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

sCroCo_RVC	0.27 6	0.19 73	2.20 135	0.02 39	0.00 1	0.13 1	0.04 148	1.15 25	0.89 67	0.15 19	0.07 54	0.03 5	0.04 42	0.39 18	0.05 5	0.00 1	0.07 240	0.00 1	0.00 1	0.02 35	0.01 10

CroCo-Stereo	0.50 23	0.63 203	2.38 162	0.14 178	0.00 1	0.19 2	0.02 72	4.28 215	0.96 77	0.14 18	0.03 29	0.46 96	0.08 83	0.32 11	0.29 92	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.01 10
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
Anonymous	0.35 11	0.22 88	2.01 106	0.00 1	0.00 1	0.24 3	0.01 18	3.01 101	0.54 23	0.02 1	0.03 29	0.05 20	0.07 72	0.32 11	0.07 9	0.00 1	0.01 188	0.00 1	0.00 1	0.11 218	0.22 179

CroCo-Stereo Lap2	0.42 17	0.75 223	1.76 58	0.03 57	0.00 1	0.33 4	0.01 18	3.75 142	0.81 53	0.02 1	0.03 29	0.04 7	0.07 72	0.52 37	0.23 74	0.00 1	0.00 1	0.00 1	0.00 1	0.07 155	0.03 36

MIF-Stereo	0.23 3	0.28 109	1.91 95	0.05 95	0.16 211	0.34 5	0.02 72	0.46 2	0.42 14	0.06 12	0.18 70	0.05 20	0.07 72	0.22 2	0.33 98	0.00 1	0.00 1	0.00 1	0.00 1	0.11 218	0.01 10

sAnonymous2	0.50 23	0.60 194	4.41 290	0.01 9	0.00 1	0.34 5	0.08 184	2.33 62	1.09 90	0.03 5	0.06 51	0.04 7	0.10 99	0.29 9	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 244	0.35 218

CroCo_RVC	0.50 23	0.60 194	4.41 290	0.01 9	0.00 1	0.34 5	0.08 184	2.33 62	1.09 90	0.03 5	0.06 51	0.04 7	0.10 99	0.29 9	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 244	0.35 218

Selective-IGEV	0.51 26	0.13 23	1.41 15	0.72 307	0.62 322	0.38 8	0.04 148	2.58 72	1.21 119	0.19 28	0.02 1	0.02 2	0.06 63	0.48 28	0.46 142	0.01 291	0.80 314	0.00 1	0.09 286	0.07 155	0.91 292

StereoIM	0.30 8	0.62 201	1.63 37	0.07 123	0.19 219	0.40 9	0.02 72	1.36 28	0.76 46	0.04 9	0.05 47	0.13 60	0.05 56	0.38 17	0.33 98	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.02 23

MIF-Stereo (partial)	0.37 13	0.39 142	1.98 102	0.02 39	0.00 1	0.43 10	0.02 72	2.35 64	0.61 32	0.18 24	0.10 57	0.07 38	0.07 72	0.61 56	0.40 131	0.00 1	0.00 1	0.00 1	0.00 1	0.08 165	0.02 23

GMStereo	0.34 10	1.03 283	2.11 127	0.01 9	0.00 1	0.47 11	0.01 18	0.77 14	1.38 180	0.24 36	0.04 39	0.07 38	0.08 83	0.43 24	0.12 24	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	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
test croco	0.55 43	0.55 180	3.45 239	0.10 157	0.00 1	0.50 12	0.02 72	3.49 128	1.16 100	0.05 11	0.10 57	0.13 60	0.17 134	0.67 62	0.28 90	0.00 1	0.00 1	0.00 1	0.00 1	0.36 338	0.01 10

anonymity	0.99 154	0.18 50	1.80 64	0.39 245	0.67 325	0.74 13	0.01 18	5.09 273	2.13 262	1.34 182	1.30 226	0.80 143	1.62 289	0.82 86	0.64 170	0.03 325	0.59 300	0.00 1	0.48 378	0.02 35	1.15 311

IGEVStereo-DCA	0.88 112	1.21 304	1.81 71	0.18 188	0.16 211	0.83 14	0.01 18	0.71 7	1.36 172	0.40 49	0.04 39	0.06 27	0.09 92	6.04 274	2.22 278	0.00 1	0.48 291	0.00 1	0.15 305	0.16 263	1.76 353

rrr	1.15 187	1.21 304	5.05 313	0.18 188	0.16 211	0.83 14	0.06 176	2.88 84	1.44 185	0.40 49	0.04 39	0.06 27	0.09 92	6.04 274	2.22 278	0.00 1	0.48 291	0.00 1	0.19 332	0.16 263	1.59 341

CASnet	0.21 2	0.22 88	0.95 3	0.01 9	0.00 1	0.87 16	0.01 18	0.55 3	0.88 64	0.16 21	0.03 29	0.04 7	0.02 16	0.39 18	0.03 3	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.01 10
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
TestStereo	0.67 69	0.99 274	2.26 145	0.00 1	0.00 1	0.92 17	0.01 18	1.77 49	0.30 10	0.20 34	0.05 47	0.08 43	0.06 63	6.62 297	0.09 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.08 79

RALAANet	0.68 74	1.09 292	2.29 148	0.03 57	0.01 58	0.93 18	0.03 120	2.65 73	1.97 253	1.19 162	0.39 131	0.15 66	0.30 164	1.27 113	0.75 186	0.00 1	0.25 268	0.00 1	0.09 286	0.19 283	0.03 36

GLC_STEREO	0.19 1	0.13 23	0.94 2	0.03 57	0.00 1	0.95 19	0.03 120	0.33 1	0.44 16	0.10 16	0.04 39	0.06 27	0.04 42	0.44 25	0.11 19	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 56

test_xeample3	0.95 140	1.30 313	5.13 316	0.19 193	0.23 235	0.95 19	0.07 178	2.30 61	1.47 191	0.40 49	0.05 47	0.08 43	0.07 72	1.45 120	2.27 280	0.00 1	0.69 304	0.00 1	0.33 368	0.17 275	1.85 366

RAFT	0.91 121	0.96 265	1.82 76	0.89 330	0.44 292	0.97 21	0.08 184	3.71 140	1.25 132	0.36 45	0.20 85	3.87 317	0.27 161	0.70 65	0.49 148	0.00 1	0.83 317	0.00 1	0.01 236	0.47 350	0.87 289

LoS_RVC	0.25 4	0.60 194	1.21 9	0.16 187	0.13 196	0.98 22	0.01 18	0.85 16	0.25 4	0.08 15	0.02 1	0.07 38	0.04 42	0.49 30	0.05 5	0.00 1	0.01 188	0.00 1	0.00 1	0.01 9	0.07 74

test-3	0.86 109	0.15 28	2.03 111	0.37 241	0.56 305	1.01 23	0.02 72	3.05 103	0.54 23	1.98 242	0.02 1	1.09 175	0.04 42	3.73 179	0.38 123	0.00 1	0.93 335	0.00 1	0.25 351	0.16 263	0.82 283

test_1	0.84 103	0.15 28	2.03 111	0.37 241	0.55 302	1.01 23	0.02 72	3.06 105	0.55 26	1.73 223	0.02 1	1.09 175	0.04 42	3.70 177	0.38 123	0.00 1	0.93 335	0.00 1	0.25 351	0.16 263	0.84 285

x	0.80 92	0.39 142	1.80 64	0.66 297	0.50 298	1.02 25	0.00 1	3.61 133	1.34 166	0.65 84	0.34 114	0.53 105	0.14 124	1.21 106	0.91 212	0.00 1	1.09 349	0.00 1	0.20 334	0.06 131	1.59 341

test_3	0.81 94	0.15 28	2.17 132	0.36 238	0.58 310	1.03 26	0.01 18	3.01 101	0.59 29	0.98 127	0.02 1	1.04 168	0.04 42	3.72 178	0.39 130	0.00 1	0.92 329	0.00 1	0.25 351	0.16 263	0.69 272

SMFormer	1.31 228	0.30 114	2.08 118	0.47 260	0.02 102	1.04 27	0.01 18	5.75 315	2.69 305	1.65 213	2.43 283	0.91 149	0.02 16	4.75 222	2.20 274	0.00 1	0.88 323	0.00 1	0.14 303	0.06 131	0.76 279

tta	1.32 231	0.30 114	2.08 118	0.47 260	0.02 102	1.04 27	0.01 18	5.75 315	2.69 305	1.65 213	2.43 283	0.91 149	0.02 16	4.75 222	2.20 274	0.00 1	0.88 323	0.00 1	0.14 303	0.09 184	0.92 293

qqq1	1.25 207	0.30 114	2.08 118	0.47 260	0.02 102	1.04 27	0.01 18	5.75 315	2.69 305	1.65 213	2.43 283	0.91 149	0.02 16	4.75 222	0.88 205	0.00 1	0.88 323	0.00 1	0.11 294	0.09 184	0.92 293

fff1	1.25 207	0.30 114	2.08 118	0.47 260	0.02 102	1.04 27	0.01 18	5.75 315	2.69 305	1.65 213	2.43 283	0.91 149	0.02 16	4.75 222	0.88 205	0.00 1	0.88 323	0.00 1	0.11 294	0.09 184	0.92 293

11t1	0.70 77	0.28 109	1.86 83	0.56 280	0.56 305	1.06 31	0.00 1	2.89 86	1.21 119	0.60 80	0.34 114	0.08 43	0.04 42	0.76 73	0.85 199	0.02 315	1.09 349	0.00 1	0.18 326	0.06 131	1.58 340

Gwc-CoAtRS	0.52 32	0.16 38	1.68 43	0.05 95	0.13 196	1.06 31	0.03 120	2.88 84	0.54 23	0.40 49	0.02 1	2.22 249	0.03 33	0.49 30	0.26 87	0.00 1	0.09 250	0.00 1	0.22 343	0.01 9	0.11 115

4D-IteraStereo	0.59 49	0.98 271	2.62 192	0.04 81	0.09 177	1.07 33	0.08 184	1.45 32	0.39 12	0.12 17	0.05 47	0.82 145	0.10 99	0.77 75	1.05 224	0.00 1	0.40 284	0.00 1	0.00 1	0.08 165	1.79 362

GMOStereo	0.62 57	0.55 180	1.80 64	0.09 147	0.61 315	1.07 33	0.03 120	2.92 90	0.25 4	2.23 256	0.02 1	0.66 115	0.04 42	0.25 3	0.22 67	0.00 1	1.26 374	0.00 1	0.00 1	0.23 297	0.19 160

error version	0.62 57	0.55 180	1.80 64	0.09 147	0.61 315	1.07 33	0.03 120	2.92 90	0.25 4	2.23 256	0.02 1	0.66 115	0.04 42	0.25 3	0.22 67	0.00 1	1.26 374	0.00 1	0.00 1	0.23 297	0.19 160

test-v	0.62 57	0.55 180	1.80 64	0.09 147	0.61 315	1.07 33	0.03 120	2.92 90	0.25 4	2.23 256	0.02 1	0.66 115	0.04 42	0.25 3	0.22 67	0.00 1	1.26 374	0.00 1	0.00 1	0.23 297	0.19 160

test-2	0.62 57	0.55 180	1.80 64	0.09 147	0.61 315	1.07 33	0.03 120	2.92 90	0.25 4	2.23 256	0.02 1	0.66 115	0.04 42	0.25 3	0.22 67	0.00 1	1.26 374	0.00 1	0.00 1	0.23 297	0.19 160

ff7	0.51 26	0.26 101	1.81 71	0.19 193	0.25 244	1.08 38	0.01 18	0.71 7	1.36 172	0.47 64	0.02 1	0.04 7	0.08 83	0.79 78	0.18 49	0.00 1	0.92 329	0.00 1	0.15 305	0.10 195	1.76 353

ffff	0.51 26	0.26 101	1.81 71	0.19 193	0.25 244	1.08 38	0.01 18	0.71 7	1.36 172	0.47 64	0.02 1	0.04 7	0.08 83	0.79 78	0.18 49	0.00 1	0.92 329	0.00 1	0.15 305	0.10 195	1.76 353

11t	0.51 26	0.26 101	1.81 71	0.19 193	0.25 244	1.08 38	0.01 18	0.71 7	1.36 172	0.47 64	0.02 1	0.04 7	0.08 83	0.79 78	0.18 49	0.00 1	0.92 329	0.00 1	0.15 305	0.10 195	1.76 353

anonymousdsp	0.54 38	0.26 101	1.62 31	0.47 260	0.60 314	1.08 38	0.01 18	1.01 22	1.37 177	0.49 72	0.02 1	0.04 7	0.09 92	0.73 70	0.15 36	0.00 1	0.82 315	0.00 1	0.16 311	0.10 195	1.83 363

ccc-4	0.51 26	0.26 101	1.81 71	0.19 193	0.25 244	1.08 38	0.01 18	0.71 7	1.36 172	0.47 64	0.02 1	0.04 7	0.08 83	0.79 78	0.18 49	0.00 1	0.92 329	0.00 1	0.15 305	0.10 195	1.76 353

IGEV-Stereo	0.54 38	0.26 101	1.62 31	0.47 260	0.61 315	1.08 38	0.01 18	1.00 20	1.37 177	0.49 72	0.02 1	0.04 7	0.09 92	0.73 70	0.16 40	0.00 1	0.82 315	0.00 1	0.16 311	0.10 195	1.83 363
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
THIR-Stereo	1.54 262	0.48 162	1.88 90	0.01 9	0.02 102	1.08 38	4.17 367	2.48 69	0.41 13	1.09 150	4.30 327	1.90 223	4.08 348	6.84 310	1.81 257	0.00 1	0.00 1	0.04 345	0.00 1	0.06 131	0.04 42

PCWNet_CMD	0.70 77	0.18 50	2.22 138	0.01 9	0.01 58	1.09 45	0.00 1	3.17 114	1.35 170	0.50 74	0.29 104	2.28 252	1.46 276	1.22 108	0.11 19	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.19 160

ProNet	0.47 20	0.35 132	1.75 52	0.19 193	0.54 301	1.09 45	0.01 18	0.97 18	1.25 132	0.02 1	0.02 1	0.06 27	0.03 33	0.58 44	0.09 12	0.00 1	0.57 298	0.00 1	0.00 1	0.14 244	1.65 343

qqq	0.90 119	0.41 150	1.88 90	0.10 157	0.59 312	1.09 45	0.00 1	3.82 151	1.29 150	0.61 81	0.38 127	0.73 129	0.15 125	3.19 161	0.90 209	0.00 1	1.08 346	0.00 1	0.23 346	0.06 131	1.57 336

cross-raft	0.67 69	0.19 73	1.85 80	0.58 282	0.71 331	1.09 45	0.10 202	3.52 129	0.69 40	0.41 54	0.02 1	2.81 274	0.04 42	0.55 38	0.23 74	0.00 1	0.13 258	0.00 1	0.16 311	0.01 9	0.22 179

MSMDNet	0.71 79	0.18 50	2.22 138	0.01 9	0.01 58	1.09 45	0.00 1	3.25 119	1.35 170	0.52 77	0.29 104	2.29 256	1.45 273	1.22 108	0.11 19	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.19 160

CAS	0.95 140	0.12 18	1.08 5	6.79 387	0.08 171	1.10 50	0.01 18	0.97 18	0.87 61	0.03 5	0.04 39	0.07 38	0.06 63	0.37 16	0.15 36	6.94 389	0.00 1	0.00 1	0.00 1	0.00 1	0.30 206

MC-Stereo	0.57 48	0.16 38	1.63 37	0.70 303	0.93 344	1.10 50	0.01 18	1.43 30	0.26 9	0.91 117	0.02 1	0.08 43	0.11 107	0.61 56	0.23 74	0.00 1	1.15 368	0.00 1	0.17 319	0.10 195	1.84 365

AnonymousM	0.48 21	0.11 13	1.03 4	0.06 113	0.01 58	1.10 50	0.03 120	1.91 54	1.37 177	0.25 37	0.04 39	0.02 2	0.24 154	0.56 41	0.33 98	0.00 1	0.43 287	1.91 383	0.00 1	0.01 9	0.22 179

XX-TBD	0.36 12	0.59 191	1.75 52	0.07 123	0.00 1	1.11 53	0.00 1	0.73 12	0.63 34	0.44 57	1.24 223	0.06 27	0.06 63	0.39 18	0.08 11	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 36

ICVP	0.53 34	0.09 6	1.86 83	0.01 9	0.01 58	1.12 54	0.21 237	4.35 219	0.68 39	0.45 61	0.28 102	0.33 83	0.07 72	0.72 69	0.25 80	0.00 1	0.07 240	0.00 1	0.00 1	0.04 110	0.11 115
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
IGEV_Zeroshot_test	1.07 172	0.28 109	3.68 256	0.51 274	0.58 310	1.13 55	0.54 295	4.64 243	0.73 43	1.14 157	0.75 179	3.21 293	0.70 232	0.77 75	0.57 161	0.00 1	0.52 294	0.00 1	0.16 311	0.04 110	1.56 335

RALCasStereoNet	0.80 92	0.96 265	1.77 61	0.28 231	0.97 346	1.13 55	0.03 120	2.91 89	1.11 94	0.17 22	0.34 114	0.12 55	0.20 147	1.65 129	0.65 172	0.00 1	1.72 391	0.00 1	0.00 1	0.11 218	1.90 374

StereoVision	1.00 157	0.77 230	2.81 202	0.05 95	0.02 102	1.14 57	0.03 120	4.13 198	1.18 106	0.19 28	6.80 347	0.49 99	0.12 120	1.20 104	1.01 221	0.00 1	0.00 1	0.00 1	0.00 1	0.06 131	0.02 23

LL-Strereo2	0.63 62	0.97 268	2.03 111	0.76 318	0.86 338	1.15 58	0.08 184	1.85 51	1.20 114	0.45 61	0.02 1	0.50 102	0.07 72	0.63 59	0.65 172	0.00 1	0.17 262	0.00 1	0.03 256	0.05 122	1.05 304

knoymous	0.41 16	0.09 6	1.34 13	0.05 95	0.01 58	1.15 58	0.01 18	2.36 65	0.23 3	0.51 76	0.02 1	1.64 206	0.00 1	0.49 30	0.33 98	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.04 42

UDGNet	0.44 18	0.91 251	1.89 93	0.04 81	0.00 1	1.15 58	0.02 72	0.75 13	1.77 237	0.45 61	0.07 54	0.06 27	0.02 16	1.62 128	0.11 19	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.01 10

rafts_anoy	0.67 69	0.91 251	1.85 80	0.60 285	1.02 351	1.16 61	0.04 148	3.25 119	0.48 19	0.19 28	0.18 70	0.11 53	0.19 142	1.17 101	0.58 162	0.00 1	1.47 384	0.00 1	0.01 236	0.05 122	0.22 179

s12784h	0.67 69	0.17 46	1.87 88	0.02 39	0.00 1	1.16 61	0.03 120	4.08 189	1.89 245	1.04 142	1.59 243	0.05 20	0.02 16	1.25 112	0.12 24	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.02 23

TANstereo	0.37 13	0.50 164	1.62 31	0.03 57	0.01 58	1.16 61	0.00 1	0.56 4	0.53 21	1.05 143	1.38 231	0.06 27	0.05 56	0.45 26	0.07 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23

PMTNet	0.26 5	0.21 83	1.40 14	0.02 39	0.02 102	1.16 61	0.29 267	1.00 20	0.18 1	0.04 9	0.03 29	0.07 38	0.02 16	0.47 27	0.15 36	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.02 23

mmm	0.94 131	0.32 124	2.04 114	0.73 312	0.85 335	1.17 65	0.01 18	3.97 172	1.42 184	1.51 198	0.93 201	0.46 96	0.21 150	1.18 102	0.87 202	0.00 1	1.16 369	0.00 1	0.26 358	0.06 131	1.72 348

CES	0.51 26	0.16 38	1.23 10	0.09 147	1.58 365	1.18 66	0.05 160	1.07 24	0.79 48	0.03 5	0.03 29	0.14 63	0.10 99	0.55 38	0.12 24	0.00 1	0.01 188	0.00 1	0.00 1	0.01 9	2.98 381

HCRNet	0.83 97	0.39 142	1.59 30	0.02 39	0.00 1	1.18 66	0.01 18	3.69 137	2.28 276	0.75 101	0.21 88	0.56 107	0.11 107	5.32 253	0.25 80	0.00 1	0.01 188	0.00 1	0.00 1	0.08 165	0.04 42

Selective-RAFT	0.53 34	0.18 50	1.12 6	0.04 81	0.01 58	1.19 68	0.02 72	3.26 121	1.29 150	0.02 1	0.02 1	0.24 74	0.18 138	1.34 116	0.44 133	0.00 1	0.93 335	0.00 1	0.19 332	0.05 122	0.17 150

DLNR_Zeroshot_test	23.30 409	50.27 415	88.62 414	97.23 426	94.59 422	1.20 69	0.00 1	20.92 400	0.64 35	0.06 12	0.02 1	0.03 5	0.02 16	4.50 209	0.25 80	32.51 413	0.96 339	0.00 1	0.27 362	72.47 419	1.47 330

RCA-Stereo	0.53 34	0.18 50	1.16 7	0.01 9	0.24 240	1.20 69	0.01 18	3.86 159	0.97 78	0.77 103	0.50 149	0.05 20	0.13 123	0.32 11	0.03 3	0.00 1	0.87 322	0.00 1	0.00 1	0.08 165	0.24 188

RAFT_CTSACE	0.85 106	0.95 261	2.60 188	0.60 285	0.05 149	1.20 69	0.01 18	3.18 116	0.85 59	0.79 104	1.57 242	2.18 248	0.78 239	1.20 104	0.22 67	0.00 1	0.33 280	0.00 1	0.00 1	0.28 319	0.21 178

LCNet	0.93 128	0.21 83	1.62 31	0.14 178	0.26 253	1.20 69	0.22 240	2.71 74	0.90 70	1.82 226	0.21 88	0.12 55	2.50 315	5.59 263	0.16 40	0.00 1	0.00 1	0.00 1	0.00 1	0.16 263	0.79 282

raft+_RVC	0.71 79	1.05 285	1.86 83	0.64 294	1.31 358	1.20 69	0.05 160	2.44 68	0.77 47	0.18 24	0.43 139	0.08 43	0.15 125	0.93 93	0.64 170	0.00 1	1.43 382	0.00 1	0.00 1	0.09 184	1.03 303

111	1.00 157	1.05 285	3.63 249	0.01 9	0.04 141	1.20 69	0.16 219	4.50 227	2.24 272	1.32 179	1.15 219	2.00 232	0.31 168	0.59 51	0.79 189	0.00 1	0.00 1	0.00 1	0.00 1	0.10 195	0.84 285

iRaft-Stereo_5w	1.28 219	0.93 257	3.51 243	0.14 178	0.66 324	1.21 75	0.01 18	3.87 161	1.06 86	0.19 28	1.97 259	1.62 204	1.50 278	6.80 308	1.07 227	0.00 1	0.16 260	0.00 1	0.06 277	0.26 311	0.67 270

CREStereo++_RVC	0.37 13	0.24 96	1.62 31	0.06 113	0.00 1	1.21 75	0.01 18	0.77 14	1.12 96	0.26 38	1.45 234	0.06 27	0.06 63	0.42 22	0.09 12	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 64
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
AFF-stereo	0.89 118	1.05 285	1.70 44	0.49 269	0.18 217	1.21 75	0.01 18	3.58 132	1.62 210	0.84 109	1.93 257	1.14 178	0.26 158	1.24 110	0.68 178	0.00 1	0.64 303	0.00 1	0.00 1	0.26 311	0.89 291

FENet	0.61 55	0.22 88	1.75 52	0.05 95	0.00 1	1.21 75	0.05 160	3.78 143	1.28 146	1.08 148	0.02 1	1.61 202	0.09 92	0.60 53	0.35 108	0.00 1	0.01 188	0.00 1	0.00 1	0.04 110	0.08 79

AEACV	0.64 65	0.08 3	1.46 16	0.72 307	0.96 345	1.22 79	0.00 1	1.90 53	0.67 36	0.54 79	0.07 54	0.02 2	0.73 235	0.63 59	0.28 90	0.01 291	0.92 329	0.00 1	0.36 371	0.09 184	2.04 375

anonymousdsp2	0.88 112	0.10 10	2.48 181	0.42 249	0.77 334	1.22 79	0.02 72	4.89 259	1.23 123	0.75 101	0.21 88	0.94 157	0.09 92	1.46 121	0.31 97	0.00 1	0.88 323	0.00 1	0.11 294	0.05 122	1.78 360

ASMatch	1.46 251	0.17 46	2.35 158	0.73 312	0.20 223	1.22 79	0.25 250	1.04 23	0.89 67	0.30 41	11.50 364	0.92 154	2.31 308	6.65 300	0.56 160	0.00 1	0.00 1	0.00 1	0.01 236	0.00 1	0.04 42

raftrobust	0.68 74	0.89 248	1.80 64	0.02 39	1.29 357	1.22 79	0.05 160	2.37 66	0.62 33	2.99 304	0.03 29	0.12 55	0.15 125	0.60 53	0.51 152	0.00 1	0.69 304	0.00 1	0.00 1	0.10 195	0.24 188

EKT-Stereo	0.91 121	0.23 92	2.14 130	0.84 325	4.27 384	1.23 83	0.04 148	2.85 83	0.67 36	0.44 57	0.40 132	0.95 161	0.08 83	2.93 157	0.38 123	0.00 1	0.18 263	0.00 1	0.07 279	0.04 110	0.40 233

dd	0.45 19	1.20 303	2.52 185	0.06 113	0.01 58	1.23 83	0.03 120	0.88 17	1.48 192	0.26 38	0.06 51	0.12 55	0.05 56	0.42 22	0.44 133	0.02 315	0.00 1	0.00 1	0.00 1	0.06 131	0.06 64

test-1	0.77 89	0.31 120	1.67 40	0.03 57	0.97 346	1.23 83	0.07 178	4.63 242	0.75 44	0.73 98	0.67 171	1.06 171	0.03 33	0.58 44	0.80 191	0.02 315	0.79 313	0.00 1	0.07 279	0.01 9	0.96 298

iRaftStereo_RVC	0.55 43	0.59 191	1.20 8	0.03 57	0.00 1	1.23 83	0.01 18	2.55 71	0.81 53	0.15 19	0.23 92	0.70 126	0.12 120	0.48 28	0.22 67	0.00 1	1.14 367	0.00 1	0.00 1	0.33 329	1.13 308

AE-Stereo	0.83 97	0.13 23	2.17 132	0.08 131	0.24 240	1.24 87	0.03 120	5.22 282	1.26 138	0.70 90	1.09 211	0.20 68	0.16 130	0.70 65	0.33 98	0.00 1	0.89 328	0.00 1	0.26 358	0.09 184	1.75 352

DCANet-4	0.83 97	0.18 50	4.76 300	0.04 81	0.01 58	1.24 87	0.02 72	3.84 157	2.21 270	2.39 274	0.25 95	0.11 53	0.24 154	0.59 51	0.36 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 221

CFNet_pseudo	0.71 79	0.20 79	2.34 157	0.01 9	0.01 58	1.24 87	0.00 1	3.19 117	0.92 72	0.85 110	0.47 147	2.29 256	0.61 213	1.79 138	0.17 46	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.14 134

RAFT-Stereo + iAFF	0.90 119	0.95 261	1.93 98	0.06 113	0.92 342	1.24 87	0.02 72	3.30 123	1.75 235	1.23 171	2.58 291	0.43 93	0.16 130	0.68 64	0.82 194	0.00 1	0.70 307	0.00 1	0.00 1	0.23 297	1.05 304

CREStereo	0.29 7	0.19 73	0.91 1	0.00 1	0.01 58	1.24 87	0.01 18	1.31 27	0.99 82	0.17 22	0.17 67	0.04 7	0.00 1	0.56 41	0.14 34	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.02 23
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
ccs_rob	0.71 79	0.20 79	2.35 158	0.00 1	0.01 58	1.24 87	0.00 1	3.17 114	0.91 71	0.82 108	0.45 143	2.28 252	0.63 220	1.78 137	0.18 49	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.14 134

AANet_RVC	1.95 287	1.64 339	4.89 304	0.09 147	0.00 1	1.24 87	0.01 18	3.93 168	2.82 319	2.32 265	4.64 330	3.61 308	0.19 142	7.61 345	4.73 332	0.60 368	0.19 266	0.00 1	0.00 1	0.11 218	0.47 241

fff	0.83 97	0.63 203	3.63 249	0.01 9	0.04 141	1.25 94	0.02 72	3.98 173	1.29 150	2.39 274	0.25 95	0.09 48	1.78 294	0.58 44	0.36 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 221

ADStereo(finetuned)	0.98 152	0.65 208	4.66 296	0.03 57	0.00 1	1.25 94	0.01 18	3.99 177	2.16 264	2.65 288	0.30 108	0.09 48	2.33 309	0.58 44	0.45 137	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.41 235

dad	1.04 166	1.21 304	3.14 223	0.08 131	0.01 58	1.25 94	0.01 18	1.30 26	2.54 298	1.95 240	0.37 124	0.40 91	0.04 42	5.95 273	1.06 225	0.01 291	0.00 1	1.11 379	0.12 300	0.07 155	0.19 160

DCANet	0.84 103	0.65 208	3.63 249	0.03 57	0.00 1	1.25 94	0.01 18	3.99 177	2.16 264	2.66 291	0.31 111	0.09 48	0.48 200	0.57 43	0.45 137	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.41 235

csc	0.83 97	0.63 203	3.63 249	0.01 9	0.04 141	1.25 94	0.02 72	3.98 173	1.29 150	2.39 274	0.25 95	0.09 48	1.78 294	0.58 44	0.36 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 221

cscssc	0.83 97	0.63 203	3.63 249	0.01 9	0.04 141	1.25 94	0.02 72	3.98 173	1.29 150	2.39 274	0.25 95	0.09 48	1.78 294	0.58 44	0.36 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 221

whm_eth	0.81 94	0.77 230	4.13 272	0.03 57	0.00 1	1.26 100	0.02 72	4.05 184	2.20 269	0.35 43	2.47 288	0.13 60	0.11 107	0.28 7	0.14 34	0.00 1	0.01 188	0.00 1	0.00 1	0.02 35	0.28 204

GMStereo_Zeroshot	0.67 69	0.24 96	1.87 88	0.87 328	0.00 1	1.26 100	0.01 18	2.01 56	0.42 14	1.44 193	0.58 160	1.73 214	0.19 142	2.62 150	0.10 18	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.09 99

IPLGR	0.88 112	0.30 114	3.78 262	0.06 113	0.07 162	1.26 100	0.05 160	3.78 143	1.62 210	0.80 105	0.35 120	0.79 142	0.76 236	3.42 167	0.27 89	0.00 1	0.00 1	0.00 1	0.00 1	0.08 165	0.16 145

ADLNet2	1.52 260	0.79 233	3.51 243	0.01 9	0.69 328	1.26 100	0.26 252	4.84 255	3.10 326	1.67 217	3.23 305	4.17 321	0.80 241	4.77 227	1.00 220	0.00 1	0.00 1	0.00 1	0.00 1	0.22 296	0.12 121

R-Stereo Train	0.56 46	0.15 28	1.83 77	0.02 39	0.00 1	1.26 100	0.09 195	4.14 199	0.45 17	1.86 228	0.42 136	0.06 27	0.01 4	0.32 11	0.46 142	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 56

RAFT-Stereo	0.56 46	0.15 28	1.83 77	0.02 39	0.00 1	1.26 100	0.09 195	4.14 199	0.45 17	1.86 228	0.42 136	0.06 27	0.01 4	0.32 11	0.46 142	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 56
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RAFT+CT+SA	0.85 106	0.91 251	2.23 143	0.19 193	0.29 264	1.27 106	0.03 120	4.92 263	0.86 60	0.65 84	0.40 132	0.67 119	0.05 56	3.03 158	0.18 49	0.00 1	0.28 277	0.00 1	0.35 370	0.15 255	0.61 262

GrayStereo	1.55 264	0.06 1	1.53 23	0.75 317	0.20 223	1.27 106	4.44 372	3.44 127	1.20 114	4.92 345	3.92 320	0.45 95	4.54 352	3.43 168	0.09 12	0.00 1	0.00 1	0.00 1	0.49 379	0.02 35	0.25 194

CFNet-RSSM	0.60 54	0.15 28	1.55 26	0.05 95	0.14 201	1.27 106	0.02 72	4.87 257	0.58 28	0.34 42	0.02 1	1.92 225	0.04 42	0.49 30	0.25 80	0.00 1	0.01 188	0.00 1	0.27 362	0.01 9	0.10 108

test_4	0.65 67	0.40 146	1.73 47	0.11 169	0.19 219	1.28 109	0.03 120	1.41 29	0.22 2	0.28 40	3.49 311	0.72 128	0.09 92	1.93 141	0.53 156	0.00 1	0.11 254	0.00 1	0.08 283	0.16 263	0.15 141

KYRaft	1.26 216	0.08 3	1.58 28	0.06 113	0.23 235	1.28 109	0.75 311	2.92 90	0.81 53	3.20 310	7.14 349	0.99 165	2.70 320	1.56 122	0.16 40	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	1.66 347

Prome-Stereo	1.29 223	0.09 6	1.62 31	0.12 175	0.24 240	1.28 109	0.65 305	2.98 97	0.93 73	2.08 248	8.52 354	0.75 133	2.83 323	2.19 146	0.11 19	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	1.39 326

XX-Stereo	1.24 204	0.25 99	6.03 336	1.30 353	0.29 264	1.28 109	0.00 1	4.12 196	0.60 31	1.29 175	0.50 149	3.63 309	0.03 33	4.05 187	0.18 49	0.00 1	0.58 299	0.00 1	0.23 346	0.03 89	0.47 241

DMCA-RVC	1.12 180	1.19 302	5.30 322	0.03 57	0.04 141	1.30 113	0.06 176	3.05 103	0.87 61	3.33 313	0.12 64	0.98 164	0.65 226	3.40 166	1.82 259	0.01 291	0.04 226	0.02 336	0.01 236	0.10 195	0.09 99

DMCA	0.87 110	0.52 176	3.24 229	0.01 9	0.01 58	1.30 113	0.02 72	3.69 137	1.87 243	2.29 262	0.17 67	1.71 212	0.10 99	0.76 73	1.42 242	0.00 1	0.00 1	0.00 1	0.00 1	0.08 165	0.12 121

MIM_Stereo	0.72 84	0.80 235	2.05 115	0.63 292	1.06 352	1.31 115	0.02 72	2.80 81	1.24 125	0.19 28	0.02 1	0.70 126	0.20 147	1.31 114	0.16 40	0.00 1	0.18 263	0.00 1	0.00 1	0.17 275	1.53 332

DCRE	1.01 159	0.54 179	1.52 21	0.30 233	0.99 348	1.31 115	0.00 1	1.69 45	0.71 41	1.12 155	7.77 351	0.74 131	0.02 16	0.28 7	0.45 137	0.00 1	0.71 308	0.00 1	0.25 351	0.02 35	1.78 360

TestStereo1	0.96 143	0.91 251	2.21 136	0.24 218	0.42 288	1.31 115	0.02 72	4.10 192	1.71 228	0.47 64	1.64 244	0.20 68	1.20 256	3.55 172	0.36 112	0.00 1	0.27 273	0.00 1	0.00 1	0.19 283	0.32 210

SA-5K	0.96 143	0.91 251	2.21 136	0.24 218	0.42 288	1.31 115	0.02 72	4.10 192	1.71 228	0.47 64	1.64 244	0.20 68	1.20 256	3.55 172	0.36 112	0.00 1	0.27 273	0.00 1	0.00 1	0.19 283	0.32 210

SA	1.02 164	0.85 240	2.22 138	0.00 1	0.42 288	1.31 115	0.01 18	4.74 252	2.04 259	0.50 74	0.95 203	0.30 82	1.30 268	4.24 196	0.42 132	0.00 1	0.47 288	0.00 1	0.17 319	0.16 263	0.30 206

DAS	1.40 244	0.11 13	2.83 205	0.04 81	0.01 58	1.31 115	1.14 329	4.51 228	2.02 257	4.84 342	2.33 273	1.65 207	0.56 206	5.53 259	0.85 199	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.19 160

SepStereo	1.41 246	0.11 13	2.83 205	0.04 81	0.01 58	1.31 115	1.14 329	4.51 228	2.02 257	4.84 342	2.33 273	1.65 207	0.56 206	5.78 268	0.85 199	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.19 160

PWC_ROB	3.30 338	1.83 345	8.47 369	0.62 291	0.56 305	1.31 115	0.39 282	4.53 232	5.05 352	7.66 362	15.14 372	3.37 296	2.43 312	6.86 312	6.74 348	0.00 1	0.00 1	0.00 1	0.00 1	0.51 355	0.54 250

LoS	0.32 9	0.19 73	1.27 11	0.11 169	0.01 58	1.32 123	0.07 178	1.44 31	0.79 48	0.06 12	0.04 39	0.27 80	0.11 107	0.60 53	0.13 32	0.00 1	0.01 188	0.00 1	0.00 1	0.03 89	0.01 10

ToySt	0.92 124	0.51 171	4.35 282	0.21 208	0.71 331	1.32 123	0.00 1	2.77 79	1.33 163	0.21 35	0.51 152	1.47 192	0.11 107	1.14 99	0.87 202	0.03 325	0.69 304	0.00 1	0.20 334	0.10 195	1.88 372

MIPNet	0.77 89	0.74 221	2.72 196	0.08 131	0.07 162	1.32 123	0.12 211	4.14 199	1.51 194	0.90 116	0.11 60	0.67 119	0.95 249	1.42 119	0.30 96	0.00 1	0.01 188	0.01 318	0.01 236	0.15 255	0.23 184

GwcNet-ADL	0.71 79	0.22 88	2.22 138	0.05 95	0.01 58	1.32 123	0.02 72	3.82 151	1.61 204	1.06 146	0.44 140	1.46 191	0.22 151	0.94 94	0.62 169	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.14 134

HHNet	0.94 131	0.28 109	2.48 181	0.19 193	0.08 171	1.32 123	0.42 285	2.48 69	0.84 58	1.39 190	5.80 338	0.14 63	1.74 293	0.49 30	0.94 214	0.06 341	0.00 1	0.01 318	0.00 1	0.14 244	0.04 42

CFNet_ucs	0.84 103	0.23 92	2.43 176	0.01 9	0.01 58	1.34 128	0.01 18	3.82 151	1.61 204	1.24 172	1.13 216	2.16 247	0.41 193	2.08 144	0.17 46	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.17 150

BEATNet_4x	1.24 204	1.45 325	5.03 312	0.58 282	0.02 102	1.34 128	0.09 195	5.29 285	1.69 222	2.01 244	0.25 95	1.18 180	0.44 195	2.11 145	2.70 293	0.00 1	0.00 1	0.00 1	0.00 1	0.14 244	0.54 250

StereoDRNet-Refined	0.96 143	0.28 109	1.94 100	0.03 57	0.01 58	1.34 128	0.01 18	4.02 180	1.33 163	2.16 252	1.23 222	2.62 266	0.18 138	2.06 143	1.82 259	0.00 1	0.00 1	0.00 1	0.00 1	0.16 263	0.06 64
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
PSM-AAD	1.21 196	0.08 3	1.53 23	0.10 157	0.27 258	1.35 131	3.14 356	2.74 75	0.83 57	2.89 299	2.04 264	0.16 67	5.25 360	3.51 171	0.21 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.08 79

MSKI-zero shot	0.91 121	0.18 50	1.86 83	0.61 287	0.62 322	1.36 132	0.05 160	3.41 126	0.31 11	0.73 98	1.79 251	0.88 148	0.00 1	4.71 217	0.16 40	0.00 1	0.93 335	0.00 1	0.21 339	0.02 35	0.32 210

Sa-1000	1.23 202	0.79 233	2.16 131	0.00 1	0.40 283	1.36 132	0.03 120	5.00 268	2.01 255	1.11 154	5.38 334	0.61 108	0.15 125	4.18 188	0.37 122	0.00 1	0.54 296	0.00 1	0.16 311	0.15 255	0.16 145

DeepStereo_RVC	0.59 49	0.16 38	1.65 39	0.08 131	0.06 154	1.37 134	0.40 283	1.58 34	1.26 138	1.03 141	0.83 190	0.49 99	1.52 279	0.94 94	0.18 49	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.13 129

IRAFT_RVC	1.13 182	0.39 142	2.40 164	1.51 362	0.25 244	1.37 134	0.31 274	2.93 95	1.24 125	1.58 210	0.79 185	1.14 178	1.54 280	6.53 293	0.44 133	0.00 1	0.12 256	0.00 1	0.00 1	0.02 35	0.03 36

CFNet-ft	0.97 150	0.94 258	2.30 150	0.01 9	0.27 258	1.37 134	0.02 72	2.76 76	0.79 48	0.88 113	0.20 85	3.76 314	0.38 180	4.21 191	1.34 237	0.00 1	0.00 1	0.01 318	0.00 1	0.08 165	0.09 99

CFNet_RVC	0.97 150	0.94 258	2.30 150	0.01 9	0.27 258	1.37 134	0.02 72	2.76 76	0.79 48	0.88 113	0.20 85	3.76 314	0.38 180	4.21 191	1.34 237	0.00 1	0.00 1	0.01 318	0.00 1	0.08 165	0.09 99

HITNet	1.01 159	1.08 291	3.32 234	0.80 321	0.00 1	1.37 134	0.02 72	5.20 280	1.59 201	1.88 230	0.18 70	0.64 112	0.31 168	1.24 110	2.01 267	0.00 1	0.00 1	0.00 1	0.00 1	0.08 165	0.47 241
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
iResNet_ROB	1.22 200	1.37 318	2.59 187	0.14 178	0.00 1	1.38 139	0.04 148	7.36 366	2.85 322	1.07 147	1.24 223	0.93 156	0.11 107	4.28 198	0.84 198	0.00 1	0.00 1	0.00 1	0.00 1	0.12 226	0.11 115

raft_robust	1.21 196	1.05 285	2.00 105	0.10 157	0.43 291	1.39 140	0.02 72	4.21 205	2.32 279	0.44 57	0.02 1	2.23 250	1.39 270	7.00 326	0.35 108	0.00 1	0.78 312	0.00 1	0.18 326	0.10 195	0.19 160

ACVNet	0.75 85	0.56 186	2.30 150	0.09 147	0.00 1	1.39 140	0.21 237	2.76 76	1.34 166	0.88 113	0.75 179	1.92 225	0.26 158	0.51 35	1.65 252	0.00 1	0.00 1	0.00 1	0.00 1	0.15 255	0.20 172

hitnet-ft	1.26 216	0.71 216	2.37 161	0.04 81	0.00 1	1.39 140	0.21 237	3.94 169	2.53 297	1.61 211	1.11 215	4.21 322	0.36 176	4.83 230	1.65 252	0.01 291	0.00 1	0.03 341	0.00 1	0.11 218	0.08 79

GANet-RSSM	1.09 175	0.80 235	2.41 166	0.72 307	0.00 1	1.39 140	0.02 72	5.15 276	1.07 87	0.95 125	0.34 114	2.06 235	1.12 252	4.69 215	0.80 191	0.00 1	0.00 1	0.04 345	0.00 1	0.15 255	0.09 99

IPLG	0.99 154	0.76 227	3.08 218	0.06 113	0.06 154	1.40 144	0.11 204	3.81 146	1.07 87	0.81 106	1.00 206	0.50 102	0.60 212	5.65 267	0.38 123	0.00 1	0.00 1	0.00 1	0.00 1	0.23 297	0.20 172

CrosDoStereo	1.72 273	0.31 120	1.91 95	0.03 57	0.07 162	1.40 144	5.95 385	3.61 133	1.62 210	0.98 127	3.79 317	0.94 157	4.66 354	7.11 331	1.86 262	0.00 1	0.00 1	0.00 1	0.00 1	0.12 226	0.08 79

DeepStereo_LL	1.72 273	0.31 120	1.91 95	0.03 57	0.07 162	1.40 144	5.95 385	3.61 133	1.62 210	0.98 127	3.79 317	0.94 157	4.66 354	7.11 331	1.86 262	0.00 1	0.00 1	0.00 1	0.00 1	0.12 226	0.08 79

GEStereo_RVC	1.25 207	0.76 227	2.61 190	0.37 241	0.01 58	1.40 144	0.11 204	6.93 355	1.20 114	1.22 170	0.78 184	1.58 199	0.77 237	6.13 279	0.66 174	0.00 1	0.00 1	0.00 1	0.00 1	0.14 244	0.23 184

NLCA_NET_v2_RVC	1.20 194	0.85 240	3.90 266	0.61 287	0.99 348	1.40 144	0.01 18	4.06 186	1.56 198	2.38 273	0.36 123	2.15 246	0.57 209	4.52 210	0.67 177	0.00 1	0.00 1	0.00 1	0.01 236	0.02 35	0.03 36
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PS-NSSS	1.25 207	0.85 240	2.77 201	0.05 95	0.03 120	1.40 144	0.01 18	5.04 270	2.38 284	1.34 182	2.80 295	0.65 113	0.06 63	6.36 286	0.91 212	0.18 359	0.00 1	0.00 1	0.00 1	0.12 226	0.01 10

PSMNet-RSSM	1.10 176	0.88 246	2.30 150	0.23 213	0.00 1	1.41 150	0.03 120	5.44 299	1.19 108	1.56 203	0.50 149	2.46 262	0.71 233	4.23 194	0.90 209	0.00 1	0.00 1	0.01 318	0.00 1	0.10 195	0.08 79

iResNetv2_ROB	1.32 231	1.82 344	6.02 335	1.27 350	0.00 1	1.41 150	0.05 160	4.48 225	1.46 188	1.02 140	1.28 225	1.00 167	0.27 161	4.72 218	1.12 229	0.00 1	0.00 1	0.00 1	0.00 1	0.37 343	0.16 145

FTStereo	2.20 310	0.09 6	2.07 117	0.18 188	0.13 196	1.43 152	4.50 374	2.98 97	0.97 78	3.35 315	17.70 377	0.77 141	4.06 346	4.36 201	0.15 36	0.15 356	0.00 1	0.00 1	0.00 1	0.02 35	1.19 313

GMM-Stereo	1.17 190	0.10 10	2.29 148	0.13 176	0.22 229	1.43 152	0.84 313	2.83 82	1.16 100	2.73 295	3.09 301	0.54 106	0.87 245	5.31 251	0.16 40	0.01 291	0.00 1	0.00 1	0.02 254	0.02 35	1.72 348

CFNet	1.24 204	1.33 316	3.20 225	0.26 227	0.03 120	1.43 152	0.04 148	5.03 269	2.39 286	0.61 81	0.71 173	1.30 186	0.23 152	6.72 304	1.16 233	0.00 1	0.00 1	0.00 1	0.00 1	0.25 305	0.10 108

IPLGR_C	0.94 131	1.37 318	3.71 257	0.19 193	0.02 102	1.44 155	0.29 267	3.88 164	1.62 210	2.04 245	2.44 287	0.20 68	0.12 120	0.79 78	0.29 92	0.00 1	0.05 231	0.01 318	0.05 270	0.21 290	0.08 79

ACRE	0.94 131	1.27 310	3.93 268	0.22 209	0.02 102	1.44 155	0.29 267	3.88 164	1.60 203	1.97 241	2.42 282	0.21 72	0.11 107	0.82 86	0.29 92	0.00 1	0.04 226	0.01 318	0.05 270	0.21 290	0.09 99

cf-r	1.18 192	1.02 279	3.22 226	0.25 223	0.02 102	1.44 155	0.03 120	5.11 275	2.16 264	1.31 178	0.59 161	2.87 277	0.24 154	4.26 197	0.79 189	0.00 1	0.00 1	0.00 1	0.00 1	0.15 255	0.12 121

STTStereo	0.98 152	0.62 201	3.78 262	0.25 223	0.15 209	1.44 155	0.10 202	3.57 130	1.75 235	1.46 195	0.19 81	1.74 215	0.44 195	3.47 169	0.54 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.05 56

anonymousa	1.15 187	0.38 140	2.43 176	0.70 303	1.49 363	1.45 159	0.02 72	4.23 210	1.13 97	0.91 117	2.52 289	3.46 302	0.55 204	0.55 38	0.60 163	0.00 1	1.13 362	0.00 1	0.54 380	0.04 110	0.86 288

CIPLG	0.94 131	1.29 312	3.53 246	0.19 193	0.03 120	1.45 159	0.29 267	3.87 161	1.61 204	2.10 249	2.52 289	0.21 72	0.11 107	0.85 90	0.29 92	0.00 1	0.05 231	0.01 318	0.05 270	0.21 290	0.08 79

HGLStereo	1.17 190	0.53 178	2.39 163	0.01 9	0.02 102	1.45 159	0.01 18	4.05 184	1.14 98	1.42 191	3.06 299	2.09 238	1.21 260	4.60 214	1.33 236	0.00 1	0.00 1	0.00 1	0.00 1	0.10 195	0.06 64

DeepPrunerF	2.71 327	1.57 336	16.51 392	0.22 209	0.33 279	1.45 159	0.28 260	6.26 341	9.92 375	1.25 173	0.44 140	1.98 230	1.61 288	7.33 337	4.17 326	0.00 1	0.01 188	0.07 350	0.10 291	0.33 329	0.29 205

GANet-ADL	0.62 57	0.16 38	1.89 93	0.15 183	0.02 102	1.46 163	0.02 72	3.83 156	0.75 44	0.40 49	1.08 210	1.09 175	0.18 138	0.65 61	0.47 147	0.00 1	0.00 1	0.00 1	0.00 1	0.04 110	0.13 129

PFNet+	0.65 67	0.19 73	2.19 134	0.29 232	0.06 154	1.46 163	0.54 295	1.74 48	1.62 210	1.35 184	0.45 143	0.36 85	0.01 4	2.41 147	0.25 80	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.01 10

GwcNet-RSSM	1.22 200	1.24 308	3.66 254	0.23 213	0.04 141	1.46 163	0.05 160	4.65 245	1.61 204	1.33 181	0.46 146	2.98 282	0.26 158	4.48 206	1.59 249	0.00 1	0.00 1	0.02 336	0.00 1	0.21 290	0.10 108

DIP-Stereo	0.68 74	0.35 132	1.76 58	0.08 131	0.00 1	1.46 163	0.01 18	6.53 347	1.71 228	0.91 117	0.11 60	0.04 7	0.19 142	0.19 1	0.09 12	0.00 1	0.01 188	0.00 1	0.00 1	0.03 89	0.17 150
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
PA-Net	1.56 266	1.13 296	5.13 316	0.07 123	0.17 214	1.46 163	0.53 294	4.73 250	3.04 325	0.92 121	1.30 226	2.29 256	0.62 218	6.63 298	3.00 306	0.01 291	0.00 1	0.00 1	0.00 1	0.07 155	0.15 141
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AdaStereo	0.76 87	0.12 18	1.73 47	0.05 95	0.00 1	1.46 163	0.23 243	5.16 279	1.66 219	1.19 162	0.37 124	1.54 195	0.17 134	0.86 91	0.54 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.08 79
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.
MyStereo8	1.16 189	0.86 243	3.73 260	0.86 327	0.04 141	1.47 169	0.01 18	4.64 243	2.13 262	1.47 196	1.10 213	1.21 181	0.31 168	1.12 98	1.50 245	0.00 1	1.45 383	0.00 1	0.30 366	0.10 195	0.93 297

test_5	0.94 131	0.94 258	2.60 188	0.55 279	0.25 244	1.47 169	0.02 72	4.89 259	0.97 78	0.81 106	0.30 108	0.80 143	0.63 220	3.39 165	0.24 78	0.00 1	0.27 273	0.00 1	0.00 1	0.17 275	0.54 250

RAFT-IKP	0.54 38	0.18 50	1.77 61	0.08 131	0.07 162	1.47 169	0.29 267	1.61 38	1.26 138	0.99 132	0.18 70	0.74 131	0.02 16	1.77 135	0.20 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 42

xxxx	2.26 315	0.43 152	2.30 150	0.01 9	0.68 327	1.47 169	0.00 1	6.56 349	2.32 279	1.56 203	2.07 265	1.07 173	0.06 63	4.81 228	18.87 392	0.00 1	1.11 355	0.00 1	0.21 339	0.06 131	1.65 343

Syn2CoEx	1.91 285	1.85 348	6.43 347	0.05 95	0.00 1	1.47 169	0.54 295	6.03 332	2.24 272	2.24 260	2.19 266	2.06 235	3.10 331	6.57 295	2.58 291	0.00 1	0.00 1	0.00 1	0.00 1	0.34 332	0.40 233

STrans-v2	1.75 275	0.45 155	3.43 238	0.03 57	0.19 219	1.48 174	0.08 184	7.25 363	2.16 264	2.04 245	2.80 295	3.60 307	3.78 343	7.00 326	0.52 155	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.10 108

CRE-IMP	0.49 22	0.14 27	1.75 52	0.08 131	0.05 149	1.48 174	0.45 287	1.64 43	1.22 121	0.92 121	0.29 104	0.87 147	0.01 4	0.39 18	0.25 80	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.17 150

test_xeample	2.27 316	0.46 158	2.25 144	0.10 157	0.69 328	1.48 174	0.00 1	6.24 339	2.46 292	1.83 227	2.40 281	0.37 86	0.07 72	4.49 207	19.55 394	0.00 1	1.11 355	0.00 1	0.21 339	0.07 155	1.65 343

CVANet_RVC	1.37 239	0.82 239	3.23 228	0.54 276	0.11 189	1.48 174	0.46 288	4.01 179	2.23 271	3.33 313	1.34 229	1.51 194	0.37 178	6.38 287	0.69 180	0.01 291	0.00 1	0.00 1	0.05 270	0.19 283	0.62 264

GASNet	1.77 278	2.50 368	7.05 352	0.47 260	0.02 102	1.50 178	0.20 231	4.55 235	2.55 299	0.98 127	1.48 237	2.24 251	1.57 286	6.25 280	3.41 316	0.00 1	0.05 231	0.00 1	0.00 1	0.55 362	0.12 121

PSM-softLoss	0.96 143	0.18 50	2.32 155	1.26 348	0.03 120	1.50 178	0.26 252	2.90 87	1.27 142	1.30 176	0.38 127	0.39 89	0.01 4	6.94 320	0.36 112	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.01 10

KMStereo	0.96 143	0.18 50	2.32 155	1.26 348	0.03 120	1.50 178	0.26 252	2.90 87	1.27 142	1.30 176	0.38 127	0.39 89	0.01 4	6.94 320	0.36 112	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.01 10

DN-CSS_ROB	0.96 143	1.51 330	3.52 245	1.05 342	0.01 58	1.50 178	0.02 72	3.35 125	1.18 106	0.18 24	0.54 154	0.44 94	0.16 130	4.39 203	0.82 194	0.00 1	0.00 1	0.00 1	0.00 1	0.36 338	0.08 79

CoDeX	1.03 165	0.45 155	2.50 184	0.06 113	0.20 223	1.51 182	0.20 231	6.54 348	1.96 252	0.73 98	0.68 172	1.04 168	0.31 168	3.86 184	0.38 123	0.00 1	0.00 1	0.00 1	0.00 1	0.08 165	0.07 74

AAGNet	1.60 269	0.15 28	1.76 58	1.17 347	0.27 258	1.51 182	0.64 303	1.71 46	1.20 114	1.67 217	0.81 188	1.59 201	2.23 305	6.08 277	11.16 372	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.02 23

RAFT-RH_RVC	2.11 302	0.30 114	2.27 146	0.74 314	0.26 253	1.51 182	0.02 72	0.61 5	1.23 123	5.28 348	21.18 389	1.04 168	0.07 72	6.90 315	0.61 166	0.04 331	0.00 1	0.00 1	0.03 256	0.02 35	0.00 1

LL-Strereo	2.29 317	1.55 334	5.01 311	0.64 294	2.78 379	1.52 185	0.05 160	5.04 270	1.24 125	2.73 295	2.87 297	5.10 340	5.49 363	7.22 336	0.81 193	0.04 331	1.31 378	0.00 1	0.00 1	0.31 325	2.08 376

ac_64	1.28 219	0.43 152	2.90 210	0.18 188	0.25 244	1.52 185	0.03 120	5.58 303	1.89 245	0.92 121	0.53 153	4.86 333	0.45 198	5.01 238	0.88 205	0.00 1	0.00 1	0.00 1	0.00 1	0.10 195	0.06 64

MyStereo06	1.08 173	0.47 160	3.30 233	0.03 57	0.14 201	1.53 187	0.02 72	5.58 303	0.88 64	1.15 159	0.73 176	3.48 304	1.15 253	0.86 91	0.66 174	0.00 1	1.10 353	0.00 1	0.16 311	0.02 35	0.37 221

MyStereo05	1.01 159	0.47 160	3.36 235	0.03 57	0.14 201	1.53 187	0.02 72	4.11 195	3.37 331	1.43 192	0.03 29	1.27 183	0.39 190	1.39 118	0.97 216	0.00 1	1.10 353	0.00 1	0.16 311	0.02 35	0.37 221

DisPM	0.96 143	0.17 46	2.10 125	0.90 331	0.02 102	1.53 187	0.55 299	1.86 52	1.31 161	2.42 278	0.82 189	0.38 88	0.01 4	6.92 317	0.20 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

DLCB_ROB	1.38 240	0.60 194	1.96 101	0.10 157	0.00 1	1.53 187	0.23 243	4.02 180	1.91 248	3.54 318	1.97 259	3.40 299	0.30 164	4.91 232	2.97 304	0.00 1	0.00 1	0.00 1	0.00 1	0.04 110	0.12 121

FADNet-RVC-Resample	1.28 219	1.46 326	6.58 348	0.10 157	0.14 201	1.54 191	0.25 250	4.29 217	1.46 188	0.61 81	0.23 92	1.29 185	0.28 163	5.23 248	1.06 225	0.10 349	0.16 260	0.09 353	0.06 277	0.28 319	0.39 231

NF-Stereo	0.92 124	0.18 50	1.99 104	1.31 354	0.01 58	1.55 192	0.28 260	3.09 108	1.24 125	1.20 166	0.57 155	0.24 74	0.01 4	6.43 288	0.35 108	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

RE-Stereo	0.92 124	0.18 50	2.01 106	1.31 354	0.01 58	1.55 192	0.28 260	3.09 108	1.24 125	1.21 167	0.57 155	0.24 74	0.01 4	6.43 288	0.34 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

TVStereo	0.92 124	0.18 50	2.01 106	1.31 354	0.01 58	1.55 192	0.28 260	3.09 108	1.24 125	1.21 167	0.57 155	0.24 74	0.01 4	6.43 288	0.34 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

RAFT-345	1.25 207	0.12 18	2.08 118	0.54 276	0.13 196	1.55 192	0.24 246	0.65 6	2.51 296	1.19 162	7.68 350	0.92 154	0.05 56	6.86 312	0.50 151	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.00 1

TRStereo	0.88 112	1.18 301	2.44 178	0.72 307	0.10 185	1.56 196	0.03 120	5.73 312	1.28 146	0.18 24	0.30 108	0.62 109	0.43 194	1.02 97	0.13 32	0.00 1	0.47 288	0.00 1	0.25 351	0.01 9	1.23 315

TransformOpticalFlow	1.53 261	0.40 146	3.46 240	0.66 297	0.07 162	1.56 196	0.09 195	4.35 219	1.86 242	1.72 222	2.27 271	3.53 306	3.04 329	6.93 319	0.49 148	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.10 108

OCTAStereo	0.93 128	0.18 50	2.01 106	1.31 354	0.01 58	1.56 196	0.28 260	3.09 108	1.24 125	1.21 167	0.57 155	0.25 78	0.01 4	6.43 288	0.35 108	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

222	3.11 333	0.43 152	2.10 125	0.02 39	0.45 293	1.57 199	0.01 18	6.44 345	2.34 283	1.73 223	2.24 270	0.52 104	0.07 72	4.95 235	36.29 409	0.00 1	1.07 345	0.00 1	0.21 339	0.06 131	1.65 343

UCFNet_RVC	0.78 91	0.68 212	2.05 115	0.02 39	0.29 264	1.57 199	0.02 72	3.57 130	0.87 61	1.35 184	0.74 177	1.66 209	0.20 147	1.92 140	0.61 166	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 42

riskmin	0.95 140	0.06 1	2.01 106	0.80 321	0.86 338	1.58 201	0.24 246	4.28 215	0.53 21	0.85 110	0.29 104	2.60 265	1.04 250	0.70 65	0.61 166	0.00 1	0.85 319	0.00 1	0.26 358	0.01 9	1.48 331

ROB_FTStereo_v2	0.52 32	0.18 50	1.71 45	0.08 131	0.09 177	1.59 202	0.32 276	1.61 38	1.25 132	0.99 132	0.19 81	0.76 138	0.02 16	1.36 117	0.20 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 42

Pruner-Stereo	0.63 62	0.21 83	1.86 83	1.03 341	0.10 185	1.59 202	0.35 280	2.26 60	1.22 121	2.22 255	0.45 143	0.25 78	0.01 4	0.67 62	0.38 123	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.02 23

aanetorigin	2.99 329	1.00 276	9.85 375	0.23 213	0.23 235	1.59 202	2.01 343	1.94 55	1.25 132	14.45 387	10.04 361	2.98 282	3.75 341	4.97 236	4.01 323	0.10 349	0.05 231	0.09 353	0.11 294	0.55 362	0.55 255

TDLM	1.32 231	0.90 249	2.42 174	0.61 287	0.03 120	1.59 202	2.04 345	3.73 141	2.29 277	1.70 221	0.94 202	1.07 173	0.67 229	6.49 292	1.12 229	0.00 1	0.00 1	0.00 1	0.00 1	0.18 280	0.54 250

DualNet	1.91 285	0.50 164	4.37 283	0.46 254	0.03 120	1.60 206	0.03 120	3.81 146	6.87 362	1.57 205	2.38 275	2.14 241	0.38 180	1.73 131	9.02 359	0.00 1	1.12 357	0.00 1	0.17 319	0.10 195	1.86 367

ffm	1.46 251	0.50 164	4.37 283	0.46 254	0.03 120	1.60 206	0.03 120	3.81 146	6.87 362	1.57 205	2.38 275	2.14 241	0.38 180	1.73 131	0.12 24	0.00 1	1.12 357	0.00 1	0.17 319	0.10 195	1.86 367

ff1	2.20 310	0.50 164	4.37 283	0.46 254	0.03 120	1.60 206	0.03 120	3.81 146	6.87 362	1.57 205	2.38 275	2.14 241	0.38 180	7.65 346	9.02 359	0.00 1	1.12 357	0.00 1	0.17 319	0.10 195	1.86 367

mmx	2.08 296	0.50 164	4.37 283	0.46 254	0.03 120	1.60 206	0.03 120	6.21 336	2.77 314	1.57 205	2.38 275	2.14 241	0.38 180	7.65 346	9.02 359	0.00 1	1.08 346	0.00 1	0.17 319	0.06 131	1.25 318

xxx	2.08 296	0.50 164	4.37 283	0.46 254	0.03 120	1.60 206	0.03 120	6.21 336	2.77 314	1.57 205	2.38 275	2.14 241	0.38 180	7.65 346	9.02 359	0.00 1	1.08 346	0.00 1	0.17 319	0.06 131	1.25 318

PFNet	1.13 182	0.26 101	3.28 232	1.27 350	0.55 302	1.60 206	0.24 246	1.80 50	1.19 108	2.37 272	1.21 221	0.63 110	0.30 164	6.85 311	0.46 142	0.16 357	0.01 188	0.00 1	0.07 279	0.18 280	0.24 188

DeepPruner_ROB	1.04 166	0.99 274	3.05 217	0.02 39	0.00 1	1.60 206	0.17 222	3.96 171	0.52 20	3.41 316	0.03 29	2.06 235	0.17 134	3.35 163	1.12 229	0.00 1	0.00 1	0.00 1	0.00 1	0.14 244	0.14 134

OMP-Stereo	1.29 223	0.75 223	1.67 40	2.47 375	0.29 264	1.61 213	0.32 276	2.38 67	1.09 90	2.66 291	1.14 218	3.04 285	0.17 134	7.40 338	0.60 163	0.00 1	0.00 1	0.00 1	0.00 1	0.07 155	0.08 79

NRIStereo	0.82 96	0.17 46	1.56 27	0.61 287	0.05 149	1.61 213	0.48 290	1.52 33	1.19 108	0.91 117	0.17 67	0.65 113	0.03 33	7.00 326	0.25 80	0.00 1	0.06 237	0.00 1	0.00 1	0.06 131	0.17 150

ROB_FTStereo	0.55 43	0.18 50	1.75 52	0.08 131	0.09 177	1.61 213	0.32 276	1.60 35	1.26 138	0.99 132	0.19 81	0.75 133	0.03 33	1.97 142	0.19 57	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 42

FADNet-RVC	1.30 227	1.62 338	6.28 340	0.03 57	0.00 1	1.61 213	0.08 184	4.49 226	2.04 259	0.41 54	0.10 57	0.63 110	0.64 223	5.55 261	1.69 255	0.01 291	0.08 244	0.00 1	0.00 1	0.52 359	0.31 208

NVstereo2D	1.25 207	0.34 130	5.21 321	0.09 147	0.03 120	1.61 213	0.23 243	4.95 266	1.92 249	1.05 143	0.38 127	2.53 263	0.61 213	5.36 254	0.44 133	0.00 1	0.10 252	0.00 1	0.03 256	0.04 110	0.19 160

Patchmatch Stereo++	0.59 49	0.18 50	1.73 47	0.08 131	0.08 171	1.62 218	0.26 252	1.62 41	1.25 132	1.00 138	0.18 70	0.75 133	0.03 33	2.68 152	0.20 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 56
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
iRAFT	0.59 49	0.18 50	1.73 47	0.08 131	0.08 171	1.62 218	0.26 252	1.62 41	1.25 132	1.00 138	0.18 70	0.75 133	0.03 33	2.68 152	0.20 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 56

psmorigin	2.16 307	0.75 223	10.72 379	0.24 218	0.03 120	1.62 218	0.20 231	3.80 145	1.16 100	5.40 349	3.08 300	5.77 347	2.29 307	5.62 265	2.13 271	0.00 1	0.00 1	0.00 1	0.00 1	0.08 165	0.25 194

IIG-Stereo	1.39 242	0.67 211	1.73 47	2.48 376	0.05 149	1.63 221	0.14 215	3.00 99	1.20 114	2.94 301	2.23 269	3.03 284	0.55 204	7.41 339	0.66 174	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.07 74

PSM-adaLoss	0.54 38	0.18 50	1.72 46	0.08 131	0.09 177	1.63 221	0.29 267	1.60 35	1.27 142	0.99 132	0.18 70	0.76 138	0.02 16	1.79 138	0.20 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 56

HUI-Stereo	0.54 38	0.18 50	1.78 63	0.08 131	0.08 171	1.63 221	0.31 274	1.60 35	1.28 146	0.99 132	0.18 70	0.76 138	0.02 16	1.56 122	0.19 57	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 56

iGMRVC	0.59 49	0.18 50	1.75 52	0.08 131	0.09 177	1.63 221	0.27 259	1.61 38	1.27 142	0.99 132	0.19 81	0.75 133	0.03 33	2.78 154	0.20 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 42

GES	0.75 85	0.26 101	2.66 195	0.01 9	0.00 1	1.63 221	0.08 184	6.06 333	0.57 27	0.68 88	0.40 132	0.37 86	0.66 228	0.84 88	0.49 148	0.02 315	0.00 1	0.01 318	0.00 1	0.08 165	0.10 108

MLCV	1.19 193	0.97 268	3.09 219	0.07 123	0.00 1	1.63 221	0.04 148	3.33 124	1.57 199	2.74 297	1.83 253	0.99 165	0.40 191	5.31 251	1.53 247	0.00 1	0.00 1	0.00 1	0.00 1	0.12 226	0.11 115

NCCL2	1.51 257	1.32 315	3.27 231	0.03 57	0.07 162	1.63 221	3.29 358	4.54 234	1.61 204	3.22 311	0.37 124	3.84 316	0.31 168	4.42 204	2.02 269	0.00 1	0.00 1	0.02 336	0.00 1	0.09 184	0.22 179

ttt	1.79 279	0.32 124	2.41 166	0.58 282	0.26 253	1.64 228	0.00 1	6.26 341	2.57 300	1.91 233	2.39 280	1.39 189	0.11 107	5.55 261	7.97 354	0.00 1	1.05 343	0.00 1	0.16 311	0.06 131	1.14 309

SACVNet	1.14 185	0.74 221	2.49 183	0.07 123	0.00 1	1.65 229	0.28 260	4.52 231	1.51 194	2.11 250	0.79 185	1.57 196	0.07 72	5.28 250	1.31 234	0.01 291	0.00 1	0.00 1	0.00 1	0.26 311	0.18 157

MyStereo07	0.53 34	0.51 171	1.58 28	0.03 57	0.34 280	1.66 230	0.02 72	1.68 44	1.34 166	0.53 78	0.02 1	0.04 7	0.11 107	0.74 72	0.26 87	0.00 1	1.19 371	0.00 1	0.18 326	0.03 89	0.37 221

MyStereo04	1.01 159	0.51 171	3.49 242	0.03 57	0.34 280	1.66 230	0.02 72	4.18 203	2.93 323	1.10 152	0.03 29	1.30 186	0.58 210	1.32 115	1.02 222	0.00 1	1.19 371	0.00 1	0.18 326	0.03 89	0.37 221

Consistency-Raft	1.48 254	0.96 265	5.40 327	0.36 238	0.31 278	1.66 230	0.11 204	4.30 218	4.32 344	0.47 64	5.99 340	0.86 146	2.09 303	1.19 103	1.31 234	0.03 325	0.01 188	0.00 1	0.00 1	0.27 316	0.02 23

DRaft	1.40 244	0.20 79	1.83 77	0.09 147	0.01 58	1.66 230	0.42 285	2.13 59	0.59 29	3.75 322	5.16 333	0.41 92	4.27 349	5.52 258	1.63 251	0.01 291	0.06 237	0.00 1	0.07 279	0.08 165	0.12 121

Anonymous Stereo	2.31 318	1.93 354	10.83 380	0.65 296	0.22 229	1.66 230	4.27 371	4.51 228	2.99 324	3.12 308	1.87 255	1.95 228	0.11 107	7.17 335	4.68 331	0.01 291	0.00 1	0.00 1	0.00 1	0.11 218	0.20 172

CASS	0.63 62	0.16 38	1.88 90	0.03 57	0.01 58	1.67 235	0.04 148	3.11 112	0.81 53	2.25 261	1.02 207	0.29 81	0.35 174	0.70 65	0.23 74	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.04 42
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Anonymous_2	2.17 308	0.32 124	2.35 158	0.80 321	0.85 335	1.67 235	0.22 240	4.62 241	0.71 41	1.12 155	0.40 132	3.18 292	1.94 300	0.84 88	0.77 187	0.06 341	1.09 349	3.25 386	14.62 410	3.25 380	1.43 329

ARAFT	1.27 218	1.38 320	4.73 298	0.08 131	0.00 1	1.67 235	0.04 148	5.52 302	1.98 254	3.02 305	0.59 161	0.47 98	0.11 107	4.87 231	0.38 123	0.00 1	0.03 222	0.00 1	0.00 1	0.25 305	0.25 194

RAFT_R40	1.08 173	0.11 13	2.09 124	0.83 324	0.20 223	1.68 238	0.64 303	2.11 58	1.19 108	1.05 143	1.13 216	1.77 216	1.43 272	6.90 315	0.33 98	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.01 10

PSMNet_ROB	1.31 228	1.27 310	3.91 267	0.05 95	0.11 189	1.69 239	0.16 219	3.98 173	1.59 201	1.15 159	0.34 114	2.77 271	0.62 218	4.43 205	3.80 320	0.00 1	0.00 1	0.00 1	0.00 1	0.12 226	0.12 121

XPNet_ROB	1.41 246	0.81 237	2.75 199	0.04 81	0.01 58	1.70 240	0.17 222	4.14 199	1.69 222	4.12 330	1.10 213	1.58 199	0.52 201	5.13 244	4.07 324	0.00 1	0.00 1	0.00 1	0.00 1	0.11 218	0.25 194

acv_ft	0.94 131	0.56 186	2.28 147	0.04 81	1.07 353	1.71 241	0.01 18	4.41 222	1.34 166	1.53 201	0.75 179	1.92 225	0.45 198	0.51 35	1.74 256	0.00 1	0.00 1	0.00 1	0.00 1	0.32 327	0.20 172

SST-Stereo	1.12 180	0.10 10	1.98 102	0.85 326	0.24 240	1.72 242	0.56 300	2.10 57	2.01 255	1.19 162	1.07 209	1.57 196	1.88 299	6.92 317	0.24 78	0.00 1	0.00 1	0.00 1	0.00 1	0.03 89	0.02 23

RP	2.09 298	0.90 249	3.88 265	0.22 209	0.61 315	1.72 242	0.94 318	4.97 267	2.65 303	3.87 325	5.63 337	4.44 323	4.28 350	4.99 237	2.35 284	0.01 291	0.00 1	0.00 1	0.01 236	0.20 287	0.13 129

AASNet	1.05 169	1.11 293	3.12 222	0.05 95	0.00 1	1.73 244	0.05 160	5.73 312	2.17 268	1.10 152	1.84 254	0.94 157	0.19 142	1.16 100	1.37 239	0.00 1	0.00 1	0.00 1	0.00 1	0.34 332	0.16 145

RASNet	1.75 275	0.71 216	2.93 211	0.20 207	3.20 381	1.75 245	0.26 252	3.87 161	2.64 302	0.98 127	1.46 236	5.25 346	1.67 290	6.73 305	2.81 301	0.00 1	0.00 1	0.00 1	0.00 1	0.06 131	0.47 241

HSM	1.48 254	0.60 194	1.85 80	0.01 9	0.29 264	1.76 246	0.04 148	6.50 346	1.46 188	1.91 233	1.55 240	4.69 331	1.27 266	6.66 301	0.70 181	0.00 1	0.00 1	0.00 1	0.00 1	0.07 155	0.26 198

DEmStereo	1.56 266	0.16 38	2.44 178	0.09 147	0.02 102	1.77 247	0.87 314	1.72 47	1.08 89	2.48 282	6.30 344	1.06 171	5.02 356	6.28 283	1.81 257	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.01 10

pcwnet_v2	1.36 238	0.21 83	5.89 333	0.15 183	0.01 58	1.78 248	0.02 72	5.77 319	3.19 330	1.69 220	1.94 258	2.00 232	0.79 240	3.09 160	0.33 98	0.00 1	0.00 1	0.00 1	0.01 236	0.04 110	0.27 201

AACVNet	1.04 166	0.87 245	2.22 138	0.25 223	0.00 1	1.79 249	0.01 18	4.21 205	0.79 48	1.17 161	0.27 101	1.50 193	0.16 130	6.30 285	0.89 208	0.00 1	0.00 1	0.00 1	0.00 1	0.23 297	0.04 42

FAT-Stereo	1.95 287	0.23 92	3.66 254	0.18 188	0.03 120	1.80 250	0.94 318	5.35 288	3.11 327	4.23 331	5.00 332	5.22 345	2.76 322	5.07 240	1.09 228	0.00 1	0.00 1	0.00 1	0.00 1	0.05 122	0.17 150

ETE_ROB	1.42 248	1.04 284	3.10 220	0.02 39	0.03 120	1.81 251	0.22 240	4.73 250	1.67 221	4.77 340	1.43 233	2.77 271	0.08 83	4.23 194	2.20 274	0.00 1	0.00 1	0.00 1	0.00 1	0.06 131	0.20 172

edge stereo	2.06 294	0.42 151	4.20 275	0.14 178	0.09 177	1.82 252	0.51 292	5.38 292	2.48 295	3.45 317	3.96 324	8.28 363	1.80 297	5.90 271	2.30 281	0.00 1	0.00 1	0.01 318	0.00 1	0.16 263	0.19 160

RAFT-Test	0.85 106	0.19 73	2.98 214	0.66 297	0.99 348	1.83 253	0.17 222	3.16 113	1.19 108	0.71 91	0.11 60	3.21 293	0.02 16	0.58 44	0.33 98	0.00 1	0.47 288	0.00 1	0.29 364	0.01 9	0.15 141

EGLCR-Stereo	0.64 65	0.12 18	1.52 21	0.74 314	0.75 333	1.83 253	0.54 295	2.79 80	0.67 36	0.66 87	0.04 39	0.01 1	0.02 16	0.77 75	0.45 137	0.00 1	0.71 308	0.00 1	0.00 1	0.00 1	1.14 309

iRaft-Stereo_20w	1.39 242	0.18 50	3.72 258	0.79 320	0.56 305	1.90 255	0.65 305	8.85 378	1.05 85	2.05 247	0.42 136	1.24 182	1.23 262	1.69 130	0.95 215	0.00 1	0.62 301	0.00 1	0.44 374	0.02 35	1.41 328

UPFNet	0.99 154	0.32 124	2.89 208	0.00 1	0.00 1	1.90 255	0.11 204	4.10 192	1.10 93	2.35 267	0.12 64	1.91 224	0.08 83	4.02 186	0.78 188	0.00 1	0.00 1	0.00 1	0.00 1	0.08 165	0.04 42

HSM-Net_RVC	1.51 257	0.11 13	1.93 98	0.00 1	0.01 58	1.91 257	0.05 160	7.86 372	1.93 251	3.77 323	3.76 316	3.16 290	0.36 176	4.34 200	0.83 196	0.01 291	0.01 188	0.00 1	0.00 1	0.01 9	0.11 115
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
PASM	2.20 310	1.85 348	10.33 377	1.00 337	0.41 285	1.98 258	0.90 317	3.85 158	2.76 313	4.38 334	1.53 239	3.49 305	1.54 280	6.60 296	2.43 287	0.14 355	0.02 215	0.00 1	0.03 256	0.33 329	0.39 231

iResNet	1.20 194	0.77 230	3.37 236	1.01 340	0.01 58	2.00 259	0.01 18	4.44 223	1.74 234	1.88 230	1.09 211	0.35 84	0.35 174	4.22 193	2.44 288	0.00 1	0.00 1	0.00 1	0.00 1	0.09 184	0.26 198

psm_up	1.01 159	0.68 212	2.47 180	0.04 81	0.00 1	2.01 260	0.05 160	4.09 190	1.29 150	2.65 288	0.47 147	1.71 212	0.44 195	3.65 176	0.45 137	0.06 341	0.00 1	0.00 1	0.00 1	0.14 244	0.06 64

PSMNet-ADL	0.88 112	0.12 18	1.32 12	0.07 123	0.01 58	2.03 261	0.03 120	3.00 99	1.28 146	0.39 48	0.66 169	2.12 240	0.67 229	4.19 190	1.38 241	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.24 188

AF-Net	2.51 322	1.12 294	5.46 328	0.01 9	0.13 196	2.03 261	0.47 289	7.04 360	2.74 311	4.09 329	10.64 362	4.99 336	2.94 324	4.94 234	3.28 312	0.00 1	0.00 1	0.00 1	0.00 1	0.17 275	0.15 141

EDNetEfficient	6.66 374	1.34 317	34.37 402	0.66 297	1.93 372	2.04 263	3.59 362	3.08 107	14.92 382	20.02 398	9.53 358	6.48 355	10.85 386	7.65 346	15.21 384	0.03 325	0.10 252	0.01 318	0.22 343	0.61 365	0.55 255

ssnet_v2	1.33 235	0.64 207	2.83 205	0.06 113	0.03 120	2.08 264	0.36 281	5.88 324	2.33 281	2.52 285	0.88 197	3.06 287	0.54 202	1.75 134	3.30 313	0.00 1	0.00 1	0.00 1	0.00 1	0.25 305	0.13 129

1111x	2.13 305	0.58 189	4.38 288	0.39 245	0.61 315	2.14 265	0.01 18	6.38 344	2.40 287	1.80 225	1.97 259	0.95 161	0.64 223	7.16 334	10.30 369	0.00 1	1.18 370	0.00 1	0.29 364	0.07 155	1.32 323

ADLNet	1.35 237	0.55 180	2.95 212	0.01 9	0.05 149	2.22 266	0.11 204	5.06 272	2.83 320	2.42 278	2.19 266	2.63 267	0.68 231	3.59 175	1.37 239	0.00 1	0.00 1	0.00 1	0.00 1	0.17 275	0.27 201

GANetREF_RVC	1.25 207	1.39 321	4.10 271	0.10 157	0.00 1	2.25 267	0.18 227	4.68 248	2.78 316	0.69 89	0.34 114	1.87 221	0.65 226	5.07 240	0.68 178	0.00 1	0.00 1	0.00 1	0.00 1	0.08 165	0.07 74
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
GANet	2.23 313	0.92 256	3.10 220	0.88 329	0.08 171	2.25 267	3.25 357	4.61 240	1.71 228	2.55 286	9.98 360	2.56 264	1.47 277	7.52 344	2.98 305	0.00 1	0.04 226	0.02 336	0.08 283	0.14 244	0.42 239

IER	0.88 112	0.38 140	2.74 198	0.01 9	0.00 1	2.27 269	0.02 72	3.65 136	1.30 158	1.45 194	0.96 204	1.39 189	1.16 254	1.60 125	0.53 156	0.00 1	0.00 1	0.00 1	0.00 1	0.06 131	0.02 23

HH	1.25 207	0.40 146	2.13 128	0.90 331	0.41 285	2.28 270	0.01 18	4.25 211	0.95 74	0.37 46	0.89 198	3.87 317	0.80 241	4.74 219	0.51 152	0.00 1	0.96 339	0.00 1	0.00 1	0.03 89	1.53 332

HanStereo	1.25 207	0.40 146	2.13 128	0.90 331	0.41 285	2.28 270	0.01 18	4.25 211	0.95 74	0.37 46	0.89 198	3.87 317	0.80 241	4.74 219	0.51 152	0.00 1	0.96 339	0.00 1	0.00 1	0.03 89	1.53 332

RAFT + AFF	1.88 282	1.84 347	4.19 274	0.05 95	0.85 335	2.29 272	1.00 323	6.32 343	2.26 274	1.88 230	1.80 252	1.27 183	3.66 340	6.56 294	2.36 285	0.02 315	0.34 283	0.00 1	0.01 236	0.41 348	0.50 247

EAI-Stereo	1.50 256	0.16 38	1.53 23	0.25 223	0.91 341	2.30 273	4.98 375	6.09 334	1.87 243	1.38 187	5.56 336	0.49 99	0.59 211	1.21 106	0.83 196	0.00 1	0.31 278	0.00 1	1.09 393	0.02 35	0.56 257

UNet	1.21 196	0.36 134	4.56 293	0.04 81	0.02 102	2.30 273	0.02 72	3.70 139	0.98 81	1.32 179	0.14 66	2.70 269	1.54 280	4.49 207	1.96 266	0.00 1	0.00 1	0.00 1	0.00 1	0.08 165	0.07 74

NCC-stereo	2.09 298	1.02 279	4.78 301	0.10 157	0.26 253	2.33 275	0.13 212	5.82 321	1.70 226	2.98 302	3.18 303	4.63 328	5.69 365	6.26 281	2.76 296	0.05 335	0.00 1	0.00 1	0.00 1	0.08 165	0.14 134

Abc-Net	2.09 298	1.02 279	4.78 301	0.10 157	0.26 253	2.33 275	0.13 212	5.82 321	1.70 226	2.98 302	3.18 303	4.63 328	5.69 365	6.26 281	2.76 296	0.05 335	0.00 1	0.00 1	0.00 1	0.08 165	0.14 134
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MFMNet_re	2.39 321	1.65 340	6.10 337	3.04 379	0.90 340	2.34 277	0.98 321	4.77 254	3.79 338	6.95 357	7.08 348	1.84 220	3.79 344	2.53 148	1.57 248	0.00 1	0.00 1	0.00 1	0.00 1	0.25 305	0.26 198

UDG	3.15 334	9.41 401	2.81 202	2.72 378	0.92 342	2.39 278	0.11 204	4.12 196	1.30 158	2.35 267	3.63 314	4.96 335	1.58 287	4.33 199	2.89 303	1.22 378	0.04 226	8.09 389	3.80 401	4.94 381	1.35 324

coex-ft	12.25 394	6.22 394	80.44 413	0.15 183	0.15 209	2.43 279	0.98 321	3.07 106	29.54 397	49.22 412	16.44 375	15.69 380	16.17 394	7.44 341	15.30 385	0.05 335	0.07 240	0.01 318	0.05 270	0.35 336	1.15 311

SFCPSM	0.87 110	0.20 79	2.57 186	0.02 39	0.07 162	2.45 280	0.18 227	5.65 307	1.51 194	0.85 110	0.77 182	0.67 119	0.30 164	1.77 135	0.22 67	0.00 1	0.00 1	0.00 1	0.04 268	0.09 184	0.09 99

StereoDRNet	1.66 271	1.21 304	5.39 326	0.06 113	0.11 189	2.49 281	1.06 326	5.28 284	1.89 245	3.60 321	0.63 164	2.28 252	0.64 223	4.70 216	3.25 311	0.00 1	0.03 222	0.00 1	0.01 236	0.15 255	0.36 220

S-Stereo	2.12 304	0.32 124	6.30 341	0.24 218	0.22 229	2.51 282	1.83 341	5.38 292	5.55 354	2.46 281	5.91 339	2.81 274	0.71 233	5.19 247	2.45 289	0.00 1	0.02 215	0.00 1	0.00 1	0.07 155	0.37 221

Anonymous3	0.61 55	0.23 92	2.97 213	0.01 9	0.00 1	2.54 283	0.09 195	3.88 164	0.89 67	0.19 28	0.23 92	0.12 55	0.05 56	0.61 56	0.17 46	0.00 1	0.08 244	0.00 1	0.00 1	0.05 122	0.18 157

FADNet	1.38 240	1.42 324	5.62 330	0.03 57	0.06 154	2.56 284	0.16 219	4.66 246	1.64 217	0.35 43	0.11 60	1.66 209	1.05 251	5.64 266	1.59 249	0.18 359	0.02 215	0.01 318	0.01 236	0.52 359	0.23 184

NOSS_ROB	1.47 253	0.49 163	2.40 164	1.00 337	0.17 214	2.56 284	0.01 18	4.86 256	2.62 301	2.32 265	1.74 248	2.79 273	0.02 16	6.96 323	0.60 163	0.00 1	0.00 1	0.00 1	0.00 1	0.06 131	0.73 276

SQANet	2.65 326	1.92 353	3.73 260	4.47 383	2.98 380	2.59 286	0.24 246	4.66 246	1.11 94	2.48 282	0.59 161	1.57 196	0.86 244	3.95 185	1.67 254	7.97 390	0.14 259	0.48 368	0.03 256	7.84 384	3.68 385

gwcnet-sp	1.11 177	0.71 216	4.90 305	0.05 95	0.01 58	2.59 286	0.14 215	4.22 207	1.38 180	1.93 236	0.18 70	0.68 123	0.38 180	3.77 180	0.98 217	0.00 1	0.00 1	0.00 1	0.00 1	0.13 236	0.08 79

scenet	1.11 177	0.71 216	4.90 305	0.05 95	0.01 58	2.59 286	0.14 215	4.22 207	1.38 180	1.93 236	0.18 70	0.68 123	0.38 180	3.77 180	0.98 217	0.00 1	0.00 1	0.00 1	0.00 1	0.13 236	0.08 79

ssnet	1.11 177	0.71 216	4.90 305	0.05 95	0.01 58	2.59 286	0.14 215	4.22 207	1.38 180	1.93 236	0.18 70	0.68 123	0.38 180	3.77 180	0.98 217	0.00 1	0.00 1	0.00 1	0.00 1	0.13 236	0.08 79

RYNet	1.76 277	0.81 237	4.24 277	0.34 237	0.10 185	2.62 290	0.07 178	5.36 291	2.08 261	1.38 187	0.35 120	4.71 332	1.35 269	6.73 305	4.61 330	0.00 1	0.05 231	0.00 1	0.00 1	0.05 122	0.33 215

DANet	1.96 289	0.24 96	3.72 258	0.78 319	0.48 297	2.65 291	0.34 279	3.94 169	1.71 228	4.35 333	1.56 241	5.09 339	0.56 206	6.97 324	5.99 341	0.01 291	0.00 1	0.00 1	0.01 236	0.04 110	0.66 267
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
Wz-Net-SNSev	3.01 331	3.59 384	12.98 385	0.45 253	0.04 141	2.72 292	1.12 328	5.80 320	2.42 289	2.30 263	2.62 292	6.39 352	1.29 267	10.20 375	7.19 350	0.00 1	0.01 188	0.00 1	0.00 1	0.29 322	0.72 275

LMCR-Stereo	1.28 219	1.13 296	2.41 166	0.57 281	0.03 120	2.72 292	0.09 195	6.86 354	0.88 64	2.44 280	1.92 256	0.14 63	1.55 283	3.57 174	1.12 229	0.00 1	0.00 1	0.00 1	0.00 1	0.16 263	0.02 23

Any-RAFT	0.76 87	0.13 23	1.46 16	0.03 57	0.01 58	2.76 294	0.08 184	4.09 190	1.69 222	1.08 148	0.26 100	1.95 228	0.31 168	0.95 96	0.09 12	0.01 291	0.20 267	0.00 1	0.00 1	0.01 9	0.08 79

FADNet_RVC	1.32 231	1.54 332	5.37 324	0.02 39	0.06 154	2.78 295	0.07 178	4.19 204	1.03 83	0.44 57	0.35 120	0.67 119	0.10 99	5.42 256	1.92 264	0.24 363	0.33 280	0.11 357	0.33 368	0.66 369	0.68 271

Nwc_Net	2.25 314	0.98 271	5.37 324	0.07 123	0.11 189	2.80 296	0.05 160	7.36 366	1.30 158	2.77 298	8.21 353	5.18 342	2.98 328	5.16 246	2.46 290	0.00 1	0.00 1	0.00 1	0.00 1	0.12 226	0.08 79

CSP-Net	1.13 182	0.76 227	1.67 40	0.01 9	0.00 1	2.81 297	0.05 160	5.62 305	1.14 98	1.14 157	0.85 195	1.80 219	0.23 152	6.10 278	0.36 112	0.00 1	0.00 1	0.00 1	0.00 1	0.13 236	0.03 36

CBMV_ROB	2.06 294	0.31 120	2.72 196	0.63 292	0.00 1	2.83 298	0.88 315	5.24 283	2.41 288	4.28 332	6.16 341	3.07 289	3.47 338	5.81 270	2.69 292	0.00 1	0.00 1	0.00 1	0.00 1	0.05 122	0.56 257

delet	1.31 228	0.61 199	2.64 194	0.05 95	0.17 214	2.84 299	1.00 323	4.88 258	2.46 292	1.38 187	1.37 230	1.62 204	0.90 247	4.52 210	1.48 244	0.00 1	0.00 1	0.00 1	0.00 1	0.14 244	0.08 79

NVStereoNet_ROB	4.22 355	2.29 361	6.13 339	1.40 361	1.14 354	2.84 299	0.97 320	5.67 309	5.66 355	5.25 347	14.28 371	12.40 373	5.35 362	10.74 380	5.33 335	1.24 379	1.01 342	0.67 377	0.62 383	0.63 367	0.69 272
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
pmcnn	3.98 352	0.95 261	7.29 354	0.71 305	1.42 360	2.84 299	1.22 332	5.89 325	2.42 289	9.34 372	11.71 365	18.88 386	2.65 319	6.89 314	6.35 345	0.00 1	0.07 240	0.00 1	0.00 1	0.21 290	0.76 279

CBMV	1.97 292	0.56 186	2.61 190	0.46 254	0.07 162	2.91 302	4.18 368	4.58 238	2.78 316	5.50 351	2.21 268	2.84 276	2.94 324	4.75 222	2.31 282	0.00 1	0.00 1	0.00 1	0.00 1	0.15 255	0.60 261
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
EDNetEfficientorigin	10.48 388	2.34 363	98.78 422	0.23 213	0.25 244	3.01 303	0.70 308	4.69 249	17.04 387	19.07 393	15.43 373	12.52 374	11.56 388	9.41 369	12.62 377	0.01 291	0.01 188	0.00 1	0.01 236	0.25 305	1.76 353

WZ-Net	4.64 360	2.57 369	25.72 398	0.10 157	0.09 177	3.07 304	2.08 346	6.59 352	5.41 353	6.08 353	4.09 326	7.02 360	6.04 368	11.64 382	11.45 373	0.00 1	0.00 1	0.00 1	0.00 1	0.21 290	0.61 262

PWCDC_ROB	3.41 339	2.29 361	5.16 319	0.19 193	0.02 102	3.11 305	0.02 72	5.15 276	12.27 378	1.36 186	23.33 396	1.98 230	3.35 335	4.93 233	3.71 319	0.28 365	0.00 1	0.00 1	0.00 1	0.71 372	0.32 210

NaN_ROB	2.33 319	1.31 314	4.55 292	0.32 235	0.30 276	3.13 306	5.01 378	4.57 237	2.78 316	5.49 350	1.73 247	2.28 252	1.98 302	7.48 342	4.32 327	0.01 291	0.06 237	0.03 341	0.09 286	0.20 287	0.88 290

DGSMNet	2.56 324	1.15 299	7.39 355	1.34 358	2.02 374	3.20 307	3.97 366	6.11 335	1.72 233	1.52 200	2.72 294	3.23 295	0.63 220	4.74 219	2.39 286	1.12 375	1.53 386	1.54 381	1.32 394	1.40 376	2.10 377

LALA_ROB	1.55 264	1.07 289	2.99 216	0.02 39	0.06 154	3.20 307	0.49 291	4.07 188	1.80 240	3.79 324	0.66 169	4.51 324	0.25 157	3.82 183	4.07 324	0.00 1	0.00 1	0.00 1	0.00 1	0.10 195	0.11 115

psmg	0.93 128	0.15 28	1.48 18	0.02 39	0.00 1	3.25 309	0.26 252	5.45 300	1.17 103	2.00 243	1.45 234	1.78 217	0.10 99	0.80 83	0.71 182	0.00 1	0.00 1	0.01 318	0.00 1	0.02 35	0.04 42

BSDual-CNN	0.94 131	0.15 28	1.48 18	0.04 81	0.00 1	3.30 310	0.20 231	6.00 328	1.17 103	2.36 269	0.64 166	1.78 217	0.10 99	0.80 83	0.71 182	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.06 64

hknet	1.21 196	0.25 99	2.89 208	0.04 81	0.00 1	3.30 310	0.20 231	6.00 328	1.19 108	2.36 269	0.64 166	3.38 298	0.05 56	3.04 159	0.73 185	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.06 64

DRN-Test	1.79 279	0.51 171	4.94 309	0.19 193	0.14 201	3.30 310	0.19 230	6.58 350	2.31 278	4.40 336	0.77 182	2.10 239	1.73 292	5.40 255	2.82 302	0.00 1	0.00 1	0.00 1	0.01 236	0.12 226	0.27 201

tt1	1.23 202	0.37 139	2.41 166	0.41 248	0.45 293	3.33 313	0.02 72	3.81 146	6.87 362	0.71 91	0.80 187	0.06 27	0.40 191	1.73 131	0.12 24	0.00 1	1.12 357	0.00 1	0.00 1	0.10 195	1.86 367

RGC	2.11 302	0.95 261	4.61 295	0.08 131	0.29 264	3.34 314	0.11 204	5.40 296	1.78 239	3.93 327	4.52 328	5.20 343	3.05 330	5.78 268	2.78 299	0.00 1	0.00 1	0.00 1	0.00 1	0.12 226	0.18 157

CC-Net-ROB	2.09 298	1.17 300	3.97 269	1.52 363	0.23 235	3.35 315	0.05 160	5.09 273	2.74 311	1.09 150	1.40 232	0.97 163	0.18 138	6.66 301	0.87 202	1.46 380	1.64 388	7.13 387	0.00 1	1.67 377	0.54 250

ACVNet-DCA	0.94 131	0.36 134	2.41 166	0.50 270	0.29 264	3.40 316	0.02 72	3.82 151	1.29 150	0.71 91	0.83 190	0.05 20	0.61 213	1.60 125	0.12 24	0.00 1	1.13 362	0.00 1	0.03 256	0.06 131	1.57 336

xx1	1.29 223	0.36 134	2.41 166	0.50 270	0.29 264	3.40 316	0.02 72	4.02 180	7.67 369	0.71 91	0.83 190	0.73 129	0.15 125	1.60 125	0.12 24	0.00 1	1.13 362	0.00 1	0.23 346	0.06 131	1.57 336

1test111	1.06 171	0.36 134	2.41 166	0.50 270	0.29 264	3.40 316	0.02 72	3.82 151	1.29 150	0.71 91	0.83 190	0.05 20	0.61 213	3.19 161	0.90 209	0.00 1	1.13 362	0.00 1	0.03 256	0.06 131	1.57 336

cc1	1.29 223	0.36 134	2.41 166	0.50 270	0.29 264	3.40 316	0.02 72	4.02 180	7.67 369	0.71 91	0.83 190	0.05 20	0.61 213	1.59 124	0.12 24	0.00 1	1.13 362	0.00 1	0.03 256	0.10 195	1.86 367

SGM-Forest	2.15 306	0.50 164	2.42 174	0.19 193	0.25 244	3.47 320	2.38 351	4.53 232	2.46 292	5.64 352	3.99 325	3.74 312	2.22 304	6.99 325	3.08 308	0.01 291	0.02 215	0.00 1	0.00 1	0.05 122	0.98 300
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
LSM	7.83 377	2.59 370	24.93 397	4.71 384	40.61 413	3.55 321	5.22 380	5.91 326	7.48 368	10.86 375	13.66 370	4.55 325	3.92 345	7.72 351	5.88 340	0.02 315	0.26 271	0.00 1	0.00 1	0.30 324	14.53 409

CBFPSM	1.51 257	1.00 276	5.32 323	0.05 95	0.01 58	3.57 322	0.04 148	4.06 186	1.03 83	0.65 84	0.21 88	6.06 349	3.60 339	2.65 151	1.82 259	0.00 1	0.01 188	0.00 1	0.00 1	0.09 184	0.12 121

DSFCA	1.45 250	0.51 171	2.76 200	0.01 9	0.03 120	3.64 323	0.83 312	3.28 122	1.45 187	3.25 312	0.44 140	2.89 279	1.45 273	6.07 276	2.14 272	0.00 1	0.02 215	0.00 1	0.00 1	0.06 131	0.10 108

ccnet	1.96 289	0.68 212	3.59 247	0.26 227	0.19 219	3.68 324	1.55 337	4.89 259	1.77 237	2.68 293	3.92 320	3.44 301	1.72 291	5.02 239	5.22 334	0.06 341	0.00 1	0.09 353	0.01 236	0.13 236	0.32 210

fast-acv-ft	1.54 262	0.86 243	4.85 303	0.11 169	0.12 194	3.88 325	0.28 260	2.97 96	2.26 274	0.96 126	3.49 311	2.97 281	1.23 262	3.47 169	2.75 295	0.04 331	0.01 188	0.04 345	0.04 268	0.44 349	0.08 79

SPS-STEREO	3.67 348	1.46 326	4.23 276	0.36 238	0.23 235	3.93 326	1.20 331	6.67 353	3.50 332	11.05 376	8.81 355	9.53 369	4.63 353	9.10 366	7.25 351	0.01 291	0.01 188	0.00 1	0.00 1	0.13 236	1.28 321
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Wz-Net-LNSev	1.60 269	1.48 329	8.20 366	0.03 57	0.03 120	3.95 327	0.13 212	4.89 259	2.33 281	0.92 121	0.31 111	3.64 310	1.40 271	2.90 156	1.50 245	0.00 1	0.00 1	0.00 1	0.00 1	0.10 195	0.20 172

CRFU-Net	1.43 249	0.33 129	2.98 214	1.27 350	0.03 120	4.01 328	0.05 160	6.21 336	0.95 74	1.92 235	0.74 177	3.41 300	2.55 317	3.36 164	0.36 112	0.01 291	0.01 188	0.11 357	0.00 1	0.13 236	0.09 99

MMNet	1.33 235	0.69 215	4.18 273	0.11 169	0.01 58	4.08 329	0.02 72	4.27 214	1.49 193	2.17 253	0.33 113	1.34 188	1.20 256	4.52 210	1.93 265	0.00 1	0.00 1	0.00 1	0.00 1	0.11 218	0.06 64

GwcNet	1.96 289	1.51 330	7.43 357	0.30 233	1.20 355	4.13 330	0.61 302	4.45 224	1.92 249	1.53 201	2.31 272	3.93 320	0.54 202	5.50 257	3.16 310	0.00 1	0.00 1	0.00 1	0.01 236	0.39 344	0.24 188

DDUNet	3.58 340	11.19 403	3.84 264	3.59 382	3.31 382	4.14 331	0.20 231	4.40 221	1.33 163	2.72 294	3.11 302	3.16 290	0.37 178	4.18 188	1.47 243	2.02 382	0.05 231	10.10 394	3.59 400	5.85 383	3.05 383

CSAN	3.10 332	1.72 342	5.85 332	0.37 241	0.14 201	4.15 332	3.91 365	4.94 265	4.65 349	6.43 355	6.29 343	4.62 327	5.17 359	8.13 356	4.85 333	0.02 315	0.03 222	0.03 341	0.05 270	0.26 311	0.48 245

HBP-ISP	1.59 268	1.12 294	3.42 237	0.53 275	0.10 185	4.27 333	1.44 335	5.35 288	1.61 204	3.58 320	0.87 196	0.91 149	1.18 255	6.64 299	0.46 142	0.04 331	0.02 215	0.00 1	0.00 1	0.06 131	0.24 188

MaskLacGwcNet_RVC	1.88 282	0.88 246	3.47 241	1.64 367	0.22 229	4.27 333	0.40 283	3.90 167	1.63 216	0.72 97	0.71 173	3.06 287	0.11 107	5.13 244	1.03 223	5.07 385	0.54 296	0.00 1	0.00 1	1.73 378	3.16 384

SuperB	3.75 349	2.46 367	15.54 391	0.32 235	0.06 154	4.29 335	1.61 338	4.25 211	11.49 377	2.56 287	1.31 228	2.01 234	1.86 298	6.94 320	8.94 358	0.05 335	0.03 222	0.10 356	0.08 283	10.62 393	0.56 257

iinet-f	1.90 284	0.98 271	13.29 386	0.42 249	0.03 120	4.30 336	0.04 148	3.86 159	1.32 162	1.28 174	0.57 155	2.91 280	2.70 320	2.60 149	3.11 309	0.00 1	0.02 215	0.02 336	0.00 1	0.49 352	0.09 99

FINET	2.99 329	2.11 359	7.66 358	1.13 345	1.79 367	4.35 337	3.34 359	5.66 308	7.93 372	2.49 284	3.29 306	1.66 209	2.47 314	6.70 303	4.44 328	0.82 370	1.38 381	0.03 341	0.30 366	0.36 338	1.88 372

FBW_ROB	2.74 328	1.02 279	4.72 297	0.43 251	0.18 217	4.35 337	0.18 227	7.28 365	3.50 332	3.57 319	3.38 309	4.86 333	1.22 261	11.70 385	5.76 338	0.17 358	0.08 244	0.59 373	0.12 300	0.28 319	1.40 327

RTSC	3.18 336	2.15 360	8.20 366	0.67 302	0.38 282	4.41 339	0.08 184	5.64 306	5.80 358	6.14 354	3.43 310	3.37 296	1.55 283	7.50 343	12.15 375	0.00 1	0.84 318	0.00 1	0.25 351	0.51 355	0.53 249

APVNet	1.68 272	0.75 223	4.94 309	0.13 176	0.01 58	4.56 340	0.08 184	5.20 280	1.44 185	1.51 198	1.05 208	2.87 277	0.93 248	6.76 307	2.76 296	0.01 291	0.00 1	0.07 350	0.00 1	0.34 332	0.08 79

Wz-Net-MNSev	2.17 308	1.90 352	7.77 360	0.02 39	0.01 58	4.60 341	2.08 346	5.70 311	2.83 320	4.02 328	1.50 238	1.87 221	2.53 316	5.10 242	3.04 307	0.00 1	0.01 188	0.00 1	0.00 1	0.14 244	0.31 208

otaku	3.61 343	2.06 357	4.04 270	6.41 386	3.35 383	4.67 342	2.08 346	5.97 327	1.58 200	2.19 254	2.62 292	3.47 303	1.45 273	4.36 201	2.17 273	8.55 391	0.25 268	1.89 382	0.03 256	9.29 387	5.81 390

ADCRef	2.57 325	1.40 322	7.90 362	0.11 169	0.11 189	4.71 343	0.74 310	5.45 300	1.66 219	3.15 309	1.65 246	1.61 202	2.25 306	4.54 213	15.56 386	0.03 325	0.00 1	0.01 318	0.10 291	0.27 316	0.23 184

SHD	3.58 340	1.83 345	6.41 344	1.34 358	1.21 356	4.84 344	0.17 222	7.95 373	12.83 379	7.86 363	3.32 308	5.08 338	2.63 318	5.54 260	8.57 356	0.01 291	0.75 311	0.00 1	0.18 326	0.31 325	0.73 276

ADCMid	4.33 357	2.40 366	13.81 387	0.23 213	0.40 283	4.90 345	1.23 333	5.73 312	3.73 337	11.06 377	3.94 322	6.67 357	5.11 357	7.11 331	18.03 390	0.12 353	0.08 244	0.55 370	0.46 375	0.61 365	0.49 246

Wz-Net-LNSev-Ref	1.86 281	1.13 296	5.96 334	0.02 39	0.00 1	5.00 346	0.29 267	5.31 287	2.38 284	2.65 288	1.15 219	2.32 259	1.95 301	5.59 263	3.35 315	0.00 1	0.00 1	0.00 1	0.00 1	0.04 110	0.14 134

XQC	3.16 335	2.00 356	7.71 359	0.97 336	0.67 325	5.07 347	0.69 307	6.58 350	4.95 351	5.04 346	1.98 262	4.99 336	3.12 332	7.96 355	10.02 368	0.00 1	0.63 302	0.00 1	0.18 326	0.36 338	0.38 230

DISCO	2.03 293	0.45 155	2.82 204	0.72 307	0.53 300	5.13 348	0.01 18	6.01 331	1.81 241	2.31 264	0.91 200	6.43 353	0.87 245	8.57 365	3.67 318	0.00 1	0.00 1	0.00 1	0.00 1	0.12 226	0.17 150

DispFullNet	8.26 378	24.76 410	14.96 389	14.77 403	7.78 395	5.23 349	0.09 195	5.67 309	3.16 328	9.01 370	4.87 331	6.15 350	10.66 384	10.44 378	4.54 329	2.54 383	0.33 280	15.59 401	4.84 404	13.17 401	6.59 392

DPSNet	3.98 352	1.01 278	12.58 383	0.74 314	0.55 302	5.24 350	1.53 336	12.44 385	4.82 350	2.89 299	0.97 205	6.37 351	11.43 387	8.20 357	8.61 357	0.09 348	0.51 293	0.11 357	0.38 373	0.35 336	0.83 284

RainbowNet	5.23 364	4.09 389	4.92 308	9.61 393	6.18 387	5.26 351	3.48 361	7.68 371	4.58 348	1.94 239	3.02 298	4.67 330	3.42 336	5.90 271	2.01 267	9.59 394	2.19 394	8.45 390	0.20 334	10.52 391	6.82 393

FCDSN-DC	5.38 366	0.65 208	3.19 224	0.24 218	0.46 296	5.71 352	1.61 338	5.83 323	4.51 347	14.74 389	22.03 392	20.43 388	13.01 390	8.48 362	6.00 342	0.02 315	0.00 1	0.00 1	0.00 1	0.07 155	0.52 248
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
BUS	1.05 169	0.15 28	1.48 18	0.04 81	0.00 1	5.73 353	0.03 120	6.00 328	1.17 103	2.36 269	0.64 166	2.35 260	0.06 63	0.80 83	0.05 5	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.06 64

NINENet	1.14 185	0.34 130	2.08 118	0.10 157	0.01 58	5.73 353	0.03 120	5.39 294	1.54 197	1.61 211	0.72 175	2.35 260	0.06 63	2.82 155	0.05 5	0.00 1	0.01 188	0.01 318	0.00 1	0.04 110	0.00 1

ADCP+	3.18 336	1.81 343	11.33 381	0.07 123	0.20 223	5.83 355	2.80 353	4.60 239	2.69 305	1.68 219	0.28 102	3.75 313	3.14 333	6.82 309	17.90 389	0.00 1	0.00 1	0.00 1	0.00 1	0.20 287	0.56 257

ADCS	5.55 368	3.55 380	19.07 393	0.43 251	0.14 201	5.87 356	4.20 370	7.65 370	7.80 371	9.79 373	6.22 342	6.48 355	5.52 364	10.52 379	22.41 403	0.00 1	0.00 1	0.00 1	0.00 1	0.48 351	0.97 299

AnyNet_C32	4.41 359	3.74 386	15.17 390	0.48 268	0.51 299	5.99 357	6.52 392	5.30 286	2.72 310	6.86 356	3.66 315	5.21 344	3.19 334	7.42 340	19.54 393	0.08 346	0.04 226	0.20 364	0.09 286	0.67 370	0.76 279

Ntro	3.66 347	2.08 358	4.34 281	7.58 388	4.53 385	6.25 358	0.72 309	5.35 288	1.65 218	0.48 71	1.77 250	2.68 268	1.25 264	5.10 242	2.31 282	8.72 392	0.31 278	2.13 384	0.05 270	9.73 388	6.18 391

WCMA_ROB	5.16 363	1.07 289	4.40 289	0.66 297	0.69 328	6.28 359	3.63 363	5.39 294	4.05 341	14.77 390	19.39 386	15.46 379	10.72 385	7.67 350	6.77 349	0.19 361	0.27 273	0.18 363	0.20 334	0.18 280	1.23 315

Wz-Net-TNSev	4.36 358	6.36 395	22.98 395	0.22 209	0.06 154	7.00 360	3.45 360	7.46 368	3.81 339	2.12 251	0.63 164	7.29 361	5.11 357	9.87 373	9.72 367	0.00 1	0.00 1	0.00 1	0.02 254	0.36 338	0.66 267

ADCPNet	3.94 351	1.47 328	14.87 388	0.11 169	0.45 293	7.19 361	2.23 349	5.42 297	3.18 329	4.53 338	2.03 263	7.48 362	5.27 361	7.05 330	14.73 383	0.02 315	0.74 310	0.04 345	0.91 392	0.23 297	0.85 287

ADCL	3.64 346	1.54 332	8.53 371	0.26 227	0.28 263	7.37 362	4.49 373	5.42 297	3.61 334	4.79 341	3.85 319	5.14 341	4.47 351	6.28 283	15.73 387	0.05 335	0.01 188	0.11 357	0.13 302	0.34 332	0.33 215

LE_ROB	13.25 395	1.86 350	12.84 384	2.35 373	1.43 361	7.50 363	5.92 384	10.14 379	48.57 413	57.70 413	24.61 398	23.44 394	32.60 409	10.12 374	24.95 407	0.06 341	0.08 244	0.13 361	0.20 334	0.09 184	0.41 235

SANet	5.04 362	1.86 350	7.96 363	0.39 245	0.12 194	7.51 364	3.73 364	7.20 362	16.07 385	7.15 358	13.16 368	12.35 372	8.70 376	8.28 359	5.37 336	0.00 1	0.01 188	0.00 1	0.00 1	0.13 236	0.71 274

ACVNet_1	6.79 375	2.72 373	6.97 351	9.78 395	7.38 394	7.67 365	2.29 350	10.50 381	6.93 366	4.51 337	5.39 335	13.21 375	6.34 370	7.02 329	3.31 314	9.70 396	2.48 398	10.85 397	0.11 294	11.41 397	7.23 395

MeshStereo	6.09 369	0.97 268	3.59 247	0.26 227	0.14 201	7.68 366	2.02 344	10.42 380	5.77 356	20.76 399	19.69 388	22.78 392	10.56 383	10.29 376	6.16 343	0.00 1	0.00 1	0.00 1	0.00 1	0.29 322	0.41 235
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
PVD	6.50 373	1.70 341	6.71 350	1.66 368	1.59 366	7.94 367	0.89 316	11.13 383	24.35 392	12.01 380	19.10 382	8.76 366	9.89 381	9.85 372	11.06 371	0.02 315	1.12 357	0.00 1	0.26 358	0.25 305	1.72 348

SGM_RVC	4.67 361	0.61 199	2.62 192	1.13 345	0.29 264	7.96 368	2.60 352	7.55 369	4.36 345	12.34 381	9.95 359	15.94 381	8.56 375	10.88 381	6.38 346	0.22 362	0.25 268	0.20 364	0.23 346	0.32 327	0.92 293
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
FC-DCNN	6.44 372	0.46 158	3.25 230	0.54 276	0.56 305	8.01 369	1.37 334	8.76 376	7.15 367	19.35 397	22.25 394	22.72 391	15.44 392	10.37 377	7.93 353	0.00 1	0.01 188	0.00 1	0.00 1	0.03 89	0.64 266

stereogan	2.38 320	0.59 191	5.05 313	0.01 9	0.09 177	8.26 370	0.58 301	4.92 263	3.65 335	4.68 339	4.60 329	6.43 353	2.39 311	5.27 249	0.72 184	0.00 1	0.01 188	0.01 318	0.00 1	0.27 316	0.13 129

PDISCO_ROB	2.54 323	1.40 322	5.07 315	1.06 343	2.01 373	8.28 371	0.17 222	7.96 374	6.01 360	1.48 197	1.75 249	3.67 311	1.25 264	7.74 352	2.07 270	0.00 1	0.00 1	0.00 1	0.00 1	0.39 344	0.42 239

MSMD_ROB	5.26 365	0.52 176	3.22 226	0.15 183	0.01 58	8.63 372	1.06 326	4.76 253	4.16 342	13.72 384	26.77 399	13.87 377	15.95 393	7.89 354	3.94 322	0.11 351	0.01 188	0.00 1	0.00 1	0.06 131	0.34 217

ACVNet-4b	6.14 370	2.39 365	6.31 342	9.73 394	7.26 392	8.81 373	1.62 340	7.27 364	6.07 361	0.41 54	6.42 345	11.47 371	2.37 310	9.17 367	2.72 294	9.70 396	2.42 396	10.45 395	0.01 236	11.04 395	7.12 394

SGM+DAISY	6.27 371	3.62 385	9.36 374	2.30 372	2.34 375	9.12 374	6.38 389	6.98 359	6.00 359	14.26 385	15.55 374	14.02 378	9.84 380	9.45 370	8.56 355	1.21 377	1.60 387	0.58 371	0.86 389	0.63 367	2.74 379

MFN_U_SF_RVC	4.10 354	2.36 364	12.04 382	1.00 337	0.27 258	10.31 375	0.51 292	8.83 377	3.69 336	4.90 344	3.30 307	9.33 368	3.43 337	8.28 359	9.42 363	0.41 367	0.53 295	0.52 369	0.81 385	0.90 373	1.05 304

G-Net	3.58 340	0.58 189	5.14 318	1.61 364	1.86 368	10.46 376	1.85 342	3.24 118	1.69 222	8.68 366	11.81 366	6.03 348	7.62 373	4.82 229	5.52 337	0.08 346	0.12 256	0.07 350	0.15 305	0.16 263	0.16 145

SAMSARA	4.31 356	1.94 355	7.80 361	1.96 371	1.40 359	10.65 377	7.35 393	7.17 361	4.49 346	8.27 365	3.58 313	10.58 370	3.75 341	7.87 353	6.66 347	0.01 291	1.09 349	0.00 1	0.23 346	0.26 311	1.19 313

AnyNet_C01	7.15 376	5.48 393	37.47 404	1.08 344	0.59 312	11.50 378	6.49 391	6.93 355	4.31 343	8.06 364	9.11 357	8.72 365	4.06 346	14.50 391	21.97 402	0.11 351	0.08 244	0.24 366	0.09 286	1.11 374	1.07 307

ELAS_RVC	8.75 379	1.59 337	6.34 343	1.91 370	1.87 369	11.67 379	12.14 405	10.75 382	16.11 386	22.55 403	21.45 390	18.49 384	18.29 400	14.17 390	12.53 376	0.92 372	1.32 379	0.70 378	0.46 375	0.53 361	1.25 318
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IMH-64-1	10.12 384	3.75 387	4.24 277	11.47 398	9.26 398	11.93 380	5.30 381	18.72 393	15.74 383	7.16 359	18.55 379	16.83 382	6.83 371	11.66 383	9.62 365	10.09 398	2.54 399	15.69 402	1.72 395	12.82 398	8.45 399

IMH-64	10.12 384	3.75 387	4.24 277	11.47 398	9.26 398	11.93 380	5.30 381	18.72 393	15.74 383	7.16 359	18.55 379	16.83 382	6.83 371	11.66 383	9.62 365	10.09 398	2.54 399	15.69 402	1.72 395	12.82 398	8.45 399

MFN_U_SF_DS_RVC	3.61 343	3.47 379	9.32 373	0.19 193	0.30 276	13.80 382	7.49 396	5.15 276	3.95 340	3.06 306	3.94 322	4.60 326	1.20 256	8.49 363	2.79 300	0.70 369	1.22 373	0.04 345	0.84 386	0.50 354	1.23 315

MDST_ROB	3.81 350	0.21 83	4.29 280	2.64 377	1.45 362	13.85 383	1.02 325	8.06 375	2.67 304	15.14 391	8.81 355	2.70 269	1.55 283	9.31 368	3.90 321	0.03 325	0.00 1	0.00 1	0.00 1	0.03 89	0.63 265

RTS	10.27 386	3.55 380	66.16 410	1.62 365	2.34 375	13.96 384	6.25 387	6.95 357	18.07 388	8.81 367	19.18 383	6.82 358	2.96 326	26.87 405	19.93 395	0.00 1	0.42 285	0.00 1	0.03 256	0.40 346	0.99 301

RTSA	10.27 386	3.55 380	66.16 410	1.62 365	2.34 375	13.96 384	6.25 387	6.95 357	18.07 388	8.81 367	19.18 383	6.82 358	2.96 326	26.87 405	19.93 395	0.00 1	0.42 285	0.00 1	0.03 256	0.40 346	0.99 301

IMH	11.71 391	4.49 390	4.59 294	11.55 400	9.35 400	14.27 386	5.00 377	21.03 401	25.97 395	8.90 369	23.64 397	20.58 389	10.29 382	13.39 389	9.59 364	10.13 401	2.57 401	15.53 400	1.75 397	13.04 400	8.53 401

ACVNet_2	9.32 381	2.76 374	8.07 364	8.84 392	6.89 390	14.54 387	4.19 369	14.25 388	23.92 391	7.62 361	19.61 387	20.42 387	5.93 367	8.52 364	3.64 317	9.16 393	1.74 392	7.93 388	0.36 371	10.56 392	7.47 398

ELAS	9.07 380	1.55 334	5.19 320	1.87 369	1.92 371	17.05 388	8.29 398	13.92 387	13.52 381	23.08 404	28.56 404	18.59 385	16.90 396	12.06 387	13.39 380	0.91 371	1.32 379	0.65 376	0.59 381	0.68 371	1.31 322
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-6	11.65 390	2.71 372	4.73 298	7.69 389	7.28 393	17.41 389	7.45 394	20.43 398	38.14 408	10.13 374	19.37 385	27.36 396	12.38 389	13.35 388	13.26 379	4.38 384	2.43 397	10.51 396	0.03 256	9.00 386	4.96 388

KSHMR	14.93 400	8.30 400	8.52 370	15.54 404	13.01 403	17.62 390	10.36 402	19.39 396	30.53 399	19.03 392	22.15 393	28.32 398	9.61 377	16.44 394	10.96 370	10.98 406	3.74 409	21.96 408	4.87 405	16.79 404	10.39 404

notaker	18.29 404	22.89 409	10.13 376	18.52 406	14.64 406	17.81 391	7.48 395	20.77 399	24.37 393	21.91 401	27.45 401	39.00 406	20.06 403	20.53 400	21.90 401	12.54 407	2.81 407	25.96 410	6.03 407	19.60 407	11.37 405

Dean	12.08 393	3.10 377	8.10 365	10.98 397	8.34 397	18.85 392	5.53 383	21.57 403	40.96 410	11.81 379	21.91 391	25.74 395	9.74 379	8.20 357	5.76 338	9.65 395	2.35 395	9.94 391	0.65 384	10.97 394	7.40 396

LRCNet_RVC	60.82 414	63.91 416	64.33 409	69.26 418	50.13 415	19.76 393	0.07 178	58.24 413	5.77 356	75.95 415	85.64 415	74.51 414	62.84 414	58.99 414	50.33 412	93.38 422	56.04 419	93.60 420	93.06 420	68.67 418	71.95 420

MADNet+	11.36 389	15.59 406	70.62 412	1.36 360	1.52 364	20.21 394	4.98 375	12.73 386	8.13 373	3.88 326	6.42 345	8.89 367	6.29 369	32.76 409	29.90 408	0.25 364	1.05 343	0.01 318	0.22 343	0.60 364	1.76 353

WAO-7	9.62 382	2.87 375	5.64 331	0.96 335	0.21 228	20.37 395	5.13 379	23.65 407	26.32 396	13.11 383	27.70 402	22.69 390	14.04 391	14.53 392	13.11 378	0.13 354	0.09 250	0.58 371	0.10 291	0.51 355	0.75 278

MANE	15.61 401	2.70 371	7.19 353	3.43 381	5.19 386	21.44 396	9.54 401	24.27 408	29.58 398	33.72 408	42.10 411	42.08 409	32.55 408	24.60 401	20.72 398	1.46 380	2.17 393	1.34 380	4.60 402	0.49 352	3.04 382

LVE	11.75 392	3.56 383	5.48 329	10.38 396	8.28 396	22.54 397	7.53 397	17.01 391	32.01 401	9.26 371	23.28 395	23.43 393	9.72 378	11.79 386	7.81 352	10.09 398	2.62 404	11.07 398	0.59 381	11.18 396	7.44 397

PWCK	9.63 383	6.94 399	19.91 394	6.25 385	0.22 229	22.62 398	14.62 407	12.15 384	13.48 380	14.34 386	13.17 369	13.25 376	8.40 374	16.14 393	11.57 374	6.38 388	0.26 271	2.41 385	0.11 294	8.57 385	1.74 351

ktn	19.65 406	19.61 407	8.27 368	22.99 410	17.38 408	23.89 399	11.97 404	24.83 409	34.40 405	19.19 394	27.37 400	32.56 399	18.29 400	16.52 395	18.28 391	22.43 410	3.70 408	29.28 411	10.90 409	19.65 408	11.59 406

WAO-8	14.47 397	5.06 391	6.42 345	8.00 390	6.65 388	23.95 400	2.97 354	23.01 404	45.08 411	19.24 395	34.86 409	33.07 400	17.51 397	17.59 396	14.38 381	5.22 386	0.86 320	10.06 392	0.85 387	10.25 389	4.34 386

Venus	14.47 397	5.06 391	6.42 345	8.00 390	6.65 388	23.95 400	2.97 354	23.01 404	45.08 411	19.24 395	34.85 408	33.07 400	17.51 397	17.59 396	14.38 381	5.22 386	0.86 320	10.06 392	0.85 387	10.25 389	4.34 386

SGM-ForestM	14.25 396	3.00 376	8.67 372	2.38 374	1.88 370	24.45 402	11.87 403	19.27 395	21.66 390	30.68 406	29.79 406	46.58 410	28.97 406	27.26 407	21.22 400	1.14 376	1.67 389	0.61 375	0.89 391	0.51 355	2.50 378

MSC_U_SF_DS_RVC	5.48 367	3.14 378	10.56 378	0.47 260	0.29 264	24.98 403	8.65 400	6.24 339	9.96 376	4.38 334	8.16 352	8.42 364	2.44 313	9.46 371	6.27 344	1.11 374	1.70 390	0.33 367	0.47 377	1.16 375	1.35 324

DPSimNet_ROB	26.59 410	21.34 408	28.49 399	25.34 411	19.24 409	25.03 404	28.61 412	30.13 411	30.91 400	33.36 407	29.60 405	33.91 403	28.18 405	25.99 404	42.58 410	17.84 409	15.40 411	25.41 409	22.86 413	21.10 410	26.45 414

HanzoNet	30.55 411	30.82 412	24.44 396	22.40 409	19.25 410	25.74 405	14.00 406	29.76 410	40.45 409	43.57 410	44.15 412	55.63 412	46.26 412	43.79 412	45.27 411	28.35 411	9.71 410	30.23 412	16.18 411	23.20 411	17.85 410

SDNR	3.62 345	1.25 309	7.41 356	0.71 305	0.22 229	26.06 406	0.02 72	4.55 235	2.42 289	3.10 307	11.33 363	3.05 286	0.77 237	8.31 361	2.21 277	0.05 335	0.11 254	0.00 1	0.01 236	0.08 165	0.66 267

TorneroNet	16.83 403	6.92 398	6.68 349	14.15 402	12.07 401	27.63 407	8.39 399	21.53 402	37.64 406	14.70 388	32.94 407	33.55 402	18.95 402	19.68 398	20.80 399	10.39 403	2.61 403	19.77 406	3.45 399	15.42 403	9.28 402

TorneroNet-64	16.11 402	6.82 397	6.11 338	14.13 401	12.13 402	28.42 408	6.47 390	20.35 397	38.01 407	12.80 382	27.88 403	35.94 404	16.83 395	20.38 399	16.77 388	10.33 402	2.60 402	19.45 405	2.86 398	14.63 402	9.33 403

UNDER WATER	20.50 407	13.77 405	33.30 400	20.84 408	14.55 405	30.38 409	19.68 409	17.23 392	34.25 404	21.44 400	18.98 381	38.38 405	31.61 407	25.31 402	22.42 404	10.71 405	2.76 405	19.90 407	4.92 406	17.87 406	11.76 407

UNDER WATER-64	20.90 408	11.73 404	33.74 401	20.56 407	13.88 404	34.56 410	24.71 411	16.81 390	33.52 403	22.54 402	17.10 376	40.14 408	33.68 411	25.46 403	23.75 405	10.68 404	2.78 406	18.70 404	4.60 402	17.07 405	12.03 408

BEATNet-Init1	19.30 405	9.61 402	39.48 405	3.09 380	2.67 378	39.40 411	17.68 408	23.58 406	25.88 394	38.63 409	37.63 410	50.99 411	33.56 410	30.54 408	24.44 406	1.09 373	1.51 385	0.60 374	0.88 390	1.81 379	2.89 380

JetBlue	14.57 399	6.38 396	35.83 403	0.95 334	7.05 391	51.27 412	22.93 410	16.51 389	9.78 374	11.72 378	17.82 378	27.82 397	17.62 399	33.31 410	20.36 397	0.35 366	0.18 263	0.15 362	0.25 351	5.36 382	5.74 389

MADNet++	48.24 413	34.06 413	39.67 406	43.36 413	41.25 414	66.15 413	33.15 413	60.90 414	54.14 414	72.30 414	61.91 414	58.11 413	56.05 413	58.09 413	59.59 414	43.04 414	36.86 414	35.73 413	22.37 412	45.96 413	42.06 415

JetRed	35.17 412	40.12 414	62.92 408	15.92 405	26.66 412	70.02 414	42.94 414	32.33 412	33.48 402	46.29 411	45.31 413	39.98 407	26.04 404	38.73 411	56.93 413	12.90 408	37.58 415	13.38 399	9.53 408	30.41 412	21.91 412

SPstereo	61.24 415	27.43 411	41.43 407	33.64 412	25.42 411	72.54 415	80.04 415	100.00 425	100.00 423	97.56 421	96.24 420	100.00 426	95.10 420	94.86 419	76.77 415	29.55 412	22.53 412	47.20 415	42.52 414	19.77 409	22.12 413

HaxPig	97.67 423	99.63 422	91.79 415	99.82 431	99.96 425	88.42 416	87.25 416	98.22 421	99.89 421	99.93 425	99.96 423	99.95 424	99.86 423	96.37 420	92.57 420	99.96 431	99.98 424	99.99 424	99.99 424	99.99 433	99.91 426

MEDIAN_ROB	96.88 421	99.41 420	98.74 421	94.82 421	94.30 421	93.21 417	90.85 417	95.70 420	94.83 419	97.65 422	97.67 421	98.31 420	96.57 421	94.60 418	93.95 421	99.78 430	98.28 421	99.99 424	99.90 423	99.50 426	99.57 424

xxxxx1	76.86 417	82.53 417	93.06 417	61.86 415	67.25 416	95.91 418	95.20 419	75.90 415	81.13 415	82.69 416	86.70 416	89.27 415	87.62 415	85.18 415	86.89 416	55.21 415	54.91 416	60.27 416	72.48 417	60.77 415	62.32 416

tt_ll	76.86 417	82.53 417	93.06 417	61.86 415	67.25 416	95.91 418	95.20 419	75.90 415	81.13 415	82.69 416	86.70 416	89.27 415	87.62 415	85.18 415	86.89 416	55.21 415	54.91 416	60.27 416	72.48 417	60.77 415	62.32 416

ff	76.86 417	82.53 417	93.06 417	61.86 415	67.25 416	95.91 418	95.20 419	75.90 415	81.13 415	82.69 416	86.70 416	89.27 415	87.62 415	85.18 415	86.89 416	55.21 415	54.91 416	60.27 416	72.48 417	60.77 415	62.32 416

AVERAGE_ROB	99.26 427	99.81 424	97.70 420	100.00 434	100.00 427	96.38 421	91.35 418	100.00 425	100.00 423	100.00 426	100.00 424	100.00 426	100.00 425	99.98 427	99.97 424	100.00 433	100.00 425	100.00 426	100.00 425	100.00 434	100.00 434

PML	88.69 420	99.49 421	92.95 416	94.34 420	94.09 420	98.57 422	96.73 422	93.58 418	94.50 418	99.57 424	91.07 419	95.40 419	91.48 418	99.96 426	90.33 419	99.98 432	31.85 413	100.00 426	46.15 415	93.62 421	70.14 419

test_example2	98.82 424	99.97 427	99.97 425	99.95 433	99.97 426	99.48 423	99.97 423	94.95 419	100.00 423	100.00 426	100.00 424	93.49 418	93.63 419	99.93 425	99.91 423	100.00 433	99.77 423	96.68 421	98.65 422	100.00 434	100.00 434

MyStereo03	99.94 432	100.00 428	100.00 428	99.73 428	100.00 427	100.00 424	100.00 424	100.00 425	100.00 423	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	99.08 425	100.00 425	100.00 426	100.00 425	99.98 428	99.94 427

MyStereo02	99.94 432	100.00 428	100.00 428	99.73 428	100.00 427	100.00 424	100.00 424	100.00 425	100.00 423	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	99.08 425	100.00 425	100.00 426	100.00 425	99.98 428	99.94 427

MyStereo	99.94 432	100.00 428	100.00 428	99.73 428	100.00 427	100.00 424	100.00 424	100.00 425	100.00 423	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	99.08 425	100.00 425	100.00 426	100.00 425	99.98 428	99.94 427

Selective-RAFT-Error	100.00 435	100.00 428	100.00 428	100.00 434	100.00 427	100.00 424	100.00 424	100.00 425	100.00 423	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	100.00 433	100.00 425	100.00 426	100.00 425	99.98 428	99.94 427

Anonymous_1	96.94 422	99.72 423	99.64 424	92.03 419	93.81 419	100.00 424	100.00 424	99.18 422	99.90 422	98.59 423	99.75 422	99.15 421	99.95 424	98.52 421	99.54 422	87.31 418	98.83 422	90.77 419	96.89 421	91.07 420	94.14 421

tt	68.57 416	0.18 50	99.50 423	50.44 414	14.99 407	100.00 424	100.00 424	100.00 425	99.70 420	28.28 405	12.01 367	99.97 425	98.67 422	99.55 422	99.99 425	89.99 419	98.19 420	46.13 414	51.48 416	60.62 414	21.71 411

CasAABBNet	99.93 430	100.00 428	100.00 428	99.70 427	100.00 427	100.00 424	100.00 424	100.00 425	100.00 423	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	99.08 425	100.00 425	100.00 426	100.00 425	99.96 427	99.94 427

LSM0	99.93 430	100.00 428	100.00 428	99.82 431	100.00 427	100.00 424	100.00 424	100.00 425	100.00 423	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	99.09 429	100.00 425	100.00 426	100.00 425	99.98 428	99.79 425

DPSMNet_ROB	99.43 429	99.92 425	99.98 426	96.44 425	100.00 427	100.00 424	100.00 424	99.82 424	100.00 423	95.92 419	100.00 424	99.26 422	100.00 425	99.77 423	99.99 425	98.36 424	100.00 425	99.86 422	100.00 425	99.38 424	99.98 433

DGTPSM_ROB	99.42 428	99.92 425	99.98 426	96.43 424	100.00 427	100.00 424	100.00 424	99.81 423	100.00 423	95.92 419	100.00 424	99.26 422	100.00 425	99.77 423	99.99 425	98.23 423	100.00 425	99.86 422	100.00 425	99.38 424	99.97 432

DPSM_ROB	99.05 425	100.00 428	100.00 428	95.92 422	98.77 423	100.00 424	100.00 424	100.00 425	100.00 423	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	93.10 420	100.00 425	100.00 426	100.00 425	95.46 422	97.74 422

DPSM	99.05 425	100.00 428	100.00 428	95.92 422	98.77 423	100.00 424	100.00 424	100.00 425	100.00 423	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	93.10 420	100.00 425	100.00 426	100.00 425	95.46 422	97.74 422

Low-res two-view benchmark