Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

Anonymous	0.05 2	0.06 85	0.86 110	0.00 1	0.00 1	0.00 1	0.00 1	0.03 6	0.01 1	0.00 1	0.00 1	0.02 39	0.01 86	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.05 305

SHD	0.50 263	0.51 318	3.61 371	0.05 309	0.00 1	0.01 2	0.01 217	0.72 201	0.61 299	1.57 381	0.00 1	0.34 244	0.09 256	1.79 217	0.49 310	0.00 1	0.00 1	0.00 1	0.01 319	0.09 287	0.03 258

CroCo-Stereo Lap2	0.09 17	0.23 209	0.74 60	0.00 1	0.00 1	0.02 3	0.00 1	0.07 41	0.56 177	0.00 1	0.00 1	0.01 7	0.03 175	0.02 69	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.06 242	0.01 128

sCroCo_RVC	0.09 17	0.05 61	1.02 146	0.00 1	0.00 1	0.02 3	0.00 1	0.12 75	0.48 150	0.00 1	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

SMFormer	0.33 190	0.10 122	1.04 149	0.00 1	0.00 1	0.03 5	0.00 1	1.45 295	0.55 165	0.00 1	0.00 1	0.15 187	0.00 1	3.24 265	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.02 225

tta	0.33 190	0.10 122	1.04 149	0.00 1	0.00 1	0.03 5	0.00 1	1.45 295	0.55 165	0.00 1	0.00 1	0.15 187	0.00 1	3.24 265	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.01 128

qqq1	0.33 190	0.10 122	1.04 149	0.00 1	0.00 1	0.03 5	0.00 1	1.45 295	0.55 165	0.00 1	0.00 1	0.15 187	0.00 1	3.24 265	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.01 128

fff1	0.33 190	0.10 122	1.04 149	0.00 1	0.00 1	0.03 5	0.00 1	1.45 295	0.55 165	0.00 1	0.00 1	0.15 187	0.00 1	3.24 265	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.01 128

GMStereo_Zeroshot	0.07 8	0.04 38	0.80 92	0.08 336	0.00 1	0.03 5	0.00 1	0.05 19	0.10 69	0.00 1	0.03 282	0.19 206	0.03 175	0.00 1	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

anonymity	0.17 91	0.06 85	0.79 87	0.00 1	0.09 348	0.03 5	0.00 1	0.54 173	0.07 18	0.41 350	0.13 311	0.11 162	0.58 327	0.02 69	0.31 288	0.00 1	0.00 1	0.00 1	0.23 400	0.01 58	0.02 225

CroCo-Stereo	0.13 52	0.16 169	0.40 1	0.00 1	0.00 1	0.03 5	0.00 1	0.98 237	0.57 210	0.00 1	0.01 205	0.31 238	0.03 175	0.01 26	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
GMStereo	0.08 11	0.54 327	0.90 122	0.00 1	0.00 1	0.03 5	0.00 1	0.04 13	0.03 4	0.00 1	0.00 1	0.01 7	0.02 133	0.00 1	0.03 123	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
MoCha-V2	0.07 8	0.04 38	0.53 24	0.00 1	0.06 334	0.04 13	0.00 1	0.12 75	0.08 31	0.02 217	0.00 1	0.06 131	0.00 1	0.03 94	0.03 123	0.00 1	0.02 334	0.00 1	0.22 398	0.12 307	0.01 128

LargeStereo	0.06 5	0.14 157	0.46 9	0.03 287	0.00 1	0.04 13	0.00 1	0.03 6	0.08 31	0.01 127	0.00 1	0.02 39	0.06 242	0.04 104	0.03 123	0.00 1	0.04 360	0.00 1	0.03 354	0.08 271	0.07 336

mmm	0.13 52	0.02 7	0.42 6	0.00 1	0.00 1	0.04 13	0.00 1	0.88 221	0.56 177	0.00 1	0.00 1	0.01 7	0.01 86	0.51 180	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.01 58	0.01 128

sAnonymous2	0.10 21	0.22 200	1.35 213	0.00 1	0.00 1	0.04 13	0.00 1	0.03 6	0.06 13	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 271	0.15 375

CroCo_RVC	0.10 21	0.22 200	1.35 213	0.00 1	0.00 1	0.04 13	0.00 1	0.03 6	0.06 13	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 271	0.15 375

Former-RAFT_DAM_RVC	0.08 11	0.06 85	0.41 3	0.00 1	0.00 1	0.05 18	0.00 1	0.11 71	0.22 117	0.75 364	0.00 1	0.02 39	0.01 86	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.03 258

test croco	0.11 37	0.17 173	1.21 196	0.00 1	0.00 1	0.05 18	0.00 1	0.16 88	0.32 135	0.01 127	0.01 205	0.02 39	0.01 86	0.03 94	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.26 369	0.01 128

StereoIM	0.06 5	0.16 169	0.66 43	0.00 1	0.00 1	0.05 18	0.01 217	0.06 29	0.12 87	0.00 1	0.01 205	0.04 97	0.02 133	0.02 69	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

GLC_STEREO	0.04 1	0.05 61	0.52 16	0.00 1	0.00 1	0.06 21	0.00 1	0.01 1	0.03 4	0.00 1	0.00 1	0.01 7	0.01 86	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

DAS	0.49 254	0.05 61	1.29 204	0.00 1	0.00 1	0.07 22	0.00 1	1.25 267	0.61 299	1.18 375	0.00 1	0.24 218	0.03 175	4.76 321	0.22 262	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.01 128

SepStereo	0.45 236	0.05 61	1.29 204	0.00 1	0.00 1	0.07 22	0.00 1	1.25 267	0.61 299	1.18 375	0.00 1	0.24 218	0.03 175	3.93 295	0.22 262	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.01 128

MIF-Stereo (partial)	0.08 11	0.11 136	0.96 135	0.00 1	0.00 1	0.08 24	0.00 1	0.19 99	0.08 31	0.00 1	0.01 205	0.02 39	0.02 133	0.02 69	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.01 128

MIF-Stereo	0.06 5	0.06 85	0.83 99	0.00 1	0.00 1	0.08 24	0.01 217	0.06 29	0.03 4	0.00 1	0.08 304	0.02 39	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 271	0.00 1

11t1	0.08 11	0.01 1	0.54 26	0.00 1	0.00 1	0.09 26	0.00 1	0.44 159	0.55 165	0.00 1	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.01 58	0.01 128

x	0.10 21	0.01 1	0.51 13	0.00 1	0.00 1	0.09 26	0.00 1	0.67 196	0.55 165	0.00 1	0.00 1	0.01 7	0.00 1	0.09 136	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

CASS	0.07 8	0.06 85	0.73 51	0.00 1	0.00 1	0.10 28	0.01 217	0.15 87	0.12 87	0.16 322	0.00 1	0.02 39	0.02 133	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RAFT	0.12 46	0.43 295	0.79 87	0.01 246	0.02 283	0.10 28	0.07 301	0.06 29	0.27 126	0.00 1	0.01 205	0.18 199	0.04 206	0.01 26	0.00 1	0.00 1	0.02 334	0.00 1	0.01 319	0.37 383	0.01 128

Syn2CoEx	0.56 286	0.78 366	2.86 348	0.00 1	0.00 1	0.10 28	0.01 217	0.91 226	0.61 299	0.02 217	0.00 1	0.49 286	0.21 295	5.03 329	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.14 319	0.03 258

HH	0.23 131	0.21 193	1.69 260	0.16 373	0.08 344	0.11 31	0.00 1	0.24 122	0.06 13	0.30 340	0.18 316	1.47 363	0.04 206	0.04 104	0.01 77	0.00 1	0.03 345	0.00 1	0.00 1	0.02 135	0.01 128

HanStereo	0.23 131	0.21 193	1.69 260	0.16 373	0.08 344	0.11 31	0.00 1	0.24 122	0.06 13	0.30 340	0.18 316	1.47 363	0.04 206	0.04 104	0.01 77	0.00 1	0.03 345	0.00 1	0.00 1	0.02 135	0.01 128

knoymous	0.09 17	0.04 38	1.04 149	0.00 1	0.00 1	0.11 31	0.00 1	0.23 118	0.05 12	0.00 1	0.00 1	0.23 216	0.00 1	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

qqq	0.17 91	0.01 1	0.52 16	0.00 1	0.00 1	0.12 34	0.00 1	0.95 232	0.55 165	0.00 1	0.00 1	0.01 7	0.00 1	1.23 207	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

riskmin	0.11 37	0.01 1	0.87 115	0.01 246	0.00 1	0.13 35	0.00 1	0.30 139	0.09 50	0.00 1	0.01 205	0.76 317	0.00 1	0.02 69	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

LoS_RVC	0.05 2	0.05 61	0.41 3	0.00 1	0.00 1	0.16 36	0.00 1	0.17 93	0.07 18	0.00 1	0.00 1	0.04 97	0.01 86	0.04 104	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

MFMNet_re	0.24 139	0.74 358	2.31 309	0.53 396	0.00 1	0.17 37	0.01 217	0.02 4	0.59 261	0.01 127	0.03 282	0.12 168	0.00 1	0.07 122	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.19 349	0.01 128

coex-ft	8.40 414	2.59 416	75.27 425	0.00 1	0.00 1	0.18 38	0.04 285	0.13 80	20.18 414	39.66 423	4.06 381	4.68 389	8.53 409	3.94 296	7.96 395	0.02 364	0.07 385	0.00 1	0.02 333	0.14 319	0.50 402

Anonymous_2	0.88 339	0.02 7	1.06 158	0.01 246	0.00 1	0.19 39	0.00 1	0.14 84	0.08 31	0.01 127	0.04 287	1.07 340	0.00 1	0.02 69	0.02 106	0.01 350	0.04 360	2.31 418	11.16 423	1.35 403	0.01 128

psmorigin	0.75 322	0.25 219	7.10 396	0.00 1	0.00 1	0.19 39	0.00 1	0.10 67	0.12 87	0.65 359	0.00 1	2.74 382	0.23 300	3.02 258	0.54 313	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.01 128

RTSC	0.70 317	0.71 355	3.19 360	0.01 246	0.00 1	0.20 41	0.00 1	0.81 212	0.60 284	0.29 339	0.36 335	0.36 251	0.04 206	2.04 220	4.87 380	0.00 1	0.03 345	0.00 1	0.02 333	0.28 374	0.11 360

CES	0.08 11	0.07 104	0.43 7	0.00 1	0.00 1	0.21 42	0.01 217	0.08 46	0.56 177	0.01 127	0.00 1	0.08 145	0.04 206	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

PWC_ROB	0.62 308	0.54 327	3.22 362	0.00 1	0.00 1	0.22 43	0.00 1	2.18 358	0.61 299	0.00 1	0.20 320	0.29 232	0.03 175	3.46 277	1.22 339	0.00 1	0.00 1	0.00 1	0.00 1	0.39 386	0.01 128

Wz-Net-MNSev	0.48 249	0.76 364	3.11 359	0.00 1	0.00 1	0.23 44	0.00 1	1.07 249	0.61 299	0.01 127	0.01 205	0.13 175	0.13 274	3.12 260	0.34 291	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.01 128

Selective-IGEV	0.05 2	0.04 38	0.43 7	0.00 1	0.04 319	0.25 45	0.00 1	0.01 1	0.08 31	0.00 1	0.00 1	0.01 7	0.02 133	0.00 1	0.01 77	0.00 1	0.00 1	0.00 1	0.07 363	0.03 184	0.08 338

HITNet	0.19 106	0.55 333	1.36 217	0.00 1	0.00 1	0.25 45	0.00 1	1.09 252	0.23 122	0.00 1	0.00 1	0.14 181	0.02 133	0.02 69	0.14 231	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	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	0.20 114	0.06 85	0.86 110	0.00 1	0.00 1	0.25 45	0.00 1	1.71 333	0.56 177	0.00 1	0.00 1	0.31 238	0.01 86	0.11 145	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
Wz-Net-SNSev	0.78 325	1.10 384	6.27 394	0.00 1	0.00 1	0.27 48	0.00 1	0.95 232	0.61 299	0.00 1	0.01 205	0.41 267	0.10 264	4.92 326	0.81 327	0.00 1	0.00 1	0.00 1	0.00 1	0.17 342	0.03 258

TestStereo	0.31 179	0.22 200	1.36 217	0.00 1	0.00 1	0.27 48	0.00 1	0.06 29	0.04 9	0.01 127	0.00 1	0.03 77	0.01 86	4.27 309	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

FINET	0.51 268	0.36 266	2.40 316	0.00 1	0.00 1	0.27 48	0.00 1	2.06 352	1.49 389	0.00 1	0.00 1	0.04 97	0.04 206	3.38 274	0.10 200	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.02 225

fast-acv-ft	0.29 173	0.37 274	3.76 375	0.06 327	0.01 239	0.28 51	0.17 328	0.06 29	0.21 115	0.00 1	0.00 1	0.08 145	0.09 256	0.10 140	0.23 267	0.01 350	0.00 1	0.03 384	0.01 319	0.26 369	0.01 128

anonymousa	0.14 65	0.15 162	1.74 268	0.00 1	0.00 1	0.28 51	0.00 1	0.01 1	0.11 75	0.00 1	0.01 205	0.42 268	0.02 133	0.01 26	0.01 77	0.00 1	0.00 1	0.00 1	0.04 355	0.00 1	0.02 225

CoDeX	0.36 207	0.24 213	1.39 222	0.00 1	0.01 239	0.29 53	0.00 1	1.58 321	0.57 210	0.00 1	0.00 1	0.25 223	0.07 249	2.82 248	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

MIM_Stereo	0.10 21	0.32 242	0.90 122	0.00 1	0.03 304	0.29 53	0.00 1	0.11 71	0.11 75	0.02 217	0.00 1	0.04 97	0.01 86	0.01 26	0.00 1	0.00 1	0.03 345	0.00 1	0.00 1	0.11 300	0.08 338

iRaft-Stereo_5w	0.50 263	0.51 318	1.44 233	0.00 1	0.00 1	0.29 53	0.00 1	0.63 191	0.59 261	0.00 1	0.00 1	0.08 145	0.01 86	6.14 373	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.22 359	0.01 128

CBFPSM	0.36 207	0.54 327	2.16 302	0.00 1	0.00 1	0.30 56	0.00 1	0.26 127	0.62 347	0.01 127	0.01 205	1.68 369	1.03 350	0.27 166	0.33 290	0.00 1	0.01 304	0.00 1	0.00 1	0.01 58	0.01 128

DLNR_Zeroshot_test	21.09 422	47.65 425	85.43 429	96.34 437	87.67 435	0.31 57	0.00 1	17.86 422	0.07 18	0.01 127	0.01 205	0.00 1	0.00 1	0.70 191	0.01 77	15.78 423	0.01 304	0.00 1	0.21 396	69.62 431	0.04 288

BEATNet_4x	0.24 139	0.51 318	1.71 263	0.00 1	0.00 1	0.31 57	0.00 1	0.99 239	0.31 134	0.00 1	0.00 1	0.29 232	0.03 175	0.22 160	0.35 293	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.02 225

PASM	0.51 268	0.32 242	3.07 357	0.00 1	0.00 1	0.31 57	0.00 1	0.46 163	0.12 87	0.03 245	0.00 1	0.44 271	0.02 133	5.22 334	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.12 307	0.03 258

DISCO	0.31 179	0.11 136	1.73 264	0.16 373	0.16 371	0.31 57	0.00 1	0.09 52	0.17 109	0.00 1	0.01 205	1.51 366	0.00 1	1.21 205	0.62 320	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.01 128

IGEVStereo-DCA	0.10 21	0.06 85	0.52 16	0.01 246	0.00 1	0.32 61	0.00 1	0.09 52	0.09 50	0.01 127	0.01 205	0.02 39	0.04 206	0.14 150	0.44 302	0.00 1	0.00 1	0.00 1	0.10 368	0.05 222	0.01 128

rrr	0.24 139	0.06 85	1.91 282	0.01 246	0.00 1	0.32 61	0.04 285	1.34 274	0.15 101	0.01 127	0.01 205	0.02 39	0.04 206	0.14 150	0.44 302	0.00 1	0.00 1	0.00 1	0.18 388	0.05 222	0.05 305

RALCasStereoNet	0.16 83	0.35 259	0.84 104	0.00 1	0.00 1	0.32 61	0.03 273	0.16 88	0.56 177	0.02 217	0.07 301	0.05 118	0.08 253	0.13 148	0.08 185	0.00 1	0.31 406	0.00 1	0.00 1	0.07 254	0.11 360

RALAANet	0.13 52	0.51 318	0.95 133	0.00 1	0.00 1	0.32 61	0.01 217	0.38 147	0.03 4	0.00 1	0.00 1	0.05 118	0.09 256	0.02 69	0.12 218	0.00 1	0.00 1	0.00 1	0.02 333	0.10 294	0.00 1

test_xeample3	0.24 139	0.06 85	1.84 274	0.02 270	0.00 1	0.33 65	0.05 293	1.33 273	0.14 96	0.00 1	0.03 282	0.03 77	0.03 175	0.10 140	0.43 300	0.00 1	0.00 1	0.00 1	0.23 400	0.05 222	0.06 325

FAT-Stereo	0.50 263	0.14 157	2.51 328	0.00 1	0.00 1	0.33 65	0.09 314	1.88 341	0.61 299	0.05 271	0.76 354	0.60 297	0.52 324	2.46 239	0.06 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

edge stereo	0.58 296	0.29 234	2.86 348	0.01 246	0.03 304	0.33 65	0.03 273	0.97 236	0.50 152	0.21 328	0.33 332	1.31 353	0.16 282	4.20 305	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.11 300	0.01 128

SFCPSM	0.21 120	0.04 38	1.59 249	0.00 1	0.05 327	0.34 68	0.00 1	1.24 266	0.57 210	0.01 127	0.00 1	0.12 168	0.02 133	0.05 112	0.05 150	0.00 1	0.00 1	0.00 1	0.02 333	0.02 135	0.00 1

pmcnn	2.10 382	0.59 339	4.52 387	0.27 389	0.86 405	0.34 68	0.29 353	1.69 330	0.75 370	0.36 348	7.50 396	14.39 413	0.56 326	4.90 325	4.69 379	0.00 1	0.00 1	0.00 1	0.00 1	0.16 335	0.04 288

SQANet	0.42 225	1.14 390	1.86 277	0.04 299	0.48 396	0.36 70	0.03 273	0.40 152	0.56 177	0.02 217	0.24 323	0.49 286	0.06 242	2.14 223	0.21 261	0.02 364	0.02 334	0.01 359	0.00 1	0.19 349	0.03 258

cross-raft	0.15 78	0.05 61	1.46 236	0.00 1	0.01 239	0.37 71	0.07 301	0.40 152	0.02 2	0.02 217	0.00 1	0.38 260	0.00 1	0.02 69	0.03 123	0.00 1	0.00 1	0.00 1	0.11 373	0.01 58	0.02 225

4D-IteraStereo	0.16 83	0.51 318	1.73 264	0.00 1	0.00 1	0.38 72	0.03 273	0.08 46	0.08 31	0.02 217	0.01 205	0.00 1	0.01 86	0.06 117	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.06 325

RAFT-Test	0.20 114	0.09 118	1.34 211	0.00 1	0.12 360	0.39 73	0.10 318	0.72 201	0.25 124	0.08 292	0.00 1	0.44 271	0.00 1	0.05 112	0.13 225	0.00 1	0.00 1	0.00 1	0.24 405	0.01 58	0.01 128

aanetorigin	0.86 337	0.36 266	3.45 369	0.11 355	0.13 363	0.39 73	0.93 392	0.13 80	0.14 96	3.38 394	1.21 365	0.29 232	2.01 378	2.87 250	1.35 344	0.02 364	0.00 1	0.02 375	0.05 357	0.30 377	0.08 338

XQC	0.68 316	0.72 357	3.82 377	0.06 327	0.00 1	0.39 73	0.01 217	1.92 344	0.61 299	0.03 245	0.01 205	0.46 275	0.21 295	2.84 249	2.26 357	0.00 1	0.00 1	0.00 1	0.01 319	0.15 326	0.05 305

MGS-Stereo	0.10 21	0.08 111	0.82 96	0.00 1	0.00 1	0.41 76	0.00 1	0.20 109	0.08 31	0.00 1	0.00 1	0.01 7	0.01 86	0.04 104	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.39 386	0.00 1

Gwc-CoAtRS	0.12 46	0.06 85	1.17 181	0.00 1	0.11 357	0.41 76	0.00 1	0.20 109	0.04 9	0.01 127	0.00 1	0.18 199	0.00 1	0.01 26	0.06 164	0.00 1	0.00 1	0.00 1	0.18 388	0.01 58	0.00 1

acv_ft	0.21 120	0.14 157	0.95 133	0.00 1	0.00 1	0.41 76	0.00 1	0.58 181	0.60 284	0.19 327	0.01 205	0.71 313	0.12 271	0.05 112	0.12 218	0.00 1	0.00 1	0.00 1	0.00 1	0.24 364	0.00 1

AF-Net	0.47 242	0.53 325	2.05 294	0.00 1	0.00 1	0.41 76	0.01 217	1.18 263	0.40 146	0.13 312	0.05 289	1.30 352	0.45 319	2.43 238	0.30 283	0.00 1	0.00 1	0.00 1	0.00 1	0.09 287	0.00 1

DispFullNet	1.20 358	0.63 343	3.58 370	1.00 402	0.82 403	0.41 76	0.00 1	1.44 293	0.61 299	2.55 389	0.64 350	1.10 342	8.95 412	0.84 194	1.22 339	0.00 1	0.02 334	0.00 1	0.00 1	0.24 364	0.02 225

Wz-Net-TNSev	1.42 367	2.41 415	11.01 407	0.00 1	0.00 1	0.42 81	0.14 327	2.05 349	0.61 299	0.06 279	0.01 205	1.34 355	0.16 282	5.70 355	4.19 373	0.00 1	0.00 1	0.00 1	0.01 319	0.19 349	0.10 358

EDNetEfficientorigin	6.23 407	0.45 301	98.39 434	0.02 270	0.04 319	0.42 81	0.02 257	0.33 141	2.90 393	7.07 407	3.12 378	1.31 353	1.61 370	4.26 308	4.55 377	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.02 225

GwcNet	0.50 263	0.46 302	3.90 379	0.00 1	0.00 1	0.42 81	0.10 318	0.38 147	0.74 368	0.03 245	0.00 1	0.63 299	0.05 231	2.92 253	0.16 237	0.00 1	0.00 1	0.00 1	0.00 1	0.17 342	0.05 305

FADNet-RVC-Resample	0.51 268	0.82 370	3.08 358	0.04 299	0.04 319	0.42 81	0.09 314	1.16 261	0.34 137	0.00 1	0.03 282	0.24 218	0.05 231	3.16 261	0.13 225	0.07 377	0.12 397	0.05 393	0.02 333	0.08 271	0.20 385

SPS-STEREO	0.88 339	0.40 289	2.01 288	0.00 1	0.01 239	0.42 81	0.17 328	0.50 170	0.61 299	2.19 387	0.79 358	2.04 376	0.27 305	5.10 331	2.89 366	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.11 360
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DCRE	0.51 268	0.25 219	0.96 135	0.00 1	0.01 239	0.43 86	0.00 1	0.25 124	0.21 115	0.33 345	7.49 395	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 304	0.00 1	0.17 387	0.02 135	0.01 128

test-3	0.17 91	0.03 23	0.74 60	0.03 287	0.10 352	0.43 86	0.00 1	1.36 276	0.07 18	0.01 127	0.00 1	0.02 39	0.00 1	0.08 133	0.19 254	0.00 1	0.00 1	0.00 1	0.20 392	0.12 307	0.11 360

test_1	0.17 91	0.03 23	0.75 68	0.03 287	0.10 352	0.43 86	0.00 1	1.36 276	0.07 18	0.01 127	0.00 1	0.02 39	0.00 1	0.07 122	0.19 254	0.00 1	0.00 1	0.00 1	0.20 392	0.12 307	0.11 360

ac_64	0.39 218	0.12 145	1.15 176	0.04 299	0.01 239	0.43 86	0.02 257	0.25 124	0.59 261	0.12 309	0.01 205	0.89 326	0.04 206	3.92 294	0.12 218	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.00 1

DLCB_ROB	0.27 155	0.16 169	0.71 47	0.00 1	0.00 1	0.44 90	0.00 1	0.43 157	0.57 210	0.02 217	0.04 287	0.63 299	0.04 206	2.18 229	0.24 270	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MLCV	0.23 131	0.46 302	1.15 176	0.00 1	0.00 1	0.45 91	0.00 1	0.57 178	0.15 101	0.09 300	0.00 1	0.27 229	0.03 175	1.09 202	0.25 273	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.00 1

NVStereoNet_ROB	1.08 350	0.39 287	2.15 301	0.08 336	0.02 283	0.45 91	0.02 257	0.89 223	0.67 360	0.10 304	5.85 388	1.90 372	1.11 356	6.20 381	1.14 335	0.20 388	0.00 1	0.03 384	0.07 363	0.12 307	0.13 371
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ToySt	0.12 46	0.15 162	0.92 128	0.00 1	0.00 1	0.46 93	0.00 1	0.41 154	0.10 69	0.00 1	0.00 1	0.10 159	0.00 1	0.07 122	0.19 254	0.00 1	0.00 1	0.00 1	0.02 333	0.04 205	0.02 225

StereoVision	0.16 83	0.25 219	1.07 165	0.00 1	0.00 1	0.47 94	0.01 217	0.18 96	0.61 299	0.00 1	0.29 328	0.15 187	0.02 133	0.07 122	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.01 128

RAFT_CTSACE	0.14 65	0.33 246	1.23 197	0.00 1	0.01 239	0.47 94	0.00 1	0.27 131	0.11 75	0.01 127	0.00 1	0.04 97	0.00 1	0.08 133	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.24 364	0.00 1

UPFNet	0.18 101	0.05 61	1.11 170	0.00 1	0.00 1	0.48 96	0.00 1	1.11 254	0.48 150	0.00 1	0.00 1	0.10 159	0.00 1	0.10 140	0.10 200	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

FADNet-RVC	0.51 268	0.80 368	2.47 324	0.01 246	0.00 1	0.48 96	0.00 1	1.32 272	0.14 96	0.00 1	0.01 205	0.12 168	0.06 242	4.07 300	0.15 235	0.00 1	0.04 360	0.00 1	0.00 1	0.38 384	0.08 338

Wz-Net-LNSev	0.34 197	0.61 341	4.26 382	0.00 1	0.00 1	0.49 98	0.00 1	0.26 127	0.61 299	0.00 1	0.01 205	0.23 216	0.03 175	0.10 140	0.16 237	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

rafts_anoy	0.14 65	0.35 259	0.99 144	0.00 1	0.02 283	0.49 98	0.03 273	0.11 71	0.07 18	0.00 1	0.01 205	0.06 131	0.06 242	0.24 163	0.06 164	0.00 1	0.14 399	0.00 1	0.01 319	0.02 135	0.03 258

IGEV_Zeroshot_test	0.32 188	0.10 122	2.61 335	0.01 246	0.01 239	0.50 100	0.04 285	0.21 115	0.09 50	0.45 353	0.45 339	0.81 321	0.51 322	0.20 158	0.23 267	0.00 1	0.05 374	0.00 1	0.14 381	0.03 184	0.00 1

CSP-Net	0.37 212	0.10 122	0.54 26	0.00 1	0.00 1	0.50 100	0.00 1	0.64 192	0.13 94	0.00 1	0.00 1	0.15 187	0.02 133	5.27 335	0.06 164	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.00 1

LL-Strereo2	0.12 46	0.41 291	0.91 126	0.05 309	0.03 304	0.51 102	0.04 285	0.13 80	0.11 75	0.01 127	0.00 1	0.03 77	0.02 133	0.06 117	0.10 200	0.00 1	0.00 1	0.00 1	0.01 319	0.03 184	0.03 258

gwcnet-sp	0.28 159	0.15 162	2.75 343	0.00 1	0.00 1	0.51 102	0.02 257	0.49 167	0.57 210	0.01 127	0.01 205	0.08 145	0.04 206	0.87 195	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

scenet	0.28 159	0.15 162	2.75 343	0.00 1	0.00 1	0.51 102	0.02 257	0.49 167	0.57 210	0.01 127	0.01 205	0.08 145	0.04 206	0.87 195	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

ssnet	0.28 159	0.15 162	2.75 343	0.00 1	0.00 1	0.51 102	0.02 257	0.49 167	0.57 210	0.01 127	0.01 205	0.08 145	0.04 206	0.87 195	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

DANet	0.58 296	0.19 186	1.87 278	0.26 388	0.06 334	0.51 102	0.11 322	1.41 284	0.52 155	0.22 329	0.06 298	1.06 338	0.02 133	4.25 307	0.92 330	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.06 325
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
StereoDRNet	0.42 225	0.50 313	2.50 326	0.02 270	0.06 334	0.51 102	0.00 1	0.34 142	0.61 299	0.00 1	0.00 1	0.33 241	0.02 133	2.87 250	0.50 311	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.02 225

GASNet	0.56 286	1.09 383	2.57 333	0.00 1	0.00 1	0.52 108	0.02 257	1.12 256	0.22 117	0.01 127	0.14 312	0.50 289	0.12 271	4.09 301	0.39 295	0.00 1	0.00 1	0.00 1	0.00 1	0.32 379	0.08 338

iRaftStereo_RVC	0.10 21	0.20 190	0.57 33	0.00 1	0.00 1	0.52 108	0.00 1	0.05 19	0.07 18	0.00 1	0.01 205	0.14 181	0.03 175	0.02 69	0.01 77	0.00 1	0.03 345	0.00 1	0.00 1	0.25 367	0.20 385

HSM	0.63 309	0.36 266	0.89 120	0.00 1	0.00 1	0.52 108	0.01 217	0.98 237	0.56 177	0.00 1	0.01 205	2.27 380	0.65 335	6.18 375	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

whm_eth	0.17 91	0.36 266	1.51 242	0.00 1	0.00 1	0.53 111	0.00 1	0.25 124	0.61 299	0.00 1	0.00 1	0.03 77	0.01 86	0.01 26	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.09 351

AACVNet	0.40 221	0.36 266	0.90 122	0.00 1	0.00 1	0.53 111	0.00 1	0.18 96	0.41 147	0.02 217	0.00 1	0.11 162	0.01 86	5.33 338	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.15 326	0.00 1

test_3	0.19 106	0.02 7	0.76 73	0.03 287	0.10 352	0.53 111	0.00 1	1.42 287	0.07 18	0.13 312	0.00 1	0.02 39	0.00 1	0.07 122	0.19 254	0.00 1	0.00 1	0.00 1	0.20 392	0.12 307	0.11 360

THIR-Stereo	0.93 342	0.18 177	1.34 211	0.00 1	0.01 239	0.53 111	3.86 412	0.10 67	0.10 69	0.10 304	1.50 372	0.76 317	2.90 387	5.73 357	1.45 346	0.00 1	0.00 1	0.02 375	0.00 1	0.01 58	0.00 1

xxxx	1.04 348	0.02 7	0.54 26	0.00 1	0.00 1	0.53 111	0.00 1	2.53 374	0.57 210	0.00 1	0.00 1	0.01 7	0.01 86	2.04 220	14.52 414	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

RYNet	0.53 278	0.19 186	1.79 271	0.00 1	0.00 1	0.55 116	0.00 1	1.12 256	0.61 299	0.02 217	0.00 1	0.83 322	0.04 206	5.05 330	0.45 305	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 225

Anonymous Stereo	0.59 300	0.78 366	2.67 338	0.00 1	0.00 1	0.55 116	0.49 374	1.05 244	0.28 127	0.00 1	0.01 205	0.12 168	0.02 133	5.54 348	0.27 278	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.00 1

MFN_U_SF_RVC	0.95 344	1.40 402	4.49 386	0.16 373	0.11 357	0.56 118	0.07 301	1.12 256	0.36 140	0.43 352	0.27 326	1.27 350	0.73 339	3.98 298	1.47 347	0.29 394	0.34 410	0.36 409	0.55 414	0.63 394	0.46 398

S-Stereo	0.65 312	0.25 219	3.44 368	0.00 1	0.00 1	0.56 118	0.05 293	1.86 340	0.61 299	0.00 1	0.76 354	0.84 323	0.11 268	4.28 311	0.11 208	0.00 1	0.01 304	0.00 1	0.00 1	0.07 254	0.03 258

Wz-Net-LNSev-Ref	0.42 225	0.52 323	3.02 354	0.00 1	0.00 1	0.57 120	0.00 1	1.15 260	0.60 284	0.00 1	0.00 1	0.04 97	0.14 275	1.51 211	0.76 326	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test-1	0.19 106	0.13 151	0.67 45	0.00 1	0.15 368	0.57 120	0.00 1	1.01 241	0.11 75	0.04 262	0.48 342	0.05 118	0.00 1	0.01 26	0.30 283	0.00 1	0.07 385	0.00 1	0.06 360	0.01 58	0.18 382

test_xeample	1.14 354	0.02 7	0.58 34	0.00 1	0.00 1	0.57 120	0.00 1	2.57 377	0.57 210	0.00 1	0.00 1	0.03 77	0.02 133	3.45 276	15.00 417	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 225

222	1.95 376	0.03 23	0.41 3	0.00 1	0.00 1	0.58 123	0.00 1	2.64 384	0.57 210	0.02 217	0.00 1	0.05 118	0.02 133	3.34 273	31.23 422	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 225

STTRV1_RVC	0.67 315	0.21 193	2.32 310	0.00 1	0.00 1	0.58 123	0.01 217	1.05 244	0.59 261	0.01 127	0.51 343	0.26 225	0.18 288	6.05 369	0.27 278	0.26 392	1.07 417	0.00 1	0.00 1	0.00 1	0.03 258

iResNetv2_ROB	0.36 207	1.03 381	2.96 352	0.00 1	0.00 1	0.58 123	0.00 1	1.51 317	0.58 249	0.01 127	0.00 1	0.08 145	0.02 133	0.07 122	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.29 376	0.02 225

NaN_ROB	0.80 327	0.47 306	1.63 254	0.17 377	0.19 382	0.58 123	0.38 365	2.11 354	0.80 374	0.53 358	0.33 332	0.48 278	1.13 357	4.98 328	1.94 354	0.00 1	0.02 334	0.01 359	0.05 357	0.06 242	0.14 374

NVstereo2D	0.45 236	0.11 136	1.91 282	0.00 1	0.00 1	0.59 127	0.00 1	1.39 283	0.61 299	0.03 245	0.00 1	0.33 241	0.00 1	3.94 296	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

delet	0.33 190	0.24 213	1.05 157	0.00 1	0.00 1	0.60 128	0.00 1	0.53 172	0.59 261	0.03 245	0.01 205	0.52 293	0.19 289	2.68 244	0.13 225	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

CFNet-RSSM	0.17 91	0.06 85	1.16 180	0.00 1	0.12 360	0.61 129	0.00 1	0.90 224	0.08 31	0.01 127	0.00 1	0.09 156	0.00 1	0.01 26	0.03 123	0.00 1	0.00 1	0.00 1	0.23 400	0.00 1	0.00 1

RP	0.42 225	0.44 298	1.52 243	0.00 1	0.01 239	0.61 129	0.02 257	1.06 247	0.39 145	0.03 245	0.01 205	0.99 332	0.16 282	2.89 252	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.10 294	0.00 1

RASNet	0.58 296	0.27 226	1.30 207	0.00 1	0.00 1	0.61 129	0.01 217	0.47 164	0.60 284	0.08 292	0.06 298	1.52 368	0.04 206	6.18 375	0.48 308	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

HSM-Net_RVC	0.52 277	0.06 85	1.45 234	0.00 1	0.00 1	0.61 129	0.00 1	3.83 394	0.52 155	0.14 319	0.00 1	0.22 215	0.03 175	3.50 278	0.04 141	0.01 350	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	0.43 232	0.13 151	1.95 286	0.03 287	0.09 348	0.61 129	0.00 1	1.43 292	0.61 299	0.00 1	0.00 1	0.18 199	0.04 206	3.32 271	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

DualNet	0.55 282	0.02 7	1.06 158	0.00 1	0.00 1	0.62 134	0.00 1	1.42 287	0.57 210	0.00 1	0.00 1	0.67 307	0.02 133	0.57 182	5.86 387	0.00 1	0.01 304	0.00 1	0.00 1	0.08 271	0.03 258

ffm	0.25 145	0.02 7	1.06 158	0.00 1	0.00 1	0.62 134	0.00 1	1.42 287	0.57 210	0.00 1	0.00 1	0.67 307	0.02 133	0.57 182	0.01 77	0.00 1	0.01 304	0.00 1	0.00 1	0.08 271	0.03 258

ff1	0.80 327	0.02 7	1.06 158	0.00 1	0.00 1	0.62 134	0.00 1	1.42 287	0.57 210	0.00 1	0.00 1	0.67 307	0.02 133	5.57 350	5.86 387	0.00 1	0.01 304	0.00 1	0.00 1	0.08 271	0.03 258

mmx	0.85 333	0.02 7	1.06 158	0.00 1	0.00 1	0.62 134	0.00 1	2.50 370	0.56 177	0.00 1	0.00 1	0.67 307	0.02 133	5.57 350	5.86 387	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

ttt	0.70 317	0.02 7	0.78 84	0.00 1	0.00 1	0.62 134	0.00 1	2.50 370	0.56 177	0.00 1	0.00 1	0.29 232	0.01 86	4.18 304	5.00 382	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

xxx	0.85 333	0.02 7	1.06 158	0.00 1	0.00 1	0.62 134	0.00 1	2.50 370	0.56 177	0.00 1	0.00 1	0.67 307	0.02 133	5.57 350	5.86 387	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

anonymousdsp2	0.10 21	0.04 38	0.98 143	0.00 1	0.00 1	0.62 134	0.00 1	0.09 52	0.11 75	0.00 1	0.00 1	0.01 7	0.01 86	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.02 333	0.04 205	0.03 258

IER	0.14 65	0.09 118	1.29 204	0.00 1	0.00 1	0.62 134	0.00 1	0.17 93	0.10 69	0.00 1	0.00 1	0.40 264	0.02 133	0.11 145	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

raftrobust	0.13 52	0.36 266	0.94 132	0.00 1	0.18 378	0.62 134	0.02 257	0.07 41	0.07 18	0.00 1	0.00 1	0.03 77	0.03 175	0.03 94	0.05 150	0.00 1	0.01 304	0.00 1	0.00 1	0.06 242	0.04 288

FBW_ROB	0.83 330	0.31 241	1.48 240	0.10 345	0.01 239	0.62 134	0.01 217	1.91 343	0.59 261	0.01 127	0.01 205	1.10 342	0.05 231	7.84 402	2.07 356	0.05 374	0.01 304	0.03 384	0.01 319	0.01 58	0.47 399

LL-Strereo	0.71 320	0.88 372	2.40 316	0.00 1	0.00 1	0.63 144	0.01 217	1.57 319	0.58 249	0.45 353	0.00 1	0.54 295	0.30 307	6.37 386	0.07 175	0.00 1	0.05 374	0.00 1	0.00 1	0.22 359	0.17 381

CrosDoStereo	1.10 351	0.08 111	1.43 231	0.00 1	0.05 327	0.63 144	5.86 416	0.60 185	0.38 141	0.26 333	1.21 365	0.19 206	3.02 388	6.61 391	1.64 350	0.00 1	0.00 1	0.00 1	0.00 1	0.06 242	0.00 1

DeepStereo_LL	1.10 351	0.08 111	1.43 231	0.00 1	0.05 327	0.63 144	5.86 416	0.60 185	0.38 141	0.26 333	1.21 365	0.19 206	3.02 388	6.61 391	1.64 350	0.00 1	0.00 1	0.00 1	0.00 1	0.06 242	0.00 1

stereogan	0.49 254	0.22 200	2.39 315	0.00 1	0.00 1	0.63 144	0.02 257	0.79 208	0.72 366	0.06 279	0.00 1	1.68 369	0.46 320	2.63 243	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.14 319	0.00 1

raft_robust	0.56 286	0.36 266	0.87 115	0.00 1	0.15 368	0.64 148	0.00 1	2.20 359	0.56 177	0.00 1	0.01 205	0.44 271	1.18 361	4.46 313	0.01 77	0.00 1	0.00 1	0.00 1	0.15 385	0.09 287	0.03 258

raft+_RVC	0.14 65	0.37 274	0.96 135	0.00 1	0.16 371	0.64 148	0.03 273	0.05 19	0.08 31	0.00 1	0.00 1	0.02 39	0.03 175	0.03 94	0.07 175	0.00 1	0.07 385	0.00 1	0.00 1	0.05 222	0.16 379

HGLStereo	0.28 159	0.12 145	1.15 176	0.00 1	0.00 1	0.65 150	0.00 1	0.57 178	0.25 124	0.02 217	0.01 205	0.47 276	0.03 175	2.17 228	0.14 231	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.01 128

RGC	0.50 263	0.53 325	2.42 320	0.00 1	0.01 239	0.65 150	0.00 1	1.07 249	0.17 109	0.01 127	0.62 349	1.00 333	0.19 289	3.03 259	0.28 282	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.02 225

AANet_RVC	0.75 322	0.65 344	2.52 329	0.01 246	0.00 1	0.66 152	0.00 1	0.61 189	0.13 94	0.00 1	1.29 369	0.96 330	0.04 206	5.98 364	1.82 353	0.13 383	0.02 334	0.00 1	0.00 1	0.07 254	0.04 288

ADLNet	0.38 215	0.21 193	0.86 110	0.00 1	0.00 1	0.67 153	0.00 1	0.86 220	0.60 284	0.18 325	0.01 205	1.01 334	0.02 133	2.92 253	0.26 276	0.00 1	0.00 1	0.00 1	0.00 1	0.09 287	0.02 225

MMNet	0.23 131	0.18 177	1.84 274	0.00 1	0.00 1	0.67 153	0.00 1	0.59 183	0.59 261	0.00 1	0.01 205	0.18 199	0.09 256	0.26 165	0.12 218	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

Nwc_Net	0.43 232	0.42 293	2.64 337	0.00 1	0.00 1	0.67 153	0.00 1	0.82 215	0.28 127	0.00 1	0.01 205	0.90 327	0.10 264	2.62 241	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.00 1

NOSS_ROB	0.61 306	0.17 173	0.63 40	0.19 383	0.00 1	0.67 153	0.00 1	2.38 365	0.57 210	0.13 312	0.00 1	0.94 328	0.00 1	6.27 383	0.10 200	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.10 358

iResNet	0.25 145	0.27 226	1.68 258	0.00 1	0.00 1	0.69 157	0.00 1	1.22 265	0.56 177	0.00 1	0.00 1	0.04 97	0.03 175	0.12 147	0.30 283	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.01 128

1111x	0.87 338	0.02 7	1.20 186	0.00 1	0.00 1	0.70 158	0.00 1	2.60 382	0.56 177	0.00 1	0.00 1	0.04 97	0.01 86	5.36 341	6.80 392	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

iRaft-Stereo_20w	0.38 215	0.11 136	1.91 282	0.12 359	0.04 319	0.70 158	0.24 340	1.72 334	0.16 107	0.41 350	0.00 1	0.26 225	1.04 351	0.41 175	0.24 270	0.00 1	0.04 360	0.00 1	0.14 381	0.02 135	0.09 351

pcwnet_v2	0.47 242	0.11 136	5.03 390	0.00 1	0.00 1	0.70 158	0.00 1	1.98 348	0.61 299	0.01 127	0.00 1	0.36 251	0.33 312	0.18 155	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.02 225

iResNet_ROB	0.30 175	0.66 346	1.41 228	0.00 1	0.00 1	0.70 158	0.00 1	0.79 208	0.57 210	0.04 262	0.01 205	0.08 145	0.01 86	1.55 213	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.06 242	0.00 1

DispNO	0.64 310	0.48 308	2.04 291	0.00 1	0.00 1	0.71 162	0.01 217	1.47 307	0.56 177	0.00 1	0.54 344	1.34 355	0.06 242	5.12 332	0.31 288	0.00 1	0.00 1	0.03 384	0.12 377	0.01 58	0.02 225

UNet	0.26 149	0.18 177	2.41 318	0.00 1	0.00 1	0.71 162	0.00 1	0.39 150	0.60 284	0.00 1	0.00 1	0.37 257	0.02 133	0.45 179	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

CSAN	1.05 349	0.61 341	2.46 323	0.09 341	0.08 344	0.71 162	0.71 385	2.20 359	0.93 379	0.85 365	2.92 376	0.79 320	1.46 367	5.37 342	1.58 349	0.01 350	0.01 304	0.00 1	0.00 1	0.09 287	0.05 305

ccnet	0.49 254	0.05 61	1.26 199	0.01 246	0.08 344	0.72 165	0.18 330	1.18 263	0.35 138	0.45 353	0.68 351	0.13 175	0.39 316	3.54 280	0.74 325	0.01 350	0.00 1	0.02 375	0.00 1	0.02 135	0.01 128

hitnet-ft	0.42 225	0.30 237	1.15 176	0.00 1	0.00 1	0.73 166	0.11 322	0.30 139	0.19 113	0.04 262	0.14 312	0.75 316	0.17 287	4.33 312	0.10 200	0.01 350	0.00 1	0.03 384	0.00 1	0.04 205	0.01 128

R-Stereo Train	0.15 78	0.03 23	0.77 75	0.00 1	0.00 1	0.74 167	0.00 1	1.36 276	0.09 50	0.02 217	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

PVD	0.73 321	0.57 336	3.38 366	0.04 299	0.19 382	0.74 167	0.00 1	0.29 136	0.79 373	2.37 388	0.00 1	0.53 294	0.09 256	2.19 230	3.20 367	0.00 1	0.05 374	0.00 1	0.02 333	0.08 271	0.15 375

RAFT-Stereo	0.15 78	0.03 23	0.77 75	0.00 1	0.00 1	0.74 167	0.00 1	1.36 276	0.09 50	0.02 217	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
PCWNet_CMD	0.19 106	0.10 122	1.38 220	0.00 1	0.01 239	0.75 170	0.00 1	0.35 143	0.12 87	0.00 1	0.00 1	0.48 278	0.51 322	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

AEACV	0.10 21	0.02 7	0.49 12	0.00 1	0.02 283	0.75 170	0.00 1	0.07 41	0.02 2	0.09 300	0.00 1	0.01 7	0.08 253	0.01 26	0.00 1	0.00 1	0.03 345	0.00 1	0.24 405	0.07 254	0.05 305

MSMDNet	0.19 106	0.10 122	1.39 222	0.00 1	0.01 239	0.75 170	0.00 1	0.35 143	0.12 87	0.00 1	0.00 1	0.48 278	0.50 321	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

iinet-f	0.48 249	0.57 336	4.45 385	0.00 1	0.01 239	0.77 173	0.00 1	1.48 308	0.61 299	0.01 127	0.00 1	0.40 264	0.44 318	0.38 173	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.35 382	0.01 128

GANet	0.55 282	0.35 259	1.40 227	0.00 1	0.00 1	0.77 173	0.08 308	0.36 145	0.57 210	0.01 127	0.00 1	0.68 312	0.11 268	5.52 346	1.07 333	0.00 1	0.00 1	0.02 375	0.00 1	0.09 287	0.03 258

DEmStereo	0.75 322	0.06 85	1.73 264	0.04 299	0.00 1	0.78 175	0.52 378	0.05 19	0.57 210	0.05 271	0.72 353	0.02 39	3.42 392	5.79 360	1.29 342	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

DMCA-RVC	0.31 179	0.48 308	2.47 324	0.00 1	0.03 304	0.78 175	0.03 273	0.06 29	0.08 31	0.01 127	0.01 205	0.08 145	0.33 312	1.59 214	0.16 237	0.00 1	0.02 334	0.01 359	0.00 1	0.01 58	0.01 128

DDUNet	0.34 197	0.20 190	1.06 158	0.00 1	0.00 1	0.79 177	0.01 217	0.91 226	0.54 161	0.04 262	0.01 205	1.11 344	0.01 86	1.89 218	0.17 241	0.00 1	0.00 1	0.00 1	0.00 1	0.06 242	0.00 1

LMCR-Stereo	0.27 155	0.34 250	1.42 230	0.00 1	0.00 1	0.79 177	0.00 1	2.15 357	0.61 299	0.00 1	0.00 1	0.04 97	0.04 206	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.00 1

ProNet	0.09 17	0.20 190	0.53 24	0.00 1	0.00 1	0.80 179	0.00 1	0.04 13	0.07 18	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 271	0.01 128

test_5	0.26 149	0.35 259	1.35 213	0.01 246	0.22 388	0.80 179	0.01 217	0.81 212	0.58 249	0.12 309	0.00 1	0.06 131	0.01 86	0.61 188	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.14 319	0.16 379

ssnet_v2	0.28 159	0.17 173	1.18 184	0.00 1	0.00 1	0.81 181	0.00 1	1.05 244	0.59 261	0.09 300	0.01 205	0.88 325	0.09 256	0.43 176	0.08 185	0.00 1	0.00 1	0.00 1	0.00 1	0.12 307	0.09 351

NCCL2	0.29 173	0.50 313	1.52 243	0.00 1	0.00 1	0.81 181	0.00 1	0.45 160	0.22 117	0.00 1	0.00 1	0.02 39	0.03 175	2.14 223	0.06 164	0.00 1	0.00 1	0.02 375	0.00 1	0.01 58	0.03 258

CASnet	0.08 11	0.05 61	0.40 1	0.00 1	0.00 1	0.82 183	0.00 1	0.14 84	0.08 31	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
test_4	0.13 52	0.07 104	1.12 173	0.00 1	0.05 327	0.82 183	0.00 1	0.04 13	0.08 31	0.10 304	0.00 1	0.01 7	0.01 86	0.02 69	0.06 164	0.00 1	0.00 1	0.00 1	0.02 333	0.11 300	0.00 1

WZ-Net	1.38 365	1.14 390	10.22 405	0.00 1	0.00 1	0.82 183	0.00 1	1.37 282	0.61 299	0.01 127	0.01 205	1.09 341	2.20 381	6.39 387	3.68 371	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.02 225

psm_up	0.39 218	0.25 219	1.04 149	0.00 1	0.00 1	0.82 183	0.00 1	1.88 341	0.57 210	0.00 1	0.00 1	0.28 231	0.01 86	2.78 247	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.06 242	0.00 1

FADNet	0.55 282	0.75 359	2.42 320	0.00 1	0.01 239	0.82 183	0.00 1	0.88 221	0.54 161	0.01 127	0.01 205	0.16 194	0.16 282	4.49 314	0.09 191	0.18 387	0.00 1	0.00 1	0.00 1	0.43 389	0.00 1

GANet-ADL	0.16 83	0.06 85	1.18 184	0.00 1	0.01 239	0.83 188	0.00 1	0.23 118	0.07 18	0.00 1	0.30 329	0.35 248	0.00 1	0.07 122	0.10 200	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.01 128

StereoDRNet-Refined	0.24 139	0.08 111	0.68 46	0.00 1	0.00 1	0.83 188	0.00 1	0.66 194	0.61 299	0.00 1	0.00 1	0.50 289	0.02 133	1.28 209	0.08 185	0.00 1	0.00 1	0.00 1	0.00 1	0.10 294	0.04 288
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CFNet_ucs	0.26 149	0.14 157	1.53 245	0.00 1	0.01 239	0.84 190	0.00 1	1.78 338	0.17 109	0.00 1	0.00 1	0.49 286	0.30 307	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

STTStereo	0.24 139	0.28 230	1.68 258	0.00 1	0.00 1	0.84 190	0.03 273	0.16 88	0.08 31	0.02 217	0.00 1	0.20 210	0.03 175	1.54 212	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CBMV	0.57 292	0.22 200	1.61 253	0.00 1	0.00 1	0.84 190	0.78 388	2.58 379	0.61 299	0.38 349	0.00 1	1.25 347	0.63 334	2.07 222	0.38 294	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.08 338
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
STrans-v2	0.85 333	0.28 230	1.66 256	0.00 1	0.01 239	0.85 193	0.04 285	2.05 349	0.67 360	0.48 356	0.87 361	1.12 345	2.12 380	6.64 393	0.25 273	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

LSM	4.58 401	0.88 372	17.79 411	3.73 418	38.79 424	0.85 193	2.37 407	0.54 173	1.64 390	2.88 392	3.09 377	0.62 298	0.60 330	3.16 261	1.06 332	0.00 1	0.00 1	0.00 1	0.00 1	0.12 307	13.55 425

GMOStereo	0.13 52	0.24 213	0.83 99	0.00 1	0.14 364	0.86 195	0.01 217	0.09 52	0.11 75	0.01 127	0.01 205	0.02 39	0.01 86	0.00 1	0.00 1	0.00 1	0.09 389	0.00 1	0.00 1	0.16 335	0.01 128

error version	0.13 52	0.24 213	0.83 99	0.00 1	0.14 364	0.86 195	0.01 217	0.09 52	0.11 75	0.01 127	0.01 205	0.02 39	0.01 86	0.00 1	0.00 1	0.00 1	0.09 389	0.00 1	0.00 1	0.16 335	0.01 128

test-v	0.13 52	0.24 213	0.83 99	0.00 1	0.14 364	0.86 195	0.01 217	0.09 52	0.11 75	0.01 127	0.01 205	0.02 39	0.01 86	0.00 1	0.00 1	0.00 1	0.09 389	0.00 1	0.00 1	0.16 335	0.01 128

test-2	0.13 52	0.24 213	0.83 99	0.00 1	0.14 364	0.86 195	0.01 217	0.09 52	0.11 75	0.01 127	0.01 205	0.02 39	0.01 86	0.00 1	0.00 1	0.00 1	0.09 389	0.00 1	0.00 1	0.16 335	0.01 128

EAI-Stereo	0.70 317	0.03 23	0.84 104	0.13 366	0.20 387	0.87 199	2.23 404	2.05 349	0.29 131	0.72 361	4.60 384	0.29 232	0.55 325	0.39 174	0.44 302	0.00 1	0.07 385	0.00 1	0.29 411	0.01 58	0.08 338

ADLNet2	0.55 282	0.33 246	2.54 332	0.00 1	0.00 1	0.88 200	0.00 1	0.69 197	0.65 354	0.00 1	0.07 301	1.47 363	0.02 133	4.12 303	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.13 316	0.01 128

ADCS	1.72 373	1.22 394	8.11 400	0.00 1	0.01 239	0.88 200	0.68 383	1.44 293	0.63 350	2.60 390	0.11 309	1.42 360	0.26 304	1.97 219	14.92 415	0.00 1	0.00 1	0.00 1	0.00 1	0.08 271	0.07 336

otaku	0.59 300	1.12 386	1.90 281	0.08 336	0.11 357	0.89 202	0.05 293	0.60 185	0.57 210	0.01 127	1.41 370	1.03 336	0.14 275	2.39 236	0.56 317	0.06 376	0.03 345	0.01 359	0.00 1	0.61 393	0.21 389

PA-Net	0.57 292	0.50 313	2.73 342	0.03 287	0.06 334	0.89 202	0.02 257	0.66 194	0.63 350	0.00 1	0.00 1	0.43 270	0.07 249	4.82 324	0.55 316	0.01 350	0.00 1	0.00 1	0.00 1	0.02 135	0.04 288
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CRFU-Net	0.40 221	0.12 145	1.50 241	0.14 368	0.01 239	0.90 204	0.00 1	0.42 156	0.14 96	0.00 1	0.00 1	0.42 268	1.94 374	2.15 225	0.12 218	0.00 1	0.00 1	0.03 384	0.00 1	0.03 184	0.00 1

IPLGR_C	0.35 203	0.81 369	2.03 289	0.10 345	0.01 239	0.90 204	0.21 336	1.46 305	0.61 299	0.02 217	0.01 205	0.13 175	0.07 249	0.14 150	0.17 241	0.00 1	0.05 374	0.01 359	0.02 333	0.17 342	0.04 288

ACRE	0.34 197	0.70 351	2.13 299	0.10 345	0.00 1	0.90 204	0.20 335	1.45 295	0.61 299	0.02 217	0.01 205	0.13 175	0.05 231	0.14 150	0.17 241	0.00 1	0.03 345	0.01 359	0.02 333	0.17 342	0.04 288

Consistency-Raft	0.39 218	0.30 237	2.53 331	0.14 368	0.03 304	0.90 204	0.04 285	1.36 276	0.59 261	0.00 1	0.02 277	0.02 39	1.15 359	0.33 168	0.43 300	0.02 364	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

SuperB	1.85 375	1.06 382	10.54 406	0.02 270	0.01 239	0.90 204	0.78 388	1.75 337	0.64 352	0.05 271	0.05 289	0.34 244	0.89 347	5.29 336	5.80 386	0.01 350	0.00 1	0.02 375	0.02 333	8.71 422	0.06 325

ADCRef	0.92 341	0.48 308	3.35 364	0.02 270	0.02 283	0.90 204	0.32 355	0.61 189	0.65 354	0.72 361	0.17 315	0.17 196	0.82 345	2.15 225	7.95 394	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.03 258

DeepPrunerF	1.33 363	0.59 339	8.62 402	0.02 270	0.09 348	0.90 204	0.00 1	1.34 274	6.72 402	0.22 329	0.01 205	0.21 212	0.14 275	5.64 353	1.99 355	0.00 1	0.00 1	0.01 359	0.02 333	0.14 319	0.02 225

AASNet	0.27 155	0.47 306	1.56 246	0.00 1	0.00 1	0.91 211	0.00 1	0.58 181	0.58 249	0.00 1	0.00 1	0.39 262	0.02 133	0.33 168	0.13 225	0.00 1	0.00 1	0.00 1	0.00 1	0.25 367	0.06 325

AFF-stereo	0.18 101	0.42 293	0.77 75	0.00 1	0.00 1	0.91 211	0.00 1	0.41 154	0.65 354	0.05 271	0.00 1	0.04 97	0.05 231	0.06 117	0.04 141	0.00 1	0.01 304	0.00 1	0.00 1	0.19 349	0.01 128

DRaft	0.56 286	0.08 111	0.73 51	0.00 1	0.00 1	0.92 213	0.19 333	0.05 19	0.09 50	0.03 245	0.26 325	0.06 131	2.55 383	4.61 318	1.38 345	0.00 1	0.03 345	0.00 1	0.02 333	0.03 184	0.08 338

XX-TBD	0.12 46	0.25 219	0.79 87	0.00 1	0.00 1	0.92 213	0.00 1	0.18 96	0.08 31	0.00 1	0.21 322	0.03 77	0.00 1	0.01 26	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PSMNet_ROB	0.41 224	0.54 327	1.69 260	0.00 1	0.00 1	0.92 213	0.00 1	0.27 131	0.53 158	0.00 1	0.00 1	0.25 223	0.03 175	3.43 275	0.47 306	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.03 258

CIPLG	0.33 190	0.75 359	1.79 271	0.10 345	0.01 239	0.93 216	0.21 336	1.45 295	0.61 299	0.02 217	0.01 205	0.14 181	0.06 242	0.13 148	0.17 241	0.00 1	0.04 360	0.01 359	0.01 319	0.17 342	0.04 288

APVNet	0.51 268	0.21 193	2.43 322	0.00 1	0.00 1	0.94 217	0.00 1	0.45 160	0.62 347	0.01 127	0.01 205	0.34 244	0.03 175	4.59 316	0.27 278	0.00 1	0.00 1	0.03 384	0.00 1	0.15 326	0.02 225

NLCA_NET_v2_RVC	0.35 203	0.49 312	2.00 287	0.00 1	0.02 283	0.96 218	0.00 1	0.55 175	0.18 112	0.03 245	0.00 1	0.35 248	0.10 264	2.37 234	0.01 77	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	0.37 212	0.34 250	1.01 145	0.01 246	0.00 1	0.96 218	0.00 1	1.11 254	0.46 149	0.00 1	0.00 1	0.17 196	0.02 133	2.73 245	0.54 313	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

LCNet	0.22 124	0.11 136	0.74 60	0.11 355	0.00 1	0.97 220	0.00 1	0.09 52	0.59 261	0.01 127	0.00 1	0.02 39	1.10 355	0.43 176	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 319	0.01 128

ETE_ROB	0.31 179	0.34 250	0.89 120	0.00 1	0.00 1	0.97 220	0.01 217	1.45 295	0.57 210	0.02 217	0.00 1	0.17 196	0.02 133	1.75 215	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MyStereo07	0.10 21	0.12 145	0.59 37	0.00 1	0.00 1	0.98 222	0.00 1	0.03 6	0.10 69	0.01 127	0.00 1	0.01 7	0.05 231	0.04 104	0.00 1	0.00 1	0.05 374	0.00 1	0.00 1	0.02 135	0.04 288

MyStereo04	0.26 149	0.12 145	2.34 311	0.00 1	0.00 1	0.98 222	0.00 1	0.84 217	0.20 114	0.06 279	0.01 205	0.33 241	0.11 268	0.00 1	0.06 164	0.00 1	0.05 374	0.00 1	0.00 1	0.02 135	0.04 288

CFNet_pseudo	0.22 124	0.10 122	1.39 222	0.00 1	0.01 239	0.98 222	0.00 1	0.94 230	0.09 50	0.00 1	0.00 1	0.48 278	0.36 314	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DSFCA	0.40 221	0.09 118	0.84 104	0.00 1	0.01 239	0.98 222	0.37 363	0.29 136	0.62 347	0.02 217	0.32 331	0.03 77	0.24 301	3.91 293	0.34 291	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

CVANet_RVC	0.53 278	0.32 242	1.26 199	0.00 1	0.00 1	0.98 222	0.00 1	0.72 201	0.55 165	0.35 347	0.12 310	0.36 251	0.14 275	5.53 347	0.08 185	0.00 1	0.00 1	0.00 1	0.00 1	0.16 335	0.00 1

ccs_rob	0.22 124	0.10 122	1.38 220	0.00 1	0.01 239	0.98 222	0.00 1	0.94 230	0.09 50	0.00 1	0.00 1	0.48 278	0.36 314	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

UDG	0.42 225	0.43 295	1.17 181	0.00 1	0.00 1	0.99 228	0.00 1	1.70 332	0.60 284	0.05 271	0.00 1	1.51 366	0.19 289	1.20 204	0.61 319	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.00 1

DN-CSS_ROB	0.26 149	0.75 359	1.33 209	0.00 1	0.00 1	0.99 228	0.00 1	1.04 243	0.61 299	0.01 127	0.00 1	0.19 206	0.02 133	0.07 122	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.22 359	0.01 128

CREStereo++_RVC	0.10 21	0.06 85	0.78 84	0.00 1	0.00 1	1.00 230	0.00 1	0.10 67	0.08 31	0.00 1	0.01 205	0.03 77	0.00 1	0.01 26	0.03 123	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	0.23 131	0.05 61	1.39 222	0.00 1	0.00 1	1.00 230	0.00 1	0.80 210	0.57 210	0.00 1	0.00 1	0.24 218	0.04 206	0.23 162	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

DMCA	0.19 106	0.16 169	1.39 222	0.00 1	0.01 239	1.00 230	0.01 217	0.38 147	0.57 210	0.01 127	0.01 205	0.05 118	0.00 1	0.05 112	0.12 218	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

LALA_ROB	0.31 179	0.38 284	0.91 126	0.00 1	0.01 239	1.00 230	0.01 217	1.60 322	0.61 299	0.15 321	0.00 1	0.09 156	0.01 86	1.04 201	0.41 298	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

SACVNet	0.42 225	0.29 234	1.10 166	0.00 1	0.00 1	1.02 234	0.00 1	0.78 205	0.29 131	0.03 245	0.00 1	0.24 218	0.02 133	4.27 309	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.20 355	0.01 128

AnonymousM	0.10 21	0.04 38	0.56 32	0.00 1	0.00 1	1.02 234	0.00 1	0.19 99	0.11 75	0.00 1	0.00 1	0.00 1	0.00 1	0.07 122	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

ICVP	0.15 78	0.03 23	1.23 197	0.00 1	0.01 239	1.02 234	0.09 314	0.19 99	0.10 69	0.00 1	0.02 277	0.07 139	0.01 86	0.18 155	0.01 77	0.00 1	0.01 304	0.00 1	0.00 1	0.01 58	0.00 1
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GEStereo_RVC	0.43 232	0.38 284	1.10 166	0.01 246	0.00 1	1.02 234	0.00 1	1.94 346	0.57 210	0.00 1	0.00 1	0.14 181	0.01 86	3.25 270	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.08 271	0.02 225

EDNetEfficient	2.96 395	0.23 209	19.99 413	0.19 383	0.85 404	1.02 234	2.03 401	0.56 176	5.14 399	8.09 411	1.81 373	0.94 328	4.14 401	3.72 288	10.22 404	0.00 1	0.03 345	0.00 1	0.06 360	0.05 222	0.03 258

UCFNet_RVC	0.20 114	0.32 242	0.88 119	0.00 1	0.00 1	1.02 234	0.00 1	0.20 109	0.29 131	0.01 127	0.00 1	0.34 244	0.02 133	0.81 193	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ACVNet-4b	1.14 354	1.34 400	3.96 380	0.17 377	0.03 304	1.03 240	0.01 217	1.31 271	0.65 354	0.01 127	0.97 363	1.98 375	0.32 311	6.18 375	1.20 338	2.52 411	0.02 334	0.00 1	0.00 1	0.82 399	0.28 392

CAS	0.10 21	0.05 61	0.46 9	0.00 1	0.00 1	1.03 240	0.00 1	0.21 115	0.09 50	0.00 1	0.00 1	0.03 77	0.01 86	0.01 26	0.02 106	0.08 380	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

dd	0.16 83	0.52 323	0.86 110	0.01 246	0.00 1	1.03 240	0.00 1	0.09 52	0.52 155	0.01 127	0.00 1	0.02 39	0.02 133	0.00 1	0.00 1	0.01 350	0.00 1	0.00 1	0.00 1	0.03 184	0.00 1

dad	0.17 91	0.54 327	0.82 96	0.00 1	0.00 1	1.03 240	0.00 1	0.02 4	0.23 122	0.01 127	0.00 1	0.02 39	0.01 86	0.63 189	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

GwcNet-ADL	0.30 175	0.19 186	1.78 270	0.00 1	0.00 1	1.03 240	0.00 1	2.08 353	0.28 127	0.00 1	0.00 1	0.37 257	0.04 206	0.02 69	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 258

PSMNet-ADL	0.35 203	0.05 61	0.65 42	0.00 1	0.00 1	1.03 240	0.00 1	0.59 183	0.09 50	0.00 1	0.07 301	0.47 276	0.01 86	3.66 285	0.30 283	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.02 225

TANstereo	0.12 46	0.15 162	0.78 84	0.00 1	0.00 1	1.03 240	0.00 1	0.07 41	0.08 31	0.01 127	0.15 314	0.04 97	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Ntro	0.57 292	1.13 388	2.24 306	0.04 299	0.36 393	1.04 247	0.02 257	0.74 204	0.57 210	0.01 127	0.00 1	0.76 317	0.08 253	3.01 257	0.47 306	0.07 377	0.04 360	0.01 359	0.00 1	0.76 398	0.02 225

ADStereo(finetuned)	0.34 197	0.37 274	2.24 306	0.00 1	0.00 1	1.04 247	0.00 1	1.49 314	0.61 299	0.08 292	0.00 1	0.04 97	0.74 340	0.03 94	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.05 305

PS-NSSS	0.54 280	0.44 298	0.86 110	0.00 1	0.00 1	1.04 247	0.00 1	2.37 364	0.56 177	0.00 1	0.00 1	0.11 162	0.01 86	5.32 337	0.13 225	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

LoS	0.14 65	0.07 104	0.66 43	0.02 270	0.00 1	1.05 250	0.01 217	0.07 41	0.57 210	0.01 127	0.01 205	0.16 194	0.04 206	0.04 104	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.00 1

DCANet-4	0.31 179	0.05 61	2.61 335	0.00 1	0.00 1	1.05 250	0.00 1	1.49 314	0.61 299	0.13 312	0.00 1	0.03 77	0.05 231	0.03 94	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 305

fff	0.28 159	0.37 274	1.20 186	0.00 1	0.01 239	1.05 250	0.00 1	1.48 308	0.61 299	0.13 312	0.00 1	0.04 97	0.60 330	0.02 69	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 305

psmg	0.22 124	0.05 61	0.54 26	0.00 1	0.00 1	1.05 250	0.00 1	1.73 335	0.58 249	0.00 1	0.00 1	0.36 251	0.03 175	0.01 26	0.08 185	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

csc	0.28 159	0.37 274	1.20 186	0.00 1	0.01 239	1.05 250	0.00 1	1.48 308	0.61 299	0.13 312	0.00 1	0.04 97	0.60 330	0.02 69	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 305

cscssc	0.28 159	0.37 274	1.20 186	0.00 1	0.01 239	1.05 250	0.00 1	1.48 308	0.61 299	0.13 312	0.00 1	0.04 97	0.60 330	0.02 69	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 305

ACVNet	0.20 114	0.14 157	0.96 135	0.01 246	0.00 1	1.05 250	0.11 322	0.19 99	0.60 284	0.01 127	0.01 205	0.71 313	0.00 1	0.05 112	0.10 200	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.00 1

GANet-RSSM	0.34 197	0.29 234	0.97 141	0.00 1	0.00 1	1.05 250	0.00 1	0.22 117	0.15 101	0.03 245	0.00 1	0.31 238	0.00 1	3.62 282	0.14 231	0.00 1	0.00 1	0.03 384	0.00 1	0.05 222	0.01 128

PMTNet	0.11 37	0.07 104	0.60 39	0.00 1	0.00 1	1.05 250	0.04 285	0.16 88	0.08 31	0.00 1	0.00 1	0.04 97	0.00 1	0.03 94	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

panet	0.10 21	0.05 61	0.52 16	0.00 1	0.00 1	1.06 259	0.00 1	0.17 93	0.09 50	0.00 1	0.00 1	0.02 39	0.00 1	0.01 26	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 91	0.05 61	0.79 87	0.03 287	0.09 348	1.06 259	0.00 1	0.57 178	0.06 13	0.08 292	0.00 1	0.13 175	0.00 1	0.01 26	0.01 77	0.00 1	0.06 384	0.00 1	0.23 400	0.08 271	0.04 288

ff7	0.11 37	0.18 177	0.52 16	0.00 1	0.00 1	1.06 259	0.00 1	0.09 52	0.09 50	0.01 127	0.00 1	0.01 7	0.03 175	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.10 368	0.07 254	0.01 128

ffff	0.11 37	0.18 177	0.52 16	0.00 1	0.00 1	1.06 259	0.00 1	0.09 52	0.09 50	0.01 127	0.00 1	0.01 7	0.03 175	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.10 368	0.07 254	0.01 128

11t	0.11 37	0.18 177	0.52 16	0.00 1	0.00 1	1.06 259	0.00 1	0.09 52	0.09 50	0.01 127	0.00 1	0.01 7	0.03 175	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.10 368	0.07 254	0.01 128

EKT-Stereo	0.46 240	0.12 145	1.03 148	0.75 401	4.21 419	1.06 259	0.00 1	0.83 216	0.04 9	0.02 217	0.00 1	0.08 145	0.00 1	0.89 198	0.01 77	0.00 1	0.03 345	0.00 1	0.05 357	0.04 205	0.01 128

anonymousdsp	0.11 37	0.18 177	0.58 34	0.00 1	0.00 1	1.06 259	0.00 1	0.08 46	0.09 50	0.01 127	0.00 1	0.01 7	0.04 206	0.03 94	0.00 1	0.00 1	0.00 1	0.00 1	0.11 373	0.07 254	0.03 258

EGLCR-Stereo	0.15 78	0.05 61	0.47 11	0.07 331	0.03 304	1.06 259	0.01 217	1.06 247	0.12 87	0.16 322	0.00 1	0.00 1	0.02 133	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 225

Selective-RAFT	0.13 52	0.04 38	0.51 13	0.00 1	0.00 1	1.06 259	0.00 1	0.04 13	0.57 210	0.00 1	0.00 1	0.06 131	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.19 391	0.04 205	0.00 1

MC-Stereo	0.10 21	0.10 122	0.59 37	0.01 246	0.01 239	1.06 259	0.00 1	0.03 6	0.09 50	0.02 217	0.00 1	0.03 77	0.02 133	0.03 94	0.00 1	0.00 1	0.01 304	0.00 1	0.02 333	0.05 222	0.01 128

RCA-Stereo	0.18 101	0.11 136	0.63 40	0.00 1	0.00 1	1.06 259	0.00 1	1.48 308	0.07 18	0.07 285	0.00 1	0.02 39	0.05 231	0.00 1	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.05 222	0.01 128

ccc-4	0.11 37	0.18 177	0.52 16	0.00 1	0.00 1	1.06 259	0.00 1	0.09 52	0.09 50	0.01 127	0.00 1	0.01 7	0.03 175	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.10 368	0.07 254	0.01 128

IGEV-Stereo	0.11 37	0.18 177	0.58 34	0.00 1	0.00 1	1.06 259	0.00 1	0.08 46	0.09 50	0.01 127	0.00 1	0.01 7	0.04 206	0.03 94	0.00 1	0.00 1	0.00 1	0.00 1	0.11 373	0.07 254	0.03 258
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
UDGNet	0.14 65	0.48 308	0.72 49	0.00 1	0.00 1	1.06 259	0.00 1	0.05 19	0.28 127	0.00 1	0.00 1	0.02 39	0.00 1	0.09 136	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 52	0.04 38	0.73 51	0.05 309	0.01 239	1.06 259	0.08 308	0.06 29	0.56 177	0.01 127	0.00 1	0.05 118	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	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 65	0.04 38	0.73 51	0.05 309	0.02 283	1.06 259	0.08 308	0.05 19	0.56 177	0.01 127	0.00 1	0.07 139	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

ROB_FTStereo_v2	0.14 65	0.04 38	0.73 51	0.05 309	0.01 239	1.06 259	0.06 298	0.05 19	0.56 177	0.01 127	0.00 1	0.07 139	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

ROB_FTStereo	0.13 52	0.04 38	0.73 51	0.05 309	0.02 283	1.06 259	0.07 301	0.06 29	0.56 177	0.01 127	0.00 1	0.03 77	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

HUI-Stereo	0.14 65	0.04 38	0.75 68	0.05 309	0.02 283	1.06 259	0.08 308	0.06 29	0.57 210	0.01 127	0.00 1	0.07 139	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

iGMRVC	0.14 65	0.04 38	0.74 60	0.05 309	0.02 283	1.06 259	0.07 301	0.06 29	0.56 177	0.01 127	0.00 1	0.05 118	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

RAFT-RH_RVC	0.96 345	0.13 151	1.35 213	0.02 270	0.05 327	1.06 259	0.00 1	0.06 29	0.55 165	0.01 127	9.57 407	0.10 159	0.00 1	6.00 365	0.30 283	0.01 350	0.00 1	0.00 1	0.02 333	0.01 58	0.00 1

iRAFT	0.13 52	0.04 38	0.73 51	0.05 309	0.01 239	1.06 259	0.08 308	0.06 29	0.56 177	0.01 127	0.00 1	0.05 118	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

RAFT-IKP	0.14 65	0.04 38	0.75 68	0.05 309	0.01 239	1.06 259	0.08 308	0.05 19	0.56 177	0.01 127	0.00 1	0.05 118	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

s12784h	0.21 120	0.05 61	0.81 93	0.00 1	0.00 1	1.06 259	0.02 257	1.36 276	0.56 177	0.01 127	0.34 334	0.02 39	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

GES	0.18 101	0.05 61	0.87 115	0.00 1	0.00 1	1.06 259	0.02 257	0.60 185	0.08 31	0.00 1	0.02 277	0.11 162	0.09 256	0.44 178	0.16 237	0.01 350	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

DCANet	0.25 145	0.37 274	1.20 186	0.00 1	0.00 1	1.06 259	0.00 1	1.49 314	0.61 299	0.08 292	0.00 1	0.04 97	0.00 1	0.02 69	0.10 200	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.05 305

111	0.30 175	0.66 346	1.20 186	0.00 1	0.01 239	1.06 259	0.03 273	1.60 322	0.59 261	0.27 337	0.00 1	0.20 210	0.05 231	0.08 133	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.12 369

RAFT-Stereo + iAFF	0.19 106	0.33 246	0.84 104	0.00 1	0.02 283	1.06 259	0.00 1	0.45 160	0.59 261	0.03 245	0.00 1	0.05 118	0.06 242	0.04 104	0.07 175	0.00 1	0.01 304	0.00 1	0.00 1	0.17 342	0.01 128

CREStereo	0.10 21	0.06 85	0.51 13	0.00 1	0.00 1	1.06 259	0.00 1	0.20 109	0.08 31	0.00 1	0.00 1	0.02 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
cf-r	0.35 203	0.41 291	1.45 234	0.00 1	0.00 1	1.06 259	0.00 1	0.43 157	0.38 141	0.05 271	0.00 1	0.65 304	0.00 1	2.53 240	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.02 225

PSMNet-RSSM	0.36 207	0.36 266	0.93 129	0.00 1	0.00 1	1.06 259	0.00 1	0.50 170	0.53 158	0.04 262	0.00 1	0.40 264	0.00 1	3.33 272	0.06 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.01 128

GwcNet-RSSM	0.45 236	0.56 335	1.74 268	0.00 1	0.00 1	1.06 259	0.00 1	0.65 193	0.55 165	0.18 325	0.00 1	0.37 257	0.00 1	3.70 287	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.08 271	0.02 225

NCC-stereo	0.49 254	0.46 302	2.04 291	0.03 287	0.03 304	1.06 259	0.01 217	0.78 205	0.22 117	0.06 279	0.19 318	0.64 302	0.05 231	3.65 283	0.63 321	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

Abc-Net	0.49 254	0.46 302	2.04 291	0.03 287	0.03 304	1.06 259	0.01 217	0.78 205	0.22 117	0.06 279	0.19 318	0.64 302	0.05 231	3.65 283	0.63 321	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	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	0.56 286	0.50 313	1.58 248	0.00 1	0.00 1	1.06 259	0.01 217	1.08 251	0.57 210	0.00 1	0.01 205	0.12 168	0.01 86	5.87 362	0.19 254	0.00 1	0.00 1	0.00 1	0.00 1	0.13 316	0.02 225

H2IRNET	0.14 65	0.19 186	1.11 170	0.00 1	0.00 1	1.07 294	0.01 217	0.13 80	0.14 96	0.00 1	0.00 1	0.05 118	0.01 86	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.15 326	0.01 128

BSDual-CNN	0.28 159	0.05 61	0.54 26	0.00 1	0.00 1	1.07 294	0.00 1	2.43 367	0.58 249	0.30 340	0.09 305	0.36 251	0.03 175	0.01 26	0.08 185	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

hknet	0.38 215	0.07 104	1.32 208	0.00 1	0.00 1	1.07 294	0.00 1	2.43 367	0.58 249	0.30 340	0.09 305	0.63 299	0.00 1	0.96 199	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TRStereo	0.37 212	0.23 209	1.41 228	0.03 287	0.00 1	1.07 294	0.02 257	3.07 390	0.57 210	0.01 127	0.00 1	0.11 162	0.40 317	0.06 117	0.00 1	0.00 1	0.00 1	0.00 1	0.22 398	0.01 58	0.08 338

NF-Stereo	0.47 242	0.03 23	0.77 75	0.12 359	0.00 1	1.07 294	0.26 344	0.19 99	0.60 284	0.01 127	0.00 1	0.02 39	0.00 1	6.18 375	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

OCTAStereo	0.47 242	0.03 23	0.77 75	0.12 359	0.00 1	1.07 294	0.26 344	0.19 99	0.60 284	0.01 127	0.00 1	0.02 39	0.00 1	6.16 374	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

PSM-softLoss	0.48 249	0.04 38	1.10 166	0.17 377	0.00 1	1.07 294	0.25 342	0.12 75	0.61 299	0.03 245	0.01 205	0.02 39	0.01 86	6.03 367	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

KMStereo	0.48 249	0.04 38	1.10 166	0.17 377	0.00 1	1.07 294	0.25 342	0.12 75	0.61 299	0.03 245	0.01 205	0.02 39	0.01 86	6.03 367	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

ASMatch	0.59 300	0.10 122	1.66 256	0.13 366	0.04 319	1.07 294	0.00 1	0.10 67	0.64 352	0.06 279	0.44 338	0.05 118	0.87 346	6.32 384	0.27 278	0.00 1	0.00 1	0.00 1	0.01 319	0.00 1	0.00 1

RE-Stereo	0.47 242	0.03 23	0.77 75	0.12 359	0.00 1	1.07 294	0.26 344	0.19 99	0.60 284	0.01 127	0.00 1	0.02 39	0.00 1	6.18 375	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

TVStereo	0.47 242	0.03 23	0.77 75	0.12 359	0.00 1	1.07 294	0.26 344	0.19 99	0.60 284	0.01 127	0.00 1	0.02 39	0.00 1	6.18 375	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

DeepStereo_RVC	0.22 124	0.04 38	0.87 115	0.05 309	0.02 283	1.07 294	0.32 355	0.04 13	0.56 177	0.01 127	0.00 1	0.00 1	1.25 362	0.01 26	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.05 305

WCMA_ROB	2.01 380	0.34 250	1.89 279	0.04 299	0.00 1	1.07 294	0.60 380	1.09 252	1.21 383	5.12 400	9.87 408	8.09 401	4.48 402	3.74 290	2.55 362	0.00 1	0.00 1	0.01 359	0.00 1	0.02 135	0.13 371

MSKI-zero shot	0.22 124	0.08 111	1.46 236	0.00 1	0.12 360	1.08 307	0.03 273	0.85 219	0.16 107	0.22 329	0.05 289	0.06 131	0.00 1	0.07 122	0.01 77	0.00 1	0.02 334	0.00 1	0.18 388	0.02 135	0.01 128

Sa-1000	0.31 179	0.26 225	0.93 129	0.00 1	0.18 378	1.08 307	0.01 217	2.59 381	0.56 177	0.00 1	0.09 305	0.03 77	0.00 1	0.18 155	0.00 1	0.00 1	0.00 1	0.00 1	0.13 380	0.11 300	0.00 1

IPLGR	0.43 232	0.17 173	2.05 294	0.02 270	0.02 283	1.08 307	0.04 285	1.62 327	0.57 210	0.09 300	0.00 1	0.15 187	0.22 297	2.62 241	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.00 1

Pruner-Stereo	0.16 83	0.04 38	0.73 51	0.19 383	0.00 1	1.08 307	0.21 336	0.16 88	0.59 261	0.03 245	0.00 1	0.01 7	0.00 1	0.02 69	0.22 262	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

CFNet-ft	0.31 179	0.34 250	0.96 135	0.00 1	0.00 1	1.08 307	0.00 1	0.19 99	0.15 101	0.01 127	0.00 1	0.48 278	0.00 1	2.95 255	0.05 150	0.00 1	0.00 1	0.01 359	0.00 1	0.01 58	0.01 128

CC-Net-ROB	0.64 310	0.50 313	1.13 174	0.07 331	0.00 1	1.08 307	0.01 217	2.58 379	0.56 177	0.01 127	0.00 1	0.14 181	0.01 86	5.73 357	0.12 218	0.50 397	0.00 1	0.21 406	0.00 1	0.09 287	0.02 225

TDLM	0.49 254	0.39 287	1.02 146	0.00 1	0.00 1	1.08 307	0.01 217	0.36 145	0.58 249	0.14 319	0.00 1	0.27 229	0.19 289	5.46 345	0.20 259	0.00 1	0.00 1	0.00 1	0.00 1	0.13 316	0.01 128

CFNet_RVC	0.31 179	0.34 250	0.96 135	0.00 1	0.00 1	1.08 307	0.00 1	0.19 99	0.15 101	0.01 127	0.00 1	0.48 278	0.00 1	2.95 255	0.05 150	0.00 1	0.00 1	0.01 359	0.00 1	0.01 58	0.01 128

MyStereo06	0.36 207	0.13 151	2.17 303	0.01 246	0.00 1	1.09 315	0.00 1	0.23 118	0.09 50	0.49 357	0.41 337	1.01 334	1.05 352	0.21 159	0.24 270	0.00 1	0.05 374	0.00 1	0.00 1	0.01 58	0.04 288

MyStereo05	0.28 159	0.13 151	2.37 314	0.01 246	0.00 1	1.09 315	0.00 1	1.02 242	0.45 148	0.04 262	0.01 205	0.26 225	0.14 275	0.00 1	0.06 164	0.00 1	0.05 374	0.00 1	0.00 1	0.01 58	0.04 288

SST-Stereo	0.51 268	0.02 7	0.74 60	0.05 309	0.19 382	1.09 315	0.49 374	0.26 127	0.61 299	0.04 262	0.00 1	0.05 118	0.58 327	6.12 371	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

RAFT_R40	0.49 254	0.03 23	0.74 60	0.05 309	0.15 368	1.09 315	0.32 355	0.27 131	0.59 261	0.02 217	0.03 282	0.07 139	0.30 307	6.12 371	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

FADNet_RVC	0.60 303	0.83 371	2.50 326	0.00 1	0.00 1	1.09 315	0.00 1	1.29 269	0.50 152	0.02 217	0.05 289	0.26 225	0.03 175	3.17 263	0.25 273	0.21 389	0.26 405	0.08 398	0.28 410	0.53 392	0.55 405

DIP-Stereo	0.22 124	0.10 122	0.77 75	0.00 1	0.00 1	1.09 315	0.00 1	1.68 329	0.57 210	0.01 127	0.00 1	0.01 7	0.07 249	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.01 128
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 91	0.04 38	0.93 129	0.00 1	0.00 1	1.10 321	0.00 1	0.99 239	0.03 4	0.01 127	0.00 1	0.21 212	0.00 1	0.07 122	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAFT+CT+SA	0.26 149	0.34 250	1.11 170	0.02 270	0.27 389	1.10 321	0.00 1	0.70 200	0.56 177	0.00 1	0.00 1	0.07 139	0.01 86	0.36 171	0.00 1	0.00 1	0.00 1	0.00 1	0.31 412	0.11 300	0.22 391

SA	0.30 175	0.27 226	0.97 141	0.00 1	0.17 376	1.10 321	0.00 1	2.50 370	0.56 177	0.00 1	0.01 205	0.03 77	0.01 86	0.16 154	0.00 1	0.00 1	0.00 1	0.00 1	0.14 381	0.12 307	0.00 1

XX-Stereo	0.57 292	0.15 162	4.26 382	0.08 336	0.03 304	1.10 321	0.00 1	2.55 375	0.11 75	0.11 307	0.00 1	1.43 361	0.01 86	1.34 210	0.00 1	0.00 1	0.04 360	0.00 1	0.16 386	0.03 184	0.01 128

HCRNet	0.32 188	0.10 122	0.81 93	0.00 1	0.00 1	1.10 321	0.00 1	0.39 150	0.59 261	0.01 127	0.01 205	0.06 131	0.03 175	3.24 265	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.02 225

RAFT + AFF	0.60 303	0.75 359	1.04 149	0.00 1	0.00 1	1.10 321	0.06 298	1.45 295	0.57 210	0.02 217	0.00 1	0.18 199	1.43 366	4.80 323	0.15 235	0.00 1	0.17 403	0.00 1	0.00 1	0.27 373	0.08 338

MaskLacGwcNet_RVC	0.47 242	0.43 295	1.04 149	0.11 355	0.00 1	1.10 321	0.00 1	0.80 210	0.54 161	0.00 1	0.05 289	0.38 260	0.03 175	3.50 278	0.14 231	0.88 404	0.00 1	0.00 1	0.00 1	0.11 300	0.20 385

SGM-Forest	0.84 331	0.07 104	0.90 122	0.02 270	0.07 340	1.10 321	0.68 383	2.12 356	0.61 299	1.14 373	0.78 357	1.36 357	0.98 348	5.55 349	1.31 343	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.06 325
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
IPLG	0.51 268	0.38 284	1.60 250	0.02 270	0.00 1	1.11 329	0.07 301	1.48 308	0.57 210	0.05 271	0.00 1	0.12 168	0.15 280	4.58 315	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 300	0.00 1

MIPNet	0.34 197	0.35 259	1.56 246	0.02 270	0.00 1	1.11 329	0.09 314	1.57 319	0.65 354	0.11 307	0.05 289	0.18 199	0.19 289	0.74 192	0.00 1	0.00 1	0.00 1	0.00 1	0.01 319	0.06 242	0.01 128

PFNet+	0.23 131	0.06 85	0.79 87	0.07 331	0.01 239	1.11 329	0.42 369	0.11 71	0.59 261	0.08 292	0.01 205	0.02 39	0.00 1	1.21 205	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

AAGNet	0.96 345	0.05 61	0.74 60	0.09 341	0.27 389	1.11 329	0.28 351	0.05 19	0.59 261	0.01 127	0.00 1	0.01 7	1.00 349	3.68 286	11.30 406	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

CRE-IMP	0.16 83	0.03 23	0.75 68	0.05 309	0.01 239	1.11 329	0.34 360	0.04 13	0.56 177	0.02 217	0.00 1	0.12 168	0.00 1	0.01 26	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.08 338

GMM-Stereo	0.18 101	0.02 7	1.37 219	0.08 336	0.00 1	1.11 329	0.13 326	0.09 52	0.60 284	0.01 127	0.00 1	0.02 39	0.10 264	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

DeepPruner_ROB	0.23 131	0.37 274	1.26 199	0.00 1	0.00 1	1.11 329	0.03 273	0.20 109	0.07 18	0.00 1	0.00 1	0.39 262	0.03 175	1.12 203	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.00 1

TestStereo1	0.20 114	0.30 237	0.84 104	0.00 1	0.16 371	1.12 336	0.01 217	0.69 197	0.57 210	0.00 1	0.05 289	0.04 97	0.01 86	0.09 136	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 326	0.06 325

SA-5K	0.20 114	0.30 237	0.84 104	0.00 1	0.16 371	1.12 336	0.01 217	0.69 197	0.57 210	0.00 1	0.05 289	0.04 97	0.01 86	0.09 136	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 326	0.06 325

GrayStereo	0.46 240	0.01 1	0.71 47	0.10 345	0.00 1	1.12 336	2.67 408	0.20 109	0.59 261	0.00 1	0.00 1	0.08 145	3.76 396	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

Anonymous3	0.19 106	0.07 104	1.33 209	0.00 1	0.00 1	1.12 336	0.00 1	0.56 176	0.56 177	0.01 127	0.00 1	0.06 131	0.00 1	0.01 26	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

DisPM	0.16 83	0.05 61	0.82 96	0.07 331	0.00 1	1.14 340	0.41 367	0.08 46	0.54 161	0.03 245	0.00 1	0.00 1	0.00 1	0.06 117	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

HHNet	0.48 249	0.21 193	1.60 250	0.10 345	0.00 1	1.14 340	0.26 344	0.47 164	0.59 261	0.01 127	3.56 380	0.04 97	0.71 336	0.00 1	0.73 324	0.02 364	0.00 1	0.00 1	0.00 1	0.03 184	0.00 1

GANetREF_RVC	0.54 280	0.70 351	2.06 296	0.00 1	0.00 1	1.14 340	0.00 1	1.61 324	0.58 249	0.00 1	0.01 205	0.29 232	0.04 206	4.21 306	0.06 164	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.02 225
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 91	0.03 23	0.73 51	0.04 299	0.01 239	1.15 343	0.33 359	0.03 6	0.59 261	0.04 262	0.01 205	0.11 162	0.01 86	0.10 140	0.03 123	0.00 1	0.02 334	0.00 1	0.00 1	0.06 242	0.09 351

FTStereo	0.78 325	0.01 1	1.27 203	0.12 359	0.00 1	1.15 343	2.80 409	0.09 52	0.61 299	0.16 322	5.93 390	0.36 251	2.56 384	0.53 181	0.01 77	0.07 377	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Prome-Stereo	0.23 131	0.04 38	0.76 73	0.10 345	0.00 1	1.15 343	0.02 257	0.27 131	0.65 354	0.01 127	0.54 344	0.04 97	0.71 336	0.27 166	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

PWCDC_ROB	0.94 343	0.91 377	2.52 329	0.00 1	0.00 1	1.15 343	0.00 1	2.11 354	1.18 382	0.00 1	8.99 402	0.35 248	0.09 256	0.64 190	0.40 297	0.00 1	0.00 1	0.00 1	0.00 1	0.50 391	0.03 258

KYRaft	0.21 120	0.03 23	0.74 60	0.04 299	0.00 1	1.16 347	0.12 325	0.08 46	0.60 284	0.01 127	0.30 329	0.03 77	0.77 342	0.37 172	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

PFNet	0.60 303	0.11 136	2.08 298	0.00 1	0.30 391	1.16 347	0.00 1	0.29 136	0.59 261	0.01 127	0.24 323	0.02 39	0.00 1	6.58 389	0.23 267	0.10 382	0.00 1	0.00 1	0.04 355	0.14 319	0.05 305

RAFT-345	0.49 254	0.04 38	1.26 199	0.10 345	0.07 340	1.16 347	0.19 333	0.14 84	0.57 210	0.00 1	0.01 205	0.09 156	0.01 86	6.00 365	0.20 259	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

OMP-Stereo	0.66 314	0.33 246	0.72 49	0.18 382	0.06 334	1.17 350	0.00 1	1.45 295	0.59 261	0.12 309	0.60 348	0.50 289	0.00 1	7.09 399	0.26 276	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.00 1

IIG-Stereo	0.65 312	0.34 250	0.77 75	0.05 309	0.03 304	1.17 350	0.00 1	1.46 305	0.60 284	0.01 127	0.57 346	0.54 295	0.01 86	7.03 398	0.39 295	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

IRAFT_RVC	0.51 268	0.13 151	1.14 175	0.10 345	0.00 1	1.17 350	0.10 318	0.28 135	0.61 299	0.01 127	0.00 1	0.02 39	0.12 271	6.22 382	0.22 262	0.00 1	0.09 389	0.00 1	0.00 1	0.02 135	0.01 128

Dean	2.41 386	1.16 392	3.63 373	0.36 393	0.40 394	1.19 353	0.50 376	7.85 406	8.44 408	1.17 374	8.12 400	7.07 397	1.13 357	4.11 302	1.04 331	0.70 399	0.00 1	0.01 359	0.00 1	1.07 401	0.29 393

PSM-AAD	0.49 254	0.02 7	0.75 68	0.06 327	0.00 1	1.19 353	2.19 403	0.12 75	0.59 261	0.01 127	0.45 339	0.13 175	4.04 397	0.22 160	0.06 164	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

ARAFT	0.58 296	0.75 359	2.78 346	0.00 1	0.00 1	1.20 355	0.00 1	2.26 361	0.57 210	0.05 271	0.00 1	0.18 199	0.03 175	3.54 280	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.19 349	0.04 288

MyStereo8	0.28 159	0.37 274	2.57 333	0.02 270	0.00 1	1.23 356	0.00 1	0.26 127	0.15 101	0.02 217	0.05 289	0.14 181	0.04 206	0.24 163	0.05 150	0.00 1	0.11 396	0.00 1	0.01 319	0.04 205	0.21 389

RainbowNet	0.61 306	1.13 388	1.83 273	0.10 345	0.04 319	1.23 356	0.07 301	1.74 336	0.57 210	0.01 127	0.02 277	1.14 346	0.25 303	2.29 233	0.48 308	0.61 398	0.05 374	0.00 1	0.00 1	0.47 390	0.20 385

ACVNet_1	1.10 351	1.42 403	4.00 381	0.31 392	0.02 283	1.25 358	0.10 318	1.69 330	0.61 299	0.26 333	0.01 205	4.39 388	1.29 364	4.75 320	0.57 318	0.79 403	0.00 1	0.00 1	0.00 1	0.32 379	0.18 382

TransformOpticalFlow	0.85 333	0.27 226	2.72 341	0.30 391	0.03 304	1.25 358	0.05 293	1.53 318	0.61 299	0.28 338	0.38 336	1.27 350	1.54 368	6.53 388	0.22 262	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

SGM_RVC	1.54 371	0.35 259	1.60 250	0.15 371	0.17 376	1.25 358	0.77 386	1.97 347	0.88 376	4.31 395	2.46 375	4.36 387	2.37 382	6.98 397	1.78 352	0.21 389	0.23 404	0.20 404	0.23 400	0.26 369	0.31 394
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
FADE	8.29 413	5.89 420	27.26 415	2.64 413	2.97 417	1.26 361	1.13 395	9.60 412	6.84 404	2.66 391	0.94 362	5.28 390	14.22 416	13.53 413	9.84 400	16.99 424	2.70 420	18.19 424	20.39 425	1.88 404	1.60 414

tt1	0.27 155	0.23 209	1.17 181	0.00 1	0.00 1	1.29 362	0.00 1	1.42 287	0.57 210	0.07 285	0.00 1	0.03 77	0.02 133	0.57 182	0.01 77	0.00 1	0.01 304	0.00 1	0.00 1	0.08 271	0.03 258

ACVNet_2	1.32 362	1.30 398	2.83 347	0.11 355	0.07 340	1.30 363	0.18 330	2.29 363	0.75 370	0.26 333	3.44 379	6.65 396	0.16 282	5.12 332	1.08 334	0.13 383	0.00 1	0.00 1	0.00 1	0.38 384	0.32 395

ACVNet-DCA	0.25 145	0.22 200	1.20 186	0.00 1	0.00 1	1.31 364	0.00 1	0.95 232	0.55 165	0.07 285	0.00 1	0.03 77	0.02 133	0.59 185	0.01 77	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

xx1	0.28 159	0.22 200	1.20 186	0.00 1	0.00 1	1.31 364	0.00 1	1.41 284	0.69 362	0.07 285	0.00 1	0.01 7	0.00 1	0.59 185	0.01 77	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

1test111	0.28 159	0.22 200	1.20 186	0.00 1	0.00 1	1.31 364	0.00 1	0.95 232	0.55 165	0.07 285	0.00 1	0.03 77	0.02 133	1.23 207	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

cc1	0.28 159	0.22 200	1.20 186	0.00 1	0.00 1	1.31 364	0.00 1	1.41 284	0.69 362	0.07 285	0.00 1	0.03 77	0.02 133	0.59 185	0.01 77	0.00 1	0.01 304	0.00 1	0.00 1	0.08 271	0.04 288

ADCP+	1.36 364	0.76 364	6.73 395	0.01 246	0.02 283	1.32 368	0.80 390	0.81 212	0.72 366	0.01 127	0.01 205	0.96 330	1.05 352	0.33 168	13.50 412	0.00 1	0.00 1	0.00 1	0.00 1	0.06 242	0.02 225

CBMV_ROB	0.84 331	0.06 85	1.73 264	0.00 1	0.00 1	1.37 369	0.47 370	2.57 377	0.58 249	2.13 386	0.76 354	1.06 338	1.38 365	4.04 299	0.54 313	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.05 305

DPSNet	1.25 361	0.28 230	5.34 391	0.28 390	0.07 340	1.50 370	0.00 1	3.53 393	0.69 362	0.03 245	0.00 1	0.45 274	2.10 379	5.67 354	4.61 378	0.02 364	0.04 360	0.00 1	0.02 333	0.23 363	0.09 351

ELAS_RVC	2.84 394	0.34 250	3.86 378	0.05 309	0.05 327	1.52 371	5.02 415	1.93 345	5.28 400	7.10 408	6.96 393	6.26 393	8.34 408	4.96 327	4.90 381	0.00 1	0.04 360	0.01 359	0.01 319	0.10 294	0.09 351
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MeshStereo	2.61 389	0.65 344	2.71 340	0.02 270	0.02 283	1.55 372	0.94 393	3.02 388	1.29 385	11.21 414	7.34 394	11.54 405	2.74 386	6.34 385	2.43 359	0.00 1	0.00 1	0.00 1	0.00 1	0.28 374	0.03 258
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	0.56 286	0.57 336	2.07 297	0.17 377	0.00 1	1.56 373	0.01 217	2.27 362	0.51 154	0.08 292	0.01 205	0.74 315	0.28 306	2.37 234	0.13 225	0.00 1	0.00 1	0.00 1	0.00 1	0.33 381	0.00 1

DGSMNet	1.21 360	0.37 274	3.02 354	0.71 400	1.33 412	1.61 374	3.53 411	1.45 295	0.33 136	0.00 1	0.79 358	0.48 278	0.24 301	3.22 264	0.53 312	0.98 406	1.21 418	1.35 415	1.09 417	1.03 400	0.92 409

SAMSARA	1.01 347	0.70 351	3.29 363	0.20 386	0.06 334	1.65 375	0.05 293	0.48 166	0.53 158	2.91 393	0.68 351	2.97 383	1.08 354	3.89 292	1.54 348	0.00 1	0.04 360	0.00 1	0.02 333	0.05 222	0.03 258

HBP-ISP	0.80 327	0.70 351	2.86 348	0.02 270	0.01 239	1.67 376	0.48 372	2.63 383	0.56 177	1.11 372	0.06 298	0.50 289	0.74 340	4.60 317	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.03 258

ADCMid	1.38 365	0.90 376	6.15 393	0.04 299	0.03 304	1.67 376	0.18 330	1.13 259	0.93 379	0.89 366	0.58 347	0.86 324	0.71 336	1.03 200	11.96 408	0.01 350	0.00 1	0.29 407	0.08 366	0.17 342	0.03 258

FCDSN-DC	2.66 390	0.08 111	1.65 255	0.00 1	0.00 1	1.73 378	0.37 363	1.64 328	1.35 386	8.08 410	11.18 412	11.78 406	7.59 407	4.76 321	2.80 363	0.02 364	0.00 1	0.00 1	0.00 1	0.03 184	0.05 305
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
G-Net	1.20 358	0.28 230	2.96 352	0.05 309	0.49 397	1.73 378	0.48 372	0.23 118	0.35 138	1.35 378	9.14 403	2.33 381	0.81 344	2.40 237	1.15 336	0.01 350	0.03 345	0.02 375	0.09 367	0.07 254	0.05 305

AnyNet_C32	1.44 368	1.47 404	6.09 392	0.12 359	0.19 382	1.74 380	1.11 394	0.84 217	0.56 177	1.30 377	0.46 341	0.21 212	0.59 329	2.74 246	11.09 405	0.02 364	0.00 1	0.06 395	0.00 1	0.16 335	0.05 305

LVE	2.75 391	1.12 386	2.30 308	0.46 394	0.45 395	1.87 381	0.06 298	7.19 405	9.72 409	0.03 245	11.08 411	9.01 402	1.26 363	6.93 396	0.91 329	1.86 407	0.16 402	0.04 392	0.24 405	0.22 359	0.13 371

BUS	0.33 190	0.05 61	0.54 26	0.00 1	0.00 1	1.87 381	0.00 1	2.43 367	0.58 249	0.30 340	0.09 305	0.65 304	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NINENet	0.45 236	0.09 118	0.81 93	0.06 327	0.00 1	1.87 381	0.00 1	2.69 385	0.56 177	0.00 1	0.00 1	0.65 304	0.00 1	2.15 225	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

MADNet+	4.65 402	2.70 417	46.68 422	0.01 246	0.02 283	2.06 384	0.03 273	3.17 392	1.07 381	0.02 217	0.01 205	1.84 371	0.31 310	21.62 419	13.04 410	0.00 1	0.03 345	0.00 1	0.00 1	0.20 355	0.19 384

ADCL	1.52 370	0.44 298	4.70 389	0.07 331	0.03 304	2.21 385	2.35 406	0.92 228	0.80 374	1.57 381	1.11 364	1.25 347	1.55 369	1.77 216	11.53 407	0.01 350	0.00 1	0.00 1	0.00 1	0.10 294	0.01 128

SGM+DAISY	2.38 384	0.98 379	4.37 384	0.48 395	0.33 392	2.24 386	1.94 400	1.16 261	1.47 388	6.62 406	5.89 389	5.77 392	5.09 404	5.76 359	4.39 375	0.16 386	0.15 401	0.06 395	0.14 381	0.26 369	0.40 397

AnyNet_C01	2.33 383	2.14 413	18.59 412	0.15 371	0.18 378	2.43 387	2.34 405	1.29 269	1.24 384	1.03 369	0.83 360	1.25 347	0.78 343	3.75 291	10.06 401	0.05 374	0.00 1	0.07 397	0.00 1	0.30 377	0.12 369

ADCPNet	1.44 368	0.55 333	7.88 399	0.01 246	0.19 382	2.78 388	0.27 349	0.90 224	0.38 141	0.04 262	0.02 277	1.43 361	1.81 372	2.22 231	9.08 399	0.00 1	0.47 412	0.00 1	0.64 416	0.04 205	0.15 375

SANet	1.99 379	0.71 355	3.37 365	0.03 287	0.03 304	2.85 389	0.85 391	2.42 366	8.33 407	1.55 380	4.13 382	4.29 386	3.23 390	5.39 343	2.47 360	0.00 1	0.00 1	0.00 1	0.00 1	0.06 242	0.06 325

IMH-64-1	1.98 377	0.88 372	1.46 236	1.92 408	0.54 398	2.90 390	1.64 396	5.24 398	0.91 377	0.97 367	4.83 385	2.10 377	2.00 376	5.33 338	2.83 364	3.56 413	0.04 360	0.02 375	0.00 1	1.90 405	0.50 402

IMH-64	1.98 377	0.88 372	1.46 236	1.92 408	0.54 398	2.90 390	1.64 396	5.24 398	0.91 377	0.97 367	4.83 385	2.10 377	2.00 376	5.33 338	2.83 364	3.56 413	0.04 360	0.02 375	0.00 1	1.90 405	0.50 402

PWCK	2.44 387	1.65 405	7.31 398	0.22 387	0.02 283	3.12 392	4.74 414	3.06 389	3.48 396	0.72 361	4.42 383	3.40 384	1.67 371	9.06 408	3.36 368	0.39 396	0.01 304	0.00 1	0.00 1	2.19 409	0.08 338

FC-DCNN	3.42 396	0.11 136	2.03 289	0.00 1	0.00 1	3.18 393	0.60 380	3.13 391	2.98 394	11.40 415	12.28 414	13.93 411	8.68 410	5.70 355	4.27 374	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.06 325

LE_ROB	9.96 417	0.54 327	9.62 403	1.40 407	1.24 411	3.29 394	4.64 413	4.31 396	43.01 423	51.54 424	13.34 417	14.15 412	24.60 421	6.66 394	20.28 420	0.04 372	0.05 374	0.12 403	0.20 392	0.07 254	0.09 351

SDNR	1.15 356	0.21 193	3.21 361	0.01 246	0.01 239	3.30 395	0.01 217	2.55 375	0.75 370	1.80 383	1.49 371	1.40 359	0.20 294	7.24 400	0.68 323	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.04 288

MFN_U_SF_DS_RVC	1.16 357	2.03 411	4.57 388	0.02 270	0.04 319	3.52 396	0.27 349	1.80 339	0.58 249	0.22 329	0.28 327	1.38 358	0.02 133	6.08 370	0.42 299	0.14 385	0.68 414	0.01 359	0.26 408	0.39 386	0.47 399

WAO-6	2.38 384	0.69 349	1.93 285	0.00 1	0.00 1	3.94 397	0.29 353	5.62 400	7.23 405	0.34 346	6.76 392	7.73 400	1.96 375	5.88 363	5.07 383	0.00 1	0.00 1	0.00 1	0.00 1	0.15 326	0.03 258

RTS	4.10 398	1.68 406	43.40 420	0.09 341	0.02 283	3.95 398	0.00 1	1.61 324	0.61 299	1.09 370	0.01 205	1.97 373	0.22 297	16.87 414	10.15 402	0.00 1	0.09 389	0.00 1	0.00 1	0.20 355	0.05 305

RTSA	4.10 398	1.68 406	43.40 420	0.09 341	0.02 283	3.95 398	0.00 1	1.61 324	0.61 299	1.09 370	0.01 205	1.97 373	0.22 297	16.87 414	10.15 402	0.00 1	0.09 389	0.00 1	0.00 1	0.20 355	0.05 305

WAO-7	2.46 388	0.92 378	1.85 276	0.03 287	0.05 327	4.73 400	0.54 379	5.67 401	4.50 398	1.49 379	7.64 398	5.52 391	2.69 385	8.48 404	4.51 376	0.00 1	0.00 1	0.33 408	0.02 333	0.19 349	0.06 325

MSMD_ROB	2.04 381	0.40 289	2.13 299	0.00 1	0.00 1	4.88 401	0.22 339	0.93 229	1.82 391	5.71 403	7.79 399	7.39 399	3.72 394	4.62 319	1.22 339	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 225

notaker	4.30 400	1.28 396	3.70 374	3.71 417	0.90 406	4.91 402	0.39 366	6.90 404	1.96 392	5.39 402	11.82 413	16.90 415	3.75 395	7.59 401	5.65 384	5.23 417	0.01 304	0.10 400	0.06 360	4.57 414	1.22 412

IMH	2.83 393	1.28 396	1.89 279	1.96 411	0.60 400	5.22 403	0.24 340	6.28 403	4.13 397	1.90 385	7.52 397	6.39 394	3.40 391	6.59 390	2.53 361	3.92 415	0.12 397	0.05 393	0.00 1	2.06 407	0.47 399

KSHMR	3.68 397	1.11 385	3.06 356	2.84 414	1.78 413	5.33 404	0.41 367	8.64 408	14.09 411	1.85 384	9.32 405	7.19 398	1.93 373	5.45 344	2.30 358	1.95 408	0.41 411	0.50 411	0.21 396	3.53 412	1.76 415

MDST_ROB	1.54 371	0.06 85	3.42 367	0.14 368	0.16 371	5.42 405	0.32 355	4.33 397	0.61 299	6.08 405	1.25 368	1.04 337	1.16 360	5.81 361	0.83 328	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.11 360

LRCNet_RVC	55.44 426	60.56 429	57.70 423	66.68 430	44.91 425	6.22 406	0.00 1	52.80 424	1.37 387	70.44 425	81.09 428	67.07 424	55.41 424	51.59 425	46.24 423	90.66 434	41.89 429	90.95 435	90.04 431	64.32 430	68.75 430

ELAS	2.75 391	0.35 259	2.67 338	0.05 309	0.04 319	6.72 407	1.83 399	2.84 387	3.38 395	8.25 412	9.14 403	3.95 385	6.15 406	3.73 289	5.70 385	0.00 1	0.04 360	0.01 359	0.01 319	0.10 294	0.08 338
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DPSimNet_ROB	7.90 412	5.46 419	13.55 409	3.66 416	5.16 421	7.26 408	9.60 420	6.11 402	7.46 406	13.33 416	9.50 406	11.03 403	11.89 415	10.08 411	12.35 409	4.36 416	5.55 422	5.35 421	5.34 420	4.96 415	5.98 422

HanzoNet	12.77 419	4.55 418	11.74 408	5.35 421	2.79 416	7.59 409	0.66 382	12.97 418	20.40 415	25.99 420	28.61 422	34.05 421	25.08 422	25.93 423	14.98 416	10.77 422	3.91 421	3.00 419	3.73 419	8.16 421	5.15 420

ktn	4.96 403	1.21 393	2.41 318	3.20 415	1.02 407	8.36 410	2.08 402	9.00 410	17.02 412	5.18 401	12.71 415	13.69 409	3.51 393	8.05 403	3.68 371	5.30 418	0.02 334	0.00 1	0.00 1	2.14 408	0.55 405

UNDER WATER	6.24 408	0.99 380	8.13 401	4.62 420	2.68 415	8.66 411	0.77 386	8.37 407	22.50 418	4.55 396	6.36 391	15.93 414	8.89 411	8.99 407	8.85 398	3.25 412	0.04 360	1.36 416	0.02 333	6.24 419	3.56 418

MSC_U_SF_DS_RVC	1.79 374	1.81 408	3.81 376	0.01 246	0.02 283	12.12 412	0.50 376	2.74 386	0.71 365	0.07 285	0.20 320	2.17 379	0.15 280	6.82 395	1.19 337	0.74 400	0.80 416	0.20 404	0.27 409	0.73 397	0.70 407

WAO-8	5.13 405	1.91 409	2.34 311	0.60 398	0.10 352	12.98 413	0.34 360	11.65 414	24.58 419	4.87 397	10.60 410	13.32 407	4.10 399	8.85 405	3.55 369	0.75 401	0.32 407	0.71 413	0.12 377	0.70 395	0.11 360

Venus	5.12 404	1.91 409	2.34 311	0.60 398	0.10 352	12.98 413	0.34 360	11.65 414	24.58 419	4.87 397	10.54 409	13.32 407	4.10 399	8.85 405	3.55 369	0.75 401	0.32 407	0.71 413	0.12 377	0.70 395	0.11 360

MANE	9.96 417	0.69 349	2.88 351	1.22 404	0.61 401	13.15 415	3.46 410	15.62 421	22.27 417	22.74 419	30.00 423	29.74 420	23.22 419	17.17 416	13.78 413	0.29 394	0.56 413	0.09 399	0.61 415	0.15 326	1.00 411

MADNet++	9.87 416	2.12 412	7.11 397	7.99 422	4.58 420	14.38 416	6.90 419	9.23 411	5.88 401	16.88 417	17.47 420	11.07 404	15.72 417	24.26 420	19.76 419	8.52 419	6.39 423	4.85 420	2.69 418	5.96 417	5.73 421

SGM-ForestM	8.89 415	0.68 348	3.61 371	0.57 397	0.18 378	14.89 417	5.99 418	9.62 413	10.59 410	20.43 418	17.16 419	39.22 422	20.29 418	20.63 418	13.19 411	0.04 372	0.14 399	0.00 1	0.07 363	0.15 326	0.36 396

UNDER WATER-64	6.84 410	1.25 395	9.68 404	4.53 419	3.53 418	16.61 418	1.79 398	8.72 409	22.23 416	5.11 399	5.07 387	17.34 416	10.14 413	9.19 409	8.21 396	2.00 410	0.03 345	1.52 417	0.11 373	6.09 418	3.62 419

TorneroNet-64	6.39 409	1.31 399	2.23 305	1.99 412	0.65 402	18.82 419	0.28 351	11.98 416	26.18 421	5.99 404	12.75 416	19.37 418	4.08 398	9.94 410	5.95 391	0.89 405	0.00 1	0.11 401	0.00 1	3.44 411	1.81 416

TorneroNet	6.97 411	1.37 401	2.22 304	1.95 410	1.12 409	19.47 420	0.47 370	13.04 419	26.32 422	7.90 409	17.10 418	17.67 417	4.62 403	10.46 412	7.94 393	1.98 409	0.03 345	0.11 401	0.00 1	4.15 413	1.49 413

JetBlue	5.71 406	2.18 414	16.18 410	0.00 1	2.13 414	29.20 421	14.20 422	3.90 395	0.74 368	0.71 360	2.30 374	6.42 395	5.97 405	17.84 417	8.74 397	0.09 381	0.01 304	0.00 1	0.00 1	2.62 410	0.96 410

BEATNet-Init1	14.52 421	6.56 421	34.32 418	1.10 403	1.02 407	31.53 422	11.99 421	15.58 420	17.42 413	30.17 422	27.03 421	43.14 423	24.36 420	24.41 421	18.27 418	0.27 393	0.32 407	0.36 409	0.46 413	1.26 402	0.76 408

JetRed	13.51 420	18.77 423	42.38 419	1.28 405	1.18 410	54.67 423	25.60 423	12.87 417	6.75 403	8.50 413	8.61 401	13.77 410	10.87 414	24.50 422	30.67 421	0.24 391	0.68 414	0.53 412	0.02 333	5.93 416	2.43 417

SPstereo	50.33 425	10.80 422	21.19 414	11.76 423	9.23 422	66.15 424	76.05 425	100.00 435	100.00 436	95.98 433	93.33 430	100.00 436	93.15 431	90.92 432	72.10 425	9.41 420	8.60 424	19.85 425	14.84 424	6.36 420	6.89 423

HaxPig	95.46 437	97.61 436	87.80 430	97.80 443	99.17 443	77.55 425	75.28 424	96.76 433	99.61 431	99.97 435	99.97 433	99.62 435	99.97 434	91.02 433	87.28 431	99.98 444	99.98 439	99.98 438	99.99 438	99.97 443	99.97 444

ASD4	35.17 423	42.77 424	34.00 417	20.47 424	35.77 423	80.11 426	95.20 432	26.58 423	69.14 424	27.82 421	35.84 424	27.05 419	44.35 423	37.95 424	53.20 424	10.25 421	10.28 425	12.30 422	11.09 422	16.01 423	13.25 424

PML	71.49 430	88.65 435	73.56 424	82.49 432	75.59 429	85.39 427	79.41 427	71.62 428	87.17 428	90.48 431	85.96 429	90.50 431	60.21 425	91.76 435	73.85 426	96.01 441	2.36 419	86.79 434	6.59 421	83.59 433	17.83 426

MEDIAN_ROB	93.37 434	98.75 437	96.05 432	90.90 435	90.53 436	85.63 428	76.45 426	92.03 430	89.53 429	95.05 432	94.99 431	96.02 432	93.85 432	90.36 431	87.21 430	98.36 442	95.79 431	99.61 437	98.77 435	98.80 442	98.72 442

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

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

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

AVERAGE_ROB	98.45 439	99.13 438	95.46 431	100.00 445	100.00 445	93.36 432	81.95 428	100.00 435	99.97 433	100.00 436	100.00 434	100.00 436	100.00 435	99.72 437	99.40 434	100.00 445	100.00 441	100.00 439	100.00 439	100.00 444	100.00 445

test_example2	97.61 438	99.96 439	99.93 435	99.83 444	99.97 444	98.84 433	99.76 433	91.98 429	100.00 436	100.00 436	100.00 434	89.18 430	86.51 429	99.29 436	96.54 432	99.97 443	99.55 437	92.92 436	98.06 434	100.00 444	99.95 443

DPSMNet_ROB	81.54 432	60.77 431	99.95 436	61.42 429	87.05 434	99.11 434	100.00 434	95.93 432	99.99 434	73.11 427	100.00 434	70.84 426	100.00 435	77.43 430	99.98 436	35.39 426	97.54 436	35.21 427	99.89 436	46.30 426	90.94 433

DGTPSM_ROB	81.49 431	60.74 430	99.95 436	61.20 428	86.99 433	99.11 434	100.00 434	95.92 431	99.99 434	73.08 426	100.00 434	70.81 425	100.00 435	77.39 429	99.98 436	35.10 425	97.48 435	35.12 426	99.89 436	46.16 425	90.85 432

MyStereo03	99.18 443	100.00 441	100.00 438	96.47 439	98.78 439	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	93.73 437	100.00 441	100.00 439	100.00 439	96.63 438	97.99 438

MyStereo02	99.18 443	100.00 441	100.00 438	96.47 439	98.78 439	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	93.73 437	100.00 441	100.00 439	100.00 439	96.63 438	97.99 438

MyStereo	99.18 443	100.00 441	100.00 438	96.47 439	98.78 439	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	93.73 437	100.00 441	100.00 439	100.00 439	96.63 438	97.99 438

Selective-RAFT-Error	99.17 442	100.00 441	100.00 438	96.65 442	98.79 442	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	93.64 435	100.00 441	100.00 439	100.00 439	96.25 436	98.10 441

Anonymous_1	89.88 433	75.38 432	97.81 433	74.49 431	78.39 430	100.00 436	100.00 434	98.09 434	99.76 432	96.82 434	99.37 432	97.66 433	99.77 433	91.14 434	98.89 433	81.73 430	97.25 432	59.96 431	85.38 430	77.37 432	88.27 431

tt	48.25 424	0.05 61	28.22 416	1.29 406	0.00 1	100.00 436	100.00 434	100.00 435	97.19 430	0.08 292	0.00 1	97.99 434	86.70 430	2.26 232	99.92 435	83.66 431	94.83 430	16.47 423	21.27 426	35.05 424	0.01 128

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

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

DPSM_ROB	94.00 435	79.32 433	100.00 438	83.19 433	85.69 431	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	89.53 432	97.42 433	74.97 432	95.13 432	83.79 434	90.98 434

DPSM	94.00 435	79.32 433	100.00 438	83.19 433	85.69 431	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	89.53 432	97.42 433	74.97 432	95.13 432	83.79 434	90.98 434

Low-res two-view benchmark