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

SPstereo	0.09 23	0.07 88	0.13 152	0.18 219	0.06 3	0.11 106	0.07 1	0.13 20	0.12 38	0.09 30	0.10 52	0.07 26	0.09 97	0.13 163	0.10 70	0.06 64	0.05 120	0.05 2	0.04 12	0.04 1	0.05 64

BEATNet_4x	0.12 170	0.08 168	0.14 182	0.18 219	0.07 26	0.15 217	0.07 1	0.22 193	0.18 155	0.16 214	0.19 188	0.18 231	0.14 233	0.16 236	0.15 257	0.07 162	0.05 120	0.05 2	0.05 50	0.06 118	0.06 129

GCST	0.37 420	0.42 437	0.26 361	1.02 461	0.39 436	0.18 281	0.08 3	0.20 156	0.17 129	0.28 369	0.25 275	0.15 185	0.12 175	0.16 236	0.14 231	0.64 454	0.43 442	0.75 451	0.65 454	0.63 448	0.46 447

DN-CSS_ROB	0.13 195	0.13 345	0.16 264	0.18 219	0.10 255	0.16 242	0.08 3	0.22 193	0.18 155	0.17 228	0.22 228	0.13 140	0.13 209	0.12 125	0.13 195	0.05 4	0.05 120	0.10 309	0.10 325	0.08 236	0.06 129

IGEV-Stereo+	0.07 1	0.04 1	0.08 13	0.15 48	0.06 3	0.04 1	0.09 5	0.10 1	0.09 3	0.06 1	0.06 2	0.06 4	0.06 12	0.06 1	0.08 12	0.06 64	0.04 2	0.05 2	0.04 12	0.06 118	0.06 129

LL-Strereo2	0.10 72	0.10 282	0.15 230	0.18 219	0.08 62	0.15 217	0.09 5	0.17 101	0.14 78	0.14 162	0.10 52	0.09 59	0.07 49	0.16 236	0.10 70	0.05 4	0.05 120	0.10 309	0.07 194	0.06 118	0.05 64

DIP-Stereo	0.11 109	0.07 88	0.14 182	0.17 147	0.09 159	0.13 164	0.09 5	0.16 67	0.16 112	0.11 82	0.16 138	0.14 159	0.12 175	0.15 202	0.13 195	0.06 64	0.05 120	0.06 45	0.05 50	0.05 49	0.06 129
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
CFNet	0.15 265	0.10 282	0.17 290	0.17 147	0.08 62	0.18 281	0.09 5	0.28 298	0.25 258	0.19 270	0.24 246	0.24 301	0.17 293	0.17 263	0.14 231	0.08 216	0.06 222	0.09 267	0.10 325	0.07 180	0.06 129

IGEV-Stereo++	0.07 1	0.06 31	0.08 13	0.18 219	0.06 3	0.04 1	0.10 9	0.11 4	0.11 28	0.06 1	0.07 16	0.07 26	0.06 12	0.09 12	0.09 27	0.05 4	0.04 2	0.05 2	0.04 12	0.05 49	0.04 9

rvit_stereo_0075_2	0.17 305	0.12 319	0.25 358	0.23 374	0.16 388	0.13 164	0.10 9	0.30 322	0.27 280	0.20 288	0.28 310	0.22 281	0.15 250	0.18 279	0.13 195	0.16 407	0.10 354	0.17 400	0.10 325	0.10 322	0.09 298

Pointernet	0.09 23	0.04 1	0.09 34	0.16 91	0.08 62	0.13 164	0.10 9	0.15 47	0.17 129	0.09 30	0.07 16	0.06 4	0.06 12	0.11 58	0.09 27	0.08 216	0.04 2	0.05 2	0.03 1	0.06 118	0.05 64

MaDis-Stereo	0.09 23	0.09 229	0.08 13	0.17 147	0.09 159	0.13 164	0.10 9	0.16 67	0.16 112	0.09 30	0.11 75	0.06 4	0.06 12	0.09 12	0.13 195	0.07 162	0.06 222	0.07 124	0.05 50	0.05 49	0.04 9

raftrobust	0.09 23	0.06 31	0.10 57	0.17 147	0.08 62	0.09 44	0.10 9	0.18 127	0.16 112	0.10 58	0.09 35	0.12 116	0.07 49	0.12 125	0.10 70	0.08 216	0.05 120	0.06 45	0.05 50	0.05 49	0.05 64

RALAANet	0.11 109	0.08 168	0.10 57	0.17 147	0.09 159	0.14 194	0.10 9	0.20 156	0.15 90	0.14 162	0.13 97	0.16 198	0.09 97	0.12 125	0.11 115	0.06 64	0.05 120	0.07 124	0.06 112	0.05 49	0.04 9

UCFNet_RVC	0.14 225	0.08 168	0.13 152	0.11 1	0.10 255	0.20 318	0.10 9	0.24 230	0.22 214	0.17 228	0.20 199	0.23 295	0.15 250	0.17 263	0.15 257	0.12 353	0.07 287	0.10 309	0.13 380	0.11 339	0.10 319

HITNet	0.10 72	0.06 31	0.12 112	0.14 18	0.06 3	0.11 106	0.10 9	0.18 127	0.18 155	0.13 141	0.16 138	0.14 159	0.11 146	0.15 202	0.13 195	0.06 64	0.04 2	0.04 1	0.04 12	0.06 118	0.05 64
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
WCG-NET	0.09 23	0.05 9	0.10 57	0.15 48	0.07 26	0.11 106	0.11 17	0.16 67	0.09 3	0.09 30	0.11 75	0.08 43	0.06 12	0.14 181	0.09 27	0.07 162	0.04 2	0.06 45	0.04 12	0.06 118	0.05 64

trnet	0.08 4	0.05 9	0.07 3	0.12 3	0.05 1	0.12 133	0.11 17	0.13 20	0.10 12	0.08 14	0.13 97	0.09 59	0.08 74	0.11 58	0.10 70	0.08 216	0.05 120	0.05 2	0.03 1	0.06 118	0.05 64

MIF-Stereo (partial)	0.11 109	0.06 31	0.10 57	0.19 270	0.10 255	0.10 73	0.11 17	0.17 101	0.18 155	0.14 162	0.16 138	0.09 59	0.11 146	0.12 125	0.12 158	0.08 216	0.05 120	0.08 195	0.07 194	0.06 118	0.07 196

UniTT-Stereo	0.09 23	0.07 88	0.08 13	0.18 219	0.08 62	0.13 164	0.11 17	0.12 11	0.11 28	0.10 58	0.12 85	0.05 1	0.07 49	0.09 12	0.09 27	0.07 162	0.05 120	0.05 2	0.05 50	0.05 49	0.05 64

CASnet	0.09 23	0.09 229	0.09 34	0.19 270	0.06 3	0.07 18	0.11 17	0.18 127	0.14 78	0.11 82	0.10 52	0.09 59	0.07 49	0.10 26	0.10 70	0.06 64	0.04 2	0.10 309	0.08 253	0.05 49	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS	0.09 23	0.05 9	0.11 88	0.13 10	0.07 26	0.14 194	0.11 17	0.15 47	0.15 90	0.09 30	0.09 35	0.12 116	0.09 97	0.15 202	0.10 70	0.07 162	0.05 120	0.05 2	0.03 1	0.05 49	0.05 64
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Patchmatch Stereo++	0.11 109	0.09 229	0.16 264	0.18 219	0.08 62	0.06 4	0.11 17	0.16 67	0.13 60	0.15 189	0.16 138	0.14 159	0.12 175	0.11 58	0.10 70	0.06 64	0.04 2	0.08 195	0.06 112	0.08 236	0.07 196
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
ROB_FTStereo	0.11 109	0.09 229	0.16 264	0.19 270	0.08 62	0.06 4	0.11 17	0.16 67	0.13 60	0.15 189	0.16 138	0.14 159	0.12 175	0.11 58	0.10 70	0.06 64	0.04 2	0.08 195	0.06 112	0.08 236	0.07 196

iRAFT	0.11 109	0.09 229	0.16 264	0.18 219	0.08 62	0.06 4	0.11 17	0.16 67	0.13 60	0.15 189	0.16 138	0.14 159	0.12 175	0.11 58	0.10 70	0.06 64	0.04 2	0.08 195	0.06 112	0.08 236	0.07 196

raft+_RVC	0.11 109	0.07 88	0.09 34	0.16 91	0.07 26	0.10 73	0.11 17	0.24 230	0.20 188	0.12 117	0.15 127	0.12 116	0.08 74	0.12 125	0.13 195	0.07 162	0.04 2	0.07 124	0.06 112	0.05 49	0.05 64

AdaStereo	0.15 265	0.11 304	0.15 230	0.18 219	0.09 159	0.20 318	0.11 17	0.32 340	0.28 294	0.20 288	0.23 237	0.20 257	0.13 209	0.19 291	0.14 231	0.12 353	0.05 120	0.10 309	0.07 194	0.09 292	0.07 196
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.
CBMV	0.19 329	0.14 357	0.17 290	0.18 219	0.10 255	0.20 318	0.11 17	0.29 308	0.30 309	0.29 376	0.30 326	0.30 350	0.23 348	0.27 370	0.19 311	0.13 376	0.15 403	0.17 400	0.16 400	0.10 322	0.10 319
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AIO-Stereo	0.08 4	0.06 31	0.09 34	0.18 219	0.06 3	0.08 27	0.12 29	0.15 47	0.09 3	0.08 14	0.08 26	0.07 26	0.05 3	0.11 58	0.08 12	0.05 4	0.05 120	0.05 2	0.04 12	0.04 1	0.04 9

RSM++	0.08 4	0.06 31	0.09 34	0.17 147	0.07 26	0.09 44	0.12 29	0.11 4	0.11 28	0.08 14	0.06 2	0.07 26	0.05 3	0.10 26	0.09 27	0.04 1	0.04 2	0.06 45	0.05 50	0.05 49	0.03 1

RSM	0.08 4	0.06 31	0.09 34	0.17 147	0.06 3	0.08 27	0.12 29	0.12 11	0.10 12	0.08 14	0.07 16	0.06 4	0.05 3	0.11 58	0.09 27	0.04 1	0.04 2	0.05 2	0.04 12	0.04 1	0.03 1

testlalala2	0.10 72	0.06 31	0.11 88	0.20 314	0.10 255	0.10 73	0.12 29	0.17 101	0.12 38	0.12 117	0.13 97	0.09 59	0.07 49	0.11 58	0.13 195	0.06 64	0.05 120	0.05 2	0.04 12	0.05 49	0.05 64

MIM_Stereo	0.09 23	0.07 88	0.11 88	0.15 48	0.07 26	0.06 4	0.12 29	0.20 156	0.14 78	0.13 141	0.13 97	0.09 59	0.05 3	0.12 125	0.08 12	0.05 4	0.06 222	0.07 124	0.06 112	0.06 118	0.05 64

testlalala	0.08 4	0.07 88	0.17 290	0.16 91	0.08 62	0.09 44	0.12 29	0.15 47	0.10 12	0.07 4	0.09 35	0.06 4	0.06 12	0.11 58	0.09 27	0.05 4	0.04 2	0.06 45	0.04 12	0.04 1	0.04 9

Selective-IGEV	0.07 1	0.06 31	0.08 13	0.17 147	0.06 3	0.08 27	0.12 29	0.13 20	0.07 1	0.08 14	0.07 16	0.06 4	0.04 1	0.10 26	0.09 27	0.05 4	0.04 2	0.05 2	0.04 12	0.04 1	0.03 1

EGLCR-Stereo	0.08 4	0.05 9	0.08 13	0.14 18	0.06 3	0.10 73	0.12 29	0.11 4	0.16 112	0.06 1	0.05 1	0.07 26	0.05 3	0.10 26	0.11 115	0.06 64	0.04 2	0.06 45	0.05 50	0.04 1	0.04 9

iRaft-Stereo_5w	0.12 170	0.09 229	0.12 112	0.19 270	0.08 62	0.09 44	0.12 29	0.21 175	0.21 201	0.19 270	0.14 111	0.11 101	0.09 97	0.20 314	0.16 272	0.05 4	0.05 120	0.07 124	0.06 112	0.05 49	0.06 129

PFNet+	0.11 109	0.06 31	0.13 152	0.16 91	0.09 159	0.05 3	0.12 29	0.17 101	0.21 201	0.16 214	0.19 188	0.14 159	0.10 122	0.11 58	0.11 115	0.08 216	0.05 120	0.09 267	0.08 253	0.06 118	0.11 342

OMP-Stereo	0.11 109	0.06 31	0.14 182	0.18 219	0.08 62	0.09 44	0.12 29	0.21 175	0.21 201	0.13 141	0.14 111	0.11 101	0.12 175	0.11 58	0.13 195	0.06 64	0.04 2	0.07 124	0.06 112	0.05 49	0.04 9

IIG-Stereo	0.11 109	0.06 31	0.13 152	0.17 147	0.08 62	0.11 106	0.12 29	0.22 193	0.17 129	0.14 162	0.17 157	0.11 101	0.12 175	0.12 125	0.12 158	0.06 64	0.05 120	0.07 124	0.06 112	0.05 49	0.04 9

PSM-adaLoss	0.11 109	0.09 229	0.16 264	0.18 219	0.08 62	0.06 4	0.12 29	0.16 67	0.13 60	0.15 189	0.16 138	0.14 159	0.12 175	0.11 58	0.10 70	0.06 64	0.04 2	0.08 195	0.06 112	0.08 236	0.07 196

ROB_FTStereo_v2	0.11 109	0.09 229	0.16 264	0.19 270	0.08 62	0.06 4	0.12 29	0.16 67	0.13 60	0.15 189	0.16 138	0.14 159	0.12 175	0.11 58	0.10 70	0.06 64	0.04 2	0.08 195	0.06 112	0.08 236	0.07 196

HUI-Stereo	0.11 109	0.09 229	0.16 264	0.18 219	0.08 62	0.06 4	0.12 29	0.16 67	0.13 60	0.15 189	0.16 138	0.14 159	0.12 175	0.11 58	0.10 70	0.06 64	0.04 2	0.08 195	0.06 112	0.08 236	0.07 196

SST-Stereo	0.10 72	0.07 88	0.15 230	0.18 219	0.09 159	0.06 4	0.12 29	0.17 101	0.11 28	0.15 189	0.17 157	0.13 140	0.12 175	0.10 26	0.11 115	0.06 64	0.04 2	0.09 267	0.06 112	0.06 118	0.05 64

Pruner-Stereo	0.11 109	0.07 88	0.12 112	0.17 147	0.09 159	0.06 4	0.12 29	0.17 101	0.17 129	0.13 141	0.19 188	0.13 140	0.09 97	0.11 58	0.11 115	0.06 64	0.04 2	0.07 124	0.06 112	0.06 118	0.08 258

DeepStereo_RVC	0.11 109	0.08 168	0.16 264	0.18 219	0.08 62	0.08 27	0.12 29	0.17 101	0.12 38	0.13 141	0.14 111	0.12 116	0.12 175	0.12 125	0.11 115	0.06 64	0.04 2	0.07 124	0.06 112	0.07 180	0.08 258

iGMRVC	0.11 109	0.09 229	0.16 264	0.19 270	0.08 62	0.06 4	0.12 29	0.16 67	0.13 60	0.15 189	0.16 138	0.14 159	0.12 175	0.11 58	0.10 70	0.06 64	0.04 2	0.08 195	0.06 112	0.08 236	0.07 196

RAFT-RH_RVC	0.11 109	0.06 31	0.14 182	0.16 91	0.09 159	0.12 133	0.12 29	0.17 101	0.12 38	0.13 141	0.41 393	0.11 101	0.10 122	0.13 163	0.12 158	0.05 4	0.04 2	0.08 195	0.05 50	0.04 1	0.06 129

RAFT-345	0.11 109	0.07 88	0.15 230	0.16 91	0.08 62	0.08 27	0.12 29	0.15 47	0.10 12	0.11 82	0.36 359	0.09 59	0.09 97	0.11 58	0.12 158	0.05 4	0.05 120	0.07 124	0.06 112	0.04 1	0.05 64

CRE-IMP	0.11 109	0.09 229	0.16 264	0.19 270	0.08 62	0.10 73	0.12 29	0.18 127	0.10 12	0.14 162	0.13 97	0.13 140	0.12 175	0.12 125	0.11 115	0.07 162	0.04 2	0.08 195	0.06 112	0.08 236	0.08 258

RAFT-IKP	0.11 109	0.09 229	0.16 264	0.19 270	0.08 62	0.06 4	0.12 29	0.16 67	0.13 60	0.15 189	0.16 138	0.14 159	0.12 175	0.11 58	0.10 70	0.06 64	0.04 2	0.08 195	0.06 112	0.08 236	0.07 196

CREStereo++_RVC	0.08 4	0.04 1	0.06 1	0.13 10	0.07 26	0.09 44	0.12 29	0.14 30	0.14 78	0.10 58	0.14 111	0.08 43	0.07 49	0.09 12	0.11 115	0.06 64	0.04 2	0.05 2	0.05 50	0.04 1	0.04 9
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
XX-Stereo	0.09 23	0.05 9	0.08 13	0.17 147	0.09 159	0.15 217	0.12 29	0.20 156	0.10 12	0.10 58	0.14 111	0.07 26	0.06 12	0.12 125	0.08 12	0.06 64	0.05 120	0.06 45	0.06 112	0.04 1	0.04 9

iResNetv2_ROB	0.14 225	0.08 168	0.15 230	0.16 91	0.08 62	0.16 242	0.12 29	0.25 245	0.35 345	0.21 300	0.29 322	0.24 301	0.13 209	0.14 181	0.14 231	0.06 64	0.05 120	0.06 45	0.04 12	0.09 292	0.08 258

NOSS_ROB	0.19 329	0.12 319	0.18 311	0.16 91	0.12 329	0.15 217	0.12 29	0.30 322	0.32 321	0.20 288	0.22 228	0.27 328	0.23 348	0.21 330	0.16 272	0.16 407	0.18 413	0.23 419	0.21 415	0.12 352	0.13 369

UGAM-zero	0.09 23	0.05 9	0.15 230	0.15 48	0.08 62	0.09 44	0.13 56	0.19 146	0.15 90	0.11 82	0.15 127	0.07 26	0.07 49	0.09 12	0.09 27	0.06 64	0.05 120	0.06 45	0.05 50	0.05 49	0.06 129

GCAP-BAT	0.09 23	0.07 88	0.14 182	0.15 48	0.08 62	0.10 73	0.13 56	0.14 30	0.10 12	0.11 82	0.10 52	0.08 43	0.07 49	0.12 125	0.10 70	0.06 64	0.05 120	0.06 45	0.04 12	0.04 1	0.04 9

U	0.08 4	0.07 88	0.09 34	0.19 270	0.10 255	0.10 73	0.13 56	0.12 11	0.17 129	0.07 4	0.07 16	0.06 4	0.05 3	0.07 2	0.08 12	0.06 64	0.04 2	0.06 45	0.04 12	0.06 118	0.05 64

WCG-NET（raft）	0.08 4	0.05 9	0.10 57	0.15 48	0.06 3	0.11 106	0.13 56	0.15 47	0.12 38	0.08 14	0.07 16	0.06 4	0.06 12	0.13 163	0.08 12	0.05 4	0.04 2	0.05 2	0.04 12	0.04 1	0.04 9

DualNet (step1)	0.16 285	0.12 319	0.20 329	0.12 3	0.14 364	0.17 263	0.13 56	0.27 281	0.23 223	0.20 288	0.20 199	0.24 301	0.19 318	0.16 236	0.16 272	0.15 391	0.06 222	0.14 381	0.14 383	0.14 380	0.12 353

test_sample9	0.18 318	0.12 319	0.20 329	0.12 3	0.14 364	0.17 263	0.13 56	0.27 281	0.23 223	0.20 288	0.20 199	0.24 301	0.19 318	0.19 291	0.17 285	0.15 391	0.30 435	0.14 381	0.14 383	0.14 380	0.12 353

test_sample8	0.19 329	0.12 319	0.20 329	0.12 3	0.14 364	0.17 263	0.13 56	0.31 329	0.21 201	0.27 357	0.22 228	0.36 383	0.25 362	0.19 291	0.17 285	0.15 391	0.30 435	0.14 381	0.14 383	0.14 380	0.12 353

gcap-zeroshot	0.09 23	0.05 9	0.10 57	0.16 91	0.07 26	0.13 164	0.13 56	0.11 4	0.12 38	0.13 141	0.12 85	0.09 59	0.08 74	0.09 12	0.09 27	0.06 64	0.05 120	0.06 45	0.05 50	0.04 1	0.04 9

test_for_model	0.09 23	0.12 319	0.14 182	0.23 374	0.11 298	0.08 27	0.13 56	0.12 11	0.12 38	0.10 58	0.07 16	0.07 26	0.06 12	0.11 58	0.10 70	0.06 64	0.05 120	0.05 2	0.03 1	0.07 180	0.04 9

IGEV++	0.08 4	0.06 31	0.08 13	0.18 219	0.07 26	0.09 44	0.13 56	0.10 1	0.09 3	0.08 14	0.08 26	0.06 4	0.06 12	0.13 163	0.09 27	0.05 4	0.04 2	0.05 2	0.04 12	0.05 49	0.04 9

GMStereo_Zeroshot	0.16 285	0.13 345	0.24 353	0.20 314	0.10 255	0.17 263	0.13 56	0.29 308	0.25 258	0.23 326	0.32 338	0.25 314	0.11 146	0.19 291	0.14 231	0.09 269	0.06 222	0.11 338	0.06 112	0.12 352	0.08 258

IGEV_Zeroshot_test	0.09 23	0.05 9	0.12 112	0.13 10	0.08 62	0.12 133	0.13 56	0.17 101	0.11 28	0.10 58	0.06 2	0.09 59	0.06 12	0.11 58	0.09 27	0.06 64	0.04 2	0.06 45	0.06 112	0.05 49	0.05 64

MSKI-zero shot	0.09 23	0.05 9	0.09 34	0.15 48	0.07 26	0.10 73	0.13 56	0.14 30	0.13 60	0.09 30	0.09 35	0.09 59	0.06 12	0.12 125	0.10 70	0.06 64	0.04 2	0.05 2	0.04 12	0.04 1	0.04 9

DLNR_Zeroshot_test	10.40 475	1.82 469	19.49 481	120.77 486	13.11 479	0.06 4	0.13 56	0.23 210	0.10 12	0.07 4	0.10 52	0.09 59	0.06 12	0.10 26	0.09 27	0.13 376	0.04 2	0.06 45	0.04 12	51.54 485	0.04 9

SQANet	0.23 373	0.23 409	0.30 383	0.30 420	0.19 411	0.27 383	0.13 56	0.29 308	0.33 327	0.24 334	0.37 365	0.31 360	0.22 342	0.27 370	0.23 354	0.15 391	0.10 354	0.21 414	0.16 400	0.21 416	0.15 393

AEACV	0.08 4	0.05 9	0.08 13	0.14 18	0.13 347	0.14 194	0.13 56	0.14 30	0.09 3	0.07 4	0.09 35	0.07 26	0.08 74	0.10 26	0.09 27	0.06 64	0.04 2	0.06 45	0.05 50	0.05 49	0.04 9

CAS	0.08 4	0.04 1	0.07 3	0.17 147	0.08 62	0.10 73	0.13 56	0.12 11	0.09 3	0.09 30	0.10 52	0.08 43	0.06 12	0.09 12	0.08 12	0.08 216	0.04 2	0.05 2	0.03 1	0.05 49	0.04 9

Selective-RAFT	0.11 109	0.10 282	0.11 88	0.21 340	0.08 62	0.16 242	0.13 56	0.20 156	0.22 214	0.10 58	0.10 52	0.11 101	0.10 122	0.15 202	0.11 115	0.05 4	0.05 120	0.06 45	0.05 50	0.06 118	0.05 64

RCA-Stereo	0.09 23	0.06 31	0.09 34	0.16 91	0.06 3	0.09 44	0.13 56	0.18 127	0.14 78	0.09 30	0.10 52	0.08 43	0.07 49	0.12 125	0.11 115	0.06 64	0.04 2	0.06 45	0.05 50	0.05 49	0.04 9

HBP-ISP	0.18 318	0.13 345	0.16 264	0.15 48	0.11 298	0.08 27	0.13 56	0.28 298	0.29 300	0.22 314	0.33 350	0.21 264	0.25 362	0.23 352	0.17 285	0.14 387	0.16 406	0.21 414	0.17 407	0.10 322	0.08 258

DisPM	0.11 109	0.07 88	0.12 112	0.16 91	0.09 159	0.06 4	0.13 56	0.17 101	0.17 129	0.14 162	0.20 199	0.12 116	0.10 122	0.11 58	0.10 70	0.06 64	0.04 2	0.07 124	0.06 112	0.06 118	0.11 342

GLC_STEREO	0.11 109	0.07 88	0.11 88	0.17 147	0.07 26	0.09 44	0.13 56	0.15 47	0.24 237	0.12 117	0.13 97	0.12 116	0.08 74	0.18 279	0.11 115	0.06 64	0.08 311	0.08 195	0.06 112	0.05 49	0.05 64

TRStereo	0.09 23	0.05 9	0.12 112	0.15 48	0.12 329	0.10 73	0.13 56	0.18 127	0.18 155	0.09 30	0.09 35	0.09 59	0.06 12	0.10 26	0.08 12	0.07 162	0.05 120	0.07 124	0.07 194	0.04 1	0.04 9

HHNet	0.11 109	0.06 31	0.16 264	0.15 48	0.14 364	0.07 18	0.13 56	0.20 156	0.17 129	0.14 162	0.25 275	0.11 101	0.08 74	0.13 163	0.10 70	0.05 4	0.04 2	0.08 195	0.06 112	0.05 49	0.09 298

AAGNet	0.11 109	0.07 88	0.16 264	0.19 270	0.09 159	0.08 27	0.13 56	0.18 127	0.13 60	0.16 214	0.21 219	0.13 140	0.14 233	0.11 58	0.14 231	0.06 64	0.04 2	0.09 267	0.06 112	0.06 118	0.05 64

PSM-softLoss	0.12 170	0.07 88	0.15 230	0.17 147	0.09 159	0.08 27	0.13 56	0.24 230	0.17 129	0.14 162	0.19 188	0.13 140	0.11 146	0.11 58	0.11 115	0.07 162	0.05 120	0.08 195	0.07 194	0.06 118	0.12 353

KMStereo	0.12 170	0.07 88	0.15 230	0.17 147	0.09 159	0.08 27	0.13 56	0.24 230	0.17 129	0.14 162	0.19 188	0.13 140	0.11 146	0.11 58	0.11 115	0.07 162	0.05 120	0.08 195	0.07 194	0.06 118	0.12 353

RAFT_R40	0.11 109	0.07 88	0.14 182	0.18 219	0.09 159	0.06 4	0.13 56	0.17 101	0.16 112	0.14 162	0.18 180	0.15 185	0.12 175	0.10 26	0.11 115	0.06 64	0.04 2	0.09 267	0.06 112	0.06 118	0.05 64

AnonymousM	0.09 23	0.05 9	0.10 57	0.14 18	0.06 3	0.09 44	0.13 56	0.19 146	0.14 78	0.13 141	0.11 75	0.09 59	0.08 74	0.13 163	0.10 70	0.08 216	0.05 120	0.08 195	0.05 50	0.05 49	0.05 64

sAnonymous2	0.13 195	0.12 319	0.24 353	0.20 314	0.12 329	0.17 263	0.13 56	0.26 261	0.21 201	0.11 82	0.11 75	0.13 140	0.08 74	0.10 26	0.10 70	0.09 269	0.05 120	0.08 195	0.06 112	0.15 394	0.10 319

CroCo_RVC	0.13 195	0.12 319	0.24 353	0.20 314	0.12 329	0.17 263	0.13 56	0.26 261	0.21 201	0.11 82	0.11 75	0.13 140	0.08 74	0.10 26	0.10 70	0.09 269	0.05 120	0.08 195	0.06 112	0.15 394	0.10 319

GES	0.14 225	0.08 168	0.16 264	0.15 48	0.10 255	0.13 164	0.13 56	0.28 298	0.25 258	0.16 214	0.23 237	0.18 231	0.13 209	0.16 236	0.13 195	0.08 216	0.07 287	0.07 124	0.06 112	0.08 236	0.09 298

FADNet_RVC	0.16 285	0.14 357	0.40 407	0.20 314	0.11 298	0.13 164	0.13 56	0.26 261	0.22 214	0.21 300	0.23 237	0.20 257	0.17 293	0.14 181	0.16 272	0.08 216	0.08 311	0.12 354	0.09 292	0.11 339	0.10 319

FADNet	0.21 349	0.22 408	0.36 400	0.18 219	0.17 403	0.24 358	0.13 56	0.31 329	0.31 315	0.23 326	0.25 275	0.27 328	0.21 333	0.19 291	0.15 257	0.13 376	0.15 403	0.12 354	0.15 397	0.16 401	0.18 413

CBMV_ROB	0.19 329	0.13 345	0.17 290	0.16 91	0.11 298	0.15 217	0.13 56	0.26 261	0.28 294	0.27 357	0.30 326	0.27 328	0.24 354	0.23 352	0.16 272	0.15 391	0.17 411	0.22 418	0.20 413	0.10 322	0.11 342

PWC_ROB	0.21 349	0.16 370	0.26 361	0.18 219	0.11 298	0.22 340	0.13 56	0.32 340	0.49 403	0.30 379	0.40 383	0.32 368	0.24 354	0.31 391	0.22 344	0.10 303	0.07 287	0.11 338	0.08 253	0.11 339	0.10 319

rvit_stereo_0081_aga	0.11 109	0.09 229	0.14 182	0.18 219	0.09 159	0.13 164	0.14 92	0.14 30	0.19 168	0.10 58	0.18 180	0.16 198	0.09 97	0.12 125	0.09 27	0.10 303	0.06 222	0.08 195	0.07 194	0.07 180	0.06 129

rvit_stereo_0081	0.11 109	0.08 168	0.15 230	0.16 91	0.09 159	0.10 73	0.14 92	0.14 30	0.24 237	0.11 82	0.13 97	0.13 140	0.09 97	0.11 58	0.12 158	0.10 303	0.07 287	0.08 195	0.07 194	0.07 180	0.05 64

model_zeroshot	0.10 72	0.04 1	0.11 88	0.15 48	0.09 159	0.12 133	0.14 92	0.20 156	0.13 60	0.11 82	0.10 52	0.12 116	0.07 49	0.12 125	0.10 70	0.07 162	0.06 222	0.06 45	0.05 50	0.06 118	0.06 129

rvit_stereo_0082	0.11 109	0.08 168	0.15 230	0.16 91	0.09 159	0.10 73	0.14 92	0.14 30	0.24 237	0.11 82	0.13 97	0.13 140	0.09 97	0.11 58	0.12 158	0.10 303	0.07 287	0.08 195	0.07 194	0.07 180	0.05 64

Occ-G	0.08 4	0.05 9	0.06 1	0.14 18	0.07 26	0.08 27	0.14 92	0.13 20	0.15 90	0.07 4	0.11 75	0.07 26	0.05 3	0.09 12	0.10 70	0.06 64	0.05 120	0.05 2	0.04 12	0.05 49	0.05 64

IGEV-BASED-STEREO-	0.09 23	0.10 282	0.31 385	0.15 48	0.06 3	0.08 27	0.14 92	0.10 1	0.10 12	0.07 4	0.07 16	0.06 4	0.04 1	0.11 58	0.07 1	0.12 353	0.04 2	0.07 124	0.05 50	0.05 49	0.05 64

RAFT-Stereo-weight	0.09 23	0.06 31	0.10 57	0.16 91	0.07 26	0.09 44	0.14 92	0.19 146	0.16 112	0.11 82	0.10 52	0.08 43	0.06 12	0.10 26	0.11 115	0.06 64	0.04 2	0.06 45	0.04 12	0.04 1	0.04 9

CAS++	0.11 109	0.07 88	0.11 88	0.14 18	0.09 159	0.12 133	0.14 92	0.24 230	0.14 78	0.11 82	0.09 35	0.11 101	0.07 49	0.14 181	0.09 27	0.11 328	0.09 335	0.09 267	0.07 194	0.07 180	0.08 258
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MoCha-V2	0.08 4	0.05 9	0.10 57	0.20 314	0.07 26	0.09 44	0.14 92	0.11 4	0.08 2	0.07 4	0.08 26	0.07 26	0.06 12	0.09 12	0.08 12	0.05 4	0.04 2	0.05 2	0.04 12	0.04 1	0.04 9

MyStereo8	0.12 170	0.07 88	0.15 230	0.15 48	0.09 159	0.18 281	0.14 92	0.19 146	0.22 214	0.12 117	0.18 180	0.11 101	0.10 122	0.16 236	0.18 302	0.07 162	0.05 120	0.07 124	0.05 50	0.08 236	0.09 298

EKT-Stereo	0.11 109	0.07 88	0.14 182	0.15 48	0.10 255	0.13 164	0.14 92	0.18 127	0.21 201	0.11 82	0.08 26	0.12 116	0.09 97	0.11 58	0.12 158	0.08 216	0.06 222	0.07 124	0.06 112	0.08 236	0.07 196

PCWNet_CMD	0.14 225	0.08 168	0.15 230	0.17 147	0.09 159	0.14 194	0.14 92	0.29 308	0.36 349	0.14 162	0.20 199	0.21 264	0.12 175	0.17 263	0.13 195	0.07 162	0.05 120	0.07 124	0.07 194	0.07 180	0.07 196

CFNet_ucs	0.15 265	0.08 168	0.16 264	0.16 91	0.11 298	0.14 194	0.14 92	0.30 322	0.34 338	0.16 214	0.24 246	0.23 295	0.14 233	0.18 279	0.15 257	0.09 269	0.06 222	0.08 195	0.07 194	0.09 292	0.09 298

testlalala_base	0.10 72	0.09 229	0.14 182	0.21 340	0.08 62	0.10 73	0.14 92	0.13 20	0.10 12	0.07 4	0.15 127	0.07 26	0.08 74	0.10 26	0.12 158	0.08 216	0.05 120	0.05 2	0.03 1	0.06 118	0.05 64

Any-RAFT	0.10 72	0.05 9	0.09 34	0.14 18	0.07 26	0.13 164	0.14 92	0.21 175	0.15 90	0.11 82	0.12 85	0.12 116	0.09 97	0.12 125	0.09 27	0.07 162	0.04 2	0.05 2	0.04 12	0.06 118	0.05 64

SDNR	0.19 329	0.08 168	0.19 321	0.16 91	0.12 329	0.77 452	0.14 92	0.25 245	0.32 321	0.19 270	0.24 246	0.19 245	0.13 209	0.19 291	0.15 257	0.16 407	0.18 413	0.14 381	0.11 352	0.08 236	0.11 342

anonymousdsp2	0.11 109	0.07 88	0.10 57	0.16 91	0.09 159	0.13 164	0.14 92	0.18 127	0.22 214	0.13 141	0.14 111	0.12 116	0.09 97	0.14 181	0.11 115	0.05 4	0.04 2	0.05 2	0.04 12	0.06 118	0.05 64

iinet-f	0.16 285	0.06 31	0.45 412	0.14 18	0.10 255	0.21 332	0.14 92	0.27 281	0.23 223	0.21 300	0.24 246	0.21 264	0.15 250	0.18 279	0.21 335	0.09 269	0.07 287	0.07 124	0.06 112	0.09 292	0.10 319

CES	0.08 4	0.04 1	0.08 13	0.14 18	0.07 26	0.09 44	0.14 92	0.11 4	0.09 3	0.08 14	0.09 35	0.11 101	0.06 12	0.12 125	0.08 12	0.06 64	0.04 2	0.05 2	0.03 1	0.05 49	0.05 64

knoymous	0.11 109	0.05 9	0.12 112	0.13 10	0.07 26	0.15 217	0.14 92	0.19 146	0.13 60	0.11 82	0.17 157	0.13 140	0.09 97	0.13 163	0.11 115	0.08 216	0.05 120	0.06 45	0.05 50	0.08 236	0.07 196

riskmin	0.11 109	0.06 31	0.13 152	0.14 18	0.08 62	0.14 194	0.14 92	0.18 127	0.14 78	0.11 82	0.14 111	0.16 198	0.11 146	0.14 181	0.12 158	0.09 269	0.05 120	0.07 124	0.05 50	0.08 236	0.08 258

MC-Stereo	0.08 4	0.06 31	0.09 34	0.17 147	0.06 3	0.10 73	0.14 92	0.12 11	0.10 12	0.09 30	0.12 85	0.09 59	0.06 12	0.11 58	0.10 70	0.06 64	0.04 2	0.06 45	0.05 50	0.04 1	0.04 9

x	0.13 195	0.07 88	0.14 182	0.14 18	0.08 62	0.18 281	0.14 92	0.22 193	0.20 188	0.15 189	0.19 188	0.19 245	0.17 293	0.18 279	0.18 302	0.07 162	0.05 120	0.06 45	0.06 112	0.07 180	0.07 196

BUS	0.14 225	0.09 229	0.14 182	0.22 355	0.10 255	0.19 303	0.14 92	0.34 366	0.19 168	0.17 228	0.22 228	0.16 198	0.13 209	0.15 202	0.13 195	0.08 216	0.06 222	0.10 309	0.09 292	0.07 180	0.07 196

CRFU-Net	0.16 285	0.08 168	0.14 182	0.17 147	0.09 159	0.19 303	0.14 92	0.26 261	0.20 188	0.28 369	0.27 298	0.29 342	0.17 293	0.19 291	0.17 285	0.09 269	0.09 335	0.07 124	0.07 194	0.08 236	0.08 258

NINENet	0.16 285	0.10 282	0.15 230	0.17 147	0.11 298	0.19 303	0.14 92	0.40 404	0.36 349	0.18 257	0.21 219	0.16 198	0.13 209	0.15 202	0.13 195	0.08 216	0.08 311	0.10 309	0.07 194	0.10 322	0.09 298

IPLG	0.10 72	0.07 88	0.15 230	0.17 147	0.08 62	0.11 106	0.14 92	0.20 156	0.15 90	0.12 117	0.17 157	0.07 26	0.07 49	0.14 181	0.13 195	0.06 64	0.04 2	0.06 45	0.05 50	0.04 1	0.04 9

MIPNet	0.11 109	0.08 168	0.14 182	0.17 147	0.09 159	0.12 133	0.14 92	0.20 156	0.24 237	0.11 82	0.10 52	0.09 59	0.07 49	0.13 163	0.12 158	0.06 64	0.04 2	0.06 45	0.05 50	0.04 1	0.04 9

test-3	0.08 4	0.06 31	0.09 34	0.17 147	0.07 26	0.07 18	0.14 92	0.12 11	0.15 90	0.09 30	0.08 26	0.07 26	0.08 74	0.11 58	0.10 70	0.05 4	0.04 2	0.07 124	0.05 50	0.04 1	0.04 9

test_1	0.08 4	0.06 31	0.09 34	0.17 147	0.07 26	0.07 18	0.14 92	0.12 11	0.15 90	0.09 30	0.08 26	0.07 26	0.08 74	0.11 58	0.10 70	0.05 4	0.04 2	0.07 124	0.05 50	0.04 1	0.04 9

STrans-v2	0.10 72	0.07 88	0.12 112	0.18 219	0.07 26	0.10 73	0.14 92	0.21 175	0.11 28	0.11 82	0.15 127	0.12 116	0.10 122	0.11 58	0.12 158	0.05 4	0.04 2	0.06 45	0.06 112	0.04 1	0.04 9

NF-Stereo	0.11 109	0.07 88	0.13 152	0.17 147	0.09 159	0.10 73	0.14 92	0.23 210	0.19 168	0.12 117	0.17 157	0.12 116	0.11 146	0.11 58	0.11 115	0.06 64	0.04 2	0.07 124	0.06 112	0.06 118	0.12 353

OCTAStereo	0.11 109	0.07 88	0.13 152	0.17 147	0.09 159	0.10 73	0.14 92	0.23 210	0.19 168	0.12 117	0.17 157	0.12 116	0.11 146	0.11 58	0.11 115	0.06 64	0.04 2	0.07 124	0.06 112	0.06 118	0.12 353

NRIStereo	0.11 109	0.08 168	0.14 182	0.18 219	0.08 62	0.10 73	0.14 92	0.16 67	0.15 90	0.12 117	0.14 111	0.13 140	0.12 175	0.13 163	0.10 70	0.06 64	0.04 2	0.07 124	0.06 112	0.06 118	0.07 196

ASMatch	0.11 109	0.06 31	0.13 152	0.16 91	0.10 255	0.07 18	0.14 92	0.17 101	0.17 129	0.12 117	0.16 138	0.16 198	0.10 122	0.13 163	0.10 70	0.05 4	0.04 2	0.06 45	0.05 50	0.04 1	0.08 258

RE-Stereo	0.11 109	0.07 88	0.13 152	0.17 147	0.09 159	0.10 73	0.14 92	0.23 210	0.19 168	0.12 117	0.17 157	0.12 116	0.11 146	0.11 58	0.11 115	0.06 64	0.04 2	0.07 124	0.06 112	0.06 118	0.12 353

TVStereo	0.11 109	0.07 88	0.13 152	0.17 147	0.09 159	0.10 73	0.14 92	0.23 210	0.19 168	0.12 117	0.17 157	0.12 116	0.11 146	0.11 58	0.11 115	0.06 64	0.04 2	0.07 124	0.06 112	0.06 118	0.12 353

rafts_anoy	0.11 109	0.06 31	0.10 57	0.17 147	0.08 62	0.10 73	0.14 92	0.17 101	0.14 78	0.13 141	0.13 97	0.12 116	0.10 122	0.11 58	0.12 158	0.07 162	0.04 2	0.09 267	0.11 352	0.07 180	0.06 129

TANstereo	0.09 23	0.04 1	0.08 13	0.13 10	0.06 3	0.11 106	0.14 92	0.15 47	0.19 168	0.11 82	0.15 127	0.10 82	0.06 12	0.12 125	0.09 27	0.07 162	0.05 120	0.05 2	0.04 12	0.06 118	0.05 64

CFNet_pseudo	0.14 225	0.08 168	0.15 230	0.16 91	0.09 159	0.13 164	0.14 92	0.27 281	0.34 338	0.14 162	0.21 219	0.22 281	0.13 209	0.18 279	0.14 231	0.07 162	0.05 120	0.08 195	0.06 112	0.07 180	0.07 196

RALCasStereoNet	0.10 72	0.06 31	0.09 34	0.16 91	0.08 62	0.12 133	0.14 92	0.17 101	0.11 28	0.12 117	0.17 157	0.14 159	0.10 122	0.12 125	0.11 115	0.07 162	0.06 222	0.06 45	0.05 50	0.08 236	0.07 196

sCroCo_RVC	0.12 170	0.09 229	0.23 350	0.24 381	0.11 298	0.19 303	0.14 92	0.17 101	0.14 78	0.10 58	0.13 97	0.12 116	0.07 49	0.14 181	0.11 115	0.08 216	0.08 311	0.08 195	0.08 253	0.05 49	0.07 196

111	0.10 72	0.06 31	0.12 112	0.15 48	0.07 26	0.10 73	0.14 92	0.21 175	0.23 223	0.11 82	0.12 85	0.14 159	0.11 146	0.13 163	0.10 70	0.06 64	0.04 2	0.06 45	0.04 12	0.05 49	0.05 64

psmorigin	0.25 389	0.15 363	0.34 399	0.17 147	0.13 347	0.23 353	0.14 92	0.34 366	0.33 327	0.41 413	0.55 418	0.41 405	0.37 412	0.34 401	0.27 389	0.11 328	0.15 403	0.11 338	0.11 352	0.12 352	0.16 404

Gwc-CoAtRS	0.09 23	0.06 31	0.10 57	0.16 91	0.07 26	0.10 73	0.14 92	0.17 101	0.17 129	0.08 14	0.10 52	0.12 116	0.09 97	0.12 125	0.09 27	0.06 64	0.04 2	0.06 45	0.04 12	0.04 1	0.04 9

CREStereo	0.09 23	0.04 1	0.08 13	0.11 1	0.06 3	0.13 164	0.14 92	0.14 30	0.10 12	0.08 14	0.13 97	0.09 59	0.08 74	0.11 58	0.10 70	0.08 216	0.04 2	0.05 2	0.03 1	0.06 118	0.06 129
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
PMTNet	0.09 23	0.05 9	0.09 34	0.12 3	0.06 3	0.12 133	0.14 92	0.15 47	0.11 28	0.09 30	0.13 97	0.10 82	0.07 49	0.13 163	0.10 70	0.15 391	0.04 2	0.05 2	0.03 1	0.07 180	0.06 129

FADNet-RVC-Resample	0.16 285	0.11 304	0.31 385	0.22 355	0.11 298	0.19 303	0.14 92	0.25 245	0.24 237	0.24 334	0.27 298	0.20 257	0.15 250	0.16 236	0.15 257	0.07 162	0.08 311	0.12 354	0.10 325	0.09 292	0.10 319

MaskLacGwcNet_RVC	0.22 358	0.21 404	0.24 353	0.26 396	0.11 298	0.23 353	0.14 92	0.39 400	0.24 237	0.32 391	0.36 359	0.30 350	0.21 333	0.19 291	0.21 335	0.17 412	0.14 397	0.21 414	0.16 400	0.12 352	0.12 353

R-Stereo Train	0.10 72	0.06 31	0.10 57	0.17 147	0.08 62	0.11 106	0.14 92	0.23 210	0.11 28	0.12 117	0.19 188	0.11 101	0.08 74	0.09 12	0.11 115	0.07 162	0.05 120	0.06 45	0.05 50	0.05 49	0.05 64

RAFT-Stereo	0.10 72	0.06 31	0.10 57	0.17 147	0.08 62	0.11 106	0.14 92	0.23 210	0.11 28	0.12 117	0.19 188	0.11 101	0.08 74	0.09 12	0.11 115	0.07 162	0.05 120	0.06 45	0.05 50	0.05 49	0.05 64
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RASNet	0.14 225	0.07 88	0.14 182	0.16 91	0.08 62	0.18 281	0.14 92	0.29 308	0.20 188	0.17 228	0.25 275	0.21 264	0.18 304	0.20 314	0.19 311	0.07 162	0.06 222	0.06 45	0.08 253	0.06 118	0.06 129

MSMDNet	0.14 225	0.08 168	0.15 230	0.17 147	0.09 159	0.14 194	0.14 92	0.29 308	0.36 349	0.14 162	0.21 219	0.21 264	0.12 175	0.17 263	0.14 231	0.07 162	0.05 120	0.07 124	0.07 194	0.07 180	0.07 196

ccs_rob	0.14 225	0.08 168	0.15 230	0.16 91	0.09 159	0.12 133	0.14 92	0.27 281	0.34 338	0.14 162	0.21 219	0.22 281	0.13 209	0.18 279	0.14 231	0.07 162	0.05 120	0.08 195	0.07 194	0.07 180	0.07 196

HSM	0.15 265	0.08 168	0.14 182	0.16 91	0.09 159	0.16 242	0.14 92	0.28 298	0.25 258	0.19 270	0.23 237	0.37 388	0.16 273	0.20 314	0.15 257	0.07 162	0.05 120	0.07 124	0.06 112	0.07 180	0.06 129

iResNet_ROB	0.14 225	0.07 88	0.13 152	0.14 18	0.07 26	0.18 281	0.14 92	0.26 261	0.31 315	0.22 314	0.25 275	0.23 295	0.15 250	0.15 202	0.13 195	0.07 162	0.05 120	0.05 2	0.04 12	0.08 236	0.08 258

rvit_stereo_0083	0.12 170	0.08 168	0.17 290	0.16 91	0.09 159	0.11 106	0.15 148	0.14 30	0.26 271	0.11 82	0.14 111	0.13 140	0.10 122	0.12 125	0.12 158	0.10 303	0.08 311	0.09 267	0.07 194	0.07 180	0.05 64

rvit_stereo_0080	0.10 72	0.08 168	0.14 182	0.15 48	0.09 159	0.07 18	0.15 148	0.16 67	0.16 112	0.11 82	0.10 52	0.14 159	0.08 74	0.12 125	0.10 70	0.09 269	0.07 287	0.07 124	0.06 112	0.07 180	0.05 64

H2IRNET	0.10 72	0.09 229	0.09 34	0.18 219	0.09 159	0.12 133	0.15 148	0.14 30	0.21 201	0.10 58	0.10 52	0.10 82	0.10 122	0.10 26	0.10 70	0.05 4	0.04 2	0.08 195	0.08 253	0.06 118	0.05 64

MGS-Stereo	0.09 23	0.07 88	0.12 112	0.15 48	0.08 62	0.09 44	0.15 148	0.12 11	0.12 38	0.07 4	0.10 52	0.08 43	0.06 12	0.10 26	0.09 27	0.05 4	0.04 2	0.06 45	0.05 50	0.06 118	0.05 64

AE-Stereo	0.10 72	0.08 168	0.10 57	0.18 219	0.09 159	0.10 73	0.15 148	0.14 30	0.19 168	0.09 30	0.14 111	0.12 116	0.08 74	0.11 58	0.10 70	0.05 4	0.06 222	0.07 124	0.06 112	0.05 49	0.04 9

CoDeX	0.12 170	0.07 88	0.12 112	0.17 147	0.08 62	0.12 133	0.15 148	0.23 210	0.27 280	0.13 141	0.17 157	0.16 198	0.11 146	0.14 181	0.11 115	0.07 162	0.05 120	0.07 124	0.06 112	0.06 118	0.05 64

ACVNet-DCA	0.10 72	0.08 168	0.12 112	0.17 147	0.09 159	0.13 164	0.15 148	0.23 210	0.16 112	0.09 30	0.09 35	0.06 4	0.06 12	0.10 26	0.07 1	0.06 64	0.04 2	0.06 45	0.05 50	0.07 180	0.07 196

xx1	0.11 109	0.08 168	0.12 112	0.17 147	0.09 159	0.13 164	0.15 148	0.16 67	0.18 155	0.09 30	0.09 35	0.16 198	0.16 273	0.10 26	0.07 1	0.06 64	0.04 2	0.08 195	0.08 253	0.07 180	0.07 196

1test111	0.11 109	0.08 168	0.12 112	0.17 147	0.09 159	0.13 164	0.15 148	0.23 210	0.16 112	0.09 30	0.09 35	0.06 4	0.06 12	0.15 202	0.16 272	0.06 64	0.04 2	0.06 45	0.05 50	0.07 180	0.07 196

cc1	0.10 72	0.08 168	0.12 112	0.17 147	0.09 159	0.13 164	0.15 148	0.16 67	0.18 155	0.09 30	0.09 35	0.06 4	0.06 12	0.10 26	0.07 1	0.06 64	0.04 2	0.06 45	0.05 50	0.06 118	0.06 129

11t1	0.12 170	0.06 31	0.13 152	0.14 18	0.08 62	0.17 263	0.15 148	0.18 127	0.15 90	0.15 189	0.15 127	0.16 198	0.16 273	0.15 202	0.13 195	0.08 216	0.05 120	0.06 45	0.05 50	0.08 236	0.07 196

ff7	0.09 23	0.07 88	0.11 88	0.16 91	0.09 159	0.11 106	0.15 148	0.16 67	0.12 38	0.10 58	0.06 2	0.06 4	0.06 12	0.11 58	0.09 27	0.05 4	0.04 2	0.06 45	0.05 50	0.05 49	0.06 129

IGEVStereo-DCA	0.09 23	0.06 31	0.11 88	0.15 48	0.10 255	0.11 106	0.15 148	0.16 67	0.12 38	0.10 58	0.06 2	0.08 43	0.06 12	0.10 26	0.08 12	0.06 64	0.05 120	0.06 45	0.05 50	0.05 49	0.06 129

ffff	0.09 23	0.07 88	0.11 88	0.16 91	0.09 159	0.11 106	0.15 148	0.16 67	0.12 38	0.10 58	0.06 2	0.06 4	0.06 12	0.11 58	0.09 27	0.05 4	0.04 2	0.06 45	0.05 50	0.05 49	0.06 129

11t	0.09 23	0.07 88	0.11 88	0.16 91	0.09 159	0.11 106	0.15 148	0.16 67	0.12 38	0.10 58	0.06 2	0.06 4	0.06 12	0.11 58	0.09 27	0.05 4	0.04 2	0.06 45	0.05 50	0.05 49	0.06 129

whm_eth	0.10 72	0.08 168	0.14 182	0.15 48	0.09 159	0.07 18	0.15 148	0.16 67	0.16 112	0.11 82	0.10 52	0.14 159	0.08 74	0.12 125	0.10 70	0.09 269	0.07 287	0.07 124	0.06 112	0.07 180	0.05 64

plain	0.10 72	0.08 168	0.10 57	0.19 270	0.09 159	0.10 73	0.15 148	0.14 30	0.13 60	0.13 141	0.15 127	0.09 59	0.12 175	0.13 163	0.12 158	0.07 162	0.05 120	0.09 267	0.06 112	0.06 118	0.06 129

RAFT-Test	0.09 23	0.06 31	0.10 57	0.15 48	0.07 26	0.11 106	0.15 148	0.16 67	0.13 60	0.09 30	0.10 52	0.10 82	0.09 97	0.12 125	0.09 27	0.06 64	0.04 2	0.05 2	0.04 12	0.04 1	0.05 64

4D-IteraStereo	0.09 23	0.07 88	0.10 57	0.18 219	0.07 26	0.09 44	0.15 148	0.17 101	0.15 90	0.10 58	0.11 75	0.10 82	0.07 49	0.11 58	0.09 27	0.05 4	0.03 1	0.08 195	0.07 194	0.06 118	0.05 64

LoS_RVC	0.08 4	0.05 9	0.07 3	0.15 48	0.07 26	0.08 27	0.15 148	0.11 4	0.10 12	0.08 14	0.09 35	0.06 4	0.09 97	0.10 26	0.09 27	0.05 4	0.04 2	0.05 2	0.03 1	0.04 1	0.03 1

anonymousdsp	0.09 23	0.07 88	0.11 88	0.16 91	0.09 159	0.11 106	0.15 148	0.16 67	0.12 38	0.09 30	0.06 2	0.06 4	0.06 12	0.11 58	0.09 27	0.05 4	0.04 2	0.06 45	0.05 50	0.05 49	0.06 129

CBFPSM	0.14 225	0.06 31	0.26 361	0.17 147	0.09 159	0.13 164	0.15 148	0.22 193	0.23 223	0.20 288	0.27 298	0.24 301	0.16 273	0.16 236	0.18 302	0.06 64	0.06 222	0.06 45	0.07 194	0.07 180	0.07 196

ProNet	0.09 23	0.07 88	0.10 57	0.17 147	0.08 62	0.10 73	0.15 148	0.15 47	0.12 38	0.09 30	0.06 2	0.07 26	0.06 12	0.11 58	0.09 27	0.05 4	0.04 2	0.06 45	0.05 50	0.04 1	0.06 129

qqq	0.13 195	0.09 229	0.15 230	0.16 91	0.08 62	0.13 164	0.15 148	0.23 210	0.16 112	0.15 189	0.19 188	0.16 198	0.16 273	0.15 202	0.16 272	0.07 162	0.06 222	0.08 195	0.08 253	0.07 180	0.07 196

ccc-4	0.09 23	0.07 88	0.11 88	0.16 91	0.09 159	0.11 106	0.15 148	0.16 67	0.12 38	0.10 58	0.06 2	0.06 4	0.06 12	0.11 58	0.09 27	0.05 4	0.04 2	0.06 45	0.05 50	0.05 49	0.06 129

BSDual-CNN	0.15 265	0.09 229	0.14 182	0.22 355	0.10 255	0.14 194	0.15 148	0.34 366	0.19 168	0.17 228	0.22 228	0.25 314	0.16 273	0.15 202	0.14 231	0.08 216	0.06 222	0.10 309	0.09 292	0.07 180	0.07 196

hknet	0.15 265	0.11 304	0.13 152	0.22 355	0.11 298	0.14 194	0.15 148	0.34 366	0.25 258	0.17 228	0.22 228	0.22 281	0.18 304	0.17 263	0.12 158	0.07 162	0.06 222	0.10 309	0.09 292	0.07 180	0.07 196

IGEV-Stereo	0.09 23	0.07 88	0.11 88	0.16 91	0.09 159	0.11 106	0.15 148	0.16 67	0.12 38	0.09 30	0.06 2	0.06 4	0.06 12	0.11 58	0.09 27	0.05 4	0.04 2	0.06 45	0.05 50	0.05 49	0.06 129
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CIPLG	0.11 109	0.08 168	0.14 182	0.17 147	0.08 62	0.12 133	0.15 148	0.17 101	0.15 90	0.14 162	0.11 75	0.16 198	0.09 97	0.16 236	0.11 115	0.07 162	0.05 120	0.06 45	0.05 50	0.05 49	0.06 129

iRaft-Stereo_20w	0.09 23	0.05 9	0.13 152	0.14 18	0.08 62	0.12 133	0.15 148	0.18 127	0.10 12	0.11 82	0.08 26	0.08 43	0.05 3	0.10 26	0.09 27	0.06 64	0.04 2	0.06 45	0.05 50	0.06 118	0.05 64

IPLGR_C	0.11 109	0.08 168	0.14 182	0.17 147	0.08 62	0.12 133	0.15 148	0.17 101	0.15 90	0.14 162	0.10 52	0.16 198	0.09 97	0.16 236	0.11 115	0.07 162	0.05 120	0.06 45	0.05 50	0.05 49	0.06 129

AASNet	0.16 285	0.08 168	0.12 112	0.19 270	0.09 159	0.18 281	0.15 148	0.37 389	0.37 355	0.19 270	0.23 237	0.20 257	0.16 273	0.17 263	0.20 317	0.10 303	0.08 311	0.08 195	0.07 194	0.09 292	0.09 298

ACRE	0.11 109	0.08 168	0.14 182	0.17 147	0.08 62	0.12 133	0.15 148	0.17 101	0.14 78	0.14 162	0.10 52	0.16 198	0.09 97	0.16 236	0.11 115	0.07 162	0.05 120	0.06 45	0.05 50	0.05 49	0.06 129

AACVNet	0.16 285	0.08 168	0.14 182	0.15 48	0.10 255	0.18 281	0.15 148	0.23 210	0.24 237	0.27 357	0.27 298	0.28 335	0.17 293	0.19 291	0.16 272	0.09 269	0.07 287	0.09 267	0.07 194	0.10 322	0.09 298

GANet-ADL	0.13 195	0.07 88	0.15 230	0.17 147	0.10 255	0.18 281	0.15 148	0.30 322	0.20 188	0.13 141	0.18 180	0.19 245	0.12 175	0.16 236	0.13 195	0.08 216	0.06 222	0.06 45	0.05 50	0.07 180	0.08 258

CrosDoStereo	0.12 170	0.06 31	0.12 112	0.14 18	0.08 62	0.12 133	0.15 148	0.17 101	0.22 214	0.19 270	0.24 246	0.15 185	0.11 146	0.11 58	0.12 158	0.06 64	0.04 2	0.07 124	0.07 194	0.05 49	0.05 64

LCNet	0.11 109	0.07 88	0.09 34	0.19 270	0.09 159	0.08 27	0.15 148	0.21 175	0.15 90	0.11 82	0.15 127	0.16 198	0.11 146	0.12 125	0.11 115	0.05 4	0.04 2	0.08 195	0.07 194	0.06 118	0.15 393

TransformOpticalFlow	0.10 72	0.08 168	0.13 152	0.18 219	0.07 26	0.09 44	0.15 148	0.19 146	0.15 90	0.12 117	0.17 157	0.11 101	0.11 146	0.11 58	0.10 70	0.05 4	0.04 2	0.06 45	0.06 112	0.05 49	0.05 64

PSM-AAD	0.11 109	0.07 88	0.10 57	0.19 270	0.09 159	0.10 73	0.15 148	0.20 156	0.13 60	0.12 117	0.14 111	0.18 231	0.11 146	0.11 58	0.10 70	0.05 4	0.05 120	0.09 267	0.08 253	0.06 118	0.14 386

FTStereo	0.12 170	0.06 31	0.14 182	0.18 219	0.09 159	0.07 18	0.15 148	0.21 175	0.18 155	0.12 117	0.24 246	0.12 116	0.12 175	0.13 163	0.13 195	0.05 4	0.05 120	0.07 124	0.06 112	0.06 118	0.10 319

KYRaft	0.11 109	0.07 88	0.10 57	0.19 270	0.09 159	0.08 27	0.15 148	0.22 193	0.12 38	0.13 141	0.16 138	0.20 257	0.10 122	0.12 125	0.10 70	0.05 4	0.04 2	0.08 195	0.08 253	0.06 118	0.16 404

DeepStereo_LL	0.12 170	0.06 31	0.12 112	0.14 18	0.08 62	0.12 133	0.15 148	0.17 101	0.22 214	0.19 270	0.24 246	0.15 185	0.11 146	0.11 58	0.12 158	0.06 64	0.04 2	0.07 124	0.07 194	0.05 49	0.05 64

DEmStereo	0.12 170	0.06 31	0.14 182	0.14 18	0.10 255	0.16 242	0.15 148	0.16 67	0.24 237	0.17 228	0.24 246	0.13 140	0.14 233	0.12 125	0.13 195	0.05 4	0.04 2	0.07 124	0.06 112	0.05 49	0.05 64

PFNet	0.12 170	0.06 31	0.17 290	0.17 147	0.08 62	0.09 44	0.15 148	0.26 261	0.20 188	0.16 214	0.16 138	0.14 159	0.11 146	0.12 125	0.11 115	0.06 64	0.04 2	0.07 124	0.06 112	0.05 49	0.05 64

IRAFT_RVC	0.12 170	0.08 168	0.16 264	0.19 270	0.08 62	0.07 18	0.15 148	0.24 230	0.23 223	0.14 162	0.14 111	0.15 185	0.12 175	0.12 125	0.10 70	0.06 64	0.04 2	0.09 267	0.06 112	0.06 118	0.06 129

GMM-Stereo	0.11 109	0.07 88	0.10 57	0.18 219	0.09 159	0.08 27	0.15 148	0.23 210	0.16 112	0.11 82	0.15 127	0.13 140	0.11 146	0.11 58	0.11 115	0.05 4	0.04 2	0.08 195	0.07 194	0.06 118	0.09 298

Prome-Stereo	0.11 109	0.06 31	0.10 57	0.18 219	0.08 62	0.12 133	0.15 148	0.22 193	0.13 60	0.12 117	0.17 157	0.13 140	0.08 74	0.12 125	0.10 70	0.05 4	0.04 2	0.07 124	0.06 112	0.06 118	0.09 298

pcwnet_v2	0.19 329	0.10 282	0.26 361	0.17 147	0.14 364	0.18 281	0.15 148	0.37 389	0.46 396	0.19 270	0.24 246	0.21 264	0.19 318	0.20 314	0.19 311	0.13 376	0.10 354	0.10 309	0.10 325	0.11 339	0.13 369

test_xeample3	0.09 23	0.06 31	0.12 112	0.16 91	0.09 159	0.11 106	0.15 148	0.16 67	0.13 60	0.10 58	0.06 2	0.08 43	0.06 12	0.10 26	0.09 27	0.05 4	0.04 2	0.06 45	0.05 50	0.05 49	0.06 129

EAI-Stereo	0.09 23	0.07 88	0.11 88	0.15 48	0.06 3	0.10 73	0.15 148	0.16 67	0.09 3	0.08 14	0.09 35	0.08 43	0.07 49	0.09 12	0.11 115	0.05 4	0.04 2	0.05 2	0.05 50	0.05 49	0.04 9

CFNet-RSSM	0.09 23	0.07 88	0.09 34	0.16 91	0.07 26	0.09 44	0.15 148	0.16 67	0.17 129	0.08 14	0.12 85	0.10 82	0.09 97	0.11 58	0.09 27	0.06 64	0.04 2	0.06 45	0.04 12	0.04 1	0.04 9

FENet	0.13 195	0.08 168	0.12 112	0.16 91	0.08 62	0.14 194	0.15 148	0.22 193	0.23 223	0.17 228	0.23 237	0.16 198	0.12 175	0.14 181	0.15 257	0.08 216	0.05 120	0.08 195	0.08 253	0.07 180	0.07 196

FADNet-RVC	0.20 340	0.20 398	0.38 404	0.21 340	0.16 388	0.20 318	0.15 148	0.26 261	0.26 271	0.26 351	0.32 338	0.26 322	0.21 333	0.22 341	0.19 311	0.12 353	0.13 390	0.12 354	0.14 383	0.13 368	0.18 413

SHD	0.26 395	0.15 363	0.30 383	0.24 381	0.18 409	0.22 340	0.15 148	0.38 396	0.71 437	0.32 391	0.41 393	0.36 383	0.28 382	0.32 396	0.29 399	0.12 353	0.11 364	0.14 381	0.13 380	0.16 401	0.20 419

HSM-Net_RVC	0.14 225	0.08 168	0.11 88	0.15 48	0.08 62	0.15 217	0.15 148	0.27 281	0.29 300	0.19 270	0.21 219	0.29 342	0.14 233	0.17 263	0.13 195	0.06 64	0.06 222	0.06 45	0.06 112	0.07 180	0.06 129
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DeepPruner_ROB	0.16 285	0.11 304	0.15 230	0.17 147	0.10 255	0.17 263	0.15 148	0.32 340	0.21 201	0.19 270	0.21 219	0.22 281	0.18 304	0.20 314	0.15 257	0.13 376	0.09 335	0.09 267	0.09 292	0.11 339	0.10 319

PWCDC_ROB	0.20 340	0.13 345	0.22 341	0.24 381	0.11 298	0.19 303	0.15 148	0.33 357	0.54 414	0.29 376	0.50 413	0.21 264	0.15 250	0.27 370	0.20 317	0.11 328	0.09 335	0.10 309	0.08 253	0.11 339	0.09 298

WCMA_ROB	0.24 380	0.11 304	0.22 341	0.17 147	0.14 364	0.32 397	0.15 148	0.32 340	0.32 321	0.38 404	0.53 415	0.40 403	0.34 406	0.34 401	0.25 373	0.11 328	0.12 377	0.12 354	0.10 325	0.14 380	0.14 386

pmcnn	0.15 265	0.07 88	0.19 321	0.15 48	0.07 26	0.20 318	0.15 148	0.24 230	0.26 271	0.21 300	0.34 354	0.28 335	0.18 304	0.18 279	0.17 285	0.07 162	0.05 120	0.05 2	0.04 12	0.07 180	0.06 129

rvit_0105_6	0.14 225	0.09 229	0.18 311	0.17 147	0.10 255	0.10 73	0.16 207	0.19 146	0.26 271	0.12 117	0.18 180	0.17 218	0.12 175	0.18 279	0.12 158	0.15 391	0.11 364	0.12 354	0.10 325	0.09 292	0.06 129

AIO-Stereo-zeroshot	0.11 109	0.05 9	0.11 88	0.15 48	0.13 347	0.13 164	0.16 207	0.23 210	0.17 129	0.10 58	0.12 85	0.10 82	0.07 49	0.11 58	0.09 27	0.06 64	0.05 120	0.06 45	0.06 112	0.07 180	0.08 258

test_sample7	0.15 265	0.10 282	0.16 264	0.14 18	0.11 298	0.16 242	0.16 207	0.27 281	0.23 223	0.20 288	0.20 199	0.24 301	0.19 318	0.16 236	0.16 272	0.12 353	0.06 222	0.10 309	0.09 292	0.10 322	0.10 319

test_sample1	0.13 195	0.07 88	0.14 182	0.13 10	0.08 62	0.19 303	0.16 207	0.20 156	0.15 90	0.14 162	0.22 228	0.18 231	0.16 273	0.17 263	0.14 231	0.07 162	0.06 222	0.06 45	0.06 112	0.08 236	0.07 196

Former-RAFT_DAM_RVC	0.10 72	0.08 168	0.12 112	0.16 91	0.08 62	0.15 217	0.16 207	0.18 127	0.18 155	0.10 58	0.09 35	0.09 59	0.08 74	0.11 58	0.12 158	0.07 162	0.05 120	0.08 195	0.06 112	0.07 180	0.06 129

rrr	0.09 23	0.06 31	0.12 112	0.15 48	0.10 255	0.11 106	0.16 207	0.16 67	0.15 90	0.10 58	0.06 2	0.08 43	0.06 12	0.10 26	0.08 12	0.06 64	0.05 120	0.06 45	0.05 50	0.05 49	0.06 129

tt1	0.10 72	0.08 168	0.12 112	0.17 147	0.09 159	0.12 133	0.16 207	0.15 47	0.19 168	0.09 30	0.08 26	0.06 4	0.06 12	0.10 26	0.07 1	0.06 64	0.04 2	0.06 45	0.05 50	0.06 118	0.06 129

HH	0.09 23	0.06 31	0.13 152	0.17 147	0.08 62	0.10 73	0.16 207	0.14 30	0.10 12	0.08 14	0.09 35	0.08 43	0.07 49	0.10 26	0.09 27	0.06 64	0.04 2	0.06 45	0.05 50	0.05 49	0.04 9

HanStereo	0.09 23	0.06 31	0.13 152	0.17 147	0.08 62	0.10 73	0.16 207	0.14 30	0.10 12	0.08 14	0.09 35	0.08 43	0.07 49	0.10 26	0.09 27	0.06 64	0.04 2	0.06 45	0.05 50	0.05 49	0.04 9

GASNet	0.22 358	0.23 409	0.33 391	0.26 396	0.17 403	0.26 376	0.16 207	0.44 420	0.42 379	0.27 357	0.24 246	0.30 350	0.15 250	0.27 370	0.18 302	0.12 353	0.08 311	0.12 354	0.11 352	0.16 401	0.07 196

IER	0.14 225	0.07 88	0.13 152	0.17 147	0.09 159	0.14 194	0.16 207	0.25 245	0.26 271	0.18 257	0.25 275	0.17 218	0.20 329	0.16 236	0.14 231	0.08 216	0.05 120	0.07 124	0.06 112	0.08 236	0.07 196

UDGNet	0.14 225	0.13 345	0.16 264	0.17 147	0.10 255	0.12 133	0.16 207	0.21 175	0.27 280	0.20 288	0.20 199	0.16 198	0.13 209	0.16 236	0.13 195	0.10 303	0.06 222	0.09 267	0.07 194	0.06 118	0.07 196

ADLNet2	0.16 285	0.09 229	0.13 152	0.16 91	0.09 159	0.20 318	0.16 207	0.31 329	0.39 363	0.16 214	0.20 199	0.20 257	0.18 304	0.21 330	0.22 344	0.08 216	0.06 222	0.07 124	0.07 194	0.09 292	0.07 196

THIR-Stereo	0.12 170	0.07 88	0.11 88	0.15 48	0.08 62	0.14 194	0.16 207	0.17 101	0.25 258	0.16 214	0.24 246	0.14 159	0.12 175	0.12 125	0.14 231	0.06 64	0.04 2	0.07 124	0.07 194	0.05 49	0.05 64

GrayStereo	0.11 109	0.06 31	0.11 88	0.19 270	0.09 159	0.09 44	0.16 207	0.18 127	0.17 129	0.14 162	0.17 157	0.17 218	0.11 146	0.12 125	0.11 115	0.05 4	0.05 120	0.07 124	0.06 112	0.05 49	0.10 319

XX-TBD	0.09 23	0.06 31	0.07 3	0.14 18	0.07 26	0.12 133	0.16 207	0.14 30	0.13 60	0.11 82	0.12 85	0.09 59	0.08 74	0.10 26	0.10 70	0.06 64	0.04 2	0.05 2	0.03 1	0.06 118	0.05 64

RAFT-Stereo + iAFF	0.09 23	0.06 31	0.10 57	0.17 147	0.06 3	0.10 73	0.16 207	0.17 101	0.14 78	0.09 30	0.10 52	0.08 43	0.09 97	0.11 58	0.09 27	0.05 4	0.04 2	0.06 45	0.06 112	0.04 1	0.03 1

AFF-stereo	0.09 23	0.06 31	0.10 57	0.17 147	0.07 26	0.10 73	0.16 207	0.17 101	0.09 3	0.10 58	0.12 85	0.09 59	0.09 97	0.12 125	0.09 27	0.05 4	0.04 2	0.07 124	0.07 194	0.04 1	0.03 1

GMStereo	0.13 195	0.14 357	0.14 182	0.18 219	0.09 159	0.15 217	0.16 207	0.20 156	0.24 237	0.16 214	0.17 157	0.10 82	0.10 122	0.16 236	0.13 195	0.07 162	0.06 222	0.06 45	0.06 112	0.07 180	0.06 129
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 195	0.07 88	0.14 182	0.17 147	0.09 159	0.15 217	0.16 207	0.28 298	0.27 280	0.14 162	0.17 157	0.12 116	0.13 209	0.14 181	0.11 115	0.08 216	0.05 120	0.07 124	0.07 194	0.07 180	0.06 129

EDNetEfficientorigin	7.91 471	0.31 428	153.02 486	0.19 270	0.09 159	0.21 332	0.16 207	0.22 193	0.59 423	0.72 440	0.67 431	0.42 406	0.50 433	0.24 360	0.39 427	0.08 216	0.07 287	0.08 195	0.07 194	0.12 352	0.10 319

PSMNet-RSSM	0.14 225	0.07 88	0.13 152	0.15 48	0.08 62	0.13 164	0.16 207	0.24 230	0.24 237	0.16 214	0.28 310	0.22 281	0.14 233	0.15 202	0.13 195	0.11 328	0.06 222	0.09 267	0.12 371	0.08 236	0.07 196

edge stereo	0.22 358	0.13 345	0.20 329	0.21 340	0.13 347	0.23 353	0.16 207	0.32 340	0.42 379	0.32 391	0.40 383	0.38 392	0.35 408	0.25 365	0.24 364	0.13 376	0.11 364	0.14 381	0.11 352	0.12 352	0.13 369

RTSC	0.23 373	0.12 319	0.28 373	0.21 340	0.13 347	0.28 389	0.16 207	0.35 378	0.66 433	0.27 357	0.33 350	0.30 350	0.21 333	0.31 391	0.29 399	0.10 303	0.08 311	0.09 267	0.10 325	0.13 368	0.13 369

LE_ROB	0.50 435	0.07 88	0.14 182	0.15 48	0.08 62	0.24 358	0.16 207	0.22 193	1.81 466	4.63 469	0.67 431	0.47 420	0.44 428	0.20 314	0.29 399	0.07 162	0.06 222	0.06 45	0.06 112	0.08 236	0.06 129

AIO-Stereo-zeroshot1	0.11 109	0.05 9	0.14 182	0.15 48	0.20 414	0.09 44	0.17 232	0.21 175	0.15 90	0.11 82	0.14 111	0.10 82	0.07 49	0.10 26	0.08 12	0.06 64	0.05 120	0.07 124	0.07 194	0.07 180	0.09 298

rvit_stereo_ft	0.12 170	0.07 88	0.13 152	0.19 270	0.10 255	0.12 133	0.17 232	0.16 67	0.16 112	0.12 117	0.13 97	0.15 185	0.10 122	0.14 181	0.13 195	0.09 269	0.06 222	0.08 195	0.07 194	0.07 180	0.05 64

test_sample3	0.14 225	0.08 168	0.15 230	0.14 18	0.09 159	0.19 303	0.17 232	0.26 261	0.18 155	0.16 214	0.22 228	0.19 245	0.15 250	0.17 263	0.13 195	0.08 216	0.06 222	0.07 124	0.06 112	0.09 292	0.08 258

SMFormer	0.14 225	0.07 88	0.17 290	0.14 18	0.08 62	0.16 242	0.17 232	0.26 261	0.27 280	0.19 270	0.20 199	0.18 231	0.15 250	0.15 202	0.17 285	0.08 216	0.05 120	0.07 124	0.06 112	0.07 180	0.06 129

tta	0.14 225	0.07 88	0.17 290	0.14 18	0.08 62	0.16 242	0.17 232	0.26 261	0.27 280	0.19 270	0.20 199	0.18 231	0.15 250	0.15 202	0.17 285	0.08 216	0.05 120	0.07 124	0.06 112	0.06 118	0.06 129

qqq1	0.13 195	0.07 88	0.17 290	0.14 18	0.08 62	0.16 242	0.17 232	0.26 261	0.27 280	0.19 270	0.20 199	0.18 231	0.15 250	0.15 202	0.11 115	0.08 216	0.05 120	0.05 2	0.05 50	0.06 118	0.06 129

fff1	0.13 195	0.07 88	0.17 290	0.14 18	0.08 62	0.16 242	0.17 232	0.26 261	0.27 280	0.19 270	0.20 199	0.18 231	0.15 250	0.15 202	0.11 115	0.08 216	0.05 120	0.05 2	0.05 50	0.06 118	0.06 129

ffm	0.12 170	0.09 229	0.14 182	0.16 91	0.08 62	0.17 263	0.17 232	0.15 47	0.19 168	0.15 189	0.25 275	0.19 245	0.13 209	0.10 26	0.07 1	0.06 64	0.04 2	0.09 267	0.08 253	0.06 118	0.06 129

ff1	0.13 195	0.09 229	0.14 182	0.16 91	0.08 62	0.17 263	0.17 232	0.15 47	0.19 168	0.15 189	0.25 275	0.19 245	0.13 209	0.14 181	0.20 317	0.06 64	0.04 2	0.09 267	0.08 253	0.06 118	0.06 129

mmx	0.14 225	0.09 229	0.14 182	0.16 91	0.08 62	0.17 263	0.17 232	0.27 281	0.25 258	0.15 189	0.25 275	0.19 245	0.13 209	0.14 181	0.20 317	0.08 216	0.06 222	0.09 267	0.08 253	0.08 236	0.08 258

xxx	0.14 225	0.09 229	0.14 182	0.16 91	0.08 62	0.17 263	0.17 232	0.27 281	0.25 258	0.15 189	0.25 275	0.19 245	0.13 209	0.14 181	0.20 317	0.08 216	0.06 222	0.09 267	0.08 253	0.08 236	0.08 258

gwcnet-sp	0.14 225	0.07 88	0.12 112	0.18 219	0.09 159	0.16 242	0.17 232	0.24 230	0.24 237	0.18 257	0.24 246	0.15 185	0.16 273	0.15 202	0.15 257	0.08 216	0.06 222	0.07 124	0.08 253	0.08 236	0.07 196

scenet	0.14 225	0.07 88	0.12 112	0.18 219	0.09 159	0.16 242	0.17 232	0.24 230	0.24 237	0.18 257	0.24 246	0.15 185	0.16 273	0.15 202	0.15 257	0.08 216	0.06 222	0.07 124	0.08 253	0.08 236	0.07 196

CASS	0.13 195	0.12 319	0.11 88	0.23 374	0.09 159	0.15 217	0.17 232	0.18 127	0.19 168	0.17 228	0.18 180	0.15 185	0.15 250	0.14 181	0.14 231	0.09 269	0.06 222	0.10 309	0.08 253	0.09 292	0.07 196
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DCRE	0.11 109	0.07 88	0.13 152	0.16 91	0.11 298	0.11 106	0.17 232	0.18 127	0.17 129	0.11 82	0.18 180	0.10 82	0.10 122	0.15 202	0.11 115	0.06 64	0.05 120	0.06 45	0.06 112	0.05 49	0.04 9

anonymousa	0.13 195	0.07 88	0.13 152	0.18 219	0.09 159	0.13 164	0.17 232	0.19 146	0.29 300	0.15 189	0.24 246	0.15 185	0.14 233	0.14 181	0.14 231	0.07 162	0.05 120	0.07 124	0.09 292	0.05 49	0.06 129

ssnet	0.14 225	0.07 88	0.12 112	0.18 219	0.09 159	0.16 242	0.17 232	0.24 230	0.24 237	0.18 257	0.24 246	0.15 185	0.16 273	0.15 202	0.15 257	0.08 216	0.06 222	0.07 124	0.08 253	0.08 236	0.07 196

DCANet-4	0.10 72	0.06 31	0.12 112	0.16 91	0.06 3	0.09 44	0.17 232	0.18 127	0.19 168	0.13 141	0.16 138	0.09 59	0.14 233	0.11 58	0.12 158	0.06 64	0.04 2	0.05 2	0.04 12	0.04 1	0.05 64

fff	0.10 72	0.06 31	0.12 112	0.15 48	0.07 26	0.09 44	0.17 232	0.16 67	0.20 188	0.13 141	0.16 138	0.10 82	0.11 146	0.11 58	0.12 158	0.06 64	0.04 2	0.05 2	0.04 12	0.04 1	0.05 64

ADStereo(finetuned)	0.10 72	0.06 31	0.12 112	0.16 91	0.06 3	0.09 44	0.17 232	0.15 47	0.19 168	0.13 141	0.17 157	0.10 82	0.12 175	0.11 58	0.12 158	0.06 64	0.04 2	0.05 2	0.04 12	0.05 49	0.04 9

psmg	0.14 225	0.09 229	0.14 182	0.17 147	0.10 255	0.15 217	0.17 232	0.29 308	0.19 168	0.17 228	0.21 219	0.25 314	0.16 273	0.15 202	0.14 231	0.08 216	0.06 222	0.08 195	0.08 253	0.07 180	0.06 129

CSP-Net	0.16 285	0.09 229	0.14 182	0.16 91	0.09 159	0.19 303	0.17 232	0.25 245	0.32 321	0.25 347	0.30 326	0.24 301	0.15 250	0.21 330	0.18 302	0.09 269	0.06 222	0.07 124	0.07 194	0.08 236	0.07 196

DAS	0.15 265	0.08 168	0.18 311	0.19 270	0.10 255	0.19 303	0.17 232	0.27 281	0.29 300	0.18 257	0.25 275	0.21 264	0.15 250	0.16 236	0.12 158	0.08 216	0.06 222	0.06 45	0.06 112	0.07 180	0.07 196

SepStereo	0.15 265	0.08 168	0.18 311	0.19 270	0.10 255	0.19 303	0.17 232	0.27 281	0.29 300	0.18 257	0.25 275	0.21 264	0.15 250	0.25 365	0.12 158	0.08 216	0.06 222	0.06 45	0.06 112	0.07 180	0.07 196

IPLGR	0.11 109	0.09 229	0.16 264	0.18 219	0.08 62	0.12 133	0.17 232	0.21 175	0.24 237	0.11 82	0.12 85	0.11 101	0.08 74	0.12 125	0.12 158	0.06 64	0.05 120	0.06 45	0.06 112	0.04 1	0.04 9

DRaft	0.12 170	0.06 31	0.11 88	0.14 18	0.09 159	0.14 194	0.17 232	0.21 175	0.30 309	0.17 228	0.28 310	0.10 82	0.15 250	0.10 26	0.12 158	0.05 4	0.04 2	0.07 124	0.06 112	0.05 49	0.05 64

iRaftStereo_RVC	0.10 72	0.07 88	0.09 34	0.17 147	0.09 159	0.11 106	0.17 232	0.18 127	0.12 38	0.09 30	0.12 85	0.10 82	0.07 49	0.11 58	0.10 70	0.05 4	0.04 2	0.08 195	0.08 253	0.04 1	0.04 9

GEStereo_RVC	0.17 305	0.12 319	0.15 230	0.22 355	0.11 298	0.19 303	0.17 232	0.32 340	0.48 398	0.20 288	0.25 275	0.17 218	0.13 209	0.21 330	0.16 272	0.10 303	0.06 222	0.08 195	0.07 194	0.09 292	0.08 258

Anonymous3	0.16 285	0.13 345	0.33 391	0.26 396	0.14 364	0.27 383	0.17 232	0.28 298	0.28 294	0.15 189	0.17 157	0.14 159	0.10 122	0.15 202	0.12 158	0.08 216	0.08 311	0.08 195	0.08 253	0.08 236	0.11 342

ADLNet	0.16 285	0.08 168	0.15 230	0.16 91	0.10 255	0.16 242	0.17 232	0.32 340	0.27 280	0.22 314	0.27 298	0.24 301	0.16 273	0.18 279	0.21 335	0.10 303	0.06 222	0.10 309	0.10 325	0.08 236	0.09 298

HCRNet	0.16 285	0.24 412	0.12 112	0.35 427	0.11 298	0.15 217	0.17 232	0.26 261	0.22 214	0.19 270	0.24 246	0.21 264	0.14 233	0.15 202	0.13 195	0.11 328	0.07 287	0.11 338	0.10 325	0.09 292	0.07 196

DCANet	0.10 72	0.06 31	0.12 112	0.16 91	0.06 3	0.09 44	0.17 232	0.15 47	0.19 168	0.13 141	0.17 157	0.10 82	0.11 146	0.11 58	0.12 158	0.06 64	0.04 2	0.05 2	0.04 12	0.05 49	0.04 9

csc	0.10 72	0.06 31	0.12 112	0.15 48	0.07 26	0.09 44	0.17 232	0.16 67	0.20 188	0.13 141	0.16 138	0.10 82	0.11 146	0.11 58	0.12 158	0.06 64	0.04 2	0.05 2	0.04 12	0.04 1	0.05 64

cscssc	0.10 72	0.06 31	0.12 112	0.15 48	0.07 26	0.09 44	0.17 232	0.16 67	0.20 188	0.13 141	0.16 138	0.10 82	0.11 146	0.11 58	0.12 158	0.06 64	0.04 2	0.05 2	0.04 12	0.04 1	0.05 64

acv_ft	0.15 265	0.09 229	0.15 230	0.19 270	0.10 255	0.16 242	0.17 232	0.25 245	0.33 327	0.19 270	0.26 291	0.21 264	0.17 293	0.17 263	0.18 302	0.07 162	0.06 222	0.06 45	0.06 112	0.08 236	0.06 129

GANet-RSSM	0.14 225	0.07 88	0.13 152	0.13 10	0.08 62	0.14 194	0.17 232	0.22 193	0.21 201	0.17 228	0.24 246	0.23 295	0.15 250	0.16 236	0.15 257	0.10 303	0.06 222	0.07 124	0.08 253	0.08 236	0.07 196

MFN_U_SF_RVC	0.32 412	0.21 404	0.55 423	0.30 420	0.15 378	0.34 406	0.17 232	0.52 433	0.46 396	0.46 424	0.55 418	0.59 430	0.39 415	0.35 407	0.37 423	0.15 391	0.14 397	0.18 409	0.21 415	0.16 401	0.15 393

DMCA	0.14 225	0.09 229	0.16 264	0.19 270	0.09 159	0.15 217	0.17 232	0.23 210	0.27 280	0.14 162	0.19 188	0.17 218	0.18 304	0.15 202	0.17 285	0.10 303	0.06 222	0.08 195	0.06 112	0.09 292	0.10 319

CVANet_RVC	0.18 318	0.10 282	0.14 182	0.21 340	0.10 255	0.18 281	0.17 232	0.34 366	0.33 327	0.22 314	0.31 334	0.28 335	0.18 304	0.23 352	0.17 285	0.12 353	0.08 311	0.12 354	0.11 352	0.09 292	0.07 196

PS-NSSS	0.20 340	0.21 404	0.23 350	0.20 314	0.10 255	0.19 303	0.17 232	0.36 384	0.25 258	0.27 357	0.33 350	0.27 328	0.24 354	0.20 314	0.20 317	0.15 391	0.12 377	0.17 400	0.14 383	0.10 322	0.08 258

MLCV	0.12 170	0.07 88	0.16 264	0.18 219	0.06 3	0.15 217	0.17 232	0.19 146	0.21 201	0.18 257	0.25 275	0.17 218	0.13 209	0.14 181	0.13 195	0.05 4	0.04 2	0.05 2	0.04 12	0.05 49	0.04 9

DispFullNet	0.27 397	0.21 404	0.65 432	0.28 411	0.16 388	0.26 376	0.17 232	0.33 357	0.58 422	0.27 357	0.38 370	0.43 409	0.23 348	0.38 418	0.23 354	0.12 353	0.06 222	0.19 411	0.11 352	0.21 416	0.15 393

RAStereo	0.10 72	0.09 229	0.08 13	0.20 314	0.08 62	0.13 164	0.18 274	0.15 47	0.17 129	0.10 58	0.12 85	0.05 1	0.06 12	0.09 12	0.08 12	0.07 162	0.05 120	0.07 124	0.05 50	0.05 49	0.04 9

test_sample5	0.14 225	0.08 168	0.14 182	0.16 91	0.08 62	0.18 281	0.18 274	0.25 245	0.17 129	0.17 228	0.27 298	0.18 231	0.14 233	0.16 236	0.13 195	0.08 216	0.05 120	0.08 195	0.07 194	0.08 236	0.08 258

test_sample4	0.14 225	0.08 168	0.14 182	0.15 48	0.08 62	0.19 303	0.18 274	0.26 261	0.17 129	0.16 214	0.25 275	0.18 231	0.14 233	0.16 236	0.13 195	0.08 216	0.06 222	0.08 195	0.06 112	0.08 236	0.08 258

test_sample2	0.12 170	0.07 88	0.12 112	0.14 18	0.08 62	0.16 242	0.18 274	0.21 175	0.16 112	0.14 162	0.20 199	0.19 245	0.15 250	0.15 202	0.12 158	0.08 216	0.05 120	0.07 124	0.06 112	0.08 236	0.07 196

MyStereo07	0.10 72	0.07 88	0.10 57	0.17 147	0.09 159	0.14 194	0.18 274	0.15 47	0.15 90	0.09 30	0.06 2	0.06 4	0.07 49	0.12 125	0.09 27	0.06 64	0.05 120	0.08 195	0.07 194	0.06 118	0.06 129

MyStereo06	0.10 72	0.07 88	0.12 112	0.17 147	0.09 159	0.13 164	0.18 274	0.19 146	0.12 38	0.12 117	0.08 26	0.07 26	0.07 49	0.11 58	0.09 27	0.06 64	0.05 120	0.07 124	0.07 194	0.06 118	0.06 129

MyStereo05	0.13 195	0.07 88	0.10 57	0.17 147	0.09 159	0.13 164	0.18 274	0.27 281	0.35 345	0.17 228	0.14 111	0.15 185	0.11 146	0.15 202	0.13 195	0.06 64	0.05 120	0.07 124	0.07 194	0.06 118	0.06 129

MyStereo04	0.13 195	0.07 88	0.10 57	0.17 147	0.09 159	0.14 194	0.18 274	0.29 308	0.38 360	0.17 228	0.14 111	0.16 198	0.10 122	0.15 202	0.13 195	0.06 64	0.05 120	0.08 195	0.07 194	0.06 118	0.06 129

mmm	0.14 225	0.08 168	0.17 290	0.17 147	0.09 159	0.17 263	0.18 274	0.21 175	0.15 90	0.15 189	0.23 237	0.21 264	0.16 273	0.16 236	0.17 285	0.08 216	0.05 120	0.08 195	0.07 194	0.07 180	0.07 196

DualNet	0.14 225	0.08 168	0.14 182	0.16 91	0.08 62	0.18 281	0.18 274	0.25 245	0.17 129	0.17 228	0.27 298	0.18 231	0.14 233	0.16 236	0.13 195	0.08 216	0.05 120	0.08 195	0.07 194	0.08 236	0.08 258

ttt	0.14 225	0.08 168	0.14 182	0.15 48	0.08 62	0.15 217	0.18 274	0.27 281	0.29 300	0.16 214	0.24 246	0.17 218	0.13 209	0.13 163	0.14 231	0.11 328	0.08 311	0.09 267	0.08 253	0.09 292	0.08 258

ACVNet-4b	0.39 421	0.53 440	0.55 423	0.45 436	0.24 423	0.47 425	0.18 274	0.49 429	0.64 430	0.42 416	0.45 404	0.60 431	0.27 374	0.34 401	0.24 364	0.33 437	0.14 397	0.48 440	0.42 440	0.30 433	0.26 432

LL-Strereo	0.13 195	0.09 229	0.11 88	0.20 314	0.10 255	0.11 106	0.18 274	0.32 340	0.24 237	0.15 189	0.15 127	0.14 159	0.13 209	0.19 291	0.11 115	0.06 64	0.04 2	0.09 267	0.08 253	0.04 1	0.05 64

dd	0.15 265	0.16 370	0.16 264	0.19 270	0.09 159	0.15 217	0.18 274	0.21 175	0.25 258	0.23 326	0.20 199	0.21 264	0.09 97	0.21 330	0.16 272	0.10 303	0.06 222	0.08 195	0.06 112	0.08 236	0.06 129

dad	0.17 305	0.20 398	0.20 329	0.16 91	0.11 298	0.20 318	0.18 274	0.21 175	0.28 294	0.30 379	0.24 246	0.29 342	0.13 209	0.19 291	0.16 272	0.18 413	0.09 335	0.11 338	0.09 292	0.11 339	0.07 196

SACVNet	0.18 318	0.12 319	0.14 182	0.17 147	0.13 347	0.22 340	0.18 274	0.31 329	0.30 309	0.23 326	0.31 334	0.30 350	0.22 342	0.22 341	0.17 285	0.11 328	0.08 311	0.10 309	0.10 325	0.12 352	0.14 386

s12784h	0.09 23	0.06 31	0.07 3	0.15 48	0.05 1	0.16 242	0.18 274	0.15 47	0.15 90	0.10 58	0.11 75	0.11 101	0.11 146	0.10 26	0.12 158	0.05 4	0.04 2	0.05 2	0.04 12	0.04 1	0.04 9

222	0.16 285	0.07 88	0.14 182	0.14 18	0.08 62	0.24 358	0.18 274	0.30 322	0.20 188	0.17 228	0.28 310	0.17 218	0.16 273	0.15 202	0.40 429	0.10 303	0.05 120	0.07 124	0.06 112	0.07 180	0.08 258

xxxx	0.15 265	0.07 88	0.14 182	0.14 18	0.08 62	0.23 353	0.18 274	0.31 329	0.19 168	0.14 162	0.28 310	0.22 281	0.14 233	0.15 202	0.26 382	0.09 269	0.05 120	0.07 124	0.07 194	0.08 236	0.07 196

ARAFT	0.12 170	0.08 168	0.17 290	0.19 270	0.09 159	0.14 194	0.18 274	0.20 156	0.12 38	0.12 117	0.13 97	0.14 159	0.11 146	0.15 202	0.12 158	0.06 64	0.05 120	0.10 309	0.09 292	0.05 49	0.04 9

ac_64	0.16 285	0.08 168	0.15 230	0.18 219	0.10 255	0.22 340	0.18 274	0.24 230	0.21 201	0.18 257	0.24 246	0.29 342	0.18 304	0.19 291	0.22 344	0.09 269	0.07 287	0.08 195	0.09 292	0.07 180	0.06 129

HGLStereo	0.17 305	0.08 168	0.19 321	0.17 147	0.12 329	0.18 281	0.18 274	0.31 329	0.32 321	0.21 300	0.32 338	0.25 314	0.18 304	0.19 291	0.20 317	0.09 269	0.09 335	0.07 124	0.07 194	0.09 292	0.10 319

CFNet-ft	0.14 225	0.07 88	0.15 230	0.12 3	0.09 159	0.16 242	0.18 274	0.22 193	0.24 237	0.17 228	0.26 291	0.24 301	0.14 233	0.16 236	0.14 231	0.11 328	0.06 222	0.08 195	0.09 292	0.09 292	0.08 258

FAT-Stereo	0.20 340	0.12 319	0.22 341	0.21 340	0.12 329	0.17 263	0.18 274	0.34 366	0.39 363	0.27 357	0.37 365	0.34 377	0.32 401	0.21 330	0.20 317	0.09 269	0.11 364	0.10 309	0.09 292	0.11 339	0.14 386

DMCA-RVC	0.17 305	0.10 282	0.15 230	0.24 381	0.11 298	0.18 281	0.18 274	0.25 245	0.24 237	0.21 300	0.26 291	0.25 314	0.27 374	0.18 279	0.20 317	0.12 353	0.08 311	0.13 369	0.10 325	0.10 322	0.08 258

S-Stereo	0.20 340	0.12 319	0.25 358	0.21 340	0.13 347	0.20 318	0.18 274	0.32 340	0.43 384	0.23 326	0.36 359	0.28 335	0.30 394	0.19 291	0.22 344	0.09 269	0.12 377	0.10 309	0.10 325	0.13 368	0.13 369

SuperB	0.20 340	0.10 282	0.56 425	0.16 91	0.09 159	0.18 281	0.18 274	0.24 230	0.50 405	0.26 351	0.39 378	0.17 218	0.21 333	0.22 341	0.21 335	0.08 216	0.06 222	0.06 45	0.06 112	0.12 352	0.10 319

ADCRef	0.19 329	0.12 319	0.41 409	0.20 314	0.12 329	0.22 340	0.18 274	0.32 340	0.36 349	0.26 351	0.32 338	0.17 218	0.23 348	0.24 360	0.24 364	0.07 162	0.06 222	0.09 267	0.09 292	0.08 236	0.08 258

TDLM	0.17 305	0.12 319	0.13 152	0.24 381	0.10 255	0.18 281	0.18 274	0.36 384	0.30 309	0.21 300	0.28 310	0.28 335	0.18 304	0.23 352	0.18 302	0.11 328	0.07 287	0.10 309	0.10 325	0.08 236	0.08 258

CFNet_RVC	0.14 225	0.07 88	0.15 230	0.12 3	0.09 159	0.16 242	0.18 274	0.22 193	0.24 237	0.17 228	0.26 291	0.24 301	0.14 233	0.16 236	0.14 231	0.11 328	0.06 222	0.08 195	0.09 292	0.09 292	0.08 258

NLCA_NET_v2_RVC	0.17 305	0.10 282	0.22 341	0.20 314	0.10 255	0.15 217	0.18 274	0.31 329	0.25 258	0.21 300	0.30 326	0.25 314	0.17 293	0.21 330	0.20 317	0.09 269	0.06 222	0.08 195	0.08 253	0.07 180	0.08 258
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.17 305	0.12 319	0.15 230	0.20 314	0.09 159	0.18 281	0.18 274	0.26 261	0.23 223	0.26 351	0.40 383	0.22 281	0.17 293	0.21 330	0.20 317	0.08 216	0.05 120	0.09 267	0.10 325	0.07 180	0.07 196
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet	0.13 195	0.10 282	0.18 311	0.19 270	0.08 62	0.13 164	0.18 274	0.20 156	0.26 271	0.15 189	0.23 237	0.15 185	0.13 209	0.14 181	0.14 231	0.06 64	0.04 2	0.06 45	0.05 50	0.06 118	0.05 64

DISCO	0.19 329	0.09 229	0.22 341	0.17 147	0.10 255	0.25 368	0.18 274	0.27 281	0.44 389	0.22 314	0.31 334	0.33 371	0.26 366	0.28 381	0.28 396	0.08 216	0.06 222	0.07 124	0.07 194	0.09 292	0.09 298

DLCB_ROB	0.18 318	0.10 282	0.15 230	0.23 374	0.11 298	0.24 358	0.18 274	0.29 308	0.28 294	0.27 357	0.28 310	0.28 335	0.24 354	0.19 291	0.20 317	0.08 216	0.08 311	0.09 267	0.09 292	0.07 180	0.07 196

SGM_RVC	0.23 373	0.12 319	0.15 230	0.15 48	0.09 159	0.33 403	0.18 274	0.34 366	0.31 315	0.44 420	0.37 365	0.53 427	0.35 408	0.35 407	0.24 364	0.13 376	0.13 390	0.13 369	0.13 380	0.10 322	0.11 342
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
rvit_0105_4	0.14 225	0.09 229	0.17 290	0.17 147	0.10 255	0.12 133	0.19 310	0.23 210	0.27 280	0.14 162	0.20 199	0.17 218	0.13 209	0.17 263	0.13 195	0.15 391	0.11 364	0.11 338	0.10 325	0.09 292	0.06 129

test_sample6	0.14 225	0.08 168	0.13 152	0.16 91	0.08 62	0.17 263	0.19 310	0.25 245	0.17 129	0.17 228	0.27 298	0.19 245	0.14 233	0.15 202	0.13 195	0.08 216	0.05 120	0.08 195	0.07 194	0.08 236	0.08 258

CroCo-Stereo Lap2	0.09 23	0.09 229	0.08 13	0.22 355	0.09 159	0.09 44	0.19 310	0.16 67	0.12 38	0.09 30	0.10 52	0.05 1	0.05 3	0.08 8	0.08 12	0.06 64	0.06 222	0.07 124	0.05 50	0.05 49	0.05 64

CroCo-Stereo	0.09 23	0.08 168	0.08 13	0.22 355	0.09 159	0.09 44	0.19 310	0.15 47	0.12 38	0.07 4	0.07 16	0.08 43	0.06 12	0.08 8	0.07 1	0.07 162	0.05 120	0.06 45	0.04 12	0.05 49	0.04 9
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
psm_up	0.18 318	0.10 282	0.18 311	0.20 314	0.11 298	0.17 263	0.19 310	0.37 389	0.34 338	0.21 300	0.28 310	0.29 342	0.24 354	0.20 314	0.22 344	0.09 269	0.10 354	0.11 338	0.11 352	0.08 236	0.08 258

UNet	0.17 305	0.09 229	0.18 311	0.19 270	0.12 329	0.27 383	0.19 310	0.33 357	0.29 300	0.21 300	0.24 246	0.23 295	0.19 318	0.19 291	0.18 302	0.07 162	0.06 222	0.08 195	0.07 194	0.08 236	0.06 129

aanetorigin	0.22 358	0.17 381	0.56 425	0.17 147	0.10 255	0.15 217	0.19 310	0.20 156	0.33 327	0.49 425	0.48 408	0.29 342	0.27 374	0.20 314	0.23 354	0.08 216	0.07 287	0.08 195	0.07 194	0.10 322	0.09 298

GwcNet	0.20 340	0.13 345	0.19 321	0.18 219	0.12 329	0.24 358	0.19 310	0.35 378	0.43 384	0.20 288	0.32 338	0.33 371	0.20 329	0.22 341	0.24 364	0.11 328	0.09 335	0.09 267	0.09 292	0.09 292	0.10 319

cf-r	0.13 195	0.07 88	0.12 112	0.16 91	0.08 62	0.14 194	0.19 310	0.20 156	0.25 258	0.17 228	0.25 275	0.21 264	0.16 273	0.14 181	0.14 231	0.10 303	0.05 120	0.06 45	0.08 253	0.06 118	0.06 129

DSFCA	0.16 285	0.09 229	0.14 182	0.16 91	0.10 255	0.20 318	0.19 310	0.28 298	0.31 315	0.23 326	0.24 246	0.22 281	0.15 250	0.19 291	0.20 317	0.10 303	0.07 287	0.09 267	0.09 292	0.08 236	0.08 258

stereogan	0.22 358	0.11 304	0.21 336	0.20 314	0.12 329	0.31 396	0.19 310	0.35 378	0.44 389	0.22 314	0.39 378	0.35 381	0.27 374	0.33 398	0.22 344	0.10 303	0.12 377	0.10 309	0.10 325	0.14 380	0.13 369

CC-Net-ROB	0.28 400	0.31 428	0.36 400	0.29 418	0.15 378	0.25 368	0.19 310	0.45 423	0.33 327	0.39 406	0.37 365	0.39 400	0.31 398	0.27 370	0.26 382	0.24 432	0.19 416	0.30 433	0.23 422	0.18 411	0.15 393

DANet	0.21 349	0.15 363	0.28 373	0.25 391	0.13 347	0.22 340	0.19 310	0.27 281	0.27 280	0.28 369	0.32 338	0.35 381	0.31 398	0.31 391	0.23 354	0.11 328	0.09 335	0.11 338	0.10 325	0.13 368	0.11 342
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AANet_RVC	0.16 285	0.10 282	0.10 57	0.18 219	0.09 159	0.18 281	0.19 310	0.26 261	0.31 315	0.22 314	0.35 356	0.21 264	0.21 333	0.22 341	0.16 272	0.06 64	0.05 120	0.06 45	0.06 112	0.07 180	0.06 129

SGM-ForestM	0.32 412	0.12 319	0.16 264	0.16 91	0.11 298	0.39 420	0.19 310	0.41 410	0.50 405	0.52 427	0.54 417	1.32 457	0.42 426	0.40 425	0.27 389	0.14 387	0.16 406	0.16 398	0.16 400	0.12 352	0.12 353

MDST_ROB	0.22 358	0.10 282	0.17 290	0.18 219	0.11 298	0.37 416	0.19 310	0.43 418	0.41 372	0.39 406	0.39 378	0.29 342	0.21 333	0.26 367	0.18 302	0.11 328	0.10 354	0.14 381	0.11 352	0.10 322	0.08 258

XPNet_ROB	0.22 358	0.11 304	0.19 321	0.22 355	0.13 347	0.22 340	0.19 310	0.34 366	0.40 369	0.30 379	0.39 378	0.39 400	0.26 366	0.26 367	0.28 396	0.15 391	0.10 354	0.10 309	0.10 325	0.13 368	0.12 353

UGAM	0.13 195	0.10 282	0.09 34	0.22 355	0.08 62	0.12 133	0.20 327	0.17 101	0.23 223	0.21 300	0.16 138	0.13 140	0.13 209	0.19 291	0.12 158	0.07 162	0.05 120	0.13 369	0.11 352	0.07 180	0.05 64

Wz-Net-LNSev-Ref	0.18 318	0.09 229	0.29 380	0.15 48	0.10 255	0.22 340	0.20 327	0.26 261	0.39 363	0.25 347	0.42 398	0.24 301	0.15 250	0.20 314	0.19 311	0.07 162	0.05 120	0.06 45	0.05 50	0.10 322	0.09 298

UDG	0.21 349	0.17 381	0.19 321	0.23 374	0.15 378	0.30 395	0.20 327	0.33 357	0.35 345	0.23 326	0.28 310	0.31 360	0.27 374	0.20 314	0.22 344	0.15 391	0.12 377	0.13 369	0.09 292	0.14 380	0.14 386

GwcNet-ADL	0.13 195	0.08 168	0.14 182	0.20 314	0.09 159	0.11 106	0.20 327	0.30 322	0.24 237	0.13 141	0.14 111	0.18 231	0.14 233	0.13 163	0.14 231	0.07 162	0.05 120	0.06 45	0.05 50	0.07 180	0.06 129

PSMNet-ADL	0.15 265	0.12 319	0.13 152	0.22 355	0.09 159	0.13 164	0.20 327	0.26 261	0.23 223	0.18 257	0.20 199	0.24 301	0.16 273	0.18 279	0.17 285	0.08 216	0.08 311	0.08 195	0.11 352	0.08 236	0.07 196

LMCR-Stereo	0.15 265	0.08 168	0.13 152	0.21 340	0.09 159	0.17 263	0.20 327	0.27 281	0.19 168	0.24 334	0.24 246	0.23 295	0.17 293	0.20 314	0.17 285	0.07 162	0.06 222	0.08 195	0.06 112	0.10 322	0.08 258

DGSMNet	0.24 380	0.19 394	0.33 391	0.21 340	0.24 423	0.24 358	0.20 327	0.35 378	0.41 372	0.24 334	0.32 338	0.38 392	0.21 333	0.29 387	0.23 354	0.12 353	0.11 364	0.14 381	0.16 400	0.23 419	0.23 424

test_xeample	0.15 265	0.06 31	0.13 152	0.14 18	0.08 62	0.21 332	0.20 327	0.28 298	0.20 188	0.16 214	0.29 322	0.19 245	0.16 273	0.15 202	0.26 382	0.09 269	0.05 120	0.07 124	0.07 194	0.07 180	0.07 196

Syn2CoEx	0.21 349	0.16 370	0.27 368	0.29 418	0.14 364	0.26 376	0.20 327	0.33 357	0.31 315	0.28 369	0.36 359	0.27 328	0.25 362	0.19 291	0.24 364	0.16 407	0.12 377	0.14 381	0.11 352	0.09 292	0.08 258

MMNet	0.17 305	0.09 229	0.16 264	0.20 314	0.11 298	0.27 383	0.20 327	0.25 245	0.41 372	0.22 314	0.30 326	0.21 264	0.20 329	0.17 263	0.20 317	0.06 64	0.06 222	0.07 124	0.07 194	0.08 236	0.07 196

EDNetEfficient	0.29 404	0.24 412	1.13 455	0.18 219	0.10 255	0.19 303	0.20 327	0.20 156	0.60 426	0.74 444	0.56 423	0.31 360	0.39 415	0.22 341	0.30 404	0.09 269	0.07 287	0.08 195	0.07 194	0.11 339	0.09 298

ACVNet	0.15 265	0.09 229	0.15 230	0.13 10	0.12 329	0.14 194	0.20 327	0.22 193	0.33 327	0.17 228	0.26 291	0.21 264	0.16 273	0.17 263	0.21 335	0.07 162	0.06 222	0.06 45	0.06 112	0.08 236	0.06 129

hitnet-ft	0.18 318	0.09 229	0.17 290	0.14 18	0.09 159	0.26 376	0.20 327	0.25 245	0.26 271	0.24 334	0.32 338	0.31 360	0.22 342	0.24 360	0.21 335	0.12 353	0.07 287	0.10 309	0.08 253	0.12 352	0.11 342

GwcNet-RSSM	0.14 225	0.07 88	0.12 112	0.15 48	0.08 62	0.15 217	0.20 327	0.21 175	0.27 280	0.18 257	0.27 298	0.22 281	0.16 273	0.14 181	0.15 257	0.10 303	0.05 120	0.07 124	0.09 292	0.07 180	0.07 196

RP	0.21 349	0.13 345	0.21 336	0.23 374	0.11 298	0.21 332	0.20 327	0.25 245	0.44 389	0.21 300	0.38 370	0.36 383	0.24 354	0.27 370	0.25 373	0.11 328	0.12 377	0.13 369	0.12 371	0.12 352	0.14 386

RTS	0.45 431	0.19 394	3.26 463	0.24 381	0.15 378	0.74 446	0.20 327	0.36 384	0.76 443	0.42 416	0.43 401	0.31 360	0.41 423	0.53 437	0.35 418	0.10 303	0.08 311	0.13 369	0.12 371	0.15 394	0.15 393

RTSA	0.45 431	0.19 394	3.26 463	0.24 381	0.15 378	0.74 446	0.20 327	0.36 384	0.76 443	0.42 416	0.43 401	0.31 360	0.41 423	0.53 437	0.35 418	0.10 303	0.08 311	0.13 369	0.12 371	0.15 394	0.15 393

DispNO	0.14 225	0.08 168	0.17 290	0.19 270	0.12 329	0.11 106	0.21 344	0.23 210	0.29 300	0.17 228	0.23 237	0.18 231	0.17 293	0.15 202	0.15 257	0.07 162	0.05 120	0.08 195	0.08 253	0.07 180	0.06 129

StereoVision	0.13 195	0.12 319	0.09 34	0.24 381	0.10 255	0.15 217	0.21 344	0.21 175	0.20 188	0.12 117	0.24 246	0.10 82	0.10 122	0.16 236	0.10 70	0.09 269	0.11 364	0.12 354	0.12 371	0.06 118	0.05 64

fast-acv-ft	0.18 318	0.11 304	0.19 321	0.19 270	0.12 329	0.24 358	0.21 344	0.25 245	0.34 338	0.22 314	0.34 354	0.27 328	0.20 329	0.21 330	0.23 354	0.09 269	0.09 335	0.08 195	0.10 325	0.08 236	0.07 196

ssnet_v2	0.17 305	0.10 282	0.17 290	0.17 147	0.11 298	0.21 332	0.21 344	0.33 357	0.25 258	0.22 314	0.22 228	0.27 328	0.18 304	0.22 341	0.20 317	0.11 328	0.09 335	0.09 267	0.09 292	0.08 236	0.08 258

ICVP	0.15 265	0.09 229	0.12 112	0.22 355	0.09 159	0.17 263	0.21 344	0.25 245	0.23 223	0.18 257	0.30 326	0.26 322	0.18 304	0.17 263	0.14 231	0.09 269	0.07 287	0.08 195	0.07 194	0.07 180	0.07 196
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
TestStereo	0.13 195	0.14 357	0.11 88	0.23 374	0.08 62	0.15 217	0.21 344	0.20 156	0.23 223	0.14 162	0.24 246	0.16 198	0.12 175	0.16 236	0.14 231	0.05 4	0.06 222	0.08 195	0.06 112	0.09 292	0.05 64

ccnet	0.29 404	0.28 423	0.23 350	0.20 314	0.28 430	0.41 422	0.21 344	0.45 423	0.33 327	0.36 399	0.46 405	0.36 383	0.30 394	0.39 421	0.42 433	0.23 430	0.14 397	0.21 414	0.17 407	0.23 419	0.18 413

delet	0.17 305	0.08 168	0.17 290	0.19 270	0.11 298	0.20 318	0.21 344	0.30 322	0.37 355	0.17 228	0.26 291	0.19 245	0.19 318	0.19 291	0.21 335	0.08 216	0.08 311	0.09 267	0.11 352	0.06 118	0.06 129

STTStereo	0.18 318	0.12 319	0.27 368	0.20 314	0.11 298	0.16 242	0.21 344	0.29 308	0.23 223	0.21 300	0.30 326	0.29 342	0.18 304	0.20 314	0.19 311	0.12 353	0.11 364	0.11 338	0.14 383	0.09 292	0.08 258

coex-ft	3.30 466	0.34 430	59.09 485	0.18 219	0.13 347	0.26 376	0.22 353	0.27 281	0.72 438	1.90 467	0.70 435	0.44 411	0.45 429	0.29 387	0.41 432	0.09 269	0.09 335	0.12 354	0.09 292	0.14 380	0.13 369

Anonymous_2	0.22 358	0.17 381	0.28 373	0.15 48	0.16 388	0.32 397	0.22 353	0.22 193	0.17 129	0.23 326	0.24 246	0.26 322	0.27 374	0.27 370	0.23 354	0.22 426	0.25 431	0.17 400	0.17 407	0.17 408	0.17 411

Sa-1000	0.12 170	0.08 168	0.08 13	0.18 219	0.08 62	0.14 194	0.22 353	0.22 193	0.18 155	0.15 189	0.20 199	0.17 218	0.11 146	0.10 26	0.10 70	0.06 64	0.05 120	0.09 267	0.09 292	0.05 49	0.05 64

test_4	0.10 72	0.10 282	0.08 13	0.19 270	0.09 159	0.08 27	0.22 353	0.15 47	0.17 129	0.12 117	0.18 180	0.12 116	0.09 97	0.08 8	0.11 115	0.04 1	0.04 2	0.08 195	0.08 253	0.04 1	0.03 1

GANet	0.21 349	0.12 319	0.21 336	0.24 381	0.13 347	0.22 340	0.22 353	0.41 410	0.26 271	0.31 385	0.42 398	0.37 388	0.28 382	0.23 352	0.22 344	0.10 303	0.12 377	0.10 309	0.09 292	0.10 322	0.08 258

DRN-Test	0.19 329	0.11 304	0.20 329	0.22 355	0.10 255	0.22 340	0.22 353	0.39 400	0.37 355	0.24 334	0.32 338	0.26 322	0.21 333	0.22 341	0.24 364	0.11 328	0.07 287	0.11 338	0.10 325	0.09 292	0.07 196

StereoDRNet	0.18 318	0.11 304	0.17 290	0.22 355	0.11 298	0.21 332	0.22 353	0.37 389	0.33 327	0.24 334	0.28 310	0.30 350	0.19 318	0.20 314	0.20 317	0.09 269	0.08 311	0.11 338	0.09 292	0.09 292	0.07 196

FBW_ROB	0.24 380	0.17 381	0.22 341	0.26 396	0.14 364	0.25 368	0.22 353	0.41 410	0.41 372	0.41 413	0.41 393	0.42 406	0.27 374	0.31 391	0.23 354	0.09 269	0.14 397	0.14 381	0.12 371	0.11 339	0.09 298

SGM-Forest	0.20 340	0.14 357	0.18 311	0.19 270	0.13 347	0.20 318	0.22 353	0.33 357	0.30 309	0.24 334	0.29 322	0.28 335	0.19 318	0.23 352	0.17 285	0.15 391	0.16 406	0.15 392	0.14 383	0.12 352	0.12 353
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
rvit_0105_5	0.14 225	0.09 229	0.13 152	0.17 147	0.09 159	0.14 194	0.23 362	0.24 230	0.27 280	0.14 162	0.15 127	0.18 231	0.12 175	0.17 263	0.14 231	0.14 387	0.11 364	0.10 309	0.10 325	0.08 236	0.06 129

Wz-Net-SNSev	0.25 389	0.17 381	0.44 411	0.25 391	0.14 364	0.26 376	0.23 362	0.38 396	0.56 417	0.30 379	0.55 418	0.39 400	0.26 366	0.23 352	0.30 404	0.10 303	0.09 335	0.09 267	0.10 325	0.11 339	0.11 342

Wz-Net-LNSev	0.22 358	0.16 370	0.38 404	0.21 340	0.13 347	0.25 368	0.23 362	0.32 340	0.43 384	0.30 379	0.41 393	0.31 360	0.18 304	0.22 341	0.25 373	0.10 303	0.09 335	0.08 195	0.08 253	0.12 352	0.11 342

FINET	0.21 349	0.18 391	0.26 361	0.18 219	0.16 388	0.23 353	0.23 362	0.32 340	0.48 398	0.25 347	0.32 338	0.22 281	0.22 342	0.22 341	0.17 285	0.18 413	0.16 406	0.11 338	0.10 325	0.15 394	0.13 369

UPFNet	0.16 285	0.08 168	0.12 112	0.20 314	0.12 329	0.20 318	0.23 362	0.28 298	0.26 271	0.17 228	0.24 246	0.22 281	0.19 318	0.19 291	0.21 335	0.09 269	0.07 287	0.08 195	0.09 292	0.08 236	0.06 129

RGC	0.25 389	0.20 398	0.29 380	0.28 411	0.16 388	0.22 340	0.23 362	0.32 340	0.44 389	0.27 357	0.40 383	0.38 392	0.27 374	0.36 412	0.22 344	0.11 328	0.13 390	0.17 400	0.17 407	0.14 380	0.16 404

G-Net	0.24 380	0.16 370	0.36 400	0.22 355	0.16 388	0.51 429	0.23 362	0.29 308	0.34 338	0.36 399	0.38 370	0.31 360	0.29 390	0.27 370	0.26 382	0.11 328	0.09 335	0.12 354	0.09 292	0.16 401	0.13 369

ADCS	0.29 404	0.18 391	0.45 412	0.21 340	0.17 403	0.28 389	0.23 362	0.41 410	0.63 429	0.40 409	0.49 409	0.40 403	0.36 410	0.39 421	0.40 429	0.13 376	0.12 377	0.13 369	0.14 383	0.16 401	0.16 404

NVstereo2D	0.19 329	0.10 282	0.15 230	0.17 147	0.15 378	0.28 389	0.23 362	0.44 420	0.42 379	0.15 189	0.27 298	0.25 314	0.19 318	0.22 341	0.17 285	0.09 269	0.06 222	0.10 309	0.08 253	0.15 394	0.09 298

NCCL2	0.23 373	0.15 363	0.17 290	0.34 425	0.18 409	0.24 358	0.23 362	0.34 366	0.28 294	0.31 385	0.38 370	0.38 392	0.28 382	0.23 352	0.24 364	0.15 391	0.12 377	0.18 409	0.21 415	0.13 368	0.13 369

otaku	0.39 421	0.37 433	0.52 419	0.44 435	0.28 430	0.58 433	0.24 372	0.41 410	0.62 428	0.40 409	0.49 409	0.46 417	0.33 402	0.40 425	0.32 412	0.30 435	0.30 435	0.39 437	0.33 436	0.29 432	0.28 433

Ntro	0.40 424	0.40 435	0.53 420	0.46 439	0.30 434	0.65 439	0.24 372	0.46 425	0.68 435	0.41 413	0.49 409	0.48 421	0.42 426	0.39 421	0.31 411	0.32 436	0.28 433	0.37 436	0.30 433	0.32 437	0.29 434

Wz-Net-MNSev	0.22 358	0.13 345	0.31 385	0.20 314	0.14 364	0.36 415	0.24 372	0.33 357	0.44 389	0.28 369	0.40 383	0.38 392	0.19 318	0.24 360	0.25 373	0.09 269	0.07 287	0.09 267	0.09 292	0.12 352	0.10 319

raft_robust	0.13 195	0.10 282	0.07 3	0.18 219	0.08 62	0.13 164	0.24 372	0.28 298	0.33 327	0.20 288	0.19 188	0.14 159	0.10 122	0.11 58	0.12 158	0.05 4	0.05 120	0.07 124	0.07 194	0.05 49	0.04 9

RAFT_CTSACE	0.12 170	0.09 229	0.10 57	0.22 355	0.08 62	0.12 133	0.24 372	0.18 127	0.16 112	0.20 288	0.27 298	0.13 140	0.07 49	0.13 163	0.09 27	0.05 4	0.06 222	0.08 195	0.07 194	0.04 1	0.04 9

SA	0.12 170	0.09 229	0.08 13	0.18 219	0.08 62	0.12 133	0.24 372	0.23 210	0.18 155	0.17 228	0.27 298	0.14 159	0.11 146	0.11 58	0.11 115	0.05 4	0.05 120	0.09 267	0.08 253	0.05 49	0.04 9

DDUNet	0.22 358	0.17 381	0.21 336	0.22 355	0.15 378	0.25 368	0.24 372	0.29 308	0.30 309	0.31 385	0.36 359	0.33 371	0.25 362	0.24 360	0.20 317	0.18 413	0.13 390	0.17 400	0.11 352	0.16 401	0.16 404

RAFT	0.13 195	0.09 229	0.11 88	0.18 219	0.08 62	0.15 217	0.24 372	0.20 156	0.19 168	0.21 300	0.21 219	0.17 218	0.12 175	0.16 236	0.09 27	0.06 64	0.07 287	0.10 309	0.09 292	0.05 49	0.05 64

test-1	0.10 72	0.07 88	0.16 264	0.19 270	0.08 62	0.11 106	0.24 372	0.14 30	0.18 155	0.09 30	0.07 16	0.09 59	0.08 74	0.07 2	0.09 27	0.06 64	0.04 2	0.06 45	0.05 50	0.04 1	0.04 9

RAFT + AFF	0.13 195	0.07 88	0.20 329	0.20 314	0.10 255	0.14 194	0.24 372	0.26 261	0.20 188	0.11 82	0.10 52	0.12 116	0.10 122	0.15 202	0.12 158	0.07 162	0.06 222	0.09 267	0.08 253	0.06 118	0.08 258

AF-Net	0.22 358	0.17 381	0.17 290	0.26 396	0.13 347	0.25 368	0.24 372	0.32 340	0.50 405	0.25 347	0.33 350	0.38 392	0.26 366	0.28 381	0.25 373	0.11 328	0.10 354	0.16 398	0.11 352	0.11 339	0.10 319

SANet	0.24 380	0.14 357	0.28 373	0.21 340	0.11 298	0.27 383	0.24 372	0.38 396	0.64 430	0.36 399	0.40 383	0.43 409	0.26 366	0.27 370	0.24 364	0.12 353	0.09 335	0.10 309	0.09 292	0.13 368	0.11 342

MeshStereo	0.27 397	0.13 345	0.18 311	0.15 48	0.11 298	0.32 397	0.24 372	0.40 404	0.36 349	0.52 427	0.57 425	0.67 438	0.40 418	0.35 407	0.26 382	0.14 387	0.13 390	0.13 369	0.11 352	0.11 339	0.10 319
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
rvit_0105_3	0.15 265	0.09 229	0.14 182	0.19 270	0.12 329	0.15 217	0.25 385	0.25 245	0.29 300	0.15 189	0.17 157	0.20 257	0.13 209	0.17 263	0.14 231	0.13 376	0.11 364	0.12 354	0.14 383	0.07 180	0.06 129

1111x	0.15 265	0.08 168	0.12 112	0.18 219	0.07 26	0.18 281	0.25 385	0.31 329	0.24 237	0.17 228	0.24 246	0.26 322	0.15 250	0.13 163	0.23 354	0.07 162	0.07 287	0.08 195	0.09 292	0.07 180	0.06 129

ToySt	0.17 305	0.11 304	0.18 311	0.17 147	0.11 298	0.16 242	0.25 385	0.24 230	0.33 327	0.19 270	0.24 246	0.26 322	0.24 354	0.19 291	0.20 317	0.07 162	0.08 311	0.09 267	0.10 325	0.09 292	0.08 258

cross-raft	0.10 72	0.09 229	0.09 34	0.19 270	0.07 26	0.11 106	0.25 385	0.13 20	0.15 90	0.08 14	0.11 75	0.12 116	0.10 122	0.09 12	0.11 115	0.05 4	0.04 2	0.06 45	0.05 50	0.04 1	0.04 9

ADCPNet	0.25 389	0.16 370	0.61 429	0.21 340	0.15 378	0.35 414	0.25 385	0.32 340	0.35 345	0.30 379	0.40 383	0.36 383	0.28 382	0.28 381	0.32 412	0.12 353	0.10 354	0.11 338	0.12 371	0.14 380	0.13 369

LSM	0.33 415	0.20 398	0.58 427	0.26 396	0.60 452	0.34 406	0.25 385	0.42 415	0.48 398	0.45 421	0.58 427	0.42 406	0.36 410	0.35 407	0.25 373	0.12 353	0.20 419	0.14 381	0.16 400	0.19 414	0.33 439

MSMD_ROB	0.31 410	0.26 418	0.26 361	0.24 381	0.21 417	0.34 406	0.25 385	0.34 366	0.39 363	0.40 409	0.69 433	0.45 413	0.40 418	0.34 401	0.27 389	0.20 419	0.19 416	0.26 421	0.25 424	0.23 419	0.22 423

test_3	0.10 72	0.09 229	0.10 57	0.20 314	0.08 62	0.13 164	0.26 392	0.14 30	0.21 201	0.10 58	0.10 52	0.09 59	0.09 97	0.08 8	0.11 115	0.05 4	0.04 2	0.08 195	0.07 194	0.04 1	0.04 9

Nwc_Net	0.23 373	0.16 370	0.21 336	0.25 391	0.14 364	0.24 358	0.26 392	0.37 389	0.38 360	0.22 314	0.41 393	0.30 350	0.28 382	0.28 381	0.25 373	0.11 328	0.10 354	0.17 400	0.20 413	0.10 322	0.10 319

ADCMid	0.25 389	0.15 363	0.40 407	0.20 314	0.14 364	0.25 368	0.26 392	0.34 366	0.38 360	0.36 399	0.44 403	0.34 377	0.40 418	0.35 407	0.33 415	0.10 303	0.09 335	0.11 338	0.11 352	0.13 368	0.12 353

ADCP+	0.20 340	0.10 282	0.33 391	0.20 314	0.12 329	0.22 340	0.26 392	0.31 329	0.34 338	0.26 351	0.37 365	0.22 281	0.22 342	0.27 370	0.27 389	0.09 269	0.06 222	0.08 195	0.08 253	0.09 292	0.10 319

RYNet	0.22 358	0.12 319	0.22 341	0.19 270	0.17 403	0.46 423	0.26 392	0.38 396	0.48 398	0.24 334	0.28 310	0.34 377	0.23 348	0.20 314	0.30 404	0.10 303	0.06 222	0.09 267	0.09 292	0.13 368	0.15 393

NaN_ROB	0.22 358	0.19 394	0.24 353	0.25 391	0.13 347	0.29 392	0.26 392	0.33 357	0.41 372	0.31 385	0.31 334	0.32 368	0.23 348	0.30 390	0.21 335	0.11 328	0.17 411	0.10 309	0.10 325	0.08 236	0.09 298

PDISCO_ROB	0.27 397	0.16 370	0.26 361	0.28 411	0.20 414	0.32 397	0.26 392	0.44 420	0.57 419	0.28 369	0.40 383	0.45 413	0.29 390	0.33 398	0.34 417	0.12 353	0.09 335	0.17 400	0.16 400	0.17 408	0.13 369

rvit_105_1	0.19 329	0.11 304	0.25 358	0.21 340	0.16 388	0.21 332	0.27 399	0.31 329	0.41 372	0.19 270	0.20 199	0.22 281	0.17 293	0.19 291	0.17 285	0.12 353	0.12 377	0.13 369	0.15 397	0.08 236	0.07 196

ACVNet_1	0.44 429	0.49 439	0.60 428	0.45 436	0.28 430	0.49 428	0.27 399	0.57 440	0.72 438	0.62 433	0.58 427	0.74 442	0.49 432	0.50 432	0.35 418	0.26 433	0.24 430	0.39 437	0.29 431	0.31 436	0.24 425

Wz-Net-TNSev	0.29 404	0.20 398	0.65 432	0.19 270	0.15 378	0.38 419	0.27 399	0.35 378	0.55 415	0.34 396	0.42 398	0.45 413	0.38 413	0.32 396	0.30 404	0.12 353	0.13 390	0.10 309	0.12 371	0.15 394	0.14 386

XQC	0.28 400	0.23 409	0.51 418	0.28 411	0.19 411	0.34 406	0.27 399	0.36 384	0.57 419	0.31 385	0.30 326	0.37 388	0.30 394	0.38 418	0.38 425	0.13 376	0.09 335	0.15 392	0.12 371	0.17 408	0.18 413

AnyNet_C01	0.36 419	0.25 417	1.37 458	0.22 355	0.17 403	0.48 427	0.27 399	0.35 378	0.39 363	0.39 406	0.74 439	0.46 417	0.38 413	0.45 429	0.47 438	0.13 376	0.13 390	0.13 369	0.14 383	0.14 380	0.15 393

LALA_ROB	0.25 389	0.16 370	0.22 341	0.26 396	0.17 403	0.27 383	0.27 399	0.42 415	0.37 355	0.33 395	0.38 370	0.51 423	0.26 366	0.28 381	0.27 389	0.16 407	0.09 335	0.12 354	0.11 352	0.13 368	0.12 353

FC-DCNN v2	0.33 415	0.27 419	0.28 373	0.26 396	0.23 421	0.37 416	0.28 405	0.40 404	0.43 384	0.45 421	0.56 423	0.51 423	0.40 418	0.37 416	0.29 399	0.21 422	0.20 419	0.27 424	0.26 425	0.25 426	0.24 425

RAFT+CT+SA	0.13 195	0.11 304	0.09 34	0.19 270	0.09 159	0.15 217	0.28 405	0.22 193	0.22 214	0.15 189	0.26 291	0.10 82	0.10 122	0.11 58	0.12 158	0.05 4	0.04 2	0.07 124	0.08 253	0.07 180	0.06 129

GMOStereo	0.11 109	0.09 229	0.07 3	0.19 270	0.08 62	0.12 133	0.28 405	0.13 20	0.17 129	0.11 82	0.17 157	0.14 159	0.12 175	0.07 2	0.07 1	0.05 4	0.05 120	0.09 267	0.07 194	0.04 1	0.04 9

error version	0.11 109	0.09 229	0.07 3	0.19 270	0.08 62	0.12 133	0.28 405	0.13 20	0.17 129	0.11 82	0.17 157	0.14 159	0.12 175	0.07 2	0.07 1	0.05 4	0.05 120	0.09 267	0.07 194	0.04 1	0.04 9

test-v	0.11 109	0.09 229	0.07 3	0.19 270	0.08 62	0.12 133	0.28 405	0.13 20	0.17 129	0.11 82	0.17 157	0.14 159	0.12 175	0.07 2	0.07 1	0.05 4	0.05 120	0.09 267	0.07 194	0.04 1	0.04 9

test-2	0.11 109	0.09 229	0.07 3	0.19 270	0.08 62	0.12 133	0.28 405	0.13 20	0.17 129	0.11 82	0.17 157	0.14 159	0.12 175	0.07 2	0.07 1	0.05 4	0.05 120	0.09 267	0.07 194	0.04 1	0.04 9

FCDSN-DC	0.33 415	0.28 423	0.28 373	0.30 420	0.24 423	0.39 420	0.28 405	0.42 415	0.42 379	0.43 419	0.53 415	0.51 423	0.41 423	0.36 412	0.30 404	0.21 422	0.20 419	0.27 424	0.26 425	0.25 426	0.24 425
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DeepPrunerF	0.24 380	0.17 381	0.42 410	0.26 396	0.16 388	0.22 340	0.28 405	0.37 389	0.50 405	0.26 351	0.29 322	0.24 301	0.28 382	0.21 330	0.22 344	0.15 391	0.11 364	0.20 413	0.18 411	0.12 352	0.13 369

FC-DCNN	0.33 415	0.27 419	0.28 373	0.26 396	0.23 421	0.37 416	0.28 405	0.40 404	0.43 384	0.45 421	0.55 418	0.51 423	0.40 418	0.37 416	0.30 404	0.21 422	0.20 419	0.27 424	0.26 425	0.25 426	0.24 425

TestStereo1	0.13 195	0.08 168	0.08 13	0.19 270	0.08 62	0.18 281	0.29 414	0.23 210	0.16 112	0.17 228	0.20 199	0.16 198	0.10 122	0.12 125	0.13 195	0.06 64	0.06 222	0.08 195	0.06 112	0.05 49	0.05 64

test_5	0.14 225	0.12 319	0.08 13	0.20 314	0.10 255	0.14 194	0.29 414	0.21 175	0.24 237	0.18 257	0.28 310	0.11 101	0.15 250	0.12 125	0.13 195	0.06 64	0.05 120	0.07 124	0.08 253	0.08 236	0.07 196

SA-5K	0.13 195	0.08 168	0.08 13	0.19 270	0.08 62	0.18 281	0.29 414	0.23 210	0.16 112	0.17 228	0.20 199	0.16 198	0.10 122	0.12 125	0.13 195	0.06 64	0.06 222	0.08 195	0.06 112	0.05 49	0.05 64

WZ-Net	0.28 400	0.17 381	0.78 446	0.22 355	0.16 388	0.34 406	0.29 414	0.39 400	0.57 419	0.24 334	0.55 418	0.37 388	0.24 354	0.33 398	0.35 418	0.09 269	0.08 311	0.09 267	0.10 325	0.14 380	0.16 404

BEATNet-Init1	0.52 436	0.27 419	0.62 430	0.30 420	0.21 417	0.76 450	0.29 414	0.54 436	0.65 432	0.86 449	0.95 450	2.07 466	0.62 443	0.56 441	0.42 433	0.18 413	0.18 413	0.23 419	0.22 418	0.22 418	0.21 421

ADCL	0.24 380	0.11 304	0.47 416	0.22 355	0.12 329	0.34 406	0.29 414	0.29 308	0.56 417	0.24 334	0.46 405	0.30 350	0.30 394	0.29 387	0.29 399	0.08 216	0.07 287	0.09 267	0.09 292	0.10 322	0.10 319

ETE_ROB	0.23 373	0.17 381	0.22 341	0.25 391	0.13 347	0.26 376	0.29 414	0.31 329	0.36 349	0.28 369	0.36 359	0.45 413	0.26 366	0.27 370	0.26 382	0.11 328	0.08 311	0.12 354	0.09 292	0.14 380	0.13 369

LRCNet_RVC	10.62 476	13.42 480	7.30 468	18.92 479	2.07 469	0.33 403	0.30 421	5.59 472	0.48 398	13.03 478	17.94 479	8.87 473	5.65 470	4.79 470	1.89 467	23.51 483	2.73 473	27.55 484	25.71 484	16.07 481	16.33 482

MFN_U_SF_DS_RVC	0.30 409	0.24 412	0.29 380	0.36 429	0.16 388	0.34 406	0.30 421	0.32 340	0.42 379	0.40 409	0.46 405	0.38 392	0.31 398	0.34 401	0.28 396	0.19 417	0.20 419	0.26 421	0.29 431	0.18 411	0.19 418

NCC-stereo	0.24 380	0.15 363	0.31 385	0.26 396	0.16 388	0.20 318	0.30 421	0.40 404	0.40 369	0.24 334	0.38 370	0.33 371	0.28 382	0.36 412	0.27 389	0.12 353	0.11 364	0.15 392	0.22 418	0.13 368	0.13 369

Abc-Net	0.24 380	0.15 363	0.31 385	0.26 396	0.16 388	0.20 318	0.30 421	0.40 404	0.40 369	0.24 334	0.38 370	0.33 371	0.28 382	0.36 412	0.27 389	0.12 353	0.11 364	0.15 392	0.22 418	0.13 368	0.13 369
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
AnyNet_C32	0.26 395	0.16 370	0.36 400	0.20 314	0.16 388	0.25 368	0.30 421	0.32 340	0.44 389	0.31 385	0.49 409	0.30 350	0.33 402	0.40 425	0.33 415	0.12 353	0.12 377	0.12 354	0.14 383	0.14 380	0.15 393

PASM	0.32 412	0.24 412	0.48 417	0.28 411	0.27 429	0.29 392	0.30 421	0.34 366	0.49 403	0.35 397	0.39 378	0.46 417	0.34 406	0.34 401	0.35 418	0.23 430	0.25 431	0.26 421	0.28 430	0.23 419	0.21 421

APVNet	0.22 358	0.12 319	0.19 321	0.18 219	0.14 364	0.32 397	0.31 427	0.39 400	0.32 321	0.27 357	0.40 383	0.30 350	0.29 390	0.26 367	0.25 373	0.11 328	0.12 377	0.11 338	0.14 383	0.12 352	0.12 353

MANE	0.45 431	0.27 419	0.27 368	0.27 408	0.24 423	0.47 425	0.31 427	0.55 437	0.59 423	0.72 440	1.13 459	1.15 451	0.61 441	0.52 435	0.37 423	0.21 422	0.20 419	0.27 424	0.31 435	0.25 426	0.24 425

MSC_U_SF_DS_RVC	0.43 428	0.39 434	0.54 421	0.40 431	0.20 414	0.64 438	0.32 429	0.53 435	0.72 438	0.71 438	0.72 436	0.61 432	0.54 434	0.51 433	0.46 437	0.20 419	0.19 416	0.29 431	0.30 433	0.23 419	0.18 413

NVStereoNet_ROB	0.46 434	0.36 432	0.46 415	0.41 433	0.28 430	0.34 406	0.34 430	0.48 427	0.60 426	0.72 440	0.93 448	0.70 441	0.66 444	0.47 430	0.60 447	0.22 426	0.33 438	0.34 435	0.34 438	0.30 433	0.30 436
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PSMNet_ROB	0.21 349	0.11 304	0.15 230	0.27 408	0.15 378	0.24 358	0.35 431	0.43 418	0.37 355	0.27 357	0.32 338	0.32 368	0.22 342	0.21 330	0.26 382	0.12 353	0.08 311	0.13 369	0.11 352	0.09 292	0.09 298

PWCK	0.71 445	0.94 459	0.95 453	0.76 448	0.31 435	0.74 446	0.36 432	0.90 450	0.90 448	0.96 453	0.75 441	0.95 446	0.61 441	0.87 456	0.66 450	0.72 456	0.46 443	0.75 451	0.49 444	0.69 455	0.44 446

ELAS_RVC	0.41 426	0.29 426	0.33 391	0.28 411	0.24 423	0.54 431	0.36 432	0.49 429	0.59 423	0.72 440	0.74 439	0.65 436	0.54 434	0.54 439	0.40 429	0.22 426	0.20 419	0.27 424	0.26 425	0.26 430	0.25 430
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 426	0.29 426	0.33 391	0.27 408	0.24 423	0.60 436	0.36 432	0.50 431	0.50 405	0.71 438	0.79 443	0.67 438	0.54 434	0.51 433	0.42 433	0.22 426	0.20 419	0.27 424	0.26 425	0.26 430	0.25 430
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RainbowNet	0.54 438	0.61 444	0.70 444	0.57 443	0.43 440	0.65 439	0.37 435	0.60 442	0.87 447	0.50 426	0.66 430	0.64 434	0.47 430	0.49 431	0.43 436	0.47 445	0.48 448	0.52 444	0.41 439	0.52 442	0.40 444

PA-Net	0.23 373	0.18 391	0.33 391	0.28 411	0.22 419	0.21 332	0.38 436	0.29 308	0.39 363	0.22 314	0.32 338	0.25 314	0.26 366	0.20 314	0.25 373	0.09 269	0.23 429	0.15 392	0.22 418	0.09 292	0.13 369
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
anonymity	0.53 437	0.58 442	0.65 432	0.41 433	0.61 453	0.53 430	0.41 437	0.56 438	0.41 372	0.55 430	0.50 413	0.49 422	0.55 437	0.58 442	0.50 443	0.58 450	0.50 452	0.51 442	0.51 447	0.51 441	0.57 449

Consistency-Raft	0.44 429	0.40 435	0.45 412	0.37 430	0.43 440	0.46 423	0.41 437	0.57 440	0.55 415	0.32 391	0.73 437	0.33 371	0.48 431	0.42 428	0.49 440	0.39 439	0.35 439	0.45 439	0.51 447	0.42 439	0.29 434

GANetREF_RVC	0.31 410	0.34 430	0.27 368	0.35 427	0.16 388	0.32 397	0.41 437	0.48 427	0.51 412	0.35 397	0.35 356	0.34 377	0.33 402	0.39 421	0.32 412	0.27 434	0.20 419	0.29 431	0.15 397	0.18 411	0.17 411
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
DPSNet	0.28 400	0.16 370	0.31 385	0.18 219	0.13 347	0.54 431	0.42 440	0.51 432	0.67 434	0.29 376	0.38 370	0.38 392	0.29 390	0.31 391	0.23 354	0.11 328	0.10 354	0.11 338	0.08 253	0.20 415	0.16 404

CSAN	0.29 404	0.24 412	0.27 368	0.34 425	0.19 411	0.33 403	0.42 440	0.37 389	0.50 405	0.38 404	0.40 383	0.44 411	0.33 402	0.28 381	0.30 404	0.20 419	0.16 406	0.19 411	0.19 412	0.14 380	0.15 393

PVD	0.39 421	0.20 398	0.39 406	0.31 424	0.22 419	0.29 392	0.43 442	0.52 433	0.96 450	0.55 430	0.79 443	0.53 427	0.59 440	0.52 435	0.38 425	0.19 417	0.14 397	0.17 400	0.14 383	0.24 425	0.31 437

SPS-STEREO	0.57 440	0.58 442	0.65 432	0.45 436	0.55 447	0.62 437	0.44 443	0.62 443	0.50 405	0.68 436	0.64 429	0.66 437	0.57 439	0.61 443	0.60 447	0.62 453	0.47 447	0.51 442	0.49 444	0.55 446	0.58 450
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IMH-64-1	0.65 442	0.61 444	0.68 440	0.71 446	0.51 443	0.59 434	0.49 444	0.91 451	0.85 445	0.74 444	1.02 452	0.81 443	0.78 449	0.79 448	0.49 440	0.42 441	0.46 443	0.71 448	0.47 442	0.52 442	0.39 442

IMH-64	0.65 442	0.61 444	0.68 440	0.71 446	0.51 443	0.59 434	0.49 444	0.91 451	0.85 445	0.74 444	1.02 452	0.81 443	0.78 449	0.79 448	0.49 440	0.42 441	0.46 443	0.71 448	0.47 442	0.52 442	0.39 442

ACVNet_2	0.66 444	0.66 448	0.68 440	0.63 444	0.41 438	0.71 444	0.49 444	0.96 455	1.39 459	0.89 450	1.09 455	1.04 447	0.73 447	0.54 439	0.47 438	0.43 443	0.40 441	0.53 445	0.44 441	0.47 440	0.35 441

SGM+DAISY	0.56 439	0.57 441	0.65 432	0.40 431	0.54 445	0.66 441	0.49 444	0.56 438	0.45 395	0.66 434	0.69 433	0.67 438	0.56 438	0.63 444	0.56 445	0.59 451	0.48 448	0.50 441	0.50 446	0.52 442	0.58 450

IMH	0.71 445	0.64 447	0.68 440	0.76 448	0.54 445	0.69 442	0.54 448	0.98 457	1.10 452	0.82 448	1.09 455	0.89 445	0.88 454	0.87 456	0.52 444	0.44 444	0.50 452	0.75 451	0.51 447	0.56 447	0.41 445

TorneroNet-64	0.76 449	0.72 451	0.74 445	0.78 450	0.58 451	0.91 457	0.56 449	0.84 449	1.29 456	0.66 434	0.90 446	1.40 459	0.75 448	0.85 454	0.67 453	0.49 446	0.46 443	0.72 450	0.59 450	0.67 452	0.53 448

MFMNet_re	0.64 441	0.66 448	0.65 432	0.51 440	0.69 457	0.69 442	0.57 450	0.64 444	0.73 441	0.60 432	0.73 437	0.62 433	0.67 445	0.65 445	0.60 447	0.66 455	0.58 461	0.63 446	0.59 450	0.68 453	0.69 459

WAO-6	0.81 451	0.80 454	0.62 430	0.86 455	0.63 454	0.76 450	0.58 451	0.98 457	1.54 464	0.90 451	0.96 451	1.07 449	1.03 459	0.70 447	0.66 450	0.72 456	0.49 450	0.90 459	0.71 457	0.68 453	0.58 450

TorneroNet	0.82 452	0.74 452	0.81 450	0.84 453	0.63 454	0.99 459	0.63 452	0.96 455	1.16 453	0.80 447	1.11 457	1.36 458	0.86 453	0.93 459	0.80 458	0.56 448	0.49 450	0.78 456	0.66 455	0.73 458	0.63 458

Dean	0.87 454	0.86 458	0.79 448	0.81 452	0.56 448	0.90 454	0.63 452	1.15 465	1.73 465	1.15 460	1.15 460	1.31 456	0.99 458	0.81 450	0.81 459	0.57 449	0.56 459	0.77 455	0.64 453	0.66 451	0.58 450

JetBlue	0.71 445	0.45 438	1.14 456	0.51 440	0.47 442	2.02 467	0.64 454	0.75 446	0.70 436	0.69 437	0.77 442	1.22 453	0.83 451	1.03 463	1.01 463	0.40 440	0.28 433	0.33 434	0.33 436	0.30 433	0.34 440

LVE	0.83 453	0.85 457	0.85 451	0.80 451	0.56 448	1.04 463	0.65 455	1.05 460	1.47 462	0.96 453	1.22 463	1.10 450	0.85 452	0.83 451	0.71 455	0.49 446	0.55 458	0.76 454	0.60 452	0.65 450	0.59 455

WAO-8	0.91 455	0.81 455	0.65 432	0.94 458	0.69 457	0.90 454	0.67 456	1.07 462	1.83 467	1.06 458	1.45 465	1.30 454	1.07 460	0.84 452	0.78 456	0.74 458	0.53 455	0.86 457	0.75 458	0.69 455	0.62 456

Venus	0.91 455	0.81 455	0.65 432	0.94 458	0.69 457	0.90 454	0.67 456	1.07 462	1.83 467	1.06 458	1.45 465	1.30 454	1.07 460	0.84 452	0.78 456	0.74 458	0.53 455	0.86 457	0.75 458	0.69 455	0.62 456

WAO-7	0.79 450	0.78 453	0.54 421	0.85 454	0.67 456	0.74 446	0.68 458	1.05 460	1.32 457	0.90 451	1.20 462	1.04 447	0.92 455	0.69 446	0.66 450	0.60 452	0.62 462	0.67 447	0.68 456	0.64 449	0.58 450

notaker	0.97 458	1.11 462	0.98 454	1.13 463	0.81 461	0.73 445	0.68 458	0.93 453	1.16 453	1.18 462	1.18 461	1.41 460	1.16 464	1.08 465	0.69 454	0.81 461	0.64 463	1.17 463	0.79 460	0.98 462	0.80 463

HanzoNet	1.29 463	1.26 466	1.19 457	1.12 462	0.85 462	1.02 462	0.83 460	1.03 459	1.48 463	1.64 465	1.61 467	2.50 468	1.72 467	1.61 467	1.61 466	1.26 465	0.80 465	1.31 466	1.01 465	1.02 464	0.86 464

UNDER WATER	0.97 458	0.97 461	1.42 459	0.99 460	0.70 460	1.12 465	0.84 461	0.80 448	1.08 451	1.01 455	0.90 446	1.55 463	1.22 466	1.03 463	1.00 462	0.78 460	0.53 455	1.02 461	0.87 462	0.80 460	0.74 461

UNDER WATER-64	0.95 457	0.94 459	1.43 460	0.87 456	0.56 448	1.18 466	0.87 462	0.77 447	0.94 449	1.04 456	0.85 445	1.58 464	1.21 465	0.94 460	0.96 461	0.87 462	0.57 460	1.03 462	0.88 463	0.78 459	0.73 460

ktn	1.01 460	1.21 464	0.80 449	1.23 465	0.86 463	1.01 461	0.87 462	0.94 454	1.39 459	1.04 456	1.12 458	1.15 451	1.07 460	0.94 460	0.59 446	1.28 466	0.71 464	1.38 467	0.83 461	1.02 464	0.75 462

KSHMR	1.09 461	1.17 463	0.88 452	1.25 466	1.00 465	0.99 459	0.96 464	1.13 464	1.37 458	1.16 461	1.29 464	1.41 460	0.96 457	1.01 462	0.92 460	1.03 464	1.08 466	1.20 464	1.03 466	1.01 463	0.97 465

MADNet+	0.75 448	0.71 450	3.70 466	0.66 445	0.41 438	0.98 458	0.97 465	0.69 445	0.73 441	0.52 427	0.57 425	0.64 434	0.68 446	0.86 455	1.01 463	0.34 438	0.36 440	0.28 430	0.23 422	0.36 438	0.31 437

DPSimNet_ROB	1.11 462	1.23 465	0.78 446	1.13 463	0.88 464	1.10 464	1.13 466	1.16 466	1.23 455	1.43 464	1.02 452	1.41 460	1.10 463	0.90 458	1.60 465	1.46 467	0.51 454	1.21 465	1.03 466	0.90 461	1.01 467

SAMSARA	0.40 424	0.28 423	0.33 391	0.55 442	0.39 436	0.82 453	1.23 467	0.47 426	0.51 412	0.36 399	0.35 356	0.55 429	0.39 415	0.38 418	0.39 427	0.15 391	0.20 419	0.15 392	0.14 383	0.23 419	0.20 419

MADNet++	1.95 465	1.75 468	1.59 461	1.82 467	1.69 468	2.33 468	1.40 468	2.35 468	2.09 469	2.57 468	2.36 469	2.24 467	2.17 468	2.28 468	2.34 468	1.87 468	1.66 468	1.54 468	1.34 468	1.92 467	1.77 469

JetRed	1.62 464	1.46 467	2.98 462	0.92 457	1.21 466	4.99 469	1.53 469	1.27 467	1.39 459	1.83 466	1.74 468	1.60 465	0.95 456	1.41 466	2.45 469	0.90 463	1.60 467	0.93 460	0.90 464	1.35 466	0.99 466

HaxPig	15.71 480	18.52 484	19.18 480	16.89 478	15.89 480	7.73 470	7.60 470	13.31 480	10.82 475	15.42 479	14.91 478	15.98 480	14.92 480	15.58 480	15.98 480	18.95 482	16.73 480	19.46 482	18.08 482	19.26 482	19.05 483

MEDIAN_ROB	20.38 481	24.04 485	23.31 482	21.23 480	21.71 481	10.40 474	7.92 471	17.64 481	15.50 481	20.12 481	19.70 480	20.34 481	20.32 481	21.19 481	21.13 481	23.81 484	21.81 484	24.98 483	23.76 483	24.71 483	23.93 484

AVERAGE_ROB	24.90 485	29.20 486	28.14 483	24.89 484	24.64 484	17.75 479	11.12 472	21.45 482	19.93 482	25.12 485	24.46 484	25.12 485	25.46 485	24.69 485	22.83 482	29.76 485	27.13 485	28.97 485	27.95 485	29.91 484	29.47 485

tt	4.67 467	0.06 31	3.55 465	2.02 468	1.55 467	10.25 473	16.71 473	8.91 476	5.03 470	1.31 463	0.94 449	4.71 469	4.76 469	3.33 469	5.87 471	6.06 475	10.30 479	1.88 469	2.11 470	2.75 468	1.21 468

xxxxx1	7.79 468	5.02 473	7.31 469	3.12 469	3.85 470	16.35 476	22.88 474	5.86 473	8.69 472	7.97 472	8.54 470	9.12 474	8.27 472	10.18 474	10.92 472	2.42 469	2.45 470	3.56 472	12.37 476	3.77 469	3.06 471

tt_ll	7.79 468	5.02 473	7.31 469	3.12 469	3.85 470	16.35 476	22.88 474	5.86 473	8.69 472	7.97 472	8.54 470	9.12 474	8.27 472	10.18 474	10.92 472	2.42 469	2.45 470	3.56 472	12.37 476	3.77 469	3.06 471

ff	7.79 468	5.02 473	7.31 469	3.12 469	3.85 470	16.35 476	22.88 474	5.86 473	8.69 472	7.97 472	8.54 470	9.12 474	8.27 472	10.18 474	10.92 472	2.42 469	2.45 470	3.56 472	12.37 476	3.77 469	3.06 471

DGTPSM_ROB	8.06 472	4.48 471	8.63 475	5.35 472	10.72 475	8.32 471	22.97 477	5.46 470	13.35 476	5.12 470	9.92 473	5.08 470	10.40 475	5.52 471	12.58 475	3.79 472	8.00 474	3.50 470	7.02 473	3.83 472	7.14 475

DPSMNet_ROB	8.06 472	4.48 471	8.63 475	5.37 474	10.74 476	8.32 471	22.98 478	5.46 470	13.36 477	5.12 470	9.92 473	5.08 470	10.40 475	5.53 472	12.58 475	3.80 473	8.00 474	3.50 470	7.02 473	3.83 472	7.14 475

PML	8.91 474	9.34 479	6.13 467	5.35 472	6.41 473	14.99 475	23.38 479	5.27 469	6.83 471	18.04 480	28.19 485	7.67 472	6.83 471	7.85 473	5.75 470	5.35 474	1.83 469	5.95 478	1.93 469	8.64 476	2.52 470

Anonymous_1	10.96 477	7.92 476	7.46 472	10.33 475	10.06 474	18.65 480	26.34 480	11.06 477	13.44 478	9.40 475	10.05 475	9.67 477	11.23 477	10.73 477	12.72 477	6.42 476	8.38 476	5.77 475	10.61 475	12.12 477	6.77 474

DPSM_ROB	11.15 478	8.58 477	8.00 473	10.88 476	11.58 477	19.10 481	26.71 481	12.05 478	14.07 479	10.36 476	10.84 476	10.33 478	11.86 478	11.70 478	13.54 478	6.99 477	8.79 477	5.89 476	6.95 471	7.29 474	7.42 477

DPSM	11.15 478	8.58 477	8.00 473	10.88 476	11.58 477	19.10 481	26.71 481	12.05 478	14.07 479	10.36 476	10.84 476	10.33 478	11.86 478	11.70 478	13.54 478	6.99 477	8.79 477	5.89 476	6.95 471	7.29 474	7.42 477

LSM0	22.87 484	17.28 481	18.96 479	22.19 483	29.04 485	38.42 485	53.71 483	24.28 484	28.31 483	20.78 484	21.00 481	21.43 484	24.16 484	23.50 483	27.39 484	14.09 481	17.38 481	11.84 481	14.04 481	14.73 480	14.89 479

CasAABBNet	22.42 482	17.33 482	16.01 477	22.01 481	23.28 482	38.32 483	53.80 484	24.14 483	28.41 484	20.60 482	21.77 482	20.89 483	23.91 483	23.43 482	27.36 483	14.07 479	17.69 482	11.83 480	14.01 480	14.67 478	14.95 480

Selective-RAFT-Error	22.47 483	17.37 483	16.09 478	22.06 482	23.34 483	38.39 484	53.83 485	24.29 485	28.47 485	20.74 483	21.83 483	20.81 482	23.90 482	23.54 484	27.53 485	14.08 480	17.69 482	11.82 479	14.00 479	14.69 479	15.00 481

test_example2	98.32 486	94.13 487	45.89 484	96.35 485	109.85 486	88.61 486	95.45 486	25.75 486	94.37 486	130.00 486	126.06 486	58.17 486	74.63 486	88.51 486	79.96 486	150.23 486	221.02 486	77.62 486	99.10 486	113.75 486	96.94 486

ASD4		3.38 470

Low-res two-view benchmark