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

DDVS	0.30 211	0.10 148	0.64 65	0.03 331	0.13 410	0.25 64	0.24 391	0.18 126	0.11 92	0.00 1	0.00 1	0.49 332	0.05 273	3.62 330	0.07 218	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.02 267

rvit_0105_6	0.05 7	0.04 46	0.46 25	0.00 1	0.00 1	0.00 1	0.00 1	0.01 1	0.51 184	0.00 1	0.00 1	0.01 15	0.01 112	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 267

rvit_0105_5	0.07 22	0.10 148	0.65 66	0.00 1	0.00 1	0.02 8	0.00 1	0.05 31	0.56 214	0.00 1	0.00 1	0.02 58	0.01 112	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.01 149

rvit_0105_4	0.06 16	0.08 130	0.63 62	0.00 1	0.00 1	0.01 6	0.00 1	0.03 15	0.50 181	0.00 1	0.00 1	0.02 58	0.01 112	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_0105_3	0.08 29	0.16 206	0.68 72	0.00 1	0.00 1	0.07 33	0.00 1	0.08 65	0.61 348	0.00 1	0.00 1	0.01 15	0.01 112	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.01 149

rvit_105_1	0.09 38	0.21 235	0.66 68	0.00 1	0.00 1	0.16 52	0.00 1	0.13 104	0.61 348	0.00 1	0.00 1	0.02 58	0.01 112	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.02 267

UGAM	0.51 313	0.12 180	1.83 321	0.00 1	0.00 1	0.62 169	0.00 1	0.06 43	0.11 92	0.00 1	0.23 370	0.35 292	0.04 245	6.42 439	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.26 418	0.03 306

rvit_stereo_0083	0.01 1	0.01 1	0.12 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 1	0.06 18	0.00 1	0.00 1	0.01 15	0.00 1	0.01 45	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	0.07 121	0.29 9	0.00 1	0.00 1	0.00 1	0.00 1	0.01 1	0.07 27	0.00 1	0.00 1	0.01 15	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

WCG-NET	0.07 22	0.10 148	0.39 13	0.00 1	0.00 1	0.54 149	0.00 1	0.14 109	0.05 15	0.02 257	0.00 1	0.01 15	0.04 245	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 346	0.00 1

rvit_stereo_0081	0.04 3	0.02 10	0.14 2	0.00 1	0.00 1	0.02 8	0.00 1	0.01 1	0.54 193	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

FC-DCNN v2	3.59 448	0.10 148	1.95 335	0.00 1	0.00 1	3.24 443	0.59 431	3.55 445	3.05 446	11.72 466	12.90 467	15.18 465	8.62 461	6.26 433	4.54 427	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.05 355

GCAP-BAT	0.19 134	0.08 130	0.90 156	0.01 285	0.07 384	0.87 241	0.03 318	0.16 115	0.06 18	0.36 393	0.45 388	0.15 228	0.05 273	0.08 164	0.31 335	0.00 1	0.00 1	0.00 1	0.14 420	0.00 1	0.00 1

DCVSM-stereo	0.16 110	0.03 28	1.58 293	0.00 1	0.00 1	0.74 203	0.04 333	0.02 11	0.08 42	0.00 1	0.00 1	0.60 344	0.07 293	0.06 146	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.00 1

ACV-stereo	0.63 354	0.16 206	2.24 356	0.00 1	0.00 1	1.79 429	0.07 351	0.06 43	0.10 85	0.00 1	0.00 1	3.53 434	1.24 411	3.12 304	0.17 287	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.01 149

ITSA-stereo	0.44 278	0.06 96	0.97 177	0.03 331	0.00 1	1.08 354	0.06 347	1.42 328	0.09 63	0.01 157	0.00 1	0.21 254	0.50 366	3.91 342	0.38 343	0.00 1	0.00 1	0.02 422	0.01 351	0.03 224	0.01 149

rvit_stereo_0082	0.04 3	0.02 10	0.14 2	0.00 1	0.00 1	0.02 8	0.00 1	0.01 1	0.54 193	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

IGEV-Stereo++	0.05 7	0.03 28	0.16 4	0.00 1	0.00 1	0.59 161	0.00 1	0.05 31	0.07 27	0.01 157	0.00 1	0.01 15	0.00 1	0.06 146	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.03 224	0.01 149

rvit_stereo_0075_2	0.05 7	0.08 130	0.78 116	0.00 1	0.00 1	0.00 1	0.00 1	0.04 22	0.03 4	0.00 1	0.00 1	0.00 1	0.00 1	0.04 132	0.01 99	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 375

RAStereo	0.05 7	0.15 198	0.68 72	0.00 1	0.00 1	0.03 16	0.00 1	0.06 43	0.06 18	0.01 157	0.01 249	0.02 58	0.02 168	0.00 1	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

Occ-G	0.06 16	0.06 96	0.51 31	0.00 1	0.00 1	0.23 62	0.00 1	0.17 121	0.03 4	0.00 1	0.00 1	0.01 15	0.02 168	0.00 1	0.01 99	0.00 1	0.00 1	0.00 1	0.07 397	0.14 367	0.00 1

Pointernet	0.10 44	0.04 46	0.61 60	0.00 1	0.05 370	0.54 149	0.00 1	0.02 11	0.59 309	0.00 1	0.00 1	0.03 102	0.02 168	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 351	0.01 71	0.00 1

U	1.61 422	0.01 1	0.28 8	0.00 1	7.20 473	9.87 462	0.00 1	0.04 22	0.02 1	0.01 157	0.00 1	0.09 191	0.00 1	0.01 45	0.01 99	0.00 1	0.00 1	9.53 473	5.08 471	0.01 71	0.00 1

rvit_stereo_0080	0.05 7	0.17 212	0.22 6	0.00 1	0.00 1	0.02 8	0.00 1	0.01 1	0.55 199	0.00 1	0.00 1	0.01 15	0.01 112	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-BASED-STEREO-	0.05 7	0.05 70	0.21 5	0.00 1	0.00 1	0.09 39	0.02 299	0.17 121	0.12 107	0.06 320	0.00 1	0.00 1	0.00 1	0.00 1	0.34 339	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

IGEV-Stereo+	0.04 3	0.06 96	0.29 9	0.01 285	0.00 1	0.02 8	0.00 1	0.11 93	0.14 118	0.01 157	0.00 1	0.03 102	0.00 1	0.00 1	0.01 99	0.00 1	0.00 1	0.00 1	0.10 403	0.01 71	0.01 149

AIO-Stereo	0.07 22	0.06 96	0.41 16	0.00 1	0.03 346	0.30 76	0.00 1	0.10 88	0.04 11	0.00 1	0.00 1	0.01 15	0.00 1	0.00 1	0.01 99	0.00 1	0.00 1	0.00 1	0.23 443	0.04 246	0.07 387

rvit_stereo_ft	0.07 22	0.25 267	0.56 50	0.00 1	0.00 1	0.00 1	0.00 1	0.04 22	0.43 176	0.00 1	0.00 1	0.01 15	0.01 112	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 267

RSM++	0.08 29	0.06 96	0.38 12	0.00 1	0.00 1	0.30 76	0.00 1	0.06 43	0.56 214	0.00 1	0.00 1	0.00 1	0.00 1	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.16 427	0.09 332	0.03 306

RSM	0.08 29	0.05 70	0.37 11	0.00 1	0.02 322	0.30 76	0.00 1	0.11 93	0.56 214	0.00 1	0.00 1	0.00 1	0.00 1	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.15 425	0.05 265	0.02 267

GCST	0.28 193	0.46 354	1.23 234	0.00 1	0.01 277	0.31 80	0.03 318	0.15 113	0.05 15	0.01 157	0.37 384	0.05 149	0.04 245	2.76 286	0.05 192	0.00 1	0.00 1	0.00 1	0.00 1	0.07 299	0.03 306

RAFT-Stereo-weight	0.14 90	0.03 28	0.68 72	0.01 285	0.02 322	1.20 403	0.00 1	0.63 227	0.11 92	0.05 311	0.05 334	0.02 58	0.00 1	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DualNet (step1)	0.44 278	0.23 253	1.31 246	0.00 1	0.00 1	0.95 261	0.00 1	2.28 410	0.57 252	0.00 1	0.00 1	0.14 219	0.00 1	1.45 246	0.07 218	0.32 444	0.00 1	1.06 463	0.33 461	0.01 71	0.01 149

test_sample7	0.28 193	0.08 130	0.76 104	0.02 313	0.00 1	0.19 56	0.00 1	2.28 410	0.57 252	0.00 1	0.00 1	0.14 219	0.00 1	1.45 246	0.07 218	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.01 149

test_sample6	0.41 265	0.11 170	1.38 261	0.00 1	0.00 1	0.48 129	0.00 1	2.33 414	0.57 252	0.00 1	0.00 1	0.10 195	0.00 1	3.18 309	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.01 149

test_sample5	0.39 257	0.10 148	1.42 273	0.00 1	0.00 1	0.45 119	0.00 1	2.14 402	0.57 252	0.00 1	0.00 1	0.04 125	0.00 1	3.06 302	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.01 149

test_sample4	0.38 253	0.10 148	1.42 273	0.00 1	0.00 1	0.45 119	0.00 1	2.09 398	0.56 214	0.00 1	0.00 1	0.05 149	0.00 1	2.83 290	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.01 149

test_sample3	0.37 249	0.09 143	1.41 270	0.00 1	0.00 1	0.46 124	0.00 1	1.95 389	0.56 214	0.01 157	0.00 1	0.05 149	0.00 1	2.79 288	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.01 149

test_sample2	0.24 170	0.02 10	0.49 29	0.00 1	0.00 1	0.32 85	0.00 1	1.12 296	0.52 186	0.00 1	0.00 1	0.02 58	0.00 1	2.29 271	0.01 99	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.01 149

test_sample1	0.21 150	0.01 1	0.41 16	0.00 1	0.00 1	0.14 50	0.00 1	0.99 277	0.30 161	0.00 1	0.00 1	0.03 102	0.00 1	2.26 269	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.01 149

CAS++	0.06 16	0.06 96	0.59 56	0.00 1	0.00 1	0.07 33	0.00 1	0.25 156	0.13 115	0.00 1	0.00 1	0.02 58	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
test_for_model	0.57 337	0.39 337	0.80 125	1.74 459	0.02 322	0.80 218	0.02 299	0.30 172	0.22 143	0.11 350	0.00 1	0.00 1	0.02 168	0.00 1	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	6.94 471	0.01 149

trnet	0.10 44	0.05 70	0.52 35	0.00 1	0.00 1	1.06 305	0.00 1	0.17 121	0.09 63	0.00 1	0.00 1	0.02 58	0.00 1	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

testlalala2	0.25 177	0.07 121	1.64 301	0.00 1	0.00 1	0.82 223	0.00 1	1.66 370	0.57 252	0.01 157	0.00 1	0.04 125	0.01 112	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.24 450	0.01 71	0.00 1

H2IRNET	0.14 90	0.19 228	1.11 207	0.00 1	0.00 1	1.07 341	0.01 258	0.13 104	0.14 118	0.00 1	0.00 1	0.05 149	0.01 112	0.01 45	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.15 375	0.01 149

MGS-Stereo	0.10 44	0.08 130	0.82 131	0.00 1	0.00 1	0.41 104	0.00 1	0.20 140	0.08 42	0.00 1	0.00 1	0.01 15	0.01 112	0.04 132	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.39 436	0.00 1

DispNO	0.64 356	0.48 361	2.04 341	0.00 1	0.00 1	0.71 198	0.01 258	1.47 348	0.56 214	0.00 1	0.54 394	1.34 402	0.06 286	5.12 382	0.31 335	0.00 1	0.00 1	0.03 432	0.12 414	0.01 71	0.02 267

Former-RAFT_DAM_RVC	0.08 29	0.06 96	0.41 16	0.00 1	0.00 1	0.05 29	0.00 1	0.11 93	0.22 143	0.75 413	0.00 1	0.02 58	0.01 112	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.03 306

SMFormer	0.33 227	0.10 148	1.04 187	0.00 1	0.00 1	0.03 16	0.00 1	1.45 336	0.55 199	0.00 1	0.00 1	0.15 228	0.00 1	3.24 311	0.09 237	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.02 267

tta	0.33 227	0.10 148	1.04 187	0.00 1	0.00 1	0.03 16	0.00 1	1.45 336	0.55 199	0.00 1	0.00 1	0.15 228	0.00 1	3.24 311	0.09 237	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.01 149

qqq1	0.33 227	0.10 148	1.04 187	0.00 1	0.00 1	0.03 16	0.00 1	1.45 336	0.55 199	0.00 1	0.00 1	0.15 228	0.00 1	3.24 311	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.01 149

fff1	0.33 227	0.10 148	1.04 187	0.00 1	0.00 1	0.03 16	0.00 1	1.45 336	0.55 199	0.00 1	0.00 1	0.15 228	0.00 1	3.24 311	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.01 149

CoDeX	0.36 244	0.24 261	1.39 264	0.00 1	0.01 277	0.29 73	0.00 1	1.58 362	0.57 252	0.00 1	0.00 1	0.25 267	0.07 293	2.82 289	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

WAO-7	2.46 439	0.92 430	1.85 325	0.03 331	0.05 370	4.73 450	0.54 430	5.67 453	4.50 450	1.49 429	7.64 448	5.52 441	2.69 435	8.48 456	4.51 426	0.00 1	0.00 1	0.33 456	0.02 367	0.19 398	0.06 375

WAO-6	2.38 435	0.69 402	1.93 334	0.00 1	0.00 1	3.94 447	0.29 405	5.62 452	7.23 456	0.34 391	6.76 442	7.73 451	1.96 425	5.88 412	5.07 434	0.00 1	0.00 1	0.00 1	0.00 1	0.15 375	0.03 306

TorneroNet-64	6.39 461	1.31 451	2.23 355	1.99 464	0.65 453	18.82 470	0.28 403	11.98 467	26.18 472	5.99 454	12.75 466	19.37 470	4.08 449	9.94 462	5.95 441	0.89 457	0.00 1	0.11 449	0.00 1	3.44 462	1.81 467

ff7	0.11 61	0.18 218	0.52 35	0.00 1	0.00 1	1.06 305	0.00 1	0.09 73	0.09 63	0.01 157	0.00 1	0.01 15	0.03 213	0.02 97	0.00 1	0.00 1	0.00 1	0.00 1	0.10 403	0.07 299	0.01 149

IGEVStereo-DCA	0.10 44	0.06 96	0.52 35	0.01 285	0.00 1	0.32 85	0.00 1	0.09 73	0.09 63	0.01 157	0.01 249	0.02 58	0.04 245	0.14 182	0.44 352	0.00 1	0.00 1	0.00 1	0.10 403	0.05 265	0.01 149

ffff	0.11 61	0.18 218	0.52 35	0.00 1	0.00 1	1.06 305	0.00 1	0.09 73	0.09 63	0.01 157	0.00 1	0.01 15	0.03 213	0.02 97	0.00 1	0.00 1	0.00 1	0.00 1	0.10 403	0.07 299	0.01 149

rrr	0.24 170	0.06 96	1.91 331	0.01 285	0.00 1	0.32 85	0.04 333	1.34 315	0.15 125	0.01 157	0.01 249	0.02 58	0.04 245	0.14 182	0.44 352	0.00 1	0.00 1	0.00 1	0.18 431	0.05 265	0.05 355

DualNet	0.39 257	0.10 148	1.42 273	0.00 1	0.00 1	0.45 119	0.00 1	2.14 402	0.57 252	0.00 1	0.00 1	0.04 125	0.00 1	3.06 302	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.01 149

mmx	0.85 381	0.02 10	1.06 196	0.00 1	0.00 1	0.62 169	0.00 1	2.50 421	0.56 214	0.00 1	0.00 1	0.67 355	0.02 168	5.57 399	5.86 438	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 149

11t	0.11 61	0.18 218	0.52 35	0.00 1	0.00 1	1.06 305	0.00 1	0.09 73	0.09 63	0.01 157	0.00 1	0.01 15	0.03 213	0.02 97	0.00 1	0.00 1	0.00 1	0.00 1	0.10 403	0.07 299	0.01 149

ttt	0.70 364	0.02 10	0.78 116	0.00 1	0.00 1	0.62 169	0.00 1	2.50 421	0.56 214	0.00 1	0.00 1	0.29 276	0.01 112	4.18 354	5.00 433	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 149

whm_eth	0.05 7	0.17 212	0.22 6	0.00 1	0.00 1	0.02 8	0.00 1	0.01 1	0.55 199	0.00 1	0.00 1	0.01 15	0.01 112	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

xxx	0.85 381	0.02 10	1.06 196	0.00 1	0.00 1	0.62 169	0.00 1	2.50 421	0.56 214	0.00 1	0.00 1	0.67 355	0.02 168	5.57 399	5.86 438	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 149

GMStereo_Zeroshot	0.07 22	0.04 46	0.80 125	0.08 385	0.00 1	0.03 16	0.00 1	0.05 31	0.10 85	0.00 1	0.03 327	0.19 248	0.03 213	0.00 1	0.05 192	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

plain	0.11 61	0.17 212	1.21 233	0.00 1	0.00 1	0.05 29	0.00 1	0.16 115	0.32 163	0.01 157	0.01 249	0.02 58	0.01 112	0.03 123	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.26 418	0.01 149

MaDis-Stereo	0.06 16	0.16 206	0.66 68	0.00 1	0.00 1	0.05 29	0.01 258	0.06 43	0.12 107	0.00 1	0.01 249	0.04 125	0.02 168	0.02 97	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.01 149

StereoVision	0.16 110	0.25 267	1.07 202	0.00 1	0.00 1	0.47 126	0.01 258	0.18 126	0.61 348	0.00 1	0.29 376	0.15 228	0.02 168	0.07 153	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.03 224	0.01 149

MIF-Stereo (partial)	0.08 29	0.11 170	0.96 170	0.00 1	0.00 1	0.08 37	0.00 1	0.19 130	0.08 42	0.00 1	0.01 249	0.02 58	0.02 168	0.02 97	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.04 246	0.01 149

UniTT-Stereo	0.06 16	0.06 96	0.83 134	0.00 1	0.00 1	0.08 37	0.01 258	0.06 43	0.03 4	0.00 1	0.08 350	0.02 58	0.00 1	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 317	0.00 1

Dean	2.41 437	1.16 444	3.63 423	0.36 444	0.40 445	1.19 401	0.50 427	7.85 458	8.44 459	1.17 424	8.12 450	7.07 447	1.13 406	4.11 352	1.04 381	0.70 451	0.00 1	0.01 406	0.00 1	1.07 451	0.29 445

ACVNet_2	1.32 410	1.30 450	2.83 397	0.11 405	0.07 384	1.30 411	0.18 381	2.29 413	0.75 421	0.26 378	3.44 428	6.65 446	0.16 327	5.12 382	1.08 384	0.13 431	0.00 1	0.00 1	0.00 1	0.38 434	0.32 447

ACVNet_1	1.10 399	1.42 455	4.00 432	0.31 443	0.02 322	1.25 407	0.10 369	1.69 372	0.61 348	0.26 378	0.01 249	4.39 438	1.29 414	4.75 370	0.57 368	0.79 455	0.00 1	0.00 1	0.00 1	0.32 429	0.18 434

CASnet	0.08 29	0.05 70	0.40 14	0.00 1	0.00 1	0.82 223	0.00 1	0.14 109	0.08 42	0.00 1	0.00 1	0.01 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 224	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PCWNet_CMD	0.19 134	0.10 148	1.38 261	0.00 1	0.01 277	0.75 207	0.00 1	0.35 178	0.12 107	0.00 1	0.00 1	0.48 324	0.51 368	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.01 149

CFNet_ucs	0.26 182	0.14 193	1.53 290	0.00 1	0.01 277	0.84 232	0.00 1	1.78 380	0.17 134	0.00 1	0.00 1	0.49 332	0.30 352	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 149

testlalala_base	0.27 188	0.06 96	0.80 125	0.00 1	0.00 1	0.64 183	0.00 1	1.08 290	0.08 42	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 181	0.52 449	0.00 1	0.00 1	0.12 414	2.02 457	0.00 1

Any-RAFT	0.17 119	0.04 46	0.93 164	0.00 1	0.00 1	1.10 369	0.00 1	0.99 277	0.03 4	0.01 157	0.00 1	0.21 254	0.00 1	0.07 153	0.01 99	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAFT-Test	0.20 143	0.09 143	1.34 252	0.00 1	0.12 407	0.39 101	0.10 369	0.72 238	0.25 151	0.08 335	0.00 1	0.44 316	0.00 1	0.05 141	0.13 271	0.00 1	0.00 1	0.00 1	0.24 450	0.01 71	0.01 149

LL-Strereo2	0.12 71	0.41 342	0.91 161	0.05 355	0.03 346	0.51 136	0.04 333	0.13 104	0.11 92	0.01 157	0.00 1	0.03 102	0.02 168	0.06 146	0.10 246	0.00 1	0.00 1	0.00 1	0.01 351	0.03 224	0.03 306

SDNR	1.15 404	0.21 235	3.21 411	0.01 285	0.01 277	3.30 445	0.01 258	2.55 426	0.75 421	1.80 433	1.49 420	1.40 406	0.20 339	7.24 452	0.68 373	0.00 1	0.00 1	0.00 1	0.00 1	0.04 246	0.04 338

4D-IteraStereo	0.16 110	0.51 371	1.73 311	0.00 1	0.00 1	0.38 100	0.03 318	0.08 65	0.08 42	0.02 257	0.01 249	0.00 1	0.01 112	0.06 146	0.09 237	0.00 1	0.00 1	0.00 1	0.00 1	0.04 246	0.06 375

LoS_RVC	0.05 7	0.05 70	0.41 16	0.00 1	0.00 1	0.16 52	0.00 1	0.17 121	0.07 27	0.00 1	0.00 1	0.04 125	0.01 112	0.04 132	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

CAS	0.10 44	0.05 70	0.46 25	0.00 1	0.00 1	1.03 286	0.00 1	0.21 146	0.09 63	0.00 1	0.00 1	0.03 102	0.01 112	0.01 45	0.02 135	0.08 428	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

anonymousdsp2	0.10 44	0.04 46	0.98 180	0.00 1	0.00 1	0.62 169	0.00 1	0.09 73	0.11 92	0.00 1	0.00 1	0.01 15	0.01 112	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.02 367	0.04 246	0.03 306

anonymousdsp	0.11 61	0.18 218	0.58 53	0.00 1	0.00 1	1.06 305	0.00 1	0.08 65	0.09 63	0.01 157	0.00 1	0.01 15	0.04 245	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.11 409	0.07 299	0.03 306

fast-acv-ft	0.29 209	0.37 324	3.76 425	0.06 374	0.01 277	0.28 71	0.17 379	0.06 43	0.21 141	0.00 1	0.00 1	0.08 180	0.09 301	0.10 172	0.23 314	0.01 398	0.00 1	0.03 432	0.01 351	0.26 418	0.01 149

iinet-f	0.48 293	0.57 389	4.45 437	0.00 1	0.01 277	0.77 210	0.00 1	1.48 349	0.61 348	0.01 157	0.00 1	0.40 309	0.44 363	0.38 208	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.35 432	0.01 149

LoS	0.14 90	0.07 121	0.66 68	0.02 313	0.00 1	1.05 296	0.01 258	0.07 59	0.57 252	0.01 157	0.01 249	0.16 236	0.04 245	0.04 132	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 224	0.00 1
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	0.08 29	0.07 121	0.43 22	0.00 1	0.00 1	0.21 60	0.01 258	0.08 65	0.56 214	0.01 157	0.00 1	0.08 180	0.04 245	0.02 97	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

Selective-IGEV	0.05 7	0.04 46	0.43 22	0.00 1	0.04 362	0.25 64	0.00 1	0.01 1	0.08 42	0.00 1	0.00 1	0.01 15	0.02 168	0.00 1	0.01 99	0.00 1	0.00 1	0.00 1	0.07 397	0.03 224	0.08 390

EGLCR-Stereo	0.15 105	0.05 70	0.47 28	0.07 378	0.03 346	1.06 305	0.01 258	1.06 286	0.12 107	0.16 367	0.00 1	0.00 1	0.02 168	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 267

GASNet	0.56 331	1.09 435	2.57 384	0.00 1	0.00 1	0.52 142	0.02 299	1.12 296	0.22 143	0.01 157	0.14 359	0.50 336	0.12 316	4.09 351	0.39 345	0.00 1	0.00 1	0.00 1	0.00 1	0.32 429	0.08 390

gwcnet-sp	0.28 193	0.15 198	2.75 393	0.00 1	0.00 1	0.51 136	0.02 299	0.49 202	0.57 252	0.01 157	0.01 249	0.08 180	0.04 245	0.87 230	0.11 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.01 149

scenet	0.28 193	0.15 198	2.75 393	0.00 1	0.00 1	0.51 136	0.02 299	0.49 202	0.57 252	0.01 157	0.01 249	0.08 180	0.04 245	0.87 230	0.11 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.01 149

CASS	0.07 22	0.06 96	0.73 81	0.00 1	0.00 1	0.10 42	0.01 258	0.15 113	0.12 107	0.16 367	0.00 1	0.02 58	0.02 168	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	0.12 71	0.15 198	0.92 163	0.00 1	0.00 1	0.46 124	0.00 1	0.41 189	0.10 85	0.00 1	0.00 1	0.10 195	0.00 1	0.07 153	0.19 301	0.00 1	0.00 1	0.00 1	0.02 367	0.04 246	0.02 267

knoymous	0.09 38	0.04 46	1.04 187	0.00 1	0.00 1	0.11 45	0.00 1	0.23 149	0.05 15	0.00 1	0.00 1	0.23 260	0.00 1	0.02 97	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

anonymousa	0.14 90	0.15 198	1.74 315	0.00 1	0.00 1	0.28 71	0.00 1	0.01 1	0.11 92	0.00 1	0.01 249	0.42 313	0.02 168	0.01 45	0.01 99	0.00 1	0.00 1	0.00 1	0.04 389	0.00 1	0.02 267

riskmin	0.11 61	0.01 1	0.87 149	0.01 285	0.00 1	0.13 49	0.00 1	0.30 172	0.09 63	0.00 1	0.01 249	0.76 364	0.00 1	0.02 97	0.01 99	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 149

Wz-Net-TNSev	1.42 415	2.41 467	11.01 459	0.00 1	0.00 1	0.42 109	0.14 378	2.05 392	0.61 348	0.06 320	0.01 249	1.34 402	0.16 327	5.70 404	4.19 423	0.00 1	0.00 1	0.00 1	0.01 351	0.19 398	0.10 410

Selective-RAFT	0.13 77	0.04 46	0.51 31	0.00 1	0.00 1	1.06 305	0.00 1	0.04 22	0.57 252	0.00 1	0.00 1	0.06 167	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.19 434	0.04 246	0.00 1

ProNet	0.09 38	0.20 232	0.53 43	0.00 1	0.00 1	0.80 218	0.00 1	0.04 22	0.07 27	0.00 1	0.00 1	0.01 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 317	0.01 149

ssnet_v2	0.28 193	0.17 212	1.18 221	0.00 1	0.00 1	0.81 221	0.00 1	1.05 284	0.59 309	0.09 343	0.01 249	0.88 372	0.09 301	0.43 211	0.08 231	0.00 1	0.00 1	0.00 1	0.00 1	0.12 355	0.09 403

ssnet	0.28 193	0.15 198	2.75 393	0.00 1	0.00 1	0.51 136	0.02 299	0.49 202	0.57 252	0.01 157	0.01 249	0.08 180	0.04 245	0.87 230	0.11 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.01 149

CroCo-Stereo Lap2	0.09 38	0.23 253	0.74 90	0.00 1	0.00 1	0.02 8	0.00 1	0.07 59	0.56 214	0.00 1	0.00 1	0.01 15	0.03 213	0.02 97	0.01 99	0.00 1	0.00 1	0.00 1	0.00 1	0.06 286	0.01 149

HBP-ISP	0.80 375	0.70 404	2.86 398	0.02 313	0.01 277	1.67 424	0.48 424	2.63 434	0.56 214	1.11 422	0.06 344	0.50 336	0.74 386	4.60 367	0.09 237	0.00 1	0.00 1	0.00 1	0.00 1	0.05 265	0.03 306

TestStereo1	0.20 143	0.30 288	0.84 139	0.00 1	0.16 419	1.12 384	0.01 258	0.69 234	0.57 252	0.00 1	0.05 334	0.04 125	0.01 112	0.09 168	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 375	0.06 375

DCANet-4	0.31 216	0.05 70	2.61 386	0.00 1	0.00 1	1.05 296	0.00 1	1.49 355	0.61 348	0.13 357	0.00 1	0.03 102	0.05 273	0.03 123	0.05 192	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 355

ccc-4	0.11 61	0.18 218	0.52 35	0.00 1	0.00 1	1.06 305	0.00 1	0.09 73	0.09 63	0.01 157	0.00 1	0.01 15	0.03 213	0.02 97	0.00 1	0.00 1	0.00 1	0.00 1	0.10 403	0.07 299	0.01 149

fff	0.28 193	0.37 324	1.20 223	0.00 1	0.01 277	1.05 296	0.00 1	1.48 349	0.61 348	0.13 357	0.00 1	0.04 125	0.60 376	0.02 97	0.05 192	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 355

anonymity	0.17 119	0.06 96	0.79 120	0.00 1	0.09 394	0.03 16	0.00 1	0.54 208	0.07 27	0.41 399	0.13 358	0.11 199	0.58 373	0.02 97	0.31 335	0.00 1	0.00 1	0.00 1	0.23 443	0.01 71	0.02 267

ADStereo(finetuned)	0.34 234	0.37 324	2.24 356	0.00 1	0.00 1	1.04 293	0.00 1	1.49 355	0.61 348	0.08 335	0.00 1	0.04 125	0.74 386	0.03 123	0.09 237	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.05 355

DisPM	0.16 110	0.05 70	0.82 131	0.07 378	0.00 1	1.14 388	0.41 419	0.08 65	0.54 193	0.03 285	0.00 1	0.00 1	0.00 1	0.06 146	0.05 192	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

Wz-Net-SNSev	0.78 373	1.10 436	6.27 446	0.00 1	0.00 1	0.27 68	0.00 1	0.95 270	0.61 348	0.00 1	0.01 249	0.41 312	0.10 309	4.92 376	0.81 377	0.00 1	0.00 1	0.00 1	0.00 1	0.17 391	0.03 306

Wz-Net-LNSev-Ref	0.42 267	0.52 376	3.02 404	0.00 1	0.00 1	0.57 154	0.00 1	1.15 301	0.60 333	0.00 1	0.00 1	0.04 125	0.14 320	1.51 248	0.76 376	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

BUS	0.33 227	0.05 70	0.54 44	0.00 1	0.00 1	1.87 430	0.00 1	2.43 418	0.58 297	0.30 385	0.09 351	0.65 352	0.00 1	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Wz-Net-LNSev	0.34 234	0.61 394	4.26 433	0.00 1	0.00 1	0.49 132	0.00 1	0.26 159	0.61 348	0.00 1	0.01 249	0.23 260	0.03 213	0.10 172	0.16 283	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 149

Wz-Net-MNSev	0.48 293	0.76 417	3.11 409	0.00 1	0.00 1	0.23 62	0.00 1	1.07 288	0.61 348	0.01 157	0.01 249	0.13 212	0.13 319	3.12 304	0.34 339	0.00 1	0.00 1	0.00 1	0.00 1	0.05 265	0.01 149

IER	0.14 90	0.09 143	1.29 242	0.00 1	0.00 1	0.62 169	0.00 1	0.17 121	0.10 85	0.00 1	0.00 1	0.40 309	0.02 168	0.11 177	0.04 181	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

raft_robust	0.56 331	0.36 317	0.87 149	0.00 1	0.15 416	0.64 183	0.00 1	2.20 406	0.56 214	0.00 1	0.01 249	0.44 316	1.18 410	4.46 363	0.01 99	0.00 1	0.00 1	0.00 1	0.15 425	0.09 332	0.03 306

CRFU-Net	0.40 262	0.12 180	1.50 287	0.14 418	0.01 277	0.90 247	0.00 1	0.42 191	0.14 118	0.00 1	0.00 1	0.42 313	1.94 424	2.15 262	0.12 264	0.00 1	0.00 1	0.03 432	0.00 1	0.03 224	0.00 1

RAFT+CT+SA	0.26 182	0.34 301	1.11 207	0.02 313	0.27 440	1.10 369	0.00 1	0.70 237	0.56 214	0.00 1	0.00 1	0.07 174	0.01 112	0.36 206	0.00 1	0.00 1	0.00 1	0.00 1	0.31 460	0.11 346	0.22 443

test_5	0.26 182	0.35 310	1.35 254	0.01 285	0.22 438	0.80 218	0.01 258	0.81 249	0.58 297	0.12 353	0.00 1	0.06 167	0.01 112	0.61 223	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.14 367	0.16 431

NINENet	0.45 280	0.09 143	0.81 128	0.06 374	0.00 1	1.87 430	0.00 1	2.69 436	0.56 214	0.00 1	0.00 1	0.65 352	0.00 1	2.15 262	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

BSDual-CNN	0.28 193	0.05 70	0.54 44	0.00 1	0.00 1	1.07 341	0.00 1	2.43 418	0.58 297	0.30 385	0.09 351	0.36 296	0.03 213	0.01 45	0.08 231	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

hknet	0.38 253	0.07 121	1.32 249	0.00 1	0.00 1	1.07 341	0.00 1	2.43 418	0.58 297	0.30 385	0.09 351	0.63 347	0.00 1	0.96 234	0.07 218	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SA-5K	0.20 143	0.30 288	0.84 139	0.00 1	0.16 419	1.12 384	0.01 258	0.69 234	0.57 252	0.00 1	0.05 334	0.04 125	0.01 112	0.09 168	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 375	0.06 375

Sa-1000	0.31 216	0.26 274	0.93 164	0.00 1	0.18 427	1.08 354	0.01 258	2.59 432	0.56 214	0.00 1	0.09 351	0.03 102	0.00 1	0.18 188	0.00 1	0.00 1	0.00 1	0.00 1	0.13 418	0.11 346	0.00 1

SA	0.30 211	0.27 275	0.97 177	0.00 1	0.17 425	1.10 369	0.00 1	2.50 421	0.56 214	0.00 1	0.01 249	0.03 102	0.01 112	0.16 187	0.00 1	0.00 1	0.00 1	0.00 1	0.14 420	0.12 355	0.00 1

test_4	0.13 77	0.07 121	1.12 210	0.00 1	0.05 370	0.82 223	0.00 1	0.04 22	0.08 42	0.10 347	0.00 1	0.01 15	0.01 112	0.02 97	0.06 207	0.00 1	0.00 1	0.00 1	0.02 367	0.11 346	0.00 1

IGEV-Stereo	0.11 61	0.18 218	0.58 53	0.00 1	0.00 1	1.06 305	0.00 1	0.08 65	0.09 63	0.01 157	0.00 1	0.01 15	0.04 245	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.11 409	0.07 299	0.03 306
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.50 308	0.51 371	1.44 279	0.00 1	0.00 1	0.29 73	0.00 1	0.63 227	0.59 309	0.00 1	0.00 1	0.08 180	0.01 112	6.14 422	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.22 408	0.01 149

psmg	0.22 155	0.05 70	0.54 44	0.00 1	0.00 1	1.05 296	0.00 1	1.73 377	0.58 297	0.00 1	0.00 1	0.36 296	0.03 213	0.01 45	0.08 231	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

CSP-Net	0.37 249	0.10 148	0.54 44	0.00 1	0.00 1	0.50 134	0.00 1	0.64 229	0.13 115	0.00 1	0.00 1	0.15 228	0.02 168	5.27 385	0.06 207	0.00 1	0.00 1	0.00 1	0.00 1	0.05 265	0.00 1

WZ-Net	1.38 413	1.14 442	10.22 457	0.00 1	0.00 1	0.82 223	0.00 1	1.37 323	0.61 348	0.01 157	0.01 249	1.09 388	2.20 431	6.39 438	3.68 421	0.00 1	0.00 1	0.00 1	0.00 1	0.07 299	0.02 267

UDGNet	0.14 90	0.48 361	0.72 79	0.00 1	0.00 1	1.06 305	0.00 1	0.05 31	0.28 154	0.00 1	0.00 1	0.02 58	0.00 1	0.09 168	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

dd	0.16 110	0.52 376	0.86 145	0.01 285	0.00 1	1.03 286	0.00 1	0.09 73	0.52 186	0.01 157	0.00 1	0.02 58	0.02 168	0.00 1	0.00 1	0.01 398	0.00 1	0.00 1	0.00 1	0.03 224	0.00 1

dad	0.17 119	0.54 380	0.82 131	0.00 1	0.00 1	1.03 286	0.00 1	0.02 11	0.23 149	0.01 157	0.00 1	0.02 58	0.01 112	0.63 224	0.11 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

DDUNet	0.34 234	0.20 232	1.06 196	0.00 1	0.00 1	0.79 216	0.01 258	0.91 263	0.54 193	0.04 302	0.01 249	1.11 391	0.01 112	1.89 255	0.17 287	0.00 1	0.00 1	0.00 1	0.00 1	0.06 286	0.00 1

UDG	0.42 267	0.43 347	1.17 218	0.00 1	0.00 1	0.99 274	0.00 1	1.70 374	0.60 333	0.05 311	0.00 1	1.51 413	0.19 334	1.20 239	0.61 369	0.00 1	0.00 1	0.00 1	0.00 1	0.05 265	0.00 1

GLC_STEREO	0.04 3	0.05 70	0.52 35	0.00 1	0.00 1	0.06 32	0.00 1	0.01 1	0.03 4	0.00 1	0.00 1	0.01 15	0.01 112	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

DAS	0.49 299	0.05 70	1.29 242	0.00 1	0.00 1	0.07 33	0.00 1	1.25 308	0.61 348	1.18 425	0.00 1	0.24 262	0.03 213	4.76 371	0.22 309	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.01 149

SepStereo	0.45 280	0.05 70	1.29 242	0.00 1	0.00 1	0.07 33	0.00 1	1.25 308	0.61 348	1.18 425	0.00 1	0.24 262	0.03 213	3.93 345	0.22 309	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.01 149

IPLG	0.51 313	0.38 334	1.60 296	0.02 313	0.00 1	1.11 377	0.07 351	1.48 349	0.57 252	0.05 311	0.00 1	0.12 205	0.15 325	4.58 365	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 346	0.00 1

MIPNet	0.34 234	0.35 310	1.56 291	0.02 313	0.00 1	1.11 377	0.09 365	1.57 360	0.65 405	0.11 350	0.05 334	0.18 241	0.19 334	0.74 227	0.00 1	0.00 1	0.00 1	0.00 1	0.01 351	0.06 286	0.01 149

IPLGR	0.43 274	0.17 212	2.05 344	0.02 313	0.02 322	1.08 354	0.04 333	1.62 368	0.57 252	0.09 343	0.00 1	0.15 228	0.22 342	2.62 280	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 246	0.00 1

AASNet	0.27 188	0.47 359	1.56 291	0.00 1	0.00 1	0.91 254	0.00 1	0.58 217	0.58 297	0.00 1	0.00 1	0.39 307	0.02 168	0.33 202	0.13 271	0.00 1	0.00 1	0.00 1	0.00 1	0.25 416	0.06 375

test-3	0.17 119	0.03 28	0.74 90	0.03 331	0.10 398	0.43 114	0.00 1	1.36 317	0.07 27	0.01 157	0.00 1	0.02 58	0.00 1	0.08 164	0.19 301	0.00 1	0.00 1	0.00 1	0.20 435	0.12 355	0.11 412

test_1	0.17 119	0.03 28	0.75 98	0.03 331	0.10 398	0.43 114	0.00 1	1.36 317	0.07 27	0.01 157	0.00 1	0.02 58	0.00 1	0.07 153	0.19 301	0.00 1	0.00 1	0.00 1	0.20 435	0.12 355	0.11 412

SACVNet	0.42 267	0.29 285	1.10 203	0.00 1	0.00 1	1.02 280	0.00 1	0.78 242	0.29 157	0.03 285	0.00 1	0.24 262	0.02 168	4.27 359	0.07 218	0.00 1	0.00 1	0.00 1	0.00 1	0.20 404	0.01 149

AACVNet	0.40 262	0.36 317	0.90 156	0.00 1	0.00 1	0.53 145	0.00 1	0.18 126	0.41 175	0.02 257	0.00 1	0.11 199	0.01 112	5.33 388	0.07 218	0.00 1	0.00 1	0.00 1	0.00 1	0.15 375	0.00 1

test_3	0.19 134	0.02 10	0.76 104	0.03 331	0.10 398	0.53 145	0.00 1	1.42 328	0.07 27	0.13 357	0.00 1	0.02 58	0.00 1	0.07 153	0.19 301	0.00 1	0.00 1	0.00 1	0.20 435	0.12 355	0.11 412

GwcNet-ADL	0.30 211	0.19 228	1.78 317	0.00 1	0.00 1	1.03 286	0.00 1	2.08 397	0.28 154	0.00 1	0.00 1	0.37 302	0.04 245	0.02 97	0.09 237	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 306

PSMNet-ADL	0.35 240	0.05 70	0.65 66	0.00 1	0.00 1	1.03 286	0.00 1	0.59 219	0.09 63	0.00 1	0.07 347	0.47 322	0.01 112	3.66 334	0.30 330	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.02 267

GANet-ADL	0.16 110	0.06 96	1.18 221	0.00 1	0.01 277	0.83 229	0.00 1	0.23 149	0.07 27	0.00 1	0.30 377	0.35 292	0.00 1	0.07 153	0.10 246	0.00 1	0.00 1	0.00 1	0.00 1	0.04 246	0.01 149

ADLNet2	0.55 328	0.33 297	2.54 383	0.00 1	0.00 1	0.88 243	0.00 1	0.69 234	0.65 405	0.00 1	0.07 347	1.47 410	0.02 168	4.12 353	0.11 254	0.00 1	0.00 1	0.00 1	0.00 1	0.13 364	0.01 149

CrosDoStereo	1.10 399	0.08 130	1.43 277	0.00 1	0.05 370	0.63 179	5.86 467	0.60 221	0.38 169	0.26 378	1.21 414	0.19 248	3.02 438	6.61 443	1.64 400	0.00 1	0.00 1	0.00 1	0.00 1	0.06 286	0.00 1

PFNet+	0.23 162	0.06 96	0.79 120	0.07 378	0.01 277	1.11 377	0.42 421	0.11 93	0.59 309	0.08 335	0.01 249	0.02 58	0.00 1	1.21 240	0.04 181	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

TRStereo	0.37 249	0.23 253	1.41 270	0.03 331	0.00 1	1.07 341	0.02 299	3.07 441	0.57 252	0.01 157	0.00 1	0.11 199	0.40 362	0.06 146	0.00 1	0.00 1	0.00 1	0.00 1	0.22 442	0.01 71	0.08 390

LCNet	0.22 155	0.11 170	0.74 90	0.11 405	0.00 1	0.97 266	0.00 1	0.09 73	0.59 309	0.01 157	0.00 1	0.02 58	1.10 404	0.43 211	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 367	0.01 149

HHNet	0.48 293	0.21 235	1.60 296	0.10 395	0.00 1	1.14 388	0.26 396	0.47 199	0.59 309	0.01 157	3.56 429	0.04 125	0.71 382	0.00 1	0.73 374	0.02 412	0.00 1	0.00 1	0.00 1	0.03 224	0.00 1

Patchmatch Stereo++	0.13 77	0.04 46	0.73 81	0.05 355	0.01 277	1.06 305	0.08 359	0.06 43	0.56 214	0.01 157	0.00 1	0.05 149	0.00 1	0.01 45	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	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	0.96 393	0.05 70	0.74 90	0.09 391	0.27 440	1.11 377	0.28 403	0.05 31	0.59 309	0.01 157	0.00 1	0.01 15	1.00 398	3.68 335	11.30 457	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

STrans-v2	0.85 381	0.28 280	1.66 303	0.00 1	0.01 277	0.85 235	0.04 333	2.05 392	0.67 411	0.48 405	0.87 411	1.12 392	2.12 430	6.64 445	0.25 320	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

TransformOpticalFlow	0.85 381	0.27 275	2.72 391	0.30 442	0.03 346	1.25 407	0.05 342	1.53 359	0.61 348	0.28 383	0.38 385	1.27 397	1.54 418	6.53 440	0.22 309	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

OMP-Stereo	0.66 360	0.33 297	0.72 79	0.18 432	0.06 378	1.17 398	0.00 1	1.45 336	0.59 309	0.12 353	0.60 398	0.50 336	0.00 1	7.09 451	0.26 324	0.00 1	0.00 1	0.00 1	0.00 1	0.03 224	0.00 1

IIG-Stereo	0.65 358	0.34 301	0.77 107	0.05 355	0.03 346	1.17 398	0.00 1	1.46 346	0.60 333	0.01 157	0.57 396	0.54 342	0.01 112	7.03 450	0.39 345	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.00 1

NF-Stereo	0.47 286	0.03 28	0.77 107	0.12 409	0.00 1	1.07 341	0.26 396	0.19 130	0.60 333	0.01 157	0.00 1	0.02 58	0.00 1	6.18 424	0.18 292	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

OCTAStereo	0.47 286	0.03 28	0.77 107	0.12 409	0.00 1	1.07 341	0.26 396	0.19 130	0.60 333	0.01 157	0.00 1	0.02 58	0.00 1	6.16 423	0.18 292	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

PSM-softLoss	0.48 293	0.04 46	1.10 203	0.17 427	0.00 1	1.07 341	0.25 394	0.12 100	0.61 348	0.03 285	0.01 249	0.02 58	0.01 112	6.03 416	0.18 292	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

KMStereo	0.48 293	0.04 46	1.10 203	0.17 427	0.00 1	1.07 341	0.25 394	0.12 100	0.61 348	0.03 285	0.01 249	0.02 58	0.01 112	6.03 416	0.18 292	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

PSM-adaLoss	0.14 90	0.04 46	0.73 81	0.05 355	0.02 322	1.06 305	0.08 359	0.05 31	0.56 214	0.01 157	0.00 1	0.07 174	0.00 1	0.01 45	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.00 1

PSM-AAD	0.49 299	0.02 10	0.75 98	0.06 374	0.00 1	1.19 401	2.19 454	0.12 100	0.59 309	0.01 157	0.45 388	0.13 212	4.04 448	0.22 193	0.06 207	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.01 149

FTStereo	0.78 373	0.01 1	1.27 241	0.12 409	0.00 1	1.15 391	2.80 460	0.09 73	0.61 348	0.16 367	5.93 440	0.36 296	2.56 434	0.53 216	0.01 99	0.07 425	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ROB_FTStereo_v2	0.14 90	0.04 46	0.73 81	0.05 355	0.01 277	1.06 305	0.06 347	0.05 31	0.56 214	0.01 157	0.00 1	0.07 174	0.00 1	0.01 45	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.00 1

ROB_FTStereo	0.13 77	0.04 46	0.73 81	0.05 355	0.02 322	1.06 305	0.07 351	0.06 43	0.56 214	0.01 157	0.00 1	0.03 102	0.00 1	0.01 45	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.00 1

Consistency-Raft	0.39 257	0.30 288	2.53 382	0.14 418	0.03 346	0.90 247	0.04 333	1.36 317	0.59 309	0.00 1	0.02 322	0.02 58	1.15 408	0.33 202	0.43 350	0.02 412	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

KYRaft	0.21 150	0.03 28	0.74 90	0.04 345	0.00 1	1.16 395	0.12 376	0.08 65	0.60 333	0.01 157	0.30 377	0.03 102	0.77 389	0.37 207	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.01 149

HUI-Stereo	0.14 90	0.04 46	0.75 98	0.05 355	0.02 322	1.06 305	0.08 359	0.06 43	0.57 252	0.01 157	0.00 1	0.07 174	0.00 1	0.01 45	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.00 1

ASMatch	0.59 346	0.10 148	1.66 303	0.13 416	0.04 362	1.07 341	0.00 1	0.10 88	0.64 403	0.06 320	0.44 387	0.05 149	0.87 394	6.32 435	0.27 326	0.00 1	0.00 1	0.00 1	0.01 351	0.00 1	0.00 1

DeepStereo_LL	1.10 399	0.08 130	1.43 277	0.00 1	0.05 370	0.63 179	5.86 467	0.60 221	0.38 169	0.26 378	1.21 414	0.19 248	3.02 438	6.61 443	1.64 400	0.00 1	0.00 1	0.00 1	0.00 1	0.06 286	0.00 1

DEmStereo	0.75 370	0.06 96	1.73 311	0.04 345	0.00 1	0.78 214	0.52 429	0.05 31	0.57 252	0.05 311	0.72 403	0.02 58	3.42 443	5.79 409	1.29 392	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

SST-Stereo	0.51 313	0.02 10	0.74 90	0.05 355	0.19 431	1.09 363	0.49 426	0.26 159	0.61 348	0.04 302	0.00 1	0.05 149	0.58 373	6.12 420	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.00 1

THIR-Stereo	0.93 390	0.18 218	1.34 252	0.00 1	0.01 277	0.53 145	3.86 463	0.10 88	0.10 85	0.10 347	1.50 421	0.76 364	2.90 437	5.73 406	1.45 396	0.00 1	0.00 1	0.02 422	0.00 1	0.01 71	0.00 1

RAFT_R40	0.49 299	0.03 28	0.74 90	0.05 355	0.15 416	1.09 363	0.32 407	0.27 164	0.59 309	0.02 257	0.03 327	0.07 174	0.30 352	6.12 420	0.11 254	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.00 1

PFNet	0.60 348	0.11 170	2.08 348	0.00 1	0.30 442	1.16 395	0.00 1	0.29 169	0.59 309	0.01 157	0.24 371	0.02 58	0.00 1	6.58 441	0.23 314	0.10 430	0.00 1	0.00 1	0.04 389	0.14 367	0.05 355

GrayStereo	0.46 284	0.01 1	0.71 76	0.10 395	0.00 1	1.12 384	2.67 459	0.20 140	0.59 309	0.00 1	0.00 1	0.08 180	3.76 447	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

RE-Stereo	0.47 286	0.03 28	0.77 107	0.12 409	0.00 1	1.07 341	0.26 396	0.19 130	0.60 333	0.01 157	0.00 1	0.02 58	0.00 1	6.18 424	0.18 292	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

Pruner-Stereo	0.16 110	0.04 46	0.73 81	0.19 433	0.00 1	1.08 354	0.21 387	0.16 115	0.59 309	0.03 285	0.00 1	0.01 15	0.00 1	0.02 97	0.22 309	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.01 149

TVStereo	0.47 286	0.03 28	0.77 107	0.12 409	0.00 1	1.07 341	0.26 396	0.19 130	0.60 333	0.01 157	0.00 1	0.02 58	0.00 1	6.18 424	0.18 292	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

DeepStereo_RVC	0.22 155	0.04 46	0.87 149	0.05 355	0.02 322	1.07 341	0.32 407	0.04 22	0.56 214	0.01 157	0.00 1	0.00 1	1.25 412	0.01 45	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.05 355

iGMRVC	0.14 90	0.04 46	0.74 90	0.05 355	0.02 322	1.06 305	0.07 351	0.06 43	0.56 214	0.01 157	0.00 1	0.05 149	0.00 1	0.01 45	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.00 1

RAFT-RH_RVC	0.96 393	0.13 187	1.35 254	0.02 313	0.05 370	1.06 305	0.00 1	0.06 43	0.55 199	0.01 157	9.57 457	0.10 195	0.00 1	6.00 414	0.30 330	0.01 398	0.00 1	0.00 1	0.02 367	0.01 71	0.00 1

RAFT-345	0.49 299	0.04 46	1.26 237	0.10 395	0.07 384	1.16 395	0.19 384	0.14 109	0.57 252	0.00 1	0.01 249	0.09 191	0.01 112	6.00 414	0.20 306	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

iRAFT	0.13 77	0.04 46	0.73 81	0.05 355	0.01 277	1.06 305	0.08 359	0.06 43	0.56 214	0.01 157	0.00 1	0.05 149	0.00 1	0.01 45	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.00 1

AnonymousM	0.10 44	0.04 46	0.56 50	0.00 1	0.00 1	1.02 280	0.00 1	0.19 130	0.11 92	0.00 1	0.00 1	0.00 1	0.00 1	0.07 153	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

CRE-IMP	0.16 110	0.03 28	0.75 98	0.05 355	0.01 277	1.11 377	0.34 412	0.04 22	0.56 214	0.02 257	0.00 1	0.12 205	0.00 1	0.01 45	0.01 99	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.08 390

CroCo-Stereo	0.13 77	0.16 206	0.40 14	0.00 1	0.00 1	0.03 16	0.00 1	0.98 275	0.57 252	0.00 1	0.01 249	0.31 282	0.03 213	0.01 45	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	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	0.15 105	0.05 70	1.46 282	0.00 1	0.01 277	0.37 98	0.07 351	0.40 187	0.02 1	0.02 257	0.00 1	0.38 305	0.00 1	0.02 97	0.03 156	0.00 1	0.00 1	0.00 1	0.11 409	0.01 71	0.02 267

GMM-Stereo	0.18 128	0.02 10	1.37 260	0.08 385	0.00 1	1.11 377	0.13 377	0.09 73	0.60 333	0.01 157	0.00 1	0.02 58	0.10 309	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

RAFT-IKP	0.14 90	0.04 46	0.75 98	0.05 355	0.01 277	1.06 305	0.08 359	0.05 31	0.56 214	0.01 157	0.00 1	0.05 149	0.00 1	0.01 45	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.00 1

Prome-Stereo	0.23 162	0.04 46	0.76 104	0.10 395	0.00 1	1.15 391	0.02 299	0.27 164	0.65 405	0.01 157	0.54 394	0.04 125	0.71 382	0.27 200	0.07 218	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 149

LMCR-Stereo	0.27 188	0.34 301	1.42 273	0.00 1	0.00 1	0.79 216	0.00 1	2.15 404	0.61 348	0.00 1	0.00 1	0.04 125	0.04 245	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 265	0.00 1

GEStereo_RVC	0.43 274	0.38 334	1.10 203	0.01 285	0.00 1	1.02 280	0.00 1	1.94 388	0.57 252	0.00 1	0.00 1	0.14 219	0.01 112	3.25 316	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.08 317	0.02 267

Anonymous3	0.19 134	0.07 121	1.33 250	0.00 1	0.00 1	1.12 384	0.00 1	0.56 212	0.56 214	0.01 157	0.00 1	0.06 167	0.00 1	0.01 45	0.01 99	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.01 149

CREStereo++_RVC	0.10 44	0.06 96	0.78 116	0.00 1	0.00 1	1.00 276	0.00 1	0.10 88	0.08 42	0.00 1	0.01 249	0.03 102	0.00 1	0.01 45	0.03 156	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	0.21 150	0.05 70	0.81 128	0.00 1	0.00 1	1.06 305	0.02 299	1.36 317	0.56 214	0.01 157	0.34 382	0.02 58	0.00 1	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.00 1

TestStereo	0.31 216	0.22 243	1.36 258	0.00 1	0.00 1	0.27 68	0.00 1	0.06 43	0.04 11	0.01 157	0.00 1	0.03 102	0.01 112	4.27 359	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.12 71	0.15 198	0.78 116	0.00 1	0.00 1	1.03 286	0.00 1	0.07 59	0.08 42	0.01 157	0.15 361	0.04 125	0.00 1	0.01 45	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 71	0.25 267	0.79 120	0.00 1	0.00 1	0.92 256	0.00 1	0.18 126	0.08 42	0.00 1	0.21 369	0.03 102	0.00 1	0.01 45	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

sAnonymous2	0.10 44	0.22 243	1.35 254	0.00 1	0.00 1	0.04 25	0.00 1	0.03 15	0.06 18	0.00 1	0.00 1	0.01 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 317	0.15 427

CroCo_RVC	0.10 44	0.22 243	1.35 254	0.00 1	0.00 1	0.04 25	0.00 1	0.03 15	0.06 18	0.00 1	0.00 1	0.01 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 317	0.15 427

CFNet_pseudo	0.22 155	0.10 148	1.39 264	0.00 1	0.01 277	0.98 268	0.00 1	0.94 268	0.09 63	0.00 1	0.00 1	0.48 324	0.36 359	0.02 97	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

pcwnet_v2	0.47 286	0.11 170	5.03 442	0.00 1	0.00 1	0.70 194	0.00 1	1.98 391	0.61 348	0.01 157	0.00 1	0.36 296	0.33 357	0.18 188	0.01 99	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.02 267

RALAANet	0.13 77	0.51 371	0.95 168	0.00 1	0.00 1	0.32 85	0.01 258	0.38 182	0.03 4	0.00 1	0.00 1	0.05 149	0.09 301	0.02 97	0.12 264	0.00 1	0.00 1	0.00 1	0.02 367	0.10 340	0.00 1

sCroCo_RVC	0.09 38	0.05 70	1.02 183	0.00 1	0.00 1	0.02 8	0.00 1	0.12 100	0.48 179	0.00 1	0.00 1	0.01 15	0.00 1	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

ADLNet	0.38 253	0.21 235	0.86 145	0.00 1	0.00 1	0.67 189	0.00 1	0.86 257	0.60 333	0.18 370	0.01 249	1.01 381	0.02 168	2.92 295	0.26 324	0.00 1	0.00 1	0.00 1	0.00 1	0.09 332	0.02 267

GES	0.18 128	0.05 70	0.87 149	0.00 1	0.00 1	1.06 305	0.02 299	0.60 221	0.08 42	0.00 1	0.02 322	0.11 199	0.09 301	0.44 213	0.16 283	0.01 398	0.00 1	0.00 1	0.00 1	0.01 71	0.01 149

HCRNet	0.32 225	0.10 148	0.81 128	0.00 1	0.00 1	1.10 369	0.00 1	0.39 185	0.59 309	0.01 157	0.01 249	0.06 167	0.03 213	3.24 311	0.05 192	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.02 267

DCANet	0.25 177	0.37 324	1.20 223	0.00 1	0.00 1	1.06 305	0.00 1	1.49 355	0.61 348	0.08 335	0.00 1	0.04 125	0.00 1	0.02 97	0.10 246	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.05 355

csc	0.28 193	0.37 324	1.20 223	0.00 1	0.01 277	1.05 296	0.00 1	1.48 349	0.61 348	0.13 357	0.00 1	0.04 125	0.60 376	0.02 97	0.05 192	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 355

cscssc	0.28 193	0.37 324	1.20 223	0.00 1	0.01 277	1.05 296	0.00 1	1.48 349	0.61 348	0.13 357	0.00 1	0.04 125	0.60 376	0.02 97	0.05 192	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 355

222	1.95 426	0.03 28	0.41 16	0.00 1	0.00 1	0.58 157	0.00 1	2.64 435	0.57 252	0.02 257	0.00 1	0.05 149	0.02 168	3.34 321	31.23 473	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 267

111	0.30 211	0.66 399	1.20 223	0.00 1	0.01 277	1.06 305	0.03 318	1.60 363	0.59 309	0.27 382	0.00 1	0.20 252	0.05 273	0.08 164	0.07 218	0.00 1	0.00 1	0.00 1	0.00 1	0.07 299	0.12 421

test_xeample3	0.24 170	0.06 96	1.84 323	0.02 313	0.00 1	0.33 91	0.05 342	1.33 314	0.14 118	0.00 1	0.03 327	0.03 102	0.03 213	0.10 172	0.43 350	0.00 1	0.00 1	0.00 1	0.23 443	0.05 265	0.06 375

test_xeample	1.14 402	0.02 10	0.58 53	0.00 1	0.00 1	0.57 154	0.00 1	2.57 428	0.57 252	0.00 1	0.00 1	0.03 102	0.02 168	3.45 324	15.00 468	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 267

ARAFT	0.58 342	0.75 412	2.78 396	0.00 1	0.00 1	1.20 403	0.00 1	2.26 408	0.57 252	0.05 311	0.00 1	0.18 241	0.03 213	3.54 328	0.04 181	0.00 1	0.00 1	0.00 1	0.00 1	0.19 398	0.04 338

GMStereo	0.08 29	0.54 380	0.90 156	0.00 1	0.00 1	0.03 16	0.00 1	0.04 22	0.03 4	0.00 1	0.00 1	0.01 15	0.02 168	0.00 1	0.03 156	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	0.51 313	0.36 317	2.40 367	0.00 1	0.00 1	0.27 68	0.00 1	2.06 395	1.49 440	0.00 1	0.00 1	0.04 125	0.04 245	3.38 322	0.10 246	0.00 1	0.00 1	0.00 1	0.00 1	0.03 224	0.02 267

ccnet	0.49 299	0.05 70	1.26 237	0.01 285	0.08 389	0.72 201	0.18 381	1.18 304	0.35 166	0.45 402	0.68 401	0.13 212	0.39 361	3.54 328	0.74 375	0.01 398	0.00 1	0.02 422	0.00 1	0.02 172	0.01 149

CFNet-RSSM	0.17 119	0.06 96	1.16 217	0.00 1	0.12 407	0.61 164	0.00 1	0.90 261	0.08 42	0.01 157	0.00 1	0.09 191	0.00 1	0.01 45	0.03 156	0.00 1	0.00 1	0.00 1	0.23 443	0.00 1	0.00 1

APVNet	0.51 313	0.21 235	2.43 373	0.00 1	0.00 1	0.94 260	0.00 1	0.45 195	0.62 397	0.01 157	0.01 249	0.34 288	0.03 213	4.59 366	0.27 326	0.00 1	0.00 1	0.03 432	0.00 1	0.15 375	0.02 267

SFCPSM	0.21 150	0.04 46	1.59 295	0.00 1	0.05 370	0.34 94	0.00 1	1.24 307	0.57 252	0.01 157	0.00 1	0.12 205	0.02 168	0.05 141	0.05 192	0.00 1	0.00 1	0.00 1	0.02 367	0.02 172	0.00 1

Syn2CoEx	0.56 331	0.78 419	2.86 398	0.00 1	0.00 1	0.10 42	0.01 258	0.91 263	0.61 348	0.02 257	0.00 1	0.49 332	0.21 340	5.03 379	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.14 367	0.03 306

MMNet	0.23 162	0.18 218	1.84 323	0.00 1	0.00 1	0.67 189	0.00 1	0.59 219	0.59 309	0.00 1	0.01 249	0.18 241	0.09 301	0.26 199	0.12 264	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 149

delet	0.33 227	0.24 261	1.05 195	0.00 1	0.00 1	0.60 163	0.00 1	0.53 207	0.59 309	0.03 285	0.01 249	0.52 340	0.19 334	2.68 283	0.13 271	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.00 1

psm_up	0.39 257	0.25 267	1.04 187	0.00 1	0.00 1	0.82 223	0.00 1	1.88 383	0.57 252	0.00 1	0.00 1	0.28 275	0.01 112	2.78 287	0.09 237	0.00 1	0.00 1	0.00 1	0.00 1	0.06 286	0.00 1

UNet	0.26 182	0.18 218	2.41 369	0.00 1	0.00 1	0.71 198	0.00 1	0.39 185	0.60 333	0.00 1	0.00 1	0.37 302	0.02 168	0.45 214	0.09 237	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

UPFNet	0.18 128	0.05 70	1.11 207	0.00 1	0.00 1	0.48 129	0.00 1	1.11 294	0.48 179	0.00 1	0.00 1	0.10 195	0.00 1	0.10 172	0.10 246	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

FCDSN-DC	2.66 441	0.08 130	1.65 302	0.00 1	0.00 1	1.73 426	0.37 415	1.64 369	1.35 437	8.08 460	11.18 462	11.78 457	7.59 458	4.76 371	2.80 413	0.02 412	0.00 1	0.00 1	0.00 1	0.03 224	0.05 355
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.75 370	0.25 267	7.10 448	0.00 1	0.00 1	0.19 56	0.00 1	0.10 88	0.12 107	0.65 408	0.00 1	2.74 431	0.23 345	3.02 300	0.54 363	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.01 149

aanetorigin	0.86 385	0.36 317	3.45 419	0.11 405	0.13 410	0.39 101	0.93 444	0.13 104	0.14 118	3.38 444	1.21 414	0.29 276	2.01 428	2.87 292	1.35 394	0.02 412	0.00 1	0.02 422	0.05 391	0.30 427	0.08 390

EDNetEfficientorigin	6.23 459	0.45 353	98.39 484	0.02 313	0.04 362	0.42 109	0.02 299	0.33 176	2.90 444	7.07 457	3.12 427	1.31 400	1.61 420	4.26 358	4.55 428	0.00 1	0.00 1	0.00 1	0.00 1	0.07 299	0.02 267

Gwc-CoAtRS	0.12 71	0.06 96	1.17 218	0.00 1	0.11 404	0.41 104	0.00 1	0.20 140	0.04 11	0.01 157	0.00 1	0.18 241	0.00 1	0.01 45	0.06 207	0.00 1	0.00 1	0.00 1	0.18 431	0.01 71	0.00 1

CREStereo	0.10 44	0.06 96	0.51 31	0.00 1	0.00 1	1.06 305	0.00 1	0.20 140	0.08 42	0.00 1	0.00 1	0.02 58	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	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	0.23 162	0.05 70	1.39 264	0.00 1	0.00 1	1.00 276	0.00 1	0.80 247	0.57 252	0.00 1	0.00 1	0.24 262	0.04 245	0.23 195	0.18 292	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 149

GwcNet	0.50 308	0.46 354	3.90 429	0.00 1	0.00 1	0.42 109	0.10 369	0.38 182	0.74 419	0.03 285	0.00 1	0.63 347	0.05 273	2.92 295	0.16 283	0.00 1	0.00 1	0.00 1	0.00 1	0.17 391	0.05 355

ac_64	0.39 257	0.12 180	1.15 213	0.04 345	0.01 277	0.43 114	0.02 299	0.25 156	0.59 309	0.12 353	0.01 249	0.89 373	0.04 245	3.92 344	0.12 264	0.00 1	0.00 1	0.00 1	0.00 1	0.04 246	0.00 1

ACVNet	0.20 143	0.14 193	0.96 170	0.01 285	0.00 1	1.05 296	0.11 373	0.19 130	0.60 333	0.01 157	0.01 249	0.71 360	0.00 1	0.05 141	0.10 246	0.00 1	0.00 1	0.00 1	0.00 1	0.05 265	0.00 1

acv_ft	0.21 150	0.14 193	0.95 168	0.00 1	0.00 1	0.41 104	0.00 1	0.58 217	0.60 333	0.19 372	0.01 249	0.71 360	0.12 316	0.05 141	0.12 264	0.00 1	0.00 1	0.00 1	0.00 1	0.24 413	0.00 1

HGLStereo	0.28 193	0.12 180	1.15 213	0.00 1	0.00 1	0.65 186	0.00 1	0.57 214	0.25 151	0.02 257	0.01 249	0.47 322	0.03 213	2.17 265	0.14 277	0.00 1	0.00 1	0.00 1	0.00 1	0.03 224	0.01 149

cf-r	0.35 240	0.41 342	1.45 280	0.00 1	0.00 1	1.06 305	0.00 1	0.43 192	0.38 169	0.05 311	0.00 1	0.65 352	0.00 1	2.53 279	0.04 181	0.00 1	0.00 1	0.00 1	0.00 1	0.04 246	0.02 267

hitnet-ft	0.42 267	0.30 288	1.15 213	0.00 1	0.00 1	0.73 202	0.11 373	0.30 172	0.19 139	0.04 302	0.14 359	0.75 363	0.17 332	4.33 362	0.10 246	0.01 398	0.00 1	0.03 432	0.00 1	0.04 246	0.01 149

GANet-RSSM	0.34 234	0.29 285	0.97 177	0.00 1	0.00 1	1.05 296	0.00 1	0.22 148	0.15 125	0.03 285	0.00 1	0.31 282	0.00 1	3.62 330	0.14 277	0.00 1	0.00 1	0.03 432	0.00 1	0.05 265	0.01 149

PSMNet-RSSM	0.36 244	0.36 317	0.93 164	0.00 1	0.00 1	1.06 305	0.00 1	0.50 205	0.53 190	0.04 302	0.00 1	0.40 309	0.00 1	3.33 320	0.06 207	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.01 149

GwcNet-RSSM	0.45 280	0.56 388	1.74 315	0.00 1	0.00 1	1.06 305	0.00 1	0.65 230	0.55 199	0.18 370	0.00 1	0.37 302	0.00 1	3.70 336	0.04 181	0.00 1	0.00 1	0.00 1	0.00 1	0.08 317	0.02 267

CFNet-ft	0.31 216	0.34 301	0.96 170	0.00 1	0.00 1	1.08 354	0.00 1	0.19 130	0.15 125	0.01 157	0.00 1	0.48 324	0.00 1	2.95 297	0.05 192	0.00 1	0.00 1	0.01 406	0.00 1	0.01 71	0.01 149

FAT-Stereo	0.50 308	0.14 193	2.51 379	0.00 1	0.00 1	0.33 91	0.09 365	1.88 383	0.61 348	0.05 311	0.76 404	0.60 344	0.52 370	2.46 278	0.06 207	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.00 1

DSFCA	0.40 262	0.09 143	0.84 139	0.00 1	0.01 277	0.98 268	0.37 415	0.29 169	0.62 397	0.02 257	0.32 379	0.03 102	0.24 346	3.91 342	0.34 339	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

PMTNet	0.11 61	0.07 121	0.60 59	0.00 1	0.00 1	1.05 296	0.04 333	0.16 115	0.08 42	0.00 1	0.00 1	0.04 125	0.00 1	0.03 123	0.01 99	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.00 1

DMCA	0.19 134	0.16 206	1.39 264	0.00 1	0.01 277	1.00 276	0.01 258	0.38 182	0.57 252	0.01 157	0.01 249	0.05 149	0.00 1	0.05 141	0.12 264	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

FADNet	0.55 328	0.75 412	2.42 371	0.00 1	0.01 277	0.82 223	0.00 1	0.88 258	0.54 193	0.01 157	0.01 249	0.16 236	0.16 327	4.49 364	0.09 237	0.18 435	0.00 1	0.00 1	0.00 1	0.43 439	0.00 1

DIP-Stereo	0.22 155	0.10 148	0.77 107	0.00 1	0.00 1	1.09 363	0.00 1	1.68 371	0.57 252	0.01 157	0.00 1	0.01 15	0.07 293	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.01 149
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	0.47 286	0.43 347	1.04 187	0.11 405	0.00 1	1.10 369	0.00 1	0.80 247	0.54 193	0.00 1	0.05 334	0.38 305	0.03 213	3.50 326	0.14 277	0.88 456	0.00 1	0.00 1	0.00 1	0.11 346	0.20 437

STTStereo	0.24 170	0.28 280	1.68 305	0.00 1	0.00 1	0.84 232	0.03 318	0.16 115	0.08 42	0.02 257	0.00 1	0.20 252	0.03 213	1.54 249	0.01 99	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

BEATNet_4x	0.24 170	0.51 371	1.71 310	0.00 1	0.00 1	0.31 80	0.00 1	0.99 277	0.31 162	0.00 1	0.00 1	0.29 276	0.03 213	0.22 193	0.35 342	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.02 267

SuperB	1.85 425	1.06 434	10.54 458	0.02 313	0.01 277	0.90 247	0.78 440	1.75 379	0.64 403	0.05 311	0.05 334	0.34 288	0.89 395	5.29 386	5.80 437	0.01 398	0.00 1	0.02 422	0.02 367	8.71 473	0.06 375

AF-Net	0.47 286	0.53 378	2.05 344	0.00 1	0.00 1	0.41 104	0.01 258	1.18 304	0.40 174	0.13 357	0.05 334	1.30 399	0.45 364	2.43 277	0.30 330	0.00 1	0.00 1	0.00 1	0.00 1	0.09 332	0.00 1

RP	0.42 267	0.44 350	1.52 288	0.00 1	0.01 277	0.61 164	0.02 299	1.06 286	0.39 173	0.03 285	0.01 249	0.99 379	0.16 327	2.89 294	0.18 292	0.00 1	0.00 1	0.00 1	0.00 1	0.10 340	0.00 1

RGC	0.50 308	0.53 378	2.42 371	0.00 1	0.01 277	0.65 186	0.00 1	1.07 288	0.17 134	0.01 157	0.62 399	1.00 380	0.19 334	3.03 301	0.28 329	0.00 1	0.00 1	0.00 1	0.00 1	0.05 265	0.02 267

NCC-stereo	0.49 299	0.46 354	2.04 341	0.03 331	0.03 346	1.06 305	0.01 258	0.78 242	0.22 143	0.06 320	0.19 365	0.64 350	0.05 273	3.65 332	0.63 371	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.00 1

stereogan	0.49 299	0.22 243	2.39 366	0.00 1	0.00 1	0.63 179	0.02 299	0.79 245	0.72 417	0.06 320	0.00 1	1.68 416	0.46 365	2.63 282	0.04 181	0.00 1	0.00 1	0.00 1	0.00 1	0.14 367	0.00 1

edge stereo	0.58 342	0.29 285	2.86 398	0.01 285	0.03 346	0.33 91	0.03 318	0.97 274	0.50 181	0.21 373	0.33 380	1.31 400	0.16 327	4.20 355	0.18 292	0.00 1	0.00 1	0.00 1	0.00 1	0.11 346	0.01 149

Nwc_Net	0.43 274	0.42 344	2.64 388	0.00 1	0.00 1	0.67 189	0.00 1	0.82 252	0.28 154	0.00 1	0.01 249	0.90 374	0.10 309	2.62 280	0.05 192	0.00 1	0.00 1	0.00 1	0.00 1	0.03 224	0.00 1

Abc-Net	0.49 299	0.46 354	2.04 341	0.03 331	0.03 346	1.06 305	0.01 258	0.78 242	0.22 143	0.06 320	0.19 365	0.64 350	0.05 273	3.65 332	0.63 371	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	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	0.15 105	0.03 28	0.77 107	0.00 1	0.00 1	0.74 203	0.00 1	1.36 317	0.09 63	0.02 257	0.00 1	0.01 15	0.00 1	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 149

SHD	0.50 308	0.51 371	3.61 421	0.05 355	0.00 1	0.01 6	0.01 258	0.72 238	0.61 348	1.57 431	0.00 1	0.34 288	0.09 301	1.79 254	0.49 360	0.00 1	0.00 1	0.00 1	0.01 351	0.09 332	0.03 306

XQC	0.68 362	0.72 410	3.82 427	0.06 374	0.00 1	0.39 101	0.01 258	1.92 386	0.61 348	0.03 285	0.01 249	0.46 321	0.21 340	2.84 291	2.26 407	0.00 1	0.00 1	0.00 1	0.01 351	0.15 375	0.05 355

ADCL	1.52 419	0.44 350	4.70 441	0.07 378	0.03 346	2.21 434	2.35 457	0.92 265	0.80 425	1.57 431	1.11 413	1.25 394	1.55 419	1.77 253	11.53 458	0.01 398	0.00 1	0.00 1	0.00 1	0.10 340	0.01 149

ADCMid	1.38 413	0.90 428	6.15 445	0.04 345	0.03 346	1.67 424	0.18 381	1.13 300	0.93 430	0.89 416	0.58 397	0.86 371	0.71 382	1.03 235	11.96 459	0.01 398	0.00 1	0.29 455	0.08 401	0.17 391	0.03 306

ADCS	1.72 423	1.22 446	8.11 452	0.00 1	0.01 277	0.88 243	0.68 435	1.44 334	0.63 400	2.60 441	0.11 356	1.42 407	0.26 349	1.97 256	14.92 466	0.00 1	0.00 1	0.00 1	0.00 1	0.08 317	0.07 387

ADCRef	0.92 389	0.48 361	3.35 414	0.02 313	0.02 322	0.90 247	0.32 407	0.61 225	0.65 405	0.72 410	0.17 362	0.17 238	0.82 392	2.15 262	7.95 446	0.00 1	0.00 1	0.00 1	0.00 1	0.07 299	0.03 306

DeepPrunerF	1.33 411	0.59 392	8.62 454	0.02 313	0.09 394	0.90 247	0.00 1	1.34 315	6.72 454	0.22 374	0.01 249	0.21 254	0.14 320	5.64 402	1.99 405	0.00 1	0.00 1	0.01 406	0.02 367	0.14 367	0.02 267

AnyNet_C01	2.33 434	2.14 465	18.59 464	0.15 421	0.18 427	2.43 436	2.34 456	1.29 310	1.24 435	1.03 419	0.83 410	1.25 394	0.78 390	3.75 340	10.06 452	0.05 422	0.00 1	0.07 445	0.00 1	0.30 427	0.12 421

AnyNet_C32	1.44 416	1.47 456	6.09 444	0.12 409	0.19 431	1.74 428	1.11 446	0.84 254	0.56 214	1.30 427	0.46 391	0.21 254	0.59 375	2.74 285	11.09 456	0.02 412	0.00 1	0.06 443	0.00 1	0.16 384	0.05 355

ADCP+	1.36 412	0.76 417	6.73 447	0.01 285	0.02 322	1.32 416	0.80 442	0.81 249	0.72 417	0.01 157	0.01 249	0.96 377	1.05 401	0.33 202	13.50 463	0.00 1	0.00 1	0.00 1	0.00 1	0.06 286	0.02 267

RAFT-Stereo	0.15 105	0.03 28	0.77 107	0.00 1	0.00 1	0.74 203	0.00 1	1.36 317	0.09 63	0.02 257	0.00 1	0.01 15	0.00 1	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 149
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RASNet	0.58 342	0.27 275	1.30 245	0.00 1	0.00 1	0.61 164	0.01 258	0.47 199	0.60 333	0.08 335	0.06 344	1.52 415	0.04 245	6.18 424	0.48 358	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.00 1

MSMDNet	0.19 134	0.10 148	1.39 264	0.00 1	0.01 277	0.75 207	0.00 1	0.35 178	0.12 107	0.00 1	0.00 1	0.48 324	0.50 366	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.01 149

HSM-Net_RVC	0.52 323	0.06 96	1.45 280	0.00 1	0.00 1	0.61 164	0.00 1	3.83 446	0.52 186	0.14 364	0.00 1	0.22 259	0.03 213	3.50 326	0.04 181	0.01 398	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	0.53 324	0.19 228	1.79 319	0.00 1	0.00 1	0.55 151	0.00 1	1.12 296	0.61 348	0.02 257	0.00 1	0.83 369	0.04 245	5.05 380	0.45 355	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 267

PA-Net	0.57 337	0.50 366	2.73 392	0.03 331	0.06 378	0.89 245	0.02 299	0.66 231	0.63 400	0.00 1	0.00 1	0.43 315	0.07 293	4.82 374	0.55 366	0.01 398	0.00 1	0.00 1	0.00 1	0.02 172	0.04 338
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CC-Net-ROB	0.64 356	0.50 366	1.13 211	0.07 378	0.00 1	1.08 354	0.01 258	2.58 430	0.56 214	0.01 157	0.00 1	0.14 219	0.01 112	5.73 406	0.12 264	0.50 448	0.00 1	0.21 454	0.00 1	0.09 332	0.02 267

DANet	0.58 342	0.19 228	1.87 327	0.26 439	0.06 378	0.51 136	0.11 373	1.41 325	0.52 186	0.22 374	0.06 344	1.06 385	0.02 168	4.25 357	0.92 380	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.06 375
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	0.54 326	0.70 404	2.06 346	0.00 1	0.00 1	1.14 388	0.00 1	1.61 365	0.58 297	0.00 1	0.01 249	0.29 276	0.04 245	4.21 356	0.06 207	0.00 1	0.00 1	0.00 1	0.00 1	0.03 224	0.02 267
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	0.55 328	0.35 310	1.40 269	0.00 1	0.00 1	0.77 210	0.08 359	0.36 180	0.57 252	0.01 157	0.00 1	0.68 359	0.11 313	5.52 396	1.07 383	0.00 1	0.00 1	0.02 422	0.00 1	0.09 332	0.03 306

TDLM	0.49 299	0.39 337	1.02 183	0.00 1	0.00 1	1.08 354	0.01 258	0.36 180	0.58 297	0.14 364	0.00 1	0.27 273	0.19 334	5.46 395	0.20 306	0.00 1	0.00 1	0.00 1	0.00 1	0.13 364	0.01 149

CFNet	0.56 331	0.50 366	1.58 293	0.00 1	0.00 1	1.06 305	0.01 258	1.08 290	0.57 252	0.00 1	0.01 249	0.12 205	0.01 112	5.87 411	0.19 301	0.00 1	0.00 1	0.00 1	0.00 1	0.13 364	0.02 267

CFNet_RVC	0.31 216	0.34 301	0.96 170	0.00 1	0.00 1	1.08 354	0.00 1	0.19 130	0.15 125	0.01 157	0.00 1	0.48 324	0.00 1	2.95 297	0.05 192	0.00 1	0.00 1	0.01 406	0.00 1	0.01 71	0.01 149

CVANet_RVC	0.53 324	0.32 293	1.26 237	0.00 1	0.00 1	0.98 268	0.00 1	0.72 238	0.55 199	0.35 392	0.12 357	0.36 296	0.14 320	5.53 397	0.08 231	0.00 1	0.00 1	0.00 1	0.00 1	0.16 384	0.00 1

NLCA_NET_v2_RVC	0.35 240	0.49 365	2.00 337	0.00 1	0.02 322	0.96 264	0.00 1	0.55 211	0.18 137	0.03 285	0.00 1	0.35 292	0.10 309	2.37 273	0.01 99	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	0.22 155	0.10 148	1.38 261	0.00 1	0.01 277	0.98 268	0.00 1	0.94 268	0.09 63	0.00 1	0.00 1	0.48 324	0.36 359	0.02 97	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

UCFNet_RVC	0.20 143	0.32 293	0.88 153	0.00 1	0.00 1	1.02 280	0.00 1	0.20 140	0.29 157	0.01 157	0.00 1	0.34 288	0.02 168	0.81 228	0.05 192	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

FC-DCNN	3.42 447	0.11 170	2.03 339	0.00 1	0.00 1	3.18 442	0.60 432	3.13 442	2.98 445	11.40 465	12.28 464	13.93 462	8.68 462	5.70 404	4.27 424	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.06 375

HITNet	0.19 134	0.55 386	1.36 258	0.00 1	0.00 1	0.25 64	0.00 1	1.09 292	0.23 149	0.00 1	0.00 1	0.14 219	0.02 168	0.02 97	0.14 277	0.00 1	0.00 1	0.00 1	0.00 1	0.05 265	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	0.20 143	0.06 96	0.86 145	0.00 1	0.00 1	0.25 64	0.00 1	1.71 375	0.56 214	0.00 1	0.00 1	0.31 282	0.01 112	0.11 177	0.11 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	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.
PASM	0.51 313	0.32 293	3.07 407	0.00 1	0.00 1	0.31 80	0.00 1	0.46 198	0.12 107	0.03 285	0.00 1	0.44 316	0.02 168	5.22 384	0.04 181	0.00 1	0.00 1	0.00 1	0.00 1	0.12 355	0.03 306

NVstereo2D	0.45 280	0.11 170	1.91 331	0.00 1	0.00 1	0.59 161	0.00 1	1.39 324	0.61 348	0.03 285	0.00 1	0.33 285	0.00 1	3.94 346	0.07 218	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DeepPruner_ROB	0.23 162	0.37 324	1.26 237	0.00 1	0.00 1	1.11 377	0.03 318	0.20 140	0.07 27	0.00 1	0.00 1	0.39 307	0.03 213	1.12 238	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.04 246	0.00 1

LSM	4.58 453	0.88 424	17.79 463	3.73 470	38.79 475	0.85 235	2.37 458	0.54 208	1.64 441	2.88 442	3.09 426	0.62 346	0.60 376	3.16 306	1.06 382	0.00 1	0.00 1	0.00 1	0.00 1	0.12 355	13.55 475

PS-NSSS	0.54 326	0.44 350	0.86 145	0.00 1	0.00 1	1.04 293	0.00 1	2.37 415	0.56 214	0.00 1	0.00 1	0.11 199	0.01 112	5.32 387	0.13 271	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.00 1

iResNetv2_ROB	0.36 244	1.03 433	2.96 402	0.00 1	0.00 1	0.58 157	0.00 1	1.51 358	0.58 297	0.01 157	0.00 1	0.08 180	0.02 168	0.07 153	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.29 426	0.02 267

MLCV	0.23 162	0.46 354	1.15 213	0.00 1	0.00 1	0.45 119	0.00 1	0.57 214	0.15 125	0.09 343	0.00 1	0.27 273	0.03 213	1.09 237	0.25 320	0.00 1	0.00 1	0.00 1	0.00 1	0.05 265	0.00 1

HSM	0.63 354	0.36 317	0.89 154	0.00 1	0.00 1	0.52 142	0.01 258	0.98 275	0.56 214	0.00 1	0.01 249	2.27 429	0.65 381	6.18 424	0.11 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.00 1

StereoDRNet-Refined	0.24 170	0.08 130	0.68 72	0.00 1	0.00 1	0.83 229	0.00 1	0.66 231	0.61 348	0.00 1	0.00 1	0.50 336	0.02 168	1.28 244	0.08 231	0.00 1	0.00 1	0.00 1	0.00 1	0.10 340	0.04 338
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DRN-Test	0.43 274	0.13 187	1.95 335	0.03 331	0.09 394	0.61 164	0.00 1	1.43 333	0.61 348	0.00 1	0.00 1	0.18 241	0.04 245	3.32 319	0.11 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.01 149

StereoDRNet	0.42 267	0.50 366	2.50 377	0.02 313	0.06 378	0.51 136	0.00 1	0.34 177	0.61 348	0.00 1	0.00 1	0.33 285	0.02 168	2.87 292	0.50 361	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.02 267

iResNet	0.25 177	0.27 275	1.68 305	0.00 1	0.00 1	0.69 193	0.00 1	1.22 306	0.56 214	0.00 1	0.00 1	0.04 125	0.03 213	0.12 179	0.30 330	0.00 1	0.00 1	0.00 1	0.00 1	0.05 265	0.01 149

MFMNet_re	0.24 170	0.74 411	2.31 360	0.53 447	0.00 1	0.17 54	0.01 258	0.02 11	0.59 309	0.01 157	0.03 327	0.12 205	0.00 1	0.07 153	0.01 99	0.00 1	0.00 1	0.00 1	0.00 1	0.19 398	0.01 149

DISCO	0.31 216	0.11 170	1.73 311	0.16 423	0.16 419	0.31 80	0.00 1	0.09 73	0.17 134	0.00 1	0.01 249	1.51 413	0.00 1	1.21 240	0.62 370	0.00 1	0.00 1	0.00 1	0.00 1	0.03 224	0.01 149

NCCL2	0.29 209	0.50 366	1.52 288	0.00 1	0.00 1	0.81 221	0.00 1	0.45 195	0.22 143	0.00 1	0.00 1	0.02 58	0.03 213	2.14 260	0.06 207	0.00 1	0.00 1	0.02 422	0.00 1	0.01 71	0.03 306

NVStereoNet_ROB	1.08 398	0.39 337	2.15 351	0.08 385	0.02 322	0.45 119	0.02 299	0.89 260	0.67 411	0.10 347	5.85 438	1.90 420	1.11 405	6.20 430	1.14 385	0.20 436	0.00 1	0.03 432	0.07 397	0.12 355	0.13 423
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	1.54 420	0.06 96	3.42 417	0.14 418	0.16 419	5.42 455	0.32 407	4.33 449	0.61 348	6.08 455	1.25 417	1.04 384	1.16 409	5.81 410	0.83 378	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.11 412

CBMV_ROB	0.84 379	0.06 96	1.73 311	0.00 1	0.00 1	1.37 417	0.47 422	2.57 428	0.58 297	2.13 437	0.76 404	1.06 385	1.38 415	4.04 349	0.54 363	0.00 1	0.00 1	0.00 1	0.00 1	0.03 224	0.05 355

SANet	1.99 429	0.71 408	3.37 415	0.03 331	0.03 346	2.85 438	0.85 443	2.42 417	8.33 458	1.55 430	4.13 431	4.29 436	3.23 441	5.39 393	2.47 410	0.00 1	0.00 1	0.00 1	0.00 1	0.06 286	0.06 375

DLCB_ROB	0.27 188	0.16 206	0.71 76	0.00 1	0.00 1	0.44 118	0.00 1	0.43 192	0.57 252	0.02 257	0.04 332	0.63 347	0.04 245	2.18 266	0.24 317	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

iResNet_ROB	0.30 211	0.66 399	1.41 270	0.00 1	0.00 1	0.70 194	0.00 1	0.79 245	0.57 252	0.04 302	0.01 249	0.08 180	0.01 112	1.55 250	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.06 286	0.00 1

NOSS_ROB	0.61 351	0.17 212	0.63 62	0.19 433	0.00 1	0.67 189	0.00 1	2.38 416	0.57 252	0.13 357	0.00 1	0.94 375	0.00 1	6.27 434	0.10 246	0.00 1	0.00 1	0.00 1	0.00 1	0.04 246	0.10 410

XPNet_ROB	0.37 249	0.34 301	1.01 182	0.01 285	0.00 1	0.96 264	0.00 1	1.11 294	0.46 178	0.00 1	0.00 1	0.17 238	0.02 168	2.73 284	0.54 363	0.00 1	0.00 1	0.00 1	0.00 1	0.01 71	0.01 149

ETE_ROB	0.31 216	0.34 301	0.89 154	0.00 1	0.00 1	0.97 266	0.01 258	1.45 336	0.57 252	0.02 257	0.00 1	0.17 238	0.02 168	1.75 252	0.07 218	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PDISCO_ROB	0.56 331	0.57 389	2.07 347	0.17 427	0.00 1	1.56 421	0.01 258	2.27 409	0.51 184	0.08 335	0.01 249	0.74 362	0.28 351	2.37 273	0.13 271	0.00 1	0.00 1	0.00 1	0.00 1	0.33 431	0.00 1

DN-CSS_ROB	0.26 182	0.75 412	1.33 250	0.00 1	0.00 1	0.99 274	0.00 1	1.04 283	0.61 348	0.01 157	0.00 1	0.19 248	0.02 168	0.07 153	0.01 99	0.00 1	0.00 1	0.00 1	0.00 1	0.22 408	0.01 149

LALA_ROB	0.31 216	0.38 334	0.91 161	0.00 1	0.01 277	1.00 276	0.01 258	1.60 363	0.61 348	0.15 366	0.00 1	0.09 191	0.01 112	1.04 236	0.41 348	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.00 1

MSMD_ROB	2.04 431	0.40 340	2.13 349	0.00 1	0.00 1	4.88 451	0.22 390	0.93 267	1.82 442	5.71 453	7.79 449	7.39 450	3.72 445	4.62 369	1.22 389	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 267

PWC_ROB	0.62 353	0.54 380	3.22 412	0.00 1	0.00 1	0.22 61	0.00 1	2.18 405	0.61 348	0.00 1	0.20 367	0.29 276	0.03 213	3.46 325	1.22 389	0.00 1	0.00 1	0.00 1	0.00 1	0.39 436	0.01 149

PWCDC_ROB	0.94 391	0.91 429	2.52 380	0.00 1	0.00 1	1.15 391	0.00 1	2.11 399	1.18 433	0.00 1	8.99 452	0.35 292	0.09 301	0.64 225	0.40 347	0.00 1	0.00 1	0.00 1	0.00 1	0.50 441	0.03 306

WCMA_ROB	2.01 430	0.34 301	1.89 328	0.04 345	0.00 1	1.07 341	0.60 432	1.09 292	1.21 434	5.12 450	9.87 458	8.09 452	4.48 453	3.74 339	2.55 412	0.00 1	0.00 1	0.01 406	0.00 1	0.02 172	0.13 423

PSMNet_ROB	0.41 265	0.54 380	1.69 307	0.00 1	0.00 1	0.92 256	0.00 1	0.27 164	0.53 190	0.00 1	0.00 1	0.25 267	0.03 213	3.43 323	0.47 356	0.00 1	0.00 1	0.00 1	0.00 1	0.05 265	0.03 306

SGM-Forest	0.84 379	0.07 121	0.90 156	0.02 313	0.07 384	1.10 369	0.68 435	2.12 401	0.61 348	1.14 423	0.78 407	1.36 404	0.98 397	5.55 398	1.31 393	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172	0.06 375
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
pmcnn	2.10 432	0.59 392	4.52 439	0.27 440	0.86 456	0.34 94	0.29 405	1.69 372	0.75 421	0.36 393	7.50 446	14.39 464	0.56 372	4.90 375	4.69 430	0.00 1	0.00 1	0.00 1	0.00 1	0.16 384	0.04 338

CBMV	0.57 337	0.22 243	1.61 299	0.00 1	0.00 1	0.84 232	0.78 440	2.58 430	0.61 348	0.38 396	0.00 1	1.25 394	0.63 380	2.07 259	0.38 343	0.00 1	0.00 1	0.00 1	0.00 1	0.04 246	0.08 390
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
SPS-STEREO	0.88 387	0.40 340	2.01 338	0.00 1	0.01 277	0.42 109	0.17 379	0.50 205	0.61 348	2.19 438	0.79 408	2.04 424	0.27 350	5.10 381	2.89 416	0.00 1	0.00 1	0.00 1	0.00 1	0.03 224	0.11 412
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MeshStereo	2.61 440	0.65 397	2.71 390	0.02 313	0.02 322	1.55 420	0.94 445	3.02 439	1.29 436	11.21 464	7.34 444	11.54 456	2.74 436	6.34 436	2.43 409	0.00 1	0.00 1	0.00 1	0.00 1	0.28 424	0.03 306
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
model_zeroshot	0.20 143	0.23 253	0.96 170	0.01 285	0.00 1	0.77 210	0.02 299	0.31 175	0.14 118	0.75 413	0.00 1	0.12 205	0.01 112	0.58 219	0.02 135	0.00 1	0.01 347	0.00 1	0.11 409	0.01 71	0.00 1

JetBlue	5.71 458	2.18 466	16.18 462	0.00 1	2.13 465	29.20 472	14.20 473	3.90 447	0.74 419	0.71 409	2.30 423	6.42 445	5.97 456	17.84 468	8.74 449	0.09 429	0.01 347	0.00 1	0.00 1	2.62 461	0.96 462

ACVNet-DCA	0.25 177	0.22 243	1.20 223	0.00 1	0.00 1	1.31 412	0.00 1	0.95 270	0.55 199	0.07 327	0.00 1	0.03 102	0.02 168	0.59 220	0.01 99	0.00 1	0.01 347	0.00 1	0.00 1	0.00 1	0.01 149

xx1	0.28 193	0.22 243	1.20 223	0.00 1	0.00 1	1.31 412	0.00 1	1.41 325	0.69 413	0.07 327	0.00 1	0.01 15	0.00 1	0.59 220	0.01 99	0.00 1	0.01 347	0.00 1	0.00 1	0.00 1	0.01 149

1test111	0.28 193	0.22 243	1.20 223	0.00 1	0.00 1	1.31 412	0.00 1	0.95 270	0.55 199	0.07 327	0.00 1	0.03 102	0.02 168	1.23 242	0.00 1	0.00 1	0.01 347	0.00 1	0.00 1	0.00 1	0.01 149

cc1	0.28 193	0.22 243	1.20 223	0.00 1	0.00 1	1.31 412	0.00 1	1.41 325	0.69 413	0.07 327	0.00 1	0.03 102	0.02 168	0.59 220	0.01 99	0.00 1	0.01 347	0.00 1	0.00 1	0.08 317	0.04 338

mmm	0.13 77	0.02 10	0.42 21	0.00 1	0.00 1	0.04 25	0.00 1	0.88 258	0.56 214	0.00 1	0.00 1	0.01 15	0.01 112	0.51 215	0.00 1	0.00 1	0.01 347	0.00 1	0.00 1	0.01 71	0.01 149

11t1	0.08 29	0.01 1	0.54 44	0.00 1	0.00 1	0.09 39	0.00 1	0.44 194	0.55 199	0.00 1	0.00 1	0.01 15	0.00 1	0.01 45	0.00 1	0.00 1	0.01 347	0.00 1	0.00 1	0.01 71	0.01 149

ffm	0.25 177	0.02 10	1.06 196	0.00 1	0.00 1	0.62 169	0.00 1	1.42 328	0.57 252	0.00 1	0.00 1	0.67 355	0.02 168	0.57 217	0.01 99	0.00 1	0.01 347	0.00 1	0.00 1	0.08 317	0.03 306

ff1	0.80 375	0.02 10	1.06 196	0.00 1	0.00 1	0.62 169	0.00 1	1.42 328	0.57 252	0.00 1	0.00 1	0.67 355	0.02 168	5.57 399	5.86 438	0.00 1	0.01 347	0.00 1	0.00 1	0.08 317	0.03 306

tt1	0.27 188	0.23 253	1.17 218	0.00 1	0.00 1	1.29 410	0.00 1	1.42 328	0.57 252	0.07 327	0.00 1	0.03 102	0.02 168	0.57 217	0.01 99	0.00 1	0.01 347	0.00 1	0.00 1	0.08 317	0.03 306

1111x	0.87 386	0.02 10	1.20 223	0.00 1	0.00 1	0.70 194	0.00 1	2.60 433	0.56 214	0.00 1	0.00 1	0.04 125	0.01 112	5.36 391	6.80 442	0.00 1	0.01 347	0.00 1	0.00 1	0.00 1	0.01 149

DLNR_Zeroshot_test	21.09 473	47.65 476	85.43 479	96.34 488	87.67 486	0.31 80	0.00 1	17.86 473	0.07 27	0.01 157	0.01 249	0.00 1	0.00 1	0.70 226	0.01 99	15.78 474	0.01 347	0.00 1	0.21 440	69.62 482	0.04 338

notaker	4.30 452	1.28 448	3.70 424	3.71 469	0.90 457	4.91 452	0.39 418	6.90 456	1.96 443	5.39 452	11.82 463	16.90 467	3.75 446	7.59 453	5.65 435	5.23 469	0.01 347	0.10 448	0.06 394	4.57 465	1.22 464

testlalala	0.14 90	0.08 130	0.75 98	0.00 1	0.08 389	1.06 305	0.01 258	0.23 149	0.29 157	0.12 353	0.00 1	0.03 102	0.02 168	0.00 1	0.00 1	0.00 1	0.01 347	0.00 1	0.13 418	0.00 1	0.00 1

CBFPSM	0.36 244	0.54 380	2.16 352	0.00 1	0.00 1	0.30 76	0.00 1	0.26 159	0.62 397	0.01 157	0.01 249	1.68 416	1.03 399	0.27 200	0.33 338	0.00 1	0.01 347	0.00 1	0.00 1	0.01 71	0.01 149

DCRE	0.51 313	0.25 267	0.96 170	0.00 1	0.01 277	0.43 114	0.00 1	0.25 156	0.21 141	0.33 390	7.49 445	0.01 15	0.00 1	0.00 1	0.00 1	0.00 1	0.01 347	0.00 1	0.17 429	0.02 172	0.01 149

MC-Stereo	0.10 44	0.10 148	0.59 56	0.01 285	0.01 277	1.06 305	0.00 1	0.03 15	0.09 63	0.02 257	0.00 1	0.03 102	0.02 168	0.03 123	0.00 1	0.00 1	0.01 347	0.00 1	0.02 367	0.05 265	0.01 149

RCA-Stereo	0.18 128	0.11 170	0.63 62	0.00 1	0.00 1	1.06 305	0.00 1	1.48 349	0.07 27	0.07 327	0.00 1	0.02 58	0.05 273	0.00 1	0.00 1	0.00 1	0.01 347	0.00 1	0.00 1	0.05 265	0.01 149

qqq	0.17 119	0.01 1	0.52 35	0.00 1	0.00 1	0.12 48	0.00 1	0.95 270	0.55 199	0.00 1	0.00 1	0.01 15	0.00 1	1.23 242	0.00 1	0.00 1	0.01 347	0.00 1	0.00 1	0.00 1	0.01 149

x	0.10 44	0.01 1	0.51 31	0.00 1	0.00 1	0.09 39	0.00 1	0.67 233	0.55 199	0.00 1	0.00 1	0.01 15	0.00 1	0.09 168	0.00 1	0.00 1	0.01 347	0.00 1	0.00 1	0.00 1	0.01 149

RAFT_CTSACE	0.14 90	0.33 297	1.23 234	0.00 1	0.01 277	0.47 126	0.00 1	0.27 164	0.11 92	0.01 157	0.00 1	0.04 125	0.00 1	0.08 164	0.00 1	0.00 1	0.01 347	0.00 1	0.00 1	0.24 413	0.00 1

ICVP	0.15 105	0.03 28	1.23 234	0.00 1	0.01 277	1.02 280	0.09 365	0.19 130	0.10 85	0.00 1	0.02 322	0.07 174	0.01 112	0.18 188	0.01 99	0.00 1	0.01 347	0.00 1	0.00 1	0.01 71	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 77	0.36 317	0.94 167	0.00 1	0.18 427	0.62 169	0.02 299	0.07 59	0.07 27	0.00 1	0.00 1	0.03 102	0.03 213	0.03 123	0.05 192	0.00 1	0.01 347	0.00 1	0.00 1	0.06 286	0.04 338

xxxx	1.04 396	0.02 10	0.54 44	0.00 1	0.00 1	0.53 145	0.00 1	2.53 425	0.57 252	0.00 1	0.00 1	0.01 15	0.01 112	2.04 257	14.52 465	0.00 1	0.01 347	0.00 1	0.00 1	0.00 1	0.01 149

RAFT-Stereo + iAFF	0.19 134	0.33 297	0.84 139	0.00 1	0.02 322	1.06 305	0.00 1	0.45 195	0.59 309	0.03 285	0.00 1	0.05 149	0.06 286	0.04 132	0.07 218	0.00 1	0.01 347	0.00 1	0.00 1	0.17 391	0.01 149

AFF-stereo	0.18 128	0.42 344	0.77 107	0.00 1	0.00 1	0.91 254	0.00 1	0.41 189	0.65 405	0.05 311	0.00 1	0.04 125	0.05 273	0.06 146	0.04 181	0.00 1	0.01 347	0.00 1	0.00 1	0.19 398	0.01 149

S-Stereo	0.65 358	0.25 267	3.44 418	0.00 1	0.00 1	0.56 152	0.05 342	1.86 382	0.61 348	0.00 1	0.76 404	0.84 370	0.11 313	4.28 361	0.11 254	0.00 1	0.01 347	0.00 1	0.00 1	0.07 299	0.03 306

FBW_ROB	0.83 378	0.31 292	1.48 286	0.10 395	0.01 277	0.62 169	0.01 258	1.91 385	0.59 309	0.01 157	0.01 249	1.10 389	0.05 273	7.84 454	2.07 406	0.05 422	0.01 347	0.03 432	0.01 351	0.01 71	0.47 451

CSAN	1.05 397	0.61 394	2.46 374	0.09 391	0.08 389	0.71 198	0.71 437	2.20 406	0.93 430	0.85 415	2.92 425	0.79 367	1.46 417	5.37 392	1.58 399	0.01 398	0.01 347	0.00 1	0.00 1	0.09 332	0.05 355

PWCK	2.44 438	1.65 457	7.31 450	0.22 438	0.02 322	3.12 441	4.74 465	3.06 440	3.48 448	0.72 410	4.42 432	3.40 433	1.67 421	9.06 460	3.36 418	0.39 447	0.01 347	0.00 1	0.00 1	2.19 460	0.08 390

ktn	4.96 455	1.21 445	2.41 369	3.20 467	1.02 458	8.36 460	2.08 453	9.00 462	17.02 463	5.18 451	12.71 465	13.69 460	3.51 444	8.05 455	3.68 421	5.30 470	0.02 378	0.00 1	0.00 1	2.14 459	0.55 457

MSKI-zero shot	0.22 155	0.08 130	1.46 282	0.00 1	0.12 407	1.08 354	0.03 318	0.85 256	0.16 131	0.22 374	0.05 334	0.06 167	0.00 1	0.07 153	0.01 99	0.00 1	0.02 378	0.00 1	0.18 431	0.02 172	0.01 149

SQANet	0.42 267	1.14 442	1.86 326	0.04 345	0.48 447	0.36 97	0.03 318	0.40 187	0.56 214	0.02 257	0.24 371	0.49 332	0.06 286	2.14 260	0.21 308	0.02 412	0.02 378	0.01 406	0.00 1	0.19 398	0.03 306

ACVNet-4b	1.14 402	1.34 452	3.96 431	0.17 427	0.03 346	1.03 286	0.01 258	1.31 312	0.65 405	0.01 157	0.97 412	1.98 423	0.32 356	6.18 424	1.20 388	2.52 463	0.02 378	0.00 1	0.00 1	0.82 449	0.28 444

SPstereo	0.11 61	0.28 280	0.71 76	0.00 1	0.00 1	0.83 229	0.00 1	0.08 65	0.09 63	0.01 157	0.00 1	0.05 149	0.00 1	0.01 45	0.00 1	0.00 1	0.02 378	0.00 1	0.00 1	0.06 286	0.01 149

NRIStereo	0.17 119	0.03 28	0.73 81	0.04 345	0.01 277	1.15 391	0.33 411	0.03 15	0.59 309	0.04 302	0.01 249	0.11 199	0.01 112	0.10 172	0.03 156	0.00 1	0.02 378	0.00 1	0.00 1	0.06 286	0.09 403

RAFT	0.12 71	0.43 347	0.79 120	0.01 285	0.02 322	0.10 42	0.07 351	0.06 43	0.27 153	0.00 1	0.01 249	0.18 241	0.04 245	0.01 45	0.00 1	0.00 1	0.02 378	0.00 1	0.01 351	0.37 433	0.01 149

DMCA-RVC	0.31 216	0.48 361	2.47 375	0.00 1	0.03 346	0.78 214	0.03 318	0.06 43	0.08 42	0.01 157	0.01 249	0.08 180	0.33 357	1.59 251	0.16 283	0.00 1	0.02 378	0.01 406	0.00 1	0.01 71	0.01 149

AANet_RVC	0.75 370	0.65 397	2.52 380	0.01 285	0.00 1	0.66 188	0.00 1	0.61 225	0.13 115	0.00 1	1.29 418	0.96 377	0.04 245	5.98 413	1.82 403	0.13 431	0.02 378	0.00 1	0.00 1	0.07 299	0.04 338

NaN_ROB	0.80 375	0.47 359	1.63 300	0.17 427	0.19 431	0.58 157	0.38 417	2.11 399	0.80 425	0.53 407	0.33 380	0.48 324	1.13 406	4.98 378	1.94 404	0.00 1	0.02 378	0.01 406	0.05 391	0.06 286	0.14 426

DispFullNet	1.20 406	0.63 396	3.58 420	1.00 453	0.82 454	0.41 104	0.00 1	1.44 334	0.61 348	2.55 440	0.64 400	1.10 389	8.95 464	0.84 229	1.22 389	0.00 1	0.02 378	0.00 1	0.00 1	0.24 413	0.02 267

UNDER WATER-64	6.84 462	1.25 447	9.68 456	4.53 471	3.53 469	16.61 469	1.79 449	8.72 461	22.23 467	5.11 449	5.07 436	17.34 468	10.14 465	9.19 461	8.21 448	2.00 462	0.03 389	1.52 468	0.11 409	6.09 469	3.62 470

TorneroNet	6.97 463	1.37 453	2.22 354	1.95 462	1.12 460	19.47 471	0.47 422	13.04 470	26.32 473	7.90 459	17.10 469	17.67 469	4.62 454	10.46 464	7.94 445	1.98 461	0.03 389	0.11 449	0.00 1	4.15 464	1.49 465

EKT-Stereo	0.46 284	0.12 180	1.03 185	0.75 452	4.21 470	1.06 305	0.00 1	0.83 253	0.04 11	0.02 257	0.00 1	0.08 180	0.00 1	0.89 233	0.01 99	0.00 1	0.03 389	0.00 1	0.05 391	0.04 246	0.01 149

MIM_Stereo	0.10 44	0.32 293	0.90 156	0.00 1	0.03 346	0.29 73	0.00 1	0.11 93	0.11 92	0.02 257	0.00 1	0.04 125	0.01 112	0.01 45	0.00 1	0.00 1	0.03 389	0.00 1	0.00 1	0.11 346	0.08 390

otaku	0.59 346	1.12 438	1.90 330	0.08 385	0.11 404	0.89 245	0.05 342	0.60 221	0.57 252	0.01 157	1.41 419	1.03 383	0.14 320	2.39 275	0.56 367	0.06 424	0.03 389	0.01 406	0.00 1	0.61 443	0.21 441

AEACV	0.10 44	0.02 10	0.49 29	0.00 1	0.02 322	0.75 207	0.00 1	0.07 59	0.02 1	0.09 343	0.00 1	0.01 15	0.08 298	0.01 45	0.00 1	0.00 1	0.03 389	0.00 1	0.24 450	0.07 299	0.05 355

HH	0.23 162	0.21 235	1.69 307	0.16 423	0.08 389	0.11 45	0.00 1	0.24 154	0.06 18	0.30 385	0.18 363	1.47 410	0.04 245	0.04 132	0.01 99	0.00 1	0.03 389	0.00 1	0.00 1	0.02 172	0.01 149

HanStereo	0.23 162	0.21 235	1.69 307	0.16 423	0.08 389	0.11 45	0.00 1	0.24 154	0.06 18	0.30 385	0.18 363	1.47 410	0.04 245	0.04 132	0.01 99	0.00 1	0.03 389	0.00 1	0.00 1	0.02 172	0.01 149

ACRE	0.34 234	0.70 404	2.13 349	0.10 395	0.00 1	0.90 247	0.20 386	1.45 336	0.61 348	0.02 257	0.01 249	0.13 212	0.05 273	0.14 182	0.17 287	0.00 1	0.03 389	0.01 406	0.02 367	0.17 391	0.04 338

DRaft	0.56 331	0.08 130	0.73 81	0.00 1	0.00 1	0.92 256	0.19 384	0.05 31	0.09 63	0.03 285	0.26 373	0.06 167	2.55 433	4.61 368	1.38 395	0.00 1	0.03 389	0.00 1	0.02 367	0.03 224	0.08 390

iRaftStereo_RVC	0.10 44	0.20 232	0.57 52	0.00 1	0.00 1	0.52 142	0.00 1	0.05 31	0.07 27	0.00 1	0.01 249	0.14 219	0.03 213	0.02 97	0.01 99	0.00 1	0.03 389	0.00 1	0.00 1	0.25 416	0.20 437

EDNetEfficient	2.96 446	0.23 253	19.99 465	0.19 433	0.85 455	1.02 280	2.03 452	0.56 212	5.14 451	8.09 461	1.81 422	0.94 375	4.14 452	3.72 337	10.22 455	0.00 1	0.03 389	0.00 1	0.06 394	0.05 265	0.03 306

G-Net	1.20 406	0.28 280	2.96 402	0.05 355	0.49 448	1.73 426	0.48 424	0.23 149	0.35 166	1.35 428	9.14 453	2.33 430	0.81 391	2.40 276	1.15 386	0.01 398	0.03 389	0.02 422	0.09 402	0.07 299	0.05 355

RTSC	0.70 364	0.71 408	3.19 410	0.01 285	0.00 1	0.20 59	0.00 1	0.81 249	0.60 333	0.29 384	0.36 383	0.36 296	0.04 245	2.04 257	4.87 431	0.00 1	0.03 389	0.00 1	0.02 367	0.28 424	0.11 412

MADNet+	4.65 454	2.70 469	46.68 472	0.01 285	0.02 322	2.06 433	0.03 318	3.17 443	1.07 432	0.02 257	0.01 249	1.84 419	0.31 355	21.62 470	13.04 461	0.00 1	0.03 389	0.00 1	0.00 1	0.20 404	0.19 436

gcap-zeroshot	0.18 128	0.22 243	1.03 185	0.07 378	0.10 398	0.77 210	0.00 1	0.26 159	0.63 400	0.00 1	0.00 1	0.21 254	0.01 112	0.15 186	0.02 135	0.00 1	0.04 404	0.00 1	0.17 429	0.00 1	0.00 1

IGEV++	0.06 16	0.14 193	0.46 25	0.03 331	0.00 1	0.04 25	0.00 1	0.03 15	0.08 42	0.01 157	0.00 1	0.02 58	0.06 286	0.04 132	0.03 156	0.00 1	0.04 404	0.00 1	0.03 388	0.08 317	0.07 387

IMH-64-1	1.98 427	0.88 424	1.46 282	1.92 460	0.54 449	2.90 439	1.64 447	5.24 450	0.91 428	0.97 417	4.83 434	2.10 425	2.00 426	5.33 388	2.83 414	3.56 465	0.04 404	0.02 422	0.00 1	1.90 455	0.50 454

IMH-64	1.98 427	0.88 424	1.46 282	1.92 460	0.54 449	2.90 439	1.64 447	5.24 450	0.91 428	0.97 417	4.83 434	2.10 425	2.00 426	5.33 388	2.83 414	3.56 465	0.04 404	0.02 422	0.00 1	1.90 455	0.50 454

Ntro	0.57 337	1.13 440	2.24 356	0.04 345	0.36 444	1.04 293	0.02 299	0.74 241	0.57 252	0.01 157	0.00 1	0.76 364	0.08 298	3.01 299	0.47 356	0.07 425	0.04 404	0.01 406	0.00 1	0.76 448	0.02 267

UNDER WATER	6.24 460	0.99 432	8.13 453	4.62 472	2.68 466	8.66 461	0.77 438	8.37 459	22.50 469	4.55 446	6.36 441	15.93 466	8.89 463	8.99 459	8.85 450	3.25 464	0.04 404	1.36 467	0.02 367	6.24 470	3.56 469

Anonymous_2	0.88 387	0.02 10	1.06 196	0.01 285	0.00 1	0.19 56	0.00 1	0.14 109	0.08 42	0.01 157	0.04 332	1.07 387	0.00 1	0.02 97	0.02 135	0.01 398	0.04 404	2.31 469	11.16 475	1.35 453	0.01 149

CIPLG	0.33 227	0.75 412	1.79 319	0.10 395	0.01 277	0.93 259	0.21 387	1.45 336	0.61 348	0.02 257	0.01 249	0.14 219	0.06 286	0.13 180	0.17 287	0.00 1	0.04 404	0.01 406	0.01 351	0.17 391	0.04 338

iRaft-Stereo_20w	0.38 253	0.11 170	1.91 331	0.12 409	0.04 362	0.70 194	0.24 391	1.72 376	0.16 131	0.41 399	0.00 1	0.26 269	1.04 400	0.41 210	0.24 317	0.00 1	0.04 404	0.00 1	0.14 420	0.02 172	0.09 403

XX-Stereo	0.57 337	0.15 198	4.26 433	0.08 385	0.03 346	1.10 369	0.00 1	2.55 426	0.11 92	0.11 350	0.00 1	1.43 408	0.01 112	1.34 245	0.00 1	0.00 1	0.04 404	0.00 1	0.16 427	0.03 224	0.01 149

FADNet-RVC	0.51 313	0.80 420	2.47 375	0.01 285	0.00 1	0.48 129	0.00 1	1.32 313	0.14 118	0.00 1	0.01 249	0.12 205	0.06 286	4.07 350	0.15 281	0.00 1	0.04 404	0.00 1	0.00 1	0.38 434	0.08 390

SAMSARA	1.01 395	0.70 404	3.29 413	0.20 436	0.06 378	1.65 423	0.05 342	0.48 201	0.53 190	2.91 443	0.68 401	2.97 432	1.08 403	3.89 341	1.54 398	0.00 1	0.04 404	0.00 1	0.02 367	0.05 265	0.03 306

DPSNet	1.25 409	0.28 280	5.34 443	0.28 441	0.07 384	1.50 418	0.00 1	3.53 444	0.69 413	0.03 285	0.00 1	0.45 319	2.10 429	5.67 403	4.61 429	0.02 412	0.04 404	0.00 1	0.02 367	0.23 412	0.09 403

ELAS_RVC	2.84 445	0.34 301	3.86 428	0.05 355	0.05 370	1.52 419	5.02 466	1.93 387	5.28 452	7.10 458	6.96 443	6.26 443	8.34 459	4.96 377	4.90 432	0.00 1	0.04 404	0.01 406	0.01 351	0.10 340	0.09 403
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	2.75 442	0.35 310	2.67 389	0.05 355	0.04 362	6.72 457	1.83 450	2.84 438	3.38 447	8.25 462	9.14 453	3.95 435	6.15 457	3.73 338	5.70 436	0.00 1	0.04 404	0.01 406	0.01 351	0.10 340	0.08 390
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
UGAM-zero	0.68 362	0.10 148	1.78 317	0.07 378	0.16 419	0.34 94	0.03 318	0.92 265	0.18 137	0.37 395	0.00 1	2.23 428	0.74 386	6.20 430	0.01 99	0.00 1	0.05 419	0.00 1	0.26 454	0.01 71	0.09 403

AIO-Stereo-zeroshot1	0.72 368	0.42 344	4.27 435	0.20 436	0.26 439	0.47 126	0.00 1	0.54 208	0.16 131	0.40 398	5.35 437	0.45 319	0.97 396	0.25 198	0.25 320	0.00 1	0.05 419	0.00 1	0.26 454	0.12 355	0.02 267

AIO-Stereo-zeroshot	0.48 293	0.27 275	3.90 429	0.08 385	0.20 436	0.32 85	0.00 1	1.02 281	0.09 63	0.38 396	0.10 355	1.72 418	0.83 393	0.33 202	0.01 99	0.00 1	0.05 419	0.00 1	0.23 443	0.11 346	0.01 149

MyStereo07	0.10 44	0.12 180	0.59 56	0.00 1	0.00 1	0.98 268	0.00 1	0.03 15	0.10 85	0.01 157	0.00 1	0.01 15	0.05 273	0.04 132	0.00 1	0.00 1	0.05 419	0.00 1	0.00 1	0.02 172	0.04 338

MyStereo06	0.36 244	0.13 187	2.17 353	0.01 285	0.00 1	1.09 363	0.00 1	0.23 149	0.09 63	0.49 406	0.41 386	1.01 381	1.05 401	0.21 192	0.24 317	0.00 1	0.05 419	0.00 1	0.00 1	0.01 71	0.04 338

MyStereo05	0.28 193	0.13 187	2.37 365	0.01 285	0.00 1	1.09 363	0.00 1	1.02 281	0.45 177	0.04 302	0.01 249	0.26 269	0.14 320	0.00 1	0.06 207	0.00 1	0.05 419	0.00 1	0.00 1	0.01 71	0.04 338

MyStereo04	0.26 182	0.12 180	2.34 362	0.00 1	0.00 1	0.98 268	0.00 1	0.84 254	0.20 140	0.06 320	0.01 249	0.33 285	0.11 313	0.00 1	0.06 207	0.00 1	0.05 419	0.00 1	0.00 1	0.02 172	0.04 338

IGEV_Zeroshot_test	0.32 225	0.10 148	2.61 386	0.01 285	0.01 277	0.50 134	0.04 333	0.21 146	0.09 63	0.45 402	0.45 388	0.81 368	0.51 368	0.20 191	0.23 314	0.00 1	0.05 419	0.00 1	0.14 420	0.03 224	0.00 1

RainbowNet	0.61 351	1.13 440	1.83 321	0.10 395	0.04 362	1.23 405	0.07 351	1.74 378	0.57 252	0.01 157	0.02 322	1.14 393	0.25 348	2.29 271	0.48 358	0.61 450	0.05 419	0.00 1	0.00 1	0.47 440	0.20 437

LL-Strereo	0.71 367	0.88 424	2.40 367	0.00 1	0.00 1	0.63 179	0.01 258	1.57 360	0.58 297	0.45 402	0.00 1	0.54 342	0.30 352	6.37 437	0.07 218	0.00 1	0.05 419	0.00 1	0.00 1	0.22 408	0.17 433

IPLGR_C	0.35 240	0.81 421	2.03 339	0.10 395	0.01 277	0.90 247	0.21 387	1.46 346	0.61 348	0.02 257	0.01 249	0.13 212	0.07 293	0.14 182	0.17 287	0.00 1	0.05 419	0.01 406	0.02 367	0.17 391	0.04 338

PVD	0.73 369	0.57 389	3.38 416	0.04 345	0.19 431	0.74 203	0.00 1	0.29 169	0.79 424	2.37 439	0.00 1	0.53 341	0.09 301	2.19 267	3.20 417	0.00 1	0.05 419	0.00 1	0.02 367	0.08 317	0.15 427

LE_ROB	9.96 468	0.54 380	9.62 455	1.40 458	1.24 462	3.29 444	4.64 464	4.31 448	43.01 474	51.54 475	13.34 468	14.15 463	24.60 472	6.66 446	20.28 471	0.04 420	0.05 419	0.12 451	0.20 435	0.07 299	0.09 403

AE-Stereo	0.17 119	0.05 70	0.79 120	0.03 331	0.09 394	1.06 305	0.00 1	0.57 214	0.06 18	0.08 335	0.00 1	0.13 212	0.00 1	0.01 45	0.01 99	0.00 1	0.06 432	0.00 1	0.23 443	0.08 317	0.04 338

coex-ft	8.40 465	2.59 468	75.27 475	0.00 1	0.00 1	0.18 55	0.04 333	0.13 104	20.18 465	39.66 474	4.06 430	4.68 439	8.53 460	3.94 346	7.96 447	0.02 412	0.07 433	0.00 1	0.02 367	0.14 367	0.50 454

test-1	0.19 134	0.13 187	0.67 71	0.00 1	0.15 416	0.57 154	0.00 1	1.01 280	0.11 92	0.04 302	0.48 392	0.05 149	0.00 1	0.01 45	0.30 330	0.00 1	0.07 433	0.00 1	0.06 394	0.01 71	0.18 434

raft+_RVC	0.14 90	0.37 324	0.96 170	0.00 1	0.16 419	0.64 183	0.03 318	0.05 31	0.08 42	0.00 1	0.00 1	0.02 58	0.03 213	0.03 123	0.07 218	0.00 1	0.07 433	0.00 1	0.00 1	0.05 265	0.16 431

EAI-Stereo	0.70 364	0.03 28	0.84 139	0.13 416	0.20 436	0.87 241	2.23 455	2.05 392	0.29 157	0.72 410	4.60 433	0.29 276	0.55 371	0.39 209	0.44 352	0.00 1	0.07 433	0.00 1	0.29 459	0.01 71	0.08 390

WCG-NET（raft）	0.07 22	0.18 218	0.43 22	0.00 1	0.00 1	0.37 98	0.00 1	0.07 59	0.06 18	0.01 157	0.01 249	0.05 149	0.03 213	0.01 45	0.00 1	0.00 1	0.09 437	0.00 1	0.00 1	0.07 299	0.01 149

GMOStereo	0.13 77	0.24 261	0.83 134	0.00 1	0.14 412	0.86 237	0.01 258	0.09 73	0.11 92	0.01 157	0.01 249	0.02 58	0.01 112	0.00 1	0.00 1	0.00 1	0.09 437	0.00 1	0.00 1	0.16 384	0.01 149

error version	0.13 77	0.24 261	0.83 134	0.00 1	0.14 412	0.86 237	0.01 258	0.09 73	0.11 92	0.01 157	0.01 249	0.02 58	0.01 112	0.00 1	0.00 1	0.00 1	0.09 437	0.00 1	0.00 1	0.16 384	0.01 149

test-v	0.13 77	0.24 261	0.83 134	0.00 1	0.14 412	0.86 237	0.01 258	0.09 73	0.11 92	0.01 157	0.01 249	0.02 58	0.01 112	0.00 1	0.00 1	0.00 1	0.09 437	0.00 1	0.00 1	0.16 384	0.01 149

IRAFT_RVC	0.51 313	0.13 187	1.14 212	0.10 395	0.00 1	1.17 398	0.10 369	0.28 168	0.61 348	0.01 157	0.00 1	0.02 58	0.12 316	6.22 432	0.22 309	0.00 1	0.09 437	0.00 1	0.00 1	0.02 172	0.01 149

test-2	0.13 77	0.24 261	0.83 134	0.00 1	0.14 412	0.86 237	0.01 258	0.09 73	0.11 92	0.01 157	0.01 249	0.02 58	0.01 112	0.00 1	0.00 1	0.00 1	0.09 437	0.00 1	0.00 1	0.16 384	0.01 149

RTS	4.10 450	1.68 458	43.40 470	0.09 391	0.02 322	3.95 448	0.00 1	1.61 365	0.61 348	1.09 420	0.01 249	1.97 421	0.22 342	16.87 465	10.15 453	0.00 1	0.09 437	0.00 1	0.00 1	0.20 404	0.05 355

RTSA	4.10 450	1.68 458	43.40 470	0.09 391	0.02 322	3.95 448	0.00 1	1.61 365	0.61 348	1.09 420	0.01 249	1.97 421	0.22 342	16.87 465	10.15 453	0.00 1	0.09 437	0.00 1	0.00 1	0.20 404	0.05 355

MyStereo8	0.28 193	0.37 324	2.57 384	0.02 313	0.00 1	1.23 405	0.00 1	0.26 159	0.15 125	0.02 257	0.05 334	0.14 219	0.04 245	0.24 196	0.05 192	0.00 1	0.11 445	0.00 1	0.01 351	0.04 246	0.21 441

IMH	2.83 444	1.28 448	1.89 328	1.96 463	0.60 451	5.22 453	0.24 391	6.28 455	4.13 449	1.90 435	7.52 447	6.39 444	3.40 442	6.59 442	2.53 411	3.92 467	0.12 446	0.05 441	0.00 1	2.06 458	0.47 451

FADNet-RVC-Resample	0.51 313	0.82 422	3.08 408	0.04 345	0.04 362	0.42 109	0.09 365	1.16 302	0.34 165	0.00 1	0.03 327	0.24 262	0.05 273	3.16 306	0.13 271	0.07 425	0.12 446	0.05 441	0.02 367	0.08 317	0.20 437

MoCha-V2	0.09 38	0.08 130	0.61 60	0.05 355	0.06 378	0.15 51	0.00 1	0.11 93	0.08 42	0.07 327	0.00 1	0.13 212	0.00 1	0.02 97	0.04 181	0.00 1	0.13 448	0.00 1	0.20 435	0.04 246	0.01 149

rafts_anoy	0.14 90	0.35 310	0.99 181	0.00 1	0.02 322	0.49 132	0.03 318	0.11 93	0.07 27	0.00 1	0.01 249	0.06 167	0.06 286	0.24 196	0.06 207	0.00 1	0.14 449	0.00 1	0.01 351	0.02 172	0.03 306

SGM-ForestM	8.89 466	0.68 401	3.61 421	0.57 448	0.18 427	14.89 468	5.99 469	9.62 464	10.59 461	20.43 469	17.16 470	39.22 474	20.29 469	20.63 469	13.19 462	0.04 420	0.14 449	0.00 1	0.07 397	0.15 375	0.36 448

SGM+DAISY	2.38 435	0.98 431	4.37 436	0.48 446	0.33 443	2.24 435	1.94 451	1.16 302	1.47 439	6.62 456	5.89 439	5.77 442	5.09 455	5.76 408	4.39 425	0.16 434	0.15 451	0.06 443	0.14 420	0.26 418	0.40 449

LVE	2.75 442	1.12 438	2.30 359	0.46 445	0.45 446	1.87 430	0.06 347	7.19 457	9.72 460	0.03 285	11.08 461	9.01 453	1.26 413	6.93 448	0.91 379	1.86 459	0.16 452	0.04 440	0.24 450	0.22 408	0.13 423

RAFT + AFF	0.60 348	0.75 412	1.04 187	0.00 1	0.00 1	1.10 369	0.06 347	1.45 336	0.57 252	0.02 257	0.00 1	0.18 241	1.43 416	4.80 373	0.15 281	0.00 1	0.17 453	0.00 1	0.00 1	0.27 423	0.08 390

SGM_RVC	1.54 420	0.35 310	1.60 296	0.15 421	0.17 425	1.25 407	0.77 438	1.97 390	0.88 427	4.31 445	2.46 424	4.36 437	2.37 432	6.98 449	1.78 402	0.21 437	0.23 454	0.20 452	0.23 443	0.26 418	0.31 446
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
FADNet_RVC	0.60 348	0.83 423	2.50 377	0.00 1	0.00 1	1.09 363	0.00 1	1.29 310	0.50 181	0.02 257	0.05 334	0.26 269	0.03 213	3.17 308	0.25 320	0.21 437	0.26 455	0.08 446	0.28 458	0.53 442	0.55 457

RALCasStereoNet	0.16 110	0.35 310	0.84 139	0.00 1	0.00 1	0.32 85	0.03 318	0.16 115	0.56 214	0.02 257	0.07 347	0.05 149	0.08 298	0.13 180	0.08 231	0.00 1	0.31 456	0.00 1	0.00 1	0.07 299	0.11 412

WAO-8	5.13 457	1.91 461	2.34 362	0.60 449	0.10 398	12.98 464	0.34 412	11.65 465	24.58 470	4.87 447	10.60 460	13.32 458	4.10 450	8.85 457	3.55 419	0.75 453	0.32 457	0.71 461	0.12 414	0.70 445	0.11 412

Venus	5.12 456	1.91 461	2.34 362	0.60 449	0.10 398	12.98 464	0.34 412	11.65 465	24.58 470	4.87 447	10.54 459	13.32 458	4.10 450	8.85 457	3.55 419	0.75 453	0.32 457	0.71 461	0.12 414	0.70 445	0.11 412

BEATNet-Init1	14.52 472	6.56 473	34.32 468	1.10 454	1.02 458	31.53 473	11.99 472	15.58 471	17.42 464	30.17 473	27.03 472	43.14 475	24.36 471	24.41 472	18.27 469	0.27 441	0.32 457	0.36 457	0.46 464	1.26 452	0.76 460

MFN_U_SF_RVC	0.95 392	1.40 454	4.49 438	0.16 423	0.11 404	0.56 152	0.07 351	1.12 296	0.36 168	0.43 401	0.27 374	1.27 397	0.73 385	3.98 348	1.47 397	0.29 442	0.34 460	0.36 457	0.55 465	0.63 444	0.46 450

KSHMR	3.68 449	1.11 437	3.06 406	2.84 466	1.78 464	5.33 454	0.41 419	8.64 460	14.09 462	1.85 434	9.32 455	7.19 448	1.93 423	5.45 394	2.30 408	1.95 460	0.41 461	0.50 459	0.21 440	3.53 463	1.76 466

ADCPNet	1.44 416	0.55 386	7.88 451	0.01 285	0.19 431	2.78 437	0.27 401	0.90 261	0.38 169	0.04 302	0.02 322	1.43 408	1.81 422	2.22 268	9.08 451	0.00 1	0.47 462	0.00 1	0.64 467	0.04 246	0.15 427

MANE	9.96 468	0.69 402	2.88 401	1.22 455	0.61 452	13.15 466	3.46 461	15.62 472	22.27 468	22.74 470	30.00 474	29.74 472	23.22 470	17.17 467	13.78 464	0.29 442	0.56 463	0.09 447	0.61 466	0.15 375	1.00 463

JetRed	13.51 471	18.77 474	42.38 469	1.28 456	1.18 461	54.67 474	25.60 474	12.87 468	6.75 455	8.50 463	8.61 451	13.77 461	10.87 466	24.50 473	30.67 472	0.24 439	0.68 464	0.53 460	0.02 367	5.93 467	2.43 468

MFN_U_SF_DS_RVC	1.16 405	2.03 463	4.57 440	0.02 313	0.04 362	3.52 446	0.27 401	1.80 381	0.58 297	0.22 374	0.28 375	1.38 405	0.02 168	6.08 419	0.42 349	0.14 433	0.68 464	0.01 406	0.26 454	0.39 436	0.47 451

MSC_U_SF_DS_RVC	1.79 424	1.81 460	3.81 426	0.01 285	0.02 322	12.12 463	0.50 427	2.74 437	0.71 416	0.07 327	0.20 367	2.17 427	0.15 325	6.82 447	1.19 387	0.74 452	0.80 466	0.20 452	0.27 457	0.73 447	0.70 459

STTRV1_RVC	0.67 361	0.21 235	2.32 361	0.00 1	0.00 1	0.58 157	0.01 258	1.05 284	0.59 309	0.01 157	0.51 393	0.26 269	0.18 333	6.05 418	0.27 326	0.26 440	1.07 467	0.00 1	0.00 1	0.00 1	0.03 306

DGSMNet	1.21 408	0.37 324	3.02 404	0.71 451	1.33 463	1.61 422	3.53 462	1.45 336	0.33 164	0.00 1	0.79 408	0.48 324	0.24 346	3.22 310	0.53 362	0.98 458	1.21 468	1.35 466	1.09 468	1.03 450	0.92 461

PML	71.49 480	88.65 486	73.56 474	82.49 483	75.59 480	85.39 477	79.41 477	71.62 479	87.17 479	90.48 482	85.96 480	90.50 483	60.21 476	91.76 485	73.85 476	96.01 489	2.36 469	86.79 485	6.59 473	83.59 484	17.83 476

FADE		5.89 472		2.64 465	2.97 468							5.28 440				16.99 475	2.70 470	18.19 476	20.39 476	1.88 454

HanzoNet	12.77 470	4.55 470	11.74 460	5.35 473	2.79 467	7.59 459	0.66 434	12.97 469	20.40 466	25.99 471	28.61 473	34.05 473	25.08 473	25.93 474	14.98 467	10.77 473	3.91 471	3.00 470	3.73 470	8.16 472	5.15 471

DPSimNet_ROB	7.90 464	5.46 471	13.55 461	3.66 468	5.16 472	7.26 458	9.60 471	6.11 454	7.46 457	13.33 467	9.50 456	11.03 454	11.89 467	10.08 463	12.35 460	4.36 468	5.55 472	5.35 472	5.34 472	4.96 466	5.98 473

MADNet++	9.87 467	2.12 464	7.11 449	7.99 474	4.58 471	14.38 467	6.90 470	9.23 463	5.88 453	16.88 468	17.47 471	11.07 455	15.72 468	24.26 471	19.76 470	8.52 471	6.39 473	4.85 471	2.69 469	5.96 468	5.73 472

ASD4	35.17 474	42.77 475	34.00 467	20.47 475	35.77 474	80.11 476	95.20 482	26.58 474	69.14 475	27.82 472	35.84 475	27.05 471	44.35 474	37.95 475	53.20 475	10.25 472	10.28 474	12.30 474	11.09 474	16.01 474	13.25 474

test_sample9	1.51 418	0.23 253	1.31 246	0.00 1	0.00 1	0.95 261	0.00 1	2.28 410	0.57 252	0.00 1	0.00 1	0.14 219	0.00 1	3.30 317	7.04 443	0.32 444	12.66 475	1.06 463	0.33 461	0.01 71	0.01 149

test_sample8	2.11 433	0.23 253	1.31 246	0.00 1	0.00 1	0.95 261	0.00 1	2.06 395	0.55 199	1.95 436	0.00 1	7.32 449	3.15 440	3.30 317	7.04 443	0.32 444	12.66 475	1.06 463	0.33 461	0.01 71	0.01 149

xxxxx1	63.71 477	58.10 477	78.65 476	43.63 476	48.97 477	92.61 479	92.18 479	60.44 476	69.38 476	73.77 479	76.42 476	77.82 479	76.45 477	72.33 477	77.46 477	35.89 478	37.06 477	48.26 479	62.63 478	48.72 478	43.44 477

tt_ll	63.71 477	58.10 477	78.65 476	43.63 476	48.97 477	92.61 479	92.18 479	60.44 476	69.38 476	73.77 479	76.42 476	77.82 479	76.45 477	72.33 477	77.46 477	35.89 478	37.06 477	48.26 479	62.63 478	48.72 478	43.44 477

ff	63.71 477	58.10 477	78.65 476	43.63 476	48.97 477	92.61 479	92.18 479	60.44 476	69.38 476	73.77 479	76.42 476	77.82 479	76.45 477	72.33 477	77.46 477	35.89 478	37.06 477	48.26 479	62.63 478	48.72 478	43.44 477

LRCNet_RVC	55.44 476	60.56 480	57.70 473	66.68 481	44.91 476	6.22 456	0.00 1	52.80 475	1.37 438	70.44 476	81.09 479	67.07 476	55.41 475	51.59 476	46.24 474	90.66 485	41.89 480	90.95 486	90.04 482	64.32 481	68.75 480

tt	48.25 475	0.05 70	28.22 466	1.29 457	0.00 1	100.00 486	100.00 484	100.00 486	97.19 481	0.08 335	0.00 1	97.99 486	86.70 481	2.26 269	99.92 485	83.66 482	94.83 481	16.47 475	21.27 477	35.05 475	0.01 149

MEDIAN_ROB	93.37 484	98.75 488	96.05 482	90.90 486	90.53 487	85.63 478	76.45 476	92.03 481	89.53 480	95.05 483	94.99 481	96.02 484	93.85 482	90.36 482	87.21 480	98.36 490	95.79 482	99.61 488	98.77 486	98.80 490	98.72 489

Anonymous_1	89.88 483	75.38 483	97.81 483	74.49 482	78.39 481	100.00 486	100.00 484	98.09 485	99.76 483	96.82 484	99.37 482	97.66 485	99.77 483	91.14 484	98.89 483	81.73 481	97.25 483	59.96 482	85.38 481	77.37 483	88.27 481

DPSM_ROB	94.00 485	79.32 484	100.00 488	83.19 484	85.69 482	100.00 486	100.00 484	100.00 486	100.00 487	100.00 486	100.00 484	100.00 488	100.00 485	100.00 488	100.00 488	89.53 483	97.42 484	74.97 483	95.13 483	83.79 485	90.98 484

DPSM	94.00 485	79.32 484	100.00 488	83.19 484	85.69 482	100.00 486	100.00 484	100.00 486	100.00 487	100.00 486	100.00 484	100.00 488	100.00 485	100.00 488	100.00 488	89.53 483	97.42 484	74.97 483	95.13 483	83.79 485	90.98 484

DGTPSM_ROB	81.49 481	60.74 481	99.95 486	61.20 479	86.99 484	99.11 484	100.00 484	95.92 482	99.99 485	73.08 477	100.00 484	70.81 477	100.00 485	77.39 480	99.98 486	35.10 476	97.48 486	35.12 477	99.89 487	46.16 476	90.85 482

DPSMNet_ROB	81.54 482	60.77 482	99.95 486	61.42 480	87.05 485	99.11 484	100.00 484	95.93 483	99.99 485	73.11 478	100.00 484	70.84 478	100.00 485	77.43 481	99.98 486	35.39 477	97.54 487	35.21 478	99.89 487	46.30 477	90.94 483

test_example2	97.61 488	99.96 490	99.93 485	99.83 492	99.97 492	98.84 483	99.76 483	91.98 480	100.00 487	100.00 486	100.00 484	89.18 482	86.51 480	99.29 486	96.54 482	99.97 491	99.55 488	92.92 487	98.06 485	100.00 492	99.95 490

LSM0	99.11 490	99.97 491	100.00 488	95.93 487	98.59 488	100.00 486	100.00 484	100.00 486	100.00 487	100.00 486	100.00 484	100.00 488	100.00 485	100.00 488	100.00 488	93.89 488	99.97 489	100.00 490	100.00 490	96.64 489	97.25 486

HaxPig	95.46 487	97.61 487	87.80 480	97.80 491	99.17 491	77.55 475	75.28 475	96.76 484	99.61 482	99.97 485	99.97 483	99.62 487	99.97 484	91.02 483	87.28 481	99.98 492	99.98 490	99.98 489	99.99 489	99.97 491	99.97 491

CasAABBNet	99.15 491	100.00 492	100.00 488	96.37 489	98.76 489	100.00 486	100.00 484	100.00 486	100.00 487	100.00 486	100.00 484	100.00 488	100.00 485	100.00 488	100.00 488	93.65 487	99.99 491	100.00 490	100.00 490	96.27 488	97.93 487

Selective-RAFT-Error	99.17 492	100.00 492	100.00 488	96.65 490	98.79 490	100.00 486	100.00 484	100.00 486	100.00 487	100.00 486	100.00 484	100.00 488	100.00 485	100.00 488	100.00 488	93.64 486	100.00 492	100.00 490	100.00 490	96.25 487	98.10 488

AVERAGE_ROB	98.45 489	99.13 489	95.46 481	100.00 493	100.00 493	93.36 482	81.95 478	100.00 486	99.97 484	100.00 486	100.00 484	100.00 488	100.00 485	99.72 487	99.40 484	100.00 493	100.00 492	100.00 490	100.00 490	100.00 492	100.00 492

Low-res two-view benchmark