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

Former-RAFT_DAM_RVC	0.23 14	0.13 95	0.62 5	0.01 17	0.00 1	1.05 46	0.00 1	0.63 12	0.80 141	0.76 119	0.18 92	0.09 48	0.06 67	0.05 1	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 229

SMFormer	1.04 204	0.16 118	1.55 154	0.33 282	0.01 101	1.03 33	0.00 1	5.24 325	2.12 302	1.53 217	2.16 279	0.92 154	0.02 16	4.46 222	1.24 261	0.00 1	0.01 223	0.00 1	0.00 1	0.03 132	0.02 150

tta	1.04 204	0.16 118	1.55 154	0.33 282	0.01 101	1.03 33	0.00 1	5.24 325	2.12 302	1.53 217	2.16 279	0.92 154	0.02 16	4.46 222	1.24 261	0.00 1	0.01 223	0.00 1	0.00 1	0.03 132	0.01 62

qqq1	0.98 189	0.16 118	1.55 154	0.33 282	0.01 101	1.03 33	0.00 1	5.24 325	2.12 302	1.53 217	2.16 279	0.92 154	0.02 16	4.46 222	0.07 38	0.00 1	0.01 223	0.00 1	0.00 1	0.03 132	0.01 62

fff1	0.98 189	0.16 118	1.55 154	0.33 282	0.01 101	1.03 33	0.00 1	5.24 325	2.12 302	1.53 217	2.16 279	0.92 154	0.02 16	4.46 222	0.07 38	0.00 1	0.01 223	0.00 1	0.00 1	0.03 132	0.01 62

mmm	0.52 77	0.04 4	1.14 92	0.61 327	0.00 1	1.14 69	0.00 1	3.45 198	0.75 129	1.24 193	0.58 159	0.20 75	0.18 139	0.93 105	0.08 47	0.00 1	0.01 223	0.00 1	0.00 1	0.02 93	0.01 62

11t1	0.33 29	0.05 8	0.86 25	0.44 302	0.00 1	1.04 40	0.00 1	2.45 93	0.60 56	0.44 83	0.01 1	0.05 25	0.05 52	0.43 68	0.06 34	0.00 1	0.01 223	0.00 1	0.00 1	0.02 93	0.01 62

ff7	0.23 14	0.21 149	1.02 56	0.02 64	0.00 1	1.07 49	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 78	0.44 70	0.04 7	0.00 1	0.00 1	0.00 1	0.15 338	0.07 210	0.01 62

IGEVStereo-DCA	0.46 62	0.09 50	1.02 56	0.02 64	0.00 1	0.82 16	0.00 1	0.53 4	0.75 129	0.09 22	0.03 48	0.03 6	0.06 67	5.04 251	0.51 201	0.00 1	0.00 1	0.00 1	0.15 338	0.05 181	0.01 62

ffff	0.23 14	0.21 149	1.02 56	0.02 64	0.00 1	1.07 49	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 78	0.44 70	0.04 7	0.00 1	0.00 1	0.00 1	0.15 338	0.07 210	0.01 62

11t	0.23 14	0.21 149	1.02 56	0.02 64	0.00 1	1.07 49	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 78	0.44 70	0.04 7	0.00 1	0.00 1	0.00 1	0.15 338	0.07 210	0.01 62

ttt	1.35 259	0.05 8	1.09 82	0.46 306	0.01 101	1.61 232	0.00 1	5.61 345	1.97 293	1.75 234	2.10 275	1.40 194	0.11 112	4.81 242	6.07 354	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.02 150

DLNR_Zeroshot_test	23.05 410	49.79 416	87.94 415	97.52 427	94.73 422	1.18 83	0.00 1	20.60 401	0.14 6	0.02 2	0.02 31	0.02 2	0.02 16	4.35 213	0.10 61	32.22 414	0.04 304	0.00 1	0.27 373	72.00 420	0.06 257

CASnet	0.16 2	0.14 100	0.52 3	0.01 17	0.00 1	0.86 18	0.00 1	0.51 3	0.75 129	0.10 32	0.01 1	0.04 10	0.02 16	0.22 22	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PCWNet_CMD	0.65 106	0.14 100	2.02 215	0.01 17	0.01 101	1.10 58	0.00 1	2.80 119	0.97 166	0.48 89	0.28 116	2.31 259	1.50 280	1.19 117	0.08 47	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

CFNet_ucs	0.77 136	0.20 143	2.22 237	0.01 17	0.01 101	1.32 136	0.00 1	3.30 176	1.31 217	1.15 177	1.14 221	2.19 254	0.42 196	2.04 146	0.12 70	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

AEACV	0.22 10	0.05 8	0.66 12	0.02 64	0.03 187	0.87 19	0.00 1	1.07 28	0.15 9	0.18 48	0.01 1	0.02 2	0.72 239	0.15 9	0.09 53	0.00 1	0.03 294	0.00 1	0.27 373	0.08 221	0.07 273

HH	0.88 175	0.37 210	1.93 200	0.25 262	0.10 252	0.62 13	0.00 1	3.79 229	0.18 19	0.33 59	0.59 168	3.94 319	0.81 244	4.44 220	0.09 53	0.00 1	0.06 320	0.00 1	0.00 1	0.03 132	0.02 150

HanStereo	0.88 175	0.37 210	1.93 200	0.25 262	0.10 252	0.62 13	0.00 1	3.79 229	0.18 19	0.33 59	0.59 168	3.94 319	0.81 244	4.44 220	0.09 53	0.00 1	0.06 320	0.00 1	0.00 1	0.03 132	0.02 150

CAS	0.85 162	0.09 50	0.67 13	6.43 388	0.05 210	1.12 64	0.00 1	0.88 22	0.69 113	0.02 2	0.02 31	0.06 34	0.06 67	0.26 36	0.12 70	6.37 390	0.00 1	0.00 1	0.00 1	0.00 1	0.20 337

anonymousdsp	0.21 6	0.21 149	0.63 6	0.02 64	0.00 1	1.07 49	0.00 1	0.74 18	0.77 138	0.09 22	0.01 1	0.04 10	0.07 78	0.25 30	0.04 7	0.00 1	0.00 1	0.00 1	0.16 344	0.08 221	0.03 189

ToySt	0.47 66	0.25 167	2.47 255	0.04 125	0.01 101	1.17 77	0.00 1	2.01 66	0.63 71	0.08 20	0.14 75	1.16 183	0.05 52	0.80 103	0.46 194	0.00 1	0.00 1	0.00 1	0.03 292	0.10 249	0.04 213

DCRE	0.69 121	0.35 203	1.16 99	0.06 156	0.02 168	0.91 20	0.00 1	1.05 27	0.30 36	0.98 154	7.63 351	0.72 135	0.02 16	0.16 12	0.07 38	0.00 1	0.02 272	0.00 1	0.21 360	0.02 93	0.03 189

ProNet	0.20 5	0.25 167	0.78 19	0.01 17	0.01 101	0.95 26	0.00 1	0.70 14	0.68 100	0.02 2	0.01 1	0.05 25	0.03 34	0.31 45	0.03 5	0.00 1	0.01 223	0.00 1	0.00 1	0.12 263	0.04 213

MC-Stereo	0.24 19	0.12 86	0.71 14	0.04 125	0.02 168	1.07 49	0.00 1	1.30 34	0.17 17	0.59 97	0.02 31	0.08 45	0.11 112	0.18 14	0.05 17	0.00 1	0.02 272	0.00 1	0.17 350	0.06 196	0.02 150

RCA-Stereo	0.37 39	0.14 100	0.76 17	0.01 17	0.00 1	1.17 77	0.00 1	3.14 150	0.61 62	0.71 113	0.47 153	0.05 25	0.13 128	0.19 17	0.03 5	0.00 1	0.01 223	0.00 1	0.00 1	0.06 196	0.01 62

CroCo-Stereo Lap2	0.33 29	0.49 263	1.18 104	0.02 64	0.00 1	0.33 5	0.00 1	3.08 144	0.61 62	0.02 2	0.01 1	0.04 10	0.08 92	0.45 75	0.15 83	0.00 1	0.00 1	0.00 1	0.00 1	0.07 210	0.02 150

qqq	0.50 71	0.04 4	0.78 19	0.02 64	0.00 1	1.05 46	0.00 1	3.15 152	0.68 100	0.46 87	0.01 1	0.73 136	0.12 122	2.95 162	0.07 38	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.01 62

ccc-4	0.23 14	0.21 149	1.02 56	0.02 64	0.00 1	1.07 49	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 78	0.44 70	0.04 7	0.00 1	0.00 1	0.00 1	0.15 338	0.07 210	0.01 62

x	0.41 46	0.04 4	0.74 16	0.54 317	0.00 1	0.98 28	0.00 1	3.07 142	0.67 95	0.48 89	0.01 1	0.48 108	0.07 78	0.93 105	0.07 38	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.01 62

RAFT_CTSACE	0.68 118	0.52 271	1.74 185	0.50 311	0.05 210	1.16 75	0.00 1	2.68 114	0.66 87	0.68 110	1.60 245	1.76 218	0.80 243	0.94 107	0.13 74	0.00 1	0.02 272	0.00 1	0.00 1	0.27 333	0.00 1

IGEV-Stereo	0.21 6	0.21 149	0.63 6	0.02 64	0.00 1	1.07 49	0.00 1	0.73 17	0.77 138	0.09 22	0.01 1	0.04 10	0.07 78	0.24 27	0.04 7	0.00 1	0.00 1	0.00 1	0.16 344	0.08 221	0.03 189
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
dad	0.88 175	0.62 296	2.26 240	0.06 156	0.01 101	1.24 111	0.00 1	0.98 25	2.17 309	1.29 195	0.35 129	0.37 93	0.04 46	5.80 280	1.06 252	0.01 305	0.00 1	1.13 381	0.11 333	0.05 181	0.00 1

AACVNet	0.87 171	0.44 241	1.19 107	0.17 237	0.00 1	1.76 255	0.00 1	3.60 214	0.60 56	1.03 163	0.26 112	1.31 191	0.17 136	6.33 298	0.28 140	0.00 1	0.00 1	0.00 1	0.00 1	0.17 291	0.01 62

CREStereo++_RVC	0.29 27	0.19 136	0.83 22	0.05 142	0.00 1	1.19 84	0.00 1	0.66 13	0.99 172	0.25 51	1.26 236	0.05 25	0.07 78	0.20 20	0.09 53	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
TestStereo	0.61 95	0.55 279	1.84 197	0.00 1	0.00 1	0.94 23	0.00 1	1.65 53	0.23 31	0.12 38	0.03 48	0.08 45	0.06 67	6.59 311	0.08 47	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.30 28	0.28 182	0.86 25	0.03 102	0.01 101	1.14 69	0.00 1	0.53 4	0.44 46	1.06 169	1.24 233	0.06 34	0.05 52	0.25 30	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.28 24	0.39 219	0.97 46	0.05 142	0.00 1	1.09 56	0.00 1	0.71 16	0.54 49	0.44 83	1.04 216	0.06 34	0.06 67	0.19 17	0.09 53	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CFNet_pseudo	0.66 111	0.17 124	2.08 223	0.00 1	0.01 101	1.22 97	0.00 1	2.79 118	0.73 125	0.78 124	0.46 150	2.32 260	0.63 223	1.77 141	0.15 83	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

XX-Stereo	1.04 204	0.20 143	4.94 351	0.85 347	0.04 203	1.25 118	0.00 1	3.37 184	0.45 47	1.22 191	0.50 155	3.70 315	0.02 16	3.91 196	0.05 17	0.00 1	0.09 342	0.00 1	0.20 356	0.03 132	0.02 150

222	2.69 334	0.09 50	1.03 67	0.00 1	0.00 1	1.54 210	0.00 1	5.61 345	1.55 253	1.51 215	2.10 275	0.53 114	0.07 78	4.54 230	35.09 410	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

xxxx	1.78 304	0.07 32	1.02 56	0.00 1	0.01 101	1.44 175	0.00 1	5.81 353	1.53 251	1.37 205	1.91 262	1.08 177	0.05 52	4.37 216	16.98 392	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.02 150

test_xeample	1.79 306	0.08 38	1.03 67	0.02 64	0.00 1	1.44 175	0.00 1	5.48 340	1.84 279	1.65 229	2.17 283	0.37 93	0.06 67	4.00 200	17.67 394	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.02 150

AFF-stereo	0.65 106	0.46 249	0.82 21	0.37 295	0.00 1	1.19 84	0.00 1	3.04 139	1.42 231	0.72 115	1.95 265	1.16 183	0.26 165	0.97 109	0.31 152	0.00 1	0.02 272	0.00 1	0.00 1	0.21 315	0.02 150

GMStereo	0.25 20	0.60 291	1.28 120	0.01 17	0.00 1	0.48 11	0.00 1	0.74 18	1.24 208	0.16 45	0.03 48	0.07 42	0.09 97	0.22 22	0.10 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
FINET	1.36 260	0.46 249	4.05 325	0.22 251	0.73 359	1.03 33	0.00 1	3.57 211	5.71 361	1.59 227	1.64 246	0.49 110	0.19 145	5.53 270	1.90 291	0.00 1	0.01 223	0.00 1	0.00 1	0.08 221	0.03 189

MSMDNet	0.65 106	0.14 100	2.02 215	0.01 17	0.01 101	1.11 62	0.00 1	2.88 125	0.98 168	0.49 92	0.28 116	2.32 260	1.49 277	1.19 117	0.08 47	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

NLCA_NET_v2_RVC	1.04 204	0.55 279	2.52 258	0.56 320	1.00 364	1.37 154	0.00 1	3.43 195	1.35 220	2.24 271	0.35 129	2.18 253	0.58 214	4.28 209	0.34 166	0.00 1	0.00 1	0.00 1	0.01 270	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ccs_rob	0.65 106	0.17 124	2.09 224	0.00 1	0.01 101	1.22 97	0.00 1	2.77 117	0.73 125	0.75 117	0.44 146	2.32 260	0.64 226	1.76 140	0.15 83	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

AANet_RVC	1.66 290	0.88 336	3.52 307	0.06 156	0.00 1	1.22 97	0.00 1	3.25 167	2.51 325	2.21 269	4.49 329	3.65 313	0.20 151	7.10 349	3.42 329	0.50 377	0.04 304	0.00 1	0.00 1	0.08 221	0.05 229

StereoDRNet-Refined	0.83 155	0.12 86	1.18 104	0.02 64	0.01 101	1.31 135	0.00 1	3.33 179	1.07 186	1.92 248	1.24 233	2.48 266	0.18 139	1.86 144	1.67 279	0.00 1	0.00 1	0.00 1	0.00 1	0.14 273	0.05 229
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.93 313	0.18 129	2.44 250	0.67 334	0.53 351	5.25 352	0.00 1	5.43 339	1.56 258	2.09 262	0.91 207	6.48 354	0.89 249	8.55 370	3.60 332	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.01 62

NOSS_ROB	1.29 249	0.22 158	1.35 135	0.64 331	0.16 278	2.56 289	0.00 1	4.14 256	2.37 319	2.29 281	1.76 256	2.84 278	0.02 16	6.80 329	0.45 190	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.11 295

MyStereo8	0.85 162	0.52 271	3.20 292	0.20 248	0.00 1	1.47 187	0.01 54	3.53 208	1.91 289	1.34 200	0.65 175	1.22 186	0.31 174	0.57 89	1.38 272	0.00 1	0.14 360	0.00 1	0.06 315	0.09 240	0.30 348

MyStereo07	0.27 22	0.27 172	0.64 9	0.02 64	0.01 101	1.64 241	0.01 54	1.41 37	0.73 125	0.10 32	0.01 1	0.03 6	0.10 104	0.24 27	0.04 7	0.00 1	0.07 329	0.00 1	0.00 1	0.03 132	0.06 257

MyStereo06	0.80 148	0.19 136	2.53 259	0.02 64	0.00 1	1.51 199	0.01 54	4.61 290	0.24 34	0.89 133	0.69 186	3.14 297	1.18 261	0.58 92	0.33 159	0.00 1	0.06 320	0.00 1	0.00 1	0.02 93	0.07 273

MyStereo05	0.79 144	0.19 136	3.17 289	0.02 64	0.00 1	1.51 199	0.01 54	3.56 210	2.48 324	1.34 200	0.02 31	1.25 188	0.38 190	1.19 117	0.50 199	0.00 1	0.06 320	0.00 1	0.00 1	0.02 93	0.07 273

MyStereo04	0.78 143	0.27 172	3.19 290	0.02 64	0.01 101	1.64 241	0.01 54	3.64 217	2.20 312	0.98 154	0.02 31	1.29 190	0.57 212	1.10 114	0.53 205	0.00 1	0.07 329	0.00 1	0.00 1	0.03 132	0.06 257

ACVNet-DCA	0.61 95	0.27 172	1.28 120	0.13 216	0.00 1	3.44 318	0.01 54	3.15 152	0.68 100	0.33 59	0.69 186	0.04 10	0.61 217	1.43 127	0.05 17	0.00 1	0.02 272	0.00 1	0.03 292	0.01 25	0.01 62

xx1	0.95 185	0.27 172	1.28 120	0.13 216	0.00 1	3.44 318	0.01 54	3.18 158	7.23 373	0.33 59	0.69 186	0.73 136	0.12 122	1.43 127	0.05 17	0.00 1	0.02 272	0.00 1	0.00 1	0.01 25	0.01 62

1test111	0.69 121	0.27 172	1.28 120	0.13 216	0.00 1	3.44 318	0.01 54	3.15 152	0.68 100	0.33 59	0.69 186	0.04 10	0.61 217	2.95 162	0.07 38	0.00 1	0.02 272	0.00 1	0.03 292	0.01 25	0.01 62

cc1	0.94 183	0.27 172	1.28 120	0.13 216	0.00 1	3.44 318	0.01 54	3.18 158	7.23 373	0.33 59	0.69 186	0.04 10	0.61 217	1.43 127	0.05 17	0.00 1	0.02 272	0.00 1	0.03 292	0.09 240	0.04 213

1111x	1.53 278	0.06 22	1.77 188	0.27 271	0.00 1	2.12 272	0.01 54	5.63 349	1.65 268	1.53 217	1.67 249	0.92 154	0.64 226	6.18 289	8.17 367	0.00 1	0.01 223	0.00 1	0.00 1	0.00 1	0.01 62

GMStereo_Zeroshot	0.63 102	0.14 100	1.54 152	0.75 339	0.00 1	1.26 120	0.01 54	1.85 58	0.31 37	1.44 212	0.58 159	1.76 218	0.19 145	2.55 152	0.10 61	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.00 1

test croco	0.41 46	0.28 182	2.26 240	0.07 176	0.00 1	0.50 12	0.01 54	2.84 122	0.92 158	0.05 15	0.07 63	0.13 61	0.17 136	0.43 68	0.20 109	0.00 1	0.00 1	0.00 1	0.00 1	0.34 348	0.01 62

StereoIM	0.22 10	0.29 189	0.87 27	0.05 142	0.18 284	0.41 9	0.01 54	1.24 32	0.56 50	0.02 2	0.03 48	0.13 61	0.05 52	0.32 51	0.24 121	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

SDNR	3.31 349	0.91 340	6.28 371	0.44 302	0.02 168	26.11 407	0.01 54	3.81 235	1.62 266	2.82 305	11.06 365	2.93 284	0.60 215	7.95 364	1.52 273	0.01 305	0.01 223	0.00 1	0.00 1	0.06 196	0.12 304

LoS_RVC	0.19 4	0.48 259	0.51 2	0.12 213	0.10 252	1.01 31	0.01 54	0.81 20	0.19 21	0.07 17	0.02 31	0.06 34	0.05 52	0.31 45	0.05 17	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.04 213

anonymousdsp2	0.52 77	0.06 22	1.51 150	0.10 205	0.00 1	1.19 84	0.01 54	4.32 274	0.63 71	0.33 59	0.15 81	0.78 148	0.09 97	1.01 111	0.06 34	0.00 1	0.00 1	0.00 1	0.11 333	0.04 163	0.05 229

knoymous	0.35 33	0.05 8	1.11 85	0.05 142	0.01 101	1.15 74	0.01 54	2.06 68	0.14 6	0.40 79	0.02 31	1.67 215	0.00 1	0.31 45	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

riskmin	0.47 66	0.03 1	1.01 51	0.08 188	0.01 101	1.12 64	0.01 54	3.00 129	0.21 28	0.46 87	0.02 31	2.08 239	1.06 255	0.26 36	0.04 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 62

Anonymous_2	1.69 299	0.05 8	1.31 129	0.08 188	0.03 187	1.22 97	0.01 54	3.25 167	0.19 21	0.76 119	0.13 74	2.68 270	1.99 308	0.39 65	0.13 74	0.05 343	0.25 372	3.27 387	14.54 411	3.40 381	0.01 62

TestStereo1	0.77 136	0.46 249	1.12 87	0.15 228	0.19 291	1.29 128	0.01 54	3.33 179	1.55 253	0.45 85	1.67 249	0.13 61	1.23 264	3.39 173	0.27 136	0.00 1	0.00 1	0.00 1	0.00 1	0.17 291	0.07 273

DCANet-4	0.69 121	0.15 110	3.76 316	0.03 102	0.01 101	1.22 97	0.01 54	3.14 150	1.90 288	2.34 282	0.14 75	0.11 54	0.25 163	0.34 55	0.29 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 229

anonymity	0.74 126	0.15 110	1.17 101	0.16 234	0.27 322	0.71 15	0.01 54	4.70 295	1.78 276	1.15 177	1.23 231	0.31 85	1.65 293	0.54 86	0.53 205	0.02 327	0.02 272	0.00 1	0.27 373	0.02 93	0.06 257

ADStereo(finetuned)	0.83 155	0.43 236	3.68 313	0.03 102	0.00 1	1.22 97	0.01 54	3.26 169	1.86 284	2.61 299	0.20 104	0.09 48	2.39 319	0.34 55	0.38 179	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.06 257

test_5	0.74 126	0.50 266	1.55 154	0.44 302	0.25 314	1.45 181	0.01 54	4.16 257	0.78 140	0.79 126	0.17 89	0.42 101	0.64 226	3.06 166	0.18 102	0.00 1	0.00 1	0.00 1	0.00 1	0.16 287	0.21 339

SA-5K	0.77 136	0.46 249	1.12 87	0.15 228	0.19 291	1.29 128	0.01 54	3.33 179	1.55 253	0.45 85	1.67 249	0.13 61	1.23 264	3.39 173	0.27 136	0.00 1	0.00 1	0.00 1	0.00 1	0.17 291	0.07 273

SA	0.83 155	0.41 227	1.17 101	0.00 1	0.20 295	1.28 124	0.01 54	3.98 246	1.86 284	0.41 80	0.96 211	0.27 82	1.33 273	4.07 201	0.35 170	0.00 1	0.00 1	0.00 1	0.17 350	0.14 273	0.01 62

iRaft-Stereo_5w	1.08 213	0.56 283	2.70 269	0.02 64	0.02 168	1.20 92	0.01 54	3.18 158	0.63 71	0.14 43	2.00 268	1.62 209	1.54 283	6.69 320	1.01 251	0.00 1	0.00 1	0.00 1	0.00 1	0.23 319	0.01 62

test-3	0.63 102	0.06 22	1.00 48	0.07 176	0.13 262	0.99 29	0.01 54	2.46 95	0.20 25	1.96 252	0.01 1	1.10 181	0.05 52	3.75 187	0.23 117	0.00 1	0.00 1	0.00 1	0.26 371	0.15 283	0.13 309

test_1	0.61 95	0.06 22	1.00 48	0.07 176	0.12 258	0.99 29	0.01 54	2.46 95	0.20 25	1.71 232	0.01 1	1.10 181	0.04 46	3.71 185	0.23 117	0.00 1	0.00 1	0.00 1	0.25 369	0.15 283	0.13 309

test_3	0.58 90	0.06 22	1.04 71	0.07 176	0.12 258	1.01 31	0.01 54	2.45 93	0.20 25	0.95 141	0.01 1	1.05 173	0.05 52	3.74 186	0.23 117	0.00 1	0.00 1	0.00 1	0.25 369	0.15 283	0.13 309

CroCo-Stereo	0.39 43	0.40 224	1.67 179	0.07 176	0.00 1	0.19 2	0.01 54	3.55 209	0.75 129	0.08 20	0.02 31	0.46 105	0.08 92	0.28 41	0.18 102	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
iRaftStereo_RVC	0.36 37	0.27 172	0.76 17	0.01 17	0.00 1	1.20 92	0.01 54	2.15 72	0.62 68	0.15 44	0.22 109	0.69 131	0.12 122	0.28 41	0.18 102	0.00 1	0.06 320	0.00 1	0.00 1	0.27 333	0.22 341

Anonymous	0.25 20	0.13 95	1.19 107	0.00 1	0.00 1	0.24 3	0.01 54	2.54 104	0.42 44	0.02 2	0.02 31	0.05 25	0.07 78	0.15 9	0.06 34	0.00 1	0.01 223	0.00 1	0.00 1	0.10 249	0.08 282

HCRNet	0.73 124	0.19 136	1.10 83	0.01 17	0.00 1	1.17 77	0.01 54	3.07 142	1.97 293	0.60 98	0.21 105	0.56 116	0.11 112	5.34 264	0.20 109	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.02 150

DCANet	0.66 111	0.43 236	2.21 230	0.03 102	0.00 1	1.22 97	0.01 54	3.26 169	1.85 283	2.61 299	0.21 105	0.09 48	0.49 203	0.33 54	0.39 181	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.06 257

MMNet	1.20 242	0.27 172	3.59 311	0.09 198	0.00 1	4.15 333	0.01 54	3.63 216	1.19 201	1.93 251	0.32 119	1.35 193	1.23 264	4.42 218	1.84 288	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

CREStereo	0.22 10	0.17 124	0.64 9	0.00 1	0.01 101	1.22 97	0.01 54	1.15 31	0.56 50	0.10 32	0.07 63	0.04 10	0.00 1	0.32 51	0.10 61	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
acv_ft	0.79 144	0.21 149	1.28 120	0.01 17	1.08 367	1.68 248	0.01 54	3.75 224	1.05 181	1.31 199	0.66 177	1.94 231	0.46 201	0.31 45	1.68 280	0.00 1	0.00 1	0.00 1	0.00 1	0.27 333	0.00 1

HGLStereo	1.03 202	0.18 129	1.50 147	0.01 17	0.01 101	1.41 166	0.01 54	3.41 191	0.82 144	1.05 166	3.09 305	2.11 242	1.24 267	4.51 227	1.18 258	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.03 189

DIP-Stereo	0.58 90	0.23 163	0.90 32	0.08 188	0.00 1	1.43 173	0.01 54	6.01 358	1.38 222	0.92 139	0.11 72	0.04 10	0.19 145	0.12 8	0.07 38	0.00 1	0.01 223	0.00 1	0.00 1	0.03 132	0.01 62
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
UCFNet_RVC	0.66 111	0.35 203	1.20 111	0.02 64	0.30 333	1.53 206	0.01 54	3.42 193	0.67 95	1.12 174	0.73 194	1.26 189	0.20 151	1.84 143	0.46 194	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PS-NSSS	1.08 213	0.45 245	1.70 182	0.02 64	0.01 101	1.37 154	0.01 54	4.38 275	2.09 300	1.15 177	2.65 297	0.65 124	0.07 78	6.35 299	0.56 211	0.16 361	0.00 1	0.00 1	0.00 1	0.05 181	0.00 1

iResNet	1.00 197	0.45 245	3.08 284	0.86 351	0.01 101	1.97 266	0.01 54	3.67 221	1.49 247	1.77 239	1.09 218	0.35 92	0.13 128	3.83 193	1.27 266	0.00 1	0.00 1	0.00 1	0.00 1	0.07 210	0.01 62

DN-CSS_ROB	0.77 136	0.90 339	2.01 213	0.85 347	0.00 1	1.47 187	0.01 54	2.92 127	0.93 161	0.12 38	0.53 156	0.44 103	0.16 133	4.33 211	0.35 170	0.00 1	0.00 1	0.00 1	0.00 1	0.30 344	0.01 62

DualNet	1.39 264	0.05 8	1.65 171	0.34 288	0.01 101	1.58 217	0.02 98	3.03 134	6.40 364	1.39 206	2.07 270	2.15 246	0.34 180	1.59 133	7.08 357	0.00 1	0.02 272	0.00 1	0.00 1	0.09 240	0.03 189

ffm	1.04 204	0.05 8	1.65 171	0.34 288	0.01 101	1.58 217	0.02 98	3.03 134	6.40 364	1.39 206	2.07 270	2.15 246	0.34 180	1.59 133	0.05 17	0.00 1	0.02 272	0.00 1	0.00 1	0.09 240	0.03 189

ff1	1.65 289	0.05 8	1.65 171	0.34 288	0.01 101	1.58 217	0.02 98	3.03 134	6.40 364	1.39 206	2.07 270	2.15 246	0.34 180	6.68 317	7.08 357	0.00 1	0.02 272	0.00 1	0.00 1	0.09 240	0.03 189

mmx	1.56 282	0.05 8	1.65 171	0.34 288	0.01 101	1.58 217	0.02 98	5.51 342	2.25 315	1.39 206	2.07 270	2.15 246	0.34 180	6.68 317	7.08 357	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.01 62

tt1	0.88 175	0.27 172	1.25 116	0.08 188	0.00 1	3.36 316	0.02 98	3.03 134	6.40 364	0.33 59	0.66 177	0.05 25	0.40 194	1.59 133	0.05 17	0.00 1	0.02 272	0.00 1	0.00 1	0.09 240	0.03 189

whm_eth	0.68 118	0.52 271	3.05 281	0.01 17	0.00 1	1.26 120	0.02 98	3.36 183	1.93 291	0.26 52	2.52 293	0.13 61	0.11 112	0.18 14	0.10 61	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.11 295

xxx	1.56 282	0.05 8	1.65 171	0.34 288	0.01 101	1.58 217	0.02 98	5.51 342	2.25 315	1.39 206	2.07 270	2.15 246	0.34 180	6.68 317	7.08 357	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.01 62

StereoVision	0.86 166	0.38 213	1.75 187	0.03 102	0.01 101	1.14 69	0.02 98	3.38 186	0.92 158	0.13 42	6.89 348	0.50 112	0.12 122	1.10 114	0.78 234	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.02 150

MIF-Stereo (partial)	0.27 22	0.18 129	1.14 92	0.01 17	0.00 1	0.43 10	0.02 98	1.97 65	0.39 43	0.11 37	0.08 66	0.07 42	0.06 67	0.44 70	0.33 159	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.02 150

MIF-Stereo	0.16 2	0.11 82	1.13 91	0.03 102	0.17 280	0.32 4	0.02 98	0.38 2	0.32 38	0.03 9	0.16 83	0.05 25	0.07 78	0.16 12	0.16 91	0.00 1	0.00 1	0.00 1	0.00 1	0.11 258	0.00 1

MIM_Stereo	0.45 59	0.43 236	1.18 104	0.51 314	0.04 203	1.26 120	0.02 98	2.38 81	0.65 81	0.07 17	0.02 31	0.70 133	0.20 151	1.01 111	0.13 74	0.00 1	0.09 342	0.00 1	0.00 1	0.14 273	0.10 291

anonymousa	0.79 144	0.26 171	1.91 198	0.03 102	0.29 331	1.46 186	0.02 98	3.76 225	0.97 166	0.72 115	2.25 285	3.21 301	0.56 210	0.15 9	0.12 70	0.00 1	0.00 1	0.00 1	0.04 302	0.00 1	0.02 150

Selective-RAFT	0.37 39	0.06 22	0.65 11	0.03 102	0.01 101	1.17 77	0.02 98	2.63 107	0.66 87	0.01 1	0.01 1	0.22 76	0.18 139	1.31 124	0.24 121	0.00 1	0.00 1	0.00 1	0.20 356	0.04 163	0.00 1

fff	0.66 111	0.42 230	2.21 230	0.01 17	0.01 101	1.22 97	0.02 98	3.26 169	1.04 177	2.34 282	0.14 75	0.09 48	1.83 301	0.34 55	0.29 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 229

IER	0.75 131	0.12 86	1.93 200	0.01 17	0.00 1	2.31 279	0.02 98	2.96 128	0.98 168	1.30 196	0.96 211	1.40 194	1.19 262	1.31 124	0.45 190	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

raft_robust	0.98 189	0.57 286	1.21 112	0.06 156	0.17 280	1.36 149	0.02 98	3.46 200	2.18 310	0.33 59	0.01 1	1.54 200	1.42 275	6.77 326	0.15 83	0.00 1	0.02 272	0.00 1	0.18 352	0.11 258	0.09 287

RAFT+CT+SA	0.66 111	0.45 245	1.22 113	0.10 205	0.30 333	1.24 111	0.02 98	4.21 262	0.67 95	0.62 99	0.39 137	0.33 90	0.05 52	2.69 157	0.14 79	0.00 1	0.00 1	0.00 1	0.35 382	0.13 267	0.30 348

UDGNet	0.35 33	0.50 266	1.14 92	0.02 64	0.00 1	1.12 64	0.02 98	0.70 14	1.57 259	0.31 56	0.05 57	0.06 34	0.02 16	1.45 132	0.09 53	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GMOStereo	0.42 48	0.28 182	1.02 56	0.05 142	0.18 284	1.04 40	0.02 98	2.40 83	0.16 12	2.25 272	0.01 1	0.32 86	0.03 34	0.09 2	0.15 83	0.00 1	0.11 351	0.00 1	0.00 1	0.19 305	0.02 150

error version	0.42 48	0.28 182	1.02 56	0.05 142	0.18 284	1.04 40	0.02 98	2.40 83	0.16 12	2.25 272	0.01 1	0.32 86	0.03 34	0.09 2	0.15 83	0.00 1	0.11 351	0.00 1	0.00 1	0.19 305	0.02 150

test-v	0.42 48	0.28 182	1.02 56	0.05 142	0.18 284	1.04 40	0.02 98	2.40 83	0.16 12	2.25 272	0.01 1	0.32 86	0.03 34	0.09 2	0.15 83	0.00 1	0.11 351	0.00 1	0.00 1	0.19 305	0.02 150

GwcNet-ADL	0.62 100	0.20 143	2.03 217	0.05 142	0.01 101	1.29 128	0.02 98	3.16 155	1.39 224	0.97 145	0.44 146	1.48 196	0.23 158	0.78 101	0.27 136	0.01 305	0.00 1	0.00 1	0.00 1	0.01 25	0.03 189

PSMNet-ADL	0.77 136	0.08 38	0.90 32	0.07 176	0.01 101	2.01 268	0.02 98	2.55 105	1.11 189	0.33 59	0.59 168	2.15 246	0.69 237	4.07 201	0.85 238	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

GANet-ADL	0.52 77	0.09 50	1.43 141	0.13 216	0.02 168	1.43 173	0.02 98	3.22 166	0.59 52	0.34 70	0.98 213	1.09 179	0.19 145	0.40 66	0.34 166	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.01 62

RAFT-RH_RVC	2.05 321	0.15 110	1.66 176	0.60 324	0.27 322	1.49 194	0.02 98	0.58 11	0.65 81	5.35 353	21.66 391	1.06 175	0.07 78	6.85 330	0.57 213	0.04 337	0.00 1	0.00 1	0.03 292	0.01 25	0.00 1

test-2	0.42 48	0.28 182	1.02 56	0.05 142	0.18 284	1.04 40	0.02 98	2.40 83	0.16 12	2.25 272	0.01 1	0.32 86	0.03 34	0.09 2	0.15 83	0.00 1	0.11 351	0.00 1	0.00 1	0.19 305	0.02 150

pcwnet_v2	1.29 249	0.17 124	5.98 365	0.10 205	0.01 101	1.76 255	0.02 98	5.08 321	2.90 334	1.54 223	1.98 267	2.03 237	0.81 244	3.01 164	0.28 140	0.00 1	0.00 1	0.00 1	0.01 270	0.03 132	0.03 189

RALAANet	0.54 85	0.62 296	1.41 139	0.01 17	0.01 101	0.92 21	0.02 98	2.39 82	1.87 286	1.13 175	0.38 134	0.15 69	0.30 170	1.00 110	0.38 179	0.00 1	0.00 1	0.00 1	0.04 302	0.14 273	0.01 62

csc	0.66 111	0.42 230	2.21 230	0.01 17	0.01 101	1.22 97	0.02 98	3.26 169	1.04 177	2.34 282	0.14 75	0.09 48	1.83 301	0.34 55	0.29 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 229

cscssc	0.66 111	0.42 230	2.21 230	0.01 17	0.01 101	1.22 97	0.02 98	3.26 169	1.04 177	2.34 282	0.14 75	0.09 48	1.83 301	0.34 55	0.29 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 229

RAFT-Stereo + iAFF	0.60 93	0.36 206	0.96 41	0.03 102	0.02 168	1.21 95	0.02 98	2.80 119	1.55 253	1.08 170	2.63 296	0.43 102	0.16 133	0.37 61	0.25 127	0.00 1	0.02 272	0.00 1	0.00 1	0.19 305	0.01 62

CFNet-RSSM	0.51 74	0.12 86	1.26 117	0.03 102	0.14 268	1.24 111	0.02 98	4.12 255	0.15 9	0.31 56	0.01 1	1.96 233	0.04 46	0.19 17	0.25 127	0.00 1	0.01 223	0.00 1	0.27 373	0.01 25	0.01 62

UNet	1.13 231	0.24 165	4.21 331	0.01 17	0.02 168	2.31 279	0.02 98	3.06 140	0.76 137	1.17 181	0.14 75	2.73 273	1.58 289	4.48 226	1.92 294	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

Gwc-CoAtRS	0.42 48	0.12 86	1.28 120	0.03 102	0.13 262	1.03 33	0.02 98	2.33 78	0.15 9	0.35 71	0.01 1	2.27 255	0.03 34	0.20 20	0.25 127	0.00 1	0.01 223	0.00 1	0.22 362	0.01 25	0.01 62

ac_64	1.12 229	0.18 129	1.64 170	0.18 241	0.25 314	1.48 193	0.02 98	4.97 313	1.47 241	0.69 111	0.45 149	4.94 338	0.46 201	4.87 244	0.74 232	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.00 1

GANet-RSSM	0.88 175	0.38 213	1.45 144	0.60 324	0.00 1	1.36 149	0.02 98	4.55 287	0.69 113	0.71 113	0.32 119	1.56 201	0.61 217	4.55 231	0.64 224	0.00 1	0.00 1	0.05 352	0.00 1	0.08 221	0.02 150

CFNet-ft	0.77 136	0.46 249	1.34 132	0.01 17	0.27 322	1.32 136	0.02 98	2.40 83	0.68 100	0.63 103	0.18 92	3.23 303	0.21 155	3.97 198	0.54 208	0.00 1	0.00 1	0.01 319	0.00 1	0.03 132	0.02 150

DMCA	0.68 118	0.22 158	1.96 207	0.01 17	0.01 101	1.28 124	0.02 98	3.02 132	1.54 252	2.14 263	0.15 81	1.74 216	0.10 104	0.45 75	0.95 247	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

CFNet_RVC	0.77 136	0.46 249	1.34 132	0.01 17	0.27 322	1.32 136	0.02 98	2.40 83	0.68 100	0.63 103	0.18 92	3.23 303	0.21 155	3.97 198	0.54 208	0.00 1	0.00 1	0.01 319	0.00 1	0.03 132	0.02 150

HITNet	0.80 148	0.58 287	2.14 226	0.69 335	0.00 1	1.35 147	0.02 98	4.50 285	1.15 197	1.76 238	0.16 83	0.60 117	0.30 170	1.13 116	1.64 278	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.00 1
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
PWCDC_ROB	3.06 341	1.38 367	3.81 318	0.14 226	0.00 1	3.14 307	0.02 98	4.40 278	12.35 381	1.08 170	23.69 397	2.01 234	2.01 310	3.87 194	2.43 311	0.24 370	0.00 1	0.00 1	0.00 1	0.61 371	0.08 282

AE-Stereo	0.47 66	0.11 82	1.03 67	0.04 125	0.09 243	1.11 62	0.03 139	4.16 257	0.34 40	0.35 71	0.82 200	0.15 69	0.16 133	0.45 75	0.05 17	0.00 1	0.09 342	0.00 1	0.26 371	0.09 240	0.05 229

EKT-Stereo	0.74 126	0.18 129	1.23 115	0.81 343	4.25 386	1.19 84	0.03 139	2.17 74	0.13 4	0.35 71	0.40 138	0.97 166	0.08 92	2.61 155	0.09 53	0.00 1	0.09 342	0.00 1	0.07 317	0.04 163	0.03 189

CBFPSM	1.39 264	0.61 294	4.29 335	0.01 17	0.01 101	3.64 324	0.03 139	3.39 187	0.80 141	0.64 106	0.21 105	6.18 352	3.70 349	2.38 151	1.82 286	0.00 1	0.01 223	0.00 1	0.00 1	0.08 221	0.01 62

BUS	0.97 187	0.10 69	0.96 41	0.01 17	0.00 1	5.85 357	0.03 139	5.40 335	0.93 161	2.26 276	0.66 177	2.39 264	0.06 67	0.61 94	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

NINENet	1.03 202	0.22 158	1.30 128	0.10 205	0.01 101	5.85 357	0.03 139	4.41 279	1.25 209	1.55 224	0.60 173	2.39 264	0.06 67	2.72 159	0.05 17	0.00 1	0.01 223	0.01 319	0.00 1	0.04 163	0.00 1

Sa-1000	1.04 204	0.39 219	1.17 101	0.00 1	0.20 295	1.33 142	0.03 139	4.19 260	1.81 277	0.99 158	5.33 337	0.61 118	0.15 130	4.07 201	0.30 150	0.00 1	0.00 1	0.00 1	0.16 344	0.13 267	0.00 1

test_4	0.51 74	0.10 69	1.27 119	0.01 17	0.06 218	0.97 27	0.03 139	1.12 30	0.16 12	0.27 53	3.42 315	0.65 124	0.09 97	1.59 133	0.26 132	0.00 1	0.00 1	0.00 1	0.08 322	0.14 273	0.00 1

dd	0.34 31	0.67 306	1.55 154	0.04 125	0.01 101	1.22 97	0.03 139	0.84 21	1.16 198	0.18 48	0.05 57	0.12 57	0.05 52	0.29 43	0.44 187	0.02 327	0.00 1	0.00 1	0.00 1	0.05 181	0.00 1

GLC_STEREO	0.13 1	0.08 38	0.61 4	0.01 17	0.00 1	0.94 23	0.03 139	0.29 1	0.21 28	0.05 15	0.02 31	0.06 34	0.04 46	0.26 36	0.07 38	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

TRStereo	0.59 92	0.79 324	1.59 167	0.56 320	0.01 101	1.19 84	0.03 139	4.74 298	0.60 56	0.17 46	0.01 1	0.62 120	0.44 198	0.57 89	0.07 38	0.00 1	0.04 304	0.00 1	0.24 366	0.01 25	0.14 316

AnonymousM	0.34 31	0.07 32	0.63 6	0.02 64	0.01 101	1.09 56	0.03 139	1.54 50	0.68 100	0.17 46	0.04 55	0.02 2	0.24 160	0.25 30	0.04 7	0.00 1	0.01 223	1.93 384	0.00 1	0.01 25	0.00 1

s12784h	0.56 87	0.14 100	1.22 113	0.02 64	0.00 1	1.14 69	0.03 139	3.43 195	1.47 241	1.02 160	1.41 242	0.05 25	0.02 16	1.08 113	0.09 53	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.00 1

RALCasStereoNet	0.44 56	0.44 241	1.03 67	0.03 102	0.00 1	1.10 58	0.03 139	2.46 95	0.90 155	0.07 17	0.32 119	0.12 57	0.20 151	1.28 123	0.25 127	0.00 1	0.31 377	0.00 1	0.00 1	0.08 221	0.12 304

ARAFT	1.12 229	0.82 331	4.11 329	0.04 125	0.00 1	1.64 241	0.03 139	4.85 309	1.69 270	2.78 304	0.57 157	0.47 107	0.11 112	4.81 242	0.24 121	0.00 1	0.03 294	0.00 1	0.00 1	0.24 322	0.05 229

cf-r	0.98 189	0.51 270	2.04 218	0.25 262	0.01 101	1.40 162	0.03 139	4.47 284	1.65 268	0.95 141	0.58 159	2.63 268	0.24 160	4.19 206	0.58 215	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.04 213

PSMNet-RSSM	0.90 180	0.44 241	1.35 135	0.13 216	0.00 1	1.37 154	0.03 139	4.79 306	0.85 152	1.11 173	0.49 154	2.15 246	0.35 185	4.09 204	0.73 231	0.00 1	0.00 1	0.01 319	0.00 1	0.03 132	0.01 62

RYNet	1.52 276	0.35 203	3.38 302	0.25 262	0.04 203	2.31 279	0.03 139	4.62 291	1.47 241	1.14 176	0.34 126	4.52 329	1.38 274	6.36 300	4.23 336	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

MLCV	1.01 198	0.53 276	2.17 228	0.03 102	0.00 1	1.60 228	0.03 139	2.90 126	1.30 215	2.60 298	1.85 260	1.00 169	0.40 194	4.88 245	0.74 232	0.00 1	0.00 1	0.00 1	0.00 1	0.07 210	0.01 62

HSM	1.36 260	0.40 224	1.07 78	0.01 17	0.30 333	1.73 254	0.03 139	5.89 354	1.22 204	1.83 243	1.36 240	4.78 335	1.30 272	6.61 314	0.57 213	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.00 1

iResNet_ROB	1.05 211	0.76 319	2.06 220	0.07 176	0.00 1	1.35 147	0.03 139	6.80 372	2.57 329	0.79 126	1.20 229	0.94 162	0.12 122	3.81 190	0.41 182	0.00 1	0.00 1	0.00 1	0.00 1	0.08 221	0.01 62

MSKI-zero shot	0.73 124	0.13 95	1.56 161	0.02 64	0.14 268	1.34 144	0.04 159	3.00 129	0.23 31	0.67 108	1.64 246	0.89 153	0.00 1	4.55 231	0.10 61	0.00 1	0.02 272	0.00 1	0.21 360	0.03 132	0.01 62

iinet-f	1.68 298	0.61 294	11.37 388	0.29 275	0.03 187	4.39 340	0.04 159	3.18 158	1.10 187	1.16 180	0.58 159	2.96 287	2.76 326	2.13 148	2.46 312	0.00 1	0.02 272	0.02 341	0.00 1	0.46 360	0.01 62

Selective-IGEV	0.22 10	0.06 22	0.46 1	0.05 142	0.04 203	0.34 6	0.04 159	2.16 73	0.59 52	0.09 22	0.01 1	0.02 2	0.05 52	0.18 14	0.05 17	0.00 1	0.00 1	0.00 1	0.09 325	0.03 132	0.09 287

EGLCR-Stereo	0.28 24	0.09 50	0.73 15	0.18 241	0.05 210	1.17 77	0.04 159	2.37 80	0.17 17	0.35 71	0.01 1	0.01 1	0.02 16	0.38 64	0.04 7	0.00 1	0.01 223	0.00 1	0.00 1	0.00 1	0.03 189

CASS	0.56 87	0.13 95	1.40 138	0.03 102	0.01 101	1.65 245	0.04 159	3.03 134	0.63 71	1.96 252	0.93 209	0.28 83	0.36 186	0.52 82	0.18 102	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
rafts_anoy	0.39 43	0.44 241	1.15 95	0.06 156	0.03 187	1.12 64	0.04 159	2.75 116	0.33 39	0.10 32	0.16 83	0.11 54	0.19 145	0.74 100	0.31 152	0.00 1	0.14 360	0.00 1	0.01 270	0.02 93	0.05 229

raft+_RVC	0.42 48	0.48 259	1.11 85	0.51 314	0.17 280	1.16 75	0.04 159	2.25 75	0.59 52	0.12 38	0.42 141	0.08 45	0.15 130	0.60 93	0.28 140	0.00 1	0.09 342	0.00 1	0.00 1	0.06 196	0.19 333

sCroCo_RVC	0.21 6	0.14 100	1.54 152	0.01 17	0.00 1	0.13 1	0.04 159	1.10 29	0.65 81	0.10 32	0.05 57	0.03 6	0.04 46	0.23 24	0.05 17	0.00 1	0.07 329	0.00 1	0.00 1	0.01 25	0.00 1

FADNet_RVC	1.15 235	1.06 351	4.34 339	0.02 64	0.06 218	2.77 301	0.04 159	3.50 204	0.80 141	0.35 71	0.32 119	0.65 124	0.09 97	5.20 256	1.56 274	0.24 370	0.34 379	0.11 360	0.33 381	0.65 373	0.60 362

Nwc_Net	1.94 315	0.55 279	3.79 317	0.07 176	0.08 236	2.73 296	0.04 159	6.75 371	1.11 189	2.03 259	7.92 353	4.82 336	2.11 311	4.78 240	2.01 300	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.01 62

CC-Net-ROB	1.86 309	0.64 300	2.55 261	1.42 372	0.19 291	3.38 317	0.04 159	4.41 279	2.45 323	0.90 135	1.31 238	0.98 167	0.18 139	6.60 312	0.53 205	1.14 381	1.60 392	7.16 388	0.00 1	1.33 377	0.32 353

CFNet	1.08 213	0.62 296	2.26 240	0.26 268	0.03 187	1.40 162	0.04 159	4.45 283	2.09 300	0.48 89	0.69 186	1.31 191	0.24 160	6.63 315	0.83 237	0.00 1	0.00 1	0.00 1	0.00 1	0.17 291	0.04 213

DispFullNet	7.91 380	23.96 411	13.67 391	14.71 404	7.88 396	4.83 347	0.04 159	5.01 316	2.89 333	8.86 373	4.96 333	6.11 350	10.72 388	10.18 382	3.51 331	2.44 384	0.33 378	15.15 401	4.65 405	12.33 402	5.95 394

IGEV_Zeroshot_test	0.74 126	0.20 143	3.00 278	0.26 268	0.02 168	1.10 58	0.05 172	3.72 223	0.19 21	0.88 131	0.71 193	2.84 278	0.63 223	0.53 84	0.33 159	0.00 1	0.07 329	0.00 1	0.16 344	0.04 163	0.00 1

LL-Strereo	1.93 313	0.97 343	3.83 320	0.55 319	2.19 380	1.49 194	0.05 172	4.09 252	1.00 173	2.59 297	2.77 300	5.17 343	5.63 370	7.19 350	0.63 222	0.00 1	0.10 348	0.00 1	0.00 1	0.25 328	0.20 337

CES	0.43 54	0.14 100	0.85 23	0.05 142	1.52 373	1.22 97	0.05 172	1.01 26	0.59 52	0.03 9	0.02 31	0.14 67	0.10 104	0.40 66	0.10 61	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	2.45 384

CRFU-Net	1.32 256	0.27 172	2.46 254	1.17 366	0.03 187	4.08 331	0.05 172	5.61 345	0.67 95	1.53 217	0.70 192	3.47 309	2.62 324	3.24 168	0.24 121	0.01 305	0.01 223	0.11 360	0.00 1	0.13 267	0.00 1

CSP-Net	1.01 198	0.52 271	0.92 34	0.01 17	0.00 1	2.83 303	0.05 172	4.99 314	0.69 113	0.91 138	0.85 203	1.82 225	0.23 158	6.04 284	0.29 144	0.00 1	0.00 1	0.00 1	0.00 1	0.10 249	0.01 62

IPLGR	0.76 135	0.21 149	2.98 276	0.06 156	0.07 226	1.24 111	0.05 172	3.09 145	1.38 222	0.62 99	0.34 126	0.75 138	0.78 241	3.35 170	0.22 113	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.06 257

AASNet	0.86 166	0.53 276	1.96 207	0.04 125	0.00 1	1.70 251	0.05 172	5.13 322	1.84 279	0.93 140	1.88 261	0.96 163	0.19 145	0.67 97	0.91 245	0.00 1	0.00 1	0.00 1	0.00 1	0.27 333	0.09 287

raftrobust	0.46 62	0.42 230	1.05 76	0.01 17	0.21 300	1.17 77	0.05 172	2.07 70	0.19 21	2.98 311	0.02 31	0.12 57	0.15 130	0.25 30	0.31 152	0.00 1	0.03 294	0.00 1	0.00 1	0.08 221	0.06 257

psm_up	0.84 161	0.32 197	1.44 143	0.02 64	0.00 1	1.98 267	0.05 172	3.40 189	1.04 177	2.06 260	0.40 138	1.74 216	0.45 199	3.47 178	0.24 121	0.06 348	0.00 1	0.00 1	0.00 1	0.08 221	0.00 1

FENet	0.52 77	0.07 32	1.62 168	0.04 125	0.00 1	1.19 84	0.05 172	3.10 146	0.98 168	0.89 133	0.01 1	1.63 212	0.09 97	0.47 79	0.28 140	0.00 1	0.01 223	0.00 1	0.00 1	0.00 1	0.01 62

GwcNet-RSSM	1.02 200	0.69 310	2.70 269	0.22 251	0.02 168	1.42 171	0.05 172	4.02 248	1.01 174	0.90 135	0.42 141	2.89 282	0.26 165	4.43 219	1.17 257	0.00 1	0.00 1	0.02 341	0.00 1	0.13 267	0.05 229

HSM-Net_RVC	1.40 266	0.07 32	1.58 164	0.00 1	0.01 101	1.88 263	0.05 172	7.24 374	1.71 273	3.63 327	3.63 319	3.21 301	0.36 186	4.25 208	0.44 187	0.01 305	0.01 223	0.00 1	0.00 1	0.01 25	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iResNetv2_ROB	1.08 213	1.12 354	4.68 347	1.09 362	0.00 1	1.38 159	0.05 172	3.83 236	1.11 189	0.80 128	1.15 223	1.02 171	0.12 122	4.52 228	0.45 190	0.00 1	0.00 1	0.00 1	0.00 1	0.33 345	0.03 189

rrr	0.62 100	0.09 50	2.07 221	0.02 64	0.00 1	0.82 16	0.06 185	2.29 76	0.85 152	0.09 22	0.03 48	0.03 6	0.06 67	5.04 251	0.51 201	0.00 1	0.00 1	0.00 1	0.19 353	0.05 181	0.07 273

DMCA-RVC	0.90 180	0.64 300	3.30 298	0.03 102	0.04 203	1.30 132	0.06 185	2.65 108	0.73 125	3.21 317	0.09 67	0.99 168	0.66 233	3.14 167	0.99 249	0.01 305	0.04 304	0.02 341	0.01 270	0.07 210	0.01 62

RASNet	1.53 278	0.31 193	1.97 209	0.09 198	3.20 382	1.69 250	0.06 185	3.27 175	2.12 302	0.77 121	1.29 237	5.32 347	1.69 296	6.60 312	2.17 306	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.02 150

LL-Strereo2	0.36 37	0.47 257	1.08 80	0.09 198	0.03 187	1.12 64	0.07 188	1.66 54	0.93 161	0.43 82	0.02 31	0.51 113	0.08 92	0.23 24	0.29 144	0.00 1	0.00 1	0.00 1	0.03 292	0.04 163	0.04 213

4D-IteraStereo	0.35 33	0.60 291	1.93 200	0.02 64	0.09 243	1.03 33	0.07 188	1.25 33	0.34 40	0.02 2	0.03 48	0.84 150	0.10 104	0.31 45	0.35 170	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.07 273

LoS	0.28 24	0.16 118	0.95 40	0.07 176	0.01 101	1.32 136	0.07 188	1.30 34	0.60 56	0.04 14	0.03 48	0.28 83	0.11 112	0.48 80	0.11 68	0.00 1	0.01 223	0.00 1	0.00 1	0.03 132	0.00 1

LRCNet_RVC	60.63 415	63.16 417	62.94 410	69.09 419	50.21 416	19.92 398	0.07 188	58.32 414	5.21 360	75.67 416	86.75 416	74.68 415	62.48 415	59.01 415	49.80 413	93.38 421	56.36 420	93.48 421	92.95 421	67.44 419	71.73 421

GES	0.61 95	0.08 38	1.78 190	0.00 1	0.00 1	1.59 225	0.07 188	5.32 332	0.13 4	0.62 99	0.32 119	0.37 93	0.67 236	0.68 98	0.49 198	0.03 335	0.00 1	0.01 319	0.00 1	0.02 93	0.01 62

test_xeample3	0.35 33	0.10 69	1.95 204	0.02 64	0.00 1	0.93 22	0.07 188	1.70 55	0.86 154	0.09 22	0.04 55	0.05 25	0.05 52	0.23 24	0.51 201	0.00 1	0.00 1	0.00 1	0.24 366	0.06 196	0.08 282

Any-RAFT	0.64 104	0.08 38	1.07 78	0.03 102	0.00 1	2.77 301	0.08 194	3.57 211	1.23 205	0.96 143	0.26 112	1.61 207	0.31 174	0.72 99	0.06 34	0.00 1	0.10 348	0.00 1	0.00 1	0.01 25	0.00 1

STrans-v2	1.67 294	0.36 206	3.28 297	0.02 64	0.19 291	1.45 181	0.08 194	6.69 368	1.49 247	2.00 255	2.86 302	3.67 314	3.88 352	7.04 348	0.45 190	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

RAFT	0.60 93	0.50 266	1.01 51	0.50 311	0.04 203	0.94 23	0.08 194	3.01 131	0.65 81	0.22 50	0.09 67	3.41 306	0.27 168	0.53 84	0.37 176	0.00 1	0.03 294	0.00 1	0.01 270	0.40 357	0.03 189

test-1	0.52 77	0.25 167	0.94 36	0.03 102	0.22 302	1.20 92	0.08 194	4.03 250	0.25 35	0.70 112	0.66 177	0.71 134	0.03 34	0.30 44	0.43 184	0.00 1	0.18 368	0.00 1	0.07 317	0.01 25	0.25 346

sAnonymous2	0.37 39	0.32 197	3.21 293	0.01 17	0.00 1	0.35 7	0.08 194	1.96 63	0.90 155	0.03 9	0.05 57	0.04 10	0.11 112	0.11 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 273	0.18 329

CroCo_RVC	0.37 39	0.32 197	3.21 293	0.01 17	0.00 1	0.35 7	0.08 194	1.96 63	0.90 155	0.03 9	0.05 57	0.04 10	0.11 112	0.11 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 273	0.18 329

APVNet	1.52 276	0.31 193	4.00 322	0.09 198	0.00 1	4.64 344	0.08 194	4.41 279	1.21 203	1.25 194	1.05 217	2.90 283	0.93 252	6.70 321	2.48 313	0.01 305	0.00 1	0.07 353	0.00 1	0.27 333	0.05 229

FADNet-RVC	1.10 224	1.07 352	4.79 348	0.03 102	0.00 1	1.60 228	0.08 194	3.77 226	1.70 271	0.35 71	0.07 63	0.61 118	0.66 233	5.32 262	1.11 253	0.01 305	0.08 338	0.00 1	0.00 1	0.48 364	0.18 329

RTSC	2.66 333	1.24 360	6.04 366	0.18 241	0.02 168	4.40 341	0.08 194	4.29 271	4.98 357	6.00 355	3.15 308	2.97 288	1.56 285	6.71 322	10.89 376	0.00 1	0.07 329	0.00 1	0.05 306	0.40 357	0.24 345

TransformOpticalFlow	1.47 272	0.31 193	3.22 296	0.66 332	0.08 236	1.54 210	0.09 203	3.84 237	1.58 263	1.66 230	2.32 287	3.60 311	3.12 336	6.99 345	0.42 183	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

LMCR-Stereo	1.10 224	0.69 310	1.95 204	0.50 311	0.01 101	2.73 296	0.09 203	6.20 360	0.64 78	2.37 287	1.76 256	0.13 61	1.59 291	2.94 161	0.23 117	0.00 1	0.00 1	0.00 1	0.00 1	0.12 263	0.00 1

Anonymous3	0.49 70	0.12 86	2.21 230	0.01 17	0.00 1	2.53 288	0.09 203	3.16 155	0.65 81	0.12 38	0.22 109	0.12 57	0.05 52	0.37 61	0.08 47	0.00 1	0.07 329	0.00 1	0.00 1	0.04 163	0.03 189

BEATNet_4x	0.97 187	0.77 321	3.36 301	0.46 306	0.01 101	1.32 136	0.09 203	4.57 289	1.26 210	1.88 247	0.22 109	1.09 179	0.42 196	1.79 142	2.09 304	0.00 1	0.00 1	0.00 1	0.00 1	0.08 221	0.06 257

R-Stereo Train	0.44 56	0.09 50	0.94 36	0.02 64	0.00 1	1.24 111	0.09 203	3.65 218	0.11 1	1.87 245	0.42 141	0.06 34	0.01 4	0.25 30	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 150

RAFT-Stereo	0.44 56	0.09 50	0.94 36	0.02 64	0.00 1	1.24 111	0.09 203	3.65 218	0.11 1	1.87 245	0.42 141	0.06 34	0.01 4	0.25 30	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 150
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
PDISCO_ROB	2.21 325	0.78 322	3.43 304	0.96 355	2.04 379	7.04 366	0.09 203	7.36 376	5.72 362	1.21 190	1.67 249	3.16 298	1.28 270	7.52 358	1.37 271	0.00 1	0.00 1	0.00 1	0.00 1	0.34 348	0.13 309

cross-raft	0.53 83	0.12 86	1.78 190	0.03 102	0.01 101	1.04 40	0.10 210	3.21 165	0.23 31	0.37 77	0.01 1	2.86 281	0.04 46	0.24 27	0.24 121	0.00 1	0.01 223	0.00 1	0.16 344	0.01 25	0.02 150

STTStereo	0.83 155	0.34 201	2.44 250	0.24 259	0.15 273	1.41 166	0.10 210	3.02 132	1.55 253	1.34 200	0.17 89	1.77 220	0.45 199	3.42 175	0.30 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 62

UDG	2.86 336	8.81 403	1.57 163	2.60 380	0.89 363	2.39 283	0.11 212	3.42 193	1.02 175	2.18 267	3.64 320	5.04 341	1.60 292	4.17 205	2.09 304	1.21 382	0.04 304	7.69 389	3.67 402	4.10 382	0.93 374

IPLG	0.86 166	0.41 227	2.31 245	0.06 156	0.06 218	1.36 149	0.11 212	3.17 157	0.83 146	0.62 99	1.00 214	0.46 105	0.61 217	5.57 275	0.35 170	0.00 1	0.00 1	0.00 1	0.00 1	0.18 298	0.01 62

MIPNet	0.64 104	0.42 230	2.01 213	0.08 188	0.07 226	1.29 128	0.11 212	3.47 202	1.29 213	0.67 108	0.10 69	0.63 122	0.97 253	1.25 121	0.25 127	0.00 1	0.01 223	0.01 319	0.01 270	0.11 258	0.04 213

Consistency-Raft	1.36 260	0.65 303	4.81 349	0.33 282	0.32 338	1.62 238	0.11 212	3.65 218	3.80 346	0.33 59	6.12 344	0.86 151	2.14 312	0.94 107	1.25 263	0.02 327	0.01 223	0.00 1	0.00 1	0.24 322	0.01 62

GEStereo_RVC	1.10 224	0.42 230	1.72 184	0.28 273	0.01 101	1.37 154	0.11 212	6.25 361	0.84 149	1.05 166	0.67 184	1.61 207	0.79 242	6.11 287	0.63 222	0.00 1	0.00 1	0.00 1	0.00 1	0.10 249	0.04 213

ADLNet	1.20 242	0.29 189	1.98 210	0.00 1	0.02 168	2.20 273	0.11 212	4.39 277	2.52 326	2.19 268	2.20 284	2.66 269	0.70 238	3.42 175	1.25 263	0.00 1	0.00 1	0.00 1	0.00 1	0.10 249	0.04 213

UPFNet	0.87 171	0.09 50	2.05 219	0.00 1	0.00 1	1.90 265	0.11 212	3.41 191	0.83 146	2.15 264	0.10 69	1.92 229	0.09 97	3.94 197	0.70 229	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.00 1

RGC	1.86 309	0.67 306	3.45 306	0.07 176	0.26 317	3.29 312	0.11 212	4.78 305	1.46 239	3.26 319	4.51 330	5.14 342	2.68 325	5.46 267	1.94 298	0.00 1	0.00 1	0.00 1	0.00 1	0.08 221	0.09 287

Wz-Net-LNSev	1.30 251	0.85 333	6.26 370	0.02 64	0.03 187	4.02 330	0.13 220	4.21 262	1.12 193	0.77 121	0.10 69	3.60 311	1.11 258	2.68 156	1.12 255	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

NCC-stereo	1.67 294	0.56 283	3.10 285	0.08 188	0.22 302	2.24 275	0.13 220	5.05 319	1.42 231	2.27 279	2.72 298	4.29 324	3.53 344	5.76 278	2.01 300	0.04 337	0.00 1	0.00 1	0.00 1	0.03 132	0.02 150

Abc-Net	1.67 294	0.56 283	3.10 285	0.08 188	0.22 302	2.24 275	0.13 220	5.05 319	1.42 231	2.27 279	2.72 298	4.29 324	3.53 344	5.76 278	2.01 300	0.04 337	0.00 1	0.00 1	0.00 1	0.03 132	0.02 150
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
IIG-Stereo	1.30 251	0.48 259	1.04 71	2.41 379	0.05 210	1.61 232	0.14 223	2.59 106	0.68 100	2.97 310	2.28 286	3.08 293	0.57 212	7.41 356	0.65 226	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.00 1

gwcnet-sp	0.98 189	0.38 213	4.06 326	0.04 125	0.00 1	2.60 291	0.15 224	3.51 205	1.13 194	1.75 234	0.16 83	0.68 128	0.39 191	3.69 182	0.90 241	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.03 189

scenet	0.98 189	0.38 213	4.06 326	0.04 125	0.00 1	2.60 291	0.15 224	3.51 205	1.13 194	1.75 234	0.16 83	0.68 128	0.39 191	3.69 182	0.90 241	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.03 189

ssnet	0.98 189	0.38 213	4.06 326	0.04 125	0.00 1	2.60 291	0.15 224	3.51 205	1.13 194	1.75 234	0.16 83	0.68 128	0.39 191	3.69 182	0.90 241	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.03 189

MFMNet_re	2.02 319	0.98 344	4.27 334	2.74 382	0.88 361	1.47 187	0.15 224	4.21 262	3.18 337	6.63 359	6.93 349	1.87 227	3.63 347	2.13 148	0.99 249	0.00 1	0.00 1	0.00 1	0.00 1	0.23 319	0.05 229

111	0.79 144	0.70 313	2.21 230	0.01 17	0.01 101	1.19 84	0.16 228	3.78 228	1.98 295	1.22 191	0.91 207	2.01 234	0.32 178	0.32 51	0.64 224	0.00 1	0.00 1	0.00 1	0.00 1	0.08 221	0.17 323

FADNet	1.20 242	0.93 341	4.51 343	0.03 102	0.06 218	2.56 289	0.16 228	4.02 248	1.42 231	0.32 58	0.06 62	1.66 214	1.07 256	5.56 273	0.87 239	0.19 364	0.02 272	0.01 319	0.01 270	0.50 366	0.03 189

PSMNet_ROB	1.09 220	0.69 310	2.92 274	0.03 102	0.07 226	1.68 248	0.16 228	3.44 197	1.30 215	0.96 143	0.32 119	2.81 276	0.63 223	4.23 207	2.48 313	0.00 1	0.00 1	0.00 1	0.00 1	0.08 221	0.04 213

RAFT-Test	0.61 95	0.16 118	2.27 243	0.04 125	0.15 273	1.80 260	0.17 231	2.52 101	0.65 81	0.56 95	0.11 72	2.76 275	0.02 16	0.27 40	0.34 166	0.00 1	0.07 329	0.00 1	0.29 378	0.01 25	0.01 62

SHD	3.01 340	1.02 349	5.52 358	0.45 305	0.39 341	4.12 332	0.17 231	6.68 367	12.04 380	7.20 363	3.36 313	4.40 326	2.58 323	4.69 236	7.17 361	0.01 305	0.04 304	0.00 1	0.03 292	0.22 318	0.17 323

DeepPruner_ROB	0.86 166	0.50 266	1.80 193	0.01 17	0.00 1	1.57 213	0.17 231	3.48 203	0.42 44	3.31 320	0.02 31	2.09 241	0.17 136	3.01 164	0.61 220	0.00 1	0.00 1	0.00 1	0.00 1	0.12 263	0.01 62

XPNet_ROB	1.17 238	0.41 227	1.68 180	0.04 125	0.01 101	1.65 245	0.17 231	3.46 200	1.39 224	3.89 333	1.01 215	1.60 205	0.53 206	4.35 213	3.07 325	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.02 150

SFCPSM	0.81 150	0.11 82	2.53 259	0.01 17	0.07 226	2.45 284	0.18 235	4.99 314	1.18 199	0.77 121	0.78 196	0.69 131	0.31 174	1.72 139	0.20 109	0.00 1	0.00 1	0.00 1	0.05 306	0.06 196	0.01 62

PVD	5.81 373	0.99 346	5.56 360	0.72 337	0.51 350	6.72 363	0.18 235	9.90 383	23.69 392	11.45 381	19.26 387	8.18 364	9.46 384	9.24 374	9.49 372	0.02 327	0.16 365	0.00 1	0.08 322	0.18 298	0.40 359

GANetREF_RVC	1.10 224	0.95 342	2.98 276	0.06 156	0.00 1	2.23 274	0.18 235	3.95 245	2.53 327	0.56 95	0.32 119	1.89 228	0.66 233	5.03 250	0.51 201	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.04 213
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
NVstereo2D	1.09 220	0.17 124	4.40 340	0.00 1	0.00 1	1.59 225	0.18 235	4.29 271	1.40 228	0.85 130	0.36 131	2.30 257	0.62 222	5.26 259	0.35 170	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

FBW_ROB	2.36 329	0.36 206	3.16 288	0.37 295	0.14 268	4.42 342	0.18 235	6.64 366	3.05 336	2.98 311	2.85 301	4.86 337	1.11 258	11.00 388	4.53 339	0.16 361	0.05 313	0.37 373	0.09 325	0.19 305	0.78 368

psmorigin	2.01 318	0.37 210	10.25 384	0.22 251	0.03 187	1.62 238	0.19 240	3.31 177	1.05 181	4.92 348	3.14 306	5.85 348	2.21 313	5.31 261	1.71 283	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.02 150

DRN-Test	1.62 286	0.23 163	3.72 314	0.18 241	0.13 262	3.34 315	0.19 240	5.93 357	2.01 298	4.14 337	0.76 195	2.12 244	1.78 298	5.22 258	2.62 319	0.00 1	0.00 1	0.01 319	0.01 270	0.03 132	0.01 62

CoDeX	0.94 183	0.34 201	2.09 224	0.05 142	0.20 295	1.49 194	0.20 242	5.89 354	1.57 259	0.66 107	0.67 184	1.05 173	0.32 178	3.82 192	0.33 159	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.00 1

GASNet	1.43 268	1.53 368	4.54 344	0.31 279	0.02 168	1.49 194	0.20 242	3.86 241	1.95 292	0.75 117	1.37 241	2.11 242	1.57 288	5.82 281	2.60 317	0.00 1	0.05 313	0.00 1	0.00 1	0.43 359	0.10 291

BSDual-CNN	0.83 155	0.10 69	0.96 41	0.01 17	0.00 1	3.32 313	0.21 244	5.40 335	0.93 161	2.26 276	0.66 177	1.81 223	0.10 104	0.61 94	0.18 102	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

hknet	1.08 213	0.13 95	2.07 221	0.01 17	0.00 1	3.32 313	0.21 244	5.40 335	0.92 158	2.26 276	0.66 177	3.43 307	0.05 52	2.81 160	0.27 136	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

DDUNet	3.28 346	10.54 405	2.29 244	3.50 383	3.31 384	4.21 335	0.21 244	3.77 226	1.03 176	2.54 295	3.17 310	3.20 300	0.21 155	3.89 195	0.69 228	1.94 383	0.05 313	9.87 392	3.53 401	5.03 384	2.55 385

ICVP	0.46 62	0.08 38	1.58 164	0.01 17	0.01 101	1.10 58	0.21 244	3.80 232	0.52 48	0.42 81	0.27 114	0.33 90	0.06 67	0.57 89	0.13 74	0.00 1	0.07 329	0.00 1	0.00 1	0.04 163	0.01 62
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
LCNet	0.87 171	0.18 129	0.97 46	0.14 226	0.26 317	1.19 84	0.22 248	2.36 79	0.71 124	1.82 242	0.21 105	0.11 54	2.56 321	5.56 273	0.14 79	0.00 1	0.00 1	0.00 1	0.00 1	0.15 283	0.81 369

ACVNet	0.57 89	0.21 149	1.34 132	0.09 198	0.00 1	1.36 149	0.22 248	2.40 83	1.05 181	0.63 103	0.66 177	1.94 231	0.26 165	0.31 45	0.79 235	0.00 1	0.00 1	0.00 1	0.00 1	0.08 221	0.00 1

hitnet-ft	1.09 220	0.39 219	1.45 144	0.04 125	0.00 1	1.34 144	0.22 248	3.34 182	2.25 315	1.48 214	1.11 220	4.17 322	0.37 188	4.73 239	0.79 235	0.01 305	0.00 1	0.03 346	0.00 1	0.09 240	0.01 62

ETE_ROB	1.16 237	0.52 271	1.71 183	0.01 17	0.02 168	1.79 259	0.22 248	4.10 253	1.32 218	4.68 346	1.18 228	2.81 276	0.08 92	3.56 179	1.12 255	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.06 257

AdaStereo	0.65 106	0.09 50	1.12 87	0.02 64	0.00 1	1.45 181	0.23 252	4.38 275	1.44 236	1.17 181	0.37 132	1.56 201	0.18 139	0.56 88	0.37 176	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
DLCB_ROB	1.17 238	0.22 158	1.28 120	0.08 188	0.00 1	1.51 199	0.23 252	3.39 187	1.52 250	3.43 325	2.00 268	3.40 305	0.31 174	4.29 210	1.82 286	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SQANet	2.28 327	1.25 361	2.39 249	4.17 385	2.91 381	2.60 291	0.24 254	4.17 259	0.83 146	2.42 291	0.57 157	1.59 203	0.88 248	3.30 169	0.68 227	7.35 391	0.12 355	0.47 374	0.02 286	6.56 385	3.00 386

PFNet	1.06 212	0.19 136	2.95 275	1.16 365	0.56 353	1.58 217	0.25 255	1.50 49	0.60 56	2.38 289	1.23 231	0.63 122	0.30 170	6.85 330	0.43 184	0.16 361	0.01 223	0.00 1	0.07 317	0.18 298	0.18 329

RAFT-345	1.19 240	0.06 22	1.55 154	0.54 317	0.13 262	1.53 206	0.25 255	0.56 10	1.76 275	1.20 185	7.85 352	0.93 159	0.05 52	6.87 333	0.46 194	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

FADNet-RVC-Resample	1.08 213	1.00 347	5.32 355	0.10 205	0.14 268	1.53 206	0.25 255	3.62 215	1.18 199	0.51 93	0.19 100	1.04 172	0.28 169	5.20 256	0.44 187	0.10 354	0.16 365	0.09 356	0.06 315	0.24 322	0.21 339

ACRE	0.75 131	0.78 322	2.72 272	0.13 216	0.02 168	1.40 162	0.26 258	3.20 164	0.82 144	1.84 244	2.46 290	0.19 73	0.10 104	0.52 82	0.26 132	0.00 1	0.04 304	0.01 319	0.05 306	0.19 305	0.05 229

ADLNet2	1.38 263	0.39 219	3.13 287	0.00 1	0.70 358	1.23 110	0.26 258	4.19 260	2.36 318	1.45 213	3.16 309	4.23 323	0.82 247	4.56 233	0.88 240	0.00 1	0.00 1	0.00 1	0.00 1	0.13 267	0.02 150

ASMatch	1.44 269	0.14 100	2.15 227	0.60 324	0.21 300	1.21 95	0.26 258	0.96 24	0.66 87	0.29 55	11.75 367	0.93 159	2.37 317	6.73 323	0.54 208	0.00 1	0.00 1	0.00 1	0.01 270	0.00 1	0.04 213

psmg	0.83 155	0.10 69	0.96 41	0.01 17	0.00 1	3.28 311	0.27 261	4.83 308	0.93 161	1.92 248	1.46 243	1.81 223	0.10 104	0.61 94	0.18 102	0.00 1	0.00 1	0.01 319	0.00 1	0.01 25	0.00 1

CIPLG	0.75 131	0.81 328	2.38 248	0.13 216	0.03 187	1.41 166	0.27 261	3.19 162	0.84 149	1.98 254	2.56 295	0.19 73	0.10 104	0.54 86	0.26 132	0.00 1	0.05 313	0.01 319	0.05 306	0.19 305	0.05 229

IPLGR_C	0.75 131	0.88 336	2.58 263	0.13 216	0.02 168	1.40 162	0.27 261	3.19 162	0.84 149	1.92 248	2.46 290	0.18 72	0.11 112	0.49 81	0.26 132	0.00 1	0.05 313	0.01 319	0.05 306	0.19 305	0.06 257

Patchmatch Stereo++	0.50 71	0.09 50	1.01 51	0.06 156	0.07 226	1.60 228	0.27 261	1.45 45	0.68 100	0.98 154	0.18 92	0.77 143	0.03 34	2.58 153	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 229
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-softLoss	0.85 162	0.10 69	1.50 147	1.14 363	0.03 187	1.47 187	0.27 261	2.48 98	0.69 113	1.30 196	0.38 134	0.39 98	0.01 4	6.88 334	0.33 159	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

KMStereo	0.85 162	0.10 69	1.50 147	1.14 363	0.03 187	1.47 187	0.27 261	2.48 98	0.69 113	1.30 196	0.38 134	0.39 98	0.01 4	6.88 334	0.33 159	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

iGMRVC	0.51 74	0.09 50	1.04 71	0.06 156	0.08 236	1.61 232	0.27 261	1.44 42	0.69 113	0.97 145	0.19 100	0.76 139	0.03 34	2.69 157	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.04 213

iRAFT	0.50 71	0.09 50	1.01 51	0.06 156	0.07 226	1.60 228	0.27 261	1.45 45	0.68 100	0.98 154	0.18 92	0.77 143	0.03 34	2.58 153	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 229

iRaft-Stereo_20w	0.92 182	0.15 110	2.68 268	0.24 259	0.06 218	1.36 149	0.28 269	7.46 377	0.34 40	1.56 225	0.37 132	0.62 120	1.24 267	1.25 121	0.34 166	0.00 1	0.09 342	0.00 1	0.16 344	0.02 93	0.13 309

SACVNet	0.96 186	0.36 206	1.49 146	0.05 142	0.00 1	1.62 238	0.28 269	3.86 241	1.28 212	1.79 241	0.80 198	1.59 203	0.07 78	5.29 260	0.48 197	0.01 305	0.00 1	0.00 1	0.00 1	0.23 319	0.01 62

PASM	1.58 285	1.05 350	7.51 375	0.56 320	0.09 243	1.37 154	0.28 269	2.85 123	1.44 236	3.91 334	0.44 146	3.02 290	0.64 226	6.38 301	1.59 277	0.00 1	0.01 223	0.00 1	0.03 292	0.26 330	0.15 317

fast-acv-ft	1.41 267	0.46 249	4.29 335	0.10 205	0.13 262	3.97 329	0.29 272	2.42 91	1.91 289	0.81 129	3.55 317	3.02 290	1.26 269	3.35 170	2.05 303	0.04 337	0.01 223	0.04 348	0.04 302	0.39 356	0.05 229

NF-Stereo	0.82 151	0.10 69	1.12 87	1.19 367	0.01 101	1.52 203	0.29 272	2.67 113	0.66 87	1.20 185	0.58 159	0.24 77	0.01 4	6.38 301	0.32 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

OCTAStereo	0.82 151	0.10 69	1.15 95	1.19 367	0.01 101	1.53 206	0.29 272	2.66 109	0.66 87	1.20 185	0.58 159	0.25 80	0.01 4	6.38 301	0.33 159	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

RE-Stereo	0.82 151	0.10 69	1.15 95	1.19 367	0.01 101	1.52 203	0.29 272	2.66 109	0.66 87	1.20 185	0.58 159	0.24 77	0.01 4	6.38 301	0.32 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

TVStereo	0.82 151	0.10 69	1.15 95	1.19 367	0.01 101	1.52 203	0.29 272	2.66 109	0.66 87	1.20 185	0.58 159	0.24 77	0.01 4	6.38 301	0.32 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

DeepPrunerF	2.50 330	0.87 335	14.90 392	0.17 237	0.31 336	1.41 166	0.29 272	5.62 348	9.97 377	1.02 160	0.43 145	2.01 234	1.65 293	6.85 330	3.99 333	0.00 1	0.01 223	0.07 353	0.10 329	0.24 322	0.12 304

Wz-Net-LNSev-Ref	1.54 280	0.68 308	4.62 346	0.01 17	0.00 1	5.13 351	0.30 278	4.64 293	1.23 205	2.39 290	0.59 168	2.12 244	2.00 309	4.94 247	2.19 308	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

PSM-adaLoss	0.46 62	0.09 50	1.01 51	0.06 156	0.09 243	1.61 232	0.30 278	1.43 38	0.69 113	0.97 145	0.18 92	0.77 143	0.02 16	1.67 138	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 229

PMTNet	0.21 6	0.19 136	0.85 23	0.02 64	0.02 168	1.14 69	0.30 278	0.88 22	0.11 1	0.03 9	0.02 31	0.07 42	0.02 16	0.37 61	0.12 70	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.00 1

RAFT-IKP	0.45 59	0.09 50	1.06 77	0.06 156	0.06 218	1.44 175	0.31 281	1.44 42	0.69 113	0.97 145	0.18 92	0.76 139	0.02 16	1.65 137	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.04 213

HUI-Stereo	0.45 59	0.09 50	1.08 80	0.06 156	0.08 236	1.61 232	0.32 282	1.43 38	0.70 122	0.97 145	0.18 92	0.77 143	0.02 16	1.44 131	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 229

IRAFT_RVC	1.02 200	0.20 143	1.58 164	1.39 371	0.26 317	1.33 142	0.32 282	2.52 101	0.66 87	1.58 226	0.81 199	1.16 183	1.58 289	6.51 309	0.43 184	0.00 1	0.12 355	0.00 1	0.00 1	0.02 93	0.03 189

OMP-Stereo	1.20 242	0.54 278	0.96 41	2.39 378	0.29 331	1.58 217	0.33 284	2.01 66	0.68 100	2.68 301	1.16 225	3.10 295	0.18 139	7.40 355	0.56 211	0.00 1	0.00 1	0.00 1	0.00 1	0.07 210	0.01 62

ROB_FTStereo_v2	0.43 54	0.09 50	1.00 48	0.06 156	0.08 236	1.57 213	0.33 284	1.44 42	0.67 95	0.97 145	0.19 100	0.77 143	0.02 16	1.23 120	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 229

ROB_FTStereo	0.47 66	0.09 50	1.04 71	0.06 156	0.08 236	1.59 225	0.33 284	1.43 38	0.68 100	0.97 145	0.19 100	0.76 139	0.03 34	1.86 144	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 229

XQC	2.57 332	1.20 359	6.33 372	0.18 241	0.01 101	3.84 328	0.33 284	5.24 325	3.83 347	4.43 341	1.94 264	4.58 330	3.19 338	7.19 350	8.67 369	0.00 1	0.03 294	0.00 1	0.03 292	0.27 333	0.19 333

DANet	1.74 302	0.22 158	3.06 282	0.75 339	0.44 344	2.46 285	0.35 288	3.40 189	1.41 230	4.22 338	1.56 244	5.03 340	0.56 210	6.29 296	5.00 346	0.01 305	0.00 1	0.00 1	0.01 270	0.04 163	0.08 282
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
Pruner-Stereo	0.53 83	0.10 69	1.02 56	0.89 353	0.10 252	1.57 213	0.36 289	2.06 68	0.63 71	2.23 270	0.46 150	0.25 80	0.01 4	0.45 75	0.37 176	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

ssnet_v2	1.14 232	0.28 182	1.77 188	0.03 102	0.00 1	2.07 270	0.37 290	5.20 323	1.87 286	2.00 255	0.87 205	3.09 294	0.55 209	1.31 124	3.02 324	0.00 1	0.00 1	0.00 1	0.00 1	0.18 298	0.12 304

Wz-Net-SNSev	2.53 331	2.49 383	10.66 386	0.39 297	0.01 101	2.73 296	0.40 291	5.02 317	1.50 249	2.15 264	2.12 277	6.48 354	1.11 258	9.47 377	5.84 353	0.00 1	0.01 223	0.00 1	0.00 1	0.21 315	0.06 257

PWC_ROB	2.90 339	1.01 348	6.12 368	0.53 316	0.57 355	1.30 132	0.40 291	3.85 239	4.42 354	7.37 364	15.40 375	3.03 292	1.55 284	6.31 297	5.74 352	0.00 1	0.00 1	0.00 1	0.00 1	0.46 360	0.05 229

DeepStereo_RVC	0.52 77	0.08 38	1.37 137	0.06 156	0.06 218	1.34 144	0.41 293	1.43 38	0.68 100	1.03 163	0.85 203	0.49 110	1.56 285	0.79 102	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.13 309

MaskLacGwcNet_RVC	1.63 287	0.45 245	2.21 230	1.53 373	0.18 284	4.33 338	0.41 293	3.37 184	1.40 228	0.54 94	0.65 175	3.10 295	0.11 112	4.93 246	0.60 219	4.57 386	0.51 382	0.00 1	0.00 1	1.37 378	2.39 383

DRaft	1.34 258	0.12 86	1.19 107	0.06 156	0.01 101	1.64 241	0.43 295	1.86 59	0.14 6	3.76 329	5.27 336	0.41 100	4.38 356	5.49 269	1.68 280	0.01 305	0.06 320	0.00 1	0.07 317	0.07 210	0.11 295

HHNet	0.87 171	0.25 167	1.78 190	0.16 234	0.08 236	1.30 132	0.44 296	1.93 61	0.64 78	1.41 211	5.92 341	0.14 67	1.79 299	0.35 60	0.95 247	0.05 343	0.00 1	0.01 319	0.00 1	0.14 273	0.01 62

edge stereo	1.94 315	0.40 224	3.82 319	0.15 228	0.09 243	1.81 261	0.45 297	4.77 303	2.21 313	3.36 321	3.94 324	8.39 365	1.72 297	5.75 277	1.69 282	0.00 1	0.00 1	0.01 319	0.00 1	0.17 291	0.01 62

CRE-IMP	0.40 45	0.06 22	1.04 71	0.07 176	0.05 210	1.45 181	0.46 298	1.48 48	0.63 71	0.90 135	0.30 118	0.88 152	0.01 4	0.26 36	0.22 113	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.17 323

AF-Net	2.17 324	0.65 303	3.53 308	0.00 1	0.09 243	2.02 269	0.48 299	6.44 362	1.70 271	3.36 321	10.22 362	4.95 339	2.81 328	4.34 212	2.66 320	0.00 1	0.00 1	0.00 1	0.00 1	0.13 267	0.01 62

CVANet_RVC	1.10 224	0.39 219	1.69 181	0.28 273	0.00 1	1.45 181	0.48 299	3.26 169	1.64 267	2.93 307	1.22 230	1.51 197	0.37 188	6.09 286	0.50 199	0.00 1	0.00 1	0.00 1	0.00 1	0.18 298	0.01 62

NRIStereo	0.74 126	0.08 38	0.88 29	0.47 309	0.05 210	1.58 217	0.49 301	1.38 36	0.61 62	0.88 131	0.17 89	0.66 127	0.03 34	6.96 343	0.22 113	0.00 1	0.06 320	0.00 1	0.00 1	0.06 196	0.17 323

MFN_U_SF_RVC	3.76 357	1.77 373	9.85 383	0.84 344	0.27 322	9.50 377	0.49 301	8.07 378	3.41 339	4.81 347	3.28 311	9.40 369	3.49 343	7.76 363	8.31 368	0.41 374	0.54 383	0.52 376	0.80 392	0.89 374	0.84 370

LALA_ROB	1.33 257	0.59 289	1.74 185	0.02 64	0.06 218	3.25 310	0.50 303	3.45 198	1.39 224	3.70 328	0.59 168	4.59 331	0.25 163	3.58 180	2.79 321	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.02 150

PA-Net	1.31 255	0.59 289	3.65 312	0.06 156	0.15 273	1.44 175	0.54 304	4.08 251	2.71 331	0.78 124	1.16 225	2.32 260	0.64 226	5.96 282	1.92 294	0.01 305	0.00 1	0.00 1	0.00 1	0.04 163	0.06 257
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
PFNet+	0.54 85	0.10 69	1.31 129	0.16 234	0.05 210	1.44 175	0.56 305	1.60 52	0.98 168	1.35 203	0.46 150	0.37 93	0.01 4	2.18 150	0.22 113	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

Syn2CoEx	1.66 290	1.17 356	4.29 335	0.04 125	0.00 1	1.44 175	0.56 305	5.33 333	1.98 295	2.01 258	2.12 277	2.08 239	2.81 328	6.55 310	2.42 310	0.00 1	0.00 1	0.00 1	0.00 1	0.33 345	0.06 257

DisPM	0.86 166	0.09 50	1.10 83	0.76 341	0.02 168	1.51 199	0.57 307	1.75 56	0.70 122	2.43 293	0.83 202	0.38 97	0.01 4	6.89 337	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

SST-Stereo	1.04 204	0.05 8	1.16 99	0.72 337	0.23 307	1.70 251	0.58 308	1.92 60	1.46 239	1.19 183	1.09 218	1.60 205	1.93 306	6.92 341	0.21 112	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

stereogan	2.13 322	0.31 193	3.75 315	0.01 17	0.09 243	7.44 370	0.60 309	4.27 269	3.29 338	3.91 334	4.62 331	6.41 353	1.84 304	5.17 255	0.58 215	0.00 1	0.01 223	0.01 319	0.00 1	0.24 322	0.05 229

GwcNet	1.67 294	0.81 328	5.52 358	0.23 257	1.21 368	4.21 335	0.62 310	3.71 222	1.57 259	1.01 159	1.65 248	3.99 321	0.52 205	5.46 267	2.30 309	0.00 1	0.00 1	0.00 1	0.01 270	0.35 351	0.13 309

AAGNet	1.54 280	0.07 32	0.88 29	1.04 359	0.27 322	1.47 187	0.66 311	1.57 51	0.61 62	1.68 231	0.82 200	1.62 209	2.29 314	6.18 289	11.63 380	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

RAFT_R40	0.99 196	0.05 8	1.26 117	0.71 336	0.20 295	1.65 245	0.67 312	1.94 62	0.61 62	1.05 166	1.15 223	1.80 222	1.47 276	6.91 339	0.31 152	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

Prome-Stereo	1.23 246	0.06 22	0.93 35	0.12 213	0.24 311	1.26 120	0.67 312	2.53 103	0.69 113	2.08 261	8.70 358	0.76 139	2.91 331	2.12 147	0.11 68	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 380

EDNetEfficientorigin	10.31 389	1.90 378	98.96 423	0.22 251	0.23 307	2.73 296	0.71 314	4.50 285	16.94 388	18.72 393	15.36 374	12.74 376	10.73 389	8.96 372	11.94 381	0.01 305	0.01 223	0.00 1	0.00 1	0.25 328	1.31 379

coex-ft	12.01 395	5.60 398	80.23 414	0.15 228	0.15 273	1.88 263	0.73 315	2.66 109	30.12 400	49.31 413	16.59 376	15.97 382	14.42 395	6.79 328	14.50 385	0.05 343	0.08 338	0.01 319	0.05 306	0.37 355	0.61 363

Ntro	3.24 344	1.34 363	2.83 273	7.27 389	4.43 387	6.22 362	0.74 316	4.73 297	1.48 245	0.39 78	1.77 258	2.70 271	1.28 270	4.59 235	1.25 263	8.06 393	0.28 376	2.12 386	0.05 306	8.11 389	5.16 392

ADCRef	2.29 328	0.65 303	5.67 362	0.10 205	0.09 243	4.81 346	0.76 317	4.75 301	1.37 221	2.88 306	1.67 249	1.62 209	2.30 315	3.77 189	14.93 387	0.02 327	0.00 1	0.01 319	0.10 329	0.20 314	0.11 295

KYRaft	1.19 240	0.05 8	0.94 36	0.06 156	0.24 311	1.25 118	0.78 318	2.48 98	0.61 62	3.23 318	7.13 350	1.00 169	2.77 327	1.43 127	0.14 79	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	1.71 381

DSFCA	1.30 251	0.14 100	1.82 194	0.01 17	0.03 187	3.74 327	0.86 319	2.71 115	1.23 205	3.09 314	0.41 140	2.93 284	1.49 277	6.12 288	1.35 269	0.00 1	0.02 272	0.00 1	0.00 1	0.02 93	0.01 62

GMM-Stereo	1.09 220	0.05 8	1.62 168	0.13 216	0.22 302	1.41 166	0.87 320	2.31 77	0.62 68	2.75 302	3.14 306	0.54 115	0.90 250	5.33 263	0.13 74	0.01 305	0.00 1	0.00 1	0.02 286	0.01 25	1.80 382

NVStereoNet_ROB	3.25 345	0.46 249	2.71 271	0.34 288	0.56 353	2.36 282	0.87 320	4.56 288	4.47 355	4.55 342	14.09 373	11.93 373	3.23 341	9.79 380	3.14 327	0.43 375	0.03 294	0.53 377	0.31 379	0.36 353	0.38 358
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DEmStereo	1.51 275	0.08 38	2.17 228	0.09 198	0.02 168	1.76 255	0.90 322	1.47 47	0.60 56	2.46 294	6.42 346	1.08 177	5.16 364	6.21 291	1.86 289	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

CBMV_ROB	1.70 300	0.11 82	1.98 210	0.46 306	0.00 1	2.85 304	0.91 323	4.27 269	2.21 313	4.02 336	5.00 334	2.97 288	2.32 316	5.40 266	1.35 269	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.06 257

FAT-Stereo	1.86 309	0.19 136	3.31 299	0.17 237	0.03 187	1.78 258	0.97 324	4.76 302	2.79 332	4.22 338	4.87 332	5.31 346	2.83 330	5.06 253	0.90 241	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.01 62

MDST_ROB	3.50 353	0.07 32	3.94 321	2.66 381	1.46 371	12.94 384	0.97 324	7.32 375	2.42 321	14.82 392	8.08 355	2.74 274	1.51 281	8.44 369	2.48 313	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.11 295

RP	1.76 303	0.55 279	2.59 265	0.22 251	0.60 356	1.70 251	0.98 326	4.31 273	1.99 297	3.12 315	5.04 335	4.41 327	2.96 332	4.72 238	1.90 291	0.01 305	0.00 1	0.00 1	0.01 270	0.14 273	0.01 62

RAFT + AFF	1.63 287	1.13 355	2.62 266	0.04 125	0.80 360	2.29 278	1.03 327	5.54 344	2.06 299	1.77 239	1.81 259	1.22 186	3.65 348	6.23 293	1.57 276	0.01 305	0.35 380	0.00 1	0.01 270	0.33 345	0.12 304

delet	1.14 232	0.32 197	1.56 161	0.03 102	0.17 280	2.86 305	1.03 327	4.25 266	2.14 307	1.03 163	1.17 227	1.64 213	0.92 251	4.35 213	1.27 266	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.00 1

MSMD_ROB	4.94 367	0.43 236	2.58 263	0.12 213	0.01 101	8.43 375	1.09 329	4.25 266	4.11 349	13.11 385	26.36 400	13.95 379	13.88 394	7.45 357	2.92 323	0.10 354	0.01 223	0.00 1	0.00 1	0.01 25	0.02 150

StereoDRNet	1.48 273	0.75 315	4.58 345	0.05 142	0.10 252	2.49 286	1.10 330	4.62 291	1.47 241	3.38 324	0.62 174	2.29 256	0.65 231	4.52 228	2.89 322	0.00 1	0.03 294	0.00 1	0.01 270	0.05 181	0.07 273

DAS	1.26 247	0.08 38	2.25 238	0.04 125	0.01 101	1.28 124	1.18 331	3.80 232	1.58 263	4.60 343	2.37 288	1.53 198	0.53 206	5.36 265	0.59 217	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

SepStereo	1.28 248	0.08 38	2.25 238	0.04 125	0.01 101	1.28 124	1.18 331	3.80 232	1.58 263	4.60 343	2.37 288	1.53 198	0.53 206	5.63 276	0.59 217	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

ccnet	1.70 300	0.20 143	1.95 204	0.26 268	0.18 284	3.72 326	1.22 333	4.22 265	1.43 235	2.37 287	3.96 325	3.45 308	1.51 281	4.69 236	4.47 338	0.06 348	0.00 1	0.09 356	0.01 270	0.10 249	0.01 62

SPS-STEREO	3.08 342	0.49 263	2.49 256	0.21 249	0.24 311	3.67 325	1.24 334	5.80 352	2.43 322	10.68 377	8.00 354	9.48 370	3.59 346	8.11 366	5.08 347	0.01 305	0.01 223	0.00 1	0.00 1	0.04 163	0.11 295
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
pmcnn	3.61 354	0.68 308	5.38 357	0.61 327	1.46 371	2.75 300	1.26 335	5.04 318	1.57 259	8.77 372	11.67 366	18.69 387	2.38 318	6.03 283	5.61 351	0.00 1	0.07 329	0.00 1	0.00 1	0.21 315	0.07 273

ADCMid	3.95 360	1.34 363	10.91 387	0.18 241	0.38 340	5.02 349	1.27 336	4.87 310	2.94 335	11.15 379	3.60 318	6.76 358	5.21 367	6.40 306	16.96 391	0.12 357	0.08 338	0.55 378	0.46 383	0.53 368	0.19 333

FC-DCNN	6.09 374	0.18 129	2.35 247	0.42 300	0.53 351	7.80 373	1.42 337	8.14 379	7.07 372	19.05 398	22.10 393	22.85 393	13.84 393	9.42 375	6.44 355	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.06 257

DPSNet	3.38 351	0.60 291	9.55 382	0.61 327	0.46 346	5.10 350	1.44 338	11.17 386	3.92 348	2.57 296	0.88 206	5.90 349	9.68 386	7.63 360	7.25 362	0.08 350	0.16 365	0.01 319	0.07 317	0.34 348	0.17 323

HBP-ISP	1.45 270	0.75 315	3.02 279	0.30 277	0.10 252	4.28 337	1.49 339	4.68 294	1.29 213	3.43 325	0.78 196	0.93 159	1.01 254	6.48 308	0.36 175	0.04 337	0.02 272	0.00 1	0.00 1	0.05 181	0.03 189

FCDSN-DC	5.04 368	0.15 110	1.83 195	0.22 251	0.44 344	5.60 355	1.66 340	5.22 324	4.37 352	14.49 391	21.86 392	20.65 390	11.88 391	7.66 361	4.55 340	0.02 327	0.00 1	0.00 1	0.00 1	0.03 132	0.05 229
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SuperB	3.70 356	1.77 373	15.73 393	0.31 279	0.05 210	4.37 339	1.67 341	3.58 213	11.57 378	2.36 286	1.32 239	2.03 237	1.91 305	6.95 342	9.01 370	0.05 343	0.03 294	0.10 359	0.08 322	11.00 400	0.10 291

ACVNet-4b	5.67 371	1.65 369	4.43 341	9.46 395	7.11 394	8.72 376	1.68 342	6.61 365	5.76 363	0.27 53	6.49 347	11.67 372	2.43 320	8.40 368	1.56 274	9.06 397	2.34 397	10.49 396	0.02 286	9.22 395	5.98 395

S-Stereo	2.00 317	0.30 192	5.74 363	0.24 259	0.23 307	2.51 287	1.90 343	4.74 298	5.15 358	2.42 291	5.80 340	2.85 280	0.72 239	5.08 254	2.17 306	0.00 1	0.02 272	0.00 1	0.00 1	0.08 221	0.04 213

G-Net	3.49 352	0.47 257	4.03 324	1.61 374	1.91 375	10.78 380	1.92 344	3.06 140	1.26 210	8.59 371	12.06 368	6.13 351	7.82 378	4.78 240	4.77 342	0.08 350	0.12 355	0.07 353	0.15 338	0.16 287	0.11 295

aanetorigin	2.87 337	0.73 314	8.74 380	0.23 257	0.23 307	1.61 232	2.07 345	1.76 57	1.10 187	14.21 390	10.25 363	2.93 284	3.38 342	4.98 249	4.06 334	0.10 354	0.05 313	0.09 356	0.11 333	0.57 369	0.15 317

MeshStereo	5.78 372	0.75 315	3.04 280	0.25 262	0.14 268	7.88 374	2.09 346	9.64 381	5.18 359	20.48 400	19.06 385	22.80 392	9.54 385	9.64 379	4.88 345	0.00 1	0.00 1	0.00 1	0.00 1	0.29 340	0.03 189
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
TDLM	1.08 213	0.49 263	1.43 141	0.27 271	0.00 1	1.56 212	2.12 347	3.10 146	1.75 274	1.36 204	0.93 209	1.06 175	0.49 203	6.21 291	0.70 229	0.00 1	0.00 1	0.00 1	0.00 1	0.16 287	0.02 150

otaku	3.17 343	1.32 362	2.49 256	6.07 387	3.26 383	4.62 343	2.15 348	5.35 334	1.34 219	2.00 255	2.54 294	3.50 310	1.49 277	3.68 181	1.11 253	7.89 392	0.23 371	1.88 383	0.03 292	7.74 388	4.78 391

Wz-Net-MNSev	1.85 308	1.19 358	5.61 361	0.01 17	0.00 1	4.74 345	2.16 349	4.93 312	1.48 245	3.77 330	1.24 233	1.77 220	2.56 321	4.94 247	2.61 318	0.00 1	0.01 223	0.00 1	0.00 1	0.07 210	0.01 62

WZ-Net	4.16 362	1.75 372	23.59 399	0.08 188	0.04 203	2.62 295	2.16 349	5.89 354	4.74 356	5.73 354	3.51 316	6.99 361	4.89 362	10.82 385	10.11 373	0.00 1	0.00 1	0.00 1	0.00 1	0.12 263	0.11 295

ADCPNet	3.63 355	0.82 331	13.20 390	0.08 188	0.43 343	7.02 365	2.23 351	4.77 303	2.41 320	4.31 340	1.96 266	7.57 363	5.16 364	6.45 307	13.80 384	0.02 327	0.75 386	0.04 348	0.90 394	0.16 287	0.53 361

EAI-Stereo	1.14 232	0.12 86	1.19 107	0.21 249	0.32 338	1.84 262	2.32 352	5.42 338	1.19 201	1.02 160	5.66 339	0.48 108	0.60 215	0.86 104	0.62 221	0.00 1	0.13 359	0.00 1	0.65 389	0.02 93	0.17 323

ACVNet_1	6.16 375	1.86 377	4.43 341	9.52 396	7.22 395	7.59 372	2.37 353	9.99 384	6.71 369	3.84 332	5.35 338	13.23 378	4.90 363	6.25 294	1.94 298	9.06 397	2.40 399	10.88 398	0.11 333	9.58 397	6.03 396

SGM_RVC	4.07 361	0.38 213	1.98 210	0.84 344	0.26 317	6.20 361	2.37 353	6.45 363	3.57 341	11.56 382	9.27 359	15.55 381	6.78 374	10.07 381	4.60 341	0.22 365	0.25 372	0.20 367	0.23 364	0.26 330	0.34 354
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WAO-8	13.93 399	3.75 392	4.23 332	7.74 391	6.54 389	22.81 402	2.39 355	22.66 406	45.98 412	18.88 396	35.42 409	33.21 402	16.91 399	16.55 397	12.78 382	5.01 387	0.81 388	9.89 393	0.77 390	8.77 392	3.61 387

Venus	13.93 399	3.75 392	4.23 332	7.74 391	6.54 389	22.81 402	2.39 355	22.66 406	45.98 412	18.88 396	35.42 409	33.21 402	16.91 399	16.55 397	12.78 382	5.01 387	0.81 388	9.89 393	0.77 390	8.76 391	3.61 387

SGM-Forest	1.84 307	0.08 38	1.31 129	0.15 228	0.22 302	3.52 322	2.46 357	3.85 239	2.16 308	5.29 351	3.90 323	3.71 316	1.56 285	6.28 295	1.90 291	0.01 305	0.02 272	0.00 1	0.00 1	0.03 132	0.30 348
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
WCMA_ROB	4.54 364	0.48 259	3.19 290	0.49 310	0.63 357	5.38 353	2.57 358	4.70 295	3.77 345	14.17 389	19.02 384	15.47 380	9.03 382	6.73 323	4.85 344	0.01 305	0.05 313	0.01 319	0.01 270	0.08 221	0.16 319

SGM+DAISY	4.39 363	1.34 363	5.18 353	1.01 358	0.88 361	5.61 356	2.86 359	4.88 311	3.53 340	13.29 386	13.95 372	12.66 375	7.55 375	7.98 365	5.39 350	0.23 369	0.18 368	0.15 364	0.24 366	0.29 340	0.64 364

ADCP+	2.87 337	0.98 344	8.75 381	0.07 176	0.16 278	5.93 360	2.90 360	4.00 247	1.84 279	1.52 216	0.27 114	3.81 317	3.22 340	6.05 285	17.38 393	0.00 1	0.00 1	0.00 1	0.00 1	0.14 273	0.30 348

Anonymous Stereo	1.78 304	1.37 366	7.79 376	0.42 300	0.07 226	1.49 194	3.20 361	3.31 177	1.84 279	2.75 302	1.14 221	1.84 226	0.09 97	6.89 337	3.32 328	0.00 1	0.00 1	0.00 1	0.00 1	0.09 240	0.01 62

PSM-AAD	1.15 235	0.04 4	0.88 29	0.10 205	0.27 322	1.32 136	3.25 362	2.41 90	0.64 78	2.93 307	1.92 263	0.15 69	5.39 369	3.42 175	0.19 108	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 229

GANet	1.90 312	0.43 236	1.83 195	0.39 297	0.00 1	2.24 275	3.37 363	3.90 243	1.44 236	2.17 266	9.66 360	2.57 267	1.09 257	6.88 334	1.81 285	0.00 1	0.00 1	0.02 341	0.00 1	0.10 249	0.03 189

NCCL2	1.30 251	0.63 299	2.31 245	0.02 64	0.03 187	1.57 213	3.41 364	3.91 244	1.39 224	3.14 316	0.34 126	3.90 318	0.30 170	3.75 187	1.19 259	0.00 1	0.00 1	0.02 341	0.00 1	0.03 132	0.05 229

Wz-Net-TNSev	3.91 358	5.20 396	20.57 396	0.15 228	0.01 101	7.14 367	3.57 365	6.70 369	3.57 341	1.74 233	0.58 159	7.39 362	4.33 355	8.86 371	7.99 364	0.00 1	0.00 1	0.00 1	0.02 286	0.24 322	0.16 319

RainbowNet	4.74 366	3.21 390	3.07 283	9.34 394	6.01 388	4.89 348	3.60 366	7.09 373	4.39 353	1.63 228	3.01 304	4.72 334	2.96 332	5.53 270	1.19 259	8.95 395	2.12 395	8.48 391	0.19 353	8.75 390	5.73 393

EDNetEfficient	6.54 376	1.17 356	33.15 403	0.66 332	1.96 376	2.07 270	3.72 367	2.80 119	14.85 384	20.02 399	9.69 361	6.59 357	10.19 387	7.19 350	15.49 389	0.03 335	0.10 348	0.01 319	0.20 356	0.62 372	0.29 347

SANet	4.63 365	0.89 338	5.34 356	0.30 277	0.09 243	7.43 369	3.75 368	6.53 364	16.16 387	6.79 360	13.29 370	12.44 374	7.74 376	7.38 354	4.11 335	0.00 1	0.01 223	0.00 1	0.00 1	0.10 249	0.31 352

SAMSARA	3.32 350	1.07 352	6.25 369	0.86 351	0.31 336	7.55 371	3.87 369	5.26 330	4.20 350	7.43 365	3.35 312	10.04 371	3.83 351	6.98 344	4.83 343	0.00 1	0.14 360	0.00 1	0.05 306	0.17 291	0.22 341

CSAN	2.70 335	0.75 315	3.41 303	0.18 241	0.12 258	4.18 334	4.05 370	4.11 254	4.36 351	6.03 356	6.24 345	4.60 332	4.74 359	7.29 353	3.43 330	0.02 327	0.03 294	0.01 319	0.02 286	0.18 298	0.22 341

DGSMNet	2.23 326	0.80 325	6.10 367	0.96 355	1.73 374	3.22 309	4.12 371	5.30 331	1.11 189	1.19 183	2.48 292	3.18 299	0.65 231	4.57 234	1.33 268	1.11 380	1.37 391	1.55 382	1.26 395	1.37 378	1.28 378

MADNet+	10.71 390	14.57 407	70.07 413	0.58 323	0.47 348	19.89 397	4.20 372	11.05 385	6.87 370	3.03 313	5.99 342	9.01 368	6.35 373	31.95 410	28.31 409	0.22 365	0.26 375	0.01 319	0.04 302	0.46 360	0.87 371

ADCS	5.09 369	2.15 380	16.58 394	0.34 288	0.07 226	5.91 359	4.26 373	6.73 370	6.99 371	9.44 374	6.09 343	6.57 356	5.17 366	9.54 378	21.38 405	0.00 1	0.00 1	0.00 1	0.00 1	0.36 353	0.23 344

THIR-Stereo	1.48 273	0.29 189	1.51 150	0.01 17	0.02 168	1.05 46	4.32 374	2.11 71	0.22 30	1.08 170	4.24 328	1.93 230	4.19 354	6.76 325	1.87 290	0.00 1	0.00 1	0.04 348	0.00 1	0.05 181	0.00 1

CBMV	1.56 282	0.24 165	1.92 199	0.31 279	0.03 187	2.90 306	4.33 375	3.79 229	1.81 277	4.98 349	1.73 254	2.70 271	1.68 295	3.81 190	0.92 246	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.08 282
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ACVNet_2	8.69 382	1.80 376	5.09 352	8.55 393	6.72 391	13.47 385	4.34 376	13.70 389	23.86 393	6.89 362	19.74 389	20.52 388	5.36 368	7.70 362	2.48 313	8.53 394	1.67 394	7.99 390	0.32 380	8.79 393	6.29 399

WAO-7	9.09 384	1.79 375	3.55 310	0.80 342	0.15 273	18.67 394	4.36 377	23.07 409	26.68 397	12.59 384	27.90 404	22.52 391	13.03 392	13.53 392	11.47 378	0.09 353	0.03 294	0.58 379	0.10 329	0.47 363	0.34 354

GrayStereo	1.46 271	0.03 1	0.87 27	0.63 330	0.20 295	1.24 111	4.61 378	2.85 123	0.62 68	4.98 349	4.00 327	0.45 104	4.67 358	3.37 172	0.08 47	0.00 1	0.00 1	0.00 1	0.50 385	0.01 25	0.01 62

ADCL	3.30 347	0.81 328	6.76 374	0.25 262	0.25 314	6.93 364	4.65 379	4.79 306	2.62 330	4.61 345	3.36 313	5.22 344	4.55 357	5.54 272	14.91 386	0.05 343	0.01 223	0.11 360	0.13 337	0.28 339	0.10 291

FTStereo	2.16 323	0.03 1	1.42 140	0.17 237	0.13 262	1.42 171	4.67 380	2.44 92	0.63 71	3.36 321	17.95 379	0.78 148	4.17 353	4.41 217	0.14 79	0.15 360	0.00 1	0.00 1	0.00 1	0.01 25	1.25 377

RTS	9.75 387	2.69 386	65.25 411	0.85 347	1.99 377	14.36 386	4.75 381	5.69 350	17.29 389	7.97 367	19.00 382	6.83 359	3.02 334	26.15 407	18.62 399	0.00 1	0.15 363	0.00 1	0.00 1	0.29 340	0.16 319

RTSA	9.75 387	2.69 386	65.25 411	0.85 347	1.99 377	14.36 386	4.75 381	5.69 350	17.29 389	7.97 367	19.00 382	6.83 359	3.02 334	26.15 407	18.62 399	0.00 1	0.15 363	0.00 1	0.00 1	0.29 340	0.16 319

LSM	7.38 378	1.68 370	22.24 398	3.99 384	40.72 414	3.54 323	4.79 383	4.74 298	6.65 368	10.25 376	13.51 371	4.49 328	3.81 350	6.91 339	5.31 349	0.00 1	0.04 304	0.00 1	0.00 1	0.26 330	14.60 410

IMH	11.11 393	3.50 391	2.56 262	11.25 401	9.13 399	14.49 388	5.10 384	20.68 402	26.30 396	8.28 369	23.85 398	20.63 389	9.19 383	12.39 389	7.96 363	9.50 402	2.50 402	15.28 402	1.66 398	11.07 401	6.96 402

NaN_ROB	2.02 319	0.58 287	2.65 267	0.29 275	0.28 330	3.19 308	5.19 385	3.84 237	2.55 328	5.31 352	1.73 254	2.30 257	1.96 307	6.78 327	3.09 326	0.01 305	0.06 320	0.03 346	0.10 329	0.10 249	0.37 357

IMH-64-1	9.55 385	2.76 388	2.44 250	11.17 399	9.13 399	12.03 381	5.45 386	18.33 395	15.78 385	6.59 357	18.69 380	16.95 383	6.20 371	10.63 383	8.06 365	9.46 400	2.46 400	15.42 403	1.61 396	10.89 398	6.88 400

IMH-64	9.55 385	2.76 388	2.44 250	11.17 399	9.13 399	12.03 381	5.45 386	18.33 395	15.78 385	6.59 357	18.69 380	16.95 383	6.20 371	10.63 383	8.06 365	9.46 400	2.46 400	15.42 403	1.61 396	10.89 398	6.88 400

Dean	11.46 394	2.03 379	5.20 354	10.73 398	8.20 398	18.71 395	5.73 388	21.10 403	41.49 411	11.12 378	22.16 394	25.92 396	7.74 376	7.52 358	4.31 337	9.01 396	2.27 396	9.95 395	0.61 388	9.18 394	6.22 397

AnyNet_C01	6.59 377	4.31 394	36.24 405	0.96 355	0.46 346	9.96 378	5.74 389	6.02 359	3.63 343	7.59 366	8.56 357	8.83 367	3.14 337	13.74 393	20.83 403	0.12 357	0.08 338	0.25 370	0.09 325	1.01 375	0.34 354

LE_ROB	12.79 397	0.64 300	10.26 385	2.13 376	1.29 369	7.25 368	5.81 390	9.09 380	49.27 414	57.55 414	24.58 399	23.68 395	31.13 410	9.00 373	23.57 408	0.04 337	0.06 320	0.13 363	0.20 356	0.08 221	0.11 295

MANE	14.02 401	0.85 333	3.53 308	2.13 376	3.75 385	18.44 393	6.14 391	22.67 408	27.90 398	33.01 409	41.08 412	41.26 410	30.90 409	23.39 402	17.99 395	0.47 376	0.76 387	0.91 380	4.04 403	0.17 291	1.00 375

CrosDoStereo	1.66 290	0.15 110	1.66 176	0.02 64	0.07 226	1.38 159	6.16 392	3.12 148	1.06 184	0.97 145	3.74 321	0.96 163	4.79 360	7.00 346	1.92 294	0.00 1	0.00 1	0.00 1	0.00 1	0.11 258	0.00 1

DeepStereo_LL	1.66 290	0.15 110	1.66 176	0.02 64	0.07 226	1.38 159	6.16 392	3.12 148	1.06 184	0.97 145	3.74 321	0.96 163	4.79 360	7.00 346	1.92 294	0.00 1	0.00 1	0.00 1	0.00 1	0.11 258	0.00 1

TorneroNet-64	15.45 403	5.66 399	3.44 305	13.86 402	12.03 403	28.15 409	6.27 394	19.89 398	38.68 409	12.16 383	28.06 405	35.76 405	15.44 397	19.56 400	15.40 388	9.71 403	2.52 403	19.13 406	2.70 399	12.55 403	7.94 404

notaker	17.52 405	21.54 410	7.84 377	18.05 407	14.44 407	17.58 392	6.43 395	20.13 400	24.44 395	21.34 402	27.71 402	39.12 407	18.78 404	19.63 401	20.40 402	11.95 408	2.71 408	25.51 411	5.85 408	17.10 408	9.78 406

AnyNet_C32	3.93 359	2.58 384	12.07 389	0.39 297	0.49 349	5.50 354	6.45 396	4.44 282	2.19 311	6.86 361	2.94 303	5.28 345	3.20 339	6.63 315	18.37 396	0.08 350	0.04 304	0.20 367	0.09 325	0.57 369	0.19 333

WAO-6	11.09 391	1.69 371	3.21 293	7.54 390	7.10 393	16.34 390	6.63 397	20.12 399	38.64 408	9.67 375	19.28 388	27.53 397	10.97 390	12.43 390	11.57 379	4.26 385	2.35 398	10.54 397	0.02 286	7.59 387	4.29 389

TorneroNet	16.10 404	5.74 400	4.12 330	13.88 403	11.97 402	26.89 408	6.85 398	21.13 404	38.32 407	14.15 388	33.36 408	33.52 404	17.49 401	18.89 399	19.64 401	9.77 404	2.53 404	19.43 407	3.35 400	13.21 404	7.86 403

ELAS	8.05 381	0.76 319	4.02 323	0.95 354	1.02 365	14.85 389	6.99 399	12.80 388	11.73 379	22.43 405	27.75 403	17.88 385	15.19 396	10.96 386	11.31 377	0.22 365	0.56 385	0.23 369	0.22 362	0.50 366	0.71 367
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MFN_U_SF_DS_RVC	3.30 347	2.61 385	7.84 377	0.09 198	0.26 317	12.92 383	7.62 400	4.25 266	3.64 344	2.95 309	3.99 326	4.61 333	1.22 263	8.36 367	1.77 284	0.59 378	1.15 390	0.04 348	0.85 393	0.48 364	0.67 366

LVE	11.10 392	2.36 382	3.34 300	9.94 397	8.13 397	21.22 399	7.75 401	16.47 393	32.55 403	8.55 370	23.64 396	23.22 394	7.93 379	10.98 387	6.65 356	9.45 399	2.55 405	11.08 399	0.58 387	9.35 396	6.28 398

SGM-ForestM	12.56 396	0.80 325	4.31 338	1.07 361	0.41 342	21.56 400	8.57 402	17.42 394	19.67 391	29.93 407	28.49 407	45.83 411	27.22 407	26.05 406	18.40 397	0.14 359	0.25 372	0.18 366	0.28 377	0.18 298	0.42 360

MSC_U_SF_DS_RVC	5.12 370	2.33 381	8.42 379	0.33 282	0.27 322	24.60 406	8.84 403	5.50 341	9.75 376	3.82 331	8.16 356	8.53 366	1.82 300	9.44 376	5.18 348	1.02 379	1.65 393	0.33 372	0.47 384	1.06 376	0.90 372

ELAS_RVC	7.69 379	0.80 325	4.90 350	1.06 360	1.02 365	10.00 379	9.43 404	9.75 382	14.69 383	21.83 403	20.27 390	17.88 385	16.41 398	13.01 391	10.44 375	0.22 365	0.55 384	0.28 371	0.19 353	0.35 351	0.65 365
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
KSHMR	14.27 402	6.95 401	5.79 364	15.08 405	12.84 404	17.44 391	10.61 405	18.88 397	30.94 401	18.81 395	22.21 395	28.54 399	8.85 381	15.56 395	9.24 371	10.34 407	3.60 409	21.61 409	4.68 406	14.48 405	8.94 405

PWCK	8.72 383	5.37 397	16.61 395	5.74 386	0.12 258	19.88 396	11.41 406	11.31 387	13.42 382	14.07 387	12.84 369	13.20 377	8.05 380	15.44 394	10.25 374	5.95 389	0.22 370	2.09 385	0.05 306	7.50 386	0.92 373

ktn	19.15 407	18.52 408	6.39 373	22.64 411	17.26 409	24.47 404	12.11 407	24.52 410	34.74 406	18.75 394	27.70 401	32.54 400	17.85 402	15.71 396	16.67 390	22.09 411	3.64 410	28.95 412	10.91 410	17.40 409	10.22 408

HanzoNet	29.69 412	29.33 413	21.66 397	21.75 410	19.07 411	24.58 405	12.99 408	28.87 412	40.49 410	43.09 411	44.02 413	55.65 413	44.93 413	43.17 413	44.44 412	27.88 412	9.47 411	29.77 413	15.86 412	20.94 412	15.84 411

BEATNet-Init1	17.91 406	7.45 402	36.82 406	1.88 375	1.38 370	37.29 412	14.71 409	21.90 405	24.20 394	38.07 410	36.59 411	50.41 412	32.00 411	29.42 409	21.83 406	0.33 373	0.39 381	0.47 374	0.54 386	1.50 380	1.07 376

UNDER WATER	19.61 408	12.37 406	31.14 401	20.44 409	14.31 406	28.63 410	18.15 410	16.43 392	34.24 405	20.82 401	19.14 386	38.83 406	30.09 408	24.31 403	20.97 404	10.09 406	2.68 406	19.51 408	4.70 407	15.52 407	9.93 407

JetBlue	13.83 398	5.03 395	33.82 404	0.84 344	6.92 392	50.14 413	20.02 411	15.09 390	8.92 375	11.33 380	17.05 377	28.25 398	18.01 403	32.60 411	18.53 398	0.32 372	0.12 355	0.15 364	0.23 364	4.59 383	4.64 390

UNDER WATER-64	20.03 409	10.28 404	31.50 402	20.05 408	13.64 405	32.81 411	23.45 412	16.01 391	33.44 404	22.01 404	17.25 378	40.58 409	32.20 412	24.50 404	22.36 407	10.06 405	2.70 407	18.37 405	4.24 404	14.84 406	10.24 409

DPSimNet_ROB	25.03 411	19.56 409	24.93 400	24.36 412	17.85 410	22.25 401	25.93 413	28.52 411	29.10 399	32.61 408	28.25 406	32.87 401	26.42 405	24.51 405	40.42 411	16.75 410	13.93 412	25.19 410	22.38 413	19.96 411	24.75 415

MADNet++	47.78 414	34.15 414	37.11 407	42.94 414	41.23 415	64.94 414	30.63 414	60.79 415	53.26 415	72.08 415	61.65 415	57.68 414	54.96 414	58.03 414	59.24 415	43.01 415	36.17 415	36.07 414	22.50 414	47.50 414	41.67 416

JetRed	34.54 413	39.28 415	62.16 409	15.62 406	26.51 413	69.20 415	40.79 415	31.43 413	32.41 402	46.06 412	44.55 414	40.19 408	26.50 406	38.43 412	56.06 414	12.76 409	37.49 416	13.23 400	9.38 409	29.52 413	19.34 412

SPstereo	60.73 416	26.49 412	40.67 408	33.02 413	24.24 412	71.50 416	79.28 416	100.00 426	100.00 424	97.54 422	96.19 421	100.00 427	94.96 421	94.75 420	75.88 416	28.65 413	21.81 413	46.87 416	42.08 415	19.71 410	20.91 413

HaxPig	97.68 424	99.63 423	91.34 416	99.82 432	99.97 426	88.15 417	88.00 417	98.28 422	99.93 423	99.98 426	99.99 424	99.95 425	99.99 425	96.29 421	92.24 421	99.99 433	99.98 425	100.00 426	99.99 425	100.00 434	99.98 432

MEDIAN_ROB	96.83 422	99.41 422	98.66 422	94.75 422	94.23 421	93.08 418	90.54 418	95.61 421	94.75 419	97.65 423	97.73 422	98.30 421	96.57 422	94.51 419	93.74 422	99.78 431	98.24 422	99.99 425	99.89 424	99.48 425	99.67 425

AVERAGE_ROB	99.23 428	99.81 426	97.56 421	100.00 435	100.00 428	96.24 422	91.02 419	100.00 426	100.00 424	100.00 427	100.00 425	100.00 427	100.00 426	99.98 428	99.97 425	100.00 434	100.00 426	100.00 426	100.00 426	100.00 434	100.00 434

xxxxx1	76.92 418	82.43 419	93.26 418	61.67 416	66.92 417	95.84 419	95.11 420	75.84 416	80.96 416	82.71 417	86.75 416	89.18 416	87.35 416	85.27 416	87.18 417	55.08 416	54.60 417	60.31 417	72.71 418	62.51 415	62.73 417

tt_ll	76.92 418	82.43 419	93.26 418	61.67 416	66.92 417	95.84 419	95.11 420	75.84 416	80.96 416	82.71 417	86.75 416	89.18 416	87.35 416	85.27 416	87.18 417	55.08 416	54.60 417	60.31 417	72.71 418	62.51 415	62.73 417

ff	76.92 418	82.43 419	93.26 418	61.67 416	66.92 417	95.84 419	95.11 420	75.84 416	80.96 416	82.71 417	86.75 416	89.18 416	87.35 416	85.27 416	87.18 417	55.08 416	54.60 417	60.31 417	72.71 418	62.51 415	62.73 417

PML	89.08 421	99.72 424	92.85 417	94.72 421	94.92 423	99.54 424	97.42 423	93.50 419	95.96 420	99.77 425	92.33 420	95.35 420	93.51 420	99.96 427	91.15 420	99.98 432	31.71 414	100.00 426	45.94 416	93.46 422	69.88 420

test_example2	98.83 425	99.97 429	99.97 426	99.96 434	99.97 426	99.46 423	99.97 424	95.54 420	100.00 424	100.00 427	100.00 425	93.37 419	93.47 419	99.93 426	99.91 424	100.00 434	99.79 424	96.64 422	98.71 423	100.00 434	100.00 434

MyStereo03	99.95 433	100.00 430	100.00 429	99.75 429	100.00 428	100.00 425	100.00 425	100.00 426	100.00 424	100.00 427	100.00 425	100.00 427	100.00 426	100.00 429	100.00 428	99.21 426	100.00 426	100.00 426	100.00 426	99.99 429	99.95 427

MyStereo02	99.95 433	100.00 430	100.00 429	99.75 429	100.00 428	100.00 425	100.00 425	100.00 426	100.00 424	100.00 427	100.00 425	100.00 427	100.00 426	100.00 429	100.00 428	99.21 426	100.00 426	100.00 426	100.00 426	99.99 429	99.95 427

MyStereo	99.95 433	100.00 430	100.00 429	99.75 429	100.00 428	100.00 425	100.00 425	100.00 426	100.00 424	100.00 427	100.00 425	100.00 427	100.00 426	100.00 429	100.00 428	99.21 426	100.00 426	100.00 426	100.00 426	99.99 429	99.95 427

Selective-RAFT-Error	100.00 436	100.00 430	100.00 429	100.00 435	100.00 428	100.00 425	100.00 425	100.00 426	100.00 424	100.00 427	100.00 425	100.00 427	100.00 426	100.00 429	100.00 428	100.00 434	100.00 426	100.00 426	100.00 426	99.99 429	99.95 427

Anonymous_1	97.10 423	99.72 424	99.64 425	92.33 420	93.91 420	100.00 425	100.00 425	99.20 423	99.90 422	98.57 424	99.75 423	99.14 422	99.94 424	98.50 422	99.54 423	87.90 419	98.87 423	90.88 420	96.91 422	92.22 421	95.12 422

tt	68.65 417	0.15 110	99.57 424	50.64 415	14.90 408	100.00 425	100.00 425	100.00 426	99.76 421	27.80 406	10.52 364	99.97 426	98.63 423	99.61 423	100.00 428	90.62 420	98.21 421	46.66 415	52.02 417	62.86 418	21.04 414

CasAABBNet	99.94 431	100.00 430	100.00 429	99.72 428	100.00 428	100.00 425	100.00 425	100.00 426	100.00 424	100.00 427	100.00 425	100.00 427	100.00 426	100.00 429	100.00 428	99.21 426	100.00 426	100.00 426	100.00 426	99.96 428	99.95 427

LSM0	99.94 431	100.00 430	100.00 429	99.84 433	100.00 428	100.00 425	100.00 425	100.00 426	100.00 424	100.00 427	100.00 425	100.00 427	100.00 426	100.00 429	100.00 428	99.22 430	100.00 426	100.00 426	100.00 426	99.99 429	99.83 426

DPSMNet_ROB	99.46 430	99.94 427	99.98 427	96.59 426	100.00 428	100.00 425	100.00 425	99.81 424	100.00 424	95.87 421	100.00 425	99.32 423	100.00 426	99.79 424	99.99 426	98.46 425	100.00 426	99.86 423	100.00 426	99.52 426	100.00 434

DGTPSM_ROB	99.45 429	99.94 427	99.98 427	96.58 425	100.00 428	100.00 425	100.00 425	99.81 424	100.00 424	95.86 420	100.00 425	99.32 423	100.00 426	99.79 424	99.99 426	98.34 424	100.00 426	99.86 423	100.00 426	99.52 426	99.99 433

DPSM_ROB	99.17 426	100.00 430	100.00 429	96.28 423	98.84 424	100.00 425	100.00 425	100.00 426	100.00 424	100.00 427	100.00 425	100.00 427	100.00 426	100.00 429	100.00 428	93.66 422	100.00 426	100.00 426	100.00 426	96.31 423	98.27 423

DPSM	99.17 426	100.00 430	100.00 429	96.28 423	98.84 424	100.00 425	100.00 425	100.00 426	100.00 424	100.00 427	100.00 425	100.00 427	100.00 426	100.00 429	100.00 428	93.66 422	100.00 426	100.00 426	100.00 426	96.31 423	98.27 423

ASD4		67.10 418

Low-res two-view benchmark