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

GLC_STEREO	0.04 1	0.05 60	0.52 15	0.00 1	0.00 1	0.06 19	0.00 1	0.01 1	0.03 4	0.00 1	0.00 1	0.01 7	0.01 84	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

LoS_RVC	0.05 2	0.05 60	0.41 3	0.00 1	0.00 1	0.16 34	0.00 1	0.17 90	0.07 18	0.00 1	0.00 1	0.04 94	0.01 84	0.04 101	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

Selective-IGEV	0.05 2	0.04 38	0.43 7	0.00 1	0.04 314	0.25 43	0.00 1	0.01 1	0.08 31	0.00 1	0.00 1	0.01 7	0.02 129	0.00 1	0.01 75	0.00 1	0.00 1	0.00 1	0.07 359	0.03 182	0.08 332

Anonymous	0.05 2	0.06 83	0.86 106	0.00 1	0.00 1	0.00 1	0.00 1	0.03 6	0.01 1	0.00 1	0.00 1	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.05 300

StereoIM	0.06 5	0.16 165	0.66 40	0.00 1	0.00 1	0.05 16	0.01 213	0.06 28	0.12 83	0.00 1	0.01 200	0.04 94	0.02 129	0.02 67	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

MIF-Stereo	0.06 5	0.06 83	0.83 95	0.00 1	0.00 1	0.08 22	0.01 213	0.06 28	0.03 4	0.00 1	0.08 299	0.02 38	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.00 1

GMStereo_Zeroshot	0.07 7	0.04 38	0.80 89	0.08 330	0.00 1	0.03 5	0.00 1	0.05 18	0.10 65	0.00 1	0.03 277	0.19 201	0.03 171	0.00 1	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

CASS	0.07 7	0.06 83	0.73 48	0.00 1	0.00 1	0.10 26	0.01 213	0.15 84	0.12 83	0.16 316	0.00 1	0.02 38	0.02 129	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Former-RAFT_DAM_RVC	0.08 9	0.06 83	0.41 3	0.00 1	0.00 1	0.05 16	0.00 1	0.11 70	0.22 112	0.75 358	0.00 1	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.03 253

11t1	0.08 9	0.01 1	0.54 23	0.00 1	0.00 1	0.09 24	0.00 1	0.44 154	0.55 160	0.00 1	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.01 300	0.00 1	0.00 1	0.01 57	0.01 126

MIF-Stereo (partial)	0.08 9	0.11 133	0.96 131	0.00 1	0.00 1	0.08 22	0.00 1	0.19 95	0.08 31	0.00 1	0.01 200	0.02 38	0.02 129	0.02 67	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.01 126

CASnet	0.08 9	0.05 60	0.40 1	0.00 1	0.00 1	0.82 179	0.00 1	0.14 81	0.08 31	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CES	0.08 9	0.07 102	0.43 7	0.00 1	0.00 1	0.21 40	0.01 213	0.08 45	0.56 172	0.01 123	0.00 1	0.08 140	0.04 202	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

GMStereo	0.08 9	0.54 321	0.90 118	0.00 1	0.00 1	0.03 5	0.00 1	0.04 12	0.03 4	0.00 1	0.00 1	0.01 7	0.02 129	0.00 1	0.03 120	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
knoymous	0.09 15	0.04 38	1.04 145	0.00 1	0.00 1	0.11 29	0.00 1	0.23 113	0.05 12	0.00 1	0.00 1	0.23 211	0.00 1	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ProNet	0.09 15	0.20 185	0.53 22	0.00 1	0.00 1	0.80 175	0.00 1	0.04 12	0.07 18	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.01 126

CroCo-Stereo Lap2	0.09 15	0.23 204	0.74 57	0.00 1	0.00 1	0.02 3	0.00 1	0.07 40	0.56 172	0.00 1	0.00 1	0.01 7	0.03 171	0.02 67	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.01 126

sCroCo_RVC	0.09 15	0.05 60	1.02 142	0.00 1	0.00 1	0.02 3	0.00 1	0.12 74	0.48 145	0.00 1	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

MyStereo07	0.10 19	0.12 142	0.59 34	0.00 1	0.00 1	0.98 218	0.00 1	0.03 6	0.10 65	0.01 123	0.00 1	0.01 7	0.05 227	0.04 101	0.00 1	0.00 1	0.05 368	0.00 1	0.00 1	0.02 133	0.04 283

IGEVStereo-DCA	0.10 19	0.06 83	0.52 15	0.01 241	0.00 1	0.32 59	0.00 1	0.09 51	0.09 47	0.01 123	0.01 200	0.02 38	0.04 202	0.14 145	0.44 296	0.00 1	0.00 1	0.00 1	0.10 364	0.05 220	0.01 126

MIM_Stereo	0.10 19	0.32 237	0.90 118	0.00 1	0.03 299	0.29 51	0.00 1	0.11 70	0.11 71	0.02 212	0.00 1	0.04 94	0.01 84	0.01 26	0.00 1	0.00 1	0.03 340	0.00 1	0.00 1	0.11 297	0.08 332

AEACV	0.10 19	0.02 7	0.49 11	0.00 1	0.02 278	0.75 166	0.00 1	0.07 40	0.02 2	0.09 294	0.00 1	0.01 7	0.08 247	0.01 26	0.00 1	0.00 1	0.03 340	0.00 1	0.24 399	0.07 252	0.05 300

CAS	0.10 19	0.05 60	0.46 9	0.00 1	0.00 1	1.03 236	0.00 1	0.21 110	0.09 47	0.00 1	0.00 1	0.03 74	0.01 84	0.01 26	0.02 104	0.08 374	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

anonymousdsp2	0.10 19	0.04 38	0.98 139	0.00 1	0.00 1	0.62 131	0.00 1	0.09 51	0.11 71	0.00 1	0.00 1	0.01 7	0.01 84	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.02 330	0.04 203	0.03 253

MC-Stereo	0.10 19	0.10 119	0.59 34	0.01 241	0.01 234	1.06 255	0.00 1	0.03 6	0.09 47	0.02 212	0.00 1	0.03 74	0.02 129	0.03 92	0.00 1	0.00 1	0.01 300	0.00 1	0.02 330	0.05 220	0.01 126

x	0.10 19	0.01 1	0.51 12	0.00 1	0.00 1	0.09 24	0.00 1	0.67 191	0.55 160	0.00 1	0.00 1	0.01 7	0.00 1	0.09 131	0.00 1	0.00 1	0.01 300	0.00 1	0.00 1	0.00 1	0.01 126

AnonymousM	0.10 19	0.04 38	0.56 29	0.00 1	0.00 1	1.02 230	0.00 1	0.19 95	0.11 71	0.00 1	0.00 1	0.00 1	0.00 1	0.07 117	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

iRaftStereo_RVC	0.10 19	0.20 185	0.57 30	0.00 1	0.00 1	0.52 105	0.00 1	0.05 18	0.07 18	0.00 1	0.01 200	0.14 176	0.03 171	0.02 67	0.01 75	0.00 1	0.03 340	0.00 1	0.00 1	0.25 362	0.20 379

CREStereo++_RVC	0.10 19	0.06 83	0.78 81	0.00 1	0.00 1	1.00 226	0.00 1	0.10 66	0.08 31	0.00 1	0.01 200	0.03 74	0.00 1	0.01 26	0.03 120	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
sAnonymous2	0.10 19	0.22 195	1.35 208	0.00 1	0.00 1	0.04 13	0.00 1	0.03 6	0.06 13	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.15 369

CroCo_RVC	0.10 19	0.22 195	1.35 208	0.00 1	0.00 1	0.04 13	0.00 1	0.03 6	0.06 13	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.15 369

CREStereo	0.10 19	0.06 83	0.51 12	0.00 1	0.00 1	1.06 255	0.00 1	0.20 105	0.08 31	0.00 1	0.00 1	0.02 38	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	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
ff7	0.11 33	0.18 173	0.52 15	0.00 1	0.00 1	1.06 255	0.00 1	0.09 51	0.09 47	0.01 123	0.00 1	0.01 7	0.03 171	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.10 364	0.07 252	0.01 126

ffff	0.11 33	0.18 173	0.52 15	0.00 1	0.00 1	1.06 255	0.00 1	0.09 51	0.09 47	0.01 123	0.00 1	0.01 7	0.03 171	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.10 364	0.07 252	0.01 126

11t	0.11 33	0.18 173	0.52 15	0.00 1	0.00 1	1.06 255	0.00 1	0.09 51	0.09 47	0.01 123	0.00 1	0.01 7	0.03 171	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.10 364	0.07 252	0.01 126

test croco	0.11 33	0.17 169	1.21 191	0.00 1	0.00 1	0.05 16	0.00 1	0.16 85	0.32 130	0.01 123	0.01 200	0.02 38	0.01 84	0.03 92	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.26 364	0.01 126

anonymousdsp	0.11 33	0.18 173	0.58 31	0.00 1	0.00 1	1.06 255	0.00 1	0.08 45	0.09 47	0.01 123	0.00 1	0.01 7	0.04 202	0.03 92	0.00 1	0.00 1	0.00 1	0.00 1	0.11 369	0.07 252	0.03 253

riskmin	0.11 33	0.01 1	0.87 111	0.01 241	0.00 1	0.13 33	0.00 1	0.30 134	0.09 47	0.00 1	0.01 200	0.76 312	0.00 1	0.02 67	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

ccc-4	0.11 33	0.18 173	0.52 15	0.00 1	0.00 1	1.06 255	0.00 1	0.09 51	0.09 47	0.01 123	0.00 1	0.01 7	0.03 171	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.10 364	0.07 252	0.01 126

IGEV-Stereo	0.11 33	0.18 173	0.58 31	0.00 1	0.00 1	1.06 255	0.00 1	0.08 45	0.09 47	0.01 123	0.00 1	0.01 7	0.04 202	0.03 92	0.00 1	0.00 1	0.00 1	0.00 1	0.11 369	0.07 252	0.03 253
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
PMTNet	0.11 33	0.07 102	0.60 36	0.00 1	0.00 1	1.05 246	0.04 279	0.16 85	0.08 31	0.00 1	0.00 1	0.04 94	0.00 1	0.03 92	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

LL-Strereo2	0.12 42	0.41 286	0.91 122	0.05 303	0.03 299	0.51 99	0.04 279	0.13 78	0.11 71	0.01 123	0.00 1	0.03 74	0.02 129	0.06 112	0.10 195	0.00 1	0.00 1	0.00 1	0.01 316	0.03 182	0.03 253

ToySt	0.12 42	0.15 158	0.92 124	0.00 1	0.00 1	0.46 90	0.00 1	0.41 149	0.10 65	0.00 1	0.00 1	0.10 154	0.00 1	0.07 117	0.19 249	0.00 1	0.00 1	0.00 1	0.02 330	0.04 203	0.02 221

RAFT	0.12 42	0.43 290	0.79 84	0.01 241	0.02 278	0.10 26	0.07 295	0.06 28	0.27 121	0.00 1	0.01 200	0.18 194	0.04 202	0.01 26	0.00 1	0.00 1	0.02 330	0.00 1	0.01 316	0.37 378	0.01 126

TANstereo	0.12 42	0.15 158	0.78 81	0.00 1	0.00 1	1.03 236	0.00 1	0.07 40	0.08 31	0.01 123	0.15 309	0.04 94	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.12 42	0.25 214	0.79 84	0.00 1	0.00 1	0.92 209	0.00 1	0.18 92	0.08 31	0.00 1	0.21 317	0.03 74	0.00 1	0.01 26	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Gwc-CoAtRS	0.12 42	0.06 83	1.17 176	0.00 1	0.11 351	0.41 74	0.00 1	0.20 105	0.04 9	0.01 123	0.00 1	0.18 194	0.00 1	0.01 26	0.06 159	0.00 1	0.00 1	0.00 1	0.18 383	0.01 57	0.00 1

mmm	0.13 48	0.02 7	0.42 6	0.00 1	0.00 1	0.04 13	0.00 1	0.88 216	0.56 172	0.00 1	0.00 1	0.01 7	0.01 84	0.51 175	0.00 1	0.00 1	0.01 300	0.00 1	0.00 1	0.01 57	0.01 126

Selective-RAFT	0.13 48	0.04 38	0.51 12	0.00 1	0.00 1	1.06 255	0.00 1	0.04 12	0.57 204	0.00 1	0.00 1	0.06 127	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.19 386	0.04 203	0.00 1

test_4	0.13 48	0.07 102	1.12 168	0.00 1	0.05 322	0.82 179	0.00 1	0.04 12	0.08 31	0.10 298	0.00 1	0.01 7	0.01 84	0.02 67	0.06 159	0.00 1	0.00 1	0.00 1	0.02 330	0.11 297	0.00 1

GMOStereo	0.13 48	0.24 208	0.83 95	0.00 1	0.14 358	0.86 191	0.01 213	0.09 51	0.11 71	0.01 123	0.01 200	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 383	0.00 1	0.00 1	0.16 330	0.01 126

error version	0.13 48	0.24 208	0.83 95	0.00 1	0.14 358	0.86 191	0.01 213	0.09 51	0.11 71	0.01 123	0.01 200	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 383	0.00 1	0.00 1	0.16 330	0.01 126

test-v	0.13 48	0.24 208	0.83 95	0.00 1	0.14 358	0.86 191	0.01 213	0.09 51	0.11 71	0.01 123	0.01 200	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 383	0.00 1	0.00 1	0.16 330	0.01 126

Patchmatch Stereo++	0.13 48	0.04 38	0.73 48	0.05 303	0.01 234	1.06 255	0.08 302	0.06 28	0.56 172	0.01 123	0.00 1	0.05 115	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	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
ROB_FTStereo	0.13 48	0.04 38	0.73 48	0.05 303	0.02 278	1.06 255	0.07 295	0.06 28	0.56 172	0.01 123	0.00 1	0.03 74	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

iRAFT	0.13 48	0.04 38	0.73 48	0.05 303	0.01 234	1.06 255	0.08 302	0.06 28	0.56 172	0.01 123	0.00 1	0.05 115	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

CroCo-Stereo	0.13 48	0.16 165	0.40 1	0.00 1	0.00 1	0.03 5	0.00 1	0.98 232	0.57 204	0.00 1	0.01 200	0.31 233	0.03 171	0.01 26	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	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	0.13 48	0.24 208	0.83 95	0.00 1	0.14 358	0.86 191	0.01 213	0.09 51	0.11 71	0.01 123	0.01 200	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 383	0.00 1	0.00 1	0.16 330	0.01 126

raftrobust	0.13 48	0.36 261	0.94 128	0.00 1	0.18 372	0.62 131	0.02 251	0.07 40	0.07 18	0.00 1	0.00 1	0.03 74	0.03 171	0.03 92	0.05 145	0.00 1	0.01 300	0.00 1	0.00 1	0.06 240	0.04 283

RALAANet	0.13 48	0.51 312	0.95 129	0.00 1	0.00 1	0.32 59	0.01 213	0.38 142	0.03 4	0.00 1	0.00 1	0.05 115	0.09 250	0.02 67	0.12 213	0.00 1	0.00 1	0.00 1	0.02 330	0.10 291	0.00 1

LoS	0.14 61	0.07 102	0.66 40	0.02 265	0.00 1	1.05 246	0.01 213	0.07 40	0.57 204	0.01 123	0.01 200	0.16 189	0.04 202	0.04 101	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1

anonymousa	0.14 61	0.15 158	1.74 263	0.00 1	0.00 1	0.28 49	0.00 1	0.01 1	0.11 71	0.00 1	0.01 200	0.42 263	0.02 129	0.01 26	0.01 75	0.00 1	0.00 1	0.00 1	0.04 351	0.00 1	0.02 221

IER	0.14 61	0.09 115	1.29 199	0.00 1	0.00 1	0.62 131	0.00 1	0.17 90	0.10 65	0.00 1	0.00 1	0.40 259	0.02 129	0.11 140	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

RAFT_CTSACE	0.14 61	0.33 241	1.23 192	0.00 1	0.01 234	0.47 91	0.00 1	0.27 126	0.11 71	0.01 123	0.00 1	0.04 94	0.00 1	0.08 128	0.00 1	0.00 1	0.01 300	0.00 1	0.00 1	0.24 359	0.00 1

UDGNet	0.14 61	0.48 303	0.72 46	0.00 1	0.00 1	1.06 255	0.00 1	0.05 18	0.28 122	0.00 1	0.00 1	0.02 38	0.00 1	0.09 131	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PSM-adaLoss	0.14 61	0.04 38	0.73 48	0.05 303	0.02 278	1.06 255	0.08 302	0.05 18	0.56 172	0.01 123	0.00 1	0.07 134	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

ROB_FTStereo_v2	0.14 61	0.04 38	0.73 48	0.05 303	0.01 234	1.06 255	0.06 292	0.05 18	0.56 172	0.01 123	0.00 1	0.07 134	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

HUI-Stereo	0.14 61	0.04 38	0.75 65	0.05 303	0.02 278	1.06 255	0.08 302	0.06 28	0.57 204	0.01 123	0.00 1	0.07 134	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

iGMRVC	0.14 61	0.04 38	0.74 57	0.05 303	0.02 278	1.06 255	0.07 295	0.06 28	0.56 172	0.01 123	0.00 1	0.05 115	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

RAFT-IKP	0.14 61	0.04 38	0.75 65	0.05 303	0.01 234	1.06 255	0.08 302	0.05 18	0.56 172	0.01 123	0.00 1	0.05 115	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

rafts_anoy	0.14 61	0.35 254	0.99 140	0.00 1	0.02 278	0.49 95	0.03 267	0.11 70	0.07 18	0.00 1	0.01 200	0.06 127	0.06 238	0.24 158	0.06 159	0.00 1	0.14 393	0.00 1	0.01 316	0.02 133	0.03 253

raft+_RVC	0.14 61	0.37 269	0.96 131	0.00 1	0.16 365	0.64 145	0.03 267	0.05 18	0.08 31	0.00 1	0.00 1	0.02 38	0.03 171	0.03 92	0.07 170	0.00 1	0.07 379	0.00 1	0.00 1	0.05 220	0.16 373

EGLCR-Stereo	0.15 73	0.05 60	0.47 10	0.07 325	0.03 299	1.06 255	0.01 213	1.06 242	0.12 83	0.16 316	0.00 1	0.00 1	0.02 129	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

cross-raft	0.15 73	0.05 60	1.46 231	0.00 1	0.01 234	0.37 69	0.07 295	0.40 147	0.02 2	0.02 212	0.00 1	0.38 255	0.00 1	0.02 67	0.03 120	0.00 1	0.00 1	0.00 1	0.11 369	0.01 57	0.02 221

ICVP	0.15 73	0.03 23	1.23 192	0.00 1	0.01 234	1.02 230	0.09 308	0.19 95	0.10 65	0.00 1	0.02 272	0.07 134	0.01 84	0.18 150	0.01 75	0.00 1	0.01 300	0.00 1	0.00 1	0.01 57	0.00 1
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
R-Stereo Train	0.15 73	0.03 23	0.77 72	0.00 1	0.00 1	0.74 163	0.00 1	1.36 271	0.09 47	0.02 212	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

RAFT-Stereo	0.15 73	0.03 23	0.77 72	0.00 1	0.00 1	0.74 163	0.00 1	1.36 271	0.09 47	0.02 212	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
StereoVision	0.16 78	0.25 214	1.07 161	0.00 1	0.00 1	0.47 91	0.01 213	0.18 92	0.61 293	0.00 1	0.29 323	0.15 182	0.02 129	0.07 117	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.01 126

4D-IteraStereo	0.16 78	0.51 312	1.73 259	0.00 1	0.00 1	0.38 70	0.03 267	0.08 45	0.08 31	0.02 212	0.01 200	0.00 1	0.01 84	0.06 112	0.09 186	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.06 320

DisPM	0.16 78	0.05 60	0.82 93	0.07 325	0.00 1	1.14 334	0.41 361	0.08 45	0.54 156	0.03 239	0.00 1	0.00 1	0.00 1	0.06 112	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

dd	0.16 78	0.52 317	0.86 106	0.01 241	0.00 1	1.03 236	0.00 1	0.09 51	0.52 150	0.01 123	0.00 1	0.02 38	0.02 129	0.00 1	0.00 1	0.01 344	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1

GANet-ADL	0.16 78	0.06 83	1.18 179	0.00 1	0.01 234	0.83 184	0.00 1	0.23 113	0.07 18	0.00 1	0.30 324	0.35 243	0.00 1	0.07 117	0.10 195	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.01 126

Pruner-Stereo	0.16 78	0.04 38	0.73 48	0.19 377	0.00 1	1.08 301	0.21 330	0.16 85	0.59 255	0.03 239	0.00 1	0.01 7	0.00 1	0.02 67	0.22 257	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

CRE-IMP	0.16 78	0.03 23	0.75 65	0.05 303	0.01 234	1.11 323	0.34 354	0.04 12	0.56 172	0.02 212	0.00 1	0.12 163	0.00 1	0.01 26	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.08 332

RALCasStereoNet	0.16 78	0.35 254	0.84 100	0.00 1	0.00 1	0.32 59	0.03 267	0.16 85	0.56 172	0.02 212	0.07 296	0.05 115	0.08 247	0.13 143	0.08 180	0.00 1	0.31 400	0.00 1	0.00 1	0.07 252	0.11 354

AE-Stereo	0.17 86	0.05 60	0.79 84	0.03 282	0.09 342	1.06 255	0.00 1	0.57 173	0.06 13	0.08 286	0.00 1	0.13 170	0.00 1	0.01 26	0.01 75	0.00 1	0.06 378	0.00 1	0.23 394	0.08 269	0.04 283

whm_eth	0.17 86	0.36 261	1.51 237	0.00 1	0.00 1	0.53 108	0.00 1	0.25 119	0.61 293	0.00 1	0.00 1	0.03 74	0.01 84	0.01 26	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.09 345

Any-RAFT	0.17 86	0.04 38	0.93 125	0.00 1	0.00 1	1.10 315	0.00 1	0.99 234	0.03 4	0.01 123	0.00 1	0.21 207	0.00 1	0.07 117	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

qqq	0.17 86	0.01 1	0.52 15	0.00 1	0.00 1	0.12 32	0.00 1	0.95 227	0.55 160	0.00 1	0.00 1	0.01 7	0.00 1	1.23 202	0.00 1	0.00 1	0.01 300	0.00 1	0.00 1	0.00 1	0.01 126

anonymity	0.17 86	0.06 83	0.79 84	0.00 1	0.09 342	0.03 5	0.00 1	0.54 168	0.07 18	0.41 344	0.13 306	0.11 157	0.58 321	0.02 67	0.31 283	0.00 1	0.00 1	0.00 1	0.23 394	0.01 57	0.02 221

dad	0.17 86	0.54 321	0.82 93	0.00 1	0.00 1	1.03 236	0.00 1	0.02 4	0.23 117	0.01 123	0.00 1	0.02 38	0.01 84	0.63 184	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

test-3	0.17 86	0.03 23	0.74 57	0.03 282	0.10 346	0.43 83	0.00 1	1.36 271	0.07 18	0.01 123	0.00 1	0.02 38	0.00 1	0.08 128	0.19 249	0.00 1	0.00 1	0.00 1	0.20 387	0.12 304	0.11 354

test_1	0.17 86	0.03 23	0.75 65	0.03 282	0.10 346	0.43 83	0.00 1	1.36 271	0.07 18	0.01 123	0.00 1	0.02 38	0.00 1	0.07 117	0.19 249	0.00 1	0.00 1	0.00 1	0.20 387	0.12 304	0.11 354

NRIStereo	0.17 86	0.03 23	0.73 48	0.04 293	0.01 234	1.15 337	0.33 353	0.03 6	0.59 255	0.04 256	0.01 200	0.11 157	0.01 84	0.10 135	0.03 120	0.00 1	0.02 330	0.00 1	0.00 1	0.06 240	0.09 345

CFNet-RSSM	0.17 86	0.06 83	1.16 175	0.00 1	0.12 354	0.61 126	0.00 1	0.90 219	0.08 31	0.01 123	0.00 1	0.09 151	0.00 1	0.01 26	0.03 120	0.00 1	0.00 1	0.00 1	0.23 394	0.00 1	0.00 1

RCA-Stereo	0.18 96	0.11 133	0.63 37	0.00 1	0.00 1	1.06 255	0.00 1	1.48 302	0.07 18	0.07 279	0.00 1	0.02 38	0.05 227	0.00 1	0.00 1	0.00 1	0.01 300	0.00 1	0.00 1	0.05 220	0.01 126

GMM-Stereo	0.18 96	0.02 7	1.37 214	0.08 330	0.00 1	1.11 323	0.13 320	0.09 51	0.60 278	0.01 123	0.00 1	0.02 38	0.10 258	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

GES	0.18 96	0.05 60	0.87 111	0.00 1	0.00 1	1.06 255	0.02 251	0.60 180	0.08 31	0.00 1	0.02 272	0.11 157	0.09 250	0.44 173	0.16 232	0.01 344	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

AFF-stereo	0.18 96	0.42 288	0.77 72	0.00 1	0.00 1	0.91 207	0.00 1	0.41 149	0.65 348	0.05 265	0.00 1	0.04 94	0.05 227	0.06 112	0.04 136	0.00 1	0.01 300	0.00 1	0.00 1	0.19 344	0.01 126

UPFNet	0.18 96	0.05 60	1.11 166	0.00 1	0.00 1	0.48 93	0.00 1	1.11 249	0.48 145	0.00 1	0.00 1	0.10 154	0.00 1	0.10 135	0.10 195	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

PCWNet_CMD	0.19 101	0.10 119	1.38 215	0.00 1	0.01 234	0.75 166	0.00 1	0.35 138	0.12 83	0.00 1	0.00 1	0.48 273	0.51 316	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

test_3	0.19 101	0.02 7	0.76 70	0.03 282	0.10 346	0.53 108	0.00 1	1.42 282	0.07 18	0.13 306	0.00 1	0.02 38	0.00 1	0.07 117	0.19 249	0.00 1	0.00 1	0.00 1	0.20 387	0.12 304	0.11 354

test-1	0.19 101	0.13 148	0.67 42	0.00 1	0.15 362	0.57 117	0.00 1	1.01 236	0.11 71	0.04 256	0.48 337	0.05 115	0.00 1	0.01 26	0.30 278	0.00 1	0.07 379	0.00 1	0.06 356	0.01 57	0.18 376

Anonymous3	0.19 101	0.07 102	1.33 204	0.00 1	0.00 1	1.12 330	0.00 1	0.56 171	0.56 172	0.01 123	0.00 1	0.06 127	0.00 1	0.01 26	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

RAFT-Stereo + iAFF	0.19 101	0.33 241	0.84 100	0.00 1	0.02 278	1.06 255	0.00 1	0.45 155	0.59 255	0.03 239	0.00 1	0.05 115	0.06 238	0.04 101	0.07 170	0.00 1	0.01 300	0.00 1	0.00 1	0.17 337	0.01 126

DMCA	0.19 101	0.16 165	1.39 217	0.00 1	0.01 234	1.00 226	0.01 213	0.38 142	0.57 204	0.01 123	0.01 200	0.05 115	0.00 1	0.05 107	0.12 213	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

MSMDNet	0.19 101	0.10 119	1.39 217	0.00 1	0.01 234	0.75 166	0.00 1	0.35 138	0.12 83	0.00 1	0.00 1	0.48 273	0.50 315	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

HITNet	0.19 101	0.55 327	1.36 212	0.00 1	0.00 1	0.25 43	0.00 1	1.09 247	0.23 117	0.00 1	0.00 1	0.14 176	0.02 129	0.02 67	0.14 226	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	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
RAFT-Test	0.20 109	0.09 115	1.34 206	0.00 1	0.12 354	0.39 71	0.10 312	0.72 196	0.25 119	0.08 286	0.00 1	0.44 266	0.00 1	0.05 107	0.13 220	0.00 1	0.00 1	0.00 1	0.24 399	0.01 57	0.01 126

TestStereo1	0.20 109	0.30 232	0.84 100	0.00 1	0.16 365	1.12 330	0.01 213	0.69 192	0.57 204	0.00 1	0.05 284	0.04 94	0.01 84	0.09 131	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 322	0.06 320

SA-5K	0.20 109	0.30 232	0.84 100	0.00 1	0.16 365	1.12 330	0.01 213	0.69 192	0.57 204	0.00 1	0.05 284	0.04 94	0.01 84	0.09 131	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 322	0.06 320

ACVNet	0.20 109	0.14 154	0.96 131	0.01 241	0.00 1	1.05 246	0.11 316	0.19 95	0.60 278	0.01 123	0.01 200	0.71 308	0.00 1	0.05 107	0.10 195	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1

UCFNet_RVC	0.20 109	0.32 237	0.88 115	0.00 1	0.00 1	1.02 230	0.00 1	0.20 105	0.29 126	0.01 123	0.00 1	0.34 239	0.02 129	0.81 188	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AdaStereo	0.20 109	0.06 83	0.86 106	0.00 1	0.00 1	0.25 43	0.00 1	1.71 327	0.56 172	0.00 1	0.00 1	0.31 233	0.01 84	0.11 140	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	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.
KYRaft	0.21 115	0.03 23	0.74 57	0.04 293	0.00 1	1.16 341	0.12 319	0.08 45	0.60 278	0.01 123	0.30 324	0.03 74	0.77 336	0.37 167	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

s12784h	0.21 115	0.05 60	0.81 90	0.00 1	0.00 1	1.06 255	0.02 251	1.36 271	0.56 172	0.01 123	0.34 329	0.02 38	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

SFCPSM	0.21 115	0.04 38	1.59 244	0.00 1	0.05 322	0.34 66	0.00 1	1.24 261	0.57 204	0.01 123	0.00 1	0.12 163	0.02 129	0.05 107	0.05 145	0.00 1	0.00 1	0.00 1	0.02 330	0.02 133	0.00 1

acv_ft	0.21 115	0.14 154	0.95 129	0.00 1	0.00 1	0.41 74	0.00 1	0.58 176	0.60 278	0.19 321	0.01 200	0.71 308	0.12 265	0.05 107	0.12 213	0.00 1	0.00 1	0.00 1	0.00 1	0.24 359	0.00 1

MSKI-zero shot	0.22 119	0.08 109	1.46 231	0.00 1	0.12 354	1.08 301	0.03 267	0.85 214	0.16 102	0.22 323	0.05 284	0.06 127	0.00 1	0.07 117	0.01 75	0.00 1	0.02 330	0.00 1	0.18 383	0.02 133	0.01 126

psmg	0.22 119	0.05 60	0.54 23	0.00 1	0.00 1	1.05 246	0.00 1	1.73 329	0.58 243	0.00 1	0.00 1	0.36 246	0.03 171	0.01 26	0.08 180	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

LCNet	0.22 119	0.11 133	0.74 57	0.11 349	0.00 1	0.97 216	0.00 1	0.09 51	0.59 255	0.01 123	0.00 1	0.02 38	1.10 349	0.43 171	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 315	0.01 126

DeepStereo_RVC	0.22 119	0.04 38	0.87 111	0.05 303	0.02 278	1.07 289	0.32 349	0.04 12	0.56 172	0.01 123	0.00 1	0.00 1	1.25 356	0.01 26	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.05 300

CFNet_pseudo	0.22 119	0.10 119	1.39 217	0.00 1	0.01 234	0.98 218	0.00 1	0.94 225	0.09 47	0.00 1	0.00 1	0.48 273	0.36 308	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DIP-Stereo	0.22 119	0.10 119	0.77 72	0.00 1	0.00 1	1.09 309	0.00 1	1.68 323	0.57 204	0.01 123	0.00 1	0.01 7	0.07 243	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 126
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ccs_rob	0.22 119	0.10 119	1.38 215	0.00 1	0.01 234	0.98 218	0.00 1	0.94 225	0.09 47	0.00 1	0.00 1	0.48 273	0.36 308	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HH	0.23 126	0.21 188	1.69 255	0.16 367	0.08 338	0.11 29	0.00 1	0.24 117	0.06 13	0.30 334	0.18 311	1.47 357	0.04 202	0.04 101	0.01 75	0.00 1	0.03 340	0.00 1	0.00 1	0.02 133	0.01 126

HanStereo	0.23 126	0.21 188	1.69 255	0.16 367	0.08 338	0.11 29	0.00 1	0.24 117	0.06 13	0.30 334	0.18 311	1.47 357	0.04 202	0.04 101	0.01 75	0.00 1	0.03 340	0.00 1	0.00 1	0.02 133	0.01 126

PFNet+	0.23 126	0.06 83	0.79 84	0.07 325	0.01 234	1.11 323	0.42 363	0.11 70	0.59 255	0.08 286	0.01 200	0.02 38	0.00 1	1.21 200	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

Prome-Stereo	0.23 126	0.04 38	0.76 70	0.10 339	0.00 1	1.15 337	0.02 251	0.27 126	0.65 348	0.01 123	0.54 339	0.04 94	0.71 330	0.27 161	0.07 170	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

MMNet	0.23 126	0.18 173	1.84 269	0.00 1	0.00 1	0.67 150	0.00 1	0.59 178	0.59 255	0.00 1	0.01 200	0.18 194	0.09 250	0.26 160	0.12 213	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

FENet	0.23 126	0.05 60	1.39 217	0.00 1	0.00 1	1.00 226	0.00 1	0.80 205	0.57 204	0.00 1	0.00 1	0.24 213	0.04 202	0.23 157	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

DeepPruner_ROB	0.23 126	0.37 269	1.26 194	0.00 1	0.00 1	1.11 323	0.03 267	0.20 105	0.07 18	0.00 1	0.00 1	0.39 257	0.03 171	1.12 198	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.00 1

MLCV	0.23 126	0.46 297	1.15 171	0.00 1	0.00 1	0.45 88	0.00 1	0.57 173	0.15 96	0.09 294	0.00 1	0.27 224	0.03 171	1.09 197	0.25 268	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1

rrr	0.24 134	0.06 83	1.91 277	0.01 241	0.00 1	0.32 59	0.04 279	1.34 269	0.15 96	0.01 123	0.01 200	0.02 38	0.04 202	0.14 145	0.44 296	0.00 1	0.00 1	0.00 1	0.18 383	0.05 220	0.05 300

test_xeample3	0.24 134	0.06 83	1.84 269	0.02 265	0.00 1	0.33 63	0.05 287	1.33 268	0.14 92	0.00 1	0.03 277	0.03 74	0.03 171	0.10 135	0.43 294	0.00 1	0.00 1	0.00 1	0.23 394	0.05 220	0.06 320

STTStereo	0.24 134	0.28 225	1.68 253	0.00 1	0.00 1	0.84 186	0.03 267	0.16 85	0.08 31	0.02 212	0.00 1	0.20 205	0.03 171	1.54 207	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

BEATNet_4x	0.24 134	0.51 312	1.71 258	0.00 1	0.00 1	0.31 55	0.00 1	0.99 234	0.31 129	0.00 1	0.00 1	0.29 227	0.03 171	0.22 155	0.35 287	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 221

StereoDRNet-Refined	0.24 134	0.08 109	0.68 43	0.00 1	0.00 1	0.83 184	0.00 1	0.66 189	0.61 293	0.00 1	0.00 1	0.50 284	0.02 129	1.28 204	0.08 180	0.00 1	0.00 1	0.00 1	0.00 1	0.10 291	0.04 283
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MFMNet_re	0.24 134	0.74 352	2.31 303	0.53 390	0.00 1	0.17 35	0.01 213	0.02 4	0.59 255	0.01 123	0.03 277	0.12 163	0.00 1	0.07 117	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.19 344	0.01 126

ACVNet-DCA	0.25 140	0.22 195	1.20 181	0.00 1	0.00 1	1.31 358	0.00 1	0.95 227	0.55 160	0.07 279	0.00 1	0.03 74	0.02 129	0.59 180	0.01 75	0.00 1	0.01 300	0.00 1	0.00 1	0.00 1	0.01 126

ffm	0.25 140	0.02 7	1.06 154	0.00 1	0.00 1	0.62 131	0.00 1	1.42 282	0.57 204	0.00 1	0.00 1	0.67 302	0.02 129	0.57 177	0.01 75	0.00 1	0.01 300	0.00 1	0.00 1	0.08 269	0.03 253

DCANet	0.25 140	0.37 269	1.20 181	0.00 1	0.00 1	1.06 255	0.00 1	1.49 308	0.61 293	0.08 286	0.00 1	0.04 94	0.00 1	0.02 67	0.10 195	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.05 300

iResNet	0.25 140	0.27 221	1.68 253	0.00 1	0.00 1	0.69 154	0.00 1	1.22 260	0.56 172	0.00 1	0.00 1	0.04 94	0.03 171	0.12 142	0.30 278	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.01 126

MyStereo04	0.26 144	0.12 142	2.34 305	0.00 1	0.00 1	0.98 218	0.00 1	0.84 212	0.20 109	0.06 273	0.01 200	0.33 236	0.11 262	0.00 1	0.06 159	0.00 1	0.05 368	0.00 1	0.00 1	0.02 133	0.04 283

CFNet_ucs	0.26 144	0.14 154	1.53 240	0.00 1	0.01 234	0.84 186	0.00 1	1.78 332	0.17 104	0.00 1	0.00 1	0.49 281	0.30 301	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

RAFT+CT+SA	0.26 144	0.34 245	1.11 166	0.02 265	0.27 383	1.10 315	0.00 1	0.70 195	0.56 172	0.00 1	0.00 1	0.07 134	0.01 84	0.36 166	0.00 1	0.00 1	0.00 1	0.00 1	0.31 406	0.11 297	0.22 385

test_5	0.26 144	0.35 254	1.35 208	0.01 241	0.22 382	0.80 175	0.01 213	0.81 207	0.58 243	0.12 303	0.00 1	0.06 127	0.01 84	0.61 183	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.14 315	0.16 373

UNet	0.26 144	0.18 173	2.41 312	0.00 1	0.00 1	0.71 159	0.00 1	0.39 145	0.60 278	0.00 1	0.00 1	0.37 252	0.02 129	0.45 174	0.09 186	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

DN-CSS_ROB	0.26 144	0.75 353	1.33 204	0.00 1	0.00 1	0.99 224	0.00 1	1.04 238	0.61 293	0.01 123	0.00 1	0.19 201	0.02 129	0.07 117	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.22 354	0.01 126

tt1	0.27 150	0.23 204	1.17 176	0.00 1	0.00 1	1.29 356	0.00 1	1.42 282	0.57 204	0.07 279	0.00 1	0.03 74	0.02 129	0.57 177	0.01 75	0.00 1	0.01 300	0.00 1	0.00 1	0.08 269	0.03 253

AASNet	0.27 150	0.47 301	1.56 241	0.00 1	0.00 1	0.91 207	0.00 1	0.58 176	0.58 243	0.00 1	0.00 1	0.39 257	0.02 129	0.33 163	0.13 220	0.00 1	0.00 1	0.00 1	0.00 1	0.25 362	0.06 320

LMCR-Stereo	0.27 150	0.34 245	1.42 225	0.00 1	0.00 1	0.79 173	0.00 1	2.15 351	0.61 293	0.00 1	0.00 1	0.04 94	0.04 202	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1

DLCB_ROB	0.27 150	0.16 165	0.71 44	0.00 1	0.00 1	0.44 87	0.00 1	0.43 152	0.57 204	0.02 212	0.04 282	0.63 294	0.04 202	2.18 224	0.24 265	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MyStereo8	0.28 154	0.37 269	2.57 327	0.02 265	0.00 1	1.23 350	0.00 1	0.26 122	0.15 96	0.02 212	0.05 284	0.14 176	0.04 202	0.24 158	0.05 145	0.00 1	0.11 390	0.00 1	0.01 316	0.04 203	0.21 383

MyStereo05	0.28 154	0.13 148	2.37 308	0.01 241	0.00 1	1.09 309	0.00 1	1.02 237	0.45 143	0.04 256	0.01 200	0.26 220	0.14 269	0.00 1	0.06 159	0.00 1	0.05 368	0.00 1	0.00 1	0.01 57	0.04 283

xx1	0.28 154	0.22 195	1.20 181	0.00 1	0.00 1	1.31 358	0.00 1	1.41 279	0.69 356	0.07 279	0.00 1	0.01 7	0.00 1	0.59 180	0.01 75	0.00 1	0.01 300	0.00 1	0.00 1	0.00 1	0.01 126

1test111	0.28 154	0.22 195	1.20 181	0.00 1	0.00 1	1.31 358	0.00 1	0.95 227	0.55 160	0.07 279	0.00 1	0.03 74	0.02 129	1.23 202	0.00 1	0.00 1	0.01 300	0.00 1	0.00 1	0.00 1	0.01 126

cc1	0.28 154	0.22 195	1.20 181	0.00 1	0.00 1	1.31 358	0.00 1	1.41 279	0.69 356	0.07 279	0.00 1	0.03 74	0.02 129	0.59 180	0.01 75	0.00 1	0.01 300	0.00 1	0.00 1	0.08 269	0.04 283

gwcnet-sp	0.28 154	0.15 158	2.75 337	0.00 1	0.00 1	0.51 99	0.02 251	0.49 162	0.57 204	0.01 123	0.01 200	0.08 140	0.04 202	0.87 190	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

scenet	0.28 154	0.15 158	2.75 337	0.00 1	0.00 1	0.51 99	0.02 251	0.49 162	0.57 204	0.01 123	0.01 200	0.08 140	0.04 202	0.87 190	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

ssnet_v2	0.28 154	0.17 169	1.18 179	0.00 1	0.00 1	0.81 177	0.00 1	1.05 239	0.59 255	0.09 294	0.01 200	0.88 320	0.09 250	0.43 171	0.08 180	0.00 1	0.00 1	0.00 1	0.00 1	0.12 304	0.09 345

ssnet	0.28 154	0.15 158	2.75 337	0.00 1	0.00 1	0.51 99	0.02 251	0.49 162	0.57 204	0.01 123	0.01 200	0.08 140	0.04 202	0.87 190	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

fff	0.28 154	0.37 269	1.20 181	0.00 1	0.01 234	1.05 246	0.00 1	1.48 302	0.61 293	0.13 306	0.00 1	0.04 94	0.60 324	0.02 67	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 300

BSDual-CNN	0.28 154	0.05 60	0.54 23	0.00 1	0.00 1	1.07 289	0.00 1	2.43 361	0.58 243	0.30 334	0.09 300	0.36 246	0.03 171	0.01 26	0.08 180	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

csc	0.28 154	0.37 269	1.20 181	0.00 1	0.01 234	1.05 246	0.00 1	1.48 302	0.61 293	0.13 306	0.00 1	0.04 94	0.60 324	0.02 67	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 300

cscssc	0.28 154	0.37 269	1.20 181	0.00 1	0.01 234	1.05 246	0.00 1	1.48 302	0.61 293	0.13 306	0.00 1	0.04 94	0.60 324	0.02 67	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 300

HGLStereo	0.28 154	0.12 142	1.15 171	0.00 1	0.00 1	0.65 147	0.00 1	0.57 173	0.25 119	0.02 212	0.01 200	0.47 271	0.03 171	2.17 223	0.14 226	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.01 126

fast-acv-ft	0.29 168	0.37 269	3.76 369	0.06 321	0.01 234	0.28 49	0.17 322	0.06 28	0.21 110	0.00 1	0.00 1	0.08 140	0.09 250	0.10 135	0.23 262	0.01 344	0.00 1	0.03 379	0.01 316	0.26 364	0.01 126

NCCL2	0.29 168	0.50 307	1.52 238	0.00 1	0.00 1	0.81 177	0.00 1	0.45 155	0.22 112	0.00 1	0.00 1	0.02 38	0.03 171	2.14 218	0.06 159	0.00 1	0.00 1	0.02 370	0.00 1	0.01 57	0.03 253

SA	0.30 170	0.27 221	0.97 137	0.00 1	0.17 370	1.10 315	0.00 1	2.50 364	0.56 172	0.00 1	0.01 200	0.03 74	0.01 84	0.16 149	0.00 1	0.00 1	0.00 1	0.00 1	0.14 376	0.12 304	0.00 1

GwcNet-ADL	0.30 170	0.19 182	1.78 265	0.00 1	0.00 1	1.03 236	0.00 1	2.08 347	0.28 122	0.00 1	0.00 1	0.37 252	0.04 202	0.02 67	0.09 186	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 253

111	0.30 170	0.66 340	1.20 181	0.00 1	0.01 234	1.06 255	0.03 267	1.60 316	0.59 255	0.27 331	0.00 1	0.20 205	0.05 227	0.08 128	0.07 170	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.12 363

iResNet_ROB	0.30 170	0.66 340	1.41 223	0.00 1	0.00 1	0.70 155	0.00 1	0.79 203	0.57 204	0.04 256	0.01 200	0.08 140	0.01 84	1.55 208	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

DCANet-4	0.31 174	0.05 60	2.61 329	0.00 1	0.00 1	1.05 246	0.00 1	1.49 308	0.61 293	0.13 306	0.00 1	0.03 74	0.05 227	0.03 92	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 300

Sa-1000	0.31 174	0.26 220	0.93 125	0.00 1	0.18 372	1.08 301	0.01 213	2.59 375	0.56 172	0.00 1	0.09 300	0.03 74	0.00 1	0.18 150	0.00 1	0.00 1	0.00 1	0.00 1	0.13 375	0.11 297	0.00 1

TestStereo	0.31 174	0.22 195	1.36 212	0.00 1	0.00 1	0.27 46	0.00 1	0.06 28	0.04 9	0.01 123	0.00 1	0.03 74	0.01 84	4.27 304	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CFNet-ft	0.31 174	0.34 245	0.96 131	0.00 1	0.00 1	1.08 301	0.00 1	0.19 95	0.15 96	0.01 123	0.00 1	0.48 273	0.00 1	2.95 250	0.05 145	0.00 1	0.00 1	0.01 354	0.00 1	0.01 57	0.01 126

DMCA-RVC	0.31 174	0.48 303	2.47 318	0.00 1	0.03 299	0.78 171	0.03 267	0.06 28	0.08 31	0.01 123	0.01 200	0.08 140	0.33 306	1.59 209	0.16 232	0.00 1	0.02 330	0.01 354	0.00 1	0.01 57	0.01 126

CFNet_RVC	0.31 174	0.34 245	0.96 131	0.00 1	0.00 1	1.08 301	0.00 1	0.19 95	0.15 96	0.01 123	0.00 1	0.48 273	0.00 1	2.95 250	0.05 145	0.00 1	0.00 1	0.01 354	0.00 1	0.01 57	0.01 126

DISCO	0.31 174	0.11 133	1.73 259	0.16 367	0.16 365	0.31 55	0.00 1	0.09 51	0.17 104	0.00 1	0.01 200	1.51 360	0.00 1	1.21 200	0.62 314	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.01 126

ETE_ROB	0.31 174	0.34 245	0.89 116	0.00 1	0.00 1	0.97 216	0.01 213	1.45 290	0.57 204	0.02 212	0.00 1	0.17 191	0.02 129	1.75 210	0.07 170	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

LALA_ROB	0.31 174	0.38 279	0.91 122	0.00 1	0.01 234	1.00 226	0.01 213	1.60 316	0.61 293	0.15 315	0.00 1	0.09 151	0.01 84	1.04 196	0.41 292	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

IGEV_Zeroshot_test	0.32 183	0.10 119	2.61 329	0.01 241	0.01 234	0.50 97	0.04 279	0.21 110	0.09 47	0.45 347	0.45 334	0.81 316	0.51 316	0.20 153	0.23 262	0.00 1	0.05 368	0.00 1	0.14 376	0.03 182	0.00 1

HCRNet	0.32 183	0.10 119	0.81 90	0.00 1	0.00 1	1.10 315	0.00 1	0.39 145	0.59 255	0.01 123	0.01 200	0.06 127	0.03 171	3.24 260	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 221

SMFormer	0.33 185	0.10 119	1.04 145	0.00 1	0.00 1	0.03 5	0.00 1	1.45 290	0.55 160	0.00 1	0.00 1	0.15 182	0.00 1	3.24 260	0.09 186	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.02 221

tta	0.33 185	0.10 119	1.04 145	0.00 1	0.00 1	0.03 5	0.00 1	1.45 290	0.55 160	0.00 1	0.00 1	0.15 182	0.00 1	3.24 260	0.09 186	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 126

qqq1	0.33 185	0.10 119	1.04 145	0.00 1	0.00 1	0.03 5	0.00 1	1.45 290	0.55 160	0.00 1	0.00 1	0.15 182	0.00 1	3.24 260	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 126

fff1	0.33 185	0.10 119	1.04 145	0.00 1	0.00 1	0.03 5	0.00 1	1.45 290	0.55 160	0.00 1	0.00 1	0.15 182	0.00 1	3.24 260	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 126

BUS	0.33 185	0.05 60	0.54 23	0.00 1	0.00 1	1.87 375	0.00 1	2.43 361	0.58 243	0.30 334	0.09 300	0.65 299	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CIPLG	0.33 185	0.75 353	1.79 266	0.10 339	0.01 234	0.93 212	0.21 330	1.45 290	0.61 293	0.02 212	0.01 200	0.14 176	0.06 238	0.13 143	0.17 236	0.00 1	0.04 355	0.01 354	0.01 316	0.17 337	0.04 283

delet	0.33 185	0.24 208	1.05 153	0.00 1	0.00 1	0.60 125	0.00 1	0.53 167	0.59 255	0.03 239	0.01 200	0.52 288	0.19 283	2.68 239	0.13 220	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

ADStereo(finetuned)	0.34 192	0.37 269	2.24 300	0.00 1	0.00 1	1.04 243	0.00 1	1.49 308	0.61 293	0.08 286	0.00 1	0.04 94	0.74 334	0.03 92	0.09 186	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.05 300

Wz-Net-LNSev	0.34 192	0.61 335	4.26 376	0.00 1	0.00 1	0.49 95	0.00 1	0.26 122	0.61 293	0.00 1	0.01 200	0.23 211	0.03 171	0.10 135	0.16 232	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

DDUNet	0.34 192	0.20 185	1.06 154	0.00 1	0.00 1	0.79 173	0.01 213	0.91 221	0.54 156	0.04 256	0.01 200	1.11 339	0.01 84	1.89 213	0.17 236	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

MIPNet	0.34 192	0.35 254	1.56 241	0.02 265	0.00 1	1.11 323	0.09 308	1.57 313	0.65 348	0.11 301	0.05 284	0.18 194	0.19 283	0.74 187	0.00 1	0.00 1	0.00 1	0.00 1	0.01 316	0.06 240	0.01 126

ACRE	0.34 192	0.70 345	2.13 293	0.10 339	0.00 1	0.90 200	0.20 329	1.45 290	0.61 293	0.02 212	0.01 200	0.13 170	0.05 227	0.14 145	0.17 236	0.00 1	0.03 340	0.01 354	0.02 330	0.17 337	0.04 283

GANet-RSSM	0.34 192	0.29 229	0.97 137	0.00 1	0.00 1	1.05 246	0.00 1	0.22 112	0.15 96	0.03 239	0.00 1	0.31 233	0.00 1	3.62 277	0.14 226	0.00 1	0.00 1	0.03 379	0.00 1	0.05 220	0.01 126

IPLGR_C	0.35 198	0.81 363	2.03 284	0.10 339	0.01 234	0.90 200	0.21 330	1.46 300	0.61 293	0.02 212	0.01 200	0.13 170	0.07 243	0.14 145	0.17 236	0.00 1	0.05 368	0.01 354	0.02 330	0.17 337	0.04 283

PSMNet-ADL	0.35 198	0.05 60	0.65 39	0.00 1	0.00 1	1.03 236	0.00 1	0.59 178	0.09 47	0.00 1	0.07 296	0.47 271	0.01 84	3.66 280	0.30 278	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.02 221

cf-r	0.35 198	0.41 286	1.45 229	0.00 1	0.00 1	1.06 255	0.00 1	0.43 152	0.38 136	0.05 265	0.00 1	0.65 299	0.00 1	2.53 235	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.02 221

NLCA_NET_v2_RVC	0.35 198	0.49 306	2.00 282	0.00 1	0.02 278	0.96 214	0.00 1	0.55 170	0.18 107	0.03 239	0.00 1	0.35 243	0.10 258	2.37 229	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	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.
MyStereo06	0.36 202	0.13 148	2.17 297	0.01 241	0.00 1	1.09 309	0.00 1	0.23 113	0.09 47	0.49 351	0.41 332	1.01 329	1.05 346	0.21 154	0.24 265	0.00 1	0.05 368	0.00 1	0.00 1	0.01 57	0.04 283

CoDeX	0.36 202	0.24 208	1.39 217	0.00 1	0.01 234	0.29 51	0.00 1	1.58 315	0.57 204	0.00 1	0.00 1	0.25 218	0.07 243	2.82 243	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

CBFPSM	0.36 202	0.54 321	2.16 296	0.00 1	0.00 1	0.30 54	0.00 1	0.26 122	0.62 341	0.01 123	0.01 200	1.68 363	1.03 344	0.27 161	0.33 284	0.00 1	0.01 300	0.00 1	0.00 1	0.01 57	0.01 126

PSMNet-RSSM	0.36 202	0.36 261	0.93 125	0.00 1	0.00 1	1.06 255	0.00 1	0.50 165	0.53 153	0.04 256	0.00 1	0.40 259	0.00 1	3.33 267	0.06 159	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 126

iResNetv2_ROB	0.36 202	1.03 375	2.96 346	0.00 1	0.00 1	0.58 120	0.00 1	1.51 311	0.58 243	0.01 123	0.00 1	0.08 140	0.02 129	0.07 117	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.29 371	0.02 221

CSP-Net	0.37 207	0.10 119	0.54 23	0.00 1	0.00 1	0.50 97	0.00 1	0.64 187	0.13 90	0.00 1	0.00 1	0.15 182	0.02 129	5.27 329	0.06 159	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1

TRStereo	0.37 207	0.23 204	1.41 223	0.03 282	0.00 1	1.07 289	0.02 251	3.07 384	0.57 204	0.01 123	0.00 1	0.11 157	0.40 311	0.06 112	0.00 1	0.00 1	0.00 1	0.00 1	0.22 393	0.01 57	0.08 332

XPNet_ROB	0.37 207	0.34 245	1.01 141	0.01 241	0.00 1	0.96 214	0.00 1	1.11 249	0.46 144	0.00 1	0.00 1	0.17 191	0.02 129	2.73 240	0.54 307	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

hknet	0.38 210	0.07 102	1.32 203	0.00 1	0.00 1	1.07 289	0.00 1	2.43 361	0.58 243	0.30 334	0.09 300	0.63 294	0.00 1	0.96 194	0.07 170	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

iRaft-Stereo_20w	0.38 210	0.11 133	1.91 277	0.12 353	0.04 314	0.70 155	0.24 334	1.72 328	0.16 102	0.41 344	0.00 1	0.26 220	1.04 345	0.41 170	0.24 265	0.00 1	0.04 355	0.00 1	0.14 376	0.02 133	0.09 345

ADLNet	0.38 210	0.21 188	0.86 106	0.00 1	0.00 1	0.67 150	0.00 1	0.86 215	0.60 278	0.18 319	0.01 200	1.01 329	0.02 129	2.92 248	0.26 271	0.00 1	0.00 1	0.00 1	0.00 1	0.09 284	0.02 221

Consistency-Raft	0.39 213	0.30 232	2.53 325	0.14 362	0.03 299	0.90 200	0.04 279	1.36 271	0.59 255	0.00 1	0.02 272	0.02 38	1.15 353	0.33 163	0.43 294	0.02 358	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

psm_up	0.39 213	0.25 214	1.04 145	0.00 1	0.00 1	0.82 179	0.00 1	1.88 335	0.57 204	0.00 1	0.00 1	0.28 226	0.01 84	2.78 242	0.09 186	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

ac_64	0.39 213	0.12 142	1.15 171	0.04 293	0.01 234	0.43 83	0.02 251	0.25 119	0.59 255	0.12 303	0.01 200	0.89 321	0.04 202	3.92 289	0.12 213	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.00 1

CRFU-Net	0.40 216	0.12 142	1.50 236	0.14 362	0.01 234	0.90 200	0.00 1	0.42 151	0.14 92	0.00 1	0.00 1	0.42 263	1.94 368	2.15 220	0.12 213	0.00 1	0.00 1	0.03 379	0.00 1	0.03 182	0.00 1

AACVNet	0.40 216	0.36 261	0.90 118	0.00 1	0.00 1	0.53 108	0.00 1	0.18 92	0.41 142	0.02 212	0.00 1	0.11 157	0.01 84	5.33 332	0.07 170	0.00 1	0.00 1	0.00 1	0.00 1	0.15 322	0.00 1

DSFCA	0.40 216	0.09 115	0.84 100	0.00 1	0.01 234	0.98 218	0.37 357	0.29 131	0.62 341	0.02 212	0.32 326	0.03 74	0.24 295	3.91 288	0.34 285	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

PSMNet_ROB	0.41 219	0.54 321	1.69 255	0.00 1	0.00 1	0.92 209	0.00 1	0.27 126	0.53 153	0.00 1	0.00 1	0.25 218	0.03 171	3.43 270	0.47 300	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.03 253

SQANet	0.42 220	1.14 384	1.86 272	0.04 293	0.48 390	0.36 68	0.03 267	0.40 147	0.56 172	0.02 212	0.24 318	0.49 281	0.06 238	2.14 218	0.21 256	0.02 358	0.02 330	0.01 354	0.00 1	0.19 344	0.03 253

Wz-Net-LNSev-Ref	0.42 220	0.52 317	3.02 348	0.00 1	0.00 1	0.57 117	0.00 1	1.15 255	0.60 278	0.00 1	0.00 1	0.04 94	0.14 269	1.51 206	0.76 320	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

UDG	0.42 220	0.43 290	1.17 176	0.00 1	0.00 1	0.99 224	0.00 1	1.70 326	0.60 278	0.05 265	0.00 1	1.51 360	0.19 283	1.20 199	0.61 313	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1

SACVNet	0.42 220	0.29 229	1.10 162	0.00 1	0.00 1	1.02 230	0.00 1	0.78 200	0.29 126	0.03 239	0.00 1	0.24 213	0.02 129	4.27 304	0.07 170	0.00 1	0.00 1	0.00 1	0.00 1	0.20 350	0.01 126

hitnet-ft	0.42 220	0.30 232	1.15 171	0.00 1	0.00 1	0.73 162	0.11 316	0.30 134	0.19 108	0.04 256	0.14 307	0.75 311	0.17 281	4.33 307	0.10 195	0.01 344	0.00 1	0.03 379	0.00 1	0.04 203	0.01 126

RP	0.42 220	0.44 293	1.52 238	0.00 1	0.01 234	0.61 126	0.02 251	1.06 242	0.39 140	0.03 239	0.01 200	0.99 327	0.16 276	2.89 247	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.10 291	0.00 1

StereoDRNet	0.42 220	0.50 307	2.50 320	0.02 265	0.06 329	0.51 99	0.00 1	0.34 137	0.61 293	0.00 1	0.00 1	0.33 236	0.02 129	2.87 245	0.50 305	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 221

IPLGR	0.43 227	0.17 169	2.05 288	0.02 265	0.02 278	1.08 301	0.04 279	1.62 321	0.57 204	0.09 294	0.00 1	0.15 182	0.22 291	2.62 236	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.00 1

GEStereo_RVC	0.43 227	0.38 279	1.10 162	0.01 241	0.00 1	1.02 230	0.00 1	1.94 340	0.57 204	0.00 1	0.00 1	0.14 176	0.01 84	3.25 265	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.02 221

Nwc_Net	0.43 227	0.42 288	2.64 331	0.00 1	0.00 1	0.67 150	0.00 1	0.82 210	0.28 122	0.00 1	0.01 200	0.90 322	0.10 258	2.62 236	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1

DRN-Test	0.43 227	0.13 148	1.95 281	0.03 282	0.09 342	0.61 126	0.00 1	1.43 287	0.61 293	0.00 1	0.00 1	0.18 194	0.04 202	3.32 266	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

NINENet	0.45 231	0.09 115	0.81 90	0.06 321	0.00 1	1.87 375	0.00 1	2.69 379	0.56 172	0.00 1	0.00 1	0.65 299	0.00 1	2.15 220	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

SepStereo	0.45 231	0.05 60	1.29 199	0.00 1	0.00 1	0.07 20	0.00 1	1.25 262	0.61 293	1.18 369	0.00 1	0.24 213	0.03 171	3.93 290	0.22 257	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 126

GwcNet-RSSM	0.45 231	0.56 329	1.74 263	0.00 1	0.00 1	1.06 255	0.00 1	0.65 188	0.55 160	0.18 319	0.00 1	0.37 252	0.00 1	3.70 282	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.02 221

NVstereo2D	0.45 231	0.11 133	1.91 277	0.00 1	0.00 1	0.59 124	0.00 1	1.39 278	0.61 293	0.03 239	0.00 1	0.33 236	0.00 1	3.94 291	0.07 170	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

EKT-Stereo	0.46 235	0.12 142	1.03 144	0.75 395	4.21 413	1.06 255	0.00 1	0.83 211	0.04 9	0.02 212	0.00 1	0.08 140	0.00 1	0.89 193	0.01 75	0.00 1	0.03 340	0.00 1	0.05 353	0.04 203	0.01 126

GrayStereo	0.46 235	0.01 1	0.71 44	0.10 339	0.00 1	1.12 330	2.67 402	0.20 105	0.59 255	0.00 1	0.00 1	0.08 140	3.76 390	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

NF-Stereo	0.47 237	0.03 23	0.77 72	0.12 353	0.00 1	1.07 289	0.26 338	0.19 95	0.60 278	0.01 123	0.00 1	0.02 38	0.00 1	6.18 369	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

OCTAStereo	0.47 237	0.03 23	0.77 72	0.12 353	0.00 1	1.07 289	0.26 338	0.19 95	0.60 278	0.01 123	0.00 1	0.02 38	0.00 1	6.16 368	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

RE-Stereo	0.47 237	0.03 23	0.77 72	0.12 353	0.00 1	1.07 289	0.26 338	0.19 95	0.60 278	0.01 123	0.00 1	0.02 38	0.00 1	6.18 369	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

TVStereo	0.47 237	0.03 23	0.77 72	0.12 353	0.00 1	1.07 289	0.26 338	0.19 95	0.60 278	0.01 123	0.00 1	0.02 38	0.00 1	6.18 369	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

pcwnet_v2	0.47 237	0.11 133	5.03 384	0.00 1	0.00 1	0.70 155	0.00 1	1.98 342	0.61 293	0.01 123	0.00 1	0.36 246	0.33 306	0.18 150	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.02 221

MaskLacGwcNet_RVC	0.47 237	0.43 290	1.04 145	0.11 349	0.00 1	1.10 315	0.00 1	0.80 205	0.54 156	0.00 1	0.05 284	0.38 255	0.03 171	3.50 273	0.14 226	0.88 398	0.00 1	0.00 1	0.00 1	0.11 297	0.20 379

AF-Net	0.47 237	0.53 319	2.05 288	0.00 1	0.00 1	0.41 74	0.01 213	1.18 258	0.40 141	0.13 306	0.05 284	1.30 347	0.45 313	2.43 233	0.30 278	0.00 1	0.00 1	0.00 1	0.00 1	0.09 284	0.00 1

iinet-f	0.48 244	0.57 330	4.45 379	0.00 1	0.01 234	0.77 169	0.00 1	1.48 302	0.61 293	0.01 123	0.00 1	0.40 259	0.44 312	0.38 168	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.35 377	0.01 126

Wz-Net-MNSev	0.48 244	0.76 358	3.11 353	0.00 1	0.00 1	0.23 42	0.00 1	1.07 244	0.61 293	0.01 123	0.01 200	0.13 170	0.13 268	3.12 255	0.34 285	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.01 126

HHNet	0.48 244	0.21 188	1.60 245	0.10 339	0.00 1	1.14 334	0.26 338	0.47 159	0.59 255	0.01 123	3.56 374	0.04 94	0.71 330	0.00 1	0.73 318	0.02 358	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1

PSM-softLoss	0.48 244	0.04 38	1.10 162	0.17 371	0.00 1	1.07 289	0.25 336	0.12 74	0.61 293	0.03 239	0.01 200	0.02 38	0.01 84	6.03 361	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

KMStereo	0.48 244	0.04 38	1.10 162	0.17 371	0.00 1	1.07 289	0.25 336	0.12 74	0.61 293	0.03 239	0.01 200	0.02 38	0.01 84	6.03 361	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

DAS	0.49 249	0.05 60	1.29 199	0.00 1	0.00 1	0.07 20	0.00 1	1.25 262	0.61 293	1.18 369	0.00 1	0.24 213	0.03 171	4.76 316	0.22 257	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 126

PSM-AAD	0.49 249	0.02 7	0.75 65	0.06 321	0.00 1	1.19 347	2.19 397	0.12 74	0.59 255	0.01 123	0.45 334	0.13 170	4.04 391	0.22 155	0.06 159	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

RAFT_R40	0.49 249	0.03 23	0.74 57	0.05 303	0.15 362	1.09 309	0.32 349	0.27 126	0.59 255	0.02 212	0.03 277	0.07 134	0.30 301	6.12 365	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

RAFT-345	0.49 249	0.04 38	1.26 194	0.10 339	0.07 334	1.16 341	0.19 327	0.14 81	0.57 204	0.00 1	0.01 200	0.09 151	0.01 84	6.00 359	0.20 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

ccnet	0.49 249	0.05 60	1.26 194	0.01 241	0.08 338	0.72 161	0.18 324	1.18 258	0.35 133	0.45 347	0.68 345	0.13 170	0.39 310	3.54 275	0.74 319	0.01 344	0.00 1	0.02 370	0.00 1	0.02 133	0.01 126

NCC-stereo	0.49 249	0.46 297	2.04 286	0.03 282	0.03 299	1.06 255	0.01 213	0.78 200	0.22 112	0.06 273	0.19 313	0.64 297	0.05 227	3.65 278	0.63 315	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

stereogan	0.49 249	0.22 195	2.39 309	0.00 1	0.00 1	0.63 141	0.02 251	0.79 203	0.72 360	0.06 273	0.00 1	1.68 363	0.46 314	2.63 238	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1	0.14 315	0.00 1

Abc-Net	0.49 249	0.46 297	2.04 286	0.03 282	0.03 299	1.06 255	0.01 213	0.78 200	0.22 112	0.06 273	0.19 313	0.64 297	0.05 227	3.65 278	0.63 315	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
TDLM	0.49 249	0.39 282	1.02 142	0.00 1	0.00 1	1.08 301	0.01 213	0.36 140	0.58 243	0.14 313	0.00 1	0.27 224	0.19 283	5.46 339	0.20 254	0.00 1	0.00 1	0.00 1	0.00 1	0.13 312	0.01 126

iRaft-Stereo_5w	0.50 258	0.51 312	1.44 228	0.00 1	0.00 1	0.29 51	0.00 1	0.63 186	0.59 255	0.00 1	0.00 1	0.08 140	0.01 84	6.14 367	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.22 354	0.01 126

GwcNet	0.50 258	0.46 297	3.90 373	0.00 1	0.00 1	0.42 78	0.10 312	0.38 142	0.74 362	0.03 239	0.00 1	0.63 294	0.05 227	2.92 248	0.16 232	0.00 1	0.00 1	0.00 1	0.00 1	0.17 337	0.05 300

FAT-Stereo	0.50 258	0.14 154	2.51 322	0.00 1	0.00 1	0.33 63	0.09 308	1.88 335	0.61 293	0.05 265	0.76 348	0.60 292	0.52 318	2.46 234	0.06 159	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

RGC	0.50 258	0.53 319	2.42 314	0.00 1	0.01 234	0.65 147	0.00 1	1.07 244	0.17 104	0.01 123	0.62 343	1.00 328	0.19 283	3.03 254	0.28 277	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.02 221

SHD	0.50 258	0.51 312	3.61 365	0.05 303	0.00 1	0.01 2	0.01 213	0.72 196	0.61 293	1.57 375	0.00 1	0.34 239	0.09 250	1.79 212	0.49 304	0.00 1	0.00 1	0.00 1	0.01 316	0.09 284	0.03 253

DCRE	0.51 263	0.25 214	0.96 131	0.00 1	0.01 234	0.43 83	0.00 1	0.25 119	0.21 110	0.33 339	7.49 389	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 300	0.00 1	0.17 382	0.02 133	0.01 126

IPLG	0.51 263	0.38 279	1.60 245	0.02 265	0.00 1	1.11 323	0.07 295	1.48 302	0.57 204	0.05 265	0.00 1	0.12 163	0.15 274	4.58 310	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 297	0.00 1

SST-Stereo	0.51 263	0.02 7	0.74 57	0.05 303	0.19 376	1.09 309	0.49 368	0.26 122	0.61 293	0.04 256	0.00 1	0.05 115	0.58 321	6.12 365	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

IRAFT_RVC	0.51 263	0.13 148	1.14 170	0.10 339	0.00 1	1.17 344	0.10 312	0.28 130	0.61 293	0.01 123	0.00 1	0.02 38	0.12 265	6.22 376	0.22 257	0.00 1	0.09 383	0.00 1	0.00 1	0.02 133	0.01 126

FINET	0.51 263	0.36 261	2.40 310	0.00 1	0.00 1	0.27 46	0.00 1	2.06 346	1.49 383	0.00 1	0.00 1	0.04 94	0.04 202	3.38 269	0.10 195	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.02 221

APVNet	0.51 263	0.21 188	2.43 316	0.00 1	0.00 1	0.94 213	0.00 1	0.45 155	0.62 341	0.01 123	0.01 200	0.34 239	0.03 171	4.59 311	0.27 273	0.00 1	0.00 1	0.03 379	0.00 1	0.15 322	0.02 221

FADNet-RVC-Resample	0.51 263	0.82 364	3.08 352	0.04 293	0.04 314	0.42 78	0.09 308	1.16 256	0.34 132	0.00 1	0.03 277	0.24 213	0.05 227	3.16 256	0.13 220	0.07 371	0.12 391	0.05 387	0.02 330	0.08 269	0.20 379

FADNet-RVC	0.51 263	0.80 362	2.47 318	0.01 241	0.00 1	0.48 93	0.00 1	1.32 267	0.14 92	0.00 1	0.01 200	0.12 163	0.06 238	4.07 295	0.15 230	0.00 1	0.04 355	0.00 1	0.00 1	0.38 379	0.08 332

PASM	0.51 263	0.32 237	3.07 351	0.00 1	0.00 1	0.31 55	0.00 1	0.46 158	0.12 83	0.03 239	0.00 1	0.44 266	0.02 129	5.22 328	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1	0.12 304	0.03 253

HSM-Net_RVC	0.52 272	0.06 83	1.45 229	0.00 1	0.00 1	0.61 126	0.00 1	3.83 388	0.52 150	0.14 313	0.00 1	0.22 210	0.03 171	3.50 273	0.04 136	0.01 344	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
RYNet	0.53 273	0.19 182	1.79 266	0.00 1	0.00 1	0.55 113	0.00 1	1.12 251	0.61 293	0.02 212	0.00 1	0.83 317	0.04 202	5.05 325	0.45 299	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

CVANet_RVC	0.53 273	0.32 237	1.26 194	0.00 1	0.00 1	0.98 218	0.00 1	0.72 196	0.55 160	0.35 341	0.12 305	0.36 246	0.14 269	5.53 341	0.08 180	0.00 1	0.00 1	0.00 1	0.00 1	0.16 330	0.00 1

GANetREF_RVC	0.54 275	0.70 345	2.06 290	0.00 1	0.00 1	1.14 334	0.00 1	1.61 318	0.58 243	0.00 1	0.01 200	0.29 227	0.04 202	4.21 301	0.06 159	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.02 221
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
PS-NSSS	0.54 275	0.44 293	0.86 106	0.00 1	0.00 1	1.04 243	0.00 1	2.37 358	0.56 172	0.00 1	0.00 1	0.11 157	0.01 84	5.32 331	0.13 220	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

DualNet	0.55 277	0.02 7	1.06 154	0.00 1	0.00 1	0.62 131	0.00 1	1.42 282	0.57 204	0.00 1	0.00 1	0.67 302	0.02 129	0.57 177	5.86 381	0.00 1	0.01 300	0.00 1	0.00 1	0.08 269	0.03 253

ADLNet2	0.55 277	0.33 241	2.54 326	0.00 1	0.00 1	0.88 196	0.00 1	0.69 192	0.65 348	0.00 1	0.07 296	1.47 357	0.02 129	4.12 298	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.13 312	0.01 126

FADNet	0.55 277	0.75 353	2.42 314	0.00 1	0.01 234	0.82 179	0.00 1	0.88 216	0.54 156	0.01 123	0.01 200	0.16 189	0.16 276	4.49 309	0.09 186	0.18 381	0.00 1	0.00 1	0.00 1	0.43 383	0.00 1

GANet	0.55 277	0.35 254	1.40 222	0.00 1	0.00 1	0.77 169	0.08 302	0.36 140	0.57 204	0.01 123	0.00 1	0.68 307	0.11 262	5.52 340	1.07 327	0.00 1	0.00 1	0.02 370	0.00 1	0.09 284	0.03 253

GASNet	0.56 281	1.09 377	2.57 327	0.00 1	0.00 1	0.52 105	0.02 251	1.12 251	0.22 112	0.01 123	0.14 307	0.50 284	0.12 265	4.09 296	0.39 289	0.00 1	0.00 1	0.00 1	0.00 1	0.32 374	0.08 332

raft_robust	0.56 281	0.36 261	0.87 111	0.00 1	0.15 362	0.64 145	0.00 1	2.20 353	0.56 172	0.00 1	0.01 200	0.44 266	1.18 355	4.46 308	0.01 75	0.00 1	0.00 1	0.00 1	0.15 380	0.09 284	0.03 253

DRaft	0.56 281	0.08 109	0.73 48	0.00 1	0.00 1	0.92 209	0.19 327	0.05 18	0.09 47	0.03 239	0.26 320	0.06 127	2.55 377	4.61 313	1.38 339	0.00 1	0.03 340	0.00 1	0.02 330	0.03 182	0.08 332

Syn2CoEx	0.56 281	0.78 360	2.86 342	0.00 1	0.00 1	0.10 26	0.01 213	0.91 221	0.61 293	0.02 212	0.00 1	0.49 281	0.21 289	5.03 324	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.14 315	0.03 253

CFNet	0.56 281	0.50 307	1.58 243	0.00 1	0.00 1	1.06 255	0.01 213	1.08 246	0.57 204	0.00 1	0.01 200	0.12 163	0.01 84	5.87 356	0.19 249	0.00 1	0.00 1	0.00 1	0.00 1	0.13 312	0.02 221

PDISCO_ROB	0.56 281	0.57 330	2.07 291	0.17 371	0.00 1	1.56 367	0.01 213	2.27 356	0.51 149	0.08 286	0.01 200	0.74 310	0.28 300	2.37 229	0.13 220	0.00 1	0.00 1	0.00 1	0.00 1	0.33 376	0.00 1

Ntro	0.57 287	1.13 382	2.24 300	0.04 293	0.36 387	1.04 243	0.02 251	0.74 199	0.57 204	0.01 123	0.00 1	0.76 312	0.08 247	3.01 252	0.47 300	0.07 371	0.04 355	0.01 354	0.00 1	0.76 392	0.02 221

XX-Stereo	0.57 287	0.15 158	4.26 376	0.08 330	0.03 299	1.10 315	0.00 1	2.55 369	0.11 71	0.11 301	0.00 1	1.43 355	0.01 84	1.34 205	0.00 1	0.00 1	0.04 355	0.00 1	0.16 381	0.03 182	0.01 126

PA-Net	0.57 287	0.50 307	2.73 336	0.03 282	0.06 329	0.89 198	0.02 251	0.66 189	0.63 344	0.00 1	0.00 1	0.43 265	0.07 243	4.82 319	0.55 310	0.01 344	0.00 1	0.00 1	0.00 1	0.02 133	0.04 283
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CBMV	0.57 287	0.22 195	1.61 248	0.00 1	0.00 1	0.84 186	0.78 382	2.58 373	0.61 293	0.38 343	0.00 1	1.25 342	0.63 328	2.07 217	0.38 288	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.08 332
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ARAFT	0.58 291	0.75 353	2.78 340	0.00 1	0.00 1	1.20 349	0.00 1	2.26 355	0.57 204	0.05 265	0.00 1	0.18 194	0.03 171	3.54 275	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1	0.19 344	0.04 283

edge stereo	0.58 291	0.29 229	2.86 342	0.01 241	0.03 299	0.33 63	0.03 267	0.97 231	0.50 147	0.21 322	0.33 327	1.31 348	0.16 276	4.20 300	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.11 297	0.01 126

RASNet	0.58 291	0.27 221	1.30 202	0.00 1	0.00 1	0.61 126	0.01 213	0.47 159	0.60 278	0.08 286	0.06 293	1.52 362	0.04 202	6.18 369	0.48 302	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

DANet	0.58 291	0.19 182	1.87 273	0.26 382	0.06 329	0.51 99	0.11 316	1.41 279	0.52 150	0.22 323	0.06 293	1.06 333	0.02 129	4.25 302	0.92 324	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.06 320
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
otaku	0.59 295	1.12 380	1.90 276	0.08 330	0.11 351	0.89 198	0.05 287	0.60 180	0.57 204	0.01 123	1.41 364	1.03 331	0.14 269	2.39 231	0.56 311	0.06 370	0.03 340	0.01 354	0.00 1	0.61 387	0.21 383

ASMatch	0.59 295	0.10 119	1.66 251	0.13 360	0.04 314	1.07 289	0.00 1	0.10 66	0.64 346	0.06 273	0.44 333	0.05 115	0.87 340	6.32 378	0.27 273	0.00 1	0.00 1	0.00 1	0.01 316	0.00 1	0.00 1

Anonymous Stereo	0.59 295	0.78 360	2.67 332	0.00 1	0.00 1	0.55 113	0.49 368	1.05 239	0.28 122	0.00 1	0.01 200	0.12 163	0.02 129	5.54 342	0.27 273	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.00 1

PFNet	0.60 298	0.11 133	2.08 292	0.00 1	0.30 385	1.16 341	0.00 1	0.29 131	0.59 255	0.01 123	0.24 318	0.02 38	0.00 1	6.58 383	0.23 262	0.10 376	0.00 1	0.00 1	0.04 351	0.14 315	0.05 300

RAFT + AFF	0.60 298	0.75 353	1.04 145	0.00 1	0.00 1	1.10 315	0.06 292	1.45 290	0.57 204	0.02 212	0.00 1	0.18 194	1.43 360	4.80 318	0.15 230	0.00 1	0.17 397	0.00 1	0.00 1	0.27 368	0.08 332

FADNet_RVC	0.60 298	0.83 365	2.50 320	0.00 1	0.00 1	1.09 309	0.00 1	1.29 264	0.50 147	0.02 212	0.05 284	0.26 220	0.03 171	3.17 258	0.25 268	0.21 383	0.26 399	0.08 392	0.28 404	0.53 386	0.55 399

RainbowNet	0.61 301	1.13 382	1.83 268	0.10 339	0.04 314	1.23 350	0.07 295	1.74 330	0.57 204	0.01 123	0.02 272	1.14 341	0.25 297	2.29 228	0.48 302	0.61 392	0.05 368	0.00 1	0.00 1	0.47 384	0.20 379

NOSS_ROB	0.61 301	0.17 169	0.63 37	0.19 377	0.00 1	0.67 150	0.00 1	2.38 359	0.57 204	0.13 306	0.00 1	0.94 323	0.00 1	6.27 377	0.10 195	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.10 352

PWC_ROB	0.62 303	0.54 321	3.22 356	0.00 1	0.00 1	0.22 41	0.00 1	2.18 352	0.61 293	0.00 1	0.20 315	0.29 227	0.03 171	3.46 272	1.22 333	0.00 1	0.00 1	0.00 1	0.00 1	0.39 381	0.01 126

HSM	0.63 304	0.36 261	0.89 116	0.00 1	0.00 1	0.52 105	0.01 213	0.98 232	0.56 172	0.00 1	0.01 200	2.27 374	0.65 329	6.18 369	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

CC-Net-ROB	0.64 305	0.50 307	1.13 169	0.07 325	0.00 1	1.08 301	0.01 213	2.58 373	0.56 172	0.01 123	0.00 1	0.14 176	0.01 84	5.73 351	0.12 213	0.50 391	0.00 1	0.21 400	0.00 1	0.09 284	0.02 221

IIG-Stereo	0.65 306	0.34 245	0.77 72	0.05 303	0.03 299	1.17 344	0.00 1	1.46 300	0.60 278	0.01 123	0.57 340	0.54 290	0.01 84	7.03 392	0.39 289	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

S-Stereo	0.65 306	0.25 214	3.44 362	0.00 1	0.00 1	0.56 115	0.05 287	1.86 334	0.61 293	0.00 1	0.76 348	0.84 318	0.11 262	4.28 306	0.11 203	0.00 1	0.01 300	0.00 1	0.00 1	0.07 252	0.03 253

OMP-Stereo	0.66 308	0.33 241	0.72 46	0.18 376	0.06 329	1.17 344	0.00 1	1.45 290	0.59 255	0.12 303	0.60 342	0.50 284	0.00 1	7.09 393	0.26 271	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1

STTRV1_RVC	0.67 309	0.21 188	2.32 304	0.00 1	0.00 1	0.58 120	0.01 213	1.05 239	0.59 255	0.01 123	0.51 338	0.26 220	0.18 282	6.05 363	0.27 273	0.26 386	1.07 411	0.00 1	0.00 1	0.00 1	0.03 253

XQC	0.68 310	0.72 351	3.82 371	0.06 321	0.00 1	0.39 71	0.01 213	1.92 338	0.61 293	0.03 239	0.01 200	0.46 270	0.21 289	2.84 244	2.26 351	0.00 1	0.00 1	0.00 1	0.01 316	0.15 322	0.05 300

ttt	0.70 311	0.02 7	0.78 81	0.00 1	0.00 1	0.62 131	0.00 1	2.50 364	0.56 172	0.00 1	0.00 1	0.29 227	0.01 84	4.18 299	5.00 376	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

EAI-Stereo	0.70 311	0.03 23	0.84 100	0.13 360	0.20 381	0.87 195	2.23 398	2.05 343	0.29 126	0.72 355	4.60 378	0.29 227	0.55 319	0.39 169	0.44 296	0.00 1	0.07 379	0.00 1	0.29 405	0.01 57	0.08 332

RTSC	0.70 311	0.71 349	3.19 354	0.01 241	0.00 1	0.20 39	0.00 1	0.81 207	0.60 278	0.29 333	0.36 330	0.36 246	0.04 202	2.04 215	4.87 374	0.00 1	0.03 340	0.00 1	0.02 330	0.28 369	0.11 354

LL-Strereo	0.71 314	0.88 366	2.40 310	0.00 1	0.00 1	0.63 141	0.01 213	1.57 313	0.58 243	0.45 347	0.00 1	0.54 290	0.30 301	6.37 380	0.07 170	0.00 1	0.05 368	0.00 1	0.00 1	0.22 354	0.17 375

PVD	0.73 315	0.57 330	3.38 360	0.04 293	0.19 376	0.74 163	0.00 1	0.29 131	0.79 367	2.37 382	0.00 1	0.53 289	0.09 250	2.19 225	3.20 361	0.00 1	0.05 368	0.00 1	0.02 330	0.08 269	0.15 369

DEmStereo	0.75 316	0.06 83	1.73 259	0.04 293	0.00 1	0.78 171	0.52 372	0.05 18	0.57 204	0.05 265	0.72 347	0.02 38	3.42 386	5.79 354	1.29 336	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

psmorigin	0.75 316	0.25 214	7.10 390	0.00 1	0.00 1	0.19 37	0.00 1	0.10 66	0.12 83	0.65 353	0.00 1	2.74 376	0.23 294	3.02 253	0.54 307	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 126

AANet_RVC	0.75 316	0.65 338	2.52 323	0.01 241	0.00 1	0.66 149	0.00 1	0.61 184	0.13 90	0.00 1	1.29 363	0.96 325	0.04 202	5.98 358	1.82 347	0.13 377	0.02 330	0.00 1	0.00 1	0.07 252	0.04 283

Wz-Net-SNSev	0.78 319	1.10 378	6.27 388	0.00 1	0.00 1	0.27 46	0.00 1	0.95 227	0.61 293	0.00 1	0.01 200	0.41 262	0.10 258	4.92 321	0.81 321	0.00 1	0.00 1	0.00 1	0.00 1	0.17 337	0.03 253

FTStereo	0.78 319	0.01 1	1.27 198	0.12 353	0.00 1	1.15 337	2.80 403	0.09 51	0.61 293	0.16 316	5.93 384	0.36 246	2.56 378	0.53 176	0.01 75	0.07 371	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ff1	0.80 321	0.02 7	1.06 154	0.00 1	0.00 1	0.62 131	0.00 1	1.42 282	0.57 204	0.00 1	0.00 1	0.67 302	0.02 129	5.57 344	5.86 381	0.00 1	0.01 300	0.00 1	0.00 1	0.08 269	0.03 253

HBP-ISP	0.80 321	0.70 345	2.86 342	0.02 265	0.01 234	1.67 370	0.48 366	2.63 377	0.56 172	1.11 366	0.06 293	0.50 284	0.74 334	4.60 312	0.09 186	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.03 253

NaN_ROB	0.80 321	0.47 301	1.63 249	0.17 371	0.19 376	0.58 120	0.38 359	2.11 348	0.80 368	0.53 352	0.33 327	0.48 273	1.13 351	4.98 323	1.94 348	0.00 1	0.02 330	0.01 354	0.05 353	0.06 240	0.14 368

FBW_ROB	0.83 324	0.31 236	1.48 235	0.10 339	0.01 234	0.62 131	0.01 213	1.91 337	0.59 255	0.01 123	0.01 200	1.10 337	0.05 227	7.84 396	2.07 350	0.05 368	0.01 300	0.03 379	0.01 316	0.01 57	0.47 393

CBMV_ROB	0.84 325	0.06 83	1.73 259	0.00 1	0.00 1	1.37 363	0.47 364	2.57 371	0.58 243	2.13 380	0.76 348	1.06 333	1.38 359	4.04 294	0.54 307	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.05 300

SGM-Forest	0.84 325	0.07 102	0.90 118	0.02 265	0.07 334	1.10 315	0.68 377	2.12 350	0.61 293	1.14 367	0.78 351	1.36 351	0.98 342	5.55 343	1.31 337	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.06 320
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
mmx	0.85 327	0.02 7	1.06 154	0.00 1	0.00 1	0.62 131	0.00 1	2.50 364	0.56 172	0.00 1	0.00 1	0.67 302	0.02 129	5.57 344	5.86 381	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

xxx	0.85 327	0.02 7	1.06 154	0.00 1	0.00 1	0.62 131	0.00 1	2.50 364	0.56 172	0.00 1	0.00 1	0.67 302	0.02 129	5.57 344	5.86 381	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

STrans-v2	0.85 327	0.28 225	1.66 251	0.00 1	0.01 234	0.85 189	0.04 279	2.05 343	0.67 354	0.48 350	0.87 355	1.12 340	2.12 374	6.64 387	0.25 268	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

TransformOpticalFlow	0.85 327	0.27 221	2.72 335	0.30 385	0.03 299	1.25 352	0.05 287	1.53 312	0.61 293	0.28 332	0.38 331	1.27 345	1.54 362	6.53 382	0.22 257	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

aanetorigin	0.86 331	0.36 261	3.45 363	0.11 349	0.13 357	0.39 71	0.93 386	0.13 78	0.14 92	3.38 388	1.21 359	0.29 227	2.01 372	2.87 245	1.35 338	0.02 358	0.00 1	0.02 370	0.05 353	0.30 372	0.08 332

1111x	0.87 332	0.02 7	1.20 181	0.00 1	0.00 1	0.70 155	0.00 1	2.60 376	0.56 172	0.00 1	0.00 1	0.04 94	0.01 84	5.36 335	6.80 386	0.00 1	0.01 300	0.00 1	0.00 1	0.00 1	0.01 126

Anonymous_2	0.88 333	0.02 7	1.06 154	0.01 241	0.00 1	0.19 37	0.00 1	0.14 81	0.08 31	0.01 123	0.04 282	1.07 335	0.00 1	0.02 67	0.02 104	0.01 344	0.04 355	2.31 412	11.16 417	1.35 397	0.01 126

SPS-STEREO	0.88 333	0.40 284	2.01 283	0.00 1	0.01 234	0.42 78	0.17 322	0.50 165	0.61 293	2.19 381	0.79 352	2.04 370	0.27 299	5.10 326	2.89 360	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.11 354
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ADCRef	0.92 335	0.48 303	3.35 358	0.02 265	0.02 278	0.90 200	0.32 349	0.61 184	0.65 348	0.72 355	0.17 310	0.17 191	0.82 339	2.15 220	7.95 388	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.03 253

THIR-Stereo	0.93 336	0.18 173	1.34 206	0.00 1	0.01 234	0.53 108	3.86 406	0.10 66	0.10 65	0.10 298	1.50 366	0.76 312	2.90 381	5.73 351	1.45 340	0.00 1	0.00 1	0.02 370	0.00 1	0.01 57	0.00 1

PWCDC_ROB	0.94 337	0.91 371	2.52 323	0.00 1	0.00 1	1.15 337	0.00 1	2.11 348	1.18 376	0.00 1	8.99 396	0.35 243	0.09 250	0.64 185	0.40 291	0.00 1	0.00 1	0.00 1	0.00 1	0.50 385	0.03 253

MFN_U_SF_RVC	0.95 338	1.40 396	4.49 380	0.16 367	0.11 351	0.56 115	0.07 295	1.12 251	0.36 135	0.43 346	0.27 321	1.27 345	0.73 333	3.98 293	1.47 341	0.29 388	0.34 404	0.36 403	0.55 408	0.63 388	0.46 392

AAGNet	0.96 339	0.05 60	0.74 57	0.09 335	0.27 383	1.11 323	0.28 345	0.05 18	0.59 255	0.01 123	0.00 1	0.01 7	1.00 343	3.68 281	11.30 400	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

RAFT-RH_RVC	0.96 339	0.13 148	1.35 208	0.02 265	0.05 322	1.06 255	0.00 1	0.06 28	0.55 160	0.01 123	9.57 401	0.10 154	0.00 1	6.00 359	0.30 278	0.01 344	0.00 1	0.00 1	0.02 330	0.01 57	0.00 1

SAMSARA	1.01 341	0.70 345	3.29 357	0.20 380	0.06 329	1.65 369	0.05 287	0.48 161	0.53 153	2.91 387	0.68 345	2.97 377	1.08 348	3.89 287	1.54 342	0.00 1	0.04 355	0.00 1	0.02 330	0.05 220	0.03 253

xxxx	1.04 342	0.02 7	0.54 23	0.00 1	0.00 1	0.53 108	0.00 1	2.53 368	0.57 204	0.00 1	0.00 1	0.01 7	0.01 84	2.04 215	14.52 408	0.00 1	0.01 300	0.00 1	0.00 1	0.00 1	0.01 126

CSAN	1.05 343	0.61 335	2.46 317	0.09 335	0.08 338	0.71 159	0.71 379	2.20 353	0.93 373	0.85 359	2.92 370	0.79 315	1.46 361	5.37 336	1.58 343	0.01 344	0.01 300	0.00 1	0.00 1	0.09 284	0.05 300

NVStereoNet_ROB	1.08 344	0.39 282	2.15 295	0.08 330	0.02 278	0.45 88	0.02 251	0.89 218	0.67 354	0.10 298	5.85 382	1.90 366	1.11 350	6.20 375	1.14 329	0.20 382	0.00 1	0.03 379	0.07 359	0.12 304	0.13 365
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACVNet_1	1.10 345	1.42 397	4.00 375	0.31 386	0.02 278	1.25 352	0.10 312	1.69 324	0.61 293	0.26 327	0.01 200	4.39 382	1.29 358	4.75 315	0.57 312	0.79 397	0.00 1	0.00 1	0.00 1	0.32 374	0.18 376

CrosDoStereo	1.10 345	0.08 109	1.43 226	0.00 1	0.05 322	0.63 141	5.86 410	0.60 180	0.38 136	0.26 327	1.21 359	0.19 201	3.02 382	6.61 385	1.64 344	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

DeepStereo_LL	1.10 345	0.08 109	1.43 226	0.00 1	0.05 322	0.63 141	5.86 410	0.60 180	0.38 136	0.26 327	1.21 359	0.19 201	3.02 382	6.61 385	1.64 344	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

ACVNet-4b	1.14 348	1.34 394	3.96 374	0.17 371	0.03 299	1.03 236	0.01 213	1.31 266	0.65 348	0.01 123	0.97 357	1.98 369	0.32 305	6.18 369	1.20 332	2.52 405	0.02 330	0.00 1	0.00 1	0.82 393	0.28 386

test_xeample	1.14 348	0.02 7	0.58 31	0.00 1	0.00 1	0.57 117	0.00 1	2.57 371	0.57 204	0.00 1	0.00 1	0.03 74	0.02 129	3.45 271	15.00 411	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

SDNR	1.15 350	0.21 188	3.21 355	0.01 241	0.01 234	3.30 389	0.01 213	2.55 369	0.75 364	1.80 377	1.49 365	1.40 353	0.20 288	7.24 394	0.68 317	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.04 283

MFN_U_SF_DS_RVC	1.16 351	2.03 405	4.57 382	0.02 265	0.04 314	3.52 390	0.27 343	1.80 333	0.58 243	0.22 323	0.28 322	1.38 352	0.02 129	6.08 364	0.42 293	0.14 379	0.68 408	0.01 354	0.26 402	0.39 381	0.47 393

G-Net	1.20 352	0.28 225	2.96 346	0.05 303	0.49 391	1.73 372	0.48 366	0.23 113	0.35 133	1.35 372	9.14 397	2.33 375	0.81 338	2.40 232	1.15 330	0.01 344	0.03 340	0.02 370	0.09 363	0.07 252	0.05 300

DispFullNet	1.20 352	0.63 337	3.58 364	1.00 396	0.82 397	0.41 74	0.00 1	1.44 288	0.61 293	2.55 383	0.64 344	1.10 337	8.95 406	0.84 189	1.22 333	0.00 1	0.02 330	0.00 1	0.00 1	0.24 359	0.02 221

DGSMNet	1.21 354	0.37 269	3.02 348	0.71 394	1.33 406	1.61 368	3.53 405	1.45 290	0.33 131	0.00 1	0.79 352	0.48 273	0.24 295	3.22 259	0.53 306	0.98 400	1.21 412	1.35 409	1.09 411	1.03 394	0.92 403

DPSNet	1.25 355	0.28 225	5.34 385	0.28 384	0.07 334	1.50 364	0.00 1	3.53 387	0.69 356	0.03 239	0.00 1	0.45 269	2.10 373	5.67 348	4.61 372	0.02 358	0.04 355	0.00 1	0.02 330	0.23 358	0.09 345

ACVNet_2	1.32 356	1.30 392	2.83 341	0.11 349	0.07 334	1.30 357	0.18 324	2.29 357	0.75 364	0.26 327	3.44 373	6.65 390	0.16 276	5.12 327	1.08 328	0.13 377	0.00 1	0.00 1	0.00 1	0.38 379	0.32 389

DeepPrunerF	1.33 357	0.59 333	8.62 396	0.02 265	0.09 342	0.90 200	0.00 1	1.34 269	6.72 396	0.22 323	0.01 200	0.21 207	0.14 269	5.64 347	1.99 349	0.00 1	0.00 1	0.01 354	0.02 330	0.14 315	0.02 221

ADCP+	1.36 358	0.76 358	6.73 389	0.01 241	0.02 278	1.32 362	0.80 384	0.81 207	0.72 360	0.01 123	0.01 200	0.96 325	1.05 346	0.33 163	13.50 406	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.02 221

WZ-Net	1.38 359	1.14 384	10.22 399	0.00 1	0.00 1	0.82 179	0.00 1	1.37 277	0.61 293	0.01 123	0.01 200	1.09 336	2.20 375	6.39 381	3.68 365	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.02 221

ADCMid	1.38 359	0.90 370	6.15 387	0.04 293	0.03 299	1.67 370	0.18 324	1.13 254	0.93 373	0.89 360	0.58 341	0.86 319	0.71 330	1.03 195	11.96 402	0.01 344	0.00 1	0.29 401	0.08 362	0.17 337	0.03 253

Wz-Net-TNSev	1.42 361	2.41 409	11.01 401	0.00 1	0.00 1	0.42 78	0.14 321	2.05 343	0.61 293	0.06 273	0.01 200	1.34 350	0.16 276	5.70 349	4.19 367	0.00 1	0.00 1	0.00 1	0.01 316	0.19 344	0.10 352

AnyNet_C32	1.44 362	1.47 398	6.09 386	0.12 353	0.19 376	1.74 374	1.11 388	0.84 212	0.56 172	1.30 371	0.46 336	0.21 207	0.59 323	2.74 241	11.09 399	0.02 358	0.00 1	0.06 389	0.00 1	0.16 330	0.05 300

ADCPNet	1.44 362	0.55 327	7.88 393	0.01 241	0.19 376	2.78 382	0.27 343	0.90 219	0.38 136	0.04 256	0.02 272	1.43 355	1.81 366	2.22 226	9.08 393	0.00 1	0.47 406	0.00 1	0.64 410	0.04 203	0.15 369

ADCL	1.52 364	0.44 293	4.70 383	0.07 325	0.03 299	2.21 379	2.35 400	0.92 223	0.80 368	1.57 375	1.11 358	1.25 342	1.55 363	1.77 211	11.53 401	0.01 344	0.00 1	0.00 1	0.00 1	0.10 291	0.01 126

MDST_ROB	1.54 365	0.06 83	3.42 361	0.14 362	0.16 365	5.42 399	0.32 349	4.33 391	0.61 293	6.08 399	1.25 362	1.04 332	1.16 354	5.81 355	0.83 322	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.11 354

SGM_RVC	1.54 365	0.35 254	1.60 245	0.15 365	0.17 370	1.25 352	0.77 380	1.97 341	0.88 370	4.31 389	2.46 369	4.36 381	2.37 376	6.98 391	1.78 346	0.21 383	0.23 398	0.20 398	0.23 394	0.26 364	0.31 388
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ADCS	1.72 367	1.22 388	8.11 394	0.00 1	0.01 234	0.88 196	0.68 377	1.44 288	0.63 344	2.60 384	0.11 304	1.42 354	0.26 298	1.97 214	14.92 409	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.07 331

MSC_U_SF_DS_RVC	1.79 368	1.81 402	3.81 370	0.01 241	0.02 278	12.12 406	0.50 370	2.74 380	0.71 359	0.07 279	0.20 315	2.17 373	0.15 274	6.82 389	1.19 331	0.74 394	0.80 410	0.20 398	0.27 403	0.73 391	0.70 401

SuperB	1.85 369	1.06 376	10.54 400	0.02 265	0.01 234	0.90 200	0.78 382	1.75 331	0.64 346	0.05 265	0.05 284	0.34 239	0.89 341	5.29 330	5.80 380	0.01 344	0.00 1	0.02 370	0.02 330	8.71 416	0.06 320

222	1.95 370	0.03 23	0.41 3	0.00 1	0.00 1	0.58 120	0.00 1	2.64 378	0.57 204	0.02 212	0.00 1	0.05 115	0.02 129	3.34 268	31.23 416	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

IMH-64-1	1.98 371	0.88 366	1.46 231	1.92 402	0.54 392	2.90 384	1.64 390	5.24 392	0.91 371	0.97 361	4.83 379	2.10 371	2.00 370	5.33 332	2.83 358	3.56 407	0.04 355	0.02 370	0.00 1	1.90 399	0.50 396

IMH-64	1.98 371	0.88 366	1.46 231	1.92 402	0.54 392	2.90 384	1.64 390	5.24 392	0.91 371	0.97 361	4.83 379	2.10 371	2.00 370	5.33 332	2.83 358	3.56 407	0.04 355	0.02 370	0.00 1	1.90 399	0.50 396

SANet	1.99 373	0.71 349	3.37 359	0.03 282	0.03 299	2.85 383	0.85 385	2.42 360	8.33 401	1.55 374	4.13 376	4.29 380	3.23 384	5.39 337	2.47 354	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.06 320

WCMA_ROB	2.01 374	0.34 245	1.89 274	0.04 293	0.00 1	1.07 289	0.60 374	1.09 247	1.21 377	5.12 394	9.87 402	8.09 395	4.48 396	3.74 285	2.55 356	0.00 1	0.00 1	0.01 354	0.00 1	0.02 133	0.13 365

MSMD_ROB	2.04 375	0.40 284	2.13 293	0.00 1	0.00 1	4.88 395	0.22 333	0.93 224	1.82 385	5.71 397	7.79 393	7.39 393	3.72 388	4.62 314	1.22 333	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

pmcnn	2.10 376	0.59 333	4.52 381	0.27 383	0.86 399	0.34 66	0.29 347	1.69 324	0.75 364	0.36 342	7.50 390	14.39 407	0.56 320	4.90 320	4.69 373	0.00 1	0.00 1	0.00 1	0.00 1	0.16 330	0.04 283

AnyNet_C01	2.33 377	2.14 407	18.59 406	0.15 365	0.18 372	2.43 381	2.34 399	1.29 264	1.24 378	1.03 363	0.83 354	1.25 342	0.78 337	3.75 286	10.06 395	0.05 368	0.00 1	0.07 391	0.00 1	0.30 372	0.12 363

WAO-6	2.38 378	0.69 343	1.93 280	0.00 1	0.00 1	3.94 391	0.29 347	5.62 394	7.23 399	0.34 340	6.76 386	7.73 394	1.96 369	5.88 357	5.07 377	0.00 1	0.00 1	0.00 1	0.00 1	0.15 322	0.03 253

SGM+DAISY	2.38 378	0.98 373	4.37 378	0.48 389	0.33 386	2.24 380	1.94 394	1.16 256	1.47 382	6.62 400	5.89 383	5.77 386	5.09 398	5.76 353	4.39 369	0.16 380	0.15 395	0.06 389	0.14 376	0.26 364	0.40 391

Dean	2.41 380	1.16 386	3.63 367	0.36 387	0.40 388	1.19 347	0.50 370	7.85 400	8.44 402	1.17 368	8.12 394	7.07 391	1.13 351	4.11 297	1.04 325	0.70 393	0.00 1	0.01 354	0.00 1	1.07 395	0.29 387

PWCK	2.44 381	1.65 399	7.31 392	0.22 381	0.02 278	3.12 386	4.74 408	3.06 383	3.48 390	0.72 355	4.42 377	3.40 378	1.67 365	9.06 402	3.36 362	0.39 390	0.01 300	0.00 1	0.00 1	2.19 403	0.08 332

WAO-7	2.46 382	0.92 372	1.85 271	0.03 282	0.05 322	4.73 394	0.54 373	5.67 395	4.50 392	1.49 373	7.64 392	5.52 385	2.69 379	8.48 398	4.51 370	0.00 1	0.00 1	0.33 402	0.02 330	0.19 344	0.06 320

MeshStereo	2.61 383	0.65 338	2.71 334	0.02 265	0.02 278	1.55 366	0.94 387	3.02 382	1.29 379	11.21 408	7.34 388	11.54 399	2.74 380	6.34 379	2.43 353	0.00 1	0.00 1	0.00 1	0.00 1	0.28 369	0.03 253
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
FCDSN-DC	2.66 384	0.08 109	1.65 250	0.00 1	0.00 1	1.73 372	0.37 357	1.64 322	1.35 380	8.08 404	11.18 406	11.78 400	7.59 401	4.76 316	2.80 357	0.02 358	0.00 1	0.00 1	0.00 1	0.03 182	0.05 300
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
LVE	2.75 385	1.12 380	2.30 302	0.46 388	0.45 389	1.87 375	0.06 292	7.19 399	9.72 403	0.03 239	11.08 405	9.01 396	1.26 357	6.93 390	0.91 323	1.86 401	0.16 396	0.04 386	0.24 399	0.22 354	0.13 365

ELAS	2.75 385	0.35 254	2.67 332	0.05 303	0.04 314	6.72 401	1.83 393	2.84 381	3.38 389	8.25 406	9.14 397	3.95 379	6.15 400	3.73 284	5.70 379	0.00 1	0.04 355	0.01 354	0.01 316	0.10 291	0.08 332
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IMH	2.83 387	1.28 390	1.89 274	1.96 405	0.60 394	5.22 397	0.24 334	6.28 397	4.13 391	1.90 379	7.52 391	6.39 388	3.40 385	6.59 384	2.53 355	3.92 409	0.12 391	0.05 387	0.00 1	2.06 401	0.47 393

ELAS_RVC	2.84 388	0.34 245	3.86 372	0.05 303	0.05 322	1.52 365	5.02 409	1.93 339	5.28 394	7.10 402	6.96 387	6.26 387	8.34 402	4.96 322	4.90 375	0.00 1	0.04 355	0.01 354	0.01 316	0.10 291	0.09 345
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
EDNetEfficient	2.96 389	0.23 204	19.99 407	0.19 377	0.85 398	1.02 230	2.03 395	0.56 171	5.14 393	8.09 405	1.81 367	0.94 323	4.14 395	3.72 283	10.22 398	0.00 1	0.03 340	0.00 1	0.06 356	0.05 220	0.03 253

FC-DCNN	3.42 390	0.11 133	2.03 284	0.00 1	0.00 1	3.18 387	0.60 374	3.13 385	2.98 388	11.40 409	12.28 408	13.93 405	8.68 404	5.70 349	4.27 368	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.06 320

KSHMR	3.68 391	1.11 379	3.06 350	2.84 408	1.78 407	5.33 398	0.41 361	8.64 402	14.09 405	1.85 378	9.32 399	7.19 392	1.93 367	5.45 338	2.30 352	1.95 402	0.41 405	0.50 405	0.21 391	3.53 406	1.76 409

RTS	4.10 392	1.68 400	43.40 414	0.09 335	0.02 278	3.95 392	0.00 1	1.61 318	0.61 293	1.09 364	0.01 200	1.97 367	0.22 291	16.87 408	10.15 396	0.00 1	0.09 383	0.00 1	0.00 1	0.20 350	0.05 300

RTSA	4.10 392	1.68 400	43.40 414	0.09 335	0.02 278	3.95 392	0.00 1	1.61 318	0.61 293	1.09 364	0.01 200	1.97 367	0.22 291	16.87 408	10.15 396	0.00 1	0.09 383	0.00 1	0.00 1	0.20 350	0.05 300

notaker	4.30 394	1.28 390	3.70 368	3.71 411	0.90 400	4.91 396	0.39 360	6.90 398	1.96 386	5.39 396	11.82 407	16.90 409	3.75 389	7.59 395	5.65 378	5.23 411	0.01 300	0.10 394	0.06 356	4.57 408	1.22 406

LSM	4.58 395	0.88 366	17.79 405	3.73 412	38.79 418	0.85 189	2.37 401	0.54 168	1.64 384	2.88 386	3.09 371	0.62 293	0.60 324	3.16 256	1.06 326	0.00 1	0.00 1	0.00 1	0.00 1	0.12 304	13.55 419

MADNet+	4.65 396	2.70 411	46.68 416	0.01 241	0.02 278	2.06 378	0.03 267	3.17 386	1.07 375	0.02 212	0.01 200	1.84 365	0.31 304	21.62 413	13.04 404	0.00 1	0.03 340	0.00 1	0.00 1	0.20 350	0.19 378

ktn	4.96 397	1.21 387	2.41 312	3.20 409	1.02 401	8.36 404	2.08 396	9.00 404	17.02 406	5.18 395	12.71 409	13.69 403	3.51 387	8.05 397	3.68 365	5.30 412	0.02 330	0.00 1	0.00 1	2.14 402	0.55 399

Venus	5.12 398	1.91 403	2.34 305	0.60 392	0.10 346	12.98 407	0.34 354	11.65 408	24.58 413	4.87 391	10.54 403	13.32 401	4.10 393	8.85 399	3.55 363	0.75 395	0.32 401	0.71 407	0.12 373	0.70 389	0.11 354

WAO-8	5.13 399	1.91 403	2.34 305	0.60 392	0.10 346	12.98 407	0.34 354	11.65 408	24.58 413	4.87 391	10.60 404	13.32 401	4.10 393	8.85 399	3.55 363	0.75 395	0.32 401	0.71 407	0.12 373	0.70 389	0.11 354

JetBlue	5.71 400	2.18 408	16.18 404	0.00 1	2.13 408	29.20 415	14.20 416	3.90 389	0.74 362	0.71 354	2.30 368	6.42 389	5.97 399	17.84 411	8.74 391	0.09 375	0.01 300	0.00 1	0.00 1	2.62 404	0.96 404

EDNetEfficientorigin	6.23 401	0.45 296	98.39 428	0.02 265	0.04 314	0.42 78	0.02 251	0.33 136	2.90 387	7.07 401	3.12 372	1.31 348	1.61 364	4.26 303	4.55 371	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.02 221

UNDER WATER	6.24 402	0.99 374	8.13 395	4.62 414	2.68 409	8.66 405	0.77 380	8.37 401	22.50 412	4.55 390	6.36 385	15.93 408	8.89 405	8.99 401	8.85 392	3.25 406	0.04 355	1.36 410	0.02 330	6.24 413	3.56 412

TorneroNet-64	6.39 403	1.31 393	2.23 299	1.99 406	0.65 396	18.82 413	0.28 345	11.98 410	26.18 415	5.99 398	12.75 410	19.37 412	4.08 392	9.94 404	5.95 385	0.89 399	0.00 1	0.11 395	0.00 1	3.44 405	1.81 410

UNDER WATER-64	6.84 404	1.25 389	9.68 398	4.53 413	3.53 412	16.61 412	1.79 392	8.72 403	22.23 410	5.11 393	5.07 381	17.34 410	10.14 407	9.19 403	8.21 390	2.00 404	0.03 340	1.52 411	0.11 369	6.09 412	3.62 413

TorneroNet	6.97 405	1.37 395	2.22 298	1.95 404	1.12 403	19.47 414	0.47 364	13.04 413	26.32 416	7.90 403	17.10 412	17.67 411	4.62 397	10.46 406	7.94 387	1.98 403	0.03 340	0.11 395	0.00 1	4.15 407	1.49 407

DPSimNet_ROB	7.90 406	5.46 413	13.55 403	3.66 410	5.16 415	7.26 402	9.60 414	6.11 396	7.46 400	13.33 410	9.50 400	11.03 397	11.89 409	10.08 405	12.35 403	4.36 410	5.55 416	5.35 415	5.34 414	4.96 409	5.98 416

FADE	8.29 407	5.89 414	27.26 409	2.64 407	2.97 411	1.26 355	1.13 389	9.60 406	6.84 398	2.66 385	0.94 356	5.28 384	14.22 410	13.53 407	9.84 394	16.99 418	2.70 414	18.19 418	20.39 419	1.88 398	1.60 408

coex-ft	8.40 408	2.59 410	75.27 419	0.00 1	0.00 1	0.18 36	0.04 279	0.13 78	20.18 408	39.66 417	4.06 375	4.68 383	8.53 403	3.94 291	7.96 389	0.02 358	0.07 379	0.00 1	0.02 330	0.14 315	0.50 396

SGM-ForestM	8.89 409	0.68 342	3.61 365	0.57 391	0.18 372	14.89 411	5.99 412	9.62 407	10.59 404	20.43 412	17.16 413	39.22 416	20.29 412	20.63 412	13.19 405	0.04 366	0.14 393	0.00 1	0.07 359	0.15 322	0.36 390

MADNet++	9.87 410	2.12 406	7.11 391	7.99 416	4.58 414	14.38 410	6.90 413	9.23 405	5.88 395	16.88 411	17.47 414	11.07 398	15.72 411	24.26 414	19.76 413	8.52 413	6.39 417	4.85 414	2.69 412	5.96 411	5.73 415

MANE	9.96 411	0.69 343	2.88 345	1.22 398	0.61 395	13.15 409	3.46 404	15.62 415	22.27 411	22.74 413	30.00 417	29.74 414	23.22 413	17.17 410	13.78 407	0.29 388	0.56 407	0.09 393	0.61 409	0.15 322	1.00 405

LE_ROB	9.96 411	0.54 321	9.62 397	1.40 401	1.24 405	3.29 388	4.64 407	4.31 390	43.01 417	51.54 418	13.34 411	14.15 406	24.60 415	6.66 388	20.28 414	0.04 366	0.05 368	0.12 397	0.20 387	0.07 252	0.09 345

HanzoNet	12.77 413	4.55 412	11.74 402	5.35 415	2.79 410	7.59 403	0.66 376	12.97 412	20.40 409	25.99 414	28.61 416	34.05 415	25.08 416	25.93 417	14.98 410	10.77 416	3.91 415	3.00 413	3.73 413	8.16 415	5.15 414

JetRed	13.51 414	18.77 417	42.38 413	1.28 399	1.18 404	54.67 417	25.60 417	12.87 411	6.75 397	8.50 407	8.61 395	13.77 404	10.87 408	24.50 416	30.67 415	0.24 385	0.68 408	0.53 406	0.02 330	5.93 410	2.43 411

BEATNet-Init1	14.52 415	6.56 415	34.32 412	1.10 397	1.02 401	31.53 416	11.99 415	15.58 414	17.42 407	30.17 416	27.03 415	43.14 417	24.36 414	24.41 415	18.27 412	0.27 387	0.32 401	0.36 403	0.46 407	1.26 396	0.76 402

DLNR_Zeroshot_test	21.09 416	47.65 419	85.43 423	96.34 431	87.67 429	0.31 55	0.00 1	17.86 416	0.07 18	0.01 123	0.01 200	0.00 1	0.00 1	0.70 186	0.01 75	15.78 417	0.01 300	0.00 1	0.21 391	69.62 425	0.04 283

ASD4	35.17 417	42.77 418	34.00 411	20.47 418	35.77 417	80.11 420	95.20 426	26.58 417	69.14 418	27.82 415	35.84 418	27.05 413	44.35 417	37.95 418	53.20 418	10.25 415	10.28 419	12.30 416	11.09 416	16.01 417	13.25 418

tt	48.25 418	0.05 60	28.22 410	1.29 400	0.00 1	100.00 430	100.00 428	100.00 429	97.19 424	0.08 286	0.00 1	97.99 428	86.70 424	2.26 227	99.92 429	83.66 425	94.83 424	16.47 417	21.27 420	35.05 418	0.01 126

SPstereo	50.33 419	10.80 416	21.19 408	11.76 417	9.23 416	66.15 418	76.05 419	100.00 429	100.00 430	95.98 427	93.33 424	100.00 430	93.15 425	90.92 426	72.10 419	9.41 414	8.60 418	19.85 419	14.84 418	6.36 414	6.89 417

LRCNet_RVC	55.44 420	60.56 423	57.70 417	66.68 424	44.91 419	6.22 400	0.00 1	52.80 418	1.37 381	70.44 419	81.09 422	67.07 418	55.41 418	51.59 419	46.24 417	90.66 428	41.89 423	90.95 429	90.04 425	64.32 424	68.75 424

xxxxx1	63.71 421	58.10 420	78.65 420	43.63 419	48.97 420	92.61 423	92.18 423	60.44 419	69.38 419	73.77 422	76.42 419	77.82 421	76.45 420	72.33 420	77.46 421	35.89 421	37.06 420	48.26 422	62.63 421	48.72 421	43.44 421

tt_ll	63.71 421	58.10 420	78.65 420	43.63 419	48.97 420	92.61 423	92.18 423	60.44 419	69.38 419	73.77 422	76.42 419	77.82 421	76.45 420	72.33 420	77.46 421	35.89 421	37.06 420	48.26 422	62.63 421	48.72 421	43.44 421

ff	63.71 421	58.10 420	78.65 420	43.63 419	48.97 420	92.61 423	92.18 423	60.44 419	69.38 419	73.77 422	76.42 419	77.82 421	76.45 420	72.33 420	77.46 421	35.89 421	37.06 420	48.26 422	62.63 421	48.72 421	43.44 421

PML	71.49 424	88.65 429	73.56 418	82.49 426	75.59 423	85.39 421	79.41 421	71.62 422	87.17 422	90.48 425	85.96 423	90.50 425	60.21 419	91.76 429	73.85 420	96.01 435	2.36 413	86.79 428	6.59 415	83.59 427	17.83 420

DGTPSM_ROB	81.49 425	60.74 424	99.95 430	61.20 422	86.99 427	99.11 428	100.00 428	95.92 425	99.99 428	73.08 420	100.00 428	70.81 419	100.00 429	77.39 423	99.98 430	35.10 419	97.48 429	35.12 420	99.89 430	46.16 419	90.85 426

DPSMNet_ROB	81.54 426	60.77 425	99.95 430	61.42 423	87.05 428	99.11 428	100.00 428	95.93 426	99.99 428	73.11 421	100.00 428	70.84 420	100.00 429	77.43 424	99.98 430	35.39 420	97.54 430	35.21 421	99.89 430	46.30 420	90.94 427

Anonymous_1	89.88 427	75.38 426	97.81 427	74.49 425	78.39 424	100.00 430	100.00 428	98.09 428	99.76 426	96.82 428	99.37 426	97.66 427	99.77 427	91.14 428	98.89 427	81.73 424	97.25 426	59.96 425	85.38 424	77.37 426	88.27 425

MEDIAN_ROB	93.37 428	98.75 431	96.05 426	90.90 429	90.53 430	85.63 422	76.45 420	92.03 424	89.53 423	95.05 426	94.99 425	96.02 426	93.85 426	90.36 425	87.21 424	98.36 436	95.79 425	99.61 431	98.77 429	98.80 436	98.72 436

DPSM_ROB	94.00 429	79.32 427	100.00 432	83.19 427	85.69 425	100.00 430	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 432	89.53 426	97.42 427	74.97 426	95.13 426	83.79 428	90.98 428

DPSM	94.00 429	79.32 427	100.00 432	83.19 427	85.69 425	100.00 430	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 432	89.53 426	97.42 427	74.97 426	95.13 426	83.79 428	90.98 428

HaxPig	95.46 431	97.61 430	87.80 424	97.80 437	99.17 437	77.55 419	75.28 418	96.76 427	99.61 425	99.97 429	99.97 427	99.62 429	99.97 428	91.02 427	87.28 425	99.98 438	99.98 433	99.98 432	99.99 432	99.97 437	99.97 438

test_example2	97.61 432	99.96 433	99.93 429	99.83 438	99.97 438	98.84 427	99.76 427	91.98 423	100.00 430	100.00 430	100.00 428	89.18 424	86.51 423	99.29 430	96.54 426	99.97 437	99.55 431	92.92 430	98.06 428	100.00 438	99.95 437

AVERAGE_ROB	98.45 433	99.13 432	95.46 425	100.00 439	100.00 439	93.36 426	81.95 422	100.00 429	99.97 427	100.00 430	100.00 428	100.00 430	100.00 429	99.72 431	99.40 428	100.00 439	100.00 435	100.00 433	100.00 433	100.00 438	100.00 439

LSM0	99.11 434	99.97 434	100.00 432	95.93 430	98.59 431	100.00 430	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 432	93.89 434	99.97 432	100.00 433	100.00 433	96.64 435	97.25 430

CasAABBNet	99.15 435	100.00 435	100.00 432	96.37 432	98.76 432	100.00 430	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 432	93.65 430	99.99 434	100.00 433	100.00 433	96.27 431	97.93 431

Selective-RAFT-Error	99.17 436	100.00 435	100.00 432	96.65 436	98.79 436	100.00 430	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 432	93.64 429	100.00 435	100.00 433	100.00 433	96.25 430	98.10 435

MyStereo03	99.18 437	100.00 435	100.00 432	96.47 433	98.78 433	100.00 430	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 432	93.73 431	100.00 435	100.00 433	100.00 433	96.63 432	97.99 432

MyStereo02	99.18 437	100.00 435	100.00 432	96.47 433	98.78 433	100.00 430	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 432	93.73 431	100.00 435	100.00 433	100.00 433	96.63 432	97.99 432

MyStereo	99.18 437	100.00 435	100.00 432	96.47 433	98.78 433	100.00 430	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 432	93.73 431	100.00 435	100.00 433	100.00 433	96.63 432	97.99 432

Low-res two-view benchmark