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

CAS++	0.06 5	0.06 84	0.59 36	0.00 1	0.00 1	0.07 21	0.00 1	0.25 124	0.13 94	0.00 1	0.00 1	0.02 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
panet	0.10 22	0.05 60	0.52 16	0.00 1	0.00 1	1.06 260	0.00 1	0.17 93	0.09 50	0.00 1	0.00 1	0.02 39	0.00 1	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

H2IRNET	0.14 66	0.19 187	1.11 171	0.00 1	0.00 1	1.07 295	0.01 218	0.13 80	0.14 97	0.00 1	0.00 1	0.05 119	0.01 87	0.01 27	0.02 107	0.00 1	0.00 1	0.00 1	0.00 1	0.15 327	0.01 129

MGS-Stereo	0.10 22	0.08 111	0.82 97	0.00 1	0.00 1	0.41 77	0.00 1	0.20 109	0.08 31	0.00 1	0.00 1	0.01 7	0.01 87	0.04 105	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.39 387	0.00 1

DispNO	0.64 311	0.48 309	2.04 292	0.00 1	0.00 1	0.71 163	0.01 218	1.47 308	0.56 178	0.00 1	0.54 345	1.34 356	0.06 243	5.12 333	0.31 289	0.00 1	0.00 1	0.03 385	0.12 378	0.01 58	0.02 226

Former-RAFT_DAM_RVC	0.08 11	0.06 84	0.41 3	0.00 1	0.00 1	0.05 17	0.00 1	0.11 71	0.22 118	0.75 365	0.00 1	0.02 39	0.01 87	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.03 259

SMFormer	0.33 191	0.10 123	1.04 150	0.00 1	0.00 1	0.03 5	0.00 1	1.45 296	0.55 166	0.00 1	0.00 1	0.15 188	0.00 1	3.24 266	0.09 192	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.02 226

tta	0.33 191	0.10 123	1.04 150	0.00 1	0.00 1	0.03 5	0.00 1	1.45 296	0.55 166	0.00 1	0.00 1	0.15 188	0.00 1	3.24 266	0.09 192	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.01 129

qqq1	0.33 191	0.10 123	1.04 150	0.00 1	0.00 1	0.03 5	0.00 1	1.45 296	0.55 166	0.00 1	0.00 1	0.15 188	0.00 1	3.24 266	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.01 129

fff1	0.33 191	0.10 123	1.04 150	0.00 1	0.00 1	0.03 5	0.00 1	1.45 296	0.55 166	0.00 1	0.00 1	0.15 188	0.00 1	3.24 266	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.01 129

CoDeX	0.36 208	0.24 214	1.39 223	0.00 1	0.01 240	0.29 54	0.00 1	1.58 322	0.57 211	0.00 1	0.00 1	0.25 224	0.07 250	2.82 249	0.02 107	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

WAO-7	2.46 389	0.92 379	1.85 277	0.03 287	0.05 328	4.73 400	0.54 380	5.67 402	4.50 399	1.49 380	7.64 398	5.52 392	2.69 386	8.48 405	4.51 377	0.00 1	0.00 1	0.33 409	0.02 334	0.19 350	0.06 326

WAO-6	2.38 385	0.69 350	1.93 286	0.00 1	0.00 1	3.94 397	0.29 354	5.62 401	7.23 405	0.34 347	6.76 392	7.73 401	1.96 376	5.88 364	5.07 384	0.00 1	0.00 1	0.00 1	0.00 1	0.15 327	0.03 259

TorneroNet-64	6.39 410	1.31 400	2.23 306	1.99 413	0.65 403	18.82 419	0.28 352	11.98 416	26.18 421	5.99 404	12.75 416	19.37 419	4.08 399	9.94 411	5.95 392	0.89 406	0.00 1	0.11 402	0.00 1	3.44 412	1.81 416

ff7	0.11 38	0.18 178	0.52 16	0.00 1	0.00 1	1.06 260	0.00 1	0.09 52	0.09 50	0.01 128	0.00 1	0.01 7	0.03 176	0.02 70	0.00 1	0.00 1	0.00 1	0.00 1	0.10 369	0.07 256	0.01 129

IGEVStereo-DCA	0.10 22	0.06 84	0.52 16	0.01 246	0.00 1	0.32 62	0.00 1	0.09 52	0.09 50	0.01 128	0.01 206	0.02 39	0.04 207	0.14 151	0.44 303	0.00 1	0.00 1	0.00 1	0.10 369	0.05 224	0.01 129

ffff	0.11 38	0.18 178	0.52 16	0.00 1	0.00 1	1.06 260	0.00 1	0.09 52	0.09 50	0.01 128	0.00 1	0.01 7	0.03 176	0.02 70	0.00 1	0.00 1	0.00 1	0.00 1	0.10 369	0.07 256	0.01 129

rrr	0.24 140	0.06 84	1.91 283	0.01 246	0.00 1	0.32 62	0.04 286	1.34 275	0.15 102	0.01 128	0.01 206	0.02 39	0.04 207	0.14 151	0.44 303	0.00 1	0.00 1	0.00 1	0.18 389	0.05 224	0.05 306

mmx	0.85 334	0.02 7	1.06 159	0.00 1	0.00 1	0.62 135	0.00 1	2.50 371	0.56 178	0.00 1	0.00 1	0.67 308	0.02 134	5.57 351	5.86 388	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 129

11t	0.11 38	0.18 178	0.52 16	0.00 1	0.00 1	1.06 260	0.00 1	0.09 52	0.09 50	0.01 128	0.00 1	0.01 7	0.03 176	0.02 70	0.00 1	0.00 1	0.00 1	0.00 1	0.10 369	0.07 256	0.01 129

ttt	0.70 318	0.02 7	0.78 85	0.00 1	0.00 1	0.62 135	0.00 1	2.50 371	0.56 178	0.00 1	0.00 1	0.29 233	0.01 87	4.18 305	5.00 383	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 129

whm_eth	0.17 92	0.36 267	1.51 243	0.00 1	0.00 1	0.53 112	0.00 1	0.25 124	0.61 300	0.00 1	0.00 1	0.03 78	0.01 87	0.01 27	0.01 78	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.09 352

xxx	0.85 334	0.02 7	1.06 159	0.00 1	0.00 1	0.62 135	0.00 1	2.50 371	0.56 178	0.00 1	0.00 1	0.67 308	0.02 134	5.57 351	5.86 388	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 129

GMStereo_Zeroshot	0.07 9	0.04 38	0.80 93	0.08 337	0.00 1	0.03 5	0.00 1	0.05 19	0.10 69	0.00 1	0.03 283	0.19 207	0.03 176	0.00 1	0.05 151	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

test croco	0.11 38	0.17 174	1.21 197	0.00 1	0.00 1	0.05 17	0.00 1	0.16 88	0.32 136	0.01 128	0.01 206	0.02 39	0.01 87	0.03 96	0.03 124	0.00 1	0.00 1	0.00 1	0.00 1	0.26 370	0.01 129

StereoIM	0.06 5	0.16 170	0.66 44	0.00 1	0.00 1	0.05 17	0.01 218	0.06 29	0.12 87	0.00 1	0.01 206	0.04 98	0.02 134	0.02 70	0.03 124	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 129

StereoVision	0.16 84	0.25 220	1.07 166	0.00 1	0.00 1	0.47 95	0.01 218	0.18 96	0.61 300	0.00 1	0.29 329	0.15 188	0.02 134	0.07 123	0.02 107	0.00 1	0.00 1	0.00 1	0.00 1	0.03 185	0.01 129

MIF-Stereo (partial)	0.08 11	0.11 137	0.96 136	0.00 1	0.00 1	0.08 24	0.00 1	0.19 99	0.08 31	0.00 1	0.01 206	0.02 39	0.02 134	0.02 70	0.02 107	0.00 1	0.00 1	0.00 1	0.00 1	0.04 206	0.01 129

MIF-Stereo	0.06 5	0.06 84	0.83 100	0.00 1	0.00 1	0.08 24	0.01 218	0.06 29	0.03 4	0.00 1	0.08 305	0.02 39	0.00 1	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 273	0.00 1

Dean	2.41 387	1.16 393	3.63 374	0.36 394	0.40 395	1.19 354	0.50 377	7.85 407	8.44 408	1.17 375	8.12 400	7.07 398	1.13 358	4.11 303	1.04 332	0.70 400	0.00 1	0.01 360	0.00 1	1.07 402	0.29 394

ACVNet_2	1.32 363	1.30 399	2.83 348	0.11 356	0.07 341	1.30 363	0.18 331	2.29 364	0.75 371	0.26 334	3.44 379	6.65 397	0.16 283	5.12 333	1.08 335	0.13 384	0.00 1	0.00 1	0.00 1	0.38 385	0.32 396

ACVNet_1	1.10 352	1.42 404	4.00 382	0.31 393	0.02 284	1.25 359	0.10 319	1.69 331	0.61 300	0.26 334	0.01 206	4.39 389	1.29 365	4.75 321	0.57 319	0.79 404	0.00 1	0.00 1	0.00 1	0.32 380	0.18 383

CASnet	0.08 11	0.05 60	0.40 1	0.00 1	0.00 1	0.82 184	0.00 1	0.14 84	0.08 31	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 185	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PCWNet_CMD	0.19 107	0.10 123	1.38 221	0.00 1	0.01 240	0.75 171	0.00 1	0.35 144	0.12 87	0.00 1	0.00 1	0.48 279	0.51 323	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 129

CFNet_ucs	0.26 150	0.14 158	1.53 246	0.00 1	0.01 240	0.84 191	0.00 1	1.78 339	0.17 110	0.00 1	0.00 1	0.49 287	0.30 308	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 129

Any-RAFT	0.17 92	0.04 38	0.93 130	0.00 1	0.00 1	1.10 322	0.00 1	0.99 240	0.03 4	0.01 128	0.00 1	0.21 213	0.00 1	0.07 123	0.01 78	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAFT-Test	0.20 115	0.09 119	1.34 212	0.00 1	0.12 361	0.39 74	0.10 319	0.72 202	0.25 125	0.08 293	0.00 1	0.44 272	0.00 1	0.05 113	0.13 226	0.00 1	0.00 1	0.00 1	0.24 406	0.01 58	0.01 129

LL-Strereo2	0.12 47	0.41 292	0.91 127	0.05 309	0.03 305	0.51 103	0.04 286	0.13 80	0.11 75	0.01 128	0.00 1	0.03 78	0.02 134	0.06 118	0.10 201	0.00 1	0.00 1	0.00 1	0.01 320	0.03 185	0.03 259

SDNR	1.15 357	0.21 194	3.21 362	0.01 246	0.01 240	3.30 395	0.01 218	2.55 376	0.75 371	1.80 384	1.49 371	1.40 360	0.20 295	7.24 401	0.68 324	0.00 1	0.00 1	0.00 1	0.00 1	0.04 206	0.04 289

4D-IteraStereo	0.16 84	0.51 319	1.73 265	0.00 1	0.00 1	0.38 73	0.03 274	0.08 46	0.08 31	0.02 218	0.01 206	0.00 1	0.01 87	0.06 118	0.09 192	0.00 1	0.00 1	0.00 1	0.00 1	0.04 206	0.06 326

LoS_RVC	0.05 2	0.05 60	0.41 3	0.00 1	0.00 1	0.16 37	0.00 1	0.17 93	0.07 18	0.00 1	0.00 1	0.04 98	0.01 87	0.04 105	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

CAS	0.10 22	0.05 60	0.46 9	0.00 1	0.00 1	1.03 241	0.00 1	0.21 115	0.09 50	0.00 1	0.00 1	0.03 78	0.01 87	0.01 27	0.02 107	0.08 381	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

anonymousdsp2	0.10 22	0.04 38	0.98 144	0.00 1	0.00 1	0.62 135	0.00 1	0.09 52	0.11 75	0.00 1	0.00 1	0.01 7	0.01 87	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.02 334	0.04 206	0.03 259

anonymousdsp	0.11 38	0.18 178	0.58 33	0.00 1	0.00 1	1.06 260	0.00 1	0.08 46	0.09 50	0.01 128	0.00 1	0.01 7	0.04 207	0.03 96	0.00 1	0.00 1	0.00 1	0.00 1	0.11 374	0.07 256	0.03 259

fast-acv-ft	0.29 174	0.37 275	3.76 376	0.06 328	0.01 240	0.28 52	0.17 329	0.06 29	0.21 116	0.00 1	0.00 1	0.08 145	0.09 257	0.10 141	0.23 268	0.01 351	0.00 1	0.03 385	0.01 320	0.26 370	0.01 129

iinet-f	0.48 250	0.57 337	4.45 386	0.00 1	0.01 240	0.77 174	0.00 1	1.48 309	0.61 300	0.01 128	0.00 1	0.40 265	0.44 319	0.38 174	0.03 124	0.00 1	0.00 1	0.00 1	0.00 1	0.35 383	0.01 129

LoS	0.14 66	0.07 104	0.66 44	0.02 270	0.00 1	1.05 251	0.01 218	0.07 41	0.57 211	0.01 128	0.01 206	0.16 195	0.04 207	0.04 105	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 185	0.00 1

CES	0.08 11	0.07 104	0.43 7	0.00 1	0.00 1	0.21 43	0.01 218	0.08 46	0.56 178	0.01 128	0.00 1	0.08 145	0.04 207	0.02 70	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

Selective-IGEV	0.05 2	0.04 38	0.43 7	0.00 1	0.04 320	0.25 46	0.00 1	0.01 1	0.08 31	0.00 1	0.00 1	0.01 7	0.02 134	0.00 1	0.01 78	0.00 1	0.00 1	0.00 1	0.07 364	0.03 185	0.08 339

EGLCR-Stereo	0.15 79	0.05 60	0.47 11	0.07 332	0.03 305	1.06 260	0.01 218	1.06 248	0.12 87	0.16 323	0.00 1	0.00 1	0.02 134	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 226

GASNet	0.56 287	1.09 384	2.57 334	0.00 1	0.00 1	0.52 109	0.02 258	1.12 257	0.22 118	0.01 128	0.14 313	0.50 290	0.12 272	4.09 302	0.39 296	0.00 1	0.00 1	0.00 1	0.00 1	0.32 380	0.08 339

gwcnet-sp	0.28 160	0.15 163	2.75 344	0.00 1	0.00 1	0.51 103	0.02 258	0.49 168	0.57 211	0.01 128	0.01 206	0.08 145	0.04 207	0.87 196	0.11 209	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 129

scenet	0.28 160	0.15 163	2.75 344	0.00 1	0.00 1	0.51 103	0.02 258	0.49 168	0.57 211	0.01 128	0.01 206	0.08 145	0.04 207	0.87 196	0.11 209	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 129

CASS	0.07 9	0.06 84	0.73 52	0.00 1	0.00 1	0.10 28	0.01 218	0.15 87	0.12 87	0.16 323	0.00 1	0.02 39	0.02 134	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	0.12 47	0.15 163	0.92 129	0.00 1	0.00 1	0.46 94	0.00 1	0.41 155	0.10 69	0.00 1	0.00 1	0.10 159	0.00 1	0.07 123	0.19 255	0.00 1	0.00 1	0.00 1	0.02 334	0.04 206	0.02 226

knoymous	0.09 17	0.04 38	1.04 150	0.00 1	0.00 1	0.11 31	0.00 1	0.23 118	0.05 12	0.00 1	0.00 1	0.23 217	0.00 1	0.02 70	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

anonymousa	0.14 66	0.15 163	1.74 269	0.00 1	0.00 1	0.28 52	0.00 1	0.01 1	0.11 75	0.00 1	0.01 206	0.42 269	0.02 134	0.01 27	0.01 78	0.00 1	0.00 1	0.00 1	0.04 356	0.00 1	0.02 226

riskmin	0.11 38	0.01 1	0.87 116	0.01 246	0.00 1	0.13 35	0.00 1	0.30 140	0.09 50	0.00 1	0.01 206	0.76 318	0.00 1	0.02 70	0.01 78	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 129

Wz-Net-TNSev	1.42 368	2.41 416	11.01 408	0.00 1	0.00 1	0.42 82	0.14 328	2.05 350	0.61 300	0.06 279	0.01 206	1.34 356	0.16 283	5.70 356	4.19 374	0.00 1	0.00 1	0.00 1	0.01 320	0.19 350	0.10 359

Selective-RAFT	0.13 53	0.04 38	0.51 13	0.00 1	0.00 1	1.06 260	0.00 1	0.04 13	0.57 211	0.00 1	0.00 1	0.06 132	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.19 392	0.04 206	0.00 1

ProNet	0.09 17	0.20 191	0.53 24	0.00 1	0.00 1	0.80 180	0.00 1	0.04 13	0.07 18	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 273	0.01 129

ssnet_v2	0.28 160	0.17 174	1.18 185	0.00 1	0.00 1	0.81 182	0.00 1	1.05 245	0.59 262	0.09 301	0.01 206	0.88 326	0.09 257	0.43 177	0.08 186	0.00 1	0.00 1	0.00 1	0.00 1	0.12 309	0.09 352

ssnet	0.28 160	0.15 163	2.75 344	0.00 1	0.00 1	0.51 103	0.02 258	0.49 168	0.57 211	0.01 128	0.01 206	0.08 145	0.04 207	0.87 196	0.11 209	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 129

CroCo-Stereo Lap2	0.09 17	0.23 210	0.74 61	0.00 1	0.00 1	0.02 3	0.00 1	0.07 41	0.56 178	0.00 1	0.00 1	0.01 7	0.03 176	0.02 70	0.01 78	0.00 1	0.00 1	0.00 1	0.00 1	0.06 244	0.01 129

HBP-ISP	0.80 328	0.70 352	2.86 349	0.02 270	0.01 240	1.67 376	0.48 373	2.63 384	0.56 178	1.11 373	0.06 299	0.50 290	0.74 341	4.60 318	0.09 192	0.00 1	0.00 1	0.00 1	0.00 1	0.05 224	0.03 259

TestStereo1	0.20 115	0.30 238	0.84 105	0.00 1	0.16 372	1.12 337	0.01 218	0.69 198	0.57 211	0.00 1	0.05 290	0.04 98	0.01 87	0.09 137	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 327	0.06 326

DCANet-4	0.31 180	0.05 60	2.61 336	0.00 1	0.00 1	1.05 251	0.00 1	1.49 315	0.61 300	0.13 313	0.00 1	0.03 78	0.05 232	0.03 96	0.05 151	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 306

ccc-4	0.11 38	0.18 178	0.52 16	0.00 1	0.00 1	1.06 260	0.00 1	0.09 52	0.09 50	0.01 128	0.00 1	0.01 7	0.03 176	0.02 70	0.00 1	0.00 1	0.00 1	0.00 1	0.10 369	0.07 256	0.01 129

fff	0.28 160	0.37 275	1.20 187	0.00 1	0.01 240	1.05 251	0.00 1	1.48 309	0.61 300	0.13 313	0.00 1	0.04 98	0.60 331	0.02 70	0.05 151	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 306

anonymity	0.17 92	0.06 84	0.79 88	0.00 1	0.09 349	0.03 5	0.00 1	0.54 174	0.07 18	0.41 351	0.13 312	0.11 162	0.58 328	0.02 70	0.31 289	0.00 1	0.00 1	0.00 1	0.23 401	0.01 58	0.02 226

ADStereo(finetuned)	0.34 198	0.37 275	2.24 307	0.00 1	0.00 1	1.04 248	0.00 1	1.49 315	0.61 300	0.08 293	0.00 1	0.04 98	0.74 341	0.03 96	0.09 192	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.05 306

DisPM	0.16 84	0.05 60	0.82 97	0.07 332	0.00 1	1.14 341	0.41 368	0.08 46	0.54 162	0.03 245	0.00 1	0.00 1	0.00 1	0.06 118	0.05 151	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

Wz-Net-SNSev	0.78 326	1.10 385	6.27 395	0.00 1	0.00 1	0.27 49	0.00 1	0.95 233	0.61 300	0.00 1	0.01 206	0.41 268	0.10 265	4.92 327	0.81 328	0.00 1	0.00 1	0.00 1	0.00 1	0.17 343	0.03 259

Wz-Net-LNSev-Ref	0.42 226	0.52 324	3.02 355	0.00 1	0.00 1	0.57 121	0.00 1	1.15 261	0.60 285	0.00 1	0.00 1	0.04 98	0.14 276	1.51 212	0.76 327	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

BUS	0.33 191	0.05 60	0.54 25	0.00 1	0.00 1	1.87 381	0.00 1	2.43 368	0.58 250	0.30 341	0.09 306	0.65 305	0.00 1	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Wz-Net-LNSev	0.34 198	0.61 342	4.26 383	0.00 1	0.00 1	0.49 99	0.00 1	0.26 128	0.61 300	0.00 1	0.01 206	0.23 217	0.03 176	0.10 141	0.16 238	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 129

Wz-Net-MNSev	0.48 250	0.76 365	3.11 360	0.00 1	0.00 1	0.23 45	0.00 1	1.07 250	0.61 300	0.01 128	0.01 206	0.13 175	0.13 275	3.12 261	0.34 292	0.00 1	0.00 1	0.00 1	0.00 1	0.05 224	0.01 129

IER	0.14 66	0.09 119	1.29 205	0.00 1	0.00 1	0.62 135	0.00 1	0.17 93	0.10 69	0.00 1	0.00 1	0.40 265	0.02 134	0.11 146	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

raft_robust	0.56 287	0.36 267	0.87 116	0.00 1	0.15 369	0.64 149	0.00 1	2.20 360	0.56 178	0.00 1	0.01 206	0.44 272	1.18 362	4.46 314	0.01 78	0.00 1	0.00 1	0.00 1	0.15 386	0.09 289	0.03 259

CRFU-Net	0.40 222	0.12 146	1.50 242	0.14 369	0.01 240	0.90 205	0.00 1	0.42 157	0.14 97	0.00 1	0.00 1	0.42 269	1.94 375	2.15 226	0.12 219	0.00 1	0.00 1	0.03 385	0.00 1	0.03 185	0.00 1

RAFT+CT+SA	0.26 150	0.34 251	1.11 171	0.02 270	0.27 390	1.10 322	0.00 1	0.70 201	0.56 178	0.00 1	0.00 1	0.07 139	0.01 87	0.36 172	0.00 1	0.00 1	0.00 1	0.00 1	0.31 413	0.11 302	0.22 392

test_5	0.26 150	0.35 260	1.35 214	0.01 246	0.22 389	0.80 180	0.01 218	0.81 213	0.58 250	0.12 310	0.00 1	0.06 132	0.01 87	0.61 189	0.03 124	0.00 1	0.00 1	0.00 1	0.00 1	0.14 320	0.16 380

NINENet	0.45 237	0.09 119	0.81 94	0.06 328	0.00 1	1.87 381	0.00 1	2.69 386	0.56 178	0.00 1	0.00 1	0.65 305	0.00 1	2.15 226	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

BSDual-CNN	0.28 160	0.05 60	0.54 25	0.00 1	0.00 1	1.07 295	0.00 1	2.43 368	0.58 250	0.30 341	0.09 306	0.36 252	0.03 176	0.01 27	0.08 186	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

hknet	0.38 216	0.07 104	1.32 209	0.00 1	0.00 1	1.07 295	0.00 1	2.43 368	0.58 250	0.30 341	0.09 306	0.63 300	0.00 1	0.96 200	0.07 176	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SA-5K	0.20 115	0.30 238	0.84 105	0.00 1	0.16 372	1.12 337	0.01 218	0.69 198	0.57 211	0.00 1	0.05 290	0.04 98	0.01 87	0.09 137	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 327	0.06 326

Sa-1000	0.31 180	0.26 226	0.93 130	0.00 1	0.18 379	1.08 308	0.01 218	2.59 382	0.56 178	0.00 1	0.09 306	0.03 78	0.00 1	0.18 156	0.00 1	0.00 1	0.00 1	0.00 1	0.13 381	0.11 302	0.00 1

SA	0.30 176	0.27 227	0.97 142	0.00 1	0.17 377	1.10 322	0.00 1	2.50 371	0.56 178	0.00 1	0.01 206	0.03 78	0.01 87	0.16 155	0.00 1	0.00 1	0.00 1	0.00 1	0.14 382	0.12 309	0.00 1

test_4	0.13 53	0.07 104	1.12 174	0.00 1	0.05 328	0.82 184	0.00 1	0.04 13	0.08 31	0.10 305	0.00 1	0.01 7	0.01 87	0.02 70	0.06 165	0.00 1	0.00 1	0.00 1	0.02 334	0.11 302	0.00 1

IGEV-Stereo	0.11 38	0.18 178	0.58 33	0.00 1	0.00 1	1.06 260	0.00 1	0.08 46	0.09 50	0.01 128	0.00 1	0.01 7	0.04 207	0.03 96	0.00 1	0.00 1	0.00 1	0.00 1	0.11 374	0.07 256	0.03 259
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.50 264	0.51 319	1.44 234	0.00 1	0.00 1	0.29 54	0.00 1	0.63 192	0.59 262	0.00 1	0.00 1	0.08 145	0.01 87	6.14 374	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.22 360	0.01 129

psmg	0.22 125	0.05 60	0.54 25	0.00 1	0.00 1	1.05 251	0.00 1	1.73 336	0.58 250	0.00 1	0.00 1	0.36 252	0.03 176	0.01 27	0.08 186	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

CSP-Net	0.37 213	0.10 123	0.54 25	0.00 1	0.00 1	0.50 101	0.00 1	0.64 193	0.13 94	0.00 1	0.00 1	0.15 188	0.02 134	5.27 336	0.06 165	0.00 1	0.00 1	0.00 1	0.00 1	0.05 224	0.00 1

WZ-Net	1.38 366	1.14 391	10.22 406	0.00 1	0.00 1	0.82 184	0.00 1	1.37 283	0.61 300	0.01 128	0.01 206	1.09 342	2.20 382	6.39 388	3.68 372	0.00 1	0.00 1	0.00 1	0.00 1	0.07 256	0.02 226

UDGNet	0.14 66	0.48 309	0.72 50	0.00 1	0.00 1	1.06 260	0.00 1	0.05 19	0.28 128	0.00 1	0.00 1	0.02 39	0.00 1	0.09 137	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

dd	0.16 84	0.52 324	0.86 111	0.01 246	0.00 1	1.03 241	0.00 1	0.09 52	0.52 156	0.01 128	0.00 1	0.02 39	0.02 134	0.00 1	0.00 1	0.01 351	0.00 1	0.00 1	0.00 1	0.03 185	0.00 1

dad	0.17 92	0.54 328	0.82 97	0.00 1	0.00 1	1.03 241	0.00 1	0.02 4	0.23 123	0.01 128	0.00 1	0.02 39	0.01 87	0.63 190	0.11 209	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

DDUNet	0.34 198	0.20 191	1.06 159	0.00 1	0.00 1	0.79 178	0.01 218	0.91 227	0.54 162	0.04 262	0.01 206	1.11 345	0.01 87	1.89 219	0.17 242	0.00 1	0.00 1	0.00 1	0.00 1	0.06 244	0.00 1

UDG	0.42 226	0.43 296	1.17 182	0.00 1	0.00 1	0.99 229	0.00 1	1.70 333	0.60 285	0.05 271	0.00 1	1.51 367	0.19 290	1.20 205	0.61 320	0.00 1	0.00 1	0.00 1	0.00 1	0.05 224	0.00 1

GLC_STEREO	0.04 1	0.05 60	0.52 16	0.00 1	0.00 1	0.06 20	0.00 1	0.01 1	0.03 4	0.00 1	0.00 1	0.01 7	0.01 87	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

DAS	0.49 255	0.05 60	1.29 205	0.00 1	0.00 1	0.07 21	0.00 1	1.25 268	0.61 300	1.18 376	0.00 1	0.24 219	0.03 176	4.76 322	0.22 263	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.01 129

SepStereo	0.45 237	0.05 60	1.29 205	0.00 1	0.00 1	0.07 21	0.00 1	1.25 268	0.61 300	1.18 376	0.00 1	0.24 219	0.03 176	3.93 296	0.22 263	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.01 129

IPLG	0.51 269	0.38 285	1.60 251	0.02 270	0.00 1	1.11 330	0.07 302	1.48 309	0.57 211	0.05 271	0.00 1	0.12 168	0.15 281	4.58 316	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 302	0.00 1

MIPNet	0.34 198	0.35 260	1.56 247	0.02 270	0.00 1	1.11 330	0.09 315	1.57 320	0.65 355	0.11 308	0.05 290	0.18 200	0.19 290	0.74 193	0.00 1	0.00 1	0.00 1	0.00 1	0.01 320	0.06 244	0.01 129

IPLGR	0.43 233	0.17 174	2.05 295	0.02 270	0.02 284	1.08 308	0.04 286	1.62 328	0.57 211	0.09 301	0.00 1	0.15 188	0.22 298	2.62 242	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 206	0.00 1

AASNet	0.27 156	0.47 307	1.56 247	0.00 1	0.00 1	0.91 212	0.00 1	0.58 182	0.58 250	0.00 1	0.00 1	0.39 263	0.02 134	0.33 169	0.13 226	0.00 1	0.00 1	0.00 1	0.00 1	0.25 368	0.06 326

test-3	0.17 92	0.03 23	0.74 61	0.03 287	0.10 353	0.43 87	0.00 1	1.36 277	0.07 18	0.01 128	0.00 1	0.02 39	0.00 1	0.08 134	0.19 255	0.00 1	0.00 1	0.00 1	0.20 393	0.12 309	0.11 361

test_1	0.17 92	0.03 23	0.75 69	0.03 287	0.10 353	0.43 87	0.00 1	1.36 277	0.07 18	0.01 128	0.00 1	0.02 39	0.00 1	0.07 123	0.19 255	0.00 1	0.00 1	0.00 1	0.20 393	0.12 309	0.11 361

SACVNet	0.42 226	0.29 235	1.10 167	0.00 1	0.00 1	1.02 235	0.00 1	0.78 206	0.29 132	0.03 245	0.00 1	0.24 219	0.02 134	4.27 310	0.07 176	0.00 1	0.00 1	0.00 1	0.00 1	0.20 356	0.01 129

AACVNet	0.40 222	0.36 267	0.90 123	0.00 1	0.00 1	0.53 112	0.00 1	0.18 96	0.41 148	0.02 218	0.00 1	0.11 162	0.01 87	5.33 339	0.07 176	0.00 1	0.00 1	0.00 1	0.00 1	0.15 327	0.00 1

test_3	0.19 107	0.02 7	0.76 74	0.03 287	0.10 353	0.53 112	0.00 1	1.42 288	0.07 18	0.13 313	0.00 1	0.02 39	0.00 1	0.07 123	0.19 255	0.00 1	0.00 1	0.00 1	0.20 393	0.12 309	0.11 361

GwcNet-ADL	0.30 176	0.19 187	1.78 271	0.00 1	0.00 1	1.03 241	0.00 1	2.08 354	0.28 128	0.00 1	0.00 1	0.37 258	0.04 207	0.02 70	0.09 192	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 259

PSMNet-ADL	0.35 204	0.05 60	0.65 43	0.00 1	0.00 1	1.03 241	0.00 1	0.59 184	0.09 50	0.00 1	0.07 302	0.47 277	0.01 87	3.66 286	0.30 284	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.02 226

GANet-ADL	0.16 84	0.06 84	1.18 185	0.00 1	0.01 240	0.83 189	0.00 1	0.23 118	0.07 18	0.00 1	0.30 330	0.35 249	0.00 1	0.07 123	0.10 201	0.00 1	0.00 1	0.00 1	0.00 1	0.04 206	0.01 129

ADLNet2	0.55 283	0.33 247	2.54 333	0.00 1	0.00 1	0.88 201	0.00 1	0.69 198	0.65 355	0.00 1	0.07 302	1.47 364	0.02 134	4.12 304	0.11 209	0.00 1	0.00 1	0.00 1	0.00 1	0.13 317	0.01 129

CrosDoStereo	1.10 352	0.08 111	1.43 232	0.00 1	0.05 328	0.63 145	5.86 416	0.60 186	0.38 142	0.26 334	1.21 365	0.19 207	3.02 389	6.61 392	1.64 351	0.00 1	0.00 1	0.00 1	0.00 1	0.06 244	0.00 1

PFNet+	0.23 132	0.06 84	0.79 88	0.07 332	0.01 240	1.11 330	0.42 370	0.11 71	0.59 262	0.08 293	0.01 206	0.02 39	0.00 1	1.21 206	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

TRStereo	0.37 213	0.23 210	1.41 229	0.03 287	0.00 1	1.07 295	0.02 258	3.07 391	0.57 211	0.01 128	0.00 1	0.11 162	0.40 318	0.06 118	0.00 1	0.00 1	0.00 1	0.00 1	0.22 400	0.01 58	0.08 339

LCNet	0.22 125	0.11 137	0.74 61	0.11 356	0.00 1	0.97 221	0.00 1	0.09 52	0.59 262	0.01 128	0.00 1	0.02 39	1.10 356	0.43 177	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 320	0.01 129

HHNet	0.48 250	0.21 194	1.60 251	0.10 346	0.00 1	1.14 341	0.26 345	0.47 165	0.59 262	0.01 128	3.56 380	0.04 98	0.71 337	0.00 1	0.73 325	0.02 365	0.00 1	0.00 1	0.00 1	0.03 185	0.00 1

Patchmatch Stereo++	0.13 53	0.04 38	0.73 52	0.05 309	0.01 240	1.06 260	0.08 309	0.06 29	0.56 178	0.01 128	0.00 1	0.05 119	0.00 1	0.01 27	0.02 107	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	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
AAGNet	0.96 346	0.05 60	0.74 61	0.09 342	0.27 390	1.11 330	0.28 352	0.05 19	0.59 262	0.01 128	0.00 1	0.01 7	1.00 350	3.68 287	11.30 406	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

STrans-v2	0.85 334	0.28 231	1.66 257	0.00 1	0.01 240	0.85 194	0.04 286	2.05 350	0.67 361	0.48 357	0.87 362	1.12 346	2.12 381	6.64 394	0.25 274	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

TransformOpticalFlow	0.85 334	0.27 227	2.72 342	0.30 392	0.03 305	1.25 359	0.05 294	1.53 319	0.61 300	0.28 339	0.38 337	1.27 351	1.54 369	6.53 389	0.22 263	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

OMP-Stereo	0.66 315	0.33 247	0.72 50	0.18 383	0.06 335	1.17 351	0.00 1	1.45 296	0.59 262	0.12 310	0.60 349	0.50 290	0.00 1	7.09 400	0.26 277	0.00 1	0.00 1	0.00 1	0.00 1	0.03 185	0.00 1

IIG-Stereo	0.65 313	0.34 251	0.77 76	0.05 309	0.03 305	1.17 351	0.00 1	1.46 306	0.60 285	0.01 128	0.57 347	0.54 296	0.01 87	7.03 399	0.39 296	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1

NF-Stereo	0.47 243	0.03 23	0.77 76	0.12 360	0.00 1	1.07 295	0.26 345	0.19 99	0.60 285	0.01 128	0.00 1	0.02 39	0.00 1	6.18 376	0.18 246	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

OCTAStereo	0.47 243	0.03 23	0.77 76	0.12 360	0.00 1	1.07 295	0.26 345	0.19 99	0.60 285	0.01 128	0.00 1	0.02 39	0.00 1	6.16 375	0.18 246	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

PSM-softLoss	0.48 250	0.04 38	1.10 167	0.17 378	0.00 1	1.07 295	0.25 343	0.12 76	0.61 300	0.03 245	0.01 206	0.02 39	0.01 87	6.03 368	0.18 246	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

KMStereo	0.48 250	0.04 38	1.10 167	0.17 378	0.00 1	1.07 295	0.25 343	0.12 76	0.61 300	0.03 245	0.01 206	0.02 39	0.01 87	6.03 368	0.18 246	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

PSM-adaLoss	0.14 66	0.04 38	0.73 52	0.05 309	0.02 284	1.06 260	0.08 309	0.05 19	0.56 178	0.01 128	0.00 1	0.07 139	0.00 1	0.01 27	0.02 107	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1

PSM-AAD	0.49 255	0.02 7	0.75 69	0.06 328	0.00 1	1.19 354	2.19 403	0.12 76	0.59 262	0.01 128	0.45 340	0.13 175	4.04 398	0.22 161	0.06 165	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 129

FTStereo	0.78 326	0.01 1	1.27 204	0.12 360	0.00 1	1.15 344	2.80 409	0.09 52	0.61 300	0.16 323	5.93 390	0.36 252	2.56 385	0.53 182	0.01 78	0.07 378	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ROB_FTStereo_v2	0.14 66	0.04 38	0.73 52	0.05 309	0.01 240	1.06 260	0.06 299	0.05 19	0.56 178	0.01 128	0.00 1	0.07 139	0.00 1	0.01 27	0.02 107	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1

ROB_FTStereo	0.13 53	0.04 38	0.73 52	0.05 309	0.02 284	1.06 260	0.07 302	0.06 29	0.56 178	0.01 128	0.00 1	0.03 78	0.00 1	0.01 27	0.02 107	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1

Consistency-Raft	0.39 219	0.30 238	2.53 332	0.14 369	0.03 305	0.90 205	0.04 286	1.36 277	0.59 262	0.00 1	0.02 278	0.02 39	1.15 360	0.33 169	0.43 301	0.02 365	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

KYRaft	0.21 121	0.03 23	0.74 61	0.04 299	0.00 1	1.16 348	0.12 326	0.08 46	0.60 285	0.01 128	0.30 330	0.03 78	0.77 343	0.37 173	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 129

HUI-Stereo	0.14 66	0.04 38	0.75 69	0.05 309	0.02 284	1.06 260	0.08 309	0.06 29	0.57 211	0.01 128	0.00 1	0.07 139	0.00 1	0.01 27	0.02 107	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1

ASMatch	0.59 301	0.10 123	1.66 257	0.13 367	0.04 320	1.07 295	0.00 1	0.10 67	0.64 353	0.06 279	0.44 339	0.05 119	0.87 347	6.32 385	0.27 279	0.00 1	0.00 1	0.00 1	0.01 320	0.00 1	0.00 1

DeepStereo_LL	1.10 352	0.08 111	1.43 232	0.00 1	0.05 328	0.63 145	5.86 416	0.60 186	0.38 142	0.26 334	1.21 365	0.19 207	3.02 389	6.61 392	1.64 351	0.00 1	0.00 1	0.00 1	0.00 1	0.06 244	0.00 1

DEmStereo	0.75 323	0.06 84	1.73 265	0.04 299	0.00 1	0.78 176	0.52 379	0.05 19	0.57 211	0.05 271	0.72 354	0.02 39	3.42 393	5.79 361	1.29 343	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

SST-Stereo	0.51 269	0.02 7	0.74 61	0.05 309	0.19 383	1.09 316	0.49 375	0.26 128	0.61 300	0.04 262	0.00 1	0.05 119	0.58 328	6.12 372	0.03 124	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1

THIR-Stereo	0.93 343	0.18 178	1.34 212	0.00 1	0.01 240	0.53 112	3.86 412	0.10 67	0.10 69	0.10 305	1.50 372	0.76 318	2.90 388	5.73 358	1.45 347	0.00 1	0.00 1	0.02 376	0.00 1	0.01 58	0.00 1

RAFT_R40	0.49 255	0.03 23	0.74 61	0.05 309	0.15 369	1.09 316	0.32 356	0.27 132	0.59 262	0.02 218	0.03 283	0.07 139	0.30 308	6.12 372	0.11 209	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1

PFNet	0.60 304	0.11 137	2.08 299	0.00 1	0.30 392	1.16 348	0.00 1	0.29 137	0.59 262	0.01 128	0.24 324	0.02 39	0.00 1	6.58 390	0.23 268	0.10 383	0.00 1	0.00 1	0.04 356	0.14 320	0.05 306

GrayStereo	0.46 241	0.01 1	0.71 48	0.10 346	0.00 1	1.12 337	2.67 408	0.20 109	0.59 262	0.00 1	0.00 1	0.08 145	3.76 397	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

RE-Stereo	0.47 243	0.03 23	0.77 76	0.12 360	0.00 1	1.07 295	0.26 345	0.19 99	0.60 285	0.01 128	0.00 1	0.02 39	0.00 1	6.18 376	0.18 246	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

Pruner-Stereo	0.16 84	0.04 38	0.73 52	0.19 384	0.00 1	1.08 308	0.21 337	0.16 88	0.59 262	0.03 245	0.00 1	0.01 7	0.00 1	0.02 70	0.22 263	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 129

TVStereo	0.47 243	0.03 23	0.77 76	0.12 360	0.00 1	1.07 295	0.26 345	0.19 99	0.60 285	0.01 128	0.00 1	0.02 39	0.00 1	6.18 376	0.18 246	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

DeepStereo_RVC	0.22 125	0.04 38	0.87 116	0.05 309	0.02 284	1.07 295	0.32 356	0.04 13	0.56 178	0.01 128	0.00 1	0.00 1	1.25 363	0.01 27	0.03 124	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.05 306

iGMRVC	0.14 66	0.04 38	0.74 61	0.05 309	0.02 284	1.06 260	0.07 302	0.06 29	0.56 178	0.01 128	0.00 1	0.05 119	0.00 1	0.01 27	0.02 107	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1

RAFT-RH_RVC	0.96 346	0.13 152	1.35 214	0.02 270	0.05 328	1.06 260	0.00 1	0.06 29	0.55 166	0.01 128	9.57 407	0.10 159	0.00 1	6.00 366	0.30 284	0.01 351	0.00 1	0.00 1	0.02 334	0.01 58	0.00 1

RAFT-345	0.49 255	0.04 38	1.26 200	0.10 346	0.07 341	1.16 348	0.19 334	0.14 84	0.57 211	0.00 1	0.01 206	0.09 156	0.01 87	6.00 366	0.20 260	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

iRAFT	0.13 53	0.04 38	0.73 52	0.05 309	0.01 240	1.06 260	0.08 309	0.06 29	0.56 178	0.01 128	0.00 1	0.05 119	0.00 1	0.01 27	0.02 107	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1

AnonymousM	0.10 22	0.04 38	0.56 31	0.00 1	0.00 1	1.02 235	0.00 1	0.19 99	0.11 75	0.00 1	0.00 1	0.00 1	0.00 1	0.07 123	0.02 107	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

CRE-IMP	0.16 84	0.03 23	0.75 69	0.05 309	0.01 240	1.11 330	0.34 361	0.04 13	0.56 178	0.02 218	0.00 1	0.12 168	0.00 1	0.01 27	0.01 78	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.08 339

CroCo-Stereo	0.13 53	0.16 170	0.40 1	0.00 1	0.00 1	0.03 5	0.00 1	0.98 238	0.57 211	0.00 1	0.01 206	0.31 239	0.03 176	0.01 27	0.03 124	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	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
cross-raft	0.15 79	0.05 60	1.46 237	0.00 1	0.01 240	0.37 72	0.07 302	0.40 153	0.02 2	0.02 218	0.00 1	0.38 261	0.00 1	0.02 70	0.03 124	0.00 1	0.00 1	0.00 1	0.11 374	0.01 58	0.02 226

GMM-Stereo	0.18 102	0.02 7	1.37 220	0.08 337	0.00 1	1.11 330	0.13 327	0.09 52	0.60 285	0.01 128	0.00 1	0.02 39	0.10 265	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

RAFT-IKP	0.14 66	0.04 38	0.75 69	0.05 309	0.01 240	1.06 260	0.08 309	0.05 19	0.56 178	0.01 128	0.00 1	0.05 119	0.00 1	0.01 27	0.02 107	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1

Prome-Stereo	0.23 132	0.04 38	0.76 74	0.10 346	0.00 1	1.15 344	0.02 258	0.27 132	0.65 355	0.01 128	0.54 345	0.04 98	0.71 337	0.27 167	0.07 176	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 129

LMCR-Stereo	0.27 156	0.34 251	1.42 231	0.00 1	0.00 1	0.79 178	0.00 1	2.15 358	0.61 300	0.00 1	0.00 1	0.04 98	0.04 207	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 224	0.00 1

GEStereo_RVC	0.43 233	0.38 285	1.10 167	0.01 246	0.00 1	1.02 235	0.00 1	1.94 347	0.57 211	0.00 1	0.00 1	0.14 182	0.01 87	3.25 271	0.03 124	0.00 1	0.00 1	0.00 1	0.00 1	0.08 273	0.02 226

Anonymous3	0.19 107	0.07 104	1.33 210	0.00 1	0.00 1	1.12 337	0.00 1	0.56 177	0.56 178	0.01 128	0.00 1	0.06 132	0.00 1	0.01 27	0.01 78	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 129

CREStereo++_RVC	0.10 22	0.06 84	0.78 85	0.00 1	0.00 1	1.00 231	0.00 1	0.10 67	0.08 31	0.00 1	0.01 206	0.03 78	0.00 1	0.01 27	0.03 124	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.21 121	0.05 60	0.81 94	0.00 1	0.00 1	1.06 260	0.02 258	1.36 277	0.56 178	0.01 128	0.34 335	0.02 39	0.00 1	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1

TestStereo	0.31 180	0.22 201	1.36 218	0.00 1	0.00 1	0.27 49	0.00 1	0.06 29	0.04 9	0.01 128	0.00 1	0.03 78	0.01 87	4.27 310	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.12 47	0.15 163	0.78 85	0.00 1	0.00 1	1.03 241	0.00 1	0.07 41	0.08 31	0.01 128	0.15 315	0.04 98	0.00 1	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.12 47	0.25 220	0.79 88	0.00 1	0.00 1	0.92 214	0.00 1	0.18 96	0.08 31	0.00 1	0.21 323	0.03 78	0.00 1	0.01 27	0.03 124	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

sAnonymous2	0.10 22	0.22 201	1.35 214	0.00 1	0.00 1	0.04 13	0.00 1	0.03 6	0.06 13	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 273	0.15 376

CroCo_RVC	0.10 22	0.22 201	1.35 214	0.00 1	0.00 1	0.04 13	0.00 1	0.03 6	0.06 13	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 273	0.15 376

CFNet_pseudo	0.22 125	0.10 123	1.39 223	0.00 1	0.01 240	0.98 223	0.00 1	0.94 231	0.09 50	0.00 1	0.00 1	0.48 279	0.36 315	0.02 70	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

pcwnet_v2	0.47 243	0.11 137	5.03 391	0.00 1	0.00 1	0.70 159	0.00 1	1.98 349	0.61 300	0.01 128	0.00 1	0.36 252	0.33 313	0.18 156	0.01 78	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.02 226

RALAANet	0.13 53	0.51 319	0.95 134	0.00 1	0.00 1	0.32 62	0.01 218	0.38 148	0.03 4	0.00 1	0.00 1	0.05 119	0.09 257	0.02 70	0.12 219	0.00 1	0.00 1	0.00 1	0.02 334	0.10 296	0.00 1

sCroCo_RVC	0.09 17	0.05 60	1.02 147	0.00 1	0.00 1	0.02 3	0.00 1	0.12 76	0.48 151	0.00 1	0.00 1	0.01 7	0.00 1	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

Anonymous	0.05 2	0.06 84	0.86 111	0.00 1	0.00 1	0.00 1	0.00 1	0.03 6	0.01 1	0.00 1	0.00 1	0.02 39	0.01 87	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 185	0.05 306

ADLNet	0.38 216	0.21 194	0.86 111	0.00 1	0.00 1	0.67 154	0.00 1	0.86 221	0.60 285	0.18 326	0.01 206	1.01 335	0.02 134	2.92 254	0.26 277	0.00 1	0.00 1	0.00 1	0.00 1	0.09 289	0.02 226

GES	0.18 102	0.05 60	0.87 116	0.00 1	0.00 1	1.06 260	0.02 258	0.60 186	0.08 31	0.00 1	0.02 278	0.11 162	0.09 257	0.44 179	0.16 238	0.01 351	0.00 1	0.00 1	0.00 1	0.01 58	0.01 129

HCRNet	0.32 189	0.10 123	0.81 94	0.00 1	0.00 1	1.10 322	0.00 1	0.39 151	0.59 262	0.01 128	0.01 206	0.06 132	0.03 176	3.24 266	0.05 151	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.02 226

DCANet	0.25 146	0.37 275	1.20 187	0.00 1	0.00 1	1.06 260	0.00 1	1.49 315	0.61 300	0.08 293	0.00 1	0.04 98	0.00 1	0.02 70	0.10 201	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.05 306

csc	0.28 160	0.37 275	1.20 187	0.00 1	0.01 240	1.05 251	0.00 1	1.48 309	0.61 300	0.13 313	0.00 1	0.04 98	0.60 331	0.02 70	0.05 151	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 306

cscssc	0.28 160	0.37 275	1.20 187	0.00 1	0.01 240	1.05 251	0.00 1	1.48 309	0.61 300	0.13 313	0.00 1	0.04 98	0.60 331	0.02 70	0.05 151	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 306

222	1.95 377	0.03 23	0.41 3	0.00 1	0.00 1	0.58 124	0.00 1	2.64 385	0.57 211	0.02 218	0.00 1	0.05 119	0.02 134	3.34 274	31.23 422	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 226

111	0.30 176	0.66 347	1.20 187	0.00 1	0.01 240	1.06 260	0.03 274	1.60 323	0.59 262	0.27 338	0.00 1	0.20 211	0.05 232	0.08 134	0.07 176	0.00 1	0.00 1	0.00 1	0.00 1	0.07 256	0.12 370

test_xeample3	0.24 140	0.06 84	1.84 275	0.02 270	0.00 1	0.33 66	0.05 294	1.33 274	0.14 97	0.00 1	0.03 283	0.03 78	0.03 176	0.10 141	0.43 301	0.00 1	0.00 1	0.00 1	0.23 401	0.05 224	0.06 326

test_xeample	1.14 355	0.02 7	0.58 33	0.00 1	0.00 1	0.57 121	0.00 1	2.57 378	0.57 211	0.00 1	0.00 1	0.03 78	0.02 134	3.45 277	15.00 417	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 226

ARAFT	0.58 297	0.75 360	2.78 347	0.00 1	0.00 1	1.20 356	0.00 1	2.26 362	0.57 211	0.05 271	0.00 1	0.18 200	0.03 176	3.54 281	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.19 350	0.04 289

GMStereo	0.08 11	0.54 328	0.90 123	0.00 1	0.00 1	0.03 5	0.00 1	0.04 13	0.03 4	0.00 1	0.00 1	0.01 7	0.02 134	0.00 1	0.03 124	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
FINET	0.51 269	0.36 267	2.40 317	0.00 1	0.00 1	0.27 49	0.00 1	2.06 353	1.49 390	0.00 1	0.00 1	0.04 98	0.04 207	3.38 275	0.10 201	0.00 1	0.00 1	0.00 1	0.00 1	0.03 185	0.02 226

ccnet	0.49 255	0.05 60	1.26 200	0.01 246	0.08 345	0.72 166	0.18 331	1.18 264	0.35 139	0.45 354	0.68 352	0.13 175	0.39 317	3.54 281	0.74 326	0.01 351	0.00 1	0.02 376	0.00 1	0.02 136	0.01 129

CFNet-RSSM	0.17 92	0.06 84	1.16 181	0.00 1	0.12 361	0.61 130	0.00 1	0.90 225	0.08 31	0.01 128	0.00 1	0.09 156	0.00 1	0.01 27	0.03 124	0.00 1	0.00 1	0.00 1	0.23 401	0.00 1	0.00 1

APVNet	0.51 269	0.21 194	2.43 323	0.00 1	0.00 1	0.94 218	0.00 1	0.45 161	0.62 348	0.01 128	0.01 206	0.34 245	0.03 176	4.59 317	0.27 279	0.00 1	0.00 1	0.03 385	0.00 1	0.15 327	0.02 226

SFCPSM	0.21 121	0.04 38	1.59 250	0.00 1	0.05 328	0.34 69	0.00 1	1.24 267	0.57 211	0.01 128	0.00 1	0.12 168	0.02 134	0.05 113	0.05 151	0.00 1	0.00 1	0.00 1	0.02 334	0.02 136	0.00 1

Syn2CoEx	0.56 287	0.78 367	2.86 349	0.00 1	0.00 1	0.10 28	0.01 218	0.91 227	0.61 300	0.02 218	0.00 1	0.49 287	0.21 296	5.03 330	0.03 124	0.00 1	0.00 1	0.00 1	0.00 1	0.14 320	0.03 259

MMNet	0.23 132	0.18 178	1.84 275	0.00 1	0.00 1	0.67 154	0.00 1	0.59 184	0.59 262	0.00 1	0.01 206	0.18 200	0.09 257	0.26 166	0.12 219	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 129

delet	0.33 191	0.24 214	1.05 158	0.00 1	0.00 1	0.60 129	0.00 1	0.53 173	0.59 262	0.03 245	0.01 206	0.52 294	0.19 290	2.68 245	0.13 226	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1

psm_up	0.39 219	0.25 220	1.04 150	0.00 1	0.00 1	0.82 184	0.00 1	1.88 342	0.57 211	0.00 1	0.00 1	0.28 232	0.01 87	2.78 248	0.09 192	0.00 1	0.00 1	0.00 1	0.00 1	0.06 244	0.00 1

UNet	0.26 150	0.18 178	2.41 319	0.00 1	0.00 1	0.71 163	0.00 1	0.39 151	0.60 285	0.00 1	0.00 1	0.37 258	0.02 134	0.45 180	0.09 192	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

UPFNet	0.18 102	0.05 60	1.11 171	0.00 1	0.00 1	0.48 97	0.00 1	1.11 255	0.48 151	0.00 1	0.00 1	0.10 159	0.00 1	0.10 141	0.10 201	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

FCDSN-DC	2.66 391	0.08 111	1.65 256	0.00 1	0.00 1	1.73 378	0.37 364	1.64 329	1.35 387	8.08 410	11.18 412	11.78 407	7.59 408	4.76 322	2.80 364	0.02 365	0.00 1	0.00 1	0.00 1	0.03 185	0.05 306
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.75 323	0.25 220	7.10 397	0.00 1	0.00 1	0.19 40	0.00 1	0.10 67	0.12 87	0.65 360	0.00 1	2.74 383	0.23 301	3.02 259	0.54 314	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.01 129

aanetorigin	0.86 338	0.36 267	3.45 370	0.11 356	0.13 364	0.39 74	0.93 393	0.13 80	0.14 97	3.38 394	1.21 365	0.29 233	2.01 379	2.87 251	1.35 345	0.02 365	0.00 1	0.02 376	0.05 358	0.30 378	0.08 339

EDNetEfficientorigin	6.23 408	0.45 302	98.39 434	0.02 270	0.04 320	0.42 82	0.02 258	0.33 142	2.90 394	7.07 407	3.12 378	1.31 354	1.61 371	4.26 309	4.55 378	0.00 1	0.00 1	0.00 1	0.00 1	0.07 256	0.02 226

Gwc-CoAtRS	0.12 47	0.06 84	1.17 182	0.00 1	0.11 358	0.41 77	0.00 1	0.20 109	0.04 9	0.01 128	0.00 1	0.18 200	0.00 1	0.01 27	0.06 165	0.00 1	0.00 1	0.00 1	0.18 389	0.01 58	0.00 1

CREStereo	0.10 22	0.06 84	0.51 13	0.00 1	0.00 1	1.06 260	0.00 1	0.20 109	0.08 31	0.00 1	0.00 1	0.02 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	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
FENet	0.23 132	0.05 60	1.39 223	0.00 1	0.00 1	1.00 231	0.00 1	0.80 211	0.57 211	0.00 1	0.00 1	0.24 219	0.04 207	0.23 163	0.18 246	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 129

GwcNet	0.50 264	0.46 303	3.90 380	0.00 1	0.00 1	0.42 82	0.10 319	0.38 148	0.74 369	0.03 245	0.00 1	0.63 300	0.05 232	2.92 254	0.16 238	0.00 1	0.00 1	0.00 1	0.00 1	0.17 343	0.05 306

ac_64	0.39 219	0.12 146	1.15 177	0.04 299	0.01 240	0.43 87	0.02 258	0.25 124	0.59 262	0.12 310	0.01 206	0.89 327	0.04 207	3.92 295	0.12 219	0.00 1	0.00 1	0.00 1	0.00 1	0.04 206	0.00 1

ACVNet	0.20 115	0.14 158	0.96 136	0.01 246	0.00 1	1.05 251	0.11 323	0.19 99	0.60 285	0.01 128	0.01 206	0.71 314	0.00 1	0.05 113	0.10 201	0.00 1	0.00 1	0.00 1	0.00 1	0.05 224	0.00 1

acv_ft	0.21 121	0.14 158	0.95 134	0.00 1	0.00 1	0.41 77	0.00 1	0.58 182	0.60 285	0.19 328	0.01 206	0.71 314	0.12 272	0.05 113	0.12 219	0.00 1	0.00 1	0.00 1	0.00 1	0.24 365	0.00 1

HGLStereo	0.28 160	0.12 146	1.15 177	0.00 1	0.00 1	0.65 151	0.00 1	0.57 179	0.25 125	0.02 218	0.01 206	0.47 277	0.03 176	2.17 229	0.14 232	0.00 1	0.00 1	0.00 1	0.00 1	0.03 185	0.01 129

cf-r	0.35 204	0.41 292	1.45 235	0.00 1	0.00 1	1.06 260	0.00 1	0.43 158	0.38 142	0.05 271	0.00 1	0.65 305	0.00 1	2.53 241	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.04 206	0.02 226

hitnet-ft	0.42 226	0.30 238	1.15 177	0.00 1	0.00 1	0.73 167	0.11 323	0.30 140	0.19 114	0.04 262	0.14 313	0.75 317	0.17 288	4.33 313	0.10 201	0.01 351	0.00 1	0.03 385	0.00 1	0.04 206	0.01 129

GANet-RSSM	0.34 198	0.29 235	0.97 142	0.00 1	0.00 1	1.05 251	0.00 1	0.22 117	0.15 102	0.03 245	0.00 1	0.31 239	0.00 1	3.62 283	0.14 232	0.00 1	0.00 1	0.03 385	0.00 1	0.05 224	0.01 129

PSMNet-RSSM	0.36 208	0.36 267	0.93 130	0.00 1	0.00 1	1.06 260	0.00 1	0.50 171	0.53 159	0.04 262	0.00 1	0.40 265	0.00 1	3.33 273	0.06 165	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.01 129

GwcNet-RSSM	0.45 237	0.56 336	1.74 269	0.00 1	0.00 1	1.06 260	0.00 1	0.65 194	0.55 166	0.18 326	0.00 1	0.37 258	0.00 1	3.70 288	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.08 273	0.02 226

CFNet-ft	0.31 180	0.34 251	0.96 136	0.00 1	0.00 1	1.08 308	0.00 1	0.19 99	0.15 102	0.01 128	0.00 1	0.48 279	0.00 1	2.95 256	0.05 151	0.00 1	0.00 1	0.01 360	0.00 1	0.01 58	0.01 129

FAT-Stereo	0.50 264	0.14 158	2.51 329	0.00 1	0.00 1	0.33 66	0.09 315	1.88 342	0.61 300	0.05 271	0.76 355	0.60 298	0.52 325	2.46 240	0.06 165	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1

DSFCA	0.40 222	0.09 119	0.84 105	0.00 1	0.01 240	0.98 223	0.37 364	0.29 137	0.62 348	0.02 218	0.32 332	0.03 78	0.24 302	3.91 294	0.34 292	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

PMTNet	0.11 38	0.07 104	0.60 39	0.00 1	0.00 1	1.05 251	0.04 286	0.16 88	0.08 31	0.00 1	0.00 1	0.04 98	0.00 1	0.03 96	0.01 78	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1

DMCA	0.19 107	0.16 170	1.39 223	0.00 1	0.01 240	1.00 231	0.01 218	0.38 148	0.57 211	0.01 128	0.01 206	0.05 119	0.00 1	0.05 113	0.12 219	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

FADNet	0.55 283	0.75 360	2.42 321	0.00 1	0.01 240	0.82 184	0.00 1	0.88 222	0.54 162	0.01 128	0.01 206	0.16 195	0.16 283	4.49 315	0.09 192	0.18 388	0.00 1	0.00 1	0.00 1	0.43 390	0.00 1

DIP-Stereo	0.22 125	0.10 123	0.77 76	0.00 1	0.00 1	1.09 316	0.00 1	1.68 330	0.57 211	0.01 128	0.00 1	0.01 7	0.07 250	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.01 129
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MaskLacGwcNet_RVC	0.47 243	0.43 296	1.04 150	0.11 356	0.00 1	1.10 322	0.00 1	0.80 211	0.54 162	0.00 1	0.05 290	0.38 261	0.03 176	3.50 279	0.14 232	0.88 405	0.00 1	0.00 1	0.00 1	0.11 302	0.20 386

STTStereo	0.24 140	0.28 231	1.68 259	0.00 1	0.00 1	0.84 191	0.03 274	0.16 88	0.08 31	0.02 218	0.00 1	0.20 211	0.03 176	1.54 213	0.01 78	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

BEATNet_4x	0.24 140	0.51 319	1.71 264	0.00 1	0.00 1	0.31 58	0.00 1	0.99 240	0.31 135	0.00 1	0.00 1	0.29 233	0.03 176	0.22 161	0.35 294	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.02 226

SuperB	1.85 376	1.06 383	10.54 407	0.02 270	0.01 240	0.90 205	0.78 389	1.75 338	0.64 353	0.05 271	0.05 290	0.34 245	0.89 348	5.29 337	5.80 387	0.01 351	0.00 1	0.02 376	0.02 334	8.71 423	0.06 326

AF-Net	0.47 243	0.53 326	2.05 295	0.00 1	0.00 1	0.41 77	0.01 218	1.18 264	0.40 147	0.13 313	0.05 290	1.30 353	0.45 320	2.43 239	0.30 284	0.00 1	0.00 1	0.00 1	0.00 1	0.09 289	0.00 1

RP	0.42 226	0.44 299	1.52 244	0.00 1	0.01 240	0.61 130	0.02 258	1.06 248	0.39 146	0.03 245	0.01 206	0.99 333	0.16 283	2.89 253	0.18 246	0.00 1	0.00 1	0.00 1	0.00 1	0.10 296	0.00 1

RGC	0.50 264	0.53 326	2.42 321	0.00 1	0.01 240	0.65 151	0.00 1	1.07 250	0.17 110	0.01 128	0.62 350	1.00 334	0.19 290	3.03 260	0.28 283	0.00 1	0.00 1	0.00 1	0.00 1	0.05 224	0.02 226

NCC-stereo	0.49 255	0.46 303	2.04 292	0.03 287	0.03 305	1.06 260	0.01 218	0.78 206	0.22 118	0.06 279	0.19 319	0.64 303	0.05 232	3.65 284	0.63 322	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1

stereogan	0.49 255	0.22 201	2.39 316	0.00 1	0.00 1	0.63 145	0.02 258	0.79 209	0.72 367	0.06 279	0.00 1	1.68 370	0.46 321	2.63 244	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.14 320	0.00 1

edge stereo	0.58 297	0.29 235	2.86 349	0.01 246	0.03 305	0.33 66	0.03 274	0.97 237	0.50 153	0.21 329	0.33 333	1.31 354	0.16 283	4.20 306	0.18 246	0.00 1	0.00 1	0.00 1	0.00 1	0.11 302	0.01 129

Nwc_Net	0.43 233	0.42 294	2.64 338	0.00 1	0.00 1	0.67 154	0.00 1	0.82 216	0.28 128	0.00 1	0.01 206	0.90 328	0.10 265	2.62 242	0.05 151	0.00 1	0.00 1	0.00 1	0.00 1	0.03 185	0.00 1

Abc-Net	0.49 255	0.46 303	2.04 292	0.03 287	0.03 305	1.06 260	0.01 218	0.78 206	0.22 118	0.06 279	0.19 319	0.64 303	0.05 232	3.65 284	0.63 322	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	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
R-Stereo Train	0.15 79	0.03 23	0.77 76	0.00 1	0.00 1	0.74 168	0.00 1	1.36 277	0.09 50	0.02 218	0.00 1	0.01 7	0.00 1	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 129

SHD	0.50 264	0.51 319	3.61 372	0.05 309	0.00 1	0.01 2	0.01 218	0.72 202	0.61 300	1.57 382	0.00 1	0.34 245	0.09 257	1.79 218	0.49 311	0.00 1	0.00 1	0.00 1	0.01 320	0.09 289	0.03 259

XQC	0.68 317	0.72 358	3.82 378	0.06 328	0.00 1	0.39 74	0.01 218	1.92 345	0.61 300	0.03 245	0.01 206	0.46 276	0.21 296	2.84 250	2.26 358	0.00 1	0.00 1	0.00 1	0.01 320	0.15 327	0.05 306

ADCL	1.52 371	0.44 299	4.70 390	0.07 332	0.03 305	2.21 385	2.35 406	0.92 229	0.80 375	1.57 382	1.11 364	1.25 348	1.55 370	1.77 217	11.53 407	0.01 351	0.00 1	0.00 1	0.00 1	0.10 296	0.01 129

ADCMid	1.38 366	0.90 377	6.15 394	0.04 299	0.03 305	1.67 376	0.18 331	1.13 260	0.93 380	0.89 367	0.58 348	0.86 325	0.71 337	1.03 201	11.96 408	0.01 351	0.00 1	0.29 408	0.08 367	0.17 343	0.03 259

ADCS	1.72 374	1.22 395	8.11 401	0.00 1	0.01 240	0.88 201	0.68 384	1.44 294	0.63 351	2.60 391	0.11 310	1.42 361	0.26 305	1.97 220	14.92 415	0.00 1	0.00 1	0.00 1	0.00 1	0.08 273	0.07 337

ADCRef	0.92 342	0.48 309	3.35 365	0.02 270	0.02 284	0.90 205	0.32 356	0.61 190	0.65 355	0.72 362	0.17 316	0.17 197	0.82 346	2.15 226	7.95 395	0.00 1	0.00 1	0.00 1	0.00 1	0.07 256	0.03 259

DeepPrunerF	1.33 364	0.59 340	8.62 403	0.02 270	0.09 349	0.90 205	0.00 1	1.34 275	6.72 403	0.22 330	0.01 206	0.21 213	0.14 276	5.64 354	1.99 356	0.00 1	0.00 1	0.01 360	0.02 334	0.14 320	0.02 226

AnyNet_C01	2.33 384	2.14 414	18.59 413	0.15 372	0.18 379	2.43 387	2.34 405	1.29 270	1.24 385	1.03 370	0.83 361	1.25 348	0.78 344	3.75 292	10.06 401	0.05 375	0.00 1	0.07 398	0.00 1	0.30 378	0.12 370

AnyNet_C32	1.44 369	1.47 405	6.09 393	0.12 360	0.19 383	1.74 380	1.11 395	0.84 218	0.56 178	1.30 378	0.46 342	0.21 213	0.59 330	2.74 247	11.09 405	0.02 365	0.00 1	0.06 396	0.00 1	0.16 336	0.05 306

ADCP+	1.36 365	0.76 365	6.73 396	0.01 246	0.02 284	1.32 368	0.80 391	0.81 213	0.72 367	0.01 128	0.01 206	0.96 331	1.05 353	0.33 169	13.50 412	0.00 1	0.00 1	0.00 1	0.00 1	0.06 244	0.02 226

RAFT-Stereo	0.15 79	0.03 23	0.77 76	0.00 1	0.00 1	0.74 168	0.00 1	1.36 277	0.09 50	0.02 218	0.00 1	0.01 7	0.00 1	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 129
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RASNet	0.58 297	0.27 227	1.30 208	0.00 1	0.00 1	0.61 130	0.01 218	0.47 165	0.60 285	0.08 293	0.06 299	1.52 369	0.04 207	6.18 376	0.48 309	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1

MSMDNet	0.19 107	0.10 123	1.39 223	0.00 1	0.01 240	0.75 171	0.00 1	0.35 144	0.12 87	0.00 1	0.00 1	0.48 279	0.50 322	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 129

HSM-Net_RVC	0.52 278	0.06 84	1.45 235	0.00 1	0.00 1	0.61 130	0.00 1	3.83 395	0.52 156	0.14 320	0.00 1	0.22 216	0.03 176	3.50 279	0.04 141	0.01 351	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
RYNet	0.53 279	0.19 187	1.79 272	0.00 1	0.00 1	0.55 117	0.00 1	1.12 257	0.61 300	0.02 218	0.00 1	0.83 323	0.04 207	5.05 331	0.45 306	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 226

PA-Net	0.57 293	0.50 314	2.73 343	0.03 287	0.06 335	0.89 203	0.02 258	0.66 195	0.63 351	0.00 1	0.00 1	0.43 271	0.07 250	4.82 325	0.55 317	0.01 351	0.00 1	0.00 1	0.00 1	0.02 136	0.04 289
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CC-Net-ROB	0.64 311	0.50 314	1.13 175	0.07 332	0.00 1	1.08 308	0.01 218	2.58 380	0.56 178	0.01 128	0.00 1	0.14 182	0.01 87	5.73 358	0.12 219	0.50 398	0.00 1	0.21 407	0.00 1	0.09 289	0.02 226

DANet	0.58 297	0.19 187	1.87 279	0.26 389	0.06 335	0.51 103	0.11 323	1.41 285	0.52 156	0.22 330	0.06 299	1.06 339	0.02 134	4.25 308	0.92 331	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.06 326
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANetREF_RVC	0.54 281	0.70 352	2.06 297	0.00 1	0.00 1	1.14 341	0.00 1	1.61 325	0.58 250	0.00 1	0.01 206	0.29 233	0.04 207	4.21 307	0.06 165	0.00 1	0.00 1	0.00 1	0.00 1	0.03 185	0.02 226
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
GANet	0.55 283	0.35 260	1.40 228	0.00 1	0.00 1	0.77 174	0.08 309	0.36 146	0.57 211	0.01 128	0.00 1	0.68 313	0.11 269	5.52 347	1.07 334	0.00 1	0.00 1	0.02 376	0.00 1	0.09 289	0.03 259

TDLM	0.49 255	0.39 288	1.02 147	0.00 1	0.00 1	1.08 308	0.01 218	0.36 146	0.58 250	0.14 320	0.00 1	0.27 230	0.19 290	5.46 346	0.20 260	0.00 1	0.00 1	0.00 1	0.00 1	0.13 317	0.01 129

CFNet	0.56 287	0.50 314	1.58 249	0.00 1	0.00 1	1.06 260	0.01 218	1.08 252	0.57 211	0.00 1	0.01 206	0.12 168	0.01 87	5.87 363	0.19 255	0.00 1	0.00 1	0.00 1	0.00 1	0.13 317	0.02 226

CFNet_RVC	0.31 180	0.34 251	0.96 136	0.00 1	0.00 1	1.08 308	0.00 1	0.19 99	0.15 102	0.01 128	0.00 1	0.48 279	0.00 1	2.95 256	0.05 151	0.00 1	0.00 1	0.01 360	0.00 1	0.01 58	0.01 129

CVANet_RVC	0.53 279	0.32 243	1.26 200	0.00 1	0.00 1	0.98 223	0.00 1	0.72 202	0.55 166	0.35 348	0.12 311	0.36 252	0.14 276	5.53 348	0.08 186	0.00 1	0.00 1	0.00 1	0.00 1	0.16 336	0.00 1

NLCA_NET_v2_RVC	0.35 204	0.49 313	2.00 288	0.00 1	0.02 284	0.96 219	0.00 1	0.55 176	0.18 113	0.03 245	0.00 1	0.35 249	0.10 265	2.37 235	0.01 78	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.
ccs_rob	0.22 125	0.10 123	1.38 221	0.00 1	0.01 240	0.98 223	0.00 1	0.94 231	0.09 50	0.00 1	0.00 1	0.48 279	0.36 315	0.02 70	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

UCFNet_RVC	0.20 115	0.32 243	0.88 120	0.00 1	0.00 1	1.02 235	0.00 1	0.20 109	0.29 132	0.01 128	0.00 1	0.34 245	0.02 134	0.81 194	0.05 151	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

FC-DCNN	3.42 397	0.11 137	2.03 290	0.00 1	0.00 1	3.18 393	0.60 381	3.13 392	2.98 395	11.40 415	12.28 414	13.93 412	8.68 411	5.70 356	4.27 375	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.06 326

HITNet	0.19 107	0.55 334	1.36 218	0.00 1	0.00 1	0.25 46	0.00 1	1.09 253	0.23 123	0.00 1	0.00 1	0.14 182	0.02 134	0.02 70	0.14 232	0.00 1	0.00 1	0.00 1	0.00 1	0.05 224	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	0.20 115	0.06 84	0.86 111	0.00 1	0.00 1	0.25 46	0.00 1	1.71 334	0.56 178	0.00 1	0.00 1	0.31 239	0.01 87	0.11 146	0.11 209	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	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.
Anonymous Stereo	0.59 301	0.78 367	2.67 339	0.00 1	0.00 1	0.55 117	0.49 375	1.05 245	0.28 128	0.00 1	0.01 206	0.12 168	0.02 134	5.54 349	0.27 279	0.00 1	0.00 1	0.00 1	0.00 1	0.07 256	0.00 1

PASM	0.51 269	0.32 243	3.07 358	0.00 1	0.00 1	0.31 58	0.00 1	0.46 164	0.12 87	0.03 245	0.00 1	0.44 272	0.02 134	5.22 335	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.12 309	0.03 259

NVstereo2D	0.45 237	0.11 137	1.91 283	0.00 1	0.00 1	0.59 128	0.00 1	1.39 284	0.61 300	0.03 245	0.00 1	0.33 242	0.00 1	3.94 297	0.07 176	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DeepPruner_ROB	0.23 132	0.37 275	1.26 200	0.00 1	0.00 1	1.11 330	0.03 274	0.20 109	0.07 18	0.00 1	0.00 1	0.39 263	0.03 176	1.12 204	0.02 107	0.00 1	0.00 1	0.00 1	0.00 1	0.04 206	0.00 1

LSM	4.58 402	0.88 373	17.79 412	3.73 419	38.79 425	0.85 194	2.37 407	0.54 174	1.64 391	2.88 392	3.09 377	0.62 299	0.60 331	3.16 262	1.06 333	0.00 1	0.00 1	0.00 1	0.00 1	0.12 309	13.55 425

PS-NSSS	0.54 281	0.44 299	0.86 111	0.00 1	0.00 1	1.04 248	0.00 1	2.37 365	0.56 178	0.00 1	0.00 1	0.11 162	0.01 87	5.32 338	0.13 226	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1

iResNetv2_ROB	0.36 208	1.03 382	2.96 353	0.00 1	0.00 1	0.58 124	0.00 1	1.51 318	0.58 250	0.01 128	0.00 1	0.08 145	0.02 134	0.07 123	0.02 107	0.00 1	0.00 1	0.00 1	0.00 1	0.29 377	0.02 226

MLCV	0.23 132	0.46 303	1.15 177	0.00 1	0.00 1	0.45 92	0.00 1	0.57 179	0.15 102	0.09 301	0.00 1	0.27 230	0.03 176	1.09 203	0.25 274	0.00 1	0.00 1	0.00 1	0.00 1	0.05 224	0.00 1

HSM	0.63 310	0.36 267	0.89 121	0.00 1	0.00 1	0.52 109	0.01 218	0.98 238	0.56 178	0.00 1	0.01 206	2.27 381	0.65 336	6.18 376	0.11 209	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

StereoDRNet-Refined	0.24 140	0.08 111	0.68 47	0.00 1	0.00 1	0.83 189	0.00 1	0.66 195	0.61 300	0.00 1	0.00 1	0.50 290	0.02 134	1.28 210	0.08 186	0.00 1	0.00 1	0.00 1	0.00 1	0.10 296	0.04 289
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DRN-Test	0.43 233	0.13 152	1.95 287	0.03 287	0.09 349	0.61 130	0.00 1	1.43 293	0.61 300	0.00 1	0.00 1	0.18 200	0.04 207	3.32 272	0.11 209	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 129

StereoDRNet	0.42 226	0.50 314	2.50 327	0.02 270	0.06 335	0.51 103	0.00 1	0.34 143	0.61 300	0.00 1	0.00 1	0.33 242	0.02 134	2.87 251	0.50 312	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.02 226

iResNet	0.25 146	0.27 227	1.68 259	0.00 1	0.00 1	0.69 158	0.00 1	1.22 266	0.56 178	0.00 1	0.00 1	0.04 98	0.03 176	0.12 148	0.30 284	0.00 1	0.00 1	0.00 1	0.00 1	0.05 224	0.01 129

MFMNet_re	0.24 140	0.74 359	2.31 310	0.53 397	0.00 1	0.17 38	0.01 218	0.02 4	0.59 262	0.01 128	0.03 283	0.12 168	0.00 1	0.07 123	0.01 78	0.00 1	0.00 1	0.00 1	0.00 1	0.19 350	0.01 129

DISCO	0.31 180	0.11 137	1.73 265	0.16 374	0.16 372	0.31 58	0.00 1	0.09 52	0.17 110	0.00 1	0.01 206	1.51 367	0.00 1	1.21 206	0.62 321	0.00 1	0.00 1	0.00 1	0.00 1	0.03 185	0.01 129

NCCL2	0.29 174	0.50 314	1.52 244	0.00 1	0.00 1	0.81 182	0.00 1	0.45 161	0.22 118	0.00 1	0.00 1	0.02 39	0.03 176	2.14 224	0.06 165	0.00 1	0.00 1	0.02 376	0.00 1	0.01 58	0.03 259

NVStereoNet_ROB	1.08 351	0.39 288	2.15 302	0.08 337	0.02 284	0.45 92	0.02 258	0.89 224	0.67 361	0.10 305	5.85 388	1.90 373	1.11 357	6.20 382	1.14 336	0.20 389	0.00 1	0.03 385	0.07 364	0.12 309	0.13 372
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MDST_ROB	1.54 372	0.06 84	3.42 368	0.14 369	0.16 372	5.42 405	0.32 356	4.33 398	0.61 300	6.08 405	1.25 368	1.04 338	1.16 361	5.81 362	0.83 329	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.11 361

CBMV_ROB	0.84 332	0.06 84	1.73 265	0.00 1	0.00 1	1.37 369	0.47 371	2.57 378	0.58 250	2.13 387	0.76 355	1.06 339	1.38 366	4.04 300	0.54 314	0.00 1	0.00 1	0.00 1	0.00 1	0.03 185	0.05 306

SANet	1.99 380	0.71 356	3.37 366	0.03 287	0.03 305	2.85 389	0.85 392	2.42 367	8.33 407	1.55 381	4.13 382	4.29 387	3.23 391	5.39 344	2.47 361	0.00 1	0.00 1	0.00 1	0.00 1	0.06 244	0.06 326

DLCB_ROB	0.27 156	0.16 170	0.71 48	0.00 1	0.00 1	0.44 91	0.00 1	0.43 158	0.57 211	0.02 218	0.04 288	0.63 300	0.04 207	2.18 230	0.24 271	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

iResNet_ROB	0.30 176	0.66 347	1.41 229	0.00 1	0.00 1	0.70 159	0.00 1	0.79 209	0.57 211	0.04 262	0.01 206	0.08 145	0.01 87	1.55 214	0.03 124	0.00 1	0.00 1	0.00 1	0.00 1	0.06 244	0.00 1

NOSS_ROB	0.61 307	0.17 174	0.63 41	0.19 384	0.00 1	0.67 154	0.00 1	2.38 366	0.57 211	0.13 313	0.00 1	0.94 329	0.00 1	6.27 384	0.10 201	0.00 1	0.00 1	0.00 1	0.00 1	0.04 206	0.10 359

XPNet_ROB	0.37 213	0.34 251	1.01 146	0.01 246	0.00 1	0.96 219	0.00 1	1.11 255	0.46 150	0.00 1	0.00 1	0.17 197	0.02 134	2.73 246	0.54 314	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 129

ETE_ROB	0.31 180	0.34 251	0.89 121	0.00 1	0.00 1	0.97 221	0.01 218	1.45 296	0.57 211	0.02 218	0.00 1	0.17 197	0.02 134	1.75 216	0.07 176	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PDISCO_ROB	0.56 287	0.57 337	2.07 298	0.17 378	0.00 1	1.56 373	0.01 218	2.27 363	0.51 155	0.08 293	0.01 206	0.74 316	0.28 307	2.37 235	0.13 226	0.00 1	0.00 1	0.00 1	0.00 1	0.33 382	0.00 1

DN-CSS_ROB	0.26 150	0.75 360	1.33 210	0.00 1	0.00 1	0.99 229	0.00 1	1.04 244	0.61 300	0.01 128	0.00 1	0.19 207	0.02 134	0.07 123	0.01 78	0.00 1	0.00 1	0.00 1	0.00 1	0.22 360	0.01 129

LALA_ROB	0.31 180	0.38 285	0.91 127	0.00 1	0.01 240	1.00 231	0.01 218	1.60 323	0.61 300	0.15 322	0.00 1	0.09 156	0.01 87	1.04 202	0.41 299	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1

MSMD_ROB	2.04 382	0.40 290	2.13 300	0.00 1	0.00 1	4.88 401	0.22 340	0.93 230	1.82 392	5.71 403	7.79 399	7.39 400	3.72 395	4.62 320	1.22 340	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 226

PWC_ROB	0.62 309	0.54 328	3.22 363	0.00 1	0.00 1	0.22 44	0.00 1	2.18 359	0.61 300	0.00 1	0.20 321	0.29 233	0.03 176	3.46 278	1.22 340	0.00 1	0.00 1	0.00 1	0.00 1	0.39 387	0.01 129

PWCDC_ROB	0.94 344	0.91 378	2.52 330	0.00 1	0.00 1	1.15 344	0.00 1	2.11 355	1.18 383	0.00 1	8.99 402	0.35 249	0.09 257	0.64 191	0.40 298	0.00 1	0.00 1	0.00 1	0.00 1	0.50 392	0.03 259

WCMA_ROB	2.01 381	0.34 251	1.89 280	0.04 299	0.00 1	1.07 295	0.60 381	1.09 253	1.21 384	5.12 400	9.87 408	8.09 402	4.48 403	3.74 291	2.55 363	0.00 1	0.00 1	0.01 360	0.00 1	0.02 136	0.13 372

PSMNet_ROB	0.41 225	0.54 328	1.69 261	0.00 1	0.00 1	0.92 214	0.00 1	0.27 132	0.53 159	0.00 1	0.00 1	0.25 224	0.03 176	3.43 276	0.47 307	0.00 1	0.00 1	0.00 1	0.00 1	0.05 224	0.03 259

SGM-Forest	0.84 332	0.07 104	0.90 123	0.02 270	0.07 341	1.10 322	0.68 384	2.12 357	0.61 300	1.14 374	0.78 358	1.36 358	0.98 349	5.55 350	1.31 344	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.06 326
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
pmcnn	2.10 383	0.59 340	4.52 388	0.27 390	0.86 406	0.34 69	0.29 354	1.69 331	0.75 371	0.36 349	7.50 396	14.39 414	0.56 327	4.90 326	4.69 380	0.00 1	0.00 1	0.00 1	0.00 1	0.16 336	0.04 289

CBMV	0.57 293	0.22 201	1.61 254	0.00 1	0.00 1	0.84 191	0.78 389	2.58 380	0.61 300	0.38 350	0.00 1	1.25 348	0.63 335	2.07 223	0.38 295	0.00 1	0.00 1	0.00 1	0.00 1	0.04 206	0.08 339
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
SPS-STEREO	0.88 340	0.40 290	2.01 289	0.00 1	0.01 240	0.42 82	0.17 329	0.50 171	0.61 300	2.19 388	0.79 359	2.04 377	0.27 306	5.10 332	2.89 367	0.00 1	0.00 1	0.00 1	0.00 1	0.03 185	0.11 361
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MeshStereo	2.61 390	0.65 345	2.71 341	0.02 270	0.02 284	1.55 372	0.94 394	3.02 389	1.29 386	11.21 414	7.34 394	11.54 406	2.74 387	6.34 386	2.43 360	0.00 1	0.00 1	0.00 1	0.00 1	0.28 375	0.03 259
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
JetBlue	5.71 407	2.18 415	16.18 411	0.00 1	2.13 415	29.20 421	14.20 422	3.90 396	0.74 369	0.71 361	2.30 374	6.42 396	5.97 406	17.84 417	8.74 398	0.09 382	0.01 305	0.00 1	0.00 1	2.62 411	0.96 411

ACVNet-DCA	0.25 146	0.22 201	1.20 187	0.00 1	0.00 1	1.31 364	0.00 1	0.95 233	0.55 166	0.07 285	0.00 1	0.03 78	0.02 134	0.59 186	0.01 78	0.00 1	0.01 305	0.00 1	0.00 1	0.00 1	0.01 129

xx1	0.28 160	0.22 201	1.20 187	0.00 1	0.00 1	1.31 364	0.00 1	1.41 285	0.69 363	0.07 285	0.00 1	0.01 7	0.00 1	0.59 186	0.01 78	0.00 1	0.01 305	0.00 1	0.00 1	0.00 1	0.01 129

1test111	0.28 160	0.22 201	1.20 187	0.00 1	0.00 1	1.31 364	0.00 1	0.95 233	0.55 166	0.07 285	0.00 1	0.03 78	0.02 134	1.23 208	0.00 1	0.00 1	0.01 305	0.00 1	0.00 1	0.00 1	0.01 129

cc1	0.28 160	0.22 201	1.20 187	0.00 1	0.00 1	1.31 364	0.00 1	1.41 285	0.69 363	0.07 285	0.00 1	0.03 78	0.02 134	0.59 186	0.01 78	0.00 1	0.01 305	0.00 1	0.00 1	0.08 273	0.04 289

mmm	0.13 53	0.02 7	0.42 6	0.00 1	0.00 1	0.04 13	0.00 1	0.88 222	0.56 178	0.00 1	0.00 1	0.01 7	0.01 87	0.51 181	0.00 1	0.00 1	0.01 305	0.00 1	0.00 1	0.01 58	0.01 129

11t1	0.08 11	0.01 1	0.54 25	0.00 1	0.00 1	0.09 26	0.00 1	0.44 160	0.55 166	0.00 1	0.00 1	0.01 7	0.00 1	0.01 27	0.00 1	0.00 1	0.01 305	0.00 1	0.00 1	0.01 58	0.01 129

DualNet	0.55 283	0.02 7	1.06 159	0.00 1	0.00 1	0.62 135	0.00 1	1.42 288	0.57 211	0.00 1	0.00 1	0.67 308	0.02 134	0.57 183	5.86 388	0.00 1	0.01 305	0.00 1	0.00 1	0.08 273	0.03 259

ffm	0.25 146	0.02 7	1.06 159	0.00 1	0.00 1	0.62 135	0.00 1	1.42 288	0.57 211	0.00 1	0.00 1	0.67 308	0.02 134	0.57 183	0.01 78	0.00 1	0.01 305	0.00 1	0.00 1	0.08 273	0.03 259

ff1	0.80 328	0.02 7	1.06 159	0.00 1	0.00 1	0.62 135	0.00 1	1.42 288	0.57 211	0.00 1	0.00 1	0.67 308	0.02 134	5.57 351	5.86 388	0.00 1	0.01 305	0.00 1	0.00 1	0.08 273	0.03 259

tt1	0.27 156	0.23 210	1.17 182	0.00 1	0.00 1	1.29 362	0.00 1	1.42 288	0.57 211	0.07 285	0.00 1	0.03 78	0.02 134	0.57 183	0.01 78	0.00 1	0.01 305	0.00 1	0.00 1	0.08 273	0.03 259

1111x	0.87 339	0.02 7	1.20 187	0.00 1	0.00 1	0.70 159	0.00 1	2.60 383	0.56 178	0.00 1	0.00 1	0.04 98	0.01 87	5.36 342	6.80 393	0.00 1	0.01 305	0.00 1	0.00 1	0.00 1	0.01 129

DLNR_Zeroshot_test	21.09 422	47.65 426	85.43 429	96.34 438	87.67 436	0.31 58	0.00 1	17.86 422	0.07 18	0.01 128	0.01 206	0.00 1	0.00 1	0.70 192	0.01 78	15.78 424	0.01 305	0.00 1	0.21 398	69.62 432	0.04 289

notaker	4.30 401	1.28 397	3.70 375	3.71 418	0.90 407	4.91 402	0.39 367	6.90 405	1.96 393	5.39 402	11.82 413	16.90 416	3.75 396	7.59 402	5.65 385	5.23 418	0.01 305	0.10 401	0.06 361	4.57 415	1.22 413

CBFPSM	0.36 208	0.54 328	2.16 303	0.00 1	0.00 1	0.30 57	0.00 1	0.26 128	0.62 348	0.01 128	0.01 206	1.68 370	1.03 351	0.27 167	0.33 291	0.00 1	0.01 305	0.00 1	0.00 1	0.01 58	0.01 129

DCRE	0.51 269	0.25 220	0.96 136	0.00 1	0.01 240	0.43 87	0.00 1	0.25 124	0.21 116	0.33 346	7.49 395	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 305	0.00 1	0.17 388	0.02 136	0.01 129

MC-Stereo	0.10 22	0.10 123	0.59 36	0.01 246	0.01 240	1.06 260	0.00 1	0.03 6	0.09 50	0.02 218	0.00 1	0.03 78	0.02 134	0.03 96	0.00 1	0.00 1	0.01 305	0.00 1	0.02 334	0.05 224	0.01 129

RCA-Stereo	0.18 102	0.11 137	0.63 41	0.00 1	0.00 1	1.06 260	0.00 1	1.48 309	0.07 18	0.07 285	0.00 1	0.02 39	0.05 232	0.00 1	0.00 1	0.00 1	0.01 305	0.00 1	0.00 1	0.05 224	0.01 129

qqq	0.17 92	0.01 1	0.52 16	0.00 1	0.00 1	0.12 34	0.00 1	0.95 233	0.55 166	0.00 1	0.00 1	0.01 7	0.00 1	1.23 208	0.00 1	0.00 1	0.01 305	0.00 1	0.00 1	0.00 1	0.01 129

x	0.10 22	0.01 1	0.51 13	0.00 1	0.00 1	0.09 26	0.00 1	0.67 197	0.55 166	0.00 1	0.00 1	0.01 7	0.00 1	0.09 137	0.00 1	0.00 1	0.01 305	0.00 1	0.00 1	0.00 1	0.01 129

RAFT_CTSACE	0.14 66	0.33 247	1.23 198	0.00 1	0.01 240	0.47 95	0.00 1	0.27 132	0.11 75	0.01 128	0.00 1	0.04 98	0.00 1	0.08 134	0.00 1	0.00 1	0.01 305	0.00 1	0.00 1	0.24 365	0.00 1

ICVP	0.15 79	0.03 23	1.23 198	0.00 1	0.01 240	1.02 235	0.09 315	0.19 99	0.10 69	0.00 1	0.02 278	0.07 139	0.01 87	0.18 156	0.01 78	0.00 1	0.01 305	0.00 1	0.00 1	0.01 58	0.00 1
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
raftrobust	0.13 53	0.36 267	0.94 133	0.00 1	0.18 379	0.62 135	0.02 258	0.07 41	0.07 18	0.00 1	0.00 1	0.03 78	0.03 176	0.03 96	0.05 151	0.00 1	0.01 305	0.00 1	0.00 1	0.06 244	0.04 289

xxxx	1.04 349	0.02 7	0.54 25	0.00 1	0.00 1	0.53 112	0.00 1	2.53 375	0.57 211	0.00 1	0.00 1	0.01 7	0.01 87	2.04 221	14.52 414	0.00 1	0.01 305	0.00 1	0.00 1	0.00 1	0.01 129

RAFT-Stereo + iAFF	0.19 107	0.33 247	0.84 105	0.00 1	0.02 284	1.06 260	0.00 1	0.45 161	0.59 262	0.03 245	0.00 1	0.05 119	0.06 243	0.04 105	0.07 176	0.00 1	0.01 305	0.00 1	0.00 1	0.17 343	0.01 129

AFF-stereo	0.18 102	0.42 294	0.77 76	0.00 1	0.00 1	0.91 212	0.00 1	0.41 155	0.65 355	0.05 271	0.00 1	0.04 98	0.05 232	0.06 118	0.04 141	0.00 1	0.01 305	0.00 1	0.00 1	0.19 350	0.01 129

S-Stereo	0.65 313	0.25 220	3.44 369	0.00 1	0.00 1	0.56 119	0.05 294	1.86 341	0.61 300	0.00 1	0.76 355	0.84 324	0.11 269	4.28 312	0.11 209	0.00 1	0.01 305	0.00 1	0.00 1	0.07 256	0.03 259

FBW_ROB	0.83 331	0.31 242	1.48 241	0.10 346	0.01 240	0.62 135	0.01 218	1.91 344	0.59 262	0.01 128	0.01 206	1.10 343	0.05 232	7.84 403	2.07 357	0.05 375	0.01 305	0.03 385	0.01 320	0.01 58	0.47 400

CSAN	1.05 350	0.61 342	2.46 324	0.09 342	0.08 345	0.71 163	0.71 386	2.20 360	0.93 380	0.85 366	2.92 376	0.79 321	1.46 368	5.37 343	1.58 350	0.01 351	0.01 305	0.00 1	0.00 1	0.09 289	0.05 306

PWCK	2.44 388	1.65 406	7.31 399	0.22 388	0.02 284	3.12 392	4.74 414	3.06 390	3.48 397	0.72 362	4.42 383	3.40 385	1.67 372	9.06 409	3.36 369	0.39 397	0.01 305	0.00 1	0.00 1	2.19 410	0.08 339

ktn	4.96 404	1.21 394	2.41 319	3.20 416	1.02 408	8.36 410	2.08 402	9.00 411	17.02 412	5.18 401	12.71 415	13.69 410	3.51 394	8.05 404	3.68 372	5.30 419	0.02 335	0.00 1	0.00 1	2.14 409	0.55 406

MSKI-zero shot	0.22 125	0.08 111	1.46 237	0.00 1	0.12 361	1.08 308	0.03 274	0.85 220	0.16 108	0.22 330	0.05 290	0.06 132	0.00 1	0.07 123	0.01 78	0.00 1	0.02 335	0.00 1	0.18 389	0.02 136	0.01 129

SQANet	0.42 226	1.14 391	1.86 278	0.04 299	0.48 397	0.36 71	0.03 274	0.40 153	0.56 178	0.02 218	0.24 324	0.49 287	0.06 243	2.14 224	0.21 262	0.02 365	0.02 335	0.01 360	0.00 1	0.19 350	0.03 259

ACVNet-4b	1.14 355	1.34 401	3.96 381	0.17 378	0.03 305	1.03 241	0.01 218	1.31 272	0.65 355	0.01 128	0.97 363	1.98 376	0.32 312	6.18 376	1.20 339	2.52 412	0.02 335	0.00 1	0.00 1	0.82 400	0.28 393

NRIStereo	0.17 92	0.03 23	0.73 52	0.04 299	0.01 240	1.15 344	0.33 360	0.03 6	0.59 262	0.04 262	0.01 206	0.11 162	0.01 87	0.10 141	0.03 124	0.00 1	0.02 335	0.00 1	0.00 1	0.06 244	0.09 352

RAFT	0.12 47	0.43 296	0.79 88	0.01 246	0.02 284	0.10 28	0.07 302	0.06 29	0.27 127	0.00 1	0.01 206	0.18 200	0.04 207	0.01 27	0.00 1	0.00 1	0.02 335	0.00 1	0.01 320	0.37 384	0.01 129

DMCA-RVC	0.31 180	0.48 309	2.47 325	0.00 1	0.03 305	0.78 176	0.03 274	0.06 29	0.08 31	0.01 128	0.01 206	0.08 145	0.33 313	1.59 215	0.16 238	0.00 1	0.02 335	0.01 360	0.00 1	0.01 58	0.01 129

AANet_RVC	0.75 323	0.65 345	2.52 330	0.01 246	0.00 1	0.66 153	0.00 1	0.61 190	0.13 94	0.00 1	1.29 369	0.96 331	0.04 207	5.98 365	1.82 354	0.13 384	0.02 335	0.00 1	0.00 1	0.07 256	0.04 289

NaN_ROB	0.80 328	0.47 307	1.63 255	0.17 378	0.19 383	0.58 124	0.38 366	2.11 355	0.80 375	0.53 359	0.33 333	0.48 279	1.13 358	4.98 329	1.94 355	0.00 1	0.02 335	0.01 360	0.05 358	0.06 244	0.14 375

DispFullNet	1.20 359	0.63 344	3.58 371	1.00 403	0.82 404	0.41 77	0.00 1	1.44 294	0.61 300	2.55 390	0.64 351	1.10 343	8.95 413	0.84 195	1.22 340	0.00 1	0.02 335	0.00 1	0.00 1	0.24 365	0.02 226

UNDER WATER-64	6.84 411	1.25 396	9.68 405	4.53 420	3.53 419	16.61 418	1.79 398	8.72 410	22.23 416	5.11 399	5.07 387	17.34 417	10.14 414	9.19 410	8.21 397	2.00 411	0.03 345	1.52 418	0.11 374	6.09 419	3.62 419

TorneroNet	6.97 412	1.37 402	2.22 305	1.95 411	1.12 410	19.47 420	0.47 371	13.04 419	26.32 422	7.90 409	17.10 418	17.67 418	4.62 404	10.46 413	7.94 394	1.98 410	0.03 345	0.11 402	0.00 1	4.15 414	1.49 414

EKT-Stereo	0.46 241	0.12 146	1.03 149	0.75 402	4.21 420	1.06 260	0.00 1	0.83 217	0.04 9	0.02 218	0.00 1	0.08 145	0.00 1	0.89 199	0.01 78	0.00 1	0.03 345	0.00 1	0.05 358	0.04 206	0.01 129

MIM_Stereo	0.10 22	0.32 243	0.90 123	0.00 1	0.03 305	0.29 54	0.00 1	0.11 71	0.11 75	0.02 218	0.00 1	0.04 98	0.01 87	0.01 27	0.00 1	0.00 1	0.03 345	0.00 1	0.00 1	0.11 302	0.08 339

otaku	0.59 301	1.12 387	1.90 282	0.08 337	0.11 358	0.89 203	0.05 294	0.60 186	0.57 211	0.01 128	1.41 370	1.03 337	0.14 276	2.39 237	0.56 318	0.06 377	0.03 345	0.01 360	0.00 1	0.61 394	0.21 390

AEACV	0.10 22	0.02 7	0.49 12	0.00 1	0.02 284	0.75 171	0.00 1	0.07 41	0.02 2	0.09 301	0.00 1	0.01 7	0.08 254	0.01 27	0.00 1	0.00 1	0.03 345	0.00 1	0.24 406	0.07 256	0.05 306

HH	0.23 132	0.21 194	1.69 261	0.16 374	0.08 345	0.11 31	0.00 1	0.24 122	0.06 13	0.30 341	0.18 317	1.47 364	0.04 207	0.04 105	0.01 78	0.00 1	0.03 345	0.00 1	0.00 1	0.02 136	0.01 129

HanStereo	0.23 132	0.21 194	1.69 261	0.16 374	0.08 345	0.11 31	0.00 1	0.24 122	0.06 13	0.30 341	0.18 317	1.47 364	0.04 207	0.04 105	0.01 78	0.00 1	0.03 345	0.00 1	0.00 1	0.02 136	0.01 129

ACRE	0.34 198	0.70 352	2.13 300	0.10 346	0.00 1	0.90 205	0.20 336	1.45 296	0.61 300	0.02 218	0.01 206	0.13 175	0.05 232	0.14 151	0.17 242	0.00 1	0.03 345	0.01 360	0.02 334	0.17 343	0.04 289

DRaft	0.56 287	0.08 111	0.73 52	0.00 1	0.00 1	0.92 214	0.19 334	0.05 19	0.09 50	0.03 245	0.26 326	0.06 132	2.55 384	4.61 319	1.38 346	0.00 1	0.03 345	0.00 1	0.02 334	0.03 185	0.08 339

iRaftStereo_RVC	0.10 22	0.20 191	0.57 32	0.00 1	0.00 1	0.52 109	0.00 1	0.05 19	0.07 18	0.00 1	0.01 206	0.14 182	0.03 176	0.02 70	0.01 78	0.00 1	0.03 345	0.00 1	0.00 1	0.25 368	0.20 386

EDNetEfficient	2.96 396	0.23 210	19.99 414	0.19 384	0.85 405	1.02 235	2.03 401	0.56 177	5.14 400	8.09 411	1.81 373	0.94 329	4.14 402	3.72 289	10.22 404	0.00 1	0.03 345	0.00 1	0.06 361	0.05 224	0.03 259

G-Net	1.20 359	0.28 231	2.96 353	0.05 309	0.49 398	1.73 378	0.48 373	0.23 118	0.35 139	1.35 379	9.14 403	2.33 382	0.81 345	2.40 238	1.15 337	0.01 351	0.03 345	0.02 376	0.09 368	0.07 256	0.05 306

RTSC	0.70 318	0.71 356	3.19 361	0.01 246	0.00 1	0.20 42	0.00 1	0.81 213	0.60 285	0.29 340	0.36 336	0.36 252	0.04 207	2.04 221	4.87 381	0.00 1	0.03 345	0.00 1	0.02 334	0.28 375	0.11 361

MADNet+	4.65 403	2.70 418	46.68 422	0.01 246	0.02 284	2.06 384	0.03 274	3.17 393	1.07 382	0.02 218	0.01 206	1.84 372	0.31 311	21.62 419	13.04 410	0.00 1	0.03 345	0.00 1	0.00 1	0.20 356	0.19 385

LargeStereo	0.06 5	0.14 158	0.46 9	0.03 287	0.00 1	0.04 13	0.00 1	0.03 6	0.08 31	0.01 128	0.00 1	0.02 39	0.06 243	0.04 105	0.03 124	0.00 1	0.04 360	0.00 1	0.03 355	0.08 273	0.07 337

IMH-64-1	1.98 378	0.88 373	1.46 237	1.92 409	0.54 399	2.90 390	1.64 396	5.24 399	0.91 378	0.97 368	4.83 385	2.10 378	2.00 377	5.33 339	2.83 365	3.56 414	0.04 360	0.02 376	0.00 1	1.90 406	0.50 403

IMH-64	1.98 378	0.88 373	1.46 237	1.92 409	0.54 399	2.90 390	1.64 396	5.24 399	0.91 378	0.97 368	4.83 385	2.10 378	2.00 377	5.33 339	2.83 365	3.56 414	0.04 360	0.02 376	0.00 1	1.90 406	0.50 403

Ntro	0.57 293	1.13 389	2.24 307	0.04 299	0.36 394	1.04 248	0.02 258	0.74 205	0.57 211	0.01 128	0.00 1	0.76 318	0.08 254	3.01 258	0.47 307	0.07 378	0.04 360	0.01 360	0.00 1	0.76 399	0.02 226

UNDER WATER	6.24 409	0.99 381	8.13 402	4.62 421	2.68 416	8.66 411	0.77 387	8.37 408	22.50 418	4.55 396	6.36 391	15.93 415	8.89 412	8.99 408	8.85 399	3.25 413	0.04 360	1.36 417	0.02 334	6.24 420	3.56 418

Anonymous_2	0.88 340	0.02 7	1.06 159	0.01 246	0.00 1	0.19 40	0.00 1	0.14 84	0.08 31	0.01 128	0.04 288	1.07 341	0.00 1	0.02 70	0.02 107	0.01 351	0.04 360	2.31 419	11.16 424	1.35 404	0.01 129

CIPLG	0.33 191	0.75 360	1.79 272	0.10 346	0.01 240	0.93 217	0.21 337	1.45 296	0.61 300	0.02 218	0.01 206	0.14 182	0.06 243	0.13 149	0.17 242	0.00 1	0.04 360	0.01 360	0.01 320	0.17 343	0.04 289

iRaft-Stereo_20w	0.38 216	0.11 137	1.91 283	0.12 360	0.04 320	0.70 159	0.24 341	1.72 335	0.16 108	0.41 351	0.00 1	0.26 226	1.04 352	0.41 176	0.24 271	0.00 1	0.04 360	0.00 1	0.14 382	0.02 136	0.09 352

XX-Stereo	0.57 293	0.15 163	4.26 383	0.08 337	0.03 305	1.10 322	0.00 1	2.55 376	0.11 75	0.11 308	0.00 1	1.43 362	0.01 87	1.34 211	0.00 1	0.00 1	0.04 360	0.00 1	0.16 387	0.03 185	0.01 129

FADNet-RVC	0.51 269	0.80 369	2.47 325	0.01 246	0.00 1	0.48 97	0.00 1	1.32 273	0.14 97	0.00 1	0.01 206	0.12 168	0.06 243	4.07 301	0.15 236	0.00 1	0.04 360	0.00 1	0.00 1	0.38 385	0.08 339

SAMSARA	1.01 348	0.70 352	3.29 364	0.20 387	0.06 335	1.65 375	0.05 294	0.48 167	0.53 159	2.91 393	0.68 352	2.97 384	1.08 355	3.89 293	1.54 349	0.00 1	0.04 360	0.00 1	0.02 334	0.05 224	0.03 259

DPSNet	1.25 362	0.28 231	5.34 392	0.28 391	0.07 341	1.50 370	0.00 1	3.53 394	0.69 363	0.03 245	0.00 1	0.45 275	2.10 380	5.67 355	4.61 379	0.02 365	0.04 360	0.00 1	0.02 334	0.23 364	0.09 352

ELAS_RVC	2.84 395	0.34 251	3.86 379	0.05 309	0.05 328	1.52 371	5.02 415	1.93 346	5.28 401	7.10 408	6.96 393	6.26 394	8.34 409	4.96 328	4.90 382	0.00 1	0.04 360	0.01 360	0.01 320	0.10 296	0.09 352
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	2.75 392	0.35 260	2.67 339	0.05 309	0.04 320	6.72 407	1.83 399	2.84 388	3.38 396	8.25 412	9.14 403	3.95 386	6.15 407	3.73 290	5.70 386	0.00 1	0.04 360	0.01 360	0.01 320	0.10 296	0.08 339
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MyStereo07	0.10 22	0.12 146	0.59 36	0.00 1	0.00 1	0.98 223	0.00 1	0.03 6	0.10 69	0.01 128	0.00 1	0.01 7	0.05 232	0.04 105	0.00 1	0.00 1	0.05 374	0.00 1	0.00 1	0.02 136	0.04 289

MyStereo06	0.36 208	0.13 152	2.17 304	0.01 246	0.00 1	1.09 316	0.00 1	0.23 118	0.09 50	0.49 358	0.41 338	1.01 335	1.05 353	0.21 160	0.24 271	0.00 1	0.05 374	0.00 1	0.00 1	0.01 58	0.04 289

MyStereo05	0.28 160	0.13 152	2.37 315	0.01 246	0.00 1	1.09 316	0.00 1	1.02 243	0.45 149	0.04 262	0.01 206	0.26 226	0.14 276	0.00 1	0.06 165	0.00 1	0.05 374	0.00 1	0.00 1	0.01 58	0.04 289

MyStereo04	0.26 150	0.12 146	2.34 312	0.00 1	0.00 1	0.98 223	0.00 1	0.84 218	0.20 115	0.06 279	0.01 206	0.33 242	0.11 269	0.00 1	0.06 165	0.00 1	0.05 374	0.00 1	0.00 1	0.02 136	0.04 289

IGEV_Zeroshot_test	0.32 189	0.10 123	2.61 336	0.01 246	0.01 240	0.50 101	0.04 286	0.21 115	0.09 50	0.45 354	0.45 340	0.81 322	0.51 323	0.20 159	0.23 268	0.00 1	0.05 374	0.00 1	0.14 382	0.03 185	0.00 1

RainbowNet	0.61 307	1.13 389	1.83 274	0.10 346	0.04 320	1.23 357	0.07 302	1.74 337	0.57 211	0.01 128	0.02 278	1.14 347	0.25 304	2.29 234	0.48 309	0.61 399	0.05 374	0.00 1	0.00 1	0.47 391	0.20 386

LL-Strereo	0.71 321	0.88 373	2.40 317	0.00 1	0.00 1	0.63 145	0.01 218	1.57 320	0.58 250	0.45 354	0.00 1	0.54 296	0.30 308	6.37 387	0.07 176	0.00 1	0.05 374	0.00 1	0.00 1	0.22 360	0.17 382

IPLGR_C	0.35 204	0.81 370	2.03 290	0.10 346	0.01 240	0.90 205	0.21 337	1.46 306	0.61 300	0.02 218	0.01 206	0.13 175	0.07 250	0.14 151	0.17 242	0.00 1	0.05 374	0.01 360	0.02 334	0.17 343	0.04 289

PVD	0.73 322	0.57 337	3.38 367	0.04 299	0.19 383	0.74 168	0.00 1	0.29 137	0.79 374	2.37 389	0.00 1	0.53 295	0.09 257	2.19 231	3.20 368	0.00 1	0.05 374	0.00 1	0.02 334	0.08 273	0.15 376

LE_ROB	9.96 417	0.54 328	9.62 404	1.40 408	1.24 412	3.29 394	4.64 413	4.31 397	43.01 423	51.54 424	13.34 417	14.15 413	24.60 421	6.66 395	20.28 420	0.04 373	0.05 374	0.12 404	0.20 393	0.07 256	0.09 352

AE-Stereo	0.17 92	0.05 60	0.79 88	0.03 287	0.09 349	1.06 260	0.00 1	0.57 179	0.06 13	0.08 293	0.00 1	0.13 175	0.00 1	0.01 27	0.01 78	0.00 1	0.06 384	0.00 1	0.23 401	0.08 273	0.04 289

coex-ft	8.40 414	2.59 417	75.27 425	0.00 1	0.00 1	0.18 39	0.04 286	0.13 80	20.18 414	39.66 423	4.06 381	4.68 390	8.53 410	3.94 297	7.96 396	0.02 365	0.07 385	0.00 1	0.02 334	0.14 320	0.50 403

test-1	0.19 107	0.13 152	0.67 46	0.00 1	0.15 369	0.57 121	0.00 1	1.01 242	0.11 75	0.04 262	0.48 343	0.05 119	0.00 1	0.01 27	0.30 284	0.00 1	0.07 385	0.00 1	0.06 361	0.01 58	0.18 383

raft+_RVC	0.14 66	0.37 275	0.96 136	0.00 1	0.16 372	0.64 149	0.03 274	0.05 19	0.08 31	0.00 1	0.00 1	0.02 39	0.03 176	0.03 96	0.07 176	0.00 1	0.07 385	0.00 1	0.00 1	0.05 224	0.16 380

EAI-Stereo	0.70 318	0.03 23	0.84 105	0.13 367	0.20 388	0.87 200	2.23 404	2.05 350	0.29 132	0.72 362	4.60 384	0.29 233	0.55 326	0.39 175	0.44 303	0.00 1	0.07 385	0.00 1	0.29 412	0.01 58	0.08 339

GMOStereo	0.13 53	0.24 214	0.83 100	0.00 1	0.14 365	0.86 196	0.01 218	0.09 52	0.11 75	0.01 128	0.01 206	0.02 39	0.01 87	0.00 1	0.00 1	0.00 1	0.09 389	0.00 1	0.00 1	0.16 336	0.01 129

error version	0.13 53	0.24 214	0.83 100	0.00 1	0.14 365	0.86 196	0.01 218	0.09 52	0.11 75	0.01 128	0.01 206	0.02 39	0.01 87	0.00 1	0.00 1	0.00 1	0.09 389	0.00 1	0.00 1	0.16 336	0.01 129

test-v	0.13 53	0.24 214	0.83 100	0.00 1	0.14 365	0.86 196	0.01 218	0.09 52	0.11 75	0.01 128	0.01 206	0.02 39	0.01 87	0.00 1	0.00 1	0.00 1	0.09 389	0.00 1	0.00 1	0.16 336	0.01 129

IRAFT_RVC	0.51 269	0.13 152	1.14 176	0.10 346	0.00 1	1.17 351	0.10 319	0.28 136	0.61 300	0.01 128	0.00 1	0.02 39	0.12 272	6.22 383	0.22 263	0.00 1	0.09 389	0.00 1	0.00 1	0.02 136	0.01 129

test-2	0.13 53	0.24 214	0.83 100	0.00 1	0.14 365	0.86 196	0.01 218	0.09 52	0.11 75	0.01 128	0.01 206	0.02 39	0.01 87	0.00 1	0.00 1	0.00 1	0.09 389	0.00 1	0.00 1	0.16 336	0.01 129

RTS	4.10 399	1.68 407	43.40 420	0.09 342	0.02 284	3.95 398	0.00 1	1.61 325	0.61 300	1.09 371	0.01 206	1.97 374	0.22 298	16.87 414	10.15 402	0.00 1	0.09 389	0.00 1	0.00 1	0.20 356	0.05 306

RTSA	4.10 399	1.68 407	43.40 420	0.09 342	0.02 284	3.95 398	0.00 1	1.61 325	0.61 300	1.09 371	0.01 206	1.97 374	0.22 298	16.87 414	10.15 402	0.00 1	0.09 389	0.00 1	0.00 1	0.20 356	0.05 306

MyStereo8	0.28 160	0.37 275	2.57 334	0.02 270	0.00 1	1.23 357	0.00 1	0.26 128	0.15 102	0.02 218	0.05 290	0.14 182	0.04 207	0.24 164	0.05 151	0.00 1	0.11 396	0.00 1	0.01 320	0.04 206	0.21 390

IMH	2.83 394	1.28 397	1.89 280	1.96 412	0.60 401	5.22 403	0.24 341	6.28 404	4.13 398	1.90 386	7.52 397	6.39 395	3.40 392	6.59 391	2.53 362	3.92 416	0.12 397	0.05 394	0.00 1	2.06 408	0.47 400

FADNet-RVC-Resample	0.51 269	0.82 371	3.08 359	0.04 299	0.04 320	0.42 82	0.09 315	1.16 262	0.34 138	0.00 1	0.03 283	0.24 219	0.05 232	3.16 262	0.13 226	0.07 378	0.12 397	0.05 394	0.02 334	0.08 273	0.20 386

MoCha-V2	0.09 17	0.08 111	0.61 40	0.05 309	0.06 335	0.15 36	0.00 1	0.11 71	0.08 31	0.07 285	0.00 1	0.13 175	0.00 1	0.02 70	0.04 141	0.00 1	0.13 399	0.00 1	0.20 393	0.04 206	0.01 129

rafts_anoy	0.14 66	0.35 260	0.99 145	0.00 1	0.02 284	0.49 99	0.03 274	0.11 71	0.07 18	0.00 1	0.01 206	0.06 132	0.06 243	0.24 164	0.06 165	0.00 1	0.14 400	0.00 1	0.01 320	0.02 136	0.03 259

SGM-ForestM	8.89 415	0.68 349	3.61 372	0.57 398	0.18 379	14.89 417	5.99 418	9.62 413	10.59 410	20.43 418	17.16 419	39.22 423	20.29 418	20.63 418	13.19 411	0.04 373	0.14 400	0.00 1	0.07 364	0.15 327	0.36 397

SGM+DAISY	2.38 385	0.98 380	4.37 385	0.48 396	0.33 393	2.24 386	1.94 400	1.16 262	1.47 389	6.62 406	5.89 389	5.77 393	5.09 405	5.76 360	4.39 376	0.16 387	0.15 402	0.06 396	0.14 382	0.26 370	0.40 398

LVE	2.75 392	1.12 387	2.30 309	0.46 395	0.45 396	1.87 381	0.06 299	7.19 406	9.72 409	0.03 245	11.08 411	9.01 403	1.26 364	6.93 397	0.91 330	1.86 408	0.16 403	0.04 393	0.24 406	0.22 360	0.13 372

RAFT + AFF	0.60 304	0.75 360	1.04 150	0.00 1	0.00 1	1.10 322	0.06 299	1.45 296	0.57 211	0.02 218	0.00 1	0.18 200	1.43 367	4.80 324	0.15 236	0.00 1	0.17 404	0.00 1	0.00 1	0.27 374	0.08 339

SGM_RVC	1.54 372	0.35 260	1.60 251	0.15 372	0.17 377	1.25 359	0.77 387	1.97 348	0.88 377	4.31 395	2.46 375	4.36 388	2.37 383	6.98 398	1.78 353	0.21 390	0.23 405	0.20 405	0.23 401	0.26 370	0.31 395
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
FADNet_RVC	0.60 304	0.83 372	2.50 327	0.00 1	0.00 1	1.09 316	0.00 1	1.29 270	0.50 153	0.02 218	0.05 290	0.26 226	0.03 176	3.17 264	0.25 274	0.21 390	0.26 406	0.08 399	0.28 411	0.53 393	0.55 406

RALCasStereoNet	0.16 84	0.35 260	0.84 105	0.00 1	0.00 1	0.32 62	0.03 274	0.16 88	0.56 178	0.02 218	0.07 302	0.05 119	0.08 254	0.13 149	0.08 186	0.00 1	0.31 407	0.00 1	0.00 1	0.07 256	0.11 361

WAO-8	5.13 406	1.91 410	2.34 312	0.60 399	0.10 353	12.98 413	0.34 361	11.65 414	24.58 419	4.87 397	10.60 410	13.32 408	4.10 400	8.85 406	3.55 370	0.75 402	0.32 408	0.71 414	0.12 378	0.70 396	0.11 361

Venus	5.12 405	1.91 410	2.34 312	0.60 399	0.10 353	12.98 413	0.34 361	11.65 414	24.58 419	4.87 397	10.54 409	13.32 408	4.10 400	8.85 406	3.55 370	0.75 402	0.32 408	0.71 414	0.12 378	0.70 396	0.11 361

BEATNet-Init1	14.52 421	6.56 422	34.32 418	1.10 404	1.02 408	31.53 422	11.99 421	15.58 420	17.42 413	30.17 422	27.03 421	43.14 424	24.36 420	24.41 421	18.27 418	0.27 394	0.32 408	0.36 410	0.46 414	1.26 403	0.76 409

MFN_U_SF_RVC	0.95 345	1.40 403	4.49 387	0.16 374	0.11 358	0.56 119	0.07 302	1.12 257	0.36 141	0.43 353	0.27 327	1.27 351	0.73 340	3.98 299	1.47 348	0.29 395	0.34 411	0.36 410	0.55 415	0.63 395	0.46 399

KSHMR	3.68 398	1.11 386	3.06 357	2.84 415	1.78 414	5.33 404	0.41 368	8.64 409	14.09 411	1.85 385	9.32 405	7.19 399	1.93 374	5.45 345	2.30 359	1.95 409	0.41 412	0.50 412	0.21 398	3.53 413	1.76 415

ADCPNet	1.44 369	0.55 334	7.88 400	0.01 246	0.19 383	2.78 388	0.27 350	0.90 225	0.38 142	0.04 262	0.02 278	1.43 362	1.81 373	2.22 232	9.08 400	0.00 1	0.47 413	0.00 1	0.64 417	0.04 206	0.15 376

MANE	9.96 417	0.69 350	2.88 352	1.22 405	0.61 402	13.15 415	3.46 410	15.62 421	22.27 417	22.74 419	30.00 423	29.74 421	23.22 419	17.17 416	13.78 413	0.29 395	0.56 414	0.09 400	0.61 416	0.15 327	1.00 412

JetRed	13.51 420	18.77 424	42.38 419	1.28 406	1.18 411	54.67 423	25.60 423	12.87 417	6.75 404	8.50 413	8.61 401	13.77 411	10.87 415	24.50 422	30.67 421	0.24 392	0.68 415	0.53 413	0.02 334	5.93 417	2.43 417

MFN_U_SF_DS_RVC	1.16 358	2.03 412	4.57 389	0.02 270	0.04 320	3.52 396	0.27 350	1.80 340	0.58 250	0.22 330	0.28 328	1.38 359	0.02 134	6.08 371	0.42 300	0.14 386	0.68 415	0.01 360	0.26 409	0.39 387	0.47 400

MSC_U_SF_DS_RVC	1.79 375	1.81 409	3.81 377	0.01 246	0.02 284	12.12 412	0.50 377	2.74 387	0.71 366	0.07 285	0.20 321	2.17 380	0.15 281	6.82 396	1.19 338	0.74 401	0.80 417	0.20 405	0.27 410	0.73 398	0.70 408

STTRV1_RVC	0.67 316	0.21 194	2.32 311	0.00 1	0.00 1	0.58 124	0.01 218	1.05 245	0.59 262	0.01 128	0.51 344	0.26 226	0.18 289	6.05 370	0.27 279	0.26 393	1.07 418	0.00 1	0.00 1	0.00 1	0.03 259

DGSMNet	1.21 361	0.37 275	3.02 355	0.71 401	1.33 413	1.61 374	3.53 411	1.45 296	0.33 137	0.00 1	0.79 359	0.48 279	0.24 302	3.22 265	0.53 313	0.98 407	1.21 419	1.35 416	1.09 418	1.03 401	0.92 410

PML	71.49 430	88.65 436	73.56 424	82.49 433	75.59 430	85.39 427	79.41 427	71.62 428	87.17 428	90.48 431	85.96 429	90.50 432	60.21 425	91.76 435	73.85 426	96.01 442	2.36 420	86.79 435	6.59 422	83.59 434	17.83 426

FADE		5.89 421		2.64 414	2.97 418							5.28 391				16.99 425	2.70 421	18.19 425	20.39 426	1.88 405

HanzoNet	12.77 419	4.55 419	11.74 409	5.35 422	2.79 417	7.59 409	0.66 383	12.97 418	20.40 415	25.99 420	28.61 422	34.05 422	25.08 422	25.93 423	14.98 416	10.77 423	3.91 422	3.00 420	3.73 420	8.16 422	5.15 420

DPSimNet_ROB	7.90 413	5.46 420	13.55 410	3.66 417	5.16 422	7.26 408	9.60 420	6.11 403	7.46 406	13.33 416	9.50 406	11.03 404	11.89 416	10.08 412	12.35 409	4.36 417	5.55 423	5.35 422	5.34 421	4.96 416	5.98 422

MADNet++	9.87 416	2.12 413	7.11 398	7.99 423	4.58 421	14.38 416	6.90 419	9.23 412	5.88 402	16.88 417	17.47 420	11.07 405	15.72 417	24.26 420	19.76 419	8.52 420	6.39 424	4.85 421	2.69 419	5.96 418	5.73 421

SPstereo	50.33 425	10.80 423	21.19 415	11.76 424	9.23 423	66.15 424	76.05 425	100.00 435	100.00 436	95.98 433	93.33 430	100.00 437	93.15 431	90.92 432	72.10 425	9.41 421	8.60 425	19.85 426	14.84 425	6.36 421	6.89 423

ASD4	35.17 423	42.77 425	34.00 417	20.47 425	35.77 424	80.11 426	95.20 432	26.58 423	69.14 424	27.82 421	35.84 424	27.05 420	44.35 423	37.95 424	53.20 424	10.25 422	10.28 426	12.30 423	11.09 423	16.01 424	13.25 424

xxxxx1	63.71 427	58.10 427	78.65 426	43.63 426	48.97 427	92.61 429	92.18 429	60.44 425	69.38 425	73.77 428	76.42 425	77.82 428	76.45 426	72.33 426	77.46 427	35.89 428	37.06 427	48.26 429	62.63 428	48.72 428	43.44 427

tt_ll	63.71 427	58.10 427	78.65 426	43.63 426	48.97 427	92.61 429	92.18 429	60.44 425	69.38 425	73.77 428	76.42 425	77.82 428	76.45 426	72.33 426	77.46 427	35.89 428	37.06 427	48.26 429	62.63 428	48.72 428	43.44 427

ff	63.71 427	58.10 427	78.65 426	43.63 426	48.97 427	92.61 429	92.18 429	60.44 425	69.38 425	73.77 428	76.42 425	77.82 428	76.45 426	72.33 426	77.46 427	35.89 428	37.06 427	48.26 429	62.63 428	48.72 428	43.44 427

LRCNet_RVC	55.44 426	60.56 430	57.70 423	66.68 431	44.91 426	6.22 406	0.00 1	52.80 424	1.37 388	70.44 425	81.09 428	67.07 425	55.41 424	51.59 425	46.24 423	90.66 435	41.89 430	90.95 436	90.04 432	64.32 431	68.75 430

tt	48.25 424	0.05 60	28.22 416	1.29 407	0.00 1	100.00 436	100.00 434	100.00 435	97.19 430	0.08 293	0.00 1	97.99 435	86.70 430	2.26 233	99.92 435	83.66 432	94.83 431	16.47 424	21.27 427	35.05 425	0.01 129

MEDIAN_ROB	93.37 434	98.75 438	96.05 432	90.90 436	90.53 437	85.63 428	76.45 426	92.03 430	89.53 429	95.05 432	94.99 431	96.02 433	93.85 432	90.36 431	87.21 430	98.36 443	95.79 432	99.61 438	98.77 436	98.80 443	98.72 442

Anonymous_1	89.88 433	75.38 433	97.81 433	74.49 432	78.39 431	100.00 436	100.00 434	98.09 434	99.76 432	96.82 434	99.37 432	97.66 434	99.77 433	91.14 434	98.89 433	81.73 431	97.25 433	59.96 432	85.38 431	77.37 433	88.27 431

DPSM_ROB	94.00 435	79.32 434	100.00 438	83.19 434	85.69 432	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 437	100.00 435	100.00 438	100.00 438	89.53 433	97.42 434	74.97 433	95.13 433	83.79 435	90.98 434

DPSM	94.00 435	79.32 434	100.00 438	83.19 434	85.69 432	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 437	100.00 435	100.00 438	100.00 438	89.53 433	97.42 434	74.97 433	95.13 433	83.79 435	90.98 434

DGTPSM_ROB	81.49 431	60.74 431	99.95 436	61.20 429	86.99 434	99.11 434	100.00 434	95.92 431	99.99 434	73.08 426	100.00 434	70.81 426	100.00 435	77.39 429	99.98 436	35.10 426	97.48 436	35.12 427	99.89 437	46.16 426	90.85 432

DPSMNet_ROB	81.54 432	60.77 432	99.95 436	61.42 430	87.05 435	99.11 434	100.00 434	95.93 432	99.99 434	73.11 427	100.00 434	70.84 427	100.00 435	77.43 430	99.98 436	35.39 427	97.54 437	35.21 428	99.89 437	46.30 427	90.94 433

test_example2	97.61 438	99.96 440	99.93 435	99.83 445	99.97 445	98.84 433	99.76 433	91.98 429	100.00 436	100.00 436	100.00 434	89.18 431	86.51 429	99.29 436	96.54 432	99.97 444	99.55 438	92.92 437	98.06 435	100.00 445	99.95 443

LSM0	99.11 440	99.97 441	100.00 438	95.93 437	98.59 438	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 437	100.00 435	100.00 438	100.00 438	93.89 441	99.97 439	100.00 440	100.00 440	96.64 442	97.25 436

HaxPig	95.46 437	97.61 437	87.80 430	97.80 444	99.17 444	77.55 425	75.28 424	96.76 433	99.61 431	99.97 435	99.97 433	99.62 436	99.97 434	91.02 433	87.28 431	99.98 445	99.98 440	99.98 439	99.99 439	99.97 444	99.97 444

CasAABBNet	99.15 441	100.00 442	100.00 438	96.37 439	98.76 439	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 437	100.00 435	100.00 438	100.00 438	93.65 437	99.99 441	100.00 440	100.00 440	96.27 438	97.93 437

MyStereo03	99.18 443	100.00 442	100.00 438	96.47 440	98.78 440	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 437	100.00 435	100.00 438	100.00 438	93.73 438	100.00 442	100.00 440	100.00 440	96.63 439	97.99 438

MyStereo02	99.18 443	100.00 442	100.00 438	96.47 440	98.78 440	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 437	100.00 435	100.00 438	100.00 438	93.73 438	100.00 442	100.00 440	100.00 440	96.63 439	97.99 438

MyStereo	99.18 443	100.00 442	100.00 438	96.47 440	98.78 440	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 437	100.00 435	100.00 438	100.00 438	93.73 438	100.00 442	100.00 440	100.00 440	96.63 439	97.99 438

Selective-RAFT-Error	99.17 442	100.00 442	100.00 438	96.65 443	98.79 443	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 437	100.00 435	100.00 438	100.00 438	93.64 436	100.00 442	100.00 440	100.00 440	96.25 437	98.10 441

AVERAGE_ROB	98.45 439	99.13 439	95.46 431	100.00 446	100.00 446	93.36 432	81.95 428	100.00 435	99.97 433	100.00 436	100.00 434	100.00 437	100.00 435	99.72 437	99.40 434	100.00 446	100.00 442	100.00 440	100.00 440	100.00 445	100.00 445

Low-res two-view benchmark