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

SMFormer	0.33 184	0.10 118	1.04 144	0.00 1	0.00 1	0.03 5	0.00 1	1.45 288	0.55 159	0.00 1	0.00 1	0.15 181	0.00 1	3.24 259	0.09 185	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.02 221

tta	0.33 184	0.10 118	1.04 144	0.00 1	0.00 1	0.03 5	0.00 1	1.45 288	0.55 159	0.00 1	0.00 1	0.15 181	0.00 1	3.24 259	0.09 185	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.01 126

qqq1	0.33 184	0.10 118	1.04 144	0.00 1	0.00 1	0.03 5	0.00 1	1.45 288	0.55 159	0.00 1	0.00 1	0.15 181	0.00 1	3.24 259	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.01 126

fff1	0.33 184	0.10 118	1.04 144	0.00 1	0.00 1	0.03 5	0.00 1	1.45 288	0.55 159	0.00 1	0.00 1	0.15 181	0.00 1	3.24 259	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.01 126

AE-Stereo	0.17 85	0.05 60	0.79 83	0.03 280	0.09 340	1.06 253	0.00 1	0.57 172	0.06 13	0.08 285	0.00 1	0.13 169	0.00 1	0.01 25	0.01 74	0.00 1	0.06 377	0.00 1	0.23 392	0.08 267	0.04 281

xx1	0.28 153	0.22 193	1.20 180	0.00 1	0.00 1	1.31 355	0.00 1	1.41 277	0.69 354	0.07 278	0.00 1	0.01 7	0.00 1	0.59 179	0.01 74	0.00 1	0.01 299	0.00 1	0.00 1	0.00 1	0.01 126

11t1	0.08 9	0.01 1	0.54 22	0.00 1	0.00 1	0.09 23	0.00 1	0.44 153	0.55 159	0.00 1	0.00 1	0.01 7	0.00 1	0.01 25	0.00 1	0.00 1	0.01 299	0.00 1	0.00 1	0.01 56	0.01 126

MSKI-zero shot	0.22 118	0.08 108	1.46 230	0.00 1	0.12 352	1.08 299	0.03 265	0.85 213	0.16 102	0.22 322	0.05 283	0.06 126	0.00 1	0.07 116	0.01 74	0.00 1	0.02 329	0.00 1	0.18 381	0.02 131	0.01 126

MIF-Stereo	0.06 5	0.06 83	0.83 94	0.00 1	0.00 1	0.08 21	0.01 212	0.06 28	0.03 4	0.00 1	0.08 298	0.02 38	0.00 1	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 267	0.00 1

EKT-Stereo	0.46 234	0.12 141	1.03 143	0.75 393	4.21 410	1.06 253	0.00 1	0.83 210	0.04 9	0.02 211	0.00 1	0.08 139	0.00 1	0.89 192	0.01 74	0.00 1	0.03 339	0.00 1	0.05 351	0.04 201	0.01 126

DLNR_Zeroshot_test	21.09 413	47.65 416	85.43 419	96.34 427	87.67 425	0.31 54	0.00 1	17.86 413	0.07 18	0.01 123	0.01 199	0.00 1	0.00 1	0.70 185	0.01 74	15.78 414	0.01 299	0.00 1	0.21 389	69.62 421	0.04 281

CASnet	0.08 9	0.05 60	0.40 1	0.00 1	0.00 1	0.82 177	0.00 1	0.14 80	0.08 31	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.17 85	0.04 38	0.93 124	0.00 1	0.00 1	1.10 313	0.00 1	0.99 233	0.03 4	0.01 123	0.00 1	0.21 206	0.00 1	0.07 116	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAFT-Test	0.20 108	0.09 114	1.34 205	0.00 1	0.12 352	0.39 70	0.10 310	0.72 195	0.25 118	0.08 285	0.00 1	0.44 264	0.00 1	0.05 106	0.13 219	0.00 1	0.00 1	0.00 1	0.24 397	0.01 56	0.01 126

ToySt	0.12 41	0.15 157	0.92 123	0.00 1	0.00 1	0.46 89	0.00 1	0.41 148	0.10 65	0.00 1	0.00 1	0.10 153	0.00 1	0.07 116	0.19 248	0.00 1	0.00 1	0.00 1	0.02 328	0.04 201	0.02 221

DCRE	0.51 262	0.25 212	0.96 130	0.00 1	0.01 232	0.43 82	0.00 1	0.25 118	0.21 110	0.33 338	7.49 386	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 299	0.00 1	0.17 380	0.02 131	0.01 126

knoymous	0.09 14	0.04 38	1.04 144	0.00 1	0.00 1	0.11 28	0.00 1	0.23 112	0.05 12	0.00 1	0.00 1	0.23 210	0.00 1	0.02 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

riskmin	0.11 32	0.01 1	0.87 110	0.01 239	0.00 1	0.13 32	0.00 1	0.30 133	0.09 47	0.00 1	0.01 199	0.76 310	0.00 1	0.02 66	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

Anonymous_2	0.88 331	0.02 7	1.06 153	0.01 239	0.00 1	0.19 36	0.00 1	0.14 80	0.08 31	0.01 123	0.04 281	1.07 333	0.00 1	0.02 66	0.02 103	0.01 343	0.04 354	2.31 410	11.16 414	1.35 395	0.01 126

Selective-RAFT	0.13 47	0.04 38	0.51 11	0.00 1	0.00 1	1.06 253	0.00 1	0.04 12	0.57 203	0.00 1	0.00 1	0.06 126	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.19 384	0.04 201	0.00 1

ProNet	0.09 14	0.20 184	0.53 21	0.00 1	0.00 1	0.80 173	0.00 1	0.04 12	0.07 18	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 267	0.01 126

qqq	0.17 85	0.01 1	0.52 14	0.00 1	0.00 1	0.12 31	0.00 1	0.95 226	0.55 159	0.00 1	0.00 1	0.01 7	0.00 1	1.23 201	0.00 1	0.00 1	0.01 299	0.00 1	0.00 1	0.00 1	0.01 126

x	0.10 18	0.01 1	0.51 11	0.00 1	0.00 1	0.09 23	0.00 1	0.67 190	0.55 159	0.00 1	0.00 1	0.01 7	0.00 1	0.09 130	0.00 1	0.00 1	0.01 299	0.00 1	0.00 1	0.00 1	0.01 126

DisPM	0.16 77	0.05 60	0.82 92	0.07 323	0.00 1	1.14 332	0.41 359	0.08 45	0.54 155	0.03 238	0.00 1	0.00 1	0.00 1	0.06 111	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

BUS	0.33 184	0.05 60	0.54 22	0.00 1	0.00 1	1.87 372	0.00 1	2.43 359	0.58 242	0.30 333	0.09 299	0.65 297	0.00 1	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAFT_CTSACE	0.14 60	0.33 239	1.23 191	0.00 1	0.01 232	0.47 90	0.00 1	0.27 125	0.11 71	0.01 123	0.00 1	0.04 93	0.00 1	0.08 127	0.00 1	0.00 1	0.01 299	0.00 1	0.00 1	0.24 357	0.00 1

NINENet	0.45 230	0.09 114	0.81 89	0.06 319	0.00 1	1.87 372	0.00 1	2.69 377	0.56 171	0.00 1	0.00 1	0.65 297	0.00 1	2.15 219	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

hknet	0.38 209	0.07 101	1.32 202	0.00 1	0.00 1	1.07 287	0.00 1	2.43 359	0.58 242	0.30 333	0.09 299	0.63 292	0.00 1	0.96 193	0.07 169	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Sa-1000	0.31 173	0.26 218	0.93 124	0.00 1	0.18 370	1.08 299	0.01 212	2.59 373	0.56 171	0.00 1	0.09 299	0.03 73	0.00 1	0.18 149	0.00 1	0.00 1	0.00 1	0.00 1	0.13 373	0.11 295	0.00 1

UDGNet	0.14 60	0.48 301	0.72 45	0.00 1	0.00 1	1.06 253	0.00 1	0.05 18	0.28 121	0.00 1	0.00 1	0.02 38	0.00 1	0.09 130	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test-3	0.17 85	0.03 23	0.74 56	0.03 280	0.10 344	0.43 82	0.00 1	1.36 269	0.07 18	0.01 123	0.00 1	0.02 38	0.00 1	0.08 127	0.19 248	0.00 1	0.00 1	0.00 1	0.20 385	0.12 302	0.11 352

test_1	0.17 85	0.03 23	0.75 64	0.03 280	0.10 344	0.43 82	0.00 1	1.36 269	0.07 18	0.01 123	0.00 1	0.02 38	0.00 1	0.07 116	0.19 248	0.00 1	0.00 1	0.00 1	0.20 385	0.12 302	0.11 352

test_3	0.19 100	0.02 7	0.76 69	0.03 280	0.10 344	0.53 107	0.00 1	1.42 280	0.07 18	0.13 305	0.00 1	0.02 38	0.00 1	0.07 116	0.19 248	0.00 1	0.00 1	0.00 1	0.20 385	0.12 302	0.11 352

GANet-ADL	0.16 77	0.06 83	1.18 178	0.00 1	0.01 232	0.83 182	0.00 1	0.23 112	0.07 18	0.00 1	0.30 323	0.35 241	0.00 1	0.07 116	0.10 194	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.01 126

PFNet+	0.23 125	0.06 83	0.79 83	0.07 323	0.01 232	1.11 321	0.42 361	0.11 70	0.59 254	0.08 285	0.01 199	0.02 38	0.00 1	1.21 199	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

Patchmatch Stereo++	0.13 47	0.04 38	0.73 47	0.05 301	0.01 232	1.06 253	0.08 300	0.06 28	0.56 171	0.01 123	0.00 1	0.05 114	0.00 1	0.01 25	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
OMP-Stereo	0.66 307	0.33 239	0.72 45	0.18 374	0.06 327	1.17 342	0.00 1	1.45 288	0.59 254	0.12 302	0.60 340	0.50 282	0.00 1	7.09 391	0.26 270	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.00 1

NF-Stereo	0.47 236	0.03 23	0.77 71	0.12 351	0.00 1	1.07 287	0.26 336	0.19 94	0.60 276	0.01 123	0.00 1	0.02 38	0.00 1	6.18 367	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

OCTAStereo	0.47 236	0.03 23	0.77 71	0.12 351	0.00 1	1.07 287	0.26 336	0.19 94	0.60 276	0.01 123	0.00 1	0.02 38	0.00 1	6.16 366	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

PSM-adaLoss	0.14 60	0.04 38	0.73 47	0.05 301	0.02 276	1.06 253	0.08 300	0.05 18	0.56 171	0.01 123	0.00 1	0.07 133	0.00 1	0.01 25	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

ROB_FTStereo_v2	0.14 60	0.04 38	0.73 47	0.05 301	0.01 232	1.06 253	0.06 290	0.05 18	0.56 171	0.01 123	0.00 1	0.07 133	0.00 1	0.01 25	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

ROB_FTStereo	0.13 47	0.04 38	0.73 47	0.05 301	0.02 276	1.06 253	0.07 293	0.06 28	0.56 171	0.01 123	0.00 1	0.03 73	0.00 1	0.01 25	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

HUI-Stereo	0.14 60	0.04 38	0.75 64	0.05 301	0.02 276	1.06 253	0.08 300	0.06 28	0.57 203	0.01 123	0.00 1	0.07 133	0.00 1	0.01 25	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

PFNet	0.60 297	0.11 132	2.08 291	0.00 1	0.30 383	1.16 339	0.00 1	0.29 130	0.59 254	0.01 123	0.24 317	0.02 38	0.00 1	6.58 381	0.23 261	0.10 375	0.00 1	0.00 1	0.04 349	0.14 313	0.05 298

RE-Stereo	0.47 236	0.03 23	0.77 71	0.12 351	0.00 1	1.07 287	0.26 336	0.19 94	0.60 276	0.01 123	0.00 1	0.02 38	0.00 1	6.18 367	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

Pruner-Stereo	0.16 77	0.04 38	0.73 47	0.19 375	0.00 1	1.08 299	0.21 328	0.16 84	0.59 254	0.03 238	0.00 1	0.01 7	0.00 1	0.02 66	0.22 256	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

TVStereo	0.47 236	0.03 23	0.77 71	0.12 351	0.00 1	1.07 287	0.26 336	0.19 94	0.60 276	0.01 123	0.00 1	0.02 38	0.00 1	6.18 367	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

iGMRVC	0.14 60	0.04 38	0.74 56	0.05 301	0.02 276	1.06 253	0.07 293	0.06 28	0.56 171	0.01 123	0.00 1	0.05 114	0.00 1	0.01 25	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

RAFT-RH_RVC	0.96 337	0.13 147	1.35 207	0.02 263	0.05 320	1.06 253	0.00 1	0.06 28	0.55 159	0.01 123	9.57 398	0.10 153	0.00 1	6.00 358	0.30 276	0.01 343	0.00 1	0.00 1	0.02 328	0.01 56	0.00 1

iRAFT	0.13 47	0.04 38	0.73 47	0.05 301	0.01 232	1.06 253	0.08 300	0.06 28	0.56 171	0.01 123	0.00 1	0.05 114	0.00 1	0.01 25	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

AnonymousM	0.10 18	0.04 38	0.56 28	0.00 1	0.00 1	1.02 228	0.00 1	0.19 94	0.11 71	0.00 1	0.00 1	0.00 1	0.00 1	0.07 116	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

CRE-IMP	0.16 77	0.03 23	0.75 64	0.05 301	0.01 232	1.11 321	0.34 352	0.04 12	0.56 171	0.02 211	0.00 1	0.12 162	0.00 1	0.01 25	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.08 330

cross-raft	0.15 72	0.05 60	1.46 230	0.00 1	0.01 232	0.37 68	0.07 293	0.40 146	0.02 2	0.02 211	0.00 1	0.38 253	0.00 1	0.02 66	0.03 119	0.00 1	0.00 1	0.00 1	0.11 367	0.01 56	0.02 221

test-1	0.19 100	0.13 147	0.67 41	0.00 1	0.15 360	0.57 116	0.00 1	1.01 235	0.11 71	0.04 255	0.48 336	0.05 114	0.00 1	0.01 25	0.30 276	0.00 1	0.07 378	0.00 1	0.06 354	0.01 56	0.18 374

RAFT-IKP	0.14 60	0.04 38	0.75 64	0.05 301	0.01 232	1.06 253	0.08 300	0.05 18	0.56 171	0.01 123	0.00 1	0.05 114	0.00 1	0.01 25	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

Anonymous3	0.19 100	0.07 101	1.33 203	0.00 1	0.00 1	1.12 328	0.00 1	0.56 170	0.56 171	0.01 123	0.00 1	0.06 126	0.00 1	0.01 25	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

CREStereo++_RVC	0.10 18	0.06 83	0.78 80	0.00 1	0.00 1	1.00 224	0.00 1	0.10 66	0.08 31	0.00 1	0.01 199	0.03 73	0.00 1	0.01 25	0.03 119	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
s12784h	0.21 114	0.05 60	0.81 89	0.00 1	0.00 1	1.06 253	0.02 249	1.36 269	0.56 171	0.01 123	0.34 328	0.02 38	0.00 1	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

TANstereo	0.12 41	0.15 157	0.78 80	0.00 1	0.00 1	1.03 234	0.00 1	0.07 40	0.08 31	0.01 123	0.15 308	0.04 93	0.00 1	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.12 41	0.25 212	0.79 83	0.00 1	0.00 1	0.92 207	0.00 1	0.18 91	0.08 31	0.00 1	0.21 316	0.03 73	0.00 1	0.01 25	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

sAnonymous2	0.10 18	0.22 193	1.35 207	0.00 1	0.00 1	0.04 13	0.00 1	0.03 6	0.06 13	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 267	0.15 367

CroCo_RVC	0.10 18	0.22 193	1.35 207	0.00 1	0.00 1	0.04 13	0.00 1	0.03 6	0.06 13	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 267	0.15 367

sCroCo_RVC	0.09 14	0.05 60	1.02 141	0.00 1	0.00 1	0.02 3	0.00 1	0.12 73	0.48 144	0.00 1	0.00 1	0.01 7	0.00 1	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

DCANet	0.25 139	0.37 267	1.20 180	0.00 1	0.00 1	1.06 253	0.00 1	1.49 306	0.61 291	0.08 285	0.00 1	0.04 93	0.00 1	0.02 66	0.10 194	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.05 298

CFNet-RSSM	0.17 85	0.06 83	1.16 174	0.00 1	0.12 352	0.61 124	0.00 1	0.90 218	0.08 31	0.01 123	0.00 1	0.09 150	0.00 1	0.01 25	0.03 119	0.00 1	0.00 1	0.00 1	0.23 392	0.00 1	0.00 1

UPFNet	0.18 95	0.05 60	1.11 165	0.00 1	0.00 1	0.48 92	0.00 1	1.11 247	0.48 144	0.00 1	0.00 1	0.10 153	0.00 1	0.10 134	0.10 194	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

Gwc-CoAtRS	0.12 41	0.06 83	1.17 175	0.00 1	0.11 349	0.41 73	0.00 1	0.20 104	0.04 9	0.01 123	0.00 1	0.18 193	0.00 1	0.01 25	0.06 158	0.00 1	0.00 1	0.00 1	0.18 381	0.01 56	0.00 1

CREStereo	0.10 18	0.06 83	0.51 11	0.00 1	0.00 1	1.06 253	0.00 1	0.20 104	0.08 31	0.00 1	0.00 1	0.02 38	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	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
ACVNet	0.20 108	0.14 153	0.96 130	0.01 239	0.00 1	1.05 244	0.11 314	0.19 94	0.60 276	0.01 123	0.01 199	0.71 306	0.00 1	0.05 106	0.10 194	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.00 1

cf-r	0.35 197	0.41 284	1.45 228	0.00 1	0.00 1	1.06 253	0.00 1	0.43 151	0.38 135	0.05 264	0.00 1	0.65 297	0.00 1	2.53 234	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.02 221

GANet-RSSM	0.34 191	0.29 227	0.97 136	0.00 1	0.00 1	1.05 244	0.00 1	0.22 111	0.15 96	0.03 238	0.00 1	0.31 231	0.00 1	3.62 276	0.14 225	0.00 1	0.00 1	0.03 377	0.00 1	0.05 218	0.01 126

PSMNet-RSSM	0.36 201	0.36 259	0.93 124	0.00 1	0.00 1	1.06 253	0.00 1	0.50 164	0.53 152	0.04 255	0.00 1	0.40 257	0.00 1	3.33 266	0.06 158	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.01 126

GwcNet-RSSM	0.45 230	0.56 327	1.74 262	0.00 1	0.00 1	1.06 253	0.00 1	0.65 187	0.55 159	0.18 318	0.00 1	0.37 250	0.00 1	3.70 281	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.08 267	0.02 221

CFNet-ft	0.31 173	0.34 243	0.96 130	0.00 1	0.00 1	1.08 299	0.00 1	0.19 94	0.15 96	0.01 123	0.00 1	0.48 271	0.00 1	2.95 249	0.05 144	0.00 1	0.00 1	0.01 352	0.00 1	0.01 56	0.01 126

PMTNet	0.11 32	0.07 101	0.60 35	0.00 1	0.00 1	1.05 244	0.04 277	0.16 84	0.08 31	0.00 1	0.00 1	0.04 93	0.00 1	0.03 91	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

DMCA	0.19 100	0.16 164	1.39 216	0.00 1	0.01 232	1.00 224	0.01 212	0.38 141	0.57 203	0.01 123	0.01 199	0.05 114	0.00 1	0.05 106	0.12 212	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

R-Stereo Train	0.15 72	0.03 23	0.77 71	0.00 1	0.00 1	0.74 161	0.00 1	1.36 269	0.09 47	0.02 211	0.00 1	0.01 7	0.00 1	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

RAFT-Stereo	0.15 72	0.03 23	0.77 71	0.00 1	0.00 1	0.74 161	0.00 1	1.36 269	0.09 47	0.02 211	0.00 1	0.01 7	0.00 1	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CFNet_RVC	0.31 173	0.34 243	0.96 130	0.00 1	0.00 1	1.08 299	0.00 1	0.19 94	0.15 96	0.01 123	0.00 1	0.48 271	0.00 1	2.95 249	0.05 144	0.00 1	0.00 1	0.01 352	0.00 1	0.01 56	0.01 126

NVstereo2D	0.45 230	0.11 132	1.91 276	0.00 1	0.00 1	0.59 122	0.00 1	1.39 276	0.61 291	0.03 238	0.00 1	0.33 234	0.00 1	3.94 290	0.07 169	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MFMNet_re	0.24 133	0.74 350	2.31 302	0.53 388	0.00 1	0.17 34	0.01 212	0.02 4	0.59 254	0.01 123	0.03 276	0.12 162	0.00 1	0.07 116	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.19 342	0.01 126

DISCO	0.31 173	0.11 132	1.73 258	0.16 365	0.16 363	0.31 54	0.00 1	0.09 51	0.17 104	0.00 1	0.01 199	1.51 358	0.00 1	1.21 199	0.62 312	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.01 126

NOSS_ROB	0.61 300	0.17 168	0.63 36	0.19 375	0.00 1	0.67 148	0.00 1	2.38 357	0.57 203	0.13 305	0.00 1	0.94 321	0.00 1	6.27 375	0.10 194	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.10 350

mmm	0.13 47	0.02 7	0.42 5	0.00 1	0.00 1	0.04 13	0.00 1	0.88 215	0.56 171	0.00 1	0.00 1	0.01 7	0.01 84	0.51 174	0.00 1	0.00 1	0.01 299	0.00 1	0.00 1	0.01 56	0.01 126

ttt	0.70 309	0.02 7	0.78 80	0.00 1	0.00 1	0.62 129	0.00 1	2.50 362	0.56 171	0.00 1	0.00 1	0.29 225	0.01 84	4.18 298	5.00 374	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

1111x	0.87 330	0.02 7	1.20 180	0.00 1	0.00 1	0.70 153	0.00 1	2.60 374	0.56 171	0.00 1	0.00 1	0.04 93	0.01 84	5.36 334	6.80 384	0.00 1	0.01 299	0.00 1	0.00 1	0.00 1	0.01 126

whm_eth	0.17 85	0.36 259	1.51 236	0.00 1	0.00 1	0.53 107	0.00 1	0.25 118	0.61 291	0.00 1	0.00 1	0.03 73	0.01 84	0.01 25	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.09 343

test croco	0.11 32	0.17 168	1.21 190	0.00 1	0.00 1	0.05 16	0.00 1	0.16 84	0.32 129	0.01 123	0.01 199	0.02 38	0.01 84	0.03 91	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.26 362	0.01 126

MIM_Stereo	0.10 18	0.32 235	0.90 117	0.00 1	0.03 297	0.29 50	0.00 1	0.11 70	0.11 71	0.02 211	0.00 1	0.04 93	0.01 84	0.01 25	0.00 1	0.00 1	0.03 339	0.00 1	0.00 1	0.11 295	0.08 330

4D-IteraStereo	0.16 77	0.51 310	1.73 258	0.00 1	0.00 1	0.38 69	0.03 265	0.08 45	0.08 31	0.02 211	0.01 199	0.00 1	0.01 84	0.06 111	0.09 185	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.06 318

LoS_RVC	0.05 2	0.05 60	0.41 3	0.00 1	0.00 1	0.16 33	0.00 1	0.17 89	0.07 18	0.00 1	0.00 1	0.04 93	0.01 84	0.04 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

CAS	0.10 18	0.05 60	0.46 8	0.00 1	0.00 1	1.03 234	0.00 1	0.21 109	0.09 47	0.00 1	0.00 1	0.03 73	0.01 84	0.01 25	0.02 103	0.08 373	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

anonymousdsp2	0.10 18	0.04 38	0.98 138	0.00 1	0.00 1	0.62 129	0.00 1	0.09 51	0.11 71	0.00 1	0.00 1	0.01 7	0.01 84	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.02 328	0.04 201	0.03 253

TestStereo1	0.20 108	0.30 230	0.84 99	0.00 1	0.16 363	1.12 328	0.01 212	0.69 191	0.57 203	0.00 1	0.05 283	0.04 93	0.01 84	0.09 130	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 320	0.06 318

RAFT+CT+SA	0.26 143	0.34 243	1.11 165	0.02 263	0.27 381	1.10 313	0.00 1	0.70 194	0.56 171	0.00 1	0.00 1	0.07 133	0.01 84	0.36 165	0.00 1	0.00 1	0.00 1	0.00 1	0.31 404	0.11 295	0.22 383

test_5	0.26 143	0.35 252	1.35 207	0.01 239	0.22 380	0.80 173	0.01 212	0.81 206	0.58 242	0.12 302	0.00 1	0.06 126	0.01 84	0.61 182	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.14 313	0.16 371

SA-5K	0.20 108	0.30 230	0.84 99	0.00 1	0.16 363	1.12 328	0.01 212	0.69 191	0.57 203	0.00 1	0.05 283	0.04 93	0.01 84	0.09 130	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 320	0.06 318

SA	0.30 169	0.27 219	0.97 136	0.00 1	0.17 368	1.10 313	0.00 1	2.50 362	0.56 171	0.00 1	0.01 199	0.03 73	0.01 84	0.16 148	0.00 1	0.00 1	0.00 1	0.00 1	0.14 374	0.12 302	0.00 1

test_4	0.13 47	0.07 101	1.12 167	0.00 1	0.05 320	0.82 177	0.00 1	0.04 12	0.08 31	0.10 297	0.00 1	0.01 7	0.01 84	0.02 66	0.06 158	0.00 1	0.00 1	0.00 1	0.02 328	0.11 295	0.00 1

iRaft-Stereo_5w	0.50 257	0.51 310	1.44 227	0.00 1	0.00 1	0.29 50	0.00 1	0.63 185	0.59 254	0.00 1	0.00 1	0.08 139	0.01 84	6.14 365	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.22 352	0.01 126

dad	0.17 85	0.54 319	0.82 92	0.00 1	0.00 1	1.03 234	0.00 1	0.02 4	0.23 116	0.01 123	0.00 1	0.02 38	0.01 84	0.63 183	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

DDUNet	0.34 191	0.20 184	1.06 153	0.00 1	0.00 1	0.79 171	0.01 212	0.91 220	0.54 155	0.04 255	0.01 199	1.11 337	0.01 84	1.89 212	0.17 235	0.00 1	0.00 1	0.00 1	0.00 1	0.06 238	0.00 1

GLC_STEREO	0.04 1	0.05 60	0.52 14	0.00 1	0.00 1	0.06 18	0.00 1	0.01 1	0.03 4	0.00 1	0.00 1	0.01 7	0.01 84	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

GMOStereo	0.13 47	0.24 206	0.83 94	0.00 1	0.14 356	0.86 189	0.01 212	0.09 51	0.11 71	0.01 123	0.01 199	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 382	0.00 1	0.00 1	0.16 328	0.01 126

error version	0.13 47	0.24 206	0.83 94	0.00 1	0.14 356	0.86 189	0.01 212	0.09 51	0.11 71	0.01 123	0.01 199	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 382	0.00 1	0.00 1	0.16 328	0.01 126

test-v	0.13 47	0.24 206	0.83 94	0.00 1	0.14 356	0.86 189	0.01 212	0.09 51	0.11 71	0.01 123	0.01 199	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 382	0.00 1	0.00 1	0.16 328	0.01 126

AACVNet	0.40 215	0.36 259	0.90 117	0.00 1	0.00 1	0.53 107	0.00 1	0.18 91	0.41 141	0.02 211	0.00 1	0.11 156	0.01 84	5.33 331	0.07 169	0.00 1	0.00 1	0.00 1	0.00 1	0.15 320	0.00 1

PSMNet-ADL	0.35 197	0.05 60	0.65 38	0.00 1	0.00 1	1.03 234	0.00 1	0.59 177	0.09 47	0.00 1	0.07 295	0.47 269	0.01 84	3.66 279	0.30 276	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.02 221

IIG-Stereo	0.65 305	0.34 243	0.77 71	0.05 301	0.03 297	1.17 342	0.00 1	1.46 298	0.60 276	0.01 123	0.57 338	0.54 288	0.01 84	7.03 390	0.39 287	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

PSM-softLoss	0.48 243	0.04 38	1.10 161	0.17 369	0.00 1	1.07 287	0.25 334	0.12 73	0.61 291	0.03 238	0.01 199	0.02 38	0.01 84	6.03 360	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

KMStereo	0.48 243	0.04 38	1.10 161	0.17 369	0.00 1	1.07 287	0.25 334	0.12 73	0.61 291	0.03 238	0.01 199	0.02 38	0.01 84	6.03 360	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

NRIStereo	0.17 85	0.03 23	0.73 47	0.04 291	0.01 232	1.15 335	0.33 351	0.03 6	0.59 254	0.04 255	0.01 199	0.11 156	0.01 84	0.10 134	0.03 119	0.00 1	0.02 329	0.00 1	0.00 1	0.06 238	0.09 343

RAFT-345	0.49 248	0.04 38	1.26 193	0.10 337	0.07 332	1.16 339	0.19 325	0.14 80	0.57 203	0.00 1	0.01 199	0.09 150	0.01 84	6.00 358	0.20 253	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

test-2	0.13 47	0.24 206	0.83 94	0.00 1	0.14 356	0.86 189	0.01 212	0.09 51	0.11 71	0.01 123	0.01 199	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 382	0.00 1	0.00 1	0.16 328	0.01 126

ICVP	0.15 72	0.03 23	1.23 191	0.00 1	0.01 232	1.02 228	0.09 306	0.19 94	0.10 65	0.00 1	0.02 271	0.07 133	0.01 84	0.18 149	0.01 74	0.00 1	0.01 299	0.00 1	0.00 1	0.01 56	0.00 1
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GEStereo_RVC	0.43 226	0.38 277	1.10 161	0.01 239	0.00 1	1.02 228	0.00 1	1.94 338	0.57 203	0.00 1	0.00 1	0.14 175	0.01 84	3.25 264	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.08 267	0.02 221

TestStereo	0.31 173	0.22 193	1.36 211	0.00 1	0.00 1	0.27 45	0.00 1	0.06 28	0.04 9	0.01 123	0.00 1	0.03 73	0.01 84	4.27 303	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-Stereo	0.57 286	0.15 157	4.26 374	0.08 328	0.03 297	1.10 313	0.00 1	2.55 367	0.11 71	0.11 300	0.00 1	1.43 353	0.01 84	1.34 204	0.00 1	0.00 1	0.04 354	0.00 1	0.16 379	0.03 180	0.01 126

Anonymous	0.05 2	0.06 83	0.86 105	0.00 1	0.00 1	0.00 1	0.00 1	0.03 6	0.01 1	0.00 1	0.00 1	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.05 298

xxxx	1.04 340	0.02 7	0.54 22	0.00 1	0.00 1	0.53 107	0.00 1	2.53 366	0.57 203	0.00 1	0.00 1	0.01 7	0.01 84	2.04 214	14.52 405	0.00 1	0.01 299	0.00 1	0.00 1	0.00 1	0.01 126

psm_up	0.39 212	0.25 212	1.04 144	0.00 1	0.00 1	0.82 177	0.00 1	1.88 333	0.57 203	0.00 1	0.00 1	0.28 224	0.01 84	2.78 241	0.09 185	0.00 1	0.00 1	0.00 1	0.00 1	0.06 238	0.00 1

CC-Net-ROB	0.64 304	0.50 305	1.13 168	0.07 323	0.00 1	1.08 299	0.01 212	2.58 371	0.56 171	0.01 123	0.00 1	0.14 175	0.01 84	5.73 350	0.12 212	0.50 389	0.00 1	0.21 398	0.00 1	0.09 282	0.02 221

CFNet	0.56 280	0.50 305	1.58 242	0.00 1	0.00 1	1.06 253	0.01 212	1.08 244	0.57 203	0.00 1	0.01 199	0.12 162	0.01 84	5.87 355	0.19 248	0.00 1	0.00 1	0.00 1	0.00 1	0.13 310	0.02 221

AdaStereo	0.20 108	0.06 83	0.86 105	0.00 1	0.00 1	0.25 42	0.00 1	1.71 325	0.56 171	0.00 1	0.00 1	0.31 231	0.01 84	0.11 139	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	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.
PS-NSSS	0.54 274	0.44 291	0.86 105	0.00 1	0.00 1	1.04 241	0.00 1	2.37 356	0.56 171	0.00 1	0.00 1	0.11 156	0.01 84	5.32 330	0.13 219	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

iResNet_ROB	0.30 169	0.66 338	1.41 222	0.00 1	0.00 1	0.70 153	0.00 1	0.79 202	0.57 203	0.04 255	0.01 199	0.08 139	0.01 84	1.55 207	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.06 238	0.00 1

LALA_ROB	0.31 173	0.38 277	0.91 121	0.00 1	0.01 232	1.00 224	0.01 212	1.60 314	0.61 291	0.15 314	0.00 1	0.09 150	0.01 84	1.04 195	0.41 290	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

ACVNet-DCA	0.25 139	0.22 193	1.20 180	0.00 1	0.00 1	1.31 355	0.00 1	0.95 226	0.55 159	0.07 278	0.00 1	0.03 73	0.02 128	0.59 179	0.01 74	0.00 1	0.01 299	0.00 1	0.00 1	0.00 1	0.01 126

1test111	0.28 153	0.22 193	1.20 180	0.00 1	0.00 1	1.31 355	0.00 1	0.95 226	0.55 159	0.07 278	0.00 1	0.03 73	0.02 128	1.23 201	0.00 1	0.00 1	0.01 299	0.00 1	0.00 1	0.00 1	0.01 126

cc1	0.28 153	0.22 193	1.20 180	0.00 1	0.00 1	1.31 355	0.00 1	1.41 277	0.69 354	0.07 278	0.00 1	0.03 73	0.02 128	0.59 179	0.01 74	0.00 1	0.01 299	0.00 1	0.00 1	0.08 267	0.04 281

DualNet	0.55 276	0.02 7	1.06 153	0.00 1	0.00 1	0.62 129	0.00 1	1.42 280	0.57 203	0.00 1	0.00 1	0.67 300	0.02 128	0.57 176	5.86 379	0.00 1	0.01 299	0.00 1	0.00 1	0.08 267	0.03 253

ffm	0.25 139	0.02 7	1.06 153	0.00 1	0.00 1	0.62 129	0.00 1	1.42 280	0.57 203	0.00 1	0.00 1	0.67 300	0.02 128	0.57 176	0.01 74	0.00 1	0.01 299	0.00 1	0.00 1	0.08 267	0.03 253

ff1	0.80 319	0.02 7	1.06 153	0.00 1	0.00 1	0.62 129	0.00 1	1.42 280	0.57 203	0.00 1	0.00 1	0.67 300	0.02 128	5.57 343	5.86 379	0.00 1	0.01 299	0.00 1	0.00 1	0.08 267	0.03 253

mmx	0.85 325	0.02 7	1.06 153	0.00 1	0.00 1	0.62 129	0.00 1	2.50 362	0.56 171	0.00 1	0.00 1	0.67 300	0.02 128	5.57 343	5.86 379	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

tt1	0.27 149	0.23 202	1.17 175	0.00 1	0.00 1	1.29 353	0.00 1	1.42 280	0.57 203	0.07 278	0.00 1	0.03 73	0.02 128	0.57 176	0.01 74	0.00 1	0.01 299	0.00 1	0.00 1	0.08 267	0.03 253

xxx	0.85 325	0.02 7	1.06 153	0.00 1	0.00 1	0.62 129	0.00 1	2.50 362	0.56 171	0.00 1	0.00 1	0.67 300	0.02 128	5.57 343	5.86 379	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

StereoIM	0.06 5	0.16 164	0.66 39	0.00 1	0.00 1	0.05 16	0.01 212	0.06 28	0.12 83	0.00 1	0.01 199	0.04 93	0.02 128	0.02 66	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

StereoVision	0.16 77	0.25 212	1.07 160	0.00 1	0.00 1	0.47 90	0.01 212	0.18 91	0.61 291	0.00 1	0.29 322	0.15 181	0.02 128	0.07 116	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.01 126

MIF-Stereo (partial)	0.08 9	0.11 132	0.96 130	0.00 1	0.00 1	0.08 21	0.00 1	0.19 94	0.08 31	0.00 1	0.01 199	0.02 38	0.02 128	0.02 66	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.01 126

LL-Strereo2	0.12 41	0.41 284	0.91 121	0.05 301	0.03 297	0.51 98	0.04 277	0.13 77	0.11 71	0.01 123	0.00 1	0.03 73	0.02 128	0.06 111	0.10 194	0.00 1	0.00 1	0.00 1	0.01 314	0.03 180	0.03 253

Selective-IGEV	0.05 2	0.04 38	0.43 6	0.00 1	0.04 312	0.25 42	0.00 1	0.01 1	0.08 31	0.00 1	0.00 1	0.01 7	0.02 128	0.00 1	0.01 74	0.00 1	0.00 1	0.00 1	0.07 357	0.03 180	0.08 330

EGLCR-Stereo	0.15 72	0.05 60	0.47 9	0.07 323	0.03 297	1.06 253	0.01 212	1.06 240	0.12 83	0.16 315	0.00 1	0.00 1	0.02 128	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

CASS	0.07 7	0.06 83	0.73 47	0.00 1	0.00 1	0.10 25	0.01 212	0.15 83	0.12 83	0.16 315	0.00 1	0.02 38	0.02 128	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.14 60	0.15 157	1.74 262	0.00 1	0.00 1	0.28 48	0.00 1	0.01 1	0.11 71	0.00 1	0.01 199	0.42 261	0.02 128	0.01 25	0.01 74	0.00 1	0.00 1	0.00 1	0.04 349	0.00 1	0.02 221

MC-Stereo	0.10 18	0.10 118	0.59 33	0.01 239	0.01 232	1.06 253	0.00 1	0.03 6	0.09 47	0.02 211	0.00 1	0.03 73	0.02 128	0.03 91	0.00 1	0.00 1	0.01 299	0.00 1	0.02 328	0.05 218	0.01 126

IER	0.14 60	0.09 114	1.29 198	0.00 1	0.00 1	0.62 129	0.00 1	0.17 89	0.10 65	0.00 1	0.00 1	0.40 257	0.02 128	0.11 139	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

CSP-Net	0.37 206	0.10 118	0.54 22	0.00 1	0.00 1	0.50 96	0.00 1	0.64 186	0.13 90	0.00 1	0.00 1	0.15 181	0.02 128	5.27 328	0.06 158	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.00 1

dd	0.16 77	0.52 315	0.86 105	0.01 239	0.00 1	1.03 234	0.00 1	0.09 51	0.52 149	0.01 123	0.00 1	0.02 38	0.02 128	0.00 1	0.00 1	0.01 343	0.00 1	0.00 1	0.00 1	0.03 180	0.00 1

AASNet	0.27 149	0.47 299	1.56 240	0.00 1	0.00 1	0.91 205	0.00 1	0.58 175	0.58 242	0.00 1	0.00 1	0.39 255	0.02 128	0.33 162	0.13 219	0.00 1	0.00 1	0.00 1	0.00 1	0.25 360	0.06 318

SACVNet	0.42 219	0.29 227	1.10 161	0.00 1	0.00 1	1.02 228	0.00 1	0.78 199	0.29 125	0.03 238	0.00 1	0.24 212	0.02 128	4.27 303	0.07 169	0.00 1	0.00 1	0.00 1	0.00 1	0.20 348	0.01 126

ADLNet2	0.55 276	0.33 239	2.54 324	0.00 1	0.00 1	0.88 194	0.00 1	0.69 191	0.65 346	0.00 1	0.07 295	1.47 355	0.02 128	4.12 297	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.13 310	0.01 126

ADLNet	0.38 209	0.21 187	0.86 105	0.00 1	0.00 1	0.67 148	0.00 1	0.86 214	0.60 276	0.18 318	0.01 199	1.01 327	0.02 128	2.92 247	0.26 270	0.00 1	0.00 1	0.00 1	0.00 1	0.09 282	0.02 221

222	1.95 368	0.03 23	0.41 3	0.00 1	0.00 1	0.58 119	0.00 1	2.64 376	0.57 203	0.02 211	0.00 1	0.05 114	0.02 128	3.34 267	31.23 413	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

test_xeample	1.14 346	0.02 7	0.58 30	0.00 1	0.00 1	0.57 116	0.00 1	2.57 369	0.57 203	0.00 1	0.00 1	0.03 73	0.02 128	3.45 270	15.00 408	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

GMStereo	0.08 9	0.54 319	0.90 117	0.00 1	0.00 1	0.03 5	0.00 1	0.04 12	0.03 4	0.00 1	0.00 1	0.01 7	0.02 128	0.00 1	0.03 119	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
SFCPSM	0.21 114	0.04 38	1.59 243	0.00 1	0.05 320	0.34 65	0.00 1	1.24 259	0.57 203	0.01 123	0.00 1	0.12 162	0.02 128	0.05 106	0.05 144	0.00 1	0.00 1	0.00 1	0.02 328	0.02 131	0.00 1

UNet	0.26 143	0.18 172	2.41 310	0.00 1	0.00 1	0.71 157	0.00 1	0.39 144	0.60 276	0.00 1	0.00 1	0.37 250	0.02 128	0.45 173	0.09 185	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

MFN_U_SF_DS_RVC	1.16 349	2.03 403	4.57 380	0.02 263	0.04 312	3.52 387	0.27 341	1.80 331	0.58 242	0.22 322	0.28 321	1.38 350	0.02 128	6.08 362	0.42 291	0.14 378	0.68 407	0.01 352	0.26 400	0.39 379	0.47 391

DANet	0.58 290	0.19 181	1.87 272	0.26 380	0.06 327	0.51 98	0.11 314	1.41 277	0.52 149	0.22 322	0.06 292	1.06 331	0.02 128	4.25 301	0.92 322	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.06 318
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
UCFNet_RVC	0.20 108	0.32 235	0.88 114	0.00 1	0.00 1	1.02 228	0.00 1	0.20 104	0.29 125	0.01 123	0.00 1	0.34 237	0.02 128	0.81 187	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HITNet	0.19 100	0.55 325	1.36 211	0.00 1	0.00 1	0.25 42	0.00 1	1.09 245	0.23 116	0.00 1	0.00 1	0.14 175	0.02 128	0.02 66	0.14 225	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	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
Anonymous Stereo	0.59 294	0.78 358	2.67 330	0.00 1	0.00 1	0.55 112	0.49 366	1.05 238	0.28 121	0.00 1	0.01 199	0.12 162	0.02 128	5.54 341	0.27 272	0.00 1	0.00 1	0.00 1	0.00 1	0.07 250	0.00 1

PASM	0.51 262	0.32 235	3.07 349	0.00 1	0.00 1	0.31 54	0.00 1	0.46 157	0.12 83	0.03 238	0.00 1	0.44 264	0.02 128	5.22 327	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.12 302	0.03 253

iResNetv2_ROB	0.36 201	1.03 373	2.96 344	0.00 1	0.00 1	0.58 119	0.00 1	1.51 309	0.58 242	0.01 123	0.00 1	0.08 139	0.02 128	0.07 116	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.29 369	0.02 221

StereoDRNet-Refined	0.24 133	0.08 108	0.68 42	0.00 1	0.00 1	0.83 182	0.00 1	0.66 188	0.61 291	0.00 1	0.00 1	0.50 282	0.02 128	1.28 203	0.08 179	0.00 1	0.00 1	0.00 1	0.00 1	0.10 289	0.04 281
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
StereoDRNet	0.42 219	0.50 305	2.50 318	0.02 263	0.06 327	0.51 98	0.00 1	0.34 136	0.61 291	0.00 1	0.00 1	0.33 234	0.02 128	2.87 244	0.50 303	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.02 221

XPNet_ROB	0.37 206	0.34 243	1.01 140	0.01 239	0.00 1	0.96 212	0.00 1	1.11 247	0.46 143	0.00 1	0.00 1	0.17 190	0.02 128	2.73 239	0.54 305	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

ETE_ROB	0.31 173	0.34 243	0.89 115	0.00 1	0.00 1	0.97 214	0.01 212	1.45 288	0.57 203	0.02 211	0.00 1	0.17 190	0.02 128	1.75 209	0.07 169	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DN-CSS_ROB	0.26 143	0.75 351	1.33 203	0.00 1	0.00 1	0.99 222	0.00 1	1.04 237	0.61 291	0.01 123	0.00 1	0.19 200	0.02 128	0.07 116	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.22 352	0.01 126

ff7	0.11 32	0.18 172	0.52 14	0.00 1	0.00 1	1.06 253	0.00 1	0.09 51	0.09 47	0.01 123	0.00 1	0.01 7	0.03 170	0.02 66	0.00 1	0.00 1	0.00 1	0.00 1	0.10 362	0.07 250	0.01 126

ffff	0.11 32	0.18 172	0.52 14	0.00 1	0.00 1	1.06 253	0.00 1	0.09 51	0.09 47	0.01 123	0.00 1	0.01 7	0.03 170	0.02 66	0.00 1	0.00 1	0.00 1	0.00 1	0.10 362	0.07 250	0.01 126

11t	0.11 32	0.18 172	0.52 14	0.00 1	0.00 1	1.06 253	0.00 1	0.09 51	0.09 47	0.01 123	0.00 1	0.01 7	0.03 170	0.02 66	0.00 1	0.00 1	0.00 1	0.00 1	0.10 362	0.07 250	0.01 126

GMStereo_Zeroshot	0.07 7	0.04 38	0.80 88	0.08 328	0.00 1	0.03 5	0.00 1	0.05 18	0.10 65	0.00 1	0.03 276	0.19 200	0.03 170	0.00 1	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

CroCo-Stereo Lap2	0.09 14	0.23 202	0.74 56	0.00 1	0.00 1	0.02 3	0.00 1	0.07 40	0.56 171	0.00 1	0.00 1	0.01 7	0.03 170	0.02 66	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.06 238	0.01 126

ccc-4	0.11 32	0.18 172	0.52 14	0.00 1	0.00 1	1.06 253	0.00 1	0.09 51	0.09 47	0.01 123	0.00 1	0.01 7	0.03 170	0.02 66	0.00 1	0.00 1	0.00 1	0.00 1	0.10 362	0.07 250	0.01 126

Wz-Net-LNSev	0.34 191	0.61 333	4.26 374	0.00 1	0.00 1	0.49 94	0.00 1	0.26 121	0.61 291	0.00 1	0.01 199	0.23 210	0.03 170	0.10 134	0.16 231	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

BSDual-CNN	0.28 153	0.05 60	0.54 22	0.00 1	0.00 1	1.07 287	0.00 1	2.43 359	0.58 242	0.30 333	0.09 299	0.36 244	0.03 170	0.01 25	0.08 179	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

psmg	0.22 118	0.05 60	0.54 22	0.00 1	0.00 1	1.05 244	0.00 1	1.73 327	0.58 242	0.00 1	0.00 1	0.36 244	0.03 170	0.01 25	0.08 179	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

DAS	0.49 248	0.05 60	1.29 198	0.00 1	0.00 1	0.07 19	0.00 1	1.25 260	0.61 291	1.18 367	0.00 1	0.24 212	0.03 170	4.76 315	0.22 256	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.01 126

SepStereo	0.45 230	0.05 60	1.29 198	0.00 1	0.00 1	0.07 19	0.00 1	1.25 260	0.61 291	1.18 367	0.00 1	0.24 212	0.03 170	3.93 289	0.22 256	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.01 126

CroCo-Stereo	0.13 47	0.16 164	0.40 1	0.00 1	0.00 1	0.03 5	0.00 1	0.98 231	0.57 203	0.00 1	0.01 199	0.31 231	0.03 170	0.01 25	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	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
iRaftStereo_RVC	0.10 18	0.20 184	0.57 29	0.00 1	0.00 1	0.52 104	0.00 1	0.05 18	0.07 18	0.00 1	0.01 199	0.14 175	0.03 170	0.02 66	0.01 74	0.00 1	0.03 339	0.00 1	0.00 1	0.25 360	0.20 377

raft+_RVC	0.14 60	0.37 267	0.96 130	0.00 1	0.16 363	0.64 143	0.03 265	0.05 18	0.08 31	0.00 1	0.00 1	0.02 38	0.03 170	0.03 91	0.07 169	0.00 1	0.07 378	0.00 1	0.00 1	0.05 218	0.16 371

raftrobust	0.13 47	0.36 259	0.94 127	0.00 1	0.18 370	0.62 129	0.02 249	0.07 40	0.07 18	0.00 1	0.00 1	0.03 73	0.03 170	0.03 91	0.05 144	0.00 1	0.01 299	0.00 1	0.00 1	0.06 238	0.04 281

HCRNet	0.32 182	0.10 118	0.81 89	0.00 1	0.00 1	1.10 313	0.00 1	0.39 144	0.59 254	0.01 123	0.01 199	0.06 126	0.03 170	3.24 259	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.02 221

test_xeample3	0.24 133	0.06 83	1.84 268	0.02 263	0.00 1	0.33 62	0.05 285	1.33 266	0.14 92	0.00 1	0.03 276	0.03 73	0.03 170	0.10 134	0.43 292	0.00 1	0.00 1	0.00 1	0.23 392	0.05 218	0.06 318

ARAFT	0.58 290	0.75 351	2.78 338	0.00 1	0.00 1	1.20 347	0.00 1	2.26 353	0.57 203	0.05 264	0.00 1	0.18 193	0.03 170	3.54 274	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.19 342	0.04 281

APVNet	0.51 262	0.21 187	2.43 314	0.00 1	0.00 1	0.94 211	0.00 1	0.45 154	0.62 339	0.01 123	0.01 199	0.34 237	0.03 170	4.59 310	0.27 272	0.00 1	0.00 1	0.03 377	0.00 1	0.15 320	0.02 221

HGLStereo	0.28 153	0.12 141	1.15 170	0.00 1	0.00 1	0.65 145	0.00 1	0.57 172	0.25 118	0.02 211	0.01 199	0.47 269	0.03 170	2.17 222	0.14 225	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.01 126

FADNet_RVC	0.60 297	0.83 363	2.50 318	0.00 1	0.00 1	1.09 307	0.00 1	1.29 262	0.50 146	0.02 211	0.05 283	0.26 219	0.03 170	3.17 257	0.25 267	0.21 382	0.26 398	0.08 390	0.28 402	0.53 384	0.55 397

MaskLacGwcNet_RVC	0.47 236	0.43 288	1.04 144	0.11 347	0.00 1	1.10 313	0.00 1	0.80 204	0.54 155	0.00 1	0.05 283	0.38 253	0.03 170	3.50 272	0.14 225	0.88 396	0.00 1	0.00 1	0.00 1	0.11 295	0.20 377

STTStereo	0.24 133	0.28 223	1.68 252	0.00 1	0.00 1	0.84 184	0.03 265	0.16 84	0.08 31	0.02 211	0.00 1	0.20 204	0.03 170	1.54 206	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

BEATNet_4x	0.24 133	0.51 310	1.71 257	0.00 1	0.00 1	0.31 54	0.00 1	0.99 233	0.31 128	0.00 1	0.00 1	0.29 225	0.03 170	0.22 154	0.35 285	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.02 221

HSM-Net_RVC	0.52 271	0.06 83	1.45 228	0.00 1	0.00 1	0.61 124	0.00 1	3.83 386	0.52 149	0.14 312	0.00 1	0.22 209	0.03 170	3.50 272	0.04 135	0.01 343	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DeepPruner_ROB	0.23 125	0.37 267	1.26 193	0.00 1	0.00 1	1.11 321	0.03 265	0.20 104	0.07 18	0.00 1	0.00 1	0.39 255	0.03 170	1.12 197	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.00 1

MLCV	0.23 125	0.46 295	1.15 170	0.00 1	0.00 1	0.45 87	0.00 1	0.57 172	0.15 96	0.09 293	0.00 1	0.27 222	0.03 170	1.09 196	0.25 267	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.00 1

iResNet	0.25 139	0.27 219	1.68 252	0.00 1	0.00 1	0.69 152	0.00 1	1.22 258	0.56 171	0.00 1	0.00 1	0.04 93	0.03 170	0.12 141	0.30 276	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.01 126

NCCL2	0.29 167	0.50 305	1.52 237	0.00 1	0.00 1	0.81 175	0.00 1	0.45 154	0.22 112	0.00 1	0.00 1	0.02 38	0.03 170	2.14 217	0.06 158	0.00 1	0.00 1	0.02 368	0.00 1	0.01 56	0.03 253

PWC_ROB	0.62 302	0.54 319	3.22 354	0.00 1	0.00 1	0.22 40	0.00 1	2.18 350	0.61 291	0.00 1	0.20 314	0.29 225	0.03 170	3.46 271	1.22 331	0.00 1	0.00 1	0.00 1	0.00 1	0.39 379	0.01 126

PSMNet_ROB	0.41 218	0.54 319	1.69 254	0.00 1	0.00 1	0.92 207	0.00 1	0.27 125	0.53 152	0.00 1	0.00 1	0.25 217	0.03 170	3.43 269	0.47 298	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.03 253

MyStereo8	0.28 153	0.37 267	2.57 325	0.02 263	0.00 1	1.23 348	0.00 1	0.26 121	0.15 96	0.02 211	0.05 283	0.14 175	0.04 201	0.24 157	0.05 144	0.00 1	0.11 389	0.00 1	0.01 314	0.04 201	0.21 381

IGEVStereo-DCA	0.10 18	0.06 83	0.52 14	0.01 239	0.00 1	0.32 58	0.00 1	0.09 51	0.09 47	0.01 123	0.01 199	0.02 38	0.04 201	0.14 144	0.44 294	0.00 1	0.00 1	0.00 1	0.10 362	0.05 218	0.01 126

rrr	0.24 133	0.06 83	1.91 276	0.01 239	0.00 1	0.32 58	0.04 277	1.34 267	0.15 96	0.01 123	0.01 199	0.02 38	0.04 201	0.14 144	0.44 294	0.00 1	0.00 1	0.00 1	0.18 381	0.05 218	0.05 298

HH	0.23 125	0.21 187	1.69 254	0.16 365	0.08 336	0.11 28	0.00 1	0.24 116	0.06 13	0.30 333	0.18 310	1.47 355	0.04 201	0.04 100	0.01 74	0.00 1	0.03 339	0.00 1	0.00 1	0.02 131	0.01 126

HanStereo	0.23 125	0.21 187	1.69 254	0.16 365	0.08 336	0.11 28	0.00 1	0.24 116	0.06 13	0.30 333	0.18 310	1.47 355	0.04 201	0.04 100	0.01 74	0.00 1	0.03 339	0.00 1	0.00 1	0.02 131	0.01 126

anonymousdsp	0.11 32	0.18 172	0.58 30	0.00 1	0.00 1	1.06 253	0.00 1	0.08 45	0.09 47	0.01 123	0.00 1	0.01 7	0.04 201	0.03 91	0.00 1	0.00 1	0.00 1	0.00 1	0.11 367	0.07 250	0.03 253

LoS	0.14 60	0.07 101	0.66 39	0.02 263	0.00 1	1.05 244	0.01 212	0.07 40	0.57 203	0.01 123	0.01 199	0.16 188	0.04 201	0.04 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.00 1

CES	0.08 9	0.07 101	0.43 6	0.00 1	0.00 1	0.21 39	0.01 212	0.08 45	0.56 171	0.01 123	0.00 1	0.08 139	0.04 201	0.02 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

gwcnet-sp	0.28 153	0.15 157	2.75 335	0.00 1	0.00 1	0.51 98	0.02 249	0.49 161	0.57 203	0.01 123	0.01 199	0.08 139	0.04 201	0.87 189	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

scenet	0.28 153	0.15 157	2.75 335	0.00 1	0.00 1	0.51 98	0.02 249	0.49 161	0.57 203	0.01 123	0.01 199	0.08 139	0.04 201	0.87 189	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

ssnet	0.28 153	0.15 157	2.75 335	0.00 1	0.00 1	0.51 98	0.02 249	0.49 161	0.57 203	0.01 123	0.01 199	0.08 139	0.04 201	0.87 189	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

IGEV-Stereo	0.11 32	0.18 172	0.58 30	0.00 1	0.00 1	1.06 253	0.00 1	0.08 45	0.09 47	0.01 123	0.00 1	0.01 7	0.04 201	0.03 91	0.00 1	0.00 1	0.00 1	0.00 1	0.11 367	0.07 250	0.03 253
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GwcNet-ADL	0.30 169	0.19 181	1.78 264	0.00 1	0.00 1	1.03 234	0.00 1	2.08 345	0.28 121	0.00 1	0.00 1	0.37 250	0.04 201	0.02 66	0.09 185	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 253

RAFT	0.12 41	0.43 288	0.79 83	0.01 239	0.02 276	0.10 25	0.07 293	0.06 28	0.27 120	0.00 1	0.01 199	0.18 193	0.04 201	0.01 25	0.00 1	0.00 1	0.02 329	0.00 1	0.01 314	0.37 376	0.01 126

LMCR-Stereo	0.27 149	0.34 243	1.42 224	0.00 1	0.00 1	0.79 171	0.00 1	2.15 349	0.61 291	0.00 1	0.00 1	0.04 93	0.04 201	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.00 1

FINET	0.51 262	0.36 259	2.40 308	0.00 1	0.00 1	0.27 45	0.00 1	2.06 344	1.49 381	0.00 1	0.00 1	0.04 93	0.04 201	3.38 268	0.10 194	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.02 221

FENet	0.23 125	0.05 60	1.39 216	0.00 1	0.00 1	1.00 224	0.00 1	0.80 204	0.57 203	0.00 1	0.00 1	0.24 212	0.04 201	0.23 156	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

ac_64	0.39 212	0.12 141	1.15 170	0.04 291	0.01 232	0.43 82	0.02 249	0.25 118	0.59 254	0.12 302	0.01 199	0.89 319	0.04 201	3.92 288	0.12 212	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.00 1

RTSC	0.70 309	0.71 347	3.19 352	0.01 239	0.00 1	0.20 38	0.00 1	0.81 206	0.60 276	0.29 332	0.36 329	0.36 244	0.04 201	2.04 214	4.87 372	0.00 1	0.03 339	0.00 1	0.02 328	0.28 367	0.11 352

RASNet	0.58 290	0.27 219	1.30 201	0.00 1	0.00 1	0.61 124	0.01 212	0.47 158	0.60 276	0.08 285	0.06 292	1.52 360	0.04 201	6.18 367	0.48 300	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

RYNet	0.53 272	0.19 181	1.79 265	0.00 1	0.00 1	0.55 112	0.00 1	1.12 249	0.61 291	0.02 211	0.00 1	0.83 315	0.04 201	5.05 324	0.45 297	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

GANetREF_RVC	0.54 274	0.70 343	2.06 289	0.00 1	0.00 1	1.14 332	0.00 1	1.61 316	0.58 242	0.00 1	0.01 199	0.29 225	0.04 201	4.21 300	0.06 158	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.02 221
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
AANet_RVC	0.75 314	0.65 336	2.52 321	0.01 239	0.00 1	0.66 147	0.00 1	0.61 183	0.13 90	0.00 1	1.29 360	0.96 323	0.04 201	5.98 357	1.82 345	0.13 376	0.02 329	0.00 1	0.00 1	0.07 250	0.04 281

DRN-Test	0.43 226	0.13 147	1.95 280	0.03 280	0.09 340	0.61 124	0.00 1	1.43 285	0.61 291	0.00 1	0.00 1	0.18 193	0.04 201	3.32 265	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

DLCB_ROB	0.27 149	0.16 164	0.71 43	0.00 1	0.00 1	0.44 86	0.00 1	0.43 151	0.57 203	0.02 211	0.04 281	0.63 292	0.04 201	2.18 223	0.24 264	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MyStereo07	0.10 18	0.12 141	0.59 33	0.00 1	0.00 1	0.98 216	0.00 1	0.03 6	0.10 65	0.01 123	0.00 1	0.01 7	0.05 226	0.04 100	0.00 1	0.00 1	0.05 367	0.00 1	0.00 1	0.02 131	0.04 281

RCA-Stereo	0.18 95	0.11 132	0.63 36	0.00 1	0.00 1	1.06 253	0.00 1	1.48 300	0.07 18	0.07 278	0.00 1	0.02 38	0.05 226	0.00 1	0.00 1	0.00 1	0.01 299	0.00 1	0.00 1	0.05 218	0.01 126

DCANet-4	0.31 173	0.05 60	2.61 327	0.00 1	0.00 1	1.05 244	0.00 1	1.49 306	0.61 291	0.13 305	0.00 1	0.03 73	0.05 226	0.03 91	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 298

ACRE	0.34 191	0.70 343	2.13 292	0.10 337	0.00 1	0.90 198	0.20 327	1.45 288	0.61 291	0.02 211	0.01 199	0.13 169	0.05 226	0.14 144	0.17 235	0.00 1	0.03 339	0.01 352	0.02 328	0.17 335	0.04 281

111	0.30 169	0.66 338	1.20 180	0.00 1	0.01 232	1.06 253	0.03 265	1.60 314	0.59 254	0.27 330	0.00 1	0.20 204	0.05 226	0.08 127	0.07 169	0.00 1	0.00 1	0.00 1	0.00 1	0.07 250	0.12 361

AFF-stereo	0.18 95	0.42 286	0.77 71	0.00 1	0.00 1	0.91 205	0.00 1	0.41 148	0.65 346	0.05 264	0.00 1	0.04 93	0.05 226	0.06 111	0.04 135	0.00 1	0.01 299	0.00 1	0.00 1	0.19 342	0.01 126

GwcNet	0.50 257	0.46 295	3.90 371	0.00 1	0.00 1	0.42 77	0.10 310	0.38 141	0.74 360	0.03 238	0.00 1	0.63 292	0.05 226	2.92 247	0.16 231	0.00 1	0.00 1	0.00 1	0.00 1	0.17 335	0.05 298

FADNet-RVC-Resample	0.51 262	0.82 362	3.08 350	0.04 291	0.04 312	0.42 77	0.09 306	1.16 254	0.34 131	0.00 1	0.03 276	0.24 212	0.05 226	3.16 255	0.13 219	0.07 370	0.12 390	0.05 385	0.02 328	0.08 267	0.20 377

NCC-stereo	0.49 248	0.46 295	2.04 285	0.03 280	0.03 297	1.06 253	0.01 212	0.78 199	0.22 112	0.06 272	0.19 312	0.64 295	0.05 226	3.65 277	0.63 313	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

Abc-Net	0.49 248	0.46 295	2.04 285	0.03 280	0.03 297	1.06 253	0.01 212	0.78 199	0.22 112	0.06 272	0.19 312	0.64 295	0.05 226	3.65 277	0.63 313	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FBW_ROB	0.83 322	0.31 234	1.48 234	0.10 337	0.01 232	0.62 129	0.01 212	1.91 335	0.59 254	0.01 123	0.01 199	1.10 335	0.05 226	7.84 394	2.07 348	0.05 367	0.01 299	0.03 377	0.01 314	0.01 56	0.47 391

SQANet	0.42 219	1.14 382	1.86 271	0.04 291	0.48 388	0.36 67	0.03 265	0.40 146	0.56 171	0.02 211	0.24 317	0.49 279	0.06 237	2.14 217	0.21 255	0.02 357	0.02 329	0.01 352	0.00 1	0.19 342	0.03 253

CIPLG	0.33 184	0.75 351	1.79 265	0.10 337	0.01 232	0.93 210	0.21 328	1.45 288	0.61 291	0.02 211	0.01 199	0.14 175	0.06 237	0.13 142	0.17 235	0.00 1	0.04 354	0.01 352	0.01 314	0.17 335	0.04 281

rafts_anoy	0.14 60	0.35 252	0.99 139	0.00 1	0.02 276	0.49 94	0.03 265	0.11 70	0.07 18	0.00 1	0.01 199	0.06 126	0.06 237	0.24 157	0.06 158	0.00 1	0.14 392	0.00 1	0.01 314	0.02 131	0.03 253

RAFT-Stereo + iAFF	0.19 100	0.33 239	0.84 99	0.00 1	0.02 276	1.06 253	0.00 1	0.45 154	0.59 254	0.03 238	0.00 1	0.05 114	0.06 237	0.04 100	0.07 169	0.00 1	0.01 299	0.00 1	0.00 1	0.17 335	0.01 126

FADNet-RVC	0.51 262	0.80 360	2.47 316	0.01 239	0.00 1	0.48 92	0.00 1	1.32 265	0.14 92	0.00 1	0.01 199	0.12 162	0.06 237	4.07 294	0.15 229	0.00 1	0.04 354	0.00 1	0.00 1	0.38 377	0.08 330

CoDeX	0.36 201	0.24 206	1.39 216	0.00 1	0.01 232	0.29 50	0.00 1	1.58 313	0.57 203	0.00 1	0.00 1	0.25 217	0.07 242	2.82 242	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

IPLGR_C	0.35 197	0.81 361	2.03 283	0.10 337	0.01 232	0.90 198	0.21 328	1.46 298	0.61 291	0.02 211	0.01 199	0.13 169	0.07 242	0.14 144	0.17 235	0.00 1	0.05 367	0.01 352	0.02 328	0.17 335	0.04 281

DIP-Stereo	0.22 118	0.10 118	0.77 71	0.00 1	0.00 1	1.09 307	0.00 1	1.68 321	0.57 203	0.01 123	0.00 1	0.01 7	0.07 242	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.01 126
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
PA-Net	0.57 286	0.50 305	2.73 334	0.03 280	0.06 327	0.89 196	0.02 249	0.66 188	0.63 342	0.00 1	0.00 1	0.43 263	0.07 242	4.82 318	0.55 308	0.01 343	0.00 1	0.00 1	0.00 1	0.02 131	0.04 281
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
Ntro	0.57 286	1.13 380	2.24 299	0.04 291	0.36 385	1.04 241	0.02 249	0.74 198	0.57 203	0.01 123	0.00 1	0.76 310	0.08 246	3.01 251	0.47 298	0.07 370	0.04 354	0.01 352	0.00 1	0.76 390	0.02 221

AEACV	0.10 18	0.02 7	0.49 10	0.00 1	0.02 276	0.75 164	0.00 1	0.07 40	0.02 2	0.09 293	0.00 1	0.01 7	0.08 246	0.01 25	0.00 1	0.00 1	0.03 339	0.00 1	0.24 397	0.07 250	0.05 298

RALCasStereoNet	0.16 77	0.35 252	0.84 99	0.00 1	0.00 1	0.32 58	0.03 265	0.16 84	0.56 171	0.02 211	0.07 295	0.05 114	0.08 246	0.13 142	0.08 179	0.00 1	0.31 399	0.00 1	0.00 1	0.07 250	0.11 352

fast-acv-ft	0.29 167	0.37 267	3.76 367	0.06 319	0.01 232	0.28 48	0.17 320	0.06 28	0.21 110	0.00 1	0.00 1	0.08 139	0.09 249	0.10 134	0.23 261	0.01 343	0.00 1	0.03 377	0.01 314	0.26 362	0.01 126

ssnet_v2	0.28 153	0.17 168	1.18 178	0.00 1	0.00 1	0.81 175	0.00 1	1.05 238	0.59 254	0.09 293	0.01 199	0.88 318	0.09 249	0.43 170	0.08 179	0.00 1	0.00 1	0.00 1	0.00 1	0.12 302	0.09 343

RALAANet	0.13 47	0.51 310	0.95 128	0.00 1	0.00 1	0.32 58	0.01 212	0.38 141	0.03 4	0.00 1	0.00 1	0.05 114	0.09 249	0.02 66	0.12 212	0.00 1	0.00 1	0.00 1	0.02 328	0.10 289	0.00 1

GES	0.18 95	0.05 60	0.87 110	0.00 1	0.00 1	1.06 253	0.02 249	0.60 179	0.08 31	0.00 1	0.02 271	0.11 156	0.09 249	0.44 172	0.16 231	0.01 343	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

MMNet	0.23 125	0.18 172	1.84 268	0.00 1	0.00 1	0.67 148	0.00 1	0.59 177	0.59 254	0.00 1	0.01 199	0.18 193	0.09 249	0.26 159	0.12 212	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

PVD	0.73 313	0.57 328	3.38 358	0.04 291	0.19 374	0.74 161	0.00 1	0.29 130	0.79 365	2.37 380	0.00 1	0.53 287	0.09 249	2.19 224	3.20 359	0.00 1	0.05 367	0.00 1	0.02 328	0.08 267	0.15 367

SHD	0.50 257	0.51 310	3.61 363	0.05 301	0.00 1	0.01 2	0.01 212	0.72 195	0.61 291	1.57 373	0.00 1	0.34 237	0.09 249	1.79 211	0.49 302	0.00 1	0.00 1	0.00 1	0.01 314	0.09 282	0.03 253

PWCDC_ROB	0.94 335	0.91 369	2.52 321	0.00 1	0.00 1	1.15 335	0.00 1	2.11 346	1.18 374	0.00 1	8.99 393	0.35 241	0.09 249	0.64 184	0.40 289	0.00 1	0.00 1	0.00 1	0.00 1	0.50 383	0.03 253

Wz-Net-SNSev	0.78 317	1.10 376	6.27 386	0.00 1	0.00 1	0.27 45	0.00 1	0.95 226	0.61 291	0.00 1	0.01 199	0.41 260	0.10 257	4.92 320	0.81 319	0.00 1	0.00 1	0.00 1	0.00 1	0.17 335	0.03 253

GMM-Stereo	0.18 95	0.02 7	1.37 213	0.08 328	0.00 1	1.11 321	0.13 318	0.09 51	0.60 276	0.01 123	0.00 1	0.02 38	0.10 257	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

Nwc_Net	0.43 226	0.42 286	2.64 329	0.00 1	0.00 1	0.67 148	0.00 1	0.82 209	0.28 121	0.00 1	0.01 199	0.90 320	0.10 257	2.62 235	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.00 1

NLCA_NET_v2_RVC	0.35 197	0.49 304	2.00 281	0.00 1	0.02 276	0.96 212	0.00 1	0.55 169	0.18 107	0.03 238	0.00 1	0.35 241	0.10 257	2.37 228	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MyStereo04	0.26 143	0.12 141	2.34 303	0.00 1	0.00 1	0.98 216	0.00 1	0.84 211	0.20 109	0.06 272	0.01 199	0.33 234	0.11 261	0.00 1	0.06 158	0.00 1	0.05 367	0.00 1	0.00 1	0.02 131	0.04 281

S-Stereo	0.65 305	0.25 212	3.44 360	0.00 1	0.00 1	0.56 114	0.05 285	1.86 332	0.61 291	0.00 1	0.76 346	0.84 316	0.11 261	4.28 305	0.11 202	0.00 1	0.01 299	0.00 1	0.00 1	0.07 250	0.03 253

GANet	0.55 276	0.35 252	1.40 221	0.00 1	0.00 1	0.77 167	0.08 300	0.36 139	0.57 203	0.01 123	0.00 1	0.68 305	0.11 261	5.52 339	1.07 325	0.00 1	0.00 1	0.02 368	0.00 1	0.09 282	0.03 253

GASNet	0.56 280	1.09 375	2.57 325	0.00 1	0.00 1	0.52 104	0.02 249	1.12 249	0.22 112	0.01 123	0.14 306	0.50 282	0.12 264	4.09 295	0.39 287	0.00 1	0.00 1	0.00 1	0.00 1	0.32 372	0.08 330

IRAFT_RVC	0.51 262	0.13 147	1.14 169	0.10 337	0.00 1	1.17 342	0.10 310	0.28 129	0.61 291	0.01 123	0.00 1	0.02 38	0.12 264	6.22 374	0.22 256	0.00 1	0.09 382	0.00 1	0.00 1	0.02 131	0.01 126

acv_ft	0.21 114	0.14 153	0.95 128	0.00 1	0.00 1	0.41 73	0.00 1	0.58 175	0.60 276	0.19 320	0.01 199	0.71 306	0.12 264	0.05 106	0.12 212	0.00 1	0.00 1	0.00 1	0.00 1	0.24 357	0.00 1

Wz-Net-MNSev	0.48 243	0.76 356	3.11 351	0.00 1	0.00 1	0.23 41	0.00 1	1.07 242	0.61 291	0.01 123	0.01 199	0.13 169	0.13 267	3.12 254	0.34 283	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.01 126

MyStereo05	0.28 153	0.13 147	2.37 306	0.01 239	0.00 1	1.09 307	0.00 1	1.02 236	0.45 142	0.04 255	0.01 199	0.26 219	0.14 268	0.00 1	0.06 158	0.00 1	0.05 367	0.00 1	0.00 1	0.01 56	0.04 281

otaku	0.59 294	1.12 378	1.90 275	0.08 328	0.11 349	0.89 196	0.05 285	0.60 179	0.57 203	0.01 123	1.41 361	1.03 329	0.14 268	2.39 230	0.56 309	0.06 369	0.03 339	0.01 352	0.00 1	0.61 385	0.21 381

Wz-Net-LNSev-Ref	0.42 219	0.52 315	3.02 346	0.00 1	0.00 1	0.57 116	0.00 1	1.15 253	0.60 276	0.00 1	0.00 1	0.04 93	0.14 268	1.51 205	0.76 318	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DeepPrunerF	1.33 355	0.59 331	8.62 394	0.02 263	0.09 340	0.90 198	0.00 1	1.34 267	6.72 394	0.22 322	0.01 199	0.21 206	0.14 268	5.64 346	1.99 347	0.00 1	0.00 1	0.01 352	0.02 328	0.14 313	0.02 221

CVANet_RVC	0.53 272	0.32 235	1.26 193	0.00 1	0.00 1	0.98 216	0.00 1	0.72 195	0.55 159	0.35 340	0.12 304	0.36 244	0.14 268	5.53 340	0.08 179	0.00 1	0.00 1	0.00 1	0.00 1	0.16 328	0.00 1

IPLG	0.51 262	0.38 277	1.60 244	0.02 263	0.00 1	1.11 321	0.07 293	1.48 300	0.57 203	0.05 264	0.00 1	0.12 162	0.15 273	4.58 309	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 295	0.00 1

MSC_U_SF_DS_RVC	1.79 366	1.81 400	3.81 368	0.01 239	0.02 276	12.12 403	0.50 368	2.74 378	0.71 357	0.07 278	0.20 314	2.17 371	0.15 273	6.82 387	1.19 329	0.74 392	0.80 409	0.20 396	0.27 401	0.73 389	0.70 399

ACVNet_2	1.32 354	1.30 390	2.83 339	0.11 347	0.07 332	1.30 354	0.18 322	2.29 355	0.75 362	0.26 326	3.44 370	6.65 387	0.16 275	5.12 326	1.08 326	0.13 376	0.00 1	0.00 1	0.00 1	0.38 377	0.32 387

Wz-Net-TNSev	1.42 359	2.41 407	11.01 399	0.00 1	0.00 1	0.42 77	0.14 319	2.05 341	0.61 291	0.06 272	0.01 199	1.34 348	0.16 275	5.70 348	4.19 365	0.00 1	0.00 1	0.00 1	0.01 314	0.19 342	0.10 350

FADNet	0.55 276	0.75 351	2.42 312	0.00 1	0.01 232	0.82 177	0.00 1	0.88 215	0.54 155	0.01 123	0.01 199	0.16 188	0.16 275	4.49 308	0.09 185	0.18 380	0.00 1	0.00 1	0.00 1	0.43 381	0.00 1

RP	0.42 219	0.44 291	1.52 237	0.00 1	0.01 232	0.61 124	0.02 249	1.06 240	0.39 139	0.03 238	0.01 199	0.99 325	0.16 275	2.89 246	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.10 289	0.00 1

edge stereo	0.58 290	0.29 227	2.86 340	0.01 239	0.03 297	0.33 62	0.03 265	0.97 230	0.50 146	0.21 321	0.33 326	1.31 346	0.16 275	4.20 299	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.11 295	0.01 126

hitnet-ft	0.42 219	0.30 230	1.15 170	0.00 1	0.00 1	0.73 160	0.11 314	0.30 133	0.19 108	0.04 255	0.14 306	0.75 309	0.17 280	4.33 306	0.10 194	0.01 343	0.00 1	0.03 377	0.00 1	0.04 201	0.01 126

UDG	0.42 219	0.43 288	1.17 175	0.00 1	0.00 1	0.99 222	0.00 1	1.70 324	0.60 276	0.05 264	0.00 1	1.51 358	0.19 281	1.20 198	0.61 311	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.00 1

MIPNet	0.34 191	0.35 252	1.56 240	0.02 263	0.00 1	1.11 321	0.09 306	1.57 311	0.65 346	0.11 300	0.05 283	0.18 193	0.19 281	0.74 186	0.00 1	0.00 1	0.00 1	0.00 1	0.01 314	0.06 238	0.01 126

delet	0.33 184	0.24 206	1.05 152	0.00 1	0.00 1	0.60 123	0.00 1	0.53 166	0.59 254	0.03 238	0.01 199	0.52 286	0.19 281	2.68 238	0.13 219	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

RGC	0.50 257	0.53 317	2.42 312	0.00 1	0.01 232	0.65 145	0.00 1	1.07 242	0.17 104	0.01 123	0.62 341	1.00 326	0.19 281	3.03 253	0.28 275	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.02 221

TDLM	0.49 248	0.39 280	1.02 141	0.00 1	0.00 1	1.08 299	0.01 212	0.36 139	0.58 242	0.14 312	0.00 1	0.27 222	0.19 281	5.46 338	0.20 253	0.00 1	0.00 1	0.00 1	0.00 1	0.13 310	0.01 126

SDNR	1.15 348	0.21 187	3.21 353	0.01 239	0.01 232	3.30 386	0.01 212	2.55 367	0.75 362	1.80 375	1.49 362	1.40 351	0.20 286	7.24 392	0.68 315	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.04 281

Syn2CoEx	0.56 280	0.78 358	2.86 340	0.00 1	0.00 1	0.10 25	0.01 212	0.91 220	0.61 291	0.02 211	0.00 1	0.49 279	0.21 287	5.03 323	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.14 313	0.03 253

XQC	0.68 308	0.72 349	3.82 369	0.06 319	0.00 1	0.39 70	0.01 212	1.92 336	0.61 291	0.03 238	0.01 199	0.46 268	0.21 287	2.84 243	2.26 349	0.00 1	0.00 1	0.00 1	0.01 314	0.15 320	0.05 298

IPLGR	0.43 226	0.17 168	2.05 287	0.02 263	0.02 276	1.08 299	0.04 277	1.62 319	0.57 203	0.09 293	0.00 1	0.15 181	0.22 289	2.62 235	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.00 1

RTS	4.10 390	1.68 398	43.40 410	0.09 333	0.02 276	3.95 389	0.00 1	1.61 316	0.61 291	1.09 362	0.01 199	1.97 365	0.22 289	16.87 405	10.15 393	0.00 1	0.09 382	0.00 1	0.00 1	0.20 348	0.05 298

RTSA	4.10 390	1.68 398	43.40 410	0.09 333	0.02 276	3.95 389	0.00 1	1.61 316	0.61 291	1.09 362	0.01 199	1.97 365	0.22 289	16.87 405	10.15 393	0.00 1	0.09 382	0.00 1	0.00 1	0.20 348	0.05 298

psmorigin	0.75 314	0.25 212	7.10 388	0.00 1	0.00 1	0.19 36	0.00 1	0.10 66	0.12 83	0.65 352	0.00 1	2.74 374	0.23 292	3.02 252	0.54 305	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.01 126

DGSMNet	1.21 352	0.37 267	3.02 346	0.71 392	1.33 404	1.61 365	3.53 402	1.45 288	0.33 130	0.00 1	0.79 350	0.48 271	0.24 293	3.22 258	0.53 304	0.98 398	1.21 410	1.35 407	1.09 409	1.03 392	0.92 401

DSFCA	0.40 215	0.09 114	0.84 99	0.00 1	0.01 232	0.98 216	0.37 355	0.29 130	0.62 339	0.02 211	0.32 325	0.03 73	0.24 293	3.91 287	0.34 283	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

RainbowNet	0.61 300	1.13 380	1.83 267	0.10 337	0.04 312	1.23 348	0.07 293	1.74 328	0.57 203	0.01 123	0.02 271	1.14 339	0.25 295	2.29 227	0.48 300	0.61 390	0.05 367	0.00 1	0.00 1	0.47 382	0.20 377

ADCS	1.72 365	1.22 386	8.11 392	0.00 1	0.01 232	0.88 194	0.68 375	1.44 286	0.63 342	2.60 382	0.11 303	1.42 352	0.26 296	1.97 213	14.92 406	0.00 1	0.00 1	0.00 1	0.00 1	0.08 267	0.07 329

SPS-STEREO	0.88 331	0.40 282	2.01 282	0.00 1	0.01 232	0.42 77	0.17 320	0.50 164	0.61 291	2.19 379	0.79 350	2.04 368	0.27 297	5.10 325	2.89 358	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.11 352
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PDISCO_ROB	0.56 280	0.57 328	2.07 290	0.17 369	0.00 1	1.56 364	0.01 212	2.27 354	0.51 148	0.08 285	0.01 199	0.74 308	0.28 298	2.37 228	0.13 219	0.00 1	0.00 1	0.00 1	0.00 1	0.33 374	0.00 1

CFNet_ucs	0.26 143	0.14 153	1.53 239	0.00 1	0.01 232	0.84 184	0.00 1	1.78 330	0.17 104	0.00 1	0.00 1	0.49 279	0.30 299	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

LL-Strereo	0.71 312	0.88 364	2.40 308	0.00 1	0.00 1	0.63 139	0.01 212	1.57 311	0.58 242	0.45 346	0.00 1	0.54 288	0.30 299	6.37 378	0.07 169	0.00 1	0.05 367	0.00 1	0.00 1	0.22 352	0.17 373

RAFT_R40	0.49 248	0.03 23	0.74 56	0.05 301	0.15 360	1.09 307	0.32 347	0.27 125	0.59 254	0.02 211	0.03 276	0.07 133	0.30 299	6.12 363	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

MADNet+	4.65 394	2.70 409	46.68 412	0.01 239	0.02 276	2.06 375	0.03 265	3.17 384	1.07 373	0.02 211	0.01 199	1.84 363	0.31 302	21.62 410	13.04 401	0.00 1	0.03 339	0.00 1	0.00 1	0.20 348	0.19 376

ACVNet-4b	1.14 346	1.34 392	3.96 372	0.17 369	0.03 297	1.03 234	0.01 212	1.31 264	0.65 346	0.01 123	0.97 354	1.98 367	0.32 303	6.18 367	1.20 330	2.52 403	0.02 329	0.00 1	0.00 1	0.82 391	0.28 384

pcwnet_v2	0.47 236	0.11 132	5.03 382	0.00 1	0.00 1	0.70 153	0.00 1	1.98 340	0.61 291	0.01 123	0.00 1	0.36 244	0.33 304	0.18 149	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.02 221

DMCA-RVC	0.31 173	0.48 301	2.47 316	0.00 1	0.03 297	0.78 169	0.03 265	0.06 28	0.08 31	0.01 123	0.01 199	0.08 139	0.33 304	1.59 208	0.16 231	0.00 1	0.02 329	0.01 352	0.00 1	0.01 56	0.01 126

CFNet_pseudo	0.22 118	0.10 118	1.39 216	0.00 1	0.01 232	0.98 216	0.00 1	0.94 224	0.09 47	0.00 1	0.00 1	0.48 271	0.36 306	0.02 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ccs_rob	0.22 118	0.10 118	1.38 214	0.00 1	0.01 232	0.98 216	0.00 1	0.94 224	0.09 47	0.00 1	0.00 1	0.48 271	0.36 306	0.02 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ccnet	0.49 248	0.05 60	1.26 193	0.01 239	0.08 336	0.72 159	0.18 322	1.18 256	0.35 132	0.45 346	0.68 343	0.13 169	0.39 308	3.54 274	0.74 317	0.01 343	0.00 1	0.02 368	0.00 1	0.02 131	0.01 126

TRStereo	0.37 206	0.23 202	1.41 222	0.03 280	0.00 1	1.07 287	0.02 249	3.07 382	0.57 203	0.01 123	0.00 1	0.11 156	0.40 309	0.06 111	0.00 1	0.00 1	0.00 1	0.00 1	0.22 391	0.01 56	0.08 330

iinet-f	0.48 243	0.57 328	4.45 377	0.00 1	0.01 232	0.77 167	0.00 1	1.48 300	0.61 291	0.01 123	0.00 1	0.40 257	0.44 310	0.38 167	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.35 375	0.01 126

AF-Net	0.47 236	0.53 317	2.05 287	0.00 1	0.00 1	0.41 73	0.01 212	1.18 256	0.40 140	0.13 305	0.05 283	1.30 345	0.45 311	2.43 232	0.30 276	0.00 1	0.00 1	0.00 1	0.00 1	0.09 282	0.00 1

stereogan	0.49 248	0.22 193	2.39 307	0.00 1	0.00 1	0.63 139	0.02 249	0.79 202	0.72 358	0.06 272	0.00 1	1.68 361	0.46 312	2.63 237	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.14 313	0.00 1

MSMDNet	0.19 100	0.10 118	1.39 216	0.00 1	0.01 232	0.75 164	0.00 1	0.35 137	0.12 83	0.00 1	0.00 1	0.48 271	0.50 313	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

IGEV_Zeroshot_test	0.32 182	0.10 118	2.61 327	0.01 239	0.01 232	0.50 96	0.04 277	0.21 109	0.09 47	0.45 346	0.45 333	0.81 314	0.51 314	0.20 152	0.23 261	0.00 1	0.05 367	0.00 1	0.14 374	0.03 180	0.00 1

PCWNet_CMD	0.19 100	0.10 118	1.38 214	0.00 1	0.01 232	0.75 164	0.00 1	0.35 137	0.12 83	0.00 1	0.00 1	0.48 271	0.51 314	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

FAT-Stereo	0.50 257	0.14 153	2.51 320	0.00 1	0.00 1	0.33 62	0.09 306	1.88 333	0.61 291	0.05 264	0.76 346	0.60 290	0.52 316	2.46 233	0.06 158	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

EAI-Stereo	0.70 309	0.03 23	0.84 99	0.13 358	0.20 379	0.87 193	2.23 395	2.05 341	0.29 125	0.72 354	4.60 375	0.29 225	0.55 317	0.39 168	0.44 294	0.00 1	0.07 378	0.00 1	0.29 403	0.01 56	0.08 330

pmcnn	2.10 374	0.59 331	4.52 379	0.27 381	0.86 397	0.34 65	0.29 345	1.69 322	0.75 362	0.36 341	7.50 387	14.39 404	0.56 318	4.90 319	4.69 371	0.00 1	0.00 1	0.00 1	0.00 1	0.16 328	0.04 281

anonymity	0.17 85	0.06 83	0.79 83	0.00 1	0.09 340	0.03 5	0.00 1	0.54 167	0.07 18	0.41 343	0.13 305	0.11 156	0.58 319	0.02 66	0.31 281	0.00 1	0.00 1	0.00 1	0.23 392	0.01 56	0.02 221

SST-Stereo	0.51 262	0.02 7	0.74 56	0.05 301	0.19 374	1.09 307	0.49 366	0.26 121	0.61 291	0.04 255	0.00 1	0.05 114	0.58 319	6.12 363	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.00 1

AnyNet_C32	1.44 360	1.47 396	6.09 384	0.12 351	0.19 374	1.74 371	1.11 386	0.84 211	0.56 171	1.30 369	0.46 335	0.21 206	0.59 321	2.74 240	11.09 396	0.02 357	0.00 1	0.06 387	0.00 1	0.16 328	0.05 298

fff	0.28 153	0.37 267	1.20 180	0.00 1	0.01 232	1.05 244	0.00 1	1.48 300	0.61 291	0.13 305	0.00 1	0.04 93	0.60 322	0.02 66	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 298

csc	0.28 153	0.37 267	1.20 180	0.00 1	0.01 232	1.05 244	0.00 1	1.48 300	0.61 291	0.13 305	0.00 1	0.04 93	0.60 322	0.02 66	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 298

cscssc	0.28 153	0.37 267	1.20 180	0.00 1	0.01 232	1.05 244	0.00 1	1.48 300	0.61 291	0.13 305	0.00 1	0.04 93	0.60 322	0.02 66	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 298

LSM	4.58 393	0.88 364	17.79 403	3.73 409	38.79 414	0.85 187	2.37 398	0.54 167	1.64 382	2.88 383	3.09 368	0.62 291	0.60 322	3.16 255	1.06 324	0.00 1	0.00 1	0.00 1	0.00 1	0.12 302	13.55 415

CBMV	0.57 286	0.22 193	1.61 247	0.00 1	0.00 1	0.84 184	0.78 380	2.58 371	0.61 291	0.38 342	0.00 1	1.25 340	0.63 326	2.07 216	0.38 286	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.08 330
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
HSM	0.63 303	0.36 259	0.89 115	0.00 1	0.00 1	0.52 104	0.01 212	0.98 231	0.56 171	0.00 1	0.01 199	2.27 372	0.65 327	6.18 367	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

HHNet	0.48 243	0.21 187	1.60 244	0.10 337	0.00 1	1.14 332	0.26 336	0.47 158	0.59 254	0.01 123	3.56 371	0.04 93	0.71 328	0.00 1	0.73 316	0.02 357	0.00 1	0.00 1	0.00 1	0.03 180	0.00 1

Prome-Stereo	0.23 125	0.04 38	0.76 69	0.10 337	0.00 1	1.15 335	0.02 249	0.27 125	0.65 346	0.01 123	0.54 337	0.04 93	0.71 328	0.27 160	0.07 169	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

ADCMid	1.38 357	0.90 368	6.15 385	0.04 291	0.03 297	1.67 367	0.18 322	1.13 252	0.93 371	0.89 358	0.58 339	0.86 317	0.71 328	1.03 194	11.96 399	0.01 343	0.00 1	0.29 399	0.08 360	0.17 335	0.03 253

MFN_U_SF_RVC	0.95 336	1.40 394	4.49 378	0.16 365	0.11 349	0.56 114	0.07 293	1.12 249	0.36 134	0.43 345	0.27 320	1.27 343	0.73 331	3.98 292	1.47 339	0.29 386	0.34 403	0.36 401	0.55 406	0.63 386	0.46 390

HBP-ISP	0.80 319	0.70 343	2.86 340	0.02 263	0.01 232	1.67 367	0.48 364	2.63 375	0.56 171	1.11 364	0.06 292	0.50 282	0.74 332	4.60 311	0.09 185	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.03 253

ADStereo(finetuned)	0.34 191	0.37 267	2.24 299	0.00 1	0.00 1	1.04 241	0.00 1	1.49 306	0.61 291	0.08 285	0.00 1	0.04 93	0.74 332	0.03 91	0.09 185	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.05 298

KYRaft	0.21 114	0.03 23	0.74 56	0.04 291	0.00 1	1.16 339	0.12 317	0.08 45	0.60 276	0.01 123	0.30 323	0.03 73	0.77 334	0.37 166	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

AnyNet_C01	2.33 375	2.14 405	18.59 404	0.15 363	0.18 370	2.43 378	2.34 396	1.29 262	1.24 376	1.03 361	0.83 352	1.25 340	0.78 335	3.75 285	10.06 392	0.05 367	0.00 1	0.07 389	0.00 1	0.30 370	0.12 361

G-Net	1.20 350	0.28 223	2.96 344	0.05 301	0.49 389	1.73 369	0.48 364	0.23 112	0.35 132	1.35 370	9.14 394	2.33 373	0.81 336	2.40 231	1.15 328	0.01 343	0.03 339	0.02 368	0.09 361	0.07 250	0.05 298

ADCRef	0.92 333	0.48 301	3.35 356	0.02 263	0.02 276	0.90 198	0.32 347	0.61 183	0.65 346	0.72 354	0.17 309	0.17 190	0.82 337	2.15 219	7.95 386	0.00 1	0.00 1	0.00 1	0.00 1	0.07 250	0.03 253

ASMatch	0.59 294	0.10 118	1.66 250	0.13 358	0.04 312	1.07 287	0.00 1	0.10 66	0.64 344	0.06 272	0.44 332	0.05 114	0.87 338	6.32 376	0.27 272	0.00 1	0.00 1	0.00 1	0.01 314	0.00 1	0.00 1

SuperB	1.85 367	1.06 374	10.54 398	0.02 263	0.01 232	0.90 198	0.78 380	1.75 329	0.64 344	0.05 264	0.05 283	0.34 237	0.89 339	5.29 329	5.80 378	0.01 343	0.00 1	0.02 368	0.02 328	8.71 413	0.06 318

SGM-Forest	0.84 323	0.07 101	0.90 117	0.02 263	0.07 332	1.10 313	0.68 375	2.12 348	0.61 291	1.14 365	0.78 349	1.36 349	0.98 340	5.55 342	1.31 335	0.00 1	0.00 1	0.00 1	0.00 1	0.02 131	0.06 318
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
AAGNet	0.96 337	0.05 60	0.74 56	0.09 333	0.27 381	1.11 321	0.28 343	0.05 18	0.59 254	0.01 123	0.00 1	0.01 7	1.00 341	3.68 280	11.30 397	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

CBFPSM	0.36 201	0.54 319	2.16 295	0.00 1	0.00 1	0.30 53	0.00 1	0.26 121	0.62 339	0.01 123	0.01 199	1.68 361	1.03 342	0.27 160	0.33 282	0.00 1	0.01 299	0.00 1	0.00 1	0.01 56	0.01 126

iRaft-Stereo_20w	0.38 209	0.11 132	1.91 276	0.12 351	0.04 312	0.70 153	0.24 332	1.72 326	0.16 102	0.41 343	0.00 1	0.26 219	1.04 343	0.41 169	0.24 264	0.00 1	0.04 354	0.00 1	0.14 374	0.02 131	0.09 343

MyStereo06	0.36 201	0.13 147	2.17 296	0.01 239	0.00 1	1.09 307	0.00 1	0.23 112	0.09 47	0.49 350	0.41 331	1.01 327	1.05 344	0.21 153	0.24 264	0.00 1	0.05 367	0.00 1	0.00 1	0.01 56	0.04 281

ADCP+	1.36 356	0.76 356	6.73 387	0.01 239	0.02 276	1.32 359	0.80 382	0.81 206	0.72 358	0.01 123	0.01 199	0.96 323	1.05 344	0.33 162	13.50 403	0.00 1	0.00 1	0.00 1	0.00 1	0.06 238	0.02 221

SAMSARA	1.01 339	0.70 343	3.29 355	0.20 378	0.06 327	1.65 366	0.05 285	0.48 160	0.53 152	2.91 384	0.68 343	2.97 375	1.08 346	3.89 286	1.54 340	0.00 1	0.04 354	0.00 1	0.02 328	0.05 218	0.03 253

LCNet	0.22 118	0.11 132	0.74 56	0.11 347	0.00 1	0.97 214	0.00 1	0.09 51	0.59 254	0.01 123	0.00 1	0.02 38	1.10 347	0.43 170	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 313	0.01 126

NVStereoNet_ROB	1.08 342	0.39 280	2.15 294	0.08 328	0.02 276	0.45 87	0.02 249	0.89 217	0.67 352	0.10 297	5.85 379	1.90 364	1.11 348	6.20 373	1.14 327	0.20 381	0.00 1	0.03 377	0.07 357	0.12 302	0.13 363
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Dean	2.41 378	1.16 384	3.63 365	0.36 385	0.40 386	1.19 345	0.50 368	7.85 398	8.44 399	1.17 366	8.12 391	7.07 388	1.13 349	4.11 296	1.04 323	0.70 391	0.00 1	0.01 352	0.00 1	1.07 393	0.29 385

NaN_ROB	0.80 319	0.47 299	1.63 248	0.17 369	0.19 374	0.58 119	0.38 357	2.11 346	0.80 366	0.53 351	0.33 326	0.48 271	1.13 349	4.98 322	1.94 346	0.00 1	0.02 329	0.01 352	0.05 351	0.06 238	0.14 366

Consistency-Raft	0.39 212	0.30 230	2.53 323	0.14 360	0.03 297	0.90 198	0.04 277	1.36 269	0.59 254	0.00 1	0.02 271	0.02 38	1.15 351	0.33 162	0.43 292	0.02 357	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

MDST_ROB	1.54 363	0.06 83	3.42 359	0.14 360	0.16 363	5.42 396	0.32 347	4.33 389	0.61 291	6.08 396	1.25 359	1.04 330	1.16 352	5.81 354	0.83 320	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.11 352

raft_robust	0.56 280	0.36 259	0.87 110	0.00 1	0.15 360	0.64 143	0.00 1	2.20 351	0.56 171	0.00 1	0.01 199	0.44 264	1.18 353	4.46 307	0.01 74	0.00 1	0.00 1	0.00 1	0.15 378	0.09 282	0.03 253

DeepStereo_RVC	0.22 118	0.04 38	0.87 110	0.05 301	0.02 276	1.07 287	0.32 347	0.04 12	0.56 171	0.01 123	0.00 1	0.00 1	1.25 354	0.01 25	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.05 298

LVE	2.75 383	1.12 378	2.30 301	0.46 386	0.45 387	1.87 372	0.06 290	7.19 397	9.72 400	0.03 238	11.08 402	9.01 393	1.26 355	6.93 388	0.91 321	1.86 399	0.16 395	0.04 384	0.24 397	0.22 352	0.13 363

ACVNet_1	1.10 343	1.42 395	4.00 373	0.31 384	0.02 276	1.25 350	0.10 310	1.69 322	0.61 291	0.26 326	0.01 199	4.39 380	1.29 356	4.75 314	0.57 310	0.79 395	0.00 1	0.00 1	0.00 1	0.32 372	0.18 374

CBMV_ROB	0.84 323	0.06 83	1.73 258	0.00 1	0.00 1	1.37 360	0.47 362	2.57 369	0.58 242	2.13 378	0.76 346	1.06 331	1.38 357	4.04 293	0.54 305	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.05 298

RAFT + AFF	0.60 297	0.75 351	1.04 144	0.00 1	0.00 1	1.10 313	0.06 290	1.45 288	0.57 203	0.02 211	0.00 1	0.18 193	1.43 358	4.80 317	0.15 229	0.00 1	0.17 396	0.00 1	0.00 1	0.27 366	0.08 330

CSAN	1.05 341	0.61 333	2.46 315	0.09 333	0.08 336	0.71 157	0.71 377	2.20 351	0.93 371	0.85 357	2.92 367	0.79 313	1.46 359	5.37 335	1.58 341	0.01 343	0.01 299	0.00 1	0.00 1	0.09 282	0.05 298

TransformOpticalFlow	0.85 325	0.27 219	2.72 333	0.30 383	0.03 297	1.25 350	0.05 285	1.53 310	0.61 291	0.28 331	0.38 330	1.27 343	1.54 360	6.53 380	0.22 256	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

ADCL	1.52 362	0.44 291	4.70 381	0.07 323	0.03 297	2.21 376	2.35 397	0.92 222	0.80 366	1.57 373	1.11 355	1.25 340	1.55 361	1.77 210	11.53 398	0.01 343	0.00 1	0.00 1	0.00 1	0.10 289	0.01 126

EDNetEfficientorigin	6.23 399	0.45 294	98.39 424	0.02 263	0.04 312	0.42 77	0.02 249	0.33 135	2.90 385	7.07 398	3.12 369	1.31 346	1.61 362	4.26 302	4.55 369	0.00 1	0.00 1	0.00 1	0.00 1	0.07 250	0.02 221

PWCK	2.44 379	1.65 397	7.31 390	0.22 379	0.02 276	3.12 383	4.74 405	3.06 381	3.48 388	0.72 354	4.42 374	3.40 376	1.67 363	9.06 400	3.36 360	0.39 388	0.01 299	0.00 1	0.00 1	2.19 400	0.08 330

ADCPNet	1.44 360	0.55 325	7.88 391	0.01 239	0.19 374	2.78 379	0.27 341	0.90 218	0.38 135	0.04 255	0.02 271	1.43 353	1.81 364	2.22 225	9.08 391	0.00 1	0.47 405	0.00 1	0.64 408	0.04 201	0.15 367

KSHMR	3.68 389	1.11 377	3.06 348	2.84 405	1.78 405	5.33 395	0.41 359	8.64 400	14.09 402	1.85 376	9.32 396	7.19 389	1.93 365	5.45 337	2.30 350	1.95 400	0.41 404	0.50 403	0.21 389	3.53 403	1.76 406

CRFU-Net	0.40 215	0.12 141	1.50 235	0.14 360	0.01 232	0.90 198	0.00 1	0.42 150	0.14 92	0.00 1	0.00 1	0.42 261	1.94 366	2.15 219	0.12 212	0.00 1	0.00 1	0.03 377	0.00 1	0.03 180	0.00 1

WAO-6	2.38 376	0.69 341	1.93 279	0.00 1	0.00 1	3.94 388	0.29 345	5.62 392	7.23 396	0.34 339	6.76 383	7.73 391	1.96 367	5.88 356	5.07 375	0.00 1	0.00 1	0.00 1	0.00 1	0.15 320	0.03 253

IMH-64-1	1.98 369	0.88 364	1.46 230	1.92 400	0.54 390	2.90 381	1.64 387	5.24 390	0.91 369	0.97 359	4.83 376	2.10 369	2.00 368	5.33 331	2.83 356	3.56 405	0.04 354	0.02 368	0.00 1	1.90 396	0.50 394

IMH-64	1.98 369	0.88 364	1.46 230	1.92 400	0.54 390	2.90 381	1.64 387	5.24 390	0.91 369	0.97 359	4.83 376	2.10 369	2.00 368	5.33 331	2.83 356	3.56 405	0.04 354	0.02 368	0.00 1	1.90 396	0.50 394

aanetorigin	0.86 329	0.36 259	3.45 361	0.11 347	0.13 355	0.39 70	0.93 384	0.13 77	0.14 92	3.38 385	1.21 356	0.29 225	2.01 370	2.87 244	1.35 336	0.02 357	0.00 1	0.02 368	0.05 351	0.30 370	0.08 330

DPSNet	1.25 353	0.28 223	5.34 383	0.28 382	0.07 332	1.50 361	0.00 1	3.53 385	0.69 354	0.03 238	0.00 1	0.45 267	2.10 371	5.67 347	4.61 370	0.02 357	0.04 354	0.00 1	0.02 328	0.23 356	0.09 343

STrans-v2	0.85 325	0.28 223	1.66 250	0.00 1	0.01 232	0.85 187	0.04 277	2.05 341	0.67 352	0.48 349	0.87 353	1.12 338	2.12 372	6.64 385	0.25 267	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

WZ-Net	1.38 357	1.14 382	10.22 397	0.00 1	0.00 1	0.82 177	0.00 1	1.37 275	0.61 291	0.01 123	0.01 199	1.09 334	2.20 373	6.39 379	3.68 363	0.00 1	0.00 1	0.00 1	0.00 1	0.07 250	0.02 221

SGM_RVC	1.54 363	0.35 252	1.60 244	0.15 363	0.17 368	1.25 350	0.77 378	1.97 339	0.88 368	4.31 386	2.46 366	4.36 379	2.37 374	6.98 389	1.78 344	0.21 382	0.23 397	0.20 396	0.23 392	0.26 362	0.31 386
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DRaft	0.56 280	0.08 108	0.73 47	0.00 1	0.00 1	0.92 207	0.19 325	0.05 18	0.09 47	0.03 238	0.26 319	0.06 126	2.55 375	4.61 312	1.38 337	0.00 1	0.03 339	0.00 1	0.02 328	0.03 180	0.08 330

FTStereo	0.78 317	0.01 1	1.27 197	0.12 351	0.00 1	1.15 335	2.80 400	0.09 51	0.61 291	0.16 315	5.93 381	0.36 244	2.56 376	0.53 175	0.01 74	0.07 370	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

WAO-7	2.46 380	0.92 370	1.85 270	0.03 280	0.05 320	4.73 391	0.54 371	5.67 393	4.50 390	1.49 371	7.64 389	5.52 382	2.69 377	8.48 396	4.51 368	0.00 1	0.00 1	0.33 400	0.02 328	0.19 342	0.06 318

MeshStereo	2.61 381	0.65 336	2.71 332	0.02 263	0.02 276	1.55 363	0.94 385	3.02 380	1.29 377	11.21 405	7.34 385	11.54 396	2.74 378	6.34 377	2.43 351	0.00 1	0.00 1	0.00 1	0.00 1	0.28 367	0.03 253
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
THIR-Stereo	0.93 334	0.18 172	1.34 205	0.00 1	0.01 232	0.53 107	3.86 403	0.10 66	0.10 65	0.10 297	1.50 363	0.76 310	2.90 379	5.73 350	1.45 338	0.00 1	0.00 1	0.02 368	0.00 1	0.01 56	0.00 1

CrosDoStereo	1.10 343	0.08 108	1.43 225	0.00 1	0.05 320	0.63 139	5.86 407	0.60 179	0.38 135	0.26 326	1.21 356	0.19 200	3.02 380	6.61 383	1.64 342	0.00 1	0.00 1	0.00 1	0.00 1	0.06 238	0.00 1

DeepStereo_LL	1.10 343	0.08 108	1.43 225	0.00 1	0.05 320	0.63 139	5.86 407	0.60 179	0.38 135	0.26 326	1.21 356	0.19 200	3.02 380	6.61 383	1.64 342	0.00 1	0.00 1	0.00 1	0.00 1	0.06 238	0.00 1

SANet	1.99 371	0.71 347	3.37 357	0.03 280	0.03 297	2.85 380	0.85 383	2.42 358	8.33 398	1.55 372	4.13 373	4.29 378	3.23 382	5.39 336	2.47 352	0.00 1	0.00 1	0.00 1	0.00 1	0.06 238	0.06 318

IMH	2.83 385	1.28 388	1.89 273	1.96 403	0.60 392	5.22 394	0.24 332	6.28 395	4.13 389	1.90 377	7.52 388	6.39 385	3.40 383	6.59 382	2.53 353	3.92 407	0.12 390	0.05 385	0.00 1	2.06 398	0.47 391

DEmStereo	0.75 314	0.06 83	1.73 258	0.04 291	0.00 1	0.78 169	0.52 370	0.05 18	0.57 203	0.05 264	0.72 345	0.02 38	3.42 384	5.79 353	1.29 334	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

ktn	4.96 395	1.21 385	2.41 310	3.20 406	1.02 399	8.36 401	2.08 393	9.00 402	17.02 403	5.18 392	12.71 406	13.69 400	3.51 385	8.05 395	3.68 363	5.30 410	0.02 329	0.00 1	0.00 1	2.14 399	0.55 397

MSMD_ROB	2.04 373	0.40 282	2.13 292	0.00 1	0.00 1	4.88 392	0.22 331	0.93 223	1.82 383	5.71 394	7.79 390	7.39 390	3.72 386	4.62 313	1.22 331	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

notaker	4.30 392	1.28 388	3.70 366	3.71 408	0.90 398	4.91 393	0.39 358	6.90 396	1.96 384	5.39 393	11.82 404	16.90 406	3.75 387	7.59 393	5.65 376	5.23 409	0.01 299	0.10 392	0.06 354	4.57 405	1.22 404

GrayStereo	0.46 234	0.01 1	0.71 43	0.10 337	0.00 1	1.12 328	2.67 399	0.20 104	0.59 254	0.00 1	0.00 1	0.08 139	3.76 388	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

PSM-AAD	0.49 248	0.02 7	0.75 64	0.06 319	0.00 1	1.19 345	2.19 394	0.12 73	0.59 254	0.01 123	0.45 333	0.13 169	4.04 389	0.22 154	0.06 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

TorneroNet-64	6.39 401	1.31 391	2.23 298	1.99 404	0.65 394	18.82 410	0.28 343	11.98 407	26.18 412	5.99 395	12.75 407	19.37 409	4.08 390	9.94 402	5.95 383	0.89 397	0.00 1	0.11 393	0.00 1	3.44 402	1.81 407

WAO-8	5.13 397	1.91 401	2.34 303	0.60 390	0.10 344	12.98 404	0.34 352	11.65 405	24.58 410	4.87 388	10.60 401	13.32 398	4.10 391	8.85 397	3.55 361	0.75 393	0.32 400	0.71 405	0.12 371	0.70 387	0.11 352

Venus	5.12 396	1.91 401	2.34 303	0.60 390	0.10 344	12.98 404	0.34 352	11.65 405	24.58 410	4.87 388	10.54 400	13.32 398	4.10 391	8.85 397	3.55 361	0.75 393	0.32 400	0.71 405	0.12 371	0.70 387	0.11 352

EDNetEfficient	2.96 387	0.23 202	19.99 405	0.19 375	0.85 396	1.02 228	2.03 392	0.56 170	5.14 391	8.09 402	1.81 364	0.94 321	4.14 393	3.72 282	10.22 395	0.00 1	0.03 339	0.00 1	0.06 354	0.05 218	0.03 253

WCMA_ROB	2.01 372	0.34 243	1.89 273	0.04 291	0.00 1	1.07 287	0.60 372	1.09 245	1.21 375	5.12 391	9.87 399	8.09 392	4.48 394	3.74 284	2.55 354	0.00 1	0.00 1	0.01 352	0.00 1	0.02 131	0.13 363

TorneroNet	6.97 403	1.37 393	2.22 297	1.95 402	1.12 401	19.47 411	0.47 362	13.04 410	26.32 413	7.90 400	17.10 409	17.67 408	4.62 395	10.46 404	7.94 385	1.98 401	0.03 339	0.11 393	0.00 1	4.15 404	1.49 405

SGM+DAISY	2.38 376	0.98 371	4.37 376	0.48 387	0.33 384	2.24 377	1.94 391	1.16 254	1.47 380	6.62 397	5.89 380	5.77 383	5.09 396	5.76 352	4.39 367	0.16 379	0.15 394	0.06 387	0.14 374	0.26 362	0.40 389

JetBlue	5.71 398	2.18 406	16.18 402	0.00 1	2.13 406	29.20 412	14.20 413	3.90 387	0.74 360	0.71 353	2.30 365	6.42 386	5.97 397	17.84 408	8.74 389	0.09 374	0.01 299	0.00 1	0.00 1	2.62 401	0.96 402

ELAS	2.75 383	0.35 252	2.67 330	0.05 301	0.04 312	6.72 398	1.83 390	2.84 379	3.38 387	8.25 403	9.14 394	3.95 377	6.15 398	3.73 283	5.70 377	0.00 1	0.04 354	0.01 352	0.01 314	0.10 289	0.08 330
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FCDSN-DC	2.66 382	0.08 108	1.65 249	0.00 1	0.00 1	1.73 369	0.37 355	1.64 320	1.35 378	8.08 401	11.18 403	11.78 397	7.59 399	4.76 315	2.80 355	0.02 357	0.00 1	0.00 1	0.00 1	0.03 180	0.05 298
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ELAS_RVC	2.84 386	0.34 243	3.86 370	0.05 301	0.05 320	1.52 362	5.02 406	1.93 337	5.28 392	7.10 399	6.96 384	6.26 384	8.34 400	4.96 321	4.90 373	0.00 1	0.04 354	0.01 352	0.01 314	0.10 289	0.09 343
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
coex-ft	8.40 405	2.59 408	75.27 415	0.00 1	0.00 1	0.18 35	0.04 277	0.13 77	20.18 405	39.66 413	4.06 372	4.68 381	8.53 401	3.94 290	7.96 387	0.02 357	0.07 378	0.00 1	0.02 328	0.14 313	0.50 394

FC-DCNN	3.42 388	0.11 132	2.03 283	0.00 1	0.00 1	3.18 384	0.60 372	3.13 383	2.98 386	11.40 406	12.28 405	13.93 402	8.68 402	5.70 348	4.27 366	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.06 318

UNDER WATER	6.24 400	0.99 372	8.13 393	4.62 411	2.68 407	8.66 402	0.77 378	8.37 399	22.50 409	4.55 387	6.36 382	15.93 405	8.89 403	8.99 399	8.85 390	3.25 404	0.04 354	1.36 408	0.02 328	6.24 410	3.56 409

DispFullNet	1.20 350	0.63 335	3.58 362	1.00 394	0.82 395	0.41 73	0.00 1	1.44 286	0.61 291	2.55 381	0.64 342	1.10 335	8.95 404	0.84 188	1.22 331	0.00 1	0.02 329	0.00 1	0.00 1	0.24 357	0.02 221

UNDER WATER-64	6.84 402	1.25 387	9.68 396	4.53 410	3.53 409	16.61 409	1.79 389	8.72 401	22.23 407	5.11 390	5.07 378	17.34 407	10.14 405	9.19 401	8.21 388	2.00 402	0.03 339	1.52 409	0.11 367	6.09 409	3.62 410

JetRed	13.51 411	18.77 414	42.38 409	1.28 397	1.18 402	54.67 414	25.60 414	12.87 408	6.75 395	8.50 404	8.61 392	13.77 401	10.87 406	24.50 413	30.67 412	0.24 384	0.68 407	0.53 404	0.02 328	5.93 407	2.43 408

DPSimNet_ROB	7.90 404	5.46 411	13.55 401	3.66 407	5.16 412	7.26 399	9.60 411	6.11 394	7.46 397	13.33 407	9.50 397	11.03 394	11.89 407	10.08 403	12.35 400	4.36 408	5.55 413	5.35 413	5.34 412	4.96 406	5.98 413

MADNet++	9.87 407	2.12 404	7.11 389	7.99 413	4.58 411	14.38 407	6.90 410	9.23 403	5.88 393	16.88 408	17.47 411	11.07 395	15.72 408	24.26 411	19.76 410	8.52 411	6.39 414	4.85 412	2.69 410	5.96 408	5.73 412

SGM-ForestM	8.89 406	0.68 340	3.61 363	0.57 389	0.18 370	14.89 408	5.99 409	9.62 404	10.59 401	20.43 409	17.16 410	39.22 412	20.29 409	20.63 409	13.19 402	0.04 365	0.14 392	0.00 1	0.07 357	0.15 320	0.36 388

MANE	9.96 408	0.69 341	2.88 343	1.22 396	0.61 393	13.15 406	3.46 401	15.62 412	22.27 408	22.74 410	30.00 414	29.74 410	23.22 410	17.17 407	13.78 404	0.29 386	0.56 406	0.09 391	0.61 407	0.15 320	1.00 403

BEATNet-Init1	14.52 412	6.56 412	34.32 408	1.10 395	1.02 399	31.53 413	11.99 412	15.58 411	17.42 404	30.17 412	27.03 412	43.14 413	24.36 411	24.41 412	18.27 409	0.27 385	0.32 400	0.36 401	0.46 405	1.26 394	0.76 400

LE_ROB	9.96 408	0.54 319	9.62 395	1.40 399	1.24 403	3.29 385	4.64 404	4.31 388	43.01 414	51.54 414	13.34 408	14.15 403	24.60 412	6.66 386	20.28 411	0.04 365	0.05 367	0.12 395	0.20 385	0.07 250	0.09 343

HanzoNet	12.77 410	4.55 410	11.74 400	5.35 412	2.79 408	7.59 400	0.66 374	12.97 409	20.40 406	25.99 411	28.61 413	34.05 411	25.08 413	25.93 414	14.98 407	10.77 413	3.91 412	3.00 411	3.73 411	8.16 412	5.15 411

LRCNet_RVC	55.44 416	60.56 420	57.70 413	66.68 420	44.91 415	6.22 397	0.00 1	52.80 414	1.37 379	70.44 415	81.09 418	67.07 414	55.41 414	51.59 415	46.24 414	90.66 424	41.89 419	90.95 425	90.04 421	64.32 420	68.75 420

PML	71.49 420	88.65 426	73.56 414	82.49 422	75.59 419	85.39 417	79.41 418	71.62 418	87.17 418	90.48 421	85.96 419	90.50 421	60.21 415	91.76 425	73.85 416	96.01 431	2.36 411	86.79 424	6.59 413	83.59 423	17.83 416

xxxxx1	63.71 417	58.10 417	78.65 416	43.63 415	48.97 416	92.61 419	92.18 420	60.44 415	69.38 415	73.77 418	76.42 415	77.82 417	76.45 416	72.33 416	77.46 417	35.89 417	37.06 416	48.26 418	62.63 417	48.72 417	43.44 417

tt_ll	63.71 417	58.10 417	78.65 416	43.63 415	48.97 416	92.61 419	92.18 420	60.44 415	69.38 415	73.77 418	76.42 415	77.82 417	76.45 416	72.33 416	77.46 417	35.89 417	37.06 416	48.26 418	62.63 417	48.72 417	43.44 417

ff	63.71 417	58.10 417	78.65 416	43.63 415	48.97 416	92.61 419	92.18 420	60.44 415	69.38 415	73.77 418	76.42 415	77.82 417	76.45 416	72.33 416	77.46 417	35.89 417	37.06 416	48.26 418	62.63 417	48.72 417	43.44 417

test_example2	97.61 428	99.96 430	99.93 425	99.83 434	99.97 434	98.84 423	99.76 423	91.98 419	100.00 426	100.00 426	100.00 424	89.18 420	86.51 419	99.29 426	96.54 422	99.97 433	99.55 427	92.92 426	98.06 424	100.00 434	99.95 433

tt	48.25 414	0.05 60	28.22 407	1.29 398	0.00 1	100.00 426	100.00 424	100.00 425	97.19 420	0.08 285	0.00 1	97.99 424	86.70 420	2.26 226	99.92 425	83.66 421	94.83 420	16.47 414	21.27 416	35.05 414	0.01 126

SPstereo	50.33 415	10.80 413	21.19 406	11.76 414	9.23 413	66.15 415	76.05 416	100.00 425	100.00 426	95.98 423	93.33 420	100.00 426	93.15 421	90.92 422	72.10 415	9.41 412	8.60 415	19.85 415	14.84 415	6.36 411	6.89 414

MEDIAN_ROB	93.37 424	98.75 428	96.05 422	90.90 425	90.53 426	85.63 418	76.45 417	92.03 420	89.53 419	95.05 422	94.99 421	96.02 422	93.85 422	90.36 421	87.21 420	98.36 432	95.79 421	99.61 427	98.77 425	98.80 432	98.72 432

Anonymous_1	89.88 423	75.38 423	97.81 423	74.49 421	78.39 420	100.00 426	100.00 424	98.09 424	99.76 422	96.82 424	99.37 422	97.66 423	99.77 423	91.14 424	98.89 423	81.73 420	97.25 422	59.96 421	85.38 420	77.37 422	88.27 421

HaxPig	95.46 427	97.61 427	87.80 420	97.80 433	99.17 433	77.55 416	75.28 415	96.76 423	99.61 421	99.97 425	99.97 423	99.62 425	99.97 424	91.02 423	87.28 421	99.98 434	99.98 429	99.98 428	99.99 428	99.97 433	99.97 434

MyStereo03	99.18 433	100.00 432	100.00 428	96.47 429	98.78 429	100.00 426	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	93.73 427	100.00 431	100.00 429	100.00 429	96.63 428	97.99 428

MyStereo02	99.18 433	100.00 432	100.00 428	96.47 429	98.78 429	100.00 426	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	93.73 427	100.00 431	100.00 429	100.00 429	96.63 428	97.99 428

MyStereo	99.18 433	100.00 432	100.00 428	96.47 429	98.78 429	100.00 426	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	93.73 427	100.00 431	100.00 429	100.00 429	96.63 428	97.99 428

Selective-RAFT-Error	99.17 432	100.00 432	100.00 428	96.65 432	98.79 432	100.00 426	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	93.64 425	100.00 431	100.00 429	100.00 429	96.25 426	98.10 431

CasAABBNet	99.15 431	100.00 432	100.00 428	96.37 428	98.76 428	100.00 426	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	93.65 426	99.99 430	100.00 429	100.00 429	96.27 427	97.93 427

LSM0	99.11 430	99.97 431	100.00 428	95.93 426	98.59 427	100.00 426	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	93.89 430	99.97 428	100.00 429	100.00 429	96.64 431	97.25 426

DPSMNet_ROB	81.54 422	60.77 422	99.95 426	61.42 419	87.05 424	99.11 424	100.00 424	95.93 422	99.99 424	73.11 417	100.00 424	70.84 416	100.00 425	77.43 420	99.98 426	35.39 416	97.54 426	35.21 417	99.89 426	46.30 416	90.94 423

DGTPSM_ROB	81.49 421	60.74 421	99.95 426	61.20 418	86.99 423	99.11 424	100.00 424	95.92 421	99.99 424	73.08 416	100.00 424	70.81 415	100.00 425	77.39 419	99.98 426	35.10 415	97.48 425	35.12 416	99.89 426	46.16 415	90.85 422

DPSM_ROB	94.00 425	79.32 424	100.00 428	83.19 423	85.69 421	100.00 426	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	89.53 422	97.42 423	74.97 422	95.13 422	83.79 424	90.98 424

DPSM	94.00 425	79.32 424	100.00 428	83.19 423	85.69 421	100.00 426	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 428	89.53 422	97.42 423	74.97 422	95.13 422	83.79 424	90.98 424

AVERAGE_ROB	98.45 429	99.13 429	95.46 421	100.00 435	100.00 435	93.36 422	81.95 419	100.00 425	99.97 423	100.00 426	100.00 424	100.00 426	100.00 425	99.72 427	99.40 424	100.00 435	100.00 431	100.00 429	100.00 429	100.00 434	100.00 435

ASD4		42.77 415

Low-res two-view benchmark