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

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

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

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

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

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

cc1	0.56 239	0.29 149	2.22 225	0.31 351	0.20 306	1.33 352	0.00 1	1.78 294	1.03 327	0.38 329	0.00 1	0.03 59	0.02 126	0.59 171	0.02 51	0.00 1	1.12 386	0.00 1	0.00 1	0.09 256	1.86 396

ff7	0.36 121	0.21 120	1.28 38	0.16 311	0.22 313	1.07 263	0.00 1	0.12 52	0.56 122	0.32 319	0.00 1	0.01 7	0.04 194	0.25 118	0.03 63	0.00 1	0.92 370	0.00 1	0.10 335	0.08 232	1.75 386

ffff	0.36 121	0.21 120	1.28 38	0.16 311	0.22 313	1.07 263	0.00 1	0.12 52	0.56 122	0.32 319	0.00 1	0.01 7	0.04 194	0.25 118	0.03 63	0.00 1	0.92 370	0.00 1	0.10 335	0.08 232	1.75 386

11t	0.36 121	0.21 120	1.28 38	0.16 311	0.22 313	1.07 263	0.00 1	0.12 52	0.56 122	0.32 319	0.00 1	0.01 7	0.04 194	0.25 118	0.03 63	0.00 1	0.92 370	0.00 1	0.10 335	0.08 232	1.75 386

tt1	0.58 246	0.31 157	2.24 230	0.30 348	0.38 337	1.32 351	0.00 1	1.74 282	1.17 363	0.38 329	0.00 1	0.03 59	0.02 126	0.57 166	0.01 31	0.00 1	1.12 386	0.00 1	0.00 1	0.08 232	1.86 396

whm_eth	0.25 66	0.52 225	2.41 243	0.00 1	0.00 1	0.55 99	0.00 1	0.31 111	0.84 268	0.00 1	0.00 1	0.03 59	0.01 82	0.02 9	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.26 253

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

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

Ntro	0.75 292	1.79 372	3.54 321	0.05 252	0.37 335	1.03 232	0.02 235	0.99 195	0.76 183	0.02 145	0.00 1	0.76 304	0.08 245	3.23 258	1.32 316	0.07 367	0.04 268	0.01 351	0.00 1	0.84 391	0.13 181

CASnet	0.10 3	0.10 66	0.81 4	0.00 1	0.00 1	0.82 172	0.00 1	0.14 65	0.13 19	0.00 1	0.00 1	0.01 7	0.00 1	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CFNet_ucs	0.29 81	0.17 106	1.53 99	0.00 1	0.01 183	0.83 174	0.00 1	2.07 323	0.24 73	0.00 1	0.00 1	0.48 261	0.29 296	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 189

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

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

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

LL-Strereo	0.97 316	1.43 357	3.41 311	0.01 201	0.50 352	0.63 123	0.01 175	2.00 319	0.77 199	0.48 341	0.00 1	0.54 278	0.29 296	6.25 371	0.10 132	0.01 337	0.93 374	0.00 1	0.00 1	0.28 358	1.72 382

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

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

anonymousdsp	0.41 155	0.21 120	1.52 96	0.43 362	0.54 356	1.07 263	0.00 1	0.11 46	0.56 122	0.34 323	0.00 1	0.01 7	0.05 220	0.47 160	0.03 63	0.00 1	0.81 352	0.00 1	0.11 342	0.08 232	1.81 393

fast-acv-ft	0.34 105	0.71 259	4.20 344	0.06 269	0.01 183	0.28 42	0.17 314	0.11 46	0.34 87	0.00 1	0.00 1	0.08 127	0.09 248	0.13 93	0.27 214	0.01 337	0.00 1	0.03 373	0.01 288	0.27 352	0.04 83

iinet-f	0.59 250	0.91 306	5.57 371	0.00 1	0.01 183	0.78 164	0.00 1	1.81 301	0.84 268	0.03 184	0.00 1	0.41 251	0.43 308	0.42 153	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.36 371	0.08 125

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

Selective-IGEV	0.28 76	0.11 74	1.31 44	0.64 376	0.60 368	0.27 40	0.00 1	0.05 12	0.56 122	0.00 1	0.00 1	0.01 7	0.03 168	0.25 118	0.25 207	0.00 1	0.79 348	0.00 1	0.07 324	0.06 196	0.62 324

CASS	0.10 3	0.08 48	1.10 21	0.00 1	0.00 1	0.13 28	0.01 175	0.15 67	0.18 50	0.21 292	0.00 1	0.02 31	0.02 126	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.03 65
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
knoymous	0.10 3	0.06 9	1.25 33	0.00 1	0.00 1	0.11 23	0.00 1	0.27 105	0.06 7	0.00 1	0.00 1	0.23 197	0.00 1	0.04 41	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 65

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

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

MC-Stereo	0.38 136	0.12 78	1.30 43	0.65 378	0.70 373	1.06 245	0.00 1	0.03 3	0.14 20	0.23 299	0.00 1	0.04 78	0.02 126	0.38 149	0.12 142	0.00 1	1.08 383	0.00 1	0.02 299	0.08 232	1.72 382

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

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

DCANet-4	0.37 128	0.07 25	3.11 288	0.00 1	0.00 1	1.06 245	0.00 1	1.82 306	0.85 291	0.16 282	0.00 1	0.04 78	0.05 220	0.04 41	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 233

ccc-4	0.36 121	0.21 120	1.28 38	0.16 311	0.22 313	1.07 263	0.00 1	0.12 52	0.56 122	0.32 319	0.00 1	0.01 7	0.04 194	0.25 118	0.03 63	0.00 1	0.92 370	0.00 1	0.10 335	0.08 232	1.75 386

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

ADStereo(finetuned)	0.42 158	0.51 224	2.79 269	0.00 1	0.00 1	1.04 237	0.00 1	1.90 309	0.85 291	0.10 259	0.00 1	0.04 78	0.72 329	0.04 41	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.25 247

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

Wz-Net-LNSev-Ref	0.54 224	0.84 288	3.67 325	0.00 1	0.00 1	0.56 105	0.00 1	1.40 249	0.80 235	0.00 1	0.00 1	0.06 112	0.13 265	1.76 207	1.42 321	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.08 125

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

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

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

RAFT+CT+SA	0.38 136	0.74 269	1.84 177	0.02 223	0.27 327	1.12 313	0.00 1	0.91 185	0.75 162	0.00 1	0.00 1	0.27 211	0.01 82	0.56 165	0.00 1	0.00 1	0.16 294	0.00 1	0.30 401	0.13 284	0.42 289

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

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

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

IGEV-Stereo	0.41 155	0.21 120	1.53 99	0.43 362	0.55 357	1.07 263	0.00 1	0.11 46	0.56 122	0.34 323	0.00 1	0.01 7	0.05 220	0.47 160	0.03 63	0.00 1	0.81 352	0.00 1	0.11 342	0.08 232	1.81 393
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.60 254	0.85 292	1.83 174	0.01 201	0.59 364	0.31 47	0.00 1	0.72 165	0.79 226	0.00 1	0.00 1	0.10 141	0.01 82	6.12 365	0.03 63	0.00 1	0.12 290	0.00 1	0.00 1	0.24 345	0.26 253

psmg	0.29 81	0.07 25	0.98 11	0.00 1	0.00 1	1.07 263	0.00 1	1.92 314	0.82 249	0.00 1	0.00 1	0.35 232	0.03 168	0.06 69	0.51 261	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

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

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

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

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

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

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

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

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

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

IPLGR	0.50 199	0.22 127	2.74 265	0.03 238	0.02 223	1.08 274	0.03 252	1.95 315	0.75 162	0.09 254	0.00 1	0.18 179	0.22 288	2.57 231	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.05 98

AASNet	0.40 150	0.98 313	2.57 260	0.00 1	0.00 1	0.93 203	0.01 175	0.79 178	0.82 249	0.01 85	0.00 1	0.38 245	0.02 126	0.62 175	0.43 257	0.00 1	0.00 1	0.00 1	0.00 1	0.31 365	0.14 189

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

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

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

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

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

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

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

Patchmatch Stereo++	0.18 26	0.07 25	1.40 64	0.05 252	0.01 183	1.08 274	0.07 285	0.05 12	0.75 162	0.02 145	0.00 1	0.05 96	0.00 1	0.03 29	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	0.99 319	0.08 48	1.59 116	0.15 307	0.27 327	1.14 327	0.27 340	0.06 22	0.78 212	0.01 85	0.00 1	0.01 7	0.97 339	3.60 274	10.81 395	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

cross-raft	0.21 43	0.09 59	1.42 76	0.48 366	0.50 352	0.41 66	0.07 285	0.50 134	0.03 2	0.02 145	0.00 1	0.38 245	0.00 1	0.08 80	0.03 63	0.00 1	0.00 1	0.00 1	0.11 342	0.01 25	0.09 138

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

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

LMCR-Stereo	0.38 136	0.65 245	1.77 161	0.00 1	0.00 1	0.82 172	0.00 1	2.33 332	0.84 268	0.00 1	0.00 1	0.04 78	0.04 194	0.29 137	0.72 285	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.01 42

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

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

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

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

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

sAnonymous2	0.17 22	0.42 190	2.46 247	0.00 1	0.00 1	0.04 8	0.00 1	0.04 6	0.10 17	0.00 1	0.00 1	0.01 7	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.32 267

CroCo_RVC	0.17 22	0.42 190	2.46 247	0.00 1	0.00 1	0.04 8	0.00 1	0.04 6	0.10 17	0.00 1	0.00 1	0.01 7	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.32 267

pcwnet_v2	0.49 194	0.14 91	4.76 354	0.00 1	0.00 1	0.68 146	0.00 1	2.39 336	0.81 243	0.01 85	0.00 1	0.35 232	0.32 300	0.19 110	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.22 225

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

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

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

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

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

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

222	2.28 369	0.25 136	1.15 22	0.00 1	0.37 335	0.60 113	0.00 1	3.25 375	1.13 346	0.09 254	0.00 1	0.05 96	0.02 126	3.52 270	32.29 414	0.00 1	1.03 376	0.00 1	0.15 357	0.03 123	1.59 377

ARAFT	0.68 278	1.29 349	3.36 307	0.00 1	0.00 1	1.21 344	0.00 1	2.71 352	0.81 243	0.07 238	0.00 1	0.18 179	0.03 168	3.47 269	0.05 101	0.00 1	0.00 1	0.00 1	0.00 1	0.19 331	0.22 225

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

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

RAFT + AFF	0.79 302	1.36 353	2.40 242	0.00 1	0.04 252	1.12 313	0.06 280	1.73 281	0.81 243	0.02 145	0.00 1	0.18 179	1.49 352	4.97 317	0.67 279	0.00 1	0.17 295	0.00 1	0.00 1	0.33 367	0.46 301

GMStereo	0.14 15	0.90 305	1.71 146	0.00 1	0.00 1	0.03 5	0.00 1	0.04 6	0.04 3	0.00 1	0.00 1	0.01 7	0.02 126	0.02 9	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CFNet-RSSM	0.21 43	0.08 48	1.39 62	0.00 1	0.12 287	0.63 123	0.00 1	1.32 238	0.15 26	0.01 85	0.00 1	0.09 135	0.00 1	0.11 90	0.04 89	0.00 1	0.00 1	0.00 1	0.23 385	0.01 25	0.08 125

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

Syn2CoEx	0.71 283	1.32 352	4.61 351	0.00 1	0.00 1	0.12 25	0.01 175	1.08 211	0.84 268	0.04 204	0.00 1	0.49 268	0.21 284	4.92 316	0.04 89	0.00 1	0.00 1	0.00 1	0.00 1	0.14 299	0.32 267

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

UNet	0.29 81	0.26 140	2.47 249	0.00 1	0.00 1	0.71 153	0.01 175	0.52 137	0.81 243	0.00 1	0.00 1	0.37 240	0.02 126	0.46 159	0.10 132	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.04 83

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

psmorigin	0.81 306	0.57 233	7.49 382	0.00 1	0.00 1	0.18 32	0.00 1	0.12 52	0.20 61	0.65 348	0.00 1	2.69 375	0.27 294	2.98 248	0.79 290	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.18 210

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

CREStereo	0.12 11	0.07 25	0.76 2	0.00 1	0.00 1	1.06 245	0.00 1	0.25 100	0.14 20	0.00 1	0.00 1	0.02 31	0.00 1	0.02 9	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
FENet	0.27 73	0.19 111	1.51 94	0.00 1	0.00 1	1.01 222	0.00 1	1.02 197	0.77 199	0.00 1	0.00 1	0.24 200	0.04 194	0.27 129	0.22 197	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.07 112

GwcNet	0.64 272	0.99 317	5.43 369	0.00 1	0.00 1	0.41 66	0.10 301	0.50 134	0.97 322	0.05 217	0.00 1	0.63 283	0.05 220	2.87 245	0.55 267	0.00 1	0.00 1	0.00 1	0.00 1	0.19 331	0.13 181

cf-r	0.46 184	0.87 295	2.51 255	0.00 1	0.00 1	1.06 245	0.00 1	0.52 137	0.64 136	0.09 254	0.00 1	0.65 290	0.00 1	2.51 227	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.09 256	0.09 138

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

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

PMTNet	0.13 12	0.08 48	0.99 14	0.00 1	0.00 1	1.05 242	0.04 267	0.21 87	0.14 20	0.00 1	0.00 1	0.04 78	0.00 1	0.04 41	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.01 42

DIP-Stereo	0.28 76	0.19 111	1.62 127	0.00 1	0.00 1	1.11 308	0.00 1	1.67 274	0.74 155	0.01 85	0.00 1	0.01 7	0.07 241	0.01 2	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.13 181
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
STTStereo	0.33 103	0.49 213	2.91 277	0.00 1	0.00 1	0.83 174	0.03 252	0.28 106	0.16 32	0.02 145	0.00 1	0.20 191	0.03 168	1.52 205	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 65

BEATNet_4x	0.39 143	1.05 323	2.97 279	0.00 1	0.00 1	0.30 44	0.01 175	1.22 226	0.46 105	0.00 1	0.00 1	0.31 222	0.03 168	0.37 145	0.64 271	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.42 289

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

PVD	1.08 326	1.09 330	4.07 340	0.61 372	1.15 395	0.72 155	0.01 175	0.93 190	1.18 367	2.39 380	0.00 1	0.65 290	0.11 258	2.60 232	4.29 361	0.00 1	0.82 354	0.00 1	0.13 345	0.12 279	0.75 331

SHD	0.76 294	1.05 323	4.19 343	0.65 378	0.21 310	0.01 2	0.01 175	1.48 255	0.83 258	1.69 371	0.00 1	0.63 283	0.09 248	2.22 214	1.51 322	0.00 1	0.21 299	0.00 1	0.07 324	0.15 304	0.11 163

RAFT-Stereo	0.22 46	0.06 9	1.64 129	0.00 1	0.00 1	0.76 161	0.00 1	1.57 264	0.17 40	0.02 145	0.00 1	0.01 7	0.00 1	0.02 9	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 65
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HSM-Net_RVC	0.57 244	0.08 48	1.74 153	0.00 1	0.00 1	0.63 123	0.00 1	4.21 385	0.71 151	0.14 275	0.00 1	0.21 192	0.03 168	3.43 266	0.05 101	0.01 337	0.00 1	0.00 1	0.00 1	0.00 1	0.10 152
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
RYNet	0.63 265	0.53 227	2.18 221	0.00 1	0.00 1	0.57 108	0.00 1	1.34 242	0.85 291	0.04 204	0.00 1	0.85 312	0.04 194	5.13 319	0.77 288	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.27 258

PA-Net	0.72 286	0.91 306	3.91 333	0.03 238	0.07 270	0.87 184	0.02 235	0.78 175	0.83 258	0.01 85	0.00 1	0.43 254	0.06 231	5.10 318	1.30 313	0.01 337	0.00 1	0.00 1	0.00 1	0.04 156	0.12 174
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CC-Net-ROB	0.77 297	0.99 317	2.18 221	0.07 275	0.00 1	1.09 289	0.01 175	3.10 368	0.75 162	0.01 85	0.00 1	0.14 156	0.01 82	5.65 338	0.34 228	0.56 384	0.00 1	0.21 399	0.00 1	0.17 317	0.02 57

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

NLCA_NET_v2_RVC	0.45 177	0.72 264	3.22 292	0.00 1	0.02 223	0.95 209	0.00 1	0.70 158	0.26 74	0.03 184	0.00 1	0.34 226	0.10 253	2.45 224	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.03 65
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
UCFNet_RVC	0.26 70	0.61 241	1.59 116	0.00 1	0.00 1	1.00 220	0.00 1	0.26 102	0.39 95	0.01 85	0.00 1	0.42 253	0.02 126	0.84 183	0.07 115	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.04 83

HITNet	0.31 98	0.97 312	2.32 237	0.00 1	0.00 1	0.24 38	0.01 175	1.38 247	0.37 90	0.00 1	0.00 1	0.14 156	0.02 126	0.05 63	0.19 186	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.41 287
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
AdaStereo	0.25 66	0.09 59	1.34 46	0.00 1	0.00 1	0.26 39	0.00 1	1.95 315	0.75 162	0.00 1	0.00 1	0.30 219	0.01 82	0.14 97	0.13 152	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 98
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
NVstereo2D	0.53 219	0.22 127	2.52 256	0.00 1	0.00 1	0.58 112	0.03 252	1.62 271	0.99 325	0.05 217	0.00 1	0.48 261	0.00 1	3.88 284	0.08 121	0.00 1	0.05 278	0.00 1	0.00 1	0.02 78	0.06 108

DeepPruner_ROB	0.34 105	0.75 275	2.38 241	0.00 1	0.00 1	1.12 313	0.03 252	0.30 108	0.16 32	0.00 1	0.00 1	0.39 247	0.03 168	1.27 199	0.14 159	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.10 152

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

iResNetv2_ROB	0.51 203	1.70 366	3.96 336	0.00 1	0.00 1	0.60 113	0.00 1	1.81 301	0.82 249	0.03 184	0.00 1	0.08 127	0.02 126	0.16 100	0.59 269	0.00 1	0.00 1	0.00 1	0.00 1	0.31 365	0.09 138

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

StereoDRNet-Refined	0.30 90	0.19 111	1.19 30	0.00 1	0.00 1	0.81 170	0.00 1	0.92 187	0.84 268	0.00 1	0.00 1	0.50 272	0.02 126	1.27 199	0.10 132	0.00 1	0.00 1	0.00 1	0.00 1	0.11 273	0.05 98
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DRN-Test	0.52 206	0.35 177	2.75 266	0.03 238	0.09 277	0.60 113	0.00 1	1.72 279	0.84 268	0.01 85	0.00 1	0.18 179	0.04 194	3.27 260	0.23 200	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.25 247

StereoDRNet	0.50 199	0.89 301	2.96 278	0.02 223	0.06 266	0.51 87	0.00 1	0.45 130	0.84 268	0.00 1	0.00 1	0.33 224	0.02 126	2.82 242	0.69 281	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.28 259

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

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

NOSS_ROB	0.73 289	0.44 194	1.26 34	0.55 367	0.00 1	0.68 146	0.00 1	2.93 361	0.77 199	0.13 273	0.00 1	0.92 318	0.00 1	6.16 366	0.11 138	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.66 329

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

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

DN-CSS_ROB	0.38 136	1.27 345	2.50 254	0.01 201	0.00 1	1.01 222	0.00 1	1.21 224	0.83 258	0.02 145	0.00 1	0.19 187	0.02 126	0.10 87	0.19 186	0.00 1	0.00 1	0.00 1	0.00 1	0.26 350	0.03 65

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

PSMNet_ROB	0.54 224	1.05 323	2.53 257	0.00 1	0.00 1	0.91 196	0.00 1	0.33 117	0.75 162	0.01 85	0.00 1	0.25 203	0.03 168	3.45 267	1.31 315	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.10 152

CBMV	0.80 304	0.46 203	2.11 215	0.00 1	0.00 1	0.84 178	0.76 379	3.17 371	0.84 268	0.61 347	0.00 1	1.23 339	1.88 362	2.46 225	0.97 296	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.56 318
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MyStereo05	0.39 143	0.36 179	2.43 246	0.01 201	0.00 1	1.11 308	0.01 175	1.25 230	0.57 130	0.06 230	0.01 160	0.29 216	0.15 270	0.07 74	0.37 237	0.00 1	0.60 336	0.00 1	0.08 327	0.01 25	0.33 272

MyStereo04	0.37 128	0.34 174	2.41 243	0.00 1	0.25 324	0.98 214	0.01 175	1.05 206	0.28 80	0.09 254	0.01 160	0.36 237	0.12 261	0.05 63	0.35 232	0.00 1	0.79 348	0.00 1	0.08 327	0.02 78	0.32 267

IGEVStereo-DCA	0.47 187	0.71 259	1.28 38	0.16 311	0.15 294	0.32 50	0.00 1	0.12 52	0.56 122	0.24 303	0.01 160	0.05 96	0.07 241	1.19 193	2.07 334	0.00 1	0.47 325	0.00 1	0.10 335	0.15 304	1.75 386

rrr	0.72 286	0.71 259	4.76 354	0.16 311	0.15 294	0.32 50	0.04 267	1.80 300	0.61 132	0.24 303	0.01 160	0.05 96	0.07 241	1.19 193	2.07 334	0.00 1	0.47 325	0.00 1	0.18 370	0.15 304	1.48 373

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

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

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

DLNR_Zeroshot_test	21.33 413	48.16 418	86.21 420	96.01 430	87.63 428	0.32 50	0.00 1	18.10 414	0.52 114	0.04 204	0.01 160	0.00 1	0.00 1	0.78 180	0.07 115	16.15 416	0.90 367	0.00 1	0.21 382	70.18 424	1.39 363

ACVNet_1	1.38 346	2.15 390	6.35 380	0.35 358	0.03 240	1.26 348	0.10 301	2.02 320	0.85 291	0.35 326	0.01 160	4.32 379	1.77 358	4.85 315	1.67 328	0.92 393	0.00 1	0.00 1	0.00 1	0.35 368	0.30 264

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

4D-IteraStereo	0.34 105	0.84 288	2.31 236	0.00 1	0.00 1	0.42 70	0.04 267	0.10 44	0.09 14	0.02 145	0.01 160	0.00 1	0.01 82	0.36 142	0.49 260	0.00 1	0.36 318	0.00 1	0.00 1	0.07 214	1.72 382

anonymousdsp2	0.40 150	0.07 25	1.78 165	0.28 346	0.74 374	0.65 135	0.00 1	0.16 72	0.61 132	0.31 317	0.01 160	0.17 176	0.01 82	0.41 152	0.17 172	0.00 1	0.88 366	0.00 1	0.02 299	0.04 156	1.73 385

CBFPSM	0.42 158	0.89 301	2.62 263	0.00 1	0.00 1	0.32 50	0.00 1	0.37 122	0.82 249	0.01 85	0.01 160	1.65 362	1.00 340	0.27 129	0.34 228	0.00 1	0.01 244	0.00 1	0.00 1	0.02 78	0.10 152

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

gwcnet-sp	0.35 111	0.37 181	3.29 297	0.00 1	0.00 1	0.51 87	0.03 252	0.74 169	0.76 183	0.01 85	0.01 160	0.09 135	0.04 194	0.88 185	0.13 152	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.04 83

scenet	0.35 111	0.37 181	3.29 297	0.00 1	0.00 1	0.51 87	0.03 252	0.74 169	0.76 183	0.01 85	0.01 160	0.09 135	0.04 194	0.88 185	0.13 152	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.04 83

Wz-Net-TNSev	1.74 361	3.45 409	13.44 399	0.00 1	0.00 1	0.45 79	0.14 312	2.57 344	0.84 268	0.09 254	0.01 160	1.33 348	0.18 277	6.16 366	5.38 368	0.00 1	0.00 1	0.00 1	0.01 288	0.26 350	0.41 287

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

ssnet	0.35 111	0.37 181	3.29 297	0.00 1	0.00 1	0.51 87	0.03 252	0.74 169	0.76 183	0.01 85	0.01 160	0.09 135	0.04 194	0.88 185	0.13 152	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.04 83

tt	48.09 415	0.07 25	27.39 407	1.35 394	0.00 1	100.00 428	100.00 426	100.00 427	96.65 422	0.15 279	0.01 160	97.98 426	87.03 422	2.52 229	99.87 427	82.90 423	94.64 422	16.21 416	20.93 418	33.72 417	0.29 260

Wz-Net-SNSev	1.00 322	1.84 374	7.92 383	0.00 1	0.00 1	0.30 44	0.00 1	1.27 232	0.85 291	0.01 85	0.01 160	0.40 249	0.10 253	5.27 326	1.29 312	0.00 1	0.00 1	0.00 1	0.00 1	0.22 342	0.45 300

Wz-Net-LNSev	0.46 184	1.11 332	5.46 370	0.00 1	0.00 1	0.51 87	0.00 1	0.41 129	0.91 314	0.00 1	0.01 160	0.23 197	0.03 168	0.12 91	0.25 207	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.15 196

raft_robust	0.73 289	0.81 281	1.55 103	0.00 1	0.22 313	0.68 146	0.00 1	2.56 342	0.75 162	0.01 85	0.01 160	1.12 335	1.15 347	4.56 311	0.14 159	0.00 1	0.71 346	0.00 1	0.15 357	0.08 232	0.11 163

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

WZ-Net	1.68 357	1.91 380	12.17 397	0.00 1	0.00 1	0.83 174	0.00 1	1.68 275	0.84 268	0.05 217	0.01 160	1.08 329	2.88 375	6.91 386	4.78 366	0.00 1	0.00 1	0.00 1	0.00 1	0.14 299	0.24 243

CIPLG	0.44 172	1.17 337	2.82 270	0.10 284	0.01 183	0.93 203	0.20 320	1.76 289	0.85 291	0.04 204	0.01 160	0.16 170	0.06 231	0.16 100	0.19 186	0.00 1	0.04 268	0.01 351	0.01 288	0.17 317	0.04 83

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

IPLGR_C	0.45 177	1.25 343	3.05 282	0.10 284	0.01 183	0.91 196	0.20 320	1.77 292	0.86 302	0.04 204	0.01 160	0.15 162	0.07 241	0.16 100	0.19 186	0.00 1	0.04 268	0.01 351	0.02 299	0.17 317	0.04 83

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

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

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

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

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

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

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

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

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

CroCo-Stereo	0.18 26	0.32 160	0.94 8	0.00 1	0.00 1	0.03 5	0.00 1	1.17 221	0.76 183	0.00 1	0.01 160	0.31 222	0.03 168	0.03 29	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
test-2	0.29 81	0.49 213	1.56 107	0.00 1	0.56 359	0.87 184	0.02 235	0.18 80	0.17 40	0.01 85	0.01 160	0.25 203	0.01 82	0.04 41	0.01 31	0.00 1	1.23 399	0.00 1	0.00 1	0.18 324	0.18 210

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

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

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

CREStereo++_RVC	0.15 18	0.10 66	1.55 103	0.00 1	0.00 1	1.01 222	0.00 1	0.15 67	0.15 26	0.00 1	0.01 160	0.04 78	0.00 1	0.02 9	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 83
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
CFNet_pseudo	0.24 57	0.13 83	1.40 64	0.00 1	0.01 183	0.96 210	0.00 1	1.08 211	0.16 32	0.00 1	0.01 160	0.48 261	0.35 302	0.03 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 163

XX-Stereo	0.73 289	0.18 108	5.35 365	0.38 359	0.26 326	1.13 322	0.00 1	3.03 364	0.18 50	0.14 275	0.01 160	1.40 351	0.01 82	1.36 202	0.04 89	0.00 1	0.50 329	0.00 1	0.16 366	0.03 123	0.43 292

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

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

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

xxxx	1.42 348	0.28 146	1.49 86	0.00 1	0.59 364	0.56 105	0.00 1	3.13 369	1.14 352	0.06 230	0.01 160	0.02 31	0.02 126	2.26 215	16.08 407	0.00 1	1.09 385	0.00 1	0.15 357	0.03 123	1.42 367

APVNet	0.58 246	0.59 236	3.15 291	0.00 1	0.00 1	0.93 203	0.01 175	0.62 151	0.86 302	0.03 184	0.01 160	0.34 226	0.04 194	4.50 307	0.33 226	0.00 1	0.00 1	0.03 373	0.00 1	0.18 324	0.05 98

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

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

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

ACVNet	0.30 90	0.44 194	1.74 153	0.01 201	0.00 1	1.06 245	0.10 301	0.23 95	0.83 258	0.02 145	0.01 160	0.70 300	0.00 1	0.08 80	0.41 253	0.00 1	0.00 1	0.00 1	0.00 1	0.09 256	0.17 203

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

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

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

GwcNet-RSSM	0.53 219	1.04 322	2.48 251	0.00 1	0.00 1	1.06 245	0.00 1	0.74 169	0.76 183	0.21 292	0.01 160	0.36 237	0.00 1	3.65 277	0.11 138	0.00 1	0.00 1	0.00 1	0.00 1	0.13 284	0.07 112

DMCA-RVC	0.44 172	0.94 310	4.10 342	0.00 1	0.03 240	0.76 161	0.03 252	0.11 46	0.15 26	0.01 85	0.01 160	0.08 127	0.32 300	1.61 206	0.51 261	0.00 1	0.02 251	0.01 351	0.00 1	0.03 123	0.05 98

DMCA	0.30 90	0.38 184	2.48 251	0.00 1	0.01 183	0.98 214	0.01 175	0.47 132	0.80 235	0.02 145	0.01 160	0.05 96	0.00 1	0.25 118	0.29 215	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.10 152

FADNet-RVC	0.63 265	1.29 349	3.79 331	0.01 201	0.00 1	0.47 81	0.00 1	1.51 257	0.23 68	0.00 1	0.01 160	0.12 148	0.06 231	4.05 287	0.36 235	0.00 1	0.03 258	0.00 1	0.00 1	0.42 377	0.17 203

FADNet	0.64 272	1.21 340	3.32 303	0.00 1	0.01 183	0.79 165	0.01 175	1.01 196	0.65 139	0.01 85	0.01 160	0.17 176	0.15 270	4.45 304	0.37 237	0.17 377	0.00 1	0.00 1	0.00 1	0.44 379	0.12 174

RP	0.52 206	0.68 251	2.56 259	0.00 1	0.01 183	0.61 119	0.02 235	1.31 236	0.62 135	0.05 217	0.01 160	0.98 322	0.17 276	2.86 244	0.33 226	0.00 1	0.00 1	0.00 1	0.00 1	0.13 284	0.09 138

stereogan	0.57 244	0.38 184	3.12 289	0.01 201	0.01 183	0.64 127	0.02 235	1.11 215	0.96 321	0.08 247	0.01 160	1.66 363	0.45 310	2.60 232	0.05 101	0.00 1	0.00 1	0.00 1	0.00 1	0.16 312	0.07 112

XQC	0.94 313	1.30 351	4.44 348	0.65 378	0.07 270	0.42 70	0.01 175	2.88 359	0.85 291	0.28 309	0.01 160	0.67 293	0.21 284	3.24 259	3.25 350	0.00 1	0.24 303	0.00 1	0.04 315	0.20 335	0.11 163

RTS	4.38 390	2.34 394	44.27 411	0.33 355	0.13 289	3.83 387	0.21 326	2.51 339	1.22 368	1.82 374	0.01 160	1.95 365	0.21 284	16.90 406	10.87 396	0.00 1	0.27 309	0.00 1	0.00 1	0.27 352	0.44 297

RTSA	4.38 390	2.34 394	44.27 411	0.33 355	0.13 289	3.83 387	0.21 326	2.51 339	1.22 368	1.82 374	0.01 160	1.95 365	0.21 284	16.90 406	10.87 396	0.00 1	0.27 309	0.00 1	0.00 1	0.27 352	0.44 297

DeepPrunerF	1.44 349	1.17 337	9.82 390	0.02 223	0.09 277	0.90 193	0.00 1	1.42 251	6.76 394	0.23 299	0.01 160	0.22 195	0.14 266	5.71 341	1.94 331	0.00 1	0.00 1	0.01 351	0.02 299	0.20 335	0.14 189

ADCP+	1.56 351	1.51 361	8.93 389	0.01 201	0.03 240	1.27 349	0.77 381	1.03 200	0.95 319	0.02 145	0.01 160	0.95 320	1.02 341	0.48 162	14.01 401	0.00 1	0.00 1	0.00 1	0.00 1	0.10 268	0.15 196

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

GANetREF_RVC	0.63 265	1.05 323	3.03 280	0.00 1	0.00 1	1.16 331	0.01 175	2.03 321	0.75 162	0.00 1	0.01 160	0.28 214	0.04 194	4.13 291	0.10 132	0.00 1	0.00 1	0.00 1	0.00 1	0.04 156	0.05 98
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
TDLM	0.60 254	0.76 278	1.77 161	0.05 252	0.00 1	1.10 302	0.01 175	0.51 136	0.79 226	0.34 323	0.01 160	0.27 211	0.22 288	5.44 328	0.35 232	0.00 1	0.00 1	0.00 1	0.00 1	0.15 304	0.19 220

CFNet	0.66 274	1.12 333	2.37 240	0.00 1	0.00 1	1.06 245	0.01 175	1.36 246	0.74 155	0.01 85	0.01 160	0.13 154	0.01 82	5.85 342	0.30 218	0.00 1	0.00 1	0.00 1	0.00 1	0.18 324	0.07 112

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

PASM	0.66 274	0.70 258	4.95 362	0.02 223	0.00 1	0.31 47	0.04 267	0.60 147	0.35 88	0.19 291	0.01 160	0.46 256	0.04 194	5.16 320	0.05 101	0.00 1	0.00 1	0.00 1	0.00 1	0.13 284	0.15 196

DPSNet	1.65 356	0.46 203	7.31 381	0.30 348	0.11 285	1.54 360	0.01 175	4.48 387	1.14 352	0.11 266	0.01 160	0.82 310	3.51 381	5.89 345	5.84 372	0.02 353	0.29 311	0.03 373	0.23 385	0.23 344	0.59 319

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

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

FBW_ROB	1.04 323	0.84 288	2.48 251	0.10 284	0.01 183	0.64 127	0.01 175	2.37 335	0.83 258	0.01 85	0.01 160	1.09 332	0.05 220	8.21 395	2.94 348	0.05 364	0.01 244	0.09 389	0.01 288	0.06 196	0.97 345

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

PDISCO_ROB	0.72 286	1.06 328	3.39 310	0.18 321	0.00 1	1.54 360	0.01 175	2.80 356	0.73 154	0.16 282	0.01 160	0.80 309	0.28 295	2.38 220	0.48 259	0.00 1	0.00 1	0.00 1	0.00 1	0.36 371	0.18 210

RainbowNet	0.80 304	1.85 375	3.31 301	0.13 301	0.05 261	1.30 350	0.07 285	2.03 321	0.76 183	0.02 145	0.02 241	1.13 336	0.25 292	2.40 222	1.07 301	0.72 386	0.05 278	0.00 1	0.00 1	0.53 382	0.30 264

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

Consistency-Raft	0.45 177	0.60 240	3.05 282	0.13 301	0.03 240	0.91 196	0.04 267	1.55 262	0.78 212	0.00 1	0.02 241	0.03 59	1.12 346	0.35 140	0.42 256	0.02 353	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

ICVP	0.16 20	0.05 5	1.22 32	0.00 1	0.01 183	1.01 222	0.09 297	0.28 106	0.17 40	0.00 1	0.02 241	0.07 121	0.01 82	0.21 112	0.05 101	0.00 1	0.01 244	0.00 1	0.00 1	0.01 25	0.09 138
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GES	0.23 54	0.19 111	1.56 107	0.00 1	0.00 1	1.07 263	0.02 235	0.73 168	0.15 26	0.00 1	0.02 241	0.11 144	0.08 245	0.44 157	0.16 171	0.01 337	0.00 1	0.00 1	0.00 1	0.05 171	0.09 138

Nwc_Net	0.54 224	0.75 275	3.72 327	0.00 1	0.00 1	0.66 138	0.00 1	1.05 206	0.41 100	0.01 85	0.02 241	0.88 316	0.11 258	2.65 236	0.40 249	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.05 98

MADNet+	4.94 394	3.56 410	47.46 413	0.42 361	0.27 327	1.99 372	0.04 267	4.45 386	1.30 370	0.07 238	0.02 241	1.81 364	0.36 304	21.82 411	14.17 402	0.00 1	0.26 308	0.00 1	0.00 1	0.28 358	0.54 315

ADCPNet	1.58 353	1.00 319	8.71 388	0.01 201	0.19 301	2.69 375	0.26 338	1.15 217	0.54 116	0.04 204	0.02 241	1.41 352	1.76 357	2.52 229	9.78 392	0.00 1	0.46 324	0.00 1	0.64 408	0.07 214	0.34 274

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

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

test_xeample3	0.77 297	0.71 259	4.91 360	0.18 321	0.22 313	0.34 57	0.05 277	1.81 301	0.61 132	0.23 299	0.03 249	0.06 112	0.05 220	1.26 198	2.12 338	0.00 1	0.69 342	0.00 1	0.23 385	0.15 304	1.78 391

FADNet-RVC-Resample	0.62 262	1.24 342	4.23 345	0.03 238	0.04 252	0.41 66	0.09 297	1.32 238	0.52 114	0.01 85	0.03 249	0.44 255	0.05 220	3.11 253	0.21 191	0.07 367	0.12 290	0.05 383	0.02 299	0.11 273	0.35 279

Anonymous Stereo	0.79 302	1.22 341	4.94 361	0.01 201	0.00 1	0.57 108	0.55 370	1.41 250	0.49 110	0.03 184	0.03 249	0.12 148	0.02 126	5.47 330	0.82 294	0.00 1	0.00 1	0.00 1	0.00 1	0.09 256	0.13 181

MFMNet_re	0.38 136	1.27 345	3.38 309	0.65 378	0.00 1	0.17 31	0.02 235	0.07 30	1.02 326	0.03 184	0.03 249	0.12 148	0.00 1	0.27 129	0.37 237	0.00 1	0.00 1	0.00 1	0.00 1	0.19 331	0.11 163

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

MSKI-zero shot	0.34 105	0.12 78	1.70 144	0.55 367	0.44 343	1.10 302	0.03 252	0.91 185	0.22 64	0.22 296	0.05 256	0.06 112	0.00 1	0.16 100	0.04 89	0.00 1	0.87 365	0.00 1	0.18 370	0.02 78	0.22 225

AEACV	0.45 177	0.04 2	1.15 22	0.69 383	0.94 387	0.91 196	0.00 1	0.70 158	0.27 77	0.39 334	0.05 256	0.01 7	0.10 253	0.45 158	0.04 89	0.00 1	0.90 367	0.00 1	0.32 402	0.08 232	2.01 401

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

Wz-Net-MNSev	0.63 265	1.38 355	4.48 349	0.00 1	0.00 1	0.22 36	0.01 175	1.31 236	1.13 346	0.01 85	0.05 256	0.14 156	0.16 273	3.05 251	0.40 249	0.00 1	0.00 1	0.00 1	0.00 1	0.09 256	0.23 233

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

iRaft-Stereo_20w	0.77 297	0.13 83	2.90 275	0.63 375	0.50 352	1.18 338	0.58 371	2.56 342	0.71 151	0.85 355	0.05 256	0.78 307	1.02 341	0.82 181	0.76 287	0.00 1	0.52 332	0.00 1	0.14 352	0.02 78	1.25 359

FADNet_RVC	0.69 281	1.26 344	3.48 314	0.00 1	0.00 1	1.10 302	0.01 175	1.57 264	0.65 139	0.02 145	0.05 256	0.26 209	0.03 168	3.16 254	0.30 218	0.21 378	0.25 307	0.08 388	0.28 399	0.53 382	0.62 324

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

SuperB	1.87 363	1.70 366	10.02 392	0.02 223	0.01 183	0.87 184	0.75 378	2.15 325	0.87 306	0.05 217	0.05 256	0.33 224	0.87 337	5.17 321	5.60 371	0.01 337	0.00 1	0.02 365	0.01 288	8.38 414	0.42 289

AF-Net	0.60 254	0.87 295	3.34 304	0.00 1	0.00 1	0.41 66	0.01 175	1.52 258	0.64 136	0.17 290	0.05 256	1.28 344	0.46 311	2.51 227	0.52 265	0.00 1	0.00 1	0.00 1	0.00 1	0.12 279	0.10 152

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

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

DANet	0.67 277	0.21 120	2.33 238	0.25 340	0.06 266	0.50 85	0.11 308	1.62 271	0.74 155	0.22 296	0.06 266	1.07 328	0.02 126	4.45 304	1.22 309	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.53 314
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
ADLNet2	0.61 259	0.68 251	2.76 267	0.00 1	0.00 1	0.90 193	0.01 175	0.82 181	0.92 316	0.00 1	0.07 269	1.45 355	0.02 126	4.04 286	0.13 152	0.00 1	0.00 1	0.00 1	0.00 1	0.20 335	0.11 163

RALCasStereoNet	0.47 187	0.74 269	1.56 107	0.21 334	0.97 389	0.36 61	0.03 252	0.20 85	0.77 199	0.10 259	0.07 269	0.05 96	0.08 245	0.35 140	0.38 245	0.00 1	1.68 410	0.00 1	0.00 1	0.10 268	1.83 395

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

test_xeample	1.52 350	0.30 153	1.50 89	0.00 1	0.58 363	0.60 113	0.00 1	3.16 370	1.14 352	0.07 238	0.08 271	0.03 59	0.02 126	3.67 279	16.54 409	0.00 1	1.08 383	0.00 1	0.15 357	0.04 156	1.50 375

BUS	0.38 136	0.07 25	0.98 11	0.00 1	0.00 1	1.88 370	0.00 1	2.67 347	0.82 249	0.30 313	0.09 273	0.64 286	0.00 1	0.06 69	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

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

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

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

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

HBP-ISP	0.90 311	1.05 323	3.07 285	0.14 304	0.01 183	1.67 366	0.47 364	3.22 374	0.76 183	1.13 363	0.11 278	0.50 272	0.91 338	4.51 309	0.10 132	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.22 225

ADCS	1.99 365	2.50 399	10.09 393	0.00 1	0.01 183	0.87 184	0.66 375	1.81 301	0.89 312	2.57 383	0.11 278	1.41 352	0.26 293	2.62 234	15.48 404	0.00 1	0.00 1	0.00 1	0.00 1	0.13 284	0.43 292

CVANet_RVC	0.66 274	0.68 251	2.61 262	0.01 201	0.00 1	0.99 219	0.00 1	0.95 193	0.78 212	0.60 345	0.11 278	0.37 240	0.14 266	5.50 332	0.14 159	0.00 1	0.00 1	0.00 1	0.03 311	0.16 312	0.19 220

GASNet	0.78 301	1.91 380	4.72 352	0.00 1	0.00 1	0.55 99	0.02 235	1.39 248	0.47 106	0.01 85	0.13 281	0.50 272	0.12 261	4.27 298	0.96 295	0.00 1	0.00 1	0.00 1	0.00 1	0.41 376	0.09 138

anonymity	0.27 73	0.08 48	1.16 25	0.10 284	0.30 331	0.04 8	0.00 1	0.55 141	0.08 9	0.42 336	0.13 281	0.49 268	0.57 318	0.27 129	0.30 218	0.00 1	0.33 313	0.00 1	0.23 385	0.01 25	0.43 292

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

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

GANet	0.75 292	0.69 255	2.47 249	0.00 1	0.00 1	0.79 165	0.08 292	0.61 148	0.76 183	0.13 273	0.16 285	0.68 294	0.46 311	5.61 335	2.02 333	0.00 1	0.03 258	0.01 351	0.00 1	0.11 273	0.37 282

ADCRef	1.10 330	1.10 331	4.78 356	0.02 223	0.02 223	0.87 184	0.31 344	0.76 174	0.88 309	0.71 351	0.17 286	0.18 179	0.80 335	2.63 235	8.56 387	0.00 1	0.00 1	0.00 1	0.00 1	0.11 273	0.11 163

NCC-stereo	0.63 265	0.82 283	3.34 304	0.03 238	0.03 240	1.04 237	0.01 175	1.03 200	0.31 83	0.14 275	0.19 287	0.64 286	0.05 220	3.67 279	1.18 305	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.07 112

Abc-Net	0.63 265	0.82 283	3.34 304	0.03 238	0.03 240	1.04 237	0.01 175	1.03 200	0.31 83	0.14 275	0.19 287	0.64 286	0.05 220	3.67 279	1.18 305	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.07 112
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MSC_U_SF_DS_RVC	1.95 364	2.49 398	5.12 364	0.01 201	0.02 223	12.00 404	0.49 367	3.33 378	0.95 319	0.10 259	0.20 289	2.15 371	0.15 270	6.72 382	1.65 327	0.78 387	0.83 359	0.19 397	0.27 398	0.72 388	0.92 343

PWC_ROB	0.84 308	1.08 329	5.06 363	0.00 1	0.00 1	0.21 35	0.00 1	2.71 352	0.82 249	0.00 1	0.20 289	0.29 216	0.03 168	3.58 273	2.10 336	0.00 1	0.00 1	0.00 1	0.00 1	0.39 373	0.26 253

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

SQANet	0.58 246	1.73 369	3.08 286	0.05 252	0.48 349	0.36 61	0.03 252	0.52 137	0.74 155	0.04 204	0.23 292	0.50 272	0.06 231	2.37 218	0.97 296	0.02 353	0.03 258	0.01 351	0.00 1	0.21 341	0.11 163

PFNet	0.63 265	0.15 97	2.41 243	0.00 1	0.30 331	1.17 336	0.00 1	0.35 118	0.92 316	0.01 85	0.24 293	0.03 59	0.00 1	6.43 377	0.23 200	0.09 370	0.00 1	0.00 1	0.04 315	0.13 284	0.10 152

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

1111x	1.36 345	0.43 192	3.64 324	0.00 1	0.51 355	0.72 155	0.00 1	3.21 373	1.10 338	0.05 217	0.26 295	0.07 121	0.01 82	6.09 364	8.46 386	0.00 1	1.15 397	0.00 1	0.26 395	0.04 156	1.10 353

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

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

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

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

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

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

MFN_U_SF_RVC	1.09 329	1.88 377	5.37 367	0.15 307	0.10 282	0.56 105	0.10 301	1.29 235	0.47 106	0.45 339	0.27 297	1.30 347	0.72 329	4.08 288	2.28 340	0.29 381	0.34 315	0.35 402	0.55 406	0.63 386	0.60 320

MFN_U_SF_DS_RVC	1.31 341	2.80 401	5.36 366	0.02 223	0.04 252	3.44 384	0.26 338	2.19 327	0.77 199	0.25 306	0.27 297	1.37 350	0.02 126	5.99 355	1.05 299	0.16 373	0.72 347	0.01 351	0.26 395	0.40 375	0.82 336

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

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

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

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

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

ttt	1.05 325	0.20 116	1.91 189	0.00 1	0.09 277	0.65 135	0.00 1	3.05 365	1.11 339	0.00 1	0.30 308	0.29 216	0.01 82	4.65 312	6.53 376	0.00 1	1.01 375	0.00 1	0.13 345	0.02 78	1.00 347

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

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

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

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

DualNet	0.98 317	0.33 165	3.52 315	0.00 1	0.00 1	0.64 127	0.00 1	1.74 282	1.17 363	0.00 1	0.31 314	0.68 294	0.02 126	0.57 166	7.45 381	0.00 1	1.12 386	0.00 1	0.15 357	0.08 232	1.86 396

ffm	0.61 259	0.33 165	3.52 315	0.00 1	0.00 1	0.64 127	0.00 1	1.74 282	1.17 363	0.00 1	0.31 314	0.68 294	0.02 126	0.57 166	0.01 31	0.00 1	1.12 386	0.00 1	0.15 357	0.08 232	1.86 396

ff1	1.27 337	0.33 165	3.52 315	0.00 1	0.00 1	0.64 127	0.00 1	1.74 282	1.17 363	0.00 1	0.31 314	0.68 294	0.02 126	6.27 372	7.45 381	0.00 1	1.12 386	0.00 1	0.15 357	0.08 232	1.86 396

mmx	1.28 339	0.33 165	3.52 315	0.00 1	0.00 1	0.64 127	0.00 1	3.05 365	1.07 333	0.00 1	0.31 314	0.68 294	0.02 126	6.27 372	7.45 381	0.00 1	1.05 377	0.00 1	0.15 357	0.03 123	1.08 349

xxx	1.28 339	0.33 165	3.52 315	0.00 1	0.00 1	0.64 127	0.00 1	3.05 365	1.07 333	0.00 1	0.31 314	0.68 294	0.02 126	6.27 372	7.45 381	0.00 1	1.05 377	0.00 1	0.15 357	0.03 123	1.08 349

qqq	0.49 194	0.28 146	1.37 52	0.00 1	0.49 351	0.14 29	0.00 1	1.23 227	1.14 352	0.07 238	0.31 314	0.01 7	0.00 1	1.38 203	0.69 281	0.00 1	1.06 380	0.00 1	0.19 375	0.03 123	1.44 368

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

edge stereo	0.62 262	0.30 153	3.04 281	0.01 201	0.03 240	0.32 50	0.03 252	1.28 233	0.69 148	0.21 292	0.32 321	1.29 345	0.19 280	4.12 290	0.40 249	0.00 1	0.00 1	0.00 1	0.00 1	0.11 273	0.14 189

NaN_ROB	1.04 323	1.12 333	3.41 311	0.17 319	0.19 301	0.57 108	0.37 355	2.65 346	0.98 324	0.55 344	0.32 321	0.47 257	1.16 348	5.20 323	2.78 345	0.00 1	0.02 251	0.01 351	0.05 319	0.13 284	0.54 315

RTSC	0.99 319	1.38 355	4.55 350	0.22 337	0.19 301	0.23 37	0.01 175	1.46 252	0.84 268	0.31 317	0.35 323	0.58 279	0.04 194	2.47 226	5.88 373	0.00 1	0.53 333	0.00 1	0.14 352	0.35 368	0.29 260

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

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

TransformOpticalFlow	0.88 309	0.30 153	2.86 271	0.30 348	0.03 240	1.25 347	0.05 277	1.87 307	0.80 235	0.28 309	0.37 326	1.25 343	1.50 353	6.38 375	0.22 197	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.07 112

MyStereo8	0.50 199	0.68 251	3.08 286	0.43 362	0.01 183	1.22 346	0.00 1	0.82 181	0.20 61	0.03 184	0.41 327	0.15 162	0.04 194	0.68 177	0.12 142	0.00 1	1.39 405	0.00 1	0.03 311	0.04 156	0.63 326

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

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

MyStereo06	0.53 219	0.36 179	2.90 275	0.01 201	0.00 1	1.11 308	0.01 175	0.56 142	0.49 110	0.74 352	0.45 330	1.24 342	1.02 341	0.39 151	0.34 228	0.00 1	0.60 336	0.00 1	0.08 327	0.01 25	0.33 272

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

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

AnyNet_C32	1.69 358	2.27 393	8.60 386	0.12 296	0.19 301	1.68 367	1.08 386	1.06 209	0.74 155	1.28 366	0.45 330	0.21 192	0.57 318	2.99 250	11.73 398	0.02 353	0.00 1	0.06 385	0.00 1	0.20 335	0.55 317

IGEV_Zeroshot_test	0.56 239	0.12 78	3.25 295	0.16 311	0.47 347	0.55 99	0.46 360	0.53 140	0.38 91	0.70 350	0.49 334	1.08 329	0.49 314	0.36 142	0.31 221	0.00 1	0.37 319	0.00 1	0.13 345	0.03 123	1.33 360

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

STTRV1_RVC		0.23 129		0.00 1	0.00 1	0.63 123	0.01 175	1.17 221	0.79 226	0.01 85	0.51 336	0.26 209	0.18 277	5.99 355	0.31 221	0.30 382	1.12 386	0.00 1	0.00 1	0.01 25	0.03 65

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

IIG-Stereo	0.71 283	0.48 211	1.42 76	0.05 252	0.03 240	1.18 338	0.00 1	1.75 286	0.79 226	0.01 85	0.56 338	0.53 277	0.01 82	6.87 385	0.37 237	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.07 112

ADCMid	1.62 355	1.76 370	8.67 387	0.04 246	0.03 240	1.61 364	0.17 314	1.49 256	1.15 359	0.88 356	0.57 339	0.86 313	0.69 325	1.18 192	12.53 400	0.01 337	0.00 1	0.29 400	0.08 327	0.20 335	0.24 243

OMP-Stereo	0.71 283	0.47 206	1.36 48	0.18 321	0.06 266	1.18 338	0.00 1	1.76 289	0.78 212	0.11 266	0.59 340	0.49 268	0.00 1	6.94 388	0.25 207	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.07 112

RGC	0.61 259	0.74 269	3.31 301	0.00 1	0.01 183	0.64 127	0.00 1	1.34 242	0.26 74	0.03 184	0.61 341	0.99 323	0.19 280	3.06 252	0.81 292	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.10 152

DispFullNet	1.25 336	0.95 311	3.73 328	1.00 392	0.79 377	0.43 73	0.01 175	1.70 277	0.82 249	2.55 382	0.63 342	1.08 329	8.75 401	0.84 183	1.36 319	0.00 1	0.02 251	0.00 1	0.00 1	0.24 345	0.19 220

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

SAMSARA	1.56 351	1.37 354	4.23 345	1.04 393	0.75 375	4.48 390	0.13 310	1.61 270	0.74 155	3.69 386	0.66 343	3.16 376	1.06 344	4.44 303	2.82 346	0.00 1	0.63 338	0.00 1	0.13 345	0.10 268	0.22 225

DEmStereo	0.76 294	0.10 66	1.95 198	0.04 246	0.00 1	0.80 168	0.50 368	0.06 22	0.76 183	0.05 217	0.72 345	0.02 31	3.33 380	5.67 339	1.24 310	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SPS-STEREO	1.19 334	1.27 345	3.45 313	0.00 1	0.01 183	0.40 63	0.16 313	0.71 164	1.03 327	2.41 381	0.77 346	2.13 370	0.44 309	5.68 340	4.06 360	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	1.24 357
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DGSMNet	1.31 341	0.55 231	3.74 329	0.80 389	1.48 401	1.60 363	3.41 400	1.72 279	0.54 116	0.01 85	0.78 347	0.48 261	0.23 290	3.16 254	0.55 267	0.98 394	1.26 403	1.34 408	1.11 410	1.06 393	1.41 366

AnyNet_C01	2.55 375	3.02 406	19.30 403	0.15 307	0.18 300	2.97 379	2.35 396	1.56 263	1.47 374	1.01 360	0.81 348	1.23 339	0.76 333	4.28 299	10.78 394	0.04 363	0.00 1	0.07 387	0.00 1	0.35 368	0.61 323

STrans-v2	0.88 309	0.32 160	1.71 146	0.00 1	0.01 183	0.85 182	0.04 267	2.45 337	0.89 312	0.48 341	0.85 349	1.10 333	2.06 365	6.49 380	0.25 207	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.09 138

FAT-Stereo	0.55 232	0.18 108	2.58 261	0.00 1	0.00 1	0.33 55	0.08 292	2.26 331	0.84 268	0.06 230	0.88 350	0.60 281	0.51 316	2.43 223	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.16 199

S-Stereo	0.70 282	0.27 144	3.29 297	0.00 1	0.00 1	0.57 108	0.06 280	2.35 334	0.84 268	0.00 1	0.90 351	0.83 311	0.11 258	4.19 293	0.14 159	0.00 1	0.01 244	0.00 1	0.00 1	0.07 214	0.34 274

SGM-Forest	1.08 326	0.45 200	1.80 170	0.02 223	0.07 270	1.09 289	0.65 374	2.57 344	0.85 291	1.33 367	0.92 352	1.36 349	1.62 355	5.94 351	2.34 341	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.52 313
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ACVNet-4b	1.38 346	1.94 382	5.73 374	0.20 331	0.04 252	1.01 222	0.01 175	1.70 277	0.86 302	0.04 204	0.95 353	1.95 365	0.31 299	6.69 381	2.11 337	2.78 404	0.02 251	0.00 1	0.00 1	0.89 392	0.34 274

ADCL	1.70 359	1.00 319	5.82 376	0.07 275	0.04 252	2.14 374	2.27 394	1.26 231	1.09 337	1.55 370	1.08 354	1.23 339	1.53 354	2.38 220	12.21 399	0.01 337	0.00 1	0.00 1	0.00 1	0.12 279	0.16 199

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

CrosDoStereo	1.11 331	0.16 100	1.64 129	0.00 1	0.05 261	0.66 138	5.65 406	0.70 158	0.54 116	0.25 306	1.18 356	0.19 187	2.94 376	6.48 378	1.58 323	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.08 125

DeepStereo_LL	1.11 331	0.16 100	1.64 129	0.00 1	0.05 261	0.66 138	5.65 406	0.70 158	0.54 116	0.25 306	1.18 356	0.19 187	2.94 376	6.48 378	1.58 323	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.08 125

aanetorigin	0.91 312	0.59 236	3.76 330	0.11 292	0.12 287	0.40 63	0.90 383	0.15 67	0.23 68	3.44 385	1.19 358	0.35 232	1.96 364	2.81 241	1.30 313	0.02 353	0.00 1	0.02 365	0.05 319	0.28 358	0.47 303

otaku	0.77 297	1.78 371	3.28 296	0.09 282	0.13 289	0.88 192	0.05 277	0.78 175	0.76 183	0.03 184	1.37 359	1.03 325	0.14 266	2.73 238	1.34 318	0.06 366	0.04 268	0.01 351	0.00 1	0.63 386	0.34 274

AANet_RVC	0.94 313	1.27 345	3.68 326	0.01 201	0.00 1	0.68 146	0.01 175	0.92 187	0.22 64	0.02 145	1.41 360	0.95 320	0.04 194	5.97 352	3.10 349	0.16 373	0.10 289	0.00 1	0.00 1	0.09 256	0.26 253

THIR-Stereo	0.94 313	0.33 165	1.66 136	0.00 1	0.01 183	0.55 99	3.72 401	0.13 64	0.18 50	0.10 259	1.46 361	0.74 303	2.82 374	5.60 333	1.39 320	0.00 1	0.00 1	0.02 365	0.00 1	0.02 78	0.03 65

MDST_ROB	1.73 360	0.11 74	3.61 323	0.13 301	0.15 294	5.47 396	0.31 344	4.97 389	0.87 306	6.33 395	1.52 362	1.03 325	1.19 349	6.22 369	2.13 339	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.60 320

FINET	2.05 367	1.88 377	5.76 375	0.81 390	0.99 390	3.54 385	3.33 399	3.89 383	3.81 387	0.89 357	1.55 363	1.21 338	2.31 367	4.20 295	2.42 342	0.81 392	1.36 404	0.00 1	0.21 382	0.27 352	1.80 392

SDNR	1.35 344	0.47 206	4.08 341	0.09 282	0.21 310	3.25 382	0.01 175	3.18 372	1.52 376	1.87 376	1.66 364	1.52 361	0.36 304	7.18 390	1.05 299	0.03 361	0.08 285	0.00 1	0.00 1	0.05 171	0.49 309

EDNetEfficient	2.95 382	0.33 165	20.38 405	0.19 324	0.83 380	1.00 220	1.95 390	0.58 144	5.15 392	8.01 401	1.79 365	0.93 319	4.16 389	3.66 278	9.80 393	0.00 1	0.03 258	0.00 1	0.06 322	0.05 171	0.13 181

JetBlue	6.27 398	3.44 408	18.17 402	0.00 1	2.21 407	30.58 413	17.31 414	4.77 388	1.07 333	0.74 352	2.25 366	6.31 385	5.82 396	18.12 408	9.68 391	0.10 372	0.01 244	0.00 1	0.00 1	3.12 403	1.61 378

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

LSM	4.80 393	1.52 362	19.84 404	4.35 410	38.64 417	0.85 182	2.31 395	0.86 183	1.78 381	3.14 384	3.02 368	0.62 282	0.69 325	3.61 276	1.28 311	0.00 1	0.00 1	0.00 1	0.00 1	0.13 284	13.38 416

EDNetEfficientorigin	6.27 398	0.89 301	98.14 425	0.02 223	0.04 252	0.40 63	0.02 235	0.35 118	2.94 384	6.98 398	3.06 369	1.29 345	1.87 361	4.32 301	4.60 362	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.35 279

SGM_RVC	2.03 366	0.49 213	2.04 211	0.27 343	0.17 299	3.07 380	1.00 385	2.70 351	1.62 378	5.12 388	3.09 370	4.77 382	4.08 387	7.38 393	2.86 347	0.21 378	0.23 301	0.20 398	0.23 385	0.28 358	0.84 339
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ACVNet_2	1.59 354	2.07 388	5.42 368	0.12 296	0.09 277	1.36 356	0.17 314	2.72 354	0.97 322	0.44 338	3.37 371	6.53 386	0.16 273	5.48 331	1.87 329	0.16 373	0.00 1	0.00 1	0.00 1	0.39 373	0.47 303

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

SANet	2.30 372	1.58 363	5.68 373	0.03 238	0.04 252	2.78 376	0.82 382	2.99 363	8.32 398	1.70 372	4.04 373	4.26 378	4.02 386	5.90 346	3.42 352	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.37 282

coex-ft	8.51 404	3.17 407	75.56 416	0.00 1	0.00 1	0.18 32	0.25 330	0.14 65	19.76 406	39.57 415	4.11 374	4.60 381	9.69 402	4.10 289	7.91 385	0.02 353	0.07 283	0.00 1	0.02 299	0.13 284	0.91 342

PWCK	2.83 380	2.64 400	10.25 394	0.23 338	0.02 223	3.59 386	5.56 405	3.75 382	3.56 386	0.75 354	4.42 375	3.35 377	1.86 360	9.10 398	4.03 358	0.44 383	0.01 244	0.00 1	0.00 1	2.72 402	0.29 260

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

IMH-64-1	2.28 369	1.45 358	2.87 272	2.19 402	0.59 364	2.82 377	1.58 387	5.84 391	1.16 360	1.09 361	4.77 377	2.07 368	2.42 368	5.90 346	3.91 355	4.00 406	0.04 268	0.02 365	0.00 1	2.07 398	0.82 336

IMH-64	2.28 369	1.45 358	2.87 272	2.19 402	0.59 364	2.82 377	1.58 387	5.84 391	1.16 360	1.09 361	4.77 377	2.07 368	2.42 368	5.90 346	3.91 355	4.00 406	0.04 268	0.02 365	0.00 1	2.07 398	0.82 336

UNDER WATER-64	7.33 403	2.16 391	12.17 397	4.84 411	3.62 411	17.94 409	1.74 389	9.16 402	21.94 408	5.53 393	5.01 379	17.03 408	11.84 407	9.72 402	8.83 388	2.09 401	0.04 268	1.54 410	0.16 366	6.89 412	4.37 410

FTStereo	0.82 307	0.06 9	1.88 183	0.12 296	0.00 1	1.15 328	2.70 398	0.16 72	0.84 268	0.16 282	5.80 380	0.36 237	2.49 371	0.53 164	0.01 31	0.07 367	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

NVStereoNet_ROB	1.74 361	1.83 373	4.79 358	0.81 390	0.29 330	0.67 144	0.03 252	1.46 252	1.75 380	0.65 348	5.98 381	2.38 374	2.95 379	6.77 383	2.70 344	0.69 385	0.37 319	0.04 381	0.19 375	0.27 352	0.24 243
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
UNDER WATER	6.65 400	1.86 376	10.48 395	4.84 411	2.74 408	8.59 402	0.76 379	8.83 400	22.15 409	4.99 387	6.27 382	15.66 406	10.39 405	9.52 401	9.42 390	3.50 405	0.05 278	1.34 408	0.03 311	7.17 413	4.42 411

WAO-6	2.63 376	1.16 336	3.22 292	0.00 1	0.00 1	3.86 389	0.28 342	6.13 393	7.35 395	0.60 345	6.78 383	7.62 392	2.68 373	6.42 376	6.11 374	0.00 1	0.00 1	0.00 1	0.00 1	0.17 317	0.12 174

pmcnn	2.36 373	0.83 287	6.15 378	0.33 355	0.84 382	0.35 58	0.27 340	2.18 326	1.42 373	0.48 341	7.35 384	14.60 405	0.75 331	5.45 329	5.37 367	0.00 1	0.00 1	0.00 1	0.00 1	0.16 312	0.63 326

IMH	3.15 384	1.88 377	3.60 322	2.20 404	0.66 371	5.10 394	0.24 329	6.87 395	4.29 390	2.29 379	7.42 385	6.28 384	3.90 384	7.15 389	3.65 354	4.34 408	0.14 293	0.05 383	0.00 1	2.16 400	0.76 333

DCRE	0.76 294	0.40 187	1.17 28	0.21 334	0.90 384	0.66 138	0.00 1	0.79 178	0.39 95	0.36 328	7.60 386	0.03 59	0.00 1	0.09 84	0.32 225	0.00 1	0.58 334	0.00 1	0.17 368	0.02 78	1.53 376

WAO-7	2.74 378	1.65 365	3.36 307	0.03 238	0.05 261	4.68 391	0.53 369	6.21 394	4.59 391	1.73 373	7.61 387	5.56 383	3.68 383	8.96 397	5.50 370	0.00 1	0.00 1	0.33 401	0.02 299	0.19 331	0.18 210

MeshStereo	2.79 379	0.86 293	3.12 289	0.02 223	0.02 223	1.51 359	0.91 384	3.50 380	1.54 377	11.28 406	7.62 388	11.49 395	2.94 376	6.81 384	3.45 353	0.00 1	0.00 1	0.00 1	0.00 1	0.28 358	0.39 285
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
SGM+DAISY	4.17 389	2.85 405	8.55 385	1.77 397	1.74 403	5.81 397	5.49 404	2.88 359	3.97 388	7.67 399	7.66 389	7.25 390	7.42 398	6.92 387	7.09 380	1.14 398	1.57 409	0.11 391	0.59 407	0.56 384	2.43 406

ELAS_RVC	3.35 386	0.45 200	4.75 353	0.25 340	0.07 270	1.56 362	7.12 409	2.23 330	5.68 393	7.77 400	7.71 390	6.55 387	10.27 404	5.63 337	6.24 375	0.00 1	0.04 268	0.03 373	0.01 288	0.11 273	0.48 305
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Dean	2.72 377	2.05 387	6.17 379	0.39 360	0.44 343	1.21 344	0.48 366	8.36 399	8.46 399	1.48 369	8.08 391	6.95 388	1.44 351	4.50 307	2.00 332	0.79 388	0.00 1	0.01 351	0.00 1	1.11 394	0.39 285

MSMD_ROB	2.26 368	0.47 206	2.67 264	0.01 201	0.00 1	5.00 393	0.21 326	1.35 244	1.87 382	6.37 396	8.46 392	7.34 391	4.30 391	4.84 314	1.91 330	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.30 264

JetRed	14.06 411	19.59 416	43.42 410	1.43 395	1.30 399	55.87 415	28.29 415	13.94 411	7.85 397	8.61 404	8.73 393	13.68 401	10.59 406	24.60 413	30.87 413	0.27 380	0.69 342	0.62 405	0.03 311	6.63 411	4.19 409

PWCDC_ROB	1.13 333	1.70 366	3.52 315	0.00 1	0.00 1	1.15 328	0.00 1	2.49 338	1.39 371	0.02 145	8.80 394	0.34 226	0.09 248	1.11 191	1.20 308	0.00 1	0.00 1	0.00 1	0.00 1	0.56 384	0.21 224

G-Net	1.24 335	0.34 174	3.85 332	0.05 252	0.48 349	1.68 367	0.46 360	0.23 95	0.44 103	1.33 367	8.94 395	2.28 373	0.79 334	2.37 218	1.18 305	0.01 337	0.03 258	0.02 365	0.09 332	0.07 214	0.11 163

KSHMR	3.98 388	1.95 384	4.86 359	3.06 407	1.84 404	5.37 395	0.45 359	9.03 401	13.93 403	2.07 377	9.17 396	7.12 389	2.12 366	5.60 333	3.40 351	2.12 402	0.44 322	0.53 404	0.23 385	4.01 404	2.35 405

RAFT-RH_RVC	0.99 319	0.26 140	1.93 194	0.04 246	0.04 252	1.07 263	0.00 1	0.07 30	0.69 148	0.01 85	9.36 397	0.10 141	0.00 1	5.86 343	0.29 215	0.01 337	0.00 1	0.00 1	0.02 299	0.01 25	0.00 1

ELAS	3.20 385	0.48 211	3.06 284	0.19 324	0.06 266	7.89 399	2.23 393	3.33 378	4.19 389	8.91 405	9.70 398	4.40 380	7.69 399	4.25 296	6.87 378	0.00 1	0.04 268	0.03 373	0.04 315	0.12 279	0.48 305
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WCMA_ROB	2.37 374	0.75 275	2.53 257	0.05 252	0.00 1	1.05 242	0.59 373	1.47 254	1.40 372	5.47 392	9.84 399	8.10 393	5.87 397	4.38 302	3.93 357	0.16 373	0.21 299	0.18 396	0.18 370	0.06 196	1.08 349

Venus	5.42 396	2.80 401	3.98 338	0.62 373	0.10 282	13.77 405	0.33 350	11.99 406	24.10 410	5.25 389	10.32 400	13.44 399	4.55 392	9.38 399	4.72 364	0.80 389	0.34 315	0.71 406	0.13 345	0.74 389	0.25 247

WAO-8	5.42 396	2.80 401	3.98 338	0.62 373	0.10 282	13.77 405	0.33 350	11.99 406	24.10 410	5.25 389	10.38 401	13.44 399	4.55 392	9.38 399	4.72 364	0.80 389	0.34 315	0.71 406	0.13 345	0.74 389	0.25 247

LVE	3.01 383	1.95 384	4.27 347	0.56 369	0.45 346	2.06 373	0.06 280	7.66 397	9.65 400	0.08 247	10.94 402	8.86 394	1.82 359	7.24 392	1.62 325	2.04 400	0.17 295	0.04 381	0.24 393	0.24 345	0.23 233

FCDSN-DC	2.93 381	0.54 229	2.88 274	0.00 1	0.01 183	1.78 369	0.36 353	2.20 328	1.51 375	8.28 402	10.99 403	11.61 396	8.55 400	5.36 327	4.05 359	0.02 353	0.00 1	0.00 1	0.00 1	0.06 196	0.48 305
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DPSimNet_ROB	9.66 405	7.29 412	17.52 401	4.88 413	6.56 414	10.41 403	12.88 412	8.12 398	9.88 401	14.26 408	11.22 404	12.39 398	14.01 408	11.20 405	14.85 403	5.50 409	6.97 415	5.75 414	5.94 413	5.31 407	8.26 415

notaker	4.71 392	2.04 386	5.58 372	4.15 409	0.96 388	4.99 392	0.39 356	7.65 396	2.25 383	5.67 394	11.58 405	16.87 407	4.26 390	8.06 394	6.65 377	5.74 410	0.02 251	0.10 390	0.07 324	5.45 408	1.65 381

FC-DCNN	3.67 387	0.32 160	2.78 268	0.00 1	0.01 183	3.09 381	0.58 371	3.68 381	3.04 385	11.64 407	12.38 406	13.84 403	9.79 403	6.23 370	5.39 369	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.60 320

TorneroNet-64	6.70 401	2.13 389	3.92 334	2.14 400	0.65 369	19.09 411	0.28 342	12.19 408	25.73 413	6.44 397	12.54 407	19.33 410	4.76 394	10.25 403	6.87 378	1.10 397	0.00 1	0.12 392	0.00 1	4.20 405	2.19 403

ktn	5.26 395	1.94 382	3.97 337	3.50 408	1.06 393	8.17 400	2.01 391	9.53 403	16.88 404	5.28 391	12.55 408	13.68 401	4.08 387	8.46 396	4.61 363	5.84 411	0.02 251	0.00 1	0.00 1	2.63 401	0.92 343

LE_ROB	10.29 406	1.64 364	11.96 396	1.47 396	1.36 400	3.30 383	4.79 402	5.05 390	42.09 415	51.68 416	13.28 409	14.08 404	25.92 412	7.21 391	21.19 412	0.05 364	0.06 281	0.13 394	0.19 375	0.08 232	0.35 279

TorneroNet	7.29 402	2.19 392	3.95 335	2.15 401	1.14 394	19.79 412	0.46 360	13.22 409	25.82 414	8.31 403	16.76 410	17.46 409	5.75 395	10.79 404	8.91 389	2.32 403	0.03 258	0.12 392	0.00 1	4.70 406	2.01 401

MADNet++	10.85 408	2.36 396	10.00 391	8.59 415	4.61 413	16.78 408	10.26 411	10.11 404	7.51 396	17.63 409	18.35 411	12.04 397	17.73 409	24.51 412	20.75 411	8.81 412	6.67 414	4.84 413	2.67 411	5.77 409	6.96 413

SGM-ForestM	10.58 407	2.80 401	7.93 384	1.86 398	1.59 402	17.97 410	9.39 410	11.57 405	12.75 402	21.30 410	18.68 412	40.07 414	22.22 410	21.60 410	15.86 406	0.99 395	1.53 408	0.06 385	0.52 404	0.47 381	2.43 406

BEATNet-Init1	15.75 412	8.48 414	36.75 409	2.06 399	2.07 406	33.60 414	14.96 413	17.15 412	19.08 405	30.69 414	28.08 413	43.61 415	25.98 413	25.17 414	20.68 410	0.80 389	1.17 398	0.36 403	0.51 403	1.53 396	2.28 404

HanzoNet	13.47 410	5.89 411	14.41 400	5.91 414	2.90 409	8.50 401	0.74 377	13.81 410	20.12 407	26.53 412	28.55 414	34.06 413	26.75 414	26.27 415	15.82 405	11.42 415	4.01 413	3.29 412	3.94 412	9.72 415	6.77 412

MANE	11.54 409	2.46 397	6.07 377	2.50 405	2.04 405	16.31 407	6.95 408	17.25 413	24.11 412	23.59 411	31.25 415	30.75 412	25.07 411	18.16 409	16.24 408	1.28 399	1.98 411	0.15 395	1.07 409	0.46 380	3.04 408

ASD4	35.80 414	43.79 417	34.11 408	21.10 417	36.26 416	80.52 418	95.21 424	27.47 415	69.35 416	28.35 413	36.69 416	27.92 411	45.29 415	38.60 416	53.98 416	10.97 414	11.11 417	12.38 415	11.42 416	16.75 416	14.68 417

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

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

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

LRCNet_RVC	55.59 417	61.31 424	59.16 414	66.84 423	44.81 418	6.17 398	0.00 1	52.46 416	1.68 379	70.67 417	80.07 420	66.39 416	55.67 416	51.56 417	46.75 415	90.67 426	41.65 421	91.10 428	90.19 423	65.65 423	68.96 422

PML	71.00 421	88.39 428	73.68 415	82.04 425	74.55 422	83.63 419	76.92 417	72.05 420	85.95 420	89.82 423	84.57 421	90.63 423	58.80 417	91.54 427	73.58 418	95.93 433	2.38 412	86.91 427	6.48 414	84.07 428	18.14 418

SPstereo	50.84 416	11.75 415	22.19 406	12.56 416	10.58 415	67.32 416	76.93 418	100.00 427	100.00 428	96.03 425	93.38 422	100.00 428	93.34 423	91.10 424	72.60 417	10.05 413	8.84 416	20.16 418	15.30 417	6.52 410	8.09 414

MEDIAN_ROB	93.48 425	98.75 430	96.24 423	90.99 428	90.62 429	85.89 420	77.23 419	92.20 422	89.67 421	95.04 424	94.93 423	96.04 424	93.85 424	90.48 423	87.58 422	98.40 434	95.87 423	99.62 430	98.78 427	98.85 435	98.49 434

Anonymous_1	89.55 424	74.57 425	97.70 424	74.52 424	78.35 423	100.00 428	100.00 426	98.05 426	99.77 424	96.85 426	99.38 424	97.67 425	99.78 426	91.23 426	98.87 425	81.02 422	97.18 424	59.55 424	84.83 422	74.77 425	86.89 423

HaxPig	95.45 428	97.64 429	88.42 421	97.81 436	99.08 436	77.94 417	74.31 416	96.67 425	99.54 423	99.87 427	99.92 425	99.60 427	99.75 425	91.22 425	87.67 423	99.94 435	99.97 430	99.98 431	99.99 430	99.96 436	99.80 435

MyStereo03	99.06 434	100.00 434	100.00 429	96.11 432	98.72 432	100.00 428	100.00 426	100.00 427	100.00 428	100.00 428	100.00 426	100.00 428	100.00 427	100.00 430	100.00 430	93.17 429	100.00 433	100.00 432	100.00 431	95.79 431	97.48 430

MyStereo02	99.06 434	100.00 434	100.00 429	96.11 432	98.72 432	100.00 428	100.00 426	100.00 427	100.00 428	100.00 428	100.00 426	100.00 428	100.00 427	100.00 430	100.00 430	93.17 429	100.00 433	100.00 432	100.00 431	95.79 431	97.48 430

MyStereo	99.06 434	100.00 434	100.00 429	96.11 432	98.72 432	100.00 428	100.00 426	100.00 427	100.00 428	100.00 428	100.00 426	100.00 428	100.00 427	100.00 430	100.00 430	93.17 429	100.00 433	100.00 432	100.00 431	95.79 431	97.48 430

Selective-RAFT-Error	99.05 433	100.00 434	100.00 429	96.31 435	98.73 435	100.00 428	100.00 426	100.00 427	100.00 428	100.00 428	100.00 426	100.00 428	100.00 427	100.00 430	100.00 430	93.08 427	100.00 433	100.00 432	100.00 431	95.40 429	97.58 433

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

test_example2	97.59 429	99.97 432	99.93 426	99.80 437	99.96 437	98.80 425	99.76 425	91.09 421	100.00 428	100.00 428	100.00 426	89.37 422	86.85 421	99.31 428	96.67 424	99.97 436	99.51 429	92.94 429	97.98 426	99.99 437	99.94 436

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

DPSMNet_ROB	81.42 423	61.07 423	99.95 427	61.38 422	87.01 427	99.15 427	100.00 426	95.87 423	99.99 426	73.35 419	100.00 426	71.18 418	100.00 427	77.40 422	99.98 428	35.68 418	97.47 428	34.71 420	99.89 428	44.74 419	89.65 425

DGTPSM_ROB	81.37 422	61.03 422	99.95 427	61.17 421	86.95 426	99.14 426	100.00 426	95.87 423	99.99 426	73.32 418	100.00 426	71.15 417	100.00 427	77.35 421	99.98 428	35.35 417	97.41 427	34.62 419	99.89 428	44.61 418	89.54 424

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

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

AVERAGE_ROB	98.51 430	99.16 431	95.72 422	100.00 438	100.00 438	93.61 424	82.61 420	100.00 427	99.97 425	100.00 428	100.00 426	100.00 428	100.00 427	99.73 429	99.43 426	100.00 437	100.00 433	100.00 432	100.00 431	100.00 438	100.00 437

FADE		7.35 413		2.62 406	2.96 410													17.99 417		2.05 397

Low-res two-view benchmark