	0.12 313	0.05 433	0.02 326	0.11 314	0.35 306

IPLGR_C	0.45 214	1.25 397	3.05 336	0.10 325	0.01 212	0.91 239	0.20 372	1.77 335	0.86 343	0.04 230	0.01 189	0.15 203	0.07 290	0.16 131	0.19 219	0.00 1	0.04 290	0.01 400	0.02 326	0.17 366	0.04 91

FADNet_RVC	0.69 329	1.26 398	3.48 369	0.00 1	0.00 1	1.10 349	0.01 216	1.57 307	0.65 165	0.02 169	0.05 291	0.26 252	0.03 208	3.16 304	0.30 253	0.21 429	0.25 332	0.08 438	0.28 447	0.53 434	0.62 363

AANet_RVC	0.94 364	1.27 399	3.68 380	0.01 237	0.00 1	0.68 181	0.01 216	0.92 226	0.22 80	0.02 169	1.41 412	0.95 368	0.04 237	5.97 404	3.10 401	0.16 424	0.10 311	0.00 1	0.00 1	0.09 296	0.26 279

MFMNet_re	0.38 167	1.27 399	3.38 364	0.65 430	0.00 1	0.17 50	0.02 280	0.07 39	1.02 372	0.03 211	0.03 283	0.12 189	0.00 1	0.27 160	0.37 284	0.00 1	0.00 1	0.00 1	0.00 1	0.19 380	0.11 182

DN-CSS_ROB	0.38 167	1.27 399	2.50 306	0.01 237	0.00 1	1.01 265	0.00 1	1.21 264	0.83 298	0.02 169	0.00 1	0.19 230	0.02 166	0.10 115	0.19 219	0.00 1	0.00 1	0.00 1	0.00 1	0.26 400	0.03 73

SPS-STEREO	1.19 385	1.27 399	3.45 368	0.00 1	0.01 212	0.40 91	0.16 364	0.71 199	1.03 373	2.41 434	0.77 398	2.13 420	0.44 358	5.68 392	4.06 412	0.00 1	0.00 1	0.00 1	0.00 1	0.08 273	1.24 406
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ARAFT	0.68 326	1.29 403	3.36 362	0.00 1	0.00 1	1.21 391	0.00 1	2.71 401	0.81 283	0.07 272	0.00 1	0.18 222	0.03 208	3.47 321	0.05 125	0.00 1	0.00 1	0.00 1	0.00 1	0.19 380	0.22 249

FADNet-RVC	0.63 311	1.29 403	3.79 385	0.01 237	0.00 1	0.47 110	0.00 1	1.51 300	0.23 84	0.00 1	0.01 189	0.12 189	0.06 278	4.05 339	0.36 281	0.00 1	0.03 280	0.00 1	0.00 1	0.42 429	0.17 225

XQC	0.94 364	1.30 405	4.44 402	0.65 430	0.07 301	0.42 98	0.01 216	2.88 412	0.85 332	0.28 355	0.01 189	0.67 340	0.21 333	3.24 309	3.25 402	0.00 1	0.24 328	0.00 1	0.04 343	0.20 384	0.11 182

Syn2CoEx	0.71 331	1.32 406	4.61 405	0.00 1	0.00 1	0.12 42	0.01 216	1.08 251	0.84 308	0.04 230	0.00 1	0.49 314	0.21 333	4.92 368	0.04 111	0.00 1	0.00 1	0.00 1	0.00 1	0.14 346	0.32 293

RAFT + AFF	0.79 351	1.36 407	2.40 294	0.00 1	0.04 282	1.12 360	0.06 331	1.73 325	0.81 283	0.02 169	0.00 1	0.18 222	1.49 404	4.97 369	0.67 331	0.00 1	0.17 319	0.00 1	0.00 1	0.33 418	0.46 329

SAMSARA	1.56 402	1.37 408	4.23 399	1.04 446	0.75 424	4.48 443	0.13 361	1.61 313	0.74 189	3.69 439	0.66 394	3.16 428	1.06 396	4.44 355	2.82 398	0.00 1	0.63 371	0.00 1	0.13 386	0.10 309	0.22 249

Wz-Net-MNSev	0.63 311	1.38 409	4.48 403	0.00 1	0.00 1	0.22 57	0.01 216	1.31 278	1.13 400	0.01 105	0.05 291	0.14 196	0.16 323	3.05 297	0.40 297	0.00 1	0.00 1	0.00 1	0.00 1	0.09 296	0.23 257

RTSC	0.99 369	1.38 409	4.55 404	0.22 380	0.19 337	0.23 58	0.01 216	1.46 294	0.84 308	0.31 363	0.35 373	0.58 325	0.04 237	2.47 270	5.88 426	0.00 1	0.53 363	0.00 1	0.14 393	0.35 419	0.29 286

LL-Strereo	0.97 367	1.43 411	3.41 366	0.01 237	0.50 395	0.63 158	0.01 216	2.00 363	0.77 239	0.48 387	0.00 1	0.54 324	0.29 345	6.25 423	0.10 162	0.01 387	0.93 422	0.00 1	0.00 1	0.28 408	1.72 436

IMH-64-1	2.28 422	1.45 412	2.87 326	2.19 455	0.59 410	2.82 429	1.58 441	5.84 445	1.16 414	1.09 413	4.77 429	2.07 418	2.42 420	5.90 398	3.91 407	4.00 460	0.04 290	0.02 414	0.00 1	2.07 449	0.82 379

IMH-64	2.28 422	1.45 412	2.87 326	2.19 455	0.59 410	2.82 429	1.58 441	5.84 445	1.16 414	1.09 413	4.77 429	2.07 418	2.42 420	5.90 398	3.91 407	4.00 460	0.04 290	0.02 414	0.00 1	2.07 449	0.82 379

CSAN	1.34 394	1.48 414	4.78 412	0.15 349	0.08 306	0.71 188	0.68 430	2.81 409	1.12 398	0.96 411	2.86 419	0.79 354	1.67 408	5.61 387	2.61 395	0.01 387	0.01 264	0.00 1	0.00 1	0.15 352	0.26 279

ADCP+	1.56 402	1.51 415	8.93 444	0.01 237	0.03 270	1.27 401	0.77 435	1.03 240	0.95 361	0.02 169	0.01 189	0.95 368	1.02 393	0.48 198	14.01 455	0.00 1	0.00 1	0.00 1	0.00 1	0.10 309	0.15 218

LSM	4.80 448	1.52 416	19.84 459	4.35 463	38.64 468	0.85 223	2.31 449	0.86 220	1.78 434	3.14 437	3.02 420	0.62 328	0.69 374	3.61 328	1.28 363	0.00 1	0.00 1	0.00 1	0.00 1	0.13 329	13.38 469

SANet	2.30 425	1.58 417	5.68 428	0.03 276	0.04 282	2.78 428	0.82 436	2.99 416	8.32 452	1.70 424	4.04 425	4.26 430	4.02 439	5.90 398	3.42 404	0.00 1	0.00 1	0.00 1	0.00 1	0.08 273	0.37 309

LE_ROB	10.29 461	1.64 418	11.96 451	1.47 449	1.36 453	3.30 436	4.79 456	5.05 444	42.09 469	51.68 469	13.28 463	14.08 457	25.92 466	7.21 445	21.19 466	0.05 415	0.06 303	0.13 444	0.19 418	0.08 273	0.35 306

WAO-7	2.74 432	1.65 419	3.36 362	0.03 276	0.05 291	4.68 444	0.53 423	6.21 448	4.59 445	1.73 425	7.61 440	5.56 435	3.68 436	8.96 451	5.50 422	0.00 1	0.00 1	0.33 451	0.02 326	0.19 380	0.18 231

SuperB	1.87 416	1.70 420	10.02 447	0.02 260	0.01 212	0.87 227	0.75 432	2.15 369	0.87 347	0.05 243	0.05 291	0.33 269	0.87 388	5.17 374	5.60 424	0.01 387	0.00 1	0.02 414	0.01 314	8.38 465	0.42 317

iResNetv2_ROB	0.51 242	1.70 420	3.96 390	0.00 1	0.00 1	0.60 147	0.00 1	1.81 344	0.82 289	0.03 211	0.00 1	0.08 166	0.02 166	0.16 131	0.59 318	0.00 1	0.00 1	0.00 1	0.00 1	0.31 416	0.09 154

PWCDC_ROB	1.13 384	1.70 420	3.52 370	0.00 1	0.00 1	1.15 375	0.00 1	2.49 383	1.39 424	0.02 169	8.80 447	0.34 271	0.09 298	1.11 231	1.20 360	0.00 1	0.00 1	0.00 1	0.00 1	0.56 436	0.21 248

SQANet	0.58 292	1.73 423	3.08 340	0.05 290	0.48 391	0.36 88	0.03 301	0.52 172	0.74 189	0.04 230	0.23 334	0.50 318	0.06 278	2.37 262	0.97 348	0.02 404	0.03 280	0.01 400	0.00 1	0.21 390	0.11 182

ADCMid	1.62 406	1.76 424	8.67 442	0.04 284	0.03 270	1.61 416	0.17 365	1.49 299	1.15 413	0.88 407	0.57 390	0.86 361	0.69 374	1.18 232	12.53 454	0.01 387	0.00 1	0.29 450	0.08 361	0.20 384	0.24 267

otaku	0.77 346	1.78 425	3.28 350	0.09 322	0.13 325	0.88 235	0.05 328	0.78 212	0.76 220	0.03 211	1.37 411	1.03 373	0.14 316	2.73 282	1.34 370	0.06 417	0.04 290	0.01 400	0.00 1	0.63 438	0.34 300

Ntro	0.75 341	1.79 426	3.54 375	0.05 290	0.37 375	1.03 275	0.02 280	0.99 234	0.76 220	0.02 169	0.00 1	0.76 350	0.08 295	3.23 308	1.32 368	0.07 418	0.04 290	0.01 400	0.00 1	0.84 443	0.13 200

NVStereoNet_ROB	1.74 413	1.83 427	4.79 414	0.81 443	0.29 368	0.67 179	0.03 301	1.46 294	1.75 433	0.65 398	5.98 434	2.38 425	2.95 431	6.77 436	2.70 396	0.69 439	0.37 346	0.04 431	0.19 418	0.27 402	0.24 267
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Wz-Net-SNSev	1.00 372	1.84 428	7.92 438	0.00 1	0.00 1	0.30 66	0.00 1	1.27 273	0.85 332	0.01 105	0.01 189	0.40 294	0.10 303	5.27 379	1.29 364	0.00 1	0.00 1	0.00 1	0.00 1	0.22 391	0.45 328

RainbowNet	0.80 353	1.85 429	3.31 355	0.13 343	0.05 291	1.30 402	0.07 336	2.03 365	0.76 220	0.02 169	0.02 275	1.13 384	0.25 341	2.40 266	1.07 353	0.72 440	0.05 300	0.00 1	0.00 1	0.53 434	0.30 290

UNDER WATER	6.65 455	1.86 430	10.48 450	4.84 464	2.74 461	8.59 455	0.76 433	8.83 454	22.15 463	4.99 440	6.27 435	15.66 460	10.39 459	9.52 455	9.42 444	3.50 459	0.05 300	1.34 461	0.03 338	7.17 464	4.42 465

IMH	3.15 438	1.88 431	3.60 376	2.20 457	0.66 418	5.10 447	0.24 381	6.87 449	4.29 444	2.29 432	7.42 438	6.28 436	3.90 437	7.15 443	3.65 406	4.34 462	0.14 316	0.05 433	0.00 1	2.16 451	0.76 376

FINET	2.05 420	1.88 431	5.76 430	0.81 443	0.99 441	3.54 438	3.33 453	3.89 436	3.81 441	0.89 408	1.55 415	1.21 387	2.31 419	4.20 347	2.42 394	0.81 446	1.36 455	0.00 1	0.21 426	0.27 402	1.80 446

MFN_U_SF_RVC	1.09 380	1.88 431	5.37 422	0.15 349	0.10 316	0.56 139	0.10 352	1.29 277	0.47 127	0.45 385	0.27 341	1.30 396	0.72 378	4.08 340	2.28 392	0.29 432	0.34 341	0.35 452	0.55 459	0.63 438	0.60 359

GASNet	0.78 350	1.91 434	4.72 408	0.00 1	0.00 1	0.55 134	0.02 280	1.39 291	0.47 127	0.01 105	0.13 322	0.50 318	0.12 311	4.27 350	0.96 347	0.00 1	0.00 1	0.00 1	0.00 1	0.41 428	0.09 154

WZ-Net	1.68 409	1.91 434	12.17 452	0.00 1	0.00 1	0.83 214	0.00 1	1.68 318	0.84 308	0.05 243	0.01 189	1.08 377	2.88 427	6.91 440	4.78 418	0.00 1	0.00 1	0.00 1	0.00 1	0.14 346	0.24 267

ktn	5.26 450	1.94 436	3.97 391	3.50 461	1.06 446	8.17 453	2.01 445	9.53 457	16.88 458	5.28 444	12.55 461	13.68 454	4.08 440	8.46 450	4.61 415	5.84 465	0.02 272	0.00 1	0.00 1	2.63 453	0.92 388

ACVNet-4b	1.38 397	1.94 436	5.73 429	0.20 374	0.04 282	1.01 265	0.01 216	1.70 320	0.86 343	0.04 230	0.95 405	1.95 415	0.31 348	6.69 434	2.11 389	2.78 458	0.02 272	0.00 1	0.00 1	0.89 444	0.34 300

KSHMR	3.98 443	1.95 438	4.86 415	3.06 460	1.84 457	5.37 448	0.45 413	9.03 455	13.93 457	2.07 430	9.17 449	7.12 441	2.12 418	5.60 385	3.40 403	2.12 456	0.44 350	0.53 454	0.23 429	4.01 456	2.35 459

LVE	3.01 437	1.95 438	4.27 401	0.56 418	0.45 387	2.06 425	0.06 331	7.66 451	9.65 454	0.08 281	10.94 455	8.86 447	1.82 411	7.24 446	1.62 377	2.04 454	0.17 319	0.04 431	0.24 439	0.24 395	0.23 257

notaker	4.71 447	2.04 440	5.58 427	4.15 462	0.96 439	4.99 445	0.39 410	7.65 450	2.25 436	5.67 447	11.58 458	16.87 461	4.26 443	8.06 448	6.65 430	5.74 464	0.02 272	0.10 440	0.07 357	5.45 460	1.65 435

Dean	2.72 431	2.05 441	6.17 434	0.39 404	0.44 383	1.21 391	0.48 420	8.36 453	8.46 453	1.48 421	8.08 444	6.95 440	1.44 403	4.50 359	2.00 384	0.79 442	0.00 1	0.01 400	0.00 1	1.11 446	0.39 312

ACVNet_2	1.59 405	2.07 442	5.42 423	0.12 338	0.09 309	1.36 408	0.17 365	2.72 403	0.97 367	0.44 384	3.37 423	6.53 438	0.16 323	5.48 383	1.87 381	0.16 424	0.00 1	0.00 1	0.00 1	0.39 425	0.47 334

TorneroNet-64	6.70 456	2.13 443	3.92 388	2.14 453	0.65 416	19.09 465	0.28 395	12.19 462	25.73 467	6.44 450	12.54 460	19.33 464	4.76 447	10.25 457	6.87 431	1.10 451	0.00 1	0.12 442	0.00 1	4.20 457	2.19 457

ACVNet_1	1.38 397	2.15 444	6.35 435	0.35 402	0.03 270	1.26 400	0.10 352	2.02 364	0.85 332	0.35 372	0.01 189	4.32 431	1.77 410	4.85 367	1.67 380	0.92 447	0.00 1	0.00 1	0.00 1	0.35 419	0.30 290

UNDER WATER-64	7.33 458	2.16 445	12.17 452	4.84 464	3.62 463	17.94 463	1.74 443	9.16 456	21.94 462	5.53 446	5.01 431	17.03 462	11.84 461	9.72 456	8.83 442	2.09 455	0.04 290	1.54 463	0.16 407	6.89 463	4.37 464

TorneroNet	7.29 457	2.19 446	3.95 389	2.15 454	1.14 447	19.79 466	0.46 414	13.22 463	25.82 468	8.31 456	16.76 464	17.46 463	5.75 448	10.79 458	8.91 443	2.32 457	0.03 280	0.12 442	0.00 1	4.70 458	2.01 455

AnyNet_C32	1.69 410	2.27 447	8.60 441	0.12 338	0.19 337	1.68 419	1.08 440	1.06 249	0.74 189	1.28 418	0.45 381	0.21 235	0.57 367	2.99 296	11.73 452	0.02 404	0.00 1	0.06 435	0.00 1	0.20 384	0.55 354

RTS	4.38 445	2.34 448	44.27 464	0.33 399	0.13 325	3.83 440	0.21 378	2.51 385	1.22 421	1.82 426	0.01 189	1.95 415	0.21 333	16.90 460	10.87 450	0.00 1	0.27 335	0.00 1	0.00 1	0.27 402	0.44 325

RTSA	4.38 445	2.34 448	44.27 464	0.33 399	0.13 325	3.83 440	0.21 378	2.51 385	1.22 421	1.82 426	0.01 189	1.95 415	0.21 333	16.90 460	10.87 450	0.00 1	0.27 335	0.00 1	0.00 1	0.27 402	0.44 325

MADNet++	10.85 463	2.36 450	10.00 446	8.59 468	4.61 465	16.78 462	10.26 465	10.11 458	7.51 450	17.63 463	18.35 465	12.04 450	17.73 463	24.51 466	20.75 465	8.81 466	6.67 466	4.84 466	2.67 464	5.77 461	6.96 467

MANE	11.54 464	2.46 451	6.07 432	2.50 459	2.04 458	16.31 461	6.95 462	17.25 467	24.11 466	23.59 465	31.25 469	30.75 465	25.07 465	18.16 463	16.24 462	1.28 453	1.98 463	0.15 445	1.07 462	0.46 432	3.04 462

MSC_U_SF_DS_RVC	1.95 417	2.49 452	5.12 419	0.01 237	0.02 253	12.00 458	0.49 421	3.33 431	0.95 361	0.10 296	0.20 330	2.15 421	0.15 320	6.72 435	1.65 379	0.78 441	0.83 402	0.19 447	0.27 446	0.72 440	0.92 388

ADCS	1.99 418	2.50 453	10.09 448	0.00 1	0.01 212	0.87 227	0.66 429	1.81 344	0.89 353	2.57 436	0.11 319	1.41 402	0.26 342	2.62 278	15.48 458	0.00 1	0.00 1	0.00 1	0.00 1	0.13 329	0.43 320

PWCK	2.83 434	2.64 454	10.25 449	0.23 381	0.02 253	3.59 439	5.56 459	3.75 435	3.56 440	0.75 405	4.42 427	3.35 429	1.86 412	9.10 452	4.03 410	0.44 436	0.01 264	0.00 1	0.00 1	2.72 454	0.29 286

WAO-8	5.42 451	2.80 455	3.98 392	0.62 425	0.10 316	13.77 459	0.33 403	11.99 460	24.10 464	5.25 442	10.38 454	13.44 452	4.55 445	9.38 453	4.72 416	0.80 443	0.34 341	0.71 456	0.13 386	0.74 441	0.25 272

Venus	5.42 451	2.80 455	3.98 392	0.62 425	0.10 316	13.77 459	0.33 403	11.99 460	24.10 464	5.25 442	10.32 453	13.44 452	4.55 445	9.38 453	4.72 416	0.80 443	0.34 341	0.71 456	0.13 386	0.74 441	0.25 272

MFN_U_SF_DS_RVC	1.31 392	2.80 455	5.36 421	0.02 260	0.04 282	3.44 437	0.26 391	2.19 371	0.77 239	0.25 350	0.27 341	1.37 400	0.02 166	5.99 407	1.05 351	0.16 424	0.72 383	0.01 400	0.26 442	0.40 427	0.82 379

SGM-ForestM	10.58 462	2.80 455	7.93 439	1.86 451	1.59 455	17.97 464	9.39 464	11.57 459	12.75 456	21.30 464	18.68 466	40.07 467	22.22 464	21.60 464	15.86 460	0.99 449	1.53 460	0.06 435	0.52 457	0.47 433	2.43 460

SGM+DAISY	4.17 444	2.85 459	8.55 440	1.77 450	1.74 456	5.81 450	5.49 458	2.88 412	3.97 442	7.67 452	7.66 442	7.25 442	7.42 451	6.92 441	7.09 433	1.14 452	1.57 461	0.11 441	0.59 460	0.56 436	2.43 460

AnyNet_C01	2.55 429	3.02 460	19.30 458	0.15 349	0.18 336	2.97 431	2.35 450	1.56 306	1.47 427	1.01 412	0.81 400	1.23 388	0.76 383	4.28 351	10.78 448	0.04 414	0.00 1	0.07 437	0.00 1	0.35 419	0.61 362

coex-ft	8.51 459	3.17 461	75.56 469	0.00 1	0.00 1	0.18 51	0.25 383	0.14 89	19.76 460	39.57 468	4.11 426	4.60 433	9.69 456	4.10 341	7.91 437	0.02 404	0.07 305	0.00 1	0.02 326	0.13 329	0.91 387

JetBlue	6.27 453	3.44 462	18.17 457	0.00 1	2.21 460	30.58 467	17.31 468	4.77 442	1.07 383	0.74 402	2.25 418	6.31 437	5.82 449	18.12 462	9.68 445	0.10 423	0.01 264	0.00 1	0.00 1	3.12 455	1.61 432

Wz-Net-TNSev	1.74 413	3.45 463	13.44 454	0.00 1	0.00 1	0.45 108	0.14 363	2.57 391	0.84 308	0.09 289	0.01 189	1.33 397	0.18 327	6.16 417	5.38 420	0.00 1	0.00 1	0.00 1	0.01 314	0.26 400	0.41 315

MADNet+	4.94 449	3.56 464	47.46 466	0.42 406	0.27 365	1.99 424	0.04 318	4.45 440	1.30 423	0.07 272	0.02 275	1.81 414	0.36 353	21.82 465	14.17 456	0.00 1	0.26 334	0.00 1	0.00 1	0.28 408	0.54 349

HanzoNet	13.47 465	5.89 465	14.41 455	5.91 467	2.90 462	8.50 454	0.74 431	13.81 464	20.12 461	26.53 466	28.55 468	34.06 466	26.75 468	26.27 469	15.82 459	11.42 467	4.01 465	3.29 465	3.94 465	9.72 467	6.77 466

DPSimNet_ROB	9.66 460	7.29 466	17.52 456	4.88 466	6.56 466	10.41 457	12.88 466	8.12 452	9.88 455	14.26 462	11.22 457	12.39 451	14.01 462	11.20 459	14.85 457	5.50 463	6.97 467	5.75 467	5.94 467	5.31 459	8.26 468

BEATNet-Init1	15.75 467	8.48 467	36.75 462	2.06 452	2.07 459	33.60 468	14.96 467	17.15 466	19.08 459	30.69 467	28.08 467	43.61 468	25.98 467	25.17 468	20.68 464	0.80 443	1.17 448	0.36 453	0.51 456	1.53 448	2.28 458

JetRed	14.06 466	19.59 468	43.42 463	1.43 448	1.30 452	55.87 469	28.29 469	13.94 465	7.85 451	8.61 457	8.73 446	13.68 454	10.59 460	24.60 467	30.87 467	0.27 431	0.69 377	0.62 455	0.03 338	6.63 462	4.19 463

DLNR_Zeroshot_test	21.33 468	48.16 469	86.21 473	96.01 481	87.63 479	0.32 72	0.00 1	18.10 468	0.52 135	0.04 230	0.01 189	0.00 1	0.00 1	0.78 219	0.07 145	16.15 468	0.90 413	0.00 1	0.21 426	70.18 475	1.39 414

xxxxx1	63.64 471	58.31 470	78.27 470	43.96 469	49.40 470	92.70 473	92.25 474	60.45 470	69.51 470	73.81 473	76.39 470	77.95 472	76.95 471	71.68 471	77.08 471	36.01 471	37.36 470	48.24 472	62.44 471	47.16 471	42.90 471

tt_ll	63.64 471	58.31 470	78.27 470	43.96 469	49.40 470	92.70 473	92.25 474	60.45 470	69.51 470	73.81 473	76.39 470	77.95 472	76.95 471	71.68 471	77.08 471	36.01 471	37.36 470	48.24 472	62.44 471	47.16 471	42.90 471

ff	63.64 471	58.31 470	78.27 470	43.96 469	49.40 470	92.70 473	92.25 474	60.45 470	69.51 470	73.81 473	76.39 470	77.95 472	76.95 471	71.68 471	77.08 471	36.01 471	37.36 470	48.24 472	62.44 471	47.16 471	42.90 471

DGTPSM_ROB	81.37 475	61.03 473	99.95 480	61.17 472	86.95 477	99.14 478	100.00 478	95.87 476	99.99 479	73.32 471	100.00 478	71.15 470	100.00 479	77.35 474	99.98 480	35.35 469	97.41 479	34.62 470	99.89 480	44.61 469	89.54 476

DPSMNet_ROB	81.42 476	61.07 474	99.95 480	61.38 473	87.01 478	99.15 479	100.00 478	95.87 476	99.99 479	73.35 472	100.00 478	71.18 471	100.00 479	77.40 475	99.98 480	35.68 470	97.47 480	34.71 471	99.89 480	44.74 470	89.65 477

LRCNet_RVC	55.59 470	61.31 475	59.16 467	66.84 474	44.81 469	6.17 451	0.00 1	52.46 469	1.68 432	70.67 470	80.07 473	66.39 469	55.67 469	51.56 470	46.75 469	90.67 478	41.65 473	91.10 479	90.19 475	65.65 474	68.96 474

Anonymous_1	89.55 477	74.57 476	97.70 477	74.52 475	78.35 474	100.00 480	100.00 478	98.05 479	99.77 477	96.85 478	99.38 476	97.67 478	99.78 478	91.23 478	98.87 477	81.02 474	97.18 476	59.55 475	84.83 474	74.77 476	86.89 475

DPSM_ROB	93.70 479	78.60 477	100.00 482	83.05 477	85.63 475	100.00 480	100.00 478	100.00 480	100.00 481	100.00 480	100.00 478	100.00 481	100.00 479	100.00 482	100.00 482	88.93 476	97.35 477	74.49 476	94.98 476	81.33 477	89.69 478

DPSM	93.70 479	78.60 477	100.00 482	83.05 477	85.63 475	100.00 480	100.00 478	100.00 480	100.00 481	100.00 480	100.00 478	100.00 481	100.00 479	100.00 482	100.00 482	88.93 476	97.35 477	74.49 476	94.98 476	81.33 477	89.69 478

PML	71.00 474	88.39 479	73.68 468	82.04 476	74.55 473	83.63 471	76.92 471	72.05 473	85.95 473	89.82 476	84.57 474	90.63 476	58.80 470	91.54 479	73.58 470	95.93 482	2.38 464	86.91 478	6.48 468	84.07 479	18.14 470

HaxPig	95.45 481	97.64 480	88.42 474	97.81 484	99.08 484	77.94 470	74.31 470	96.67 478	99.54 476	99.87 479	99.92 477	99.60 480	99.75 477	91.22 477	87.67 475	99.94 484	99.97 482	99.98 482	99.99 482	99.96 484	99.80 484

MEDIAN_ROB	93.48 478	98.75 481	96.24 476	90.99 479	90.62 480	85.89 472	77.23 472	92.20 475	89.67 474	95.04 477	94.93 475	96.04 477	93.85 476	90.48 476	87.58 474	98.40 483	95.87 475	99.62 481	98.78 479	98.85 483	98.49 483

AVERAGE_ROB	98.51 483	99.16 482	95.72 475	100.00 486	100.00 486	93.61 476	82.61 473	100.00 480	99.97 478	100.00 480	100.00 478	100.00 481	100.00 479	99.73 481	99.43 478	100.00 486	100.00 485	100.00 483	100.00 483	100.00 486	100.00 486

test_example2	97.59 482	99.97 483	99.93 479	99.80 485	99.96 485	98.80 477	99.76 477	91.09 474	100.00 481	100.00 480	100.00 478	89.37 475	86.85 474	99.31 480	96.67 476	99.97 485	99.51 481	92.94 480	97.98 478	99.99 485	99.94 485

LSM0	98.99 484	99.97 483	100.00 482	95.58 480	98.52 481	100.00 480	100.00 478	100.00 480	100.00 481	100.00 480	100.00 478	100.00 481	100.00 479	100.00 482	100.00 482	93.32 481	99.97 482	100.00 483	100.00 483	95.80 482	96.62 480

Selective-RAFT-Error	99.05 486	100.00 485	100.00 482	96.31 483	98.73 483	100.00 480	100.00 478	100.00 480	100.00 481	100.00 480	100.00 478	100.00 481	100.00 479	100.00 482	100.00 482	93.08 479	100.00 485	100.00 483	100.00 483	95.40 480	97.58 482

CasAABBNet	99.03 485	100.00 485	100.00 482	96.02 482	98.70 482	100.00 480	100.00 478	100.00 480	100.00 481	100.00 480	100.00 478	100.00 481	100.00 479	100.00 482	100.00 482	93.08 479	99.99 484	100.00 483	100.00 483	95.40 480	97.41 481

Low-res two-view benchmark