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

Former-RAFT_DAM_RVC	0.23 14	0.13 95	0.62 5	0.01 17	0.00 1	1.05 46	0.00 1	0.63 12	0.80 141	0.76 119	0.18 92	0.09 48	0.06 67	0.05 1	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

SMFormer	1.04 204	0.16 118	1.55 154	0.33 283	0.01 101	1.03 33	0.00 1	5.24 325	2.12 302	1.53 218	2.16 279	0.92 154	0.02 16	4.46 222	1.24 261	0.00 1	0.01 223	0.00 1	0.00 1	0.03 133	0.02 150

tta	1.04 204	0.16 118	1.55 154	0.33 283	0.01 101	1.03 33	0.00 1	5.24 325	2.12 302	1.53 218	2.16 279	0.92 154	0.02 16	4.46 222	1.24 261	0.00 1	0.01 223	0.00 1	0.00 1	0.03 133	0.01 62

qqq1	0.98 189	0.16 118	1.55 154	0.33 283	0.01 101	1.03 33	0.00 1	5.24 325	2.12 302	1.53 218	2.16 279	0.92 154	0.02 16	4.46 222	0.07 38	0.00 1	0.01 223	0.00 1	0.00 1	0.03 133	0.01 62

fff1	0.98 189	0.16 118	1.55 154	0.33 283	0.01 101	1.03 33	0.00 1	5.24 325	2.12 302	1.53 218	2.16 279	0.92 154	0.02 16	4.46 222	0.07 38	0.00 1	0.01 223	0.00 1	0.00 1	0.03 133	0.01 62

mmm	0.52 77	0.04 4	1.14 92	0.61 328	0.00 1	1.14 69	0.00 1	3.45 198	0.75 129	1.24 194	0.58 159	0.20 75	0.18 139	0.93 105	0.08 47	0.00 1	0.01 223	0.00 1	0.00 1	0.02 94	0.01 62

11t1	0.33 29	0.05 8	0.86 25	0.44 303	0.00 1	1.04 40	0.00 1	2.45 93	0.60 56	0.44 83	0.01 1	0.05 25	0.05 52	0.43 68	0.06 34	0.00 1	0.01 223	0.00 1	0.00 1	0.02 94	0.01 62

ff7	0.23 14	0.21 149	1.02 56	0.02 64	0.00 1	1.07 49	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 78	0.44 70	0.04 7	0.00 1	0.00 1	0.00 1	0.15 339	0.07 211	0.01 62

IGEVStereo-DCA	0.46 62	0.09 50	1.02 56	0.02 64	0.00 1	0.82 16	0.00 1	0.53 4	0.75 129	0.09 22	0.03 48	0.03 6	0.06 67	5.04 251	0.51 201	0.00 1	0.00 1	0.00 1	0.15 339	0.05 182	0.01 62

ffff	0.23 14	0.21 149	1.02 56	0.02 64	0.00 1	1.07 49	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 78	0.44 70	0.04 7	0.00 1	0.00 1	0.00 1	0.15 339	0.07 211	0.01 62

11t	0.23 14	0.21 149	1.02 56	0.02 64	0.00 1	1.07 49	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 78	0.44 70	0.04 7	0.00 1	0.00 1	0.00 1	0.15 339	0.07 211	0.01 62

ttt	1.35 259	0.05 8	1.09 82	0.46 307	0.01 101	1.61 232	0.00 1	5.61 345	1.97 293	1.75 235	2.10 275	1.40 194	0.11 112	4.81 242	6.07 355	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.02 150

DLNR_Zeroshot_test	23.05 412	49.79 418	87.94 418	97.52 430	94.73 425	1.18 83	0.00 1	20.60 403	0.14 6	0.02 2	0.02 31	0.02 2	0.02 16	4.35 213	0.10 61	32.22 417	0.04 304	0.00 1	0.27 374	72.00 423	0.06 258

CASnet	0.16 2	0.14 100	0.52 3	0.01 17	0.00 1	0.86 18	0.00 1	0.51 3	0.75 129	0.10 32	0.01 1	0.04 10	0.02 16	0.22 22	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PCWNet_CMD	0.65 106	0.14 100	2.02 215	0.01 17	0.01 101	1.10 58	0.00 1	2.80 119	0.97 166	0.48 89	0.28 116	2.31 260	1.50 281	1.19 117	0.08 47	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

CFNet_ucs	0.77 136	0.20 143	2.22 237	0.01 17	0.01 101	1.32 136	0.00 1	3.30 176	1.31 217	1.15 178	1.14 221	2.19 255	0.42 196	2.04 146	0.12 70	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

AEACV	0.22 10	0.05 8	0.66 12	0.02 64	0.03 188	0.87 19	0.00 1	1.07 28	0.15 9	0.18 48	0.01 1	0.02 2	0.72 239	0.15 9	0.09 53	0.00 1	0.03 294	0.00 1	0.27 374	0.08 222	0.07 274

HH	0.88 175	0.37 211	1.93 200	0.25 262	0.10 253	0.62 13	0.00 1	3.79 229	0.18 19	0.33 59	0.59 168	3.94 320	0.81 244	4.44 220	0.09 53	0.00 1	0.06 320	0.00 1	0.00 1	0.03 133	0.02 150

HanStereo	0.88 175	0.37 211	1.93 200	0.25 262	0.10 253	0.62 13	0.00 1	3.79 229	0.18 19	0.33 59	0.59 168	3.94 320	0.81 244	4.44 220	0.09 53	0.00 1	0.06 320	0.00 1	0.00 1	0.03 133	0.02 150

CAS	0.85 162	0.09 50	0.67 13	6.43 390	0.05 211	1.12 64	0.00 1	0.88 22	0.69 113	0.02 2	0.02 31	0.06 34	0.06 67	0.26 36	0.12 70	6.37 391	0.00 1	0.00 1	0.00 1	0.00 1	0.20 338

anonymousdsp	0.21 6	0.21 149	0.63 6	0.02 64	0.00 1	1.07 49	0.00 1	0.74 18	0.77 138	0.09 22	0.01 1	0.04 10	0.07 78	0.25 30	0.04 7	0.00 1	0.00 1	0.00 1	0.16 345	0.08 222	0.03 189

ToySt	0.47 66	0.25 167	2.47 255	0.04 125	0.01 101	1.17 77	0.00 1	2.01 66	0.63 71	0.08 20	0.14 75	1.16 183	0.05 52	0.80 103	0.46 194	0.00 1	0.00 1	0.00 1	0.03 293	0.10 250	0.04 213

DCRE	0.69 121	0.35 203	1.16 99	0.06 156	0.02 169	0.91 20	0.00 1	1.05 27	0.30 36	0.98 155	7.63 353	0.72 135	0.02 16	0.16 12	0.07 38	0.00 1	0.02 272	0.00 1	0.21 361	0.02 94	0.03 189

ProNet	0.20 5	0.25 167	0.78 19	0.01 17	0.01 101	0.95 26	0.00 1	0.70 14	0.68 100	0.02 2	0.01 1	0.05 25	0.03 34	0.31 45	0.03 5	0.00 1	0.01 223	0.00 1	0.00 1	0.12 264	0.04 213

MC-Stereo	0.24 19	0.12 86	0.71 14	0.04 125	0.02 169	1.07 49	0.00 1	1.30 34	0.17 17	0.59 97	0.02 31	0.08 45	0.11 112	0.18 14	0.05 17	0.00 1	0.02 272	0.00 1	0.17 351	0.06 197	0.02 150

RCA-Stereo	0.37 39	0.14 100	0.76 17	0.01 17	0.00 1	1.17 77	0.00 1	3.14 150	0.61 62	0.71 113	0.47 153	0.05 25	0.13 128	0.19 17	0.03 5	0.00 1	0.01 223	0.00 1	0.00 1	0.06 197	0.01 62

CroCo-Stereo Lap2	0.33 29	0.49 264	1.18 104	0.02 64	0.00 1	0.33 5	0.00 1	3.08 144	0.61 62	0.02 2	0.01 1	0.04 10	0.08 92	0.45 75	0.15 83	0.00 1	0.00 1	0.00 1	0.00 1	0.07 211	0.02 150

qqq	0.50 71	0.04 4	0.78 19	0.02 64	0.00 1	1.05 46	0.00 1	3.15 152	0.68 100	0.46 87	0.01 1	0.73 136	0.12 122	2.95 162	0.07 38	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.01 62

ccc-4	0.23 14	0.21 149	1.02 56	0.02 64	0.00 1	1.07 49	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 78	0.44 70	0.04 7	0.00 1	0.00 1	0.00 1	0.15 339	0.07 211	0.01 62

x	0.41 46	0.04 4	0.74 16	0.54 318	0.00 1	0.98 28	0.00 1	3.07 142	0.67 95	0.48 89	0.01 1	0.48 108	0.07 78	0.93 105	0.07 38	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.01 62

RAFT_CTSACE	0.68 118	0.52 272	1.74 185	0.50 312	0.05 211	1.16 75	0.00 1	2.68 114	0.66 87	0.68 110	1.60 245	1.76 219	0.80 243	0.94 107	0.13 74	0.00 1	0.02 272	0.00 1	0.00 1	0.27 334	0.00 1

IGEV-Stereo	0.21 6	0.21 149	0.63 6	0.02 64	0.00 1	1.07 49	0.00 1	0.73 17	0.77 138	0.09 22	0.01 1	0.04 10	0.07 78	0.24 27	0.04 7	0.00 1	0.00 1	0.00 1	0.16 345	0.08 222	0.03 189
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
dad	0.88 175	0.62 297	2.26 240	0.06 156	0.01 101	1.24 111	0.00 1	0.98 25	2.17 309	1.29 196	0.35 129	0.37 93	0.04 46	5.80 280	1.06 252	0.01 305	0.00 1	1.13 382	0.11 334	0.05 182	0.00 1

AACVNet	0.87 171	0.44 242	1.19 107	0.17 237	0.00 1	1.76 255	0.00 1	3.60 214	0.60 56	1.03 164	0.26 112	1.31 191	0.17 136	6.33 298	0.28 140	0.00 1	0.00 1	0.00 1	0.00 1	0.17 292	0.01 62

CREStereo++_RVC	0.29 27	0.19 136	0.83 22	0.05 142	0.00 1	1.19 84	0.00 1	0.66 13	0.99 172	0.25 51	1.26 236	0.05 25	0.07 78	0.20 20	0.09 53	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
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
TestStereo	0.61 95	0.55 280	1.84 197	0.00 1	0.00 1	0.94 23	0.00 1	1.65 53	0.23 31	0.12 38	0.03 48	0.08 45	0.06 67	6.59 311	0.08 47	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.30 28	0.28 182	0.86 25	0.03 102	0.01 101	1.14 69	0.00 1	0.53 4	0.44 46	1.06 170	1.24 233	0.06 34	0.05 52	0.25 30	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.28 24	0.39 220	0.97 46	0.05 142	0.00 1	1.09 56	0.00 1	0.71 16	0.54 49	0.44 83	1.04 216	0.06 34	0.06 67	0.19 17	0.09 53	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CFNet_pseudo	0.66 111	0.17 124	2.08 223	0.00 1	0.01 101	1.22 97	0.00 1	2.79 118	0.73 125	0.78 124	0.46 150	2.32 261	0.63 223	1.77 141	0.15 83	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

XX-Stereo	1.04 204	0.20 143	4.94 352	0.85 348	0.04 204	1.25 118	0.00 1	3.37 184	0.45 47	1.22 192	0.50 155	3.70 316	0.02 16	3.91 196	0.05 17	0.00 1	0.09 342	0.00 1	0.20 357	0.03 133	0.02 150

222	2.69 335	0.09 50	1.03 67	0.00 1	0.00 1	1.54 210	0.00 1	5.61 345	1.55 253	1.51 216	2.10 275	0.53 114	0.07 78	4.54 230	35.09 412	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

xxxx	1.78 304	0.07 32	1.02 56	0.00 1	0.01 101	1.44 175	0.00 1	5.81 354	1.53 251	1.37 206	1.91 262	1.08 177	0.05 52	4.37 216	16.98 393	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.02 150

test_xeample	1.79 306	0.08 38	1.03 67	0.02 64	0.00 1	1.44 175	0.00 1	5.48 340	1.84 279	1.65 230	2.17 283	0.37 93	0.06 67	4.00 200	17.67 395	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.02 150

AFF-stereo	0.65 106	0.46 250	0.82 21	0.37 296	0.00 1	1.19 84	0.00 1	3.04 139	1.42 231	0.72 115	1.95 265	1.16 183	0.26 165	0.97 109	0.31 152	0.00 1	0.02 272	0.00 1	0.00 1	0.21 316	0.02 150

GMStereo	0.25 20	0.60 292	1.28 120	0.01 17	0.00 1	0.48 11	0.00 1	0.74 18	1.24 208	0.16 45	0.03 48	0.07 42	0.09 97	0.22 22	0.10 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	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
FINET	1.36 260	0.46 250	4.05 325	0.22 251	0.73 360	1.03 33	0.00 1	3.57 211	5.71 362	1.59 228	1.64 246	0.49 110	0.19 145	5.53 270	1.90 292	0.00 1	0.01 223	0.00 1	0.00 1	0.08 222	0.03 189

MSMDNet	0.65 106	0.14 100	2.02 215	0.01 17	0.01 101	1.11 62	0.00 1	2.88 125	0.98 168	0.49 92	0.28 116	2.32 261	1.49 278	1.19 117	0.08 47	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

NLCA_NET_v2_RVC	1.04 204	0.55 280	2.52 258	0.56 321	1.00 365	1.37 154	0.00 1	3.43 195	1.35 220	2.24 272	0.35 129	2.18 254	0.58 214	4.28 209	0.34 166	0.00 1	0.00 1	0.00 1	0.01 271	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ccs_rob	0.65 106	0.17 124	2.09 224	0.00 1	0.01 101	1.22 97	0.00 1	2.77 117	0.73 125	0.75 117	0.44 146	2.32 261	0.64 226	1.76 140	0.15 83	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

AANet_RVC	1.66 290	0.88 337	3.52 307	0.06 156	0.00 1	1.22 97	0.00 1	3.25 167	2.51 325	2.21 270	4.49 329	3.65 314	0.20 151	7.10 349	3.42 330	0.50 377	0.04 304	0.00 1	0.00 1	0.08 222	0.05 230

StereoDRNet-Refined	0.83 155	0.12 86	1.18 104	0.02 64	0.01 101	1.31 135	0.00 1	3.33 179	1.07 186	1.92 249	1.24 233	2.48 267	0.18 139	1.86 144	1.67 280	0.00 1	0.00 1	0.00 1	0.00 1	0.14 274	0.05 230
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.93 313	0.18 129	2.44 250	0.67 335	0.53 352	5.25 353	0.00 1	5.43 339	1.56 258	2.09 263	0.91 207	6.48 355	0.89 249	8.55 371	3.60 333	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.01 62

NOSS_ROB	1.29 249	0.22 158	1.35 135	0.64 332	0.16 279	2.56 290	0.00 1	4.14 256	2.37 319	2.29 282	1.76 256	2.84 279	0.02 16	6.80 329	0.45 190	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.11 296

MyStereo8	0.85 162	0.52 272	3.20 292	0.20 248	0.00 1	1.47 187	0.01 54	3.53 208	1.91 289	1.34 201	0.65 175	1.22 186	0.31 174	0.57 89	1.38 272	0.00 1	0.14 360	0.00 1	0.06 316	0.09 241	0.30 349

MyStereo07	0.27 22	0.27 172	0.64 9	0.02 64	0.01 101	1.64 241	0.01 54	1.41 37	0.73 125	0.10 32	0.01 1	0.03 6	0.10 104	0.24 27	0.04 7	0.00 1	0.07 329	0.00 1	0.00 1	0.03 133	0.06 258

MyStereo06	0.80 148	0.19 136	2.53 259	0.02 64	0.00 1	1.51 199	0.01 54	4.61 290	0.24 34	0.89 134	0.69 186	3.14 298	1.18 262	0.58 92	0.33 159	0.00 1	0.06 320	0.00 1	0.00 1	0.02 94	0.07 274

MyStereo05	0.79 144	0.19 136	3.17 289	0.02 64	0.00 1	1.51 199	0.01 54	3.56 210	2.48 324	1.34 201	0.02 31	1.25 188	0.38 190	1.19 117	0.50 199	0.00 1	0.06 320	0.00 1	0.00 1	0.02 94	0.07 274

MyStereo04	0.78 143	0.27 172	3.19 290	0.02 64	0.01 101	1.64 241	0.01 54	3.64 217	2.20 312	0.98 155	0.02 31	1.29 190	0.57 212	1.10 114	0.53 205	0.00 1	0.07 329	0.00 1	0.00 1	0.03 133	0.06 258

ACVNet-DCA	0.61 95	0.27 172	1.28 120	0.13 216	0.00 1	3.44 319	0.01 54	3.15 152	0.68 100	0.33 59	0.69 186	0.04 10	0.61 217	1.43 127	0.05 17	0.00 1	0.02 272	0.00 1	0.03 293	0.01 25	0.01 62

xx1	0.95 185	0.27 172	1.28 120	0.13 216	0.00 1	3.44 319	0.01 54	3.18 158	7.23 374	0.33 59	0.69 186	0.73 136	0.12 122	1.43 127	0.05 17	0.00 1	0.02 272	0.00 1	0.00 1	0.01 25	0.01 62

1test111	0.69 121	0.27 172	1.28 120	0.13 216	0.00 1	3.44 319	0.01 54	3.15 152	0.68 100	0.33 59	0.69 186	0.04 10	0.61 217	2.95 162	0.07 38	0.00 1	0.02 272	0.00 1	0.03 293	0.01 25	0.01 62

cc1	0.94 183	0.27 172	1.28 120	0.13 216	0.00 1	3.44 319	0.01 54	3.18 158	7.23 374	0.33 59	0.69 186	0.04 10	0.61 217	1.43 127	0.05 17	0.00 1	0.02 272	0.00 1	0.03 293	0.09 241	0.04 213

1111x	1.53 278	0.06 22	1.77 188	0.27 271	0.00 1	2.12 272	0.01 54	5.63 349	1.65 268	1.53 218	1.67 249	0.92 154	0.64 226	6.18 289	8.17 368	0.00 1	0.01 223	0.00 1	0.00 1	0.00 1	0.01 62

GMStereo_Zeroshot	0.63 102	0.14 100	1.54 152	0.75 340	0.00 1	1.26 120	0.01 54	1.85 58	0.31 37	1.44 213	0.58 159	1.76 219	0.19 145	2.55 152	0.10 61	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1

test croco	0.41 46	0.28 182	2.26 240	0.07 176	0.00 1	0.50 12	0.01 54	2.84 122	0.92 158	0.05 15	0.07 63	0.13 61	0.17 136	0.43 68	0.20 109	0.00 1	0.00 1	0.00 1	0.00 1	0.34 349	0.01 62

StereoIM	0.22 10	0.29 189	0.87 27	0.05 142	0.18 285	0.41 9	0.01 54	1.24 32	0.56 50	0.02 2	0.03 48	0.13 61	0.05 52	0.32 51	0.24 121	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

SDNR	3.31 350	0.91 341	6.28 372	0.44 303	0.02 169	26.11 409	0.01 54	3.81 235	1.62 266	2.82 306	11.06 367	2.93 285	0.60 215	7.95 365	1.52 274	0.01 305	0.01 223	0.00 1	0.00 1	0.06 197	0.12 305

LoS_RVC	0.19 4	0.48 260	0.51 2	0.12 213	0.10 253	1.01 31	0.01 54	0.81 20	0.19 21	0.07 17	0.02 31	0.06 34	0.05 52	0.31 45	0.05 17	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.04 213

anonymousdsp2	0.52 77	0.06 22	1.51 150	0.10 205	0.00 1	1.19 84	0.01 54	4.32 274	0.63 71	0.33 59	0.15 81	0.78 148	0.09 97	1.01 111	0.06 34	0.00 1	0.00 1	0.00 1	0.11 334	0.04 164	0.05 230

knoymous	0.35 33	0.05 8	1.11 85	0.05 142	0.01 101	1.15 74	0.01 54	2.06 68	0.14 6	0.40 79	0.02 31	1.67 216	0.00 1	0.31 45	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

riskmin	0.47 66	0.03 1	1.01 51	0.08 188	0.01 101	1.12 64	0.01 54	3.00 129	0.21 28	0.46 87	0.02 31	2.08 240	1.06 255	0.26 36	0.04 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 62

Anonymous_2	1.69 299	0.05 8	1.31 129	0.08 188	0.03 188	1.22 97	0.01 54	3.25 167	0.19 21	0.76 119	0.13 74	2.68 271	1.99 309	0.39 65	0.13 74	0.05 343	0.25 372	3.27 388	14.54 412	3.40 382	0.01 62

TestStereo1	0.77 136	0.46 250	1.12 87	0.15 228	0.19 292	1.29 128	0.01 54	3.33 179	1.55 253	0.45 85	1.67 249	0.13 61	1.23 265	3.39 173	0.27 136	0.00 1	0.00 1	0.00 1	0.00 1	0.17 292	0.07 274

DCANet-4	0.69 121	0.15 110	3.76 316	0.03 102	0.01 101	1.22 97	0.01 54	3.14 150	1.90 288	2.34 283	0.14 75	0.11 54	0.25 163	0.34 55	0.29 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 230

anonymity	0.74 126	0.15 110	1.17 101	0.16 234	0.27 323	0.71 15	0.01 54	4.70 295	1.78 276	1.15 178	1.23 231	0.31 85	1.65 294	0.54 86	0.53 205	0.02 327	0.02 272	0.00 1	0.27 374	0.02 94	0.06 258

ADStereo(finetuned)	0.83 155	0.43 237	3.68 313	0.03 102	0.00 1	1.22 97	0.01 54	3.26 169	1.86 284	2.61 300	0.20 104	0.09 48	2.39 320	0.34 55	0.38 179	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.06 258

test_5	0.74 126	0.50 267	1.55 154	0.44 303	0.25 315	1.45 181	0.01 54	4.16 257	0.78 140	0.79 126	0.17 89	0.42 101	0.64 226	3.06 166	0.18 102	0.00 1	0.00 1	0.00 1	0.00 1	0.16 288	0.21 340

SA-5K	0.77 136	0.46 250	1.12 87	0.15 228	0.19 292	1.29 128	0.01 54	3.33 179	1.55 253	0.45 85	1.67 249	0.13 61	1.23 265	3.39 173	0.27 136	0.00 1	0.00 1	0.00 1	0.00 1	0.17 292	0.07 274

SA	0.83 155	0.41 228	1.17 101	0.00 1	0.20 296	1.28 124	0.01 54	3.98 246	1.86 284	0.41 80	0.96 211	0.27 82	1.33 274	4.07 201	0.35 170	0.00 1	0.00 1	0.00 1	0.17 351	0.14 274	0.01 62

iRaft-Stereo_5w	1.08 213	0.56 284	2.70 269	0.02 64	0.02 169	1.20 92	0.01 54	3.18 158	0.63 71	0.14 43	2.00 268	1.62 209	1.54 284	6.69 320	1.01 251	0.00 1	0.00 1	0.00 1	0.00 1	0.23 320	0.01 62

test-3	0.63 102	0.06 22	1.00 48	0.07 176	0.13 263	0.99 29	0.01 54	2.46 95	0.20 25	1.96 253	0.01 1	1.10 181	0.05 52	3.75 187	0.23 117	0.00 1	0.00 1	0.00 1	0.26 372	0.15 284	0.13 310

test_1	0.61 95	0.06 22	1.00 48	0.07 176	0.12 259	0.99 29	0.01 54	2.46 95	0.20 25	1.71 233	0.01 1	1.10 181	0.04 46	3.71 185	0.23 117	0.00 1	0.00 1	0.00 1	0.25 370	0.15 284	0.13 310

test_3	0.58 90	0.06 22	1.04 71	0.07 176	0.12 259	1.01 31	0.01 54	2.45 93	0.20 25	0.95 142	0.01 1	1.05 173	0.05 52	3.74 186	0.23 117	0.00 1	0.00 1	0.00 1	0.25 370	0.15 284	0.13 310

CroCo-Stereo	0.39 43	0.40 225	1.67 179	0.07 176	0.00 1	0.19 2	0.01 54	3.55 209	0.75 129	0.08 20	0.02 31	0.46 105	0.08 92	0.28 41	0.18 102	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62
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
iRaftStereo_RVC	0.36 37	0.27 172	0.76 17	0.01 17	0.00 1	1.20 92	0.01 54	2.15 72	0.62 68	0.15 44	0.22 109	0.69 131	0.12 122	0.28 41	0.18 102	0.00 1	0.06 320	0.00 1	0.00 1	0.27 334	0.22 342

Anonymous	0.25 20	0.13 95	1.19 107	0.00 1	0.00 1	0.24 3	0.01 54	2.54 104	0.42 44	0.02 2	0.02 31	0.05 25	0.07 78	0.15 9	0.06 34	0.00 1	0.01 223	0.00 1	0.00 1	0.10 250	0.08 283

HCRNet	0.73 124	0.19 136	1.10 83	0.01 17	0.00 1	1.17 77	0.01 54	3.07 142	1.97 293	0.60 98	0.21 105	0.56 116	0.11 112	5.34 264	0.20 109	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.02 150

DCANet	0.66 111	0.43 237	2.21 230	0.03 102	0.00 1	1.22 97	0.01 54	3.26 169	1.85 283	2.61 300	0.21 105	0.09 48	0.49 203	0.33 54	0.39 181	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.06 258

MMNet	1.20 242	0.27 172	3.59 311	0.09 198	0.00 1	4.15 334	0.01 54	3.63 216	1.19 201	1.93 252	0.32 119	1.35 193	1.23 265	4.42 218	1.84 289	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

CREStereo	0.22 10	0.17 124	0.64 9	0.00 1	0.01 101	1.22 97	0.01 54	1.15 31	0.56 50	0.10 32	0.07 63	0.04 10	0.00 1	0.32 51	0.10 61	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
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
acv_ft	0.79 144	0.21 149	1.28 120	0.01 17	1.08 368	1.68 248	0.01 54	3.75 224	1.05 181	1.31 200	0.66 177	1.94 232	0.46 201	0.31 45	1.68 281	0.00 1	0.00 1	0.00 1	0.00 1	0.27 334	0.00 1

HGLStereo	1.03 202	0.18 129	1.50 147	0.01 17	0.01 101	1.41 166	0.01 54	3.41 191	0.82 144	1.05 167	3.09 305	2.11 243	1.24 268	4.51 227	1.18 258	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.03 189

DIP-Stereo	0.58 90	0.23 163	0.90 32	0.08 188	0.00 1	1.43 173	0.01 54	6.01 359	1.38 222	0.92 140	0.11 72	0.04 10	0.19 145	0.12 8	0.07 38	0.00 1	0.01 223	0.00 1	0.00 1	0.03 133	0.01 62
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
UCFNet_RVC	0.66 111	0.35 203	1.20 111	0.02 64	0.30 334	1.53 206	0.01 54	3.42 193	0.67 95	1.12 175	0.73 194	1.26 189	0.20 151	1.84 143	0.46 194	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PS-NSSS	1.08 213	0.45 246	1.70 182	0.02 64	0.01 101	1.37 154	0.01 54	4.38 275	2.09 300	1.15 178	2.65 297	0.65 124	0.07 78	6.35 299	0.56 211	0.16 361	0.00 1	0.00 1	0.00 1	0.05 182	0.00 1

iResNet	1.00 197	0.45 246	3.08 284	0.86 352	0.01 101	1.97 266	0.01 54	3.67 221	1.49 247	1.77 240	1.09 218	0.35 92	0.13 128	3.83 193	1.27 266	0.00 1	0.00 1	0.00 1	0.00 1	0.07 211	0.01 62

DN-CSS_ROB	0.77 136	0.90 340	2.01 213	0.85 348	0.00 1	1.47 187	0.01 54	2.92 127	0.93 161	0.12 38	0.53 156	0.44 103	0.16 133	4.33 211	0.35 170	0.00 1	0.00 1	0.00 1	0.00 1	0.30 345	0.01 62

DualNet	1.39 264	0.05 8	1.65 171	0.34 289	0.01 101	1.58 217	0.02 98	3.03 134	6.40 365	1.39 207	2.07 270	2.15 247	0.34 180	1.59 133	7.08 358	0.00 1	0.02 272	0.00 1	0.00 1	0.09 241	0.03 189

ffm	1.04 204	0.05 8	1.65 171	0.34 289	0.01 101	1.58 217	0.02 98	3.03 134	6.40 365	1.39 207	2.07 270	2.15 247	0.34 180	1.59 133	0.05 17	0.00 1	0.02 272	0.00 1	0.00 1	0.09 241	0.03 189

ff1	1.65 289	0.05 8	1.65 171	0.34 289	0.01 101	1.58 217	0.02 98	3.03 134	6.40 365	1.39 207	2.07 270	2.15 247	0.34 180	6.68 317	7.08 358	0.00 1	0.02 272	0.00 1	0.00 1	0.09 241	0.03 189

mmx	1.56 282	0.05 8	1.65 171	0.34 289	0.01 101	1.58 217	0.02 98	5.51 342	2.25 315	1.39 207	2.07 270	2.15 247	0.34 180	6.68 317	7.08 358	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.01 62

tt1	0.88 175	0.27 172	1.25 116	0.08 188	0.00 1	3.36 317	0.02 98	3.03 134	6.40 365	0.33 59	0.66 177	0.05 25	0.40 194	1.59 133	0.05 17	0.00 1	0.02 272	0.00 1	0.00 1	0.09 241	0.03 189

whm_eth	0.68 118	0.52 272	3.05 281	0.01 17	0.00 1	1.26 120	0.02 98	3.36 183	1.93 291	0.26 52	2.52 293	0.13 61	0.11 112	0.18 14	0.10 61	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.11 296

xxx	1.56 282	0.05 8	1.65 171	0.34 289	0.01 101	1.58 217	0.02 98	5.51 342	2.25 315	1.39 207	2.07 270	2.15 247	0.34 180	6.68 317	7.08 358	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.01 62

StereoVision	0.86 166	0.38 214	1.75 187	0.03 102	0.01 101	1.14 69	0.02 98	3.38 186	0.92 158	0.13 42	6.89 350	0.50 112	0.12 122	1.10 114	0.78 234	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.02 150

MIF-Stereo (partial)	0.27 22	0.18 129	1.14 92	0.01 17	0.00 1	0.43 10	0.02 98	1.97 65	0.39 43	0.11 37	0.08 66	0.07 42	0.06 67	0.44 70	0.33 159	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.02 150

MIF-Stereo	0.16 2	0.11 82	1.13 91	0.03 102	0.17 281	0.32 4	0.02 98	0.38 2	0.32 38	0.03 9	0.16 83	0.05 25	0.07 78	0.16 12	0.16 91	0.00 1	0.00 1	0.00 1	0.00 1	0.11 259	0.00 1

MIM_Stereo	0.45 59	0.43 237	1.18 104	0.51 315	0.04 204	1.26 120	0.02 98	2.38 81	0.65 81	0.07 17	0.02 31	0.70 133	0.20 151	1.01 111	0.13 74	0.00 1	0.09 342	0.00 1	0.00 1	0.14 274	0.10 292

anonymousa	0.79 144	0.26 171	1.91 198	0.03 102	0.29 332	1.46 186	0.02 98	3.76 225	0.97 166	0.72 115	2.25 285	3.21 302	0.56 210	0.15 9	0.12 70	0.00 1	0.00 1	0.00 1	0.04 303	0.00 1	0.02 150

Selective-RAFT	0.37 39	0.06 22	0.65 11	0.03 102	0.01 101	1.17 77	0.02 98	2.63 107	0.66 87	0.01 1	0.01 1	0.22 76	0.18 139	1.31 124	0.24 121	0.00 1	0.00 1	0.00 1	0.20 357	0.04 164	0.00 1

fff	0.66 111	0.42 231	2.21 230	0.01 17	0.01 101	1.22 97	0.02 98	3.26 169	1.04 177	2.34 283	0.14 75	0.09 48	1.83 302	0.34 55	0.29 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 230

IER	0.75 131	0.12 86	1.93 200	0.01 17	0.00 1	2.31 279	0.02 98	2.96 128	0.98 168	1.30 197	0.96 211	1.40 194	1.19 263	1.31 124	0.45 190	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

raft_robust	0.98 189	0.57 287	1.21 112	0.06 156	0.17 281	1.36 149	0.02 98	3.46 200	2.18 310	0.33 59	0.01 1	1.54 200	1.42 276	6.77 326	0.15 83	0.00 1	0.02 272	0.00 1	0.18 353	0.11 259	0.09 288

RAFT+CT+SA	0.66 111	0.45 246	1.22 113	0.10 205	0.30 334	1.24 111	0.02 98	4.21 262	0.67 95	0.62 99	0.39 137	0.33 90	0.05 52	2.69 157	0.14 79	0.00 1	0.00 1	0.00 1	0.35 383	0.13 268	0.30 349

UDGNet	0.35 33	0.50 267	1.14 92	0.02 64	0.00 1	1.12 64	0.02 98	0.70 14	1.57 259	0.31 56	0.05 57	0.06 34	0.02 16	1.45 132	0.09 53	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GMOStereo	0.42 48	0.28 182	1.02 56	0.05 142	0.18 285	1.04 40	0.02 98	2.40 83	0.16 12	2.25 273	0.01 1	0.32 86	0.03 34	0.09 2	0.15 83	0.00 1	0.11 351	0.00 1	0.00 1	0.19 306	0.02 150

error version	0.42 48	0.28 182	1.02 56	0.05 142	0.18 285	1.04 40	0.02 98	2.40 83	0.16 12	2.25 273	0.01 1	0.32 86	0.03 34	0.09 2	0.15 83	0.00 1	0.11 351	0.00 1	0.00 1	0.19 306	0.02 150

test-v	0.42 48	0.28 182	1.02 56	0.05 142	0.18 285	1.04 40	0.02 98	2.40 83	0.16 12	2.25 273	0.01 1	0.32 86	0.03 34	0.09 2	0.15 83	0.00 1	0.11 351	0.00 1	0.00 1	0.19 306	0.02 150

GwcNet-ADL	0.62 100	0.20 143	2.03 217	0.05 142	0.01 101	1.29 128	0.02 98	3.16 155	1.39 224	0.97 146	0.44 146	1.48 196	0.23 158	0.78 101	0.27 136	0.01 305	0.00 1	0.00 1	0.00 1	0.01 25	0.03 189

PSMNet-ADL	0.77 136	0.08 38	0.90 32	0.07 176	0.01 101	2.01 268	0.02 98	2.55 105	1.11 189	0.33 59	0.59 168	2.15 247	0.69 237	4.07 201	0.85 238	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

GANet-ADL	0.52 77	0.09 50	1.43 141	0.13 216	0.02 169	1.43 173	0.02 98	3.22 166	0.59 52	0.34 70	0.98 213	1.09 179	0.19 145	0.40 66	0.34 166	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.01 62

RAFT-RH_RVC	2.05 322	0.15 110	1.66 176	0.60 325	0.27 323	1.49 194	0.02 98	0.58 11	0.65 81	5.35 354	21.66 393	1.06 175	0.07 78	6.85 330	0.57 213	0.04 337	0.00 1	0.00 1	0.03 293	0.01 25	0.00 1

test-2	0.42 48	0.28 182	1.02 56	0.05 142	0.18 285	1.04 40	0.02 98	2.40 83	0.16 12	2.25 273	0.01 1	0.32 86	0.03 34	0.09 2	0.15 83	0.00 1	0.11 351	0.00 1	0.00 1	0.19 306	0.02 150

pcwnet_v2	1.29 249	0.17 124	5.98 366	0.10 205	0.01 101	1.76 255	0.02 98	5.08 321	2.90 334	1.54 224	1.98 267	2.03 238	0.81 244	3.01 164	0.28 140	0.00 1	0.00 1	0.00 1	0.01 271	0.03 133	0.03 189

RALAANet	0.54 85	0.62 297	1.41 139	0.01 17	0.01 101	0.92 21	0.02 98	2.39 82	1.87 286	1.13 176	0.38 134	0.15 69	0.30 170	1.00 110	0.38 179	0.00 1	0.00 1	0.00 1	0.04 303	0.14 274	0.01 62

csc	0.66 111	0.42 231	2.21 230	0.01 17	0.01 101	1.22 97	0.02 98	3.26 169	1.04 177	2.34 283	0.14 75	0.09 48	1.83 302	0.34 55	0.29 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 230

cscssc	0.66 111	0.42 231	2.21 230	0.01 17	0.01 101	1.22 97	0.02 98	3.26 169	1.04 177	2.34 283	0.14 75	0.09 48	1.83 302	0.34 55	0.29 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 230

RAFT-Stereo + iAFF	0.60 93	0.36 207	0.96 41	0.03 102	0.02 169	1.21 95	0.02 98	2.80 119	1.55 253	1.08 171	2.63 296	0.43 102	0.16 133	0.37 61	0.25 127	0.00 1	0.02 272	0.00 1	0.00 1	0.19 306	0.01 62

CFNet-RSSM	0.51 74	0.12 86	1.26 117	0.03 102	0.14 269	1.24 111	0.02 98	4.12 255	0.15 9	0.31 56	0.01 1	1.96 234	0.04 46	0.19 17	0.25 127	0.00 1	0.01 223	0.00 1	0.27 374	0.01 25	0.01 62

UNet	1.13 231	0.24 165	4.21 331	0.01 17	0.02 169	2.31 279	0.02 98	3.06 140	0.76 137	1.17 182	0.14 75	2.73 274	1.58 290	4.48 226	1.92 295	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

Gwc-CoAtRS	0.42 48	0.12 86	1.28 120	0.03 102	0.13 263	1.03 33	0.02 98	2.33 78	0.15 9	0.35 71	0.01 1	2.27 256	0.03 34	0.20 20	0.25 127	0.00 1	0.01 223	0.00 1	0.22 363	0.01 25	0.01 62

ac_64	1.12 229	0.18 129	1.64 170	0.18 241	0.25 315	1.48 193	0.02 98	4.97 313	1.47 241	0.69 111	0.45 149	4.94 339	0.46 201	4.87 244	0.74 232	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.00 1

GANet-RSSM	0.88 175	0.38 214	1.45 144	0.60 325	0.00 1	1.36 149	0.02 98	4.55 287	0.69 113	0.71 113	0.32 119	1.56 201	0.61 217	4.55 231	0.64 224	0.00 1	0.00 1	0.05 353	0.00 1	0.08 222	0.02 150

CFNet-ft	0.77 136	0.46 250	1.34 132	0.01 17	0.27 323	1.32 136	0.02 98	2.40 83	0.68 100	0.63 103	0.18 92	3.23 304	0.21 155	3.97 198	0.54 208	0.00 1	0.00 1	0.01 320	0.00 1	0.03 133	0.02 150

DMCA	0.68 118	0.22 158	1.96 207	0.01 17	0.01 101	1.28 124	0.02 98	3.02 132	1.54 252	2.14 264	0.15 81	1.74 217	0.10 104	0.45 75	0.95 247	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

CFNet_RVC	0.77 136	0.46 250	1.34 132	0.01 17	0.27 323	1.32 136	0.02 98	2.40 83	0.68 100	0.63 103	0.18 92	3.23 304	0.21 155	3.97 198	0.54 208	0.00 1	0.00 1	0.01 320	0.00 1	0.03 133	0.02 150

HITNet	0.80 148	0.58 288	2.14 226	0.69 336	0.00 1	1.35 147	0.02 98	4.50 285	1.15 197	1.76 239	0.16 83	0.60 117	0.30 170	1.13 116	1.64 279	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.00 1
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
PWCDC_ROB	3.06 342	1.38 368	3.81 318	0.14 226	0.00 1	3.14 308	0.02 98	4.40 278	12.35 382	1.08 171	23.69 399	2.01 235	2.01 311	3.87 194	2.43 312	0.24 370	0.00 1	0.00 1	0.00 1	0.61 372	0.08 283

AE-Stereo	0.47 66	0.11 82	1.03 67	0.04 125	0.09 244	1.11 62	0.03 139	4.16 257	0.34 40	0.35 71	0.82 200	0.15 69	0.16 133	0.45 75	0.05 17	0.00 1	0.09 342	0.00 1	0.26 372	0.09 241	0.05 230

EKT-Stereo	0.74 126	0.18 129	1.23 115	0.81 344	4.25 387	1.19 84	0.03 139	2.17 74	0.13 4	0.35 71	0.40 138	0.97 166	0.08 92	2.61 155	0.09 53	0.00 1	0.09 342	0.00 1	0.07 318	0.04 164	0.03 189

CBFPSM	1.39 264	0.61 295	4.29 335	0.01 17	0.01 101	3.64 325	0.03 139	3.39 187	0.80 141	0.64 106	0.21 105	6.18 353	3.70 350	2.38 151	1.82 287	0.00 1	0.01 223	0.00 1	0.00 1	0.08 222	0.01 62

BUS	0.97 187	0.10 69	0.96 41	0.01 17	0.00 1	5.85 358	0.03 139	5.40 335	0.93 161	2.26 277	0.66 177	2.39 265	0.06 67	0.61 94	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

NINENet	1.03 202	0.22 158	1.30 128	0.10 205	0.01 101	5.85 358	0.03 139	4.41 279	1.25 209	1.55 225	0.60 173	2.39 265	0.06 67	2.72 159	0.05 17	0.00 1	0.01 223	0.01 320	0.00 1	0.04 164	0.00 1

Sa-1000	1.04 204	0.39 220	1.17 101	0.00 1	0.20 296	1.33 142	0.03 139	4.19 260	1.81 277	0.99 159	5.33 338	0.61 118	0.15 130	4.07 201	0.30 150	0.00 1	0.00 1	0.00 1	0.16 345	0.13 268	0.00 1

test_4	0.51 74	0.10 69	1.27 119	0.01 17	0.06 219	0.97 27	0.03 139	1.12 30	0.16 12	0.27 53	3.42 315	0.65 124	0.09 97	1.59 133	0.26 132	0.00 1	0.00 1	0.00 1	0.08 323	0.14 274	0.00 1

dd	0.34 31	0.67 307	1.55 154	0.04 125	0.01 101	1.22 97	0.03 139	0.84 21	1.16 198	0.18 48	0.05 57	0.12 57	0.05 52	0.29 43	0.44 187	0.02 327	0.00 1	0.00 1	0.00 1	0.05 182	0.00 1

GLC_STEREO	0.13 1	0.08 38	0.61 4	0.01 17	0.00 1	0.94 23	0.03 139	0.29 1	0.21 28	0.05 15	0.02 31	0.06 34	0.04 46	0.26 36	0.07 38	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

TRStereo	0.59 92	0.79 325	1.59 167	0.56 321	0.01 101	1.19 84	0.03 139	4.74 298	0.60 56	0.17 46	0.01 1	0.62 120	0.44 198	0.57 89	0.07 38	0.00 1	0.04 304	0.00 1	0.24 367	0.01 25	0.14 317

AnonymousM	0.34 31	0.07 32	0.63 6	0.02 64	0.01 101	1.09 56	0.03 139	1.54 50	0.68 100	0.17 46	0.04 55	0.02 2	0.24 160	0.25 30	0.04 7	0.00 1	0.01 223	1.93 385	0.00 1	0.01 25	0.00 1

s12784h	0.56 87	0.14 100	1.22 113	0.02 64	0.00 1	1.14 69	0.03 139	3.43 195	1.47 241	1.02 161	1.41 242	0.05 25	0.02 16	1.08 113	0.09 53	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

RALCasStereoNet	0.44 56	0.44 242	1.03 67	0.03 102	0.00 1	1.10 58	0.03 139	2.46 95	0.90 155	0.07 17	0.32 119	0.12 57	0.20 151	1.28 123	0.25 127	0.00 1	0.31 377	0.00 1	0.00 1	0.08 222	0.12 305

ARAFT	1.12 229	0.82 332	4.11 329	0.04 125	0.00 1	1.64 241	0.03 139	4.85 309	1.69 270	2.78 305	0.57 157	0.47 107	0.11 112	4.81 242	0.24 121	0.00 1	0.03 294	0.00 1	0.00 1	0.24 323	0.05 230

cf-r	0.98 189	0.51 271	2.04 218	0.25 262	0.01 101	1.40 162	0.03 139	4.47 284	1.65 268	0.95 142	0.58 159	2.63 269	0.24 160	4.19 206	0.58 215	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.04 213

PSMNet-RSSM	0.90 180	0.44 242	1.35 135	0.13 216	0.00 1	1.37 154	0.03 139	4.79 306	0.85 152	1.11 174	0.49 154	2.15 247	0.35 185	4.09 204	0.73 231	0.00 1	0.00 1	0.01 320	0.00 1	0.03 133	0.01 62

RYNet	1.52 276	0.35 203	3.38 302	0.25 262	0.04 204	2.31 279	0.03 139	4.62 291	1.47 241	1.14 177	0.34 126	4.52 330	1.38 275	6.36 300	4.23 337	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

MLCV	1.01 198	0.53 277	2.17 228	0.03 102	0.00 1	1.60 228	0.03 139	2.90 126	1.30 215	2.60 299	1.85 260	1.00 169	0.40 194	4.88 245	0.74 232	0.00 1	0.00 1	0.00 1	0.00 1	0.07 211	0.01 62

HSM	1.36 260	0.40 225	1.07 78	0.01 17	0.30 334	1.73 254	0.03 139	5.89 355	1.22 204	1.83 244	1.36 240	4.78 336	1.30 273	6.61 314	0.57 213	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

iResNet_ROB	1.05 211	0.76 320	2.06 220	0.07 176	0.00 1	1.35 147	0.03 139	6.80 373	2.57 329	0.79 126	1.20 229	0.94 162	0.12 122	3.81 190	0.41 182	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.01 62

MSKI-zero shot	0.73 124	0.13 95	1.56 161	0.02 64	0.14 269	1.34 144	0.04 159	3.00 129	0.23 31	0.67 108	1.64 246	0.89 153	0.00 1	4.55 231	0.10 61	0.00 1	0.02 272	0.00 1	0.21 361	0.03 133	0.01 62

iinet-f	1.68 298	0.61 295	11.37 389	0.29 275	0.03 188	4.39 341	0.04 159	3.18 158	1.10 187	1.16 181	0.58 159	2.96 288	2.76 327	2.13 148	2.46 313	0.00 1	0.02 272	0.02 342	0.00 1	0.46 361	0.01 62

Selective-IGEV	0.22 10	0.06 22	0.46 1	0.05 142	0.04 204	0.34 6	0.04 159	2.16 73	0.59 52	0.09 22	0.01 1	0.02 2	0.05 52	0.18 14	0.05 17	0.00 1	0.00 1	0.00 1	0.09 326	0.03 133	0.09 288

EGLCR-Stereo	0.28 24	0.09 50	0.73 15	0.18 241	0.05 211	1.17 77	0.04 159	2.37 80	0.17 17	0.35 71	0.01 1	0.01 1	0.02 16	0.38 64	0.04 7	0.00 1	0.01 223	0.00 1	0.00 1	0.00 1	0.03 189

CASS	0.56 87	0.13 95	1.40 138	0.03 102	0.01 101	1.65 245	0.04 159	3.03 134	0.63 71	1.96 253	0.93 209	0.28 83	0.36 186	0.52 82	0.18 102	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
rafts_anoy	0.39 43	0.44 242	1.15 95	0.06 156	0.03 188	1.12 64	0.04 159	2.75 116	0.33 39	0.10 32	0.16 83	0.11 54	0.19 145	0.74 100	0.31 152	0.00 1	0.14 360	0.00 1	0.01 271	0.02 94	0.05 230

raft+_RVC	0.42 48	0.48 260	1.11 85	0.51 315	0.17 281	1.16 75	0.04 159	2.25 75	0.59 52	0.12 38	0.42 141	0.08 45	0.15 130	0.60 93	0.28 140	0.00 1	0.09 342	0.00 1	0.00 1	0.06 197	0.19 334

sCroCo_RVC	0.21 6	0.14 100	1.54 152	0.01 17	0.00 1	0.13 1	0.04 159	1.10 29	0.65 81	0.10 32	0.05 57	0.03 6	0.04 46	0.23 24	0.05 17	0.00 1	0.07 329	0.00 1	0.00 1	0.01 25	0.00 1

FADNet_RVC	1.15 235	1.06 352	4.34 339	0.02 64	0.06 219	2.77 302	0.04 159	3.50 204	0.80 141	0.35 71	0.32 119	0.65 124	0.09 97	5.20 256	1.56 275	0.24 370	0.34 379	0.11 361	0.33 382	0.65 374	0.60 363

Nwc_Net	1.94 315	0.55 280	3.79 317	0.07 176	0.08 237	2.73 297	0.04 159	6.75 372	1.11 189	2.03 260	7.92 355	4.82 337	2.11 312	4.78 240	2.01 301	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.01 62

CC-Net-ROB	1.86 309	0.64 301	2.55 261	1.42 373	0.19 292	3.38 318	0.04 159	4.41 279	2.45 323	0.90 136	1.31 238	0.98 167	0.18 139	6.60 312	0.53 205	1.14 382	1.60 392	7.16 389	0.00 1	1.33 378	0.32 354

CFNet	1.08 213	0.62 297	2.26 240	0.26 268	0.03 188	1.40 162	0.04 159	4.45 283	2.09 300	0.48 89	0.69 186	1.31 191	0.24 160	6.63 315	0.83 237	0.00 1	0.00 1	0.00 1	0.00 1	0.17 292	0.04 213

DispFullNet	7.91 381	23.96 413	13.67 392	14.71 406	7.88 398	4.83 348	0.04 159	5.01 316	2.89 333	8.86 375	4.96 333	6.11 351	10.72 389	10.18 383	3.51 332	2.44 385	0.33 378	15.15 402	4.65 406	12.33 404	5.95 396

IGEV_Zeroshot_test	0.74 126	0.20 143	3.00 278	0.26 268	0.02 169	1.10 58	0.05 172	3.72 223	0.19 21	0.88 132	0.71 193	2.84 279	0.63 223	0.53 84	0.33 159	0.00 1	0.07 329	0.00 1	0.16 345	0.04 164	0.00 1

LL-Strereo	1.93 313	0.97 344	3.83 320	0.55 320	2.19 381	1.49 194	0.05 172	4.09 252	1.00 173	2.59 298	2.77 300	5.17 344	5.63 371	7.19 350	0.63 222	0.00 1	0.10 348	0.00 1	0.00 1	0.25 329	0.20 338

CES	0.43 54	0.14 100	0.85 23	0.05 142	1.52 374	1.22 97	0.05 172	1.01 26	0.59 52	0.03 9	0.02 31	0.14 67	0.10 104	0.40 66	0.10 61	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	2.45 385

CRFU-Net	1.32 256	0.27 172	2.46 254	1.17 367	0.03 188	4.08 332	0.05 172	5.61 345	0.67 95	1.53 218	0.70 192	3.47 310	2.62 325	3.24 168	0.24 121	0.01 305	0.01 223	0.11 361	0.00 1	0.13 268	0.00 1

CSP-Net	1.01 198	0.52 272	0.92 34	0.01 17	0.00 1	2.83 304	0.05 172	4.99 314	0.69 113	0.91 139	0.85 203	1.82 226	0.23 158	6.04 284	0.29 144	0.00 1	0.00 1	0.00 1	0.00 1	0.10 250	0.01 62

IPLGR	0.76 135	0.21 149	2.98 276	0.06 156	0.07 227	1.24 111	0.05 172	3.09 145	1.38 222	0.62 99	0.34 126	0.75 138	0.78 241	3.35 170	0.22 113	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.06 258

AASNet	0.86 166	0.53 277	1.96 207	0.04 125	0.00 1	1.70 251	0.05 172	5.13 322	1.84 279	0.93 141	1.88 261	0.96 163	0.19 145	0.67 97	0.91 245	0.00 1	0.00 1	0.00 1	0.00 1	0.27 334	0.09 288

raftrobust	0.46 62	0.42 231	1.05 76	0.01 17	0.21 301	1.17 77	0.05 172	2.07 70	0.19 21	2.98 312	0.02 31	0.12 57	0.15 130	0.25 30	0.31 152	0.00 1	0.03 294	0.00 1	0.00 1	0.08 222	0.06 258

psm_up	0.84 161	0.32 197	1.44 143	0.02 64	0.00 1	1.98 267	0.05 172	3.40 189	1.04 177	2.06 261	0.40 138	1.74 217	0.45 199	3.47 178	0.24 121	0.06 348	0.00 1	0.00 1	0.00 1	0.08 222	0.00 1

FENet	0.52 77	0.07 32	1.62 168	0.04 125	0.00 1	1.19 84	0.05 172	3.10 146	0.98 168	0.89 134	0.01 1	1.63 212	0.09 97	0.47 79	0.28 140	0.00 1	0.01 223	0.00 1	0.00 1	0.00 1	0.01 62

GwcNet-RSSM	1.02 200	0.69 311	2.70 269	0.22 251	0.02 169	1.42 171	0.05 172	4.02 248	1.01 174	0.90 136	0.42 141	2.89 283	0.26 165	4.43 219	1.17 257	0.00 1	0.00 1	0.02 342	0.00 1	0.13 268	0.05 230

HSM-Net_RVC	1.40 266	0.07 32	1.58 164	0.00 1	0.01 101	1.88 263	0.05 172	7.24 375	1.71 273	3.63 328	3.63 319	3.21 302	0.36 186	4.25 208	0.44 187	0.01 305	0.01 223	0.00 1	0.00 1	0.01 25	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iResNetv2_ROB	1.08 213	1.12 355	4.68 347	1.09 363	0.00 1	1.38 159	0.05 172	3.83 236	1.11 189	0.80 128	1.15 223	1.02 171	0.12 122	4.52 228	0.45 190	0.00 1	0.00 1	0.00 1	0.00 1	0.33 346	0.03 189

rrr	0.62 100	0.09 50	2.07 221	0.02 64	0.00 1	0.82 16	0.06 185	2.29 76	0.85 152	0.09 22	0.03 48	0.03 6	0.06 67	5.04 251	0.51 201	0.00 1	0.00 1	0.00 1	0.19 354	0.05 182	0.07 274

DMCA-RVC	0.90 180	0.64 301	3.30 298	0.03 102	0.04 204	1.30 132	0.06 185	2.65 108	0.73 125	3.21 318	0.09 67	0.99 168	0.66 233	3.14 167	0.99 249	0.01 305	0.04 304	0.02 342	0.01 271	0.07 211	0.01 62

RASNet	1.53 278	0.31 193	1.97 209	0.09 198	3.20 383	1.69 250	0.06 185	3.27 175	2.12 302	0.77 121	1.29 237	5.32 348	1.69 297	6.60 312	2.17 307	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.02 150

LL-Strereo2	0.36 37	0.47 258	1.08 80	0.09 198	0.03 188	1.12 64	0.07 188	1.66 54	0.93 161	0.43 82	0.02 31	0.51 113	0.08 92	0.23 24	0.29 144	0.00 1	0.00 1	0.00 1	0.03 293	0.04 164	0.04 213

4D-IteraStereo	0.35 33	0.60 292	1.93 200	0.02 64	0.09 244	1.03 33	0.07 188	1.25 33	0.34 40	0.02 2	0.03 48	0.84 150	0.10 104	0.31 45	0.35 170	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.07 274

LoS	0.28 24	0.16 118	0.95 40	0.07 176	0.01 101	1.32 136	0.07 188	1.30 34	0.60 56	0.04 14	0.03 48	0.28 83	0.11 112	0.48 80	0.11 68	0.00 1	0.01 223	0.00 1	0.00 1	0.03 133	0.00 1

LRCNet_RVC	60.63 418	63.16 419	62.94 413	69.09 422	50.21 418	19.92 400	0.07 188	58.32 417	5.21 361	75.67 419	86.75 419	74.68 418	62.48 417	59.01 418	49.80 415	93.38 424	56.36 423	93.48 424	92.95 424	67.44 422	71.73 424

GES	0.61 95	0.08 38	1.78 190	0.00 1	0.00 1	1.59 225	0.07 188	5.32 332	0.13 4	0.62 99	0.32 119	0.37 93	0.67 236	0.68 98	0.49 198	0.03 335	0.00 1	0.01 320	0.00 1	0.02 94	0.01 62

test_xeample3	0.35 33	0.10 69	1.95 204	0.02 64	0.00 1	0.93 22	0.07 188	1.70 55	0.86 154	0.09 22	0.04 55	0.05 25	0.05 52	0.23 24	0.51 201	0.00 1	0.00 1	0.00 1	0.24 367	0.06 197	0.08 283

Any-RAFT	0.64 104	0.08 38	1.07 78	0.03 102	0.00 1	2.77 302	0.08 194	3.57 211	1.23 205	0.96 144	0.26 112	1.61 207	0.31 174	0.72 99	0.06 34	0.00 1	0.10 348	0.00 1	0.00 1	0.01 25	0.00 1

STrans-v2	1.67 294	0.36 207	3.28 297	0.02 64	0.19 292	1.45 181	0.08 194	6.69 369	1.49 247	2.00 256	2.86 302	3.67 315	3.88 353	7.04 348	0.45 190	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

RAFT	0.60 93	0.50 267	1.01 51	0.50 312	0.04 204	0.94 23	0.08 194	3.01 131	0.65 81	0.22 50	0.09 67	3.41 307	0.27 168	0.53 84	0.37 176	0.00 1	0.03 294	0.00 1	0.01 271	0.40 358	0.03 189

test-1	0.52 77	0.25 167	0.94 36	0.03 102	0.22 303	1.20 92	0.08 194	4.03 250	0.25 35	0.70 112	0.66 177	0.71 134	0.03 34	0.30 44	0.43 184	0.00 1	0.18 368	0.00 1	0.07 318	0.01 25	0.25 347

sAnonymous2	0.37 39	0.32 197	3.21 293	0.01 17	0.00 1	0.35 7	0.08 194	1.96 63	0.90 155	0.03 9	0.05 57	0.04 10	0.11 112	0.11 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 274	0.18 330

CroCo_RVC	0.37 39	0.32 197	3.21 293	0.01 17	0.00 1	0.35 7	0.08 194	1.96 63	0.90 155	0.03 9	0.05 57	0.04 10	0.11 112	0.11 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 274	0.18 330

APVNet	1.52 276	0.31 193	4.00 322	0.09 198	0.00 1	4.64 345	0.08 194	4.41 279	1.21 203	1.25 195	1.05 217	2.90 284	0.93 252	6.70 321	2.48 314	0.01 305	0.00 1	0.07 354	0.00 1	0.27 334	0.05 230

FADNet-RVC	1.10 224	1.07 353	4.79 348	0.03 102	0.00 1	1.60 228	0.08 194	3.77 226	1.70 271	0.35 71	0.07 63	0.61 118	0.66 233	5.32 262	1.11 253	0.01 305	0.08 338	0.00 1	0.00 1	0.48 365	0.18 330

RTSC	2.66 334	1.24 361	6.04 367	0.18 241	0.02 169	4.40 342	0.08 194	4.29 271	4.98 358	6.00 356	3.15 308	2.97 289	1.56 286	6.71 322	10.89 377	0.00 1	0.07 329	0.00 1	0.05 307	0.40 358	0.24 346

TransformOpticalFlow	1.47 272	0.31 193	3.22 296	0.66 333	0.08 237	1.54 210	0.09 203	3.84 237	1.58 263	1.66 231	2.32 287	3.60 312	3.12 337	6.99 345	0.42 183	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

LMCR-Stereo	1.10 224	0.69 311	1.95 204	0.50 312	0.01 101	2.73 297	0.09 203	6.20 361	0.64 78	2.37 288	1.76 256	0.13 61	1.59 292	2.94 161	0.23 117	0.00 1	0.00 1	0.00 1	0.00 1	0.12 264	0.00 1

Anonymous3	0.49 70	0.12 86	2.21 230	0.01 17	0.00 1	2.53 289	0.09 203	3.16 155	0.65 81	0.12 38	0.22 109	0.12 57	0.05 52	0.37 61	0.08 47	0.00 1	0.07 329	0.00 1	0.00 1	0.04 164	0.03 189

BEATNet_4x	0.97 187	0.77 322	3.36 301	0.46 307	0.01 101	1.32 136	0.09 203	4.57 289	1.26 210	1.88 248	0.22 109	1.09 179	0.42 196	1.79 142	2.09 305	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.06 258

R-Stereo Train	0.44 56	0.09 50	0.94 36	0.02 64	0.00 1	1.24 111	0.09 203	3.65 218	0.11 1	1.87 246	0.42 141	0.06 34	0.01 4	0.25 30	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 150

RAFT-Stereo	0.44 56	0.09 50	0.94 36	0.02 64	0.00 1	1.24 111	0.09 203	3.65 218	0.11 1	1.87 246	0.42 141	0.06 34	0.01 4	0.25 30	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 150
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
PDISCO_ROB	2.21 326	0.78 323	3.43 304	0.96 356	2.04 380	7.04 367	0.09 203	7.36 377	5.72 363	1.21 191	1.67 249	3.16 299	1.28 271	7.52 358	1.37 271	0.00 1	0.00 1	0.00 1	0.00 1	0.34 349	0.13 310

cross-raft	0.53 83	0.12 86	1.78 190	0.03 102	0.01 101	1.04 40	0.10 210	3.21 165	0.23 31	0.37 77	0.01 1	2.86 282	0.04 46	0.24 27	0.24 121	0.00 1	0.01 223	0.00 1	0.16 345	0.01 25	0.02 150

STTStereo	0.83 155	0.34 201	2.44 250	0.24 259	0.15 274	1.41 166	0.10 210	3.02 132	1.55 253	1.34 201	0.17 89	1.77 221	0.45 199	3.42 175	0.30 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 62

UDG	2.86 337	8.81 404	1.57 163	2.60 381	0.89 364	2.39 283	0.11 212	3.42 193	1.02 175	2.18 268	3.64 320	5.04 342	1.60 293	4.17 205	2.09 305	1.21 383	0.04 304	7.69 390	3.67 403	4.10 384	0.93 375

IPLG	0.86 166	0.41 228	2.31 245	0.06 156	0.06 219	1.36 149	0.11 212	3.17 157	0.83 146	0.62 99	1.00 214	0.46 105	0.61 217	5.57 275	0.35 170	0.00 1	0.00 1	0.00 1	0.00 1	0.18 299	0.01 62

MIPNet	0.64 104	0.42 231	2.01 213	0.08 188	0.07 227	1.29 128	0.11 212	3.47 202	1.29 213	0.67 108	0.10 69	0.63 122	0.97 253	1.25 121	0.25 127	0.00 1	0.01 223	0.01 320	0.01 271	0.11 259	0.04 213

Consistency-Raft	1.36 260	0.65 304	4.81 349	0.33 283	0.32 339	1.62 238	0.11 212	3.65 218	3.80 347	0.33 59	6.12 346	0.86 151	2.14 313	0.94 107	1.25 263	0.02 327	0.01 223	0.00 1	0.00 1	0.24 323	0.01 62

GEStereo_RVC	1.10 224	0.42 231	1.72 184	0.28 273	0.01 101	1.37 154	0.11 212	6.25 362	0.84 149	1.05 167	0.67 184	1.61 207	0.79 242	6.11 287	0.63 222	0.00 1	0.00 1	0.00 1	0.00 1	0.10 250	0.04 213

ADLNet	1.20 242	0.29 189	1.98 210	0.00 1	0.02 169	2.20 273	0.11 212	4.39 277	2.52 326	2.19 269	2.20 284	2.66 270	0.70 238	3.42 175	1.25 263	0.00 1	0.00 1	0.00 1	0.00 1	0.10 250	0.04 213

UPFNet	0.87 171	0.09 50	2.05 219	0.00 1	0.00 1	1.90 265	0.11 212	3.41 191	0.83 146	2.15 265	0.10 69	1.92 230	0.09 97	3.94 197	0.70 229	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

RGC	1.86 309	0.67 307	3.45 306	0.07 176	0.26 318	3.29 313	0.11 212	4.78 305	1.46 239	3.26 320	4.51 330	5.14 343	2.68 326	5.46 267	1.94 299	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.09 288

Wz-Net-LNSev	1.30 251	0.85 334	6.26 371	0.02 64	0.03 188	4.02 331	0.13 220	4.21 262	1.12 193	0.77 121	0.10 69	3.60 312	1.11 259	2.68 156	1.12 255	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

NCC-stereo	1.67 294	0.56 284	3.10 285	0.08 188	0.22 303	2.24 275	0.13 220	5.05 319	1.42 231	2.27 280	2.72 298	4.29 325	3.53 345	5.76 278	2.01 301	0.04 337	0.00 1	0.00 1	0.00 1	0.03 133	0.02 150

Abc-Net	1.67 294	0.56 284	3.10 285	0.08 188	0.22 303	2.24 275	0.13 220	5.05 319	1.42 231	2.27 280	2.72 298	4.29 325	3.53 345	5.76 278	2.01 301	0.04 337	0.00 1	0.00 1	0.00 1	0.03 133	0.02 150
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
IIG-Stereo	1.30 251	0.48 260	1.04 71	2.41 380	0.05 211	1.61 232	0.14 223	2.59 106	0.68 100	2.97 311	2.28 286	3.08 294	0.57 212	7.41 356	0.65 226	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

gwcnet-sp	0.98 189	0.38 214	4.06 326	0.04 125	0.00 1	2.60 292	0.15 224	3.51 205	1.13 194	1.75 235	0.16 83	0.68 128	0.39 191	3.69 182	0.90 241	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.03 189

scenet	0.98 189	0.38 214	4.06 326	0.04 125	0.00 1	2.60 292	0.15 224	3.51 205	1.13 194	1.75 235	0.16 83	0.68 128	0.39 191	3.69 182	0.90 241	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.03 189

ssnet	0.98 189	0.38 214	4.06 326	0.04 125	0.00 1	2.60 292	0.15 224	3.51 205	1.13 194	1.75 235	0.16 83	0.68 128	0.39 191	3.69 182	0.90 241	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.03 189

MFMNet_re	2.02 320	0.98 345	4.27 334	2.74 383	0.88 362	1.47 187	0.15 224	4.21 262	3.18 337	6.63 360	6.93 351	1.87 228	3.63 348	2.13 148	0.99 249	0.00 1	0.00 1	0.00 1	0.00 1	0.23 320	0.05 230

111	0.79 144	0.70 314	2.21 230	0.01 17	0.01 101	1.19 84	0.16 228	3.78 228	1.98 295	1.22 192	0.91 207	2.01 235	0.32 178	0.32 51	0.64 224	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.17 324

FADNet	1.20 242	0.93 342	4.51 343	0.03 102	0.06 219	2.56 290	0.16 228	4.02 248	1.42 231	0.32 58	0.06 62	1.66 215	1.07 256	5.56 273	0.87 239	0.19 364	0.02 272	0.01 320	0.01 271	0.50 367	0.03 189

PSMNet_ROB	1.09 220	0.69 311	2.92 274	0.03 102	0.07 227	1.68 248	0.16 228	3.44 197	1.30 215	0.96 144	0.32 119	2.81 277	0.63 223	4.23 207	2.48 314	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.04 213

RAFT-Test	0.61 95	0.16 118	2.27 243	0.04 125	0.15 274	1.80 260	0.17 231	2.52 101	0.65 81	0.56 95	0.11 72	2.76 276	0.02 16	0.27 40	0.34 166	0.00 1	0.07 329	0.00 1	0.29 379	0.01 25	0.01 62

SHD	3.01 341	1.02 350	5.52 359	0.45 306	0.39 342	4.12 333	0.17 231	6.68 368	12.04 381	7.20 364	3.36 313	4.40 327	2.58 324	4.69 236	7.17 362	0.01 305	0.04 304	0.00 1	0.03 293	0.22 319	0.17 324

DeepPruner_ROB	0.86 166	0.50 267	1.80 193	0.01 17	0.00 1	1.57 213	0.17 231	3.48 203	0.42 44	3.31 321	0.02 31	2.09 242	0.17 136	3.01 164	0.61 220	0.00 1	0.00 1	0.00 1	0.00 1	0.12 264	0.01 62

XPNet_ROB	1.17 238	0.41 228	1.68 180	0.04 125	0.01 101	1.65 245	0.17 231	3.46 200	1.39 224	3.89 334	1.01 215	1.60 205	0.53 206	4.35 213	3.07 326	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.02 150

SFCPSM	0.81 150	0.11 82	2.53 259	0.01 17	0.07 227	2.45 285	0.18 235	4.99 314	1.18 199	0.77 121	0.78 196	0.69 131	0.31 174	1.72 139	0.20 109	0.00 1	0.00 1	0.00 1	0.05 307	0.06 197	0.01 62

PVD	5.81 374	0.99 347	5.56 361	0.72 338	0.51 351	6.72 364	0.18 235	9.90 384	23.69 394	11.45 383	19.26 389	8.18 365	9.46 385	9.24 375	9.49 373	0.02 327	0.16 365	0.00 1	0.08 323	0.18 299	0.40 360

GANetREF_RVC	1.10 224	0.95 343	2.98 276	0.06 156	0.00 1	2.23 274	0.18 235	3.95 245	2.53 327	0.56 95	0.32 119	1.89 229	0.66 233	5.03 250	0.51 201	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.04 213
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
NVstereo2D	1.09 220	0.17 124	4.40 340	0.00 1	0.00 1	1.59 225	0.18 235	4.29 271	1.40 228	0.85 131	0.36 131	2.30 258	0.62 222	5.26 259	0.35 170	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

FBW_ROB	2.36 330	0.36 207	3.16 288	0.37 296	0.14 269	4.42 343	0.18 235	6.64 367	3.05 336	2.98 312	2.85 301	4.86 338	1.11 259	11.00 389	4.53 340	0.16 361	0.05 313	0.37 374	0.09 326	0.19 306	0.78 369

psmorigin	2.01 319	0.37 211	10.25 385	0.22 251	0.03 188	1.62 238	0.19 240	3.31 177	1.05 181	4.92 349	3.14 306	5.85 349	2.21 314	5.31 261	1.71 284	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.02 150

DRN-Test	1.62 286	0.23 163	3.72 314	0.18 241	0.13 263	3.34 316	0.19 240	5.93 358	2.01 298	4.14 338	0.76 195	2.12 245	1.78 299	5.22 258	2.62 320	0.00 1	0.00 1	0.01 320	0.01 271	0.03 133	0.01 62

CoDeX	0.94 183	0.34 201	2.09 224	0.05 142	0.20 296	1.49 194	0.20 242	5.89 355	1.57 259	0.66 107	0.67 184	1.05 173	0.32 178	3.82 192	0.33 159	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1

GASNet	1.43 268	1.53 369	4.54 344	0.31 279	0.02 169	1.49 194	0.20 242	3.86 241	1.95 292	0.75 117	1.37 241	2.11 243	1.57 289	5.82 281	2.60 318	0.00 1	0.05 313	0.00 1	0.00 1	0.43 360	0.10 292

BSDual-CNN	0.83 155	0.10 69	0.96 41	0.01 17	0.00 1	3.32 314	0.21 244	5.40 335	0.93 161	2.26 277	0.66 177	1.81 224	0.10 104	0.61 94	0.18 102	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

hknet	1.08 213	0.13 95	2.07 221	0.01 17	0.00 1	3.32 314	0.21 244	5.40 335	0.92 158	2.26 277	0.66 177	3.43 308	0.05 52	2.81 160	0.27 136	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

DDUNet	3.28 347	10.54 407	2.29 244	3.50 384	3.31 385	4.21 336	0.21 244	3.77 226	1.03 176	2.54 296	3.17 310	3.20 301	0.21 155	3.89 195	0.69 228	1.94 384	0.05 313	9.87 393	3.53 402	5.03 386	2.55 386

ICVP	0.46 62	0.08 38	1.58 164	0.01 17	0.01 101	1.10 58	0.21 244	3.80 232	0.52 48	0.42 81	0.27 114	0.33 90	0.06 67	0.57 89	0.13 74	0.00 1	0.07 329	0.00 1	0.00 1	0.04 164	0.01 62
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
LCNet	0.87 171	0.18 129	0.97 46	0.14 226	0.26 318	1.19 84	0.22 248	2.36 79	0.71 124	1.82 243	0.21 105	0.11 54	2.56 322	5.56 273	0.14 79	0.00 1	0.00 1	0.00 1	0.00 1	0.15 284	0.81 370

ACVNet	0.57 89	0.21 149	1.34 132	0.09 198	0.00 1	1.36 149	0.22 248	2.40 83	1.05 181	0.63 103	0.66 177	1.94 232	0.26 165	0.31 45	0.79 235	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.00 1

hitnet-ft	1.09 220	0.39 220	1.45 144	0.04 125	0.00 1	1.34 144	0.22 248	3.34 182	2.25 315	1.48 215	1.11 220	4.17 323	0.37 188	4.73 239	0.79 235	0.01 305	0.00 1	0.03 347	0.00 1	0.09 241	0.01 62

ETE_ROB	1.16 237	0.52 272	1.71 183	0.01 17	0.02 169	1.79 259	0.22 248	4.10 253	1.32 218	4.68 347	1.18 228	2.81 277	0.08 92	3.56 179	1.12 255	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.06 258

AdaStereo	0.65 106	0.09 50	1.12 87	0.02 64	0.00 1	1.45 181	0.23 252	4.38 275	1.44 236	1.17 182	0.37 132	1.56 201	0.18 139	0.56 88	0.37 176	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
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.
DLCB_ROB	1.17 238	0.22 158	1.28 120	0.08 188	0.00 1	1.51 199	0.23 252	3.39 187	1.52 250	3.43 326	2.00 268	3.40 306	0.31 174	4.29 210	1.82 287	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SQANet	2.28 328	1.25 362	2.39 249	4.17 386	2.91 382	2.60 292	0.24 254	4.17 259	0.83 146	2.42 292	0.57 157	1.59 203	0.88 248	3.30 169	0.68 227	7.35 392	0.12 355	0.47 375	0.02 287	6.56 387	3.00 388

PFNet	1.06 212	0.19 136	2.95 275	1.16 366	0.56 354	1.58 217	0.25 255	1.50 49	0.60 56	2.38 290	1.23 231	0.63 122	0.30 170	6.85 330	0.43 184	0.16 361	0.01 223	0.00 1	0.07 318	0.18 299	0.18 330

RAFT-345	1.19 240	0.06 22	1.55 154	0.54 318	0.13 263	1.53 206	0.25 255	0.56 10	1.76 275	1.20 186	7.85 354	0.93 159	0.05 52	6.87 333	0.46 194	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

FADNet-RVC-Resample	1.08 213	1.00 348	5.32 356	0.10 205	0.14 269	1.53 206	0.25 255	3.62 215	1.18 199	0.51 93	0.19 100	1.04 172	0.28 169	5.20 256	0.44 187	0.10 354	0.16 365	0.09 357	0.06 316	0.24 323	0.21 340

ACRE	0.75 131	0.78 323	2.72 272	0.13 216	0.02 169	1.40 162	0.26 258	3.20 164	0.82 144	1.84 245	2.46 290	0.19 73	0.10 104	0.52 82	0.26 132	0.00 1	0.04 304	0.01 320	0.05 307	0.19 306	0.05 230

ADLNet2	1.38 263	0.39 220	3.13 287	0.00 1	0.70 359	1.23 110	0.26 258	4.19 260	2.36 318	1.45 214	3.16 309	4.23 324	0.82 247	4.56 233	0.88 240	0.00 1	0.00 1	0.00 1	0.00 1	0.13 268	0.02 150

ASMatch	1.44 269	0.14 100	2.15 227	0.60 325	0.21 301	1.21 95	0.26 258	0.96 24	0.66 87	0.29 55	11.75 369	0.93 159	2.37 318	6.73 323	0.54 208	0.00 1	0.00 1	0.00 1	0.01 271	0.00 1	0.04 213

psmg	0.83 155	0.10 69	0.96 41	0.01 17	0.00 1	3.28 312	0.27 261	4.83 308	0.93 161	1.92 249	1.46 243	1.81 224	0.10 104	0.61 94	0.18 102	0.00 1	0.00 1	0.01 320	0.00 1	0.01 25	0.00 1

CIPLG	0.75 131	0.81 329	2.38 248	0.13 216	0.03 188	1.41 166	0.27 261	3.19 162	0.84 149	1.98 255	2.56 295	0.19 73	0.10 104	0.54 86	0.26 132	0.00 1	0.05 313	0.01 320	0.05 307	0.19 306	0.05 230

IPLGR_C	0.75 131	0.88 337	2.58 263	0.13 216	0.02 169	1.40 162	0.27 261	3.19 162	0.84 149	1.92 249	2.46 290	0.18 72	0.11 112	0.49 81	0.26 132	0.00 1	0.05 313	0.01 320	0.05 307	0.19 306	0.06 258

Patchmatch Stereo++	0.50 71	0.09 50	1.01 51	0.06 156	0.07 227	1.60 228	0.27 261	1.45 45	0.68 100	0.98 155	0.18 92	0.77 143	0.03 34	2.58 153	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230
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	0.85 162	0.10 69	1.50 147	1.14 364	0.03 188	1.47 187	0.27 261	2.48 98	0.69 113	1.30 197	0.38 134	0.39 98	0.01 4	6.88 334	0.33 159	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

KMStereo	0.85 162	0.10 69	1.50 147	1.14 364	0.03 188	1.47 187	0.27 261	2.48 98	0.69 113	1.30 197	0.38 134	0.39 98	0.01 4	6.88 334	0.33 159	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

iGMRVC	0.51 74	0.09 50	1.04 71	0.06 156	0.08 237	1.61 232	0.27 261	1.44 42	0.69 113	0.97 146	0.19 100	0.76 139	0.03 34	2.69 157	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.04 213

iRAFT	0.50 71	0.09 50	1.01 51	0.06 156	0.07 227	1.60 228	0.27 261	1.45 45	0.68 100	0.98 155	0.18 92	0.77 143	0.03 34	2.58 153	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

iRaft-Stereo_20w	0.92 182	0.15 110	2.68 268	0.24 259	0.06 219	1.36 149	0.28 269	7.46 378	0.34 40	1.56 226	0.37 132	0.62 120	1.24 268	1.25 121	0.34 166	0.00 1	0.09 342	0.00 1	0.16 345	0.02 94	0.13 310

SACVNet	0.96 186	0.36 207	1.49 146	0.05 142	0.00 1	1.62 238	0.28 269	3.86 241	1.28 212	1.79 242	0.80 198	1.59 203	0.07 78	5.29 260	0.48 197	0.01 305	0.00 1	0.00 1	0.00 1	0.23 320	0.01 62

PASM	1.58 285	1.05 351	7.51 376	0.56 321	0.09 244	1.37 154	0.28 269	2.85 123	1.44 236	3.91 335	0.44 146	3.02 291	0.64 226	6.38 301	1.59 278	0.00 1	0.01 223	0.00 1	0.03 293	0.26 331	0.15 318

fast-acv-ft	1.41 267	0.46 250	4.29 335	0.10 205	0.13 263	3.97 330	0.29 272	2.42 91	1.91 289	0.81 129	3.55 317	3.02 291	1.26 270	3.35 170	2.05 304	0.04 337	0.01 223	0.04 349	0.04 303	0.39 357	0.05 230

NF-Stereo	0.82 151	0.10 69	1.12 87	1.19 368	0.01 101	1.52 203	0.29 272	2.67 113	0.66 87	1.20 186	0.58 159	0.24 77	0.01 4	6.38 301	0.32 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

OCTAStereo	0.82 151	0.10 69	1.15 95	1.19 368	0.01 101	1.53 206	0.29 272	2.66 109	0.66 87	1.20 186	0.58 159	0.25 80	0.01 4	6.38 301	0.33 159	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

RE-Stereo	0.82 151	0.10 69	1.15 95	1.19 368	0.01 101	1.52 203	0.29 272	2.66 109	0.66 87	1.20 186	0.58 159	0.24 77	0.01 4	6.38 301	0.32 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

TVStereo	0.82 151	0.10 69	1.15 95	1.19 368	0.01 101	1.52 203	0.29 272	2.66 109	0.66 87	1.20 186	0.58 159	0.24 77	0.01 4	6.38 301	0.32 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

DeepPrunerF	2.50 331	0.87 336	14.90 393	0.17 237	0.31 337	1.41 166	0.29 272	5.62 348	9.97 378	1.02 161	0.43 145	2.01 235	1.65 294	6.85 330	3.99 334	0.00 1	0.01 223	0.07 354	0.10 330	0.24 323	0.12 305

Wz-Net-LNSev-Ref	1.54 280	0.68 309	4.62 346	0.01 17	0.00 1	5.13 352	0.30 278	4.64 293	1.23 205	2.39 291	0.59 168	2.12 245	2.00 310	4.94 247	2.19 309	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

PSM-adaLoss	0.46 62	0.09 50	1.01 51	0.06 156	0.09 244	1.61 232	0.30 278	1.43 38	0.69 113	0.97 146	0.18 92	0.77 143	0.02 16	1.67 138	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

PMTNet	0.21 6	0.19 136	0.85 23	0.02 64	0.02 169	1.14 69	0.30 278	0.88 22	0.11 1	0.03 9	0.02 31	0.07 42	0.02 16	0.37 61	0.12 70	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1

RAFT-IKP	0.45 59	0.09 50	1.06 77	0.06 156	0.06 219	1.44 175	0.31 281	1.44 42	0.69 113	0.97 146	0.18 92	0.76 139	0.02 16	1.65 137	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.04 213

HUI-Stereo	0.45 59	0.09 50	1.08 80	0.06 156	0.08 237	1.61 232	0.32 282	1.43 38	0.70 122	0.97 146	0.18 92	0.77 143	0.02 16	1.44 131	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

IRAFT_RVC	1.02 200	0.20 143	1.58 164	1.39 372	0.26 318	1.33 142	0.32 282	2.52 101	0.66 87	1.58 227	0.81 199	1.16 183	1.58 290	6.51 309	0.43 184	0.00 1	0.12 355	0.00 1	0.00 1	0.02 94	0.03 189

OMP-Stereo	1.20 242	0.54 279	0.96 41	2.39 379	0.29 332	1.58 217	0.33 284	2.01 66	0.68 100	2.68 302	1.16 225	3.10 296	0.18 139	7.40 355	0.56 211	0.00 1	0.00 1	0.00 1	0.00 1	0.07 211	0.01 62

ROB_FTStereo_v2	0.43 54	0.09 50	1.00 48	0.06 156	0.08 237	1.57 213	0.33 284	1.44 42	0.67 95	0.97 146	0.19 100	0.77 143	0.02 16	1.23 120	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

ROB_FTStereo	0.47 66	0.09 50	1.04 71	0.06 156	0.08 237	1.59 225	0.33 284	1.43 38	0.68 100	0.97 146	0.19 100	0.76 139	0.03 34	1.86 144	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

XQC	2.57 333	1.20 360	6.33 373	0.18 241	0.01 101	3.84 329	0.33 284	5.24 325	3.83 348	4.43 342	1.94 264	4.58 331	3.19 339	7.19 350	8.67 370	0.00 1	0.03 294	0.00 1	0.03 293	0.27 334	0.19 334

STTRV1_RVC	1.94 315	0.35 203	4.85 350	0.32 282	0.01 101	2.41 284	0.34 288	5.79 352	3.55 341	0.82 130	5.11 336	1.63 212	1.08 257	7.63 360	1.41 273	0.91 379	2.53 404	0.00 1	0.00 1	0.01 25	0.04 213

DANet	1.74 302	0.22 158	3.06 282	0.75 340	0.44 345	2.46 286	0.35 289	3.40 189	1.41 230	4.22 339	1.56 244	5.03 341	0.56 210	6.29 296	5.00 347	0.01 305	0.00 1	0.00 1	0.01 271	0.04 164	0.08 283
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
Pruner-Stereo	0.53 83	0.10 69	1.02 56	0.89 354	0.10 253	1.57 213	0.36 290	2.06 68	0.63 71	2.23 271	0.46 150	0.25 80	0.01 4	0.45 75	0.37 176	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

ssnet_v2	1.14 232	0.28 182	1.77 188	0.03 102	0.00 1	2.07 270	0.37 291	5.20 323	1.87 286	2.00 256	0.87 205	3.09 295	0.55 209	1.31 124	3.02 325	0.00 1	0.00 1	0.00 1	0.00 1	0.18 299	0.12 305

Wz-Net-SNSev	2.53 332	2.49 384	10.66 387	0.39 298	0.01 101	2.73 297	0.40 292	5.02 317	1.50 249	2.15 265	2.12 277	6.48 355	1.11 259	9.47 378	5.84 354	0.00 1	0.01 223	0.00 1	0.00 1	0.21 316	0.06 258

PWC_ROB	2.90 340	1.01 349	6.12 369	0.53 317	0.57 356	1.30 132	0.40 292	3.85 239	4.42 355	7.37 365	15.40 377	3.03 293	1.55 285	6.31 297	5.74 353	0.00 1	0.00 1	0.00 1	0.00 1	0.46 361	0.05 230

DeepStereo_RVC	0.52 77	0.08 38	1.37 137	0.06 156	0.06 219	1.34 144	0.41 294	1.43 38	0.68 100	1.03 164	0.85 203	0.49 110	1.56 286	0.79 102	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.13 310

MaskLacGwcNet_RVC	1.63 287	0.45 246	2.21 230	1.53 374	0.18 285	4.33 339	0.41 294	3.37 184	1.40 228	0.54 94	0.65 175	3.10 296	0.11 112	4.93 246	0.60 219	4.57 387	0.51 382	0.00 1	0.00 1	1.37 379	2.39 384

DRaft	1.34 258	0.12 86	1.19 107	0.06 156	0.01 101	1.64 241	0.43 296	1.86 59	0.14 6	3.76 330	5.27 337	0.41 100	4.38 357	5.49 269	1.68 281	0.01 305	0.06 320	0.00 1	0.07 318	0.07 211	0.11 296

HHNet	0.87 171	0.25 167	1.78 190	0.16 234	0.08 237	1.30 132	0.44 297	1.93 61	0.64 78	1.41 212	5.92 342	0.14 67	1.79 300	0.35 60	0.95 247	0.05 343	0.00 1	0.01 320	0.00 1	0.14 274	0.01 62

edge stereo	1.94 315	0.40 225	3.82 319	0.15 228	0.09 244	1.81 261	0.45 298	4.77 303	2.21 313	3.36 322	3.94 324	8.39 366	1.72 298	5.75 277	1.69 283	0.00 1	0.00 1	0.01 320	0.00 1	0.17 292	0.01 62

CRE-IMP	0.40 45	0.06 22	1.04 71	0.07 176	0.05 211	1.45 181	0.46 299	1.48 48	0.63 71	0.90 136	0.30 118	0.88 152	0.01 4	0.26 36	0.22 113	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.17 324

AF-Net	2.17 325	0.65 304	3.53 308	0.00 1	0.09 244	2.02 269	0.48 300	6.44 363	1.70 271	3.36 322	10.22 364	4.95 340	2.81 329	4.34 212	2.66 321	0.00 1	0.00 1	0.00 1	0.00 1	0.13 268	0.01 62

CVANet_RVC	1.10 224	0.39 220	1.69 181	0.28 273	0.00 1	1.45 181	0.48 300	3.26 169	1.64 267	2.93 308	1.22 230	1.51 197	0.37 188	6.09 286	0.50 199	0.00 1	0.00 1	0.00 1	0.00 1	0.18 299	0.01 62

NRIStereo	0.74 126	0.08 38	0.88 29	0.47 310	0.05 211	1.58 217	0.49 302	1.38 36	0.61 62	0.88 132	0.17 89	0.66 127	0.03 34	6.96 343	0.22 113	0.00 1	0.06 320	0.00 1	0.00 1	0.06 197	0.17 324

MFN_U_SF_RVC	3.76 358	1.77 374	9.85 384	0.84 345	0.27 323	9.50 378	0.49 302	8.07 379	3.41 339	4.81 348	3.28 311	9.40 370	3.49 344	7.76 364	8.31 369	0.41 374	0.54 383	0.52 377	0.80 393	0.89 375	0.84 371

LALA_ROB	1.33 257	0.59 290	1.74 185	0.02 64	0.06 219	3.25 311	0.50 304	3.45 198	1.39 224	3.70 329	0.59 168	4.59 332	0.25 163	3.58 180	2.79 322	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.02 150

PA-Net	1.31 255	0.59 290	3.65 312	0.06 156	0.15 274	1.44 175	0.54 305	4.08 251	2.71 331	0.78 124	1.16 225	2.32 261	0.64 226	5.96 282	1.92 295	0.01 305	0.00 1	0.00 1	0.00 1	0.04 164	0.06 258
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
PFNet+	0.54 85	0.10 69	1.31 129	0.16 234	0.05 211	1.44 175	0.56 306	1.60 52	0.98 168	1.35 204	0.46 150	0.37 93	0.01 4	2.18 150	0.22 113	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

Syn2CoEx	1.66 290	1.17 357	4.29 335	0.04 125	0.00 1	1.44 175	0.56 306	5.33 333	1.98 295	2.01 259	2.12 277	2.08 240	2.81 329	6.55 310	2.42 311	0.00 1	0.00 1	0.00 1	0.00 1	0.33 346	0.06 258

DisPM	0.86 166	0.09 50	1.10 83	0.76 342	0.02 169	1.51 199	0.57 308	1.75 56	0.70 122	2.43 294	0.83 202	0.38 97	0.01 4	6.89 337	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

SST-Stereo	1.04 204	0.05 8	1.16 99	0.72 338	0.23 308	1.70 251	0.58 309	1.92 60	1.46 239	1.19 184	1.09 218	1.60 205	1.93 307	6.92 341	0.21 112	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

stereogan	2.13 323	0.31 193	3.75 315	0.01 17	0.09 244	7.44 371	0.60 310	4.27 269	3.29 338	3.91 335	4.62 331	6.41 354	1.84 305	5.17 255	0.58 215	0.00 1	0.01 223	0.01 320	0.00 1	0.24 323	0.05 230

GwcNet	1.67 294	0.81 329	5.52 359	0.23 257	1.21 369	4.21 336	0.62 311	3.71 222	1.57 259	1.01 160	1.65 248	3.99 322	0.52 205	5.46 267	2.30 310	0.00 1	0.00 1	0.00 1	0.01 271	0.35 352	0.13 310

AAGNet	1.54 280	0.07 32	0.88 29	1.04 360	0.27 323	1.47 187	0.66 312	1.57 51	0.61 62	1.68 232	0.82 200	1.62 209	2.29 315	6.18 289	11.63 381	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

RAFT_R40	0.99 196	0.05 8	1.26 117	0.71 337	0.20 296	1.65 245	0.67 313	1.94 62	0.61 62	1.05 167	1.15 223	1.80 223	1.47 277	6.91 339	0.31 152	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

Prome-Stereo	1.23 246	0.06 22	0.93 35	0.12 213	0.24 312	1.26 120	0.67 313	2.53 103	0.69 113	2.08 262	8.70 360	0.76 139	2.91 332	2.12 147	0.11 68	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 381

EDNetEfficientorigin	10.31 390	1.90 379	98.96 426	0.22 251	0.23 308	2.73 297	0.71 315	4.50 285	16.94 389	18.72 395	15.36 376	12.74 377	10.73 390	8.96 373	11.94 382	0.01 305	0.01 223	0.00 1	0.00 1	0.25 329	1.31 380

coex-ft	12.01 396	5.60 399	80.23 417	0.15 228	0.15 274	1.88 263	0.73 316	2.66 109	30.12 402	49.31 415	16.59 378	15.97 384	14.42 396	6.79 328	14.50 386	0.05 343	0.08 338	0.01 320	0.05 307	0.37 356	0.61 364

Ntro	3.24 345	1.34 364	2.83 273	7.27 391	4.43 388	6.22 363	0.74 317	4.73 297	1.48 245	0.39 78	1.77 258	2.70 272	1.28 271	4.59 235	1.25 263	8.06 394	0.28 376	2.12 387	0.05 307	8.11 391	5.16 394

ADCRef	2.29 329	0.65 304	5.67 363	0.10 205	0.09 244	4.81 347	0.76 318	4.75 301	1.37 221	2.88 307	1.67 249	1.62 209	2.30 316	3.77 189	14.93 388	0.02 327	0.00 1	0.01 320	0.10 330	0.20 315	0.11 296

KYRaft	1.19 240	0.05 8	0.94 36	0.06 156	0.24 312	1.25 118	0.78 319	2.48 98	0.61 62	3.23 319	7.13 352	1.00 169	2.77 328	1.43 127	0.14 79	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	1.71 382

DSFCA	1.30 251	0.14 100	1.82 194	0.01 17	0.03 188	3.74 328	0.86 320	2.71 115	1.23 205	3.09 315	0.41 140	2.93 285	1.49 278	6.12 288	1.35 269	0.00 1	0.02 272	0.00 1	0.00 1	0.02 94	0.01 62

GMM-Stereo	1.09 220	0.05 8	1.62 168	0.13 216	0.22 303	1.41 166	0.87 321	2.31 77	0.62 68	2.75 303	3.14 306	0.54 115	0.90 250	5.33 263	0.13 74	0.01 305	0.00 1	0.00 1	0.02 287	0.01 25	1.80 383

NVStereoNet_ROB	3.25 346	0.46 250	2.71 271	0.34 289	0.56 354	2.36 282	0.87 321	4.56 288	4.47 356	4.55 343	14.09 375	11.93 374	3.23 342	9.79 381	3.14 328	0.43 375	0.03 294	0.53 378	0.31 380	0.36 354	0.38 359
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DEmStereo	1.51 275	0.08 38	2.17 228	0.09 198	0.02 169	1.76 255	0.90 323	1.47 47	0.60 56	2.46 295	6.42 348	1.08 177	5.16 365	6.21 291	1.86 290	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

CBMV_ROB	1.70 300	0.11 82	1.98 210	0.46 307	0.00 1	2.85 305	0.91 324	4.27 269	2.21 313	4.02 337	5.00 334	2.97 289	2.32 317	5.40 266	1.35 269	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.06 258

FAT-Stereo	1.86 309	0.19 136	3.31 299	0.17 237	0.03 188	1.78 258	0.97 325	4.76 302	2.79 332	4.22 339	4.87 332	5.31 347	2.83 331	5.06 253	0.90 241	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.01 62

MDST_ROB	3.50 354	0.07 32	3.94 321	2.66 382	1.46 372	12.94 386	0.97 325	7.32 376	2.42 321	14.82 394	8.08 357	2.74 275	1.51 282	8.44 370	2.48 314	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.11 296

RP	1.76 303	0.55 280	2.59 265	0.22 251	0.60 357	1.70 251	0.98 327	4.31 273	1.99 297	3.12 316	5.04 335	4.41 328	2.96 333	4.72 238	1.90 292	0.01 305	0.00 1	0.00 1	0.01 271	0.14 274	0.01 62

RAFT + AFF	1.63 287	1.13 356	2.62 266	0.04 125	0.80 361	2.29 278	1.03 328	5.54 344	2.06 299	1.77 240	1.81 259	1.22 186	3.65 349	6.23 293	1.57 277	0.01 305	0.35 380	0.00 1	0.01 271	0.33 346	0.12 305

delet	1.14 232	0.32 197	1.56 161	0.03 102	0.17 281	2.86 306	1.03 328	4.25 266	2.14 307	1.03 164	1.17 227	1.64 214	0.92 251	4.35 213	1.27 266	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.00 1

MSMD_ROB	4.94 368	0.43 237	2.58 263	0.12 213	0.01 101	8.43 376	1.09 330	4.25 266	4.11 350	13.11 387	26.36 402	13.95 380	13.88 395	7.45 357	2.92 324	0.10 354	0.01 223	0.00 1	0.00 1	0.01 25	0.02 150

StereoDRNet	1.48 273	0.75 316	4.58 345	0.05 142	0.10 253	2.49 287	1.10 331	4.62 291	1.47 241	3.38 325	0.62 174	2.29 257	0.65 231	4.52 228	2.89 323	0.00 1	0.03 294	0.00 1	0.01 271	0.05 182	0.07 274

DAS	1.26 247	0.08 38	2.25 238	0.04 125	0.01 101	1.28 124	1.18 332	3.80 232	1.58 263	4.60 344	2.37 288	1.53 198	0.53 206	5.36 265	0.59 217	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

SepStereo	1.28 248	0.08 38	2.25 238	0.04 125	0.01 101	1.28 124	1.18 332	3.80 232	1.58 263	4.60 344	2.37 288	1.53 198	0.53 206	5.63 276	0.59 217	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

ccnet	1.70 300	0.20 143	1.95 204	0.26 268	0.18 285	3.72 327	1.22 334	4.22 265	1.43 235	2.37 288	3.96 325	3.45 309	1.51 282	4.69 236	4.47 339	0.06 348	0.00 1	0.09 357	0.01 271	0.10 250	0.01 62

SPS-STEREO	3.08 343	0.49 264	2.49 256	0.21 249	0.24 312	3.67 326	1.24 335	5.80 353	2.43 322	10.68 379	8.00 356	9.48 371	3.59 347	8.11 367	5.08 348	0.01 305	0.01 223	0.00 1	0.00 1	0.04 164	0.11 296
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
pmcnn	3.61 355	0.68 309	5.38 358	0.61 328	1.46 372	2.75 301	1.26 336	5.04 318	1.57 259	8.77 374	11.67 368	18.69 389	2.38 319	6.03 283	5.61 352	0.00 1	0.07 329	0.00 1	0.00 1	0.21 316	0.07 274

ADCMid	3.95 361	1.34 364	10.91 388	0.18 241	0.38 341	5.02 350	1.27 337	4.87 310	2.94 335	11.15 381	3.60 318	6.76 359	5.21 368	6.40 306	16.96 392	0.12 357	0.08 338	0.55 379	0.46 384	0.53 369	0.19 334

FC-DCNN	6.09 375	0.18 129	2.35 247	0.42 301	0.53 352	7.80 374	1.42 338	8.14 380	7.07 373	19.05 400	22.10 395	22.85 395	13.84 394	9.42 376	6.44 356	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.06 258

DPSNet	3.38 352	0.60 292	9.55 383	0.61 328	0.46 347	5.10 351	1.44 339	11.17 387	3.92 349	2.57 297	0.88 206	5.90 350	9.68 387	7.63 360	7.25 363	0.08 350	0.16 365	0.01 320	0.07 318	0.34 349	0.17 324

HBP-ISP	1.45 270	0.75 316	3.02 279	0.30 277	0.10 253	4.28 338	1.49 340	4.68 294	1.29 213	3.43 326	0.78 196	0.93 159	1.01 254	6.48 308	0.36 175	0.04 337	0.02 272	0.00 1	0.00 1	0.05 182	0.03 189

FCDSN-DC	5.04 369	0.15 110	1.83 195	0.22 251	0.44 345	5.60 356	1.66 341	5.22 324	4.37 353	14.49 393	21.86 394	20.65 392	11.88 392	7.66 362	4.55 341	0.02 327	0.00 1	0.00 1	0.00 1	0.03 133	0.05 230
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SuperB	3.70 357	1.77 374	15.73 394	0.31 279	0.05 211	4.37 340	1.67 342	3.58 213	11.57 379	2.36 287	1.32 239	2.03 238	1.91 306	6.95 342	9.01 371	0.05 343	0.03 294	0.10 360	0.08 323	11.00 402	0.10 292

ACVNet-4b	5.67 372	1.65 370	4.43 341	9.46 397	7.11 396	8.72 377	1.68 343	6.61 366	5.76 364	0.27 53	6.49 349	11.67 373	2.43 321	8.40 369	1.56 275	9.06 398	2.34 397	10.49 397	0.02 287	9.22 397	5.98 397

S-Stereo	2.00 318	0.30 192	5.74 364	0.24 259	0.23 308	2.51 288	1.90 344	4.74 298	5.15 359	2.42 292	5.80 341	2.85 281	0.72 239	5.08 254	2.17 307	0.00 1	0.02 272	0.00 1	0.00 1	0.08 222	0.04 213

G-Net	3.49 353	0.47 258	4.03 324	1.61 375	1.91 376	10.78 382	1.92 345	3.06 140	1.26 210	8.59 373	12.06 370	6.13 352	7.82 379	4.78 240	4.77 343	0.08 350	0.12 355	0.07 354	0.15 339	0.16 288	0.11 296

aanetorigin	2.87 338	0.73 315	8.74 381	0.23 257	0.23 308	1.61 232	2.07 346	1.76 57	1.10 187	14.21 392	10.25 365	2.93 285	3.38 343	4.98 249	4.06 335	0.10 354	0.05 313	0.09 357	0.11 334	0.57 370	0.15 318

MeshStereo	5.78 373	0.75 316	3.04 280	0.25 262	0.14 269	7.88 375	2.09 347	9.64 382	5.18 360	20.48 402	19.06 387	22.80 394	9.54 386	9.64 380	4.88 346	0.00 1	0.00 1	0.00 1	0.00 1	0.29 341	0.03 189
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
TDLM	1.08 213	0.49 264	1.43 141	0.27 271	0.00 1	1.56 212	2.12 348	3.10 146	1.75 274	1.36 205	0.93 209	1.06 175	0.49 203	6.21 291	0.70 229	0.00 1	0.00 1	0.00 1	0.00 1	0.16 288	0.02 150

otaku	3.17 344	1.32 363	2.49 256	6.07 389	3.26 384	4.62 344	2.15 349	5.35 334	1.34 219	2.00 256	2.54 294	3.50 311	1.49 278	3.68 181	1.11 253	7.89 393	0.23 371	1.88 384	0.03 293	7.74 390	4.78 393

Wz-Net-MNSev	1.85 308	1.19 359	5.61 362	0.01 17	0.00 1	4.74 346	2.16 350	4.93 312	1.48 245	3.77 331	1.24 233	1.77 221	2.56 322	4.94 247	2.61 319	0.00 1	0.01 223	0.00 1	0.00 1	0.07 211	0.01 62

WZ-Net	4.16 363	1.75 373	23.59 400	0.08 188	0.04 204	2.62 296	2.16 350	5.89 355	4.74 357	5.73 355	3.51 316	6.99 362	4.89 363	10.82 386	10.11 374	0.00 1	0.00 1	0.00 1	0.00 1	0.12 264	0.11 296

ADCPNet	3.63 356	0.82 332	13.20 391	0.08 188	0.43 344	7.02 366	2.23 352	4.77 303	2.41 320	4.31 341	1.96 266	7.57 364	5.16 365	6.45 307	13.80 385	0.02 327	0.75 386	0.04 349	0.90 395	0.16 288	0.53 362

EAI-Stereo	1.14 232	0.12 86	1.19 107	0.21 249	0.32 339	1.84 262	2.32 353	5.42 338	1.19 201	1.02 161	5.66 340	0.48 108	0.60 215	0.86 104	0.62 221	0.00 1	0.13 359	0.00 1	0.65 390	0.02 94	0.17 324

ACVNet_1	6.16 376	1.86 378	4.43 341	9.52 398	7.22 397	7.59 373	2.37 354	9.99 385	6.71 370	3.84 333	5.35 339	13.23 379	4.90 364	6.25 294	1.94 299	9.06 398	2.40 399	10.88 399	0.11 334	9.58 399	6.03 398

SGM_RVC	4.07 362	0.38 214	1.98 210	0.84 345	0.26 318	6.20 362	2.37 354	6.45 364	3.57 342	11.56 384	9.27 361	15.55 383	6.78 375	10.07 382	4.60 342	0.22 365	0.25 372	0.20 368	0.23 365	0.26 331	0.34 355
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WAO-8	13.93 400	3.75 393	4.23 332	7.74 393	6.54 391	22.81 404	2.39 356	22.66 408	45.98 414	18.88 398	35.42 411	33.21 404	16.91 400	16.55 398	12.78 383	5.01 388	0.81 388	9.89 394	0.77 391	8.77 394	3.61 389

Venus	13.93 400	3.75 393	4.23 332	7.74 393	6.54 391	22.81 404	2.39 356	22.66 408	45.98 414	18.88 398	35.42 411	33.21 404	16.91 400	16.55 398	12.78 383	5.01 388	0.81 388	9.89 394	0.77 391	8.76 393	3.61 389

SGM-Forest	1.84 307	0.08 38	1.31 129	0.15 228	0.22 303	3.52 323	2.46 358	3.85 239	2.16 308	5.29 352	3.90 323	3.71 317	1.56 286	6.28 295	1.90 292	0.01 305	0.02 272	0.00 1	0.00 1	0.03 133	0.30 349
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
WCMA_ROB	4.54 365	0.48 260	3.19 290	0.49 311	0.63 358	5.38 354	2.57 359	4.70 295	3.77 346	14.17 391	19.02 386	15.47 382	9.03 383	6.73 323	4.85 345	0.01 305	0.05 313	0.01 320	0.01 271	0.08 222	0.16 320

SGM+DAISY	4.39 364	1.34 364	5.18 354	1.01 359	0.88 362	5.61 357	2.86 360	4.88 311	3.53 340	13.29 388	13.95 374	12.66 376	7.55 376	7.98 366	5.39 351	0.23 369	0.18 368	0.15 365	0.24 367	0.29 341	0.64 365

ADCP+	2.87 338	0.98 345	8.75 382	0.07 176	0.16 279	5.93 361	2.90 361	4.00 247	1.84 279	1.52 217	0.27 114	3.81 318	3.22 341	6.05 285	17.38 394	0.00 1	0.00 1	0.00 1	0.00 1	0.14 274	0.30 349

Anonymous Stereo	1.78 304	1.37 367	7.79 377	0.42 301	0.07 227	1.49 194	3.20 362	3.31 177	1.84 279	2.75 303	1.14 221	1.84 227	0.09 97	6.89 337	3.32 329	0.00 1	0.00 1	0.00 1	0.00 1	0.09 241	0.01 62

PSM-AAD	1.15 235	0.04 4	0.88 29	0.10 205	0.27 323	1.32 136	3.25 363	2.41 90	0.64 78	2.93 308	1.92 263	0.15 69	5.39 370	3.42 175	0.19 108	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 230

GANet	1.90 312	0.43 237	1.83 195	0.39 298	0.00 1	2.24 275	3.37 364	3.90 243	1.44 236	2.17 267	9.66 362	2.57 268	1.09 258	6.88 334	1.81 286	0.00 1	0.00 1	0.02 342	0.00 1	0.10 250	0.03 189

NCCL2	1.30 251	0.63 300	2.31 245	0.02 64	0.03 188	1.57 213	3.41 365	3.91 244	1.39 224	3.14 317	0.34 126	3.90 319	0.30 170	3.75 187	1.19 259	0.00 1	0.00 1	0.02 342	0.00 1	0.03 133	0.05 230

Wz-Net-TNSev	3.91 359	5.20 397	20.57 397	0.15 228	0.01 101	7.14 368	3.57 366	6.70 370	3.57 342	1.74 234	0.58 159	7.39 363	4.33 356	8.86 372	7.99 365	0.00 1	0.00 1	0.00 1	0.02 287	0.24 323	0.16 320

RainbowNet	4.74 367	3.21 391	3.07 283	9.34 396	6.01 390	4.89 349	3.60 367	7.09 374	4.39 354	1.63 229	3.01 304	4.72 335	2.96 333	5.53 270	1.19 259	8.95 396	2.12 395	8.48 392	0.19 354	8.75 392	5.73 395

EDNetEfficient	6.54 377	1.17 357	33.15 404	0.66 333	1.96 377	2.07 270	3.72 368	2.80 119	14.85 385	20.02 401	9.69 363	6.59 358	10.19 388	7.19 350	15.49 390	0.03 335	0.10 348	0.01 320	0.20 357	0.62 373	0.29 348

SANet	4.63 366	0.89 339	5.34 357	0.30 277	0.09 244	7.43 370	3.75 369	6.53 365	16.16 388	6.79 361	13.29 372	12.44 375	7.74 377	7.38 354	4.11 336	0.00 1	0.01 223	0.00 1	0.00 1	0.10 250	0.31 353

SAMSARA	3.32 351	1.07 353	6.25 370	0.86 352	0.31 337	7.55 372	3.87 370	5.26 330	4.20 351	7.43 366	3.35 312	10.04 372	3.83 352	6.98 344	4.83 344	0.00 1	0.14 360	0.00 1	0.05 307	0.17 292	0.22 342

CSAN	2.70 336	0.75 316	3.41 303	0.18 241	0.12 259	4.18 335	4.05 371	4.11 254	4.36 352	6.03 357	6.24 347	4.60 333	4.74 360	7.29 353	3.43 331	0.02 327	0.03 294	0.01 320	0.02 287	0.18 299	0.22 342

DGSMNet	2.23 327	0.80 326	6.10 368	0.96 356	1.73 375	3.22 310	4.12 372	5.30 331	1.11 189	1.19 184	2.48 292	3.18 300	0.65 231	4.57 234	1.33 268	1.11 381	1.37 391	1.55 383	1.26 396	1.37 379	1.28 379

MADNet+	10.71 391	14.57 409	70.07 416	0.58 324	0.47 349	19.89 399	4.20 373	11.05 386	6.87 371	3.03 314	5.99 343	9.01 369	6.35 374	31.95 412	28.31 411	0.22 365	0.26 375	0.01 320	0.04 303	0.46 361	0.87 372

ADCS	5.09 370	2.15 381	16.58 395	0.34 289	0.07 227	5.91 360	4.26 374	6.73 371	6.99 372	9.44 376	6.09 344	6.57 357	5.17 367	9.54 379	21.38 407	0.00 1	0.00 1	0.00 1	0.00 1	0.36 354	0.23 345

THIR-Stereo	1.48 273	0.29 189	1.51 150	0.01 17	0.02 169	1.05 46	4.32 375	2.11 71	0.22 30	1.08 171	4.24 328	1.93 231	4.19 355	6.76 325	1.87 291	0.00 1	0.00 1	0.04 349	0.00 1	0.05 182	0.00 1

CBMV	1.56 282	0.24 165	1.92 199	0.31 279	0.03 188	2.90 307	4.33 376	3.79 229	1.81 277	4.98 350	1.73 254	2.70 272	1.68 296	3.81 190	0.92 246	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.08 283
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ACVNet_2	8.69 383	1.80 377	5.09 353	8.55 395	6.72 393	13.47 387	4.34 377	13.70 390	23.86 395	6.89 363	19.74 391	20.52 390	5.36 369	7.70 363	2.48 314	8.53 395	1.67 394	7.99 391	0.32 381	8.79 395	6.29 401

WAO-7	9.09 385	1.79 376	3.55 310	0.80 343	0.15 274	18.67 396	4.36 378	23.07 411	26.68 399	12.59 386	27.90 406	22.52 393	13.03 393	13.53 393	11.47 379	0.09 353	0.03 294	0.58 380	0.10 330	0.47 364	0.34 355

GrayStereo	1.46 271	0.03 1	0.87 27	0.63 331	0.20 296	1.24 111	4.61 379	2.85 123	0.62 68	4.98 350	4.00 327	0.45 104	4.67 359	3.37 172	0.08 47	0.00 1	0.00 1	0.00 1	0.50 386	0.01 25	0.01 62

ADCL	3.30 348	0.81 329	6.76 375	0.25 262	0.25 315	6.93 365	4.65 380	4.79 306	2.62 330	4.61 346	3.36 313	5.22 345	4.55 358	5.54 272	14.91 387	0.05 343	0.01 223	0.11 361	0.13 338	0.28 340	0.10 292

FTStereo	2.16 324	0.03 1	1.42 140	0.17 237	0.13 263	1.42 171	4.67 381	2.44 92	0.63 71	3.36 322	17.95 381	0.78 148	4.17 354	4.41 217	0.14 79	0.15 360	0.00 1	0.00 1	0.00 1	0.01 25	1.25 378

RTS	9.75 388	2.69 387	65.25 414	0.85 348	1.99 378	14.36 388	4.75 382	5.69 350	17.29 390	7.97 368	19.00 384	6.83 360	3.02 335	26.15 409	18.62 400	0.00 1	0.15 363	0.00 1	0.00 1	0.29 341	0.16 320

RTSA	9.75 388	2.69 387	65.25 414	0.85 348	1.99 378	14.36 388	4.75 382	5.69 350	17.29 390	7.97 368	19.00 384	6.83 360	3.02 335	26.15 409	18.62 400	0.00 1	0.15 363	0.00 1	0.00 1	0.29 341	0.16 320

LSM	7.38 379	1.68 371	22.24 399	3.99 385	40.72 416	3.54 324	4.79 384	4.74 298	6.65 369	10.25 378	13.51 373	4.49 329	3.81 351	6.91 339	5.31 350	0.00 1	0.04 304	0.00 1	0.00 1	0.26 331	14.60 412

FADE	16.19 406	10.20 405	37.43 409	4.76 387	4.82 389	10.62 381	5.00 385	19.13 399	23.28 393	8.35 371	6.09 344	14.63 381	21.62 406	25.45 407	20.32 403	24.52 413	8.46 412	36.14 417	36.87 417	3.46 383	2.72 387

IMH	11.11 394	3.50 392	2.56 262	11.25 403	9.13 401	14.49 390	5.10 386	20.68 404	26.30 398	8.28 370	23.85 400	20.63 391	9.19 384	12.39 390	7.96 364	9.50 403	2.50 402	15.28 403	1.66 399	11.07 403	6.96 404

NaN_ROB	2.02 320	0.58 288	2.65 267	0.29 275	0.28 331	3.19 309	5.19 387	3.84 237	2.55 328	5.31 353	1.73 254	2.30 258	1.96 308	6.78 327	3.09 327	0.01 305	0.06 320	0.03 347	0.10 330	0.10 250	0.37 358

IMH-64-1	9.55 386	2.76 389	2.44 250	11.17 401	9.13 401	12.03 383	5.45 388	18.33 396	15.78 386	6.59 358	18.69 382	16.95 385	6.20 372	10.63 384	8.06 366	9.46 401	2.46 400	15.42 404	1.61 397	10.89 400	6.88 402

IMH-64	9.55 386	2.76 389	2.44 250	11.17 401	9.13 401	12.03 383	5.45 388	18.33 396	15.78 386	6.59 358	18.69 382	16.95 385	6.20 372	10.63 384	8.06 366	9.46 401	2.46 400	15.42 404	1.61 397	10.89 400	6.88 402

Dean	11.46 395	2.03 380	5.20 355	10.73 400	8.20 400	18.71 397	5.73 390	21.10 405	41.49 413	11.12 380	22.16 396	25.92 398	7.74 377	7.52 358	4.31 338	9.01 397	2.27 396	9.95 396	0.61 389	9.18 396	6.22 399

AnyNet_C01	6.59 378	4.31 395	36.24 406	0.96 356	0.46 347	9.96 379	5.74 391	6.02 360	3.63 344	7.59 367	8.56 359	8.83 368	3.14 338	13.74 394	20.83 405	0.12 357	0.08 338	0.25 371	0.09 326	1.01 376	0.34 355

LE_ROB	12.79 398	0.64 301	10.26 386	2.13 377	1.29 370	7.25 369	5.81 392	9.09 381	49.27 416	57.55 416	24.58 401	23.68 397	31.13 412	9.00 374	23.57 410	0.04 337	0.06 320	0.13 364	0.20 357	0.08 222	0.11 296

MANE	14.02 402	0.85 334	3.53 308	2.13 377	3.75 386	18.44 395	6.14 393	22.67 410	27.90 400	33.01 411	41.08 414	41.26 412	30.90 411	23.39 403	17.99 396	0.47 376	0.76 387	0.91 381	4.04 404	0.17 292	1.00 376

CrosDoStereo	1.66 290	0.15 110	1.66 176	0.02 64	0.07 227	1.38 159	6.16 394	3.12 148	1.06 184	0.97 146	3.74 321	0.96 163	4.79 361	7.00 346	1.92 295	0.00 1	0.00 1	0.00 1	0.00 1	0.11 259	0.00 1

DeepStereo_LL	1.66 290	0.15 110	1.66 176	0.02 64	0.07 227	1.38 159	6.16 394	3.12 148	1.06 184	0.97 146	3.74 321	0.96 163	4.79 361	7.00 346	1.92 295	0.00 1	0.00 1	0.00 1	0.00 1	0.11 259	0.00 1

TorneroNet-64	15.45 404	5.66 400	3.44 305	13.86 404	12.03 405	28.15 411	6.27 396	19.89 400	38.68 411	12.16 385	28.06 407	35.76 407	15.44 398	19.56 401	15.40 389	9.71 404	2.52 403	19.13 407	2.70 400	12.55 405	7.94 406

notaker	17.52 407	21.54 412	7.84 378	18.05 409	14.44 409	17.58 394	6.43 397	20.13 402	24.44 397	21.34 404	27.71 404	39.12 409	18.78 405	19.63 402	20.40 404	11.95 409	2.71 409	25.51 412	5.85 409	17.10 410	9.78 408

AnyNet_C32	3.93 360	2.58 385	12.07 390	0.39 298	0.49 350	5.50 355	6.45 398	4.44 282	2.19 311	6.86 362	2.94 303	5.28 346	3.20 340	6.63 315	18.37 397	0.08 350	0.04 304	0.20 368	0.09 326	0.57 370	0.19 334

WAO-6	11.09 392	1.69 372	3.21 293	7.54 392	7.10 395	16.34 392	6.63 399	20.12 401	38.64 410	9.67 377	19.28 390	27.53 399	10.97 391	12.43 391	11.57 380	4.26 386	2.35 398	10.54 398	0.02 287	7.59 389	4.29 391

TorneroNet	16.10 405	5.74 401	4.12 330	13.88 405	11.97 404	26.89 410	6.85 400	21.13 406	38.32 409	14.15 390	33.36 410	33.52 406	17.49 402	18.89 400	19.64 402	9.77 405	2.53 404	19.43 408	3.35 401	13.21 406	7.86 405

ELAS	8.05 382	0.76 320	4.02 323	0.95 355	1.02 366	14.85 391	6.99 401	12.80 389	11.73 380	22.43 407	27.75 405	17.88 387	15.19 397	10.96 387	11.31 378	0.22 365	0.56 385	0.23 370	0.22 363	0.50 367	0.71 368
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MFN_U_SF_DS_RVC	3.30 348	2.61 386	7.84 378	0.09 198	0.26 318	12.92 385	7.62 402	4.25 266	3.64 345	2.95 310	3.99 326	4.61 334	1.22 264	8.36 368	1.77 285	0.59 378	1.15 390	0.04 349	0.85 394	0.48 365	0.67 367

LVE	11.10 393	2.36 383	3.34 300	9.94 399	8.13 399	21.22 401	7.75 403	16.47 394	32.55 405	8.55 372	23.64 398	23.22 396	7.93 380	10.98 388	6.65 357	9.45 400	2.55 406	11.08 400	0.58 388	9.35 398	6.28 400

SGM-ForestM	12.56 397	0.80 326	4.31 338	1.07 362	0.41 343	21.56 402	8.57 404	17.42 395	19.67 392	29.93 409	28.49 409	45.83 413	27.22 409	26.05 408	18.40 398	0.14 359	0.25 372	0.18 367	0.28 378	0.18 299	0.42 361

MSC_U_SF_DS_RVC	5.12 371	2.33 382	8.42 380	0.33 283	0.27 323	24.60 408	8.84 405	5.50 341	9.75 377	3.82 332	8.16 358	8.53 367	1.82 301	9.44 377	5.18 349	1.02 380	1.65 393	0.33 373	0.47 385	1.06 377	0.90 373

ELAS_RVC	7.69 380	0.80 326	4.90 351	1.06 361	1.02 366	10.00 380	9.43 406	9.75 383	14.69 384	21.83 405	20.27 392	17.88 387	16.41 399	13.01 392	10.44 376	0.22 365	0.55 384	0.28 372	0.19 354	0.35 352	0.65 366
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
KSHMR	14.27 403	6.95 402	5.79 365	15.08 407	12.84 406	17.44 393	10.61 407	18.88 398	30.94 403	18.81 397	22.21 397	28.54 401	8.85 382	15.56 396	9.24 372	10.34 408	3.60 410	21.61 410	4.68 407	14.48 407	8.94 407

PWCK	8.72 384	5.37 398	16.61 396	5.74 388	0.12 259	19.88 398	11.41 408	11.31 388	13.42 383	14.07 389	12.84 371	13.20 378	8.05 381	15.44 395	10.25 375	5.95 390	0.22 370	2.09 386	0.05 307	7.50 388	0.92 374

ktn	19.15 409	18.52 410	6.39 374	22.64 413	17.26 411	24.47 406	12.11 409	24.52 412	34.74 408	18.75 396	27.70 403	32.54 402	17.85 403	15.71 397	16.67 391	22.09 412	3.64 411	28.95 414	10.91 411	17.40 411	10.22 410

HanzoNet	29.69 414	29.33 415	21.66 398	21.75 412	19.07 413	24.58 407	12.99 410	28.87 414	40.49 412	43.09 413	44.02 415	55.65 416	44.93 415	43.17 415	44.44 414	27.88 415	9.47 413	29.77 415	15.86 413	20.94 414	15.84 413

BEATNet-Init1	17.91 408	7.45 403	36.82 407	1.88 376	1.38 371	37.29 414	14.71 411	21.90 407	24.20 396	38.07 412	36.59 413	50.41 414	32.00 413	29.42 411	21.83 408	0.33 373	0.39 381	0.47 375	0.54 387	1.50 381	1.07 377

UNDER WATER	19.61 410	12.37 408	31.14 402	20.44 411	14.31 408	28.63 412	18.15 412	16.43 393	34.24 407	20.82 403	19.14 388	38.83 408	30.09 410	24.31 404	20.97 406	10.09 407	2.68 407	19.51 409	4.70 408	15.52 409	9.93 409

JetBlue	13.83 399	5.03 396	33.82 405	0.84 345	6.92 394	50.14 415	20.02 413	15.09 391	8.92 376	11.33 382	17.05 379	28.25 400	18.01 404	32.60 413	18.53 399	0.32 372	0.12 355	0.15 365	0.23 365	4.59 385	4.64 392

UNDER WATER-64	20.03 411	10.28 406	31.50 403	20.05 410	13.64 407	32.81 413	23.45 414	16.01 392	33.44 406	22.01 406	17.25 380	40.58 411	32.20 414	24.50 405	22.36 409	10.06 406	2.70 408	18.37 406	4.24 405	14.84 408	10.24 411

DPSimNet_ROB	25.03 413	19.56 411	24.93 401	24.36 414	17.85 412	22.25 403	25.93 415	28.52 413	29.10 401	32.61 410	28.25 408	32.87 403	26.42 407	24.51 406	40.42 413	16.75 411	13.93 414	25.19 411	22.38 414	19.96 413	24.75 417

MADNet++	47.78 416	34.15 416	37.11 408	42.94 416	41.23 417	64.94 416	30.63 416	60.79 418	53.26 417	72.08 418	61.65 417	57.68 417	54.96 416	58.03 416	59.24 417	43.01 418	36.17 418	36.07 416	22.50 415	47.50 417	41.67 419

JetRed	34.54 415	39.28 417	62.16 412	15.62 408	26.51 415	69.20 417	40.79 417	31.43 415	32.41 404	46.06 414	44.55 416	40.19 410	26.50 408	38.43 414	56.06 416	12.76 410	37.49 419	13.23 401	9.38 410	29.52 415	19.34 414

SPstereo	60.73 419	26.49 414	40.67 410	33.02 415	24.24 414	71.50 418	79.28 418	100.00 429	100.00 427	97.54 425	96.19 424	100.00 430	94.96 424	94.75 423	75.88 419	28.65 416	21.81 415	46.87 419	42.08 418	19.71 412	20.91 415

HaxPig	97.68 427	99.63 425	91.34 419	99.82 435	99.97 429	88.15 419	88.00 419	98.28 425	99.93 426	99.98 429	99.99 427	99.95 428	99.99 428	96.29 424	92.24 424	99.99 436	99.98 428	100.00 429	99.99 428	100.00 437	99.98 435

MEDIAN_ROB	96.83 425	99.41 424	98.66 425	94.75 425	94.23 424	93.08 421	90.54 420	95.61 424	94.75 422	97.65 426	97.73 425	98.30 424	96.57 425	94.51 422	93.74 425	99.78 434	98.24 425	99.99 428	99.89 427	99.48 428	99.67 428

AVERAGE_ROB	99.23 431	99.81 428	97.56 424	100.00 438	100.00 431	96.24 425	91.02 421	100.00 429	100.00 427	100.00 430	100.00 428	100.00 430	100.00 429	99.98 431	99.97 428	100.00 437	100.00 429	100.00 429	100.00 429	100.00 437	100.00 437

xxxxx1	76.92 421	82.43 421	93.26 421	61.67 419	66.92 420	95.84 422	95.11 422	75.84 419	80.96 418	82.71 420	86.75 419	89.18 419	87.35 419	85.27 419	87.18 420	55.08 419	54.60 420	60.31 420	72.71 421	62.51 418	62.73 420

tt_ll	76.92 421	82.43 421	93.26 421	61.67 419	66.92 420	95.84 422	95.11 422	75.84 419	80.96 418	82.71 420	86.75 419	89.18 419	87.35 419	85.27 419	87.18 420	55.08 419	54.60 420	60.31 420	72.71 421	62.51 418	62.73 420

ff	76.92 421	82.43 421	93.26 421	61.67 419	66.92 420	95.84 422	95.11 422	75.84 419	80.96 418	82.71 420	86.75 419	89.18 419	87.35 419	85.27 419	87.18 420	55.08 419	54.60 420	60.31 420	72.71 421	62.51 418	62.73 420

PML	89.08 424	99.72 426	92.85 420	94.72 424	94.92 426	99.54 427	97.42 425	93.50 422	95.96 423	99.77 428	92.33 423	95.35 423	93.51 423	99.96 430	91.15 423	99.98 435	31.71 417	100.00 429	45.94 419	93.46 425	69.88 423

ASD4	55.28 417	67.10 420	50.57 411	44.24 417	57.82 419	92.00 420	98.23 426	54.95 416	86.61 421	58.30 417	64.61 418	50.57 415	63.33 418	58.83 417	67.37 418	25.76 414	29.60 416	26.82 413	29.01 416	42.42 416	37.42 418

test_example2	98.83 428	99.97 431	99.97 429	99.96 437	99.97 429	99.46 426	99.97 427	95.54 423	100.00 427	100.00 430	100.00 428	93.37 422	93.47 422	99.93 429	99.91 427	100.00 437	99.79 427	96.64 425	98.71 426	100.00 437	100.00 437

MyStereo03	99.95 436	100.00 432	100.00 432	99.75 432	100.00 431	100.00 428	100.00 428	100.00 429	100.00 427	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 431	99.21 429	100.00 429	100.00 429	100.00 429	99.99 432	99.95 430

MyStereo02	99.95 436	100.00 432	100.00 432	99.75 432	100.00 431	100.00 428	100.00 428	100.00 429	100.00 427	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 431	99.21 429	100.00 429	100.00 429	100.00 429	99.99 432	99.95 430

MyStereo	99.95 436	100.00 432	100.00 432	99.75 432	100.00 431	100.00 428	100.00 428	100.00 429	100.00 427	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 431	99.21 429	100.00 429	100.00 429	100.00 429	99.99 432	99.95 430

Selective-RAFT-Error	100.00 439	100.00 432	100.00 432	100.00 438	100.00 431	100.00 428	100.00 428	100.00 429	100.00 427	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 431	100.00 437	100.00 429	100.00 429	100.00 429	99.99 432	99.95 430

Anonymous_1	97.10 426	99.72 426	99.64 428	92.33 423	93.91 423	100.00 428	100.00 428	99.20 426	99.90 425	98.57 427	99.75 426	99.14 425	99.94 427	98.50 425	99.54 426	87.90 422	98.87 426	90.88 423	96.91 425	92.22 424	95.12 425

tt	68.65 420	0.15 110	99.57 427	50.64 418	14.90 410	100.00 428	100.00 428	100.00 429	99.76 424	27.80 408	10.52 366	99.97 429	98.63 426	99.61 426	100.00 431	90.62 423	98.21 424	46.66 418	52.02 420	62.86 421	21.04 416

CasAABBNet	99.94 434	100.00 432	100.00 432	99.72 431	100.00 431	100.00 428	100.00 428	100.00 429	100.00 427	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 431	99.21 429	100.00 429	100.00 429	100.00 429	99.96 431	99.95 430

LSM0	99.94 434	100.00 432	100.00 432	99.84 436	100.00 431	100.00 428	100.00 428	100.00 429	100.00 427	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 431	99.22 433	100.00 429	100.00 429	100.00 429	99.99 432	99.83 429

DPSMNet_ROB	99.46 433	99.94 429	99.98 430	96.59 429	100.00 431	100.00 428	100.00 428	99.81 427	100.00 427	95.87 424	100.00 428	99.32 426	100.00 429	99.79 427	99.99 429	98.46 428	100.00 429	99.86 426	100.00 429	99.52 429	100.00 437

DGTPSM_ROB	99.45 432	99.94 429	99.98 430	96.58 428	100.00 431	100.00 428	100.00 428	99.81 427	100.00 427	95.86 423	100.00 428	99.32 426	100.00 429	99.79 427	99.99 429	98.34 427	100.00 429	99.86 426	100.00 429	99.52 429	99.99 436

DPSM_ROB	99.17 429	100.00 432	100.00 432	96.28 426	98.84 427	100.00 428	100.00 428	100.00 429	100.00 427	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 431	93.66 425	100.00 429	100.00 429	100.00 429	96.31 426	98.27 426

DPSM	99.17 429	100.00 432	100.00 432	96.28 426	98.84 427	100.00 428	100.00 428	100.00 429	100.00 427	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 431	93.66 425	100.00 429	100.00 429	100.00 429	96.31 426	98.27 426

Low-res two-view benchmark