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

mms	0.19 83	0.21 181	0.67 19	0.10 365	0.34 421	0.00 1	0.00 1	0.05 39	0.17 66	0.06 303	0.00 1	0.04 142	0.02 203	0.33 212	0.01 46	0.00 1	0.09 342	0.00 1	0.00 1	0.09 332	1.70 493

rvit_0105_6	0.10 14	0.22 189	0.94 57	0.00 1	0.00 1	0.00 1	0.00 1	0.04 29	0.67 206	0.00 1	0.00 1	0.01 20	0.01 131	0.02 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.09 169

rvit_stereo_0083	0.03 1	0.11 104	0.34 4	0.00 1	0.00 1	0.00 1	0.00 1	0.01 1	0.11 29	0.00 1	0.00 1	0.01 20	0.00 1	0.03 62	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0081_aga	0.08 5	0.35 257	1.07 73	0.00 1	0.00 1	0.00 1	0.00 1	0.01 1	0.14 37	0.00 1	0.00 1	0.01 20	0.00 1	0.02 20	0.02 77	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 99

rvit_stereo_0075_2	0.10 14	0.11 104	1.51 168	0.00 1	0.00 1	0.00 1	0.00 1	0.07 61	0.04 2	0.00 1	0.00 1	0.00 1	0.00 1	0.05 104	0.01 46	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.20 278

rvit_stereo_ft	0.14 43	0.63 353	1.32 108	0.00 1	0.00 1	0.00 1	0.00 1	0.07 61	0.57 184	0.00 1	0.00 1	0.01 20	0.01 131	0.02 20	0.01 46	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.13 220

S2M2	0.08 5	0.04 2	0.56 10	0.00 1	0.00 1	0.01 7	0.00 1	0.14 127	0.76 263	0.00 1	0.00 1	0.02 61	0.00 1	0.02 20	0.08 178	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

FoundationStereo	0.21 96	0.07 34	0.36 5	0.48 472	0.89 495	0.01 7	0.00 1	0.08 71	1.15 474	0.00 1	0.00 1	0.03 108	0.00 1	0.22 183	0.05 147	0.00 1	0.80 447	0.00 1	0.00 1	0.00 1	0.04 99

StereoAnything_RVC	0.49 289	1.49 480	2.29 343	0.40 466	0.87 492	0.01 7	0.00 1	0.02 7	1.06 440	0.05 280	0.26 402	0.07 205	0.01 131	0.30 210	0.18 250	0.00 1	0.73 437	0.00 1	0.00 1	0.58 503	1.53 485

rvit_0105_4	0.12 31	0.31 231	1.22 91	0.00 1	0.00 1	0.01 7	0.00 1	0.06 50	0.65 200	0.00 1	0.00 1	0.02 61	0.01 131	0.02 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 155

SHD	0.76 406	1.05 441	4.19 462	0.65 493	0.21 393	0.01 7	0.01 255	1.48 363	0.83 350	1.69 489	0.00 1	0.63 393	0.09 355	2.22 313	1.51 440	0.00 1	0.21 360	0.00 1	0.07 410	0.15 403	0.11 201

LG-Stereo_L2	0.10 14	0.10 87	0.59 13	0.12 380	0.11 353	0.02 12	0.06 387	0.08 71	0.05 6	0.04 263	0.00 1	0.00 1	0.00 1	0.14 154	0.02 77	0.00 1	0.48 401	0.00 1	0.00 1	0.00 1	0.17 256

LG-Stereo_L1	0.10 14	0.10 87	0.63 17	0.11 375	0.12 358	0.02 12	0.06 387	0.08 71	0.05 6	0.06 303	0.00 1	0.00 1	0.00 1	0.13 149	0.02 77	0.00 1	0.52 408	0.00 1	0.00 1	0.00 1	0.17 256

rvit_0105_5	0.14 43	0.38 271	1.41 143	0.00 1	0.00 1	0.02 12	0.00 1	0.08 71	0.74 228	0.00 1	0.00 1	0.02 61	0.01 131	0.02 20	0.01 46	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.13 220

rvit_stereo_0081	0.08 5	0.16 144	0.59 13	0.00 1	0.00 1	0.02 12	0.00 1	0.01 1	0.72 224	0.00 1	0.00 1	0.00 1	0.00 1	0.02 20	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 5	0.16 144	0.59 13	0.00 1	0.00 1	0.02 12	0.00 1	0.01 1	0.72 224	0.00 1	0.00 1	0.00 1	0.00 1	0.02 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0080	0.11 25	0.49 310	0.83 47	0.00 1	0.00 1	0.02 12	0.00 1	0.02 7	0.71 219	0.00 1	0.00 1	0.01 20	0.01 131	0.02 20	0.02 77	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 99

IGEV-Stereo+	0.16 54	0.08 63	0.84 50	0.01 264	0.12 358	0.02 12	0.00 1	0.10 94	0.15 46	0.25 406	0.03 333	0.04 142	0.00 1	0.10 140	0.36 336	0.00 1	0.54 413	0.00 1	0.11 432	0.01 47	0.40 361

whm_eth	0.11 25	0.49 310	0.83 47	0.00 1	0.00 1	0.02 12	0.00 1	0.02 7	0.71 219	0.00 1	0.00 1	0.01 20	0.01 131	0.02 20	0.02 77	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 99

CroCo-Stereo Lap2	0.14 43	0.44 288	1.26 94	0.00 1	0.00 1	0.02 12	0.00 1	0.08 71	0.75 238	0.00 1	0.00 1	0.01 20	0.03 251	0.03 62	0.01 46	0.00 1	0.00 1	0.00 1	0.00 1	0.06 269	0.01 51

sCroCo_RVC	0.13 38	0.09 76	1.61 205	0.00 1	0.00 1	0.02 12	0.00 1	0.11 98	0.64 197	0.00 1	0.00 1	0.01 20	0.00 1	0.02 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.00 1

DEFOM-Stereo_RVC	0.12 31	0.06 15	0.50 7	0.01 264	0.00 1	0.03 22	0.00 1	0.21 157	1.16 477	0.01 126	0.00 1	0.02 61	0.00 1	0.02 20	0.15 236	0.00 1	0.00 1	0.00 1	0.12 438	0.02 133	0.14 232

GMStereo_Zeroshot	0.10 14	0.09 76	1.06 72	0.14 391	0.00 1	0.03 22	0.00 1	0.05 39	0.17 66	0.00 1	0.03 333	0.19 279	0.02 203	0.01 5	0.05 147	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.08 155

CroCo-Stereo	0.18 70	0.32 237	0.94 57	0.00 1	0.00 1	0.03 22	0.00 1	1.17 324	0.76 263	0.00 1	0.01 226	0.31 318	0.03 251	0.03 62	0.03 100	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
GMStereo	0.14 43	0.90 421	1.71 232	0.00 1	0.00 1	0.03 22	0.00 1	0.04 29	0.04 2	0.00 1	0.00 1	0.01 20	0.02 203	0.02 20	0.03 100	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	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
RAStereo	0.10 14	0.34 253	1.29 103	0.00 1	0.00 1	0.04 26	0.00 1	0.07 61	0.12 32	0.01 126	0.01 226	0.02 61	0.01 131	0.02 20	0.03 100	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

anonymity	0.27 138	0.08 63	1.16 84	0.10 365	0.30 417	0.04 26	0.00 1	0.55 229	0.08 16	0.42 446	0.13 385	0.49 374	0.57 429	0.27 199	0.30 305	0.00 1	0.33 378	0.00 1	0.23 492	0.01 47	0.43 367

sAnonymous2	0.17 61	0.42 281	2.46 356	0.00 1	0.00 1	0.04 26	0.00 1	0.04 29	0.10 27	0.00 1	0.00 1	0.01 20	0.00 1	0.02 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 307	0.32 336

CroCo_RVC	0.17 61	0.42 281	2.46 356	0.00 1	0.00 1	0.04 26	0.00 1	0.04 29	0.10 27	0.00 1	0.00 1	0.01 20	0.00 1	0.02 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 307	0.32 336

SMFormer	0.52 305	0.16 144	1.37 119	0.00 1	0.00 1	0.05 30	0.00 1	1.78 402	1.11 453	0.00 1	0.27 405	0.15 251	0.00 1	3.31 372	0.65 388	0.00 1	0.82 452	0.00 1	0.10 425	0.02 133	0.66 420

tta	0.52 305	0.16 144	1.37 119	0.00 1	0.00 1	0.05 30	0.00 1	1.78 402	1.11 453	0.00 1	0.27 405	0.15 251	0.00 1	3.31 372	0.65 388	0.00 1	0.82 452	0.00 1	0.10 425	0.05 242	0.51 390

qqq1	0.52 305	0.16 144	1.37 119	0.00 1	0.00 1	0.05 30	0.00 1	1.78 402	1.11 453	0.00 1	0.27 405	0.15 251	0.00 1	3.31 372	0.66 392	0.00 1	0.82 452	0.00 1	0.09 422	0.05 242	0.51 390

fff1	0.52 305	0.16 144	1.37 119	0.00 1	0.00 1	0.05 30	0.00 1	1.78 402	1.11 453	0.00 1	0.27 405	0.15 251	0.00 1	3.31 372	0.66 392	0.00 1	0.82 452	0.00 1	0.09 422	0.05 242	0.51 390

MaDis-Stereo	0.11 25	0.41 278	1.31 105	0.00 1	0.00 1	0.05 30	0.01 255	0.08 71	0.23 105	0.01 126	0.01 226	0.04 142	0.02 203	0.03 62	0.04 131	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.01 51

HART	0.44 259	0.33 243	1.50 162	0.29 444	0.86 490	0.06 35	0.00 1	0.15 131	1.16 477	0.07 314	0.01 226	0.25 299	0.01 131	0.20 177	0.25 288	0.00 1	1.42 521	0.00 1	0.00 1	0.21 446	1.93 516

HUF	0.65 383	0.53 327	2.77 384	0.68 498	1.21 514	0.06 35	0.00 1	0.86 279	0.57 184	0.38 438	0.00 1	0.50 378	0.00 1	0.67 265	0.22 274	0.00 1	2.00 529	0.00 1	0.00 1	0.14 396	2.39 525

IGEV++	0.38 210	0.31 231	1.34 109	0.69 499	0.86 490	0.06 35	0.00 1	0.08 71	0.15 46	0.14 366	0.04 344	0.02 61	0.06 330	0.54 250	0.05 147	0.00 1	1.15 508	0.00 1	0.03 390	0.11 362	1.94 517

Former-RAFT_DAM_RVC	0.11 25	0.18 162	0.67 19	0.00 1	0.00 1	0.06 35	0.00 1	0.11 98	0.26 115	0.74 467	0.00 1	0.03 108	0.01 131	0.03 62	0.02 77	0.00 1	0.00 1	0.00 1	0.00 1	0.03 187	0.03 80

mmm	0.47 279	0.20 174	1.18 88	0.02 288	0.79 482	0.06 35	0.00 1	1.11 317	1.16 477	0.06 303	0.30 421	0.14 244	0.03 251	0.68 266	0.67 396	0.00 1	1.12 499	0.00 1	0.22 490	0.03 187	1.63 490

plain	0.17 61	0.35 257	1.92 288	0.00 1	0.00 1	0.06 35	0.01 255	0.18 148	0.43 150	0.01 126	0.01 226	0.02 61	0.01 131	0.05 104	0.05 147	0.00 1	0.00 1	0.00 1	0.00 1	0.28 469	0.01 51

MLG-Stereo_test3	0.14 43	0.10 87	0.70 24	0.23 430	0.14 370	0.07 41	0.00 1	0.03 19	0.76 263	0.18 387	0.04 344	0.01 20	0.00 1	0.01 5	0.00 1	0.00 1	0.45 394	0.00 1	0.00 1	0.00 1	0.14 232

AIO_test	0.43 250	0.29 217	1.84 267	0.71 503	1.07 509	0.07 41	0.03 349	0.62 240	0.57 184	0.37 436	0.01 226	0.03 108	0.01 131	0.69 268	0.07 171	0.00 1	0.93 480	0.00 1	0.07 410	0.03 187	1.17 456

rvit_0105_3	0.17 61	0.53 327	1.67 222	0.00 1	0.00 1	0.07 41	0.00 1	0.13 122	0.84 361	0.00 1	0.00 1	0.02 61	0.01 131	0.03 62	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.06 131

CAS++	0.08 5	0.09 76	0.97 61	0.00 1	0.00 1	0.07 41	0.00 1	0.25 178	0.18 81	0.00 1	0.00 1	0.02 61	0.00 1	0.01 5	0.01 46	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.01 51
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GLC_STEREO	0.06 3	0.07 34	0.85 52	0.00 1	0.00 1	0.07 41	0.00 1	0.01 1	0.04 2	0.00 1	0.00 1	0.01 20	0.01 131	0.02 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.03 80

MIF-Stereo (partial)	0.14 43	0.28 214	1.74 239	0.00 1	0.00 1	0.08 46	0.00 1	0.23 171	0.17 66	0.00 1	0.01 226	0.02 61	0.02 203	0.04 79	0.04 131	0.00 1	0.00 1	0.00 1	0.00 1	0.06 269	0.01 51

LGtest1	0.09 12	0.10 87	0.23 1	0.00 1	0.07 333	0.09 47	0.00 1	0.12 109	0.77 285	0.07 314	0.03 333	0.01 20	0.00 1	0.08 129	0.13 217	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.15 244

IGEV-BASED-STEREO-	0.08 5	0.09 76	0.28 3	0.00 1	0.00 1	0.09 47	0.02 325	0.17 142	0.17 66	0.09 338	0.00 1	0.00 1	0.00 1	0.02 20	0.33 316	0.00 1	0.34 380	0.00 1	0.00 1	0.01 47	0.09 169

DAS	0.55 335	0.08 63	1.79 254	0.00 1	0.00 1	0.09 47	0.00 1	1.54 367	0.85 385	1.16 482	0.00 1	0.24 296	0.03 251	4.66 430	0.31 310	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.14 232

SepStereo	0.50 297	0.08 63	1.79 254	0.00 1	0.00 1	0.09 47	0.00 1	1.54 367	0.85 385	1.16 482	0.00 1	0.24 296	0.03 251	3.84 397	0.31 310	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.14 232

UniTT-Stereo	0.11 25	0.20 174	1.58 195	0.00 1	0.00 1	0.10 51	0.02 325	0.07 61	0.05 6	0.00 1	0.08 368	0.02 61	0.01 131	0.03 62	0.02 77	0.00 1	0.00 1	0.00 1	0.00 1	0.09 332	0.00 1

FACV-RUCA	0.14 43	0.09 76	0.77 37	0.03 304	0.10 349	0.11 52	0.01 255	0.07 61	0.85 385	0.03 242	0.04 344	0.04 142	0.13 373	0.04 79	0.03 100	0.00 1	0.00 1	0.06 498	0.00 1	0.20 439	0.15 244

11t1	0.39 219	0.17 158	1.36 114	0.00 1	0.47 440	0.11 52	0.00 1	0.59 233	1.12 458	0.05 280	0.29 419	0.03 108	0.00 1	0.26 195	0.66 392	0.00 1	1.05 488	0.00 1	0.14 448	0.03 187	1.45 478

knoymous	0.10 14	0.06 15	1.25 93	0.00 1	0.00 1	0.11 52	0.00 1	0.27 186	0.06 12	0.00 1	0.00 1	0.23 293	0.00 1	0.04 79	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 80

x	0.42 237	0.26 207	1.38 125	0.00 1	0.44 434	0.12 55	0.00 1	0.90 283	1.14 467	0.07 314	0.30 421	0.03 108	0.00 1	0.26 195	0.72 402	0.00 1	1.06 491	0.00 1	0.17 467	0.03 187	1.49 480

RAFT	0.32 168	0.87 410	1.48 157	0.29 444	0.41 432	0.12 55	0.07 394	0.12 109	0.51 164	0.00 1	0.01 226	0.47 362	0.04 283	0.04 79	0.02 77	0.00 1	0.70 430	0.00 1	0.01 362	0.42 494	0.75 423

Syn2CoEx	0.71 394	1.32 470	4.61 470	0.00 1	0.00 1	0.12 55	0.01 255	1.08 313	0.84 361	0.04 263	0.00 1	0.49 374	0.21 393	4.92 433	0.04 131	0.00 1	0.00 1	0.00 1	0.00 1	0.14 396	0.32 336

CASS	0.10 14	0.08 63	1.10 79	0.00 1	0.00 1	0.13 58	0.01 255	0.15 131	0.18 81	0.21 391	0.00 1	0.02 61	0.02 203	0.02 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.03 80
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
qqq	0.49 289	0.28 214	1.37 119	0.00 1	0.49 445	0.14 59	0.00 1	1.23 330	1.14 467	0.07 314	0.31 427	0.01 20	0.00 1	1.38 300	0.69 398	0.00 1	1.06 491	0.00 1	0.19 476	0.03 187	1.44 474

AIO_rvc	0.50 297	0.57 338	1.92 288	0.73 504	1.08 510	0.15 60	0.03 349	0.25 178	1.13 460	0.37 436	0.02 322	0.02 61	0.03 251	0.65 263	0.09 188	0.01 448	1.06 491	0.00 1	0.02 377	0.10 355	1.77 503

rvit_105_1	0.19 83	0.57 338	1.79 254	0.00 1	0.00 1	0.16 61	0.00 1	0.21 157	0.84 361	0.00 1	0.00 1	0.02 61	0.01 131	0.04 79	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.04 99

test_sample1	0.44 259	0.16 144	1.07 73	0.00 1	0.09 342	0.16 61	0.00 1	1.22 328	0.76 263	0.05 280	0.24 399	0.15 251	0.00 1	2.28 315	0.59 382	0.00 1	0.84 461	0.00 1	0.08 415	0.02 133	1.19 457

LoS_RVC	0.08 5	0.06 15	1.05 71	0.00 1	0.01 235	0.16 61	0.00 1	0.17 142	0.09 22	0.00 1	0.00 1	0.04 142	0.01 131	0.05 104	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.00 1

MFMNet_re	0.38 210	1.27 463	3.38 428	0.65 493	0.00 1	0.17 64	0.02 325	0.07 61	1.02 431	0.03 242	0.03 333	0.12 237	0.00 1	0.27 199	0.37 339	0.00 1	0.00 1	0.00 1	0.00 1	0.19 435	0.11 201

coex-ft	8.51 525	3.17 527	75.56 537	0.00 1	0.00 1	0.18 65	0.25 445	0.14 127	19.76 527	39.57 535	4.11 491	4.60 499	9.69 522	4.10 406	7.91 503	0.02 468	0.07 336	0.00 1	0.02 377	0.13 379	0.91 438

psmorigin	0.81 420	0.57 338	7.49 502	0.00 1	0.00 1	0.18 65	0.00 1	0.12 109	0.20 95	0.65 462	0.00 1	2.69 491	0.27 404	2.98 351	0.79 408	0.00 1	0.00 1	0.00 1	0.00 1	0.03 187	0.18 264

MoCha-V2	0.41 231	0.37 266	1.31 105	0.55 477	1.05 507	0.20 67	0.00 1	0.13 122	0.21 99	0.11 354	0.00 1	0.17 267	0.00 1	0.49 246	0.27 299	0.00 1	1.44 523	0.00 1	0.20 481	0.04 226	1.58 487

CES	0.10 14	0.08 63	0.73 29	0.00 1	0.00 1	0.20 67	0.01 255	0.08 71	0.75 238	0.01 126	0.00 1	0.08 213	0.03 251	0.03 62	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.00 1

SCV	0.42 237	0.32 237	1.46 155	0.37 459	0.87 492	0.21 69	0.02 325	0.51 223	0.55 172	0.30 416	0.00 1	0.00 1	0.01 131	0.57 252	0.03 100	0.00 1	0.80 447	0.00 1	0.14 448	0.18 426	2.00 518

GIP-stereo	0.26 132	0.24 200	1.01 70	0.28 442	0.56 457	0.21 69	0.00 1	0.03 19	0.38 139	0.01 126	0.00 1	0.02 61	0.01 131	0.27 199	0.29 301	0.00 1	0.30 376	0.00 1	0.00 1	0.04 226	1.51 482

test_sample7	0.52 305	0.12 114	1.34 109	0.02 288	0.00 1	0.21 69	0.00 1	2.79 471	1.10 449	0.05 280	0.28 414	0.31 318	0.00 1	1.55 303	0.33 316	0.00 1	0.91 474	0.00 1	0.00 1	0.01 47	1.37 467

PWC_ROB	0.84 422	1.08 447	5.06 483	0.00 1	0.00 1	0.21 69	0.00 1	2.71 467	0.82 341	0.00 1	0.20 393	0.29 312	0.03 251	3.58 386	2.10 454	0.00 1	0.00 1	0.00 1	0.00 1	0.39 490	0.26 317

LG-G_1	0.17 61	0.10 87	0.67 19	0.20 421	0.12 358	0.22 73	0.00 1	0.02 7	0.75 238	0.16 375	0.03 333	0.03 108	0.00 1	0.17 169	0.05 147	0.00 1	0.43 389	0.00 1	0.00 1	0.00 1	0.39 357

LG-G	0.17 61	0.10 87	0.67 19	0.20 421	0.12 358	0.22 73	0.00 1	0.02 7	0.75 238	0.16 375	0.03 333	0.03 108	0.00 1	0.17 169	0.05 147	0.00 1	0.43 389	0.00 1	0.00 1	0.00 1	0.39 357

castereo	0.09 12	0.17 158	0.42 6	0.00 1	0.05 322	0.22 73	0.02 325	0.18 148	0.17 66	0.01 126	0.00 1	0.02 61	0.10 360	0.02 20	0.02 77	0.00 1	0.11 346	0.00 1	0.19 476	0.01 47	0.16 251

MonSter	0.20 90	0.07 34	0.83 47	0.00 1	0.00 1	0.22 73	0.00 1	0.01 1	0.04 2	0.08 326	0.00 1	0.03 108	0.00 1	0.46 240	0.24 283	0.00 1	0.90 469	0.00 1	0.32 516	0.00 1	0.80 427

Wz-Net-MNSev	0.63 372	1.38 474	4.48 468	0.00 1	0.00 1	0.22 73	0.01 255	1.31 342	1.13 460	0.01 126	0.05 349	0.14 244	0.16 382	3.05 355	0.40 352	0.00 1	0.00 1	0.00 1	0.00 1	0.09 332	0.23 294

RTSC	0.99 434	1.38 474	4.55 469	0.22 429	0.19 382	0.23 78	0.01 255	1.46 359	0.84 361	0.31 422	0.35 436	0.58 387	0.04 283	2.47 327	5.88 492	0.00 1	0.53 411	0.00 1	0.14 448	0.35 484	0.29 325

SGD-Stereo	0.05 2	0.07 34	0.25 2	0.00 1	0.00 1	0.24 79	0.00 1	0.03 19	0.34 133	0.00 1	0.00 1	0.02 61	0.00 1	0.01 5	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.00 1

HITNet	0.31 165	0.97 429	2.32 346	0.00 1	0.00 1	0.24 79	0.01 255	1.38 353	0.37 138	0.00 1	0.00 1	0.14 244	0.02 203	0.05 104	0.19 261	0.00 1	0.00 1	0.00 1	0.00 1	0.07 287	0.41 362
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
fffft	0.12 31	0.25 202	0.74 31	0.00 1	0.00 1	0.25 81	0.00 1	0.03 19	0.32 128	0.00 1	0.00 1	0.02 61	0.00 1	0.02 20	0.25 288	0.00 1	0.00 1	0.00 1	0.00 1	0.15 403	0.31 333
1: 1. 1
ours_stereo	0.11 25	0.23 192	0.70 24	0.07 350	0.25 409	0.25 81	0.00 1	0.04 29	0.17 66	0.00 1	0.00 1	0.03 108	0.00 1	0.15 158	0.01 46	0.00 1	0.00 1	0.00 1	0.00 1	0.09 332	0.31 333

DDVS	0.33 173	0.14 131	0.96 59	0.03 304	0.13 364	0.25 81	0.23 442	0.22 162	0.18 81	0.00 1	0.00 1	0.48 366	0.05 318	3.55 383	0.16 240	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.15 244

fffy	0.18 70	0.26 207	0.87 54	0.18 409	0.37 425	0.26 84	0.00 1	0.06 50	0.17 66	0.00 1	0.00 1	0.03 108	0.00 1	0.02 20	0.02 77	0.00 1	0.15 353	0.00 1	0.00 1	0.10 355	1.16 455

dual_stereo	0.34 177	0.04 2	0.56 10	0.23 430	0.97 501	0.26 84	0.00 1	0.11 98	1.15 474	0.08 326	0.04 344	0.02 61	0.01 131	0.23 186	0.16 240	0.00 1	1.18 511	0.00 1	0.05 399	0.00 1	1.77 503

AdaStereo	0.25 128	0.09 76	1.34 109	0.00 1	0.00 1	0.26 84	0.00 1	1.95 425	0.75 238	0.00 1	0.00 1	0.30 315	0.01 131	0.14 154	0.13 217	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.05 119
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
Selective-IGEV	0.28 141	0.11 104	1.31 105	0.64 491	0.60 468	0.27 87	0.00 1	0.05 39	0.56 175	0.00 1	0.00 1	0.01 20	0.03 251	0.25 188	0.25 288	0.00 1	0.79 443	0.00 1	0.07 410	0.06 269	0.62 413

TestStereo	0.35 184	0.54 333	1.74 239	0.00 1	0.00 1	0.27 87	0.00 1	0.06 50	0.05 6	0.01 126	0.00 1	0.03 108	0.01 131	4.17 409	0.01 46	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Occ-G	0.37 201	0.20 174	1.68 224	0.39 464	0.51 450	0.28 89	0.00 1	0.24 177	0.74 228	0.17 385	0.01 226	0.01 20	0.03 251	0.27 199	0.59 382	0.00 1	0.64 423	0.00 1	0.07 410	0.15 403	1.40 471

fast-acv-ft	0.34 177	0.71 371	4.20 463	0.06 343	0.01 235	0.28 89	0.17 426	0.11 98	0.34 133	0.00 1	0.00 1	0.08 213	0.09 355	0.13 149	0.27 299	0.01 448	0.00 1	0.03 483	0.01 362	0.27 463	0.04 99

anonymousa	0.44 259	0.23 192	2.16 324	0.67 497	1.21 514	0.28 89	0.00 1	0.02 7	0.18 81	0.01 126	0.30 421	0.58 387	0.02 203	0.26 195	0.38 347	0.00 1	1.12 499	0.00 1	0.54 524	0.03 187	0.78 426

MM-Stereo_test1	0.32 168	0.23 192	1.53 176	0.13 387	0.17 377	0.29 92	0.02 325	0.13 122	0.44 152	0.05 280	0.00 1	0.03 108	0.00 1	0.45 238	0.22 274	0.00 1	0.98 483	0.00 1	0.00 1	0.26 460	1.51 482

MIM_Stereo	0.29 146	0.65 355	1.73 237	0.00 1	1.03 506	0.30 93	0.00 1	0.16 138	0.18 81	0.12 361	0.00 1	0.05 169	0.01 131	0.12 147	0.01 46	0.00 1	0.03 309	0.00 1	0.00 1	0.13 379	1.24 460

Wz-Net-SNSev	1.00 437	1.84 494	7.92 503	0.00 1	0.00 1	0.30 93	0.00 1	1.27 336	0.85 385	0.01 126	0.01 226	0.40 351	0.10 360	5.27 444	1.29 430	0.00 1	0.00 1	0.00 1	0.00 1	0.22 449	0.45 375

BEATNet_4x	0.39 219	1.05 441	2.97 396	0.00 1	0.00 1	0.30 93	0.01 255	1.22 328	0.46 156	0.00 1	0.00 1	0.31 318	0.03 251	0.37 221	0.64 387	0.00 1	0.00 1	0.00 1	0.00 1	0.06 269	0.42 364

LG-Stereo	0.13 38	0.19 166	0.66 18	0.00 1	0.18 379	0.31 96	0.00 1	0.09 87	0.15 46	0.04 263	0.01 226	0.32 323	0.04 283	0.05 104	0.10 192	0.00 1	0.07 336	0.00 1	0.00 1	0.08 307	0.26 317

CoDeX	0.39 219	0.31 231	1.50 162	0.00 1	0.01 235	0.31 96	0.00 1	1.81 410	0.76 263	0.00 1	0.00 1	0.25 299	0.06 330	2.77 342	0.02 77	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.04 99

iRaft-Stereo_5w	0.60 361	0.85 407	1.83 264	0.01 264	0.59 464	0.31 96	0.00 1	0.72 259	0.79 315	0.00 1	0.00 1	0.10 229	0.01 131	6.12 481	0.03 100	0.00 1	0.12 347	0.00 1	0.00 1	0.24 455	0.26 317

PASM	0.66 384	0.70 370	4.95 482	0.02 288	0.00 1	0.31 96	0.04 370	0.60 236	0.35 136	0.19 390	0.01 226	0.46 361	0.04 283	5.16 438	0.05 147	0.00 1	0.00 1	0.00 1	0.00 1	0.13 379	0.15 244

111111	0.18 70	0.05 8	0.57 12	0.05 324	0.20 388	0.32 100	0.00 1	0.08 71	0.14 37	0.10 344	0.02 322	0.01 20	0.04 283	0.17 169	0.02 77	0.00 1	0.72 433	0.00 1	0.00 1	0.08 307	1.02 447

AIO-Stereo	0.29 146	0.19 166	0.68 23	0.51 474	0.69 474	0.32 100	0.00 1	0.11 98	0.50 163	0.05 280	0.00 1	0.01 20	0.00 1	0.11 145	0.34 321	0.00 1	0.76 442	0.00 1	0.23 492	0.07 287	1.25 462

RSM++	0.22 102	0.16 144	0.76 32	0.58 483	0.44 434	0.32 100	0.00 1	0.09 87	1.08 446	0.02 195	0.00 1	0.00 1	0.00 1	0.07 121	0.00 1	0.00 1	0.02 301	0.00 1	0.16 464	0.13 379	0.62 413

RSM	0.22 102	0.14 131	0.72 28	0.54 475	0.47 440	0.32 100	0.00 1	0.17 142	1.04 439	0.02 195	0.00 1	0.00 1	0.00 1	0.01 5	0.00 1	0.00 1	0.10 344	0.00 1	0.15 454	0.09 332	0.54 398

GCST	0.46 275	0.99 434	2.56 370	0.00 1	0.82 485	0.32 100	0.03 349	0.23 171	0.08 16	0.05 280	0.41 440	0.14 244	0.04 283	3.09 361	0.30 305	0.00 1	0.01 293	0.00 1	0.00 1	0.11 362	0.10 186

IGEVStereo-DCA	0.47 279	0.71 371	1.28 98	0.16 399	0.15 371	0.32 100	0.00 1	0.12 109	0.56 175	0.24 403	0.01 226	0.05 169	0.07 345	1.19 289	2.07 452	0.00 1	0.47 397	0.00 1	0.10 425	0.15 403	1.75 498

rrr	0.72 397	0.71 371	4.76 475	0.16 399	0.15 371	0.32 100	0.04 370	1.80 409	0.61 192	0.24 403	0.01 226	0.05 169	0.07 345	1.19 289	2.07 452	0.00 1	0.47 397	0.00 1	0.18 471	0.15 403	1.48 479

DLNR_Zeroshot_test	21.33 534	48.16 536	86.21 541	96.01 549	87.63 547	0.32 100	0.00 1	18.10 534	0.52 165	0.04 263	0.01 226	0.00 1	0.00 1	0.78 272	0.07 171	16.15 535	0.90 469	0.00 1	0.21 486	70.18 543	1.39 468

CBFPSM	0.42 237	0.89 416	2.62 376	0.00 1	0.00 1	0.32 100	0.00 1	0.37 206	0.82 341	0.01 126	0.01 226	1.65 475	1.00 457	0.27 199	0.34 321	0.00 1	0.01 293	0.00 1	0.00 1	0.02 133	0.10 186

edge stereo	0.62 369	0.30 224	3.04 398	0.01 264	0.03 298	0.32 100	0.03 349	1.28 337	0.69 213	0.21 391	0.32 434	1.29 457	0.19 389	4.12 407	0.40 352	0.00 1	0.00 1	0.00 1	0.00 1	0.11 362	0.14 232

FAT-Stereo	0.55 335	0.18 162	2.58 374	0.00 1	0.00 1	0.33 110	0.08 402	2.26 441	0.84 361	0.06 303	0.88 465	0.60 390	0.51 427	2.43 324	0.08 178	0.00 1	0.00 1	0.00 1	0.00 1	0.03 187	0.16 251

DISCO	0.35 184	0.31 231	1.99 304	0.16 399	0.16 376	0.33 110	0.00 1	0.15 131	0.30 125	0.00 1	0.01 226	1.49 471	0.00 1	1.21 293	0.63 386	0.00 1	0.00 1	0.00 1	0.00 1	0.07 287	0.12 212

MM-Stereo_test3	0.26 132	0.43 284	1.36 114	0.08 355	0.02 279	0.34 112	0.03 349	0.14 127	0.94 419	0.04 263	0.00 1	0.05 169	0.03 251	0.20 177	0.17 243	0.00 1	0.79 443	0.00 1	0.00 1	0.28 469	0.25 309

999	0.10 14	0.29 217	0.76 32	0.00 1	0.00 1	0.34 112	0.00 1	0.02 7	0.12 32	0.00 1	0.00 1	0.01 20	0.01 131	0.02 20	0.15 236	0.00 1	0.00 1	0.00 1	0.00 1	0.11 362	0.07 137

test_xeample3	0.77 410	0.71 371	4.91 481	0.18 409	0.22 396	0.34 112	0.05 382	1.81 410	0.61 192	0.23 399	0.03 333	0.06 192	0.05 318	1.26 294	2.12 456	0.00 1	0.69 427	0.00 1	0.23 492	0.15 403	1.78 505

HI	0.15 50	0.48 305	1.79 254	0.00 1	0.00 1	0.35 115	0.00 1	0.09 87	0.07 14	0.00 1	0.01 226	0.03 108	0.01 131	0.06 112	0.02 77	0.00 1	0.00 1	0.00 1	0.00 1	0.09 332	0.07 137

CoSv	0.15 50	0.48 305	1.79 254	0.00 1	0.00 1	0.35 115	0.00 1	0.09 87	0.07 14	0.00 1	0.01 226	0.03 108	0.01 131	0.06 112	0.02 77	0.00 1	0.00 1	0.00 1	0.00 1	0.09 332	0.07 137

test_sample2	0.44 259	0.15 139	1.11 80	0.00 1	0.00 1	0.35 115	0.00 1	1.38 353	0.90 412	0.01 126	0.22 396	0.02 61	0.00 1	2.30 316	0.56 380	0.00 1	0.83 457	0.00 1	0.08 415	0.01 47	0.84 432

RALAANet	0.22 102	0.93 426	1.77 247	0.00 1	0.00 1	0.35 115	0.01 255	0.45 216	0.06 12	0.01 126	0.00 1	0.05 169	0.09 355	0.07 121	0.22 274	0.00 1	0.24 364	0.00 1	0.04 395	0.14 396	0.01 51

SFCPSM	0.24 117	0.11 104	1.53 176	0.00 1	0.05 322	0.35 115	0.01 255	1.54 367	0.77 285	0.01 126	0.00 1	0.12 237	0.02 203	0.06 112	0.05 147	0.00 1	0.00 1	0.00 1	0.02 377	0.03 187	0.06 131

pmcnn	2.36 491	0.83 401	6.15 498	0.33 453	0.84 488	0.35 115	0.27 455	2.18 436	1.42 492	0.48 451	7.35 502	14.60 524	0.75 444	5.45 447	5.37 485	0.00 1	0.00 1	0.00 1	0.00 1	0.16 414	0.63 417

castereo++	0.17 61	0.37 266	0.59 13	0.03 304	0.00 1	0.36 121	0.00 1	0.21 157	1.16 477	0.02 195	0.00 1	0.00 1	0.00 1	0.00 1	0.08 178	0.00 1	0.19 357	0.00 1	0.21 486	0.03 187	0.20 278

WCG-NET（raft）	0.19 83	0.53 327	0.84 50	0.00 1	0.05 322	0.36 121	0.01 255	0.08 71	0.09 22	0.06 303	0.01 226	0.05 169	0.03 251	0.08 129	0.06 165	0.00 1	1.24 516	0.00 1	0.00 1	0.13 379	0.18 264

SQANet	0.58 352	1.73 489	3.08 403	0.05 324	0.48 443	0.36 121	0.03 349	0.52 225	0.74 228	0.04 263	0.23 397	0.50 378	0.06 330	2.37 319	0.97 414	0.02 468	0.03 309	0.01 459	0.00 1	0.21 446	0.11 201

RALCasStereoNet	0.47 279	0.74 382	1.56 187	0.21 426	0.97 501	0.36 121	0.03 349	0.20 154	0.77 285	0.10 344	0.07 364	0.05 169	0.08 351	0.35 216	0.38 347	0.00 1	1.68 527	0.00 1	0.00 1	0.10 355	1.83 509

SCV_C0	0.45 267	0.35 257	1.61 205	0.62 487	0.74 477	0.38 125	0.00 1	0.41 214	0.58 190	0.30 416	0.05 349	0.06 192	0.04 283	0.48 244	0.26 295	0.00 1	0.94 482	0.00 1	0.15 454	0.09 332	1.83 509

WCG-NET	0.19 83	0.35 257	0.81 42	0.00 1	0.00 1	0.40 126	0.03 349	0.09 87	0.75 238	0.05 280	0.09 372	0.01 20	0.04 283	0.08 129	0.03 100	0.00 1	0.90 469	0.00 1	0.00 1	0.12 373	0.13 220

aanetorigin	0.91 428	0.59 343	3.76 449	0.11 375	0.12 358	0.40 126	0.90 503	0.15 131	0.23 105	3.44 504	1.19 475	0.35 333	1.96 482	2.81 344	1.30 431	0.02 468	0.00 1	0.02 473	0.05 399	0.28 469	0.47 382

EDNetEfficientorigin	6.27 519	0.89 416	98.14 546	0.02 288	0.04 312	0.40 126	0.02 325	0.35 202	2.94 503	6.98 517	3.06 486	1.29 457	1.87 479	4.32 418	4.60 480	0.00 1	0.00 1	0.00 1	0.00 1	0.07 287	0.35 350

SPS-STEREO	1.19 450	1.27 463	3.45 432	0.00 1	0.01 235	0.40 126	0.16 425	0.71 257	1.03 432	2.41 500	0.77 461	2.13 483	0.44 419	5.68 457	4.06 478	0.00 1	0.00 1	0.00 1	0.00 1	0.08 307	1.24 460
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DEFOM-Stereo	0.07 4	0.19 166	0.51 8	0.00 1	0.00 1	0.41 130	0.00 1	0.10 94	0.05 6	0.00 1	0.00 1	0.01 20	0.01 131	0.00 1	0.01 46	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.02 70

SMoEStereo_RVC	0.12 31	0.36 262	0.71 26	0.00 1	0.00 1	0.41 130	0.00 1	0.03 19	0.14 37	0.00 1	0.00 1	0.02 61	0.01 131	0.02 20	0.23 279	0.00 1	0.00 1	0.00 1	0.00 1	0.09 332	0.29 325

cross-raft	0.21 96	0.09 76	1.42 147	0.48 472	0.50 447	0.41 130	0.07 394	0.50 221	0.03 1	0.02 195	0.00 1	0.38 347	0.00 1	0.08 129	0.03 100	0.00 1	0.00 1	0.00 1	0.11 432	0.01 47	0.09 169

GwcNet	0.64 379	0.99 434	5.43 489	0.00 1	0.00 1	0.41 130	0.10 411	0.50 221	0.97 426	0.05 280	0.00 1	0.63 393	0.05 318	2.87 348	0.55 378	0.00 1	0.00 1	0.00 1	0.00 1	0.19 435	0.13 220

FADNet-RVC-Resample	0.62 369	1.24 460	4.23 464	0.03 304	0.04 312	0.41 130	0.09 407	1.32 344	0.52 165	0.01 126	0.03 333	0.44 358	0.05 318	3.11 362	0.21 268	0.07 483	0.12 347	0.05 496	0.02 377	0.11 362	0.35 350

AF-Net	0.60 361	0.87 410	3.34 422	0.00 1	0.00 1	0.41 130	0.01 255	1.52 366	0.64 197	0.17 385	0.05 349	1.28 456	0.46 421	2.51 328	0.52 376	0.00 1	0.00 1	0.00 1	0.00 1	0.12 373	0.10 186

4D-IteraStereo	0.34 177	0.84 403	2.31 345	0.00 1	0.00 1	0.42 136	0.04 370	0.10 94	0.09 22	0.02 195	0.01 226	0.00 1	0.01 131	0.36 218	0.49 370	0.00 1	0.36 384	0.00 1	0.00 1	0.07 287	1.72 494

acv_ft	0.30 157	0.44 288	1.83 264	0.00 1	0.00 1	0.42 136	0.01 255	0.69 250	0.83 350	0.23 399	0.01 226	0.70 409	0.12 369	0.08 129	0.18 250	0.00 1	0.00 1	0.00 1	0.00 1	0.27 463	0.17 256

XQC	0.94 429	1.30 469	4.44 467	0.65 493	0.07 333	0.42 136	0.01 255	2.88 478	0.85 385	0.28 412	0.01 226	0.67 403	0.21 393	3.24 369	3.25 468	0.00 1	0.24 364	0.00 1	0.04 395	0.20 439	0.11 201

MGS-Stereo	0.13 38	0.17 158	1.07 73	0.00 1	0.00 1	0.43 139	0.00 1	0.28 187	0.15 46	0.00 1	0.00 1	0.01 20	0.01 131	0.06 112	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.38 489	0.00 1

RAFT-Test	0.37 201	0.11 104	1.68 224	0.57 482	0.93 498	0.43 139	0.10 411	1.03 302	0.49 161	0.16 375	0.00 1	0.87 425	0.00 1	0.27 199	0.12 207	0.00 1	0.33 378	0.00 1	0.24 502	0.01 47	0.05 119

Gwc-CoAtRS	0.15 50	0.09 76	1.42 147	0.00 1	0.11 353	0.43 139	0.00 1	0.32 196	0.08 16	0.02 195	0.00 1	0.18 271	0.00 1	0.05 104	0.06 165	0.00 1	0.06 333	0.00 1	0.18 471	0.01 47	0.08 155

DispFullNet	1.25 452	0.95 428	3.73 447	1.00 511	0.79 482	0.43 139	0.01 255	1.70 385	0.82 341	2.55 501	0.63 456	1.08 440	8.75 520	0.84 278	1.36 437	0.00 1	0.02 301	0.00 1	0.00 1	0.24 455	0.19 275

test-3	0.30 157	0.10 87	1.49 159	0.20 421	0.38 428	0.44 143	0.01 255	1.59 376	0.08 16	0.04 263	0.00 1	0.02 61	0.00 1	0.08 129	0.24 283	0.00 1	0.47 397	0.00 1	0.20 481	0.13 379	0.43 367

test_1	0.30 157	0.10 87	1.50 162	0.21 426	0.38 428	0.44 143	0.01 255	1.58 375	0.08 16	0.04 263	0.00 1	0.02 61	0.00 1	0.07 121	0.24 283	0.00 1	0.47 397	0.00 1	0.20 481	0.13 379	0.43 367

ac_64	0.48 284	0.32 237	2.27 340	0.04 318	0.01 235	0.44 143	0.02 325	0.36 204	0.83 350	0.15 372	0.01 226	0.88 427	0.04 283	3.90 401	0.21 268	0.00 1	0.00 1	0.00 1	0.00 1	0.07 287	0.06 131

Wz-Net-TNSev	1.74 478	3.45 529	13.44 519	0.00 1	0.00 1	0.45 146	0.14 422	2.57 457	0.84 361	0.09 338	0.01 226	1.33 460	0.18 387	6.16 482	5.38 486	0.00 1	0.00 1	0.00 1	0.01 362	0.26 460	0.41 362

DLCB_ROB	0.36 194	0.46 297	1.27 96	0.00 1	0.00 1	0.45 146	0.00 1	0.66 245	0.81 334	0.03 242	0.04 344	0.66 402	0.04 283	2.35 318	0.37 339	0.00 1	0.00 1	0.00 1	0.00 1	0.03 187	0.10 186

MLG-Stereo	0.16 54	0.09 76	0.77 37	0.00 1	0.18 379	0.46 148	0.00 1	0.02 7	0.79 315	0.11 354	0.03 333	0.02 61	0.00 1	0.01 5	0.00 1	0.00 1	0.66 425	0.00 1	0.00 1	0.01 47	0.13 220

G2L-Stereo_aug	0.42 237	0.33 243	3.22 409	0.00 1	0.01 235	0.46 148	0.01 255	0.63 243	0.33 132	0.01 126	0.00 1	0.09 221	0.04 283	3.07 358	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.09 332	0.03 80

PSMNet-RUCA	0.19 83	0.54 333	1.55 182	0.00 1	0.01 235	0.47 150	0.01 255	0.30 190	0.69 213	0.04 263	0.00 1	0.00 1	0.00 1	0.02 20	0.01 46	0.00 1	0.00 1	0.00 1	0.00 1	0.09 332	0.05 119

StereoVision	0.24 117	0.59 343	1.92 288	0.00 1	0.00 1	0.47 150	0.01 255	0.22 162	0.84 361	0.00 1	0.30 421	0.15 251	0.02 203	0.09 136	0.04 131	0.00 1	0.00 1	0.00 1	0.00 1	0.05 242	0.01 51

FADNet-RVC	0.63 372	1.29 467	3.79 450	0.01 264	0.00 1	0.47 150	0.00 1	1.51 365	0.23 105	0.00 1	0.01 226	0.12 237	0.06 330	4.05 404	0.36 336	0.00 1	0.03 309	0.00 1	0.00 1	0.42 494	0.17 256

xyz-stereo-finetune2	0.16 54	0.48 305	0.88 55	0.00 1	0.00 1	0.48 153	0.00 1	0.03 19	0.78 300	0.02 195	0.01 226	0.05 169	0.08 351	0.02 20	0.34 321	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.01 51

test_sample5	0.55 335	0.16 144	1.91 283	0.00 1	0.00 1	0.48 153	0.00 1	2.61 459	1.03 432	0.00 1	0.09 372	0.04 142	0.00 1	3.07 358	0.35 328	0.00 1	0.74 440	0.00 1	0.06 404	0.01 47	0.54 398

test_sample4	0.53 320	0.16 144	1.92 288	0.00 1	0.00 1	0.48 153	0.00 1	2.55 454	0.96 424	0.00 1	0.00 1	0.05 169	0.00 1	2.79 343	0.31 310	0.00 1	0.73 437	0.00 1	0.06 404	0.01 47	0.53 395

DualNet	0.55 335	0.16 144	1.91 283	0.00 1	0.00 1	0.48 153	0.00 1	2.61 459	1.03 432	0.00 1	0.07 364	0.04 142	0.00 1	3.07 358	0.35 328	0.00 1	0.74 440	0.00 1	0.06 404	0.01 47	0.54 398

MLCV	0.35 184	0.84 403	1.96 300	0.00 1	0.00 1	0.48 153	0.00 1	0.81 275	0.29 124	0.10 344	0.00 1	0.28 310	0.03 251	1.32 298	0.80 409	0.00 1	0.00 1	0.00 1	0.00 1	0.07 287	0.09 169

test_sample3	0.52 305	0.15 139	1.92 288	0.00 1	0.00 1	0.49 158	0.00 1	2.35 444	0.95 420	0.01 126	0.01 226	0.04 142	0.00 1	2.76 341	0.34 321	0.00 1	0.72 433	0.00 1	0.06 404	0.01 47	0.52 393

RAFT_CTSACE	0.25 128	0.71 371	2.06 315	0.00 1	0.01 235	0.49 158	0.00 1	0.37 206	0.18 81	0.01 126	0.00 1	0.34 327	0.00 1	0.25 188	0.07 171	0.00 1	0.20 359	0.00 1	0.00 1	0.25 459	0.11 201

ISRNet	0.21 96	0.23 192	1.91 283	0.00 1	0.00 1	0.50 160	0.00 1	0.59 233	0.83 350	0.00 1	0.00 1	0.05 169	0.00 1	0.07 121	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.10 186

UPFNet	0.23 113	0.24 200	1.56 187	0.00 1	0.00 1	0.50 160	0.00 1	1.28 337	0.68 208	0.00 1	0.00 1	0.10 229	0.01 131	0.13 149	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.05 242	0.03 80

DANet	0.67 387	0.21 181	2.33 347	0.25 434	0.06 329	0.50 160	0.11 418	1.62 379	0.74 228	0.22 395	0.06 361	1.07 439	0.02 203	4.45 421	1.22 427	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.53 395
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
test_sample6	0.57 349	0.16 144	1.84 267	0.00 1	0.00 1	0.51 163	0.00 1	2.86 476	1.03 432	0.00 1	0.07 364	0.10 229	0.00 1	3.13 363	0.39 351	0.00 1	0.71 431	0.00 1	0.05 399	0.01 47	0.53 395

gwcnet-sp	0.35 184	0.37 266	3.29 415	0.00 1	0.00 1	0.51 163	0.03 349	0.74 263	0.76 263	0.01 126	0.01 226	0.09 221	0.04 283	0.88 280	0.13 217	0.00 1	0.00 1	0.00 1	0.00 1	0.05 242	0.04 99

scenet	0.35 184	0.37 266	3.29 415	0.00 1	0.00 1	0.51 163	0.03 349	0.74 263	0.76 263	0.01 126	0.01 226	0.09 221	0.04 283	0.88 280	0.13 217	0.00 1	0.00 1	0.00 1	0.00 1	0.05 242	0.04 99

ssnet	0.35 184	0.37 266	3.29 415	0.00 1	0.00 1	0.51 163	0.03 349	0.74 263	0.76 263	0.01 126	0.01 226	0.09 221	0.04 283	0.88 280	0.13 217	0.00 1	0.00 1	0.00 1	0.00 1	0.05 242	0.04 99

Wz-Net-LNSev	0.46 275	1.11 450	5.46 490	0.00 1	0.00 1	0.51 163	0.00 1	0.41 214	0.91 413	0.00 1	0.01 226	0.23 293	0.03 251	0.12 147	0.25 288	0.00 1	0.00 1	0.00 1	0.00 1	0.07 287	0.15 244

StereoDRNet	0.50 297	0.89 416	2.96 395	0.02 288	0.06 329	0.51 163	0.00 1	0.45 216	0.84 361	0.00 1	0.00 1	0.33 324	0.02 203	2.82 345	0.69 398	0.00 1	0.00 1	0.00 1	0.00 1	0.08 307	0.28 323

iRaftStereo_RVC	0.24 117	0.45 294	0.99 66	0.00 1	0.00 1	0.52 169	0.00 1	0.08 71	0.15 46	0.01 126	0.01 226	0.16 260	0.03 251	0.04 79	0.02 77	0.00 1	1.06 491	0.00 1	0.00 1	0.29 477	1.01 446

CSP-Net	0.42 237	0.25 202	1.07 73	0.00 1	0.00 1	0.53 170	0.00 1	0.78 270	0.27 119	0.01 126	0.00 1	0.16 260	0.02 203	5.19 440	0.08 178	0.00 1	0.00 1	0.00 1	0.00 1	0.06 269	0.02 70

rafts_anoy	0.37 201	0.77 392	1.68 224	0.43 468	0.99 503	0.53 170	0.04 370	0.16 138	0.14 37	0.08 326	0.01 226	0.06 192	0.06 330	0.58 256	0.21 268	0.00 1	1.44 523	0.00 1	0.01 362	0.05 242	0.14 232

MM-Stereo_test2	0.32 168	0.13 122	1.68 224	0.18 409	0.00 1	0.54 172	0.00 1	0.13 122	0.20 95	0.18 387	0.00 1	0.03 108	0.03 251	0.14 154	0.18 250	0.00 1	0.86 465	0.00 1	0.01 362	0.22 449	1.90 515

Pointernet	0.16 54	0.06 15	0.99 66	0.00 1	0.36 424	0.54 172	0.00 1	0.03 19	0.76 263	0.00 1	0.00 1	0.05 169	0.02 203	0.04 79	0.01 46	0.00 1	0.14 351	0.00 1	0.01 362	0.01 47	0.20 278

LL-Strereo2	0.34 177	0.87 410	1.70 230	0.64 491	0.84 488	0.54 172	0.04 370	0.15 131	0.18 81	0.02 195	0.00 1	0.03 108	0.02 203	0.26 195	0.26 295	0.00 1	0.13 350	0.00 1	0.01 362	0.04 226	0.98 444

riskmin	0.49 289	0.04 2	1.45 153	0.70 501	0.80 484	0.54 172	0.20 433	1.05 308	0.20 95	0.24 403	0.27 405	1.13 447	0.00 1	0.43 234	0.41 356	0.00 1	0.80 447	0.00 1	0.26 505	0.00 1	1.23 459

test_3	0.31 165	0.10 87	1.52 171	0.20 421	0.40 431	0.54 172	0.01 255	1.68 383	0.08 16	0.16 375	0.00 1	0.02 61	0.00 1	0.07 121	0.24 283	0.00 1	0.50 402	0.00 1	0.20 481	0.13 379	0.38 356

HSM	0.68 389	0.52 326	1.54 180	0.00 1	0.00 1	0.54 172	0.01 255	1.08 313	0.77 285	0.00 1	0.01 226	2.23 485	0.63 435	6.04 474	0.14 226	0.00 1	0.00 1	0.00 1	0.00 1	0.04 226	0.08 155

xyz-stereo-finetune	0.17 61	0.53 327	0.81 42	0.00 1	0.00 1	0.55 178	0.00 1	0.02 7	0.75 238	0.02 195	0.00 1	0.05 169	0.02 203	0.02 20	0.51 371	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 51

coex_refinement	0.43 250	0.83 401	1.64 211	0.05 324	0.00 1	0.55 178	0.04 370	0.85 278	0.27 119	0.02 195	0.00 1	0.36 338	0.16 382	3.01 354	0.56 380	0.00 1	0.00 1	0.00 1	0.00 1	0.03 187	0.12 212

AIO-test1	0.43 250	0.82 396	2.09 316	0.38 460	0.77 480	0.55 178	0.01 255	1.43 358	0.79 315	0.03 242	0.01 226	0.03 108	0.02 203	1.26 294	0.04 131	0.00 1	0.05 329	0.00 1	0.00 1	0.15 403	0.10 186

IGEV_Zeroshot_test	0.56 344	0.12 114	3.25 413	0.16 399	0.47 440	0.55 178	0.46 478	0.53 228	0.38 139	0.70 465	0.49 448	1.08 440	0.49 424	0.36 218	0.31 310	0.00 1	0.37 385	0.00 1	0.13 441	0.03 187	1.33 464

GASNet	0.78 415	1.91 500	4.72 473	0.00 1	0.00 1	0.55 178	0.02 325	1.39 355	0.47 157	0.01 126	0.13 385	0.50 378	0.12 369	4.27 415	0.96 413	0.00 1	0.00 1	0.00 1	0.00 1	0.41 493	0.09 169

ToySt	0.42 237	0.33 243	2.09 316	0.08 355	0.55 455	0.55 178	0.00 1	0.72 259	0.55 172	0.05 280	0.26 402	0.37 342	0.00 1	0.30 210	0.54 377	0.01 448	0.58 414	0.00 1	0.14 448	0.04 226	1.33 464

AACVNet	0.48 284	0.74 382	1.81 262	0.00 1	0.00 1	0.55 178	0.00 1	0.22 162	0.55 172	0.03 242	0.00 1	0.11 233	0.01 131	5.22 442	0.09 188	0.00 1	0.00 1	0.00 1	0.00 1	0.18 426	0.04 99

THIR-Stereo	0.94 429	0.33 243	1.66 219	0.00 1	0.01 235	0.55 178	3.72 521	0.13 122	0.18 81	0.10 344	1.46 478	0.74 412	2.82 492	5.60 450	1.39 438	0.00 1	0.00 1	0.02 473	0.00 1	0.02 133	0.03 80

GREAT-IGEV	0.47 279	0.20 174	1.52 171	0.34 456	1.09 511	0.56 186	0.00 1	0.06 50	0.58 190	0.32 424	0.08 368	0.01 20	0.01 131	0.33 212	0.43 360	0.00 1	1.43 522	0.00 1	0.17 467	0.09 332	2.28 522

AIO-test2	0.43 250	1.13 453	1.82 263	0.34 456	0.22 396	0.56 186	0.01 255	1.30 341	0.77 285	0.00 1	0.00 1	0.19 279	0.04 283	0.91 283	0.05 147	0.89 512	0.06 333	0.00 1	0.01 362	0.07 287	0.22 285

Wz-Net-LNSev-Ref	0.54 327	0.84 403	3.67 444	0.00 1	0.00 1	0.56 186	0.00 1	1.40 356	0.80 325	0.00 1	0.00 1	0.06 192	0.13 373	1.76 306	1.42 439	0.00 1	0.00 1	0.00 1	0.00 1	0.03 187	0.08 155

xxxx	1.42 464	0.28 214	1.49 159	0.00 1	0.59 464	0.56 186	0.00 1	3.13 488	1.14 467	0.06 303	0.01 226	0.02 61	0.02 203	2.26 314	16.08 527	0.00 1	1.09 497	0.00 1	0.15 454	0.03 187	1.42 473

MFN_U_SF_RVC	1.09 445	1.88 497	5.37 487	0.15 394	0.10 349	0.56 186	0.10 411	1.29 340	0.47 157	0.45 449	0.27 405	1.30 459	0.72 441	4.08 405	2.28 458	0.29 497	0.34 380	0.35 518	0.55 525	0.63 504	0.60 409

S-Stereo	0.70 393	0.27 212	3.29 415	0.00 1	0.00 1	0.57 191	0.06 387	2.35 444	0.84 361	0.00 1	0.90 466	0.83 420	0.11 366	4.19 410	0.14 226	0.00 1	0.01 293	0.00 1	0.00 1	0.07 287	0.34 344

RYNet	0.63 372	0.53 327	2.18 325	0.00 1	0.00 1	0.57 191	0.00 1	1.34 348	0.85 385	0.04 263	0.00 1	0.85 422	0.04 283	5.13 436	0.77 406	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.27 322

NaN_ROB	1.04 439	1.12 451	3.41 430	0.17 407	0.19 382	0.57 191	0.37 473	2.65 461	0.98 429	0.55 455	0.32 434	0.47 362	1.16 465	5.20 441	2.78 463	0.00 1	0.02 301	0.01 459	0.05 399	0.13 379	0.54 398

G2L-Stereo	0.48 284	0.89 416	2.57 372	0.00 1	0.00 1	0.58 194	0.01 255	0.48 220	0.24 110	0.00 1	0.00 1	0.33 324	0.06 330	4.03 402	0.10 192	0.00 1	0.00 1	0.00 1	0.00 1	0.14 396	0.10 186

TCMNet	0.58 352	0.73 377	3.56 440	0.06 343	0.01 235	0.58 194	0.05 382	1.24 333	0.85 385	0.00 1	0.00 1	0.21 285	0.02 203	3.63 390	0.10 192	0.00 1	0.00 1	0.02 473	0.00 1	0.21 446	0.36 353

NVstereo2D	0.53 320	0.22 189	2.52 367	0.00 1	0.00 1	0.58 194	0.03 349	1.62 379	0.99 430	0.05 280	0.00 1	0.48 366	0.00 1	3.88 400	0.08 178	0.00 1	0.05 329	0.00 1	0.00 1	0.02 133	0.06 131

IGEV-Stereo++	0.25 128	0.05 8	0.71 26	0.15 394	0.23 406	0.60 197	0.00 1	0.08 71	0.09 22	0.25 406	0.01 226	0.01 20	0.00 1	0.39 228	0.06 165	0.00 1	0.72 433	0.00 1	0.00 1	0.03 187	1.52 484

test-1	0.36 194	0.18 162	1.36 114	0.00 1	0.83 486	0.60 197	0.00 1	1.07 312	0.18 81	0.07 314	0.49 448	0.34 327	0.00 1	0.10 140	0.51 371	0.00 1	0.64 423	0.00 1	0.06 404	0.01 47	0.84 432

222	2.28 487	0.25 202	1.15 81	0.00 1	0.37 425	0.60 197	0.00 1	3.25 494	1.13 460	0.09 338	0.00 1	0.05 169	0.02 203	3.52 382	32.29 534	0.00 1	1.03 485	0.00 1	0.15 454	0.03 187	1.59 488

test_xeample	1.52 466	0.30 224	1.50 162	0.00 1	0.58 462	0.60 197	0.00 1	3.16 489	1.14 467	0.07 314	0.08 368	0.03 108	0.02 203	3.67 393	16.54 529	0.00 1	1.08 495	0.00 1	0.15 454	0.04 226	1.50 481

RASNet	0.68 389	0.62 352	2.10 318	0.02 288	0.02 279	0.60 197	0.09 407	0.64 244	0.84 361	0.11 354	0.06 361	1.51 473	0.04 283	6.07 478	0.65 388	0.00 1	0.00 1	0.00 1	0.00 1	0.05 242	0.22 285

iResNetv2_ROB	0.51 302	1.70 486	3.96 455	0.00 1	0.00 1	0.60 197	0.00 1	1.81 410	0.82 341	0.03 242	0.00 1	0.08 213	0.02 203	0.16 160	0.59 382	0.00 1	0.00 1	0.00 1	0.00 1	0.31 481	0.09 169

DRN-Test	0.52 305	0.35 257	2.75 382	0.03 304	0.09 342	0.60 197	0.00 1	1.72 387	0.84 361	0.01 126	0.00 1	0.18 271	0.04 283	3.27 370	0.23 279	0.00 1	0.00 1	0.00 1	0.00 1	0.06 269	0.25 309

MLG-Stereo_test1	0.16 54	0.10 87	0.76 32	0.00 1	0.15 371	0.61 204	0.00 1	0.03 19	0.81 334	0.07 314	0.00 1	0.02 61	0.00 1	0.01 5	0.00 1	0.00 1	0.59 416	0.00 1	0.00 1	0.01 47	0.14 232

Anonymous_2	1.27 453	0.19 166	1.80 259	0.70 501	0.78 481	0.61 204	0.20 433	0.92 286	0.48 159	0.22 395	0.30 421	1.44 467	0.00 1	0.43 234	0.40 352	0.01 448	0.84 461	2.29 530	11.27 536	1.29 513	1.20 458

IER	0.20 90	0.30 224	1.87 274	0.00 1	0.00 1	0.61 204	0.00 1	0.25 178	0.23 105	0.00 1	0.00 1	0.40 351	0.02 203	0.22 183	0.07 171	0.00 1	0.00 1	0.00 1	0.00 1	0.04 226	0.01 51

delet	0.42 237	0.47 300	1.99 304	0.00 1	0.00 1	0.61 204	0.00 1	0.68 248	0.83 350	0.06 303	0.01 226	0.51 383	0.19 389	2.68 338	0.21 268	0.00 1	0.00 1	0.00 1	0.00 1	0.09 332	0.07 137

RP	0.52 305	0.68 362	2.56 370	0.00 1	0.01 235	0.61 204	0.02 325	1.31 342	0.62 195	0.05 280	0.01 226	0.98 433	0.17 386	2.86 347	0.33 316	0.00 1	0.00 1	0.00 1	0.00 1	0.13 379	0.09 169

LL-Strereo	0.97 432	1.43 476	3.41 430	0.01 264	0.50 447	0.63 209	0.01 255	2.00 429	0.77 285	0.48 451	0.00 1	0.54 385	0.29 406	6.25 488	0.10 192	0.01 448	0.93 480	0.00 1	0.00 1	0.28 469	1.72 494

CFNet-RSSM	0.21 96	0.08 63	1.39 129	0.00 1	0.12 358	0.63 209	0.00 1	1.32 344	0.15 46	0.01 126	0.00 1	0.09 221	0.00 1	0.11 145	0.04 131	0.00 1	0.00 1	0.00 1	0.23 492	0.01 47	0.08 155

HSM-Net_RVC	0.57 349	0.08 63	1.74 239	0.00 1	0.00 1	0.63 209	0.00 1	4.21 505	0.71 219	0.14 366	0.00 1	0.21 285	0.03 251	3.43 378	0.05 147	0.01 448	0.00 1	0.00 1	0.00 1	0.00 1	0.10 186
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UGAM	0.64 379	0.39 274	2.47 358	0.09 362	0.00 1	0.64 212	0.01 255	0.07 61	0.66 205	0.00 1	0.23 397	0.84 421	0.04 283	6.35 492	0.05 147	0.00 1	0.41 388	0.00 1	0.00 1	0.28 469	0.28 323

ffm	0.61 366	0.33 243	3.52 434	0.00 1	0.00 1	0.64 212	0.00 1	1.74 391	1.17 483	0.00 1	0.31 427	0.68 404	0.02 203	0.57 252	0.01 46	0.00 1	1.12 499	0.00 1	0.15 454	0.08 307	1.86 511

ff1	1.27 453	0.33 243	3.52 434	0.00 1	0.00 1	0.64 212	0.00 1	1.74 391	1.17 483	0.00 1	0.31 427	0.68 404	0.02 203	6.27 489	7.45 500	0.00 1	1.12 499	0.00 1	0.15 454	0.08 307	1.86 511

mmx	1.28 455	0.33 243	3.52 434	0.00 1	0.00 1	0.64 212	0.00 1	3.05 484	1.07 443	0.00 1	0.31 427	0.68 404	0.02 203	6.27 489	7.45 500	0.00 1	1.05 488	0.00 1	0.15 454	0.03 187	1.08 449

xxx	1.28 455	0.33 243	3.52 434	0.00 1	0.00 1	0.64 212	0.00 1	3.05 484	1.07 443	0.00 1	0.31 427	0.68 404	0.02 203	6.27 489	7.45 500	0.00 1	1.05 488	0.00 1	0.15 454	0.03 187	1.08 449

RGC	0.61 366	0.74 382	3.31 419	0.00 1	0.01 235	0.64 212	0.00 1	1.34 348	0.26 115	0.03 242	0.61 455	0.99 434	0.19 389	3.06 356	0.81 410	0.00 1	0.00 1	0.00 1	0.00 1	0.07 287	0.10 186

stereogan	0.57 349	0.38 271	3.12 406	0.01 264	0.01 235	0.64 212	0.02 325	1.11 317	0.96 424	0.08 326	0.01 226	1.66 476	0.45 420	2.60 333	0.05 147	0.00 1	0.00 1	0.00 1	0.00 1	0.16 414	0.07 137

FBW_ROB	1.04 439	0.84 403	2.48 361	0.10 365	0.01 235	0.64 212	0.01 255	2.37 446	0.83 350	0.01 126	0.01 226	1.09 443	0.05 318	8.21 515	2.94 466	0.05 480	0.01 293	0.09 503	0.01 362	0.06 269	0.97 443

ttt	1.05 441	0.20 174	1.91 283	0.00 1	0.09 342	0.65 220	0.00 1	3.05 484	1.11 453	0.00 1	0.30 421	0.29 312	0.01 131	4.65 429	6.53 495	0.00 1	1.01 484	0.00 1	0.13 441	0.02 133	1.00 445

testlalala_base	0.41 231	0.08 63	1.39 129	0.00 1	0.09 342	0.65 220	0.00 1	1.12 319	0.24 110	0.08 326	0.00 1	0.00 1	0.01 131	0.01 5	0.17 243	0.60 503	0.73 437	0.00 1	0.12 438	2.19 518	0.62 413

anonymousdsp2	0.40 226	0.07 34	1.78 251	0.28 442	0.74 477	0.65 220	0.00 1	0.16 138	0.61 192	0.31 422	0.01 226	0.17 267	0.01 131	0.41 230	0.17 243	0.00 1	0.88 467	0.00 1	0.02 377	0.04 226	1.73 497

HGLStereo	0.35 184	0.40 276	1.83 264	0.00 1	0.00 1	0.65 220	0.01 255	0.68 248	0.39 144	0.03 242	0.01 226	0.47 362	0.03 251	2.14 312	0.17 243	0.00 1	0.00 1	0.00 1	0.00 1	0.08 307	0.04 99

DCRE	0.76 406	0.40 276	1.17 87	0.21 426	0.90 496	0.66 224	0.00 1	0.79 273	0.39 144	0.36 435	7.60 504	0.03 108	0.00 1	0.09 136	0.32 315	0.00 1	0.58 414	0.00 1	0.17 467	0.02 133	1.53 485

CrosDoStereo	1.11 447	0.16 144	1.64 211	0.00 1	0.05 322	0.66 224	5.65 526	0.70 251	0.54 167	0.25 406	1.18 473	0.19 279	2.94 494	6.48 497	1.58 441	0.00 1	0.00 1	0.00 1	0.00 1	0.06 269	0.08 155

DeepStereo_LL	1.11 447	0.16 144	1.64 211	0.00 1	0.05 322	0.66 224	5.65 526	0.70 251	0.54 167	0.25 406	1.18 473	0.19 279	2.94 494	6.48 497	1.58 441	0.00 1	0.00 1	0.00 1	0.00 1	0.06 269	0.08 155

raftrobust	0.30 157	0.78 393	1.65 216	0.00 1	1.25 516	0.66 224	0.03 349	0.10 94	0.32 128	0.02 195	0.00 1	0.03 108	0.03 251	0.22 183	0.13 217	0.00 1	0.44 392	0.00 1	0.00 1	0.07 287	0.22 285

ADLNet	0.48 284	0.43 284	1.71 232	0.00 1	0.00 1	0.66 224	0.01 255	1.16 322	0.84 361	0.21 391	0.01 226	1.00 435	0.02 203	2.88 349	0.34 321	0.00 1	0.00 1	0.00 1	0.00 1	0.13 379	0.24 304

Nwc_Net	0.54 327	0.75 388	3.72 446	0.00 1	0.00 1	0.66 224	0.00 1	1.05 308	0.41 149	0.01 126	0.02 322	0.88 427	0.11 366	2.65 337	0.40 352	0.00 1	0.00 1	0.00 1	0.00 1	0.08 307	0.05 119

raft+_RVC	0.35 184	0.89 416	1.67 222	0.00 1	1.28 517	0.67 230	0.04 370	0.08 71	0.15 46	0.01 126	0.00 1	0.02 61	0.04 283	0.16 160	0.18 250	0.00 1	1.39 519	0.00 1	0.00 1	0.07 287	0.44 372

NVStereoNet_ROB	1.74 478	1.83 493	4.79 479	0.81 509	0.29 416	0.67 230	0.03 349	1.46 359	1.75 499	0.65 462	5.98 499	2.38 488	2.95 497	6.77 502	2.70 462	0.69 504	0.37 385	0.04 494	0.19 476	0.27 463	0.24 304
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
raft_robust	0.73 400	0.81 394	1.55 182	0.00 1	0.22 396	0.68 232	0.00 1	2.56 455	0.75 238	0.01 126	0.01 226	1.12 446	1.15 464	4.56 428	0.14 226	0.00 1	0.71 431	0.00 1	0.15 454	0.08 307	0.11 201

pcwnet_v2	0.49 289	0.14 131	4.76 475	0.00 1	0.00 1	0.68 232	0.00 1	2.39 447	0.81 334	0.01 126	0.00 1	0.35 333	0.32 410	0.19 175	0.01 46	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.22 285

AANet_RVC	0.94 429	1.27 463	3.68 445	0.01 264	0.00 1	0.68 232	0.01 255	0.92 286	0.22 101	0.02 195	1.41 477	0.95 431	0.04 283	5.97 469	3.10 467	0.16 489	0.10 344	0.00 1	0.00 1	0.09 332	0.26 317

NOSS_ROB	0.73 400	0.44 288	1.26 94	0.55 477	0.00 1	0.68 232	0.00 1	2.93 480	0.77 285	0.13 364	0.00 1	0.92 429	0.00 1	6.16 482	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.06 269	0.66 420

MMNet	0.29 146	0.53 327	2.13 322	0.00 1	0.00 1	0.69 236	0.00 1	0.74 263	0.80 325	0.01 126	0.01 226	0.18 271	0.09 355	0.28 207	0.14 226	0.00 1	0.00 1	0.00 1	0.00 1	0.07 287	0.04 99

ccnet	0.59 357	0.26 207	2.24 337	0.01 264	0.08 339	0.70 237	0.18 429	1.35 350	0.43 150	0.45 449	0.66 457	0.13 242	0.38 416	3.57 385	1.09 421	0.01 448	0.00 1	0.02 473	0.00 1	0.03 187	0.16 251

iResNet	0.34 177	0.50 319	1.65 216	0.00 1	0.00 1	0.70 237	0.00 1	1.60 377	0.78 300	0.01 126	0.00 1	0.04 142	0.03 251	0.15 158	1.11 422	0.00 1	0.00 1	0.00 1	0.00 1	0.06 269	0.20 278

DFGA-Net	0.49 289	1.32 470	2.51 365	0.00 1	0.02 279	0.71 239	0.01 255	0.37 206	0.34 133	0.00 1	0.00 1	0.03 108	0.01 131	3.87 399	0.46 363	0.00 1	0.00 1	0.00 1	0.00 1	0.22 449	0.02 70

DCVSM-stereo	0.18 70	0.07 34	1.59 197	0.00 1	0.00 1	0.71 239	0.04 370	0.02 7	0.12 32	0.00 1	0.00 1	0.58 387	0.07 345	0.09 136	0.30 305	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

UNet	0.29 146	0.26 207	2.47 358	0.00 1	0.00 1	0.71 239	0.01 255	0.52 225	0.81 334	0.00 1	0.00 1	0.37 342	0.02 203	0.46 240	0.10 192	0.00 1	0.00 1	0.00 1	0.00 1	0.05 242	0.04 99

CSAN	1.34 459	1.48 479	4.78 477	0.15 394	0.08 339	0.71 239	0.68 495	2.81 475	1.12 458	0.96 477	2.86 484	0.79 417	1.67 474	5.61 452	2.61 461	0.01 448	0.01 293	0.00 1	0.00 1	0.15 403	0.26 317

1111x	1.36 461	0.43 284	3.64 443	0.00 1	0.51 450	0.72 243	0.00 1	3.21 492	1.10 449	0.05 280	0.26 402	0.07 205	0.01 131	6.09 480	8.46 506	0.00 1	1.15 508	0.00 1	0.26 505	0.04 226	1.10 453

PVD	1.08 442	1.09 448	4.07 459	0.61 485	1.15 513	0.72 243	0.01 255	0.93 290	1.18 486	2.39 499	0.00 1	0.65 400	0.11 366	2.60 333	4.29 479	0.00 1	0.82 452	0.00 1	0.13 441	0.12 373	0.75 423

DispNO	0.79 416	0.92 425	3.35 425	0.00 1	0.00 1	0.73 245	0.02 325	1.72 387	0.76 263	0.01 126	0.53 451	1.33 460	0.06 330	5.13 436	0.92 412	0.00 1	0.00 1	0.03 483	0.11 432	0.05 242	0.07 137

PCWNet_CMD	0.20 90	0.13 122	1.38 125	0.00 1	0.01 235	0.73 245	0.00 1	0.39 209	0.19 93	0.00 1	0.01 226	0.47 362	0.50 425	0.02 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.17 256

hitnet-ft	0.49 289	0.56 337	1.96 300	0.00 1	0.00 1	0.73 245	0.10 411	0.36 204	0.26 115	0.05 280	0.13 385	0.73 411	0.16 382	4.26 414	0.41 356	0.01 448	0.00 1	0.03 483	0.00 1	0.05 242	0.06 131

MSMDNet	0.20 90	0.13 122	1.39 129	0.00 1	0.01 235	0.73 245	0.00 1	0.39 209	0.18 81	0.00 1	0.01 226	0.48 366	0.48 423	0.02 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.17 256

iResNet_ROB	0.40 226	1.20 458	1.77 247	0.00 1	0.00 1	0.73 245	0.00 1	1.03 302	0.77 285	0.07 314	0.01 226	0.08 213	0.01 131	1.85 308	0.38 347	0.00 1	0.00 1	0.00 1	0.00 1	0.09 332	0.09 169

DMCA-RVC	0.44 259	0.94 427	4.10 461	0.00 1	0.03 298	0.76 250	0.03 349	0.11 98	0.15 46	0.01 126	0.01 226	0.08 213	0.32 410	1.61 305	0.51 371	0.00 1	0.02 301	0.01 459	0.00 1	0.03 187	0.05 119

R-Stereo Train	0.22 102	0.06 15	1.64 211	0.00 1	0.00 1	0.76 250	0.00 1	1.57 372	0.17 66	0.02 195	0.00 1	0.01 20	0.00 1	0.02 20	0.03 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 80

RAFT-Stereo	0.22 102	0.06 15	1.64 211	0.00 1	0.00 1	0.76 250	0.00 1	1.57 372	0.17 66	0.02 195	0.00 1	0.01 20	0.00 1	0.02 20	0.03 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 80
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gcap-zeroshot	0.33 173	0.41 278	1.90 281	0.07 350	0.49 445	0.78 253	0.00 1	0.30 190	0.80 325	0.02 195	0.00 1	0.62 391	0.02 203	0.42 232	0.06 165	0.00 1	0.25 368	0.00 1	0.17 467	0.00 1	0.25 309

iinet-f	0.59 357	0.91 422	5.57 491	0.00 1	0.01 235	0.78 253	0.00 1	1.81 410	0.84 361	0.03 242	0.00 1	0.41 353	0.43 418	0.42 232	0.12 207	0.00 1	0.00 1	0.00 1	0.00 1	0.36 487	0.08 155

IGEV-RUCA	0.23 113	0.07 34	0.78 39	0.07 350	0.11 353	0.79 255	0.30 459	0.22 162	0.24 110	0.10 344	0.11 380	0.16 260	0.24 401	0.17 169	0.20 266	0.04 478	0.12 347	0.19 512	0.22 490	0.18 426	0.31 333

FADNet	0.64 379	1.21 459	3.32 421	0.00 1	0.01 235	0.79 255	0.01 255	1.01 297	0.65 200	0.01 126	0.01 226	0.17 267	0.15 379	4.45 421	0.37 339	0.17 493	0.00 1	0.00 1	0.00 1	0.44 496	0.12 212

GANet	0.75 404	0.69 367	2.47 358	0.00 1	0.00 1	0.79 255	0.08 402	0.61 237	0.76 263	0.13 364	0.16 389	0.68 404	0.46 421	5.61 452	2.02 451	0.00 1	0.03 309	0.01 459	0.00 1	0.11 362	0.37 354

NCCL2	0.38 210	1.00 437	2.12 321	0.00 1	0.01 235	0.79 255	0.00 1	0.59 233	0.38 139	0.01 126	0.00 1	0.02 61	0.03 251	2.31 317	0.21 268	0.00 1	0.00 1	0.02 473	0.00 1	0.04 226	0.13 220

DDUNet	0.51 302	0.87 410	2.33 347	0.00 1	0.00 1	0.80 259	0.01 255	1.16 322	0.77 285	0.08 326	0.01 226	1.11 445	0.01 131	2.02 309	0.77 406	0.02 468	0.00 1	0.00 1	0.00 1	0.09 332	0.10 186

DEmStereo	0.76 406	0.10 87	1.95 298	0.04 318	0.00 1	0.80 259	0.50 486	0.06 50	0.76 263	0.05 280	0.72 460	0.02 61	3.33 499	5.67 456	1.24 428	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MLG-Stereo_test2	0.22 102	0.12 114	0.81 42	0.26 436	0.30 417	0.81 261	0.00 1	0.04 29	0.76 263	0.25 406	0.02 322	0.06 192	0.00 1	0.20 177	0.00 1	0.00 1	0.52 408	0.00 1	0.00 1	0.01 47	0.33 341

tt45	0.12 31	0.36 262	0.76 32	0.00 1	0.00 1	0.81 261	0.00 1	0.02 7	0.12 32	0.00 1	0.00 1	0.03 108	0.01 131	0.02 20	0.13 217	0.00 1	0.00 1	0.00 1	0.00 1	0.09 332	0.09 169

UGAM-zero	0.87 424	0.13 122	1.99 304	0.10 365	0.31 420	0.81 261	0.34 470	1.28 337	0.32 128	0.56 457	0.00 1	2.63 490	0.72 441	6.21 485	0.20 266	0.00 1	0.51 406	0.00 1	0.26 505	0.01 47	0.96 442

test_for_model	0.85 423	0.41 278	1.45 153	2.49 524	0.08 339	0.81 261	0.02 325	0.34 201	0.70 216	0.18 387	0.00 1	0.00 1	0.03 251	0.00 1	0.04 131	0.00 1	0.89 468	0.00 1	0.00 1	8.43 532	1.07 448

ssnet_v2	0.39 219	0.47 300	2.11 319	0.00 1	0.00 1	0.81 261	0.00 1	1.33 347	0.86 398	0.12 361	0.01 226	0.87 425	0.10 360	0.60 260	0.35 328	0.00 1	0.00 1	0.00 1	0.00 1	0.16 414	0.09 169

StereoDRNet-Refined	0.30 157	0.19 166	1.19 89	0.00 1	0.00 1	0.81 261	0.00 1	0.92 286	0.84 361	0.00 1	0.00 1	0.50 378	0.02 203	1.27 296	0.10 192	0.00 1	0.00 1	0.00 1	0.00 1	0.11 362	0.05 119
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
AIO-Stereo-zeroshot	0.74 403	0.49 310	4.66 471	0.08 355	0.61 469	0.82 267	0.24 443	1.47 361	0.11 29	0.55 455	0.10 378	2.30 487	0.81 450	0.64 262	0.31 310	0.00 1	0.53 411	0.00 1	0.29 513	0.11 362	0.59 406

CASnet	0.10 14	0.10 87	0.81 42	0.00 1	0.00 1	0.82 267	0.00 1	0.14 127	0.13 36	0.00 1	0.00 1	0.01 20	0.00 1	0.01 5	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 187	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LMCR-Stereo	0.38 210	0.65 355	1.77 247	0.00 1	0.00 1	0.82 267	0.00 1	2.33 442	0.84 361	0.00 1	0.00 1	0.04 142	0.04 283	0.29 209	0.72 402	0.00 1	0.00 1	0.00 1	0.00 1	0.07 287	0.01 51

testlalala2	0.31 165	0.10 87	1.57 194	0.00 1	0.00 1	0.83 270	0.00 1	1.93 424	0.95 420	0.05 280	0.27 405	0.04 142	0.01 131	0.01 5	0.04 131	0.00 1	0.00 1	0.00 1	0.23 492	0.01 47	0.14 232

CFNet_ucs	0.29 146	0.17 158	1.53 176	0.00 1	0.01 235	0.83 270	0.00 1	2.07 433	0.24 110	0.00 1	0.00 1	0.48 366	0.29 406	0.02 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 232

WZ-Net	1.68 474	1.91 500	12.17 517	0.00 1	0.00 1	0.83 270	0.00 1	1.68 383	0.84 361	0.05 280	0.01 226	1.08 440	2.88 493	6.91 506	4.78 484	0.00 1	0.00 1	0.00 1	0.00 1	0.14 396	0.24 304

psm_up	0.48 284	0.57 338	1.86 273	0.00 1	0.00 1	0.83 270	0.00 1	2.33 442	0.79 315	0.00 1	0.00 1	0.27 307	0.01 131	2.73 339	0.12 207	0.00 1	0.00 1	0.00 1	0.00 1	0.10 355	0.04 99

STTStereo	0.33 173	0.49 310	2.91 394	0.00 1	0.00 1	0.83 270	0.03 349	0.28 187	0.16 57	0.02 195	0.00 1	0.20 284	0.03 251	1.52 302	0.08 178	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.03 80

ProNet	0.25 128	0.25 202	1.15 81	0.08 355	0.41 432	0.84 275	0.00 1	0.06 50	0.39 144	0.00 1	0.00 1	0.01 20	0.00 1	0.13 149	0.01 46	0.00 1	0.23 362	0.00 1	0.00 1	0.09 332	1.34 466

test_5	0.39 219	0.73 377	2.28 342	0.01 264	0.22 396	0.84 275	0.01 255	1.02 299	0.77 285	0.12 361	0.00 1	0.30 315	0.01 131	0.82 274	0.03 100	0.00 1	0.04 319	0.00 1	0.00 1	0.15 403	0.46 376

GANet-ADL	0.20 90	0.12 114	1.43 151	0.00 1	0.01 235	0.84 275	0.00 1	0.40 212	0.17 66	0.00 1	0.36 437	0.35 333	0.00 1	0.09 136	0.14 226	0.00 1	0.00 1	0.00 1	0.00 1	0.04 226	0.12 212

CBMV	0.80 418	0.46 297	2.11 319	0.00 1	0.00 1	0.84 275	0.76 499	3.17 490	0.84 361	0.61 461	0.00 1	1.23 451	1.88 480	2.46 326	0.97 414	0.00 1	0.00 1	0.00 1	0.00 1	0.07 287	0.56 404
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
model_zeroshot	0.47 279	0.43 284	1.54 180	0.61 485	0.72 476	0.85 279	0.02 325	0.88 282	0.57 184	0.92 475	0.00 1	0.43 356	0.01 131	0.78 272	0.10 192	0.00 1	0.63 420	0.00 1	0.11 432	0.01 47	0.71 422

STrans-v2	0.88 425	0.32 237	1.71 232	0.00 1	0.01 235	0.85 279	0.04 370	2.45 448	0.89 410	0.48 451	0.85 464	1.10 444	2.06 483	6.49 499	0.25 288	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.09 169

LSM	4.80 514	1.52 482	19.84 524	4.35 529	38.64 534	0.85 279	2.31 515	0.86 279	1.78 500	3.14 503	3.02 485	0.62 391	0.69 436	3.61 389	1.28 429	0.00 1	0.00 1	0.00 1	0.00 1	0.13 379	13.38 535

GCAP-Stereo	0.38 210	0.68 362	1.41 143	0.27 438	1.00 505	0.86 282	0.00 1	0.11 98	0.56 175	0.22 395	0.31 427	0.06 192	0.00 1	0.34 215	0.35 328	0.00 1	1.04 486	0.00 1	0.00 1	0.09 332	0.24 304

GMOStereo	0.29 146	0.49 310	1.56 187	0.00 1	0.56 457	0.87 283	0.02 325	0.18 148	0.17 66	0.01 126	0.01 226	0.25 299	0.01 131	0.04 79	0.01 46	0.00 1	1.23 512	0.00 1	0.00 1	0.18 426	0.18 264

error version	0.29 146	0.49 310	1.56 187	0.00 1	0.56 457	0.87 283	0.02 325	0.18 148	0.17 66	0.01 126	0.01 226	0.25 299	0.01 131	0.04 79	0.01 46	0.00 1	1.23 512	0.00 1	0.00 1	0.18 426	0.18 264

test-v	0.29 146	0.49 310	1.56 187	0.00 1	0.56 457	0.87 283	0.02 325	0.18 148	0.17 66	0.01 126	0.01 226	0.25 299	0.01 131	0.04 79	0.01 46	0.00 1	1.23 512	0.00 1	0.00 1	0.18 426	0.18 264

test-2	0.29 146	0.49 310	1.56 187	0.00 1	0.56 457	0.87 283	0.02 325	0.18 148	0.17 66	0.01 126	0.01 226	0.25 299	0.01 131	0.04 79	0.01 46	0.00 1	1.23 512	0.00 1	0.00 1	0.18 426	0.18 264

SuperB	1.87 481	1.70 486	10.02 512	0.02 288	0.01 235	0.87 283	0.75 498	2.15 435	0.87 402	0.05 280	0.05 349	0.33 324	0.87 453	5.17 439	5.60 490	0.01 448	0.00 1	0.02 473	0.01 362	8.38 531	0.42 364

ADCS	1.99 483	2.50 519	10.09 513	0.00 1	0.01 235	0.87 283	0.66 494	1.81 410	0.89 410	2.57 502	0.11 380	1.41 465	0.26 403	2.62 335	15.48 524	0.00 1	0.00 1	0.00 1	0.00 1	0.13 379	0.43 367

ADCRef	1.10 446	1.10 449	4.78 477	0.02 288	0.02 279	0.87 283	0.31 460	0.76 268	0.88 405	0.71 466	0.17 390	0.18 271	0.80 448	2.63 336	8.56 507	0.00 1	0.00 1	0.00 1	0.00 1	0.11 362	0.11 201

PA-Net	0.72 397	0.91 422	3.91 452	0.03 304	0.07 333	0.87 283	0.02 325	0.78 270	0.83 350	0.01 126	0.00 1	0.43 356	0.06 330	5.10 435	1.30 431	0.01 448	0.00 1	0.00 1	0.00 1	0.04 226	0.12 212
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
otaku	0.77 410	1.78 491	3.28 414	0.09 362	0.13 364	0.88 291	0.05 382	0.78 270	0.76 263	0.03 242	1.37 476	1.03 436	0.14 375	2.73 339	1.34 436	0.06 482	0.04 319	0.01 459	0.00 1	0.63 504	0.34 344

ACRE	0.45 267	1.14 454	3.22 409	0.12 380	0.00 1	0.90 292	0.20 433	1.77 400	0.84 361	0.04 263	0.01 226	0.15 251	0.06 330	0.16 160	0.18 250	0.00 1	0.03 309	0.01 459	0.02 377	0.17 419	0.04 99

ADLNet2	0.61 366	0.68 362	2.76 383	0.00 1	0.00 1	0.90 292	0.01 255	0.82 276	0.92 416	0.00 1	0.07 364	1.45 468	0.02 203	4.04 403	0.13 217	0.00 1	0.00 1	0.00 1	0.00 1	0.20 439	0.11 201

DeepPrunerF	1.44 465	1.17 456	9.82 510	0.02 288	0.09 342	0.90 292	0.00 1	1.42 357	6.76 515	0.23 399	0.01 226	0.22 291	0.14 375	5.71 458	1.94 449	0.00 1	0.00 1	0.01 459	0.02 377	0.20 439	0.14 232

YMNet	0.42 237	0.60 347	2.73 378	0.03 304	0.03 298	0.91 295	0.15 423	0.67 246	0.88 405	0.08 326	0.01 226	0.44 358	0.06 330	0.82 274	0.46 363	0.01 448	0.00 1	0.03 483	0.00 1	0.30 479	0.20 278

YMNet_1	0.42 237	0.60 347	2.73 378	0.03 304	0.03 298	0.91 295	0.15 423	0.67 246	0.88 405	0.08 326	0.01 226	0.44 358	0.06 330	0.82 274	0.46 363	0.01 448	0.00 1	0.03 483	0.00 1	0.30 479	0.20 278

AEACV	0.45 267	0.04 2	1.15 81	0.69 499	0.94 499	0.91 295	0.00 1	0.70 251	0.27 119	0.39 444	0.05 349	0.01 20	0.10 360	0.45 238	0.04 131	0.00 1	0.90 469	0.00 1	0.32 516	0.08 307	2.01 519

CRFU-Net	0.43 250	0.15 139	1.89 277	0.26 436	0.01 235	0.91 295	0.00 1	0.47 218	0.27 119	0.00 1	0.00 1	0.41 353	1.89 481	2.11 310	0.14 226	0.00 1	0.00 1	0.03 483	0.00 1	0.03 187	0.03 80

IPLGR_C	0.45 267	1.25 461	3.05 399	0.10 365	0.01 235	0.91 295	0.20 433	1.77 400	0.86 398	0.04 263	0.01 226	0.15 251	0.07 345	0.16 160	0.19 261	0.00 1	0.04 319	0.01 459	0.02 377	0.17 419	0.04 99

Consistency-Raft	0.45 267	0.60 347	3.05 399	0.13 387	0.03 298	0.91 295	0.04 370	1.55 370	0.78 300	0.00 1	0.02 322	0.03 108	1.12 463	0.35 216	0.42 359	0.02 468	0.00 1	0.00 1	0.00 1	0.01 47	0.01 51

PSMNet_ROB	0.54 327	1.05 441	2.53 368	0.00 1	0.00 1	0.91 295	0.00 1	0.33 200	0.75 238	0.01 126	0.00 1	0.25 299	0.03 251	3.45 379	1.31 433	0.00 1	0.00 1	0.00 1	0.00 1	0.07 287	0.10 186

XX-TBD	0.18 70	0.44 288	1.52 171	0.00 1	0.00 1	0.92 302	0.00 1	0.17 142	0.14 37	0.00 1	0.21 395	0.03 108	0.00 1	0.02 20	0.03 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 70

AFF-stereo	0.36 194	0.98 430	1.62 209	0.00 1	0.09 342	0.92 302	0.00 1	0.62 240	0.84 361	0.08 326	0.00 1	0.05 169	0.05 318	0.16 160	0.06 165	0.00 1	0.63 420	0.00 1	0.00 1	0.24 455	0.84 432

CIPLG	0.44 259	1.17 456	2.82 387	0.10 365	0.01 235	0.93 304	0.20 433	1.76 397	0.85 385	0.04 263	0.01 226	0.16 260	0.06 330	0.16 160	0.19 261	0.00 1	0.04 319	0.01 459	0.01 362	0.17 419	0.04 99

AASNet	0.40 226	0.98 430	2.57 372	0.00 1	0.00 1	0.93 304	0.01 255	0.79 273	0.82 341	0.01 126	0.00 1	0.38 347	0.02 203	0.62 261	0.43 360	0.00 1	0.00 1	0.00 1	0.00 1	0.31 481	0.14 232

APVNet	0.58 352	0.59 343	3.15 408	0.00 1	0.00 1	0.93 304	0.01 255	0.62 240	0.86 398	0.03 242	0.01 226	0.34 327	0.04 283	4.50 424	0.33 316	0.00 1	0.00 1	0.03 483	0.00 1	0.18 426	0.05 119

DRaft	0.58 352	0.13 122	1.34 109	0.00 1	0.00 1	0.94 307	0.18 429	0.08 71	0.16 57	0.03 242	0.25 401	0.06 192	2.49 489	4.51 426	1.32 434	0.00 1	0.03 309	0.00 1	0.02 377	0.03 187	0.08 155

XPNet_ROB	0.46 275	0.67 359	1.69 228	0.01 264	0.00 1	0.94 307	0.01 255	1.32 344	0.65 200	0.03 242	0.00 1	0.17 267	0.02 203	2.82 345	0.66 392	0.00 1	0.00 1	0.00 1	0.00 1	0.06 269	0.18 264

ETE_ROB	0.43 250	0.73 377	1.87 274	0.00 1	0.00 1	0.94 307	0.01 255	1.75 394	0.79 315	0.03 242	0.00 1	0.16 260	0.02 203	1.81 307	0.36 336	0.00 1	0.00 1	0.00 1	0.00 1	0.03 187	0.08 155

NLCA_NET_v2_RVC	0.45 267	0.72 376	3.22 409	0.00 1	0.02 279	0.95 310	0.00 1	0.70 251	0.26 115	0.03 242	0.00 1	0.34 327	0.10 360	2.45 325	0.12 207	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.03 80
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
LG-Stereo_Zeroshot	0.24 117	0.10 87	0.73 29	0.12 380	0.04 312	0.96 311	0.00 1	0.20 154	0.21 99	0.32 424	0.03 333	0.54 385	0.02 203	0.37 221	0.43 360	0.00 1	0.27 371	0.00 1	0.20 481	0.01 47	0.15 244

CFNet_pseudo	0.24 117	0.13 122	1.40 133	0.00 1	0.01 235	0.96 311	0.00 1	1.08 313	0.16 57	0.00 1	0.01 226	0.48 366	0.35 412	0.03 62	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 201

DSFCA	0.49 289	0.39 274	1.59 197	0.00 1	0.01 235	0.96 311	0.36 471	0.40 212	0.80 325	0.03 242	0.31 427	0.04 142	0.23 399	3.83 396	0.81 410	0.00 1	0.00 1	0.00 1	0.00 1	0.03 187	0.09 169

LCNet	0.26 132	0.14 131	1.38 125	0.10 365	0.00 1	0.97 314	0.00 1	0.12 109	0.78 300	0.01 126	0.00 1	0.02 61	1.07 462	0.43 234	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 403	0.03 80

ccs_rob	0.24 117	0.13 122	1.40 133	0.00 1	0.01 235	0.97 314	0.00 1	1.08 313	0.16 57	0.00 1	0.01 226	0.48 366	0.35 412	0.03 62	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 201

MyStereo07	0.30 157	0.34 253	1.49 159	0.00 1	0.25 409	0.98 316	0.01 255	0.06 50	0.57 184	0.35 433	0.00 1	0.01 20	0.06 330	0.49 246	0.09 188	0.00 1	0.79 443	0.00 1	0.08 415	0.02 133	0.32 336

MyStereo04	0.37 201	0.34 253	2.41 353	0.00 1	0.25 409	0.98 316	0.01 255	1.05 308	0.28 123	0.09 338	0.01 226	0.36 338	0.12 369	0.05 104	0.35 328	0.00 1	0.79 443	0.00 1	0.08 415	0.02 133	0.32 336

UDG	0.55 335	0.86 408	2.15 323	0.00 1	0.00 1	0.98 316	0.00 1	2.09 434	0.83 350	0.08 326	0.00 1	1.49 471	0.18 387	1.20 292	1.07 419	0.00 1	0.00 1	0.00 1	0.00 1	0.08 307	0.09 169

DMCA	0.30 157	0.38 271	2.48 361	0.00 1	0.01 235	0.98 316	0.01 255	0.47 218	0.80 325	0.02 195	0.01 226	0.05 169	0.00 1	0.25 188	0.29 301	0.00 1	0.00 1	0.00 1	0.00 1	0.05 242	0.10 186

LALA_ROB	0.45 267	0.73 377	1.91 283	0.00 1	0.01 235	0.98 316	0.01 255	1.99 428	0.84 361	0.15 372	0.00 1	0.09 221	0.01 131	1.06 285	1.01 416	0.00 1	0.00 1	0.00 1	0.00 1	0.06 269	0.05 119

CVANet_RVC	0.66 384	0.68 362	2.61 375	0.01 264	0.00 1	0.99 321	0.00 1	0.95 293	0.78 300	0.60 459	0.11 380	0.37 342	0.14 375	5.50 449	0.14 226	0.00 1	0.00 1	0.00 1	0.03 390	0.16 414	0.19 275

EDNetEfficient	2.95 501	0.33 243	20.38 525	0.19 414	0.83 486	1.00 322	1.95 510	0.58 232	5.15 512	8.01 520	1.79 482	0.93 430	4.16 508	3.66 392	9.80 513	0.00 1	0.03 309	0.00 1	0.06 404	0.05 242	0.13 220

UCFNet_RVC	0.26 132	0.61 350	1.59 197	0.00 1	0.00 1	1.00 322	0.00 1	0.26 183	0.39 144	0.01 126	0.00 1	0.42 355	0.02 203	0.84 278	0.07 171	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.04 99

ACVNet-4b	1.38 462	1.94 502	5.73 494	0.20 421	0.04 312	1.01 324	0.01 255	1.70 385	0.86 398	0.04 263	0.95 469	1.95 478	0.31 409	6.69 500	2.11 455	2.78 524	0.02 301	0.00 1	0.00 1	0.89 510	0.34 344

CAS	0.13 38	0.07 34	0.86 53	0.00 1	0.00 1	1.01 324	0.00 1	0.26 183	0.16 57	0.00 1	0.00 1	0.03 108	0.01 131	0.02 20	0.04 131	0.09 486	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ICVP	0.16 54	0.05 8	1.22 91	0.00 1	0.01 235	1.01 324	0.09 407	0.28 187	0.17 66	0.00 1	0.02 322	0.07 205	0.01 131	0.21 180	0.05 147	0.00 1	0.01 293	0.00 1	0.00 1	0.01 47	0.09 169
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CREStereo++_RVC	0.15 50	0.10 87	1.55 182	0.00 1	0.00 1	1.01 324	0.00 1	0.15 131	0.15 46	0.00 1	0.01 226	0.04 142	0.00 1	0.02 20	0.02 77	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 99
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
FENet	0.27 138	0.19 166	1.51 168	0.00 1	0.00 1	1.01 324	0.00 1	1.02 299	0.77 285	0.00 1	0.00 1	0.24 296	0.04 283	0.27 199	0.22 274	0.00 1	0.00 1	0.00 1	0.00 1	0.03 187	0.07 137

DN-CSS_ROB	0.38 210	1.27 463	2.50 364	0.01 264	0.00 1	1.01 324	0.00 1	1.21 326	0.83 350	0.02 195	0.00 1	0.19 279	0.02 203	0.10 140	0.19 261	0.00 1	0.00 1	0.00 1	0.00 1	0.26 460	0.03 80

tg	0.24 117	0.42 281	0.92 56	0.00 1	0.00 1	1.02 330	0.00 1	0.11 98	0.70 216	0.00 1	0.01 226	0.07 205	0.02 203	0.03 62	0.04 131	0.00 1	0.29 374	0.00 1	0.00 1	0.29 477	0.90 437

dd	0.23 113	0.91 422	1.69 228	0.01 264	0.00 1	1.02 330	0.00 1	0.09 87	0.68 208	0.01 126	0.00 1	0.02 61	0.02 203	0.01 5	0.00 1	0.01 448	0.00 1	0.00 1	0.00 1	0.04 226	0.01 51

SACVNet	0.51 302	0.61 350	1.98 302	0.00 1	0.00 1	1.02 330	0.01 255	1.04 307	0.44 152	0.07 314	0.00 1	0.23 293	0.02 203	4.19 410	0.29 301	0.00 1	0.00 1	0.00 1	0.00 1	0.22 449	0.13 220

GwcNet-ADL	0.33 173	0.20 174	1.73 237	0.00 1	0.00 1	1.02 330	0.00 1	2.51 451	0.40 148	0.00 1	0.00 1	0.37 342	0.04 283	0.03 62	0.24 283	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.13 220

PSMNet-ADL	0.39 219	0.08 63	0.96 59	0.00 1	0.00 1	1.02 330	0.00 1	0.72 259	0.16 57	0.00 1	0.10 378	0.48 366	0.01 131	3.60 387	0.37 339	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.23 294

AIO-Stereo-zeroshot1	1.00 437	0.65 355	4.67 472	0.54 475	0.58 462	1.03 335	0.18 429	0.99 295	0.54 167	0.48 451	5.23 497	1.13 447	0.95 455	0.52 248	0.65 388	0.01 448	0.59 416	0.00 1	0.25 504	0.11 362	0.85 436

Ntro	0.75 404	1.79 492	3.54 439	0.05 324	0.37 425	1.03 335	0.02 325	0.99 295	0.76 263	0.02 195	0.00 1	0.76 413	0.08 351	3.23 368	1.32 434	0.07 483	0.04 319	0.01 459	0.00 1	0.84 509	0.13 220

dad	0.24 117	0.98 430	1.61 205	0.00 1	0.00 1	1.03 335	0.00 1	0.03 19	0.38 139	0.01 126	0.00 1	0.02 61	0.01 131	0.65 263	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

AnonymousM	0.18 70	0.07 34	0.80 41	0.04 318	0.00 1	1.03 335	0.00 1	0.20 154	0.65 200	0.06 303	0.00 1	0.00 1	0.00 1	0.33 212	0.02 77	0.00 1	0.19 357	0.00 1	0.00 1	0.01 47	0.18 264

GEStereo_RVC	0.52 305	0.69 367	1.93 294	0.01 264	0.00 1	1.03 335	0.00 1	2.22 439	0.78 300	0.00 1	0.00 1	0.14 244	0.01 131	3.19 366	0.03 100	0.00 1	0.00 1	0.00 1	0.00 1	0.10 355	0.18 264

TANstereo	0.17 61	0.32 237	1.51 168	0.00 1	0.00 1	1.03 335	0.00 1	0.07 61	0.14 37	0.01 126	0.15 388	0.04 142	0.00 1	0.05 104	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 70

LoS	0.16 54	0.10 87	0.97 61	0.02 288	0.00 1	1.04 341	0.01 255	0.07 61	0.75 238	0.01 126	0.01 226	0.16 260	0.04 283	0.07 121	0.01 46	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ADStereo(finetuned)	0.42 237	0.51 324	2.79 386	0.00 1	0.00 1	1.04 341	0.00 1	1.90 418	0.85 385	0.10 344	0.00 1	0.04 142	0.72 441	0.04 79	0.12 207	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.25 309

test_4	0.20 90	0.33 243	1.50 162	0.08 355	0.13 364	1.04 341	0.00 1	0.05 39	0.09 22	0.10 344	0.00 1	0.02 61	0.01 131	0.27 199	0.14 226	0.00 1	0.08 339	0.00 1	0.02 377	0.13 379	0.07 137

NCC-stereo	0.63 372	0.82 396	3.34 422	0.03 304	0.03 298	1.04 341	0.01 255	1.03 302	0.31 126	0.14 366	0.19 391	0.64 396	0.05 318	3.67 393	1.18 423	0.00 1	0.00 1	0.00 1	0.00 1	0.05 242	0.07 137

Abc-Net	0.63 372	0.82 396	3.34 422	0.03 304	0.03 298	1.04 341	0.01 255	1.03 302	0.31 126	0.14 366	0.19 391	0.64 396	0.05 318	3.67 393	1.18 423	0.00 1	0.00 1	0.00 1	0.00 1	0.05 242	0.07 137
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ITSA-stereo	0.49 289	0.11 104	1.35 113	0.03 304	0.00 1	1.05 346	0.05 382	1.78 402	0.16 57	0.01 126	0.00 1	0.21 285	0.50 425	3.86 398	0.61 385	0.00 1	0.00 1	0.02 473	0.01 362	0.03 187	0.06 131

PMTNet	0.13 38	0.08 63	0.99 66	0.00 1	0.00 1	1.05 346	0.04 370	0.21 157	0.14 37	0.00 1	0.00 1	0.04 142	0.00 1	0.04 79	0.01 46	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 51

PS-NSSS	0.62 369	0.82 396	1.58 195	0.00 1	0.00 1	1.05 346	0.00 1	2.76 470	0.74 228	0.00 1	0.00 1	0.11 233	0.01 131	5.22 442	0.15 236	0.00 1	0.00 1	0.00 1	0.00 1	0.05 242	0.00 1

WCMA_ROB	2.37 493	0.75 388	2.53 368	0.05 324	0.00 1	1.05 346	0.59 491	1.47 361	1.40 491	5.47 511	9.84 518	8.10 512	5.87 516	4.38 419	3.93 475	0.16 489	0.21 360	0.18 511	0.18 471	0.06 269	1.08 449

trnet	0.12 31	0.07 34	0.78 39	0.00 1	0.00 1	1.06 350	0.00 1	0.22 162	0.15 46	0.00 1	0.00 1	0.02 61	0.00 1	0.02 20	0.01 46	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 51

testlalala	0.29 146	0.11 104	1.39 129	0.00 1	0.11 353	1.06 350	0.01 255	0.71 257	0.74 228	0.14 366	0.08 368	0.04 142	0.04 283	0.06 112	0.03 100	0.00 1	1.11 498	0.00 1	0.12 438	0.00 1	0.14 232

MC-Stereo	0.38 210	0.12 114	1.30 104	0.65 493	0.70 475	1.06 350	0.00 1	0.03 19	0.14 37	0.23 399	0.00 1	0.04 142	0.02 203	0.38 226	0.12 207	0.00 1	1.08 495	0.00 1	0.02 377	0.08 307	1.72 494

RCA-Stereo	0.28 141	0.14 131	1.00 69	0.00 1	0.13 364	1.06 350	0.00 1	1.76 397	0.16 57	0.07 314	0.00 1	0.02 61	0.06 330	0.00 1	0.00 1	0.00 1	0.83 457	0.00 1	0.00 1	0.06 269	0.23 294

DCANet-4	0.37 201	0.07 34	3.11 405	0.00 1	0.00 1	1.06 350	0.00 1	1.82 415	0.85 385	0.16 375	0.00 1	0.04 142	0.05 318	0.04 79	0.08 178	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 294

fff	0.37 201	0.50 319	2.02 307	0.00 1	0.02 279	1.06 350	0.00 1	1.90 418	0.84 361	0.16 375	0.00 1	0.04 142	0.59 432	0.04 79	0.08 178	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 294

UDGNet	0.19 83	0.81 394	1.42 147	0.00 1	0.00 1	1.06 350	0.00 1	0.05 39	0.38 139	0.00 1	0.00 1	0.02 61	0.00 1	0.10 140	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.00 1

s12784h	0.27 138	0.08 63	1.46 155	0.00 1	0.00 1	1.06 350	0.02 325	1.66 381	0.75 238	0.01 126	0.36 437	0.02 61	0.00 1	0.02 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 70

DCANet	0.35 184	0.50 319	2.02 307	0.00 1	0.00 1	1.06 350	0.00 1	1.90 418	0.85 385	0.10 344	0.00 1	0.04 142	0.00 1	0.04 79	0.12 207	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.25 309

csc	0.37 201	0.50 319	2.02 307	0.00 1	0.02 279	1.06 350	0.00 1	1.90 418	0.84 361	0.16 375	0.00 1	0.04 142	0.59 432	0.04 79	0.08 178	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 294

cscssc	0.37 201	0.50 319	2.02 307	0.00 1	0.02 279	1.06 350	0.00 1	1.90 418	0.84 361	0.16 375	0.00 1	0.04 142	0.59 432	0.04 79	0.08 178	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 294

111	0.42 237	0.98 430	2.02 307	0.00 1	0.02 279	1.06 350	0.03 349	1.98 427	0.83 350	0.30 416	0.01 226	0.21 285	0.05 318	0.13 149	0.09 188	0.00 1	0.00 1	0.00 1	0.00 1	0.08 307	0.65 419

RAFT-Stereo + iAFF	0.41 231	0.87 410	1.78 251	0.00 1	0.91 497	1.06 350	0.00 1	0.70 251	0.77 285	0.05 280	0.00 1	0.06 192	0.06 330	0.06 112	0.26 295	0.00 1	0.69 427	0.00 1	0.00 1	0.20 439	0.80 427

CREStereo	0.12 31	0.07 34	0.76 32	0.00 1	0.00 1	1.06 350	0.00 1	0.25 178	0.14 37	0.00 1	0.00 1	0.02 61	0.00 1	0.02 20	0.01 46	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.01 51
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
ACVNet	0.30 157	0.44 288	1.74 239	0.01 264	0.00 1	1.06 350	0.10 411	0.23 171	0.83 350	0.02 195	0.01 226	0.70 409	0.00 1	0.08 129	0.41 356	0.00 1	0.00 1	0.00 1	0.00 1	0.09 332	0.17 256

cf-r	0.46 275	0.87 410	2.51 365	0.00 1	0.00 1	1.06 350	0.00 1	0.52 225	0.64 197	0.09 338	0.00 1	0.65 400	0.00 1	2.51 328	0.12 207	0.00 1	0.00 1	0.00 1	0.00 1	0.09 332	0.09 169

GANet-RSSM	0.42 237	0.66 358	1.78 251	0.00 1	0.00 1	1.06 350	0.00 1	0.26 183	0.23 105	0.05 280	0.00 1	0.34 327	0.00 1	3.56 384	0.18 250	0.00 1	0.00 1	0.03 483	0.00 1	0.09 332	0.08 155

PSMNet-RSSM	0.44 259	0.73 377	1.65 216	0.00 1	0.00 1	1.06 350	0.00 1	0.61 237	0.70 216	0.06 303	0.01 226	0.39 349	0.00 1	3.29 371	0.12 207	0.00 1	0.00 1	0.00 1	0.00 1	0.05 242	0.07 137

GwcNet-RSSM	0.53 320	1.04 440	2.48 361	0.00 1	0.00 1	1.06 350	0.00 1	0.74 263	0.76 263	0.21 391	0.01 226	0.36 338	0.00 1	3.65 391	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.13 379	0.07 137

CFNet	0.66 384	1.12 451	2.37 349	0.00 1	0.00 1	1.06 350	0.01 255	1.36 352	0.74 228	0.01 126	0.01 226	0.13 242	0.01 131	5.85 459	0.30 305	0.00 1	0.00 1	0.00 1	0.00 1	0.18 426	0.07 137

ff7	0.36 194	0.21 181	1.28 98	0.16 399	0.22 396	1.07 370	0.00 1	0.12 109	0.56 175	0.32 424	0.00 1	0.01 20	0.04 283	0.25 188	0.03 100	0.00 1	0.92 476	0.00 1	0.10 425	0.08 307	1.75 498

ffff	0.36 194	0.21 181	1.28 98	0.16 399	0.22 396	1.07 370	0.00 1	0.12 109	0.56 175	0.32 424	0.00 1	0.01 20	0.04 283	0.25 188	0.03 100	0.00 1	0.92 476	0.00 1	0.10 425	0.08 307	1.75 498

11t	0.36 194	0.21 181	1.28 98	0.16 399	0.22 396	1.07 370	0.00 1	0.12 109	0.56 175	0.32 424	0.00 1	0.01 20	0.04 283	0.25 188	0.03 100	0.00 1	0.92 476	0.00 1	0.10 425	0.08 307	1.75 498

HH	0.52 305	0.23 192	1.71 232	0.77 506	0.35 422	1.07 370	0.00 1	0.30 190	0.68 208	0.29 414	0.45 444	1.45 468	0.04 283	0.37 221	0.37 339	0.00 1	0.84 461	0.00 1	0.00 1	0.02 133	1.39 468

HanStereo	0.52 305	0.23 192	1.71 232	0.77 506	0.35 422	1.07 370	0.00 1	0.30 190	0.68 208	0.29 414	0.45 444	1.45 468	0.04 283	0.37 221	0.37 339	0.00 1	0.84 461	0.00 1	0.00 1	0.02 133	1.39 468

anonymousdsp	0.41 231	0.21 181	1.52 171	0.43 468	0.54 454	1.07 370	0.00 1	0.11 98	0.56 175	0.34 430	0.00 1	0.01 20	0.05 318	0.47 242	0.03 100	0.00 1	0.81 450	0.00 1	0.11 432	0.08 307	1.81 507

ccc-4	0.36 194	0.21 181	1.28 98	0.16 399	0.22 396	1.07 370	0.00 1	0.12 109	0.56 175	0.32 424	0.00 1	0.01 20	0.04 283	0.25 188	0.03 100	0.00 1	0.92 476	0.00 1	0.10 425	0.08 307	1.75 498

IGEV-Stereo	0.41 231	0.21 181	1.53 176	0.43 468	0.55 455	1.07 370	0.00 1	0.11 98	0.56 175	0.34 430	0.00 1	0.01 20	0.05 318	0.47 242	0.03 100	0.00 1	0.81 450	0.00 1	0.11 432	0.08 307	1.81 507
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
psmg	0.29 146	0.07 34	0.98 63	0.00 1	0.00 1	1.07 370	0.00 1	1.92 423	0.82 341	0.00 1	0.00 1	0.35 333	0.03 251	0.06 112	0.51 371	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.01 51

RAFT-RH_RVC	0.99 434	0.26 207	1.93 294	0.04 318	0.04 312	1.07 370	0.00 1	0.07 61	0.69 213	0.01 126	9.36 515	0.10 229	0.00 1	5.86 460	0.29 301	0.01 448	0.00 1	0.00 1	0.02 377	0.01 47	0.00 1

GES	0.23 113	0.19 166	1.56 187	0.00 1	0.00 1	1.07 370	0.02 325	0.73 262	0.15 46	0.00 1	0.02 322	0.11 233	0.08 351	0.44 237	0.16 240	0.01 448	0.00 1	0.00 1	0.00 1	0.05 242	0.09 169

H2IRNET	0.21 96	0.51 324	1.84 267	0.00 1	0.00 1	1.08 381	0.01 255	0.15 131	0.25 114	0.00 1	0.00 1	0.06 192	0.01 131	0.03 62	0.05 147	0.00 1	0.00 1	0.00 1	0.00 1	0.22 449	0.07 137

EKT-Stereo	0.55 335	0.15 139	1.80 259	0.73 504	4.21 530	1.08 381	0.00 1	1.17 324	0.32 128	0.02 195	0.00 1	0.08 213	0.00 1	1.01 284	0.13 217	0.00 1	0.03 309	0.00 1	0.05 399	0.03 187	0.29 325

Selective-RAFT	0.21 96	0.13 122	0.82 46	0.00 1	0.00 1	1.08 381	0.00 1	0.06 50	0.77 285	0.00 1	0.00 1	0.08 213	0.00 1	0.01 5	0.03 100	0.00 1	0.90 469	0.00 1	0.18 471	0.04 226	0.16 251

IPLGR	0.50 297	0.22 189	2.74 381	0.03 304	0.02 279	1.08 381	0.03 349	1.95 425	0.75 238	0.09 338	0.00 1	0.18 271	0.22 397	2.57 332	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 269	0.05 119

Patchmatch Stereo++	0.18 70	0.07 34	1.40 133	0.05 324	0.01 235	1.08 381	0.07 394	0.05 39	0.75 238	0.02 195	0.00 1	0.05 169	0.00 1	0.03 62	0.03 100	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-softLoss	0.55 335	0.06 15	1.89 277	0.27 438	0.00 1	1.08 381	0.25 445	0.12 109	1.06 440	0.03 242	0.01 226	0.02 61	0.01 131	5.92 466	0.18 250	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.00 1

KMStereo	0.55 335	0.06 15	1.89 277	0.27 438	0.00 1	1.08 381	0.25 445	0.12 109	1.06 440	0.03 242	0.01 226	0.02 61	0.01 131	5.92 466	0.18 250	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.00 1

PSM-adaLoss	0.18 70	0.07 34	1.40 133	0.05 324	0.02 279	1.08 381	0.08 402	0.05 39	0.75 238	0.02 195	0.00 1	0.07 205	0.00 1	0.04 79	0.03 100	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

ROB_FTStereo_v2	0.18 70	0.07 34	1.40 133	0.05 324	0.02 279	1.08 381	0.06 387	0.05 39	0.75 238	0.02 195	0.00 1	0.07 205	0.00 1	0.04 79	0.03 100	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

ROB_FTStereo	0.18 70	0.07 34	1.40 133	0.05 324	0.02 279	1.08 381	0.06 387	0.05 39	0.75 238	0.02 195	0.00 1	0.03 108	0.00 1	0.04 79	0.03 100	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

HUI-Stereo	0.19 83	0.07 34	1.41 143	0.05 324	0.02 279	1.08 381	0.08 402	0.06 50	0.76 263	0.02 195	0.00 1	0.07 205	0.00 1	0.04 79	0.03 100	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

ASMatch	0.60 361	0.12 114	1.85 271	0.14 391	0.04 312	1.08 381	0.00 1	0.12 109	0.87 402	0.06 303	0.43 442	0.06 192	0.85 451	6.18 484	0.26 295	0.00 1	0.00 1	0.00 1	0.01 362	0.00 1	0.00 1

DeepStereo_RVC	0.24 117	0.07 34	1.16 84	0.06 343	0.02 279	1.08 381	0.31 460	0.04 29	0.75 238	0.02 195	0.00 1	0.00 1	1.22 467	0.03 62	0.03 100	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.05 119

iGMRVC	0.18 70	0.07 34	1.40 133	0.05 324	0.03 298	1.08 381	0.07 394	0.06 50	0.75 238	0.02 195	0.00 1	0.05 169	0.00 1	0.04 79	0.03 100	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

iRAFT	0.18 70	0.07 34	1.40 133	0.05 324	0.01 235	1.08 381	0.07 394	0.05 39	0.75 238	0.02 195	0.00 1	0.05 169	0.00 1	0.03 62	0.03 100	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

RAFT-IKP	0.18 70	0.07 34	1.41 143	0.05 324	0.01 235	1.08 381	0.08 402	0.05 39	0.75 238	0.02 195	0.00 1	0.05 169	0.00 1	0.04 79	0.03 100	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

AE-Stereo	0.43 250	0.07 34	1.90 281	0.05 324	0.21 393	1.09 397	0.00 1	1.02 299	0.48 159	0.39 444	0.28 414	0.18 271	0.00 1	0.18 173	0.05 147	0.00 1	0.83 457	0.00 1	0.23 492	0.07 287	1.64 491

BSDual-CNN	0.35 184	0.07 34	0.98 63	0.00 1	0.00 1	1.09 397	0.00 1	2.67 462	0.82 341	0.30 416	0.09 372	0.35 333	0.03 251	0.06 112	0.51 371	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

hknet	0.45 267	0.14 131	1.89 277	0.00 1	0.00 1	1.09 397	0.00 1	2.67 462	0.82 341	0.30 416	0.09 372	0.63 393	0.00 1	1.06 285	0.38 347	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Sa-1000	0.44 259	0.58 342	1.85 271	0.00 1	0.22 396	1.09 397	0.01 255	2.98 481	0.75 238	0.00 1	0.09 372	0.04 142	0.00 1	0.21 180	0.00 1	0.00 1	0.50 402	0.00 1	0.13 441	0.12 373	0.12 212

NF-Stereo	0.54 327	0.06 15	1.59 197	0.19 414	0.00 1	1.09 397	0.25 445	0.22 162	1.13 460	0.02 195	0.00 1	0.02 61	0.00 1	6.05 475	0.17 243	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.00 1

OCTAStereo	0.54 327	0.06 15	1.59 197	0.19 414	0.00 1	1.09 397	0.25 445	0.22 162	1.13 460	0.02 195	0.00 1	0.02 61	0.00 1	6.03 473	0.18 250	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.00 1

RE-Stereo	0.54 327	0.06 15	1.59 197	0.19 414	0.00 1	1.09 397	0.25 445	0.22 162	1.13 460	0.02 195	0.00 1	0.02 61	0.00 1	6.05 475	0.17 243	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.00 1

TVStereo	0.54 327	0.06 15	1.59 197	0.19 414	0.00 1	1.09 397	0.25 445	0.22 162	1.13 460	0.02 195	0.00 1	0.02 61	0.00 1	6.05 475	0.17 243	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.00 1

HCRNet	0.37 201	0.27 212	1.27 96	0.00 1	0.00 1	1.09 397	0.00 1	0.56 230	0.80 325	0.01 126	0.01 226	0.06 192	0.03 251	3.22 367	0.07 171	0.00 1	0.00 1	0.00 1	0.00 1	0.06 269	0.03 80

CFNet-ft	0.40 226	0.74 382	1.74 239	0.00 1	0.00 1	1.09 397	0.00 1	0.23 171	0.22 101	0.02 195	0.00 1	0.76 413	0.00 1	2.98 351	0.18 250	0.00 1	0.00 1	0.01 459	0.00 1	0.03 187	0.08 155

CC-Net-ROB	0.77 410	0.99 434	2.18 325	0.07 350	0.00 1	1.09 397	0.01 255	3.10 487	0.75 238	0.01 126	0.00 1	0.14 244	0.01 131	5.65 455	0.34 321	0.56 502	0.00 1	0.21 515	0.00 1	0.17 419	0.02 70

CFNet_RVC	0.40 226	0.74 382	1.74 239	0.00 1	0.00 1	1.09 397	0.00 1	0.23 171	0.22 101	0.02 195	0.00 1	0.76 413	0.00 1	2.97 350	0.18 250	0.00 1	0.00 1	0.01 459	0.00 1	0.03 187	0.08 155

SGM-Forest	1.08 442	0.45 294	1.80 259	0.02 288	0.07 333	1.09 397	0.65 493	2.57 457	0.85 385	1.33 485	0.92 467	1.36 462	1.62 473	5.94 468	2.34 459	0.00 1	0.00 1	0.00 1	0.00 1	0.05 242	0.52 393
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MSKI-zero shot	0.34 177	0.12 114	1.70 230	0.55 477	0.44 434	1.10 410	0.03 349	0.91 284	0.22 101	0.22 395	0.05 349	0.06 192	0.00 1	0.16 160	0.04 131	0.00 1	0.87 466	0.00 1	0.18 471	0.02 133	0.22 285

SST-Stereo	0.56 344	0.05 8	1.55 182	0.06 343	0.19 382	1.10 410	0.47 482	0.32 196	0.80 325	0.04 263	0.00 1	0.05 169	0.57 429	5.98 470	0.02 77	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

RAFT_R40	0.54 327	0.06 15	1.55 182	0.06 343	0.15 371	1.10 410	0.31 460	0.31 195	0.78 300	0.02 195	0.03 333	0.07 205	0.29 406	5.98 470	0.10 192	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

Pruner-Stereo	0.22 102	0.09 76	1.50 162	0.23 430	0.00 1	1.10 410	0.20 433	0.17 142	0.78 300	0.03 242	0.00 1	0.01 20	0.00 1	0.04 79	0.21 268	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.01 51

FADNet_RVC	0.69 392	1.26 462	3.48 433	0.00 1	0.00 1	1.10 410	0.01 255	1.57 372	0.65 200	0.02 195	0.05 349	0.26 306	0.03 251	3.16 364	0.30 305	0.21 494	0.25 368	0.08 502	0.28 512	0.53 499	0.62 413

TDLM	0.60 361	0.76 391	1.77 247	0.05 324	0.00 1	1.10 410	0.01 255	0.51 223	0.79 315	0.34 430	0.01 226	0.27 307	0.22 397	5.44 446	0.35 328	0.00 1	0.00 1	0.00 1	0.00 1	0.15 403	0.19 275

MyStereo06	0.53 320	0.36 262	2.90 392	0.01 264	0.00 1	1.11 416	0.01 255	0.56 230	0.49 161	0.74 467	0.45 444	1.24 454	1.02 458	0.39 228	0.34 321	0.00 1	0.60 418	0.00 1	0.08 415	0.01 47	0.33 341

MyStereo05	0.39 219	0.36 262	2.43 355	0.01 264	0.00 1	1.11 416	0.01 255	1.25 334	0.57 184	0.06 303	0.01 226	0.29 312	0.15 379	0.07 121	0.37 339	0.00 1	0.60 418	0.00 1	0.08 415	0.01 47	0.33 341

SA	0.43 250	0.63 353	1.92 288	0.00 1	0.22 396	1.11 416	0.00 1	2.87 477	0.75 238	0.00 1	0.01 226	0.04 142	0.01 131	0.21 180	0.00 1	0.00 1	0.40 387	0.00 1	0.14 448	0.14 396	0.22 285

MIPNet	0.42 237	0.59 343	2.22 329	0.02 288	0.00 1	1.11 416	0.09 407	1.88 417	0.88 405	0.11 354	0.06 361	0.22 291	0.19 389	0.74 271	0.00 1	0.00 1	0.00 1	0.00 1	0.01 362	0.08 307	0.12 212

DIP-Stereo	0.28 141	0.19 166	1.62 209	0.00 1	0.00 1	1.11 416	0.00 1	1.67 382	0.74 228	0.01 126	0.00 1	0.01 20	0.07 345	0.01 5	0.01 46	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.13 220
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RAFT+CT+SA	0.38 210	0.74 382	1.84 267	0.02 288	0.27 413	1.12 421	0.00 1	0.91 284	0.75 238	0.00 1	0.00 1	0.27 307	0.01 131	0.56 251	0.00 1	0.00 1	0.16 354	0.00 1	0.30 515	0.13 379	0.42 364

IPLG	0.59 357	0.69 367	2.25 339	0.02 288	0.00 1	1.12 421	0.07 394	1.75 394	0.79 315	0.05 280	0.00 1	0.16 260	0.14 375	4.49 423	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 396	0.07 137

PFNet+	0.28 141	0.10 87	1.61 205	0.08 355	0.01 235	1.12 421	0.41 476	0.12 109	0.80 325	0.08 326	0.01 226	0.02 61	0.00 1	1.19 289	0.04 131	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.00 1

CRE-IMP	0.22 102	0.06 15	1.43 151	0.05 324	0.02 279	1.12 421	0.33 466	0.04 29	1.08 446	0.02 195	0.00 1	0.12 237	0.00 1	0.03 62	0.01 46	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.09 169

GMM-Stereo	0.22 102	0.05 8	2.03 312	0.08 355	0.00 1	1.12 421	0.13 420	0.09 87	0.79 315	0.01 126	0.00 1	0.03 108	0.10 360	0.01 5	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.01 51

Anonymous3	0.24 117	0.14 131	1.98 302	0.00 1	0.00 1	1.12 421	0.00 1	0.61 237	0.77 285	0.01 126	0.00 1	0.06 192	0.00 1	0.02 20	0.01 46	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 70

RAFT + AFF	0.79 416	1.36 472	2.40 352	0.00 1	0.04 312	1.12 421	0.06 387	1.73 390	0.81 334	0.02 195	0.00 1	0.18 271	1.49 470	4.97 434	0.67 396	0.00 1	0.17 355	0.00 1	0.00 1	0.33 483	0.46 376

MaskLacGwcNet_RVC	0.56 344	0.82 396	1.94 297	0.12 380	0.00 1	1.12 421	0.01 255	0.96 294	0.72 224	0.00 1	0.05 349	0.37 342	0.03 251	3.45 379	0.15 236	1.07 516	0.00 1	0.00 1	0.00 1	0.16 414	0.25 309

DeepPruner_ROB	0.34 177	0.75 388	2.38 351	0.00 1	0.00 1	1.12 421	0.03 349	0.30 190	0.16 57	0.00 1	0.00 1	0.39 349	0.03 251	1.27 296	0.14 226	0.00 1	0.00 1	0.00 1	0.00 1	0.05 242	0.10 186

Any-RAFT	0.24 117	0.07 34	1.16 84	0.00 1	0.01 235	1.13 430	0.00 1	1.21 326	0.36 137	0.02 195	0.00 1	0.49 374	0.00 1	0.19 175	0.03 100	0.00 1	0.08 339	0.00 1	0.00 1	0.00 1	0.03 80

TestStereo1	0.32 168	0.67 359	1.66 219	0.00 1	0.23 406	1.13 430	0.01 255	0.94 291	0.76 263	0.00 1	0.05 349	0.05 169	0.01 131	0.16 160	0.05 147	0.00 1	0.24 364	0.00 1	0.00 1	0.17 419	0.23 294

SA-5K	0.32 168	0.67 359	1.66 219	0.00 1	0.23 406	1.13 430	0.01 255	0.94 291	0.76 263	0.00 1	0.05 349	0.05 169	0.01 131	0.16 160	0.05 147	0.00 1	0.24 364	0.00 1	0.00 1	0.17 419	0.23 294

GrayStereo	0.52 305	0.03 1	1.36 114	0.10 365	0.00 1	1.13 430	2.57 517	0.32 196	1.03 432	0.00 1	0.00 1	0.08 213	3.66 501	0.01 5	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.17 256

XX-Stereo	0.73 400	0.18 162	5.35 485	0.38 460	0.26 412	1.13 430	0.00 1	3.03 483	0.18 81	0.14 366	0.01 226	1.40 464	0.01 131	1.36 299	0.04 131	0.00 1	0.50 402	0.00 1	0.16 464	0.03 187	0.43 367

AAGNet	0.99 434	0.08 63	1.59 197	0.15 394	0.27 413	1.14 435	0.27 455	0.06 50	0.78 300	0.01 126	0.00 1	0.01 20	0.97 456	3.60 387	10.81 515	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

HHNet	0.53 320	0.23 192	2.29 343	0.11 375	0.00 1	1.15 436	0.25 445	0.70 251	0.78 300	0.01 126	3.49 489	0.04 142	0.69 436	0.02 20	0.70 401	0.03 476	0.00 1	0.00 1	0.00 1	0.03 187	0.03 80

FTStereo	0.82 421	0.06 15	1.88 276	0.12 380	0.00 1	1.15 436	2.70 518	0.16 138	0.84 361	0.16 375	5.80 498	0.36 338	2.49 489	0.53 249	0.01 46	0.07 483	0.00 1	0.00 1	0.00 1	0.01 47	0.00 1

PWCDC_ROB	1.13 449	1.70 486	3.52 434	0.00 1	0.00 1	1.15 436	0.00 1	2.49 449	1.39 490	0.02 195	8.80 512	0.34 327	0.09 355	1.11 287	1.20 426	0.00 1	0.00 1	0.00 1	0.00 1	0.56 501	0.21 284

DisPM	0.22 102	0.09 76	1.74 239	0.11 375	0.00 1	1.16 439	0.40 475	0.08 71	0.68 208	0.03 242	0.00 1	0.00 1	0.00 1	0.07 121	0.04 131	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.00 1

NRIStereo	0.22 102	0.06 15	1.40 133	0.05 324	0.01 235	1.16 439	0.32 465	0.04 29	0.81 334	0.04 263	0.01 226	0.11 233	0.01 131	0.14 154	0.02 77	0.00 1	0.02 301	0.00 1	0.00 1	0.05 242	0.10 186

KYRaft	0.26 132	0.05 8	1.37 119	0.04 318	0.00 1	1.16 439	0.12 419	0.11 98	0.78 300	0.01 126	0.29 419	0.03 108	0.75 444	0.37 221	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.03 80

Prome-Stereo	0.28 141	0.06 15	1.40 133	0.10 365	0.00 1	1.16 439	0.02 325	0.39 209	0.88 405	0.02 195	0.52 450	0.05 169	0.69 436	0.28 207	0.07 171	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.03 80

GANetREF_RVC	0.63 372	1.05 441	3.03 397	0.00 1	0.00 1	1.16 439	0.01 255	2.03 431	0.75 238	0.00 1	0.01 226	0.28 310	0.04 283	4.13 408	0.10 192	0.00 1	0.00 1	0.00 1	0.00 1	0.04 226	0.05 119
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
Reg-Stereo(zero)	0.41 231	0.04 2	1.95 298	0.00 1	0.88 494	1.17 444	0.33 466	0.25 178	0.67 206	0.11 354	0.11 380	0.21 285	0.80 448	0.18 173	0.35 328	0.00 1	0.43 389	0.00 1	0.21 486	0.01 47	0.46 376

PFNet	0.63 372	0.15 139	2.41 353	0.00 1	0.30 417	1.17 444	0.00 1	0.35 202	0.92 416	0.01 126	0.24 399	0.03 108	0.00 1	6.43 495	0.23 279	0.09 486	0.00 1	0.00 1	0.04 395	0.13 379	0.10 186

RAFT-345	0.52 305	0.07 34	1.75 246	0.11 375	0.07 333	1.17 444	0.18 429	0.21 157	0.78 300	0.00 1	0.01 226	0.09 221	0.01 131	5.87 461	0.19 261	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.00 1

iRaft-Stereo_20w	0.77 410	0.13 122	2.90 392	0.63 490	0.50 447	1.18 447	0.58 489	2.56 455	0.71 219	0.85 472	0.05 349	0.78 416	1.02 458	0.82 274	0.76 404	0.00 1	0.52 408	0.00 1	0.14 448	0.02 133	1.25 462

OMP-Stereo	0.71 394	0.47 300	1.36 114	0.18 409	0.06 329	1.18 447	0.00 1	1.76 397	0.78 300	0.11 354	0.59 454	0.49 374	0.00 1	6.94 508	0.25 288	0.00 1	0.00 1	0.00 1	0.00 1	0.03 187	0.07 137

IIG-Stereo	0.71 394	0.48 305	1.42 147	0.05 324	0.03 298	1.18 447	0.00 1	1.75 394	0.79 315	0.01 126	0.56 452	0.53 384	0.01 131	6.87 505	0.37 339	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.07 137

IRAFT_RVC	0.56 344	0.25 202	1.93 294	0.10 365	0.00 1	1.18 447	0.10 411	0.32 196	0.79 315	0.02 195	0.00 1	0.02 61	0.12 369	6.07 478	0.23 279	0.00 1	0.09 342	0.00 1	0.00 1	0.02 133	0.02 70

EAI-Stereo	0.98 433	0.06 15	1.09 77	0.17 407	0.67 473	1.19 451	4.84 523	2.67 462	0.91 413	0.95 476	4.52 493	0.30 315	0.53 428	0.57 252	0.46 363	0.00 1	0.07 336	0.00 1	0.29 513	0.01 47	0.34 344

PSM-AAD	0.53 320	0.04 2	1.38 125	0.06 343	0.00 1	1.20 452	2.11 512	0.17 142	0.78 300	0.01 126	0.44 443	0.14 244	3.94 504	0.23 186	0.06 165	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.02 70

Dean	2.72 496	2.05 507	6.17 499	0.39 464	0.44 434	1.21 453	0.48 484	8.36 519	8.46 520	1.48 487	8.08 509	6.95 506	1.44 469	4.50 424	2.00 450	0.79 507	0.00 1	0.01 459	0.00 1	1.11 512	0.39 357

ARAFT	0.68 389	1.29 467	3.36 426	0.00 1	0.00 1	1.21 453	0.00 1	2.71 467	0.81 334	0.07 314	0.00 1	0.18 271	0.03 251	3.47 381	0.05 147	0.00 1	0.00 1	0.00 1	0.00 1	0.19 435	0.22 285

MyStereo8	0.50 297	0.68 362	3.08 403	0.43 468	0.01 235	1.22 455	0.00 1	0.82 276	0.20 95	0.03 242	0.41 440	0.15 251	0.04 283	0.68 266	0.12 207	0.00 1	1.39 519	0.00 1	0.03 390	0.04 226	0.63 417

GCAP-BAT	0.53 320	0.12 114	1.52 171	0.56 480	0.51 450	1.23 456	0.03 349	0.76 268	0.44 152	0.57 458	0.69 459	0.85 422	0.07 345	0.41 230	0.35 328	0.00 1	1.04 486	0.00 1	0.40 521	0.05 242	0.95 441

RAFT-Stereo-weight	0.26 132	0.05 8	1.09 77	0.01 264	0.19 382	1.25 457	0.00 1	0.87 281	0.63 196	0.10 344	0.05 349	0.03 108	0.00 1	0.10 140	0.02 77	0.00 1	0.45 394	0.00 1	0.00 1	0.00 1	0.34 344

DualNet (step1)	0.67 387	0.30 224	2.23 334	0.00 1	0.00 1	1.25 457	0.00 1	2.79 471	1.10 449	0.05 280	0.28 414	0.31 318	0.00 1	1.55 303	0.33 316	0.40 498	0.91 474	1.05 524	0.33 518	0.01 47	0.46 376

test_sample9	1.78 480	0.30 224	2.23 334	0.00 1	0.00 1	1.25 457	0.00 1	2.79 471	1.10 449	0.05 280	0.28 414	0.31 318	0.00 1	3.37 376	8.13 504	0.40 498	13.58 535	1.05 524	0.33 518	0.01 47	0.46 376

test_sample8	2.36 491	0.30 224	2.23 334	0.00 1	0.00 1	1.25 457	0.00 1	2.50 450	0.97 426	1.99 495	0.27 405	7.36 510	3.06 498	3.37 376	8.13 504	0.40 498	13.58 535	1.05 524	0.33 518	0.01 47	0.46 376

TransformOpticalFlow	0.88 425	0.30 224	2.86 388	0.30 446	0.03 298	1.25 457	0.05 382	1.87 416	0.80 325	0.28 412	0.37 439	1.25 455	1.50 471	6.38 493	0.22 274	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.07 137

ACVNet_1	1.38 462	2.15 510	6.35 500	0.35 458	0.03 298	1.26 462	0.10 411	2.02 430	0.85 385	0.35 433	0.01 226	4.32 497	1.77 476	4.85 432	1.67 446	0.92 513	0.00 1	0.00 1	0.00 1	0.35 484	0.30 330

ADCP+	1.56 467	1.51 481	8.93 509	0.01 264	0.03 298	1.27 463	0.77 501	1.03 302	0.95 420	0.02 195	0.01 226	0.95 431	1.02 458	0.48 244	14.01 521	0.00 1	0.00 1	0.00 1	0.00 1	0.10 355	0.15 244

RainbowNet	0.80 418	1.85 495	3.31 419	0.13 387	0.05 322	1.30 464	0.07 394	2.03 431	0.76 263	0.02 195	0.02 322	1.13 447	0.25 402	2.40 323	1.07 419	0.72 505	0.05 329	0.00 1	0.00 1	0.53 499	0.30 330

tt1	0.58 352	0.31 231	2.24 337	0.30 446	0.38 428	1.32 465	0.00 1	1.74 391	1.17 483	0.38 438	0.00 1	0.03 108	0.02 203	0.57 252	0.01 46	0.00 1	1.12 499	0.00 1	0.00 1	0.08 307	1.86 511

ACVNet-DCA	0.52 305	0.29 217	2.22 329	0.31 449	0.20 388	1.33 466	0.00 1	1.23 330	1.14 467	0.38 438	0.00 1	0.03 108	0.02 203	0.59 257	0.02 77	0.00 1	1.12 499	0.00 1	0.00 1	0.03 187	1.44 474

xx1	0.55 335	0.29 217	2.22 329	0.31 449	0.20 388	1.33 466	0.00 1	1.78 402	1.03 432	0.38 438	0.00 1	0.01 20	0.00 1	0.59 257	0.02 77	0.00 1	1.12 499	0.00 1	0.19 476	0.03 187	1.44 474

1test111	0.59 357	0.29 217	2.22 329	0.31 449	0.20 388	1.33 466	0.00 1	1.23 330	1.14 467	0.38 438	0.00 1	0.03 108	0.02 203	1.38 300	0.69 398	0.00 1	1.12 499	0.00 1	0.00 1	0.03 187	1.44 474

cc1	0.56 344	0.29 217	2.22 329	0.31 449	0.20 388	1.33 466	0.00 1	1.78 402	1.03 432	0.38 438	0.00 1	0.03 108	0.02 203	0.59 257	0.02 77	0.00 1	1.12 499	0.00 1	0.00 1	0.09 332	1.86 511

ACVNet_2	1.59 470	2.07 508	5.42 488	0.12 380	0.09 342	1.36 470	0.17 426	2.72 469	0.97 426	0.44 448	3.37 488	6.53 504	0.16 382	5.48 448	1.87 447	0.16 489	0.00 1	0.00 1	0.00 1	0.39 490	0.47 382

CBMV_ROB	1.08 442	0.23 192	2.20 327	0.01 264	0.00 1	1.37 471	0.46 478	3.27 495	0.78 300	2.21 497	1.13 472	1.06 438	2.45 488	4.29 417	1.64 444	0.00 1	0.00 1	0.00 1	0.00 1	0.05 242	0.48 384

TRStereo	0.60 361	0.44 288	2.21 328	0.19 414	0.03 298	1.38 472	0.02 325	3.93 503	0.92 416	0.01 126	0.28 414	0.12 237	0.39 417	0.36 218	0.04 131	0.00 1	0.30 376	0.00 1	0.23 492	0.01 47	1.08 449

MeshStereo	2.79 498	0.86 408	3.12 406	0.02 288	0.02 279	1.51 473	0.91 504	3.50 499	1.54 496	11.28 525	7.62 506	11.49 514	2.94 494	6.81 504	3.45 471	0.00 1	0.00 1	0.00 1	0.00 1	0.28 469	0.39 357
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
DPSNet	1.65 473	0.46 297	7.31 501	0.30 446	0.11 353	1.54 474	0.01 255	4.48 507	1.14 467	0.11 354	0.01 226	0.82 419	3.51 500	5.89 462	5.84 491	0.02 468	0.29 374	0.03 483	0.23 492	0.23 454	0.59 406

PDISCO_ROB	0.72 397	1.06 446	3.39 429	0.18 409	0.00 1	1.54 474	0.01 255	2.80 474	0.73 227	0.16 375	0.01 226	0.80 418	0.28 405	2.38 321	0.48 368	0.00 1	0.00 1	0.00 1	0.00 1	0.36 487	0.18 264

ELAS_RVC	3.35 505	0.45 294	4.75 474	0.25 434	0.07 333	1.56 476	7.12 529	2.23 440	5.68 514	7.77 519	7.71 508	6.55 505	10.27 524	5.63 454	6.24 494	0.00 1	0.04 319	0.03 483	0.01 362	0.11 362	0.48 384
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DGSMNet	1.31 457	0.55 336	3.74 448	0.80 508	1.48 520	1.60 477	3.41 520	1.72 387	0.54 167	0.01 126	0.78 462	0.48 366	0.23 399	3.16 364	0.55 378	0.98 514	1.26 517	1.34 527	1.11 530	1.06 511	1.41 472

ADCMid	1.62 471	1.76 490	8.67 507	0.04 318	0.03 298	1.61 478	0.17 426	1.49 364	1.15 474	0.88 473	0.57 453	0.86 424	0.69 436	1.18 288	12.53 520	0.01 448	0.00 1	0.29 516	0.08 415	0.20 439	0.24 304

EGLCR-Stereo	0.43 250	0.07 34	1.21 90	0.58 483	0.65 470	1.64 479	0.31 460	1.15 320	0.19 93	0.43 447	0.02 322	0.00 1	0.02 203	0.38 226	0.14 226	0.00 1	0.66 425	0.00 1	0.00 1	0.00 1	1.11 454

HBP-ISP	0.90 427	1.05 441	3.07 402	0.14 391	0.01 235	1.67 480	0.47 482	3.22 493	0.76 263	1.13 481	0.11 380	0.50 378	0.91 454	4.51 426	0.10 192	0.00 1	0.00 1	0.00 1	0.00 1	0.05 242	0.22 285

G-Net	1.24 451	0.34 253	3.85 451	0.05 324	0.48 443	1.68 481	0.46 478	0.23 171	0.44 152	1.33 485	8.94 513	2.28 486	0.79 447	2.37 319	1.18 423	0.01 448	0.03 309	0.02 473	0.09 422	0.07 287	0.11 201

AnyNet_C32	1.69 475	2.27 513	8.60 506	0.12 380	0.19 382	1.68 481	1.08 506	1.06 311	0.74 228	1.28 484	0.45 444	0.21 285	0.57 429	2.99 353	11.73 518	0.02 468	0.00 1	0.06 498	0.00 1	0.20 439	0.55 403

ACV-stereo	0.64 379	0.29 217	2.27 340	0.00 1	0.00 1	1.74 483	0.07 394	0.08 71	0.18 81	0.00 1	0.00 1	3.47 495	1.22 467	3.06 356	0.25 288	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.13 220

FCDSN-DC	2.93 500	0.54 333	2.88 391	0.00 1	0.01 235	1.78 484	0.36 471	2.20 438	1.51 494	8.28 521	10.99 522	11.61 515	8.55 519	5.36 445	4.05 477	0.02 468	0.00 1	0.00 1	0.00 1	0.06 269	0.48 384
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
BUS	0.38 210	0.07 34	0.98 63	0.00 1	0.00 1	1.88 485	0.00 1	2.67 462	0.82 341	0.30 416	0.09 372	0.64 396	0.00 1	0.06 112	0.01 46	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NINENet	0.52 305	0.14 131	1.48 157	0.06 343	0.00 1	1.88 485	0.00 1	3.28 496	0.76 263	0.00 1	0.00 1	0.64 396	0.00 1	2.11 310	0.01 46	0.00 1	0.00 1	0.00 1	0.00 1	0.01 47	0.00 1

PAM_32	0.77 410	0.11 104	2.37 349	0.38 460	0.52 453	1.89 487	0.63 492	0.92 286	0.91 413	0.69 464	0.92 467	2.58 489	0.85 451	0.72 270	0.48 368	0.00 1	0.51 406	0.00 1	0.27 510	0.01 47	0.58 405

MADNet+	4.94 515	3.56 530	47.46 533	0.42 467	0.27 413	1.99 488	0.04 370	4.45 506	1.30 489	0.07 314	0.02 322	1.81 477	0.36 414	21.82 531	14.17 522	0.00 1	0.26 370	0.00 1	0.00 1	0.28 469	0.54 398

LVE	3.01 502	1.95 504	4.27 466	0.56 480	0.45 439	2.06 489	0.06 387	7.66 517	9.65 521	0.08 326	10.94 521	8.86 513	1.82 477	7.24 512	1.62 443	2.04 520	0.17 355	0.04 494	0.24 502	0.24 455	0.23 294

ADCL	1.70 476	1.00 437	5.82 496	0.07 350	0.04 312	2.14 490	2.27 514	1.26 335	1.09 448	1.55 488	1.08 471	1.23 451	1.53 472	2.38 321	12.21 519	0.01 448	0.00 1	0.00 1	0.00 1	0.12 373	0.16 251

PAM	0.76 406	0.11 104	2.04 313	0.38 460	0.44 434	2.22 491	0.69 496	1.01 297	0.71 219	0.74 467	0.95 469	2.76 492	0.70 440	0.70 269	0.46 363	0.00 1	0.50 402	0.00 1	0.26 505	0.01 47	0.50 389

ADCPNet	1.58 469	1.00 437	8.71 508	0.01 264	0.19 382	2.69 492	0.26 453	1.15 320	0.54 167	0.04 263	0.02 322	1.41 465	1.76 475	2.52 330	9.78 512	0.00 1	0.46 396	0.00 1	0.64 527	0.07 287	0.34 344

SANet	2.30 490	1.58 483	5.68 493	0.03 304	0.04 312	2.78 493	0.82 502	2.99 482	8.32 519	1.70 490	4.04 490	4.26 496	4.02 505	5.90 463	3.42 470	0.00 1	0.00 1	0.00 1	0.00 1	0.08 307	0.37 354

IMH-64-1	2.28 487	1.45 477	2.87 389	2.19 521	0.59 464	2.82 494	1.58 507	5.84 511	1.16 477	1.09 479	4.77 494	2.07 481	2.42 486	5.90 463	3.91 473	4.00 526	0.04 319	0.02 473	0.00 1	2.07 515	0.82 429

IMH-64	2.28 487	1.45 477	2.87 389	2.19 521	0.59 464	2.82 494	1.58 507	5.84 511	1.16 477	1.09 479	4.77 494	2.07 481	2.42 486	5.90 463	3.91 473	4.00 526	0.04 319	0.02 473	0.00 1	2.07 515	0.82 429

AnyNet_C01	2.55 494	3.02 526	19.30 523	0.15 394	0.18 379	2.97 496	2.35 516	1.56 371	1.47 493	1.01 478	0.81 463	1.23 451	0.76 446	4.28 416	10.78 514	0.04 478	0.00 1	0.07 501	0.00 1	0.35 484	0.61 412

SGM_RVC	2.03 484	0.49 310	2.04 313	0.27 438	0.17 377	3.07 497	1.00 505	2.70 466	1.62 497	5.12 507	3.09 487	4.77 500	4.08 506	7.38 513	2.86 465	0.21 494	0.23 362	0.20 514	0.23 492	0.28 469	0.84 432
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
FC-DCNN	3.67 507	0.32 237	2.78 385	0.00 1	0.01 235	3.09 498	0.58 489	3.68 500	3.04 504	11.64 526	12.38 525	13.84 522	9.79 523	6.23 487	5.39 487	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.60 409

FC-DCNN v2	3.83 508	0.31 231	2.73 378	0.00 1	0.01 235	3.14 499	0.57 488	4.11 504	3.11 505	11.94 527	13.03 528	15.10 525	9.65 521	6.77 502	5.54 489	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.59 406

SDNR	1.35 460	0.47 300	4.08 460	0.09 362	0.21 393	3.25 500	0.01 255	3.18 491	1.52 495	1.87 494	1.66 481	1.52 474	0.36 414	7.18 510	1.05 417	0.03 476	0.08 339	0.00 1	0.00 1	0.05 242	0.49 388

LE_ROB	10.29 527	1.64 484	11.96 516	1.47 515	1.36 519	3.30 501	4.79 522	5.05 510	42.09 536	51.68 536	13.28 529	14.08 523	25.92 532	7.21 511	21.19 532	0.05 480	0.06 333	0.13 509	0.19 476	0.08 307	0.35 350

MFN_U_SF_DS_RVC	1.31 457	2.80 521	5.36 486	0.02 288	0.04 312	3.44 502	0.26 453	2.19 437	0.77 285	0.25 406	0.27 405	1.37 463	0.02 203	5.99 472	1.05 417	0.16 489	0.72 433	0.01 459	0.26 505	0.40 492	0.82 429

FINET	2.05 485	1.88 497	5.76 495	0.81 509	0.99 503	3.54 503	3.33 519	3.89 502	3.81 507	0.89 474	1.55 480	1.21 450	2.31 485	4.20 412	2.42 460	0.81 511	1.36 518	0.00 1	0.21 486	0.27 463	1.80 506

PWCK	2.83 499	2.64 520	10.25 514	0.23 430	0.02 279	3.59 504	5.56 525	3.75 501	3.56 506	0.75 471	4.42 492	3.35 494	1.86 478	9.10 518	4.03 476	0.44 501	0.01 293	0.00 1	0.00 1	2.72 520	0.29 325

RTS	4.38 511	2.34 514	44.27 531	0.33 453	0.13 364	3.83 505	0.21 439	2.51 451	1.22 487	1.82 492	0.01 226	1.95 478	0.21 393	16.90 526	10.87 516	0.00 1	0.27 371	0.00 1	0.00 1	0.27 463	0.44 372

RTSA	4.38 511	2.34 514	44.27 531	0.33 453	0.13 364	3.83 505	0.21 439	2.51 451	1.22 487	1.82 492	0.01 226	1.95 478	0.21 393	16.90 526	10.87 516	0.00 1	0.27 371	0.00 1	0.00 1	0.27 463	0.44 372

WAO-6	2.63 495	1.16 455	3.22 409	0.00 1	0.00 1	3.86 507	0.28 457	6.13 513	7.35 516	0.60 459	6.78 501	7.62 511	2.68 491	6.42 494	6.11 493	0.00 1	0.00 1	0.00 1	0.00 1	0.17 419	0.12 212

SAMSARA	1.56 467	1.37 473	4.23 464	1.04 512	0.75 479	4.48 508	0.13 420	1.61 378	0.74 228	3.69 505	0.66 457	3.16 493	1.06 461	4.44 420	2.82 464	0.00 1	0.63 420	0.00 1	0.13 441	0.10 355	0.22 285

WAO-7	2.74 497	1.65 485	3.36 426	0.03 304	0.05 322	4.68 509	0.53 487	6.21 514	4.59 511	1.73 491	7.61 505	5.56 501	3.68 502	8.96 517	5.50 488	0.00 1	0.00 1	0.33 517	0.02 377	0.19 435	0.18 264

notaker	4.71 513	2.04 506	5.58 492	4.15 528	0.96 500	4.99 510	0.39 474	7.65 516	2.25 502	5.67 513	11.58 524	16.87 527	4.26 509	8.06 514	6.65 496	5.74 531	0.02 301	0.10 504	0.07 410	5.45 526	1.65 492

MSMD_ROB	2.26 486	0.47 300	2.67 377	0.01 264	0.00 1	5.00 511	0.21 439	1.35 350	1.87 501	6.37 515	8.46 510	7.34 509	4.30 510	4.84 431	1.91 448	0.00 1	0.00 1	0.00 1	0.00 1	0.03 187	0.30 330

IMH	3.15 503	1.88 497	3.60 441	2.20 523	0.66 472	5.10 512	0.24 443	6.87 515	4.29 510	2.29 498	7.42 503	6.28 502	3.90 503	7.15 509	3.65 472	4.34 529	0.14 351	0.05 496	0.00 1	2.16 517	0.76 425

KSHMR	3.98 509	1.95 504	4.86 480	3.06 526	1.84 523	5.37 513	0.45 477	9.03 521	13.93 524	2.07 496	9.17 514	7.12 507	2.12 484	5.60 450	3.40 469	2.12 522	0.44 392	0.53 520	0.23 492	4.01 522	2.35 524

MDST_ROB	1.73 477	0.11 104	3.61 442	0.13 387	0.15 371	5.47 514	0.31 460	4.97 509	0.87 402	6.33 514	1.52 479	1.03 436	1.19 466	6.22 486	2.13 457	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.60 409

SGM+DAISY	4.17 510	2.85 525	8.55 505	1.77 516	1.74 522	5.81 515	5.49 524	2.88 478	3.97 508	7.67 518	7.66 507	7.25 508	7.42 517	6.92 507	7.09 499	1.14 518	1.57 526	0.11 505	0.59 526	0.56 501	2.43 526

LRCNet_RVC	55.59 537	61.31 542	59.16 535	66.84 541	44.81 535	6.17 516	0.00 1	52.46 536	1.68 498	70.67 538	80.07 540	66.39 536	55.67 536	51.56 537	46.75 535	90.67 546	41.65 541	91.10 547	90.19 543	65.65 542	68.96 542

ELAS	3.20 504	0.48 305	3.06 401	0.19 414	0.06 329	7.89 517	2.23 513	3.33 497	4.19 509	8.91 524	9.70 517	4.40 498	7.69 518	4.25 413	6.87 497	0.00 1	0.04 319	0.03 483	0.04 395	0.12 373	0.48 384
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ktn	5.26 516	1.94 502	3.97 456	3.50 527	1.06 508	8.17 518	2.01 511	9.53 523	16.88 525	5.28 510	12.55 527	13.68 520	4.08 506	8.46 516	4.61 481	5.84 532	0.02 301	0.00 1	0.00 1	2.63 519	0.92 439

HanzoNet	13.47 531	5.89 531	14.41 520	5.91 533	2.90 528	8.50 519	0.74 497	13.81 530	20.12 528	26.53 533	28.55 534	34.06 532	26.75 534	26.27 535	15.82 525	11.42 534	4.01 532	3.29 531	3.94 532	9.72 533	6.77 532

UNDER WATER	6.65 521	1.86 496	10.48 515	4.84 530	2.74 527	8.59 520	0.76 499	8.83 520	22.15 530	4.99 506	6.27 500	15.66 526	10.39 525	9.52 521	9.42 510	3.50 525	0.05 329	1.34 527	0.03 390	7.17 530	4.42 531

U	1.64 472	0.06 15	0.52 9	0.00 1	7.15 533	10.37 521	0.00 1	0.04 29	0.05 6	0.01 126	0.00 1	0.09 221	0.00 1	0.02 20	0.01 46	0.00 1	0.00 1	9.39 535	5.01 533	0.01 47	0.00 1

DPSimNet_ROB	9.66 526	7.29 532	17.52 521	4.88 532	6.56 532	10.41 522	12.88 532	8.12 518	9.88 522	14.26 528	11.22 523	12.39 517	14.01 528	11.20 525	14.85 523	5.50 530	6.97 534	5.75 533	5.94 534	5.31 525	8.26 534

MSC_U_SF_DS_RVC	1.95 482	2.49 518	5.12 484	0.01 264	0.02 279	12.00 523	0.49 485	3.33 497	0.95 420	0.10 344	0.20 393	2.15 484	0.15 379	6.72 501	1.65 445	0.78 506	0.83 457	0.19 512	0.27 510	0.72 506	0.92 439

WAO-8	5.42 517	2.80 521	3.98 457	0.62 487	0.10 349	13.77 524	0.33 466	11.99 526	24.10 531	5.25 508	10.38 520	13.44 518	4.55 511	9.38 519	4.72 482	0.80 508	0.34 380	0.71 522	0.13 441	0.74 507	0.25 309

Venus	5.42 517	2.80 521	3.98 457	0.62 487	0.10 349	13.77 524	0.33 466	11.99 526	24.10 531	5.25 508	10.32 519	13.44 518	4.55 511	9.38 519	4.72 482	0.80 508	0.34 380	0.71 522	0.13 441	0.74 507	0.25 309

xyz-stereo	3.45 506	0.20 174	36.90 528	0.00 1	0.00 1	14.78 526	0.00 1	0.02 7	0.11 29	0.02 195	9.49 516	0.04 142	0.01 131	6.47 496	0.76 404	0.00 1	0.00 1	0.12 506	0.00 1	0.02 133	0.05 119

MANE	11.54 530	2.46 517	6.07 497	2.50 525	2.04 524	16.31 527	6.95 528	17.25 533	24.11 533	23.59 532	31.25 536	30.75 531	25.07 531	18.16 529	16.24 528	1.28 519	1.98 528	0.15 510	1.07 529	0.46 497	3.04 528

MADNet++	10.85 529	2.36 516	10.00 511	8.59 534	4.61 531	16.78 528	10.26 531	10.11 524	7.51 517	17.63 529	18.35 531	12.04 516	17.73 529	24.51 532	20.75 531	8.81 533	6.67 533	4.84 532	2.67 531	5.77 527	6.96 533

UNDER WATER-64	7.33 524	2.16 511	12.17 517	4.84 530	3.62 529	17.94 529	1.74 509	9.16 522	21.94 529	5.53 512	5.01 496	17.03 528	11.84 527	9.72 522	8.83 508	2.09 521	0.04 319	1.54 529	0.16 464	6.89 529	4.37 530

SGM-ForestM	10.58 528	2.80 521	7.93 504	1.86 517	1.59 521	17.97 530	9.39 530	11.57 525	12.75 523	21.30 531	18.68 532	40.07 533	22.22 530	21.60 530	15.86 526	0.99 515	1.53 525	0.06 498	0.52 523	0.47 498	2.43 526

TorneroNet-64	6.70 522	2.13 509	3.92 453	2.14 519	0.65 470	19.09 531	0.28 457	12.19 528	25.73 534	6.44 516	12.54 526	19.33 530	4.76 513	10.25 523	6.87 497	1.10 517	0.00 1	0.12 506	0.00 1	4.20 523	2.19 521

TorneroNet	7.29 523	2.19 512	3.95 454	2.15 520	1.14 512	19.79 532	0.46 478	13.22 529	25.82 535	8.31 522	16.76 530	17.46 529	5.75 514	10.79 524	8.91 509	2.32 523	0.03 309	0.12 506	0.00 1	4.70 524	2.01 519

JetBlue	6.27 519	3.44 528	18.17 522	0.00 1	2.21 526	30.58 533	17.31 534	4.77 508	1.07 443	0.74 467	2.25 483	6.31 503	5.82 515	18.12 528	9.68 511	0.10 488	0.01 293	0.00 1	0.00 1	3.12 521	1.61 489

BEATNet-Init1	15.75 533	8.48 533	36.75 527	2.06 518	2.07 525	33.60 534	14.96 533	17.15 532	19.08 526	30.69 534	28.08 533	43.61 534	25.98 533	25.17 534	20.68 530	0.80 508	1.17 510	0.36 519	0.51 522	1.53 514	2.28 522

JetRed	14.06 532	19.59 534	43.42 530	1.43 514	1.30 518	55.87 535	28.29 535	13.94 531	7.85 518	8.61 523	8.73 511	13.68 520	10.59 526	24.60 533	30.87 533	0.27 496	0.69 427	0.62 521	0.03 390	6.63 528	4.19 529

TCMNet-wrong-test	39.54 535	63.38 543	48.73 534	81.81 543	79.70 542	57.23 536	48.25 536	31.99 535	5.36 513	19.52 530	29.10 535	57.71 535	33.81 535	46.65 536	46.93 536	17.06 536	2.02 530	7.62 534	0.68 528	65.24 541	47.97 541

HaxPig	95.45 549	97.64 549	88.42 542	97.81 552	99.08 552	77.94 537	74.31 537	96.67 547	99.54 544	99.87 548	99.92 545	99.60 549	99.75 545	91.22 545	87.67 543	99.94 552	99.97 550	99.98 551	99.99 551	99.96 552	99.80 552

PML	71.00 542	88.39 547	73.68 536	82.04 544	74.55 540	83.63 538	76.92 538	72.05 540	85.95 540	89.82 544	84.57 541	90.63 544	58.80 537	91.54 547	73.58 538	95.93 550	2.38 531	86.91 546	6.48 535	84.07 547	18.14 536

MEDIAN_ROB	93.48 546	98.75 550	96.24 544	90.99 547	90.62 548	85.89 539	77.23 539	92.20 543	89.67 541	95.04 545	94.93 543	96.04 545	93.85 544	90.48 544	87.58 542	98.40 551	95.87 543	99.62 549	98.78 547	98.85 551	98.49 551

ccccc		90.96 548		100.00 554	100.00 554	87.89 540		95.50 544		96.70 546		96.32 546		99.79 550		100.00 554	100.00 553	99.83 550	99.29 548	100.00 554

xxxxx1	63.64 539	58.31 537	78.27 538	43.96 535	49.40 536	92.70 541	92.25 541	60.45 537	69.51 537	73.81 541	76.39 537	77.95 540	76.95 539	71.68 539	77.08 539	36.01 539	37.36 538	48.24 540	62.44 539	47.16 538	42.90 538

tt_ll	63.64 539	58.31 537	78.27 538	43.96 535	49.40 536	92.70 541	92.25 541	60.45 537	69.51 537	73.81 541	76.39 537	77.95 540	76.95 539	71.68 539	77.08 539	36.01 539	37.36 538	48.24 540	62.44 539	47.16 538	42.90 538

ff	63.64 539	58.31 537	78.27 538	43.96 535	49.40 536	92.70 541	92.25 541	60.45 537	69.51 537	73.81 541	76.39 537	77.95 540	76.95 539	71.68 539	77.08 539	36.01 539	37.36 538	48.24 540	62.44 539	47.16 538	42.90 538

AVERAGE_ROB	98.51 551	99.16 551	95.72 543	100.00 554	100.00 554	93.61 544	82.61 540	100.00 549	99.97 546	100.00 549	100.00 546	100.00 550	100.00 547	99.73 549	99.43 546	100.00 554	100.00 553	100.00 552	100.00 552	100.00 554	100.00 554

test_example2	97.59 550	99.97 552	99.93 547	99.80 553	99.96 553	98.80 545	99.76 544	91.09 542	100.00 549	100.00 549	100.00 546	89.37 543	86.85 542	99.31 548	96.67 544	99.97 553	99.51 549	92.94 548	97.98 546	99.99 553	99.94 553

USTest	58.12 538	43.63 535	41.85 529	60.45 538	67.22 539	98.85 546	99.88 545	90.22 541	98.00 543	67.60 537	90.12 542	66.95 537	69.04 538	61.69 538	57.27 537	4.12 528	35.22 537	16.39 537	21.99 538	39.59 535	32.41 537

DGTPSM_ROB	81.37 543	61.03 540	99.95 548	61.17 539	86.95 545	99.14 547	100.00 546	95.87 545	99.99 547	73.32 539	100.00 546	71.15 538	100.00 547	77.35 542	99.98 548	35.35 537	97.41 547	34.62 538	99.89 549	44.61 536	89.54 544

DPSMNet_ROB	81.42 544	61.07 541	99.95 548	61.38 540	87.01 546	99.15 548	100.00 546	95.87 545	99.99 547	73.35 540	100.00 546	71.18 539	100.00 547	77.40 543	99.98 548	35.68 538	97.47 548	34.71 539	99.89 549	44.74 537	89.65 545

Selective-RAFT-Error	99.05 554	100.00 554	100.00 550	96.31 551	98.73 551	100.00 549	100.00 546	100.00 549	100.00 549	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 550	93.08 547	100.00 553	100.00 552	100.00 552	95.40 548	97.58 550

Anonymous_1	89.55 545	74.57 544	97.70 545	74.52 542	78.35 541	100.00 549	100.00 546	98.05 548	99.77 545	96.85 547	99.38 544	97.67 547	99.78 546	91.23 546	98.87 545	81.02 542	97.18 544	59.55 543	84.83 542	74.77 544	86.89 543

tt	48.09 536	0.07 34	27.39 526	1.35 513	0.00 1	100.00 549	100.00 546	100.00 549	96.65 542	0.15 372	0.01 226	97.98 548	87.03 543	2.52 330	99.87 547	82.90 543	94.64 542	16.21 536	20.93 537	33.72 534	0.29 325

CasAABBNet	99.03 553	100.00 554	100.00 550	96.02 550	98.70 550	100.00 549	100.00 546	100.00 549	100.00 549	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 550	93.08 547	99.99 552	100.00 552	100.00 552	95.40 548	97.41 549

LSM0	98.99 552	99.97 552	100.00 550	95.58 548	98.52 549	100.00 549	100.00 546	100.00 549	100.00 549	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 550	93.32 549	99.97 550	100.00 552	100.00 552	95.80 550	96.62 548

DPSM_ROB	93.70 547	78.60 545	100.00 550	83.05 545	85.63 543	100.00 549	100.00 546	100.00 549	100.00 549	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 550	88.93 544	97.35 545	74.49 544	94.98 544	81.33 545	89.69 546

DPSM	93.70 547	78.60 545	100.00 550	83.05 545	85.63 543	100.00 549	100.00 546	100.00 549	100.00 549	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 550	88.93 544	97.35 545	74.49 544	94.98 544	81.33 545	89.69 546

Low-res two-view benchmark