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

mms	0.04 6	0.04 57	0.35 29	0.00 1	0.00 1	0.00 1	0.00 1	0.05 51	0.10 103	0.00 1	0.00 1	0.04 166	0.02 205	0.01 61	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.06 318	0.09 454

rvit_0105_6	0.05 13	0.04 57	0.46 54	0.00 1	0.00 1	0.00 1	0.00 1	0.01 2	0.51 219	0.00 1	0.00 1	0.01 21	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 304

rvit_stereo_0083	0.01 1	0.01 1	0.12 4	0.00 1	0.00 1	0.00 1	0.00 1	0.01 2	0.06 23	0.00 1	0.00 1	0.01 21	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0081_aga	0.02 2	0.07 149	0.29 24	0.00 1	0.00 1	0.00 1	0.00 1	0.01 2	0.07 36	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0075_2	0.05 13	0.08 163	0.78 157	0.00 1	0.00 1	0.00 1	0.00 1	0.04 41	0.03 4	0.00 1	0.00 1	0.00 1	0.00 1	0.04 169	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 421

rvit_stereo_ft	0.07 43	0.25 313	0.56 84	0.00 1	0.00 1	0.00 1	0.00 1	0.04 41	0.43 211	0.00 1	0.00 1	0.01 21	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 304

S2M2	0.05 13	0.03 34	0.21 16	0.00 1	0.00 1	0.01 7	0.00 1	0.15 153	0.57 295	0.00 1	0.00 1	0.02 71	0.00 1	0.01 61	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

FoundationStereo	0.05 13	0.04 57	0.18 14	0.00 1	0.01 315	0.01 7	0.00 1	0.08 95	0.56 251	0.00 1	0.00 1	0.02 71	0.00 1	0.02 125	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

StereoAnything_RVC	0.14 132	0.80 480	0.77 146	0.00 1	0.00 1	0.01 7	0.00 1	0.02 15	0.56 251	0.00 1	0.00 1	0.00 1	0.01 135	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.56 503	0.01 169

rvit_0105_4	0.06 29	0.08 163	0.63 98	0.00 1	0.00 1	0.01 7	0.00 1	0.03 29	0.50 216	0.00 1	0.00 1	0.02 71	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SHD	0.50 369	0.51 429	3.61 481	0.05 407	0.00 1	0.01 7	0.01 300	0.72 296	0.61 403	1.57 492	0.00 1	0.34 343	0.09 356	1.79 310	0.49 421	0.00 1	0.00 1	0.00 1	0.01 397	0.09 374	0.03 345

LG-Stereo_L2	0.03 4	0.05 87	0.28 21	0.00 1	0.00 1	0.02 12	0.06 400	0.07 84	0.03 4	0.02 299	0.00 1	0.00 1	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

LG-Stereo_L1	0.03 4	0.05 87	0.31 28	0.00 1	0.00 1	0.02 12	0.06 400	0.08 95	0.04 14	0.04 350	0.00 1	0.00 1	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

DEFOM-Stereo_RVC	0.07 43	0.01 1	0.37 31	0.01 328	0.00 1	0.02 12	0.00 1	0.16 156	0.57 295	0.01 186	0.00 1	0.02 71	0.00 1	0.00 1	0.14 325	0.00 1	0.00 1	0.00 1	0.12 465	0.00 1	0.00 1

rvit_0105_5	0.07 43	0.10 184	0.65 104	0.00 1	0.00 1	0.02 12	0.00 1	0.05 51	0.56 251	0.00 1	0.00 1	0.02 71	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

rvit_stereo_0081	0.04 6	0.02 12	0.14 7	0.00 1	0.00 1	0.02 12	0.00 1	0.01 2	0.54 230	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0082	0.04 6	0.02 12	0.14 7	0.00 1	0.00 1	0.02 12	0.00 1	0.01 2	0.54 230	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0080	0.05 13	0.17 255	0.22 18	0.00 1	0.00 1	0.02 12	0.00 1	0.01 2	0.55 236	0.00 1	0.00 1	0.01 21	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

IGEV-Stereo+	0.04 6	0.06 119	0.29 24	0.01 328	0.00 1	0.02 12	0.00 1	0.11 131	0.14 142	0.01 186	0.00 1	0.03 130	0.00 1	0.00 1	0.01 116	0.00 1	0.00 1	0.00 1	0.10 454	0.01 80	0.01 169

whm_eth	0.05 13	0.17 255	0.22 18	0.00 1	0.00 1	0.02 12	0.00 1	0.01 2	0.55 236	0.00 1	0.00 1	0.01 21	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CroCo-Stereo Lap2	0.09 65	0.23 298	0.74 129	0.00 1	0.00 1	0.02 12	0.00 1	0.07 84	0.56 251	0.00 1	0.00 1	0.01 21	0.03 259	0.02 125	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.06 318	0.01 169

sCroCo_RVC	0.09 65	0.05 87	1.02 230	0.00 1	0.00 1	0.02 12	0.00 1	0.12 138	0.48 214	0.00 1	0.00 1	0.01 21	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

SCV	0.09 65	0.23 298	0.59 90	0.00 1	0.02 368	0.03 23	0.02 343	0.35 230	0.07 36	0.01 186	0.00 1	0.00 1	0.01 135	0.10 216	0.00 1	0.00 1	0.00 1	0.00 1	0.14 472	0.18 448	0.12 475

RAStereo	0.05 13	0.15 238	0.68 111	0.00 1	0.00 1	0.03 23	0.00 1	0.06 64	0.06 23	0.01 186	0.01 295	0.02 71	0.02 205	0.00 1	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

SMFormer	0.33 279	0.10 184	1.04 234	0.00 1	0.00 1	0.03 23	0.00 1	1.45 397	0.55 236	0.00 1	0.00 1	0.15 279	0.00 1	3.24 369	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.02 304

tta	0.33 279	0.10 184	1.04 234	0.00 1	0.00 1	0.03 23	0.00 1	1.45 397	0.55 236	0.00 1	0.00 1	0.15 279	0.00 1	3.24 369	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.01 169

qqq1	0.33 279	0.10 184	1.04 234	0.00 1	0.00 1	0.03 23	0.00 1	1.45 397	0.55 236	0.00 1	0.00 1	0.15 279	0.00 1	3.24 369	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.01 169

fff1	0.33 279	0.10 184	1.04 234	0.00 1	0.00 1	0.03 23	0.00 1	1.45 397	0.55 236	0.00 1	0.00 1	0.15 279	0.00 1	3.24 369	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.01 169

GMStereo_Zeroshot	0.07 43	0.04 57	0.80 166	0.08 443	0.00 1	0.03 23	0.00 1	0.05 51	0.10 103	0.00 1	0.03 383	0.19 300	0.03 259	0.00 1	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

anonymity	0.17 167	0.06 119	0.79 161	0.00 1	0.09 448	0.03 23	0.00 1	0.54 266	0.07 36	0.41 458	0.13 417	0.11 250	0.58 431	0.02 125	0.31 393	0.00 1	0.00 1	0.00 1	0.23 502	0.01 80	0.02 304

CroCo-Stereo	0.13 119	0.16 247	0.40 36	0.00 1	0.00 1	0.03 23	0.00 1	0.98 335	0.57 295	0.00 1	0.01 295	0.31 336	0.03 259	0.01 61	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
GMStereo	0.08 54	0.54 438	0.90 201	0.00 1	0.00 1	0.03 23	0.00 1	0.04 41	0.03 4	0.00 1	0.00 1	0.01 21	0.02 205	0.00 1	0.03 188	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
HART	0.12 109	0.17 255	0.88 195	0.00 1	0.00 1	0.04 33	0.00 1	0.09 108	0.57 295	0.07 379	0.01 295	0.21 308	0.01 135	0.01 61	0.00 1	0.00 1	0.11 504	0.00 1	0.00 1	0.17 439	0.03 345

HUF	0.15 150	0.29 334	1.05 242	0.02 359	0.11 459	0.04 33	0.00 1	0.16 156	0.09 77	0.03 328	0.00 1	0.01 21	0.00 1	0.08 207	0.00 1	0.00 1	0.58 525	0.00 1	0.00 1	0.14 413	0.37 509

IGEV++	0.06 29	0.14 233	0.46 54	0.03 379	0.00 1	0.04 33	0.00 1	0.03 29	0.08 53	0.01 186	0.00 1	0.02 71	0.06 338	0.04 169	0.03 188	0.00 1	0.04 460	0.00 1	0.03 437	0.08 356	0.07 436

mmm	0.13 119	0.02 12	0.42 46	0.00 1	0.00 1	0.04 33	0.00 1	0.88 317	0.56 251	0.00 1	0.00 1	0.01 21	0.01 135	0.51 266	0.00 1	0.00 1	0.01 394	0.00 1	0.00 1	0.01 80	0.01 169

sAnonymous2	0.10 77	0.22 288	1.35 305	0.00 1	0.00 1	0.04 33	0.00 1	0.03 29	0.06 23	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 356	0.15 482

CroCo_RVC	0.10 77	0.22 288	1.35 305	0.00 1	0.00 1	0.04 33	0.00 1	0.03 29	0.06 23	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 356	0.15 482

Former-RAFT_DAM_RVC	0.08 54	0.06 119	0.41 40	0.00 1	0.00 1	0.05 39	0.00 1	0.11 131	0.22 175	0.75 474	0.00 1	0.02 71	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.03 345

plain	0.11 95	0.17 255	1.21 281	0.00 1	0.00 1	0.05 39	0.00 1	0.16 156	0.32 197	0.01 186	0.01 295	0.02 71	0.01 135	0.03 156	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.26 475	0.01 169

MaDis-Stereo	0.06 29	0.16 247	0.66 107	0.00 1	0.00 1	0.05 39	0.01 300	0.06 64	0.12 129	0.00 1	0.01 295	0.04 166	0.02 205	0.02 125	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

GLC_STEREO	0.04 6	0.05 87	0.52 68	0.00 1	0.00 1	0.06 42	0.00 1	0.01 2	0.03 4	0.00 1	0.00 1	0.01 21	0.01 135	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

MLG-Stereo_test3	0.05 13	0.06 119	0.13 5	0.00 1	0.00 1	0.07 43	0.00 1	0.03 29	0.57 295	0.06 369	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AIO_test	0.07 43	0.09 177	0.42 46	0.05 407	0.05 421	0.07 43	0.03 365	0.17 164	0.09 77	0.03 328	0.00 1	0.03 130	0.01 135	0.14 228	0.01 116	0.00 1	0.01 394	0.00 1	0.07 446	0.02 194	0.02 304

rvit_0105_3	0.08 54	0.16 247	0.68 111	0.00 1	0.00 1	0.07 43	0.00 1	0.08 95	0.61 403	0.00 1	0.00 1	0.01 21	0.01 135	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

CAS++	0.06 29	0.06 119	0.59 90	0.00 1	0.00 1	0.07 43	0.00 1	0.25 206	0.13 138	0.00 1	0.00 1	0.02 71	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DAS	0.49 358	0.05 87	1.29 291	0.00 1	0.00 1	0.07 43	0.00 1	1.25 369	0.61 403	1.18 486	0.00 1	0.24 317	0.03 259	4.76 432	0.22 361	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.01 169

SepStereo	0.45 338	0.05 87	1.29 291	0.00 1	0.00 1	0.07 43	0.00 1	1.25 369	0.61 403	1.18 486	0.00 1	0.24 317	0.03 259	3.93 405	0.22 361	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.01 169

MIF-Stereo (partial)	0.08 54	0.11 206	0.96 216	0.00 1	0.00 1	0.08 49	0.00 1	0.19 175	0.08 53	0.00 1	0.01 295	0.02 71	0.02 205	0.02 125	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.01 169

UniTT-Stereo	0.06 29	0.06 119	0.83 176	0.00 1	0.00 1	0.08 49	0.01 300	0.06 64	0.03 4	0.00 1	0.08 407	0.02 71	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 356	0.00 1

IGEV-BASED-STEREO-	0.05 13	0.05 87	0.21 16	0.00 1	0.00 1	0.09 51	0.02 343	0.17 164	0.12 129	0.06 369	0.00 1	0.00 1	0.00 1	0.00 1	0.34 398	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

11t1	0.08 54	0.01 1	0.54 78	0.00 1	0.00 1	0.09 51	0.00 1	0.44 248	0.55 236	0.00 1	0.00 1	0.01 21	0.00 1	0.01 61	0.00 1	0.00 1	0.01 394	0.00 1	0.00 1	0.01 80	0.01 169

x	0.10 77	0.01 1	0.51 64	0.00 1	0.00 1	0.09 51	0.00 1	0.67 291	0.55 236	0.00 1	0.00 1	0.01 21	0.00 1	0.09 212	0.00 1	0.00 1	0.01 394	0.00 1	0.00 1	0.00 1	0.01 169

LGtest1	0.06 29	0.07 149	0.16 9	0.00 1	0.00 1	0.10 54	0.00 1	0.12 138	0.57 295	0.03 328	0.00 1	0.01 21	0.00 1	0.00 1	0.13 316	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

FACV-RUCA	0.11 95	0.06 119	0.50 63	0.03 379	0.10 452	0.10 54	0.00 1	0.07 84	0.62 454	0.03 328	0.04 388	0.03 130	0.14 376	0.03 156	0.03 188	0.00 1	0.00 1	0.06 501	0.00 1	0.20 457	0.11 465

CASS	0.07 43	0.06 119	0.73 120	0.00 1	0.00 1	0.10 54	0.01 300	0.15 153	0.12 129	0.16 426	0.00 1	0.02 71	0.02 205	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RAFT	0.12 109	0.43 402	0.79 161	0.01 328	0.02 368	0.10 54	0.07 406	0.06 64	0.27 186	0.00 1	0.01 295	0.18 293	0.04 294	0.01 61	0.00 1	0.00 1	0.02 433	0.00 1	0.01 397	0.37 493	0.01 169

Syn2CoEx	0.56 392	0.78 479	2.86 457	0.00 1	0.00 1	0.10 54	0.01 300	0.91 322	0.61 403	0.02 299	0.00 1	0.49 391	0.21 397	5.03 440	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.14 413	0.03 345

HH	0.23 211	0.21 281	1.69 361	0.16 482	0.08 443	0.11 59	0.00 1	0.24 203	0.06 23	0.30 444	0.18 422	1.47 469	0.04 294	0.04 169	0.01 116	0.00 1	0.03 445	0.00 1	0.00 1	0.02 194	0.01 169

HanStereo	0.23 211	0.21 281	1.69 361	0.16 482	0.08 443	0.11 59	0.00 1	0.24 203	0.06 23	0.30 444	0.18 422	1.47 469	0.04 294	0.04 169	0.01 116	0.00 1	0.03 445	0.00 1	0.00 1	0.02 194	0.01 169

knoymous	0.09 65	0.04 57	1.04 234	0.00 1	0.00 1	0.11 59	0.00 1	0.23 198	0.05 20	0.00 1	0.00 1	0.23 315	0.00 1	0.02 125	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MonSter	0.02 2	0.05 87	0.17 13	0.00 1	0.00 1	0.12 62	0.00 1	0.01 2	0.03 4	0.01 186	0.00 1	0.02 71	0.00 1	0.01 61	0.04 216	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

qqq	0.17 167	0.01 1	0.52 68	0.00 1	0.00 1	0.12 62	0.00 1	0.95 330	0.55 236	0.00 1	0.00 1	0.01 21	0.00 1	1.23 297	0.00 1	0.00 1	0.01 394	0.00 1	0.00 1	0.00 1	0.01 169

riskmin	0.11 95	0.01 1	0.87 191	0.01 328	0.00 1	0.13 64	0.00 1	0.30 224	0.09 77	0.00 1	0.01 295	0.76 423	0.00 1	0.02 125	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

test_sample1	0.21 199	0.01 1	0.41 40	0.00 1	0.00 1	0.14 65	0.00 1	0.99 337	0.30 195	0.00 1	0.00 1	0.03 130	0.00 1	2.26 325	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

AIO_rvc	0.11 95	0.28 328	0.45 52	0.05 407	0.02 368	0.15 66	0.03 365	0.19 175	0.57 295	0.01 186	0.00 1	0.02 71	0.02 205	0.12 224	0.01 116	0.00 1	0.01 394	0.00 1	0.02 415	0.09 374	0.10 462

MoCha-V2	0.09 65	0.08 163	0.61 95	0.05 407	0.06 431	0.15 66	0.00 1	0.11 131	0.08 53	0.07 379	0.00 1	0.13 263	0.00 1	0.02 125	0.04 216	0.00 1	0.13 509	0.00 1	0.20 492	0.04 274	0.01 169

rvit_105_1	0.09 65	0.21 281	0.66 107	0.00 1	0.00 1	0.16 68	0.00 1	0.13 144	0.61 403	0.00 1	0.00 1	0.02 71	0.01 135	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.02 304

LoS_RVC	0.05 13	0.05 87	0.41 40	0.00 1	0.00 1	0.16 68	0.00 1	0.17 164	0.07 36	0.00 1	0.00 1	0.04 166	0.01 135	0.04 169	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

MFMNet_re	0.24 220	0.74 470	2.31 417	0.53 508	0.00 1	0.17 70	0.01 300	0.02 15	0.59 361	0.01 186	0.03 383	0.12 256	0.00 1	0.07 195	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.19 450	0.01 169

coex-ft	8.40 526	2.59 529	75.27 537	0.00 1	0.00 1	0.18 71	0.04 384	0.13 144	20.18 527	39.66 535	4.06 490	4.68 500	8.53 521	3.94 406	7.96 508	0.02 472	0.07 489	0.00 1	0.02 415	0.14 413	0.50 515

test_sample7	0.28 244	0.08 163	0.76 143	0.02 359	0.00 1	0.19 72	0.00 1	2.28 471	0.57 295	0.00 1	0.00 1	0.14 270	0.00 1	1.45 302	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

Anonymous_2	0.88 447	0.02 12	1.06 244	0.01 328	0.00 1	0.19 72	0.00 1	0.14 149	0.08 53	0.01 186	0.04 388	1.07 446	0.00 1	0.02 125	0.02 163	0.01 456	0.04 460	2.31 530	11.16 536	1.35 514	0.01 169

psmorigin	0.75 430	0.25 313	7.10 508	0.00 1	0.00 1	0.19 72	0.00 1	0.10 124	0.12 129	0.65 469	0.00 1	2.74 492	0.23 402	3.02 356	0.54 424	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.01 169

castereo	0.07 43	0.15 238	0.30 26	0.00 1	0.05 421	0.20 75	0.02 343	0.18 170	0.08 53	0.01 186	0.00 1	0.02 71	0.10 364	0.00 1	0.02 163	0.00 1	0.00 1	0.00 1	0.19 490	0.01 80	0.01 169

GIP-stereo	0.06 29	0.02 12	0.64 102	0.00 1	0.00 1	0.20 75	0.00 1	0.01 2	0.14 142	0.01 186	0.00 1	0.02 71	0.00 1	0.00 1	0.19 351	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.00 1

dual_stereo	0.05 13	0.02 12	0.11 3	0.00 1	0.00 1	0.20 75	0.00 1	0.06 64	0.57 295	0.00 1	0.00 1	0.02 71	0.01 135	0.00 1	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.00 1	0.00 1

RTSC	0.70 424	0.71 467	3.19 470	0.01 328	0.00 1	0.20 75	0.00 1	0.81 308	0.60 385	0.29 443	0.36 442	0.36 351	0.04 294	2.04 313	4.87 492	0.00 1	0.03 445	0.00 1	0.02 415	0.28 484	0.11 465

CES	0.08 54	0.07 149	0.43 49	0.00 1	0.00 1	0.21 79	0.01 300	0.08 95	0.56 251	0.01 186	0.00 1	0.08 229	0.04 294	0.02 125	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

PWC_ROB	0.62 414	0.54 438	3.22 472	0.00 1	0.00 1	0.22 80	0.00 1	2.18 466	0.61 403	0.00 1	0.20 426	0.29 330	0.03 259	3.46 383	1.22 450	0.00 1	0.00 1	0.00 1	0.00 1	0.39 496	0.01 169

LG-G_1	0.06 29	0.07 149	0.16 9	0.00 1	0.00 1	0.23 81	0.00 1	0.02 15	0.56 251	0.06 369	0.00 1	0.03 130	0.00 1	0.03 156	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

LG-G	0.06 29	0.07 149	0.16 9	0.00 1	0.00 1	0.23 81	0.00 1	0.02 15	0.56 251	0.06 369	0.00 1	0.03 130	0.00 1	0.03 156	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

SGD-Stereo	0.04 6	0.06 119	0.19 15	0.00 1	0.00 1	0.23 81	0.00 1	0.02 15	0.25 183	0.00 1	0.00 1	0.02 71	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

Occ-G	0.06 29	0.06 119	0.51 64	0.00 1	0.00 1	0.23 81	0.00 1	0.17 164	0.03 4	0.00 1	0.00 1	0.01 21	0.02 205	0.00 1	0.01 116	0.00 1	0.00 1	0.00 1	0.07 446	0.14 413	0.00 1

Wz-Net-MNSev	0.48 351	0.76 476	3.11 469	0.00 1	0.00 1	0.23 81	0.00 1	1.07 347	0.61 403	0.01 186	0.01 295	0.13 263	0.13 375	3.12 361	0.34 398	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296	0.01 169

DDVS	0.30 262	0.10 184	0.64 102	0.03 379	0.13 468	0.25 86	0.24 449	0.18 170	0.11 113	0.00 1	0.00 1	0.49 391	0.05 324	3.62 388	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.02 304

Selective-IGEV	0.05 13	0.04 57	0.43 49	0.00 1	0.04 412	0.25 86	0.00 1	0.01 2	0.08 53	0.00 1	0.00 1	0.01 21	0.02 205	0.00 1	0.01 116	0.00 1	0.00 1	0.00 1	0.07 446	0.03 251	0.08 441

HITNet	0.19 182	0.55 444	1.36 309	0.00 1	0.00 1	0.25 86	0.00 1	1.09 351	0.23 181	0.00 1	0.00 1	0.14 270	0.02 205	0.02 125	0.14 325	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296	0.00 1
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
AdaStereo	0.20 191	0.06 119	0.86 187	0.00 1	0.00 1	0.25 86	0.00 1	1.71 436	0.56 251	0.00 1	0.00 1	0.31 336	0.01 135	0.11 222	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	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.
fffft	0.07 43	0.01 1	0.39 35	0.00 1	0.00 1	0.26 90	0.00 1	0.03 29	0.20 170	0.00 1	0.00 1	0.02 71	0.00 1	0.00 1	0.26 379	0.00 1	0.00 1	0.00 1	0.00 1	0.11 391	0.06 421
1: 1. 1
ours_stereo	0.05 13	0.03 34	0.40 36	0.00 1	0.00 1	0.26 90	0.00 1	0.03 29	0.10 103	0.00 1	0.00 1	0.03 130	0.00 1	0.01 61	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.07 333	0.03 345

fffy	0.05 13	0.04 57	0.49 58	0.01 328	0.00 1	0.26 90	0.00 1	0.03 29	0.10 103	0.00 1	0.00 1	0.03 130	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.07 333	0.04 379

Wz-Net-SNSev	0.78 433	1.10 497	6.27 506	0.00 1	0.00 1	0.27 93	0.00 1	0.95 330	0.61 403	0.00 1	0.01 295	0.41 369	0.10 364	4.92 437	0.81 438	0.00 1	0.00 1	0.00 1	0.00 1	0.17 439	0.03 345

TestStereo	0.31 268	0.22 288	1.36 309	0.00 1	0.00 1	0.27 93	0.00 1	0.06 64	0.04 14	0.01 186	0.00 1	0.03 130	0.01 135	4.27 420	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

FINET	0.51 374	0.36 370	2.40 425	0.00 1	0.00 1	0.27 93	0.00 1	2.06 456	1.49 501	0.00 1	0.00 1	0.04 166	0.04 294	3.38 380	0.10 290	0.00 1	0.00 1	0.00 1	0.00 1	0.03 251	0.02 304

MM-Stereo_test1	0.12 109	0.10 184	1.26 285	0.02 359	0.04 412	0.28 96	0.02 343	0.06 64	0.28 187	0.01 186	0.00 1	0.03 130	0.00 1	0.05 181	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.23 467	0.01 169

fast-acv-ft	0.29 260	0.37 377	3.76 485	0.06 429	0.01 315	0.28 96	0.17 437	0.06 64	0.21 172	0.00 1	0.00 1	0.08 229	0.09 356	0.10 216	0.23 366	0.01 456	0.00 1	0.03 488	0.01 397	0.26 475	0.01 169

anonymousa	0.14 132	0.15 238	1.74 369	0.00 1	0.00 1	0.28 96	0.00 1	0.01 2	0.11 113	0.00 1	0.01 295	0.42 370	0.02 205	0.01 61	0.01 116	0.00 1	0.00 1	0.00 1	0.04 438	0.00 1	0.02 304

SCV_C0	0.09 65	0.16 247	0.63 98	0.00 1	0.00 1	0.29 99	0.00 1	0.12 138	0.09 77	0.01 186	0.00 1	0.05 193	0.03 259	0.07 195	0.00 1	0.00 1	0.00 1	0.00 1	0.15 478	0.09 374	0.02 304

CoDeX	0.36 297	0.24 307	1.39 315	0.00 1	0.01 315	0.29 99	0.00 1	1.58 423	0.57 295	0.00 1	0.00 1	0.25 322	0.07 347	2.82 345	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

MIM_Stereo	0.10 77	0.32 343	0.90 201	0.00 1	0.03 394	0.29 99	0.00 1	0.11 131	0.11 113	0.02 299	0.00 1	0.04 166	0.01 135	0.01 61	0.00 1	0.00 1	0.03 445	0.00 1	0.00 1	0.11 391	0.08 441

iRaft-Stereo_5w	0.50 369	0.51 429	1.44 330	0.00 1	0.00 1	0.29 99	0.00 1	0.63 285	0.59 361	0.00 1	0.00 1	0.08 229	0.01 135	6.14 482	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.22 463	0.01 169

AIO-Stereo	0.07 43	0.06 119	0.41 40	0.00 1	0.03 394	0.30 103	0.00 1	0.10 124	0.04 14	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.01 116	0.00 1	0.00 1	0.00 1	0.23 502	0.04 274	0.07 436

RSM++	0.08 54	0.06 119	0.38 34	0.00 1	0.00 1	0.30 103	0.00 1	0.06 64	0.56 251	0.00 1	0.00 1	0.00 1	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.16 481	0.09 374	0.03 345

RSM	0.08 54	0.05 87	0.37 31	0.00 1	0.02 368	0.30 103	0.00 1	0.11 131	0.56 251	0.00 1	0.00 1	0.00 1	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.15 478	0.05 296	0.02 304

CBFPSM	0.36 297	0.54 438	2.16 408	0.00 1	0.00 1	0.30 103	0.00 1	0.26 210	0.62 454	0.01 186	0.01 295	1.68 475	1.03 460	0.27 250	0.33 397	0.00 1	0.01 394	0.00 1	0.00 1	0.01 80	0.01 169

LG-Stereo	0.06 29	0.04 57	0.40 36	0.00 1	0.00 1	0.31 107	0.00 1	0.06 64	0.08 53	0.00 1	0.01 295	0.10 244	0.03 259	0.04 169	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.08 356	0.01 169

GCST	0.28 244	0.46 412	1.23 282	0.00 1	0.01 315	0.31 107	0.03 365	0.15 153	0.05 20	0.01 186	0.37 443	0.05 193	0.04 294	2.76 342	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.07 333	0.03 345

DLNR_Zeroshot_test	21.09 534	47.65 537	85.43 541	96.34 549	87.67 547	0.31 107	0.00 1	17.86 534	0.07 36	0.01 186	0.01 295	0.00 1	0.00 1	0.70 278	0.01 116	15.78 535	0.01 394	0.00 1	0.21 497	69.62 543	0.04 379

BEATNet_4x	0.24 220	0.51 429	1.71 364	0.00 1	0.00 1	0.31 107	0.00 1	0.99 337	0.31 196	0.00 1	0.00 1	0.29 330	0.03 259	0.22 243	0.35 401	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.02 304

PASM	0.51 374	0.32 343	3.07 467	0.00 1	0.00 1	0.31 107	0.00 1	0.46 253	0.12 129	0.03 328	0.00 1	0.44 373	0.02 205	5.22 445	0.04 216	0.00 1	0.00 1	0.00 1	0.00 1	0.12 400	0.03 345

DISCO	0.31 268	0.11 206	1.73 365	0.16 482	0.16 478	0.31 107	0.00 1	0.09 108	0.17 162	0.00 1	0.01 295	1.51 472	0.00 1	1.21 295	0.62 431	0.00 1	0.00 1	0.00 1	0.00 1	0.03 251	0.01 169

AIO-Stereo-zeroshot	0.48 351	0.27 323	3.90 489	0.08 443	0.20 495	0.32 113	0.00 1	1.02 341	0.09 77	0.38 455	0.10 412	1.72 477	0.83 453	0.33 252	0.01 116	0.00 1	0.05 475	0.00 1	0.23 502	0.11 391	0.01 169

test_sample2	0.24 220	0.02 12	0.49 58	0.00 1	0.00 1	0.32 113	0.00 1	1.12 355	0.52 221	0.00 1	0.00 1	0.02 71	0.00 1	2.29 327	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

IGEVStereo-DCA	0.10 77	0.06 119	0.52 68	0.01 328	0.00 1	0.32 113	0.00 1	0.09 108	0.09 77	0.01 186	0.01 295	0.02 71	0.04 294	0.14 228	0.44 413	0.00 1	0.00 1	0.00 1	0.10 454	0.05 296	0.01 169

rrr	0.24 220	0.06 119	1.91 386	0.01 328	0.00 1	0.32 113	0.04 384	1.34 376	0.15 151	0.01 186	0.01 295	0.02 71	0.04 294	0.14 228	0.44 413	0.00 1	0.00 1	0.00 1	0.18 487	0.05 296	0.05 400

RALCasStereoNet	0.16 156	0.35 363	0.84 181	0.00 1	0.00 1	0.32 113	0.03 365	0.16 156	0.56 251	0.02 299	0.07 404	0.05 193	0.08 352	0.13 226	0.08 273	0.00 1	0.31 517	0.00 1	0.00 1	0.07 333	0.11 465

RALAANet	0.13 119	0.51 429	0.95 214	0.00 1	0.00 1	0.32 113	0.01 300	0.38 235	0.03 4	0.00 1	0.00 1	0.05 193	0.09 356	0.02 125	0.12 309	0.00 1	0.00 1	0.00 1	0.02 415	0.10 385	0.00 1

111111	0.05 13	0.03 34	0.22 18	0.00 1	0.00 1	0.33 119	0.00 1	0.04 41	0.08 53	0.07 379	0.00 1	0.01 21	0.02 205	0.00 1	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.08 356	0.00 1

MM-Stereo_test3	0.12 109	0.25 313	0.82 172	0.01 328	0.01 315	0.33 119	0.03 365	0.08 95	0.40 208	0.00 1	0.00 1	0.06 214	0.03 259	0.02 125	0.04 216	0.00 1	0.01 394	0.00 1	0.00 1	0.24 469	0.01 169

HI	0.09 65	0.33 347	0.88 195	0.00 1	0.00 1	0.33 119	0.00 1	0.07 84	0.06 23	0.00 1	0.01 295	0.02 71	0.01 135	0.04 169	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.00 1

CoSv	0.09 65	0.33 347	0.88 195	0.00 1	0.00 1	0.33 119	0.00 1	0.07 84	0.06 23	0.00 1	0.01 295	0.02 71	0.01 135	0.04 169	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.00 1

test_xeample3	0.24 220	0.06 119	1.84 377	0.02 359	0.00 1	0.33 119	0.05 395	1.33 375	0.14 142	0.00 1	0.03 383	0.03 130	0.03 259	0.10 216	0.43 411	0.00 1	0.00 1	0.00 1	0.23 502	0.05 296	0.06 421

FAT-Stereo	0.50 369	0.14 233	2.51 437	0.00 1	0.00 1	0.33 119	0.09 420	1.88 444	0.61 403	0.05 360	0.76 462	0.60 403	0.52 428	2.46 334	0.06 247	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

edge stereo	0.58 403	0.29 334	2.86 457	0.01 328	0.03 394	0.33 119	0.03 365	0.97 334	0.50 216	0.21 432	0.33 439	1.31 459	0.16 384	4.20 416	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.11 391	0.01 169

UGAM-zero	0.68 422	0.10 184	1.78 371	0.07 435	0.16 478	0.34 126	0.03 365	0.92 324	0.18 166	0.37 454	0.00 1	2.23 488	0.74 445	6.20 490	0.01 116	0.00 1	0.05 475	0.00 1	0.26 513	0.01 80	0.09 454

SFCPSM	0.21 199	0.04 57	1.59 349	0.00 1	0.05 421	0.34 126	0.00 1	1.24 368	0.57 295	0.01 186	0.00 1	0.12 256	0.02 205	0.05 181	0.05 231	0.00 1	0.00 1	0.00 1	0.02 415	0.02 194	0.00 1

pmcnn	2.10 492	0.59 450	4.52 499	0.27 501	0.86 517	0.34 126	0.29 465	1.69 433	0.75 482	0.36 452	7.50 506	14.39 524	0.56 430	4.90 436	4.69 491	0.00 1	0.00 1	0.00 1	0.00 1	0.16 432	0.04 379

999	0.06 29	0.04 57	0.42 46	0.00 1	0.00 1	0.35 129	0.00 1	0.02 15	0.06 23	0.00 1	0.00 1	0.01 21	0.01 135	0.00 1	0.15 330	0.00 1	0.00 1	0.00 1	0.00 1	0.08 356	0.00 1

castereo++	0.09 65	0.11 206	0.28 21	0.03 379	0.00 1	0.36 130	0.00 1	0.21 192	0.56 251	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.21 497	0.02 194	0.00 1

SQANet	0.42 325	1.14 503	1.86 380	0.04 397	0.48 508	0.36 130	0.03 365	0.40 240	0.56 251	0.02 299	0.24 430	0.49 391	0.06 338	2.14 316	0.21 360	0.02 472	0.02 433	0.01 461	0.00 1	0.19 450	0.03 345

WCG-NET（raft）	0.07 43	0.18 263	0.43 49	0.00 1	0.00 1	0.37 132	0.00 1	0.07 84	0.06 23	0.01 186	0.01 295	0.05 193	0.03 259	0.01 61	0.00 1	0.00 1	0.09 496	0.00 1	0.00 1	0.07 333	0.01 169

cross-raft	0.15 150	0.05 87	1.46 334	0.00 1	0.01 315	0.37 132	0.07 406	0.40 240	0.02 1	0.02 299	0.00 1	0.38 361	0.00 1	0.02 125	0.03 188	0.00 1	0.00 1	0.00 1	0.11 460	0.01 80	0.02 304

4D-IteraStereo	0.16 156	0.51 429	1.73 365	0.00 1	0.00 1	0.38 134	0.03 365	0.08 95	0.08 53	0.02 299	0.01 295	0.00 1	0.01 135	0.06 188	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.06 421

RAFT-Test	0.20 191	0.09 177	1.34 302	0.00 1	0.12 465	0.39 135	0.10 425	0.72 296	0.25 183	0.08 389	0.00 1	0.44 373	0.00 1	0.05 181	0.13 316	0.00 1	0.00 1	0.00 1	0.24 509	0.01 80	0.01 169

aanetorigin	0.86 445	0.36 370	3.45 479	0.11 464	0.13 468	0.39 135	0.93 505	0.13 144	0.14 142	3.38 505	1.21 474	0.29 330	2.01 489	2.87 348	1.35 455	0.02 472	0.00 1	0.02 477	0.05 440	0.30 487	0.08 441

XQC	0.68 422	0.72 469	3.82 487	0.06 429	0.00 1	0.39 135	0.01 300	1.92 447	0.61 403	0.03 328	0.01 295	0.46 380	0.21 397	2.84 347	2.26 468	0.00 1	0.00 1	0.00 1	0.01 397	0.15 423	0.05 400

DEFOM-Stereo	0.04 6	0.02 12	0.30 26	0.00 1	0.00 1	0.41 138	0.00 1	0.10 124	0.04 14	0.00 1	0.00 1	0.01 21	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

WCG-NET	0.09 65	0.12 219	0.45 52	0.00 1	0.00 1	0.41 138	0.03 365	0.08 95	0.57 295	0.00 1	0.01 295	0.01 21	0.04 294	0.01 61	0.00 1	0.00 1	0.02 433	0.00 1	0.00 1	0.07 333	0.01 169

MGS-Stereo	0.10 77	0.08 163	0.82 172	0.00 1	0.00 1	0.41 138	0.00 1	0.20 186	0.08 53	0.00 1	0.00 1	0.01 21	0.01 135	0.04 169	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.39 496	0.00 1

Gwc-CoAtRS	0.12 109	0.06 119	1.17 266	0.00 1	0.11 459	0.41 138	0.00 1	0.20 186	0.04 14	0.01 186	0.00 1	0.18 293	0.00 1	0.01 61	0.06 247	0.00 1	0.00 1	0.00 1	0.18 487	0.01 80	0.00 1

acv_ft	0.21 199	0.14 233	0.95 214	0.00 1	0.00 1	0.41 138	0.00 1	0.58 275	0.60 385	0.19 431	0.01 295	0.71 419	0.12 372	0.05 181	0.12 309	0.00 1	0.00 1	0.00 1	0.00 1	0.24 469	0.00 1

AF-Net	0.47 344	0.53 436	2.05 400	0.00 1	0.00 1	0.41 138	0.01 300	1.18 365	0.40 208	0.13 415	0.05 391	1.30 458	0.45 422	2.43 333	0.30 386	0.00 1	0.00 1	0.00 1	0.00 1	0.09 374	0.00 1

DispFullNet	1.20 466	0.63 454	3.58 480	1.00 514	0.82 515	0.41 138	0.00 1	1.44 395	0.61 403	2.55 501	0.64 458	1.10 448	8.95 525	0.84 283	1.22 450	0.00 1	0.02 433	0.00 1	0.00 1	0.24 469	0.02 304

SMoEStereo_RVC	0.06 29	0.03 34	0.35 29	0.00 1	0.00 1	0.42 145	0.00 1	0.02 15	0.07 36	0.00 1	0.00 1	0.02 71	0.01 135	0.00 1	0.24 370	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296	0.07 436

Wz-Net-TNSev	1.42 475	2.41 528	11.01 519	0.00 1	0.00 1	0.42 145	0.14 434	2.05 453	0.61 403	0.06 369	0.01 295	1.34 461	0.16 384	5.70 465	4.19 484	0.00 1	0.00 1	0.00 1	0.01 397	0.19 450	0.10 462

EDNetEfficientorigin	6.23 520	0.45 410	98.39 546	0.02 359	0.04 412	0.42 145	0.02 343	0.33 228	2.90 505	7.07 518	3.12 487	1.31 459	1.61 481	4.26 419	4.55 489	0.00 1	0.00 1	0.00 1	0.00 1	0.07 333	0.02 304

GwcNet	0.50 369	0.46 412	3.90 489	0.00 1	0.00 1	0.42 145	0.10 425	0.38 235	0.74 480	0.03 328	0.00 1	0.63 406	0.05 324	2.92 351	0.16 333	0.00 1	0.00 1	0.00 1	0.00 1	0.17 439	0.05 400

FADNet-RVC-Resample	0.51 374	0.82 483	3.08 468	0.04 397	0.04 412	0.42 145	0.09 420	1.16 362	0.34 199	0.00 1	0.03 383	0.24 317	0.05 324	3.16 364	0.13 316	0.07 486	0.12 506	0.05 499	0.02 415	0.08 356	0.20 496

SPS-STEREO	0.88 447	0.40 395	2.01 393	0.00 1	0.01 315	0.42 145	0.17 437	0.50 261	0.61 403	2.19 499	0.79 466	2.04 483	0.27 408	5.10 442	2.89 477	0.00 1	0.00 1	0.00 1	0.00 1	0.03 251	0.11 465
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DCRE	0.51 374	0.25 313	0.96 216	0.00 1	0.01 315	0.43 151	0.00 1	0.25 206	0.21 172	0.33 449	7.49 505	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.01 394	0.00 1	0.17 484	0.02 194	0.01 169

test-3	0.17 167	0.03 34	0.74 129	0.03 379	0.10 452	0.43 151	0.00 1	1.36 378	0.07 36	0.01 186	0.00 1	0.02 71	0.00 1	0.08 207	0.19 351	0.00 1	0.00 1	0.00 1	0.20 492	0.12 400	0.11 465

test_1	0.17 167	0.03 34	0.75 137	0.03 379	0.10 452	0.43 151	0.00 1	1.36 378	0.07 36	0.01 186	0.00 1	0.02 71	0.00 1	0.07 195	0.19 351	0.00 1	0.00 1	0.00 1	0.20 492	0.12 400	0.11 465

ac_64	0.39 314	0.12 219	1.15 261	0.04 397	0.01 315	0.43 151	0.02 343	0.25 206	0.59 361	0.12 411	0.01 295	0.89 432	0.04 294	3.92 404	0.12 309	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.00 1

PSMNet-RUCA	0.12 109	0.26 321	0.77 146	0.00 1	0.01 315	0.44 155	0.01 300	0.25 206	0.53 226	0.03 328	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.09 374	0.00 1

DLCB_ROB	0.27 238	0.16 247	0.71 115	0.00 1	0.00 1	0.44 155	0.00 1	0.43 246	0.57 295	0.02 299	0.04 388	0.63 406	0.04 294	2.18 322	0.24 370	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test_sample5	0.39 314	0.10 184	1.42 324	0.00 1	0.00 1	0.45 157	0.00 1	2.14 463	0.57 295	0.00 1	0.00 1	0.04 166	0.00 1	3.06 359	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

test_sample4	0.38 309	0.10 184	1.42 324	0.00 1	0.00 1	0.45 157	0.00 1	2.09 459	0.56 251	0.00 1	0.00 1	0.05 193	0.00 1	2.83 346	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

DualNet	0.39 314	0.10 184	1.42 324	0.00 1	0.00 1	0.45 157	0.00 1	2.14 463	0.57 295	0.00 1	0.00 1	0.04 166	0.00 1	3.06 359	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

MLCV	0.23 211	0.46 412	1.15 261	0.00 1	0.00 1	0.45 157	0.00 1	0.57 272	0.15 151	0.09 398	0.00 1	0.27 327	0.03 259	1.09 292	0.25 374	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296	0.00 1

NVStereoNet_ROB	1.08 458	0.39 392	2.15 407	0.08 443	0.02 368	0.45 157	0.02 343	0.89 319	0.67 472	0.10 404	5.85 498	1.90 479	1.11 466	6.20 490	1.14 446	0.20 497	0.00 1	0.03 488	0.07 446	0.12 400	0.13 478
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
xyz-stereo-finetune2	0.10 77	0.16 247	0.49 58	0.00 1	0.00 1	0.46 162	0.00 1	0.01 2	0.59 361	0.01 186	0.00 1	0.04 166	0.08 352	0.01 61	0.23 366	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

MLG-Stereo	0.06 29	0.05 87	0.10 1	0.00 1	0.00 1	0.46 162	0.00 1	0.02 15	0.60 385	0.01 186	0.00 1	0.02 71	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

test_sample3	0.37 304	0.09 177	1.41 321	0.00 1	0.00 1	0.46 162	0.00 1	1.95 450	0.56 251	0.01 186	0.00 1	0.05 193	0.00 1	2.79 344	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

ToySt	0.12 109	0.15 238	0.92 209	0.00 1	0.00 1	0.46 162	0.00 1	0.41 243	0.10 103	0.00 1	0.00 1	0.10 244	0.00 1	0.07 195	0.19 351	0.00 1	0.00 1	0.00 1	0.02 415	0.04 274	0.02 304

G2L-Stereo_aug	0.38 309	0.11 206	2.82 455	0.00 1	0.01 315	0.47 166	0.00 1	0.48 256	0.19 168	0.00 1	0.00 1	0.10 244	0.04 294	3.13 363	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.07 333	0.00 1

AIO-Stereo-zeroshot1	0.72 428	0.42 399	4.27 495	0.20 497	0.26 500	0.47 166	0.00 1	0.54 266	0.16 158	0.40 457	5.35 497	0.45 378	0.97 457	0.25 248	0.25 374	0.00 1	0.05 475	0.00 1	0.26 513	0.12 400	0.02 304

StereoVision	0.16 156	0.25 313	1.07 250	0.00 1	0.00 1	0.47 166	0.01 300	0.18 170	0.61 403	0.00 1	0.29 435	0.15 279	0.02 205	0.07 195	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.03 251	0.01 169

RAFT_CTSACE	0.14 132	0.33 347	1.23 282	0.00 1	0.01 315	0.47 166	0.00 1	0.27 216	0.11 113	0.01 186	0.00 1	0.04 166	0.00 1	0.08 207	0.00 1	0.00 1	0.01 394	0.00 1	0.00 1	0.24 469	0.00 1

test_sample6	0.41 322	0.11 206	1.38 312	0.00 1	0.00 1	0.48 170	0.00 1	2.33 475	0.57 295	0.00 1	0.00 1	0.10 244	0.00 1	3.18 367	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

UPFNet	0.18 176	0.05 87	1.11 255	0.00 1	0.00 1	0.48 170	0.00 1	1.11 353	0.48 214	0.00 1	0.00 1	0.10 244	0.00 1	0.10 216	0.10 290	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

FADNet-RVC	0.51 374	0.80 480	2.47 433	0.01 328	0.00 1	0.48 170	0.00 1	1.32 374	0.14 142	0.00 1	0.01 295	0.12 256	0.06 338	4.07 410	0.15 330	0.00 1	0.04 460	0.00 1	0.00 1	0.38 494	0.08 441

Wz-Net-LNSev	0.34 287	0.61 452	4.26 493	0.00 1	0.00 1	0.49 173	0.00 1	0.26 210	0.61 403	0.00 1	0.01 295	0.23 315	0.03 259	0.10 216	0.16 333	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

rafts_anoy	0.14 132	0.35 363	0.99 228	0.00 1	0.02 368	0.49 173	0.03 365	0.11 131	0.07 36	0.00 1	0.01 295	0.06 214	0.06 338	0.24 246	0.06 247	0.00 1	0.14 510	0.00 1	0.01 397	0.02 194	0.03 345

ISRNet	0.16 156	0.11 206	1.44 330	0.00 1	0.00 1	0.50 175	0.00 1	0.44 248	0.60 385	0.00 1	0.00 1	0.05 193	0.00 1	0.05 181	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

IGEV_Zeroshot_test	0.32 277	0.10 184	2.61 444	0.01 328	0.01 315	0.50 175	0.04 384	0.21 192	0.09 77	0.45 461	0.45 447	0.81 427	0.51 426	0.20 241	0.23 366	0.00 1	0.05 475	0.00 1	0.14 472	0.03 251	0.00 1

CSP-Net	0.37 304	0.10 184	0.54 78	0.00 1	0.00 1	0.50 175	0.00 1	0.64 287	0.13 138	0.00 1	0.00 1	0.15 279	0.02 205	5.27 446	0.06 247	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296	0.00 1

LL-Strereo2	0.12 109	0.41 397	0.91 206	0.05 407	0.03 394	0.51 178	0.04 384	0.13 144	0.11 113	0.01 186	0.00 1	0.03 130	0.02 205	0.06 188	0.10 290	0.00 1	0.00 1	0.00 1	0.01 397	0.03 251	0.03 345

gwcnet-sp	0.28 244	0.15 238	2.75 451	0.00 1	0.00 1	0.51 178	0.02 343	0.49 258	0.57 295	0.01 186	0.01 295	0.08 229	0.04 294	0.87 284	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

scenet	0.28 244	0.15 238	2.75 451	0.00 1	0.00 1	0.51 178	0.02 343	0.49 258	0.57 295	0.01 186	0.01 295	0.08 229	0.04 294	0.87 284	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

ssnet	0.28 244	0.15 238	2.75 451	0.00 1	0.00 1	0.51 178	0.02 343	0.49 258	0.57 295	0.01 186	0.01 295	0.08 229	0.04 294	0.87 284	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

DANet	0.58 403	0.19 274	1.87 381	0.26 500	0.06 431	0.51 178	0.11 429	1.41 386	0.52 221	0.22 433	0.06 401	1.06 444	0.02 205	4.25 418	0.92 441	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.06 421
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
StereoDRNet	0.42 325	0.50 424	2.50 435	0.02 359	0.06 431	0.51 178	0.00 1	0.34 229	0.61 403	0.00 1	0.00 1	0.33 339	0.02 205	2.87 348	0.50 422	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.02 304

MM-Stereo_test2	0.14 132	0.06 119	1.48 338	0.07 435	0.00 1	0.52 184	0.00 1	0.08 95	0.03 4	0.13 415	0.00 1	0.03 130	0.02 205	0.02 125	0.07 258	0.00 1	0.01 394	0.00 1	0.01 397	0.19 450	0.04 379

AIO-test1	0.27 238	0.33 347	1.30 294	0.00 1	0.01 315	0.52 184	0.01 300	1.16 362	0.61 403	0.00 1	0.01 295	0.03 130	0.02 205	1.24 299	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.12 400	0.06 421

GASNet	0.56 392	1.09 496	2.57 442	0.00 1	0.00 1	0.52 184	0.02 343	1.12 355	0.22 175	0.01 186	0.14 418	0.50 395	0.12 372	4.09 411	0.39 406	0.00 1	0.00 1	0.00 1	0.00 1	0.32 489	0.08 441

iRaftStereo_RVC	0.10 77	0.20 278	0.57 86	0.00 1	0.00 1	0.52 184	0.00 1	0.05 51	0.07 36	0.00 1	0.01 295	0.14 270	0.03 259	0.02 125	0.01 116	0.00 1	0.03 445	0.00 1	0.00 1	0.25 473	0.20 496

HSM	0.63 415	0.36 370	0.89 199	0.00 1	0.00 1	0.52 184	0.01 300	0.98 335	0.56 251	0.00 1	0.01 295	2.27 489	0.65 439	6.18 484	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

xyz-stereo-finetune	0.11 95	0.18 263	0.37 31	0.00 1	0.00 1	0.53 189	0.00 1	0.00 1	0.56 251	0.01 186	0.00 1	0.04 166	0.02 205	0.00 1	0.38 402	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

GREAT-IGEV	0.11 95	0.07 149	0.65 104	0.00 1	0.11 459	0.53 189	0.00 1	0.06 64	0.09 77	0.00 1	0.01 295	0.01 21	0.01 135	0.02 125	0.03 188	0.00 1	0.08 495	0.00 1	0.17 484	0.07 333	0.28 503

AACVNet	0.40 319	0.36 370	0.90 201	0.00 1	0.00 1	0.53 189	0.00 1	0.18 170	0.41 210	0.02 299	0.00 1	0.11 250	0.01 135	5.33 449	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.15 423	0.00 1

test_3	0.19 182	0.02 12	0.76 143	0.03 379	0.10 452	0.53 189	0.00 1	1.42 389	0.07 36	0.13 415	0.00 1	0.02 71	0.00 1	0.07 195	0.19 351	0.00 1	0.00 1	0.00 1	0.20 492	0.12 400	0.11 465

THIR-Stereo	0.93 450	0.18 263	1.34 302	0.00 1	0.01 315	0.53 189	3.86 524	0.10 124	0.10 103	0.10 404	1.50 481	0.76 423	2.90 498	5.73 467	1.45 457	0.00 1	0.00 1	0.02 477	0.00 1	0.01 80	0.00 1

xxxx	1.04 456	0.02 12	0.54 78	0.00 1	0.00 1	0.53 189	0.00 1	2.53 486	0.57 295	0.00 1	0.00 1	0.01 21	0.01 135	2.04 313	14.52 526	0.00 1	0.01 394	0.00 1	0.00 1	0.00 1	0.01 169

coex_refinement	0.33 279	0.44 406	0.97 223	0.05 407	0.00 1	0.54 195	0.04 384	0.72 296	0.15 151	0.02 299	0.00 1	0.36 351	0.16 384	3.05 358	0.13 316	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.01 169

PAM_32	0.49 358	0.07 149	2.23 411	0.17 486	0.23 498	0.54 195	0.25 452	0.26 210	0.13 138	0.49 465	0.93 470	2.21 487	0.87 454	0.51 266	0.31 393	0.00 1	0.07 489	0.00 1	0.27 517	0.01 80	0.19 493

PAM	0.48 351	0.08 163	2.03 394	0.19 493	0.24 499	0.54 195	0.26 455	0.24 203	0.11 113	0.54 468	0.96 471	2.39 491	0.72 443	0.48 265	0.25 374	0.00 1	0.07 489	0.00 1	0.26 513	0.01 80	0.18 489

Pointernet	0.10 77	0.04 57	0.61 95	0.00 1	0.05 421	0.54 195	0.00 1	0.02 15	0.59 361	0.00 1	0.00 1	0.03 130	0.02 205	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 397	0.01 80	0.00 1

AIO-test2	0.30 262	0.63 454	0.91 206	0.08 443	0.13 468	0.55 199	0.01 300	1.15 360	0.60 385	0.00 1	0.00 1	0.03 130	0.04 294	0.89 287	0.04 216	0.87 516	0.00 1	0.00 1	0.01 397	0.03 251	0.05 400

RYNet	0.53 385	0.19 274	1.79 373	0.00 1	0.00 1	0.55 199	0.00 1	1.12 355	0.61 403	0.02 299	0.00 1	0.83 428	0.04 294	5.05 441	0.45 416	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 304

MFN_U_SF_RVC	0.95 452	1.40 515	4.49 498	0.16 482	0.11 459	0.56 201	0.07 406	1.12 355	0.36 202	0.43 460	0.27 433	1.27 456	0.73 444	3.98 408	1.47 458	0.29 502	0.34 521	0.36 518	0.55 526	0.63 505	0.46 511

S-Stereo	0.65 419	0.25 313	3.44 478	0.00 1	0.00 1	0.56 201	0.05 395	1.86 443	0.61 403	0.00 1	0.76 462	0.84 429	0.11 369	4.28 422	0.11 298	0.00 1	0.01 394	0.00 1	0.00 1	0.07 333	0.03 345

Wz-Net-LNSev-Ref	0.42 325	0.52 434	3.02 463	0.00 1	0.00 1	0.57 203	0.00 1	1.15 360	0.60 385	0.00 1	0.00 1	0.04 166	0.14 376	1.51 304	0.76 437	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test-1	0.19 182	0.13 227	0.67 110	0.00 1	0.15 475	0.57 203	0.00 1	1.01 340	0.11 113	0.04 350	0.48 451	0.05 193	0.00 1	0.01 61	0.30 386	0.00 1	0.07 489	0.00 1	0.06 443	0.01 80	0.18 489

test_xeample	1.14 462	0.02 12	0.58 87	0.00 1	0.00 1	0.57 203	0.00 1	2.57 489	0.57 295	0.00 1	0.00 1	0.03 130	0.02 205	3.45 382	15.00 529	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 304

G2L-Stereo	0.41 322	0.45 410	1.90 384	0.00 1	0.00 1	0.58 206	0.00 1	0.40 240	0.12 129	0.00 1	0.00 1	0.33 339	0.05 324	4.09 411	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.14 413	0.00 1

TCMNet	0.49 358	0.43 402	3.03 465	0.06 429	0.01 315	0.58 206	0.04 384	0.92 324	0.62 454	0.00 1	0.00 1	0.20 304	0.02 205	3.64 390	0.02 163	0.00 1	0.00 1	0.02 477	0.00 1	0.18 448	0.07 436

222	1.95 486	0.03 34	0.41 40	0.00 1	0.00 1	0.58 206	0.00 1	2.64 496	0.57 295	0.02 299	0.00 1	0.05 193	0.02 205	3.34 379	31.23 534	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 304

iResNetv2_ROB	0.36 297	1.03 494	2.96 461	0.00 1	0.00 1	0.58 206	0.00 1	1.51 419	0.58 349	0.01 186	0.00 1	0.08 229	0.02 205	0.07 195	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.29 486	0.02 304

NaN_ROB	0.80 435	0.47 417	1.63 354	0.17 486	0.19 490	0.58 206	0.38 478	2.11 460	0.80 486	0.53 467	0.33 439	0.48 383	1.13 467	4.98 439	1.94 465	0.00 1	0.02 433	0.01 461	0.05 440	0.06 318	0.14 481

IGEV-Stereo++	0.05 13	0.03 34	0.16 9	0.00 1	0.00 1	0.59 211	0.00 1	0.05 51	0.07 36	0.01 186	0.00 1	0.01 21	0.00 1	0.06 188	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.03 251	0.01 169

NVstereo2D	0.45 338	0.11 206	1.91 386	0.00 1	0.00 1	0.59 211	0.00 1	1.39 385	0.61 403	0.03 328	0.00 1	0.33 339	0.00 1	3.94 406	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

delet	0.33 279	0.24 307	1.05 242	0.00 1	0.00 1	0.60 213	0.00 1	0.53 263	0.59 361	0.03 328	0.01 295	0.52 399	0.19 391	2.68 339	0.13 316	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

MLG-Stereo_test1	0.07 43	0.05 87	0.10 1	0.00 1	0.00 1	0.61 214	0.00 1	0.02 15	0.61 403	0.01 186	0.00 1	0.02 71	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

CFNet-RSSM	0.17 167	0.06 119	1.16 265	0.00 1	0.12 465	0.61 214	0.00 1	0.90 320	0.08 53	0.01 186	0.00 1	0.09 240	0.00 1	0.01 61	0.03 188	0.00 1	0.00 1	0.00 1	0.23 502	0.00 1	0.00 1

RP	0.42 325	0.44 406	1.52 341	0.00 1	0.01 315	0.61 214	0.02 343	1.06 345	0.39 207	0.03 328	0.01 295	0.99 438	0.16 384	2.89 350	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.10 385	0.00 1

RASNet	0.58 403	0.27 323	1.30 294	0.00 1	0.00 1	0.61 214	0.01 300	0.47 254	0.60 385	0.08 389	0.06 401	1.52 474	0.04 294	6.18 484	0.48 419	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

HSM-Net_RVC	0.52 384	0.06 119	1.45 332	0.00 1	0.00 1	0.61 214	0.00 1	3.83 507	0.52 221	0.14 423	0.00 1	0.22 314	0.03 259	3.50 384	0.04 216	0.01 456	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DRN-Test	0.43 332	0.13 227	1.95 390	0.03 379	0.09 448	0.61 214	0.00 1	1.43 394	0.61 403	0.00 1	0.00 1	0.18 293	0.04 294	3.32 377	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

UGAM	0.51 374	0.12 219	1.83 375	0.00 1	0.00 1	0.62 220	0.00 1	0.06 64	0.11 113	0.00 1	0.23 429	0.35 347	0.04 294	6.42 500	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.26 475	0.03 345

ffm	0.25 227	0.02 12	1.06 244	0.00 1	0.00 1	0.62 220	0.00 1	1.42 389	0.57 295	0.00 1	0.00 1	0.67 414	0.02 205	0.57 269	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.08 356	0.03 345

ff1	0.80 435	0.02 12	1.06 244	0.00 1	0.00 1	0.62 220	0.00 1	1.42 389	0.57 295	0.00 1	0.00 1	0.67 414	0.02 205	5.57 460	5.86 499	0.00 1	0.01 394	0.00 1	0.00 1	0.08 356	0.03 345

mmx	0.85 441	0.02 12	1.06 244	0.00 1	0.00 1	0.62 220	0.00 1	2.50 482	0.56 251	0.00 1	0.00 1	0.67 414	0.02 205	5.57 460	5.86 499	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

ttt	0.70 424	0.02 12	0.78 157	0.00 1	0.00 1	0.62 220	0.00 1	2.50 482	0.56 251	0.00 1	0.00 1	0.29 330	0.01 135	4.18 415	5.00 494	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

xxx	0.85 441	0.02 12	1.06 244	0.00 1	0.00 1	0.62 220	0.00 1	2.50 482	0.56 251	0.00 1	0.00 1	0.67 414	0.02 205	5.57 460	5.86 499	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

anonymousdsp2	0.10 77	0.04 57	0.98 227	0.00 1	0.00 1	0.62 220	0.00 1	0.09 108	0.11 113	0.00 1	0.00 1	0.01 21	0.01 135	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 415	0.04 274	0.03 345

IER	0.14 132	0.09 177	1.29 291	0.00 1	0.00 1	0.62 220	0.00 1	0.17 164	0.10 103	0.00 1	0.00 1	0.40 366	0.02 205	0.11 222	0.04 216	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

raftrobust	0.13 119	0.36 370	0.94 213	0.00 1	0.18 486	0.62 220	0.02 343	0.07 84	0.07 36	0.00 1	0.00 1	0.03 130	0.03 259	0.03 156	0.05 231	0.00 1	0.01 394	0.00 1	0.00 1	0.06 318	0.04 379

FBW_ROB	0.83 438	0.31 342	1.48 338	0.10 454	0.01 315	0.62 220	0.01 300	1.91 446	0.59 361	0.01 186	0.01 295	1.10 448	0.05 324	7.84 515	2.07 467	0.05 483	0.01 394	0.03 488	0.01 397	0.01 80	0.47 512

LL-Strereo	0.71 427	0.88 485	2.40 425	0.00 1	0.00 1	0.63 230	0.01 300	1.57 421	0.58 349	0.45 461	0.00 1	0.54 401	0.30 410	6.37 498	0.07 258	0.00 1	0.05 475	0.00 1	0.00 1	0.22 463	0.17 488

CrosDoStereo	1.10 459	0.08 163	1.43 328	0.00 1	0.05 421	0.63 230	5.86 528	0.60 279	0.38 203	0.26 437	1.21 474	0.19 300	3.02 499	6.61 504	1.64 461	0.00 1	0.00 1	0.00 1	0.00 1	0.06 318	0.00 1

DeepStereo_LL	1.10 459	0.08 163	1.43 328	0.00 1	0.05 421	0.63 230	5.86 528	0.60 279	0.38 203	0.26 437	1.21 474	0.19 300	3.02 499	6.61 504	1.64 461	0.00 1	0.00 1	0.00 1	0.00 1	0.06 318	0.00 1

stereogan	0.49 358	0.22 288	2.39 424	0.00 1	0.00 1	0.63 230	0.02 343	0.79 304	0.72 478	0.06 369	0.00 1	1.68 475	0.46 423	2.63 338	0.04 216	0.00 1	0.00 1	0.00 1	0.00 1	0.14 413	0.00 1

testlalala_base	0.27 238	0.06 119	0.80 166	0.00 1	0.00 1	0.64 234	0.00 1	1.08 349	0.08 53	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 216	0.52 509	0.00 1	0.00 1	0.12 465	2.02 517	0.00 1

raft_robust	0.56 392	0.36 370	0.87 191	0.00 1	0.15 475	0.64 234	0.00 1	2.20 467	0.56 251	0.00 1	0.01 295	0.44 373	1.18 471	4.46 424	0.01 116	0.00 1	0.00 1	0.00 1	0.15 478	0.09 374	0.03 345

raft+_RVC	0.14 132	0.37 377	0.96 216	0.00 1	0.16 478	0.64 234	0.03 365	0.05 51	0.08 53	0.00 1	0.00 1	0.02 71	0.03 259	0.03 156	0.07 258	0.00 1	0.07 489	0.00 1	0.00 1	0.05 296	0.16 486

HGLStereo	0.28 244	0.12 219	1.15 261	0.00 1	0.00 1	0.65 237	0.00 1	0.57 272	0.25 183	0.02 299	0.01 295	0.47 381	0.03 259	2.17 321	0.14 325	0.00 1	0.00 1	0.00 1	0.00 1	0.03 251	0.01 169

RGC	0.50 369	0.53 436	2.42 429	0.00 1	0.01 315	0.65 237	0.00 1	1.07 347	0.17 162	0.01 186	0.62 457	1.00 439	0.19 391	3.03 357	0.28 384	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296	0.02 304

AANet_RVC	0.75 430	0.65 456	2.52 438	0.01 328	0.00 1	0.66 239	0.00 1	0.61 283	0.13 138	0.00 1	1.29 478	0.96 436	0.04 294	5.98 474	1.82 464	0.13 492	0.02 433	0.00 1	0.00 1	0.07 333	0.04 379

ADLNet	0.38 309	0.21 281	0.86 187	0.00 1	0.00 1	0.67 240	0.00 1	0.86 316	0.60 385	0.18 429	0.01 295	1.01 440	0.02 205	2.92 351	0.26 379	0.00 1	0.00 1	0.00 1	0.00 1	0.09 374	0.02 304

MMNet	0.23 211	0.18 263	1.84 377	0.00 1	0.00 1	0.67 240	0.00 1	0.59 277	0.59 361	0.00 1	0.01 295	0.18 293	0.09 356	0.26 249	0.12 309	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

Nwc_Net	0.43 332	0.42 399	2.64 446	0.00 1	0.00 1	0.67 240	0.00 1	0.82 311	0.28 187	0.00 1	0.01 295	0.90 433	0.10 364	2.62 336	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.03 251	0.00 1

NOSS_ROB	0.61 412	0.17 255	0.63 98	0.19 493	0.00 1	0.67 240	0.00 1	2.38 477	0.57 295	0.13 415	0.00 1	0.94 434	0.00 1	6.27 494	0.10 290	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.10 462

iResNet	0.25 227	0.27 323	1.68 359	0.00 1	0.00 1	0.69 244	0.00 1	1.22 367	0.56 251	0.00 1	0.00 1	0.04 166	0.03 259	0.12 224	0.30 386	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296	0.01 169

1111x	0.87 446	0.02 12	1.20 271	0.00 1	0.00 1	0.70 245	0.00 1	2.60 494	0.56 251	0.00 1	0.00 1	0.04 166	0.01 135	5.36 452	6.80 503	0.00 1	0.01 394	0.00 1	0.00 1	0.00 1	0.01 169

iRaft-Stereo_20w	0.38 309	0.11 206	1.91 386	0.12 468	0.04 412	0.70 245	0.24 449	1.72 437	0.16 158	0.41 458	0.00 1	0.26 324	1.04 461	0.41 260	0.24 370	0.00 1	0.04 460	0.00 1	0.14 472	0.02 194	0.09 454

pcwnet_v2	0.47 344	0.11 206	5.03 502	0.00 1	0.00 1	0.70 245	0.00 1	1.98 452	0.61 403	0.01 186	0.00 1	0.36 351	0.33 415	0.18 238	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.02 304

iResNet_ROB	0.30 262	0.66 458	1.41 321	0.00 1	0.00 1	0.70 245	0.00 1	0.79 304	0.57 295	0.04 350	0.01 295	0.08 229	0.01 135	1.55 306	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.06 318	0.00 1

DispNO	0.64 417	0.48 419	2.04 397	0.00 1	0.00 1	0.71 249	0.01 300	1.47 409	0.56 251	0.00 1	0.54 452	1.34 461	0.06 338	5.12 443	0.31 393	0.00 1	0.00 1	0.03 488	0.12 465	0.01 80	0.02 304

UNet	0.26 232	0.18 263	2.41 427	0.00 1	0.00 1	0.71 249	0.00 1	0.39 238	0.60 385	0.00 1	0.00 1	0.37 358	0.02 205	0.45 264	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

CSAN	1.05 457	0.61 452	2.46 432	0.09 450	0.08 443	0.71 249	0.71 498	2.20 467	0.93 491	0.85 476	2.92 485	0.79 426	1.46 478	5.37 453	1.58 460	0.01 456	0.01 394	0.00 1	0.00 1	0.09 374	0.05 400

DFGA-Net	0.37 304	0.77 478	1.34 302	0.00 1	0.01 315	0.72 252	0.00 1	0.21 192	0.21 172	0.00 1	0.00 1	0.03 130	0.01 135	3.85 400	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.20 457	0.01 169

ccnet	0.49 358	0.05 87	1.26 285	0.01 328	0.08 443	0.72 252	0.18 439	1.18 365	0.35 200	0.45 461	0.68 459	0.13 263	0.39 419	3.54 386	0.74 436	0.01 456	0.00 1	0.02 477	0.00 1	0.02 194	0.01 169

hitnet-ft	0.42 325	0.30 338	1.15 261	0.00 1	0.00 1	0.73 254	0.11 429	0.30 224	0.19 168	0.04 350	0.14 418	0.75 422	0.17 390	4.33 423	0.10 290	0.01 456	0.00 1	0.03 488	0.00 1	0.04 274	0.01 169

DCVSM-stereo	0.16 156	0.03 34	1.58 347	0.00 1	0.00 1	0.74 255	0.04 384	0.02 15	0.08 53	0.00 1	0.00 1	0.60 403	0.07 347	0.06 188	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

R-Stereo Train	0.15 150	0.03 34	0.77 146	0.00 1	0.00 1	0.74 255	0.00 1	1.36 378	0.09 77	0.02 299	0.00 1	0.01 21	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

PVD	0.73 429	0.57 447	3.38 476	0.04 397	0.19 490	0.74 255	0.00 1	0.29 221	0.79 485	2.37 500	0.00 1	0.53 400	0.09 356	2.19 323	3.20 478	0.00 1	0.05 475	0.00 1	0.02 415	0.08 356	0.15 482

RAFT-Stereo	0.15 150	0.03 34	0.77 146	0.00 1	0.00 1	0.74 255	0.00 1	1.36 378	0.09 77	0.02 299	0.00 1	0.01 21	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MLG-Stereo_test2	0.08 54	0.06 119	0.13 5	0.00 1	0.00 1	0.75 259	0.00 1	0.03 29	0.57 295	0.01 186	0.00 1	0.05 193	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

PCWNet_CMD	0.19 182	0.10 184	1.38 312	0.00 1	0.01 315	0.75 259	0.00 1	0.35 230	0.12 129	0.00 1	0.00 1	0.48 383	0.51 426	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

AEACV	0.10 77	0.02 12	0.49 58	0.00 1	0.02 368	0.75 259	0.00 1	0.07 84	0.02 1	0.09 398	0.00 1	0.01 21	0.08 352	0.01 61	0.00 1	0.00 1	0.03 445	0.00 1	0.24 509	0.07 333	0.05 400

MSMDNet	0.19 182	0.10 184	1.39 315	0.00 1	0.01 315	0.75 259	0.00 1	0.35 230	0.12 129	0.00 1	0.00 1	0.48 383	0.50 424	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

model_zeroshot	0.20 191	0.23 298	0.96 216	0.01 328	0.00 1	0.77 263	0.02 343	0.31 227	0.14 142	0.75 474	0.00 1	0.12 256	0.01 135	0.58 271	0.02 163	0.00 1	0.01 394	0.00 1	0.11 460	0.01 80	0.00 1

gcap-zeroshot	0.18 176	0.22 288	1.03 232	0.07 435	0.10 452	0.77 263	0.00 1	0.26 210	0.63 459	0.00 1	0.00 1	0.21 308	0.01 135	0.15 233	0.02 163	0.00 1	0.04 460	0.00 1	0.17 484	0.00 1	0.00 1

iinet-f	0.48 351	0.57 447	4.45 497	0.00 1	0.01 315	0.77 263	0.00 1	1.48 410	0.61 403	0.01 186	0.00 1	0.40 366	0.44 421	0.38 258	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.35 492	0.01 169

GANet	0.55 389	0.35 363	1.40 320	0.00 1	0.00 1	0.77 263	0.08 414	0.36 233	0.57 295	0.01 186	0.00 1	0.68 418	0.11 369	5.52 457	1.07 444	0.00 1	0.00 1	0.02 477	0.00 1	0.09 374	0.03 345

DEmStereo	0.75 430	0.06 119	1.73 365	0.04 397	0.00 1	0.78 267	0.52 490	0.05 51	0.57 295	0.05 360	0.72 461	0.02 71	3.42 504	5.79 470	1.29 453	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

DMCA-RVC	0.31 268	0.48 419	2.47 433	0.00 1	0.03 394	0.78 267	0.03 365	0.06 64	0.08 53	0.01 186	0.01 295	0.08 229	0.33 415	1.59 307	0.16 333	0.00 1	0.02 433	0.01 461	0.00 1	0.01 80	0.01 169

IGEV-RUCA	0.20 191	0.04 57	0.49 58	0.06 429	0.11 459	0.79 269	0.31 467	0.21 192	0.17 162	0.10 404	0.11 413	0.15 279	0.24 403	0.16 235	0.20 357	0.04 480	0.12 506	0.20 512	0.22 500	0.17 439	0.19 493

DDUNet	0.34 287	0.20 278	1.06 244	0.00 1	0.00 1	0.79 269	0.01 300	0.91 322	0.54 230	0.04 350	0.01 295	1.11 450	0.01 135	1.89 311	0.17 337	0.00 1	0.00 1	0.00 1	0.00 1	0.06 318	0.00 1

LMCR-Stereo	0.27 238	0.34 354	1.42 324	0.00 1	0.00 1	0.79 269	0.00 1	2.15 465	0.61 403	0.00 1	0.00 1	0.04 166	0.04 294	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296	0.00 1

test_for_model	0.57 398	0.39 392	0.80 166	1.74 520	0.02 368	0.80 272	0.02 343	0.30 224	0.22 175	0.11 408	0.00 1	0.00 1	0.02 205	0.00 1	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	6.94 531	0.01 169

ProNet	0.09 65	0.20 278	0.53 77	0.00 1	0.00 1	0.80 272	0.00 1	0.04 41	0.07 36	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 356	0.01 169

test_5	0.26 232	0.35 363	1.35 305	0.01 328	0.22 497	0.80 272	0.01 300	0.81 308	0.58 349	0.12 411	0.00 1	0.06 214	0.01 135	0.61 275	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.14 413	0.16 486

Reg-Stereo(zero)	0.23 211	0.02 12	1.54 344	0.00 1	0.07 437	0.81 275	0.09 420	0.10 124	0.16 158	0.00 1	0.11 413	0.20 304	0.82 451	0.17 237	0.28 384	0.00 1	0.00 1	0.00 1	0.09 452	0.01 80	0.06 421

ssnet_v2	0.28 244	0.17 255	1.18 269	0.00 1	0.00 1	0.81 275	0.00 1	1.05 344	0.59 361	0.09 398	0.01 295	0.88 431	0.09 356	0.43 261	0.08 273	0.00 1	0.00 1	0.00 1	0.00 1	0.12 400	0.09 454

NCCL2	0.29 260	0.50 424	1.52 341	0.00 1	0.00 1	0.81 275	0.00 1	0.45 250	0.22 175	0.00 1	0.00 1	0.02 71	0.03 259	2.14 316	0.06 247	0.00 1	0.00 1	0.02 477	0.00 1	0.01 80	0.03 345

testlalala2	0.25 227	0.07 149	1.64 355	0.00 1	0.00 1	0.82 278	0.00 1	1.66 431	0.57 295	0.01 186	0.00 1	0.04 166	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.24 509	0.01 80	0.00 1

CASnet	0.08 54	0.05 87	0.40 36	0.00 1	0.00 1	0.82 278	0.00 1	0.14 149	0.08 53	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 251	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
test_4	0.13 119	0.07 149	1.12 258	0.00 1	0.05 421	0.82 278	0.00 1	0.04 41	0.08 53	0.10 404	0.00 1	0.01 21	0.01 135	0.02 125	0.06 247	0.00 1	0.00 1	0.00 1	0.02 415	0.11 391	0.00 1

WZ-Net	1.38 473	1.14 503	10.22 517	0.00 1	0.00 1	0.82 278	0.00 1	1.37 384	0.61 403	0.01 186	0.01 295	1.09 447	2.20 492	6.39 499	3.68 482	0.00 1	0.00 1	0.00 1	0.00 1	0.07 333	0.02 304

psm_up	0.39 314	0.25 313	1.04 234	0.00 1	0.00 1	0.82 278	0.00 1	1.88 444	0.57 295	0.00 1	0.00 1	0.28 329	0.01 135	2.78 343	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.06 318	0.00 1

FADNet	0.55 389	0.75 471	2.42 429	0.00 1	0.01 315	0.82 278	0.00 1	0.88 317	0.54 230	0.01 186	0.01 295	0.16 288	0.16 384	4.49 425	0.09 279	0.18 496	0.00 1	0.00 1	0.00 1	0.43 499	0.00 1

tt45	0.08 54	0.03 34	0.41 40	0.00 1	0.00 1	0.83 284	0.00 1	0.02 15	0.06 23	0.00 1	0.00 1	0.03 130	0.01 135	0.00 1	0.13 316	0.00 1	0.00 1	0.00 1	0.00 1	0.06 318	0.01 169

GCAP-Stereo	0.11 95	0.28 328	0.71 115	0.00 1	0.00 1	0.83 284	0.00 1	0.08 95	0.09 77	0.01 186	0.00 1	0.05 193	0.00 1	0.01 61	0.00 1	0.00 1	0.02 433	0.00 1	0.00 1	0.06 318	0.01 169

GANet-ADL	0.16 156	0.06 119	1.18 269	0.00 1	0.01 315	0.83 284	0.00 1	0.23 198	0.07 36	0.00 1	0.30 436	0.35 347	0.00 1	0.07 195	0.10 290	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.01 169

StereoDRNet-Refined	0.24 220	0.08 163	0.68 111	0.00 1	0.00 1	0.83 284	0.00 1	0.66 289	0.61 403	0.00 1	0.00 1	0.50 395	0.02 205	1.28 300	0.08 273	0.00 1	0.00 1	0.00 1	0.00 1	0.10 385	0.04 379
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CFNet_ucs	0.26 232	0.14 233	1.53 343	0.00 1	0.01 315	0.84 288	0.00 1	1.78 441	0.17 162	0.00 1	0.00 1	0.49 391	0.30 410	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

STTStereo	0.24 220	0.28 328	1.68 359	0.00 1	0.00 1	0.84 288	0.03 365	0.16 156	0.08 53	0.02 299	0.00 1	0.20 304	0.03 259	1.54 305	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CBMV	0.57 398	0.22 288	1.61 353	0.00 1	0.00 1	0.84 288	0.78 501	2.58 491	0.61 403	0.38 455	0.00 1	1.25 453	0.63 438	2.07 315	0.38 402	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.08 441
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
STrans-v2	0.85 441	0.28 328	1.66 357	0.00 1	0.01 315	0.85 291	0.04 384	2.05 453	0.67 472	0.48 464	0.87 469	1.12 451	2.12 491	6.64 506	0.25 374	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

LSM	4.58 514	0.88 485	17.79 523	3.73 530	38.79 534	0.85 291	2.37 519	0.54 266	1.64 502	2.88 503	3.09 486	0.62 405	0.60 434	3.16 364	1.06 443	0.00 1	0.00 1	0.00 1	0.00 1	0.12 400	13.55 535

GMOStereo	0.13 119	0.24 307	0.83 176	0.00 1	0.14 471	0.86 293	0.01 300	0.09 108	0.11 113	0.01 186	0.01 295	0.02 71	0.01 135	0.00 1	0.00 1	0.00 1	0.09 496	0.00 1	0.00 1	0.16 432	0.01 169

error version	0.13 119	0.24 307	0.83 176	0.00 1	0.14 471	0.86 293	0.01 300	0.09 108	0.11 113	0.01 186	0.01 295	0.02 71	0.01 135	0.00 1	0.00 1	0.00 1	0.09 496	0.00 1	0.00 1	0.16 432	0.01 169

test-v	0.13 119	0.24 307	0.83 176	0.00 1	0.14 471	0.86 293	0.01 300	0.09 108	0.11 113	0.01 186	0.01 295	0.02 71	0.01 135	0.00 1	0.00 1	0.00 1	0.09 496	0.00 1	0.00 1	0.16 432	0.01 169

test-2	0.13 119	0.24 307	0.83 176	0.00 1	0.14 471	0.86 293	0.01 300	0.09 108	0.11 113	0.01 186	0.01 295	0.02 71	0.01 135	0.00 1	0.00 1	0.00 1	0.09 496	0.00 1	0.00 1	0.16 432	0.01 169

GCAP-BAT	0.19 182	0.08 163	0.90 201	0.01 328	0.07 437	0.87 297	0.03 365	0.16 156	0.06 23	0.36 452	0.45 447	0.15 279	0.05 324	0.08 207	0.31 393	0.00 1	0.00 1	0.00 1	0.14 472	0.00 1	0.00 1

EAI-Stereo	0.70 424	0.03 34	0.84 181	0.13 475	0.20 495	0.87 297	2.23 516	2.05 453	0.29 191	0.72 471	4.60 493	0.29 330	0.55 429	0.39 259	0.44 413	0.00 1	0.07 489	0.00 1	0.29 520	0.01 80	0.08 441

ADLNet2	0.55 389	0.33 347	2.54 441	0.00 1	0.00 1	0.88 299	0.00 1	0.69 292	0.65 464	0.00 1	0.07 404	1.47 469	0.02 205	4.12 414	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.13 410	0.01 169

ADCS	1.72 483	1.22 507	8.11 512	0.00 1	0.01 315	0.88 299	0.68 496	1.44 395	0.63 459	2.60 502	0.11 413	1.42 466	0.26 407	1.97 312	14.92 527	0.00 1	0.00 1	0.00 1	0.00 1	0.08 356	0.07 436

otaku	0.59 407	1.12 499	1.90 384	0.08 443	0.11 459	0.89 301	0.05 395	0.60 279	0.57 295	0.01 186	1.41 479	1.03 442	0.14 376	2.39 331	0.56 428	0.06 485	0.03 445	0.01 461	0.00 1	0.61 504	0.21 500

PA-Net	0.57 398	0.50 424	2.73 450	0.03 379	0.06 431	0.89 301	0.02 343	0.66 289	0.63 459	0.00 1	0.00 1	0.43 372	0.07 347	4.82 435	0.55 427	0.01 456	0.00 1	0.00 1	0.00 1	0.02 194	0.04 379
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LG-Stereo_Zeroshot	0.16 156	0.09 177	0.61 95	0.00 1	0.01 315	0.90 303	0.00 1	0.14 149	0.14 142	0.08 389	0.00 1	0.39 363	0.02 205	0.15 233	0.38 402	0.00 1	0.00 1	0.00 1	0.16 481	0.01 80	0.03 345

CRFU-Net	0.40 319	0.12 219	1.50 340	0.14 477	0.01 315	0.90 303	0.00 1	0.42 245	0.14 142	0.00 1	0.00 1	0.42 370	1.94 485	2.15 318	0.12 309	0.00 1	0.00 1	0.03 488	0.00 1	0.03 251	0.00 1

IPLGR_C	0.35 293	0.81 482	2.03 394	0.10 454	0.01 315	0.90 303	0.21 445	1.46 407	0.61 403	0.02 299	0.01 295	0.13 263	0.07 347	0.14 228	0.17 337	0.00 1	0.05 475	0.01 461	0.02 415	0.17 439	0.04 379

ACRE	0.34 287	0.70 463	2.13 405	0.10 454	0.00 1	0.90 303	0.20 444	1.45 397	0.61 403	0.02 299	0.01 295	0.13 263	0.05 324	0.14 228	0.17 337	0.00 1	0.03 445	0.01 461	0.02 415	0.17 439	0.04 379

Consistency-Raft	0.39 314	0.30 338	2.53 440	0.14 477	0.03 394	0.90 303	0.04 384	1.36 378	0.59 361	0.00 1	0.02 378	0.02 71	1.15 469	0.33 252	0.43 411	0.02 472	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

SuperB	1.85 485	1.06 495	10.54 518	0.02 359	0.01 315	0.90 303	0.78 501	1.75 440	0.64 462	0.05 360	0.05 391	0.34 343	0.89 456	5.29 447	5.80 498	0.01 456	0.00 1	0.02 477	0.02 415	8.71 533	0.06 421

ADCRef	0.92 449	0.48 419	3.35 474	0.02 359	0.02 368	0.90 303	0.32 468	0.61 283	0.65 464	0.72 471	0.17 421	0.17 290	0.82 451	2.15 318	7.95 507	0.00 1	0.00 1	0.00 1	0.00 1	0.07 333	0.03 345

DeepPrunerF	1.33 471	0.59 450	8.62 514	0.02 359	0.09 448	0.90 303	0.00 1	1.34 376	6.72 516	0.22 433	0.01 295	0.21 308	0.14 376	5.64 463	1.99 466	0.00 1	0.00 1	0.01 461	0.02 415	0.14 413	0.02 304

AASNet	0.27 238	0.47 417	1.56 345	0.00 1	0.00 1	0.91 311	0.00 1	0.58 275	0.58 349	0.00 1	0.00 1	0.39 363	0.02 205	0.33 252	0.13 316	0.00 1	0.00 1	0.00 1	0.00 1	0.25 473	0.06 421

AFF-stereo	0.18 176	0.42 399	0.77 146	0.00 1	0.00 1	0.91 311	0.00 1	0.41 243	0.65 464	0.05 360	0.00 1	0.04 166	0.05 324	0.06 188	0.04 216	0.00 1	0.01 394	0.00 1	0.00 1	0.19 450	0.01 169

YMNet	0.36 297	0.38 387	2.34 418	0.03 379	0.03 394	0.92 313	0.15 435	0.53 263	0.65 464	0.09 398	0.01 295	0.44 373	0.06 338	0.82 281	0.30 386	0.01 456	0.00 1	0.04 496	0.00 1	0.27 481	0.04 379

YMNet_1	0.36 297	0.38 387	2.34 418	0.03 379	0.03 394	0.92 313	0.15 435	0.53 263	0.65 464	0.09 398	0.01 295	0.44 373	0.06 338	0.82 281	0.30 386	0.01 456	0.00 1	0.04 496	0.00 1	0.27 481	0.04 379

DRaft	0.56 392	0.08 163	0.73 120	0.00 1	0.00 1	0.92 313	0.19 442	0.05 51	0.09 77	0.03 328	0.26 432	0.06 214	2.55 494	4.61 429	1.38 456	0.00 1	0.03 445	0.00 1	0.02 415	0.03 251	0.08 441

XX-TBD	0.12 109	0.25 313	0.79 161	0.00 1	0.00 1	0.92 313	0.00 1	0.18 170	0.08 53	0.00 1	0.21 428	0.03 130	0.00 1	0.01 61	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PSMNet_ROB	0.41 322	0.54 438	1.69 361	0.00 1	0.00 1	0.92 313	0.00 1	0.27 216	0.53 226	0.00 1	0.00 1	0.25 322	0.03 259	3.43 381	0.47 417	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296	0.03 345

CIPLG	0.33 279	0.75 471	1.79 373	0.10 454	0.01 315	0.93 318	0.21 445	1.45 397	0.61 403	0.02 299	0.01 295	0.14 270	0.06 338	0.13 226	0.17 337	0.00 1	0.04 460	0.01 461	0.01 397	0.17 439	0.04 379

APVNet	0.51 374	0.21 281	2.43 431	0.00 1	0.00 1	0.94 319	0.00 1	0.45 250	0.62 454	0.01 186	0.01 295	0.34 343	0.03 259	4.59 427	0.27 382	0.00 1	0.00 1	0.03 488	0.00 1	0.15 423	0.02 304

DualNet (step1)	0.44 336	0.23 298	1.31 296	0.00 1	0.00 1	0.95 320	0.00 1	2.28 471	0.57 295	0.00 1	0.00 1	0.14 270	0.00 1	1.45 302	0.07 258	0.32 504	0.00 1	1.06 524	0.33 522	0.01 80	0.01 169

test_sample9	1.51 478	0.23 298	1.31 296	0.00 1	0.00 1	0.95 320	0.00 1	2.28 471	0.57 295	0.00 1	0.00 1	0.14 270	0.00 1	3.30 375	7.04 504	0.32 504	12.66 535	1.06 524	0.33 522	0.01 80	0.01 169

test_sample8	2.11 493	0.23 298	1.31 296	0.00 1	0.00 1	0.95 320	0.00 1	2.06 456	0.55 236	1.95 497	0.00 1	7.32 509	3.15 501	3.30 375	7.04 504	0.32 504	12.66 535	1.06 524	0.33 522	0.01 80	0.01 169

NLCA_NET_v2_RVC	0.35 293	0.49 423	2.00 392	0.00 1	0.02 368	0.96 323	0.00 1	0.55 269	0.18 166	0.03 328	0.00 1	0.35 347	0.10 364	2.37 329	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
XPNet_ROB	0.37 304	0.34 354	1.01 229	0.01 328	0.00 1	0.96 323	0.00 1	1.11 353	0.46 213	0.00 1	0.00 1	0.17 290	0.02 205	2.73 340	0.54 424	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

LCNet	0.22 204	0.11 206	0.74 129	0.11 464	0.00 1	0.97 325	0.00 1	0.09 108	0.59 361	0.01 186	0.00 1	0.02 71	1.10 465	0.43 261	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 413	0.01 169

ETE_ROB	0.31 268	0.34 354	0.89 199	0.00 1	0.00 1	0.97 325	0.01 300	1.45 397	0.57 295	0.02 299	0.00 1	0.17 290	0.02 205	1.75 308	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MyStereo07	0.10 77	0.12 219	0.59 90	0.00 1	0.00 1	0.98 327	0.00 1	0.03 29	0.10 103	0.01 186	0.00 1	0.01 21	0.05 324	0.04 169	0.00 1	0.00 1	0.05 475	0.00 1	0.00 1	0.02 194	0.04 379

MyStereo04	0.26 232	0.12 219	2.34 418	0.00 1	0.00 1	0.98 327	0.00 1	0.84 313	0.20 170	0.06 369	0.01 295	0.33 339	0.11 369	0.00 1	0.06 247	0.00 1	0.05 475	0.00 1	0.00 1	0.02 194	0.04 379

CFNet_pseudo	0.22 204	0.10 184	1.39 315	0.00 1	0.01 315	0.98 327	0.00 1	0.94 328	0.09 77	0.00 1	0.00 1	0.48 383	0.36 417	0.02 125	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DSFCA	0.40 319	0.09 177	0.84 181	0.00 1	0.01 315	0.98 327	0.37 476	0.29 221	0.62 454	0.02 299	0.32 438	0.03 130	0.24 403	3.91 402	0.34 398	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

CVANet_RVC	0.53 385	0.32 343	1.26 285	0.00 1	0.00 1	0.98 327	0.00 1	0.72 296	0.55 236	0.35 451	0.12 416	0.36 351	0.14 376	5.53 458	0.08 273	0.00 1	0.00 1	0.00 1	0.00 1	0.16 432	0.00 1

ccs_rob	0.22 204	0.10 184	1.38 312	0.00 1	0.01 315	0.98 327	0.00 1	0.94 328	0.09 77	0.00 1	0.00 1	0.48 383	0.36 417	0.02 125	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

UDG	0.42 325	0.43 402	1.17 266	0.00 1	0.00 1	0.99 333	0.00 1	1.70 435	0.60 385	0.05 360	0.00 1	1.51 472	0.19 391	1.20 294	0.61 430	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296	0.00 1

DN-CSS_ROB	0.26 232	0.75 471	1.33 300	0.00 1	0.00 1	0.99 333	0.00 1	1.04 343	0.61 403	0.01 186	0.00 1	0.19 300	0.02 205	0.07 195	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.22 463	0.01 169

CREStereo++_RVC	0.10 77	0.06 119	0.78 157	0.00 1	0.00 1	1.00 335	0.00 1	0.10 124	0.08 53	0.00 1	0.01 295	0.03 130	0.00 1	0.01 61	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
FENet	0.23 211	0.05 87	1.39 315	0.00 1	0.00 1	1.00 335	0.00 1	0.80 306	0.57 295	0.00 1	0.00 1	0.24 317	0.04 294	0.23 245	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

DMCA	0.19 182	0.16 247	1.39 315	0.00 1	0.01 315	1.00 335	0.01 300	0.38 235	0.57 295	0.01 186	0.01 295	0.05 193	0.00 1	0.05 181	0.12 309	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

LALA_ROB	0.31 268	0.38 387	0.91 206	0.00 1	0.01 315	1.00 335	0.01 300	1.60 424	0.61 403	0.15 425	0.00 1	0.09 240	0.01 135	1.04 291	0.41 409	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

SACVNet	0.42 325	0.29 334	1.10 251	0.00 1	0.00 1	1.02 339	0.00 1	0.78 301	0.29 191	0.03 328	0.00 1	0.24 317	0.02 205	4.27 420	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.20 457	0.01 169

AnonymousM	0.10 77	0.04 57	0.56 84	0.00 1	0.00 1	1.02 339	0.00 1	0.19 175	0.11 113	0.00 1	0.00 1	0.00 1	0.00 1	0.07 195	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

ICVP	0.15 150	0.03 34	1.23 282	0.00 1	0.01 315	1.02 339	0.09 420	0.19 175	0.10 103	0.00 1	0.02 378	0.07 222	0.01 135	0.18 238	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.01 80	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	0.43 332	0.38 387	1.10 251	0.01 328	0.00 1	1.02 339	0.00 1	1.94 449	0.57 295	0.00 1	0.00 1	0.14 270	0.01 135	3.25 374	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.08 356	0.02 304

EDNetEfficient	2.96 506	0.23 298	19.99 525	0.19 493	0.85 516	1.02 339	2.03 513	0.56 270	5.14 513	8.09 522	1.81 482	0.94 434	4.14 513	3.72 396	10.22 516	0.00 1	0.03 445	0.00 1	0.06 443	0.05 296	0.03 345

UCFNet_RVC	0.20 191	0.32 343	0.88 195	0.00 1	0.00 1	1.02 339	0.00 1	0.20 186	0.29 191	0.01 186	0.00 1	0.34 343	0.02 205	0.81 280	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

tg	0.14 132	0.17 255	0.52 68	0.00 1	0.00 1	1.03 345	0.00 1	0.07 84	0.52 221	0.00 1	0.01 295	0.07 222	0.02 205	0.02 125	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.26 475	0.18 489

ACVNet-4b	1.14 462	1.34 513	3.96 491	0.17 486	0.03 394	1.03 345	0.01 300	1.31 373	0.65 464	0.01 186	0.97 472	1.98 482	0.32 414	6.18 484	1.20 449	2.52 524	0.02 433	0.00 1	0.00 1	0.82 510	0.28 503

CAS	0.10 77	0.05 87	0.46 54	0.00 1	0.00 1	1.03 345	0.00 1	0.21 192	0.09 77	0.00 1	0.00 1	0.03 130	0.01 135	0.01 61	0.02 163	0.08 489	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

dd	0.16 156	0.52 434	0.86 187	0.01 328	0.00 1	1.03 345	0.00 1	0.09 108	0.52 221	0.01 186	0.00 1	0.02 71	0.02 205	0.00 1	0.00 1	0.01 456	0.00 1	0.00 1	0.00 1	0.03 251	0.00 1

dad	0.17 167	0.54 438	0.82 172	0.00 1	0.00 1	1.03 345	0.00 1	0.02 15	0.23 181	0.01 186	0.00 1	0.02 71	0.01 135	0.63 276	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

GwcNet-ADL	0.30 262	0.19 274	1.78 371	0.00 1	0.00 1	1.03 345	0.00 1	2.08 458	0.28 187	0.00 1	0.00 1	0.37 358	0.04 294	0.02 125	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 345

PSMNet-ADL	0.35 293	0.05 87	0.65 104	0.00 1	0.00 1	1.03 345	0.00 1	0.59 277	0.09 77	0.00 1	0.07 404	0.47 381	0.01 135	3.66 393	0.30 386	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.02 304

TANstereo	0.12 109	0.15 238	0.78 157	0.00 1	0.00 1	1.03 345	0.00 1	0.07 84	0.08 53	0.01 186	0.15 420	0.04 166	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Ntro	0.57 398	1.13 501	2.24 413	0.04 397	0.36 505	1.04 353	0.02 343	0.74 300	0.57 295	0.01 186	0.00 1	0.76 423	0.08 352	3.01 355	0.47 417	0.07 486	0.04 460	0.01 461	0.00 1	0.76 509	0.02 304

ADStereo(finetuned)	0.34 287	0.37 377	2.24 413	0.00 1	0.00 1	1.04 353	0.00 1	1.49 416	0.61 403	0.08 389	0.00 1	0.04 166	0.74 445	0.03 156	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.05 400

PS-NSSS	0.54 387	0.44 406	0.86 187	0.00 1	0.00 1	1.04 353	0.00 1	2.37 476	0.56 251	0.00 1	0.00 1	0.11 250	0.01 135	5.32 448	0.13 316	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

LoS	0.14 132	0.07 149	0.66 107	0.02 359	0.00 1	1.05 356	0.01 300	0.07 84	0.57 295	0.01 186	0.01 295	0.16 288	0.04 294	0.04 169	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 251	0.00 1
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DCANet-4	0.31 268	0.05 87	2.61 444	0.00 1	0.00 1	1.05 356	0.00 1	1.49 416	0.61 403	0.13 415	0.00 1	0.03 130	0.05 324	0.03 156	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 400

fff	0.28 244	0.37 377	1.20 271	0.00 1	0.01 315	1.05 356	0.00 1	1.48 410	0.61 403	0.13 415	0.00 1	0.04 166	0.60 434	0.02 125	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 400

psmg	0.22 204	0.05 87	0.54 78	0.00 1	0.00 1	1.05 356	0.00 1	1.73 438	0.58 349	0.00 1	0.00 1	0.36 351	0.03 259	0.01 61	0.08 273	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

csc	0.28 244	0.37 377	1.20 271	0.00 1	0.01 315	1.05 356	0.00 1	1.48 410	0.61 403	0.13 415	0.00 1	0.04 166	0.60 434	0.02 125	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 400

cscssc	0.28 244	0.37 377	1.20 271	0.00 1	0.01 315	1.05 356	0.00 1	1.48 410	0.61 403	0.13 415	0.00 1	0.04 166	0.60 434	0.02 125	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 400

ACVNet	0.20 191	0.14 233	0.96 216	0.01 328	0.00 1	1.05 356	0.11 429	0.19 175	0.60 385	0.01 186	0.01 295	0.71 419	0.00 1	0.05 181	0.10 290	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296	0.00 1

GANet-RSSM	0.34 287	0.29 334	0.97 223	0.00 1	0.00 1	1.05 356	0.00 1	0.22 197	0.15 151	0.03 328	0.00 1	0.31 336	0.00 1	3.62 388	0.14 325	0.00 1	0.00 1	0.03 488	0.00 1	0.05 296	0.01 169

PMTNet	0.11 95	0.07 149	0.60 94	0.00 1	0.00 1	1.05 356	0.04 384	0.16 156	0.08 53	0.00 1	0.00 1	0.04 166	0.00 1	0.03 156	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

trnet	0.10 77	0.05 87	0.52 68	0.00 1	0.00 1	1.06 365	0.00 1	0.17 164	0.09 77	0.00 1	0.00 1	0.02 71	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AE-Stereo	0.17 167	0.05 87	0.79 161	0.03 379	0.09 448	1.06 365	0.00 1	0.57 272	0.06 23	0.08 389	0.00 1	0.13 263	0.00 1	0.01 61	0.01 116	0.00 1	0.06 488	0.00 1	0.23 502	0.08 356	0.04 379

ff7	0.11 95	0.18 263	0.52 68	0.00 1	0.00 1	1.06 365	0.00 1	0.09 108	0.09 77	0.01 186	0.00 1	0.01 21	0.03 259	0.02 125	0.00 1	0.00 1	0.00 1	0.00 1	0.10 454	0.07 333	0.01 169

ffff	0.11 95	0.18 263	0.52 68	0.00 1	0.00 1	1.06 365	0.00 1	0.09 108	0.09 77	0.01 186	0.00 1	0.01 21	0.03 259	0.02 125	0.00 1	0.00 1	0.00 1	0.00 1	0.10 454	0.07 333	0.01 169

11t	0.11 95	0.18 263	0.52 68	0.00 1	0.00 1	1.06 365	0.00 1	0.09 108	0.09 77	0.01 186	0.00 1	0.01 21	0.03 259	0.02 125	0.00 1	0.00 1	0.00 1	0.00 1	0.10 454	0.07 333	0.01 169

EKT-Stereo	0.46 342	0.12 219	1.03 232	0.75 513	4.21 530	1.06 365	0.00 1	0.83 312	0.04 14	0.02 299	0.00 1	0.08 229	0.00 1	0.89 287	0.01 116	0.00 1	0.03 445	0.00 1	0.05 440	0.04 274	0.01 169

testlalala	0.14 132	0.08 163	0.75 137	0.00 1	0.08 443	1.06 365	0.01 300	0.23 198	0.29 191	0.12 411	0.00 1	0.03 130	0.02 205	0.00 1	0.00 1	0.00 1	0.01 394	0.00 1	0.13 470	0.00 1	0.00 1

anonymousdsp	0.11 95	0.18 263	0.58 87	0.00 1	0.00 1	1.06 365	0.00 1	0.08 95	0.09 77	0.01 186	0.00 1	0.01 21	0.04 294	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.11 460	0.07 333	0.03 345

EGLCR-Stereo	0.15 150	0.05 87	0.47 57	0.07 435	0.03 394	1.06 365	0.01 300	1.06 345	0.12 129	0.16 426	0.00 1	0.00 1	0.02 205	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 304

Selective-RAFT	0.13 119	0.04 57	0.51 64	0.00 1	0.00 1	1.06 365	0.00 1	0.04 41	0.57 295	0.00 1	0.00 1	0.06 214	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.19 490	0.04 274	0.00 1

MC-Stereo	0.10 77	0.10 184	0.59 90	0.01 328	0.01 315	1.06 365	0.00 1	0.03 29	0.09 77	0.02 299	0.00 1	0.03 130	0.02 205	0.03 156	0.00 1	0.00 1	0.01 394	0.00 1	0.02 415	0.05 296	0.01 169

RCA-Stereo	0.18 176	0.11 206	0.63 98	0.00 1	0.00 1	1.06 365	0.00 1	1.48 410	0.07 36	0.07 379	0.00 1	0.02 71	0.05 324	0.00 1	0.00 1	0.00 1	0.01 394	0.00 1	0.00 1	0.05 296	0.01 169

ccc-4	0.11 95	0.18 263	0.52 68	0.00 1	0.00 1	1.06 365	0.00 1	0.09 108	0.09 77	0.01 186	0.00 1	0.01 21	0.03 259	0.02 125	0.00 1	0.00 1	0.00 1	0.00 1	0.10 454	0.07 333	0.01 169

IGEV-Stereo	0.11 95	0.18 263	0.58 87	0.00 1	0.00 1	1.06 365	0.00 1	0.08 95	0.09 77	0.01 186	0.00 1	0.01 21	0.04 294	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.11 460	0.07 333	0.03 345
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
UDGNet	0.14 132	0.48 419	0.72 118	0.00 1	0.00 1	1.06 365	0.00 1	0.05 51	0.28 187	0.00 1	0.00 1	0.02 71	0.00 1	0.09 212	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Patchmatch Stereo++	0.13 119	0.04 57	0.73 120	0.05 407	0.01 315	1.06 365	0.08 414	0.06 64	0.56 251	0.01 186	0.00 1	0.05 193	0.00 1	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.14 132	0.04 57	0.73 120	0.05 407	0.02 368	1.06 365	0.08 414	0.05 51	0.56 251	0.01 186	0.00 1	0.07 222	0.00 1	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

ROB_FTStereo_v2	0.14 132	0.04 57	0.73 120	0.05 407	0.01 315	1.06 365	0.06 400	0.05 51	0.56 251	0.01 186	0.00 1	0.07 222	0.00 1	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

ROB_FTStereo	0.13 119	0.04 57	0.73 120	0.05 407	0.02 368	1.06 365	0.07 406	0.06 64	0.56 251	0.01 186	0.00 1	0.03 130	0.00 1	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

HUI-Stereo	0.14 132	0.04 57	0.75 137	0.05 407	0.02 368	1.06 365	0.08 414	0.06 64	0.57 295	0.01 186	0.00 1	0.07 222	0.00 1	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

iGMRVC	0.14 132	0.04 57	0.74 129	0.05 407	0.02 368	1.06 365	0.07 406	0.06 64	0.56 251	0.01 186	0.00 1	0.05 193	0.00 1	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

RAFT-RH_RVC	0.96 453	0.13 227	1.35 305	0.02 359	0.05 421	1.06 365	0.00 1	0.06 64	0.55 236	0.01 186	9.57 517	0.10 244	0.00 1	6.00 475	0.30 386	0.01 456	0.00 1	0.00 1	0.02 415	0.01 80	0.00 1

iRAFT	0.13 119	0.04 57	0.73 120	0.05 407	0.01 315	1.06 365	0.08 414	0.06 64	0.56 251	0.01 186	0.00 1	0.05 193	0.00 1	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

RAFT-IKP	0.14 132	0.04 57	0.75 137	0.05 407	0.01 315	1.06 365	0.08 414	0.05 51	0.56 251	0.01 186	0.00 1	0.05 193	0.00 1	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

s12784h	0.21 199	0.05 87	0.81 169	0.00 1	0.00 1	1.06 365	0.02 343	1.36 378	0.56 251	0.01 186	0.34 441	0.02 71	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

GES	0.18 176	0.05 87	0.87 191	0.00 1	0.00 1	1.06 365	0.02 343	0.60 279	0.08 53	0.00 1	0.02 378	0.11 250	0.09 356	0.44 263	0.16 333	0.01 456	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

DCANet	0.25 227	0.37 377	1.20 271	0.00 1	0.00 1	1.06 365	0.00 1	1.49 416	0.61 403	0.08 389	0.00 1	0.04 166	0.00 1	0.02 125	0.10 290	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.05 400

111	0.30 262	0.66 458	1.20 271	0.00 1	0.01 315	1.06 365	0.03 365	1.60 424	0.59 361	0.27 441	0.00 1	0.20 304	0.05 324	0.08 207	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.07 333	0.12 475

RAFT-Stereo + iAFF	0.19 182	0.33 347	0.84 181	0.00 1	0.02 368	1.06 365	0.00 1	0.45 250	0.59 361	0.03 328	0.00 1	0.05 193	0.06 338	0.04 169	0.07 258	0.00 1	0.01 394	0.00 1	0.00 1	0.17 439	0.01 169

CREStereo	0.10 77	0.06 119	0.51 64	0.00 1	0.00 1	1.06 365	0.00 1	0.20 186	0.08 53	0.00 1	0.00 1	0.02 71	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
cf-r	0.35 293	0.41 397	1.45 332	0.00 1	0.00 1	1.06 365	0.00 1	0.43 246	0.38 203	0.05 360	0.00 1	0.65 411	0.00 1	2.53 335	0.04 216	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.02 304

PSMNet-RSSM	0.36 297	0.36 370	0.93 210	0.00 1	0.00 1	1.06 365	0.00 1	0.50 261	0.53 226	0.04 350	0.00 1	0.40 366	0.00 1	3.33 378	0.06 247	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.01 169

GwcNet-RSSM	0.45 338	0.56 446	1.74 369	0.00 1	0.00 1	1.06 365	0.00 1	0.65 288	0.55 236	0.18 429	0.00 1	0.37 358	0.00 1	3.70 395	0.04 216	0.00 1	0.00 1	0.00 1	0.00 1	0.08 356	0.02 304

NCC-stereo	0.49 358	0.46 412	2.04 397	0.03 379	0.03 394	1.06 365	0.01 300	0.78 301	0.22 175	0.06 369	0.19 424	0.64 409	0.05 324	3.65 391	0.63 432	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

Abc-Net	0.49 358	0.46 412	2.04 397	0.03 379	0.03 394	1.06 365	0.01 300	0.78 301	0.22 175	0.06 369	0.19 424	0.64 409	0.05 324	3.65 391	0.63 432	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CFNet	0.56 392	0.50 424	1.58 347	0.00 1	0.00 1	1.06 365	0.01 300	1.08 349	0.57 295	0.00 1	0.01 295	0.12 256	0.01 135	5.87 472	0.19 351	0.00 1	0.00 1	0.00 1	0.00 1	0.13 410	0.02 304

H2IRNET	0.14 132	0.19 274	1.11 255	0.00 1	0.00 1	1.07 401	0.01 300	0.13 144	0.14 142	0.00 1	0.00 1	0.05 193	0.01 135	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.15 423	0.01 169

BSDual-CNN	0.28 244	0.05 87	0.54 78	0.00 1	0.00 1	1.07 401	0.00 1	2.43 479	0.58 349	0.30 444	0.09 408	0.36 351	0.03 259	0.01 61	0.08 273	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

hknet	0.38 309	0.07 149	1.32 299	0.00 1	0.00 1	1.07 401	0.00 1	2.43 479	0.58 349	0.30 444	0.09 408	0.63 406	0.00 1	0.96 289	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TRStereo	0.37 304	0.23 298	1.41 321	0.03 379	0.00 1	1.07 401	0.02 343	3.07 502	0.57 295	0.01 186	0.00 1	0.11 250	0.40 420	0.06 188	0.00 1	0.00 1	0.00 1	0.00 1	0.22 500	0.01 80	0.08 441

NF-Stereo	0.47 344	0.03 34	0.77 146	0.12 468	0.00 1	1.07 401	0.26 455	0.19 175	0.60 385	0.01 186	0.00 1	0.02 71	0.00 1	6.18 484	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

OCTAStereo	0.47 344	0.03 34	0.77 146	0.12 468	0.00 1	1.07 401	0.26 455	0.19 175	0.60 385	0.01 186	0.00 1	0.02 71	0.00 1	6.16 483	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

PSM-softLoss	0.48 351	0.04 57	1.10 251	0.17 486	0.00 1	1.07 401	0.25 452	0.12 138	0.61 403	0.03 328	0.01 295	0.02 71	0.01 135	6.03 477	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

KMStereo	0.48 351	0.04 57	1.10 251	0.17 486	0.00 1	1.07 401	0.25 452	0.12 138	0.61 403	0.03 328	0.01 295	0.02 71	0.01 135	6.03 477	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

ASMatch	0.59 407	0.10 184	1.66 357	0.13 475	0.04 412	1.07 401	0.00 1	0.10 124	0.64 462	0.06 369	0.44 446	0.05 193	0.87 454	6.32 495	0.27 382	0.00 1	0.00 1	0.00 1	0.01 397	0.00 1	0.00 1

RE-Stereo	0.47 344	0.03 34	0.77 146	0.12 468	0.00 1	1.07 401	0.26 455	0.19 175	0.60 385	0.01 186	0.00 1	0.02 71	0.00 1	6.18 484	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

TVStereo	0.47 344	0.03 34	0.77 146	0.12 468	0.00 1	1.07 401	0.26 455	0.19 175	0.60 385	0.01 186	0.00 1	0.02 71	0.00 1	6.18 484	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

DeepStereo_RVC	0.22 204	0.04 57	0.87 191	0.05 407	0.02 368	1.07 401	0.32 468	0.04 41	0.56 251	0.01 186	0.00 1	0.00 1	1.25 473	0.01 61	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.05 400

WCMA_ROB	2.01 490	0.34 354	1.89 382	0.04 397	0.00 1	1.07 401	0.60 493	1.09 351	1.21 495	5.12 511	9.87 519	8.09 512	4.48 514	3.74 398	2.55 473	0.00 1	0.00 1	0.01 461	0.00 1	0.02 194	0.13 478

ITSA-stereo	0.44 336	0.06 119	0.97 223	0.03 379	0.00 1	1.08 414	0.06 400	1.42 389	0.09 77	0.01 186	0.00 1	0.21 308	0.50 424	3.91 402	0.38 402	0.00 1	0.00 1	0.02 477	0.01 397	0.03 251	0.01 169

MSKI-zero shot	0.22 204	0.08 163	1.46 334	0.00 1	0.12 465	1.08 414	0.03 365	0.85 315	0.16 158	0.22 433	0.05 391	0.06 214	0.00 1	0.07 195	0.01 116	0.00 1	0.02 433	0.00 1	0.18 487	0.02 194	0.01 169

Sa-1000	0.31 268	0.26 321	0.93 210	0.00 1	0.18 486	1.08 414	0.01 300	2.59 493	0.56 251	0.00 1	0.09 408	0.03 130	0.00 1	0.18 238	0.00 1	0.00 1	0.00 1	0.00 1	0.13 470	0.11 391	0.00 1

IPLGR	0.43 332	0.17 255	2.05 400	0.02 359	0.02 368	1.08 414	0.04 384	1.62 429	0.57 295	0.09 398	0.00 1	0.15 279	0.22 399	2.62 336	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.00 1

Pruner-Stereo	0.16 156	0.04 57	0.73 120	0.19 493	0.00 1	1.08 414	0.21 445	0.16 156	0.59 361	0.03 328	0.00 1	0.01 21	0.00 1	0.02 125	0.22 361	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

CFNet-ft	0.31 268	0.34 354	0.96 216	0.00 1	0.00 1	1.08 414	0.00 1	0.19 175	0.15 151	0.01 186	0.00 1	0.48 383	0.00 1	2.95 353	0.05 231	0.00 1	0.00 1	0.01 461	0.00 1	0.01 80	0.01 169

CC-Net-ROB	0.64 417	0.50 424	1.13 259	0.07 435	0.00 1	1.08 414	0.01 300	2.58 491	0.56 251	0.01 186	0.00 1	0.14 270	0.01 135	5.73 467	0.12 309	0.50 508	0.00 1	0.21 515	0.00 1	0.09 374	0.02 304

TDLM	0.49 358	0.39 392	1.02 230	0.00 1	0.00 1	1.08 414	0.01 300	0.36 233	0.58 349	0.14 423	0.00 1	0.27 327	0.19 391	5.46 456	0.20 357	0.00 1	0.00 1	0.00 1	0.00 1	0.13 410	0.01 169

CFNet_RVC	0.31 268	0.34 354	0.96 216	0.00 1	0.00 1	1.08 414	0.00 1	0.19 175	0.15 151	0.01 186	0.00 1	0.48 383	0.00 1	2.95 353	0.05 231	0.00 1	0.00 1	0.01 461	0.00 1	0.01 80	0.01 169

MyStereo06	0.36 297	0.13 227	2.17 409	0.01 328	0.00 1	1.09 423	0.00 1	0.23 198	0.09 77	0.49 465	0.41 445	1.01 440	1.05 462	0.21 242	0.24 370	0.00 1	0.05 475	0.00 1	0.00 1	0.01 80	0.04 379

MyStereo05	0.28 244	0.13 227	2.37 423	0.01 328	0.00 1	1.09 423	0.00 1	1.02 341	0.45 212	0.04 350	0.01 295	0.26 324	0.14 376	0.00 1	0.06 247	0.00 1	0.05 475	0.00 1	0.00 1	0.01 80	0.04 379

SST-Stereo	0.51 374	0.02 12	0.74 129	0.05 407	0.19 490	1.09 423	0.49 487	0.26 210	0.61 403	0.04 350	0.00 1	0.05 193	0.58 431	6.12 480	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

RAFT_R40	0.49 358	0.03 34	0.74 129	0.05 407	0.15 475	1.09 423	0.32 468	0.27 216	0.59 361	0.02 299	0.03 383	0.07 222	0.30 410	6.12 480	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

FADNet_RVC	0.60 409	0.83 484	2.50 435	0.00 1	0.00 1	1.09 423	0.00 1	1.29 371	0.50 216	0.02 299	0.05 391	0.26 324	0.03 259	3.17 366	0.25 374	0.21 498	0.26 516	0.08 505	0.28 519	0.53 502	0.55 518

DIP-Stereo	0.22 204	0.10 184	0.77 146	0.00 1	0.00 1	1.09 423	0.00 1	1.68 432	0.57 295	0.01 186	0.00 1	0.01 21	0.07 347	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.01 169
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
Any-RAFT	0.17 167	0.04 57	0.93 210	0.00 1	0.00 1	1.10 429	0.00 1	0.99 337	0.03 4	0.01 186	0.00 1	0.21 308	0.00 1	0.07 195	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAFT+CT+SA	0.26 232	0.34 354	1.11 255	0.02 359	0.27 501	1.10 429	0.00 1	0.70 295	0.56 251	0.00 1	0.00 1	0.07 222	0.01 135	0.36 256	0.00 1	0.00 1	0.00 1	0.00 1	0.31 521	0.11 391	0.22 502

SA	0.30 262	0.27 323	0.97 223	0.00 1	0.17 484	1.10 429	0.00 1	2.50 482	0.56 251	0.00 1	0.01 295	0.03 130	0.01 135	0.16 235	0.00 1	0.00 1	0.00 1	0.00 1	0.14 472	0.12 400	0.00 1

XX-Stereo	0.57 398	0.15 238	4.26 493	0.08 443	0.03 394	1.10 429	0.00 1	2.55 487	0.11 113	0.11 408	0.00 1	1.43 467	0.01 135	1.34 301	0.00 1	0.00 1	0.04 460	0.00 1	0.16 481	0.03 251	0.01 169

HCRNet	0.32 277	0.10 184	0.81 169	0.00 1	0.00 1	1.10 429	0.00 1	0.39 238	0.59 361	0.01 186	0.01 295	0.06 214	0.03 259	3.24 369	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.02 304

RAFT + AFF	0.60 409	0.75 471	1.04 234	0.00 1	0.00 1	1.10 429	0.06 400	1.45 397	0.57 295	0.02 299	0.00 1	0.18 293	1.43 477	4.80 434	0.15 330	0.00 1	0.17 514	0.00 1	0.00 1	0.27 481	0.08 441

MaskLacGwcNet_RVC	0.47 344	0.43 402	1.04 234	0.11 464	0.00 1	1.10 429	0.00 1	0.80 306	0.54 230	0.00 1	0.05 391	0.38 361	0.03 259	3.50 384	0.14 325	0.88 517	0.00 1	0.00 1	0.00 1	0.11 391	0.20 496

SGM-Forest	0.84 439	0.07 149	0.90 201	0.02 359	0.07 437	1.10 429	0.68 496	2.12 462	0.61 403	1.14 484	0.78 465	1.36 463	0.98 458	5.55 459	1.31 454	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.06 421
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
IPLG	0.51 374	0.38 387	1.60 350	0.02 359	0.00 1	1.11 437	0.07 406	1.48 410	0.57 295	0.05 360	0.00 1	0.12 256	0.15 382	4.58 426	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 391	0.00 1

MIPNet	0.34 287	0.35 363	1.56 345	0.02 359	0.00 1	1.11 437	0.09 420	1.57 421	0.65 464	0.11 408	0.05 391	0.18 293	0.19 391	0.74 279	0.00 1	0.00 1	0.00 1	0.00 1	0.01 397	0.06 318	0.01 169

PFNet+	0.23 211	0.06 119	0.79 161	0.07 435	0.01 315	1.11 437	0.42 482	0.11 131	0.59 361	0.08 389	0.01 295	0.02 71	0.00 1	1.21 295	0.04 216	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

AAGNet	0.96 453	0.05 87	0.74 129	0.09 450	0.27 501	1.11 437	0.28 463	0.05 51	0.59 361	0.01 186	0.00 1	0.01 21	1.00 459	3.68 394	11.30 518	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

CRE-IMP	0.16 156	0.03 34	0.75 137	0.05 407	0.01 315	1.11 437	0.34 473	0.04 41	0.56 251	0.02 299	0.00 1	0.12 256	0.00 1	0.01 61	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.08 441

GMM-Stereo	0.18 176	0.02 12	1.37 311	0.08 443	0.00 1	1.11 437	0.13 433	0.09 108	0.60 385	0.01 186	0.00 1	0.02 71	0.10 364	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

DeepPruner_ROB	0.23 211	0.37 377	1.26 285	0.00 1	0.00 1	1.11 437	0.03 365	0.20 186	0.07 36	0.00 1	0.00 1	0.39 363	0.03 259	1.12 293	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.00 1

TestStereo1	0.20 191	0.30 338	0.84 181	0.00 1	0.16 478	1.12 444	0.01 300	0.69 292	0.57 295	0.00 1	0.05 391	0.04 166	0.01 135	0.09 212	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 423	0.06 421

SA-5K	0.20 191	0.30 338	0.84 181	0.00 1	0.16 478	1.12 444	0.01 300	0.69 292	0.57 295	0.00 1	0.05 391	0.04 166	0.01 135	0.09 212	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 423	0.06 421

GrayStereo	0.46 342	0.01 1	0.71 115	0.10 454	0.00 1	1.12 444	2.67 520	0.20 186	0.59 361	0.00 1	0.00 1	0.08 229	3.76 508	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

Anonymous3	0.19 182	0.07 149	1.33 300	0.00 1	0.00 1	1.12 444	0.00 1	0.56 270	0.56 251	0.01 186	0.00 1	0.06 214	0.00 1	0.01 61	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

DisPM	0.16 156	0.05 87	0.82 172	0.07 435	0.00 1	1.14 448	0.41 480	0.08 95	0.54 230	0.03 328	0.00 1	0.00 1	0.00 1	0.06 188	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

HHNet	0.48 351	0.21 281	1.60 350	0.10 454	0.00 1	1.14 448	0.26 455	0.47 254	0.59 361	0.01 186	3.56 489	0.04 166	0.71 440	0.00 1	0.73 435	0.02 472	0.00 1	0.00 1	0.00 1	0.03 251	0.00 1

GANetREF_RVC	0.54 387	0.70 463	2.06 402	0.00 1	0.00 1	1.14 448	0.00 1	1.61 426	0.58 349	0.00 1	0.01 295	0.29 330	0.04 294	4.21 417	0.06 247	0.00 1	0.00 1	0.00 1	0.00 1	0.03 251	0.02 304
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
NRIStereo	0.17 167	0.03 34	0.73 120	0.04 397	0.01 315	1.15 451	0.33 472	0.03 29	0.59 361	0.04 350	0.01 295	0.11 250	0.01 135	0.10 216	0.03 188	0.00 1	0.02 433	0.00 1	0.00 1	0.06 318	0.09 454

FTStereo	0.78 433	0.01 1	1.27 290	0.12 468	0.00 1	1.15 451	2.80 521	0.09 108	0.61 403	0.16 426	5.93 500	0.36 351	2.56 495	0.53 268	0.01 116	0.07 486	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Prome-Stereo	0.23 211	0.04 57	0.76 143	0.10 454	0.00 1	1.15 451	0.02 343	0.27 216	0.65 464	0.01 186	0.54 452	0.04 166	0.71 440	0.27 250	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

PWCDC_ROB	0.94 451	0.91 490	2.52 438	0.00 1	0.00 1	1.15 451	0.00 1	2.11 460	1.18 494	0.00 1	8.99 512	0.35 347	0.09 356	0.64 277	0.40 408	0.00 1	0.00 1	0.00 1	0.00 1	0.50 501	0.03 345

KYRaft	0.21 199	0.03 34	0.74 129	0.04 397	0.00 1	1.16 455	0.12 432	0.08 95	0.60 385	0.01 186	0.30 436	0.03 130	0.77 448	0.37 257	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

PFNet	0.60 409	0.11 206	2.08 404	0.00 1	0.30 503	1.16 455	0.00 1	0.29 221	0.59 361	0.01 186	0.24 430	0.02 71	0.00 1	6.58 502	0.23 366	0.10 491	0.00 1	0.00 1	0.04 438	0.14 413	0.05 400

RAFT-345	0.49 358	0.04 57	1.26 285	0.10 454	0.07 437	1.16 455	0.19 442	0.14 149	0.57 295	0.00 1	0.01 295	0.09 240	0.01 135	6.00 475	0.20 357	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

OMP-Stereo	0.66 421	0.33 347	0.72 118	0.18 492	0.06 431	1.17 458	0.00 1	1.45 397	0.59 361	0.12 411	0.60 456	0.50 395	0.00 1	7.09 512	0.26 379	0.00 1	0.00 1	0.00 1	0.00 1	0.03 251	0.00 1

IIG-Stereo	0.65 419	0.34 354	0.77 146	0.05 407	0.03 394	1.17 458	0.00 1	1.46 407	0.60 385	0.01 186	0.57 454	0.54 401	0.01 135	7.03 511	0.39 406	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.00 1

IRAFT_RVC	0.51 374	0.13 227	1.14 260	0.10 454	0.00 1	1.17 458	0.10 425	0.28 220	0.61 403	0.01 186	0.00 1	0.02 71	0.12 372	6.22 492	0.22 361	0.00 1	0.09 496	0.00 1	0.00 1	0.02 194	0.01 169

Dean	2.41 497	1.16 505	3.63 483	0.36 505	0.40 506	1.19 461	0.50 488	7.85 519	8.44 521	1.17 485	8.12 510	7.07 507	1.13 467	4.11 413	1.04 442	0.70 511	0.00 1	0.01 461	0.00 1	1.07 512	0.29 505

PSM-AAD	0.49 358	0.02 12	0.75 137	0.06 429	0.00 1	1.19 461	2.19 515	0.12 138	0.59 361	0.01 186	0.45 447	0.13 263	4.04 509	0.22 243	0.06 247	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.01 169

RAFT-Stereo-weight	0.14 132	0.03 34	0.68 111	0.01 328	0.02 368	1.20 463	0.00 1	0.63 285	0.11 113	0.05 360	0.05 391	0.02 71	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ARAFT	0.58 403	0.75 471	2.78 454	0.00 1	0.00 1	1.20 463	0.00 1	2.26 469	0.57 295	0.05 360	0.00 1	0.18 293	0.03 259	3.54 386	0.04 216	0.00 1	0.00 1	0.00 1	0.00 1	0.19 450	0.04 379

MyStereo8	0.28 244	0.37 377	2.57 442	0.02 359	0.00 1	1.23 465	0.00 1	0.26 210	0.15 151	0.02 299	0.05 391	0.14 270	0.04 294	0.24 246	0.05 231	0.00 1	0.11 504	0.00 1	0.01 397	0.04 274	0.21 500

RainbowNet	0.61 412	1.13 501	1.83 375	0.10 454	0.04 412	1.23 465	0.07 406	1.74 439	0.57 295	0.01 186	0.02 378	1.14 452	0.25 406	2.29 327	0.48 419	0.61 510	0.05 475	0.00 1	0.00 1	0.47 500	0.20 496

ACVNet_1	1.10 459	1.42 516	4.00 492	0.31 504	0.02 368	1.25 467	0.10 425	1.69 433	0.61 403	0.26 437	0.01 295	4.39 499	1.29 475	4.75 431	0.57 429	0.79 515	0.00 1	0.00 1	0.00 1	0.32 489	0.18 489

TransformOpticalFlow	0.85 441	0.27 323	2.72 449	0.30 503	0.03 394	1.25 467	0.05 395	1.53 420	0.61 403	0.28 442	0.38 444	1.27 456	1.54 479	6.53 501	0.22 361	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

SGM_RVC	1.54 480	0.35 363	1.60 350	0.15 480	0.17 484	1.25 467	0.77 499	1.97 451	0.88 488	4.31 506	2.46 484	4.36 498	2.37 493	6.98 510	1.78 463	0.21 498	0.23 515	0.20 512	0.23 502	0.26 475	0.31 506
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
tt1	0.27 238	0.23 298	1.17 266	0.00 1	0.00 1	1.29 470	0.00 1	1.42 389	0.57 295	0.07 379	0.00 1	0.03 130	0.02 205	0.57 269	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.08 356	0.03 345

ACVNet_2	1.32 470	1.30 511	2.83 456	0.11 464	0.07 437	1.30 471	0.18 439	2.29 474	0.75 482	0.26 437	3.44 488	6.65 506	0.16 384	5.12 443	1.08 445	0.13 492	0.00 1	0.00 1	0.00 1	0.38 494	0.32 507

ACVNet-DCA	0.25 227	0.22 288	1.20 271	0.00 1	0.00 1	1.31 472	0.00 1	0.95 330	0.55 236	0.07 379	0.00 1	0.03 130	0.02 205	0.59 272	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.00 1	0.01 169

xx1	0.28 244	0.22 288	1.20 271	0.00 1	0.00 1	1.31 472	0.00 1	1.41 386	0.69 474	0.07 379	0.00 1	0.01 21	0.00 1	0.59 272	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.00 1	0.01 169

1test111	0.28 244	0.22 288	1.20 271	0.00 1	0.00 1	1.31 472	0.00 1	0.95 330	0.55 236	0.07 379	0.00 1	0.03 130	0.02 205	1.23 297	0.00 1	0.00 1	0.01 394	0.00 1	0.00 1	0.00 1	0.01 169

cc1	0.28 244	0.22 288	1.20 271	0.00 1	0.00 1	1.31 472	0.00 1	1.41 386	0.69 474	0.07 379	0.00 1	0.03 130	0.02 205	0.59 272	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.08 356	0.04 379

ADCP+	1.36 472	0.76 476	6.73 507	0.01 328	0.02 368	1.32 476	0.80 503	0.81 308	0.72 478	0.01 186	0.01 295	0.96 436	1.05 462	0.33 252	13.50 524	0.00 1	0.00 1	0.00 1	0.00 1	0.06 318	0.02 304

CBMV_ROB	0.84 439	0.06 119	1.73 365	0.00 1	0.00 1	1.37 477	0.47 483	2.57 489	0.58 349	2.13 498	0.76 462	1.06 444	1.38 476	4.04 409	0.54 424	0.00 1	0.00 1	0.00 1	0.00 1	0.03 251	0.05 400

DPSNet	1.25 469	0.28 328	5.34 503	0.28 502	0.07 437	1.50 478	0.00 1	3.53 505	0.69 474	0.03 328	0.00 1	0.45 378	2.10 490	5.67 464	4.61 490	0.02 472	0.04 460	0.00 1	0.02 415	0.23 467	0.09 454

ELAS_RVC	2.84 505	0.34 354	3.86 488	0.05 407	0.05 421	1.52 479	5.02 527	1.93 448	5.28 514	7.10 519	6.96 503	6.26 503	8.34 520	4.96 438	4.90 493	0.00 1	0.04 460	0.01 461	0.01 397	0.10 385	0.09 454
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MeshStereo	2.61 500	0.65 456	2.71 448	0.02 359	0.02 368	1.55 480	0.94 506	3.02 500	1.29 497	11.21 525	7.34 504	11.54 516	2.74 497	6.34 496	2.43 470	0.00 1	0.00 1	0.00 1	0.00 1	0.28 484	0.03 345
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
PDISCO_ROB	0.56 392	0.57 447	2.07 403	0.17 486	0.00 1	1.56 481	0.01 300	2.27 470	0.51 219	0.08 389	0.01 295	0.74 421	0.28 409	2.37 329	0.13 316	0.00 1	0.00 1	0.00 1	0.00 1	0.33 491	0.00 1

DGSMNet	1.21 468	0.37 377	3.02 463	0.71 512	1.33 524	1.61 482	3.53 523	1.45 397	0.33 198	0.00 1	0.79 466	0.48 383	0.24 403	3.22 368	0.53 423	0.98 519	1.21 529	1.35 527	1.09 530	1.03 511	0.92 522

SAMSARA	1.01 455	0.70 463	3.29 473	0.20 497	0.06 431	1.65 483	0.05 395	0.48 256	0.53 226	2.91 504	0.68 459	2.97 493	1.08 464	3.89 401	1.54 459	0.00 1	0.04 460	0.00 1	0.02 415	0.05 296	0.03 345

HBP-ISP	0.80 435	0.70 463	2.86 457	0.02 359	0.01 315	1.67 484	0.48 485	2.63 495	0.56 251	1.11 483	0.06 401	0.50 395	0.74 445	4.60 428	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.05 296	0.03 345

ADCMid	1.38 473	0.90 489	6.15 505	0.04 397	0.03 394	1.67 484	0.18 439	1.13 359	0.93 491	0.89 477	0.58 455	0.86 430	0.71 440	1.03 290	11.96 520	0.01 456	0.00 1	0.29 516	0.08 451	0.17 439	0.03 345

FCDSN-DC	2.66 501	0.08 163	1.65 356	0.00 1	0.00 1	1.73 486	0.37 476	1.64 430	1.35 498	8.08 521	11.18 523	11.78 517	7.59 519	4.76 432	2.80 474	0.02 472	0.00 1	0.00 1	0.00 1	0.03 251	0.05 400
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
G-Net	1.20 466	0.28 328	2.96 461	0.05 407	0.49 509	1.73 486	0.48 485	0.23 198	0.35 200	1.35 489	9.14 513	2.33 490	0.81 450	2.40 332	1.15 447	0.01 456	0.03 445	0.02 477	0.09 452	0.07 333	0.05 400

AnyNet_C32	1.44 476	1.47 517	6.09 504	0.12 468	0.19 490	1.74 488	1.11 507	0.84 313	0.56 251	1.30 488	0.46 450	0.21 308	0.59 433	2.74 341	11.09 517	0.02 472	0.00 1	0.06 501	0.00 1	0.16 432	0.05 400

ACV-stereo	0.63 415	0.16 247	2.24 413	0.00 1	0.00 1	1.79 489	0.07 406	0.06 64	0.10 103	0.00 1	0.00 1	3.53 495	1.24 472	3.12 361	0.17 337	0.00 1	0.00 1	0.00 1	0.00 1	0.02 194	0.01 169

LVE	2.75 502	1.12 499	2.30 416	0.46 506	0.45 507	1.87 490	0.06 400	7.19 518	9.72 522	0.03 328	11.08 522	9.01 513	1.26 474	6.93 509	0.91 440	1.86 520	0.16 513	0.04 496	0.24 509	0.22 463	0.13 478

BUS	0.33 279	0.05 87	0.54 78	0.00 1	0.00 1	1.87 490	0.00 1	2.43 479	0.58 349	0.30 444	0.09 408	0.65 411	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NINENet	0.45 338	0.09 177	0.81 169	0.06 429	0.00 1	1.87 490	0.00 1	2.69 497	0.56 251	0.00 1	0.00 1	0.65 411	0.00 1	2.15 318	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.00 1

MADNet+	4.65 515	2.70 530	46.68 533	0.01 328	0.02 368	2.06 493	0.03 365	3.17 504	1.07 493	0.02 299	0.01 295	1.84 478	0.31 413	21.62 531	13.04 522	0.00 1	0.03 445	0.00 1	0.00 1	0.20 457	0.19 493

ADCL	1.52 479	0.44 406	4.70 501	0.07 435	0.03 394	2.21 494	2.35 518	0.92 324	0.80 486	1.57 492	1.11 473	1.25 453	1.55 480	1.77 309	11.53 519	0.01 456	0.00 1	0.00 1	0.00 1	0.10 385	0.01 169

SGM+DAISY	2.38 495	0.98 492	4.37 496	0.48 507	0.33 504	2.24 495	1.94 512	1.16 362	1.47 500	6.62 517	5.89 499	5.77 502	5.09 516	5.76 469	4.39 486	0.16 495	0.15 512	0.06 501	0.14 472	0.26 475	0.40 510

AnyNet_C01	2.33 494	2.14 526	18.59 524	0.15 480	0.18 486	2.43 496	2.34 517	1.29 371	1.24 496	1.03 480	0.83 468	1.25 453	0.78 449	3.75 399	10.06 513	0.05 483	0.00 1	0.07 504	0.00 1	0.30 487	0.12 475

ADCPNet	1.44 476	0.55 444	7.88 511	0.01 328	0.19 490	2.78 497	0.27 461	0.90 320	0.38 203	0.04 350	0.02 378	1.43 467	1.81 483	2.22 324	9.08 512	0.00 1	0.47 523	0.00 1	0.64 528	0.04 274	0.15 482

SANet	1.99 489	0.71 467	3.37 475	0.03 379	0.03 394	2.85 498	0.85 504	2.42 478	8.33 520	1.55 491	4.13 491	4.29 497	3.23 502	5.39 454	2.47 471	0.00 1	0.00 1	0.00 1	0.00 1	0.06 318	0.06 421

IMH-64-1	1.98 487	0.88 485	1.46 334	1.92 521	0.54 510	2.90 499	1.64 508	5.24 511	0.91 489	0.97 478	4.83 494	2.10 484	2.00 487	5.33 449	2.83 475	3.56 526	0.04 460	0.02 477	0.00 1	1.90 515	0.50 515

IMH-64	1.98 487	0.88 485	1.46 334	1.92 521	0.54 510	2.90 499	1.64 508	5.24 511	0.91 489	0.97 478	4.83 494	2.10 484	2.00 487	5.33 449	2.83 475	3.56 526	0.04 460	0.02 477	0.00 1	1.90 515	0.50 515

PWCK	2.44 498	1.65 518	7.31 510	0.22 499	0.02 368	3.12 501	4.74 526	3.06 501	3.48 509	0.72 471	4.42 492	3.40 494	1.67 482	9.06 521	3.36 479	0.39 507	0.01 394	0.00 1	0.00 1	2.19 520	0.08 441

FC-DCNN	3.42 508	0.11 206	2.03 394	0.00 1	0.00 1	3.18 502	0.60 493	3.13 503	2.98 506	11.40 526	12.28 525	13.93 522	8.68 523	5.70 465	4.27 485	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.06 421

FC-DCNN v2	3.59 509	0.10 184	1.95 390	0.00 1	0.00 1	3.24 503	0.59 492	3.55 506	3.05 507	11.72 527	12.90 528	15.18 525	8.62 522	6.26 493	4.54 488	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.05 400

LE_ROB	9.96 529	0.54 438	9.62 515	1.40 519	1.24 523	3.29 504	4.64 525	4.31 509	43.01 536	51.54 536	13.34 529	14.15 523	24.60 533	6.66 507	20.28 532	0.04 480	0.05 475	0.12 510	0.20 492	0.07 333	0.09 454

SDNR	1.15 464	0.21 281	3.21 471	0.01 328	0.01 315	3.30 505	0.01 300	2.55 487	0.75 482	1.80 494	1.49 480	1.40 465	0.20 396	7.24 513	0.68 434	0.00 1	0.00 1	0.00 1	0.00 1	0.04 274	0.04 379

MFN_U_SF_DS_RVC	1.16 465	2.03 524	4.57 500	0.02 359	0.04 412	3.52 506	0.27 461	1.80 442	0.58 349	0.22 433	0.28 434	1.38 464	0.02 205	6.08 479	0.42 410	0.14 494	0.68 526	0.01 461	0.26 513	0.39 496	0.47 512

WAO-6	2.38 495	0.69 461	1.93 389	0.00 1	0.00 1	3.94 507	0.29 465	5.62 513	7.23 518	0.34 450	6.76 502	7.73 511	1.96 486	5.88 473	5.07 495	0.00 1	0.00 1	0.00 1	0.00 1	0.15 423	0.03 345

RTS	4.10 511	1.68 519	43.40 531	0.09 450	0.02 368	3.95 508	0.00 1	1.61 426	0.61 403	1.09 481	0.01 295	1.97 480	0.22 399	16.87 526	10.15 514	0.00 1	0.09 496	0.00 1	0.00 1	0.20 457	0.05 400

RTSA	4.10 511	1.68 519	43.40 531	0.09 450	0.02 368	3.95 508	0.00 1	1.61 426	0.61 403	1.09 481	0.01 295	1.97 480	0.22 399	16.87 526	10.15 514	0.00 1	0.09 496	0.00 1	0.00 1	0.20 457	0.05 400

WAO-7	2.46 499	0.92 491	1.85 379	0.03 379	0.05 421	4.73 510	0.54 491	5.67 514	4.50 512	1.49 490	7.64 508	5.52 501	2.69 496	8.48 517	4.51 487	0.00 1	0.00 1	0.33 517	0.02 415	0.19 450	0.06 421

MSMD_ROB	2.04 491	0.40 395	2.13 405	0.00 1	0.00 1	4.88 511	0.22 448	0.93 327	1.82 503	5.71 514	7.79 509	7.39 510	3.72 506	4.62 430	1.22 450	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 304

notaker	4.30 513	1.28 509	3.70 484	3.71 529	0.90 518	4.91 512	0.39 479	6.90 517	1.96 504	5.39 513	11.82 524	16.90 527	3.75 507	7.59 514	5.65 496	5.23 531	0.01 394	0.10 507	0.06 443	4.57 525	1.22 525

IMH	2.83 504	1.28 509	1.89 382	1.96 524	0.60 512	5.22 513	0.24 449	6.28 516	4.13 511	1.90 496	7.52 507	6.39 504	3.40 503	6.59 503	2.53 472	3.92 528	0.12 506	0.05 499	0.00 1	2.06 518	0.47 512

KSHMR	3.68 510	1.11 498	3.06 466	2.84 526	1.78 525	5.33 514	0.41 480	8.64 521	14.09 524	1.85 495	9.32 515	7.19 508	1.93 484	5.45 455	2.30 469	1.95 521	0.41 522	0.50 520	0.21 497	3.53 523	1.76 527

MDST_ROB	1.54 480	0.06 119	3.42 477	0.14 477	0.16 478	5.42 515	0.32 468	4.33 510	0.61 403	6.08 516	1.25 477	1.04 443	1.16 470	5.81 471	0.83 439	0.00 1	0.00 1	0.00 1	0.00 1	0.01 80	0.11 465

LRCNet_RVC	55.44 537	60.56 541	57.70 535	66.68 541	44.91 535	6.22 516	0.00 1	52.80 536	1.37 499	70.44 538	81.09 540	67.07 537	55.41 536	51.59 537	46.24 535	90.66 546	41.89 541	90.95 547	90.04 543	64.32 542	68.75 542

ELAS	2.75 502	0.35 363	2.67 447	0.05 407	0.04 412	6.72 517	1.83 511	2.84 499	3.38 508	8.25 523	9.14 513	3.95 496	6.15 518	3.73 397	5.70 497	0.00 1	0.04 460	0.01 461	0.01 397	0.10 385	0.08 441
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DPSimNet_ROB	7.90 525	5.46 532	13.55 521	3.66 528	5.16 532	7.26 518	9.60 532	6.11 515	7.46 519	13.33 528	9.50 516	11.03 514	11.89 528	10.08 524	12.35 521	4.36 530	5.55 533	5.35 533	5.34 534	4.96 526	5.98 534

HanzoNet	12.77 531	4.55 531	11.74 520	5.35 533	2.79 528	7.59 519	0.66 495	12.97 530	20.40 528	25.99 533	28.61 535	34.05 532	25.08 534	25.93 535	14.98 528	10.77 534	3.91 532	3.00 531	3.73 532	8.16 532	5.15 532

ktn	4.96 516	1.21 506	2.41 427	3.20 527	1.02 519	8.36 520	2.08 514	9.00 523	17.02 525	5.18 512	12.71 526	13.69 520	3.51 505	8.05 516	3.68 482	5.30 532	0.02 433	0.00 1	0.00 1	2.14 519	0.55 518

UNDER WATER	6.24 521	0.99 493	8.13 513	4.62 532	2.68 527	8.66 521	0.77 499	8.37 520	22.50 531	4.55 507	6.36 501	15.93 526	8.89 524	8.99 520	8.85 511	3.25 525	0.04 460	1.36 528	0.02 415	6.24 530	3.56 530

U	1.61 482	0.01 1	0.28 21	0.00 1	7.20 533	9.87 522	0.00 1	0.04 41	0.02 1	0.01 186	0.00 1	0.09 240	0.00 1	0.01 61	0.01 116	0.00 1	0.00 1	9.53 535	5.08 533	0.01 80	0.00 1

MSC_U_SF_DS_RVC	1.79 484	1.81 521	3.81 486	0.01 328	0.02 368	12.12 523	0.50 488	2.74 498	0.71 477	0.07 379	0.20 426	2.17 486	0.15 382	6.82 508	1.19 448	0.74 512	0.80 528	0.20 512	0.27 517	0.73 508	0.70 520

WAO-8	5.13 518	1.91 522	2.34 418	0.60 510	0.10 452	12.98 524	0.34 473	11.65 526	24.58 532	4.87 508	10.60 521	13.32 518	4.10 511	8.85 518	3.55 480	0.75 513	0.32 518	0.71 522	0.12 465	0.70 506	0.11 465

Venus	5.12 517	1.91 522	2.34 418	0.60 510	0.10 452	12.98 524	0.34 473	11.65 526	24.58 532	4.87 508	10.54 520	13.32 518	4.10 511	8.85 518	3.55 480	0.75 513	0.32 518	0.71 522	0.12 465	0.70 506	0.11 465

MANE	9.96 529	0.69 461	2.88 460	1.22 516	0.61 513	13.15 526	3.46 522	15.62 533	22.27 530	22.74 532	30.00 536	29.74 531	23.22 531	17.17 528	13.78 525	0.29 502	0.56 524	0.09 506	0.61 527	0.15 423	1.00 524

xyz-stereo	3.26 507	0.05 87	35.32 528	0.00 1	0.00 1	13.52 527	0.00 1	0.02 15	0.05 20	0.01 186	9.71 518	0.03 130	0.01 135	6.34 496	0.04 216	0.00 1	0.00 1	0.12 510	0.00 1	0.02 194	0.00 1

MADNet++	9.87 528	2.12 525	7.11 509	7.99 534	4.58 531	14.38 528	6.90 531	9.23 524	5.88 515	16.88 529	17.47 532	11.07 515	15.72 529	24.26 532	19.76 531	8.52 533	6.39 534	4.85 532	2.69 531	5.96 528	5.73 533

SGM-ForestM	8.89 527	0.68 460	3.61 481	0.57 509	0.18 486	14.89 529	5.99 530	9.62 525	10.59 523	20.43 531	17.16 531	39.22 533	20.29 530	20.63 530	13.19 523	0.04 480	0.14 510	0.00 1	0.07 446	0.15 423	0.36 508

UNDER WATER-64	6.84 523	1.25 508	9.68 516	4.53 531	3.53 529	16.61 530	1.79 510	8.72 522	22.23 529	5.11 510	5.07 496	17.34 528	10.14 526	9.19 522	8.21 509	2.00 523	0.03 445	1.52 529	0.11 460	6.09 529	3.62 531

TorneroNet-64	6.39 522	1.31 512	2.23 411	1.99 525	0.65 514	18.82 531	0.28 463	11.98 528	26.18 534	5.99 515	12.75 527	19.37 530	4.08 510	9.94 523	5.95 502	0.89 518	0.00 1	0.11 508	0.00 1	3.44 522	1.81 528

TorneroNet	6.97 524	1.37 514	2.22 410	1.95 523	1.12 521	19.47 532	0.47 483	13.04 531	26.32 535	7.90 520	17.10 530	17.67 529	4.62 515	10.46 525	7.94 506	1.98 522	0.03 445	0.11 508	0.00 1	4.15 524	1.49 526

JetBlue	5.71 519	2.18 527	16.18 522	0.00 1	2.13 526	29.20 533	14.20 534	3.90 508	0.74 480	0.71 470	2.30 483	6.42 505	5.97 517	17.84 529	8.74 510	0.09 490	0.01 394	0.00 1	0.00 1	2.62 521	0.96 523

BEATNet-Init1	14.52 533	6.56 533	34.32 527	1.10 515	1.02 519	31.53 534	11.99 533	15.58 532	17.42 526	30.17 534	27.03 533	43.14 534	24.36 532	24.41 533	18.27 530	0.27 501	0.32 518	0.36 518	0.46 525	1.26 513	0.76 521

JetRed	13.51 532	18.77 534	42.38 529	1.28 517	1.18 522	54.67 535	25.60 535	12.87 529	6.75 517	8.50 524	8.61 511	13.77 521	10.87 527	24.50 534	30.67 533	0.24 500	0.68 526	0.53 521	0.02 415	5.93 527	2.43 529

TCMNet-wrong-test	39.28 535	63.11 544	48.46 534	81.72 543	79.79 542	56.34 536	48.75 536	31.17 535	3.83 510	19.05 530	28.27 534	58.68 535	34.68 535	46.64 536	47.27 536	16.88 536	2.02 530	7.72 534	0.67 529	64.26 541	46.25 541

HaxPig	95.46 549	97.61 550	87.80 542	97.80 552	99.17 552	77.55 537	75.28 537	96.76 547	99.61 544	99.97 548	99.97 545	99.62 549	99.97 546	91.02 545	87.28 543	99.98 553	99.98 551	99.98 551	99.99 551	99.97 552	99.97 553

PML	71.49 542	88.65 548	73.56 536	82.49 544	75.59 540	85.39 538	79.41 539	71.62 540	87.17 540	90.48 544	85.96 541	90.50 544	60.21 537	91.76 547	73.85 538	96.01 550	2.36 531	86.79 546	6.59 535	83.59 545	17.83 536

MEDIAN_ROB	93.37 546	98.75 551	96.05 544	90.90 547	90.53 548	85.63 539	76.45 538	92.03 543	89.53 541	95.05 545	94.99 543	96.02 545	93.85 544	90.36 544	87.21 542	98.36 551	95.79 543	99.61 549	98.77 547	98.80 551	98.72 551

ccccc		91.21 549		100.00 554	100.00 554	89.04 540		95.61 544		96.66 546		96.55 546		99.78 550		100.00 554	100.00 553	99.83 550	99.27 548	100.00 553

xxxxx1	63.71 539	58.10 538	78.65 538	43.63 535	48.97 536	92.61 541	92.18 541	60.44 537	69.38 537	73.77 541	76.42 537	77.82 540	76.45 539	72.33 539	77.46 539	35.89 539	37.06 538	48.26 540	62.63 539	48.72 538	43.44 538

tt_ll	63.71 539	58.10 538	78.65 538	43.63 535	48.97 536	92.61 541	92.18 541	60.44 537	69.38 537	73.77 541	76.42 537	77.82 540	76.45 539	72.33 539	77.46 539	35.89 539	37.06 538	48.26 540	62.63 539	48.72 538	43.44 538

ff	63.71 539	58.10 538	78.65 538	43.63 535	48.97 536	92.61 541	92.18 541	60.44 537	69.38 537	73.77 541	76.42 537	77.82 540	76.45 539	72.33 539	77.46 539	35.89 539	37.06 538	48.26 540	62.63 539	48.72 538	43.44 538

AVERAGE_ROB	98.45 551	99.13 552	95.46 543	100.00 554	100.00 554	93.36 544	81.95 540	100.00 549	99.97 546	100.00 549	100.00 546	100.00 550	100.00 547	99.72 549	99.40 546	100.00 554	100.00 553	100.00 552	100.00 552	100.00 553	100.00 554

test_example2	97.61 550	99.96 553	99.93 547	99.83 553	99.97 553	98.84 545	99.76 544	91.98 542	100.00 549	100.00 549	100.00 546	89.18 543	86.51 542	99.29 548	96.54 544	99.97 552	99.55 549	92.92 548	98.06 546	100.00 553	99.95 552

DPSMNet_ROB	81.54 544	60.77 543	99.95 548	61.42 540	87.05 546	99.11 546	100.00 545	95.93 546	99.99 547	73.11 540	100.00 546	70.84 539	100.00 547	77.43 543	99.98 548	35.39 538	97.54 548	35.21 539	99.89 549	46.30 537	90.94 545

DGTPSM_ROB	81.49 543	60.74 542	99.95 548	61.20 539	86.99 545	99.11 546	100.00 545	95.92 545	99.99 547	73.08 539	100.00 546	70.81 538	100.00 547	77.39 542	99.98 548	35.10 537	97.48 547	35.12 538	99.89 549	46.16 536	90.85 544

USTest	58.46 538	44.12 536	43.29 530	60.68 538	67.35 539	99.15 548	100.00 545	91.40 541	98.36 543	67.56 537	90.15 542	66.93 536	68.34 538	62.46 538	57.68 537	4.00 529	35.83 537	16.32 536	22.03 538	41.21 535	32.38 537

Selective-RAFT-Error	99.17 554	100.00 555	100.00 550	96.65 551	98.79 551	100.00 549	100.00 545	100.00 549	100.00 549	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 550	93.64 547	100.00 553	100.00 552	100.00 552	96.25 548	98.10 550

Anonymous_1	89.88 545	75.38 545	97.81 545	74.49 542	78.39 541	100.00 549	100.00 545	98.09 548	99.76 545	96.82 547	99.37 544	97.66 547	99.77 545	91.14 546	98.89 545	81.73 542	97.25 544	59.96 543	85.38 542	77.37 544	88.27 543

tt	48.25 536	0.05 87	28.22 526	1.29 518	0.00 1	100.00 549	100.00 545	100.00 549	97.19 542	0.08 389	0.00 1	97.99 548	86.70 543	2.26 325	99.92 547	83.66 543	94.83 542	16.47 537	21.27 537	35.05 534	0.01 169

CasAABBNet	99.15 553	100.00 555	100.00 550	96.37 550	98.76 550	100.00 549	100.00 545	100.00 549	100.00 549	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 550	93.65 548	99.99 552	100.00 552	100.00 552	96.27 549	97.93 549

LSM0	99.11 552	99.97 554	100.00 550	95.93 548	98.59 549	100.00 549	100.00 545	100.00 549	100.00 549	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 550	93.89 549	99.97 550	100.00 552	100.00 552	96.64 550	97.25 548

DPSM_ROB	94.00 547	79.32 546	100.00 550	83.19 545	85.69 543	100.00 549	100.00 545	100.00 549	100.00 549	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 550	89.53 544	97.42 545	74.97 544	95.13 544	83.79 546	90.98 546

DPSM	94.00 547	79.32 546	100.00 550	83.19 545	85.69 543	100.00 549	100.00 545	100.00 549	100.00 549	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 550	89.53 544	97.42 545	74.97 544	95.13 544	83.79 546	90.98 546

ASD4		42.77 535

Low-res two-view benchmark