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

test_for_model	0.85 362	0.41 234	1.45 118	2.49 462	0.08 309	0.81 209	0.02 280	0.34 155	0.70 183	0.18 337	0.00 1	0.00 1	0.03 208	0.00 1	0.04 111	0.00 1	0.89 416	0.00 1	0.00 1	8.43 470	1.07 400

RCA-Stereo	0.28 103	0.14 108	1.00 36	0.00 1	0.13 328	1.06 292	0.00 1	1.76 335	0.16 46	0.07 276	0.00 1	0.02 50	0.06 279	0.00 1	0.00 1	0.00 1	0.83 406	0.00 1	0.00 1	0.06 240	0.23 261

RSM	0.22 70	0.14 108	0.72 9	0.54 417	0.47 392	0.32 73	0.00 1	0.17 103	1.04 384	0.02 173	0.00 1	0.00 1	0.00 1	0.01 3	0.00 1	0.00 1	0.10 315	0.00 1	0.15 402	0.09 300	0.54 353

CAS++	0.08 3	0.09 67	0.97 28	0.00 1	0.00 1	0.07 32	0.00 1	0.25 135	0.18 66	0.00 1	0.00 1	0.02 50	0.00 1	0.01 3	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.01 49
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
testlalala2	0.31 127	0.10 76	1.57 154	0.00 1	0.00 1	0.83 216	0.00 1	1.93 362	0.95 365	0.05 247	0.27 345	0.04 106	0.01 109	0.01 3	0.04 111	0.00 1	0.00 1	0.00 1	0.23 433	0.01 38	0.14 212

GMStereo_Zeroshot	0.10 9	0.09 67	1.06 38	0.14 350	0.00 1	0.03 16	0.00 1	0.05 21	0.17 55	0.00 1	0.03 287	0.19 230	0.02 166	0.01 3	0.05 125	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.08 142

CASnet	0.10 9	0.10 76	0.81 16	0.00 1	0.00 1	0.82 213	0.00 1	0.14 91	0.13 28	0.00 1	0.00 1	0.01 15	0.00 1	0.01 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 162	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala_base	0.41 190	0.08 54	1.39 94	0.00 1	0.09 312	0.65 170	0.00 1	1.12 260	0.24 93	0.08 285	0.00 1	0.00 1	0.01 109	0.01 3	0.17 205	0.60 442	0.73 390	0.00 1	0.12 388	2.19 456	0.62 367

Selective-RAFT	0.21 66	0.13 100	0.82 17	0.00 1	0.00 1	1.08 323	0.00 1	0.06 31	0.77 243	0.00 1	0.00 1	0.08 166	0.00 1	0.01 3	0.03 83	0.00 1	0.90 417	0.00 1	0.18 417	0.04 198	0.16 225

dd	0.23 80	0.91 363	1.69 185	0.01 239	0.00 1	1.02 273	0.00 1	0.09 61	0.68 176	0.01 108	0.00 1	0.02 50	0.02 166	0.01 3	0.00 1	0.01 391	0.00 1	0.00 1	0.00 1	0.04 198	0.01 49

GrayStereo	0.52 248	0.03 1	1.36 80	0.10 329	0.00 1	1.13 372	2.57 455	0.32 150	1.03 377	0.00 1	0.00 1	0.08 166	3.66 439	0.01 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.17 229

GMM-Stereo	0.22 70	0.05 5	2.03 262	0.08 320	0.00 1	1.12 363	0.13 364	0.09 61	0.79 270	0.01 108	0.00 1	0.03 86	0.10 305	0.01 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.01 49

DIP-Stereo	0.28 103	0.19 142	1.62 168	0.00 1	0.00 1	1.11 358	0.00 1	1.67 320	0.74 193	0.01 108	0.00 1	0.01 15	0.07 291	0.01 3	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.13 202
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
rvit_0105_6	0.10 9	0.22 160	0.94 24	0.00 1	0.00 1	0.00 1	0.00 1	0.04 13	0.67 175	0.00 1	0.00 1	0.01 15	0.01 109	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.09 156

rvit_0105_5	0.14 29	0.38 227	1.41 108	0.00 1	0.00 1	0.02 8	0.00 1	0.08 49	0.74 193	0.00 1	0.00 1	0.02 50	0.01 109	0.02 14	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.13 202

rvit_0105_4	0.12 22	0.31 194	1.22 57	0.00 1	0.00 1	0.01 6	0.00 1	0.06 31	0.65 169	0.00 1	0.00 1	0.02 50	0.01 109	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 142

rvit_stereo_0081_aga	0.08 3	0.35 218	1.07 39	0.00 1	0.00 1	0.00 1	0.00 1	0.01 1	0.14 29	0.00 1	0.00 1	0.01 15	0.00 1	0.02 14	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 92

WCG-NET	0.18 45	0.31 194	0.77 13	0.00 1	0.00 1	0.57 143	0.01 216	0.21 116	0.07 10	0.09 293	0.34 376	0.01 15	0.05 266	0.02 14	0.16 202	0.00 1	0.19 325	0.00 1	0.00 1	0.14 350	0.66 374

rvit_stereo_0081	0.08 3	0.16 121	0.59 4	0.00 1	0.00 1	0.02 8	0.00 1	0.01 1	0.72 189	0.00 1	0.00 1	0.00 1	0.00 1	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0082	0.08 3	0.16 121	0.59 4	0.00 1	0.00 1	0.02 8	0.00 1	0.01 1	0.72 189	0.00 1	0.00 1	0.00 1	0.00 1	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAStereo	0.10 9	0.34 214	1.29 69	0.00 1	0.00 1	0.04 19	0.00 1	0.07 40	0.12 26	0.01 108	0.01 193	0.02 50	0.01 109	0.02 14	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.00 1

U	1.64 411	0.06 11	0.52 3	0.00 1	7.15 471	10.37 460	0.00 1	0.04 13	0.05 5	0.01 108	0.00 1	0.09 174	0.00 1	0.02 14	0.01 40	0.00 1	0.00 1	9.39 472	5.01 470	0.01 38	0.00 1

rvit_stereo_0080	0.11 17	0.49 261	0.83 18	0.00 1	0.00 1	0.02 8	0.00 1	0.02 6	0.71 185	0.00 1	0.00 1	0.01 15	0.01 109	0.02 14	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 92

IGEV-BASED-STEREO-	0.08 3	0.09 67	0.28 1	0.00 1	0.00 1	0.09 36	0.02 280	0.17 103	0.17 55	0.09 293	0.00 1	0.00 1	0.00 1	0.02 14	0.33 266	0.00 1	0.34 345	0.00 1	0.00 1	0.01 38	0.09 156

rvit_stereo_ft	0.14 29	0.63 298	1.32 74	0.00 1	0.00 1	0.00 1	0.00 1	0.07 40	0.57 157	0.00 1	0.00 1	0.01 15	0.01 109	0.02 14	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.13 202

trnet	0.12 22	0.07 29	0.78 14	0.00 1	0.00 1	1.06 292	0.00 1	0.22 120	0.15 36	0.00 1	0.00 1	0.02 50	0.00 1	0.02 14	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 49

whm_eth	0.11 17	0.49 261	0.83 18	0.00 1	0.00 1	0.02 8	0.00 1	0.02 6	0.71 185	0.00 1	0.00 1	0.01 15	0.01 109	0.02 14	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 92

PCWNet_CMD	0.20 61	0.13 100	1.38 90	0.00 1	0.01 215	0.73 194	0.00 1	0.39 162	0.19 78	0.00 1	0.01 193	0.47 304	0.50 366	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.17 229

CFNet_ucs	0.29 108	0.17 135	1.53 138	0.00 1	0.01 215	0.83 216	0.00 1	2.07 371	0.24 93	0.00 1	0.00 1	0.48 308	0.29 347	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 212

CAS	0.13 25	0.07 29	0.86 23	0.00 1	0.00 1	1.01 267	0.00 1	0.26 138	0.16 46	0.00 1	0.00 1	0.03 86	0.01 109	0.02 14	0.04 111	0.09 425	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CASS	0.10 9	0.08 54	1.10 45	0.00 1	0.00 1	0.13 45	0.01 216	0.15 93	0.18 66	0.21 339	0.00 1	0.02 50	0.02 166	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.03 74
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
GLC_STEREO	0.06 2	0.07 29	0.85 22	0.00 1	0.00 1	0.07 32	0.00 1	0.01 1	0.04 2	0.00 1	0.00 1	0.01 15	0.01 109	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.03 74

HHNet	0.53 263	0.23 163	2.29 291	0.11 338	0.00 1	1.15 378	0.25 387	0.70 196	0.78 256	0.01 108	3.49 428	0.04 106	0.69 377	0.02 14	0.70 340	0.03 416	0.00 1	0.00 1	0.00 1	0.03 162	0.03 74

Anonymous3	0.24 83	0.14 108	1.98 252	0.00 1	0.00 1	1.12 363	0.00 1	0.61 186	0.77 243	0.01 108	0.00 1	0.06 149	0.00 1	0.02 14	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.02 66

CREStereo++_RVC	0.15 34	0.10 76	1.55 143	0.00 1	0.00 1	1.01 267	0.00 1	0.15 93	0.15 36	0.00 1	0.01 193	0.04 106	0.00 1	0.02 14	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 92
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.27 100	0.08 54	1.46 120	0.00 1	0.00 1	1.06 292	0.02 280	1.66 319	0.75 203	0.01 108	0.36 378	0.02 50	0.00 1	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.02 66

XX-TBD	0.18 45	0.44 242	1.52 134	0.00 1	0.00 1	0.92 246	0.00 1	0.17 103	0.14 29	0.00 1	0.21 336	0.03 86	0.00 1	0.02 14	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 66

sAnonymous2	0.17 40	0.42 237	2.46 302	0.00 1	0.00 1	0.04 19	0.00 1	0.04 13	0.10 22	0.00 1	0.00 1	0.01 15	0.00 1	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 277	0.32 297

CroCo_RVC	0.17 40	0.42 237	2.46 302	0.00 1	0.00 1	0.04 19	0.00 1	0.04 13	0.10 22	0.00 1	0.00 1	0.01 15	0.00 1	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 277	0.32 297

sCroCo_RVC	0.13 25	0.09 67	1.61 165	0.00 1	0.00 1	0.02 8	0.00 1	0.11 67	0.64 166	0.00 1	0.00 1	0.01 15	0.00 1	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

GMStereo	0.14 29	0.90 362	1.71 189	0.00 1	0.00 1	0.03 16	0.00 1	0.04 13	0.04 2	0.00 1	0.00 1	0.01 15	0.02 166	0.02 14	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	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
CREStereo	0.12 22	0.07 29	0.76 11	0.00 1	0.00 1	1.06 292	0.00 1	0.25 135	0.14 29	0.00 1	0.00 1	0.02 50	0.00 1	0.02 14	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.01 49
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
R-Stereo Train	0.22 70	0.06 11	1.64 170	0.00 1	0.00 1	0.76 199	0.00 1	1.57 310	0.17 55	0.02 173	0.00 1	0.01 15	0.00 1	0.02 14	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 74

RAFT-Stereo	0.22 70	0.06 11	1.64 170	0.00 1	0.00 1	0.76 199	0.00 1	1.57 310	0.17 55	0.02 173	0.00 1	0.01 15	0.00 1	0.02 14	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 74
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	0.20 61	0.13 100	1.39 94	0.00 1	0.01 215	0.73 194	0.00 1	0.39 162	0.18 66	0.00 1	0.01 193	0.48 308	0.48 364	0.02 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.17 229

rvit_0105_3	0.17 40	0.53 278	1.67 180	0.00 1	0.00 1	0.07 32	0.00 1	0.13 88	0.84 312	0.00 1	0.00 1	0.02 50	0.01 109	0.03 46	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.06 121

rvit_stereo_0083	0.03 1	0.11 85	0.34 2	0.00 1	0.00 1	0.00 1	0.00 1	0.01 1	0.11 24	0.00 1	0.00 1	0.01 15	0.00 1	0.03 46	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

H2IRNET	0.21 66	0.51 275	1.84 221	0.00 1	0.00 1	1.08 323	0.01 216	0.15 93	0.25 95	0.00 1	0.00 1	0.06 149	0.01 109	0.03 46	0.05 125	0.00 1	0.00 1	0.00 1	0.00 1	0.22 395	0.07 127

Former-RAFT_DAM_RVC	0.11 17	0.18 138	0.67 6	0.00 1	0.00 1	0.06 28	0.00 1	0.11 67	0.26 96	0.74 406	0.00 1	0.03 86	0.01 109	0.03 46	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.03 162	0.03 74

MaDis-Stereo	0.11 17	0.41 234	1.31 71	0.00 1	0.00 1	0.05 23	0.01 216	0.08 49	0.23 88	0.01 108	0.01 193	0.04 106	0.02 166	0.03 46	0.04 111	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.01 49

UniTT-Stereo	0.11 17	0.20 148	1.58 155	0.00 1	0.00 1	0.10 39	0.02 280	0.07 40	0.05 5	0.00 1	0.08 313	0.02 50	0.01 109	0.03 46	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.09 300	0.00 1

CES	0.10 9	0.08 54	0.73 10	0.00 1	0.00 1	0.20 53	0.01 216	0.08 49	0.75 203	0.01 108	0.00 1	0.08 166	0.03 208	0.03 46	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

CroCo-Stereo Lap2	0.14 29	0.44 242	1.26 60	0.00 1	0.00 1	0.02 8	0.00 1	0.08 49	0.75 203	0.00 1	0.00 1	0.01 15	0.03 208	0.03 46	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.01 49

GwcNet-ADL	0.33 133	0.20 148	1.73 194	0.00 1	0.00 1	1.02 273	0.00 1	2.51 389	0.40 123	0.00 1	0.00 1	0.37 286	0.04 237	0.03 46	0.24 238	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.13 202

Patchmatch Stereo++	0.18 45	0.07 29	1.40 98	0.05 294	0.01 215	1.08 323	0.07 338	0.05 21	0.75 203	0.02 173	0.00 1	0.05 130	0.00 1	0.03 46	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	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
DeepStereo_RVC	0.24 83	0.07 29	1.16 50	0.06 311	0.02 256	1.08 323	0.31 401	0.04 13	0.75 203	0.02 173	0.00 1	0.00 1	1.22 405	0.03 46	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.05 111

iRAFT	0.18 45	0.07 29	1.40 98	0.05 294	0.01 215	1.08 323	0.07 338	0.05 21	0.75 203	0.02 173	0.00 1	0.05 130	0.00 1	0.03 46	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.00 1

CRE-IMP	0.22 70	0.06 11	1.43 116	0.05 294	0.02 256	1.12 363	0.33 407	0.04 13	1.08 390	0.02 173	0.00 1	0.12 189	0.00 1	0.03 46	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.09 156

CroCo-Stereo	0.18 45	0.32 201	0.94 24	0.00 1	0.00 1	0.03 16	0.00 1	1.17 265	0.76 224	0.00 1	0.01 193	0.31 265	0.03 208	0.03 46	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	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
CFNet_pseudo	0.24 83	0.13 100	1.40 98	0.00 1	0.01 215	0.96 255	0.00 1	1.08 254	0.16 46	0.00 1	0.01 193	0.48 308	0.35 353	0.03 46	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 184

ccs_rob	0.24 83	0.13 100	1.40 98	0.00 1	0.01 215	0.97 257	0.00 1	1.08 254	0.16 46	0.00 1	0.01 193	0.48 308	0.35 353	0.03 46	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 184

rvit_105_1	0.19 57	0.57 286	1.79 211	0.00 1	0.00 1	0.16 47	0.00 1	0.21 116	0.84 312	0.00 1	0.00 1	0.02 50	0.01 109	0.04 62	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.04 92

Pointernet	0.16 36	0.06 11	0.99 33	0.00 1	0.36 378	0.54 130	0.00 1	0.03 10	0.76 224	0.00 1	0.00 1	0.05 130	0.02 166	0.04 62	0.01 40	0.00 1	0.14 320	0.00 1	0.01 317	0.01 38	0.20 249

MIF-Stereo (partial)	0.14 29	0.28 179	1.74 196	0.00 1	0.00 1	0.08 35	0.00 1	0.23 128	0.17 55	0.00 1	0.01 193	0.02 50	0.02 166	0.04 62	0.04 111	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.01 49

knoymous	0.10 9	0.06 11	1.25 59	0.00 1	0.00 1	0.11 40	0.00 1	0.27 141	0.06 8	0.00 1	0.00 1	0.23 241	0.00 1	0.04 62	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 74

DCANet-4	0.37 160	0.07 29	3.11 346	0.00 1	0.00 1	1.06 292	0.00 1	1.82 353	0.85 336	0.16 327	0.00 1	0.04 106	0.05 266	0.04 62	0.08 151	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 261

fff	0.37 160	0.50 270	2.02 257	0.00 1	0.02 256	1.06 292	0.00 1	1.90 356	0.84 312	0.16 327	0.00 1	0.04 106	0.59 373	0.04 62	0.08 151	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 261

ADStereo(finetuned)	0.42 195	0.51 275	2.79 327	0.00 1	0.00 1	1.04 283	0.00 1	1.90 356	0.85 336	0.10 300	0.00 1	0.04 106	0.72 381	0.04 62	0.12 173	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.25 276

GMOStereo	0.29 108	0.49 261	1.56 147	0.00 1	0.56 408	0.87 229	0.02 280	0.18 109	0.17 55	0.01 108	0.01 193	0.25 247	0.01 109	0.04 62	0.01 40	0.00 1	1.23 453	0.00 1	0.00 1	0.18 377	0.18 235

error version	0.29 108	0.49 261	1.56 147	0.00 1	0.56 408	0.87 229	0.02 280	0.18 109	0.17 55	0.01 108	0.01 193	0.25 247	0.01 109	0.04 62	0.01 40	0.00 1	1.23 453	0.00 1	0.00 1	0.18 377	0.18 235

test-v	0.29 108	0.49 261	1.56 147	0.00 1	0.56 408	0.87 229	0.02 280	0.18 109	0.17 55	0.01 108	0.01 193	0.25 247	0.01 109	0.04 62	0.01 40	0.00 1	1.23 453	0.00 1	0.00 1	0.18 377	0.18 235

PSM-adaLoss	0.18 45	0.07 29	1.40 98	0.05 294	0.02 256	1.08 323	0.08 346	0.05 21	0.75 203	0.02 173	0.00 1	0.07 160	0.00 1	0.04 62	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.00 1

ROB_FTStereo_v2	0.18 45	0.07 29	1.40 98	0.05 294	0.02 256	1.08 323	0.06 333	0.05 21	0.75 203	0.02 173	0.00 1	0.07 160	0.00 1	0.04 62	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.00 1

ROB_FTStereo	0.18 45	0.07 29	1.40 98	0.05 294	0.02 256	1.08 323	0.06 333	0.05 21	0.75 203	0.02 173	0.00 1	0.03 86	0.00 1	0.04 62	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.00 1

HUI-Stereo	0.19 57	0.07 29	1.41 108	0.05 294	0.02 256	1.08 323	0.08 346	0.06 31	0.76 224	0.02 173	0.00 1	0.07 160	0.00 1	0.04 62	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.00 1

Pruner-Stereo	0.22 70	0.09 67	1.50 126	0.23 385	0.00 1	1.10 352	0.20 375	0.17 103	0.78 256	0.03 215	0.00 1	0.01 15	0.00 1	0.04 62	0.21 226	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.01 49

iGMRVC	0.18 45	0.07 29	1.40 98	0.05 294	0.03 273	1.08 323	0.07 338	0.06 31	0.75 203	0.02 173	0.00 1	0.05 130	0.00 1	0.04 62	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.00 1

test-2	0.29 108	0.49 261	1.56 147	0.00 1	0.56 408	0.87 229	0.02 280	0.18 109	0.17 55	0.01 108	0.01 193	0.25 247	0.01 109	0.04 62	0.01 40	0.00 1	1.23 453	0.00 1	0.00 1	0.18 377	0.18 235

RAFT	0.32 130	0.87 352	1.48 121	0.29 395	0.41 385	0.12 42	0.07 338	0.12 76	0.51 138	0.00 1	0.01 193	0.47 304	0.04 237	0.04 62	0.02 67	0.00 1	0.70 384	0.00 1	0.01 317	0.42 433	0.75 378

RAFT-IKP	0.18 45	0.07 29	1.41 108	0.05 294	0.01 215	1.08 323	0.08 346	0.05 21	0.75 203	0.02 173	0.00 1	0.05 130	0.00 1	0.04 62	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.00 1

iRaftStereo_RVC	0.24 83	0.45 248	0.99 33	0.00 1	0.00 1	0.52 127	0.00 1	0.08 49	0.15 36	0.01 108	0.01 193	0.16 212	0.03 208	0.04 62	0.02 67	0.00 1	1.06 434	0.00 1	0.00 1	0.29 419	1.01 399

DCANet	0.35 143	0.50 270	2.02 257	0.00 1	0.00 1	1.06 292	0.00 1	1.90 356	0.85 336	0.10 300	0.00 1	0.04 106	0.00 1	0.04 62	0.12 173	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.25 276

csc	0.37 160	0.50 270	2.02 257	0.00 1	0.02 256	1.06 292	0.00 1	1.90 356	0.84 312	0.16 327	0.00 1	0.04 106	0.59 373	0.04 62	0.08 151	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 261

cscssc	0.37 160	0.50 270	2.02 257	0.00 1	0.02 256	1.06 292	0.00 1	1.90 356	0.84 312	0.16 327	0.00 1	0.04 106	0.59 373	0.04 62	0.08 151	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 261

PMTNet	0.13 25	0.08 54	0.99 33	0.00 1	0.00 1	1.05 288	0.04 318	0.21 116	0.14 29	0.00 1	0.00 1	0.04 106	0.00 1	0.04 62	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.01 49

rvit_stereo_0075_2	0.10 9	0.11 85	1.51 131	0.00 1	0.00 1	0.00 1	0.00 1	0.07 40	0.04 2	0.00 1	0.00 1	0.00 1	0.00 1	0.05 86	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.20 249

MyStereo04	0.37 160	0.34 214	2.41 299	0.00 1	0.25 366	0.98 259	0.01 216	1.05 249	0.28 103	0.09 293	0.01 193	0.36 283	0.12 313	0.05 86	0.35 277	0.00 1	0.79 395	0.00 1	0.08 365	0.02 111	0.32 297

plain	0.17 40	0.35 218	1.92 240	0.00 1	0.00 1	0.06 28	0.01 216	0.18 109	0.43 125	0.01 108	0.01 193	0.02 50	0.01 109	0.05 86	0.05 125	0.00 1	0.00 1	0.00 1	0.00 1	0.28 412	0.01 49

LoS_RVC	0.08 3	0.06 11	1.05 37	0.00 1	0.01 215	0.16 47	0.00 1	0.17 103	0.09 17	0.00 1	0.00 1	0.04 106	0.01 109	0.05 86	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

TANstereo	0.17 40	0.32 201	1.51 131	0.00 1	0.00 1	1.03 277	0.00 1	0.07 40	0.14 29	0.01 108	0.15 329	0.04 106	0.00 1	0.05 86	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 66

Gwc-CoAtRS	0.15 34	0.09 67	1.42 112	0.00 1	0.11 322	0.43 102	0.00 1	0.32 150	0.08 11	0.02 173	0.00 1	0.18 222	0.00 1	0.05 86	0.06 139	0.00 1	0.06 307	0.00 1	0.18 417	0.01 38	0.08 142

HITNet	0.31 127	0.97 370	2.32 293	0.00 1	0.00 1	0.24 59	0.01 216	1.38 292	0.37 114	0.00 1	0.00 1	0.14 196	0.02 166	0.05 86	0.19 220	0.00 1	0.00 1	0.00 1	0.00 1	0.07 258	0.41 319
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
MGS-Stereo	0.13 25	0.17 135	1.07 39	0.00 1	0.00 1	0.43 102	0.00 1	0.28 142	0.15 36	0.00 1	0.00 1	0.01 15	0.01 109	0.06 93	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.38 428	0.00 1

testlalala	0.29 108	0.11 85	1.39 94	0.00 1	0.11 322	1.06 292	0.01 216	0.71 202	0.74 193	0.14 318	0.08 313	0.04 106	0.04 237	0.06 93	0.03 83	0.00 1	1.11 440	0.00 1	0.12 388	0.00 1	0.14 212

BUS	0.38 169	0.07 29	0.98 30	0.00 1	0.00 1	1.88 426	0.00 1	2.67 400	0.82 293	0.30 363	0.09 316	0.64 336	0.00 1	0.06 93	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

BSDual-CNN	0.35 143	0.07 29	0.98 30	0.00 1	0.00 1	1.09 339	0.00 1	2.67 400	0.82 293	0.30 363	0.09 316	0.35 278	0.03 208	0.06 93	0.51 312	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

psmg	0.29 108	0.07 29	0.98 30	0.00 1	0.00 1	1.07 312	0.00 1	1.92 361	0.82 293	0.00 1	0.00 1	0.35 278	0.03 208	0.06 93	0.51 312	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.01 49

RAFT-Stereo + iAFF	0.41 190	0.87 352	1.78 208	0.00 1	0.91 440	1.06 292	0.00 1	0.70 196	0.77 243	0.05 247	0.00 1	0.06 149	0.06 279	0.06 93	0.26 247	0.00 1	0.69 381	0.00 1	0.00 1	0.20 388	0.80 382

SFCPSM	0.24 83	0.11 85	1.53 138	0.00 1	0.05 294	0.35 85	0.01 216	1.54 305	0.77 243	0.01 108	0.00 1	0.12 189	0.02 166	0.06 93	0.05 125	0.00 1	0.00 1	0.00 1	0.02 330	0.03 162	0.06 121

RSM++	0.22 70	0.16 121	0.76 11	0.58 425	0.44 387	0.32 73	0.00 1	0.09 61	1.08 390	0.02 173	0.00 1	0.00 1	0.00 1	0.07 100	0.00 1	0.00 1	0.02 276	0.00 1	0.16 411	0.13 333	0.62 367

MyStereo05	0.39 178	0.36 221	2.43 301	0.01 239	0.00 1	1.11 358	0.01 216	1.25 274	0.57 157	0.06 267	0.01 193	0.29 259	0.15 322	0.07 100	0.37 287	0.00 1	0.60 373	0.00 1	0.08 365	0.01 38	0.33 302

LoS	0.16 36	0.10 76	0.97 28	0.02 262	0.00 1	1.04 283	0.01 216	0.07 40	0.75 203	0.01 108	0.01 193	0.16 212	0.04 237	0.07 100	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.00 1
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DisPM	0.22 70	0.09 67	1.74 196	0.11 338	0.00 1	1.16 381	0.40 415	0.08 49	0.68 176	0.03 215	0.00 1	0.00 1	0.00 1	0.07 100	0.04 111	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

test_1	0.30 119	0.10 76	1.50 126	0.21 381	0.38 381	0.44 106	0.01 216	1.58 313	0.08 11	0.04 234	0.00 1	0.02 50	0.00 1	0.07 100	0.24 238	0.00 1	0.47 358	0.00 1	0.20 426	0.13 333	0.43 324

test_3	0.31 127	0.10 76	1.52 134	0.20 378	0.40 384	0.54 130	0.01 216	1.68 321	0.08 11	0.16 327	0.00 1	0.02 50	0.00 1	0.07 100	0.24 238	0.00 1	0.50 362	0.00 1	0.20 426	0.13 333	0.38 315

RALAANet	0.22 70	0.93 367	1.77 204	0.00 1	0.00 1	0.35 85	0.01 216	0.45 168	0.06 8	0.01 108	0.00 1	0.05 130	0.09 300	0.07 100	0.22 232	0.00 1	0.24 332	0.00 1	0.04 347	0.14 350	0.01 49

WCG-NET（raft）	0.19 57	0.53 278	0.84 20	0.00 1	0.05 294	0.36 89	0.01 216	0.08 49	0.09 17	0.06 267	0.01 193	0.05 130	0.03 208	0.08 107	0.06 139	0.00 1	1.24 457	0.00 1	0.00 1	0.13 333	0.18 235

test-3	0.30 119	0.10 76	1.49 123	0.20 378	0.38 381	0.44 106	0.01 216	1.59 314	0.08 11	0.04 234	0.00 1	0.02 50	0.00 1	0.08 107	0.24 238	0.00 1	0.47 358	0.00 1	0.20 426	0.13 333	0.43 324

cross-raft	0.21 66	0.09 67	1.42 112	0.48 415	0.50 399	0.41 95	0.07 338	0.50 172	0.03 1	0.02 173	0.00 1	0.38 291	0.00 1	0.08 107	0.03 83	0.00 1	0.00 1	0.00 1	0.11 382	0.01 38	0.09 156

ACVNet	0.30 119	0.44 242	1.74 196	0.01 239	0.00 1	1.06 292	0.10 355	0.23 128	0.83 302	0.02 173	0.01 193	0.70 349	0.00 1	0.08 107	0.41 304	0.00 1	0.00 1	0.00 1	0.00 1	0.09 300	0.17 229

acv_ft	0.30 119	0.44 242	1.83 218	0.00 1	0.00 1	0.42 99	0.01 216	0.69 195	0.83 302	0.23 347	0.01 193	0.70 349	0.12 313	0.08 107	0.18 211	0.00 1	0.00 1	0.00 1	0.00 1	0.27 406	0.17 229

DCVSM-stereo	0.18 45	0.07 29	1.59 157	0.00 1	0.00 1	0.71 189	0.04 318	0.02 6	0.12 26	0.00 1	0.00 1	0.58 327	0.07 291	0.09 112	0.30 255	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.00 1

StereoVision	0.24 83	0.59 290	1.92 240	0.00 1	0.00 1	0.47 111	0.01 216	0.22 120	0.84 312	0.00 1	0.30 361	0.15 203	0.02 166	0.09 112	0.04 111	0.00 1	0.00 1	0.00 1	0.00 1	0.05 213	0.01 49

DCRE	0.76 347	0.40 232	1.17 53	0.21 381	0.90 439	0.66 174	0.00 1	0.79 218	0.39 119	0.36 378	7.60 443	0.03 86	0.00 1	0.09 112	0.32 265	0.00 1	0.58 370	0.00 1	0.17 414	0.02 111	1.53 433

GANet-ADL	0.20 61	0.12 93	1.43 116	0.00 1	0.01 215	0.84 221	0.00 1	0.40 165	0.17 55	0.00 1	0.36 378	0.35 278	0.00 1	0.09 112	0.14 190	0.00 1	0.00 1	0.00 1	0.00 1	0.04 198	0.12 195

IGEV-Stereo+	0.16 36	0.08 54	0.84 20	0.01 239	0.12 325	0.02 8	0.00 1	0.10 64	0.15 36	0.25 354	0.03 287	0.04 106	0.00 1	0.10 116	0.36 284	0.00 1	0.54 369	0.00 1	0.11 382	0.01 38	0.40 318

RAFT-Stereo-weight	0.26 96	0.05 5	1.09 43	0.01 239	0.19 341	1.25 398	0.00 1	0.87 224	0.63 165	0.10 300	0.05 295	0.03 86	0.00 1	0.10 116	0.02 67	0.00 1	0.45 356	0.00 1	0.00 1	0.00 1	0.34 304

UDGNet	0.19 57	0.81 338	1.42 112	0.00 1	0.00 1	1.06 292	0.00 1	0.05 21	0.38 115	0.00 1	0.00 1	0.02 50	0.00 1	0.10 116	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

test-1	0.36 153	0.18 138	1.36 80	0.00 1	0.83 434	0.60 148	0.00 1	1.07 253	0.18 66	0.07 276	0.49 389	0.34 272	0.00 1	0.10 116	0.51 312	0.00 1	0.64 378	0.00 1	0.06 355	0.01 38	0.84 386

DN-CSS_ROB	0.38 169	1.27 403	2.50 310	0.01 239	0.00 1	1.01 267	0.00 1	1.21 267	0.83 302	0.02 173	0.00 1	0.19 230	0.02 166	0.10 116	0.19 220	0.00 1	0.00 1	0.00 1	0.00 1	0.26 404	0.03 74

AIO-Stereo	0.29 108	0.19 142	0.68 7	0.51 416	0.69 424	0.32 73	0.00 1	0.11 67	0.50 137	0.05 247	0.00 1	0.01 15	0.00 1	0.11 121	0.34 271	0.00 1	0.76 394	0.00 1	0.23 433	0.07 258	1.25 412

CFNet-RSSM	0.21 66	0.08 54	1.39 94	0.00 1	0.12 325	0.63 159	0.00 1	1.32 283	0.15 36	0.01 108	0.00 1	0.09 174	0.00 1	0.11 121	0.04 111	0.00 1	0.00 1	0.00 1	0.23 433	0.01 38	0.08 142

MIM_Stereo	0.29 108	0.65 300	1.73 194	0.00 1	1.03 448	0.30 67	0.00 1	0.16 99	0.18 66	0.12 313	0.00 1	0.05 130	0.01 109	0.12 123	0.01 40	0.00 1	0.03 284	0.00 1	0.00 1	0.13 333	1.24 410

Wz-Net-LNSev	0.46 223	1.11 391	5.46 429	0.00 1	0.00 1	0.51 121	0.00 1	0.41 167	0.91 360	0.00 1	0.01 193	0.23 241	0.03 208	0.12 123	0.25 242	0.00 1	0.00 1	0.00 1	0.00 1	0.07 258	0.15 221

fast-acv-ft	0.34 137	0.71 316	4.20 402	0.06 311	0.01 215	0.28 64	0.17 368	0.11 67	0.34 111	0.00 1	0.00 1	0.08 166	0.09 300	0.13 125	0.27 250	0.01 391	0.00 1	0.03 426	0.01 317	0.27 406	0.04 92

ProNet	0.25 92	0.25 169	1.15 47	0.08 320	0.41 385	0.84 221	0.00 1	0.06 31	0.39 119	0.00 1	0.00 1	0.01 15	0.00 1	0.13 125	0.01 40	0.00 1	0.23 330	0.00 1	0.00 1	0.09 300	1.34 416

111	0.42 195	0.98 371	2.02 257	0.00 1	0.02 256	1.06 292	0.03 301	1.98 365	0.83 302	0.30 363	0.01 193	0.21 235	0.05 266	0.13 125	0.09 159	0.00 1	0.00 1	0.00 1	0.00 1	0.08 277	0.65 373

UPFNet	0.23 80	0.24 168	1.56 147	0.00 1	0.00 1	0.50 119	0.00 1	1.28 277	0.68 176	0.00 1	0.00 1	0.10 181	0.01 109	0.13 125	0.11 169	0.00 1	0.00 1	0.00 1	0.00 1	0.05 213	0.03 74

NRIStereo	0.22 70	0.06 11	1.40 98	0.05 294	0.01 215	1.16 381	0.32 406	0.04 13	0.81 287	0.04 234	0.01 193	0.11 185	0.01 109	0.14 129	0.02 67	0.00 1	0.02 276	0.00 1	0.00 1	0.05 213	0.10 172

AdaStereo	0.25 92	0.09 67	1.34 75	0.00 1	0.00 1	0.26 61	0.00 1	1.95 363	0.75 203	0.00 1	0.00 1	0.30 262	0.01 109	0.14 129	0.13 183	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.05 111
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.
iResNet	0.34 137	0.50 270	1.65 174	0.00 1	0.00 1	0.70 187	0.00 1	1.60 315	0.78 256	0.01 108	0.00 1	0.04 106	0.03 208	0.15 131	1.11 360	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.20 249

MSKI-zero shot	0.34 137	0.12 93	1.70 187	0.55 419	0.44 387	1.10 352	0.03 301	0.91 227	0.22 84	0.22 343	0.05 295	0.06 149	0.00 1	0.16 132	0.04 111	0.00 1	0.87 414	0.00 1	0.18 417	0.02 111	0.22 253

TestStereo1	0.32 130	0.67 304	1.66 177	0.00 1	0.23 363	1.13 372	0.01 216	0.94 233	0.76 224	0.00 1	0.05 295	0.05 130	0.01 109	0.16 132	0.05 125	0.00 1	0.24 332	0.00 1	0.00 1	0.17 370	0.23 261

SA-5K	0.32 130	0.67 304	1.66 177	0.00 1	0.23 363	1.13 372	0.01 216	0.94 233	0.76 224	0.00 1	0.05 295	0.05 130	0.01 109	0.16 132	0.05 125	0.00 1	0.24 332	0.00 1	0.00 1	0.17 370	0.23 261

CIPLG	0.44 209	1.17 396	2.82 328	0.10 329	0.01 215	0.93 248	0.20 375	1.76 335	0.85 336	0.04 234	0.01 193	0.16 212	0.06 279	0.16 132	0.19 220	0.00 1	0.04 294	0.01 403	0.01 317	0.17 370	0.04 92

IPLGR_C	0.45 216	1.25 401	3.05 340	0.10 329	0.01 215	0.91 241	0.20 375	1.77 338	0.86 347	0.04 234	0.01 193	0.15 203	0.07 291	0.16 132	0.19 220	0.00 1	0.04 294	0.01 403	0.02 330	0.17 370	0.04 92

ACRE	0.45 216	1.14 394	3.22 350	0.12 342	0.00 1	0.90 238	0.20 375	1.77 338	0.84 312	0.04 234	0.01 193	0.15 203	0.06 279	0.16 132	0.18 211	0.00 1	0.03 284	0.01 403	0.02 330	0.17 370	0.04 92

raft+_RVC	0.35 143	0.89 358	1.67 180	0.00 1	1.28 455	0.67 180	0.04 318	0.08 49	0.15 36	0.01 108	0.00 1	0.02 50	0.04 237	0.16 132	0.18 211	0.00 1	1.39 460	0.00 1	0.00 1	0.07 258	0.44 329

AFF-stereo	0.36 153	0.98 371	1.62 168	0.00 1	0.09 312	0.92 246	0.00 1	0.62 189	0.84 312	0.08 285	0.00 1	0.05 130	0.05 266	0.16 132	0.06 139	0.00 1	0.63 375	0.00 1	0.00 1	0.24 399	0.84 386

iResNetv2_ROB	0.51 245	1.70 424	3.96 394	0.00 1	0.00 1	0.60 148	0.00 1	1.81 348	0.82 293	0.03 215	0.00 1	0.08 166	0.02 166	0.16 132	0.59 321	0.00 1	0.00 1	0.00 1	0.00 1	0.31 420	0.09 156

AE-Stereo	0.43 204	0.07 29	1.90 234	0.05 294	0.21 351	1.09 339	0.00 1	1.02 240	0.48 133	0.39 384	0.28 354	0.18 222	0.00 1	0.18 141	0.05 125	0.00 1	0.83 406	0.00 1	0.23 433	0.07 258	1.64 438

Any-RAFT	0.24 83	0.07 29	1.16 50	0.00 1	0.01 215	1.13 372	0.00 1	1.21 267	0.36 113	0.02 173	0.00 1	0.49 316	0.00 1	0.19 142	0.03 83	0.00 1	0.08 311	0.00 1	0.00 1	0.00 1	0.03 74

pcwnet_v2	0.49 235	0.14 108	4.76 414	0.00 1	0.00 1	0.68 182	0.00 1	2.39 385	0.81 287	0.01 108	0.00 1	0.35 278	0.32 351	0.19 142	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.22 253

Sa-1000	0.44 209	0.58 289	1.85 224	0.00 1	0.22 354	1.09 339	0.01 216	2.98 419	0.75 203	0.00 1	0.09 316	0.04 106	0.00 1	0.21 144	0.00 1	0.00 1	0.50 362	0.00 1	0.13 390	0.12 328	0.12 195

SA	0.43 204	0.63 298	1.92 240	0.00 1	0.22 354	1.11 358	0.00 1	2.87 415	0.75 203	0.00 1	0.01 193	0.04 106	0.01 109	0.21 144	0.00 1	0.00 1	0.40 352	0.00 1	0.14 397	0.14 350	0.22 253

ICVP	0.16 36	0.05 5	1.22 57	0.00 1	0.01 215	1.01 267	0.09 351	0.28 142	0.17 55	0.00 1	0.02 279	0.07 160	0.01 109	0.21 144	0.05 125	0.00 1	0.01 268	0.00 1	0.00 1	0.01 38	0.09 156
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
IER	0.20 61	0.30 187	1.87 227	0.00 1	0.00 1	0.61 155	0.00 1	0.25 135	0.23 88	0.00 1	0.00 1	0.40 295	0.02 166	0.22 147	0.07 145	0.00 1	0.00 1	0.00 1	0.00 1	0.04 198	0.01 49

raftrobust	0.30 119	0.78 337	1.65 174	0.00 1	1.25 454	0.66 174	0.03 301	0.10 64	0.32 108	0.02 173	0.00 1	0.03 86	0.03 208	0.22 147	0.13 183	0.00 1	0.44 354	0.00 1	0.00 1	0.07 258	0.22 253

PSM-AAD	0.53 263	0.04 2	1.38 90	0.06 311	0.00 1	1.20 393	2.11 450	0.17 103	0.78 256	0.01 108	0.44 384	0.14 196	3.94 442	0.23 149	0.06 139	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.02 66

ff7	0.36 153	0.21 153	1.28 64	0.16 358	0.22 354	1.07 312	0.00 1	0.12 76	0.56 148	0.32 369	0.00 1	0.01 15	0.04 237	0.25 150	0.03 83	0.00 1	0.92 422	0.00 1	0.10 375	0.08 277	1.75 444

ffff	0.36 153	0.21 153	1.28 64	0.16 358	0.22 354	1.07 312	0.00 1	0.12 76	0.56 148	0.32 369	0.00 1	0.01 15	0.04 237	0.25 150	0.03 83	0.00 1	0.92 422	0.00 1	0.10 375	0.08 277	1.75 444

11t	0.36 153	0.21 153	1.28 64	0.16 358	0.22 354	1.07 312	0.00 1	0.12 76	0.56 148	0.32 369	0.00 1	0.01 15	0.04 237	0.25 150	0.03 83	0.00 1	0.92 422	0.00 1	0.10 375	0.08 277	1.75 444

Selective-IGEV	0.28 103	0.11 85	1.31 71	0.64 432	0.60 418	0.27 62	0.00 1	0.05 21	0.56 148	0.00 1	0.00 1	0.01 15	0.03 208	0.25 150	0.25 242	0.00 1	0.79 395	0.00 1	0.07 361	0.06 240	0.62 367

ccc-4	0.36 153	0.21 153	1.28 64	0.16 358	0.22 354	1.07 312	0.00 1	0.12 76	0.56 148	0.32 369	0.00 1	0.01 15	0.04 237	0.25 150	0.03 83	0.00 1	0.92 422	0.00 1	0.10 375	0.08 277	1.75 444

RAFT_CTSACE	0.25 92	0.71 316	2.06 264	0.00 1	0.01 215	0.49 117	0.00 1	0.37 160	0.18 66	0.01 108	0.00 1	0.34 272	0.00 1	0.25 150	0.07 145	0.00 1	0.20 327	0.00 1	0.00 1	0.25 403	0.11 184

DMCA	0.30 119	0.38 227	2.48 307	0.00 1	0.01 215	0.98 259	0.01 216	0.47 170	0.80 278	0.02 173	0.01 193	0.05 130	0.00 1	0.25 150	0.29 252	0.00 1	0.00 1	0.00 1	0.00 1	0.05 213	0.10 172

11t1	0.39 178	0.17 135	1.36 80	0.00 1	0.47 392	0.11 40	0.00 1	0.59 183	1.12 402	0.05 247	0.29 359	0.03 86	0.00 1	0.26 157	0.66 331	0.00 1	1.05 431	0.00 1	0.14 397	0.03 162	1.45 428

LL-Strereo2	0.34 137	0.87 352	1.70 187	0.64 432	0.84 436	0.54 130	0.04 318	0.15 93	0.18 66	0.02 173	0.00 1	0.03 86	0.02 166	0.26 157	0.26 247	0.00 1	0.13 319	0.00 1	0.01 317	0.04 198	0.98 397

anonymousa	0.44 209	0.23 163	2.16 272	0.67 438	1.21 453	0.28 64	0.00 1	0.02 6	0.18 66	0.01 108	0.30 361	0.58 327	0.02 166	0.26 157	0.38 295	0.00 1	1.12 441	0.00 1	0.54 462	0.03 162	0.78 381

x	0.42 195	0.26 173	1.38 90	0.00 1	0.44 387	0.12 42	0.00 1	0.90 226	1.14 410	0.07 276	0.30 361	0.03 86	0.00 1	0.26 157	0.72 341	0.00 1	1.06 434	0.00 1	0.17 414	0.03 162	1.49 430

Occ-G	0.37 160	0.20 148	1.68 182	0.39 408	0.51 402	0.28 64	0.00 1	0.24 134	0.74 193	0.17 335	0.01 193	0.01 15	0.03 208	0.27 161	0.59 321	0.00 1	0.64 378	0.00 1	0.07 361	0.15 356	1.40 421

RAFT-Test	0.37 160	0.11 85	1.68 182	0.57 424	0.93 441	0.43 102	0.10 355	1.03 243	0.49 135	0.16 327	0.00 1	0.87 365	0.00 1	0.27 161	0.12 173	0.00 1	0.33 343	0.00 1	0.24 443	0.01 38	0.05 111

CBFPSM	0.42 195	0.89 358	2.62 320	0.00 1	0.00 1	0.32 73	0.00 1	0.37 160	0.82 293	0.01 108	0.01 193	1.65 415	1.00 395	0.27 161	0.34 271	0.00 1	0.01 268	0.00 1	0.00 1	0.02 111	0.10 172

anonymity	0.27 100	0.08 54	1.16 50	0.10 329	0.30 373	0.04 19	0.00 1	0.55 179	0.08 11	0.42 386	0.13 326	0.49 316	0.57 370	0.27 161	0.30 255	0.00 1	0.33 343	0.00 1	0.23 433	0.01 38	0.43 324

test_4	0.20 61	0.33 206	1.50 126	0.08 320	0.13 328	1.04 283	0.00 1	0.05 21	0.09 17	0.10 300	0.00 1	0.02 50	0.01 109	0.27 161	0.14 190	0.00 1	0.08 311	0.00 1	0.02 330	0.13 333	0.07 127

FENet	0.27 100	0.19 142	1.51 131	0.00 1	0.00 1	1.01 267	0.00 1	1.02 240	0.77 243	0.00 1	0.00 1	0.24 244	0.04 237	0.27 161	0.22 232	0.00 1	0.00 1	0.00 1	0.00 1	0.03 162	0.07 127

MFMNet_re	0.38 169	1.27 403	3.38 368	0.65 434	0.00 1	0.17 50	0.02 280	0.07 40	1.02 376	0.03 215	0.03 287	0.12 189	0.00 1	0.27 161	0.37 287	0.00 1	0.00 1	0.00 1	0.00 1	0.19 384	0.11 184

Prome-Stereo	0.28 103	0.06 11	1.40 98	0.10 329	0.00 1	1.16 381	0.02 280	0.39 162	0.88 354	0.02 173	0.52 391	0.05 130	0.69 377	0.28 168	0.07 145	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.03 74

MMNet	0.29 108	0.53 278	2.13 270	0.00 1	0.00 1	0.69 186	0.00 1	0.74 208	0.80 278	0.01 108	0.01 193	0.18 222	0.09 300	0.28 168	0.14 190	0.00 1	0.00 1	0.00 1	0.00 1	0.07 258	0.04 92

LMCR-Stereo	0.38 169	0.65 300	1.77 204	0.00 1	0.00 1	0.82 213	0.00 1	2.33 380	0.84 312	0.00 1	0.00 1	0.04 106	0.04 237	0.29 170	0.72 341	0.00 1	0.00 1	0.00 1	0.00 1	0.07 258	0.01 49

ToySt	0.42 195	0.33 206	2.09 265	0.08 320	0.55 406	0.55 135	0.00 1	0.72 204	0.55 146	0.05 247	0.26 343	0.37 286	0.00 1	0.30 171	0.54 317	0.01 391	0.58 370	0.00 1	0.14 397	0.04 198	1.33 414

AnonymousM	0.18 45	0.07 29	0.80 15	0.04 288	0.00 1	1.03 277	0.00 1	0.20 114	0.65 169	0.06 267	0.00 1	0.00 1	0.00 1	0.33 172	0.02 67	0.00 1	0.19 325	0.00 1	0.00 1	0.01 38	0.18 235

SPstereo	0.38 169	0.68 307	1.41 108	0.27 390	1.00 447	0.86 228	0.00 1	0.11 67	0.56 148	0.22 343	0.31 367	0.06 149	0.00 1	0.34 173	0.35 277	0.00 1	1.04 429	0.00 1	0.00 1	0.09 300	0.24 271

Consistency-Raft	0.45 216	0.60 294	3.05 340	0.13 347	0.03 273	0.91 241	0.04 318	1.55 308	0.78 256	0.00 1	0.02 279	0.03 86	1.12 401	0.35 174	0.42 307	0.02 408	0.00 1	0.00 1	0.00 1	0.01 38	0.01 49

RALCasStereoNet	0.47 227	0.74 326	1.56 147	0.21 381	0.97 444	0.36 89	0.03 301	0.20 114	0.77 243	0.10 300	0.07 309	0.05 130	0.08 297	0.35 174	0.38 295	0.00 1	1.68 466	0.00 1	0.00 1	0.10 313	1.83 453

IGEV_Zeroshot_test	0.56 287	0.12 93	3.25 353	0.16 358	0.47 392	0.55 135	0.46 418	0.53 178	0.38 115	0.70 404	0.49 389	1.08 380	0.49 365	0.36 176	0.31 260	0.00 1	0.37 350	0.00 1	0.13 390	0.03 162	1.33 414

4D-IteraStereo	0.34 137	0.84 345	2.31 292	0.00 1	0.00 1	0.42 99	0.04 318	0.10 64	0.09 17	0.02 173	0.01 193	0.00 1	0.01 109	0.36 176	0.49 311	0.00 1	0.36 349	0.00 1	0.00 1	0.07 258	1.72 440

TRStereo	0.60 303	0.44 242	2.21 276	0.19 371	0.03 273	1.38 413	0.02 280	3.93 441	0.92 362	0.01 108	0.28 354	0.12 189	0.39 358	0.36 176	0.04 111	0.00 1	0.30 342	0.00 1	0.23 433	0.01 38	1.08 401

HH	0.52 248	0.23 163	1.71 189	0.77 444	0.35 376	1.07 312	0.00 1	0.30 145	0.68 176	0.29 361	0.45 385	1.45 408	0.04 237	0.37 179	0.37 287	0.00 1	0.84 410	0.00 1	0.00 1	0.02 111	1.39 418

HanStereo	0.52 248	0.23 163	1.71 189	0.77 444	0.35 376	1.07 312	0.00 1	0.30 145	0.68 176	0.29 361	0.45 385	1.45 408	0.04 237	0.37 179	0.37 287	0.00 1	0.84 410	0.00 1	0.00 1	0.02 111	1.39 418

KYRaft	0.26 96	0.05 5	1.37 84	0.04 288	0.00 1	1.16 381	0.12 363	0.11 67	0.78 256	0.01 108	0.29 359	0.03 86	0.75 384	0.37 179	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.03 74

BEATNet_4x	0.39 178	1.05 382	2.97 337	0.00 1	0.00 1	0.30 67	0.01 216	1.22 269	0.46 130	0.00 1	0.00 1	0.31 265	0.03 208	0.37 179	0.64 326	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.42 321

EGLCR-Stereo	0.43 204	0.07 29	1.21 56	0.58 425	0.65 420	1.64 420	0.31 401	1.15 261	0.19 78	0.43 387	0.02 279	0.00 1	0.02 166	0.38 183	0.14 190	0.00 1	0.66 380	0.00 1	0.00 1	0.00 1	1.11 406

MC-Stereo	0.38 169	0.12 93	1.30 70	0.65 434	0.70 425	1.06 292	0.00 1	0.03 10	0.14 29	0.23 347	0.00 1	0.04 106	0.02 166	0.38 183	0.12 173	0.00 1	1.08 437	0.00 1	0.02 330	0.08 277	1.72 440

IGEV-Stereo++	0.25 92	0.05 5	0.71 8	0.15 353	0.23 363	0.60 148	0.00 1	0.08 49	0.09 17	0.25 354	0.01 193	0.01 15	0.00 1	0.39 185	0.06 139	0.00 1	0.72 387	0.00 1	0.00 1	0.03 162	1.52 432

MyStereo06	0.53 263	0.36 221	2.90 333	0.01 239	0.00 1	1.11 358	0.01 216	0.56 180	0.49 135	0.74 406	0.45 385	1.24 394	1.02 396	0.39 185	0.34 271	0.00 1	0.60 373	0.00 1	0.08 365	0.01 38	0.33 302

GCAP-BAT	0.53 263	0.12 93	1.52 134	0.56 422	0.51 402	1.23 397	0.03 301	0.76 213	0.44 127	0.57 398	0.69 400	0.85 362	0.07 291	0.41 187	0.35 277	0.00 1	1.04 429	0.00 1	0.40 459	0.05 213	0.95 394

anonymousdsp2	0.40 185	0.07 29	1.78 208	0.28 394	0.74 427	0.65 170	0.00 1	0.16 99	0.61 161	0.31 367	0.01 193	0.17 218	0.01 109	0.41 187	0.17 205	0.00 1	0.88 415	0.00 1	0.02 330	0.04 198	1.73 443

gcap-zeroshot	0.33 133	0.41 234	1.90 234	0.07 317	0.49 397	0.78 202	0.00 1	0.30 145	0.80 278	0.02 173	0.00 1	0.62 331	0.02 166	0.42 189	0.06 139	0.00 1	0.25 336	0.00 1	0.17 414	0.00 1	0.25 276

iinet-f	0.59 299	0.91 363	5.57 430	0.00 1	0.01 215	0.78 202	0.00 1	1.81 348	0.84 312	0.03 215	0.00 1	0.41 297	0.43 359	0.42 189	0.12 173	0.00 1	0.00 1	0.00 1	0.00 1	0.36 426	0.08 142

riskmin	0.49 235	0.04 2	1.45 118	0.70 441	0.80 432	0.54 130	0.20 375	1.05 249	0.20 80	0.24 351	0.27 345	1.13 387	0.00 1	0.43 191	0.41 304	0.00 1	0.80 398	0.00 1	0.26 446	0.00 1	1.23 409

Anonymous_2	1.27 392	0.19 142	1.80 214	0.70 441	0.78 429	0.61 155	0.20 375	0.92 229	0.48 133	0.22 343	0.30 361	1.44 407	0.00 1	0.43 191	0.40 300	0.01 391	0.84 410	2.29 468	11.27 473	1.29 451	1.20 408

LCNet	0.26 96	0.14 108	1.38 90	0.10 329	0.00 1	0.97 257	0.00 1	0.12 76	0.78 256	0.01 108	0.00 1	0.02 50	1.07 400	0.43 191	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 356	0.03 74

GES	0.23 80	0.19 142	1.56 147	0.00 1	0.00 1	1.07 312	0.02 280	0.73 207	0.15 36	0.00 1	0.02 279	0.11 185	0.08 297	0.44 194	0.16 202	0.01 391	0.00 1	0.00 1	0.00 1	0.05 213	0.09 156

AEACV	0.45 216	0.04 2	1.15 47	0.69 439	0.94 442	0.91 241	0.00 1	0.70 196	0.27 100	0.39 384	0.05 295	0.01 15	0.10 305	0.45 195	0.04 111	0.00 1	0.90 417	0.00 1	0.32 455	0.08 277	2.01 459

UNet	0.29 108	0.26 173	2.47 304	0.00 1	0.00 1	0.71 189	0.01 216	0.52 175	0.81 287	0.00 1	0.00 1	0.37 286	0.02 166	0.46 196	0.10 162	0.00 1	0.00 1	0.00 1	0.00 1	0.05 213	0.04 92

anonymousdsp	0.41 190	0.21 153	1.52 134	0.43 411	0.54 405	1.07 312	0.00 1	0.11 67	0.56 148	0.34 373	0.00 1	0.01 15	0.05 266	0.47 197	0.03 83	0.00 1	0.81 399	0.00 1	0.11 382	0.08 277	1.81 451

IGEV-Stereo	0.41 190	0.21 153	1.53 138	0.43 411	0.55 406	1.07 312	0.00 1	0.11 67	0.56 148	0.34 373	0.00 1	0.01 15	0.05 266	0.47 197	0.03 83	0.00 1	0.81 399	0.00 1	0.11 382	0.08 277	1.81 451
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ADCP+	1.56 406	1.51 419	8.93 448	0.01 239	0.03 273	1.27 404	0.77 439	1.03 243	0.95 365	0.02 173	0.01 193	0.95 371	1.02 396	0.48 199	14.01 459	0.00 1	0.00 1	0.00 1	0.00 1	0.10 313	0.15 221

MoCha-V2	0.41 190	0.37 223	1.31 71	0.55 419	1.05 449	0.20 53	0.00 1	0.13 88	0.21 83	0.11 308	0.00 1	0.17 218	0.00 1	0.49 200	0.27 250	0.00 1	1.44 462	0.00 1	0.20 426	0.04 198	1.58 434

MyStereo07	0.30 119	0.34 214	1.49 123	0.00 1	0.25 366	0.98 259	0.01 216	0.06 31	0.57 157	0.35 376	0.00 1	0.01 15	0.06 279	0.49 200	0.09 159	0.00 1	0.79 395	0.00 1	0.08 365	0.02 111	0.32 297

AIO-Stereo-zeroshot1	1.00 376	0.65 300	4.67 411	0.54 417	0.58 412	1.03 277	0.18 371	0.99 237	0.54 141	0.48 391	5.23 436	1.13 387	0.95 393	0.52 202	0.65 327	0.01 391	0.59 372	0.00 1	0.25 445	0.11 318	0.85 390

FTStereo	0.82 360	0.06 11	1.88 229	0.12 342	0.00 1	1.15 378	2.70 456	0.16 99	0.84 312	0.16 327	5.80 437	0.36 283	2.49 427	0.53 203	0.01 40	0.07 422	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

IGEV++	0.38 169	0.31 194	1.34 75	0.69 439	0.86 438	0.06 28	0.00 1	0.08 49	0.15 36	0.14 318	0.04 293	0.02 50	0.06 279	0.54 204	0.05 125	0.00 1	1.15 450	0.00 1	0.03 342	0.11 318	1.94 458

RAFT+CT+SA	0.38 169	0.74 326	1.84 221	0.02 262	0.27 369	1.12 363	0.00 1	0.91 227	0.75 203	0.00 1	0.00 1	0.27 254	0.01 109	0.56 205	0.00 1	0.00 1	0.16 322	0.00 1	0.30 454	0.13 333	0.42 321

ffm	0.61 308	0.33 206	3.52 374	0.00 1	0.00 1	0.64 162	0.00 1	1.74 329	1.17 421	0.00 1	0.31 367	0.68 344	0.02 166	0.57 206	0.01 40	0.00 1	1.12 441	0.00 1	0.15 402	0.08 277	1.86 454

tt1	0.58 295	0.31 194	2.24 285	0.30 396	0.38 381	1.32 406	0.00 1	1.74 329	1.17 421	0.38 379	0.00 1	0.03 86	0.02 166	0.57 206	0.01 40	0.00 1	1.12 441	0.00 1	0.00 1	0.08 277	1.86 454

EAI-Stereo	0.98 372	0.06 11	1.09 43	0.17 366	0.67 423	1.19 392	4.84 461	2.67 400	0.91 360	0.95 414	4.52 432	0.30 262	0.53 369	0.57 206	0.46 309	0.00 1	0.07 309	0.00 1	0.29 452	0.01 38	0.34 304

rafts_anoy	0.37 160	0.77 336	1.68 182	0.43 411	0.99 445	0.53 128	0.04 318	0.16 99	0.14 29	0.08 285	0.01 193	0.06 149	0.06 279	0.58 209	0.21 226	0.00 1	1.44 462	0.00 1	0.01 317	0.05 213	0.14 212

ACVNet-DCA	0.52 248	0.29 182	2.22 277	0.31 399	0.20 347	1.33 407	0.00 1	1.23 271	1.14 410	0.38 379	0.00 1	0.03 86	0.02 166	0.59 210	0.02 67	0.00 1	1.12 441	0.00 1	0.00 1	0.03 162	1.44 424

xx1	0.55 278	0.29 182	2.22 277	0.31 399	0.20 347	1.33 407	0.00 1	1.78 340	1.03 377	0.38 379	0.00 1	0.01 15	0.00 1	0.59 210	0.02 67	0.00 1	1.12 441	0.00 1	0.19 422	0.03 162	1.44 424

cc1	0.56 287	0.29 182	2.22 277	0.31 399	0.20 347	1.33 407	0.00 1	1.78 340	1.03 377	0.38 379	0.00 1	0.03 86	0.02 166	0.59 210	0.02 67	0.00 1	1.12 441	0.00 1	0.00 1	0.09 300	1.86 454

ssnet_v2	0.39 178	0.47 254	2.11 267	0.00 1	0.00 1	0.81 209	0.00 1	1.33 286	0.86 347	0.12 313	0.01 193	0.87 365	0.10 305	0.60 213	0.35 277	0.00 1	0.00 1	0.00 1	0.00 1	0.16 365	0.09 156

AASNet	0.40 185	0.98 371	2.57 317	0.00 1	0.00 1	0.93 248	0.01 216	0.79 218	0.82 293	0.01 108	0.00 1	0.38 291	0.02 166	0.62 214	0.43 308	0.00 1	0.00 1	0.00 1	0.00 1	0.31 420	0.14 212

AIO-Stereo-zeroshot	0.74 344	0.49 261	4.66 410	0.08 320	0.61 419	0.82 213	0.24 385	1.47 299	0.11 24	0.55 395	0.10 321	2.30 427	0.81 389	0.64 215	0.31 260	0.00 1	0.53 367	0.00 1	0.29 452	0.11 318	0.59 360

dad	0.24 83	0.98 371	1.61 165	0.00 1	0.00 1	1.03 277	0.00 1	0.03 10	0.38 115	0.01 108	0.00 1	0.02 50	0.01 109	0.65 216	0.11 169	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.00 1

MyStereo8	0.50 241	0.68 307	3.08 344	0.43 411	0.01 215	1.22 396	0.00 1	0.82 221	0.20 80	0.03 215	0.41 381	0.15 203	0.04 237	0.68 217	0.12 173	0.00 1	1.39 460	0.00 1	0.03 342	0.04 198	0.63 371

mmm	0.47 227	0.20 148	1.18 54	0.02 262	0.79 430	0.06 28	0.00 1	1.11 258	1.16 418	0.06 267	0.30 361	0.14 196	0.03 208	0.68 217	0.67 335	0.00 1	1.12 441	0.00 1	0.22 432	0.03 162	1.63 437

MIPNet	0.42 195	0.59 290	2.22 277	0.02 262	0.00 1	1.11 358	0.09 351	1.88 355	0.88 354	0.11 308	0.06 306	0.22 239	0.19 331	0.74 219	0.00 1	0.00 1	0.00 1	0.00 1	0.01 317	0.08 277	0.12 195

model_zeroshot	0.47 227	0.43 239	1.54 141	0.61 427	0.72 426	0.85 225	0.02 280	0.88 225	0.57 157	0.92 413	0.00 1	0.43 300	0.01 109	0.78 220	0.10 162	0.00 1	0.63 375	0.00 1	0.11 382	0.01 38	0.71 377

DLNR_Zeroshot_test	21.33 472	48.16 473	86.21 477	96.01 485	87.63 483	0.32 73	0.00 1	18.10 472	0.52 139	0.04 234	0.01 193	0.00 1	0.00 1	0.78 220	0.07 145	16.15 472	0.90 417	0.00 1	0.21 430	70.18 479	1.39 418

test_5	0.39 178	0.73 322	2.28 290	0.01 239	0.22 354	0.84 221	0.01 216	1.02 240	0.77 243	0.12 313	0.00 1	0.30 262	0.01 109	0.82 222	0.03 83	0.00 1	0.04 294	0.00 1	0.00 1	0.15 356	0.46 333

iRaft-Stereo_20w	0.77 350	0.13 100	2.90 333	0.63 431	0.50 399	1.18 388	0.58 429	2.56 393	0.71 185	0.85 410	0.05 295	0.78 356	1.02 396	0.82 222	0.76 343	0.00 1	0.52 366	0.00 1	0.14 397	0.02 111	1.25 412

UCFNet_RVC	0.26 96	0.61 295	1.59 157	0.00 1	0.00 1	1.00 265	0.00 1	0.26 138	0.39 119	0.01 108	0.00 1	0.42 299	0.02 166	0.84 224	0.07 145	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.04 92

DispFullNet	1.25 391	0.95 369	3.73 386	1.00 449	0.79 430	0.43 102	0.01 216	1.70 323	0.82 293	2.55 439	0.63 397	1.08 380	8.75 458	0.84 224	1.36 375	0.00 1	0.02 276	0.00 1	0.00 1	0.24 399	0.19 246

gwcnet-sp	0.35 143	0.37 223	3.29 355	0.00 1	0.00 1	0.51 121	0.03 301	0.74 208	0.76 224	0.01 108	0.01 193	0.09 174	0.04 237	0.88 226	0.13 183	0.00 1	0.00 1	0.00 1	0.00 1	0.05 213	0.04 92

scenet	0.35 143	0.37 223	3.29 355	0.00 1	0.00 1	0.51 121	0.03 301	0.74 208	0.76 224	0.01 108	0.01 193	0.09 174	0.04 237	0.88 226	0.13 183	0.00 1	0.00 1	0.00 1	0.00 1	0.05 213	0.04 92

ssnet	0.35 143	0.37 223	3.29 355	0.00 1	0.00 1	0.51 121	0.03 301	0.74 208	0.76 224	0.01 108	0.01 193	0.09 174	0.04 237	0.88 226	0.13 183	0.00 1	0.00 1	0.00 1	0.00 1	0.05 213	0.04 92

EKT-Stereo	0.55 278	0.15 116	1.80 214	0.73 443	4.21 468	1.08 323	0.00 1	1.17 265	0.32 108	0.02 173	0.00 1	0.08 166	0.00 1	1.01 229	0.13 183	0.00 1	0.03 284	0.00 1	0.05 351	0.03 162	0.29 290

hknet	0.45 216	0.14 108	1.89 230	0.00 1	0.00 1	1.09 339	0.00 1	2.67 400	0.82 293	0.30 363	0.09 316	0.63 333	0.00 1	1.06 230	0.38 295	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

LALA_ROB	0.45 216	0.73 322	1.91 236	0.00 1	0.01 215	0.98 259	0.01 216	1.99 366	0.84 312	0.15 324	0.00 1	0.09 174	0.01 109	1.06 230	1.01 354	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.05 111

PWCDC_ROB	1.13 388	1.70 424	3.52 374	0.00 1	0.00 1	1.15 378	0.00 1	2.49 387	1.39 428	0.02 173	8.80 451	0.34 272	0.09 300	1.11 232	1.20 364	0.00 1	0.00 1	0.00 1	0.00 1	0.56 440	0.21 252

ADCMid	1.62 410	1.76 428	8.67 446	0.04 288	0.03 273	1.61 419	0.17 368	1.49 302	1.15 417	0.88 411	0.57 394	0.86 364	0.69 377	1.18 233	12.53 458	0.01 391	0.00 1	0.29 454	0.08 365	0.20 388	0.24 271

IGEVStereo-DCA	0.47 227	0.71 316	1.28 64	0.16 358	0.15 334	0.32 73	0.00 1	0.12 76	0.56 148	0.24 351	0.01 193	0.05 130	0.07 291	1.19 234	2.07 390	0.00 1	0.47 358	0.00 1	0.10 375	0.15 356	1.75 444

rrr	0.72 338	0.71 316	4.76 414	0.16 358	0.15 334	0.32 73	0.04 318	1.80 347	0.61 161	0.24 351	0.01 193	0.05 130	0.07 291	1.19 234	2.07 390	0.00 1	0.47 358	0.00 1	0.18 417	0.15 356	1.48 429

PFNet+	0.28 103	0.10 76	1.61 165	0.08 320	0.01 215	1.12 363	0.41 416	0.12 76	0.80 278	0.08 285	0.01 193	0.02 50	0.00 1	1.19 234	0.04 111	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

UDG	0.55 278	0.86 350	2.15 271	0.00 1	0.00 1	0.98 259	0.00 1	2.09 372	0.83 302	0.08 285	0.00 1	1.49 411	0.18 329	1.20 237	1.07 357	0.00 1	0.00 1	0.00 1	0.00 1	0.08 277	0.09 156

DISCO	0.35 143	0.31 194	1.99 254	0.16 358	0.16 338	0.33 82	0.00 1	0.15 93	0.30 105	0.00 1	0.01 193	1.49 411	0.00 1	1.21 238	0.63 325	0.00 1	0.00 1	0.00 1	0.00 1	0.07 258	0.12 195

test_xeample3	0.77 350	0.71 316	4.91 420	0.18 368	0.22 354	0.34 84	0.05 329	1.81 348	0.61 161	0.23 347	0.03 287	0.06 149	0.05 266	1.26 239	2.12 394	0.00 1	0.69 381	0.00 1	0.23 433	0.15 356	1.78 449

DeepPruner_ROB	0.34 137	0.75 332	2.38 297	0.00 1	0.00 1	1.12 363	0.03 301	0.30 145	0.16 46	0.00 1	0.00 1	0.39 293	0.03 208	1.27 240	0.14 190	0.00 1	0.00 1	0.00 1	0.00 1	0.05 213	0.10 172

StereoDRNet-Refined	0.30 119	0.19 142	1.19 55	0.00 1	0.00 1	0.81 209	0.00 1	0.92 229	0.84 312	0.00 1	0.00 1	0.50 320	0.02 166	1.27 240	0.10 162	0.00 1	0.00 1	0.00 1	0.00 1	0.11 318	0.05 111
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MLCV	0.35 143	0.84 345	1.96 250	0.00 1	0.00 1	0.48 113	0.00 1	0.81 220	0.29 104	0.10 300	0.00 1	0.28 257	0.03 208	1.32 242	0.80 347	0.00 1	0.00 1	0.00 1	0.00 1	0.07 258	0.09 156

XX-Stereo	0.73 341	0.18 138	5.35 424	0.38 407	0.26 368	1.13 372	0.00 1	3.03 421	0.18 66	0.14 318	0.01 193	1.40 404	0.01 109	1.36 243	0.04 111	0.00 1	0.50 362	0.00 1	0.16 411	0.03 162	0.43 324

1test111	0.59 299	0.29 182	2.22 277	0.31 399	0.20 347	1.33 407	0.00 1	1.23 271	1.14 410	0.38 379	0.00 1	0.03 86	0.02 166	1.38 244	0.69 337	0.00 1	1.12 441	0.00 1	0.00 1	0.03 162	1.44 424

qqq	0.49 235	0.28 179	1.37 84	0.00 1	0.49 397	0.14 46	0.00 1	1.23 271	1.14 410	0.07 276	0.31 367	0.01 15	0.00 1	1.38 244	0.69 337	0.00 1	1.06 434	0.00 1	0.19 422	0.03 162	1.44 424

STTStereo	0.33 133	0.49 261	2.91 335	0.00 1	0.00 1	0.83 216	0.03 301	0.28 142	0.16 46	0.02 173	0.00 1	0.20 234	0.03 208	1.52 246	0.08 151	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.03 74

DualNet (step1)	0.67 328	0.30 187	2.23 282	0.00 1	0.00 1	1.25 398	0.00 1	2.79 409	1.10 393	0.05 247	0.28 354	0.31 265	0.00 1	1.55 247	0.33 266	0.40 437	0.91 420	1.05 462	0.33 456	0.01 38	0.46 333

test_sample7	0.52 248	0.12 93	1.34 75	0.02 262	0.00 1	0.21 55	0.00 1	2.79 409	1.10 393	0.05 247	0.28 354	0.31 265	0.00 1	1.55 247	0.33 266	0.00 1	0.91 420	0.00 1	0.00 1	0.01 38	1.37 417

DMCA-RVC	0.44 209	0.94 368	4.10 400	0.00 1	0.03 273	0.76 199	0.03 301	0.11 67	0.15 36	0.01 108	0.01 193	0.08 166	0.32 351	1.61 249	0.51 312	0.00 1	0.02 276	0.01 403	0.00 1	0.03 162	0.05 111

Wz-Net-LNSev-Ref	0.54 270	0.84 345	3.67 383	0.00 1	0.00 1	0.56 140	0.00 1	1.40 295	0.80 278	0.00 1	0.00 1	0.06 149	0.13 317	1.76 250	1.42 377	0.00 1	0.00 1	0.00 1	0.00 1	0.03 162	0.08 142

ETE_ROB	0.43 204	0.73 322	1.87 227	0.00 1	0.00 1	0.94 251	0.01 216	1.75 332	0.79 270	0.03 215	0.00 1	0.16 212	0.02 166	1.81 251	0.36 284	0.00 1	0.00 1	0.00 1	0.00 1	0.03 162	0.08 142

iResNet_ROB	0.40 185	1.20 398	1.77 204	0.00 1	0.00 1	0.73 194	0.00 1	1.03 243	0.77 243	0.07 276	0.01 193	0.08 166	0.01 109	1.85 252	0.38 295	0.00 1	0.00 1	0.00 1	0.00 1	0.09 300	0.09 156

DDUNet	0.51 245	0.87 352	2.33 294	0.00 1	0.00 1	0.80 207	0.01 216	1.16 263	0.77 243	0.08 285	0.01 193	1.11 385	0.01 109	2.02 253	0.77 344	0.02 408	0.00 1	0.00 1	0.00 1	0.09 300	0.10 172

CRFU-Net	0.43 204	0.15 116	1.89 230	0.26 389	0.01 215	0.91 241	0.00 1	0.47 170	0.27 100	0.00 1	0.00 1	0.41 297	1.89 419	2.11 254	0.14 190	0.00 1	0.00 1	0.03 426	0.00 1	0.03 162	0.03 74

NINENet	0.52 248	0.14 108	1.48 121	0.06 311	0.00 1	1.88 426	0.00 1	3.28 434	0.76 224	0.00 1	0.00 1	0.64 336	0.00 1	2.11 254	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

HGLStereo	0.35 143	0.40 232	1.83 218	0.00 1	0.00 1	0.65 170	0.01 216	0.68 193	0.39 119	0.03 215	0.01 193	0.47 304	0.03 208	2.14 256	0.17 205	0.00 1	0.00 1	0.00 1	0.00 1	0.08 277	0.04 92

SHD	0.76 347	1.05 382	4.19 401	0.65 434	0.21 351	0.01 6	0.01 216	1.48 301	0.83 302	1.69 427	0.00 1	0.63 333	0.09 300	2.22 257	1.51 378	0.00 1	0.21 328	0.00 1	0.07 361	0.15 356	0.11 184

xxxx	1.42 403	0.28 179	1.49 123	0.00 1	0.59 414	0.56 140	0.00 1	3.13 426	1.14 410	0.06 267	0.01 193	0.02 50	0.02 166	2.26 258	16.08 465	0.00 1	1.09 439	0.00 1	0.15 402	0.03 162	1.42 423

test_sample1	0.44 209	0.16 121	1.07 39	0.00 1	0.09 312	0.16 47	0.00 1	1.22 269	0.76 224	0.05 247	0.24 340	0.15 203	0.00 1	2.28 259	0.59 321	0.00 1	0.84 410	0.00 1	0.08 365	0.02 111	1.19 407

test_sample2	0.44 209	0.15 116	1.11 46	0.00 1	0.00 1	0.35 85	0.00 1	1.38 292	0.90 359	0.01 108	0.22 337	0.02 50	0.00 1	2.30 260	0.56 320	0.00 1	0.83 406	0.00 1	0.08 365	0.01 38	0.84 386

NCCL2	0.38 169	1.00 378	2.12 269	0.00 1	0.01 215	0.79 204	0.00 1	0.59 183	0.38 115	0.01 108	0.00 1	0.02 50	0.03 208	2.31 261	0.21 226	0.00 1	0.00 1	0.02 417	0.00 1	0.04 198	0.13 202

DLCB_ROB	0.36 153	0.46 251	1.27 62	0.00 1	0.00 1	0.45 109	0.00 1	0.66 192	0.81 287	0.03 215	0.04 293	0.66 342	0.04 237	2.35 262	0.37 287	0.00 1	0.00 1	0.00 1	0.00 1	0.03 162	0.10 172

SQANet	0.58 295	1.73 427	3.08 344	0.05 294	0.48 395	0.36 89	0.03 301	0.52 175	0.74 193	0.04 234	0.23 338	0.50 320	0.06 279	2.37 263	0.97 352	0.02 408	0.03 284	0.01 403	0.00 1	0.21 394	0.11 184

G-Net	1.24 390	0.34 214	3.85 390	0.05 294	0.48 395	1.68 422	0.46 418	0.23 128	0.44 127	1.33 423	8.94 452	2.28 426	0.79 387	2.37 263	1.18 361	0.01 391	0.03 284	0.02 417	0.09 372	0.07 258	0.11 184

ADCL	1.70 415	1.00 378	5.82 435	0.07 317	0.04 285	2.14 430	2.27 452	1.26 275	1.09 392	1.55 426	1.08 410	1.23 391	1.53 410	2.38 265	12.21 457	0.01 391	0.00 1	0.00 1	0.00 1	0.12 328	0.16 225

PDISCO_ROB	0.72 338	1.06 387	3.39 369	0.18 368	0.00 1	1.54 415	0.01 216	2.80 412	0.73 192	0.16 327	0.01 193	0.80 358	0.28 346	2.38 265	0.48 310	0.00 1	0.00 1	0.00 1	0.00 1	0.36 426	0.18 235

RainbowNet	0.80 357	1.85 433	3.31 359	0.13 347	0.05 294	1.30 405	0.07 338	2.03 369	0.76 224	0.02 173	0.02 279	1.13 387	0.25 343	2.40 267	1.07 357	0.72 444	0.05 304	0.00 1	0.00 1	0.53 438	0.30 294

FAT-Stereo	0.55 278	0.18 138	2.58 318	0.00 1	0.00 1	0.33 82	0.08 346	2.26 379	0.84 312	0.06 267	0.88 406	0.60 330	0.51 368	2.43 268	0.08 151	0.00 1	0.00 1	0.00 1	0.00 1	0.03 162	0.16 225

NLCA_NET_v2_RVC	0.45 216	0.72 321	3.22 350	0.00 1	0.02 256	0.95 254	0.00 1	0.70 196	0.26 96	0.03 215	0.00 1	0.34 272	0.10 305	2.45 269	0.12 173	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.03 74
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CBMV	0.80 357	0.46 251	2.11 267	0.00 1	0.00 1	0.84 221	0.76 437	3.17 428	0.84 312	0.61 401	0.00 1	1.23 391	1.88 418	2.46 270	0.97 352	0.00 1	0.00 1	0.00 1	0.00 1	0.07 258	0.56 359
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
RTSC	0.99 373	1.38 413	4.55 408	0.22 384	0.19 341	0.23 58	0.01 216	1.46 297	0.84 312	0.31 367	0.35 377	0.58 327	0.04 237	2.47 271	5.88 430	0.00 1	0.53 367	0.00 1	0.14 397	0.35 423	0.29 290

cf-r	0.46 223	0.87 352	2.51 311	0.00 1	0.00 1	1.06 292	0.00 1	0.52 175	0.64 166	0.09 293	0.00 1	0.65 340	0.00 1	2.51 272	0.12 173	0.00 1	0.00 1	0.00 1	0.00 1	0.09 300	0.09 156

AF-Net	0.60 303	0.87 352	3.34 362	0.00 1	0.00 1	0.41 95	0.01 216	1.52 304	0.64 166	0.17 335	0.05 295	1.28 396	0.46 362	2.51 272	0.52 316	0.00 1	0.00 1	0.00 1	0.00 1	0.12 328	0.10 172

tt	48.09 473	0.07 29	27.39 465	1.35 451	0.00 1	100.00 484	100.00 482	100.00 484	96.65 479	0.15 324	0.01 193	97.98 483	87.03 479	2.52 274	99.87 483	82.90 479	94.64 478	16.21 473	20.93 474	33.72 472	0.29 290

ADCPNet	1.58 408	1.00 378	8.71 447	0.01 239	0.19 341	2.69 431	0.26 395	1.15 261	0.54 141	0.04 234	0.02 279	1.41 405	1.76 413	2.52 274	9.78 450	0.00 1	0.46 357	0.00 1	0.64 465	0.07 258	0.34 304

IPLGR	0.50 241	0.22 160	2.74 323	0.03 278	0.02 256	1.08 323	0.03 301	1.95 363	0.75 203	0.09 293	0.00 1	0.18 222	0.22 339	2.57 276	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.05 111

stereogan	0.57 292	0.38 227	3.12 347	0.01 239	0.01 215	0.64 162	0.02 280	1.11 258	0.96 369	0.08 285	0.01 193	1.66 416	0.45 361	2.60 277	0.05 125	0.00 1	0.00 1	0.00 1	0.00 1	0.16 365	0.07 127

PVD	1.08 381	1.09 389	4.07 398	0.61 427	1.15 452	0.72 192	0.01 216	0.93 232	1.18 424	2.39 437	0.00 1	0.65 340	0.11 310	2.60 277	4.29 417	0.00 1	0.82 401	0.00 1	0.13 390	0.12 328	0.75 378

ADCS	1.99 422	2.50 457	10.09 452	0.00 1	0.01 215	0.87 229	0.66 433	1.81 348	0.89 357	2.57 440	0.11 323	1.41 405	0.26 344	2.62 279	15.48 462	0.00 1	0.00 1	0.00 1	0.00 1	0.13 333	0.43 324

ADCRef	1.10 385	1.10 390	4.78 416	0.02 262	0.02 256	0.87 229	0.31 401	0.76 213	0.88 354	0.71 405	0.17 331	0.18 222	0.80 388	2.63 280	8.56 445	0.00 1	0.00 1	0.00 1	0.00 1	0.11 318	0.11 184

Nwc_Net	0.54 270	0.75 332	3.72 385	0.00 1	0.00 1	0.66 174	0.00 1	1.05 249	0.41 124	0.01 108	0.02 279	0.88 367	0.11 310	2.65 281	0.40 300	0.00 1	0.00 1	0.00 1	0.00 1	0.08 277	0.05 111

delet	0.42 195	0.47 254	1.99 254	0.00 1	0.00 1	0.61 155	0.00 1	0.68 193	0.83 302	0.06 267	0.01 193	0.51 324	0.19 331	2.68 282	0.21 226	0.00 1	0.00 1	0.00 1	0.00 1	0.09 300	0.07 127

otaku	0.77 350	1.78 429	3.28 354	0.09 326	0.13 328	0.88 237	0.05 329	0.78 215	0.76 224	0.03 215	1.37 415	1.03 376	0.14 318	2.73 283	1.34 374	0.06 421	0.04 294	0.01 403	0.00 1	0.63 442	0.34 304

psm_up	0.48 231	0.57 286	1.86 226	0.00 1	0.00 1	0.83 216	0.00 1	2.33 380	0.79 270	0.00 1	0.00 1	0.27 254	0.01 109	2.73 283	0.12 173	0.00 1	0.00 1	0.00 1	0.00 1	0.10 313	0.04 92

test_sample3	0.52 248	0.15 116	1.92 240	0.00 1	0.00 1	0.49 117	0.00 1	2.35 382	0.95 365	0.01 108	0.01 193	0.04 106	0.00 1	2.76 285	0.34 271	0.00 1	0.72 387	0.00 1	0.06 355	0.01 38	0.52 348

CoDeX	0.39 178	0.31 194	1.50 126	0.00 1	0.01 215	0.31 70	0.00 1	1.81 348	0.76 224	0.00 1	0.00 1	0.25 247	0.06 279	2.77 286	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.04 92

test_sample4	0.53 263	0.16 121	1.92 240	0.00 1	0.00 1	0.48 113	0.00 1	2.55 392	0.96 369	0.00 1	0.00 1	0.05 130	0.00 1	2.79 287	0.31 260	0.00 1	0.73 390	0.00 1	0.06 355	0.01 38	0.53 350

aanetorigin	0.91 367	0.59 290	3.76 388	0.11 338	0.12 325	0.40 92	0.90 441	0.15 93	0.23 88	3.44 442	1.19 414	0.35 278	1.96 420	2.81 288	1.30 369	0.02 408	0.00 1	0.02 417	0.05 351	0.28 412	0.47 338

StereoDRNet	0.50 241	0.89 358	2.96 336	0.02 262	0.06 300	0.51 121	0.00 1	0.45 168	0.84 312	0.00 1	0.00 1	0.33 270	0.02 166	2.82 289	0.69 337	0.00 1	0.00 1	0.00 1	0.00 1	0.08 277	0.28 288

XPNet_ROB	0.46 223	0.67 304	1.69 185	0.01 239	0.00 1	0.94 251	0.01 216	1.32 283	0.65 169	0.03 215	0.00 1	0.17 218	0.02 166	2.82 289	0.66 331	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.18 235

RP	0.52 248	0.68 307	2.56 315	0.00 1	0.01 215	0.61 155	0.02 280	1.31 281	0.62 164	0.05 247	0.01 193	0.98 373	0.17 328	2.86 291	0.33 266	0.00 1	0.00 1	0.00 1	0.00 1	0.13 333	0.09 156

GwcNet	0.64 321	0.99 375	5.43 428	0.00 1	0.00 1	0.41 95	0.10 355	0.50 172	0.97 371	0.05 247	0.00 1	0.63 333	0.05 266	2.87 292	0.55 318	0.00 1	0.00 1	0.00 1	0.00 1	0.19 384	0.13 202

ADLNet	0.48 231	0.43 239	1.71 189	0.00 1	0.00 1	0.66 174	0.01 216	1.16 263	0.84 312	0.21 339	0.01 193	1.00 375	0.02 166	2.88 293	0.34 271	0.00 1	0.00 1	0.00 1	0.00 1	0.13 333	0.24 271

CFNet_RVC	0.40 185	0.74 326	1.74 196	0.00 1	0.00 1	1.09 339	0.00 1	0.23 128	0.22 84	0.02 173	0.00 1	0.76 353	0.00 1	2.97 294	0.18 211	0.00 1	0.00 1	0.01 403	0.00 1	0.03 162	0.08 142

psmorigin	0.81 359	0.57 286	7.49 441	0.00 1	0.00 1	0.18 51	0.00 1	0.12 76	0.20 80	0.65 402	0.00 1	2.69 430	0.27 345	2.98 295	0.79 346	0.00 1	0.00 1	0.00 1	0.00 1	0.03 162	0.18 235

CFNet-ft	0.40 185	0.74 326	1.74 196	0.00 1	0.00 1	1.09 339	0.00 1	0.23 128	0.22 84	0.02 173	0.00 1	0.76 353	0.00 1	2.98 295	0.18 211	0.00 1	0.00 1	0.01 403	0.00 1	0.03 162	0.08 142

AnyNet_C32	1.69 414	2.27 451	8.60 445	0.12 342	0.19 341	1.68 422	1.08 444	1.06 252	0.74 193	1.28 422	0.45 385	0.21 235	0.57 370	2.99 297	11.73 456	0.02 408	0.00 1	0.06 439	0.00 1	0.20 388	0.55 358

Wz-Net-MNSev	0.63 314	1.38 413	4.48 407	0.00 1	0.00 1	0.22 57	0.01 216	1.31 281	1.13 404	0.01 108	0.05 295	0.14 196	0.16 325	3.05 298	0.40 300	0.00 1	0.00 1	0.00 1	0.00 1	0.09 300	0.23 261

ACV-stereo	0.64 321	0.29 182	2.27 288	0.00 1	0.00 1	1.74 424	0.07 338	0.08 49	0.18 66	0.00 1	0.00 1	3.47 433	1.22 405	3.06 299	0.25 242	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.13 202

RGC	0.61 308	0.74 326	3.31 359	0.00 1	0.01 215	0.64 162	0.00 1	1.34 287	0.26 96	0.03 215	0.61 396	0.99 374	0.19 331	3.06 299	0.81 348	0.00 1	0.00 1	0.00 1	0.00 1	0.07 258	0.10 172

test_sample5	0.55 278	0.16 121	1.91 236	0.00 1	0.00 1	0.48 113	0.00 1	2.61 397	1.03 377	0.00 1	0.09 316	0.04 106	0.00 1	3.07 301	0.35 277	0.00 1	0.74 392	0.00 1	0.06 355	0.01 38	0.54 353

DualNet	0.55 278	0.16 121	1.91 236	0.00 1	0.00 1	0.48 113	0.00 1	2.61 397	1.03 377	0.00 1	0.07 309	0.04 106	0.00 1	3.07 301	0.35 277	0.00 1	0.74 392	0.00 1	0.06 355	0.01 38	0.54 353

GCST	0.46 223	0.99 375	2.56 315	0.00 1	0.82 433	0.32 73	0.03 301	0.23 128	0.08 11	0.05 247	0.41 381	0.14 196	0.04 237	3.09 303	0.30 255	0.00 1	0.01 268	0.00 1	0.00 1	0.11 318	0.10 172

FADNet-RVC-Resample	0.62 311	1.24 400	4.23 403	0.03 278	0.04 285	0.41 95	0.09 351	1.32 283	0.52 139	0.01 108	0.03 287	0.44 302	0.05 266	3.11 304	0.21 226	0.07 422	0.12 317	0.05 437	0.02 330	0.11 318	0.35 310

test_sample6	0.57 292	0.16 121	1.84 221	0.00 1	0.00 1	0.51 121	0.00 1	2.86 414	1.03 377	0.00 1	0.07 309	0.10 181	0.00 1	3.13 305	0.39 299	0.00 1	0.71 385	0.00 1	0.05 351	0.01 38	0.53 350

DGSMNet	1.31 396	0.55 284	3.74 387	0.80 446	1.48 458	1.60 418	3.41 458	1.72 325	0.54 141	0.01 108	0.78 403	0.48 308	0.23 341	3.16 306	0.55 318	0.98 452	1.26 458	1.34 465	1.11 467	1.06 449	1.41 422

FADNet_RVC	0.69 333	1.26 402	3.48 373	0.00 1	0.00 1	1.10 352	0.01 216	1.57 310	0.65 169	0.02 173	0.05 295	0.26 253	0.03 208	3.16 306	0.30 255	0.21 433	0.25 336	0.08 442	0.28 451	0.53 438	0.62 367

GEStereo_RVC	0.52 248	0.69 312	1.93 245	0.01 239	0.00 1	1.03 277	0.00 1	2.22 377	0.78 256	0.00 1	0.00 1	0.14 196	0.01 109	3.19 308	0.03 83	0.00 1	0.00 1	0.00 1	0.00 1	0.10 313	0.18 235

HCRNet	0.37 160	0.27 177	1.27 62	0.00 1	0.00 1	1.09 339	0.00 1	0.56 180	0.80 278	0.01 108	0.01 193	0.06 149	0.03 208	3.22 309	0.07 145	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.03 74

Ntro	0.75 345	1.79 430	3.54 379	0.05 294	0.37 379	1.03 277	0.02 280	0.99 237	0.76 224	0.02 173	0.00 1	0.76 353	0.08 297	3.23 310	1.32 372	0.07 422	0.04 294	0.01 403	0.00 1	0.84 447	0.13 202

XQC	0.94 368	1.30 409	4.44 406	0.65 434	0.07 304	0.42 99	0.01 216	2.88 416	0.85 336	0.28 359	0.01 193	0.67 343	0.21 335	3.24 311	3.25 406	0.00 1	0.24 332	0.00 1	0.04 347	0.20 388	0.11 184

DRN-Test	0.52 248	0.35 218	2.75 324	0.03 278	0.09 312	0.60 148	0.00 1	1.72 325	0.84 312	0.01 108	0.00 1	0.18 222	0.04 237	3.27 312	0.23 235	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.25 276

PSMNet-RSSM	0.44 209	0.73 322	1.65 174	0.00 1	0.00 1	1.06 292	0.00 1	0.61 186	0.70 183	0.06 267	0.01 193	0.39 293	0.00 1	3.29 313	0.12 173	0.00 1	0.00 1	0.00 1	0.00 1	0.05 213	0.07 127

SMFormer	0.52 248	0.16 121	1.37 84	0.00 1	0.00 1	0.05 23	0.00 1	1.78 340	1.11 397	0.00 1	0.27 345	0.15 203	0.00 1	3.31 314	0.65 327	0.00 1	0.82 401	0.00 1	0.10 375	0.02 111	0.66 374

tta	0.52 248	0.16 121	1.37 84	0.00 1	0.00 1	0.05 23	0.00 1	1.78 340	1.11 397	0.00 1	0.27 345	0.15 203	0.00 1	3.31 314	0.65 327	0.00 1	0.82 401	0.00 1	0.10 375	0.05 213	0.51 345

qqq1	0.52 248	0.16 121	1.37 84	0.00 1	0.00 1	0.05 23	0.00 1	1.78 340	1.11 397	0.00 1	0.27 345	0.15 203	0.00 1	3.31 314	0.66 331	0.00 1	0.82 401	0.00 1	0.09 372	0.05 213	0.51 345

fff1	0.52 248	0.16 121	1.37 84	0.00 1	0.00 1	0.05 23	0.00 1	1.78 340	1.11 397	0.00 1	0.27 345	0.15 203	0.00 1	3.31 314	0.66 331	0.00 1	0.82 401	0.00 1	0.09 372	0.05 213	0.51 345

test_sample9	1.78 419	0.30 187	2.23 282	0.00 1	0.00 1	1.25 398	0.00 1	2.79 409	1.10 393	0.05 247	0.28 354	0.31 265	0.00 1	3.37 318	8.13 442	0.40 437	13.58 472	1.05 462	0.33 456	0.01 38	0.46 333

test_sample8	2.36 430	0.30 187	2.23 282	0.00 1	0.00 1	1.25 398	0.00 1	2.50 388	0.97 371	1.99 433	0.27 345	7.36 448	3.06 436	3.37 318	8.13 442	0.40 437	13.58 472	1.05 462	0.33 456	0.01 38	0.46 333

HSM-Net_RVC	0.57 292	0.08 54	1.74 196	0.00 1	0.00 1	0.63 159	0.00 1	4.21 443	0.71 185	0.14 318	0.00 1	0.21 235	0.03 208	3.43 320	0.05 125	0.01 391	0.00 1	0.00 1	0.00 1	0.00 1	0.10 172
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MaskLacGwcNet_RVC	0.56 287	0.82 340	1.94 248	0.12 342	0.00 1	1.12 363	0.01 216	0.96 236	0.72 189	0.00 1	0.05 295	0.37 286	0.03 208	3.45 321	0.15 200	1.07 454	0.00 1	0.00 1	0.00 1	0.16 365	0.25 276

PSMNet_ROB	0.54 270	1.05 382	2.53 313	0.00 1	0.00 1	0.91 241	0.00 1	0.33 154	0.75 203	0.01 108	0.00 1	0.25 247	0.03 208	3.45 321	1.31 371	0.00 1	0.00 1	0.00 1	0.00 1	0.07 258	0.10 172

ARAFT	0.68 330	1.29 407	3.36 366	0.00 1	0.00 1	1.21 394	0.00 1	2.71 405	0.81 287	0.07 276	0.00 1	0.18 222	0.03 208	3.47 323	0.05 125	0.00 1	0.00 1	0.00 1	0.00 1	0.19 384	0.22 253

222	2.28 426	0.25 169	1.15 47	0.00 1	0.37 379	0.60 148	0.00 1	3.25 432	1.13 404	0.09 293	0.00 1	0.05 130	0.02 166	3.52 324	32.29 472	0.00 1	1.03 428	0.00 1	0.15 402	0.03 162	1.59 435

DDVS	0.33 133	0.14 108	0.96 26	0.03 278	0.13 328	0.25 60	0.23 384	0.22 120	0.18 66	0.00 1	0.00 1	0.48 308	0.05 266	3.55 325	0.16 202	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.15 221

GANet-RSSM	0.42 195	0.66 303	1.78 208	0.00 1	0.00 1	1.06 292	0.00 1	0.26 138	0.23 88	0.05 247	0.00 1	0.34 272	0.00 1	3.56 326	0.18 211	0.00 1	0.00 1	0.03 426	0.00 1	0.09 300	0.08 142

ccnet	0.59 299	0.26 173	2.24 285	0.01 239	0.08 309	0.70 187	0.18 371	1.35 289	0.43 125	0.45 389	0.66 398	0.13 194	0.38 357	3.57 327	1.09 359	0.01 391	0.00 1	0.02 417	0.00 1	0.03 162	0.16 225

PWC_ROB	0.84 361	1.08 388	5.06 422	0.00 1	0.00 1	0.21 55	0.00 1	2.71 405	0.82 293	0.00 1	0.20 334	0.29 259	0.03 208	3.58 328	2.10 392	0.00 1	0.00 1	0.00 1	0.00 1	0.39 429	0.26 283

PSMNet-ADL	0.39 178	0.08 54	0.96 26	0.00 1	0.00 1	1.02 273	0.00 1	0.72 204	0.16 46	0.00 1	0.10 321	0.48 308	0.01 109	3.60 329	0.37 287	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.23 261

AAGNet	0.99 373	0.08 54	1.59 157	0.15 353	0.27 369	1.14 377	0.27 397	0.06 31	0.78 256	0.01 108	0.00 1	0.01 15	0.97 394	3.60 329	10.81 453	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.00 1

LSM	4.80 452	1.52 420	19.84 463	4.35 467	38.64 472	0.85 225	2.31 453	0.86 223	1.78 438	3.14 441	3.02 424	0.62 331	0.69 377	3.61 331	1.28 367	0.00 1	0.00 1	0.00 1	0.00 1	0.13 333	13.38 473

GwcNet-RSSM	0.53 263	1.04 381	2.48 307	0.00 1	0.00 1	1.06 292	0.00 1	0.74 208	0.76 224	0.21 339	0.01 193	0.36 283	0.00 1	3.65 332	0.11 169	0.00 1	0.00 1	0.00 1	0.00 1	0.13 333	0.07 127

EDNetEfficient	2.95 440	0.33 206	20.38 464	0.19 371	0.83 434	1.00 265	1.95 448	0.58 182	5.15 450	8.01 458	1.79 421	0.93 370	4.16 446	3.66 333	9.80 451	0.00 1	0.03 284	0.00 1	0.06 355	0.05 213	0.13 202

test_xeample	1.52 405	0.30 187	1.50 126	0.00 1	0.58 412	0.60 148	0.00 1	3.16 427	1.14 410	0.07 276	0.08 313	0.03 86	0.02 166	3.67 334	16.54 467	0.00 1	1.08 437	0.00 1	0.15 402	0.04 198	1.50 431

NCC-stereo	0.63 314	0.82 340	3.34 362	0.03 278	0.03 273	1.04 283	0.01 216	1.03 243	0.31 106	0.14 318	0.19 332	0.64 336	0.05 266	3.67 334	1.18 361	0.00 1	0.00 1	0.00 1	0.00 1	0.05 213	0.07 127

Abc-Net	0.63 314	0.82 340	3.34 362	0.03 278	0.03 273	1.04 283	0.01 216	1.03 243	0.31 106	0.14 318	0.19 332	0.64 336	0.05 266	3.67 334	1.18 361	0.00 1	0.00 1	0.00 1	0.00 1	0.05 213	0.07 127
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DSFCA	0.49 235	0.39 230	1.59 157	0.00 1	0.01 215	0.96 255	0.36 411	0.40 165	0.80 278	0.03 215	0.31 367	0.04 106	0.23 341	3.83 337	0.81 348	0.00 1	0.00 1	0.00 1	0.00 1	0.03 162	0.09 156

SepStereo	0.50 241	0.08 54	1.79 211	0.00 1	0.00 1	0.09 36	0.00 1	1.54 305	0.85 336	1.16 420	0.00 1	0.24 244	0.03 208	3.84 338	0.31 260	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.14 212

ITSA-stereo	0.49 235	0.11 85	1.35 79	0.03 278	0.00 1	1.05 288	0.05 329	1.78 340	0.16 46	0.01 108	0.00 1	0.21 235	0.50 366	3.86 339	0.61 324	0.00 1	0.00 1	0.02 417	0.01 317	0.03 162	0.06 121

NVstereo2D	0.53 263	0.22 160	2.52 312	0.00 1	0.00 1	0.58 147	0.03 301	1.62 317	0.99 375	0.05 247	0.00 1	0.48 308	0.00 1	3.88 340	0.08 151	0.00 1	0.05 304	0.00 1	0.00 1	0.02 111	0.06 121

ac_64	0.48 231	0.32 201	2.27 288	0.04 288	0.01 215	0.44 106	0.02 280	0.36 158	0.83 302	0.15 324	0.01 193	0.88 367	0.04 237	3.90 341	0.21 226	0.00 1	0.00 1	0.00 1	0.00 1	0.07 258	0.06 121

ADLNet2	0.61 308	0.68 307	2.76 325	0.00 1	0.00 1	0.90 238	0.01 216	0.82 221	0.92 362	0.00 1	0.07 309	1.45 408	0.02 166	4.04 342	0.13 183	0.00 1	0.00 1	0.00 1	0.00 1	0.20 388	0.11 184

FADNet-RVC	0.63 314	1.29 407	3.79 389	0.01 239	0.00 1	0.47 111	0.00 1	1.51 303	0.23 88	0.00 1	0.01 193	0.12 189	0.06 279	4.05 343	0.36 284	0.00 1	0.03 284	0.00 1	0.00 1	0.42 433	0.17 229

MFN_U_SF_RVC	1.09 384	1.88 435	5.37 426	0.15 353	0.10 319	0.56 140	0.10 355	1.29 280	0.47 131	0.45 389	0.27 345	1.30 399	0.72 381	4.08 344	2.28 396	0.29 436	0.34 345	0.35 456	0.55 463	0.63 442	0.60 363

coex-ft	8.51 463	3.17 465	75.56 473	0.00 1	0.00 1	0.18 51	0.25 387	0.14 91	19.76 464	39.57 472	4.11 430	4.60 437	9.69 460	4.10 345	7.91 441	0.02 408	0.07 309	0.00 1	0.02 330	0.13 333	0.91 391

edge stereo	0.62 311	0.30 187	3.04 339	0.01 239	0.03 273	0.32 73	0.03 301	1.28 277	0.69 181	0.21 339	0.32 374	1.29 397	0.19 331	4.12 346	0.40 300	0.00 1	0.00 1	0.00 1	0.00 1	0.11 318	0.14 212

GANetREF_RVC	0.63 314	1.05 382	3.03 338	0.00 1	0.00 1	1.16 381	0.01 216	2.03 369	0.75 203	0.00 1	0.01 193	0.28 257	0.04 237	4.13 347	0.10 162	0.00 1	0.00 1	0.00 1	0.00 1	0.04 198	0.05 111
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
TestStereo	0.35 143	0.54 282	1.74 196	0.00 1	0.00 1	0.27 62	0.00 1	0.06 31	0.05 5	0.01 108	0.00 1	0.03 86	0.01 109	4.17 348	0.01 40	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SACVNet	0.51 245	0.61 295	1.98 252	0.00 1	0.00 1	1.02 273	0.01 216	1.04 248	0.44 127	0.07 276	0.00 1	0.23 241	0.02 166	4.19 349	0.29 252	0.00 1	0.00 1	0.00 1	0.00 1	0.22 395	0.13 202

S-Stereo	0.70 334	0.27 177	3.29 355	0.00 1	0.00 1	0.57 143	0.06 333	2.35 382	0.84 312	0.00 1	0.90 407	0.83 360	0.11 310	4.19 349	0.14 190	0.00 1	0.01 268	0.00 1	0.00 1	0.07 258	0.34 304

FINET	2.05 424	1.88 435	5.76 434	0.81 447	0.99 445	3.54 442	3.33 457	3.89 440	3.81 445	0.89 412	1.55 419	1.21 390	2.31 423	4.20 351	2.42 398	0.81 450	1.36 459	0.00 1	0.21 430	0.27 406	1.80 450

ELAS	3.20 443	0.48 259	3.06 342	0.19 371	0.06 300	7.89 456	2.23 451	3.33 435	4.19 447	8.91 462	9.70 455	4.40 436	7.69 456	4.25 352	6.87 435	0.00 1	0.04 294	0.03 426	0.04 347	0.12 328	0.48 340
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
hitnet-ft	0.49 235	0.56 285	1.96 250	0.00 1	0.00 1	0.73 194	0.10 355	0.36 158	0.26 96	0.05 247	0.13 326	0.73 351	0.16 325	4.26 353	0.41 304	0.01 391	0.00 1	0.03 426	0.00 1	0.05 213	0.06 121

GASNet	0.78 354	1.91 438	4.72 412	0.00 1	0.00 1	0.55 135	0.02 280	1.39 294	0.47 131	0.01 108	0.13 326	0.50 320	0.12 313	4.27 354	0.96 351	0.00 1	0.00 1	0.00 1	0.00 1	0.41 432	0.09 156

AnyNet_C01	2.55 433	3.02 464	19.30 462	0.15 353	0.18 340	2.97 435	2.35 454	1.56 309	1.47 431	1.01 416	0.81 404	1.23 391	0.76 386	4.28 355	10.78 452	0.04 418	0.00 1	0.07 441	0.00 1	0.35 423	0.61 366

CBMV_ROB	1.08 381	0.23 163	2.20 275	0.01 239	0.00 1	1.37 412	0.46 418	3.27 433	0.78 256	2.21 435	1.13 411	1.06 378	2.45 426	4.29 356	1.64 382	0.00 1	0.00 1	0.00 1	0.00 1	0.05 213	0.48 340

EDNetEfficientorigin	6.27 457	0.89 358	98.14 482	0.02 262	0.04 285	0.40 92	0.02 280	0.35 156	2.94 441	6.98 455	3.06 425	1.29 397	1.87 417	4.32 357	4.60 418	0.00 1	0.00 1	0.00 1	0.00 1	0.07 258	0.35 310

WCMA_ROB	2.37 432	0.75 332	2.53 313	0.05 294	0.00 1	1.05 288	0.59 431	1.47 299	1.40 429	5.47 449	9.84 456	8.10 450	5.87 454	4.38 358	3.93 413	0.16 428	0.21 328	0.18 450	0.18 417	0.06 240	1.08 401

SAMSARA	1.56 406	1.37 412	4.23 403	1.04 450	0.75 428	4.48 447	0.13 364	1.61 316	0.74 193	3.69 443	0.66 398	3.16 431	1.06 399	4.44 359	2.82 402	0.00 1	0.63 375	0.00 1	0.13 390	0.10 313	0.22 253

FADNet	0.64 321	1.21 399	3.32 361	0.00 1	0.01 215	0.79 204	0.01 216	1.01 239	0.65 169	0.01 108	0.01 193	0.17 218	0.15 322	4.45 360	0.37 287	0.17 432	0.00 1	0.00 1	0.00 1	0.44 435	0.12 195

DANet	0.67 328	0.21 153	2.33 294	0.25 387	0.06 300	0.50 119	0.11 362	1.62 317	0.74 193	0.22 343	0.06 306	1.07 379	0.02 166	4.45 360	1.22 365	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.53 350
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
IPLG	0.59 299	0.69 312	2.25 287	0.02 262	0.00 1	1.12 363	0.07 338	1.75 332	0.79 270	0.05 247	0.00 1	0.16 212	0.14 318	4.49 362	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 350	0.07 127

Dean	2.72 435	2.05 445	6.17 438	0.39 408	0.44 387	1.21 394	0.48 424	8.36 457	8.46 457	1.48 425	8.08 448	6.95 444	1.44 407	4.50 363	2.00 388	0.79 446	0.00 1	0.01 403	0.00 1	1.11 450	0.39 316

APVNet	0.58 295	0.59 290	3.15 349	0.00 1	0.00 1	0.93 248	0.01 216	0.62 189	0.86 347	0.03 215	0.01 193	0.34 272	0.04 237	4.50 363	0.33 266	0.00 1	0.00 1	0.03 426	0.00 1	0.18 377	0.05 111

HBP-ISP	0.90 366	1.05 382	3.07 343	0.14 350	0.01 215	1.67 421	0.47 422	3.22 431	0.76 224	1.13 419	0.11 323	0.50 320	0.91 392	4.51 365	0.10 162	0.00 1	0.00 1	0.00 1	0.00 1	0.05 213	0.22 253

DRaft	0.58 295	0.13 100	1.34 75	0.00 1	0.00 1	0.94 251	0.18 371	0.08 49	0.16 46	0.03 215	0.25 342	0.06 149	2.49 427	4.51 365	1.32 372	0.00 1	0.03 284	0.00 1	0.02 330	0.03 162	0.08 142

raft_robust	0.73 341	0.81 338	1.55 143	0.00 1	0.22 354	0.68 182	0.00 1	2.56 393	0.75 203	0.01 108	0.01 193	1.12 386	1.15 402	4.56 367	0.14 190	0.00 1	0.71 385	0.00 1	0.15 402	0.08 277	0.11 184

ttt	1.05 380	0.20 148	1.91 236	0.00 1	0.09 312	0.65 170	0.00 1	3.05 422	1.11 397	0.00 1	0.30 361	0.29 259	0.01 109	4.65 368	6.53 433	0.00 1	1.01 427	0.00 1	0.13 390	0.02 111	1.00 398

DAS	0.55 278	0.08 54	1.79 211	0.00 1	0.00 1	0.09 36	0.00 1	1.54 305	0.85 336	1.16 420	0.00 1	0.24 244	0.03 208	4.66 369	0.31 260	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.14 212

MSMD_ROB	2.26 425	0.47 254	2.67 321	0.01 239	0.00 1	5.00 450	0.21 381	1.35 289	1.87 439	6.37 453	8.46 449	7.34 447	4.30 448	4.84 370	1.91 386	0.00 1	0.00 1	0.00 1	0.00 1	0.03 162	0.30 294

ACVNet_1	1.38 401	2.15 448	6.35 439	0.35 406	0.03 273	1.26 403	0.10 355	2.02 368	0.85 336	0.35 376	0.01 193	4.32 435	1.77 414	4.85 371	1.67 384	0.92 451	0.00 1	0.00 1	0.00 1	0.35 423	0.30 294

Syn2CoEx	0.71 335	1.32 410	4.61 409	0.00 1	0.00 1	0.12 42	0.01 216	1.08 254	0.84 312	0.04 234	0.00 1	0.49 316	0.21 335	4.92 372	0.04 111	0.00 1	0.00 1	0.00 1	0.00 1	0.14 350	0.32 297

RAFT + AFF	0.79 355	1.36 411	2.40 298	0.00 1	0.04 285	1.12 363	0.06 333	1.73 328	0.81 287	0.02 173	0.00 1	0.18 222	1.49 408	4.97 373	0.67 335	0.00 1	0.17 323	0.00 1	0.00 1	0.33 422	0.46 333

PA-Net	0.72 338	0.91 363	3.91 391	0.03 278	0.07 304	0.87 229	0.02 280	0.78 215	0.83 302	0.01 108	0.00 1	0.43 300	0.06 279	5.10 374	1.30 369	0.01 391	0.00 1	0.00 1	0.00 1	0.04 198	0.12 195
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DispNO	0.79 355	0.92 366	3.35 365	0.00 1	0.00 1	0.73 194	0.02 280	1.72 325	0.76 224	0.01 108	0.53 392	1.33 400	0.06 279	5.13 375	0.92 350	0.00 1	0.00 1	0.03 426	0.11 382	0.05 213	0.07 127

RYNet	0.63 314	0.53 278	2.18 273	0.00 1	0.00 1	0.57 143	0.00 1	1.34 287	0.85 336	0.04 234	0.00 1	0.85 362	0.04 237	5.13 375	0.77 344	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.27 287

PASM	0.66 325	0.70 315	4.95 421	0.02 262	0.00 1	0.31 70	0.04 318	0.60 185	0.35 112	0.19 338	0.01 193	0.46 303	0.04 237	5.16 377	0.05 125	0.00 1	0.00 1	0.00 1	0.00 1	0.13 333	0.15 221

SuperB	1.87 420	1.70 424	10.02 451	0.02 262	0.01 215	0.87 229	0.75 436	2.15 373	0.87 351	0.05 247	0.05 295	0.33 270	0.87 391	5.17 378	5.60 428	0.01 391	0.00 1	0.02 417	0.01 317	8.38 469	0.42 321

CSP-Net	0.42 195	0.25 169	1.07 39	0.00 1	0.00 1	0.53 128	0.00 1	0.78 215	0.27 100	0.01 108	0.00 1	0.16 212	0.02 166	5.19 379	0.08 151	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.02 66

NaN_ROB	1.04 378	1.12 392	3.41 370	0.17 366	0.19 341	0.57 143	0.37 413	2.65 399	0.98 374	0.55 395	0.32 374	0.47 304	1.16 403	5.20 380	2.78 401	0.00 1	0.02 276	0.01 403	0.05 351	0.13 333	0.54 353

AACVNet	0.48 231	0.74 326	1.81 217	0.00 1	0.00 1	0.55 135	0.00 1	0.22 120	0.55 146	0.03 215	0.00 1	0.11 185	0.01 109	5.22 381	0.09 159	0.00 1	0.00 1	0.00 1	0.00 1	0.18 377	0.04 92

PS-NSSS	0.62 311	0.82 340	1.58 155	0.00 1	0.00 1	1.05 288	0.00 1	2.76 408	0.74 193	0.00 1	0.00 1	0.11 185	0.01 109	5.22 381	0.15 200	0.00 1	0.00 1	0.00 1	0.00 1	0.05 213	0.00 1

Wz-Net-SNSev	1.00 376	1.84 432	7.92 442	0.00 1	0.00 1	0.30 67	0.00 1	1.27 276	0.85 336	0.01 108	0.01 193	0.40 295	0.10 305	5.27 383	1.29 368	0.00 1	0.00 1	0.00 1	0.00 1	0.22 395	0.45 332

FCDSN-DC	2.93 439	0.54 282	2.88 332	0.00 1	0.01 215	1.78 425	0.36 411	2.20 376	1.51 432	8.28 459	10.99 460	11.61 453	8.55 457	5.36 384	4.05 415	0.02 408	0.00 1	0.00 1	0.00 1	0.06 240	0.48 340
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
TDLM	0.60 303	0.76 335	1.77 204	0.05 294	0.00 1	1.10 352	0.01 216	0.51 174	0.79 270	0.34 373	0.01 193	0.27 254	0.22 339	5.44 385	0.35 277	0.00 1	0.00 1	0.00 1	0.00 1	0.15 356	0.19 246

pmcnn	2.36 430	0.83 344	6.15 437	0.33 403	0.84 436	0.35 85	0.27 397	2.18 374	1.42 430	0.48 391	7.35 441	14.60 462	0.75 384	5.45 386	5.37 423	0.00 1	0.00 1	0.00 1	0.00 1	0.16 365	0.63 371

ACVNet_2	1.59 409	2.07 446	5.42 427	0.12 342	0.09 312	1.36 411	0.17 368	2.72 407	0.97 371	0.44 388	3.37 427	6.53 442	0.16 325	5.48 387	1.87 385	0.16 428	0.00 1	0.00 1	0.00 1	0.39 429	0.47 338

CVANet_RVC	0.66 325	0.68 307	2.61 319	0.01 239	0.00 1	0.99 264	0.00 1	0.95 235	0.78 256	0.60 399	0.11 323	0.37 286	0.14 318	5.50 388	0.14 190	0.00 1	0.00 1	0.00 1	0.03 342	0.16 365	0.19 246

KSHMR	3.98 447	1.95 442	4.86 419	3.06 464	1.84 461	5.37 452	0.45 417	9.03 459	13.93 461	2.07 434	9.17 453	7.12 445	2.12 422	5.60 389	3.40 407	2.12 460	0.44 354	0.53 458	0.23 433	4.01 460	2.35 463

THIR-Stereo	0.94 368	0.33 206	1.66 177	0.00 1	0.01 215	0.55 135	3.72 459	0.13 88	0.18 66	0.10 300	1.46 417	0.74 352	2.82 430	5.60 389	1.39 376	0.00 1	0.00 1	0.02 417	0.00 1	0.02 111	0.03 74

GANet	0.75 345	0.69 312	2.47 304	0.00 1	0.00 1	0.79 204	0.08 346	0.61 186	0.76 224	0.13 316	0.16 330	0.68 344	0.46 362	5.61 391	2.02 389	0.00 1	0.03 284	0.01 403	0.00 1	0.11 318	0.37 313

CSAN	1.34 398	1.48 418	4.78 416	0.15 353	0.08 309	0.71 189	0.68 434	2.81 413	1.12 402	0.96 415	2.86 423	0.79 357	1.67 412	5.61 391	2.61 399	0.01 391	0.01 268	0.00 1	0.00 1	0.15 356	0.26 283

ELAS_RVC	3.35 444	0.45 248	4.75 413	0.25 387	0.07 304	1.56 417	7.12 467	2.23 378	5.68 451	7.77 457	7.71 447	6.55 443	10.27 462	5.63 393	6.24 432	0.00 1	0.04 294	0.03 426	0.01 317	0.11 318	0.48 340
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
CC-Net-ROB	0.77 350	0.99 375	2.18 273	0.07 317	0.00 1	1.09 339	0.01 216	3.10 425	0.75 203	0.01 108	0.00 1	0.14 196	0.01 109	5.65 394	0.34 271	0.56 441	0.00 1	0.21 453	0.00 1	0.17 370	0.02 66

DEmStereo	0.76 347	0.10 76	1.95 249	0.04 288	0.00 1	0.80 207	0.50 426	0.06 31	0.76 224	0.05 247	0.72 401	0.02 50	3.33 437	5.67 395	1.24 366	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SPS-STEREO	1.19 389	1.27 403	3.45 372	0.00 1	0.01 215	0.40 92	0.16 367	0.71 202	1.03 377	2.41 438	0.77 402	2.13 423	0.44 360	5.68 396	4.06 416	0.00 1	0.00 1	0.00 1	0.00 1	0.08 277	1.24 410
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DeepPrunerF	1.44 404	1.17 396	9.82 449	0.02 262	0.09 312	0.90 238	0.00 1	1.42 296	6.76 452	0.23 347	0.01 193	0.22 239	0.14 318	5.71 397	1.94 387	0.00 1	0.00 1	0.01 403	0.02 330	0.20 388	0.14 212

CFNet	0.66 325	1.12 392	2.37 296	0.00 1	0.00 1	1.06 292	0.01 216	1.36 291	0.74 193	0.01 108	0.01 193	0.13 194	0.01 109	5.85 398	0.30 255	0.00 1	0.00 1	0.00 1	0.00 1	0.18 377	0.07 127

RAFT-RH_RVC	0.99 373	0.26 173	1.93 245	0.04 288	0.04 285	1.07 312	0.00 1	0.07 40	0.69 181	0.01 108	9.36 454	0.10 181	0.00 1	5.86 399	0.29 252	0.01 391	0.00 1	0.00 1	0.02 330	0.01 38	0.00 1

RAFT-345	0.52 248	0.07 29	1.75 203	0.11 338	0.07 304	1.17 386	0.18 371	0.21 116	0.78 256	0.00 1	0.01 193	0.09 174	0.01 109	5.87 400	0.19 220	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

DPSNet	1.65 412	0.46 251	7.31 440	0.30 396	0.11 322	1.54 415	0.01 216	4.48 445	1.14 410	0.11 308	0.01 193	0.82 359	3.51 438	5.89 401	5.84 429	0.02 408	0.29 341	0.03 426	0.23 433	0.23 398	0.59 360

IMH-64-1	2.28 426	1.45 416	2.87 330	2.19 459	0.59 414	2.82 433	1.58 445	5.84 449	1.16 418	1.09 417	4.77 433	2.07 421	2.42 424	5.90 402	3.91 411	4.00 464	0.04 294	0.02 417	0.00 1	2.07 453	0.82 383

IMH-64	2.28 426	1.45 416	2.87 330	2.19 459	0.59 414	2.82 433	1.58 445	5.84 449	1.16 418	1.09 417	4.77 433	2.07 421	2.42 424	5.90 402	3.91 411	4.00 464	0.04 294	0.02 417	0.00 1	2.07 453	0.82 383

SANet	2.30 429	1.58 421	5.68 432	0.03 278	0.04 285	2.78 432	0.82 440	2.99 420	8.32 456	1.70 428	4.04 429	4.26 434	4.02 443	5.90 402	3.42 408	0.00 1	0.00 1	0.00 1	0.00 1	0.08 277	0.37 313

PSM-softLoss	0.55 278	0.06 11	1.89 230	0.27 390	0.00 1	1.08 323	0.25 387	0.12 76	1.06 385	0.03 215	0.01 193	0.02 50	0.01 109	5.92 405	0.18 211	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

KMStereo	0.55 278	0.06 11	1.89 230	0.27 390	0.00 1	1.08 323	0.25 387	0.12 76	1.06 385	0.03 215	0.01 193	0.02 50	0.01 109	5.92 405	0.18 211	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

SGM-Forest	1.08 381	0.45 248	1.80 214	0.02 262	0.07 304	1.09 339	0.65 432	2.57 395	0.85 336	1.33 423	0.92 408	1.36 402	1.62 411	5.94 407	2.34 397	0.00 1	0.00 1	0.00 1	0.00 1	0.05 213	0.52 348
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
AANet_RVC	0.94 368	1.27 403	3.68 384	0.01 239	0.00 1	0.68 182	0.01 216	0.92 229	0.22 84	0.02 173	1.41 416	0.95 371	0.04 237	5.97 408	3.10 405	0.16 428	0.10 315	0.00 1	0.00 1	0.09 300	0.26 283

SST-Stereo	0.56 287	0.05 5	1.55 143	0.06 311	0.19 341	1.10 352	0.47 422	0.32 150	0.80 278	0.04 234	0.00 1	0.05 130	0.57 370	5.98 409	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.00 1

RAFT_R40	0.54 270	0.06 11	1.55 143	0.06 311	0.15 334	1.10 352	0.31 401	0.31 149	0.78 256	0.02 173	0.03 287	0.07 160	0.29 347	5.98 409	0.10 162	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.00 1

MFN_U_SF_DS_RVC	1.31 396	2.80 459	5.36 425	0.02 262	0.04 285	3.44 441	0.26 395	2.19 375	0.77 243	0.25 354	0.27 345	1.37 403	0.02 166	5.99 411	1.05 355	0.16 428	0.72 387	0.01 403	0.26 446	0.40 431	0.82 383

OCTAStereo	0.54 270	0.06 11	1.59 157	0.19 371	0.00 1	1.09 339	0.25 387	0.22 120	1.13 404	0.02 173	0.00 1	0.02 50	0.00 1	6.03 412	0.18 211	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

HSM	0.68 330	0.52 277	1.54 141	0.00 1	0.00 1	0.54 130	0.01 216	1.08 254	0.77 243	0.00 1	0.01 193	2.23 425	0.63 376	6.04 413	0.14 190	0.00 1	0.00 1	0.00 1	0.00 1	0.04 198	0.08 142

NF-Stereo	0.54 270	0.06 11	1.59 157	0.19 371	0.00 1	1.09 339	0.25 387	0.22 120	1.13 404	0.02 173	0.00 1	0.02 50	0.00 1	6.05 414	0.17 205	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

RE-Stereo	0.54 270	0.06 11	1.59 157	0.19 371	0.00 1	1.09 339	0.25 387	0.22 120	1.13 404	0.02 173	0.00 1	0.02 50	0.00 1	6.05 414	0.17 205	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

TVStereo	0.54 270	0.06 11	1.59 157	0.19 371	0.00 1	1.09 339	0.25 387	0.22 120	1.13 404	0.02 173	0.00 1	0.02 50	0.00 1	6.05 414	0.17 205	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.00 1

IRAFT_RVC	0.56 287	0.25 169	1.93 245	0.10 329	0.00 1	1.18 388	0.10 355	0.32 150	0.79 270	0.02 173	0.00 1	0.02 50	0.12 313	6.07 417	0.23 235	0.00 1	0.09 314	0.00 1	0.00 1	0.02 111	0.02 66

RASNet	0.68 330	0.62 297	2.10 266	0.02 262	0.02 256	0.60 148	0.09 351	0.64 191	0.84 312	0.11 308	0.06 306	1.51 413	0.04 237	6.07 417	0.65 327	0.00 1	0.00 1	0.00 1	0.00 1	0.05 213	0.22 253

1111x	1.36 400	0.43 239	3.64 382	0.00 1	0.51 402	0.72 192	0.00 1	3.21 430	1.10 393	0.05 247	0.26 343	0.07 160	0.01 109	6.09 419	8.46 444	0.00 1	1.15 450	0.00 1	0.26 446	0.04 198	1.10 405

iRaft-Stereo_5w	0.60 303	0.85 349	1.83 218	0.01 239	0.59 414	0.31 70	0.00 1	0.72 204	0.79 270	0.00 1	0.00 1	0.10 181	0.01 109	6.12 420	0.03 83	0.00 1	0.12 317	0.00 1	0.00 1	0.24 399	0.26 283

Wz-Net-TNSev	1.74 417	3.45 467	13.44 458	0.00 1	0.00 1	0.45 109	0.14 366	2.57 395	0.84 312	0.09 293	0.01 193	1.33 400	0.18 329	6.16 421	5.38 424	0.00 1	0.00 1	0.00 1	0.01 317	0.26 404	0.41 319

NOSS_ROB	0.73 341	0.44 242	1.26 60	0.55 419	0.00 1	0.68 182	0.00 1	2.93 418	0.77 243	0.13 316	0.00 1	0.92 369	0.00 1	6.16 421	0.11 169	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.66 374

ASMatch	0.60 303	0.12 93	1.85 224	0.14 350	0.04 285	1.08 323	0.00 1	0.12 76	0.87 351	0.06 267	0.43 383	0.06 149	0.85 390	6.18 423	0.26 247	0.00 1	0.00 1	0.00 1	0.01 317	0.00 1	0.00 1

UGAM-zero	0.87 363	0.13 100	1.99 254	0.10 329	0.31 375	0.81 209	0.34 410	1.28 277	0.32 108	0.56 397	0.00 1	2.63 429	0.72 381	6.21 424	0.20 225	0.00 1	0.51 365	0.00 1	0.26 446	0.01 38	0.96 395

MDST_ROB	1.73 416	0.11 85	3.61 381	0.13 347	0.15 334	5.47 453	0.31 401	4.97 447	0.87 351	6.33 452	1.52 418	1.03 376	1.19 404	6.22 425	2.13 395	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.60 363

FC-DCNN	3.67 445	0.32 201	2.78 326	0.00 1	0.01 215	3.09 437	0.58 429	3.68 438	3.04 442	11.64 464	12.38 463	13.84 460	9.79 461	6.23 426	5.39 425	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.60 363

LL-Strereo	0.97 371	1.43 415	3.41 370	0.01 239	0.50 399	0.63 159	0.01 216	2.00 367	0.77 243	0.48 391	0.00 1	0.54 326	0.29 347	6.25 427	0.10 162	0.01 391	0.93 426	0.00 1	0.00 1	0.28 412	1.72 440

ff1	1.27 392	0.33 206	3.52 374	0.00 1	0.00 1	0.64 162	0.00 1	1.74 329	1.17 421	0.00 1	0.31 367	0.68 344	0.02 166	6.27 428	7.45 438	0.00 1	1.12 441	0.00 1	0.15 402	0.08 277	1.86 454

mmx	1.28 394	0.33 206	3.52 374	0.00 1	0.00 1	0.64 162	0.00 1	3.05 422	1.07 387	0.00 1	0.31 367	0.68 344	0.02 166	6.27 428	7.45 438	0.00 1	1.05 431	0.00 1	0.15 402	0.03 162	1.08 401

xxx	1.28 394	0.33 206	3.52 374	0.00 1	0.00 1	0.64 162	0.00 1	3.05 422	1.07 387	0.00 1	0.31 367	0.68 344	0.02 166	6.27 428	7.45 438	0.00 1	1.05 431	0.00 1	0.15 402	0.03 162	1.08 401

UGAM	0.64 321	0.39 230	2.47 304	0.09 326	0.00 1	0.64 162	0.01 216	0.07 40	0.66 174	0.00 1	0.23 338	0.84 361	0.04 237	6.35 431	0.05 125	0.00 1	0.41 353	0.00 1	0.00 1	0.28 412	0.28 288

TransformOpticalFlow	0.88 364	0.30 187	2.86 329	0.30 396	0.03 273	1.25 398	0.05 329	1.87 354	0.80 278	0.28 359	0.37 380	1.25 395	1.50 409	6.38 432	0.22 232	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.07 127

WAO-6	2.63 434	1.16 395	3.22 350	0.00 1	0.00 1	3.86 446	0.28 399	6.13 451	7.35 453	0.60 399	6.78 440	7.62 449	2.68 429	6.42 433	6.11 431	0.00 1	0.00 1	0.00 1	0.00 1	0.17 370	0.12 195

PFNet	0.63 314	0.15 116	2.41 299	0.00 1	0.30 373	1.17 386	0.00 1	0.35 156	0.92 362	0.01 108	0.24 340	0.03 86	0.00 1	6.43 434	0.23 235	0.09 425	0.00 1	0.00 1	0.04 347	0.13 333	0.10 172

CrosDoStereo	1.11 386	0.16 121	1.64 170	0.00 1	0.05 294	0.66 174	5.65 464	0.70 196	0.54 141	0.25 354	1.18 412	0.19 230	2.94 432	6.48 435	1.58 379	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.08 142

DeepStereo_LL	1.11 386	0.16 121	1.64 170	0.00 1	0.05 294	0.66 174	5.65 464	0.70 196	0.54 141	0.25 354	1.18 412	0.19 230	2.94 432	6.48 435	1.58 379	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.08 142

STrans-v2	0.88 364	0.32 201	1.71 189	0.00 1	0.01 215	0.85 225	0.04 318	2.45 386	0.89 357	0.48 391	0.85 405	1.10 384	2.06 421	6.49 437	0.25 242	0.00 1	0.00 1	0.00 1	0.00 1	0.01 38	0.09 156

ACVNet-4b	1.38 401	1.94 440	5.73 433	0.20 378	0.04 285	1.01 267	0.01 216	1.70 323	0.86 347	0.04 234	0.95 409	1.95 418	0.31 350	6.69 438	2.11 393	2.78 462	0.02 276	0.00 1	0.00 1	0.89 448	0.34 304

MSC_U_SF_DS_RVC	1.95 421	2.49 456	5.12 423	0.01 239	0.02 256	12.00 462	0.49 425	3.33 435	0.95 365	0.10 300	0.20 334	2.15 424	0.15 322	6.72 439	1.65 383	0.78 445	0.83 406	0.19 451	0.27 450	0.72 444	0.92 392

FC-DCNN v2	3.83 446	0.31 194	2.73 322	0.00 1	0.01 215	3.14 438	0.57 428	4.11 442	3.11 443	11.94 465	13.03 466	15.10 463	9.65 459	6.77 440	5.54 427	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.59 360

NVStereoNet_ROB	1.74 417	1.83 431	4.79 418	0.81 447	0.29 372	0.67 180	0.03 301	1.46 297	1.75 437	0.65 402	5.98 438	2.38 428	2.95 435	6.77 440	2.70 400	0.69 443	0.37 350	0.04 435	0.19 422	0.27 406	0.24 271
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MeshStereo	2.79 437	0.86 350	3.12 347	0.02 262	0.02 256	1.51 414	0.91 442	3.50 437	1.54 434	11.28 463	7.62 445	11.49 452	2.94 432	6.81 442	3.45 409	0.00 1	0.00 1	0.00 1	0.00 1	0.28 412	0.39 316
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
IIG-Stereo	0.71 335	0.48 259	1.42 112	0.05 294	0.03 273	1.18 388	0.00 1	1.75 332	0.79 270	0.01 108	0.56 393	0.53 325	0.01 109	6.87 443	0.37 287	0.00 1	0.00 1	0.00 1	0.00 1	0.02 111	0.07 127

WZ-Net	1.68 413	1.91 438	12.17 456	0.00 1	0.00 1	0.83 216	0.00 1	1.68 321	0.84 312	0.05 247	0.01 193	1.08 380	2.88 431	6.91 444	4.78 422	0.00 1	0.00 1	0.00 1	0.00 1	0.14 350	0.24 271

SGM+DAISY	4.17 448	2.85 463	8.55 444	1.77 454	1.74 460	5.81 454	5.49 462	2.88 416	3.97 446	7.67 456	7.66 446	7.25 446	7.42 455	6.92 445	7.09 437	1.14 456	1.57 465	0.11 445	0.59 464	0.56 440	2.43 464

OMP-Stereo	0.71 335	0.47 254	1.36 80	0.18 368	0.06 300	1.18 388	0.00 1	1.76 335	0.78 256	0.11 308	0.59 395	0.49 316	0.00 1	6.94 446	0.25 242	0.00 1	0.00 1	0.00 1	0.00 1	0.03 162	0.07 127

IMH	3.15 442	1.88 435	3.60 380	2.20 461	0.66 422	5.10 451	0.24 385	6.87 453	4.29 448	2.29 436	7.42 442	6.28 440	3.90 441	7.15 447	3.65 410	4.34 466	0.14 320	0.05 437	0.00 1	2.16 455	0.76 380

SDNR	1.35 399	0.47 254	4.08 399	0.09 326	0.21 351	3.25 439	0.01 216	3.18 429	1.52 433	1.87 432	1.66 420	1.52 414	0.36 355	7.18 448	1.05 355	0.03 416	0.08 311	0.00 1	0.00 1	0.05 213	0.49 344

LE_ROB	10.29 465	1.64 422	11.96 455	1.47 453	1.36 457	3.30 440	4.79 460	5.05 448	42.09 473	51.68 473	13.28 467	14.08 461	25.92 470	7.21 449	21.19 470	0.05 419	0.06 307	0.13 448	0.19 422	0.08 277	0.35 310

LVE	3.01 441	1.95 442	4.27 405	0.56 422	0.45 391	2.06 429	0.06 333	7.66 455	9.65 458	0.08 285	10.94 459	8.86 451	1.82 415	7.24 450	1.62 381	2.04 458	0.17 323	0.04 435	0.24 443	0.24 399	0.23 261

SGM_RVC	2.03 423	0.49 261	2.04 263	0.27 390	0.17 339	3.07 436	1.00 443	2.70 404	1.62 435	5.12 445	3.09 426	4.77 438	4.08 444	7.38 451	2.86 403	0.21 433	0.23 330	0.20 452	0.23 433	0.28 412	0.84 386
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
notaker	4.71 451	2.04 444	5.58 431	4.15 466	0.96 443	4.99 449	0.39 414	7.65 454	2.25 440	5.67 451	11.58 462	16.87 465	4.26 447	8.06 452	6.65 434	5.74 468	0.02 276	0.10 444	0.07 361	5.45 464	1.65 439

FBW_ROB	1.04 378	0.84 345	2.48 307	0.10 329	0.01 215	0.64 162	0.01 216	2.37 384	0.83 302	0.01 108	0.01 193	1.09 383	0.05 266	8.21 453	2.94 404	0.05 419	0.01 268	0.09 443	0.01 317	0.06 240	0.97 396

ktn	5.26 454	1.94 440	3.97 395	3.50 465	1.06 450	8.17 457	2.01 449	9.53 461	16.88 462	5.28 448	12.55 465	13.68 458	4.08 444	8.46 454	4.61 419	5.84 469	0.02 276	0.00 1	0.00 1	2.63 457	0.92 392

WAO-7	2.74 436	1.65 423	3.36 366	0.03 278	0.05 294	4.68 448	0.53 427	6.21 452	4.59 449	1.73 429	7.61 444	5.56 439	3.68 440	8.96 455	5.50 426	0.00 1	0.00 1	0.33 455	0.02 330	0.19 384	0.18 235

PWCK	2.83 438	2.64 458	10.25 453	0.23 385	0.02 256	3.59 443	5.56 463	3.75 439	3.56 444	0.75 409	4.42 431	3.35 432	1.86 416	9.10 456	4.03 414	0.44 440	0.01 268	0.00 1	0.00 1	2.72 458	0.29 290

WAO-8	5.42 455	2.80 459	3.98 396	0.62 429	0.10 319	13.77 463	0.33 407	11.99 464	24.10 468	5.25 446	10.38 458	13.44 456	4.55 449	9.38 457	4.72 420	0.80 447	0.34 345	0.71 460	0.13 390	0.74 445	0.25 276

Venus	5.42 455	2.80 459	3.98 396	0.62 429	0.10 319	13.77 463	0.33 407	11.99 464	24.10 468	5.25 446	10.32 457	13.44 456	4.55 449	9.38 457	4.72 420	0.80 447	0.34 345	0.71 460	0.13 390	0.74 445	0.25 276

UNDER WATER	6.65 459	1.86 434	10.48 454	4.84 468	2.74 465	8.59 459	0.76 437	8.83 458	22.15 467	4.99 444	6.27 439	15.66 464	10.39 463	9.52 459	9.42 448	3.50 463	0.05 304	1.34 465	0.03 342	7.17 468	4.42 469

UNDER WATER-64	7.33 462	2.16 449	12.17 456	4.84 468	3.62 467	17.94 467	1.74 447	9.16 460	21.94 466	5.53 450	5.01 435	17.03 466	11.84 465	9.72 460	8.83 446	2.09 459	0.04 294	1.54 467	0.16 411	6.89 467	4.37 468

TorneroNet-64	6.70 460	2.13 447	3.92 392	2.14 457	0.65 420	19.09 469	0.28 399	12.19 466	25.73 471	6.44 454	12.54 464	19.33 468	4.76 451	10.25 461	6.87 435	1.10 455	0.00 1	0.12 446	0.00 1	4.20 461	2.19 461

TorneroNet	7.29 461	2.19 450	3.95 393	2.15 458	1.14 451	19.79 470	0.46 418	13.22 467	25.82 472	8.31 460	16.76 468	17.46 467	5.75 452	10.79 462	8.91 447	2.32 461	0.03 284	0.12 446	0.00 1	4.70 462	2.01 459

DPSimNet_ROB	9.66 464	7.29 470	17.52 460	4.88 470	6.56 470	10.41 461	12.88 470	8.12 456	9.88 459	14.26 466	11.22 461	12.39 455	14.01 466	11.20 463	14.85 461	5.50 467	6.97 471	5.75 471	5.94 471	5.31 463	8.26 472

RTS	4.38 449	2.34 452	44.27 468	0.33 403	0.13 328	3.83 444	0.21 381	2.51 389	1.22 425	1.82 430	0.01 193	1.95 418	0.21 335	16.90 464	10.87 454	0.00 1	0.27 339	0.00 1	0.00 1	0.27 406	0.44 329

RTSA	4.38 449	2.34 452	44.27 468	0.33 403	0.13 328	3.83 444	0.21 381	2.51 389	1.22 425	1.82 430	0.01 193	1.95 418	0.21 335	16.90 464	10.87 454	0.00 1	0.27 339	0.00 1	0.00 1	0.27 406	0.44 329

JetBlue	6.27 457	3.44 466	18.17 461	0.00 1	2.21 464	30.58 471	17.31 472	4.77 446	1.07 387	0.74 406	2.25 422	6.31 441	5.82 453	18.12 466	9.68 449	0.10 427	0.01 268	0.00 1	0.00 1	3.12 459	1.61 436

MANE	11.54 468	2.46 455	6.07 436	2.50 463	2.04 462	16.31 465	6.95 466	17.25 471	24.11 470	23.59 469	31.25 473	30.75 469	25.07 469	18.16 467	16.24 466	1.28 457	1.98 467	0.15 449	1.07 466	0.46 436	3.04 466

SGM-ForestM	10.58 466	2.80 459	7.93 443	1.86 455	1.59 459	17.97 468	9.39 468	11.57 463	12.75 460	21.30 468	18.68 470	40.07 471	22.22 468	21.60 468	15.86 464	0.99 453	1.53 464	0.06 439	0.52 461	0.47 437	2.43 464

MADNet+	4.94 453	3.56 468	47.46 470	0.42 410	0.27 369	1.99 428	0.04 318	4.45 444	1.30 427	0.07 276	0.02 279	1.81 417	0.36 355	21.82 469	14.17 460	0.00 1	0.26 338	0.00 1	0.00 1	0.28 412	0.54 353

MADNet++	10.85 467	2.36 454	10.00 450	8.59 472	4.61 469	16.78 466	10.26 469	10.11 462	7.51 454	17.63 467	18.35 469	12.04 454	17.73 467	24.51 470	20.75 469	8.81 470	6.67 470	4.84 470	2.67 468	5.77 465	6.96 471

JetRed	14.06 470	19.59 472	43.42 467	1.43 452	1.30 456	55.87 473	28.29 473	13.94 469	7.85 455	8.61 461	8.73 450	13.68 458	10.59 464	24.60 471	30.87 471	0.27 435	0.69 381	0.62 459	0.03 342	6.63 466	4.19 467

BEATNet-Init1	15.75 471	8.48 471	36.75 466	2.06 456	2.07 463	33.60 472	14.96 471	17.15 470	19.08 463	30.69 471	28.08 471	43.61 472	25.98 471	25.17 472	20.68 468	0.80 447	1.17 452	0.36 457	0.51 460	1.53 452	2.28 462

HanzoNet	13.47 469	5.89 469	14.41 459	5.91 471	2.90 466	8.50 458	0.74 435	13.81 468	20.12 465	26.53 470	28.55 472	34.06 470	26.75 472	26.27 473	15.82 463	11.42 471	4.01 469	3.29 469	3.94 469	9.72 471	6.77 470

LRCNet_RVC	55.59 474	61.31 479	59.16 471	66.84 478	44.81 473	6.17 455	0.00 1	52.46 473	1.68 436	70.67 474	80.07 477	66.39 473	55.67 473	51.56 474	46.75 473	90.67 482	41.65 477	91.10 483	90.19 479	65.65 478	68.96 478

xxxxx1	63.64 475	58.31 474	78.27 474	43.96 473	49.40 474	92.70 477	92.25 478	60.45 474	69.51 474	73.81 477	76.39 474	77.95 476	76.95 475	71.68 475	77.08 475	36.01 475	37.36 474	48.24 476	62.44 475	47.16 475	42.90 475

tt_ll	63.64 475	58.31 474	78.27 474	43.96 473	49.40 474	92.70 477	92.25 478	60.45 474	69.51 474	73.81 477	76.39 474	77.95 476	76.95 475	71.68 475	77.08 475	36.01 475	37.36 474	48.24 476	62.44 475	47.16 475	42.90 475

ff	63.64 475	58.31 474	78.27 474	43.96 473	49.40 474	92.70 477	92.25 478	60.45 474	69.51 474	73.81 477	76.39 474	77.95 476	76.95 475	71.68 475	77.08 475	36.01 475	37.36 474	48.24 476	62.44 475	47.16 475	42.90 475

DGTPSM_ROB	81.37 479	61.03 477	99.95 484	61.17 476	86.95 481	99.14 482	100.00 482	95.87 480	99.99 483	73.32 475	100.00 482	71.15 474	100.00 483	77.35 478	99.98 484	35.35 473	97.41 483	34.62 474	99.89 484	44.61 473	89.54 480

DPSMNet_ROB	81.42 480	61.07 478	99.95 484	61.38 477	87.01 482	99.15 483	100.00 482	95.87 480	99.99 483	73.35 476	100.00 482	71.18 475	100.00 483	77.40 479	99.98 484	35.68 474	97.47 484	34.71 475	99.89 484	44.74 474	89.65 481

MEDIAN_ROB	93.48 482	98.75 485	96.24 480	90.99 483	90.62 484	85.89 476	77.23 476	92.20 479	89.67 478	95.04 481	94.93 479	96.04 481	93.85 480	90.48 480	87.58 478	98.40 487	95.87 479	99.62 485	98.78 483	98.85 487	98.49 487

HaxPig	95.45 485	97.64 484	88.42 478	97.81 488	99.08 488	77.94 474	74.31 474	96.67 482	99.54 480	99.87 483	99.92 481	99.60 484	99.75 481	91.22 481	87.67 479	99.94 488	99.97 486	99.98 486	99.99 486	99.96 488	99.80 488

Anonymous_1	89.55 481	74.57 480	97.70 481	74.52 479	78.35 478	100.00 484	100.00 482	98.05 483	99.77 481	96.85 482	99.38 480	97.67 482	99.78 482	91.23 482	98.87 481	81.02 478	97.18 480	59.55 479	84.83 478	74.77 480	86.89 479

PML	71.00 478	88.39 483	73.68 472	82.04 480	74.55 477	83.63 475	76.92 475	72.05 477	85.95 477	89.82 480	84.57 478	90.63 480	58.80 474	91.54 483	73.58 474	95.93 486	2.38 468	86.91 482	6.48 472	84.07 483	18.14 474

test_example2	97.59 486	99.97 487	99.93 483	99.80 489	99.96 489	98.80 481	99.76 481	91.09 478	100.00 485	100.00 484	100.00 482	89.37 479	86.85 478	99.31 484	96.67 480	99.97 489	99.51 485	92.94 484	97.98 482	99.99 489	99.94 489

AVERAGE_ROB	98.51 487	99.16 486	95.72 479	100.00 490	100.00 490	93.61 480	82.61 477	100.00 484	99.97 482	100.00 484	100.00 482	100.00 485	100.00 483	99.73 485	99.43 482	100.00 490	100.00 489	100.00 487	100.00 487	100.00 490	100.00 490

Selective-RAFT-Error	99.05 490	100.00 489	100.00 486	96.31 487	98.73 487	100.00 484	100.00 482	100.00 484	100.00 485	100.00 484	100.00 482	100.00 485	100.00 483	100.00 486	100.00 486	93.08 483	100.00 489	100.00 487	100.00 487	95.40 484	97.58 486

CasAABBNet	99.03 489	100.00 489	100.00 486	96.02 486	98.70 486	100.00 484	100.00 482	100.00 484	100.00 485	100.00 484	100.00 482	100.00 485	100.00 483	100.00 486	100.00 486	93.08 483	99.99 488	100.00 487	100.00 487	95.40 484	97.41 485

LSM0	98.99 488	99.97 487	100.00 486	95.58 484	98.52 485	100.00 484	100.00 482	100.00 484	100.00 485	100.00 484	100.00 482	100.00 485	100.00 483	100.00 486	100.00 486	93.32 485	99.97 486	100.00 487	100.00 487	95.80 486	96.62 484

DPSM_ROB	93.70 483	78.60 481	100.00 486	83.05 481	85.63 479	100.00 484	100.00 482	100.00 484	100.00 485	100.00 484	100.00 482	100.00 485	100.00 483	100.00 486	100.00 486	88.93 480	97.35 481	74.49 480	94.98 480	81.33 481	89.69 482

DPSM	93.70 483	78.60 481	100.00 486	83.05 481	85.63 479	100.00 484	100.00 482	100.00 484	100.00 485	100.00 484	100.00 482	100.00 485	100.00 483	100.00 486	100.00 486	88.93 480	97.35 481	74.49 480	94.98 480	81.33 481	89.69 482

Low-res two-view benchmark