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	deliv. area 1l	deliv. area 1s	deliv. area 2l	deliv. area 2s	deliv. area 3l	deliv. area 3s	elect. 1l	elect. 1s	elect. 2l	elect. 2s	elect. 3l	elect. 3s	facade 1s	forest 1s	forest 2s	playg. 1l	playg. 1s	playg. 2l	playg. 2s	playg. 3l	playg. 3s	terra. 1s	terra. 2s	terra. 1l	terra. 1s	terra. 2l	terra. 2s

Former-RAFT_DAM_RVC	0.19 49	0.01 11	0.00 1	0.01 44	0.03 40	0.01 90	0.00 1	0.01 43	0.09 92	0.01 64	0.13 120	0.07 65	0.06 111	0.02 46	0.80 37	0.51 82	0.07 70	0.06 88	0.65 62	0.05 58	0.76 85	1.75 102	0.00 1	0.01 19	0.00 1	0.00 1	0.01 17	0.00 1

test croco	0.13 28	0.06 104	0.00 1	0.01 44	0.10 107	0.00 1	0.00 1	0.01 43	0.05 64	0.00 1	0.00 1	0.13 90	0.02 70	0.03 77	0.94 53	0.68 123	0.09 79	0.04 78	0.10 20	0.01 21	0.70 79	0.45 40	0.00 1	0.06 110	0.00 1	0.00 1	0.03 36	0.00 1

StereoIM	0.09 15	0.12 150	0.00 1	0.01 44	0.04 54	0.00 1	0.00 1	0.01 43	0.02 28	0.00 1	0.00 1	0.03 21	0.00 1	0.02 46	0.91 51	0.45 62	0.06 62	0.01 38	0.17 31	0.00 1	0.37 52	0.24 26	0.00 1	0.02 42	0.00 1	0.00 1	0.00 1	0.00 1

StereoVision	0.05 9	0.01 11	0.00 1	0.02 93	0.01 15	0.00 1	0.01 91	0.01 43	0.01 10	0.00 1	0.00 1	0.07 65	0.01 35	0.01 13	0.50 12	0.30 34	0.02 30	0.00 1	0.19 34	0.00 1	0.06 10	0.04 9	0.00 1	0.01 19	0.00 1	0.00 1	0.02 30	0.00 1

MIF-Stereo (partial)	0.17 39	0.10 139	0.00 1	0.00 1	0.04 54	0.00 1	0.00 1	0.00 1	0.04 52	0.00 1	0.00 1	0.13 90	0.01 35	0.02 46	1.07 68	0.67 121	0.10 86	0.02 55	0.14 25	0.01 21	0.56 69	0.26 27	0.00 1	0.03 66	0.00 1	0.00 1	1.52 119	0.00 1

MIF-Stereo	0.12 27	0.09 135	0.00 1	0.01 44	0.05 62	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.00 1	0.05 48	0.01 35	0.05 103	0.85 43	0.60 102	0.05 48	0.01 38	0.74 67	0.01 21	0.43 57	0.26 27	0.00 1	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1

CASnet	0.31 80	0.02 22	0.00 1	0.00 1	0.09 93	0.00 1	0.00 1	0.01 43	0.08 87	0.02 70	0.02 91	0.18 108	0.17 138	0.00 1	1.09 70	0.57 93	0.21 114	0.22 148	0.44 49	0.14 96	2.69 156	1.62 90	0.00 1	0.05 96	0.00 1	0.00 1	0.69 84	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LL-Strereo2	0.17 39	0.08 130	0.00 1	0.01 44	0.02 30	0.00 1	0.00 1	0.02 75	0.12 106	0.00 1	0.00 1	0.15 98	0.00 1	0.07 129	0.73 29	0.42 53	0.01 10	0.01 38	0.40 44	0.03 45	0.70 79	1.80 106	0.00 1	0.02 42	0.12 161	0.00 1	0.02 30	0.00 1

4D-IteraStereo	0.33 85	0.10 139	0.01 116	0.02 93	0.11 121	0.00 1	0.00 1	0.15 127	0.06 74	0.00 1	0.00 1	0.16 100	0.00 1	0.09 142	1.17 78	0.65 116	0.02 30	0.14 114	1.43 98	0.14 96	1.39 113	1.66 93	0.00 1	0.04 83	0.01 120	0.00 1	1.49 117	0.00 1

CES	0.45 104	0.07 119	0.01 116	0.01 44	0.10 107	0.01 90	0.02 117	0.27 144	0.46 167	0.19 107	0.03 97	0.39 143	0.33 161	0.12 159	1.88 142	1.63 178	0.64 175	0.48 194	0.16 29	0.44 151	2.67 155	2.26 121	0.00 1	0.04 83	0.00 1	0.00 1	0.02 30	0.04 117

CASS	0.97 148	0.04 69	0.04 153	0.05 133	0.05 62	0.01 90	1.34 198	0.13 125	0.26 136	0.49 141	1.46 181	0.38 142	0.28 156	0.01 13	1.47 106	1.26 160	2.91 220	0.42 192	3.52 150	0.10 76	5.60 214	4.01 178	0.00 1	0.06 110	0.27 183	0.00 1	1.92 134	0.01 78
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ProNet	0.03 4	0.00 1	0.03 149	0.00 1	0.00 1	0.08 150	0.18 157	0.00 1	0.00 1	0.00 1	0.00 1	0.02 9	0.00 1	0.05 103	0.13 4	0.11 6	0.01 10	0.00 1	0.04 9	0.00 1	0.00 1	0.01 1	0.00 1	0.00 1	0.02 131	0.00 1	0.01 17	0.00 1

CroCo-Stereo Lap2	0.05 9	0.01 11	0.00 1	0.02 93	0.01 15	0.00 1	0.00 1	0.01 43	0.01 10	0.00 1	0.00 1	0.04 37	0.01 35	0.01 13	0.59 17	0.44 59	0.00 1	0.00 1	0.00 1	0.00 1	0.10 14	0.12 21	0.00 1	0.01 19	0.00 1	0.00 1	0.00 1	0.00 1

TestStereo1	0.34 86	0.01 11	0.00 1	0.01 44	0.00 1	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.00 1	0.18 108	0.00 1	0.01 13	2.55 171	0.58 95	0.05 48	0.03 72	1.50 103	0.02 33	0.37 52	0.98 63	0.00 1	0.01 19	0.00 1	0.01 106	2.89 176	0.00 1

RAFT_CTSACE	0.11 24	0.06 104	0.00 1	0.08 158	0.01 15	0.10 159	0.00 1	0.00 1	0.01 10	0.00 1	0.01 81	0.02 9	0.01 35	0.01 13	0.73 29	0.46 68	0.02 30	0.02 55	0.23 37	0.05 58	0.33 47	0.58 51	0.00 1	0.00 1	0.19 179	0.00 1	0.01 17	0.01 78

RAFT+CT+SA	0.18 44	0.02 22	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 75	0.02 28	0.00 1	0.00 1	0.06 58	0.00 1	0.00 1	0.74 31	0.45 62	0.02 30	0.02 55	1.16 87	0.04 54	0.35 51	1.91 110	0.00 1	0.02 42	0.00 1	0.00 1	0.09 49	0.01 78

test_5	0.10 20	0.01 11	0.00 1	0.00 1	0.00 1	0.09 152	0.00 1	0.35 154	0.01 10	0.00 1	0.20 130	0.07 65	0.00 1	0.00 1	0.62 18	0.40 50	0.01 10	0.01 38	0.18 33	0.00 1	0.15 29	0.67 56	0.00 1	0.01 19	0.00 1	0.00 1	0.03 36	0.00 1

SA-5K	0.34 86	0.01 11	0.00 1	0.01 44	0.00 1	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.00 1	0.18 108	0.00 1	0.01 13	2.55 171	0.58 95	0.05 48	0.03 72	1.50 103	0.02 33	0.37 52	0.98 63	0.00 1	0.01 19	0.00 1	0.01 106	2.89 176	0.00 1

SA	0.40 96	0.03 40	0.00 1	0.03 115	0.02 30	0.00 1	0.00 1	0.01 43	0.03 45	0.00 1	0.00 1	0.25 122	0.01 35	0.12 159	0.82 41	0.70 126	0.06 62	0.16 123	1.96 123	0.04 54	0.69 77	2.39 126	0.00 1	0.02 42	0.00 1	0.01 106	3.44 197	0.00 1

test_4	0.26 62	0.03 40	0.00 1	0.03 115	0.05 62	0.04 136	0.18 157	0.01 43	0.02 28	0.00 1	0.00 1	0.05 48	0.01 35	0.06 117	1.04 63	0.81 131	0.05 48	0.15 115	0.62 57	0.13 90	0.47 61	1.52 85	0.00 1	0.01 19	0.04 138	0.21 158	1.19 99	0.19 132

UDGNet	0.30 73	0.07 119	0.00 1	0.02 93	0.03 40	0.01 90	0.02 117	0.00 1	0.01 10	0.00 1	0.00 1	0.01 2	0.01 35	0.05 103	1.05 65	0.41 52	0.01 10	0.00 1	0.99 79	0.03 45	0.81 91	3.16 153	0.00 1	0.01 19	0.00 1	0.00 1	1.35 108	0.00 1

GLC_STEREO	0.30 73	0.03 40	0.03 149	0.00 1	0.05 62	0.00 1	0.00 1	0.47 160	0.07 81	0.03 76	0.02 91	0.08 75	0.02 70	0.01 13	1.34 91	0.81 131	0.16 98	0.10 101	0.48 51	0.16 104	1.36 112	0.50 44	0.00 1	0.03 66	0.00 1	0.00 1	2.29 153	0.01 78

IPLG	0.60 122	0.04 69	0.01 116	0.01 44	0.14 141	0.00 1	0.01 91	0.40 155	0.12 106	0.38 131	0.17 123	0.07 65	0.08 121	0.21 189	4.65 212	0.84 136	0.11 87	0.07 91	1.66 112	0.26 129	0.48 62	2.66 134	0.00 1	0.13 149	0.02 131	0.19 156	3.39 193	0.00 1

MIPNet	0.61 123	0.03 40	0.02 137	0.02 93	0.33 181	0.00 1	0.00 1	0.03 82	0.16 117	1.38 178	0.35 146	0.07 65	0.10 127	0.18 181	3.19 188	0.81 131	0.19 108	0.06 88	1.86 120	0.40 148	0.62 73	2.74 143	0.00 1	0.15 159	0.03 135	0.18 153	3.51 198	0.01 78

IPLGR	0.70 128	0.05 90	0.04 153	0.01 44	0.25 171	0.00 1	0.00 1	0.03 82	0.13 110	1.11 169	0.27 143	0.03 21	0.07 117	0.10 150	4.72 213	0.91 141	0.52 158	0.15 115	2.66 140	0.50 155	0.74 83	2.90 148	0.00 1	0.14 156	0.06 146	0.32 163	3.14 185	0.00 1

AASNet	0.03 4	0.03 40	0.00 1	0.00 1	0.02 30	0.00 1	0.01 91	0.00 1	0.00 1	0.03 76	0.00 1	0.03 21	0.00 1	0.01 13	0.28 8	0.14 8	0.00 1	0.00 1	0.03 6	0.01 21	0.03 4	0.15 22	0.00 1	0.01 19	0.00 1	0.00 1	0.00 1	0.00 1

GMOStereo	0.30 73	0.03 40	0.00 1	0.01 44	0.16 146	0.10 159	0.01 91	0.05 92	0.04 52	0.00 1	0.01 81	0.04 37	0.06 111	0.02 46	1.01 59	0.62 103	0.09 79	0.19 135	1.30 90	0.19 114	0.85 94	2.67 135	0.00 1	0.08 126	0.00 1	0.00 1	0.68 80	0.00 1

error version	0.30 73	0.03 40	0.00 1	0.01 44	0.16 146	0.10 159	0.01 91	0.05 92	0.04 52	0.00 1	0.01 81	0.04 37	0.06 111	0.02 46	1.01 59	0.62 103	0.09 79	0.19 135	1.30 90	0.19 114	0.85 94	2.67 135	0.00 1	0.08 126	0.00 1	0.00 1	0.68 80	0.00 1

test-v	0.30 73	0.03 40	0.00 1	0.01 44	0.16 146	0.10 159	0.01 91	0.05 92	0.04 52	0.00 1	0.01 81	0.04 37	0.06 111	0.02 46	1.01 59	0.62 103	0.09 79	0.19 135	1.30 90	0.19 114	0.85 94	2.67 135	0.00 1	0.08 126	0.00 1	0.00 1	0.68 80	0.00 1

test-3	0.74 130	0.06 104	0.00 1	0.01 44	0.20 160	0.09 152	0.01 91	0.98 182	0.09 92	0.11 96	0.03 97	0.03 21	0.05 103	0.03 77	1.13 72	0.62 103	0.11 87	0.15 115	5.47 171	0.20 119	2.16 137	4.58 199	0.00 1	0.13 149	0.17 173	0.01 106	3.15 186	0.33 143

test_1	0.74 130	0.06 104	0.00 1	0.01 44	0.20 160	0.09 152	0.01 91	0.98 182	0.09 92	0.10 94	0.02 91	0.03 21	0.05 103	0.03 77	1.13 72	0.62 103	0.11 87	0.15 115	5.47 171	0.20 119	2.15 136	4.57 198	0.00 1	0.13 149	0.17 173	0.01 106	3.16 188	0.33 143

SACVNet	0.32 83	0.17 164	0.00 1	0.01 44	0.10 107	0.00 1	0.09 144	0.05 92	0.05 64	0.21 111	0.00 1	0.04 37	0.08 121	0.07 129	0.81 38	0.44 59	0.34 141	0.07 91	1.39 96	0.08 72	1.07 104	2.54 130	0.00 1	0.04 83	0.00 1	0.00 1	1.06 96	0.02 98

test_3	0.74 130	0.06 104	0.00 1	0.01 44	0.21 163	0.09 152	0.03 127	0.90 179	0.09 92	0.08 86	0.03 97	0.03 21	0.05 103	0.03 77	1.14 74	0.62 103	0.11 87	0.15 115	5.52 173	0.20 119	2.10 132	4.54 197	0.00 1	0.14 156	0.17 173	0.00 1	3.41 194	0.33 143

GwcNet-ADL	1.06 154	0.06 104	0.42 184	0.04 128	0.17 154	0.00 1	0.01 91	0.18 130	0.13 110	2.10 215	6.56 230	0.84 164	0.14 134	0.03 77	1.64 128	1.95 198	0.52 158	0.24 154	2.87 141	0.98 201	1.98 127	2.02 114	0.00 1	0.06 110	0.00 1	0.81 179	1.14 97	3.88 184

GANet-ADL	0.91 145	0.05 90	0.00 1	0.02 93	0.08 89	0.00 1	0.01 91	0.08 107	0.23 125	1.64 197	3.06 202	0.10 83	0.07 117	0.02 46	2.82 179	1.73 185	0.57 164	0.22 148	4.86 163	0.89 192	2.11 133	4.01 178	0.00 1	0.05 96	0.00 1	0.00 1	1.60 122	0.47 151

CroCo-Stereo	0.06 12	0.01 11	0.00 1	0.01 44	0.01 15	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.00 1	0.03 21	0.01 35	0.00 1	0.75 32	0.45 62	0.01 10	0.00 1	0.06 15	0.00 1	0.12 22	0.18 23	0.00 1	0.01 19	0.00 1	0.00 1	0.00 1	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	0.30 73	0.03 40	0.00 1	0.01 44	0.16 146	0.10 159	0.01 91	0.05 92	0.04 52	0.00 1	0.01 81	0.04 37	0.06 111	0.02 46	1.01 59	0.62 103	0.09 79	0.19 135	1.30 90	0.19 114	0.85 94	2.67 135	0.00 1	0.08 126	0.00 1	0.00 1	0.68 80	0.00 1

RAFT	0.04 8	0.00 1	0.00 1	0.00 1	0.00 1	0.11 165	0.11 149	0.00 1	0.00 1	0.00 1	0.00 1	0.10 83	0.00 1	0.01 13	0.25 6	0.13 7	0.01 10	0.00 1	0.05 11	0.16 104	0.02 3	0.03 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

LMCR-Stereo	0.26 62	0.08 130	0.00 1	0.09 164	0.07 81	0.00 1	0.01 91	0.01 43	0.11 104	0.00 1	0.00 1	0.14 97	0.09 126	0.09 142	1.41 100	0.62 103	0.28 129	0.11 104	1.48 102	0.39 146	0.78 89	1.28 70	0.00 1	0.07 121	0.00 1	0.00 1	0.02 30	0.01 78

rafts_anoy	0.18 44	0.08 130	0.00 1	0.05 133	0.12 127	0.01 90	0.00 1	0.21 136	0.06 74	0.00 1	0.00 1	0.02 9	0.01 35	0.02 46	1.26 87	0.52 88	0.07 70	0.01 38	1.15 86	0.12 85	0.59 71	0.46 41	0.00 1	0.05 96	0.00 1	0.01 106	0.01 17	0.01 78

iRaftStereo_RVC	0.06 12	0.05 90	0.00 1	0.00 1	0.03 40	0.00 1	0.00 1	0.00 1	0.01 10	0.00 1	0.00 1	0.06 58	0.01 35	0.03 77	0.66 21	0.27 29	0.06 62	0.00 1	0.05 11	0.00 1	0.23 36	0.28 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TestStereo	0.10 20	0.02 22	0.00 1	0.00 1	0.03 40	0.00 1	0.00 1	0.07 102	0.09 92	0.00 1	0.00 1	0.05 48	0.01 35	0.01 13	0.58 16	0.21 18	0.16 98	0.05 83	0.47 50	0.01 21	0.45 58	0.23 25	0.00 1	0.02 42	0.00 1	0.00 1	0.14 52	0.01 78

raft+_RVC	0.13 28	0.04 69	0.00 1	0.05 133	0.09 93	0.00 1	0.03 127	0.00 1	0.02 28	0.00 1	0.00 1	0.05 48	0.00 1	0.02 46	0.85 43	0.51 82	0.04 45	0.00 1	0.71 66	0.13 90	0.28 41	0.64 54	0.00 1	0.02 42	0.00 1	0.00 1	0.00 1	0.00 1

sAnonymous2	0.43 99	0.11 147	0.00 1	0.01 44	0.03 40	0.00 1	0.00 1	0.10 115	0.25 130	0.00 1	0.00 1	0.16 100	0.26 150	0.03 77	1.18 79	1.21 156	0.24 120	0.17 130	2.50 134	0.15 101	2.27 141	2.68 139	0.00 1	0.08 126	0.00 1	0.00 1	0.00 1	0.09 125

CroCo_RVC	0.43 99	0.11 147	0.00 1	0.01 44	0.03 40	0.00 1	0.00 1	0.10 115	0.25 130	0.00 1	0.00 1	0.16 100	0.26 150	0.03 77	1.18 79	1.21 156	0.24 120	0.17 130	2.50 134	0.15 101	2.27 141	2.68 139	0.00 1	0.08 126	0.00 1	0.00 1	0.00 1	0.09 125

RALCasStereoNet	0.18 44	0.09 135	0.00 1	0.06 147	0.13 134	0.02 121	0.07 140	0.08 107	0.08 87	0.00 1	0.00 1	0.01 2	0.01 35	0.03 77	1.16 76	0.65 116	0.03 41	0.00 1	0.57 54	0.10 76	0.58 70	1.09 68	0.00 1	0.03 66	0.00 1	0.00 1	0.01 17	0.01 78

RALAANet	0.28 67	0.08 130	0.02 137	0.03 115	0.10 107	0.00 1	0.00 1	0.01 43	0.07 81	0.08 86	0.00 1	0.07 65	0.03 88	0.06 117	0.96 54	0.39 47	0.13 94	0.05 83	0.97 78	0.24 127	1.33 111	1.54 86	0.00 1	0.06 110	0.00 1	0.00 1	1.42 112	0.01 78

ADLNet	0.17 39	0.01 11	0.00 1	0.00 1	0.04 54	0.00 1	0.00 1	0.20 133	0.00 1	0.00 1	0.01 81	0.77 163	0.00 1	0.06 117	2.33 165	0.36 40	0.01 10	0.00 1	0.06 15	0.07 71	0.08 12	0.57 50	0.00 1	0.00 1	0.00 1	0.00 1	0.02 30	0.00 1

HCRNet	0.13 28	0.03 40	0.00 1	0.12 170	0.00 1	0.00 1	0.01 91	0.00 1	0.01 10	0.57 147	0.00 1	0.01 2	0.00 1	0.00 1	0.99 57	0.20 16	0.02 30	0.00 1	0.04 9	0.03 45	0.13 25	0.06 12	0.00 1	0.00 1	0.00 1	0.00 1	1.37 110	0.00 1

ARAFT	0.29 70	0.01 11	0.00 1	0.06 147	0.04 54	0.00 1	0.00 1	0.01 43	0.04 52	1.23 175	0.00 1	0.25 122	0.02 70	0.05 103	1.06 67	0.43 56	0.05 48	0.02 55	1.85 119	0.00 1	0.94 101	0.99 65	0.00 1	0.01 19	0.00 1	0.00 1	0.87 92	0.00 1

RAFT-Stereo + iAFF	0.27 65	0.06 104	0.00 1	0.09 164	0.21 163	0.00 1	0.01 91	0.01 43	0.05 64	0.14 98	0.00 1	0.13 90	0.02 70	0.01 13	1.07 68	0.35 38	0.04 45	0.01 38	1.44 99	0.04 54	0.31 45	0.44 39	0.00 1	0.03 66	0.00 1	0.01 106	2.76 168	0.00 1

AFF-stereo	0.23 56	0.12 150	0.00 1	0.08 158	0.07 81	0.02 121	0.00 1	0.01 43	0.04 52	0.00 1	0.01 81	0.12 89	0.01 35	0.00 1	0.86 47	0.35 38	0.03 41	0.11 104	1.91 122	0.01 21	0.14 26	0.32 33	0.00 1	0.02 42	0.00 1	0.01 106	1.96 135	0.01 78

RAFT + AFF	0.22 55	0.00 1	0.00 1	0.01 44	0.01 15	0.01 90	0.00 1	0.01 43	0.01 10	0.00 1	0.00 1	0.16 100	0.01 35	0.01 13	4.37 206	0.39 47	0.01 10	0.00 1	0.58 55	0.01 21	0.34 49	0.02 3	0.00 1	0.01 19	0.00 1	0.02 123	0.01 17	0.00 1

GMStereo	0.10 20	0.03 40	0.00 1	0.00 1	0.01 15	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.00 1	0.01 2	0.00 1	0.01 13	0.56 15	0.22 21	0.07 70	0.02 55	0.92 76	0.00 1	0.10 14	0.03 7	0.00 1	0.01 19	0.00 1	0.00 1	0.82 88	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
FINET	0.09 15	0.04 69	0.00 1	0.00 1	0.04 54	0.00 1	0.00 1	0.01 43	0.03 45	0.01 64	0.29 144	0.13 90	0.01 35	0.01 13	0.64 20	0.26 23	0.02 30	0.00 1	0.42 46	0.00 1	0.23 36	0.06 12	0.00 1	0.02 42	0.01 120	0.07 140	0.02 30	0.00 1

APVNet	0.31 80	0.08 130	0.00 1	0.05 133	0.05 62	0.00 1	0.01 91	0.09 111	0.02 28	0.10 94	0.06 105	0.07 65	0.01 35	0.04 92	1.49 109	0.55 89	0.16 98	0.11 104	1.74 115	0.19 114	0.76 85	2.27 122	0.00 1	0.05 96	0.00 1	0.00 1	0.54 74	0.02 98

MMNet	0.03 4	0.03 40	0.00 1	0.00 1	0.01 15	0.00 1	0.02 117	0.00 1	0.00 1	0.00 1	0.00 1	0.02 9	0.00 1	0.02 46	0.41 9	0.18 12	0.00 1	0.00 1	0.02 4	0.02 33	0.12 22	0.09 18	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

delet	0.02 3	0.02 22	0.00 1	0.00 1	0.00 1	0.01 90	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 21	0.00 1	0.00 1	0.21 5	0.14 8	0.01 10	0.00 1	0.02 4	0.00 1	0.03 4	0.08 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

psm_up	0.14 31	0.13 153	0.01 116	0.07 155	0.09 93	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.00 1	0.05 48	0.00 1	0.11 154	0.88 49	0.32 36	0.09 79	0.11 104	0.96 77	0.12 85	0.46 59	0.36 37	0.00 1	0.08 126	0.00 1	0.00 1	0.05 42	0.00 1

UNet	0.14 31	0.03 40	0.00 1	0.01 44	0.09 93	0.02 121	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 58	0.01 35	0.13 163	0.66 21	0.21 18	0.01 10	0.01 38	0.20 36	0.03 45	0.27 38	0.07 14	0.00 1	0.03 66	0.00 1	0.00 1	1.90 132	0.00 1

UPFNet	0.11 24	0.03 40	0.01 116	0.02 93	0.05 62	0.01 90	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 9	0.00 1	0.05 103	0.70 25	0.19 13	0.00 1	0.00 1	0.03 6	0.00 1	0.14 26	0.10 19	0.00 1	0.02 42	0.00 1	0.00 1	1.46 113	0.00 1

FCDSN-DC	0.70 128	0.24 180	1.46 216	0.42 191	0.59 190	0.09 152	0.58 176	0.24 142	0.35 150	0.40 133	0.17 123	0.41 147	0.11 128	0.02 46	5.20 223	1.09 150	0.25 123	0.20 140	0.55 53	0.14 96	1.96 126	2.36 125	0.00 1	1.09 209	0.01 120	0.34 164	0.56 77	0.05 121
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DMCA	0.05 9	0.02 22	0.00 1	0.00 1	0.01 15	0.00 1	0.00 1	0.00 1	0.01 10	0.06 84	0.00 1	0.07 65	0.01 35	0.01 13	0.45 10	0.33 37	0.01 10	0.02 55	0.08 17	0.02 33	0.10 14	0.08 15	0.00 1	0.00 1	0.01 120	0.00 1	0.00 1	0.00 1

BEATNet_4x	0.57 120	0.14 155	0.03 149	0.01 44	0.03 40	0.00 1	0.02 117	0.05 92	0.25 130	0.08 86	0.03 97	0.16 100	0.14 134	0.28 195	2.42 168	1.24 159	0.76 183	0.72 208	0.78 70	0.14 96	2.92 163	4.33 187	0.00 1	0.16 162	0.00 1	0.02 123	0.60 79	0.01 78

AF-Net	0.20 52	0.02 22	0.01 116	0.05 133	0.05 62	0.00 1	0.80 182	0.45 158	0.05 64	0.02 70	0.00 1	0.25 122	0.01 35	0.02 46	0.85 43	0.19 13	0.01 10	0.00 1	0.84 72	0.06 63	0.11 18	1.32 72	0.00 1	0.00 1	0.00 1	0.00 1	0.28 66	0.02 98

RP	0.26 62	0.01 11	0.00 1	0.02 93	0.19 157	0.00 1	0.23 162	0.10 115	0.22 123	0.13 97	0.00 1	0.07 65	0.00 1	0.05 103	1.49 109	0.17 10	0.03 41	0.00 1	0.14 25	0.01 21	0.05 8	1.67 96	0.00 1	0.01 19	0.00 1	0.00 1	2.23 147	0.16 129

RGC	0.39 95	0.25 181	0.96 207	0.06 147	0.16 146	0.07 146	0.03 127	0.03 82	0.09 92	0.30 124	0.30 145	0.03 21	0.03 88	0.08 134	1.41 100	0.17 10	0.08 76	0.01 38	0.83 71	0.11 81	0.51 63	2.50 129	0.00 1	0.04 83	0.00 1	0.37 167	1.25 103	0.79 156

Nwc_Net	0.20 52	0.02 22	0.01 116	0.05 133	0.05 62	0.00 1	0.80 182	0.45 158	0.05 64	0.02 70	0.00 1	0.25 122	0.01 35	0.02 46	0.85 43	0.19 13	0.01 10	0.00 1	0.84 72	0.06 63	0.11 18	1.32 72	0.00 1	0.00 1	0.00 1	0.00 1	0.28 66	0.02 98

RTS	1.75 181	0.07 119	0.05 156	0.06 147	0.24 168	0.05 139	2.34 206	0.05 92	0.23 125	1.40 181	0.22 135	0.57 157	0.12 129	0.11 154	5.06 220	1.49 170	0.92 194	0.07 91	6.70 188	0.63 171	2.57 153	3.63 164	0.00 1	0.25 169	0.31 186	17.50 252	1.48 115	1.26 167

RTSA	1.75 181	0.07 119	0.05 156	0.06 147	0.24 168	0.05 139	2.34 206	0.05 92	0.23 125	1.40 181	0.22 135	0.57 157	0.12 129	0.11 154	5.06 220	1.49 170	0.92 194	0.07 91	6.70 188	0.63 171	2.57 153	3.63 164	0.00 1	0.25 169	0.31 186	17.50 252	1.48 115	1.26 167

RASNet	0.16 37	0.00 1	0.00 1	0.00 1	0.05 62	0.00 1	0.00 1	0.01 43	0.04 52	0.60 149	0.00 1	0.03 21	0.00 1	0.01 13	0.48 11	0.57 93	0.02 30	0.00 1	0.10 20	0.00 1	0.54 67	0.56 48	0.00 1	0.02 42	0.00 1	0.00 1	1.27 106	0.02 98

STTRV1_RVC	3.43 203	0.05 90	0.05 156	0.27 184	0.19 157	0.67 196	0.06 136	0.30 148	0.23 125	0.75 155	0.57 155	3.74 195	6.28 213	0.04 92	2.14 159	0.76 130	3.26 221	0.26 162	43.58 257	4.93 241	4.32 195	3.64 166	0.00 1	0.57 188	0.57 192	0.43 168	4.10 214	10.92 222

RYNet	0.17 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.00 1	0.00 1	0.03 21	0.00 1	0.00 1	4.21 200	0.24 22	0.00 1	0.00 1	0.03 6	0.00 1	0.04 6	0.02 3	0.00 1	0.00 1	0.00 1	0.00 1	0.04 40	0.00 1

GANetREF_RVC	0.37 89	0.18 166	0.00 1	0.16 175	0.08 89	0.01 90	0.00 1	0.01 43	0.09 92	0.04 78	0.00 1	1.54 177	0.01 35	0.05 103	1.00 58	0.36 40	0.37 148	0.11 104	1.59 109	0.06 63	0.98 103	0.59 53	0.00 1	0.04 83	0.00 1	0.00 1	2.74 167	0.01 78
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
GANet	0.06 12	0.00 1	0.00 1	0.00 1	0.01 15	0.03 128	0.00 1	0.00 1	0.02 28	0.00 1	0.13 120	0.88 165	0.00 1	0.01 13	0.12 3	0.07 3	0.07 70	0.01 38	0.05 11	0.00 1	0.06 10	0.02 3	0.00 1	0.00 1	0.00 1	0.00 1	0.01 17	0.00 1

TDLM	0.01 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 21	0.00 1	0.00 1	0.05 1	0.04 1	0.01 10	0.00 1	0.00 1	0.00 1	0.01 2	0.01 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 17	0.00 1

CFNet	0.09 15	0.05 90	0.00 1	0.03 115	0.03 40	0.01 90	0.00 1	0.04 88	0.02 28	0.07 85	0.00 1	0.02 9	0.01 35	0.04 92	0.77 34	0.09 4	0.05 48	0.00 1	0.11 22	0.01 21	0.33 47	0.35 36	0.00 1	0.02 42	0.00 1	0.00 1	0.48 73	0.00 1

CVANet_RVC	0.01 1	0.00 1	0.00 1	0.00 1	0.02 30	0.00 1	0.00 1	0.00 1	0.01 10	0.00 1	0.00 1	0.05 48	0.00 1	0.01 13	0.08 2	0.05 2	0.01 10	0.00 1	0.00 1	0.00 1	0.05 8	0.02 3	0.00 1	0.00 1	0.00 1	0.00 1	0.06 44	0.00 1

NLCA_NET_v2_RVC	0.19 49	0.04 69	0.00 1	0.01 44	0.09 93	0.00 1	0.09 144	0.00 1	1.20 204	1.00 164	0.00 1	0.06 58	0.00 1	0.01 13	0.78 36	0.20 16	0.01 10	0.02 55	0.43 47	0.03 45	0.14 26	0.33 34	0.00 1	0.05 96	0.00 1	0.70 177	0.04 40	0.03 113
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AANet_RVC	0.03 4	0.00 1	0.00 1	0.00 1	0.02 30	0.00 1	0.02 117	0.00 1	0.03 45	0.00 1	0.00 1	0.02 9	0.00 1	0.00 1	0.25 6	0.09 4	0.00 1	0.00 1	0.25 39	0.02 33	0.04 6	0.08 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

FC-DCNN	1.41 174	0.60 197	3.49 229	2.04 209	1.35 209	2.19 216	0.93 190	1.46 200	0.90 198	1.42 184	0.78 162	1.55 178	0.55 178	0.02 46	2.23 163	0.87 137	0.61 169	0.20 140	1.89 121	0.17 109	2.32 145	1.84 108	0.00 1	0.63 191	1.51 209	1.38 192	2.87 174	4.35 188

HITNet	0.18 44	0.02 22	0.00 1	0.01 44	0.03 40	0.01 90	0.01 91	0.03 82	0.09 92	0.00 1	0.00 1	0.05 48	0.03 88	0.08 134	0.97 56	0.44 59	0.06 62	0.01 38	0.43 47	0.08 72	0.88 99	1.15 69	0.00 1	0.03 66	0.00 1	0.00 1	0.33 70	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
NVstereo2D	0.29 70	0.10 139	0.00 1	0.00 1	0.05 62	0.00 1	0.00 1	0.00 1	0.06 74	0.52 144	0.39 149	0.03 21	0.00 1	0.01 13	4.53 210	0.51 82	0.03 41	0.02 55	0.59 56	0.00 1	0.38 55	0.51 46	0.00 1	0.02 42	0.00 1	0.00 1	0.00 1	0.00 1

AMNet	0.16 37	0.06 104	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.10 102	0.21 111	0.00 1	0.46 150	0.21 146	0.44 202	0.54 13	0.58 95	0.26 125	0.00 1	0.17 31	0.12 85	0.32 46	0.05 11	0.00 1	0.06 110	0.00 1	0.27 160	0.12 51	0.28 138

iResNetv2_ROB	0.50 114	0.12 150	0.00 1	0.08 158	0.10 107	0.00 1	0.00 1	2.00 211	0.07 81	0.48 137	0.00 1	0.06 58	0.01 35	0.05 103	2.07 157	0.42 53	0.07 70	0.00 1	2.45 132	0.02 33	2.00 129	0.86 61	0.00 1	0.11 142	0.00 1	0.00 1	2.56 163	0.00 1

HSM	0.28 67	0.03 40	0.00 1	0.03 115	0.13 134	0.00 1	0.00 1	0.71 168	0.08 87	0.00 1	0.03 97	0.17 106	0.02 70	0.02 46	1.23 86	0.37 43	0.06 62	0.00 1	1.58 108	0.09 75	0.87 98	1.06 67	0.00 1	0.02 42	0.00 1	0.00 1	1.16 98	0.01 78

iResNet	1.17 160	0.02 22	0.00 1	0.19 179	0.63 192	0.05 139	0.02 117	0.51 161	0.28 141	1.55 193	1.69 184	0.66 159	2.21 193	0.02 46	3.72 196	1.84 189	0.35 144	0.35 182	8.64 199	0.90 195	2.85 161	1.70 99	0.00 1	1.03 207	0.00 1	0.12 143	2.27 152	0.03 113

DISCO	0.20 52	0.05 90	0.00 1	0.01 44	0.07 81	0.00 1	0.18 157	0.00 1	0.03 45	1.01 165	0.00 1	0.10 83	0.01 35	0.02 46	0.88 49	0.37 43	0.05 48	0.01 38	0.65 62	0.08 72	0.21 32	0.75 58	0.00 1	0.00 1	0.00 1	0.00 1	1.02 95	0.00 1

iResNet_ROB	0.44 102	0.06 104	0.00 1	0.05 133	0.10 107	0.00 1	0.00 1	2.08 213	0.06 74	0.64 151	0.00 1	0.05 48	0.00 1	0.04 92	1.94 149	0.70 126	0.05 48	0.00 1	2.59 139	0.00 1	0.62 73	0.56 48	0.00 1	0.09 135	0.00 1	0.00 1	2.26 150	0.00 1

PDISCO_ROB	0.30 73	0.05 90	0.00 1	0.03 115	0.08 89	0.00 1	0.06 136	0.01 43	0.05 64	0.78 156	0.20 130	0.06 58	0.02 70	0.01 13	0.82 41	0.50 81	0.05 48	0.04 78	0.63 59	0.32 137	0.46 59	1.66 93	0.00 1	0.03 66	0.22 180	0.00 1	1.99 136	0.00 1

DN-CSS_ROB	0.48 111	0.02 22	0.00 1	0.06 147	0.12 127	0.00 1	0.00 1	1.01 185	0.06 74	0.37 130	0.56 154	0.07 65	0.03 88	0.06 117	1.18 79	0.65 116	0.19 108	0.02 55	4.07 155	0.03 45	1.44 117	1.44 81	0.00 1	0.10 139	0.00 1	0.00 1	1.19 99	0.34 146

PWCDC_ROB	0.90 143	0.07 119	0.01 116	0.03 115	0.19 157	0.00 1	0.00 1	0.00 1	0.07 81	0.00 1	0.84 164	0.19 114	10.70 225	0.17 175	3.32 191	1.17 154	0.22 116	0.06 88	0.65 62	0.06 63	1.28 110	5.14 214	0.00 1	0.15 159	0.00 1	0.00 1	0.08 47	0.00 1

DLNR_Zeroshot_test	21.41 251	75.27 264	0.88 204	99.67 268	0.12 127	0.12 171	98.83 267	1.68 205	0.30 145	2.66 223	1.13 176	2.79 186	0.33 161	21.01 234	96.21 265	100.00 270	22.27 258	20.42 259	19.18 224	1.39 213	7.37 238	5.25 216	0.01 93	0.10 139	0.00 1	0.00 1	0.25 65	0.91 158

CAS	0.31 80	0.04 69	0.00 1	0.00 1	0.07 81	0.02 121	0.07 140	0.07 102	0.39 160	0.45 135	0.10 117	0.18 108	0.14 134	0.11 154	1.44 103	0.94 144	0.24 120	0.35 182	0.40 44	0.18 113	1.41 114	1.72 100	0.01 93	0.03 66	0.00 1	0.00 1	0.06 44	0.07 123

anonymousdsp2	0.23 56	0.00 1	0.00 1	0.00 1	0.03 40	0.01 90	0.01 91	0.04 88	0.01 10	0.00 1	0.36 148	0.17 106	0.02 70	0.01 13	0.67 23	0.56 91	0.05 48	0.03 72	1.11 85	0.37 143	0.59 71	1.38 75	0.01 93	0.02 42	0.00 1	0.01 106	0.84 90	0.00 1

anonymousdsp	0.09 15	0.01 11	0.00 1	0.05 133	0.03 40	0.06 144	0.00 1	0.01 43	0.01 10	0.00 1	0.25 141	0.01 2	0.00 1	0.00 1	0.71 28	0.26 23	0.02 30	0.00 1	0.11 22	0.12 85	0.08 12	0.65 55	0.01 93	0.01 19	0.00 1	0.00 1	0.00 1	0.00 1

HBP-ISP	1.90 185	0.16 162	1.21 211	0.89 198	0.44 184	0.48 191	0.00 1	2.17 216	0.67 188	2.05 211	3.80 212	0.27 128	0.31 159	1.72 217	7.50 251	6.66 250	0.46 153	0.48 194	1.67 113	1.14 207	4.29 191	6.15 227	0.01 93	0.41 182	0.76 198	1.16 187	5.02 220	1.34 170

raft_robust	0.40 96	0.06 104	0.00 1	0.00 1	0.09 93	0.00 1	0.00 1	1.15 191	0.01 10	0.01 64	0.01 81	0.19 114	0.05 103	0.05 103	1.14 74	0.69 125	0.08 76	0.16 123	3.38 149	0.13 90	1.13 106	2.24 119	0.01 93	0.10 139	0.00 1	0.00 1	0.14 52	0.08 124

Sa-1000	0.49 112	0.03 40	0.00 1	0.02 93	0.06 78	0.00 1	0.00 1	0.01 43	0.03 45	0.00 1	0.00 1	0.23 119	0.03 88	0.14 169	1.26 87	0.72 128	0.08 76	0.17 130	2.52 136	0.11 81	0.89 100	3.79 171	0.01 93	0.11 142	0.07 149	0.00 1	2.98 181	0.01 78

CIPLG	0.38 93	0.04 69	0.09 165	0.01 44	0.09 93	0.00 1	0.13 151	0.09 111	0.31 146	0.04 78	0.07 111	0.09 79	0.04 98	0.10 150	2.21 162	0.47 73	0.16 98	0.02 55	1.65 111	0.06 63	0.76 85	1.65 92	0.01 93	0.03 66	0.08 151	0.00 1	1.99 136	0.02 98

DAS	1.30 170	0.05 90	0.00 1	0.01 44	0.12 127	0.11 165	0.09 144	0.76 171	0.70 190	1.79 203	4.27 216	2.88 190	2.40 194	0.02 46	1.76 134	2.31 209	0.86 187	0.26 162	4.24 158	0.77 183	4.77 203	3.74 168	0.01 93	0.88 200	0.17 173	0.02 123	2.06 139	0.00 1

SepStereo	1.30 170	0.05 90	0.00 1	0.01 44	0.12 127	0.11 165	0.09 144	0.76 171	0.70 190	1.79 203	4.27 216	2.88 190	2.40 194	0.02 46	1.76 134	2.31 209	0.86 187	0.26 162	4.24 158	0.77 183	4.77 203	3.74 168	0.01 93	0.88 200	0.17 173	0.02 123	2.06 139	0.00 1

ACRE	0.38 93	0.03 40	0.08 163	0.01 44	0.09 93	0.00 1	0.14 153	0.09 111	0.28 141	0.04 78	0.11 119	0.10 83	0.04 98	0.12 159	1.92 146	0.46 68	0.16 98	0.02 55	1.64 110	0.06 63	0.76 85	1.66 93	0.01 93	0.02 42	0.08 151	0.01 106	2.32 156	0.02 98

AACVNet	0.14 31	0.10 139	0.00 1	0.00 1	0.05 62	0.00 1	0.00 1	0.00 1	0.02 28	0.01 64	0.00 1	0.08 75	0.00 1	0.06 117	0.81 38	0.46 68	0.02 30	0.01 38	0.30 42	0.03 45	0.53 66	0.50 44	0.01 93	0.01 19	0.00 1	0.00 1	0.73 85	0.03 113

test-1	1.48 176	0.04 69	0.00 1	0.00 1	0.02 30	0.20 180	0.31 166	0.89 178	0.49 171	2.96 233	3.23 204	1.52 176	0.30 157	0.17 175	1.94 149	2.72 223	0.61 169	0.49 197	5.52 173	1.33 212	4.19 189	5.99 225	0.01 93	0.12 148	0.00 1	0.18 153	3.69 206	3.00 179

ICVP	0.37 89	0.04 69	0.00 1	0.00 1	0.02 30	0.01 90	0.00 1	0.02 75	0.10 102	0.34 127	0.21 133	0.10 83	0.07 117	0.07 129	0.91 51	0.94 144	0.60 168	0.60 204	0.74 67	0.38 144	1.68 121	2.97 149	0.01 93	0.06 110	0.00 1	0.00 1	0.19 63	0.00 1
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Anonymous	0.81 136	0.05 90	0.00 1	0.00 1	0.04 54	0.00 1	0.00 1	0.08 107	0.39 160	1.20 171	0.00 1	0.27 128	0.50 174	0.02 46	1.99 154	2.37 212	0.49 156	0.40 188	4.09 156	0.29 131	3.54 179	3.84 172	0.01 93	0.05 96	0.00 1	0.00 1	2.29 153	0.03 113

stereogan	0.36 88	0.13 153	0.06 159	0.02 93	0.21 163	0.04 136	0.02 117	0.01 43	0.20 119	0.30 124	0.01 81	0.22 117	0.00 1	0.04 92	1.22 84	0.47 73	0.06 62	0.01 38	0.77 69	0.06 63	0.22 34	3.29 159	0.01 93	0.02 42	0.05 142	0.00 1	2.30 155	0.01 78

R-Stereo Train	0.88 139	0.04 69	0.00 1	0.02 93	0.01 15	0.01 90	0.00 1	0.12 120	0.52 176	0.85 159	1.77 185	0.47 151	0.20 144	0.16 173	1.39 98	2.03 200	0.90 191	0.41 189	5.12 167	0.61 164	3.63 180	4.27 184	0.01 93	0.09 135	0.00 1	0.12 143	0.16 60	0.78 153

RTSC	0.79 134	0.07 119	0.12 170	0.02 93	0.10 107	0.10 159	0.90 188	0.12 120	0.14 113	1.50 188	1.07 174	0.09 79	0.05 103	0.17 175	4.89 216	0.93 143	0.74 181	0.09 98	2.53 137	0.44 151	1.50 119	3.19 154	0.01 93	0.14 156	0.00 1	0.00 1	1.35 108	0.95 160

RAFT-Stereo	0.88 139	0.04 69	0.00 1	0.02 93	0.01 15	0.01 90	0.00 1	0.12 120	0.52 176	0.85 159	1.77 185	0.47 151	0.20 144	0.16 173	1.39 98	2.03 200	0.90 191	0.41 189	5.12 167	0.61 164	3.63 180	4.27 184	0.01 93	0.09 135	0.00 1	0.12 143	0.16 60	0.78 153
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CFNet_RVC	0.19 49	0.10 139	0.02 137	0.00 1	0.04 54	0.01 90	0.01 91	0.00 1	0.03 45	0.02 70	0.00 1	0.03 21	0.01 35	0.07 129	0.96 54	0.42 53	0.16 98	0.01 38	0.87 75	0.02 33	0.65 76	0.83 60	0.01 93	0.13 149	0.00 1	0.01 106	0.76 87	0.00 1

DLCB_ROB	0.11 24	0.05 90	0.02 137	0.05 133	0.07 81	0.01 90	0.00 1	0.00 1	0.02 28	0.26 120	0.08 112	0.02 9	0.02 70	0.04 92	0.54 13	0.26 23	0.06 62	0.04 78	0.14 25	0.01 21	0.51 63	0.42 38	0.01 93	0.02 42	0.03 135	0.04 136	0.15 56	0.04 117

LALA_ROB	1.16 158	1.32 215	0.01 116	0.05 133	0.20 160	0.03 128	0.00 1	0.07 102	0.14 113	1.08 168	1.93 193	15.09 217	0.04 98	0.09 142	1.67 130	0.49 77	0.20 112	0.11 104	1.06 83	0.33 139	1.42 115	2.32 123	0.01 93	0.13 149	0.13 165	0.15 149	2.78 169	0.40 149

AE-Stereo	0.44 102	0.04 69	0.00 1	0.03 115	0.14 141	0.03 128	0.01 91	0.05 92	0.13 110	0.01 64	0.00 1	0.22 117	0.18 139	0.03 77	1.04 63	1.50 172	0.29 133	0.18 134	1.35 95	0.36 142	2.04 130	3.28 158	0.02 115	0.04 83	0.01 120	0.14 148	0.84 90	0.00 1

EKT-Stereo	1.16 158	0.02 22	0.00 1	0.03 115	0.18 155	0.05 139	0.24 165	1.07 186	0.61 183	0.85 159	1.43 180	0.50 155	0.37 169	0.06 117	2.95 180	3.75 236	0.57 164	0.35 182	3.54 151	1.78 225	4.62 201	4.79 204	0.02 115	0.04 83	0.00 1	0.00 1	3.51 198	0.00 1

MIM_Stereo	0.23 56	0.02 22	0.00 1	0.01 44	0.09 93	0.09 152	0.00 1	0.11 119	0.04 52	0.00 1	0.00 1	0.03 21	0.02 70	0.02 46	0.77 34	0.36 40	0.06 62	0.03 72	2.11 127	0.06 63	0.54 67	0.58 51	0.02 115	0.02 42	0.09 156	0.15 149	0.98 94	0.02 98

iinet-f	0.52 117	0.02 22	0.00 1	0.01 44	0.07 81	0.00 1	0.05 132	0.01 43	0.08 87	1.23 175	0.00 1	0.02 9	0.02 70	0.03 77	3.11 186	0.83 135	0.05 48	0.05 83	3.07 143	0.59 162	0.70 79	2.17 117	0.02 115	0.01 19	0.03 135	0.01 106	1.78 128	0.01 78

TESTraft	0.37 89	0.02 22	0.00 1	0.01 44	0.00 1	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.00 1	0.18 108	0.01 35	0.08 134	2.70 177	0.64 113	0.05 48	0.02 55	1.41 97	0.12 85	0.34 49	1.48 82	0.02 115	0.01 19	0.00 1	0.02 123	2.82 171	0.00 1

IPLGR_C	0.37 89	0.03 40	0.09 165	0.01 44	0.10 107	0.00 1	0.14 153	0.09 111	0.27 140	0.04 78	0.08 112	0.04 37	0.04 98	0.09 142	1.86 141	0.46 68	0.15 97	0.02 55	1.69 114	0.02 33	0.78 89	1.69 98	0.02 115	0.02 42	0.08 151	0.00 1	2.16 143	0.02 98

s12784h	0.90 143	0.03 40	0.00 1	0.02 93	0.10 107	0.00 1	0.00 1	0.23 137	0.36 153	0.24 118	0.06 105	0.13 90	0.23 148	0.01 13	1.62 126	1.93 196	0.40 151	0.17 130	2.24 129	0.22 125	4.46 198	2.20 118	0.02 115	0.05 96	0.47 190	0.05 137	3.83 209	5.24 192

sCroCo_RVC	0.66 126	0.05 90	0.00 1	0.01 44	0.04 54	0.00 1	0.00 1	0.12 120	0.54 178	0.45 135	0.10 117	0.43 149	0.33 161	0.02 46	1.55 119	2.38 214	0.36 146	0.25 158	1.77 116	0.38 144	3.34 174	4.03 180	0.02 115	0.09 135	0.00 1	0.00 1	1.51 118	0.04 117

CREStereo	0.43 99	0.03 40	0.00 1	0.00 1	0.07 81	0.01 90	0.00 1	0.20 133	0.37 155	0.19 107	0.19 129	0.29 133	0.26 150	0.01 13	1.52 115	1.86 191	0.30 136	0.21 147	1.45 101	0.39 146	2.17 138	1.59 89	0.02 115	0.05 96	0.00 1	0.00 1	0.55 75	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
HGLStereo	0.10 20	0.04 69	0.01 116	0.01 44	0.03 40	0.01 90	0.00 1	0.00 1	0.02 28	0.48 137	0.00 1	0.02 9	0.01 35	0.02 46	0.70 25	0.27 29	0.02 30	0.00 1	0.16 29	0.02 33	0.27 38	0.48 43	0.02 115	0.01 19	0.00 1	0.00 1	0.09 49	0.00 1

PMTNet	0.51 115	0.04 69	0.00 1	0.01 44	0.10 107	0.01 90	0.11 149	0.23 137	0.33 147	0.35 129	0.22 135	0.32 136	0.23 148	0.01 13	1.52 115	1.88 195	0.33 140	0.16 123	2.46 133	0.26 129	2.44 146	1.68 97	0.02 115	0.05 96	0.99 203	0.02 123	0.08 47	0.00 1

SAMSARA	4.60 211	0.22 176	0.54 188	0.16 175	0.30 178	0.27 183	1.45 199	1.79 209	0.58 182	1.29 177	2.55 200	1.03 171	10.68 224	0.66 206	5.56 236	1.76 188	0.73 180	0.54 201	7.08 190	0.89 192	4.31 193	5.49 219	0.02 115	0.66 193	20.30 251	18.97 254	17.76 248	18.53 241

LoS	0.64 125	0.04 69	0.01 116	0.01 44	0.02 30	0.01 90	0.00 1	2.75 220	0.50 174	0.39 132	0.06 105	0.52 156	0.50 174	0.13 163	1.65 129	1.84 189	0.67 178	0.45 193	1.09 84	0.25 128	3.52 178	2.69 141	0.03 127	0.06 110	0.00 1	0.00 1	0.03 36	0.02 98

EGLCR-Stereo	0.62 124	0.04 69	0.00 1	0.02 93	0.10 107	0.07 146	0.01 91	0.18 130	0.26 136	0.02 70	0.23 139	0.24 121	0.15 137	0.01 13	1.16 76	1.37 165	0.29 133	0.32 179	2.08 126	0.10 76	2.29 143	3.42 162	0.03 127	0.06 110	0.00 1	0.43 168	3.97 211	0.00 1

Anonymous3	0.94 147	0.10 139	0.00 1	0.01 44	0.09 93	0.00 1	0.00 1	1.72 208	0.25 130	0.00 1	0.00 1	2.04 184	0.49 173	0.18 181	3.12 187	3.84 238	0.54 161	0.29 170	3.11 144	0.81 185	3.32 172	3.53 163	0.03 127	0.03 66	0.00 1	0.02 123	1.64 123	0.21 134

CREStereo++_RVC	0.49 112	0.03 40	0.00 1	0.02 93	0.11 121	0.01 90	0.00 1	0.17 129	0.11 104	0.18 106	0.05 104	0.11 88	0.04 98	0.01 13	1.52 115	1.42 168	0.26 125	0.20 140	1.44 99	0.13 90	2.11 133	1.64 91	0.03 127	0.05 96	0.00 1	0.00 1	3.54 203	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
FADNet	0.45 104	0.07 119	0.11 169	0.01 44	0.13 134	0.00 1	0.85 184	0.01 43	0.05 64	0.01 64	0.00 1	0.04 37	0.08 121	0.20 185	1.89 143	0.45 62	0.19 108	0.23 153	3.36 148	0.70 179	1.43 116	1.43 80	0.03 127	0.05 96	0.09 156	0.36 165	0.03 36	0.35 148

SHD	1.14 157	0.05 90	0.57 189	0.05 133	0.13 134	0.07 146	0.87 185	0.28 146	0.21 120	1.38 178	1.89 190	0.47 151	1.93 189	0.17 175	5.23 225	1.07 149	0.57 164	0.30 173	5.06 166	0.92 198	2.55 152	4.47 193	0.03 127	0.62 190	0.69 196	0.12 143	0.96 93	0.18 130

XQC	1.11 156	0.20 172	0.34 179	0.12 170	0.22 166	0.00 1	0.94 192	0.23 137	0.14 113	1.59 194	2.51 198	0.26 127	2.73 199	0.20 185	5.06 220	1.34 163	0.54 161	0.15 115	3.81 153	0.33 139	1.83 123	4.34 188	0.03 127	0.23 167	0.08 151	1.30 191	1.39 111	0.18 130

ccs_rob	2.12 187	0.09 135	0.18 174	0.08 158	0.02 30	0.03 128	0.00 1	2.34 217	0.55 179	2.47 220	13.25 253	15.14 218	0.18 139	0.20 185	1.75 132	2.69 221	0.63 172	0.29 170	3.12 145	0.69 177	4.37 196	4.79 204	0.03 127	1.18 212	0.00 1	0.01 106	1.74 126	1.47 171

LoS_RVC	0.56 118	0.15 160	0.00 1	0.00 1	0.11 121	0.01 90	0.00 1	0.07 102	0.46 167	1.21 172	0.06 105	0.33 137	0.19 142	0.08 134	1.77 136	1.72 183	0.28 129	1.04 219	1.79 117	0.29 131	2.78 159	2.63 132	0.04 135	0.03 66	0.00 1	0.00 1	0.01 17	0.02 98

tt_ll	0.56 118	0.15 160	0.00 1	0.00 1	0.11 121	0.01 90	0.00 1	0.07 102	0.46 167	1.21 172	0.06 105	0.33 137	0.19 142	0.08 134	1.77 136	1.72 183	0.28 129	1.04 219	1.79 117	0.29 131	2.78 159	2.63 132	0.04 135	0.03 66	0.00 1	0.00 1	0.01 17	0.02 98

GES	0.51 115	0.03 40	0.01 116	0.00 1	0.08 89	0.00 1	0.01 91	0.01 43	0.25 130	0.22 115	0.08 112	0.21 116	0.07 117	0.01 13	1.59 122	0.63 111	0.23 118	0.03 72	5.69 177	0.17 109	1.74 122	1.34 74	0.04 135	0.11 142	0.01 120	0.00 1	0.16 60	0.91 158

ADCP+	1.66 178	0.60 197	0.65 194	0.04 128	0.66 193	0.52 192	1.03 193	0.10 115	3.74 223	1.45 186	1.41 179	2.81 187	0.02 70	0.29 197	4.24 201	0.58 95	0.11 87	0.11 104	2.88 142	0.63 171	1.26 109	2.25 120	0.04 135	0.05 96	1.32 207	9.00 237	2.02 138	7.08 200

SANet	4.18 208	1.17 211	0.72 198	0.82 197	1.48 211	1.40 209	0.67 179	3.67 231	4.18 227	1.03 167	1.60 183	41.37 247	14.10 229	0.62 205	3.58 195	0.66 119	2.66 217	0.37 187	3.32 147	0.57 161	2.86 162	2.85 147	0.04 135	2.20 233	0.89 202	4.37 220	4.63 217	11.13 223

DMCA-RVC	0.18 44	0.04 69	0.09 165	0.03 115	0.16 146	0.07 146	0.23 162	0.04 88	0.49 171	0.67 153	0.22 135	0.03 21	0.02 70	0.02 46	0.76 33	0.28 32	0.11 87	0.10 101	0.09 19	0.10 76	0.21 32	0.11 20	0.05 140	0.07 121	0.04 138	0.01 106	0.82 88	0.00 1

DSFCA	0.15 35	0.04 69	0.01 116	0.01 44	0.18 155	0.01 90	0.23 162	0.01 43	0.09 92	0.00 1	0.03 97	0.05 48	0.02 70	0.02 46	0.86 47	0.39 47	0.09 79	0.15 115	0.13 24	0.04 54	0.27 38	0.33 34	0.06 141	0.06 110	0.09 156	0.06 138	0.73 85	0.14 128

STTStereo	0.15 35	0.06 104	0.00 1	0.02 93	0.05 62	0.00 1	0.09 144	0.00 1	0.72 195	0.19 107	0.02 91	0.04 37	0.01 35	0.01 13	1.22 84	0.31 35	0.00 1	0.00 1	0.15 28	0.02 33	0.22 34	0.47 42	0.06 141	0.01 19	0.00 1	0.07 140	0.05 42	0.25 136

AEACV	0.09 15	0.03 40	0.04 153	0.00 1	0.00 1	0.09 152	0.00 1	0.01 43	0.01 10	0.00 1	0.00 1	0.16 100	0.02 70	0.02 46	0.69 24	0.46 68	0.01 10	0.04 78	0.24 38	0.15 101	0.10 14	0.22 24	0.07 143	0.01 19	0.00 1	0.18 153	0.01 17	0.00 1

PVD	2.51 195	0.07 119	1.68 219	0.05 133	0.27 174	0.46 190	1.11 195	4.43 235	5.47 231	1.79 203	3.66 210	1.45 175	3.99 204	0.22 190	5.37 229	2.24 204	1.42 206	1.15 224	7.47 193	1.69 221	3.63 180	4.94 209	0.07 143	0.52 185	1.87 213	3.33 214	3.24 190	6.24 196

WAO-7	6.90 220	3.58 221	7.49 243	10.80 222	2.31 219	3.16 218	4.23 215	6.24 237	12.31 248	5.63 252	11.90 252	21.88 226	23.00 236	0.68 208	5.38 230	1.10 151	3.74 225	1.94 238	17.44 219	1.44 214	4.18 188	5.88 223	0.08 145	2.38 234	3.84 222	7.05 233	4.81 219	13.72 230

dad	1.18 163	0.02 22	0.01 116	2.11 211	0.01 15	0.00 1	5.84 221	0.01 43	0.04 52	0.00 1	0.00 1	0.06 58	1.03 181	0.01 13	2.24 164	0.49 77	0.01 10	0.16 123	4.27 160	0.16 104	0.28 41	0.54 47	0.08 145	0.20 165	1.50 208	0.00 1	7.90 229	4.90 191

TRStereo	1.31 172	0.14 155	0.75 199	0.01 44	0.03 40	2.10 215	0.01 91	1.46 200	0.21 120	2.49 221	0.74 161	1.69 180	0.30 157	0.03 77	1.93 147	2.38 214	0.21 114	0.22 148	4.90 165	0.89 192	2.76 157	3.99 177	0.08 145	0.06 110	0.36 188	3.52 216	3.99 212	0.02 98

cross-raft	1.01 150	0.18 166	0.00 1	0.00 1	0.06 78	0.16 174	0.02 117	1.11 189	0.38 158	0.49 141	0.43 152	0.42 148	0.27 154	0.13 163	1.38 96	2.26 205	0.29 133	0.20 140	6.38 184	0.98 201	4.80 205	4.29 186	0.08 145	0.03 66	0.12 161	0.68 176	0.15 56	1.83 172

NCC-stereo	0.24 60	0.20 172	0.01 116	0.05 133	0.09 93	0.01 90	0.47 171	0.81 174	0.26 136	0.00 1	0.00 1	0.04 37	0.03 88	0.03 77	1.18 79	0.26 23	0.00 1	0.01 38	0.63 59	0.11 81	0.11 18	1.39 77	0.08 145	0.02 42	0.01 120	0.31 161	0.14 52	0.28 138

Abc-Net	0.24 60	0.20 172	0.01 116	0.05 133	0.09 93	0.01 90	0.47 171	0.81 174	0.26 136	0.00 1	0.00 1	0.04 37	0.03 88	0.03 77	1.18 79	0.26 23	0.00 1	0.01 38	0.63 59	0.11 81	0.11 18	1.39 77	0.08 145	0.02 42	0.01 120	0.31 161	0.14 52	0.28 138
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FADNet-RVC	0.40 96	0.09 135	0.17 173	0.02 93	0.12 127	0.00 1	1.12 196	0.01 43	0.06 74	0.05 83	0.00 1	0.01 2	0.13 133	0.09 142	2.17 160	0.68 123	0.16 98	0.13 113	1.99 124	0.66 175	1.09 105	1.39 77	0.09 151	0.15 159	0.05 142	0.00 1	0.01 17	0.43 150

Any-RAFT	1.05 152	0.02 22	0.02 137	0.01 44	0.05 62	0.01 90	0.00 1	0.98 182	0.38 158	0.25 119	3.29 205	0.35 139	0.21 146	0.11 154	1.46 105	1.86 191	0.54 161	0.25 158	5.16 170	0.30 135	4.27 190	2.84 146	0.10 152	0.07 121	0.06 146	0.36 165	1.19 99	4.22 187

dd	0.17 39	0.06 104	0.00 1	0.00 1	0.01 15	0.02 121	0.03 127	0.00 1	0.04 52	0.00 1	0.00 1	0.00 1	0.01 35	0.00 1	1.35 92	0.29 33	0.01 10	0.05 83	1.00 81	0.16 104	0.12 22	0.29 31	0.10 152	0.19 163	0.00 1	0.00 1	0.56 77	0.28 138

MLCV	0.85 137	0.04 69	0.01 116	0.18 177	0.47 185	0.00 1	0.01 91	1.32 197	0.34 148	1.02 166	2.77 201	0.40 144	0.26 150	0.05 103	1.58 121	0.90 140	0.25 123	0.25 158	5.94 181	0.17 109	1.64 120	3.11 152	0.10 152	0.53 187	0.00 1	0.01 106	1.68 125	0.02 98

NOSS_ROB	1.10 155	0.06 104	0.02 137	0.10 166	0.16 146	0.03 128	0.00 1	1.21 195	0.62 184	1.66 198	1.79 187	1.98 183	0.36 168	0.82 212	3.04 182	3.33 232	0.64 175	0.31 178	1.34 94	0.16 104	3.76 185	3.91 174	0.10 152	0.58 189	0.00 1	0.06 138	3.54 203	0.00 1

ETE_ROB	1.29 169	0.87 205	0.00 1	0.08 158	0.29 176	0.03 128	0.08 143	0.02 75	1.31 207	0.21 111	1.87 189	18.25 221	0.02 70	0.09 142	1.37 95	0.49 77	1.08 202	0.08 96	1.26 89	0.21 124	1.85 124	3.21 156	0.10 152	0.11 142	0.12 161	0.00 1	1.66 124	0.25 136

DeepPrunerF	1.52 177	0.71 201	0.00 1	2.52 214	6.99 228	1.25 206	2.03 204	0.28 146	2.08 213	0.02 70	0.06 105	0.09 79	0.01 35	0.05 103	4.34 204	1.01 147	0.07 70	0.05 83	1.53 106	0.10 76	0.69 77	0.81 59	0.11 157	0.04 83	12.92 242	0.86 181	2.25 148	0.05 121

MSMDNet	1.04 151	0.16 162	0.00 1	0.02 93	0.05 62	0.17 177	0.02 117	1.09 187	0.35 150	0.80 157	0.35 146	0.40 144	1.89 188	0.13 163	1.52 115	2.51 218	0.37 148	0.20 140	6.14 183	0.59 162	4.56 200	4.91 208	0.11 157	0.05 96	0.12 161	0.51 170	0.20 64	0.96 161

PWC_ROB	2.02 186	0.23 179	0.06 159	0.00 1	0.11 121	0.01 90	0.61 178	0.02 75	0.64 185	0.66 152	3.51 208	1.13 172	12.08 227	0.12 159	5.27 226	1.94 197	0.95 197	0.95 215	6.39 185	0.51 156	4.31 193	5.10 212	0.11 157	0.97 205	0.00 1	0.00 1	2.88 175	5.93 194

CBMV	2.15 189	0.14 155	0.25 177	0.23 182	0.32 179	0.31 186	0.13 151	1.16 193	0.36 153	1.53 191	1.90 192	6.56 201	2.00 192	0.56 204	3.06 183	2.44 216	0.99 199	0.35 182	5.54 175	0.66 175	4.46 198	4.14 183	0.11 157	0.73 199	0.05 142	0.54 172	6.18 222	13.33 227
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
IER	0.14 31	0.03 40	0.00 1	0.02 93	0.06 78	0.00 1	0.00 1	0.00 1	0.01 10	0.23 116	0.00 1	0.02 9	0.00 1	0.02 46	1.38 96	0.21 18	0.02 30	0.00 1	0.05 11	0.03 45	0.17 31	0.04 9	0.12 161	0.01 19	0.00 1	0.03 134	1.21 102	0.04 117

TANstereo	0.47 109	0.03 40	0.00 1	0.04 128	0.09 93	0.00 1	0.00 1	0.23 137	0.28 141	0.17 103	0.17 123	0.13 90	0.08 121	0.01 13	1.59 122	1.33 161	0.34 141	0.20 140	0.27 40	0.13 90	2.19 139	1.78 103	0.12 161	0.04 83	0.00 1	0.00 1	3.51 198	0.00 1

XX-TBD	0.47 109	0.03 40	0.00 1	0.04 128	0.09 93	0.00 1	0.00 1	0.23 137	0.28 141	0.17 103	0.17 123	0.13 90	0.08 121	0.01 13	1.59 122	1.33 161	0.34 141	0.20 140	0.27 40	0.13 90	2.19 139	1.78 103	0.12 161	0.04 83	0.00 1	0.00 1	3.51 198	0.00 1

raftrobust	0.29 70	0.07 119	0.01 116	0.03 115	0.11 121	0.00 1	0.00 1	0.02 75	0.06 74	0.00 1	0.00 1	0.02 9	0.00 1	0.09 142	1.57 120	0.89 139	0.04 45	0.00 1	2.58 138	0.02 33	0.83 92	1.29 71	0.12 161	0.04 83	0.00 1	0.00 1	0.06 44	0.01 78

XX-Stereo	2.12 187	0.04 69	0.07 162	0.02 93	0.01 15	0.16 174	0.14 153	0.12 120	0.25 130	2.08 214	6.54 229	0.27 128	0.46 172	0.04 92	1.50 111	3.22 229	0.63 172	0.26 162	4.53 162	0.20 119	2.76 157	3.03 150	0.12 161	0.07 121	23.83 255	0.03 134	2.14 142	4.71 189

SFCPSM	2.33 192	0.04 69	0.02 137	0.03 115	0.03 40	0.24 181	0.05 132	0.31 152	0.79 197	1.53 191	5.01 223	6.88 202	10.19 222	0.06 117	2.55 171	2.28 207	0.88 189	0.34 181	16.04 217	2.33 229	3.02 165	2.74 143	0.13 166	0.67 194	0.04 138	0.63 174	3.53 202	2.63 176

CSAN	1.21 165	0.45 190	0.28 178	0.40 189	0.80 202	0.02 121	0.32 167	0.20 133	2.31 216	1.51 189	1.33 178	4.78 197	2.71 198	0.28 195	1.61 125	0.43 56	0.52 158	0.26 162	2.35 130	0.73 181	1.45 118	1.56 88	0.13 166	0.33 174	0.28 184	2.54 204	1.87 130	3.31 181

anonymity	1.73 180	0.37 185	0.12 170	0.08 158	0.07 81	0.24 181	0.00 1	1.37 198	0.34 148	2.03 210	15.78 257	0.92 168	0.52 177	0.17 175	1.50 111	2.81 226	0.63 172	0.22 148	3.67 152	0.45 153	3.24 170	4.79 204	0.14 168	0.34 176	0.23 181	0.52 171	3.20 189	2.82 178

AnonymousM	0.98 149	0.10 139	0.00 1	0.01 44	0.01 15	0.18 178	0.00 1	0.30 148	0.35 150	0.17 103	1.02 171	0.35 139	0.33 161	0.13 163	1.35 92	1.51 173	0.49 156	0.30 173	0.86 74	1.05 205	2.44 146	2.44 127	0.14 168	0.21 166	0.00 1	0.20 157	4.24 216	8.16 209

FADNet-RVC-Resample	0.45 104	0.27 182	0.41 182	0.19 179	0.28 175	0.00 1	0.05 132	0.26 143	0.21 120	0.14 98	0.17 123	0.27 128	0.05 103	0.19 183	2.42 168	0.58 95	0.22 116	0.80 210	0.51 52	0.43 150	0.63 75	1.49 84	0.14 168	0.50 183	0.10 159	0.98 184	0.34 71	0.57 152

DeepPruner_ROB	0.46 108	0.11 147	0.00 1	0.00 1	0.14 141	0.00 1	0.91 189	0.01 43	0.03 45	0.50 143	0.57 155	0.05 48	0.03 88	0.08 134	1.84 140	0.63 111	0.14 95	0.03 72	1.17 88	0.05 58	2.53 151	2.11 115	0.14 168	0.04 83	0.01 120	0.11 142	1.26 105	0.00 1

EAI-Stereo	1.28 168	0.38 187	0.65 194	0.59 193	0.25 171	0.72 197	0.54 175	1.46 200	0.76 196	0.08 86	1.89 190	0.48 154	0.33 161	0.04 92	2.10 158	2.44 216	0.28 129	0.52 198	6.62 187	0.54 159	3.35 175	3.93 175	0.15 172	0.51 184	0.60 194	1.15 186	3.43 196	0.81 157

XPNet_ROB	0.74 130	0.37 185	0.02 137	0.01 44	0.14 141	0.06 144	0.00 1	0.00 1	0.14 113	0.14 98	0.73 159	8.65 203	0.03 88	0.06 117	0.81 38	0.47 73	0.69 179	0.04 78	0.32 43	0.17 109	1.14 107	2.73 142	0.15 172	0.05 96	0.00 1	0.02 123	2.84 173	0.09 125

RAFT-Test	1.05 152	0.18 166	0.00 1	0.03 115	0.10 107	0.18 178	0.06 136	1.48 203	0.43 163	0.85 159	2.02 194	0.25 122	0.40 171	0.14 169	1.41 100	2.37 212	0.32 139	0.19 135	6.40 186	0.47 154	4.67 202	3.94 176	0.16 174	0.04 83	0.14 166	0.62 173	0.15 56	1.32 169

FAT-Stereo	2.70 197	0.14 155	2.13 223	0.10 166	0.24 168	0.01 90	0.42 170	3.13 223	0.70 190	3.10 236	9.71 246	11.10 209	1.99 190	0.09 142	3.84 197	3.34 233	1.04 201	1.21 227	4.13 157	1.57 218	5.03 207	6.08 226	0.16 174	1.81 227	0.02 131	1.54 195	2.22 146	8.08 208

AnyNet_C32	2.47 193	0.51 196	0.22 176	0.25 183	0.66 193	0.32 188	2.46 209	0.14 126	8.01 237	1.49 187	4.12 215	0.91 167	0.31 159	0.24 191	4.81 215	1.86 191	0.95 197	1.11 223	4.05 154	0.96 200	4.29 191	4.38 189	0.17 176	0.67 194	3.18 219	5.95 229	3.10 184	11.59 225

MADNet+	4.41 210	1.05 210	0.80 201	1.02 201	1.71 213	0.11 165	5.99 222	4.10 234	0.97 200	2.05 211	1.32 177	6.38 200	7.48 217	1.42 216	8.01 253	4.40 243	9.16 246	0.48 194	9.27 204	3.65 240	8.25 244	6.45 235	0.17 176	5.70 251	4.53 226	1.51 194	3.80 207	19.26 242

MSKI-zero shot	1.32 173	0.02 22	0.00 1	0.00 1	0.02 30	0.15 173	0.00 1	0.71 168	0.57 181	0.41 134	3.43 207	0.40 144	0.27 154	0.02 46	1.63 127	2.71 222	0.58 167	0.30 173	8.12 195	1.20 209	5.20 209	4.62 202	0.18 178	0.06 110	0.16 171	0.86 181	0.46 72	3.62 182

PSMNet-ADL	1.22 166	0.06 104	0.02 137	0.06 147	0.10 107	0.04 136	0.05 132	0.90 179	0.24 129	3.19 238	6.91 234	0.36 141	2.67 197	0.04 92	1.74 131	2.65 220	0.44 152	0.22 148	5.12 167	0.29 131	1.98 127	2.44 127	0.19 179	0.03 66	0.00 1	0.17 152	2.94 180	0.19 132

NaN_ROB	0.80 135	0.46 191	0.35 180	0.20 181	0.83 205	0.13 172	0.22 160	0.15 127	1.81 210	0.16 101	0.73 159	4.44 196	0.06 111	0.19 183	1.51 113	0.48 76	0.31 138	0.25 158	0.62 57	0.31 136	0.71 82	1.01 66	0.19 179	0.37 179	0.14 166	1.02 185	2.36 159	2.71 177

IGEV_Zeroshot_test	1.67 179	0.30 183	0.40 181	2.27 213	0.13 134	1.22 205	0.51 173	1.69 206	0.41 162	1.44 185	4.93 221	1.36 173	0.50 174	0.05 103	1.51 113	3.15 228	0.23 118	0.27 169	5.84 180	0.95 199	5.45 212	5.39 218	0.20 181	0.07 121	0.26 182	0.15 149	3.26 191	3.16 180

MaskLacGwcNet_RVC	4.96 217	0.78 204	0.46 187	0.93 199	0.73 199	0.98 201	2.04 205	1.19 194	1.73 208	2.69 225	7.76 241	55.72 259	5.25 208	2.73 225	2.62 175	2.26 205	2.44 213	2.93 243	11.88 210	0.62 167	6.08 216	6.50 236	0.21 182	1.31 216	0.82 201	2.91 212	3.41 194	6.94 199

HH	1.17 160	0.03 40	0.00 1	0.01 44	0.05 62	0.11 165	0.01 91	0.66 166	0.37 155	1.90 207	0.39 149	0.69 161	0.33 161	0.04 92	1.48 107	3.72 234	0.27 127	0.24 154	5.83 178	0.62 167	6.22 220	4.61 200	0.24 183	0.08 126	0.15 169	0.00 1	2.35 157	1.13 163

HanStereo	1.17 160	0.03 40	0.00 1	0.01 44	0.05 62	0.11 165	0.01 91	0.66 166	0.37 155	1.90 207	0.39 149	0.69 161	0.33 161	0.04 92	1.48 107	3.72 234	0.27 127	0.24 154	5.83 178	0.62 167	6.22 220	4.61 200	0.24 183	0.08 126	0.15 169	0.00 1	2.35 157	1.13 163

LSM0	13.03 235	0.48 193	1.94 221	3.08 216	2.05 216	2.43 217	4.86 216	6.43 239	6.36 233	3.45 241	7.75 240	14.97 216	19.62 232	0.15 171	68.79 263	82.55 265	3.67 224	1.66 232	40.88 255	6.19 244	12.32 256	13.19 257	0.24 183	2.44 235	4.84 228	6.87 231	12.68 239	21.90 246

HSM-Net_RVC	0.88 139	0.02 22	0.01 116	0.71 195	0.12 127	0.00 1	0.06 136	1.69 206	0.22 123	1.62 195	4.44 219	3.04 193	0.18 139	0.02 46	1.33 90	0.82 134	0.39 150	0.07 91	0.99 79	0.56 160	2.48 148	1.85 109	0.25 186	1.15 211	0.05 142	0.02 123	1.34 107	0.34 146
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
GEStereo_RVC	0.69 127	0.03 40	0.01 116	0.01 44	0.14 141	0.00 1	0.22 160	0.30 148	0.12 106	0.20 110	0.09 116	0.23 119	0.02 70	0.05 103	1.35 92	1.20 155	0.17 105	0.09 98	4.87 164	0.32 137	2.13 135	3.77 170	0.26 187	0.19 163	0.00 1	0.02 123	2.64 164	0.24 135

iRaft-Stereo_20w	1.82 183	0.49 195	1.28 212	2.04 209	0.34 182	0.65 194	0.35 168	0.90 179	0.65 187	3.27 239	6.20 227	0.67 160	0.66 179	0.08 134	1.75 132	2.80 225	0.64 175	0.41 189	4.36 161	0.88 191	3.72 184	4.53 196	0.27 188	0.37 179	0.57 192	1.70 196	2.89 176	6.53 197

G-Net	4.67 213	0.76 203	0.70 197	0.11 168	0.67 195	0.16 174	0.15 156	3.65 229	5.27 229	2.31 218	7.34 238	34.50 240	4.01 205	0.10 150	3.20 189	4.40 243	0.89 190	1.61 230	9.78 205	7.32 248	4.83 206	4.09 181	0.28 189	2.01 231	0.71 197	3.72 217	8.36 233	15.27 234

SGM+DAISY	4.77 216	2.08 216	2.00 222	3.87 218	2.49 221	4.53 221	3.90 212	2.82 222	2.83 219	3.30 240	7.23 237	13.10 212	10.10 221	0.80 211	4.39 207	3.25 230	1.80 207	1.19 225	20.00 226	2.22 228	6.37 224	5.17 215	0.29 190	2.57 238	3.69 221	1.86 197	8.70 234	8.28 210

S-Stereo	2.85 198	0.07 119	0.83 202	0.42 191	0.26 173	0.08 150	1.90 203	1.95 210	1.12 202	3.18 237	11.54 251	13.91 214	0.68 180	0.15 171	5.47 233	4.39 242	0.74 181	1.19 225	5.68 176	2.44 230	3.02 165	6.52 237	0.31 191	1.68 225	0.00 1	1.27 190	1.90 132	6.22 195

CBMV_ROB	3.27 202	0.40 188	0.58 190	1.97 208	0.67 195	0.93 200	0.87 185	2.81 221	0.71 193	2.07 213	4.31 218	16.43 219	10.64 223	0.08 134	4.28 203	2.32 211	1.23 203	0.30 173	8.97 200	1.55 217	4.44 197	2.80 145	0.32 192	0.33 174	2.38 216	2.80 210	6.89 224	7.08 200

ADCL	1.85 184	0.87 205	0.64 193	0.38 187	0.54 189	0.39 189	1.32 197	0.30 148	8.11 238	1.67 199	1.02 171	0.28 132	0.12 129	0.20 185	4.43 209	0.64 113	0.48 155	0.83 211	2.23 128	0.61 164	2.30 144	1.55 87	0.33 193	0.52 185	4.40 224	4.14 218	2.83 172	8.85 213

MeshStereo	7.09 223	2.48 220	1.32 213	9.08 221	3.09 224	5.28 222	0.93 190	5.74 236	3.68 222	3.07 235	6.68 233	28.93 235	20.66 233	0.34 200	7.55 252	4.93 245	2.05 208	0.97 216	13.64 213	0.91 197	10.55 254	6.72 242	0.35 194	1.13 210	9.81 233	5.60 227	18.44 250	17.47 239
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
edge stereo	4.03 207	0.75 202	5.72 235	1.33 204	0.51 187	2.09 214	1.64 200	3.79 233	2.55 217	2.85 231	7.79 242	22.66 229	5.90 211	0.39 201	2.71 178	3.76 237	0.78 186	0.59 203	13.55 212	1.68 220	3.25 171	6.53 238	0.38 195	1.02 206	1.25 205	1.20 188	4.15 215	10.08 218

FADNet_RVC	1.42 175	0.20 172	0.42 184	0.27 184	0.71 197	0.02 121	0.76 181	0.40 155	0.50 174	0.48 137	1.02 171	0.90 166	0.37 169	0.76 210	4.54 211	1.52 175	0.76 183	1.49 229	9.06 201	0.69 177	3.06 167	3.65 167	0.41 196	0.69 196	0.28 184	0.26 159	3.02 182	2.12 174

CFNet_pseudo	0.27 65	0.10 139	0.00 1	0.04 128	0.16 146	0.00 1	0.00 1	0.01 43	0.05 64	0.04 78	0.00 1	0.18 108	0.01 35	0.01 13	2.64 176	0.55 89	0.05 48	0.01 38	1.50 103	0.01 21	0.51 63	0.68 57	0.47 197	0.03 66	0.00 1	0.00 1	0.15 56	0.01 78

MFN_U_SF_RVC	3.55 204	0.95 208	0.87 203	1.23 203	0.82 204	1.85 212	5.19 217	1.64 204	0.92 199	2.99 234	8.05 243	5.01 198	1.65 186	5.09 230	5.85 239	1.74 186	0.93 196	0.84 213	25.33 236	2.03 227	5.23 210	5.77 222	0.49 198	1.53 223	0.79 200	2.86 211	2.25 148	4.02 185

SGM-Forest	1.18 163	0.22 176	0.02 137	1.16 202	0.74 200	0.30 184	0.00 1	0.59 164	0.71 193	1.88 206	0.81 163	1.57 179	1.99 190	0.26 194	2.48 170	1.40 167	0.36 146	0.16 123	2.04 125	0.05 58	2.08 131	2.58 131	0.49 198	0.11 142	0.65 195	0.81 179	4.78 218	3.70 183
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
PA-Net	0.32 83	0.07 119	0.06 159	0.02 93	0.32 179	0.00 1	0.02 117	0.00 1	0.19 118	0.08 86	0.08 112	0.01 2	0.01 35	0.10 150	1.78 138	0.38 46	0.01 10	0.02 55	0.08 17	0.05 58	0.16 30	2.33 124	0.50 200	0.02 42	0.00 1	1.25 189	0.01 17	1.17 165
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SPS-STEREO	3.17 201	0.48 193	0.68 196	2.61 215	0.37 183	1.50 211	0.52 174	2.36 218	0.49 171	2.68 224	5.47 224	10.52 207	3.45 202	0.06 117	4.34 204	4.14 240	2.54 215	1.03 218	15.30 215	1.13 206	7.82 240	4.11 182	0.53 201	1.52 222	1.91 214	0.74 178	5.13 221	4.17 186
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFN_U_SF_DS_RVC	2.19 191	0.36 184	0.12 170	0.96 200	0.71 197	1.19 204	5.29 219	1.30 196	1.26 206	0.59 148	0.54 153	3.31 194	1.15 182	2.62 224	3.30 190	0.75 129	0.18 107	0.24 154	8.44 198	0.62 167	4.12 187	5.95 224	0.65 202	0.13 149	1.68 211	3.51 215	2.81 170	7.45 204

MFMNet_re	2.15 189	0.05 90	0.08 163	0.00 1	0.79 201	0.84 198	1.03 193	2.00 211	1.92 211	0.48 137	0.95 169	10.91 208	3.15 201	0.07 129	5.46 232	2.08 202	2.09 210	0.88 214	10.26 206	1.74 224	5.19 208	3.08 151	0.66 203	0.93 203	0.01 120	0.01 106	2.55 162	0.78 153

NCCL2	0.45 104	0.17 164	0.01 116	0.18 177	0.49 186	0.03 128	0.01 91	0.01 43	0.12 106	0.80 157	0.01 81	0.08 75	0.03 88	0.13 163	1.44 103	0.51 82	0.30 136	0.11 104	0.19 34	0.14 96	0.96 102	1.79 105	0.67 204	0.11 142	0.04 138	0.12 143	3.28 192	0.32 142

MyStereo	0.92 146	0.18 166	0.03 149	0.07 155	0.29 176	0.03 128	0.00 1	0.01 43	0.04 52	2.16 216	1.11 175	0.15 98	0.01 35	0.06 117	2.36 166	1.11 152	0.14 95	0.02 55	7.81 194	0.82 186	2.49 149	2.12 116	0.70 205	0.27 171	0.11 160	0.01 106	2.71 166	0.00 1

PS-NSSS	0.23 56	0.06 104	0.00 1	0.15 173	0.10 107	0.05 139	0.04 131	0.00 1	0.01 10	0.00 1	0.00 1	0.95 169	0.02 70	0.06 117	0.62 18	0.26 23	0.11 87	0.00 1	0.66 65	0.00 1	0.29 43	0.28 29	0.74 206	0.00 1	0.00 1	0.00 1	1.74 126	0.00 1

MDST_ROB	5.34 219	6.28 224	0.58 190	13.30 225	2.82 223	7.90 223	0.58 176	2.11 214	0.67 188	1.76 202	2.06 195	2.86 188	20.75 234	0.03 77	5.04 219	0.58 95	0.47 154	0.16 123	6.00 182	0.20 119	4.05 186	3.85 173	0.76 207	0.36 178	15.04 245	8.71 236	25.23 256	12.09 226

MyStereo04	0.85 137	0.18 166	0.02 137	0.06 147	0.22 166	0.01 90	0.00 1	0.06 101	0.05 64	1.75 201	0.15 122	0.08 75	0.00 1	0.06 117	2.05 156	1.21 156	0.19 108	0.02 55	8.28 197	0.70 179	2.52 150	1.83 107	0.78 208	0.24 168	0.00 1	0.02 123	2.45 160	0.00 1

ADCS	3.60 205	0.93 207	0.90 205	0.15 173	1.37 210	0.66 195	2.83 210	1.15 191	7.86 236	1.62 195	2.53 199	2.92 192	7.77 218	1.02 214	6.37 246	5.58 246	2.53 214	1.81 234	9.20 203	1.54 216	6.10 217	6.70 241	0.79 209	0.95 204	1.82 212	10.25 240	2.64 164	9.14 214

MANE	13.07 236	7.36 226	11.49 253	14.22 226	9.29 230	11.70 226	8.94 226	13.50 254	12.28 247	2.82 229	6.34 228	32.11 239	28.69 245	2.24 221	6.16 242	5.90 248	4.12 226	20.76 260	17.59 220	1.99 226	6.38 225	4.38 189	0.85 210	4.58 249	23.20 254	20.22 256	39.65 261	36.16 257

pcwnet_v2	0.58 121	0.22 176	0.09 165	0.07 155	0.51 187	0.00 1	0.00 1	0.03 82	0.07 81	1.13 170	0.20 130	0.29 133	0.02 70	0.02 46	3.10 185	0.58 95	0.35 144	0.16 123	2.36 131	0.03 45	1.16 108	1.48 82	0.86 211	0.03 66	0.00 1	0.00 1	1.56 121	1.20 166

SGM-ForestM	6.94 221	9.28 230	2.49 224	8.39 220	2.42 220	9.17 224	6.40 224	7.03 243	3.64 221	1.99 209	3.65 209	26.06 232	18.08 231	0.45 203	2.01 155	0.67 121	2.33 212	0.32 179	16.74 218	0.84 187	3.33 173	1.38 75	0.88 212	0.64 192	13.53 243	9.69 239	21.22 252	14.61 232

UCFNet_RVC	0.28 67	0.14 155	0.02 137	0.11 168	0.13 134	0.00 1	0.00 1	0.03 82	0.09 92	0.29 122	0.00 1	0.09 79	0.01 35	0.05 103	1.11 71	0.45 62	0.05 48	0.00 1	1.02 82	0.02 33	0.74 83	0.90 62	0.90 213	0.02 42	0.00 1	0.00 1	0.29 69	1.12 162

SGM_RVC	4.30 209	2.32 218	0.75 199	3.54 217	1.59 212	3.25 219	1.82 201	3.65 229	2.25 215	2.74 227	4.77 220	12.38 211	7.46 216	0.33 199	1.94 149	1.02 148	2.05 208	0.71 207	15.39 216	1.24 211	3.51 177	1.92 111	1.00 214	1.06 208	4.85 229	2.62 205	17.04 244	14.85 233
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
STStereo	10.25 228	8.38 228	9.78 249	18.33 229	10.17 231	14.59 229	9.26 227	12.75 253	8.27 239	3.70 245	13.40 254	36.44 242	25.95 243	0.17 175	6.07 240	1.96 199	1.32 204	0.63 206	25.78 237	1.22 210	2.97 164	3.26 157	1.02 215	3.80 245	12.57 240	8.01 234	17.34 246	19.56 243

ADCRef	1.22 166	0.41 189	0.41 182	0.12 170	0.80 202	0.30 184	0.73 180	0.43 157	2.19 214	0.71 154	0.02 91	0.29 133	0.05 103	0.24 191	4.42 208	0.92 142	0.17 105	0.26 162	3.14 146	0.74 182	0.84 93	1.95 112	1.10 216	0.27 171	1.11 204	2.75 209	1.25 103	7.34 203

ELAS	9.53 226	6.63 225	3.99 231	13.09 224	7.62 229	13.81 228	5.42 220	6.99 242	6.82 234	3.78 246	10.20 248	38.09 244	22.57 235	1.86 219	6.35 245	1.70 181	4.43 228	2.64 240	11.47 209	1.62 219	6.89 233	7.84 250	1.28 217	3.81 246	17.61 249	13.16 248	17.54 247	20.21 244
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	9.26 225	5.08 223	4.33 232	10.85 223	5.66 226	17.39 230	5.27 218	6.37 238	3.83 224	4.16 247	10.46 250	38.81 245	25.22 242	1.72 217	5.58 237	1.74 186	4.27 227	2.84 242	10.78 207	2.72 233	6.80 229	7.82 249	1.41 218	4.21 248	15.79 247	10.60 241	18.32 249	17.99 240
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AnyNet_C01	4.71 214	1.30 214	1.38 215	1.93 206	0.93 206	0.52 192	6.17 223	3.59 228	7.24 235	2.71 226	4.09 214	10.44 206	7.26 215	0.83 213	6.33 243	7.50 252	5.37 234	6.03 251	13.07 211	2.75 234	8.51 247	6.74 243	1.51 219	1.23 213	4.50 225	2.64 206	3.89 210	8.83 212

pmcnn	3.75 206	0.64 200	0.63 192	1.91 205	2.10 218	1.17 203	2.45 208	2.12 215	1.25 205	2.77 228	5.81 226	8.87 204	11.99 226	0.67 207	3.87 198	4.10 239	2.67 218	1.79 233	11.24 208	2.59 231	6.89 233	3.39 161	1.54 220	1.24 214	0.44 189	1.99 198	7.13 225	10.10 219

ADCMid	2.48 194	1.29 213	1.74 220	0.41 190	1.86 214	1.44 210	2.93 211	0.73 170	3.87 225	0.91 163	3.99 213	1.39 174	1.50 185	0.32 198	5.22 224	1.86 191	0.77 185	0.83 211	8.13 196	0.99 203	3.15 168	4.52 194	1.77 221	0.35 177	1.28 206	4.21 219	2.21 144	9.43 217

DGSMNet	4.99 218	0.98 209	0.94 206	0.80 196	0.13 134	1.33 207	0.35 168	2.57 219	1.13 203	5.37 251	19.87 260	2.86 188	4.74 207	2.55 223	6.33 243	7.98 255	8.56 245	4.27 247	20.87 229	3.57 239	11.43 255	12.14 256	1.90 222	2.67 239	0.78 199	2.70 207	3.06 183	4.73 190

ADCPNet	2.98 199	0.18 166	1.56 217	0.38 187	2.05 216	0.31 186	3.98 213	1.10 188	2.73 218	2.26 217	4.94 222	0.97 170	8.31 219	0.73 209	5.33 228	2.28 207	0.91 193	0.29 170	9.19 202	1.73 223	3.19 169	4.38 189	1.90 222	0.32 173	3.45 220	4.80 224	3.15 186	10.16 220

MSC_U_SF_DS_RVC	3.16 200	1.18 212	0.43 186	2.19 212	0.94 207	0.84 198	6.54 225	0.85 176	5.90 232	2.43 219	0.94 168	1.91 182	1.34 184	4.13 229	4.25 202	2.60 219	1.01 200	0.98 217	18.67 222	1.72 222	3.64 183	6.69 240	1.93 224	0.70 197	2.03 215	2.01 199	1.46 113	8.01 207

UDG	4.64 212	8.87 229	1.16 209	15.44 228	16.00 239	9.90 225	21.00 233	0.34 153	0.07 81	0.29 122	0.91 167	1.77 181	0.05 103	21.99 235	1.94 149	0.66 119	4.65 231	1.41 228	7.33 192	3.16 235	1.90 125	2.00 113	2.71 225	0.13 149	0.01 120	0.00 1	1.53 120	0.02 98

FBW_ROB	2.66 196	2.21 217	1.66 218	5.05 219	2.80 222	1.34 208	4.16 214	0.60 165	0.05 64	1.69 200	1.84 188	5.13 199	1.17 183	3.82 227	3.03 181	0.40 50	0.61 169	0.08 96	21.49 230	0.52 158	3.36 176	3.20 155	3.31 226	0.70 197	0.07 149	0.92 183	0.55 75	2.03 173

DispFullNet	13.36 237	21.47 238	14.83 255	24.94 233	20.66 242	20.68 231	34.81 246	7.42 244	4.15 226	10.45 256	8.81 244	20.19 224	15.24 230	33.49 240	5.00 218	9.11 256	17.28 257	4.82 248	32.10 243	10.08 251	7.81 239	6.19 230	3.66 227	1.53 223	2.92 218	2.03 200	6.86 223	14.17 231

BEATNet-Init1	17.57 245	19.15 235	7.36 242	32.29 239	12.37 235	28.66 237	15.03 229	11.34 251	11.51 246	4.44 248	10.38 249	36.68 243	41.56 255	2.04 220	9.48 255	7.61 253	4.58 230	3.72 246	46.12 258	16.50 258	9.66 251	9.43 253	3.73 228	5.56 250	24.83 257	12.37 246	50.26 264	37.71 258

SPstereo	11.64 230	2.43 219	9.22 245	1.96 207	1.05 208	3.34 220	1.82 201	10.28 250	5.36 230	3.63 244	16.41 258	22.30 227	38.83 253	2.52 222	8.86 254	15.37 259	11.90 248	12.84 256	23.42 233	12.51 255	18.90 258	14.90 260	4.08 229	6.45 254	9.72 232	14.01 250	20.19 251	21.81 245

DPSNet	6.94 221	0.47 192	0.20 175	0.29 186	1.97 215	1.07 202	0.89 187	0.86 177	2.98 220	1.22 174	2.17 196	52.57 258	13.71 228	3.88 228	7.49 250	5.80 247	2.69 219	2.05 239	50.32 259	3.36 237	8.50 246	7.72 248	4.13 230	2.45 236	1.60 210	4.65 223	2.26 150	2.20 175

CC-Net-ROB	0.89 142	0.61 199	0.00 1	0.68 194	0.59 190	2.06 213	0.07 140	0.00 1	0.01 10	0.21 111	0.00 1	9.68 205	1.74 187	0.24 191	0.70 25	0.27 29	0.20 112	0.02 55	1.57 107	0.01 21	0.29 43	0.30 32	4.40 231	0.01 19	0.00 1	0.00 1	0.28 66	0.01 78

LE_ROB	18.84 248	4.56 222	7.69 244	26.18 234	32.73 255	22.59 233	28.28 238	19.07 257	15.68 249	4.69 250	13.55 255	45.05 253	49.00 260	1.33 215	4.74 214	1.71 182	1.40 205	0.53 199	28.64 240	5.81 243	5.55 213	3.29 159	6.71 232	23.78 261	30.08 262	31.85 261	46.70 263	47.61 263

DDUNet	4.73 215	7.86 227	1.10 208	15.36 227	11.34 233	12.95 227	13.21 228	0.02 75	0.08 87	0.30 124	0.18 128	2.41 185	0.12 129	31.51 239	1.05 65	0.37 43	4.89 233	2.70 241	7.28 191	3.38 238	0.41 56	1.74 101	6.96 233	0.02 42	0.02 131	0.00 1	2.48 161	0.00 1

JetBlue	15.47 241	15.83 233	11.44 252	22.01 231	17.05 240	27.41 236	16.87 230	12.74 252	15.86 250	2.53 222	3.31 206	67.15 262	4.28 206	15.41 232	7.44 249	7.70 254	13.42 252	10.65 255	18.92 223	7.32 248	13.48 257	10.71 255	9.89 234	6.29 253	12.60 241	19.46 255	21.68 253	26.23 249

MADNet++	42.01 262	32.47 256	37.64 261	21.86 230	40.47 261	25.73 235	30.87 242	37.69 261	51.70 263	44.04 263	63.49 263	66.12 261	65.51 263	19.07 233	14.02 258	23.43 261	50.54 262	31.94 261	53.94 260	54.26 262	75.96 264	73.11 264	9.99 235	58.95 263	24.11 256	52.98 263	42.13 262	32.16 254

PWCK	14.24 238	20.44 237	6.93 237	32.16 238	10.87 232	21.04 232	17.05 231	9.58 248	10.48 245	12.07 257	15.06 256	40.76 246	23.97 239	3.30 226	4.94 217	2.14 203	7.86 241	1.63 231	61.12 262	7.20 247	9.39 250	6.41 233	14.49 236	2.67 239	8.21 231	11.32 244	7.81 228	15.45 235

WAO-6	12.97 234	12.92 231	2.64 227	22.85 232	13.01 236	31.05 239	25.33 236	3.69 232	9.31 243	0.52 144	3.07 203	25.35 231	35.29 252	45.64 242	5.70 238	1.43 169	8.23 242	0.60 204	19.56 225	1.47 215	6.98 237	6.65 239	17.42 237	3.07 242	12.29 238	9.52 238	9.39 235	17.14 238

WAO-8	19.62 249	25.29 246	9.38 247	38.63 240	24.33 243	42.42 249	31.16 243	8.67 246	18.70 251	3.62 242	7.02 235	43.16 250	32.71 247	54.90 247	3.38 192	1.54 176	8.45 243	1.04 219	32.58 244	12.68 256	6.82 230	6.37 231	25.97 238	1.98 229	29.31 260	11.20 242	14.88 241	33.63 255

Venus	19.63 250	25.29 246	9.38 247	38.63 240	24.33 243	42.42 249	31.16 243	8.67 246	18.70 251	3.62 242	7.02 235	43.16 250	32.71 247	54.95 248	3.38 192	1.54 176	8.45 243	1.04 219	32.58 244	12.68 256	6.82 230	6.37 231	25.97 238	1.98 229	29.31 260	11.20 242	14.88 241	33.63 255

DPSimNet_ROB	28.35 257	27.89 252	32.43 260	31.24 237	27.36 246	30.93 238	25.25 235	17.05 256	22.20 255	30.89 261	26.52 261	42.32 248	40.22 254	51.91 246	27.50 260	22.48 260	22.69 259	14.88 257	40.12 253	35.73 261	22.76 260	21.96 261	26.47 240	19.83 259	23.16 253	28.12 260	26.90 257	26.68 250

SQANet	7.67 224	13.28 232	1.20 210	27.19 235	6.84 227	23.61 234	19.52 232	0.51 161	0.55 179	0.08 86	0.60 157	11.40 210	2.42 196	14.73 231	1.81 139	0.45 62	2.27 211	0.09 98	20.04 227	0.35 141	5.24 211	4.72 203	38.52 241	0.37 179	0.16 171	2.08 201	2.21 144	6.76 198

PSMNet_ROB	11.94 231	22.84 241	4.65 233	29.92 236	5.57 225	34.03 242	28.07 237	1.41 199	1.78 209	2.84 230	5.73 225	19.09 222	26.30 244	22.34 236	3.06 183	0.64 113	4.50 229	0.53 199	23.75 234	2.62 232	6.39 226	4.52 194	49.18 242	1.48 221	4.82 227	4.57 222	4.07 213	7.77 206

JetRed	38.88 261	45.85 261	43.93 263	38.66 242	38.26 258	49.60 255	54.21 257	37.93 262	28.12 258	14.79 259	10.03 247	62.74 260	5.65 210	46.25 243	34.16 261	37.11 262	44.95 261	61.08 264	34.78 248	20.44 259	57.40 263	51.01 263	49.75 243	22.86 260	30.80 263	46.77 262	39.14 260	43.50 262

otaku	10.18 227	18.56 234	1.37 214	39.15 243	11.37 234	33.18 241	24.07 234	0.18 130	0.46 167	0.00 1	0.65 158	13.73 213	3.66 203	23.21 237	1.97 153	0.51 82	2.60 216	0.11 104	22.61 231	0.51 156	5.90 215	5.08 211	52.25 244	0.91 202	0.14 166	1.39 193	2.91 179	8.43 211

Ntro	10.81 229	19.66 236	2.61 226	42.45 247	13.71 237	32.82 240	28.40 239	0.08 107	0.43 163	0.23 116	0.23 139	14.35 215	2.95 200	26.28 238	2.20 161	0.43 56	3.46 223	0.15 115	23.14 232	0.64 174	6.27 222	5.06 210	53.29 245	1.41 219	0.06 146	2.30 203	2.12 141	7.23 202

ACVNet_2	14.77 240	26.65 250	7.05 238	49.88 255	26.05 245	44.46 252	33.12 245	0.27 144	0.44 166	0.53 146	0.99 170	22.49 228	8.81 220	46.65 244	1.91 144	0.56 91	9.29 247	0.10 101	32.68 246	0.42 149	6.14 219	4.82 207	53.84 246	1.72 226	4.01 223	4.42 221	3.80 207	7.61 205

DPSM_ROB	97.19 268	99.15 268	99.69 269	98.88 266	100.00 267	91.14 265	91.00 264	100.00 269	100.00 268	100.00 268	100.00 270	95.08 267	100.00 270	94.84 264	100.00 271	100.00 270	100.00 271	100.00 271	99.99 268	100.00 270	100.00 272	100.00 272	54.28 247	100.00 270	100.00 269	100.00 269	100.00 269	100.00 269

DPSM	97.19 268	99.15 268	99.69 269	98.88 266	100.00 267	91.14 265	91.00 264	100.00 269	100.00 268	100.00 268	100.00 270	95.08 267	100.00 270	94.84 264	100.00 271	100.00 270	100.00 271	100.00 271	99.99 268	100.00 270	100.00 272	100.00 272	54.28 247	100.00 270	100.00 269	100.00 269	100.00 269	100.00 269

RainbowNet	12.80 233	21.87 239	3.60 230	44.60 250	19.57 241	37.71 244	29.87 241	1.11 189	1.01 201	0.62 150	0.00 1	20.56 225	6.81 214	48.71 245	1.91 144	0.97 146	3.36 222	0.26 162	14.60 214	3.20 236	6.83 232	5.60 220	54.43 249	1.29 215	0.49 191	2.74 208	3.58 205	10.27 221

ACVNet-4b	12.67 232	21.88 240	2.55 225	39.72 244	15.34 238	36.15 243	28.96 240	0.55 163	0.43 163	0.34 127	0.21 133	26.22 233	6.10 212	56.62 250	1.30 89	0.49 77	5.45 235	0.35 182	18.32 221	0.90 195	6.28 223	5.13 213	54.95 250	2.02 232	0.18 178	0.65 175	1.81 129	9.18 215

ACVNet_1	14.27 239	26.63 249	6.54 236	50.84 256	28.80 249	47.43 253	35.05 247	0.04 88	0.64 185	0.27 121	0.00 1	16.97 220	5.25 208	59.59 252	1.93 147	0.51 82	5.65 236	0.55 202	20.43 228	0.23 126	6.12 218	4.43 192	55.02 251	1.86 228	0.08 151	3.15 213	1.89 131	5.38 193

Dean	17.85 246	30.68 254	3.06 228	55.31 258	32.28 253	48.38 254	36.37 248	3.18 224	4.54 228	1.38 178	0.03 97	24.22 230	32.97 249	55.50 249	2.58 174	0.88 138	6.83 240	0.30 173	24.94 235	1.19 208	6.50 227	5.31 217	55.11 252	2.49 237	17.34 248	8.54 235	12.66 238	9.39 216

LVE	16.68 242	24.42 244	4.98 234	46.68 251	29.72 250	40.87 247	36.48 249	0.77 173	1.98 212	2.93 232	0.02 91	19.43 223	24.59 240	57.65 251	2.41 167	1.15 153	4.72 232	0.73 209	28.80 242	0.85 188	7.91 241	6.42 234	55.56 253	3.47 244	19.47 250	5.95 229	11.06 236	11.26 224

IMH-64-1	17.49 243	23.91 242	7.20 240	42.28 245	28.60 247	40.17 245	38.12 250	3.27 225	8.82 240	0.09 92	0.89 165	30.12 236	23.49 237	73.52 253	5.49 234	1.63 178	6.07 237	1.82 235	28.60 238	0.85 188	6.96 235	6.15 227	55.91 254	1.37 217	10.81 235	5.12 225	7.25 226	13.60 228

IMH-64	17.49 243	23.91 242	7.20 240	42.28 245	28.60 247	40.17 245	38.12 250	3.27 225	8.82 240	0.09 92	0.89 165	30.12 236	23.49 237	73.52 253	5.49 234	1.63 178	6.07 237	1.82 235	28.60 238	0.85 188	6.96 235	6.15 227	55.91 254	1.37 217	10.81 235	5.12 225	7.25 226	13.60 228

IMH	18.53 247	24.49 245	7.11 239	42.48 248	29.80 251	40.97 248	39.23 252	3.43 227	9.05 242	0.16 101	0.26 142	31.99 238	32.37 246	76.84 256	3.57 194	1.35 164	6.58 239	1.86 237	28.67 241	1.02 204	6.73 228	5.64 221	55.92 256	1.44 220	10.40 234	7.04 232	8.16 231	23.66 247

TorneroNet-64	24.06 254	27.81 251	9.31 246	49.03 252	32.72 254	49.66 256	50.37 254	6.81 241	29.35 259	1.51 189	1.50 182	47.37 255	48.28 259	85.46 260	5.28 227	1.51 173	13.20 251	3.01 245	40.54 254	6.25 245	8.29 245	7.11 245	56.69 257	3.40 243	12.42 239	13.70 249	8.11 230	30.87 253

TorneroNet	24.03 253	28.19 253	10.69 251	49.51 253	34.21 256	51.74 257	50.69 255	8.48 245	26.48 257	1.40 181	6.56 230	44.67 252	43.84 258	86.48 261	3.92 199	1.37 165	12.72 250	2.99 244	39.87 252	6.79 246	8.20 243	6.79 244	56.84 258	2.97 241	13.85 244	12.70 247	11.54 237	25.42 248

KSHMR	23.83 252	31.62 255	14.01 254	55.60 260	40.18 260	53.28 258	55.84 258	13.62 255	9.32 244	7.81 254	7.68 239	28.72 234	25.02 241	84.79 258	6.40 247	3.08 227	12.08 249	4.84 249	36.89 251	5.30 242	8.60 248	7.86 251	57.85 259	4.11 247	15.16 246	11.60 245	14.42 240	27.69 251

ktn	25.08 256	26.20 248	10.23 250	42.84 249	31.90 252	44.34 251	52.33 256	6.49 240	31.79 261	14.13 258	3.70 211	42.64 249	42.28 256	75.37 255	11.31 256	6.62 249	14.82 254	9.79 254	36.83 250	9.07 250	9.10 249	7.61 246	58.54 260	8.47 255	12.19 237	16.13 251	24.10 254	28.22 252

UNDER WATER	29.22 258	34.07 259	15.79 257	61.06 261	48.92 264	60.55 261	67.17 261	25.97 258	20.28 254	4.66 249	6.67 232	47.92 256	34.52 250	85.26 259	6.09 241	3.30 231	17.14 256	5.72 250	35.04 249	11.97 254	9.66 251	8.71 252	58.59 261	12.20 257	26.03 258	22.98 257	16.86 243	41.83 261

UNDER WATER-64	29.55 259	34.06 258	16.97 258	62.49 262	48.81 263	62.21 262	67.65 262	27.75 260	20.05 253	8.84 255	9.51 245	48.23 257	35.17 251	83.34 257	6.92 248	4.38 241	16.86 255	6.53 253	34.28 247	11.19 253	9.69 253	9.48 254	59.94 262	9.75 256	22.62 252	24.30 258	17.16 245	39.54 260

notaker	24.99 255	32.93 257	15.02 256	55.34 259	38.46 259	56.36 259	56.70 259	10.17 249	22.95 256	6.84 253	2.28 197	45.40 254	43.26 257	91.12 263	5.38 230	2.72 223	13.56 253	6.42 252	42.98 256	10.39 252	8.07 242	7.68 247	61.15 263	5.81 252	2.84 217	5.91 228	8.26 232	16.81 237

ASD4	66.87 264	54.81 262	60.27 264	49.77 254	37.71 257	66.85 263	47.51 253	45.00 263	70.57 264	41.67 262	55.70 262	35.48 241	91.86 264	44.11 241	61.10 262	71.92 263	72.25 264	76.86 265	62.13 263	79.91 264	77.82 265	80.25 266	63.31 264	61.04 264	98.41 268	99.71 268	99.61 268	99.77 268

HanzoNet	37.35 260	39.96 260	24.65 259	54.61 257	43.74 262	58.38 260	63.81 260	26.85 259	42.31 262	15.90 260	18.03 259	68.31 263	58.44 262	89.37 262	12.91 257	15.06 258	25.60 260	18.17 258	56.45 261	29.02 260	19.21 259	14.61 258	70.48 265	17.65 258	29.19 259	27.11 259	29.31 259	39.40 259

PML	91.55 265	100.00 270	70.97 265	100.00 269	100.00 267	99.99 272	98.63 266	100.00 269	96.55 265	100.00 268	88.93 265	99.88 270	99.98 269	96.96 267	86.25 264	78.72 264	88.35 265	58.29 263	100.00 271	90.03 265	83.50 266	75.97 265	88.27 266	86.28 265	92.48 267	92.28 266	100.00 269	99.42 267

LRCNet_RVC	54.46 263	70.77 263	39.91 262	91.55 263	92.17 265	87.51 264	81.57 263	46.66 264	30.39 260	97.40 264	68.75 264	87.64 266	58.12 261	95.96 266	27.25 259	9.21 257	61.45 263	44.83 262	92.80 264	58.57 263	22.95 261	14.73 259	92.70 267	48.92 262	6.30 230	2.22 202	24.38 255	15.60 236

DPSMNet_ROB	98.09 273	97.61 266	100.00 271	97.53 265	100.00 267	96.88 267	100.00 272	95.37 265	100.00 268	98.24 266	98.79 267	82.72 265	98.14 267	99.87 269	99.87 269	99.99 269	90.64 267	99.99 270	94.19 266	99.98 267	99.25 270	99.45 270	99.85 268	99.95 267	100.00 269	100.00 269	100.00 269	100.00 269

DGTPSM_ROB	98.07 272	97.55 265	100.00 271	97.51 264	100.00 267	96.88 267	100.00 272	95.37 265	100.00 268	98.23 265	98.78 266	82.66 264	98.09 266	99.84 268	99.87 269	100.00 270	90.54 266	99.98 269	94.00 265	99.98 267	99.25 270	99.45 270	99.85 268	99.95 267	100.00 269	100.00 269	100.00 269	100.00 269

HaxPig	97.65 270	100.00 270	98.14 267	100.00 269	100.00 267	99.99 272	99.99 271	99.98 268	99.94 267	100.00 268	99.97 269	99.99 273	99.94 268	99.99 271	99.17 267	98.75 267	99.96 269	98.27 267	99.99 268	99.99 269	93.43 268	86.94 267	99.99 270	99.97 269	77.32 264	98.91 267	88.64 267	97.25 266

MyStereo03	99.93 274	100.00 270	100.00 271	100.00 269	100.00 267	99.06 269	99.14 268	100.00 269	100.00 268	100.00 268	100.00 270	99.91 271	100.00 270	100.00 272	100.00 271	100.00 270	100.00 271	100.00 271	100.00 271	100.00 270	100.00 272	100.00 272	100.00 271	100.00 270	100.00 269	100.00 269	100.00 269	100.00 269

MyStereo02	96.23 267	100.00 270	100.00 271	100.00 269	0.00 1	99.06 269	99.14 268	100.00 269	100.00 268	100.00 268	100.00 270	99.91 271	100.00 270	100.00 272	100.00 271	100.00 270	100.00 271	100.00 271	100.00 271	100.00 270	100.00 272	100.00 272	100.00 271	100.00 270	100.00 269	100.00 269	100.00 269	100.00 269

CasAABBNet	99.94 275	100.00 270	100.00 271	100.00 269	100.00 267	99.26 271	99.18 270	100.00 269	100.00 268	100.00 268	100.00 270	100.00 274	100.00 270	100.00 272	100.00 271	100.00 270	100.00 271	100.00 271	100.00 271	100.00 270	100.00 272	100.00 272	100.00 271	100.00 270	100.00 269	100.00 269	100.00 269	100.00 269

MEDIAN_ROB	95.86 266	98.19 267	97.03 266	100.00 269	99.94 266	99.99 272	100.00 272	98.77 267	96.83 266	99.97 267	99.86 268	96.27 269	93.30 265	99.96 270	98.75 266	96.77 266	97.64 268	97.60 266	99.54 267	96.90 266	89.03 267	92.34 268	100.00 271	94.80 266	79.49 265	88.48 265	83.33 265	93.50 265

AVERAGE_ROB	97.87 271	100.00 270	99.48 268	100.00 269	100.00 267	100.00 275	100.00 272	100.00 269	100.00 268	100.00 268	100.00 270	100.00 274	100.00 270	100.00 272	99.53 268	99.67 268	99.99 270	99.97 268	100.00 271	100.00 270	96.18 269	98.83 269	100.00 271	100.00 270	86.70 266	87.40 264	88.36 266	86.25 264

FADE																7.42 251					25.12 262	26.10 262					28.34 258

Low-res two-view benchmark