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

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

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

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

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

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

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

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

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

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

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

CroCo-Stereo	0.13 53	0.16 170	0.40 1	0.00 1	0.00 1	0.03 5	0.00 1	0.98 238	0.57 211	0.00 1	0.01 206	0.31 239	0.03 176	0.01 27	0.03 124	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
GMStereo	0.08 11	0.54 328	0.90 123	0.00 1	0.00 1	0.03 5	0.00 1	0.04 13	0.03 4	0.00 1	0.00 1	0.01 7	0.02 134	0.00 1	0.03 124	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
LargeStereo	0.06 5	0.14 158	0.46 9	0.03 287	0.00 1	0.04 13	0.00 1	0.03 6	0.08 31	0.01 128	0.00 1	0.02 39	0.06 243	0.04 105	0.03 124	0.00 1	0.04 360	0.00 1	0.03 355	0.08 273	0.07 337

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

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

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

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

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

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

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

CAS++	0.06 5	0.06 84	0.59 36	0.00 1	0.00 1	0.07 21	0.00 1	0.25 124	0.13 94	0.00 1	0.00 1	0.02 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DAS	0.49 255	0.05 60	1.29 205	0.00 1	0.00 1	0.07 21	0.00 1	1.25 268	0.61 300	1.18 376	0.00 1	0.24 219	0.03 176	4.76 322	0.22 263	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.01 129

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

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

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

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

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

CASS	0.07 9	0.06 84	0.73 52	0.00 1	0.00 1	0.10 28	0.01 218	0.15 87	0.12 87	0.16 323	0.00 1	0.02 39	0.02 134	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RAFT	0.12 47	0.43 296	0.79 88	0.01 246	0.02 284	0.10 28	0.07 302	0.06 29	0.27 127	0.00 1	0.01 206	0.18 200	0.04 207	0.01 27	0.00 1	0.00 1	0.02 335	0.00 1	0.01 320	0.37 384	0.01 129

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

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

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

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

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

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

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

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

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

coex-ft	8.40 414	2.59 417	75.27 425	0.00 1	0.00 1	0.18 39	0.04 286	0.13 80	20.18 415	39.66 424	4.06 381	4.68 390	8.53 410	3.94 297	7.96 396	0.02 365	0.07 385	0.00 1	0.02 334	0.14 320	0.50 403

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

psmorigin	0.75 323	0.25 220	7.10 397	0.00 1	0.00 1	0.19 40	0.00 1	0.10 67	0.12 87	0.65 360	0.00 1	2.74 383	0.23 301	3.02 259	0.54 314	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.01 129

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

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

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

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

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

HITNet	0.19 107	0.55 334	1.36 218	0.00 1	0.00 1	0.25 46	0.00 1	1.09 253	0.23 123	0.00 1	0.00 1	0.14 182	0.02 134	0.02 70	0.14 232	0.00 1	0.00 1	0.00 1	0.00 1	0.05 224	0.00 1
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
AdaStereo	0.20 115	0.06 84	0.86 111	0.00 1	0.00 1	0.25 46	0.00 1	1.71 334	0.56 178	0.00 1	0.00 1	0.31 239	0.01 87	0.11 146	0.11 209	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
Wz-Net-SNSev	0.78 326	1.10 385	6.27 395	0.00 1	0.00 1	0.27 49	0.00 1	0.95 233	0.61 300	0.00 1	0.01 206	0.41 268	0.10 265	4.92 327	0.81 328	0.00 1	0.00 1	0.00 1	0.00 1	0.17 343	0.03 259

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

FINET	0.51 269	0.36 267	2.40 317	0.00 1	0.00 1	0.27 49	0.00 1	2.06 353	1.49 390	0.00 1	0.00 1	0.04 98	0.04 207	3.38 275	0.10 201	0.00 1	0.00 1	0.00 1	0.00 1	0.03 185	0.02 226

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

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

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

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

iRaft-Stereo_5w	0.50 264	0.51 319	1.44 234	0.00 1	0.00 1	0.29 54	0.00 1	0.63 192	0.59 262	0.00 1	0.00 1	0.08 145	0.01 87	6.14 374	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.22 360	0.01 129

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

DLNR_Zeroshot_test	21.09 422	47.65 426	85.43 429	96.34 438	87.67 436	0.31 58	0.00 1	17.86 423	0.07 18	0.01 128	0.01 206	0.00 1	0.00 1	0.70 192	0.01 78	15.78 424	0.01 305	0.00 1	0.21 398	69.62 432	0.04 289

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

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

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

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

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

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

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

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

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

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

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

pmcnn	2.10 383	0.59 340	4.52 388	0.27 390	0.86 406	0.34 69	0.29 354	1.69 331	0.75 371	0.36 349	7.50 396	14.39 414	0.56 327	4.90 326	4.69 380	0.00 1	0.00 1	0.00 1	0.00 1	0.16 336	0.04 289

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

cross-raft	0.15 79	0.05 60	1.46 237	0.00 1	0.01 240	0.37 72	0.07 302	0.40 153	0.02 2	0.02 218	0.00 1	0.38 261	0.00 1	0.02 70	0.03 124	0.00 1	0.00 1	0.00 1	0.11 374	0.01 58	0.02 226

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

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

aanetorigin	0.86 338	0.36 267	3.45 370	0.11 356	0.13 364	0.39 74	0.93 393	0.13 80	0.14 97	3.38 395	1.21 365	0.29 233	2.01 379	2.87 251	1.35 345	0.02 365	0.00 1	0.02 376	0.05 358	0.30 378	0.08 339

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

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

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

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

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

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

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

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

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

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

SPS-STEREO	0.88 340	0.40 290	2.01 289	0.00 1	0.01 240	0.42 82	0.17 329	0.50 171	0.61 300	2.19 388	0.79 359	2.04 377	0.27 306	5.10 332	2.89 367	0.00 1	0.00 1	0.00 1	0.00 1	0.03 185	0.11 361
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DCRE	0.51 269	0.25 220	0.96 136	0.00 1	0.01 240	0.43 87	0.00 1	0.25 124	0.21 116	0.33 346	7.49 395	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 305	0.00 1	0.17 388	0.02 136	0.01 129

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

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

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

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

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

NVStereoNet_ROB	1.08 351	0.39 288	2.15 302	0.08 337	0.02 284	0.45 92	0.02 258	0.89 224	0.67 361	0.10 305	5.85 388	1.90 373	1.11 357	6.20 382	1.14 336	0.20 389	0.00 1	0.03 385	0.07 364	0.12 309	0.13 372
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ToySt	0.12 47	0.15 163	0.92 129	0.00 1	0.00 1	0.46 94	0.00 1	0.41 155	0.10 69	0.00 1	0.00 1	0.10 159	0.00 1	0.07 123	0.19 255	0.00 1	0.00 1	0.00 1	0.02 334	0.04 206	0.02 226

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

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

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

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

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

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

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

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

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

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

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

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

DANet	0.58 297	0.19 187	1.87 279	0.26 389	0.06 335	0.51 103	0.11 323	1.41 285	0.52 156	0.22 330	0.06 299	1.06 339	0.02 134	4.25 308	0.92 331	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.06 326
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
StereoDRNet	0.42 226	0.50 314	2.50 327	0.02 270	0.06 335	0.51 103	0.00 1	0.34 143	0.61 300	0.00 1	0.00 1	0.33 242	0.02 134	2.87 251	0.50 312	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.02 226

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

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

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

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

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

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

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

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

RYNet	0.53 279	0.19 187	1.79 272	0.00 1	0.00 1	0.55 117	0.00 1	1.12 257	0.61 300	0.02 218	0.00 1	0.83 323	0.04 207	5.05 331	0.45 306	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 226

Anonymous Stereo	0.59 301	0.78 367	2.67 339	0.00 1	0.00 1	0.55 117	0.49 375	1.05 245	0.28 128	0.00 1	0.01 206	0.12 168	0.02 134	5.54 349	0.27 279	0.00 1	0.00 1	0.00 1	0.00 1	0.07 256	0.00 1

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

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

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

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

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

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

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

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

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

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

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

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

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

RASNet	0.58 297	0.27 227	1.30 208	0.00 1	0.00 1	0.61 130	0.01 218	0.47 165	0.60 285	0.08 293	0.06 299	1.52 369	0.04 207	6.18 376	0.48 309	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1

HSM-Net_RVC	0.52 278	0.06 84	1.45 235	0.00 1	0.00 1	0.61 130	0.00 1	3.83 395	0.52 156	0.14 320	0.00 1	0.22 216	0.03 176	3.50 279	0.04 141	0.01 351	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DRN-Test	0.43 233	0.13 152	1.95 287	0.03 287	0.09 349	0.61 130	0.00 1	1.43 293	0.61 300	0.00 1	0.00 1	0.18 200	0.04 207	3.32 272	0.11 209	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 129

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

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

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

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

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

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

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

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

raftrobust	0.13 53	0.36 267	0.94 133	0.00 1	0.18 379	0.62 135	0.02 258	0.07 41	0.07 18	0.00 1	0.00 1	0.03 78	0.03 176	0.03 96	0.05 151	0.00 1	0.01 305	0.00 1	0.00 1	0.06 244	0.04 289

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

R-Stereo Train	0.15 79	0.03 23	0.77 76	0.00 1	0.00 1	0.74 168	0.00 1	1.36 277	0.09 50	0.02 218	0.00 1	0.01 7	0.00 1	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 129

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

RAFT-Stereo	0.15 79	0.03 23	0.77 76	0.00 1	0.00 1	0.74 168	0.00 1	1.36 277	0.09 50	0.02 218	0.00 1	0.01 7	0.00 1	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 129
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
PCWNet_CMD	0.19 107	0.10 123	1.38 221	0.00 1	0.01 240	0.75 171	0.00 1	0.35 144	0.12 87	0.00 1	0.00 1	0.48 279	0.51 323	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 129

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

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

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

GANet	0.55 283	0.35 260	1.40 228	0.00 1	0.00 1	0.77 174	0.08 309	0.36 146	0.57 211	0.01 128	0.00 1	0.68 313	0.11 269	5.52 347	1.07 334	0.00 1	0.00 1	0.02 376	0.00 1	0.09 289	0.03 259

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

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

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

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

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

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

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

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

CASnet	0.08 11	0.05 60	0.40 1	0.00 1	0.00 1	0.82 184	0.00 1	0.14 84	0.08 31	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 185	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
test_4	0.13 53	0.07 104	1.12 174	0.00 1	0.05 328	0.82 184	0.00 1	0.04 13	0.08 31	0.10 305	0.00 1	0.01 7	0.01 87	0.02 70	0.06 165	0.00 1	0.00 1	0.00 1	0.02 334	0.11 302	0.00 1

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

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

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

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

StereoDRNet-Refined	0.24 140	0.08 111	0.68 47	0.00 1	0.00 1	0.83 189	0.00 1	0.66 195	0.61 300	0.00 1	0.00 1	0.50 290	0.02 134	1.28 210	0.08 186	0.00 1	0.00 1	0.00 1	0.00 1	0.10 296	0.04 289
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CFNet_ucs	0.26 150	0.14 158	1.53 246	0.00 1	0.01 240	0.84 191	0.00 1	1.78 339	0.17 110	0.00 1	0.00 1	0.49 287	0.30 308	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 129

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

CBMV	0.57 293	0.22 201	1.61 254	0.00 1	0.00 1	0.84 191	0.78 389	2.58 380	0.61 300	0.38 350	0.00 1	1.25 348	0.63 335	2.07 223	0.38 295	0.00 1	0.00 1	0.00 1	0.00 1	0.04 206	0.08 339
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
STrans-v2	0.85 334	0.28 231	1.66 257	0.00 1	0.01 240	0.85 194	0.04 286	2.05 350	0.67 361	0.48 357	0.87 362	1.12 346	2.12 381	6.64 394	0.25 274	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

LSM	4.58 402	0.88 373	17.79 412	3.73 419	38.79 425	0.85 194	2.37 407	0.54 174	1.64 391	2.88 393	3.09 377	0.62 299	0.60 331	3.16 262	1.06 333	0.00 1	0.00 1	0.00 1	0.00 1	0.12 309	13.55 426

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

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

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

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

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

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

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

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

PA-Net	0.57 293	0.50 314	2.73 343	0.03 287	0.06 335	0.89 203	0.02 258	0.66 195	0.63 351	0.00 1	0.00 1	0.43 271	0.07 250	4.82 325	0.55 317	0.01 351	0.00 1	0.00 1	0.00 1	0.02 136	0.04 289
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CRFU-Net	0.40 222	0.12 146	1.50 242	0.14 369	0.01 240	0.90 205	0.00 1	0.42 157	0.14 97	0.00 1	0.00 1	0.42 269	1.94 375	2.15 226	0.12 219	0.00 1	0.00 1	0.03 385	0.00 1	0.03 185	0.00 1

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

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

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

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

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

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

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

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

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

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

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

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

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

NLCA_NET_v2_RVC	0.35 204	0.49 313	2.00 288	0.00 1	0.02 284	0.96 219	0.00 1	0.55 176	0.18 113	0.03 245	0.00 1	0.35 249	0.10 265	2.37 235	0.01 78	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
XPNet_ROB	0.37 213	0.34 251	1.01 146	0.01 246	0.00 1	0.96 219	0.00 1	1.11 255	0.46 150	0.00 1	0.00 1	0.17 197	0.02 134	2.73 246	0.54 314	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 129

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

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

MyStereo07	0.10 22	0.12 146	0.59 36	0.00 1	0.00 1	0.98 223	0.00 1	0.03 6	0.10 69	0.01 128	0.00 1	0.01 7	0.05 232	0.04 105	0.00 1	0.00 1	0.05 374	0.00 1	0.00 1	0.02 136	0.04 289

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

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

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

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

ccs_rob	0.22 125	0.10 123	1.38 221	0.00 1	0.01 240	0.98 223	0.00 1	0.94 231	0.09 50	0.00 1	0.00 1	0.48 279	0.36 315	0.02 70	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

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

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

CREStereo++_RVC	0.10 22	0.06 84	0.78 85	0.00 1	0.00 1	1.00 231	0.00 1	0.10 67	0.08 31	0.00 1	0.01 206	0.03 78	0.00 1	0.01 27	0.03 124	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
FENet	0.23 132	0.05 60	1.39 223	0.00 1	0.00 1	1.00 231	0.00 1	0.80 211	0.57 211	0.00 1	0.00 1	0.24 219	0.04 207	0.23 163	0.18 246	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 129

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

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

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

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

ICVP	0.15 79	0.03 23	1.23 198	0.00 1	0.01 240	1.02 235	0.09 315	0.19 99	0.10 69	0.00 1	0.02 278	0.07 139	0.01 87	0.18 156	0.01 78	0.00 1	0.01 305	0.00 1	0.00 1	0.01 58	0.00 1
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GEStereo_RVC	0.43 233	0.38 285	1.10 167	0.01 246	0.00 1	1.02 235	0.00 1	1.94 347	0.57 211	0.00 1	0.00 1	0.14 182	0.01 87	3.25 271	0.03 124	0.00 1	0.00 1	0.00 1	0.00 1	0.08 273	0.02 226

EDNetEfficient	2.96 396	0.23 210	19.99 414	0.19 384	0.85 405	1.02 235	2.03 401	0.56 177	5.14 400	8.09 412	1.81 373	0.94 329	4.14 402	3.72 289	10.22 404	0.00 1	0.03 345	0.00 1	0.06 361	0.05 224	0.03 259

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

panet	0.10 22	0.05 60	0.52 16	0.00 1	0.00 1	1.06 260	0.00 1	0.17 93	0.09 50	0.00 1	0.00 1	0.02 39	0.00 1	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

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

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

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

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

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

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

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

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

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

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

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

IGEV-Stereo	0.11 38	0.18 178	0.58 33	0.00 1	0.00 1	1.06 260	0.00 1	0.08 46	0.09 50	0.01 128	0.00 1	0.01 7	0.04 207	0.03 96	0.00 1	0.00 1	0.00 1	0.00 1	0.11 374	0.07 256	0.03 259
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
UDGNet	0.14 66	0.48 309	0.72 50	0.00 1	0.00 1	1.06 260	0.00 1	0.05 19	0.28 128	0.00 1	0.00 1	0.02 39	0.00 1	0.09 137	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Patchmatch Stereo++	0.13 53	0.04 38	0.73 52	0.05 309	0.01 240	1.06 260	0.08 309	0.06 29	0.56 178	0.01 128	0.00 1	0.05 119	0.00 1	0.01 27	0.02 107	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.14 66	0.04 38	0.73 52	0.05 309	0.02 284	1.06 260	0.08 309	0.05 19	0.56 178	0.01 128	0.00 1	0.07 139	0.00 1	0.01 27	0.02 107	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1

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

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

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

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

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

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

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

s12784h	0.21 121	0.05 60	0.81 94	0.00 1	0.00 1	1.06 260	0.02 258	1.36 277	0.56 178	0.01 128	0.34 335	0.02 39	0.00 1	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1

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

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

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

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

CREStereo	0.10 22	0.06 84	0.51 13	0.00 1	0.00 1	1.06 260	0.00 1	0.20 109	0.08 31	0.00 1	0.00 1	0.02 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
cf-r	0.35 204	0.41 292	1.45 235	0.00 1	0.00 1	1.06 260	0.00 1	0.43 158	0.38 142	0.05 271	0.00 1	0.65 305	0.00 1	2.53 241	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.04 206	0.02 226

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

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

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

Abc-Net	0.49 255	0.46 303	2.04 292	0.03 287	0.03 305	1.06 260	0.01 218	0.78 206	0.22 118	0.06 279	0.19 319	0.64 303	0.05 232	3.65 284	0.63 322	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CFNet	0.56 287	0.50 314	1.58 249	0.00 1	0.00 1	1.06 260	0.01 218	1.08 252	0.57 211	0.00 1	0.01 206	0.12 168	0.01 87	5.87 363	0.19 255	0.00 1	0.00 1	0.00 1	0.00 1	0.13 317	0.02 226

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

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

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

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

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

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

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

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

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

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

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

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

WCMA_ROB	2.01 381	0.34 251	1.89 280	0.04 299	0.00 1	1.07 295	0.60 381	1.09 253	1.21 384	5.12 401	9.87 408	8.09 402	4.48 403	3.74 291	2.55 363	0.00 1	0.00 1	0.01 360	0.00 1	0.02 136	0.13 372

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

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

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

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

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

CC-Net-ROB	0.64 311	0.50 314	1.13 175	0.07 332	0.00 1	1.08 308	0.01 218	2.58 380	0.56 178	0.01 128	0.00 1	0.14 182	0.01 87	5.73 358	0.12 219	0.50 398	0.00 1	0.21 407	0.00 1	0.09 289	0.02 226

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

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

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

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

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

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

FADNet_RVC	0.60 304	0.83 372	2.50 327	0.00 1	0.00 1	1.09 316	0.00 1	1.29 270	0.50 153	0.02 218	0.05 290	0.26 226	0.03 176	3.17 264	0.25 274	0.21 390	0.26 406	0.08 399	0.28 411	0.53 393	0.55 406

DIP-Stereo	0.22 125	0.10 123	0.77 76	0.00 1	0.00 1	1.09 316	0.00 1	1.68 330	0.57 211	0.01 128	0.00 1	0.01 7	0.07 250	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.01 129
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
Any-RAFT	0.17 92	0.04 38	0.93 130	0.00 1	0.00 1	1.10 322	0.00 1	0.99 240	0.03 4	0.01 128	0.00 1	0.21 213	0.00 1	0.07 123	0.01 78	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

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

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

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

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

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

MaskLacGwcNet_RVC	0.47 243	0.43 296	1.04 150	0.11 356	0.00 1	1.10 322	0.00 1	0.80 211	0.54 162	0.00 1	0.05 290	0.38 261	0.03 176	3.50 279	0.14 232	0.88 405	0.00 1	0.00 1	0.00 1	0.11 302	0.20 386

SGM-Forest	0.84 332	0.07 104	0.90 123	0.02 270	0.07 341	1.10 322	0.68 384	2.12 357	0.61 300	1.14 374	0.78 358	1.36 358	0.98 349	5.55 350	1.31 344	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.06 326
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
IPLG	0.51 269	0.38 285	1.60 251	0.02 270	0.00 1	1.11 330	0.07 302	1.48 309	0.57 211	0.05 271	0.00 1	0.12 168	0.15 281	4.58 316	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 302	0.00 1

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

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

AAGNet	0.96 346	0.05 60	0.74 61	0.09 342	0.27 390	1.11 330	0.28 352	0.05 19	0.59 262	0.01 128	0.00 1	0.01 7	1.00 350	3.68 287	11.30 406	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

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

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

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

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

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

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

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

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

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

GANetREF_RVC	0.54 281	0.70 352	2.06 297	0.00 1	0.00 1	1.14 341	0.00 1	1.61 325	0.58 250	0.00 1	0.01 206	0.29 233	0.04 207	4.21 307	0.06 165	0.00 1	0.00 1	0.00 1	0.00 1	0.03 185	0.02 226
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
NRIStereo	0.17 92	0.03 23	0.73 52	0.04 299	0.01 240	1.15 344	0.33 360	0.03 6	0.59 262	0.04 262	0.01 206	0.11 162	0.01 87	0.10 141	0.03 124	0.00 1	0.02 335	0.00 1	0.00 1	0.06 244	0.09 352

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

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

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

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

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

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

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

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

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

Dean	2.41 387	1.16 393	3.63 374	0.36 394	0.40 395	1.19 354	0.50 377	7.85 407	8.44 409	1.17 375	8.12 400	7.07 398	1.13 358	4.11 303	1.04 332	0.70 400	0.00 1	0.01 360	0.00 1	1.07 402	0.29 394

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

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

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

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

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

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

SGM_RVC	1.54 372	0.35 260	1.60 251	0.15 372	0.17 377	1.25 359	0.77 387	1.97 348	0.88 377	4.31 396	2.46 375	4.36 388	2.37 383	6.98 398	1.78 353	0.21 390	0.23 405	0.20 405	0.23 401	0.26 370	0.31 395
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
tt1	0.27 156	0.23 210	1.17 182	0.00 1	0.00 1	1.29 362	0.00 1	1.42 288	0.57 211	0.07 285	0.00 1	0.03 78	0.02 134	0.57 183	0.01 78	0.00 1	0.01 305	0.00 1	0.00 1	0.08 273	0.03 259

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

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

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

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

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

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

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

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

ELAS_RVC	2.84 395	0.34 251	3.86 379	0.05 309	0.05 328	1.52 371	5.02 415	1.93 346	5.28 401	7.10 409	6.96 393	6.26 394	8.34 409	4.96 328	4.90 382	0.00 1	0.04 360	0.01 360	0.01 320	0.10 296	0.09 352
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MeshStereo	2.61 390	0.65 345	2.71 341	0.02 270	0.02 284	1.55 372	0.94 394	3.02 389	1.29 386	11.21 415	7.34 394	11.54 406	2.74 387	6.34 386	2.43 360	0.00 1	0.00 1	0.00 1	0.00 1	0.28 375	0.03 259
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
PDISCO_ROB	0.56 287	0.57 337	2.07 298	0.17 378	0.00 1	1.56 373	0.01 218	2.27 363	0.51 155	0.08 293	0.01 206	0.74 316	0.28 307	2.37 235	0.13 226	0.00 1	0.00 1	0.00 1	0.00 1	0.33 382	0.00 1

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

SAMSARA	1.01 348	0.70 352	3.29 364	0.20 387	0.06 335	1.65 375	0.05 294	0.48 167	0.53 159	2.91 394	0.68 352	2.97 384	1.08 355	3.89 293	1.54 349	0.00 1	0.04 360	0.00 1	0.02 334	0.05 224	0.03 259

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

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

FCDSN-DC	2.66 391	0.08 111	1.65 256	0.00 1	0.00 1	1.73 378	0.37 364	1.64 329	1.35 387	8.08 411	11.18 412	11.78 407	7.59 408	4.76 322	2.80 364	0.02 365	0.00 1	0.00 1	0.00 1	0.03 185	0.05 306
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
G-Net	1.20 359	0.28 231	2.96 353	0.05 309	0.49 398	1.73 378	0.48 373	0.23 118	0.35 139	1.35 379	9.14 403	2.33 382	0.81 345	2.40 238	1.15 337	0.01 351	0.03 345	0.02 376	0.09 368	0.07 256	0.05 306

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

LVE	2.75 392	1.12 387	2.30 309	0.46 395	0.45 396	1.87 381	0.06 299	7.19 406	9.72 410	0.03 245	11.08 411	9.01 403	1.26 364	6.93 397	0.91 330	1.86 408	0.16 403	0.04 393	0.24 406	0.22 360	0.13 372

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

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

MADNet+	4.65 403	2.70 418	46.68 422	0.01 246	0.02 284	2.06 384	0.03 274	3.17 393	1.07 382	0.02 218	0.01 206	1.84 372	0.31 311	21.62 420	13.04 410	0.00 1	0.03 345	0.00 1	0.00 1	0.20 356	0.19 385

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

SGM+DAISY	2.38 385	0.98 380	4.37 385	0.48 396	0.33 393	2.24 386	1.94 400	1.16 262	1.47 389	6.62 407	5.89 389	5.77 393	5.09 405	5.76 360	4.39 376	0.16 387	0.15 402	0.06 396	0.14 382	0.26 370	0.40 398

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

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

SANet	1.99 380	0.71 356	3.37 366	0.03 287	0.03 305	2.85 389	0.85 392	2.42 367	8.33 408	1.55 381	4.13 382	4.29 387	3.23 391	5.39 344	2.47 361	0.00 1	0.00 1	0.00 1	0.00 1	0.06 244	0.06 326

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

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

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

FC-DCNN	3.42 397	0.11 137	2.03 290	0.00 1	0.00 1	3.18 393	0.60 381	3.13 392	2.98 395	11.40 416	12.28 414	13.93 412	8.68 411	5.70 356	4.27 375	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.06 326

LE_ROB	9.96 417	0.54 328	9.62 404	1.40 408	1.24 412	3.29 394	4.64 413	4.31 397	43.01 424	51.54 425	13.34 417	14.15 413	24.60 421	6.66 395	20.28 420	0.04 373	0.05 374	0.12 404	0.20 393	0.07 256	0.09 352

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

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

WAO-6	2.38 385	0.69 350	1.93 286	0.00 1	0.00 1	3.94 397	0.29 354	5.62 401	7.23 406	0.34 347	6.76 392	7.73 401	1.96 376	5.88 364	5.07 384	0.00 1	0.00 1	0.00 1	0.00 1	0.15 327	0.03 259

RTS	4.10 399	1.68 407	43.40 420	0.09 342	0.02 284	3.95 398	0.00 1	1.61 325	0.61 300	1.09 371	0.01 206	1.97 374	0.22 298	16.87 415	10.15 402	0.00 1	0.09 389	0.00 1	0.00 1	0.20 356	0.05 306

RTSA	4.10 399	1.68 407	43.40 420	0.09 342	0.02 284	3.95 398	0.00 1	1.61 325	0.61 300	1.09 371	0.01 206	1.97 374	0.22 298	16.87 415	10.15 402	0.00 1	0.09 389	0.00 1	0.00 1	0.20 356	0.05 306

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

MSMD_ROB	2.04 382	0.40 290	2.13 300	0.00 1	0.00 1	4.88 401	0.22 340	0.93 230	1.82 392	5.71 404	7.79 399	7.39 400	3.72 395	4.62 320	1.22 340	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 226

notaker	4.30 401	1.28 397	3.70 375	3.71 418	0.90 407	4.91 402	0.39 367	6.90 405	1.96 393	5.39 403	11.82 413	16.90 416	3.75 396	7.59 402	5.65 385	5.23 418	0.01 305	0.10 401	0.06 361	4.57 415	1.22 413

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

KSHMR	3.68 398	1.11 386	3.06 357	2.84 415	1.78 414	5.33 404	0.41 368	8.64 409	14.09 412	1.85 385	9.32 405	7.19 399	1.93 374	5.45 345	2.30 359	1.95 409	0.41 412	0.50 412	0.21 398	3.53 413	1.76 416

MDST_ROB	1.54 372	0.06 84	3.42 368	0.14 369	0.16 372	5.42 405	0.32 356	4.33 398	0.61 300	6.08 406	1.25 368	1.04 338	1.16 361	5.81 362	0.83 329	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.11 361

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

ELAS	2.75 392	0.35 260	2.67 339	0.05 309	0.04 320	6.72 407	1.83 399	2.84 388	3.38 396	8.25 413	9.14 403	3.95 386	6.15 407	3.73 290	5.70 386	0.00 1	0.04 360	0.01 360	0.01 320	0.10 296	0.08 339
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DPSimNet_ROB	7.90 413	5.46 420	13.55 410	3.66 417	5.16 422	7.26 408	9.60 420	6.11 403	7.46 407	13.33 417	9.50 406	11.03 404	11.89 416	10.08 412	12.35 409	4.36 417	5.55 423	5.35 422	5.34 421	4.96 416	5.98 423

HanzoNet	12.77 419	4.55 419	11.74 409	5.35 422	2.79 417	7.59 409	0.66 383	12.97 419	20.40 416	25.99 421	28.61 422	34.05 422	25.08 422	25.93 424	14.98 416	10.77 423	3.91 422	3.00 420	3.73 420	8.16 422	5.15 421

ktn	4.96 404	1.21 394	2.41 319	3.20 416	1.02 408	8.36 410	2.08 402	9.00 411	17.02 413	5.18 402	12.71 415	13.69 410	3.51 394	8.05 404	3.68 372	5.30 419	0.02 335	0.00 1	0.00 1	2.14 409	0.55 406

UNDER WATER	6.24 409	0.99 381	8.13 402	4.62 421	2.68 416	8.66 411	0.77 387	8.37 408	22.50 419	4.55 397	6.36 391	15.93 415	8.89 412	8.99 408	8.85 399	3.25 413	0.04 360	1.36 417	0.02 334	6.24 420	3.56 419

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

WAO-8	5.13 406	1.91 410	2.34 312	0.60 399	0.10 353	12.98 413	0.34 361	11.65 415	24.58 420	4.87 398	10.60 410	13.32 408	4.10 400	8.85 406	3.55 370	0.75 402	0.32 408	0.71 414	0.12 378	0.70 396	0.11 361

Venus	5.12 405	1.91 410	2.34 312	0.60 399	0.10 353	12.98 413	0.34 361	11.65 415	24.58 420	4.87 398	10.54 409	13.32 408	4.10 400	8.85 406	3.55 370	0.75 402	0.32 408	0.71 414	0.12 378	0.70 396	0.11 361

MANE	9.96 417	0.69 350	2.88 352	1.22 405	0.61 402	13.15 415	3.46 410	15.62 422	22.27 418	22.74 420	30.00 423	29.74 421	23.22 419	17.17 417	13.78 413	0.29 395	0.56 414	0.09 400	0.61 416	0.15 327	1.00 412

MADNet++	9.87 416	2.12 413	7.11 398	7.99 423	4.58 421	14.38 416	6.90 419	9.23 412	5.88 402	16.88 418	17.47 420	11.07 405	15.72 417	24.26 421	19.76 419	8.52 420	6.39 424	4.85 421	2.69 419	5.96 418	5.73 422

SGM-ForestM	8.89 415	0.68 349	3.61 372	0.57 398	0.18 379	14.89 417	5.99 418	9.62 414	10.59 411	20.43 419	17.16 419	39.22 423	20.29 418	20.63 419	13.19 411	0.04 373	0.14 400	0.00 1	0.07 364	0.15 327	0.36 397

UNDER WATER-64	6.84 411	1.25 396	9.68 405	4.53 420	3.53 419	16.61 418	1.79 398	8.72 410	22.23 417	5.11 400	5.07 387	17.34 417	10.14 414	9.19 410	8.21 397	2.00 411	0.03 345	1.52 418	0.11 374	6.09 419	3.62 420

TorneroNet-64	6.39 410	1.31 400	2.23 306	1.99 413	0.65 403	18.82 419	0.28 352	11.98 417	26.18 422	5.99 405	12.75 416	19.37 419	4.08 399	9.94 411	5.95 392	0.89 406	0.00 1	0.11 402	0.00 1	3.44 412	1.81 417

TorneroNet	6.97 412	1.37 402	2.22 305	1.95 411	1.12 410	19.47 420	0.47 371	13.04 420	26.32 423	7.90 410	17.10 418	17.67 418	4.62 404	10.46 413	7.94 394	1.98 410	0.03 345	0.11 402	0.00 1	4.15 414	1.49 414

JetBlue	5.71 407	2.18 415	16.18 411	0.00 1	2.13 415	29.20 421	14.20 422	3.90 396	0.74 369	0.71 361	2.30 374	6.42 396	5.97 406	17.84 418	8.74 398	0.09 382	0.01 305	0.00 1	0.00 1	2.62 411	0.96 411

BEATNet-Init1	14.52 421	6.56 422	34.32 418	1.10 404	1.02 408	31.53 422	11.99 421	15.58 421	17.42 414	30.17 423	27.03 421	43.14 424	24.36 420	24.41 422	18.27 418	0.27 394	0.32 408	0.36 410	0.46 414	1.26 403	0.76 409

JetRed	13.51 420	18.77 424	42.38 419	1.28 406	1.18 411	54.67 423	25.60 423	12.87 418	6.75 404	8.50 414	8.61 401	13.77 411	10.87 415	24.50 423	30.67 421	0.24 392	0.68 415	0.53 413	0.02 334	5.93 417	2.43 418

SPstereo	50.33 425	10.80 423	21.19 415	11.76 424	9.23 423	66.15 424	76.05 425	100.00 436	100.00 437	95.98 434	93.33 430	100.00 437	93.15 431	90.92 433	72.10 425	9.41 421	8.60 425	19.85 426	14.84 425	6.36 421	6.89 424

HaxPig	95.46 437	97.61 437	87.80 430	97.80 444	99.17 444	77.55 425	75.28 424	96.76 434	99.61 432	99.97 436	99.97 433	99.62 436	99.97 434	91.02 434	87.28 431	99.98 445	99.98 440	99.98 439	99.99 439	99.97 444	99.97 445

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

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

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

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

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

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

AVERAGE_ROB	98.45 439	99.13 439	95.46 431	100.00 446	100.00 446	93.36 432	81.95 428	100.00 436	99.97 434	100.00 437	100.00 434	100.00 437	100.00 435	99.72 438	99.40 434	100.00 446	100.00 442	100.00 440	100.00 440	100.00 445	100.00 446

test_example2	97.61 438	99.96 440	99.93 435	99.83 445	99.97 445	98.84 433	99.76 433	91.98 430	100.00 437	100.00 437	100.00 434	89.18 431	86.51 429	99.29 437	96.54 432	99.97 444	99.55 438	92.92 437	98.06 435	100.00 445	99.95 444

DPSMNet_ROB	81.54 432	60.77 432	99.95 436	61.42 430	87.05 435	99.11 434	100.00 434	95.93 433	99.99 435	73.11 428	100.00 434	70.84 427	100.00 435	77.43 431	99.98 436	35.39 427	97.54 437	35.21 428	99.89 437	46.30 427	90.94 434

DGTPSM_ROB	81.49 431	60.74 431	99.95 436	61.20 429	86.99 434	99.11 434	100.00 434	95.92 432	99.99 435	73.08 427	100.00 434	70.81 426	100.00 435	77.39 430	99.98 436	35.10 426	97.48 436	35.12 427	99.89 437	46.16 426	90.85 433

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

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

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

Selective-RAFT-Error	99.17 442	100.00 442	100.00 438	96.65 443	98.79 443	100.00 436	100.00 434	100.00 436	100.00 437	100.00 437	100.00 434	100.00 437	100.00 435	100.00 439	100.00 438	93.64 436	100.00 442	100.00 440	100.00 440	96.25 437	98.10 442

Anonymous_1	89.88 433	75.38 433	97.81 433	74.49 432	78.39 431	100.00 436	100.00 434	98.09 435	99.76 433	96.82 435	99.37 432	97.66 434	99.77 433	91.14 435	98.89 433	81.73 431	97.25 433	59.96 432	85.38 431	77.37 433	88.27 432

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

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

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

DPSM_ROB	94.00 435	79.32 434	100.00 438	83.19 434	85.69 432	100.00 436	100.00 434	100.00 436	100.00 437	100.00 437	100.00 434	100.00 437	100.00 435	100.00 439	100.00 438	89.53 433	97.42 434	74.97 433	95.13 433	83.79 435	90.98 435

DPSM	94.00 435	79.32 434	100.00 438	83.19 434	85.69 432	100.00 436	100.00 434	100.00 436	100.00 437	100.00 437	100.00 434	100.00 437	100.00 435	100.00 439	100.00 438	89.53 433	97.42 434	74.97 433	95.13 433	83.79 435	90.98 435

FADE		5.89 421		2.64 414	2.97 418			9.60 413	6.84 405	2.66 392		5.28 391		13.53 414		16.99 425	2.70 421	18.19 425	20.39 426	1.88 405	1.60 415

Low-res two-view benchmark