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

DDVS	0.30 211	0.10 148	0.64 65	0.03 330	0.13 409	0.25 64	0.24 390	0.18 126	0.11 92	0.00 1	0.00 1	0.49 331	0.05 273	3.62 330	0.07 218	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.02 267

rvit_0105_6	0.05 7	0.04 46	0.46 25	0.00 1	0.00 1	0.00 1	0.00 1	0.01 1	0.51 184	0.00 1	0.00 1	0.01 15	0.01 112	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 267

rvit_0105_5	0.07 22	0.10 148	0.65 66	0.00 1	0.00 1	0.02 8	0.00 1	0.05 31	0.56 214	0.00 1	0.00 1	0.02 58	0.01 112	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.01 149

rvit_0105_4	0.06 16	0.08 130	0.63 62	0.00 1	0.00 1	0.01 6	0.00 1	0.03 15	0.50 181	0.00 1	0.00 1	0.02 58	0.01 112	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_0105_3	0.08 29	0.16 206	0.68 72	0.00 1	0.00 1	0.07 33	0.00 1	0.08 65	0.61 347	0.00 1	0.00 1	0.01 15	0.01 112	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.01 149

rvit_105_1	0.09 38	0.21 235	0.66 68	0.00 1	0.00 1	0.16 52	0.00 1	0.13 104	0.61 347	0.00 1	0.00 1	0.02 58	0.01 112	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.02 267

UGAM	0.51 313	0.12 180	1.83 321	0.00 1	0.00 1	0.62 168	0.00 1	0.06 43	0.11 92	0.00 1	0.23 370	0.35 291	0.04 245	6.42 438	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.26 417	0.03 306

rvit_stereo_0083	0.01 1	0.01 1	0.12 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 1	0.06 18	0.00 1	0.00 1	0.01 15	0.00 1	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0081_aga	0.02 2	0.07 121	0.29 9	0.00 1	0.00 1	0.00 1	0.00 1	0.01 1	0.07 27	0.00 1	0.00 1	0.01 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0081	0.04 3	0.02 10	0.14 2	0.00 1	0.00 1	0.02 8	0.00 1	0.01 1	0.54 193	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DCVSM-stereo	0.16 110	0.03 28	1.58 293	0.00 1	0.00 1	0.74 202	0.04 332	0.02 11	0.08 42	0.00 1	0.00 1	0.60 343	0.07 293	0.06 146	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.00 1

ACV-stereo	0.63 354	0.16 206	2.24 356	0.00 1	0.00 1	1.79 428	0.07 350	0.06 43	0.10 85	0.00 1	0.00 1	3.53 433	1.24 410	3.12 304	0.17 287	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.01 149

rvit_stereo_0082	0.04 3	0.02 10	0.14 2	0.00 1	0.00 1	0.02 8	0.00 1	0.01 1	0.54 193	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0075_2	0.05 7	0.08 130	0.78 116	0.00 1	0.00 1	0.00 1	0.00 1	0.04 22	0.03 4	0.00 1	0.00 1	0.00 1	0.00 1	0.04 132	0.01 99	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 374

Occ-G	0.06 16	0.06 96	0.51 31	0.00 1	0.00 1	0.23 62	0.00 1	0.17 121	0.03 4	0.00 1	0.00 1	0.01 15	0.02 168	0.00 1	0.01 99	0.00 1	0.00 1	0.00 1	0.07 396	0.14 366	0.00 1

Pointernet	0.10 44	0.04 46	0.61 60	0.00 1	0.05 369	0.54 149	0.00 1	0.02 11	0.59 309	0.00 1	0.00 1	0.03 102	0.02 168	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 350	0.01 70	0.00 1

rvit_stereo_0080	0.05 7	0.17 212	0.22 6	0.00 1	0.00 1	0.02 8	0.00 1	0.01 1	0.55 199	0.00 1	0.00 1	0.01 15	0.01 112	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AIO-Stereo	0.07 22	0.06 96	0.41 16	0.00 1	0.03 345	0.30 76	0.00 1	0.10 88	0.04 11	0.00 1	0.00 1	0.01 15	0.00 1	0.00 1	0.01 99	0.00 1	0.00 1	0.00 1	0.23 442	0.04 245	0.07 386

rvit_stereo_ft	0.07 22	0.25 266	0.56 50	0.00 1	0.00 1	0.00 1	0.00 1	0.04 22	0.43 176	0.00 1	0.00 1	0.01 15	0.01 112	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 267

RSM++	0.08 29	0.06 96	0.38 12	0.00 1	0.00 1	0.30 76	0.00 1	0.06 43	0.56 214	0.00 1	0.00 1	0.00 1	0.00 1	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.16 426	0.09 331	0.03 306

RSM	0.08 29	0.05 70	0.37 11	0.00 1	0.02 321	0.30 76	0.00 1	0.11 93	0.56 214	0.00 1	0.00 1	0.00 1	0.00 1	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.15 424	0.05 264	0.02 267

DualNet (step1)	0.44 278	0.23 252	1.31 246	0.00 1	0.00 1	0.95 260	0.00 1	2.28 409	0.57 252	0.00 1	0.00 1	0.14 219	0.00 1	1.45 246	0.07 218	0.32 443	0.00 1	1.06 462	0.33 460	0.01 70	0.01 149

test_sample9	1.51 417	0.23 252	1.31 246	0.00 1	0.00 1	0.95 260	0.00 1	2.28 409	0.57 252	0.00 1	0.00 1	0.14 219	0.00 1	3.30 317	7.04 442	0.32 443	12.66 472	1.06 462	0.33 460	0.01 70	0.01 149

test_sample7	0.28 193	0.08 130	0.76 104	0.02 312	0.00 1	0.19 56	0.00 1	2.28 409	0.57 252	0.00 1	0.00 1	0.14 219	0.00 1	1.45 246	0.07 218	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.01 149

test_sample6	0.41 265	0.11 170	1.38 261	0.00 1	0.00 1	0.48 129	0.00 1	2.33 413	0.57 252	0.00 1	0.00 1	0.10 195	0.00 1	3.18 309	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.01 149

test_sample5	0.39 257	0.10 148	1.42 273	0.00 1	0.00 1	0.45 119	0.00 1	2.14 401	0.57 252	0.00 1	0.00 1	0.04 125	0.00 1	3.06 302	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.01 149

test_sample4	0.38 253	0.10 148	1.42 273	0.00 1	0.00 1	0.45 119	0.00 1	2.09 397	0.56 214	0.00 1	0.00 1	0.05 149	0.00 1	2.83 290	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.01 149

test_sample2	0.24 170	0.02 10	0.49 29	0.00 1	0.00 1	0.32 85	0.00 1	1.12 295	0.52 186	0.00 1	0.00 1	0.02 58	0.00 1	2.29 271	0.01 99	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.01 149

test_sample1	0.21 150	0.01 1	0.41 16	0.00 1	0.00 1	0.14 50	0.00 1	0.99 277	0.30 161	0.00 1	0.00 1	0.03 102	0.00 1	2.26 269	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.01 149

CAS++	0.06 16	0.06 96	0.59 56	0.00 1	0.00 1	0.07 33	0.00 1	0.25 156	0.13 115	0.00 1	0.00 1	0.02 58	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
gcap-zeroshot	0.18 128	0.22 242	1.03 185	0.07 377	0.10 397	0.77 209	0.00 1	0.26 159	0.63 399	0.00 1	0.00 1	0.21 254	0.01 112	0.15 186	0.02 135	0.00 1	0.04 404	0.00 1	0.17 428	0.00 1	0.00 1

trnet	0.10 44	0.05 70	0.52 35	0.00 1	0.00 1	1.06 304	0.00 1	0.17 121	0.09 63	0.00 1	0.00 1	0.02 58	0.00 1	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

H2IRNET	0.14 90	0.19 228	1.11 207	0.00 1	0.00 1	1.07 340	0.01 258	0.13 104	0.14 118	0.00 1	0.00 1	0.05 149	0.01 112	0.01 45	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.15 374	0.01 149

MGS-Stereo	0.10 44	0.08 130	0.82 131	0.00 1	0.00 1	0.41 104	0.00 1	0.20 140	0.08 42	0.00 1	0.00 1	0.01 15	0.01 112	0.04 132	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.39 435	0.00 1

DispNO	0.64 356	0.48 360	2.04 341	0.00 1	0.00 1	0.71 197	0.01 258	1.47 347	0.56 214	0.00 1	0.54 393	1.34 401	0.06 286	5.12 382	0.31 334	0.00 1	0.00 1	0.03 431	0.12 413	0.01 70	0.02 267

SMFormer	0.33 227	0.10 148	1.04 187	0.00 1	0.00 1	0.03 16	0.00 1	1.45 335	0.55 199	0.00 1	0.00 1	0.15 228	0.00 1	3.24 311	0.09 237	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.02 267

tta	0.33 227	0.10 148	1.04 187	0.00 1	0.00 1	0.03 16	0.00 1	1.45 335	0.55 199	0.00 1	0.00 1	0.15 228	0.00 1	3.24 311	0.09 237	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.01 149

qqq1	0.33 227	0.10 148	1.04 187	0.00 1	0.00 1	0.03 16	0.00 1	1.45 335	0.55 199	0.00 1	0.00 1	0.15 228	0.00 1	3.24 311	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.01 149

fff1	0.33 227	0.10 148	1.04 187	0.00 1	0.00 1	0.03 16	0.00 1	1.45 335	0.55 199	0.00 1	0.00 1	0.15 228	0.00 1	3.24 311	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.01 149

CoDeX	0.36 244	0.24 260	1.39 264	0.00 1	0.01 276	0.29 73	0.00 1	1.58 361	0.57 252	0.00 1	0.00 1	0.25 267	0.07 293	2.82 289	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

mmm	0.13 77	0.02 10	0.42 21	0.00 1	0.00 1	0.04 25	0.00 1	0.88 258	0.56 214	0.00 1	0.00 1	0.01 15	0.01 112	0.51 215	0.00 1	0.00 1	0.01 347	0.00 1	0.00 1	0.01 70	0.01 149

11t1	0.08 29	0.01 1	0.54 44	0.00 1	0.00 1	0.09 39	0.00 1	0.44 194	0.55 199	0.00 1	0.00 1	0.01 15	0.00 1	0.01 45	0.00 1	0.00 1	0.01 347	0.00 1	0.00 1	0.01 70	0.01 149

DualNet	0.39 257	0.10 148	1.42 273	0.00 1	0.00 1	0.45 119	0.00 1	2.14 401	0.57 252	0.00 1	0.00 1	0.04 125	0.00 1	3.06 302	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.01 149

ffm	0.25 177	0.02 10	1.06 196	0.00 1	0.00 1	0.62 168	0.00 1	1.42 327	0.57 252	0.00 1	0.00 1	0.67 354	0.02 168	0.57 217	0.01 99	0.00 1	0.01 347	0.00 1	0.00 1	0.08 316	0.03 306

ff1	0.80 374	0.02 10	1.06 196	0.00 1	0.00 1	0.62 168	0.00 1	1.42 327	0.57 252	0.00 1	0.00 1	0.67 354	0.02 168	5.57 399	5.86 437	0.00 1	0.01 347	0.00 1	0.00 1	0.08 316	0.03 306

mmx	0.85 380	0.02 10	1.06 196	0.00 1	0.00 1	0.62 168	0.00 1	2.50 420	0.56 214	0.00 1	0.00 1	0.67 354	0.02 168	5.57 399	5.86 437	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 149

ttt	0.70 363	0.02 10	0.78 116	0.00 1	0.00 1	0.62 168	0.00 1	2.50 420	0.56 214	0.00 1	0.00 1	0.29 275	0.01 112	4.18 354	5.00 432	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 149

1111x	0.87 385	0.02 10	1.20 223	0.00 1	0.00 1	0.70 193	0.00 1	2.60 432	0.56 214	0.00 1	0.00 1	0.04 125	0.01 112	5.36 391	6.80 441	0.00 1	0.01 347	0.00 1	0.00 1	0.00 1	0.01 149

whm_eth	0.05 7	0.17 212	0.22 6	0.00 1	0.00 1	0.02 8	0.00 1	0.01 1	0.55 199	0.00 1	0.00 1	0.01 15	0.01 112	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

xxx	0.85 380	0.02 10	1.06 196	0.00 1	0.00 1	0.62 168	0.00 1	2.50 420	0.56 214	0.00 1	0.00 1	0.67 354	0.02 168	5.57 399	5.86 437	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 149

GMStereo_Zeroshot	0.07 22	0.04 46	0.80 125	0.08 384	0.00 1	0.03 16	0.00 1	0.05 31	0.10 85	0.00 1	0.03 327	0.19 248	0.03 213	0.00 1	0.05 192	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

MaDis-Stereo	0.06 16	0.16 206	0.66 68	0.00 1	0.00 1	0.05 29	0.01 258	0.06 43	0.12 107	0.00 1	0.01 249	0.04 125	0.02 168	0.02 97	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.01 149

StereoVision	0.16 110	0.25 266	1.07 202	0.00 1	0.00 1	0.47 126	0.01 258	0.18 126	0.61 347	0.00 1	0.29 376	0.15 228	0.02 168	0.07 153	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.03 223	0.01 149

MIF-Stereo (partial)	0.08 29	0.11 170	0.96 170	0.00 1	0.00 1	0.08 37	0.00 1	0.19 130	0.08 42	0.00 1	0.01 249	0.02 58	0.02 168	0.02 97	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.04 245	0.01 149

UniTT-Stereo	0.06 16	0.06 96	0.83 134	0.00 1	0.00 1	0.08 37	0.01 258	0.06 43	0.03 4	0.00 1	0.08 350	0.02 58	0.00 1	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 316	0.00 1

CASnet	0.08 29	0.05 70	0.40 14	0.00 1	0.00 1	0.82 222	0.00 1	0.14 109	0.08 42	0.00 1	0.00 1	0.01 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 223	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PCWNet_CMD	0.19 134	0.10 148	1.38 261	0.00 1	0.01 276	0.75 206	0.00 1	0.35 178	0.12 107	0.00 1	0.00 1	0.48 323	0.51 367	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.01 149

CFNet_ucs	0.26 182	0.14 193	1.53 290	0.00 1	0.01 276	0.84 231	0.00 1	1.78 379	0.17 134	0.00 1	0.00 1	0.49 331	0.30 351	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 149

testlalala_base	0.27 188	0.06 96	0.80 125	0.00 1	0.00 1	0.64 182	0.00 1	1.08 289	0.08 42	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 181	0.52 448	0.00 1	0.00 1	0.12 413	2.02 455	0.00 1

LoS_RVC	0.05 7	0.05 70	0.41 16	0.00 1	0.00 1	0.16 52	0.00 1	0.17 121	0.07 27	0.00 1	0.00 1	0.04 125	0.01 112	0.04 132	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

CAS	0.10 44	0.05 70	0.46 25	0.00 1	0.00 1	1.03 285	0.00 1	0.21 146	0.09 63	0.00 1	0.00 1	0.03 102	0.01 112	0.01 45	0.02 135	0.08 428	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

anonymousdsp2	0.10 44	0.04 46	0.98 180	0.00 1	0.00 1	0.62 168	0.00 1	0.09 73	0.11 92	0.00 1	0.00 1	0.01 15	0.01 112	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.02 366	0.04 245	0.03 306

fast-acv-ft	0.29 209	0.37 323	3.76 424	0.06 373	0.01 276	0.28 71	0.17 378	0.06 43	0.21 141	0.00 1	0.00 1	0.08 180	0.09 301	0.10 172	0.23 314	0.01 398	0.00 1	0.03 431	0.01 350	0.26 417	0.01 149

Selective-IGEV	0.05 7	0.04 46	0.43 22	0.00 1	0.04 361	0.25 64	0.00 1	0.01 1	0.08 42	0.00 1	0.00 1	0.01 15	0.02 168	0.00 1	0.01 99	0.00 1	0.00 1	0.00 1	0.07 396	0.03 223	0.08 389

ToySt	0.12 71	0.15 198	0.92 163	0.00 1	0.00 1	0.46 124	0.00 1	0.41 189	0.10 85	0.00 1	0.00 1	0.10 195	0.00 1	0.07 153	0.19 301	0.00 1	0.00 1	0.00 1	0.02 366	0.04 245	0.02 267

knoymous	0.09 38	0.04 46	1.04 187	0.00 1	0.00 1	0.11 45	0.00 1	0.23 149	0.05 15	0.00 1	0.00 1	0.23 260	0.00 1	0.02 97	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

anonymousa	0.14 90	0.15 198	1.74 315	0.00 1	0.00 1	0.28 71	0.00 1	0.01 1	0.11 92	0.00 1	0.01 249	0.42 312	0.02 168	0.01 45	0.01 99	0.00 1	0.00 1	0.00 1	0.04 388	0.00 1	0.02 267

riskmin	0.11 61	0.01 1	0.87 149	0.01 284	0.00 1	0.13 49	0.00 1	0.30 172	0.09 63	0.00 1	0.01 249	0.76 363	0.00 1	0.02 97	0.01 99	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 149

Selective-RAFT	0.13 77	0.04 46	0.51 31	0.00 1	0.00 1	1.06 304	0.00 1	0.04 22	0.57 252	0.00 1	0.00 1	0.06 167	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.19 433	0.04 245	0.00 1

ProNet	0.09 38	0.20 232	0.53 43	0.00 1	0.00 1	0.80 217	0.00 1	0.04 22	0.07 27	0.00 1	0.00 1	0.01 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 316	0.01 149

CroCo-Stereo Lap2	0.09 38	0.23 252	0.74 90	0.00 1	0.00 1	0.02 8	0.00 1	0.07 59	0.56 214	0.00 1	0.00 1	0.01 15	0.03 213	0.02 97	0.01 99	0.00 1	0.00 1	0.00 1	0.00 1	0.06 285	0.01 149

TestStereo1	0.20 143	0.30 287	0.84 139	0.00 1	0.16 418	1.12 383	0.01 258	0.69 234	0.57 252	0.00 1	0.05 334	0.04 125	0.01 112	0.09 168	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 374	0.06 374

qqq	0.17 119	0.01 1	0.52 35	0.00 1	0.00 1	0.12 48	0.00 1	0.95 270	0.55 199	0.00 1	0.00 1	0.01 15	0.00 1	1.23 242	0.00 1	0.00 1	0.01 347	0.00 1	0.00 1	0.00 1	0.01 149

x	0.10 44	0.01 1	0.51 31	0.00 1	0.00 1	0.09 39	0.00 1	0.67 233	0.55 199	0.00 1	0.00 1	0.01 15	0.00 1	0.09 168	0.00 1	0.00 1	0.01 347	0.00 1	0.00 1	0.00 1	0.01 149

Wz-Net-SNSev	0.78 372	1.10 435	6.27 445	0.00 1	0.00 1	0.27 68	0.00 1	0.95 270	0.61 347	0.00 1	0.01 249	0.41 311	0.10 309	4.92 376	0.81 376	0.00 1	0.00 1	0.00 1	0.00 1	0.17 390	0.03 306

Wz-Net-LNSev-Ref	0.42 267	0.52 375	3.02 403	0.00 1	0.00 1	0.57 154	0.00 1	1.15 300	0.60 332	0.00 1	0.00 1	0.04 125	0.14 320	1.51 248	0.76 375	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Wz-Net-LNSev	0.34 234	0.61 393	4.26 432	0.00 1	0.00 1	0.49 132	0.00 1	0.26 159	0.61 347	0.00 1	0.01 249	0.23 260	0.03 213	0.10 172	0.16 283	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 149

IER	0.14 90	0.09 143	1.29 242	0.00 1	0.00 1	0.62 168	0.00 1	0.17 121	0.10 85	0.00 1	0.00 1	0.40 308	0.02 168	0.11 177	0.04 181	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

raft_robust	0.56 331	0.36 316	0.87 149	0.00 1	0.15 415	0.64 182	0.00 1	2.20 405	0.56 214	0.00 1	0.01 249	0.44 315	1.18 409	4.46 363	0.01 99	0.00 1	0.00 1	0.00 1	0.15 424	0.09 331	0.03 306

CRFU-Net	0.40 262	0.12 180	1.50 287	0.14 417	0.01 276	0.90 246	0.00 1	0.42 191	0.14 118	0.00 1	0.00 1	0.42 312	1.94 423	2.15 262	0.12 264	0.00 1	0.00 1	0.03 431	0.00 1	0.03 223	0.00 1

RAFT+CT+SA	0.26 182	0.34 300	1.11 207	0.02 312	0.27 439	1.10 368	0.00 1	0.70 237	0.56 214	0.00 1	0.00 1	0.07 174	0.01 112	0.36 206	0.00 1	0.00 1	0.00 1	0.00 1	0.31 459	0.11 345	0.22 442

NINENet	0.45 280	0.09 143	0.81 128	0.06 373	0.00 1	1.87 429	0.00 1	2.69 435	0.56 214	0.00 1	0.00 1	0.65 351	0.00 1	2.15 262	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

SA-5K	0.20 143	0.30 287	0.84 139	0.00 1	0.16 418	1.12 383	0.01 258	0.69 234	0.57 252	0.00 1	0.05 334	0.04 125	0.01 112	0.09 168	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 374	0.06 374

Sa-1000	0.31 216	0.26 273	0.93 164	0.00 1	0.18 426	1.08 353	0.01 258	2.59 431	0.56 214	0.00 1	0.09 351	0.03 102	0.00 1	0.18 188	0.00 1	0.00 1	0.00 1	0.00 1	0.13 417	0.11 345	0.00 1

SA	0.30 211	0.27 274	0.97 177	0.00 1	0.17 424	1.10 368	0.00 1	2.50 420	0.56 214	0.00 1	0.01 249	0.03 102	0.01 112	0.16 187	0.00 1	0.00 1	0.00 1	0.00 1	0.14 419	0.12 354	0.00 1

iRaft-Stereo_5w	0.50 308	0.51 370	1.44 279	0.00 1	0.00 1	0.29 73	0.00 1	0.63 227	0.59 309	0.00 1	0.00 1	0.08 180	0.01 112	6.14 421	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.22 407	0.01 149

psmg	0.22 155	0.05 70	0.54 44	0.00 1	0.00 1	1.05 295	0.00 1	1.73 376	0.58 297	0.00 1	0.00 1	0.36 295	0.03 213	0.01 45	0.08 231	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

CSP-Net	0.37 249	0.10 148	0.54 44	0.00 1	0.00 1	0.50 134	0.00 1	0.64 229	0.13 115	0.00 1	0.00 1	0.15 228	0.02 168	5.27 385	0.06 207	0.00 1	0.00 1	0.00 1	0.00 1	0.05 264	0.00 1

UDGNet	0.14 90	0.48 360	0.72 79	0.00 1	0.00 1	1.06 304	0.00 1	0.05 31	0.28 154	0.00 1	0.00 1	0.02 58	0.00 1	0.09 168	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GLC_STEREO	0.04 3	0.05 70	0.52 35	0.00 1	0.00 1	0.06 32	0.00 1	0.01 1	0.03 4	0.00 1	0.00 1	0.01 15	0.01 112	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

AASNet	0.27 188	0.47 358	1.56 291	0.00 1	0.00 1	0.91 253	0.00 1	0.58 217	0.58 297	0.00 1	0.00 1	0.39 306	0.02 168	0.33 202	0.13 271	0.00 1	0.00 1	0.00 1	0.00 1	0.25 415	0.06 374

GwcNet-ADL	0.30 211	0.19 228	1.78 317	0.00 1	0.00 1	1.03 285	0.00 1	2.08 396	0.28 154	0.00 1	0.00 1	0.37 301	0.04 245	0.02 97	0.09 237	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 306

PSMNet-ADL	0.35 240	0.05 70	0.65 66	0.00 1	0.00 1	1.03 285	0.00 1	0.59 219	0.09 63	0.00 1	0.07 347	0.47 321	0.01 112	3.66 334	0.30 329	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.02 267

GANet-ADL	0.16 110	0.06 96	1.18 221	0.00 1	0.01 276	0.83 228	0.00 1	0.23 149	0.07 27	0.00 1	0.30 377	0.35 291	0.00 1	0.07 153	0.10 246	0.00 1	0.00 1	0.00 1	0.00 1	0.04 245	0.01 149

ADLNet2	0.55 328	0.33 296	2.54 382	0.00 1	0.00 1	0.88 242	0.00 1	0.69 234	0.65 404	0.00 1	0.07 347	1.47 409	0.02 168	4.12 353	0.11 254	0.00 1	0.00 1	0.00 1	0.00 1	0.13 363	0.01 149

Consistency-Raft	0.39 257	0.30 287	2.53 381	0.14 417	0.03 345	0.90 246	0.04 332	1.36 316	0.59 309	0.00 1	0.02 322	0.02 58	1.15 407	0.33 202	0.43 349	0.02 412	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

GrayStereo	0.46 284	0.01 1	0.71 76	0.10 394	0.00 1	1.12 383	2.67 458	0.20 140	0.59 309	0.00 1	0.00 1	0.08 180	3.76 446	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

RAFT-345	0.49 299	0.04 46	1.26 237	0.10 394	0.07 383	1.16 394	0.19 383	0.14 109	0.57 252	0.00 1	0.01 249	0.09 191	0.01 112	6.00 414	0.20 306	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

AnonymousM	0.10 44	0.04 46	0.56 50	0.00 1	0.00 1	1.02 279	0.00 1	0.19 130	0.11 92	0.00 1	0.00 1	0.00 1	0.00 1	0.07 153	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

CroCo-Stereo	0.13 77	0.16 206	0.40 14	0.00 1	0.00 1	0.03 16	0.00 1	0.98 275	0.57 252	0.00 1	0.01 249	0.31 281	0.03 213	0.01 45	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	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
RAFT	0.12 71	0.43 346	0.79 120	0.01 284	0.02 321	0.10 42	0.07 350	0.06 43	0.27 153	0.00 1	0.01 249	0.18 241	0.04 245	0.01 45	0.00 1	0.00 1	0.02 378	0.00 1	0.01 350	0.37 432	0.01 149

LMCR-Stereo	0.27 188	0.34 300	1.42 273	0.00 1	0.00 1	0.79 215	0.00 1	2.15 403	0.61 347	0.00 1	0.00 1	0.04 125	0.04 245	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 264	0.00 1

ICVP	0.15 105	0.03 28	1.23 234	0.00 1	0.01 276	1.02 279	0.09 364	0.19 130	0.10 85	0.00 1	0.02 322	0.07 174	0.01 112	0.18 188	0.01 99	0.00 1	0.01 347	0.00 1	0.00 1	0.01 70	0.00 1
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rafts_anoy	0.14 90	0.35 309	0.99 181	0.00 1	0.02 321	0.49 132	0.03 317	0.11 93	0.07 27	0.00 1	0.01 249	0.06 167	0.06 286	0.24 196	0.06 207	0.00 1	0.14 449	0.00 1	0.01 350	0.02 171	0.03 306

iRaftStereo_RVC	0.10 44	0.20 232	0.57 52	0.00 1	0.00 1	0.52 142	0.00 1	0.05 31	0.07 27	0.00 1	0.01 249	0.14 219	0.03 213	0.02 97	0.01 99	0.00 1	0.03 389	0.00 1	0.00 1	0.25 415	0.20 436

GEStereo_RVC	0.43 274	0.38 333	1.10 203	0.01 284	0.00 1	1.02 279	0.00 1	1.94 387	0.57 252	0.00 1	0.00 1	0.14 219	0.01 112	3.25 316	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.08 316	0.02 267

CREStereo++_RVC	0.10 44	0.06 96	0.78 116	0.00 1	0.00 1	1.00 275	0.00 1	0.10 88	0.08 42	0.00 1	0.01 249	0.03 102	0.00 1	0.01 45	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
raft+_RVC	0.14 90	0.37 323	0.96 170	0.00 1	0.16 418	0.64 182	0.03 317	0.05 31	0.08 42	0.00 1	0.00 1	0.02 58	0.03 213	0.03 123	0.07 218	0.00 1	0.07 433	0.00 1	0.00 1	0.05 264	0.16 430

XX-TBD	0.12 71	0.25 266	0.79 120	0.00 1	0.00 1	0.92 255	0.00 1	0.18 126	0.08 42	0.00 1	0.21 369	0.03 102	0.00 1	0.01 45	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

raftrobust	0.13 77	0.36 316	0.94 167	0.00 1	0.18 426	0.62 168	0.02 298	0.07 59	0.07 27	0.00 1	0.00 1	0.03 102	0.03 213	0.03 123	0.05 192	0.00 1	0.01 347	0.00 1	0.00 1	0.06 285	0.04 337

sAnonymous2	0.10 44	0.22 242	1.35 254	0.00 1	0.00 1	0.04 25	0.00 1	0.03 15	0.06 18	0.00 1	0.00 1	0.01 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 316	0.15 426

CroCo_RVC	0.10 44	0.22 242	1.35 254	0.00 1	0.00 1	0.04 25	0.00 1	0.03 15	0.06 18	0.00 1	0.00 1	0.01 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 316	0.15 426

CFNet_pseudo	0.22 155	0.10 148	1.39 264	0.00 1	0.01 276	0.98 267	0.00 1	0.94 268	0.09 63	0.00 1	0.00 1	0.48 323	0.36 358	0.02 97	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RALAANet	0.13 77	0.51 370	0.95 168	0.00 1	0.00 1	0.32 85	0.01 258	0.38 182	0.03 4	0.00 1	0.00 1	0.05 149	0.09 301	0.02 97	0.12 264	0.00 1	0.00 1	0.00 1	0.02 366	0.10 339	0.00 1

sCroCo_RVC	0.09 38	0.05 70	1.02 183	0.00 1	0.00 1	0.02 8	0.00 1	0.12 100	0.48 179	0.00 1	0.00 1	0.01 15	0.00 1	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

GES	0.18 128	0.05 70	0.87 149	0.00 1	0.00 1	1.06 304	0.02 298	0.60 221	0.08 42	0.00 1	0.02 322	0.11 199	0.09 301	0.44 213	0.16 283	0.01 398	0.00 1	0.00 1	0.00 1	0.01 70	0.01 149

DGSMNet	1.21 407	0.37 323	3.02 403	0.71 450	1.33 462	1.61 421	3.53 461	1.45 335	0.33 164	0.00 1	0.79 407	0.48 323	0.24 345	3.22 310	0.53 361	0.98 457	1.21 467	1.35 465	1.09 467	1.03 449	0.92 460

test_xeample3	0.24 170	0.06 96	1.84 323	0.02 312	0.00 1	0.33 91	0.05 341	1.33 313	0.14 118	0.00 1	0.03 327	0.03 102	0.03 213	0.10 172	0.43 349	0.00 1	0.00 1	0.00 1	0.23 442	0.05 264	0.06 374

xxxx	1.04 395	0.02 10	0.54 44	0.00 1	0.00 1	0.53 145	0.00 1	2.53 424	0.57 252	0.00 1	0.00 1	0.01 15	0.01 112	2.04 257	14.52 464	0.00 1	0.01 347	0.00 1	0.00 1	0.00 1	0.01 149

test_xeample	1.14 401	0.02 10	0.58 53	0.00 1	0.00 1	0.57 154	0.00 1	2.57 427	0.57 252	0.00 1	0.00 1	0.03 102	0.02 168	3.45 324	15.00 467	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 267

GMStereo	0.08 29	0.54 379	0.90 156	0.00 1	0.00 1	0.03 16	0.00 1	0.04 22	0.03 4	0.00 1	0.00 1	0.01 15	0.02 168	0.00 1	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
FINET	0.51 313	0.36 316	2.40 366	0.00 1	0.00 1	0.27 68	0.00 1	2.06 394	1.49 439	0.00 1	0.00 1	0.04 125	0.04 245	3.38 322	0.10 246	0.00 1	0.00 1	0.00 1	0.00 1	0.03 223	0.02 267

MMNet	0.23 162	0.18 218	1.84 323	0.00 1	0.00 1	0.67 188	0.00 1	0.59 219	0.59 309	0.00 1	0.01 249	0.18 241	0.09 301	0.26 199	0.12 264	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 149

psm_up	0.39 257	0.25 266	1.04 187	0.00 1	0.00 1	0.82 222	0.00 1	1.88 382	0.57 252	0.00 1	0.00 1	0.28 274	0.01 112	2.78 287	0.09 237	0.00 1	0.00 1	0.00 1	0.00 1	0.06 285	0.00 1

UNet	0.26 182	0.18 218	2.41 368	0.00 1	0.00 1	0.71 197	0.00 1	0.39 185	0.60 332	0.00 1	0.00 1	0.37 301	0.02 168	0.45 214	0.09 237	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

UPFNet	0.18 128	0.05 70	1.11 207	0.00 1	0.00 1	0.48 129	0.00 1	1.11 293	0.48 179	0.00 1	0.00 1	0.10 195	0.00 1	0.10 172	0.10 246	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

CREStereo	0.10 44	0.06 96	0.51 31	0.00 1	0.00 1	1.06 304	0.00 1	0.20 140	0.08 42	0.00 1	0.00 1	0.02 58	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
FENet	0.23 162	0.05 70	1.39 264	0.00 1	0.00 1	1.00 275	0.00 1	0.80 247	0.57 252	0.00 1	0.00 1	0.24 262	0.04 245	0.23 195	0.18 292	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 149

PMTNet	0.11 61	0.07 121	0.60 59	0.00 1	0.00 1	1.05 295	0.04 332	0.16 115	0.08 42	0.00 1	0.00 1	0.04 125	0.00 1	0.03 123	0.01 99	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.00 1

FADNet-RVC-Resample	0.51 313	0.82 421	3.08 407	0.04 344	0.04 361	0.42 109	0.09 364	1.16 301	0.34 165	0.00 1	0.03 327	0.24 262	0.05 273	3.16 306	0.13 271	0.07 425	0.12 446	0.05 440	0.02 366	0.08 316	0.20 436

FADNet-RVC	0.51 313	0.80 419	2.47 374	0.01 284	0.00 1	0.48 129	0.00 1	1.32 312	0.14 118	0.00 1	0.01 249	0.12 205	0.06 286	4.07 350	0.15 281	0.00 1	0.04 404	0.00 1	0.00 1	0.38 433	0.08 389

S-Stereo	0.65 358	0.25 266	3.44 417	0.00 1	0.00 1	0.56 152	0.05 341	1.86 381	0.61 347	0.00 1	0.76 403	0.84 369	0.11 313	4.28 361	0.11 254	0.00 1	0.01 347	0.00 1	0.00 1	0.07 298	0.03 306

MaskLacGwcNet_RVC	0.47 286	0.43 346	1.04 187	0.11 404	0.00 1	1.10 368	0.00 1	0.80 247	0.54 193	0.00 1	0.05 334	0.38 304	0.03 213	3.50 326	0.14 277	0.88 455	0.00 1	0.00 1	0.00 1	0.11 345	0.20 436

BEATNet_4x	0.24 170	0.51 370	1.71 310	0.00 1	0.00 1	0.31 80	0.00 1	0.99 277	0.31 162	0.00 1	0.00 1	0.29 275	0.03 213	0.22 193	0.35 341	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.02 267

Nwc_Net	0.43 274	0.42 343	2.64 387	0.00 1	0.00 1	0.67 188	0.00 1	0.82 252	0.28 154	0.00 1	0.01 249	0.90 373	0.10 309	2.62 280	0.05 192	0.00 1	0.00 1	0.00 1	0.00 1	0.03 223	0.00 1

MSMDNet	0.19 134	0.10 148	1.39 264	0.00 1	0.01 276	0.75 206	0.00 1	0.35 178	0.12 107	0.00 1	0.00 1	0.48 323	0.50 365	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.01 149

PA-Net	0.57 337	0.50 365	2.73 391	0.03 330	0.06 377	0.89 244	0.02 298	0.66 231	0.63 399	0.00 1	0.00 1	0.43 314	0.07 293	4.82 374	0.55 365	0.01 398	0.00 1	0.00 1	0.00 1	0.02 171	0.04 337
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANetREF_RVC	0.54 326	0.70 403	2.06 346	0.00 1	0.00 1	1.14 387	0.00 1	1.61 364	0.58 297	0.00 1	0.01 249	0.29 275	0.04 245	4.21 356	0.06 207	0.00 1	0.00 1	0.00 1	0.00 1	0.03 223	0.02 267
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
CFNet	0.56 331	0.50 365	1.58 293	0.00 1	0.00 1	1.06 304	0.01 258	1.08 289	0.57 252	0.00 1	0.01 249	0.12 205	0.01 112	5.87 411	0.19 301	0.00 1	0.00 1	0.00 1	0.00 1	0.13 363	0.02 267

ccs_rob	0.22 155	0.10 148	1.38 261	0.00 1	0.01 276	0.98 267	0.00 1	0.94 268	0.09 63	0.00 1	0.00 1	0.48 323	0.36 358	0.02 97	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AANet_RVC	0.75 369	0.65 396	2.52 379	0.01 284	0.00 1	0.66 187	0.00 1	0.61 225	0.13 115	0.00 1	1.29 417	0.96 376	0.04 245	5.98 413	1.82 402	0.13 431	0.02 378	0.00 1	0.00 1	0.07 298	0.04 337

HITNet	0.19 134	0.55 385	1.36 258	0.00 1	0.00 1	0.25 64	0.00 1	1.09 291	0.23 149	0.00 1	0.00 1	0.14 219	0.02 168	0.02 97	0.14 277	0.00 1	0.00 1	0.00 1	0.00 1	0.05 264	0.00 1
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
AdaStereo	0.20 143	0.06 96	0.86 145	0.00 1	0.00 1	0.25 64	0.00 1	1.71 374	0.56 214	0.00 1	0.00 1	0.31 281	0.01 112	0.11 177	0.11 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
DeepPruner_ROB	0.23 162	0.37 323	1.26 237	0.00 1	0.00 1	1.11 376	0.03 317	0.20 140	0.07 27	0.00 1	0.00 1	0.39 306	0.03 213	1.12 238	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.04 245	0.00 1

PS-NSSS	0.54 326	0.44 349	0.86 145	0.00 1	0.00 1	1.04 292	0.00 1	2.37 414	0.56 214	0.00 1	0.00 1	0.11 199	0.01 112	5.32 387	0.13 271	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.00 1

HSM	0.63 354	0.36 316	0.89 154	0.00 1	0.00 1	0.52 142	0.01 258	0.98 275	0.56 214	0.00 1	0.01 249	2.27 428	0.65 380	6.18 423	0.11 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

StereoDRNet-Refined	0.24 170	0.08 130	0.68 72	0.00 1	0.00 1	0.83 228	0.00 1	0.66 231	0.61 347	0.00 1	0.00 1	0.50 335	0.02 168	1.28 244	0.08 231	0.00 1	0.00 1	0.00 1	0.00 1	0.10 339	0.04 337
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DRN-Test	0.43 274	0.13 187	1.95 335	0.03 330	0.09 393	0.61 163	0.00 1	1.43 332	0.61 347	0.00 1	0.00 1	0.18 241	0.04 245	3.32 319	0.11 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.01 149

StereoDRNet	0.42 267	0.50 365	2.50 376	0.02 312	0.06 377	0.51 136	0.00 1	0.34 177	0.61 347	0.00 1	0.00 1	0.33 284	0.02 168	2.87 292	0.50 360	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.02 267

iResNet	0.25 177	0.27 274	1.68 305	0.00 1	0.00 1	0.69 192	0.00 1	1.22 305	0.56 214	0.00 1	0.00 1	0.04 125	0.03 213	0.12 179	0.30 329	0.00 1	0.00 1	0.00 1	0.00 1	0.05 264	0.01 149

DISCO	0.31 216	0.11 170	1.73 311	0.16 422	0.16 418	0.31 80	0.00 1	0.09 73	0.17 134	0.00 1	0.01 249	1.51 412	0.00 1	1.21 240	0.62 369	0.00 1	0.00 1	0.00 1	0.00 1	0.03 223	0.01 149

NCCL2	0.29 209	0.50 365	1.52 288	0.00 1	0.00 1	0.81 220	0.00 1	0.45 195	0.22 143	0.00 1	0.00 1	0.02 58	0.03 213	2.14 260	0.06 207	0.00 1	0.00 1	0.02 421	0.00 1	0.01 70	0.03 306

XPNet_ROB	0.37 249	0.34 300	1.01 182	0.01 284	0.00 1	0.96 263	0.00 1	1.11 293	0.46 178	0.00 1	0.00 1	0.17 238	0.02 168	2.73 284	0.54 362	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.01 149

PWC_ROB	0.62 353	0.54 379	3.22 411	0.00 1	0.00 1	0.22 61	0.00 1	2.18 404	0.61 347	0.00 1	0.20 367	0.29 275	0.03 213	3.46 325	1.22 388	0.00 1	0.00 1	0.00 1	0.00 1	0.39 435	0.01 149

PWCDC_ROB	0.94 390	0.91 428	2.52 379	0.00 1	0.00 1	1.15 390	0.00 1	2.11 398	1.18 432	0.00 1	8.99 451	0.35 291	0.09 301	0.64 225	0.40 346	0.00 1	0.00 1	0.00 1	0.00 1	0.50 440	0.03 306

PSMNet_ROB	0.41 265	0.54 379	1.69 307	0.00 1	0.00 1	0.92 255	0.00 1	0.27 164	0.53 190	0.00 1	0.00 1	0.25 267	0.03 213	3.43 323	0.47 355	0.00 1	0.00 1	0.00 1	0.00 1	0.05 264	0.03 306

ITSA-stereo	0.44 278	0.06 96	0.97 177	0.03 330	0.00 1	1.08 353	0.06 346	1.42 327	0.09 63	0.01 157	0.00 1	0.21 254	0.50 365	3.91 342	0.38 342	0.00 1	0.00 1	0.02 421	0.01 350	0.03 223	0.01 149

IGEV-Stereo++	0.05 7	0.03 28	0.16 4	0.00 1	0.00 1	0.59 160	0.00 1	0.05 31	0.07 27	0.01 157	0.00 1	0.01 15	0.00 1	0.06 146	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.03 223	0.01 149

RAStereo	0.05 7	0.15 198	0.68 72	0.00 1	0.00 1	0.03 16	0.00 1	0.06 43	0.06 18	0.01 157	0.01 249	0.02 58	0.02 168	0.00 1	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

U	1.61 421	0.01 1	0.28 8	0.00 1	7.20 471	9.87 461	0.00 1	0.04 22	0.02 1	0.01 157	0.00 1	0.09 191	0.00 1	0.01 45	0.01 99	0.00 1	0.00 1	9.53 472	5.08 470	0.01 70	0.00 1

IGEV-Stereo+	0.04 3	0.06 96	0.29 9	0.01 284	0.00 1	0.02 8	0.00 1	0.11 93	0.14 118	0.01 157	0.00 1	0.03 102	0.00 1	0.00 1	0.01 99	0.00 1	0.00 1	0.00 1	0.10 402	0.01 70	0.01 149

WCG-NET（raft）	0.07 22	0.18 218	0.43 22	0.00 1	0.00 1	0.37 98	0.00 1	0.07 59	0.06 18	0.01 157	0.01 249	0.05 149	0.03 213	0.01 45	0.00 1	0.00 1	0.09 437	0.00 1	0.00 1	0.07 298	0.01 149

GCST	0.28 193	0.46 353	1.23 234	0.00 1	0.01 276	0.31 80	0.03 317	0.15 113	0.05 15	0.01 157	0.37 384	0.05 149	0.04 245	2.76 286	0.05 192	0.00 1	0.00 1	0.00 1	0.00 1	0.07 298	0.03 306

test_sample3	0.37 249	0.09 143	1.41 270	0.00 1	0.00 1	0.46 124	0.00 1	1.95 388	0.56 214	0.01 157	0.00 1	0.05 149	0.00 1	2.79 288	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.01 149

testlalala2	0.25 177	0.07 121	1.64 301	0.00 1	0.00 1	0.82 222	0.00 1	1.66 369	0.57 252	0.01 157	0.00 1	0.04 125	0.01 112	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.24 449	0.01 70	0.00 1

IGEV++	0.06 16	0.14 193	0.46 25	0.03 330	0.00 1	0.04 25	0.00 1	0.03 15	0.08 42	0.01 157	0.00 1	0.02 58	0.06 286	0.04 132	0.03 156	0.00 1	0.04 404	0.00 1	0.03 387	0.08 316	0.07 386

MyStereo07	0.10 44	0.12 180	0.59 56	0.00 1	0.00 1	0.98 267	0.00 1	0.03 15	0.10 85	0.01 157	0.00 1	0.01 15	0.05 273	0.04 132	0.00 1	0.00 1	0.05 419	0.00 1	0.00 1	0.02 171	0.04 337

ff7	0.11 61	0.18 218	0.52 35	0.00 1	0.00 1	1.06 304	0.00 1	0.09 73	0.09 63	0.01 157	0.00 1	0.01 15	0.03 213	0.02 97	0.00 1	0.00 1	0.00 1	0.00 1	0.10 402	0.07 298	0.01 149

IGEVStereo-DCA	0.10 44	0.06 96	0.52 35	0.01 284	0.00 1	0.32 85	0.00 1	0.09 73	0.09 63	0.01 157	0.01 249	0.02 58	0.04 245	0.14 182	0.44 351	0.00 1	0.00 1	0.00 1	0.10 402	0.05 264	0.01 149

ffff	0.11 61	0.18 218	0.52 35	0.00 1	0.00 1	1.06 304	0.00 1	0.09 73	0.09 63	0.01 157	0.00 1	0.01 15	0.03 213	0.02 97	0.00 1	0.00 1	0.00 1	0.00 1	0.10 402	0.07 298	0.01 149

rrr	0.24 170	0.06 96	1.91 331	0.01 284	0.00 1	0.32 85	0.04 332	1.34 314	0.15 125	0.01 157	0.01 249	0.02 58	0.04 245	0.14 182	0.44 351	0.00 1	0.00 1	0.00 1	0.18 430	0.05 264	0.05 354

11t	0.11 61	0.18 218	0.52 35	0.00 1	0.00 1	1.06 304	0.00 1	0.09 73	0.09 63	0.01 157	0.00 1	0.01 15	0.03 213	0.02 97	0.00 1	0.00 1	0.00 1	0.00 1	0.10 402	0.07 298	0.01 149

plain	0.11 61	0.17 212	1.21 233	0.00 1	0.00 1	0.05 29	0.00 1	0.16 115	0.32 163	0.01 157	0.01 249	0.02 58	0.01 112	0.03 123	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.26 417	0.01 149

DLNR_Zeroshot_test	21.09 472	47.65 474	85.43 477	96.34 485	87.67 483	0.31 80	0.00 1	17.86 472	0.07 27	0.01 157	0.01 249	0.00 1	0.00 1	0.70 226	0.01 99	15.78 472	0.01 347	0.00 1	0.21 439	69.62 479	0.04 337

otaku	0.59 346	1.12 437	1.90 330	0.08 384	0.11 403	0.89 244	0.05 341	0.60 221	0.57 252	0.01 157	1.41 418	1.03 382	0.14 320	2.39 275	0.56 366	0.06 424	0.03 389	0.01 405	0.00 1	0.61 442	0.21 440

Ntro	0.57 337	1.13 439	2.24 356	0.04 344	0.36 443	1.04 292	0.02 298	0.74 241	0.57 252	0.01 157	0.00 1	0.76 363	0.08 298	3.01 299	0.47 355	0.07 425	0.04 404	0.01 405	0.00 1	0.76 447	0.02 267

RainbowNet	0.61 351	1.13 439	1.83 321	0.10 394	0.04 361	1.23 404	0.07 350	1.74 377	0.57 252	0.01 157	0.02 322	1.14 392	0.25 347	2.29 271	0.48 357	0.61 449	0.05 419	0.00 1	0.00 1	0.47 439	0.20 436

ACVNet-4b	1.14 401	1.34 451	3.96 430	0.17 426	0.03 345	1.03 285	0.01 258	1.31 311	0.65 404	0.01 157	0.97 411	1.98 422	0.32 355	6.18 423	1.20 387	2.52 462	0.02 378	0.00 1	0.00 1	0.82 448	0.28 443

SPstereo	0.11 61	0.28 279	0.71 76	0.00 1	0.00 1	0.83 228	0.00 1	0.08 65	0.09 63	0.01 157	0.00 1	0.05 149	0.00 1	0.01 45	0.00 1	0.00 1	0.02 378	0.00 1	0.00 1	0.06 285	0.01 149

Any-RAFT	0.17 119	0.04 46	0.93 164	0.00 1	0.00 1	1.10 368	0.00 1	0.99 277	0.03 4	0.01 157	0.00 1	0.21 254	0.00 1	0.07 153	0.01 99	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

LL-Strereo2	0.12 71	0.41 341	0.91 161	0.05 354	0.03 345	0.51 136	0.04 332	0.13 104	0.11 92	0.01 157	0.00 1	0.03 102	0.02 168	0.06 146	0.10 246	0.00 1	0.00 1	0.00 1	0.01 350	0.03 223	0.03 306

anonymousdsp	0.11 61	0.18 218	0.58 53	0.00 1	0.00 1	1.06 304	0.00 1	0.08 65	0.09 63	0.01 157	0.00 1	0.01 15	0.04 245	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.11 408	0.07 298	0.03 306

CBFPSM	0.36 244	0.54 379	2.16 352	0.00 1	0.00 1	0.30 76	0.00 1	0.26 159	0.62 396	0.01 157	0.01 249	1.68 415	1.03 398	0.27 200	0.33 337	0.00 1	0.01 347	0.00 1	0.00 1	0.01 70	0.01 149

iinet-f	0.48 293	0.57 388	4.45 436	0.00 1	0.01 276	0.77 209	0.00 1	1.48 348	0.61 347	0.01 157	0.00 1	0.40 308	0.44 362	0.38 208	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.35 431	0.01 149

LoS	0.14 90	0.07 121	0.66 68	0.02 312	0.00 1	1.05 295	0.01 258	0.07 59	0.57 252	0.01 157	0.01 249	0.16 236	0.04 245	0.04 132	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 223	0.00 1
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	0.08 29	0.07 121	0.43 22	0.00 1	0.00 1	0.21 60	0.01 258	0.08 65	0.56 214	0.01 157	0.00 1	0.08 180	0.04 245	0.02 97	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

GASNet	0.56 331	1.09 434	2.57 383	0.00 1	0.00 1	0.52 142	0.02 298	1.12 295	0.22 143	0.01 157	0.14 359	0.50 335	0.12 316	4.09 351	0.39 344	0.00 1	0.00 1	0.00 1	0.00 1	0.32 428	0.08 389

gwcnet-sp	0.28 193	0.15 198	2.75 392	0.00 1	0.00 1	0.51 136	0.02 298	0.49 202	0.57 252	0.01 157	0.01 249	0.08 180	0.04 245	0.87 230	0.11 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.01 149

scenet	0.28 193	0.15 198	2.75 392	0.00 1	0.00 1	0.51 136	0.02 298	0.49 202	0.57 252	0.01 157	0.01 249	0.08 180	0.04 245	0.87 230	0.11 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.01 149

Anonymous_2	0.88 386	0.02 10	1.06 196	0.01 284	0.00 1	0.19 56	0.00 1	0.14 109	0.08 42	0.01 157	0.04 332	1.07 386	0.00 1	0.02 97	0.02 135	0.01 398	0.04 404	2.31 468	11.16 473	1.35 452	0.01 149

ssnet	0.28 193	0.15 198	2.75 392	0.00 1	0.00 1	0.51 136	0.02 298	0.49 202	0.57 252	0.01 157	0.01 249	0.08 180	0.04 245	0.87 230	0.11 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.01 149

ccc-4	0.11 61	0.18 218	0.52 35	0.00 1	0.00 1	1.06 304	0.00 1	0.09 73	0.09 63	0.01 157	0.00 1	0.01 15	0.03 213	0.02 97	0.00 1	0.00 1	0.00 1	0.00 1	0.10 402	0.07 298	0.01 149

Wz-Net-MNSev	0.48 293	0.76 416	3.11 408	0.00 1	0.00 1	0.23 62	0.00 1	1.07 287	0.61 347	0.01 157	0.01 249	0.13 212	0.13 319	3.12 304	0.34 338	0.00 1	0.00 1	0.00 1	0.00 1	0.05 264	0.01 149

RAFT_CTSACE	0.14 90	0.33 296	1.23 234	0.00 1	0.01 276	0.47 126	0.00 1	0.27 164	0.11 92	0.01 157	0.00 1	0.04 125	0.00 1	0.08 164	0.00 1	0.00 1	0.01 347	0.00 1	0.00 1	0.24 412	0.00 1

IGEV-Stereo	0.11 61	0.18 218	0.58 53	0.00 1	0.00 1	1.06 304	0.00 1	0.08 65	0.09 63	0.01 157	0.00 1	0.01 15	0.04 245	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.11 408	0.07 298	0.03 306
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
WZ-Net	1.38 412	1.14 441	10.22 456	0.00 1	0.00 1	0.82 222	0.00 1	1.37 322	0.61 347	0.01 157	0.01 249	1.09 387	2.20 430	6.39 437	3.68 420	0.00 1	0.00 1	0.00 1	0.00 1	0.07 298	0.02 267

dd	0.16 110	0.52 375	0.86 145	0.01 284	0.00 1	1.03 285	0.00 1	0.09 73	0.52 186	0.01 157	0.00 1	0.02 58	0.02 168	0.00 1	0.00 1	0.01 398	0.00 1	0.00 1	0.00 1	0.03 223	0.00 1

dad	0.17 119	0.54 379	0.82 131	0.00 1	0.00 1	1.03 285	0.00 1	0.02 11	0.23 149	0.01 157	0.00 1	0.02 58	0.01 112	0.63 224	0.11 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

GMOStereo	0.13 77	0.24 260	0.83 134	0.00 1	0.14 411	0.86 236	0.01 258	0.09 73	0.11 92	0.01 157	0.01 249	0.02 58	0.01 112	0.00 1	0.00 1	0.00 1	0.09 437	0.00 1	0.00 1	0.16 383	0.01 149

error version	0.13 77	0.24 260	0.83 134	0.00 1	0.14 411	0.86 236	0.01 258	0.09 73	0.11 92	0.01 157	0.01 249	0.02 58	0.01 112	0.00 1	0.00 1	0.00 1	0.09 437	0.00 1	0.00 1	0.16 383	0.01 149

test-v	0.13 77	0.24 260	0.83 134	0.00 1	0.14 411	0.86 236	0.01 258	0.09 73	0.11 92	0.01 157	0.01 249	0.02 58	0.01 112	0.00 1	0.00 1	0.00 1	0.09 437	0.00 1	0.00 1	0.16 383	0.01 149

test-3	0.17 119	0.03 28	0.74 90	0.03 330	0.10 397	0.43 114	0.00 1	1.36 316	0.07 27	0.01 157	0.00 1	0.02 58	0.00 1	0.08 164	0.19 301	0.00 1	0.00 1	0.00 1	0.20 434	0.12 354	0.11 411

test_1	0.17 119	0.03 28	0.75 98	0.03 330	0.10 397	0.43 114	0.00 1	1.36 316	0.07 27	0.01 157	0.00 1	0.02 58	0.00 1	0.07 153	0.19 301	0.00 1	0.00 1	0.00 1	0.20 434	0.12 354	0.11 411

TRStereo	0.37 249	0.23 252	1.41 270	0.03 330	0.00 1	1.07 340	0.02 298	3.07 440	0.57 252	0.01 157	0.00 1	0.11 199	0.40 361	0.06 146	0.00 1	0.00 1	0.00 1	0.00 1	0.22 441	0.01 70	0.08 389

LCNet	0.22 155	0.11 170	0.74 90	0.11 404	0.00 1	0.97 265	0.00 1	0.09 73	0.59 309	0.01 157	0.00 1	0.02 58	1.10 403	0.43 211	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 366	0.01 149

HHNet	0.48 293	0.21 235	1.60 296	0.10 394	0.00 1	1.14 387	0.26 395	0.47 199	0.59 309	0.01 157	3.56 428	0.04 125	0.71 381	0.00 1	0.73 373	0.02 412	0.00 1	0.00 1	0.00 1	0.03 223	0.00 1

Patchmatch Stereo++	0.13 77	0.04 46	0.73 81	0.05 354	0.01 276	1.06 304	0.08 358	0.06 43	0.56 214	0.01 157	0.00 1	0.05 149	0.00 1	0.01 45	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	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
AAGNet	0.96 392	0.05 70	0.74 90	0.09 390	0.27 439	1.11 376	0.28 402	0.05 31	0.59 309	0.01 157	0.00 1	0.01 15	1.00 397	3.68 335	11.30 456	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

IIG-Stereo	0.65 358	0.34 300	0.77 107	0.05 354	0.03 345	1.17 397	0.00 1	1.46 345	0.60 332	0.01 157	0.57 395	0.54 341	0.01 112	7.03 449	0.39 344	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.00 1

NF-Stereo	0.47 286	0.03 28	0.77 107	0.12 408	0.00 1	1.07 340	0.26 395	0.19 130	0.60 332	0.01 157	0.00 1	0.02 58	0.00 1	6.18 423	0.18 292	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

OCTAStereo	0.47 286	0.03 28	0.77 107	0.12 408	0.00 1	1.07 340	0.26 395	0.19 130	0.60 332	0.01 157	0.00 1	0.02 58	0.00 1	6.16 422	0.18 292	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

PSM-adaLoss	0.14 90	0.04 46	0.73 81	0.05 354	0.02 321	1.06 304	0.08 358	0.05 31	0.56 214	0.01 157	0.00 1	0.07 174	0.00 1	0.01 45	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.00 1

PSM-AAD	0.49 299	0.02 10	0.75 98	0.06 373	0.00 1	1.19 400	2.19 453	0.12 100	0.59 309	0.01 157	0.45 388	0.13 212	4.04 447	0.22 193	0.06 207	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.01 149

ROB_FTStereo_v2	0.14 90	0.04 46	0.73 81	0.05 354	0.01 276	1.06 304	0.06 346	0.05 31	0.56 214	0.01 157	0.00 1	0.07 174	0.00 1	0.01 45	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.00 1

ROB_FTStereo	0.13 77	0.04 46	0.73 81	0.05 354	0.02 321	1.06 304	0.07 350	0.06 43	0.56 214	0.01 157	0.00 1	0.03 102	0.00 1	0.01 45	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.00 1

KYRaft	0.21 150	0.03 28	0.74 90	0.04 344	0.00 1	1.16 394	0.12 375	0.08 65	0.60 332	0.01 157	0.30 377	0.03 102	0.77 388	0.37 207	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.01 149

HUI-Stereo	0.14 90	0.04 46	0.75 98	0.05 354	0.02 321	1.06 304	0.08 358	0.06 43	0.57 252	0.01 157	0.00 1	0.07 174	0.00 1	0.01 45	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.00 1

PFNet	0.60 348	0.11 170	2.08 348	0.00 1	0.30 441	1.16 394	0.00 1	0.29 169	0.59 309	0.01 157	0.24 371	0.02 58	0.00 1	6.58 440	0.23 314	0.10 430	0.00 1	0.00 1	0.04 388	0.14 366	0.05 354

RE-Stereo	0.47 286	0.03 28	0.77 107	0.12 408	0.00 1	1.07 340	0.26 395	0.19 130	0.60 332	0.01 157	0.00 1	0.02 58	0.00 1	6.18 423	0.18 292	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

TVStereo	0.47 286	0.03 28	0.77 107	0.12 408	0.00 1	1.07 340	0.26 395	0.19 130	0.60 332	0.01 157	0.00 1	0.02 58	0.00 1	6.18 423	0.18 292	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

DeepStereo_RVC	0.22 155	0.04 46	0.87 149	0.05 354	0.02 321	1.07 340	0.32 406	0.04 22	0.56 214	0.01 157	0.00 1	0.00 1	1.25 411	0.01 45	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.05 354

iGMRVC	0.14 90	0.04 46	0.74 90	0.05 354	0.02 321	1.06 304	0.07 350	0.06 43	0.56 214	0.01 157	0.00 1	0.05 149	0.00 1	0.01 45	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.00 1

RAFT-RH_RVC	0.96 392	0.13 187	1.35 254	0.02 312	0.05 369	1.06 304	0.00 1	0.06 43	0.55 199	0.01 157	9.57 456	0.10 195	0.00 1	6.00 414	0.30 329	0.01 398	0.00 1	0.00 1	0.02 366	0.01 70	0.00 1

IRAFT_RVC	0.51 313	0.13 187	1.14 212	0.10 394	0.00 1	1.17 397	0.10 368	0.28 168	0.61 347	0.01 157	0.00 1	0.02 58	0.12 316	6.22 431	0.22 309	0.00 1	0.09 437	0.00 1	0.00 1	0.02 171	0.01 149

iRAFT	0.13 77	0.04 46	0.73 81	0.05 354	0.01 276	1.06 304	0.08 358	0.06 43	0.56 214	0.01 157	0.00 1	0.05 149	0.00 1	0.01 45	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.00 1

test-2	0.13 77	0.24 260	0.83 134	0.00 1	0.14 411	0.86 236	0.01 258	0.09 73	0.11 92	0.01 157	0.01 249	0.02 58	0.01 112	0.00 1	0.00 1	0.00 1	0.09 437	0.00 1	0.00 1	0.16 383	0.01 149

GMM-Stereo	0.18 128	0.02 10	1.37 260	0.08 384	0.00 1	1.11 376	0.13 376	0.09 73	0.60 332	0.01 157	0.00 1	0.02 58	0.10 309	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

RAFT-IKP	0.14 90	0.04 46	0.75 98	0.05 354	0.01 276	1.06 304	0.08 358	0.05 31	0.56 214	0.01 157	0.00 1	0.05 149	0.00 1	0.01 45	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.00 1

Prome-Stereo	0.23 162	0.04 46	0.76 104	0.10 394	0.00 1	1.15 390	0.02 298	0.27 164	0.65 404	0.01 157	0.54 393	0.04 125	0.71 381	0.27 200	0.07 218	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 149

Anonymous3	0.19 134	0.07 121	1.33 250	0.00 1	0.00 1	1.12 383	0.00 1	0.56 212	0.56 214	0.01 157	0.00 1	0.06 167	0.00 1	0.01 45	0.01 99	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.01 149

s12784h	0.21 150	0.05 70	0.81 128	0.00 1	0.00 1	1.06 304	0.02 298	1.36 316	0.56 214	0.01 157	0.34 382	0.02 58	0.00 1	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.00 1

TestStereo	0.31 216	0.22 242	1.36 258	0.00 1	0.00 1	0.27 68	0.00 1	0.06 43	0.04 11	0.01 157	0.00 1	0.03 102	0.01 112	4.27 359	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.12 71	0.15 198	0.78 116	0.00 1	0.00 1	1.03 285	0.00 1	0.07 59	0.08 42	0.01 157	0.15 361	0.04 125	0.00 1	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

pcwnet_v2	0.47 286	0.11 170	5.03 441	0.00 1	0.00 1	0.70 193	0.00 1	1.98 390	0.61 347	0.01 157	0.00 1	0.36 295	0.33 356	0.18 188	0.01 99	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.02 267

HCRNet	0.32 225	0.10 148	0.81 128	0.00 1	0.00 1	1.10 368	0.00 1	0.39 185	0.59 309	0.01 157	0.01 249	0.06 167	0.03 213	3.24 311	0.05 192	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.02 267

CFNet-RSSM	0.17 119	0.06 96	1.16 217	0.00 1	0.12 406	0.61 163	0.00 1	0.90 261	0.08 42	0.01 157	0.00 1	0.09 191	0.00 1	0.01 45	0.03 156	0.00 1	0.00 1	0.00 1	0.23 442	0.00 1	0.00 1

APVNet	0.51 313	0.21 235	2.43 372	0.00 1	0.00 1	0.94 259	0.00 1	0.45 195	0.62 396	0.01 157	0.01 249	0.34 287	0.03 213	4.59 366	0.27 326	0.00 1	0.00 1	0.03 431	0.00 1	0.15 374	0.02 267

SFCPSM	0.21 150	0.04 46	1.59 295	0.00 1	0.05 369	0.34 94	0.00 1	1.24 306	0.57 252	0.01 157	0.00 1	0.12 205	0.02 168	0.05 141	0.05 192	0.00 1	0.00 1	0.00 1	0.02 366	0.02 171	0.00 1

Gwc-CoAtRS	0.12 71	0.06 96	1.17 218	0.00 1	0.11 403	0.41 104	0.00 1	0.20 140	0.04 11	0.01 157	0.00 1	0.18 241	0.00 1	0.01 45	0.06 207	0.00 1	0.00 1	0.00 1	0.18 430	0.01 70	0.00 1

ACVNet	0.20 143	0.14 193	0.96 170	0.01 284	0.00 1	1.05 295	0.11 372	0.19 130	0.60 332	0.01 157	0.01 249	0.71 359	0.00 1	0.05 141	0.10 246	0.00 1	0.00 1	0.00 1	0.00 1	0.05 264	0.00 1

CFNet-ft	0.31 216	0.34 300	0.96 170	0.00 1	0.00 1	1.08 353	0.00 1	0.19 130	0.15 125	0.01 157	0.00 1	0.48 323	0.00 1	2.95 297	0.05 192	0.00 1	0.00 1	0.01 405	0.00 1	0.01 70	0.01 149

DMCA-RVC	0.31 216	0.48 360	2.47 374	0.00 1	0.03 345	0.78 213	0.03 317	0.06 43	0.08 42	0.01 157	0.01 249	0.08 180	0.33 356	1.59 251	0.16 283	0.00 1	0.02 378	0.01 405	0.00 1	0.01 70	0.01 149

DMCA	0.19 134	0.16 206	1.39 264	0.00 1	0.01 276	1.00 275	0.01 258	0.38 182	0.57 252	0.01 157	0.01 249	0.05 149	0.00 1	0.05 141	0.12 264	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

FADNet	0.55 328	0.75 411	2.42 370	0.00 1	0.01 276	0.82 222	0.00 1	0.88 258	0.54 193	0.01 157	0.01 249	0.16 236	0.16 327	4.49 364	0.09 237	0.18 435	0.00 1	0.00 1	0.00 1	0.43 438	0.00 1

DIP-Stereo	0.22 155	0.10 148	0.77 107	0.00 1	0.00 1	1.09 362	0.00 1	1.68 370	0.57 252	0.01 157	0.00 1	0.01 15	0.07 293	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.01 149
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RGC	0.50 308	0.53 377	2.42 370	0.00 1	0.01 276	0.65 185	0.00 1	1.07 287	0.17 134	0.01 157	0.62 398	1.00 379	0.19 333	3.03 301	0.28 328	0.00 1	0.00 1	0.00 1	0.00 1	0.05 264	0.02 267

ADCP+	1.36 411	0.76 416	6.73 446	0.01 284	0.02 321	1.32 415	0.80 441	0.81 249	0.72 416	0.01 157	0.01 249	0.96 376	1.05 400	0.33 202	13.50 462	0.00 1	0.00 1	0.00 1	0.00 1	0.06 285	0.02 267

CC-Net-ROB	0.64 356	0.50 365	1.13 211	0.07 377	0.00 1	1.08 353	0.01 258	2.58 429	0.56 214	0.01 157	0.00 1	0.14 219	0.01 112	5.73 406	0.12 264	0.50 447	0.00 1	0.21 453	0.00 1	0.09 331	0.02 267

GANet	0.55 328	0.35 309	1.40 269	0.00 1	0.00 1	0.77 209	0.08 358	0.36 180	0.57 252	0.01 157	0.00 1	0.68 358	0.11 313	5.52 396	1.07 382	0.00 1	0.00 1	0.02 421	0.00 1	0.09 331	0.03 306

CFNet_RVC	0.31 216	0.34 300	0.96 170	0.00 1	0.00 1	1.08 353	0.00 1	0.19 130	0.15 125	0.01 157	0.00 1	0.48 323	0.00 1	2.95 297	0.05 192	0.00 1	0.00 1	0.01 405	0.00 1	0.01 70	0.01 149

UCFNet_RVC	0.20 143	0.32 292	0.88 153	0.00 1	0.00 1	1.02 279	0.00 1	0.20 140	0.29 157	0.01 157	0.00 1	0.34 287	0.02 168	0.81 228	0.05 192	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

iResNetv2_ROB	0.36 244	1.03 432	2.96 401	0.00 1	0.00 1	0.58 157	0.00 1	1.51 357	0.58 297	0.01 157	0.00 1	0.08 180	0.02 168	0.07 153	0.02 135	0.00 1	0.00 1	0.00 1	0.00 1	0.29 425	0.02 267

MFMNet_re	0.24 170	0.74 410	2.31 360	0.53 446	0.00 1	0.17 54	0.01 258	0.02 11	0.59 309	0.01 157	0.03 327	0.12 205	0.00 1	0.07 153	0.01 99	0.00 1	0.00 1	0.00 1	0.00 1	0.19 397	0.01 149

FBW_ROB	0.83 377	0.31 291	1.48 286	0.10 394	0.01 276	0.62 168	0.01 258	1.91 384	0.59 309	0.01 157	0.01 249	1.10 388	0.05 273	7.84 453	2.07 405	0.05 422	0.01 347	0.03 431	0.01 350	0.01 70	0.47 450

DN-CSS_ROB	0.26 182	0.75 411	1.33 250	0.00 1	0.00 1	0.99 273	0.00 1	1.04 283	0.61 347	0.01 157	0.00 1	0.19 248	0.02 168	0.07 153	0.01 99	0.00 1	0.00 1	0.00 1	0.00 1	0.22 407	0.01 149

WCG-NET	0.07 22	0.10 148	0.39 13	0.00 1	0.00 1	0.54 149	0.00 1	0.14 109	0.05 15	0.02 256	0.00 1	0.01 15	0.04 245	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 345	0.00 1

MyStereo8	0.28 193	0.37 323	2.57 383	0.02 312	0.00 1	1.23 404	0.00 1	0.26 159	0.15 125	0.02 256	0.05 334	0.14 219	0.04 245	0.24 196	0.05 192	0.00 1	0.11 445	0.00 1	0.01 350	0.04 245	0.21 440

EKT-Stereo	0.46 284	0.12 180	1.03 185	0.75 451	4.21 468	1.06 304	0.00 1	0.83 253	0.04 11	0.02 256	0.00 1	0.08 180	0.00 1	0.89 233	0.01 99	0.00 1	0.03 389	0.00 1	0.05 390	0.04 245	0.01 149

MIM_Stereo	0.10 44	0.32 292	0.90 156	0.00 1	0.03 345	0.29 73	0.00 1	0.11 93	0.11 92	0.02 256	0.00 1	0.04 125	0.01 112	0.01 45	0.00 1	0.00 1	0.03 389	0.00 1	0.00 1	0.11 345	0.08 389

SQANet	0.42 267	1.14 441	1.86 326	0.04 344	0.48 446	0.36 97	0.03 317	0.40 187	0.56 214	0.02 256	0.24 371	0.49 331	0.06 286	2.14 260	0.21 308	0.02 412	0.02 378	0.01 405	0.00 1	0.19 397	0.03 306

4D-IteraStereo	0.16 110	0.51 370	1.73 311	0.00 1	0.00 1	0.38 100	0.03 317	0.08 65	0.08 42	0.02 256	0.01 249	0.00 1	0.01 112	0.06 146	0.09 237	0.00 1	0.00 1	0.00 1	0.00 1	0.04 245	0.06 374

MC-Stereo	0.10 44	0.10 148	0.59 56	0.01 284	0.01 276	1.06 304	0.00 1	0.03 15	0.09 63	0.02 256	0.00 1	0.03 102	0.02 168	0.03 123	0.00 1	0.00 1	0.01 347	0.00 1	0.02 366	0.05 264	0.01 149

CIPLG	0.33 227	0.75 411	1.79 319	0.10 394	0.01 276	0.93 258	0.21 386	1.45 335	0.61 347	0.02 256	0.01 249	0.14 219	0.06 286	0.13 180	0.17 287	0.00 1	0.04 404	0.01 405	0.01 350	0.17 390	0.04 337

IPLGR_C	0.35 240	0.81 420	2.03 339	0.10 394	0.01 276	0.90 246	0.21 386	1.46 345	0.61 347	0.02 256	0.01 249	0.13 212	0.07 293	0.14 182	0.17 287	0.00 1	0.05 419	0.01 405	0.02 366	0.17 390	0.04 337

ACRE	0.34 234	0.70 403	2.13 349	0.10 394	0.00 1	0.90 246	0.20 385	1.45 335	0.61 347	0.02 256	0.01 249	0.13 212	0.05 273	0.14 182	0.17 287	0.00 1	0.03 389	0.01 405	0.02 366	0.17 390	0.04 337

AACVNet	0.40 262	0.36 316	0.90 156	0.00 1	0.00 1	0.53 145	0.00 1	0.18 126	0.41 175	0.02 256	0.00 1	0.11 199	0.01 112	5.33 388	0.07 218	0.00 1	0.00 1	0.00 1	0.00 1	0.15 374	0.00 1

RAFT_R40	0.49 299	0.03 28	0.74 90	0.05 354	0.15 415	1.09 362	0.32 406	0.27 164	0.59 309	0.02 256	0.03 327	0.07 174	0.30 351	6.12 419	0.11 254	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.00 1

CRE-IMP	0.16 110	0.03 28	0.75 98	0.05 354	0.01 276	1.11 376	0.34 411	0.04 22	0.56 214	0.02 256	0.00 1	0.12 205	0.00 1	0.01 45	0.01 99	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.08 389

cross-raft	0.15 105	0.05 70	1.46 282	0.00 1	0.01 276	0.37 98	0.07 350	0.40 187	0.02 1	0.02 256	0.00 1	0.38 304	0.00 1	0.02 97	0.03 156	0.00 1	0.00 1	0.00 1	0.11 408	0.01 70	0.02 267

RALCasStereoNet	0.16 110	0.35 309	0.84 139	0.00 1	0.00 1	0.32 85	0.03 317	0.16 115	0.56 214	0.02 256	0.07 347	0.05 149	0.08 298	0.13 180	0.08 231	0.00 1	0.31 456	0.00 1	0.00 1	0.07 298	0.11 411

222	1.95 425	0.03 28	0.41 16	0.00 1	0.00 1	0.58 157	0.00 1	2.64 434	0.57 252	0.02 256	0.00 1	0.05 149	0.02 168	3.34 321	31.23 472	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 267

RAFT + AFF	0.60 348	0.75 411	1.04 187	0.00 1	0.00 1	1.10 368	0.06 346	1.45 335	0.57 252	0.02 256	0.00 1	0.18 241	1.43 415	4.80 373	0.15 281	0.00 1	0.17 453	0.00 1	0.00 1	0.27 422	0.08 389

Syn2CoEx	0.56 331	0.78 418	2.86 397	0.00 1	0.00 1	0.10 42	0.01 258	0.91 263	0.61 347	0.02 256	0.00 1	0.49 331	0.21 339	5.03 379	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.14 366	0.03 306

HGLStereo	0.28 193	0.12 180	1.15 213	0.00 1	0.00 1	0.65 185	0.00 1	0.57 214	0.25 151	0.02 256	0.01 249	0.47 321	0.03 213	2.17 265	0.14 277	0.00 1	0.00 1	0.00 1	0.00 1	0.03 223	0.01 149

DSFCA	0.40 262	0.09 143	0.84 139	0.00 1	0.01 276	0.98 267	0.37 414	0.29 169	0.62 396	0.02 256	0.32 379	0.03 102	0.24 345	3.91 342	0.34 338	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

FADNet_RVC	0.60 348	0.83 422	2.50 376	0.00 1	0.00 1	1.09 362	0.00 1	1.29 309	0.50 181	0.02 256	0.05 334	0.26 269	0.03 213	3.17 308	0.25 320	0.21 437	0.26 455	0.08 445	0.28 457	0.53 441	0.55 456

STTStereo	0.24 170	0.28 279	1.68 305	0.00 1	0.00 1	0.84 231	0.03 317	0.16 115	0.08 42	0.02 256	0.00 1	0.20 252	0.03 213	1.54 249	0.01 99	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

R-Stereo Train	0.15 105	0.03 28	0.77 107	0.00 1	0.00 1	0.74 202	0.00 1	1.36 316	0.09 63	0.02 256	0.00 1	0.01 15	0.00 1	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 149

MADNet+	4.65 453	2.70 468	46.68 470	0.01 284	0.02 321	2.06 432	0.03 317	3.17 442	1.07 431	0.02 256	0.01 249	1.84 418	0.31 354	21.62 469	13.04 460	0.00 1	0.03 389	0.00 1	0.00 1	0.20 403	0.19 435

RAFT-Stereo	0.15 105	0.03 28	0.77 107	0.00 1	0.00 1	0.74 202	0.00 1	1.36 316	0.09 63	0.02 256	0.00 1	0.01 15	0.00 1	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 149
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RYNet	0.53 324	0.19 228	1.79 319	0.00 1	0.00 1	0.55 151	0.00 1	1.12 295	0.61 347	0.02 256	0.00 1	0.83 368	0.04 245	5.05 380	0.45 354	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 267

DLCB_ROB	0.27 188	0.16 206	0.71 76	0.00 1	0.00 1	0.44 118	0.00 1	0.43 192	0.57 252	0.02 256	0.04 332	0.63 346	0.04 245	2.18 266	0.24 317	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ETE_ROB	0.31 216	0.34 300	0.89 154	0.00 1	0.00 1	0.97 265	0.01 258	1.45 335	0.57 252	0.02 256	0.00 1	0.17 238	0.02 168	1.75 252	0.07 218	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

LVE	2.75 441	1.12 437	2.30 359	0.46 444	0.45 445	1.87 429	0.06 346	7.19 456	9.72 459	0.03 284	11.08 460	9.01 451	1.26 412	6.93 447	0.91 378	1.86 458	0.16 452	0.04 439	0.24 449	0.22 407	0.13 422

DisPM	0.16 110	0.05 70	0.82 131	0.07 377	0.00 1	1.14 387	0.41 418	0.08 65	0.54 193	0.03 284	0.00 1	0.00 1	0.00 1	0.06 146	0.05 192	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

SACVNet	0.42 267	0.29 284	1.10 203	0.00 1	0.00 1	1.02 279	0.00 1	0.78 242	0.29 157	0.03 284	0.00 1	0.24 262	0.02 168	4.27 359	0.07 218	0.00 1	0.00 1	0.00 1	0.00 1	0.20 403	0.01 149

PSM-softLoss	0.48 293	0.04 46	1.10 203	0.17 426	0.00 1	1.07 340	0.25 393	0.12 100	0.61 347	0.03 284	0.01 249	0.02 58	0.01 112	6.03 416	0.18 292	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

KMStereo	0.48 293	0.04 46	1.10 203	0.17 426	0.00 1	1.07 340	0.25 393	0.12 100	0.61 347	0.03 284	0.01 249	0.02 58	0.01 112	6.03 416	0.18 292	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

DRaft	0.56 331	0.08 130	0.73 81	0.00 1	0.00 1	0.92 255	0.19 383	0.05 31	0.09 63	0.03 284	0.26 373	0.06 167	2.55 432	4.61 368	1.38 394	0.00 1	0.03 389	0.00 1	0.02 366	0.03 223	0.08 389

Pruner-Stereo	0.16 110	0.04 46	0.73 81	0.19 432	0.00 1	1.08 353	0.21 386	0.16 115	0.59 309	0.03 284	0.00 1	0.01 15	0.00 1	0.02 97	0.22 309	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.01 149

RAFT-Stereo + iAFF	0.19 134	0.33 296	0.84 139	0.00 1	0.02 321	1.06 304	0.00 1	0.45 195	0.59 309	0.03 284	0.00 1	0.05 149	0.06 286	0.04 132	0.07 218	0.00 1	0.01 347	0.00 1	0.00 1	0.17 390	0.01 149

delet	0.33 227	0.24 260	1.05 195	0.00 1	0.00 1	0.60 162	0.00 1	0.53 207	0.59 309	0.03 284	0.01 249	0.52 339	0.19 333	2.68 283	0.13 271	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.00 1

GwcNet	0.50 308	0.46 353	3.90 428	0.00 1	0.00 1	0.42 109	0.10 368	0.38 182	0.74 418	0.03 284	0.00 1	0.63 346	0.05 273	2.92 295	0.16 283	0.00 1	0.00 1	0.00 1	0.00 1	0.17 390	0.05 354

GANet-RSSM	0.34 234	0.29 284	0.97 177	0.00 1	0.00 1	1.05 295	0.00 1	0.22 148	0.15 125	0.03 284	0.00 1	0.31 281	0.00 1	3.62 330	0.14 277	0.00 1	0.00 1	0.03 431	0.00 1	0.05 264	0.01 149

RP	0.42 267	0.44 349	1.52 288	0.00 1	0.01 276	0.61 163	0.02 298	1.06 285	0.39 173	0.03 284	0.01 249	0.99 378	0.16 327	2.89 294	0.18 292	0.00 1	0.00 1	0.00 1	0.00 1	0.10 339	0.00 1

XQC	0.68 361	0.72 409	3.82 426	0.06 373	0.00 1	0.39 101	0.01 258	1.92 385	0.61 347	0.03 284	0.01 249	0.46 320	0.21 339	2.84 291	2.26 406	0.00 1	0.00 1	0.00 1	0.01 350	0.15 374	0.05 354

NLCA_NET_v2_RVC	0.35 240	0.49 364	2.00 337	0.00 1	0.02 321	0.96 263	0.00 1	0.55 211	0.18 137	0.03 284	0.00 1	0.35 291	0.10 309	2.37 273	0.01 99	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PASM	0.51 313	0.32 292	3.07 406	0.00 1	0.00 1	0.31 80	0.00 1	0.46 198	0.12 107	0.03 284	0.00 1	0.44 315	0.02 168	5.22 384	0.04 181	0.00 1	0.00 1	0.00 1	0.00 1	0.12 354	0.03 306

NVstereo2D	0.45 280	0.11 170	1.91 331	0.00 1	0.00 1	0.59 160	0.00 1	1.39 323	0.61 347	0.03 284	0.00 1	0.33 284	0.00 1	3.94 346	0.07 218	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DPSNet	1.25 408	0.28 279	5.34 442	0.28 440	0.07 383	1.50 417	0.00 1	3.53 443	0.69 412	0.03 284	0.00 1	0.45 318	2.10 428	5.67 403	4.61 428	0.02 412	0.04 404	0.00 1	0.02 366	0.23 411	0.09 402

MyStereo05	0.28 193	0.13 187	2.37 364	0.01 284	0.00 1	1.09 362	0.00 1	1.02 281	0.45 177	0.04 301	0.01 249	0.26 269	0.14 320	0.00 1	0.06 207	0.00 1	0.05 419	0.00 1	0.00 1	0.01 70	0.04 337

DDUNet	0.34 234	0.20 232	1.06 196	0.00 1	0.00 1	0.79 215	0.01 258	0.91 263	0.54 193	0.04 301	0.01 249	1.11 390	0.01 112	1.89 255	0.17 287	0.00 1	0.00 1	0.00 1	0.00 1	0.06 285	0.00 1

NRIStereo	0.17 119	0.03 28	0.73 81	0.04 344	0.01 276	1.15 390	0.33 410	0.03 15	0.59 309	0.04 301	0.01 249	0.11 199	0.01 112	0.10 172	0.03 156	0.00 1	0.02 378	0.00 1	0.00 1	0.06 285	0.09 402

SST-Stereo	0.51 313	0.02 10	0.74 90	0.05 354	0.19 430	1.09 362	0.49 425	0.26 159	0.61 347	0.04 301	0.00 1	0.05 149	0.58 372	6.12 419	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.00 1

test-1	0.19 134	0.13 187	0.67 71	0.00 1	0.15 415	0.57 154	0.00 1	1.01 280	0.11 92	0.04 301	0.48 392	0.05 149	0.00 1	0.01 45	0.30 329	0.00 1	0.07 433	0.00 1	0.06 393	0.01 70	0.18 433

hitnet-ft	0.42 267	0.30 287	1.15 213	0.00 1	0.00 1	0.73 201	0.11 372	0.30 172	0.19 139	0.04 301	0.14 359	0.75 362	0.17 332	4.33 362	0.10 246	0.01 398	0.00 1	0.03 431	0.00 1	0.04 245	0.01 149

PSMNet-RSSM	0.36 244	0.36 316	0.93 164	0.00 1	0.00 1	1.06 304	0.00 1	0.50 205	0.53 190	0.04 301	0.00 1	0.40 308	0.00 1	3.33 320	0.06 207	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.01 149

ADCPNet	1.44 415	0.55 385	7.88 450	0.01 284	0.19 430	2.78 436	0.27 400	0.90 261	0.38 169	0.04 301	0.02 322	1.43 407	1.81 421	2.22 268	9.08 450	0.00 1	0.47 462	0.00 1	0.64 466	0.04 245	0.15 426

iResNet_ROB	0.30 211	0.66 398	1.41 270	0.00 1	0.00 1	0.70 193	0.00 1	0.79 245	0.57 252	0.04 301	0.01 249	0.08 180	0.01 112	1.55 250	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.06 285	0.00 1

RAFT-Stereo-weight	0.14 90	0.03 28	0.68 72	0.01 284	0.02 321	1.20 402	0.00 1	0.63 227	0.11 92	0.05 310	0.05 334	0.02 58	0.00 1	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

UDG	0.42 267	0.43 346	1.17 218	0.00 1	0.00 1	0.99 273	0.00 1	1.70 373	0.60 332	0.05 310	0.00 1	1.51 412	0.19 333	1.20 239	0.61 368	0.00 1	0.00 1	0.00 1	0.00 1	0.05 264	0.00 1

IPLG	0.51 313	0.38 333	1.60 296	0.02 312	0.00 1	1.11 376	0.07 350	1.48 348	0.57 252	0.05 310	0.00 1	0.12 205	0.15 325	4.58 365	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 345	0.00 1

DEmStereo	0.75 369	0.06 96	1.73 311	0.04 344	0.00 1	0.78 213	0.52 428	0.05 31	0.57 252	0.05 310	0.72 402	0.02 58	3.42 442	5.79 409	1.29 391	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

ARAFT	0.58 342	0.75 411	2.78 395	0.00 1	0.00 1	1.20 402	0.00 1	2.26 407	0.57 252	0.05 310	0.00 1	0.18 241	0.03 213	3.54 328	0.04 181	0.00 1	0.00 1	0.00 1	0.00 1	0.19 397	0.04 337

AFF-stereo	0.18 128	0.42 343	0.77 107	0.00 1	0.00 1	0.91 253	0.00 1	0.41 189	0.65 404	0.05 310	0.00 1	0.04 125	0.05 273	0.06 146	0.04 181	0.00 1	0.01 347	0.00 1	0.00 1	0.19 397	0.01 149

cf-r	0.35 240	0.41 341	1.45 280	0.00 1	0.00 1	1.06 304	0.00 1	0.43 192	0.38 169	0.05 310	0.00 1	0.65 351	0.00 1	2.53 279	0.04 181	0.00 1	0.00 1	0.00 1	0.00 1	0.04 245	0.02 267

FAT-Stereo	0.50 308	0.14 193	2.51 378	0.00 1	0.00 1	0.33 91	0.09 364	1.88 382	0.61 347	0.05 310	0.76 403	0.60 343	0.52 369	2.46 278	0.06 207	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.00 1

SuperB	1.85 424	1.06 433	10.54 457	0.02 312	0.01 276	0.90 246	0.78 439	1.75 378	0.64 402	0.05 310	0.05 334	0.34 287	0.89 394	5.29 386	5.80 436	0.01 398	0.00 1	0.02 421	0.02 366	8.71 471	0.06 374

IGEV-BASED-STEREO-	0.05 7	0.05 70	0.21 5	0.00 1	0.00 1	0.09 39	0.02 298	0.17 121	0.12 107	0.06 319	0.00 1	0.00 1	0.00 1	0.00 1	0.34 338	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

MyStereo04	0.26 182	0.12 180	2.34 361	0.00 1	0.00 1	0.98 267	0.00 1	0.84 254	0.20 140	0.06 319	0.01 249	0.33 284	0.11 313	0.00 1	0.06 207	0.00 1	0.05 419	0.00 1	0.00 1	0.02 171	0.04 337

Wz-Net-TNSev	1.42 414	2.41 466	11.01 458	0.00 1	0.00 1	0.42 109	0.14 377	2.05 391	0.61 347	0.06 319	0.01 249	1.34 401	0.16 327	5.70 404	4.19 422	0.00 1	0.00 1	0.00 1	0.01 350	0.19 397	0.10 409

ASMatch	0.59 346	0.10 148	1.66 303	0.13 415	0.04 361	1.07 340	0.00 1	0.10 88	0.64 402	0.06 319	0.44 387	0.05 149	0.87 393	6.32 434	0.27 326	0.00 1	0.00 1	0.00 1	0.01 350	0.00 1	0.00 1

NCC-stereo	0.49 299	0.46 353	2.04 341	0.03 330	0.03 345	1.06 304	0.01 258	0.78 242	0.22 143	0.06 319	0.19 365	0.64 349	0.05 273	3.65 332	0.63 370	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.00 1

stereogan	0.49 299	0.22 242	2.39 365	0.00 1	0.00 1	0.63 178	0.02 298	0.79 245	0.72 416	0.06 319	0.00 1	1.68 415	0.46 364	2.63 282	0.04 181	0.00 1	0.00 1	0.00 1	0.00 1	0.14 366	0.00 1

Abc-Net	0.49 299	0.46 353	2.04 341	0.03 330	0.03 345	1.06 304	0.01 258	0.78 242	0.22 143	0.06 319	0.19 365	0.64 349	0.05 273	3.65 332	0.63 370	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.00 1
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MoCha-V2	0.09 38	0.08 130	0.61 60	0.05 354	0.06 377	0.15 51	0.00 1	0.11 93	0.08 42	0.07 326	0.00 1	0.13 212	0.00 1	0.02 97	0.04 181	0.00 1	0.13 448	0.00 1	0.20 434	0.04 245	0.01 149

ACVNet-DCA	0.25 177	0.22 242	1.20 223	0.00 1	0.00 1	1.31 411	0.00 1	0.95 270	0.55 199	0.07 326	0.00 1	0.03 102	0.02 168	0.59 220	0.01 99	0.00 1	0.01 347	0.00 1	0.00 1	0.00 1	0.01 149

xx1	0.28 193	0.22 242	1.20 223	0.00 1	0.00 1	1.31 411	0.00 1	1.41 324	0.69 412	0.07 326	0.00 1	0.01 15	0.00 1	0.59 220	0.01 99	0.00 1	0.01 347	0.00 1	0.00 1	0.00 1	0.01 149

1test111	0.28 193	0.22 242	1.20 223	0.00 1	0.00 1	1.31 411	0.00 1	0.95 270	0.55 199	0.07 326	0.00 1	0.03 102	0.02 168	1.23 242	0.00 1	0.00 1	0.01 347	0.00 1	0.00 1	0.00 1	0.01 149

cc1	0.28 193	0.22 242	1.20 223	0.00 1	0.00 1	1.31 411	0.00 1	1.41 324	0.69 412	0.07 326	0.00 1	0.03 102	0.02 168	0.59 220	0.01 99	0.00 1	0.01 347	0.00 1	0.00 1	0.08 316	0.04 337

tt1	0.27 188	0.23 252	1.17 218	0.00 1	0.00 1	1.29 409	0.00 1	1.42 327	0.57 252	0.07 326	0.00 1	0.03 102	0.02 168	0.57 217	0.01 99	0.00 1	0.01 347	0.00 1	0.00 1	0.08 316	0.03 306

RCA-Stereo	0.18 128	0.11 170	0.63 62	0.00 1	0.00 1	1.06 304	0.00 1	1.48 348	0.07 27	0.07 326	0.00 1	0.02 58	0.05 273	0.00 1	0.00 1	0.00 1	0.01 347	0.00 1	0.00 1	0.05 264	0.01 149

MSC_U_SF_DS_RVC	1.79 423	1.81 459	3.81 425	0.01 284	0.02 321	12.12 462	0.50 426	2.74 436	0.71 415	0.07 326	0.20 367	2.17 426	0.15 325	6.82 446	1.19 386	0.74 451	0.80 466	0.20 451	0.27 456	0.73 446	0.70 458

AE-Stereo	0.17 119	0.05 70	0.79 120	0.03 330	0.09 393	1.06 304	0.00 1	0.57 214	0.06 18	0.08 334	0.00 1	0.13 212	0.00 1	0.01 45	0.01 99	0.00 1	0.06 432	0.00 1	0.23 442	0.08 316	0.04 337

RAFT-Test	0.20 143	0.09 143	1.34 252	0.00 1	0.12 406	0.39 101	0.10 368	0.72 238	0.25 151	0.08 334	0.00 1	0.44 315	0.00 1	0.05 141	0.13 271	0.00 1	0.00 1	0.00 1	0.24 449	0.01 70	0.01 149

tt	48.25 473	0.05 70	28.22 465	1.29 456	0.00 1	100.00 484	100.00 482	100.00 484	97.19 479	0.08 334	0.00 1	97.99 483	86.70 479	2.26 269	99.92 483	83.66 479	94.83 478	16.47 473	21.27 474	35.05 472	0.01 149

ADStereo(finetuned)	0.34 234	0.37 323	2.24 356	0.00 1	0.00 1	1.04 292	0.00 1	1.49 354	0.61 347	0.08 334	0.00 1	0.04 125	0.74 385	0.03 123	0.09 237	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.05 354

PFNet+	0.23 162	0.06 96	0.79 120	0.07 377	0.01 276	1.11 376	0.42 420	0.11 93	0.59 309	0.08 334	0.01 249	0.02 58	0.00 1	1.21 240	0.04 181	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

DCANet	0.25 177	0.37 323	1.20 223	0.00 1	0.00 1	1.06 304	0.00 1	1.49 354	0.61 347	0.08 334	0.00 1	0.04 125	0.00 1	0.02 97	0.10 246	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.05 354

RASNet	0.58 342	0.27 274	1.30 245	0.00 1	0.00 1	0.61 163	0.01 258	0.47 199	0.60 332	0.08 334	0.06 344	1.52 414	0.04 245	6.18 423	0.48 357	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.00 1

PDISCO_ROB	0.56 331	0.57 388	2.07 347	0.17 426	0.00 1	1.56 420	0.01 258	2.27 408	0.51 184	0.08 334	0.01 249	0.74 361	0.28 350	2.37 273	0.13 271	0.00 1	0.00 1	0.00 1	0.00 1	0.33 430	0.00 1

AEACV	0.10 44	0.02 10	0.49 29	0.00 1	0.02 321	0.75 206	0.00 1	0.07 59	0.02 1	0.09 342	0.00 1	0.01 15	0.08 298	0.01 45	0.00 1	0.00 1	0.03 389	0.00 1	0.24 449	0.07 298	0.05 354

ssnet_v2	0.28 193	0.17 212	1.18 221	0.00 1	0.00 1	0.81 220	0.00 1	1.05 284	0.59 309	0.09 342	0.01 249	0.88 371	0.09 301	0.43 211	0.08 231	0.00 1	0.00 1	0.00 1	0.00 1	0.12 354	0.09 402

IPLGR	0.43 274	0.17 212	2.05 344	0.02 312	0.02 321	1.08 353	0.04 332	1.62 367	0.57 252	0.09 342	0.00 1	0.15 228	0.22 341	2.62 280	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 245	0.00 1

MLCV	0.23 162	0.46 353	1.15 213	0.00 1	0.00 1	0.45 119	0.00 1	0.57 214	0.15 125	0.09 342	0.00 1	0.27 272	0.03 213	1.09 237	0.25 320	0.00 1	0.00 1	0.00 1	0.00 1	0.05 264	0.00 1

test_4	0.13 77	0.07 121	1.12 210	0.00 1	0.05 369	0.82 222	0.00 1	0.04 22	0.08 42	0.10 346	0.00 1	0.01 15	0.01 112	0.02 97	0.06 207	0.00 1	0.00 1	0.00 1	0.02 366	0.11 345	0.00 1

THIR-Stereo	0.93 389	0.18 218	1.34 252	0.00 1	0.01 276	0.53 145	3.86 462	0.10 88	0.10 85	0.10 346	1.50 420	0.76 363	2.90 436	5.73 406	1.45 395	0.00 1	0.00 1	0.02 421	0.00 1	0.01 70	0.00 1

NVStereoNet_ROB	1.08 397	0.39 336	2.15 351	0.08 384	0.02 321	0.45 119	0.02 298	0.89 260	0.67 410	0.10 346	5.85 437	1.90 419	1.11 404	6.20 429	1.14 384	0.20 436	0.00 1	0.03 431	0.07 396	0.12 354	0.13 422
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
test_for_model	0.57 337	0.39 336	0.80 125	1.74 458	0.02 321	0.80 217	0.02 298	0.30 172	0.22 143	0.11 349	0.00 1	0.00 1	0.02 168	0.00 1	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	6.94 469	0.01 149

MIPNet	0.34 234	0.35 309	1.56 291	0.02 312	0.00 1	1.11 376	0.09 364	1.57 359	0.65 404	0.11 349	0.05 334	0.18 241	0.19 333	0.74 227	0.00 1	0.00 1	0.00 1	0.00 1	0.01 350	0.06 285	0.01 149

XX-Stereo	0.57 337	0.15 198	4.26 432	0.08 384	0.03 345	1.10 368	0.00 1	2.55 425	0.11 92	0.11 349	0.00 1	1.43 407	0.01 112	1.34 245	0.00 1	0.00 1	0.04 404	0.00 1	0.16 426	0.03 223	0.01 149

testlalala	0.14 90	0.08 130	0.75 98	0.00 1	0.08 388	1.06 304	0.01 258	0.23 149	0.29 157	0.12 352	0.00 1	0.03 102	0.02 168	0.00 1	0.00 1	0.00 1	0.01 347	0.00 1	0.13 417	0.00 1	0.00 1

test_5	0.26 182	0.35 309	1.35 254	0.01 284	0.22 437	0.80 217	0.01 258	0.81 249	0.58 297	0.12 352	0.00 1	0.06 167	0.01 112	0.61 223	0.03 156	0.00 1	0.00 1	0.00 1	0.00 1	0.14 366	0.16 430

OMP-Stereo	0.66 360	0.33 296	0.72 79	0.18 431	0.06 377	1.17 397	0.00 1	1.45 335	0.59 309	0.12 352	0.60 397	0.50 335	0.00 1	7.09 450	0.26 324	0.00 1	0.00 1	0.00 1	0.00 1	0.03 223	0.00 1

ac_64	0.39 257	0.12 180	1.15 213	0.04 344	0.01 276	0.43 114	0.02 298	0.25 156	0.59 309	0.12 352	0.01 249	0.89 372	0.04 245	3.92 344	0.12 264	0.00 1	0.00 1	0.00 1	0.00 1	0.04 245	0.00 1

DCANet-4	0.31 216	0.05 70	2.61 385	0.00 1	0.00 1	1.05 295	0.00 1	1.49 354	0.61 347	0.13 356	0.00 1	0.03 102	0.05 273	0.03 123	0.05 192	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 354

fff	0.28 193	0.37 323	1.20 223	0.00 1	0.01 276	1.05 295	0.00 1	1.48 348	0.61 347	0.13 356	0.00 1	0.04 125	0.60 375	0.02 97	0.05 192	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 354

test_3	0.19 134	0.02 10	0.76 104	0.03 330	0.10 397	0.53 145	0.00 1	1.42 327	0.07 27	0.13 356	0.00 1	0.02 58	0.00 1	0.07 153	0.19 301	0.00 1	0.00 1	0.00 1	0.20 434	0.12 354	0.11 411

csc	0.28 193	0.37 323	1.20 223	0.00 1	0.01 276	1.05 295	0.00 1	1.48 348	0.61 347	0.13 356	0.00 1	0.04 125	0.60 375	0.02 97	0.05 192	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 354

cscssc	0.28 193	0.37 323	1.20 223	0.00 1	0.01 276	1.05 295	0.00 1	1.48 348	0.61 347	0.13 356	0.00 1	0.04 125	0.60 375	0.02 97	0.05 192	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 354

AF-Net	0.47 286	0.53 377	2.05 344	0.00 1	0.00 1	0.41 104	0.01 258	1.18 303	0.40 174	0.13 356	0.05 334	1.30 398	0.45 363	2.43 277	0.30 329	0.00 1	0.00 1	0.00 1	0.00 1	0.09 331	0.00 1

NOSS_ROB	0.61 351	0.17 212	0.63 62	0.19 432	0.00 1	0.67 188	0.00 1	2.38 415	0.57 252	0.13 356	0.00 1	0.94 374	0.00 1	6.27 433	0.10 246	0.00 1	0.00 1	0.00 1	0.00 1	0.04 245	0.10 409

HSM-Net_RVC	0.52 323	0.06 96	1.45 280	0.00 1	0.00 1	0.61 163	0.00 1	3.83 445	0.52 186	0.14 363	0.00 1	0.22 259	0.03 213	3.50 326	0.04 181	0.01 398	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
TDLM	0.49 299	0.39 336	1.02 183	0.00 1	0.00 1	1.08 353	0.01 258	0.36 180	0.58 297	0.14 363	0.00 1	0.27 272	0.19 333	5.46 395	0.20 306	0.00 1	0.00 1	0.00 1	0.00 1	0.13 363	0.01 149

LALA_ROB	0.31 216	0.38 333	0.91 161	0.00 1	0.01 276	1.00 275	0.01 258	1.60 362	0.61 347	0.15 365	0.00 1	0.09 191	0.01 112	1.04 236	0.41 347	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.00 1

EGLCR-Stereo	0.15 105	0.05 70	0.47 28	0.07 377	0.03 345	1.06 304	0.01 258	1.06 285	0.12 107	0.16 366	0.00 1	0.00 1	0.02 168	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 267

CASS	0.07 22	0.06 96	0.73 81	0.00 1	0.00 1	0.10 42	0.01 258	0.15 113	0.12 107	0.16 366	0.00 1	0.02 58	0.02 168	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
FTStereo	0.78 372	0.01 1	1.27 241	0.12 408	0.00 1	1.15 390	2.80 459	0.09 73	0.61 347	0.16 366	5.93 439	0.36 295	2.56 433	0.53 216	0.01 99	0.07 425	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ADLNet	0.38 253	0.21 235	0.86 145	0.00 1	0.00 1	0.67 188	0.00 1	0.86 257	0.60 332	0.18 369	0.01 249	1.01 380	0.02 168	2.92 295	0.26 324	0.00 1	0.00 1	0.00 1	0.00 1	0.09 331	0.02 267

GwcNet-RSSM	0.45 280	0.56 387	1.74 315	0.00 1	0.00 1	1.06 304	0.00 1	0.65 230	0.55 199	0.18 369	0.00 1	0.37 301	0.00 1	3.70 336	0.04 181	0.00 1	0.00 1	0.00 1	0.00 1	0.08 316	0.02 267

acv_ft	0.21 150	0.14 193	0.95 168	0.00 1	0.00 1	0.41 104	0.00 1	0.58 217	0.60 332	0.19 371	0.01 249	0.71 359	0.12 316	0.05 141	0.12 264	0.00 1	0.00 1	0.00 1	0.00 1	0.24 412	0.00 1

edge stereo	0.58 342	0.29 284	2.86 397	0.01 284	0.03 345	0.33 91	0.03 317	0.97 274	0.50 181	0.21 372	0.33 380	1.31 399	0.16 327	4.20 355	0.18 292	0.00 1	0.00 1	0.00 1	0.00 1	0.11 345	0.01 149

MSKI-zero shot	0.22 155	0.08 130	1.46 282	0.00 1	0.12 406	1.08 353	0.03 317	0.85 256	0.16 131	0.22 373	0.05 334	0.06 167	0.00 1	0.07 153	0.01 99	0.00 1	0.02 378	0.00 1	0.18 430	0.02 171	0.01 149

MFN_U_SF_DS_RVC	1.16 404	2.03 462	4.57 439	0.02 312	0.04 361	3.52 445	0.27 400	1.80 380	0.58 297	0.22 373	0.28 375	1.38 404	0.02 168	6.08 418	0.42 348	0.14 433	0.68 464	0.01 405	0.26 453	0.39 435	0.47 450

DeepPrunerF	1.33 410	0.59 391	8.62 453	0.02 312	0.09 393	0.90 246	0.00 1	1.34 314	6.72 453	0.22 373	0.01 249	0.21 254	0.14 320	5.64 402	1.99 404	0.00 1	0.00 1	0.01 405	0.02 366	0.14 366	0.02 267

DANet	0.58 342	0.19 228	1.87 327	0.26 438	0.06 377	0.51 136	0.11 372	1.41 324	0.52 186	0.22 373	0.06 344	1.06 384	0.02 168	4.25 357	0.92 379	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.06 374
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
ACVNet_2	1.32 409	1.30 449	2.83 396	0.11 404	0.07 383	1.30 410	0.18 380	2.29 412	0.75 420	0.26 377	3.44 427	6.65 444	0.16 327	5.12 382	1.08 383	0.13 431	0.00 1	0.00 1	0.00 1	0.38 433	0.32 446

ACVNet_1	1.10 398	1.42 454	4.00 431	0.31 442	0.02 321	1.25 406	0.10 368	1.69 371	0.61 347	0.26 377	0.01 249	4.39 437	1.29 413	4.75 370	0.57 367	0.79 454	0.00 1	0.00 1	0.00 1	0.32 428	0.18 433

CrosDoStereo	1.10 398	0.08 130	1.43 277	0.00 1	0.05 369	0.63 178	5.86 466	0.60 221	0.38 169	0.26 377	1.21 413	0.19 248	3.02 437	6.61 442	1.64 399	0.00 1	0.00 1	0.00 1	0.00 1	0.06 285	0.00 1

DeepStereo_LL	1.10 398	0.08 130	1.43 277	0.00 1	0.05 369	0.63 178	5.86 466	0.60 221	0.38 169	0.26 377	1.21 413	0.19 248	3.02 437	6.61 442	1.64 399	0.00 1	0.00 1	0.00 1	0.00 1	0.06 285	0.00 1

111	0.30 211	0.66 398	1.20 223	0.00 1	0.01 276	1.06 304	0.03 317	1.60 362	0.59 309	0.27 381	0.00 1	0.20 252	0.05 273	0.08 164	0.07 218	0.00 1	0.00 1	0.00 1	0.00 1	0.07 298	0.12 420

TransformOpticalFlow	0.85 380	0.27 274	2.72 390	0.30 441	0.03 345	1.25 406	0.05 341	1.53 358	0.61 347	0.28 382	0.38 385	1.27 396	1.54 417	6.53 439	0.22 309	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

RTSC	0.70 363	0.71 407	3.19 409	0.01 284	0.00 1	0.20 59	0.00 1	0.81 249	0.60 332	0.29 383	0.36 383	0.36 295	0.04 245	2.04 257	4.87 430	0.00 1	0.03 389	0.00 1	0.02 366	0.28 423	0.11 411

HH	0.23 162	0.21 235	1.69 307	0.16 422	0.08 388	0.11 45	0.00 1	0.24 154	0.06 18	0.30 384	0.18 363	1.47 409	0.04 245	0.04 132	0.01 99	0.00 1	0.03 389	0.00 1	0.00 1	0.02 171	0.01 149

HanStereo	0.23 162	0.21 235	1.69 307	0.16 422	0.08 388	0.11 45	0.00 1	0.24 154	0.06 18	0.30 384	0.18 363	1.47 409	0.04 245	0.04 132	0.01 99	0.00 1	0.03 389	0.00 1	0.00 1	0.02 171	0.01 149

BUS	0.33 227	0.05 70	0.54 44	0.00 1	0.00 1	1.87 429	0.00 1	2.43 417	0.58 297	0.30 384	0.09 351	0.65 351	0.00 1	0.01 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

BSDual-CNN	0.28 193	0.05 70	0.54 44	0.00 1	0.00 1	1.07 340	0.00 1	2.43 417	0.58 297	0.30 384	0.09 351	0.36 295	0.03 213	0.01 45	0.08 231	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

hknet	0.38 253	0.07 121	1.32 249	0.00 1	0.00 1	1.07 340	0.00 1	2.43 417	0.58 297	0.30 384	0.09 351	0.63 346	0.00 1	0.96 234	0.07 218	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DCRE	0.51 313	0.25 266	0.96 170	0.00 1	0.01 276	0.43 114	0.00 1	0.25 156	0.21 141	0.33 389	7.49 444	0.01 15	0.00 1	0.00 1	0.00 1	0.00 1	0.01 347	0.00 1	0.17 428	0.02 171	0.01 149

WAO-6	2.38 434	0.69 401	1.93 334	0.00 1	0.00 1	3.94 446	0.29 404	5.62 451	7.23 455	0.34 390	6.76 441	7.73 449	1.96 424	5.88 412	5.07 433	0.00 1	0.00 1	0.00 1	0.00 1	0.15 374	0.03 306

CVANet_RVC	0.53 324	0.32 292	1.26 237	0.00 1	0.00 1	0.98 267	0.00 1	0.72 238	0.55 199	0.35 391	0.12 357	0.36 295	0.14 320	5.53 397	0.08 231	0.00 1	0.00 1	0.00 1	0.00 1	0.16 383	0.00 1

GCAP-BAT	0.19 134	0.08 130	0.90 156	0.01 284	0.07 383	0.87 240	0.03 317	0.16 115	0.06 18	0.36 392	0.45 388	0.15 228	0.05 273	0.08 164	0.31 334	0.00 1	0.00 1	0.00 1	0.14 419	0.00 1	0.00 1

pmcnn	2.10 431	0.59 391	4.52 438	0.27 439	0.86 455	0.34 94	0.29 404	1.69 371	0.75 420	0.36 392	7.50 445	14.39 462	0.56 371	4.90 375	4.69 429	0.00 1	0.00 1	0.00 1	0.00 1	0.16 383	0.04 337

UGAM-zero	0.68 361	0.10 148	1.78 317	0.07 377	0.16 418	0.34 94	0.03 317	0.92 265	0.18 137	0.37 394	0.00 1	2.23 427	0.74 385	6.20 429	0.01 99	0.00 1	0.05 419	0.00 1	0.26 453	0.01 70	0.09 402

AIO-Stereo-zeroshot	0.48 293	0.27 274	3.90 428	0.08 384	0.20 435	0.32 85	0.00 1	1.02 281	0.09 63	0.38 395	0.10 355	1.72 417	0.83 392	0.33 202	0.01 99	0.00 1	0.05 419	0.00 1	0.23 442	0.11 345	0.01 149

CBMV	0.57 337	0.22 242	1.61 299	0.00 1	0.00 1	0.84 231	0.78 439	2.58 429	0.61 347	0.38 395	0.00 1	1.25 393	0.63 379	2.07 259	0.38 342	0.00 1	0.00 1	0.00 1	0.00 1	0.04 245	0.08 389
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AIO-Stereo-zeroshot1	0.72 367	0.42 343	4.27 434	0.20 435	0.26 438	0.47 126	0.00 1	0.54 208	0.16 131	0.40 397	5.35 436	0.45 318	0.97 395	0.25 198	0.25 320	0.00 1	0.05 419	0.00 1	0.26 453	0.12 354	0.02 267

anonymity	0.17 119	0.06 96	0.79 120	0.00 1	0.09 393	0.03 16	0.00 1	0.54 208	0.07 27	0.41 398	0.13 358	0.11 199	0.58 372	0.02 97	0.31 334	0.00 1	0.00 1	0.00 1	0.23 442	0.01 70	0.02 267

iRaft-Stereo_20w	0.38 253	0.11 170	1.91 331	0.12 408	0.04 361	0.70 193	0.24 390	1.72 375	0.16 131	0.41 398	0.00 1	0.26 269	1.04 399	0.41 210	0.24 317	0.00 1	0.04 404	0.00 1	0.14 419	0.02 171	0.09 402

MFN_U_SF_RVC	0.95 391	1.40 453	4.49 437	0.16 422	0.11 403	0.56 152	0.07 350	1.12 295	0.36 168	0.43 400	0.27 374	1.27 396	0.73 384	3.98 348	1.47 396	0.29 441	0.34 460	0.36 456	0.55 464	0.63 443	0.46 449

IGEV_Zeroshot_test	0.32 225	0.10 148	2.61 385	0.01 284	0.01 276	0.50 134	0.04 332	0.21 146	0.09 63	0.45 401	0.45 388	0.81 367	0.51 367	0.20 191	0.23 314	0.00 1	0.05 419	0.00 1	0.14 419	0.03 223	0.00 1

LL-Strereo	0.71 366	0.88 423	2.40 366	0.00 1	0.00 1	0.63 178	0.01 258	1.57 359	0.58 297	0.45 401	0.00 1	0.54 341	0.30 351	6.37 436	0.07 218	0.00 1	0.05 419	0.00 1	0.00 1	0.22 407	0.17 432

ccnet	0.49 299	0.05 70	1.26 237	0.01 284	0.08 388	0.72 200	0.18 380	1.18 303	0.35 166	0.45 401	0.68 400	0.13 212	0.39 360	3.54 328	0.74 374	0.01 398	0.00 1	0.02 421	0.00 1	0.02 171	0.01 149

STrans-v2	0.85 380	0.28 279	1.66 303	0.00 1	0.01 276	0.85 234	0.04 332	2.05 391	0.67 410	0.48 404	0.87 410	1.12 391	2.12 429	6.64 444	0.25 320	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.00 1

MyStereo06	0.36 244	0.13 187	2.17 353	0.01 284	0.00 1	1.09 362	0.00 1	0.23 149	0.09 63	0.49 405	0.41 386	1.01 380	1.05 400	0.21 192	0.24 317	0.00 1	0.05 419	0.00 1	0.00 1	0.01 70	0.04 337

NaN_ROB	0.80 374	0.47 358	1.63 300	0.17 426	0.19 430	0.58 157	0.38 416	2.11 398	0.80 424	0.53 406	0.33 380	0.48 323	1.13 405	4.98 378	1.94 403	0.00 1	0.02 378	0.01 405	0.05 390	0.06 285	0.14 425

psmorigin	0.75 369	0.25 266	7.10 447	0.00 1	0.00 1	0.19 56	0.00 1	0.10 88	0.12 107	0.65 407	0.00 1	2.74 430	0.23 344	3.02 300	0.54 362	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.01 149

JetBlue	5.71 457	2.18 465	16.18 461	0.00 1	2.13 464	29.20 471	14.20 472	3.90 446	0.74 418	0.71 408	2.30 422	6.42 443	5.97 455	17.84 467	8.74 448	0.09 429	0.01 347	0.00 1	0.00 1	2.62 459	0.96 461

EAI-Stereo	0.70 363	0.03 28	0.84 139	0.13 415	0.20 435	0.87 240	2.23 454	2.05 391	0.29 157	0.72 409	4.60 432	0.29 275	0.55 370	0.39 209	0.44 351	0.00 1	0.07 433	0.00 1	0.29 458	0.01 70	0.08 389

ADCRef	0.92 388	0.48 360	3.35 413	0.02 312	0.02 321	0.90 246	0.32 406	0.61 225	0.65 404	0.72 409	0.17 362	0.17 238	0.82 391	2.15 262	7.95 445	0.00 1	0.00 1	0.00 1	0.00 1	0.07 298	0.03 306

PWCK	2.44 437	1.65 456	7.31 449	0.22 437	0.02 321	3.12 440	4.74 464	3.06 439	3.48 447	0.72 409	4.42 431	3.40 432	1.67 420	9.06 459	3.36 417	0.39 446	0.01 347	0.00 1	0.00 1	2.19 458	0.08 389

model_zeroshot	0.20 143	0.23 252	0.96 170	0.01 284	0.00 1	0.77 209	0.02 298	0.31 175	0.14 118	0.75 412	0.00 1	0.12 205	0.01 112	0.58 219	0.02 135	0.00 1	0.01 347	0.00 1	0.11 408	0.01 70	0.00 1

Former-RAFT_DAM_RVC	0.08 29	0.06 96	0.41 16	0.00 1	0.00 1	0.05 29	0.00 1	0.11 93	0.22 143	0.75 412	0.00 1	0.02 58	0.01 112	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.03 306

CSAN	1.05 396	0.61 393	2.46 373	0.09 390	0.08 388	0.71 197	0.71 436	2.20 405	0.93 429	0.85 414	2.92 424	0.79 366	1.46 416	5.37 392	1.58 398	0.01 398	0.01 347	0.00 1	0.00 1	0.09 331	0.05 354

ADCMid	1.38 412	0.90 427	6.15 444	0.04 344	0.03 345	1.67 423	0.18 380	1.13 299	0.93 429	0.89 415	0.58 396	0.86 370	0.71 381	1.03 235	11.96 458	0.01 398	0.00 1	0.29 454	0.08 400	0.17 390	0.03 306

IMH-64-1	1.98 426	0.88 423	1.46 282	1.92 459	0.54 448	2.90 438	1.64 446	5.24 449	0.91 427	0.97 416	4.83 433	2.10 424	2.00 425	5.33 388	2.83 413	3.56 464	0.04 404	0.02 421	0.00 1	1.90 453	0.50 453

IMH-64	1.98 426	0.88 423	1.46 282	1.92 459	0.54 448	2.90 438	1.64 446	5.24 449	0.91 427	0.97 416	4.83 433	2.10 424	2.00 425	5.33 388	2.83 413	3.56 464	0.04 404	0.02 421	0.00 1	1.90 453	0.50 453

AnyNet_C01	2.33 433	2.14 464	18.59 463	0.15 420	0.18 426	2.43 435	2.34 455	1.29 309	1.24 434	1.03 418	0.83 409	1.25 393	0.78 389	3.75 340	10.06 451	0.05 422	0.00 1	0.07 444	0.00 1	0.30 426	0.12 420

RTS	4.10 449	1.68 457	43.40 468	0.09 390	0.02 321	3.95 447	0.00 1	1.61 364	0.61 347	1.09 419	0.01 249	1.97 420	0.22 341	16.87 464	10.15 452	0.00 1	0.09 437	0.00 1	0.00 1	0.20 403	0.05 354

RTSA	4.10 449	1.68 457	43.40 468	0.09 390	0.02 321	3.95 447	0.00 1	1.61 364	0.61 347	1.09 419	0.01 249	1.97 420	0.22 341	16.87 464	10.15 452	0.00 1	0.09 437	0.00 1	0.00 1	0.20 403	0.05 354

HBP-ISP	0.80 374	0.70 403	2.86 397	0.02 312	0.01 276	1.67 423	0.48 423	2.63 433	0.56 214	1.11 421	0.06 344	0.50 335	0.74 385	4.60 367	0.09 237	0.00 1	0.00 1	0.00 1	0.00 1	0.05 264	0.03 306

SGM-Forest	0.84 378	0.07 121	0.90 156	0.02 312	0.07 383	1.10 368	0.68 434	2.12 400	0.61 347	1.14 422	0.78 406	1.36 403	0.98 396	5.55 398	1.31 392	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.06 374
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Dean	2.41 436	1.16 443	3.63 422	0.36 443	0.40 444	1.19 400	0.50 426	7.85 457	8.44 458	1.17 423	8.12 449	7.07 445	1.13 405	4.11 352	1.04 380	0.70 450	0.00 1	0.01 405	0.00 1	1.07 450	0.29 444

DAS	0.49 299	0.05 70	1.29 242	0.00 1	0.00 1	0.07 33	0.00 1	1.25 307	0.61 347	1.18 424	0.00 1	0.24 262	0.03 213	4.76 371	0.22 309	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.01 149

SepStereo	0.45 280	0.05 70	1.29 242	0.00 1	0.00 1	0.07 33	0.00 1	1.25 307	0.61 347	1.18 424	0.00 1	0.24 262	0.03 213	3.93 345	0.22 309	0.00 1	0.00 1	0.00 1	0.00 1	0.02 171	0.01 149

AnyNet_C32	1.44 415	1.47 455	6.09 443	0.12 408	0.19 430	1.74 427	1.11 445	0.84 254	0.56 214	1.30 426	0.46 391	0.21 254	0.59 374	2.74 285	11.09 455	0.02 412	0.00 1	0.06 442	0.00 1	0.16 383	0.05 354

G-Net	1.20 405	0.28 279	2.96 401	0.05 354	0.49 447	1.73 425	0.48 423	0.23 149	0.35 166	1.35 427	9.14 452	2.33 429	0.81 390	2.40 276	1.15 385	0.01 398	0.03 389	0.02 421	0.09 401	0.07 298	0.05 354

WAO-7	2.46 438	0.92 429	1.85 325	0.03 330	0.05 369	4.73 449	0.54 429	5.67 452	4.50 449	1.49 428	7.64 447	5.52 439	2.69 434	8.48 455	4.51 425	0.00 1	0.00 1	0.33 455	0.02 366	0.19 397	0.06 374

SANet	1.99 428	0.71 407	3.37 414	0.03 330	0.03 345	2.85 437	0.85 442	2.42 416	8.33 457	1.55 429	4.13 430	4.29 435	3.23 440	5.39 393	2.47 409	0.00 1	0.00 1	0.00 1	0.00 1	0.06 285	0.06 374

SHD	0.50 308	0.51 370	3.61 420	0.05 354	0.00 1	0.01 6	0.01 258	0.72 238	0.61 347	1.57 430	0.00 1	0.34 287	0.09 301	1.79 254	0.49 359	0.00 1	0.00 1	0.00 1	0.01 350	0.09 331	0.03 306

ADCL	1.52 418	0.44 349	4.70 440	0.07 377	0.03 345	2.21 433	2.35 456	0.92 265	0.80 424	1.57 430	1.11 412	1.25 393	1.55 418	1.77 253	11.53 457	0.01 398	0.00 1	0.00 1	0.00 1	0.10 339	0.01 149

SDNR	1.15 403	0.21 235	3.21 410	0.01 284	0.01 276	3.30 444	0.01 258	2.55 425	0.75 420	1.80 432	1.49 419	1.40 405	0.20 338	7.24 451	0.68 372	0.00 1	0.00 1	0.00 1	0.00 1	0.04 245	0.04 337

KSHMR	3.68 448	1.11 436	3.06 405	2.84 464	1.78 463	5.33 453	0.41 418	8.64 459	14.09 461	1.85 433	9.32 454	7.19 446	1.93 422	5.45 394	2.30 407	1.95 459	0.41 461	0.50 458	0.21 439	3.53 461	1.76 465

IMH	2.83 443	1.28 447	1.89 328	1.96 462	0.60 450	5.22 452	0.24 390	6.28 454	4.13 448	1.90 434	7.52 446	6.39 442	3.40 441	6.59 441	2.53 410	3.92 466	0.12 446	0.05 440	0.00 1	2.06 456	0.47 450

test_sample8	2.11 432	0.23 252	1.31 246	0.00 1	0.00 1	0.95 260	0.00 1	2.06 394	0.55 199	1.95 435	0.00 1	7.32 447	3.15 439	3.30 317	7.04 442	0.32 443	12.66 472	1.06 462	0.33 460	0.01 70	0.01 149

CBMV_ROB	0.84 378	0.06 96	1.73 311	0.00 1	0.00 1	1.37 416	0.47 421	2.57 427	0.58 297	2.13 436	0.76 403	1.06 384	1.38 414	4.04 349	0.54 362	0.00 1	0.00 1	0.00 1	0.00 1	0.03 223	0.05 354

SPS-STEREO	0.88 386	0.40 339	2.01 338	0.00 1	0.01 276	0.42 109	0.17 378	0.50 205	0.61 347	2.19 437	0.79 407	2.04 423	0.27 349	5.10 381	2.89 415	0.00 1	0.00 1	0.00 1	0.00 1	0.03 223	0.11 411
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	0.73 368	0.57 388	3.38 415	0.04 344	0.19 430	0.74 202	0.00 1	0.29 169	0.79 423	2.37 438	0.00 1	0.53 340	0.09 301	2.19 267	3.20 416	0.00 1	0.05 419	0.00 1	0.02 366	0.08 316	0.15 426

DispFullNet	1.20 405	0.63 395	3.58 419	1.00 452	0.82 453	0.41 104	0.00 1	1.44 333	0.61 347	2.55 439	0.64 399	1.10 388	8.95 463	0.84 229	1.22 388	0.00 1	0.02 378	0.00 1	0.00 1	0.24 412	0.02 267

ADCS	1.72 422	1.22 445	8.11 451	0.00 1	0.01 276	0.88 242	0.68 434	1.44 333	0.63 399	2.60 440	0.11 356	1.42 406	0.26 348	1.97 256	14.92 465	0.00 1	0.00 1	0.00 1	0.00 1	0.08 316	0.07 386

LSM	4.58 452	0.88 423	17.79 462	3.73 468	38.79 472	0.85 234	2.37 457	0.54 208	1.64 440	2.88 441	3.09 425	0.62 345	0.60 375	3.16 306	1.06 381	0.00 1	0.00 1	0.00 1	0.00 1	0.12 354	13.55 473

SAMSARA	1.01 394	0.70 403	3.29 412	0.20 435	0.06 377	1.65 422	0.05 341	0.48 201	0.53 190	2.91 442	0.68 400	2.97 431	1.08 402	3.89 341	1.54 397	0.00 1	0.04 404	0.00 1	0.02 366	0.05 264	0.03 306

aanetorigin	0.86 384	0.36 316	3.45 418	0.11 404	0.13 409	0.39 101	0.93 443	0.13 104	0.14 118	3.38 443	1.21 413	0.29 275	2.01 427	2.87 292	1.35 393	0.02 412	0.00 1	0.02 421	0.05 390	0.30 426	0.08 389

SGM_RVC	1.54 419	0.35 309	1.60 296	0.15 420	0.17 424	1.25 406	0.77 437	1.97 389	0.88 426	4.31 444	2.46 423	4.36 436	2.37 431	6.98 448	1.78 401	0.21 437	0.23 454	0.20 451	0.23 442	0.26 417	0.31 445
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
UNDER WATER	6.24 459	0.99 431	8.13 452	4.62 470	2.68 465	8.66 460	0.77 437	8.37 458	22.50 468	4.55 445	6.36 440	15.93 464	8.89 462	8.99 458	8.85 449	3.25 463	0.04 404	1.36 466	0.02 366	6.24 468	3.56 468

WAO-8	5.13 456	1.91 460	2.34 361	0.60 448	0.10 397	12.98 463	0.34 411	11.65 464	24.58 469	4.87 446	10.60 459	13.32 456	4.10 449	8.85 456	3.55 418	0.75 452	0.32 457	0.71 460	0.12 413	0.70 444	0.11 411

Venus	5.12 455	1.91 460	2.34 361	0.60 448	0.10 397	12.98 463	0.34 411	11.65 464	24.58 469	4.87 446	10.54 458	13.32 456	4.10 449	8.85 456	3.55 418	0.75 452	0.32 457	0.71 460	0.12 413	0.70 444	0.11 411

UNDER WATER-64	6.84 461	1.25 446	9.68 455	4.53 469	3.53 467	16.61 468	1.79 448	8.72 460	22.23 466	5.11 448	5.07 435	17.34 466	10.14 464	9.19 460	8.21 447	2.00 461	0.03 389	1.52 467	0.11 408	6.09 467	3.62 469

WCMA_ROB	2.01 429	0.34 300	1.89 328	0.04 344	0.00 1	1.07 340	0.60 431	1.09 291	1.21 433	5.12 449	9.87 457	8.09 450	4.48 452	3.74 339	2.55 411	0.00 1	0.00 1	0.01 405	0.00 1	0.02 171	0.13 422

ktn	4.96 454	1.21 444	2.41 368	3.20 465	1.02 457	8.36 459	2.08 452	9.00 461	17.02 462	5.18 450	12.71 464	13.69 458	3.51 443	8.05 454	3.68 420	5.30 469	0.02 378	0.00 1	0.00 1	2.14 457	0.55 456

notaker	4.30 451	1.28 447	3.70 423	3.71 467	0.90 456	4.91 451	0.39 417	6.90 455	1.96 442	5.39 451	11.82 462	16.90 465	3.75 445	7.59 452	5.65 434	5.23 468	0.01 347	0.10 447	0.06 393	4.57 463	1.22 463

MSMD_ROB	2.04 430	0.40 339	2.13 349	0.00 1	0.00 1	4.88 450	0.22 389	0.93 267	1.82 441	5.71 452	7.79 448	7.39 448	3.72 444	4.62 369	1.22 388	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 267

TorneroNet-64	6.39 460	1.31 450	2.23 355	1.99 463	0.65 452	18.82 469	0.28 402	11.98 466	26.18 471	5.99 453	12.75 465	19.37 468	4.08 448	9.94 461	5.95 440	0.89 456	0.00 1	0.11 448	0.00 1	3.44 460	1.81 466

MDST_ROB	1.54 419	0.06 96	3.42 416	0.14 417	0.16 418	5.42 454	0.32 406	4.33 448	0.61 347	6.08 454	1.25 416	1.04 383	1.16 408	5.81 410	0.83 377	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.11 411

SGM+DAISY	2.38 434	0.98 430	4.37 435	0.48 445	0.33 442	2.24 434	1.94 450	1.16 301	1.47 438	6.62 455	5.89 438	5.77 440	5.09 454	5.76 408	4.39 424	0.16 434	0.15 451	0.06 442	0.14 419	0.26 417	0.40 448

EDNetEfficientorigin	6.23 458	0.45 352	98.39 482	0.02 312	0.04 361	0.42 109	0.02 298	0.33 176	2.90 443	7.07 456	3.12 426	1.31 399	1.61 419	4.26 358	4.55 427	0.00 1	0.00 1	0.00 1	0.00 1	0.07 298	0.02 267

ELAS_RVC	2.84 444	0.34 300	3.86 427	0.05 354	0.05 369	1.52 418	5.02 465	1.93 386	5.28 451	7.10 457	6.96 442	6.26 441	8.34 458	4.96 377	4.90 431	0.00 1	0.04 404	0.01 405	0.01 350	0.10 339	0.09 402
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
TorneroNet	6.97 462	1.37 452	2.22 354	1.95 461	1.12 459	19.47 470	0.47 421	13.04 469	26.32 472	7.90 458	17.10 468	17.67 467	4.62 453	10.46 463	7.94 444	1.98 460	0.03 389	0.11 448	0.00 1	4.15 462	1.49 464

FCDSN-DC	2.66 440	0.08 130	1.65 302	0.00 1	0.00 1	1.73 425	0.37 414	1.64 368	1.35 436	8.08 459	11.18 461	11.78 455	7.59 457	4.76 371	2.80 412	0.02 412	0.00 1	0.00 1	0.00 1	0.03 223	0.05 354
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
EDNetEfficient	2.96 445	0.23 252	19.99 464	0.19 432	0.85 454	1.02 279	2.03 451	0.56 212	5.14 450	8.09 460	1.81 421	0.94 374	4.14 451	3.72 337	10.22 454	0.00 1	0.03 389	0.00 1	0.06 393	0.05 264	0.03 306

ELAS	2.75 441	0.35 309	2.67 388	0.05 354	0.04 361	6.72 456	1.83 449	2.84 437	3.38 446	8.25 461	9.14 452	3.95 434	6.15 456	3.73 338	5.70 435	0.00 1	0.04 404	0.01 405	0.01 350	0.10 339	0.08 389
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetRed	13.51 470	18.77 472	42.38 467	1.28 455	1.18 460	54.67 473	25.60 473	12.87 467	6.75 454	8.50 462	8.61 450	13.77 459	10.87 465	24.50 472	30.67 471	0.24 439	0.68 464	0.53 459	0.02 366	5.93 465	2.43 467

MeshStereo	2.61 439	0.65 396	2.71 389	0.02 312	0.02 321	1.55 419	0.94 444	3.02 438	1.29 435	11.21 463	7.34 443	11.54 454	2.74 435	6.34 435	2.43 408	0.00 1	0.00 1	0.00 1	0.00 1	0.28 423	0.03 306
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
FC-DCNN	3.42 446	0.11 170	2.03 339	0.00 1	0.00 1	3.18 441	0.60 431	3.13 441	2.98 444	11.40 464	12.28 463	13.93 460	8.68 461	5.70 404	4.27 423	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.06 374

FC-DCNN v2	3.59 447	0.10 148	1.95 335	0.00 1	0.00 1	3.24 442	0.59 430	3.55 444	3.05 445	11.72 465	12.90 466	15.18 463	8.62 460	6.26 432	4.54 426	0.00 1	0.00 1	0.00 1	0.00 1	0.01 70	0.05 354

DPSimNet_ROB	7.90 463	5.46 470	13.55 460	3.66 466	5.16 470	7.26 457	9.60 470	6.11 453	7.46 456	13.33 466	9.50 455	11.03 452	11.89 466	10.08 462	12.35 459	4.36 467	5.55 470	5.35 471	5.34 471	4.96 464	5.98 472

MADNet++	9.87 466	2.12 463	7.11 448	7.99 472	4.58 469	14.38 466	6.90 469	9.23 462	5.88 452	16.88 467	17.47 470	11.07 453	15.72 467	24.26 470	19.76 469	8.52 470	6.39 471	4.85 470	2.69 468	5.96 466	5.73 471

SGM-ForestM	8.89 465	0.68 400	3.61 420	0.57 447	0.18 426	14.89 467	5.99 468	9.62 463	10.59 460	20.43 468	17.16 469	39.22 471	20.29 468	20.63 468	13.19 461	0.04 420	0.14 449	0.00 1	0.07 396	0.15 374	0.36 447

MANE	9.96 467	0.69 401	2.88 400	1.22 454	0.61 451	13.15 465	3.46 460	15.62 471	22.27 467	22.74 469	30.00 473	29.74 469	23.22 469	17.17 466	13.78 463	0.29 441	0.56 463	0.09 446	0.61 465	0.15 374	1.00 462

HanzoNet	12.77 469	4.55 469	11.74 459	5.35 471	2.79 466	7.59 458	0.66 433	12.97 468	20.40 465	25.99 470	28.61 472	34.05 470	25.08 472	25.93 473	14.98 466	10.77 471	3.91 469	3.00 469	3.73 469	8.16 470	5.15 470

BEATNet-Init1	14.52 471	6.56 471	34.32 466	1.10 453	1.02 457	31.53 472	11.99 471	15.58 470	17.42 463	30.17 471	27.03 471	43.14 472	24.36 470	24.41 471	18.27 468	0.27 440	0.32 457	0.36 456	0.46 463	1.26 451	0.76 459

coex-ft	8.40 464	2.59 467	75.27 473	0.00 1	0.00 1	0.18 55	0.04 332	0.13 104	20.18 464	39.66 472	4.06 429	4.68 438	8.53 459	3.94 346	7.96 446	0.02 412	0.07 433	0.00 1	0.02 366	0.14 366	0.50 453

LE_ROB	9.96 467	0.54 379	9.62 454	1.40 457	1.24 461	3.29 443	4.64 463	4.31 447	43.01 473	51.54 473	13.34 467	14.15 461	24.60 471	6.66 445	20.28 470	0.04 420	0.05 419	0.12 450	0.20 434	0.07 298	0.09 402

LRCNet_RVC	55.44 474	60.56 478	57.70 471	66.68 478	44.91 473	6.22 455	0.00 1	52.80 473	1.37 437	70.44 474	81.09 477	67.07 473	55.41 473	51.59 474	46.24 473	90.66 482	41.89 477	90.95 483	90.04 479	64.32 478	68.75 478

DGTPSM_ROB	81.49 479	60.74 479	99.95 484	61.20 476	86.99 481	99.11 482	100.00 482	95.92 480	99.99 483	73.08 475	100.00 482	70.81 474	100.00 483	77.39 478	99.98 484	35.10 473	97.48 483	35.12 474	99.89 484	46.16 473	90.85 480

DPSMNet_ROB	81.54 480	60.77 480	99.95 484	61.42 477	87.05 482	99.11 482	100.00 482	95.93 481	99.99 483	73.11 476	100.00 482	70.84 475	100.00 483	77.43 479	99.98 484	35.39 474	97.54 484	35.21 475	99.89 484	46.30 474	90.94 481

xxxxx1	63.71 475	58.10 475	78.65 474	43.63 473	48.97 474	92.61 477	92.18 478	60.44 474	69.38 474	73.77 477	76.42 474	77.82 476	76.45 475	72.33 475	77.46 475	35.89 475	37.06 474	48.26 476	62.63 475	48.72 475	43.44 475

tt_ll	63.71 475	58.10 475	78.65 474	43.63 473	48.97 474	92.61 477	92.18 478	60.44 474	69.38 474	73.77 477	76.42 474	77.82 476	76.45 475	72.33 475	77.46 475	35.89 475	37.06 474	48.26 476	62.63 475	48.72 475	43.44 475

ff	63.71 475	58.10 475	78.65 474	43.63 473	48.97 474	92.61 477	92.18 478	60.44 474	69.38 474	73.77 477	76.42 474	77.82 476	76.45 475	72.33 475	77.46 475	35.89 475	37.06 474	48.26 476	62.63 475	48.72 475	43.44 475

PML	71.49 478	88.65 484	73.56 472	82.49 480	75.59 477	85.39 475	79.41 476	71.62 477	87.17 477	90.48 480	85.96 478	90.50 480	60.21 474	91.76 483	73.85 474	96.01 486	2.36 468	86.79 482	6.59 472	83.59 481	17.83 474

MEDIAN_ROB	93.37 482	98.75 486	96.05 480	90.90 483	90.53 484	85.63 476	76.45 475	92.03 479	89.53 478	95.05 481	94.99 479	96.02 481	93.85 480	90.36 480	87.21 478	98.36 487	95.79 479	99.61 485	98.77 483	98.80 487	98.72 487

Anonymous_1	89.88 481	75.38 481	97.81 481	74.49 479	78.39 478	100.00 484	100.00 482	98.09 483	99.76 481	96.82 482	99.37 480	97.66 482	99.77 481	91.14 482	98.89 481	81.73 478	97.25 480	59.96 479	85.38 478	77.37 480	88.27 479

HaxPig	95.46 485	97.61 485	87.80 478	97.80 488	99.17 488	77.55 474	75.28 474	96.76 482	99.61 480	99.97 483	99.97 481	99.62 484	99.97 482	91.02 481	87.28 479	99.98 489	99.98 487	99.98 486	99.99 486	99.97 488	99.97 489

Selective-RAFT-Error	99.17 490	100.00 490	100.00 486	96.65 487	98.79 487	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	93.64 483	100.00 489	100.00 487	100.00 487	96.25 484	98.10 486

CasAABBNet	99.15 489	100.00 490	100.00 486	96.37 486	98.76 486	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	93.65 484	99.99 488	100.00 487	100.00 487	96.27 485	97.93 485

test_example2	97.61 486	99.96 488	99.93 483	99.83 489	99.97 489	98.84 481	99.76 481	91.98 478	100.00 485	100.00 484	100.00 482	89.18 479	86.51 478	99.29 484	96.54 480	99.97 488	99.55 485	92.92 484	98.06 482	100.00 489	99.95 488

LSM0	99.11 488	99.97 489	100.00 486	95.93 484	98.59 485	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	93.89 485	99.97 486	100.00 487	100.00 487	96.64 486	97.25 484

DPSM_ROB	94.00 483	79.32 482	100.00 486	83.19 481	85.69 479	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	89.53 480	97.42 481	74.97 480	95.13 480	83.79 482	90.98 482

DPSM	94.00 483	79.32 482	100.00 486	83.19 481	85.69 479	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	89.53 480	97.42 481	74.97 480	95.13 480	83.79 482	90.98 482

AVERAGE_ROB	98.45 487	99.13 487	95.46 479	100.00 490	100.00 490	93.36 480	81.95 477	100.00 484	99.97 482	100.00 484	100.00 482	100.00 485	100.00 483	99.72 485	99.40 482	100.00 490	100.00 489	100.00 487	100.00 487	100.00 489	100.00 490

ASD4		42.77 473

Low-res two-view benchmark