Low-res two-view results

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

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

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

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

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

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

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

SHD	0.76 295	1.05 323	4.19 344	0.65 378	0.21 310	0.01 2	0.01 175	1.48 255	0.83 258	1.69 371	0.00 1	0.63 283	0.09 248	2.22 214	1.51 322	0.00 1	0.21 299	0.00 1	0.07 324	0.15 304	0.11 163

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

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

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

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

sAnonymous2	0.17 22	0.42 190	2.46 248	0.00 1	0.00 1	0.04 8	0.00 1	0.04 6	0.10 17	0.00 1	0.00 1	0.01 7	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.32 267

CroCo_RVC	0.17 22	0.42 190	2.46 248	0.00 1	0.00 1	0.04 8	0.00 1	0.04 6	0.10 17	0.00 1	0.00 1	0.01 7	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.32 267

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

MFMNet_re	0.38 136	1.27 345	3.38 310	0.65 378	0.00 1	0.17 31	0.02 235	0.07 30	1.02 326	0.03 184	0.03 249	0.12 148	0.00 1	0.27 129	0.37 237	0.00 1	0.00 1	0.00 1	0.00 1	0.19 331	0.11 163

coex-ft	8.51 405	3.17 407	75.56 417	0.00 1	0.00 1	0.18 32	0.25 330	0.14 65	19.76 407	39.57 416	4.11 374	4.60 381	9.69 402	4.10 289	7.91 385	0.02 353	0.07 283	0.00 1	0.02 299	0.13 284	0.91 342

psmorigin	0.81 307	0.57 233	7.49 383	0.00 1	0.00 1	0.18 32	0.00 1	0.12 52	0.20 61	0.65 348	0.00 1	2.69 375	0.27 294	2.98 248	0.79 290	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.18 210

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

PWC_ROB	0.84 309	1.08 329	5.06 364	0.00 1	0.00 1	0.21 35	0.00 1	2.71 352	0.82 249	0.00 1	0.20 289	0.29 216	0.03 168	3.58 273	2.10 336	0.00 1	0.00 1	0.00 1	0.00 1	0.39 373	0.26 253

Wz-Net-MNSev	0.63 265	1.38 355	4.48 350	0.00 1	0.00 1	0.22 36	0.01 175	1.31 236	1.13 346	0.01 85	0.05 256	0.14 156	0.16 273	3.05 251	0.40 249	0.00 1	0.00 1	0.00 1	0.00 1	0.09 256	0.23 233

RTSC	0.99 320	1.38 355	4.55 351	0.22 337	0.19 301	0.23 37	0.01 175	1.46 252	0.84 268	0.31 317	0.35 323	0.58 279	0.04 194	2.47 226	5.88 373	0.00 1	0.53 333	0.00 1	0.14 352	0.35 368	0.29 260

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

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

fast-acv-ft	0.34 105	0.71 259	4.20 345	0.06 269	0.01 183	0.28 42	0.17 314	0.11 46	0.34 87	0.00 1	0.00 1	0.08 127	0.09 248	0.13 93	0.27 214	0.01 337	0.00 1	0.03 373	0.01 288	0.27 352	0.04 83

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

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

Wz-Net-SNSev	1.00 323	1.84 374	7.92 384	0.00 1	0.00 1	0.30 44	0.00 1	1.27 232	0.85 291	0.01 85	0.01 160	0.40 249	0.10 253	5.27 326	1.29 312	0.00 1	0.00 1	0.00 1	0.00 1	0.22 342	0.45 300

BEATNet_4x	0.39 143	1.05 323	2.97 280	0.00 1	0.00 1	0.30 44	0.01 175	1.22 226	0.46 105	0.00 1	0.00 1	0.31 222	0.03 168	0.37 145	0.64 271	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.42 289

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

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

PASM	0.66 274	0.70 258	4.95 363	0.02 223	0.00 1	0.31 47	0.04 267	0.60 147	0.35 88	0.19 291	0.01 160	0.46 256	0.04 194	5.16 320	0.05 101	0.00 1	0.00 1	0.00 1	0.00 1	0.13 284	0.15 196

IGEVStereo-DCA	0.47 187	0.71 259	1.28 38	0.16 311	0.15 294	0.32 50	0.00 1	0.12 52	0.56 122	0.24 303	0.01 160	0.05 96	0.07 241	1.19 193	2.07 334	0.00 1	0.47 325	0.00 1	0.10 335	0.15 304	1.75 387

rrr	0.72 287	0.71 259	4.76 355	0.16 311	0.15 294	0.32 50	0.04 267	1.80 300	0.61 132	0.24 303	0.01 160	0.05 96	0.07 241	1.19 193	2.07 334	0.00 1	0.47 325	0.00 1	0.18 370	0.15 304	1.48 373

DLNR_Zeroshot_test	21.33 414	48.16 418	86.21 421	96.01 430	87.63 428	0.32 50	0.00 1	18.10 415	0.52 114	0.04 204	0.01 160	0.00 1	0.00 1	0.78 180	0.07 115	16.15 416	0.90 367	0.00 1	0.21 382	70.18 424	1.39 363

CBFPSM	0.42 158	0.89 301	2.62 264	0.00 1	0.00 1	0.32 50	0.00 1	0.37 122	0.82 249	0.01 85	0.01 160	1.65 362	1.00 340	0.27 129	0.34 228	0.00 1	0.01 244	0.00 1	0.00 1	0.02 78	0.10 152

edge stereo	0.62 262	0.30 153	3.04 282	0.01 201	0.03 240	0.32 50	0.03 252	1.28 233	0.69 148	0.21 292	0.32 321	1.29 345	0.19 280	4.12 290	0.40 249	0.00 1	0.00 1	0.00 1	0.00 1	0.11 273	0.14 189

FAT-Stereo	0.55 232	0.18 108	2.58 262	0.00 1	0.00 1	0.33 55	0.08 292	2.26 331	0.84 268	0.06 230	0.88 350	0.60 281	0.51 316	2.43 223	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.16 199

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

test_xeample3	0.77 298	0.71 259	4.91 361	0.18 321	0.22 313	0.34 57	0.05 277	1.81 301	0.61 132	0.23 299	0.03 249	0.06 112	0.05 220	1.26 198	2.12 338	0.00 1	0.69 342	0.00 1	0.23 385	0.15 304	1.78 392

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

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

pmcnn	2.36 374	0.83 287	6.15 379	0.33 355	0.84 382	0.35 58	0.27 340	2.18 326	1.42 373	0.48 341	7.35 384	14.60 406	0.75 331	5.45 329	5.37 367	0.00 1	0.00 1	0.00 1	0.00 1	0.16 312	0.63 326

SQANet	0.58 246	1.73 369	3.08 287	0.05 252	0.48 349	0.36 61	0.03 252	0.52 137	0.74 155	0.04 204	0.23 292	0.50 272	0.06 231	2.37 218	0.97 296	0.02 353	0.03 258	0.01 351	0.00 1	0.21 341	0.11 163

RALCasStereoNet	0.47 187	0.74 269	1.56 107	0.21 334	0.97 389	0.36 61	0.03 252	0.20 85	0.77 199	0.10 259	0.07 269	0.05 96	0.08 245	0.35 140	0.38 245	0.00 1	1.68 410	0.00 1	0.00 1	0.10 268	1.83 396

aanetorigin	0.91 313	0.59 236	3.76 331	0.11 292	0.12 287	0.40 63	0.90 383	0.15 67	0.23 68	3.44 386	1.19 358	0.35 232	1.96 364	2.81 241	1.30 313	0.02 353	0.00 1	0.02 365	0.05 319	0.28 358	0.47 303

EDNetEfficientorigin	6.27 399	0.89 301	98.14 426	0.02 223	0.04 252	0.40 63	0.02 235	0.35 118	2.94 384	6.98 399	3.06 369	1.29 345	1.87 361	4.32 301	4.60 362	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.35 279

SPS-STEREO	1.19 335	1.27 345	3.45 314	0.00 1	0.01 183	0.40 63	0.16 313	0.71 164	1.03 327	2.41 381	0.77 346	2.13 370	0.44 309	5.68 340	4.06 360	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	1.24 357
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
cross-raft	0.21 43	0.09 59	1.42 76	0.48 366	0.50 352	0.41 66	0.07 285	0.50 134	0.03 2	0.02 145	0.00 1	0.38 245	0.00 1	0.08 80	0.03 63	0.00 1	0.00 1	0.00 1	0.11 342	0.01 25	0.09 138

GwcNet	0.64 272	0.99 317	5.43 370	0.00 1	0.00 1	0.41 66	0.10 301	0.50 134	0.97 322	0.05 217	0.00 1	0.63 283	0.05 220	2.87 245	0.55 267	0.00 1	0.00 1	0.00 1	0.00 1	0.19 331	0.13 181

FADNet-RVC-Resample	0.62 262	1.24 342	4.23 346	0.03 238	0.04 252	0.41 66	0.09 297	1.32 238	0.52 114	0.01 85	0.03 249	0.44 255	0.05 220	3.11 253	0.21 191	0.07 367	0.12 290	0.05 383	0.02 299	0.11 273	0.35 279

AF-Net	0.60 254	0.87 295	3.34 305	0.00 1	0.00 1	0.41 66	0.01 175	1.52 258	0.64 136	0.17 290	0.05 256	1.28 344	0.46 311	2.51 227	0.52 265	0.00 1	0.00 1	0.00 1	0.00 1	0.12 279	0.10 152

4D-IteraStereo	0.34 105	0.84 288	2.31 236	0.00 1	0.00 1	0.42 70	0.04 267	0.10 44	0.09 14	0.02 145	0.01 160	0.00 1	0.01 82	0.36 142	0.49 260	0.00 1	0.36 318	0.00 1	0.00 1	0.07 214	1.72 383

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

XQC	0.94 314	1.30 351	4.44 349	0.65 378	0.07 270	0.42 70	0.01 175	2.88 359	0.85 291	0.28 309	0.01 160	0.67 293	0.21 284	3.24 259	3.25 350	0.00 1	0.24 303	0.00 1	0.04 315	0.20 335	0.11 163

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

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

DispFullNet	1.25 337	0.95 311	3.73 329	1.00 392	0.79 377	0.43 73	0.01 175	1.70 277	0.82 249	2.55 382	0.63 342	1.08 329	8.75 401	0.84 183	1.36 319	0.00 1	0.02 251	0.00 1	0.00 1	0.24 345	0.19 220

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

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

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

Wz-Net-TNSev	1.74 362	3.45 409	13.44 400	0.00 1	0.00 1	0.45 79	0.14 312	2.57 344	0.84 268	0.09 254	0.01 160	1.33 348	0.18 277	6.16 366	5.38 368	0.00 1	0.00 1	0.00 1	0.01 288	0.26 350	0.41 287

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

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

FADNet-RVC	0.63 265	1.29 349	3.79 332	0.01 201	0.00 1	0.47 81	0.00 1	1.51 257	0.23 68	0.00 1	0.01 160	0.12 148	0.06 231	4.05 287	0.36 235	0.00 1	0.03 258	0.00 1	0.00 1	0.42 377	0.17 203

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

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

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

DANet	0.67 277	0.21 120	2.33 238	0.25 340	0.06 266	0.50 85	0.11 308	1.62 271	0.74 155	0.22 296	0.06 266	1.07 328	0.02 126	4.45 304	1.22 309	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.53 314
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
gwcnet-sp	0.35 111	0.37 181	3.29 298	0.00 1	0.00 1	0.51 87	0.03 252	0.74 169	0.76 183	0.01 85	0.01 160	0.09 135	0.04 194	0.88 185	0.13 152	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.04 83

scenet	0.35 111	0.37 181	3.29 298	0.00 1	0.00 1	0.51 87	0.03 252	0.74 169	0.76 183	0.01 85	0.01 160	0.09 135	0.04 194	0.88 185	0.13 152	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.04 83

ssnet	0.35 111	0.37 181	3.29 298	0.00 1	0.00 1	0.51 87	0.03 252	0.74 169	0.76 183	0.01 85	0.01 160	0.09 135	0.04 194	0.88 185	0.13 152	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.04 83

Wz-Net-LNSev	0.46 184	1.11 332	5.46 371	0.00 1	0.00 1	0.51 87	0.00 1	0.41 129	0.91 314	0.00 1	0.01 160	0.23 197	0.03 168	0.12 91	0.25 207	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.15 196

StereoDRNet	0.50 199	0.89 301	2.96 279	0.02 223	0.06 266	0.51 87	0.00 1	0.45 130	0.84 268	0.00 1	0.00 1	0.33 224	0.02 126	2.82 242	0.69 281	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.28 259

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

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

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

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

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

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

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

whm_eth	0.25 66	0.52 225	2.41 244	0.00 1	0.00 1	0.55 99	0.00 1	0.31 111	0.84 268	0.00 1	0.00 1	0.03 59	0.01 82	0.02 9	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.26 253

IGEV_Zeroshot_test	0.56 239	0.12 78	3.25 296	0.16 311	0.47 347	0.55 99	0.46 360	0.53 140	0.38 91	0.70 350	0.49 334	1.08 329	0.49 314	0.36 142	0.31 221	0.00 1	0.37 319	0.00 1	0.13 345	0.03 123	1.33 360

GASNet	0.78 302	1.91 380	4.72 353	0.00 1	0.00 1	0.55 99	0.02 235	1.39 248	0.47 106	0.01 85	0.13 281	0.50 272	0.12 261	4.27 298	0.96 295	0.00 1	0.00 1	0.00 1	0.00 1	0.41 376	0.09 138

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

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

THIR-Stereo	0.94 314	0.33 165	1.66 136	0.00 1	0.01 183	0.55 99	3.72 401	0.13 64	0.18 50	0.10 259	1.46 361	0.74 303	2.82 374	5.60 333	1.39 320	0.00 1	0.00 1	0.02 365	0.00 1	0.02 78	0.03 65

Wz-Net-LNSev-Ref	0.54 224	0.84 288	3.67 326	0.00 1	0.00 1	0.56 105	0.00 1	1.40 249	0.80 235	0.00 1	0.00 1	0.06 112	0.13 265	1.76 207	1.42 321	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.08 125

xxxx	1.42 349	0.28 146	1.49 86	0.00 1	0.59 364	0.56 105	0.00 1	3.13 369	1.14 352	0.06 230	0.01 160	0.02 31	0.02 126	2.26 215	16.08 407	0.00 1	1.09 385	0.00 1	0.15 357	0.03 123	1.42 367

MFN_U_SF_RVC	1.09 330	1.88 377	5.37 368	0.15 307	0.10 282	0.56 105	0.10 301	1.29 235	0.47 106	0.45 339	0.27 297	1.30 347	0.72 329	4.08 288	2.28 340	0.29 381	0.34 315	0.35 402	0.55 406	0.63 386	0.60 320

S-Stereo	0.70 283	0.27 144	3.29 298	0.00 1	0.00 1	0.57 108	0.06 280	2.35 334	0.84 268	0.00 1	0.90 351	0.83 311	0.11 258	4.19 293	0.14 159	0.00 1	0.01 244	0.00 1	0.00 1	0.07 214	0.34 274

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

Anonymous Stereo	0.79 303	1.22 341	4.94 362	0.01 201	0.00 1	0.57 108	0.55 370	1.41 250	0.49 110	0.03 184	0.03 249	0.12 148	0.02 126	5.47 330	0.82 294	0.00 1	0.00 1	0.00 1	0.00 1	0.09 256	0.13 181

NaN_ROB	1.04 324	1.12 333	3.41 312	0.17 319	0.19 301	0.57 108	0.37 355	2.65 346	0.98 324	0.55 344	0.32 321	0.47 257	1.16 348	5.20 323	2.78 345	0.00 1	0.02 251	0.01 351	0.05 319	0.13 284	0.54 315

NVstereo2D	0.53 219	0.22 127	2.52 257	0.00 1	0.00 1	0.58 112	0.03 252	1.62 271	0.99 325	0.05 217	0.00 1	0.48 261	0.00 1	3.88 284	0.08 121	0.00 1	0.05 278	0.00 1	0.00 1	0.02 78	0.06 108

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

222	2.28 370	0.25 136	1.15 22	0.00 1	0.37 335	0.60 113	0.00 1	3.25 375	1.13 346	0.09 254	0.00 1	0.05 96	0.02 126	3.52 270	32.29 414	0.00 1	1.03 376	0.00 1	0.15 357	0.03 123	1.59 377

test_xeample	1.52 351	0.30 153	1.50 89	0.00 1	0.58 363	0.60 113	0.00 1	3.16 370	1.14 352	0.07 238	0.08 271	0.03 59	0.02 126	3.67 279	16.54 409	0.00 1	1.08 383	0.00 1	0.15 357	0.04 156	1.50 375

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

iResNetv2_ROB	0.51 203	1.70 366	3.96 337	0.00 1	0.00 1	0.60 113	0.00 1	1.81 301	0.82 249	0.03 184	0.00 1	0.08 127	0.02 126	0.16 100	0.59 269	0.00 1	0.00 1	0.00 1	0.00 1	0.31 365	0.09 138

DRN-Test	0.52 206	0.35 177	2.75 267	0.03 238	0.09 277	0.60 113	0.00 1	1.72 279	0.84 268	0.01 85	0.00 1	0.18 179	0.04 194	3.27 260	0.23 200	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.25 247

Anonymous_2	1.27 338	0.19 111	1.80 170	0.70 384	0.78 376	0.61 119	0.20 320	0.92 187	0.48 108	0.22 296	0.30 308	1.44 354	0.00 1	0.43 154	0.40 249	0.01 337	0.84 362	2.29 411	11.27 415	1.29 395	1.20 355

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

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

RP	0.52 206	0.68 251	2.56 260	0.00 1	0.01 183	0.61 119	0.02 235	1.31 236	0.62 135	0.05 217	0.01 160	0.98 322	0.17 276	2.86 244	0.33 226	0.00 1	0.00 1	0.00 1	0.00 1	0.13 284	0.09 138

LL-Strereo	0.97 317	1.43 357	3.41 312	0.01 201	0.50 352	0.63 123	0.01 175	2.00 319	0.77 199	0.48 341	0.00 1	0.54 278	0.29 296	6.25 371	0.10 132	0.01 337	0.93 374	0.00 1	0.00 1	0.28 358	1.72 383

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

HSM-Net_RVC	0.57 244	0.08 48	1.74 153	0.00 1	0.00 1	0.63 123	0.00 1	4.21 385	0.71 151	0.14 275	0.00 1	0.21 192	0.03 168	3.43 266	0.05 101	0.01 337	0.00 1	0.00 1	0.00 1	0.00 1	0.10 152
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
STTRV1_RVC	0.69 281	0.23 129	2.35 240	0.00 1	0.00 1	0.63 123	0.01 175	1.17 221	0.79 226	0.01 85	0.51 336	0.26 209	0.18 277	5.99 355	0.31 221	0.30 382	1.12 386	0.00 1	0.00 1	0.01 25	0.03 65

DualNet	0.98 318	0.33 165	3.52 316	0.00 1	0.00 1	0.64 127	0.00 1	1.74 282	1.17 363	0.00 1	0.31 314	0.68 294	0.02 126	0.57 166	7.45 381	0.00 1	1.12 386	0.00 1	0.15 357	0.08 232	1.86 397

ffm	0.61 259	0.33 165	3.52 316	0.00 1	0.00 1	0.64 127	0.00 1	1.74 282	1.17 363	0.00 1	0.31 314	0.68 294	0.02 126	0.57 166	0.01 31	0.00 1	1.12 386	0.00 1	0.15 357	0.08 232	1.86 397

ff1	1.27 338	0.33 165	3.52 316	0.00 1	0.00 1	0.64 127	0.00 1	1.74 282	1.17 363	0.00 1	0.31 314	0.68 294	0.02 126	6.27 372	7.45 381	0.00 1	1.12 386	0.00 1	0.15 357	0.08 232	1.86 397

mmx	1.28 340	0.33 165	3.52 316	0.00 1	0.00 1	0.64 127	0.00 1	3.05 365	1.07 333	0.00 1	0.31 314	0.68 294	0.02 126	6.27 372	7.45 381	0.00 1	1.05 377	0.00 1	0.15 357	0.03 123	1.08 349

xxx	1.28 340	0.33 165	3.52 316	0.00 1	0.00 1	0.64 127	0.00 1	3.05 365	1.07 333	0.00 1	0.31 314	0.68 294	0.02 126	6.27 372	7.45 381	0.00 1	1.05 377	0.00 1	0.15 357	0.03 123	1.08 349

RGC	0.61 259	0.74 269	3.31 302	0.00 1	0.01 183	0.64 127	0.00 1	1.34 242	0.26 74	0.03 184	0.61 341	0.99 323	0.19 280	3.06 252	0.81 292	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.10 152

stereogan	0.57 244	0.38 184	3.12 290	0.01 201	0.01 183	0.64 127	0.02 235	1.11 215	0.96 321	0.08 247	0.01 160	1.66 363	0.45 310	2.60 232	0.05 101	0.00 1	0.00 1	0.00 1	0.00 1	0.16 312	0.07 112

FBW_ROB	1.04 324	0.84 288	2.48 252	0.10 284	0.01 183	0.64 127	0.01 175	2.37 335	0.83 258	0.01 85	0.01 160	1.09 332	0.05 220	8.21 395	2.94 348	0.05 364	0.01 244	0.09 389	0.01 288	0.06 196	0.97 345

ttt	1.05 326	0.20 116	1.91 189	0.00 1	0.09 277	0.65 135	0.00 1	3.05 365	1.11 339	0.00 1	0.30 308	0.29 216	0.01 82	4.65 312	6.53 376	0.00 1	1.01 375	0.00 1	0.13 345	0.02 78	1.00 347

anonymousdsp2	0.40 150	0.07 25	1.78 165	0.28 346	0.74 374	0.65 135	0.00 1	0.16 72	0.61 132	0.31 317	0.01 160	0.17 176	0.01 82	0.41 152	0.17 172	0.00 1	0.88 366	0.00 1	0.02 299	0.04 156	1.73 386

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

DCRE	0.76 295	0.40 187	1.17 28	0.21 334	0.90 384	0.66 138	0.00 1	0.79 178	0.39 95	0.36 328	7.60 386	0.03 59	0.00 1	0.09 84	0.32 225	0.00 1	0.58 334	0.00 1	0.17 368	0.02 78	1.53 376

CrosDoStereo	1.11 332	0.16 100	1.64 129	0.00 1	0.05 261	0.66 138	5.65 406	0.70 158	0.54 116	0.25 306	1.18 356	0.19 187	2.94 376	6.48 378	1.58 323	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.08 125

DeepStereo_LL	1.11 332	0.16 100	1.64 129	0.00 1	0.05 261	0.66 138	5.65 406	0.70 158	0.54 116	0.25 306	1.18 356	0.19 187	2.94 376	6.48 378	1.58 323	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.08 125

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

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

Nwc_Net	0.54 224	0.75 275	3.72 328	0.00 1	0.00 1	0.66 138	0.00 1	1.05 206	0.41 100	0.01 85	0.02 241	0.88 316	0.11 258	2.65 236	0.40 249	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.05 98

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

NVStereoNet_ROB	1.74 362	1.83 373	4.79 359	0.81 390	0.29 330	0.67 144	0.03 252	1.46 252	1.75 380	0.65 348	5.98 381	2.38 374	2.95 379	6.77 383	2.70 344	0.69 385	0.37 319	0.04 381	0.19 375	0.27 352	0.24 243
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
raft_robust	0.73 290	0.81 281	1.55 103	0.00 1	0.22 313	0.68 146	0.00 1	2.56 342	0.75 162	0.01 85	0.01 160	1.12 335	1.15 347	4.56 311	0.14 159	0.00 1	0.71 346	0.00 1	0.15 357	0.08 232	0.11 163

pcwnet_v2	0.49 194	0.14 91	4.76 355	0.00 1	0.00 1	0.68 146	0.00 1	2.39 336	0.81 243	0.01 85	0.00 1	0.35 232	0.32 300	0.19 110	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.22 225

AANet_RVC	0.94 314	1.27 345	3.68 327	0.01 201	0.00 1	0.68 146	0.01 175	0.92 187	0.22 64	0.02 145	1.41 360	0.95 320	0.04 194	5.97 352	3.10 349	0.16 373	0.10 289	0.00 1	0.00 1	0.09 256	0.26 253

NOSS_ROB	0.73 290	0.44 194	1.26 34	0.55 367	0.00 1	0.68 146	0.00 1	2.93 361	0.77 199	0.13 273	0.00 1	0.92 318	0.00 1	6.16 366	0.11 138	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.66 329

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

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

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

UNet	0.29 81	0.26 140	2.47 250	0.00 1	0.00 1	0.71 153	0.01 175	0.52 137	0.81 243	0.00 1	0.00 1	0.37 240	0.02 126	0.46 159	0.10 132	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.04 83

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

1111x	1.36 346	0.43 192	3.64 325	0.00 1	0.51 355	0.72 155	0.00 1	3.21 373	1.10 338	0.05 217	0.26 295	0.07 121	0.01 82	6.09 364	8.46 386	0.00 1	1.15 397	0.00 1	0.26 395	0.04 156	1.10 353

PVD	1.08 327	1.09 330	4.07 341	0.61 372	1.15 395	0.72 155	0.01 175	0.93 190	1.18 367	2.39 380	0.00 1	0.65 290	0.11 258	2.60 232	4.29 361	0.00 1	0.82 354	0.00 1	0.13 345	0.12 279	0.75 331

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

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

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

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

DMCA-RVC	0.44 172	0.94 310	4.10 343	0.00 1	0.03 240	0.76 161	0.03 252	0.11 46	0.15 26	0.01 85	0.01 160	0.08 127	0.32 300	1.61 206	0.51 261	0.00 1	0.02 251	0.01 351	0.00 1	0.03 123	0.05 98

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

RAFT-Stereo	0.22 46	0.06 9	1.64 129	0.00 1	0.00 1	0.76 161	0.00 1	1.57 264	0.17 40	0.02 145	0.00 1	0.01 7	0.00 1	0.02 9	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 65
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iinet-f	0.59 250	0.91 306	5.57 372	0.00 1	0.01 183	0.78 164	0.00 1	1.81 301	0.84 268	0.03 184	0.00 1	0.41 251	0.43 308	0.42 153	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.36 371	0.08 125

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

GANet	0.75 293	0.69 255	2.47 250	0.00 1	0.00 1	0.79 165	0.08 292	0.61 148	0.76 183	0.13 273	0.16 285	0.68 294	0.46 311	5.61 335	2.02 333	0.00 1	0.03 258	0.01 351	0.00 1	0.11 273	0.37 282

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

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

DEmStereo	0.76 295	0.10 66	1.95 198	0.04 246	0.00 1	0.80 168	0.50 368	0.06 22	0.76 183	0.05 217	0.72 345	0.02 31	3.33 380	5.67 339	1.24 310	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

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

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

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

WZ-Net	1.68 358	1.91 380	12.17 398	0.00 1	0.00 1	0.83 174	0.00 1	1.68 275	0.84 268	0.05 217	0.01 160	1.08 329	2.88 375	6.91 386	4.78 366	0.00 1	0.00 1	0.00 1	0.00 1	0.14 299	0.24 243

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

STTStereo	0.33 103	0.49 213	2.91 278	0.00 1	0.00 1	0.83 174	0.03 252	0.28 106	0.16 32	0.02 145	0.00 1	0.20 191	0.03 168	1.52 205	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 65

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

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

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

CBMV	0.80 305	0.46 203	2.11 215	0.00 1	0.00 1	0.84 178	0.76 379	3.17 371	0.84 268	0.61 347	0.00 1	1.23 339	1.88 362	2.46 225	0.97 296	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.56 318
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
STrans-v2	0.88 310	0.32 160	1.71 146	0.00 1	0.01 183	0.85 182	0.04 267	2.45 337	0.89 312	0.48 341	0.85 349	1.10 333	2.06 365	6.49 380	0.25 207	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.09 138

LSM	4.80 394	1.52 362	19.84 405	4.35 410	38.64 417	0.85 182	2.31 395	0.86 183	1.78 381	3.14 385	3.02 368	0.62 282	0.69 325	3.61 276	1.28 311	0.00 1	0.00 1	0.00 1	0.00 1	0.13 284	13.38 417

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

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

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

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

SuperB	1.87 364	1.70 366	10.02 393	0.02 223	0.01 183	0.87 184	0.75 378	2.15 325	0.87 306	0.05 217	0.05 256	0.33 224	0.87 337	5.17 321	5.60 371	0.01 337	0.00 1	0.02 365	0.01 288	8.38 414	0.42 289

ADCS	1.99 366	2.50 399	10.09 394	0.00 1	0.01 183	0.87 184	0.66 375	1.81 301	0.89 312	2.57 383	0.11 278	1.41 352	0.26 293	2.62 234	15.48 404	0.00 1	0.00 1	0.00 1	0.00 1	0.13 284	0.43 292

ADCRef	1.10 331	1.10 331	4.78 357	0.02 223	0.02 223	0.87 184	0.31 344	0.76 174	0.88 309	0.71 351	0.17 286	0.18 179	0.80 335	2.63 235	8.56 387	0.00 1	0.00 1	0.00 1	0.00 1	0.11 273	0.11 163

PA-Net	0.72 287	0.91 306	3.91 334	0.03 238	0.07 270	0.87 184	0.02 235	0.78 175	0.83 258	0.01 85	0.00 1	0.43 254	0.06 231	5.10 318	1.30 313	0.01 337	0.00 1	0.00 1	0.00 1	0.04 156	0.12 174
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
otaku	0.77 298	1.78 371	3.28 297	0.09 282	0.13 289	0.88 192	0.05 277	0.78 175	0.76 183	0.03 184	1.37 359	1.03 325	0.14 266	2.73 238	1.34 318	0.06 366	0.04 268	0.01 351	0.00 1	0.63 386	0.34 274

ACRE	0.45 177	1.14 335	3.22 293	0.12 296	0.00 1	0.90 193	0.20 320	1.77 292	0.84 268	0.04 204	0.01 160	0.15 162	0.06 231	0.16 100	0.18 177	0.00 1	0.03 258	0.01 351	0.02 299	0.17 317	0.04 83

ADLNet2	0.61 259	0.68 251	2.76 268	0.00 1	0.00 1	0.90 193	0.01 175	0.82 181	0.92 316	0.00 1	0.07 269	1.45 355	0.02 126	4.04 286	0.13 152	0.00 1	0.00 1	0.00 1	0.00 1	0.20 335	0.11 163

DeepPrunerF	1.44 350	1.17 337	9.82 391	0.02 223	0.09 277	0.90 193	0.00 1	1.42 251	6.76 394	0.23 299	0.01 160	0.22 195	0.14 266	5.71 341	1.94 331	0.00 1	0.00 1	0.01 351	0.02 299	0.20 335	0.14 189

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

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

IPLGR_C	0.45 177	1.25 343	3.05 283	0.10 284	0.01 183	0.91 196	0.20 320	1.77 292	0.86 302	0.04 204	0.01 160	0.15 162	0.07 241	0.16 100	0.19 186	0.00 1	0.04 268	0.01 351	0.02 299	0.17 317	0.04 83

Consistency-Raft	0.45 177	0.60 240	3.05 283	0.13 301	0.03 240	0.91 196	0.04 267	1.55 262	0.78 212	0.00 1	0.02 241	0.03 59	1.12 346	0.35 140	0.42 256	0.02 353	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

PSMNet_ROB	0.54 224	1.05 323	2.53 258	0.00 1	0.00 1	0.91 196	0.00 1	0.33 117	0.75 162	0.01 85	0.00 1	0.25 203	0.03 168	3.45 267	1.31 315	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.10 152

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

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

CIPLG	0.44 172	1.17 337	2.82 271	0.10 284	0.01 183	0.93 203	0.20 320	1.76 289	0.85 291	0.04 204	0.01 160	0.16 170	0.06 231	0.16 100	0.19 186	0.00 1	0.04 268	0.01 351	0.01 288	0.17 317	0.04 83

AASNet	0.40 150	0.98 313	2.57 261	0.00 1	0.00 1	0.93 203	0.01 175	0.79 178	0.82 249	0.01 85	0.00 1	0.38 245	0.02 126	0.62 175	0.43 257	0.00 1	0.00 1	0.00 1	0.00 1	0.31 365	0.14 189

APVNet	0.58 246	0.59 236	3.15 292	0.00 1	0.00 1	0.93 203	0.01 175	0.62 151	0.86 302	0.03 184	0.01 160	0.34 226	0.04 194	4.50 307	0.33 226	0.00 1	0.00 1	0.03 373	0.00 1	0.18 324	0.05 98

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

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

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

NLCA_NET_v2_RVC	0.45 177	0.72 264	3.22 293	0.00 1	0.02 223	0.95 209	0.00 1	0.70 158	0.26 74	0.03 184	0.00 1	0.34 226	0.10 253	2.45 224	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.03 65
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CFNet_pseudo	0.24 57	0.13 83	1.40 64	0.00 1	0.01 183	0.96 210	0.00 1	1.08 211	0.16 32	0.00 1	0.01 160	0.48 261	0.35 302	0.03 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 163

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

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

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

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

MyStereo04	0.37 128	0.34 174	2.41 244	0.00 1	0.25 324	0.98 214	0.01 175	1.05 206	0.28 80	0.09 254	0.01 160	0.36 237	0.12 261	0.05 63	0.35 232	0.00 1	0.79 348	0.00 1	0.08 327	0.02 78	0.32 267

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

DMCA	0.30 90	0.38 184	2.48 252	0.00 1	0.01 183	0.98 214	0.01 175	0.47 132	0.80 235	0.02 145	0.01 160	0.05 96	0.00 1	0.25 118	0.29 215	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.10 152

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

CVANet_RVC	0.66 274	0.68 251	2.61 263	0.01 201	0.00 1	0.99 219	0.00 1	0.95 193	0.78 212	0.60 345	0.11 278	0.37 240	0.14 266	5.50 332	0.14 159	0.00 1	0.00 1	0.00 1	0.03 311	0.16 312	0.19 220

EDNetEfficient	2.95 383	0.33 165	20.38 406	0.19 324	0.83 380	1.00 220	1.95 390	0.58 144	5.15 392	8.01 402	1.79 365	0.93 319	4.16 389	3.66 278	9.80 393	0.00 1	0.03 258	0.00 1	0.06 322	0.05 171	0.13 181

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

ACVNet-4b	1.38 347	1.94 382	5.73 375	0.20 331	0.04 252	1.01 222	0.01 175	1.70 277	0.86 302	0.04 204	0.95 353	1.95 365	0.31 299	6.69 381	2.11 337	2.78 404	0.02 251	0.00 1	0.00 1	0.89 392	0.34 274

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

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

DN-CSS_ROB	0.38 136	1.27 345	2.50 255	0.01 201	0.00 1	1.01 222	0.00 1	1.21 224	0.83 258	0.02 145	0.00 1	0.19 187	0.02 126	0.10 87	0.19 186	0.00 1	0.00 1	0.00 1	0.00 1	0.26 350	0.03 65

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

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

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

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

Ntro	0.75 293	1.79 372	3.54 322	0.05 252	0.37 335	1.03 232	0.02 235	0.99 195	0.76 183	0.02 145	0.00 1	0.76 304	0.08 245	3.23 258	1.32 316	0.07 367	0.04 268	0.01 351	0.00 1	0.84 391	0.13 181

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

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

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

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

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

ADStereo(finetuned)	0.42 158	0.51 224	2.79 270	0.00 1	0.00 1	1.04 237	0.00 1	1.90 309	0.85 291	0.10 259	0.00 1	0.04 78	0.72 329	0.04 41	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.25 247

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

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

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

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

WCMA_ROB	2.37 375	0.75 275	2.53 258	0.05 252	0.00 1	1.05 242	0.59 373	1.47 254	1.40 372	5.47 393	9.84 399	8.10 394	5.87 397	4.38 302	3.93 357	0.16 373	0.21 299	0.18 396	0.18 370	0.06 196	1.08 349

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

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

DCANet-4	0.37 128	0.07 25	3.11 289	0.00 1	0.00 1	1.06 245	0.00 1	1.82 306	0.85 291	0.16 282	0.00 1	0.04 78	0.05 220	0.04 41	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 233

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

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

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

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

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

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

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

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

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

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

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

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

GwcNet-RSSM	0.53 219	1.04 322	2.48 252	0.00 1	0.00 1	1.06 245	0.00 1	0.74 169	0.76 183	0.21 292	0.01 160	0.36 237	0.00 1	3.65 277	0.11 138	0.00 1	0.00 1	0.00 1	0.00 1	0.13 284	0.07 112

CFNet	0.66 274	1.12 333	2.37 241	0.00 1	0.00 1	1.06 245	0.01 175	1.36 246	0.74 155	0.01 85	0.01 160	0.13 154	0.01 82	5.85 342	0.30 218	0.00 1	0.00 1	0.00 1	0.00 1	0.18 324	0.07 112

ff7	0.36 121	0.21 120	1.28 38	0.16 311	0.22 313	1.07 263	0.00 1	0.12 52	0.56 122	0.32 319	0.00 1	0.01 7	0.04 194	0.25 118	0.03 63	0.00 1	0.92 370	0.00 1	0.10 335	0.08 232	1.75 387

ffff	0.36 121	0.21 120	1.28 38	0.16 311	0.22 313	1.07 263	0.00 1	0.12 52	0.56 122	0.32 319	0.00 1	0.01 7	0.04 194	0.25 118	0.03 63	0.00 1	0.92 370	0.00 1	0.10 335	0.08 232	1.75 387

11t	0.36 121	0.21 120	1.28 38	0.16 311	0.22 313	1.07 263	0.00 1	0.12 52	0.56 122	0.32 319	0.00 1	0.01 7	0.04 194	0.25 118	0.03 63	0.00 1	0.92 370	0.00 1	0.10 335	0.08 232	1.75 387

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

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

anonymousdsp	0.41 155	0.21 120	1.52 96	0.43 362	0.54 356	1.07 263	0.00 1	0.11 46	0.56 122	0.34 323	0.00 1	0.01 7	0.05 220	0.47 160	0.03 63	0.00 1	0.81 352	0.00 1	0.11 342	0.08 232	1.81 394

ccc-4	0.36 121	0.21 120	1.28 38	0.16 311	0.22 313	1.07 263	0.00 1	0.12 52	0.56 122	0.32 319	0.00 1	0.01 7	0.04 194	0.25 118	0.03 63	0.00 1	0.92 370	0.00 1	0.10 335	0.08 232	1.75 387

IGEV-Stereo	0.41 155	0.21 120	1.53 99	0.43 362	0.55 357	1.07 263	0.00 1	0.11 46	0.56 122	0.34 323	0.00 1	0.01 7	0.05 220	0.47 160	0.03 63	0.00 1	0.81 352	0.00 1	0.11 342	0.08 232	1.81 394
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
psmg	0.29 81	0.07 25	0.98 11	0.00 1	0.00 1	1.07 263	0.00 1	1.92 314	0.82 249	0.00 1	0.00 1	0.35 232	0.03 168	0.06 69	0.51 261	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

RAFT-RH_RVC	0.99 320	0.26 140	1.93 194	0.04 246	0.04 252	1.07 263	0.00 1	0.07 30	0.69 148	0.01 85	9.36 397	0.10 141	0.00 1	5.86 343	0.29 215	0.01 337	0.00 1	0.00 1	0.02 299	0.01 25	0.00 1

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

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

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

IPLGR	0.50 199	0.22 127	2.74 266	0.03 238	0.02 223	1.08 274	0.03 252	1.95 315	0.75 162	0.09 254	0.00 1	0.18 179	0.22 288	2.57 231	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.05 98

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CC-Net-ROB	0.77 298	0.99 317	2.18 221	0.07 275	0.00 1	1.09 289	0.01 175	3.10 368	0.75 162	0.01 85	0.00 1	0.14 156	0.01 82	5.65 338	0.34 228	0.56 384	0.00 1	0.21 399	0.00 1	0.17 317	0.02 57

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

SGM-Forest	1.08 327	0.45 200	1.80 170	0.02 223	0.07 270	1.09 289	0.65 374	2.57 344	0.85 291	1.33 367	0.92 352	1.36 349	1.62 355	5.94 351	2.34 341	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.52 313
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MSKI-zero shot	0.34 105	0.12 78	1.70 144	0.55 367	0.44 343	1.10 302	0.03 252	0.91 185	0.22 64	0.22 296	0.05 256	0.06 112	0.00 1	0.16 100	0.04 89	0.00 1	0.87 365	0.00 1	0.18 370	0.02 78	0.22 225

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

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

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

FADNet_RVC	0.69 281	1.26 344	3.48 315	0.00 1	0.00 1	1.10 302	0.01 175	1.57 264	0.65 139	0.02 145	0.05 256	0.26 209	0.03 168	3.16 254	0.30 218	0.21 378	0.25 307	0.08 388	0.28 399	0.53 382	0.62 324

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

MyStereo06	0.53 219	0.36 179	2.90 276	0.01 201	0.00 1	1.11 308	0.01 175	0.56 142	0.49 110	0.74 352	0.45 330	1.24 342	1.02 341	0.39 151	0.34 228	0.00 1	0.60 336	0.00 1	0.08 327	0.01 25	0.33 272

MyStereo05	0.39 143	0.36 179	2.43 247	0.01 201	0.00 1	1.11 308	0.01 175	1.25 230	0.57 130	0.06 230	0.01 160	0.29 216	0.15 270	0.07 74	0.37 237	0.00 1	0.60 336	0.00 1	0.08 327	0.01 25	0.33 272

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

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

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

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

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

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

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

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

RAFT + AFF	0.79 303	1.36 353	2.40 243	0.00 1	0.04 252	1.12 313	0.06 280	1.73 281	0.81 243	0.02 145	0.00 1	0.18 179	1.49 352	4.97 317	0.67 279	0.00 1	0.17 295	0.00 1	0.00 1	0.33 367	0.46 301

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

DeepPruner_ROB	0.34 105	0.75 275	2.38 242	0.00 1	0.00 1	1.12 313	0.03 252	0.30 108	0.16 32	0.00 1	0.00 1	0.39 247	0.03 168	1.27 199	0.14 159	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.10 152

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

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

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

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

XX-Stereo	0.73 290	0.18 108	5.35 366	0.38 359	0.26 326	1.13 322	0.00 1	3.03 364	0.18 50	0.14 275	0.01 160	1.40 351	0.01 82	1.36 202	0.04 89	0.00 1	0.50 329	0.00 1	0.16 366	0.03 123	0.43 292

AAGNet	0.99 320	0.08 48	1.59 116	0.15 307	0.27 327	1.14 327	0.27 340	0.06 22	0.78 212	0.01 85	0.00 1	0.01 7	0.97 339	3.60 274	10.81 395	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

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

FTStereo	0.82 308	0.06 9	1.88 183	0.12 296	0.00 1	1.15 328	2.70 398	0.16 72	0.84 268	0.16 282	5.80 380	0.36 237	2.49 371	0.53 164	0.01 31	0.07 367	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

PWCDC_ROB	1.13 334	1.70 366	3.52 316	0.00 1	0.00 1	1.15 328	0.00 1	2.49 338	1.39 371	0.02 145	8.80 394	0.34 226	0.09 248	1.11 191	1.20 308	0.00 1	0.00 1	0.00 1	0.00 1	0.56 384	0.21 224

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

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

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

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

GANetREF_RVC	0.63 265	1.05 323	3.03 281	0.00 1	0.00 1	1.16 331	0.01 175	2.03 321	0.75 162	0.00 1	0.01 160	0.28 214	0.04 194	4.13 291	0.10 132	0.00 1	0.00 1	0.00 1	0.00 1	0.04 156	0.05 98
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
PFNet	0.63 265	0.15 97	2.41 244	0.00 1	0.30 331	1.17 336	0.00 1	0.35 118	0.92 316	0.01 85	0.24 293	0.03 59	0.00 1	6.43 377	0.23 200	0.09 370	0.00 1	0.00 1	0.04 315	0.13 284	0.10 152

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

iRaft-Stereo_20w	0.77 298	0.13 83	2.90 276	0.63 375	0.50 352	1.18 338	0.58 371	2.56 342	0.71 151	0.85 355	0.05 256	0.78 307	1.02 341	0.82 181	0.76 287	0.00 1	0.52 332	0.00 1	0.14 352	0.02 78	1.25 359

OMP-Stereo	0.71 284	0.47 206	1.36 48	0.18 321	0.06 266	1.18 338	0.00 1	1.76 289	0.78 212	0.11 266	0.59 340	0.49 268	0.00 1	6.94 388	0.25 207	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.07 112

IIG-Stereo	0.71 284	0.48 211	1.42 76	0.05 252	0.03 240	1.18 338	0.00 1	1.75 286	0.79 226	0.01 85	0.56 338	0.53 277	0.01 82	6.87 385	0.37 237	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.07 112

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

EAI-Stereo	0.98 318	0.06 9	1.09 20	0.17 319	0.67 372	1.19 342	4.84 403	2.67 347	0.91 314	0.95 358	4.52 376	0.30 219	0.53 317	0.57 166	0.46 258	0.00 1	0.07 283	0.00 1	0.29 400	0.01 25	0.34 274

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

Dean	2.72 378	2.05 387	6.17 380	0.39 360	0.44 343	1.21 344	0.48 366	8.36 399	8.46 400	1.48 369	8.08 391	6.95 389	1.44 351	4.50 307	2.00 332	0.79 388	0.00 1	0.01 351	0.00 1	1.11 394	0.39 285

ARAFT	0.68 278	1.29 349	3.36 308	0.00 1	0.00 1	1.21 344	0.00 1	2.71 352	0.81 243	0.07 238	0.00 1	0.18 179	0.03 168	3.47 269	0.05 101	0.00 1	0.00 1	0.00 1	0.00 1	0.19 331	0.22 225

MyStereo8	0.50 199	0.68 251	3.08 287	0.43 362	0.01 183	1.22 346	0.00 1	0.82 181	0.20 61	0.03 184	0.41 327	0.15 162	0.04 194	0.68 177	0.12 142	0.00 1	1.39 405	0.00 1	0.03 311	0.04 156	0.63 326

TransformOpticalFlow	0.88 310	0.30 153	2.86 272	0.30 348	0.03 240	1.25 347	0.05 277	1.87 307	0.80 235	0.28 309	0.37 326	1.25 343	1.50 353	6.38 375	0.22 197	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.07 112

ACVNet_1	1.38 347	2.15 390	6.35 381	0.35 358	0.03 240	1.26 348	0.10 301	2.02 320	0.85 291	0.35 326	0.01 160	4.32 379	1.77 358	4.85 315	1.67 328	0.92 393	0.00 1	0.00 1	0.00 1	0.35 368	0.30 264

ADCP+	1.56 352	1.51 361	8.93 390	0.01 201	0.03 240	1.27 349	0.77 381	1.03 200	0.95 319	0.02 145	0.01 160	0.95 320	1.02 341	0.48 162	14.01 401	0.00 1	0.00 1	0.00 1	0.00 1	0.10 268	0.15 196

RainbowNet	0.80 305	1.85 375	3.31 302	0.13 301	0.05 261	1.30 350	0.07 285	2.03 321	0.76 183	0.02 145	0.02 241	1.13 336	0.25 292	2.40 222	1.07 301	0.72 386	0.05 278	0.00 1	0.00 1	0.53 382	0.30 264

tt1	0.58 246	0.31 157	2.24 230	0.30 348	0.38 337	1.32 351	0.00 1	1.74 282	1.17 363	0.38 329	0.00 1	0.03 59	0.02 126	0.57 166	0.01 31	0.00 1	1.12 386	0.00 1	0.00 1	0.08 232	1.86 397

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

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

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

cc1	0.56 239	0.29 149	2.22 225	0.31 351	0.20 306	1.33 352	0.00 1	1.78 294	1.03 327	0.38 329	0.00 1	0.03 59	0.02 126	0.59 171	0.02 51	0.00 1	1.12 386	0.00 1	0.00 1	0.09 256	1.86 397

ACVNet_2	1.59 355	2.07 388	5.42 369	0.12 296	0.09 277	1.36 356	0.17 314	2.72 354	0.97 322	0.44 338	3.37 371	6.53 387	0.16 273	5.48 331	1.87 329	0.16 373	0.00 1	0.00 1	0.00 1	0.39 373	0.47 303

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

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

MeshStereo	2.79 380	0.86 293	3.12 290	0.02 223	0.02 223	1.51 359	0.91 384	3.50 380	1.54 377	11.28 407	7.62 388	11.49 396	2.94 376	6.81 384	3.45 353	0.00 1	0.00 1	0.00 1	0.00 1	0.28 358	0.39 285
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
DPSNet	1.65 357	0.46 203	7.31 382	0.30 348	0.11 285	1.54 360	0.01 175	4.48 387	1.14 352	0.11 266	0.01 160	0.82 310	3.51 381	5.89 345	5.84 372	0.02 353	0.29 311	0.03 373	0.23 385	0.23 344	0.59 319

PDISCO_ROB	0.72 287	1.06 328	3.39 311	0.18 321	0.00 1	1.54 360	0.01 175	2.80 356	0.73 154	0.16 282	0.01 160	0.80 309	0.28 295	2.38 220	0.48 259	0.00 1	0.00 1	0.00 1	0.00 1	0.36 371	0.18 210

ELAS_RVC	3.35 387	0.45 200	4.75 354	0.25 340	0.07 270	1.56 362	7.12 409	2.23 330	5.68 393	7.77 401	7.71 390	6.55 388	10.27 404	5.63 337	6.24 375	0.00 1	0.04 268	0.03 373	0.01 288	0.11 273	0.48 305
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DGSMNet	1.31 342	0.55 231	3.74 330	0.80 389	1.48 401	1.60 363	3.41 400	1.72 279	0.54 116	0.01 85	0.78 347	0.48 261	0.23 290	3.16 254	0.55 267	0.98 394	1.26 403	1.34 408	1.11 410	1.06 393	1.41 366

ADCMid	1.62 356	1.76 370	8.67 388	0.04 246	0.03 240	1.61 364	0.17 314	1.49 256	1.15 359	0.88 356	0.57 339	0.86 313	0.69 325	1.18 192	12.53 400	0.01 337	0.00 1	0.29 400	0.08 327	0.20 335	0.24 243

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

HBP-ISP	0.90 312	1.05 323	3.07 286	0.14 304	0.01 183	1.67 366	0.47 364	3.22 374	0.76 183	1.13 363	0.11 278	0.50 272	0.91 338	4.51 309	0.10 132	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.22 225

G-Net	1.24 336	0.34 174	3.85 333	0.05 252	0.48 349	1.68 367	0.46 360	0.23 95	0.44 103	1.33 367	8.94 395	2.28 373	0.79 334	2.37 218	1.18 305	0.01 337	0.03 258	0.02 365	0.09 332	0.07 214	0.11 163

AnyNet_C32	1.69 359	2.27 393	8.60 387	0.12 296	0.19 301	1.68 367	1.08 386	1.06 209	0.74 155	1.28 366	0.45 330	0.21 192	0.57 318	2.99 250	11.73 398	0.02 353	0.00 1	0.06 385	0.00 1	0.20 335	0.55 317

FCDSN-DC	2.93 382	0.54 229	2.88 275	0.00 1	0.01 183	1.78 369	0.36 353	2.20 328	1.51 375	8.28 403	10.99 403	11.61 397	8.55 400	5.36 327	4.05 359	0.02 353	0.00 1	0.00 1	0.00 1	0.06 196	0.48 305
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
BUS	0.38 136	0.07 25	0.98 11	0.00 1	0.00 1	1.88 370	0.00 1	2.67 347	0.82 249	0.30 313	0.09 273	0.64 286	0.00 1	0.06 69	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

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

MADNet+	4.94 395	3.56 410	47.46 414	0.42 361	0.27 327	1.99 372	0.04 267	4.45 386	1.30 370	0.07 238	0.02 241	1.81 364	0.36 304	21.82 412	14.17 402	0.00 1	0.26 308	0.00 1	0.00 1	0.28 358	0.54 315

LVE	3.01 384	1.95 384	4.27 348	0.56 369	0.45 346	2.06 373	0.06 280	7.66 397	9.65 401	0.08 247	10.94 402	8.86 395	1.82 359	7.24 392	1.62 325	2.04 400	0.17 295	0.04 381	0.24 393	0.24 345	0.23 233

ADCL	1.70 360	1.00 319	5.82 377	0.07 275	0.04 252	2.14 374	2.27 394	1.26 231	1.09 337	1.55 370	1.08 354	1.23 339	1.53 354	2.38 220	12.21 399	0.01 337	0.00 1	0.00 1	0.00 1	0.12 279	0.16 199

ADCPNet	1.58 354	1.00 319	8.71 389	0.01 201	0.19 301	2.69 375	0.26 338	1.15 217	0.54 116	0.04 204	0.02 241	1.41 352	1.76 357	2.52 229	9.78 392	0.00 1	0.46 324	0.00 1	0.64 408	0.07 214	0.34 274

SANet	2.30 373	1.58 363	5.68 374	0.03 238	0.04 252	2.78 376	0.82 382	2.99 363	8.32 399	1.70 372	4.04 373	4.26 378	4.02 386	5.90 346	3.42 352	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.37 282

IMH-64-1	2.28 370	1.45 358	2.87 273	2.19 402	0.59 364	2.82 377	1.58 387	5.84 391	1.16 360	1.09 361	4.77 377	2.07 368	2.42 368	5.90 346	3.91 355	4.00 406	0.04 268	0.02 365	0.00 1	2.07 398	0.82 336

IMH-64	2.28 370	1.45 358	2.87 273	2.19 402	0.59 364	2.82 377	1.58 387	5.84 391	1.16 360	1.09 361	4.77 377	2.07 368	2.42 368	5.90 346	3.91 355	4.00 406	0.04 268	0.02 365	0.00 1	2.07 398	0.82 336

AnyNet_C01	2.55 376	3.02 406	19.30 404	0.15 307	0.18 300	2.97 379	2.35 396	1.56 263	1.47 374	1.01 360	0.81 348	1.23 339	0.76 333	4.28 299	10.78 394	0.04 363	0.00 1	0.07 387	0.00 1	0.35 368	0.61 323

SGM_RVC	2.03 367	0.49 213	2.04 211	0.27 343	0.17 299	3.07 380	1.00 385	2.70 351	1.62 378	5.12 389	3.09 370	4.77 382	4.08 387	7.38 393	2.86 347	0.21 378	0.23 301	0.20 398	0.23 385	0.28 358	0.84 339
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
FC-DCNN	3.67 388	0.32 160	2.78 269	0.00 1	0.01 183	3.09 381	0.58 371	3.68 381	3.04 385	11.64 408	12.38 406	13.84 404	9.79 403	6.23 370	5.39 369	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.60 320

SDNR	1.35 345	0.47 206	4.08 342	0.09 282	0.21 310	3.25 382	0.01 175	3.18 372	1.52 376	1.87 376	1.66 364	1.52 361	0.36 304	7.18 390	1.05 299	0.03 361	0.08 285	0.00 1	0.00 1	0.05 171	0.49 309

LE_ROB	10.29 407	1.64 364	11.96 397	1.47 396	1.36 400	3.30 383	4.79 402	5.05 390	42.09 416	51.68 417	13.28 409	14.08 405	25.92 412	7.21 391	21.19 412	0.05 364	0.06 281	0.13 394	0.19 375	0.08 232	0.35 279

MFN_U_SF_DS_RVC	1.31 342	2.80 401	5.36 367	0.02 223	0.04 252	3.44 384	0.26 338	2.19 327	0.77 199	0.25 306	0.27 297	1.37 350	0.02 126	5.99 355	1.05 299	0.16 373	0.72 347	0.01 351	0.26 395	0.40 375	0.82 336

FINET	2.05 368	1.88 377	5.76 376	0.81 390	0.99 390	3.54 385	3.33 399	3.89 383	3.81 387	0.89 357	1.55 363	1.21 338	2.31 367	4.20 295	2.42 342	0.81 392	1.36 404	0.00 1	0.21 382	0.27 352	1.80 393

PWCK	2.83 381	2.64 400	10.25 395	0.23 338	0.02 223	3.59 386	5.56 405	3.75 382	3.56 386	0.75 354	4.42 375	3.35 377	1.86 360	9.10 398	4.03 358	0.44 383	0.01 244	0.00 1	0.00 1	2.72 402	0.29 260

RTS	4.38 391	2.34 394	44.27 412	0.33 355	0.13 289	3.83 387	0.21 326	2.51 339	1.22 368	1.82 374	0.01 160	1.95 365	0.21 284	16.90 407	10.87 396	0.00 1	0.27 309	0.00 1	0.00 1	0.27 352	0.44 297

RTSA	4.38 391	2.34 394	44.27 412	0.33 355	0.13 289	3.83 387	0.21 326	2.51 339	1.22 368	1.82 374	0.01 160	1.95 365	0.21 284	16.90 407	10.87 396	0.00 1	0.27 309	0.00 1	0.00 1	0.27 352	0.44 297

WAO-6	2.63 377	1.16 336	3.22 293	0.00 1	0.00 1	3.86 389	0.28 342	6.13 393	7.35 396	0.60 345	6.78 383	7.62 393	2.68 373	6.42 376	6.11 374	0.00 1	0.00 1	0.00 1	0.00 1	0.17 317	0.12 174

SAMSARA	1.56 352	1.37 354	4.23 346	1.04 393	0.75 375	4.48 390	0.13 310	1.61 270	0.74 155	3.69 387	0.66 343	3.16 376	1.06 344	4.44 303	2.82 346	0.00 1	0.63 338	0.00 1	0.13 345	0.10 268	0.22 225

WAO-7	2.74 379	1.65 365	3.36 308	0.03 238	0.05 261	4.68 391	0.53 369	6.21 394	4.59 391	1.73 373	7.61 387	5.56 384	3.68 383	8.96 397	5.50 370	0.00 1	0.00 1	0.33 401	0.02 299	0.19 331	0.18 210

notaker	4.71 393	2.04 386	5.58 373	4.15 409	0.96 388	4.99 392	0.39 356	7.65 396	2.25 383	5.67 395	11.58 405	16.87 408	4.26 390	8.06 394	6.65 377	5.74 410	0.02 251	0.10 390	0.07 324	5.45 408	1.65 381

MSMD_ROB	2.26 369	0.47 206	2.67 265	0.01 201	0.00 1	5.00 393	0.21 326	1.35 244	1.87 382	6.37 397	8.46 392	7.34 392	4.30 391	4.84 314	1.91 330	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.30 264

IMH	3.15 385	1.88 377	3.60 323	2.20 404	0.66 371	5.10 394	0.24 329	6.87 395	4.29 390	2.29 379	7.42 385	6.28 385	3.90 384	7.15 389	3.65 354	4.34 408	0.14 293	0.05 383	0.00 1	2.16 400	0.76 333

KSHMR	3.98 389	1.95 384	4.86 360	3.06 407	1.84 404	5.37 395	0.45 359	9.03 401	13.93 404	2.07 377	9.17 396	7.12 390	2.12 366	5.60 333	3.40 351	2.12 402	0.44 322	0.53 404	0.23 385	4.01 404	2.35 406

MDST_ROB	1.73 361	0.11 74	3.61 324	0.13 301	0.15 294	5.47 396	0.31 344	4.97 389	0.87 306	6.33 396	1.52 362	1.03 325	1.19 349	6.22 369	2.13 339	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.60 320

SGM+DAISY	4.17 390	2.85 405	8.55 386	1.77 397	1.74 403	5.81 397	5.49 404	2.88 359	3.97 388	7.67 400	7.66 389	7.25 391	7.42 398	6.92 387	7.09 380	1.14 398	1.57 409	0.11 391	0.59 407	0.56 384	2.43 407

LRCNet_RVC	55.59 418	61.31 424	59.16 415	66.84 423	44.81 418	6.17 398	0.00 1	52.46 417	1.68 379	70.67 418	80.07 420	66.39 417	55.67 416	51.56 418	46.75 415	90.67 427	41.65 422	91.10 428	90.19 424	65.65 423	68.96 423

ELAS	3.20 386	0.48 211	3.06 285	0.19 324	0.06 266	7.89 399	2.23 393	3.33 378	4.19 389	8.91 406	9.70 398	4.40 380	7.69 399	4.25 296	6.87 378	0.00 1	0.04 268	0.03 373	0.04 315	0.12 279	0.48 305
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ktn	5.26 396	1.94 382	3.97 338	3.50 408	1.06 393	8.17 400	2.01 391	9.53 403	16.88 405	5.28 392	12.55 408	13.68 402	4.08 387	8.46 396	4.61 363	5.84 411	0.02 251	0.00 1	0.00 1	2.63 401	0.92 343

HanzoNet	13.47 411	5.89 411	14.41 401	5.91 414	2.90 409	8.50 401	0.74 377	13.81 411	20.12 408	26.53 413	28.55 414	34.06 414	26.75 414	26.27 416	15.82 405	11.42 415	4.01 414	3.29 412	3.94 412	9.72 415	6.77 413

UNDER WATER	6.65 401	1.86 376	10.48 396	4.84 411	2.74 408	8.59 402	0.76 379	8.83 400	22.15 410	4.99 388	6.27 382	15.66 407	10.39 405	9.52 401	9.42 390	3.50 405	0.05 278	1.34 408	0.03 311	7.17 413	4.42 412

DPSimNet_ROB	9.66 406	7.29 412	17.52 402	4.88 413	6.56 414	10.41 403	12.88 412	8.12 398	9.88 402	14.26 409	11.22 404	12.39 399	14.01 408	11.20 405	14.85 403	5.50 409	6.97 416	5.75 414	5.94 413	5.31 407	8.26 416

MSC_U_SF_DS_RVC	1.95 365	2.49 398	5.12 365	0.01 201	0.02 223	12.00 404	0.49 367	3.33 378	0.95 319	0.10 259	0.20 289	2.15 371	0.15 270	6.72 382	1.65 327	0.78 387	0.83 359	0.19 397	0.27 398	0.72 388	0.92 343

WAO-8	5.42 397	2.80 401	3.98 339	0.62 373	0.10 282	13.77 405	0.33 350	11.99 407	24.10 411	5.25 390	10.38 401	13.44 400	4.55 392	9.38 399	4.72 364	0.80 389	0.34 315	0.71 406	0.13 345	0.74 389	0.25 247

Venus	5.42 397	2.80 401	3.98 339	0.62 373	0.10 282	13.77 405	0.33 350	11.99 407	24.10 411	5.25 390	10.32 400	13.44 400	4.55 392	9.38 399	4.72 364	0.80 389	0.34 315	0.71 406	0.13 345	0.74 389	0.25 247

MANE	11.54 410	2.46 397	6.07 378	2.50 405	2.04 405	16.31 407	6.95 408	17.25 414	24.11 413	23.59 412	31.25 415	30.75 413	25.07 411	18.16 410	16.24 408	1.28 399	1.98 411	0.15 395	1.07 409	0.46 380	3.04 409

MADNet++	10.85 409	2.36 396	10.00 392	8.59 415	4.61 413	16.78 408	10.26 411	10.11 404	7.51 397	17.63 410	18.35 411	12.04 398	17.73 409	24.51 413	20.75 411	8.81 412	6.67 415	4.84 413	2.67 411	5.77 409	6.96 414

UNDER WATER-64	7.33 404	2.16 391	12.17 398	4.84 411	3.62 411	17.94 409	1.74 389	9.16 402	21.94 409	5.53 394	5.01 379	17.03 409	11.84 407	9.72 402	8.83 388	2.09 401	0.04 268	1.54 410	0.16 366	6.89 412	4.37 411

SGM-ForestM	10.58 408	2.80 401	7.93 385	1.86 398	1.59 402	17.97 410	9.39 410	11.57 406	12.75 403	21.30 411	18.68 412	40.07 415	22.22 410	21.60 411	15.86 406	0.99 395	1.53 408	0.06 385	0.52 404	0.47 381	2.43 407

TorneroNet-64	6.70 402	2.13 389	3.92 335	2.14 400	0.65 369	19.09 411	0.28 342	12.19 409	25.73 414	6.44 398	12.54 407	19.33 411	4.76 394	10.25 403	6.87 378	1.10 397	0.00 1	0.12 392	0.00 1	4.20 405	2.19 404

TorneroNet	7.29 403	2.19 392	3.95 336	2.15 401	1.14 394	19.79 412	0.46 360	13.22 410	25.82 415	8.31 404	16.76 410	17.46 410	5.75 395	10.79 404	8.91 389	2.32 403	0.03 258	0.12 392	0.00 1	4.70 406	2.01 402

JetBlue	6.27 399	3.44 408	18.17 403	0.00 1	2.21 407	30.58 413	17.31 414	4.77 388	1.07 333	0.74 352	2.25 366	6.31 386	5.82 396	18.12 409	9.68 391	0.10 372	0.01 244	0.00 1	0.00 1	3.12 403	1.61 378

BEATNet-Init1	15.75 413	8.48 414	36.75 410	2.06 399	2.07 406	33.60 414	14.96 413	17.15 413	19.08 406	30.69 415	28.08 413	43.61 416	25.98 413	25.17 415	20.68 410	0.80 389	1.17 398	0.36 403	0.51 403	1.53 396	2.28 405

JetRed	14.06 412	19.59 416	43.42 411	1.43 395	1.30 399	55.87 415	28.29 415	13.94 412	7.85 398	8.61 405	8.73 393	13.68 402	10.59 406	24.60 414	30.87 413	0.27 380	0.69 342	0.62 405	0.03 311	6.63 411	4.19 410

SPstereo	50.84 417	11.75 415	22.19 407	12.56 416	10.58 415	67.32 416	76.93 418	100.00 428	100.00 429	96.03 426	93.38 422	100.00 429	93.34 423	91.10 425	72.60 417	10.05 413	8.84 417	20.16 418	15.30 417	6.52 410	8.09 415

HaxPig	95.45 429	97.64 429	88.42 422	97.81 436	99.08 436	77.94 417	74.31 416	96.67 426	99.54 424	99.87 428	99.92 425	99.60 428	99.75 425	91.22 426	87.67 423	99.94 436	99.97 431	99.98 431	99.99 431	99.96 436	99.80 436

ASD4	35.80 415	43.79 417	34.11 409	21.10 417	36.26 416	80.52 418	95.21 424	27.47 416	69.35 417	28.35 414	36.69 416	27.92 412	45.29 415	38.60 417	53.98 416	10.97 414	11.11 418	12.38 415	11.42 416	16.75 416	14.68 418

PML	71.00 422	88.39 428	73.68 416	82.04 425	74.55 422	83.63 419	76.92 417	72.05 421	85.95 421	89.82 424	84.57 421	90.63 424	58.80 417	91.54 428	73.58 418	95.93 434	2.38 412	86.91 427	6.48 414	84.07 428	18.14 419

MEDIAN_ROB	93.48 426	98.75 430	96.24 424	90.99 428	90.62 429	85.89 420	77.23 419	92.20 423	89.67 422	95.04 425	94.93 423	96.04 425	93.85 424	90.48 424	87.58 422	98.40 435	95.87 424	99.62 430	98.78 428	98.85 435	98.49 435

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

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

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

AVERAGE_ROB	98.51 431	99.16 431	95.72 423	100.00 438	100.00 438	93.61 424	82.61 420	100.00 428	99.97 426	100.00 429	100.00 426	100.00 429	100.00 427	99.73 430	99.43 426	100.00 438	100.00 434	100.00 432	100.00 432	100.00 438	100.00 438

test_example2	97.59 430	99.97 432	99.93 427	99.80 437	99.96 437	98.80 425	99.76 425	91.09 422	100.00 429	100.00 429	100.00 426	89.37 423	86.85 421	99.31 429	96.67 424	99.97 437	99.51 430	92.94 429	97.98 427	99.99 437	99.94 437

DGTPSM_ROB	81.37 423	61.03 422	99.95 428	61.17 421	86.95 426	99.14 426	100.00 426	95.87 424	99.99 427	73.32 419	100.00 426	71.15 418	100.00 427	77.35 422	99.98 428	35.35 418	97.41 428	34.62 419	99.89 429	44.61 418	89.54 425

DPSMNet_ROB	81.42 424	61.07 423	99.95 428	61.38 422	87.01 427	99.15 427	100.00 426	95.87 424	99.99 427	73.35 420	100.00 426	71.18 419	100.00 427	77.40 423	99.98 428	35.68 419	97.47 429	34.71 420	99.89 429	44.74 419	89.65 426

MyStereo03	99.06 435	100.00 434	100.00 430	96.11 432	98.72 432	100.00 428	100.00 426	100.00 428	100.00 429	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 430	93.17 430	100.00 434	100.00 432	100.00 432	95.79 431	97.48 431

MyStereo02	99.06 435	100.00 434	100.00 430	96.11 432	98.72 432	100.00 428	100.00 426	100.00 428	100.00 429	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 430	93.17 430	100.00 434	100.00 432	100.00 432	95.79 431	97.48 431

MyStereo	99.06 435	100.00 434	100.00 430	96.11 432	98.72 432	100.00 428	100.00 426	100.00 428	100.00 429	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 430	93.17 430	100.00 434	100.00 432	100.00 432	95.79 431	97.48 431

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

Anonymous_1	89.55 425	74.57 425	97.70 425	74.52 424	78.35 423	100.00 428	100.00 426	98.05 427	99.77 425	96.85 427	99.38 424	97.67 426	99.78 426	91.23 427	98.87 425	81.02 423	97.18 425	59.55 424	84.83 423	74.77 425	86.89 424

tt	48.09 416	0.07 25	27.39 408	1.35 394	0.00 1	100.00 428	100.00 426	100.00 428	96.65 423	0.15 279	0.01 160	97.98 427	87.03 422	2.52 229	99.87 427	82.90 424	94.64 423	16.21 416	20.93 419	33.72 417	0.29 260

CasAABBNet	99.03 433	100.00 434	100.00 430	96.02 431	98.70 431	100.00 428	100.00 426	100.00 428	100.00 429	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 430	93.08 428	99.99 433	100.00 432	100.00 432	95.40 429	97.41 430

LSM0	98.99 432	99.97 432	100.00 430	95.58 429	98.52 430	100.00 428	100.00 426	100.00 428	100.00 429	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 430	93.32 433	99.97 431	100.00 432	100.00 432	95.80 434	96.62 429

DPSM_ROB	93.70 427	78.60 426	100.00 430	83.05 426	85.63 424	100.00 428	100.00 426	100.00 428	100.00 429	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 430	88.93 425	97.35 426	74.49 425	94.98 425	81.33 426	89.69 427

DPSM	93.70 427	78.60 426	100.00 430	83.05 426	85.63 424	100.00 428	100.00 426	100.00 428	100.00 429	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 430	88.93 425	97.35 426	74.49 425	94.98 425	81.33 426	89.69 427

FADE		7.35 413		2.62 406	2.96 410			10.11 404	7.01 395	2.68 384		5.30 383		14.13 406		17.52 417	2.74 413	17.99 417	20.17 418	2.05 397	1.65 381

Low-res two-view benchmark