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

StereoIM	2.73 1	1.56 107	6.21 51	2.96 4	2.45 150	1.80 3	0.28 4	7.43 4	5.07 11	2.57 1	3.43 2	7.13 49	4.71 53	5.74 7	2.91 58	0.00 1	0.05 75	0.00 1	0.00 1	0.15 41	0.12 45

MIF-Stereo	2.89 2	0.90 4	6.74 59	4.08 34	2.42 148	2.63 4	0.42 6	5.57 1	4.88 5	5.36 28	7.63 19	1.09 1	1.47 3	8.80 38	5.11 130	0.03 90	0.07 124	0.00 1	0.01 63	0.48 175	0.11 41

EGLCR-Stereo	2.92 3	1.06 15	5.28 25	3.38 12	0.55 30	4.59 18	0.66 9	10.43 18	4.81 4	3.30 6	3.23 1	7.93 57	1.71 8	9.22 47	1.62 7	0.05 103	0.12 169	0.00 1	0.00 1	0.23 79	0.16 76

Selective-IGEV	3.06 4	1.11 25	4.98 18	3.56 24	1.66 119	4.73 20	2.14 78	10.73 25	4.56 3	2.93 2	4.60 6	5.54 37	1.77 9	10.82 72	1.69 8	0.00 1	0.01 9	0.00 1	0.14 192	0.06 6	0.13 53

AEACV	3.17 5	1.11 25	5.39 27	4.55 58	5.35 256	4.29 13	1.60 39	6.21 2	5.43 16	3.08 3	7.85 20	4.23 19	6.55 96	5.51 4	1.56 1	0.00 1	0.09 146	0.03 85	0.32 261	0.20 61	0.12 45

rrr	3.26 6	1.57 111	7.72 97	3.36 10	0.60 37	4.93 35	1.59 38	10.72 24	5.11 14	3.79 12	4.58 4	4.53 26	4.00 28	10.13 54	2.09 26	0.00 1	0.06 107	0.00 1	0.22 221	0.12 31	0.18 84

CroCo-Stereo	3.27 7	1.90 173	7.18 76	8.50 251	1.11 83	0.96 1	0.97 17	10.18 16	8.20 50	3.59 9	4.69 7	8.02 61	4.53 43	2.75 1	2.34 38	0.01 45	0.00 1	0.00 1	0.00 1	0.31 124	0.11 41
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
IGEVStereo-DCA	3.31 8	1.57 111	6.20 46	3.36 10	0.60 37	4.93 35	1.70 44	13.26 51	5.04 6	3.79 12	4.58 4	4.53 26	4.00 28	10.13 54	2.09 26	0.00 1	0.06 107	0.00 1	0.18 206	0.12 31	0.14 58

test_xeample3	3.34 9	1.54 95	7.67 94	3.33 9	0.68 43	5.74 78	1.63 40	12.05 31	3.88 2	6.71 31	3.81 3	3.17 7	3.34 18	10.59 60	2.07 23	0.00 1	0.02 28	0.00 1	0.27 245	0.13 36	0.16 76

GLC_STEREO	3.40 10	1.06 15	3.44 7	6.52 174	0.20 1	4.76 27	1.66 41	8.97 8	6.59 24	5.39 29	9.04 28	5.23 33	2.03 10	9.76 51	2.77 52	0.01 45	0.03 46	0.21 212	0.00 1	0.23 79	0.06 20

ff7	3.48 11	1.76 156	6.20 46	3.45 14	1.13 87	5.02 41	1.70 44	13.26 51	5.04 6	4.66 20	5.47 12	3.49 8	4.70 49	11.14 82	2.01 17	0.00 1	0.04 55	0.00 1	0.18 206	0.30 113	0.14 58

ffff	3.48 11	1.76 156	6.20 46	3.45 14	1.13 87	5.02 41	1.70 44	13.26 51	5.04 6	4.66 20	5.47 12	3.49 8	4.70 49	11.14 82	2.01 17	0.00 1	0.04 55	0.00 1	0.18 206	0.30 113	0.14 58

11t	3.48 11	1.76 156	6.20 46	3.45 14	1.13 87	5.02 41	1.70 44	13.26 51	5.04 6	4.66 20	5.47 12	3.49 8	4.70 49	11.14 82	2.01 17	0.00 1	0.04 55	0.00 1	0.18 206	0.30 113	0.14 58

ccc-4	3.48 11	1.76 156	6.20 46	3.45 14	1.13 87	5.02 41	1.70 44	13.26 51	5.04 6	4.66 20	5.47 12	3.49 8	4.70 49	11.14 82	2.01 17	0.00 1	0.04 55	0.00 1	0.18 206	0.30 113	0.14 58

anonymousdsp	3.51 15	1.75 152	5.66 35	3.49 18	1.13 87	5.04 45	1.74 55	13.69 59	5.07 11	4.83 24	5.42 10	4.25 20	4.44 40	11.14 82	1.98 15	0.00 1	0.04 55	0.00 1	0.18 206	0.31 124	0.13 53

IGEV-Stereo	3.52 16	1.75 152	5.67 36	3.49 18	1.12 85	5.04 45	1.73 54	13.70 60	5.07 11	4.83 24	5.42 10	4.27 21	4.43 39	11.15 87	1.98 15	0.00 1	0.04 55	0.00 1	0.18 206	0.31 124	0.12 45
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CREStereo	3.58 17	1.05 14	3.35 5	2.17 2	0.59 34	5.61 64	0.40 5	10.50 19	13.34 98	6.93 33	10.44 40	5.29 35	3.47 21	5.82 8	2.62 49	0.01 45	0.01 9	0.02 72	0.01 63	0.04 3	0.01 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
LoS	3.59 18	1.07 19	3.81 9	2.80 3	0.52 28	4.98 39	1.18 23	10.35 17	12.97 90	4.54 18	10.75 43	3.89 16	3.27 17	8.78 37	2.63 50	0.03 90	0.03 46	0.09 135	0.00 1	0.12 31	0.04 10

ProNet	3.61 19	1.91 176	6.17 45	3.31 8	0.67 42	5.51 56	6.46 214	12.60 42	6.23 22	3.18 4	4.80 8	3.64 12	3.57 23	11.15 87	2.11 29	0.02 76	0.21 213	0.01 62	0.01 63	0.41 160	0.14 58

LoS_RVC	3.72 20	2.57 231	3.90 10	4.27 44	7.61 315	5.39 54	2.90 111	7.29 3	3.84 1	3.67 11	10.20 37	3.66 13	4.48 41	6.19 11	2.14 32	0.01 45	0.03 46	0.00 1	0.00 1	0.06 6	6.15 336

CES	3.85 21	1.14 29	2.91 1	3.05 6	11.37 348	5.37 53	1.02 20	9.52 12	8.82 57	3.50 8	9.21 30	1.78 2	0.90 1	6.53 13	2.37 40	0.02 76	0.04 55	0.01 62	0.00 1	1.62 272	7.74 357

CASnet	3.91 22	1.03 13	4.68 15	4.98 76	0.27 7	4.99 40	2.95 112	11.02 27	11.02 69	10.61 58	11.76 51	4.15 18	1.65 6	5.85 9	1.91 12	0.50 240	0.00 1	0.59 263	0.12 185	0.13 36	0.02 7
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MC-Stereo	3.99 23	0.95 5	4.70 16	5.09 81	0.44 23	3.77 11	1.79 61	9.86 15	7.05 39	6.34 30	13.35 63	6.83 44	6.34 93	10.80 70	1.75 9	0.00 1	0.11 165	0.06 118	0.24 236	0.12 31	0.14 58

CroCo-Stereo Lap2	4.01 24	2.03 199	8.14 116	9.82 283	6.03 276	1.11 2	0.79 13	9.71 14	7.98 47	3.26 5	4.99 9	9.08 71	5.80 76	6.08 10	4.39 111	0.00 1	0.05 75	0.00 1	0.00 1	0.71 223	0.30 144

test croco	4.15 25	1.67 132	9.97 195	4.86 71	2.97 168	3.27 7	1.41 30	8.20 6	5.51 18	3.37 7	16.69 85	3.03 4	2.71 14	14.44 194	3.91 95	0.14 140	0.00 1	0.03 85	0.01 63	0.69 218	0.14 58

MIF-Stereo (partial)	4.33 26	1.23 35	7.27 82	5.04 78	5.31 255	3.47 9	0.95 16	9.06 9	7.41 42	4.15 14	15.76 76	5.38 36	5.22 58	11.56 103	4.21 106	0.04 96	0.02 28	0.05 106	0.03 101	0.34 139	0.12 45

MyStereo07	4.38 27	1.92 180	5.06 23	6.09 150	4.31 215	6.54 104	9.96 263	15.35 82	5.15 15	4.34 16	5.65 16	3.15 6	5.77 75	11.33 93	1.81 10	0.06 113	0.10 156	0.03 85	0.04 116	0.63 209	0.30 144

XX-TBD	4.45 28	10.67 333	3.01 2	10.28 297	0.57 32	5.84 82	0.07 1	7.57 5	12.24 81	11.43 64	14.74 69	4.07 17	1.66 7	4.51 3	2.05 22	0.01 45	0.01 9	0.00 1	0.00 1	0.26 94	0.01 1

CREStereo++_RVC	4.61 29	0.99 8	3.70 8	4.08 34	2.01 135	3.94 12	0.10 2	9.10 10	16.94 133	8.65 45	16.77 87	4.46 22	2.18 11	5.72 6	3.12 68	0.00 1	0.00 1	0.00 1	10.32 372	0.02 1	0.01 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
iRaftStereo_RVC	4.68 30	1.51 90	6.89 67	4.91 75	0.72 56	5.26 51	0.46 7	17.60 116	10.47 64	9.53 50	15.13 72	5.75 38	3.24 16	8.93 40	2.22 35	0.00 1	0.09 146	0.00 1	0.00 1	0.46 166	0.41 167

TANstereo	4.70 31	1.08 20	4.01 11	3.53 23	0.47 24	14.26 204	0.15 3	8.67 7	12.54 83	12.50 73	18.43 101	5.20 32	4.54 45	5.68 5	2.07 23	0.00 1	0.13 173	0.00 1	0.01 63	0.02 1	0.63 204

MSKI-zero shot	4.76 32	1.56 107	5.98 39	5.14 91	1.13 87	6.55 106	1.55 36	12.76 44	8.06 48	10.44 57	11.50 49	13.47 135	2.38 13	12.07 129	1.90 11	0.01 45	0.20 207	0.02 72	0.29 251	0.14 39	0.14 58

sCroCo_RVC	5.06 33	3.29 254	16.45 285	10.72 303	6.64 289	5.83 80	2.74 105	9.67 13	8.06 48	3.66 10	9.20 29	4.81 30	4.95 55	8.12 26	4.64 115	0.64 263	0.50 292	0.06 118	0.03 101	0.70 221	0.42 169

AE-Stereo	5.15 34	1.56 107	7.99 109	8.70 252	2.18 140	9.12 137	3.02 114	11.78 29	13.30 97	4.34 16	12.84 58	10.83 84	4.53 43	8.71 35	2.82 53	0.04 96	0.44 279	0.05 106	0.33 265	0.20 61	0.17 80

4D-IteraStereo	5.15 34	1.47 77	7.98 108	4.89 74	4.69 226	6.25 92	1.85 64	13.23 50	16.30 125	14.18 107	11.26 47	8.33 62	1.61 4	8.07 25	2.42 41	0.00 1	0.05 75	0.08 129	0.01 63	0.19 59	0.15 72

CAS	5.20 36	0.78 1	3.30 4	17.06 349	7.59 314	8.07 131	6.31 204	9.46 11	9.09 58	4.57 19	10.67 42	1.91 3	1.22 2	4.18 2	2.16 33	10.33 366	0.02 28	0.00 1	0.02 86	0.44 164	6.83 345

test_1	5.20 36	1.06 15	7.72 97	4.21 40	0.59 34	6.69 107	3.03 115	12.98 46	17.51 141	12.35 71	8.66 23	13.20 126	4.12 31	9.00 43	2.11 29	0.00 1	0.05 75	0.00 1	0.32 261	0.25 86	0.18 84

test-3	5.21 38	1.06 15	7.71 96	4.19 38	0.59 34	6.72 110	3.01 113	12.96 45	17.49 140	12.53 81	8.65 21	13.20 126	4.14 32	9.00 43	2.11 29	0.00 1	0.05 75	0.00 1	0.32 261	0.25 86	0.18 84

EAI-Stereo	5.21 38	1.74 143	8.46 132	5.69 120	1.37 109	5.67 77	3.52 131	18.77 136	5.65 19	9.75 51	16.08 79	6.36 40	3.57 23	11.73 114	3.64 82	0.01 45	0.33 261	0.03 85	1.06 313	0.21 64	0.65 211

tt1	5.27 40	1.99 188	5.11 24	6.02 146	0.26 2	10.59 153	4.22 151	18.45 130	16.31 126	6.75 32	8.95 27	4.75 29	9.15 139	10.82 72	1.61 5	0.00 1	0.05 75	0.00 1	0.04 116	0.26 94	0.14 58

ACVNet-DCA	5.28 41	2.00 189	4.99 19	5.89 133	0.26 2	10.85 157	5.38 173	20.20 149	11.88 76	6.95 34	10.01 32	4.49 23	9.78 153	10.79 67	1.59 2	0.00 1	0.05 75	0.00 1	0.04 116	0.25 86	0.20 97

IGEV_Zeroshot_test	5.28 41	2.03 199	14.26 265	6.09 150	1.33 105	4.32 14	1.03 21	14.46 67	6.50 23	13.33 101	11.89 52	11.01 86	3.45 19	10.71 65	3.64 82	0.03 90	0.22 222	0.15 185	0.26 241	0.80 235	0.20 97

RCA-Stereo	5.32 43	1.08 20	5.91 38	4.29 47	0.51 26	5.65 67	4.12 147	16.97 109	18.67 152	8.27 40	14.16 65	8.86 67	8.90 136	6.45 12	2.18 34	0.00 1	0.07 124	0.10 151	0.00 1	0.10 26	0.07 23

cc1	5.34 44	2.00 189	4.99 19	5.89 133	0.26 2	10.85 157	5.38 173	17.85 122	15.48 117	6.95 34	10.01 32	4.49 23	9.78 153	10.79 67	1.59 2	0.00 1	0.05 75	0.00 1	0.04 116	0.30 113	0.13 53

PMTNet	5.36 45	0.97 6	3.42 6	1.97 1	1.30 99	8.96 135	0.69 11	12.33 33	12.16 80	8.50 43	11.35 48	6.09 39	4.50 42	9.34 49	2.70 51	22.71 381	0.01 9	0.04 100	0.02 86	0.06 6	0.01 1

cross-raft	5.37 46	1.23 35	6.66 57	5.91 137	1.25 97	6.00 88	1.48 31	15.82 94	7.70 44	12.95 91	20.80 134	11.63 95	4.42 37	8.59 29	2.23 36	0.01 45	0.21 213	0.00 1	0.22 221	0.21 64	0.10 35

HH	5.47 47	2.08 203	9.00 154	4.88 72	1.07 81	4.93 35	3.60 138	16.68 106	6.83 26	8.39 41	12.14 54	15.05 154	9.06 137	12.68 151	1.93 13	0.02 76	0.17 194	0.18 196	0.00 1	0.28 105	0.48 180

HanStereo	5.47 47	2.08 203	9.00 154	4.88 72	1.07 81	4.93 35	3.60 138	16.68 106	6.83 26	8.39 41	12.14 54	15.05 154	9.06 137	12.68 151	1.93 13	0.02 76	0.17 194	0.18 196	0.00 1	0.28 105	0.48 180

test_4	5.47 47	0.98 7	5.56 33	6.55 177	0.62 39	5.53 57	1.88 65	11.68 28	6.00 20	12.60 84	30.86 235	7.48 54	3.87 25	12.25 137	2.97 61	0.00 1	0.07 124	0.03 85	0.14 192	0.34 139	0.04 10

HUI-Stereo	5.48 50	1.74 143	9.01 156	5.08 80	0.42 18	5.65 67	2.77 107	12.55 41	7.03 38	12.54 83	18.10 95	13.07 124	6.71 98	9.92 52	3.74 87	0.61 257	0.08 138	0.09 135	0.00 1	0.22 67	0.23 117

RAFT-Stereo + iAFF	5.48 50	1.66 131	7.56 91	3.49 18	0.40 13	2.75 5	0.67 10	16.07 99	14.76 110	12.27 69	18.67 103	11.95 104	8.08 123	7.84 24	2.89 55	0.01 45	0.06 107	0.00 1	0.00 1	0.37 149	0.04 10

ROB_FTStereo	5.49 52	1.74 143	8.96 151	5.09 81	0.42 18	5.65 67	1.68 42	12.53 40	7.00 31	12.53 81	18.00 92	13.02 120	6.74 100	11.51 100	3.81 91	0.60 254	0.09 146	0.09 135	0.00 1	0.22 67	0.22 110

PSM-adaLoss	5.50 53	1.74 143	9.03 160	5.09 81	0.42 18	5.66 72	1.98 72	12.50 35	7.01 36	12.52 75	18.13 98	12.96 116	6.77 104	11.11 80	3.83 92	0.72 269	0.09 146	0.09 135	0.00 1	0.22 67	0.22 110

ROB_FTStereo_v2	5.53 54	1.74 143	8.97 153	5.09 81	0.42 18	5.64 66	2.02 73	12.50 35	7.00 31	12.51 74	18.10 95	12.99 117	6.72 99	11.50 99	4.04 104	0.70 265	0.09 146	0.09 135	0.00 1	0.22 67	0.23 117

CRE-IMP	5.53 54	1.63 128	9.62 181	5.65 117	0.48 25	7.02 117	1.70 44	11.84 30	8.33 52	12.99 93	16.02 78	11.08 88	6.23 86	12.06 127	5.06 129	0.28 189	0.07 124	0.09 135	0.00 1	0.24 84	0.21 104

RAFT-IKP	5.53 54	1.74 143	8.95 148	5.09 81	0.41 14	5.45 55	2.08 77	12.52 37	7.00 31	12.52 75	18.13 98	12.93 115	6.79 105	11.59 107	3.99 99	0.80 277	0.09 146	0.09 135	0.00 1	0.22 67	0.22 110

LL-Strereo2	5.54 57	2.17 211	9.12 165	5.65 117	2.54 153	6.48 100	2.27 85	15.08 75	7.79 46	10.99 62	10.26 38	15.94 166	3.50 22	13.25 173	3.63 81	0.00 1	0.13 173	1.34 310	0.10 175	0.30 113	0.19 94

iGMRVC	5.54 57	1.74 143	9.01 156	5.09 81	0.42 18	5.66 72	1.81 62	12.61 43	7.02 37	12.52 75	18.11 97	13.02 120	6.64 97	11.57 104	4.16 105	0.82 279	0.09 146	0.09 135	0.00 1	0.22 67	0.21 104

Gwc-CoAtRS	5.54 57	1.22 33	8.40 126	4.28 45	1.36 108	6.93 115	1.31 26	15.48 84	15.03 112	12.62 85	13.32 62	12.74 113	5.71 73	8.61 30	2.98 62	0.01 45	0.22 222	0.00 1	0.29 251	0.28 105	0.07 23

test_3	5.55 60	1.02 10	8.07 113	6.18 156	0.54 29	9.00 136	3.28 118	13.55 57	18.66 151	11.97 66	8.89 26	13.98 140	4.05 30	8.96 41	2.10 28	0.00 1	0.05 75	0.00 1	0.31 258	0.26 94	0.18 84

CFNet-RSSM	5.55 60	1.08 20	8.60 139	4.30 48	1.21 96	6.42 99	1.25 25	16.12 100	17.84 144	13.12 94	11.14 46	11.84 100	5.52 63	9.14 46	2.35 39	0.01 45	0.20 207	0.00 1	0.36 269	0.34 139	0.07 23

Patchmatch Stereo++	5.56 62	1.74 143	9.01 156	5.09 81	0.41 14	5.66 72	2.40 90	12.52 37	7.00 31	12.52 75	18.08 93	13.02 120	6.74 100	11.59 107	4.01 101	0.78 273	0.09 146	0.09 135	0.00 1	0.22 67	0.22 110
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	5.56 62	1.74 143	9.01 156	5.09 81	0.41 14	5.66 72	2.40 90	12.52 37	7.00 31	12.52 75	18.08 93	13.02 120	6.74 100	11.59 107	4.01 101	0.78 273	0.09 146	0.09 135	0.00 1	0.22 67	0.22 110

raftrobust	5.56 62	1.42 64	6.00 40	7.04 202	5.11 244	4.90 34	1.88 65	17.13 112	13.72 100	11.87 65	11.58 50	7.82 55	9.21 140	10.28 56	2.92 59	0.02 76	0.05 75	0.00 1	0.00 1	0.22 67	0.11 41

1test111	5.59 65	2.00 189	4.99 19	5.89 133	0.26 2	10.85 157	5.38 173	20.20 149	11.88 76	6.95 34	10.01 32	4.49 23	9.78 153	11.09 78	7.45 173	0.00 1	0.05 75	0.00 1	0.04 116	0.25 86	0.20 97

test-1	5.62 66	1.53 93	14.78 273	7.44 220	1.11 83	7.99 130	1.19 24	13.03 48	12.04 79	9.39 49	15.23 73	11.15 91	5.56 65	7.06 18	3.57 79	0.07 121	0.50 292	0.00 1	0.10 175	0.16 46	0.47 177

DeepStereo_RVC	5.65 67	1.65 129	9.06 162	5.21 102	0.56 31	5.55 62	1.84 63	12.16 32	7.22 40	13.94 104	14.96 70	12.58 110	10.27 160	11.25 91	5.81 149	0.39 219	0.10 156	0.11 162	0.00 1	0.18 55	0.22 110

EKT-Stereo	5.73 68	1.42 64	7.85 101	7.16 208	5.35 256	5.22 49	4.41 154	18.13 128	14.05 102	8.77 46	12.85 59	9.55 76	4.26 34	11.19 89	2.45 46	0.45 231	0.23 227	0.07 126	0.10 175	0.16 46	0.87 239

NRIStereo	5.73 68	1.67 132	8.42 128	5.72 126	0.41 14	6.71 109	2.60 100	14.73 72	10.71 68	12.39 72	15.07 71	11.58 94	6.23 86	12.06 127	4.78 119	0.61 257	0.17 194	0.11 162	0.00 1	0.28 105	0.27 133

RAFT-Test	5.75 70	1.32 50	6.77 62	4.07 33	1.71 122	9.95 141	1.56 37	15.78 93	8.34 54	12.73 88	23.83 161	11.80 98	4.69 48	8.99 42	2.57 48	0.01 45	0.29 250	0.00 1	0.38 274	0.16 46	0.07 23

Selective-RAFT	5.78 71	0.83 2	10.24 201	6.70 188	0.72 56	15.49 228	1.13 22	13.82 65	15.41 116	6.97 38	6.97 18	11.63 95	8.27 126	12.32 139	4.73 117	0.10 130	0.01 9	0.00 1	0.26 241	0.07 11	0.03 8

11t1	5.86 72	1.10 24	7.74 99	5.18 98	1.44 110	13.82 197	2.36 88	14.92 74	7.26 41	12.98 92	11.10 45	11.24 92	9.30 141	11.59 107	6.54 159	0.10 130	0.16 192	0.00 1	0.01 63	0.18 55	0.23 117

s12784h	5.87 73	0.88 3	4.11 12	3.01 5	0.51 26	18.49 264	0.98 18	18.89 138	17.60 142	12.52 75	12.46 56	7.87 56	5.01 56	11.05 77	3.13 70	0.73 271	0.01 9	0.04 100	0.00 1	0.07 11	0.01 1

anonymousdsp2	5.93 74	1.54 95	8.34 121	4.43 53	0.38 12	9.24 138	4.11 145	21.92 173	17.36 138	12.28 70	10.08 36	10.05 78	4.42 37	11.04 76	2.54 47	0.01 45	0.02 28	0.30 239	0.18 206	0.21 64	0.18 84

GMStereo	5.94 75	3.84 268	10.86 216	5.13 90	0.71 48	7.27 121	2.66 103	12.38 34	25.14 207	12.01 68	10.66 41	5.12 31	3.46 20	11.39 95	6.16 156	0.45 231	0.02 28	0.05 106	0.31 258	0.86 239	0.25 128
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
RALCasStereoNet	5.95 76	2.02 197	7.09 75	7.06 203	5.10 243	6.36 98	5.44 178	13.97 66	13.25 95	9.93 53	17.45 88	10.37 81	3.89 26	11.64 112	4.24 108	0.02 76	0.46 285	0.10 151	0.00 1	0.20 61	0.31 149

GMOStereo	5.97 77	1.55 98	7.18 76	5.17 93	0.71 48	5.54 58	2.21 79	10.54 20	12.86 86	18.29 196	22.01 141	17.06 177	6.27 88	6.62 14	2.43 42	0.00 1	0.23 227	0.12 165	0.00 1	0.46 166	0.10 35

error version	5.97 77	1.55 98	7.18 76	5.17 93	0.71 48	5.54 58	2.21 79	10.54 20	12.86 86	18.29 196	22.01 141	17.06 177	6.27 88	6.62 14	2.43 42	0.00 1	0.23 227	0.12 165	0.00 1	0.46 166	0.10 35

test-v	5.97 77	1.55 98	7.18 76	5.17 93	0.71 48	5.54 58	2.21 79	10.54 20	12.86 86	18.29 196	22.01 141	17.06 177	6.27 88	6.62 14	2.43 42	0.00 1	0.23 227	0.12 165	0.00 1	0.46 166	0.10 35

test-2	5.97 77	1.55 98	7.18 76	5.17 93	0.71 48	5.54 58	2.21 79	10.54 20	12.86 86	18.29 196	22.01 141	17.06 177	6.27 88	6.62 14	2.43 42	0.00 1	0.23 227	0.12 165	0.00 1	0.46 166	0.10 35

xx1	5.99 81	2.00 189	4.99 19	5.89 133	0.26 2	10.85 157	5.38 173	17.84 120	15.48 117	6.95 34	10.01 32	16.02 167	11.15 174	10.79 67	1.59 2	0.00 1	0.05 75	0.02 72	0.05 134	0.25 86	0.20 97

rafts_anoy	6.02 82	1.67 132	6.27 52	6.53 175	4.98 237	5.30 52	2.53 96	13.77 64	21.01 164	12.70 87	16.23 81	8.56 65	5.65 71	9.09 45	5.22 134	0.04 96	0.31 254	0.09 135	0.03 101	0.25 86	0.17 80

TestStereo	6.02 82	2.55 230	7.33 89	5.57 113	1.68 121	6.05 90	1.78 60	13.73 61	16.40 130	10.87 61	23.79 160	9.00 69	5.63 70	11.26 92	3.96 97	0.09 126	0.01 9	0.00 1	0.00 1	0.69 218	0.01 1

Any-RAFT	6.04 84	1.16 30	4.52 14	4.47 54	1.20 95	10.46 148	1.97 71	21.84 169	15.52 119	11.21 63	19.37 109	13.34 129	4.72 54	8.65 34	2.03 21	0.01 45	0.19 203	0.00 1	0.00 1	0.04 3	0.08 27

iRaft-Stereo_20w	6.06 85	1.84 168	12.04 230	4.23 41	1.67 120	6.77 112	2.22 83	18.73 135	6.08 21	14.72 113	10.33 39	13.42 134	8.14 124	15.88 218	3.08 67	0.01 45	0.24 238	0.13 176	0.39 276	0.61 204	0.71 221

DCRE	6.07 86	1.75 152	8.41 127	7.20 209	3.82 191	6.48 100	4.18 150	15.52 86	10.42 63	9.24 48	22.47 151	11.71 97	5.46 62	10.62 61	3.02 64	0.02 76	0.26 246	0.05 106	0.30 255	0.15 41	0.24 123

XX-Stereo	6.14 87	1.47 77	9.11 164	11.87 318	6.76 294	3.27 7	0.93 15	15.13 77	5.43 16	8.79 47	28.46 202	13.71 138	2.22 12	11.51 100	2.07 23	0.20 164	0.24 238	0.08 129	0.29 251	1.04 248	0.13 53

AFF-stereo	6.17 88	1.61 123	7.02 72	4.08 34	0.64 40	3.53 10	0.76 12	16.00 98	13.14 92	12.86 89	25.42 174	15.67 163	7.86 118	11.12 81	3.21 74	0.02 76	0.06 107	0.00 1	0.00 1	0.40 157	0.08 27

knoymous	6.19 89	1.49 84	4.49 13	3.81 30	1.87 129	5.84 82	5.76 186	14.51 69	14.18 104	13.31 100	21.59 139	12.64 111	6.49 94	12.41 144	4.03 103	0.12 135	0.13 173	0.12 165	0.00 1	0.71 223	0.35 155

TRStereo	6.22 90	6.09 299	11.30 219	9.19 265	7.41 310	4.75 26	1.74 55	19.70 143	11.74 75	10.61 58	8.65 21	10.67 82	3.22 15	13.81 182	3.60 80	0.31 195	0.23 227	0.12 165	0.36 269	0.48 175	0.38 157

AnonymousM	6.33 91	11.42 339	3.06 3	3.93 31	1.49 115	4.54 15	3.29 119	11.00 26	7.70 44	16.52 158	9.38 31	9.07 70	3.97 27	7.10 19	3.01 63	0.43 228	0.07 124	22.69 374	7.67 364	0.06 6	0.21 104

MyStereo06	6.40 92	1.76 156	13.15 245	6.19 157	4.40 218	7.09 119	9.95 261	16.68 106	6.98 30	12.91 90	10.76 44	17.84 196	5.71 73	9.97 53	3.39 78	0.06 113	0.10 156	0.02 72	0.04 116	0.73 228	0.29 141

DCANet-4	6.41 93	1.02 10	9.66 183	3.41 13	0.68 43	4.73 20	1.70 44	17.70 118	24.33 200	15.10 123	20.25 122	6.45 41	8.65 130	8.47 28	5.31 138	0.01 45	0.04 55	0.00 1	0.00 1	0.09 16	0.63 204

riskmin	6.42 94	1.29 43	6.76 61	3.95 32	2.25 142	10.49 149	2.53 96	15.11 76	17.60 142	9.77 52	12.91 60	15.25 159	12.04 190	11.58 105	5.11 130	0.14 140	0.24 238	0.13 176	0.03 101	0.61 204	0.69 216

DisPM	6.43 95	1.31 48	8.36 122	6.61 183	1.06 80	5.83 80	3.82 142	13.04 49	11.63 74	16.38 154	23.88 163	12.80 114	6.50 95	13.03 171	3.04 65	0.51 243	0.01 9	0.08 129	0.15 198	0.10 26	0.42 169

DCANet	6.46 96	1.59 115	7.28 83	3.51 22	0.68 43	4.77 30	1.75 58	15.33 80	23.62 191	15.55 136	20.73 133	7.31 52	11.56 185	8.83 39	5.26 136	0.00 1	0.05 75	0.00 1	0.00 1	0.26 94	1.11 257

RALAANet	6.49 97	2.49 228	9.69 189	7.09 204	4.98 237	6.23 91	1.68 42	19.90 147	14.26 105	15.04 122	14.56 67	12.69 112	4.38 36	12.91 161	3.07 66	0.02 76	0.07 124	0.00 1	0.10 175	0.51 187	0.15 72

Pruner-Stereo	6.59 98	1.51 90	8.71 140	6.34 163	0.85 65	5.66 72	4.15 148	13.74 62	11.02 69	18.11 192	22.09 146	15.86 165	5.80 76	11.75 116	5.15 132	0.60 254	0.02 28	0.18 196	0.10 175	0.07 11	0.16 76

sAnonymous2	6.59 98	6.21 301	19.05 302	8.91 255	5.27 252	4.58 16	6.69 220	15.56 87	11.12 72	4.86 26	8.71 24	3.81 14	7.93 119	7.38 20	2.89 55	0.09 126	0.07 124	0.05 106	0.28 248	11.25 361	7.10 350

CroCo_RVC	6.59 98	6.21 301	19.05 302	8.91 255	5.27 252	4.58 16	6.69 220	15.56 87	11.12 72	4.86 26	8.71 24	3.81 14	7.93 119	7.38 20	2.89 55	0.09 126	0.07 124	0.05 106	0.28 248	11.25 361	7.10 350

SST-Stereo	6.60 101	1.46 75	8.37 123	6.68 186	0.77 61	6.01 89	1.93 70	14.68 71	9.24 60	19.09 210	20.43 127	16.86 175	8.59 129	13.49 176	3.80 90	0.22 170	0.05 75	0.13 176	0.00 1	0.08 14	0.05 13

PSM-softLoss	6.61 102	1.60 119	9.42 175	6.48 170	0.88 67	5.65 67	2.04 75	22.64 177	8.77 55	13.95 105	22.11 148	13.01 118	5.22 58	12.73 154	6.05 151	0.49 238	0.06 107	0.27 226	0.56 291	0.16 46	0.06 20

KMStereo	6.61 102	1.60 119	9.42 175	6.48 170	0.88 67	5.65 67	2.04 75	22.64 177	8.77 55	13.95 105	22.11 148	13.01 118	5.22 58	12.73 154	6.05 151	0.49 238	0.06 107	0.27 226	0.56 291	0.16 46	0.06 20

ADStereo(finetuned)	6.68 104	1.59 115	9.70 190	3.49 18	0.68 43	4.79 31	1.75 58	15.33 80	23.64 192	15.56 137	20.68 128	7.30 51	13.85 219	8.71 35	5.17 133	0.00 1	0.05 75	0.00 1	0.00 1	0.25 86	1.05 253

PFNet+	6.68 104	1.40 61	9.60 180	5.64 116	0.85 65	5.79 79	1.74 55	13.63 58	15.30 115	17.88 185	21.38 138	14.52 147	6.07 81	12.74 156	4.89 126	0.63 261	0.20 207	0.11 162	0.30 255	0.05 5	0.91 242

raft+_RVC	6.69 106	1.61 123	5.57 34	6.37 164	4.62 224	6.51 103	6.18 202	20.39 156	23.38 189	10.62 60	17.82 91	9.89 77	5.65 71	10.70 64	3.67 85	0.00 1	0.14 183	0.00 1	0.00 1	0.34 139	0.27 133

NF-Stereo	6.72 107	1.59 115	8.93 144	6.60 181	0.73 60	6.27 94	3.38 125	20.21 155	18.01 147	13.22 99	19.46 113	11.82 99	6.16 82	12.39 143	4.74 118	0.33 198	0.06 107	0.20 207	0.23 229	0.08 14	0.05 13

RE-Stereo	6.73 108	1.58 113	8.94 146	6.59 178	0.71 48	6.27 94	3.51 129	20.20 149	17.99 145	13.21 96	19.46 113	11.94 102	6.20 84	12.34 140	4.79 122	0.34 202	0.05 75	0.20 207	0.23 229	0.09 16	0.05 13

TVStereo	6.73 108	1.58 113	8.94 146	6.59 178	0.71 48	6.27 94	3.51 129	20.20 149	17.99 145	13.21 96	19.46 113	11.94 102	6.20 84	12.34 140	4.79 122	0.34 202	0.05 75	0.20 207	0.23 229	0.09 16	0.05 13

Anonymous	6.73 108	2.83 240	18.61 299	11.88 319	7.83 319	14.52 215	9.37 251	14.49 68	10.15 61	4.28 15	6.89 17	3.13 5	7.67 113	11.82 118	5.66 146	0.83 281	0.35 265	0.08 129	0.20 217	2.86 300	1.09 256

OCTAStereo	6.74 111	1.59 115	8.96 151	6.60 181	0.72 56	6.25 92	3.50 127	20.20 149	18.03 148	13.21 96	19.45 111	12.07 109	6.16 82	12.36 142	4.78 119	0.35 205	0.06 107	0.20 207	0.23 229	0.09 16	0.05 13

DIP-Stereo	6.74 111	1.93 183	10.02 199	4.28 45	1.64 118	13.54 193	1.52 33	15.16 78	6.63 25	14.30 110	26.81 190	10.90 85	5.19 57	14.78 201	7.56 177	0.00 1	0.06 107	0.05 106	0.00 1	0.17 53	0.17 80
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MIPNet	6.75 113	1.67 132	12.34 232	4.67 63	1.47 111	10.01 142	2.24 84	26.43 215	17.22 134	14.72 113	12.75 57	7.02 48	9.68 152	8.44 27	5.26 136	0.01 45	0.04 55	0.05 106	0.09 169	0.35 143	0.55 191

RAFT-345	6.79 114	1.29 43	6.80 64	5.06 79	0.91 71	5.61 64	3.32 124	13.36 56	10.17 62	13.73 103	43.66 339	9.12 72	5.38 61	12.29 138	4.44 112	0.32 196	0.05 75	0.09 135	0.06 148	0.06 6	0.03 8

x	6.80 115	1.36 55	6.94 69	4.58 62	1.88 130	10.78 155	4.55 157	19.79 146	10.62 65	12.69 86	19.54 116	14.87 153	10.11 158	9.52 50	8.03 187	0.07 121	0.15 186	0.04 100	0.04 116	0.24 84	0.22 110

fff	6.83 116	1.55 98	7.28 83	3.56 24	0.32 8	4.73 20	1.70 44	15.75 90	31.87 258	15.11 124	20.25 122	6.90 45	12.80 199	8.63 31	5.33 139	0.01 45	0.04 55	0.00 1	0.00 1	0.09 16	0.63 204

csc	6.83 116	1.55 98	7.28 83	3.56 24	0.32 8	4.73 20	1.70 44	15.75 90	31.87 258	15.11 124	20.25 122	6.90 45	12.80 199	8.63 31	5.33 139	0.01 45	0.04 55	0.00 1	0.00 1	0.09 16	0.63 204

cscssc	6.83 116	1.55 98	7.28 83	3.56 24	0.32 8	4.73 20	1.70 44	15.75 90	31.87 258	15.11 124	20.25 122	6.90 45	12.80 199	8.63 31	5.33 139	0.01 45	0.04 55	0.00 1	0.00 1	0.09 16	0.63 204

RAFT_R40	6.91 119	1.53 93	8.45 131	6.79 194	0.77 61	5.86 86	3.82 142	14.85 73	14.53 109	18.05 191	20.03 120	17.06 177	8.69 131	13.40 175	3.84 93	0.14 140	0.02 28	0.14 180	0.00 1	0.09 16	0.05 13

OMP-Stereo	6.93 120	2.57 231	9.03 160	10.63 301	1.72 123	4.89 33	1.91 68	17.84 120	15.56 120	16.69 163	14.16 65	17.70 194	7.33 109	12.93 162	4.83 125	0.24 179	0.03 46	0.06 118	0.02 86	0.19 59	0.39 160

qqq	6.96 121	1.40 61	8.15 117	4.50 55	1.03 76	8.55 134	6.93 227	20.20 149	11.88 76	12.00 67	18.19 100	16.02 167	11.15 174	11.09 78	7.45 173	0.06 113	0.13 173	0.02 72	0.05 134	0.25 86	0.20 97

MIM_Stereo	7.02 122	1.55 98	10.78 213	4.17 37	0.58 33	5.25 50	1.32 28	19.03 139	12.59 85	16.74 164	28.83 205	13.20 126	5.53 64	12.89 159	7.11 166	0.00 1	0.23 227	0.00 1	0.01 63	0.38 154	0.28 136

R-Stereo Train	7.04 123	1.34 52	7.89 103	6.23 159	2.30 144	7.51 123	5.54 180	23.96 187	6.94 28	16.26 151	33.57 277	12.04 107	5.61 66	7.67 22	3.74 87	0.01 45	0.05 75	0.01 62	0.00 1	0.10 26	0.12 45

RAFT-Stereo	7.04 123	1.34 52	7.89 103	6.23 159	2.30 144	7.51 123	5.54 180	23.96 187	6.94 28	16.26 151	33.57 277	12.04 107	5.61 66	7.67 22	3.74 87	0.01 45	0.05 75	0.01 62	0.00 1	0.10 26	0.12 45
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
ACRE	7.07 125	2.38 222	13.26 246	7.36 214	4.86 229	10.28 145	4.40 153	15.51 85	13.69 99	17.22 173	19.23 108	8.00 59	4.20 33	10.64 62	8.50 195	0.33 198	0.32 257	0.03 85	0.14 192	0.37 149	0.77 230

IPLGR	7.14 126	1.31 48	13.14 244	4.24 42	1.15 93	9.78 140	0.98 18	23.98 189	21.70 175	16.22 150	18.43 101	8.45 64	7.66 112	9.26 48	5.45 144	0.21 167	0.05 75	0.04 100	0.06 148	0.32 133	0.38 157

CIPLG	7.15 127	2.44 224	12.82 239	7.38 215	4.93 232	10.51 150	4.56 158	15.17 79	13.25 95	17.45 178	19.75 117	8.42 63	4.60 47	11.41 96	8.31 191	0.33 198	0.32 257	0.03 85	0.14 192	0.37 149	0.72 222

IPLGR_C	7.16 128	2.48 227	12.98 242	7.52 225	4.91 231	10.56 151	4.59 159	15.63 89	14.12 103	17.42 176	18.87 105	8.00 59	4.59 46	10.76 66	8.81 198	0.32 196	0.32 257	0.03 85	0.13 188	0.36 144	0.76 227

IPLG	7.20 129	1.43 67	12.55 236	5.17 93	4.32 217	11.11 162	1.48 31	21.79 168	15.10 113	19.16 211	20.23 121	5.26 34	5.61 66	11.68 113	8.14 189	0.05 103	0.06 107	0.03 85	0.07 155	0.33 136	0.50 184

StereoVision	7.21 130	2.17 211	9.29 170	9.43 269	3.91 194	5.09 48	1.91 68	20.04 148	17.37 139	8.57 44	29.59 217	11.08 88	6.76 103	12.44 145	4.71 116	0.54 246	0.05 75	0.16 189	0.03 101	0.82 236	0.30 144

111	7.26 131	1.65 129	7.28 83	3.56 24	0.32 8	10.76 154	3.53 132	20.55 157	27.51 228	10.07 54	16.62 84	14.30 142	9.53 149	12.02 122	5.87 150	0.14 140	0.01 9	0.00 1	0.00 1	0.31 124	1.14 261

HHNet	7.39 132	1.75 152	7.24 81	3.26 7	3.18 170	5.04 45	6.40 211	19.04 140	15.70 122	20.71 236	32.13 258	10.69 83	5.91 78	10.45 58	4.60 114	0.40 221	0.07 124	0.21 212	0.13 188	0.54 193	0.41 167

ASMatch	7.40 133	1.42 64	8.49 134	5.09 81	2.00 134	4.74 25	2.62 101	16.54 105	13.17 93	17.08 169	34.75 286	13.13 125	10.33 162	12.04 124	4.82 124	0.05 103	0.24 238	0.21 212	0.17 205	0.16 46	0.97 246

IIG-Stereo	7.41 134	2.13 209	8.55 136	10.02 289	1.76 124	6.82 113	1.53 34	17.17 113	15.84 124	18.74 207	20.30 126	18.01 198	8.39 127	12.89 159	5.22 134	0.27 188	0.03 46	0.03 85	0.00 1	0.16 46	0.30 144

RAFT+CT+SA	7.44 135	1.46 75	6.46 55	10.73 304	3.34 177	4.70 19	7.45 236	16.45 103	25.89 214	10.18 55	27.15 194	7.27 50	8.00 122	15.11 203	3.19 73	0.02 76	0.00 1	0.18 196	0.46 283	0.30 113	0.47 177

LCNet	7.52 136	1.23 35	5.35 26	6.42 167	1.29 98	9.27 139	5.64 183	17.85 122	10.63 66	16.54 159	24.54 165	14.85 152	11.29 177	11.74 115	3.88 94	0.02 76	0.02 28	0.22 216	2.04 333	0.90 244	6.76 343

TestStereo1	7.62 137	1.62 125	7.60 92	10.47 298	1.86 127	4.76 27	2.48 94	19.73 144	22.33 181	16.79 165	26.02 178	9.33 74	9.30 141	15.92 221	3.37 76	0.01 45	0.02 28	0.02 72	0.05 134	0.55 196	0.28 136

SA-5K	7.62 137	1.62 125	7.60 92	10.47 298	1.86 127	4.76 27	2.48 94	19.73 144	22.33 181	16.79 165	26.02 178	9.33 74	9.30 141	15.92 221	3.37 76	0.01 45	0.02 28	0.02 72	0.05 134	0.55 196	0.28 136

mmm	7.72 139	1.50 87	8.56 137	5.29 106	1.89 131	14.14 203	5.70 185	18.42 129	11.02 69	16.04 146	23.78 159	17.00 176	10.03 157	12.03 123	7.54 176	0.12 135	0.07 124	0.50 257	0.20 217	0.31 124	0.18 84

RAFT-RH_RVC	7.73 140	1.25 41	6.99 71	4.83 68	0.90 70	11.76 166	1.53 34	13.00 47	14.43 108	17.51 180	46.41 350	11.02 87	6.30 92	12.68 151	4.93 127	0.51 243	0.04 55	0.12 165	0.13 188	0.09 16	0.09 29

TransformOpticalFlow	7.76 141	1.90 173	9.31 171	5.50 111	1.18 94	6.97 116	8.27 241	17.86 124	13.21 94	14.58 111	29.13 207	19.01 207	10.85 165	12.51 149	3.69 86	0.01 45	0.04 55	0.20 207	0.04 116	0.17 53	0.84 233

HITNet	7.83 142	2.93 245	8.39 124	4.76 66	1.48 113	12.75 184	4.64 160	20.97 159	14.37 107	15.14 128	22.15 150	14.57 148	10.62 163	14.38 193	8.14 189	0.04 96	0.01 9	0.48 255	0.02 86	0.57 200	0.10 35
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
PFNet	7.91 143	1.44 74	11.60 224	7.03 200	2.42 148	7.60 127	6.03 197	23.36 185	17.24 136	20.29 229	17.67 89	15.44 162	7.71 115	13.02 170	5.71 147	0.24 179	0.20 207	0.12 165	0.19 216	0.31 124	0.61 202

SA	7.93 144	1.54 95	9.13 167	7.98 240	0.64 40	5.85 84	2.29 86	22.27 174	24.54 205	13.17 95	31.07 240	8.87 68	10.32 161	16.49 236	3.12 68	0.04 96	0.12 169	0.17 191	0.30 255	0.45 165	0.17 80

AAGNet	7.94 145	1.48 80	9.34 173	7.13 207	0.70 47	5.85 84	5.16 169	15.40 83	14.01 101	20.13 226	24.03 164	15.28 160	11.52 181	12.05 125	15.47 254	0.63 261	0.06 107	0.32 241	0.01 63	0.12 31	0.09 29

FENet	7.94 145	1.01 9	6.72 58	5.87 132	2.07 137	11.11 162	2.03 74	21.39 163	20.81 162	17.14 171	22.65 152	14.43 144	11.54 184	12.97 165	7.89 183	0.15 146	0.24 238	0.03 85	0.02 86	0.14 39	0.62 203

dd	7.96 147	4.08 271	11.49 223	6.53 175	0.93 73	8.28 133	4.03 144	16.53 104	33.82 275	15.17 130	16.50 83	6.79 43	5.96 80	14.30 191	9.90 207	1.13 301	0.42 275	0.17 191	0.44 280	2.01 285	0.79 231

raft_robust	7.97 148	2.26 218	6.75 60	5.83 130	0.72 56	5.57 63	0.84 14	33.59 291	34.21 282	18.17 193	19.88 119	6.50 42	5.62 69	15.33 205	2.83 54	0.03 90	0.23 227	0.00 1	0.37 272	0.32 133	0.39 160

STrans-v2	7.98 149	1.84 168	9.42 175	4.84 70	1.48 113	12.23 176	10.05 266	19.06 141	12.32 82	13.63 102	26.06 182	18.13 203	12.35 192	12.99 167	3.99 99	0.01 45	0.01 9	0.18 196	0.01 63	0.22 67	0.83 232

Prome-Stereo	8.10 150	1.28 42	5.48 29	6.50 172	1.51 116	6.70 108	9.42 253	21.08 160	9.13 59	20.88 237	32.84 267	11.95 104	11.86 187	11.75 116	3.97 98	0.01 45	0.02 28	0.18 196	0.12 185	0.41 160	7.01 348

ffm	8.12 151	1.43 67	9.67 184	5.70 121	3.44 178	11.96 170	6.35 205	18.45 130	16.31 126	15.83 140	31.44 247	17.22 185	10.87 167	10.82 72	1.61 5	0.00 1	0.05 75	0.80 280	0.08 158	0.26 94	0.14 58

CASS	8.15 152	1.67 132	7.68 95	8.25 248	1.52 117	14.39 208	2.72 104	22.65 179	17.23 135	15.42 133	22.68 153	13.47 135	11.87 188	12.44 145	6.07 154	0.96 290	0.05 75	0.12 165	0.01 63	0.71 223	3.14 310
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DN-CSS_ROB	8.17 153	2.59 233	14.14 262	6.11 153	3.22 173	6.31 97	3.53 132	22.92 182	20.59 161	16.66 161	30.05 224	9.31 73	7.95 121	13.49 176	4.78 119	0.72 269	0.00 1	0.45 253	0.00 1	0.54 193	0.09 29

RAFT_CTSACE	8.24 154	1.97 186	8.39 124	6.89 197	5.11 244	5.86 86	2.63 102	14.62 70	16.88 132	23.52 270	34.77 287	16.02 167	7.37 110	17.91 249	2.23 36	0.00 1	0.12 169	0.00 1	0.03 101	0.39 156	0.05 13

GMM-Stereo	8.34 155	1.09 23	6.42 53	6.14 155	2.52 152	10.30 147	9.64 258	23.44 186	10.64 67	17.84 183	29.89 221	17.37 191	7.75 116	11.55 102	4.36 109	0.05 103	0.01 9	0.23 219	0.90 305	0.46 166	6.26 337

GANet-ADL	8.36 156	2.31 220	8.44 130	7.39 217	2.65 155	12.58 181	5.24 171	29.55 243	25.24 208	14.19 108	16.70 86	17.07 182	6.91 106	10.65 63	6.26 157	0.38 209	0.39 268	0.10 151	0.12 185	0.75 233	0.28 136

Sa-1000	8.38 157	1.50 87	8.13 115	7.56 227	0.89 69	14.39 208	2.47 93	24.31 194	23.74 195	15.18 131	28.35 201	11.42 93	8.85 135	16.20 232	3.28 75	0.17 151	0.23 227	0.15 185	0.23 229	0.46 166	0.19 94

GwcNet-ADL	8.48 158	1.70 139	9.38 174	7.10 205	2.78 159	6.74 111	6.57 219	30.15 247	26.01 217	15.15 129	17.77 90	13.93 139	6.96 107	12.96 164	9.91 208	0.48 237	0.72 309	0.01 62	0.01 63	0.51 187	0.84 233

ARAFT	8.50 159	3.19 253	16.58 286	5.52 112	0.91 71	12.13 175	11.20 285	17.19 114	18.28 150	18.40 202	16.33 82	17.10 183	8.58 128	18.56 252	5.00 128	0.11 133	0.04 55	0.00 1	0.00 1	0.55 196	0.25 128

test_5	8.51 160	1.50 87	8.19 120	11.06 310	5.00 239	6.91 114	5.67 184	17.50 115	22.09 179	16.07 147	29.63 218	15.28 160	10.78 164	15.94 223	3.65 84	0.00 1	0.00 1	0.26 225	0.08 158	0.31 124	0.35 155

RAFT	8.51 160	2.16 210	8.93 144	8.14 244	0.81 64	12.63 182	8.49 242	16.34 101	15.56 120	22.31 257	18.99 107	19.29 214	11.39 180	17.57 245	6.05 151	0.01 45	0.19 203	0.27 226	0.02 86	0.64 213	0.45 175

GES	8.51 160	1.98 187	11.82 227	6.39 166	1.77 125	12.36 179	6.22 203	21.55 165	21.34 169	19.02 209	26.02 178	8.79 66	9.34 144	13.94 185	7.24 168	0.38 209	0.10 156	0.30 239	0.14 192	0.69 218	0.73 223

DMCA	8.51 160	1.90 173	9.96 194	5.16 92	4.14 205	10.29 146	4.46 156	25.52 201	19.55 157	16.33 153	20.69 129	17.59 192	11.26 176	10.42 57	11.36 229	0.50 240	0.08 138	0.35 244	0.05 134	0.36 144	0.31 149

PSM-AAD	8.62 164	1.22 33	5.69 37	6.31 162	1.12 85	12.74 183	10.01 265	19.29 142	15.25 114	21.54 250	25.11 170	14.24 141	13.47 209	12.15 132	3.93 96	0.01 45	0.06 107	2.48 329	0.16 201	0.38 154	7.28 353

FTStereo	8.67 165	1.13 28	6.04 41	6.04 147	2.39 147	7.86 129	12.05 297	17.72 119	8.33 52	20.16 227	41.41 326	16.10 170	12.64 197	10.80 70	4.37 110	0.18 153	0.01 9	0.09 135	0.16 201	0.15 41	5.71 333

iRaft-Stereo_5w	8.70 166	1.81 167	9.33 172	5.83 130	3.78 188	4.87 32	11.12 284	15.86 97	14.80 111	15.23 132	26.36 184	21.49 226	12.91 202	15.94 223	12.73 235	0.58 250	0.05 75	0.08 129	0.09 169	0.85 238	0.33 153

IRAFT_RVC	8.76 167	1.47 77	9.55 179	7.31 211	1.77 125	6.49 102	10.43 275	25.94 209	27.33 224	17.50 179	19.85 118	17.93 197	10.21 159	12.88 158	5.44 143	0.17 151	0.30 251	0.19 204	0.05 134	0.22 67	0.12 45

HCRNet	8.80 168	1.43 67	7.74 99	14.41 335	5.25 248	10.85 157	2.56 99	26.07 211	18.04 149	15.48 134	25.03 168	18.63 206	9.93 156	13.01 168	6.76 161	0.04 96	0.04 55	0.10 151	0.01 63	0.18 55	0.38 157

whm_eth	8.83 169	4.45 278	17.70 294	7.42 218	6.66 292	7.07 118	3.45 126	17.88 125	19.49 156	22.17 256	39.18 312	4.69 28	4.32 35	14.26 190	5.35 142	0.18 153	0.08 138	0.21 212	0.09 169	0.61 204	1.30 265

DEmStereo	8.85 170	1.36 55	9.99 197	4.24 42	1.05 79	11.49 165	5.91 188	13.76 63	26.68 221	22.03 254	32.92 269	11.86 101	15.27 250	11.48 97	8.08 188	0.16 148	0.15 186	0.02 72	0.09 169	0.09 16	0.44 173

SFCPSM	8.85 170	1.40 61	11.34 220	5.23 105	3.47 184	16.55 250	7.18 233	30.71 258	25.24 208	16.45 155	19.45 111	11.10 90	9.61 150	11.88 120	5.52 145	0.22 170	0.17 194	0.36 247	0.22 221	0.29 109	0.58 197

GrayStereo	8.86 172	1.17 32	6.94 69	8.09 242	2.82 160	10.58 152	11.40 290	17.93 126	15.74 123	22.43 260	30.95 236	17.80 195	12.44 194	11.19 89	4.57 113	0.02 76	0.02 28	0.18 196	0.79 302	0.31 124	1.90 287

anonymousa	9.03 173	1.62 125	8.03 112	4.19 38	5.53 262	15.37 225	3.81 141	18.55 134	21.20 168	18.28 195	30.99 238	20.79 220	13.42 207	10.58 59	7.57 178	0.00 1	0.05 75	0.29 235	0.18 206	0.10 26	0.11 41

KYRaft	9.04 174	1.11 25	7.02 72	6.50 172	0.97 75	8.27 132	8.19 240	22.86 181	8.20 50	21.30 248	31.38 244	22.64 236	8.20 125	11.99 121	2.96 60	0.02 76	0.02 28	0.05 106	0.68 296	0.40 157	18.09 379

DualNet	9.14 175	1.43 67	9.67 184	5.70 121	3.44 178	11.96 170	6.35 205	18.45 130	16.31 126	15.83 140	31.44 247	17.22 185	10.87 167	10.82 72	21.98 295	0.00 1	0.05 75	0.80 280	0.08 158	0.26 94	0.14 58

BUS	9.20 176	1.48 80	7.93 105	6.74 191	3.96 196	17.62 258	2.79 108	33.06 286	21.58 172	17.99 188	21.34 135	14.49 145	9.40 146	14.18 187	10.57 219	0.19 157	0.13 173	0.14 180	0.04 116	0.30 113	0.09 29

MyStereo04	9.24 177	1.92 180	8.78 141	6.09 150	4.31 215	6.54 104	9.96 263	32.24 277	41.99 323	14.26 109	11.98 53	12.00 106	12.01 189	13.93 183	7.53 175	0.06 113	0.10 156	0.03 85	0.04 116	0.63 209	0.30 144

CoDeX	9.24 177	1.77 162	9.54 178	6.08 149	3.79 190	16.45 249	6.76 223	26.15 212	25.03 206	17.18 172	25.12 171	14.69 150	11.68 186	12.22 134	6.71 160	0.30 192	0.20 207	0.15 185	0.02 86	0.23 79	0.68 214

CrosDoStereo	9.24 177	1.29 43	8.16 118	4.56 60	1.04 77	7.52 125	15.00 318	15.85 95	24.31 198	24.27 272	33.44 274	13.37 130	13.82 217	12.23 135	8.86 199	0.01 45	0.11 165	0.09 135	0.04 116	0.36 144	0.53 188

DeepStereo_LL	9.24 177	1.29 43	8.16 118	4.56 60	1.04 77	7.52 125	15.00 318	15.85 95	24.31 198	24.27 272	33.44 274	13.37 130	13.82 217	12.23 135	8.86 199	0.01 45	0.11 165	0.09 135	0.04 116	0.36 144	0.53 188

DRaft	9.27 181	1.23 35	9.08 163	3.62 29	0.78 63	13.27 191	5.89 187	16.97 109	29.57 237	21.15 246	38.46 310	10.09 79	13.98 222	11.58 105	7.91 184	0.43 228	0.30 251	0.06 118	0.26 241	0.26 94	0.45 175

MyStereo05	9.29 182	1.76 156	8.95 148	6.19 157	4.40 218	7.09 119	9.95 261	31.21 262	40.82 316	17.31 174	12.93 61	10.33 80	12.52 196	13.93 183	7.05 165	0.06 113	0.10 156	0.02 72	0.04 116	0.73 228	0.29 141

MLCV	9.32 183	2.22 216	12.55 236	5.22 103	1.32 104	13.79 196	1.35 29	21.14 162	23.65 193	21.91 253	31.37 243	17.14 184	7.57 111	16.00 226	10.18 214	0.22 170	0.01 9	0.03 85	0.02 86	0.40 157	0.29 141

BEATNet_4x	9.37 184	4.85 285	12.05 231	5.48 110	1.35 107	13.15 189	6.15 201	25.06 199	16.74 131	16.18 149	24.65 166	17.29 190	12.51 195	16.91 240	10.92 222	0.38 209	0.18 199	0.81 286	0.05 134	1.95 281	0.65 211

THIR-Stereo	9.38 185	1.78 165	8.50 135	4.74 64	0.71 48	15.92 233	11.93 296	16.39 102	21.56 171	24.27 272	32.07 256	14.40 143	14.14 227	11.49 98	8.39 194	0.05 103	0.25 244	0.10 151	0.05 134	0.33 136	0.58 197

ff1	9.41 186	1.43 67	9.67 184	5.70 121	3.44 178	11.96 170	6.35 205	18.45 130	16.31 126	15.83 140	31.44 247	17.22 185	10.87 167	16.19 229	21.98 295	0.00 1	0.05 75	0.80 280	0.08 158	0.26 94	0.14 58

GANet-RSSM	9.48 187	1.32 50	6.45 54	6.72 190	5.51 261	12.78 185	6.03 197	26.55 216	18.96 154	14.92 118	27.95 198	25.41 260	14.69 239	13.52 179	7.60 180	0.10 130	0.10 156	0.16 189	0.01 63	0.51 187	0.39 160

UCFNet_RVC	9.48 187	2.12 207	4.89 17	7.03 200	3.78 188	16.05 234	6.37 210	28.25 231	20.00 159	15.93 145	23.07 156	25.21 257	12.79 198	12.57 150	8.01 186	0.07 121	0.04 55	1.17 302	0.23 229	1.31 265	0.69 216

CFNet_pseudo	9.58 189	1.91 176	10.73 211	4.53 57	2.91 166	14.26 204	2.75 106	26.73 219	32.14 264	17.10 170	23.02 155	22.14 232	8.74 133	12.17 133	7.43 171	0.20 164	0.45 283	1.24 309	0.24 236	2.49 293	0.49 183

Anonymous3	9.60 190	3.45 258	29.83 330	9.58 277	4.75 227	24.51 301	10.20 272	24.04 191	18.77 153	10.42 56	14.64 68	7.97 58	8.75 134	14.05 186	5.80 148	2.44 328	1.39 328	0.08 129	0.06 148	0.73 228	0.48 180

ccs_rob	9.61 191	1.92 180	10.72 210	4.55 58	2.89 163	14.33 206	2.86 110	26.85 220	32.36 266	17.05 168	22.91 154	22.12 231	8.70 132	12.10 130	7.44 172	0.19 157	0.44 279	1.38 311	0.25 239	2.68 296	0.57 195

PCWNet_CMD	9.64 192	1.77 162	10.59 207	4.80 67	2.90 164	16.25 247	2.42 92	29.37 242	34.10 279	17.41 175	22.04 145	19.10 210	7.70 114	12.05 125	6.86 162	0.22 170	0.45 283	0.80 280	0.22 221	3.11 308	0.69 216

MSMDNet	9.64 192	1.77 162	10.63 208	4.83 68	2.90 164	16.35 248	2.37 89	29.33 241	34.29 283	17.43 177	22.10 147	19.05 209	7.79 117	12.11 131	6.87 163	0.23 177	0.46 285	0.67 269	0.21 220	2.77 298	0.60 200

BSDual-CNN	9.70 194	1.48 80	7.93 105	6.74 191	3.96 196	16.10 238	7.13 230	33.06 286	21.58 172	17.99 188	21.34 135	22.28 233	11.53 182	14.18 187	7.81 181	0.19 157	0.13 173	0.14 180	0.04 116	0.30 113	0.09 29

PSMNet-RSSM	9.71 195	1.73 141	6.09 42	7.47 223	4.27 209	10.06 143	6.00 195	29.14 238	21.74 176	15.76 139	32.88 268	22.63 235	13.18 204	12.94 163	9.12 203	0.09 126	0.02 28	0.07 126	0.10 175	0.70 221	0.24 123

IER	9.78 196	1.55 98	9.97 195	4.51 56	5.23 247	13.78 195	5.11 168	26.66 217	22.79 186	19.69 217	29.45 215	16.42 171	18.52 283	13.64 181	7.57 178	0.06 113	0.03 46	0.18 196	0.09 169	0.18 55	0.23 117

psmg	9.80 197	1.48 80	7.93 105	5.18 98	3.96 196	15.85 232	7.93 239	29.11 237	21.58 172	20.93 238	25.06 169	22.28 233	11.53 182	14.18 187	7.81 181	0.19 157	0.13 173	0.17 191	0.04 116	0.36 144	0.21 104

gwcnet-sp	9.81 198	2.82 237	13.47 253	5.99 140	4.27 209	16.20 244	5.91 188	25.55 202	24.34 201	21.01 239	20.69 129	15.22 156	14.96 243	14.50 196	9.97 209	0.05 103	0.15 186	0.02 72	0.08 158	0.49 182	0.51 185

scenet	9.81 198	2.82 237	13.47 253	5.99 140	4.27 209	16.20 244	5.91 188	25.55 202	24.34 201	21.01 239	20.69 129	15.22 156	14.96 243	14.50 196	9.97 209	0.05 103	0.15 186	0.02 72	0.08 158	0.49 182	0.51 185

ssnet	9.81 198	2.82 237	13.47 253	5.99 140	4.27 209	16.20 244	5.91 188	25.55 202	24.34 201	21.01 239	20.69 129	15.22 156	14.96 243	14.50 196	9.97 209	0.05 103	0.15 186	0.02 72	0.08 158	0.49 182	0.51 185

CFNet-ft	9.87 201	2.18 214	5.49 30	7.45 221	5.25 248	15.76 229	5.98 193	21.89 170	21.87 177	14.96 119	30.02 222	25.68 261	13.68 213	12.46 147	10.94 224	0.08 124	0.06 107	1.83 317	0.22 221	1.09 249	0.43 171

CFNet_RVC	9.87 201	2.18 214	5.49 30	7.45 221	5.25 248	15.76 229	5.98 193	21.89 170	21.87 177	14.96 119	30.02 222	25.68 261	13.68 213	12.46 147	10.94 224	0.08 124	0.06 107	1.83 317	0.22 221	1.09 249	0.43 171

PSMNet-ADL	9.88 203	2.01 195	6.80 64	9.18 264	4.26 208	15.11 220	3.50 127	27.12 221	24.42 204	14.72 113	18.96 106	25.32 259	13.43 208	15.76 214	14.04 243	0.79 276	0.78 315	0.00 1	0.02 86	0.26 94	1.18 264

qqq1	9.96 204	1.37 57	13.37 248	4.41 49	1.30 99	14.40 211	3.29 119	30.25 249	29.81 241	19.55 212	29.37 209	18.06 199	14.40 233	15.42 209	3.18 71	0.38 209	0.21 213	0.00 1	0.01 63	0.29 109	0.18 84

fff1	9.96 204	1.37 57	13.37 248	4.41 49	1.30 99	14.40 211	3.29 119	30.25 249	29.81 241	19.55 212	29.37 209	18.06 199	14.40 233	15.42 209	3.18 71	0.38 209	0.21 213	0.00 1	0.01 63	0.29 109	0.18 84

ttt	9.98 206	1.49 84	7.30 88	6.43 168	3.95 195	14.02 199	5.06 167	33.03 285	29.84 245	14.90 117	30.95 236	14.81 151	9.66 151	15.36 207	11.38 230	0.38 209	0.19 203	0.10 151	0.03 101	0.37 149	0.28 136

UDGNet	10.05 207	13.89 349	10.00 198	9.36 268	2.69 156	7.82 128	1.88 65	18.86 137	34.64 285	17.52 181	13.70 64	13.40 132	7.18 108	13.01 168	6.30 158	5.30 351	0.08 138	12.57 369	2.80 341	8.19 348	1.71 283

cf-r	10.06 208	1.60 119	7.99 109	5.82 128	5.70 270	12.92 187	4.78 163	24.18 193	27.47 227	16.91 167	31.02 239	25.12 256	14.05 223	11.63 111	11.01 227	0.03 90	0.03 46	0.05 106	0.03 101	0.43 163	0.39 160

ICVP	10.07 209	1.73 141	6.11 43	9.08 260	3.31 176	12.25 177	6.56 218	26.30 214	22.52 183	16.49 157	31.80 253	26.94 270	12.42 193	11.35 94	10.92 222	1.17 303	0.57 302	0.17 191	0.10 175	0.58 202	1.07 255
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
hknet	10.13 210	1.56 107	10.27 202	6.74 191	3.72 186	16.10 238	7.13 230	33.06 286	21.12 166	17.99 188	21.34 135	23.11 238	14.95 242	16.43 235	8.34 193	0.14 140	0.13 173	0.14 180	0.04 116	0.30 113	0.09 29

AdaStereo	10.22 211	3.63 260	9.14 169	9.15 262	3.24 174	15.79 231	5.39 177	31.94 269	25.42 210	18.39 201	26.47 185	19.44 215	9.50 148	16.60 238	8.59 196	0.44 230	0.05 75	0.40 251	0.00 1	0.57 200	0.16 76
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.
CFNet_ucs	10.25 212	1.91 176	11.88 228	4.98 76	4.08 203	15.11 220	3.57 136	28.02 228	31.98 263	18.21 194	25.20 172	23.27 241	9.38 145	13.38 174	7.22 167	0.23 177	0.81 316	1.65 315	0.22 221	3.01 304	0.93 243

iResNet	10.26 213	3.10 252	15.72 277	7.35 213	2.13 138	13.86 198	7.07 229	22.80 180	28.01 229	20.10 225	30.40 227	16.79 174	11.06 173	14.46 195	10.29 218	0.39 219	0.05 75	0.00 1	0.07 155	0.73 228	0.73 223

RAFT + AFF	10.27 214	3.77 264	17.13 288	10.24 295	4.97 235	13.08 188	11.52 291	25.69 205	25.80 212	14.72 113	16.12 80	19.16 211	11.35 179	16.24 233	9.04 202	0.30 192	1.46 330	0.66 268	0.20 217	2.03 287	1.94 288

ACVNet	10.36 215	1.68 137	5.49 30	6.01 143	2.75 158	12.78 185	3.56 134	21.89 170	34.81 286	14.96 119	30.78 233	24.72 253	13.88 220	15.81 215	17.20 267	0.13 138	0.01 9	0.06 118	0.06 148	0.51 187	0.15 72

tta	10.45 216	1.37 57	13.37 248	4.41 49	1.30 99	14.39 208	3.29 119	30.25 249	29.81 241	19.55 212	29.37 209	18.06 199	14.40 233	15.42 209	12.69 233	0.38 209	0.21 213	0.28 232	0.03 101	0.29 109	0.18 84

SMFormer	10.46 217	1.37 57	13.37 248	4.41 49	1.30 99	14.40 211	3.29 119	30.25 249	29.81 241	19.55 212	29.37 209	18.06 199	14.40 233	15.42 209	12.70 234	0.38 209	0.21 213	0.28 232	0.03 101	0.33 136	0.31 149

ToySt	10.51 218	2.00 189	15.67 276	5.33 107	0.95 74	14.97 219	9.51 255	24.02 190	27.37 225	14.61 112	24.67 167	24.56 251	14.70 240	16.86 239	13.35 237	0.06 113	0.23 227	0.03 85	0.09 169	0.62 207	0.67 213

AACVNet	10.58 219	2.86 241	9.78 192	8.95 257	3.30 175	10.80 156	4.78 163	22.37 175	12.55 84	27.50 302	29.84 220	30.06 286	15.99 258	19.10 260	11.60 231	0.40 221	0.18 199	0.22 216	0.03 101	0.62 207	0.73 223

GwcNet-RSSM	10.65 220	1.94 184	8.57 138	6.89 197	5.26 251	12.26 178	5.21 170	25.80 208	31.50 255	16.67 162	33.52 276	23.70 247	13.88 220	12.84 157	13.67 241	0.05 103	0.10 156	0.14 180	0.02 86	0.65 215	0.39 160

CFNet	10.67 221	2.33 221	8.90 143	6.66 185	4.09 204	16.05 234	4.26 152	30.44 255	31.01 254	18.53 203	26.48 186	23.69 246	13.68 213	15.27 204	10.59 221	0.05 103	0.02 28	0.44 252	0.05 134	0.73 228	0.23 117

mmx	10.71 222	1.43 67	9.67 184	5.70 121	3.44 178	11.96 170	6.35 205	32.18 274	28.03 230	15.83 140	31.44 247	17.22 185	10.87 167	16.19 229	21.98 295	0.22 170	0.06 107	0.80 280	0.08 158	0.48 175	0.21 104

xxx	10.71 222	1.43 67	9.67 184	5.70 121	3.44 178	11.96 170	6.35 205	32.18 274	28.03 230	15.83 140	31.44 247	17.22 185	10.87 167	16.19 229	21.98 295	0.22 170	0.06 107	0.80 280	0.08 158	0.48 175	0.21 104

NINENet	10.74 224	2.29 219	10.44 205	8.03 241	5.09 242	17.62 258	2.79 108	38.69 337	33.24 274	18.35 200	26.31 183	14.49 145	9.40 146	15.88 218	10.57 219	0.41 223	0.21 213	0.29 235	0.00 1	0.42 162	0.23 117

LMCR-Stereo	10.75 225	4.13 273	10.67 209	13.11 325	3.99 201	16.68 251	5.91 188	25.30 200	22.69 184	22.04 255	21.80 140	14.67 149	14.24 229	20.55 284	15.86 256	1.90 317	0.04 55	0.00 1	0.02 86	1.29 262	0.18 84

DeepPruner_ROB	10.77 226	4.56 280	13.13 243	6.37 164	4.28 214	10.14 144	6.86 224	36.42 321	19.59 158	17.87 184	27.37 195	23.19 240	12.26 191	19.09 259	10.23 216	1.05 297	0.48 288	0.23 219	0.15 198	0.89 242	1.17 262

LL-Strereo	10.79 227	3.52 259	12.54 235	8.77 253	5.44 259	7.49 122	9.26 250	35.15 310	28.70 235	16.47 156	15.85 77	21.06 223	17.42 276	21.62 290	9.72 206	0.21 167	0.22 222	0.74 274	0.08 158	0.98 245	0.60 200

DAS	10.80 228	2.03 199	13.96 259	9.01 258	6.23 282	14.67 217	7.38 234	21.59 166	32.58 269	18.67 205	28.13 199	19.20 212	17.08 271	16.54 237	7.31 169	0.58 250	0.01 9	0.29 235	0.01 63	0.47 173	0.20 97

GMStereo_Zeroshot	10.83 229	7.81 315	19.95 307	9.55 275	2.47 151	11.83 167	1.31 26	20.84 158	20.52 160	22.73 262	35.93 292	24.76 255	5.94 79	19.68 266	7.04 164	0.45 231	0.02 28	0.25 223	0.01 63	5.38 333	0.19 94

HSM-Net_RVC	10.88 230	1.23 35	5.46 28	5.57 113	2.63 154	20.12 275	6.06 199	27.67 225	28.35 234	20.63 234	25.51 175	34.01 311	14.38 232	16.18 228	9.29 204	0.11 133	0.07 124	0.01 62	0.00 1	0.13 36	0.14 58
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NOSS_ROB	10.99 231	3.81 266	6.88 66	6.69 187	2.30 144	16.06 236	10.94 281	30.06 246	32.41 267	16.10 148	18.72 104	22.78 237	14.21 228	17.52 244	8.62 197	2.35 323	1.84 336	3.32 341	1.57 325	2.06 288	1.52 276

ac_64	11.10 232	1.49 84	9.88 193	8.24 247	5.45 260	19.12 267	6.46 214	24.10 192	14.34 106	22.80 263	23.87 162	33.28 308	15.54 253	18.87 256	17.26 269	0.28 189	0.12 169	0.02 72	0.02 86	0.26 94	0.63 204

1111x	11.32 233	1.34 52	8.95 148	5.20 100	1.96 132	14.46 214	7.75 238	35.65 315	28.23 233	15.66 138	26.66 189	26.65 265	14.76 241	15.88 218	22.27 300	0.24 179	0.13 173	0.04 100	0.06 148	0.30 113	0.24 123

HSM	11.33 234	1.80 166	7.04 74	6.13 154	3.99 201	16.16 242	6.92 226	29.69 244	19.39 155	22.95 264	26.05 181	41.08 344	15.79 256	20.25 275	8.89 201	0.02 76	0.03 46	0.01 62	0.00 1	0.15 41	0.34 154

SepStereo	11.34 235	2.03 199	13.96 259	9.01 258	6.23 282	14.67 217	7.38 234	21.59 166	32.58 269	18.67 205	28.13 199	19.20 212	17.08 271	27.36 318	7.31 169	0.58 250	0.01 9	0.29 235	0.01 63	0.47 173	0.20 97

DMCA-RVC	11.41 236	3.32 255	11.68 225	10.12 291	4.81 228	11.92 169	4.11 145	24.67 197	23.66 194	20.06 224	28.51 203	26.71 266	24.96 318	15.95 225	14.82 249	0.41 223	0.34 264	0.56 261	0.16 201	0.72 227	0.69 216

test_xeample	11.49 237	1.24 40	7.50 90	5.22 103	2.18 140	17.40 255	6.49 216	31.14 261	22.77 185	17.90 186	33.09 271	18.48 205	14.61 238	13.51 178	37.38 361	0.16 148	0.13 173	0.01 62	0.03 101	0.23 79	0.24 123

RASNet	11.59 238	1.71 140	10.36 204	6.30 161	5.66 267	15.48 227	6.12 200	34.50 304	20.86 163	16.61 160	32.51 263	22.04 230	23.00 304	19.44 263	16.15 260	0.71 267	0.03 46	0.05 106	0.01 63	0.15 41	0.13 53

iResNet_ROB	11.71 239	1.96 185	10.77 212	6.01 143	3.68 185	15.13 222	2.34 87	31.72 268	37.58 302	26.16 292	32.77 265	25.88 263	15.34 251	16.35 234	7.94 185	0.19 157	0.01 9	0.00 1	0.00 1	0.31 124	0.12 45

UPFNet	11.72 240	1.52 92	10.33 203	7.38 215	7.14 304	20.05 274	9.62 257	28.90 236	25.94 215	20.02 222	29.73 219	20.91 221	16.34 261	18.61 254	16.17 261	0.26 187	0.17 194	0.25 223	0.03 101	0.55 196	0.56 194

FADNet-RVC-Resample	11.72 240	4.35 277	30.33 333	9.46 273	3.90 192	14.11 200	7.17 232	25.78 206	23.31 188	23.27 267	29.52 216	19.50 217	15.00 247	15.38 208	8.33 192	0.53 245	0.50 292	0.49 256	0.50 287	1.38 268	1.67 281

xxxx	11.74 242	1.16 30	7.88 102	5.61 115	1.99 133	20.46 276	3.12 116	33.99 295	23.76 197	15.53 135	30.67 229	26.88 269	14.50 237	12.98 166	35.48 353	0.19 157	0.18 199	0.01 62	0.02 86	0.22 67	0.27 133

CBMV_ROB	11.77 243	2.89 242	6.92 68	5.20 100	2.88 162	14.12 201	4.79 165	26.69 218	29.84 245	26.17 293	31.92 254	23.61 245	20.74 297	20.20 274	10.18 214	1.78 314	1.80 335	2.17 324	1.26 320	1.61 271	0.55 191

DSFCA	11.85 244	2.01 195	12.93 241	5.40 108	6.87 298	15.36 224	10.45 277	30.68 257	31.84 257	25.99 290	23.52 157	22.03 229	14.05 223	20.28 278	12.46 232	0.57 249	0.41 271	0.28 232	0.38 274	1.02 246	0.47 177

FADNet_RVC	11.94 245	5.17 289	39.74 349	6.44 169	3.46 183	11.42 164	4.17 149	29.16 239	26.89 222	17.97 187	25.96 176	13.41 133	15.67 254	15.84 217	13.54 240	0.90 287	0.75 313	0.55 260	1.20 318	3.65 318	2.85 303

iResNetv2_ROB	12.00 246	2.91 244	13.46 252	5.82 128	3.73 187	13.15 189	6.45 213	34.15 297	36.02 294	25.25 282	33.81 280	29.79 282	14.24 229	13.61 180	6.10 155	0.21 167	0.02 28	0.12 165	0.00 1	0.82 236	0.25 128

hitnet-ft	12.04 247	2.11 206	6.14 44	7.27 210	3.90 192	25.98 313	3.56 134	22.56 176	23.74 195	20.55 231	33.81 280	31.59 294	18.67 285	19.47 264	17.20 267	0.42 227	1.36 327	0.35 244	0.07 155	1.11 252	0.86 237

NLCA_NET_v2_RVC	12.05 248	3.43 257	16.25 282	7.62 229	5.58 263	14.57 216	6.00 195	32.98 284	27.41 226	21.69 251	31.40 245	25.21 257	13.47 209	14.96 202	15.60 255	0.84 283	0.33 261	0.35 244	0.35 268	1.29 262	1.78 284
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
acv_ft	12.16 249	1.68 137	11.97 229	7.70 231	6.20 279	19.61 271	5.52 179	25.78 206	34.81 286	25.62 288	30.78 233	24.72 253	13.20 206	15.81 215	18.80 278	0.13 138	0.01 9	0.06 118	0.06 148	0.63 209	0.15 72

dad	12.24 250	10.20 327	13.68 257	6.64 184	1.47 111	13.55 194	3.58 137	17.62 117	35.33 290	27.15 301	32.65 264	30.85 289	10.86 166	14.33 192	10.04 212	2.95 333	0.55 300	7.92 360	0.91 308	3.35 313	1.17 262

pcwnet_v2	12.32 251	2.00 189	17.53 289	7.79 235	5.69 269	17.06 252	3.69 140	36.52 322	46.17 341	20.55 231	29.39 214	16.50 172	13.00 203	15.70 213	9.32 205	0.50 240	1.00 324	0.34 243	0.24 236	2.00 284	1.38 270

222	12.33 252	1.29 43	8.09 114	6.06 148	2.14 139	19.51 270	2.53 96	33.63 292	23.55 190	21.72 252	30.51 228	20.11 218	16.77 265	13.22 172	46.51 382	0.15 146	0.14 183	0.01 62	0.03 101	0.26 94	0.26 131

ADLNet	12.34 253	2.22 216	10.14 200	8.38 249	6.78 296	17.56 257	9.05 246	33.21 289	26.28 219	27.06 298	26.01 177	26.80 267	13.76 216	16.99 241	18.74 277	0.24 179	0.39 268	0.23 219	0.10 175	0.64 213	2.16 295

CBFPSM	12.42 254	2.59 233	28.96 327	4.74 64	3.20 172	22.33 288	16.31 330	21.13 161	21.03 165	21.04 242	27.81 196	30.24 287	15.99 258	14.59 200	14.80 248	0.04 96	0.49 291	0.10 151	0.16 201	0.51 187	2.34 298

ADLNet2	12.44 255	2.17 211	12.84 240	9.17 263	5.82 273	20.00 273	10.13 270	32.53 279	36.22 297	18.62 204	19.39 110	21.96 228	17.07 270	21.43 289	19.42 281	0.24 179	0.15 186	0.06 118	0.08 158	0.86 239	0.57 195

AASNet	12.49 256	2.46 226	10.49 206	9.82 283	6.86 297	17.33 254	6.73 222	41.09 348	37.86 305	22.53 261	29.11 206	16.68 173	13.48 211	14.54 199	17.87 273	0.20 164	0.02 28	0.78 276	0.05 134	1.18 255	0.76 227

HBP-ISP	12.52 257	7.82 316	8.47 133	7.57 228	4.27 209	12.56 180	6.42 212	28.68 233	29.56 236	21.11 244	35.69 290	15.85 164	18.42 282	20.44 281	11.00 226	3.03 334	2.63 348	7.09 358	3.97 350	3.58 316	2.27 297

CRFU-Net	12.56 258	2.89 242	11.77 226	8.18 245	5.80 272	24.84 304	10.46 280	24.56 195	13.12 91	30.06 319	29.37 209	29.09 276	19.64 290	19.96 269	18.53 276	0.82 279	0.48 288	0.27 226	0.15 198	0.53 192	0.68 214

UNet	12.64 259	2.02 197	13.36 247	6.85 196	7.76 318	25.31 310	4.74 162	34.10 296	28.19 232	20.03 223	31.07 240	27.02 272	17.36 274	20.18 273	13.87 242	0.06 113	0.05 75	0.27 226	0.01 63	0.23 79	0.39 160

delet	12.65 260	1.85 170	11.36 221	7.71 233	6.22 281	22.52 290	10.22 274	28.14 230	37.67 303	19.66 216	29.24 208	21.00 222	15.99 258	21.97 291	17.77 272	0.03 90	0.07 124	0.19 204	0.04 116	0.60 203	0.75 226

HGLStereo	12.72 261	2.66 235	12.34 232	9.93 286	7.55 312	16.16 242	7.45 236	31.48 267	27.01 223	20.01 221	35.31 289	26.98 271	18.90 286	17.87 248	18.90 279	0.33 198	0.16 192	0.07 126	0.05 134	0.48 175	0.70 220

GEStereo_RVC	12.81 262	2.49 228	13.64 256	9.68 280	4.97 235	18.16 260	11.30 287	31.26 263	47.47 343	19.84 218	26.97 191	19.03 208	13.19 205	20.14 272	14.86 251	0.83 281	0.51 295	0.10 151	0.13 188	0.54 193	0.99 250

CSP-Net	12.85 263	2.95 246	9.64 182	5.94 139	3.96 196	25.85 311	9.93 260	28.81 235	26.00 216	29.31 315	32.44 262	30.00 284	15.16 248	20.25 275	14.30 246	0.55 248	0.19 203	0.03 85	0.00 1	0.65 215	0.98 249

SGM-Forest	12.92 264	1.87 171	6.61 56	5.68 119	2.05 136	23.19 296	11.30 287	34.24 300	30.77 252	26.54 295	31.99 255	29.98 283	15.74 255	21.17 288	13.36 238	1.05 297	0.33 261	0.84 288	0.01 63	0.71 223	0.97 246
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MMNet	12.97 265	2.08 203	12.74 238	6.98 199	6.27 285	26.39 317	4.73 161	23.10 183	41.79 321	25.48 286	32.29 261	21.09 224	17.79 278	19.52 265	17.90 274	0.19 157	0.07 124	0.10 151	0.00 1	0.37 149	0.59 199

STTStereo	12.97 265	4.88 286	26.57 322	7.54 226	5.41 258	13.43 192	6.49 216	30.53 256	26.35 220	25.14 281	31.43 246	32.00 297	14.12 225	16.01 227	14.83 250	0.29 191	0.31 254	0.67 269	1.08 314	1.21 257	1.11 257

TDLM	12.98 267	3.78 265	9.77 191	10.75 305	4.94 233	16.10 238	14.08 310	35.05 308	31.87 258	22.36 258	26.51 188	26.09 264	14.97 246	24.73 307	13.11 236	1.05 297	0.05 75	1.21 306	0.27 245	1.83 277	1.00 251

AANet_RVC	13.16 268	5.34 292	10.83 215	8.20 246	4.44 220	14.13 202	9.46 254	28.78 234	37.67 303	23.44 269	37.47 302	23.48 243	15.83 257	22.39 294	16.63 263	1.67 312	0.86 319	0.24 222	0.02 86	0.63 209	1.60 278

psm_up	13.18 269	1.91 176	8.81 142	9.59 278	5.84 275	15.17 223	11.37 289	38.74 338	30.81 253	20.66 235	30.32 226	30.00 284	23.12 305	19.19 261	16.02 257	0.58 250	0.10 156	0.17 191	0.01 63	0.65 215	0.55 191

ssnet_v2	13.23 270	2.43 223	11.25 218	7.34 212	2.92 167	23.05 295	12.95 302	35.93 317	32.92 273	21.23 247	25.38 173	28.81 275	15.22 249	22.57 295	19.81 284	0.18 153	0.08 138	0.19 204	0.05 134	1.24 260	1.06 254

CVANet_RVC	13.24 271	3.39 256	8.43 129	8.42 250	5.04 240	18.52 265	11.72 294	32.03 271	33.85 276	23.17 266	32.77 265	29.78 281	16.51 263	23.20 297	11.28 228	0.94 288	0.04 55	1.19 305	0.47 284	3.13 309	1.01 252

FADNet-RVC	13.27 272	11.57 340	39.71 348	7.94 238	4.50 221	15.41 226	6.95 228	27.96 226	22.98 187	20.37 230	30.73 232	26.86 268	11.31 178	20.50 283	14.28 245	0.14 140	0.14 183	0.13 176	0.18 206	2.83 299	0.86 237

DLCB_ROB	13.35 273	3.00 249	9.12 165	9.43 269	5.68 268	21.80 285	10.12 269	29.19 240	29.92 247	27.71 303	31.45 252	32.37 299	19.50 289	19.02 257	16.73 264	0.22 170	0.04 55	0.38 250	0.06 148	0.49 182	0.85 236

StereoDRNet-Refined	13.36 274	2.80 236	10.82 214	7.94 238	3.10 169	18.95 266	4.45 155	28.47 232	29.65 239	29.11 311	41.47 327	24.44 250	17.64 277	23.34 298	21.66 291	0.16 148	0.07 124	0.53 259	0.32 261	0.77 234	1.64 280
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SACVNet	13.38 275	4.08 271	11.41 222	11.67 315	5.79 271	17.28 253	9.39 252	32.77 281	22.29 180	28.11 306	33.35 272	32.48 300	21.86 301	19.75 267	10.28 217	1.00 293	0.48 288	0.85 289	0.29 251	1.31 265	3.08 307

iinet-f	13.51 276	4.29 274	45.90 358	6.01 143	3.96 196	21.00 279	13.40 306	27.40 223	21.12 166	21.11 244	30.72 231	21.49 226	16.96 268	15.33 205	19.50 282	0.12 135	0.42 275	0.09 135	0.05 134	0.89 242	0.39 160

CBMV	13.69 277	3.63 260	8.02 111	5.93 138	2.69 156	22.57 291	12.44 299	29.81 245	31.57 256	31.20 324	33.79 279	31.04 290	17.41 275	25.28 310	14.11 244	0.71 267	0.60 304	0.60 264	0.11 184	1.11 252	1.13 260
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PS-NSSS	13.70 278	7.41 314	14.68 270	6.70 188	5.63 265	18.43 263	12.59 300	38.89 340	25.56 211	20.27 228	35.71 291	21.11 225	16.35 262	17.16 242	17.56 270	2.28 321	0.53 297	5.37 346	0.36 269	4.28 324	3.09 308

FADNet	14.18 279	10.92 336	37.56 344	7.79 235	6.64 289	17.48 256	6.91 225	34.73 305	34.03 277	18.85 208	27.02 192	28.26 273	14.24 229	17.77 247	10.09 213	0.41 223	0.67 307	0.37 248	0.37 272	8.13 346	1.34 267

fast-acv-ft	14.25 280	4.00 270	16.20 280	7.51 224	5.14 246	26.38 316	9.77 259	24.62 196	34.84 288	25.30 284	37.27 300	32.09 298	20.38 295	18.32 250	19.50 282	0.36 207	0.32 257	0.63 266	0.47 284	1.18 255	0.76 227

pmcnn	14.59 281	3.68 262	19.78 306	6.83 195	4.51 222	21.27 282	14.67 314	27.37 222	30.54 250	27.09 300	40.19 319	38.71 331	18.53 284	17.70 246	19.27 280	0.84 283	0.09 146	0.00 1	0.00 1	0.48 175	0.31 149

Anonymous_2	14.95 282	6.75 309	17.63 291	5.45 109	7.10 303	26.19 314	11.58 292	18.06 127	17.30 137	17.61 182	15.47 74	23.33 242	20.95 299	20.55 284	14.63 247	11.05 371	12.86 380	11.27 367	25.12 382	11.32 363	4.82 328

NVstereo2D	15.15 283	2.97 247	16.28 283	9.23 266	7.56 313	30.03 330	9.53 256	42.80 357	42.72 325	15.11 124	27.03 193	23.16 239	16.93 267	24.28 303	15.45 253	3.07 336	0.43 278	1.44 312	0.61 293	6.74 338	7.60 355

Wz-Net-LNSev-Ref	15.26 284	3.68 262	27.36 324	7.11 206	5.83 274	24.88 306	12.12 298	30.19 248	36.12 296	27.08 299	45.98 345	29.10 277	13.65 212	20.45 282	20.26 287	0.67 264	0.00 1	0.10 151	0.00 1	0.32 133	0.26 131

StereoDRNet	15.30 285	4.47 279	14.35 267	10.71 302	8.69 331	25.02 308	11.03 282	39.66 342	35.62 292	29.17 312	28.81 204	34.05 312	17.80 279	18.80 255	23.77 309	0.41 223	0.30 251	0.15 185	0.14 192	1.64 273	1.42 272

FINET	15.49 286	6.08 296	24.99 318	8.12 243	7.69 316	21.80 285	22.35 355	33.76 294	48.27 345	25.99 290	32.27 260	19.48 216	16.83 266	19.07 258	16.38 262	1.37 307	0.70 308	0.95 294	0.27 245	2.61 295	0.90 240

DRN-Test	15.88 287	3.83 267	14.70 271	9.96 288	8.02 325	28.93 327	14.65 313	42.34 353	38.25 308	28.18 307	34.31 285	29.22 279	18.35 281	20.01 270	22.68 303	0.37 208	0.41 271	0.46 254	0.28 248	1.28 261	1.34 267

SDNR	16.15 288	5.23 290	28.92 326	5.73 127	6.05 278	56.85 383	3.26 117	23.18 184	29.73 240	20.62 233	36.48 295	13.59 137	16.97 269	18.43 251	13.44 239	10.56 367	13.84 381	3.10 338	0.44 280	7.80 343	8.81 361

PA-Net	16.29 289	6.88 311	27.34 323	9.88 285	11.12 346	21.77 284	28.15 373	32.06 272	39.49 309	19.99 220	27.91 197	23.50 244	20.59 296	20.25 275	24.04 312	0.24 179	2.26 344	0.22 216	4.59 353	1.13 254	4.48 325
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DISCO	16.36 290	1.88 172	16.15 279	7.78 234	4.19 206	26.92 319	10.21 273	30.31 253	44.26 334	21.35 249	33.91 282	35.80 322	22.40 303	35.65 352	33.87 348	0.18 153	0.08 138	0.04 100	0.04 116	1.71 275	0.54 190

GwcNet	16.48 291	5.23 290	20.03 308	10.24 295	8.48 328	28.79 324	10.09 267	38.60 336	44.51 335	23.29 268	36.95 298	31.29 292	19.79 293	20.42 280	25.70 325	0.54 246	0.72 309	0.57 262	0.39 276	1.37 267	2.64 301

NaN_ROB	16.51 292	6.51 305	16.22 281	10.53 300	4.64 225	31.76 338	17.78 340	37.00 326	43.37 329	29.68 317	31.29 242	32.67 305	20.32 294	28.00 323	16.06 258	0.38 209	0.41 271	0.32 241	0.41 278	0.87 241	1.94 288

FAT-Stereo	16.81 293	2.97 247	17.56 290	9.80 282	6.21 280	16.12 241	13.23 305	38.18 335	39.67 311	27.00 297	39.73 317	37.55 327	31.30 346	20.39 279	21.52 290	3.44 338	2.05 338	0.81 286	1.10 315	1.89 280	5.72 334

S-Stereo	16.85 294	3.95 269	20.67 311	12.08 320	8.91 334	21.68 283	12.61 301	32.20 276	44.61 336	22.37 259	38.42 309	29.15 278	28.02 330	18.58 253	22.36 302	2.88 332	3.11 356	0.87 292	1.82 329	3.58 316	9.08 363

DANet	16.85 294	8.00 317	26.04 321	14.56 338	7.25 306	20.59 277	5.37 172	26.22 213	26.02 218	32.17 331	36.00 293	37.20 325	29.77 339	30.75 332	24.62 317	1.14 302	1.34 325	2.21 325	0.51 288	3.18 310	4.07 320
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MaskLacGwcNet_RVC	16.87 296	16.27 354	17.93 297	11.24 314	6.69 293	28.95 328	10.44 276	41.23 350	21.49 170	29.68 317	34.27 284	32.48 300	11.00 172	20.05 271	15.09 252	8.22 359	2.59 347	12.23 368	0.75 300	10.40 356	6.34 339

PSMNet_ROB	16.90 297	5.45 293	14.16 263	13.77 328	7.25 306	27.65 321	32.74 378	43.21 360	37.88 306	24.00 271	32.97 270	34.55 316	16.69 264	17.41 243	23.96 311	0.38 209	0.22 222	0.93 293	2.05 334	1.83 277	0.96 245

GANet	16.92 298	4.32 276	12.46 234	10.84 307	4.24 207	23.04 294	15.36 324	39.91 343	34.47 284	32.42 332	45.10 344	40.04 340	27.54 326	23.61 301	20.20 286	1.02 296	0.08 138	0.67 269	0.22 221	1.87 279	0.97 246

Syn2CoEx	17.03 299	10.40 330	25.65 320	20.35 355	8.02 325	26.28 315	11.27 286	37.16 327	32.69 271	28.89 309	40.17 318	29.27 280	26.63 321	19.19 261	17.63 271	0.98 291	0.54 298	1.23 308	0.23 229	1.82 276	2.24 296

NCCL2	17.23 300	6.37 304	14.30 266	23.45 366	7.18 305	24.16 299	17.05 336	34.39 302	25.88 213	31.55 325	38.01 305	42.09 349	26.81 322	20.94 287	22.69 304	0.45 231	0.23 227	2.63 331	1.80 328	2.02 286	2.57 299

GASNet	17.30 301	19.38 363	30.46 334	20.66 357	9.36 337	16.06 236	9.06 247	43.89 364	40.04 313	25.35 285	23.73 158	32.90 306	15.37 252	28.91 326	17.05 265	3.04 335	0.27 249	1.88 319	0.45 282	6.73 337	1.37 269

ADCRef	17.30 301	6.73 308	42.01 353	10.11 290	8.78 333	26.61 318	10.45 277	31.29 265	32.75 272	31.19 323	41.62 329	18.47 204	19.78 292	24.29 304	34.06 350	0.76 272	0.42 275	2.16 323	1.79 327	1.23 259	1.56 277

XPNet_ROB	17.33 303	4.84 284	15.44 275	11.15 311	6.64 289	20.88 278	16.10 328	36.26 320	39.54 310	31.80 329	41.32 325	41.30 346	23.91 308	24.67 305	27.40 331	1.07 300	0.74 311	0.79 278	0.25 239	1.10 251	1.31 266

RP	17.58 304	4.92 287	15.27 274	15.44 343	11.95 353	21.05 280	11.75 295	27.64 224	45.09 339	22.99 265	42.05 331	39.39 336	27.74 328	25.54 311	22.33 301	5.45 352	0.59 303	4.33 343	1.62 326	3.53 315	2.86 304

SuperB	17.60 305	6.22 303	56.40 373	7.91 237	5.07 241	19.70 272	9.03 245	24.87 198	50.15 355	26.25 294	39.13 311	17.61 193	20.84 298	22.28 293	25.31 321	0.70 265	0.31 254	1.10 300	0.71 297	16.58 373	1.86 285

ETE_ROB	17.67 306	9.48 323	17.66 292	13.60 326	4.57 223	23.03 293	21.09 350	32.49 278	35.24 289	30.49 320	38.06 306	46.18 363	24.49 311	26.40 314	24.21 314	0.46 235	0.24 238	1.14 301	0.84 303	1.52 270	2.13 292

APVNet	17.75 307	5.46 294	20.35 310	12.31 321	8.40 327	30.16 331	24.10 363	41.14 349	30.12 248	25.08 280	41.09 323	31.24 291	23.12 305	27.07 317	27.86 336	0.34 202	0.56 301	3.02 336	0.52 289	1.68 274	1.45 273

PWCDC_ROB	17.80 308	9.62 324	18.38 298	17.95 351	7.74 317	24.61 303	5.56 182	34.41 303	52.79 359	29.66 316	50.20 360	20.63 219	19.69 291	29.85 331	20.87 288	6.18 355	0.26 246	0.10 151	0.05 134	5.36 332	2.00 290

MDST_ROB	17.92 309	1.60 119	13.68 257	13.88 331	6.44 287	43.05 366	14.86 316	42.74 356	41.66 319	43.25 361	42.85 335	28.43 274	17.28 273	29.35 328	16.06 258	0.88 285	0.11 165	0.63 266	0.47 284	0.50 186	0.64 210

Nwc_Net	17.98 310	4.67 282	17.79 296	14.26 333	11.65 352	25.14 309	14.88 317	40.85 347	39.83 312	21.07 243	43.24 337	34.50 315	27.64 327	26.44 316	25.03 318	3.22 337	0.18 199	2.52 330	3.18 342	1.98 282	1.51 275

ADCP+	18.16 311	4.61 281	32.94 337	9.31 267	10.23 341	28.87 325	11.69 293	33.43 290	36.49 298	29.28 314	40.49 320	24.18 248	24.61 314	33.89 342	35.33 352	0.25 185	0.40 270	2.00 320	1.17 317	2.16 289	1.87 286

Wz-Net-LNSev	18.19 312	10.57 332	41.33 351	10.19 293	7.94 323	24.29 300	15.28 322	34.15 297	43.38 330	32.90 335	43.72 340	31.94 296	22.21 302	20.81 286	22.26 299	0.47 236	0.22 222	0.00 1	0.02 86	1.22 258	0.94 244

PWC_ROB	18.37 313	10.55 331	25.19 319	10.21 294	6.29 286	23.75 297	4.79 165	35.93 317	48.75 348	32.56 333	44.46 343	34.68 317	24.78 316	30.99 333	25.72 326	1.38 309	0.08 138	1.57 313	0.26 241	2.18 290	3.17 311

AF-Net	18.38 314	5.60 295	14.21 264	15.95 344	10.78 344	22.26 287	10.45 277	35.39 312	50.22 356	24.71 279	37.77 303	41.55 347	29.24 337	29.11 327	26.67 327	4.35 347	0.06 107	4.56 344	0.90 305	2.42 291	1.38 270

Anonymous Stereo	18.60 315	11.75 341	49.81 362	14.43 336	12.02 355	14.33 206	23.23 362	32.16 273	43.08 327	24.32 277	34.16 283	24.24 249	14.12 225	31.67 336	30.84 345	0.89 286	0.91 321	1.74 316	1.92 332	3.23 311	3.23 312

stereogan	18.62 316	3.07 250	16.31 284	13.04 324	9.99 339	35.74 351	9.09 248	38.17 334	45.27 340	24.39 278	41.24 324	39.93 338	25.46 319	31.29 335	24.33 316	1.80 315	0.91 321	2.71 333	0.75 300	5.15 331	3.70 313

edge stereo	18.75 317	5.12 288	17.66 292	10.77 306	7.84 321	22.41 289	11.03 282	35.23 311	42.07 324	34.62 339	42.74 333	41.28 345	35.50 353	25.14 309	24.17 313	2.42 327	2.42 346	6.35 350	1.45 323	2.89 303	3.80 314

RYNet	18.92 318	4.69 283	16.88 287	10.99 308	15.84 362	46.72 368	16.57 333	37.84 331	48.03 344	26.92 296	26.48 186	37.84 330	24.92 317	19.80 268	31.04 346	0.25 185	0.25 244	0.62 265	0.03 101	6.34 336	6.39 340

Wz-Net-MNSev	18.98 319	6.53 306	33.16 339	10.15 292	7.26 308	38.37 358	16.45 331	34.19 299	43.20 328	30.65 321	40.76 321	40.51 342	19.24 288	27.56 319	28.06 341	0.81 278	0.26 246	0.05 106	0.10 175	1.45 269	0.84 233

LALA_ROB	19.19 320	7.15 313	15.93 278	12.96 323	5.30 254	28.30 323	23.21 361	42.51 354	36.69 299	33.45 337	40.81 322	50.96 372	24.53 312	27.92 321	25.66 324	0.60 254	0.44 279	2.04 321	1.22 319	2.54 294	1.47 274

aanetorigin	19.21 321	12.59 343	53.50 366	9.67 279	7.83 319	11.85 168	13.87 308	17.05 111	34.15 280	49.18 370	48.89 356	34.05 312	30.22 341	22.86 296	28.00 340	1.01 295	0.75 313	0.67 269	0.89 304	3.07 306	4.14 321

SGM_RVC	19.52 322	2.12 207	6.79 63	6.59 178	1.33 105	38.20 357	15.74 326	38.13 333	34.07 278	45.71 366	41.91 330	51.41 373	38.10 359	38.77 365	27.80 335	0.61 257	0.36 266	0.51 258	0.33 265	1.03 247	0.90 240
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RTSC	19.64 323	9.36 320	31.06 335	10.99 308	6.24 284	28.10 322	10.14 271	37.50 330	58.34 376	31.74 327	36.70 297	32.50 302	21.03 300	36.00 355	37.24 360	1.23 305	0.44 279	0.12 165	0.31 258	1.98 282	1.69 282

NCC-stereo	19.75 324	6.08 296	23.96 315	15.05 339	16.17 363	18.42 261	21.45 351	43.31 362	41.00 317	24.30 275	38.12 307	34.98 318	26.92 323	35.46 349	25.65 322	4.29 345	2.07 339	3.24 339	8.90 368	2.86 300	2.86 304

Abc-Net	19.75 324	6.08 296	23.96 315	15.05 339	16.17 363	18.42 261	21.45 351	43.31 362	41.00 317	24.30 275	38.12 307	34.98 318	26.92 323	35.46 349	25.65 322	4.29 345	2.07 339	3.24 339	8.90 368	2.86 300	2.86 304
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DGSMNet	19.79 326	12.06 342	33.43 340	13.79 329	16.23 365	22.97 292	15.88 327	35.41 313	41.96 322	19.90 219	32.16 259	35.60 321	18.14 280	29.48 330	23.10 306	3.85 342	3.89 366	6.16 349	4.75 355	13.56 367	13.44 373

RGC	19.90 327	13.26 345	20.24 309	18.19 352	14.06 360	21.21 281	14.33 311	34.97 307	43.60 332	27.73 304	41.49 328	39.76 337	27.98 329	34.52 345	21.37 289	3.66 341	0.54 298	8.67 361	4.16 351	4.19 322	4.02 318

DeepPrunerF	19.92 328	11.02 338	44.29 354	20.74 358	17.75 367	19.19 268	22.57 356	36.86 325	49.93 351	25.48 286	36.62 296	24.69 252	23.97 309	23.44 299	21.79 292	2.68 331	1.63 333	5.70 347	3.95 349	3.38 314	2.67 302

WCMA_ROB	20.02 329	4.30 275	19.72 305	9.47 274	7.00 301	32.71 344	13.99 309	31.97 270	32.48 268	41.51 356	52.00 363	44.09 354	36.14 355	32.43 338	24.29 315	6.19 356	2.79 352	1.09 299	1.10 315	3.95 319	3.13 309

psmorigin	20.95 330	10.24 329	35.84 341	9.75 281	7.05 302	24.59 302	10.11 268	32.85 283	32.17 265	43.09 359	54.57 370	42.79 350	36.62 356	35.99 354	27.41 332	1.58 311	2.72 351	0.79 278	1.05 312	3.26 312	6.50 341

SANet	20.96 331	6.60 307	29.81 329	8.83 254	3.19 171	31.27 337	20.56 349	41.86 352	56.09 372	39.30 352	43.62 338	44.95 356	31.93 348	27.83 320	23.67 308	0.94 288	0.52 296	0.99 296	0.42 279	4.72 325	2.03 291

FBW_ROB	21.00 332	10.23 328	22.72 313	13.71 327	6.77 295	30.49 335	16.46 332	44.58 365	43.57 331	44.25 364	39.59 315	43.27 352	26.12 320	33.96 343	21.80 293	2.58 330	1.84 336	7.14 359	2.78 340	4.00 320	4.06 319

SQANet	21.24 333	24.08 372	19.60 304	26.40 371	18.74 369	30.87 336	9.24 249	32.70 280	29.58 238	25.25 282	33.37 273	33.47 309	19.19 287	28.11 324	18.32 275	10.87 368	2.92 354	26.49 379	5.65 358	18.43 377	11.48 368

G-Net	21.25 334	8.24 318	37.97 346	15.14 342	9.26 336	50.87 374	16.80 335	27.96 226	30.54 250	38.92 349	42.93 336	33.27 307	32.17 349	27.99 322	25.25 320	4.40 348	3.83 364	3.60 342	0.97 311	7.91 345	6.95 347

SHD	21.32 335	10.03 326	30.16 332	14.30 334	8.68 330	24.15 298	8.93 243	40.82 346	61.17 380	35.79 343	44.15 342	38.73 332	30.20 340	33.88 341	31.09 347	2.00 318	0.81 316	1.17 302	1.55 324	4.08 321	4.78 327

CSAN	21.34 336	9.45 322	23.34 314	20.99 360	4.95 234	32.57 342	34.26 379	38.83 339	49.95 353	36.97 346	39.72 316	44.97 357	31.73 347	26.05 312	23.94 310	1.52 310	0.47 287	0.85 289	1.43 322	2.73 297	2.14 294

UDG	21.45 337	14.84 351	14.44 268	21.30 363	20.08 371	32.05 341	13.76 307	35.98 319	35.52 291	25.93 289	30.69 230	37.26 326	30.66 343	21.97 291	19.89 285	10.88 369	5.55 371	22.78 375	7.65 363	14.83 372	13.05 372

ADCL	21.64 338	6.20 300	47.32 360	9.93 286	6.91 300	38.69 361	19.97 347	31.26 263	54.04 361	27.89 305	47.97 353	31.35 293	30.66 343	33.18 340	36.62 356	0.99 292	0.92 323	2.63 331	1.82 329	2.45 292	2.13 292

ADCPNet	21.93 339	9.38 321	57.92 374	11.76 316	6.88 299	36.03 352	18.44 342	32.80 282	35.93 293	32.91 336	43.80 341	39.21 335	26.99 325	31.14 334	36.94 358	2.05 319	2.67 350	2.30 327	3.45 345	4.22 323	3.82 315

CC-Net-ROB	22.04 340	22.91 369	28.86 325	14.05 332	8.73 332	33.79 346	15.26 321	46.84 369	36.06 295	33.72 338	32.10 257	35.47 320	24.02 310	23.57 300	27.88 337	8.95 362	2.95 355	24.94 377	3.68 346	12.41 365	4.62 326

STTRV1_RVC	22.05 341	18.29 358	39.19 347	16.73 347	23.82 378	29.51 329	15.66 325	34.87 306	34.16 281	35.00 340	34.89 288	31.89 295	28.80 335	28.81 325	23.08 305	11.86 374	3.26 357	6.50 351	4.65 354	14.38 371	5.69 332

MeshStereo	22.27 342	6.87 310	11.15 217	7.69 230	4.87 230	37.70 355	13.06 303	41.64 351	36.95 300	50.92 373	53.41 367	58.12 378	41.93 368	37.73 361	27.62 334	2.52 329	2.37 345	2.99 335	2.07 335	3.09 307	2.60 300
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
DDUNet	22.66 343	19.69 365	14.64 269	24.11 367	22.38 375	24.84 304	17.71 339	30.36 254	30.32 249	29.02 310	37.31 301	37.63 328	24.66 315	24.67 305	17.08 266	18.42 378	7.92 377	26.43 378	11.81 374	17.23 375	16.95 376

Wz-Net-SNSev	22.67 344	16.94 356	45.69 357	13.85 330	8.52 329	28.89 326	27.06 370	39.39 341	55.04 367	31.77 328	53.23 365	39.18 334	23.41 307	26.40 314	36.25 354	0.78 273	0.21 213	1.21 306	0.90 305	3.03 305	1.62 279

ADCMid	22.76 345	10.75 334	41.73 352	11.23 313	7.97 324	27.26 320	19.18 346	35.44 314	38.02 307	40.23 353	46.38 348	36.56 324	42.70 369	38.20 363	40.75 368	1.77 313	1.43 329	3.05 337	3.81 348	4.96 327	3.82 315

MSMD_ROB	22.90 346	9.64 325	14.76 272	17.46 350	9.88 338	34.94 348	18.83 343	33.67 293	37.47 301	40.97 355	59.80 377	45.93 361	38.34 360	31.74 337	23.24 307	6.22 357	3.58 361	8.78 362	11.03 373	6.76 339	5.06 331

LE_ROB	22.93 347	3.07 250	14.02 261	7.70 231	2.86 161	31.99 340	17.35 338	28.10 229	67.19 391	70.51 393	55.61 373	49.07 368	47.62 375	24.76 308	36.49 355	0.35 205	0.20 207	0.27 226	0.55 290	0.48 175	0.44 173

AnyNet_C32	23.37 348	13.28 346	40.29 350	12.36 322	11.44 349	30.39 332	29.15 374	31.36 266	44.90 338	35.36 341	48.86 354	33.61 310	34.20 351	43.15 372	41.62 374	1.27 306	1.35 326	1.18 304	2.58 338	4.77 326	6.27 338

SGM-ForestM	23.72 349	2.44 224	9.13 167	7.43 219	2.25 142	44.80 367	19.11 345	44.90 366	49.97 354	50.74 372	51.18 361	62.06 386	45.83 373	44.96 373	33.88 349	1.00 293	0.84 318	0.78 276	0.62 294	1.29 262	1.11 257

MFN_U_SF_DS_RVC	23.92 350	13.60 347	30.09 331	25.46 369	10.02 340	38.51 359	20.40 348	35.77 316	43.76 333	42.15 357	47.10 352	39.99 339	28.20 332	35.96 353	27.06 329	3.64 340	3.85 365	6.66 352	16.30 379	4.97 328	4.98 330

ccnet	24.02 351	16.16 353	21.70 312	11.83 317	17.75 367	37.87 356	16.18 329	45.46 368	31.93 262	36.99 347	46.46 351	38.76 333	29.52 338	37.55 360	40.93 371	9.20 363	6.29 372	9.63 364	7.71 365	11.19 360	7.21 352

XQC	24.10 352	16.76 355	50.68 363	21.37 364	11.01 345	35.24 350	18.84 344	37.28 329	55.11 368	31.64 326	30.06 225	37.71 329	30.31 342	37.17 358	39.66 365	4.20 344	0.41 271	2.76 334	1.89 331	11.46 364	8.42 360

FC-DCNN	24.37 353	10.99 337	19.02 301	18.44 353	9.16 335	36.98 353	23.07 359	40.44 344	43.05 326	46.25 368	53.58 369	50.44 370	37.86 358	35.45 348	27.57 333	6.87 358	3.37 358	6.01 348	4.88 356	7.86 344	6.05 335

DPSNet	24.40 354	6.97 312	33.14 338	11.16 312	6.54 288	53.33 377	43.32 387	51.28 377	59.37 378	30.89 322	39.36 313	40.35 341	34.30 352	32.57 339	25.09 319	4.65 350	1.62 332	0.37 248	0.66 295	8.51 350	4.44 324

PDISCO_ROB	24.45 355	9.24 319	29.28 328	28.68 374	19.96 370	37.14 354	15.33 323	45.04 367	54.69 364	29.24 313	42.67 332	46.07 362	28.17 331	35.35 347	30.30 344	9.92 365	2.13 341	6.90 353	3.20 343	8.74 351	6.87 346

Wz-Net-TNSev	25.12 356	20.16 366	57.98 375	9.56 276	7.42 311	42.73 365	22.27 354	35.14 309	53.46 360	35.97 344	42.74 333	45.83 359	39.87 364	36.56 356	34.73 351	1.82 316	1.51 331	0.76 275	1.34 321	5.84 335	6.80 344

EDNetEfficient	25.16 357	22.23 368	77.22 398	9.09 261	7.38 309	19.38 269	16.78 334	21.41 164	55.74 371	61.52 385	53.51 368	36.22 323	40.65 367	24.22 302	38.27 362	0.62 260	0.74 311	0.86 291	2.60 339	7.70 342	7.09 349

WZ-Net	25.17 358	12.95 344	63.02 379	15.13 341	10.42 343	38.51 359	27.42 372	40.46 345	54.17 362	28.32 308	52.95 364	40.81 343	28.36 333	37.07 357	41.35 373	1.21 304	0.21 213	0.73 273	0.94 309	5.42 334	3.87 317

GANetREF_RVC	25.41 359	29.28 374	24.63 317	25.18 368	6.04 277	30.44 333	35.39 382	47.84 371	50.60 357	36.88 345	36.04 294	34.11 314	31.23 345	37.46 359	27.96 339	8.58 360	2.66 349	16.29 371	4.95 357	14.37 370	8.32 359
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
FCDSN-DC	25.59 360	14.91 352	18.83 300	28.55 373	15.68 361	39.29 362	18.16 341	42.83 359	41.69 320	44.43 365	51.94 362	50.82 371	39.22 363	34.59 346	27.29 330	6.05 354	3.63 362	7.01 356	6.41 359	10.35 355	10.17 367
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	26.20 361	13.71 348	46.90 359	14.51 337	10.34 342	30.46 334	22.72 358	42.81 358	57.61 375	42.58 358	49.37 358	41.91 348	40.43 365	41.90 371	44.58 379	2.37 324	2.19 343	2.37 328	3.29 344	7.32 340	6.52 342

DLNR_Zeroshot_test	27.62 362	51.32 386	91.46 410	98.51 421	98.03 420	3.10 6	0.50 8	30.95 260	7.65 43	8.16 39	15.68 75	7.31 52	1.63 5	11.87 119	4.21 106	40.37 388	0.87 320	0.06 118	0.34 267	80.23 411	0.24 123

MFN_U_SF_RVC	28.16 363	14.14 350	53.23 365	21.11 361	7.91 322	39.97 363	13.13 304	51.65 379	46.34 342	47.41 369	53.38 366	55.32 376	40.53 366	38.47 364	39.74 366	5.67 353	4.46 367	6.98 355	8.73 367	7.47 341	7.44 354

PASM	28.19 364	17.35 357	48.18 361	22.49 365	22.20 374	25.92 312	25.84 368	34.35 301	49.45 349	35.37 342	39.48 314	46.72 365	33.36 350	34.28 344	36.77 357	11.73 373	14.94 382	17.43 373	22.18 381	13.45 366	12.32 371

EDNetEfficientorigin	28.98 365	35.45 380	99.82 423	9.43 269	5.65 266	24.97 307	14.79 315	26.06 210	54.82 365	60.87 381	57.59 374	45.42 358	50.27 378	26.11 313	43.62 376	0.30 192	0.37 267	1.61 314	2.35 336	10.17 354	9.99 366

AnyNet_C01	29.76 366	25.78 373	75.37 396	17.03 348	11.34 347	49.00 372	27.12 371	37.99 332	40.05 314	40.73 354	65.13 387	46.98 366	38.86 362	46.63 374	48.19 384	2.14 320	2.13 341	2.13 322	2.56 337	8.14 347	7.98 358

LSM	29.98 367	19.52 364	55.11 371	19.06 354	53.75 393	32.57 342	23.17 360	42.61 355	48.57 347	45.97 367	55.04 372	42.93 351	36.02 354	35.63 351	27.03 328	2.33 322	9.19 378	4.87 345	7.71 365	10.65 358	27.91 386

RTS	30.15 368	23.12 370	96.33 413	16.71 345	11.63 350	58.66 386	24.28 364	36.80 323	62.63 384	43.79 362	46.10 346	32.56 303	43.90 370	51.29 380	40.92 369	2.38 325	0.66 305	1.06 297	0.74 298	5.11 329	4.34 322

RTSA	30.15 368	23.12 370	96.33 413	16.71 345	11.63 350	58.66 386	24.28 364	36.80 323	62.63 384	43.79 362	46.10 346	32.56 303	43.90 370	51.29 380	40.92 369	2.38 325	0.66 305	1.06 297	0.74 298	5.11 329	4.34 322

DispFullNet	30.27 370	31.74 375	58.63 376	30.13 375	28.18 381	31.79 339	8.94 244	37.16 327	54.68 363	32.60 334	37.99 304	44.62 355	28.80 335	41.55 370	27.93 338	11.94 375	3.46 359	35.53 383	12.34 375	30.08 384	17.26 377

coex-ft	30.77 371	38.58 383	93.29 412	9.44 272	5.62 264	34.95 349	25.30 367	30.83 259	59.36 377	73.23 397	58.53 375	45.92 360	47.29 374	29.44 329	45.30 380	1.37 307	1.65 334	0.95 294	0.96 310	8.35 349	4.96 329

MANE	31.97 372	10.75 334	17.71 295	20.94 359	13.77 358	47.80 370	26.85 369	53.00 382	55.20 369	59.29 377	64.30 384	64.93 389	56.31 386	51.83 383	38.69 364	9.61 364	4.72 368	6.91 354	19.93 380	9.20 352	7.64 356

otaku	33.18 373	35.99 381	52.93 364	40.01 380	21.41 372	55.08 378	17.25 337	43.30 361	61.58 381	39.25 351	49.16 357	46.61 364	28.49 334	39.77 367	28.76 342	18.56 379	7.00 376	31.82 381	9.61 370	21.53 379	15.48 374

PVD	33.19 374	18.59 360	37.64 345	26.09 370	16.99 366	33.25 345	42.25 386	51.42 378	66.03 389	52.65 375	64.31 385	51.93 374	55.13 382	51.61 382	40.40 367	4.00 343	3.51 360	9.53 363	4.26 352	10.62 357	23.56 381

ELAS	33.68 375	18.95 361	36.71 343	20.64 356	13.61 357	56.43 379	35.14 381	50.03 376	49.90 350	60.58 380	63.83 383	58.64 381	53.36 379	50.73 378	44.44 378	11.03 370	6.58 374	10.02 365	7.43 362	13.58 369	11.94 370
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	33.79 376	19.15 362	35.97 342	21.28 362	13.79 359	52.58 375	36.11 383	48.96 374	55.66 370	61.47 384	62.91 379	58.35 380	53.55 380	53.37 385	42.23 375	11.25 372	6.64 375	10.32 366	7.05 361	13.56 367	11.58 369
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SAMSARA	34.43 377	18.53 359	31.91 336	55.34 389	35.34 383	75.99 405	94.71 415	47.97 372	50.84 358	37.47 348	36.99 299	53.12 375	38.55 361	39.56 366	38.65 363	3.59 339	5.40 370	2.22 326	3.72 347	9.43 353	9.29 365

Ntro	34.97 378	37.63 382	54.53 369	43.26 384	22.45 376	57.73 384	21.97 353	47.14 370	64.21 387	39.12 350	48.86 354	47.93 367	36.94 357	40.66 368	29.83 343	17.16 377	6.51 373	32.70 382	10.17 371	24.06 380	16.48 375

BEATNet-Init1	35.08 379	20.64 367	54.70 370	27.43 372	12.00 354	58.29 385	31.01 376	52.58 381	57.49 374	60.36 379	62.98 380	69.98 391	55.54 384	53.00 384	44.40 377	4.61 349	2.84 353	7.05 357	6.89 360	10.97 359	8.94 362

ACVNet-4b	36.40 380	52.20 387	56.11 372	42.45 383	21.78 373	48.56 371	14.37 312	49.50 375	60.15 379	43.17 360	46.38 348	55.62 377	24.56 313	38.15 362	21.97 294	25.13 383	3.66 363	46.93 387	33.56 386	25.97 381	17.74 378

MSC_U_SF_DS_RVC	37.16 381	34.69 377	53.68 367	37.47 379	12.55 356	56.80 382	22.63 357	52.02 380	63.29 386	66.20 389	63.82 382	58.12 378	53.73 381	51.21 379	46.48 381	8.79 361	5.31 369	14.69 370	15.22 378	17.27 376	9.21 364

ACVNet_1	41.30 382	49.46 385	64.91 384	44.67 385	25.07 379	49.43 373	25.23 366	55.33 384	65.87 388	59.72 378	59.33 376	63.43 387	48.79 377	49.63 377	37.09 359	19.05 380	9.82 379	38.29 384	13.97 377	28.67 382	18.23 380

Consistency-Raft	41.82 383	35.10 379	44.56 356	32.85 377	41.39 387	46.76 369	34.76 380	57.01 386	54.94 366	32.10 330	65.22 388	30.82 288	48.46 376	40.81 369	48.77 385	27.39 384	34.28 388	42.92 385	51.66 396	39.28 386	27.28 383

NVStereoNet_ROB	41.93 384	32.40 376	44.55 355	36.60 378	27.78 380	34.52 347	32.38 377	48.84 373	57.18 373	69.34 392	75.62 398	66.07 390	64.86 390	47.34 375	60.78 395	15.72 376	23.99 385	23.40 376	32.06 385	21.34 378	23.86 382
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RainbowNet	51.25 385	62.74 395	64.52 383	60.13 390	39.00 386	58.72 388	30.83 375	57.31 387	79.18 403	50.24 371	65.35 389	60.13 383	44.25 372	49.47 376	41.16 372	46.52 392	46.06 393	52.72 391	31.78 384	52.33 392	32.47 387

anonymity	52.32 386	58.23 391	63.91 380	41.12 382	59.25 397	53.27 376	41.04 385	55.69 385	40.20 315	54.85 376	49.49 359	49.13 369	55.48 383	59.07 387	49.65 388	55.86 395	50.03 399	51.00 389	51.08 394	51.71 390	56.36 394

MADNet+	53.31 387	68.61 396	98.75 420	67.03 394	37.58 384	79.83 411	81.74 411	60.38 389	61.61 382	51.43 374	54.92 371	61.11 385	59.29 388	69.66 396	76.71 410	23.88 382	24.03 386	17.08 372	12.35 376	32.47 385	27.69 385

JetBlue	54.08 388	45.10 384	74.15 394	51.17 387	47.68 388	75.66 404	60.97 396	63.63 390	62.09 383	63.32 388	64.88 386	78.86 398	68.17 391	68.15 394	75.09 409	36.86 385	24.88 387	29.01 380	29.12 383	28.71 383	34.13 388

SGM+DAISY	54.67 389	56.61 388	62.73 378	40.21 381	53.22 391	61.95 391	48.59 389	55.05 383	44.62 337	61.03 383	63.68 381	60.46 384	55.62 385	60.68 389	55.34 391	56.34 396	48.56 396	50.16 388	49.63 393	52.25 391	56.76 396

SPS-STEREO	55.62 390	59.14 392	64.16 381	45.05 386	53.84 394	59.88 389	44.00 388	59.53 388	49.94 352	62.33 386	61.09 378	59.80 382	56.82 387	60.06 388	57.85 392	58.41 397	48.34 395	51.07 390	49.21 392	55.41 394	56.48 395
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	57.39 391	61.72 394	72.56 393	66.35 393	38.29 385	61.93 390	48.64 390	71.64 401	81.91 406	79.28 405	88.72 413	76.25 395	72.87 396	54.33 386	46.74 383	37.13 386	23.36 384	54.52 392	37.80 387	46.22 387	27.59 384

IMH-64-1	59.25 392	58.09 389	67.69 388	66.06 391	50.51 389	56.45 380	49.45 391	68.83 395	67.75 392	67.58 390	80.37 402	70.15 392	74.28 398	72.16 401	48.94 386	42.00 389	42.87 390	65.57 393	47.02 389	51.52 388	37.76 390

IMH-64	59.25 392	58.09 389	67.69 388	66.06 391	50.51 389	56.45 380	49.45 391	68.83 395	67.75 392	67.58 390	80.37 402	70.15 392	74.28 398	72.16 401	48.94 386	42.00 389	42.87 390	65.57 393	47.02 389	51.52 388	37.76 390

IMH	62.95 394	60.33 393	67.78 390	69.51 395	53.65 392	65.09 394	54.21 393	72.00 402	73.28 397	72.49 395	81.93 404	72.96 394	79.81 402	76.65 407	51.41 389	43.57 391	49.82 398	67.81 395	51.14 395	54.83 393	40.67 392

TorneroNet-64	65.66 395	70.70 399	71.20 392	76.52 400	59.70 399	66.78 395	58.05 394	67.53 394	80.00 404	62.67 387	67.40 390	83.09 403	69.42 393	67.34 391	62.05 398	48.31 394	44.07 392	72.93 397	63.88 398	68.05 399	53.58 393

PWCK	65.90 396	88.63 415	79.40 401	80.32 408	29.96 382	63.85 393	39.45 384	72.07 403	71.26 395	78.74 404	68.99 392	77.82 397	61.77 389	82.81 411	62.64 399	80.17 410	39.88 389	81.90 408	47.37 391	73.54 408	37.51 389

WAO-6	70.64 397	73.02 401	66.25 385	79.92 407	61.74 401	68.74 396	59.08 395	75.27 406	87.02 410	74.72 398	79.40 401	79.19 399	84.60 408	67.70 393	60.53 394	67.85 401	48.88 397	81.48 406	73.29 403	65.57 397	58.60 397

TorneroNet	71.21 398	73.44 402	75.82 397	80.82 409	65.65 403	70.53 398	64.39 399	71.42 400	75.97 399	71.47 394	73.68 396	84.17 406	74.00 397	69.85 397	69.09 402	59.37 398	48.19 394	79.67 402	73.51 404	74.93 409	68.26 407

LVE	71.50 399	72.46 400	83.91 406	75.21 398	55.29 396	74.81 399	62.76 398	77.22 407	83.77 408	82.09 407	87.11 412	83.38 404	82.41 407	75.93 405	64.49 400	48.28 393	57.24 405	74.61 399	62.53 397	65.49 396	61.01 398

MFMNet_re	72.05 400	79.64 408	64.23 382	52.73 388	84.71 413	77.93 407	68.35 400	63.96 391	66.93 390	61.00 382	71.29 394	63.84 388	68.91 392	72.42 403	61.11 396	82.03 413	74.22 413	80.34 405	74.44 405	83.62 415	89.34 415

notaker	72.18 401	79.78 409	78.84 399	78.75 404	68.52 406	63.26 392	61.68 397	69.22 398	75.95 398	77.58 402	78.85 400	79.69 401	84.79 409	77.39 408	58.43 393	69.68 404	60.79 407	77.46 401	68.48 400	69.62 401	64.92 404

WAO-7	72.21 402	78.21 404	54.04 368	79.33 406	69.31 408	70.20 397	72.09 406	77.85 410	84.90 409	77.35 401	86.03 408	79.37 400	79.88 403	65.32 390	65.33 401	62.33 399	69.70 411	70.51 396	73.21 402	67.23 398	62.02 399

ktn	72.58 403	80.06 411	69.96 391	79.14 405	69.86 409	75.40 403	70.43 405	69.01 397	76.90 400	72.88 396	77.46 399	77.43 396	77.41 401	72.78 404	55.00 390	79.09 407	65.99 408	80.09 404	68.29 399	71.46 406	62.98 400

UNDER WATER-64	73.11 404	74.48 403	87.70 407	74.03 397	55.20 395	78.24 408	75.71 408	65.33 392	67.91 394	75.60 400	69.32 393	84.41 407	76.93 400	68.43 395	72.45 405	81.18 411	56.77 404	82.46 410	80.34 408	68.22 400	67.48 406

LRCNet_RVC	73.59 405	69.80 398	74.41 395	77.63 402	60.56 400	40.33 364	15.08 320	71.04 399	48.36 346	88.07 413	94.62 416	90.11 413	81.83 405	80.58 410	61.26 397	97.12 421	72.30 412	96.65 420	97.58 421	77.13 410	77.30 411

DPSimNet_ROB	74.29 406	83.27 413	59.30 377	77.19 401	65.13 402	75.14 401	74.95 407	73.99 405	76.94 401	81.99 406	75.48 397	80.18 402	71.76 394	67.39 392	84.00 412	81.87 412	51.14 400	79.99 403	76.70 407	70.17 402	79.21 412

UNDER WATER	75.92 407	79.25 407	87.75 408	84.39 411	66.43 404	77.08 406	77.22 409	66.90 393	72.16 396	75.32 399	71.56 395	85.89 411	82.15 406	70.11 398	74.99 408	79.34 409	53.61 401	86.40 414	84.53 413	71.29 405	72.11 409

WAO-8	76.87 408	78.41 405	66.45 386	86.81 413	72.47 410	79.27 409	68.59 402	77.75 408	89.01 412	83.09 409	86.98 409	85.87 409	84.97 410	72.12 399	69.11 403	74.93 405	55.23 402	87.79 416	83.50 411	70.47 403	64.56 402

Venus	76.87 408	78.41 405	66.45 386	86.81 413	72.47 410	79.27 409	68.59 402	77.75 408	89.01 412	83.09 409	86.98 409	85.87 409	84.97 410	72.12 399	69.11 403	74.93 405	55.23 402	87.79 416	83.50 411	70.48 404	64.56 402

HanzoNet	77.61 410	81.11 412	82.83 402	77.82 403	69.15 407	75.25 402	69.06 404	73.49 404	77.84 402	82.19 408	82.80 405	85.42 408	86.67 413	85.99 413	73.64 407	85.24 417	68.38 410	81.71 407	75.47 406	71.98 407	66.24 405

JetRed	79.55 411	79.88 410	91.52 411	71.05 396	75.80 412	91.66 414	80.11 410	79.14 411	80.44 405	84.35 411	84.23 407	83.38 404	72.48 395	79.43 409	85.44 413	69.33 403	81.58 414	73.66 398	72.56 401	82.35 412	72.60 410

Dean	80.72 412	85.82 414	83.27 403	84.91 412	59.53 398	75.11 400	68.39 401	81.59 412	88.05 411	92.41 415	86.98 409	92.41 415	93.02 415	83.11 412	73.31 406	68.01 402	66.13 409	94.82 419	84.66 414	83.28 413	69.50 408

SPstereo	83.40 413	68.64 397	79.07 400	76.12 399	67.23 405	87.60 413	91.47 414	100.00 424	100.00 423	99.11 420	99.10 420	100.00 428	98.04 419	98.41 420	88.76 414	65.51 400	59.97 406	82.34 409	80.81 409	62.36 395	63.44 401

ASD4	87.72 414	90.49 416	83.85 405	83.29 410	90.74 417	97.88 417	99.60 422	88.98 414	96.82 418	88.24 414	93.42 414	89.82 412	86.15 412	88.78 414	91.81 415	79.31 408	81.76 415	76.68 400	81.50 410	83.55 414	81.68 413

KSHMR	88.54 415	93.03 417	83.31 404	95.54 418	91.74 418	82.37 412	83.41 412	84.43 413	81.99 407	87.89 412	84.05 406	91.94 414	81.33 404	76.34 406	81.76 411	96.44 420	96.14 420	96.69 421	97.12 420	92.52 420	92.67 419

tt	89.96 416	1.02 10	100.00 426	99.40 423	100.00 425	100.00 424	100.00 425	100.00 424	100.00 423	78.36 403	67.94 391	99.99 426	100.00 424	100.00 426	100.00 427	95.81 419	99.93 424	87.43 415	86.39 415	95.11 421	87.89 414

xxxxx1	91.92 417	95.33 419	98.45 417	87.29 415	89.24 414	98.50 418	98.17 419	92.95 415	93.21 415	93.55 416	95.36 417	96.99 417	96.28 416	94.65 415	94.94 416	83.26 414	84.17 416	82.90 411	88.32 416	85.49 416	89.37 416

tt_ll	91.92 417	95.33 419	98.45 417	87.29 415	89.24 414	98.50 418	98.17 419	92.95 415	93.21 415	93.55 416	95.36 417	96.99 417	96.28 416	94.65 415	94.94 416	83.26 414	84.17 416	82.90 411	88.32 416	85.49 416	89.37 416

ff	91.92 417	95.33 419	98.45 417	87.29 415	89.24 414	98.50 418	98.17 419	92.95 415	93.21 415	93.55 416	95.36 417	96.99 417	96.28 416	94.65 415	94.94 416	83.26 414	84.17 416	82.90 411	88.32 416	85.49 416	89.37 416

MADNet++	94.16 420	94.02 418	90.25 409	96.28 419	96.84 419	97.17 416	90.16 413	94.71 418	91.69 414	97.07 419	93.71 415	94.62 416	92.63 414	96.15 418	95.18 419	95.42 418	95.89 419	92.80 418	92.23 419	92.10 419	94.30 421

PML	99.19 421	100.00 427	98.08 416	99.28 422	99.53 422	100.00 424	99.73 423	98.24 419	99.44 420	100.00 425	99.57 422	98.76 421	99.84 422	100.00 426	98.88 422	100.00 424	99.54 421	100.00 424	99.50 423	99.90 424	93.55 420

MEDIAN_ROB	99.19 421	99.84 422	99.62 422	98.49 420	98.51 421	98.58 421	97.81 418	98.80 421	98.56 419	99.36 423	99.49 421	99.56 422	99.06 421	98.35 419	98.31 421	99.99 423	99.63 422	100.00 424	100.00 425	99.81 423	99.95 423

HaxPig	99.40 423	99.99 424	97.38 415	100.00 425	100.00 425	96.91 415	97.35 416	99.59 422	99.99 422	100.00 425	100.00 424	99.99 426	99.99 423	99.04 421	97.77 420	100.00 424	100.00 426	100.00 424	100.00 425	100.00 425	99.99 424

Anonymous_1	99.65 424	99.95 423	99.93 424	99.80 424	99.60 423	100.00 424	100.00 425	99.82 423	99.98 421	99.62 424	99.94 423	99.75 423	100.00 424	99.66 422	99.88 423	98.45 422	99.84 423	98.73 422	99.26 422	99.41 422	99.36 422

test_example2	99.68 425	99.99 424	99.99 425	100.00 425	99.99 424	99.86 423	99.99 424	98.29 420	100.00 423	100.00 425	100.00 424	98.15 420	98.39 420	99.98 423	99.98 424	100.00 424	99.99 425	99.40 423	99.53 424	100.00 425	100.00 425

AVERAGE_ROB	99.80 426	99.99 424	99.40 421	100.00 425	100.00 425	98.99 422	97.72 417	100.00 424	100.00 423	100.00 425	100.00 424	100.00 428	100.00 424	100.00 426	100.00 427	100.00 424	100.00 426	100.00 424	100.00 425	100.00 425	100.00 425

DPSMNet_ROB	99.95 427	100.00 427	100.00 426	100.00 425	100.00 425	100.00 424	100.00 425	100.00 424	100.00 423	99.15 422	100.00 424	99.96 424	100.00 424	99.99 424	99.99 425	100.00 424	100.00 426	100.00 424	100.00 425	100.00 425	100.00 425

DGTPSM_ROB	99.95 427	100.00 427	100.00 426	100.00 425	100.00 425	100.00 424	100.00 425	100.00 424	100.00 423	99.14 421	100.00 424	99.96 424	100.00 424	99.99 424	99.99 425	100.00 424	100.00 426	100.00 424	100.00 425	100.00 425	100.00 425

MyStereo03	100.00 429	100.00 427	100.00 426	100.00 425	100.00 425	100.00 424	100.00 425	100.00 424	100.00 423	100.00 425	100.00 424	100.00 428	100.00 424	100.00 426	100.00 427	100.00 424	100.00 426	100.00 424	100.00 425	100.00 425	100.00 425

MyStereo02	100.00 429	100.00 427	100.00 426	100.00 425	100.00 425	100.00 424	100.00 425	100.00 424	100.00 423	100.00 425	100.00 424	100.00 428	100.00 424	100.00 426	100.00 427	100.00 424	100.00 426	100.00 424	100.00 425	100.00 425	100.00 425

MyStereo	100.00 429	100.00 427	100.00 426	100.00 425	100.00 425	100.00 424	100.00 425	100.00 424	100.00 423	100.00 425	100.00 424	100.00 428	100.00 424	100.00 426	100.00 427	100.00 424	100.00 426	100.00 424	100.00 425	100.00 425	100.00 425

Selective-RAFT-Error	100.00 429	100.00 427	100.00 426	100.00 425	100.00 425	100.00 424	100.00 425	100.00 424	100.00 423	100.00 425	100.00 424	100.00 428	100.00 424	100.00 426	100.00 427	100.00 424	100.00 426	100.00 424	100.00 425	100.00 425	100.00 425

CasAABBNet	100.00 429	100.00 427	100.00 426	100.00 425	100.00 425	100.00 424	100.00 425	100.00 424	100.00 423	100.00 425	100.00 424	100.00 428	100.00 424	100.00 426	100.00 427	100.00 424	100.00 426	100.00 424	100.00 425	100.00 425	100.00 425

LSM0	100.00 429	100.00 427	100.00 426	100.00 425	100.00 425	100.00 424	100.00 425	100.00 424	100.00 423	100.00 425	100.00 424	100.00 428	100.00 424	100.00 426	100.00 427	100.00 424	100.00 426	100.00 424	100.00 425	100.00 425	100.00 425

DPSM_ROB	100.00 429	100.00 427	100.00 426	100.00 425	100.00 425	100.00 424	100.00 425	100.00 424	100.00 423	100.00 425	100.00 424	100.00 428	100.00 424	100.00 426	100.00 427	100.00 424	100.00 426	100.00 424	100.00 425	100.00 425	100.00 425

DPSM	100.00 429	100.00 427	100.00 426	100.00 425	100.00 425	100.00 424	100.00 425	100.00 424	100.00 423	100.00 425	100.00 424	100.00 428	100.00 424	100.00 426	100.00 427	100.00 424	100.00 426	100.00 424	100.00 425	100.00 425	100.00 425

FADE		35.07 378		32.15 376	23.61 377							43.42 353				37.95 387	21.02 383	44.59 386	42.77 388	17.09 374

Low-res two-view benchmark