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

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

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

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

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

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

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

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
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
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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

coex-ft	8.40 407	2.59 410	75.27 418	0.00 1	0.00 1	0.18 36	0.04 279	0.13 78	20.18 408	39.66 417	4.06 374	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

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

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

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

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

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

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

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

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
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.
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

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

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

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

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

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

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

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

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

DLNR_Zeroshot_test	21.09 415	47.65 419	85.43 422	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

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

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

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

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

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

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

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

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

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

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

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

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	7.50 389	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

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

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

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

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

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	1.21 358	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

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

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

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

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

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

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

EDNetEfficientorigin	6.23 401	0.45 296	98.39 427	0.02 265	0.04 314	0.42 78	0.02 251	0.33 136	2.90 387	7.07 401	3.12 371	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

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

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

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
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	7.49 388	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

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

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

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

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

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	5.85 381	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
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

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

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

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

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

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

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

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

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

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

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	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

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
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

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

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

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

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

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

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

THIR-Stereo	0.93 336	0.18 173	1.34 206	0.00 1	0.01 234	0.53 108	3.86 405	0.10 66	0.10 65	0.10 298	1.50 365	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

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	14.52 407	0.00 1	0.01 300	0.00 1	0.00 1	0.00 1	0.01 126

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

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

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

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

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

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

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	15.00 410	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

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	31.23 415	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

CrosDoStereo	1.10 345	0.08 109	1.43 226	0.00 1	0.05 322	0.63 141	5.86 409	0.60 180	0.38 136	0.26 327	1.21 358	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	5.86 409	0.60 180	0.38 136	0.26 327	1.21 358	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

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

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

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

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

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

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	1.29 362	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

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

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

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

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

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

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

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

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

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

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

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	2.92 369	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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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-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

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
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

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

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
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

LSM	4.58 395	0.88 366	17.79 405	3.73 412	38.79 418	0.85 189	2.37 400	0.54 168	1.64 384	2.88 386	3.09 370	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

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

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

EAI-Stereo	0.70 311	0.03 23	0.84 100	0.13 360	0.20 381	0.87 195	2.23 397	2.05 343	0.29 126	0.72 355	4.60 377	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

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

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	14.92 408	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.07 331

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	1.41 363	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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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_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

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

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

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

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

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

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
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

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

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

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

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

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)
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

EDNetEfficient	2.96 389	0.23 204	19.99 407	0.19 377	0.85 398	1.02 230	2.03 394	0.56 171	5.14 393	8.09 405	1.81 366	0.94 323	4.14 395	3.72 283	10.22 397	0.00 1	0.03 340	0.00 1	0.06 356	0.05 220	0.03 253

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

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	0.97 356	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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
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

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

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-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	9.57 400	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

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

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

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

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

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

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

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

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
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

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

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

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

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
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

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

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

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

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

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

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

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

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

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	9.87 401	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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
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

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

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

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	11.30 399	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

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

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

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

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

GrayStereo	0.46 235	0.01 1	0.71 44	0.10 339	0.00 1	1.12 330	2.67 401	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

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

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

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	3.56 373	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

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
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

FTStereo	0.78 319	0.01 1	1.27 198	0.12 353	0.00 1	1.15 337	2.80 402	0.09 51	0.61 293	0.16 316	5.93 383	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

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

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	8.99 395	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

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

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-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

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

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

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

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	8.12 393	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

PSM-AAD	0.49 249	0.02 7	0.75 65	0.06 321	0.00 1	1.19 347	2.19 396	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

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

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

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

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

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

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	2.46 368	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
tt1	0.27 150	0.23 204	1.17 176	0.00 1	0.00 1	1.29 355	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

ACVNet_2	1.32 356	1.30 392	2.83 341	0.11 349	0.07 334	1.30 356	0.18 324	2.29 357	0.75 364	0.26 327	3.44 372	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

ACVNet-DCA	0.25 140	0.22 195	1.20 181	0.00 1	0.00 1	1.31 357	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

xx1	0.28 154	0.22 195	1.20 181	0.00 1	0.00 1	1.31 357	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	1.31 357	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	1.31 357	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

ADCP+	1.36 358	0.76 358	6.73 389	0.01 241	0.02 278	1.32 361	0.80 384	0.81 207	0.72 360	0.01 123	0.01 200	0.96 325	1.05 346	0.33 163	13.50 405	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.02 221

CBMV_ROB	0.84 325	0.06 83	1.73 259	0.00 1	0.00 1	1.37 362	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

DPSNet	1.25 355	0.28 225	5.34 385	0.28 384	0.07 334	1.50 363	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

ELAS_RVC	2.84 388	0.34 245	3.86 372	0.05 303	0.05 322	1.52 364	5.02 408	1.93 339	5.28 394	7.10 402	6.96 386	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
MeshStereo	2.61 383	0.65 338	2.71 334	0.02 265	0.02 278	1.55 365	0.94 387	3.02 382	1.29 379	11.21 408	7.34 387	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
PDISCO_ROB	0.56 281	0.57 330	2.07 291	0.17 371	0.00 1	1.56 366	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

DGSMNet	1.21 354	0.37 269	3.02 348	0.71 394	1.33 406	1.61 367	3.53 404	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

SAMSARA	1.01 341	0.70 345	3.29 357	0.20 380	0.06 329	1.65 368	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

HBP-ISP	0.80 321	0.70 345	2.86 342	0.02 265	0.01 234	1.67 369	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

ADCMid	1.38 359	0.90 370	6.15 387	0.04 293	0.03 299	1.67 369	0.18 324	1.13 254	0.93 373	0.89 360	0.58 341	0.86 319	0.71 330	1.03 195	11.96 401	0.01 344	0.00 1	0.29 401	0.08 362	0.17 337	0.03 253

FCDSN-DC	2.66 384	0.08 109	1.65 250	0.00 1	0.00 1	1.73 371	0.37 357	1.64 322	1.35 380	8.08 404	11.18 405	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.
G-Net	1.20 352	0.28 225	2.96 346	0.05 303	0.49 391	1.73 371	0.48 366	0.23 113	0.35 133	1.35 372	9.14 396	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

AnyNet_C32	1.44 362	1.47 398	6.09 386	0.12 353	0.19 376	1.74 373	1.11 388	0.84 212	0.56 172	1.30 371	0.46 336	0.21 207	0.59 323	2.74 241	11.09 398	0.02 358	0.00 1	0.06 389	0.00 1	0.16 330	0.05 300

LVE	2.75 385	1.12 380	2.30 302	0.46 388	0.45 389	1.87 374	0.06 292	7.19 399	9.72 403	0.03 239	11.08 404	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

BUS	0.33 185	0.05 60	0.54 23	0.00 1	0.00 1	1.87 374	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

NINENet	0.45 231	0.09 115	0.81 90	0.06 321	0.00 1	1.87 374	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

MADNet+	4.65 396	2.70 411	46.68 415	0.01 241	0.02 278	2.06 377	0.03 267	3.17 386	1.07 375	0.02 212	0.01 200	1.84 365	0.31 304	21.62 413	13.04 403	0.00 1	0.03 340	0.00 1	0.00 1	0.20 350	0.19 378

ADCL	1.52 364	0.44 293	4.70 383	0.07 325	0.03 299	2.21 378	2.35 399	0.92 223	0.80 368	1.57 375	1.11 357	1.25 342	1.55 363	1.77 211	11.53 400	0.01 344	0.00 1	0.00 1	0.00 1	0.10 291	0.01 126

SGM+DAISY	2.38 378	0.98 373	4.37 378	0.48 389	0.33 386	2.24 379	1.94 393	1.16 256	1.47 382	6.62 400	5.89 382	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

AnyNet_C01	2.33 377	2.14 407	18.59 406	0.15 365	0.18 372	2.43 380	2.34 398	1.29 264	1.24 378	1.03 363	0.83 354	1.25 342	0.78 337	3.75 286	10.06 394	0.05 368	0.00 1	0.07 391	0.00 1	0.30 372	0.12 363

ADCPNet	1.44 362	0.55 327	7.88 393	0.01 241	0.19 376	2.78 381	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

SANet	1.99 373	0.71 349	3.37 359	0.03 282	0.03 299	2.85 382	0.85 385	2.42 360	8.33 401	1.55 374	4.13 375	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

IMH-64-1	1.98 371	0.88 366	1.46 231	1.92 402	0.54 392	2.90 383	1.64 389	5.24 392	0.91 371	0.97 361	4.83 378	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	2.90 383	1.64 389	5.24 392	0.91 371	0.97 361	4.83 378	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

PWCK	2.44 381	1.65 399	7.31 392	0.22 381	0.02 278	3.12 385	4.74 407	3.06 383	3.48 390	0.72 355	4.42 376	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

FC-DCNN	3.42 390	0.11 133	2.03 284	0.00 1	0.00 1	3.18 386	0.60 374	3.13 385	2.98 388	11.40 409	12.28 407	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

LE_ROB	9.96 410	0.54 321	9.62 397	1.40 401	1.24 405	3.29 387	4.64 406	4.31 390	43.01 417	51.54 418	13.34 410	14.15 406	24.60 414	6.66 388	20.28 413	0.04 366	0.05 368	0.12 397	0.20 387	0.07 252	0.09 345

SDNR	1.15 350	0.21 188	3.21 355	0.01 241	0.01 234	3.30 388	0.01 213	2.55 369	0.75 364	1.80 377	1.49 364	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	3.52 389	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

WAO-6	2.38 378	0.69 343	1.93 280	0.00 1	0.00 1	3.94 390	0.29 347	5.62 394	7.23 399	0.34 340	6.76 385	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

RTS	4.10 392	1.68 400	43.40 413	0.09 335	0.02 278	3.95 391	0.00 1	1.61 318	0.61 293	1.09 364	0.01 200	1.97 367	0.22 291	16.87 408	10.15 395	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	43.40 413	0.09 335	0.02 278	3.95 391	0.00 1	1.61 318	0.61 293	1.09 364	0.01 200	1.97 367	0.22 291	16.87 408	10.15 395	0.00 1	0.09 383	0.00 1	0.00 1	0.20 350	0.05 300

WAO-7	2.46 382	0.92 372	1.85 271	0.03 282	0.05 322	4.73 393	0.54 373	5.67 395	4.50 392	1.49 373	7.64 391	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

MSMD_ROB	2.04 375	0.40 284	2.13 293	0.00 1	0.00 1	4.88 394	0.22 333	0.93 224	1.82 385	5.71 397	7.79 392	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

notaker	4.30 394	1.28 390	3.70 368	3.71 411	0.90 400	4.91 395	0.39 360	6.90 398	1.96 386	5.39 396	11.82 406	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

IMH	2.83 387	1.28 390	1.89 274	1.96 405	0.60 394	5.22 396	0.24 334	6.28 397	4.13 391	1.90 379	7.52 390	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

KSHMR	3.68 391	1.11 379	3.06 350	2.84 408	1.78 407	5.33 397	0.41 361	8.64 402	14.09 405	1.85 378	9.32 398	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

MDST_ROB	1.54 365	0.06 83	3.42 361	0.14 362	0.16 365	5.42 398	0.32 349	4.33 391	0.61 293	6.08 399	1.25 361	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

LRCNet_RVC	55.44 419	60.56 423	57.70 416	66.68 424	44.91 419	6.22 399	0.00 1	52.80 418	1.37 381	70.44 419	81.09 421	67.07 418	55.41 417	51.59 419	46.24 416	90.66 428	41.89 423	90.95 429	90.04 425	64.32 424	68.75 424

ELAS	2.75 385	0.35 254	2.67 332	0.05 303	0.04 314	6.72 400	1.83 392	2.84 381	3.38 389	8.25 406	9.14 396	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
DPSimNet_ROB	7.90 406	5.46 413	13.55 403	3.66 410	5.16 415	7.26 401	9.60 413	6.11 396	7.46 400	13.33 410	9.50 399	11.03 397	11.89 409	10.08 405	12.35 402	4.36 410	5.55 416	5.35 415	5.34 414	4.96 409	5.98 416

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

ktn	4.96 397	1.21 387	2.41 312	3.20 409	1.02 401	8.36 403	2.08 395	9.00 404	17.02 406	5.18 395	12.71 408	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

UNDER WATER	6.24 402	0.99 374	8.13 395	4.62 414	2.68 409	8.66 404	0.77 380	8.37 401	22.50 412	4.55 390	6.36 384	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

MSC_U_SF_DS_RVC	1.79 368	1.81 402	3.81 370	0.01 241	0.02 278	12.12 405	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

WAO-8	5.13 399	1.91 403	2.34 305	0.60 392	0.10 346	12.98 406	0.34 354	11.65 408	24.58 413	4.87 391	10.60 403	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

Venus	5.12 398	1.91 403	2.34 305	0.60 392	0.10 346	12.98 406	0.34 354	11.65 408	24.58 413	4.87 391	10.54 402	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

MANE	9.96 410	0.69 343	2.88 345	1.22 398	0.61 395	13.15 408	3.46 403	15.62 415	22.27 411	22.74 413	30.00 416	29.74 414	23.22 412	17.17 410	13.78 406	0.29 388	0.56 407	0.09 393	0.61 409	0.15 322	1.00 405

MADNet++	9.87 409	2.12 406	7.11 391	7.99 416	4.58 414	14.38 409	6.90 412	9.23 405	5.88 395	16.88 411	17.47 413	11.07 398	15.72 410	24.26 414	19.76 412	8.52 413	6.39 417	4.85 414	2.69 412	5.96 411	5.73 415

SGM-ForestM	8.89 408	0.68 342	3.61 365	0.57 391	0.18 372	14.89 410	5.99 411	9.62 407	10.59 404	20.43 412	17.16 412	39.22 416	20.29 411	20.63 412	13.19 404	0.04 366	0.14 393	0.00 1	0.07 359	0.15 322	0.36 390

UNDER WATER-64	6.84 404	1.25 389	9.68 398	4.53 413	3.53 412	16.61 411	1.79 391	8.72 403	22.23 410	5.11 393	5.07 380	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-64	6.39 403	1.31 393	2.23 299	1.99 406	0.65 396	18.82 412	0.28 345	11.98 410	26.18 415	5.99 398	12.75 409	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

TorneroNet	6.97 405	1.37 395	2.22 298	1.95 404	1.12 403	19.47 413	0.47 364	13.04 413	26.32 416	7.90 403	17.10 411	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

JetBlue	5.71 400	2.18 408	16.18 404	0.00 1	2.13 408	29.20 414	14.20 415	3.90 389	0.74 362	0.71 354	2.30 367	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

BEATNet-Init1	14.52 414	6.56 415	34.32 411	1.10 397	1.02 401	31.53 415	11.99 414	15.58 414	17.42 407	30.17 416	27.03 414	43.14 417	24.36 413	24.41 415	18.27 411	0.27 387	0.32 401	0.36 403	0.46 407	1.26 396	0.76 402

JetRed	13.51 413	18.77 417	42.38 412	1.28 399	1.18 404	54.67 416	25.60 416	12.87 411	6.75 397	8.50 407	8.61 394	13.77 404	10.87 408	24.50 416	30.67 414	0.24 385	0.68 408	0.53 406	0.02 330	5.93 410	2.43 411

SPstereo	50.33 418	10.80 416	21.19 408	11.76 417	9.23 416	66.15 417	76.05 418	100.00 429	100.00 430	95.98 427	93.33 423	100.00 430	93.15 424	90.92 426	72.10 418	9.41 414	8.60 418	19.85 419	14.84 418	6.36 414	6.89 417

HaxPig	95.46 430	97.61 430	87.80 423	97.80 437	99.17 437	77.55 418	75.28 417	96.76 427	99.61 425	99.97 429	99.97 426	99.62 429	99.97 427	91.02 427	87.28 424	99.98 438	99.98 433	99.98 432	99.99 432	99.97 437	99.97 438

ASD4	35.17 416	42.77 418	34.00 410	20.47 418	35.77 417	80.11 419	95.20 425	26.58 417	69.14 418	27.82 415	35.84 417	27.05 413	44.35 416	37.95 418	53.20 417	10.25 415	10.28 419	12.30 416	11.09 416	16.01 417	13.25 418

PML	71.49 423	88.65 429	73.56 417	82.49 426	75.59 423	85.39 420	79.41 420	71.62 422	87.17 422	90.48 425	85.96 422	90.50 425	60.21 418	91.76 429	73.85 419	96.01 435	2.36 413	86.79 428	6.59 415	83.59 427	17.83 420

MEDIAN_ROB	93.37 427	98.75 431	96.05 425	90.90 429	90.53 430	85.63 421	76.45 419	92.03 424	89.53 423	95.05 426	94.99 424	96.02 426	93.85 425	90.36 425	87.21 423	98.36 436	95.79 425	99.61 431	98.77 429	98.80 436	98.72 436

xxxxx1	63.71 420	58.10 420	78.65 419	43.63 419	48.97 420	92.61 422	92.18 422	60.44 419	69.38 419	73.77 422	76.42 418	77.82 421	76.45 419	72.33 420	77.46 420	35.89 421	37.06 420	48.26 422	62.63 421	48.72 421	43.44 421

tt_ll	63.71 420	58.10 420	78.65 419	43.63 419	48.97 420	92.61 422	92.18 422	60.44 419	69.38 419	73.77 422	76.42 418	77.82 421	76.45 419	72.33 420	77.46 420	35.89 421	37.06 420	48.26 422	62.63 421	48.72 421	43.44 421

ff	63.71 420	58.10 420	78.65 419	43.63 419	48.97 420	92.61 422	92.18 422	60.44 419	69.38 419	73.77 422	76.42 418	77.82 421	76.45 419	72.33 420	77.46 420	35.89 421	37.06 420	48.26 422	62.63 421	48.72 421	43.44 421

AVERAGE_ROB	98.45 432	99.13 432	95.46 424	100.00 439	100.00 439	93.36 425	81.95 421	100.00 429	99.97 427	100.00 430	100.00 427	100.00 430	100.00 428	99.72 431	99.40 427	100.00 439	100.00 435	100.00 433	100.00 433	100.00 438	100.00 439

test_example2	97.61 431	99.96 433	99.93 428	99.83 438	99.97 438	98.84 426	99.76 426	91.98 423	100.00 430	100.00 430	100.00 427	89.18 424	86.51 422	99.29 430	96.54 425	99.97 437	99.55 431	92.92 430	98.06 428	100.00 438	99.95 437

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

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

MyStereo03	99.18 436	100.00 435	100.00 431	96.47 433	98.78 433	100.00 429	100.00 427	100.00 429	100.00 430	100.00 430	100.00 427	100.00 430	100.00 428	100.00 432	100.00 431	93.73 431	100.00 435	100.00 433	100.00 433	96.63 432	97.99 432

MyStereo02	99.18 436	100.00 435	100.00 431	96.47 433	98.78 433	100.00 429	100.00 427	100.00 429	100.00 430	100.00 430	100.00 427	100.00 430	100.00 428	100.00 432	100.00 431	93.73 431	100.00 435	100.00 433	100.00 433	96.63 432	97.99 432

MyStereo	99.18 436	100.00 435	100.00 431	96.47 433	98.78 433	100.00 429	100.00 427	100.00 429	100.00 430	100.00 430	100.00 427	100.00 430	100.00 428	100.00 432	100.00 431	93.73 431	100.00 435	100.00 433	100.00 433	96.63 432	97.99 432

Selective-RAFT-Error	99.17 435	100.00 435	100.00 431	96.65 436	98.79 436	100.00 429	100.00 427	100.00 429	100.00 430	100.00 430	100.00 427	100.00 430	100.00 428	100.00 432	100.00 431	93.64 429	100.00 435	100.00 433	100.00 433	96.25 430	98.10 435

Anonymous_1	89.88 426	75.38 426	97.81 426	74.49 425	78.39 424	100.00 429	100.00 427	98.09 428	99.76 426	96.82 428	99.37 425	97.66 427	99.77 426	91.14 428	98.89 426	81.73 424	97.25 426	59.96 425	85.38 424	77.37 426	88.27 425

tt	48.25 417	0.05 60	28.22 409	1.29 400	0.00 1	100.00 429	100.00 427	100.00 429	97.19 424	0.08 286	0.00 1	97.99 428	86.70 423	2.26 227	99.92 428	83.66 425	94.83 424	16.47 417	21.27 420	35.05 418	0.01 126

CasAABBNet	99.15 434	100.00 435	100.00 431	96.37 432	98.76 432	100.00 429	100.00 427	100.00 429	100.00 430	100.00 430	100.00 427	100.00 430	100.00 428	100.00 432	100.00 431	93.65 430	99.99 434	100.00 433	100.00 433	96.27 431	97.93 431

LSM0	99.11 433	99.97 434	100.00 431	95.93 430	98.59 431	100.00 429	100.00 427	100.00 429	100.00 430	100.00 430	100.00 427	100.00 430	100.00 428	100.00 432	100.00 431	93.89 434	99.97 432	100.00 433	100.00 433	96.64 435	97.25 430

DPSM_ROB	94.00 428	79.32 427	100.00 431	83.19 427	85.69 425	100.00 429	100.00 427	100.00 429	100.00 430	100.00 430	100.00 427	100.00 430	100.00 428	100.00 432	100.00 431	89.53 426	97.42 427	74.97 426	95.13 426	83.79 428	90.98 428

DPSM	94.00 428	79.32 427	100.00 431	83.19 427	85.69 425	100.00 429	100.00 427	100.00 429	100.00 430	100.00 430	100.00 427	100.00 430	100.00 428	100.00 432	100.00 431	89.53 426	97.42 427	74.97 426	95.13 426	83.79 428	90.98 428

FADE		5.89 414		2.64 407	2.97 411			9.60 406	6.84 398	2.66 385		5.28 384		13.53 407		16.99 418	2.70 414	18.19 418	20.39 419	1.88 398	1.60 408

Low-res two-view benchmark