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

111111	0.21 32	0.06 37	0.29 10	0.02 96	0.00 1	1.11 124	0.02 161	1.46 88	0.70 190	0.16 116	0.01 1	0.01 2	0.04 97	0.12 27	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.09 323	0.00 1

LG-Stereo_L2	0.16 13	0.13 142	0.42 19	0.04 187	0.00 1	1.05 96	0.15 334	0.57 31	0.38 65	0.06 55	0.01 1	0.02 5	0.00 1	0.07 7	0.19 171	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

LG-Stereo_L1	0.14 8	0.13 142	0.45 22	0.04 187	0.00 1	0.35 17	0.14 331	0.80 49	0.61 100	0.06 55	0.01 1	0.02 5	0.00 1	0.07 7	0.20 173	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.01 92

MLG-Stereo_test3	0.14 8	0.10 100	0.20 1	0.00 1	0.00 1	1.04 88	0.00 1	0.47 17	0.69 178	0.09 74	0.01 1	0.02 5	0.01 13	0.03 1	0.03 6	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

MLG-Stereo_test2	0.16 13	0.11 121	0.23 3	0.02 96	0.00 1	1.05 96	0.00 1	0.27 4	1.26 315	0.02 13	0.01 1	0.08 96	0.00 1	0.07 7	0.15 138	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

MLG-Stereo_test1	0.15 12	0.06 37	0.31 13	0.02 96	0.01 156	1.05 96	0.00 1	0.19 1	1.26 315	0.02 13	0.01 1	0.04 32	0.01 13	0.05 3	0.03 6	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

MLG-Stereo	0.17 18	0.06 37	0.25 6	0.02 96	0.00 1	1.05 96	0.00 1	0.50 18	1.29 326	0.01 5	0.01 1	0.04 32	0.01 13	0.05 3	0.03 6	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.01 92

LG-G_1	0.23 46	0.11 121	0.32 15	0.02 96	0.00 1	1.29 217	0.00 1	1.82 110	0.71 193	0.10 90	0.01 1	0.05 60	0.01 13	0.07 7	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

LG-G	0.23 46	0.11 121	0.32 15	0.02 96	0.00 1	1.29 217	0.00 1	1.82 110	0.71 193	0.10 90	0.01 1	0.05 60	0.01 13	0.07 7	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

LGtest1	0.13 4	0.14 155	0.30 11	0.01 27	0.00 1	0.40 26	0.00 1	0.54 27	0.73 197	0.06 55	0.01 1	0.03 19	0.00 1	0.04 2	0.21 181	0.00 1	0.05 410	0.00 1	0.00 1	0.01 40	0.01 92

SGD-Stereo	0.12 3	0.10 100	0.25 6	0.03 154	0.00 1	1.03 79	0.00 1	0.24 2	0.59 81	0.01 5	0.01 1	0.04 32	0.01 13	0.06 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

HI	0.54 162	0.37 313	1.50 226	0.13 307	0.00 1	1.15 145	0.00 1	1.68 101	0.62 113	1.34 299	0.01 1	2.67 372	0.66 338	0.36 131	0.20 173	0.00 1	0.04 397	0.00 1	0.00 1	0.05 252	0.00 1

CoSv	0.54 162	0.37 313	1.50 226	0.13 307	0.00 1	1.15 145	0.00 1	1.68 101	0.62 113	1.34 299	0.01 1	2.67 372	0.66 338	0.36 131	0.20 173	0.00 1	0.04 397	0.00 1	0.00 1	0.05 252	0.00 1

SCV_C0	0.34 81	0.20 221	0.96 100	0.02 96	0.00 1	0.41 28	0.02 161	3.62 306	0.65 139	0.12 103	0.01 1	0.07 89	0.09 175	0.18 46	0.13 118	0.00 1	0.03 383	0.00 1	0.19 453	0.12 356	0.04 295

SCV	0.42 111	0.28 274	0.68 54	0.26 371	0.16 381	0.26 7	0.05 258	4.98 427	0.63 121	0.10 90	0.01 1	0.02 5	0.05 114	0.26 95	0.13 118	0.00 1	0.01 289	0.00 1	0.18 450	0.25 433	0.18 440

DEFOM-Stereo_RVC	0.19 27	0.03 2	0.46 25	0.03 154	0.00 1	0.36 23	0.02 161	1.68 101	0.67 158	0.01 5	0.01 1	0.05 60	0.00 1	0.12 27	0.22 184	0.00 1	0.02 353	0.00 1	0.15 430	0.01 40	0.00 1

FoundationStereo	0.08 1	0.12 132	0.24 4	0.02 96	0.01 156	0.12 1	0.04 236	0.24 2	0.59 81	0.00 1	0.01 1	0.04 32	0.01 13	0.11 23	0.07 62	0.00 1	0.02 353	0.00 1	0.00 1	0.00 1	0.00 1

StereoAnything_RVC	0.66 194	1.49 486	1.08 141	0.01 27	0.01 156	0.37 24	0.05 258	2.93 199	0.63 121	0.08 66	0.01 1	0.00 1	0.02 40	0.17 43	0.04 12	0.00 1	0.07 429	0.00 1	0.00 1	6.28 504	0.01 92

AIO_rvc	0.21 32	0.32 293	0.50 31	0.09 279	0.03 268	0.43 33	0.06 281	1.25 71	0.63 121	0.03 34	0.01 1	0.09 103	0.04 97	0.28 105	0.16 147	0.00 1	0.01 289	0.00 1	0.03 374	0.10 338	0.10 393

HUF	0.25 57	0.32 293	1.18 170	0.06 227	0.11 354	0.31 8	0.08 296	0.73 43	0.62 113	0.10 90	0.01 1	0.02 5	0.03 70	0.16 39	0.14 129	0.00 1	0.58 501	0.00 1	0.00 1	0.14 368	0.37 474

AIO_test	0.17 18	0.11 121	0.55 39	0.08 268	0.06 310	0.42 32	0.06 281	0.35 9	0.38 65	0.03 34	0.01 1	0.86 245	0.03 70	0.21 73	0.10 100	0.00 1	0.01 289	0.00 1	0.08 409	0.03 191	0.02 205

castereo++	0.25 57	0.15 169	0.48 30	0.09 279	0.00 1	1.08 113	0.03 210	1.53 92	0.67 158	0.00 1	0.01 1	0.59 201	0.00 1	0.09 13	0.06 54	0.00 1	0.02 353	0.00 1	0.28 486	0.02 134	0.00 1

castereo	0.32 76	0.28 274	0.46 25	0.01 27	0.05 298	0.81 49	0.04 236	3.37 268	0.61 100	0.08 66	0.01 1	0.08 96	0.14 216	0.10 20	0.11 109	0.00 1	0.01 289	0.00 1	0.22 466	0.02 134	0.01 92

MonSter	0.19 27	0.07 54	0.24 4	0.00 1	0.00 1	0.41 28	0.00 1	2.16 133	0.64 132	0.03 34	0.01 1	0.04 32	0.01 13	0.09 13	0.08 75	0.00 1	0.00 1	0.00 1	0.01 343	0.00 1	0.01 92

GIP-stereo	0.31 73	0.03 2	0.78 64	0.00 1	0.00 1	1.06 103	0.03 210	2.98 203	0.66 148	0.05 47	0.01 1	0.04 32	0.01 13	0.18 46	0.24 195	0.00 1	0.00 1	0.00 1	0.00 1	0.04 227	0.00 1

fffft	0.22 39	0.03 2	0.46 25	0.01 27	0.00 1	0.93 66	0.01 88	1.42 78	0.61 100	0.02 13	0.01 1	0.04 32	0.01 13	0.21 73	0.34 253	0.00 1	0.00 1	0.00 1	0.00 1	0.14 368	0.07 366
1: 1. 1
DEFOM-Stereo	0.14 8	0.04 9	0.38 17	0.05 210	0.00 1	1.04 88	0.00 1	0.32 7	0.63 121	0.00 1	0.01 1	0.04 32	0.03 70	0.20 64	0.06 54	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

SMoEStereo_RVC	0.18 25	0.06 37	0.53 36	0.02 96	0.00 1	1.03 79	0.04 236	0.38 11	0.64 132	0.07 58	0.01 1	0.04 32	0.02 40	0.26 95	0.27 216	0.00 1	0.00 1	0.00 1	0.00 1	0.07 287	0.10 393

tt45	0.47 135	0.06 37	0.70 57	0.02 96	0.00 1	1.30 223	0.05 258	0.85 54	0.60 90	0.05 47	0.01 1	0.09 103	0.03 70	5.40 375	0.18 164	0.00 1	0.00 1	0.00 1	0.00 1	0.09 323	0.01 92

fffy	0.14 8	0.06 37	0.88 80	0.02 96	0.00 1	0.33 12	0.01 88	0.79 47	0.13 4	0.02 13	0.01 1	0.06 75	0.01 13	0.16 39	0.03 6	0.00 1	0.04 397	0.00 1	0.00 1	0.09 323	0.06 348

dual_stereo	0.29 67	0.05 19	0.31 13	0.03 154	0.00 1	0.31 8	0.02 161	3.31 262	0.61 100	0.01 5	0.01 1	0.02 5	0.03 70	0.79 180	0.13 118	0.00 1	0.07 429	0.00 1	0.08 409	0.00 1	0.01 92

rvit_stereo_0083	0.13 4	0.02 1	0.30 11	0.00 1	0.00 1	0.14 3	0.01 88	0.56 28	1.11 286	0.05 47	0.01 1	0.04 32	0.02 40	0.25 87	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 92

rvit_stereo_0081_aga	0.17 18	0.11 121	0.81 67	0.00 1	0.00 1	0.80 46	0.01 88	0.79 47	0.59 81	0.02 13	0.01 1	0.05 60	0.03 70	0.19 52	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0081	0.17 18	0.04 9	0.25 6	0.00 1	0.00 1	0.75 43	0.01 88	1.22 68	0.79 220	0.07 58	0.01 1	0.03 19	0.02 40	0.17 43	0.06 54	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

model_zeroshot	0.49 143	0.26 259	2.10 321	0.03 154	0.01 156	1.69 355	0.08 296	2.63 170	0.18 24	1.02 256	0.01 1	0.61 203	0.06 136	0.86 183	0.14 129	0.00 1	0.02 353	0.00 1	0.16 439	0.02 134	0.01 92

ACV-stereo	1.64 402	0.27 263	2.94 387	0.04 187	0.04 288	6.31 480	0.18 347	1.81 109	0.22 40	0.23 128	0.01 1	10.52 490	5.41 488	4.07 303	0.77 343	0.00 1	0.00 1	0.00 1	0.00 1	0.03 191	0.02 205

rvit_stereo_0082	0.17 18	0.04 9	0.25 6	0.00 1	0.00 1	0.75 43	0.01 88	1.22 68	0.79 220	0.07 58	0.01 1	0.03 19	0.02 40	0.17 43	0.06 54	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

IGEV-Stereo++	0.20 30	0.05 19	0.22 2	0.01 27	0.00 1	1.11 124	0.00 1	1.84 112	0.34 60	0.08 66	0.01 1	0.02 5	0.03 70	0.19 52	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.03 191	0.01 92

Pointernet	0.34 81	0.10 100	1.09 144	0.01 27	0.08 330	1.18 159	0.05 258	2.99 204	0.62 113	0.03 34	0.01 1	0.15 133	0.05 114	0.24 82	0.09 88	0.00 1	0.00 1	0.00 1	0.11 422	0.01 40	0.00 1

IGEV-Stereo+	0.43 118	0.17 192	0.46 25	0.14 320	1.06 483	0.63 41	0.02 161	0.30 6	0.24 48	0.09 74	0.01 1	0.04 32	0.03 70	1.86 229	0.05 29	0.00 1	0.01 289	0.00 1	0.15 430	1.83 498	1.61 500

AIO-Stereo	0.21 32	0.07 54	0.44 21	0.03 154	0.03 268	0.41 28	0.01 88	1.65 96	0.65 139	0.09 74	0.01 1	0.02 5	0.04 97	0.22 76	0.05 29	0.00 1	0.00 1	0.00 1	0.33 495	0.05 252	0.08 379

RSM++	0.17 18	0.07 54	0.42 19	0.03 154	0.00 1	0.40 26	0.00 1	1.18 67	0.59 81	0.02 13	0.01 1	0.01 2	0.05 114	0.20 64	0.14 129	0.00 1	0.00 1	0.00 1	0.17 447	0.09 323	0.07 366

RSM	0.18 25	0.05 19	0.39 18	0.03 154	0.02 245	0.38 25	0.00 1	1.33 75	0.59 81	0.09 74	0.01 1	0.03 19	0.04 97	0.19 52	0.14 129	0.00 1	0.00 1	0.00 1	0.16 439	0.06 272	0.04 295

test_sample1	0.61 175	0.04 9	0.90 85	0.34 397	0.00 1	1.09 115	0.00 1	3.54 298	0.88 242	0.86 224	0.01 1	0.53 195	0.34 275	3.51 276	0.20 173	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

CAS++	0.32 76	0.22 239	0.69 56	0.04 187	0.00 1	0.35 17	0.01 88	4.32 378	0.48 73	0.02 13	0.01 1	0.07 89	0.00 1	0.19 52	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo07	0.27 61	0.27 263	0.64 48	0.02 96	0.01 156	1.64 346	0.01 88	1.41 77	0.73 197	0.10 90	0.01 1	0.03 19	0.10 183	0.24 82	0.04 12	0.00 1	0.07 429	0.00 1	0.00 1	0.03 191	0.06 348

11t1	0.33 78	0.05 19	0.86 76	0.44 410	0.00 1	1.04 88	0.00 1	2.45 155	0.60 90	0.44 167	0.01 1	0.05 60	0.05 114	0.43 142	0.06 54	0.00 1	0.01 289	0.00 1	0.00 1	0.02 134	0.01 92

ff7	0.23 46	0.21 229	1.02 117	0.02 96	0.00 1	1.07 105	0.00 1	0.53 21	0.75 205	0.09 74	0.01 1	0.04 32	0.07 152	0.44 144	0.04 12	0.00 1	0.00 1	0.00 1	0.15 430	0.07 287	0.01 92

ffff	0.23 46	0.21 229	1.02 117	0.02 96	0.00 1	1.07 105	0.00 1	0.53 21	0.75 205	0.09 74	0.01 1	0.04 32	0.07 152	0.44 144	0.04 12	0.00 1	0.00 1	0.00 1	0.15 430	0.07 287	0.01 92

11t	0.23 46	0.21 229	1.02 117	0.02 96	0.00 1	1.07 105	0.00 1	0.53 21	0.75 205	0.09 74	0.01 1	0.04 32	0.07 152	0.44 144	0.04 12	0.00 1	0.00 1	0.00 1	0.15 430	0.07 287	0.01 92

CASnet	0.16 13	0.14 155	0.52 35	0.01 27	0.00 1	0.86 53	0.00 1	0.51 19	0.75 205	0.10 90	0.01 1	0.04 32	0.02 40	0.22 76	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 191	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala_base	1.19 344	0.11 121	0.90 85	0.07 253	0.05 298	1.19 162	0.01 88	4.28 371	0.15 11	0.04 43	0.01 1	0.24 147	0.04 97	0.12 27	0.29 227	7.21 510	1.13 506	0.00 1	0.25 476	7.61 508	0.00 1

AEACV	0.22 39	0.05 19	0.66 51	0.02 96	0.03 268	0.87 55	0.00 1	1.07 61	0.15 11	0.18 123	0.01 1	0.02 5	0.72 347	0.15 36	0.09 88	0.00 1	0.03 383	0.00 1	0.27 482	0.08 301	0.07 366

GCAP-Stereo	0.24 53	0.29 284	0.82 69	0.01 27	0.00 1	1.24 194	0.00 1	1.70 104	0.23 43	0.02 13	0.01 1	0.09 103	0.10 183	0.18 46	0.05 29	0.00 1	0.03 383	0.00 1	0.00 1	0.08 301	0.01 92

anonymousdsp	0.21 32	0.21 229	0.63 45	0.02 96	0.00 1	1.07 105	0.00 1	0.74 45	0.77 214	0.09 74	0.01 1	0.04 32	0.07 152	0.25 87	0.04 12	0.00 1	0.00 1	0.00 1	0.16 439	0.08 301	0.03 265

Selective-IGEV	0.22 39	0.06 37	0.46 25	0.05 210	0.04 288	0.34 15	0.04 236	2.16 133	0.59 81	0.09 74	0.01 1	0.02 5	0.05 114	0.18 46	0.05 29	0.00 1	0.00 1	0.00 1	0.09 414	0.03 191	0.09 385

EGLCR-Stereo	0.28 63	0.09 80	0.73 59	0.18 341	0.05 298	1.17 152	0.04 236	2.37 142	0.17 22	0.35 150	0.01 1	0.01 2	0.02 40	0.38 136	0.04 12	0.00 1	0.01 289	0.00 1	0.00 1	0.00 1	0.03 265

Selective-RAFT	0.37 96	0.06 37	0.65 50	0.03 154	0.01 156	1.17 152	0.02 161	2.63 170	0.66 148	0.01 5	0.01 1	0.22 146	0.18 230	1.31 206	0.24 195	0.00 1	0.00 1	0.00 1	0.20 458	0.04 227	0.00 1

ProNet	0.20 30	0.25 255	0.78 64	0.01 27	0.01 156	0.95 71	0.00 1	0.70 39	0.68 165	0.02 13	0.01 1	0.05 60	0.03 70	0.31 114	0.03 6	0.00 1	0.01 289	0.00 1	0.00 1	0.12 356	0.04 295

CroCo-Stereo Lap2	0.33 78	0.49 373	1.18 170	0.02 96	0.00 1	0.33 12	0.00 1	3.08 219	0.61 100	0.02 13	0.01 1	0.04 32	0.08 167	0.45 149	0.15 138	0.00 1	0.00 1	0.00 1	0.00 1	0.07 287	0.02 205

qqq	0.50 147	0.04 9	0.78 64	0.02 96	0.00 1	1.05 96	0.00 1	3.15 231	0.68 165	0.46 173	0.01 1	0.73 228	0.12 205	2.95 256	0.07 62	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.01 92

ccc-4	0.23 46	0.21 229	1.02 117	0.02 96	0.00 1	1.07 105	0.00 1	0.53 21	0.75 205	0.09 74	0.01 1	0.04 32	0.07 152	0.44 144	0.04 12	0.00 1	0.00 1	0.00 1	0.15 430	0.07 287	0.01 92

x	0.41 108	0.04 9	0.74 61	0.54 433	0.00 1	0.98 74	0.00 1	3.07 217	0.67 158	0.48 175	0.01 1	0.48 187	0.07 152	0.93 186	0.07 62	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.01 92

raft_robust	0.98 288	0.57 398	1.21 181	0.06 227	0.17 385	1.36 243	0.02 161	3.46 287	2.18 429	0.33 138	0.01 1	1.54 297	1.42 390	6.77 443	0.15 138	0.00 1	0.02 353	0.00 1	0.18 450	0.11 349	0.09 385

IGEV-Stereo	0.21 32	0.21 229	0.63 45	0.02 96	0.00 1	1.07 105	0.00 1	0.73 43	0.77 214	0.09 74	0.01 1	0.04 32	0.07 152	0.24 82	0.04 12	0.00 1	0.00 1	0.00 1	0.16 439	0.08 301	0.03 265
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GMOStereo	0.42 111	0.28 274	1.02 117	0.05 210	0.18 389	1.04 88	0.02 161	2.40 145	0.16 17	2.25 388	0.01 1	0.32 162	0.03 70	0.09 13	0.15 138	0.00 1	0.11 456	0.00 1	0.00 1	0.19 406	0.02 205

error version	0.42 111	0.28 274	1.02 117	0.05 210	0.18 389	1.04 88	0.02 161	2.40 145	0.16 17	2.25 388	0.01 1	0.32 162	0.03 70	0.09 13	0.15 138	0.00 1	0.11 456	0.00 1	0.00 1	0.19 406	0.02 205

test-v	0.42 111	0.28 274	1.02 117	0.05 210	0.18 389	1.04 88	0.02 161	2.40 145	0.16 17	2.25 388	0.01 1	0.32 162	0.03 70	0.09 13	0.15 138	0.00 1	0.11 456	0.00 1	0.00 1	0.19 406	0.02 205

test-3	0.63 184	0.06 37	1.00 109	0.07 253	0.13 363	0.99 75	0.01 88	2.46 157	0.20 32	1.96 366	0.01 1	1.10 276	0.05 114	3.75 286	0.23 190	0.00 1	0.00 1	0.00 1	0.26 479	0.15 380	0.13 416

test_1	0.61 175	0.06 37	1.00 109	0.07 253	0.12 357	0.99 75	0.01 88	2.46 157	0.20 32	1.71 343	0.01 1	1.10 276	0.04 97	3.71 284	0.23 190	0.00 1	0.00 1	0.00 1	0.25 476	0.15 380	0.13 416

test_3	0.58 169	0.06 37	1.04 132	0.07 253	0.12 357	1.01 77	0.01 88	2.45 155	0.20 32	0.95 237	0.01 1	1.05 268	0.05 114	3.74 285	0.23 190	0.00 1	0.00 1	0.00 1	0.25 476	0.15 380	0.13 416

TRStereo	0.59 171	0.79 441	1.59 251	0.56 437	0.01 156	1.19 162	0.03 210	4.74 410	0.60 90	0.17 120	0.01 1	0.62 206	0.44 296	0.57 163	0.07 62	0.00 1	0.04 397	0.00 1	0.24 473	0.01 40	0.14 423

test-2	0.42 111	0.28 274	1.02 117	0.05 210	0.18 389	1.04 88	0.02 161	2.40 145	0.16 17	2.25 388	0.01 1	0.32 162	0.03 70	0.09 13	0.15 138	0.00 1	0.11 456	0.00 1	0.00 1	0.19 406	0.02 205

cross-raft	0.53 159	0.12 132	1.78 280	0.03 154	0.01 156	1.04 88	0.10 316	3.21 249	0.23 43	0.37 158	0.01 1	2.86 386	0.04 97	0.24 82	0.24 195	0.00 1	0.01 289	0.00 1	0.16 439	0.01 40	0.02 205

CFNet-RSSM	0.51 150	0.12 132	1.26 187	0.03 154	0.14 369	1.24 194	0.02 161	4.12 354	0.15 11	0.31 134	0.01 1	1.96 333	0.04 97	0.19 52	0.25 203	0.00 1	0.01 289	0.00 1	0.27 482	0.01 40	0.01 92

Gwc-CoAtRS	0.42 111	0.12 132	1.28 191	0.03 154	0.13 363	1.03 79	0.02 161	2.33 140	0.15 11	0.35 150	0.01 1	2.27 356	0.03 70	0.20 64	0.25 203	0.00 1	0.01 289	0.00 1	0.22 466	0.01 40	0.01 92

FENet	0.52 153	0.07 54	1.62 253	0.04 187	0.00 1	1.19 162	0.05 258	3.10 223	0.98 257	0.89 227	0.01 1	1.63 310	0.09 175	0.47 153	0.28 223	0.00 1	0.01 289	0.00 1	0.00 1	0.00 1	0.01 92

MM-Stereo_test2	0.26 60	0.08 67	1.52 234	0.46 416	0.00 1	1.14 138	0.01 88	0.63 35	0.21 37	0.38 160	0.02 78	0.04 32	0.06 136	0.18 46	0.20 173	0.00 1	0.04 397	0.00 1	0.05 390	0.22 421	0.04 295

mms	0.11 2	0.07 54	0.45 22	0.01 27	0.00 1	0.35 17	0.01 88	0.38 11	0.15 11	0.05 47	0.02 78	0.06 75	0.05 114	0.20 64	0.04 12	0.00 1	0.02 353	0.00 1	0.00 1	0.10 338	0.14 423

ours_stereo	0.16 13	0.06 37	0.73 59	0.00 1	0.00 1	0.80 46	0.04 236	0.44 15	0.54 76	0.05 47	0.02 78	0.06 75	0.03 70	0.19 52	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.11 349	0.06 348

U	1.74 416	0.03 2	0.99 108	0.03 154	7.39 516	10.20 499	0.00 1	0.71 41	0.20 32	0.02 13	0.02 78	0.12 119	0.02 40	0.11 23	0.04 12	0.00 1	0.00 1	9.67 512	5.13 528	0.01 40	0.00 1

rvit_stereo_0080	0.30 70	0.23 247	1.20 178	0.00 1	0.00 1	0.90 57	0.01 88	2.79 184	0.60 90	0.02 13	0.02 78	0.06 75	0.01 13	0.12 27	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 205

test_sample2	0.63 184	0.05 19	1.13 154	0.31 386	0.01 156	1.22 178	0.00 1	3.87 337	1.03 266	0.91 232	0.02 78	0.50 192	0.13 212	3.16 262	0.26 211	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

IGEV++	0.36 92	0.19 209	0.57 41	0.09 279	0.00 1	0.35 17	0.03 210	4.62 400	0.24 48	0.12 103	0.02 78	0.03 19	0.17 226	0.24 82	0.23 190	0.00 1	0.05 410	0.00 1	0.04 385	0.09 323	0.08 379

MyStereo05	0.79 233	0.19 209	3.17 401	0.02 96	0.00 1	1.51 303	0.01 88	3.56 300	2.48 443	1.34 299	0.02 78	1.25 283	0.38 286	1.19 199	0.50 304	0.00 1	0.06 419	0.00 1	0.00 1	0.02 134	0.07 366

MyStereo04	0.78 232	0.27 263	3.19 402	0.02 96	0.01 156	1.64 346	0.01 88	3.64 309	2.20 431	0.98 250	0.02 78	1.29 285	0.57 316	1.10 196	0.53 311	0.00 1	0.07 429	0.00 1	0.00 1	0.03 191	0.06 348

whm_eth	0.30 70	0.23 247	1.20 178	0.00 1	0.00 1	0.90 57	0.01 88	2.79 184	0.60 90	0.02 13	0.02 78	0.06 75	0.01 13	0.12 27	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 205

MIM_Stereo	0.45 126	0.43 345	1.18 170	0.51 430	0.04 288	1.26 207	0.02 161	2.38 143	0.65 139	0.07 58	0.02 78	0.70 222	0.20 242	1.01 193	0.13 118	0.00 1	0.09 444	0.00 1	0.00 1	0.14 368	0.10 393

DLNR_Zeroshot_test	23.05 531	49.79 537	87.94 538	97.52 551	94.73 546	1.18 159	0.00 1	20.60 523	0.14 7	0.02 13	0.02 78	0.02 5	0.02 40	4.35 317	0.10 100	32.22 536	0.04 397	0.00 1	0.27 482	72.00 543	0.06 348

LL-Strereo2	0.36 92	0.47 366	1.08 141	0.09 279	0.03 268	1.12 129	0.07 289	1.66 99	0.93 250	0.43 166	0.02 78	0.51 194	0.08 167	0.23 79	0.29 227	0.00 1	0.00 1	0.00 1	0.03 374	0.04 227	0.04 295

LoS_RVC	0.19 27	0.48 368	0.51 32	0.12 300	0.10 347	1.01 77	0.01 88	0.81 51	0.19 27	0.07 58	0.02 78	0.06 75	0.05 114	0.31 114	0.05 29	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.04 295

CAS	0.85 253	0.09 80	0.67 52	6.43 509	0.05 298	1.12 129	0.00 1	0.88 55	0.69 178	0.02 13	0.02 78	0.06 75	0.06 136	0.26 95	0.12 114	6.37 509	0.00 1	0.00 1	0.00 1	0.00 1	0.20 450

CES	0.43 118	0.14 155	0.85 74	0.05 210	1.52 491	1.22 178	0.05 258	1.01 59	0.59 81	0.03 34	0.02 78	0.14 130	0.10 183	0.40 138	0.10 100	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	2.45 505

knoymous	0.35 88	0.05 19	1.11 148	0.05 210	0.01 156	1.15 145	0.01 88	2.06 128	0.14 7	0.40 162	0.02 78	1.67 314	0.00 1	0.31 114	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

riskmin	0.47 135	0.03 2	1.01 112	0.08 268	0.01 156	1.12 129	0.01 88	3.00 205	0.21 37	0.46 173	0.02 78	2.08 339	1.06 363	0.26 95	0.04 12	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 92

MC-Stereo	0.24 53	0.12 132	0.71 58	0.04 187	0.02 245	1.07 105	0.00 1	1.30 73	0.17 22	0.59 183	0.02 78	0.08 96	0.11 193	0.18 46	0.05 29	0.00 1	0.02 353	0.00 1	0.17 447	0.06 272	0.02 205

GLC_STEREO	0.13 4	0.08 67	0.61 43	0.01 27	0.00 1	0.94 68	0.03 210	0.29 5	0.21 37	0.05 47	0.02 78	0.06 75	0.04 97	0.26 95	0.07 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 92

CroCo-Stereo	0.39 102	0.40 330	1.67 265	0.07 253	0.00 1	0.19 5	0.01 88	3.55 299	0.75 205	0.08 66	0.02 78	0.46 183	0.08 167	0.28 105	0.18 164	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92
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
raftrobust	0.46 129	0.42 339	1.05 137	0.01 27	0.21 405	1.17 152	0.05 258	2.07 130	0.19 27	2.98 429	0.02 78	0.12 119	0.15 219	0.25 87	0.31 238	0.00 1	0.03 383	0.00 1	0.00 1	0.08 301	0.06 348

PMTNet	0.21 32	0.19 209	0.85 74	0.02 96	0.02 245	1.14 138	0.30 396	0.88 55	0.11 1	0.03 34	0.02 78	0.07 89	0.02 40	0.37 133	0.12 114	0.00 1	0.00 1	0.00 1	0.00 1	0.03 191	0.00 1

DeepPruner_ROB	0.86 257	0.50 376	1.80 283	0.01 27	0.00 1	1.57 318	0.17 342	3.48 290	0.42 68	3.31 438	0.02 78	2.09 341	0.17 226	3.01 258	0.61 328	0.00 1	0.00 1	0.00 1	0.00 1	0.12 356	0.01 92

rvit_0105_6	0.34 81	0.10 100	1.37 211	0.01 27	0.00 1	0.86 53	0.00 1	2.78 183	1.32 332	0.04 43	0.03 102	0.07 89	0.02 40	0.19 52	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 265

IGEV-BASED-STEREO-	1.75 418	19.48 529	12.37 509	0.06 227	0.00 1	0.47 35	0.05 258	0.46 16	0.31 55	0.13 111	0.03 102	0.03 19	0.00 1	0.07 7	0.41 278	0.00 1	0.00 1	0.00 1	0.06 400	0.07 287	0.92 491

rvit_stereo_ft	0.31 73	0.32 293	1.63 255	0.01 27	0.00 1	0.19 5	0.00 1	2.84 190	0.79 220	0.02 13	0.03 102	0.08 96	0.02 40	0.19 52	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.03 265

testlalala2	0.77 224	0.13 142	1.72 272	3.72 503	2.44 499	1.10 119	0.01 88	3.27 259	0.73 197	0.09 74	0.03 102	1.38 290	0.08 167	0.12 27	0.09 88	0.00 1	0.02 353	0.00 1	0.37 499	0.01 40	0.01 92

IGEVStereo-DCA	0.46 129	0.09 80	1.02 117	0.02 96	0.00 1	0.82 50	0.00 1	0.53 21	0.75 205	0.09 74	0.03 102	0.03 19	0.06 136	5.04 356	0.51 306	0.00 1	0.00 1	0.00 1	0.15 430	0.05 252	0.01 92

rrr	0.62 182	0.09 80	2.07 316	0.02 96	0.00 1	0.82 50	0.06 281	2.29 138	0.85 239	0.09 74	0.03 102	0.03 19	0.06 136	5.04 356	0.51 306	0.00 1	0.00 1	0.00 1	0.19 453	0.05 252	0.07 366

MaDis-Stereo	0.22 39	0.29 284	0.87 78	0.05 210	0.18 389	0.41 28	0.01 88	1.24 70	0.56 78	0.02 13	0.03 102	0.13 124	0.05 114	0.32 120	0.24 195	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

4D-IteraStereo	0.35 88	0.60 404	1.93 290	0.02 96	0.09 338	1.03 79	0.07 289	1.25 71	0.34 60	0.02 13	0.03 102	0.84 244	0.10 183	0.31 114	0.35 260	0.00 1	0.00 1	0.00 1	0.00 1	0.05 252	0.07 366

LoS	0.28 63	0.16 181	0.95 99	0.07 253	0.01 156	1.32 229	0.07 289	1.30 73	0.60 90	0.04 43	0.03 102	0.28 158	0.11 193	0.48 154	0.11 109	0.00 1	0.01 289	0.00 1	0.00 1	0.03 191	0.00 1
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
TestStereo	0.61 175	0.55 390	1.84 287	0.00 1	0.00 1	0.94 68	0.00 1	1.65 96	0.23 43	0.12 103	0.03 102	0.08 96	0.06 136	6.59 428	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GMStereo	0.25 57	0.60 404	1.28 191	0.01 27	0.00 1	0.48 36	0.00 1	0.74 45	1.24 313	0.16 116	0.03 102	0.07 89	0.09 175	0.22 76	0.10 100	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
xyz-stereo-finetune	0.49 143	0.22 239	0.51 32	0.03 154	0.00 1	1.30 223	0.01 88	1.97 124	0.71 193	0.04 43	0.04 113	0.08 96	0.04 97	4.32 314	0.54 314	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

MM-Stereo_test1	0.40 106	0.13 142	1.31 201	0.64 448	0.07 320	0.92 64	0.03 210	3.08 219	0.80 224	0.35 150	0.04 113	0.05 60	0.02 40	0.20 64	0.13 118	0.00 1	0.02 353	0.00 1	0.00 1	0.26 436	0.02 205

RAStereo	0.17 18	0.21 229	1.18 170	0.04 187	0.01 156	0.18 4	0.00 1	0.81 51	0.34 60	0.07 58	0.04 113	0.05 60	0.05 114	0.19 52	0.10 100	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

AnonymousM	0.34 81	0.07 54	0.63 45	0.02 96	0.01 156	1.09 115	0.03 210	1.54 93	0.68 165	0.17 120	0.04 113	0.02 5	0.24 252	0.25 87	0.04 12	0.00 1	0.01 289	1.93 504	0.00 1	0.01 40	0.00 1

test_xeample3	0.35 88	0.10 100	1.95 295	0.02 96	0.00 1	0.93 66	0.07 289	1.70 104	0.86 241	0.09 74	0.04 113	0.05 60	0.05 114	0.23 79	0.51 306	0.00 1	0.00 1	0.00 1	0.24 473	0.06 272	0.08 379

UDGNet	0.35 88	0.50 376	1.14 156	0.02 96	0.00 1	1.12 129	0.02 161	0.70 39	1.57 379	0.31 134	0.05 118	0.06 75	0.02 40	1.45 217	0.09 88	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

dd	0.34 81	0.67 420	1.55 237	0.04 187	0.01 156	1.22 178	0.03 210	0.84 53	1.16 299	0.18 123	0.05 118	0.12 119	0.05 114	0.29 108	0.44 285	0.02 436	0.00 1	0.00 1	0.00 1	0.05 252	0.00 1

sAnonymous2	0.37 96	0.32 293	3.21 405	0.01 27	0.00 1	0.35 17	0.08 296	1.96 122	0.90 243	0.03 34	0.05 118	0.04 32	0.11 193	0.11 23	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 368	0.18 440

CroCo_RVC	0.37 96	0.32 293	3.21 405	0.01 27	0.00 1	0.35 17	0.08 296	1.96 122	0.90 243	0.03 34	0.05 118	0.04 32	0.11 193	0.11 23	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 368	0.18 440

sCroCo_RVC	0.21 32	0.14 155	1.54 235	0.01 27	0.00 1	0.13 2	0.04 236	1.10 62	0.65 139	0.10 90	0.05 118	0.03 19	0.04 97	0.23 79	0.05 29	0.00 1	0.07 429	0.00 1	0.00 1	0.01 40	0.00 1

rvit_0105_4	0.39 102	0.16 181	1.66 261	0.01 27	0.00 1	0.85 52	0.00 1	3.15 231	1.33 334	0.07 58	0.06 123	0.10 113	0.03 70	0.29 108	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

FADNet	1.20 347	0.93 459	4.51 459	0.03 154	0.06 310	2.56 403	0.16 339	4.02 345	1.42 349	0.32 136	0.06 123	1.66 313	1.07 365	5.56 384	0.87 349	0.19 477	0.02 353	0.01 425	0.01 343	0.50 483	0.03 265

LG-Stereo_Zeroshot	0.36 92	0.14 155	1.14 156	0.04 187	0.05 298	1.39 258	0.05 258	1.87 116	0.77 214	0.13 111	0.07 125	0.48 187	0.02 40	0.41 141	0.45 289	0.00 1	0.00 1	0.00 1	0.18 450	0.01 40	0.10 393

plain	0.41 108	0.28 274	2.26 341	0.07 253	0.00 1	0.50 37	0.01 88	2.84 190	0.92 246	0.05 47	0.07 125	0.13 124	0.17 226	0.43 142	0.20 173	0.00 1	0.00 1	0.00 1	0.00 1	0.34 461	0.01 92

CREStereo	0.22 39	0.17 192	0.64 48	0.00 1	0.01 156	1.22 178	0.01 88	1.15 65	0.56 78	0.10 90	0.07 125	0.04 32	0.00 1	0.32 120	0.10 100	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	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
FADNet-RVC	1.10 325	1.07 470	4.79 465	0.03 154	0.00 1	1.60 333	0.08 296	3.77 320	1.70 392	0.35 150	0.07 125	0.61 203	0.66 338	5.32 371	1.11 363	0.01 414	0.08 440	0.00 1	0.00 1	0.48 481	0.18 440

DCVSM-stereo	0.70 208	0.04 9	1.69 268	0.07 253	0.01 156	1.27 210	0.04 236	1.85 113	0.14 7	3.56 445	0.08 129	3.07 398	0.60 319	1.35 210	0.11 109	0.00 1	0.00 1	0.01 425	0.00 1	0.02 134	0.00 1

rvit_stereo_0075_2	0.37 96	0.13 142	2.43 354	0.02 96	0.00 1	1.12 129	0.02 161	1.66 99	1.15 297	0.16 116	0.08 129	0.02 5	0.05 114	0.40 138	0.09 88	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.10 393

trnet	0.22 39	0.14 155	0.67 52	0.00 1	0.00 1	1.24 194	0.01 88	1.16 66	0.56 78	0.09 74	0.08 129	0.05 60	0.00 1	0.29 108	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

MIF-Stereo (partial)	0.27 61	0.18 200	1.14 156	0.01 27	0.00 1	0.43 33	0.02 161	1.97 124	0.39 67	0.11 101	0.08 129	0.07 89	0.06 136	0.44 144	0.33 246	0.00 1	0.00 1	0.00 1	0.00 1	0.05 252	0.02 205

LG-Stereo	0.34 81	0.07 54	1.33 205	0.03 154	0.01 156	1.06 103	0.00 1	2.93 199	0.66 148	0.01 5	0.09 133	0.14 130	0.07 152	0.10 20	0.16 147	0.00 1	0.00 1	0.00 1	0.00 1	0.09 323	0.01 92

rvit_0105_5	0.41 108	0.20 221	1.94 294	0.01 27	0.00 1	0.91 59	0.00 1	3.18 240	1.27 321	0.08 66	0.09 133	0.10 113	0.02 40	0.35 129	0.09 88	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.03 265

test_for_model	4.23 481	22.88 532	0.91 89	12.40 523	10.47 523	1.08 113	0.06 281	4.08 349	1.36 337	1.91 361	0.09 133	0.15 133	0.03 70	0.10 20	0.22 184	7.44 512	1.43 509	0.00 1	0.01 343	18.08 531	1.99 503

RAFT	0.60 172	0.50 376	1.01 112	0.50 426	0.04 288	0.94 68	0.08 296	3.01 207	0.65 139	0.22 127	0.09 133	3.41 415	0.27 262	0.53 158	0.37 267	0.00 1	0.03 383	0.00 1	0.01 343	0.40 471	0.03 265

DMCA-RVC	0.90 276	0.64 413	3.30 410	0.03 154	0.04 288	1.30 223	0.06 281	2.65 173	0.73 197	3.21 435	0.09 133	0.99 263	0.66 338	3.14 261	0.99 359	0.01 414	0.04 397	0.02 450	0.01 343	0.07 287	0.01 92

testlalala	0.46 129	0.13 142	0.82 69	0.17 335	0.10 347	1.13 136	0.03 210	2.63 170	1.13 293	2.04 374	0.10 138	0.29 160	0.04 97	0.15 36	0.27 216	0.00 1	0.01 289	0.00 1	0.26 479	0.00 1	0.00 1

Wz-Net-LNSev	1.30 358	0.85 451	6.26 489	0.02 96	0.03 268	4.02 445	0.13 327	4.21 361	1.12 291	0.77 210	0.10 138	3.60 420	1.11 369	2.68 248	1.12 365	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

MIPNet	0.64 187	0.42 339	2.01 305	0.08 268	0.07 320	1.29 217	0.11 318	3.47 289	1.29 326	0.67 194	0.10 138	0.63 209	0.97 361	1.25 203	0.25 203	0.00 1	0.01 289	0.01 425	0.01 343	0.11 349	0.04 295

UPFNet	0.87 264	0.09 80	2.05 314	0.00 1	0.00 1	1.90 372	0.11 318	3.41 277	0.83 232	2.15 379	0.10 138	1.92 328	0.09 175	3.94 299	0.70 338	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

RAFT-Test	0.61 175	0.16 181	2.27 344	0.04 187	0.15 375	1.80 366	0.17 342	2.52 163	0.65 139	0.56 181	0.11 142	2.76 380	0.02 40	0.27 103	0.34 253	0.00 1	0.07 429	0.00 1	0.29 489	0.01 40	0.01 92

DIP-Stereo	0.58 169	0.23 247	0.90 85	0.08 268	0.00 1	1.43 275	0.01 88	6.01 477	1.38 339	0.92 234	0.11 142	0.04 32	0.19 236	0.12 27	0.07 62	0.00 1	0.01 289	0.00 1	0.00 1	0.03 191	0.01 92
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
WCG-NET（raft）	0.29 67	0.24 251	0.51 32	0.01 27	0.00 1	0.91 59	0.05 258	0.56 28	1.12 291	0.21 126	0.12 144	1.54 297	0.14 216	0.14 35	0.07 62	0.00 1	0.11 456	0.00 1	0.00 1	0.08 301	0.03 265

Anonymous_2	1.69 413	0.05 19	1.31 201	0.08 268	0.03 268	1.22 178	0.01 88	3.25 251	0.19 27	0.76 208	0.13 145	2.68 375	1.99 423	0.39 137	0.13 118	0.05 453	0.25 487	3.27 507	14.54 532	3.40 499	0.01 92

S2M2	0.13 4	0.15 169	0.45 22	0.02 96	0.01 156	0.32 10	0.00 1	0.52 20	0.60 90	0.00 1	0.14 146	0.03 19	0.01 13	0.20 64	0.16 147	0.00 1	0.01 289	0.00 1	0.00 1	0.00 1	0.00 1

G2L-Stereo	1.04 303	0.55 390	2.62 372	0.02 96	0.11 354	1.41 264	0.02 161	3.45 284	0.99 261	1.37 311	0.14 146	3.10 401	0.24 252	5.96 398	0.66 335	0.00 1	0.00 1	0.00 1	0.00 1	0.19 406	0.04 295

IGEV-RUCA	0.28 63	0.05 19	0.53 36	0.12 300	0.11 354	1.25 203	0.32 401	0.80 49	0.20 32	0.10 90	0.14 146	0.16 138	0.25 256	0.29 108	0.25 203	0.05 453	0.19 484	0.20 482	0.23 470	0.18 398	0.19 445

ToySt	0.47 135	0.25 255	2.47 361	0.04 187	0.01 156	1.17 152	0.00 1	2.01 126	0.63 121	0.08 66	0.14 146	1.16 278	0.05 114	0.80 182	0.46 295	0.00 1	0.00 1	0.00 1	0.03 374	0.10 338	0.04 295

DCANet-4	0.69 205	0.15 169	3.76 432	0.03 154	0.01 156	1.22 178	0.01 88	3.14 229	1.90 408	2.34 398	0.14 146	0.11 115	0.25 256	0.34 124	0.29 227	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 317

fff	0.66 194	0.42 339	2.21 327	0.01 27	0.01 156	1.22 178	0.02 161	3.26 253	1.04 268	2.34 398	0.14 146	0.09 103	1.83 416	0.34 124	0.29 227	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 317

csc	0.66 194	0.42 339	2.21 327	0.01 27	0.01 156	1.22 178	0.02 161	3.26 253	1.04 268	2.34 398	0.14 146	0.09 103	1.83 416	0.34 124	0.29 227	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 317

cscssc	0.66 194	0.42 339	2.21 327	0.01 27	0.01 156	1.22 178	0.02 161	3.26 253	1.04 268	2.34 398	0.14 146	0.09 103	1.83 416	0.34 124	0.29 227	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 317

UNet	1.13 333	0.24 251	4.21 447	0.01 27	0.02 245	2.31 392	0.02 161	3.06 215	0.76 213	1.17 279	0.14 146	2.73 378	1.58 404	4.48 330	1.92 411	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

anonymousdsp2	0.52 153	0.06 37	1.51 232	0.10 290	0.00 1	1.19 162	0.01 88	4.32 378	0.63 121	0.33 138	0.15 155	0.78 241	0.09 175	1.01 193	0.06 54	0.00 1	0.00 1	0.00 1	0.11 422	0.04 227	0.05 317

DMCA	0.68 203	0.22 239	1.96 298	0.01 27	0.01 156	1.28 212	0.02 161	3.02 208	1.54 372	2.14 378	0.15 155	1.74 315	0.10 183	0.45 149	0.95 357	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 92

Reg-Stereo(zero)	0.46 129	0.04 9	1.77 277	0.01 27	0.14 369	1.20 171	0.13 327	1.13 64	0.26 52	0.05 47	0.16 157	1.75 317	1.10 368	0.67 174	0.45 289	0.00 1	0.03 383	0.00 1	0.12 427	0.01 40	0.09 385

UniTT-Stereo	0.16 13	0.11 121	1.13 154	0.03 154	0.17 385	0.32 10	0.02 161	0.38 11	0.32 58	0.03 34	0.16 157	0.05 60	0.07 152	0.16 39	0.16 147	0.00 1	0.00 1	0.00 1	0.00 1	0.11 349	0.00 1

gwcnet-sp	0.98 288	0.38 318	4.06 442	0.04 187	0.00 1	2.60 405	0.15 334	3.51 292	1.13 293	1.75 346	0.16 157	0.68 216	0.39 289	3.69 281	0.90 351	0.00 1	0.00 1	0.00 1	0.00 1	0.06 272	0.03 265

scenet	0.98 288	0.38 318	4.06 442	0.04 187	0.00 1	2.60 405	0.15 334	3.51 292	1.13 293	1.75 346	0.16 157	0.68 216	0.39 289	3.69 281	0.90 351	0.00 1	0.00 1	0.00 1	0.00 1	0.06 272	0.03 265

ssnet	0.98 288	0.38 318	4.06 442	0.04 187	0.00 1	2.60 405	0.15 334	3.51 292	1.13 293	1.75 346	0.16 157	0.68 216	0.39 289	3.69 281	0.90 351	0.00 1	0.00 1	0.00 1	0.00 1	0.06 272	0.03 265

rafts_anoy	0.39 102	0.44 350	1.15 160	0.06 227	0.03 268	1.12 129	0.04 236	2.75 181	0.33 59	0.10 90	0.16 157	0.11 115	0.19 236	0.74 178	0.31 238	0.00 1	0.14 473	0.00 1	0.01 343	0.02 134	0.05 317

HITNet	0.80 237	0.58 400	2.14 322	0.69 453	0.00 1	1.35 241	0.02 161	4.50 392	1.15 297	1.76 350	0.16 157	0.60 202	0.30 264	1.13 198	1.64 392	0.00 1	0.00 1	0.00 1	0.00 1	0.06 272	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
999	0.48 142	0.07 54	0.55 39	0.01 27	0.00 1	1.27 210	0.09 308	0.33 8	0.61 100	0.01 5	0.17 164	0.03 19	0.02 40	5.79 395	0.51 306	0.00 1	0.00 1	0.00 1	0.00 1	0.11 349	0.00 1

test_5	0.74 213	0.50 376	1.55 237	0.44 410	0.25 419	1.45 285	0.01 88	4.16 356	0.78 219	0.79 215	0.17 164	0.42 179	0.64 331	3.06 260	0.18 164	0.00 1	0.00 1	0.00 1	0.00 1	0.16 385	0.21 452

NRIStereo	0.74 213	0.08 67	0.88 80	0.47 420	0.05 298	1.58 322	0.49 422	1.38 76	0.61 100	0.88 225	0.17 164	0.66 215	0.03 70	6.96 460	0.22 184	0.00 1	0.06 419	0.00 1	0.00 1	0.06 272	0.17 434

STTStereo	0.83 245	0.34 302	2.44 356	0.24 362	0.15 375	1.41 264	0.10 316	3.02 208	1.55 373	1.34 299	0.17 164	1.77 320	0.45 300	3.42 270	0.30 235	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 92

Former-RAFT_DAM_RVC	0.23 46	0.13 142	0.62 44	0.01 27	0.00 1	1.05 96	0.00 1	0.63 35	0.80 224	0.76 208	0.18 168	0.09 103	0.06 136	0.05 3	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.05 317

Patchmatch Stereo++	0.50 147	0.09 80	1.01 112	0.06 227	0.07 320	1.60 333	0.27 378	1.45 86	0.68 165	0.98 250	0.18 168	0.77 236	0.03 70	2.58 241	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.05 317
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.46 129	0.09 80	1.01 112	0.06 227	0.09 338	1.61 337	0.30 396	1.43 79	0.69 178	0.97 241	0.18 168	0.77 236	0.02 40	1.67 223	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.05 317

HUI-Stereo	0.45 126	0.09 80	1.08 141	0.06 227	0.08 330	1.61 337	0.32 401	1.43 79	0.70 190	0.97 241	0.18 168	0.77 236	0.02 40	1.44 216	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.05 317

iRAFT	0.50 147	0.09 80	1.01 112	0.06 227	0.07 320	1.60 333	0.27 378	1.45 86	0.68 165	0.98 250	0.18 168	0.77 236	0.03 70	2.58 241	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.05 317

RAFT-IKP	0.45 126	0.09 80	1.06 138	0.06 227	0.06 310	1.44 279	0.31 400	1.44 83	0.69 178	0.97 241	0.18 168	0.76 232	0.02 40	1.65 222	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.04 295

CFNet-ft	0.77 224	0.46 358	1.34 206	0.01 27	0.27 427	1.32 229	0.02 161	2.40 145	0.68 165	0.63 189	0.18 168	3.23 412	0.21 247	3.97 300	0.54 314	0.00 1	0.00 1	0.01 425	0.00 1	0.03 191	0.02 205

CFNet_RVC	0.77 224	0.46 358	1.34 206	0.01 27	0.27 427	1.32 229	0.02 161	2.40 145	0.68 165	0.63 189	0.18 168	3.23 412	0.21 247	3.97 300	0.54 314	0.00 1	0.00 1	0.01 425	0.00 1	0.03 191	0.02 205

ROB_FTStereo_v2	0.43 118	0.09 80	1.00 109	0.06 227	0.08 330	1.57 318	0.33 404	1.44 83	0.67 158	0.97 241	0.19 176	0.77 236	0.02 40	1.23 202	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.05 317

ROB_FTStereo	0.47 135	0.09 80	1.04 132	0.06 227	0.08 330	1.59 329	0.33 404	1.43 79	0.68 165	0.97 241	0.19 176	0.76 232	0.03 70	1.86 229	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.05 317

iGMRVC	0.51 150	0.09 80	1.04 132	0.06 227	0.08 330	1.61 337	0.27 378	1.44 83	0.69 178	0.97 241	0.19 176	0.76 232	0.03 70	2.69 249	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.04 295

FADNet-RVC-Resample	1.08 313	1.00 465	5.32 474	0.10 290	0.14 369	1.53 311	0.25 370	3.62 306	1.18 301	0.51 179	0.19 176	1.04 267	0.28 263	5.20 363	0.44 285	0.10 467	0.16 479	0.09 470	0.06 400	0.24 426	0.21 452

ADStereo(finetuned)	0.83 245	0.43 345	3.68 429	0.03 154	0.00 1	1.22 178	0.01 88	3.26 253	1.86 404	2.61 415	0.20 180	0.09 103	2.39 435	0.34 124	0.38 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.06 348

CBFPSM	1.39 372	0.61 407	4.29 451	0.01 27	0.01 156	3.64 439	0.03 210	3.39 273	0.80 224	0.64 192	0.21 181	6.18 467	3.70 466	2.38 238	1.82 402	0.00 1	0.01 289	0.00 1	0.00 1	0.08 301	0.01 92

LCNet	0.87 264	0.18 200	0.97 106	0.14 320	0.26 422	1.19 162	0.22 363	2.36 141	0.71 193	1.82 354	0.21 181	0.11 115	2.56 437	5.56 384	0.14 129	0.00 1	0.00 1	0.00 1	0.00 1	0.15 380	0.81 487

HCRNet	0.73 211	0.19 209	1.10 146	0.01 27	0.00 1	1.17 152	0.01 88	3.07 217	1.97 412	0.60 184	0.21 181	0.56 198	0.11 193	5.34 373	0.20 173	0.00 1	0.00 1	0.00 1	0.00 1	0.03 191	0.02 205

DCANet	0.66 194	0.43 345	2.21 327	0.03 154	0.00 1	1.22 178	0.01 88	3.26 253	1.85 403	2.61 415	0.21 181	0.09 103	0.49 307	0.33 123	0.39 277	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.06 348

UGAM-zero	1.60 396	0.15 169	2.43 354	0.12 300	0.28 437	1.07 105	0.04 236	5.96 476	0.26 52	1.18 281	0.22 185	8.02 479	4.54 474	6.89 454	0.27 216	0.00 1	0.09 444	0.00 1	0.29 489	0.01 40	0.15 426

iRaftStereo_RVC	0.36 92	0.27 263	0.76 62	0.01 27	0.00 1	1.20 171	0.01 88	2.15 132	0.62 113	0.15 115	0.22 185	0.69 219	0.12 205	0.28 105	0.18 164	0.00 1	0.06 419	0.00 1	0.00 1	0.27 441	0.22 455

Anonymous3	0.49 143	0.12 132	2.21 327	0.01 27	0.00 1	2.53 402	0.09 308	3.16 236	0.65 139	0.12 103	0.22 185	0.12 119	0.05 114	0.37 133	0.08 75	0.00 1	0.07 429	0.00 1	0.00 1	0.04 227	0.03 265

BEATNet_4x	0.97 286	0.77 438	3.36 413	0.46 416	0.01 156	1.32 229	0.09 308	4.57 398	1.26 315	1.88 359	0.22 185	1.09 274	0.42 294	1.79 227	2.09 421	0.00 1	0.00 1	0.00 1	0.00 1	0.08 301	0.06 348

rvit_0105_3	0.47 135	0.28 274	2.20 326	0.01 27	0.00 1	1.13 136	0.00 1	3.20 247	1.26 315	0.08 66	0.26 189	0.09 103	0.03 70	0.62 171	0.11 109	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

rvit_105_1	0.60 172	0.33 300	2.37 351	0.01 27	0.00 1	1.16 148	0.00 1	3.38 271	1.20 305	0.16 116	0.26 189	0.13 124	0.04 97	2.66 247	0.24 195	0.00 1	0.00 1	0.00 1	0.00 1	0.03 191	0.03 265

Any-RAFT	0.64 187	0.08 67	1.07 139	0.03 154	0.00 1	2.77 415	0.08 296	3.57 301	1.23 308	0.96 239	0.26 189	1.61 305	0.31 268	0.72 177	0.06 54	0.00 1	0.10 453	0.00 1	0.00 1	0.01 40	0.00 1

AACVNet	0.87 264	0.44 350	1.19 175	0.17 335	0.00 1	1.76 361	0.00 1	3.60 305	0.60 90	1.03 261	0.26 189	1.31 286	0.17 226	6.33 415	0.28 223	0.00 1	0.00 1	0.00 1	0.00 1	0.17 390	0.01 92

ICVP	0.46 129	0.08 67	1.58 247	0.01 27	0.01 156	1.10 119	0.21 357	3.80 326	0.52 75	0.42 165	0.27 193	0.33 166	0.06 136	0.57 163	0.13 118	0.00 1	0.07 429	0.00 1	0.00 1	0.04 227	0.01 92
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	2.87 454	0.98 462	8.75 500	0.07 253	0.16 381	5.93 477	2.90 482	4.00 343	1.84 400	1.52 325	0.27 193	3.81 427	3.22 456	6.05 402	17.38 514	0.00 1	0.00 1	0.00 1	0.00 1	0.14 368	0.30 464

PCWNet_CMD	0.65 189	0.14 155	2.02 307	0.01 27	0.01 156	1.10 119	0.00 1	2.80 187	0.97 255	0.48 175	0.28 195	2.31 360	1.50 395	1.19 199	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 92

MSMDNet	0.65 189	0.14 155	2.02 307	0.01 27	0.01 156	1.11 124	0.00 1	2.88 194	0.98 257	0.49 178	0.28 195	2.32 361	1.49 392	1.19 199	0.08 75	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 92

AIO-test1	0.53 159	0.38 318	1.50 226	0.02 96	0.03 268	1.12 129	0.01 88	3.13 228	0.69 178	0.44 167	0.30 197	0.06 75	0.06 136	2.52 239	0.13 118	0.00 1	0.00 1	0.00 1	0.02 365	0.13 361	0.09 385

CRE-IMP	0.40 106	0.06 37	1.04 132	0.07 253	0.05 298	1.45 285	0.46 419	1.48 90	0.63 121	0.90 229	0.30 197	0.88 247	0.01 13	0.26 95	0.22 184	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.17 434

RALCasStereoNet	0.44 122	0.44 350	1.03 128	0.03 154	0.00 1	1.10 119	0.03 210	2.46 157	0.90 243	0.07 58	0.32 199	0.12 119	0.20 242	1.28 205	0.25 203	0.00 1	0.31 492	0.00 1	0.00 1	0.08 301	0.12 409

GES	0.61 175	0.08 67	1.78 280	0.00 1	0.00 1	1.59 329	0.07 289	5.32 447	0.13 4	0.62 185	0.32 199	0.37 170	0.67 343	0.68 176	0.49 302	0.03 444	0.00 1	0.01 425	0.00 1	0.02 134	0.01 92

MMNet	1.20 347	0.27 263	3.59 425	0.09 279	0.00 1	4.15 448	0.01 88	3.63 308	1.19 303	1.93 365	0.32 199	1.35 289	1.23 378	4.42 322	1.84 404	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

GANet-RSSM	0.88 268	0.38 318	1.45 222	0.60 441	0.00 1	1.36 243	0.02 161	4.55 394	0.69 178	0.71 200	0.32 199	1.56 299	0.61 322	4.55 335	0.64 332	0.00 1	0.00 1	0.05 462	0.00 1	0.08 301	0.02 205

FADNet_RVC	1.15 339	1.06 469	4.34 455	0.02 96	0.06 310	2.77 415	0.04 236	3.50 291	0.80 224	0.35 150	0.32 199	0.65 212	0.09 175	5.20 363	1.56 387	0.24 483	0.34 494	0.11 475	0.33 495	0.65 490	0.60 480

GANetREF_RVC	1.10 325	0.95 460	2.98 389	0.06 227	0.00 1	2.23 387	0.18 347	3.95 341	2.53 446	0.56 181	0.32 199	1.89 327	0.66 338	5.03 355	0.51 306	0.00 1	0.00 1	0.00 1	0.00 1	0.05 252	0.04 295
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
PSMNet_ROB	1.09 321	0.69 426	2.92 386	0.03 154	0.07 320	1.68 353	0.16 339	3.44 283	1.30 329	0.96 239	0.32 199	2.81 381	0.63 328	4.23 310	2.48 432	0.00 1	0.00 1	0.00 1	0.00 1	0.08 301	0.04 295

WCG-NET	0.22 39	0.17 192	0.54 38	0.01 27	0.00 1	0.91 59	0.05 258	0.61 33	1.09 283	0.17 120	0.33 206	0.03 19	0.13 212	0.20 64	0.07 62	0.00 1	0.03 383	0.00 1	0.00 1	0.09 323	0.02 205

IPLGR	0.76 222	0.21 229	2.98 389	0.06 227	0.07 320	1.24 194	0.05 258	3.09 222	1.38 339	0.62 185	0.34 207	0.75 231	0.78 349	3.35 265	0.22 184	0.00 1	0.00 1	0.00 1	0.00 1	0.05 252	0.06 348

RYNet	1.52 385	0.35 304	3.38 415	0.25 365	0.04 288	2.31 392	0.03 210	4.62 400	1.47 359	1.14 274	0.34 207	4.52 444	1.38 388	6.36 417	4.23 455	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

NCCL2	1.30 358	0.63 412	2.31 347	0.02 96	0.03 268	1.57 318	3.41 485	3.91 339	1.39 341	3.14 434	0.34 207	3.90 428	0.30 264	3.75 286	1.19 370	0.00 1	0.00 1	0.02 450	0.00 1	0.03 191	0.05 317

ITSA-stereo	1.13 333	0.14 155	1.59 251	0.17 335	0.04 288	1.40 259	0.14 331	5.66 465	3.10 456	0.74 204	0.35 210	0.62 206	1.06 363	5.53 380	1.63 391	0.03 444	0.00 1	0.09 470	0.06 400	0.07 287	0.07 366

dad	0.88 268	0.62 409	2.26 341	0.06 227	0.01 156	1.24 194	0.00 1	0.98 58	2.17 428	1.29 294	0.35 210	0.37 170	0.04 97	5.80 396	1.06 362	0.01 414	0.00 1	1.13 498	0.11 422	0.05 252	0.00 1

NLCA_NET_v2_RVC	1.04 303	0.55 390	2.52 364	0.56 437	1.00 480	1.37 248	0.00 1	3.43 281	1.35 336	2.24 387	0.35 210	2.18 353	0.58 318	4.28 312	0.34 253	0.00 1	0.00 1	0.00 1	0.01 343	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.
DualNet (step1)	0.96 284	0.41 333	2.03 309	0.02 96	0.01 156	2.14 381	0.01 88	4.31 374	1.07 279	1.35 305	0.36 213	0.70 222	0.44 296	2.58 241	0.34 253	0.53 491	0.00 1	1.82 500	1.10 512	0.02 134	0.02 205

test_sample9	2.36 445	0.41 333	2.03 309	0.02 96	0.01 156	2.14 381	0.01 88	4.31 374	1.07 279	1.35 305	0.36 213	0.70 222	0.44 296	5.58 388	8.70 489	0.53 491	16.52 534	1.82 500	1.10 512	0.02 134	0.02 205

test_sample7	0.72 210	0.18 200	1.23 184	0.55 435	0.01 156	1.21 175	0.00 1	4.31 374	1.07 279	1.35 305	0.36 213	0.70 222	0.44 296	2.58 241	0.34 253	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.02 205

NVstereo2D	1.09 321	0.17 192	4.40 456	0.00 1	0.00 1	1.59 329	0.18 347	4.29 372	1.40 345	0.85 223	0.36 213	2.30 358	0.62 327	5.26 366	0.35 260	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

iRaft-Stereo_20w	0.92 279	0.15 169	2.68 375	0.24 362	0.06 310	1.36 243	0.28 386	7.46 497	0.34 60	1.56 335	0.37 217	0.62 206	1.24 381	1.25 203	0.34 253	0.00 1	0.09 444	0.00 1	0.16 439	0.02 134	0.13 416

AdaStereo	0.65 189	0.09 80	1.12 150	0.02 96	0.00 1	1.45 285	0.23 367	4.38 380	1.44 354	1.17 279	0.37 217	1.56 299	0.18 230	0.56 162	0.37 267	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	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.
PSM-softLoss	0.85 253	0.10 100	1.50 226	1.14 482	0.03 268	1.47 292	0.27 378	2.48 160	0.69 178	1.30 295	0.38 219	0.39 175	0.01 13	6.88 451	0.33 246	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

KMStereo	0.85 253	0.10 100	1.50 226	1.14 482	0.03 268	1.47 292	0.27 378	2.48 160	0.69 178	1.30 295	0.38 219	0.39 175	0.01 13	6.88 451	0.33 246	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

RALAANet	0.54 162	0.62 409	1.41 215	0.01 27	0.01 156	0.92 64	0.02 161	2.39 144	1.87 406	1.13 273	0.38 219	0.15 133	0.30 264	1.00 192	0.38 270	0.00 1	0.00 1	0.00 1	0.04 385	0.14 368	0.01 92

RAFT+CT+SA	0.66 194	0.45 354	1.22 182	0.10 290	0.30 441	1.24 194	0.02 161	4.21 361	0.67 158	0.62 185	0.39 222	0.33 166	0.05 114	2.69 249	0.14 129	0.00 1	0.00 1	0.00 1	0.35 498	0.13 361	0.30 464

tg	0.34 81	0.26 259	0.68 54	0.01 27	0.00 1	1.25 203	0.01 88	1.75 106	0.65 139	0.11 101	0.40 223	0.74 230	0.11 193	0.29 108	0.08 75	0.00 1	0.02 353	0.00 1	0.00 1	0.29 452	0.21 452

EKT-Stereo	0.74 213	0.18 200	1.23 184	0.81 462	4.25 505	1.19 162	0.03 210	2.17 135	0.13 4	0.35 150	0.40 223	0.97 261	0.08 167	2.61 246	0.09 88	0.00 1	0.09 444	0.00 1	0.07 404	0.04 227	0.03 265

psm_up	0.84 251	0.32 293	1.44 221	0.02 96	0.00 1	1.98 374	0.05 258	3.40 275	1.04 268	2.06 375	0.40 223	1.74 315	0.45 300	3.47 273	0.24 195	0.06 461	0.00 1	0.00 1	0.00 1	0.08 301	0.00 1

DSFCA	1.30 358	0.14 155	1.82 284	0.01 27	0.03 268	3.74 442	0.86 440	2.71 180	1.23 308	3.09 432	0.41 226	2.93 389	1.49 392	6.12 405	1.35 381	0.00 1	0.02 353	0.00 1	0.00 1	0.02 134	0.01 92

raft+_RVC	0.42 111	0.48 368	1.11 148	0.51 430	0.17 385	1.16 148	0.04 236	2.25 136	0.59 81	0.12 103	0.42 227	0.08 96	0.15 219	0.60 167	0.28 223	0.00 1	0.09 444	0.00 1	0.00 1	0.06 272	0.19 445

GwcNet-RSSM	1.02 299	0.69 426	2.70 377	0.22 354	0.02 245	1.42 272	0.05 258	4.02 345	1.01 264	0.90 229	0.42 227	2.89 387	0.26 259	4.43 323	1.17 368	0.00 1	0.00 1	0.02 450	0.00 1	0.13 361	0.05 317

R-Stereo Train	0.44 122	0.09 80	0.94 95	0.02 96	0.00 1	1.24 194	0.09 308	3.65 310	0.11 1	1.87 357	0.42 227	0.06 75	0.01 13	0.25 87	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 205

RAFT-Stereo	0.44 122	0.09 80	0.94 95	0.02 96	0.00 1	1.24 194	0.09 308	3.65 310	0.11 1	1.87 357	0.42 227	0.06 75	0.01 13	0.25 87	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 205
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
test_sample3	0.84 251	0.15 169	2.22 334	0.48 421	0.01 156	1.37 248	0.01 88	4.63 403	1.17 300	1.43 318	0.43 231	0.80 243	0.10 183	3.48 274	0.38 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.02 205

MoCha-V2	0.33 78	0.11 121	0.92 90	0.09 279	0.06 310	0.34 15	0.00 1	2.56 167	0.64 132	0.32 136	0.43 231	0.17 140	0.09 175	0.26 95	0.10 100	0.00 1	0.14 473	0.00 1	0.22 466	0.05 252	0.01 92

DeepPrunerF	2.50 447	0.87 453	14.90 512	0.17 335	0.31 447	1.41 264	0.29 389	5.62 463	9.97 498	1.02 256	0.43 231	2.01 334	1.65 408	6.85 447	3.99 452	0.00 1	0.01 289	0.07 464	0.10 418	0.24 426	0.12 409

GCST	0.81 239	0.64 413	1.41 215	0.44 410	0.01 156	0.91 59	0.08 296	3.75 317	1.04 268	0.12 103	0.44 234	0.27 156	0.35 280	5.12 360	0.38 270	1.19 499	0.00 1	0.00 1	0.00 1	0.08 301	0.05 317

GwcNet-ADL	0.62 182	0.20 221	2.03 309	0.05 210	0.01 156	1.29 217	0.02 161	3.16 236	1.39 341	0.97 241	0.44 234	1.48 293	0.23 250	0.78 179	0.27 216	0.01 414	0.00 1	0.00 1	0.00 1	0.01 40	0.03 265

ccs_rob	0.65 189	0.17 192	2.09 319	0.00 1	0.01 156	1.22 178	0.00 1	2.77 182	0.73 197	0.75 205	0.44 234	2.32 361	0.64 331	1.76 225	0.15 138	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

PASM	1.58 395	1.05 468	7.51 495	0.56 437	0.09 338	1.37 248	0.28 386	2.85 192	1.44 354	3.91 453	0.44 234	3.02 395	0.64 331	6.38 418	1.59 390	0.00 1	0.01 289	0.00 1	0.03 374	0.26 436	0.15 426

ac_64	1.12 331	0.18 200	1.64 256	0.18 341	0.25 419	1.48 298	0.02 161	4.97 426	1.47 359	0.69 197	0.45 238	4.94 453	0.46 303	4.87 348	0.74 341	0.00 1	0.00 1	0.00 1	0.00 1	0.06 272	0.00 1

PFNet+	0.54 162	0.10 100	1.31 201	0.16 332	0.05 298	1.44 279	0.56 426	1.60 95	0.98 257	1.35 305	0.46 239	0.37 170	0.01 13	2.18 236	0.22 184	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

Pruner-Stereo	0.53 159	0.10 100	1.02 117	0.89 472	0.10 347	1.57 318	0.36 410	2.06 128	0.63 121	2.23 386	0.46 239	0.25 151	0.01 13	0.45 149	0.37 267	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

CFNet_pseudo	0.66 194	0.17 192	2.08 318	0.00 1	0.01 156	1.22 178	0.00 1	2.79 184	0.73 197	0.78 213	0.46 239	2.32 361	0.63 328	1.77 226	0.15 138	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

GREAT-IGEV	0.24 53	0.10 100	0.92 90	0.06 227	0.33 452	1.11 124	0.06 281	0.36 10	0.19 27	0.02 13	0.47 242	0.02 5	0.06 136	0.13 34	0.16 147	0.00 1	0.09 444	0.00 1	0.20 458	0.09 323	0.36 473

RCA-Stereo	0.37 96	0.14 155	0.76 62	0.01 27	0.00 1	1.17 152	0.00 1	3.14 229	0.61 100	0.71 200	0.47 242	0.05 60	0.13 212	0.19 52	0.03 6	0.00 1	0.01 289	0.00 1	0.00 1	0.06 272	0.01 92

PSMNet-RSSM	0.90 276	0.44 350	1.35 209	0.13 307	0.00 1	1.37 248	0.03 210	4.79 418	0.85 239	1.11 271	0.49 244	2.15 346	0.35 280	4.09 307	0.73 340	0.00 1	0.00 1	0.01 425	0.00 1	0.03 191	0.01 92

XX-Stereo	1.04 303	0.20 221	4.94 469	0.85 466	0.04 288	1.25 203	0.00 1	3.37 268	0.45 72	1.22 290	0.50 245	3.70 425	0.02 40	3.91 298	0.05 29	0.00 1	0.09 444	0.00 1	0.20 458	0.03 191	0.02 205

Occ-G	0.24 53	0.10 100	0.59 42	0.01 27	0.01 156	0.80 46	0.04 236	0.62 34	0.15 11	0.01 5	0.51 246	1.34 288	0.04 97	0.09 13	0.21 181	0.00 1	0.00 1	0.00 1	0.15 430	0.15 380	0.00 1

RAFT-Stereo-weight	0.39 102	0.07 54	0.81 67	0.07 253	0.02 245	1.34 237	0.05 258	3.15 231	0.31 55	0.94 236	0.52 247	0.26 154	0.01 13	0.19 52	0.07 62	0.00 1	0.01 289	0.00 1	0.00 1	0.00 1	0.01 92

MM-Stereo_test3	0.43 118	0.33 300	0.92 90	0.75 457	0.04 288	0.96 72	0.05 258	3.11 225	0.79 220	0.12 103	0.53 248	0.26 154	0.06 136	0.26 95	0.13 118	0.00 1	0.01 289	0.00 1	0.00 1	0.28 450	0.01 92

DN-CSS_ROB	0.77 224	0.90 457	2.01 305	0.85 466	0.00 1	1.47 292	0.01 88	2.92 198	0.93 250	0.12 103	0.53 248	0.44 181	0.16 223	4.33 315	0.35 260	0.00 1	0.00 1	0.00 1	0.00 1	0.30 457	0.01 92

gcap-zeroshot	0.70 208	0.26 259	1.98 301	0.19 349	0.27 427	1.43 275	0.02 161	4.23 365	0.82 229	0.75 205	0.54 250	2.19 354	0.03 70	0.63 172	0.25 203	0.00 1	0.11 456	0.00 1	0.20 458	0.00 1	0.01 92

SQANet	2.28 443	1.25 479	2.39 353	4.17 505	2.91 500	2.60 405	0.24 369	4.17 358	0.83 232	2.42 407	0.57 251	1.59 301	0.88 356	3.30 264	0.68 336	7.35 511	0.12 464	0.47 491	0.02 365	6.56 505	3.00 508

ARAFT	1.12 331	0.82 449	4.11 445	0.04 187	0.00 1	1.64 346	0.03 210	4.85 421	1.69 391	2.78 420	0.57 251	0.47 186	0.11 193	4.81 346	0.24 195	0.00 1	0.03 383	0.00 1	0.00 1	0.24 426	0.05 317

test_sample8	3.62 472	0.41 333	2.03 309	0.02 96	0.01 156	2.14 381	0.01 88	4.38 380	1.04 268	6.51 476	0.58 253	14.04 499	6.94 494	5.58 388	8.70 489	0.53 491	16.52 534	1.82 500	1.10 512	0.02 134	0.02 205

mmm	0.52 153	0.04 9	1.14 156	0.61 444	0.00 1	1.14 138	0.00 1	3.45 284	0.75 205	1.24 292	0.58 253	0.20 145	0.18 230	0.93 186	0.08 75	0.00 1	0.01 289	0.00 1	0.00 1	0.02 134	0.01 92

GMStereo_Zeroshot	0.63 184	0.14 155	1.54 235	0.75 457	0.00 1	1.26 207	0.01 88	1.85 113	0.31 55	1.44 321	0.58 253	1.76 318	0.19 236	2.55 240	0.10 100	0.00 1	0.00 1	0.00 1	0.00 1	0.03 191	0.00 1

iinet-f	1.68 412	0.61 407	11.37 507	0.29 380	0.03 268	4.39 455	0.04 236	3.18 240	1.10 284	1.16 278	0.58 253	2.96 392	2.76 442	2.13 234	2.46 431	0.00 1	0.02 353	0.02 450	0.00 1	0.46 477	0.01 92

Wz-Net-TNSev	3.91 476	5.20 515	20.57 516	0.15 325	0.01 156	7.14 485	3.57 486	6.70 489	3.57 462	1.74 345	0.58 253	7.39 477	4.33 472	8.86 491	7.99 483	0.00 1	0.00 1	0.00 1	0.02 365	0.24 426	0.16 429

NF-Stereo	0.82 241	0.10 100	1.12 150	1.19 486	0.01 156	1.52 308	0.29 389	2.67 178	0.66 148	1.20 284	0.58 253	0.24 147	0.01 13	6.38 418	0.32 243	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

OCTAStereo	0.82 241	0.10 100	1.15 160	1.19 486	0.01 156	1.53 311	0.29 389	2.66 174	0.66 148	1.20 284	0.58 253	0.25 151	0.01 13	6.38 418	0.33 246	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

RE-Stereo	0.82 241	0.10 100	1.15 160	1.19 486	0.01 156	1.52 308	0.29 389	2.66 174	0.66 148	1.20 284	0.58 253	0.24 147	0.01 13	6.38 418	0.32 243	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

TVStereo	0.82 241	0.10 100	1.15 160	1.19 486	0.01 156	1.52 308	0.29 389	2.66 174	0.66 148	1.20 284	0.58 253	0.24 147	0.01 13	6.38 418	0.32 243	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

cf-r	0.98 288	0.51 380	2.04 313	0.25 365	0.01 156	1.40 259	0.03 210	4.47 390	1.65 388	0.95 237	0.58 253	2.63 370	0.24 252	4.19 309	0.58 323	0.00 1	0.00 1	0.00 1	0.00 1	0.06 272	0.04 295

xyz-stereo-finetune2	0.61 175	0.19 209	0.84 73	0.06 227	0.00 1	1.28 212	0.04 236	1.89 117	0.69 178	0.10 90	0.59 263	0.07 89	0.67 343	5.30 369	0.47 299	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

HH	0.88 268	0.37 313	1.93 290	0.25 365	0.10 347	0.62 39	0.00 1	3.79 323	0.18 24	0.33 138	0.59 263	3.94 429	0.81 352	4.44 324	0.09 88	0.00 1	0.06 419	0.00 1	0.00 1	0.03 191	0.02 205

HanStereo	0.88 268	0.37 313	1.93 290	0.25 365	0.10 347	0.62 39	0.00 1	3.79 323	0.18 24	0.33 138	0.59 263	3.94 429	0.81 352	4.44 324	0.09 88	0.00 1	0.06 419	0.00 1	0.00 1	0.03 191	0.02 205

Wz-Net-LNSev-Ref	1.54 389	0.68 422	4.62 463	0.01 27	0.00 1	5.13 468	0.30 396	4.64 404	1.23 308	2.39 406	0.59 263	2.12 344	2.00 424	4.94 351	2.19 427	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

PSMNet-ADL	0.77 224	0.08 67	0.90 85	0.07 253	0.01 156	2.01 375	0.02 161	2.55 166	1.11 286	0.33 138	0.59 263	2.15 346	0.69 345	4.07 303	0.85 348	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

LALA_ROB	1.33 364	0.59 402	1.74 274	0.02 96	0.06 310	3.25 425	0.50 424	3.45 284	1.39 341	3.70 447	0.59 263	4.59 446	0.25 256	3.58 278	2.79 441	0.00 1	0.00 1	0.00 1	0.00 1	0.04 227	0.02 205

NINENet	1.03 301	0.22 239	1.30 199	0.10 290	0.01 156	5.85 474	0.03 210	4.41 385	1.25 314	1.55 334	0.60 269	2.39 365	0.06 136	2.72 251	0.05 29	0.00 1	0.01 289	0.01 425	0.00 1	0.04 227	0.00 1

StereoDRNet	1.48 381	0.75 432	4.58 462	0.05 210	0.10 347	2.49 400	1.10 451	4.62 400	1.47 359	3.38 442	0.62 270	2.29 357	0.65 336	4.52 332	2.89 442	0.00 1	0.03 383	0.00 1	0.01 343	0.05 252	0.07 366

AIO-Stereo-zeroshot	1.10 325	0.35 304	4.53 460	0.18 341	0.37 453	0.79 45	0.00 1	5.71 468	0.74 204	0.40 162	0.64 271	4.47 442	1.41 389	1.42 211	0.30 235	0.00 1	0.11 456	0.00 1	0.28 486	0.17 390	0.14 423

MyStereo8	0.85 253	0.52 381	3.20 404	0.20 350	0.00 1	1.47 292	0.01 88	3.53 297	1.91 409	1.34 299	0.65 272	1.22 281	0.31 268	0.57 163	1.38 384	0.00 1	0.14 473	0.00 1	0.06 400	0.09 323	0.30 464

MaskLacGwcNet_RVC	1.63 400	0.45 354	2.21 327	1.53 492	0.18 389	4.33 453	0.41 414	3.37 268	1.40 345	0.54 180	0.65 272	3.10 401	0.11 193	4.93 350	0.60 327	4.57 505	0.51 497	0.00 1	0.00 1	1.37 495	2.39 504

coex_refinement	1.13 333	0.54 388	1.58 247	0.12 300	0.02 245	1.51 303	0.06 281	4.01 344	1.51 369	2.61 415	0.66 274	4.40 439	0.48 306	3.67 279	1.30 379	0.00 1	0.01 289	0.00 1	0.00 1	0.04 227	0.03 265

test_sample4	0.86 257	0.16 181	2.28 345	0.50 426	0.01 156	1.42 272	0.01 88	4.65 405	1.27 321	1.52 325	0.66 274	0.69 219	0.08 167	3.50 275	0.38 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.02 205

tt1	0.88 268	0.27 263	1.25 186	0.08 268	0.00 1	3.36 431	0.02 161	3.03 210	6.40 485	0.33 138	0.66 274	0.05 60	0.40 292	1.59 218	0.05 29	0.00 1	0.02 353	0.00 1	0.00 1	0.09 323	0.03 265

BUS	0.97 286	0.10 100	0.96 100	0.01 27	0.00 1	5.85 474	0.03 210	5.40 450	0.93 250	2.26 392	0.66 274	2.39 365	0.06 136	0.61 168	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

BSDual-CNN	0.83 245	0.10 100	0.96 100	0.01 27	0.00 1	3.32 428	0.21 357	5.40 450	0.93 250	2.26 392	0.66 274	1.81 323	0.10 183	0.61 168	0.18 164	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

hknet	1.08 313	0.13 142	2.07 316	0.01 27	0.00 1	3.32 428	0.21 357	5.40 450	0.92 246	2.26 392	0.66 274	3.43 416	0.05 114	2.81 252	0.27 216	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

test-1	0.52 153	0.25 255	0.94 95	0.03 154	0.22 407	1.20 171	0.08 296	4.03 347	0.25 51	0.70 198	0.66 274	0.71 226	0.03 70	0.30 113	0.43 282	0.00 1	0.18 482	0.00 1	0.07 404	0.01 40	0.25 460

ACVNet	0.57 168	0.21 229	1.34 206	0.09 279	0.00 1	1.36 243	0.22 363	2.40 145	1.05 274	0.63 189	0.66 274	1.94 330	0.26 259	0.31 114	0.79 345	0.00 1	0.00 1	0.00 1	0.00 1	0.08 301	0.00 1

acv_ft	0.79 233	0.21 229	1.28 191	0.01 27	1.08 484	1.68 353	0.01 88	3.75 317	1.05 274	1.31 298	0.66 274	1.94 330	0.46 303	0.31 114	1.68 394	0.00 1	0.00 1	0.00 1	0.00 1	0.27 441	0.00 1

CoDeX	0.94 281	0.34 302	2.09 319	0.05 210	0.20 400	1.49 299	0.20 355	5.89 472	1.57 379	0.66 193	0.67 283	1.05 268	0.32 273	3.82 293	0.33 246	0.00 1	0.00 1	0.00 1	0.00 1	0.03 191	0.00 1

GEStereo_RVC	1.10 325	0.42 339	1.72 272	0.28 378	0.01 156	1.37 248	0.11 318	6.25 481	0.84 235	1.05 264	0.67 283	1.61 305	0.79 350	6.11 404	0.63 330	0.00 1	0.00 1	0.00 1	0.00 1	0.10 338	0.04 295

MyStereo06	0.80 237	0.19 209	2.53 365	0.02 96	0.00 1	1.51 303	0.01 88	4.61 399	0.24 48	0.89 227	0.69 285	3.14 404	1.18 375	0.58 166	0.33 246	0.00 1	0.06 419	0.00 1	0.00 1	0.02 134	0.07 366

ACVNet-DCA	0.61 175	0.27 263	1.28 191	0.13 307	0.00 1	3.44 433	0.01 88	3.15 231	0.68 165	0.33 138	0.69 285	0.04 32	0.61 322	1.43 212	0.05 29	0.00 1	0.02 353	0.00 1	0.03 374	0.01 40	0.01 92

xx1	0.95 283	0.27 263	1.28 191	0.13 307	0.00 1	3.44 433	0.01 88	3.18 240	7.23 494	0.33 138	0.69 285	0.73 228	0.12 205	1.43 212	0.05 29	0.00 1	0.02 353	0.00 1	0.00 1	0.01 40	0.01 92

1test111	0.69 205	0.27 263	1.28 191	0.13 307	0.00 1	3.44 433	0.01 88	3.15 231	0.68 165	0.33 138	0.69 285	0.04 32	0.61 322	2.95 256	0.07 62	0.00 1	0.02 353	0.00 1	0.03 374	0.01 40	0.01 92

cc1	0.94 281	0.27 263	1.28 191	0.13 307	0.00 1	3.44 433	0.01 88	3.18 240	7.23 494	0.33 138	0.69 285	0.04 32	0.61 322	1.43 212	0.05 29	0.00 1	0.02 353	0.00 1	0.03 374	0.09 323	0.04 295

CFNet	1.08 313	0.62 409	2.26 341	0.26 371	0.03 268	1.40 259	0.04 236	4.45 389	2.09 419	0.48 175	0.69 285	1.31 286	0.24 252	6.63 432	0.83 347	0.00 1	0.00 1	0.00 1	0.00 1	0.17 390	0.04 295

CRFU-Net	1.32 363	0.27 263	2.46 360	1.17 485	0.03 268	4.08 446	0.05 258	5.61 460	0.67 158	1.53 327	0.70 291	3.47 418	2.62 440	3.24 263	0.24 195	0.01 414	0.01 289	0.11 475	0.00 1	0.13 361	0.00 1

IGEV_Zeroshot_test	0.74 213	0.20 221	3.00 391	0.26 371	0.02 245	1.10 119	0.05 258	3.72 315	0.19 27	0.88 225	0.71 292	2.84 383	0.63 328	0.53 158	0.33 246	0.00 1	0.07 429	0.00 1	0.16 439	0.04 227	0.00 1

UCFNet_RVC	0.66 194	0.35 304	1.20 178	0.02 96	0.30 441	1.53 311	0.01 88	3.42 279	0.67 158	1.12 272	0.73 293	1.26 284	0.20 242	1.84 228	0.46 295	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DRN-Test	1.62 397	0.23 247	3.72 430	0.18 341	0.13 363	3.34 430	0.19 353	5.93 475	2.01 417	4.14 456	0.76 294	2.12 344	1.78 413	5.22 365	2.62 439	0.00 1	0.00 1	0.01 425	0.01 343	0.03 191	0.01 92

HBP-ISP	1.45 377	0.75 432	3.02 392	0.30 382	0.10 347	4.28 452	1.49 460	4.68 406	1.29 326	3.43 443	0.78 295	0.93 254	1.01 362	6.48 425	0.36 266	0.04 447	0.02 353	0.00 1	0.00 1	0.05 252	0.03 265

SFCPSM	0.81 239	0.11 121	2.53 365	0.01 27	0.07 320	2.45 398	0.18 347	4.99 428	1.18 301	0.77 210	0.78 295	0.69 219	0.31 268	1.72 224	0.20 173	0.00 1	0.00 1	0.00 1	0.05 390	0.06 272	0.01 92

SACVNet	0.96 284	0.36 309	1.49 225	0.05 210	0.00 1	1.62 343	0.28 386	3.86 335	1.28 325	1.79 353	0.80 297	1.59 301	0.07 152	5.29 368	0.48 300	0.01 414	0.00 1	0.00 1	0.00 1	0.23 423	0.01 92

DDVS	0.92 279	0.16 181	1.39 213	0.21 351	0.27 427	3.17 422	0.26 374	2.56 167	0.62 113	0.70 198	0.81 298	2.17 352	0.45 300	5.26 366	0.29 227	0.00 1	0.01 289	0.01 425	0.00 1	0.04 227	0.02 205

IRAFT_RVC	1.02 299	0.20 221	1.58 247	1.39 490	0.26 422	1.33 235	0.32 401	2.52 163	0.66 148	1.58 336	0.81 298	1.16 278	1.58 404	6.51 426	0.43 282	0.00 1	0.12 464	0.00 1	0.00 1	0.02 134	0.03 265

AE-Stereo	0.47 135	0.11 121	1.03 128	0.04 187	0.09 338	1.11 124	0.03 210	4.16 356	0.34 60	0.35 150	0.82 300	0.15 133	0.16 223	0.45 149	0.05 29	0.00 1	0.09 444	0.00 1	0.26 479	0.09 323	0.05 317

AAGNet	1.54 389	0.07 54	0.88 80	1.04 478	0.27 427	1.47 292	0.66 432	1.57 94	0.61 100	1.68 342	0.82 300	1.62 307	2.29 429	6.18 406	11.63 501	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

DisPM	0.86 257	0.09 80	1.10 146	0.76 460	0.02 245	1.51 303	0.57 428	1.75 106	0.70 190	2.43 409	0.83 302	0.38 174	0.01 13	6.89 454	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

CSP-Net	1.01 297	0.52 381	0.92 90	0.01 27	0.00 1	2.83 417	0.05 258	4.99 428	0.69 178	0.91 232	0.85 303	1.82 325	0.23 250	6.04 401	0.29 227	0.00 1	0.00 1	0.00 1	0.00 1	0.10 338	0.01 92

DeepStereo_RVC	0.52 153	0.08 67	1.37 211	0.06 227	0.06 310	1.34 237	0.41 414	1.43 79	0.68 165	1.03 261	0.85 303	0.49 190	1.56 400	0.79 180	0.17 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.13 416

ssnet_v2	1.14 336	0.28 274	1.77 277	0.03 154	0.00 1	2.07 378	0.37 411	5.20 438	1.87 406	2.00 369	0.87 305	3.09 400	0.55 313	1.31 206	3.02 444	0.00 1	0.00 1	0.00 1	0.00 1	0.18 398	0.12 409

DPSNet	3.38 468	0.60 404	9.55 501	0.61 444	0.46 461	5.10 467	1.44 459	11.17 507	3.92 469	2.57 412	0.88 306	5.90 464	9.68 506	7.63 479	7.25 481	0.08 463	0.16 479	0.01 425	0.07 404	0.34 461	0.17 434

GCAP-BAT	0.37 96	0.13 142	1.16 164	0.10 290	0.12 357	1.59 329	0.04 236	0.67 38	0.43 70	0.84 221	0.89 307	0.39 175	0.07 152	0.27 103	0.49 302	0.00 1	0.01 289	0.00 1	0.19 453	0.00 1	0.00 1

test_sample5	0.86 257	0.16 181	2.25 337	0.49 423	0.01 156	1.41 264	0.01 88	4.55 394	1.27 321	1.35 305	0.89 307	0.58 199	0.11 193	3.75 286	0.38 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.02 205

111	0.79 233	0.70 430	2.21 327	0.01 27	0.01 156	1.19 162	0.16 339	3.78 322	1.98 414	1.22 290	0.91 309	2.01 334	0.32 273	0.32 120	0.64 332	0.00 1	0.00 1	0.00 1	0.00 1	0.08 301	0.17 434

DISCO	1.93 428	0.18 200	2.44 356	0.67 452	0.53 466	5.25 469	0.00 1	5.43 454	1.56 378	2.09 377	0.91 309	6.48 469	0.89 357	8.55 490	3.60 451	0.00 1	0.00 1	0.00 1	0.00 1	0.06 272	0.01 92

CASS	0.56 166	0.13 142	1.40 214	0.03 154	0.01 156	1.65 350	0.04 236	3.03 210	0.63 121	1.96 366	0.93 311	0.28 158	0.36 282	0.52 156	0.18 164	0.00 1	0.00 1	0.00 1	0.00 1	0.03 191	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
TDLM	1.08 313	0.49 373	1.43 219	0.27 376	0.00 1	1.56 317	2.12 469	3.10 223	1.75 395	1.36 310	0.93 311	1.06 270	0.49 307	6.21 408	0.70 338	0.00 1	0.00 1	0.00 1	0.00 1	0.16 385	0.02 205

IER	0.75 218	0.12 132	1.93 290	0.01 27	0.00 1	2.31 392	0.02 161	2.96 201	0.98 257	1.30 295	0.96 313	1.40 291	1.19 376	1.31 206	0.45 289	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

SA	0.83 245	0.41 333	1.17 167	0.00 1	0.20 400	1.28 212	0.01 88	3.98 342	1.86 404	0.41 164	0.96 313	0.27 156	1.33 387	4.07 303	0.35 260	0.00 1	0.00 1	0.00 1	0.17 447	0.14 368	0.01 92

GANet-ADL	0.52 153	0.09 80	1.43 219	0.13 307	0.02 245	1.43 275	0.02 161	3.22 250	0.59 81	0.34 149	0.98 315	1.09 274	0.19 236	0.40 138	0.34 253	0.00 1	0.00 1	0.00 1	0.00 1	0.04 227	0.01 92

FACV-RUCA	0.49 143	0.10 100	1.30 199	0.06 227	0.12 357	1.14 138	0.07 289	3.57 301	0.92 246	0.18 123	0.99 316	0.19 142	0.31 268	0.25 87	0.16 147	0.00 1	0.00 1	0.08 467	0.02 365	0.24 426	0.12 409

IPLG	0.86 257	0.41 333	2.31 347	0.06 227	0.06 310	1.36 243	0.11 318	3.17 238	0.83 232	0.62 185	1.00 317	0.46 183	0.61 322	5.57 387	0.35 260	0.00 1	0.00 1	0.00 1	0.00 1	0.18 398	0.01 92

XPNet_ROB	1.17 342	0.41 333	1.68 266	0.04 187	0.01 156	1.65 350	0.17 342	3.46 287	1.39 341	3.89 452	1.01 318	1.60 303	0.53 310	4.35 317	3.07 445	0.00 1	0.00 1	0.00 1	0.00 1	0.03 191	0.02 205

XX-TBD	0.28 63	0.39 325	0.97 106	0.05 210	0.00 1	1.09 115	0.00 1	0.71 41	0.54 76	0.44 167	1.04 319	0.06 75	0.06 136	0.19 52	0.09 88	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

APVNet	1.52 385	0.31 289	4.00 438	0.09 279	0.00 1	4.64 461	0.08 296	4.41 385	1.21 306	1.25 293	1.05 320	2.90 388	0.93 360	6.70 438	2.48 432	0.01 414	0.00 1	0.07 464	0.00 1	0.27 441	0.05 317

SST-Stereo	1.04 303	0.05 19	1.16 164	0.72 455	0.23 412	1.70 357	0.58 429	1.92 118	1.46 357	1.19 282	1.09 321	1.60 303	1.93 421	6.92 458	0.21 181	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 92

iResNet	1.00 296	0.45 354	3.08 396	0.86 470	0.01 156	1.97 373	0.01 88	3.67 313	1.49 365	1.77 351	1.09 321	0.35 168	0.13 212	3.83 294	1.27 377	0.00 1	0.00 1	0.00 1	0.00 1	0.07 287	0.01 92

PAM	1.34 365	0.13 142	2.83 383	0.30 382	0.31 447	2.21 386	0.30 396	5.05 433	0.23 43	0.82 219	1.11 323	9.08 485	2.34 432	0.90 185	0.44 285	0.00 1	0.13 469	0.00 1	0.31 491	0.03 191	0.28 462

hitnet-ft	1.09 321	0.39 325	1.45 222	0.04 187	0.00 1	1.34 237	0.22 363	3.34 267	2.25 434	1.48 323	1.11 323	4.17 432	0.37 284	4.73 343	0.79 345	0.01 414	0.00 1	0.03 455	0.00 1	0.09 323	0.01 92

test_sample6	0.89 275	0.17 192	2.23 336	0.48 421	0.01 156	1.43 275	0.01 88	4.49 391	1.40 345	1.43 318	1.12 325	0.64 211	0.14 216	3.86 295	0.42 280	0.00 1	0.01 289	0.00 1	0.00 1	0.02 134	0.02 205

DualNet	0.88 268	0.16 181	2.25 337	0.49 423	0.01 156	1.41 264	0.01 88	4.55 394	1.27 321	1.43 318	1.12 325	0.58 199	0.11 193	3.75 286	0.38 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.02 205

CFNet_ucs	0.77 224	0.20 221	2.22 334	0.01 27	0.01 156	1.32 229	0.00 1	3.30 261	1.31 331	1.15 275	1.14 327	2.19 354	0.42 294	2.04 232	0.12 114	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 92

RAFT_R40	0.99 295	0.05 19	1.26 187	0.71 454	0.20 400	1.65 350	0.67 433	1.94 121	0.61 100	1.05 264	1.15 328	1.80 322	1.47 391	6.91 456	0.31 238	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 92

iResNetv2_ROB	1.08 313	1.12 472	4.68 464	1.09 481	0.00 1	1.38 254	0.05 258	3.83 330	1.11 286	0.80 217	1.15 328	1.02 266	0.12 205	4.52 332	0.45 289	0.00 1	0.00 1	0.00 1	0.00 1	0.33 458	0.03 265

OMP-Stereo	1.20 347	0.54 388	0.96 100	2.39 497	0.29 439	1.58 322	0.33 404	2.01 126	0.68 165	2.68 418	1.16 330	3.10 401	0.18 230	7.40 474	0.56 318	0.00 1	0.00 1	0.00 1	0.00 1	0.07 287	0.01 92

PA-Net	1.31 362	0.59 402	3.65 426	0.06 227	0.15 375	1.44 279	0.54 425	4.08 349	2.71 450	0.78 213	1.16 330	2.32 361	0.64 331	5.96 398	1.92 411	0.01 414	0.00 1	0.00 1	0.00 1	0.04 227	0.06 348
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DFGA-Net	0.91 278	1.43 485	2.72 381	0.06 227	0.16 381	1.16 148	0.00 1	2.26 137	0.77 214	1.02 256	1.17 332	0.25 151	0.04 97	5.17 361	1.71 397	0.00 1	0.00 1	0.00 1	0.00 1	0.27 441	0.02 205

delet	1.14 336	0.32 293	1.56 244	0.03 154	0.17 385	2.86 419	1.03 448	4.25 366	2.14 426	1.03 261	1.17 332	1.64 312	0.92 359	4.35 317	1.27 377	0.00 1	0.00 1	0.00 1	0.00 1	0.04 227	0.00 1

ETE_ROB	1.16 341	0.52 381	1.71 271	0.01 27	0.02 245	1.79 365	0.22 363	4.10 352	1.32 332	4.68 465	1.18 334	2.81 381	0.08 167	3.56 277	1.12 365	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.06 348

iResNet_ROB	1.05 311	0.76 436	2.06 315	0.07 253	0.00 1	1.35 241	0.03 210	6.80 492	2.57 448	0.79 215	1.20 335	0.94 257	0.12 205	3.81 291	0.41 278	0.00 1	0.00 1	0.00 1	0.00 1	0.08 301	0.01 92

CVANet_RVC	1.10 325	0.39 325	1.69 268	0.28 378	0.00 1	1.45 285	0.48 420	3.26 253	1.64 387	2.93 423	1.22 336	1.51 294	0.37 284	6.09 403	0.50 304	0.00 1	0.00 1	0.00 1	0.00 1	0.18 398	0.01 92

anonymity	0.74 213	0.15 169	1.17 167	0.16 332	0.27 427	0.71 42	0.01 88	4.70 407	1.78 397	1.15 275	1.23 337	0.31 161	1.65 408	0.54 160	0.53 311	0.02 436	0.02 353	0.00 1	0.27 482	0.02 134	0.06 348

PFNet	1.06 312	0.19 209	2.95 388	1.16 484	0.56 469	1.58 322	0.25 370	1.50 91	0.60 90	2.38 405	1.23 337	0.63 209	0.30 264	6.85 447	0.43 282	0.16 474	0.01 289	0.00 1	0.07 404	0.18 398	0.18 440

Wz-Net-MNSev	1.85 423	1.19 476	5.61 480	0.01 27	0.00 1	4.74 462	2.16 471	4.93 425	1.48 363	3.77 449	1.24 339	1.77 320	2.56 437	4.94 351	2.61 438	0.00 1	0.01 289	0.00 1	0.00 1	0.07 287	0.01 92

TANstereo	0.30 70	0.28 274	0.86 76	0.03 154	0.01 156	1.14 138	0.00 1	0.53 21	0.44 71	1.06 267	1.24 339	0.06 75	0.05 114	0.25 87	0.05 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

StereoDRNet-Refined	0.83 245	0.12 132	1.18 170	0.02 96	0.01 156	1.31 228	0.00 1	3.33 264	1.07 279	1.92 362	1.24 339	2.48 367	0.18 230	1.86 229	1.67 393	0.00 1	0.00 1	0.00 1	0.00 1	0.14 368	0.05 317
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CREStereo++_RVC	0.29 67	0.19 209	0.83 72	0.05 210	0.00 1	1.19 162	0.00 1	0.66 37	0.99 261	0.25 129	1.26 342	0.05 60	0.07 152	0.20 64	0.09 88	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
RASNet	1.53 387	0.31 289	1.97 300	0.09 279	3.20 501	1.69 355	0.06 281	3.27 259	2.12 421	0.77 210	1.29 343	5.32 462	1.69 411	6.60 429	2.17 425	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.02 205

CC-Net-ROB	1.86 424	0.64 413	2.55 367	1.42 491	0.19 396	3.38 432	0.04 236	4.41 385	2.45 442	0.90 229	1.31 344	0.98 262	0.18 230	6.60 429	0.53 311	1.14 498	1.60 510	7.16 508	0.00 1	1.33 494	0.32 469

SuperB	3.70 474	1.77 492	15.73 513	0.31 386	0.05 298	4.37 454	1.67 463	3.58 304	11.57 499	2.36 402	1.32 345	2.03 337	1.91 420	6.95 459	9.01 491	0.05 453	0.03 383	0.10 474	0.08 409	11.00 521	0.10 393

HSM	1.36 368	0.40 330	1.07 139	0.01 27	0.30 441	1.73 360	0.03 210	5.89 472	1.22 307	1.83 355	1.36 346	4.78 450	1.30 386	6.61 431	0.57 321	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

GASNet	1.43 375	1.53 487	4.54 461	0.31 386	0.02 245	1.49 299	0.20 355	3.86 335	1.95 411	0.75 205	1.37 347	2.11 342	1.57 403	5.82 397	2.60 437	0.00 1	0.05 410	0.00 1	0.00 1	0.43 473	0.10 393

PSMNet-RUCA	0.66 194	0.48 368	1.68 266	0.01 27	0.02 245	2.02 376	0.25 370	3.93 340	1.50 367	0.37 158	1.38 348	0.11 115	0.12 205	0.64 173	0.31 238	0.00 1	0.00 1	0.00 1	0.00 1	0.27 441	0.00 1

s12784h	0.56 166	0.14 155	1.22 182	0.02 96	0.00 1	1.14 138	0.03 210	3.43 281	1.47 359	1.02 256	1.41 349	0.05 60	0.02 40	1.08 195	0.09 88	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

psmg	0.83 245	0.10 100	0.96 100	0.01 27	0.00 1	3.28 426	0.27 378	4.83 420	0.93 250	1.92 362	1.46 350	1.81 323	0.10 183	0.61 168	0.18 164	0.00 1	0.00 1	0.01 425	0.00 1	0.01 40	0.00 1

AIO-test2	0.76 222	0.80 442	1.47 224	0.12 300	0.15 375	1.22 178	0.01 88	3.17 238	0.73 197	0.36 157	1.50 351	0.16 138	0.05 114	2.37 237	0.16 147	2.85 503	0.00 1	0.00 1	0.01 343	0.04 227	0.07 366

DANet	1.74 416	0.22 239	3.06 394	0.75 457	0.44 458	2.46 399	0.35 409	3.40 275	1.41 348	4.22 457	1.56 352	5.03 455	0.56 314	6.29 413	5.00 465	0.01 414	0.00 1	0.00 1	0.01 343	0.04 227	0.08 379
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
G2L-Stereo_aug	1.21 351	0.18 200	3.37 414	0.01 27	0.03 268	1.38 254	0.02 161	3.08 219	0.77 214	1.90 360	1.58 353	3.22 411	1.13 373	5.74 391	1.74 399	0.00 1	0.00 1	0.00 1	0.00 1	0.10 338	0.00 1

DispNO	1.25 353	0.52 381	3.40 416	0.11 299	0.05 298	1.45 285	0.01 88	3.73 316	1.68 390	1.34 299	1.59 354	3.15 405	1.12 372	5.56 384	1.14 367	0.00 1	0.02 353	0.03 455	0.12 427	0.05 252	0.03 265

RAFT_CTSACE	0.68 203	0.52 381	1.74 274	0.50 426	0.05 298	1.16 148	0.00 1	2.68 179	0.66 148	0.68 196	1.60 355	1.76 318	0.80 351	0.94 188	0.13 118	0.00 1	0.02 353	0.00 1	0.00 1	0.27 441	0.00 1

MSKI-zero shot	0.73 211	0.13 142	1.56 244	0.02 96	0.14 369	1.34 237	0.04 236	3.00 205	0.23 43	0.67 194	1.64 356	0.89 248	0.00 1	4.55 335	0.10 100	0.00 1	0.02 353	0.00 1	0.21 464	0.03 191	0.01 92

FINET	1.36 368	0.46 358	4.05 441	0.22 354	0.73 475	1.03 79	0.00 1	3.57 301	5.71 482	1.59 337	1.64 356	0.49 190	0.19 236	5.53 380	1.90 408	0.00 1	0.01 289	0.00 1	0.00 1	0.08 301	0.03 265

GwcNet	1.67 408	0.81 446	5.52 477	0.23 360	1.21 485	4.21 450	0.62 431	3.71 314	1.57 379	1.01 255	1.65 358	3.99 431	0.52 309	5.46 377	2.30 428	0.00 1	0.00 1	0.00 1	0.01 343	0.35 464	0.13 416

1111x	1.53 387	0.06 37	1.77 277	0.27 376	0.00 1	2.12 380	0.01 88	5.63 464	1.65 388	1.53 327	1.67 359	0.92 249	0.64 331	6.18 406	8.17 486	0.00 1	0.01 289	0.00 1	0.00 1	0.00 1	0.01 92

TestStereo1	0.77 224	0.46 358	1.12 150	0.15 325	0.19 396	1.29 217	0.01 88	3.33 264	1.55 373	0.45 170	1.67 359	0.13 124	1.23 378	3.39 268	0.27 216	0.00 1	0.00 1	0.00 1	0.00 1	0.17 390	0.07 366

SA-5K	0.77 224	0.46 358	1.12 150	0.15 325	0.19 396	1.29 217	0.01 88	3.33 264	1.55 373	0.45 170	1.67 359	0.13 124	1.23 378	3.39 268	0.27 216	0.00 1	0.00 1	0.00 1	0.00 1	0.17 390	0.07 366

ADCRef	2.29 444	0.65 417	5.67 481	0.10 290	0.09 338	4.81 463	0.76 438	4.75 413	1.37 338	2.88 422	1.67 359	1.62 307	2.30 430	3.77 290	14.93 508	0.02 436	0.00 1	0.01 425	0.10 418	0.20 417	0.11 401

PDISCO_ROB	2.21 441	0.78 439	3.43 418	0.96 474	2.04 497	7.04 484	0.09 308	7.36 496	5.72 483	1.21 289	1.67 359	3.16 406	1.28 384	7.52 477	1.37 383	0.00 1	0.00 1	0.00 1	0.00 1	0.34 461	0.13 416

ISRNet	0.88 268	0.19 209	2.71 379	0.05 210	0.00 1	1.17 152	0.03 210	2.96 201	0.80 224	2.17 381	1.70 364	2.59 369	0.20 242	2.58 241	0.46 295	0.00 1	0.00 1	0.00 1	0.00 1	0.04 227	0.00 1

NaN_ROB	2.02 435	0.58 400	2.65 374	0.29 380	0.28 437	3.19 423	5.19 506	3.84 331	2.55 447	5.31 471	1.73 365	2.30 358	1.96 422	6.78 444	3.09 446	0.01 414	0.06 419	0.03 455	0.10 418	0.10 338	0.37 474

CBMV	1.56 391	0.24 251	1.92 289	0.31 386	0.03 268	2.90 420	4.33 496	3.79 323	1.81 398	4.98 468	1.73 365	2.70 376	1.68 410	3.81 291	0.92 356	0.00 1	0.00 1	0.00 1	0.00 1	0.05 252	0.08 379
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
LMCR-Stereo	1.10 325	0.69 426	1.95 295	0.50 426	0.01 156	2.73 410	0.09 308	6.20 480	0.64 132	2.37 403	1.76 367	0.13 124	1.59 406	2.94 255	0.23 190	0.00 1	0.00 1	0.00 1	0.00 1	0.12 356	0.00 1

NOSS_ROB	1.29 356	0.22 239	1.35 209	0.64 448	0.16 381	2.56 403	0.00 1	4.14 355	2.37 438	2.29 397	1.76 367	2.84 383	0.02 40	6.80 446	0.45 289	0.00 1	0.00 1	0.00 1	0.00 1	0.04 227	0.11 401

Ntro	3.24 461	1.34 481	2.83 383	7.27 510	4.43 506	6.22 479	0.74 437	4.73 409	1.48 363	0.39 161	1.77 369	2.70 376	1.28 384	4.59 339	1.25 374	8.06 514	0.28 491	2.12 506	0.05 390	8.11 510	5.16 514

H2IRNET	0.47 135	0.22 239	1.27 189	0.15 325	0.01 156	1.18 159	0.01 88	1.65 96	0.48 73	0.02 13	1.80 370	0.46 183	0.04 97	1.62 221	0.35 260	0.00 1	0.00 1	0.01 425	0.01 343	0.16 385	0.02 205

RAFT + AFF	1.63 400	1.13 473	2.62 372	0.04 187	0.80 476	2.29 391	1.03 448	5.54 459	2.06 418	1.77 351	1.81 371	1.22 281	3.65 465	6.23 410	1.57 389	0.01 414	0.35 495	0.00 1	0.01 343	0.33 458	0.12 409

MLCV	1.01 297	0.53 386	2.17 324	0.03 154	0.00 1	1.60 333	0.03 210	2.90 196	1.30 329	2.60 414	1.85 372	1.00 264	0.40 292	4.88 349	0.74 341	0.00 1	0.00 1	0.00 1	0.00 1	0.07 287	0.01 92

AASNet	0.86 257	0.53 386	1.96 298	0.04 187	0.00 1	1.70 357	0.05 258	5.13 437	1.84 400	0.93 235	1.88 373	0.96 258	0.19 236	0.67 174	0.91 355	0.00 1	0.00 1	0.00 1	0.00 1	0.27 441	0.09 385

xxxx	1.78 420	0.07 54	1.02 117	0.00 1	0.01 156	1.44 279	0.00 1	5.81 471	1.53 371	1.37 311	1.91 374	1.08 272	0.05 114	4.37 320	16.98 513	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.02 205

PSM-AAD	1.15 339	0.04 9	0.88 80	0.10 290	0.27 427	1.32 229	3.25 483	2.41 152	0.64 132	2.93 423	1.92 375	0.15 133	5.39 487	3.42 270	0.19 171	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.05 317

XQC	2.57 449	1.20 477	6.33 491	0.18 341	0.01 156	3.84 443	0.33 404	5.24 440	3.83 468	4.43 460	1.94 376	4.58 445	3.19 454	7.19 469	8.67 488	0.00 1	0.03 383	0.00 1	0.03 374	0.27 441	0.19 445

AFF-stereo	0.65 189	0.46 358	0.82 69	0.37 404	0.00 1	1.19 162	0.00 1	3.04 214	1.42 349	0.72 202	1.95 377	1.16 278	0.26 259	0.97 190	0.31 238	0.00 1	0.02 353	0.00 1	0.00 1	0.21 418	0.02 205

ADCPNet	3.63 473	0.82 449	13.20 510	0.08 268	0.43 457	7.02 483	2.23 473	4.77 415	2.41 439	4.31 459	1.96 378	7.57 478	5.16 482	6.45 424	13.80 505	0.02 436	0.75 502	0.04 458	0.90 511	0.16 385	0.53 479

HART	0.44 122	0.24 251	1.41 215	0.01 27	0.00 1	0.33 12	0.00 1	2.91 197	0.61 100	0.26 130	1.98 379	0.35 168	0.03 70	0.20 64	0.14 129	0.00 1	0.11 456	0.00 1	0.00 1	0.19 406	0.05 317

pcwnet_v2	1.29 356	0.17 192	5.98 484	0.10 290	0.01 156	1.76 361	0.02 161	5.08 436	2.90 453	1.54 333	1.98 379	2.03 337	0.81 352	3.01 258	0.28 223	0.00 1	0.00 1	0.00 1	0.01 343	0.03 191	0.03 265

iRaft-Stereo_5w	1.08 313	0.56 395	2.70 377	0.02 96	0.02 245	1.20 171	0.01 88	3.18 240	0.63 121	0.14 114	2.00 381	1.62 307	1.54 398	6.69 437	1.01 361	0.00 1	0.00 1	0.00 1	0.00 1	0.23 423	0.01 92

DLCB_ROB	1.17 342	0.22 239	1.28 191	0.08 268	0.00 1	1.51 303	0.23 367	3.39 273	1.52 370	3.43 443	2.00 381	3.40 414	0.31 268	4.29 313	1.82 402	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PAM_32	1.45 377	0.13 142	2.69 376	0.26 371	0.30 441	2.15 384	0.29 389	4.92 424	0.22 40	0.84 221	2.02 383	9.57 488	3.27 458	0.97 190	0.56 318	0.00 1	0.12 464	0.00 1	0.31 491	0.04 227	0.27 461

ffm	1.04 303	0.05 19	1.65 257	0.34 397	0.01 156	1.58 322	0.02 161	3.03 210	6.40 485	1.39 313	2.07 384	2.15 346	0.34 275	1.59 218	0.05 29	0.00 1	0.02 353	0.00 1	0.00 1	0.09 323	0.03 265

ff1	1.65 403	0.05 19	1.65 257	0.34 397	0.01 156	1.58 322	0.02 161	3.03 210	6.40 485	1.39 313	2.07 384	2.15 346	0.34 275	6.68 434	7.08 477	0.00 1	0.02 353	0.00 1	0.00 1	0.09 323	0.03 265

mmx	1.56 391	0.05 19	1.65 257	0.34 397	0.01 156	1.58 322	0.02 161	5.51 457	2.25 434	1.39 313	2.07 384	2.15 346	0.34 275	6.68 434	7.08 477	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.01 92

xxx	1.56 391	0.05 19	1.65 257	0.34 397	0.01 156	1.58 322	0.02 161	5.51 457	2.25 434	1.39 313	2.07 384	2.15 346	0.34 275	6.68 434	7.08 477	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.01 92

ttt	1.35 367	0.05 19	1.09 144	0.46 416	0.01 156	1.61 337	0.00 1	5.61 460	1.97 412	1.75 346	2.10 388	1.40 291	0.11 193	4.81 346	6.07 473	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.02 205

222	2.69 451	0.09 80	1.03 128	0.00 1	0.00 1	1.54 315	0.00 1	5.61 460	1.55 373	1.51 324	2.10 388	0.53 195	0.07 152	4.54 334	35.09 531	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 205

Wz-Net-SNSev	2.53 448	2.49 502	10.66 505	0.39 406	0.01 156	2.73 410	0.40 412	5.02 431	1.50 367	2.15 379	2.12 390	6.48 469	1.11 369	9.47 497	5.84 472	0.00 1	0.01 289	0.00 1	0.00 1	0.21 418	0.06 348

Syn2CoEx	1.66 404	1.17 474	4.29 451	0.04 187	0.00 1	1.44 279	0.56 426	5.33 448	1.98 414	2.01 372	2.12 390	2.08 339	2.81 444	6.55 427	2.42 429	0.00 1	0.00 1	0.00 1	0.00 1	0.33 458	0.06 348

SMFormer	1.04 303	0.16 181	1.55 237	0.33 391	0.01 156	1.03 79	0.00 1	5.24 440	2.12 421	1.53 327	2.16 392	0.92 249	0.02 40	4.46 326	1.24 372	0.00 1	0.01 289	0.00 1	0.00 1	0.03 191	0.02 205

tta	1.04 303	0.16 181	1.55 237	0.33 391	0.01 156	1.03 79	0.00 1	5.24 440	2.12 421	1.53 327	2.16 392	0.92 249	0.02 40	4.46 326	1.24 372	0.00 1	0.01 289	0.00 1	0.00 1	0.03 191	0.01 92

qqq1	0.98 288	0.16 181	1.55 237	0.33 391	0.01 156	1.03 79	0.00 1	5.24 440	2.12 421	1.53 327	2.16 392	0.92 249	0.02 40	4.46 326	0.07 62	0.00 1	0.01 289	0.00 1	0.00 1	0.03 191	0.01 92

fff1	0.98 288	0.16 181	1.55 237	0.33 391	0.01 156	1.03 79	0.00 1	5.24 440	2.12 421	1.53 327	2.16 392	0.92 249	0.02 40	4.46 326	0.07 62	0.00 1	0.01 289	0.00 1	0.00 1	0.03 191	0.01 92

test_xeample	1.79 421	0.08 67	1.03 128	0.02 96	0.00 1	1.44 279	0.00 1	5.48 455	1.84 400	1.65 340	2.17 396	0.37 170	0.06 136	4.00 302	17.67 515	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.02 205

ADLNet	1.20 347	0.29 284	1.98 301	0.00 1	0.02 245	2.20 385	0.11 318	4.39 383	2.52 445	2.19 384	2.20 397	2.66 371	0.70 346	3.42 270	1.25 374	0.00 1	0.00 1	0.00 1	0.00 1	0.10 338	0.04 295

anonymousa	0.79 233	0.26 259	1.91 288	0.03 154	0.29 439	1.46 291	0.02 161	3.76 319	0.97 255	0.72 202	2.25 398	3.21 409	0.56 314	0.15 36	0.12 114	0.00 1	0.00 1	0.00 1	0.04 385	0.00 1	0.02 205

IIG-Stereo	1.30 358	0.48 368	1.04 132	2.41 498	0.05 298	1.61 337	0.14 331	2.59 169	0.68 165	2.97 428	2.28 399	3.08 399	0.57 316	7.41 475	0.65 334	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

TransformOpticalFlow	1.47 380	0.31 289	3.22 408	0.66 450	0.08 330	1.54 315	0.09 308	3.84 331	1.58 383	1.66 341	2.32 400	3.60 420	3.12 452	6.99 462	0.42 280	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

DAS	1.26 354	0.08 67	2.25 337	0.04 187	0.01 156	1.28 212	1.18 452	3.80 326	1.58 383	4.60 462	2.37 401	1.53 295	0.53 310	5.36 374	0.59 325	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 92

SepStereo	1.28 355	0.08 67	2.25 337	0.04 187	0.01 156	1.28 212	1.18 452	3.80 326	1.58 383	4.60 462	2.37 401	1.53 295	0.53 310	5.63 390	0.59 325	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 92

UGAM	1.08 313	0.19 209	2.83 383	0.05 210	0.01 156	1.09 115	0.11 318	2.89 195	0.64 132	0.08 66	2.46 403	3.64 422	0.08 167	6.99 462	0.25 203	0.00 1	0.00 1	0.00 1	0.02 365	0.27 441	0.04 295

IPLGR_C	0.75 218	0.88 454	2.58 369	0.13 307	0.02 245	1.40 259	0.27 378	3.19 245	0.84 235	1.92 362	2.46 403	0.18 141	0.11 193	0.49 155	0.26 211	0.00 1	0.05 410	0.01 425	0.05 390	0.19 406	0.06 348

ACRE	0.75 218	0.78 439	2.72 381	0.13 307	0.02 245	1.40 259	0.26 374	3.20 247	0.82 229	1.84 356	2.46 403	0.19 142	0.10 183	0.52 156	0.26 211	0.00 1	0.04 397	0.01 425	0.05 390	0.19 406	0.05 317

DGSMNet	2.23 442	0.80 442	6.10 486	0.96 474	1.73 492	3.22 424	4.12 492	5.30 446	1.11 286	1.19 282	2.48 406	3.18 407	0.65 336	4.57 338	1.33 380	1.11 497	1.37 508	1.55 499	1.26 515	1.37 495	1.28 497

otaku	3.17 460	1.32 480	2.49 362	6.07 508	3.26 502	4.62 460	2.15 470	5.35 449	1.34 335	2.00 369	2.54 407	3.50 419	1.49 392	3.68 280	1.11 363	7.89 513	0.23 486	1.88 503	0.03 374	7.74 509	4.78 513

CIPLG	0.75 218	0.81 446	2.38 352	0.13 307	0.03 268	1.41 264	0.27 378	3.19 245	0.84 235	1.98 368	2.56 408	0.19 142	0.10 183	0.54 160	0.26 211	0.00 1	0.05 410	0.01 425	0.05 390	0.19 406	0.05 317

RAFT-Stereo + iAFF	0.60 172	0.36 309	0.96 100	0.03 154	0.02 245	1.21 175	0.02 161	2.80 187	1.55 373	1.08 268	2.63 409	0.43 180	0.16 223	0.37 133	0.25 203	0.00 1	0.02 353	0.00 1	0.00 1	0.19 406	0.01 92

PS-NSSS	1.08 313	0.45 354	1.70 270	0.02 96	0.01 156	1.37 248	0.01 88	4.38 380	2.09 419	1.15 275	2.65 410	0.65 212	0.07 152	6.35 416	0.56 318	0.16 474	0.00 1	0.00 1	0.00 1	0.05 252	0.00 1

NCC-stereo	1.67 408	0.56 395	3.10 397	0.08 268	0.22 407	2.24 388	0.13 327	5.05 433	1.42 349	2.27 395	2.72 411	4.29 436	3.53 461	5.76 393	2.01 417	0.04 447	0.00 1	0.00 1	0.00 1	0.03 191	0.02 205

Abc-Net	1.67 408	0.56 395	3.10 397	0.08 268	0.22 407	2.24 388	0.13 327	5.05 433	1.42 349	2.27 395	2.72 411	4.29 436	3.53 461	5.76 393	2.01 417	0.04 447	0.00 1	0.00 1	0.00 1	0.03 191	0.02 205
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
LL-Strereo	1.93 428	0.97 461	3.83 436	0.55 435	2.19 498	1.49 299	0.05 258	4.09 351	1.00 263	2.59 413	2.77 413	5.17 458	5.63 489	7.19 469	0.63 330	0.00 1	0.10 453	0.00 1	0.00 1	0.25 433	0.20 450

FBW_ROB	2.36 445	0.36 309	3.16 400	0.37 404	0.14 369	4.42 457	0.18 347	6.64 486	3.05 455	2.98 429	2.85 414	4.86 452	1.11 369	11.00 509	4.53 458	0.16 474	0.05 410	0.37 490	0.09 414	0.19 406	0.78 486

STrans-v2	1.67 408	0.36 309	3.28 409	0.02 96	0.19 396	1.45 285	0.08 296	6.69 488	1.49 365	2.00 369	2.86 415	3.67 424	3.88 469	7.04 466	0.45 289	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

MGS-Stereo	0.31 73	0.10 100	0.89 84	0.02 96	0.00 1	0.50 37	0.00 1	0.39 14	0.61 100	0.02 13	2.91 416	0.04 32	0.03 70	0.21 73	0.06 54	0.00 1	0.00 1	0.00 1	0.00 1	0.44 474	0.00 1

AnyNet_C32	3.93 477	2.58 503	12.07 508	0.39 406	0.49 464	5.50 471	6.45 517	4.44 388	2.19 430	6.86 481	2.94 417	5.28 460	3.20 455	6.63 432	18.37 517	0.08 463	0.04 397	0.20 482	0.09 414	0.57 486	0.19 445

TCMNet	1.49 383	0.57 398	5.20 472	0.13 307	1.39 488	1.81 367	0.17 342	4.03 347	1.26 315	1.72 344	2.98 418	1.95 332	0.46 303	5.01 354	2.55 436	0.00 1	0.06 419	0.06 463	0.00 1	0.37 468	0.16 429

RainbowNet	4.74 486	3.21 509	3.07 395	9.34 515	6.01 508	4.89 465	3.60 487	7.09 493	4.39 474	1.63 339	3.01 419	4.72 449	2.96 448	5.53 380	1.19 370	8.95 516	2.12 513	8.48 511	0.19 453	8.75 511	5.73 515

HGLStereo	1.03 301	0.18 200	1.50 226	0.01 27	0.01 156	1.41 264	0.01 88	3.41 277	0.82 229	1.05 264	3.09 420	2.11 342	1.24 381	4.51 331	1.18 369	0.00 1	0.00 1	0.00 1	0.00 1	0.04 227	0.03 265

GMM-Stereo	1.09 321	0.05 19	1.62 253	0.13 307	0.22 407	1.41 264	0.87 441	2.31 139	0.62 113	2.75 419	3.14 421	0.54 197	0.90 358	5.33 372	0.13 118	0.01 414	0.00 1	0.00 1	0.02 365	0.01 40	1.80 502

psmorigin	2.01 434	0.37 313	10.25 503	0.22 354	0.03 268	1.62 343	0.19 353	3.31 262	1.05 274	4.92 467	3.14 421	5.85 463	2.21 428	5.31 370	1.71 397	0.00 1	0.00 1	0.00 1	0.00 1	0.05 252	0.02 205

RTSC	2.66 450	1.24 478	6.04 485	0.18 341	0.02 245	4.40 456	0.08 296	4.29 372	4.98 478	6.00 474	3.15 423	2.97 393	1.56 400	6.71 439	10.89 497	0.00 1	0.07 429	0.00 1	0.05 390	0.40 471	0.24 459

ADLNet2	1.38 371	0.39 325	3.13 399	0.00 1	0.70 474	1.23 193	0.26 374	4.19 359	2.36 437	1.45 322	3.16 424	4.23 435	0.82 355	4.56 337	0.88 350	0.00 1	0.00 1	0.00 1	0.00 1	0.13 361	0.02 205

DDUNet	3.28 463	10.54 525	2.29 346	3.50 502	3.31 503	4.21 450	0.21 357	3.77 320	1.03 266	2.54 411	3.17 425	3.20 408	0.21 247	3.89 297	0.69 337	1.94 501	0.05 410	9.87 513	3.53 521	5.03 503	2.55 506

MFN_U_SF_RVC	3.76 475	1.77 492	9.85 502	0.84 463	0.27 427	9.50 496	0.49 422	8.07 498	3.41 459	4.81 466	3.28 426	9.40 486	3.49 460	7.76 483	8.31 487	0.41 487	0.54 498	0.52 493	0.80 509	0.89 491	0.84 488

SAMSARA	3.32 467	1.07 470	6.25 488	0.86 470	0.31 447	7.55 489	3.87 490	5.26 445	4.20 471	7.43 485	3.35 427	10.04 489	3.83 468	6.98 461	4.83 462	0.00 1	0.14 473	0.00 1	0.05 390	0.17 390	0.22 455

SHD	3.01 457	1.02 467	5.52 477	0.45 415	0.39 455	4.12 447	0.17 342	6.68 487	12.04 501	7.20 483	3.36 428	4.40 439	2.58 439	4.69 340	7.17 480	0.01 414	0.04 397	0.00 1	0.03 374	0.22 421	0.17 434

ADCL	3.30 464	0.81 446	6.76 493	0.25 365	0.25 419	6.93 482	4.65 500	4.79 418	2.62 449	4.61 464	3.36 428	5.22 459	4.55 475	5.54 383	14.91 507	0.05 453	0.01 289	0.11 475	0.13 429	0.28 450	0.10 393

test_4	0.51 150	0.10 100	1.27 189	0.01 27	0.06 310	0.97 73	0.03 210	1.12 63	0.16 17	0.27 131	3.42 430	0.65 212	0.09 175	1.59 218	0.26 211	0.00 1	0.00 1	0.00 1	0.08 409	0.14 368	0.00 1

WZ-Net	4.16 480	1.75 491	23.59 519	0.08 268	0.04 288	2.62 409	2.16 471	5.89 472	4.74 477	5.73 473	3.51 431	6.99 476	4.89 480	10.82 506	10.11 494	0.00 1	0.00 1	0.00 1	0.00 1	0.12 356	0.11 401

fast-acv-ft	1.41 374	0.46 358	4.29 451	0.10 290	0.13 363	3.97 444	0.29 389	2.42 153	1.91 409	0.81 218	3.55 432	3.02 395	1.26 383	3.35 265	2.05 420	0.04 447	0.01 289	0.04 458	0.04 385	0.39 470	0.05 317

ADCMid	3.95 478	1.34 481	10.91 506	0.18 341	0.38 454	5.02 466	1.27 457	4.87 422	2.94 454	11.15 500	3.60 433	6.76 473	5.21 485	6.40 423	16.96 512	0.12 470	0.08 440	0.55 495	0.46 500	0.53 485	0.19 445

HSM-Net_RVC	1.40 373	0.07 54	1.58 247	0.00 1	0.01 156	1.88 370	0.05 258	7.24 494	1.71 394	3.63 446	3.63 434	3.21 409	0.36 282	4.25 311	0.44 285	0.01 414	0.01 289	0.00 1	0.00 1	0.01 40	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UDG	2.86 453	8.81 522	1.57 246	2.60 499	0.89 479	2.39 396	0.11 318	3.42 279	1.02 265	2.18 383	3.64 435	5.04 456	1.60 407	4.17 308	2.09 421	1.21 500	0.04 397	7.69 509	3.67 522	4.10 501	0.93 493

CrosDoStereo	1.66 404	0.15 169	1.66 261	0.02 96	0.07 320	1.38 254	6.16 513	3.12 226	1.06 277	0.97 241	3.74 436	0.96 258	4.79 478	7.00 464	1.92 411	0.00 1	0.00 1	0.00 1	0.00 1	0.11 349	0.00 1

DeepStereo_LL	1.66 404	0.15 169	1.66 261	0.02 96	0.07 320	1.38 254	6.16 513	3.12 226	1.06 277	0.97 241	3.74 436	0.96 258	4.79 478	7.00 464	1.92 411	0.00 1	0.00 1	0.00 1	0.00 1	0.11 349	0.00 1

SGM-Forest	1.84 422	0.08 67	1.31 201	0.15 325	0.22 407	3.52 437	2.46 479	3.85 333	2.16 427	5.29 470	3.90 438	3.71 426	1.56 400	6.28 412	1.90 408	0.01 414	0.02 353	0.00 1	0.00 1	0.03 191	0.30 464
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
edge stereo	1.94 430	0.40 330	3.82 435	0.15 325	0.09 338	1.81 367	0.45 418	4.77 415	2.21 432	3.36 439	3.94 439	8.39 481	1.72 412	5.75 392	1.69 396	0.00 1	0.00 1	0.01 425	0.00 1	0.17 390	0.01 92

ccnet	1.70 414	0.20 221	1.95 295	0.26 371	0.18 389	3.72 441	1.22 454	4.22 364	1.43 353	2.37 403	3.96 440	3.45 417	1.51 396	4.69 340	4.47 457	0.06 461	0.00 1	0.09 470	0.01 343	0.10 338	0.01 92

MFN_U_SF_DS_RVC	3.30 464	2.61 504	7.84 496	0.09 279	0.26 422	12.92 503	7.62 521	4.25 366	3.64 465	2.95 427	3.99 441	4.61 448	1.22 377	8.36 487	1.77 400	0.59 494	1.15 507	0.04 458	0.85 510	0.48 481	0.67 484

GrayStereo	1.46 379	0.03 2	0.87 78	0.63 447	0.20 400	1.24 194	4.61 499	2.85 192	0.62 113	4.98 468	4.00 442	0.45 182	4.67 476	3.37 267	0.08 75	0.00 1	0.00 1	0.00 1	0.50 502	0.01 40	0.01 92

THIR-Stereo	1.48 381	0.29 284	1.51 232	0.01 27	0.02 245	1.05 96	4.32 495	2.11 131	0.22 40	1.08 268	4.24 443	1.93 329	4.19 471	6.76 442	1.87 406	0.00 1	0.00 1	0.04 458	0.00 1	0.05 252	0.00 1

AANet_RVC	1.66 404	0.88 454	3.52 421	0.06 227	0.00 1	1.22 178	0.00 1	3.25 251	2.51 444	2.21 385	4.49 444	3.65 423	0.20 242	7.10 467	3.42 448	0.50 490	0.04 397	0.00 1	0.00 1	0.08 301	0.05 317

RGC	1.86 424	0.67 420	3.45 420	0.07 253	0.26 422	3.29 427	0.11 318	4.78 417	1.46 357	3.26 437	4.51 445	5.14 457	2.68 441	5.46 377	1.94 415	0.00 1	0.00 1	0.00 1	0.00 1	0.08 301	0.09 385

stereogan	2.13 438	0.31 289	3.75 431	0.01 27	0.09 338	7.44 488	0.60 430	4.27 369	3.29 458	3.91 453	4.62 446	6.41 468	1.84 419	5.17 361	0.58 323	0.00 1	0.01 289	0.01 425	0.00 1	0.24 426	0.05 317

FAT-Stereo	1.86 424	0.19 209	3.31 411	0.17 335	0.03 268	1.78 364	0.97 445	4.76 414	2.79 451	4.22 457	4.87 447	5.31 461	2.83 446	5.06 358	0.90 351	0.00 1	0.00 1	0.00 1	0.00 1	0.04 227	0.01 92

YMNet	1.62 397	0.68 422	3.67 427	0.14 320	0.30 441	4.52 458	0.21 357	3.52 295	1.23 308	2.94 425	4.94 448	4.18 433	0.38 286	2.85 253	2.12 423	0.05 453	0.13 469	0.08 467	0.01 343	0.44 474	0.09 385

YMNet_1	1.62 397	0.68 422	3.67 427	0.14 320	0.30 441	4.52 458	0.21 357	3.52 295	1.23 308	2.94 425	4.94 448	4.18 433	0.38 286	2.85 253	2.12 423	0.05 453	0.13 469	0.08 467	0.01 343	0.44 474	0.09 385

DispFullNet	7.91 501	23.96 533	13.67 511	14.71 526	7.88 517	4.83 464	0.04 236	5.01 430	2.89 452	8.86 494	4.96 450	6.11 465	10.72 508	10.18 503	3.51 450	2.44 502	0.33 493	15.15 522	4.65 525	12.33 523	5.95 516

CBMV_ROB	1.70 414	0.11 121	1.98 301	0.46 416	0.00 1	2.85 418	0.91 444	4.27 369	2.21 432	4.02 455	5.00 451	2.97 393	2.32 431	5.40 375	1.35 381	0.00 1	0.00 1	0.00 1	0.00 1	0.03 191	0.06 348

RP	1.76 419	0.55 390	2.59 371	0.22 354	0.60 472	1.70 357	0.98 447	4.31 374	1.99 416	3.12 433	5.04 452	4.41 441	2.96 448	4.72 342	1.90 408	0.01 414	0.00 1	0.00 1	0.01 343	0.14 368	0.01 92

STTRV1_RVC	1.94 430	0.35 304	4.85 467	0.32 390	0.01 156	2.41 397	0.34 408	5.79 469	3.55 461	0.82 219	5.11 453	1.63 310	1.08 366	7.63 479	1.41 385	0.91 495	2.53 522	0.00 1	0.00 1	0.01 40	0.04 295

DRaft	1.34 365	0.12 132	1.19 175	0.06 227	0.01 156	1.64 346	0.43 416	1.86 115	0.14 7	3.76 448	5.27 454	0.41 178	4.38 473	5.49 379	1.68 394	0.01 414	0.06 419	0.00 1	0.07 404	0.07 287	0.11 401

Sa-1000	1.04 303	0.39 325	1.17 167	0.00 1	0.20 400	1.33 235	0.03 210	4.19 359	1.81 398	0.99 254	5.33 455	0.61 203	0.15 219	4.07 303	0.30 235	0.00 1	0.00 1	0.00 1	0.16 439	0.13 361	0.00 1

ACVNet_1	6.16 495	1.86 496	4.43 457	9.52 517	7.22 515	7.59 490	2.37 475	9.99 505	6.71 489	3.84 451	5.35 456	13.23 497	4.90 481	6.25 411	1.94 415	9.06 518	2.40 517	10.88 519	0.11 422	9.58 518	6.03 518

EAI-Stereo	1.14 336	0.12 132	1.19 175	0.21 351	0.32 450	1.84 369	2.32 474	5.42 453	1.19 303	1.02 256	5.66 457	0.48 187	0.60 319	0.86 183	0.62 329	0.00 1	0.13 469	0.00 1	0.65 506	0.02 134	0.17 434

S-Stereo	2.00 433	0.30 288	5.74 482	0.24 362	0.23 412	2.51 401	1.90 465	4.74 410	5.15 479	2.42 407	5.80 458	2.85 385	0.72 347	5.08 359	2.17 425	0.00 1	0.02 353	0.00 1	0.00 1	0.08 301	0.04 295

HHNet	0.87 264	0.25 255	1.78 280	0.16 332	0.08 330	1.30 223	0.44 417	1.93 119	0.64 132	1.41 317	5.92 459	0.14 130	1.79 414	0.35 129	0.95 357	0.05 453	0.00 1	0.01 425	0.00 1	0.14 368	0.01 92

MADNet+	10.71 511	14.57 527	70.07 535	0.58 440	0.47 463	19.89 518	4.20 493	11.05 506	6.87 490	3.03 431	5.99 460	9.01 484	6.35 492	31.95 532	28.31 530	0.22 478	0.26 490	0.01 425	0.04 385	0.46 477	0.87 489

ADCS	5.09 489	2.15 499	16.58 514	0.34 397	0.07 320	5.91 476	4.26 494	6.73 490	6.99 491	9.44 495	6.09 461	6.57 471	5.17 484	9.54 498	21.38 526	0.00 1	0.00 1	0.00 1	0.00 1	0.36 466	0.23 458

Consistency-Raft	1.36 368	0.65 417	4.81 466	0.33 391	0.32 450	1.62 343	0.11 318	3.65 310	3.80 467	0.33 138	6.12 462	0.86 245	2.14 427	0.94 188	1.25 374	0.02 436	0.01 289	0.00 1	0.00 1	0.24 426	0.01 92

AIO-Stereo-zeroshot1	1.57 394	0.69 426	7.27 494	0.30 382	0.44 458	0.87 55	0.02 161	6.19 479	0.84 235	0.45 170	6.17 463	4.35 438	1.17 374	1.32 209	0.48 300	0.00 1	0.09 444	0.00 1	0.34 497	0.26 436	0.12 409

CSAN	2.70 452	0.75 432	3.41 417	0.18 341	0.12 357	4.18 449	4.05 491	4.11 353	4.36 472	6.03 475	6.24 464	4.60 447	4.74 477	7.29 472	3.43 449	0.02 436	0.03 383	0.01 425	0.02 365	0.18 398	0.22 455

DEmStereo	1.51 384	0.08 67	2.17 324	0.09 279	0.02 245	1.76 361	0.90 443	1.47 89	0.60 90	2.46 410	6.42 465	1.08 272	5.16 482	6.21 408	1.86 405	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 92

ACVNet-4b	5.67 491	1.65 488	4.43 457	9.46 516	7.11 514	8.72 495	1.68 464	6.61 485	5.76 484	0.27 131	6.49 466	11.67 491	2.43 436	8.40 488	1.56 387	9.06 518	2.34 515	10.49 517	0.02 365	9.22 516	5.98 517

StereoVision	0.86 257	0.38 318	1.75 276	0.03 154	0.01 156	1.14 138	0.02 161	3.38 271	0.92 246	0.13 111	6.89 467	0.50 192	0.12 205	1.10 196	0.78 344	0.00 1	0.00 1	0.00 1	0.00 1	0.04 227	0.02 205

MFMNet_re	2.02 435	0.98 462	4.27 450	2.74 501	0.88 477	1.47 292	0.15 334	4.21 361	3.18 457	6.63 479	6.93 468	1.87 326	3.63 464	2.13 234	0.99 359	0.00 1	0.00 1	0.00 1	0.00 1	0.23 423	0.05 317

KYRaft	1.19 344	0.05 19	0.94 95	0.06 227	0.24 416	1.25 203	0.78 439	2.48 160	0.61 100	3.23 436	7.13 469	1.00 264	2.77 443	1.43 212	0.14 129	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	1.71 501

DCRE	0.69 205	0.35 304	1.16 164	0.06 227	0.02 245	0.91 59	0.00 1	1.05 60	0.30 54	0.98 250	7.63 470	0.72 227	0.02 40	0.16 39	0.07 62	0.00 1	0.02 353	0.00 1	0.21 464	0.02 134	0.03 265

RAFT-345	1.19 344	0.06 37	1.55 237	0.54 433	0.13 363	1.53 311	0.25 370	0.56 28	1.76 396	1.20 284	7.85 471	0.93 254	0.05 114	6.87 450	0.46 295	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

Nwc_Net	1.94 430	0.55 390	3.79 433	0.07 253	0.08 330	2.73 410	0.04 236	6.75 491	1.11 286	2.03 373	7.92 472	4.82 451	2.11 426	4.78 344	2.01 417	0.00 1	0.00 1	0.00 1	0.00 1	0.05 252	0.01 92

SPS-STEREO	3.08 459	0.49 373	2.49 362	0.21 351	0.24 416	3.67 440	1.24 455	5.80 470	2.43 441	10.68 498	8.00 473	9.48 487	3.59 463	8.11 486	5.08 466	0.01 414	0.01 289	0.00 1	0.00 1	0.04 227	0.11 401
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MDST_ROB	3.50 470	0.07 54	3.94 437	2.66 500	1.46 489	12.94 504	0.97 445	7.32 495	2.42 440	14.82 513	8.08 474	2.74 379	1.51 396	8.44 489	2.48 432	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.11 401

MSC_U_SF_DS_RVC	5.12 490	2.33 500	8.42 498	0.33 391	0.27 427	24.60 527	8.84 524	5.50 456	9.75 497	3.82 450	8.16 475	8.53 482	1.82 415	9.44 496	5.18 467	1.02 496	1.65 511	0.33 489	0.47 501	1.06 493	0.90 490

AnyNet_C01	6.59 498	4.31 513	36.24 526	0.96 474	0.46 461	9.96 497	5.74 510	6.02 478	3.63 464	7.59 486	8.56 476	8.83 483	3.14 453	13.74 514	20.83 524	0.12 470	0.08 440	0.25 487	0.09 414	1.01 492	0.34 470

Prome-Stereo	1.23 352	0.06 37	0.93 94	0.12 300	0.24 416	1.26 207	0.67 433	2.53 165	0.69 178	2.08 376	8.70 477	0.76 232	2.91 447	2.12 233	0.11 109	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 499

SGM_RVC	4.07 479	0.38 318	1.98 301	0.84 463	0.26 422	6.20 478	2.37 475	6.45 483	3.57 462	11.56 503	9.27 478	15.55 502	6.78 493	10.07 502	4.60 460	0.22 478	0.25 487	0.20 482	0.23 470	0.26 436	0.34 470
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
GANet	1.90 427	0.43 345	1.83 285	0.39 406	0.00 1	2.24 388	3.37 484	3.90 338	1.44 354	2.17 381	9.66 479	2.57 368	1.09 367	6.88 451	1.81 401	0.00 1	0.00 1	0.02 450	0.00 1	0.10 338	0.03 265

EDNetEfficient	6.54 497	1.17 474	33.15 523	0.66 450	1.96 494	2.07 378	3.72 488	2.80 187	14.85 506	20.02 521	9.69 480	6.59 472	10.19 507	7.19 469	15.49 510	0.03 444	0.10 453	0.01 425	0.20 458	0.62 489	0.29 463

AF-Net	2.17 440	0.65 417	3.53 422	0.00 1	0.09 338	2.02 376	0.48 420	6.44 482	1.70 392	3.36 439	10.22 481	4.95 454	2.81 444	4.34 316	2.66 440	0.00 1	0.00 1	0.00 1	0.00 1	0.13 361	0.01 92

aanetorigin	2.87 454	0.73 431	8.74 499	0.23 360	0.23 412	1.61 337	2.07 467	1.76 108	1.10 284	14.21 511	10.25 482	2.93 389	3.38 459	4.98 353	4.06 453	0.10 467	0.05 410	0.09 470	0.11 422	0.57 486	0.15 426

tt	68.65 539	0.15 169	99.57 547	50.64 537	14.90 530	100.00 549	100.00 548	100.00 552	99.76 547	27.80 528	10.52 483	99.97 552	98.63 546	99.61 547	100.00 552	90.62 544	98.21 545	46.66 539	52.02 540	62.86 541	21.04 535

SDNR	3.31 466	0.91 458	6.28 490	0.44 410	0.02 245	26.11 528	0.01 88	3.81 329	1.62 386	2.82 421	11.06 484	2.93 389	0.60 319	7.95 484	1.52 386	0.01 414	0.01 289	0.00 1	0.00 1	0.06 272	0.12 409

pmcnn	3.61 471	0.68 422	5.38 476	0.61 444	1.46 489	2.75 414	1.26 456	5.04 432	1.57 379	8.77 493	11.67 485	18.69 508	2.38 434	6.03 400	5.61 470	0.00 1	0.07 429	0.00 1	0.00 1	0.21 418	0.07 366

ASMatch	1.44 376	0.14 155	2.15 323	0.60 441	0.21 405	1.21 175	0.26 374	0.96 57	0.66 148	0.29 133	11.75 486	0.93 254	2.37 433	6.73 440	0.54 314	0.00 1	0.00 1	0.00 1	0.01 343	0.00 1	0.04 295

G-Net	3.49 469	0.47 366	4.03 440	1.61 493	1.91 493	10.78 500	1.92 466	3.06 215	1.26 315	8.59 492	12.06 487	6.13 466	7.82 498	4.78 344	4.77 461	0.08 463	0.12 464	0.07 464	0.15 430	0.16 385	0.11 401

PWCK	8.72 504	5.37 516	16.61 515	5.74 507	0.12 357	19.88 517	11.41 527	11.31 508	13.42 504	14.07 508	12.84 488	13.20 496	8.05 500	15.44 515	10.25 495	5.95 508	0.22 485	2.09 505	0.05 390	7.50 506	0.92 491

SANet	4.63 485	0.89 456	5.34 475	0.30 382	0.09 338	7.43 487	3.75 489	6.53 484	16.16 509	6.79 480	13.29 489	12.44 493	7.74 496	7.38 473	4.11 454	0.00 1	0.01 289	0.00 1	0.00 1	0.10 338	0.31 468

LSM	7.38 499	1.68 489	22.24 518	3.99 504	40.72 535	3.54 438	4.79 504	4.74 410	6.65 488	10.25 497	13.51 490	4.49 443	3.81 467	6.91 456	5.31 468	0.00 1	0.04 397	0.00 1	0.00 1	0.26 436	14.60 532

SGM+DAISY	4.39 483	1.34 481	5.18 471	1.01 477	0.88 477	5.61 473	2.86 481	4.88 423	3.53 460	13.29 507	13.95 491	12.66 494	7.55 495	7.98 485	5.39 469	0.23 482	0.18 482	0.15 479	0.24 473	0.29 452	0.64 482

NVStereoNet_ROB	3.25 462	0.46 358	2.71 379	0.34 397	0.56 469	2.36 395	0.87 441	4.56 397	4.47 476	4.55 461	14.09 492	11.93 492	3.23 457	9.79 500	3.14 447	0.43 488	0.03 383	0.53 494	0.31 491	0.36 466	0.38 476
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
xyz-stereo	4.23 481	0.09 80	35.65 525	0.02 96	0.00 1	17.93 513	0.01 88	1.93 119	0.42 68	1.61 338	14.74 493	2.67 372	0.15 219	7.15 468	1.87 406	0.00 1	0.01 289	0.24 486	0.00 1	0.04 227	0.01 92

EDNetEfficientorigin	10.31 510	1.90 497	98.96 546	0.22 354	0.23 412	2.73 410	0.71 435	4.50 392	16.94 510	18.72 514	15.36 494	12.74 495	10.73 509	8.96 492	11.94 502	0.01 414	0.01 289	0.00 1	0.00 1	0.25 433	1.31 498

PWC_ROB	2.90 456	1.01 466	6.12 487	0.53 432	0.57 471	1.30 223	0.40 412	3.85 333	4.42 475	7.37 484	15.40 495	3.03 397	1.55 399	6.31 414	5.74 471	0.00 1	0.00 1	0.00 1	0.00 1	0.46 477	0.05 317

coex-ft	12.01 516	5.60 517	80.23 537	0.15 325	0.15 375	1.88 370	0.73 436	2.66 174	30.12 523	49.31 536	16.59 496	15.97 503	14.42 516	6.79 445	14.50 506	0.05 453	0.08 440	0.01 425	0.05 390	0.37 468	0.61 481

JetBlue	13.83 519	5.03 514	33.82 524	0.84 463	6.92 512	50.14 534	20.02 532	15.09 511	8.92 496	11.33 501	17.05 497	28.25 520	18.01 524	32.60 533	18.53 519	0.32 485	0.12 464	0.15 479	0.23 470	4.59 502	4.64 512

UNDER WATER-64	20.03 530	10.28 524	31.50 522	20.05 530	13.64 527	32.81 532	23.45 533	16.01 512	33.44 527	22.01 526	17.25 498	40.58 531	32.20 533	24.50 525	22.36 528	10.06 526	2.70 526	18.37 526	4.24 524	14.84 527	10.24 531

FTStereo	2.16 439	0.03 2	1.42 218	0.17 335	0.13 363	1.42 272	4.67 501	2.44 154	0.63 121	3.36 439	17.95 499	0.78 241	4.17 470	4.41 321	0.14 129	0.15 473	0.00 1	0.00 1	0.00 1	0.01 40	1.25 496

IMH-64-1	9.55 506	2.76 507	2.44 356	11.17 520	9.13 520	12.03 501	5.45 507	18.33 516	15.78 507	6.59 477	18.69 500	16.95 504	6.20 490	10.63 504	8.06 484	9.46 521	2.46 518	15.42 524	1.61 516	10.89 519	6.88 522

IMH-64	9.55 506	2.76 507	2.44 356	11.17 520	9.13 520	12.03 501	5.45 507	18.33 516	15.78 507	6.59 477	18.69 500	16.95 504	6.20 490	10.63 504	8.06 484	9.46 521	2.46 518	15.42 524	1.61 516	10.89 519	6.88 522

RTS	9.75 508	2.69 505	65.25 533	0.85 466	1.99 495	14.36 506	4.75 502	5.69 466	17.29 511	7.97 487	19.00 502	6.83 474	3.02 450	26.15 529	18.62 520	0.00 1	0.15 477	0.00 1	0.00 1	0.29 452	0.16 429

RTSA	9.75 508	2.69 505	65.25 533	0.85 466	1.99 495	14.36 506	4.75 502	5.69 466	17.29 511	7.97 487	19.00 502	6.83 474	3.02 450	26.15 529	18.62 520	0.00 1	0.15 477	0.00 1	0.00 1	0.29 452	0.16 429

WCMA_ROB	4.54 484	0.48 368	3.19 402	0.49 423	0.63 473	5.38 470	2.57 480	4.70 407	3.77 466	14.17 510	19.02 504	15.47 501	9.03 502	6.73 440	4.85 463	0.01 414	0.05 410	0.01 425	0.01 343	0.08 301	0.16 429

MeshStereo	5.78 492	0.75 432	3.04 393	0.25 365	0.14 369	7.88 492	2.09 468	9.64 502	5.18 480	20.48 522	19.06 505	22.80 513	9.54 505	9.64 499	4.88 464	0.00 1	0.00 1	0.00 1	0.00 1	0.29 452	0.03 265
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
UNDER WATER	19.61 529	12.37 526	31.14 521	20.44 531	14.31 528	28.63 531	18.15 531	16.43 513	34.24 528	20.82 523	19.14 506	38.83 528	30.09 529	24.31 524	20.97 525	10.09 527	2.68 525	19.51 529	4.70 527	15.52 528	9.93 529

PVD	5.81 493	0.99 464	5.56 479	0.72 455	0.51 465	6.72 481	0.18 347	9.90 504	23.69 515	11.45 502	19.26 507	8.18 480	9.46 504	9.24 494	9.49 493	0.02 436	0.16 479	0.00 1	0.08 409	0.18 398	0.40 477

WAO-6	11.09 512	1.69 490	3.21 405	7.54 511	7.10 513	16.34 510	6.63 518	20.12 521	38.64 531	9.67 496	19.28 508	27.53 519	10.97 510	12.43 511	11.57 500	4.26 504	2.35 516	10.54 518	0.02 365	7.59 507	4.29 511

ACVNet_2	8.69 503	1.80 495	5.09 470	8.55 514	6.72 511	13.47 505	4.34 497	13.70 510	23.86 516	6.89 482	19.74 509	20.52 509	5.36 486	7.70 482	2.48 432	8.53 515	1.67 512	7.99 510	0.32 494	8.79 514	6.29 521

ELAS_RVC	7.69 500	0.80 442	4.90 468	1.06 479	1.02 481	10.00 498	9.43 525	9.75 503	14.69 505	21.83 525	20.27 510	17.88 506	16.41 519	13.01 512	10.44 496	0.22 478	0.55 499	0.28 488	0.19 453	0.35 464	0.65 483
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RAFT-RH_RVC	2.05 437	0.15 169	1.66 261	0.60 441	0.27 427	1.49 299	0.02 161	0.58 32	0.65 139	5.35 472	21.66 511	1.06 270	0.07 152	6.85 447	0.57 321	0.04 447	0.00 1	0.00 1	0.03 374	0.01 40	0.00 1

FCDSN-DC	5.04 488	0.15 169	1.83 285	0.22 354	0.44 458	5.60 472	1.66 462	5.22 439	4.37 473	14.49 512	21.86 512	20.65 511	11.88 511	7.66 481	4.55 459	0.02 436	0.00 1	0.00 1	0.00 1	0.03 191	0.05 317
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	6.09 494	0.18 200	2.35 350	0.42 409	0.53 466	7.80 491	1.42 458	8.14 499	7.07 492	19.05 519	22.10 513	22.85 514	13.84 514	9.42 495	6.44 474	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.06 348

Dean	11.46 515	2.03 498	5.20 472	10.73 519	8.20 519	18.71 516	5.73 509	21.10 525	41.49 534	11.12 499	22.16 514	25.92 518	7.74 496	7.52 477	4.31 456	9.01 517	2.27 514	9.95 516	0.61 505	9.18 515	6.22 519

KSHMR	14.27 523	6.95 520	5.79 483	15.08 527	12.84 526	17.44 511	10.61 526	18.88 518	30.94 524	18.81 516	22.21 515	28.54 521	8.85 501	15.56 516	9.24 492	10.34 528	3.60 528	21.61 530	4.68 526	14.48 526	8.94 527

FC-DCNN v2	6.25 496	0.19 209	2.31 347	0.44 410	0.55 468	8.05 493	1.51 461	8.71 500	7.22 493	19.24 520	22.98 516	24.00 517	13.47 513	9.80 501	6.51 475	0.00 1	0.01 289	0.00 1	0.00 1	0.01 40	0.05 317

LVE	11.10 513	2.36 501	3.34 412	9.94 518	8.13 518	21.22 520	7.75 522	16.47 514	32.55 526	8.55 491	23.64 517	23.22 515	7.93 499	10.98 508	6.65 476	9.45 520	2.55 524	11.08 520	0.58 504	9.35 517	6.28 520

PWCDC_ROB	3.06 458	1.38 484	3.81 434	0.14 320	0.00 1	3.14 421	0.02 161	4.40 384	12.35 502	1.08 268	23.69 518	2.01 334	2.01 425	3.87 296	2.43 430	0.24 483	0.00 1	0.00 1	0.00 1	0.61 488	0.08 379

IMH	11.11 514	3.50 510	2.56 368	11.25 522	9.13 520	14.49 508	5.10 505	20.68 524	26.30 519	8.28 489	23.85 519	20.63 510	9.19 503	12.39 510	7.96 482	9.50 523	2.50 520	15.28 523	1.66 518	11.07 522	6.96 524

LE_ROB	12.79 518	0.64 413	10.26 504	2.13 495	1.29 486	7.25 486	5.81 511	9.09 501	49.27 537	57.55 537	24.58 520	23.68 516	31.13 531	9.00 493	23.57 529	0.04 447	0.06 419	0.13 478	0.20 458	0.08 301	0.11 401

MSMD_ROB	4.94 487	0.43 345	2.58 369	0.12 300	0.01 156	8.43 494	1.09 450	4.25 366	4.11 470	13.11 506	26.36 521	13.95 498	13.88 515	7.45 476	2.92 443	0.10 467	0.01 289	0.00 1	0.00 1	0.01 40	0.02 205

ktn	19.15 528	18.52 528	6.39 492	22.64 533	17.26 531	24.47 525	12.11 528	24.52 532	34.74 529	18.75 515	27.70 522	32.54 522	17.85 523	15.71 517	16.67 511	22.09 532	3.64 529	28.95 534	10.91 531	17.40 530	10.22 530

notaker	17.52 526	21.54 531	7.84 496	18.05 529	14.44 529	17.58 512	6.43 516	20.13 522	24.44 518	21.34 524	27.71 523	39.12 529	18.78 525	19.63 522	20.40 523	11.95 529	2.71 527	25.51 532	5.85 529	17.10 529	9.78 528

ELAS	8.05 502	0.76 436	4.02 439	0.95 473	1.02 481	14.85 509	6.99 520	12.80 509	11.73 500	22.43 527	27.75 524	17.88 506	15.19 517	10.96 507	11.31 498	0.22 478	0.56 500	0.23 485	0.22 466	0.50 483	0.71 485
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-7	9.09 505	1.79 494	3.55 424	0.80 461	0.15 375	18.67 515	4.36 498	23.07 531	26.68 520	12.59 505	27.90 525	22.52 512	13.03 512	13.53 513	11.47 499	0.09 466	0.03 383	0.58 496	0.10 418	0.47 480	0.34 470

TorneroNet-64	15.45 524	5.66 518	3.44 419	13.86 524	12.03 525	28.15 530	6.27 515	19.89 520	38.68 532	12.16 504	28.06 526	35.76 527	15.44 518	19.56 521	15.40 509	9.71 524	2.52 521	19.13 527	2.70 519	12.55 524	7.94 526

DPSimNet_ROB	25.03 532	19.56 530	24.93 520	24.36 534	17.85 532	22.25 522	25.93 534	28.52 533	29.10 522	32.61 530	28.25 527	32.87 523	26.42 526	24.51 526	40.42 532	16.75 531	13.93 533	25.19 531	22.38 534	19.96 532	24.75 536

SGM-ForestM	12.56 517	0.80 442	4.31 454	1.07 480	0.41 456	21.56 521	8.57 523	17.42 515	19.67 513	29.93 529	28.49 528	45.83 533	27.22 528	26.05 528	18.40 518	0.14 472	0.25 487	0.18 481	0.28 486	0.18 398	0.42 478

TorneroNet	16.10 525	5.74 519	4.12 446	13.88 525	11.97 524	26.89 529	6.85 519	21.13 526	38.32 530	14.15 509	33.36 529	33.52 526	17.49 522	18.89 520	19.64 522	9.77 525	2.53 522	19.43 528	3.35 520	13.21 525	7.86 525

WAO-8	13.93 520	3.75 511	4.23 448	7.74 512	6.54 509	22.81 523	2.39 477	22.66 528	45.98 535	18.88 517	35.42 530	33.21 524	16.91 520	16.55 518	12.78 503	5.01 506	0.81 504	9.89 514	0.77 507	8.77 513	3.61 509

Venus	13.93 520	3.75 511	4.23 448	7.74 512	6.54 509	22.81 523	2.39 477	22.66 528	45.98 535	18.88 517	35.42 530	33.21 524	16.91 520	16.55 518	12.78 503	5.01 506	0.81 504	9.89 514	0.77 507	8.76 512	3.61 509

BEATNet-Init1	17.91 527	7.45 521	36.82 527	1.88 494	1.38 487	37.29 533	14.71 530	21.90 527	24.20 517	38.07 532	36.59 532	50.41 534	32.00 532	29.42 531	21.83 527	0.33 486	0.39 496	0.47 491	0.54 503	1.50 497	1.07 495

MANE	14.02 522	0.85 451	3.53 422	2.13 495	3.75 504	18.44 514	6.14 512	22.67 530	27.90 521	33.01 531	41.08 533	41.26 532	30.90 530	23.39 523	17.99 516	0.47 489	0.76 503	0.91 497	4.04 523	0.17 390	1.00 494

HanzoNet	29.69 533	29.33 534	21.66 517	21.75 532	19.07 533	24.58 526	12.99 529	28.87 534	40.49 533	43.09 534	44.02 534	55.65 536	44.93 535	43.17 535	44.44 533	27.88 535	9.47 532	29.77 535	15.86 533	20.94 533	15.84 533

JetRed	34.54 534	39.28 536	62.16 531	15.62 528	26.51 534	69.20 536	40.79 536	31.43 535	32.41 525	46.06 535	44.55 535	40.19 530	26.50 527	38.43 534	56.06 536	12.76 530	37.49 539	13.23 521	9.38 530	29.52 534	19.34 534

TCMNet-wrong-test	55.95 537	78.75 541	71.85 536	90.95 543	89.50 543	78.08 537	71.33 537	38.19 536	12.35 502	40.71 533	51.28 536	59.53 538	35.38 534	64.04 539	52.16 535	38.10 537	6.00 530	47.22 540	41.12 538	82.64 544	69.84 543

MADNet++	47.78 535	34.15 535	37.11 528	42.94 535	41.23 536	64.94 535	30.63 535	60.79 539	53.26 538	72.08 539	61.65 537	57.68 537	54.96 536	58.03 536	59.24 537	43.01 538	36.17 538	36.07 536	22.50 535	47.50 536	41.67 538

ASD4	55.28 536	67.10 540	50.57 529	44.24 536	57.82 538	92.00 539	98.23 546	54.95 537	86.61 542	58.30 538	64.61 538	50.57 535	63.33 538	58.83 537	67.37 538	25.76 534	29.60 536	26.82 533	29.01 536	42.42 535	37.42 537

xxxxx1	76.92 541	82.43 542	93.26 541	61.67 538	66.92 539	95.84 542	95.11 541	75.84 540	80.96 539	82.71 541	86.75 539	89.18 541	87.35 539	85.27 541	87.18 540	55.08 540	54.60 540	60.31 541	72.71 542	62.51 538	62.73 540

tt_ll	76.92 541	82.43 542	93.26 541	61.67 538	66.92 539	95.84 542	95.11 541	75.84 540	80.96 539	82.71 541	86.75 539	89.18 541	87.35 539	85.27 541	87.18 540	55.08 540	54.60 540	60.31 541	72.71 542	62.51 538	62.73 540

ff	76.92 541	82.43 542	93.26 541	61.67 538	66.92 539	95.84 542	95.11 541	75.84 540	80.96 539	82.71 541	86.75 539	89.18 541	87.35 539	85.27 541	87.18 540	55.08 540	54.60 540	60.31 541	72.71 542	62.51 538	62.73 540

LRCNet_RVC	60.63 538	63.16 539	62.94 532	69.09 541	50.21 537	19.92 519	0.07 289	58.32 538	5.21 481	75.67 540	86.75 539	74.68 539	62.48 537	59.01 538	49.80 534	93.38 545	56.36 543	93.48 545	92.95 545	67.44 542	71.73 545

PML	89.08 544	99.72 548	92.85 540	94.72 545	94.92 547	99.54 547	97.42 545	93.50 543	95.96 545	99.77 550	92.33 543	95.35 545	93.51 543	99.96 552	91.15 543	99.98 553	31.71 537	100.00 551	45.94 539	93.46 546	69.88 544

ccccc	98.51 548	94.69 545	100.00 552	100.00 556	100.00 552	92.59 540	97.15 544	98.75 548	95.78 544	98.59 549	95.17 544	98.60 547	99.67 547	99.86 550	99.84 547	100.00 555	100.00 550	99.91 549	99.54 548	100.00 555	100.00 555

MEDIAN_ROB	96.83 545	99.41 546	98.66 545	94.75 546	94.23 545	93.08 541	90.54 539	95.61 545	94.75 543	97.65 547	97.73 545	98.30 546	96.57 545	94.51 544	93.74 545	99.78 552	98.24 546	99.99 550	99.89 549	99.48 549	99.67 549

USTest	75.36 540	57.99 538	56.43 530	72.82 542	69.93 542	99.96 548	100.00 548	98.57 547	99.18 546	94.19 544	97.90 546	78.26 540	95.05 544	75.90 540	76.21 539	48.70 539	80.65 544	39.01 538	52.97 541	57.66 537	55.76 539

Anonymous_1	97.10 546	99.72 548	99.64 548	92.33 544	93.91 544	100.00 549	100.00 548	99.20 549	99.90 548	98.57 548	99.75 547	99.14 548	99.94 548	98.50 546	99.54 546	87.90 543	98.87 547	90.88 544	96.91 546	92.22 545	95.12 546

HaxPig	97.68 547	99.63 547	91.34 539	99.82 553	99.97 550	88.15 538	88.00 538	98.28 546	99.93 549	99.98 551	99.99 548	99.95 551	99.99 549	96.29 545	92.24 544	99.99 554	99.98 549	100.00 551	99.99 550	100.00 555	99.98 553

Selective-RAFT-Error	100.00 557	100.00 554	100.00 552	100.00 556	100.00 552	100.00 549	100.00 548	100.00 552	100.00 550	100.00 552	100.00 549	100.00 553	100.00 550	100.00 554	100.00 552	100.00 555	100.00 550	100.00 551	100.00 551	99.99 553	99.95 551

CasAABBNet	99.94 555	100.00 554	100.00 552	99.72 552	100.00 552	100.00 549	100.00 548	100.00 552	100.00 550	100.00 552	100.00 549	100.00 553	100.00 550	100.00 554	100.00 552	99.21 550	100.00 550	100.00 551	100.00 551	99.96 552	99.95 551

test_example2	98.83 549	99.97 553	99.97 549	99.96 555	99.97 550	99.46 546	99.97 547	95.54 544	100.00 550	100.00 552	100.00 549	93.37 544	93.47 542	99.93 551	99.91 548	100.00 555	99.79 548	96.64 546	98.71 547	100.00 555	100.00 555

LSM0	99.94 555	100.00 554	100.00 552	99.84 554	100.00 552	100.00 549	100.00 548	100.00 552	100.00 550	100.00 552	100.00 549	100.00 553	100.00 550	100.00 554	100.00 552	99.22 551	100.00 550	100.00 551	100.00 551	99.99 553	99.83 550

DPSMNet_ROB	99.46 554	99.94 551	99.98 550	96.59 550	100.00 552	100.00 549	100.00 548	99.81 550	100.00 550	95.87 546	100.00 549	99.32 549	100.00 550	99.79 548	99.99 550	98.46 549	100.00 550	99.86 547	100.00 551	99.52 550	100.00 555

DGTPSM_ROB	99.45 553	99.94 551	99.98 550	96.58 549	100.00 552	100.00 549	100.00 548	99.81 550	100.00 550	95.86 545	100.00 549	99.32 549	100.00 550	99.79 548	99.99 550	98.34 548	100.00 550	99.86 547	100.00 551	99.52 550	99.99 554

DPSM_ROB	99.17 550	100.00 554	100.00 552	96.28 547	98.84 548	100.00 549	100.00 548	100.00 552	100.00 550	100.00 552	100.00 549	100.00 553	100.00 550	100.00 554	100.00 552	93.66 546	100.00 550	100.00 551	100.00 551	96.31 547	98.27 547

DPSM	99.17 550	100.00 554	100.00 552	96.28 547	98.84 548	100.00 549	100.00 548	100.00 552	100.00 550	100.00 552	100.00 549	100.00 553	100.00 550	100.00 554	100.00 552	93.66 546	100.00 550	100.00 551	100.00 551	96.31 547	98.27 547

AVERAGE_ROB	99.23 552	99.81 550	97.56 544	100.00 556	100.00 552	96.24 545	91.02 540	100.00 552	100.00 550	100.00 552	100.00 549	100.00 553	100.00 550	99.98 553	99.97 549	100.00 555	100.00 550	100.00 551	100.00 551	100.00 555	100.00 555

FADE		10.20 523		4.76 506	4.82 507			19.13 519	23.28 514	8.35 490		14.63 500		25.45 527		24.52 533	8.46 531	36.14 537	36.87 537	3.46 500	2.72 507

Low-res two-view benchmark