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

MLG-Stereo_test3	0.14 8	0.10 100	0.20 1	0.00 1	0.00 1	1.04 88	0.00 1	0.47 17	0.69 178	0.09 74	0.01 1	0.02 5	0.01 13	0.03 1	0.03 6	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

MLG-Stereo_test2	0.16 13	0.11 121	0.23 3	0.02 96	0.00 1	1.05 96	0.00 1	0.27 4	1.26 315	0.02 13	0.01 1	0.08 96	0.00 1	0.07 7	0.15 138	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

MLG-Stereo_test1	0.15 12	0.06 37	0.31 13	0.02 96	0.01 156	1.05 96	0.00 1	0.19 1	1.26 315	0.02 13	0.01 1	0.04 32	0.01 13	0.05 3	0.03 6	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

MLG-Stereo	0.17 18	0.06 37	0.25 6	0.02 96	0.00 1	1.05 96	0.00 1	0.50 18	1.29 326	0.01 5	0.01 1	0.04 32	0.01 13	0.05 3	0.03 6	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.01 92

LG-G_1	0.23 46	0.11 121	0.32 15	0.02 96	0.00 1	1.29 217	0.00 1	1.82 110	0.71 193	0.10 90	0.01 1	0.05 60	0.01 13	0.07 7	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

LG-G	0.23 46	0.11 121	0.32 15	0.02 96	0.00 1	1.29 217	0.00 1	1.82 110	0.71 193	0.10 90	0.01 1	0.05 60	0.01 13	0.07 7	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

DFGA-Net	0.91 278	1.43 484	2.72 381	0.06 227	0.16 380	1.16 148	0.00 1	2.26 137	0.77 214	1.02 255	1.17 332	0.25 151	0.04 97	5.17 361	1.71 396	0.00 1	0.00 1	0.00 1	0.00 1	0.27 440	0.02 205

LGtest1	0.13 4	0.14 155	0.30 11	0.01 27	0.00 1	0.40 26	0.00 1	0.54 27	0.73 197	0.06 55	0.01 1	0.03 19	0.00 1	0.04 2	0.21 181	0.00 1	0.05 410	0.00 1	0.00 1	0.01 40	0.01 92

LG-Stereo	0.34 81	0.07 54	1.33 205	0.03 154	0.01 156	1.06 103	0.00 1	2.93 199	0.66 148	0.01 5	0.09 133	0.14 130	0.07 152	0.10 20	0.16 147	0.00 1	0.00 1	0.00 1	0.00 1	0.09 322	0.01 92

S2M2	0.13 4	0.15 169	0.45 22	0.02 96	0.01 156	0.32 10	0.00 1	0.52 20	0.60 90	0.00 1	0.14 146	0.03 19	0.01 13	0.20 64	0.16 147	0.00 1	0.01 289	0.00 1	0.00 1	0.00 1	0.00 1

SGD-Stereo	0.12 3	0.10 100	0.25 6	0.03 154	0.00 1	1.03 79	0.00 1	0.24 2	0.59 81	0.01 5	0.01 1	0.04 32	0.01 13	0.06 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

HART	0.44 122	0.24 251	1.41 215	0.01 27	0.00 1	0.33 12	0.00 1	2.91 197	0.61 100	0.26 130	1.98 379	0.35 168	0.03 70	0.20 64	0.14 129	0.00 1	0.11 456	0.00 1	0.00 1	0.19 405	0.05 316

HI	0.54 162	0.37 312	1.50 226	0.13 307	0.00 1	1.15 145	0.00 1	1.68 101	0.62 113	1.34 298	0.01 1	2.67 371	0.66 338	0.36 131	0.20 173	0.00 1	0.04 397	0.00 1	0.00 1	0.05 251	0.00 1

CoSv	0.54 162	0.37 312	1.50 226	0.13 307	0.00 1	1.15 145	0.00 1	1.68 101	0.62 113	1.34 298	0.01 1	2.67 371	0.66 338	0.36 131	0.20 173	0.00 1	0.04 397	0.00 1	0.00 1	0.05 251	0.00 1

MonSter	0.19 27	0.07 54	0.24 4	0.00 1	0.00 1	0.41 28	0.00 1	2.16 133	0.64 132	0.03 34	0.01 1	0.04 32	0.01 13	0.09 13	0.08 75	0.00 1	0.00 1	0.00 1	0.01 342	0.00 1	0.01 92

DEFOM-Stereo	0.14 8	0.04 9	0.38 17	0.05 210	0.00 1	1.04 88	0.00 1	0.32 7	0.63 121	0.00 1	0.01 1	0.04 32	0.03 70	0.20 64	0.06 54	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

rvit_0105_6	0.34 81	0.10 100	1.37 211	0.01 27	0.00 1	0.86 53	0.00 1	2.78 183	1.32 332	0.04 43	0.03 102	0.07 89	0.02 40	0.19 52	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 265

rvit_0105_5	0.41 108	0.20 221	1.94 294	0.01 27	0.00 1	0.91 59	0.00 1	3.18 240	1.27 321	0.08 66	0.09 133	0.10 113	0.02 40	0.35 129	0.09 88	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.03 265

rvit_0105_4	0.39 102	0.16 181	1.66 261	0.01 27	0.00 1	0.85 52	0.00 1	3.15 231	1.33 334	0.07 58	0.06 123	0.10 113	0.03 70	0.29 108	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

rvit_0105_3	0.47 135	0.28 274	2.20 326	0.01 27	0.00 1	1.13 136	0.00 1	3.20 247	1.26 315	0.08 66	0.26 189	0.09 103	0.03 70	0.62 171	0.11 109	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

rvit_105_1	0.60 172	0.33 300	2.37 351	0.01 27	0.00 1	1.16 148	0.00 1	3.38 271	1.20 305	0.16 116	0.26 189	0.13 124	0.04 97	2.66 247	0.24 195	0.00 1	0.00 1	0.00 1	0.00 1	0.03 190	0.03 265

IGEV-Stereo++	0.20 30	0.05 19	0.22 2	0.01 27	0.00 1	1.11 124	0.00 1	1.84 112	0.34 60	0.08 66	0.01 1	0.02 5	0.03 70	0.19 52	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.03 190	0.01 92

RAStereo	0.17 18	0.21 229	1.18 170	0.04 187	0.01 156	0.18 4	0.00 1	0.81 51	0.34 60	0.07 58	0.04 113	0.05 60	0.05 114	0.19 52	0.10 100	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

AIO-Stereo-zeroshot	1.10 325	0.35 304	4.53 460	0.18 341	0.37 452	0.79 45	0.00 1	5.71 468	0.74 204	0.40 162	0.64 271	4.47 441	1.41 388	1.42 211	0.30 235	0.00 1	0.11 456	0.00 1	0.28 485	0.17 389	0.14 422

U	1.74 416	0.03 2	0.99 108	0.03 154	7.39 514	10.20 498	0.00 1	0.71 41	0.20 32	0.02 13	0.02 78	0.12 119	0.02 40	0.11 23	0.04 12	0.00 1	0.00 1	9.67 511	5.13 527	0.01 40	0.00 1

rvit_stereo_ft	0.31 73	0.32 293	1.63 255	0.01 27	0.00 1	0.19 5	0.00 1	2.84 190	0.79 220	0.02 13	0.03 102	0.08 96	0.02 40	0.19 52	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.03 265

RSM++	0.17 18	0.07 54	0.42 19	0.03 154	0.00 1	0.40 26	0.00 1	1.18 67	0.59 81	0.02 13	0.01 1	0.01 2	0.05 114	0.20 64	0.14 129	0.00 1	0.00 1	0.00 1	0.17 446	0.09 322	0.07 365

RSM	0.18 25	0.05 19	0.39 18	0.03 154	0.02 244	0.38 25	0.00 1	1.33 75	0.59 81	0.09 74	0.01 1	0.03 19	0.04 97	0.19 52	0.14 129	0.00 1	0.00 1	0.00 1	0.16 438	0.06 271	0.04 295

test_sample7	0.72 210	0.18 200	1.23 184	0.55 434	0.01 156	1.21 175	0.00 1	4.31 374	1.07 279	1.35 304	0.36 213	0.70 222	0.44 296	2.58 241	0.34 253	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 205

test_sample2	0.63 184	0.05 19	1.13 154	0.31 386	0.01 156	1.22 178	0.00 1	3.87 337	1.03 266	0.91 231	0.02 78	0.50 192	0.13 212	3.16 262	0.26 211	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

test_sample1	0.61 175	0.04 9	0.90 85	0.34 396	0.00 1	1.09 115	0.00 1	3.54 298	0.88 242	0.86 223	0.01 1	0.53 195	0.34 275	3.51 276	0.20 173	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

MGS-Stereo	0.31 73	0.10 100	0.89 84	0.02 96	0.00 1	0.50 37	0.00 1	0.39 14	0.61 100	0.02 13	2.91 416	0.04 32	0.03 70	0.21 73	0.06 54	0.00 1	0.00 1	0.00 1	0.00 1	0.44 473	0.00 1

MoCha-V2	0.33 78	0.11 121	0.92 90	0.09 279	0.06 309	0.34 15	0.00 1	2.56 167	0.64 132	0.32 136	0.43 231	0.17 140	0.09 175	0.26 95	0.10 100	0.00 1	0.14 473	0.00 1	0.22 465	0.05 251	0.01 92

Former-RAFT_DAM_RVC	0.23 46	0.13 142	0.62 44	0.01 27	0.00 1	1.05 96	0.00 1	0.63 35	0.80 224	0.76 208	0.18 168	0.09 103	0.06 136	0.05 3	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.05 316

SMFormer	1.04 303	0.16 181	1.55 237	0.33 390	0.01 156	1.03 79	0.00 1	5.24 440	2.12 421	1.53 326	2.16 392	0.92 249	0.02 40	4.46 326	1.24 372	0.00 1	0.01 289	0.00 1	0.00 1	0.03 190	0.02 205

tta	1.04 303	0.16 181	1.55 237	0.33 390	0.01 156	1.03 79	0.00 1	5.24 440	2.12 421	1.53 326	2.16 392	0.92 249	0.02 40	4.46 326	1.24 372	0.00 1	0.01 289	0.00 1	0.00 1	0.03 190	0.01 92

qqq1	0.98 288	0.16 181	1.55 237	0.33 390	0.01 156	1.03 79	0.00 1	5.24 440	2.12 421	1.53 326	2.16 392	0.92 249	0.02 40	4.46 326	0.07 62	0.00 1	0.01 289	0.00 1	0.00 1	0.03 190	0.01 92

fff1	0.98 288	0.16 181	1.55 237	0.33 390	0.01 156	1.03 79	0.00 1	5.24 440	2.12 421	1.53 326	2.16 392	0.92 249	0.02 40	4.46 326	0.07 62	0.00 1	0.01 289	0.00 1	0.00 1	0.03 190	0.01 92

mmm	0.52 153	0.04 9	1.14 156	0.61 443	0.00 1	1.14 138	0.00 1	3.45 284	0.75 205	1.24 291	0.58 253	0.20 145	0.18 230	0.93 186	0.08 75	0.00 1	0.01 289	0.00 1	0.00 1	0.02 133	0.01 92

11t1	0.33 78	0.05 19	0.86 76	0.44 409	0.00 1	1.04 88	0.00 1	2.45 155	0.60 90	0.44 167	0.01 1	0.05 60	0.05 114	0.43 142	0.06 54	0.00 1	0.01 289	0.00 1	0.00 1	0.02 133	0.01 92

ff7	0.23 46	0.21 229	1.02 117	0.02 96	0.00 1	1.07 105	0.00 1	0.53 21	0.75 205	0.09 74	0.01 1	0.04 32	0.07 152	0.44 144	0.04 12	0.00 1	0.00 1	0.00 1	0.15 429	0.07 286	0.01 92

IGEVStereo-DCA	0.46 129	0.09 80	1.02 117	0.02 96	0.00 1	0.82 50	0.00 1	0.53 21	0.75 205	0.09 74	0.03 102	0.03 19	0.06 136	5.04 356	0.51 306	0.00 1	0.00 1	0.00 1	0.15 429	0.05 251	0.01 92

ffff	0.23 46	0.21 229	1.02 117	0.02 96	0.00 1	1.07 105	0.00 1	0.53 21	0.75 205	0.09 74	0.01 1	0.04 32	0.07 152	0.44 144	0.04 12	0.00 1	0.00 1	0.00 1	0.15 429	0.07 286	0.01 92

11t	0.23 46	0.21 229	1.02 117	0.02 96	0.00 1	1.07 105	0.00 1	0.53 21	0.75 205	0.09 74	0.01 1	0.04 32	0.07 152	0.44 144	0.04 12	0.00 1	0.00 1	0.00 1	0.15 429	0.07 286	0.01 92

ttt	1.35 367	0.05 19	1.09 144	0.46 415	0.01 156	1.61 337	0.00 1	5.61 460	1.97 412	1.75 345	2.10 388	1.40 291	0.11 193	4.81 346	6.07 472	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.02 205

DLNR_Zeroshot_test	23.05 530	49.79 535	87.94 536	97.52 548	94.73 543	1.18 159	0.00 1	20.60 521	0.14 7	0.02 13	0.02 78	0.02 5	0.02 40	4.35 317	0.10 100	32.22 533	0.04 397	0.00 1	0.27 481	72.00 540	0.06 347

CASnet	0.16 13	0.14 155	0.52 35	0.01 27	0.00 1	0.86 53	0.00 1	0.51 19	0.75 205	0.10 90	0.01 1	0.04 32	0.02 40	0.22 76	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 190	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PCWNet_CMD	0.65 189	0.14 155	2.02 307	0.01 27	0.01 156	1.10 119	0.00 1	2.80 187	0.97 255	0.48 175	0.28 195	2.31 359	1.50 394	1.19 199	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 92

CFNet_ucs	0.77 224	0.20 221	2.22 334	0.01 27	0.01 156	1.32 229	0.00 1	3.30 261	1.31 331	1.15 274	1.14 327	2.19 353	0.42 294	2.04 232	0.12 114	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 92

AEACV	0.22 39	0.05 19	0.66 51	0.02 96	0.03 267	0.87 55	0.00 1	1.07 61	0.15 11	0.18 123	0.01 1	0.02 5	0.72 347	0.15 36	0.09 88	0.00 1	0.03 383	0.00 1	0.27 481	0.08 300	0.07 365

GCAP-Stereo	0.24 53	0.29 284	0.82 69	0.01 27	0.00 1	1.24 194	0.00 1	1.70 104	0.23 43	0.02 13	0.01 1	0.09 103	0.10 183	0.18 46	0.05 29	0.00 1	0.03 383	0.00 1	0.00 1	0.08 300	0.01 92

HH	0.88 268	0.37 312	1.93 290	0.25 365	0.10 346	0.62 39	0.00 1	3.79 323	0.18 24	0.33 138	0.59 263	3.94 428	0.81 352	4.44 324	0.09 88	0.00 1	0.06 419	0.00 1	0.00 1	0.03 190	0.02 205

HanStereo	0.88 268	0.37 312	1.93 290	0.25 365	0.10 346	0.62 39	0.00 1	3.79 323	0.18 24	0.33 138	0.59 263	3.94 428	0.81 352	4.44 324	0.09 88	0.00 1	0.06 419	0.00 1	0.00 1	0.03 190	0.02 205

CAS	0.85 253	0.09 80	0.67 52	6.43 507	0.05 297	1.12 129	0.00 1	0.88 55	0.69 178	0.02 13	0.02 78	0.06 75	0.06 136	0.26 95	0.12 114	6.37 508	0.00 1	0.00 1	0.00 1	0.00 1	0.20 449

anonymousdsp	0.21 32	0.21 229	0.63 45	0.02 96	0.00 1	1.07 105	0.00 1	0.74 45	0.77 214	0.09 74	0.01 1	0.04 32	0.07 152	0.25 87	0.04 12	0.00 1	0.00 1	0.00 1	0.16 438	0.08 300	0.03 265

ToySt	0.47 135	0.25 255	2.47 361	0.04 187	0.01 156	1.17 152	0.00 1	2.01 126	0.63 121	0.08 66	0.14 146	1.16 278	0.05 114	0.80 182	0.46 295	0.00 1	0.00 1	0.00 1	0.03 373	0.10 337	0.04 295

DCRE	0.69 205	0.35 304	1.16 164	0.06 227	0.02 244	0.91 59	0.00 1	1.05 60	0.30 54	0.98 249	7.63 469	0.72 227	0.02 40	0.16 39	0.07 62	0.00 1	0.02 353	0.00 1	0.21 463	0.02 133	0.03 265

ProNet	0.20 30	0.25 255	0.78 64	0.01 27	0.01 156	0.95 71	0.00 1	0.70 39	0.68 165	0.02 13	0.01 1	0.05 60	0.03 70	0.31 114	0.03 6	0.00 1	0.01 289	0.00 1	0.00 1	0.12 355	0.04 295

MC-Stereo	0.24 53	0.12 132	0.71 58	0.04 187	0.02 244	1.07 105	0.00 1	1.30 73	0.17 22	0.59 183	0.02 78	0.08 96	0.11 193	0.18 46	0.05 29	0.00 1	0.02 353	0.00 1	0.17 446	0.06 271	0.02 205

RCA-Stereo	0.37 96	0.14 155	0.76 62	0.01 27	0.00 1	1.17 152	0.00 1	3.14 229	0.61 100	0.71 200	0.47 242	0.05 60	0.13 212	0.19 52	0.03 6	0.00 1	0.01 289	0.00 1	0.00 1	0.06 271	0.01 92

CroCo-Stereo Lap2	0.33 78	0.49 372	1.18 170	0.02 96	0.00 1	0.33 12	0.00 1	3.08 219	0.61 100	0.02 13	0.01 1	0.04 32	0.08 167	0.45 149	0.15 138	0.00 1	0.00 1	0.00 1	0.00 1	0.07 286	0.02 205

qqq	0.50 147	0.04 9	0.78 64	0.02 96	0.00 1	1.05 96	0.00 1	3.15 231	0.68 165	0.46 173	0.01 1	0.73 228	0.12 205	2.95 256	0.07 62	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.01 92

ccc-4	0.23 46	0.21 229	1.02 117	0.02 96	0.00 1	1.07 105	0.00 1	0.53 21	0.75 205	0.09 74	0.01 1	0.04 32	0.07 152	0.44 144	0.04 12	0.00 1	0.00 1	0.00 1	0.15 429	0.07 286	0.01 92

x	0.41 108	0.04 9	0.74 61	0.54 432	0.00 1	0.98 74	0.00 1	3.07 217	0.67 158	0.48 175	0.01 1	0.48 187	0.07 152	0.93 186	0.07 62	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.01 92

RAFT_CTSACE	0.68 203	0.52 380	1.74 274	0.50 425	0.05 297	1.16 148	0.00 1	2.68 179	0.66 148	0.68 196	1.60 355	1.76 317	0.80 351	0.94 188	0.13 118	0.00 1	0.02 353	0.00 1	0.00 1	0.27 440	0.00 1

IGEV-Stereo	0.21 32	0.21 229	0.63 45	0.02 96	0.00 1	1.07 105	0.00 1	0.73 43	0.77 214	0.09 74	0.01 1	0.04 32	0.07 152	0.24 82	0.04 12	0.00 1	0.00 1	0.00 1	0.16 438	0.08 300	0.03 265
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
dad	0.88 268	0.62 408	2.26 341	0.06 227	0.01 156	1.24 194	0.00 1	0.98 58	2.17 428	1.29 293	0.35 210	0.37 170	0.04 97	5.80 396	1.06 362	0.01 414	0.00 1	1.13 497	0.11 421	0.05 251	0.00 1

AACVNet	0.87 264	0.44 349	1.19 175	0.17 335	0.00 1	1.76 361	0.00 1	3.60 305	0.60 90	1.03 260	0.26 189	1.31 286	0.17 226	6.33 415	0.28 223	0.00 1	0.00 1	0.00 1	0.00 1	0.17 389	0.01 92

CREStereo++_RVC	0.29 67	0.19 209	0.83 72	0.05 210	0.00 1	1.19 162	0.00 1	0.66 37	0.99 261	0.25 129	1.26 342	0.05 60	0.07 152	0.20 64	0.09 88	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	0.61 175	0.55 389	1.84 287	0.00 1	0.00 1	0.94 68	0.00 1	1.65 96	0.23 43	0.12 103	0.03 102	0.08 96	0.06 136	6.59 428	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.30 70	0.28 274	0.86 76	0.03 154	0.01 156	1.14 138	0.00 1	0.53 21	0.44 71	1.06 266	1.24 339	0.06 75	0.05 114	0.25 87	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.28 63	0.39 324	0.97 106	0.05 210	0.00 1	1.09 115	0.00 1	0.71 41	0.54 76	0.44 167	1.04 319	0.06 75	0.06 136	0.19 52	0.09 88	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CFNet_pseudo	0.66 194	0.17 192	2.08 318	0.00 1	0.01 156	1.22 178	0.00 1	2.79 184	0.73 197	0.78 213	0.46 239	2.32 360	0.63 328	1.77 226	0.15 138	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

XX-Stereo	1.04 303	0.20 221	4.94 468	0.85 465	0.04 287	1.25 203	0.00 1	3.37 268	0.45 72	1.22 289	0.50 245	3.70 424	0.02 40	3.91 298	0.05 29	0.00 1	0.09 444	0.00 1	0.20 457	0.03 190	0.02 205

222	2.69 450	0.09 80	1.03 128	0.00 1	0.00 1	1.54 315	0.00 1	5.61 460	1.55 373	1.51 323	2.10 388	0.53 195	0.07 152	4.54 334	35.09 530	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

xxxx	1.78 420	0.07 54	1.02 117	0.00 1	0.01 156	1.44 279	0.00 1	5.81 470	1.53 371	1.37 310	1.91 374	1.08 272	0.05 114	4.37 320	16.98 512	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.02 205

test_xeample	1.79 421	0.08 67	1.03 128	0.02 96	0.00 1	1.44 279	0.00 1	5.48 455	1.84 400	1.65 339	2.17 396	0.37 170	0.06 136	4.00 302	17.67 514	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.02 205

AFF-stereo	0.65 189	0.46 357	0.82 69	0.37 403	0.00 1	1.19 162	0.00 1	3.04 214	1.42 349	0.72 202	1.95 377	1.16 278	0.26 259	0.97 190	0.31 238	0.00 1	0.02 353	0.00 1	0.00 1	0.21 417	0.02 205

GMStereo	0.25 57	0.60 403	1.28 191	0.01 27	0.00 1	0.48 36	0.00 1	0.74 45	1.24 313	0.16 116	0.03 102	0.07 89	0.09 175	0.22 76	0.10 100	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	1.36 368	0.46 357	4.05 441	0.22 354	0.73 474	1.03 79	0.00 1	3.57 301	5.71 481	1.59 336	1.64 356	0.49 190	0.19 236	5.53 380	1.90 407	0.00 1	0.01 289	0.00 1	0.00 1	0.08 300	0.03 265

MSMDNet	0.65 189	0.14 155	2.02 307	0.01 27	0.01 156	1.11 124	0.00 1	2.88 194	0.98 257	0.49 178	0.28 195	2.32 360	1.49 391	1.19 199	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 92

NLCA_NET_v2_RVC	1.04 303	0.55 389	2.52 364	0.56 436	1.00 479	1.37 248	0.00 1	3.43 281	1.35 336	2.24 386	0.35 210	2.18 352	0.58 318	4.28 312	0.34 253	0.00 1	0.00 1	0.00 1	0.01 342	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	0.65 189	0.17 192	2.09 319	0.00 1	0.01 156	1.22 178	0.00 1	2.77 182	0.73 197	0.75 205	0.44 234	2.32 360	0.64 331	1.76 225	0.15 138	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

AANet_RVC	1.66 404	0.88 453	3.52 421	0.06 227	0.00 1	1.22 178	0.00 1	3.25 251	2.51 444	2.21 384	4.49 444	3.65 422	0.20 242	7.10 467	3.42 447	0.50 490	0.04 397	0.00 1	0.00 1	0.08 300	0.05 316

StereoDRNet-Refined	0.83 245	0.12 132	1.18 170	0.02 96	0.01 156	1.31 228	0.00 1	3.33 264	1.07 279	1.92 361	1.24 339	2.48 366	0.18 230	1.86 229	1.67 392	0.00 1	0.00 1	0.00 1	0.00 1	0.14 367	0.05 316
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.93 428	0.18 200	2.44 356	0.67 451	0.53 465	5.25 468	0.00 1	5.43 454	1.56 378	2.09 376	0.91 309	6.48 468	0.89 357	8.55 489	3.60 450	0.00 1	0.00 1	0.00 1	0.00 1	0.06 271	0.01 92

NOSS_ROB	1.29 356	0.22 239	1.35 209	0.64 447	0.16 380	2.56 402	0.00 1	4.14 355	2.37 438	2.29 396	1.76 367	2.84 382	0.02 40	6.80 446	0.45 289	0.00 1	0.00 1	0.00 1	0.00 1	0.04 226	0.11 400

xyz-stereo-finetune	0.49 143	0.22 239	0.51 32	0.03 154	0.00 1	1.30 223	0.01 88	1.97 124	0.71 193	0.04 43	0.04 113	0.08 96	0.04 97	4.32 314	0.54 314	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

xyz-stereo	4.23 480	0.09 80	35.65 524	0.02 96	0.00 1	17.93 512	0.01 88	1.93 119	0.42 68	1.61 337	14.74 492	2.67 371	0.15 219	7.15 468	1.87 405	0.00 1	0.01 289	0.24 485	0.00 1	0.04 226	0.01 92

MM-Stereo_test2	0.26 60	0.08 67	1.52 234	0.46 415	0.00 1	1.14 138	0.01 88	0.63 35	0.21 37	0.38 160	0.02 78	0.04 32	0.06 136	0.18 46	0.20 173	0.00 1	0.04 397	0.00 1	0.05 389	0.22 420	0.04 295

AIO-test2	0.76 222	0.80 441	1.47 224	0.12 300	0.15 374	1.22 178	0.01 88	3.17 238	0.73 197	0.36 157	1.50 351	0.16 138	0.05 114	2.37 237	0.16 147	2.85 502	0.00 1	0.00 1	0.01 342	0.04 226	0.07 365

AIO-test1	0.53 159	0.38 317	1.50 226	0.02 96	0.03 267	1.12 129	0.01 88	3.13 228	0.69 178	0.44 167	0.30 197	0.06 75	0.06 136	2.52 239	0.13 118	0.00 1	0.00 1	0.00 1	0.02 364	0.13 360	0.09 384

fffft	0.22 39	0.03 2	0.46 25	0.01 27	0.00 1	0.93 66	0.01 88	1.42 78	0.61 100	0.02 13	0.01 1	0.04 32	0.01 13	0.21 73	0.34 253	0.00 1	0.00 1	0.00 1	0.00 1	0.14 367	0.07 365
1: 1. 1
mms	0.11 2	0.07 54	0.45 22	0.01 27	0.00 1	0.35 17	0.01 88	0.38 11	0.15 11	0.05 47	0.02 78	0.06 75	0.05 114	0.20 64	0.04 12	0.00 1	0.02 353	0.00 1	0.00 1	0.10 337	0.14 422

fffy	0.14 8	0.06 37	0.88 80	0.02 96	0.00 1	0.33 12	0.01 88	0.79 47	0.13 4	0.02 13	0.01 1	0.06 75	0.01 13	0.16 39	0.03 6	0.00 1	0.04 397	0.00 1	0.00 1	0.09 322	0.06 347

tg	0.34 81	0.26 259	0.68 54	0.01 27	0.00 1	1.25 203	0.01 88	1.75 106	0.65 139	0.11 101	0.40 223	0.74 230	0.11 193	0.29 108	0.08 75	0.00 1	0.02 353	0.00 1	0.00 1	0.29 451	0.21 451

rvit_stereo_0083	0.13 4	0.02 1	0.30 11	0.00 1	0.00 1	0.14 3	0.01 88	0.56 28	1.11 286	0.05 47	0.01 1	0.04 32	0.02 40	0.25 87	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 92

rvit_stereo_0081_aga	0.17 18	0.11 121	0.81 67	0.00 1	0.00 1	0.80 46	0.01 88	0.79 47	0.59 81	0.02 13	0.01 1	0.05 60	0.03 70	0.19 52	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0081	0.17 18	0.04 9	0.25 6	0.00 1	0.00 1	0.75 43	0.01 88	1.22 68	0.79 220	0.07 58	0.01 1	0.03 19	0.02 40	0.17 43	0.06 54	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0082	0.17 18	0.04 9	0.25 6	0.00 1	0.00 1	0.75 43	0.01 88	1.22 68	0.79 220	0.07 58	0.01 1	0.03 19	0.02 40	0.17 43	0.06 54	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0080	0.30 70	0.23 247	1.20 178	0.00 1	0.00 1	0.90 57	0.01 88	2.79 184	0.60 90	0.02 13	0.02 78	0.06 75	0.01 13	0.12 27	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 205

AIO-Stereo	0.21 32	0.07 54	0.44 21	0.03 154	0.03 267	0.41 28	0.01 88	1.65 96	0.65 139	0.09 74	0.01 1	0.02 5	0.04 97	0.22 76	0.05 29	0.00 1	0.00 1	0.00 1	0.33 494	0.05 251	0.08 378

DualNet (step1)	0.96 284	0.41 332	2.03 309	0.02 96	0.01 156	2.14 381	0.01 88	4.31 374	1.07 279	1.35 304	0.36 213	0.70 222	0.44 296	2.58 241	0.34 253	0.53 491	0.00 1	1.82 499	1.10 511	0.02 133	0.02 205

test_sample9	2.36 444	0.41 332	2.03 309	0.02 96	0.01 156	2.14 381	0.01 88	4.31 374	1.07 279	1.35 304	0.36 213	0.70 222	0.44 296	5.58 388	8.70 488	0.53 491	16.52 532	1.82 499	1.10 511	0.02 133	0.02 205

test_sample8	3.62 471	0.41 332	2.03 309	0.02 96	0.01 156	2.14 381	0.01 88	4.38 380	1.04 268	6.51 475	0.58 253	14.04 498	6.94 493	5.58 388	8.70 488	0.53 491	16.52 532	1.82 499	1.10 511	0.02 133	0.02 205

test_sample6	0.89 275	0.17 192	2.23 336	0.48 420	0.01 156	1.43 275	0.01 88	4.49 391	1.40 345	1.43 317	1.12 325	0.64 211	0.14 216	3.86 295	0.42 280	0.00 1	0.01 289	0.00 1	0.00 1	0.02 133	0.02 205

test_sample5	0.86 257	0.16 181	2.25 337	0.49 422	0.01 156	1.41 264	0.01 88	4.55 394	1.27 321	1.35 304	0.89 307	0.58 199	0.11 193	3.75 286	0.38 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 205

test_sample4	0.86 257	0.16 181	2.28 345	0.50 425	0.01 156	1.42 272	0.01 88	4.65 405	1.27 321	1.52 324	0.66 274	0.69 219	0.08 167	3.50 275	0.38 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 205

test_sample3	0.84 251	0.15 169	2.22 334	0.48 420	0.01 156	1.37 248	0.01 88	4.63 403	1.17 300	1.43 317	0.43 231	0.80 243	0.10 183	3.48 274	0.38 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 205

CAS++	0.32 76	0.22 239	0.69 56	0.04 187	0.00 1	0.35 17	0.01 88	4.32 378	0.48 73	0.02 13	0.01 1	0.07 89	0.00 1	0.19 52	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
trnet	0.22 39	0.14 155	0.67 52	0.00 1	0.00 1	1.24 194	0.01 88	1.16 66	0.56 78	0.09 74	0.08 129	0.05 60	0.00 1	0.29 108	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

testlalala2	0.77 224	0.13 142	1.72 272	3.72 502	2.44 498	1.10 119	0.01 88	3.27 259	0.73 197	0.09 74	0.03 102	1.38 290	0.08 167	0.12 27	0.09 88	0.00 1	0.02 353	0.00 1	0.37 498	0.01 40	0.01 92

H2IRNET	0.47 135	0.22 239	1.27 189	0.15 325	0.01 156	1.18 159	0.01 88	1.65 96	0.48 73	0.02 13	1.80 370	0.46 183	0.04 97	1.62 221	0.35 260	0.00 1	0.00 1	0.01 424	0.01 342	0.16 384	0.02 205

DispNO	1.25 353	0.52 380	3.40 416	0.11 299	0.05 297	1.45 285	0.01 88	3.73 316	1.68 390	1.34 298	1.59 354	3.15 404	1.12 371	5.56 384	1.14 367	0.00 1	0.02 353	0.03 454	0.12 426	0.05 251	0.03 265

MyStereo8	0.85 253	0.52 380	3.20 404	0.20 350	0.00 1	1.47 292	0.01 88	3.53 297	1.91 409	1.34 298	0.65 272	1.22 281	0.31 268	0.57 163	1.38 384	0.00 1	0.14 473	0.00 1	0.06 399	0.09 322	0.30 463

MyStereo07	0.27 61	0.27 263	0.64 48	0.02 96	0.01 156	1.64 346	0.01 88	1.41 77	0.73 197	0.10 90	0.01 1	0.03 19	0.10 183	0.24 82	0.04 12	0.00 1	0.07 429	0.00 1	0.00 1	0.03 190	0.06 347

MyStereo06	0.80 237	0.19 209	2.53 365	0.02 96	0.00 1	1.51 303	0.01 88	4.61 399	0.24 48	0.89 226	0.69 285	3.14 403	1.18 374	0.58 166	0.33 246	0.00 1	0.06 419	0.00 1	0.00 1	0.02 133	0.07 365

MyStereo05	0.79 233	0.19 209	3.17 401	0.02 96	0.00 1	1.51 303	0.01 88	3.56 300	2.48 443	1.34 298	0.02 78	1.25 283	0.38 286	1.19 199	0.50 304	0.00 1	0.06 419	0.00 1	0.00 1	0.02 133	0.07 365

MyStereo04	0.78 232	0.27 263	3.19 402	0.02 96	0.01 156	1.64 346	0.01 88	3.64 309	2.20 431	0.98 249	0.02 78	1.29 285	0.57 316	1.10 196	0.53 311	0.00 1	0.07 429	0.00 1	0.00 1	0.03 190	0.06 347

ACVNet-DCA	0.61 175	0.27 263	1.28 191	0.13 307	0.00 1	3.44 432	0.01 88	3.15 231	0.68 165	0.33 138	0.69 285	0.04 32	0.61 322	1.43 212	0.05 29	0.00 1	0.02 353	0.00 1	0.03 373	0.01 40	0.01 92

xx1	0.95 283	0.27 263	1.28 191	0.13 307	0.00 1	3.44 432	0.01 88	3.18 240	7.23 493	0.33 138	0.69 285	0.73 228	0.12 205	1.43 212	0.05 29	0.00 1	0.02 353	0.00 1	0.00 1	0.01 40	0.01 92

1test111	0.69 205	0.27 263	1.28 191	0.13 307	0.00 1	3.44 432	0.01 88	3.15 231	0.68 165	0.33 138	0.69 285	0.04 32	0.61 322	2.95 256	0.07 62	0.00 1	0.02 353	0.00 1	0.03 373	0.01 40	0.01 92

cc1	0.94 281	0.27 263	1.28 191	0.13 307	0.00 1	3.44 432	0.01 88	3.18 240	7.23 493	0.33 138	0.69 285	0.04 32	0.61 322	1.43 212	0.05 29	0.00 1	0.02 353	0.00 1	0.03 373	0.09 322	0.04 295

DualNet	0.88 268	0.16 181	2.25 337	0.49 422	0.01 156	1.41 264	0.01 88	4.55 394	1.27 321	1.43 317	1.12 325	0.58 199	0.11 193	3.75 286	0.38 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 205

1111x	1.53 387	0.06 37	1.77 277	0.27 376	0.00 1	2.12 380	0.01 88	5.63 464	1.65 388	1.53 326	1.67 359	0.92 249	0.64 331	6.18 406	8.17 485	0.00 1	0.01 289	0.00 1	0.00 1	0.00 1	0.01 92

whm_eth	0.30 70	0.23 247	1.20 178	0.00 1	0.00 1	0.90 57	0.01 88	2.79 184	0.60 90	0.02 13	0.02 78	0.06 75	0.01 13	0.12 27	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 205

GMStereo_Zeroshot	0.63 184	0.14 155	1.54 235	0.75 456	0.00 1	1.26 207	0.01 88	1.85 113	0.31 55	1.44 320	0.58 253	1.76 317	0.19 236	2.55 240	0.10 100	0.00 1	0.00 1	0.00 1	0.00 1	0.03 190	0.00 1

plain	0.41 108	0.28 274	2.26 341	0.07 253	0.00 1	0.50 37	0.01 88	2.84 190	0.92 246	0.05 47	0.07 125	0.13 124	0.17 226	0.43 142	0.20 173	0.00 1	0.00 1	0.00 1	0.00 1	0.34 460	0.01 92

MaDis-Stereo	0.22 39	0.29 284	0.87 78	0.05 210	0.18 388	0.41 28	0.01 88	1.24 70	0.56 78	0.02 13	0.03 102	0.13 124	0.05 114	0.32 120	0.24 195	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

testlalala_base	1.19 344	0.11 121	0.90 85	0.07 253	0.05 297	1.19 162	0.01 88	4.28 371	0.15 11	0.04 43	0.01 1	0.24 147	0.04 97	0.12 27	0.29 227	7.21 509	1.13 506	0.00 1	0.25 475	7.61 506	0.00 1

SDNR	3.31 465	0.91 457	6.28 489	0.44 409	0.02 244	26.11 527	0.01 88	3.81 329	1.62 386	2.82 420	11.06 483	2.93 388	0.60 319	7.95 483	1.52 385	0.01 414	0.01 289	0.00 1	0.00 1	0.06 271	0.12 408

LoS_RVC	0.19 27	0.48 367	0.51 32	0.12 300	0.10 346	1.01 77	0.01 88	0.81 51	0.19 27	0.07 58	0.02 78	0.06 75	0.05 114	0.31 114	0.05 29	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.04 295

anonymousdsp2	0.52 153	0.06 37	1.51 232	0.10 290	0.00 1	1.19 162	0.01 88	4.32 378	0.63 121	0.33 138	0.15 155	0.78 241	0.09 175	1.01 193	0.06 54	0.00 1	0.00 1	0.00 1	0.11 421	0.04 226	0.05 316

knoymous	0.35 88	0.05 19	1.11 148	0.05 210	0.01 156	1.15 145	0.01 88	2.06 128	0.14 7	0.40 162	0.02 78	1.67 313	0.00 1	0.31 114	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

riskmin	0.47 135	0.03 2	1.01 112	0.08 268	0.01 156	1.12 129	0.01 88	3.00 205	0.21 37	0.46 173	0.02 78	2.08 338	1.06 363	0.26 95	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 92

Anonymous_2	1.69 413	0.05 19	1.31 201	0.08 268	0.03 267	1.22 178	0.01 88	3.25 251	0.19 27	0.76 208	0.13 145	2.68 374	1.99 422	0.39 137	0.13 118	0.05 453	0.25 487	3.27 506	14.54 531	3.40 498	0.01 92

TestStereo1	0.77 224	0.46 357	1.12 150	0.15 325	0.19 395	1.29 217	0.01 88	3.33 264	1.55 373	0.45 170	1.67 359	0.13 124	1.23 377	3.39 268	0.27 216	0.00 1	0.00 1	0.00 1	0.00 1	0.17 389	0.07 365

DCANet-4	0.69 205	0.15 169	3.76 432	0.03 154	0.01 156	1.22 178	0.01 88	3.14 229	1.90 408	2.34 397	0.14 146	0.11 115	0.25 256	0.34 124	0.29 227	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 316

anonymity	0.74 213	0.15 169	1.17 167	0.16 332	0.27 426	0.71 42	0.01 88	4.70 407	1.78 397	1.15 274	1.23 337	0.31 161	1.65 407	0.54 160	0.53 311	0.02 436	0.02 353	0.00 1	0.27 481	0.02 133	0.06 347

ADStereo(finetuned)	0.83 245	0.43 344	3.68 429	0.03 154	0.00 1	1.22 178	0.01 88	3.26 253	1.86 404	2.61 414	0.20 180	0.09 103	2.39 434	0.34 124	0.38 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.06 347

test_5	0.74 213	0.50 375	1.55 237	0.44 409	0.25 418	1.45 285	0.01 88	4.16 356	0.78 219	0.79 215	0.17 164	0.42 179	0.64 331	3.06 260	0.18 164	0.00 1	0.00 1	0.00 1	0.00 1	0.16 384	0.21 451

SA-5K	0.77 224	0.46 357	1.12 150	0.15 325	0.19 395	1.29 217	0.01 88	3.33 264	1.55 373	0.45 170	1.67 359	0.13 124	1.23 377	3.39 268	0.27 216	0.00 1	0.00 1	0.00 1	0.00 1	0.17 389	0.07 365

SA	0.83 245	0.41 332	1.17 167	0.00 1	0.20 399	1.28 212	0.01 88	3.98 342	1.86 404	0.41 164	0.96 313	0.27 156	1.33 386	4.07 303	0.35 260	0.00 1	0.00 1	0.00 1	0.17 446	0.14 367	0.01 92

iRaft-Stereo_5w	1.08 313	0.56 394	2.70 377	0.02 96	0.02 244	1.20 171	0.01 88	3.18 240	0.63 121	0.14 114	2.00 381	1.62 307	1.54 397	6.69 437	1.01 361	0.00 1	0.00 1	0.00 1	0.00 1	0.23 422	0.01 92

test-3	0.63 184	0.06 37	1.00 109	0.07 253	0.13 362	0.99 75	0.01 88	2.46 157	0.20 32	1.96 365	0.01 1	1.10 276	0.05 114	3.75 286	0.23 190	0.00 1	0.00 1	0.00 1	0.26 478	0.15 379	0.13 415

test_1	0.61 175	0.06 37	1.00 109	0.07 253	0.12 356	0.99 75	0.01 88	2.46 157	0.20 32	1.71 342	0.01 1	1.10 276	0.04 97	3.71 284	0.23 190	0.00 1	0.00 1	0.00 1	0.25 475	0.15 379	0.13 415

test_3	0.58 169	0.06 37	1.04 132	0.07 253	0.12 356	1.01 77	0.01 88	2.45 155	0.20 32	0.95 236	0.01 1	1.05 268	0.05 114	3.74 285	0.23 190	0.00 1	0.00 1	0.00 1	0.25 475	0.15 379	0.13 415

CroCo-Stereo	0.39 102	0.40 329	1.67 265	0.07 253	0.00 1	0.19 5	0.01 88	3.55 299	0.75 205	0.08 66	0.02 78	0.46 183	0.08 167	0.28 105	0.18 164	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92
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 92	0.27 263	0.76 62	0.01 27	0.00 1	1.20 171	0.01 88	2.15 132	0.62 113	0.15 115	0.22 185	0.69 219	0.12 205	0.28 105	0.18 164	0.00 1	0.06 419	0.00 1	0.00 1	0.27 440	0.22 454

HCRNet	0.73 211	0.19 209	1.10 146	0.01 27	0.00 1	1.17 152	0.01 88	3.07 217	1.97 412	0.60 184	0.21 181	0.56 198	0.11 193	5.34 373	0.20 173	0.00 1	0.00 1	0.00 1	0.00 1	0.03 190	0.02 205

DCANet	0.66 194	0.43 344	2.21 327	0.03 154	0.00 1	1.22 178	0.01 88	3.26 253	1.85 403	2.61 414	0.21 181	0.09 103	0.49 307	0.33 123	0.39 277	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.06 347

MMNet	1.20 347	0.27 263	3.59 425	0.09 279	0.00 1	4.15 447	0.01 88	3.63 308	1.19 303	1.93 364	0.32 199	1.35 289	1.23 377	4.42 322	1.84 403	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

CREStereo	0.22 39	0.17 192	0.64 48	0.00 1	0.01 156	1.22 178	0.01 88	1.15 65	0.56 78	0.10 90	0.07 125	0.04 32	0.00 1	0.32 120	0.10 100	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	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	0.79 233	0.21 229	1.28 191	0.01 27	1.08 483	1.68 353	0.01 88	3.75 317	1.05 274	1.31 297	0.66 274	1.94 329	0.46 303	0.31 114	1.68 393	0.00 1	0.00 1	0.00 1	0.00 1	0.27 440	0.00 1

HGLStereo	1.03 301	0.18 200	1.50 226	0.01 27	0.01 156	1.41 264	0.01 88	3.41 277	0.82 229	1.05 263	3.09 420	2.11 341	1.24 380	4.51 331	1.18 369	0.00 1	0.00 1	0.00 1	0.00 1	0.04 226	0.03 265

DIP-Stereo	0.58 169	0.23 247	0.90 85	0.08 268	0.00 1	1.43 275	0.01 88	6.01 476	1.38 339	0.92 233	0.11 142	0.04 32	0.19 236	0.12 27	0.07 62	0.00 1	0.01 289	0.00 1	0.00 1	0.03 190	0.01 92
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	0.66 194	0.35 304	1.20 178	0.02 96	0.30 440	1.53 311	0.01 88	3.42 279	0.67 158	1.12 271	0.73 293	1.26 284	0.20 242	1.84 228	0.46 295	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PS-NSSS	1.08 313	0.45 353	1.70 270	0.02 96	0.01 156	1.37 248	0.01 88	4.38 380	2.09 419	1.15 274	2.65 410	0.65 212	0.07 152	6.35 416	0.56 318	0.16 474	0.00 1	0.00 1	0.00 1	0.05 251	0.00 1

iResNet	1.00 296	0.45 353	3.08 396	0.86 469	0.01 156	1.97 373	0.01 88	3.67 313	1.49 365	1.77 350	1.09 321	0.35 168	0.13 212	3.83 294	1.27 377	0.00 1	0.00 1	0.00 1	0.00 1	0.07 286	0.01 92

DN-CSS_ROB	0.77 224	0.90 456	2.01 305	0.85 465	0.00 1	1.47 292	0.01 88	2.92 198	0.93 250	0.12 103	0.53 248	0.44 181	0.16 223	4.33 315	0.35 260	0.00 1	0.00 1	0.00 1	0.00 1	0.30 456	0.01 92

111111	0.21 32	0.06 37	0.29 10	0.02 96	0.00 1	1.11 124	0.02 161	1.46 88	0.70 190	0.16 116	0.01 1	0.01 2	0.04 97	0.12 27	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.09 322	0.00 1

G2L-Stereo_aug	1.21 351	0.18 200	3.37 414	0.01 27	0.03 267	1.38 254	0.02 161	3.08 219	0.77 214	1.90 359	1.58 353	3.22 410	1.13 372	5.74 391	1.74 398	0.00 1	0.00 1	0.00 1	0.00 1	0.10 337	0.00 1

G2L-Stereo	1.04 303	0.55 389	2.62 372	0.02 96	0.11 353	1.41 264	0.02 161	3.45 284	0.99 261	1.37 310	0.14 146	3.10 400	0.24 252	5.96 398	0.66 335	0.00 1	0.00 1	0.00 1	0.00 1	0.19 405	0.04 295

SCV_C0	0.34 81	0.20 221	0.96 100	0.02 96	0.00 1	0.41 28	0.02 161	3.62 306	0.65 139	0.12 103	0.01 1	0.07 89	0.09 175	0.18 46	0.13 118	0.00 1	0.03 383	0.00 1	0.19 452	0.12 355	0.04 295

DEFOM-Stereo_RVC	0.19 27	0.03 2	0.46 25	0.03 154	0.00 1	0.36 23	0.02 161	1.68 101	0.67 158	0.01 5	0.01 1	0.05 60	0.00 1	0.12 27	0.22 184	0.00 1	0.02 353	0.00 1	0.15 429	0.01 40	0.00 1

dual_stereo	0.29 67	0.05 19	0.31 13	0.03 154	0.00 1	0.31 8	0.02 161	3.31 262	0.61 100	0.01 5	0.01 1	0.02 5	0.03 70	0.79 180	0.13 118	0.00 1	0.07 429	0.00 1	0.08 408	0.00 1	0.01 92

rvit_stereo_0075_2	0.37 96	0.13 142	2.43 354	0.02 96	0.00 1	1.12 129	0.02 161	1.66 99	1.15 297	0.16 116	0.08 129	0.02 5	0.05 114	0.40 138	0.09 88	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.10 392

AIO-Stereo-zeroshot1	1.57 394	0.69 425	7.27 493	0.30 382	0.44 457	0.87 55	0.02 161	6.19 478	0.84 235	0.45 170	6.17 462	4.35 437	1.17 373	1.32 209	0.48 300	0.00 1	0.09 444	0.00 1	0.34 496	0.26 435	0.12 408

IGEV-Stereo+	0.43 118	0.17 192	0.46 25	0.14 320	1.06 482	0.63 41	0.02 161	0.30 6	0.24 48	0.09 74	0.01 1	0.04 32	0.03 70	1.86 229	0.05 29	0.00 1	0.01 289	0.00 1	0.15 429	1.83 497	1.61 499

gcap-zeroshot	0.70 208	0.26 259	1.98 301	0.19 349	0.27 426	1.43 275	0.02 161	4.23 365	0.82 229	0.75 205	0.54 250	2.19 353	0.03 70	0.63 172	0.25 203	0.00 1	0.11 456	0.00 1	0.20 457	0.00 1	0.01 92

ffm	1.04 303	0.05 19	1.65 257	0.34 396	0.01 156	1.58 322	0.02 161	3.03 210	6.40 484	1.39 312	2.07 384	2.15 345	0.34 275	1.59 218	0.05 29	0.00 1	0.02 353	0.00 1	0.00 1	0.09 322	0.03 265

ff1	1.65 403	0.05 19	1.65 257	0.34 396	0.01 156	1.58 322	0.02 161	3.03 210	6.40 484	1.39 312	2.07 384	2.15 345	0.34 275	6.68 434	7.08 476	0.00 1	0.02 353	0.00 1	0.00 1	0.09 322	0.03 265

mmx	1.56 391	0.05 19	1.65 257	0.34 396	0.01 156	1.58 322	0.02 161	5.51 457	2.25 434	1.39 312	2.07 384	2.15 345	0.34 275	6.68 434	7.08 476	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.01 92

tt1	0.88 268	0.27 263	1.25 186	0.08 268	0.00 1	3.36 430	0.02 161	3.03 210	6.40 484	0.33 138	0.66 274	0.05 60	0.40 292	1.59 218	0.05 29	0.00 1	0.02 353	0.00 1	0.00 1	0.09 322	0.03 265

xxx	1.56 391	0.05 19	1.65 257	0.34 396	0.01 156	1.58 322	0.02 161	5.51 457	2.25 434	1.39 312	2.07 384	2.15 345	0.34 275	6.68 434	7.08 476	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.01 92

StereoVision	0.86 257	0.38 317	1.75 276	0.03 154	0.01 156	1.14 138	0.02 161	3.38 271	0.92 246	0.13 111	6.89 466	0.50 192	0.12 205	1.10 196	0.78 344	0.00 1	0.00 1	0.00 1	0.00 1	0.04 226	0.02 205

MIF-Stereo (partial)	0.27 61	0.18 200	1.14 156	0.01 27	0.00 1	0.43 33	0.02 161	1.97 124	0.39 67	0.11 101	0.08 129	0.07 89	0.06 136	0.44 144	0.33 246	0.00 1	0.00 1	0.00 1	0.00 1	0.05 251	0.02 205

UniTT-Stereo	0.16 13	0.11 121	1.13 154	0.03 154	0.17 384	0.32 10	0.02 161	0.38 11	0.32 58	0.03 34	0.16 157	0.05 60	0.07 152	0.16 39	0.16 147	0.00 1	0.00 1	0.00 1	0.00 1	0.11 348	0.00 1

MIM_Stereo	0.45 126	0.43 344	1.18 170	0.51 429	0.04 287	1.26 207	0.02 161	2.38 143	0.65 139	0.07 58	0.02 78	0.70 222	0.20 242	1.01 193	0.13 118	0.00 1	0.09 444	0.00 1	0.00 1	0.14 367	0.10 392

anonymousa	0.79 233	0.26 259	1.91 288	0.03 154	0.29 438	1.46 291	0.02 161	3.76 319	0.97 255	0.72 202	2.25 398	3.21 408	0.56 314	0.15 36	0.12 114	0.00 1	0.00 1	0.00 1	0.04 384	0.00 1	0.02 205

Selective-RAFT	0.37 96	0.06 37	0.65 50	0.03 154	0.01 156	1.17 152	0.02 161	2.63 170	0.66 148	0.01 5	0.01 1	0.22 146	0.18 230	1.31 206	0.24 195	0.00 1	0.00 1	0.00 1	0.20 457	0.04 226	0.00 1

fff	0.66 194	0.42 338	2.21 327	0.01 27	0.01 156	1.22 178	0.02 161	3.26 253	1.04 268	2.34 397	0.14 146	0.09 103	1.83 415	0.34 124	0.29 227	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 316

IER	0.75 218	0.12 132	1.93 290	0.01 27	0.00 1	2.31 392	0.02 161	2.96 201	0.98 257	1.30 294	0.96 313	1.40 291	1.19 375	1.31 206	0.45 289	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

raft_robust	0.98 288	0.57 397	1.21 181	0.06 227	0.17 384	1.36 243	0.02 161	3.46 287	2.18 429	0.33 138	0.01 1	1.54 297	1.42 389	6.77 443	0.15 138	0.00 1	0.02 353	0.00 1	0.18 449	0.11 348	0.09 384

RAFT+CT+SA	0.66 194	0.45 353	1.22 182	0.10 290	0.30 440	1.24 194	0.02 161	4.21 361	0.67 158	0.62 185	0.39 222	0.33 166	0.05 114	2.69 249	0.14 129	0.00 1	0.00 1	0.00 1	0.35 497	0.13 360	0.30 463

UDGNet	0.35 88	0.50 375	1.14 156	0.02 96	0.00 1	1.12 129	0.02 161	0.70 39	1.57 379	0.31 134	0.05 118	0.06 75	0.02 40	1.45 217	0.09 88	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GMOStereo	0.42 111	0.28 274	1.02 117	0.05 210	0.18 388	1.04 88	0.02 161	2.40 145	0.16 17	2.25 387	0.01 1	0.32 162	0.03 70	0.09 13	0.15 138	0.00 1	0.11 456	0.00 1	0.00 1	0.19 405	0.02 205

error version	0.42 111	0.28 274	1.02 117	0.05 210	0.18 388	1.04 88	0.02 161	2.40 145	0.16 17	2.25 387	0.01 1	0.32 162	0.03 70	0.09 13	0.15 138	0.00 1	0.11 456	0.00 1	0.00 1	0.19 405	0.02 205

test-v	0.42 111	0.28 274	1.02 117	0.05 210	0.18 388	1.04 88	0.02 161	2.40 145	0.16 17	2.25 387	0.01 1	0.32 162	0.03 70	0.09 13	0.15 138	0.00 1	0.11 456	0.00 1	0.00 1	0.19 405	0.02 205

GwcNet-ADL	0.62 182	0.20 221	2.03 309	0.05 210	0.01 156	1.29 217	0.02 161	3.16 236	1.39 341	0.97 240	0.44 234	1.48 293	0.23 250	0.78 179	0.27 216	0.01 414	0.00 1	0.00 1	0.00 1	0.01 40	0.03 265

PSMNet-ADL	0.77 224	0.08 67	0.90 85	0.07 253	0.01 156	2.01 375	0.02 161	2.55 166	1.11 286	0.33 138	0.59 263	2.15 345	0.69 345	4.07 303	0.85 348	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

GANet-ADL	0.52 153	0.09 80	1.43 219	0.13 307	0.02 244	1.43 275	0.02 161	3.22 250	0.59 81	0.34 149	0.98 315	1.09 274	0.19 236	0.40 138	0.34 253	0.00 1	0.00 1	0.00 1	0.00 1	0.04 226	0.01 92

RAFT-RH_RVC	2.05 436	0.15 169	1.66 261	0.60 440	0.27 426	1.49 299	0.02 161	0.58 32	0.65 139	5.35 471	21.66 510	1.06 270	0.07 152	6.85 447	0.57 321	0.04 447	0.00 1	0.00 1	0.03 373	0.01 40	0.00 1

test-2	0.42 111	0.28 274	1.02 117	0.05 210	0.18 388	1.04 88	0.02 161	2.40 145	0.16 17	2.25 387	0.01 1	0.32 162	0.03 70	0.09 13	0.15 138	0.00 1	0.11 456	0.00 1	0.00 1	0.19 405	0.02 205

pcwnet_v2	1.29 356	0.17 192	5.98 483	0.10 290	0.01 156	1.76 361	0.02 161	5.08 436	2.90 453	1.54 332	1.98 379	2.03 336	0.81 352	3.01 258	0.28 223	0.00 1	0.00 1	0.00 1	0.01 342	0.03 190	0.03 265

RALAANet	0.54 162	0.62 408	1.41 215	0.01 27	0.01 156	0.92 64	0.02 161	2.39 144	1.87 406	1.13 272	0.38 219	0.15 133	0.30 264	1.00 192	0.38 270	0.00 1	0.00 1	0.00 1	0.04 384	0.14 367	0.01 92

csc	0.66 194	0.42 338	2.21 327	0.01 27	0.01 156	1.22 178	0.02 161	3.26 253	1.04 268	2.34 397	0.14 146	0.09 103	1.83 415	0.34 124	0.29 227	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 316

cscssc	0.66 194	0.42 338	2.21 327	0.01 27	0.01 156	1.22 178	0.02 161	3.26 253	1.04 268	2.34 397	0.14 146	0.09 103	1.83 415	0.34 124	0.29 227	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 316

RAFT-Stereo + iAFF	0.60 172	0.36 308	0.96 100	0.03 154	0.02 244	1.21 175	0.02 161	2.80 187	1.55 373	1.08 267	2.63 409	0.43 180	0.16 223	0.37 133	0.25 203	0.00 1	0.02 353	0.00 1	0.00 1	0.19 405	0.01 92

CFNet-RSSM	0.51 150	0.12 132	1.26 187	0.03 154	0.14 368	1.24 194	0.02 161	4.12 354	0.15 11	0.31 134	0.01 1	1.96 332	0.04 97	0.19 52	0.25 203	0.00 1	0.01 289	0.00 1	0.27 481	0.01 40	0.01 92

UNet	1.13 333	0.24 251	4.21 447	0.01 27	0.02 244	2.31 392	0.02 161	3.06 215	0.76 213	1.17 278	0.14 146	2.73 377	1.58 403	4.48 330	1.92 410	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

Gwc-CoAtRS	0.42 111	0.12 132	1.28 191	0.03 154	0.13 362	1.03 79	0.02 161	2.33 140	0.15 11	0.35 150	0.01 1	2.27 355	0.03 70	0.20 64	0.25 203	0.00 1	0.01 289	0.00 1	0.22 465	0.01 40	0.01 92

ac_64	1.12 331	0.18 200	1.64 256	0.18 341	0.25 418	1.48 298	0.02 161	4.97 426	1.47 359	0.69 197	0.45 238	4.94 452	0.46 303	4.87 348	0.74 341	0.00 1	0.00 1	0.00 1	0.00 1	0.06 271	0.00 1

GANet-RSSM	0.88 268	0.38 317	1.45 222	0.60 440	0.00 1	1.36 243	0.02 161	4.55 394	0.69 178	0.71 200	0.32 199	1.56 299	0.61 322	4.55 335	0.64 332	0.00 1	0.00 1	0.05 461	0.00 1	0.08 300	0.02 205

CFNet-ft	0.77 224	0.46 357	1.34 206	0.01 27	0.27 426	1.32 229	0.02 161	2.40 145	0.68 165	0.63 189	0.18 168	3.23 411	0.21 247	3.97 300	0.54 314	0.00 1	0.00 1	0.01 424	0.00 1	0.03 190	0.02 205

DMCA	0.68 203	0.22 239	1.96 298	0.01 27	0.01 156	1.28 212	0.02 161	3.02 208	1.54 372	2.14 377	0.15 155	1.74 314	0.10 183	0.45 149	0.95 357	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 92

CFNet_RVC	0.77 224	0.46 357	1.34 206	0.01 27	0.27 426	1.32 229	0.02 161	2.40 145	0.68 165	0.63 189	0.18 168	3.23 411	0.21 247	3.97 300	0.54 314	0.00 1	0.00 1	0.01 424	0.00 1	0.03 190	0.02 205

HITNet	0.80 237	0.58 399	2.14 322	0.69 452	0.00 1	1.35 241	0.02 161	4.50 392	1.15 297	1.76 349	0.16 157	0.60 202	0.30 264	1.13 198	1.64 391	0.00 1	0.00 1	0.00 1	0.00 1	0.06 271	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	3.06 457	1.38 483	3.81 434	0.14 320	0.00 1	3.14 420	0.02 161	4.40 384	12.35 501	1.08 267	23.69 517	2.01 333	2.01 424	3.87 296	2.43 429	0.24 483	0.00 1	0.00 1	0.00 1	0.61 487	0.08 378

MM-Stereo_test1	0.40 106	0.13 142	1.31 201	0.64 447	0.07 319	0.92 64	0.03 210	3.08 219	0.80 224	0.35 150	0.04 113	0.05 60	0.02 40	0.20 64	0.13 118	0.00 1	0.02 353	0.00 1	0.00 1	0.26 435	0.02 205

ISRNet	0.88 268	0.19 209	2.71 379	0.05 210	0.00 1	1.17 152	0.03 210	2.96 201	0.80 224	2.17 380	1.70 364	2.59 368	0.20 242	2.58 241	0.46 295	0.00 1	0.00 1	0.00 1	0.00 1	0.04 226	0.00 1

castereo++	0.25 57	0.15 169	0.48 30	0.09 279	0.00 1	1.08 113	0.03 210	1.53 92	0.67 158	0.00 1	0.01 1	0.59 201	0.00 1	0.09 13	0.06 54	0.00 1	0.02 353	0.00 1	0.28 485	0.02 133	0.00 1

GIP-stereo	0.31 73	0.03 2	0.78 64	0.00 1	0.00 1	1.06 103	0.03 210	2.98 203	0.66 148	0.05 47	0.01 1	0.04 32	0.01 13	0.18 46	0.24 195	0.00 1	0.00 1	0.00 1	0.00 1	0.04 226	0.00 1

IGEV++	0.36 92	0.19 209	0.57 41	0.09 279	0.00 1	0.35 17	0.03 210	4.62 400	0.24 48	0.12 103	0.02 78	0.03 19	0.17 226	0.24 82	0.23 190	0.00 1	0.05 410	0.00 1	0.04 384	0.09 322	0.08 378

AE-Stereo	0.47 135	0.11 121	1.03 128	0.04 187	0.09 337	1.11 124	0.03 210	4.16 356	0.34 60	0.35 150	0.82 300	0.15 133	0.16 223	0.45 149	0.05 29	0.00 1	0.09 444	0.00 1	0.26 478	0.09 322	0.05 316

EKT-Stereo	0.74 213	0.18 200	1.23 184	0.81 461	4.25 504	1.19 162	0.03 210	2.17 135	0.13 4	0.35 150	0.40 223	0.97 261	0.08 167	2.61 246	0.09 88	0.00 1	0.09 444	0.00 1	0.07 403	0.04 226	0.03 265

testlalala	0.46 129	0.13 142	0.82 69	0.17 335	0.10 346	1.13 136	0.03 210	2.63 170	1.13 293	2.04 373	0.10 138	0.29 160	0.04 97	0.15 36	0.27 216	0.00 1	0.01 289	0.00 1	0.26 478	0.00 1	0.00 1

CBFPSM	1.39 372	0.61 406	4.29 451	0.01 27	0.01 156	3.64 438	0.03 210	3.39 273	0.80 224	0.64 192	0.21 181	6.18 466	3.70 465	2.38 238	1.82 401	0.00 1	0.01 289	0.00 1	0.00 1	0.08 300	0.01 92

BUS	0.97 286	0.10 100	0.96 100	0.01 27	0.00 1	5.85 473	0.03 210	5.40 450	0.93 250	2.26 391	0.66 274	2.39 364	0.06 136	0.61 168	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

NINENet	1.03 301	0.22 239	1.30 199	0.10 290	0.01 156	5.85 473	0.03 210	4.41 385	1.25 314	1.55 333	0.60 269	2.39 364	0.06 136	2.72 251	0.05 29	0.00 1	0.01 289	0.01 424	0.00 1	0.04 226	0.00 1

Sa-1000	1.04 303	0.39 324	1.17 167	0.00 1	0.20 399	1.33 235	0.03 210	4.19 359	1.81 398	0.99 253	5.33 454	0.61 203	0.15 219	4.07 303	0.30 235	0.00 1	0.00 1	0.00 1	0.16 438	0.13 360	0.00 1

test_4	0.51 150	0.10 100	1.27 189	0.01 27	0.06 309	0.97 73	0.03 210	1.12 63	0.16 17	0.27 131	3.42 430	0.65 212	0.09 175	1.59 218	0.26 211	0.00 1	0.00 1	0.00 1	0.08 408	0.14 367	0.00 1

dd	0.34 81	0.67 419	1.55 237	0.04 187	0.01 156	1.22 178	0.03 210	0.84 53	1.16 299	0.18 123	0.05 118	0.12 119	0.05 114	0.29 108	0.44 285	0.02 436	0.00 1	0.00 1	0.00 1	0.05 251	0.00 1

GLC_STEREO	0.13 4	0.08 67	0.61 43	0.01 27	0.00 1	0.94 68	0.03 210	0.29 5	0.21 37	0.05 47	0.02 78	0.06 75	0.04 97	0.26 95	0.07 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 92

TRStereo	0.59 171	0.79 440	1.59 251	0.56 436	0.01 156	1.19 162	0.03 210	4.74 410	0.60 90	0.17 120	0.01 1	0.62 206	0.44 296	0.57 163	0.07 62	0.00 1	0.04 397	0.00 1	0.24 472	0.01 40	0.14 422

AnonymousM	0.34 81	0.07 54	0.63 45	0.02 96	0.01 156	1.09 115	0.03 210	1.54 93	0.68 165	0.17 120	0.04 113	0.02 5	0.24 252	0.25 87	0.04 12	0.00 1	0.01 289	1.93 503	0.00 1	0.01 40	0.00 1

s12784h	0.56 166	0.14 155	1.22 182	0.02 96	0.00 1	1.14 138	0.03 210	3.43 281	1.47 359	1.02 255	1.41 349	0.05 60	0.02 40	1.08 195	0.09 88	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

RALCasStereoNet	0.44 122	0.44 349	1.03 128	0.03 154	0.00 1	1.10 119	0.03 210	2.46 157	0.90 243	0.07 58	0.32 199	0.12 119	0.20 242	1.28 205	0.25 203	0.00 1	0.31 492	0.00 1	0.00 1	0.08 300	0.12 408

ARAFT	1.12 331	0.82 448	4.11 445	0.04 187	0.00 1	1.64 346	0.03 210	4.85 421	1.69 391	2.78 419	0.57 251	0.47 186	0.11 193	4.81 346	0.24 195	0.00 1	0.03 383	0.00 1	0.00 1	0.24 425	0.05 316

cf-r	0.98 288	0.51 379	2.04 313	0.25 365	0.01 156	1.40 259	0.03 210	4.47 390	1.65 388	0.95 236	0.58 253	2.63 369	0.24 252	4.19 309	0.58 323	0.00 1	0.00 1	0.00 1	0.00 1	0.06 271	0.04 295

PSMNet-RSSM	0.90 276	0.44 349	1.35 209	0.13 307	0.00 1	1.37 248	0.03 210	4.79 418	0.85 239	1.11 270	0.49 244	2.15 345	0.35 280	4.09 307	0.73 340	0.00 1	0.00 1	0.01 424	0.00 1	0.03 190	0.01 92

RYNet	1.52 385	0.35 304	3.38 415	0.25 365	0.04 287	2.31 392	0.03 210	4.62 400	1.47 359	1.14 273	0.34 207	4.52 443	1.38 387	6.36 417	4.23 454	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

MLCV	1.01 297	0.53 385	2.17 324	0.03 154	0.00 1	1.60 333	0.03 210	2.90 196	1.30 329	2.60 413	1.85 372	1.00 264	0.40 292	4.88 349	0.74 341	0.00 1	0.00 1	0.00 1	0.00 1	0.07 286	0.01 92

HSM	1.36 368	0.40 329	1.07 139	0.01 27	0.30 440	1.73 360	0.03 210	5.89 471	1.22 307	1.83 354	1.36 346	4.78 449	1.30 385	6.61 431	0.57 321	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

iResNet_ROB	1.05 311	0.76 435	2.06 315	0.07 253	0.00 1	1.35 241	0.03 210	6.80 491	2.57 448	0.79 215	1.20 335	0.94 257	0.12 205	3.81 291	0.41 278	0.00 1	0.00 1	0.00 1	0.00 1	0.08 300	0.01 92

xyz-stereo-finetune2	0.61 175	0.19 209	0.84 73	0.06 227	0.00 1	1.28 212	0.04 236	1.89 117	0.69 178	0.10 90	0.59 263	0.07 89	0.67 343	5.30 369	0.47 299	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

FoundationStereo	0.08 1	0.12 132	0.24 4	0.02 96	0.01 156	0.12 1	0.04 236	0.24 2	0.59 81	0.00 1	0.01 1	0.04 32	0.01 13	0.11 23	0.07 62	0.00 1	0.02 353	0.00 1	0.00 1	0.00 1	0.00 1

castereo	0.32 76	0.28 274	0.46 25	0.01 27	0.05 297	0.81 49	0.04 236	3.37 268	0.61 100	0.08 66	0.01 1	0.08 96	0.14 216	0.10 20	0.11 109	0.00 1	0.01 289	0.00 1	0.22 465	0.02 133	0.01 92

SMoEStereo_RVC	0.18 25	0.06 37	0.53 36	0.02 96	0.00 1	1.03 79	0.04 236	0.38 11	0.64 132	0.07 58	0.01 1	0.04 32	0.02 40	0.26 95	0.27 216	0.00 1	0.00 1	0.00 1	0.00 1	0.07 286	0.10 392

ours_stereo	0.16 13	0.06 37	0.73 59	0.00 1	0.00 1	0.80 46	0.04 236	0.44 15	0.54 76	0.05 47	0.02 78	0.06 75	0.03 70	0.19 52	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.11 348	0.06 347

UGAM-zero	1.60 396	0.15 169	2.43 354	0.12 300	0.28 436	1.07 105	0.04 236	5.96 475	0.26 52	1.18 280	0.22 185	8.02 478	4.54 473	6.89 454	0.27 216	0.00 1	0.09 444	0.00 1	0.29 488	0.01 40	0.15 425

GCAP-BAT	0.37 96	0.13 142	1.16 164	0.10 290	0.12 356	1.59 329	0.04 236	0.67 38	0.43 70	0.84 220	0.89 307	0.39 175	0.07 152	0.27 103	0.49 302	0.00 1	0.01 289	0.00 1	0.19 452	0.00 1	0.00 1

DCVSM-stereo	0.70 208	0.04 9	1.69 268	0.07 253	0.01 156	1.27 210	0.04 236	1.85 113	0.14 7	3.56 444	0.08 129	3.07 397	0.60 319	1.35 210	0.11 109	0.00 1	0.00 1	0.01 424	0.00 1	0.02 133	0.00 1

Occ-G	0.24 53	0.10 100	0.59 42	0.01 27	0.01 156	0.80 46	0.04 236	0.62 34	0.15 11	0.01 5	0.51 246	1.34 288	0.04 97	0.09 13	0.21 181	0.00 1	0.00 1	0.00 1	0.15 429	0.15 379	0.00 1

MSKI-zero shot	0.73 211	0.13 142	1.56 244	0.02 96	0.14 368	1.34 237	0.04 236	3.00 205	0.23 43	0.67 194	1.64 356	0.89 248	0.00 1	4.55 335	0.10 100	0.00 1	0.02 353	0.00 1	0.21 463	0.03 190	0.01 92

iinet-f	1.68 412	0.61 406	11.37 506	0.29 380	0.03 267	4.39 454	0.04 236	3.18 240	1.10 284	1.16 277	0.58 253	2.96 391	2.76 441	2.13 234	2.46 430	0.00 1	0.02 353	0.02 449	0.00 1	0.46 476	0.01 92

Selective-IGEV	0.22 39	0.06 37	0.46 25	0.05 210	0.04 287	0.34 15	0.04 236	2.16 133	0.59 81	0.09 74	0.01 1	0.02 5	0.05 114	0.18 46	0.05 29	0.00 1	0.00 1	0.00 1	0.09 413	0.03 190	0.09 384

EGLCR-Stereo	0.28 63	0.09 80	0.73 59	0.18 341	0.05 297	1.17 152	0.04 236	2.37 142	0.17 22	0.35 150	0.01 1	0.01 2	0.02 40	0.38 136	0.04 12	0.00 1	0.01 289	0.00 1	0.00 1	0.00 1	0.03 265

CASS	0.56 166	0.13 142	1.40 214	0.03 154	0.01 156	1.65 350	0.04 236	3.03 210	0.63 121	1.96 365	0.93 311	0.28 158	0.36 282	0.52 156	0.18 164	0.00 1	0.00 1	0.00 1	0.00 1	0.03 190	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
rafts_anoy	0.39 102	0.44 349	1.15 160	0.06 227	0.03 267	1.12 129	0.04 236	2.75 181	0.33 59	0.10 90	0.16 157	0.11 115	0.19 236	0.74 178	0.31 238	0.00 1	0.14 473	0.00 1	0.01 342	0.02 133	0.05 316

raft+_RVC	0.42 111	0.48 367	1.11 148	0.51 429	0.17 384	1.16 148	0.04 236	2.25 136	0.59 81	0.12 103	0.42 227	0.08 96	0.15 219	0.60 167	0.28 223	0.00 1	0.09 444	0.00 1	0.00 1	0.06 271	0.19 444

sCroCo_RVC	0.21 32	0.14 155	1.54 235	0.01 27	0.00 1	0.13 2	0.04 236	1.10 62	0.65 139	0.10 90	0.05 118	0.03 19	0.04 97	0.23 79	0.05 29	0.00 1	0.07 429	0.00 1	0.00 1	0.01 40	0.00 1

FADNet_RVC	1.15 339	1.06 468	4.34 455	0.02 96	0.06 309	2.77 414	0.04 236	3.50 291	0.80 224	0.35 150	0.32 199	0.65 212	0.09 175	5.20 363	1.56 386	0.24 483	0.34 494	0.11 474	0.33 494	0.65 489	0.60 479

Nwc_Net	1.94 430	0.55 389	3.79 433	0.07 253	0.08 329	2.73 409	0.04 236	6.75 490	1.11 286	2.03 372	7.92 471	4.82 450	2.11 425	4.78 344	2.01 416	0.00 1	0.00 1	0.00 1	0.00 1	0.05 251	0.01 92

CC-Net-ROB	1.86 424	0.64 412	2.55 367	1.42 490	0.19 395	3.38 431	0.04 236	4.41 385	2.45 442	0.90 228	1.31 344	0.98 262	0.18 230	6.60 429	0.53 311	1.14 497	1.60 510	7.16 507	0.00 1	1.33 493	0.32 468

CFNet	1.08 313	0.62 408	2.26 341	0.26 371	0.03 267	1.40 259	0.04 236	4.45 389	2.09 419	0.48 175	0.69 285	1.31 286	0.24 252	6.63 432	0.83 347	0.00 1	0.00 1	0.00 1	0.00 1	0.17 389	0.04 295

DispFullNet	7.91 500	23.96 531	13.67 510	14.71 524	7.88 515	4.83 463	0.04 236	5.01 430	2.89 452	8.86 492	4.96 450	6.11 464	10.72 507	10.18 502	3.51 449	2.44 501	0.33 493	15.15 521	4.65 524	12.33 521	5.95 514

LG-Stereo_Zeroshot	0.36 92	0.14 155	1.14 156	0.04 187	0.05 297	1.39 258	0.05 258	1.87 116	0.77 214	0.13 111	0.07 125	0.48 187	0.02 40	0.41 141	0.45 289	0.00 1	0.00 1	0.00 1	0.18 449	0.01 40	0.10 392

MM-Stereo_test3	0.43 118	0.33 300	0.92 90	0.75 456	0.04 287	0.96 72	0.05 258	3.11 225	0.79 220	0.12 103	0.53 248	0.26 154	0.06 136	0.26 95	0.13 118	0.00 1	0.01 289	0.00 1	0.00 1	0.28 449	0.01 92

SCV	0.42 111	0.28 274	0.68 54	0.26 371	0.16 380	0.26 7	0.05 258	4.98 427	0.63 121	0.10 90	0.01 1	0.02 5	0.05 114	0.26 95	0.13 118	0.00 1	0.01 289	0.00 1	0.18 449	0.25 432	0.18 439

StereoAnything_RVC	0.66 194	1.49 485	1.08 141	0.01 27	0.01 156	0.37 24	0.05 258	2.93 199	0.63 121	0.08 66	0.01 1	0.00 1	0.02 40	0.17 43	0.04 12	0.00 1	0.07 429	0.00 1	0.00 1	6.28 502	0.01 92

tt45	0.47 135	0.06 37	0.70 57	0.02 96	0.00 1	1.30 223	0.05 258	0.85 54	0.60 90	0.05 47	0.01 1	0.09 103	0.03 70	5.40 375	0.18 164	0.00 1	0.00 1	0.00 1	0.00 1	0.09 322	0.01 92

WCG-NET	0.22 39	0.17 192	0.54 38	0.01 27	0.00 1	0.91 59	0.05 258	0.61 33	1.09 283	0.17 120	0.33 206	0.03 19	0.13 212	0.20 64	0.07 62	0.00 1	0.03 383	0.00 1	0.00 1	0.09 322	0.02 205

Pointernet	0.34 81	0.10 100	1.09 144	0.01 27	0.08 329	1.18 159	0.05 258	2.99 204	0.62 113	0.03 34	0.01 1	0.15 133	0.05 114	0.24 82	0.09 88	0.00 1	0.00 1	0.00 1	0.11 421	0.01 40	0.00 1

IGEV-BASED-STEREO-	1.75 418	19.48 527	12.37 508	0.06 227	0.00 1	0.47 35	0.05 258	0.46 16	0.31 55	0.13 111	0.03 102	0.03 19	0.00 1	0.07 7	0.41 278	0.00 1	0.00 1	0.00 1	0.06 399	0.07 286	0.92 490

WCG-NET（raft）	0.29 67	0.24 251	0.51 32	0.01 27	0.00 1	0.91 59	0.05 258	0.56 28	1.12 291	0.21 126	0.12 144	1.54 297	0.14 216	0.14 35	0.07 62	0.00 1	0.11 456	0.00 1	0.00 1	0.08 300	0.03 265

RAFT-Stereo-weight	0.39 102	0.07 54	0.81 67	0.07 253	0.02 244	1.34 237	0.05 258	3.15 231	0.31 55	0.94 235	0.52 247	0.26 154	0.01 13	0.19 52	0.07 62	0.00 1	0.01 289	0.00 1	0.00 1	0.00 1	0.01 92

IGEV_Zeroshot_test	0.74 213	0.20 221	3.00 391	0.26 371	0.02 244	1.10 119	0.05 258	3.72 315	0.19 27	0.88 224	0.71 292	2.84 382	0.63 328	0.53 158	0.33 246	0.00 1	0.07 429	0.00 1	0.16 438	0.04 226	0.00 1

LL-Strereo	1.93 428	0.97 460	3.83 436	0.55 434	2.19 497	1.49 299	0.05 258	4.09 351	1.00 263	2.59 412	2.77 413	5.17 457	5.63 488	7.19 469	0.63 330	0.00 1	0.10 453	0.00 1	0.00 1	0.25 432	0.20 449

CES	0.43 118	0.14 155	0.85 74	0.05 210	1.52 490	1.22 178	0.05 258	1.01 59	0.59 81	0.03 34	0.02 78	0.14 130	0.10 183	0.40 138	0.10 100	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	2.45 504

CRFU-Net	1.32 363	0.27 263	2.46 360	1.17 484	0.03 267	4.08 445	0.05 258	5.61 460	0.67 158	1.53 326	0.70 291	3.47 417	2.62 439	3.24 263	0.24 195	0.01 414	0.01 289	0.11 474	0.00 1	0.13 360	0.00 1

CSP-Net	1.01 297	0.52 380	0.92 90	0.01 27	0.00 1	2.83 416	0.05 258	4.99 428	0.69 178	0.91 231	0.85 303	1.82 324	0.23 250	6.04 401	0.29 227	0.00 1	0.00 1	0.00 1	0.00 1	0.10 337	0.01 92

IPLGR	0.76 222	0.21 229	2.98 389	0.06 227	0.07 319	1.24 194	0.05 258	3.09 222	1.38 339	0.62 185	0.34 207	0.75 231	0.78 349	3.35 265	0.22 184	0.00 1	0.00 1	0.00 1	0.00 1	0.05 251	0.06 347

AASNet	0.86 257	0.53 385	1.96 298	0.04 187	0.00 1	1.70 357	0.05 258	5.13 437	1.84 400	0.93 234	1.88 373	0.96 258	0.19 236	0.67 174	0.91 355	0.00 1	0.00 1	0.00 1	0.00 1	0.27 440	0.09 384

raftrobust	0.46 129	0.42 338	1.05 137	0.01 27	0.21 404	1.17 152	0.05 258	2.07 130	0.19 27	2.98 428	0.02 78	0.12 119	0.15 219	0.25 87	0.31 238	0.00 1	0.03 383	0.00 1	0.00 1	0.08 300	0.06 347

psm_up	0.84 251	0.32 293	1.44 221	0.02 96	0.00 1	1.98 374	0.05 258	3.40 275	1.04 268	2.06 374	0.40 223	1.74 314	0.45 300	3.47 273	0.24 195	0.06 461	0.00 1	0.00 1	0.00 1	0.08 300	0.00 1

FENet	0.52 153	0.07 54	1.62 253	0.04 187	0.00 1	1.19 162	0.05 258	3.10 223	0.98 257	0.89 226	0.01 1	1.63 310	0.09 175	0.47 153	0.28 223	0.00 1	0.01 289	0.00 1	0.00 1	0.00 1	0.01 92

GwcNet-RSSM	1.02 299	0.69 425	2.70 377	0.22 354	0.02 244	1.42 272	0.05 258	4.02 345	1.01 264	0.90 228	0.42 227	2.89 386	0.26 259	4.43 323	1.17 368	0.00 1	0.00 1	0.02 449	0.00 1	0.13 360	0.05 316

HSM-Net_RVC	1.40 373	0.07 54	1.58 247	0.00 1	0.01 156	1.88 370	0.05 258	7.24 493	1.71 394	3.63 445	3.63 434	3.21 408	0.36 282	4.25 311	0.44 285	0.01 414	0.01 289	0.00 1	0.00 1	0.01 40	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iResNetv2_ROB	1.08 313	1.12 471	4.68 464	1.09 480	0.00 1	1.38 254	0.05 258	3.83 330	1.11 286	0.80 217	1.15 328	1.02 266	0.12 205	4.52 332	0.45 289	0.00 1	0.00 1	0.00 1	0.00 1	0.33 457	0.03 265

coex_refinement	1.13 333	0.54 387	1.58 247	0.12 300	0.02 244	1.51 303	0.06 281	4.01 344	1.51 369	2.61 414	0.66 274	4.40 438	0.48 306	3.67 279	1.30 379	0.00 1	0.01 289	0.00 1	0.00 1	0.04 226	0.03 265

GREAT-IGEV	0.24 53	0.10 100	0.92 90	0.06 227	0.33 451	1.11 124	0.06 281	0.36 10	0.19 27	0.02 13	0.47 242	0.02 5	0.06 136	0.13 34	0.16 147	0.00 1	0.09 444	0.00 1	0.20 457	0.09 322	0.36 472

AIO_rvc	0.21 32	0.32 293	0.50 31	0.09 279	0.03 267	0.43 33	0.06 281	1.25 71	0.63 121	0.03 34	0.01 1	0.09 103	0.04 97	0.28 105	0.16 147	0.00 1	0.01 289	0.00 1	0.03 373	0.10 337	0.10 392

AIO_test	0.17 18	0.11 121	0.55 39	0.08 268	0.06 309	0.42 32	0.06 281	0.35 9	0.38 65	0.03 34	0.01 1	0.86 245	0.03 70	0.21 73	0.10 100	0.00 1	0.01 289	0.00 1	0.08 408	0.03 190	0.02 205

test_for_model	4.23 480	22.88 530	0.91 89	12.40 521	10.47 521	1.08 113	0.06 281	4.08 349	1.36 337	1.91 360	0.09 133	0.15 133	0.03 70	0.10 20	0.22 184	7.44 511	1.43 509	0.00 1	0.01 342	18.08 529	1.99 502

rrr	0.62 182	0.09 80	2.07 316	0.02 96	0.00 1	0.82 50	0.06 281	2.29 138	0.85 239	0.09 74	0.03 102	0.03 19	0.06 136	5.04 356	0.51 306	0.00 1	0.00 1	0.00 1	0.19 452	0.05 251	0.07 365

DMCA-RVC	0.90 276	0.64 412	3.30 410	0.03 154	0.04 287	1.30 223	0.06 281	2.65 173	0.73 197	3.21 434	0.09 133	0.99 263	0.66 338	3.14 261	0.99 359	0.01 414	0.04 397	0.02 449	0.01 342	0.07 286	0.01 92

RASNet	1.53 387	0.31 289	1.97 300	0.09 279	3.20 500	1.69 355	0.06 281	3.27 259	2.12 421	0.77 210	1.29 343	5.32 461	1.69 410	6.60 429	2.17 424	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 205

FACV-RUCA	0.49 143	0.10 100	1.30 199	0.06 227	0.12 356	1.14 138	0.07 289	3.57 301	0.92 246	0.18 123	0.99 316	0.19 142	0.31 268	0.25 87	0.16 147	0.00 1	0.00 1	0.08 466	0.02 364	0.24 425	0.12 408

LL-Strereo2	0.36 92	0.47 365	1.08 141	0.09 279	0.03 267	1.12 129	0.07 289	1.66 99	0.93 250	0.43 166	0.02 78	0.51 194	0.08 167	0.23 79	0.29 227	0.00 1	0.00 1	0.00 1	0.03 373	0.04 226	0.04 295

4D-IteraStereo	0.35 88	0.60 403	1.93 290	0.02 96	0.09 337	1.03 79	0.07 289	1.25 71	0.34 60	0.02 13	0.03 102	0.84 244	0.10 183	0.31 114	0.35 260	0.00 1	0.00 1	0.00 1	0.00 1	0.05 251	0.07 365

LoS	0.28 63	0.16 181	0.95 99	0.07 253	0.01 156	1.32 229	0.07 289	1.30 73	0.60 90	0.04 43	0.03 102	0.28 158	0.11 193	0.48 154	0.11 109	0.00 1	0.01 289	0.00 1	0.00 1	0.03 190	0.00 1
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
LRCNet_RVC	60.63 536	63.16 537	62.94 530	69.09 538	50.21 535	19.92 518	0.07 289	58.32 535	5.21 480	75.67 537	86.75 537	74.68 536	62.48 536	59.01 535	49.80 533	93.38 542	56.36 540	93.48 542	92.95 542	67.44 539	71.73 542

GES	0.61 175	0.08 67	1.78 280	0.00 1	0.00 1	1.59 329	0.07 289	5.32 447	0.13 4	0.62 185	0.32 199	0.37 170	0.67 343	0.68 176	0.49 302	0.03 444	0.00 1	0.01 424	0.00 1	0.02 133	0.01 92

test_xeample3	0.35 88	0.10 100	1.95 295	0.02 96	0.00 1	0.93 66	0.07 289	1.70 104	0.86 241	0.09 74	0.04 113	0.05 60	0.05 114	0.23 79	0.51 306	0.00 1	0.00 1	0.00 1	0.24 472	0.06 271	0.08 378

HUF	0.25 57	0.32 293	1.18 170	0.06 227	0.11 353	0.31 8	0.08 296	0.73 43	0.62 113	0.10 90	0.01 1	0.02 5	0.03 70	0.16 39	0.14 129	0.00 1	0.58 501	0.00 1	0.00 1	0.14 367	0.37 473

model_zeroshot	0.49 143	0.26 259	2.10 321	0.03 154	0.01 156	1.69 355	0.08 296	2.63 170	0.18 24	1.02 255	0.01 1	0.61 203	0.06 136	0.86 183	0.14 129	0.00 1	0.02 353	0.00 1	0.16 438	0.02 133	0.01 92

GCST	0.81 239	0.64 412	1.41 215	0.44 409	0.01 156	0.91 59	0.08 296	3.75 317	1.04 268	0.12 103	0.44 234	0.27 156	0.35 280	5.12 360	0.38 270	1.19 498	0.00 1	0.00 1	0.00 1	0.08 300	0.05 316

Any-RAFT	0.64 187	0.08 67	1.07 139	0.03 154	0.00 1	2.77 414	0.08 296	3.57 301	1.23 308	0.96 238	0.26 189	1.61 305	0.31 268	0.72 177	0.06 54	0.00 1	0.10 453	0.00 1	0.00 1	0.01 40	0.00 1

STrans-v2	1.67 408	0.36 308	3.28 409	0.02 96	0.19 395	1.45 285	0.08 296	6.69 487	1.49 365	2.00 368	2.86 415	3.67 423	3.88 468	7.04 466	0.45 289	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

RAFT	0.60 172	0.50 375	1.01 112	0.50 425	0.04 287	0.94 68	0.08 296	3.01 207	0.65 139	0.22 127	0.09 133	3.41 414	0.27 262	0.53 158	0.37 267	0.00 1	0.03 383	0.00 1	0.01 342	0.40 470	0.03 265

test-1	0.52 153	0.25 255	0.94 95	0.03 154	0.22 406	1.20 171	0.08 296	4.03 347	0.25 51	0.70 198	0.66 274	0.71 226	0.03 70	0.30 113	0.43 282	0.00 1	0.18 482	0.00 1	0.07 403	0.01 40	0.25 459

sAnonymous2	0.37 96	0.32 293	3.21 405	0.01 27	0.00 1	0.35 17	0.08 296	1.96 122	0.90 243	0.03 34	0.05 118	0.04 32	0.11 193	0.11 23	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 367	0.18 439

CroCo_RVC	0.37 96	0.32 293	3.21 405	0.01 27	0.00 1	0.35 17	0.08 296	1.96 122	0.90 243	0.03 34	0.05 118	0.04 32	0.11 193	0.11 23	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 367	0.18 439

APVNet	1.52 385	0.31 289	4.00 438	0.09 279	0.00 1	4.64 460	0.08 296	4.41 385	1.21 306	1.25 292	1.05 320	2.90 387	0.93 360	6.70 438	2.48 431	0.01 414	0.00 1	0.07 463	0.00 1	0.27 440	0.05 316

FADNet-RVC	1.10 325	1.07 469	4.79 465	0.03 154	0.00 1	1.60 333	0.08 296	3.77 320	1.70 392	0.35 150	0.07 125	0.61 203	0.66 338	5.32 371	1.11 363	0.01 414	0.08 440	0.00 1	0.00 1	0.48 480	0.18 439

RTSC	2.66 449	1.24 477	6.04 484	0.18 341	0.02 244	4.40 455	0.08 296	4.29 372	4.98 477	6.00 473	3.15 423	2.97 392	1.56 399	6.71 439	10.89 496	0.00 1	0.07 429	0.00 1	0.05 389	0.40 470	0.24 458

999	0.48 142	0.07 54	0.55 39	0.01 27	0.00 1	1.27 210	0.09 308	0.33 8	0.61 100	0.01 5	0.17 164	0.03 19	0.02 40	5.79 395	0.51 306	0.00 1	0.00 1	0.00 1	0.00 1	0.11 348	0.00 1

TransformOpticalFlow	1.47 380	0.31 289	3.22 408	0.66 449	0.08 329	1.54 315	0.09 308	3.84 331	1.58 383	1.66 340	2.32 400	3.60 419	3.12 451	6.99 462	0.42 280	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

LMCR-Stereo	1.10 325	0.69 425	1.95 295	0.50 425	0.01 156	2.73 409	0.09 308	6.20 479	0.64 132	2.37 402	1.76 367	0.13 124	1.59 405	2.94 255	0.23 190	0.00 1	0.00 1	0.00 1	0.00 1	0.12 355	0.00 1

Anonymous3	0.49 143	0.12 132	2.21 327	0.01 27	0.00 1	2.53 401	0.09 308	3.16 236	0.65 139	0.12 103	0.22 185	0.12 119	0.05 114	0.37 133	0.08 75	0.00 1	0.07 429	0.00 1	0.00 1	0.04 226	0.03 265

BEATNet_4x	0.97 286	0.77 437	3.36 413	0.46 415	0.01 156	1.32 229	0.09 308	4.57 398	1.26 315	1.88 358	0.22 185	1.09 274	0.42 294	1.79 227	2.09 420	0.00 1	0.00 1	0.00 1	0.00 1	0.08 300	0.06 347

R-Stereo Train	0.44 122	0.09 80	0.94 95	0.02 96	0.00 1	1.24 194	0.09 308	3.65 310	0.11 1	1.87 356	0.42 227	0.06 75	0.01 13	0.25 87	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 205

RAFT-Stereo	0.44 122	0.09 80	0.94 95	0.02 96	0.00 1	1.24 194	0.09 308	3.65 310	0.11 1	1.87 356	0.42 227	0.06 75	0.01 13	0.25 87	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 205
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
PDISCO_ROB	2.21 440	0.78 438	3.43 418	0.96 473	2.04 496	7.04 483	0.09 308	7.36 495	5.72 482	1.21 288	1.67 359	3.16 405	1.28 383	7.52 477	1.37 383	0.00 1	0.00 1	0.00 1	0.00 1	0.34 460	0.13 415

cross-raft	0.53 159	0.12 132	1.78 280	0.03 154	0.01 156	1.04 88	0.10 316	3.21 249	0.23 43	0.37 158	0.01 1	2.86 385	0.04 97	0.24 82	0.24 195	0.00 1	0.01 289	0.00 1	0.16 438	0.01 40	0.02 205

STTStereo	0.83 245	0.34 302	2.44 356	0.24 362	0.15 374	1.41 264	0.10 316	3.02 208	1.55 373	1.34 298	0.17 164	1.77 319	0.45 300	3.42 270	0.30 235	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 92

UGAM	1.08 313	0.19 209	2.83 383	0.05 210	0.01 156	1.09 115	0.11 318	2.89 195	0.64 132	0.08 66	2.46 403	3.64 421	0.08 167	6.99 462	0.25 203	0.00 1	0.00 1	0.00 1	0.02 364	0.27 440	0.04 295

UDG	2.86 452	8.81 521	1.57 246	2.60 498	0.89 478	2.39 396	0.11 318	3.42 279	1.02 265	2.18 382	3.64 435	5.04 455	1.60 406	4.17 308	2.09 420	1.21 499	0.04 397	7.69 508	3.67 521	4.10 499	0.93 492

IPLG	0.86 257	0.41 332	2.31 347	0.06 227	0.06 309	1.36 243	0.11 318	3.17 238	0.83 232	0.62 185	1.00 317	0.46 183	0.61 322	5.57 387	0.35 260	0.00 1	0.00 1	0.00 1	0.00 1	0.18 397	0.01 92

MIPNet	0.64 187	0.42 338	2.01 305	0.08 268	0.07 319	1.29 217	0.11 318	3.47 289	1.29 326	0.67 194	0.10 138	0.63 209	0.97 361	1.25 203	0.25 203	0.00 1	0.01 289	0.01 424	0.01 342	0.11 348	0.04 295

Consistency-Raft	1.36 368	0.65 416	4.81 466	0.33 390	0.32 449	1.62 343	0.11 318	3.65 310	3.80 466	0.33 138	6.12 461	0.86 245	2.14 426	0.94 188	1.25 374	0.02 436	0.01 289	0.00 1	0.00 1	0.24 425	0.01 92

GEStereo_RVC	1.10 325	0.42 338	1.72 272	0.28 378	0.01 156	1.37 248	0.11 318	6.25 480	0.84 235	1.05 263	0.67 283	1.61 305	0.79 350	6.11 404	0.63 330	0.00 1	0.00 1	0.00 1	0.00 1	0.10 337	0.04 295

ADLNet	1.20 347	0.29 284	1.98 301	0.00 1	0.02 244	2.20 385	0.11 318	4.39 383	2.52 445	2.19 383	2.20 397	2.66 370	0.70 346	3.42 270	1.25 374	0.00 1	0.00 1	0.00 1	0.00 1	0.10 337	0.04 295

UPFNet	0.87 264	0.09 80	2.05 314	0.00 1	0.00 1	1.90 372	0.11 318	3.41 277	0.83 232	2.15 378	0.10 138	1.92 327	0.09 175	3.94 299	0.70 338	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

RGC	1.86 424	0.67 419	3.45 420	0.07 253	0.26 421	3.29 426	0.11 318	4.78 417	1.46 357	3.26 436	4.51 445	5.14 456	2.68 440	5.46 377	1.94 414	0.00 1	0.00 1	0.00 1	0.00 1	0.08 300	0.09 384

Reg-Stereo(zero)	0.46 129	0.04 9	1.77 277	0.01 27	0.14 368	1.20 171	0.13 327	1.13 64	0.26 52	0.05 47	0.16 157	1.75 316	1.10 367	0.67 174	0.45 289	0.00 1	0.03 383	0.00 1	0.12 426	0.01 40	0.09 384

Wz-Net-LNSev	1.30 358	0.85 450	6.26 488	0.02 96	0.03 267	4.02 444	0.13 327	4.21 361	1.12 291	0.77 210	0.10 138	3.60 419	1.11 368	2.68 248	1.12 365	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

NCC-stereo	1.67 408	0.56 394	3.10 397	0.08 268	0.22 406	2.24 388	0.13 327	5.05 433	1.42 349	2.27 394	2.72 411	4.29 435	3.53 460	5.76 393	2.01 416	0.04 447	0.00 1	0.00 1	0.00 1	0.03 190	0.02 205

Abc-Net	1.67 408	0.56 394	3.10 397	0.08 268	0.22 406	2.24 388	0.13 327	5.05 433	1.42 349	2.27 394	2.72 411	4.29 435	3.53 460	5.76 393	2.01 416	0.04 447	0.00 1	0.00 1	0.00 1	0.03 190	0.02 205
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
LG-Stereo_L1	0.14 8	0.13 142	0.45 22	0.04 187	0.00 1	0.35 17	0.14 331	0.80 49	0.61 100	0.06 55	0.01 1	0.02 5	0.00 1	0.07 7	0.20 173	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.01 92

ITSA-stereo	1.13 333	0.14 155	1.59 251	0.17 335	0.04 287	1.40 259	0.14 331	5.66 465	3.10 456	0.74 204	0.35 210	0.62 206	1.06 363	5.53 380	1.63 390	0.03 444	0.00 1	0.09 469	0.06 399	0.07 286	0.07 365

IIG-Stereo	1.30 358	0.48 367	1.04 132	2.41 497	0.05 297	1.61 337	0.14 331	2.59 169	0.68 165	2.97 427	2.28 399	3.08 398	0.57 316	7.41 475	0.65 334	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

LG-Stereo_L2	0.16 13	0.13 142	0.42 19	0.04 187	0.00 1	1.05 96	0.15 334	0.57 31	0.38 65	0.06 55	0.01 1	0.02 5	0.00 1	0.07 7	0.19 171	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

gwcnet-sp	0.98 288	0.38 317	4.06 442	0.04 187	0.00 1	2.60 404	0.15 334	3.51 292	1.13 293	1.75 345	0.16 157	0.68 216	0.39 289	3.69 281	0.90 351	0.00 1	0.00 1	0.00 1	0.00 1	0.06 271	0.03 265

scenet	0.98 288	0.38 317	4.06 442	0.04 187	0.00 1	2.60 404	0.15 334	3.51 292	1.13 293	1.75 345	0.16 157	0.68 216	0.39 289	3.69 281	0.90 351	0.00 1	0.00 1	0.00 1	0.00 1	0.06 271	0.03 265

ssnet	0.98 288	0.38 317	4.06 442	0.04 187	0.00 1	2.60 404	0.15 334	3.51 292	1.13 293	1.75 345	0.16 157	0.68 216	0.39 289	3.69 281	0.90 351	0.00 1	0.00 1	0.00 1	0.00 1	0.06 271	0.03 265

MFMNet_re	2.02 434	0.98 461	4.27 450	2.74 500	0.88 476	1.47 292	0.15 334	4.21 361	3.18 457	6.63 478	6.93 467	1.87 325	3.63 463	2.13 234	0.99 359	0.00 1	0.00 1	0.00 1	0.00 1	0.23 422	0.05 316

111	0.79 233	0.70 429	2.21 327	0.01 27	0.01 156	1.19 162	0.16 339	3.78 322	1.98 414	1.22 289	0.91 309	2.01 333	0.32 273	0.32 120	0.64 332	0.00 1	0.00 1	0.00 1	0.00 1	0.08 300	0.17 433

FADNet	1.20 347	0.93 458	4.51 459	0.03 154	0.06 309	2.56 402	0.16 339	4.02 345	1.42 349	0.32 136	0.06 123	1.66 312	1.07 365	5.56 384	0.87 349	0.19 477	0.02 353	0.01 424	0.01 342	0.50 482	0.03 265

PSMNet_ROB	1.09 321	0.69 425	2.92 386	0.03 154	0.07 319	1.68 353	0.16 339	3.44 283	1.30 329	0.96 238	0.32 199	2.81 380	0.63 328	4.23 310	2.48 431	0.00 1	0.00 1	0.00 1	0.00 1	0.08 300	0.04 295

TCMNet	1.49 383	0.57 397	5.20 471	0.13 307	1.39 487	1.81 367	0.17 342	4.03 347	1.26 315	1.72 343	2.98 418	1.95 331	0.46 303	5.01 354	2.55 435	0.00 1	0.06 419	0.06 462	0.00 1	0.37 467	0.16 428

RAFT-Test	0.61 175	0.16 181	2.27 344	0.04 187	0.15 374	1.80 366	0.17 342	2.52 163	0.65 139	0.56 181	0.11 142	2.76 379	0.02 40	0.27 103	0.34 253	0.00 1	0.07 429	0.00 1	0.29 488	0.01 40	0.01 92

SHD	3.01 456	1.02 466	5.52 476	0.45 414	0.39 454	4.12 446	0.17 342	6.68 486	12.04 500	7.20 482	3.36 428	4.40 438	2.58 438	4.69 340	7.17 479	0.01 414	0.04 397	0.00 1	0.03 373	0.22 420	0.17 433

DeepPruner_ROB	0.86 257	0.50 375	1.80 283	0.01 27	0.00 1	1.57 318	0.17 342	3.48 290	0.42 68	3.31 437	0.02 78	2.09 340	0.17 226	3.01 258	0.61 328	0.00 1	0.00 1	0.00 1	0.00 1	0.12 355	0.01 92

XPNet_ROB	1.17 342	0.41 332	1.68 266	0.04 187	0.01 156	1.65 350	0.17 342	3.46 287	1.39 341	3.89 451	1.01 318	1.60 303	0.53 310	4.35 317	3.07 444	0.00 1	0.00 1	0.00 1	0.00 1	0.03 190	0.02 205

ACV-stereo	1.64 402	0.27 263	2.94 387	0.04 187	0.04 287	6.31 479	0.18 347	1.81 109	0.22 40	0.23 128	0.01 1	10.52 489	5.41 487	4.07 303	0.77 343	0.00 1	0.00 1	0.00 1	0.00 1	0.03 190	0.02 205

SFCPSM	0.81 239	0.11 121	2.53 365	0.01 27	0.07 319	2.45 397	0.18 347	4.99 428	1.18 301	0.77 210	0.78 295	0.69 219	0.31 268	1.72 224	0.20 173	0.00 1	0.00 1	0.00 1	0.05 389	0.06 271	0.01 92

PVD	5.81 492	0.99 463	5.56 478	0.72 454	0.51 464	6.72 480	0.18 347	9.90 503	23.69 513	11.45 500	19.26 506	8.18 479	9.46 503	9.24 493	9.49 492	0.02 436	0.16 479	0.00 1	0.08 408	0.18 397	0.40 476

GANetREF_RVC	1.10 325	0.95 459	2.98 389	0.06 227	0.00 1	2.23 387	0.18 347	3.95 341	2.53 446	0.56 181	0.32 199	1.89 326	0.66 338	5.03 355	0.51 306	0.00 1	0.00 1	0.00 1	0.00 1	0.05 251	0.04 295
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	1.09 321	0.17 192	4.40 456	0.00 1	0.00 1	1.59 329	0.18 347	4.29 372	1.40 345	0.85 222	0.36 213	2.30 357	0.62 327	5.26 366	0.35 260	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

FBW_ROB	2.36 444	0.36 308	3.16 400	0.37 403	0.14 368	4.42 456	0.18 347	6.64 485	3.05 455	2.98 428	2.85 414	4.86 451	1.11 368	11.00 508	4.53 457	0.16 474	0.05 410	0.37 489	0.09 413	0.19 405	0.78 485

psmorigin	2.01 433	0.37 312	10.25 502	0.22 354	0.03 267	1.62 343	0.19 353	3.31 262	1.05 274	4.92 466	3.14 421	5.85 462	2.21 427	5.31 370	1.71 396	0.00 1	0.00 1	0.00 1	0.00 1	0.05 251	0.02 205

DRN-Test	1.62 397	0.23 247	3.72 430	0.18 341	0.13 362	3.34 429	0.19 353	5.93 474	2.01 417	4.14 455	0.76 294	2.12 343	1.78 412	5.22 365	2.62 438	0.00 1	0.00 1	0.01 424	0.01 342	0.03 190	0.01 92

CoDeX	0.94 281	0.34 302	2.09 319	0.05 210	0.20 399	1.49 299	0.20 355	5.89 471	1.57 379	0.66 193	0.67 283	1.05 268	0.32 273	3.82 293	0.33 246	0.00 1	0.00 1	0.00 1	0.00 1	0.03 190	0.00 1

GASNet	1.43 375	1.53 486	4.54 461	0.31 386	0.02 244	1.49 299	0.20 355	3.86 335	1.95 411	0.75 205	1.37 347	2.11 341	1.57 402	5.82 397	2.60 436	0.00 1	0.05 410	0.00 1	0.00 1	0.43 472	0.10 392

YMNet	1.62 397	0.68 421	3.67 427	0.14 320	0.30 440	4.52 457	0.21 357	3.52 295	1.23 308	2.94 424	4.94 448	4.18 432	0.38 286	2.85 253	2.12 422	0.05 453	0.13 469	0.08 466	0.01 342	0.44 473	0.09 384

YMNet_1	1.62 397	0.68 421	3.67 427	0.14 320	0.30 440	4.52 457	0.21 357	3.52 295	1.23 308	2.94 424	4.94 448	4.18 432	0.38 286	2.85 253	2.12 422	0.05 453	0.13 469	0.08 466	0.01 342	0.44 473	0.09 384

BSDual-CNN	0.83 245	0.10 100	0.96 100	0.01 27	0.00 1	3.32 427	0.21 357	5.40 450	0.93 250	2.26 391	0.66 274	1.81 322	0.10 183	0.61 168	0.18 164	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

hknet	1.08 313	0.13 142	2.07 316	0.01 27	0.00 1	3.32 427	0.21 357	5.40 450	0.92 246	2.26 391	0.66 274	3.43 415	0.05 114	2.81 252	0.27 216	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

DDUNet	3.28 462	10.54 523	2.29 346	3.50 501	3.31 502	4.21 449	0.21 357	3.77 320	1.03 266	2.54 410	3.17 425	3.20 407	0.21 247	3.89 297	0.69 337	1.94 500	0.05 410	9.87 512	3.53 520	5.03 501	2.55 505

ICVP	0.46 129	0.08 67	1.58 247	0.01 27	0.01 156	1.10 119	0.21 357	3.80 326	0.52 75	0.42 165	0.27 193	0.33 166	0.06 136	0.57 163	0.13 118	0.00 1	0.07 429	0.00 1	0.00 1	0.04 226	0.01 92
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
LCNet	0.87 264	0.18 200	0.97 106	0.14 320	0.26 421	1.19 162	0.22 363	2.36 141	0.71 193	1.82 353	0.21 181	0.11 115	2.56 436	5.56 384	0.14 129	0.00 1	0.00 1	0.00 1	0.00 1	0.15 379	0.81 486

ACVNet	0.57 168	0.21 229	1.34 206	0.09 279	0.00 1	1.36 243	0.22 363	2.40 145	1.05 274	0.63 189	0.66 274	1.94 329	0.26 259	0.31 114	0.79 345	0.00 1	0.00 1	0.00 1	0.00 1	0.08 300	0.00 1

hitnet-ft	1.09 321	0.39 324	1.45 222	0.04 187	0.00 1	1.34 237	0.22 363	3.34 267	2.25 434	1.48 322	1.11 323	4.17 431	0.37 284	4.73 343	0.79 345	0.01 414	0.00 1	0.03 454	0.00 1	0.09 322	0.01 92

ETE_ROB	1.16 341	0.52 380	1.71 271	0.01 27	0.02 244	1.79 365	0.22 363	4.10 352	1.32 332	4.68 464	1.18 334	2.81 380	0.08 167	3.56 277	1.12 365	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.06 347

AdaStereo	0.65 189	0.09 80	1.12 150	0.02 96	0.00 1	1.45 285	0.23 367	4.38 380	1.44 354	1.17 278	0.37 217	1.56 299	0.18 230	0.56 162	0.37 267	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	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	1.17 342	0.22 239	1.28 191	0.08 268	0.00 1	1.51 303	0.23 367	3.39 273	1.52 370	3.43 442	2.00 381	3.40 413	0.31 268	4.29 313	1.82 401	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SQANet	2.28 442	1.25 478	2.39 353	4.17 504	2.91 499	2.60 404	0.24 369	4.17 358	0.83 232	2.42 406	0.57 251	1.59 301	0.88 356	3.30 264	0.68 336	7.35 510	0.12 464	0.47 490	0.02 364	6.56 503	3.00 506

PSMNet-RUCA	0.66 194	0.48 367	1.68 266	0.01 27	0.02 244	2.02 376	0.25 370	3.93 340	1.50 367	0.37 158	1.38 348	0.11 115	0.12 205	0.64 173	0.31 238	0.00 1	0.00 1	0.00 1	0.00 1	0.27 440	0.00 1

PFNet	1.06 312	0.19 209	2.95 388	1.16 483	0.56 468	1.58 322	0.25 370	1.50 91	0.60 90	2.38 404	1.23 337	0.63 209	0.30 264	6.85 447	0.43 282	0.16 474	0.01 289	0.00 1	0.07 403	0.18 397	0.18 439

RAFT-345	1.19 344	0.06 37	1.55 237	0.54 432	0.13 362	1.53 311	0.25 370	0.56 28	1.76 396	1.20 283	7.85 470	0.93 254	0.05 114	6.87 450	0.46 295	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

FADNet-RVC-Resample	1.08 313	1.00 464	5.32 473	0.10 290	0.14 368	1.53 311	0.25 370	3.62 306	1.18 301	0.51 179	0.19 176	1.04 267	0.28 263	5.20 363	0.44 285	0.10 467	0.16 479	0.09 469	0.06 399	0.24 425	0.21 451

DDVS	0.92 279	0.16 181	1.39 213	0.21 351	0.27 426	3.17 421	0.26 374	2.56 167	0.62 113	0.70 198	0.81 298	2.17 351	0.45 300	5.26 366	0.29 227	0.00 1	0.01 289	0.01 424	0.00 1	0.04 226	0.02 205

ACRE	0.75 218	0.78 438	2.72 381	0.13 307	0.02 244	1.40 259	0.26 374	3.20 247	0.82 229	1.84 355	2.46 403	0.19 142	0.10 183	0.52 156	0.26 211	0.00 1	0.04 397	0.01 424	0.05 389	0.19 405	0.05 316

ADLNet2	1.38 371	0.39 324	3.13 399	0.00 1	0.70 473	1.23 193	0.26 374	4.19 359	2.36 437	1.45 321	3.16 424	4.23 434	0.82 355	4.56 337	0.88 350	0.00 1	0.00 1	0.00 1	0.00 1	0.13 360	0.02 205

ASMatch	1.44 376	0.14 155	2.15 323	0.60 440	0.21 404	1.21 175	0.26 374	0.96 57	0.66 148	0.29 133	11.75 485	0.93 254	2.37 432	6.73 440	0.54 314	0.00 1	0.00 1	0.00 1	0.01 342	0.00 1	0.04 295

psmg	0.83 245	0.10 100	0.96 100	0.01 27	0.00 1	3.28 425	0.27 378	4.83 420	0.93 250	1.92 361	1.46 350	1.81 322	0.10 183	0.61 168	0.18 164	0.00 1	0.00 1	0.01 424	0.00 1	0.01 40	0.00 1

CIPLG	0.75 218	0.81 445	2.38 352	0.13 307	0.03 267	1.41 264	0.27 378	3.19 245	0.84 235	1.98 367	2.56 408	0.19 142	0.10 183	0.54 160	0.26 211	0.00 1	0.05 410	0.01 424	0.05 389	0.19 405	0.05 316

IPLGR_C	0.75 218	0.88 453	2.58 369	0.13 307	0.02 244	1.40 259	0.27 378	3.19 245	0.84 235	1.92 361	2.46 403	0.18 141	0.11 193	0.49 155	0.26 211	0.00 1	0.05 410	0.01 424	0.05 389	0.19 405	0.06 347

Patchmatch Stereo++	0.50 147	0.09 80	1.01 112	0.06 227	0.07 319	1.60 333	0.27 378	1.45 86	0.68 165	0.98 249	0.18 168	0.77 236	0.03 70	2.58 241	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.05 316
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	0.85 253	0.10 100	1.50 226	1.14 481	0.03 267	1.47 292	0.27 378	2.48 160	0.69 178	1.30 294	0.38 219	0.39 175	0.01 13	6.88 451	0.33 246	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

KMStereo	0.85 253	0.10 100	1.50 226	1.14 481	0.03 267	1.47 292	0.27 378	2.48 160	0.69 178	1.30 294	0.38 219	0.39 175	0.01 13	6.88 451	0.33 246	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

iGMRVC	0.51 150	0.09 80	1.04 132	0.06 227	0.08 329	1.61 337	0.27 378	1.44 83	0.69 178	0.97 240	0.19 176	0.76 232	0.03 70	2.69 249	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.04 295

iRAFT	0.50 147	0.09 80	1.01 112	0.06 227	0.07 319	1.60 333	0.27 378	1.45 86	0.68 165	0.98 249	0.18 168	0.77 236	0.03 70	2.58 241	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.05 316

iRaft-Stereo_20w	0.92 279	0.15 169	2.68 375	0.24 362	0.06 309	1.36 243	0.28 386	7.46 496	0.34 60	1.56 334	0.37 217	0.62 206	1.24 380	1.25 203	0.34 253	0.00 1	0.09 444	0.00 1	0.16 438	0.02 133	0.13 415

SACVNet	0.96 284	0.36 308	1.49 225	0.05 210	0.00 1	1.62 343	0.28 386	3.86 335	1.28 325	1.79 352	0.80 297	1.59 301	0.07 152	5.29 368	0.48 300	0.01 414	0.00 1	0.00 1	0.00 1	0.23 422	0.01 92

PASM	1.58 395	1.05 467	7.51 494	0.56 436	0.09 337	1.37 248	0.28 386	2.85 192	1.44 354	3.91 452	0.44 234	3.02 394	0.64 331	6.38 418	1.59 389	0.00 1	0.01 289	0.00 1	0.03 373	0.26 435	0.15 425

PAM_32	1.45 377	0.13 142	2.69 376	0.26 371	0.30 440	2.15 384	0.29 389	4.92 424	0.22 40	0.84 220	2.02 383	9.57 487	3.27 457	0.97 190	0.56 318	0.00 1	0.12 464	0.00 1	0.31 490	0.04 226	0.27 460

fast-acv-ft	1.41 374	0.46 357	4.29 451	0.10 290	0.13 362	3.97 443	0.29 389	2.42 153	1.91 409	0.81 218	3.55 432	3.02 394	1.26 382	3.35 265	2.05 419	0.04 447	0.01 289	0.04 457	0.04 384	0.39 469	0.05 316

NF-Stereo	0.82 241	0.10 100	1.12 150	1.19 485	0.01 156	1.52 308	0.29 389	2.67 178	0.66 148	1.20 283	0.58 253	0.24 147	0.01 13	6.38 418	0.32 243	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

OCTAStereo	0.82 241	0.10 100	1.15 160	1.19 485	0.01 156	1.53 311	0.29 389	2.66 174	0.66 148	1.20 283	0.58 253	0.25 151	0.01 13	6.38 418	0.33 246	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

RE-Stereo	0.82 241	0.10 100	1.15 160	1.19 485	0.01 156	1.52 308	0.29 389	2.66 174	0.66 148	1.20 283	0.58 253	0.24 147	0.01 13	6.38 418	0.32 243	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

TVStereo	0.82 241	0.10 100	1.15 160	1.19 485	0.01 156	1.52 308	0.29 389	2.66 174	0.66 148	1.20 283	0.58 253	0.24 147	0.01 13	6.38 418	0.32 243	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

DeepPrunerF	2.50 446	0.87 452	14.90 511	0.17 335	0.31 446	1.41 264	0.29 389	5.62 463	9.97 497	1.02 255	0.43 231	2.01 333	1.65 407	6.85 447	3.99 451	0.00 1	0.01 289	0.07 463	0.10 417	0.24 425	0.12 408

PAM	1.34 365	0.13 142	2.83 383	0.30 382	0.31 446	2.21 386	0.30 396	5.05 433	0.23 43	0.82 219	1.11 323	9.08 484	2.34 431	0.90 185	0.44 285	0.00 1	0.13 469	0.00 1	0.31 490	0.03 190	0.28 461

Wz-Net-LNSev-Ref	1.54 389	0.68 421	4.62 463	0.01 27	0.00 1	5.13 467	0.30 396	4.64 404	1.23 308	2.39 405	0.59 263	2.12 343	2.00 423	4.94 351	2.19 426	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

PSM-adaLoss	0.46 129	0.09 80	1.01 112	0.06 227	0.09 337	1.61 337	0.30 396	1.43 79	0.69 178	0.97 240	0.18 168	0.77 236	0.02 40	1.67 223	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.05 316

PMTNet	0.21 32	0.19 209	0.85 74	0.02 96	0.02 244	1.14 138	0.30 396	0.88 55	0.11 1	0.03 34	0.02 78	0.07 89	0.02 40	0.37 133	0.12 114	0.00 1	0.00 1	0.00 1	0.00 1	0.03 190	0.00 1

RAFT-IKP	0.45 126	0.09 80	1.06 138	0.06 227	0.06 309	1.44 279	0.31 400	1.44 83	0.69 178	0.97 240	0.18 168	0.76 232	0.02 40	1.65 222	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.04 295

IGEV-RUCA	0.28 63	0.05 19	0.53 36	0.12 300	0.11 353	1.25 203	0.32 401	0.80 49	0.20 32	0.10 90	0.14 146	0.16 138	0.25 256	0.29 108	0.25 203	0.05 453	0.19 484	0.20 481	0.23 469	0.18 397	0.19 444

HUI-Stereo	0.45 126	0.09 80	1.08 141	0.06 227	0.08 329	1.61 337	0.32 401	1.43 79	0.70 190	0.97 240	0.18 168	0.77 236	0.02 40	1.44 216	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.05 316

IRAFT_RVC	1.02 299	0.20 221	1.58 247	1.39 489	0.26 421	1.33 235	0.32 401	2.52 163	0.66 148	1.58 335	0.81 298	1.16 278	1.58 403	6.51 426	0.43 282	0.00 1	0.12 464	0.00 1	0.00 1	0.02 133	0.03 265

OMP-Stereo	1.20 347	0.54 387	0.96 100	2.39 496	0.29 438	1.58 322	0.33 404	2.01 126	0.68 165	2.68 417	1.16 330	3.10 400	0.18 230	7.40 474	0.56 318	0.00 1	0.00 1	0.00 1	0.00 1	0.07 286	0.01 92

ROB_FTStereo_v2	0.43 118	0.09 80	1.00 109	0.06 227	0.08 329	1.57 318	0.33 404	1.44 83	0.67 158	0.97 240	0.19 176	0.77 236	0.02 40	1.23 202	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.05 316

ROB_FTStereo	0.47 135	0.09 80	1.04 132	0.06 227	0.08 329	1.59 329	0.33 404	1.43 79	0.68 165	0.97 240	0.19 176	0.76 232	0.03 70	1.86 229	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.05 316

XQC	2.57 448	1.20 476	6.33 490	0.18 341	0.01 156	3.84 442	0.33 404	5.24 440	3.83 467	4.43 459	1.94 376	4.58 444	3.19 453	7.19 469	8.67 487	0.00 1	0.03 383	0.00 1	0.03 373	0.27 440	0.19 444

DANet	1.74 416	0.22 239	3.06 394	0.75 456	0.44 457	2.46 398	0.35 408	3.40 275	1.41 348	4.22 456	1.56 352	5.03 454	0.56 314	6.29 413	5.00 464	0.01 414	0.00 1	0.00 1	0.01 342	0.04 226	0.08 378
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	0.53 159	0.10 100	1.02 117	0.89 471	0.10 346	1.57 318	0.36 409	2.06 128	0.63 121	2.23 385	0.46 239	0.25 151	0.01 13	0.45 149	0.37 267	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

ssnet_v2	1.14 336	0.28 274	1.77 277	0.03 154	0.00 1	2.07 378	0.37 410	5.20 438	1.87 406	2.00 368	0.87 305	3.09 399	0.55 313	1.31 206	3.02 443	0.00 1	0.00 1	0.00 1	0.00 1	0.18 397	0.12 408

Wz-Net-SNSev	2.53 447	2.49 501	10.66 504	0.39 405	0.01 156	2.73 409	0.40 411	5.02 431	1.50 367	2.15 378	2.12 390	6.48 468	1.11 368	9.47 496	5.84 471	0.00 1	0.01 289	0.00 1	0.00 1	0.21 417	0.06 347

PWC_ROB	2.90 455	1.01 465	6.12 486	0.53 431	0.57 470	1.30 223	0.40 411	3.85 333	4.42 474	7.37 483	15.40 494	3.03 396	1.55 398	6.31 414	5.74 470	0.00 1	0.00 1	0.00 1	0.00 1	0.46 476	0.05 316

DeepStereo_RVC	0.52 153	0.08 67	1.37 211	0.06 227	0.06 309	1.34 237	0.41 413	1.43 79	0.68 165	1.03 260	0.85 303	0.49 190	1.56 399	0.79 180	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.13 415

MaskLacGwcNet_RVC	1.63 400	0.45 353	2.21 327	1.53 491	0.18 388	4.33 452	0.41 413	3.37 268	1.40 345	0.54 180	0.65 272	3.10 400	0.11 193	4.93 350	0.60 327	4.57 504	0.51 497	0.00 1	0.00 1	1.37 494	2.39 503

DRaft	1.34 365	0.12 132	1.19 175	0.06 227	0.01 156	1.64 346	0.43 415	1.86 115	0.14 7	3.76 447	5.27 453	0.41 178	4.38 472	5.49 379	1.68 393	0.01 414	0.06 419	0.00 1	0.07 403	0.07 286	0.11 400

HHNet	0.87 264	0.25 255	1.78 280	0.16 332	0.08 329	1.30 223	0.44 416	1.93 119	0.64 132	1.41 316	5.92 458	0.14 130	1.79 413	0.35 129	0.95 357	0.05 453	0.00 1	0.01 424	0.00 1	0.14 367	0.01 92

edge stereo	1.94 430	0.40 329	3.82 435	0.15 325	0.09 337	1.81 367	0.45 417	4.77 415	2.21 432	3.36 438	3.94 439	8.39 480	1.72 411	5.75 392	1.69 395	0.00 1	0.00 1	0.01 424	0.00 1	0.17 389	0.01 92

CRE-IMP	0.40 106	0.06 37	1.04 132	0.07 253	0.05 297	1.45 285	0.46 418	1.48 90	0.63 121	0.90 228	0.30 197	0.88 247	0.01 13	0.26 95	0.22 184	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.17 433

AF-Net	2.17 439	0.65 416	3.53 422	0.00 1	0.09 337	2.02 376	0.48 419	6.44 481	1.70 392	3.36 438	10.22 480	4.95 453	2.81 443	4.34 316	2.66 439	0.00 1	0.00 1	0.00 1	0.00 1	0.13 360	0.01 92

CVANet_RVC	1.10 325	0.39 324	1.69 268	0.28 378	0.00 1	1.45 285	0.48 419	3.26 253	1.64 387	2.93 422	1.22 336	1.51 294	0.37 284	6.09 403	0.50 304	0.00 1	0.00 1	0.00 1	0.00 1	0.18 397	0.01 92

NRIStereo	0.74 213	0.08 67	0.88 80	0.47 419	0.05 297	1.58 322	0.49 421	1.38 76	0.61 100	0.88 224	0.17 164	0.66 215	0.03 70	6.96 460	0.22 184	0.00 1	0.06 419	0.00 1	0.00 1	0.06 271	0.17 433

MFN_U_SF_RVC	3.76 474	1.77 491	9.85 501	0.84 462	0.27 426	9.50 495	0.49 421	8.07 497	3.41 459	4.81 465	3.28 426	9.40 485	3.49 459	7.76 482	8.31 486	0.41 487	0.54 498	0.52 492	0.80 508	0.89 490	0.84 487

LALA_ROB	1.33 364	0.59 401	1.74 274	0.02 96	0.06 309	3.25 424	0.50 423	3.45 284	1.39 341	3.70 446	0.59 263	4.59 445	0.25 256	3.58 278	2.79 440	0.00 1	0.00 1	0.00 1	0.00 1	0.04 226	0.02 205

PA-Net	1.31 362	0.59 401	3.65 426	0.06 227	0.15 374	1.44 279	0.54 424	4.08 349	2.71 450	0.78 213	1.16 330	2.32 360	0.64 331	5.96 398	1.92 410	0.01 414	0.00 1	0.00 1	0.00 1	0.04 226	0.06 347
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
PFNet+	0.54 162	0.10 100	1.31 201	0.16 332	0.05 297	1.44 279	0.56 425	1.60 95	0.98 257	1.35 304	0.46 239	0.37 170	0.01 13	2.18 236	0.22 184	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

Syn2CoEx	1.66 404	1.17 473	4.29 451	0.04 187	0.00 1	1.44 279	0.56 425	5.33 448	1.98 414	2.01 371	2.12 390	2.08 338	2.81 443	6.55 427	2.42 428	0.00 1	0.00 1	0.00 1	0.00 1	0.33 457	0.06 347

DisPM	0.86 257	0.09 80	1.10 146	0.76 459	0.02 244	1.51 303	0.57 427	1.75 106	0.70 190	2.43 408	0.83 302	0.38 174	0.01 13	6.89 454	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

SST-Stereo	1.04 303	0.05 19	1.16 164	0.72 454	0.23 411	1.70 357	0.58 428	1.92 118	1.46 357	1.19 281	1.09 321	1.60 303	1.93 420	6.92 458	0.21 181	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 92

stereogan	2.13 437	0.31 289	3.75 431	0.01 27	0.09 337	7.44 487	0.60 429	4.27 369	3.29 458	3.91 452	4.62 446	6.41 467	1.84 418	5.17 361	0.58 323	0.00 1	0.01 289	0.01 424	0.00 1	0.24 425	0.05 316

GwcNet	1.67 408	0.81 445	5.52 476	0.23 360	1.21 484	4.21 449	0.62 430	3.71 314	1.57 379	1.01 254	1.65 358	3.99 430	0.52 309	5.46 377	2.30 427	0.00 1	0.00 1	0.00 1	0.01 342	0.35 463	0.13 415

AAGNet	1.54 389	0.07 54	0.88 80	1.04 477	0.27 426	1.47 292	0.66 431	1.57 94	0.61 100	1.68 341	0.82 300	1.62 307	2.29 428	6.18 406	11.63 500	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

RAFT_R40	0.99 295	0.05 19	1.26 187	0.71 453	0.20 399	1.65 350	0.67 432	1.94 121	0.61 100	1.05 263	1.15 328	1.80 321	1.47 390	6.91 456	0.31 238	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 92

Prome-Stereo	1.23 352	0.06 37	0.93 94	0.12 300	0.24 415	1.26 207	0.67 432	2.53 165	0.69 178	2.08 375	8.70 476	0.76 232	2.91 446	2.12 233	0.11 109	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 498

EDNetEfficientorigin	10.31 509	1.90 496	98.96 544	0.22 354	0.23 411	2.73 409	0.71 434	4.50 392	16.94 509	18.72 512	15.36 493	12.74 494	10.73 508	8.96 491	11.94 501	0.01 414	0.01 289	0.00 1	0.00 1	0.25 432	1.31 497

coex-ft	12.01 515	5.60 516	80.23 535	0.15 325	0.15 374	1.88 370	0.73 435	2.66 174	30.12 521	49.31 534	16.59 495	15.97 501	14.42 515	6.79 445	14.50 505	0.05 453	0.08 440	0.01 424	0.05 389	0.37 467	0.61 480

Ntro	3.24 460	1.34 480	2.83 383	7.27 508	4.43 505	6.22 478	0.74 436	4.73 409	1.48 363	0.39 161	1.77 369	2.70 375	1.28 383	4.59 339	1.25 374	8.06 513	0.28 491	2.12 505	0.05 389	8.11 508	5.16 512

ADCRef	2.29 443	0.65 416	5.67 480	0.10 290	0.09 337	4.81 462	0.76 437	4.75 413	1.37 338	2.88 421	1.67 359	1.62 307	2.30 429	3.77 290	14.93 507	0.02 436	0.00 1	0.01 424	0.10 417	0.20 416	0.11 400

KYRaft	1.19 344	0.05 19	0.94 95	0.06 227	0.24 415	1.25 203	0.78 438	2.48 160	0.61 100	3.23 435	7.13 468	1.00 264	2.77 442	1.43 212	0.14 129	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	1.71 500

DSFCA	1.30 358	0.14 155	1.82 284	0.01 27	0.03 267	3.74 441	0.86 439	2.71 180	1.23 308	3.09 431	0.41 226	2.93 388	1.49 391	6.12 405	1.35 381	0.00 1	0.02 353	0.00 1	0.00 1	0.02 133	0.01 92

GMM-Stereo	1.09 321	0.05 19	1.62 253	0.13 307	0.22 406	1.41 264	0.87 440	2.31 139	0.62 113	2.75 418	3.14 421	0.54 197	0.90 358	5.33 372	0.13 118	0.01 414	0.00 1	0.00 1	0.02 364	0.01 40	1.80 501

NVStereoNet_ROB	3.25 461	0.46 357	2.71 379	0.34 396	0.56 468	2.36 395	0.87 440	4.56 397	4.47 475	4.55 460	14.09 491	11.93 491	3.23 456	9.79 499	3.14 446	0.43 488	0.03 383	0.53 493	0.31 490	0.36 465	0.38 475
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	1.51 384	0.08 67	2.17 324	0.09 279	0.02 244	1.76 361	0.90 442	1.47 89	0.60 90	2.46 409	6.42 464	1.08 272	5.16 481	6.21 408	1.86 404	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

CBMV_ROB	1.70 414	0.11 121	1.98 301	0.46 415	0.00 1	2.85 417	0.91 443	4.27 369	2.21 432	4.02 454	5.00 451	2.97 392	2.32 430	5.40 375	1.35 381	0.00 1	0.00 1	0.00 1	0.00 1	0.03 190	0.06 347

FAT-Stereo	1.86 424	0.19 209	3.31 411	0.17 335	0.03 267	1.78 364	0.97 444	4.76 414	2.79 451	4.22 456	4.87 447	5.31 460	2.83 445	5.06 358	0.90 351	0.00 1	0.00 1	0.00 1	0.00 1	0.04 226	0.01 92

MDST_ROB	3.50 469	0.07 54	3.94 437	2.66 499	1.46 488	12.94 503	0.97 444	7.32 494	2.42 440	14.82 511	8.08 473	2.74 378	1.51 395	8.44 488	2.48 431	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.11 400

RP	1.76 419	0.55 389	2.59 371	0.22 354	0.60 471	1.70 357	0.98 446	4.31 374	1.99 416	3.12 432	5.04 452	4.41 440	2.96 447	4.72 342	1.90 407	0.01 414	0.00 1	0.00 1	0.01 342	0.14 367	0.01 92

RAFT + AFF	1.63 400	1.13 472	2.62 372	0.04 187	0.80 475	2.29 391	1.03 447	5.54 459	2.06 418	1.77 350	1.81 371	1.22 281	3.65 464	6.23 410	1.57 388	0.01 414	0.35 495	0.00 1	0.01 342	0.33 457	0.12 408

delet	1.14 336	0.32 293	1.56 244	0.03 154	0.17 384	2.86 418	1.03 447	4.25 366	2.14 426	1.03 260	1.17 332	1.64 311	0.92 359	4.35 317	1.27 377	0.00 1	0.00 1	0.00 1	0.00 1	0.04 226	0.00 1

MSMD_ROB	4.94 486	0.43 344	2.58 369	0.12 300	0.01 156	8.43 493	1.09 449	4.25 366	4.11 469	13.11 504	26.36 520	13.95 497	13.88 514	7.45 476	2.92 442	0.10 467	0.01 289	0.00 1	0.00 1	0.01 40	0.02 205

StereoDRNet	1.48 381	0.75 431	4.58 462	0.05 210	0.10 346	2.49 399	1.10 450	4.62 400	1.47 359	3.38 441	0.62 270	2.29 356	0.65 336	4.52 332	2.89 441	0.00 1	0.03 383	0.00 1	0.01 342	0.05 251	0.07 365

DAS	1.26 354	0.08 67	2.25 337	0.04 187	0.01 156	1.28 212	1.18 451	3.80 326	1.58 383	4.60 461	2.37 401	1.53 295	0.53 310	5.36 374	0.59 325	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 92

SepStereo	1.28 355	0.08 67	2.25 337	0.04 187	0.01 156	1.28 212	1.18 451	3.80 326	1.58 383	4.60 461	2.37 401	1.53 295	0.53 310	5.63 390	0.59 325	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 92

ccnet	1.70 414	0.20 221	1.95 295	0.26 371	0.18 388	3.72 440	1.22 453	4.22 364	1.43 353	2.37 402	3.96 440	3.45 416	1.51 395	4.69 340	4.47 456	0.06 461	0.00 1	0.09 469	0.01 342	0.10 337	0.01 92

SPS-STEREO	3.08 458	0.49 372	2.49 362	0.21 351	0.24 415	3.67 439	1.24 454	5.80 469	2.43 441	10.68 496	8.00 472	9.48 486	3.59 462	8.11 485	5.08 465	0.01 414	0.01 289	0.00 1	0.00 1	0.04 226	0.11 400
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
pmcnn	3.61 470	0.68 421	5.38 475	0.61 443	1.46 488	2.75 413	1.26 455	5.04 432	1.57 379	8.77 491	11.67 484	18.69 506	2.38 433	6.03 400	5.61 469	0.00 1	0.07 429	0.00 1	0.00 1	0.21 417	0.07 365

ADCMid	3.95 477	1.34 480	10.91 505	0.18 341	0.38 453	5.02 465	1.27 456	4.87 422	2.94 454	11.15 498	3.60 433	6.76 472	5.21 484	6.40 423	16.96 511	0.12 470	0.08 440	0.55 494	0.46 499	0.53 484	0.19 444

FC-DCNN	6.09 493	0.18 200	2.35 350	0.42 408	0.53 465	7.80 490	1.42 457	8.14 498	7.07 491	19.05 517	22.10 512	22.85 512	13.84 513	9.42 494	6.44 473	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.06 347

DPSNet	3.38 467	0.60 403	9.55 500	0.61 443	0.46 460	5.10 466	1.44 458	11.17 506	3.92 468	2.57 411	0.88 306	5.90 463	9.68 505	7.63 479	7.25 480	0.08 463	0.16 479	0.01 424	0.07 403	0.34 460	0.17 433

HBP-ISP	1.45 377	0.75 431	3.02 392	0.30 382	0.10 346	4.28 451	1.49 459	4.68 406	1.29 326	3.43 442	0.78 295	0.93 254	1.01 362	6.48 425	0.36 266	0.04 447	0.02 353	0.00 1	0.00 1	0.05 251	0.03 265

FC-DCNN v2	6.25 495	0.19 209	2.31 347	0.44 409	0.55 467	8.05 492	1.51 460	8.71 499	7.22 492	19.24 518	22.98 515	24.00 515	13.47 512	9.80 500	6.51 474	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.05 316

FCDSN-DC	5.04 487	0.15 169	1.83 285	0.22 354	0.44 457	5.60 471	1.66 461	5.22 439	4.37 472	14.49 510	21.86 511	20.65 509	11.88 510	7.66 480	4.55 458	0.02 436	0.00 1	0.00 1	0.00 1	0.03 190	0.05 316
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SuperB	3.70 473	1.77 491	15.73 512	0.31 386	0.05 297	4.37 453	1.67 462	3.58 304	11.57 498	2.36 401	1.32 345	2.03 336	1.91 419	6.95 459	9.01 490	0.05 453	0.03 383	0.10 473	0.08 408	11.00 519	0.10 392

ACVNet-4b	5.67 490	1.65 487	4.43 457	9.46 514	7.11 512	8.72 494	1.68 463	6.61 484	5.76 483	0.27 131	6.49 465	11.67 490	2.43 435	8.40 487	1.56 386	9.06 517	2.34 515	10.49 516	0.02 364	9.22 514	5.98 515

S-Stereo	2.00 432	0.30 288	5.74 481	0.24 362	0.23 411	2.51 400	1.90 464	4.74 410	5.15 478	2.42 406	5.80 457	2.85 384	0.72 347	5.08 359	2.17 424	0.00 1	0.02 353	0.00 1	0.00 1	0.08 300	0.04 295

G-Net	3.49 468	0.47 365	4.03 440	1.61 492	1.91 492	10.78 499	1.92 465	3.06 215	1.26 315	8.59 490	12.06 486	6.13 465	7.82 497	4.78 344	4.77 460	0.08 463	0.12 464	0.07 463	0.15 429	0.16 384	0.11 400

aanetorigin	2.87 453	0.73 430	8.74 498	0.23 360	0.23 411	1.61 337	2.07 466	1.76 108	1.10 284	14.21 509	10.25 481	2.93 388	3.38 458	4.98 353	4.06 452	0.10 467	0.05 410	0.09 469	0.11 421	0.57 485	0.15 425

MeshStereo	5.78 491	0.75 431	3.04 393	0.25 365	0.14 368	7.88 491	2.09 467	9.64 501	5.18 479	20.48 520	19.06 504	22.80 511	9.54 504	9.64 498	4.88 463	0.00 1	0.00 1	0.00 1	0.00 1	0.29 451	0.03 265
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	1.08 313	0.49 372	1.43 219	0.27 376	0.00 1	1.56 317	2.12 468	3.10 223	1.75 395	1.36 309	0.93 311	1.06 270	0.49 307	6.21 408	0.70 338	0.00 1	0.00 1	0.00 1	0.00 1	0.16 384	0.02 205

otaku	3.17 459	1.32 479	2.49 362	6.07 506	3.26 501	4.62 459	2.15 469	5.35 449	1.34 335	2.00 368	2.54 407	3.50 418	1.49 391	3.68 280	1.11 363	7.89 512	0.23 486	1.88 502	0.03 373	7.74 507	4.78 511

Wz-Net-MNSev	1.85 423	1.19 475	5.61 479	0.01 27	0.00 1	4.74 461	2.16 470	4.93 425	1.48 363	3.77 448	1.24 339	1.77 319	2.56 436	4.94 351	2.61 437	0.00 1	0.01 289	0.00 1	0.00 1	0.07 286	0.01 92

WZ-Net	4.16 479	1.75 490	23.59 518	0.08 268	0.04 287	2.62 408	2.16 470	5.89 471	4.74 476	5.73 472	3.51 431	6.99 475	4.89 479	10.82 505	10.11 493	0.00 1	0.00 1	0.00 1	0.00 1	0.12 355	0.11 400

ADCPNet	3.63 472	0.82 448	13.20 509	0.08 268	0.43 456	7.02 482	2.23 472	4.77 415	2.41 439	4.31 458	1.96 378	7.57 477	5.16 481	6.45 424	13.80 504	0.02 436	0.75 502	0.04 457	0.90 510	0.16 384	0.53 478

EAI-Stereo	1.14 336	0.12 132	1.19 175	0.21 351	0.32 449	1.84 369	2.32 473	5.42 453	1.19 303	1.02 255	5.66 456	0.48 187	0.60 319	0.86 183	0.62 329	0.00 1	0.13 469	0.00 1	0.65 505	0.02 133	0.17 433

ACVNet_1	6.16 494	1.86 495	4.43 457	9.52 515	7.22 513	7.59 489	2.37 474	9.99 504	6.71 488	3.84 450	5.35 455	13.23 496	4.90 480	6.25 411	1.94 414	9.06 517	2.40 517	10.88 518	0.11 421	9.58 516	6.03 516

SGM_RVC	4.07 478	0.38 317	1.98 301	0.84 462	0.26 421	6.20 477	2.37 474	6.45 482	3.57 461	11.56 501	9.27 477	15.55 500	6.78 492	10.07 501	4.60 459	0.22 478	0.25 487	0.20 481	0.23 469	0.26 435	0.34 469
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WAO-8	13.93 519	3.75 510	4.23 448	7.74 510	6.54 507	22.81 522	2.39 476	22.66 526	45.98 533	18.88 515	35.42 529	33.21 522	16.91 519	16.55 517	12.78 502	5.01 505	0.81 504	9.89 513	0.77 506	8.77 511	3.61 507

Venus	13.93 519	3.75 510	4.23 448	7.74 510	6.54 507	22.81 522	2.39 476	22.66 526	45.98 533	18.88 515	35.42 529	33.21 522	16.91 519	16.55 517	12.78 502	5.01 505	0.81 504	9.89 513	0.77 506	8.76 510	3.61 507

SGM-Forest	1.84 422	0.08 67	1.31 201	0.15 325	0.22 406	3.52 436	2.46 478	3.85 333	2.16 427	5.29 469	3.90 438	3.71 425	1.56 399	6.28 412	1.90 407	0.01 414	0.02 353	0.00 1	0.00 1	0.03 190	0.30 463
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
WCMA_ROB	4.54 483	0.48 367	3.19 402	0.49 422	0.63 472	5.38 469	2.57 479	4.70 407	3.77 465	14.17 508	19.02 503	15.47 499	9.03 501	6.73 440	4.85 462	0.01 414	0.05 410	0.01 424	0.01 342	0.08 300	0.16 428

SGM+DAISY	4.39 482	1.34 480	5.18 470	1.01 476	0.88 476	5.61 472	2.86 480	4.88 423	3.53 460	13.29 505	13.95 490	12.66 493	7.55 494	7.98 484	5.39 468	0.23 482	0.18 482	0.15 478	0.24 472	0.29 451	0.64 481

ADCP+	2.87 453	0.98 461	8.75 499	0.07 253	0.16 380	5.93 476	2.90 481	4.00 343	1.84 400	1.52 324	0.27 193	3.81 426	3.22 455	6.05 402	17.38 513	0.00 1	0.00 1	0.00 1	0.00 1	0.14 367	0.30 463

PSM-AAD	1.15 339	0.04 9	0.88 80	0.10 290	0.27 426	1.32 229	3.25 482	2.41 152	0.64 132	2.93 422	1.92 375	0.15 133	5.39 486	3.42 270	0.19 171	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.05 316

GANet	1.90 427	0.43 344	1.83 285	0.39 405	0.00 1	2.24 388	3.37 483	3.90 338	1.44 354	2.17 380	9.66 478	2.57 367	1.09 366	6.88 451	1.81 400	0.00 1	0.00 1	0.02 449	0.00 1	0.10 337	0.03 265

NCCL2	1.30 358	0.63 411	2.31 347	0.02 96	0.03 267	1.57 318	3.41 484	3.91 339	1.39 341	3.14 433	0.34 207	3.90 427	0.30 264	3.75 286	1.19 370	0.00 1	0.00 1	0.02 449	0.00 1	0.03 190	0.05 316

Wz-Net-TNSev	3.91 475	5.20 514	20.57 515	0.15 325	0.01 156	7.14 484	3.57 485	6.70 488	3.57 461	1.74 344	0.58 253	7.39 476	4.33 471	8.86 490	7.99 482	0.00 1	0.00 1	0.00 1	0.02 364	0.24 425	0.16 428

RainbowNet	4.74 485	3.21 508	3.07 395	9.34 513	6.01 506	4.89 464	3.60 486	7.09 492	4.39 473	1.63 338	3.01 419	4.72 448	2.96 447	5.53 380	1.19 370	8.95 515	2.12 513	8.48 510	0.19 452	8.75 509	5.73 513

EDNetEfficient	6.54 496	1.17 473	33.15 522	0.66 449	1.96 493	2.07 378	3.72 487	2.80 187	14.85 505	20.02 519	9.69 479	6.59 471	10.19 506	7.19 469	15.49 509	0.03 444	0.10 453	0.01 424	0.20 457	0.62 488	0.29 462

SANet	4.63 484	0.89 455	5.34 474	0.30 382	0.09 337	7.43 486	3.75 488	6.53 483	16.16 508	6.79 479	13.29 488	12.44 492	7.74 495	7.38 473	4.11 453	0.00 1	0.01 289	0.00 1	0.00 1	0.10 337	0.31 467

SAMSARA	3.32 466	1.07 469	6.25 487	0.86 469	0.31 446	7.55 488	3.87 489	5.26 445	4.20 470	7.43 484	3.35 427	10.04 488	3.83 467	6.98 461	4.83 461	0.00 1	0.14 473	0.00 1	0.05 389	0.17 389	0.22 454

CSAN	2.70 451	0.75 431	3.41 417	0.18 341	0.12 356	4.18 448	4.05 490	4.11 353	4.36 471	6.03 474	6.24 463	4.60 446	4.74 476	7.29 472	3.43 448	0.02 436	0.03 383	0.01 424	0.02 364	0.18 397	0.22 454

DGSMNet	2.23 441	0.80 441	6.10 485	0.96 473	1.73 491	3.22 423	4.12 491	5.30 446	1.11 286	1.19 281	2.48 406	3.18 406	0.65 336	4.57 338	1.33 380	1.11 496	1.37 508	1.55 498	1.26 514	1.37 494	1.28 496

MADNet+	10.71 510	14.57 525	70.07 533	0.58 439	0.47 462	19.89 517	4.20 492	11.05 505	6.87 489	3.03 430	5.99 459	9.01 483	6.35 491	31.95 530	28.31 529	0.22 478	0.26 490	0.01 424	0.04 384	0.46 476	0.87 488

ADCS	5.09 488	2.15 498	16.58 513	0.34 396	0.07 319	5.91 475	4.26 493	6.73 489	6.99 490	9.44 493	6.09 460	6.57 470	5.17 483	9.54 497	21.38 525	0.00 1	0.00 1	0.00 1	0.00 1	0.36 465	0.23 457

THIR-Stereo	1.48 381	0.29 284	1.51 232	0.01 27	0.02 244	1.05 96	4.32 494	2.11 131	0.22 40	1.08 267	4.24 443	1.93 328	4.19 470	6.76 442	1.87 405	0.00 1	0.00 1	0.04 457	0.00 1	0.05 251	0.00 1

CBMV	1.56 391	0.24 251	1.92 289	0.31 386	0.03 267	2.90 419	4.33 495	3.79 323	1.81 398	4.98 467	1.73 365	2.70 375	1.68 409	3.81 291	0.92 356	0.00 1	0.00 1	0.00 1	0.00 1	0.05 251	0.08 378
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ACVNet_2	8.69 502	1.80 494	5.09 469	8.55 512	6.72 509	13.47 504	4.34 496	13.70 509	23.86 514	6.89 481	19.74 508	20.52 507	5.36 485	7.70 481	2.48 431	8.53 514	1.67 512	7.99 509	0.32 493	8.79 512	6.29 519

WAO-7	9.09 504	1.79 493	3.55 424	0.80 460	0.15 374	18.67 514	4.36 497	23.07 529	26.68 518	12.59 503	27.90 524	22.52 510	13.03 511	13.53 512	11.47 498	0.09 466	0.03 383	0.58 495	0.10 417	0.47 479	0.34 469

GrayStereo	1.46 379	0.03 2	0.87 78	0.63 446	0.20 399	1.24 194	4.61 498	2.85 192	0.62 113	4.98 467	4.00 442	0.45 182	4.67 475	3.37 267	0.08 75	0.00 1	0.00 1	0.00 1	0.50 501	0.01 40	0.01 92

ADCL	3.30 463	0.81 445	6.76 492	0.25 365	0.25 418	6.93 481	4.65 499	4.79 418	2.62 449	4.61 463	3.36 428	5.22 458	4.55 474	5.54 383	14.91 506	0.05 453	0.01 289	0.11 474	0.13 428	0.28 449	0.10 392

FTStereo	2.16 438	0.03 2	1.42 218	0.17 335	0.13 362	1.42 272	4.67 500	2.44 154	0.63 121	3.36 438	17.95 498	0.78 241	4.17 469	4.41 321	0.14 129	0.15 473	0.00 1	0.00 1	0.00 1	0.01 40	1.25 495

RTS	9.75 507	2.69 504	65.25 531	0.85 465	1.99 494	14.36 505	4.75 501	5.69 466	17.29 510	7.97 486	19.00 501	6.83 473	3.02 449	26.15 527	18.62 519	0.00 1	0.15 477	0.00 1	0.00 1	0.29 451	0.16 428

RTSA	9.75 507	2.69 504	65.25 531	0.85 465	1.99 494	14.36 505	4.75 501	5.69 466	17.29 510	7.97 486	19.00 501	6.83 473	3.02 449	26.15 527	18.62 519	0.00 1	0.15 477	0.00 1	0.00 1	0.29 451	0.16 428

LSM	7.38 498	1.68 488	22.24 517	3.99 503	40.72 533	3.54 437	4.79 503	4.74 410	6.65 487	10.25 495	13.51 489	4.49 442	3.81 466	6.91 456	5.31 467	0.00 1	0.04 397	0.00 1	0.00 1	0.26 435	14.60 530

IMH	11.11 513	3.50 509	2.56 368	11.25 520	9.13 518	14.49 507	5.10 504	20.68 522	26.30 517	8.28 488	23.85 518	20.63 508	9.19 502	12.39 509	7.96 481	9.50 522	2.50 520	15.28 522	1.66 517	11.07 520	6.96 522

NaN_ROB	2.02 434	0.58 399	2.65 374	0.29 380	0.28 436	3.19 422	5.19 505	3.84 331	2.55 447	5.31 470	1.73 365	2.30 357	1.96 421	6.78 444	3.09 445	0.01 414	0.06 419	0.03 454	0.10 417	0.10 337	0.37 473

IMH-64-1	9.55 505	2.76 506	2.44 356	11.17 518	9.13 518	12.03 500	5.45 506	18.33 515	15.78 506	6.59 476	18.69 499	16.95 502	6.20 489	10.63 503	8.06 483	9.46 520	2.46 518	15.42 523	1.61 515	10.89 517	6.88 520

IMH-64	9.55 505	2.76 506	2.44 356	11.17 518	9.13 518	12.03 500	5.45 506	18.33 515	15.78 506	6.59 476	18.69 499	16.95 502	6.20 489	10.63 503	8.06 483	9.46 520	2.46 518	15.42 523	1.61 515	10.89 517	6.88 520

Dean	11.46 514	2.03 497	5.20 471	10.73 517	8.20 517	18.71 515	5.73 508	21.10 523	41.49 532	11.12 497	22.16 513	25.92 516	7.74 495	7.52 477	4.31 455	9.01 516	2.27 514	9.95 515	0.61 504	9.18 513	6.22 517

AnyNet_C01	6.59 497	4.31 512	36.24 525	0.96 473	0.46 460	9.96 496	5.74 509	6.02 477	3.63 463	7.59 485	8.56 475	8.83 482	3.14 452	13.74 513	20.83 523	0.12 470	0.08 440	0.25 486	0.09 413	1.01 491	0.34 469

LE_ROB	12.79 517	0.64 412	10.26 503	2.13 494	1.29 485	7.25 485	5.81 510	9.09 500	49.27 535	57.55 535	24.58 519	23.68 514	31.13 530	9.00 492	23.57 528	0.04 447	0.06 419	0.13 477	0.20 457	0.08 300	0.11 400

MANE	14.02 521	0.85 450	3.53 422	2.13 494	3.75 503	18.44 513	6.14 511	22.67 528	27.90 519	33.01 529	41.08 532	41.26 530	30.90 529	23.39 522	17.99 515	0.47 489	0.76 503	0.91 496	4.04 522	0.17 389	1.00 493

CrosDoStereo	1.66 404	0.15 169	1.66 261	0.02 96	0.07 319	1.38 254	6.16 512	3.12 226	1.06 277	0.97 240	3.74 436	0.96 258	4.79 477	7.00 464	1.92 410	0.00 1	0.00 1	0.00 1	0.00 1	0.11 348	0.00 1

DeepStereo_LL	1.66 404	0.15 169	1.66 261	0.02 96	0.07 319	1.38 254	6.16 512	3.12 226	1.06 277	0.97 240	3.74 436	0.96 258	4.79 477	7.00 464	1.92 410	0.00 1	0.00 1	0.00 1	0.00 1	0.11 348	0.00 1

TorneroNet-64	15.45 523	5.66 517	3.44 419	13.86 522	12.03 523	28.15 529	6.27 514	19.89 518	38.68 530	12.16 502	28.06 525	35.76 525	15.44 517	19.56 520	15.40 508	9.71 523	2.52 521	19.13 526	2.70 518	12.55 522	7.94 524

notaker	17.52 525	21.54 529	7.84 495	18.05 527	14.44 527	17.58 511	6.43 515	20.13 520	24.44 516	21.34 522	27.71 522	39.12 527	18.78 524	19.63 521	20.40 522	11.95 528	2.71 526	25.51 531	5.85 528	17.10 527	9.78 526

AnyNet_C32	3.93 476	2.58 502	12.07 507	0.39 405	0.49 463	5.50 470	6.45 516	4.44 388	2.19 430	6.86 480	2.94 417	5.28 459	3.20 454	6.63 432	18.37 516	0.08 463	0.04 397	0.20 481	0.09 413	0.57 485	0.19 444

WAO-6	11.09 511	1.69 489	3.21 405	7.54 509	7.10 511	16.34 509	6.63 517	20.12 519	38.64 529	9.67 494	19.28 507	27.53 517	10.97 509	12.43 510	11.57 499	4.26 503	2.35 516	10.54 517	0.02 364	7.59 505	4.29 509

TorneroNet	16.10 524	5.74 518	4.12 446	13.88 523	11.97 522	26.89 528	6.85 518	21.13 524	38.32 528	14.15 507	33.36 528	33.52 524	17.49 521	18.89 519	19.64 521	9.77 524	2.53 522	19.43 527	3.35 519	13.21 523	7.86 523

ELAS	8.05 501	0.76 435	4.02 439	0.95 472	1.02 480	14.85 508	6.99 519	12.80 508	11.73 499	22.43 525	27.75 523	17.88 504	15.19 516	10.96 506	11.31 497	0.22 478	0.56 500	0.23 484	0.22 465	0.50 482	0.71 484
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MFN_U_SF_DS_RVC	3.30 463	2.61 503	7.84 495	0.09 279	0.26 421	12.92 502	7.62 520	4.25 366	3.64 464	2.95 426	3.99 441	4.61 447	1.22 376	8.36 486	1.77 399	0.59 494	1.15 507	0.04 457	0.85 509	0.48 480	0.67 483

LVE	11.10 512	2.36 500	3.34 412	9.94 516	8.13 516	21.22 519	7.75 521	16.47 513	32.55 524	8.55 489	23.64 516	23.22 513	7.93 498	10.98 507	6.65 475	9.45 519	2.55 523	11.08 519	0.58 503	9.35 515	6.28 518

SGM-ForestM	12.56 516	0.80 441	4.31 454	1.07 479	0.41 455	21.56 520	8.57 522	17.42 514	19.67 512	29.93 527	28.49 527	45.83 531	27.22 527	26.05 526	18.40 517	0.14 472	0.25 487	0.18 480	0.28 485	0.18 397	0.42 477

MSC_U_SF_DS_RVC	5.12 489	2.33 499	8.42 497	0.33 390	0.27 426	24.60 526	8.84 523	5.50 456	9.75 496	3.82 449	8.16 474	8.53 481	1.82 414	9.44 495	5.18 466	1.02 495	1.65 511	0.33 488	0.47 500	1.06 492	0.90 489

ELAS_RVC	7.69 499	0.80 441	4.90 467	1.06 478	1.02 480	10.00 497	9.43 524	9.75 502	14.69 504	21.83 523	20.27 509	17.88 504	16.41 518	13.01 511	10.44 495	0.22 478	0.55 499	0.28 487	0.19 452	0.35 463	0.65 482
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
KSHMR	14.27 522	6.95 519	5.79 482	15.08 525	12.84 524	17.44 510	10.61 525	18.88 517	30.94 522	18.81 514	22.21 514	28.54 519	8.85 500	15.56 515	9.24 491	10.34 527	3.60 527	21.61 529	4.68 525	14.48 524	8.94 525

PWCK	8.72 503	5.37 515	16.61 514	5.74 505	0.12 356	19.88 516	11.41 526	11.31 507	13.42 503	14.07 506	12.84 487	13.20 495	8.05 499	15.44 514	10.25 494	5.95 507	0.22 485	2.09 504	0.05 389	7.50 504	0.92 490

ktn	19.15 527	18.52 526	6.39 491	22.64 531	17.26 529	24.47 524	12.11 527	24.52 530	34.74 527	18.75 513	27.70 521	32.54 520	17.85 522	15.71 516	16.67 510	22.09 531	3.64 528	28.95 532	10.91 530	17.40 528	10.22 528

HanzoNet	29.69 532	29.33 532	21.66 516	21.75 530	19.07 531	24.58 525	12.99 528	28.87 532	40.49 531	43.09 532	44.02 533	55.65 533	44.93 534	43.17 533	44.44 532	27.88 532	9.47 530	29.77 533	15.86 532	20.94 531	15.84 531

BEATNet-Init1	17.91 526	7.45 520	36.82 526	1.88 493	1.38 486	37.29 532	14.71 529	21.90 525	24.20 515	38.07 530	36.59 531	50.41 532	32.00 531	29.42 529	21.83 526	0.33 486	0.39 496	0.47 490	0.54 502	1.50 496	1.07 494

UNDER WATER	19.61 528	12.37 524	31.14 520	20.44 529	14.31 526	28.63 530	18.15 530	16.43 512	34.24 526	20.82 521	19.14 505	38.83 526	30.09 528	24.31 523	20.97 524	10.09 526	2.68 524	19.51 528	4.70 526	15.52 526	9.93 527

JetBlue	13.83 518	5.03 513	33.82 523	0.84 462	6.92 510	50.14 533	20.02 531	15.09 510	8.92 495	11.33 499	17.05 496	28.25 518	18.01 523	32.60 531	18.53 518	0.32 485	0.12 464	0.15 478	0.23 469	4.59 500	4.64 510

UNDER WATER-64	20.03 529	10.28 522	31.50 521	20.05 528	13.64 525	32.81 531	23.45 532	16.01 511	33.44 525	22.01 524	17.25 497	40.58 529	32.20 532	24.50 524	22.36 527	10.06 525	2.70 525	18.37 525	4.24 523	14.84 525	10.24 529

DPSimNet_ROB	25.03 531	19.56 528	24.93 519	24.36 532	17.85 530	22.25 521	25.93 533	28.52 531	29.10 520	32.61 528	28.25 526	32.87 521	26.42 525	24.51 525	40.42 531	16.75 530	13.93 531	25.19 530	22.38 533	19.96 530	24.75 534

MADNet++	47.78 534	34.15 533	37.11 527	42.94 533	41.23 534	64.94 534	30.63 534	60.79 536	53.26 536	72.08 536	61.65 536	57.68 534	54.96 535	58.03 534	59.24 536	43.01 535	36.17 535	36.07 534	22.50 534	47.50 533	41.67 535

JetRed	34.54 533	39.28 534	62.16 529	15.62 526	26.51 532	69.20 535	40.79 535	31.43 533	32.41 523	46.06 533	44.55 534	40.19 528	26.50 526	38.43 532	56.06 535	12.76 529	37.49 536	13.23 520	9.38 529	29.52 532	19.34 532

TCMNet-wrong-test	55.95 535	78.75 539	71.85 534	90.95 540	89.50 540	78.08 536	71.33 536	38.19 534	12.35 501	40.71 531	51.28 535	59.53 535	35.38 533	64.04 536	52.16 534	38.10 534	6.00 529	47.22 537	41.12 535	82.64 541	69.84 540

HaxPig	97.68 545	99.63 545	91.34 537	99.82 550	99.97 547	88.15 537	88.00 537	98.28 543	99.93 545	99.98 548	99.99 545	99.95 548	99.99 546	96.29 542	92.24 542	99.99 551	99.98 546	100.00 548	99.99 547	100.00 552	99.98 550

MEDIAN_ROB	96.83 543	99.41 544	98.66 543	94.75 543	94.23 542	93.08 539	90.54 538	95.61 542	94.75 540	97.65 544	97.73 542	98.30 543	96.57 543	94.51 541	93.74 543	99.78 549	98.24 543	99.99 547	99.89 546	99.48 546	99.67 546

AVERAGE_ROB	99.23 549	99.81 548	97.56 542	100.00 553	100.00 549	96.24 543	91.02 539	100.00 549	100.00 546	100.00 549	100.00 546	100.00 550	100.00 547	99.98 550	99.97 546	100.00 552	100.00 547	100.00 548	100.00 548	100.00 552	100.00 552

xxxxx1	76.92 539	82.43 540	93.26 539	61.67 535	66.92 536	95.84 540	95.11 540	75.84 537	80.96 537	82.71 538	86.75 537	89.18 538	87.35 537	85.27 538	87.18 538	55.08 537	54.60 537	60.31 538	72.71 539	62.51 535	62.73 537

tt_ll	76.92 539	82.43 540	93.26 539	61.67 535	66.92 536	95.84 540	95.11 540	75.84 537	80.96 537	82.71 538	86.75 537	89.18 538	87.35 537	85.27 538	87.18 538	55.08 537	54.60 537	60.31 538	72.71 539	62.51 535	62.73 537

ff	76.92 539	82.43 540	93.26 539	61.67 535	66.92 536	95.84 540	95.11 540	75.84 537	80.96 537	82.71 538	86.75 537	89.18 538	87.35 537	85.27 538	87.18 538	55.08 537	54.60 537	60.31 538	72.71 539	62.51 535	62.73 537

PML	89.08 542	99.72 546	92.85 538	94.72 542	94.92 544	99.54 545	97.42 543	93.50 540	95.96 541	99.77 547	92.33 541	95.35 542	93.51 541	99.96 549	91.15 541	99.98 550	31.71 534	100.00 548	45.94 536	93.46 543	69.88 541

test_example2	98.83 546	99.97 551	99.97 547	99.96 552	99.97 547	99.46 544	99.97 544	95.54 541	100.00 546	100.00 549	100.00 546	93.37 541	93.47 540	99.93 548	99.91 545	100.00 552	99.79 545	96.64 543	98.71 544	100.00 552	100.00 552

USTest	75.36 538	57.99 536	56.43 528	72.82 539	69.93 539	99.96 546	100.00 545	98.57 544	99.18 542	94.19 541	97.90 543	78.26 537	95.05 542	75.90 537	76.21 537	48.70 536	80.65 541	39.01 535	52.97 538	57.66 534	55.76 536

Selective-RAFT-Error	100.00 554	100.00 552	100.00 550	100.00 553	100.00 549	100.00 547	100.00 545	100.00 549	100.00 546	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 549	100.00 552	100.00 547	100.00 548	100.00 548	99.99 550	99.95 548

Anonymous_1	97.10 544	99.72 546	99.64 546	92.33 541	93.91 541	100.00 547	100.00 545	99.20 546	99.90 544	98.57 545	99.75 544	99.14 545	99.94 545	98.50 543	99.54 544	87.90 540	98.87 544	90.88 541	96.91 543	92.22 542	95.12 543

tt	68.65 537	0.15 169	99.57 545	50.64 534	14.90 528	100.00 547	100.00 545	100.00 549	99.76 543	27.80 526	10.52 482	99.97 549	98.63 544	99.61 544	100.00 549	90.62 541	98.21 542	46.66 536	52.02 537	62.86 538	21.04 533

CasAABBNet	99.94 552	100.00 552	100.00 550	99.72 549	100.00 549	100.00 547	100.00 545	100.00 549	100.00 546	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 549	99.21 547	100.00 547	100.00 548	100.00 548	99.96 549	99.95 548

LSM0	99.94 552	100.00 552	100.00 550	99.84 551	100.00 549	100.00 547	100.00 545	100.00 549	100.00 546	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 549	99.22 548	100.00 547	100.00 548	100.00 548	99.99 550	99.83 547

DPSMNet_ROB	99.46 551	99.94 549	99.98 548	96.59 547	100.00 549	100.00 547	100.00 545	99.81 547	100.00 546	95.87 543	100.00 546	99.32 546	100.00 547	99.79 545	99.99 547	98.46 546	100.00 547	99.86 544	100.00 548	99.52 547	100.00 552

DGTPSM_ROB	99.45 550	99.94 549	99.98 548	96.58 546	100.00 549	100.00 547	100.00 545	99.81 547	100.00 546	95.86 542	100.00 546	99.32 546	100.00 547	99.79 545	99.99 547	98.34 545	100.00 547	99.86 544	100.00 548	99.52 547	99.99 551

DPSM_ROB	99.17 547	100.00 552	100.00 550	96.28 544	98.84 545	100.00 547	100.00 545	100.00 549	100.00 546	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 549	93.66 543	100.00 547	100.00 548	100.00 548	96.31 544	98.27 544

DPSM	99.17 547	100.00 552	100.00 550	96.28 544	98.84 545	100.00 547	100.00 545	100.00 549	100.00 546	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 549	93.66 543	100.00 547	100.00 548	100.00 548	96.31 544	98.27 544

ccccc		94.69 543		100.00 553	100.00 549	92.59 538		98.75 545		98.59 546		98.60 544		99.86 547		100.00 552	100.00 547	99.91 546	99.54 545	100.00 552

ASD4		67.10 538

Low-res two-view benchmark