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

CAS++	0.06 5	0.06 84	0.59 36	0.00 1	0.00 1	0.07 21	0.00 1	0.25 124	0.13 94	0.00 1	0.00 1	0.02 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
panet	0.10 22	0.05 60	0.52 16	0.00 1	0.00 1	1.06 260	0.00 1	0.17 93	0.09 50	0.00 1	0.00 1	0.02 39	0.00 1	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

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

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

LargeStereo	0.06 5	0.14 158	0.46 9	0.03 287	0.00 1	0.04 13	0.00 1	0.03 6	0.08 31	0.01 128	0.00 1	0.02 39	0.06 243	0.04 105	0.03 124	0.00 1	0.04 360	0.00 1	0.03 355	0.08 273	0.07 337

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

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

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

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

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

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

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

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

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

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

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

WAO-6	2.38 385	0.69 350	1.93 286	0.00 1	0.00 1	3.94 398	0.29 354	5.62 401	7.23 406	0.34 347	6.76 393	7.73 401	1.96 376	5.88 364	5.07 384	0.00 1	0.00 1	0.00 1	0.00 1	0.15 327	0.03 259

ACVNet-DCA	0.25 146	0.22 201	1.20 187	0.00 1	0.00 1	1.31 365	0.00 1	0.95 233	0.55 166	0.07 285	0.00 1	0.03 78	0.02 134	0.59 186	0.01 78	0.00 1	0.01 305	0.00 1	0.00 1	0.00 1	0.01 129

xx1	0.28 160	0.22 201	1.20 187	0.00 1	0.00 1	1.31 365	0.00 1	1.41 285	0.69 363	0.07 285	0.00 1	0.01 7	0.00 1	0.59 186	0.01 78	0.00 1	0.01 305	0.00 1	0.00 1	0.00 1	0.01 129

1test111	0.28 160	0.22 201	1.20 187	0.00 1	0.00 1	1.31 365	0.00 1	0.95 233	0.55 166	0.07 285	0.00 1	0.03 78	0.02 134	1.23 208	0.00 1	0.00 1	0.01 305	0.00 1	0.00 1	0.00 1	0.01 129

cc1	0.28 160	0.22 201	1.20 187	0.00 1	0.00 1	1.31 365	0.00 1	1.41 285	0.69 363	0.07 285	0.00 1	0.03 78	0.02 134	0.59 186	0.01 78	0.00 1	0.01 305	0.00 1	0.00 1	0.08 273	0.04 289

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

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

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

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

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

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

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

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

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

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

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

tt1	0.27 156	0.23 210	1.17 182	0.00 1	0.00 1	1.29 363	0.00 1	1.42 288	0.57 211	0.07 285	0.00 1	0.03 78	0.02 134	0.57 183	0.01 78	0.00 1	0.01 305	0.00 1	0.00 1	0.08 273	0.03 259

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

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

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

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

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

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

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

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

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

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

CASnet	0.08 11	0.05 60	0.40 1	0.00 1	0.00 1	0.82 184	0.00 1	0.14 84	0.08 31	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 185	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.17 92	0.04 38	0.93 130	0.00 1	0.00 1	1.10 322	0.00 1	0.99 240	0.03 4	0.01 128	0.00 1	0.21 213	0.00 1	0.07 123	0.01 78	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

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

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

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

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

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

coex-ft	8.40 415	2.59 417	75.27 426	0.00 1	0.00 1	0.18 39	0.04 286	0.13 80	20.18 415	39.66 424	4.06 382	4.68 390	8.53 410	3.94 297	7.96 396	0.02 365	0.07 385	0.00 1	0.02 334	0.14 320	0.50 403

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

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

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

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

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

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

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

CASS	0.07 9	0.06 84	0.73 52	0.00 1	0.00 1	0.10 28	0.01 218	0.15 87	0.12 87	0.16 323	0.00 1	0.02 39	0.02 134	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	0.12 47	0.15 163	0.92 129	0.00 1	0.00 1	0.46 94	0.00 1	0.41 155	0.10 69	0.00 1	0.00 1	0.10 159	0.00 1	0.07 123	0.19 255	0.00 1	0.00 1	0.00 1	0.02 334	0.04 206	0.02 226

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

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

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

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

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

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

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

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

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

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

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

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

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

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

tt	48.25 425	0.05 60	28.22 417	1.29 407	0.00 1	100.00 437	100.00 435	100.00 436	97.19 431	0.08 293	0.00 1	97.99 435	86.70 431	2.26 233	99.92 436	83.66 432	94.83 431	16.47 424	21.27 427	35.05 425	0.01 129

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

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

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

Wz-Net-SNSev	0.78 326	1.10 385	6.27 395	0.00 1	0.00 1	0.27 49	0.00 1	0.95 233	0.61 300	0.00 1	0.01 206	0.41 268	0.10 265	4.92 327	0.81 328	0.00 1	0.00 1	0.00 1	0.00 1	0.17 343	0.03 259

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

BUS	0.33 191	0.05 60	0.54 25	0.00 1	0.00 1	1.87 382	0.00 1	2.43 368	0.58 250	0.30 341	0.09 306	0.65 305	0.00 1	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

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

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

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

NINENet	0.45 237	0.09 119	0.81 94	0.06 328	0.00 1	1.87 382	0.00 1	2.69 386	0.56 178	0.00 1	0.00 1	0.65 305	0.00 1	2.15 226	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

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

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

IGEV-Stereo	0.11 38	0.18 178	0.58 33	0.00 1	0.00 1	1.06 260	0.00 1	0.08 46	0.09 50	0.01 128	0.00 1	0.01 7	0.04 207	0.03 96	0.00 1	0.00 1	0.00 1	0.00 1	0.11 374	0.07 256	0.03 259
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.50 264	0.51 319	1.44 234	0.00 1	0.00 1	0.29 54	0.00 1	0.63 192	0.59 262	0.00 1	0.00 1	0.08 145	0.01 87	6.14 374	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.22 360	0.01 129

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

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

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

UDGNet	0.14 66	0.48 309	0.72 50	0.00 1	0.00 1	1.06 260	0.00 1	0.05 19	0.28 128	0.00 1	0.00 1	0.02 39	0.00 1	0.09 137	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

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

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

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

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

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

DAS	0.49 255	0.05 60	1.29 205	0.00 1	0.00 1	0.07 21	0.00 1	1.25 268	0.61 300	1.18 376	0.00 1	0.24 219	0.03 176	4.76 322	0.22 263	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.01 129

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

IPLG	0.51 269	0.38 285	1.60 251	0.02 270	0.00 1	1.11 330	0.07 302	1.48 309	0.57 211	0.05 271	0.00 1	0.12 168	0.15 281	4.58 316	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 302	0.00 1

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

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

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

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

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

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

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

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

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

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

HHNet	0.48 250	0.21 194	1.60 251	0.10 346	0.00 1	1.14 341	0.26 345	0.47 165	0.59 262	0.01 128	3.56 381	0.04 98	0.71 337	0.00 1	0.73 325	0.02 365	0.00 1	0.00 1	0.00 1	0.03 185	0.00 1

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

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

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

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

PSM-AAD	0.49 255	0.02 7	0.75 69	0.06 328	0.00 1	1.19 354	2.19 404	0.12 76	0.59 262	0.01 128	0.45 340	0.13 175	4.04 398	0.22 161	0.06 165	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 129

FTStereo	0.78 326	0.01 1	1.27 204	0.12 360	0.00 1	1.15 344	2.80 410	0.09 52	0.61 300	0.16 323	5.93 391	0.36 252	2.56 385	0.53 182	0.01 78	0.07 378	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

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

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

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

GrayStereo	0.46 241	0.01 1	0.71 48	0.10 346	0.00 1	1.12 337	2.67 409	0.20 109	0.59 262	0.00 1	0.00 1	0.08 145	3.76 397	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

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

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

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

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

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

CroCo-Stereo	0.13 53	0.16 170	0.40 1	0.00 1	0.00 1	0.03 5	0.00 1	0.98 238	0.57 211	0.00 1	0.01 206	0.31 239	0.03 176	0.01 27	0.03 124	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
GMM-Stereo	0.18 102	0.02 7	1.37 220	0.08 337	0.00 1	1.11 330	0.13 327	0.09 52	0.60 285	0.01 128	0.00 1	0.02 39	0.10 265	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

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

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

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

GEStereo_RVC	0.43 233	0.38 285	1.10 167	0.01 246	0.00 1	1.02 235	0.00 1	1.94 347	0.57 211	0.00 1	0.00 1	0.14 182	0.01 87	3.25 271	0.03 124	0.00 1	0.00 1	0.00 1	0.00 1	0.08 273	0.02 226

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

CREStereo++_RVC	0.10 22	0.06 84	0.78 85	0.00 1	0.00 1	1.00 231	0.00 1	0.10 67	0.08 31	0.00 1	0.01 206	0.03 78	0.00 1	0.01 27	0.03 124	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.21 121	0.05 60	0.81 94	0.00 1	0.00 1	1.06 260	0.02 258	1.36 277	0.56 178	0.01 128	0.34 335	0.02 39	0.00 1	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1

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

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

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

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

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

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

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

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

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

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

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

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

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

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

222	1.95 377	0.03 23	0.41 3	0.00 1	0.00 1	0.58 124	0.00 1	2.64 385	0.57 211	0.02 218	0.00 1	0.05 119	0.02 134	3.34 274	31.23 423	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 226

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

xxxx	1.04 349	0.02 7	0.54 25	0.00 1	0.00 1	0.53 112	0.00 1	2.53 375	0.57 211	0.00 1	0.00 1	0.01 7	0.01 87	2.04 221	14.52 415	0.00 1	0.01 305	0.00 1	0.00 1	0.00 1	0.01 129

test_xeample	1.14 355	0.02 7	0.58 33	0.00 1	0.00 1	0.57 121	0.00 1	2.57 378	0.57 211	0.00 1	0.00 1	0.03 78	0.02 134	3.45 277	15.00 418	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 226

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

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

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

GMStereo	0.08 11	0.54 328	0.90 123	0.00 1	0.00 1	0.03 5	0.00 1	0.04 13	0.03 4	0.00 1	0.00 1	0.01 7	0.02 134	0.00 1	0.03 124	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
FINET	0.51 269	0.36 267	2.40 317	0.00 1	0.00 1	0.27 49	0.00 1	2.06 353	1.49 390	0.00 1	0.00 1	0.04 98	0.04 207	3.38 275	0.10 201	0.00 1	0.00 1	0.00 1	0.00 1	0.03 185	0.02 226

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

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

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

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

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

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

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

FCDSN-DC	2.66 391	0.08 111	1.65 256	0.00 1	0.00 1	1.73 379	0.37 364	1.64 329	1.35 387	8.08 411	11.18 413	11.78 407	7.59 408	4.76 322	2.80 364	0.02 365	0.00 1	0.00 1	0.00 1	0.03 185	0.05 306
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.75 323	0.25 220	7.10 397	0.00 1	0.00 1	0.19 40	0.00 1	0.10 67	0.12 87	0.65 360	0.00 1	2.74 383	0.23 301	3.02 259	0.54 314	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.01 129

CREStereo	0.10 22	0.06 84	0.51 13	0.00 1	0.00 1	1.06 260	0.00 1	0.20 109	0.08 31	0.00 1	0.00 1	0.02 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
FENet	0.23 132	0.05 60	1.39 223	0.00 1	0.00 1	1.00 231	0.00 1	0.80 211	0.57 211	0.00 1	0.00 1	0.24 219	0.04 207	0.23 163	0.18 246	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 129

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

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

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

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

cf-r	0.35 204	0.41 292	1.45 235	0.00 1	0.00 1	1.06 260	0.00 1	0.43 158	0.38 142	0.05 271	0.00 1	0.65 305	0.00 1	2.53 241	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.04 206	0.02 226

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

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

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

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

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

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

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

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

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

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

DIP-Stereo	0.22 125	0.10 123	0.77 76	0.00 1	0.00 1	1.09 316	0.00 1	1.68 330	0.57 211	0.01 128	0.00 1	0.01 7	0.07 250	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.01 129
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MaskLacGwcNet_RVC	0.47 243	0.43 296	1.04 150	0.11 356	0.00 1	1.10 322	0.00 1	0.80 211	0.54 162	0.00 1	0.05 290	0.38 261	0.03 176	3.50 279	0.14 232	0.88 405	0.00 1	0.00 1	0.00 1	0.11 302	0.20 386

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

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

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

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

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

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

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

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

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

RAFT-Stereo	0.15 79	0.03 23	0.77 76	0.00 1	0.00 1	0.74 168	0.00 1	1.36 277	0.09 50	0.02 218	0.00 1	0.01 7	0.00 1	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 129
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RASNet	0.58 297	0.27 227	1.30 208	0.00 1	0.00 1	0.61 130	0.01 218	0.47 165	0.60 285	0.08 293	0.06 299	1.52 369	0.04 207	6.18 376	0.48 309	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1

HSM-Net_RVC	0.52 278	0.06 84	1.45 235	0.00 1	0.00 1	0.61 130	0.00 1	3.83 395	0.52 156	0.14 320	0.00 1	0.22 216	0.03 176	3.50 279	0.04 141	0.01 351	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
STTRV1_RVC	0.67 316	0.21 194	2.32 311	0.00 1	0.00 1	0.58 124	0.01 218	1.05 245	0.59 262	0.01 128	0.51 344	0.26 226	0.18 289	6.05 370	0.27 279	0.26 393	1.07 418	0.00 1	0.00 1	0.00 1	0.03 259

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

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

GANetREF_RVC	0.54 281	0.70 352	2.06 297	0.00 1	0.00 1	1.14 341	0.00 1	1.61 325	0.58 250	0.00 1	0.01 206	0.29 233	0.04 207	4.21 307	0.06 165	0.00 1	0.00 1	0.00 1	0.00 1	0.03 185	0.02 226
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
GANet	0.55 283	0.35 260	1.40 228	0.00 1	0.00 1	0.77 174	0.08 309	0.36 146	0.57 211	0.01 128	0.00 1	0.68 313	0.11 269	5.52 347	1.07 334	0.00 1	0.00 1	0.02 376	0.00 1	0.09 289	0.03 259

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

CFNet	0.56 287	0.50 314	1.58 249	0.00 1	0.00 1	1.06 260	0.01 218	1.08 252	0.57 211	0.00 1	0.01 206	0.12 168	0.01 87	5.87 363	0.19 255	0.00 1	0.00 1	0.00 1	0.00 1	0.13 317	0.02 226

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

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

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

AANet_RVC	0.75 323	0.65 345	2.52 330	0.01 246	0.00 1	0.66 153	0.00 1	0.61 190	0.13 94	0.00 1	1.29 370	0.96 331	0.04 207	5.98 365	1.82 354	0.13 384	0.02 335	0.00 1	0.00 1	0.07 256	0.04 289

FC-DCNN	3.42 397	0.11 137	2.03 290	0.00 1	0.00 1	3.18 394	0.60 381	3.13 392	2.98 395	11.40 416	12.28 415	13.93 412	8.68 411	5.70 356	4.27 375	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.06 326

HITNet	0.19 107	0.55 334	1.36 218	0.00 1	0.00 1	0.25 46	0.00 1	1.09 253	0.23 123	0.00 1	0.00 1	0.14 182	0.02 134	0.02 70	0.14 232	0.00 1	0.00 1	0.00 1	0.00 1	0.05 224	0.00 1
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
AdaStereo	0.20 115	0.06 84	0.86 111	0.00 1	0.00 1	0.25 46	0.00 1	1.71 334	0.56 178	0.00 1	0.00 1	0.31 239	0.01 87	0.11 146	0.11 209	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
Anonymous Stereo	0.59 301	0.78 367	2.67 339	0.00 1	0.00 1	0.55 117	0.49 375	1.05 245	0.28 128	0.00 1	0.01 206	0.12 168	0.02 134	5.54 349	0.27 279	0.00 1	0.00 1	0.00 1	0.00 1	0.07 256	0.00 1

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

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

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

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

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

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

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

StereoDRNet-Refined	0.24 140	0.08 111	0.68 47	0.00 1	0.00 1	0.83 189	0.00 1	0.66 195	0.61 300	0.00 1	0.00 1	0.50 290	0.02 134	1.28 210	0.08 186	0.00 1	0.00 1	0.00 1	0.00 1	0.10 296	0.04 289
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet	0.25 146	0.27 227	1.68 259	0.00 1	0.00 1	0.69 158	0.00 1	1.22 266	0.56 178	0.00 1	0.00 1	0.04 98	0.03 176	0.12 148	0.30 284	0.00 1	0.00 1	0.00 1	0.00 1	0.05 224	0.01 129

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

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

CBMV_ROB	0.84 332	0.06 84	1.73 265	0.00 1	0.00 1	1.37 370	0.47 371	2.57 378	0.58 250	2.13 387	0.76 355	1.06 339	1.38 366	4.04 300	0.54 314	0.00 1	0.00 1	0.00 1	0.00 1	0.03 185	0.05 306

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

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

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

XPNet_ROB	0.37 213	0.34 251	1.01 146	0.01 246	0.00 1	0.96 219	0.00 1	1.11 255	0.46 150	0.00 1	0.00 1	0.17 197	0.02 134	2.73 246	0.54 314	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 129

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

PDISCO_ROB	0.56 287	0.57 337	2.07 298	0.17 378	0.00 1	1.56 374	0.01 218	2.27 363	0.51 155	0.08 293	0.01 206	0.74 316	0.28 307	2.37 235	0.13 226	0.00 1	0.00 1	0.00 1	0.00 1	0.33 382	0.00 1

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

MSMD_ROB	2.04 382	0.40 290	2.13 300	0.00 1	0.00 1	4.88 402	0.22 340	0.93 230	1.82 392	5.71 404	7.79 400	7.39 400	3.72 395	4.62 320	1.22 340	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 226

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

PWCDC_ROB	0.94 344	0.91 378	2.52 330	0.00 1	0.00 1	1.15 344	0.00 1	2.11 355	1.18 383	0.00 1	8.99 403	0.35 249	0.09 257	0.64 191	0.40 298	0.00 1	0.00 1	0.00 1	0.00 1	0.50 392	0.03 259

WCMA_ROB	2.01 381	0.34 251	1.89 280	0.04 299	0.00 1	1.07 295	0.60 381	1.09 253	1.21 384	5.12 401	9.87 409	8.09 402	4.48 403	3.74 291	2.55 363	0.00 1	0.00 1	0.01 360	0.00 1	0.02 136	0.13 372

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

CBMV	0.57 293	0.22 201	1.61 254	0.00 1	0.00 1	0.84 191	0.78 389	2.58 380	0.61 300	0.38 350	0.00 1	1.25 348	0.63 335	2.07 223	0.38 295	0.00 1	0.00 1	0.00 1	0.00 1	0.04 206	0.08 339
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
CoDeX	0.36 208	0.24 214	1.39 223	0.00 1	0.01 240	0.29 54	0.00 1	1.58 322	0.57 211	0.00 1	0.00 1	0.25 224	0.07 250	2.82 249	0.02 107	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

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

PCWNet_CMD	0.19 107	0.10 123	1.38 221	0.00 1	0.01 240	0.75 171	0.00 1	0.35 144	0.12 87	0.00 1	0.00 1	0.48 279	0.51 323	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 129

CFNet_ucs	0.26 150	0.14 158	1.53 246	0.00 1	0.01 240	0.84 191	0.00 1	1.78 339	0.17 110	0.00 1	0.00 1	0.49 287	0.30 308	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 129

SDNR	1.15 357	0.21 194	3.21 362	0.01 246	0.01 240	3.30 396	0.01 218	2.55 376	0.75 371	1.80 384	1.49 372	1.40 360	0.20 295	7.24 401	0.68 324	0.00 1	0.00 1	0.00 1	0.00 1	0.04 206	0.04 289

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

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

DCRE	0.51 269	0.25 220	0.96 136	0.00 1	0.01 240	0.43 87	0.00 1	0.25 124	0.21 116	0.33 346	7.49 396	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 305	0.00 1	0.17 388	0.02 136	0.01 129

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

HBP-ISP	0.80 328	0.70 352	2.86 349	0.02 270	0.01 240	1.67 377	0.48 373	2.63 384	0.56 178	1.11 373	0.06 299	0.50 290	0.74 341	4.60 318	0.09 192	0.00 1	0.00 1	0.00 1	0.00 1	0.05 224	0.03 259

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

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

CRFU-Net	0.40 222	0.12 146	1.50 242	0.14 369	0.01 240	0.90 205	0.00 1	0.42 157	0.14 97	0.00 1	0.00 1	0.42 269	1.94 375	2.15 226	0.12 219	0.00 1	0.00 1	0.03 385	0.00 1	0.03 185	0.00 1

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

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

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

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

Patchmatch Stereo++	0.13 53	0.04 38	0.73 52	0.05 309	0.01 240	1.06 260	0.08 309	0.06 29	0.56 178	0.01 128	0.00 1	0.05 119	0.00 1	0.01 27	0.02 107	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
STrans-v2	0.85 334	0.28 231	1.66 257	0.00 1	0.01 240	0.85 194	0.04 286	2.05 350	0.67 361	0.48 357	0.87 362	1.12 346	2.12 381	6.64 394	0.25 274	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

NRIStereo	0.17 92	0.03 23	0.73 52	0.04 299	0.01 240	1.15 344	0.33 360	0.03 6	0.59 262	0.04 262	0.01 206	0.11 162	0.01 87	0.10 141	0.03 124	0.00 1	0.02 335	0.00 1	0.00 1	0.06 244	0.09 352

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

THIR-Stereo	0.93 343	0.18 178	1.34 212	0.00 1	0.01 240	0.53 112	3.86 413	0.10 67	0.10 69	0.10 305	1.50 373	0.76 318	2.90 388	5.73 358	1.45 347	0.00 1	0.00 1	0.02 376	0.00 1	0.01 58	0.00 1

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

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

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

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

ICVP	0.15 79	0.03 23	1.23 198	0.00 1	0.01 240	1.02 235	0.09 315	0.19 99	0.10 69	0.00 1	0.02 278	0.07 139	0.01 87	0.18 156	0.01 78	0.00 1	0.01 305	0.00 1	0.00 1	0.01 58	0.00 1
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_pseudo	0.22 125	0.10 123	1.39 223	0.00 1	0.01 240	0.98 223	0.00 1	0.94 231	0.09 50	0.00 1	0.00 1	0.48 279	0.36 315	0.02 70	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

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

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

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

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

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

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

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

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

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

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

ADCS	1.72 374	1.22 395	8.11 401	0.00 1	0.01 240	0.88 201	0.68 384	1.44 294	0.63 351	2.60 391	0.11 310	1.42 361	0.26 305	1.97 220	14.92 416	0.00 1	0.00 1	0.00 1	0.00 1	0.08 273	0.07 337

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

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

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

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

SPS-STEREO	0.88 340	0.40 290	2.01 289	0.00 1	0.01 240	0.42 82	0.17 329	0.50 171	0.61 300	2.19 388	0.79 359	2.04 377	0.27 306	5.10 332	2.89 367	0.00 1	0.00 1	0.00 1	0.00 1	0.03 185	0.11 361
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_1	1.10 352	1.42 404	4.00 382	0.31 393	0.02 284	1.25 359	0.10 319	1.69 331	0.61 300	0.26 334	0.01 206	4.39 389	1.29 365	4.75 321	0.57 319	0.79 404	0.00 1	0.00 1	0.00 1	0.32 380	0.18 383

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

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

PSM-adaLoss	0.14 66	0.04 38	0.73 52	0.05 309	0.02 284	1.06 260	0.08 309	0.05 19	0.56 178	0.01 128	0.00 1	0.07 139	0.00 1	0.01 27	0.02 107	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1

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

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

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

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

RAFT	0.12 47	0.43 296	0.79 88	0.01 246	0.02 284	0.10 28	0.07 302	0.06 29	0.27 127	0.00 1	0.01 206	0.18 200	0.04 207	0.01 27	0.00 1	0.00 1	0.02 335	0.00 1	0.01 320	0.37 384	0.01 129

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

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

MSC_U_SF_DS_RVC	1.79 375	1.81 409	3.81 377	0.01 246	0.02 284	12.12 413	0.50 377	2.74 387	0.71 366	0.07 285	0.20 321	2.17 380	0.15 281	6.82 396	1.19 338	0.74 401	0.80 417	0.20 405	0.27 410	0.73 398	0.70 408

RTS	4.10 399	1.68 407	43.40 421	0.09 342	0.02 284	3.95 399	0.00 1	1.61 325	0.61 300	1.09 371	0.01 206	1.97 374	0.22 298	16.87 415	10.15 403	0.00 1	0.09 389	0.00 1	0.00 1	0.20 356	0.05 306

RTSA	4.10 399	1.68 407	43.40 421	0.09 342	0.02 284	3.95 399	0.00 1	1.61 325	0.61 300	1.09 371	0.01 206	1.97 374	0.22 298	16.87 415	10.15 403	0.00 1	0.09 389	0.00 1	0.00 1	0.20 356	0.05 306

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

MADNet+	4.65 403	2.70 418	46.68 423	0.01 246	0.02 284	2.06 385	0.03 274	3.17 393	1.07 382	0.02 218	0.01 206	1.84 372	0.31 311	21.62 420	13.04 411	0.00 1	0.03 345	0.00 1	0.00 1	0.20 356	0.19 385

ADCP+	1.36 365	0.76 365	6.73 396	0.01 246	0.02 284	1.32 369	0.80 391	0.81 213	0.72 367	0.01 128	0.01 206	0.96 331	1.05 353	0.33 169	13.50 413	0.00 1	0.00 1	0.00 1	0.00 1	0.06 244	0.02 226

NLCA_NET_v2_RVC	0.35 204	0.49 313	2.00 288	0.00 1	0.02 284	0.96 219	0.00 1	0.55 176	0.18 113	0.03 245	0.00 1	0.35 249	0.10 265	2.37 235	0.01 78	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVStereoNet_ROB	1.08 351	0.39 288	2.15 302	0.08 337	0.02 284	0.45 92	0.02 258	0.89 224	0.67 361	0.10 305	5.85 389	1.90 373	1.11 357	6.20 382	1.14 336	0.20 389	0.00 1	0.03 385	0.07 364	0.12 309	0.13 372
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PWCK	2.44 388	1.65 406	7.31 399	0.22 388	0.02 284	3.12 393	4.74 415	3.06 390	3.48 397	0.72 362	4.42 384	3.40 385	1.67 372	9.06 409	3.36 369	0.39 397	0.01 305	0.00 1	0.00 1	2.19 410	0.08 339

MeshStereo	2.61 390	0.65 345	2.71 341	0.02 270	0.02 284	1.55 373	0.94 394	3.02 389	1.29 386	11.21 415	7.34 395	11.54 406	2.74 387	6.34 386	2.43 360	0.00 1	0.00 1	0.00 1	0.00 1	0.28 375	0.03 259
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
MIM_Stereo	0.10 22	0.32 243	0.90 123	0.00 1	0.03 305	0.29 54	0.00 1	0.11 71	0.11 75	0.02 218	0.00 1	0.04 98	0.01 87	0.01 27	0.00 1	0.00 1	0.03 345	0.00 1	0.00 1	0.11 302	0.08 339

ACVNet-4b	1.14 355	1.34 401	3.96 381	0.17 378	0.03 305	1.03 241	0.01 218	1.31 272	0.65 355	0.01 128	0.97 364	1.98 376	0.32 312	6.18 376	1.20 339	2.52 412	0.02 335	0.00 1	0.00 1	0.82 400	0.28 393

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

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

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

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

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

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

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

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

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

Abc-Net	0.49 255	0.46 303	2.04 292	0.03 287	0.03 305	1.06 260	0.01 218	0.78 206	0.22 118	0.06 279	0.19 319	0.64 303	0.05 232	3.65 284	0.63 322	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCL	1.52 371	0.44 299	4.70 390	0.07 332	0.03 305	2.21 386	2.35 407	0.92 229	0.80 375	1.57 382	1.11 365	1.25 348	1.55 370	1.77 217	11.53 408	0.01 351	0.00 1	0.00 1	0.00 1	0.10 296	0.01 129

ADCMid	1.38 366	0.90 377	6.15 394	0.04 299	0.03 305	1.67 377	0.18 331	1.13 260	0.93 380	0.89 367	0.58 348	0.86 325	0.71 337	1.03 201	11.96 409	0.01 351	0.00 1	0.29 408	0.08 367	0.17 343	0.03 259

SANet	1.99 380	0.71 356	3.37 366	0.03 287	0.03 305	2.85 390	0.85 392	2.42 367	8.33 408	1.55 381	4.13 383	4.29 387	3.23 391	5.39 344	2.47 361	0.00 1	0.00 1	0.00 1	0.00 1	0.06 244	0.06 326

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

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

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

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

EDNetEfficientorigin	6.23 408	0.45 302	98.39 435	0.02 270	0.04 320	0.42 82	0.02 258	0.33 142	2.90 394	7.07 408	3.12 379	1.31 354	1.61 371	4.26 309	4.55 378	0.00 1	0.00 1	0.00 1	0.00 1	0.07 256	0.02 226

MFN_U_SF_DS_RVC	1.16 358	2.03 412	4.57 389	0.02 270	0.04 320	3.52 397	0.27 350	1.80 340	0.58 250	0.22 330	0.28 328	1.38 359	0.02 134	6.08 371	0.42 300	0.14 386	0.68 415	0.01 360	0.26 409	0.39 387	0.47 400

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

ELAS	2.75 392	0.35 260	2.67 339	0.05 309	0.04 320	6.72 408	1.83 400	2.84 388	3.38 396	8.25 413	9.14 404	3.95 386	6.15 407	3.73 290	5.70 386	0.00 1	0.04 360	0.01 360	0.01 320	0.10 296	0.08 339
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-7	2.46 389	0.92 379	1.85 277	0.03 287	0.05 328	4.73 401	0.54 380	5.67 402	4.50 399	1.49 380	7.64 399	5.52 392	2.69 386	8.48 405	4.51 377	0.00 1	0.00 1	0.33 409	0.02 334	0.19 350	0.06 326

test_4	0.13 53	0.07 104	1.12 174	0.00 1	0.05 328	0.82 184	0.00 1	0.04 13	0.08 31	0.10 305	0.00 1	0.01 7	0.01 87	0.02 70	0.06 165	0.00 1	0.00 1	0.00 1	0.02 334	0.11 302	0.00 1

CrosDoStereo	1.10 352	0.08 111	1.43 232	0.00 1	0.05 328	0.63 145	5.86 417	0.60 186	0.38 142	0.26 334	1.21 366	0.19 207	3.02 389	6.61 392	1.64 351	0.00 1	0.00 1	0.00 1	0.00 1	0.06 244	0.00 1

DeepStereo_LL	1.10 352	0.08 111	1.43 232	0.00 1	0.05 328	0.63 145	5.86 417	0.60 186	0.38 142	0.26 334	1.21 366	0.19 207	3.02 389	6.61 392	1.64 351	0.00 1	0.00 1	0.00 1	0.00 1	0.06 244	0.00 1

RAFT-RH_RVC	0.96 346	0.13 152	1.35 214	0.02 270	0.05 328	1.06 260	0.00 1	0.06 29	0.55 166	0.01 128	9.57 408	0.10 159	0.00 1	6.00 366	0.30 284	0.01 351	0.00 1	0.00 1	0.02 334	0.01 58	0.00 1

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

ELAS_RVC	2.84 395	0.34 251	3.86 379	0.05 309	0.05 328	1.52 372	5.02 416	1.93 346	5.28 401	7.10 409	6.96 394	6.26 394	8.34 409	4.96 328	4.90 382	0.00 1	0.04 360	0.01 360	0.01 320	0.10 296	0.09 352
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MoCha-V2	0.09 17	0.08 111	0.61 40	0.05 309	0.06 335	0.15 36	0.00 1	0.11 71	0.08 31	0.07 285	0.00 1	0.13 175	0.00 1	0.02 70	0.04 141	0.00 1	0.13 399	0.00 1	0.20 393	0.04 206	0.01 129

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

SAMSARA	1.01 348	0.70 352	3.29 364	0.20 387	0.06 335	1.65 376	0.05 294	0.48 167	0.53 159	2.91 394	0.68 352	2.97 384	1.08 355	3.89 293	1.54 349	0.00 1	0.04 360	0.00 1	0.02 334	0.05 224	0.03 259

PA-Net	0.57 293	0.50 314	2.73 343	0.03 287	0.06 335	0.89 203	0.02 258	0.66 195	0.63 351	0.00 1	0.00 1	0.43 271	0.07 250	4.82 325	0.55 317	0.01 351	0.00 1	0.00 1	0.00 1	0.02 136	0.04 289
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DANet	0.58 297	0.19 187	1.87 279	0.26 389	0.06 335	0.51 103	0.11 323	1.41 285	0.52 156	0.22 330	0.06 299	1.06 339	0.02 134	4.25 308	0.92 331	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.06 326
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
StereoDRNet	0.42 226	0.50 314	2.50 327	0.02 270	0.06 335	0.51 103	0.00 1	0.34 143	0.61 300	0.00 1	0.00 1	0.33 242	0.02 134	2.87 251	0.50 312	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.02 226

ACVNet_2	1.32 363	1.30 399	2.83 348	0.11 356	0.07 341	1.30 364	0.18 331	2.29 364	0.75 371	0.26 334	3.44 380	6.65 397	0.16 283	5.12 333	1.08 335	0.13 384	0.00 1	0.00 1	0.00 1	0.38 385	0.32 396

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

DPSNet	1.25 362	0.28 231	5.34 392	0.28 391	0.07 341	1.50 371	0.00 1	3.53 394	0.69 363	0.03 245	0.00 1	0.45 275	2.10 380	5.67 355	4.61 379	0.02 365	0.04 360	0.00 1	0.02 334	0.23 364	0.09 352

SGM-Forest	0.84 332	0.07 104	0.90 123	0.02 270	0.07 341	1.10 322	0.68 384	2.12 357	0.61 300	1.14 374	0.78 358	1.36 358	0.98 349	5.55 350	1.31 344	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.06 326
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
HH	0.23 132	0.21 194	1.69 261	0.16 374	0.08 345	0.11 31	0.00 1	0.24 122	0.06 13	0.30 341	0.18 317	1.47 364	0.04 207	0.04 105	0.01 78	0.00 1	0.03 345	0.00 1	0.00 1	0.02 136	0.01 129

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

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

CSAN	1.05 350	0.61 342	2.46 324	0.09 342	0.08 345	0.71 163	0.71 386	2.20 360	0.93 380	0.85 366	2.92 377	0.79 321	1.46 368	5.37 343	1.58 350	0.01 351	0.01 305	0.00 1	0.00 1	0.09 289	0.05 306

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

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

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

DRN-Test	0.43 233	0.13 152	1.95 287	0.03 287	0.09 349	0.61 130	0.00 1	1.43 293	0.61 300	0.00 1	0.00 1	0.18 200	0.04 207	3.32 272	0.11 209	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 129

WAO-8	5.13 406	1.91 410	2.34 312	0.60 399	0.10 353	12.98 414	0.34 361	11.65 415	24.58 420	4.87 398	10.60 411	13.32 408	4.10 400	8.85 406	3.55 370	0.75 402	0.32 408	0.71 414	0.12 378	0.70 396	0.11 361

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

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

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

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

otaku	0.59 301	1.12 387	1.90 282	0.08 337	0.11 358	0.89 203	0.05 294	0.60 186	0.57 211	0.01 128	1.41 371	1.03 337	0.14 276	2.39 237	0.56 318	0.06 377	0.03 345	0.01 360	0.00 1	0.61 394	0.21 390

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

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

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

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

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

aanetorigin	0.86 338	0.36 267	3.45 370	0.11 356	0.13 364	0.39 74	0.93 393	0.13 80	0.14 97	3.38 395	1.21 366	0.29 233	2.01 379	2.87 251	1.35 345	0.02 365	0.00 1	0.02 376	0.05 358	0.30 378	0.08 339

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

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

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

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

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

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

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

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

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

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

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

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

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

SGM_RVC	1.54 372	0.35 260	1.60 251	0.15 372	0.17 377	1.25 359	0.77 387	1.97 348	0.88 377	4.31 396	2.46 376	4.36 388	2.37 383	6.98 398	1.78 353	0.21 390	0.23 405	0.20 405	0.23 401	0.26 370	0.31 395
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Sa-1000	0.31 180	0.26 226	0.93 130	0.00 1	0.18 379	1.08 308	0.01 218	2.59 382	0.56 178	0.00 1	0.09 306	0.03 78	0.00 1	0.18 156	0.00 1	0.00 1	0.00 1	0.00 1	0.13 381	0.11 302	0.00 1

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

AnyNet_C01	2.33 384	2.14 414	18.59 413	0.15 372	0.18 379	2.43 388	2.34 406	1.29 270	1.24 385	1.03 370	0.83 361	1.25 348	0.78 344	3.75 292	10.06 402	0.05 375	0.00 1	0.07 398	0.00 1	0.30 378	0.12 370

SGM-ForestM	8.89 416	0.68 349	3.61 372	0.57 398	0.18 379	14.89 418	5.99 419	9.62 414	10.59 411	20.43 419	17.16 420	39.22 423	20.29 419	20.63 419	13.19 412	0.04 373	0.14 400	0.00 1	0.07 364	0.15 327	0.36 397

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

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

AnyNet_C32	1.44 369	1.47 405	6.09 393	0.12 360	0.19 383	1.74 381	1.11 395	0.84 218	0.56 178	1.30 378	0.46 342	0.21 213	0.59 330	2.74 247	11.09 406	0.02 365	0.00 1	0.06 396	0.00 1	0.16 336	0.05 306

ADCPNet	1.44 369	0.55 334	7.88 400	0.01 246	0.19 383	2.78 389	0.27 350	0.90 225	0.38 142	0.04 262	0.02 278	1.43 362	1.81 373	2.22 232	9.08 400	0.00 1	0.47 413	0.00 1	0.64 417	0.04 206	0.15 376

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

EAI-Stereo	0.70 318	0.03 23	0.84 105	0.13 367	0.20 388	0.87 200	2.23 405	2.05 350	0.29 132	0.72 362	4.60 385	0.29 233	0.55 326	0.39 175	0.44 303	0.00 1	0.07 385	0.00 1	0.29 412	0.01 58	0.08 339

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

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

AAGNet	0.96 346	0.05 60	0.74 61	0.09 342	0.27 390	1.11 330	0.28 352	0.05 19	0.59 262	0.01 128	0.00 1	0.01 7	1.00 350	3.68 287	11.30 407	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

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

SGM+DAISY	2.38 385	0.98 380	4.37 385	0.48 396	0.33 393	2.24 387	1.94 401	1.16 262	1.47 389	6.62 407	5.89 390	5.77 393	5.09 405	5.76 360	4.39 376	0.16 387	0.15 402	0.06 396	0.14 382	0.26 370	0.40 398

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

Dean	2.41 387	1.16 393	3.63 374	0.36 394	0.40 395	1.19 354	0.50 377	7.85 407	8.44 409	1.17 375	8.12 401	7.07 398	1.13 358	4.11 303	1.04 332	0.70 400	0.00 1	0.01 360	0.00 1	1.07 402	0.29 394

LVE	2.75 392	1.12 387	2.30 309	0.46 395	0.45 396	1.87 382	0.06 299	7.19 406	9.72 410	0.03 245	11.08 412	9.01 403	1.26 364	6.93 397	0.91 330	1.86 408	0.16 403	0.04 393	0.24 406	0.22 360	0.13 372

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

G-Net	1.20 359	0.28 231	2.96 353	0.05 309	0.49 398	1.73 379	0.48 373	0.23 118	0.35 139	1.35 379	9.14 404	2.33 382	0.81 345	2.40 238	1.15 337	0.01 351	0.03 345	0.02 376	0.09 368	0.07 256	0.05 306

IMH-64-1	1.98 378	0.88 373	1.46 237	1.92 409	0.54 399	2.90 391	1.64 397	5.24 399	0.91 378	0.97 368	4.83 386	2.10 378	2.00 377	5.33 339	2.83 365	3.56 414	0.04 360	0.02 376	0.00 1	1.90 406	0.50 403

IMH-64	1.98 378	0.88 373	1.46 237	1.92 409	0.54 399	2.90 391	1.64 397	5.24 399	0.91 378	0.97 368	4.83 386	2.10 378	2.00 377	5.33 339	2.83 365	3.56 414	0.04 360	0.02 376	0.00 1	1.90 406	0.50 403

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

MANE	9.96 418	0.69 350	2.88 352	1.22 405	0.61 402	13.15 416	3.46 411	15.62 422	22.27 418	22.74 420	30.00 424	29.74 421	23.22 420	17.17 417	13.78 414	0.29 395	0.56 414	0.09 400	0.61 416	0.15 327	1.00 412

TorneroNet-64	6.39 410	1.31 400	2.23 306	1.99 413	0.65 403	18.82 420	0.28 352	11.98 417	26.18 422	5.99 405	12.75 417	19.37 419	4.08 399	9.94 411	5.95 392	0.89 406	0.00 1	0.11 402	0.00 1	3.44 412	1.81 417

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

EDNetEfficient	2.96 396	0.23 210	19.99 414	0.19 384	0.85 405	1.02 235	2.03 402	0.56 177	5.14 400	8.09 412	1.81 374	0.94 329	4.14 402	3.72 289	10.22 405	0.00 1	0.03 345	0.00 1	0.06 361	0.05 224	0.03 259

pmcnn	2.10 383	0.59 340	4.52 388	0.27 390	0.86 406	0.34 69	0.29 354	1.69 331	0.75 371	0.36 349	7.50 397	14.39 414	0.56 327	4.90 326	4.69 380	0.00 1	0.00 1	0.00 1	0.00 1	0.16 336	0.04 289

notaker	4.30 401	1.28 397	3.70 375	3.71 418	0.90 407	4.91 403	0.39 367	6.90 405	1.96 393	5.39 403	11.82 414	16.90 416	3.75 396	7.59 402	5.65 385	5.23 418	0.01 305	0.10 401	0.06 361	4.57 415	1.22 413

ktn	4.96 404	1.21 394	2.41 319	3.20 416	1.02 408	8.36 411	2.08 403	9.00 411	17.02 413	5.18 402	12.71 416	13.69 410	3.51 394	8.05 404	3.68 372	5.30 419	0.02 335	0.00 1	0.00 1	2.14 409	0.55 406

BEATNet-Init1	14.52 422	6.56 422	34.32 419	1.10 404	1.02 408	31.53 423	11.99 422	15.58 421	17.42 414	30.17 423	27.03 422	43.14 424	24.36 421	24.41 422	18.27 419	0.27 394	0.32 408	0.36 410	0.46 414	1.26 403	0.76 409

TorneroNet	6.97 412	1.37 402	2.22 305	1.95 411	1.12 410	19.47 421	0.47 371	13.04 420	26.32 423	7.90 410	17.10 419	17.67 418	4.62 404	10.46 413	7.94 394	1.98 410	0.03 345	0.11 402	0.00 1	4.15 414	1.49 414

JetRed	13.51 421	18.77 424	42.38 420	1.28 406	1.18 411	54.67 424	25.60 424	12.87 418	6.75 404	8.50 414	8.61 402	13.77 411	10.87 415	24.50 423	30.67 422	0.24 392	0.68 415	0.53 413	0.02 334	5.93 417	2.43 418

LE_ROB	9.96 418	0.54 328	9.62 404	1.40 408	1.24 412	3.29 395	4.64 414	4.31 397	43.01 424	51.54 425	13.34 418	14.15 413	24.60 422	6.66 395	20.28 421	0.04 373	0.05 374	0.12 404	0.20 393	0.07 256	0.09 352

DGSMNet	1.21 361	0.37 275	3.02 355	0.71 401	1.33 413	1.61 375	3.53 412	1.45 296	0.33 137	0.00 1	0.79 359	0.48 279	0.24 302	3.22 265	0.53 313	0.98 407	1.21 419	1.35 416	1.09 418	1.03 401	0.92 410

KSHMR	3.68 398	1.11 386	3.06 357	2.84 415	1.78 414	5.33 405	0.41 368	8.64 409	14.09 412	1.85 385	9.32 406	7.19 399	1.93 374	5.45 345	2.30 359	1.95 409	0.41 412	0.50 412	0.21 398	3.53 413	1.76 416

JetBlue	5.71 407	2.18 415	16.18 411	0.00 1	2.13 415	29.20 422	14.20 423	3.90 396	0.74 369	0.71 361	2.30 375	6.42 396	5.97 406	17.84 418	8.74 398	0.09 382	0.01 305	0.00 1	0.00 1	2.62 411	0.96 411

UNDER WATER	6.24 409	0.99 381	8.13 402	4.62 421	2.68 416	8.66 412	0.77 387	8.37 408	22.50 419	4.55 397	6.36 392	15.93 415	8.89 412	8.99 408	8.85 399	3.25 413	0.04 360	1.36 417	0.02 334	6.24 420	3.56 419

HanzoNet	12.77 420	4.55 419	11.74 409	5.35 422	2.79 417	7.59 410	0.66 383	12.97 419	20.40 416	25.99 421	28.61 423	34.05 422	25.08 423	25.93 424	14.98 417	10.77 423	3.91 422	3.00 420	3.73 420	8.16 422	5.15 421

FADE	8.29 414	5.89 421	27.26 416	2.64 414	2.97 418	1.26 362	1.13 396	9.60 413	6.84 405	2.66 392	0.94 363	5.28 391	14.22 417	13.53 414	9.84 401	16.99 425	2.70 421	18.19 425	20.39 426	1.88 405	1.60 415

UNDER WATER-64	6.84 411	1.25 396	9.68 405	4.53 420	3.53 419	16.61 419	1.79 399	8.72 410	22.23 417	5.11 400	5.07 388	17.34 417	10.14 414	9.19 410	8.21 397	2.00 411	0.03 345	1.52 418	0.11 374	6.09 419	3.62 420

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

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

DPSimNet_ROB	7.90 413	5.46 420	13.55 410	3.66 417	5.16 422	7.26 409	9.60 421	6.11 403	7.46 407	13.33 417	9.50 407	11.03 404	11.89 416	10.08 412	12.35 410	4.36 417	5.55 423	5.35 422	5.34 421	4.96 416	5.98 423

SPstereo	50.33 426	10.80 423	21.19 415	11.76 424	9.23 423	66.15 425	76.05 426	100.00 436	100.00 437	95.98 434	93.33 431	100.00 437	93.15 432	90.92 433	72.10 426	9.41 421	8.60 425	19.85 426	14.84 425	6.36 421	6.89 424

ASD4	35.17 424	42.77 425	34.00 418	20.47 425	35.77 424	80.11 427	95.20 433	26.58 424	69.14 425	27.82 422	35.84 425	27.05 420	44.35 424	37.95 425	53.20 425	10.25 422	10.28 426	12.30 423	11.09 423	16.01 424	13.25 425

LSM	4.58 402	0.88 373	17.79 412	3.73 419	38.79 425	0.85 194	2.37 408	0.54 174	1.64 391	2.88 393	3.09 378	0.62 299	0.60 331	3.16 262	1.06 333	0.00 1	0.00 1	0.00 1	0.00 1	0.12 309	13.55 426

LRCNet_RVC	55.44 427	60.56 430	57.70 424	66.68 431	44.91 426	6.22 407	0.00 1	52.80 425	1.37 388	70.44 426	81.09 429	67.07 425	55.41 425	51.59 426	46.24 424	90.66 435	41.89 430	90.95 436	90.04 432	64.32 431	68.75 431

xxxxx1	63.71 428	58.10 427	78.65 427	43.63 426	48.97 427	92.61 430	92.18 430	60.44 426	69.38 426	73.77 429	76.42 426	77.82 428	76.45 427	72.33 427	77.46 428	35.89 428	37.06 427	48.26 429	62.63 428	48.72 428	43.44 428

tt_ll	63.71 428	58.10 427	78.65 427	43.63 426	48.97 427	92.61 430	92.18 430	60.44 426	69.38 426	73.77 429	76.42 426	77.82 428	76.45 427	72.33 427	77.46 428	35.89 428	37.06 427	48.26 429	62.63 428	48.72 428	43.44 428

ff	63.71 428	58.10 427	78.65 427	43.63 426	48.97 427	92.61 430	92.18 430	60.44 426	69.38 426	73.77 429	76.42 426	77.82 428	76.45 427	72.33 427	77.46 428	35.89 428	37.06 427	48.26 429	62.63 428	48.72 428	43.44 428

PML	71.49 431	88.65 436	73.56 425	82.49 433	75.59 430	85.39 428	79.41 428	71.62 429	87.17 429	90.48 432	85.96 430	90.50 432	60.21 426	91.76 436	73.85 427	96.01 442	2.36 420	86.79 435	6.59 422	83.59 434	17.83 427

Anonymous_1	89.88 434	75.38 433	97.81 434	74.49 432	78.39 431	100.00 437	100.00 435	98.09 435	99.76 433	96.82 435	99.37 433	97.66 434	99.77 434	91.14 435	98.89 434	81.73 431	97.25 433	59.96 432	85.38 431	77.37 433	88.27 432

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

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

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

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

DLNR_Zeroshot_test	21.09 423	47.65 426	85.43 430	96.34 438	87.67 436	0.31 58	0.00 1	17.86 423	0.07 18	0.01 128	0.01 206	0.00 1	0.00 1	0.70 192	0.01 78	15.78 424	0.01 305	0.00 1	0.21 398	69.62 432	0.04 289

MEDIAN_ROB	93.37 435	98.75 438	96.05 433	90.90 436	90.53 437	85.63 429	76.45 427	92.03 431	89.53 430	95.05 433	94.99 432	96.02 433	93.85 433	90.36 432	87.21 431	98.36 443	95.79 432	99.61 438	98.77 436	98.80 443	98.72 443

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

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

MyStereo03	99.18 444	100.00 442	100.00 439	96.47 440	98.78 440	100.00 437	100.00 435	100.00 436	100.00 437	100.00 437	100.00 435	100.00 437	100.00 436	100.00 439	100.00 439	93.73 438	100.00 442	100.00 440	100.00 440	96.63 439	97.99 439

MyStereo02	99.18 444	100.00 442	100.00 439	96.47 440	98.78 440	100.00 437	100.00 435	100.00 436	100.00 437	100.00 437	100.00 435	100.00 437	100.00 436	100.00 439	100.00 439	93.73 438	100.00 442	100.00 440	100.00 440	96.63 439	97.99 439

MyStereo	99.18 444	100.00 442	100.00 439	96.47 440	98.78 440	100.00 437	100.00 435	100.00 436	100.00 437	100.00 437	100.00 435	100.00 437	100.00 436	100.00 439	100.00 439	93.73 438	100.00 442	100.00 440	100.00 440	96.63 439	97.99 439

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

HaxPig	95.46 438	97.61 437	87.80 431	97.80 444	99.17 444	77.55 426	75.28 425	96.76 434	99.61 432	99.97 436	99.97 434	99.62 436	99.97 435	91.02 434	87.28 432	99.98 445	99.98 440	99.98 439	99.99 439	99.97 444	99.97 445

test_example2	97.61 439	99.96 440	99.93 436	99.83 445	99.97 445	98.84 434	99.76 434	91.98 430	100.00 437	100.00 437	100.00 435	89.18 431	86.51 430	99.29 437	96.54 433	99.97 444	99.55 438	92.92 437	98.06 435	100.00 445	99.95 444

AVERAGE_ROB	98.45 440	99.13 439	95.46 432	100.00 446	100.00 446	93.36 433	81.95 429	100.00 436	99.97 434	100.00 437	100.00 435	100.00 437	100.00 436	99.72 438	99.40 435	100.00 446	100.00 442	100.00 440	100.00 440	100.00 445	100.00 446

Low-res two-view benchmark