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

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

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

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

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

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

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

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

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

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

U	1.74 355	0.03 2	0.99 71	0.03 124	7.39 454	10.20 438	0.00 1	0.71 23	0.20 29	0.02 3	0.02 47	0.12 81	0.02 22	0.11 9	0.04 7	0.00 1	0.00 1	9.67 450	5.13 466	0.01 36	0.00 1

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

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

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

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

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

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

MGS-Stereo	0.31 44	0.10 80	0.89 50	0.02 81	0.00 1	0.50 21	0.00 1	0.39 4	0.61 84	0.02 3	2.91 358	0.04 19	0.03 47	0.21 43	0.06 43	0.00 1	0.00 1	0.00 1	0.00 1	0.44 415	0.00 1

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

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

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

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

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

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

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

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

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

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

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

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

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

DLNR_Zeroshot_test	23.05 470	49.79 475	87.94 475	97.52 487	94.73 482	1.18 118	0.00 1	20.60 461	0.14 6	0.02 3	0.02 47	0.02 3	0.02 22	4.35 263	0.10 84	32.22 474	0.04 351	0.00 1	0.27 423	72.00 480	0.06 307

CASnet	0.16 3	0.14 121	0.52 13	0.01 23	0.00 1	0.86 35	0.00 1	0.51 6	0.75 159	0.10 59	0.01 1	0.04 19	0.02 22	0.22 44	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 169	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PCWNet_CMD	0.65 141	0.14 121	2.02 255	0.01 23	0.01 123	1.10 87	0.00 1	2.80 148	0.97 202	0.48 126	0.28 153	2.31 309	1.50 335	1.19 152	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.01 77

CFNet_ucs	0.77 173	0.20 180	2.22 282	0.01 23	0.01 123	1.32 178	0.00 1	3.30 212	1.31 270	1.15 223	1.14 276	2.19 303	0.42 241	2.04 185	0.12 96	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.01 77

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

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

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

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

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

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

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

DCRE	0.69 155	0.35 254	1.16 125	0.06 187	0.02 207	0.91 41	0.00 1	1.05 37	0.30 46	0.98 199	7.63 410	0.72 180	0.02 22	0.16 22	0.07 49	0.00 1	0.02 316	0.00 1	0.21 407	0.02 116	0.03 229

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

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

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

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

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

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

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

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

IGEV-Stereo	0.21 14	0.21 187	0.63 18	0.02 81	0.00 1	1.07 74	0.00 1	0.73 25	0.77 168	0.09 44	0.01 1	0.04 19	0.07 111	0.24 50	0.04 7	0.00 1	0.00 1	0.00 1	0.16 386	0.08 268	0.03 229
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
dad	0.88 217	0.62 352	2.26 289	0.06 187	0.01 123	1.24 151	0.00 1	0.98 35	2.17 366	1.29 242	0.35 166	0.37 125	0.04 67	5.80 336	1.06 307	0.01 356	0.00 1	1.13 436	0.11 371	0.05 222	0.00 1

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

CREStereo++_RVC	0.29 38	0.19 170	0.83 40	0.05 172	0.00 1	1.19 121	0.00 1	0.66 19	0.99 208	0.25 85	1.26 290	0.05 37	0.07 111	0.20 40	0.09 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
TestStereo	0.61 128	0.55 335	1.84 235	0.00 1	0.00 1	0.94 47	0.00 1	1.65 68	0.23 37	0.12 65	0.03 68	0.08 64	0.06 99	6.59 367	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

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

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

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

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

222	2.69 390	0.09 61	1.03 91	0.00 1	0.00 1	1.54 260	0.00 1	5.61 398	1.55 311	1.51 269	2.10 330	0.53 149	0.07 111	4.54 280	35.09 470	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 173

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

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

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

GMStereo	0.25 32	0.60 347	1.28 151	0.01 23	0.00 1	0.48 20	0.00 1	0.74 26	1.24 256	0.16 75	0.03 68	0.07 58	0.09 134	0.22 44	0.10 84	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
FINET	1.36 311	0.46 305	4.05 381	0.22 298	0.73 414	1.03 58	0.00 1	3.57 247	5.71 420	1.59 282	1.64 301	0.49 144	0.19 189	5.53 322	1.90 349	0.00 1	0.01 262	0.00 1	0.00 1	0.08 268	0.03 229

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

NLCA_NET_v2_RVC	1.04 250	0.55 335	2.52 312	0.56 377	1.00 419	1.37 197	0.00 1	3.43 230	1.35 276	2.24 328	0.35 166	2.18 302	0.58 263	4.28 259	0.34 208	0.00 1	0.00 1	0.00 1	0.01 302	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ccs_rob	0.65 141	0.17 155	2.09 267	0.00 1	0.01 123	1.22 136	0.00 1	2.77 143	0.73 153	0.75 156	0.44 189	2.32 310	0.64 276	1.76 178	0.15 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

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

StereoDRNet-Refined	0.83 194	0.12 104	1.18 131	0.02 81	0.01 123	1.31 177	0.00 1	3.33 214	1.07 225	1.92 304	1.24 287	2.48 316	0.18 183	1.86 182	1.67 337	0.00 1	0.00 1	0.00 1	0.00 1	0.14 323	0.05 277
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.93 367	0.18 162	2.44 304	0.67 391	0.53 405	5.25 408	0.00 1	5.43 392	1.56 316	2.09 319	0.91 260	6.48 409	0.89 299	8.55 428	3.60 389	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.01 77

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CAS++	0.32 46	0.22 197	0.69 27	0.04 152	0.00 1	0.35 10	0.01 73	4.32 319	0.48 62	0.02 3	0.01 1	0.07 58	0.00 1	0.19 29	0.04 7	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
trnet	0.22 19	0.14 121	0.67 25	0.00 1	0.00 1	1.24 151	0.01 73	1.16 42	0.56 66	0.09 44	0.08 92	0.05 37	0.00 1	0.29 71	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

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

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

DispNO	1.25 297	0.52 327	3.40 358	0.11 251	0.05 254	1.45 231	0.01 73	3.73 260	1.68 328	1.34 247	1.59 299	3.15 349	1.12 313	5.56 326	1.14 312	0.00 1	0.02 316	0.03 399	0.12 376	0.05 222	0.03 229

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

SDNR	3.31 405	0.91 398	6.28 429	0.44 351	0.02 207	26.11 467	0.01 73	3.81 273	1.62 324	2.82 361	11.06 424	2.93 334	0.60 264	7.95 422	1.52 330	0.01 356	0.01 262	0.00 1	0.00 1	0.06 240	0.12 357

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CroCo-Stereo	0.39 67	0.40 277	1.67 215	0.07 208	0.00 1	0.19 4	0.01 73	3.55 245	0.75 159	0.08 38	0.02 47	0.46 138	0.08 126	0.28 69	0.18 131	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
iRaftStereo_RVC	0.36 58	0.27 218	0.76 31	0.01 23	0.00 1	1.20 130	0.01 73	2.15 94	0.62 91	0.15 74	0.22 143	0.69 172	0.12 162	0.28 69	0.18 131	0.00 1	0.06 368	0.00 1	0.00 1	0.27 387	0.22 397

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

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

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

CREStereo	0.22 19	0.17 155	0.64 21	0.00 1	0.01 123	1.22 136	0.01 73	1.15 41	0.56 66	0.10 59	0.07 89	0.04 19	0.00 1	0.32 81	0.10 84	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
acv_ft	0.79 182	0.21 187	1.28 151	0.01 23	1.08 423	1.68 298	0.01 73	3.75 261	1.05 220	1.31 246	0.66 226	1.94 280	0.46 250	0.31 75	1.68 338	0.00 1	0.00 1	0.00 1	0.00 1	0.27 387	0.00 1

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

DIP-Stereo	0.58 122	0.23 204	0.90 51	0.08 223	0.00 1	1.43 221	0.01 73	6.01 415	1.38 279	0.92 183	0.11 105	0.04 19	0.19 189	0.12 12	0.07 49	0.00 1	0.01 262	0.00 1	0.00 1	0.03 169	0.01 77
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
UCFNet_RVC	0.66 146	0.35 254	1.20 138	0.02 81	0.30 385	1.53 256	0.01 73	3.42 228	0.67 123	1.12 220	0.73 244	1.26 235	0.20 195	1.84 181	0.46 246	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

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

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

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

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

AIO-Stereo-zeroshot1	1.57 335	0.69 367	7.27 433	0.30 324	0.44 397	0.87 37	0.02 137	6.19 417	0.84 183	0.45 121	6.17 403	4.35 379	1.17 314	1.32 162	0.48 249	0.00 1	0.09 390	0.00 1	0.34 435	0.26 383	0.12 357

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

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

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

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

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

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

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

StereoVision	0.86 206	0.38 266	1.75 225	0.03 124	0.01 123	1.14 103	0.02 137	3.38 220	0.92 194	0.13 71	6.89 407	0.50 146	0.12 162	1.10 149	0.78 289	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.02 173

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

UniTT-Stereo	0.16 3	0.11 97	1.13 116	0.03 124	0.17 329	0.32 6	0.02 137	0.38 3	0.32 50	0.03 19	0.16 117	0.05 37	0.07 111	0.16 22	0.16 120	0.00 1	0.00 1	0.00 1	0.00 1	0.11 307	0.00 1

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

anonymousa	0.79 182	0.26 215	1.91 236	0.03 124	0.29 383	1.46 237	0.02 137	3.76 263	0.97 202	0.72 153	2.25 340	3.21 353	0.56 259	0.15 19	0.12 96	0.00 1	0.00 1	0.00 1	0.04 337	0.00 1	0.02 173

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

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

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

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

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

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

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

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

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

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

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

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

RAFT-RH_RVC	2.05 376	0.15 133	1.66 211	0.60 381	0.27 371	1.49 245	0.02 137	0.58 16	0.65 108	5.35 410	21.66 450	1.06 221	0.07 111	6.85 386	0.57 267	0.04 389	0.00 1	0.00 1	0.03 327	0.01 36	0.00 1

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

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

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

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

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

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

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

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

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

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

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

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

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

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

HITNet	0.80 186	0.58 343	2.14 270	0.69 392	0.00 1	1.35 190	0.02 137	4.50 333	1.15 242	1.76 293	0.16 117	0.60 155	0.30 214	1.13 151	1.64 336	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
PWCDC_ROB	3.06 397	1.38 424	3.81 374	0.14 266	0.00 1	3.14 362	0.02 137	4.40 325	12.35 440	1.08 216	23.69 457	2.01 283	2.01 365	3.87 243	2.43 369	0.24 422	0.00 1	0.00 1	0.00 1	0.61 427	0.08 334

IGEV++	0.36 58	0.19 170	0.57 14	0.09 233	0.00 1	0.35 10	0.03 180	4.62 341	0.24 41	0.12 65	0.02 47	0.03 10	0.17 179	0.24 50	0.23 149	0.00 1	0.05 360	0.00 1	0.04 337	0.09 290	0.08 334

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

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

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

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

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

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

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

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

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

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

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

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

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

RALCasStereoNet	0.44 84	0.44 297	1.03 91	0.03 124	0.00 1	1.10 87	0.03 180	2.46 118	0.90 191	0.07 31	0.32 156	0.12 81	0.20 195	1.28 158	0.25 161	0.00 1	0.31 431	0.00 1	0.00 1	0.08 268	0.12 357

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

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

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

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

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

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

iResNet_ROB	1.05 257	0.76 377	2.06 263	0.07 208	0.00 1	1.35 190	0.03 180	6.80 430	2.57 386	0.79 166	1.20 283	0.94 208	0.12 162	3.81 238	0.41 232	0.00 1	0.00 1	0.00 1	0.00 1	0.08 268	0.01 77

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

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

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

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

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

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

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

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

CASS	0.56 119	0.13 113	1.40 171	0.03 124	0.01 123	1.65 295	0.04 202	3.03 166	0.63 96	1.96 308	0.93 262	0.28 114	0.36 231	0.52 114	0.18 131	0.00 1	0.00 1	0.00 1	0.00 1	0.03 169	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
rafts_anoy	0.39 67	0.44 297	1.15 121	0.06 187	0.03 228	1.12 95	0.04 202	2.75 142	0.33 51	0.10 59	0.16 117	0.11 78	0.19 189	0.74 134	0.31 194	0.00 1	0.14 413	0.00 1	0.01 302	0.02 116	0.05 277

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

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

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

Nwc_Net	1.94 369	0.55 335	3.79 373	0.07 208	0.08 282	2.73 351	0.04 202	6.75 429	1.11 231	2.03 315	7.92 412	4.82 391	2.11 366	4.78 290	2.01 358	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.01 77

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

HSM-Net_RVC	1.40 316	0.07 40	1.58 198	0.00 1	0.01 123	1.88 314	0.05 219	7.24 432	1.71 332	3.63 384	3.63 375	3.21 353	0.36 231	4.25 258	0.44 239	0.01 356	0.01 262	0.00 1	0.00 1	0.01 36	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iResNetv2_ROB	1.08 259	1.12 412	4.68 404	1.09 419	0.00 1	1.38 203	0.05 219	3.83 274	1.11 231	0.80 168	1.15 277	1.02 217	0.12 162	4.52 278	0.45 242	0.00 1	0.00 1	0.00 1	0.00 1	0.33 400	0.03 229

test_for_model	4.23 420	22.88 470	0.91 55	12.40 461	10.47 461	1.08 82	0.06 236	4.08 290	1.36 277	1.91 303	0.09 96	0.15 94	0.03 47	0.10 8	0.22 144	7.44 450	1.43 447	0.00 1	0.01 302	18.08 469	1.99 441

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

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

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

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

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

LoS	0.28 35	0.16 144	0.95 63	0.07 208	0.01 123	1.32 178	0.07 240	1.30 48	0.60 76	0.04 25	0.03 68	0.28 114	0.11 151	0.48 112	0.11 92	0.00 1	0.01 262	0.00 1	0.00 1	0.03 169	0.00 1
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
LRCNet_RVC	60.63 476	63.16 476	62.94 470	69.09 479	50.21 475	19.92 458	0.07 240	58.32 475	5.21 419	75.67 477	86.75 477	74.68 476	62.48 475	59.01 476	49.80 473	93.38 481	56.36 480	93.48 481	92.95 481	67.44 479	71.73 481

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RAFT-Stereo	0.44 84	0.09 61	0.94 59	0.02 81	0.00 1	1.24 151	0.09 257	3.65 254	0.11 1	1.87 300	0.42 182	0.06 48	0.01 7	0.25 55	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 173
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
PDISCO_ROB	2.21 380	0.78 380	3.43 360	0.96 412	2.04 435	7.04 423	0.09 257	7.36 434	5.72 421	1.21 237	1.67 304	3.16 350	1.28 324	7.52 415	1.37 327	0.00 1	0.00 1	0.00 1	0.00 1	0.34 403	0.13 363

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

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

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

UDG	2.86 392	8.81 460	1.57 197	2.60 437	0.89 418	2.39 337	0.11 266	3.42 228	1.02 211	2.18 324	3.64 376	5.04 396	1.60 347	4.17 255	2.09 362	1.21 439	0.04 351	7.69 447	3.67 460	4.10 440	0.93 431

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

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

Consistency-Raft	1.36 311	0.65 360	4.81 406	0.33 332	0.32 390	1.62 288	0.11 266	3.65 254	3.80 405	0.33 93	6.12 402	0.86 197	2.14 367	0.94 142	1.25 319	0.02 378	0.01 262	0.00 1	0.00 1	0.24 375	0.01 77

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

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

UPFNet	0.87 213	0.09 61	2.05 262	0.00 1	0.00 1	1.90 316	0.11 266	3.41 226	0.83 180	2.15 321	0.10 100	1.92 278	0.09 134	3.94 246	0.70 283	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.00 1

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

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

NCC-stereo	1.67 347	0.56 339	3.10 340	0.08 223	0.22 351	2.24 329	0.13 275	5.05 372	1.42 289	2.27 336	2.72 353	4.29 377	3.53 399	5.76 334	2.01 358	0.04 389	0.00 1	0.00 1	0.00 1	0.03 169	0.02 173

Abc-Net	1.67 347	0.56 339	3.10 340	0.08 223	0.22 351	2.24 329	0.13 275	5.05 372	1.42 289	2.27 336	2.72 353	4.29 377	3.53 399	5.76 334	2.01 358	0.04 389	0.00 1	0.00 1	0.00 1	0.03 169	0.02 173
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ITSA-stereo	1.13 279	0.14 121	1.59 201	0.17 279	0.04 245	1.40 206	0.14 278	5.66 403	3.10 394	0.74 155	0.35 166	0.62 159	1.06 305	5.53 322	1.63 335	0.03 386	0.00 1	0.09 410	0.06 351	0.07 255	0.07 323

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

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

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

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

MFMNet_re	2.02 374	0.98 402	4.27 390	2.74 439	0.88 416	1.47 238	0.15 280	4.21 302	3.18 395	6.63 417	6.93 408	1.87 276	3.63 402	2.13 187	0.99 304	0.00 1	0.00 1	0.00 1	0.00 1	0.23 372	0.05 277

111	0.79 182	0.70 371	2.21 275	0.01 23	0.01 123	1.19 121	0.16 284	3.78 266	1.98 352	1.22 238	0.91 260	2.01 283	0.32 222	0.32 81	0.64 278	0.00 1	0.00 1	0.00 1	0.00 1	0.08 268	0.17 379

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

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

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

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

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

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

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

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

PVD	5.81 431	0.99 404	5.56 418	0.72 394	0.51 404	6.72 420	0.18 291	9.90 442	23.69 452	11.45 440	19.26 446	8.18 420	9.46 442	9.24 432	9.49 431	0.02 378	0.16 419	0.00 1	0.08 360	0.18 351	0.40 415

GANetREF_RVC	1.10 271	0.95 400	2.98 332	0.06 187	0.00 1	2.23 328	0.18 291	3.95 284	2.53 384	0.56 132	0.32 156	1.89 277	0.66 283	5.03 300	0.51 255	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.04 258
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
NVstereo2D	1.09 267	0.17 155	4.40 396	0.00 1	0.00 1	1.59 274	0.18 291	4.29 313	1.40 285	0.85 172	0.36 169	2.30 307	0.62 272	5.26 310	0.35 214	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

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

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

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

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

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

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

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

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

ICVP	0.46 90	0.08 49	1.58 198	0.01 23	0.01 123	1.10 87	0.21 301	3.80 270	0.52 64	0.42 117	0.27 151	0.33 122	0.06 99	0.57 121	0.13 100	0.00 1	0.07 377	0.00 1	0.00 1	0.04 203	0.01 77
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
LCNet	0.87 213	0.18 162	0.97 69	0.14 266	0.26 366	1.19 121	0.22 305	2.36 102	0.71 152	1.82 297	0.21 139	0.11 78	2.56 376	5.56 326	0.14 105	0.00 1	0.00 1	0.00 1	0.00 1	0.15 333	0.81 425

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

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

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

AdaStereo	0.65 141	0.09 61	1.12 112	0.02 81	0.00 1	1.45 231	0.23 309	4.38 321	1.44 294	1.17 227	0.37 173	1.56 250	0.18 183	0.56 120	0.37 221	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
DLCB_ROB	1.17 287	0.22 197	1.28 151	0.08 223	0.00 1	1.51 249	0.23 309	3.39 222	1.52 308	3.43 381	2.00 324	3.40 357	0.31 218	4.29 260	1.82 344	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

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

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

RAFT-345	1.19 289	0.06 30	1.55 188	0.54 373	0.13 311	1.53 256	0.25 312	0.56 13	1.76 334	1.20 232	7.85 411	0.93 205	0.05 80	6.87 389	0.46 246	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

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

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

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

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

ASMatch	1.44 319	0.14 121	2.15 271	0.60 381	0.21 349	1.21 133	0.26 315	0.96 34	0.66 115	0.29 88	11.75 426	0.93 205	2.37 372	6.73 379	0.54 262	0.00 1	0.00 1	0.00 1	0.01 302	0.00 1	0.04 258

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

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

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

Patchmatch Stereo++	0.50 103	0.09 61	1.01 75	0.06 187	0.07 273	1.60 278	0.27 319	1.45 60	0.68 128	0.98 199	0.18 126	0.77 188	0.03 47	2.58 192	0.17 121	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.05 277
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-softLoss	0.85 202	0.10 80	1.50 181	1.14 420	0.03 228	1.47 238	0.27 319	2.48 121	0.69 141	1.30 243	0.38 175	0.39 130	0.01 7	6.88 390	0.33 201	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

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

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

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

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

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

PASM	1.58 336	1.05 408	7.51 434	0.56 377	0.09 290	1.37 197	0.28 327	2.85 153	1.44 294	3.91 391	0.44 189	3.02 340	0.64 276	6.38 357	1.59 334	0.00 1	0.01 262	0.00 1	0.03 327	0.26 383	0.15 372

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DANet	1.74 355	0.22 197	3.06 337	0.75 396	0.44 397	2.46 340	0.35 347	3.40 224	1.41 288	4.22 395	1.56 298	5.03 395	0.56 259	6.29 352	5.00 403	0.01 356	0.00 1	0.00 1	0.01 302	0.04 203	0.08 334
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
Pruner-Stereo	0.53 115	0.10 80	1.02 80	0.89 410	0.10 299	1.57 263	0.36 348	2.06 90	0.63 96	2.23 327	0.46 194	0.25 109	0.01 7	0.45 107	0.37 221	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 173

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

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

PWC_ROB	2.90 395	1.01 406	6.12 426	0.53 372	0.57 410	1.30 174	0.40 350	3.85 277	4.42 413	7.37 422	15.40 434	3.03 342	1.55 339	6.31 353	5.74 409	0.00 1	0.00 1	0.00 1	0.00 1	0.46 416	0.05 277

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

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

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

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

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

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

AF-Net	2.17 379	0.65 360	3.53 364	0.00 1	0.09 290	2.02 320	0.48 358	6.44 420	1.70 330	3.36 377	10.22 421	4.95 394	2.81 383	4.34 262	2.66 378	0.00 1	0.00 1	0.00 1	0.00 1	0.13 317	0.01 77

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

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

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

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

PA-Net	1.31 306	0.59 345	3.65 368	0.06 187	0.15 322	1.44 225	0.54 363	4.08 290	2.71 388	0.78 164	1.16 279	2.32 310	0.64 276	5.96 338	1.92 352	0.01 356	0.00 1	0.00 1	0.00 1	0.04 203	0.06 307
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
PFNet+	0.54 117	0.10 80	1.31 160	0.16 276	0.05 254	1.44 225	0.56 364	1.60 67	0.98 204	1.35 251	0.46 194	0.37 125	0.01 7	2.18 189	0.22 144	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

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

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

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

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

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

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

RAFT_R40	0.99 242	0.05 14	1.26 147	0.71 393	0.20 344	1.65 295	0.67 371	1.94 84	0.61 84	1.05 212	1.15 277	1.80 272	1.47 331	6.91 395	0.31 194	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.01 77

Prome-Stereo	1.23 296	0.06 30	0.93 58	0.12 252	0.24 360	1.26 162	0.67 371	2.53 126	0.69 141	2.08 318	8.70 417	0.76 184	2.91 386	2.12 186	0.11 92	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 437

EDNetEfficientorigin	10.31 448	1.90 435	98.96 483	0.22 298	0.23 356	2.73 351	0.71 373	4.50 333	16.94 447	18.72 452	15.36 433	12.74 433	10.73 447	8.96 430	11.94 440	0.01 356	0.01 262	0.00 1	0.00 1	0.25 381	1.31 436

coex-ft	12.01 454	5.60 455	80.23 474	0.15 269	0.15 322	1.88 314	0.73 374	2.66 135	30.12 460	49.31 473	16.59 435	15.97 441	14.42 454	6.79 384	14.50 444	0.05 395	0.08 386	0.01 369	0.05 342	0.37 410	0.61 419

Ntro	3.24 400	1.34 421	2.83 327	7.27 448	4.43 444	6.22 418	0.74 375	4.73 350	1.48 303	0.39 113	1.77 313	2.70 321	1.28 324	4.59 285	1.25 319	8.06 452	0.28 430	2.12 444	0.05 342	8.11 448	5.16 452

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

KYRaft	1.19 289	0.05 14	0.94 59	0.06 187	0.24 360	1.25 160	0.78 377	2.48 121	0.61 84	3.23 374	7.13 409	1.00 215	2.77 382	1.43 165	0.14 105	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	1.71 439

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

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

NVStereoNet_ROB	3.25 401	0.46 305	2.71 325	0.34 338	0.56 408	2.36 336	0.87 379	4.56 338	4.47 414	4.55 399	14.09 432	11.93 430	3.23 396	9.79 438	3.14 385	0.43 427	0.03 340	0.53 432	0.31 431	0.36 408	0.38 414
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DEmStereo	1.51 325	0.08 49	2.17 272	0.09 233	0.02 207	1.76 306	0.90 381	1.47 62	0.60 76	2.46 351	6.42 405	1.08 223	5.16 420	6.21 347	1.86 347	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 77

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

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

MDST_ROB	3.50 409	0.07 40	3.94 377	2.66 438	1.46 427	12.94 444	0.97 383	7.32 433	2.42 378	14.82 451	8.08 414	2.74 324	1.51 336	8.44 427	2.48 371	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.11 349

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

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

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

MSMD_ROB	4.94 425	0.43 292	2.58 317	0.12 252	0.01 123	8.43 433	1.09 388	4.25 307	4.11 408	13.11 444	26.36 460	13.95 436	13.88 453	7.45 414	2.92 381	0.10 406	0.01 262	0.00 1	0.00 1	0.01 36	0.02 173

StereoDRNet	1.48 323	0.75 373	4.58 402	0.05 172	0.10 299	2.49 341	1.10 389	4.62 341	1.47 299	3.38 380	0.62 222	2.29 306	0.65 281	4.52 278	2.89 380	0.00 1	0.03 340	0.00 1	0.01 302	0.05 222	0.07 323

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

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

ccnet	1.70 353	0.20 180	1.95 243	0.26 315	0.18 333	3.72 382	1.22 392	4.22 305	1.43 293	2.37 344	3.96 381	3.45 360	1.51 336	4.69 286	4.47 395	0.06 400	0.00 1	0.09 410	0.01 302	0.10 299	0.01 77

SPS-STEREO	3.08 398	0.49 319	2.49 310	0.21 295	0.24 360	3.67 381	1.24 393	5.80 408	2.43 379	10.68 436	8.00 413	9.48 426	3.59 401	8.11 424	5.08 404	0.01 356	0.01 262	0.00 1	0.00 1	0.04 203	0.11 349
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
pmcnn	3.61 410	0.68 365	5.38 415	0.61 384	1.46 427	2.75 355	1.26 394	5.04 371	1.57 317	8.77 431	11.67 425	18.69 446	2.38 373	6.03 339	5.61 408	0.00 1	0.07 377	0.00 1	0.00 1	0.21 368	0.07 323

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

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

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

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

FC-DCNN v2	6.25 434	0.19 170	2.31 295	0.44 351	0.55 407	8.05 432	1.51 399	8.71 438	7.22 431	19.24 458	22.98 455	24.00 455	13.47 451	9.80 439	6.51 413	0.00 1	0.01 262	0.00 1	0.00 1	0.01 36	0.05 277

FCDSN-DC	5.04 426	0.15 133	1.83 233	0.22 298	0.44 397	5.60 411	1.66 400	5.22 377	4.37 411	14.49 450	21.86 451	20.65 449	11.88 449	7.66 419	4.55 397	0.02 378	0.00 1	0.00 1	0.00 1	0.03 169	0.05 277
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SuperB	3.70 413	1.77 430	15.73 452	0.31 327	0.05 254	4.37 395	1.67 401	3.58 249	11.57 437	2.36 343	1.32 293	2.03 286	1.91 360	6.95 398	9.01 429	0.05 395	0.03 340	0.10 414	0.08 360	11.00 459	0.10 344

ACVNet-4b	5.67 429	1.65 426	4.43 397	9.46 454	7.11 452	8.72 434	1.68 402	6.61 423	5.76 422	0.27 86	6.49 406	11.67 429	2.43 375	8.40 426	1.56 331	9.06 456	2.34 453	10.49 455	0.02 320	9.22 454	5.98 455

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

G-Net	3.49 408	0.47 313	4.03 380	1.61 431	1.91 431	10.78 440	1.92 404	3.06 171	1.26 258	8.59 430	12.06 427	6.13 406	7.82 436	4.78 290	4.77 399	0.08 402	0.12 408	0.07 407	0.15 378	0.16 338	0.11 349

aanetorigin	2.87 393	0.73 372	8.74 438	0.23 304	0.23 356	1.61 282	2.07 405	1.76 76	1.10 229	14.21 449	10.25 422	2.93 334	3.38 397	4.98 299	4.06 391	0.10 406	0.05 360	0.09 410	0.11 371	0.57 425	0.15 372

MeshStereo	5.78 430	0.75 373	3.04 336	0.25 309	0.14 317	7.88 431	2.09 406	9.64 440	5.18 418	20.48 460	19.06 444	22.80 451	9.54 443	9.64 437	4.88 402	0.00 1	0.00 1	0.00 1	0.00 1	0.29 395	0.03 229
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
TDLM	1.08 259	0.49 319	1.43 175	0.27 318	0.00 1	1.56 262	2.12 407	3.10 177	1.75 333	1.36 256	0.93 262	1.06 221	0.49 252	6.21 347	0.70 283	0.00 1	0.00 1	0.00 1	0.00 1	0.16 338	0.02 173

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

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

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

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

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

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

SGM_RVC	4.07 418	0.38 266	1.98 249	0.84 401	0.26 366	6.20 417	2.37 413	6.45 421	3.57 400	11.56 441	9.27 418	15.55 440	6.78 431	10.07 440	4.60 398	0.22 417	0.25 426	0.20 422	0.23 412	0.26 383	0.34 410
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WAO-8	13.93 458	3.75 449	4.23 388	7.74 450	6.54 447	22.81 462	2.39 415	22.66 466	45.98 472	18.88 455	35.42 469	33.21 462	16.91 458	16.55 456	12.78 441	5.01 444	0.81 442	9.89 452	0.77 445	8.77 451	3.61 447

Venus	13.93 458	3.75 449	4.23 388	7.74 450	6.54 447	22.81 462	2.39 415	22.66 466	45.98 472	18.88 455	35.42 469	33.21 462	16.91 458	16.55 456	12.78 441	5.01 444	0.81 442	9.89 452	0.77 445	8.76 450	3.61 447

SGM-Forest	1.84 361	0.08 49	1.31 160	0.15 269	0.22 351	3.52 378	2.46 417	3.85 277	2.16 365	5.29 408	3.90 379	3.71 369	1.56 340	6.28 351	1.90 349	0.01 356	0.02 316	0.00 1	0.00 1	0.03 169	0.30 404
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
WCMA_ROB	4.54 422	0.48 315	3.19 345	0.49 363	0.63 412	5.38 409	2.57 418	4.70 348	3.77 404	14.17 448	19.02 443	15.47 439	9.03 440	6.73 379	4.85 401	0.01 356	0.05 360	0.01 369	0.01 302	0.08 268	0.16 375

SGM+DAISY	4.39 421	1.34 421	5.18 411	1.01 415	0.88 416	5.61 412	2.86 419	4.88 364	3.53 398	13.29 445	13.95 431	12.66 432	7.55 433	7.98 423	5.39 407	0.23 421	0.18 422	0.15 419	0.24 414	0.29 395	0.64 420

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

PSM-AAD	1.15 284	0.04 6	0.88 47	0.10 242	0.27 371	1.32 178	3.25 421	2.41 113	0.64 103	2.93 363	1.92 319	0.15 94	5.39 425	3.42 218	0.19 137	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.05 277

GANet	1.90 366	0.43 292	1.83 233	0.39 347	0.00 1	2.24 329	3.37 422	3.90 282	1.44 294	2.17 323	9.66 419	2.57 317	1.09 309	6.88 390	1.81 343	0.00 1	0.00 1	0.02 394	0.00 1	0.10 299	0.03 229

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

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

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

EDNetEfficient	6.54 435	1.17 414	33.15 462	0.66 389	1.96 432	2.07 321	3.72 426	2.80 148	14.85 443	20.02 459	9.69 420	6.59 412	10.19 445	7.19 407	15.49 448	0.03 386	0.10 398	0.01 369	0.20 402	0.62 428	0.29 403

SANet	4.63 423	0.89 396	5.34 414	0.30 324	0.09 290	7.43 426	3.75 427	6.53 422	16.16 446	6.79 418	13.29 429	12.44 431	7.74 434	7.38 411	4.11 392	0.00 1	0.01 262	0.00 1	0.00 1	0.10 299	0.31 408

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

CSAN	2.70 391	0.75 373	3.41 359	0.18 285	0.12 306	4.18 390	4.05 429	4.11 294	4.36 410	6.03 413	6.24 404	4.60 387	4.74 415	7.29 410	3.43 387	0.02 378	0.03 340	0.01 369	0.02 320	0.18 351	0.22 397

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

MADNet+	10.71 449	14.57 465	70.07 473	0.58 380	0.47 402	19.89 457	4.20 431	11.05 444	6.87 428	3.03 369	5.99 399	9.01 424	6.35 430	31.95 470	28.31 469	0.22 417	0.26 429	0.01 369	0.04 337	0.46 416	0.87 427

ADCS	5.09 427	2.15 437	16.58 453	0.34 338	0.07 273	5.91 415	4.26 432	6.73 428	6.99 429	9.44 433	6.09 400	6.57 411	5.17 422	9.54 436	21.38 465	0.00 1	0.00 1	0.00 1	0.00 1	0.36 408	0.23 400

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

CBMV	1.56 332	0.24 208	1.92 237	0.31 327	0.03 228	2.90 361	4.33 434	3.79 267	1.81 336	4.98 406	1.73 309	2.70 321	1.68 350	3.81 238	0.92 301	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.08 334
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ACVNet_2	8.69 441	1.80 433	5.09 410	8.55 452	6.72 449	13.47 445	4.34 435	13.70 448	23.86 453	6.89 420	19.74 448	20.52 447	5.36 424	7.70 420	2.48 371	8.53 453	1.67 450	7.99 448	0.32 432	8.79 452	6.29 459

WAO-7	9.09 443	1.79 432	3.55 366	0.80 399	0.15 322	18.67 454	4.36 436	23.07 469	26.68 457	12.59 443	27.90 464	22.52 450	13.03 450	13.53 451	11.47 437	0.09 405	0.03 340	0.58 434	0.10 367	0.47 419	0.34 410

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

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

FTStereo	2.16 378	0.03 2	1.42 174	0.17 279	0.13 311	1.42 218	4.67 439	2.44 115	0.63 96	3.36 377	17.95 438	0.78 193	4.17 408	4.41 267	0.14 105	0.15 412	0.00 1	0.00 1	0.00 1	0.01 36	1.25 434

RTS	9.75 446	2.69 443	65.25 471	0.85 404	1.99 433	14.36 446	4.75 440	5.69 404	17.29 448	7.97 425	19.00 441	6.83 414	3.02 389	26.15 467	18.62 458	0.00 1	0.15 417	0.00 1	0.00 1	0.29 395	0.16 375

RTSA	9.75 446	2.69 443	65.25 471	0.85 404	1.99 433	14.36 446	4.75 440	5.69 404	17.29 448	7.97 425	19.00 441	6.83 414	3.02 389	26.15 467	18.62 458	0.00 1	0.15 417	0.00 1	0.00 1	0.29 395	0.16 375

LSM	7.38 437	1.68 427	22.24 457	3.99 442	40.72 473	3.54 379	4.79 442	4.74 351	6.65 426	10.25 435	13.51 430	4.49 383	3.81 405	6.91 395	5.31 406	0.00 1	0.04 351	0.00 1	0.00 1	0.26 383	14.60 470

FADE	16.19 464	10.20 461	37.43 467	4.76 444	4.82 445	10.62 439	5.00 443	19.13 457	23.28 451	8.35 428	6.09 400	14.63 438	21.62 464	25.45 465	20.32 461	24.52 471	8.46 468	36.14 475	36.87 475	3.46 439	2.72 445

IMH	11.11 452	3.50 448	2.56 316	11.25 460	9.13 458	14.49 448	5.10 444	20.68 462	26.30 456	8.28 427	23.85 458	20.63 448	9.19 441	12.39 448	7.96 420	9.50 461	2.50 458	15.28 461	1.66 456	11.07 460	6.96 462

NaN_ROB	2.02 374	0.58 343	2.65 321	0.29 322	0.28 381	3.19 364	5.19 445	3.84 275	2.55 385	5.31 409	1.73 309	2.30 307	1.96 362	6.78 383	3.09 384	0.01 356	0.06 368	0.03 399	0.10 367	0.10 299	0.37 413

IMH-64-1	9.55 444	2.76 445	2.44 304	11.17 458	9.13 458	12.03 441	5.45 446	18.33 454	15.78 444	6.59 415	18.69 439	16.95 442	6.20 428	10.63 442	8.06 422	9.46 459	2.46 456	15.42 462	1.61 454	10.89 457	6.88 460

IMH-64	9.55 444	2.76 445	2.44 304	11.17 458	9.13 458	12.03 441	5.45 446	18.33 454	15.78 444	6.59 415	18.69 439	16.95 442	6.20 428	10.63 442	8.06 422	9.46 459	2.46 456	15.42 462	1.61 454	10.89 457	6.88 460

Dean	11.46 453	2.03 436	5.20 412	10.73 457	8.20 457	18.71 455	5.73 448	21.10 463	41.49 471	11.12 437	22.16 453	25.92 456	7.74 434	7.52 415	4.31 394	9.01 455	2.27 452	9.95 454	0.61 443	9.18 453	6.22 457

AnyNet_C01	6.59 436	4.31 451	36.24 464	0.96 412	0.46 400	9.96 436	5.74 449	6.02 416	3.63 402	7.59 424	8.56 416	8.83 423	3.14 392	13.74 452	20.83 463	0.12 409	0.08 386	0.25 425	0.09 363	1.01 431	0.34 410

LE_ROB	12.79 456	0.64 356	10.26 443	2.13 433	1.29 425	7.25 425	5.81 450	9.09 439	49.27 474	57.55 474	24.58 459	23.68 454	31.13 470	9.00 431	23.57 468	0.04 389	0.06 368	0.13 418	0.20 402	0.08 268	0.11 349

MANE	14.02 460	0.85 391	3.53 364	2.13 433	3.75 442	18.44 453	6.14 451	22.67 468	27.90 458	33.01 469	41.08 472	41.26 470	30.90 469	23.39 461	17.99 454	0.47 428	0.76 441	0.91 435	4.04 461	0.17 343	1.00 432

CrosDoStereo	1.66 343	0.15 133	1.66 211	0.02 81	0.07 273	1.38 203	6.16 452	3.12 179	1.06 223	0.97 190	3.74 377	0.96 209	4.79 416	7.00 403	1.92 352	0.00 1	0.00 1	0.00 1	0.00 1	0.11 307	0.00 1

DeepStereo_LL	1.66 343	0.15 133	1.66 211	0.02 81	0.07 273	1.38 203	6.16 452	3.12 179	1.06 223	0.97 190	3.74 377	0.96 209	4.79 416	7.00 403	1.92 352	0.00 1	0.00 1	0.00 1	0.00 1	0.11 307	0.00 1

TorneroNet-64	15.45 462	5.66 456	3.44 361	13.86 462	12.03 463	28.15 469	6.27 454	19.89 458	38.68 469	12.16 442	28.06 465	35.76 465	15.44 456	19.56 459	15.40 447	9.71 462	2.52 459	19.13 465	2.70 457	12.55 462	7.94 464

notaker	17.52 465	21.54 469	7.84 435	18.05 467	14.44 467	17.58 452	6.43 455	20.13 460	24.44 455	21.34 462	27.71 462	39.12 467	18.78 463	19.63 460	20.40 462	11.95 467	2.71 465	25.51 470	5.85 467	17.10 467	9.78 466

AnyNet_C32	3.93 416	2.58 441	12.07 447	0.39 347	0.49 403	5.50 410	6.45 456	4.44 329	2.19 368	6.86 419	2.94 359	5.28 400	3.20 394	6.63 371	18.37 455	0.08 402	0.04 351	0.20 422	0.09 363	0.57 425	0.19 389

WAO-6	11.09 450	1.69 428	3.21 348	7.54 449	7.10 451	16.34 450	6.63 457	20.12 459	38.64 468	9.67 434	19.28 447	27.53 457	10.97 448	12.43 449	11.57 438	4.26 442	2.35 454	10.54 456	0.02 320	7.59 445	4.29 449

TorneroNet	16.10 463	5.74 457	4.12 386	13.88 463	11.97 462	26.89 468	6.85 458	21.13 464	38.32 467	14.15 447	33.36 468	33.52 464	17.49 460	18.89 458	19.64 460	9.77 463	2.53 460	19.43 466	3.35 458	13.21 463	7.86 463

ELAS	8.05 440	0.76 377	4.02 379	0.95 411	1.02 420	14.85 449	6.99 459	12.80 447	11.73 438	22.43 465	27.75 463	17.88 444	15.19 455	10.96 445	11.31 436	0.22 417	0.56 439	0.23 424	0.22 409	0.50 422	0.71 423
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MFN_U_SF_DS_RVC	3.30 403	2.61 442	7.84 435	0.09 233	0.26 366	12.92 443	7.62 460	4.25 307	3.64 403	2.95 365	3.99 382	4.61 388	1.22 317	8.36 425	1.77 342	0.59 433	1.15 445	0.04 402	0.85 448	0.48 420	0.67 422

LVE	11.10 451	2.36 439	3.34 355	9.94 456	8.13 456	21.22 459	7.75 461	16.47 452	32.55 463	8.55 429	23.64 456	23.22 453	7.93 437	10.98 446	6.65 414	9.45 458	2.55 462	11.08 458	0.58 442	9.35 455	6.28 458

SGM-ForestM	12.56 455	0.80 383	4.31 394	1.07 418	0.41 395	21.56 460	8.57 462	17.42 453	19.67 450	29.93 467	28.49 467	45.83 471	27.22 467	26.05 466	18.40 456	0.14 411	0.25 426	0.18 421	0.28 427	0.18 351	0.42 416

MSC_U_SF_DS_RVC	5.12 428	2.33 438	8.42 437	0.33 332	0.27 371	24.60 466	8.84 463	5.50 394	9.75 435	3.82 388	8.16 415	8.53 422	1.82 355	9.44 434	5.18 405	1.02 435	1.65 449	0.33 427	0.47 439	1.06 432	0.90 428

ELAS_RVC	7.69 438	0.80 383	4.90 408	1.06 417	1.02 420	10.00 437	9.43 464	9.75 441	14.69 442	21.83 463	20.27 449	17.88 444	16.41 457	13.01 450	10.44 434	0.22 417	0.55 438	0.28 426	0.19 398	0.35 406	0.65 421
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
KSHMR	14.27 461	6.95 458	5.79 422	15.08 465	12.84 464	17.44 451	10.61 465	18.88 456	30.94 461	18.81 454	22.21 454	28.54 459	8.85 439	15.56 454	9.24 430	10.34 466	3.60 466	21.61 468	4.68 464	14.48 464	8.94 465

PWCK	8.72 442	5.37 454	16.61 454	5.74 445	0.12 306	19.88 456	11.41 466	11.31 446	13.42 441	14.07 446	12.84 428	13.20 434	8.05 438	15.44 453	10.25 433	5.95 446	0.22 424	2.09 443	0.05 342	7.50 444	0.92 429

ktn	19.15 467	18.52 466	6.39 431	22.64 471	17.26 469	24.47 464	12.11 467	24.52 470	34.74 466	18.75 453	27.70 461	32.54 460	17.85 461	15.71 455	16.67 449	22.09 470	3.64 467	28.95 472	10.91 469	17.40 468	10.22 468

HanzoNet	29.69 472	29.33 472	21.66 456	21.75 470	19.07 471	24.58 465	12.99 468	28.87 472	40.49 470	43.09 471	44.02 473	55.65 474	44.93 473	43.17 473	44.44 472	27.88 473	9.47 469	29.77 473	15.86 471	20.94 471	15.84 471

BEATNet-Init1	17.91 466	7.45 459	36.82 465	1.88 432	1.38 426	37.29 472	14.71 469	21.90 465	24.20 454	38.07 470	36.59 471	50.41 472	32.00 471	29.42 469	21.83 466	0.33 425	0.39 435	0.47 429	0.54 441	1.50 436	1.07 433

UNDER WATER	19.61 468	12.37 464	31.14 460	20.44 469	14.31 466	28.63 470	18.15 470	16.43 451	34.24 465	20.82 461	19.14 445	38.83 466	30.09 468	24.31 462	20.97 464	10.09 465	2.68 463	19.51 467	4.70 465	15.52 466	9.93 467

JetBlue	13.83 457	5.03 452	33.82 463	0.84 401	6.92 450	50.14 473	20.02 471	15.09 449	8.92 434	11.33 439	17.05 436	28.25 458	18.01 462	32.60 471	18.53 457	0.32 424	0.12 408	0.15 419	0.23 412	4.59 441	4.64 450

UNDER WATER-64	20.03 469	10.28 462	31.50 461	20.05 468	13.64 465	32.81 471	23.45 472	16.01 450	33.44 464	22.01 464	17.25 437	40.58 469	32.20 472	24.50 463	22.36 467	10.06 464	2.70 464	18.37 464	4.24 462	14.84 465	10.24 469

DPSimNet_ROB	25.03 471	19.56 468	24.93 459	24.36 472	17.85 470	22.25 461	25.93 473	28.52 471	29.10 459	32.61 468	28.25 466	32.87 461	26.42 465	24.51 464	40.42 471	16.75 469	13.93 470	25.19 469	22.38 472	19.96 470	24.75 474

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

JetRed	34.54 473	39.28 474	62.16 469	15.62 466	26.51 472	69.20 475	40.79 475	31.43 473	32.41 462	46.06 472	44.55 474	40.19 468	26.50 466	38.43 472	56.06 474	12.76 468	37.49 476	13.23 459	9.38 468	29.52 472	19.34 472

HaxPig	97.68 484	99.63 482	91.34 476	99.82 489	99.97 486	88.15 476	88.00 476	98.28 483	99.93 484	99.98 486	99.99 484	99.95 486	99.99 485	96.29 481	92.24 481	99.99 490	99.98 485	100.00 486	99.99 485	100.00 491	99.98 489

MEDIAN_ROB	96.83 482	99.41 481	98.66 482	94.75 482	94.23 481	93.08 478	90.54 477	95.61 482	94.75 480	97.65 483	97.73 482	98.30 482	96.57 482	94.51 480	93.74 482	99.78 488	98.24 482	99.99 485	99.89 484	99.48 485	99.67 485

AVERAGE_ROB	99.23 488	99.81 485	97.56 481	100.00 492	100.00 488	96.24 482	91.02 478	100.00 487	100.00 485	100.00 487	100.00 485	100.00 488	100.00 486	99.98 488	99.97 485	100.00 491	100.00 486	100.00 486	100.00 486	100.00 491	100.00 491

xxxxx1	76.92 478	82.43 478	93.26 478	61.67 476	66.92 477	95.84 479	95.11 479	75.84 477	80.96 476	82.71 478	86.75 477	89.18 477	87.35 477	85.27 477	87.18 477	55.08 476	54.60 477	60.31 477	72.71 478	62.51 475	62.73 477

tt_ll	76.92 478	82.43 478	93.26 478	61.67 476	66.92 477	95.84 479	95.11 479	75.84 477	80.96 476	82.71 478	86.75 477	89.18 477	87.35 477	85.27 477	87.18 477	55.08 476	54.60 477	60.31 477	72.71 478	62.51 475	62.73 477

ff	76.92 478	82.43 478	93.26 478	61.67 476	66.92 477	95.84 479	95.11 479	75.84 477	80.96 476	82.71 478	86.75 477	89.18 477	87.35 477	85.27 477	87.18 477	55.08 476	54.60 477	60.31 477	72.71 478	62.51 475	62.73 477

PML	89.08 481	99.72 483	92.85 477	94.72 481	94.92 483	99.54 484	97.42 482	93.50 480	95.96 481	99.77 485	92.33 481	95.35 481	93.51 481	99.96 487	91.15 480	99.98 489	31.71 474	100.00 486	45.94 476	93.46 482	69.88 480

ASD4	55.28 475	67.10 477	50.57 468	44.24 474	57.82 476	92.00 477	98.23 483	54.95 474	86.61 479	58.30 475	64.61 476	50.57 473	63.33 476	58.83 475	67.37 476	25.76 472	29.60 473	26.82 471	29.01 474	42.42 473	37.42 475

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

Selective-RAFT-Error	100.00 493	100.00 489	100.00 489	100.00 492	100.00 488	100.00 485	100.00 485	100.00 487	100.00 485	100.00 487	100.00 485	100.00 488	100.00 486	100.00 489	100.00 488	100.00 491	100.00 486	100.00 486	100.00 486	99.99 489	99.95 487

Anonymous_1	97.10 483	99.72 483	99.64 485	92.33 480	93.91 480	100.00 485	100.00 485	99.20 484	99.90 483	98.57 484	99.75 483	99.14 483	99.94 484	98.50 482	99.54 483	87.90 479	98.87 483	90.88 480	96.91 482	92.22 481	95.12 482

tt	68.65 477	0.15 133	99.57 484	50.64 475	14.90 468	100.00 485	100.00 485	100.00 487	99.76 482	27.80 466	10.52 423	99.97 487	98.63 483	99.61 483	100.00 488	90.62 480	98.21 481	46.66 476	52.02 477	62.86 478	21.04 473

CasAABBNet	99.94 491	100.00 489	100.00 489	99.72 488	100.00 488	100.00 485	100.00 485	100.00 487	100.00 485	100.00 487	100.00 485	100.00 488	100.00 486	100.00 489	100.00 488	99.21 486	100.00 486	100.00 486	100.00 486	99.96 488	99.95 487

LSM0	99.94 491	100.00 489	100.00 489	99.84 490	100.00 488	100.00 485	100.00 485	100.00 487	100.00 485	100.00 487	100.00 485	100.00 488	100.00 486	100.00 489	100.00 488	99.22 487	100.00 486	100.00 486	100.00 486	99.99 489	99.83 486

DPSMNet_ROB	99.46 490	99.94 486	99.98 487	96.59 486	100.00 488	100.00 485	100.00 485	99.81 485	100.00 485	95.87 482	100.00 485	99.32 484	100.00 486	99.79 484	99.99 486	98.46 485	100.00 486	99.86 483	100.00 486	99.52 486	100.00 491

DGTPSM_ROB	99.45 489	99.94 486	99.98 487	96.58 485	100.00 488	100.00 485	100.00 485	99.81 485	100.00 485	95.86 481	100.00 485	99.32 484	100.00 486	99.79 484	99.99 486	98.34 484	100.00 486	99.86 483	100.00 486	99.52 486	99.99 490

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

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

Low-res two-view benchmark