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

mms	0.04 6	0.04 57	0.35 29	0.00 1	0.00 1	0.00 1	0.00 1	0.05 51	0.10 103	0.00 1	0.00 1	0.04 166	0.02 205	0.01 61	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.06 319	0.09 455

rvit_0105_6	0.05 13	0.04 57	0.46 54	0.00 1	0.00 1	0.00 1	0.00 1	0.01 2	0.51 219	0.00 1	0.00 1	0.01 21	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 304

rvit_stereo_0083	0.01 1	0.01 1	0.12 4	0.00 1	0.00 1	0.00 1	0.00 1	0.01 2	0.06 23	0.00 1	0.00 1	0.01 21	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0081_aga	0.02 2	0.07 149	0.29 24	0.00 1	0.00 1	0.00 1	0.00 1	0.01 2	0.07 36	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0075_2	0.05 13	0.08 163	0.78 157	0.00 1	0.00 1	0.00 1	0.00 1	0.04 41	0.03 4	0.00 1	0.00 1	0.00 1	0.00 1	0.04 169	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 422

rvit_stereo_ft	0.07 43	0.25 314	0.56 84	0.00 1	0.00 1	0.00 1	0.00 1	0.04 41	0.43 211	0.00 1	0.00 1	0.01 21	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 304

S2M2	0.05 13	0.03 34	0.21 16	0.00 1	0.00 1	0.01 7	0.00 1	0.15 153	0.57 295	0.00 1	0.00 1	0.02 71	0.00 1	0.01 61	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

FoundationStereo	0.05 13	0.04 57	0.18 14	0.00 1	0.01 316	0.01 7	0.00 1	0.08 95	0.56 251	0.00 1	0.00 1	0.02 71	0.00 1	0.02 125	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

StereoAnything_RVC	0.14 132	0.80 481	0.77 146	0.00 1	0.00 1	0.01 7	0.00 1	0.02 15	0.56 251	0.00 1	0.00 1	0.00 1	0.01 135	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.56 504	0.01 169

rvit_0105_4	0.06 29	0.08 163	0.63 98	0.00 1	0.00 1	0.01 7	0.00 1	0.03 29	0.50 216	0.00 1	0.00 1	0.02 71	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SHD	0.50 369	0.51 430	3.61 482	0.05 408	0.00 1	0.01 7	0.01 300	0.72 296	0.61 404	1.57 493	0.00 1	0.34 344	0.09 356	1.79 310	0.49 422	0.00 1	0.00 1	0.00 1	0.01 398	0.09 375	0.03 345

LG-Stereo_L2	0.03 4	0.05 87	0.28 21	0.00 1	0.00 1	0.02 12	0.06 401	0.07 84	0.03 4	0.02 300	0.00 1	0.00 1	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

LG-Stereo_L1	0.03 4	0.05 87	0.31 28	0.00 1	0.00 1	0.02 12	0.06 401	0.08 95	0.04 14	0.04 351	0.00 1	0.00 1	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

DEFOM-Stereo_RVC	0.07 43	0.01 1	0.37 31	0.01 329	0.00 1	0.02 12	0.00 1	0.16 156	0.57 295	0.01 186	0.00 1	0.02 71	0.00 1	0.00 1	0.14 325	0.00 1	0.00 1	0.00 1	0.12 466	0.00 1	0.00 1

rvit_0105_5	0.07 43	0.10 184	0.65 104	0.00 1	0.00 1	0.02 12	0.00 1	0.05 51	0.56 251	0.00 1	0.00 1	0.02 71	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

rvit_stereo_0081	0.04 6	0.02 12	0.14 7	0.00 1	0.00 1	0.02 12	0.00 1	0.01 2	0.54 230	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0082	0.04 6	0.02 12	0.14 7	0.00 1	0.00 1	0.02 12	0.00 1	0.01 2	0.54 230	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0080	0.05 13	0.17 255	0.22 18	0.00 1	0.00 1	0.02 12	0.00 1	0.01 2	0.55 236	0.00 1	0.00 1	0.01 21	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

IGEV-Stereo+	0.04 6	0.06 119	0.29 24	0.01 329	0.00 1	0.02 12	0.00 1	0.11 131	0.14 142	0.01 186	0.00 1	0.03 130	0.00 1	0.00 1	0.01 116	0.00 1	0.00 1	0.00 1	0.10 455	0.01 81	0.01 169

whm_eth	0.05 13	0.17 255	0.22 18	0.00 1	0.00 1	0.02 12	0.00 1	0.01 2	0.55 236	0.00 1	0.00 1	0.01 21	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CroCo-Stereo Lap2	0.09 65	0.23 299	0.74 129	0.00 1	0.00 1	0.02 12	0.00 1	0.07 84	0.56 251	0.00 1	0.00 1	0.01 21	0.03 259	0.02 125	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.06 319	0.01 169

sCroCo_RVC	0.09 65	0.05 87	1.02 230	0.00 1	0.00 1	0.02 12	0.00 1	0.12 138	0.48 214	0.00 1	0.00 1	0.01 21	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

SCV	0.09 65	0.23 299	0.59 90	0.00 1	0.02 369	0.03 23	0.02 344	0.35 230	0.07 36	0.01 186	0.00 1	0.00 1	0.01 135	0.10 216	0.00 1	0.00 1	0.00 1	0.00 1	0.14 473	0.18 449	0.12 476

RAStereo	0.05 13	0.15 238	0.68 111	0.00 1	0.00 1	0.03 23	0.00 1	0.06 64	0.06 23	0.01 186	0.01 295	0.02 71	0.02 205	0.00 1	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

SMFormer	0.33 279	0.10 184	1.04 234	0.00 1	0.00 1	0.03 23	0.00 1	1.45 398	0.55 236	0.00 1	0.00 1	0.15 279	0.00 1	3.24 369	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.02 304

tta	0.33 279	0.10 184	1.04 234	0.00 1	0.00 1	0.03 23	0.00 1	1.45 398	0.55 236	0.00 1	0.00 1	0.15 279	0.00 1	3.24 369	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.01 169

qqq1	0.33 279	0.10 184	1.04 234	0.00 1	0.00 1	0.03 23	0.00 1	1.45 398	0.55 236	0.00 1	0.00 1	0.15 279	0.00 1	3.24 369	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.01 169

fff1	0.33 279	0.10 184	1.04 234	0.00 1	0.00 1	0.03 23	0.00 1	1.45 398	0.55 236	0.00 1	0.00 1	0.15 279	0.00 1	3.24 369	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.01 169

GMStereo_Zeroshot	0.07 43	0.04 57	0.80 166	0.08 444	0.00 1	0.03 23	0.00 1	0.05 51	0.10 103	0.00 1	0.03 383	0.19 300	0.03 259	0.00 1	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

anonymity	0.17 167	0.06 119	0.79 161	0.00 1	0.09 449	0.03 23	0.00 1	0.54 266	0.07 36	0.41 459	0.13 417	0.11 250	0.58 432	0.02 125	0.31 394	0.00 1	0.00 1	0.00 1	0.23 503	0.01 81	0.02 304

CroCo-Stereo	0.13 119	0.16 247	0.40 36	0.00 1	0.00 1	0.03 23	0.00 1	0.98 335	0.57 295	0.00 1	0.01 295	0.31 337	0.03 259	0.01 61	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
GMStereo	0.08 54	0.54 439	0.90 201	0.00 1	0.00 1	0.03 23	0.00 1	0.04 41	0.03 4	0.00 1	0.00 1	0.01 21	0.02 205	0.00 1	0.03 188	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
HART	0.12 109	0.17 255	0.88 195	0.00 1	0.00 1	0.04 33	0.00 1	0.09 108	0.57 295	0.07 380	0.01 295	0.21 308	0.01 135	0.01 61	0.00 1	0.00 1	0.11 504	0.00 1	0.00 1	0.17 440	0.03 345

HUF	0.15 150	0.29 335	1.05 242	0.02 360	0.11 460	0.04 33	0.00 1	0.16 156	0.09 77	0.03 329	0.00 1	0.01 21	0.00 1	0.08 207	0.00 1	0.00 1	0.58 525	0.00 1	0.00 1	0.14 414	0.37 510

IGEV++	0.06 29	0.14 233	0.46 54	0.03 380	0.00 1	0.04 33	0.00 1	0.03 29	0.08 53	0.01 186	0.00 1	0.02 71	0.06 338	0.04 169	0.03 188	0.00 1	0.04 460	0.00 1	0.03 438	0.08 357	0.07 437

mmm	0.13 119	0.02 12	0.42 46	0.00 1	0.00 1	0.04 33	0.00 1	0.88 317	0.56 251	0.00 1	0.00 1	0.01 21	0.01 135	0.51 266	0.00 1	0.00 1	0.01 394	0.00 1	0.00 1	0.01 81	0.01 169

sAnonymous2	0.10 77	0.22 289	1.35 305	0.00 1	0.00 1	0.04 33	0.00 1	0.03 29	0.06 23	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 357	0.15 483

CroCo_RVC	0.10 77	0.22 289	1.35 305	0.00 1	0.00 1	0.04 33	0.00 1	0.03 29	0.06 23	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 357	0.15 483

Former-RAFT_DAM_RVC	0.08 54	0.06 119	0.41 40	0.00 1	0.00 1	0.05 39	0.00 1	0.11 131	0.22 175	0.75 475	0.00 1	0.02 71	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.03 345

plain	0.11 95	0.17 255	1.21 281	0.00 1	0.00 1	0.05 39	0.00 1	0.16 156	0.32 197	0.01 186	0.01 295	0.02 71	0.01 135	0.03 156	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.26 476	0.01 169

MaDis-Stereo	0.06 29	0.16 247	0.66 107	0.00 1	0.00 1	0.05 39	0.01 300	0.06 64	0.12 129	0.00 1	0.01 295	0.04 166	0.02 205	0.02 125	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

GLC_STEREO	0.04 6	0.05 87	0.52 68	0.00 1	0.00 1	0.06 42	0.00 1	0.01 2	0.03 4	0.00 1	0.00 1	0.01 21	0.01 135	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

MLG-Stereo_test3	0.05 13	0.06 119	0.13 5	0.00 1	0.00 1	0.07 43	0.00 1	0.03 29	0.57 295	0.06 370	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AIO_test	0.07 43	0.09 177	0.42 46	0.05 408	0.05 422	0.07 43	0.03 366	0.17 164	0.09 77	0.03 329	0.00 1	0.03 130	0.01 135	0.14 228	0.01 116	0.00 1	0.01 394	0.00 1	0.07 447	0.02 195	0.02 304

rvit_0105_3	0.08 54	0.16 247	0.68 111	0.00 1	0.00 1	0.07 43	0.00 1	0.08 95	0.61 404	0.00 1	0.00 1	0.01 21	0.01 135	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

CAS++	0.06 29	0.06 119	0.59 90	0.00 1	0.00 1	0.07 43	0.00 1	0.25 206	0.13 138	0.00 1	0.00 1	0.02 71	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DAS	0.49 358	0.05 87	1.29 291	0.00 1	0.00 1	0.07 43	0.00 1	1.25 370	0.61 404	1.18 487	0.00 1	0.24 317	0.03 259	4.76 432	0.22 361	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.01 169

SepStereo	0.45 338	0.05 87	1.29 291	0.00 1	0.00 1	0.07 43	0.00 1	1.25 370	0.61 404	1.18 487	0.00 1	0.24 317	0.03 259	3.93 405	0.22 361	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.01 169

MIF-Stereo (partial)	0.08 54	0.11 206	0.96 216	0.00 1	0.00 1	0.08 49	0.00 1	0.19 175	0.08 53	0.00 1	0.01 295	0.02 71	0.02 205	0.02 125	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.04 275	0.01 169

UniTT-Stereo	0.06 29	0.06 119	0.83 176	0.00 1	0.00 1	0.08 49	0.01 300	0.06 64	0.03 4	0.00 1	0.08 407	0.02 71	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 357	0.00 1

IGEV-BASED-STEREO-	0.05 13	0.05 87	0.21 16	0.00 1	0.00 1	0.09 51	0.02 344	0.17 164	0.12 129	0.06 370	0.00 1	0.00 1	0.00 1	0.00 1	0.34 399	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

11t1	0.08 54	0.01 1	0.54 78	0.00 1	0.00 1	0.09 51	0.00 1	0.44 248	0.55 236	0.00 1	0.00 1	0.01 21	0.00 1	0.01 61	0.00 1	0.00 1	0.01 394	0.00 1	0.00 1	0.01 81	0.01 169

x	0.10 77	0.01 1	0.51 64	0.00 1	0.00 1	0.09 51	0.00 1	0.67 291	0.55 236	0.00 1	0.00 1	0.01 21	0.00 1	0.09 212	0.00 1	0.00 1	0.01 394	0.00 1	0.00 1	0.00 1	0.01 169

LGtest1	0.06 29	0.07 149	0.16 9	0.00 1	0.00 1	0.10 54	0.00 1	0.12 138	0.57 295	0.03 329	0.00 1	0.01 21	0.00 1	0.00 1	0.13 316	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

FACV-RUCA	0.11 95	0.06 119	0.50 63	0.03 380	0.10 453	0.10 54	0.00 1	0.07 84	0.62 455	0.03 329	0.04 388	0.03 130	0.14 376	0.03 156	0.03 188	0.00 1	0.00 1	0.06 502	0.00 1	0.20 458	0.11 466

CASS	0.07 43	0.06 119	0.73 120	0.00 1	0.00 1	0.10 54	0.01 300	0.15 153	0.12 129	0.16 427	0.00 1	0.02 71	0.02 205	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RAFT	0.12 109	0.43 403	0.79 161	0.01 329	0.02 369	0.10 54	0.07 407	0.06 64	0.27 186	0.00 1	0.01 295	0.18 293	0.04 294	0.01 61	0.00 1	0.00 1	0.02 433	0.00 1	0.01 398	0.37 494	0.01 169

Syn2CoEx	0.56 392	0.78 480	2.86 458	0.00 1	0.00 1	0.10 54	0.01 300	0.91 322	0.61 404	0.02 300	0.00 1	0.49 392	0.21 398	5.03 440	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.14 414	0.03 345

HH	0.23 211	0.21 281	1.69 361	0.16 483	0.08 444	0.11 59	0.00 1	0.24 203	0.06 23	0.30 445	0.18 422	1.47 470	0.04 294	0.04 169	0.01 116	0.00 1	0.03 445	0.00 1	0.00 1	0.02 195	0.01 169

HanStereo	0.23 211	0.21 281	1.69 361	0.16 483	0.08 444	0.11 59	0.00 1	0.24 203	0.06 23	0.30 445	0.18 422	1.47 470	0.04 294	0.04 169	0.01 116	0.00 1	0.03 445	0.00 1	0.00 1	0.02 195	0.01 169

knoymous	0.09 65	0.04 57	1.04 234	0.00 1	0.00 1	0.11 59	0.00 1	0.23 198	0.05 20	0.00 1	0.00 1	0.23 315	0.00 1	0.02 125	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MonSter	0.02 2	0.05 87	0.17 13	0.00 1	0.00 1	0.12 62	0.00 1	0.01 2	0.03 4	0.01 186	0.00 1	0.02 71	0.00 1	0.01 61	0.04 216	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

qqq	0.17 167	0.01 1	0.52 68	0.00 1	0.00 1	0.12 62	0.00 1	0.95 330	0.55 236	0.00 1	0.00 1	0.01 21	0.00 1	1.23 297	0.00 1	0.00 1	0.01 394	0.00 1	0.00 1	0.00 1	0.01 169

riskmin	0.11 95	0.01 1	0.87 191	0.01 329	0.00 1	0.13 64	0.00 1	0.30 224	0.09 77	0.00 1	0.01 295	0.76 424	0.00 1	0.02 125	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

test_sample1	0.21 199	0.01 1	0.41 40	0.00 1	0.00 1	0.14 65	0.00 1	0.99 337	0.30 195	0.00 1	0.00 1	0.03 130	0.00 1	2.26 325	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

AIO_rvc	0.11 95	0.28 329	0.45 52	0.05 408	0.02 369	0.15 66	0.03 366	0.19 175	0.57 295	0.01 186	0.00 1	0.02 71	0.02 205	0.12 224	0.01 116	0.00 1	0.01 394	0.00 1	0.02 416	0.09 375	0.10 463

MoCha-V2	0.09 65	0.08 163	0.61 95	0.05 408	0.06 432	0.15 66	0.00 1	0.11 131	0.08 53	0.07 380	0.00 1	0.13 263	0.00 1	0.02 125	0.04 216	0.00 1	0.13 509	0.00 1	0.20 493	0.04 275	0.01 169

rvit_105_1	0.09 65	0.21 281	0.66 107	0.00 1	0.00 1	0.16 68	0.00 1	0.13 144	0.61 404	0.00 1	0.00 1	0.02 71	0.01 135	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.02 304

LoS_RVC	0.05 13	0.05 87	0.41 40	0.00 1	0.00 1	0.16 68	0.00 1	0.17 164	0.07 36	0.00 1	0.00 1	0.04 166	0.01 135	0.04 169	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

MFMNet_re	0.24 220	0.74 471	2.31 417	0.53 509	0.00 1	0.17 70	0.01 300	0.02 15	0.59 361	0.01 186	0.03 383	0.12 256	0.00 1	0.07 195	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.19 451	0.01 169

coex-ft	8.40 528	2.59 530	75.27 540	0.00 1	0.00 1	0.18 71	0.04 385	0.13 144	20.18 529	39.66 538	4.06 492	4.68 501	8.53 522	3.94 406	7.96 509	0.02 472	0.07 489	0.00 1	0.02 416	0.14 414	0.50 516

test_sample7	0.28 244	0.08 163	0.76 143	0.02 360	0.00 1	0.19 72	0.00 1	2.28 472	0.57 295	0.00 1	0.00 1	0.14 270	0.00 1	1.45 302	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

Anonymous_2	0.88 448	0.02 12	1.06 244	0.01 329	0.00 1	0.19 72	0.00 1	0.14 149	0.08 53	0.01 186	0.04 388	1.07 447	0.00 1	0.02 125	0.02 163	0.01 456	0.04 460	2.31 531	11.16 538	1.35 515	0.01 169

psmorigin	0.75 431	0.25 314	7.10 509	0.00 1	0.00 1	0.19 72	0.00 1	0.10 124	0.12 129	0.65 470	0.00 1	2.74 493	0.23 403	3.02 356	0.54 425	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.01 169

castereo	0.07 43	0.15 238	0.30 26	0.00 1	0.05 422	0.20 75	0.02 344	0.18 170	0.08 53	0.01 186	0.00 1	0.02 71	0.10 364	0.00 1	0.02 163	0.00 1	0.00 1	0.00 1	0.19 491	0.01 81	0.01 169

GIP-stereo	0.06 29	0.02 12	0.64 102	0.00 1	0.00 1	0.20 75	0.00 1	0.01 2	0.14 142	0.01 186	0.00 1	0.02 71	0.00 1	0.00 1	0.19 351	0.00 1	0.00 1	0.00 1	0.00 1	0.04 275	0.00 1

dual_stereo	0.05 13	0.02 12	0.11 3	0.00 1	0.00 1	0.20 75	0.00 1	0.06 64	0.57 295	0.00 1	0.00 1	0.02 71	0.01 135	0.00 1	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.00 1	0.00 1

RTSC	0.70 425	0.71 468	3.19 471	0.01 329	0.00 1	0.20 75	0.00 1	0.81 308	0.60 386	0.29 444	0.36 442	0.36 352	0.04 294	2.04 313	4.87 493	0.00 1	0.03 445	0.00 1	0.02 416	0.28 485	0.11 466

CES	0.08 54	0.07 149	0.43 49	0.00 1	0.00 1	0.21 79	0.01 300	0.08 95	0.56 251	0.01 186	0.00 1	0.08 229	0.04 294	0.02 125	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

PWC_ROB	0.62 414	0.54 439	3.22 473	0.00 1	0.00 1	0.22 80	0.00 1	2.18 467	0.61 404	0.00 1	0.20 426	0.29 331	0.03 259	3.46 383	1.22 451	0.00 1	0.00 1	0.00 1	0.00 1	0.39 497	0.01 169

LG-G_1	0.06 29	0.07 149	0.16 9	0.00 1	0.00 1	0.23 81	0.00 1	0.02 15	0.56 251	0.06 370	0.00 1	0.03 130	0.00 1	0.03 156	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

LG-G	0.06 29	0.07 149	0.16 9	0.00 1	0.00 1	0.23 81	0.00 1	0.02 15	0.56 251	0.06 370	0.00 1	0.03 130	0.00 1	0.03 156	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

SGD-Stereo	0.04 6	0.06 119	0.19 15	0.00 1	0.00 1	0.23 81	0.00 1	0.02 15	0.25 183	0.00 1	0.00 1	0.02 71	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

Occ-G	0.06 29	0.06 119	0.51 64	0.00 1	0.00 1	0.23 81	0.00 1	0.17 164	0.03 4	0.00 1	0.00 1	0.01 21	0.02 205	0.00 1	0.01 116	0.00 1	0.00 1	0.00 1	0.07 447	0.14 414	0.00 1

Wz-Net-MNSev	0.48 351	0.76 477	3.11 470	0.00 1	0.00 1	0.23 81	0.00 1	1.07 348	0.61 404	0.01 186	0.01 295	0.13 263	0.13 375	3.12 361	0.34 399	0.00 1	0.00 1	0.00 1	0.00 1	0.05 297	0.01 169

DDVS	0.30 262	0.10 184	0.64 102	0.03 380	0.13 469	0.25 86	0.24 450	0.18 170	0.11 113	0.00 1	0.00 1	0.49 392	0.05 324	3.62 388	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.02 304

Selective-IGEV	0.05 13	0.04 57	0.43 49	0.00 1	0.04 413	0.25 86	0.00 1	0.01 2	0.08 53	0.00 1	0.00 1	0.01 21	0.02 205	0.00 1	0.01 116	0.00 1	0.00 1	0.00 1	0.07 447	0.03 252	0.08 442

HITNet	0.19 182	0.55 445	1.36 309	0.00 1	0.00 1	0.25 86	0.00 1	1.09 352	0.23 181	0.00 1	0.00 1	0.14 270	0.02 205	0.02 125	0.14 325	0.00 1	0.00 1	0.00 1	0.00 1	0.05 297	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	0.20 191	0.06 119	0.86 187	0.00 1	0.00 1	0.25 86	0.00 1	1.71 437	0.56 251	0.00 1	0.00 1	0.31 337	0.01 135	0.11 222	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	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.
fffft	0.07 43	0.01 1	0.39 35	0.00 1	0.00 1	0.26 90	0.00 1	0.03 29	0.20 170	0.00 1	0.00 1	0.02 71	0.00 1	0.00 1	0.26 379	0.00 1	0.00 1	0.00 1	0.00 1	0.11 392	0.06 422
1: 1. 1
ours_stereo	0.05 13	0.03 34	0.40 36	0.00 1	0.00 1	0.26 90	0.00 1	0.03 29	0.10 103	0.00 1	0.00 1	0.03 130	0.00 1	0.01 61	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.07 334	0.03 345

fffy	0.05 13	0.04 57	0.49 58	0.01 329	0.00 1	0.26 90	0.00 1	0.03 29	0.10 103	0.00 1	0.00 1	0.03 130	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.07 334	0.04 380

Wz-Net-SNSev	0.78 434	1.10 498	6.27 507	0.00 1	0.00 1	0.27 93	0.00 1	0.95 330	0.61 404	0.00 1	0.01 295	0.41 370	0.10 364	4.92 437	0.81 439	0.00 1	0.00 1	0.00 1	0.00 1	0.17 440	0.03 345

TestStereo	0.31 268	0.22 289	1.36 309	0.00 1	0.00 1	0.27 93	0.00 1	0.06 64	0.04 14	0.01 186	0.00 1	0.03 130	0.01 135	4.27 420	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

FINET	0.51 374	0.36 371	2.40 426	0.00 1	0.00 1	0.27 93	0.00 1	2.06 457	1.49 502	0.00 1	0.00 1	0.04 166	0.04 294	3.38 380	0.10 290	0.00 1	0.00 1	0.00 1	0.00 1	0.03 252	0.02 304

MM-Stereo_test1	0.12 109	0.10 184	1.26 285	0.02 360	0.04 413	0.28 96	0.02 344	0.06 64	0.28 187	0.01 186	0.00 1	0.03 130	0.00 1	0.05 181	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.23 468	0.01 169

fast-acv-ft	0.29 260	0.37 378	3.76 486	0.06 430	0.01 316	0.28 96	0.17 438	0.06 64	0.21 172	0.00 1	0.00 1	0.08 229	0.09 356	0.10 216	0.23 366	0.01 456	0.00 1	0.03 489	0.01 398	0.26 476	0.01 169

anonymousa	0.14 132	0.15 238	1.74 369	0.00 1	0.00 1	0.28 96	0.00 1	0.01 2	0.11 113	0.00 1	0.01 295	0.42 371	0.02 205	0.01 61	0.01 116	0.00 1	0.00 1	0.00 1	0.04 439	0.00 1	0.02 304

SCV_C0	0.09 65	0.16 247	0.63 98	0.00 1	0.00 1	0.29 99	0.00 1	0.12 138	0.09 77	0.01 186	0.00 1	0.05 193	0.03 259	0.07 195	0.00 1	0.00 1	0.00 1	0.00 1	0.15 479	0.09 375	0.02 304

CoDeX	0.36 297	0.24 308	1.39 315	0.00 1	0.01 316	0.29 99	0.00 1	1.58 424	0.57 295	0.00 1	0.00 1	0.25 322	0.07 347	2.82 345	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

MIM_Stereo	0.10 77	0.32 344	0.90 201	0.00 1	0.03 395	0.29 99	0.00 1	0.11 131	0.11 113	0.02 300	0.00 1	0.04 166	0.01 135	0.01 61	0.00 1	0.00 1	0.03 445	0.00 1	0.00 1	0.11 392	0.08 442

iRaft-Stereo_5w	0.50 369	0.51 430	1.44 330	0.00 1	0.00 1	0.29 99	0.00 1	0.63 285	0.59 361	0.00 1	0.00 1	0.08 229	0.01 135	6.14 483	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.22 464	0.01 169

AIO-Stereo	0.07 43	0.06 119	0.41 40	0.00 1	0.03 395	0.30 103	0.00 1	0.10 124	0.04 14	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.01 116	0.00 1	0.00 1	0.00 1	0.23 503	0.04 275	0.07 437

RSM++	0.08 54	0.06 119	0.38 34	0.00 1	0.00 1	0.30 103	0.00 1	0.06 64	0.56 251	0.00 1	0.00 1	0.00 1	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.16 482	0.09 375	0.03 345

RSM	0.08 54	0.05 87	0.37 31	0.00 1	0.02 369	0.30 103	0.00 1	0.11 131	0.56 251	0.00 1	0.00 1	0.00 1	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.15 479	0.05 297	0.02 304

CBFPSM	0.36 297	0.54 439	2.16 408	0.00 1	0.00 1	0.30 103	0.00 1	0.26 210	0.62 455	0.01 186	0.01 295	1.68 476	1.03 461	0.27 250	0.33 398	0.00 1	0.01 394	0.00 1	0.00 1	0.01 81	0.01 169

LG-Stereo	0.06 29	0.04 57	0.40 36	0.00 1	0.00 1	0.31 107	0.00 1	0.06 64	0.08 53	0.00 1	0.01 295	0.10 244	0.03 259	0.04 169	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.08 357	0.01 169

GCST	0.28 244	0.46 413	1.23 282	0.00 1	0.01 316	0.31 107	0.03 366	0.15 153	0.05 20	0.01 186	0.37 443	0.05 193	0.04 294	2.76 342	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.07 334	0.03 345

DLNR_Zeroshot_test	21.09 536	47.65 539	85.43 544	96.34 552	87.67 550	0.31 107	0.00 1	17.86 536	0.07 36	0.01 186	0.01 295	0.00 1	0.00 1	0.70 278	0.01 116	15.78 537	0.01 394	0.00 1	0.21 498	69.62 546	0.04 380

BEATNet_4x	0.24 220	0.51 430	1.71 364	0.00 1	0.00 1	0.31 107	0.00 1	0.99 337	0.31 196	0.00 1	0.00 1	0.29 331	0.03 259	0.22 243	0.35 402	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.02 304

PASM	0.51 374	0.32 344	3.07 468	0.00 1	0.00 1	0.31 107	0.00 1	0.46 253	0.12 129	0.03 329	0.00 1	0.44 374	0.02 205	5.22 445	0.04 216	0.00 1	0.00 1	0.00 1	0.00 1	0.12 401	0.03 345

DISCO	0.31 268	0.11 206	1.73 365	0.16 483	0.16 479	0.31 107	0.00 1	0.09 108	0.17 162	0.00 1	0.01 295	1.51 473	0.00 1	1.21 295	0.62 432	0.00 1	0.00 1	0.00 1	0.00 1	0.03 252	0.01 169

AIO-Stereo-zeroshot	0.48 351	0.27 324	3.90 490	0.08 444	0.20 496	0.32 113	0.00 1	1.02 341	0.09 77	0.38 456	0.10 412	1.72 478	0.83 454	0.33 252	0.01 116	0.00 1	0.05 475	0.00 1	0.23 503	0.11 392	0.01 169

test_sample2	0.24 220	0.02 12	0.49 58	0.00 1	0.00 1	0.32 113	0.00 1	1.12 356	0.52 221	0.00 1	0.00 1	0.02 71	0.00 1	2.29 327	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

IGEVStereo-DCA	0.10 77	0.06 119	0.52 68	0.01 329	0.00 1	0.32 113	0.00 1	0.09 108	0.09 77	0.01 186	0.01 295	0.02 71	0.04 294	0.14 228	0.44 414	0.00 1	0.00 1	0.00 1	0.10 455	0.05 297	0.01 169

rrr	0.24 220	0.06 119	1.91 386	0.01 329	0.00 1	0.32 113	0.04 385	1.34 377	0.15 151	0.01 186	0.01 295	0.02 71	0.04 294	0.14 228	0.44 414	0.00 1	0.00 1	0.00 1	0.18 488	0.05 297	0.05 401

RALCasStereoNet	0.16 156	0.35 364	0.84 181	0.00 1	0.00 1	0.32 113	0.03 366	0.16 156	0.56 251	0.02 300	0.07 404	0.05 193	0.08 352	0.13 226	0.08 273	0.00 1	0.31 517	0.00 1	0.00 1	0.07 334	0.11 466

RALAANet	0.13 119	0.51 430	0.95 214	0.00 1	0.00 1	0.32 113	0.01 300	0.38 235	0.03 4	0.00 1	0.00 1	0.05 193	0.09 356	0.02 125	0.12 309	0.00 1	0.00 1	0.00 1	0.02 416	0.10 386	0.00 1

111111	0.05 13	0.03 34	0.22 18	0.00 1	0.00 1	0.33 119	0.00 1	0.04 41	0.08 53	0.07 380	0.00 1	0.01 21	0.02 205	0.00 1	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.08 357	0.00 1

MM-Stereo_test3	0.12 109	0.25 314	0.82 172	0.01 329	0.01 316	0.33 119	0.03 366	0.08 95	0.40 208	0.00 1	0.00 1	0.06 214	0.03 259	0.02 125	0.04 216	0.00 1	0.01 394	0.00 1	0.00 1	0.24 470	0.01 169

HI	0.09 65	0.33 348	0.88 195	0.00 1	0.00 1	0.33 119	0.00 1	0.07 84	0.06 23	0.00 1	0.01 295	0.02 71	0.01 135	0.04 169	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.04 275	0.00 1

CoSv	0.09 65	0.33 348	0.88 195	0.00 1	0.00 1	0.33 119	0.00 1	0.07 84	0.06 23	0.00 1	0.01 295	0.02 71	0.01 135	0.04 169	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.04 275	0.00 1

test_xeample3	0.24 220	0.06 119	1.84 377	0.02 360	0.00 1	0.33 119	0.05 396	1.33 376	0.14 142	0.00 1	0.03 383	0.03 130	0.03 259	0.10 216	0.43 412	0.00 1	0.00 1	0.00 1	0.23 503	0.05 297	0.06 422

FAT-Stereo	0.50 369	0.14 233	2.51 438	0.00 1	0.00 1	0.33 119	0.09 421	1.88 445	0.61 404	0.05 361	0.76 463	0.60 404	0.52 429	2.46 334	0.06 247	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.00 1

edge stereo	0.58 403	0.29 335	2.86 458	0.01 329	0.03 395	0.33 119	0.03 366	0.97 334	0.50 216	0.21 433	0.33 439	1.31 460	0.16 384	4.20 416	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.11 392	0.01 169

UGAM-zero	0.68 423	0.10 184	1.78 371	0.07 436	0.16 479	0.34 126	0.03 366	0.92 324	0.18 166	0.37 455	0.00 1	2.23 489	0.74 446	6.20 491	0.01 116	0.00 1	0.05 475	0.00 1	0.26 514	0.01 81	0.09 455

SFCPSM	0.21 199	0.04 57	1.59 349	0.00 1	0.05 422	0.34 126	0.00 1	1.24 369	0.57 295	0.01 186	0.00 1	0.12 256	0.02 205	0.05 181	0.05 231	0.00 1	0.00 1	0.00 1	0.02 416	0.02 195	0.00 1

pmcnn	2.10 493	0.59 451	4.52 500	0.27 502	0.86 518	0.34 126	0.29 466	1.69 434	0.75 483	0.36 453	7.50 508	14.39 526	0.56 431	4.90 436	4.69 492	0.00 1	0.00 1	0.00 1	0.00 1	0.16 433	0.04 380

999	0.06 29	0.04 57	0.42 46	0.00 1	0.00 1	0.35 129	0.00 1	0.02 15	0.06 23	0.00 1	0.00 1	0.01 21	0.01 135	0.00 1	0.15 330	0.00 1	0.00 1	0.00 1	0.00 1	0.08 357	0.00 1

castereo++	0.09 65	0.11 206	0.28 21	0.03 380	0.00 1	0.36 130	0.00 1	0.21 192	0.56 251	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.21 498	0.02 195	0.00 1

SQANet	0.42 325	1.14 504	1.86 380	0.04 398	0.48 509	0.36 130	0.03 366	0.40 240	0.56 251	0.02 300	0.24 430	0.49 392	0.06 338	2.14 316	0.21 360	0.02 472	0.02 433	0.01 462	0.00 1	0.19 451	0.03 345

WCG-NET（raft）	0.07 43	0.18 263	0.43 49	0.00 1	0.00 1	0.37 132	0.00 1	0.07 84	0.06 23	0.01 186	0.01 295	0.05 193	0.03 259	0.01 61	0.00 1	0.00 1	0.09 496	0.00 1	0.00 1	0.07 334	0.01 169

cross-raft	0.15 150	0.05 87	1.46 334	0.00 1	0.01 316	0.37 132	0.07 407	0.40 240	0.02 1	0.02 300	0.00 1	0.38 362	0.00 1	0.02 125	0.03 188	0.00 1	0.00 1	0.00 1	0.11 461	0.01 81	0.02 304

4D-IteraStereo	0.16 156	0.51 430	1.73 365	0.00 1	0.00 1	0.38 134	0.03 366	0.08 95	0.08 53	0.02 300	0.01 295	0.00 1	0.01 135	0.06 188	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.04 275	0.06 422

RAFT-Test	0.20 191	0.09 177	1.34 302	0.00 1	0.12 466	0.39 135	0.10 426	0.72 296	0.25 183	0.08 390	0.00 1	0.44 374	0.00 1	0.05 181	0.13 316	0.00 1	0.00 1	0.00 1	0.24 510	0.01 81	0.01 169

aanetorigin	0.86 446	0.36 371	3.45 480	0.11 465	0.13 469	0.39 135	0.93 506	0.13 144	0.14 142	3.38 507	1.21 476	0.29 331	2.01 490	2.87 348	1.35 456	0.02 472	0.00 1	0.02 478	0.05 441	0.30 488	0.08 442

XQC	0.68 423	0.72 470	3.82 488	0.06 430	0.00 1	0.39 135	0.01 300	1.92 448	0.61 404	0.03 329	0.01 295	0.46 381	0.21 398	2.84 347	2.26 469	0.00 1	0.00 1	0.00 1	0.01 398	0.15 424	0.05 401

DEFOM-Stereo	0.04 6	0.02 12	0.30 26	0.00 1	0.00 1	0.41 138	0.00 1	0.10 124	0.04 14	0.00 1	0.00 1	0.01 21	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

WCG-NET	0.09 65	0.12 219	0.45 52	0.00 1	0.00 1	0.41 138	0.03 366	0.08 95	0.57 295	0.00 1	0.01 295	0.01 21	0.04 294	0.01 61	0.00 1	0.00 1	0.02 433	0.00 1	0.00 1	0.07 334	0.01 169

MGS-Stereo	0.10 77	0.08 163	0.82 172	0.00 1	0.00 1	0.41 138	0.00 1	0.20 186	0.08 53	0.00 1	0.00 1	0.01 21	0.01 135	0.04 169	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.39 497	0.00 1

Gwc-CoAtRS	0.12 109	0.06 119	1.17 266	0.00 1	0.11 460	0.41 138	0.00 1	0.20 186	0.04 14	0.01 186	0.00 1	0.18 293	0.00 1	0.01 61	0.06 247	0.00 1	0.00 1	0.00 1	0.18 488	0.01 81	0.00 1

acv_ft	0.21 199	0.14 233	0.95 214	0.00 1	0.00 1	0.41 138	0.00 1	0.58 275	0.60 386	0.19 432	0.01 295	0.71 420	0.12 372	0.05 181	0.12 309	0.00 1	0.00 1	0.00 1	0.00 1	0.24 470	0.00 1

AF-Net	0.47 344	0.53 437	2.05 400	0.00 1	0.00 1	0.41 138	0.01 300	1.18 366	0.40 208	0.13 416	0.05 391	1.30 459	0.45 423	2.43 333	0.30 387	0.00 1	0.00 1	0.00 1	0.00 1	0.09 375	0.00 1

DispFullNet	1.20 467	0.63 455	3.58 481	1.00 515	0.82 516	0.41 138	0.00 1	1.44 396	0.61 404	2.55 502	0.64 459	1.10 449	8.95 526	0.84 283	1.22 451	0.00 1	0.02 433	0.00 1	0.00 1	0.24 470	0.02 304

SMoEStereo_RVC	0.06 29	0.03 34	0.35 29	0.00 1	0.00 1	0.42 145	0.00 1	0.02 15	0.07 36	0.00 1	0.00 1	0.02 71	0.01 135	0.00 1	0.24 370	0.00 1	0.00 1	0.00 1	0.00 1	0.05 297	0.07 437

Wz-Net-TNSev	1.42 476	2.41 529	11.01 520	0.00 1	0.00 1	0.42 145	0.14 435	2.05 454	0.61 404	0.06 370	0.01 295	1.34 462	0.16 384	5.70 465	4.19 485	0.00 1	0.00 1	0.00 1	0.01 398	0.19 451	0.10 463

EDNetEfficientorigin	6.23 521	0.45 411	98.39 549	0.02 360	0.04 413	0.42 145	0.02 344	0.33 228	2.90 506	7.07 520	3.12 489	1.31 460	1.61 482	4.26 419	4.55 490	0.00 1	0.00 1	0.00 1	0.00 1	0.07 334	0.02 304

GwcNet	0.50 369	0.46 413	3.90 490	0.00 1	0.00 1	0.42 145	0.10 426	0.38 235	0.74 481	0.03 329	0.00 1	0.63 407	0.05 324	2.92 351	0.16 333	0.00 1	0.00 1	0.00 1	0.00 1	0.17 440	0.05 401

FADNet-RVC-Resample	0.51 374	0.82 484	3.08 469	0.04 398	0.04 413	0.42 145	0.09 421	1.16 363	0.34 199	0.00 1	0.03 383	0.24 317	0.05 324	3.16 364	0.13 316	0.07 486	0.12 506	0.05 500	0.02 416	0.08 357	0.20 497

SPS-STEREO	0.88 448	0.40 396	2.01 393	0.00 1	0.01 316	0.42 145	0.17 438	0.50 261	0.61 404	2.19 500	0.79 467	2.04 484	0.27 409	5.10 442	2.89 478	0.00 1	0.00 1	0.00 1	0.00 1	0.03 252	0.11 466
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DCRE	0.51 374	0.25 314	0.96 216	0.00 1	0.01 316	0.43 151	0.00 1	0.25 206	0.21 172	0.33 450	7.49 507	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.01 394	0.00 1	0.17 485	0.02 195	0.01 169

test-3	0.17 167	0.03 34	0.74 129	0.03 380	0.10 453	0.43 151	0.00 1	1.36 379	0.07 36	0.01 186	0.00 1	0.02 71	0.00 1	0.08 207	0.19 351	0.00 1	0.00 1	0.00 1	0.20 493	0.12 401	0.11 466

test_1	0.17 167	0.03 34	0.75 137	0.03 380	0.10 453	0.43 151	0.00 1	1.36 379	0.07 36	0.01 186	0.00 1	0.02 71	0.00 1	0.07 195	0.19 351	0.00 1	0.00 1	0.00 1	0.20 493	0.12 401	0.11 466

ac_64	0.39 314	0.12 219	1.15 261	0.04 398	0.01 316	0.43 151	0.02 344	0.25 206	0.59 361	0.12 412	0.01 295	0.89 433	0.04 294	3.92 404	0.12 309	0.00 1	0.00 1	0.00 1	0.00 1	0.04 275	0.00 1

PSMNet-RUCA	0.12 109	0.26 322	0.77 146	0.00 1	0.01 316	0.44 155	0.01 300	0.25 206	0.53 226	0.03 329	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.09 375	0.00 1

DLCB_ROB	0.27 238	0.16 247	0.71 115	0.00 1	0.00 1	0.44 155	0.00 1	0.43 246	0.57 295	0.02 300	0.04 388	0.63 407	0.04 294	2.18 322	0.24 370	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test_sample5	0.39 314	0.10 184	1.42 324	0.00 1	0.00 1	0.45 157	0.00 1	2.14 464	0.57 295	0.00 1	0.00 1	0.04 166	0.00 1	3.06 359	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

test_sample4	0.38 309	0.10 184	1.42 324	0.00 1	0.00 1	0.45 157	0.00 1	2.09 460	0.56 251	0.00 1	0.00 1	0.05 193	0.00 1	2.83 346	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

DualNet	0.39 314	0.10 184	1.42 324	0.00 1	0.00 1	0.45 157	0.00 1	2.14 464	0.57 295	0.00 1	0.00 1	0.04 166	0.00 1	3.06 359	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

MLCV	0.23 211	0.46 413	1.15 261	0.00 1	0.00 1	0.45 157	0.00 1	0.57 272	0.15 151	0.09 399	0.00 1	0.27 328	0.03 259	1.09 292	0.25 374	0.00 1	0.00 1	0.00 1	0.00 1	0.05 297	0.00 1

NVStereoNet_ROB	1.08 459	0.39 393	2.15 407	0.08 444	0.02 369	0.45 157	0.02 344	0.89 319	0.67 473	0.10 405	5.85 500	1.90 480	1.11 467	6.20 491	1.14 447	0.20 497	0.00 1	0.03 489	0.07 447	0.12 401	0.13 479
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
xyz-stereo-finetune2	0.10 77	0.16 247	0.49 58	0.00 1	0.00 1	0.46 162	0.00 1	0.01 2	0.59 361	0.01 186	0.00 1	0.04 166	0.08 352	0.01 61	0.23 366	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

MLG-Stereo	0.06 29	0.05 87	0.10 1	0.00 1	0.00 1	0.46 162	0.00 1	0.02 15	0.60 386	0.01 186	0.00 1	0.02 71	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

test_sample3	0.37 304	0.09 177	1.41 321	0.00 1	0.00 1	0.46 162	0.00 1	1.95 451	0.56 251	0.01 186	0.00 1	0.05 193	0.00 1	2.79 344	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

ToySt	0.12 109	0.15 238	0.92 209	0.00 1	0.00 1	0.46 162	0.00 1	0.41 243	0.10 103	0.00 1	0.00 1	0.10 244	0.00 1	0.07 195	0.19 351	0.00 1	0.00 1	0.00 1	0.02 416	0.04 275	0.02 304

G2L-Stereo_aug	0.38 309	0.11 206	2.82 456	0.00 1	0.01 316	0.47 166	0.00 1	0.48 256	0.19 168	0.00 1	0.00 1	0.10 244	0.04 294	3.13 363	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.07 334	0.00 1

AIO-Stereo-zeroshot1	0.72 429	0.42 400	4.27 496	0.20 498	0.26 501	0.47 166	0.00 1	0.54 266	0.16 158	0.40 458	5.35 499	0.45 379	0.97 458	0.25 248	0.25 374	0.00 1	0.05 475	0.00 1	0.26 514	0.12 401	0.02 304

StereoVision	0.16 156	0.25 314	1.07 250	0.00 1	0.00 1	0.47 166	0.01 300	0.18 170	0.61 404	0.00 1	0.29 435	0.15 279	0.02 205	0.07 195	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.03 252	0.01 169

RAFT_CTSACE	0.14 132	0.33 348	1.23 282	0.00 1	0.01 316	0.47 166	0.00 1	0.27 216	0.11 113	0.01 186	0.00 1	0.04 166	0.00 1	0.08 207	0.00 1	0.00 1	0.01 394	0.00 1	0.00 1	0.24 470	0.00 1

test_sample6	0.41 322	0.11 206	1.38 312	0.00 1	0.00 1	0.48 170	0.00 1	2.33 476	0.57 295	0.00 1	0.00 1	0.10 244	0.00 1	3.18 367	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

UPFNet	0.18 176	0.05 87	1.11 255	0.00 1	0.00 1	0.48 170	0.00 1	1.11 354	0.48 214	0.00 1	0.00 1	0.10 244	0.00 1	0.10 216	0.10 290	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

FADNet-RVC	0.51 374	0.80 481	2.47 434	0.01 329	0.00 1	0.48 170	0.00 1	1.32 375	0.14 142	0.00 1	0.01 295	0.12 256	0.06 338	4.07 410	0.15 330	0.00 1	0.04 460	0.00 1	0.00 1	0.38 495	0.08 442

Wz-Net-LNSev	0.34 287	0.61 453	4.26 494	0.00 1	0.00 1	0.49 173	0.00 1	0.26 210	0.61 404	0.00 1	0.01 295	0.23 315	0.03 259	0.10 216	0.16 333	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

rafts_anoy	0.14 132	0.35 364	0.99 228	0.00 1	0.02 369	0.49 173	0.03 366	0.11 131	0.07 36	0.00 1	0.01 295	0.06 214	0.06 338	0.24 246	0.06 247	0.00 1	0.14 510	0.00 1	0.01 398	0.02 195	0.03 345

ISRNet	0.16 156	0.11 206	1.44 330	0.00 1	0.00 1	0.50 175	0.00 1	0.44 248	0.60 386	0.00 1	0.00 1	0.05 193	0.00 1	0.05 181	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

IGEV_Zeroshot_test	0.32 277	0.10 184	2.61 445	0.01 329	0.01 316	0.50 175	0.04 385	0.21 192	0.09 77	0.45 462	0.45 447	0.81 428	0.51 427	0.20 241	0.23 366	0.00 1	0.05 475	0.00 1	0.14 473	0.03 252	0.00 1

CSP-Net	0.37 304	0.10 184	0.54 78	0.00 1	0.00 1	0.50 175	0.00 1	0.64 287	0.13 138	0.00 1	0.00 1	0.15 279	0.02 205	5.27 446	0.06 247	0.00 1	0.00 1	0.00 1	0.00 1	0.05 297	0.00 1

LL-Strereo2	0.12 109	0.41 398	0.91 206	0.05 408	0.03 395	0.51 178	0.04 385	0.13 144	0.11 113	0.01 186	0.00 1	0.03 130	0.02 205	0.06 188	0.10 290	0.00 1	0.00 1	0.00 1	0.01 398	0.03 252	0.03 345

gwcnet-sp	0.28 244	0.15 238	2.75 452	0.00 1	0.00 1	0.51 178	0.02 344	0.49 258	0.57 295	0.01 186	0.01 295	0.08 229	0.04 294	0.87 284	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

scenet	0.28 244	0.15 238	2.75 452	0.00 1	0.00 1	0.51 178	0.02 344	0.49 258	0.57 295	0.01 186	0.01 295	0.08 229	0.04 294	0.87 284	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

ssnet	0.28 244	0.15 238	2.75 452	0.00 1	0.00 1	0.51 178	0.02 344	0.49 258	0.57 295	0.01 186	0.01 295	0.08 229	0.04 294	0.87 284	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

DANet	0.58 403	0.19 274	1.87 381	0.26 501	0.06 432	0.51 178	0.11 430	1.41 387	0.52 221	0.22 434	0.06 401	1.06 445	0.02 205	4.25 418	0.92 442	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.06 422
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
StereoDRNet	0.42 325	0.50 425	2.50 436	0.02 360	0.06 432	0.51 178	0.00 1	0.34 229	0.61 404	0.00 1	0.00 1	0.33 340	0.02 205	2.87 348	0.50 423	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.02 304

MM-Stereo_test2	0.14 132	0.06 119	1.48 338	0.07 436	0.00 1	0.52 184	0.00 1	0.08 95	0.03 4	0.13 416	0.00 1	0.03 130	0.02 205	0.02 125	0.07 258	0.00 1	0.01 394	0.00 1	0.01 398	0.19 451	0.04 380

AIO-test1	0.27 238	0.33 348	1.30 294	0.00 1	0.01 316	0.52 184	0.01 300	1.16 363	0.61 404	0.00 1	0.01 295	0.03 130	0.02 205	1.24 299	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.12 401	0.06 422

GASNet	0.56 392	1.09 497	2.57 443	0.00 1	0.00 1	0.52 184	0.02 344	1.12 356	0.22 175	0.01 186	0.14 418	0.50 396	0.12 372	4.09 411	0.39 407	0.00 1	0.00 1	0.00 1	0.00 1	0.32 490	0.08 442

iRaftStereo_RVC	0.10 77	0.20 278	0.57 86	0.00 1	0.00 1	0.52 184	0.00 1	0.05 51	0.07 36	0.00 1	0.01 295	0.14 270	0.03 259	0.02 125	0.01 116	0.00 1	0.03 445	0.00 1	0.00 1	0.25 474	0.20 497

HSM	0.63 415	0.36 371	0.89 199	0.00 1	0.00 1	0.52 184	0.01 300	0.98 335	0.56 251	0.00 1	0.01 295	2.27 490	0.65 440	6.18 485	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

xyz-stereo-finetune	0.11 95	0.18 263	0.37 31	0.00 1	0.00 1	0.53 189	0.00 1	0.00 1	0.56 251	0.01 186	0.00 1	0.04 166	0.02 205	0.00 1	0.38 403	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.00 1

GREAT-IGEV	0.11 95	0.07 149	0.65 104	0.00 1	0.11 460	0.53 189	0.00 1	0.06 64	0.09 77	0.00 1	0.01 295	0.01 21	0.01 135	0.02 125	0.03 188	0.00 1	0.08 495	0.00 1	0.17 485	0.07 334	0.28 504

AACVNet	0.40 319	0.36 371	0.90 201	0.00 1	0.00 1	0.53 189	0.00 1	0.18 170	0.41 210	0.02 300	0.00 1	0.11 250	0.01 135	5.33 449	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.15 424	0.00 1

test_3	0.19 182	0.02 12	0.76 143	0.03 380	0.10 453	0.53 189	0.00 1	1.42 390	0.07 36	0.13 416	0.00 1	0.02 71	0.00 1	0.07 195	0.19 351	0.00 1	0.00 1	0.00 1	0.20 493	0.12 401	0.11 466

THIR-Stereo	0.93 451	0.18 263	1.34 302	0.00 1	0.01 316	0.53 189	3.86 526	0.10 124	0.10 103	0.10 405	1.50 483	0.76 424	2.90 499	5.73 467	1.45 458	0.00 1	0.00 1	0.02 478	0.00 1	0.01 81	0.00 1

xxxx	1.04 457	0.02 12	0.54 78	0.00 1	0.00 1	0.53 189	0.00 1	2.53 487	0.57 295	0.00 1	0.00 1	0.01 21	0.01 135	2.04 313	14.52 528	0.00 1	0.01 394	0.00 1	0.00 1	0.00 1	0.01 169

coex_refinement	0.33 279	0.44 407	0.97 223	0.05 408	0.00 1	0.54 195	0.04 385	0.72 296	0.15 151	0.02 300	0.00 1	0.36 352	0.16 384	3.05 358	0.13 316	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.01 169

PAM_32	0.49 358	0.07 149	2.23 411	0.17 487	0.23 499	0.54 195	0.25 453	0.26 210	0.13 138	0.49 466	0.93 471	2.21 488	0.87 455	0.51 266	0.31 394	0.00 1	0.07 489	0.00 1	0.27 518	0.01 81	0.19 494

PAM	0.48 351	0.08 163	2.03 394	0.19 494	0.24 500	0.54 195	0.26 456	0.24 203	0.11 113	0.54 469	0.96 473	2.39 492	0.72 444	0.48 265	0.25 374	0.00 1	0.07 489	0.00 1	0.26 514	0.01 81	0.18 490

Pointernet	0.10 77	0.04 57	0.61 95	0.00 1	0.05 422	0.54 195	0.00 1	0.02 15	0.59 361	0.00 1	0.00 1	0.03 130	0.02 205	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 398	0.01 81	0.00 1

AIO-test2	0.30 262	0.63 455	0.91 206	0.08 444	0.13 469	0.55 199	0.01 300	1.15 361	0.60 386	0.00 1	0.00 1	0.03 130	0.04 294	0.89 287	0.04 216	0.87 517	0.00 1	0.00 1	0.01 398	0.03 252	0.05 401

RYNet	0.53 385	0.19 274	1.79 373	0.00 1	0.00 1	0.55 199	0.00 1	1.12 356	0.61 404	0.02 300	0.00 1	0.83 429	0.04 294	5.05 441	0.45 417	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 304

MFN_U_SF_RVC	0.95 453	1.40 516	4.49 499	0.16 483	0.11 460	0.56 201	0.07 407	1.12 356	0.36 202	0.43 461	0.27 433	1.27 457	0.73 445	3.98 408	1.47 459	0.29 503	0.34 521	0.36 519	0.55 527	0.63 506	0.46 512

S-Stereo	0.65 419	0.25 314	3.44 479	0.00 1	0.00 1	0.56 201	0.05 396	1.86 444	0.61 404	0.00 1	0.76 463	0.84 430	0.11 369	4.28 422	0.11 298	0.00 1	0.01 394	0.00 1	0.00 1	0.07 334	0.03 345

Wz-Net-LNSev-Ref	0.42 325	0.52 435	3.02 464	0.00 1	0.00 1	0.57 203	0.00 1	1.15 361	0.60 386	0.00 1	0.00 1	0.04 166	0.14 376	1.51 304	0.76 438	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test-1	0.19 182	0.13 227	0.67 110	0.00 1	0.15 476	0.57 203	0.00 1	1.01 340	0.11 113	0.04 351	0.48 451	0.05 193	0.00 1	0.01 61	0.30 387	0.00 1	0.07 489	0.00 1	0.06 444	0.01 81	0.18 490

test_xeample	1.14 463	0.02 12	0.58 87	0.00 1	0.00 1	0.57 203	0.00 1	2.57 490	0.57 295	0.00 1	0.00 1	0.03 130	0.02 205	3.45 382	15.00 531	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 304

G2L-Stereo	0.41 322	0.45 411	1.90 384	0.00 1	0.00 1	0.58 206	0.00 1	0.40 240	0.12 129	0.00 1	0.00 1	0.33 340	0.05 324	4.09 411	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.14 414	0.00 1

TCMNet	0.49 358	0.43 403	3.03 466	0.06 430	0.01 316	0.58 206	0.04 385	0.92 324	0.62 455	0.00 1	0.00 1	0.20 304	0.02 205	3.64 390	0.02 163	0.00 1	0.00 1	0.02 478	0.00 1	0.18 449	0.07 437

222	1.95 487	0.03 34	0.41 40	0.00 1	0.00 1	0.58 206	0.00 1	2.64 497	0.57 295	0.02 300	0.00 1	0.05 193	0.02 205	3.34 379	31.23 536	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 304

STTRV1_RVC	0.67 422	0.21 281	2.32 418	0.00 1	0.00 1	0.58 206	0.01 300	1.05 344	0.59 361	0.01 186	0.51 452	0.26 324	0.18 391	6.05 479	0.27 382	0.26 501	1.07 529	0.00 1	0.00 1	0.00 1	0.03 345

iResNetv2_ROB	0.36 297	1.03 495	2.96 462	0.00 1	0.00 1	0.58 206	0.00 1	1.51 420	0.58 349	0.01 186	0.00 1	0.08 229	0.02 205	0.07 195	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.29 487	0.02 304

NaN_ROB	0.80 436	0.47 418	1.63 354	0.17 487	0.19 491	0.58 206	0.38 479	2.11 461	0.80 487	0.53 468	0.33 439	0.48 384	1.13 468	4.98 439	1.94 466	0.00 1	0.02 433	0.01 462	0.05 441	0.06 319	0.14 482

IGEV-Stereo++	0.05 13	0.03 34	0.16 9	0.00 1	0.00 1	0.59 212	0.00 1	0.05 51	0.07 36	0.01 186	0.00 1	0.01 21	0.00 1	0.06 188	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.03 252	0.01 169

NVstereo2D	0.45 338	0.11 206	1.91 386	0.00 1	0.00 1	0.59 212	0.00 1	1.39 386	0.61 404	0.03 329	0.00 1	0.33 340	0.00 1	3.94 406	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

delet	0.33 279	0.24 308	1.05 242	0.00 1	0.00 1	0.60 214	0.00 1	0.53 263	0.59 361	0.03 329	0.01 295	0.52 400	0.19 392	2.68 339	0.13 316	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.00 1

MLG-Stereo_test1	0.07 43	0.05 87	0.10 1	0.00 1	0.00 1	0.61 215	0.00 1	0.02 15	0.61 404	0.01 186	0.00 1	0.02 71	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

CFNet-RSSM	0.17 167	0.06 119	1.16 265	0.00 1	0.12 466	0.61 215	0.00 1	0.90 320	0.08 53	0.01 186	0.00 1	0.09 240	0.00 1	0.01 61	0.03 188	0.00 1	0.00 1	0.00 1	0.23 503	0.00 1	0.00 1

RP	0.42 325	0.44 407	1.52 341	0.00 1	0.01 316	0.61 215	0.02 344	1.06 346	0.39 207	0.03 329	0.01 295	0.99 439	0.16 384	2.89 350	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.10 386	0.00 1

RASNet	0.58 403	0.27 324	1.30 294	0.00 1	0.00 1	0.61 215	0.01 300	0.47 254	0.60 386	0.08 390	0.06 401	1.52 475	0.04 294	6.18 485	0.48 420	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.00 1

HSM-Net_RVC	0.52 384	0.06 119	1.45 332	0.00 1	0.00 1	0.61 215	0.00 1	3.83 508	0.52 221	0.14 424	0.00 1	0.22 314	0.03 259	3.50 384	0.04 216	0.01 456	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DRN-Test	0.43 332	0.13 227	1.95 390	0.03 380	0.09 449	0.61 215	0.00 1	1.43 395	0.61 404	0.00 1	0.00 1	0.18 293	0.04 294	3.32 377	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

UGAM	0.51 374	0.12 219	1.83 375	0.00 1	0.00 1	0.62 221	0.00 1	0.06 64	0.11 113	0.00 1	0.23 429	0.35 348	0.04 294	6.42 501	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.26 476	0.03 345

ffm	0.25 227	0.02 12	1.06 244	0.00 1	0.00 1	0.62 221	0.00 1	1.42 390	0.57 295	0.00 1	0.00 1	0.67 415	0.02 205	0.57 269	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.08 357	0.03 345

ff1	0.80 436	0.02 12	1.06 244	0.00 1	0.00 1	0.62 221	0.00 1	1.42 390	0.57 295	0.00 1	0.00 1	0.67 415	0.02 205	5.57 460	5.86 500	0.00 1	0.01 394	0.00 1	0.00 1	0.08 357	0.03 345

mmx	0.85 442	0.02 12	1.06 244	0.00 1	0.00 1	0.62 221	0.00 1	2.50 483	0.56 251	0.00 1	0.00 1	0.67 415	0.02 205	5.57 460	5.86 500	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

ttt	0.70 425	0.02 12	0.78 157	0.00 1	0.00 1	0.62 221	0.00 1	2.50 483	0.56 251	0.00 1	0.00 1	0.29 331	0.01 135	4.18 415	5.00 495	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

xxx	0.85 442	0.02 12	1.06 244	0.00 1	0.00 1	0.62 221	0.00 1	2.50 483	0.56 251	0.00 1	0.00 1	0.67 415	0.02 205	5.57 460	5.86 500	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

anonymousdsp2	0.10 77	0.04 57	0.98 227	0.00 1	0.00 1	0.62 221	0.00 1	0.09 108	0.11 113	0.00 1	0.00 1	0.01 21	0.01 135	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 416	0.04 275	0.03 345

IER	0.14 132	0.09 177	1.29 291	0.00 1	0.00 1	0.62 221	0.00 1	0.17 164	0.10 103	0.00 1	0.00 1	0.40 367	0.02 205	0.11 222	0.04 216	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

raftrobust	0.13 119	0.36 371	0.94 213	0.00 1	0.18 487	0.62 221	0.02 344	0.07 84	0.07 36	0.00 1	0.00 1	0.03 130	0.03 259	0.03 156	0.05 231	0.00 1	0.01 394	0.00 1	0.00 1	0.06 319	0.04 380

FBW_ROB	0.83 439	0.31 343	1.48 338	0.10 455	0.01 316	0.62 221	0.01 300	1.91 447	0.59 361	0.01 186	0.01 295	1.10 449	0.05 324	7.84 516	2.07 468	0.05 483	0.01 394	0.03 489	0.01 398	0.01 81	0.47 513

LL-Strereo	0.71 428	0.88 486	2.40 426	0.00 1	0.00 1	0.63 231	0.01 300	1.57 422	0.58 349	0.45 462	0.00 1	0.54 402	0.30 411	6.37 499	0.07 258	0.00 1	0.05 475	0.00 1	0.00 1	0.22 464	0.17 489

CrosDoStereo	1.10 460	0.08 163	1.43 328	0.00 1	0.05 422	0.63 231	5.86 530	0.60 279	0.38 203	0.26 438	1.21 476	0.19 300	3.02 500	6.61 505	1.64 462	0.00 1	0.00 1	0.00 1	0.00 1	0.06 319	0.00 1

DeepStereo_LL	1.10 460	0.08 163	1.43 328	0.00 1	0.05 422	0.63 231	5.86 530	0.60 279	0.38 203	0.26 438	1.21 476	0.19 300	3.02 500	6.61 505	1.64 462	0.00 1	0.00 1	0.00 1	0.00 1	0.06 319	0.00 1

stereogan	0.49 358	0.22 289	2.39 425	0.00 1	0.00 1	0.63 231	0.02 344	0.79 304	0.72 479	0.06 370	0.00 1	1.68 476	0.46 424	2.63 338	0.04 216	0.00 1	0.00 1	0.00 1	0.00 1	0.14 414	0.00 1

testlalala_base	0.27 238	0.06 119	0.80 166	0.00 1	0.00 1	0.64 235	0.00 1	1.08 350	0.08 53	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 216	0.52 510	0.00 1	0.00 1	0.12 466	2.02 519	0.00 1

raft_robust	0.56 392	0.36 371	0.87 191	0.00 1	0.15 476	0.64 235	0.00 1	2.20 468	0.56 251	0.00 1	0.01 295	0.44 374	1.18 472	4.46 424	0.01 116	0.00 1	0.00 1	0.00 1	0.15 479	0.09 375	0.03 345

raft+_RVC	0.14 132	0.37 378	0.96 216	0.00 1	0.16 479	0.64 235	0.03 366	0.05 51	0.08 53	0.00 1	0.00 1	0.02 71	0.03 259	0.03 156	0.07 258	0.00 1	0.07 489	0.00 1	0.00 1	0.05 297	0.16 487

HGLStereo	0.28 244	0.12 219	1.15 261	0.00 1	0.00 1	0.65 238	0.00 1	0.57 272	0.25 183	0.02 300	0.01 295	0.47 382	0.03 259	2.17 321	0.14 325	0.00 1	0.00 1	0.00 1	0.00 1	0.03 252	0.01 169

RGC	0.50 369	0.53 437	2.42 430	0.00 1	0.01 316	0.65 238	0.00 1	1.07 348	0.17 162	0.01 186	0.62 458	1.00 440	0.19 392	3.03 357	0.28 385	0.00 1	0.00 1	0.00 1	0.00 1	0.05 297	0.02 304

AANet_RVC	0.75 431	0.65 457	2.52 439	0.01 329	0.00 1	0.66 240	0.00 1	0.61 283	0.13 138	0.00 1	1.29 480	0.96 437	0.04 294	5.98 474	1.82 465	0.13 492	0.02 433	0.00 1	0.00 1	0.07 334	0.04 380

ADLNet	0.38 309	0.21 281	0.86 187	0.00 1	0.00 1	0.67 241	0.00 1	0.86 316	0.60 386	0.18 430	0.01 295	1.01 441	0.02 205	2.92 351	0.26 379	0.00 1	0.00 1	0.00 1	0.00 1	0.09 375	0.02 304

MMNet	0.23 211	0.18 263	1.84 377	0.00 1	0.00 1	0.67 241	0.00 1	0.59 277	0.59 361	0.00 1	0.01 295	0.18 293	0.09 356	0.26 249	0.12 309	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

Nwc_Net	0.43 332	0.42 400	2.64 447	0.00 1	0.00 1	0.67 241	0.00 1	0.82 311	0.28 187	0.00 1	0.01 295	0.90 434	0.10 364	2.62 336	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.03 252	0.00 1

NOSS_ROB	0.61 412	0.17 255	0.63 98	0.19 494	0.00 1	0.67 241	0.00 1	2.38 478	0.57 295	0.13 416	0.00 1	0.94 435	0.00 1	6.27 495	0.10 290	0.00 1	0.00 1	0.00 1	0.00 1	0.04 275	0.10 463

iResNet	0.25 227	0.27 324	1.68 359	0.00 1	0.00 1	0.69 245	0.00 1	1.22 368	0.56 251	0.00 1	0.00 1	0.04 166	0.03 259	0.12 224	0.30 387	0.00 1	0.00 1	0.00 1	0.00 1	0.05 297	0.01 169

1111x	0.87 447	0.02 12	1.20 271	0.00 1	0.00 1	0.70 246	0.00 1	2.60 495	0.56 251	0.00 1	0.00 1	0.04 166	0.01 135	5.36 452	6.80 504	0.00 1	0.01 394	0.00 1	0.00 1	0.00 1	0.01 169

iRaft-Stereo_20w	0.38 309	0.11 206	1.91 386	0.12 469	0.04 413	0.70 246	0.24 450	1.72 438	0.16 158	0.41 459	0.00 1	0.26 324	1.04 462	0.41 260	0.24 370	0.00 1	0.04 460	0.00 1	0.14 473	0.02 195	0.09 455

pcwnet_v2	0.47 344	0.11 206	5.03 503	0.00 1	0.00 1	0.70 246	0.00 1	1.98 453	0.61 404	0.01 186	0.00 1	0.36 352	0.33 416	0.18 238	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.02 304

iResNet_ROB	0.30 262	0.66 459	1.41 321	0.00 1	0.00 1	0.70 246	0.00 1	0.79 304	0.57 295	0.04 351	0.01 295	0.08 229	0.01 135	1.55 306	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.06 319	0.00 1

DispNO	0.64 417	0.48 420	2.04 397	0.00 1	0.00 1	0.71 250	0.01 300	1.47 410	0.56 251	0.00 1	0.54 453	1.34 462	0.06 338	5.12 443	0.31 394	0.00 1	0.00 1	0.03 489	0.12 466	0.01 81	0.02 304

UNet	0.26 232	0.18 263	2.41 428	0.00 1	0.00 1	0.71 250	0.00 1	0.39 238	0.60 386	0.00 1	0.00 1	0.37 359	0.02 205	0.45 264	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

CSAN	1.05 458	0.61 453	2.46 433	0.09 451	0.08 444	0.71 250	0.71 499	2.20 468	0.93 492	0.85 477	2.92 487	0.79 427	1.46 479	5.37 453	1.58 461	0.01 456	0.01 394	0.00 1	0.00 1	0.09 375	0.05 401

DFGA-Net	0.37 304	0.77 479	1.34 302	0.00 1	0.01 316	0.72 253	0.00 1	0.21 192	0.21 172	0.00 1	0.00 1	0.03 130	0.01 135	3.85 400	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.20 458	0.01 169

ccnet	0.49 358	0.05 87	1.26 285	0.01 329	0.08 444	0.72 253	0.18 440	1.18 366	0.35 200	0.45 462	0.68 460	0.13 263	0.39 420	3.54 386	0.74 437	0.01 456	0.00 1	0.02 478	0.00 1	0.02 195	0.01 169

hitnet-ft	0.42 325	0.30 339	1.15 261	0.00 1	0.00 1	0.73 255	0.11 430	0.30 224	0.19 168	0.04 351	0.14 418	0.75 423	0.17 390	4.33 423	0.10 290	0.01 456	0.00 1	0.03 489	0.00 1	0.04 275	0.01 169

DCVSM-stereo	0.16 156	0.03 34	1.58 347	0.00 1	0.00 1	0.74 256	0.04 385	0.02 15	0.08 53	0.00 1	0.00 1	0.60 404	0.07 347	0.06 188	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.00 1

R-Stereo Train	0.15 150	0.03 34	0.77 146	0.00 1	0.00 1	0.74 256	0.00 1	1.36 379	0.09 77	0.02 300	0.00 1	0.01 21	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

PVD	0.73 430	0.57 448	3.38 477	0.04 398	0.19 491	0.74 256	0.00 1	0.29 221	0.79 486	2.37 501	0.00 1	0.53 401	0.09 356	2.19 323	3.20 479	0.00 1	0.05 475	0.00 1	0.02 416	0.08 357	0.15 483

RAFT-Stereo	0.15 150	0.03 34	0.77 146	0.00 1	0.00 1	0.74 256	0.00 1	1.36 379	0.09 77	0.02 300	0.00 1	0.01 21	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MLG-Stereo_test2	0.08 54	0.06 119	0.13 5	0.00 1	0.00 1	0.75 260	0.00 1	0.03 29	0.57 295	0.01 186	0.00 1	0.05 193	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

PCWNet_CMD	0.19 182	0.10 184	1.38 312	0.00 1	0.01 316	0.75 260	0.00 1	0.35 230	0.12 129	0.00 1	0.00 1	0.48 384	0.51 427	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

AEACV	0.10 77	0.02 12	0.49 58	0.00 1	0.02 369	0.75 260	0.00 1	0.07 84	0.02 1	0.09 399	0.00 1	0.01 21	0.08 352	0.01 61	0.00 1	0.00 1	0.03 445	0.00 1	0.24 510	0.07 334	0.05 401

MSMDNet	0.19 182	0.10 184	1.39 315	0.00 1	0.01 316	0.75 260	0.00 1	0.35 230	0.12 129	0.00 1	0.00 1	0.48 384	0.50 425	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

model_zeroshot	0.20 191	0.23 299	0.96 216	0.01 329	0.00 1	0.77 264	0.02 344	0.31 227	0.14 142	0.75 475	0.00 1	0.12 256	0.01 135	0.58 271	0.02 163	0.00 1	0.01 394	0.00 1	0.11 461	0.01 81	0.00 1

gcap-zeroshot	0.18 176	0.22 289	1.03 232	0.07 436	0.10 453	0.77 264	0.00 1	0.26 210	0.63 460	0.00 1	0.00 1	0.21 308	0.01 135	0.15 233	0.02 163	0.00 1	0.04 460	0.00 1	0.17 485	0.00 1	0.00 1

iinet-f	0.48 351	0.57 448	4.45 498	0.00 1	0.01 316	0.77 264	0.00 1	1.48 411	0.61 404	0.01 186	0.00 1	0.40 367	0.44 422	0.38 258	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.35 493	0.01 169

GANet	0.55 389	0.35 364	1.40 320	0.00 1	0.00 1	0.77 264	0.08 415	0.36 233	0.57 295	0.01 186	0.00 1	0.68 419	0.11 369	5.52 457	1.07 445	0.00 1	0.00 1	0.02 478	0.00 1	0.09 375	0.03 345

DEmStereo	0.75 431	0.06 119	1.73 365	0.04 398	0.00 1	0.78 268	0.52 491	0.05 51	0.57 295	0.05 361	0.72 462	0.02 71	3.42 505	5.79 470	1.29 454	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

DMCA-RVC	0.31 268	0.48 420	2.47 434	0.00 1	0.03 395	0.78 268	0.03 366	0.06 64	0.08 53	0.01 186	0.01 295	0.08 229	0.33 416	1.59 307	0.16 333	0.00 1	0.02 433	0.01 462	0.00 1	0.01 81	0.01 169

IGEV-RUCA	0.20 191	0.04 57	0.49 58	0.06 430	0.11 460	0.79 270	0.31 468	0.21 192	0.17 162	0.10 405	0.11 413	0.15 279	0.24 404	0.16 235	0.20 357	0.04 480	0.12 506	0.20 513	0.22 501	0.17 440	0.19 494

DDUNet	0.34 287	0.20 278	1.06 244	0.00 1	0.00 1	0.79 270	0.01 300	0.91 322	0.54 230	0.04 351	0.01 295	1.11 451	0.01 135	1.89 311	0.17 337	0.00 1	0.00 1	0.00 1	0.00 1	0.06 319	0.00 1

LMCR-Stereo	0.27 238	0.34 355	1.42 324	0.00 1	0.00 1	0.79 270	0.00 1	2.15 466	0.61 404	0.00 1	0.00 1	0.04 166	0.04 294	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 297	0.00 1

test_for_model	0.57 398	0.39 393	0.80 166	1.74 521	0.02 369	0.80 273	0.02 344	0.30 224	0.22 175	0.11 409	0.00 1	0.00 1	0.02 205	0.00 1	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	6.94 533	0.01 169

ProNet	0.09 65	0.20 278	0.53 77	0.00 1	0.00 1	0.80 273	0.00 1	0.04 41	0.07 36	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 357	0.01 169

test_5	0.26 232	0.35 364	1.35 305	0.01 329	0.22 498	0.80 273	0.01 300	0.81 308	0.58 349	0.12 412	0.00 1	0.06 214	0.01 135	0.61 275	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.14 414	0.16 487

Reg-Stereo(zero)	0.23 211	0.02 12	1.54 344	0.00 1	0.07 438	0.81 276	0.09 421	0.10 124	0.16 158	0.00 1	0.11 413	0.20 304	0.82 452	0.17 237	0.28 385	0.00 1	0.00 1	0.00 1	0.09 453	0.01 81	0.06 422

ssnet_v2	0.28 244	0.17 255	1.18 269	0.00 1	0.00 1	0.81 276	0.00 1	1.05 344	0.59 361	0.09 399	0.01 295	0.88 432	0.09 356	0.43 261	0.08 273	0.00 1	0.00 1	0.00 1	0.00 1	0.12 401	0.09 455

NCCL2	0.29 260	0.50 425	1.52 341	0.00 1	0.00 1	0.81 276	0.00 1	0.45 250	0.22 175	0.00 1	0.00 1	0.02 71	0.03 259	2.14 316	0.06 247	0.00 1	0.00 1	0.02 478	0.00 1	0.01 81	0.03 345

testlalala2	0.25 227	0.07 149	1.64 355	0.00 1	0.00 1	0.82 279	0.00 1	1.66 432	0.57 295	0.01 186	0.00 1	0.04 166	0.01 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.24 510	0.01 81	0.00 1

CASnet	0.08 54	0.05 87	0.40 36	0.00 1	0.00 1	0.82 279	0.00 1	0.14 149	0.08 53	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 252	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
test_4	0.13 119	0.07 149	1.12 258	0.00 1	0.05 422	0.82 279	0.00 1	0.04 41	0.08 53	0.10 405	0.00 1	0.01 21	0.01 135	0.02 125	0.06 247	0.00 1	0.00 1	0.00 1	0.02 416	0.11 392	0.00 1

WZ-Net	1.38 474	1.14 504	10.22 518	0.00 1	0.00 1	0.82 279	0.00 1	1.37 385	0.61 404	0.01 186	0.01 295	1.09 448	2.20 493	6.39 500	3.68 483	0.00 1	0.00 1	0.00 1	0.00 1	0.07 334	0.02 304

psm_up	0.39 314	0.25 314	1.04 234	0.00 1	0.00 1	0.82 279	0.00 1	1.88 445	0.57 295	0.00 1	0.00 1	0.28 330	0.01 135	2.78 343	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.06 319	0.00 1

FADNet	0.55 389	0.75 472	2.42 430	0.00 1	0.01 316	0.82 279	0.00 1	0.88 317	0.54 230	0.01 186	0.01 295	0.16 288	0.16 384	4.49 425	0.09 279	0.18 496	0.00 1	0.00 1	0.00 1	0.43 500	0.00 1

tt45	0.08 54	0.03 34	0.41 40	0.00 1	0.00 1	0.83 285	0.00 1	0.02 15	0.06 23	0.00 1	0.00 1	0.03 130	0.01 135	0.00 1	0.13 316	0.00 1	0.00 1	0.00 1	0.00 1	0.06 319	0.01 169

GCAP-Stereo	0.11 95	0.28 329	0.71 115	0.00 1	0.00 1	0.83 285	0.00 1	0.08 95	0.09 77	0.01 186	0.00 1	0.05 193	0.00 1	0.01 61	0.00 1	0.00 1	0.02 433	0.00 1	0.00 1	0.06 319	0.01 169

GANet-ADL	0.16 156	0.06 119	1.18 269	0.00 1	0.01 316	0.83 285	0.00 1	0.23 198	0.07 36	0.00 1	0.30 436	0.35 348	0.00 1	0.07 195	0.10 290	0.00 1	0.00 1	0.00 1	0.00 1	0.04 275	0.01 169

StereoDRNet-Refined	0.24 220	0.08 163	0.68 111	0.00 1	0.00 1	0.83 285	0.00 1	0.66 289	0.61 404	0.00 1	0.00 1	0.50 396	0.02 205	1.28 300	0.08 273	0.00 1	0.00 1	0.00 1	0.00 1	0.10 386	0.04 380
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CFNet_ucs	0.26 232	0.14 233	1.53 343	0.00 1	0.01 316	0.84 289	0.00 1	1.78 442	0.17 162	0.00 1	0.00 1	0.49 392	0.30 411	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

STTStereo	0.24 220	0.28 329	1.68 359	0.00 1	0.00 1	0.84 289	0.03 366	0.16 156	0.08 53	0.02 300	0.00 1	0.20 304	0.03 259	1.54 305	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CBMV	0.57 398	0.22 289	1.61 353	0.00 1	0.00 1	0.84 289	0.78 502	2.58 492	0.61 404	0.38 456	0.00 1	1.25 454	0.63 439	2.07 315	0.38 403	0.00 1	0.00 1	0.00 1	0.00 1	0.04 275	0.08 442
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
STrans-v2	0.85 442	0.28 329	1.66 357	0.00 1	0.01 316	0.85 292	0.04 385	2.05 454	0.67 473	0.48 465	0.87 470	1.12 452	2.12 492	6.64 507	0.25 374	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

LSM	4.58 515	0.88 486	17.79 524	3.73 532	38.79 537	0.85 292	2.37 521	0.54 266	1.64 503	2.88 505	3.09 488	0.62 406	0.60 435	3.16 364	1.06 444	0.00 1	0.00 1	0.00 1	0.00 1	0.12 401	13.55 538

GMOStereo	0.13 119	0.24 308	0.83 176	0.00 1	0.14 472	0.86 294	0.01 300	0.09 108	0.11 113	0.01 186	0.01 295	0.02 71	0.01 135	0.00 1	0.00 1	0.00 1	0.09 496	0.00 1	0.00 1	0.16 433	0.01 169

error version	0.13 119	0.24 308	0.83 176	0.00 1	0.14 472	0.86 294	0.01 300	0.09 108	0.11 113	0.01 186	0.01 295	0.02 71	0.01 135	0.00 1	0.00 1	0.00 1	0.09 496	0.00 1	0.00 1	0.16 433	0.01 169

test-v	0.13 119	0.24 308	0.83 176	0.00 1	0.14 472	0.86 294	0.01 300	0.09 108	0.11 113	0.01 186	0.01 295	0.02 71	0.01 135	0.00 1	0.00 1	0.00 1	0.09 496	0.00 1	0.00 1	0.16 433	0.01 169

test-2	0.13 119	0.24 308	0.83 176	0.00 1	0.14 472	0.86 294	0.01 300	0.09 108	0.11 113	0.01 186	0.01 295	0.02 71	0.01 135	0.00 1	0.00 1	0.00 1	0.09 496	0.00 1	0.00 1	0.16 433	0.01 169

GCAP-BAT	0.19 182	0.08 163	0.90 201	0.01 329	0.07 438	0.87 298	0.03 366	0.16 156	0.06 23	0.36 453	0.45 447	0.15 279	0.05 324	0.08 207	0.31 394	0.00 1	0.00 1	0.00 1	0.14 473	0.00 1	0.00 1

EAI-Stereo	0.70 425	0.03 34	0.84 181	0.13 476	0.20 496	0.87 298	2.23 518	2.05 454	0.29 191	0.72 472	4.60 495	0.29 331	0.55 430	0.39 259	0.44 414	0.00 1	0.07 489	0.00 1	0.29 521	0.01 81	0.08 442

ADLNet2	0.55 389	0.33 348	2.54 442	0.00 1	0.00 1	0.88 300	0.00 1	0.69 292	0.65 465	0.00 1	0.07 404	1.47 470	0.02 205	4.12 414	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.13 411	0.01 169

ADCS	1.72 484	1.22 508	8.11 513	0.00 1	0.01 316	0.88 300	0.68 497	1.44 396	0.63 460	2.60 503	0.11 413	1.42 467	0.26 408	1.97 312	14.92 529	0.00 1	0.00 1	0.00 1	0.00 1	0.08 357	0.07 437

otaku	0.59 407	1.12 500	1.90 384	0.08 444	0.11 460	0.89 302	0.05 396	0.60 279	0.57 295	0.01 186	1.41 481	1.03 443	0.14 376	2.39 331	0.56 429	0.06 485	0.03 445	0.01 462	0.00 1	0.61 505	0.21 501

PA-Net	0.57 398	0.50 425	2.73 451	0.03 380	0.06 432	0.89 302	0.02 344	0.66 289	0.63 460	0.00 1	0.00 1	0.43 373	0.07 347	4.82 435	0.55 428	0.01 456	0.00 1	0.00 1	0.00 1	0.02 195	0.04 380
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LG-Stereo_Zeroshot	0.16 156	0.09 177	0.61 95	0.00 1	0.01 316	0.90 304	0.00 1	0.14 149	0.14 142	0.08 390	0.00 1	0.39 364	0.02 205	0.15 233	0.38 403	0.00 1	0.00 1	0.00 1	0.16 482	0.01 81	0.03 345

CRFU-Net	0.40 319	0.12 219	1.50 340	0.14 478	0.01 316	0.90 304	0.00 1	0.42 245	0.14 142	0.00 1	0.00 1	0.42 371	1.94 486	2.15 318	0.12 309	0.00 1	0.00 1	0.03 489	0.00 1	0.03 252	0.00 1

IPLGR_C	0.35 293	0.81 483	2.03 394	0.10 455	0.01 316	0.90 304	0.21 446	1.46 408	0.61 404	0.02 300	0.01 295	0.13 263	0.07 347	0.14 228	0.17 337	0.00 1	0.05 475	0.01 462	0.02 416	0.17 440	0.04 380

ACRE	0.34 287	0.70 464	2.13 405	0.10 455	0.00 1	0.90 304	0.20 445	1.45 398	0.61 404	0.02 300	0.01 295	0.13 263	0.05 324	0.14 228	0.17 337	0.00 1	0.03 445	0.01 462	0.02 416	0.17 440	0.04 380

Consistency-Raft	0.39 314	0.30 339	2.53 441	0.14 478	0.03 395	0.90 304	0.04 385	1.36 379	0.59 361	0.00 1	0.02 378	0.02 71	1.15 470	0.33 252	0.43 412	0.02 472	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

SuperB	1.85 486	1.06 496	10.54 519	0.02 360	0.01 316	0.90 304	0.78 502	1.75 441	0.64 463	0.05 361	0.05 391	0.34 344	0.89 457	5.29 447	5.80 499	0.01 456	0.00 1	0.02 478	0.02 416	8.71 535	0.06 422

ADCRef	0.92 450	0.48 420	3.35 475	0.02 360	0.02 369	0.90 304	0.32 469	0.61 283	0.65 465	0.72 472	0.17 421	0.17 290	0.82 452	2.15 318	7.95 508	0.00 1	0.00 1	0.00 1	0.00 1	0.07 334	0.03 345

DeepPrunerF	1.33 472	0.59 451	8.62 515	0.02 360	0.09 449	0.90 304	0.00 1	1.34 377	6.72 517	0.22 434	0.01 295	0.21 308	0.14 376	5.64 463	1.99 467	0.00 1	0.00 1	0.01 462	0.02 416	0.14 414	0.02 304

AASNet	0.27 238	0.47 418	1.56 345	0.00 1	0.00 1	0.91 312	0.00 1	0.58 275	0.58 349	0.00 1	0.00 1	0.39 364	0.02 205	0.33 252	0.13 316	0.00 1	0.00 1	0.00 1	0.00 1	0.25 474	0.06 422

AFF-stereo	0.18 176	0.42 400	0.77 146	0.00 1	0.00 1	0.91 312	0.00 1	0.41 243	0.65 465	0.05 361	0.00 1	0.04 166	0.05 324	0.06 188	0.04 216	0.00 1	0.01 394	0.00 1	0.00 1	0.19 451	0.01 169

YMNet	0.36 297	0.38 388	2.34 419	0.03 380	0.03 395	0.92 314	0.15 436	0.53 263	0.65 465	0.09 399	0.01 295	0.44 374	0.06 338	0.82 281	0.30 387	0.01 456	0.00 1	0.04 497	0.00 1	0.27 482	0.04 380

YMNet_1	0.36 297	0.38 388	2.34 419	0.03 380	0.03 395	0.92 314	0.15 436	0.53 263	0.65 465	0.09 399	0.01 295	0.44 374	0.06 338	0.82 281	0.30 387	0.01 456	0.00 1	0.04 497	0.00 1	0.27 482	0.04 380

DRaft	0.56 392	0.08 163	0.73 120	0.00 1	0.00 1	0.92 314	0.19 443	0.05 51	0.09 77	0.03 329	0.26 432	0.06 214	2.55 495	4.61 429	1.38 457	0.00 1	0.03 445	0.00 1	0.02 416	0.03 252	0.08 442

XX-TBD	0.12 109	0.25 314	0.79 161	0.00 1	0.00 1	0.92 314	0.00 1	0.18 170	0.08 53	0.00 1	0.21 428	0.03 130	0.00 1	0.01 61	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PSMNet_ROB	0.41 322	0.54 439	1.69 361	0.00 1	0.00 1	0.92 314	0.00 1	0.27 216	0.53 226	0.00 1	0.00 1	0.25 322	0.03 259	3.43 381	0.47 418	0.00 1	0.00 1	0.00 1	0.00 1	0.05 297	0.03 345

CIPLG	0.33 279	0.75 472	1.79 373	0.10 455	0.01 316	0.93 319	0.21 446	1.45 398	0.61 404	0.02 300	0.01 295	0.14 270	0.06 338	0.13 226	0.17 337	0.00 1	0.04 460	0.01 462	0.01 398	0.17 440	0.04 380

APVNet	0.51 374	0.21 281	2.43 432	0.00 1	0.00 1	0.94 320	0.00 1	0.45 250	0.62 455	0.01 186	0.01 295	0.34 344	0.03 259	4.59 427	0.27 382	0.00 1	0.00 1	0.03 489	0.00 1	0.15 424	0.02 304

DualNet (step1)	0.44 336	0.23 299	1.31 296	0.00 1	0.00 1	0.95 321	0.00 1	2.28 472	0.57 295	0.00 1	0.00 1	0.14 270	0.00 1	1.45 302	0.07 258	0.32 505	0.00 1	1.06 525	0.33 523	0.01 81	0.01 169

test_sample9	1.51 479	0.23 299	1.31 296	0.00 1	0.00 1	0.95 321	0.00 1	2.28 472	0.57 295	0.00 1	0.00 1	0.14 270	0.00 1	3.30 375	7.04 505	0.32 505	12.66 538	1.06 525	0.33 523	0.01 81	0.01 169

test_sample8	2.11 494	0.23 299	1.31 296	0.00 1	0.00 1	0.95 321	0.00 1	2.06 457	0.55 236	1.95 498	0.00 1	7.32 511	3.15 502	3.30 375	7.04 505	0.32 505	12.66 538	1.06 525	0.33 523	0.01 81	0.01 169

NLCA_NET_v2_RVC	0.35 293	0.49 424	2.00 392	0.00 1	0.02 369	0.96 324	0.00 1	0.55 269	0.18 166	0.03 329	0.00 1	0.35 348	0.10 364	2.37 329	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
XPNet_ROB	0.37 304	0.34 355	1.01 229	0.01 329	0.00 1	0.96 324	0.00 1	1.11 354	0.46 213	0.00 1	0.00 1	0.17 290	0.02 205	2.73 340	0.54 425	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

LCNet	0.22 204	0.11 206	0.74 129	0.11 465	0.00 1	0.97 326	0.00 1	0.09 108	0.59 361	0.01 186	0.00 1	0.02 71	1.10 466	0.43 261	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 414	0.01 169

ETE_ROB	0.31 268	0.34 355	0.89 199	0.00 1	0.00 1	0.97 326	0.01 300	1.45 398	0.57 295	0.02 300	0.00 1	0.17 290	0.02 205	1.75 308	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MyStereo07	0.10 77	0.12 219	0.59 90	0.00 1	0.00 1	0.98 328	0.00 1	0.03 29	0.10 103	0.01 186	0.00 1	0.01 21	0.05 324	0.04 169	0.00 1	0.00 1	0.05 475	0.00 1	0.00 1	0.02 195	0.04 380

MyStereo04	0.26 232	0.12 219	2.34 419	0.00 1	0.00 1	0.98 328	0.00 1	0.84 313	0.20 170	0.06 370	0.01 295	0.33 340	0.11 369	0.00 1	0.06 247	0.00 1	0.05 475	0.00 1	0.00 1	0.02 195	0.04 380

CFNet_pseudo	0.22 204	0.10 184	1.39 315	0.00 1	0.01 316	0.98 328	0.00 1	0.94 328	0.09 77	0.00 1	0.00 1	0.48 384	0.36 418	0.02 125	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DSFCA	0.40 319	0.09 177	0.84 181	0.00 1	0.01 316	0.98 328	0.37 477	0.29 221	0.62 455	0.02 300	0.32 438	0.03 130	0.24 404	3.91 402	0.34 399	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

CVANet_RVC	0.53 385	0.32 344	1.26 285	0.00 1	0.00 1	0.98 328	0.00 1	0.72 296	0.55 236	0.35 452	0.12 416	0.36 352	0.14 376	5.53 458	0.08 273	0.00 1	0.00 1	0.00 1	0.00 1	0.16 433	0.00 1

ccs_rob	0.22 204	0.10 184	1.38 312	0.00 1	0.01 316	0.98 328	0.00 1	0.94 328	0.09 77	0.00 1	0.00 1	0.48 384	0.36 418	0.02 125	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

UDG	0.42 325	0.43 403	1.17 266	0.00 1	0.00 1	0.99 334	0.00 1	1.70 436	0.60 386	0.05 361	0.00 1	1.51 473	0.19 392	1.20 294	0.61 431	0.00 1	0.00 1	0.00 1	0.00 1	0.05 297	0.00 1

DN-CSS_ROB	0.26 232	0.75 472	1.33 300	0.00 1	0.00 1	0.99 334	0.00 1	1.04 343	0.61 404	0.01 186	0.00 1	0.19 300	0.02 205	0.07 195	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.22 464	0.01 169

CREStereo++_RVC	0.10 77	0.06 119	0.78 157	0.00 1	0.00 1	1.00 336	0.00 1	0.10 124	0.08 53	0.00 1	0.01 295	0.03 130	0.00 1	0.01 61	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
FENet	0.23 211	0.05 87	1.39 315	0.00 1	0.00 1	1.00 336	0.00 1	0.80 306	0.57 295	0.00 1	0.00 1	0.24 317	0.04 294	0.23 245	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

DMCA	0.19 182	0.16 247	1.39 315	0.00 1	0.01 316	1.00 336	0.01 300	0.38 235	0.57 295	0.01 186	0.01 295	0.05 193	0.00 1	0.05 181	0.12 309	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

LALA_ROB	0.31 268	0.38 388	0.91 206	0.00 1	0.01 316	1.00 336	0.01 300	1.60 425	0.61 404	0.15 426	0.00 1	0.09 240	0.01 135	1.04 291	0.41 410	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.00 1

SACVNet	0.42 325	0.29 335	1.10 251	0.00 1	0.00 1	1.02 340	0.00 1	0.78 301	0.29 191	0.03 329	0.00 1	0.24 317	0.02 205	4.27 420	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.20 458	0.01 169

AnonymousM	0.10 77	0.04 57	0.56 84	0.00 1	0.00 1	1.02 340	0.00 1	0.19 175	0.11 113	0.00 1	0.00 1	0.00 1	0.00 1	0.07 195	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

ICVP	0.15 150	0.03 34	1.23 282	0.00 1	0.01 316	1.02 340	0.09 421	0.19 175	0.10 103	0.00 1	0.02 378	0.07 222	0.01 135	0.18 238	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.01 81	0.00 1
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GEStereo_RVC	0.43 332	0.38 388	1.10 251	0.01 329	0.00 1	1.02 340	0.00 1	1.94 450	0.57 295	0.00 1	0.00 1	0.14 270	0.01 135	3.25 374	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.08 357	0.02 304

EDNetEfficient	2.96 507	0.23 299	19.99 526	0.19 494	0.85 517	1.02 340	2.03 515	0.56 270	5.14 514	8.09 524	1.81 484	0.94 435	4.14 514	3.72 396	10.22 518	0.00 1	0.03 445	0.00 1	0.06 444	0.05 297	0.03 345

UCFNet_RVC	0.20 191	0.32 344	0.88 195	0.00 1	0.00 1	1.02 340	0.00 1	0.20 186	0.29 191	0.01 186	0.00 1	0.34 344	0.02 205	0.81 280	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

tg	0.14 132	0.17 255	0.52 68	0.00 1	0.00 1	1.03 346	0.00 1	0.07 84	0.52 221	0.00 1	0.01 295	0.07 222	0.02 205	0.02 125	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.26 476	0.18 490

ACVNet-4b	1.14 463	1.34 514	3.96 492	0.17 487	0.03 395	1.03 346	0.01 300	1.31 374	0.65 465	0.01 186	0.97 474	1.98 483	0.32 415	6.18 485	1.20 450	2.52 525	0.02 433	0.00 1	0.00 1	0.82 511	0.28 504

CAS	0.10 77	0.05 87	0.46 54	0.00 1	0.00 1	1.03 346	0.00 1	0.21 192	0.09 77	0.00 1	0.00 1	0.03 130	0.01 135	0.01 61	0.02 163	0.08 489	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

dd	0.16 156	0.52 435	0.86 187	0.01 329	0.00 1	1.03 346	0.00 1	0.09 108	0.52 221	0.01 186	0.00 1	0.02 71	0.02 205	0.00 1	0.00 1	0.01 456	0.00 1	0.00 1	0.00 1	0.03 252	0.00 1

dad	0.17 167	0.54 439	0.82 172	0.00 1	0.00 1	1.03 346	0.00 1	0.02 15	0.23 181	0.01 186	0.00 1	0.02 71	0.01 135	0.63 276	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

GwcNet-ADL	0.30 262	0.19 274	1.78 371	0.00 1	0.00 1	1.03 346	0.00 1	2.08 459	0.28 187	0.00 1	0.00 1	0.37 359	0.04 294	0.02 125	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 345

PSMNet-ADL	0.35 293	0.05 87	0.65 104	0.00 1	0.00 1	1.03 346	0.00 1	0.59 277	0.09 77	0.00 1	0.07 404	0.47 382	0.01 135	3.66 393	0.30 387	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.02 304

TANstereo	0.12 109	0.15 238	0.78 157	0.00 1	0.00 1	1.03 346	0.00 1	0.07 84	0.08 53	0.01 186	0.15 420	0.04 166	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Ntro	0.57 398	1.13 502	2.24 413	0.04 398	0.36 506	1.04 354	0.02 344	0.74 300	0.57 295	0.01 186	0.00 1	0.76 424	0.08 352	3.01 355	0.47 418	0.07 486	0.04 460	0.01 462	0.00 1	0.76 510	0.02 304

ADStereo(finetuned)	0.34 287	0.37 378	2.24 413	0.00 1	0.00 1	1.04 354	0.00 1	1.49 417	0.61 404	0.08 390	0.00 1	0.04 166	0.74 446	0.03 156	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.05 401

PS-NSSS	0.54 387	0.44 407	0.86 187	0.00 1	0.00 1	1.04 354	0.00 1	2.37 477	0.56 251	0.00 1	0.00 1	0.11 250	0.01 135	5.32 448	0.13 316	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.00 1

LoS	0.14 132	0.07 149	0.66 107	0.02 360	0.00 1	1.05 357	0.01 300	0.07 84	0.57 295	0.01 186	0.01 295	0.16 288	0.04 294	0.04 169	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 252	0.00 1
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DCANet-4	0.31 268	0.05 87	2.61 445	0.00 1	0.00 1	1.05 357	0.00 1	1.49 417	0.61 404	0.13 416	0.00 1	0.03 130	0.05 324	0.03 156	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 401

fff	0.28 244	0.37 378	1.20 271	0.00 1	0.01 316	1.05 357	0.00 1	1.48 411	0.61 404	0.13 416	0.00 1	0.04 166	0.60 435	0.02 125	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 401

psmg	0.22 204	0.05 87	0.54 78	0.00 1	0.00 1	1.05 357	0.00 1	1.73 439	0.58 349	0.00 1	0.00 1	0.36 352	0.03 259	0.01 61	0.08 273	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

csc	0.28 244	0.37 378	1.20 271	0.00 1	0.01 316	1.05 357	0.00 1	1.48 411	0.61 404	0.13 416	0.00 1	0.04 166	0.60 435	0.02 125	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 401

cscssc	0.28 244	0.37 378	1.20 271	0.00 1	0.01 316	1.05 357	0.00 1	1.48 411	0.61 404	0.13 416	0.00 1	0.04 166	0.60 435	0.02 125	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 401

ACVNet	0.20 191	0.14 233	0.96 216	0.01 329	0.00 1	1.05 357	0.11 430	0.19 175	0.60 386	0.01 186	0.01 295	0.71 420	0.00 1	0.05 181	0.10 290	0.00 1	0.00 1	0.00 1	0.00 1	0.05 297	0.00 1

GANet-RSSM	0.34 287	0.29 335	0.97 223	0.00 1	0.00 1	1.05 357	0.00 1	0.22 197	0.15 151	0.03 329	0.00 1	0.31 337	0.00 1	3.62 388	0.14 325	0.00 1	0.00 1	0.03 489	0.00 1	0.05 297	0.01 169

PMTNet	0.11 95	0.07 149	0.60 94	0.00 1	0.00 1	1.05 357	0.04 385	0.16 156	0.08 53	0.00 1	0.00 1	0.04 166	0.00 1	0.03 156	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.00 1

trnet	0.10 77	0.05 87	0.52 68	0.00 1	0.00 1	1.06 366	0.00 1	0.17 164	0.09 77	0.00 1	0.00 1	0.02 71	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AE-Stereo	0.17 167	0.05 87	0.79 161	0.03 380	0.09 449	1.06 366	0.00 1	0.57 272	0.06 23	0.08 390	0.00 1	0.13 263	0.00 1	0.01 61	0.01 116	0.00 1	0.06 488	0.00 1	0.23 503	0.08 357	0.04 380

ff7	0.11 95	0.18 263	0.52 68	0.00 1	0.00 1	1.06 366	0.00 1	0.09 108	0.09 77	0.01 186	0.00 1	0.01 21	0.03 259	0.02 125	0.00 1	0.00 1	0.00 1	0.00 1	0.10 455	0.07 334	0.01 169

ffff	0.11 95	0.18 263	0.52 68	0.00 1	0.00 1	1.06 366	0.00 1	0.09 108	0.09 77	0.01 186	0.00 1	0.01 21	0.03 259	0.02 125	0.00 1	0.00 1	0.00 1	0.00 1	0.10 455	0.07 334	0.01 169

11t	0.11 95	0.18 263	0.52 68	0.00 1	0.00 1	1.06 366	0.00 1	0.09 108	0.09 77	0.01 186	0.00 1	0.01 21	0.03 259	0.02 125	0.00 1	0.00 1	0.00 1	0.00 1	0.10 455	0.07 334	0.01 169

EKT-Stereo	0.46 342	0.12 219	1.03 232	0.75 514	4.21 532	1.06 366	0.00 1	0.83 312	0.04 14	0.02 300	0.00 1	0.08 229	0.00 1	0.89 287	0.01 116	0.00 1	0.03 445	0.00 1	0.05 441	0.04 275	0.01 169

testlalala	0.14 132	0.08 163	0.75 137	0.00 1	0.08 444	1.06 366	0.01 300	0.23 198	0.29 191	0.12 412	0.00 1	0.03 130	0.02 205	0.00 1	0.00 1	0.00 1	0.01 394	0.00 1	0.13 471	0.00 1	0.00 1

anonymousdsp	0.11 95	0.18 263	0.58 87	0.00 1	0.00 1	1.06 366	0.00 1	0.08 95	0.09 77	0.01 186	0.00 1	0.01 21	0.04 294	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.11 461	0.07 334	0.03 345

EGLCR-Stereo	0.15 150	0.05 87	0.47 57	0.07 436	0.03 395	1.06 366	0.01 300	1.06 346	0.12 129	0.16 427	0.00 1	0.00 1	0.02 205	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 304

Selective-RAFT	0.13 119	0.04 57	0.51 64	0.00 1	0.00 1	1.06 366	0.00 1	0.04 41	0.57 295	0.00 1	0.00 1	0.06 214	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.19 491	0.04 275	0.00 1

MC-Stereo	0.10 77	0.10 184	0.59 90	0.01 329	0.01 316	1.06 366	0.00 1	0.03 29	0.09 77	0.02 300	0.00 1	0.03 130	0.02 205	0.03 156	0.00 1	0.00 1	0.01 394	0.00 1	0.02 416	0.05 297	0.01 169

RCA-Stereo	0.18 176	0.11 206	0.63 98	0.00 1	0.00 1	1.06 366	0.00 1	1.48 411	0.07 36	0.07 380	0.00 1	0.02 71	0.05 324	0.00 1	0.00 1	0.00 1	0.01 394	0.00 1	0.00 1	0.05 297	0.01 169

ccc-4	0.11 95	0.18 263	0.52 68	0.00 1	0.00 1	1.06 366	0.00 1	0.09 108	0.09 77	0.01 186	0.00 1	0.01 21	0.03 259	0.02 125	0.00 1	0.00 1	0.00 1	0.00 1	0.10 455	0.07 334	0.01 169

IGEV-Stereo	0.11 95	0.18 263	0.58 87	0.00 1	0.00 1	1.06 366	0.00 1	0.08 95	0.09 77	0.01 186	0.00 1	0.01 21	0.04 294	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.11 461	0.07 334	0.03 345
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
UDGNet	0.14 132	0.48 420	0.72 118	0.00 1	0.00 1	1.06 366	0.00 1	0.05 51	0.28 187	0.00 1	0.00 1	0.02 71	0.00 1	0.09 212	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Patchmatch Stereo++	0.13 119	0.04 57	0.73 120	0.05 408	0.01 316	1.06 366	0.08 415	0.06 64	0.56 251	0.01 186	0.00 1	0.05 193	0.00 1	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.00 1
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.14 132	0.04 57	0.73 120	0.05 408	0.02 369	1.06 366	0.08 415	0.05 51	0.56 251	0.01 186	0.00 1	0.07 222	0.00 1	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.00 1

ROB_FTStereo_v2	0.14 132	0.04 57	0.73 120	0.05 408	0.01 316	1.06 366	0.06 401	0.05 51	0.56 251	0.01 186	0.00 1	0.07 222	0.00 1	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.00 1

ROB_FTStereo	0.13 119	0.04 57	0.73 120	0.05 408	0.02 369	1.06 366	0.07 407	0.06 64	0.56 251	0.01 186	0.00 1	0.03 130	0.00 1	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.00 1

HUI-Stereo	0.14 132	0.04 57	0.75 137	0.05 408	0.02 369	1.06 366	0.08 415	0.06 64	0.57 295	0.01 186	0.00 1	0.07 222	0.00 1	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.00 1

iGMRVC	0.14 132	0.04 57	0.74 129	0.05 408	0.02 369	1.06 366	0.07 407	0.06 64	0.56 251	0.01 186	0.00 1	0.05 193	0.00 1	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.00 1

RAFT-RH_RVC	0.96 454	0.13 227	1.35 305	0.02 360	0.05 422	1.06 366	0.00 1	0.06 64	0.55 236	0.01 186	9.57 519	0.10 244	0.00 1	6.00 475	0.30 387	0.01 456	0.00 1	0.00 1	0.02 416	0.01 81	0.00 1

iRAFT	0.13 119	0.04 57	0.73 120	0.05 408	0.01 316	1.06 366	0.08 415	0.06 64	0.56 251	0.01 186	0.00 1	0.05 193	0.00 1	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.00 1

RAFT-IKP	0.14 132	0.04 57	0.75 137	0.05 408	0.01 316	1.06 366	0.08 415	0.05 51	0.56 251	0.01 186	0.00 1	0.05 193	0.00 1	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.00 1

s12784h	0.21 199	0.05 87	0.81 169	0.00 1	0.00 1	1.06 366	0.02 344	1.36 379	0.56 251	0.01 186	0.34 441	0.02 71	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.00 1

GES	0.18 176	0.05 87	0.87 191	0.00 1	0.00 1	1.06 366	0.02 344	0.60 279	0.08 53	0.00 1	0.02 378	0.11 250	0.09 356	0.44 263	0.16 333	0.01 456	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

DCANet	0.25 227	0.37 378	1.20 271	0.00 1	0.00 1	1.06 366	0.00 1	1.49 417	0.61 404	0.08 390	0.00 1	0.04 166	0.00 1	0.02 125	0.10 290	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.05 401

111	0.30 262	0.66 459	1.20 271	0.00 1	0.01 316	1.06 366	0.03 366	1.60 425	0.59 361	0.27 442	0.00 1	0.20 304	0.05 324	0.08 207	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.07 334	0.12 476

RAFT-Stereo + iAFF	0.19 182	0.33 348	0.84 181	0.00 1	0.02 369	1.06 366	0.00 1	0.45 250	0.59 361	0.03 329	0.00 1	0.05 193	0.06 338	0.04 169	0.07 258	0.00 1	0.01 394	0.00 1	0.00 1	0.17 440	0.01 169

CREStereo	0.10 77	0.06 119	0.51 64	0.00 1	0.00 1	1.06 366	0.00 1	0.20 186	0.08 53	0.00 1	0.00 1	0.02 71	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
cf-r	0.35 293	0.41 398	1.45 332	0.00 1	0.00 1	1.06 366	0.00 1	0.43 246	0.38 203	0.05 361	0.00 1	0.65 412	0.00 1	2.53 335	0.04 216	0.00 1	0.00 1	0.00 1	0.00 1	0.04 275	0.02 304

PSMNet-RSSM	0.36 297	0.36 371	0.93 210	0.00 1	0.00 1	1.06 366	0.00 1	0.50 261	0.53 226	0.04 351	0.00 1	0.40 367	0.00 1	3.33 378	0.06 247	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.01 169

GwcNet-RSSM	0.45 338	0.56 447	1.74 369	0.00 1	0.00 1	1.06 366	0.00 1	0.65 288	0.55 236	0.18 430	0.00 1	0.37 359	0.00 1	3.70 395	0.04 216	0.00 1	0.00 1	0.00 1	0.00 1	0.08 357	0.02 304

NCC-stereo	0.49 358	0.46 413	2.04 397	0.03 380	0.03 395	1.06 366	0.01 300	0.78 301	0.22 175	0.06 370	0.19 424	0.64 410	0.05 324	3.65 391	0.63 433	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.00 1

Abc-Net	0.49 358	0.46 413	2.04 397	0.03 380	0.03 395	1.06 366	0.01 300	0.78 301	0.22 175	0.06 370	0.19 424	0.64 410	0.05 324	3.65 391	0.63 433	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.00 1
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CFNet	0.56 392	0.50 425	1.58 347	0.00 1	0.00 1	1.06 366	0.01 300	1.08 350	0.57 295	0.00 1	0.01 295	0.12 256	0.01 135	5.87 472	0.19 351	0.00 1	0.00 1	0.00 1	0.00 1	0.13 411	0.02 304

H2IRNET	0.14 132	0.19 274	1.11 255	0.00 1	0.00 1	1.07 402	0.01 300	0.13 144	0.14 142	0.00 1	0.00 1	0.05 193	0.01 135	0.01 61	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.15 424	0.01 169

BSDual-CNN	0.28 244	0.05 87	0.54 78	0.00 1	0.00 1	1.07 402	0.00 1	2.43 480	0.58 349	0.30 445	0.09 408	0.36 352	0.03 259	0.01 61	0.08 273	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

hknet	0.38 309	0.07 149	1.32 299	0.00 1	0.00 1	1.07 402	0.00 1	2.43 480	0.58 349	0.30 445	0.09 408	0.63 407	0.00 1	0.96 289	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TRStereo	0.37 304	0.23 299	1.41 321	0.03 380	0.00 1	1.07 402	0.02 344	3.07 503	0.57 295	0.01 186	0.00 1	0.11 250	0.40 421	0.06 188	0.00 1	0.00 1	0.00 1	0.00 1	0.22 501	0.01 81	0.08 442

NF-Stereo	0.47 344	0.03 34	0.77 146	0.12 469	0.00 1	1.07 402	0.26 456	0.19 175	0.60 386	0.01 186	0.00 1	0.02 71	0.00 1	6.18 485	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

OCTAStereo	0.47 344	0.03 34	0.77 146	0.12 469	0.00 1	1.07 402	0.26 456	0.19 175	0.60 386	0.01 186	0.00 1	0.02 71	0.00 1	6.16 484	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

PSM-softLoss	0.48 351	0.04 57	1.10 251	0.17 487	0.00 1	1.07 402	0.25 453	0.12 138	0.61 404	0.03 329	0.01 295	0.02 71	0.01 135	6.03 477	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

KMStereo	0.48 351	0.04 57	1.10 251	0.17 487	0.00 1	1.07 402	0.25 453	0.12 138	0.61 404	0.03 329	0.01 295	0.02 71	0.01 135	6.03 477	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

ASMatch	0.59 407	0.10 184	1.66 357	0.13 476	0.04 413	1.07 402	0.00 1	0.10 124	0.64 463	0.06 370	0.44 446	0.05 193	0.87 455	6.32 496	0.27 382	0.00 1	0.00 1	0.00 1	0.01 398	0.00 1	0.00 1

RE-Stereo	0.47 344	0.03 34	0.77 146	0.12 469	0.00 1	1.07 402	0.26 456	0.19 175	0.60 386	0.01 186	0.00 1	0.02 71	0.00 1	6.18 485	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

TVStereo	0.47 344	0.03 34	0.77 146	0.12 469	0.00 1	1.07 402	0.26 456	0.19 175	0.60 386	0.01 186	0.00 1	0.02 71	0.00 1	6.18 485	0.18 342	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

DeepStereo_RVC	0.22 204	0.04 57	0.87 191	0.05 408	0.02 369	1.07 402	0.32 469	0.04 41	0.56 251	0.01 186	0.00 1	0.00 1	1.25 474	0.01 61	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.05 401

WCMA_ROB	2.01 491	0.34 355	1.89 382	0.04 398	0.00 1	1.07 402	0.60 494	1.09 352	1.21 496	5.12 513	9.87 521	8.09 514	4.48 515	3.74 398	2.55 474	0.00 1	0.00 1	0.01 462	0.00 1	0.02 195	0.13 479

ITSA-stereo	0.44 336	0.06 119	0.97 223	0.03 380	0.00 1	1.08 415	0.06 401	1.42 390	0.09 77	0.01 186	0.00 1	0.21 308	0.50 425	3.91 402	0.38 403	0.00 1	0.00 1	0.02 478	0.01 398	0.03 252	0.01 169

MSKI-zero shot	0.22 204	0.08 163	1.46 334	0.00 1	0.12 466	1.08 415	0.03 366	0.85 315	0.16 158	0.22 434	0.05 391	0.06 214	0.00 1	0.07 195	0.01 116	0.00 1	0.02 433	0.00 1	0.18 488	0.02 195	0.01 169

Sa-1000	0.31 268	0.26 322	0.93 210	0.00 1	0.18 487	1.08 415	0.01 300	2.59 494	0.56 251	0.00 1	0.09 408	0.03 130	0.00 1	0.18 238	0.00 1	0.00 1	0.00 1	0.00 1	0.13 471	0.11 392	0.00 1

IPLGR	0.43 332	0.17 255	2.05 400	0.02 360	0.02 369	1.08 415	0.04 385	1.62 430	0.57 295	0.09 399	0.00 1	0.15 279	0.22 400	2.62 336	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 275	0.00 1

Pruner-Stereo	0.16 156	0.04 57	0.73 120	0.19 494	0.00 1	1.08 415	0.21 446	0.16 156	0.59 361	0.03 329	0.00 1	0.01 21	0.00 1	0.02 125	0.22 361	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

CFNet-ft	0.31 268	0.34 355	0.96 216	0.00 1	0.00 1	1.08 415	0.00 1	0.19 175	0.15 151	0.01 186	0.00 1	0.48 384	0.00 1	2.95 353	0.05 231	0.00 1	0.00 1	0.01 462	0.00 1	0.01 81	0.01 169

CC-Net-ROB	0.64 417	0.50 425	1.13 259	0.07 436	0.00 1	1.08 415	0.01 300	2.58 492	0.56 251	0.01 186	0.00 1	0.14 270	0.01 135	5.73 467	0.12 309	0.50 509	0.00 1	0.21 516	0.00 1	0.09 375	0.02 304

TDLM	0.49 358	0.39 393	1.02 230	0.00 1	0.00 1	1.08 415	0.01 300	0.36 233	0.58 349	0.14 424	0.00 1	0.27 328	0.19 392	5.46 456	0.20 357	0.00 1	0.00 1	0.00 1	0.00 1	0.13 411	0.01 169

CFNet_RVC	0.31 268	0.34 355	0.96 216	0.00 1	0.00 1	1.08 415	0.00 1	0.19 175	0.15 151	0.01 186	0.00 1	0.48 384	0.00 1	2.95 353	0.05 231	0.00 1	0.00 1	0.01 462	0.00 1	0.01 81	0.01 169

MyStereo06	0.36 297	0.13 227	2.17 409	0.01 329	0.00 1	1.09 424	0.00 1	0.23 198	0.09 77	0.49 466	0.41 445	1.01 441	1.05 463	0.21 242	0.24 370	0.00 1	0.05 475	0.00 1	0.00 1	0.01 81	0.04 380

MyStereo05	0.28 244	0.13 227	2.37 424	0.01 329	0.00 1	1.09 424	0.00 1	1.02 341	0.45 212	0.04 351	0.01 295	0.26 324	0.14 376	0.00 1	0.06 247	0.00 1	0.05 475	0.00 1	0.00 1	0.01 81	0.04 380

SST-Stereo	0.51 374	0.02 12	0.74 129	0.05 408	0.19 491	1.09 424	0.49 488	0.26 210	0.61 404	0.04 351	0.00 1	0.05 193	0.58 432	6.12 481	0.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.00 1

RAFT_R40	0.49 358	0.03 34	0.74 129	0.05 408	0.15 476	1.09 424	0.32 469	0.27 216	0.59 361	0.02 300	0.03 383	0.07 222	0.30 411	6.12 481	0.11 298	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.00 1

FADNet_RVC	0.60 409	0.83 485	2.50 436	0.00 1	0.00 1	1.09 424	0.00 1	1.29 372	0.50 216	0.02 300	0.05 391	0.26 324	0.03 259	3.17 366	0.25 374	0.21 498	0.26 516	0.08 506	0.28 520	0.53 503	0.55 519

DIP-Stereo	0.22 204	0.10 184	0.77 146	0.00 1	0.00 1	1.09 424	0.00 1	1.68 433	0.57 295	0.01 186	0.00 1	0.01 21	0.07 347	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.01 169
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
Any-RAFT	0.17 167	0.04 57	0.93 210	0.00 1	0.00 1	1.10 430	0.00 1	0.99 337	0.03 4	0.01 186	0.00 1	0.21 308	0.00 1	0.07 195	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAFT+CT+SA	0.26 232	0.34 355	1.11 255	0.02 360	0.27 502	1.10 430	0.00 1	0.70 295	0.56 251	0.00 1	0.00 1	0.07 222	0.01 135	0.36 256	0.00 1	0.00 1	0.00 1	0.00 1	0.31 522	0.11 392	0.22 503

SA	0.30 262	0.27 324	0.97 223	0.00 1	0.17 485	1.10 430	0.00 1	2.50 483	0.56 251	0.00 1	0.01 295	0.03 130	0.01 135	0.16 235	0.00 1	0.00 1	0.00 1	0.00 1	0.14 473	0.12 401	0.00 1

XX-Stereo	0.57 398	0.15 238	4.26 494	0.08 444	0.03 395	1.10 430	0.00 1	2.55 488	0.11 113	0.11 409	0.00 1	1.43 468	0.01 135	1.34 301	0.00 1	0.00 1	0.04 460	0.00 1	0.16 482	0.03 252	0.01 169

HCRNet	0.32 277	0.10 184	0.81 169	0.00 1	0.00 1	1.10 430	0.00 1	0.39 238	0.59 361	0.01 186	0.01 295	0.06 214	0.03 259	3.24 369	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.02 304

RAFT + AFF	0.60 409	0.75 472	1.04 234	0.00 1	0.00 1	1.10 430	0.06 401	1.45 398	0.57 295	0.02 300	0.00 1	0.18 293	1.43 478	4.80 434	0.15 330	0.00 1	0.17 514	0.00 1	0.00 1	0.27 482	0.08 442

MaskLacGwcNet_RVC	0.47 344	0.43 403	1.04 234	0.11 465	0.00 1	1.10 430	0.00 1	0.80 306	0.54 230	0.00 1	0.05 391	0.38 362	0.03 259	3.50 384	0.14 325	0.88 518	0.00 1	0.00 1	0.00 1	0.11 392	0.20 497

SGM-Forest	0.84 440	0.07 149	0.90 201	0.02 360	0.07 438	1.10 430	0.68 497	2.12 463	0.61 404	1.14 485	0.78 466	1.36 464	0.98 459	5.55 459	1.31 455	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.06 422
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
IPLG	0.51 374	0.38 388	1.60 350	0.02 360	0.00 1	1.11 438	0.07 407	1.48 411	0.57 295	0.05 361	0.00 1	0.12 256	0.15 382	4.58 426	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 392	0.00 1

MIPNet	0.34 287	0.35 364	1.56 345	0.02 360	0.00 1	1.11 438	0.09 421	1.57 422	0.65 465	0.11 409	0.05 391	0.18 293	0.19 392	0.74 279	0.00 1	0.00 1	0.00 1	0.00 1	0.01 398	0.06 319	0.01 169

PFNet+	0.23 211	0.06 119	0.79 161	0.07 436	0.01 316	1.11 438	0.42 483	0.11 131	0.59 361	0.08 390	0.01 295	0.02 71	0.00 1	1.21 295	0.04 216	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

AAGNet	0.96 454	0.05 87	0.74 129	0.09 451	0.27 502	1.11 438	0.28 464	0.05 51	0.59 361	0.01 186	0.00 1	0.01 21	1.00 460	3.68 394	11.30 520	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

CRE-IMP	0.16 156	0.03 34	0.75 137	0.05 408	0.01 316	1.11 438	0.34 474	0.04 41	0.56 251	0.02 300	0.00 1	0.12 256	0.00 1	0.01 61	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.08 442

GMM-Stereo	0.18 176	0.02 12	1.37 311	0.08 444	0.00 1	1.11 438	0.13 434	0.09 108	0.60 386	0.01 186	0.00 1	0.02 71	0.10 364	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

DeepPruner_ROB	0.23 211	0.37 378	1.26 285	0.00 1	0.00 1	1.11 438	0.03 366	0.20 186	0.07 36	0.00 1	0.00 1	0.39 364	0.03 259	1.12 293	0.02 163	0.00 1	0.00 1	0.00 1	0.00 1	0.04 275	0.00 1

TestStereo1	0.20 191	0.30 339	0.84 181	0.00 1	0.16 479	1.12 445	0.01 300	0.69 292	0.57 295	0.00 1	0.05 391	0.04 166	0.01 135	0.09 212	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 424	0.06 422

SA-5K	0.20 191	0.30 339	0.84 181	0.00 1	0.16 479	1.12 445	0.01 300	0.69 292	0.57 295	0.00 1	0.05 391	0.04 166	0.01 135	0.09 212	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 424	0.06 422

GrayStereo	0.46 342	0.01 1	0.71 115	0.10 455	0.00 1	1.12 445	2.67 522	0.20 186	0.59 361	0.00 1	0.00 1	0.08 229	3.76 509	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

Anonymous3	0.19 182	0.07 149	1.33 300	0.00 1	0.00 1	1.12 445	0.00 1	0.56 270	0.56 251	0.01 186	0.00 1	0.06 214	0.00 1	0.01 61	0.01 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

DisPM	0.16 156	0.05 87	0.82 172	0.07 436	0.00 1	1.14 449	0.41 481	0.08 95	0.54 230	0.03 329	0.00 1	0.00 1	0.00 1	0.06 188	0.05 231	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

HHNet	0.48 351	0.21 281	1.60 350	0.10 455	0.00 1	1.14 449	0.26 456	0.47 254	0.59 361	0.01 186	3.56 491	0.04 166	0.71 441	0.00 1	0.73 436	0.02 472	0.00 1	0.00 1	0.00 1	0.03 252	0.00 1

GANetREF_RVC	0.54 387	0.70 464	2.06 402	0.00 1	0.00 1	1.14 449	0.00 1	1.61 427	0.58 349	0.00 1	0.01 295	0.29 331	0.04 294	4.21 417	0.06 247	0.00 1	0.00 1	0.00 1	0.00 1	0.03 252	0.02 304
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
NRIStereo	0.17 167	0.03 34	0.73 120	0.04 398	0.01 316	1.15 452	0.33 473	0.03 29	0.59 361	0.04 351	0.01 295	0.11 250	0.01 135	0.10 216	0.03 188	0.00 1	0.02 433	0.00 1	0.00 1	0.06 319	0.09 455

FTStereo	0.78 434	0.01 1	1.27 290	0.12 469	0.00 1	1.15 452	2.80 523	0.09 108	0.61 404	0.16 427	5.93 502	0.36 352	2.56 496	0.53 268	0.01 116	0.07 486	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Prome-Stereo	0.23 211	0.04 57	0.76 143	0.10 455	0.00 1	1.15 452	0.02 344	0.27 216	0.65 465	0.01 186	0.54 453	0.04 166	0.71 441	0.27 250	0.07 258	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 169

PWCDC_ROB	0.94 452	0.91 491	2.52 439	0.00 1	0.00 1	1.15 452	0.00 1	2.11 461	1.18 495	0.00 1	8.99 514	0.35 348	0.09 356	0.64 277	0.40 409	0.00 1	0.00 1	0.00 1	0.00 1	0.50 502	0.03 345

KYRaft	0.21 199	0.03 34	0.74 129	0.04 398	0.00 1	1.16 456	0.12 433	0.08 95	0.60 386	0.01 186	0.30 436	0.03 130	0.77 449	0.37 257	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

PFNet	0.60 409	0.11 206	2.08 404	0.00 1	0.30 504	1.16 456	0.00 1	0.29 221	0.59 361	0.01 186	0.24 430	0.02 71	0.00 1	6.58 503	0.23 366	0.10 491	0.00 1	0.00 1	0.04 439	0.14 414	0.05 401

RAFT-345	0.49 358	0.04 57	1.26 285	0.10 455	0.07 438	1.16 456	0.19 443	0.14 149	0.57 295	0.00 1	0.01 295	0.09 240	0.01 135	6.00 475	0.20 357	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

OMP-Stereo	0.66 421	0.33 348	0.72 118	0.18 493	0.06 432	1.17 459	0.00 1	1.45 398	0.59 361	0.12 412	0.60 457	0.50 396	0.00 1	7.09 513	0.26 379	0.00 1	0.00 1	0.00 1	0.00 1	0.03 252	0.00 1

IIG-Stereo	0.65 419	0.34 355	0.77 146	0.05 408	0.03 395	1.17 459	0.00 1	1.46 408	0.60 386	0.01 186	0.57 455	0.54 402	0.01 135	7.03 512	0.39 407	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.00 1

IRAFT_RVC	0.51 374	0.13 227	1.14 260	0.10 455	0.00 1	1.17 459	0.10 426	0.28 220	0.61 404	0.01 186	0.00 1	0.02 71	0.12 372	6.22 493	0.22 361	0.00 1	0.09 496	0.00 1	0.00 1	0.02 195	0.01 169

Dean	2.41 498	1.16 506	3.63 484	0.36 506	0.40 507	1.19 462	0.50 489	7.85 520	8.44 523	1.17 486	8.12 512	7.07 509	1.13 468	4.11 413	1.04 443	0.70 512	0.00 1	0.01 462	0.00 1	1.07 513	0.29 506

PSM-AAD	0.49 358	0.02 12	0.75 137	0.06 430	0.00 1	1.19 462	2.19 517	0.12 138	0.59 361	0.01 186	0.45 447	0.13 263	4.04 510	0.22 243	0.06 247	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.01 169

RAFT-Stereo-weight	0.14 132	0.03 34	0.68 111	0.01 329	0.02 369	1.20 464	0.00 1	0.63 285	0.11 113	0.05 361	0.05 391	0.02 71	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ARAFT	0.58 403	0.75 472	2.78 455	0.00 1	0.00 1	1.20 464	0.00 1	2.26 470	0.57 295	0.05 361	0.00 1	0.18 293	0.03 259	3.54 386	0.04 216	0.00 1	0.00 1	0.00 1	0.00 1	0.19 451	0.04 380

MyStereo8	0.28 244	0.37 378	2.57 443	0.02 360	0.00 1	1.23 466	0.00 1	0.26 210	0.15 151	0.02 300	0.05 391	0.14 270	0.04 294	0.24 246	0.05 231	0.00 1	0.11 504	0.00 1	0.01 398	0.04 275	0.21 501

RainbowNet	0.61 412	1.13 502	1.83 375	0.10 455	0.04 413	1.23 466	0.07 407	1.74 440	0.57 295	0.01 186	0.02 378	1.14 453	0.25 407	2.29 327	0.48 420	0.61 511	0.05 475	0.00 1	0.00 1	0.47 501	0.20 497

ACVNet_1	1.10 460	1.42 517	4.00 493	0.31 505	0.02 369	1.25 468	0.10 426	1.69 434	0.61 404	0.26 438	0.01 295	4.39 500	1.29 476	4.75 431	0.57 430	0.79 516	0.00 1	0.00 1	0.00 1	0.32 490	0.18 490

TransformOpticalFlow	0.85 442	0.27 324	2.72 450	0.30 504	0.03 395	1.25 468	0.05 396	1.53 421	0.61 404	0.28 443	0.38 444	1.27 457	1.54 480	6.53 502	0.22 361	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

SGM_RVC	1.54 481	0.35 364	1.60 350	0.15 481	0.17 485	1.25 468	0.77 500	1.97 452	0.88 489	4.31 508	2.46 486	4.36 499	2.37 494	6.98 511	1.78 464	0.21 498	0.23 515	0.20 513	0.23 503	0.26 476	0.31 507
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
FADE	8.29 527	5.89 534	27.26 527	2.64 527	2.97 530	1.26 471	1.13 509	9.60 526	6.84 519	2.66 504	0.94 472	5.28 502	14.22 530	13.53 527	9.84 514	16.99 539	2.70 533	18.19 540	20.39 539	1.88 516	1.60 528

tt1	0.27 238	0.23 299	1.17 266	0.00 1	0.00 1	1.29 472	0.00 1	1.42 390	0.57 295	0.07 380	0.00 1	0.03 130	0.02 205	0.57 269	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.08 357	0.03 345

ACVNet_2	1.32 471	1.30 512	2.83 457	0.11 465	0.07 438	1.30 473	0.18 440	2.29 475	0.75 483	0.26 438	3.44 490	6.65 508	0.16 384	5.12 443	1.08 446	0.13 492	0.00 1	0.00 1	0.00 1	0.38 495	0.32 508

ACVNet-DCA	0.25 227	0.22 289	1.20 271	0.00 1	0.00 1	1.31 474	0.00 1	0.95 330	0.55 236	0.07 380	0.00 1	0.03 130	0.02 205	0.59 272	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.00 1	0.01 169

xx1	0.28 244	0.22 289	1.20 271	0.00 1	0.00 1	1.31 474	0.00 1	1.41 387	0.69 475	0.07 380	0.00 1	0.01 21	0.00 1	0.59 272	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.00 1	0.01 169

1test111	0.28 244	0.22 289	1.20 271	0.00 1	0.00 1	1.31 474	0.00 1	0.95 330	0.55 236	0.07 380	0.00 1	0.03 130	0.02 205	1.23 297	0.00 1	0.00 1	0.01 394	0.00 1	0.00 1	0.00 1	0.01 169

cc1	0.28 244	0.22 289	1.20 271	0.00 1	0.00 1	1.31 474	0.00 1	1.41 387	0.69 475	0.07 380	0.00 1	0.03 130	0.02 205	0.59 272	0.01 116	0.00 1	0.01 394	0.00 1	0.00 1	0.08 357	0.04 380

ADCP+	1.36 473	0.76 477	6.73 508	0.01 329	0.02 369	1.32 478	0.80 504	0.81 308	0.72 479	0.01 186	0.01 295	0.96 437	1.05 463	0.33 252	13.50 526	0.00 1	0.00 1	0.00 1	0.00 1	0.06 319	0.02 304

CBMV_ROB	0.84 440	0.06 119	1.73 365	0.00 1	0.00 1	1.37 479	0.47 484	2.57 490	0.58 349	2.13 499	0.76 463	1.06 445	1.38 477	4.04 409	0.54 425	0.00 1	0.00 1	0.00 1	0.00 1	0.03 252	0.05 401

DPSNet	1.25 470	0.28 329	5.34 504	0.28 503	0.07 438	1.50 480	0.00 1	3.53 506	0.69 475	0.03 329	0.00 1	0.45 379	2.10 491	5.67 464	4.61 491	0.02 472	0.04 460	0.00 1	0.02 416	0.23 468	0.09 455

ELAS_RVC	2.84 506	0.34 355	3.86 489	0.05 408	0.05 422	1.52 481	5.02 529	1.93 449	5.28 515	7.10 521	6.96 505	6.26 505	8.34 521	4.96 438	4.90 494	0.00 1	0.04 460	0.01 462	0.01 398	0.10 386	0.09 455
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MeshStereo	2.61 501	0.65 457	2.71 449	0.02 360	0.02 369	1.55 482	0.94 507	3.02 501	1.29 498	11.21 527	7.34 506	11.54 518	2.74 498	6.34 497	2.43 471	0.00 1	0.00 1	0.00 1	0.00 1	0.28 485	0.03 345
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
PDISCO_ROB	0.56 392	0.57 448	2.07 403	0.17 487	0.00 1	1.56 483	0.01 300	2.27 471	0.51 219	0.08 390	0.01 295	0.74 422	0.28 410	2.37 329	0.13 316	0.00 1	0.00 1	0.00 1	0.00 1	0.33 492	0.00 1

DGSMNet	1.21 469	0.37 378	3.02 464	0.71 513	1.33 525	1.61 484	3.53 525	1.45 398	0.33 198	0.00 1	0.79 467	0.48 384	0.24 404	3.22 368	0.53 424	0.98 520	1.21 530	1.35 528	1.09 531	1.03 512	0.92 523

SAMSARA	1.01 456	0.70 464	3.29 474	0.20 498	0.06 432	1.65 485	0.05 396	0.48 256	0.53 226	2.91 506	0.68 460	2.97 494	1.08 465	3.89 401	1.54 460	0.00 1	0.04 460	0.00 1	0.02 416	0.05 297	0.03 345

HBP-ISP	0.80 436	0.70 464	2.86 458	0.02 360	0.01 316	1.67 486	0.48 486	2.63 496	0.56 251	1.11 484	0.06 401	0.50 396	0.74 446	4.60 428	0.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.05 297	0.03 345

ADCMid	1.38 474	0.90 490	6.15 506	0.04 398	0.03 395	1.67 486	0.18 440	1.13 360	0.93 492	0.89 478	0.58 456	0.86 431	0.71 441	1.03 290	11.96 522	0.01 456	0.00 1	0.29 517	0.08 452	0.17 440	0.03 345

FCDSN-DC	2.66 502	0.08 163	1.65 356	0.00 1	0.00 1	1.73 488	0.37 477	1.64 431	1.35 499	8.08 523	11.18 525	11.78 519	7.59 520	4.76 432	2.80 475	0.02 472	0.00 1	0.00 1	0.00 1	0.03 252	0.05 401
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
G-Net	1.20 467	0.28 329	2.96 462	0.05 408	0.49 510	1.73 488	0.48 486	0.23 198	0.35 200	1.35 490	9.14 515	2.33 491	0.81 451	2.40 332	1.15 448	0.01 456	0.03 445	0.02 478	0.09 453	0.07 334	0.05 401

AnyNet_C32	1.44 477	1.47 518	6.09 505	0.12 469	0.19 491	1.74 490	1.11 508	0.84 313	0.56 251	1.30 489	0.46 450	0.21 308	0.59 434	2.74 341	11.09 519	0.02 472	0.00 1	0.06 502	0.00 1	0.16 433	0.05 401

ACV-stereo	0.63 415	0.16 247	2.24 413	0.00 1	0.00 1	1.79 491	0.07 407	0.06 64	0.10 103	0.00 1	0.00 1	3.53 496	1.24 473	3.12 361	0.17 337	0.00 1	0.00 1	0.00 1	0.00 1	0.02 195	0.01 169

LVE	2.75 503	1.12 500	2.30 416	0.46 507	0.45 508	1.87 492	0.06 401	7.19 519	9.72 524	0.03 329	11.08 524	9.01 515	1.26 475	6.93 510	0.91 441	1.86 521	0.16 513	0.04 497	0.24 510	0.22 464	0.13 479

BUS	0.33 279	0.05 87	0.54 78	0.00 1	0.00 1	1.87 492	0.00 1	2.43 480	0.58 349	0.30 445	0.09 408	0.65 412	0.00 1	0.01 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NINENet	0.45 338	0.09 177	0.81 169	0.06 430	0.00 1	1.87 492	0.00 1	2.69 498	0.56 251	0.00 1	0.00 1	0.65 412	0.00 1	2.15 318	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.00 1

MADNet+	4.65 516	2.70 531	46.68 536	0.01 329	0.02 369	2.06 495	0.03 366	3.17 505	1.07 494	0.02 300	0.01 295	1.84 479	0.31 414	21.62 533	13.04 524	0.00 1	0.03 445	0.00 1	0.00 1	0.20 458	0.19 494

ADCL	1.52 480	0.44 407	4.70 502	0.07 436	0.03 395	2.21 496	2.35 520	0.92 324	0.80 487	1.57 493	1.11 475	1.25 454	1.55 481	1.77 309	11.53 521	0.01 456	0.00 1	0.00 1	0.00 1	0.10 386	0.01 169

SGM+DAISY	2.38 496	0.98 493	4.37 497	0.48 508	0.33 505	2.24 497	1.94 514	1.16 363	1.47 501	6.62 519	5.89 501	5.77 504	5.09 517	5.76 469	4.39 487	0.16 495	0.15 512	0.06 502	0.14 473	0.26 476	0.40 511

AnyNet_C01	2.33 495	2.14 527	18.59 525	0.15 481	0.18 487	2.43 498	2.34 519	1.29 372	1.24 497	1.03 481	0.83 469	1.25 454	0.78 450	3.75 399	10.06 515	0.05 483	0.00 1	0.07 505	0.00 1	0.30 488	0.12 476

ADCPNet	1.44 477	0.55 445	7.88 512	0.01 329	0.19 491	2.78 499	0.27 462	0.90 320	0.38 203	0.04 351	0.02 378	1.43 468	1.81 484	2.22 324	9.08 513	0.00 1	0.47 523	0.00 1	0.64 529	0.04 275	0.15 483

SANet	1.99 490	0.71 468	3.37 476	0.03 380	0.03 395	2.85 500	0.85 505	2.42 479	8.33 522	1.55 492	4.13 493	4.29 498	3.23 503	5.39 454	2.47 472	0.00 1	0.00 1	0.00 1	0.00 1	0.06 319	0.06 422

IMH-64-1	1.98 488	0.88 486	1.46 334	1.92 522	0.54 511	2.90 501	1.64 510	5.24 512	0.91 490	0.97 479	4.83 496	2.10 485	2.00 488	5.33 449	2.83 476	3.56 527	0.04 460	0.02 478	0.00 1	1.90 517	0.50 516

IMH-64	1.98 488	0.88 486	1.46 334	1.92 522	0.54 511	2.90 501	1.64 510	5.24 512	0.91 490	0.97 479	4.83 496	2.10 485	2.00 488	5.33 449	2.83 476	3.56 527	0.04 460	0.02 478	0.00 1	1.90 517	0.50 516

PWCK	2.44 499	1.65 519	7.31 511	0.22 500	0.02 369	3.12 503	4.74 528	3.06 502	3.48 510	0.72 472	4.42 494	3.40 495	1.67 483	9.06 522	3.36 480	0.39 508	0.01 394	0.00 1	0.00 1	2.19 522	0.08 442

FC-DCNN	3.42 509	0.11 206	2.03 394	0.00 1	0.00 1	3.18 504	0.60 494	3.13 504	2.98 507	11.40 528	12.28 527	13.93 524	8.68 524	5.70 465	4.27 486	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.06 422

FC-DCNN v2	3.59 510	0.10 184	1.95 390	0.00 1	0.00 1	3.24 505	0.59 493	3.55 507	3.05 508	11.72 529	12.90 530	15.18 527	8.62 523	6.26 494	4.54 489	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.05 401

LE_ROB	9.96 531	0.54 439	9.62 516	1.40 520	1.24 524	3.29 506	4.64 527	4.31 510	43.01 538	51.54 539	13.34 531	14.15 525	24.60 535	6.66 508	20.28 534	0.04 480	0.05 475	0.12 511	0.20 493	0.07 334	0.09 455

SDNR	1.15 465	0.21 281	3.21 472	0.01 329	0.01 316	3.30 507	0.01 300	2.55 488	0.75 483	1.80 495	1.49 482	1.40 466	0.20 397	7.24 514	0.68 435	0.00 1	0.00 1	0.00 1	0.00 1	0.04 275	0.04 380

MFN_U_SF_DS_RVC	1.16 466	2.03 525	4.57 501	0.02 360	0.04 413	3.52 508	0.27 462	1.80 443	0.58 349	0.22 434	0.28 434	1.38 465	0.02 205	6.08 480	0.42 411	0.14 494	0.68 526	0.01 462	0.26 514	0.39 497	0.47 513

WAO-6	2.38 496	0.69 462	1.93 389	0.00 1	0.00 1	3.94 509	0.29 466	5.62 514	7.23 520	0.34 451	6.76 504	7.73 513	1.96 487	5.88 473	5.07 496	0.00 1	0.00 1	0.00 1	0.00 1	0.15 424	0.03 345

RTS	4.10 512	1.68 520	43.40 534	0.09 451	0.02 369	3.95 510	0.00 1	1.61 427	0.61 404	1.09 482	0.01 295	1.97 481	0.22 400	16.87 528	10.15 516	0.00 1	0.09 496	0.00 1	0.00 1	0.20 458	0.05 401

RTSA	4.10 512	1.68 520	43.40 534	0.09 451	0.02 369	3.95 510	0.00 1	1.61 427	0.61 404	1.09 482	0.01 295	1.97 481	0.22 400	16.87 528	10.15 516	0.00 1	0.09 496	0.00 1	0.00 1	0.20 458	0.05 401

WAO-7	2.46 500	0.92 492	1.85 379	0.03 380	0.05 422	4.73 512	0.54 492	5.67 515	4.50 513	1.49 491	7.64 510	5.52 503	2.69 497	8.48 518	4.51 488	0.00 1	0.00 1	0.33 518	0.02 416	0.19 451	0.06 422

MSMD_ROB	2.04 492	0.40 396	2.13 405	0.00 1	0.00 1	4.88 513	0.22 449	0.93 327	1.82 504	5.71 516	7.79 511	7.39 512	3.72 507	4.62 430	1.22 451	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 304

notaker	4.30 514	1.28 510	3.70 485	3.71 531	0.90 519	4.91 514	0.39 480	6.90 518	1.96 505	5.39 515	11.82 526	16.90 529	3.75 508	7.59 515	5.65 497	5.23 532	0.01 394	0.10 508	0.06 444	4.57 527	1.22 526

IMH	2.83 505	1.28 510	1.89 382	1.96 525	0.60 513	5.22 515	0.24 450	6.28 517	4.13 512	1.90 497	7.52 509	6.39 506	3.40 504	6.59 504	2.53 473	3.92 529	0.12 506	0.05 500	0.00 1	2.06 520	0.47 513

KSHMR	3.68 511	1.11 499	3.06 467	2.84 528	1.78 526	5.33 516	0.41 481	8.64 522	14.09 526	1.85 496	9.32 517	7.19 510	1.93 485	5.45 455	2.30 470	1.95 522	0.41 522	0.50 521	0.21 498	3.53 525	1.76 529

MDST_ROB	1.54 481	0.06 119	3.42 478	0.14 478	0.16 479	5.42 517	0.32 469	4.33 511	0.61 404	6.08 518	1.25 479	1.04 444	1.16 471	5.81 471	0.83 440	0.00 1	0.00 1	0.00 1	0.00 1	0.01 81	0.11 466

LRCNet_RVC	55.44 540	60.56 543	57.70 538	66.68 544	44.91 538	6.22 518	0.00 1	52.80 539	1.37 500	70.44 541	81.09 543	67.07 540	55.41 539	51.59 540	46.24 537	90.66 549	41.89 544	90.95 550	90.04 546	64.32 545	68.75 545

ELAS	2.75 503	0.35 364	2.67 448	0.05 408	0.04 413	6.72 519	1.83 513	2.84 500	3.38 509	8.25 525	9.14 515	3.95 497	6.15 519	3.73 397	5.70 498	0.00 1	0.04 460	0.01 462	0.01 398	0.10 386	0.08 442
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DPSimNet_ROB	7.90 526	5.46 533	13.55 522	3.66 530	5.16 534	7.26 520	9.60 534	6.11 516	7.46 521	13.33 530	9.50 518	11.03 516	11.89 529	10.08 525	12.35 523	4.36 531	5.55 535	5.35 534	5.34 535	4.96 528	5.98 536

HanzoNet	12.77 533	4.55 532	11.74 521	5.35 535	2.79 529	7.59 521	0.66 496	12.97 532	20.40 530	25.99 535	28.61 537	34.05 535	25.08 536	25.93 537	14.98 530	10.77 536	3.91 534	3.00 532	3.73 533	8.16 534	5.15 534

ktn	4.96 517	1.21 507	2.41 428	3.20 529	1.02 520	8.36 522	2.08 516	9.00 524	17.02 527	5.18 514	12.71 528	13.69 522	3.51 506	8.05 517	3.68 483	5.30 533	0.02 433	0.00 1	0.00 1	2.14 521	0.55 519

UNDER WATER	6.24 522	0.99 494	8.13 514	4.62 534	2.68 528	8.66 523	0.77 500	8.37 521	22.50 533	4.55 509	6.36 503	15.93 528	8.89 525	8.99 521	8.85 512	3.25 526	0.04 460	1.36 529	0.02 416	6.24 532	3.56 532

U	1.61 483	0.01 1	0.28 21	0.00 1	7.20 535	9.87 524	0.00 1	0.04 41	0.02 1	0.01 186	0.00 1	0.09 240	0.00 1	0.01 61	0.01 116	0.00 1	0.00 1	9.53 536	5.08 534	0.01 81	0.00 1

MSC_U_SF_DS_RVC	1.79 485	1.81 522	3.81 487	0.01 329	0.02 369	12.12 525	0.50 489	2.74 499	0.71 478	0.07 380	0.20 426	2.17 487	0.15 382	6.82 509	1.19 449	0.74 513	0.80 528	0.20 513	0.27 518	0.73 509	0.70 521

WAO-8	5.13 519	1.91 523	2.34 419	0.60 511	0.10 453	12.98 526	0.34 474	11.65 528	24.58 534	4.87 510	10.60 523	13.32 520	4.10 512	8.85 519	3.55 481	0.75 514	0.32 518	0.71 523	0.12 466	0.70 507	0.11 466

Venus	5.12 518	1.91 523	2.34 419	0.60 511	0.10 453	12.98 526	0.34 474	11.65 528	24.58 534	4.87 510	10.54 522	13.32 520	4.10 512	8.85 519	3.55 481	0.75 514	0.32 518	0.71 523	0.12 466	0.70 507	0.11 466

MANE	9.96 531	0.69 462	2.88 461	1.22 517	0.61 514	13.15 528	3.46 524	15.62 535	22.27 532	22.74 534	30.00 538	29.74 534	23.22 533	17.17 530	13.78 527	0.29 503	0.56 524	0.09 507	0.61 528	0.15 424	1.00 525

xyz-stereo	3.26 508	0.05 87	35.32 531	0.00 1	0.00 1	13.52 529	0.00 1	0.02 15	0.05 20	0.01 186	9.71 520	0.03 130	0.01 135	6.34 497	0.04 216	0.00 1	0.00 1	0.12 511	0.00 1	0.02 195	0.00 1

MADNet++	9.87 530	2.12 526	7.11 510	7.99 536	4.58 533	14.38 530	6.90 533	9.23 525	5.88 516	16.88 531	17.47 534	11.07 517	15.72 531	24.26 534	19.76 533	8.52 534	6.39 536	4.85 533	2.69 532	5.96 530	5.73 535

SGM-ForestM	8.89 529	0.68 461	3.61 482	0.57 510	0.18 487	14.89 531	5.99 532	9.62 527	10.59 525	20.43 533	17.16 533	39.22 536	20.29 532	20.63 532	13.19 525	0.04 480	0.14 510	0.00 1	0.07 447	0.15 424	0.36 509

UNDER WATER-64	6.84 524	1.25 509	9.68 517	4.53 533	3.53 531	16.61 532	1.79 512	8.72 523	22.23 531	5.11 512	5.07 498	17.34 530	10.14 527	9.19 523	8.21 510	2.00 524	0.03 445	1.52 530	0.11 461	6.09 531	3.62 533

TorneroNet-64	6.39 523	1.31 513	2.23 411	1.99 526	0.65 515	18.82 533	0.28 464	11.98 530	26.18 536	5.99 517	12.75 529	19.37 532	4.08 511	9.94 524	5.95 503	0.89 519	0.00 1	0.11 509	0.00 1	3.44 524	1.81 530

TorneroNet	6.97 525	1.37 515	2.22 410	1.95 524	1.12 522	19.47 534	0.47 484	13.04 533	26.32 537	7.90 522	17.10 532	17.67 531	4.62 516	10.46 526	7.94 507	1.98 523	0.03 445	0.11 509	0.00 1	4.15 526	1.49 527

JetBlue	5.71 520	2.18 528	16.18 523	0.00 1	2.13 527	29.20 535	14.20 536	3.90 509	0.74 481	0.71 471	2.30 485	6.42 507	5.97 518	17.84 531	8.74 511	0.09 490	0.01 394	0.00 1	0.00 1	2.62 523	0.96 524

BEATNet-Init1	14.52 535	6.56 535	34.32 530	1.10 516	1.02 520	31.53 536	11.99 535	15.58 534	17.42 528	30.17 537	27.03 535	43.14 537	24.36 534	24.41 535	18.27 532	0.27 502	0.32 518	0.36 519	0.46 526	1.26 514	0.76 522

JetRed	13.51 534	18.77 536	42.38 532	1.28 518	1.18 523	54.67 537	25.60 537	12.87 531	6.75 518	8.50 526	8.61 513	13.77 523	10.87 528	24.50 536	30.67 535	0.24 500	0.68 526	0.53 522	0.02 416	5.93 529	2.43 531

TCMNet-wrong-test	39.28 538	63.11 546	48.46 537	81.72 546	79.79 545	56.34 538	48.75 538	31.17 538	3.83 511	19.05 532	28.27 536	58.68 538	34.68 537	46.64 539	47.27 538	16.88 538	2.02 531	7.72 535	0.67 530	64.26 544	46.25 544

HaxPig	95.46 552	97.61 552	87.80 545	97.80 555	99.17 555	77.55 539	75.28 539	96.76 550	99.61 548	99.97 551	99.97 549	99.62 552	99.97 550	91.02 548	87.28 546	99.98 556	99.98 554	99.98 554	99.99 554	99.97 555	99.97 556

ASD4	35.17 537	42.77 537	34.00 529	20.47 537	35.77 536	80.11 540	95.20 547	26.58 537	69.14 539	27.82 536	35.84 539	27.05 533	44.35 538	37.95 538	53.20 539	10.25 535	10.28 537	12.30 537	11.09 537	16.01 536	13.25 537

PML	71.49 545	88.65 550	73.56 539	82.49 547	75.59 543	85.39 541	79.41 541	71.62 543	87.17 543	90.48 547	85.96 544	90.50 547	60.21 540	91.76 550	73.85 541	96.01 553	2.36 532	86.79 549	6.59 536	83.59 548	17.83 539

MEDIAN_ROB	93.37 549	98.75 553	96.05 547	90.90 550	90.53 551	85.63 542	76.45 540	92.03 546	89.53 544	95.05 548	94.99 547	96.02 548	93.85 547	90.36 547	87.21 545	98.36 554	95.79 546	99.61 552	98.77 550	98.80 554	98.72 554

ccccc	97.05 553	91.21 551	100.00 553	100.00 557	100.00 557	89.04 543	91.39 543	95.61 547	91.93 545	96.66 549	90.86 546	96.55 549	99.37 548	99.78 553	99.57 550	100.00 557	100.00 556	99.83 553	99.27 551	100.00 556	100.00 557

xxxxx1	63.71 542	58.10 540	78.65 541	43.63 538	48.97 539	92.61 544	92.18 544	60.44 540	69.38 540	73.77 544	76.42 540	77.82 543	76.45 542	72.33 542	77.46 542	35.89 542	37.06 541	48.26 543	62.63 542	48.72 541	43.44 541

tt_ll	63.71 542	58.10 540	78.65 541	43.63 538	48.97 539	92.61 544	92.18 544	60.44 540	69.38 540	73.77 544	76.42 540	77.82 543	76.45 542	72.33 542	77.46 542	35.89 542	37.06 541	48.26 543	62.63 542	48.72 541	43.44 541

ff	63.71 542	58.10 540	78.65 541	43.63 538	48.97 539	92.61 544	92.18 544	60.44 540	69.38 540	73.77 544	76.42 540	77.82 543	76.45 542	72.33 542	77.46 542	35.89 542	37.06 541	48.26 543	62.63 542	48.72 541	43.44 541

AVERAGE_ROB	98.45 555	99.13 554	95.46 546	100.00 557	100.00 557	93.36 547	81.95 542	100.00 552	99.97 550	100.00 552	100.00 550	100.00 553	100.00 551	99.72 552	99.40 549	100.00 557	100.00 556	100.00 555	100.00 555	100.00 556	100.00 557

test_example2	97.61 554	99.96 555	99.93 550	99.83 556	99.97 556	98.84 548	99.76 548	91.98 545	100.00 553	100.00 552	100.00 550	89.18 546	86.51 545	99.29 551	96.54 547	99.97 555	99.55 552	92.92 551	98.06 549	100.00 556	99.95 555

DPSMNet_ROB	81.54 547	60.77 545	99.95 551	61.42 543	87.05 549	99.11 549	100.00 549	95.93 549	99.99 551	73.11 543	100.00 550	70.84 542	100.00 551	77.43 546	99.98 552	35.39 541	97.54 551	35.21 542	99.89 552	46.30 540	90.94 548

DGTPSM_ROB	81.49 546	60.74 544	99.95 551	61.20 542	86.99 548	99.11 549	100.00 549	95.92 548	99.99 551	73.08 542	100.00 550	70.81 541	100.00 551	77.39 545	99.98 552	35.10 540	97.48 550	35.12 541	99.89 552	46.16 539	90.85 547

USTest	58.46 541	44.12 538	43.29 533	60.68 541	67.35 542	99.15 551	100.00 549	91.40 544	98.36 547	67.56 540	90.15 545	66.93 539	68.34 541	62.46 541	57.68 540	4.00 530	35.83 540	16.32 538	22.03 541	41.21 538	32.38 540

Selective-RAFT-Error	99.17 558	100.00 557	100.00 553	96.65 554	98.79 554	100.00 552	100.00 549	100.00 552	100.00 553	100.00 552	100.00 550	100.00 553	100.00 551	100.00 554	100.00 554	93.64 550	100.00 556	100.00 555	100.00 555	96.25 551	98.10 553

Anonymous_1	89.88 548	75.38 547	97.81 548	74.49 545	78.39 544	100.00 552	100.00 549	98.09 551	99.76 549	96.82 550	99.37 548	97.66 550	99.77 549	91.14 549	98.89 548	81.73 545	97.25 547	59.96 546	85.38 545	77.37 547	88.27 546

tt	48.25 539	0.05 87	28.22 528	1.29 519	0.00 1	100.00 552	100.00 549	100.00 552	97.19 546	0.08 390	0.00 1	97.99 551	86.70 546	2.26 325	99.92 551	83.66 546	94.83 545	16.47 539	21.27 540	35.05 537	0.01 169

CasAABBNet	99.15 557	100.00 557	100.00 553	96.37 553	98.76 553	100.00 552	100.00 549	100.00 552	100.00 553	100.00 552	100.00 550	100.00 553	100.00 551	100.00 554	100.00 554	93.65 551	99.99 555	100.00 555	100.00 555	96.27 552	97.93 552

LSM0	99.11 556	99.97 556	100.00 553	95.93 551	98.59 552	100.00 552	100.00 549	100.00 552	100.00 553	100.00 552	100.00 550	100.00 553	100.00 551	100.00 554	100.00 554	93.89 552	99.97 553	100.00 555	100.00 555	96.64 553	97.25 551

DPSM_ROB	94.00 550	79.32 548	100.00 553	83.19 548	85.69 546	100.00 552	100.00 549	100.00 552	100.00 553	100.00 552	100.00 550	100.00 553	100.00 551	100.00 554	100.00 554	89.53 547	97.42 548	74.97 547	95.13 547	83.79 549	90.98 549

DPSM	94.00 550	79.32 548	100.00 553	83.19 548	85.69 546	100.00 552	100.00 549	100.00 552	100.00 553	100.00 552	100.00 550	100.00 553	100.00 551	100.00 554	100.00 554	89.53 547	97.42 548	74.97 547	95.13 547	83.79 549	90.98 549

Low-res two-view benchmark