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

CREStereo++_RVC	1.98 34	0.59 17	19.94 226	0.87 42	0.55 65	4.02 223	0.31 2	1.75 13	2.09 88	1.65 71	2.20 245	0.85 36	0.65 10	1.03 1	0.72 2	0.29 33	0.16 2	0.23 4	1.22 371	0.25 5	0.22 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
CASnet	0.85 2	0.59 17	1.66 2	0.91 56	0.30 1	1.37 10	0.73 92	1.63 5	1.94 77	1.66 72	1.14 23	0.66 7	0.63 7	1.07 2	0.90 26	0.37 159	0.17 3	0.41 242	0.31 190	0.33 86	0.23 4
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
TANstereo	1.98 34	0.87 125	20.35 275	0.80 20	0.37 5	4.05 230	0.38 4	1.50 3	1.65 50	2.03 146	2.16 235	0.84 34	0.93 49	1.09 3	0.68 1	0.30 55	0.36 184	0.24 13	0.20 19	0.26 12	0.46 94

Former-RAFT_DAM_RVC	0.99 3	0.85 121	1.58 1	0.95 77	1.08 209	2.95 58	0.53 22	1.93 18	2.00 83	1.19 33	1.63 102	0.59 2	0.65 10	1.10 4	0.90 26	0.28 28	0.23 70	0.31 115	0.25 74	0.45 212	0.32 17

sAnonymous2	2.00 39	1.54 240	21.24 368	0.93 64	0.89 158	1.21 6	0.62 50	2.58 59	2.28 117	0.86 12	1.04 9	0.73 17	1.22 111	1.10 4	0.85 19	0.30 55	0.25 100	0.31 115	0.31 190	1.06 344	0.72 200

CroCo_RVC	2.00 39	1.54 240	21.24 368	0.93 64	0.89 158	1.21 6	0.62 50	2.58 59	2.28 117	0.86 12	1.04 9	0.73 17	1.22 111	1.10 4	0.85 19	0.30 55	0.25 100	0.31 115	0.31 190	1.06 344	0.72 200

whm_eth	2.15 56	1.55 243	19.39 186	0.96 84	1.37 268	2.60 47	0.72 86	3.63 131	2.97 204	1.55 57	2.06 220	0.78 25	0.71 15	1.17 7	1.08 61	0.45 226	0.29 137	0.34 178	0.33 207	0.44 205	0.65 184

MIF-Stereo	1.73 27	0.60 24	20.25 262	0.98 93	1.19 234	0.78 3	0.39 5	1.19 1	1.55 23	1.21 34	1.28 40	0.52 1	0.64 8	1.17 7	1.16 72	0.35 133	0.20 17	0.25 22	0.22 42	0.42 188	0.31 14

GLC_STEREO	0.83 1	0.59 17	1.71 3	0.89 48	0.34 2	1.88 19	0.80 126	1.48 2	1.60 37	0.98 25	1.06 11	0.68 8	0.71 15	1.19 9	0.89 25	0.25 8	0.25 100	0.32 129	0.25 74	0.32 65	0.34 30

RCA-Stereo	1.38 12	0.61 29	3.95 17	0.94 69	0.48 40	4.68 356	0.78 116	4.17 254	1.95 78	1.93 109	1.84 170	0.94 44	1.48 156	1.23 10	0.75 4	0.30 55	0.43 232	0.25 22	0.20 19	0.26 12	0.37 50

StereoIM	1.60 17	1.11 187	16.13 98	0.67 2	1.87 344	1.22 8	0.39 5	2.17 30	1.42 5	0.69 1	0.78 3	0.88 38	0.70 13	1.24 11	1.13 65	0.32 82	0.23 70	0.26 33	0.21 25	0.32 65	0.28 7

AnonymousM	1.38 12	1.33 220	2.35 7	0.95 77	0.56 68	4.03 225	0.67 62	2.63 64	2.49 147	1.51 55	1.36 53	1.15 59	1.00 58	1.26 12	1.04 55	0.41 188	0.46 242	2.07 381	1.71 382	0.25 5	0.40 63

Anonymous	1.97 33	0.88 128	20.58 310	1.08 125	1.27 250	1.65 14	0.89 163	2.54 49	1.62 43	0.92 23	1.18 26	0.70 11	1.09 81	1.28 13	1.00 51	0.53 285	0.35 177	0.30 97	0.30 173	0.66 295	0.56 143

Selective-IGEV	1.42 14	0.58 9	8.82 39	0.92 62	0.85 147	1.32 9	0.80 126	2.85 74	3.84 318	0.87 15	1.68 112	0.71 16	0.62 6	1.30 14	0.75 4	0.24 4	0.27 127	0.24 13	0.19 9	0.27 15	1.18 262

CREStereo	1.00 4	0.59 17	1.82 4	0.66 1	0.36 3	4.43 306	0.40 7	2.43 39	1.98 80	0.96 24	1.22 31	0.88 38	0.87 40	1.30 14	0.79 10	0.30 55	0.20 17	0.23 4	0.16 5	0.23 3	0.22 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
DCRE	3.02 227	0.95 156	18.48 150	1.18 164	1.89 345	3.57 131	0.82 134	3.36 111	1.70 57	2.04 149	8.12 373	1.73 114	1.07 79	1.31 16	1.24 85	0.24 4	0.87 305	0.26 33	0.27 103	0.28 20	11.03 386

sCroCo_RVC	1.81 29	0.93 149	19.44 189	1.04 114	1.05 203	0.97 4	0.61 43	2.08 26	1.36 1	0.71 3	1.28 40	0.82 33	1.10 86	1.31 16	0.97 45	0.54 289	0.41 220	0.33 161	0.30 173	0.46 220	0.48 109

DIP-Stereo	2.03 46	0.98 165	16.44 112	0.67 2	0.62 91	4.30 289	0.58 34	4.43 335	2.89 197	1.97 124	1.40 60	0.91 41	0.86 38	1.31 16	1.27 98	0.38 171	0.23 70	0.33 161	0.23 50	0.33 86	0.57 148
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
CroCo-Stereo	1.07 6	1.18 196	3.66 11	0.91 56	0.60 82	0.49 1	0.49 15	4.07 217	1.91 73	0.84 10	1.29 44	1.00 47	0.75 22	1.32 19	1.38 118	0.26 14	0.21 33	0.24 13	0.20 19	0.37 141	0.30 12
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
anonymousa	3.14 244	0.83 117	19.20 174	1.62 295	9.63 404	2.06 27	0.78 116	2.93 75	2.20 102	1.95 120	2.17 236	3.41 285	1.81 232	1.33 20	1.67 171	0.29 33	8.64 394	0.34 178	0.37 246	0.32 65	1.33 269

GMOStereo	2.64 166	0.92 145	19.83 214	0.81 21	0.68 111	3.22 72	0.89 163	2.94 77	1.48 8	2.36 245	1.54 81	1.75 115	1.04 68	1.33 20	1.15 68	0.26 14	11.32 408	0.35 195	0.28 127	0.35 120	0.33 22

error version	2.64 166	0.92 145	19.83 214	0.81 21	0.68 111	3.22 72	0.89 163	2.94 77	1.48 8	2.36 245	1.54 81	1.75 115	1.04 68	1.33 20	1.15 68	0.26 14	11.32 408	0.35 195	0.28 127	0.35 120	0.33 22

test-v	2.64 166	0.92 145	19.83 214	0.81 21	0.68 111	3.22 72	0.89 163	2.94 77	1.48 8	2.36 245	1.54 81	1.75 115	1.04 68	1.33 20	1.15 68	0.26 14	11.32 408	0.35 195	0.28 127	0.35 120	0.33 22

test-2	2.64 166	0.92 145	19.83 214	0.81 21	0.68 111	3.22 72	0.89 163	2.94 77	1.48 8	2.36 245	1.54 81	1.75 115	1.04 68	1.33 20	1.15 68	0.26 14	11.32 408	0.35 195	0.28 127	0.35 120	0.33 22

cross-raft	1.95 32	0.66 51	16.17 100	1.23 183	0.92 168	2.25 35	0.70 78	3.69 141	1.68 55	1.78 92	1.53 72	3.15 269	1.13 92	1.35 25	1.06 59	0.24 4	0.23 70	0.26 33	0.24 63	0.29 31	0.45 87

Gwc-CoAtRS	1.80 28	0.61 29	14.92 79	1.08 125	0.61 83	2.88 53	0.63 55	2.47 41	1.62 43	1.80 96	1.50 70	2.73 233	1.17 103	1.35 25	1.08 61	0.30 55	0.22 47	0.25 22	0.23 50	0.28 20	0.30 12

CAS	1.34 10	0.48 1	2.20 5	3.01 378	1.66 325	4.08 237	0.73 92	1.96 20	1.51 16	0.86 12	1.10 15	0.59 2	0.53 2	1.36 27	0.94 36	3.07 383	0.14 1	0.21 2	0.14 1	0.38 150	1.78 296

CFNet-RSSM	2.17 61	0.56 4	20.50 296	1.08 125	0.57 75	3.42 101	0.62 50	4.24 281	1.60 37	1.73 84	1.39 58	2.55 218	1.19 108	1.36 27	1.04 55	0.29 33	0.20 17	0.26 33	0.23 50	0.28 20	0.32 17

raftrobust	2.05 49	1.45 230	13.44 57	1.29 209	5.81 402	3.59 134	0.67 62	2.80 72	1.50 13	2.21 198	1.41 63	1.17 61	1.22 111	1.37 29	1.46 133	0.29 33	0.33 161	0.22 3	0.20 19	0.27 15	0.36 49

test-1	1.81 29	0.72 76	9.51 41	1.02 108	1.57 303	3.85 184	0.60 40	4.07 217	1.51 16	1.94 115	1.81 155	2.04 172	0.91 45	1.39 30	1.73 186	0.27 21	0.93 308	0.31 115	0.25 74	0.29 31	1.37 271

RAFT-Test	1.67 25	0.64 37	6.13 24	1.25 198	1.82 343	3.06 64	0.78 116	4.02 203	3.09 230	1.88 102	1.70 117	3.76 311	1.03 62	1.40 31	1.07 60	0.29 33	0.33 161	0.25 22	0.23 50	0.29 31	0.33 22

CroCo-Stereo Lap2	1.65 23	1.14 193	14.70 77	1.00 101	1.80 342	0.53 2	0.46 12	3.18 94	1.62 43	1.10 31	1.24 33	1.05 51	0.78 26	1.40 31	1.18 73	0.31 69	0.23 70	0.27 42	0.22 42	0.46 220	0.38 57

knoymous	1.50 15	0.65 44	8.73 38	0.91 56	0.75 126	2.97 61	0.90 179	2.93 75	1.38 3	1.56 59	1.07 14	2.75 238	0.88 41	1.43 33	1.13 65	0.32 82	0.22 47	0.35 195	0.20 19	0.45 212	0.41 68

XX-TBD	1.98 34	1.08 183	20.29 268	1.31 216	0.43 25	3.97 217	0.33 3	1.76 14	1.77 61	1.59 63	2.18 241	0.69 10	0.59 3	1.44 34	0.75 4	0.33 105	0.25 100	0.23 4	0.16 5	0.31 47	0.22 1

CES	1.08 7	0.63 34	2.53 8	0.95 77	2.18 356	2.13 30	0.50 18	2.07 25	1.46 6	0.79 6	1.06 11	0.61 4	0.48 1	1.45 35	0.87 22	0.24 4	0.18 5	0.24 13	0.15 3	0.64 286	2.36 313

MC-Stereo	2.54 137	0.58 9	6.38 26	1.30 213	1.37 268	4.56 333	0.60 40	2.08 26	1.57 28	1.97 124	1.68 112	0.89 40	1.12 91	1.46 36	0.88 24	0.27 21	8.44 391	0.27 42	0.22 42	0.26 12	14.87 396

R-Stereo Train	2.13 54	0.65 44	19.43 187	1.02 108	0.67 104	3.79 172	0.89 163	4.12 238	1.55 23	2.15 179	1.72 123	1.13 56	0.94 50	1.46 36	1.30 100	0.32 82	0.25 100	0.27 42	0.21 25	0.28 20	0.37 50

RAFT-Stereo	2.13 54	0.65 44	19.43 187	1.02 108	0.67 104	3.79 172	0.89 163	4.12 238	1.55 23	2.15 179	1.72 123	1.13 56	0.94 50	1.46 36	1.30 100	0.32 82	0.25 100	0.27 42	0.21 25	0.28 20	0.37 50
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
LL-Strereo2	2.36 98	1.81 266	19.35 183	1.04 114	1.03 194	3.73 162	1.35 266	2.70 68	2.04 85	1.76 90	1.44 66	1.82 137	0.73 18	1.48 39	1.53 139	0.33 105	0.30 145	0.55 312	0.35 229	0.30 42	3.51 340

LoS_RVC	1.23 9	1.51 236	6.09 23	0.88 47	1.71 330	1.96 22	0.59 36	1.61 4	1.37 2	0.84 10	1.35 50	0.84 34	1.15 102	1.49 40	0.83 18	0.21 1	0.17 3	0.20 1	0.14 1	0.20 1	1.49 279

111	2.59 152	3.10 307	20.47 289	0.84 28	0.38 6	4.26 283	0.91 187	4.45 338	2.96 203	2.48 269	2.07 224	2.31 192	1.64 200	1.49 40	1.90 206	0.35 133	0.22 47	0.25 22	0.21 25	0.32 65	1.14 259

RAFT-Stereo + iAFF	2.49 125	1.68 255	20.50 296	1.11 132	1.32 261	4.13 247	0.42 9	3.23 98	3.30 267	2.05 153	2.40 274	1.61 101	1.11 89	1.49 40	1.63 164	0.22 2	0.22 47	0.26 33	0.24 63	0.31 47	2.47 318

CRE-IMP	2.28 81	0.68 58	19.67 203	0.85 33	0.39 20	4.54 323	0.80 126	2.63 64	4.84 366	1.96 122	1.51 71	1.86 142	0.96 53	1.52 43	1.43 124	0.47 246	0.21 33	0.31 115	0.26 88	0.41 181	0.35 34

ACVNet	2.40 107	0.97 162	20.20 252	0.94 69	0.86 149	4.22 279	0.79 122	2.97 84	2.85 187	1.93 109	1.91 191	3.07 263	1.46 152	1.52 43	2.37 253	0.33 105	0.27 127	0.30 97	0.27 103	0.42 188	0.35 34

acv_ft	2.45 119	0.97 162	19.57 194	1.15 149	2.01 352	2.97 61	0.96 206	3.88 172	2.85 187	2.34 239	1.91 191	3.07 263	1.65 207	1.52 43	2.26 244	0.33 105	0.27 127	0.30 97	0.27 103	0.42 188	0.35 34

riskmin	2.46 121	0.61 29	12.91 56	1.22 177	1.65 322	3.56 130	0.61 43	4.30 297	1.50 13	1.86 101	1.16 24	4.30 342	2.02 251	1.53 46	1.32 103	0.29 33	0.95 311	0.34 178	0.23 50	0.43 197	8.34 375

AEACV	2.12 53	0.67 52	6.33 25	1.38 239	1.50 287	3.53 125	0.90 179	2.83 73	1.60 37	0.91 20	0.81 6	0.80 30	1.61 187	1.56 47	0.73 3	0.25 8	0.60 276	0.26 33	0.27 103	0.29 31	15.65 405

iRaftStereo_RVC	1.70 26	1.18 196	3.88 15	0.99 98	0.46 31	3.83 179	0.41 8	2.41 37	1.60 37	1.69 78	1.76 133	1.81 135	0.83 35	1.58 48	1.23 81	0.31 69	4.86 378	0.29 76	0.26 88	0.33 86	4.33 350

PMTNet	1.13 8	0.55 3	3.88 15	0.71 6	0.59 79	4.21 277	0.43 10	2.00 21	1.58 29	1.02 26	1.06 11	0.78 25	0.98 55	1.58 48	0.93 30	1.21 362	0.20 17	0.23 4	0.15 3	0.23 3	0.27 6

GANet-ADL	2.25 72	0.80 110	20.17 249	1.28 204	0.69 116	3.83 179	0.75 105	3.63 131	1.83 67	1.68 75	2.04 212	2.09 179	1.10 86	1.63 50	1.43 124	0.42 197	0.33 161	0.26 33	0.23 50	0.43 197	0.41 68

4D-IteraStereo	2.95 219	1.83 269	20.75 323	0.81 21	1.56 301	2.22 34	1.03 215	2.48 43	1.56 26	1.42 49	1.00 8	1.93 150	0.61 5	1.65 51	2.04 227	0.31 69	0.22 47	0.31 115	0.26 88	0.28 20	16.75 412

AE-Stereo	2.91 211	0.63 34	17.05 119	1.15 149	0.63 94	4.39 300	0.70 78	4.02 203	2.12 94	1.24 41	2.04 212	1.01 48	0.91 45	1.67 52	1.42 122	0.30 55	1.14 321	0.28 62	0.28 127	0.27 15	16.93 414

MIF-Stereo (partial)	1.93 31	0.69 63	21.14 358	0.74 7	1.02 190	1.07 5	0.49 15	2.75 70	1.78 63	0.82 8	1.22 31	0.80 30	0.90 43	1.68 53	1.63 164	0.38 171	0.24 88	0.33 161	0.26 88	0.41 181	0.32 17

fff	2.40 107	0.96 158	20.47 289	0.84 28	0.38 6	4.15 255	0.57 28	4.30 297	2.85 187	2.31 223	1.82 157	1.19 67	2.98 305	1.68 53	1.57 148	0.35 133	0.24 88	0.23 4	0.19 9	0.25 5	0.57 148

csc	2.40 107	0.96 158	20.47 289	0.84 28	0.38 6	4.15 255	0.57 28	4.30 297	2.85 187	2.31 223	1.82 157	1.19 67	2.98 305	1.68 53	1.57 148	0.35 133	0.24 88	0.23 4	0.19 9	0.25 5	0.57 148

cscssc	2.40 107	0.96 158	20.47 289	0.84 28	0.38 6	4.15 255	0.57 28	4.30 297	2.85 187	2.31 223	1.82 157	1.19 67	2.98 305	1.68 53	1.57 148	0.35 133	0.24 88	0.23 4	0.19 9	0.25 5	0.57 148

GMStereo	2.01 42	2.26 289	20.93 336	0.90 54	0.48 40	1.67 16	0.56 25	1.90 16	2.19 99	1.58 62	1.31 46	0.87 37	0.74 21	1.68 53	1.00 51	0.41 188	0.21 33	0.30 97	0.32 200	0.50 240	0.46 94
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
LoS	1.05 5	0.58 9	3.31 10	0.91 56	0.38 6	4.14 252	0.50 18	2.22 31	1.49 12	1.02 26	0.88 7	0.62 5	0.84 36	1.69 58	0.94 36	0.27 21	0.20 17	0.24 13	0.17 8	0.22 2	0.32 17

DCANet-4	2.06 50	0.58 9	15.30 83	0.86 36	0.44 29	4.16 258	0.57 28	4.31 307	3.28 258	2.31 223	1.82 157	1.04 50	1.54 172	1.69 58	1.56 145	0.35 133	0.24 88	0.24 13	0.19 9	0.25 5	0.57 148

ADStereo(finetuned)	2.30 87	0.97 162	17.29 125	0.86 36	0.43 25	4.17 263	0.59 36	4.31 307	3.29 263	2.35 241	1.86 176	1.18 64	3.35 326	1.69 58	1.59 153	0.34 121	0.25 100	0.23 4	0.19 9	0.31 47	0.72 200

DCANet	2.37 102	0.98 165	20.47 289	0.86 36	0.43 25	4.18 266	0.59 36	4.31 307	3.29 263	2.35 241	1.86 176	1.18 64	1.63 198	1.69 58	1.59 153	0.34 121	0.25 100	0.24 13	0.19 9	0.31 47	0.73 205

IPLGR_C	2.96 220	11.71 366	20.02 233	0.95 77	1.31 258	3.93 206	0.92 192	4.22 269	3.76 315	2.35 241	2.62 303	1.16 60	1.07 79	1.71 62	1.34 104	0.45 226	0.25 100	0.27 42	0.23 50	0.33 86	0.60 166

Pruner-Stereo	2.33 92	0.70 69	20.66 318	2.05 344	0.48 40	4.73 363	0.78 116	2.55 56	2.70 166	2.47 267	1.57 88	1.48 95	1.03 62	1.71 62	1.55 144	0.48 251	0.21 33	0.34 178	0.30 173	0.31 47	0.42 75

Anonymous3	2.20 66	0.80 110	20.08 242	0.86 36	0.86 149	4.46 309	0.84 145	3.64 134	1.40 4	1.37 46	1.40 60	1.11 55	1.03 62	1.71 62	1.24 85	0.75 337	0.58 273	0.34 178	0.35 229	0.48 235	0.65 184

test croco	2.00 39	0.89 132	21.49 378	0.67 2	0.73 119	1.66 15	0.57 28	3.27 105	2.18 98	0.80 7	1.25 35	0.80 30	0.86 38	1.72 65	1.13 65	0.34 121	0.21 33	0.32 129	0.25 74	0.44 205	0.34 30

ProNet	1.63 20	0.91 139	5.70 22	0.96 84	0.64 96	2.40 41	0.82 134	1.92 17	3.28 258	0.69 1	1.17 25	0.78 25	0.76 23	1.72 65	0.87 22	0.27 21	0.97 314	0.25 22	0.26 88	0.31 47	7.97 367

FENet	2.30 87	0.61 29	20.21 256	1.43 261	0.68 111	4.04 226	0.60 40	4.01 198	2.26 113	2.03 146	1.13 20	2.42 206	1.42 144	1.72 65	1.43 124	0.36 152	0.24 88	0.33 161	0.27 103	0.29 31	0.51 124

IGEV_Zeroshot_test	2.66 174	0.75 96	21.55 380	1.50 273	0.89 158	2.21 33	0.90 179	3.52 120	1.83 67	2.17 185	1.57 88	4.09 328	1.60 182	1.73 68	1.21 78	0.32 82	0.33 161	0.28 62	0.30 173	0.44 205	6.09 361

HHNet	2.51 127	0.76 104	20.83 328	0.67 2	0.67 104	4.07 234	0.90 179	3.85 169	1.59 32	2.14 175	4.91 362	0.98 45	3.32 323	1.73 68	1.80 196	0.41 188	0.20 17	0.31 115	0.28 127	0.38 150	0.44 83

MyStereo07	2.29 84	1.18 196	20.10 245	1.04 114	1.21 241	3.96 215	0.95 201	2.13 29	3.37 277	1.09 29	1.28 40	0.68 8	0.91 45	1.74 70	0.86 21	0.26 14	3.49 372	0.34 178	0.27 103	0.43 197	0.49 114

CASS	1.65 23	0.73 79	8.72 37	0.97 91	0.67 104	2.88 53	0.69 76	3.07 89	1.86 70	2.82 306	2.02 208	1.39 84	1.55 175	1.75 71	1.36 112	0.51 273	0.28 133	0.34 178	0.28 127	0.47 230	0.63 177
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousdsp	3.14 244	0.83 117	20.28 265	0.94 69	0.64 96	4.54 323	0.82 134	2.03 24	3.32 271	0.91 20	1.13 20	0.78 25	0.77 24	1.78 72	0.90 26	0.29 33	0.25 100	0.29 76	0.21 25	0.33 86	21.81 417

BUS	1.64 22	0.64 37	3.82 12	0.94 69	0.86 149	4.50 317	0.75 105	4.49 342	2.29 121	2.96 319	1.82 157	3.61 304	1.03 62	1.79 73	1.18 73	0.39 178	0.25 100	0.31 115	0.28 127	0.38 150	0.41 68

BSDual-CNN	1.61 18	0.64 37	3.82 12	0.94 69	0.86 149	4.18 266	1.14 238	4.49 342	2.29 121	2.96 319	1.82 157	2.58 223	1.30 122	1.79 73	1.44 128	0.39 178	0.25 100	0.31 115	0.28 127	0.38 150	0.41 68

IGEV-Stereo	3.15 246	0.83 117	20.31 272	0.94 69	0.64 96	4.54 323	0.82 134	2.01 22	3.31 268	0.91 20	1.13 20	0.79 29	0.77 24	1.79 73	0.92 29	0.29 33	0.25 100	0.29 76	0.21 25	0.33 86	21.85 418
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
psmg	1.63 20	0.64 37	3.82 12	0.96 84	0.86 149	4.35 294	1.41 274	4.11 233	2.29 121	2.68 289	2.09 225	2.58 223	1.30 122	1.79 73	1.44 128	0.39 178	0.29 137	0.33 161	0.34 216	0.38 150	0.44 83

DMCA	2.02 44	1.07 180	11.33 49	1.17 160	0.96 179	3.92 205	0.89 163	3.80 161	3.11 231	2.89 310	1.58 92	2.35 198	1.17 103	1.79 73	2.25 243	0.42 197	0.29 137	0.42 252	0.27 103	0.38 150	0.43 79

ACRE	2.75 194	7.69 344	19.93 225	0.93 64	1.30 254	3.94 209	0.90 179	4.23 274	3.66 310	2.33 237	2.61 302	1.17 61	1.04 68	1.80 78	1.35 105	0.46 239	0.25 100	0.27 42	0.23 50	0.32 65	0.60 166

ICVP	2.19 63	0.72 76	19.18 172	1.03 111	0.88 157	4.22 279	0.94 198	3.44 117	1.69 56	1.68 75	1.76 133	1.35 78	1.19 108	1.80 78	1.40 120	0.58 298	0.37 189	0.34 178	0.30 173	0.41 181	0.59 162
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GES	2.26 74	0.79 109	19.68 204	1.12 139	0.59 79	4.30 289	1.01 210	3.90 176	1.59 32	1.78 92	1.78 143	1.28 74	1.75 221	1.80 78	1.61 159	0.42 197	0.29 137	0.33 161	0.31 190	0.45 212	0.50 118

CIPLG	2.88 207	10.01 357	20.02 233	0.95 77	1.34 262	3.95 211	0.91 187	4.24 281	3.69 313	2.36 245	2.66 306	1.17 61	1.06 77	1.82 81	1.37 117	0.45 226	0.25 100	0.27 42	0.23 50	0.33 86	0.60 166

dd	2.27 77	3.06 306	20.18 250	0.96 84	0.51 56	4.24 282	0.74 100	1.94 19	2.43 138	1.48 54	1.28 40	1.19 67	1.05 75	1.82 81	1.69 176	0.63 311	0.34 168	0.35 195	0.33 207	0.61 272	0.57 148

RAFT	2.36 98	1.62 250	18.03 141	1.75 321	0.54 62	1.91 21	0.91 187	3.24 99	3.65 309	1.64 68	1.73 129	3.45 287	1.58 178	1.82 81	1.74 188	0.42 197	1.06 317	0.40 238	0.32 200	0.44 205	1.03 250

11t1	2.82 202	0.72 76	17.81 139	1.60 291	0.93 172	2.27 37	0.62 50	3.76 152	4.47 351	1.72 82	1.33 48	1.05 51	1.34 126	1.84 84	1.45 131	0.29 33	5.57 382	0.29 76	0.26 88	0.32 65	8.80 379

MyStereo06	2.74 191	1.07 180	21.19 366	1.06 121	1.08 209	4.26 283	0.86 152	3.72 146	1.80 64	2.25 205	1.77 140	4.28 340	4.12 342	1.85 85	1.38 118	0.25 8	2.43 356	0.34 178	0.27 103	0.46 220	0.48 109

Anonymous_2	4.03 319	0.99 174	11.19 48	1.20 169	1.71 330	3.68 154	0.93 197	3.76 152	1.63 46	2.07 160	1.43 64	4.76 359	2.34 275	1.86 86	1.78 191	0.82 344	2.42 355	8.69 414	16.64 419	4.38 396	8.29 373

Any-RAFT	1.62 19	0.59 17	5.29 21	1.12 139	0.76 130	4.41 304	0.79 122	4.12 238	3.26 254	2.02 141	1.36 53	2.82 244	1.56 177	1.90 87	0.81 12	0.29 33	0.25 100	0.26 33	0.19 9	0.25 5	0.35 34

EGLCR-Stereo	2.52 129	0.56 4	9.39 40	1.16 153	0.81 139	5.24 377	0.61 43	4.20 264	1.56 26	1.09 29	0.71 1	1.09 53	0.66 12	1.92 88	0.82 17	0.29 33	0.30 145	0.29 76	0.24 63	0.37 141	19.09 415

anonymity	2.02 44	1.28 212	5.16 20	1.73 317	1.63 315	1.86 18	1.06 223	3.50 119	2.42 136	2.19 193	2.11 227	1.88 146	3.89 338	1.92 88	1.56 145	1.11 357	1.14 321	1.08 366	1.11 364	1.05 343	2.68 320

ff7	2.60 154	0.81 113	16.25 101	0.89 48	0.56 68	4.55 329	0.83 138	1.68 6	3.44 289	0.88 16	1.10 15	0.70 11	0.78 26	1.93 90	0.93 30	0.29 33	0.37 189	0.29 76	0.21 25	0.33 86	15.08 399

ffff	2.60 154	0.81 113	16.25 101	0.89 48	0.56 68	4.55 329	0.83 138	1.68 6	3.44 289	0.88 16	1.10 15	0.70 11	0.78 26	1.93 90	0.93 30	0.29 33	0.37 189	0.29 76	0.21 25	0.33 86	15.08 399

11t	2.60 154	0.81 113	16.25 101	0.89 48	0.56 68	4.55 329	0.83 138	1.68 6	3.44 289	0.88 16	1.10 15	0.70 11	0.78 26	1.93 90	0.93 30	0.29 33	0.37 189	0.29 76	0.21 25	0.33 86	15.08 399

ccc-4	2.60 154	0.81 113	16.25 101	0.89 48	0.56 68	4.55 329	0.83 138	1.68 6	3.44 289	0.88 16	1.10 15	0.70 11	0.78 26	1.93 90	0.93 30	0.29 33	0.37 189	0.29 76	0.21 25	0.33 86	15.08 399

DeepStereo_RVC	2.42 115	0.70 69	18.41 148	0.79 19	0.43 25	4.50 317	0.70 78	2.51 45	3.51 301	2.02 141	1.79 146	1.54 98	6.35 365	1.93 90	1.22 80	0.47 246	0.22 47	0.29 76	0.29 157	0.35 120	0.40 63

AdaStereo	2.22 67	0.90 137	16.41 110	1.33 224	0.83 142	3.21 70	1.12 234	4.25 290	2.91 199	2.06 154	1.76 133	2.47 211	1.17 103	1.93 90	1.65 169	0.50 267	0.26 120	0.43 256	0.29 157	0.46 220	0.39 61
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.
GwcNet-ADL	2.51 127	0.75 96	21.41 377	0.98 93	0.73 119	4.58 334	0.95 201	4.46 340	2.61 159	2.06 154	1.80 150	2.54 217	1.24 114	1.98 96	1.73 186	0.41 188	0.46 242	0.24 13	0.27 103	0.41 181	0.55 141

raft+_RVC	3.46 287	2.57 298	19.51 193	1.49 271	17.54 411	3.63 143	0.76 112	3.24 99	1.53 19	1.35 44	1.67 110	1.03 49	1.10 86	1.98 96	1.53 139	0.25 8	7.10 388	0.25 22	0.24 63	0.28 20	2.18 310

TRStereo	2.86 204	2.12 283	19.98 230	1.68 308	1.18 229	4.35 294	1.05 221	5.07 375	3.48 298	1.56 59	1.39 58	1.75 115	0.85 37	2.01 98	1.50 135	0.43 211	0.34 168	0.33 161	0.36 238	0.36 137	7.50 365

s12784h	2.08 51	0.50 2	16.85 116	0.75 8	0.36 3	4.42 305	0.49 15	4.23 274	3.08 227	2.03 146	2.67 308	0.91 41	1.05 75	2.05 99	0.78 7	0.37 159	0.18 5	0.24 13	0.16 5	0.27 15	0.26 5

MyStereo04	2.54 137	1.18 196	18.82 159	1.04 114	1.21 241	3.96 215	0.95 201	4.02 203	3.01 214	2.06 154	1.27 39	2.33 194	1.66 208	2.06 100	2.01 222	0.26 14	3.49 372	0.34 178	0.27 103	0.43 197	0.49 114

MIM_Stereo	2.71 184	1.26 206	20.92 335	1.34 226	5.57 401	3.10 65	0.59 36	3.25 102	2.51 148	1.64 68	1.61 95	1.82 137	1.29 121	2.07 101	1.35 105	0.25 8	0.31 149	0.28 62	0.26 88	0.29 31	4.43 352

PCWNet_CMD	2.16 58	0.71 73	15.44 87	0.84 28	0.76 130	3.38 93	0.68 70	3.69 141	2.24 107	1.72 82	1.63 102	3.20 271	3.00 309	2.09 102	1.23 81	0.32 82	0.37 189	0.47 271	0.27 103	0.65 291	0.51 124

Selective-RAFT	1.34 10	0.58 9	2.21 6	1.01 104	0.49 47	4.19 274	0.51 20	3.39 113	3.62 308	1.15 32	1.40 60	1.45 93	1.40 138	2.09 102	1.31 102	0.43 211	0.40 214	0.25 22	0.26 88	0.29 31	0.38 57

MSMDNet	2.16 58	0.71 73	15.36 85	0.86 36	0.75 126	3.41 99	0.69 76	3.70 143	2.25 110	1.73 84	1.64 107	3.21 272	2.95 301	2.09 102	1.24 85	0.32 82	0.37 189	0.45 264	0.27 103	0.63 283	0.50 118

RAFT_CTSACE	2.41 113	1.83 269	20.33 274	1.77 324	1.39 271	3.50 119	1.03 215	3.25 102	1.64 48	1.80 96	2.04 212	2.82 244	1.78 226	2.11 105	1.10 63	0.27 21	0.24 88	0.28 62	0.30 173	0.31 47	0.33 22

StereoVision	2.36 98	1.15 194	20.38 278	1.07 124	1.79 340	2.58 46	0.61 43	3.14 91	2.34 126	1.33 43	3.46 344	1.85 141	0.88 41	2.12 106	2.01 222	0.46 239	0.36 184	0.37 217	0.36 238	0.50 240	0.41 68

RALAANet	2.29 84	2.73 300	21.08 348	1.29 209	0.94 175	1.45 11	0.68 70	3.25 102	2.61 159	2.02 141	1.80 150	1.28 74	1.04 68	2.12 106	1.79 195	0.30 55	0.22 47	0.27 42	0.27 103	0.41 181	0.35 34

MyStereo05	2.55 142	1.07 180	19.87 220	1.06 121	1.08 209	4.26 283	0.86 152	4.10 230	3.01 214	2.19 193	1.26 37	2.30 191	1.64 200	2.13 108	1.99 217	0.25 8	2.43 356	0.34 178	0.27 103	0.46 220	0.48 109

ROB_FTStereo_v2	2.25 72	0.74 85	20.45 286	0.77 9	0.38 6	4.66 347	0.74 100	2.54 49	3.20 240	2.00 132	1.53 72	1.77 122	1.14 97	2.13 108	0.96 42	0.50 267	0.22 47	0.32 129	0.28 127	0.40 163	0.35 34

rafts_anoy	2.76 196	1.68 255	20.42 282	1.42 256	3.90 389	3.03 63	0.61 43	3.24 99	1.66 52	1.42 49	1.26 37	1.19 67	1.11 89	2.13 108	1.64 167	0.33 105	8.77 396	0.32 129	0.32 200	0.32 65	0.38 57

ToySt	2.53 133	0.89 132	19.20 174	1.12 139	0.95 177	3.47 110	1.13 236	3.72 146	2.25 110	1.36 45	1.71 121	2.22 184	1.59 181	2.14 111	1.81 199	0.28 28	0.64 283	0.30 97	0.33 207	0.43 197	5.14 355

MyStereo8	2.97 224	1.76 260	18.94 161	1.55 283	1.62 312	4.16 258	0.57 28	3.79 156	2.41 135	2.22 200	2.93 323	2.27 187	1.14 97	2.16 112	2.28 246	0.27 21	8.58 392	0.32 129	0.29 157	0.37 141	1.72 290

KYRaft	2.55 142	0.57 8	20.60 312	0.98 93	0.51 56	4.38 296	1.76 308	2.51 45	1.59 32	2.48 269	2.98 325	1.99 164	3.36 327	2.17 113	0.96 42	0.34 121	0.22 47	0.33 161	0.46 294	0.38 150	2.44 316

HITNet	2.49 125	2.91 303	19.23 177	1.54 280	0.57 75	3.47 110	0.79 122	4.16 250	2.93 200	2.18 188	1.65 109	1.68 106	1.45 150	2.17 113	2.99 278	0.28 28	0.20 17	0.41 242	0.27 103	0.45 212	0.52 129
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
AASNet	2.65 170	3.20 308	20.19 251	1.38 239	1.49 286	3.84 181	1.06 223	3.92 181	3.28 258	2.07 160	2.28 257	1.95 156	1.28 119	2.19 115	2.17 237	0.42 197	0.33 161	0.45 264	0.30 173	0.59 268	0.52 129

ACVNet-DCA	3.67 298	0.94 152	19.66 197	1.87 329	0.42 21	4.47 312	0.73 92	4.07 217	4.63 354	1.21 34	1.89 183	0.73 17	1.62 195	2.20 116	0.81 12	0.31 69	18.77 413	0.32 129	0.21 25	0.35 120	8.09 368

xx1	3.69 301	0.94 152	19.66 197	1.87 329	0.42 21	4.47 312	0.73 92	4.24 281	4.01 326	1.21 34	1.89 183	1.78 130	1.36 128	2.20 116	0.81 12	0.31 69	18.77 413	0.33 161	0.36 238	0.35 120	8.09 368

cc1	3.93 315	0.94 152	19.66 197	1.87 329	0.42 21	4.47 312	0.73 92	4.24 281	4.01 326	1.21 34	1.89 183	0.73 17	1.62 195	2.20 116	0.81 12	0.31 69	18.77 413	0.32 129	0.21 25	0.32 65	13.93 389

HUI-Stereo	2.27 77	0.74 85	20.56 303	0.77 9	0.38 6	4.67 348	0.78 116	2.54 49	3.23 251	2.00 132	1.53 72	1.77 122	1.13 92	2.21 119	0.93 30	0.49 257	0.23 70	0.32 129	0.28 127	0.40 163	0.35 34

PSM-adaLoss	2.26 74	0.74 85	20.53 298	0.77 9	0.38 6	4.67 348	0.71 83	2.54 49	3.22 248	2.00 132	1.53 72	1.77 122	1.13 92	2.22 120	0.96 42	0.50 267	0.23 70	0.32 129	0.28 127	0.40 163	0.35 34

UDGNet	2.34 94	1.71 258	20.28 265	1.42 256	0.62 91	4.39 300	0.67 62	1.82 15	2.28 117	1.40 48	1.21 30	0.99 46	1.00 58	2.23 121	1.23 81	1.14 359	0.35 177	1.30 374	0.98 358	1.11 352	0.62 174

anonymousdsp2	2.72 185	0.68 58	11.15 47	1.20 169	0.64 96	3.66 151	0.71 83	3.71 145	2.14 97	1.62 66	1.61 95	1.95 156	1.00 58	2.24 122	0.81 12	0.32 82	0.50 259	0.28 62	0.20 19	0.34 107	19.58 416

x	2.94 217	0.83 117	16.07 95	1.51 275	0.83 142	2.13 30	0.96 206	3.97 192	4.73 359	1.73 84	1.43 64	1.61 101	1.27 116	2.24 122	1.71 181	0.29 33	6.91 387	0.34 178	0.31 190	0.34 107	9.60 382

Prome-Stereo	2.57 151	0.60 24	20.29 268	1.01 104	0.62 91	4.40 302	1.80 311	3.22 97	1.74 59	2.18 188	3.43 343	1.71 111	3.45 331	2.24 122	1.19 76	0.32 82	0.20 17	0.27 42	0.25 74	0.37 141	2.15 307

RAFT-IKP	2.27 77	0.74 85	20.55 301	0.77 9	0.38 6	4.64 344	0.73 92	2.54 49	3.21 243	2.00 132	1.53 72	1.77 122	1.13 92	2.25 125	1.00 51	0.51 273	0.22 47	0.32 129	0.28 127	0.40 163	0.35 34

ROB_FTStereo	2.26 74	0.74 85	20.44 284	0.77 9	0.38 6	4.65 345	0.75 105	2.54 49	3.19 239	2.00 132	1.54 81	1.77 122	1.13 92	2.28 126	0.94 36	0.49 257	0.22 47	0.32 129	0.28 127	0.40 163	0.35 34

DualNet	5.08 356	0.98 165	21.04 342	1.24 184	1.03 194	3.64 144	0.87 155	4.23 274	4.73 359	2.31 223	2.40 274	3.49 290	1.64 200	2.29 127	16.90 379	0.30 55	19.28 423	0.48 276	0.40 266	0.31 47	14.02 390

ffm	4.27 330	0.98 165	21.04 342	1.24 184	1.03 194	3.64 144	0.87 155	4.23 274	4.73 359	2.31 223	2.40 274	3.49 290	1.64 200	2.29 127	0.78 7	0.30 55	19.28 423	0.48 276	0.40 266	0.31 47	14.02 390

tt1	3.79 306	0.93 149	15.34 84	1.83 327	0.45 30	4.54 323	0.78 116	4.23 274	4.73 359	1.27 42	1.89 183	0.74 22	1.48 156	2.29 127	0.78 7	0.30 55	19.28 423	0.32 129	0.22 42	0.31 47	14.02 390

Consistency-Raft	2.93 213	1.93 274	19.72 207	1.41 249	1.75 334	3.85 184	1.32 261	4.09 228	2.75 171	1.82 98	2.66 306	1.81 135	4.34 347	2.29 127	2.08 231	0.90 348	0.94 310	1.03 363	1.13 365	1.71 374	1.10 256

mmm	2.70 182	0.80 110	8.26 32	1.50 273	1.18 229	2.44 42	0.85 149	4.08 224	4.59 353	2.31 223	1.95 199	1.51 96	1.55 175	2.33 131	1.72 183	0.31 69	7.71 390	0.45 264	0.42 279	0.40 163	9.56 381

AFF-stereo	2.54 137	3.44 313	20.84 330	1.30 213	0.48 40	3.94 209	0.48 14	3.30 106	3.40 285	1.94 115	2.21 248	2.10 180	1.51 162	2.36 132	1.62 161	0.23 3	0.21 33	0.25 22	0.25 74	0.33 86	0.53 134

CBFPSM	2.24 70	2.06 279	12.12 52	1.13 144	1.05 203	2.85 51	1.23 252	3.37 112	2.05 86	1.82 98	1.33 48	4.55 351	4.00 340	2.38 133	2.35 250	0.27 21	0.38 202	0.32 129	0.28 127	0.39 160	0.89 232

IER	2.09 52	0.91 139	14.11 67	0.97 91	1.15 224	3.17 69	0.89 163	3.59 125	2.39 130	2.15 179	1.98 203	2.27 187	2.11 256	2.39 134	1.80 196	0.35 133	0.24 88	0.36 206	0.30 173	0.34 107	0.42 75

Patchmatch Stereo++	2.28 81	0.74 85	20.54 299	0.77 9	0.38 6	4.67 348	0.75 105	2.55 56	3.21 243	2.00 132	1.53 72	1.77 122	1.14 97	2.46 135	0.98 46	0.51 273	0.23 70	0.32 129	0.28 127	0.40 163	0.35 34
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
iRAFT	2.28 81	0.74 85	20.54 299	0.77 9	0.38 6	4.67 348	0.75 105	2.55 56	3.21 243	2.00 132	1.53 72	1.77 122	1.14 97	2.46 135	0.98 46	0.51 273	0.23 70	0.32 129	0.28 127	0.40 163	0.35 34

RALCasStereoNet	3.17 250	1.87 272	20.86 331	1.17 160	1.63 315	3.10 65	0.70 78	3.21 96	2.19 99	1.39 47	1.73 129	1.18 64	0.91 45	2.46 135	1.64 167	0.31 69	8.75 395	0.25 22	0.22 42	0.31 47	9.45 380

PSM-AAD	3.41 279	0.58 9	20.55 301	0.95 77	0.56 68	4.46 309	7.40 395	3.11 90	1.58 29	2.30 220	2.56 297	1.26 72	16.19 402	2.47 138	1.00 51	0.32 82	0.22 47	0.58 321	0.41 276	0.37 141	1.32 268

iGMRVC	2.27 77	0.74 85	20.46 287	0.77 9	0.38 6	4.65 345	0.73 92	2.54 49	3.21 243	2.00 132	1.53 72	1.77 122	1.14 97	2.47 138	0.99 48	0.51 273	0.23 70	0.32 129	0.28 127	0.40 163	0.35 34

GMStereo_Zeroshot	1.51 16	1.27 209	4.75 18	1.54 280	0.72 118	3.33 90	0.54 24	2.67 67	1.74 59	2.34 239	1.57 88	2.40 200	0.96 53	2.51 140	1.21 78	0.48 251	0.23 70	0.41 242	0.24 63	0.82 327	0.40 63

CFNet_pseudo	2.03 46	0.74 85	12.75 54	0.87 42	0.74 122	3.91 198	0.65 59	4.04 210	1.93 75	1.93 109	1.79 146	3.25 275	1.61 187	2.51 140	1.25 91	0.32 82	0.37 189	0.53 303	0.28 127	0.64 286	0.50 118

EAI-Stereo	4.89 352	0.69 63	7.74 31	0.99 98	1.63 315	4.68 356	51.52 422	5.79 389	3.37 277	3.64 351	7.24 368	1.10 54	0.95 52	2.51 140	1.71 181	0.33 105	0.31 149	0.28 62	2.04 394	0.28 20	0.92 236

SFCPSM	2.16 58	0.75 96	15.82 93	0.91 56	0.98 181	3.74 164	1.27 256	4.15 247	2.56 153	1.90 104	1.82 157	1.64 105	1.39 134	2.51 140	1.57 148	0.36 152	0.28 133	0.39 233	0.36 238	0.36 137	0.50 118

ccs_rob	2.03 46	0.74 85	12.67 53	0.87 42	0.75 126	3.91 198	0.66 60	4.04 210	1.93 75	1.92 108	1.79 146	3.24 274	1.63 198	2.52 144	1.25 91	0.32 82	0.37 189	0.54 311	0.28 127	0.66 295	0.51 124

ssnet_v2	2.81 201	1.39 224	21.16 361	1.25 198	0.90 162	3.86 187	1.63 297	4.10 230	3.22 248	2.79 302	1.96 200	3.78 312	1.70 216	2.53 145	3.12 285	0.44 217	0.37 189	0.42 252	0.38 253	0.59 268	0.58 160

TestStereo1	2.56 147	1.41 226	20.56 303	1.63 298	0.74 122	4.13 247	1.34 263	3.93 185	3.38 279	1.61 64	2.56 297	1.43 90	2.13 260	2.55 146	1.70 178	0.32 82	0.22 47	0.34 178	0.26 88	0.40 163	0.53 134

SA-5K	2.56 147	1.41 226	20.56 303	1.63 298	0.74 122	4.13 247	1.34 263	3.93 185	3.38 279	1.61 64	2.56 297	1.43 90	2.13 260	2.55 146	1.70 178	0.32 82	0.22 47	0.34 178	0.26 88	0.40 163	0.53 134

SA	2.55 142	1.54 240	20.70 320	1.12 139	0.48 40	4.26 283	1.33 262	4.45 338	3.28 258	1.68 75	1.96 200	1.69 107	2.25 270	2.60 148	1.57 148	0.30 55	0.29 137	0.37 217	0.38 253	0.36 137	0.47 102

MFMNet_re	3.44 282	8.89 347	19.36 184	3.25 382	1.91 347	3.13 67	1.99 321	3.60 127	4.16 331	3.17 334	2.86 320	2.25 185	2.41 279	2.61 149	2.35 250	1.13 358	1.06 317	0.94 360	0.91 356	1.29 362	1.57 283

CFNet_ucs	2.32 89	0.75 96	17.05 119	0.90 54	0.81 139	3.86 187	0.68 70	4.31 307	2.68 163	2.13 173	2.04 212	3.30 277	1.24 114	2.63 150	1.23 81	0.37 159	0.46 242	0.56 315	0.30 173	0.67 298	0.53 134

HH	3.19 253	0.91 139	21.34 373	1.24 184	0.61 83	4.16 258	0.80 126	2.94 77	1.82 65	1.23 39	1.84 170	4.61 355	1.84 238	2.63 150	0.99 48	0.29 33	1.53 331	0.30 97	0.24 63	0.34 107	14.22 394

HanStereo	3.19 253	0.91 139	21.34 373	1.24 184	0.61 83	4.16 258	0.80 126	2.94 77	1.82 65	1.23 39	1.84 170	4.61 355	1.84 238	2.63 150	0.99 48	0.29 33	1.53 331	0.30 97	0.24 63	0.34 107	14.22 394

LMCR-Stereo	2.53 133	2.30 291	18.81 157	1.64 302	0.86 149	3.88 192	1.14 238	4.33 316	1.63 46	2.27 214	2.35 265	1.13 56	2.41 279	2.63 150	2.26 244	1.06 355	0.24 88	0.29 76	0.25 74	0.62 277	0.42 75

Sa-1000	2.54 137	1.47 232	20.36 276	1.16 153	0.55 65	4.07 234	1.39 271	4.49 342	3.01 214	2.06 154	2.79 316	1.84 140	1.43 147	2.68 154	1.53 139	0.31 69	0.26 120	0.36 206	0.33 207	0.37 141	0.46 94

test-3	2.19 63	0.59 17	18.63 152	1.13 144	0.75 126	2.07 28	0.89 163	4.37 325	1.53 19	2.25 205	1.20 27	2.05 175	0.79 32	2.68 154	1.35 105	0.29 33	0.95 311	0.28 62	0.27 103	0.27 15	1.47 278

test_1	2.19 63	0.59 17	18.67 154	1.13 144	0.78 133	2.07 28	0.89 163	4.37 325	1.53 19	2.18 188	1.20 27	2.05 175	0.78 26	2.68 154	1.36 112	0.29 33	0.93 308	0.28 62	0.27 103	0.28 20	1.53 281

test_3	2.17 61	0.58 9	18.64 153	1.11 132	0.78 133	2.15 32	0.85 149	4.42 333	1.47 7	2.00 132	1.20 27	2.02 169	0.79 32	2.70 157	1.35 105	0.29 33	1.04 316	0.29 76	0.29 157	0.31 47	1.07 253

DisPM	2.29 84	0.61 29	20.25 262	1.79 325	0.52 59	4.58 334	0.77 113	2.50 44	2.22 105	2.49 272	1.82 157	1.45 93	1.01 61	2.73 158	1.04 55	0.48 251	0.20 17	0.32 129	0.31 190	0.32 65	0.45 87

MIPNet	2.43 116	1.13 191	20.00 231	0.93 64	0.58 78	4.74 365	0.62 50	4.33 316	2.95 202	1.94 115	1.49 69	1.52 97	1.96 249	2.77 159	1.60 157	0.35 133	0.20 17	0.27 42	0.23 50	0.32 65	0.59 162

Wz-Net-LNSev	2.78 199	6.16 333	17.27 124	1.24 184	1.65 322	3.49 117	1.55 290	3.70 143	3.61 306	1.96 122	1.76 133	3.30 277	2.17 266	2.78 160	2.24 242	0.49 257	0.35 177	0.32 129	0.31 190	0.56 259	0.65 184

BEATNet_4x	2.65 170	4.43 324	18.10 142	1.41 249	0.59 79	3.44 104	1.02 213	4.08 224	2.97 204	2.28 216	1.75 132	2.18 182	1.61 187	2.80 161	3.54 291	0.39 178	0.25 100	0.47 271	0.31 190	0.61 272	0.86 229

GrayStereo	3.68 300	0.56 4	20.61 313	1.71 314	0.90 162	4.17 263	8.11 397	3.17 93	4.13 330	2.80 304	2.49 288	1.70 109	17.06 403	2.83 162	1.25 91	0.37 159	0.23 70	0.27 42	0.32 200	0.30 42	0.57 148

iinet-f	2.44 117	1.82 268	14.97 80	1.21 174	1.11 217	3.78 171	1.10 231	4.19 262	2.90 198	2.10 167	1.76 133	2.99 255	2.97 303	2.84 163	2.79 267	0.38 171	0.38 202	0.28 62	0.28 127	0.50 240	0.47 102

test_4	1.98 34	0.68 58	15.65 91	0.91 56	0.48 40	4.11 242	1.09 227	2.41 37	1.50 13	1.55 57	2.31 262	1.87 145	0.79 32	2.86 164	1.51 136	0.34 121	0.19 9	0.29 76	0.29 157	0.30 42	0.40 63

fast-acv-ft	2.62 161	1.62 250	20.48 295	1.45 263	1.39 271	3.16 68	1.16 243	3.41 115	2.45 144	1.97 124	2.15 231	2.68 230	2.15 262	2.92 165	2.47 259	0.43 211	0.40 214	0.45 264	0.40 266	0.62 277	0.64 181

GMM-Stereo	2.52 129	0.56 4	20.57 307	0.92 62	0.83 142	4.18 266	1.88 315	2.51 45	2.40 133	2.48 269	2.30 261	1.69 107	1.84 238	2.93 166	1.25 91	0.32 82	0.19 9	0.33 161	0.49 301	0.37 141	2.40 314

NRIStereo	2.32 89	0.69 63	20.07 237	1.35 227	0.38 6	4.73 363	0.89 163	2.43 39	3.35 275	1.95 120	1.37 55	1.75 115	1.21 110	2.97 167	1.35 105	0.49 257	0.22 47	0.29 76	0.26 88	0.31 47	0.33 22

MSKI-zero shot	2.33 92	0.69 63	20.22 258	1.14 148	0.77 132	4.05 230	0.68 70	3.95 188	1.51 16	1.93 109	2.35 265	1.91 149	0.71 15	3.01 168	0.79 10	0.28 28	1.47 329	0.27 42	0.21 25	0.28 20	0.44 83

RAFT+CT+SA	2.32 89	1.30 216	19.71 205	1.01 104	1.41 277	4.04 226	0.92 192	3.96 189	1.64 48	1.64 68	1.69 115	1.63 104	1.18 106	3.06 169	1.19 76	0.28 28	0.22 47	0.32 129	0.34 216	0.34 107	0.47 102

iRaft-Stereo_20w	3.11 238	0.69 63	18.89 160	1.00 101	1.09 212	5.03 374	1.00 209	5.86 390	2.46 145	2.83 308	1.64 107	3.06 262	4.30 345	3.08 170	1.74 188	0.31 69	0.30 145	0.27 42	0.35 229	0.42 188	7.93 366

DN-CSS_ROB	2.89 209	9.72 355	19.71 205	2.07 345	0.90 162	4.01 221	0.61 43	4.06 215	3.35 275	1.66 72	1.89 183	1.39 84	1.06 77	3.24 171	1.88 204	0.44 217	0.19 9	0.44 258	0.29 157	0.40 163	0.42 75

iResNet	2.70 182	1.35 222	20.93 336	2.01 340	0.73 119	3.76 166	0.83 138	4.28 294	2.93 200	2.38 250	2.03 210	1.35 78	1.54 172	3.28 172	4.42 305	0.42 197	0.25 100	0.29 76	0.23 50	0.45 212	0.64 181

pcwnet_v2	2.73 190	0.70 69	22.43 399	1.11 132	1.02 190	3.58 133	0.80 126	4.31 307	3.42 288	2.39 252	2.28 257	2.99 255	1.68 211	3.31 173	1.54 142	0.44 217	0.51 261	0.41 242	0.34 216	0.62 277	0.74 209

UCFNet_RVC	2.53 133	1.29 214	20.56 303	1.42 256	1.40 275	4.01 221	1.04 220	2.79 71	1.67 54	2.27 214	1.88 181	2.94 252	1.50 160	3.48 174	1.68 173	0.37 159	0.29 137	0.52 299	0.41 276	0.55 253	0.51 124

ADCP+	4.42 336	12.67 371	18.95 162	1.12 139	1.55 297	4.30 289	3.60 377	4.01 198	3.80 317	2.30 220	1.71 121	3.93 319	4.29 344	3.49 175	18.77 402	0.40 185	0.41 220	0.63 335	0.53 314	0.67 298	1.35 270

UNet	2.53 133	0.91 139	20.07 237	1.19 167	1.44 282	3.45 107	0.75 105	3.80 161	1.98 80	2.09 165	1.57 88	2.74 236	2.37 277	3.51 176	2.52 261	0.35 133	0.30 145	0.41 242	0.28 127	0.40 163	0.50 118

test_5	2.45 119	1.43 228	19.72 207	1.20 169	1.39 271	3.88 192	1.25 255	4.03 206	1.98 80	1.74 87	1.82 157	1.86 142	1.78 226	3.57 177	1.35 105	0.33 105	0.21 33	0.35 195	0.33 207	0.34 107	0.43 79

LCNet	2.54 137	0.60 24	20.89 333	1.01 104	0.57 75	3.60 138	1.21 250	3.20 95	1.70 57	2.17 185	1.76 133	1.43 90	4.12 342	3.61 178	0.94 36	0.32 82	0.20 17	0.28 62	0.76 344	0.50 240	1.83 300

iResNetv2_ROB	3.31 270	14.88 402	20.01 232	2.17 347	1.09 212	3.84 181	1.13 236	4.22 269	3.15 237	2.02 141	2.06 220	2.00 168	1.69 213	3.61 178	2.10 233	0.36 152	0.22 47	0.32 129	0.22 42	0.48 235	0.58 160

UPFNet	2.23 68	0.86 122	14.25 69	1.28 204	1.44 282	3.51 121	1.34 263	4.05 213	2.11 92	2.44 264	1.53 72	2.41 204	1.39 134	3.62 180	1.91 208	0.41 188	0.41 220	0.37 217	0.32 200	0.44 205	0.48 109

FTStereo	3.74 303	0.60 24	20.43 283	0.99 98	0.66 102	4.34 293	11.24 399	2.63 64	1.95 78	2.58 278	5.03 363	1.90 148	13.77 397	3.70 181	1.28 99	0.41 188	0.24 88	0.31 115	0.33 207	0.32 65	2.08 304

MMNet	2.15 56	1.33 220	12.06 51	1.22 177	1.23 244	3.55 128	0.89 163	3.84 167	2.26 113	2.19 193	1.78 143	2.15 181	2.10 254	3.70 181	2.35 250	0.45 226	0.38 202	0.34 178	0.28 127	0.40 163	0.52 129

dad	2.65 170	3.40 311	19.45 190	1.05 118	0.65 101	4.21 277	0.84 145	2.10 28	2.77 175	2.32 235	1.72 123	1.72 112	1.27 116	3.86 183	2.04 227	1.06 355	0.40 214	2.04 380	0.49 301	0.78 319	0.83 221

gwcnet-sp	2.38 103	1.51 236	17.58 132	1.11 132	0.92 168	3.59 134	1.03 215	3.79 156	2.43 138	2.60 279	1.63 102	1.80 132	1.61 187	3.87 184	1.99 217	0.33 105	0.32 155	0.30 97	0.29 157	0.40 163	0.47 102

scenet	2.38 103	1.51 236	17.58 132	1.11 132	0.92 168	3.59 134	1.03 215	3.79 156	2.43 138	2.60 279	1.63 102	1.80 132	1.61 187	3.87 184	1.99 217	0.33 105	0.32 155	0.30 97	0.29 157	0.40 163	0.47 102

ssnet	2.38 103	1.51 236	17.58 132	1.11 132	0.92 168	3.59 134	1.03 215	3.79 156	2.43 138	2.60 279	1.63 102	1.80 132	1.61 187	3.87 184	1.99 217	0.33 105	0.32 155	0.30 97	0.29 157	0.40 163	0.47 102

DispFullNet	4.71 347	3.93 317	23.92 406	4.00 392	3.01 374	3.38 93	1.31 260	4.23 274	3.26 254	6.31 385	2.92 322	4.03 325	7.80 378	3.93 187	5.15 313	2.80 379	1.61 334	3.11 399	2.70 403	3.32 383	3.38 337

DLNR_Zeroshot_test	29.83 417	55.48 429	50.99 424	183.84 432	114.74 429	3.44 104	0.28 1	29.52 417	1.59 32	1.03 28	1.25 35	0.93 43	0.64 8	3.95 188	1.62 161	37.16 426	1.69 337	0.26 33	0.23 50	92.97 430	15.07 398

EKT-Stereo	7.93 390	0.75 96	21.17 363	1.84 328	109.80 428	4.51 321	0.61 43	4.13 241	1.59 32	1.89 103	1.24 33	1.96 161	1.35 127	4.02 189	1.36 112	0.42 197	0.31 149	0.29 76	0.27 103	0.35 120	0.78 214

LALA_ROB	2.88 207	2.13 285	19.08 167	1.10 128	0.99 182	3.91 198	1.81 312	4.50 346	3.04 222	3.32 341	1.87 179	2.75 238	1.66 208	4.06 190	4.02 298	0.47 246	0.44 236	0.55 312	0.53 314	0.61 272	0.73 205

PWCDC_ROB	3.62 293	9.86 356	17.35 126	1.62 295	1.57 303	4.19 274	1.01 210	4.35 320	4.20 332	2.26 211	7.36 369	2.73 233	2.75 294	4.10 191	4.51 306	1.47 369	0.37 189	0.39 233	0.34 216	1.22 359	0.73 205

hknet	2.34 94	0.78 107	13.86 62	0.94 69	1.07 206	4.18 266	1.14 238	4.49 342	3.00 210	2.96 319	1.82 157	3.47 288	1.30 122	4.11 192	1.77 190	0.35 133	0.25 100	0.31 115	0.28 127	0.38 150	0.41 68

XX-Stereo	2.66 174	0.70 69	21.17 363	2.33 353	1.24 246	4.31 292	0.45 11	4.48 341	1.60 37	2.39 252	1.89 183	4.60 354	0.60 4	4.17 193	1.11 64	0.34 121	0.26 120	0.29 76	0.29 157	0.53 247	0.43 79

DISCO	2.40 107	0.99 174	11.99 50	1.81 326	1.12 219	3.47 110	1.24 254	3.34 109	2.57 155	2.73 294	1.96 200	4.52 350	1.90 246	4.18 194	3.62 294	0.37 159	0.27 127	0.31 115	0.30 173	0.70 306	0.62 174

ADCMid	4.55 340	10.78 361	17.67 136	1.32 222	1.43 280	4.62 340	2.24 336	4.22 269	4.97 368	3.93 358	3.01 326	3.84 316	3.66 334	4.22 195	18.57 400	0.69 321	0.62 281	1.09 367	1.20 369	1.48 367	1.49 279

tt	7.29 388	0.58 9	7.34 28	4.04 393	2.30 363	12.04 402	20.18 408	15.60 413	7.41 393	3.46 345	3.36 341	5.36 369	6.39 367	4.27 196	7.46 331	9.80 414	11.53 412	7.04 412	7.45 413	6.31 403	3.81 342

MLCV	2.52 129	1.77 262	18.20 145	1.17 160	0.63 94	3.60 138	0.53 22	3.88 172	2.35 129	2.82 306	2.24 250	1.99 164	1.42 144	4.59 197	3.09 282	0.39 178	0.22 47	0.33 161	0.22 42	0.35 120	0.52 129

PFNet+	2.46 121	0.64 37	21.10 355	0.98 93	0.48 40	4.63 342	0.83 138	2.47 41	3.48 298	2.14 175	1.67 110	1.34 76	1.03 62	4.66 198	1.35 105	0.49 257	0.33 161	0.38 229	0.39 259	0.33 86	0.49 114

iResNet_ROB	2.72 185	10.38 359	14.41 72	1.46 264	0.99 182	3.74 164	0.66 60	4.01 198	2.84 186	2.04 149	2.05 218	1.98 163	1.38 131	4.73 199	1.91 208	0.35 133	0.20 17	0.28 62	0.19 9	0.33 86	0.41 68

GEStereo_RVC	2.66 174	1.20 203	20.38 278	1.29 209	1.05 203	4.02 223	1.42 275	4.17 254	2.24 107	2.10 167	1.86 176	2.33 194	1.84 238	4.93 200	1.78 191	0.51 273	0.38 202	0.32 129	0.29 157	0.44 205	0.56 143

DeepPruner_ROB	2.61 158	1.97 276	19.32 182	1.03 111	1.20 236	4.38 296	0.90 179	3.44 117	1.77 61	2.61 283	1.54 81	2.77 241	1.27 116	5.05 201	2.08 231	0.52 283	0.40 214	0.37 217	0.35 229	0.52 246	0.62 174

STTStereo	2.62 161	1.28 212	19.16 170	1.52 277	1.55 297	3.84 181	0.89 163	3.75 151	2.59 158	2.23 202	1.59 94	2.48 213	1.58 178	5.11 202	1.72 183	0.38 171	0.41 220	0.47 271	0.54 317	0.53 247	0.75 211

Wz-Net-LNSev-Ref	2.72 185	2.55 297	14.91 78	1.37 236	1.36 265	3.50 119	1.63 297	4.11 233	3.38 279	2.55 276	2.04 212	2.35 198	2.50 287	5.14 203	4.64 309	0.53 285	0.22 47	0.35 195	0.21 25	0.41 181	0.60 166

1test111	3.86 310	0.94 152	19.66 197	1.87 329	0.42 21	4.47 312	0.73 92	4.07 217	4.63 354	1.21 34	1.89 183	0.73 17	1.62 195	5.19 204	1.68 173	0.31 69	18.77 413	0.32 129	0.21 25	0.35 120	8.09 368

qqq	2.96 220	0.88 128	15.54 90	1.27 202	0.74 122	2.29 38	0.90 179	4.07 217	4.63 354	1.63 67	1.32 47	1.78 130	1.36 128	5.19 204	1.68 173	0.29 33	6.43 385	0.33 161	0.36 238	0.35 120	8.09 368

PDISCO_ROB	3.32 272	5.22 328	18.16 144	2.03 342	2.19 358	4.52 322	1.63 297	4.74 369	3.32 271	2.22 200	2.18 241	3.71 308	2.41 279	5.36 206	2.43 256	1.35 365	0.79 298	0.72 350	0.62 333	1.31 363	1.53 281

delet	2.66 174	1.11 187	18.42 149	1.05 118	1.65 322	3.47 110	2.00 324	3.81 163	2.82 184	2.15 179	2.11 227	2.62 227	1.88 245	5.38 207	2.21 241	0.34 121	0.38 202	0.40 238	0.32 200	0.45 212	0.54 138

DSFCA	2.38 103	1.03 177	11.06 46	1.15 149	1.18 229	3.97 217	1.75 307	3.63 131	2.44 142	3.14 331	1.68 112	2.90 250	2.48 284	5.38 207	3.17 286	0.49 257	0.45 238	0.37 217	0.37 246	0.54 250	0.46 94

ASMatch	2.65 170	0.68 58	20.65 317	1.60 291	0.71 117	4.40 302	0.77 113	2.02 23	1.65 50	1.71 81	3.89 350	1.93 150	3.75 336	5.45 209	1.67 171	0.33 105	0.24 88	0.34 178	0.28 127	0.34 107	0.57 148

aanetorigin	3.34 275	2.00 277	17.58 132	1.20 169	1.57 303	2.57 45	3.75 380	2.73 69	2.10 90	6.11 384	4.27 355	2.88 248	5.64 359	5.46 210	4.60 308	0.53 285	0.46 242	0.45 264	0.48 298	1.15 354	1.22 263

DDUNet	3.65 295	2.81 301	19.59 195	3.57 387	2.26 359	3.47 110	1.35 266	4.21 268	2.40 133	2.68 289	2.48 287	4.17 334	1.78 226	5.48 211	2.61 264	2.25 375	1.77 338	2.61 389	2.43 398	2.63 379	2.40 314

CRFU-Net	2.56 147	0.89 132	10.77 45	2.53 363	1.09 212	3.91 198	1.40 272	3.87 171	1.92 74	2.25 205	1.80 150	3.32 280	7.85 380	5.53 212	1.54 142	0.58 298	0.36 184	0.31 115	0.28 127	0.39 160	0.56 143

HGLStereo	2.74 191	1.03 177	20.80 326	1.24 184	1.55 297	3.62 142	0.94 198	3.83 166	2.09 88	2.18 188	2.20 245	3.11 267	2.12 258	5.65 213	2.07 230	0.50 267	0.34 168	0.32 129	0.30 173	0.42 188	0.50 118

NLCA_NET_v2_RVC	2.76 196	1.48 233	19.72 207	1.62 295	2.00 351	3.95 211	0.86 152	3.92 181	2.51 148	2.56 277	1.69 115	2.83 246	1.61 187	5.65 213	1.78 191	0.48 251	0.36 184	0.38 229	0.42 279	0.56 259	0.77 212
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
IGEVStereo-DCA	3.09 236	3.48 314	16.25 101	0.96 84	0.49 47	1.59 12	0.83 138	1.68 6	3.44 289	0.75 4	0.78 3	0.74 22	0.73 18	5.79 215	7.75 333	0.32 82	0.26 120	0.28 62	0.21 25	0.32 65	15.08 399

rrr	3.66 296	3.48 314	23.50 404	0.96 84	0.49 47	1.59 12	0.92 192	8.19 396	2.75 171	0.75 4	0.78 3	0.74 22	0.73 18	5.79 215	7.75 333	0.32 82	0.26 120	0.28 62	0.21 25	0.32 65	13.47 387

HCRNet	2.24 70	0.74 85	14.54 74	0.82 26	1.36 265	4.11 242	0.70 78	3.61 129	3.03 219	1.83 100	1.61 95	1.58 99	1.40 138	5.79 215	1.60 157	0.35 133	0.28 133	0.36 206	0.29 157	0.34 107	0.46 94

test_xeample3	3.67 298	3.52 316	21.53 379	0.98 93	0.51 56	1.88 19	0.91 187	8.10 395	2.76 174	0.82 8	0.76 2	0.65 6	0.70 13	5.88 218	7.74 332	0.32 82	0.29 137	0.27 42	0.22 42	0.29 31	15.33 404

AF-Net	3.15 246	2.65 299	18.81 157	1.37 236	1.76 336	3.30 88	1.57 292	4.20 264	3.05 224	2.76 297	2.94 324	4.50 349	3.21 319	5.88 218	3.07 281	0.88 347	0.39 211	0.72 350	0.50 307	0.75 316	0.66 190

RE-Stereo	2.67 178	0.67 52	21.08 348	2.43 356	0.47 35	4.67 348	0.67 62	3.68 137	4.30 341	2.11 169	1.62 98	1.36 80	1.09 81	6.01 220	1.26 96	0.45 226	0.20 17	0.36 206	0.34 216	0.32 65	0.37 50

TVStereo	2.67 178	0.67 52	21.08 348	2.43 356	0.47 35	4.67 348	0.67 62	3.68 137	4.30 341	2.11 169	1.62 98	1.36 80	1.09 81	6.01 220	1.26 96	0.45 226	0.20 17	0.36 206	0.34 216	0.32 65	0.37 50

ADCPNet	4.25 327	4.04 319	21.95 387	1.33 224	1.31 258	6.34 386	2.63 349	4.07 217	3.23 251	2.81 305	2.21 248	4.27 339	6.08 364	6.01 220	11.73 352	0.67 318	1.17 323	0.71 347	1.71 382	0.87 333	1.82 298

OCTAStereo	2.67 178	0.67 52	21.08 348	2.43 356	0.47 35	4.67 348	0.67 62	3.68 137	4.31 344	2.11 169	1.62 98	1.36 80	1.09 81	6.02 223	1.25 91	0.45 226	0.20 17	0.36 206	0.34 216	0.32 65	0.37 50

PSM-softLoss	2.62 161	0.65 44	21.11 356	2.46 360	0.49 47	4.68 356	0.68 70	2.61 62	4.23 335	2.14 175	1.47 67	1.42 88	0.99 56	6.04 224	1.24 85	0.47 246	0.23 70	0.37 217	0.39 259	0.33 86	0.34 30

KMStereo	2.62 161	0.65 44	21.11 356	2.46 360	0.49 47	4.68 356	0.68 70	2.61 62	4.23 335	2.14 175	1.47 67	1.42 88	0.99 56	6.04 224	1.24 85	0.47 246	0.23 70	0.37 217	0.39 259	0.33 86	0.34 30

NF-Stereo	2.68 181	0.67 52	21.09 353	2.43 356	0.47 35	4.67 348	0.67 62	3.68 137	4.30 341	2.11 169	1.62 98	1.36 80	1.09 81	6.07 226	1.24 85	0.45 226	0.20 17	0.36 206	0.34 216	0.32 65	0.37 50

ADCS	4.77 350	12.63 370	17.40 127	1.72 315	1.34 262	3.90 195	3.60 377	4.30 297	3.54 303	5.11 378	2.81 318	4.44 346	3.05 313	6.15 227	19.32 403	0.74 335	0.68 289	0.70 345	0.70 340	1.25 361	1.98 301

AAGNet	3.88 312	0.67 52	20.04 235	2.27 350	0.46 31	4.76 367	1.05 221	2.28 33	3.38 279	2.16 183	1.84 170	2.40 200	3.95 339	6.22 228	24.21 408	0.49 257	0.19 9	0.30 97	0.29 157	0.33 86	0.29 10

RTSC	3.44 282	6.78 338	16.53 113	1.76 323	1.54 293	3.53 125	0.94 198	4.22 269	2.97 204	3.65 352	3.23 338	3.31 279	2.29 271	6.22 228	7.41 330	0.61 303	1.32 327	0.37 217	0.42 279	0.78 319	0.98 243

ADCRef	3.66 296	5.95 332	15.50 89	1.20 169	1.41 277	3.93 206	1.61 294	3.92 181	2.77 175	3.13 328	2.20 245	2.40 200	2.78 296	6.23 230	16.59 376	0.50 267	0.35 177	0.63 335	0.62 333	0.58 266	0.92 236

SHD	3.22 258	4.21 322	14.19 68	2.37 354	2.12 355	2.77 49	1.19 245	4.24 281	3.25 253	4.64 373	2.73 313	3.62 306	2.76 295	6.30 231	4.75 311	0.66 315	1.25 326	0.52 299	0.59 327	0.69 305	1.64 288

ADCL	4.70 346	4.04 319	16.12 97	1.35 227	1.28 251	5.46 380	10.88 398	4.08 224	4.25 337	5.97 382	4.51 358	4.29 341	5.60 357	6.37 232	15.21 371	0.54 289	0.48 253	0.88 359	0.78 346	0.86 331	1.01 247

DMCA-RVC	2.72 185	3.31 310	20.08 242	1.27 202	1.13 221	2.49 43	0.85 149	3.43 116	1.85 69	3.04 323	1.58 92	1.99 164	1.51 162	6.42 233	2.86 271	0.39 178	0.31 149	0.44 258	0.37 246	0.47 230	0.65 184

ARAFT	3.24 262	13.49 374	19.88 221	0.93 64	0.49 47	4.16 258	1.40 272	4.37 325	3.21 243	2.40 255	1.91 191	1.70 109	1.04 68	6.43 234	1.45 131	0.37 159	0.19 9	0.37 217	0.35 229	0.37 141	0.35 34

PVD	3.91 313	4.36 323	13.89 64	2.81 374	4.79 398	3.80 175	1.94 317	3.89 174	4.11 328	5.75 380	3.56 345	3.59 303	3.34 325	6.44 235	6.44 321	0.73 332	2.84 360	0.74 353	0.84 351	0.82 327	3.45 339

UDG	3.84 309	2.91 303	20.05 236	2.98 376	1.98 350	3.95 211	1.18 244	4.43 335	2.24 107	2.47 267	2.53 295	4.49 348	2.44 282	6.52 236	4.74 310	2.14 374	1.77 338	2.64 390	2.58 400	2.66 380	2.19 311

IPLG	2.56 147	1.11 187	19.89 222	0.95 77	0.79 136	4.60 338	0.56 25	4.31 307	2.10 90	1.94 115	2.00 207	1.34 76	1.37 130	6.59 237	1.59 153	0.32 82	0.21 33	0.27 42	0.23 50	0.32 65	0.63 177

RAFT-345	2.55 142	0.60 24	19.89 222	1.22 177	0.49 47	4.43 306	0.77 113	1.68 6	3.54 303	2.09 165	3.10 332	1.95 156	1.30 122	6.65 238	1.47 134	0.41 188	0.23 70	0.32 129	0.26 88	0.29 31	0.28 7

SST-Stereo	2.63 165	0.63 34	19.76 210	1.69 309	0.46 31	4.71 362	0.74 100	2.27 32	3.07 226	2.07 160	2.15 231	2.42 206	3.17 318	6.66 239	0.95 41	0.45 226	0.19 9	0.30 97	0.27 103	0.35 120	0.31 14

IRAFT_RVC	2.74 191	0.71 73	19.80 211	2.52 362	0.67 104	4.60 338	1.57 292	3.05 87	2.99 208	2.23 202	1.72 123	2.08 178	2.59 290	6.69 240	1.61 159	0.37 159	0.21 33	0.33 161	0.29 157	0.33 86	0.35 34

RAFT_R40	2.61 158	0.64 37	19.86 218	1.69 309	0.46 31	4.74 365	0.95 201	2.28 33	2.52 150	2.02 141	2.32 263	2.69 232	2.52 289	6.70 241	1.05 58	0.42 197	0.19 9	0.30 97	0.27 103	0.33 86	0.29 10

RAFT-RH_RVC	2.72 185	0.64 37	20.10 245	1.48 269	0.49 47	4.46 309	0.56 25	1.73 12	2.86 193	3.06 324	5.50 365	2.02 169	1.28 119	6.70 241	1.56 145	0.46 239	0.22 47	0.37 217	0.34 216	0.29 31	0.33 22

FINET	10.59 396	14.44 396	25.84 409	2.30 351	3.90 389	21.74 412	25.19 411	8.85 397	16.99 404	2.68 289	15.19 402	11.45 391	13.83 398	6.71 243	15.11 370	0.80 340	8.59 393	0.53 303	0.44 287	0.62 277	16.67 408

DEmStereo	3.24 262	0.65 44	18.95 162	0.83 27	0.54 62	3.85 184	1.79 310	2.53 48	2.54 152	2.25 205	2.74 314	2.02 169	6.02 363	6.78 244	11.30 347	0.40 185	0.26 120	0.27 42	0.27 103	0.28 20	0.57 148

XQC	3.41 279	6.58 336	15.18 82	1.97 335	1.62 312	3.40 96	1.76 308	4.53 348	3.67 312	3.40 343	2.45 284	3.73 309	2.91 300	6.78 244	5.36 315	0.73 332	0.90 306	0.60 325	0.61 331	1.02 341	0.99 244

raft_robust	3.17 250	2.15 286	20.28 265	1.06 121	0.55 65	3.86 187	0.46 12	4.42 333	2.77 175	1.70 80	1.37 55	7.48 381	6.35 365	6.81 246	1.44 128	0.31 69	0.74 296	0.30 97	0.37 246	0.32 65	0.57 148

StereoDRNet-Refined	2.23 68	0.98 165	10.62 44	1.25 198	0.78 133	3.29 85	0.71 83	3.96 189	2.20 102	2.43 261	2.05 218	2.97 253	1.46 152	6.87 247	2.33 248	0.37 159	0.25 100	0.42 252	0.34 216	0.47 230	0.80 217
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
Nwc_Net	3.03 229	1.90 273	19.16 170	1.38 239	1.69 328	3.53 125	1.19 245	4.03 206	2.19 99	2.79 302	2.84 319	3.80 314	2.46 283	6.93 248	2.87 273	0.96 351	0.41 220	0.59 322	0.68 338	0.60 271	0.65 184

IPLGR	2.61 158	0.73 79	20.72 322	0.87 42	0.54 62	4.58 334	0.52 21	4.32 313	2.79 178	1.91 105	1.54 81	1.72 112	1.71 218	6.94 249	1.43 124	0.31 69	0.21 33	0.27 42	0.24 63	0.34 107	0.48 109

DRaft	3.12 241	0.68 58	20.57 307	0.77 9	0.49 47	3.95 211	1.20 248	2.40 36	1.60 37	2.64 287	2.80 317	1.59 100	5.33 356	6.94 249	9.51 341	0.43 211	0.22 47	0.27 42	0.27 103	0.32 65	0.47 102

AnyNet_C01	4.68 345	10.90 362	16.41 110	2.03 342	1.62 312	6.25 384	6.40 392	4.19 262	5.13 371	4.03 360	3.77 349	4.14 332	3.26 320	7.23 251	11.19 345	0.64 312	0.80 299	0.65 339	0.72 342	2.18 375	2.08 304

THIR-Stereo	4.50 339	1.11 187	18.71 155	0.89 48	0.47 35	2.25 35	16.71 404	3.53 121	1.58 29	2.04 149	12.04 396	2.66 229	7.52 377	7.29 252	11.25 346	0.32 82	0.21 33	0.29 76	0.28 127	0.35 120	0.52 129

STrans-v2	3.11 238	0.95 156	20.80 326	0.86 36	0.64 96	3.90 195	1.01 210	4.30 297	3.61 306	2.28 216	3.65 346	4.11 331	5.17 355	7.32 253	1.63 164	0.34 121	0.18 5	0.29 76	0.26 88	0.30 42	0.65 184

CrosDoStereo	5.27 359	0.75 96	20.07 237	0.85 33	0.53 60	3.40 96	18.03 405	3.90 176	3.29 263	1.99 128	8.27 375	1.95 156	6.95 374	7.34 254	25.94 411	0.33 105	0.22 47	0.30 97	0.28 127	0.35 120	0.61 170

DeepStereo_LL	5.27 359	0.75 96	20.07 237	0.85 33	0.53 60	3.40 96	18.03 405	3.90 176	3.29 263	1.99 128	8.27 375	1.95 156	6.95 374	7.34 254	25.94 411	0.33 105	0.22 47	0.30 97	0.28 127	0.35 120	0.61 170

TransformOpticalFlow	3.07 234	0.87 125	20.87 332	1.10 128	0.56 68	4.18 266	0.64 57	4.36 322	3.28 258	2.19 193	3.08 330	4.32 343	5.01 353	7.36 256	1.59 153	0.34 121	0.18 5	0.32 129	0.26 88	0.29 31	0.57 148

SQANet	4.22 324	14.03 387	20.30 270	2.78 370	2.75 370	3.41 99	1.48 283	3.66 135	2.25 110	2.62 285	1.77 140	2.68 230	1.90 246	7.41 257	3.78 296	2.97 382	1.42 328	1.85 379	1.13 365	3.28 382	2.86 324

Wz-Net-MNSev	3.26 266	7.24 341	17.26 123	1.58 288	1.37 268	3.27 80	2.45 341	4.10 230	4.50 352	2.61 283	2.17 236	2.33 194	3.02 310	7.48 258	2.88 274	0.46 239	0.39 211	0.37 217	0.38 253	0.61 272	0.63 177

PFNet	2.75 194	0.69 63	19.96 227	2.25 349	0.80 137	4.63 342	0.90 179	2.60 61	3.85 320	2.39 252	2.71 312	1.82 137	1.41 142	7.53 259	1.41 121	0.36 152	0.21 33	0.36 206	0.27 103	0.32 65	0.46 94

IIG-Stereo	2.89 209	0.98 165	19.80 211	2.78 370	0.67 104	4.62 340	0.74 100	4.29 295	2.26 113	2.62 285	3.10 332	3.33 281	1.60 182	7.64 260	1.51 136	0.42 197	0.21 33	0.32 129	0.25 74	0.33 86	0.28 7

OMP-Stereo	2.94 217	1.26 206	20.07 237	2.73 368	0.67 104	4.58 334	1.46 280	4.33 316	2.21 104	3.14 331	2.68 309	3.22 273	1.38 131	7.65 261	1.42 122	0.46 239	0.21 33	0.33 161	0.26 88	0.34 107	0.31 14

RTS	4.29 331	9.35 351	18.25 146	2.79 372	2.29 361	4.98 372	3.41 368	4.72 366	4.27 339	4.35 367	3.10 332	4.93 361	3.14 315	7.71 262	6.99 325	0.71 325	0.68 289	0.51 296	0.50 307	1.07 346	1.98 301

RTSA	4.29 331	9.35 351	18.25 146	2.79 372	2.29 361	4.98 372	3.41 368	4.72 366	4.27 339	4.35 367	3.10 332	4.93 361	3.14 315	7.71 262	6.99 325	0.71 325	0.68 289	0.51 296	0.50 307	1.07 346	1.98 301

NINENet	2.59 152	0.89 132	16.09 96	1.16 153	1.07 206	4.50 317	0.75 105	4.43 335	2.61 159	2.18 188	1.91 191	3.61 304	1.03 62	7.92 264	1.18 73	0.49 257	0.34 168	0.41 242	0.30 173	0.42 188	0.44 83

Wz-Net-SNSev	3.47 288	10.51 360	16.90 117	1.65 303	1.20 236	3.29 85	2.03 327	4.16 250	3.03 219	2.35 241	2.39 272	3.48 289	2.12 258	7.95 265	4.28 301	0.51 273	0.40 214	0.53 303	0.49 301	0.74 314	1.46 277

cf-r	2.93 213	2.19 287	20.59 311	1.49 271	1.35 264	4.18 266	0.92 192	3.73 150	3.12 233	2.16 183	1.82 157	3.40 284	1.44 148	8.22 266	1.93 213	0.34 121	0.31 149	0.33 161	0.30 173	0.38 150	0.45 87

AnyNet_C32	4.49 338	9.53 353	13.85 60	1.67 305	1.56 301	5.40 379	4.06 386	4.03 206	3.69 313	4.21 366	3.09 331	3.09 265	3.38 329	8.24 267	18.76 401	0.56 295	0.64 283	0.53 303	0.81 349	1.36 365	1.42 275

ELAS	6.58 378	2.54 296	20.08 242	2.66 366	2.48 365	15.49 408	7.29 394	5.50 385	5.72 385	10.05 402	8.94 383	6.91 379	10.83 391	8.33 268	14.27 365	1.92 372	2.19 346	1.23 372	1.31 372	1.62 370	2.17 309
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SepStereo	2.36 98	0.76 104	7.72 29	1.16 153	1.64 319	2.96 59	2.10 331	4.14 244	3.31 268	4.16 364	2.51 292	2.56 220	1.81 232	8.34 269	1.83 200	0.44 217	0.23 70	0.39 233	0.25 74	0.42 188	0.45 87

EDNetEfficient	5.62 363	2.26 289	17.51 129	1.67 305	3.59 384	3.99 219	7.25 393	3.14 91	5.63 384	11.52 407	4.82 361	3.94 320	12.48 393	8.39 270	20.56 406	0.46 239	0.46 242	0.48 276	1.06 362	1.65 373	1.62 287

CSP-Net	1.99 38	1.70 257	4.84 19	1.22 177	1.02 190	3.42 101	1.30 258	3.66 135	2.11 92	2.07 160	1.93 197	2.40 200	1.48 156	8.56 271	1.62 161	0.51 273	0.41 220	0.27 42	0.27 103	0.44 205	0.54 138

MFN_U_SF_RVC	4.08 320	13.72 383	15.13 81	2.00 338	1.43 280	3.73 162	1.68 304	4.11 233	3.39 284	2.93 314	2.38 269	4.39 345	3.63 333	8.63 272	6.14 318	1.14 359	1.07 320	1.01 362	1.35 376	1.63 371	2.09 306

ETE_ROB	2.93 213	2.12 283	17.80 138	1.13 144	0.94 175	3.71 159	1.53 286	4.29 295	2.98 207	3.32 341	2.13 230	2.34 197	1.51 162	8.68 273	2.82 269	0.44 217	0.40 214	0.51 296	0.49 301	0.56 259	0.80 217

SuperB	5.03 355	8.93 348	20.96 338	1.51 275	1.11 217	3.88 192	3.00 358	4.24 281	3.13 234	2.53 274	2.10 226	2.74 236	3.37 328	8.76 274	19.44 404	0.45 226	0.34 168	0.53 303	0.40 266	11.97 415	1.15 260

JetRed	10.68 397	26.07 418	35.62 414	4.40 398	4.16 394	15.72 409	13.07 402	14.57 409	5.83 386	5.85 381	5.55 366	10.12 389	7.37 376	8.86 275	25.99 413	3.33 386	3.82 374	3.59 406	2.98 408	8.51 411	8.22 372

G-Net	4.16 322	1.39 224	20.31 272	2.30 351	2.91 372	4.68 356	2.86 355	3.35 110	2.44 142	4.43 370	9.43 385	6.89 378	3.83 337	8.91 276	4.83 312	0.80 340	0.80 299	0.70 345	0.50 307	0.95 339	0.97 242

FADNet_RVC	3.10 237	7.62 342	19.12 168	1.05 118	0.93 172	4.09 238	0.84 145	4.34 319	2.05 86	1.54 56	1.78 143	1.61 101	1.50 160	8.92 277	2.64 266	0.50 267	0.38 202	0.44 258	0.61 331	0.91 335	1.16 261

RAFT + AFF	3.98 317	14.10 388	20.78 324	1.16 153	1.96 349	4.14 252	2.00 324	4.56 352	3.52 302	2.23 202	2.51 292	2.27 187	4.92 352	8.94 278	2.82 269	0.33 105	0.60 276	0.48 276	0.39 259	0.81 325	1.03 250

MADNet+	4.46 337	11.36 363	14.35 71	2.23 348	2.50 367	4.18 266	2.86 355	5.46 383	4.43 346	2.74 295	2.69 310	4.55 351	3.43 330	8.97 279	9.42 339	1.47 369	2.06 344	1.09 367	1.02 359	1.54 369	2.96 329

iRaft-Stereo_5w	2.47 123	1.37 223	13.85 60	0.87 42	0.99 182	3.22 72	0.84 145	3.72 146	2.12 94	1.57 61	2.49 288	2.20 183	2.22 268	9.12 280	2.03 225	0.48 251	0.27 127	0.35 195	0.29 157	0.48 235	0.94 240

PWC_ROB	3.32 272	4.61 325	14.41 72	1.46 264	1.90 346	3.21 70	1.15 241	4.39 331	3.46 296	3.13 328	3.40 342	2.79 243	2.34 275	9.17 281	6.94 324	0.61 303	0.34 168	0.61 328	0.37 246	0.73 310	1.40 272

DGSMNet	8.13 391	2.31 292	18.62 151	2.77 369	13.96 410	6.91 391	42.17 421	4.16 250	2.53 151	2.25 205	3.21 336	3.41 285	1.69 213	9.19 282	3.03 279	3.79 393	10.31 407	11.70 419	5.68 410	4.38 396	10.58 385

ELAS_RVC	6.36 375	2.53 295	20.21 256	2.67 367	2.48 365	4.90 371	11.89 400	4.84 372	6.31 392	9.03 395	8.54 380	8.09 385	12.73 395	9.32 283	13.25 360	1.92 372	2.18 345	1.51 376	1.31 372	1.40 366	2.15 307
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
CFNet-ft	2.87 205	1.80 263	20.20 252	1.10 128	1.54 293	4.09 238	0.89 163	2.97 84	1.88 71	1.93 109	1.70 117	3.50 295	1.60 182	9.35 284	2.17 237	0.35 133	0.32 155	0.61 328	0.38 253	0.55 253	0.45 87

CFNet_RVC	2.87 205	1.80 263	20.20 252	1.10 128	1.54 293	4.09 238	0.89 163	2.97 84	1.88 71	1.93 109	1.70 117	3.50 295	1.60 182	9.35 284	2.17 237	0.35 133	0.32 155	0.61 328	0.38 253	0.55 253	0.45 87

GwcNet	3.26 266	3.93 317	20.24 261	1.38 239	2.04 353	3.24 77	1.53 286	3.72 146	3.66 310	2.17 185	2.25 252	3.55 302	1.69 213	9.38 286	3.03 279	0.48 251	0.49 256	0.46 269	0.39 259	0.66 295	0.86 229

FADNet-RVC-Resample	3.31 270	8.52 346	22.84 400	1.18 164	0.91 167	3.52 123	1.35 266	4.13 241	2.32 125	1.75 89	1.35 50	2.26 186	1.51 162	9.51 287	2.03 225	0.42 197	0.38 202	0.42 252	0.44 287	0.59 268	0.71 198

Syn2CoEx	3.42 281	7.66 343	20.57 307	1.42 256	1.18 229	2.49 43	1.64 300	4.07 217	2.68 163	2.51 273	2.27 255	2.89 249	3.15 317	9.56 288	2.58 262	0.52 283	0.45 238	0.53 303	0.42 279	0.79 323	1.00 245

SPS-STEREO	5.18 357	10.36 358	21.09 353	1.74 319	1.72 332	3.24 77	2.26 337	3.92 181	4.12 329	5.06 377	3.66 347	5.43 370	3.33 324	9.56 288	12.34 355	1.17 361	1.17 323	1.07 365	1.03 361	1.17 355	10.25 384
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
otaku	5.59 362	14.82 401	20.70 320	3.13 379	2.70 369	3.91 198	2.56 347	3.90 176	2.48 146	2.25 205	9.38 384	4.06 327	2.32 274	9.59 290	14.37 366	3.52 389	1.66 336	2.15 383	1.19 368	3.73 389	3.35 336

IMH-64-1	6.10 371	13.83 384	17.55 130	4.34 396	3.78 386	4.79 368	5.94 389	5.34 377	4.20 332	4.10 361	8.31 377	5.07 365	6.92 371	9.63 291	7.36 328	4.60 403	2.96 365	3.04 395	2.14 395	4.30 394	3.88 344

IMH-64	6.10 371	13.83 384	17.55 130	4.34 396	3.78 386	4.79 368	5.94 389	5.34 377	4.20 332	4.10 361	8.31 377	5.07 365	6.92 371	9.63 291	7.36 328	4.60 403	2.96 365	3.04 395	2.14 395	4.30 394	3.88 344

DANet	2.82 202	1.17 195	10.20 42	1.87 329	1.72 332	3.25 79	1.15 241	4.36 322	3.02 217	3.42 344	2.18 241	4.09 328	1.79 229	9.78 293	4.32 302	0.55 292	0.57 267	0.60 325	0.44 287	0.65 291	1.25 266
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FADNet-RVC	3.23 260	12.51 369	17.02 118	1.17 160	0.81 139	3.52 123	1.09 227	4.16 250	2.74 170	1.44 52	1.29 44	1.86 142	1.76 223	9.82 294	2.46 257	0.39 178	0.38 202	0.40 238	0.41 276	0.68 303	0.59 162

PSMNet-RSSM	2.91 211	1.55 243	20.10 245	1.32 222	1.30 254	4.19 274	0.95 201	3.78 155	2.28 117	2.28 216	1.80 150	2.64 228	1.87 243	9.83 295	1.93 213	0.37 159	0.33 161	0.35 195	0.38 253	0.46 220	0.40 63

ccnet	3.03 229	1.48 233	12.88 55	1.54 280	1.26 249	3.71 159	2.32 340	4.11 233	3.05 224	2.92 313	3.21 336	2.86 247	2.40 278	9.87 296	4.19 299	0.80 340	0.76 297	0.71 347	0.70 340	0.78 319	1.07 253

stereogan	3.26 266	1.26 206	18.01 140	1.38 239	1.66 325	3.76 166	1.64 300	4.06 215	3.86 321	3.23 336	2.70 311	5.02 364	2.85 297	9.88 297	1.85 202	0.71 325	0.51 261	0.69 344	0.48 298	0.86 331	0.85 226

EDNetEfficientorigin	12.42 400	3.26 309	179.44 435	1.21 174	1.00 188	2.89 55	1.82 313	3.05 87	5.37 376	8.87 394	4.78 360	4.17 334	4.80 351	9.91 298	11.32 348	0.41 188	0.41 220	0.62 334	0.88 353	1.33 364	2.81 322

RainbowNet	5.20 358	15.03 404	21.14 358	3.66 389	3.25 382	4.18 266	2.98 357	4.22 269	3.20 240	2.30 220	2.65 305	4.24 338	2.97 303	9.92 299	6.29 319	3.92 395	2.27 350	2.71 393	1.73 384	3.82 390	3.43 338

coex-ft	20.00 411	11.54 364	120.82 433	1.18 164	1.30 254	2.36 40	1.99 321	2.96 83	13.96 400	129.83 434	8.40 379	5.88 374	52.82 428	9.93 300	31.13 419	0.61 303	0.62 281	0.50 291	0.49 301	1.10 351	2.63 319

LSM	13.03 403	7.72 345	21.01 339	55.44 429	85.65 427	3.65 149	6.27 391	3.91 180	5.06 369	5.63 379	13.91 400	3.53 300	3.46 332	9.93 300	4.36 304	0.72 330	0.95 311	0.72 350	0.85 352	1.09 349	26.67 419

FADNet	3.20 255	11.55 365	16.16 99	1.24 184	0.95 177	3.30 88	0.87 155	4.00 196	2.73 168	1.42 49	1.35 50	2.51 214	2.04 252	9.95 302	2.39 255	0.44 217	0.46 242	0.40 238	0.44 287	1.13 353	0.61 170

SAMSARA	4.67 344	6.50 335	16.40 109	4.62 403	3.13 378	6.62 388	3.49 371	5.24 376	3.04 222	7.78 390	3.07 329	5.32 368	4.05 341	9.98 303	6.42 320	0.69 321	2.39 354	0.60 325	0.74 343	0.99 340	2.26 312

CoDeX	2.47 123	0.91 139	13.65 58	1.03 111	1.17 227	3.28 82	1.30 258	4.17 254	2.99 208	1.78 92	1.85 174	2.04 172	1.46 152	9.99 304	1.66 170	0.38 171	0.28 133	0.32 129	0.28 127	0.34 107	0.57 148

Ntro	4.83 351	14.73 398	20.47 289	3.24 381	2.97 373	4.12 244	1.88 315	4.00 196	2.57 155	1.79 95	2.15 231	3.34 282	2.16 264	10.01 305	7.34 327	3.53 390	1.77 338	2.13 382	1.32 374	3.89 391	3.23 330

NCC-stereo	3.49 289	2.07 280	20.23 259	1.31 216	1.76 336	4.04 226	1.42 275	4.01 198	2.34 126	3.06 324	2.59 300	3.51 298	3.02 310	10.02 306	5.44 316	1.38 367	0.66 287	0.64 337	0.88 353	0.67 298	0.84 224

Abc-Net	3.49 289	2.07 280	20.23 259	1.31 216	1.76 336	4.04 226	1.42 275	4.01 198	2.34 126	3.06 324	2.59 300	3.51 298	3.02 310	10.02 306	5.44 316	1.38 367	0.66 287	0.64 337	0.88 353	0.67 298	0.84 224
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	3.26 266	1.73 259	17.70 137	1.56 285	1.93 348	3.43 103	1.94 317	4.18 259	2.72 167	2.77 298	3.05 328	3.96 322	2.69 292	10.17 308	2.86 271	1.04 353	0.50 259	0.71 347	0.59 327	0.75 316	0.83 221

WCMA_ROB	5.78 365	2.42 293	21.71 382	1.67 305	1.55 297	4.07 234	3.53 374	4.14 244	4.73 359	6.59 386	10.89 390	12.82 395	9.59 389	10.17 308	12.65 358	1.05 354	0.61 278	0.52 299	0.52 312	0.71 308	5.64 357

JetBlue	6.69 383	12.01 367	14.30 70	1.98 337	4.64 397	11.97 401	12.29 401	5.39 381	4.32 345	3.81 356	4.51 358	9.50 388	6.53 369	10.22 310	14.50 367	1.32 364	1.47 329	1.18 370	1.36 377	7.48 409	5.05 354

xxxx	4.25 327	0.86 122	14.59 75	1.30 213	1.16 225	3.51 121	0.63 55	4.56 352	5.42 379	2.33 237	2.29 259	2.04 172	1.39 134	10.23 311	18.00 394	0.33 105	7.15 389	0.31 115	0.30 173	0.35 120	8.33 374

ac_64	2.93 213	0.87 125	19.66 197	1.35 227	1.70 329	3.29 85	0.92 192	3.56 122	3.46 296	1.91 105	1.79 146	3.90 318	1.76 223	10.23 311	1.93 213	0.44 217	0.32 155	0.33 161	0.31 190	0.35 120	0.51 124

RASNet	3.15 246	1.20 203	19.81 213	1.63 298	2.26 359	3.67 152	1.09 227	3.58 123	3.44 289	1.99 128	2.15 231	4.59 353	2.30 273	10.24 313	2.98 277	0.57 297	0.26 120	0.25 22	0.25 74	0.30 42	0.54 138

NCCL2	2.96 220	4.07 321	15.75 92	1.24 184	1.03 194	3.48 116	2.55 346	3.79 156	2.39 130	2.78 300	1.80 150	2.41 204	1.67 210	10.27 314	2.48 260	0.46 239	0.41 220	0.57 318	0.55 321	0.61 272	0.86 229

ACVNet-4b	6.98 385	14.78 399	22.17 394	3.56 386	3.11 377	4.14 252	2.23 335	4.08 224	3.84 318	1.67 74	3.96 353	5.86 373	2.87 299	10.30 315	17.16 387	26.09 424	2.24 349	2.53 386	1.79 386	3.91 392	3.28 333

GwcNet-RSSM	3.13 243	5.08 326	19.86 218	1.28 204	1.20 236	4.12 244	1.11 232	3.89 174	2.80 179	2.13 173	1.81 155	3.11 267	1.46 152	10.33 316	2.19 240	0.36 152	0.34 168	0.35 195	0.31 190	0.45 212	0.43 79

PSMNet-ADL	2.01 42	0.78 107	2.89 9	1.11 132	0.86 149	4.13 247	0.80 126	3.84 167	2.26 113	1.74 87	1.87 179	2.90 250	1.81 232	10.37 317	2.34 249	0.49 257	0.47 250	0.29 76	0.30 173	0.39 160	0.56 143

DLCB_ROB	2.55 142	1.32 219	10.26 43	1.31 216	1.04 201	2.94 57	1.29 257	3.81 163	2.73 168	2.93 314	2.17 236	3.37 283	1.53 170	10.40 318	3.26 288	0.42 197	0.35 177	0.41 242	0.37 246	0.43 197	0.68 192

psmorigin	6.62 379	1.45 230	87.38 431	1.55 283	0.97 180	2.86 52	1.42 275	3.30 106	2.12 94	3.74 354	2.45 284	5.15 367	2.59 290	10.55 319	2.91 276	0.55 292	0.68 289	0.48 276	0.53 314	0.73 310	1.02 248

GASNet	3.86 310	15.35 407	21.16 361	1.63 298	1.25 248	2.35 39	1.11 232	4.11 233	2.86 193	1.99 128	2.11 227	2.99 255	2.16 264	10.62 320	3.75 295	0.71 325	0.37 189	0.61 328	0.46 294	0.91 335	0.70 196

222	3.82 307	0.88 128	6.92 27	1.15 149	0.99 182	3.27 80	0.64 57	4.57 354	5.37 376	2.43 261	2.32 263	1.41 87	1.44 148	10.64 321	18.51 398	0.32 82	4.89 379	0.32 129	0.30 173	0.34 107	9.80 383

DPSNet	3.94 316	2.01 278	14.69 76	1.58 288	1.30 254	4.17 263	2.08 330	4.57 354	4.63 354	2.78 300	1.99 206	3.79 313	7.88 381	10.66 322	11.35 349	0.94 350	0.99 315	0.41 242	0.57 324	1.09 349	1.40 272

ADLNet2	3.20 255	1.43 228	20.11 248	1.22 177	1.78 339	3.86 187	1.47 281	3.96 189	3.89 322	2.26 211	2.49 288	4.63 357	1.92 248	10.68 323	2.00 221	0.42 197	0.37 189	0.29 76	0.30 173	0.51 245	0.46 94

XPNet_ROB	2.99 225	1.58 245	17.06 121	1.38 239	0.99 182	3.91 198	1.62 296	4.20 264	2.42 136	2.87 309	2.03 210	2.31 192	1.72 219	10.76 324	3.60 293	0.55 292	0.49 256	0.48 276	0.40 266	0.53 247	0.85 226

DRN-Test	3.17 250	1.30 216	19.66 197	1.41 249	1.60 309	3.61 140	1.47 281	4.18 259	2.83 185	3.48 346	1.92 196	2.58 223	2.50 287	10.81 325	2.90 275	0.49 257	0.49 256	0.44 258	0.42 279	0.57 263	0.78 214

NVstereo2D	2.79 200	1.13 191	13.75 59	1.37 236	1.47 285	3.57 131	1.38 270	4.17 254	3.77 316	2.04 149	1.72 123	3.05 260	1.75 221	10.84 326	1.72 183	0.62 308	0.48 253	0.56 315	0.54 317	0.79 323	1.02 248

StereoDRNet	3.07 234	2.92 305	16.33 108	1.36 231	1.57 303	3.45 107	2.04 328	3.77 154	2.85 187	3.31 340	1.85 174	2.78 242	1.79 229	10.85 327	3.41 289	0.45 226	0.36 184	0.39 233	0.37 246	0.62 277	0.85 226

test_xeample	4.19 323	0.93 149	14.09 66	1.16 153	1.17 227	3.28 82	0.80 126	4.63 361	5.30 372	2.46 266	2.35 265	1.39 84	1.42 144	10.88 328	17.68 392	0.30 55	6.50 386	0.32 129	0.32 200	0.36 137	8.38 376

WZ-Net	4.39 335	12.37 368	17.44 128	1.47 268	1.42 279	3.76 166	2.27 338	4.17 254	3.11 231	2.89 310	2.24 250	4.05 326	5.69 361	10.89 329	12.07 353	0.66 315	0.41 220	0.47 271	0.49 301	0.78 319	1.12 257

DeepPrunerF	4.00 318	5.64 331	16.81 115	1.36 231	1.75 334	3.69 155	1.54 288	4.24 281	13.98 401	2.21 198	1.77 140	2.73 233	2.29 271	10.90 330	6.64 323	0.71 325	0.61 278	0.77 354	0.79 347	0.87 333	0.79 216

GANet-RSSM	2.96 220	1.27 209	21.17 363	1.73 317	1.23 244	4.22 279	0.91 187	3.39 113	2.02 84	1.97 124	1.74 131	2.53 215	2.06 253	10.91 331	1.88 204	0.37 159	0.35 177	0.32 129	0.29 157	0.42 188	0.46 94

AACVNet	2.77 198	1.64 253	19.22 176	1.57 286	0.86 149	3.28 82	0.74 100	3.31 108	1.66 52	2.06 154	1.82 157	2.47 211	1.40 138	10.95 332	1.92 212	0.41 188	0.35 177	0.38 229	0.33 207	0.46 220	0.61 170

SMFormer	2.40 107	0.73 79	8.34 33	1.41 249	0.61 83	2.04 23	0.72 86	4.30 297	4.43 346	2.41 256	2.40 274	1.94 152	1.52 166	10.99 333	3.10 283	0.35 133	0.84 301	0.36 206	0.33 207	0.40 163	0.77 212

tta	2.44 117	0.73 79	8.34 33	1.41 249	0.61 83	2.04 23	0.72 86	4.30 297	4.43 346	2.41 256	2.40 274	1.94 152	1.52 166	10.99 333	3.10 283	0.35 133	0.84 301	0.36 206	0.33 207	0.31 47	1.75 291

qqq1	2.35 96	0.73 79	8.34 33	1.41 249	0.61 83	2.04 23	0.72 86	4.30 297	4.43 346	2.41 256	2.40 274	1.94 152	1.52 166	10.99 333	1.36 112	0.35 133	0.84 301	0.30 97	0.25 74	0.31 47	1.75 291

fff1	2.35 96	0.73 79	8.34 33	1.41 249	0.61 83	2.04 23	0.72 86	4.30 297	4.43 346	2.41 256	2.40 274	1.94 152	1.52 166	10.99 333	1.36 112	0.35 133	0.84 301	0.30 97	0.25 74	0.31 47	1.75 291

ACVNet_1	6.63 380	14.79 400	21.40 376	3.59 388	3.17 379	4.69 361	2.46 342	4.24 281	3.34 274	3.11 327	2.86 320	23.21 407	4.59 350	11.06 337	12.59 357	3.75 391	2.34 352	2.60 388	1.80 387	3.70 386	3.31 334

HBP-ISP	3.78 305	9.10 350	20.83 328	1.72 315	1.14 222	4.54 323	2.82 353	4.61 360	3.03 219	4.13 363	1.98 203	1.88 146	3.31 322	11.06 337	1.52 138	0.74 335	0.57 267	0.67 341	0.62 333	0.65 291	0.64 181

CBMV_ROB	4.57 343	0.90 137	21.30 372	1.46 264	0.89 158	4.43 306	1.69 305	4.51 347	3.14 236	5.97 382	4.23 354	4.16 333	7.83 379	11.06 337	16.47 374	0.61 303	0.55 265	0.53 303	0.51 311	0.56 259	0.59 162

UNDER WATER-64	10.08 394	14.27 390	22.85 401	5.26 405	4.88 399	11.00 399	4.57 388	11.41 400	17.25 406	7.68 389	9.72 387	15.96 400	21.47 412	11.12 340	16.63 377	4.38 397	2.88 362	4.41 409	2.95 407	7.12 407	5.81 360

Dean	8.35 392	15.23 405	22.34 396	3.76 391	3.55 383	4.81 370	3.51 372	5.34 377	5.37 376	4.49 371	26.13 413	25.59 413	4.33 346	11.21 341	13.12 359	3.78 392	2.31 351	2.90 394	1.89 390	4.04 393	3.34 335

ADLNet	3.23 260	1.19 202	21.03 341	1.36 231	1.61 310	3.69 155	1.23 252	4.05 213	3.41 286	2.72 292	2.29 259	4.00 324	1.77 225	11.21 341	2.15 235	0.42 197	0.43 232	0.36 206	0.35 229	0.47 230	0.82 219

CBMV	4.12 321	1.27 209	21.14 358	1.52 277	0.85 147	3.80 175	3.89 384	4.58 356	3.02 217	3.56 350	2.37 268	4.44 346	13.88 399	11.23 343	3.78 296	0.56 295	0.43 232	0.48 276	0.39 259	0.55 253	0.74 209
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
LL-Strereo	4.26 329	13.69 380	20.37 277	1.24 184	2.18 356	2.90 56	1.08 225	4.35 320	2.22 105	3.20 335	2.26 253	3.29 276	3.13 314	11.30 344	1.91 208	0.33 105	3.89 375	0.46 269	0.34 216	0.54 250	6.47 364

SACVNet	3.06 233	1.61 249	19.29 181	1.46 264	1.18 229	4.05 230	1.48 283	4.03 206	2.58 157	2.75 296	1.89 183	2.55 218	1.38 131	11.33 345	2.28 246	0.51 273	0.41 220	0.48 276	0.43 284	0.57 263	0.93 239

ttt	4.23 326	0.75 96	19.96 227	1.48 269	1.31 258	3.69 155	0.87 155	4.65 362	5.33 373	2.45 265	2.39 272	2.44 209	1.54 172	11.35 346	16.49 375	0.43 211	4.35 376	0.37 217	0.35 229	0.41 181	4.01 347

HSM-Net_RVC	3.02 227	0.65 44	19.48 191	0.94 69	0.90 162	3.71 159	1.20 248	5.61 388	2.87 195	3.24 337	2.49 288	2.53 215	1.61 187	11.39 347	1.90 206	0.37 159	0.27 127	0.27 42	0.24 63	0.31 47	0.39 61
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet	3.04 231	6.89 339	16.27 106	1.36 231	1.24 246	4.09 238	0.72 86	4.15 247	3.00 210	1.69 78	1.88 181	2.27 187	1.45 150	11.41 348	2.12 234	0.36 152	0.29 137	0.43 256	0.36 238	0.48 235	0.38 57

PSMNet_ROB	3.38 277	5.24 329	20.61 313	1.24 184	1.22 243	3.76 166	1.64 300	3.59 125	2.80 179	2.07 160	1.72 123	2.75 238	1.79 229	11.42 349	4.58 307	0.42 197	0.38 202	0.50 291	0.62 333	0.62 277	0.69 194

AANet_RVC	3.70 302	7.03 340	17.25 122	1.21 174	1.12 219	3.79 172	1.09 227	3.98 193	3.38 279	2.65 288	4.29 356	3.95 321	1.40 138	11.43 350	7.88 335	1.25 363	0.57 267	0.34 178	0.25 74	0.43 197	0.71 198

RGC	3.35 276	1.84 271	18.13 143	1.52 277	1.79 340	3.33 90	1.37 269	4.18 259	2.39 130	2.96 319	3.23 338	3.98 323	2.71 293	11.53 351	3.42 290	0.90 348	0.48 253	0.79 355	0.79 347	0.75 316	0.89 232

UNDER WATER	11.28 399	13.60 376	22.90 402	5.11 404	4.53 396	7.75 394	3.75 380	12.50 402	21.62 413	7.80 391	10.68 389	23.75 409	35.20 415	11.54 352	17.40 389	4.46 399	2.95 363	4.23 408	2.90 406	6.57 404	6.27 362

DAS	2.52 129	0.76 104	7.72 29	1.16 153	1.64 319	2.96 59	2.10 331	4.14 244	3.31 268	4.16 364	2.51 292	2.56 220	1.81 232	11.54 352	1.83 200	0.44 217	0.23 70	0.39 233	0.25 74	0.42 188	0.45 87

TestStereo	2.41 113	1.95 275	19.15 169	0.77 9	0.61 83	1.83 17	0.58 34	2.33 35	1.53 19	1.44 52	1.37 55	1.26 72	0.90 43	11.59 354	0.94 36	0.36 152	0.19 9	0.33 161	0.24 63	0.45 212	0.32 17

HSM	3.25 265	1.08 183	19.18 172	1.19 167	1.54 293	3.45 107	1.02 213	4.04 210	2.61 159	2.31 223	2.17 236	8.01 384	2.99 308	11.59 354	1.80 196	0.35 133	0.24 88	0.28 62	0.24 63	0.33 86	0.55 141

edge stereo	3.45 284	1.08 183	22.14 393	1.31 216	1.36 265	2.68 48	1.54 288	4.13 241	3.27 256	2.94 316	3.27 340	4.34 344	2.48 284	11.60 356	2.79 267	0.62 308	0.64 283	0.79 355	0.56 323	0.70 306	0.82 219

LVE	7.57 389	15.80 408	21.28 370	3.69 390	3.19 381	4.54 323	2.78 350	10.13 399	11.63 397	3.24 337	11.52 394	18.10 401	4.55 349	11.67 357	10.30 342	4.62 406	2.95 363	2.56 387	1.91 391	3.63 385	3.26 332

PA-Net	3.45 284	2.50 294	20.39 281	1.42 256	1.20 236	3.39 95	1.73 306	3.93 185	3.57 305	1.94 115	2.17 236	3.02 258	1.87 243	11.67 357	6.48 322	0.40 185	0.55 265	0.44 258	0.63 337	0.55 253	1.13 258
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MSMD_ROB	5.99 368	1.29 214	19.23 177	1.40 247	0.84 146	10.25 398	2.05 329	4.20 264	6.02 388	10.42 405	8.00 372	22.21 406	9.45 388	11.67 357	8.73 337	0.76 338	0.59 274	0.67 341	0.68 338	0.67 298	0.72 200

FAT-Stereo	3.38 277	0.88 128	19.96 227	1.28 204	1.20 236	3.44 104	1.97 320	4.26 291	3.15 237	3.14 331	3.92 351	3.50 295	3.28 321	11.68 360	2.04 227	0.65 314	0.68 289	0.48 276	0.54 317	0.63 283	0.91 234

hitnet-ft	2.99 225	1.23 205	19.37 185	0.96 84	0.90 162	3.76 166	0.79 122	3.60 127	2.68 163	2.31 223	2.04 212	3.63 307	1.49 159	11.70 361	2.37 253	0.45 226	0.54 263	0.44 258	0.36 238	0.54 250	0.56 143

MADNet++	8.64 393	6.17 334	13.88 63	6.61 406	5.25 400	10.15 397	14.20 403	5.89 391	8.25 394	7.14 387	8.18 374	6.41 375	9.84 390	11.71 362	16.73 378	9.65 413	5.03 380	8.63 413	5.68 410	4.83 400	8.57 377

NOSS_ROB	3.12 241	0.89 132	19.03 165	2.01 340	1.07 206	3.90 195	0.97 208	4.32 313	3.08 227	2.94 316	2.19 244	3.85 317	1.18 106	11.75 363	1.69 176	0.69 321	0.54 263	0.57 318	0.52 312	0.57 263	0.72 200

APVNet	3.24 262	1.59 247	21.72 383	1.36 231	1.52 291	3.93 206	1.12 234	3.58 123	2.80 179	2.32 235	2.02 208	3.05 260	1.96 249	11.77 364	2.61 264	0.44 217	0.46 242	0.65 339	0.47 296	0.73 310	0.73 205

PS-NSSS	3.11 238	1.60 248	19.48 191	1.00 101	1.53 292	4.12 244	1.08 225	4.59 359	2.80 179	2.19 193	2.38 269	1.76 121	1.39 134	11.79 365	1.94 216	0.69 321	0.45 238	0.95 361	0.43 284	1.03 342	1.00 245

PASM	3.22 258	2.89 302	15.38 86	2.00 338	1.57 303	2.77 49	1.96 319	3.62 130	2.75 171	2.95 318	2.26 253	3.10 266	2.24 269	11.87 366	2.46 257	0.97 352	1.06 317	0.87 358	1.02 359	1.20 357	1.41 274

Anonymous Stereo	3.53 292	5.56 330	19.23 177	1.75 321	1.40 275	3.35 92	3.23 364	4.15 247	3.13 234	2.42 260	2.38 269	2.56 220	1.53 170	11.88 367	3.54 291	0.68 319	0.92 307	0.57 318	0.57 324	0.74 314	1.08 255

S-Stereo	3.51 291	0.96 158	22.00 391	1.38 239	1.50 287	3.55 128	2.49 344	4.27 293	3.00 210	2.38 250	3.94 352	3.73 309	1.84 238	11.89 368	2.59 263	0.64 312	0.71 294	0.49 289	0.81 349	0.68 303	1.31 267

SGM-Forest	4.96 354	0.86 122	21.02 340	1.22 177	0.83 142	4.05 230	3.26 365	4.40 332	3.49 300	4.40 369	3.69 348	4.66 358	13.91 400	11.94 369	17.16 387	0.66 315	0.46 242	0.49 289	0.39 259	0.49 239	1.77 295
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
pmcnn	5.90 366	1.81 266	22.30 395	1.69 309	2.37 364	3.47 110	2.10 331	4.58 356	5.56 383	3.75 355	13.12 399	22.07 405	3.70 335	11.99 370	17.13 386	0.58 298	0.23 70	0.23 4	0.19 9	0.37 141	0.70 196

Wz-Net-TNSev	4.22 324	13.55 375	15.87 94	1.57 286	1.19 234	3.61 140	2.48 343	4.38 329	3.45 295	2.29 219	1.91 191	4.20 337	2.86 298	12.11 371	10.56 343	0.61 303	0.59 274	0.48 276	0.54 317	0.93 337	1.24 265

WAO-6	6.68 382	9.03 349	20.68 319	2.98 376	2.79 371	11.93 400	3.56 376	5.39 381	11.65 398	3.55 349	9.59 386	6.77 377	6.72 370	12.28 372	11.56 350	2.88 381	2.36 353	2.50 385	1.84 389	2.89 381	2.72 321

SGM_RVC	6.11 373	1.10 186	20.44 284	2.15 346	0.66 102	15.87 410	3.98 385	5.00 373	6.19 389	9.79 401	11.46 393	8.23 386	12.63 394	12.32 373	9.15 338	0.54 289	0.39 211	0.41 242	0.35 229	0.55 253	1.05 252
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ff1	5.58 361	0.98 165	21.04 342	1.24 184	1.03 194	3.64 144	0.87 155	4.23 274	4.73 359	2.31 223	2.40 274	3.49 290	1.64 200	12.40 374	16.90 379	0.30 55	19.28 423	0.48 276	0.40 266	0.31 47	14.02 390

mmx	4.56 341	0.98 165	21.04 342	1.24 184	1.03 194	3.64 144	0.87 155	4.53 348	5.34 374	2.31 223	2.40 274	3.49 290	1.64 200	12.40 374	16.90 379	0.34 121	5.98 383	0.48 276	0.40 266	0.46 220	5.71 358

1111x	4.75 349	1.05 179	20.89 333	1.28 204	1.02 190	3.81 178	0.88 162	4.65 362	5.52 380	2.43 261	2.27 255	1.97 162	1.81 232	12.40 374	18.19 396	0.32 82	9.06 402	0.32 129	0.34 216	0.38 150	6.34 363

xxx	4.56 341	0.98 165	21.04 342	1.24 184	1.03 194	3.64 144	0.87 155	4.53 348	5.34 374	2.31 223	2.40 274	3.49 290	1.64 200	12.40 374	16.90 379	0.34 121	5.98 383	0.48 276	0.40 266	0.46 220	5.71 358

ACVNet_2	6.09 370	15.28 406	21.36 375	3.30 383	3.17 379	4.50 317	3.00 358	4.70 364	3.96 325	3.52 348	5.34 364	7.79 382	2.95 301	12.40 374	13.76 361	3.28 385	2.23 348	2.70 392	1.70 381	3.52 384	3.24 331

GANet	3.64 294	1.76 260	19.65 196	1.92 334	1.04 201	3.91 198	2.51 345	3.86 170	2.81 183	3.13 328	3.03 327	3.19 270	2.19 267	12.43 379	8.23 336	0.60 302	0.43 232	0.52 299	0.43 284	0.63 283	0.63 177

TDLM	3.20 255	1.58 245	18.80 156	1.70 313	1.10 215	4.29 287	2.17 334	3.81 163	3.27 256	2.89 310	1.98 203	2.06 177	1.70 216	12.44 380	2.15 235	0.58 298	0.31 149	0.56 315	0.40 266	0.58 266	1.59 284

CVANet_RVC	3.32 272	1.63 252	21.06 347	1.66 304	1.29 253	3.99 219	1.55 290	3.98 193	3.00 210	3.51 347	2.06 220	2.58 223	1.72 219	12.46 381	1.70 178	0.62 308	0.34 168	0.53 303	0.47 296	0.64 286	1.66 289

SANet	6.43 376	13.71 382	22.08 392	1.43 261	1.00 188	6.86 390	3.78 382	4.71 365	11.10 396	4.71 374	8.72 381	7.47 380	7.91 382	12.46 381	18.12 395	0.51 273	0.47 250	0.50 291	0.45 292	0.94 338	1.60 286

CC-Net-ROB	3.82 307	3.41 312	20.20 252	2.40 355	1.66 325	4.49 316	1.61 294	4.77 370	3.08 227	2.06 154	2.06 220	1.99 164	1.60 182	12.57 383	1.91 208	2.82 380	2.19 346	2.67 391	1.06 362	2.31 377	1.59 284

SGM+DAISY	13.18 404	14.36 393	24.65 408	8.10 409	13.49 409	22.47 413	25.54 412	12.13 401	17.08 405	14.77 409	15.82 404	12.17 394	13.97 401	12.65 384	18.22 397	8.40 411	9.18 403	1.23 372	1.33 375	1.23 360	16.81 413

psm_up	3.04 231	1.30 216	18.97 164	1.31 216	1.51 289	3.86 187	1.22 251	4.26 291	2.31 124	2.72 292	1.83 169	2.43 208	1.68 211	12.86 385	1.78 191	0.43 211	0.41 220	0.41 242	0.34 216	0.46 220	0.67 191

FC-DCNN	7.08 386	1.01 176	21.89 384	1.74 319	1.64 319	8.18 396	2.31 339	6.50 392	9.16 395	10.85 406	11.33 392	19.85 404	13.33 396	12.94 386	17.10 384	0.72 330	0.57 267	0.59 322	0.57 324	0.64 286	0.69 194

FCDSN-DC	6.71 384	1.18 196	21.61 381	1.29 209	1.10 215	4.38 296	2.59 348	4.58 356	5.52 380	9.58 398	11.19 391	19.17 402	17.69 405	13.03 387	17.11 385	0.73 332	0.57 267	0.61 328	0.60 329	0.71 308	0.92 236
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ktn	22.24 414	14.37 394	20.30 270	4.54 401	4.02 392	6.52 387	4.50 387	6.78 393	78.80 431	84.67 431	100.54 433	58.48 428	8.39 385	13.13 388	17.09 383	4.61 405	3.24 370	3.49 402	2.62 401	4.70 399	3.96 346

GANetREF_RVC	3.45 284	5.10 327	19.89 222	1.58 288	0.80 137	4.13 247	1.82 313	4.24 281	3.33 273	1.91 105	1.76 133	2.46 210	1.83 237	13.17 389	1.87 203	0.83 345	0.57 267	0.79 355	0.77 345	1.21 358	0.91 234
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
NaN_ROB	4.73 348	6.66 337	21.89 384	1.26 201	1.28 251	3.49 117	3.02 360	4.38 329	3.93 323	3.65 352	2.55 296	2.97 253	5.01 353	13.23 390	17.43 390	0.38 171	0.42 231	0.38 229	0.40 266	0.50 240	1.82 298

MaskLacGwcNet_RVC	3.77 304	1.65 254	20.61 313	2.55 364	1.63 315	4.29 287	1.67 303	3.99 195	2.56 153	1.76 90	1.93 197	3.03 259	1.41 142	13.24 391	2.02 224	4.47 400	1.63 335	1.12 369	0.48 298	2.42 378	2.85 323

TorneroNet	26.32 416	14.70 397	22.40 398	4.24 394	4.08 393	54.72 426	3.19 363	15.11 411	76.73 430	57.99 426	82.55 431	86.65 432	45.79 427	13.34 392	18.51 398	4.52 401	2.86 361	3.45 401	2.63 402	8.75 413	4.28 349

WAO-7	6.00 369	14.29 391	20.46 287	1.97 335	1.51 289	5.31 378	3.06 362	5.00 373	5.92 387	4.55 372	8.87 382	6.52 376	6.47 368	13.38 393	13.85 362	1.35 365	1.24 325	1.48 375	1.36 377	1.63 371	1.79 297

NVStereoNet_ROB	6.63 380	9.57 354	19.28 180	3.19 380	2.11 354	3.69 155	1.99 321	4.32 313	6.27 391	3.26 339	24.57 412	5.45 371	11.39 392	13.56 394	12.37 356	2.79 378	2.05 343	1.76 378	1.75 385	1.49 368	1.75 291
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
IMH	7.25 387	16.24 411	21.08 348	4.40 398	3.79 388	5.46 380	3.03 361	5.58 387	6.26 390	4.92 376	10.32 388	9.24 387	8.30 384	13.62 395	11.56 350	4.84 407	3.00 368	3.09 398	2.14 395	4.38 396	3.83 343

RYNet	3.15 246	1.48 233	16.27 106	1.24 184	1.39 271	3.67 152	1.44 279	4.09 228	3.20 240	2.26 211	1.70 117	3.83 315	2.15 262	13.64 396	3.23 287	0.45 226	0.45 238	0.50 291	0.35 229	0.81 325	0.83 221

MSC_U_SF_DS_RVC	4.90 353	13.94 386	16.59 114	1.69 309	1.46 284	6.15 383	3.52 373	5.47 384	3.95 324	2.77 298	2.74 314	4.81 360	2.49 286	13.78 397	5.33 314	2.34 376	3.46 371	1.05 364	1.21 370	2.28 376	2.94 328

MeshStereo	5.67 364	1.80 263	21.28 370	1.40 247	1.14 222	4.38 296	3.83 383	5.51 386	4.85 367	10.12 403	11.72 395	11.44 390	5.87 362	13.86 398	12.31 354	0.68 319	0.61 278	0.61 328	0.60 329	0.73 310	0.68 192
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
TorneroNet-64	10.52 395	14.33 392	21.95 387	4.29 395	3.76 385	13.77 405	2.83 354	14.96 410	23.11 414	10.24 404	23.77 411	13.44 396	8.15 383	13.98 399	17.70 393	4.03 396	2.73 359	3.23 400	2.53 399	7.27 408	4.35 351

MFN_U_SF_DS_RVC	4.38 334	13.66 378	13.95 65	1.39 246	1.58 308	5.18 376	3.31 366	4.53 348	3.22 248	2.60 279	2.62 303	4.99 363	2.11 256	13.99 400	4.21 300	1.53 371	2.56 358	0.67 341	1.82 388	0.83 330	2.92 327

notaker	10.92 398	14.17 389	20.38 278	4.56 402	3.98 391	6.29 385	3.53 374	7.68 394	5.10 370	9.04 396	46.37 423	13.84 399	28.85 414	14.18 401	14.16 364	4.57 402	3.19 369	3.52 403	2.70 403	8.16 410	4.13 348

PWCK	6.49 377	13.40 373	20.27 264	2.95 375	1.61 310	5.68 382	7.63 396	5.37 380	4.77 365	3.90 357	7.48 370	7.96 383	5.63 358	15.15 402	10.93 344	3.21 384	1.55 333	2.34 384	1.43 379	6.05 402	2.45 317

FBW_ROB	3.91 313	2.07 280	15.46 88	1.60 291	1.16 225	3.80 175	1.48 283	4.37 325	3.41 286	2.53 274	2.45 284	4.19 336	2.10 254	15.17 403	9.45 340	0.86 346	0.65 286	1.54 377	0.96 357	1.08 348	3.80 341

MANE	15.29 405	13.67 379	23.58 405	10.15 414	13.37 408	23.58 415	23.86 409	27.83 416	26.26 415	12.02 408	15.10 401	19.83 403	18.01 406	15.68 404	20.35 405	8.58 412	9.20 404	3.05 397	4.19 409	0.82 327	16.69 409

SDNR	4.37 333	2.22 288	20.63 316	1.60 291	0.99 182	5.15 375	0.67 62	4.36 322	5.55 382	4.89 375	7.17 367	5.50 372	1.58 178	17.48 405	4.33 303	0.80 340	0.72 295	0.59 322	0.45 292	1.18 356	1.43 276

DGTPSM_ROB	16.67 407	21.79 416	40.19 418	10.00 413	19.05 412	12.43 403	33.20 415	13.71 406	18.09 409	9.71 399	22.85 409	13.77 397	19.64 407	21.23 406	24.07 407	5.09 408	8.95 399	5.62 410	11.49 415	6.73 405	15.75 406

DPSMNet_ROB	16.76 408	21.81 417	40.95 419	10.20 415	19.08 413	12.43 403	33.21 416	13.73 407	18.21 410	9.76 400	22.88 410	13.78 398	19.64 407	21.39 407	24.21 408	5.20 409	8.97 400	5.63 411	11.51 418	6.80 406	15.82 407

MDST_ROB	6.31 374	1.18 196	22.96 403	2.56 365	2.69 368	21.07 411	2.01 326	4.79 371	2.87 195	9.49 397	4.45 357	4.10 330	4.48 348	22.33 408	17.61 391	0.79 339	0.44 236	0.47 271	0.44 287	0.47 230	0.95 241

CSAN	5.95 367	13.70 381	21.94 386	1.35 227	0.93 172	3.65 149	3.46 370	4.73 368	4.26 338	3.98 359	7.70 371	3.54 301	6.94 373	22.83 409	16.00 373	0.53 285	0.47 250	0.50 291	0.55 321	0.65 291	1.22 263

LE_ROB	19.18 410	12.99 372	48.22 422	8.42 411	23.91 416	7.26 392	19.71 407	9.92 398	38.58 423	43.44 421	21.85 408	28.15 415	41.18 418	23.00 410	54.71 423	0.38 171	0.34 168	0.32 129	0.36 238	0.43 197	0.49 114

Anonymous_1	57.77 430	19.65 413	26.12 410	23.12 417	141.97 432	30.79 416	39.72 418	34.10 420	16.98 403	70.09 430	15.64 403	23.44 408	19.73 409	23.03 411	27.21 414	164.70 435	9.02 401	130.41 431	137.42 432	161.21 435	41.01 424

DPSM_ROB	20.83 412	20.01 414	26.54 411	23.64 418	22.42 414	31.06 417	39.94 419	34.02 418	17.42 407	15.35 410	16.05 406	24.04 410	20.69 410	23.28 412	27.60 415	10.77 415	9.41 405	11.68 417	11.50 416	14.48 416	16.71 410

DPSM	20.83 412	20.01 414	26.54 411	23.64 418	22.42 414	31.06 417	39.94 419	34.02 418	17.42 407	15.35 410	16.05 406	24.04 410	20.69 410	23.28 412	27.60 415	10.77 415	9.41 405	11.68 417	11.50 416	14.48 416	16.71 410

SGM-ForestM	15.60 406	14.94 403	28.17 413	7.84 408	10.49 405	23.43 414	24.58 410	20.87 414	16.87 402	15.92 412	15.89 405	27.08 414	22.45 413	24.86 414	28.42 418	3.85 394	8.90 397	0.55 312	1.15 367	0.64 286	15.05 397

LRCNet_RVC	25.63 415	33.47 419	24.35 407	31.77 420	32.74 417	6.73 389	1.19 245	25.87 415	4.67 358	28.95 413	30.91 415	24.89 412	17.54 404	27.82 415	24.57 410	35.48 425	25.62 427	35.91 427	33.80 426	31.95 426	34.38 423

PML	64.55 431	56.00 430	20.79 325	8.10 409	32.82 418	147.60 434	247.57 436	12.71 403	45.39 426	111.32 433	288.85 436	101.42 434	100.62 434	31.63 416	15.84 372	13.96 417	4.84 377	10.95 416	6.18 412	28.99 418	5.33 356

KSHMR	17.50 409	14.38 395	22.35 397	4.50 400	4.51 395	8.17 395	3.33 367	15.44 412	76.15 429	7.32 388	61.40 427	56.33 427	5.66 360	32.91 417	13.97 363	4.42 398	2.99 367	3.64 407	2.79 405	5.13 401	4.55 353

xxxxx1	112.85 432	94.19 432	38.10 415	228.21 434	161.02 433	39.23 422	61.26 424	92.54 432	79.08 432	63.44 427	74.84 428	77.80 429	69.88 430	33.55 418	70.96 431	117.25 431	130.44 433	258.49 434	273.88 434	145.63 432	147.24 433

tt_ll	112.85 432	94.19 432	38.10 415	228.21 434	161.02 433	39.23 422	61.26 424	92.54 432	79.08 432	63.44 427	74.84 428	77.80 429	69.88 430	33.55 418	70.96 431	117.25 431	130.44 433	258.49 434	273.88 434	145.63 432	147.24 433

ff	112.85 432	94.19 432	38.10 415	228.21 434	161.02 433	39.23 422	61.26 424	92.54 432	79.08 432	63.44 427	74.84 428	77.80 429	69.88 430	33.55 418	70.96 431	117.25 431	130.44 433	258.49 434	273.88 434	145.63 432	147.24 433

HanzoNet	31.86 419	17.33 412	21.23 367	7.52 407	5.85 403	7.49 393	3.61 379	14.35 408	13.37 399	50.38 424	46.35 422	44.46 417	56.50 429	36.53 421	28.25 417	64.05 430	58.31 431	9.45 415	89.24 431	31.17 425	31.77 420

HaxPig	43.31 425	43.63 426	45.01 420	33.88 421	35.67 419	32.79 419	30.52 414	45.50 421	42.95 424	48.75 422	48.14 424	43.24 416	40.44 417	44.58 422	43.63 420	47.17 427	49.30 428	51.65 429	50.37 428	43.72 427	45.27 425

AVERAGE_ROB	44.46 426	45.87 427	46.48 421	40.54 423	38.62 420	32.95 420	30.49 413	46.80 422	43.31 425	49.57 423	48.93 425	44.57 418	39.87 416	45.01 423	43.89 421	48.70 428	50.65 429	50.80 428	49.79 427	45.54 428	46.89 426

Selective-RAFT-Error	41.88 420	40.10 424	53.23 425	47.74 425	45.20 423	62.42 430	80.58 428	68.27 428	34.95 417	30.85 415	32.30 419	48.08 420	42.07 424	46.54 424	54.92 424	21.60 422	19.12 421	23.46 424	23.15 421	29.14 422	33.95 422

LSM0	49.69 428	40.02 420	53.50 430	97.07 430	129.56 430	62.65 432	79.82 427	68.02 427	35.12 418	33.72 420	33.34 421	48.41 425	41.54 419	46.57 425	55.40 425	21.63 423	19.16 422	23.60 426	23.13 420	29.46 424	52.08 428

CasAABBNet	41.89 421	40.14 425	53.33 429	47.71 424	45.10 422	62.42 430	80.65 429	68.29 429	34.85 416	30.67 414	32.34 420	48.22 421	41.76 423	46.61 426	55.60 426	21.59 421	18.89 417	23.46 424	23.21 422	29.17 423	33.75 421

MyStereo03	43.09 422	40.09 421	53.32 426	48.07 426	45.83 424	62.40 427	80.65 429	67.87 424	35.18 419	31.09 417	32.21 416	48.24 422	41.62 420	46.66 427	55.80 427	21.53 418	18.98 418	23.44 421	23.21 422	29.12 419	56.57 429

MyStereo02	43.09 422	40.09 421	53.32 426	48.07 426	45.83 424	62.40 427	80.65 429	67.87 424	35.18 419	31.09 417	32.21 416	48.24 422	41.62 420	46.66 427	55.80 427	21.53 418	18.98 418	23.44 421	23.21 422	29.12 419	56.57 429

MyStereo	43.09 422	40.09 421	53.32 426	48.07 426	45.83 424	62.40 427	80.65 429	67.87 424	35.18 419	31.09 417	32.21 416	48.24 422	41.62 420	46.66 427	55.80 427	21.53 418	18.98 418	23.44 421	23.21 422	29.12 419	56.57 429

SPstereo	30.75 418	13.65 377	19.03 165	8.80 412	10.65 406	50.20 425	82.83 433	71.83 430	35.94 422	30.86 416	29.63 414	48.58 426	42.25 425	47.75 430	58.04 430	7.66 410	8.94 398	20.43 420	10.51 414	8.69 412	8.79 378

MEDIAN_ROB	47.37 427	49.00 428	49.74 423	40.28 422	39.94 421	34.93 421	33.41 417	49.78 423	46.38 427	53.04 425	52.61 426	47.67 419	42.28 426	48.33 431	47.25 422	52.06 429	53.99 430	54.28 430	53.48 429	48.70 429	50.27 427

DPSimNet_ROB	143.68 435	156.64 435	170.66 434	162.59 431	135.40 431	195.13 435	174.01 434	141.76 435	167.78 436	174.58 435	138.78 434	186.01 435	183.75 435	82.32 432	97.85 435	151.24 434	102.48 432	131.25 432	82.78 430	115.21 431	123.37 432

WAO-8	12.61 401	16.02 409	21.99 389	3.55 384	3.10 375	15.07 406	2.80 351	12.81 404	19.10 411	7.93 392	13.05 397	11.75 392	8.46 386	83.86 433	15.10 368	3.51 387	1.94 341	3.54 404	1.96 392	3.72 387	2.89 325

Venus	12.61 401	16.02 409	21.99 389	3.55 384	3.10 375	15.07 406	2.80 351	12.81 404	19.10 411	7.93 392	13.05 397	11.75 392	8.46 386	83.86 433	15.10 368	3.51 387	1.94 341	3.54 404	1.96 392	3.72 387	2.89 325

BEATNet-Init1	51.93 429	71.67 431	99.39 432	10.91 416	13.10 407	84.39 433	59.36 423	73.78 431	67.97 428	88.09 432	88.15 432	91.73 433	97.51 433	85.13 435	72.56 434	2.59 377	5.18 381	1.20 371	1.49 380	10.61 414	13.83 388

test_example2	213.42 436	219.67 436	222.97 436	213.78 433	220.82 436	199.03 436	200.49 435	189.27 436	143.61 435	211.05 436	218.08 435	210.69 436	205.21 436	221.14 436	216.49 436	236.74 436	242.08 436	213.66 433	216.96 433	235.55 436	231.06 436

Low-res two-view benchmark