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

sCroCo_RVC	0.21 14	0.14 121	1.54 186	0.01 23	0.00 1	0.13 1	0.04 202	1.10 39	0.65 108	0.10 59	0.05 82	0.03 10	0.04 67	0.23 47	0.05 19	0.00 1	0.07 377	0.00 1	0.00 1	0.01 36	0.00 1

rvit_stereo_0083	0.13 1	0.02 1	0.30 4	0.00 1	0.00 1	0.14 2	0.01 73	0.56 13	1.11 231	0.05 28	0.01 1	0.04 19	0.02 22	0.25 55	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 77

RAStereo	0.17 5	0.21 187	1.18 131	0.04 152	0.01 123	0.18 3	0.00 1	0.81 29	0.34 52	0.07 31	0.04 79	0.05 37	0.05 80	0.19 29	0.10 84	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.00 1

rvit_stereo_ft	0.31 44	0.32 246	1.63 205	0.01 23	0.00 1	0.19 4	0.00 1	2.84 151	0.79 171	0.02 3	0.03 68	0.08 64	0.02 22	0.19 29	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.03 229

CroCo-Stereo	0.39 67	0.40 277	1.67 215	0.07 208	0.00 1	0.19 4	0.01 73	3.55 245	0.75 159	0.08 38	0.02 47	0.46 138	0.08 126	0.28 69	0.18 131	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77
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
UniTT-Stereo	0.16 3	0.11 97	1.13 116	0.03 124	0.17 329	0.32 6	0.02 137	0.38 3	0.32 50	0.03 19	0.16 117	0.05 37	0.07 111	0.16 22	0.16 120	0.00 1	0.00 1	0.00 1	0.00 1	0.11 307	0.00 1

CroCo-Stereo Lap2	0.33 47	0.49 319	1.18 131	0.02 81	0.00 1	0.33 7	0.00 1	3.08 175	0.61 84	0.02 3	0.01 1	0.04 19	0.08 126	0.45 107	0.15 112	0.00 1	0.00 1	0.00 1	0.00 1	0.07 255	0.02 173

MoCha-V2	0.33 47	0.11 97	0.92 56	0.09 233	0.06 264	0.34 8	0.00 1	2.56 128	0.64 103	0.32 91	0.43 186	0.17 99	0.09 134	0.26 62	0.10 84	0.00 1	0.14 413	0.00 1	0.22 409	0.05 222	0.01 77

Selective-IGEV	0.22 19	0.06 30	0.46 9	0.05 172	0.04 245	0.34 8	0.04 202	2.16 95	0.59 69	0.09 44	0.01 1	0.02 3	0.05 80	0.18 26	0.05 19	0.00 1	0.00 1	0.00 1	0.09 363	0.03 169	0.09 340

CAS++	0.32 46	0.22 197	0.69 27	0.04 152	0.00 1	0.35 10	0.01 73	4.32 319	0.48 62	0.02 3	0.01 1	0.07 58	0.00 1	0.19 29	0.04 7	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
IGEV++	0.36 58	0.19 170	0.57 14	0.09 233	0.00 1	0.35 10	0.03 180	4.62 341	0.24 41	0.12 65	0.02 47	0.03 10	0.17 179	0.24 50	0.23 149	0.00 1	0.05 360	0.00 1	0.04 337	0.09 290	0.08 334

sAnonymous2	0.37 61	0.32 246	3.21 348	0.01 23	0.00 1	0.35 10	0.08 246	1.96 85	0.90 191	0.03 19	0.05 82	0.04 19	0.11 151	0.11 9	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 323	0.18 385

CroCo_RVC	0.37 61	0.32 246	3.21 348	0.01 23	0.00 1	0.35 10	0.08 246	1.96 85	0.90 191	0.03 19	0.05 82	0.04 19	0.11 151	0.11 9	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 323	0.18 385

RSM	0.18 10	0.05 14	0.39 5	0.03 124	0.02 207	0.38 14	0.00 1	1.33 50	0.59 69	0.09 44	0.01 1	0.03 10	0.04 67	0.19 29	0.14 105	0.00 1	0.00 1	0.00 1	0.16 386	0.06 240	0.04 258

RSM++	0.17 5	0.07 40	0.42 6	0.03 124	0.00 1	0.40 15	0.00 1	1.18 43	0.59 69	0.02 3	0.01 1	0.01 1	0.05 80	0.20 40	0.14 105	0.00 1	0.00 1	0.00 1	0.17 394	0.09 290	0.07 323

AIO-Stereo	0.21 14	0.07 40	0.44 7	0.03 124	0.03 228	0.41 16	0.01 73	1.65 68	0.65 108	0.09 44	0.01 1	0.02 3	0.04 67	0.22 44	0.05 19	0.00 1	0.00 1	0.00 1	0.33 433	0.05 222	0.08 334

MaDis-Stereo	0.22 19	0.29 237	0.87 45	0.05 172	0.18 333	0.41 16	0.01 73	1.24 46	0.56 66	0.02 3	0.03 68	0.13 86	0.05 80	0.32 81	0.24 154	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

MIF-Stereo (partial)	0.27 33	0.18 162	1.14 118	0.01 23	0.00 1	0.43 18	0.02 137	1.97 87	0.39 57	0.11 64	0.08 92	0.07 58	0.06 99	0.44 102	0.33 201	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.02 173

IGEV-BASED-STEREO-	1.75 357	19.48 467	12.37 448	0.06 187	0.00 1	0.47 19	0.05 219	0.46 5	0.31 47	0.13 71	0.03 68	0.03 10	0.00 1	0.07 2	0.41 232	0.00 1	0.00 1	0.00 1	0.06 351	0.07 255	0.92 429

GMStereo	0.25 32	0.60 347	1.28 151	0.01 23	0.00 1	0.48 20	0.00 1	0.74 26	1.24 256	0.16 75	0.03 68	0.07 58	0.09 134	0.22 44	0.10 84	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
MGS-Stereo	0.31 44	0.10 80	0.89 50	0.02 81	0.00 1	0.50 21	0.00 1	0.39 4	0.61 84	0.02 3	2.91 358	0.04 19	0.03 47	0.21 43	0.06 43	0.00 1	0.00 1	0.00 1	0.00 1	0.44 415	0.00 1

plain	0.41 72	0.28 229	2.26 289	0.07 208	0.00 1	0.50 21	0.01 73	2.84 151	0.92 194	0.05 28	0.07 89	0.13 86	0.17 179	0.43 100	0.20 138	0.00 1	0.00 1	0.00 1	0.00 1	0.34 403	0.01 77

HH	0.88 217	0.37 263	1.93 238	0.25 309	0.10 299	0.62 23	0.00 1	3.79 267	0.18 22	0.33 93	0.59 216	3.94 372	0.81 294	4.44 270	0.09 72	0.00 1	0.06 368	0.00 1	0.00 1	0.03 169	0.02 173

HanStereo	0.88 217	0.37 263	1.93 238	0.25 309	0.10 299	0.62 23	0.00 1	3.79 267	0.18 22	0.33 93	0.59 216	3.94 372	0.81 294	4.44 270	0.09 72	0.00 1	0.06 368	0.00 1	0.00 1	0.03 169	0.02 173

IGEV-Stereo+	0.43 81	0.17 155	0.46 9	0.14 266	1.06 422	0.63 25	0.02 137	0.30 2	0.24 41	0.09 44	0.01 1	0.04 19	0.03 47	1.86 182	0.05 19	0.00 1	0.01 262	0.00 1	0.15 378	1.83 437	1.61 438

anonymity	0.74 163	0.15 133	1.17 128	0.16 276	0.27 371	0.71 26	0.01 73	4.70 348	1.78 335	1.15 223	1.23 285	0.31 117	1.65 348	0.54 118	0.53 259	0.02 378	0.02 316	0.00 1	0.27 423	0.02 116	0.06 307

rvit_stereo_0081	0.17 5	0.04 6	0.25 2	0.00 1	0.00 1	0.75 27	0.01 73	1.22 44	0.79 171	0.07 31	0.01 1	0.03 10	0.02 22	0.17 24	0.06 43	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0082	0.17 5	0.04 6	0.25 2	0.00 1	0.00 1	0.75 27	0.01 73	1.22 44	0.79 171	0.07 31	0.01 1	0.03 10	0.02 22	0.17 24	0.06 43	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AIO-Stereo-zeroshot	1.10 271	0.35 254	4.53 400	0.18 285	0.37 392	0.79 29	0.00 1	5.71 406	0.74 158	0.40 114	0.64 223	4.47 382	1.41 329	1.42 164	0.30 191	0.00 1	0.11 401	0.00 1	0.28 427	0.17 343	0.14 370

rvit_stereo_0081_aga	0.17 5	0.11 97	0.81 35	0.00 1	0.00 1	0.80 30	0.01 73	0.79 28	0.59 69	0.02 3	0.01 1	0.05 37	0.03 47	0.19 29	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Occ-G	0.24 29	0.10 80	0.59 15	0.01 23	0.01 123	0.80 30	0.04 202	0.62 17	0.15 10	0.01 1	0.51 200	1.34 239	0.04 67	0.09 3	0.21 142	0.00 1	0.00 1	0.00 1	0.15 378	0.15 333	0.00 1

IGEVStereo-DCA	0.46 90	0.09 61	1.02 80	0.02 81	0.00 1	0.82 32	0.00 1	0.53 7	0.75 159	0.09 44	0.03 68	0.03 10	0.06 99	5.04 301	0.51 255	0.00 1	0.00 1	0.00 1	0.15 378	0.05 222	0.01 77

rrr	0.62 134	0.09 61	2.07 264	0.02 81	0.00 1	0.82 32	0.06 236	2.29 99	0.85 187	0.09 44	0.03 68	0.03 10	0.06 99	5.04 301	0.51 255	0.00 1	0.00 1	0.00 1	0.19 398	0.05 222	0.07 323

rvit_0105_4	0.39 67	0.16 144	1.66 211	0.01 23	0.00 1	0.85 34	0.00 1	3.15 183	1.33 273	0.07 31	0.06 87	0.10 76	0.03 47	0.29 71	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 173

rvit_0105_6	0.34 50	0.10 80	1.37 168	0.01 23	0.00 1	0.86 35	0.00 1	2.78 144	1.32 271	0.04 25	0.03 68	0.07 58	0.02 22	0.19 29	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 229

CASnet	0.16 3	0.14 121	0.52 13	0.01 23	0.00 1	0.86 35	0.00 1	0.51 6	0.75 159	0.10 59	0.01 1	0.04 19	0.02 22	0.22 44	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 169	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AIO-Stereo-zeroshot1	1.57 335	0.69 367	7.27 433	0.30 324	0.44 397	0.87 37	0.02 137	6.19 417	0.84 183	0.45 121	6.17 402	4.35 379	1.17 314	1.32 162	0.48 249	0.00 1	0.09 390	0.00 1	0.34 435	0.26 383	0.12 357

AEACV	0.22 19	0.05 14	0.66 24	0.02 81	0.03 228	0.87 37	0.00 1	1.07 38	0.15 10	0.18 80	0.01 1	0.02 3	0.72 289	0.15 19	0.09 72	0.00 1	0.03 340	0.00 1	0.27 423	0.08 268	0.07 323

rvit_stereo_0080	0.30 40	0.23 204	1.20 138	0.00 1	0.00 1	0.90 39	0.01 73	2.79 145	0.60 76	0.02 3	0.02 47	0.06 48	0.01 7	0.12 12	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 173

whm_eth	0.30 40	0.23 204	1.20 138	0.00 1	0.00 1	0.90 39	0.01 73	2.79 145	0.60 76	0.02 3	0.02 47	0.06 48	0.01 7	0.12 12	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 173

rvit_0105_5	0.41 72	0.20 180	1.94 242	0.01 23	0.00 1	0.91 41	0.00 1	3.18 191	1.27 261	0.08 38	0.09 96	0.10 76	0.02 22	0.35 90	0.09 72	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.03 229

WCG-NET（raft）	0.29 38	0.24 208	0.51 11	0.01 23	0.00 1	0.91 41	0.05 219	0.56 13	1.12 236	0.21 82	0.12 107	1.54 248	0.14 171	0.14 17	0.07 49	0.00 1	0.11 401	0.00 1	0.00 1	0.08 268	0.03 229

GCST	0.81 188	0.64 356	1.41 172	0.44 351	0.01 123	0.91 41	0.08 246	3.75 261	1.04 214	0.12 65	0.44 189	0.27 112	0.35 229	5.12 305	0.38 224	1.19 438	0.00 1	0.00 1	0.00 1	0.08 268	0.05 277

DCRE	0.69 155	0.35 254	1.16 125	0.06 187	0.02 207	0.91 41	0.00 1	1.05 37	0.30 46	0.98 199	7.63 409	0.72 180	0.02 22	0.16 22	0.07 49	0.00 1	0.02 316	0.00 1	0.21 407	0.02 116	0.03 229

RALAANet	0.54 117	0.62 352	1.41 172	0.01 23	0.01 123	0.92 45	0.02 137	2.39 105	1.87 344	1.13 221	0.38 175	0.15 94	0.30 214	1.00 145	0.38 224	0.00 1	0.00 1	0.00 1	0.04 337	0.14 323	0.01 77

test_xeample3	0.35 54	0.10 80	1.95 243	0.02 81	0.00 1	0.93 46	0.07 240	1.70 73	0.86 189	0.09 44	0.04 79	0.05 37	0.05 80	0.23 47	0.51 255	0.00 1	0.00 1	0.00 1	0.24 414	0.06 240	0.08 334

GLC_STEREO	0.13 1	0.08 49	0.61 16	0.01 23	0.00 1	0.94 47	0.03 180	0.29 1	0.21 33	0.05 28	0.02 47	0.06 48	0.04 67	0.26 62	0.07 49	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.01 77

RAFT	0.60 125	0.50 322	1.01 75	0.50 366	0.04 245	0.94 47	0.08 246	3.01 163	0.65 108	0.22 83	0.09 96	3.41 358	0.27 212	0.53 116	0.37 221	0.00 1	0.03 340	0.00 1	0.01 302	0.40 412	0.03 229

TestStereo	0.61 128	0.55 335	1.84 235	0.00 1	0.00 1	0.94 47	0.00 1	1.65 68	0.23 37	0.12 65	0.03 68	0.08 64	0.06 99	6.59 367	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

WCG-NET	0.30 40	0.15 133	0.44 7	0.01 23	0.00 1	0.95 50	0.00 1	2.24 97	1.33 273	0.36 111	0.10 100	0.07 58	0.07 111	0.14 17	0.07 49	0.00 1	0.00 1	0.00 1	0.00 1	0.12 312	0.00 1

ProNet	0.20 12	0.25 211	0.78 33	0.01 23	0.01 123	0.95 50	0.00 1	0.70 21	0.68 128	0.02 3	0.01 1	0.05 37	0.03 47	0.31 75	0.03 5	0.00 1	0.01 262	0.00 1	0.00 1	0.12 312	0.04 258

test_4	0.51 106	0.10 80	1.27 149	0.01 23	0.06 264	0.97 52	0.03 180	1.12 40	0.16 15	0.27 86	3.42 371	0.65 165	0.09 134	1.59 171	0.26 168	0.00 1	0.00 1	0.00 1	0.08 360	0.14 323	0.00 1

x	0.41 72	0.04 6	0.74 30	0.54 373	0.00 1	0.98 53	0.00 1	3.07 173	0.67 123	0.48 126	0.01 1	0.48 142	0.07 111	0.93 140	0.07 49	0.00 1	0.01 262	0.00 1	0.00 1	0.01 36	0.01 77

test-3	0.63 136	0.06 30	1.00 72	0.07 208	0.13 311	0.99 54	0.01 73	2.46 118	0.20 29	1.96 308	0.01 1	1.10 227	0.05 80	3.75 233	0.23 149	0.00 1	0.00 1	0.00 1	0.26 420	0.15 333	0.13 363

test_1	0.61 128	0.06 30	1.00 72	0.07 208	0.12 306	0.99 54	0.01 73	2.46 118	0.20 29	1.71 287	0.01 1	1.10 227	0.04 67	3.71 231	0.23 149	0.00 1	0.00 1	0.00 1	0.25 417	0.15 333	0.13 363

LoS_RVC	0.19 11	0.48 315	0.51 11	0.12 252	0.10 299	1.01 56	0.01 73	0.81 29	0.19 25	0.07 31	0.02 47	0.06 48	0.05 80	0.31 75	0.05 19	0.00 1	0.01 262	0.00 1	0.00 1	0.01 36	0.04 258

test_3	0.58 122	0.06 30	1.04 95	0.07 208	0.12 306	1.01 56	0.01 73	2.45 116	0.20 29	0.95 186	0.01 1	1.05 219	0.05 80	3.74 232	0.23 149	0.00 1	0.00 1	0.00 1	0.25 417	0.15 333	0.13 363

SMFormer	1.04 250	0.16 144	1.55 188	0.33 332	0.01 123	1.03 58	0.00 1	5.24 378	2.12 359	1.53 272	2.16 334	0.92 200	0.02 22	4.46 272	1.24 317	0.00 1	0.01 262	0.00 1	0.00 1	0.03 169	0.02 173

tta	1.04 250	0.16 144	1.55 188	0.33 332	0.01 123	1.03 58	0.00 1	5.24 378	2.12 359	1.53 272	2.16 334	0.92 200	0.02 22	4.46 272	1.24 317	0.00 1	0.01 262	0.00 1	0.00 1	0.03 169	0.01 77

qqq1	0.98 235	0.16 144	1.55 188	0.33 332	0.01 123	1.03 58	0.00 1	5.24 378	2.12 359	1.53 272	2.16 334	0.92 200	0.02 22	4.46 272	0.07 49	0.00 1	0.01 262	0.00 1	0.00 1	0.03 169	0.01 77

fff1	0.98 235	0.16 144	1.55 188	0.33 332	0.01 123	1.03 58	0.00 1	5.24 378	2.12 359	1.53 272	2.16 334	0.92 200	0.02 22	4.46 272	0.07 49	0.00 1	0.01 262	0.00 1	0.00 1	0.03 169	0.01 77

4D-IteraStereo	0.35 54	0.60 347	1.93 238	0.02 81	0.09 290	1.03 58	0.07 240	1.25 47	0.34 52	0.02 3	0.03 68	0.84 196	0.10 141	0.31 75	0.35 214	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.07 323

FINET	1.36 311	0.46 305	4.05 381	0.22 298	0.73 414	1.03 58	0.00 1	3.57 247	5.71 420	1.59 282	1.64 301	0.49 144	0.19 189	5.53 322	1.90 349	0.00 1	0.01 262	0.00 1	0.00 1	0.08 268	0.03 229

Gwc-CoAtRS	0.42 75	0.12 104	1.28 151	0.03 124	0.13 311	1.03 58	0.02 137	2.33 101	0.15 10	0.35 105	0.01 1	2.27 305	0.03 47	0.20 40	0.25 161	0.00 1	0.01 262	0.00 1	0.22 409	0.01 36	0.01 77

11t1	0.33 47	0.05 14	0.86 43	0.44 351	0.00 1	1.04 65	0.00 1	2.45 116	0.60 76	0.44 119	0.01 1	0.05 37	0.05 80	0.43 100	0.06 43	0.00 1	0.01 262	0.00 1	0.00 1	0.02 116	0.01 77

GMOStereo	0.42 75	0.28 229	1.02 80	0.05 172	0.18 333	1.04 65	0.02 137	2.40 106	0.16 15	2.25 329	0.01 1	0.32 118	0.03 47	0.09 3	0.15 112	0.00 1	0.11 401	0.00 1	0.00 1	0.19 358	0.02 173

error version	0.42 75	0.28 229	1.02 80	0.05 172	0.18 333	1.04 65	0.02 137	2.40 106	0.16 15	2.25 329	0.01 1	0.32 118	0.03 47	0.09 3	0.15 112	0.00 1	0.11 401	0.00 1	0.00 1	0.19 358	0.02 173

test-v	0.42 75	0.28 229	1.02 80	0.05 172	0.18 333	1.04 65	0.02 137	2.40 106	0.16 15	2.25 329	0.01 1	0.32 118	0.03 47	0.09 3	0.15 112	0.00 1	0.11 401	0.00 1	0.00 1	0.19 358	0.02 173

test-2	0.42 75	0.28 229	1.02 80	0.05 172	0.18 333	1.04 65	0.02 137	2.40 106	0.16 15	2.25 329	0.01 1	0.32 118	0.03 47	0.09 3	0.15 112	0.00 1	0.11 401	0.00 1	0.00 1	0.19 358	0.02 173

cross-raft	0.53 115	0.12 104	1.78 228	0.03 124	0.01 123	1.04 65	0.10 264	3.21 200	0.23 37	0.37 112	0.01 1	2.86 331	0.04 67	0.24 50	0.24 154	0.00 1	0.01 262	0.00 1	0.16 386	0.01 36	0.02 173

Former-RAFT_DAM_RVC	0.23 24	0.13 113	0.62 17	0.01 23	0.00 1	1.05 71	0.00 1	0.63 18	0.80 174	0.76 159	0.18 126	0.09 68	0.06 99	0.05 1	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.05 277

qqq	0.50 103	0.04 6	0.78 33	0.02 81	0.00 1	1.05 71	0.00 1	3.15 183	0.68 128	0.46 124	0.01 1	0.73 181	0.12 162	2.95 204	0.07 49	0.00 1	0.01 262	0.00 1	0.00 1	0.01 36	0.01 77

THIR-Stereo	1.48 323	0.29 237	1.51 184	0.01 23	0.02 207	1.05 71	4.32 433	2.11 93	0.22 35	1.08 216	4.24 384	1.93 279	4.19 409	6.76 381	1.87 348	0.00 1	0.00 1	0.04 402	0.00 1	0.05 222	0.00 1

UGAM-zero	1.60 337	0.15 133	2.43 302	0.12 252	0.28 381	1.07 74	0.04 202	5.96 414	0.26 45	1.18 229	0.22 143	8.02 419	4.54 412	6.89 393	0.27 173	0.00 1	0.09 390	0.00 1	0.29 429	0.01 36	0.15 372

ff7	0.23 24	0.21 187	1.02 80	0.02 81	0.00 1	1.07 74	0.00 1	0.53 7	0.75 159	0.09 44	0.01 1	0.04 19	0.07 111	0.44 102	0.04 7	0.00 1	0.00 1	0.00 1	0.15 378	0.07 255	0.01 77

ffff	0.23 24	0.21 187	1.02 80	0.02 81	0.00 1	1.07 74	0.00 1	0.53 7	0.75 159	0.09 44	0.01 1	0.04 19	0.07 111	0.44 102	0.04 7	0.00 1	0.00 1	0.00 1	0.15 378	0.07 255	0.01 77

11t	0.23 24	0.21 187	1.02 80	0.02 81	0.00 1	1.07 74	0.00 1	0.53 7	0.75 159	0.09 44	0.01 1	0.04 19	0.07 111	0.44 102	0.04 7	0.00 1	0.00 1	0.00 1	0.15 378	0.07 255	0.01 77

anonymousdsp	0.21 14	0.21 187	0.63 18	0.02 81	0.00 1	1.07 74	0.00 1	0.74 26	0.77 168	0.09 44	0.01 1	0.04 19	0.07 111	0.25 55	0.04 7	0.00 1	0.00 1	0.00 1	0.16 386	0.08 268	0.03 229

MC-Stereo	0.24 29	0.12 104	0.71 28	0.04 152	0.02 207	1.07 74	0.00 1	1.30 48	0.17 20	0.59 134	0.02 47	0.08 64	0.11 151	0.18 26	0.05 19	0.00 1	0.02 316	0.00 1	0.17 394	0.06 240	0.02 173

ccc-4	0.23 24	0.21 187	1.02 80	0.02 81	0.00 1	1.07 74	0.00 1	0.53 7	0.75 159	0.09 44	0.01 1	0.04 19	0.07 111	0.44 102	0.04 7	0.00 1	0.00 1	0.00 1	0.15 378	0.07 255	0.01 77

IGEV-Stereo	0.21 14	0.21 187	0.63 18	0.02 81	0.00 1	1.07 74	0.00 1	0.73 25	0.77 168	0.09 44	0.01 1	0.04 19	0.07 111	0.24 50	0.04 7	0.00 1	0.00 1	0.00 1	0.16 386	0.08 268	0.03 229
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
test_for_model	4.23 420	22.88 470	0.91 55	12.40 461	10.47 461	1.08 82	0.06 236	4.08 290	1.36 277	1.91 303	0.09 96	0.15 94	0.03 47	0.10 8	0.22 144	7.44 450	1.43 447	0.00 1	0.01 302	18.08 469	1.99 441

UGAM	1.08 259	0.19 170	2.83 327	0.05 172	0.01 123	1.09 83	0.11 266	2.89 156	0.64 103	0.08 38	2.46 345	3.64 365	0.08 126	6.99 401	0.25 161	0.00 1	0.00 1	0.00 1	0.02 320	0.27 387	0.04 258

test_sample1	0.61 128	0.04 6	0.90 51	0.34 338	0.00 1	1.09 83	0.00 1	3.54 244	0.88 190	0.86 173	0.01 1	0.53 149	0.34 224	3.51 224	0.20 138	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

AnonymousM	0.34 50	0.07 40	0.63 18	0.02 81	0.01 123	1.09 83	0.03 180	1.54 65	0.68 128	0.17 78	0.04 79	0.02 3	0.24 204	0.25 55	0.04 7	0.00 1	0.01 262	1.93 442	0.00 1	0.01 36	0.00 1

XX-TBD	0.28 35	0.39 272	0.97 69	0.05 172	0.00 1	1.09 83	0.00 1	0.71 23	0.54 65	0.44 119	1.04 269	0.06 48	0.06 99	0.19 29	0.09 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

testlalala2	0.77 173	0.13 113	1.72 221	3.72 441	2.44 437	1.10 87	0.01 73	3.27 210	0.73 153	0.09 44	0.03 68	1.38 241	0.08 126	0.12 12	0.09 72	0.00 1	0.02 316	0.00 1	0.37 437	0.01 36	0.01 77

IGEV_Zeroshot_test	0.74 163	0.20 180	3.00 334	0.26 315	0.02 207	1.10 87	0.05 219	3.72 259	0.19 25	0.88 174	0.71 243	2.84 328	0.63 273	0.53 116	0.33 201	0.00 1	0.07 377	0.00 1	0.16 386	0.04 203	0.00 1

PCWNet_CMD	0.65 141	0.14 121	2.02 255	0.01 23	0.01 123	1.10 87	0.00 1	2.80 148	0.97 202	0.48 126	0.28 153	2.31 309	1.50 335	1.19 152	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.01 77

ICVP	0.46 90	0.08 49	1.58 198	0.01 23	0.01 123	1.10 87	0.21 301	3.80 270	0.52 64	0.42 117	0.27 151	0.33 122	0.06 99	0.57 121	0.13 100	0.00 1	0.07 377	0.00 1	0.00 1	0.04 203	0.01 77
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RALCasStereoNet	0.44 84	0.44 297	1.03 91	0.03 124	0.00 1	1.10 87	0.03 180	2.46 118	0.90 191	0.07 31	0.32 156	0.12 81	0.20 195	1.28 158	0.25 161	0.00 1	0.31 431	0.00 1	0.00 1	0.08 268	0.12 357

IGEV-Stereo++	0.20 12	0.05 14	0.22 1	0.01 23	0.00 1	1.11 92	0.00 1	1.84 78	0.34 52	0.08 38	0.01 1	0.02 3	0.03 47	0.19 29	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.03 169	0.01 77

AE-Stereo	0.47 95	0.11 97	1.03 91	0.04 152	0.09 290	1.11 92	0.03 180	4.16 297	0.34 52	0.35 105	0.82 251	0.15 94	0.16 176	0.45 107	0.05 19	0.00 1	0.09 390	0.00 1	0.26 420	0.09 290	0.05 277

MSMDNet	0.65 141	0.14 121	2.02 255	0.01 23	0.01 123	1.11 92	0.00 1	2.88 155	0.98 204	0.49 129	0.28 153	2.32 310	1.49 332	1.19 152	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.01 77

rvit_stereo_0075_2	0.37 61	0.13 113	2.43 302	0.02 81	0.00 1	1.12 95	0.02 137	1.66 71	1.15 242	0.16 75	0.08 92	0.02 3	0.05 80	0.40 97	0.09 72	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.10 344

LL-Strereo2	0.36 58	0.47 313	1.08 104	0.09 233	0.03 228	1.12 95	0.07 240	1.66 71	0.93 197	0.43 118	0.02 47	0.51 148	0.08 126	0.23 47	0.29 183	0.00 1	0.00 1	0.00 1	0.03 327	0.04 203	0.04 258

CAS	0.85 202	0.09 61	0.67 25	6.43 447	0.05 254	1.12 95	0.00 1	0.88 32	0.69 141	0.02 3	0.02 47	0.06 48	0.06 99	0.26 62	0.12 96	6.37 447	0.00 1	0.00 1	0.00 1	0.00 1	0.20 393

riskmin	0.47 95	0.03 2	1.01 75	0.08 223	0.01 123	1.12 95	0.01 73	3.00 161	0.21 33	0.46 124	0.02 47	2.08 288	1.06 305	0.26 62	0.04 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 77

UDGNet	0.35 54	0.50 322	1.14 118	0.02 81	0.00 1	1.12 95	0.02 137	0.70 21	1.57 317	0.31 89	0.05 82	0.06 48	0.02 22	1.45 170	0.09 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rafts_anoy	0.39 67	0.44 297	1.15 121	0.06 187	0.03 228	1.12 95	0.04 202	2.75 142	0.33 51	0.10 59	0.16 117	0.11 78	0.19 189	0.74 134	0.31 194	0.00 1	0.14 413	0.00 1	0.01 302	0.02 116	0.05 277

rvit_0105_3	0.47 95	0.28 229	2.20 274	0.01 23	0.00 1	1.13 101	0.00 1	3.20 198	1.26 258	0.08 38	0.26 147	0.09 68	0.03 47	0.62 129	0.11 92	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 173

testlalala	0.46 90	0.13 113	0.82 37	0.17 279	0.10 299	1.13 101	0.03 180	2.63 131	1.13 238	2.04 316	0.10 100	0.29 116	0.04 67	0.15 19	0.27 173	0.00 1	0.01 262	0.00 1	0.26 420	0.00 1	0.00 1

mmm	0.52 109	0.04 6	1.14 118	0.61 384	0.00 1	1.14 103	0.00 1	3.45 233	0.75 159	1.24 240	0.58 206	0.20 103	0.18 183	0.93 140	0.08 61	0.00 1	0.01 262	0.00 1	0.00 1	0.02 116	0.01 77

StereoVision	0.86 206	0.38 266	1.75 225	0.03 124	0.01 123	1.14 103	0.02 137	3.38 220	0.92 194	0.13 71	6.89 406	0.50 146	0.12 162	1.10 149	0.78 289	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.02 173

s12784h	0.56 119	0.14 121	1.22 142	0.02 81	0.00 1	1.14 103	0.03 180	3.43 230	1.47 299	1.02 205	1.41 296	0.05 37	0.02 22	1.08 148	0.09 72	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.00 1

TANstereo	0.30 40	0.28 229	0.86 43	0.03 124	0.01 123	1.14 103	0.00 1	0.53 7	0.44 60	1.06 215	1.24 287	0.06 48	0.05 80	0.25 55	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PMTNet	0.21 14	0.19 170	0.85 41	0.02 81	0.02 207	1.14 103	0.30 336	0.88 32	0.11 1	0.03 19	0.02 47	0.07 58	0.02 22	0.37 92	0.12 96	0.00 1	0.00 1	0.00 1	0.00 1	0.03 169	0.00 1

knoymous	0.35 54	0.05 14	1.11 110	0.05 172	0.01 123	1.15 108	0.01 73	2.06 90	0.14 6	0.40 114	0.02 47	1.67 265	0.00 1	0.31 75	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

rvit_105_1	0.60 125	0.33 251	2.37 299	0.01 23	0.00 1	1.16 109	0.00 1	3.38 220	1.20 250	0.16 75	0.26 147	0.13 86	0.04 67	2.66 197	0.24 154	0.00 1	0.00 1	0.00 1	0.00 1	0.03 169	0.03 229

RAFT_CTSACE	0.68 153	0.52 327	1.74 223	0.50 366	0.05 254	1.16 109	0.00 1	2.68 140	0.66 115	0.68 147	1.60 300	1.76 268	0.80 293	0.94 142	0.13 100	0.00 1	0.02 316	0.00 1	0.00 1	0.27 387	0.00 1

raft+_RVC	0.42 75	0.48 315	1.11 110	0.51 370	0.17 329	1.16 109	0.04 202	2.25 98	0.59 69	0.12 65	0.42 182	0.08 64	0.15 173	0.60 125	0.28 179	0.00 1	0.09 390	0.00 1	0.00 1	0.06 240	0.19 389

EGLCR-Stereo	0.28 35	0.09 61	0.73 29	0.18 285	0.05 254	1.17 112	0.04 202	2.37 103	0.17 20	0.35 105	0.01 1	0.01 1	0.02 22	0.38 95	0.04 7	0.00 1	0.01 262	0.00 1	0.00 1	0.00 1	0.03 229

ToySt	0.47 95	0.25 211	2.47 309	0.04 152	0.01 123	1.17 112	0.00 1	2.01 88	0.63 96	0.08 38	0.14 109	1.16 229	0.05 80	0.80 137	0.46 246	0.00 1	0.00 1	0.00 1	0.03 327	0.10 299	0.04 258

Selective-RAFT	0.37 61	0.06 30	0.65 23	0.03 124	0.01 123	1.17 112	0.02 137	2.63 131	0.66 115	0.01 1	0.01 1	0.22 104	0.18 183	1.31 159	0.24 154	0.00 1	0.00 1	0.00 1	0.20 402	0.04 203	0.00 1

RCA-Stereo	0.37 61	0.14 121	0.76 31	0.01 23	0.00 1	1.17 112	0.00 1	3.14 181	0.61 84	0.71 151	0.47 197	0.05 37	0.13 168	0.19 29	0.03 5	0.00 1	0.01 262	0.00 1	0.00 1	0.06 240	0.01 77

raftrobust	0.46 90	0.42 286	1.05 100	0.01 23	0.21 349	1.17 112	0.05 219	2.07 92	0.19 25	2.98 367	0.02 47	0.12 81	0.15 173	0.25 55	0.31 194	0.00 1	0.03 340	0.00 1	0.00 1	0.08 268	0.06 307

HCRNet	0.73 161	0.19 170	1.10 108	0.01 23	0.00 1	1.17 112	0.01 73	3.07 173	1.97 350	0.60 135	0.21 139	0.56 152	0.11 151	5.34 316	0.20 138	0.00 1	0.00 1	0.00 1	0.00 1	0.03 169	0.02 173

Pointernet	0.34 50	0.10 80	1.09 106	0.01 23	0.08 282	1.18 118	0.05 219	2.99 160	0.62 91	0.03 19	0.01 1	0.15 94	0.05 80	0.24 50	0.09 72	0.00 1	0.00 1	0.00 1	0.11 371	0.01 36	0.00 1

H2IRNET	0.47 95	0.22 197	1.27 149	0.15 269	0.01 123	1.18 118	0.01 73	1.65 68	0.48 62	0.02 3	1.80 314	0.46 138	0.04 67	1.62 174	0.35 214	0.00 1	0.00 1	0.01 369	0.01 302	0.16 338	0.02 173

DLNR_Zeroshot_test	23.05 469	49.79 475	87.94 474	97.52 487	94.73 482	1.18 118	0.00 1	20.60 461	0.14 6	0.02 3	0.02 47	0.02 3	0.02 22	4.35 263	0.10 84	32.22 474	0.04 351	0.00 1	0.27 423	72.00 480	0.06 307

EKT-Stereo	0.74 163	0.18 162	1.23 144	0.81 400	4.25 443	1.19 121	0.03 180	2.17 96	0.13 4	0.35 105	0.40 179	0.97 212	0.08 126	2.61 196	0.09 72	0.00 1	0.09 390	0.00 1	0.07 355	0.04 203	0.03 229

testlalala_base	1.19 289	0.11 97	0.90 51	0.07 208	0.05 254	1.19 121	0.01 73	4.28 312	0.15 10	0.04 25	0.01 1	0.24 105	0.04 67	0.12 12	0.29 183	7.21 448	1.13 444	0.00 1	0.25 417	7.61 446	0.00 1

anonymousdsp2	0.52 109	0.06 30	1.51 184	0.10 242	0.00 1	1.19 121	0.01 73	4.32 319	0.63 96	0.33 93	0.15 115	0.78 193	0.09 134	1.01 146	0.06 43	0.00 1	0.00 1	0.00 1	0.11 371	0.04 203	0.05 277

TRStereo	0.59 124	0.79 382	1.59 201	0.56 377	0.01 123	1.19 121	0.03 180	4.74 351	0.60 76	0.17 78	0.01 1	0.62 159	0.44 243	0.57 121	0.07 49	0.00 1	0.04 351	0.00 1	0.24 414	0.01 36	0.14 370

LCNet	0.87 213	0.18 162	0.97 69	0.14 266	0.26 366	1.19 121	0.22 305	2.36 102	0.71 152	1.82 297	0.21 139	0.11 78	2.56 376	5.56 326	0.14 105	0.00 1	0.00 1	0.00 1	0.00 1	0.15 333	0.81 425

CREStereo++_RVC	0.29 38	0.19 170	0.83 40	0.05 172	0.00 1	1.19 121	0.00 1	0.66 19	0.99 208	0.25 85	1.26 290	0.05 37	0.07 111	0.20 40	0.09 72	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
111	0.79 182	0.70 371	2.21 275	0.01 23	0.01 123	1.19 121	0.16 284	3.78 266	1.98 352	1.22 238	0.91 260	2.01 283	0.32 222	0.32 81	0.64 278	0.00 1	0.00 1	0.00 1	0.00 1	0.08 268	0.17 379

AFF-stereo	0.65 141	0.46 305	0.82 37	0.37 345	0.00 1	1.19 121	0.00 1	3.04 170	1.42 289	0.72 153	1.95 321	1.16 229	0.26 209	0.97 144	0.31 194	0.00 1	0.02 316	0.00 1	0.00 1	0.21 368	0.02 173

FENet	0.52 109	0.07 40	1.62 203	0.04 152	0.00 1	1.19 121	0.05 219	3.10 177	0.98 204	0.89 176	0.01 1	1.63 261	0.09 134	0.47 111	0.28 179	0.00 1	0.01 262	0.00 1	0.00 1	0.00 1	0.01 77

iRaft-Stereo_5w	1.08 259	0.56 339	2.70 323	0.02 81	0.02 207	1.20 130	0.01 73	3.18 191	0.63 96	0.14 73	2.00 324	1.62 258	1.54 338	6.69 376	1.01 306	0.00 1	0.00 1	0.00 1	0.00 1	0.23 372	0.01 77

test-1	0.52 109	0.25 211	0.94 59	0.03 124	0.22 351	1.20 130	0.08 246	4.03 289	0.25 44	0.70 149	0.66 226	0.71 179	0.03 47	0.30 74	0.43 236	0.00 1	0.18 422	0.00 1	0.07 355	0.01 36	0.25 402

iRaftStereo_RVC	0.36 58	0.27 218	0.76 31	0.01 23	0.00 1	1.20 130	0.01 73	2.15 94	0.62 91	0.15 74	0.22 143	0.69 172	0.12 162	0.28 69	0.18 131	0.00 1	0.06 368	0.00 1	0.00 1	0.27 387	0.22 397

test_sample7	0.72 160	0.18 162	1.23 144	0.55 375	0.01 123	1.21 133	0.00 1	4.31 315	1.07 225	1.35 251	0.36 169	0.70 175	0.44 243	2.58 192	0.34 208	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.02 173

ASMatch	1.44 319	0.14 121	2.15 271	0.60 381	0.21 349	1.21 133	0.26 315	0.96 34	0.66 115	0.29 88	11.75 425	0.93 205	2.37 372	6.73 379	0.54 262	0.00 1	0.00 1	0.00 1	0.01 302	0.00 1	0.04 258

RAFT-Stereo + iAFF	0.60 125	0.36 259	0.96 64	0.03 124	0.02 207	1.21 133	0.02 137	2.80 148	1.55 311	1.08 216	2.63 351	0.43 135	0.16 176	0.37 92	0.25 161	0.00 1	0.02 316	0.00 1	0.00 1	0.19 358	0.01 77

test_sample2	0.63 136	0.05 14	1.13 116	0.31 327	0.01 123	1.22 136	0.00 1	3.87 281	1.03 212	0.91 181	0.02 47	0.50 146	0.13 168	3.16 210	0.26 168	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 173

CES	0.43 81	0.14 121	0.85 41	0.05 172	1.52 429	1.22 136	0.05 219	1.01 36	0.59 69	0.03 19	0.02 47	0.14 92	0.10 141	0.40 97	0.10 84	0.00 1	0.01 262	0.00 1	0.00 1	0.01 36	2.45 443

Anonymous_2	1.69 352	0.05 14	1.31 160	0.08 223	0.03 228	1.22 136	0.01 73	3.25 202	0.19 25	0.76 159	0.13 108	2.68 320	1.99 363	0.39 96	0.13 100	0.05 395	0.25 426	3.27 445	14.54 470	3.40 438	0.01 77

DCANet-4	0.69 155	0.15 133	3.76 372	0.03 124	0.01 123	1.22 136	0.01 73	3.14 181	1.90 346	2.34 339	0.14 109	0.11 78	0.25 207	0.34 85	0.29 183	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 277

fff	0.66 146	0.42 286	2.21 275	0.01 23	0.01 123	1.22 136	0.02 137	3.26 204	1.04 214	2.34 339	0.14 109	0.09 68	1.83 356	0.34 85	0.29 183	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 277

ADStereo(finetuned)	0.83 194	0.43 292	3.68 369	0.03 124	0.00 1	1.22 136	0.01 73	3.26 204	1.86 342	2.61 356	0.20 138	0.09 68	2.39 374	0.34 85	0.38 224	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.06 307

dd	0.34 50	0.67 363	1.55 188	0.04 152	0.01 123	1.22 136	0.03 180	0.84 31	1.16 244	0.18 80	0.05 82	0.12 81	0.05 80	0.29 71	0.44 239	0.02 378	0.00 1	0.00 1	0.00 1	0.05 222	0.00 1

CFNet_pseudo	0.66 146	0.17 155	2.08 266	0.00 1	0.01 123	1.22 136	0.00 1	2.79 145	0.73 153	0.78 164	0.46 194	2.32 310	0.63 273	1.77 179	0.15 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

DCANet	0.66 146	0.43 292	2.21 275	0.03 124	0.00 1	1.22 136	0.01 73	3.26 204	1.85 341	2.61 356	0.21 139	0.09 68	0.49 252	0.33 84	0.39 231	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.06 307

csc	0.66 146	0.42 286	2.21 275	0.01 23	0.01 123	1.22 136	0.02 137	3.26 204	1.04 214	2.34 339	0.14 109	0.09 68	1.83 356	0.34 85	0.29 183	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 277

cscssc	0.66 146	0.42 286	2.21 275	0.01 23	0.01 123	1.22 136	0.02 137	3.26 204	1.04 214	2.34 339	0.14 109	0.09 68	1.83 356	0.34 85	0.29 183	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 277

CREStereo	0.22 19	0.17 155	0.64 21	0.00 1	0.01 123	1.22 136	0.01 73	1.15 41	0.56 66	0.10 59	0.07 89	0.04 19	0.00 1	0.32 81	0.10 84	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	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
ccs_rob	0.65 141	0.17 155	2.09 267	0.00 1	0.01 123	1.22 136	0.00 1	2.77 143	0.73 153	0.75 156	0.44 189	2.32 310	0.64 276	1.76 178	0.15 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

AANet_RVC	1.66 343	0.88 394	3.52 363	0.06 187	0.00 1	1.22 136	0.00 1	3.25 202	2.51 382	2.21 326	4.49 385	3.65 366	0.20 195	7.10 406	3.42 386	0.50 429	0.04 351	0.00 1	0.00 1	0.08 268	0.05 277

ADLNet2	1.38 314	0.39 272	3.13 342	0.00 1	0.70 413	1.23 150	0.26 315	4.19 300	2.36 375	1.45 267	3.16 365	4.23 376	0.82 297	4.56 283	0.88 295	0.00 1	0.00 1	0.00 1	0.00 1	0.13 317	0.02 173

trnet	0.22 19	0.14 121	0.67 25	0.00 1	0.00 1	1.24 151	0.01 73	1.16 42	0.56 66	0.09 44	0.08 92	0.05 37	0.00 1	0.29 71	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

SPstereo	0.24 29	0.29 237	0.82 37	0.01 23	0.00 1	1.24 151	0.00 1	1.70 73	0.23 37	0.02 3	0.01 1	0.09 68	0.10 141	0.18 26	0.05 19	0.00 1	0.03 340	0.00 1	0.00 1	0.08 268	0.01 77

RAFT+CT+SA	0.66 146	0.45 301	1.22 142	0.10 242	0.30 385	1.24 151	0.02 137	4.21 302	0.67 123	0.62 136	0.39 178	0.33 122	0.05 80	2.69 199	0.14 105	0.00 1	0.00 1	0.00 1	0.35 436	0.13 317	0.30 404

dad	0.88 217	0.62 352	2.26 289	0.06 187	0.01 123	1.24 151	0.00 1	0.98 35	2.17 366	1.29 242	0.35 166	0.37 125	0.04 67	5.80 336	1.06 307	0.01 356	0.00 1	1.13 436	0.11 371	0.05 222	0.00 1

IPLGR	0.76 172	0.21 187	2.98 332	0.06 187	0.07 273	1.24 151	0.05 219	3.09 176	1.38 279	0.62 136	0.34 163	0.75 183	0.78 291	3.35 213	0.22 144	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.06 307

GrayStereo	1.46 321	0.03 2	0.87 45	0.63 387	0.20 344	1.24 151	4.61 437	2.85 153	0.62 91	4.98 406	4.00 383	0.45 137	4.67 414	3.37 215	0.08 61	0.00 1	0.00 1	0.00 1	0.50 440	0.01 36	0.01 77

CFNet-RSSM	0.51 106	0.12 104	1.26 147	0.03 124	0.14 317	1.24 151	0.02 137	4.12 295	0.15 10	0.31 89	0.01 1	1.96 282	0.04 67	0.19 29	0.25 161	0.00 1	0.01 262	0.00 1	0.27 423	0.01 36	0.01 77

R-Stereo Train	0.44 84	0.09 61	0.94 59	0.02 81	0.00 1	1.24 151	0.09 257	3.65 254	0.11 1	1.87 300	0.42 182	0.06 48	0.01 7	0.25 55	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 173

RAFT-Stereo	0.44 84	0.09 61	0.94 59	0.02 81	0.00 1	1.24 151	0.09 257	3.65 254	0.11 1	1.87 300	0.42 182	0.06 48	0.01 7	0.25 55	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 173
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
KYRaft	1.19 289	0.05 14	0.94 59	0.06 187	0.24 360	1.25 160	0.78 377	2.48 121	0.61 84	3.23 374	7.13 408	1.00 215	2.77 382	1.43 165	0.14 105	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	1.71 439

XX-Stereo	1.04 250	0.20 180	4.94 409	0.85 404	0.04 245	1.25 160	0.00 1	3.37 218	0.45 61	1.22 238	0.50 199	3.70 368	0.02 22	3.91 245	0.05 19	0.00 1	0.09 390	0.00 1	0.20 402	0.03 169	0.02 173

GMStereo_Zeroshot	0.63 136	0.14 121	1.54 186	0.75 396	0.00 1	1.26 162	0.01 73	1.85 79	0.31 47	1.44 266	0.58 206	1.76 268	0.19 189	2.55 191	0.10 84	0.00 1	0.00 1	0.00 1	0.00 1	0.03 169	0.00 1

MIM_Stereo	0.45 87	0.43 292	1.18 131	0.51 370	0.04 245	1.26 162	0.02 137	2.38 104	0.65 108	0.07 31	0.02 47	0.70 175	0.20 195	1.01 146	0.13 100	0.00 1	0.09 390	0.00 1	0.00 1	0.14 323	0.10 344

Prome-Stereo	1.23 296	0.06 30	0.93 58	0.12 252	0.24 360	1.26 162	0.67 371	2.53 126	0.69 141	2.08 318	8.70 416	0.76 184	2.91 386	2.12 186	0.11 92	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 437

DCVSM-stereo	0.70 158	0.04 6	1.69 217	0.07 208	0.01 123	1.27 165	0.04 202	1.85 79	0.14 6	3.56 383	0.08 92	3.07 343	0.60 264	1.35 163	0.11 92	0.00 1	0.00 1	0.01 369	0.00 1	0.02 116	0.00 1

SA	0.83 194	0.41 280	1.17 128	0.00 1	0.20 344	1.28 166	0.01 73	3.98 285	1.86 342	0.41 116	0.96 264	0.27 112	1.33 327	4.07 250	0.35 214	0.00 1	0.00 1	0.00 1	0.17 394	0.14 323	0.01 77

DAS	1.26 298	0.08 49	2.25 285	0.04 152	0.01 123	1.28 166	1.18 390	3.80 270	1.58 321	4.60 400	2.37 343	1.53 246	0.53 255	5.36 317	0.59 271	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.01 77

SepStereo	1.28 299	0.08 49	2.25 285	0.04 152	0.01 123	1.28 166	1.18 390	3.80 270	1.58 321	4.60 400	2.37 343	1.53 246	0.53 255	5.63 332	0.59 271	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.01 77

DMCA	0.68 153	0.22 197	1.96 246	0.01 23	0.01 123	1.28 166	0.02 137	3.02 164	1.54 310	2.14 320	0.15 115	1.74 266	0.10 141	0.45 107	0.95 302	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.01 77

TestStereo1	0.77 173	0.46 305	1.12 112	0.15 269	0.19 340	1.29 170	0.01 73	3.33 214	1.55 311	0.45 121	1.67 304	0.13 86	1.23 318	3.39 216	0.27 173	0.00 1	0.00 1	0.00 1	0.00 1	0.17 343	0.07 323

SA-5K	0.77 173	0.46 305	1.12 112	0.15 269	0.19 340	1.29 170	0.01 73	3.33 214	1.55 311	0.45 121	1.67 304	0.13 86	1.23 318	3.39 216	0.27 173	0.00 1	0.00 1	0.00 1	0.00 1	0.17 343	0.07 323

MIPNet	0.64 139	0.42 286	2.01 253	0.08 223	0.07 273	1.29 170	0.11 266	3.47 237	1.29 266	0.67 145	0.10 100	0.63 162	0.97 303	1.25 156	0.25 161	0.00 1	0.01 262	0.01 369	0.01 302	0.11 307	0.04 258

GwcNet-ADL	0.62 134	0.20 180	2.03 257	0.05 172	0.01 123	1.29 170	0.02 137	3.16 188	1.39 281	0.97 190	0.44 189	1.48 244	0.23 202	0.78 135	0.27 173	0.01 356	0.00 1	0.00 1	0.00 1	0.01 36	0.03 229

HHNet	0.87 213	0.25 211	1.78 228	0.16 276	0.08 282	1.30 174	0.44 355	1.93 83	0.64 103	1.41 262	5.92 398	0.14 92	1.79 354	0.35 90	0.95 302	0.05 395	0.00 1	0.01 369	0.00 1	0.14 323	0.01 77

DMCA-RVC	0.90 224	0.64 356	3.30 353	0.03 124	0.04 245	1.30 174	0.06 236	2.65 134	0.73 153	3.21 373	0.09 96	0.99 214	0.66 283	3.14 209	0.99 304	0.01 356	0.04 351	0.02 394	0.01 302	0.07 255	0.01 77

PWC_ROB	2.90 395	1.01 406	6.12 426	0.53 372	0.57 410	1.30 174	0.40 350	3.85 277	4.42 413	7.37 422	15.40 433	3.03 342	1.55 339	6.31 353	5.74 409	0.00 1	0.00 1	0.00 1	0.00 1	0.46 416	0.05 277

StereoDRNet-Refined	0.83 194	0.12 104	1.18 131	0.02 81	0.01 123	1.31 177	0.00 1	3.33 214	1.07 225	1.92 304	1.24 287	2.48 316	0.18 183	1.86 182	1.67 337	0.00 1	0.00 1	0.00 1	0.00 1	0.14 323	0.05 277
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CFNet_ucs	0.77 173	0.20 180	2.22 282	0.01 23	0.01 123	1.32 178	0.00 1	3.30 212	1.31 270	1.15 223	1.14 276	2.19 303	0.42 241	2.04 185	0.12 96	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.01 77

LoS	0.28 35	0.16 144	0.95 63	0.07 208	0.01 123	1.32 178	0.07 240	1.30 48	0.60 76	0.04 25	0.03 68	0.28 114	0.11 151	0.48 112	0.11 92	0.00 1	0.01 262	0.00 1	0.00 1	0.03 169	0.00 1
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
PSM-AAD	1.15 284	0.04 6	0.88 47	0.10 242	0.27 371	1.32 178	3.25 421	2.41 113	0.64 103	2.93 363	1.92 319	0.15 94	5.39 425	3.42 218	0.19 137	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.05 277

CFNet-ft	0.77 173	0.46 305	1.34 163	0.01 23	0.27 371	1.32 178	0.02 137	2.40 106	0.68 128	0.63 140	0.18 126	3.23 355	0.21 199	3.97 247	0.54 262	0.00 1	0.00 1	0.01 369	0.00 1	0.03 169	0.02 173

BEATNet_4x	0.97 233	0.77 379	3.36 356	0.46 357	0.01 123	1.32 178	0.09 257	4.57 339	1.26 258	1.88 302	0.22 143	1.09 225	0.42 241	1.79 180	2.09 362	0.00 1	0.00 1	0.00 1	0.00 1	0.08 268	0.06 307

CFNet_RVC	0.77 173	0.46 305	1.34 163	0.01 23	0.27 371	1.32 178	0.02 137	2.40 106	0.68 128	0.63 140	0.18 126	3.23 355	0.21 199	3.97 247	0.54 262	0.00 1	0.00 1	0.01 369	0.00 1	0.03 169	0.02 173

Sa-1000	1.04 250	0.39 272	1.17 128	0.00 1	0.20 344	1.33 184	0.03 180	4.19 300	1.81 336	0.99 203	5.33 394	0.61 156	0.15 173	4.07 250	0.30 191	0.00 1	0.00 1	0.00 1	0.16 386	0.13 317	0.00 1

IRAFT_RVC	1.02 246	0.20 180	1.58 198	1.39 428	0.26 366	1.33 184	0.32 340	2.52 124	0.66 115	1.58 281	0.81 249	1.16 229	1.58 344	6.51 365	0.43 236	0.00 1	0.12 408	0.00 1	0.00 1	0.02 116	0.03 229

RAFT-Stereo-weight	0.39 67	0.07 40	0.81 35	0.07 208	0.02 207	1.34 186	0.05 219	3.15 183	0.31 47	0.94 185	0.52 201	0.26 111	0.01 7	0.19 29	0.07 49	0.00 1	0.01 262	0.00 1	0.00 1	0.00 1	0.01 77

MSKI-zero shot	0.73 161	0.13 113	1.56 195	0.02 81	0.14 317	1.34 186	0.04 202	3.00 161	0.23 37	0.67 145	1.64 301	0.89 199	0.00 1	4.55 281	0.10 84	0.00 1	0.02 316	0.00 1	0.21 407	0.03 169	0.01 77

DeepStereo_RVC	0.52 109	0.08 49	1.37 168	0.06 187	0.06 264	1.34 186	0.41 352	1.43 53	0.68 128	1.03 209	0.85 254	0.49 144	1.56 340	0.79 136	0.17 121	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.13 363

hitnet-ft	1.09 267	0.39 272	1.45 178	0.04 152	0.00 1	1.34 186	0.22 305	3.34 217	2.25 372	1.48 268	1.11 273	4.17 375	0.37 233	4.73 289	0.79 290	0.01 356	0.00 1	0.03 399	0.00 1	0.09 290	0.01 77

HITNet	0.80 186	0.58 343	2.14 270	0.69 392	0.00 1	1.35 190	0.02 137	4.50 333	1.15 242	1.76 293	0.16 117	0.60 155	0.30 214	1.13 151	1.64 336	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	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
iResNet_ROB	1.05 257	0.76 377	2.06 263	0.07 208	0.00 1	1.35 190	0.03 180	6.80 430	2.57 386	0.79 166	1.20 283	0.94 208	0.12 162	3.81 238	0.41 232	0.00 1	0.00 1	0.00 1	0.00 1	0.08 268	0.01 77

raft_robust	0.98 235	0.57 342	1.21 141	0.06 187	0.17 329	1.36 192	0.02 137	3.46 235	2.18 367	0.33 93	0.01 1	1.54 248	1.42 330	6.77 382	0.15 112	0.00 1	0.02 316	0.00 1	0.18 397	0.11 307	0.09 340

iRaft-Stereo_20w	0.92 226	0.15 133	2.68 322	0.24 306	0.06 264	1.36 192	0.28 327	7.46 435	0.34 52	1.56 280	0.37 173	0.62 159	1.24 321	1.25 156	0.34 208	0.00 1	0.09 390	0.00 1	0.16 386	0.02 116	0.13 363

IPLG	0.86 206	0.41 280	2.31 295	0.06 187	0.06 264	1.36 192	0.11 266	3.17 190	0.83 180	0.62 136	1.00 267	0.46 138	0.61 267	5.57 329	0.35 214	0.00 1	0.00 1	0.00 1	0.00 1	0.18 351	0.01 77

ACVNet	0.57 121	0.21 187	1.34 163	0.09 233	0.00 1	1.36 192	0.22 305	2.40 106	1.05 220	0.63 140	0.66 226	1.94 280	0.26 209	0.31 75	0.79 290	0.00 1	0.00 1	0.00 1	0.00 1	0.08 268	0.00 1

GANet-RSSM	0.88 217	0.38 266	1.45 178	0.60 381	0.00 1	1.36 192	0.02 137	4.55 335	0.69 141	0.71 151	0.32 156	1.56 250	0.61 267	4.55 281	0.64 278	0.00 1	0.00 1	0.05 406	0.00 1	0.08 268	0.02 173

test_sample3	0.84 200	0.15 133	2.22 282	0.48 361	0.01 123	1.37 197	0.01 73	4.63 344	1.17 245	1.43 263	0.43 186	0.80 195	0.10 141	3.48 222	0.38 224	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.02 173

GEStereo_RVC	1.10 271	0.42 286	1.72 221	0.28 320	0.01 123	1.37 197	0.11 266	6.25 419	0.84 183	1.05 212	0.67 234	1.61 256	0.79 292	6.11 343	0.63 276	0.00 1	0.00 1	0.00 1	0.00 1	0.10 299	0.04 258

PSMNet-RSSM	0.90 224	0.44 297	1.35 166	0.13 256	0.00 1	1.37 197	0.03 180	4.79 359	0.85 187	1.11 219	0.49 198	2.15 295	0.35 229	4.09 254	0.73 285	0.00 1	0.00 1	0.01 369	0.00 1	0.03 169	0.01 77

NLCA_NET_v2_RVC	1.04 250	0.55 335	2.52 312	0.56 377	1.00 419	1.37 197	0.00 1	3.43 230	1.35 276	2.24 328	0.35 166	2.18 302	0.58 263	4.28 259	0.34 208	0.00 1	0.00 1	0.00 1	0.01 302	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.
PASM	1.58 336	1.05 408	7.51 434	0.56 377	0.09 290	1.37 197	0.28 327	2.85 153	1.44 294	3.91 391	0.44 189	3.02 340	0.64 276	6.38 357	1.59 334	0.00 1	0.01 262	0.00 1	0.03 327	0.26 383	0.15 372

PS-NSSS	1.08 259	0.45 301	1.70 219	0.02 81	0.01 123	1.37 197	0.01 73	4.38 321	2.09 357	1.15 223	2.65 352	0.65 165	0.07 111	6.35 355	0.56 265	0.16 413	0.00 1	0.00 1	0.00 1	0.05 222	0.00 1

CrosDoStereo	1.66 343	0.15 133	1.66 211	0.02 81	0.07 273	1.38 203	6.16 451	3.12 179	1.06 223	0.97 190	3.74 377	0.96 209	4.79 416	7.00 403	1.92 352	0.00 1	0.00 1	0.00 1	0.00 1	0.11 307	0.00 1

DeepStereo_LL	1.66 343	0.15 133	1.66 211	0.02 81	0.07 273	1.38 203	6.16 451	3.12 179	1.06 223	0.97 190	3.74 377	0.96 209	4.79 416	7.00 403	1.92 352	0.00 1	0.00 1	0.00 1	0.00 1	0.11 307	0.00 1

iResNetv2_ROB	1.08 259	1.12 412	4.68 404	1.09 419	0.00 1	1.38 203	0.05 219	3.83 274	1.11 231	0.80 168	1.15 277	1.02 217	0.12 162	4.52 278	0.45 242	0.00 1	0.00 1	0.00 1	0.00 1	0.33 400	0.03 229

ITSA-stereo	1.13 279	0.14 121	1.59 201	0.17 279	0.04 245	1.40 206	0.14 278	5.66 403	3.10 394	0.74 155	0.35 166	0.62 159	1.06 305	5.53 322	1.63 335	0.03 386	0.00 1	0.09 410	0.06 351	0.07 255	0.07 323

IPLGR_C	0.75 168	0.88 394	2.58 317	0.13 256	0.02 207	1.40 206	0.27 319	3.19 196	0.84 183	1.92 304	2.46 345	0.18 100	0.11 151	0.49 113	0.26 168	0.00 1	0.05 360	0.01 369	0.05 342	0.19 358	0.06 307

ACRE	0.75 168	0.78 380	2.72 326	0.13 256	0.02 207	1.40 206	0.26 315	3.20 198	0.82 177	1.84 299	2.46 345	0.19 101	0.10 141	0.52 114	0.26 168	0.00 1	0.04 351	0.01 369	0.05 342	0.19 358	0.05 277

cf-r	0.98 235	0.51 326	2.04 261	0.25 309	0.01 123	1.40 206	0.03 180	4.47 331	1.65 326	0.95 186	0.58 206	2.63 318	0.24 204	4.19 256	0.58 269	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.04 258

CFNet	1.08 259	0.62 352	2.26 289	0.26 315	0.03 228	1.40 206	0.04 202	4.45 330	2.09 357	0.48 126	0.69 236	1.31 237	0.24 204	6.63 371	0.83 292	0.00 1	0.00 1	0.00 1	0.00 1	0.17 343	0.04 258

test_sample5	0.86 206	0.16 144	2.25 285	0.49 363	0.01 123	1.41 211	0.01 73	4.55 335	1.27 261	1.35 251	0.89 258	0.58 153	0.11 151	3.75 233	0.38 224	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.02 173

DualNet	0.88 217	0.16 144	2.25 285	0.49 363	0.01 123	1.41 211	0.01 73	4.55 335	1.27 261	1.43 263	1.12 274	0.58 153	0.11 151	3.75 233	0.38 224	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.02 173

CIPLG	0.75 168	0.81 386	2.38 300	0.13 256	0.03 228	1.41 211	0.27 319	3.19 196	0.84 183	1.98 310	2.56 350	0.19 101	0.10 141	0.54 118	0.26 168	0.00 1	0.05 360	0.01 369	0.05 342	0.19 358	0.05 277

GMM-Stereo	1.09 267	0.05 14	1.62 203	0.13 256	0.22 351	1.41 211	0.87 379	2.31 100	0.62 91	2.75 359	3.14 362	0.54 151	0.90 300	5.33 315	0.13 100	0.01 356	0.00 1	0.00 1	0.02 320	0.01 36	1.80 440

HGLStereo	1.03 248	0.18 162	1.50 181	0.01 23	0.01 123	1.41 211	0.01 73	3.41 226	0.82 177	1.05 212	3.09 361	2.11 291	1.24 321	4.51 277	1.18 314	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.03 229

STTStereo	0.83 194	0.34 252	2.44 304	0.24 306	0.15 322	1.41 211	0.10 264	3.02 164	1.55 311	1.34 247	0.17 123	1.77 270	0.45 247	3.42 218	0.30 191	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 77

DeepPrunerF	2.50 386	0.87 393	14.90 451	0.17 279	0.31 388	1.41 211	0.29 330	5.62 401	9.97 436	1.02 205	0.43 186	2.01 283	1.65 348	6.85 386	3.99 390	0.00 1	0.01 262	0.07 407	0.10 367	0.24 375	0.12 357

test_sample4	0.86 206	0.16 144	2.28 293	0.50 366	0.01 123	1.42 218	0.01 73	4.65 346	1.27 261	1.52 270	0.66 226	0.69 172	0.08 126	3.50 223	0.38 224	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.02 173

FTStereo	2.16 378	0.03 2	1.42 174	0.17 279	0.13 311	1.42 218	4.67 439	2.44 115	0.63 96	3.36 377	17.95 437	0.78 193	4.17 408	4.41 267	0.14 105	0.15 412	0.00 1	0.00 1	0.00 1	0.01 36	1.25 434

GwcNet-RSSM	1.02 246	0.69 367	2.70 323	0.22 298	0.02 207	1.42 218	0.05 219	4.02 287	1.01 210	0.90 178	0.42 182	2.89 332	0.26 209	4.43 269	1.17 313	0.00 1	0.00 1	0.02 394	0.00 1	0.13 317	0.05 277

test_sample6	0.89 223	0.17 155	2.23 284	0.48 361	0.01 123	1.43 221	0.01 73	4.49 332	1.40 285	1.43 263	1.12 274	0.64 164	0.14 171	3.86 242	0.42 234	0.00 1	0.01 262	0.00 1	0.00 1	0.02 116	0.02 173

gcap-zeroshot	0.70 158	0.26 215	1.98 249	0.19 293	0.27 371	1.43 221	0.02 137	4.23 306	0.82 177	0.75 156	0.54 203	2.19 303	0.03 47	0.63 130	0.25 161	0.00 1	0.11 401	0.00 1	0.20 402	0.00 1	0.01 77

GANet-ADL	0.52 109	0.09 61	1.43 175	0.13 256	0.02 207	1.43 221	0.02 137	3.22 201	0.59 69	0.34 104	0.98 266	1.09 225	0.19 189	0.40 97	0.34 208	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.01 77

DIP-Stereo	0.58 122	0.23 204	0.90 51	0.08 223	0.00 1	1.43 221	0.01 73	6.01 415	1.38 279	0.92 183	0.11 105	0.04 19	0.19 189	0.12 12	0.07 49	0.00 1	0.01 262	0.00 1	0.00 1	0.03 169	0.01 77
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
PFNet+	0.54 117	0.10 80	1.31 160	0.16 276	0.05 254	1.44 225	0.56 364	1.60 67	0.98 204	1.35 251	0.46 194	0.37 125	0.01 7	2.18 189	0.22 144	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

RAFT-IKP	0.45 87	0.09 61	1.06 101	0.06 187	0.06 264	1.44 225	0.31 339	1.44 57	0.69 141	0.97 190	0.18 126	0.76 184	0.02 22	1.65 175	0.17 121	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.04 258

xxxx	1.78 359	0.07 40	1.02 80	0.00 1	0.01 123	1.44 225	0.00 1	5.81 409	1.53 309	1.37 257	1.91 318	1.08 223	0.05 80	4.37 266	16.98 451	0.00 1	0.01 262	0.00 1	0.00 1	0.01 36	0.02 173

test_xeample	1.79 360	0.08 49	1.03 91	0.02 81	0.00 1	1.44 225	0.00 1	5.48 393	1.84 338	1.65 284	2.17 338	0.37 125	0.06 99	4.00 249	17.67 453	0.00 1	0.01 262	0.00 1	0.00 1	0.01 36	0.02 173

Syn2CoEx	1.66 343	1.17 414	4.29 391	0.04 152	0.00 1	1.44 225	0.56 364	5.33 386	1.98 352	2.01 314	2.12 332	2.08 288	2.81 383	6.55 366	2.42 368	0.00 1	0.00 1	0.00 1	0.00 1	0.33 400	0.06 307

PA-Net	1.31 306	0.59 345	3.65 368	0.06 187	0.15 322	1.44 225	0.54 363	4.08 290	2.71 388	0.78 164	1.16 279	2.32 310	0.64 276	5.96 338	1.92 352	0.01 356	0.00 1	0.00 1	0.00 1	0.04 203	0.06 307
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DispNO	1.25 297	0.52 327	3.40 358	0.11 251	0.05 254	1.45 231	0.01 73	3.73 260	1.68 328	1.34 247	1.59 299	3.15 349	1.12 313	5.56 326	1.14 312	0.00 1	0.02 316	0.03 399	0.12 376	0.05 222	0.03 229

test_5	0.74 163	0.50 322	1.55 188	0.44 351	0.25 363	1.45 231	0.01 73	4.16 297	0.78 170	0.79 166	0.17 123	0.42 134	0.64 276	3.06 208	0.18 131	0.00 1	0.00 1	0.00 1	0.00 1	0.16 338	0.21 395

STrans-v2	1.67 347	0.36 259	3.28 352	0.02 81	0.19 340	1.45 231	0.08 246	6.69 426	1.49 305	2.00 311	2.86 357	3.67 367	3.88 407	7.04 405	0.45 242	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

CRE-IMP	0.40 71	0.06 30	1.04 95	0.07 208	0.05 254	1.45 231	0.46 357	1.48 63	0.63 96	0.90 178	0.30 155	0.88 198	0.01 7	0.26 62	0.22 144	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.17 379

CVANet_RVC	1.10 271	0.39 272	1.69 217	0.28 320	0.00 1	1.45 231	0.48 358	3.26 204	1.64 325	2.93 363	1.22 284	1.51 245	0.37 233	6.09 342	0.50 253	0.00 1	0.00 1	0.00 1	0.00 1	0.18 351	0.01 77

AdaStereo	0.65 141	0.09 61	1.12 112	0.02 81	0.00 1	1.45 231	0.23 309	4.38 321	1.44 294	1.17 227	0.37 173	1.56 250	0.18 183	0.56 120	0.37 221	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	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.
anonymousa	0.79 182	0.26 215	1.91 236	0.03 124	0.29 383	1.46 237	0.02 137	3.76 263	0.97 202	0.72 153	2.25 340	3.21 353	0.56 259	0.15 19	0.12 96	0.00 1	0.00 1	0.00 1	0.04 337	0.00 1	0.02 173

MyStereo8	0.85 202	0.52 327	3.20 347	0.20 294	0.00 1	1.47 238	0.01 73	3.53 243	1.91 347	1.34 247	0.65 224	1.22 232	0.31 218	0.57 121	1.38 328	0.00 1	0.14 413	0.00 1	0.06 351	0.09 290	0.30 404

AAGNet	1.54 330	0.07 40	0.88 47	1.04 416	0.27 371	1.47 238	0.66 370	1.57 66	0.61 84	1.68 286	0.82 251	1.62 258	2.29 369	6.18 345	11.63 439	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

PSM-softLoss	0.85 202	0.10 80	1.50 181	1.14 420	0.03 228	1.47 238	0.27 319	2.48 121	0.69 141	1.30 243	0.38 175	0.39 130	0.01 7	6.88 390	0.33 201	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

KMStereo	0.85 202	0.10 80	1.50 181	1.14 420	0.03 228	1.47 238	0.27 319	2.48 121	0.69 141	1.30 243	0.38 175	0.39 130	0.01 7	6.88 390	0.33 201	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

MFMNet_re	2.02 374	0.98 402	4.27 390	2.74 439	0.88 416	1.47 238	0.15 280	4.21 302	3.18 395	6.63 417	6.93 407	1.87 276	3.63 402	2.13 187	0.99 304	0.00 1	0.00 1	0.00 1	0.00 1	0.23 372	0.05 277

DN-CSS_ROB	0.77 173	0.90 397	2.01 253	0.85 404	0.00 1	1.47 238	0.01 73	2.92 158	0.93 197	0.12 65	0.53 202	0.44 136	0.16 176	4.33 261	0.35 214	0.00 1	0.00 1	0.00 1	0.00 1	0.30 399	0.01 77

ac_64	1.12 277	0.18 162	1.64 206	0.18 285	0.25 363	1.48 244	0.02 137	4.97 366	1.47 299	0.69 148	0.45 193	4.94 393	0.46 250	4.87 294	0.74 286	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

CoDeX	0.94 228	0.34 252	2.09 267	0.05 172	0.20 344	1.49 245	0.20 299	5.89 410	1.57 317	0.66 144	0.67 234	1.05 219	0.32 222	3.82 240	0.33 201	0.00 1	0.00 1	0.00 1	0.00 1	0.03 169	0.00 1

LL-Strereo	1.93 367	0.97 401	3.83 376	0.55 375	2.19 436	1.49 245	0.05 219	4.09 292	1.00 209	2.59 354	2.77 355	5.17 398	5.63 427	7.19 407	0.63 276	0.00 1	0.10 398	0.00 1	0.00 1	0.25 381	0.20 393

GASNet	1.43 318	1.53 425	4.54 401	0.31 327	0.02 207	1.49 245	0.20 299	3.86 279	1.95 349	0.75 156	1.37 295	2.11 291	1.57 343	5.82 337	2.60 375	0.00 1	0.05 360	0.00 1	0.00 1	0.43 414	0.10 344

RAFT-RH_RVC	2.05 376	0.15 133	1.66 211	0.60 381	0.27 371	1.49 245	0.02 137	0.58 16	0.65 108	5.35 410	21.66 449	1.06 221	0.07 111	6.85 386	0.57 267	0.04 389	0.00 1	0.00 1	0.03 327	0.01 36	0.00 1

MyStereo06	0.80 186	0.19 170	2.53 313	0.02 81	0.00 1	1.51 249	0.01 73	4.61 340	0.24 41	0.89 176	0.69 236	3.14 348	1.18 315	0.58 124	0.33 201	0.00 1	0.06 368	0.00 1	0.00 1	0.02 116	0.07 323

MyStereo05	0.79 182	0.19 170	3.17 344	0.02 81	0.00 1	1.51 249	0.01 73	3.56 246	2.48 381	1.34 247	0.02 47	1.25 234	0.38 235	1.19 152	0.50 253	0.00 1	0.06 368	0.00 1	0.00 1	0.02 116	0.07 323

DisPM	0.86 206	0.09 61	1.10 108	0.76 398	0.02 207	1.51 249	0.57 366	1.75 75	0.70 150	2.43 350	0.83 253	0.38 129	0.01 7	6.89 393	0.17 121	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

DLCB_ROB	1.17 287	0.22 197	1.28 151	0.08 223	0.00 1	1.51 249	0.23 309	3.39 222	1.52 308	3.43 381	2.00 324	3.40 357	0.31 218	4.29 260	1.82 344	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NF-Stereo	0.82 190	0.10 80	1.12 112	1.19 424	0.01 123	1.52 253	0.29 330	2.67 139	0.66 115	1.20 232	0.58 206	0.24 105	0.01 7	6.38 357	0.32 198	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

RE-Stereo	0.82 190	0.10 80	1.15 121	1.19 424	0.01 123	1.52 253	0.29 330	2.66 135	0.66 115	1.20 232	0.58 206	0.24 105	0.01 7	6.38 357	0.32 198	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

TVStereo	0.82 190	0.10 80	1.15 121	1.19 424	0.01 123	1.52 253	0.29 330	2.66 135	0.66 115	1.20 232	0.58 206	0.24 105	0.01 7	6.38 357	0.32 198	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

OCTAStereo	0.82 190	0.10 80	1.15 121	1.19 424	0.01 123	1.53 256	0.29 330	2.66 135	0.66 115	1.20 232	0.58 206	0.25 109	0.01 7	6.38 357	0.33 201	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

RAFT-345	1.19 289	0.06 30	1.55 188	0.54 373	0.13 311	1.53 256	0.25 312	0.56 13	1.76 334	1.20 232	7.85 410	0.93 205	0.05 80	6.87 389	0.46 246	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

FADNet-RVC-Resample	1.08 259	1.00 405	5.32 413	0.10 242	0.14 317	1.53 256	0.25 312	3.62 251	1.18 246	0.51 130	0.19 134	1.04 218	0.28 213	5.20 307	0.44 239	0.10 406	0.16 419	0.09 410	0.06 351	0.24 375	0.21 395

UCFNet_RVC	0.66 146	0.35 254	1.20 138	0.02 81	0.30 385	1.53 256	0.01 73	3.42 228	0.67 123	1.12 220	0.73 244	1.26 235	0.20 195	1.84 181	0.46 246	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TransformOpticalFlow	1.47 322	0.31 242	3.22 351	0.66 389	0.08 282	1.54 260	0.09 257	3.84 275	1.58 321	1.66 285	2.32 342	3.60 363	3.12 391	6.99 401	0.42 234	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

222	2.69 390	0.09 61	1.03 91	0.00 1	0.00 1	1.54 260	0.00 1	5.61 398	1.55 311	1.51 269	2.10 330	0.53 149	0.07 111	4.54 280	35.09 469	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 173

TDLM	1.08 259	0.49 319	1.43 175	0.27 318	0.00 1	1.56 262	2.12 407	3.10 177	1.75 333	1.36 256	0.93 262	1.06 221	0.49 252	6.21 347	0.70 283	0.00 1	0.00 1	0.00 1	0.00 1	0.16 338	0.02 173

ROB_FTStereo_v2	0.43 81	0.09 61	1.00 72	0.06 187	0.08 282	1.57 263	0.33 342	1.44 57	0.67 123	0.97 190	0.19 134	0.77 188	0.02 22	1.23 155	0.17 121	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.05 277

Pruner-Stereo	0.53 115	0.10 80	1.02 80	0.89 410	0.10 299	1.57 263	0.36 348	2.06 90	0.63 96	2.23 327	0.46 194	0.25 109	0.01 7	0.45 107	0.37 221	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 173

DeepPruner_ROB	0.86 206	0.50 322	1.80 231	0.01 23	0.00 1	1.57 263	0.17 287	3.48 238	0.42 58	3.31 376	0.02 47	2.09 290	0.17 179	3.01 206	0.61 274	0.00 1	0.00 1	0.00 1	0.00 1	0.12 312	0.01 77

NCCL2	1.30 302	0.63 355	2.31 295	0.02 81	0.03 228	1.57 263	3.41 423	3.91 283	1.39 281	3.14 372	0.34 163	3.90 371	0.30 214	3.75 233	1.19 315	0.00 1	0.00 1	0.02 394	0.00 1	0.03 169	0.05 277

ffm	1.04 250	0.05 14	1.65 207	0.34 338	0.01 123	1.58 267	0.02 137	3.03 166	6.40 423	1.39 258	2.07 326	2.15 295	0.34 224	1.59 171	0.05 19	0.00 1	0.02 316	0.00 1	0.00 1	0.09 290	0.03 229

ff1	1.65 342	0.05 14	1.65 207	0.34 338	0.01 123	1.58 267	0.02 137	3.03 166	6.40 423	1.39 258	2.07 326	2.15 295	0.34 224	6.68 373	7.08 415	0.00 1	0.02 316	0.00 1	0.00 1	0.09 290	0.03 229

mmx	1.56 332	0.05 14	1.65 207	0.34 338	0.01 123	1.58 267	0.02 137	5.51 395	2.25 372	1.39 258	2.07 326	2.15 295	0.34 224	6.68 373	7.08 415	0.00 1	0.01 262	0.00 1	0.00 1	0.01 36	0.01 77

xxx	1.56 332	0.05 14	1.65 207	0.34 338	0.01 123	1.58 267	0.02 137	5.51 395	2.25 372	1.39 258	2.07 326	2.15 295	0.34 224	6.68 373	7.08 415	0.00 1	0.01 262	0.00 1	0.00 1	0.01 36	0.01 77

OMP-Stereo	1.20 292	0.54 334	0.96 64	2.39 435	0.29 383	1.58 267	0.33 342	2.01 88	0.68 128	2.68 358	1.16 279	3.10 346	0.18 183	7.40 412	0.56 265	0.00 1	0.00 1	0.00 1	0.00 1	0.07 255	0.01 77

NRIStereo	0.74 163	0.08 49	0.88 47	0.47 360	0.05 254	1.58 267	0.49 360	1.38 51	0.61 84	0.88 174	0.17 123	0.66 168	0.03 47	6.96 399	0.22 144	0.00 1	0.06 368	0.00 1	0.00 1	0.06 240	0.17 379

PFNet	1.06 258	0.19 170	2.95 331	1.16 422	0.56 408	1.58 267	0.25 312	1.50 64	0.60 76	2.38 346	1.23 285	0.63 162	0.30 214	6.85 386	0.43 236	0.16 413	0.01 262	0.00 1	0.07 355	0.18 351	0.18 385

GCAP-BAT	0.37 61	0.13 113	1.16 125	0.10 242	0.12 306	1.59 274	0.04 202	0.67 20	0.43 59	0.84 171	0.89 258	0.39 130	0.07 111	0.27 67	0.49 251	0.00 1	0.01 262	0.00 1	0.19 398	0.00 1	0.00 1

ROB_FTStereo	0.47 95	0.09 61	1.04 95	0.06 187	0.08 282	1.59 274	0.33 342	1.43 53	0.68 128	0.97 190	0.19 134	0.76 184	0.03 47	1.86 182	0.17 121	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.05 277

GES	0.61 128	0.08 49	1.78 228	0.00 1	0.00 1	1.59 274	0.07 240	5.32 385	0.13 4	0.62 136	0.32 156	0.37 125	0.67 286	0.68 132	0.49 251	0.03 386	0.00 1	0.01 369	0.00 1	0.02 116	0.01 77

NVstereo2D	1.09 267	0.17 155	4.40 396	0.00 1	0.00 1	1.59 274	0.18 291	4.29 313	1.40 285	0.85 172	0.36 169	2.30 307	0.62 272	5.26 310	0.35 214	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

Patchmatch Stereo++	0.50 103	0.09 61	1.01 75	0.06 187	0.07 273	1.60 278	0.27 319	1.45 60	0.68 128	0.98 199	0.18 126	0.77 188	0.03 47	2.58 192	0.17 121	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.05 277
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
iRAFT	0.50 103	0.09 61	1.01 75	0.06 187	0.07 273	1.60 278	0.27 319	1.45 60	0.68 128	0.98 199	0.18 126	0.77 188	0.03 47	2.58 192	0.17 121	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.05 277

FADNet-RVC	1.10 271	1.07 410	4.79 405	0.03 124	0.00 1	1.60 278	0.08 246	3.77 264	1.70 330	0.35 105	0.07 89	0.61 156	0.66 283	5.32 314	1.11 308	0.01 356	0.08 386	0.00 1	0.00 1	0.48 420	0.18 385

MLCV	1.01 244	0.53 332	2.17 272	0.03 124	0.00 1	1.60 278	0.03 180	2.90 157	1.30 268	2.60 355	1.85 316	1.00 215	0.40 239	4.88 295	0.74 286	0.00 1	0.00 1	0.00 1	0.00 1	0.07 255	0.01 77

ttt	1.35 310	0.05 14	1.09 106	0.46 357	0.01 123	1.61 282	0.00 1	5.61 398	1.97 350	1.75 289	2.10 330	1.40 242	0.11 151	4.81 292	6.07 411	0.00 1	0.01 262	0.00 1	0.00 1	0.01 36	0.02 173

IIG-Stereo	1.30 302	0.48 315	1.04 95	2.41 436	0.05 254	1.61 282	0.14 278	2.59 130	0.68 128	2.97 366	2.28 341	3.08 344	0.57 261	7.41 413	0.65 280	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.00 1

PSM-adaLoss	0.46 90	0.09 61	1.01 75	0.06 187	0.09 290	1.61 282	0.30 336	1.43 53	0.69 141	0.97 190	0.18 126	0.77 188	0.02 22	1.67 176	0.17 121	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.05 277

HUI-Stereo	0.45 87	0.09 61	1.08 104	0.06 187	0.08 282	1.61 282	0.32 340	1.43 53	0.70 150	0.97 190	0.18 126	0.77 188	0.02 22	1.44 169	0.17 121	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.05 277

iGMRVC	0.51 106	0.09 61	1.04 95	0.06 187	0.08 282	1.61 282	0.27 319	1.44 57	0.69 141	0.97 190	0.19 134	0.76 184	0.03 47	2.69 199	0.17 121	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.04 258

aanetorigin	2.87 393	0.73 372	8.74 438	0.23 304	0.23 356	1.61 282	2.07 405	1.76 76	1.10 229	14.21 449	10.25 421	2.93 334	3.38 397	4.98 299	4.06 391	0.10 406	0.05 360	0.09 410	0.11 371	0.57 425	0.15 372

SACVNet	0.96 231	0.36 259	1.49 180	0.05 172	0.00 1	1.62 288	0.28 327	3.86 279	1.28 265	1.79 296	0.80 248	1.59 252	0.07 111	5.29 312	0.48 249	0.01 356	0.00 1	0.00 1	0.00 1	0.23 372	0.01 77

Consistency-Raft	1.36 311	0.65 360	4.81 406	0.33 332	0.32 390	1.62 288	0.11 266	3.65 254	3.80 405	0.33 93	6.12 401	0.86 197	2.14 367	0.94 142	1.25 319	0.02 378	0.01 262	0.00 1	0.00 1	0.24 375	0.01 77

psmorigin	2.01 373	0.37 263	10.25 442	0.22 298	0.03 228	1.62 288	0.19 297	3.31 213	1.05 220	4.92 405	3.14 362	5.85 403	2.21 368	5.31 313	1.71 341	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.02 173

MyStereo07	0.27 33	0.27 218	0.64 21	0.02 81	0.01 123	1.64 291	0.01 73	1.41 52	0.73 153	0.10 59	0.01 1	0.03 10	0.10 141	0.24 50	0.04 7	0.00 1	0.07 377	0.00 1	0.00 1	0.03 169	0.06 307

MyStereo04	0.78 181	0.27 218	3.19 345	0.02 81	0.01 123	1.64 291	0.01 73	3.64 253	2.20 369	0.98 199	0.02 47	1.29 236	0.57 261	1.10 149	0.53 259	0.00 1	0.07 377	0.00 1	0.00 1	0.03 169	0.06 307

DRaft	1.34 309	0.12 104	1.19 135	0.06 187	0.01 123	1.64 291	0.43 354	1.86 81	0.14 6	3.76 386	5.27 393	0.41 133	4.38 411	5.49 321	1.68 338	0.01 356	0.06 368	0.00 1	0.07 355	0.07 255	0.11 349

ARAFT	1.12 277	0.82 389	4.11 385	0.04 152	0.00 1	1.64 291	0.03 180	4.85 362	1.69 329	2.78 360	0.57 204	0.47 141	0.11 151	4.81 292	0.24 154	0.00 1	0.03 340	0.00 1	0.00 1	0.24 375	0.05 277

CASS	0.56 119	0.13 113	1.40 171	0.03 124	0.01 123	1.65 295	0.04 202	3.03 166	0.63 96	1.96 308	0.93 262	0.28 114	0.36 231	0.52 114	0.18 131	0.00 1	0.00 1	0.00 1	0.00 1	0.03 169	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RAFT_R40	0.99 242	0.05 14	1.26 147	0.71 393	0.20 344	1.65 295	0.67 371	1.94 84	0.61 84	1.05 212	1.15 277	1.80 272	1.47 331	6.91 395	0.31 194	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.01 77

XPNet_ROB	1.17 287	0.41 280	1.68 216	0.04 152	0.01 123	1.65 295	0.17 287	3.46 235	1.39 281	3.89 390	1.01 268	1.60 254	0.53 255	4.35 263	3.07 383	0.00 1	0.00 1	0.00 1	0.00 1	0.03 169	0.02 173

acv_ft	0.79 182	0.21 187	1.28 151	0.01 23	1.08 423	1.68 298	0.01 73	3.75 261	1.05 220	1.31 246	0.66 226	1.94 280	0.46 250	0.31 75	1.68 338	0.00 1	0.00 1	0.00 1	0.00 1	0.27 387	0.00 1

PSMNet_ROB	1.09 267	0.69 367	2.92 329	0.03 124	0.07 273	1.68 298	0.16 284	3.44 232	1.30 268	0.96 188	0.32 156	2.81 326	0.63 273	4.23 257	2.48 371	0.00 1	0.00 1	0.00 1	0.00 1	0.08 268	0.04 258

model_zeroshot	0.49 101	0.26 215	2.10 269	0.03 124	0.01 123	1.69 300	0.08 246	2.63 131	0.18 22	1.02 205	0.01 1	0.61 156	0.06 99	0.86 138	0.14 105	0.00 1	0.02 316	0.00 1	0.16 386	0.02 116	0.01 77

RASNet	1.53 328	0.31 242	1.97 248	0.09 233	3.20 439	1.69 300	0.06 236	3.27 210	2.12 359	0.77 161	1.29 291	5.32 402	1.69 351	6.60 368	2.17 364	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.02 173

AASNet	0.86 206	0.53 332	1.96 246	0.04 152	0.00 1	1.70 302	0.05 219	5.13 375	1.84 338	0.93 184	1.88 317	0.96 209	0.19 189	0.67 131	0.91 300	0.00 1	0.00 1	0.00 1	0.00 1	0.27 387	0.09 340

SST-Stereo	1.04 250	0.05 14	1.16 125	0.72 394	0.23 356	1.70 302	0.58 367	1.92 82	1.46 297	1.19 230	1.09 271	1.60 254	1.93 361	6.92 397	0.21 142	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.01 77

RP	1.76 358	0.55 335	2.59 319	0.22 298	0.60 411	1.70 302	0.98 385	4.31 315	1.99 354	3.12 371	5.04 391	4.41 381	2.96 387	4.72 288	1.90 349	0.01 356	0.00 1	0.00 1	0.01 302	0.14 323	0.01 77

HSM	1.36 311	0.40 277	1.07 102	0.01 23	0.30 385	1.73 305	0.03 180	5.89 410	1.22 252	1.83 298	1.36 294	4.78 390	1.30 326	6.61 370	0.57 267	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.00 1

AACVNet	0.87 213	0.44 297	1.19 135	0.17 279	0.00 1	1.76 306	0.00 1	3.60 250	0.60 76	1.03 209	0.26 147	1.31 237	0.17 179	6.33 354	0.28 179	0.00 1	0.00 1	0.00 1	0.00 1	0.17 343	0.01 77

DEmStereo	1.51 325	0.08 49	2.17 272	0.09 233	0.02 207	1.76 306	0.90 381	1.47 62	0.60 76	2.46 351	6.42 404	1.08 223	5.16 420	6.21 347	1.86 347	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

pcwnet_v2	1.29 300	0.17 155	5.98 423	0.10 242	0.01 123	1.76 306	0.02 137	5.08 374	2.90 391	1.54 278	1.98 323	2.03 286	0.81 294	3.01 206	0.28 179	0.00 1	0.00 1	0.00 1	0.01 302	0.03 169	0.03 229

FAT-Stereo	1.86 363	0.19 170	3.31 354	0.17 279	0.03 228	1.78 309	0.97 383	4.76 355	2.79 389	4.22 395	4.87 388	5.31 401	2.83 385	5.06 303	0.90 296	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.01 77

ETE_ROB	1.16 286	0.52 327	1.71 220	0.01 23	0.02 207	1.79 310	0.22 305	4.10 293	1.32 271	4.68 403	1.18 282	2.81 326	0.08 126	3.56 225	1.12 310	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.06 307

RAFT-Test	0.61 128	0.16 144	2.27 292	0.04 152	0.15 322	1.80 311	0.17 287	2.52 124	0.65 108	0.56 132	0.11 105	2.76 325	0.02 22	0.27 67	0.34 208	0.00 1	0.07 377	0.00 1	0.29 429	0.01 36	0.01 77

edge stereo	1.94 369	0.40 277	3.82 375	0.15 269	0.09 290	1.81 312	0.45 356	4.77 356	2.21 370	3.36 377	3.94 380	8.39 421	1.72 352	5.75 333	1.69 340	0.00 1	0.00 1	0.01 369	0.00 1	0.17 343	0.01 77

EAI-Stereo	1.14 281	0.12 104	1.19 135	0.21 295	0.32 390	1.84 313	2.32 412	5.42 391	1.19 248	1.02 205	5.66 396	0.48 142	0.60 264	0.86 138	0.62 275	0.00 1	0.13 412	0.00 1	0.65 444	0.02 116	0.17 379

coex-ft	12.01 454	5.60 455	80.23 473	0.15 269	0.15 322	1.88 314	0.73 374	2.66 135	30.12 460	49.31 473	16.59 434	15.97 441	14.42 454	6.79 384	14.50 444	0.05 395	0.08 386	0.01 369	0.05 342	0.37 410	0.61 419

HSM-Net_RVC	1.40 316	0.07 40	1.58 198	0.00 1	0.01 123	1.88 314	0.05 219	7.24 432	1.71 332	3.63 384	3.63 375	3.21 353	0.36 231	4.25 258	0.44 239	0.01 356	0.01 262	0.00 1	0.00 1	0.01 36	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UPFNet	0.87 213	0.09 61	2.05 262	0.00 1	0.00 1	1.90 316	0.11 266	3.41 226	0.83 180	2.15 321	0.10 100	1.92 278	0.09 134	3.94 246	0.70 283	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.00 1

iResNet	1.00 243	0.45 301	3.08 339	0.86 408	0.01 123	1.97 317	0.01 73	3.67 257	1.49 305	1.77 294	1.09 271	0.35 124	0.13 168	3.83 241	1.27 322	0.00 1	0.00 1	0.00 1	0.00 1	0.07 255	0.01 77

psm_up	0.84 200	0.32 246	1.44 177	0.02 81	0.00 1	1.98 318	0.05 219	3.40 224	1.04 214	2.06 317	0.40 179	1.74 266	0.45 247	3.47 221	0.24 154	0.06 400	0.00 1	0.00 1	0.00 1	0.08 268	0.00 1

PSMNet-ADL	0.77 173	0.08 49	0.90 51	0.07 208	0.01 123	2.01 319	0.02 137	2.55 127	1.11 231	0.33 93	0.59 216	2.15 295	0.69 287	4.07 250	0.85 293	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 173

AF-Net	2.17 379	0.65 360	3.53 364	0.00 1	0.09 290	2.02 320	0.48 358	6.44 420	1.70 330	3.36 377	10.22 420	4.95 394	2.81 383	4.34 262	2.66 378	0.00 1	0.00 1	0.00 1	0.00 1	0.13 317	0.01 77

ssnet_v2	1.14 281	0.28 229	1.77 226	0.03 124	0.00 1	2.07 321	0.37 349	5.20 376	1.87 344	2.00 311	0.87 256	3.09 345	0.55 258	1.31 159	3.02 382	0.00 1	0.00 1	0.00 1	0.00 1	0.18 351	0.12 357

EDNetEfficient	6.54 435	1.17 414	33.15 462	0.66 389	1.96 432	2.07 321	3.72 426	2.80 148	14.85 443	20.02 459	9.69 419	6.59 412	10.19 445	7.19 407	15.49 448	0.03 386	0.10 398	0.01 369	0.20 402	0.62 428	0.29 403

1111x	1.53 328	0.06 30	1.77 226	0.27 318	0.00 1	2.12 323	0.01 73	5.63 402	1.65 326	1.53 272	1.67 304	0.92 200	0.64 276	6.18 345	8.17 424	0.00 1	0.01 262	0.00 1	0.00 1	0.00 1	0.01 77

DualNet (step1)	0.96 231	0.41 280	2.03 257	0.02 81	0.01 123	2.14 324	0.01 73	4.31 315	1.07 225	1.35 251	0.36 169	0.70 175	0.44 243	2.58 192	0.34 208	0.53 430	0.00 1	1.82 438	1.10 450	0.02 116	0.02 173

test_sample9	2.36 384	0.41 280	2.03 257	0.02 81	0.01 123	2.14 324	0.01 73	4.31 315	1.07 225	1.35 251	0.36 169	0.70 175	0.44 243	5.58 330	8.70 427	0.53 430	16.52 471	1.82 438	1.10 450	0.02 116	0.02 173

test_sample8	3.62 411	0.41 280	2.03 257	0.02 81	0.01 123	2.14 324	0.01 73	4.38 321	1.04 214	6.51 414	0.58 206	14.04 437	6.94 432	5.58 330	8.70 427	0.53 430	16.52 471	1.82 438	1.10 450	0.02 116	0.02 173

ADLNet	1.20 292	0.29 237	1.98 249	0.00 1	0.02 207	2.20 327	0.11 266	4.39 324	2.52 383	2.19 325	2.20 339	2.66 319	0.70 288	3.42 218	1.25 319	0.00 1	0.00 1	0.00 1	0.00 1	0.10 299	0.04 258

GANetREF_RVC	1.10 271	0.95 400	2.98 332	0.06 187	0.00 1	2.23 328	0.18 291	3.95 284	2.53 384	0.56 132	0.32 156	1.89 277	0.66 283	5.03 300	0.51 255	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.04 258
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
NCC-stereo	1.67 347	0.56 339	3.10 340	0.08 223	0.22 351	2.24 329	0.13 275	5.05 372	1.42 289	2.27 336	2.72 353	4.29 377	3.53 399	5.76 334	2.01 358	0.04 389	0.00 1	0.00 1	0.00 1	0.03 169	0.02 173

Abc-Net	1.67 347	0.56 339	3.10 340	0.08 223	0.22 351	2.24 329	0.13 275	5.05 372	1.42 289	2.27 336	2.72 353	4.29 377	3.53 399	5.76 334	2.01 358	0.04 389	0.00 1	0.00 1	0.00 1	0.03 169	0.02 173
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GANet	1.90 366	0.43 292	1.83 233	0.39 347	0.00 1	2.24 329	3.37 422	3.90 282	1.44 294	2.17 323	9.66 418	2.57 317	1.09 309	6.88 390	1.81 343	0.00 1	0.00 1	0.02 394	0.00 1	0.10 299	0.03 229

RAFT + AFF	1.63 339	1.13 413	2.62 320	0.04 152	0.80 415	2.29 332	1.03 386	5.54 397	2.06 356	1.77 294	1.81 315	1.22 232	3.65 403	6.23 349	1.57 333	0.01 356	0.35 434	0.00 1	0.01 302	0.33 400	0.12 357

IER	0.75 168	0.12 104	1.93 238	0.01 23	0.00 1	2.31 333	0.02 137	2.96 159	0.98 204	1.30 243	0.96 264	1.40 242	1.19 316	1.31 159	0.45 242	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

UNet	1.13 279	0.24 208	4.21 387	0.01 23	0.02 207	2.31 333	0.02 137	3.06 171	0.76 167	1.17 227	0.14 109	2.73 323	1.58 344	4.48 276	1.92 352	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

RYNet	1.52 326	0.35 254	3.38 357	0.25 309	0.04 245	2.31 333	0.03 180	4.62 341	1.47 299	1.14 222	0.34 163	4.52 384	1.38 328	6.36 356	4.23 393	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 173

NVStereoNet_ROB	3.25 401	0.46 305	2.71 325	0.34 338	0.56 408	2.36 336	0.87 379	4.56 338	4.47 414	4.55 399	14.09 431	11.93 430	3.23 396	9.79 438	3.14 385	0.43 427	0.03 340	0.53 432	0.31 431	0.36 408	0.38 414
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
UDG	2.86 392	8.81 460	1.57 197	2.60 437	0.89 418	2.39 337	0.11 266	3.42 228	1.02 211	2.18 324	3.64 376	5.04 396	1.60 347	4.17 255	2.09 362	1.21 439	0.04 351	7.69 447	3.67 460	4.10 440	0.93 431

STTRV1_RVC	1.94 369	0.35 254	4.85 407	0.32 331	0.01 123	2.41 338	0.34 346	5.79 407	3.55 399	0.82 170	5.11 392	1.63 261	1.08 308	7.63 417	1.41 329	0.91 434	2.53 460	0.00 1	0.00 1	0.01 36	0.04 258

SFCPSM	0.81 188	0.11 97	2.53 313	0.01 23	0.07 273	2.45 339	0.18 291	4.99 367	1.18 246	0.77 161	0.78 246	0.69 172	0.31 218	1.72 177	0.20 138	0.00 1	0.00 1	0.00 1	0.05 342	0.06 240	0.01 77

DANet	1.74 355	0.22 197	3.06 337	0.75 396	0.44 397	2.46 340	0.35 347	3.40 224	1.41 288	4.22 395	1.56 298	5.03 395	0.56 259	6.29 352	5.00 403	0.01 356	0.00 1	0.00 1	0.01 302	0.04 203	0.08 334
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
StereoDRNet	1.48 323	0.75 373	4.58 402	0.05 172	0.10 299	2.49 341	1.10 389	4.62 341	1.47 299	3.38 380	0.62 222	2.29 306	0.65 281	4.52 278	2.89 380	0.00 1	0.03 340	0.00 1	0.01 302	0.05 222	0.07 323

S-Stereo	2.00 372	0.30 241	5.74 421	0.24 306	0.23 356	2.51 342	1.90 403	4.74 351	5.15 417	2.42 348	5.80 397	2.85 330	0.72 289	5.08 304	2.17 364	0.00 1	0.02 316	0.00 1	0.00 1	0.08 268	0.04 258

Anonymous3	0.49 101	0.12 104	2.21 275	0.01 23	0.00 1	2.53 343	0.09 257	3.16 188	0.65 108	0.12 65	0.22 143	0.12 81	0.05 80	0.37 92	0.08 61	0.00 1	0.07 377	0.00 1	0.00 1	0.04 203	0.03 229

FADNet	1.20 292	0.93 399	4.51 399	0.03 124	0.06 264	2.56 344	0.16 284	4.02 287	1.42 289	0.32 91	0.06 87	1.66 264	1.07 307	5.56 326	0.87 294	0.19 416	0.02 316	0.01 369	0.01 302	0.50 422	0.03 229

NOSS_ROB	1.29 300	0.22 197	1.35 166	0.64 388	0.16 327	2.56 344	0.00 1	4.14 296	2.37 376	2.29 338	1.76 311	2.84 328	0.02 22	6.80 385	0.45 242	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.11 349

SQANet	2.28 382	1.25 419	2.39 301	4.17 443	2.91 438	2.60 346	0.24 311	4.17 299	0.83 180	2.42 348	0.57 204	1.59 252	0.88 298	3.30 212	0.68 281	7.35 449	0.12 408	0.47 429	0.02 320	6.56 443	3.00 446

gwcnet-sp	0.98 235	0.38 266	4.06 382	0.04 152	0.00 1	2.60 346	0.15 280	3.51 240	1.13 238	1.75 289	0.16 117	0.68 169	0.39 236	3.69 228	0.90 296	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.03 229

scenet	0.98 235	0.38 266	4.06 382	0.04 152	0.00 1	2.60 346	0.15 280	3.51 240	1.13 238	1.75 289	0.16 117	0.68 169	0.39 236	3.69 228	0.90 296	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.03 229

ssnet	0.98 235	0.38 266	4.06 382	0.04 152	0.00 1	2.60 346	0.15 280	3.51 240	1.13 238	1.75 289	0.16 117	0.68 169	0.39 236	3.69 228	0.90 296	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.03 229

WZ-Net	4.16 419	1.75 429	23.59 458	0.08 223	0.04 245	2.62 350	2.16 409	5.89 410	4.74 415	5.73 411	3.51 372	6.99 416	4.89 418	10.82 444	10.11 432	0.00 1	0.00 1	0.00 1	0.00 1	0.12 312	0.11 349

Wz-Net-SNSev	2.53 387	2.49 440	10.66 444	0.39 347	0.01 123	2.73 351	0.40 350	5.02 370	1.50 307	2.15 321	2.12 332	6.48 409	1.11 310	9.47 435	5.84 410	0.00 1	0.01 262	0.00 1	0.00 1	0.21 368	0.06 307

LMCR-Stereo	1.10 271	0.69 367	1.95 243	0.50 366	0.01 123	2.73 351	0.09 257	6.20 418	0.64 103	2.37 344	1.76 311	0.13 86	1.59 346	2.94 203	0.23 149	0.00 1	0.00 1	0.00 1	0.00 1	0.12 312	0.00 1

EDNetEfficientorigin	10.31 448	1.90 435	98.96 482	0.22 298	0.23 356	2.73 351	0.71 373	4.50 333	16.94 447	18.72 452	15.36 432	12.74 433	10.73 447	8.96 430	11.94 440	0.01 356	0.01 262	0.00 1	0.00 1	0.25 381	1.31 436

Nwc_Net	1.94 369	0.55 335	3.79 373	0.07 208	0.08 282	2.73 351	0.04 202	6.75 429	1.11 231	2.03 315	7.92 411	4.82 391	2.11 366	4.78 290	2.01 358	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.01 77

pmcnn	3.61 410	0.68 365	5.38 415	0.61 384	1.46 427	2.75 355	1.26 394	5.04 371	1.57 317	8.77 431	11.67 424	18.69 446	2.38 373	6.03 339	5.61 408	0.00 1	0.07 377	0.00 1	0.00 1	0.21 368	0.07 323

Any-RAFT	0.64 139	0.08 49	1.07 102	0.03 124	0.00 1	2.77 356	0.08 246	3.57 247	1.23 253	0.96 188	0.26 147	1.61 256	0.31 218	0.72 133	0.06 43	0.00 1	0.10 398	0.00 1	0.00 1	0.01 36	0.00 1

FADNet_RVC	1.15 284	1.06 409	4.34 395	0.02 81	0.06 264	2.77 356	0.04 202	3.50 239	0.80 174	0.35 105	0.32 156	0.65 165	0.09 134	5.20 307	1.56 331	0.24 422	0.34 433	0.11 415	0.33 433	0.65 429	0.60 418

CSP-Net	1.01 244	0.52 327	0.92 56	0.01 23	0.00 1	2.83 358	0.05 219	4.99 367	0.69 141	0.91 181	0.85 254	1.82 275	0.23 202	6.04 340	0.29 183	0.00 1	0.00 1	0.00 1	0.00 1	0.10 299	0.01 77

CBMV_ROB	1.70 353	0.11 97	1.98 249	0.46 357	0.00 1	2.85 359	0.91 382	4.27 310	2.21 370	4.02 393	5.00 390	2.97 338	2.32 371	5.40 318	1.35 325	0.00 1	0.00 1	0.00 1	0.00 1	0.03 169	0.06 307

delet	1.14 281	0.32 246	1.56 195	0.03 124	0.17 329	2.86 360	1.03 386	4.25 307	2.14 364	1.03 209	1.17 281	1.64 263	0.92 301	4.35 263	1.27 322	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.00 1

CBMV	1.56 332	0.24 208	1.92 237	0.31 327	0.03 228	2.90 361	4.33 434	3.79 267	1.81 336	4.98 406	1.73 309	2.70 321	1.68 350	3.81 238	0.92 301	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.08 334
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PWCDC_ROB	3.06 397	1.38 424	3.81 374	0.14 266	0.00 1	3.14 362	0.02 137	4.40 325	12.35 440	1.08 216	23.69 456	2.01 283	2.01 365	3.87 243	2.43 369	0.24 422	0.00 1	0.00 1	0.00 1	0.61 427	0.08 334

DDVS	0.92 226	0.16 144	1.39 170	0.21 295	0.27 371	3.17 363	0.26 315	2.56 128	0.62 91	0.70 149	0.81 249	2.17 301	0.45 247	5.26 310	0.29 183	0.00 1	0.01 262	0.01 369	0.00 1	0.04 203	0.02 173

NaN_ROB	2.02 374	0.58 343	2.65 321	0.29 322	0.28 381	3.19 364	5.19 444	3.84 275	2.55 385	5.31 409	1.73 309	2.30 307	1.96 362	6.78 383	3.09 384	0.01 356	0.06 368	0.03 399	0.10 367	0.10 299	0.37 413

DGSMNet	2.23 381	0.80 383	6.10 425	0.96 412	1.73 430	3.22 365	4.12 430	5.30 384	1.11 231	1.19 230	2.48 348	3.18 351	0.65 281	4.57 284	1.33 324	1.11 436	1.37 446	1.55 437	1.26 453	1.37 434	1.28 435

LALA_ROB	1.33 308	0.59 345	1.74 223	0.02 81	0.06 264	3.25 366	0.50 362	3.45 233	1.39 281	3.70 385	0.59 216	4.59 386	0.25 207	3.58 226	2.79 379	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.02 173

psmg	0.83 194	0.10 80	0.96 64	0.01 23	0.00 1	3.28 367	0.27 319	4.83 361	0.93 197	1.92 304	1.46 297	1.81 273	0.10 141	0.61 126	0.18 131	0.00 1	0.00 1	0.01 369	0.00 1	0.01 36	0.00 1

RGC	1.86 363	0.67 363	3.45 362	0.07 208	0.26 366	3.29 368	0.11 266	4.78 358	1.46 297	3.26 375	4.51 386	5.14 397	2.68 380	5.46 319	1.94 356	0.00 1	0.00 1	0.00 1	0.00 1	0.08 268	0.09 340

BSDual-CNN	0.83 194	0.10 80	0.96 64	0.01 23	0.00 1	3.32 369	0.21 301	5.40 388	0.93 197	2.26 333	0.66 226	1.81 273	0.10 141	0.61 126	0.18 131	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

hknet	1.08 259	0.13 113	2.07 264	0.01 23	0.00 1	3.32 369	0.21 301	5.40 388	0.92 194	2.26 333	0.66 226	3.43 359	0.05 80	2.81 202	0.27 173	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

DRN-Test	1.62 338	0.23 204	3.72 370	0.18 285	0.13 311	3.34 371	0.19 297	5.93 413	2.01 355	4.14 394	0.76 245	2.12 293	1.78 353	5.22 309	2.62 377	0.00 1	0.00 1	0.01 369	0.01 302	0.03 169	0.01 77

tt1	0.88 217	0.27 218	1.25 146	0.08 223	0.00 1	3.36 372	0.02 137	3.03 166	6.40 423	0.33 93	0.66 226	0.05 37	0.40 239	1.59 171	0.05 19	0.00 1	0.02 316	0.00 1	0.00 1	0.09 290	0.03 229

CC-Net-ROB	1.86 363	0.64 356	2.55 315	1.42 429	0.19 340	3.38 373	0.04 202	4.41 326	2.45 380	0.90 178	1.31 292	0.98 213	0.18 183	6.60 368	0.53 259	1.14 437	1.60 448	7.16 446	0.00 1	1.33 433	0.32 409

ACVNet-DCA	0.61 128	0.27 218	1.28 151	0.13 256	0.00 1	3.44 374	0.01 73	3.15 183	0.68 128	0.33 93	0.69 236	0.04 19	0.61 267	1.43 165	0.05 19	0.00 1	0.02 316	0.00 1	0.03 327	0.01 36	0.01 77

xx1	0.95 230	0.27 218	1.28 151	0.13 256	0.00 1	3.44 374	0.01 73	3.18 191	7.23 432	0.33 93	0.69 236	0.73 181	0.12 162	1.43 165	0.05 19	0.00 1	0.02 316	0.00 1	0.00 1	0.01 36	0.01 77

1test111	0.69 155	0.27 218	1.28 151	0.13 256	0.00 1	3.44 374	0.01 73	3.15 183	0.68 128	0.33 93	0.69 236	0.04 19	0.61 267	2.95 204	0.07 49	0.00 1	0.02 316	0.00 1	0.03 327	0.01 36	0.01 77

cc1	0.94 228	0.27 218	1.28 151	0.13 256	0.00 1	3.44 374	0.01 73	3.18 191	7.23 432	0.33 93	0.69 236	0.04 19	0.61 267	1.43 165	0.05 19	0.00 1	0.02 316	0.00 1	0.03 327	0.09 290	0.04 258

SGM-Forest	1.84 361	0.08 49	1.31 160	0.15 269	0.22 351	3.52 378	2.46 417	3.85 277	2.16 365	5.29 408	3.90 379	3.71 369	1.56 340	6.28 351	1.90 349	0.01 356	0.02 316	0.00 1	0.00 1	0.03 169	0.30 404
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
LSM	7.38 437	1.68 427	22.24 457	3.99 442	40.72 473	3.54 379	4.79 442	4.74 351	6.65 426	10.25 435	13.51 429	4.49 383	3.81 405	6.91 395	5.31 406	0.00 1	0.04 351	0.00 1	0.00 1	0.26 383	14.60 470

CBFPSM	1.39 315	0.61 350	4.29 391	0.01 23	0.01 123	3.64 380	0.03 180	3.39 222	0.80 174	0.64 143	0.21 139	6.18 407	3.70 404	2.38 190	1.82 344	0.00 1	0.01 262	0.00 1	0.00 1	0.08 268	0.01 77

SPS-STEREO	3.08 398	0.49 319	2.49 310	0.21 295	0.24 360	3.67 381	1.24 393	5.80 408	2.43 379	10.68 436	8.00 412	9.48 426	3.59 401	8.11 424	5.08 404	0.01 356	0.01 262	0.00 1	0.00 1	0.04 203	0.11 349
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ccnet	1.70 353	0.20 180	1.95 243	0.26 315	0.18 333	3.72 382	1.22 392	4.22 305	1.43 293	2.37 344	3.96 381	3.45 360	1.51 336	4.69 286	4.47 395	0.06 400	0.00 1	0.09 410	0.01 302	0.10 299	0.01 77

DSFCA	1.30 302	0.14 121	1.82 232	0.01 23	0.03 228	3.74 383	0.86 378	2.71 141	1.23 253	3.09 370	0.41 181	2.93 334	1.49 332	6.12 344	1.35 325	0.00 1	0.02 316	0.00 1	0.00 1	0.02 116	0.01 77

XQC	2.57 388	1.20 417	6.33 430	0.18 285	0.01 123	3.84 384	0.33 342	5.24 378	3.83 406	4.43 398	1.94 320	4.58 385	3.19 393	7.19 407	8.67 426	0.00 1	0.03 340	0.00 1	0.03 327	0.27 387	0.19 389

fast-acv-ft	1.41 317	0.46 305	4.29 391	0.10 242	0.13 311	3.97 385	0.29 330	2.42 114	1.91 347	0.81 169	3.55 373	3.02 340	1.26 323	3.35 213	2.05 361	0.04 389	0.01 262	0.04 402	0.04 337	0.39 411	0.05 277

Wz-Net-LNSev	1.30 302	0.85 391	6.26 428	0.02 81	0.03 228	4.02 386	0.13 275	4.21 302	1.12 236	0.77 161	0.10 100	3.60 363	1.11 310	2.68 198	1.12 310	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 173

CRFU-Net	1.32 307	0.27 218	2.46 308	1.17 423	0.03 228	4.08 387	0.05 219	5.61 398	0.67 123	1.53 272	0.70 242	3.47 361	2.62 379	3.24 211	0.24 154	0.01 356	0.01 262	0.11 415	0.00 1	0.13 317	0.00 1

SHD	3.01 396	1.02 407	5.52 416	0.45 356	0.39 394	4.12 388	0.17 287	6.68 425	12.04 439	7.20 421	3.36 369	4.40 380	2.58 378	4.69 286	7.17 418	0.01 356	0.04 351	0.00 1	0.03 327	0.22 371	0.17 379

MMNet	1.20 292	0.27 218	3.59 367	0.09 233	0.00 1	4.15 389	0.01 73	3.63 252	1.19 248	1.93 307	0.32 156	1.35 240	1.23 318	4.42 268	1.84 346	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 173

CSAN	2.70 391	0.75 373	3.41 359	0.18 285	0.12 306	4.18 390	4.05 429	4.11 294	4.36 410	6.03 413	6.24 403	4.60 387	4.74 415	7.29 410	3.43 387	0.02 378	0.03 340	0.01 369	0.02 320	0.18 351	0.22 397

DDUNet	3.28 402	10.54 463	2.29 294	3.50 440	3.31 441	4.21 391	0.21 301	3.77 264	1.03 212	2.54 352	3.17 366	3.20 352	0.21 199	3.89 244	0.69 282	1.94 440	0.05 360	9.87 451	3.53 459	5.03 442	2.55 444

GwcNet	1.67 347	0.81 386	5.52 416	0.23 304	1.21 424	4.21 391	0.62 369	3.71 258	1.57 317	1.01 204	1.65 303	3.99 374	0.52 254	5.46 319	2.30 367	0.00 1	0.00 1	0.00 1	0.01 302	0.35 406	0.13 363

HBP-ISP	1.45 320	0.75 373	3.02 335	0.30 324	0.10 299	4.28 393	1.49 398	4.68 347	1.29 266	3.43 381	0.78 246	0.93 205	1.01 304	6.48 364	0.36 220	0.04 389	0.02 316	0.00 1	0.00 1	0.05 222	0.03 229

MaskLacGwcNet_RVC	1.63 339	0.45 301	2.21 275	1.53 430	0.18 333	4.33 394	0.41 352	3.37 218	1.40 285	0.54 131	0.65 224	3.10 346	0.11 151	4.93 296	0.60 273	4.57 443	0.51 436	0.00 1	0.00 1	1.37 434	2.39 442

SuperB	3.70 413	1.77 430	15.73 452	0.31 327	0.05 254	4.37 395	1.67 401	3.58 249	11.57 437	2.36 343	1.32 293	2.03 286	1.91 360	6.95 398	9.01 429	0.05 395	0.03 340	0.10 414	0.08 360	11.00 459	0.10 344

iinet-f	1.68 351	0.61 350	11.37 446	0.29 322	0.03 228	4.39 396	0.04 202	3.18 191	1.10 229	1.16 226	0.58 206	2.96 337	2.76 381	2.13 187	2.46 370	0.00 1	0.02 316	0.02 394	0.00 1	0.46 416	0.01 77

RTSC	2.66 389	1.24 418	6.04 424	0.18 285	0.02 207	4.40 397	0.08 246	4.29 313	4.98 416	6.00 412	3.15 364	2.97 338	1.56 340	6.71 378	10.89 435	0.00 1	0.07 377	0.00 1	0.05 342	0.40 412	0.24 401

FBW_ROB	2.36 384	0.36 259	3.16 343	0.37 345	0.14 317	4.42 398	0.18 291	6.64 424	3.05 393	2.98 367	2.85 356	4.86 392	1.11 310	11.00 447	4.53 396	0.16 413	0.05 360	0.37 428	0.09 363	0.19 358	0.78 424

otaku	3.17 399	1.32 420	2.49 310	6.07 446	3.26 440	4.62 399	2.15 408	5.35 387	1.34 275	2.00 311	2.54 349	3.50 362	1.49 332	3.68 227	1.11 308	7.89 451	0.23 425	1.88 441	0.03 327	7.74 447	4.78 451

APVNet	1.52 326	0.31 242	4.00 378	0.09 233	0.00 1	4.64 400	0.08 246	4.41 326	1.21 251	1.25 241	1.05 270	2.90 333	0.93 302	6.70 377	2.48 371	0.01 356	0.00 1	0.07 407	0.00 1	0.27 387	0.05 277

Wz-Net-MNSev	1.85 362	1.19 416	5.61 419	0.01 23	0.00 1	4.74 401	2.16 409	4.93 365	1.48 303	3.77 387	1.24 287	1.77 270	2.56 376	4.94 297	2.61 376	0.00 1	0.01 262	0.00 1	0.00 1	0.07 255	0.01 77

ADCRef	2.29 383	0.65 360	5.67 420	0.10 242	0.09 290	4.81 402	0.76 376	4.75 354	1.37 278	2.88 362	1.67 304	1.62 258	2.30 370	3.77 237	14.93 446	0.02 378	0.00 1	0.01 369	0.10 367	0.20 367	0.11 349

DispFullNet	7.91 439	23.96 471	13.67 450	14.71 464	7.88 455	4.83 403	0.04 202	5.01 369	2.89 390	8.86 432	4.96 389	6.11 405	10.72 446	10.18 441	3.51 388	2.44 441	0.33 432	15.15 460	4.65 463	12.33 461	5.95 454

RainbowNet	4.74 424	3.21 447	3.07 338	9.34 453	6.01 446	4.89 404	3.60 425	7.09 431	4.39 412	1.63 283	3.01 360	4.72 389	2.96 387	5.53 322	1.19 315	8.95 454	2.12 451	8.48 449	0.19 398	8.75 449	5.73 453

ADCMid	3.95 417	1.34 421	10.91 445	0.18 285	0.38 393	5.02 405	1.27 395	4.87 363	2.94 392	11.15 438	3.60 374	6.76 413	5.21 423	6.40 362	16.96 450	0.12 409	0.08 386	0.55 433	0.46 438	0.53 424	0.19 389

DPSNet	3.38 407	0.60 347	9.55 440	0.61 384	0.46 400	5.10 406	1.44 397	11.17 445	3.92 407	2.57 353	0.88 257	5.90 404	9.68 444	7.63 417	7.25 419	0.08 402	0.16 419	0.01 369	0.07 355	0.34 403	0.17 379

Wz-Net-LNSev-Ref	1.54 330	0.68 365	4.62 403	0.01 23	0.00 1	5.13 407	0.30 336	4.64 345	1.23 253	2.39 347	0.59 216	2.12 293	2.00 364	4.94 297	2.19 366	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

DISCO	1.93 367	0.18 162	2.44 304	0.67 391	0.53 405	5.25 408	0.00 1	5.43 392	1.56 316	2.09 319	0.91 260	6.48 409	0.89 299	8.55 428	3.60 389	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.01 77

WCMA_ROB	4.54 422	0.48 315	3.19 345	0.49 363	0.63 412	5.38 409	2.57 418	4.70 348	3.77 404	14.17 448	19.02 442	15.47 439	9.03 440	6.73 379	4.85 401	0.01 356	0.05 360	0.01 369	0.01 302	0.08 268	0.16 375

AnyNet_C32	3.93 416	2.58 441	12.07 447	0.39 347	0.49 403	5.50 410	6.45 455	4.44 329	2.19 368	6.86 419	2.94 359	5.28 400	3.20 394	6.63 371	18.37 455	0.08 402	0.04 351	0.20 422	0.09 363	0.57 425	0.19 389

FCDSN-DC	5.04 426	0.15 133	1.83 233	0.22 298	0.44 397	5.60 411	1.66 400	5.22 377	4.37 411	14.49 450	21.86 450	20.65 449	11.88 449	7.66 419	4.55 397	0.02 378	0.00 1	0.00 1	0.00 1	0.03 169	0.05 277
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SGM+DAISY	4.39 421	1.34 421	5.18 411	1.01 415	0.88 416	5.61 412	2.86 419	4.88 364	3.53 398	13.29 445	13.95 430	12.66 432	7.55 433	7.98 423	5.39 407	0.23 421	0.18 422	0.15 419	0.24 414	0.29 395	0.64 420

BUS	0.97 233	0.10 80	0.96 64	0.01 23	0.00 1	5.85 413	0.03 180	5.40 388	0.93 197	2.26 333	0.66 226	2.39 314	0.06 99	0.61 126	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

NINENet	1.03 248	0.22 197	1.30 159	0.10 242	0.01 123	5.85 413	0.03 180	4.41 326	1.25 257	1.55 279	0.60 221	2.39 314	0.06 99	2.72 201	0.05 19	0.00 1	0.01 262	0.01 369	0.00 1	0.04 203	0.00 1

ADCS	5.09 427	2.15 437	16.58 453	0.34 338	0.07 273	5.91 415	4.26 432	6.73 428	6.99 429	9.44 433	6.09 400	6.57 411	5.17 422	9.54 436	21.38 464	0.00 1	0.00 1	0.00 1	0.00 1	0.36 408	0.23 400

ADCP+	2.87 393	0.98 402	8.75 439	0.07 208	0.16 327	5.93 416	2.90 420	4.00 286	1.84 338	1.52 270	0.27 151	3.81 370	3.22 395	6.05 341	17.38 452	0.00 1	0.00 1	0.00 1	0.00 1	0.14 323	0.30 404

SGM_RVC	4.07 418	0.38 266	1.98 249	0.84 401	0.26 366	6.20 417	2.37 413	6.45 421	3.57 400	11.56 441	9.27 417	15.55 440	6.78 431	10.07 440	4.60 398	0.22 417	0.25 426	0.20 422	0.23 412	0.26 383	0.34 410
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Ntro	3.24 400	1.34 421	2.83 327	7.27 448	4.43 444	6.22 418	0.74 375	4.73 350	1.48 303	0.39 113	1.77 313	2.70 321	1.28 324	4.59 285	1.25 319	8.06 452	0.28 430	2.12 444	0.05 342	8.11 448	5.16 452

ACV-stereo	1.64 341	0.27 218	2.94 330	0.04 152	0.04 245	6.31 419	0.18 291	1.81 77	0.22 35	0.23 84	0.01 1	10.52 428	5.41 426	4.07 250	0.77 288	0.00 1	0.00 1	0.00 1	0.00 1	0.03 169	0.02 173

PVD	5.81 431	0.99 404	5.56 418	0.72 394	0.51 404	6.72 420	0.18 291	9.90 442	23.69 452	11.45 440	19.26 445	8.18 420	9.46 442	9.24 432	9.49 431	0.02 378	0.16 419	0.00 1	0.08 360	0.18 351	0.40 415

ADCL	3.30 403	0.81 386	6.76 432	0.25 309	0.25 363	6.93 421	4.65 438	4.79 359	2.62 387	4.61 402	3.36 369	5.22 399	4.55 413	5.54 325	14.91 445	0.05 395	0.01 262	0.11 415	0.13 377	0.28 394	0.10 344

ADCPNet	3.63 412	0.82 389	13.20 449	0.08 223	0.43 396	7.02 422	2.23 411	4.77 356	2.41 377	4.31 397	1.96 322	7.57 418	5.16 420	6.45 363	13.80 443	0.02 378	0.75 440	0.04 402	0.90 449	0.16 338	0.53 417

PDISCO_ROB	2.21 380	0.78 380	3.43 360	0.96 412	2.04 435	7.04 423	0.09 257	7.36 434	5.72 421	1.21 237	1.67 304	3.16 350	1.28 324	7.52 415	1.37 327	0.00 1	0.00 1	0.00 1	0.00 1	0.34 403	0.13 363

Wz-Net-TNSev	3.91 415	5.20 453	20.57 455	0.15 269	0.01 123	7.14 424	3.57 424	6.70 427	3.57 400	1.74 288	0.58 206	7.39 417	4.33 410	8.86 429	7.99 421	0.00 1	0.00 1	0.00 1	0.02 320	0.24 375	0.16 375

LE_ROB	12.79 456	0.64 356	10.26 443	2.13 433	1.29 425	7.25 425	5.81 449	9.09 439	49.27 474	57.55 474	24.58 458	23.68 454	31.13 469	9.00 431	23.57 467	0.04 389	0.06 368	0.13 418	0.20 402	0.08 268	0.11 349

SANet	4.63 423	0.89 396	5.34 414	0.30 324	0.09 290	7.43 426	3.75 427	6.53 422	16.16 446	6.79 418	13.29 428	12.44 431	7.74 434	7.38 411	4.11 392	0.00 1	0.01 262	0.00 1	0.00 1	0.10 299	0.31 408

stereogan	2.13 377	0.31 242	3.75 371	0.01 23	0.09 290	7.44 427	0.60 368	4.27 310	3.29 396	3.91 391	4.62 387	6.41 408	1.84 359	5.17 306	0.58 269	0.00 1	0.01 262	0.01 369	0.00 1	0.24 375	0.05 277

SAMSARA	3.32 406	1.07 410	6.25 427	0.86 408	0.31 388	7.55 428	3.87 428	5.26 383	4.20 409	7.43 423	3.35 368	10.04 427	3.83 406	6.98 400	4.83 400	0.00 1	0.14 413	0.00 1	0.05 342	0.17 343	0.22 397

ACVNet_1	6.16 433	1.86 434	4.43 397	9.52 455	7.22 453	7.59 429	2.37 413	9.99 443	6.71 427	3.84 389	5.35 395	13.23 435	4.90 419	6.25 350	1.94 356	9.06 456	2.40 455	10.88 457	0.11 371	9.58 456	6.03 456

FC-DCNN	6.09 432	0.18 162	2.35 298	0.42 350	0.53 405	7.80 430	1.42 396	8.14 437	7.07 430	19.05 457	22.10 451	22.85 452	13.84 452	9.42 433	6.44 412	0.00 1	0.01 262	0.00 1	0.00 1	0.01 36	0.06 307

MeshStereo	5.78 430	0.75 373	3.04 336	0.25 309	0.14 317	7.88 431	2.09 406	9.64 440	5.18 418	20.48 460	19.06 443	22.80 451	9.54 443	9.64 437	4.88 402	0.00 1	0.00 1	0.00 1	0.00 1	0.29 395	0.03 229
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
FC-DCNN v2	6.25 434	0.19 170	2.31 295	0.44 351	0.55 407	8.05 432	1.51 399	8.71 438	7.22 431	19.24 458	22.98 454	24.00 455	13.47 451	9.80 439	6.51 413	0.00 1	0.01 262	0.00 1	0.00 1	0.01 36	0.05 277

MSMD_ROB	4.94 425	0.43 292	2.58 317	0.12 252	0.01 123	8.43 433	1.09 388	4.25 307	4.11 408	13.11 444	26.36 459	13.95 436	13.88 453	7.45 414	2.92 381	0.10 406	0.01 262	0.00 1	0.00 1	0.01 36	0.02 173

ACVNet-4b	5.67 429	1.65 426	4.43 397	9.46 454	7.11 452	8.72 434	1.68 402	6.61 423	5.76 422	0.27 86	6.49 405	11.67 429	2.43 375	8.40 426	1.56 331	9.06 456	2.34 453	10.49 455	0.02 320	9.22 454	5.98 455

MFN_U_SF_RVC	3.76 414	1.77 430	9.85 441	0.84 401	0.27 371	9.50 435	0.49 360	8.07 436	3.41 397	4.81 404	3.28 367	9.40 425	3.49 398	7.76 421	8.31 425	0.41 426	0.54 437	0.52 431	0.80 447	0.89 430	0.84 426

AnyNet_C01	6.59 436	4.31 451	36.24 464	0.96 412	0.46 400	9.96 436	5.74 448	6.02 416	3.63 402	7.59 424	8.56 415	8.83 423	3.14 392	13.74 452	20.83 462	0.12 409	0.08 386	0.25 425	0.09 363	1.01 431	0.34 410

ELAS_RVC	7.69 438	0.80 383	4.90 408	1.06 417	1.02 420	10.00 437	9.43 463	9.75 441	14.69 442	21.83 463	20.27 448	17.88 444	16.41 457	13.01 450	10.44 434	0.22 417	0.55 438	0.28 426	0.19 398	0.35 406	0.65 421
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
U	1.74 355	0.03 2	0.99 71	0.03 124	7.39 454	10.20 438	0.00 1	0.71 23	0.20 29	0.02 3	0.02 47	0.12 81	0.02 22	0.11 9	0.04 7	0.00 1	0.00 1	9.67 450	5.13 466	0.01 36	0.00 1

G-Net	3.49 408	0.47 313	4.03 380	1.61 431	1.91 431	10.78 439	1.92 404	3.06 171	1.26 258	8.59 430	12.06 426	6.13 406	7.82 436	4.78 290	4.77 399	0.08 402	0.12 408	0.07 407	0.15 378	0.16 338	0.11 349

IMH-64-1	9.55 444	2.76 445	2.44 304	11.17 458	9.13 458	12.03 440	5.45 445	18.33 454	15.78 444	6.59 415	18.69 438	16.95 442	6.20 428	10.63 442	8.06 422	9.46 459	2.46 456	15.42 462	1.61 454	10.89 457	6.88 460

IMH-64	9.55 444	2.76 445	2.44 304	11.17 458	9.13 458	12.03 440	5.45 445	18.33 454	15.78 444	6.59 415	18.69 438	16.95 442	6.20 428	10.63 442	8.06 422	9.46 459	2.46 456	15.42 462	1.61 454	10.89 457	6.88 460

MFN_U_SF_DS_RVC	3.30 403	2.61 442	7.84 435	0.09 233	0.26 366	12.92 442	7.62 459	4.25 307	3.64 403	2.95 365	3.99 382	4.61 388	1.22 317	8.36 425	1.77 342	0.59 433	1.15 445	0.04 402	0.85 448	0.48 420	0.67 422

MDST_ROB	3.50 409	0.07 40	3.94 377	2.66 438	1.46 427	12.94 443	0.97 383	7.32 433	2.42 378	14.82 451	8.08 413	2.74 324	1.51 336	8.44 427	2.48 371	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.11 349

ACVNet_2	8.69 441	1.80 433	5.09 410	8.55 452	6.72 449	13.47 444	4.34 435	13.70 448	23.86 453	6.89 420	19.74 447	20.52 447	5.36 424	7.70 420	2.48 371	8.53 453	1.67 450	7.99 448	0.32 432	8.79 452	6.29 459

RTS	9.75 446	2.69 443	65.25 470	0.85 404	1.99 433	14.36 445	4.75 440	5.69 404	17.29 448	7.97 425	19.00 440	6.83 414	3.02 389	26.15 467	18.62 458	0.00 1	0.15 417	0.00 1	0.00 1	0.29 395	0.16 375

RTSA	9.75 446	2.69 443	65.25 470	0.85 404	1.99 433	14.36 445	4.75 440	5.69 404	17.29 448	7.97 425	19.00 440	6.83 414	3.02 389	26.15 467	18.62 458	0.00 1	0.15 417	0.00 1	0.00 1	0.29 395	0.16 375

IMH	11.11 452	3.50 448	2.56 316	11.25 460	9.13 458	14.49 447	5.10 443	20.68 462	26.30 456	8.28 427	23.85 457	20.63 448	9.19 441	12.39 448	7.96 420	9.50 461	2.50 458	15.28 461	1.66 456	11.07 460	6.96 462

ELAS	8.05 440	0.76 377	4.02 379	0.95 411	1.02 420	14.85 448	6.99 458	12.80 447	11.73 438	22.43 465	27.75 462	17.88 444	15.19 455	10.96 445	11.31 436	0.22 417	0.56 439	0.23 424	0.22 409	0.50 422	0.71 423
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-6	11.09 450	1.69 428	3.21 348	7.54 449	7.10 451	16.34 449	6.63 456	20.12 459	38.64 468	9.67 434	19.28 446	27.53 457	10.97 448	12.43 449	11.57 438	4.26 442	2.35 454	10.54 456	0.02 320	7.59 445	4.29 449

KSHMR	14.27 461	6.95 458	5.79 422	15.08 465	12.84 464	17.44 450	10.61 464	18.88 456	30.94 461	18.81 454	22.21 453	28.54 459	8.85 439	15.56 454	9.24 430	10.34 466	3.60 466	21.61 468	4.68 464	14.48 464	8.94 465

notaker	17.52 464	21.54 469	7.84 435	18.05 467	14.44 467	17.58 451	6.43 454	20.13 460	24.44 455	21.34 462	27.71 461	39.12 467	18.78 463	19.63 460	20.40 461	11.95 467	2.71 465	25.51 470	5.85 467	17.10 467	9.78 466

MANE	14.02 460	0.85 391	3.53 364	2.13 433	3.75 442	18.44 452	6.14 450	22.67 468	27.90 458	33.01 469	41.08 471	41.26 470	30.90 468	23.39 461	17.99 454	0.47 428	0.76 441	0.91 435	4.04 461	0.17 343	1.00 432

WAO-7	9.09 443	1.79 432	3.55 366	0.80 399	0.15 322	18.67 453	4.36 436	23.07 469	26.68 457	12.59 443	27.90 463	22.52 450	13.03 450	13.53 451	11.47 437	0.09 405	0.03 340	0.58 434	0.10 367	0.47 419	0.34 410

Dean	11.46 453	2.03 436	5.20 412	10.73 457	8.20 457	18.71 454	5.73 447	21.10 463	41.49 471	11.12 437	22.16 452	25.92 456	7.74 434	7.52 415	4.31 394	9.01 455	2.27 452	9.95 454	0.61 443	9.18 453	6.22 457

PWCK	8.72 442	5.37 454	16.61 454	5.74 445	0.12 306	19.88 455	11.41 465	11.31 446	13.42 441	14.07 446	12.84 427	13.20 434	8.05 438	15.44 453	10.25 433	5.95 446	0.22 424	2.09 443	0.05 342	7.50 444	0.92 429

MADNet+	10.71 449	14.57 465	70.07 472	0.58 380	0.47 402	19.89 456	4.20 431	11.05 444	6.87 428	3.03 369	5.99 399	9.01 424	6.35 430	31.95 470	28.31 468	0.22 417	0.26 429	0.01 369	0.04 337	0.46 416	0.87 427

LRCNet_RVC	60.63 475	63.16 476	62.94 469	69.09 479	50.21 475	19.92 457	0.07 240	58.32 475	5.21 419	75.67 477	86.75 476	74.68 476	62.48 474	59.01 476	49.80 472	93.38 481	56.36 480	93.48 481	92.95 481	67.44 479	71.73 481

LVE	11.10 451	2.36 439	3.34 355	9.94 456	8.13 456	21.22 458	7.75 460	16.47 452	32.55 463	8.55 429	23.64 455	23.22 453	7.93 437	10.98 446	6.65 414	9.45 458	2.55 462	11.08 458	0.58 442	9.35 455	6.28 458

SGM-ForestM	12.56 455	0.80 383	4.31 394	1.07 418	0.41 395	21.56 459	8.57 461	17.42 453	19.67 450	29.93 467	28.49 466	45.83 471	27.22 466	26.05 466	18.40 456	0.14 411	0.25 426	0.18 421	0.28 427	0.18 351	0.42 416

DPSimNet_ROB	25.03 470	19.56 468	24.93 459	24.36 472	17.85 470	22.25 460	25.93 472	28.52 471	29.10 459	32.61 468	28.25 465	32.87 461	26.42 464	24.51 464	40.42 470	16.75 469	13.93 470	25.19 469	22.38 472	19.96 470	24.75 474

WAO-8	13.93 458	3.75 449	4.23 388	7.74 450	6.54 447	22.81 461	2.39 415	22.66 466	45.98 472	18.88 455	35.42 468	33.21 462	16.91 458	16.55 456	12.78 441	5.01 444	0.81 442	9.89 452	0.77 445	8.77 451	3.61 447

Venus	13.93 458	3.75 449	4.23 388	7.74 450	6.54 447	22.81 461	2.39 415	22.66 466	45.98 472	18.88 455	35.42 468	33.21 462	16.91 458	16.55 456	12.78 441	5.01 444	0.81 442	9.89 452	0.77 445	8.76 450	3.61 447

ktn	19.15 466	18.52 466	6.39 431	22.64 471	17.26 469	24.47 463	12.11 466	24.52 470	34.74 466	18.75 453	27.70 460	32.54 460	17.85 461	15.71 455	16.67 449	22.09 470	3.64 467	28.95 472	10.91 469	17.40 468	10.22 468

HanzoNet	29.69 471	29.33 472	21.66 456	21.75 470	19.07 471	24.58 464	12.99 467	28.87 472	40.49 470	43.09 471	44.02 472	55.65 474	44.93 472	43.17 473	44.44 471	27.88 473	9.47 469	29.77 473	15.86 471	20.94 471	15.84 471

MSC_U_SF_DS_RVC	5.12 428	2.33 438	8.42 437	0.33 332	0.27 371	24.60 465	8.84 462	5.50 394	9.75 435	3.82 388	8.16 414	8.53 422	1.82 355	9.44 434	5.18 405	1.02 435	1.65 449	0.33 427	0.47 439	1.06 432	0.90 428

SDNR	3.31 405	0.91 398	6.28 429	0.44 351	0.02 207	26.11 466	0.01 73	3.81 273	1.62 324	2.82 361	11.06 423	2.93 334	0.60 264	7.95 422	1.52 330	0.01 356	0.01 262	0.00 1	0.00 1	0.06 240	0.12 357

TorneroNet	16.10 463	5.74 457	4.12 386	13.88 463	11.97 462	26.89 467	6.85 457	21.13 464	38.32 467	14.15 447	33.36 467	33.52 464	17.49 460	18.89 458	19.64 460	9.77 463	2.53 460	19.43 466	3.35 458	13.21 463	7.86 463

TorneroNet-64	15.45 462	5.66 456	3.44 361	13.86 462	12.03 463	28.15 468	6.27 453	19.89 458	38.68 469	12.16 442	28.06 464	35.76 465	15.44 456	19.56 459	15.40 447	9.71 462	2.52 459	19.13 465	2.70 457	12.55 462	7.94 464

UNDER WATER	19.61 467	12.37 464	31.14 460	20.44 469	14.31 466	28.63 469	18.15 469	16.43 451	34.24 465	20.82 461	19.14 444	38.83 466	30.09 467	24.31 462	20.97 463	10.09 465	2.68 463	19.51 467	4.70 465	15.52 466	9.93 467

UNDER WATER-64	20.03 468	10.28 462	31.50 461	20.05 468	13.64 465	32.81 470	23.45 471	16.01 450	33.44 464	22.01 464	17.25 436	40.58 469	32.20 471	24.50 463	22.36 466	10.06 464	2.70 464	18.37 464	4.24 462	14.84 465	10.24 469

BEATNet-Init1	17.91 465	7.45 459	36.82 465	1.88 432	1.38 426	37.29 471	14.71 468	21.90 465	24.20 454	38.07 470	36.59 470	50.41 472	32.00 470	29.42 469	21.83 465	0.33 425	0.39 435	0.47 429	0.54 441	1.50 436	1.07 433

JetBlue	13.83 457	5.03 452	33.82 463	0.84 401	6.92 450	50.14 472	20.02 470	15.09 449	8.92 434	11.33 439	17.05 435	28.25 458	18.01 462	32.60 471	18.53 457	0.32 424	0.12 408	0.15 419	0.23 412	4.59 441	4.64 450

MADNet++	47.78 473	34.15 473	37.11 466	42.94 473	41.23 474	64.94 473	30.63 473	60.79 476	53.26 475	72.08 476	61.65 474	57.68 475	54.96 473	58.03 474	59.24 474	43.01 475	36.17 475	36.07 474	22.50 473	47.50 474	41.67 476

JetRed	34.54 472	39.28 474	62.16 468	15.62 466	26.51 472	69.20 474	40.79 474	31.43 473	32.41 462	46.06 472	44.55 473	40.19 468	26.50 465	38.43 472	56.06 473	12.76 468	37.49 476	13.23 459	9.38 468	29.52 472	19.34 472

HaxPig	97.68 483	99.63 482	91.34 475	99.82 489	99.97 486	88.15 475	88.00 475	98.28 483	99.93 484	99.98 486	99.99 483	99.95 486	99.99 484	96.29 481	92.24 480	99.99 490	99.98 485	100.00 486	99.99 485	100.00 491	99.98 489

ASD4	55.28 474	67.10 477	50.57 467	44.24 474	57.82 476	92.00 476	98.23 482	54.95 474	86.61 479	58.30 475	64.61 475	50.57 473	63.33 475	58.83 475	67.37 475	25.76 472	29.60 473	26.82 471	29.01 474	42.42 473	37.42 475

MEDIAN_ROB	96.83 481	99.41 481	98.66 481	94.75 482	94.23 481	93.08 477	90.54 476	95.61 482	94.75 480	97.65 483	97.73 481	98.30 482	96.57 481	94.51 480	93.74 481	99.78 488	98.24 482	99.99 485	99.89 484	99.48 485	99.67 485

xxxxx1	76.92 477	82.43 478	93.26 477	61.67 476	66.92 477	95.84 478	95.11 478	75.84 477	80.96 476	82.71 478	86.75 476	89.18 477	87.35 476	85.27 477	87.18 476	55.08 476	54.60 477	60.31 477	72.71 478	62.51 475	62.73 477

tt_ll	76.92 477	82.43 478	93.26 477	61.67 476	66.92 477	95.84 478	95.11 478	75.84 477	80.96 476	82.71 478	86.75 476	89.18 477	87.35 476	85.27 477	87.18 476	55.08 476	54.60 477	60.31 477	72.71 478	62.51 475	62.73 477

ff	76.92 477	82.43 478	93.26 477	61.67 476	66.92 477	95.84 478	95.11 478	75.84 477	80.96 476	82.71 478	86.75 476	89.18 477	87.35 476	85.27 477	87.18 476	55.08 476	54.60 477	60.31 477	72.71 478	62.51 475	62.73 477

AVERAGE_ROB	99.23 487	99.81 485	97.56 480	100.00 492	100.00 488	96.24 481	91.02 477	100.00 487	100.00 485	100.00 487	100.00 484	100.00 488	100.00 485	99.98 488	99.97 484	100.00 491	100.00 486	100.00 486	100.00 486	100.00 491	100.00 491

test_example2	98.83 484	99.97 488	99.97 485	99.96 491	99.97 486	99.46 482	99.97 483	95.54 481	100.00 485	100.00 487	100.00 484	93.37 480	93.47 479	99.93 486	99.91 483	100.00 491	99.79 484	96.64 482	98.71 483	100.00 491	100.00 491

PML	89.08 480	99.72 483	92.85 476	94.72 481	94.92 483	99.54 483	97.42 481	93.50 480	95.96 481	99.77 485	92.33 480	95.35 481	93.51 480	99.96 487	91.15 479	99.98 489	31.71 474	100.00 486	45.94 476	93.46 482	69.88 480

Selective-RAFT-Error	100.00 492	100.00 489	100.00 488	100.00 492	100.00 488	100.00 484	100.00 484	100.00 487	100.00 485	100.00 487	100.00 484	100.00 488	100.00 485	100.00 489	100.00 487	100.00 491	100.00 486	100.00 486	100.00 486	99.99 489	99.95 487

Anonymous_1	97.10 482	99.72 483	99.64 484	92.33 480	93.91 480	100.00 484	100.00 484	99.20 484	99.90 483	98.57 484	99.75 482	99.14 483	99.94 483	98.50 482	99.54 482	87.90 479	98.87 483	90.88 480	96.91 482	92.22 481	95.12 482

tt	68.65 476	0.15 133	99.57 483	50.64 475	14.90 468	100.00 484	100.00 484	100.00 487	99.76 482	27.80 466	10.52 422	99.97 487	98.63 482	99.61 483	100.00 487	90.62 480	98.21 481	46.66 476	52.02 477	62.86 478	21.04 473

CasAABBNet	99.94 490	100.00 489	100.00 488	99.72 488	100.00 488	100.00 484	100.00 484	100.00 487	100.00 485	100.00 487	100.00 484	100.00 488	100.00 485	100.00 489	100.00 487	99.21 486	100.00 486	100.00 486	100.00 486	99.96 488	99.95 487

LSM0	99.94 490	100.00 489	100.00 488	99.84 490	100.00 488	100.00 484	100.00 484	100.00 487	100.00 485	100.00 487	100.00 484	100.00 488	100.00 485	100.00 489	100.00 487	99.22 487	100.00 486	100.00 486	100.00 486	99.99 489	99.83 486

DPSMNet_ROB	99.46 489	99.94 486	99.98 486	96.59 486	100.00 488	100.00 484	100.00 484	99.81 485	100.00 485	95.87 482	100.00 484	99.32 484	100.00 485	99.79 484	99.99 485	98.46 485	100.00 486	99.86 483	100.00 486	99.52 486	100.00 491

DGTPSM_ROB	99.45 488	99.94 486	99.98 486	96.58 485	100.00 488	100.00 484	100.00 484	99.81 485	100.00 485	95.86 481	100.00 484	99.32 484	100.00 485	99.79 484	99.99 485	98.34 484	100.00 486	99.86 483	100.00 486	99.52 486	99.99 490

DPSM_ROB	99.17 485	100.00 489	100.00 488	96.28 483	98.84 484	100.00 484	100.00 484	100.00 487	100.00 485	100.00 487	100.00 484	100.00 488	100.00 485	100.00 489	100.00 487	93.66 482	100.00 486	100.00 486	100.00 486	96.31 483	98.27 483

DPSM	99.17 485	100.00 489	100.00 488	96.28 483	98.84 484	100.00 484	100.00 484	100.00 487	100.00 485	100.00 487	100.00 484	100.00 488	100.00 485	100.00 489	100.00 487	93.66 482	100.00 486	100.00 486	100.00 486	96.31 483	98.27 483

FADE		10.20 461		4.76 444	4.82 445			19.13 457	23.28 451	8.35 428		14.63 438		25.45 465		24.52 471	8.46 468	36.14 475	36.87 475	3.46 439	2.72 445

Low-res two-view benchmark