Low-res two-view results

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

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

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

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

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

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

Anonymous	0.10 3	0.13 83	1.60 123	0.00 1	0.00 1	0.00 1	0.00 1	0.03 3	0.01 1	0.00 1	0.00 1	0.02 31	0.01 82	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 155	0.17 202

SHD	0.76 294	1.05 322	4.19 343	0.65 377	0.21 309	0.01 2	0.01 175	1.48 254	0.83 257	1.69 370	0.00 1	0.63 282	0.09 248	2.22 214	1.51 321	0.00 1	0.21 299	0.00 1	0.07 323	0.15 303	0.11 162

CroCo-Stereo Lap2	0.14 15	0.44 193	1.26 34	0.00 1	0.00 1	0.02 3	0.00 1	0.08 35	0.75 162	0.00 1	0.00 1	0.01 7	0.03 168	0.03 29	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.01 42

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

GMStereo_Zeroshot	0.10 3	0.09 59	1.06 18	0.14 303	0.00 1	0.03 5	0.00 1	0.05 12	0.17 40	0.00 1	0.03 249	0.19 187	0.02 126	0.01 2	0.05 101	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.08 124

CroCo-Stereo	0.18 26	0.32 159	0.94 8	0.00 1	0.00 1	0.03 5	0.00 1	1.17 221	0.76 183	0.00 1	0.01 160	0.31 221	0.03 168	0.03 29	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
GMStereo	0.14 15	0.90 304	1.71 146	0.00 1	0.00 1	0.03 5	0.00 1	0.04 6	0.04 3	0.00 1	0.00 1	0.01 7	0.02 126	0.02 9	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
anonymity	0.27 73	0.08 48	1.16 25	0.10 283	0.30 330	0.04 8	0.00 1	0.55 141	0.08 9	0.42 335	0.13 281	0.49 267	0.57 317	0.27 129	0.30 218	0.00 1	0.33 313	0.00 1	0.23 384	0.01 25	0.43 291

sAnonymous2	0.17 22	0.42 189	2.46 247	0.00 1	0.00 1	0.04 8	0.00 1	0.04 6	0.10 17	0.00 1	0.00 1	0.01 7	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 231	0.32 266

CroCo_RVC	0.17 22	0.42 189	2.46 247	0.00 1	0.00 1	0.04 8	0.00 1	0.04 6	0.10 17	0.00 1	0.00 1	0.01 7	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 231	0.32 266

SMFormer	0.52 206	0.16 100	1.37 52	0.00 1	0.00 1	0.05 11	0.00 1	1.78 293	1.11 338	0.00 1	0.27 297	0.15 162	0.00 1	3.31 262	0.65 271	0.00 1	0.82 354	0.00 1	0.10 334	0.02 77	0.66 328

tta	0.52 206	0.16 100	1.37 52	0.00 1	0.00 1	0.05 11	0.00 1	1.78 293	1.11 338	0.00 1	0.27 297	0.15 162	0.00 1	3.31 262	0.65 271	0.00 1	0.82 354	0.00 1	0.10 334	0.05 170	0.51 309

qqq1	0.52 206	0.16 100	1.37 52	0.00 1	0.00 1	0.05 11	0.00 1	1.78 293	1.11 338	0.00 1	0.27 297	0.15 162	0.00 1	3.31 262	0.66 274	0.00 1	0.82 354	0.00 1	0.09 331	0.05 170	0.51 309

fff1	0.52 206	0.16 100	1.37 52	0.00 1	0.00 1	0.05 11	0.00 1	1.78 293	1.11 338	0.00 1	0.27 297	0.15 162	0.00 1	3.31 262	0.66 274	0.00 1	0.82 354	0.00 1	0.09 331	0.05 170	0.51 309

StereoIM	0.11 9	0.41 188	1.31 44	0.00 1	0.00 1	0.05 11	0.01 175	0.08 35	0.23 68	0.01 85	0.01 160	0.04 78	0.02 126	0.03 29	0.04 89	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

mmm	0.47 187	0.20 116	1.18 29	0.02 222	0.79 376	0.06 16	0.00 1	1.11 215	1.16 359	0.06 229	0.30 308	0.14 156	0.03 168	0.68 177	0.67 278	0.00 1	1.12 386	0.00 1	0.22 383	0.03 122	1.63 378

test croco	0.17 22	0.35 176	1.92 191	0.00 1	0.00 1	0.06 16	0.01 175	0.18 80	0.43 101	0.01 85	0.01 160	0.02 31	0.01 82	0.05 63	0.05 101	0.00 1	0.00 1	0.00 1	0.00 1	0.28 357	0.01 42

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

MIF-Stereo (partial)	0.14 15	0.28 145	1.74 153	0.00 1	0.00 1	0.08 19	0.00 1	0.23 95	0.17 40	0.00 1	0.01 160	0.02 31	0.02 126	0.04 41	0.04 89	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.01 42

DAS	0.55 232	0.08 48	1.79 168	0.00 1	0.00 1	0.09 20	0.00 1	1.54 258	0.85 290	1.16 363	0.00 1	0.24 200	0.03 168	4.66 313	0.31 221	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.14 188

SepStereo	0.50 199	0.08 48	1.79 168	0.00 1	0.00 1	0.09 20	0.00 1	1.54 258	0.85 290	1.16 363	0.00 1	0.24 200	0.03 168	3.84 283	0.31 221	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.14 188

MIF-Stereo	0.11 9	0.20 116	1.58 114	0.00 1	0.00 1	0.10 22	0.02 234	0.07 30	0.05 5	0.00 1	0.08 271	0.02 31	0.01 82	0.03 29	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.09 255	0.00 1

11t1	0.39 143	0.17 106	1.36 48	0.00 1	0.47 346	0.11 23	0.00 1	0.59 145	1.12 343	0.05 216	0.29 306	0.03 59	0.00 1	0.26 125	0.66 274	0.00 1	1.05 377	0.00 1	0.14 351	0.03 122	1.45 371

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

x	0.42 158	0.26 139	1.38 58	0.00 1	0.44 342	0.12 25	0.00 1	0.90 184	1.14 351	0.07 237	0.30 308	0.03 59	0.00 1	0.26 125	0.72 284	0.00 1	1.06 380	0.00 1	0.17 367	0.03 122	1.49 373

RAFT	0.32 100	0.87 294	1.48 84	0.29 346	0.41 340	0.12 25	0.07 284	0.12 52	0.51 113	0.00 1	0.01 160	0.47 256	0.04 194	0.04 41	0.02 51	0.00 1	0.70 345	0.00 1	0.01 287	0.42 376	0.75 330

Syn2CoEx	0.71 283	1.32 351	4.61 351	0.00 1	0.00 1	0.12 25	0.01 175	1.08 211	0.84 267	0.04 203	0.00 1	0.49 267	0.21 283	4.92 316	0.04 89	0.00 1	0.00 1	0.00 1	0.00 1	0.14 298	0.32 266

CASS	0.10 3	0.08 48	1.10 21	0.00 1	0.00 1	0.13 28	0.01 175	0.15 67	0.18 50	0.21 291	0.00 1	0.02 31	0.02 126	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.03 65
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
qqq	0.49 194	0.28 145	1.37 52	0.00 1	0.49 350	0.14 29	0.00 1	1.23 226	1.14 351	0.07 237	0.31 314	0.01 7	0.00 1	1.38 203	0.69 280	0.00 1	1.06 380	0.00 1	0.19 374	0.03 122	1.44 367

LoS_RVC	0.08 2	0.06 9	1.05 17	0.00 1	0.01 182	0.16 30	0.00 1	0.17 76	0.09 14	0.00 1	0.00 1	0.04 78	0.01 82	0.05 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

MFMNet_re	0.38 136	1.27 344	3.38 309	0.65 377	0.00 1	0.17 31	0.02 234	0.07 30	1.02 325	0.03 183	0.03 249	0.12 148	0.00 1	0.27 129	0.37 236	0.00 1	0.00 1	0.00 1	0.00 1	0.19 330	0.11 162

coex-ft	8.51 404	3.17 406	75.56 415	0.00 1	0.00 1	0.18 32	0.25 329	0.14 65	19.76 405	39.57 413	4.11 373	4.60 380	9.69 401	4.10 289	7.91 384	0.02 353	0.07 283	0.00 1	0.02 298	0.13 283	0.91 341

psmorigin	0.81 306	0.57 232	7.49 382	0.00 1	0.00 1	0.18 32	0.00 1	0.12 52	0.20 61	0.65 347	0.00 1	2.69 374	0.27 293	2.98 248	0.79 289	0.00 1	0.00 1	0.00 1	0.00 1	0.03 122	0.18 209

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

PWC_ROB	0.84 308	1.08 328	5.06 363	0.00 1	0.00 1	0.21 35	0.00 1	2.71 351	0.82 248	0.00 1	0.20 289	0.29 215	0.03 168	3.58 273	2.10 335	0.00 1	0.00 1	0.00 1	0.00 1	0.39 372	0.26 252

Wz-Net-MNSev	0.63 265	1.38 354	4.48 349	0.00 1	0.00 1	0.22 36	0.01 175	1.31 235	1.13 345	0.01 85	0.05 256	0.14 156	0.16 273	3.05 251	0.40 248	0.00 1	0.00 1	0.00 1	0.00 1	0.09 255	0.23 232

RTSC	0.99 319	1.38 354	4.55 350	0.22 336	0.19 300	0.23 37	0.01 175	1.46 251	0.84 267	0.31 316	0.35 323	0.58 278	0.04 194	2.47 226	5.88 372	0.00 1	0.53 333	0.00 1	0.14 351	0.35 367	0.29 259

HITNet	0.31 98	0.97 311	2.32 237	0.00 1	0.00 1	0.24 38	0.01 175	1.38 246	0.37 90	0.00 1	0.00 1	0.14 156	0.02 126	0.05 63	0.19 186	0.00 1	0.00 1	0.00 1	0.00 1	0.07 213	0.41 286
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
AdaStereo	0.25 66	0.09 59	1.34 46	0.00 1	0.00 1	0.26 39	0.00 1	1.95 314	0.75 162	0.00 1	0.00 1	0.30 218	0.01 82	0.14 97	0.13 152	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 97
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
Selective-IGEV	0.28 76	0.11 74	1.31 44	0.64 375	0.60 367	0.27 40	0.00 1	0.05 12	0.56 122	0.00 1	0.00 1	0.01 7	0.03 168	0.25 118	0.25 207	0.00 1	0.79 348	0.00 1	0.07 323	0.06 195	0.62 323

TestStereo	0.35 111	0.54 228	1.74 153	0.00 1	0.00 1	0.27 40	0.00 1	0.06 22	0.05 5	0.01 85	0.00 1	0.03 59	0.01 82	4.17 292	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

fast-acv-ft	0.34 105	0.71 258	4.20 344	0.06 268	0.01 182	0.28 42	0.17 313	0.11 46	0.34 87	0.00 1	0.00 1	0.08 127	0.09 248	0.13 93	0.27 214	0.01 337	0.00 1	0.03 372	0.01 287	0.27 351	0.04 82

anonymousa	0.44 172	0.23 129	2.16 220	0.67 381	1.21 395	0.28 42	0.00 1	0.02 2	0.18 50	0.01 85	0.30 308	0.58 278	0.02 126	0.26 125	0.38 244	0.00 1	1.12 386	0.00 1	0.54 404	0.03 122	0.78 333

MIM_Stereo	0.29 81	0.65 244	1.73 151	0.00 1	1.03 391	0.30 44	0.00 1	0.16 72	0.18 50	0.12 269	0.00 1	0.05 96	0.01 82	0.12 91	0.01 31	0.00 1	0.03 258	0.00 1	0.00 1	0.13 283	1.24 356

Wz-Net-SNSev	1.00 322	1.84 373	7.92 383	0.00 1	0.00 1	0.30 44	0.00 1	1.27 231	0.85 290	0.01 85	0.01 160	0.40 248	0.10 253	5.27 326	1.29 311	0.00 1	0.00 1	0.00 1	0.00 1	0.22 341	0.45 299

BEATNet_4x	0.39 143	1.05 322	2.97 279	0.00 1	0.00 1	0.30 44	0.01 175	1.22 225	0.46 105	0.00 1	0.00 1	0.31 221	0.03 168	0.37 145	0.64 270	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.42 288

CoDeX	0.39 143	0.31 156	1.50 89	0.00 1	0.01 182	0.31 47	0.00 1	1.81 300	0.76 183	0.00 1	0.00 1	0.25 203	0.06 231	2.77 240	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.04 82

iRaft-Stereo_5w	0.60 254	0.85 291	1.83 174	0.01 200	0.59 363	0.31 47	0.00 1	0.72 165	0.79 226	0.00 1	0.00 1	0.10 141	0.01 82	6.12 364	0.03 63	0.00 1	0.12 290	0.00 1	0.00 1	0.24 344	0.26 252

PASM	0.66 274	0.70 257	4.95 362	0.02 222	0.00 1	0.31 47	0.04 266	0.60 147	0.35 88	0.19 290	0.01 160	0.46 255	0.04 194	5.16 320	0.05 101	0.00 1	0.00 1	0.00 1	0.00 1	0.13 283	0.15 195

IGEVStereo-DCA	0.47 187	0.71 258	1.28 38	0.16 310	0.15 293	0.32 50	0.00 1	0.12 52	0.56 122	0.24 302	0.01 160	0.05 96	0.07 241	1.19 193	2.07 333	0.00 1	0.47 325	0.00 1	0.10 334	0.15 303	1.75 385

rrr	0.72 286	0.71 258	4.76 354	0.16 310	0.15 293	0.32 50	0.04 266	1.80 299	0.61 132	0.24 302	0.01 160	0.05 96	0.07 241	1.19 193	2.07 333	0.00 1	0.47 325	0.00 1	0.18 369	0.15 303	1.48 372

DLNR_Zeroshot_test	21.33 413	48.16 415	86.21 419	96.01 427	87.63 425	0.32 50	0.00 1	18.10 413	0.52 114	0.04 203	0.01 160	0.00 1	0.00 1	0.78 180	0.07 115	16.15 414	0.90 367	0.00 1	0.21 381	70.18 421	1.39 362

CBFPSM	0.42 158	0.89 300	2.62 263	0.00 1	0.00 1	0.32 50	0.00 1	0.37 122	0.82 248	0.01 85	0.01 160	1.65 361	1.00 339	0.27 129	0.34 227	0.00 1	0.01 244	0.00 1	0.00 1	0.02 77	0.10 151

edge stereo	0.62 262	0.30 152	3.04 281	0.01 200	0.03 239	0.32 50	0.03 251	1.28 232	0.69 148	0.21 291	0.32 321	1.29 344	0.19 279	4.12 290	0.40 248	0.00 1	0.00 1	0.00 1	0.00 1	0.11 272	0.14 188

FAT-Stereo	0.55 232	0.18 108	2.58 261	0.00 1	0.00 1	0.33 55	0.08 291	2.26 330	0.84 267	0.06 229	0.88 349	0.60 280	0.51 315	2.43 223	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.03 122	0.16 198

DISCO	0.35 111	0.31 156	1.99 203	0.16 310	0.16 297	0.33 55	0.00 1	0.15 67	0.30 82	0.00 1	0.01 160	1.49 357	0.00 1	1.21 197	0.63 269	0.00 1	0.00 1	0.00 1	0.00 1	0.07 213	0.12 173

test_xeample3	0.77 297	0.71 258	4.91 360	0.18 320	0.22 312	0.34 57	0.05 276	1.81 300	0.61 132	0.23 298	0.03 249	0.06 112	0.05 220	1.26 198	2.12 337	0.00 1	0.69 342	0.00 1	0.23 384	0.15 303	1.78 390

RALAANet	0.22 46	0.93 308	1.77 161	0.00 1	0.00 1	0.35 58	0.01 175	0.45 130	0.06 7	0.01 85	0.00 1	0.05 96	0.09 248	0.07 74	0.22 197	0.00 1	0.24 303	0.00 1	0.04 314	0.14 298	0.01 42

SFCPSM	0.24 57	0.11 74	1.53 99	0.00 1	0.05 260	0.35 58	0.01 175	1.54 258	0.77 199	0.01 85	0.00 1	0.12 148	0.02 126	0.06 69	0.05 101	0.00 1	0.00 1	0.00 1	0.02 298	0.03 122	0.06 107

pmcnn	2.36 373	0.83 286	6.15 378	0.33 354	0.84 381	0.35 58	0.27 339	2.18 325	1.42 372	0.48 340	7.35 383	14.60 404	0.75 330	5.45 329	5.37 366	0.00 1	0.00 1	0.00 1	0.00 1	0.16 311	0.63 325

SQANet	0.58 246	1.73 368	3.08 286	0.05 251	0.48 348	0.36 61	0.03 251	0.52 137	0.74 155	0.04 203	0.23 292	0.50 271	0.06 231	2.37 218	0.97 295	0.02 353	0.03 258	0.01 350	0.00 1	0.21 340	0.11 162

RALCasStereoNet	0.47 187	0.74 268	1.56 107	0.21 333	0.97 388	0.36 61	0.03 251	0.20 85	0.77 199	0.10 258	0.07 269	0.05 96	0.08 245	0.35 140	0.38 244	0.00 1	1.68 409	0.00 1	0.00 1	0.10 267	1.83 394

aanetorigin	0.91 312	0.59 235	3.76 330	0.11 291	0.12 286	0.40 63	0.90 382	0.15 67	0.23 68	3.44 384	1.19 357	0.35 231	1.96 363	2.81 241	1.30 312	0.02 353	0.00 1	0.02 364	0.05 318	0.28 357	0.47 302

EDNetEfficientorigin	6.27 398	0.89 300	98.14 424	0.02 222	0.04 251	0.40 63	0.02 234	0.35 118	2.94 383	6.98 397	3.06 368	1.29 344	1.87 360	4.32 301	4.60 361	0.00 1	0.00 1	0.00 1	0.00 1	0.07 213	0.35 278

SPS-STEREO	1.19 334	1.27 344	3.45 313	0.00 1	0.01 182	0.40 63	0.16 312	0.71 164	1.03 326	2.41 380	0.77 345	2.13 369	0.44 308	5.68 340	4.06 359	0.00 1	0.00 1	0.00 1	0.00 1	0.08 231	1.24 356
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
cross-raft	0.21 43	0.09 59	1.42 76	0.48 365	0.50 351	0.41 66	0.07 284	0.50 134	0.03 2	0.02 144	0.00 1	0.38 244	0.00 1	0.08 80	0.03 63	0.00 1	0.00 1	0.00 1	0.11 341	0.01 25	0.09 137

GwcNet	0.64 272	0.99 316	5.43 369	0.00 1	0.00 1	0.41 66	0.10 300	0.50 134	0.97 321	0.05 216	0.00 1	0.63 282	0.05 220	2.87 245	0.55 266	0.00 1	0.00 1	0.00 1	0.00 1	0.19 330	0.13 180

FADNet-RVC-Resample	0.62 262	1.24 341	4.23 345	0.03 237	0.04 251	0.41 66	0.09 296	1.32 237	0.52 114	0.01 85	0.03 249	0.44 254	0.05 220	3.11 253	0.21 191	0.07 367	0.12 290	0.05 382	0.02 298	0.11 272	0.35 278

AF-Net	0.60 254	0.87 294	3.34 304	0.00 1	0.00 1	0.41 66	0.01 175	1.52 257	0.64 136	0.17 289	0.05 256	1.28 343	0.46 310	2.51 227	0.52 264	0.00 1	0.00 1	0.00 1	0.00 1	0.12 278	0.10 151

4D-IteraStereo	0.34 105	0.84 287	2.31 236	0.00 1	0.00 1	0.42 70	0.04 266	0.10 44	0.09 14	0.02 144	0.01 160	0.00 1	0.01 82	0.36 142	0.49 259	0.00 1	0.36 318	0.00 1	0.00 1	0.07 213	1.72 381

acv_ft	0.30 90	0.44 193	1.83 174	0.00 1	0.00 1	0.42 70	0.01 175	0.69 157	0.83 257	0.23 298	0.01 160	0.70 299	0.12 261	0.08 80	0.18 177	0.00 1	0.00 1	0.00 1	0.00 1	0.27 351	0.17 202

XQC	0.94 313	1.30 350	4.44 348	0.65 377	0.07 269	0.42 70	0.01 175	2.88 358	0.85 290	0.28 308	0.01 160	0.67 292	0.21 283	3.24 259	3.25 349	0.00 1	0.24 303	0.00 1	0.04 314	0.20 334	0.11 162

RAFT-Test	0.37 128	0.11 74	1.68 140	0.57 369	0.93 385	0.43 73	0.10 300	1.03 200	0.49 110	0.16 281	0.00 1	0.87 313	0.00 1	0.27 129	0.12 142	0.00 1	0.33 313	0.00 1	0.24 392	0.01 25	0.05 97

Gwc-CoAtRS	0.15 18	0.09 59	1.42 76	0.00 1	0.11 284	0.43 73	0.00 1	0.32 113	0.08 9	0.02 144	0.00 1	0.18 179	0.00 1	0.05 63	0.06 112	0.00 1	0.06 281	0.00 1	0.18 369	0.01 25	0.08 124

DispFullNet	1.25 336	0.95 310	3.73 328	1.00 391	0.79 376	0.43 73	0.01 175	1.70 276	0.82 248	2.55 381	0.63 341	1.08 328	8.75 400	0.84 183	1.36 318	0.00 1	0.02 251	0.00 1	0.00 1	0.24 344	0.19 219

test-3	0.30 90	0.10 66	1.49 86	0.20 330	0.38 336	0.44 76	0.01 175	1.59 267	0.08 9	0.04 203	0.00 1	0.02 31	0.00 1	0.08 80	0.24 203	0.00 1	0.47 325	0.00 1	0.20 378	0.13 283	0.43 291

test_1	0.30 90	0.10 66	1.50 89	0.21 333	0.38 336	0.44 76	0.01 175	1.58 266	0.08 9	0.04 203	0.00 1	0.02 31	0.00 1	0.07 74	0.24 203	0.00 1	0.47 325	0.00 1	0.20 378	0.13 283	0.43 291

ac_64	0.48 190	0.32 159	2.27 233	0.04 245	0.01 182	0.44 76	0.02 234	0.36 120	0.83 257	0.15 278	0.01 160	0.88 315	0.04 194	3.90 285	0.21 191	0.00 1	0.00 1	0.00 1	0.00 1	0.07 213	0.06 107

Wz-Net-TNSev	1.74 361	3.45 408	13.44 399	0.00 1	0.00 1	0.45 79	0.14 311	2.57 343	0.84 267	0.09 253	0.01 160	1.33 347	0.18 277	6.16 365	5.38 367	0.00 1	0.00 1	0.00 1	0.01 287	0.26 349	0.41 286

DLCB_ROB	0.36 121	0.46 202	1.27 36	0.00 1	0.00 1	0.45 79	0.00 1	0.66 154	0.81 242	0.03 183	0.04 255	0.66 291	0.04 194	2.35 217	0.37 236	0.00 1	0.00 1	0.00 1	0.00 1	0.03 122	0.10 151

StereoVision	0.24 57	0.59 235	1.92 191	0.00 1	0.00 1	0.47 81	0.01 175	0.22 89	0.84 267	0.00 1	0.30 308	0.15 162	0.02 126	0.09 84	0.04 89	0.00 1	0.00 1	0.00 1	0.00 1	0.05 170	0.01 42

FADNet-RVC	0.63 265	1.29 348	3.79 331	0.01 200	0.00 1	0.47 81	0.00 1	1.51 256	0.23 68	0.00 1	0.01 160	0.12 148	0.06 231	4.05 287	0.36 234	0.00 1	0.03 258	0.00 1	0.00 1	0.42 376	0.17 202

MLCV	0.35 111	0.84 287	1.96 199	0.00 1	0.00 1	0.48 83	0.00 1	0.81 180	0.29 81	0.10 258	0.00 1	0.28 213	0.03 168	1.32 201	0.80 290	0.00 1	0.00 1	0.00 1	0.00 1	0.07 213	0.09 137

RAFT_CTSACE	0.25 66	0.71 258	2.06 212	0.00 1	0.01 182	0.49 84	0.00 1	0.37 122	0.18 50	0.01 85	0.00 1	0.34 225	0.00 1	0.25 118	0.07 115	0.00 1	0.20 298	0.00 1	0.00 1	0.25 348	0.11 162

UPFNet	0.23 54	0.24 134	1.56 107	0.00 1	0.00 1	0.50 85	0.00 1	1.28 232	0.68 143	0.00 1	0.00 1	0.10 141	0.01 82	0.13 93	0.11 138	0.00 1	0.00 1	0.00 1	0.00 1	0.05 170	0.03 65

DANet	0.67 277	0.21 120	2.33 238	0.25 339	0.06 265	0.50 85	0.11 307	1.62 270	0.74 155	0.22 295	0.06 266	1.07 327	0.02 126	4.45 304	1.22 308	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.53 313
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
gwcnet-sp	0.35 111	0.37 180	3.29 297	0.00 1	0.00 1	0.51 87	0.03 251	0.74 169	0.76 183	0.01 85	0.01 160	0.09 135	0.04 194	0.88 185	0.13 152	0.00 1	0.00 1	0.00 1	0.00 1	0.05 170	0.04 82

scenet	0.35 111	0.37 180	3.29 297	0.00 1	0.00 1	0.51 87	0.03 251	0.74 169	0.76 183	0.01 85	0.01 160	0.09 135	0.04 194	0.88 185	0.13 152	0.00 1	0.00 1	0.00 1	0.00 1	0.05 170	0.04 82

ssnet	0.35 111	0.37 180	3.29 297	0.00 1	0.00 1	0.51 87	0.03 251	0.74 169	0.76 183	0.01 85	0.01 160	0.09 135	0.04 194	0.88 185	0.13 152	0.00 1	0.00 1	0.00 1	0.00 1	0.05 170	0.04 82

Wz-Net-LNSev	0.46 184	1.11 331	5.46 370	0.00 1	0.00 1	0.51 87	0.00 1	0.41 129	0.91 313	0.00 1	0.01 160	0.23 197	0.03 168	0.12 91	0.25 207	0.00 1	0.00 1	0.00 1	0.00 1	0.07 213	0.15 195

StereoDRNet	0.50 199	0.89 300	2.96 278	0.02 222	0.06 265	0.51 87	0.00 1	0.45 130	0.84 267	0.00 1	0.00 1	0.33 223	0.02 126	2.82 242	0.69 280	0.00 1	0.00 1	0.00 1	0.00 1	0.08 231	0.28 258

iRaftStereo_RVC	0.24 57	0.45 199	0.99 14	0.00 1	0.00 1	0.52 92	0.00 1	0.08 35	0.15 26	0.01 85	0.01 160	0.16 170	0.03 168	0.04 41	0.02 51	0.00 1	1.06 380	0.00 1	0.00 1	0.29 363	1.01 347

CSP-Net	0.42 158	0.25 135	1.07 19	0.00 1	0.00 1	0.53 93	0.00 1	0.78 175	0.27 77	0.01 85	0.00 1	0.16 170	0.02 126	5.19 322	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.02 57

rafts_anoy	0.37 128	0.77 278	1.68 140	0.43 361	0.99 389	0.53 93	0.04 266	0.16 72	0.14 20	0.08 246	0.01 160	0.06 112	0.06 231	0.58 170	0.21 191	0.00 1	1.44 406	0.00 1	0.01 287	0.05 170	0.14 188

LL-Strereo2	0.34 105	0.87 294	1.70 144	0.64 375	0.84 381	0.54 95	0.04 266	0.15 67	0.18 50	0.02 144	0.00 1	0.03 59	0.02 126	0.26 125	0.26 211	0.00 1	0.13 292	0.00 1	0.01 287	0.04 155	0.98 345

riskmin	0.49 194	0.04 2	1.45 82	0.70 383	0.80 378	0.54 95	0.20 319	1.05 206	0.20 61	0.24 302	0.27 297	1.13 335	0.00 1	0.43 154	0.41 252	0.00 1	0.80 351	0.00 1	0.26 394	0.00 1	1.23 355

test_3	0.31 98	0.10 66	1.52 96	0.20 330	0.40 339	0.54 95	0.01 175	1.68 274	0.08 9	0.16 281	0.00 1	0.02 31	0.00 1	0.07 74	0.24 203	0.00 1	0.50 329	0.00 1	0.20 378	0.13 283	0.38 283

HSM	0.68 278	0.52 224	1.54 102	0.00 1	0.00 1	0.54 95	0.01 175	1.08 211	0.77 199	0.00 1	0.01 160	2.23 371	0.63 323	6.04 357	0.14 159	0.00 1	0.00 1	0.00 1	0.00 1	0.04 155	0.08 124

whm_eth	0.25 66	0.52 224	2.41 243	0.00 1	0.00 1	0.55 99	0.00 1	0.31 111	0.84 267	0.00 1	0.00 1	0.03 59	0.01 82	0.02 9	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.26 252

IGEV_Zeroshot_test	0.56 239	0.12 78	3.25 295	0.16 310	0.47 346	0.55 99	0.46 359	0.53 140	0.38 91	0.70 349	0.49 334	1.08 328	0.49 313	0.36 142	0.31 221	0.00 1	0.37 319	0.00 1	0.13 344	0.03 122	1.33 359

GASNet	0.78 301	1.91 379	4.72 352	0.00 1	0.00 1	0.55 99	0.02 234	1.39 247	0.47 106	0.01 85	0.13 281	0.50 271	0.12 261	4.27 298	0.96 294	0.00 1	0.00 1	0.00 1	0.00 1	0.41 375	0.09 137

ToySt	0.42 158	0.33 164	2.09 213	0.08 276	0.55 356	0.55 99	0.00 1	0.72 165	0.55 120	0.05 216	0.26 295	0.37 239	0.00 1	0.30 138	0.54 265	0.01 337	0.58 334	0.00 1	0.14 351	0.04 155	1.33 359

AACVNet	0.48 190	0.74 268	1.81 173	0.00 1	0.00 1	0.55 99	0.00 1	0.22 89	0.55 120	0.03 183	0.00 1	0.11 144	0.01 82	5.22 324	0.09 129	0.00 1	0.00 1	0.00 1	0.00 1	0.18 323	0.04 82

THIR-Stereo	0.94 313	0.33 164	1.66 136	0.00 1	0.01 182	0.55 99	3.72 400	0.13 64	0.18 50	0.10 258	1.46 360	0.74 302	2.82 373	5.60 333	1.39 319	0.00 1	0.00 1	0.02 364	0.00 1	0.02 77	0.03 65

Wz-Net-LNSev-Ref	0.54 224	0.84 287	3.67 325	0.00 1	0.00 1	0.56 105	0.00 1	1.40 248	0.80 234	0.00 1	0.00 1	0.06 112	0.13 265	1.76 207	1.42 320	0.00 1	0.00 1	0.00 1	0.00 1	0.03 122	0.08 124

xxxx	1.42 348	0.28 145	1.49 86	0.00 1	0.59 363	0.56 105	0.00 1	3.13 368	1.14 351	0.06 229	0.01 160	0.02 31	0.02 126	2.26 215	16.08 406	0.00 1	1.09 385	0.00 1	0.15 356	0.03 122	1.42 366

MFN_U_SF_RVC	1.09 329	1.88 376	5.37 367	0.15 306	0.10 281	0.56 105	0.10 300	1.29 234	0.47 106	0.45 338	0.27 297	1.30 346	0.72 328	4.08 288	2.28 339	0.29 381	0.34 315	0.35 401	0.55 405	0.63 385	0.60 319

S-Stereo	0.70 282	0.27 143	3.29 297	0.00 1	0.00 1	0.57 108	0.06 279	2.35 333	0.84 267	0.00 1	0.90 350	0.83 310	0.11 258	4.19 293	0.14 159	0.00 1	0.01 244	0.00 1	0.00 1	0.07 213	0.34 273

RYNet	0.63 265	0.53 226	2.18 221	0.00 1	0.00 1	0.57 108	0.00 1	1.34 241	0.85 290	0.04 203	0.00 1	0.85 311	0.04 194	5.13 319	0.77 287	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.27 257

Anonymous Stereo	0.79 302	1.22 340	4.94 361	0.01 200	0.00 1	0.57 108	0.55 369	1.41 249	0.49 110	0.03 183	0.03 249	0.12 148	0.02 126	5.47 330	0.82 293	0.00 1	0.00 1	0.00 1	0.00 1	0.09 255	0.13 180

NaN_ROB	1.04 323	1.12 332	3.41 311	0.17 318	0.19 300	0.57 108	0.37 354	2.65 345	0.98 323	0.55 343	0.32 321	0.47 256	1.16 347	5.20 323	2.78 344	0.00 1	0.02 251	0.01 350	0.05 318	0.13 283	0.54 314

NVstereo2D	0.53 219	0.22 127	2.52 256	0.00 1	0.00 1	0.58 112	0.03 251	1.62 270	0.99 324	0.05 216	0.00 1	0.48 260	0.00 1	3.88 284	0.08 121	0.00 1	0.05 278	0.00 1	0.00 1	0.02 77	0.06 107

test-1	0.36 121	0.18 108	1.36 48	0.00 1	0.83 379	0.60 113	0.00 1	1.07 210	0.18 50	0.07 237	0.49 334	0.34 225	0.00 1	0.10 87	0.51 260	0.00 1	0.64 340	0.00 1	0.06 321	0.01 25	0.84 338

222	2.28 369	0.25 135	1.15 22	0.00 1	0.37 334	0.60 113	0.00 1	3.25 374	1.13 345	0.09 253	0.00 1	0.05 96	0.02 126	3.52 270	32.29 413	0.00 1	1.03 376	0.00 1	0.15 356	0.03 122	1.59 376

test_xeample	1.52 350	0.30 152	1.50 89	0.00 1	0.58 362	0.60 113	0.00 1	3.16 369	1.14 351	0.07 237	0.08 271	0.03 59	0.02 126	3.67 279	16.54 408	0.00 1	1.08 383	0.00 1	0.15 356	0.04 155	1.50 374

RASNet	0.68 278	0.62 242	2.10 214	0.02 222	0.02 222	0.60 113	0.09 296	0.64 153	0.84 267	0.11 265	0.06 266	1.51 359	0.04 194	6.07 361	0.65 271	0.00 1	0.00 1	0.00 1	0.00 1	0.05 170	0.22 224

iResNetv2_ROB	0.51 203	1.70 365	3.96 336	0.00 1	0.00 1	0.60 113	0.00 1	1.81 300	0.82 248	0.03 183	0.00 1	0.08 127	0.02 126	0.16 100	0.59 268	0.00 1	0.00 1	0.00 1	0.00 1	0.31 364	0.09 137

DRN-Test	0.52 206	0.35 176	2.75 266	0.03 237	0.09 276	0.60 113	0.00 1	1.72 278	0.84 267	0.01 85	0.00 1	0.18 179	0.04 194	3.27 260	0.23 200	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.25 246

Anonymous_2	1.27 337	0.19 111	1.80 170	0.70 383	0.78 375	0.61 119	0.20 319	0.92 187	0.48 108	0.22 295	0.30 308	1.44 353	0.00 1	0.43 154	0.40 248	0.01 337	0.84 362	2.29 410	11.27 414	1.29 394	1.20 354

IER	0.20 38	0.30 152	1.87 181	0.00 1	0.00 1	0.61 119	0.00 1	0.25 100	0.23 68	0.00 1	0.00 1	0.40 248	0.02 126	0.22 115	0.07 115	0.00 1	0.00 1	0.00 1	0.00 1	0.04 155	0.01 42

delet	0.42 158	0.47 205	1.99 203	0.00 1	0.00 1	0.61 119	0.00 1	0.68 155	0.83 257	0.06 229	0.01 160	0.51 275	0.19 279	2.68 237	0.21 191	0.00 1	0.00 1	0.00 1	0.00 1	0.09 255	0.07 111

RP	0.52 206	0.68 250	2.56 259	0.00 1	0.01 182	0.61 119	0.02 234	1.31 235	0.62 135	0.05 216	0.01 160	0.98 321	0.17 276	2.86 244	0.33 225	0.00 1	0.00 1	0.00 1	0.00 1	0.13 283	0.09 137

LL-Strereo	0.97 316	1.43 356	3.41 311	0.01 200	0.50 351	0.63 123	0.01 175	2.00 318	0.77 199	0.48 340	0.00 1	0.54 277	0.29 295	6.25 370	0.10 132	0.01 337	0.93 374	0.00 1	0.00 1	0.28 357	1.72 381

CFNet-RSSM	0.21 43	0.08 48	1.39 62	0.00 1	0.12 286	0.63 123	0.00 1	1.32 237	0.15 26	0.01 85	0.00 1	0.09 135	0.00 1	0.11 90	0.04 89	0.00 1	0.00 1	0.00 1	0.23 384	0.01 25	0.08 124

HSM-Net_RVC	0.57 244	0.08 48	1.74 153	0.00 1	0.00 1	0.63 123	0.00 1	4.21 384	0.71 151	0.14 274	0.00 1	0.21 192	0.03 168	3.43 266	0.05 101	0.01 337	0.00 1	0.00 1	0.00 1	0.00 1	0.10 151
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DualNet	0.98 317	0.33 164	3.52 315	0.00 1	0.00 1	0.64 126	0.00 1	1.74 281	1.17 362	0.00 1	0.31 314	0.68 293	0.02 126	0.57 166	7.45 380	0.00 1	1.12 386	0.00 1	0.15 356	0.08 231	1.86 395

ffm	0.61 259	0.33 164	3.52 315	0.00 1	0.00 1	0.64 126	0.00 1	1.74 281	1.17 362	0.00 1	0.31 314	0.68 293	0.02 126	0.57 166	0.01 31	0.00 1	1.12 386	0.00 1	0.15 356	0.08 231	1.86 395

ff1	1.27 337	0.33 164	3.52 315	0.00 1	0.00 1	0.64 126	0.00 1	1.74 281	1.17 362	0.00 1	0.31 314	0.68 293	0.02 126	6.27 371	7.45 380	0.00 1	1.12 386	0.00 1	0.15 356	0.08 231	1.86 395

mmx	1.28 339	0.33 164	3.52 315	0.00 1	0.00 1	0.64 126	0.00 1	3.05 364	1.07 332	0.00 1	0.31 314	0.68 293	0.02 126	6.27 371	7.45 380	0.00 1	1.05 377	0.00 1	0.15 356	0.03 122	1.08 348

xxx	1.28 339	0.33 164	3.52 315	0.00 1	0.00 1	0.64 126	0.00 1	3.05 364	1.07 332	0.00 1	0.31 314	0.68 293	0.02 126	6.27 371	7.45 380	0.00 1	1.05 377	0.00 1	0.15 356	0.03 122	1.08 348

RGC	0.61 259	0.74 268	3.31 301	0.00 1	0.01 182	0.64 126	0.00 1	1.34 241	0.26 74	0.03 183	0.61 340	0.99 322	0.19 279	3.06 252	0.81 291	0.00 1	0.00 1	0.00 1	0.00 1	0.07 213	0.10 151

stereogan	0.57 244	0.38 183	3.12 289	0.01 200	0.01 182	0.64 126	0.02 234	1.11 215	0.96 320	0.08 246	0.01 160	1.66 362	0.45 309	2.60 232	0.05 101	0.00 1	0.00 1	0.00 1	0.00 1	0.16 311	0.07 111

FBW_ROB	1.04 323	0.84 287	2.48 251	0.10 283	0.01 182	0.64 126	0.01 175	2.37 334	0.83 257	0.01 85	0.01 160	1.09 331	0.05 220	8.21 394	2.94 347	0.05 364	0.01 244	0.09 388	0.01 287	0.06 195	0.97 344

ttt	1.05 325	0.20 116	1.91 189	0.00 1	0.09 276	0.65 134	0.00 1	3.05 364	1.11 338	0.00 1	0.30 308	0.29 215	0.01 82	4.65 312	6.53 375	0.00 1	1.01 375	0.00 1	0.13 344	0.02 77	1.00 346

anonymousdsp2	0.40 150	0.07 25	1.78 165	0.28 345	0.74 373	0.65 134	0.00 1	0.16 72	0.61 132	0.31 316	0.01 160	0.17 176	0.01 82	0.41 152	0.17 172	0.00 1	0.88 366	0.00 1	0.02 298	0.04 155	1.73 384

HGLStereo	0.35 111	0.40 186	1.83 174	0.00 1	0.00 1	0.65 134	0.01 175	0.68 155	0.39 95	0.03 183	0.01 160	0.47 256	0.03 168	2.14 213	0.17 172	0.00 1	0.00 1	0.00 1	0.00 1	0.08 231	0.04 82

DCRE	0.76 294	0.40 186	1.17 28	0.21 333	0.90 383	0.66 137	0.00 1	0.79 178	0.39 95	0.36 327	7.60 385	0.03 59	0.00 1	0.09 84	0.32 224	0.00 1	0.58 334	0.00 1	0.17 367	0.02 77	1.53 375

CrosDoStereo	1.11 331	0.16 100	1.64 129	0.00 1	0.05 260	0.66 137	5.65 405	0.70 158	0.54 116	0.25 305	1.18 355	0.19 187	2.94 375	6.48 377	1.58 322	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.08 124

DeepStereo_LL	1.11 331	0.16 100	1.64 129	0.00 1	0.05 260	0.66 137	5.65 405	0.70 158	0.54 116	0.25 305	1.18 355	0.19 187	2.94 375	6.48 377	1.58 322	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.08 124

raftrobust	0.30 90	0.78 279	1.65 133	0.00 1	1.25 396	0.66 137	0.03 251	0.10 44	0.32 85	0.02 144	0.00 1	0.03 59	0.03 168	0.22 115	0.13 152	0.00 1	0.44 322	0.00 1	0.00 1	0.07 213	0.22 224

ADLNet	0.48 190	0.43 191	1.71 146	0.00 1	0.00 1	0.66 137	0.01 175	1.16 219	0.84 267	0.21 291	0.01 160	1.00 323	0.02 126	2.88 246	0.34 227	0.00 1	0.00 1	0.00 1	0.00 1	0.13 283	0.24 242

Nwc_Net	0.54 224	0.75 274	3.72 327	0.00 1	0.00 1	0.66 137	0.00 1	1.05 206	0.41 100	0.01 85	0.02 241	0.88 315	0.11 258	2.65 236	0.40 248	0.00 1	0.00 1	0.00 1	0.00 1	0.08 231	0.05 97

raft+_RVC	0.35 111	0.89 300	1.67 139	0.00 1	1.28 397	0.67 143	0.04 266	0.08 35	0.15 26	0.01 85	0.00 1	0.02 31	0.04 194	0.16 100	0.18 177	0.00 1	1.39 404	0.00 1	0.00 1	0.07 213	0.44 296

NVStereoNet_ROB	1.74 361	1.83 372	4.79 358	0.81 389	0.29 329	0.67 143	0.03 251	1.46 251	1.75 379	0.65 347	5.98 380	2.38 373	2.95 378	6.77 382	2.70 343	0.69 384	0.37 319	0.04 380	0.19 374	0.27 351	0.24 242
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
raft_robust	0.73 289	0.81 280	1.55 103	0.00 1	0.22 312	0.68 145	0.00 1	2.56 341	0.75 162	0.01 85	0.01 160	1.12 334	1.15 346	4.56 311	0.14 159	0.00 1	0.71 346	0.00 1	0.15 356	0.08 231	0.11 162

pcwnet_v2	0.49 194	0.14 91	4.76 354	0.00 1	0.00 1	0.68 145	0.00 1	2.39 335	0.81 242	0.01 85	0.00 1	0.35 231	0.32 299	0.19 110	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.22 224

AANet_RVC	0.94 313	1.27 344	3.68 326	0.01 200	0.00 1	0.68 145	0.01 175	0.92 187	0.22 64	0.02 144	1.41 359	0.95 319	0.04 194	5.97 352	3.10 348	0.16 373	0.10 289	0.00 1	0.00 1	0.09 255	0.26 252

NOSS_ROB	0.73 289	0.44 193	1.26 34	0.55 366	0.00 1	0.68 145	0.00 1	2.93 360	0.77 199	0.13 272	0.00 1	0.92 317	0.00 1	6.16 365	0.11 138	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.66 328

MMNet	0.29 81	0.53 226	2.13 218	0.00 1	0.00 1	0.69 149	0.00 1	0.74 169	0.80 234	0.01 85	0.01 160	0.18 179	0.09 248	0.28 135	0.14 159	0.00 1	0.00 1	0.00 1	0.00 1	0.07 213	0.04 82

ccnet	0.59 250	0.26 139	2.24 230	0.01 200	0.08 274	0.70 150	0.18 316	1.35 243	0.43 101	0.45 338	0.66 342	0.13 154	0.38 305	3.57 272	1.09 302	0.01 337	0.00 1	0.02 364	0.00 1	0.03 122	0.16 198

iResNet	0.34 105	0.50 218	1.65 133	0.00 1	0.00 1	0.70 150	0.00 1	1.60 268	0.78 212	0.01 85	0.00 1	0.04 78	0.03 168	0.15 99	1.11 303	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.20 222

UNet	0.29 81	0.26 139	2.47 249	0.00 1	0.00 1	0.71 152	0.01 175	0.52 137	0.81 242	0.00 1	0.00 1	0.37 239	0.02 126	0.46 159	0.10 132	0.00 1	0.00 1	0.00 1	0.00 1	0.05 170	0.04 82

CSAN	1.34 343	1.48 359	4.78 356	0.15 306	0.08 274	0.71 152	0.68 375	2.81 356	1.12 343	0.96 358	2.86 366	0.79 307	1.67 355	5.61 335	2.61 342	0.01 337	0.01 244	0.00 1	0.00 1	0.15 303	0.26 252

1111x	1.36 345	0.43 191	3.64 324	0.00 1	0.51 354	0.72 154	0.00 1	3.21 372	1.10 337	0.05 216	0.26 295	0.07 121	0.01 82	6.09 363	8.46 385	0.00 1	1.15 396	0.00 1	0.26 394	0.04 155	1.10 352

PVD	1.08 326	1.09 329	4.07 340	0.61 371	1.15 394	0.72 154	0.01 175	0.93 190	1.18 366	2.39 379	0.00 1	0.65 289	0.11 258	2.60 232	4.29 360	0.00 1	0.82 354	0.00 1	0.13 344	0.12 278	0.75 330

PCWNet_CMD	0.20 38	0.13 83	1.38 58	0.00 1	0.01 182	0.73 156	0.00 1	0.39 124	0.19 59	0.00 1	0.01 160	0.47 256	0.50 314	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.17 202

hitnet-ft	0.49 194	0.56 231	1.96 199	0.00 1	0.00 1	0.73 156	0.10 300	0.36 120	0.26 74	0.05 216	0.13 281	0.73 301	0.16 273	4.26 297	0.41 252	0.01 337	0.00 1	0.03 372	0.00 1	0.05 170	0.06 107

MSMDNet	0.20 38	0.13 83	1.39 62	0.00 1	0.01 182	0.73 156	0.00 1	0.39 124	0.18 50	0.00 1	0.01 160	0.48 260	0.48 312	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.17 202

iResNet_ROB	0.40 150	1.20 338	1.77 161	0.00 1	0.00 1	0.73 156	0.00 1	1.03 200	0.77 199	0.07 237	0.01 160	0.08 127	0.01 82	1.85 209	0.38 244	0.00 1	0.00 1	0.00 1	0.00 1	0.09 255	0.09 137

DMCA-RVC	0.44 172	0.94 309	4.10 342	0.00 1	0.03 239	0.76 160	0.03 251	0.11 46	0.15 26	0.01 85	0.01 160	0.08 127	0.32 299	1.61 206	0.51 260	0.00 1	0.02 251	0.01 350	0.00 1	0.03 122	0.05 97

R-Stereo Train	0.22 46	0.06 9	1.64 129	0.00 1	0.00 1	0.76 160	0.00 1	1.57 263	0.17 40	0.02 144	0.00 1	0.01 7	0.00 1	0.02 9	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 65

RAFT-Stereo	0.22 46	0.06 9	1.64 129	0.00 1	0.00 1	0.76 160	0.00 1	1.57 263	0.17 40	0.02 144	0.00 1	0.01 7	0.00 1	0.02 9	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 65
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iinet-f	0.59 250	0.91 305	5.57 371	0.00 1	0.01 182	0.78 163	0.00 1	1.81 300	0.84 267	0.03 183	0.00 1	0.41 250	0.43 307	0.42 153	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.36 370	0.08 124

FADNet	0.64 272	1.21 339	3.32 303	0.00 1	0.01 182	0.79 164	0.01 175	1.01 196	0.65 139	0.01 85	0.01 160	0.17 176	0.15 270	4.45 304	0.37 236	0.17 377	0.00 1	0.00 1	0.00 1	0.44 378	0.12 173

GANet	0.75 292	0.69 254	2.47 249	0.00 1	0.00 1	0.79 164	0.08 291	0.61 148	0.76 183	0.13 272	0.16 285	0.68 293	0.46 310	5.61 335	2.02 332	0.00 1	0.03 258	0.01 350	0.00 1	0.11 272	0.37 281

NCCL2	0.38 136	1.00 318	2.12 217	0.00 1	0.01 182	0.79 164	0.00 1	0.59 145	0.38 91	0.01 85	0.00 1	0.02 31	0.03 168	2.31 216	0.21 191	0.00 1	0.00 1	0.02 364	0.00 1	0.04 155	0.13 180

DDUNet	0.51 203	0.87 294	2.33 238	0.00 1	0.00 1	0.80 167	0.01 175	1.16 219	0.77 199	0.08 246	0.01 160	1.11 333	0.01 82	2.02 210	0.77 287	0.02 353	0.00 1	0.00 1	0.00 1	0.09 255	0.10 151

DEmStereo	0.76 294	0.10 66	1.95 198	0.04 245	0.00 1	0.80 167	0.50 367	0.06 22	0.76 183	0.05 216	0.72 344	0.02 31	3.33 379	5.67 339	1.24 309	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ssnet_v2	0.39 143	0.47 205	2.11 215	0.00 1	0.00 1	0.81 169	0.00 1	1.33 240	0.86 301	0.12 269	0.01 160	0.87 313	0.10 253	0.60 174	0.35 231	0.00 1	0.00 1	0.00 1	0.00 1	0.16 311	0.09 137

StereoDRNet-Refined	0.30 90	0.19 111	1.19 30	0.00 1	0.00 1	0.81 169	0.00 1	0.92 187	0.84 267	0.00 1	0.00 1	0.50 271	0.02 126	1.27 199	0.10 132	0.00 1	0.00 1	0.00 1	0.00 1	0.11 272	0.05 97
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CASnet	0.10 3	0.10 66	0.81 4	0.00 1	0.00 1	0.82 171	0.00 1	0.14 65	0.13 19	0.00 1	0.00 1	0.01 7	0.00 1	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 122	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LMCR-Stereo	0.38 136	0.65 244	1.77 161	0.00 1	0.00 1	0.82 171	0.00 1	2.33 331	0.84 267	0.00 1	0.00 1	0.04 78	0.04 194	0.29 137	0.72 284	0.00 1	0.00 1	0.00 1	0.00 1	0.07 213	0.01 42

CFNet_ucs	0.29 81	0.17 106	1.53 99	0.00 1	0.01 182	0.83 173	0.00 1	2.07 322	0.24 73	0.00 1	0.00 1	0.48 260	0.29 295	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 188

WZ-Net	1.68 357	1.91 379	12.17 397	0.00 1	0.00 1	0.83 173	0.00 1	1.68 274	0.84 267	0.05 216	0.01 160	1.08 328	2.88 374	6.91 385	4.78 365	0.00 1	0.00 1	0.00 1	0.00 1	0.14 298	0.24 242

psm_up	0.48 190	0.57 232	1.86 180	0.00 1	0.00 1	0.83 173	0.00 1	2.33 331	0.79 226	0.00 1	0.00 1	0.27 210	0.01 82	2.73 238	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.10 267	0.04 82

STTStereo	0.33 103	0.49 212	2.91 277	0.00 1	0.00 1	0.83 173	0.03 251	0.28 106	0.16 32	0.02 144	0.00 1	0.20 191	0.03 168	1.52 205	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 65

ProNet	0.25 66	0.25 135	1.15 22	0.08 276	0.41 340	0.84 177	0.00 1	0.06 22	0.39 95	0.00 1	0.00 1	0.01 7	0.00 1	0.13 93	0.01 31	0.00 1	0.23 301	0.00 1	0.00 1	0.09 255	1.34 361

test_5	0.39 143	0.73 264	2.28 234	0.01 200	0.22 312	0.84 177	0.01 175	1.02 197	0.77 199	0.12 269	0.00 1	0.30 218	0.01 82	0.82 181	0.03 63	0.00 1	0.04 268	0.00 1	0.00 1	0.15 303	0.46 300

GANet-ADL	0.20 38	0.12 78	1.43 80	0.00 1	0.01 182	0.84 177	0.00 1	0.40 127	0.17 40	0.00 1	0.36 324	0.35 231	0.00 1	0.09 84	0.14 159	0.00 1	0.00 1	0.00 1	0.00 1	0.04 155	0.12 173

CBMV	0.80 304	0.46 202	2.11 215	0.00 1	0.00 1	0.84 177	0.76 378	3.17 370	0.84 267	0.61 346	0.00 1	1.23 338	1.88 361	2.46 225	0.97 295	0.00 1	0.00 1	0.00 1	0.00 1	0.07 213	0.56 317
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
STrans-v2	0.88 309	0.32 159	1.71 146	0.00 1	0.01 182	0.85 181	0.04 266	2.45 336	0.89 311	0.48 340	0.85 348	1.10 332	2.06 364	6.49 379	0.25 207	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.09 137

LSM	4.80 393	1.52 361	19.84 404	4.35 408	38.64 414	0.85 181	2.31 394	0.86 183	1.78 380	3.14 383	3.02 367	0.62 281	0.69 324	3.61 276	1.28 310	0.00 1	0.00 1	0.00 1	0.00 1	0.13 283	13.38 415

GMOStereo	0.29 81	0.49 212	1.56 107	0.00 1	0.56 358	0.87 183	0.02 234	0.18 80	0.17 40	0.01 85	0.01 160	0.25 203	0.01 82	0.04 41	0.01 31	0.00 1	1.23 398	0.00 1	0.00 1	0.18 323	0.18 209

error version	0.29 81	0.49 212	1.56 107	0.00 1	0.56 358	0.87 183	0.02 234	0.18 80	0.17 40	0.01 85	0.01 160	0.25 203	0.01 82	0.04 41	0.01 31	0.00 1	1.23 398	0.00 1	0.00 1	0.18 323	0.18 209

test-v	0.29 81	0.49 212	1.56 107	0.00 1	0.56 358	0.87 183	0.02 234	0.18 80	0.17 40	0.01 85	0.01 160	0.25 203	0.01 82	0.04 41	0.01 31	0.00 1	1.23 398	0.00 1	0.00 1	0.18 323	0.18 209

test-2	0.29 81	0.49 212	1.56 107	0.00 1	0.56 358	0.87 183	0.02 234	0.18 80	0.17 40	0.01 85	0.01 160	0.25 203	0.01 82	0.04 41	0.01 31	0.00 1	1.23 398	0.00 1	0.00 1	0.18 323	0.18 209

SuperB	1.87 363	1.70 365	10.02 392	0.02 222	0.01 182	0.87 183	0.75 377	2.15 324	0.87 305	0.05 216	0.05 256	0.33 223	0.87 336	5.17 321	5.60 370	0.01 337	0.00 1	0.02 364	0.01 287	8.38 412	0.42 288

ADCS	1.99 365	2.50 398	10.09 393	0.00 1	0.01 182	0.87 183	0.66 374	1.81 300	0.89 311	2.57 382	0.11 278	1.41 351	0.26 292	2.62 234	15.48 403	0.00 1	0.00 1	0.00 1	0.00 1	0.13 283	0.43 291

ADCRef	1.10 330	1.10 330	4.78 356	0.02 222	0.02 222	0.87 183	0.31 343	0.76 174	0.88 308	0.71 350	0.17 286	0.18 179	0.80 334	2.63 235	8.56 386	0.00 1	0.00 1	0.00 1	0.00 1	0.11 272	0.11 162

PA-Net	0.72 286	0.91 305	3.91 333	0.03 237	0.07 269	0.87 183	0.02 234	0.78 175	0.83 257	0.01 85	0.00 1	0.43 253	0.06 231	5.10 318	1.30 312	0.01 337	0.00 1	0.00 1	0.00 1	0.04 155	0.12 173
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
otaku	0.77 297	1.78 370	3.28 296	0.09 281	0.13 288	0.88 191	0.05 276	0.78 175	0.76 183	0.03 183	1.37 358	1.03 324	0.14 266	2.73 238	1.34 317	0.06 366	0.04 268	0.01 350	0.00 1	0.63 385	0.34 273

ACRE	0.45 177	1.14 334	3.22 292	0.12 295	0.00 1	0.90 192	0.20 319	1.77 291	0.84 267	0.04 203	0.01 160	0.15 162	0.06 231	0.16 100	0.18 177	0.00 1	0.03 258	0.01 350	0.02 298	0.17 316	0.04 82

ADLNet2	0.61 259	0.68 250	2.76 267	0.00 1	0.00 1	0.90 192	0.01 175	0.82 181	0.92 315	0.00 1	0.07 269	1.45 354	0.02 126	4.04 286	0.13 152	0.00 1	0.00 1	0.00 1	0.00 1	0.20 334	0.11 162

DeepPrunerF	1.44 349	1.17 336	9.82 390	0.02 222	0.09 276	0.90 192	0.00 1	1.42 250	6.76 393	0.23 298	0.01 160	0.22 195	0.14 266	5.71 341	1.94 330	0.00 1	0.00 1	0.01 350	0.02 298	0.20 334	0.14 188

AEACV	0.45 177	0.04 2	1.15 22	0.69 382	0.94 386	0.91 195	0.00 1	0.70 158	0.27 77	0.39 333	0.05 256	0.01 7	0.10 253	0.45 158	0.04 89	0.00 1	0.90 367	0.00 1	0.32 401	0.08 231	2.01 400

CRFU-Net	0.43 167	0.15 97	1.89 184	0.26 341	0.01 182	0.91 195	0.00 1	0.47 132	0.27 77	0.00 1	0.00 1	0.41 250	1.89 362	2.11 211	0.14 159	0.00 1	0.00 1	0.03 372	0.00 1	0.03 122	0.03 65

IPLGR_C	0.45 177	1.25 342	3.05 282	0.10 283	0.01 182	0.91 195	0.20 319	1.77 291	0.86 301	0.04 203	0.01 160	0.15 162	0.07 241	0.16 100	0.19 186	0.00 1	0.04 268	0.01 350	0.02 298	0.17 316	0.04 82

Consistency-Raft	0.45 177	0.60 239	3.05 282	0.13 300	0.03 239	0.91 195	0.04 266	1.55 261	0.78 212	0.00 1	0.02 241	0.03 59	1.12 345	0.35 140	0.42 255	0.02 353	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

PSMNet_ROB	0.54 224	1.05 322	2.53 257	0.00 1	0.00 1	0.91 195	0.00 1	0.33 117	0.75 162	0.01 85	0.00 1	0.25 203	0.03 168	3.45 267	1.31 314	0.00 1	0.00 1	0.00 1	0.00 1	0.07 213	0.10 151

XX-TBD	0.18 26	0.44 193	1.52 96	0.00 1	0.00 1	0.92 200	0.00 1	0.17 76	0.14 20	0.00 1	0.21 291	0.03 59	0.00 1	0.02 9	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 57

AFF-stereo	0.36 121	0.98 312	1.62 127	0.00 1	0.09 276	0.92 200	0.00 1	0.62 151	0.84 267	0.08 246	0.00 1	0.05 96	0.05 220	0.16 100	0.06 112	0.00 1	0.63 338	0.00 1	0.00 1	0.24 344	0.84 338

CIPLG	0.44 172	1.17 336	2.82 270	0.10 283	0.01 182	0.93 202	0.20 319	1.76 288	0.85 290	0.04 203	0.01 160	0.16 170	0.06 231	0.16 100	0.19 186	0.00 1	0.04 268	0.01 350	0.01 287	0.17 316	0.04 82

AASNet	0.40 150	0.98 312	2.57 260	0.00 1	0.00 1	0.93 202	0.01 175	0.79 178	0.82 248	0.01 85	0.00 1	0.38 244	0.02 126	0.62 175	0.43 256	0.00 1	0.00 1	0.00 1	0.00 1	0.31 364	0.14 188

APVNet	0.58 246	0.59 235	3.15 291	0.00 1	0.00 1	0.93 202	0.01 175	0.62 151	0.86 301	0.03 183	0.01 160	0.34 225	0.04 194	4.50 307	0.33 225	0.00 1	0.00 1	0.03 372	0.00 1	0.18 323	0.05 97

DRaft	0.58 246	0.13 83	1.34 46	0.00 1	0.00 1	0.94 205	0.18 316	0.08 35	0.16 32	0.03 183	0.25 294	0.06 112	2.49 370	4.51 309	1.32 315	0.00 1	0.03 258	0.00 1	0.02 298	0.03 122	0.08 124

XPNet_ROB	0.46 184	0.67 247	1.69 142	0.01 200	0.00 1	0.94 205	0.01 175	1.32 237	0.65 139	0.03 183	0.00 1	0.17 176	0.02 126	2.82 242	0.66 274	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.18 209

ETE_ROB	0.43 167	0.73 264	1.87 181	0.00 1	0.00 1	0.94 205	0.01 175	1.75 285	0.79 226	0.03 183	0.00 1	0.16 170	0.02 126	1.81 208	0.36 234	0.00 1	0.00 1	0.00 1	0.00 1	0.03 122	0.08 124

NLCA_NET_v2_RVC	0.45 177	0.72 263	3.22 292	0.00 1	0.02 222	0.95 208	0.00 1	0.70 158	0.26 74	0.03 183	0.00 1	0.34 225	0.10 253	2.45 224	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.03 65
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CFNet_pseudo	0.24 57	0.13 83	1.40 64	0.00 1	0.01 182	0.96 209	0.00 1	1.08 211	0.16 32	0.00 1	0.01 160	0.48 260	0.35 301	0.03 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 162

DSFCA	0.49 194	0.39 185	1.59 116	0.00 1	0.01 182	0.96 209	0.36 352	0.40 127	0.80 234	0.03 183	0.31 314	0.04 78	0.23 289	3.83 282	0.81 291	0.00 1	0.00 1	0.00 1	0.00 1	0.03 122	0.09 137

LCNet	0.26 70	0.14 91	1.38 58	0.10 283	0.00 1	0.97 211	0.00 1	0.12 52	0.78 212	0.01 85	0.00 1	0.02 31	1.07 344	0.43 154	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 303	0.03 65

ccs_rob	0.24 57	0.13 83	1.40 64	0.00 1	0.01 182	0.97 211	0.00 1	1.08 211	0.16 32	0.00 1	0.01 160	0.48 260	0.35 301	0.03 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 162

MyStereo07	0.30 90	0.34 173	1.49 86	0.00 1	0.25 323	0.98 213	0.01 175	0.06 22	0.57 130	0.35 325	0.00 1	0.01 7	0.06 231	0.49 163	0.09 129	0.00 1	0.79 348	0.00 1	0.08 326	0.02 77	0.32 266

MyStereo04	0.37 128	0.34 173	2.41 243	0.00 1	0.25 323	0.98 213	0.01 175	1.05 206	0.28 80	0.09 253	0.01 160	0.36 236	0.12 261	0.05 63	0.35 231	0.00 1	0.79 348	0.00 1	0.08 326	0.02 77	0.32 266

UDG	0.55 232	0.86 292	2.15 219	0.00 1	0.00 1	0.98 213	0.00 1	2.09 323	0.83 257	0.08 246	0.00 1	1.49 357	0.18 277	1.20 196	1.07 300	0.00 1	0.00 1	0.00 1	0.00 1	0.08 231	0.09 137

DMCA	0.30 90	0.38 183	2.48 251	0.00 1	0.01 182	0.98 213	0.01 175	0.47 132	0.80 234	0.02 144	0.01 160	0.05 96	0.00 1	0.25 118	0.29 215	0.00 1	0.00 1	0.00 1	0.00 1	0.05 170	0.10 151

LALA_ROB	0.45 177	0.73 264	1.91 189	0.00 1	0.01 182	0.98 213	0.01 175	1.99 317	0.84 267	0.15 278	0.00 1	0.09 135	0.01 82	1.06 189	1.01 297	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.05 97

CVANet_RVC	0.66 274	0.68 250	2.61 262	0.01 200	0.00 1	0.99 218	0.00 1	0.95 193	0.78 212	0.60 344	0.11 278	0.37 239	0.14 266	5.50 332	0.14 159	0.00 1	0.00 1	0.00 1	0.03 310	0.16 311	0.19 219

EDNetEfficient	2.95 382	0.33 164	20.38 405	0.19 323	0.83 379	1.00 219	1.95 389	0.58 144	5.15 391	8.01 400	1.79 364	0.93 318	4.16 388	3.66 278	9.80 392	0.00 1	0.03 258	0.00 1	0.06 321	0.05 170	0.13 180

UCFNet_RVC	0.26 70	0.61 240	1.59 116	0.00 1	0.00 1	1.00 219	0.00 1	0.26 102	0.39 95	0.01 85	0.00 1	0.42 252	0.02 126	0.84 183	0.07 115	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.04 82

ACVNet-4b	1.38 346	1.94 381	5.73 374	0.20 330	0.04 251	1.01 221	0.01 175	1.70 276	0.86 301	0.04 203	0.95 352	1.95 364	0.31 298	6.69 380	2.11 336	2.78 403	0.02 251	0.00 1	0.00 1	0.89 391	0.34 273

CAS	0.13 12	0.07 25	0.86 7	0.00 1	0.00 1	1.01 221	0.00 1	0.26 102	0.16 32	0.00 1	0.00 1	0.03 59	0.01 82	0.02 9	0.04 89	0.09 370	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ICVP	0.16 20	0.05 5	1.22 32	0.00 1	0.01 182	1.01 221	0.09 296	0.28 106	0.17 40	0.00 1	0.02 241	0.07 121	0.01 82	0.21 112	0.05 101	0.00 1	0.01 244	0.00 1	0.00 1	0.01 25	0.09 137
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CREStereo++_RVC	0.15 18	0.10 66	1.55 103	0.00 1	0.00 1	1.01 221	0.00 1	0.15 67	0.15 26	0.00 1	0.01 160	0.04 78	0.00 1	0.02 9	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 82
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
FENet	0.27 73	0.19 111	1.51 94	0.00 1	0.00 1	1.01 221	0.00 1	1.02 197	0.77 199	0.00 1	0.00 1	0.24 200	0.04 194	0.27 129	0.22 197	0.00 1	0.00 1	0.00 1	0.00 1	0.03 122	0.07 111

DN-CSS_ROB	0.38 136	1.27 344	2.50 254	0.01 200	0.00 1	1.01 221	0.00 1	1.21 223	0.83 257	0.02 144	0.00 1	0.19 187	0.02 126	0.10 87	0.19 186	0.00 1	0.00 1	0.00 1	0.00 1	0.26 349	0.03 65

dd	0.23 54	0.91 305	1.69 142	0.01 200	0.00 1	1.02 227	0.00 1	0.09 42	0.68 143	0.01 85	0.00 1	0.02 31	0.02 126	0.01 2	0.00 1	0.01 337	0.00 1	0.00 1	0.00 1	0.04 155	0.01 42

SACVNet	0.51 203	0.61 240	1.98 201	0.00 1	0.00 1	1.02 227	0.01 175	1.04 205	0.44 103	0.07 237	0.00 1	0.23 197	0.02 126	4.19 293	0.29 215	0.00 1	0.00 1	0.00 1	0.00 1	0.22 341	0.13 180

GwcNet-ADL	0.33 103	0.20 116	1.73 151	0.00 1	0.00 1	1.02 227	0.00 1	2.51 338	0.40 99	0.00 1	0.00 1	0.37 239	0.04 194	0.03 29	0.24 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.13 180

PSMNet-ADL	0.39 143	0.08 48	0.96 9	0.00 1	0.00 1	1.02 227	0.00 1	0.72 165	0.16 32	0.00 1	0.10 277	0.48 260	0.01 82	3.60 274	0.37 236	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.23 232

Ntro	0.75 292	1.79 371	3.54 321	0.05 251	0.37 334	1.03 231	0.02 234	0.99 195	0.76 183	0.02 144	0.00 1	0.76 303	0.08 245	3.23 258	1.32 315	0.07 367	0.04 268	0.01 350	0.00 1	0.84 390	0.13 180

dad	0.24 57	0.98 312	1.61 124	0.00 1	0.00 1	1.03 231	0.00 1	0.03 3	0.38 91	0.01 85	0.00 1	0.02 31	0.01 82	0.65 176	0.11 138	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.00 1

AnonymousM	0.18 26	0.07 25	0.80 3	0.04 245	0.00 1	1.03 231	0.00 1	0.20 85	0.65 139	0.06 229	0.00 1	0.00 1	0.00 1	0.33 139	0.02 51	0.00 1	0.19 297	0.00 1	0.00 1	0.01 25	0.18 209

GEStereo_RVC	0.52 206	0.69 254	1.93 194	0.01 200	0.00 1	1.03 231	0.00 1	2.22 328	0.78 212	0.00 1	0.00 1	0.14 156	0.01 82	3.19 256	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.10 267	0.18 209

TANstereo	0.17 22	0.32 159	1.51 94	0.00 1	0.00 1	1.03 231	0.00 1	0.07 30	0.14 20	0.01 85	0.15 284	0.04 78	0.00 1	0.05 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 57

LoS	0.16 20	0.10 66	0.97 10	0.02 222	0.00 1	1.04 236	0.01 175	0.07 30	0.75 162	0.01 85	0.01 160	0.16 170	0.04 194	0.07 74	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.00 1

ADStereo(finetuned)	0.42 158	0.51 223	2.79 269	0.00 1	0.00 1	1.04 236	0.00 1	1.90 308	0.85 290	0.10 258	0.00 1	0.04 78	0.72 328	0.04 41	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.25 246

test_4	0.20 38	0.33 164	1.50 89	0.08 276	0.13 288	1.04 236	0.00 1	0.05 12	0.09 14	0.10 258	0.00 1	0.02 31	0.01 82	0.27 129	0.14 159	0.00 1	0.08 285	0.00 1	0.02 298	0.13 283	0.07 111

NCC-stereo	0.63 265	0.82 282	3.34 304	0.03 237	0.03 239	1.04 236	0.01 175	1.03 200	0.31 83	0.14 274	0.19 287	0.64 285	0.05 220	3.67 279	1.18 304	0.00 1	0.00 1	0.00 1	0.00 1	0.05 170	0.07 111

Abc-Net	0.63 265	0.82 282	3.34 304	0.03 237	0.03 239	1.04 236	0.01 175	1.03 200	0.31 83	0.14 274	0.19 287	0.64 285	0.05 220	3.67 279	1.18 304	0.00 1	0.00 1	0.00 1	0.00 1	0.05 170	0.07 111
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
PMTNet	0.13 12	0.08 48	0.99 14	0.00 1	0.00 1	1.05 241	0.04 266	0.21 87	0.14 20	0.00 1	0.00 1	0.04 78	0.00 1	0.04 41	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.01 42

PS-NSSS	0.62 262	0.82 282	1.58 114	0.00 1	0.00 1	1.05 241	0.00 1	2.76 354	0.74 155	0.00 1	0.00 1	0.11 144	0.01 82	5.22 324	0.15 169	0.00 1	0.00 1	0.00 1	0.00 1	0.05 170	0.00 1

WCMA_ROB	2.37 374	0.75 274	2.53 257	0.05 251	0.00 1	1.05 241	0.59 372	1.47 253	1.40 371	5.47 391	9.84 398	8.10 392	5.87 396	4.38 302	3.93 356	0.16 373	0.21 299	0.18 395	0.18 369	0.06 195	1.08 348

MC-Stereo	0.38 136	0.12 78	1.30 43	0.65 377	0.70 372	1.06 244	0.00 1	0.03 3	0.14 20	0.23 298	0.00 1	0.04 78	0.02 126	0.38 149	0.12 142	0.00 1	1.08 383	0.00 1	0.02 298	0.08 231	1.72 381

RCA-Stereo	0.28 76	0.14 91	1.00 16	0.00 1	0.13 288	1.06 244	0.00 1	1.76 288	0.16 32	0.07 237	0.00 1	0.02 31	0.06 231	0.00 1	0.00 1	0.00 1	0.83 359	0.00 1	0.00 1	0.06 195	0.23 232

DCANet-4	0.37 128	0.07 25	3.11 288	0.00 1	0.00 1	1.06 244	0.00 1	1.82 305	0.85 290	0.16 281	0.00 1	0.04 78	0.05 220	0.04 41	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 232

fff	0.37 128	0.50 218	2.02 205	0.00 1	0.02 222	1.06 244	0.00 1	1.90 308	0.84 267	0.16 281	0.00 1	0.04 78	0.59 320	0.04 41	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 232

UDGNet	0.19 36	0.81 280	1.42 76	0.00 1	0.00 1	1.06 244	0.00 1	0.05 12	0.38 91	0.00 1	0.00 1	0.02 31	0.00 1	0.10 87	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

s12784h	0.27 73	0.08 48	1.46 83	0.00 1	0.00 1	1.06 244	0.02 234	1.66 272	0.75 162	0.01 85	0.36 324	0.02 31	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.02 57

DCANet	0.35 111	0.50 218	2.02 205	0.00 1	0.00 1	1.06 244	0.00 1	1.90 308	0.85 290	0.10 258	0.00 1	0.04 78	0.00 1	0.04 41	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.25 246

csc	0.37 128	0.50 218	2.02 205	0.00 1	0.02 222	1.06 244	0.00 1	1.90 308	0.84 267	0.16 281	0.00 1	0.04 78	0.59 320	0.04 41	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 232

cscssc	0.37 128	0.50 218	2.02 205	0.00 1	0.02 222	1.06 244	0.00 1	1.90 308	0.84 267	0.16 281	0.00 1	0.04 78	0.59 320	0.04 41	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 232

111	0.42 158	0.98 312	2.02 205	0.00 1	0.02 222	1.06 244	0.03 251	1.98 316	0.83 257	0.30 312	0.01 160	0.21 192	0.05 220	0.13 93	0.09 129	0.00 1	0.00 1	0.00 1	0.00 1	0.08 231	0.65 327

RAFT-Stereo + iAFF	0.41 155	0.87 294	1.78 165	0.00 1	0.91 384	1.06 244	0.00 1	0.70 158	0.77 199	0.05 216	0.00 1	0.06 112	0.06 231	0.06 69	0.26 211	0.00 1	0.69 342	0.00 1	0.00 1	0.20 334	0.80 334

CREStereo	0.12 11	0.07 25	0.76 2	0.00 1	0.00 1	1.06 244	0.00 1	0.25 100	0.14 20	0.00 1	0.00 1	0.02 31	0.00 1	0.02 9	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
ACVNet	0.30 90	0.44 193	1.74 153	0.01 200	0.00 1	1.06 244	0.10 300	0.23 95	0.83 257	0.02 144	0.01 160	0.70 299	0.00 1	0.08 80	0.41 252	0.00 1	0.00 1	0.00 1	0.00 1	0.09 255	0.17 202

cf-r	0.46 184	0.87 294	2.51 255	0.00 1	0.00 1	1.06 244	0.00 1	0.52 137	0.64 136	0.09 253	0.00 1	0.65 289	0.00 1	2.51 227	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.09 255	0.09 137

GANet-RSSM	0.42 158	0.66 246	1.78 165	0.00 1	0.00 1	1.06 244	0.00 1	0.26 102	0.23 68	0.05 216	0.00 1	0.34 225	0.00 1	3.56 271	0.18 177	0.00 1	0.00 1	0.03 372	0.00 1	0.09 255	0.08 124

PSMNet-RSSM	0.44 172	0.73 264	1.65 133	0.00 1	0.00 1	1.06 244	0.00 1	0.61 148	0.70 150	0.06 229	0.01 160	0.39 246	0.00 1	3.29 261	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.05 170	0.07 111

GwcNet-RSSM	0.53 219	1.04 321	2.48 251	0.00 1	0.00 1	1.06 244	0.00 1	0.74 169	0.76 183	0.21 291	0.01 160	0.36 236	0.00 1	3.65 277	0.11 138	0.00 1	0.00 1	0.00 1	0.00 1	0.13 283	0.07 111

CFNet	0.66 274	1.12 332	2.37 240	0.00 1	0.00 1	1.06 244	0.01 175	1.36 245	0.74 155	0.01 85	0.01 160	0.13 154	0.01 82	5.85 342	0.30 218	0.00 1	0.00 1	0.00 1	0.00 1	0.18 323	0.07 111

ff7	0.36 121	0.21 120	1.28 38	0.16 310	0.22 312	1.07 262	0.00 1	0.12 52	0.56 122	0.32 318	0.00 1	0.01 7	0.04 194	0.25 118	0.03 63	0.00 1	0.92 370	0.00 1	0.10 334	0.08 231	1.75 385

ffff	0.36 121	0.21 120	1.28 38	0.16 310	0.22 312	1.07 262	0.00 1	0.12 52	0.56 122	0.32 318	0.00 1	0.01 7	0.04 194	0.25 118	0.03 63	0.00 1	0.92 370	0.00 1	0.10 334	0.08 231	1.75 385

11t	0.36 121	0.21 120	1.28 38	0.16 310	0.22 312	1.07 262	0.00 1	0.12 52	0.56 122	0.32 318	0.00 1	0.01 7	0.04 194	0.25 118	0.03 63	0.00 1	0.92 370	0.00 1	0.10 334	0.08 231	1.75 385

HH	0.52 206	0.23 129	1.71 146	0.77 386	0.35 332	1.07 262	0.00 1	0.30 108	0.68 143	0.29 310	0.45 330	1.45 354	0.04 194	0.37 145	0.37 236	0.00 1	0.84 362	0.00 1	0.00 1	0.02 77	1.39 362

HanStereo	0.52 206	0.23 129	1.71 146	0.77 386	0.35 332	1.07 262	0.00 1	0.30 108	0.68 143	0.29 310	0.45 330	1.45 354	0.04 194	0.37 145	0.37 236	0.00 1	0.84 362	0.00 1	0.00 1	0.02 77	1.39 362

anonymousdsp	0.41 155	0.21 120	1.52 96	0.43 361	0.54 355	1.07 262	0.00 1	0.11 46	0.56 122	0.34 322	0.00 1	0.01 7	0.05 220	0.47 160	0.03 63	0.00 1	0.81 352	0.00 1	0.11 341	0.08 231	1.81 392

ccc-4	0.36 121	0.21 120	1.28 38	0.16 310	0.22 312	1.07 262	0.00 1	0.12 52	0.56 122	0.32 318	0.00 1	0.01 7	0.04 194	0.25 118	0.03 63	0.00 1	0.92 370	0.00 1	0.10 334	0.08 231	1.75 385

IGEV-Stereo	0.41 155	0.21 120	1.53 99	0.43 361	0.55 356	1.07 262	0.00 1	0.11 46	0.56 122	0.34 322	0.00 1	0.01 7	0.05 220	0.47 160	0.03 63	0.00 1	0.81 352	0.00 1	0.11 341	0.08 231	1.81 392
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
psmg	0.29 81	0.07 25	0.98 11	0.00 1	0.00 1	1.07 262	0.00 1	1.92 313	0.82 248	0.00 1	0.00 1	0.35 231	0.03 168	0.06 69	0.51 260	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

RAFT-RH_RVC	0.99 319	0.26 139	1.93 194	0.04 245	0.04 251	1.07 262	0.00 1	0.07 30	0.69 148	0.01 85	9.36 396	0.10 141	0.00 1	5.86 343	0.29 215	0.01 337	0.00 1	0.00 1	0.02 298	0.01 25	0.00 1

GES	0.23 54	0.19 111	1.56 107	0.00 1	0.00 1	1.07 262	0.02 234	0.73 168	0.15 26	0.00 1	0.02 241	0.11 144	0.08 245	0.44 157	0.16 171	0.01 337	0.00 1	0.00 1	0.00 1	0.05 170	0.09 137

EKT-Stereo	0.55 232	0.15 97	1.80 170	0.73 385	4.21 410	1.08 273	0.00 1	1.17 221	0.32 85	0.02 144	0.00 1	0.08 127	0.00 1	1.01 188	0.13 152	0.00 1	0.03 258	0.00 1	0.05 318	0.03 122	0.29 259

Selective-RAFT	0.21 43	0.13 83	0.82 5	0.00 1	0.00 1	1.08 273	0.00 1	0.06 22	0.77 199	0.00 1	0.00 1	0.08 127	0.00 1	0.01 2	0.03 63	0.00 1	0.90 367	0.00 1	0.18 369	0.04 155	0.16 198

IPLGR	0.50 199	0.22 127	2.74 265	0.03 237	0.02 222	1.08 273	0.03 251	1.95 314	0.75 162	0.09 253	0.00 1	0.18 179	0.22 287	2.57 231	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.05 97

Patchmatch Stereo++	0.18 26	0.07 25	1.40 64	0.05 251	0.01 182	1.08 273	0.07 284	0.05 12	0.75 162	0.02 144	0.00 1	0.05 96	0.00 1	0.03 29	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.00 1
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-softLoss	0.55 232	0.06 9	1.89 184	0.27 342	0.00 1	1.08 273	0.25 329	0.12 52	1.06 330	0.03 183	0.01 160	0.02 31	0.01 82	5.92 349	0.18 177	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

KMStereo	0.55 232	0.06 9	1.89 184	0.27 342	0.00 1	1.08 273	0.25 329	0.12 52	1.06 330	0.03 183	0.01 160	0.02 31	0.01 82	5.92 349	0.18 177	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

PSM-adaLoss	0.18 26	0.07 25	1.40 64	0.05 251	0.02 222	1.08 273	0.08 291	0.05 12	0.75 162	0.02 144	0.00 1	0.07 121	0.00 1	0.04 41	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.00 1

ROB_FTStereo_v2	0.18 26	0.07 25	1.40 64	0.05 251	0.02 222	1.08 273	0.06 279	0.05 12	0.75 162	0.02 144	0.00 1	0.07 121	0.00 1	0.04 41	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.00 1

ROB_FTStereo	0.18 26	0.07 25	1.40 64	0.05 251	0.02 222	1.08 273	0.06 279	0.05 12	0.75 162	0.02 144	0.00 1	0.03 59	0.00 1	0.04 41	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.00 1

HUI-Stereo	0.19 36	0.07 25	1.41 74	0.05 251	0.02 222	1.08 273	0.08 291	0.06 22	0.76 183	0.02 144	0.00 1	0.07 121	0.00 1	0.04 41	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.00 1

ASMatch	0.60 254	0.12 78	1.85 178	0.14 303	0.04 251	1.08 273	0.00 1	0.12 52	0.87 305	0.06 229	0.43 328	0.06 112	0.85 335	6.18 367	0.26 211	0.00 1	0.00 1	0.00 1	0.01 287	0.00 1	0.00 1

DeepStereo_RVC	0.24 57	0.07 25	1.16 25	0.06 268	0.02 222	1.08 273	0.31 343	0.04 6	0.75 162	0.02 144	0.00 1	0.00 1	1.22 349	0.03 29	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 97

iGMRVC	0.18 26	0.07 25	1.40 64	0.05 251	0.03 239	1.08 273	0.07 284	0.06 22	0.75 162	0.02 144	0.00 1	0.05 96	0.00 1	0.04 41	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.00 1

iRAFT	0.18 26	0.07 25	1.40 64	0.05 251	0.01 182	1.08 273	0.07 284	0.05 12	0.75 162	0.02 144	0.00 1	0.05 96	0.00 1	0.03 29	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.00 1

RAFT-IKP	0.18 26	0.07 25	1.41 74	0.05 251	0.01 182	1.08 273	0.08 291	0.05 12	0.75 162	0.02 144	0.00 1	0.05 96	0.00 1	0.04 41	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.00 1

AE-Stereo	0.43 167	0.07 25	1.90 188	0.05 251	0.21 309	1.09 288	0.00 1	1.02 197	0.48 108	0.39 333	0.28 304	0.18 179	0.00 1	0.18 109	0.05 101	0.00 1	0.83 359	0.00 1	0.23 384	0.07 213	1.64 379

BSDual-CNN	0.35 111	0.07 25	0.98 11	0.00 1	0.00 1	1.09 288	0.00 1	2.67 346	0.82 248	0.30 312	0.09 273	0.35 231	0.03 168	0.06 69	0.51 260	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

hknet	0.45 177	0.14 91	1.89 184	0.00 1	0.00 1	1.09 288	0.00 1	2.67 346	0.82 248	0.30 312	0.09 273	0.63 282	0.00 1	1.06 189	0.38 244	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Sa-1000	0.44 172	0.58 234	1.85 178	0.00 1	0.22 312	1.09 288	0.01 175	2.98 361	0.75 162	0.00 1	0.09 273	0.04 78	0.00 1	0.21 112	0.00 1	0.00 1	0.50 329	0.00 1	0.13 344	0.12 278	0.12 173

NF-Stereo	0.54 224	0.06 9	1.59 116	0.19 323	0.00 1	1.09 288	0.25 329	0.22 89	1.13 345	0.02 144	0.00 1	0.02 31	0.00 1	6.05 358	0.17 172	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

OCTAStereo	0.54 224	0.06 9	1.59 116	0.19 323	0.00 1	1.09 288	0.25 329	0.22 89	1.13 345	0.02 144	0.00 1	0.02 31	0.00 1	6.03 356	0.18 177	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

RE-Stereo	0.54 224	0.06 9	1.59 116	0.19 323	0.00 1	1.09 288	0.25 329	0.22 89	1.13 345	0.02 144	0.00 1	0.02 31	0.00 1	6.05 358	0.17 172	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

TVStereo	0.54 224	0.06 9	1.59 116	0.19 323	0.00 1	1.09 288	0.25 329	0.22 89	1.13 345	0.02 144	0.00 1	0.02 31	0.00 1	6.05 358	0.17 172	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

HCRNet	0.37 128	0.27 143	1.27 36	0.00 1	0.00 1	1.09 288	0.00 1	0.56 142	0.80 234	0.01 85	0.01 160	0.06 112	0.03 168	3.22 257	0.07 115	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.03 65

CFNet-ft	0.40 150	0.74 268	1.74 153	0.00 1	0.00 1	1.09 288	0.00 1	0.23 95	0.22 64	0.02 144	0.00 1	0.76 303	0.00 1	2.98 248	0.18 177	0.00 1	0.00 1	0.01 350	0.00 1	0.03 122	0.08 124

CC-Net-ROB	0.77 297	0.99 316	2.18 221	0.07 274	0.00 1	1.09 288	0.01 175	3.10 367	0.75 162	0.01 85	0.00 1	0.14 156	0.01 82	5.65 338	0.34 227	0.56 383	0.00 1	0.21 398	0.00 1	0.17 316	0.02 57

CFNet_RVC	0.40 150	0.74 268	1.74 153	0.00 1	0.00 1	1.09 288	0.00 1	0.23 95	0.22 64	0.02 144	0.00 1	0.76 303	0.00 1	2.97 247	0.18 177	0.00 1	0.00 1	0.01 350	0.00 1	0.03 122	0.08 124

SGM-Forest	1.08 326	0.45 199	1.80 170	0.02 222	0.07 269	1.09 288	0.65 373	2.57 343	0.85 290	1.33 366	0.92 351	1.36 348	1.62 354	5.94 351	2.34 340	0.00 1	0.00 1	0.00 1	0.00 1	0.05 170	0.52 312
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MSKI-zero shot	0.34 105	0.12 78	1.70 144	0.55 366	0.44 342	1.10 301	0.03 251	0.91 185	0.22 64	0.22 295	0.05 256	0.06 112	0.00 1	0.16 100	0.04 89	0.00 1	0.87 365	0.00 1	0.18 369	0.02 77	0.22 224

SST-Stereo	0.56 239	0.05 5	1.55 103	0.06 268	0.19 300	1.10 301	0.47 363	0.32 113	0.80 234	0.04 203	0.00 1	0.05 96	0.57 317	5.98 353	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.00 1

RAFT_R40	0.54 224	0.06 9	1.55 103	0.06 268	0.15 293	1.10 301	0.31 343	0.31 111	0.78 212	0.02 144	0.03 249	0.07 121	0.29 295	5.98 353	0.10 132	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.00 1

Pruner-Stereo	0.22 46	0.09 59	1.50 89	0.23 337	0.00 1	1.10 301	0.20 319	0.17 76	0.78 212	0.03 183	0.00 1	0.01 7	0.00 1	0.04 41	0.21 191	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

FADNet_RVC	0.69 281	1.26 343	3.48 314	0.00 1	0.00 1	1.10 301	0.01 175	1.57 263	0.65 139	0.02 144	0.05 256	0.26 209	0.03 168	3.16 254	0.30 218	0.21 378	0.25 307	0.08 387	0.28 398	0.53 381	0.62 323

TDLM	0.60 254	0.76 277	1.77 161	0.05 251	0.00 1	1.10 301	0.01 175	0.51 136	0.79 226	0.34 322	0.01 160	0.27 210	0.22 287	5.44 328	0.35 231	0.00 1	0.00 1	0.00 1	0.00 1	0.15 303	0.19 219

MyStereo06	0.53 219	0.36 178	2.90 275	0.01 200	0.00 1	1.11 307	0.01 175	0.56 142	0.49 110	0.74 351	0.45 330	1.24 341	1.02 340	0.39 151	0.34 227	0.00 1	0.60 336	0.00 1	0.08 326	0.01 25	0.33 271

MyStereo05	0.39 143	0.36 178	2.43 246	0.01 200	0.00 1	1.11 307	0.01 175	1.25 229	0.57 130	0.06 229	0.01 160	0.29 215	0.15 270	0.07 74	0.37 236	0.00 1	0.60 336	0.00 1	0.08 326	0.01 25	0.33 271

SA	0.43 167	0.63 243	1.92 191	0.00 1	0.22 312	1.11 307	0.00 1	2.87 357	0.75 162	0.00 1	0.01 160	0.04 78	0.01 82	0.21 112	0.00 1	0.00 1	0.40 321	0.00 1	0.14 351	0.14 298	0.22 224

MIPNet	0.42 158	0.59 235	2.22 225	0.02 222	0.00 1	1.11 307	0.09 296	1.88 307	0.88 308	0.11 265	0.06 266	0.22 195	0.19 279	0.74 179	0.00 1	0.00 1	0.00 1	0.00 1	0.01 287	0.08 231	0.12 173

DIP-Stereo	0.28 76	0.19 111	1.62 127	0.00 1	0.00 1	1.11 307	0.00 1	1.67 273	0.74 155	0.01 85	0.00 1	0.01 7	0.07 241	0.01 2	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.13 180
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RAFT+CT+SA	0.38 136	0.74 268	1.84 177	0.02 222	0.27 326	1.12 312	0.00 1	0.91 185	0.75 162	0.00 1	0.00 1	0.27 210	0.01 82	0.56 165	0.00 1	0.00 1	0.16 294	0.00 1	0.30 400	0.13 283	0.42 288

IPLG	0.59 250	0.69 254	2.25 232	0.02 222	0.00 1	1.12 312	0.07 284	1.75 285	0.79 226	0.05 216	0.00 1	0.16 170	0.14 266	4.49 306	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 298	0.07 111

PFNet+	0.28 76	0.10 66	1.61 124	0.08 276	0.01 182	1.12 312	0.41 357	0.12 52	0.80 234	0.08 246	0.01 160	0.02 31	0.00 1	1.19 193	0.04 89	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

CRE-IMP	0.22 46	0.06 9	1.43 80	0.05 251	0.02 222	1.12 312	0.33 349	0.04 6	1.08 335	0.02 144	0.00 1	0.12 148	0.00 1	0.03 29	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.09 137

GMM-Stereo	0.22 46	0.05 5	2.03 210	0.08 276	0.00 1	1.12 312	0.13 309	0.09 42	0.79 226	0.01 85	0.00 1	0.03 59	0.10 253	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

Anonymous3	0.24 57	0.14 91	1.98 201	0.00 1	0.00 1	1.12 312	0.00 1	0.61 148	0.77 199	0.01 85	0.00 1	0.06 112	0.00 1	0.02 9	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.02 57

RAFT + AFF	0.79 302	1.36 352	2.40 242	0.00 1	0.04 251	1.12 312	0.06 279	1.73 280	0.81 242	0.02 144	0.00 1	0.18 179	1.49 351	4.97 317	0.67 278	0.00 1	0.17 295	0.00 1	0.00 1	0.33 366	0.46 300

MaskLacGwcNet_RVC	0.56 239	0.82 282	1.94 197	0.12 295	0.00 1	1.12 312	0.01 175	0.96 194	0.72 153	0.00 1	0.05 256	0.37 239	0.03 168	3.45 267	0.15 169	1.07 395	0.00 1	0.00 1	0.00 1	0.16 311	0.25 246

DeepPruner_ROB	0.34 105	0.75 274	2.38 241	0.00 1	0.00 1	1.12 312	0.03 251	0.30 108	0.16 32	0.00 1	0.00 1	0.39 246	0.03 168	1.27 199	0.14 159	0.00 1	0.00 1	0.00 1	0.00 1	0.05 170	0.10 151

Any-RAFT	0.24 57	0.07 25	1.16 25	0.00 1	0.01 182	1.13 321	0.00 1	1.21 223	0.36 89	0.02 144	0.00 1	0.49 267	0.00 1	0.19 110	0.03 63	0.00 1	0.08 285	0.00 1	0.00 1	0.00 1	0.03 65

TestStereo1	0.32 100	0.67 247	1.66 136	0.00 1	0.23 321	1.13 321	0.01 175	0.94 191	0.76 183	0.00 1	0.05 256	0.05 96	0.01 82	0.16 100	0.05 101	0.00 1	0.24 303	0.00 1	0.00 1	0.17 316	0.23 232

SA-5K	0.32 100	0.67 247	1.66 136	0.00 1	0.23 321	1.13 321	0.01 175	0.94 191	0.76 183	0.00 1	0.05 256	0.05 96	0.01 82	0.16 100	0.05 101	0.00 1	0.24 303	0.00 1	0.00 1	0.17 316	0.23 232

GrayStereo	0.52 206	0.03 1	1.36 48	0.10 283	0.00 1	1.13 321	2.57 396	0.32 113	1.03 326	0.00 1	0.00 1	0.08 127	3.66 381	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.17 202

XX-Stereo	0.73 289	0.18 108	5.35 365	0.38 358	0.26 325	1.13 321	0.00 1	3.03 363	0.18 50	0.14 274	0.01 160	1.40 350	0.01 82	1.36 202	0.04 89	0.00 1	0.50 329	0.00 1	0.16 365	0.03 122	0.43 291

AAGNet	0.99 319	0.08 48	1.59 116	0.15 306	0.27 326	1.14 326	0.27 339	0.06 22	0.78 212	0.01 85	0.00 1	0.01 7	0.97 338	3.60 274	10.81 394	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.00 1

HHNet	0.53 219	0.23 129	2.29 235	0.11 291	0.00 1	1.15 327	0.25 329	0.70 158	0.78 212	0.01 85	3.49 371	0.04 78	0.69 324	0.02 9	0.70 283	0.03 361	0.00 1	0.00 1	0.00 1	0.03 122	0.03 65

FTStereo	0.82 307	0.06 9	1.88 183	0.12 295	0.00 1	1.15 327	2.70 397	0.16 72	0.84 267	0.16 281	5.80 379	0.36 236	2.49 370	0.53 164	0.01 31	0.07 367	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

PWCDC_ROB	1.13 333	1.70 365	3.52 315	0.00 1	0.00 1	1.15 327	0.00 1	2.49 337	1.39 370	0.02 144	8.80 393	0.34 225	0.09 248	1.11 191	1.20 307	0.00 1	0.00 1	0.00 1	0.00 1	0.56 383	0.21 223

DisPM	0.22 46	0.09 59	1.74 153	0.11 291	0.00 1	1.16 330	0.40 356	0.08 35	0.68 143	0.03 183	0.00 1	0.00 1	0.00 1	0.07 74	0.04 89	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

NRIStereo	0.22 46	0.06 9	1.40 64	0.05 251	0.01 182	1.16 330	0.32 348	0.04 6	0.81 242	0.04 203	0.01 160	0.11 144	0.01 82	0.14 97	0.02 51	0.00 1	0.02 251	0.00 1	0.00 1	0.05 170	0.10 151

KYRaft	0.26 70	0.05 5	1.37 52	0.04 245	0.00 1	1.16 330	0.12 308	0.11 46	0.78 212	0.01 85	0.29 306	0.03 59	0.75 330	0.37 145	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 65

Prome-Stereo	0.28 76	0.06 9	1.40 64	0.10 283	0.00 1	1.16 330	0.02 234	0.39 124	0.88 308	0.02 144	0.52 336	0.05 96	0.69 324	0.28 135	0.07 115	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 65

GANetREF_RVC	0.63 265	1.05 322	3.03 280	0.00 1	0.00 1	1.16 330	0.01 175	2.03 320	0.75 162	0.00 1	0.01 160	0.28 213	0.04 194	4.13 291	0.10 132	0.00 1	0.00 1	0.00 1	0.00 1	0.04 155	0.05 97
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
PFNet	0.63 265	0.15 97	2.41 243	0.00 1	0.30 330	1.17 335	0.00 1	0.35 118	0.92 315	0.01 85	0.24 293	0.03 59	0.00 1	6.43 376	0.23 200	0.09 370	0.00 1	0.00 1	0.04 314	0.13 283	0.10 151

RAFT-345	0.52 206	0.07 25	1.75 160	0.11 291	0.07 269	1.17 335	0.18 316	0.21 87	0.78 212	0.00 1	0.01 160	0.09 135	0.01 82	5.87 344	0.19 186	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

iRaft-Stereo_20w	0.77 297	0.13 83	2.90 275	0.63 374	0.50 351	1.18 337	0.58 370	2.56 341	0.71 151	0.85 354	0.05 256	0.78 306	1.02 340	0.82 181	0.76 286	0.00 1	0.52 332	0.00 1	0.14 351	0.02 77	1.25 358

OMP-Stereo	0.71 283	0.47 205	1.36 48	0.18 320	0.06 265	1.18 337	0.00 1	1.76 288	0.78 212	0.11 265	0.59 339	0.49 267	0.00 1	6.94 387	0.25 207	0.00 1	0.00 1	0.00 1	0.00 1	0.03 122	0.07 111

IIG-Stereo	0.71 283	0.48 210	1.42 76	0.05 251	0.03 239	1.18 337	0.00 1	1.75 285	0.79 226	0.01 85	0.56 337	0.53 276	0.01 82	6.87 384	0.37 236	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.07 111

IRAFT_RVC	0.56 239	0.25 135	1.93 194	0.10 283	0.00 1	1.18 337	0.10 300	0.32 113	0.79 226	0.02 144	0.00 1	0.02 31	0.12 261	6.07 361	0.23 200	0.00 1	0.09 288	0.00 1	0.00 1	0.02 77	0.02 57

EAI-Stereo	0.98 317	0.06 9	1.09 20	0.17 318	0.67 371	1.19 341	4.84 402	2.67 346	0.91 313	0.95 357	4.52 375	0.30 218	0.53 316	0.57 166	0.46 257	0.00 1	0.07 283	0.00 1	0.29 399	0.01 25	0.34 273

PSM-AAD	0.53 219	0.04 2	1.38 58	0.06 268	0.00 1	1.20 342	2.11 391	0.17 76	0.78 212	0.01 85	0.44 329	0.14 156	3.94 384	0.23 117	0.06 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 57

Dean	2.72 377	2.05 386	6.17 379	0.39 359	0.44 342	1.21 343	0.48 365	8.36 398	8.46 398	1.48 368	8.08 390	6.95 387	1.44 350	4.50 307	2.00 331	0.79 387	0.00 1	0.01 350	0.00 1	1.11 393	0.39 284

ARAFT	0.68 278	1.29 348	3.36 307	0.00 1	0.00 1	1.21 343	0.00 1	2.71 351	0.81 242	0.07 237	0.00 1	0.18 179	0.03 168	3.47 269	0.05 101	0.00 1	0.00 1	0.00 1	0.00 1	0.19 330	0.22 224

MyStereo8	0.50 199	0.68 250	3.08 286	0.43 361	0.01 182	1.22 345	0.00 1	0.82 181	0.20 61	0.03 183	0.41 327	0.15 162	0.04 194	0.68 177	0.12 142	0.00 1	1.39 404	0.00 1	0.03 310	0.04 155	0.63 325

TransformOpticalFlow	0.88 309	0.30 152	2.86 271	0.30 347	0.03 239	1.25 346	0.05 276	1.87 306	0.80 234	0.28 308	0.37 326	1.25 342	1.50 352	6.38 374	0.22 197	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.07 111

ACVNet_1	1.38 346	2.15 389	6.35 380	0.35 357	0.03 239	1.26 347	0.10 300	2.02 319	0.85 290	0.35 325	0.01 160	4.32 378	1.77 357	4.85 315	1.67 327	0.92 392	0.00 1	0.00 1	0.00 1	0.35 367	0.30 263

ADCP+	1.56 351	1.51 360	8.93 389	0.01 200	0.03 239	1.27 348	0.77 380	1.03 200	0.95 318	0.02 144	0.01 160	0.95 319	1.02 340	0.48 162	14.01 400	0.00 1	0.00 1	0.00 1	0.00 1	0.10 267	0.15 195

RainbowNet	0.80 304	1.85 374	3.31 301	0.13 300	0.05 260	1.30 349	0.07 284	2.03 320	0.76 183	0.02 144	0.02 241	1.13 335	0.25 291	2.40 222	1.07 300	0.72 385	0.05 278	0.00 1	0.00 1	0.53 381	0.30 263

tt1	0.58 246	0.31 156	2.24 230	0.30 347	0.38 336	1.32 350	0.00 1	1.74 281	1.17 362	0.38 328	0.00 1	0.03 59	0.02 126	0.57 166	0.01 31	0.00 1	1.12 386	0.00 1	0.00 1	0.08 231	1.86 395

ACVNet-DCA	0.52 206	0.29 148	2.22 225	0.31 350	0.20 305	1.33 351	0.00 1	1.23 226	1.14 351	0.38 328	0.00 1	0.03 59	0.02 126	0.59 171	0.02 51	0.00 1	1.12 386	0.00 1	0.00 1	0.03 122	1.44 367

xx1	0.55 232	0.29 148	2.22 225	0.31 350	0.20 305	1.33 351	0.00 1	1.78 293	1.03 326	0.38 328	0.00 1	0.01 7	0.00 1	0.59 171	0.02 51	0.00 1	1.12 386	0.00 1	0.19 374	0.03 122	1.44 367

1test111	0.59 250	0.29 148	2.22 225	0.31 350	0.20 305	1.33 351	0.00 1	1.23 226	1.14 351	0.38 328	0.00 1	0.03 59	0.02 126	1.38 203	0.69 280	0.00 1	1.12 386	0.00 1	0.00 1	0.03 122	1.44 367

cc1	0.56 239	0.29 148	2.22 225	0.31 350	0.20 305	1.33 351	0.00 1	1.78 293	1.03 326	0.38 328	0.00 1	0.03 59	0.02 126	0.59 171	0.02 51	0.00 1	1.12 386	0.00 1	0.00 1	0.09 255	1.86 395

ACVNet_2	1.59 354	2.07 387	5.42 368	0.12 295	0.09 276	1.36 355	0.17 313	2.72 353	0.97 321	0.44 337	3.37 370	6.53 385	0.16 273	5.48 331	1.87 328	0.16 373	0.00 1	0.00 1	0.00 1	0.39 372	0.47 302

CBMV_ROB	1.08 326	0.23 129	2.20 223	0.01 200	0.00 1	1.37 356	0.46 359	3.27 375	0.78 212	2.21 377	1.13 354	1.06 326	2.45 369	4.29 300	1.64 325	0.00 1	0.00 1	0.00 1	0.00 1	0.05 170	0.48 304

TRStereo	0.60 254	0.44 193	2.21 224	0.19 323	0.03 239	1.38 357	0.02 234	3.93 383	0.92 315	0.01 85	0.28 304	0.12 148	0.39 306	0.36 142	0.04 89	0.00 1	0.30 312	0.00 1	0.23 384	0.01 25	1.08 348

MeshStereo	2.79 379	0.86 292	3.12 289	0.02 222	0.02 222	1.51 358	0.91 383	3.50 379	1.54 376	11.28 405	7.62 387	11.49 394	2.94 375	6.81 383	3.45 352	0.00 1	0.00 1	0.00 1	0.00 1	0.28 357	0.39 284
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
DPSNet	1.65 356	0.46 202	7.31 381	0.30 347	0.11 284	1.54 359	0.01 175	4.48 386	1.14 351	0.11 265	0.01 160	0.82 309	3.51 380	5.89 345	5.84 371	0.02 353	0.29 311	0.03 372	0.23 384	0.23 343	0.59 318

PDISCO_ROB	0.72 286	1.06 327	3.39 310	0.18 320	0.00 1	1.54 359	0.01 175	2.80 355	0.73 154	0.16 281	0.01 160	0.80 308	0.28 294	2.38 220	0.48 258	0.00 1	0.00 1	0.00 1	0.00 1	0.36 370	0.18 209

ELAS_RVC	3.35 386	0.45 199	4.75 353	0.25 339	0.07 269	1.56 361	7.12 408	2.23 329	5.68 392	7.77 399	7.71 389	6.55 386	10.27 403	5.63 337	6.24 374	0.00 1	0.04 268	0.03 372	0.01 287	0.11 272	0.48 304
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DGSMNet	1.31 341	0.55 230	3.74 329	0.80 388	1.48 400	1.60 362	3.41 399	1.72 278	0.54 116	0.01 85	0.78 346	0.48 260	0.23 289	3.16 254	0.55 266	0.98 393	1.26 402	1.34 407	1.11 409	1.06 392	1.41 365

ADCMid	1.62 355	1.76 369	8.67 387	0.04 245	0.03 239	1.61 363	0.17 313	1.49 255	1.15 358	0.88 355	0.57 338	0.86 312	0.69 324	1.18 192	12.53 399	0.01 337	0.00 1	0.29 399	0.08 326	0.20 334	0.24 242

EGLCR-Stereo	0.43 167	0.07 25	1.21 31	0.58 370	0.65 368	1.64 364	0.31 343	1.15 217	0.19 59	0.43 336	0.02 241	0.00 1	0.02 126	0.38 149	0.14 159	0.00 1	0.66 341	0.00 1	0.00 1	0.00 1	1.11 353

HBP-ISP	0.90 311	1.05 322	3.07 285	0.14 303	0.01 182	1.67 365	0.47 363	3.22 373	0.76 183	1.13 362	0.11 278	0.50 271	0.91 337	4.51 309	0.10 132	0.00 1	0.00 1	0.00 1	0.00 1	0.05 170	0.22 224

G-Net	1.24 335	0.34 173	3.85 332	0.05 251	0.48 348	1.68 366	0.46 359	0.23 95	0.44 103	1.33 366	8.94 394	2.28 372	0.79 333	2.37 218	1.18 304	0.01 337	0.03 258	0.02 364	0.09 331	0.07 213	0.11 162

AnyNet_C32	1.69 358	2.27 392	8.60 386	0.12 295	0.19 300	1.68 366	1.08 385	1.06 209	0.74 155	1.28 365	0.45 330	0.21 192	0.57 317	2.99 250	11.73 397	0.02 353	0.00 1	0.06 384	0.00 1	0.20 334	0.55 316

FCDSN-DC	2.93 381	0.54 228	2.88 274	0.00 1	0.01 182	1.78 368	0.36 352	2.20 327	1.51 374	8.28 401	10.99 402	11.61 395	8.55 399	5.36 327	4.05 358	0.02 353	0.00 1	0.00 1	0.00 1	0.06 195	0.48 304
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
BUS	0.38 136	0.07 25	0.98 11	0.00 1	0.00 1	1.88 369	0.00 1	2.67 346	0.82 248	0.30 312	0.09 273	0.64 285	0.00 1	0.06 69	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NINENet	0.52 206	0.14 91	1.48 84	0.06 268	0.00 1	1.88 369	0.00 1	3.28 376	0.76 183	0.00 1	0.00 1	0.64 285	0.00 1	2.11 211	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

MADNet+	4.94 394	3.56 409	47.46 412	0.42 360	0.27 326	1.99 371	0.04 266	4.45 385	1.30 369	0.07 237	0.02 241	1.81 363	0.36 303	21.82 410	14.17 401	0.00 1	0.26 308	0.00 1	0.00 1	0.28 357	0.54 314

LVE	3.01 383	1.95 383	4.27 347	0.56 368	0.45 345	2.06 372	0.06 279	7.66 396	9.65 399	0.08 246	10.94 401	8.86 393	1.82 358	7.24 391	1.62 324	2.04 399	0.17 295	0.04 380	0.24 392	0.24 344	0.23 232

ADCL	1.70 359	1.00 318	5.82 376	0.07 274	0.04 251	2.14 373	2.27 393	1.26 230	1.09 336	1.55 369	1.08 353	1.23 338	1.53 353	2.38 220	12.21 398	0.01 337	0.00 1	0.00 1	0.00 1	0.12 278	0.16 198

ADCPNet	1.58 353	1.00 318	8.71 388	0.01 200	0.19 300	2.69 374	0.26 337	1.15 217	0.54 116	0.04 203	0.02 241	1.41 351	1.76 356	2.52 229	9.78 391	0.00 1	0.46 324	0.00 1	0.64 407	0.07 213	0.34 273

SANet	2.30 372	1.58 362	5.68 373	0.03 237	0.04 251	2.78 375	0.82 381	2.99 362	8.32 397	1.70 371	4.04 372	4.26 377	4.02 385	5.90 346	3.42 351	0.00 1	0.00 1	0.00 1	0.00 1	0.08 231	0.37 281

IMH-64-1	2.28 369	1.45 357	2.87 272	2.19 401	0.59 363	2.82 376	1.58 386	5.84 390	1.16 359	1.09 360	4.77 376	2.07 367	2.42 367	5.90 346	3.91 354	4.00 405	0.04 268	0.02 364	0.00 1	2.07 396	0.82 335

IMH-64	2.28 369	1.45 357	2.87 272	2.19 401	0.59 363	2.82 376	1.58 386	5.84 390	1.16 359	1.09 360	4.77 376	2.07 367	2.42 367	5.90 346	3.91 354	4.00 405	0.04 268	0.02 364	0.00 1	2.07 396	0.82 335

AnyNet_C01	2.55 375	3.02 405	19.30 403	0.15 306	0.18 299	2.97 378	2.35 395	1.56 262	1.47 373	1.01 359	0.81 347	1.23 338	0.76 332	4.28 299	10.78 393	0.04 363	0.00 1	0.07 386	0.00 1	0.35 367	0.61 322

SGM_RVC	2.03 366	0.49 212	2.04 211	0.27 342	0.17 298	3.07 379	1.00 384	2.70 350	1.62 377	5.12 387	3.09 369	4.77 381	4.08 386	7.38 392	2.86 346	0.21 378	0.23 301	0.20 397	0.23 384	0.28 357	0.84 338
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
FC-DCNN	3.67 387	0.32 159	2.78 268	0.00 1	0.01 182	3.09 380	0.58 370	3.68 380	3.04 384	11.64 406	12.38 405	13.84 402	9.79 402	6.23 369	5.39 368	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.60 319

SDNR	1.35 344	0.47 205	4.08 341	0.09 281	0.21 309	3.25 381	0.01 175	3.18 371	1.52 375	1.87 375	1.66 363	1.52 360	0.36 303	7.18 389	1.05 298	0.03 361	0.08 285	0.00 1	0.00 1	0.05 170	0.49 308

LE_ROB	10.29 406	1.64 363	11.96 396	1.47 395	1.36 399	3.30 382	4.79 401	5.05 389	42.09 414	51.68 414	13.28 408	14.08 403	25.92 411	7.21 390	21.19 411	0.05 364	0.06 281	0.13 393	0.19 374	0.08 231	0.35 278

MFN_U_SF_DS_RVC	1.31 341	2.80 400	5.36 366	0.02 222	0.04 251	3.44 383	0.26 337	2.19 326	0.77 199	0.25 305	0.27 297	1.37 349	0.02 126	5.99 355	1.05 298	0.16 373	0.72 347	0.01 350	0.26 394	0.40 374	0.82 335

FINET	2.05 367	1.88 376	5.76 375	0.81 389	0.99 389	3.54 384	3.33 398	3.89 382	3.81 386	0.89 356	1.55 362	1.21 337	2.31 366	4.20 295	2.42 341	0.81 391	1.36 403	0.00 1	0.21 381	0.27 351	1.80 391

PWCK	2.83 380	2.64 399	10.25 394	0.23 337	0.02 222	3.59 385	5.56 404	3.75 381	3.56 385	0.75 353	4.42 374	3.35 376	1.86 359	9.10 397	4.03 357	0.44 382	0.01 244	0.00 1	0.00 1	2.72 400	0.29 259

RTS	4.38 390	2.34 393	44.27 410	0.33 354	0.13 288	3.83 386	0.21 325	2.51 338	1.22 367	1.82 373	0.01 160	1.95 364	0.21 283	16.90 405	10.87 395	0.00 1	0.27 309	0.00 1	0.00 1	0.27 351	0.44 296

RTSA	4.38 390	2.34 393	44.27 410	0.33 354	0.13 288	3.83 386	0.21 325	2.51 338	1.22 367	1.82 373	0.01 160	1.95 364	0.21 283	16.90 405	10.87 395	0.00 1	0.27 309	0.00 1	0.00 1	0.27 351	0.44 296

WAO-6	2.63 376	1.16 335	3.22 292	0.00 1	0.00 1	3.86 388	0.28 341	6.13 392	7.35 394	0.60 344	6.78 382	7.62 391	2.68 372	6.42 375	6.11 373	0.00 1	0.00 1	0.00 1	0.00 1	0.17 316	0.12 173

SAMSARA	1.56 351	1.37 353	4.23 345	1.04 392	0.75 374	4.48 389	0.13 309	1.61 269	0.74 155	3.69 385	0.66 342	3.16 375	1.06 343	4.44 303	2.82 345	0.00 1	0.63 338	0.00 1	0.13 344	0.10 267	0.22 224

WAO-7	2.74 378	1.65 364	3.36 307	0.03 237	0.05 260	4.68 390	0.53 368	6.21 393	4.59 390	1.73 372	7.61 386	5.56 382	3.68 382	8.96 396	5.50 369	0.00 1	0.00 1	0.33 400	0.02 298	0.19 330	0.18 209

notaker	4.71 392	2.04 385	5.58 372	4.15 407	0.96 387	4.99 391	0.39 355	7.65 395	2.25 382	5.67 393	11.58 404	16.87 406	4.26 389	8.06 393	6.65 376	5.74 409	0.02 251	0.10 389	0.07 323	5.45 406	1.65 380

MSMD_ROB	2.26 368	0.47 205	2.67 264	0.01 200	0.00 1	5.00 392	0.21 325	1.35 243	1.87 381	6.37 395	8.46 391	7.34 390	4.30 390	4.84 314	1.91 329	0.00 1	0.00 1	0.00 1	0.00 1	0.03 122	0.30 263

IMH	3.15 384	1.88 376	3.60 322	2.20 403	0.66 370	5.10 393	0.24 328	6.87 394	4.29 389	2.29 378	7.42 384	6.28 383	3.90 383	7.15 388	3.65 353	4.34 407	0.14 293	0.05 382	0.00 1	2.16 398	0.76 332

KSHMR	3.98 388	1.95 383	4.86 359	3.06 405	1.84 403	5.37 394	0.45 358	9.03 400	13.93 402	2.07 376	9.17 395	7.12 388	2.12 365	5.60 333	3.40 350	2.12 401	0.44 322	0.53 403	0.23 384	4.01 402	2.35 404

MDST_ROB	1.73 360	0.11 74	3.61 323	0.13 300	0.15 293	5.47 395	0.31 343	4.97 388	0.87 305	6.33 394	1.52 361	1.03 324	1.19 348	6.22 368	2.13 338	0.00 1	0.00 1	0.00 1	0.00 1	0.02 77	0.60 319

SGM+DAISY	4.17 389	2.85 404	8.55 385	1.77 396	1.74 402	5.81 396	5.49 403	2.88 358	3.97 387	7.67 398	7.66 388	7.25 389	7.42 397	6.92 386	7.09 379	1.14 397	1.57 408	0.11 390	0.59 406	0.56 383	2.43 405

LRCNet_RVC	55.59 416	61.31 421	59.16 413	66.84 420	44.81 415	6.17 397	0.00 1	52.46 414	1.68 378	70.67 415	80.07 418	66.39 414	55.67 414	51.56 415	46.75 414	90.67 424	41.65 419	91.10 425	90.19 421	65.65 420	68.96 420

ELAS	3.20 385	0.48 210	3.06 284	0.19 323	0.06 265	7.89 398	2.23 392	3.33 377	4.19 388	8.91 404	9.70 397	4.40 379	7.69 398	4.25 296	6.87 377	0.00 1	0.04 268	0.03 372	0.04 314	0.12 278	0.48 304
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ktn	5.26 395	1.94 381	3.97 337	3.50 406	1.06 392	8.17 399	2.01 390	9.53 402	16.88 403	5.28 390	12.55 407	13.68 400	4.08 386	8.46 395	4.61 362	5.84 410	0.02 251	0.00 1	0.00 1	2.63 399	0.92 342

HanzoNet	13.47 410	5.89 410	14.41 400	5.91 412	2.90 408	8.50 400	0.74 376	13.81 409	20.12 406	26.53 411	28.55 413	34.06 411	26.75 413	26.27 414	15.82 404	11.42 413	4.01 412	3.29 411	3.94 411	9.72 413	6.77 411

UNDER WATER	6.65 400	1.86 375	10.48 395	4.84 409	2.74 407	8.59 401	0.76 378	8.83 399	22.15 408	4.99 386	6.27 381	15.66 405	10.39 404	9.52 400	9.42 389	3.50 404	0.05 278	1.34 407	0.03 310	7.17 411	4.42 410

DPSimNet_ROB	9.66 405	7.29 411	17.52 401	4.88 411	6.56 412	10.41 402	12.88 411	8.12 397	9.88 400	14.26 407	11.22 403	12.39 397	14.01 407	11.20 404	14.85 402	5.50 408	6.97 414	5.75 413	5.94 412	5.31 405	8.26 414

MSC_U_SF_DS_RVC	1.95 364	2.49 397	5.12 364	0.01 200	0.02 222	12.00 403	0.49 366	3.33 377	0.95 318	0.10 258	0.20 289	2.15 370	0.15 270	6.72 381	1.65 326	0.78 386	0.83 359	0.19 396	0.27 397	0.72 387	0.92 342

WAO-8	5.42 396	2.80 400	3.98 338	0.62 372	0.10 281	13.77 404	0.33 349	11.99 405	24.10 409	5.25 388	10.38 400	13.44 398	4.55 391	9.38 398	4.72 363	0.80 388	0.34 315	0.71 405	0.13 344	0.74 388	0.25 246

Venus	5.42 396	2.80 400	3.98 338	0.62 372	0.10 281	13.77 404	0.33 349	11.99 405	24.10 409	5.25 388	10.32 399	13.44 398	4.55 391	9.38 398	4.72 363	0.80 388	0.34 315	0.71 405	0.13 344	0.74 388	0.25 246

MANE	11.54 409	2.46 396	6.07 377	2.50 404	2.04 404	16.31 406	6.95 407	17.25 412	24.11 411	23.59 410	31.25 414	30.75 410	25.07 410	18.16 408	16.24 407	1.28 398	1.98 410	0.15 394	1.07 408	0.46 379	3.04 407

MADNet++	10.85 408	2.36 395	10.00 391	8.59 413	4.61 411	16.78 407	10.26 410	10.11 403	7.51 395	17.63 408	18.35 410	12.04 396	17.73 408	24.51 411	20.75 410	8.81 411	6.67 413	4.84 412	2.67 410	5.77 407	6.96 412

UNDER WATER-64	7.33 403	2.16 390	12.17 397	4.84 409	3.62 409	17.94 408	1.74 388	9.16 401	21.94 407	5.53 392	5.01 378	17.03 407	11.84 406	9.72 401	8.83 387	2.09 400	0.04 268	1.54 409	0.16 365	6.89 410	4.37 409

SGM-ForestM	10.58 407	2.80 400	7.93 384	1.86 397	1.59 401	17.97 409	9.39 409	11.57 404	12.75 401	21.30 409	18.68 411	40.07 412	22.22 409	21.60 409	15.86 405	0.99 394	1.53 407	0.06 384	0.52 403	0.47 380	2.43 405

TorneroNet-64	6.70 401	2.13 388	3.92 334	2.14 399	0.65 368	19.09 410	0.28 341	12.19 407	25.73 412	6.44 396	12.54 406	19.33 409	4.76 393	10.25 402	6.87 377	1.10 396	0.00 1	0.12 391	0.00 1	4.20 403	2.19 402

TorneroNet	7.29 402	2.19 391	3.95 335	2.15 400	1.14 393	19.79 411	0.46 359	13.22 408	25.82 413	8.31 402	16.76 409	17.46 408	5.75 394	10.79 403	8.91 388	2.32 402	0.03 258	0.12 391	0.00 1	4.70 404	2.01 400

JetBlue	6.27 398	3.44 407	18.17 402	0.00 1	2.21 406	30.58 412	17.31 413	4.77 387	1.07 332	0.74 351	2.25 365	6.31 384	5.82 395	18.12 407	9.68 390	0.10 372	0.01 244	0.00 1	0.00 1	3.12 401	1.61 377

BEATNet-Init1	15.75 412	8.48 412	36.75 408	2.06 398	2.07 405	33.60 413	14.96 412	17.15 411	19.08 404	30.69 412	28.08 412	43.61 413	25.98 412	25.17 413	20.68 409	0.80 388	1.17 397	0.36 402	0.51 402	1.53 395	2.28 403

JetRed	14.06 411	19.59 414	43.42 409	1.43 394	1.30 398	55.87 414	28.29 414	13.94 410	7.85 396	8.61 403	8.73 392	13.68 400	10.59 405	24.60 412	30.87 412	0.27 380	0.69 342	0.62 404	0.03 310	6.63 409	4.19 408

SPstereo	50.84 415	11.75 413	22.19 406	12.56 414	10.58 413	67.32 415	76.93 417	100.00 425	100.00 426	96.03 423	93.38 420	100.00 426	93.34 421	91.10 422	72.60 415	10.05 412	8.84 415	20.16 415	15.30 415	6.52 408	8.09 413

HaxPig	95.45 427	97.64 426	88.42 420	97.81 433	99.08 433	77.94 416	74.31 415	96.67 423	99.54 421	99.87 425	99.92 423	99.60 425	99.75 423	91.22 423	87.67 421	99.94 433	99.97 428	99.98 428	99.99 428	99.96 433	99.80 433

PML	71.00 420	88.39 425	73.68 414	82.04 422	74.55 419	83.63 417	76.92 416	72.05 418	85.95 418	89.82 421	84.57 419	90.63 421	58.80 415	91.54 425	73.58 416	95.93 431	2.38 411	86.91 424	6.48 413	84.07 425	18.14 416

MEDIAN_ROB	93.48 424	98.75 427	96.24 422	90.99 425	90.62 426	85.89 418	77.23 418	92.20 420	89.67 419	95.04 422	94.93 421	96.04 422	93.85 422	90.48 421	87.58 420	98.40 432	95.87 421	99.62 427	98.78 425	98.85 432	98.49 432

xxxxx1	63.64 417	58.31 416	78.27 416	43.96 415	49.40 416	92.70 419	92.25 420	60.45 415	69.51 415	73.81 418	76.39 415	77.95 417	76.95 416	71.68 416	77.08 417	36.01 417	37.36 416	48.24 418	62.44 417	47.16 417	42.90 417

tt_ll	63.64 417	58.31 416	78.27 416	43.96 415	49.40 416	92.70 419	92.25 420	60.45 415	69.51 415	73.81 418	76.39 415	77.95 417	76.95 416	71.68 416	77.08 417	36.01 417	37.36 416	48.24 418	62.44 417	47.16 417	42.90 417

ff	63.64 417	58.31 416	78.27 416	43.96 415	49.40 416	92.70 419	92.25 420	60.45 415	69.51 415	73.81 418	76.39 415	77.95 417	76.95 416	71.68 416	77.08 417	36.01 417	37.36 416	48.24 418	62.44 417	47.16 417	42.90 417

AVERAGE_ROB	98.51 429	99.16 428	95.72 421	100.00 435	100.00 435	93.61 422	82.61 419	100.00 425	99.97 423	100.00 426	100.00 424	100.00 426	100.00 425	99.73 427	99.43 424	100.00 435	100.00 431	100.00 429	100.00 429	100.00 435	100.00 435

test_example2	97.59 428	99.97 429	99.93 425	99.80 434	99.96 434	98.80 423	99.76 423	91.09 419	100.00 426	100.00 426	100.00 424	89.37 420	86.85 419	99.31 426	96.67 422	99.97 434	99.51 427	92.94 426	97.98 424	99.99 434	99.94 434

DGTPSM_ROB	81.37 421	61.03 419	99.95 426	61.17 418	86.95 423	99.14 424	100.00 424	95.87 421	99.99 424	73.32 416	100.00 424	71.15 415	100.00 425	77.35 419	99.98 426	35.35 415	97.41 425	34.62 416	99.89 426	44.61 415	89.54 422

DPSMNet_ROB	81.42 422	61.07 420	99.95 426	61.38 419	87.01 424	99.15 425	100.00 424	95.87 421	99.99 424	73.35 417	100.00 424	71.18 416	100.00 425	77.40 420	99.98 426	35.68 416	97.47 426	34.71 417	99.89 426	44.74 416	89.65 423

MyStereo03	99.06 433	100.00 431	100.00 428	96.11 429	98.72 429	100.00 426	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	93.17 427	100.00 431	100.00 429	100.00 429	95.79 428	97.48 428

MyStereo02	99.06 433	100.00 431	100.00 428	96.11 429	98.72 429	100.00 426	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	93.17 427	100.00 431	100.00 429	100.00 429	95.79 428	97.48 428

MyStereo	99.06 433	100.00 431	100.00 428	96.11 429	98.72 429	100.00 426	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	93.17 427	100.00 431	100.00 429	100.00 429	95.79 428	97.48 428

Selective-RAFT-Error	99.05 432	100.00 431	100.00 428	96.31 432	98.73 432	100.00 426	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	93.08 425	100.00 431	100.00 429	100.00 429	95.40 426	97.58 431

Anonymous_1	89.55 423	74.57 422	97.70 423	74.52 421	78.35 420	100.00 426	100.00 424	98.05 424	99.77 422	96.85 424	99.38 422	97.67 423	99.78 424	91.23 424	98.87 423	81.02 420	97.18 422	59.55 421	84.83 420	74.77 422	86.89 421

tt	48.09 414	0.07 25	27.39 407	1.35 393	0.00 1	100.00 426	100.00 424	100.00 425	96.65 420	0.15 278	0.01 160	97.98 424	87.03 420	2.52 229	99.87 425	82.90 421	94.64 420	16.21 414	20.93 416	33.72 414	0.29 259

CasAABBNet	99.03 431	100.00 431	100.00 428	96.02 428	98.70 428	100.00 426	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	93.08 425	99.99 430	100.00 429	100.00 429	95.40 426	97.41 427

LSM0	98.99 430	99.97 429	100.00 428	95.58 426	98.52 427	100.00 426	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	93.32 430	99.97 428	100.00 429	100.00 429	95.80 431	96.62 426

DPSM_ROB	93.70 425	78.60 423	100.00 428	83.05 423	85.63 421	100.00 426	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	88.93 422	97.35 423	74.49 422	94.98 422	81.33 423	89.69 424

DPSM	93.70 425	78.60 423	100.00 428	83.05 423	85.63 421	100.00 426	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	88.93 422	97.35 423	74.49 422	94.98 422	81.33 423	89.69 424

Low-res two-view benchmark