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

FoundationStereo	0.26 1	0.23 30	0.41 7	0.40 23	0.24 20	0.32 12	0.22 15	0.43 1	0.24 4	0.31 12	0.25 6	0.30 30	0.32 40	0.36 2	0.27 15	0.16 42	0.12 34	0.15 17	0.11 7	0.13 4	0.14 15

MLG-Stereo_test2	0.27 2	0.22 14	0.40 3	0.39 14	0.24 20	0.35 16	0.18 2	0.58 6	0.23 2	0.28 5	0.24 5	0.34 40	0.19 1	0.79 99	0.24 3	0.16 42	0.11 20	0.15 17	0.11 7	0.13 4	0.14 15

LGtest1	0.28 3	0.23 30	0.46 17	0.42 36	0.22 12	0.41 34	0.19 5	0.58 6	0.29 8	0.30 9	0.25 6	0.29 26	0.29 25	0.57 33	0.26 6	0.18 109	0.12 34	0.16 46	0.12 29	0.14 13	0.16 59

IGEV	0.29 4	0.18 1	0.43 11	0.38 6	0.31 142	0.45 59	0.21 11	0.63 15	0.42 30	0.32 14	0.44 33	0.26 13	0.20 2	0.44 9	0.26 6	0.14 19	0.12 34	0.16 46	0.13 59	0.12 1	0.14 15

MLG-Stereo_test3	0.29 4	0.20 4	0.46 17	0.43 42	0.24 20	0.47 70	0.19 5	0.75 40	0.31 10	0.36 24	0.22 3	0.35 41	0.21 4	0.61 43	0.26 6	0.16 42	0.12 34	0.16 46	0.11 7	0.13 4	0.15 30

MLG-Stereo_test1	0.29 4	0.21 6	0.42 9	0.41 32	0.25 38	0.37 22	0.20 9	0.71 32	0.20 1	0.25 2	0.17 1	0.33 37	0.26 11	0.92 142	0.26 6	0.15 29	0.11 20	0.16 46	0.11 7	0.13 4	0.13 2

MonSter	0.29 4	0.19 2	0.48 27	0.37 2	0.22 12	0.55 145	0.31 73	0.60 11	0.44 35	0.29 8	0.29 12	0.23 2	0.20 2	0.60 41	0.26 6	0.11 1	0.11 20	0.14 1	0.11 7	0.14 13	0.14 15

dual_stereo	0.29 4	0.21 6	0.39 1	0.40 23	0.23 15	0.25 2	0.22 15	0.59 9	0.32 12	0.33 16	0.26 10	0.40 51	0.23 8	0.86 121	0.30 32	0.16 42	0.13 68	0.14 1	0.11 7	0.14 13	0.14 15

LG-Stereo_L2	0.30 9	0.23 30	0.50 42	0.38 6	0.26 55	0.26 3	0.20 9	0.84 70	0.31 10	0.31 12	0.26 10	0.25 9	0.26 11	0.94 146	0.23 1	0.15 29	0.12 34	0.16 46	0.12 29	0.14 13	0.13 2

asda	0.31 10	0.24 46	0.51 49	0.39 14	0.24 20	0.43 51	0.33 88	0.68 21	0.40 26	0.39 36	0.44 33	0.27 16	0.35 55	0.55 25	0.31 36	0.12 2	0.10 2	0.14 1	0.11 7	0.14 13	0.13 2

4.5_new	0.31 10	0.25 64	0.46 17	0.38 6	0.24 20	0.52 118	0.36 122	0.65 16	0.35 14	0.48 74	0.43 25	0.27 16	0.27 17	0.42 7	0.26 6	0.14 19	0.10 2	0.15 17	0.13 59	0.17 76	0.15 30

4.5w-stereo	0.31 10	0.25 64	0.46 17	0.38 6	0.24 20	0.52 118	0.36 122	0.65 16	0.35 14	0.48 74	0.43 25	0.27 16	0.27 17	0.42 7	0.26 6	0.14 19	0.10 2	0.15 17	0.13 59	0.17 76	0.15 30

LG-Stereo_L1	0.31 10	0.24 46	0.49 32	0.38 6	0.27 58	0.28 8	0.21 11	0.68 21	0.29 8	0.27 4	0.25 6	0.25 9	0.22 6	1.25 226	0.24 3	0.16 42	0.12 34	0.15 17	0.12 29	0.14 13	0.13 2

MLG-Stereo	0.31 10	0.20 4	0.42 9	0.42 36	0.20 2	0.41 34	0.19 5	0.85 72	0.24 4	0.26 3	0.22 3	0.33 37	0.27 17	1.09 192	0.27 15	0.15 29	0.11 20	0.16 46	0.11 7	0.13 4	0.13 2

asd	0.32 15	0.22 14	0.49 32	0.40 23	0.25 38	0.47 70	0.30 66	0.77 44	0.35 14	0.44 53	0.40 22	0.28 24	0.34 47	0.64 59	0.29 28	0.13 13	0.10 2	0.14 1	0.12 29	0.15 35	0.13 2

4.25_new	0.32 15	0.27 105	0.49 32	0.40 23	0.27 58	0.49 84	0.39 159	0.69 25	0.35 14	0.40 43	0.43 25	0.27 16	0.36 62	0.48 13	0.32 47	0.12 2	0.10 2	0.15 17	0.11 7	0.14 13	0.13 2

4.5w_new	0.32 15	0.27 105	0.49 32	0.40 23	0.27 58	0.49 84	0.39 159	0.69 25	0.35 14	0.40 43	0.43 25	0.27 16	0.36 62	0.48 13	0.32 47	0.12 2	0.10 2	0.15 17	0.11 7	0.14 13	0.13 2

4.25w-stereo	0.32 15	0.27 105	0.49 32	0.40 23	0.27 58	0.49 84	0.39 159	0.69 25	0.35 14	0.40 43	0.43 25	0.27 16	0.36 62	0.48 13	0.32 47	0.12 2	0.10 2	0.15 17	0.12 29	0.14 13	0.13 2

4w-stereo	0.32 15	0.25 64	0.52 55	0.38 6	0.25 38	0.46 64	0.28 51	0.68 21	0.35 14	0.43 50	0.45 37	0.28 24	0.39 80	0.63 57	0.31 36	0.12 2	0.10 2	0.15 17	0.12 29	0.14 13	0.14 15

IGEV-Stereo++	0.32 15	0.22 14	0.47 24	0.48 96	0.33 195	0.33 13	0.22 15	0.78 52	0.48 45	0.35 21	0.41 23	0.32 34	0.47 128	0.40 3	0.29 28	0.15 29	0.12 34	0.15 17	0.12 29	0.15 35	0.15 30

2.5w	0.33 21	0.23 30	0.53 59	0.41 32	0.25 38	0.42 44	0.38 145	0.69 25	0.35 14	0.38 31	0.54 75	0.24 6	0.26 11	0.91 140	0.29 28	0.13 13	0.10 2	0.14 1	0.13 59	0.14 13	0.15 30

2.75w_new	0.33 21	0.24 46	0.51 49	0.36 1	0.24 20	0.41 34	0.42 185	0.61 13	0.40 26	0.50 89	0.44 33	0.24 6	0.34 47	0.77 89	0.34 60	0.13 13	0.11 20	0.14 1	0.11 7	0.13 4	0.13 2

3.25w_new	0.33 21	0.22 14	0.50 42	0.39 14	0.24 20	0.52 118	0.33 88	0.77 44	0.43 33	0.49 80	0.46 43	0.32 34	0.37 69	0.64 59	0.28 20	0.12 2	0.10 2	0.14 1	0.12 29	0.12 1	0.15 30

3.25w	0.33 21	0.22 14	0.50 42	0.39 14	0.24 20	0.52 118	0.33 88	0.77 44	0.43 33	0.49 80	0.46 43	0.32 34	0.37 69	0.64 59	0.28 20	0.12 2	0.10 2	0.14 1	0.12 29	0.12 1	0.15 30

LG-G_1	0.33 21	0.22 14	0.48 27	0.44 49	0.20 2	0.64 200	0.18 2	0.80 55	0.28 6	0.30 9	0.30 13	0.36 43	0.35 55	0.88 129	0.26 6	0.17 74	0.13 68	0.16 46	0.11 7	0.14 13	0.16 59

LG-G	0.33 21	0.22 14	0.48 27	0.44 49	0.20 2	0.64 200	0.18 2	0.80 55	0.28 6	0.30 9	0.30 13	0.36 43	0.35 55	0.88 129	0.26 6	0.17 74	0.13 68	0.16 46	0.11 7	0.14 13	0.16 59

qwe	0.34 27	0.22 14	0.48 27	0.39 14	0.27 58	0.49 84	0.30 66	0.76 42	0.40 26	0.51 99	0.49 52	0.26 13	0.29 25	0.83 110	0.35 69	0.12 2	0.10 2	0.14 1	0.12 29	0.15 35	0.14 15

3.75w	0.34 27	0.23 30	0.50 42	0.39 14	0.30 122	0.62 182	0.36 122	0.70 31	0.38 23	0.44 53	0.49 52	0.25 9	0.36 62	0.72 76	0.28 20	0.13 13	0.09 1	0.14 1	0.12 29	0.13 4	0.15 30

2w_stereo	0.34 27	0.25 64	0.52 55	0.40 23	0.23 15	0.46 64	0.47 252	0.77 44	0.44 35	0.47 66	0.51 62	0.24 6	0.44 104	0.49 16	0.31 36	0.12 2	0.10 2	0.15 17	0.12 29	0.15 35	0.16 59

SGD-Stereo	0.34 27	0.22 14	0.44 15	0.39 14	0.20 2	0.42 44	0.22 15	0.71 32	0.33 13	0.43 50	0.34 18	0.27 16	0.35 55	1.15 206	0.33 55	0.21 217	0.11 20	0.16 46	0.13 59	0.17 76	0.15 30

GREAT-IGEV	0.34 27	0.22 14	0.54 62	0.40 23	0.31 142	0.36 19	0.28 51	0.59 9	0.66 93	0.28 5	0.51 62	0.29 26	0.29 25	0.86 121	0.28 20	0.15 29	0.12 34	0.15 17	0.11 7	0.17 76	0.16 59

DEFOM-Stereo	0.34 27	0.23 30	0.46 17	0.44 49	0.29 106	0.79 274	0.23 25	0.50 3	0.39 24	0.38 31	0.32 16	0.23 2	0.25 9	1.21 221	0.28 20	0.17 74	0.12 34	0.15 17	0.11 7	0.14 13	0.16 59

2.25w	0.35 33	0.24 46	0.55 64	0.38 6	0.24 20	0.44 56	0.25 29	0.69 25	0.42 30	0.49 80	0.59 88	0.27 16	0.35 55	0.83 110	0.37 99	0.13 13	0.11 20	0.14 1	0.12 29	0.13 4	0.17 80

3.5w_stereo	0.35 33	0.27 105	0.55 64	0.38 6	0.25 38	0.54 140	0.34 100	0.73 35	0.40 26	0.46 65	0.45 37	0.31 32	0.38 78	0.80 102	0.40 127	0.12 2	0.10 2	0.15 17	0.12 29	0.14 13	0.16 59

3w_stereo	0.35 33	0.25 64	0.60 87	0.41 32	0.21 7	0.52 118	0.53 297	0.72 34	0.47 43	0.47 66	0.50 58	0.23 2	0.45 111	0.49 16	0.30 32	0.13 13	0.10 2	0.15 17	0.12 29	0.15 35	0.17 80

monsters	0.35 33	0.21 6	0.49 32	0.43 42	0.39 268	0.34 14	0.26 38	0.69 25	0.44 35	0.49 80	0.41 23	0.23 2	0.26 11	1.38 259	0.27 15	0.14 19	0.11 20	0.14 1	0.12 29	0.13 4	0.15 30

S2M2	0.35 33	0.28 121	0.47 24	0.43 42	0.30 122	0.31 11	0.16 1	0.61 13	0.68 98	0.32 14	0.49 52	0.47 78	0.34 47	0.40 3	0.33 55	0.25 313	0.22 353	0.20 161	0.22 298	0.25 302	0.23 229

1w_stereo	0.36 38	0.21 6	0.47 24	0.44 49	0.27 58	0.47 70	0.54 311	0.66 19	0.51 50	0.44 53	0.67 105	0.25 9	0.45 111	0.62 48	0.34 60	0.12 2	0.10 2	0.14 1	0.11 7	0.14 13	0.15 30

monsterstereo	0.36 38	0.21 6	0.53 59	0.48 96	0.36 237	0.27 6	0.29 58	0.58 6	0.52 52	0.45 60	0.61 92	0.26 13	0.27 17	1.23 223	0.28 20	0.14 19	0.12 34	0.15 17	0.12 29	0.16 54	0.13 2

111111	0.36 38	0.22 14	0.49 32	0.47 84	0.45 323	0.36 19	0.22 15	1.04 130	0.44 35	0.33 16	0.33 17	0.40 51	0.26 11	0.99 161	0.27 15	0.17 74	0.12 34	0.15 17	0.11 7	0.15 35	0.15 30

RAStereo	0.36 38	0.22 14	0.85 226	0.48 96	0.28 91	0.27 6	0.28 51	0.77 44	0.65 91	0.33 16	0.43 25	0.44 57	0.31 34	0.45 11	0.35 69	0.18 109	0.15 198	0.19 127	0.15 103	0.19 142	0.15 30

LG-Stereo	0.37 42	0.27 105	0.94 270	0.48 96	0.26 55	0.37 22	0.30 66	0.88 84	0.57 65	0.38 31	0.58 85	0.29 26	0.21 4	0.51 19	0.37 99	0.14 19	0.14 132	0.20 161	0.18 178	0.18 107	0.14 15

GIP-stereo	0.37 42	0.25 64	0.49 32	0.55 210	0.41 294	0.37 22	0.22 15	1.03 124	0.56 63	0.35 21	0.52 65	0.46 69	0.37 69	0.55 25	0.28 20	0.20 188	0.13 68	0.16 46	0.12 29	0.16 54	0.16 59

LG-Stereo_Zeroshot	0.38 44	0.25 64	0.61 94	0.53 183	0.29 106	0.36 19	0.22 15	1.24 212	0.42 30	0.45 60	0.65 100	0.37 48	0.51 152	0.41 6	0.30 32	0.18 109	0.12 34	0.17 69	0.13 59	0.18 107	0.20 155

AIO_rvc	0.38 44	0.25 64	0.65 114	0.47 84	0.31 142	0.55 145	0.38 145	0.98 106	0.51 50	0.35 21	0.48 48	0.49 86	0.22 6	0.87 126	0.31 36	0.16 42	0.12 34	0.16 46	0.12 29	0.15 35	0.15 30

AIO_test	0.38 44	0.24 46	0.59 80	0.47 84	0.31 142	0.55 145	0.44 222	0.86 79	0.50 48	0.34 20	0.48 48	0.46 69	0.30 30	0.76 87	0.31 36	0.17 74	0.12 34	0.17 69	0.13 59	0.16 54	0.15 30

IGEV-RUCA	0.38 44	0.24 46	0.51 49	0.51 140	0.36 237	0.59 166	0.23 25	0.68 21	0.52 52	0.39 36	0.50 58	0.44 57	0.31 34	0.86 121	0.31 36	0.24 293	0.13 68	0.16 46	0.12 29	0.20 178	0.21 182

MaDis-Stereo	0.38 44	0.27 105	0.72 141	0.45 58	0.35 229	0.30 10	0.31 73	0.81 58	0.54 57	0.38 31	0.38 21	0.58 127	0.49 144	0.53 22	0.39 110	0.20 188	0.16 233	0.19 127	0.15 103	0.19 142	0.15 30

UniTT-Stereo	0.38 44	0.24 46	0.67 123	0.49 110	0.36 237	0.40 27	0.32 81	0.55 5	0.55 59	0.55 109	0.55 78	0.36 43	0.31 34	0.59 39	0.52 218	0.21 217	0.15 198	0.17 69	0.15 103	0.19 142	0.17 80

HUF	0.39 50	0.27 105	0.71 139	0.43 42	0.24 20	0.51 112	0.47 252	0.99 114	0.55 59	0.37 29	0.45 37	0.53 109	0.41 84	0.70 72	0.29 28	0.18 109	0.14 132	0.16 46	0.12 29	0.15 35	0.17 80

fffft	0.39 50	0.24 46	0.56 70	0.45 58	0.34 212	0.42 44	0.48 259	0.85 72	0.39 24	0.45 60	0.35 19	0.38 49	0.31 34	1.32 246	0.34 60	0.14 19	0.12 34	0.19 127	0.15 103	0.16 54	0.18 96
1: 1. 1
AIO-Stereo	0.39 50	0.26 81	0.54 62	0.50 126	0.24 20	0.45 59	0.39 159	1.13 165	0.57 65	0.42 48	0.49 52	0.52 104	0.25 9	0.74 79	0.32 47	0.16 42	0.13 68	0.18 103	0.14 84	0.16 54	0.15 30

ours_stereo	0.40 53	0.30 167	0.57 72	0.47 84	0.31 142	0.40 27	0.44 222	0.79 54	0.58 68	0.36 24	0.58 85	0.46 69	0.33 43	1.14 205	0.33 55	0.17 74	0.13 68	0.19 127	0.15 103	0.19 142	0.20 155

RSM++	0.40 53	0.26 81	0.55 64	0.51 140	0.27 58	0.49 84	0.41 177	0.83 64	0.52 52	0.39 36	0.47 46	0.60 136	0.34 47	1.02 171	0.31 36	0.16 42	0.13 68	0.17 69	0.15 103	0.18 107	0.15 30

RSM	0.40 53	0.25 64	0.53 59	0.50 126	0.27 58	0.46 64	0.40 167	0.94 100	0.49 46	0.42 48	0.44 33	0.65 154	0.33 43	1.07 185	0.32 47	0.15 29	0.13 68	0.17 69	0.14 84	0.17 76	0.15 30

trnet	0.40 53	0.23 30	0.40 3	0.37 2	0.20 2	0.53 127	0.29 58	0.81 58	1.15 286	0.59 112	0.72 122	0.53 109	0.43 98	0.56 28	0.37 99	0.18 109	0.13 68	0.15 17	0.10 1	0.14 13	0.14 15

CREStereo	0.40 53	0.24 46	0.40 3	0.37 2	0.22 12	0.52 118	0.29 58	0.81 58	1.15 286	0.59 112	0.72 122	0.51 97	0.42 90	0.57 33	0.37 99	0.19 147	0.13 68	0.15 17	0.10 1	0.14 13	0.15 30
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
water-stereo	0.41 58	0.21 6	0.69 132	0.45 58	0.28 91	0.50 103	0.27 44	0.96 101	0.52 52	0.57 111	0.78 135	0.59 132	0.53 159	0.44 9	0.43 151	0.17 74	0.16 233	0.17 69	0.15 103	0.17 76	0.22 209

DEFOM-Stereo_RVC	0.41 58	0.68 465	0.45 16	0.66 359	0.30 122	0.48 78	0.25 29	0.87 82	0.46 41	0.39 36	0.37 20	0.30 30	0.69 238	1.16 209	0.31 36	0.17 74	0.11 20	0.16 46	0.12 29	0.18 107	0.14 15

castereo++	0.41 58	0.26 81	0.51 49	0.44 49	0.32 175	0.96 354	0.22 15	1.13 165	0.61 81	0.33 16	0.45 37	0.50 93	0.39 80	0.94 146	0.25 5	0.18 109	0.12 34	0.17 69	0.12 29	0.14 13	0.16 59

SMoEStereo_RVC	0.41 58	0.26 81	0.55 64	0.46 70	0.31 142	0.60 171	0.36 122	0.85 72	0.47 43	0.47 66	0.43 25	0.42 53	0.34 47	1.40 264	0.31 36	0.15 29	0.12 34	0.20 161	0.15 103	0.16 54	0.18 96

Pointernet	0.41 58	0.21 6	0.63 100	0.45 58	0.29 106	0.51 112	0.27 44	1.54 274	0.70 102	0.48 74	0.64 96	0.49 86	0.37 69	0.51 19	0.36 86	0.18 109	0.13 68	0.14 1	0.11 7	0.14 13	0.14 15

AEACV	0.41 58	0.25 64	0.60 87	0.55 210	0.52 367	0.43 51	0.38 145	0.98 106	0.63 85	0.44 53	0.56 81	0.46 69	0.59 200	0.56 28	0.31 36	0.17 74	0.13 68	0.18 103	0.16 138	0.17 76	0.17 80

LoS	0.41 58	0.23 30	0.46 17	0.39 14	0.23 15	0.48 78	0.40 167	1.12 161	0.94 185	0.50 89	0.66 102	0.49 86	0.42 90	0.63 57	0.39 110	0.19 147	0.14 132	0.16 46	0.11 7	0.14 13	0.15 30
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	0.41 58	0.24 46	0.59 80	0.45 58	0.27 58	0.54 140	0.22 15	1.23 210	0.56 63	0.44 53	0.43 25	0.68 162	0.29 25	0.89 134	0.34 60	0.17 74	0.12 34	0.20 161	0.17 161	0.17 76	0.18 96

GLC_STEREO	0.41 58	0.27 105	0.43 11	0.55 210	0.24 20	0.47 70	0.30 66	0.81 58	0.64 88	0.53 105	0.74 127	0.50 93	0.31 34	0.65 63	0.45 169	0.18 109	0.20 322	0.23 259	0.19 200	0.21 222	0.21 182

mms	0.42 67	0.29 143	0.60 87	0.47 84	0.33 195	0.43 51	0.46 241	0.75 40	0.50 48	0.36 24	0.61 92	0.44 57	0.30 30	1.39 262	0.34 60	0.16 42	0.14 132	0.18 103	0.15 103	0.19 142	0.21 182

CASnet	0.42 67	0.26 81	0.52 55	0.52 160	0.21 7	0.49 84	0.35 113	0.85 72	0.85 152	0.84 168	0.69 112	0.48 83	0.31 34	0.57 33	0.34 60	0.19 147	0.12 34	0.27 357	0.22 298	0.23 261	0.15 30
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.42 67	0.26 81	0.56 70	0.48 96	0.27 58	0.45 59	0.33 88	1.56 280	0.61 81	0.36 24	0.47 46	0.52 104	0.30 30	1.08 188	0.33 55	0.15 29	0.13 68	0.17 69	0.13 59	0.16 54	0.15 30

CroCo-Stereo	0.42 67	0.33 236	0.83 211	0.59 285	0.28 91	0.26 3	0.33 88	1.22 205	0.85 152	0.43 50	0.49 52	0.65 154	0.46 121	0.40 3	0.36 86	0.19 147	0.15 198	0.16 46	0.14 84	0.20 178	0.17 80
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
castereo	0.43 71	0.25 64	0.50 42	0.46 70	0.30 122	0.60 171	0.56 328	1.23 210	0.83 145	0.39 36	0.70 116	0.45 67	0.68 234	0.54 24	0.33 55	0.17 74	0.11 20	0.17 69	0.13 59	0.16 54	0.14 15

WCG-NET	0.43 71	0.23 30	0.58 74	0.42 36	0.26 55	0.46 64	0.32 81	0.77 44	1.16 293	0.77 149	0.75 128	0.58 127	0.44 104	0.62 48	0.38 106	0.16 42	0.12 34	0.16 46	0.14 84	0.15 35	0.14 15

MGS-Stereo	0.43 71	0.28 121	0.61 94	0.46 70	0.28 91	0.49 84	0.33 88	0.60 11	0.89 161	0.47 66	1.32 333	0.51 97	0.32 40	0.66 65	0.39 110	0.20 188	0.16 233	0.18 103	0.16 138	0.18 107	0.18 96

MoCha-V2	0.43 71	0.23 30	0.55 64	0.56 231	0.23 15	0.44 56	0.32 81	1.35 236	0.63 85	0.54 106	0.55 78	0.42 53	0.57 179	1.12 201	0.28 20	0.15 29	0.13 68	0.15 17	0.13 59	0.17 76	0.18 96

GCAP-Stereo	0.43 71	0.32 217	0.80 188	0.50 126	0.27 58	0.53 127	0.31 73	1.05 134	0.67 95	0.69 135	0.71 119	0.58 127	0.42 90	0.51 19	0.35 69	0.18 109	0.15 198	0.18 103	0.13 59	0.17 76	0.15 30

MM-Stereo_test2	0.44 76	0.25 64	0.70 136	0.54 197	0.33 195	0.55 145	0.45 235	1.02 117	0.84 148	0.61 123	0.51 62	0.49 86	0.42 90	0.82 104	0.32 47	0.16 42	0.13 68	0.18 103	0.14 84	0.19 142	0.17 80

fffy	0.44 76	0.29 143	0.67 123	0.47 84	0.30 122	0.46 64	0.34 100	0.98 106	0.57 65	0.40 43	0.59 88	0.55 116	0.41 84	1.26 230	0.37 99	0.16 42	0.14 132	0.19 127	0.16 138	0.19 142	0.20 155

Occ-G	0.44 76	0.23 30	0.59 80	0.44 49	0.27 58	0.43 51	0.61 359	0.85 72	0.62 83	0.48 74	0.66 102	1.00 289	0.45 111	0.79 99	0.45 169	0.17 74	0.14 132	0.18 103	0.13 59	0.16 54	0.18 96

depthmonostereo	0.45 79	0.26 81	0.89 244	0.49 110	0.24 20	0.60 171	0.36 122	1.03 124	0.77 120	0.50 89	0.65 100	0.50 93	0.55 170	0.70 72	0.39 110	0.16 42	0.16 233	0.16 46	0.14 84	0.16 54	0.20 155

IGEV++	0.45 79	0.24 46	0.63 100	0.58 266	0.32 175	0.42 44	0.25 29	2.16 439	0.65 91	0.38 31	0.58 85	0.46 69	0.44 104	0.56 28	0.40 127	0.20 188	0.13 68	0.16 46	0.13 59	0.17 76	0.18 96

ff7	0.45 79	0.30 167	0.64 109	0.47 84	0.33 195	0.49 84	0.42 185	0.93 90	0.59 70	0.50 89	0.53 69	0.44 57	0.48 133	1.41 267	0.36 86	0.18 109	0.13 68	0.21 195	0.15 103	0.18 107	0.21 182

ffff	0.45 79	0.30 167	0.64 109	0.47 84	0.33 195	0.49 84	0.42 185	0.93 90	0.59 70	0.50 89	0.53 69	0.44 57	0.48 133	1.41 267	0.36 86	0.18 109	0.13 68	0.21 195	0.15 103	0.18 107	0.21 182

11t	0.45 79	0.30 167	0.64 109	0.47 84	0.33 195	0.49 84	0.42 185	0.93 90	0.59 70	0.50 89	0.53 69	0.44 57	0.48 133	1.41 267	0.36 86	0.18 109	0.13 68	0.21 195	0.15 103	0.18 107	0.21 182

LoS_RVC	0.45 79	0.29 143	0.48 27	0.49 110	0.83 476	0.51 112	0.43 203	0.65 16	0.44 35	0.47 66	0.78 135	0.44 57	0.60 206	0.59 39	0.37 99	0.14 19	0.12 34	0.14 1	0.10 1	0.14 13	1.08 519

anonymousdsp	0.45 79	0.30 167	0.60 87	0.48 96	0.34 212	0.49 84	0.42 185	0.97 102	0.60 76	0.51 99	0.53 69	0.46 69	0.47 128	1.36 252	0.35 69	0.18 109	0.13 68	0.21 195	0.15 103	0.18 107	0.21 182

ccc-4	0.45 79	0.30 167	0.64 109	0.47 84	0.33 195	0.49 84	0.42 185	0.93 90	0.59 70	0.50 89	0.53 69	0.44 57	0.48 133	1.41 267	0.36 86	0.18 109	0.13 68	0.21 195	0.15 103	0.18 107	0.21 182

IGEV-Stereo	0.45 79	0.30 167	0.60 87	0.48 96	0.34 212	0.49 84	0.42 185	0.98 106	0.60 76	0.51 99	0.53 69	0.46 69	0.47 128	1.36 252	0.35 69	0.18 109	0.13 68	0.21 195	0.15 103	0.18 107	0.21 182
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TANstereo	0.45 79	0.23 30	0.50 42	0.43 42	0.21 7	0.65 206	0.26 38	0.83 64	0.88 160	0.95 195	0.99 189	0.51 97	0.45 111	0.56 28	0.36 86	0.19 147	0.24 391	0.16 46	0.13 59	0.17 76	0.27 308

DilatedVolume-Stereo	0.46 89	0.24 46	0.72 141	0.45 58	0.33 195	0.72 239	0.29 58	0.83 64	0.53 56	0.82 161	0.73 125	0.52 104	0.44 104	1.16 209	0.42 145	0.15 29	0.15 198	0.15 17	0.14 84	0.16 54	0.17 80

Reg-Stereo(zero)	0.46 89	0.23 30	0.50 42	0.45 58	0.25 38	0.41 34	0.27 44	0.80 55	1.12 269	0.93 190	0.79 138	0.91 249	0.46 121	0.74 79	0.44 156	0.15 29	0.13 68	0.15 17	0.12 29	0.15 35	0.18 96

rvit_stereo_0081_aga	0.46 89	0.37 324	0.91 258	0.52 160	0.41 294	0.49 84	0.40 167	0.88 84	0.66 93	0.59 112	0.56 81	0.53 109	0.43 98	0.67 66	0.44 156	0.27 359	0.21 338	0.22 225	0.20 229	0.26 314	0.19 130

rvit_stereo_0081	0.46 89	0.34 265	0.72 141	0.56 231	0.35 229	0.41 34	0.44 222	0.74 38	1.04 230	0.49 80	0.52 65	0.51 97	0.49 144	0.86 121	0.47 185	0.25 313	0.20 322	0.22 225	0.19 200	0.26 314	0.19 130

rvit_stereo_0082	0.46 89	0.34 265	0.72 141	0.56 231	0.35 229	0.41 34	0.44 222	0.74 38	1.04 230	0.49 80	0.52 65	0.51 97	0.49 144	0.86 121	0.47 185	0.25 313	0.20 322	0.22 225	0.19 200	0.26 314	0.19 130

IGEV-Stereo+	0.46 89	0.23 30	0.51 49	0.42 36	0.46 331	0.15 1	0.19 5	0.45 2	0.37 22	0.28 5	0.25 6	0.31 32	0.41 84	1.43 274	0.31 36	0.18 109	0.13 68	0.15 17	0.12 29	1.09 519	1.74 532

WCG-NET（raft）	0.46 89	0.23 30	0.59 80	0.42 36	0.24 20	0.50 103	0.35 113	0.76 42	1.10 255	0.72 141	0.76 129	0.91 249	0.50 149	0.88 129	0.40 127	0.16 42	0.13 68	0.15 17	0.14 84	0.15 35	0.17 80

ProNet	0.46 89	0.30 167	0.69 132	0.46 70	0.32 175	0.57 154	0.52 291	1.15 181	0.67 95	0.44 53	0.50 58	0.44 57	0.43 98	1.31 240	0.38 106	0.16 42	0.15 198	0.19 127	0.16 138	0.18 107	0.18 96

MC-Stereo	0.46 89	0.24 46	0.58 74	0.63 324	0.30 122	0.38 25	0.32 81	0.98 106	0.74 113	0.66 131	0.85 153	0.56 123	0.60 206	1.07 185	0.32 47	0.17 74	0.12 34	0.17 69	0.15 103	0.16 54	0.16 59

CroCo-Stereo Lap2	0.46 89	0.37 324	0.87 235	0.62 314	0.79 467	0.28 8	0.35 113	0.81 58	0.73 106	0.39 36	0.54 75	0.71 177	0.54 167	0.60 41	0.48 192	0.18 109	0.18 292	0.19 127	0.16 138	0.21 222	0.21 182

tt45	0.47 99	0.25 64	0.52 55	0.47 84	0.34 212	0.78 266	0.32 81	0.86 79	0.45 40	0.52 102	0.45 37	0.49 86	0.37 69	2.12 383	0.36 86	0.16 42	0.13 68	0.19 127	0.16 138	0.17 76	0.21 182

rvit_stereo_0080	0.47 99	0.35 294	0.87 235	0.48 96	0.36 237	0.42 44	0.54 311	0.93 90	0.78 124	0.52 102	0.60 90	0.55 116	0.47 128	0.62 48	0.48 192	0.27 359	0.21 338	0.20 161	0.20 229	0.31 375	0.20 155

Former-RAFT_DAM_RVC	0.47 99	0.38 342	0.75 165	0.48 96	0.37 247	0.67 217	0.35 113	0.82 63	1.14 281	0.61 123	0.64 96	0.39 50	0.39 80	0.74 79	0.39 110	0.20 188	0.17 262	0.22 225	0.18 178	0.24 290	0.20 155

whm_eth	0.47 99	0.35 294	0.87 235	0.48 96	0.36 237	0.42 44	0.54 311	0.93 90	0.78 124	0.52 102	0.60 90	0.55 116	0.47 128	0.62 48	0.48 192	0.27 359	0.21 338	0.20 161	0.20 229	0.31 375	0.20 155

XX-TBD	0.47 99	0.71 470	0.39 1	0.81 455	0.25 38	0.57 154	0.26 38	0.73 35	1.30 378	0.78 151	1.01 196	0.45 67	0.33 43	0.49 16	0.39 110	0.20 188	0.15 198	0.15 17	0.11 7	0.17 76	0.15 30

PMTNet	0.47 99	0.22 14	0.43 11	0.39 14	0.24 20	0.71 236	0.26 38	0.78 52	1.03 224	0.65 128	0.69 112	0.55 116	0.48 133	0.90 137	0.36 86	0.99 518	0.13 68	0.15 17	0.10 1	0.15 35	0.15 30

HART	0.48 105	0.24 46	0.63 100	0.52 160	0.27 58	0.41 34	0.29 58	1.32 232	0.54 57	0.59 112	1.47 382	0.61 142	0.34 47	1.09 192	0.32 47	0.16 42	0.14 132	0.19 127	0.14 84	0.19 142	0.18 96

SCV_C0	0.48 105	0.29 143	0.88 240	0.46 70	0.31 142	0.46 64	0.31 73	1.67 302	0.87 157	0.40 43	0.52 65	0.54 113	0.29 25	1.27 233	0.34 60	0.18 109	0.14 132	0.17 69	0.14 84	0.20 178	0.18 96

CAS++	0.48 105	0.34 265	0.59 80	0.48 96	0.32 175	0.45 59	0.29 58	1.73 327	0.78 124	0.71 137	0.73 125	0.36 43	0.28 22	0.70 72	0.35 69	0.27 359	0.22 353	0.26 343	0.21 271	0.29 353	0.22 209
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MIF-Stereo (partial)	0.48 105	0.28 121	0.83 211	0.51 140	0.53 373	0.39 26	0.27 44	1.03 124	0.64 88	0.47 66	0.71 119	0.51 97	0.51 152	1.13 203	0.47 185	0.20 188	0.16 233	0.23 259	0.20 229	0.24 290	0.20 155

StereoAnything_RVC	0.49 109	1.60 529	0.87 235	0.37 2	0.21 7	0.26 3	0.21 11	0.53 4	0.23 2	0.23 1	0.21 2	0.19 1	0.35 55	1.29 237	0.23 1	0.22 251	0.11 20	0.15 17	0.11 7	2.36 530	0.13 2

999	0.49 109	0.25 64	0.55 64	0.51 140	0.35 229	0.74 246	0.31 73	0.89 88	0.59 70	0.39 36	0.50 58	0.50 93	0.36 62	2.41 410	0.41 137	0.17 74	0.13 68	0.18 103	0.15 103	0.16 54	0.23 229

rvit_stereo_0083	0.49 109	0.34 265	0.85 226	0.57 253	0.36 237	0.49 84	0.43 203	0.73 35	1.05 236	0.50 89	0.57 84	0.55 116	0.50 149	0.92 142	0.50 206	0.25 313	0.25 403	0.24 283	0.20 229	0.25 302	0.19 130

rvit_stereo_ft	0.49 109	0.38 342	1.03 301	0.68 385	0.42 304	0.40 27	0.58 341	0.93 90	0.86 154	0.47 66	0.55 78	0.57 125	0.48 133	0.67 66	0.53 227	0.26 338	0.17 262	0.22 225	0.22 298	0.24 290	0.19 130

RAFT-Stereo-weight	0.49 109	0.26 81	0.58 74	0.49 110	0.28 91	0.61 179	0.34 100	1.16 186	1.11 262	1.06 227	0.79 138	0.75 183	0.28 22	0.79 99	0.42 145	0.16 42	0.13 68	0.17 69	0.15 103	0.16 54	0.18 96

IGEVStereo-DCA	0.49 109	0.33 236	0.64 109	0.46 70	0.34 212	0.50 103	0.42 185	0.93 90	0.59 70	0.48 74	0.48 48	0.48 83	0.45 111	2.28 399	0.44 156	0.19 147	0.14 132	0.19 127	0.15 103	0.17 76	0.21 182

plain	0.49 109	0.29 143	1.23 371	0.51 140	0.40 280	0.35 16	0.37 136	1.04 130	0.62 83	0.44 53	0.76 129	0.42 53	0.41 84	1.17 214	0.46 175	0.23 273	0.15 198	0.24 283	0.19 200	0.25 302	0.18 96

testlalala	0.49 109	0.30 167	0.70 136	0.44 49	0.40 280	0.68 221	0.38 145	1.38 242	0.58 68	1.28 341	0.82 148	0.61 142	0.36 62	0.57 33	0.34 60	0.21 217	0.14 132	0.18 103	0.12 29	0.15 35	0.16 59

iRaftStereo_RVC	0.49 109	0.28 121	0.72 141	0.53 183	0.29 106	0.52 118	0.33 88	1.14 169	0.84 148	0.85 170	0.99 189	0.55 116	0.36 62	0.83 110	0.40 127	0.18 109	0.13 68	0.22 225	0.20 229	0.20 178	0.18 96

CREStereo++_RVC	0.49 109	0.22 14	0.46 17	0.48 96	0.38 259	0.45 59	0.25 29	0.77 44	1.30 378	0.82 161	1.23 298	0.47 78	0.37 69	0.55 25	0.44 156	0.16 42	0.11 20	0.16 46	0.80 522	0.18 107	0.12 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
xyz-stereo-finetune	0.50 119	0.27 105	0.63 100	0.43 42	0.23 15	0.79 274	0.46 241	0.83 64	0.82 141	0.63 126	0.63 95	0.54 113	0.44 104	1.69 324	0.62 269	0.16 42	0.15 198	0.19 127	0.16 138	0.17 76	0.16 59

MyStereo07	0.50 119	0.30 167	0.58 74	0.58 266	0.48 341	0.59 166	0.78 406	1.19 194	0.60 76	0.49 80	0.54 75	0.43 56	0.55 170	1.32 246	0.36 86	0.18 109	0.18 292	0.24 283	0.21 271	0.23 261	0.23 229

4D-IteraStereo	0.50 119	0.26 81	0.84 220	0.51 140	0.49 347	0.64 200	0.31 73	0.91 89	1.02 221	1.05 221	0.72 122	0.76 185	0.32 40	0.69 70	0.40 127	0.18 109	0.11 20	0.23 259	0.20 229	0.19 142	0.16 59

MM-Stereo_test1	0.51 122	0.26 81	0.59 80	0.53 183	0.31 142	0.50 103	0.53 297	1.06 136	1.09 251	0.88 177	0.70 116	0.54 113	0.59 200	1.18 215	0.35 69	0.19 147	0.17 262	0.20 161	0.17 161	0.20 178	0.18 96

SCV	0.51 122	0.29 143	0.72 141	0.63 324	0.27 58	0.40 27	0.38 145	2.32 468	0.75 118	0.36 24	0.49 52	0.55 116	0.35 55	1.31 240	0.34 60	0.25 313	0.13 68	0.17 69	0.14 84	0.18 107	0.18 96

CES	0.51 122	0.21 6	0.40 3	0.42 36	1.40 523	0.53 127	0.34 100	1.04 130	0.68 98	0.45 60	0.67 105	0.35 41	0.28 22	0.58 37	0.35 69	0.16 42	0.13 68	0.15 17	0.10 1	0.19 142	1.69 531

sCroCo_RVC	0.51 122	0.43 374	1.15 339	0.66 359	0.60 407	0.52 118	0.40 167	0.93 90	0.64 88	0.45 60	0.76 129	0.49 86	0.49 144	0.65 63	0.49 203	0.27 359	0.28 422	0.23 259	0.22 298	0.29 353	0.28 324

RCA-Stereo	0.52 126	0.26 81	0.66 119	0.49 110	0.33 195	0.54 140	0.44 222	1.20 198	1.41 425	0.69 135	1.06 220	0.63 150	0.79 272	0.62 48	0.35 69	0.17 74	0.12 34	0.17 69	0.14 84	0.16 54	0.16 59

MM-Stereo_test3	0.53 127	0.26 81	0.60 87	0.56 231	0.73 448	0.49 84	0.53 297	1.31 230	1.08 243	0.64 127	0.97 183	0.61 142	0.42 90	0.82 104	0.40 127	0.21 217	0.18 292	0.20 161	0.16 138	0.19 142	0.21 182

model_zeroshot	0.53 127	0.31 199	1.00 292	0.57 253	0.39 268	0.74 246	0.39 159	1.38 242	0.67 95	0.88 177	0.85 153	0.71 177	0.37 69	0.77 89	0.39 110	0.21 217	0.17 262	0.19 127	0.17 161	0.17 76	0.22 209

knoymous	0.53 127	0.32 217	0.51 49	0.46 70	0.30 122	0.57 154	0.54 311	1.10 157	0.78 124	0.99 201	0.84 151	0.95 269	0.57 179	0.89 134	0.51 210	0.21 217	0.14 132	0.26 343	0.14 84	0.23 261	0.25 270

tg	0.54 130	0.25 64	0.70 136	0.52 160	0.31 142	0.89 320	0.29 58	1.12 161	0.98 201	0.85 170	1.03 206	0.62 145	0.42 90	1.37 255	0.41 137	0.17 74	0.13 68	0.22 225	0.21 271	0.17 76	0.17 80

GCAP-BAT	0.54 130	0.33 236	0.75 165	0.45 58	0.50 352	0.84 305	0.35 113	0.98 106	0.80 136	0.88 177	1.04 212	0.88 233	0.37 69	1.25 226	0.41 137	0.19 147	0.15 198	0.18 103	0.13 59	0.17 76	0.22 209

HUI-Stereo	0.54 130	0.33 236	0.81 193	0.52 160	0.27 58	0.62 182	0.29 58	1.14 169	0.74 113	1.13 245	0.96 174	0.82 208	0.60 206	0.83 110	0.52 218	0.23 273	0.14 132	0.24 283	0.20 229	0.27 320	0.20 155

Any-RAFT	0.55 133	0.27 105	0.49 32	0.50 126	0.27 58	0.98 358	0.25 29	1.71 323	1.08 243	0.90 182	0.99 189	1.13 331	0.46 121	0.74 79	0.35 69	0.19 147	0.13 68	0.17 69	0.13 59	0.16 54	0.19 130

Selective-RAFT	0.55 133	0.29 143	0.85 226	0.58 266	0.28 91	0.91 327	0.34 100	1.00 116	0.96 194	0.59 112	0.64 96	0.80 196	0.76 252	1.34 250	0.51 210	0.21 217	0.15 198	0.17 69	0.15 103	0.19 142	0.19 130

test_4	0.55 133	0.23 30	0.67 123	0.56 231	0.32 175	0.71 236	0.39 159	0.83 64	0.72 105	0.93 190	1.87 464	0.70 170	0.41 84	1.21 221	0.39 110	0.16 42	0.13 68	0.21 195	0.23 330	0.20 178	0.18 96

GMOStereo	0.55 133	0.28 121	0.72 141	0.52 160	0.30 122	0.53 127	0.43 203	1.02 117	0.98 201	1.44 411	1.14 263	0.88 233	0.57 179	0.62 48	0.39 110	0.16 42	0.14 132	0.24 283	0.22 298	0.20 178	0.18 96

error version	0.55 133	0.28 121	0.72 141	0.52 160	0.30 122	0.53 127	0.43 203	1.02 117	0.98 201	1.44 411	1.14 263	0.88 233	0.57 179	0.62 48	0.39 110	0.16 42	0.14 132	0.24 283	0.22 298	0.20 178	0.18 96

test-v	0.55 133	0.28 121	0.72 141	0.52 160	0.30 122	0.53 127	0.43 203	1.02 117	0.98 201	1.44 411	1.14 263	0.88 233	0.57 179	0.62 48	0.39 110	0.16 42	0.14 132	0.24 283	0.22 298	0.20 178	0.18 96

test-2	0.55 133	0.28 121	0.72 141	0.52 160	0.30 122	0.53 127	0.43 203	1.02 117	0.98 201	1.44 411	1.14 263	0.88 233	0.57 179	0.62 48	0.39 110	0.16 42	0.14 132	0.24 283	0.22 298	0.20 178	0.18 96

rafts_anoy	0.55 133	0.32 217	0.66 119	0.72 415	0.61 413	0.53 127	0.40 167	1.24 212	1.06 238	0.85 170	0.83 150	0.67 160	0.53 159	0.77 89	0.55 239	0.20 188	0.15 198	0.25 322	0.26 369	0.22 242	0.21 182

s12784h	0.55 133	0.22 14	0.49 32	0.43 42	0.19 1	1.00 360	0.34 100	1.40 248	1.30 378	0.84 168	0.93 169	0.63 150	0.52 157	1.48 285	0.47 185	0.15 29	0.12 34	0.17 69	0.11 7	0.19 142	0.13 2

raftrobust	0.55 133	0.27 105	0.63 100	0.68 385	0.69 441	0.50 103	0.34 100	1.08 144	0.97 198	1.32 358	0.88 160	0.62 145	0.80 279	0.82 104	0.44 156	0.20 188	0.16 233	0.16 46	0.14 84	0.15 35	0.18 96

Gwc-CoAtRS	0.55 133	0.27 105	0.73 155	0.49 110	0.30 122	0.63 191	0.25 29	1.38 242	1.12 269	1.05 221	1.02 199	1.10 322	0.55 170	0.72 76	0.44 156	0.17 74	0.14 132	0.17 69	0.15 103	0.16 54	0.17 80

rvit_0105_6	0.56 144	0.38 342	1.13 332	0.67 373	0.38 259	0.50 103	0.51 280	0.88 84	1.33 389	0.54 106	0.56 81	0.65 154	0.57 179	0.97 159	0.46 175	0.32 408	0.31 440	0.28 371	0.25 352	0.29 353	0.23 229

MSKI-zero shot	0.56 144	0.30 167	0.61 94	0.55 210	0.28 91	0.68 221	0.28 51	1.25 216	0.68 98	0.92 187	1.33 338	0.81 202	0.33 43	1.94 359	0.36 86	0.18 109	0.13 68	0.17 69	0.13 59	0.16 54	0.19 130

EKT-Stereo	0.56 144	0.33 236	0.84 220	0.61 306	0.64 420	0.51 112	0.48 259	1.14 169	0.95 190	0.74 144	0.89 162	0.77 189	0.42 90	1.18 215	0.42 145	0.23 273	0.17 262	0.21 195	0.18 178	0.20 178	0.26 290

LL-Strereo2	0.56 144	0.36 303	0.77 173	0.56 231	0.40 280	0.68 221	0.37 136	1.21 203	0.83 145	0.96 198	0.79 138	0.91 249	0.41 84	1.08 188	0.48 192	0.18 109	0.17 262	0.29 382	0.25 352	0.22 242	0.19 130

test-3	0.56 144	0.24 46	0.82 202	0.50 126	0.29 106	0.57 154	0.34 100	1.09 151	1.03 224	1.33 364	0.69 112	0.87 227	0.45 111	1.68 320	0.39 110	0.17 74	0.12 34	0.20 161	0.17 161	0.17 76	0.16 59

test_1	0.56 144	0.24 46	0.82 202	0.50 126	0.29 106	0.57 154	0.34 100	1.09 151	1.03 224	1.28 341	0.69 112	0.87 227	0.45 111	1.67 318	0.39 110	0.17 74	0.12 34	0.20 161	0.17 161	0.17 76	0.16 59

PSM-adaLoss	0.56 144	0.33 236	0.81 193	0.52 160	0.27 58	0.63 191	0.41 177	1.14 169	0.73 106	1.13 245	0.96 174	0.82 208	0.60 206	1.09 192	0.52 218	0.23 273	0.14 132	0.24 283	0.20 229	0.27 320	0.20 155

ROB_FTStereo	0.56 144	0.33 236	0.82 202	0.52 160	0.27 58	0.62 182	0.25 29	1.14 169	0.74 113	1.13 245	0.96 174	0.82 208	0.60 206	1.18 215	0.52 218	0.23 273	0.14 132	0.24 283	0.20 229	0.27 320	0.20 155

cross-raft	0.56 144	0.26 81	0.65 114	0.55 210	0.31 142	0.66 212	0.37 136	1.68 306	0.82 141	1.06 227	1.07 223	1.25 356	0.45 111	0.74 79	0.39 110	0.15 29	0.13 68	0.19 127	0.16 138	0.19 142	0.17 80

test-1	0.56 144	0.28 121	1.13 332	0.58 266	0.34 212	0.60 171	0.38 145	1.56 280	0.98 201	0.80 154	1.02 199	0.83 217	0.52 157	0.64 59	0.46 175	0.17 74	0.16 233	0.20 161	0.17 161	0.20 178	0.26 290

raft+_RVC	0.56 144	0.29 143	0.61 94	0.65 345	0.56 390	0.53 127	0.53 297	1.40 248	1.02 221	0.78 151	1.04 212	0.70 170	0.55 170	1.00 165	0.49 203	0.18 109	0.16 233	0.19 127	0.19 200	0.18 107	0.17 80

RAFT-Stereo + iAFF	0.56 144	0.28 121	0.81 193	0.45 58	0.25 38	0.40 27	0.34 100	1.12 161	1.13 275	1.35 377	1.58 419	0.80 196	0.67 230	0.71 75	0.43 151	0.14 19	0.11 20	0.18 103	0.17 161	0.18 107	0.16 59

H2IRNET	0.57 156	0.28 121	0.75 165	0.49 110	0.35 229	0.40 27	0.27 44	1.03 124	1.18 304	0.62 125	1.26 306	1.07 307	0.85 298	1.02 171	0.64 277	0.20 188	0.16 233	0.23 259	0.25 352	0.22 242	0.20 155

11t1	0.57 156	0.30 167	0.84 220	0.54 197	0.30 122	0.83 297	0.41 177	1.34 235	0.79 133	0.88 177	0.82 148	0.70 170	0.70 241	0.96 155	0.67 287	0.21 217	0.21 338	0.20 161	0.16 138	0.21 222	0.26 290

rrr	0.57 156	0.33 236	2.43 475	0.46 70	0.34 212	0.50 103	0.38 145	0.84 70	0.55 59	0.48 74	0.48 48	0.48 83	0.45 111	2.28 399	0.44 156	0.19 147	0.14 132	0.19 127	0.15 103	0.17 76	0.18 96

test_3	0.57 156	0.24 46	0.87 235	0.55 210	0.30 122	0.60 171	0.40 167	1.07 139	1.08 243	1.20 292	0.68 107	0.92 257	0.43 98	1.68 320	0.40 127	0.16 42	0.13 68	0.22 225	0.19 200	0.21 222	0.17 80

Patchmatch Stereo++	0.57 156	0.33 236	0.82 202	0.52 160	0.27 58	0.63 191	0.28 51	1.14 169	0.73 106	1.13 245	0.96 174	0.82 208	0.60 206	1.40 264	0.52 218	0.23 273	0.14 132	0.24 283	0.20 229	0.27 320	0.20 155
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
ROB_FTStereo_v2	0.57 156	0.33 236	0.81 193	0.52 160	0.27 58	0.62 182	0.42 185	1.14 169	0.73 106	1.13 245	0.97 183	0.82 208	0.60 206	1.15 206	0.53 227	0.23 273	0.14 132	0.24 283	0.20 229	0.27 320	0.20 155

DeepStereo_RVC	0.57 156	0.31 199	0.78 179	0.53 183	0.30 122	0.57 154	0.32 81	1.11 159	0.80 136	1.17 269	0.94 171	0.83 217	0.93 340	1.01 168	0.61 266	0.23 273	0.14 132	0.21 195	0.19 200	0.24 290	0.26 290

iRAFT	0.57 156	0.33 236	0.82 202	0.52 160	0.27 58	0.63 191	0.28 51	1.14 169	0.73 106	1.13 245	0.96 174	0.82 208	0.60 206	1.40 264	0.52 218	0.23 273	0.14 132	0.24 283	0.20 229	0.27 320	0.20 155

CRE-IMP	0.57 156	0.32 217	0.82 202	0.54 197	0.29 106	0.77 265	0.25 29	1.19 194	0.79 133	1.09 231	0.95 172	0.81 202	0.57 179	1.11 199	0.57 248	0.22 251	0.14 132	0.23 259	0.19 200	0.28 336	0.24 250

RAFT-IKP	0.57 156	0.33 236	0.82 202	0.52 160	0.27 58	0.57 154	0.35 113	1.14 169	0.73 106	1.13 245	0.96 174	0.83 217	0.61 215	1.26 230	0.53 227	0.23 273	0.14 132	0.24 283	0.20 229	0.27 320	0.20 155

test_xeample3	0.57 156	0.33 236	3.11 495	0.46 70	0.34 212	0.55 145	0.38 145	0.86 79	0.49 46	0.54 106	0.46 43	0.44 57	0.44 104	1.49 292	0.45 169	0.18 109	0.14 132	0.19 127	0.15 103	0.17 76	0.18 96

CFNet-RSSM	0.57 156	0.25 64	0.76 170	0.49 110	0.28 91	0.59 166	0.27 44	1.89 370	1.17 298	1.09 231	0.95 172	1.06 304	0.53 159	0.74 79	0.41 137	0.17 74	0.13 68	0.17 69	0.15 103	0.16 54	0.16 59

rvit_0105_4	0.58 168	0.40 357	1.19 360	0.68 385	0.38 259	0.53 127	0.55 321	0.93 90	1.27 354	0.56 110	0.61 92	0.72 179	0.63 216	1.01 168	0.47 185	0.33 414	0.33 458	0.29 382	0.25 352	0.29 353	0.26 290

AE-Stereo	0.58 168	0.29 143	0.81 193	0.62 314	0.41 294	0.69 230	0.46 241	2.49 496	1.25 342	0.49 80	0.77 133	0.69 167	0.46 121	0.61 43	0.42 145	0.17 74	0.16 233	0.21 195	0.20 229	0.19 142	0.18 96

1test111	0.58 168	0.34 265	0.63 100	0.60 293	0.27 58	1.16 393	0.51 280	1.58 285	0.91 167	0.60 119	0.80 143	0.47 78	0.87 315	0.99 161	0.67 287	0.21 217	0.13 68	0.25 322	0.15 103	0.23 261	0.25 270

RAFT-Test	0.58 168	0.27 105	0.81 193	0.50 126	0.33 195	0.95 348	0.27 44	1.40 248	0.89 161	1.00 205	1.12 247	1.39 390	0.48 133	0.74 79	0.41 137	0.17 74	0.14 132	0.17 69	0.14 84	0.16 54	0.18 96

anonymousdsp2	0.58 168	0.29 143	0.93 263	0.51 140	0.30 122	0.75 251	0.46 241	1.95 387	0.87 157	0.81 159	0.78 135	0.76 185	0.48 133	1.10 196	0.45 169	0.19 147	0.14 132	0.18 103	0.13 59	0.20 178	0.22 209

fff	0.58 168	0.26 81	1.15 339	0.46 70	0.25 38	0.48 78	0.36 122	1.20 198	1.28 362	1.13 245	1.03 206	0.59 132	1.04 391	0.77 89	0.58 253	0.17 74	0.14 132	0.17 69	0.13 59	0.15 35	0.24 250

iGMRVC	0.58 168	0.33 236	0.81 193	0.52 160	0.27 58	0.62 182	0.38 145	1.14 169	0.73 106	1.13 245	0.97 183	0.82 208	0.59 200	1.54 295	0.53 227	0.23 273	0.14 132	0.24 283	0.20 229	0.27 320	0.20 155

RALCasStereoNet	0.58 168	0.34 265	0.77 173	0.65 345	0.64 420	0.64 200	0.51 280	1.06 136	0.99 210	0.71 137	1.06 220	0.77 189	0.44 104	1.38 259	0.52 218	0.20 188	0.18 292	0.18 103	0.16 138	0.20 178	0.22 209

DCANet	0.58 168	0.26 81	1.15 339	0.45 58	0.25 38	0.49 84	0.36 122	1.18 190	1.35 394	1.15 261	1.04 212	0.60 136	0.91 330	0.84 115	0.58 253	0.17 74	0.14 132	0.17 69	0.13 59	0.19 142	0.25 270

csc	0.58 168	0.26 81	1.15 339	0.46 70	0.25 38	0.48 78	0.36 122	1.20 198	1.28 362	1.13 245	1.03 206	0.59 132	1.04 391	0.77 89	0.58 253	0.17 74	0.14 132	0.17 69	0.13 59	0.15 35	0.24 250

cscssc	0.58 168	0.26 81	1.15 339	0.46 70	0.25 38	0.48 78	0.36 122	1.20 198	1.28 362	1.13 245	1.03 206	0.59 132	1.04 391	0.77 89	0.58 253	0.17 74	0.14 132	0.17 69	0.13 59	0.15 35	0.24 250

GMStereo	0.58 168	0.50 404	1.09 320	0.52 160	0.32 175	0.80 281	0.43 203	1.02 117	1.41 425	0.89 181	0.77 133	0.52 104	0.46 121	0.89 134	0.56 245	0.25 313	0.16 233	0.20 161	0.22 298	0.31 375	0.27 308
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
xyz-stereo-finetune2	0.59 180	0.29 143	0.66 119	0.41 32	0.24 20	1.08 376	0.34 100	0.87 82	0.60 76	0.68 134	1.08 230	0.58 127	0.79 272	2.39 409	0.83 331	0.17 74	0.15 198	0.21 195	0.17 161	0.16 54	0.18 96

gcap-zeroshot	0.59 180	0.30 167	1.11 327	0.51 140	0.30 122	0.79 274	0.36 122	1.86 362	0.86 154	0.90 182	0.68 107	1.44 399	0.50 149	0.82 104	0.35 69	0.19 147	0.16 233	0.18 103	0.15 103	0.18 107	0.18 96

ACVNet-DCA	0.59 180	0.34 265	0.63 100	0.60 293	0.27 58	1.16 393	0.51 280	1.58 285	0.91 167	0.60 119	0.80 143	0.47 78	0.87 315	1.48 285	0.35 69	0.21 217	0.13 68	0.25 322	0.15 103	0.23 261	0.25 270

IGEV_Zeroshot_test	0.59 180	0.33 236	1.11 327	0.63 324	0.37 247	0.41 34	0.33 88	1.80 344	0.79 133	1.04 219	1.10 236	1.06 304	0.43 98	0.87 126	0.48 192	0.18 109	0.13 68	0.19 127	0.18 178	0.20 178	0.23 229

DCANet-4	0.59 180	0.28 121	1.65 426	0.44 49	0.25 38	0.48 78	0.36 122	1.15 181	1.36 403	1.13 245	1.03 206	0.56 123	0.74 246	0.77 89	0.58 253	0.17 74	0.14 132	0.17 69	0.13 59	0.15 35	0.24 250

x	0.59 180	0.34 265	0.79 183	0.51 140	0.32 175	0.69 230	0.46 241	1.64 298	0.97 198	0.86 175	0.86 155	0.83 217	0.74 246	0.75 86	0.70 295	0.21 217	0.22 353	0.22 225	0.20 229	0.21 222	0.24 250

sAnonymous2	0.59 180	0.61 441	1.82 438	0.61 306	0.52 367	0.51 112	0.54 311	0.97 102	0.70 102	0.50 89	0.68 107	0.46 69	0.63 216	0.61 43	0.41 137	0.22 251	0.17 262	0.23 259	0.21 271	0.85 507	0.56 474

CroCo_RVC	0.59 180	0.61 441	1.82 438	0.61 306	0.52 367	0.51 112	0.54 311	0.97 102	0.70 102	0.50 89	0.68 107	0.46 69	0.63 216	0.61 43	0.41 137	0.22 251	0.17 262	0.23 259	0.21 271	0.85 507	0.56 474

testlalala2	0.60 188	0.30 167	0.68 126	1.79 528	1.30 521	0.65 206	0.41 177	1.06 136	0.75 118	0.91 184	0.96 174	0.75 183	0.34 47	0.56 28	0.45 169	0.18 109	0.16 233	0.17 69	0.13 59	0.17 76	0.19 130

MIM_Stereo	0.60 188	0.26 81	1.02 297	0.49 110	0.32 175	0.52 118	0.28 51	1.41 252	0.82 141	1.02 214	1.16 271	0.93 259	0.53 159	1.48 285	0.63 273	0.17 74	0.17 262	0.20 161	0.19 200	0.17 76	0.18 96

MIPNet	0.60 188	0.31 199	1.07 314	0.51 140	0.34 212	0.68 221	0.40 167	1.67 302	1.14 281	1.11 234	0.93 169	0.60 136	0.78 263	0.77 89	0.58 253	0.18 109	0.14 132	0.19 127	0.16 138	0.18 107	0.21 182

AFF-stereo	0.60 188	0.28 121	0.72 141	0.48 96	0.29 106	0.34 14	0.37 136	1.22 205	1.20 310	1.21 299	1.59 423	1.10 322	0.70 241	1.01 168	0.44 156	0.14 19	0.12 34	0.19 127	0.20 229	0.18 107	0.15 30

R-Stereo Train	0.60 188	0.30 167	0.72 141	0.57 253	0.37 247	0.68 221	0.52 291	1.45 257	0.78 124	1.61 451	1.50 393	0.76 185	0.53 159	0.67 66	0.51 210	0.19 147	0.16 233	0.18 103	0.15 103	0.18 107	0.19 130

RAFT-Stereo	0.60 188	0.30 167	0.72 141	0.57 253	0.37 247	0.68 221	0.52 291	1.45 257	0.78 124	1.61 451	1.50 393	0.76 185	0.53 159	0.67 66	0.51 210	0.19 147	0.16 233	0.18 103	0.15 103	0.18 107	0.19 130
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-test2	0.61 194	0.30 167	0.93 263	0.65 345	0.65 425	0.79 274	0.50 278	1.33 234	1.40 421	0.65 128	1.15 269	0.53 109	0.42 90	1.18 215	0.36 86	0.25 313	0.18 292	0.26 343	0.31 429	0.20 178	0.21 182

AIO-test1	0.61 194	0.27 105	0.68 126	0.68 385	1.02 499	0.79 274	0.36 122	1.59 290	1.35 394	0.59 112	0.89 162	0.60 136	0.49 144	1.20 220	0.36 86	0.18 109	0.17 262	0.23 259	0.25 352	0.18 107	0.26 290

rvit_0105_5	0.61 194	0.41 367	1.19 360	0.67 373	0.37 247	0.57 154	0.56 328	1.08 144	1.28 362	0.65 128	0.68 107	0.77 189	0.67 230	0.91 140	0.51 210	0.33 414	0.32 452	0.30 393	0.27 385	0.28 336	0.28 324

riskmin	0.62 197	0.29 143	0.73 155	0.50 126	0.34 212	0.86 313	0.44 222	1.74 329	1.07 240	0.76 148	0.76 129	1.19 340	1.01 375	0.84 115	0.60 263	0.20 188	0.16 233	0.24 283	0.16 138	0.24 290	0.29 338

qqq	0.62 197	0.36 303	0.88 240	0.50 126	0.28 91	0.64 200	0.62 362	1.58 285	0.91 167	0.83 163	0.96 174	0.95 269	0.79 272	0.99 161	0.67 287	0.21 217	0.23 381	0.24 283	0.23 330	0.23 261	0.25 270

ADStereo(finetuned)	0.62 197	0.26 81	1.59 422	0.45 58	0.25 38	0.49 84	0.36 122	1.18 190	1.35 394	1.16 265	1.04 212	0.60 136	1.18 427	0.85 119	0.57 248	0.17 74	0.14 132	0.17 69	0.13 59	0.19 142	0.24 250

dd	0.62 197	0.51 408	1.17 354	0.56 231	0.33 195	0.74 246	0.46 241	1.03 124	1.40 421	0.80 154	0.87 157	0.60 136	0.57 179	1.02 171	0.86 336	0.28 376	0.18 292	0.26 343	0.19 200	0.35 402	0.27 308

IPLGR	0.62 197	0.28 121	1.32 389	0.50 126	0.29 106	0.65 206	0.34 100	1.47 262	1.19 306	1.21 299	1.07 223	0.70 170	0.65 224	1.05 178	0.55 239	0.18 109	0.15 198	0.20 161	0.17 161	0.21 222	0.20 155

PFNet+	0.62 197	0.31 199	0.99 287	0.57 253	0.31 142	0.57 154	0.30 66	0.99 114	1.25 342	1.33 364	1.10 236	0.79 194	0.57 179	1.35 251	0.53 227	0.26 338	0.17 262	0.28 371	0.26 369	0.21 222	0.27 308

NRIStereo	0.62 197	0.31 199	0.78 179	0.56 231	0.28 91	0.63 191	0.33 88	1.16 186	0.92 172	1.15 261	0.87 157	0.90 245	0.58 196	2.24 394	0.56 245	0.22 251	0.14 132	0.21 195	0.19 200	0.22 242	0.18 96

RALAANet	0.62 197	0.37 324	0.97 282	0.66 359	0.50 352	0.67 217	0.31 73	1.27 221	1.09 251	1.11 234	1.17 274	0.88 233	0.46 121	1.27 233	0.45 169	0.20 188	0.15 198	0.21 195	0.18 178	0.27 320	0.19 130

FENet	0.62 197	0.30 167	0.68 126	0.57 253	0.33 195	0.82 290	0.40 167	1.41 252	1.12 269	1.03 217	0.87 157	0.98 278	0.84 293	1.00 165	0.70 295	0.23 273	0.16 233	0.23 259	0.20 229	0.22 242	0.24 250

RAFT+CT+SA	0.63 206	0.30 167	0.73 155	0.69 398	0.37 247	0.40 27	0.55 321	1.93 383	1.04 230	0.72 141	1.23 298	0.62 145	0.69 238	1.69 324	0.42 145	0.19 147	0.13 68	0.22 225	0.22 298	0.21 222	0.19 130

GANet-ADL	0.63 206	0.38 342	0.82 202	0.67 373	0.41 294	0.68 221	0.51 280	1.64 298	1.16 293	0.98 200	1.10 236	0.90 245	0.58 196	0.81 103	0.63 273	0.27 359	0.18 292	0.18 103	0.16 138	0.23 261	0.27 308

AnonymousM	0.63 206	1.14 507	0.43 11	0.46 70	0.32 175	0.43 51	0.46 241	1.27 221	0.78 124	1.00 205	0.66 102	0.68 162	0.45 111	0.61 43	0.46 175	0.21 217	0.16 233	1.84 533	0.98 530	0.15 35	0.15 30

HHNet	0.64 209	0.28 121	0.69 132	0.45 58	0.46 331	0.50 103	0.57 334	1.13 165	1.03 224	1.26 330	2.21 488	0.70 170	0.59 200	1.10 196	0.51 210	0.21 217	0.13 68	0.23 259	0.19 200	0.20 178	0.31 364

Pruner-Stereo	0.64 209	0.31 199	0.79 183	0.66 359	0.31 142	0.61 179	0.42 185	1.22 205	1.09 251	1.53 435	1.09 234	0.94 265	0.55 170	1.37 255	0.56 245	0.25 313	0.14 132	0.24 283	0.21 271	0.21 222	0.25 270

Anonymous3	0.64 209	0.47 390	1.31 386	0.59 285	0.50 352	0.93 338	0.69 383	1.11 159	0.83 145	0.74 144	0.89 162	0.65 154	0.68 234	1.08 188	0.54 236	0.40 453	0.31 440	0.26 343	0.26 369	0.31 375	0.30 354

DIP-Stereo	0.64 209	0.32 217	0.91 258	0.49 110	0.36 237	0.91 327	0.33 88	2.51 499	0.77 120	1.25 317	1.00 194	0.68 162	0.51 152	0.92 142	0.65 282	0.19 147	0.15 198	0.21 195	0.17 161	0.19 142	0.22 209
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
tt1	0.65 213	0.34 265	0.65 114	0.60 293	0.27 58	1.14 386	0.48 259	1.08 144	2.62 517	0.59 112	0.79 138	0.49 86	0.80 279	1.57 298	0.35 69	0.21 217	0.13 68	0.25 322	0.16 138	0.20 178	0.23 229

TestStereo	0.65 213	0.42 370	0.83 211	0.52 160	0.27 58	0.57 154	0.44 222	1.07 139	0.92 172	0.85 170	1.01 196	0.68 162	0.56 176	3.22 444	0.47 185	0.23 273	0.15 198	0.24 283	0.18 178	0.28 336	0.18 96

FACV-RUCA	0.66 215	0.36 303	0.89 244	0.63 324	0.65 425	0.84 305	0.41 177	1.67 302	1.11 262	0.91 184	1.14 263	0.63 150	0.77 256	0.84 115	0.54 236	0.28 376	0.19 309	0.47 481	0.22 298	0.36 406	0.29 338

rvit_0105_3	0.66 215	0.47 390	1.27 379	0.74 429	0.40 280	0.63 191	0.70 390	1.22 205	1.28 362	0.83 163	0.71 119	0.82 208	0.72 245	0.93 145	0.58 253	0.37 443	0.34 461	0.34 429	0.32 436	0.28 336	0.31 364

rvit_stereo_0075_2	0.66 215	0.47 390	1.21 368	0.67 373	0.66 431	0.53 127	0.48 259	1.24 212	1.17 298	0.77 149	0.91 165	0.78 193	0.59 200	1.05 178	0.63 273	0.37 443	0.28 422	0.40 463	0.31 429	0.38 418	0.34 390

CAS	0.66 215	0.19 2	0.41 7	2.31 535	0.86 480	0.56 152	0.53 297	0.83 64	0.63 85	0.49 80	0.70 116	0.36 43	0.26 11	0.47 12	0.37 99	2.33 535	0.10 2	0.14 1	0.10 1	0.17 76	1.31 525

TestStereo1	0.66 215	0.29 143	0.95 274	0.82 458	0.32 175	0.47 70	0.43 203	1.52 268	1.22 325	0.99 201	1.32 333	0.65 154	0.76 252	1.78 335	0.44 156	0.20 188	0.16 233	0.22 225	0.19 200	0.21 222	0.20 155

RAFT_CTSACE	0.66 215	0.29 143	1.14 337	0.57 253	0.51 362	0.68 221	0.44 222	0.88 84	0.98 201	1.03 217	1.83 457	1.23 351	0.67 230	1.48 285	0.38 106	0.16 42	0.16 233	0.21 195	0.20 229	0.20 178	0.17 80

SA-5K	0.66 215	0.29 143	0.95 274	0.82 458	0.32 175	0.47 70	0.43 203	1.52 268	1.22 325	0.99 201	1.32 333	0.65 154	0.76 252	1.78 335	0.44 156	0.20 188	0.16 233	0.22 225	0.19 200	0.21 222	0.20 155

ACRE	0.66 215	0.37 324	1.27 379	0.60 293	0.50 352	0.74 246	0.47 252	1.26 217	1.10 255	1.40 398	1.56 413	0.62 145	0.46 121	0.88 129	0.78 315	0.24 293	0.15 198	0.19 127	0.16 138	0.19 142	0.29 338

ICVP	0.66 215	0.35 294	0.71 139	0.63 324	0.41 294	0.85 312	0.56 328	1.78 337	0.96 194	0.92 187	1.24 302	0.88 233	0.75 251	0.76 87	0.93 360	0.31 401	0.22 353	0.22 225	0.21 271	0.24 290	0.28 324
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
111	0.66 215	0.27 105	1.15 339	0.46 70	0.25 38	0.72 239	0.42 185	1.57 283	1.44 437	0.83 163	1.39 359	1.10 322	0.80 279	0.97 159	0.65 282	0.20 188	0.14 132	0.18 103	0.15 103	0.18 107	0.28 324

ACVNet	0.66 215	0.33 236	0.74 160	0.55 210	0.37 247	0.80 281	0.47 252	1.46 259	1.11 262	1.01 210	1.31 328	1.07 307	0.91 330	0.82 104	1.09 388	0.22 251	0.19 309	0.21 195	0.18 178	0.23 261	0.19 130

HI	0.67 226	0.34 265	0.80 188	0.51 140	0.51 362	0.41 34	0.37 136	1.15 181	0.80 136	1.34 371	1.42 370	1.60 427	1.11 409	0.96 155	0.90 349	0.16 42	0.12 34	0.20 161	0.21 271	0.20 178	0.20 155

CoSv	0.67 226	0.34 265	0.80 188	0.51 140	0.51 362	0.41 34	0.37 136	1.15 181	0.80 136	1.34 371	1.42 370	1.60 427	1.11 409	0.96 155	0.90 349	0.16 42	0.12 34	0.20 161	0.21 271	0.20 178	0.20 155

test_sample2	0.67 226	0.31 199	0.89 244	0.54 197	0.29 106	0.80 281	0.63 367	1.83 351	1.10 255	0.93 190	1.06 220	0.94 265	0.92 338	1.24 225	0.59 260	0.23 273	0.20 322	0.22 225	0.21 271	0.24 290	0.25 270

test_sample1	0.67 226	0.32 217	0.90 254	0.54 197	0.33 195	0.76 256	0.48 259	1.75 331	1.06 238	0.95 195	0.99 189	0.91 249	1.10 406	1.25 226	0.79 320	0.22 251	0.19 309	0.21 195	0.20 229	0.21 222	0.25 270

MyStereo06	0.67 226	0.29 143	1.06 309	0.58 266	0.48 341	0.62 182	0.72 394	2.26 458	0.89 161	1.07 229	1.12 247	1.22 347	0.56 176	0.83 110	0.47 185	0.17 74	0.17 262	0.24 283	0.21 271	0.23 261	0.23 229

StereoVision	0.67 226	0.37 324	1.02 297	0.60 293	0.41 294	0.50 103	0.41 177	1.32 232	0.96 194	0.73 143	2.48 502	0.82 208	0.57 179	1.06 183	0.50 206	0.26 338	0.28 422	0.29 382	0.28 395	0.37 412	0.22 209

CASS	0.67 226	0.36 303	0.84 220	0.57 253	0.28 91	0.82 290	0.43 203	1.62 297	0.92 172	1.39 392	1.28 321	0.87 227	0.84 293	0.88 129	0.59 260	0.36 440	0.19 309	0.26 343	0.22 298	0.29 353	0.43 437
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CIPLG	0.67 226	0.37 324	1.17 354	0.60 293	0.51 362	0.75 251	0.48 259	1.26 217	1.11 262	1.43 408	1.58 419	0.64 153	0.48 133	0.94 146	0.78 315	0.24 293	0.15 198	0.19 127	0.16 138	0.19 142	0.29 338

IPLGR_C	0.67 226	0.38 342	1.20 364	0.60 293	0.50 352	0.75 251	0.48 259	1.28 225	1.13 275	1.42 404	1.57 417	0.62 145	0.48 133	0.85 119	0.80 327	0.24 293	0.15 198	0.19 127	0.16 138	0.19 142	0.29 338

GwcNet-ADL	0.67 226	0.33 236	0.90 254	0.58 266	0.41 294	0.60 171	0.59 347	1.55 277	1.28 362	1.11 234	1.13 258	0.90 245	0.59 200	1.11 199	0.91 353	0.28 376	0.18 292	0.18 103	0.18 178	0.25 302	0.33 382

TRStereo	0.67 226	0.71 470	1.06 309	0.77 446	0.68 438	0.53 127	0.38 145	2.52 500	0.96 194	0.81 159	0.84 151	0.87 227	0.39 80	1.16 209	0.46 175	0.24 293	0.17 262	0.23 259	0.24 343	0.18 107	0.20 155

RAFT	0.67 226	0.32 217	0.83 211	0.63 324	0.34 212	0.69 230	0.57 334	1.14 169	0.84 148	1.12 242	1.20 282	1.75 454	0.92 338	1.09 192	0.60 263	0.22 251	0.19 309	0.27 357	0.24 343	0.22 242	0.23 229

DN-CSS_ROB	0.67 226	0.36 303	1.36 396	0.59 285	0.41 294	0.54 140	0.45 235	1.30 228	0.95 190	1.05 221	1.47 382	0.69 167	0.64 220	1.80 342	0.60 263	0.19 147	0.15 198	0.25 322	0.23 330	0.22 242	0.23 229

cc1	0.68 239	0.34 265	0.63 100	0.60 293	0.27 58	1.16 393	0.51 280	1.07 139	3.23 529	0.60 119	0.80 143	0.47 78	0.87 315	1.48 285	0.35 69	0.21 217	0.13 68	0.25 322	0.15 103	0.19 142	0.23 229

mmm	0.68 239	0.37 324	0.91 258	0.54 197	0.34 212	0.86 313	0.58 341	1.72 326	1.02 221	1.13 245	1.41 369	0.83 217	0.78 263	0.95 154	0.67 287	0.22 251	0.20 322	0.29 382	0.26 369	0.27 320	0.27 308

PCWNet_CMD	0.68 239	0.34 265	0.93 263	0.51 140	0.38 259	0.80 281	0.42 185	1.51 266	1.34 391	1.17 269	1.31 328	1.23 351	0.65 224	0.94 146	0.62 269	0.21 217	0.17 262	0.27 357	0.19 200	0.43 436	0.28 324

HH	0.68 239	0.33 236	0.83 211	0.53 183	0.34 212	0.92 334	0.45 235	1.79 340	0.74 113	0.71 137	1.13 258	1.60 427	0.83 290	1.95 362	0.39 110	0.18 109	0.14 132	0.19 127	0.17 161	0.19 142	0.19 130

HanStereo	0.68 239	0.33 236	0.83 211	0.53 183	0.34 212	0.92 334	0.45 235	1.79 340	0.74 113	0.71 137	1.13 258	1.60 427	0.83 290	1.95 362	0.39 110	0.18 109	0.14 132	0.19 127	0.17 161	0.19 142	0.19 130

DisPM	0.68 239	0.30 167	0.85 226	0.66 359	0.35 229	0.60 171	0.44 222	1.10 157	1.10 255	1.56 442	1.10 236	0.80 196	0.58 196	2.37 407	0.46 175	0.25 313	0.14 132	0.23 259	0.21 271	0.20 178	0.26 290

CFNet_pseudo	0.68 239	0.34 265	0.93 263	0.50 126	0.39 268	0.72 239	0.42 185	1.44 255	1.25 342	1.17 269	1.35 347	1.22 347	0.66 228	1.04 175	0.64 277	0.21 217	0.17 262	0.33 421	0.19 200	0.39 423	0.28 324

MSMDNet	0.68 239	0.34 265	0.93 263	0.52 160	0.38 259	0.80 281	0.42 185	1.52 268	1.35 394	1.17 269	1.31 328	1.23 351	0.65 224	0.94 146	0.62 269	0.21 217	0.17 262	0.26 343	0.19 200	0.41 431	0.28 324

ccs_rob	0.68 239	0.34 265	0.93 263	0.50 126	0.39 268	0.72 239	0.42 185	1.43 254	1.25 342	1.17 269	1.34 342	1.22 347	0.66 228	1.04 175	0.64 277	0.21 217	0.17 262	0.35 436	0.20 229	0.40 427	0.29 338

SA	0.69 248	0.31 199	0.97 282	0.64 338	0.30 122	0.56 152	0.38 145	1.84 353	1.35 394	0.99 201	1.37 352	0.69 167	0.94 343	1.88 354	0.43 151	0.20 188	0.16 233	0.25 322	0.23 330	0.22 242	0.19 130

MyStereo8	0.70 249	0.32 217	1.24 374	0.63 324	0.53 373	0.90 324	0.34 100	1.60 292	1.35 394	1.20 292	1.31 328	0.89 243	0.64 220	0.77 89	1.02 381	0.18 109	0.15 198	0.20 161	0.18 178	0.22 242	0.30 354

MyStereo05	0.70 249	0.29 143	1.22 369	0.58 266	0.48 341	0.62 182	0.72 394	1.52 268	1.54 459	1.17 269	0.91 165	0.77 189	0.79 272	1.45 278	0.68 291	0.17 74	0.17 262	0.24 283	0.21 271	0.23 261	0.23 229

xx1	0.70 249	0.34 265	0.63 100	0.60 293	0.27 58	1.16 393	0.51 280	1.07 139	3.23 529	0.60 119	0.80 143	0.95 269	0.79 272	1.48 285	0.35 69	0.21 217	0.13 68	0.24 283	0.23 330	0.23 261	0.25 270

GMStereo_Zeroshot	0.70 249	0.64 451	1.11 327	0.65 345	0.38 259	0.84 305	0.37 136	1.09 151	1.16 293	1.14 259	1.07 223	1.26 362	0.55 170	1.23 223	0.65 282	0.34 423	0.17 262	0.31 399	0.18 178	0.57 481	0.23 229

test_5	0.70 249	0.32 217	0.99 287	0.69 398	0.50 352	0.89 320	0.51 280	1.88 368	1.14 281	0.78 151	1.13 258	1.04 300	0.89 324	1.59 305	0.46 175	0.19 147	0.14 132	0.23 259	0.22 298	0.22 242	0.20 155

GES	0.70 249	0.37 324	1.05 307	0.62 314	0.38 259	0.94 341	0.57 334	2.37 477	0.92 172	1.05 221	1.12 247	0.67 160	0.77 256	1.02 171	0.65 282	0.28 376	0.20 322	0.20 161	0.20 229	0.22 242	0.31 364

IGEV-BASED-STEREO-	0.71 255	3.18 554	2.55 480	0.40 23	0.24 20	0.42 44	0.23 25	0.66 19	0.46 41	0.47 66	0.45 37	0.33 37	0.27 17	0.58 37	0.30 32	1.34 529	0.10 2	0.22 225	0.19 200	0.45 449	1.32 527

MyStereo04	0.71 255	0.30 167	1.28 382	0.58 266	0.48 341	0.59 166	0.78 406	1.74 329	1.49 453	0.94 193	0.91 165	0.74 181	0.86 306	1.59 305	0.69 292	0.18 109	0.18 292	0.24 283	0.21 271	0.23 261	0.23 229

raft_robust	0.71 255	0.32 217	0.75 165	0.54 197	0.28 91	0.54 140	0.35 113	1.54 274	1.24 334	1.18 280	1.07 223	0.73 180	0.53 159	3.65 453	0.40 127	0.19 147	0.16 233	0.20 161	0.22 298	0.21 222	0.19 130

iRaft-Stereo_20w	0.71 255	0.33 236	1.25 376	0.50 126	0.36 237	0.82 290	0.31 73	3.16 525	0.89 161	1.24 314	1.14 263	0.79 194	0.65 224	1.15 206	0.43 151	0.18 109	0.13 68	0.18 103	0.17 161	0.20 178	0.23 229

DMCA	0.71 255	0.36 303	1.17 354	0.53 183	0.45 323	0.84 305	0.46 241	1.52 268	1.09 251	1.20 292	1.12 247	1.21 343	0.74 246	0.87 126	1.09 388	0.25 313	0.20 322	0.27 357	0.19 200	0.24 290	0.29 338

HITNet	0.71 255	0.42 370	1.07 314	0.52 160	0.25 38	1.05 368	0.48 259	2.12 423	1.08 243	1.21 299	1.23 298	0.91 249	0.84 293	0.90 137	0.91 353	0.17 74	0.12 34	0.21 195	0.17 161	0.29 353	0.18 96
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
IPLG	0.72 261	0.29 143	1.12 331	0.53 183	0.44 319	0.79 274	0.33 88	1.35 236	1.10 255	1.32 358	1.11 243	0.52 104	0.54 167	3.13 440	0.71 298	0.17 74	0.14 132	0.20 161	0.17 161	0.18 107	0.21 182

HCRNet	0.72 261	0.40 357	0.86 233	0.61 306	0.57 394	0.75 251	0.35 113	1.39 246	1.21 317	1.11 234	0.99 189	1.01 294	0.76 252	2.18 389	0.73 299	0.28 376	0.19 309	0.28 371	0.23 330	0.25 302	0.26 290

UCFNet_RVC	0.72 261	0.37 324	0.59 80	0.66 359	0.41 294	0.89 320	0.68 380	1.78 337	1.15 286	1.01 210	1.20 282	1.22 347	0.95 348	1.07 185	0.66 286	0.28 376	0.21 338	0.34 429	0.31 429	0.33 392	0.29 338

test_sample3	0.73 264	0.35 294	1.06 309	0.55 210	0.32 175	0.97 357	0.51 280	2.12 423	1.25 342	1.16 265	1.17 274	0.88 233	0.78 263	1.27 233	0.79 320	0.26 338	0.21 338	0.25 322	0.25 352	0.26 314	0.27 308

CFNet_ucs	0.73 264	0.34 265	0.94 270	0.53 183	0.44 319	0.76 256	0.46 241	1.73 327	1.34 391	1.24 314	1.54 404	1.08 317	0.64 220	1.05 178	0.64 277	0.26 338	0.20 322	0.37 449	0.22 298	0.42 434	0.30 354

ToySt	0.73 264	0.35 294	1.64 424	0.54 197	0.37 247	0.92 334	0.81 422	1.21 203	1.03 224	0.86 175	1.12 247	1.31 374	1.01 375	1.04 175	0.88 342	0.19 147	0.20 322	0.24 283	0.24 343	0.27 320	0.28 324

LCNet	0.73 264	0.30 167	0.58 74	0.58 266	0.31 142	0.68 221	0.53 297	1.09 151	0.94 185	1.19 287	1.34 342	0.96 274	1.32 447	2.50 417	0.46 175	0.19 147	0.13 68	0.21 195	0.25 352	0.28 336	0.69 498

test_sample4	0.74 268	0.36 303	1.09 320	0.55 210	0.32 175	0.92 334	0.51 280	2.14 432	1.25 342	1.22 307	1.22 290	0.86 225	0.82 285	1.29 237	0.76 309	0.26 338	0.21 338	0.26 343	0.26 369	0.27 320	0.28 324

IER	0.74 268	0.33 236	1.25 376	0.50 126	0.53 373	1.32 417	0.55 321	1.31 230	1.08 243	1.30 349	1.34 342	1.11 327	1.10 406	1.05 178	0.81 329	0.20 188	0.17 262	0.21 195	0.21 271	0.20 178	0.21 182

SFCPSM	0.74 268	0.30 167	1.06 309	0.52 160	0.39 268	1.36 425	0.64 369	2.42 483	1.11 262	1.18 280	1.21 288	0.81 202	0.78 263	1.08 188	0.57 248	0.22 251	0.17 262	0.22 225	0.24 343	0.23 261	0.21 182

AdaStereo	0.74 268	0.48 396	0.86 233	0.75 437	0.38 259	0.94 341	0.56 328	2.05 413	1.24 334	1.15 261	1.22 290	1.07 307	0.67 230	1.05 178	0.73 299	0.33 414	0.16 233	0.32 410	0.22 298	0.29 353	0.23 229
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.
DCVSM-stereo	0.75 272	0.36 303	0.82 202	0.58 266	0.43 309	0.78 266	0.42 185	1.30 228	1.05 236	1.79 473	1.04 212	1.60 427	1.08 400	1.12 201	0.86 336	0.25 313	0.27 417	0.29 382	0.24 343	0.30 368	0.37 406

test_sample5	0.75 272	0.36 303	1.04 302	0.55 210	0.31 142	0.84 305	0.53 297	2.12 423	1.23 330	1.18 280	1.30 326	0.88 233	0.86 306	1.37 255	0.76 309	0.26 338	0.22 353	0.27 357	0.28 395	0.28 336	0.29 338

DualNet	0.75 272	0.36 303	1.04 302	0.55 210	0.31 142	0.84 305	0.53 297	2.12 423	1.23 330	1.21 299	1.40 364	0.88 233	0.86 306	1.37 255	0.76 309	0.26 338	0.22 353	0.27 357	0.28 395	0.28 336	0.29 338

BSDual-CNN	0.75 272	0.34 265	0.77 173	0.55 210	0.45 323	1.25 410	0.66 375	2.65 508	1.04 230	1.25 317	1.12 247	1.11 327	0.77 256	0.94 146	0.76 309	0.25 313	0.18 292	0.25 322	0.22 298	0.23 261	0.24 250

psmg	0.75 272	0.34 265	0.77 173	0.52 160	0.45 323	1.46 439	0.73 397	2.15 437	1.04 230	1.25 317	1.33 338	1.11 327	0.77 256	0.94 146	0.76 309	0.25 313	0.20 322	0.25 322	0.26 369	0.23 261	0.24 250

UDGNet	0.75 272	1.23 513	0.99 287	0.82 458	0.42 304	0.76 256	0.38 145	0.98 106	1.37 408	0.83 163	0.88 160	0.70 170	0.60 206	1.25 226	0.57 248	0.57 497	0.19 309	1.03 524	0.26 369	0.79 506	0.35 399

PSMNet-ADL	0.75 272	0.36 303	0.69 132	0.71 410	0.47 339	1.13 383	0.46 241	1.47 262	1.07 240	0.85 170	1.18 277	1.31 374	0.94 343	1.56 296	1.06 386	0.34 423	0.22 353	0.22 225	0.23 330	0.27 320	0.36 402

GMM-Stereo	0.75 272	0.27 105	0.66 119	0.56 231	0.34 212	0.71 236	0.97 456	1.09 151	0.91 167	1.37 384	1.79 450	1.11 327	0.79 272	2.08 379	0.48 192	0.19 147	0.12 34	0.25 322	0.25 352	0.21 222	0.78 505

rvit_105_1	0.76 280	0.54 419	1.27 379	0.80 451	0.49 347	0.74 246	0.86 435	1.39 246	1.23 330	1.00 205	0.80 143	0.93 259	0.78 263	1.29 237	0.78 315	0.43 462	0.36 473	0.36 446	0.42 475	0.30 368	0.36 402

qqq1	0.76 280	0.32 217	0.95 274	0.49 110	0.27 58	0.83 297	0.43 203	2.16 439	1.45 442	1.27 335	1.50 393	0.98 278	0.96 350	1.87 348	0.48 192	0.24 293	0.22 353	0.18 103	0.15 103	0.19 142	0.22 209

fff1	0.76 280	0.32 217	0.95 274	0.49 110	0.27 58	0.83 297	0.43 203	2.16 439	1.45 442	1.27 335	1.50 393	0.98 278	0.96 350	1.87 348	0.48 192	0.24 293	0.22 353	0.18 103	0.15 103	0.19 142	0.22 209

Sa-1000	0.76 280	0.30 167	0.92 261	0.62 314	0.31 142	0.78 266	0.37 136	2.00 400	1.38 410	1.30 349	2.04 479	0.86 225	0.74 246	1.87 348	0.40 127	0.19 147	0.14 132	0.25 322	0.24 343	0.21 222	0.19 130

Prome-Stereo	0.76 280	0.29 143	0.57 72	0.58 266	0.33 195	0.58 165	0.94 451	0.98 106	0.92 172	1.46 420	2.45 500	0.91 249	1.38 453	1.60 310	0.44 156	0.19 147	0.13 68	0.19 127	0.18 178	0.20 178	0.87 511

EAI-Stereo	0.76 280	0.31 199	0.74 160	0.55 210	0.28 91	0.70 234	1.72 514	2.57 503	0.90 166	0.75 146	3.03 511	0.57 125	0.43 98	1.10 196	0.49 203	0.19 147	0.14 132	0.17 69	0.18 178	0.17 76	0.21 182

DFGA-Net	0.77 286	0.47 390	1.75 432	0.55 210	0.46 331	0.83 297	0.44 222	1.38 242	1.10 255	1.05 221	1.20 282	0.70 170	0.58 196	2.27 397	1.31 417	0.19 147	0.17 262	0.24 283	0.24 343	0.28 336	0.30 354

G2L-Stereo_test	0.77 286	0.31 199	0.97 282	0.51 140	0.41 294	0.90 324	0.80 417	1.67 302	1.22 325	1.32 358	1.27 315	1.50 412	0.81 283	1.74 329	1.02 381	0.20 188	0.14 132	0.16 46	0.16 138	0.18 107	0.22 209

test_sample6	0.77 286	0.36 303	1.07 314	0.56 231	0.31 142	0.82 290	0.56 328	2.12 423	1.24 334	1.21 299	1.40 364	0.90 245	0.90 327	1.45 278	0.87 341	0.28 376	0.23 381	0.28 371	0.29 413	0.28 336	0.30 354

KYRaft	0.77 286	0.29 143	0.68 126	0.59 285	0.29 106	0.66 212	0.83 427	1.05 134	0.89 161	1.63 456	2.22 489	1.15 335	0.99 366	1.59 305	0.41 137	0.21 217	0.14 132	0.22 225	0.28 395	0.21 222	1.01 515

MLCV	0.77 286	0.39 351	1.31 386	0.55 210	0.25 38	0.91 327	0.39 159	1.48 264	1.28 362	1.49 429	1.54 404	1.02 296	0.68 234	2.12 383	0.93 360	0.19 147	0.13 68	0.19 127	0.14 84	0.19 142	0.22 209

test_sample7	0.78 291	0.39 351	0.89 244	0.55 210	0.35 229	0.93 338	0.75 399	1.99 396	1.27 354	1.25 317	1.22 290	1.09 318	1.01 375	1.31 240	0.73 299	0.32 408	0.32 452	0.32 410	0.32 436	0.33 392	0.33 382

CoDeX	0.78 291	0.31 199	1.04 302	0.56 231	0.37 247	1.13 383	0.60 354	2.77 515	1.29 374	1.17 269	1.26 306	0.91 249	0.87 315	1.42 272	0.74 303	0.21 217	0.16 233	0.21 195	0.18 178	0.21 222	0.21 182

anonymousa	0.78 291	0.30 167	0.85 226	0.51 140	0.96 495	1.41 434	0.47 252	1.61 294	0.94 185	1.33 364	1.77 448	1.66 439	1.11 409	0.72 76	0.63 273	0.19 147	0.18 292	0.23 259	0.25 352	0.20 178	0.22 209

BUS	0.78 291	0.34 265	0.77 173	0.55 210	0.45 323	2.30 502	0.42 185	2.65 508	1.04 230	1.25 317	1.12 247	1.02 296	0.70 241	0.94 146	0.75 306	0.25 313	0.18 292	0.25 322	0.22 298	0.23 261	0.24 250

acv_ft	0.78 291	0.33 236	1.10 325	0.73 423	0.86 480	1.23 408	0.57 334	1.65 301	1.11 262	1.31 355	1.31 328	1.07 307	0.91 330	0.82 104	1.35 427	0.22 251	0.19 309	0.21 195	0.18 178	0.22 242	0.19 130

GANet-RSSM	0.78 291	0.31 199	0.90 254	0.67 373	0.58 397	0.80 281	0.62 362	2.04 409	1.15 286	1.11 234	1.27 315	1.26 362	1.18 427	1.68 320	0.74 303	0.26 338	0.21 338	0.22 225	0.22 298	0.23 261	0.23 229

PSMNet-RSSM	0.78 291	0.32 217	0.89 244	0.65 345	0.43 309	0.73 244	0.58 341	2.14 432	1.19 306	1.18 280	1.38 357	1.31 374	1.07 399	1.43 274	0.82 330	0.28 376	0.21 338	0.27 357	0.29 413	0.25 302	0.26 290

CFNet-ft	0.78 291	0.36 303	0.74 160	0.67 373	0.56 390	0.86 313	0.54 311	1.46 259	1.17 298	1.01 210	1.28 321	1.68 443	1.03 385	1.57 298	0.95 367	0.27 359	0.21 338	0.33 421	0.26 369	0.31 375	0.26 290

CFNet_RVC	0.78 291	0.36 303	0.74 160	0.67 373	0.56 390	0.86 313	0.54 311	1.46 259	1.17 298	1.01 210	1.28 321	1.68 443	1.03 385	1.57 298	0.95 367	0.27 359	0.21 338	0.33 421	0.26 369	0.31 375	0.26 290

G2L-ROB	0.79 300	0.28 121	1.01 294	0.57 253	0.39 268	0.94 341	0.65 371	1.76 333	1.18 304	1.27 335	1.03 206	1.62 432	0.78 263	1.93 358	1.26 412	0.20 188	0.14 132	0.17 69	0.15 103	0.20 178	0.24 250

SMFormer	0.79 300	0.32 217	0.95 274	0.49 110	0.27 58	0.83 297	0.43 203	2.16 439	1.45 442	1.27 335	1.50 393	0.98 278	0.96 350	1.87 348	0.99 373	0.24 293	0.22 353	0.22 225	0.21 271	0.23 261	0.27 308

tta	0.79 300	0.32 217	0.95 274	0.49 110	0.27 58	0.83 297	0.43 203	2.16 439	1.45 442	1.27 335	1.50 393	0.98 278	0.96 350	1.87 348	0.99 373	0.24 293	0.22 353	0.22 225	0.21 271	0.19 142	0.22 209

ffm	0.79 300	0.36 303	1.51 410	0.56 231	0.40 280	0.76 256	0.59 347	1.08 144	2.62 517	1.19 287	1.49 386	1.07 307	0.85 298	1.57 298	0.35 69	0.21 217	0.13 68	0.31 399	0.28 395	0.20 178	0.23 229

cf-r	0.79 300	0.32 217	1.06 309	0.57 253	0.64 420	0.78 266	0.51 280	2.04 409	1.22 325	1.20 292	1.27 315	1.53 418	0.91 330	1.47 283	0.94 365	0.25 313	0.19 309	0.22 225	0.23 330	0.19 142	0.21 182

DeepPruner_ROB	0.79 300	0.55 423	1.14 337	0.61 306	0.46 331	0.78 266	0.54 311	1.83 351	1.00 214	1.42 404	1.27 315	1.23 351	0.77 256	1.56 296	0.89 345	0.35 433	0.28 422	0.27 357	0.26 369	0.32 386	0.34 390

DDVS	0.80 306	0.43 374	1.09 320	0.64 338	0.44 319	1.27 413	0.43 203	1.49 265	0.94 185	1.21 299	1.16 271	1.42 393	0.63 216	2.14 385	1.02 381	0.29 391	0.22 353	0.26 343	0.23 330	0.31 375	0.37 406

gwcnet-sp	0.80 306	0.37 324	1.94 446	0.62 314	0.45 323	1.38 426	0.53 297	1.68 306	1.20 310	1.37 384	1.08 230	0.93 259	0.82 285	1.45 278	0.79 320	0.22 251	0.22 353	0.22 225	0.21 271	0.23 261	0.25 270

scenet	0.80 306	0.37 324	1.94 446	0.62 314	0.45 323	1.38 426	0.53 297	1.68 306	1.20 310	1.37 384	1.08 230	0.93 259	0.82 285	1.45 278	0.79 320	0.22 251	0.22 353	0.22 225	0.21 271	0.23 261	0.25 270

ssnet	0.80 306	0.37 324	1.94 446	0.62 314	0.45 323	1.38 426	0.53 297	1.68 306	1.20 310	1.37 384	1.08 230	0.93 259	0.82 285	1.45 278	0.79 320	0.22 251	0.22 353	0.22 225	0.21 271	0.23 261	0.25 270

AASNet	0.80 306	0.39 351	1.16 353	0.84 466	0.80 469	1.14 386	0.59 347	2.12 423	1.21 317	1.26 330	1.26 306	0.93 259	0.77 256	0.84 115	1.23 408	0.28 376	0.24 391	0.24 283	0.20 229	0.28 336	0.27 308

PSM-softLoss	0.80 306	0.33 236	0.89 244	0.63 324	0.32 175	0.55 145	0.40 167	1.26 217	0.78 124	1.25 317	1.07 223	0.83 217	0.51 152	5.33 485	0.61 266	0.25 313	0.15 198	0.25 322	0.22 298	0.20 178	0.26 290

KMStereo	0.80 306	0.33 236	0.89 244	0.63 324	0.32 175	0.55 145	0.40 167	1.26 217	0.78 124	1.25 317	1.07 223	0.83 217	0.51 152	5.33 485	0.61 266	0.25 313	0.15 198	0.25 322	0.22 298	0.20 178	0.26 290

PSM-AAD	0.80 306	0.29 143	0.58 74	0.58 266	0.29 106	0.76 256	1.19 483	1.08 144	0.94 185	1.65 458	1.58 419	0.81 202	2.12 511	1.67 318	0.44 156	0.19 147	0.14 132	0.38 453	0.32 436	0.22 242	0.68 496

iResNet	0.80 306	0.45 382	1.47 405	0.72 415	0.31 142	0.96 354	0.64 369	1.80 344	1.28 362	1.31 355	1.48 385	0.94 265	0.78 263	1.77 333	0.99 373	0.19 147	0.14 132	0.18 103	0.15 103	0.22 242	0.27 308

NINENet	0.81 315	0.40 357	0.89 244	0.65 345	0.53 373	2.30 502	0.42 185	2.12 423	1.13 275	1.20 292	1.27 315	1.02 296	0.70 241	1.26 230	0.75 306	0.29 391	0.24 391	0.31 399	0.21 271	0.27 320	0.26 290

DRaft	0.81 315	0.26 81	0.77 173	0.47 84	0.31 142	0.95 348	0.52 291	1.13 165	0.99 210	1.78 472	2.01 477	0.80 196	1.71 485	2.64 424	0.74 303	0.19 147	0.14 132	0.20 161	0.20 229	0.18 107	0.24 250

hknet	0.82 317	0.34 265	1.15 339	0.55 210	0.39 268	1.25 410	0.66 375	2.65 508	1.10 255	1.25 317	1.12 247	1.58 426	0.85 298	1.41 267	0.79 320	0.23 273	0.18 292	0.25 322	0.22 298	0.23 261	0.24 250

NF-Stereo	0.82 317	0.33 236	0.83 211	0.65 345	0.31 142	0.63 191	0.43 203	1.35 236	0.93 179	1.30 349	1.02 199	0.81 202	0.57 179	5.37 489	0.55 239	0.26 338	0.14 132	0.24 283	0.20 229	0.20 178	0.30 354

OCTAStereo	0.82 317	0.33 236	0.83 211	0.65 345	0.31 142	0.62 182	0.44 222	1.35 236	0.93 179	1.30 349	1.02 199	0.81 202	0.57 179	5.32 484	0.55 239	0.26 338	0.14 132	0.24 283	0.20 229	0.20 178	0.30 354

RE-Stereo	0.82 317	0.33 236	0.84 220	0.65 345	0.31 142	0.63 191	0.44 222	1.35 236	0.93 179	1.30 349	1.02 199	0.80 196	0.57 179	5.34 487	0.55 239	0.26 338	0.14 132	0.24 283	0.20 229	0.20 178	0.31 364

TVStereo	0.82 317	0.33 236	0.84 220	0.65 345	0.31 142	0.63 191	0.44 222	1.35 236	0.93 179	1.30 349	1.02 199	0.80 196	0.57 179	5.34 487	0.55 239	0.26 338	0.14 132	0.24 283	0.20 229	0.20 178	0.31 364

ARAFT	0.82 317	0.40 357	1.77 434	0.53 183	0.31 142	0.89 320	0.81 422	2.32 468	1.08 243	1.66 461	1.25 304	1.04 300	0.64 220	1.91 355	0.52 218	0.20 188	0.15 198	0.28 371	0.27 385	0.17 76	0.18 96

STTStereo	0.82 317	0.53 416	1.53 417	0.68 385	0.56 390	0.88 318	0.56 328	1.57 283	1.14 281	1.39 392	1.10 236	1.26 362	0.84 293	1.49 292	0.90 349	0.29 391	0.28 422	0.33 421	0.40 471	0.33 392	0.37 406

BEATNet_4x	0.82 317	0.54 419	2.02 453	0.56 231	0.28 91	1.04 365	0.55 321	2.14 432	1.13 275	1.24 314	1.26 306	1.00 289	0.94 343	1.13 203	1.23 408	0.21 217	0.14 132	0.24 283	0.20 229	0.37 412	0.23 229

iResNet_ROB	0.82 317	0.36 303	1.13 332	0.60 293	0.37 247	0.91 327	0.38 145	2.41 482	1.61 470	1.35 377	1.35 347	1.25 356	0.97 360	1.75 331	0.88 342	0.21 217	0.14 132	0.17 69	0.12 29	0.19 142	0.30 354

ISRNet	0.83 326	0.35 294	1.31 386	0.84 466	0.65 425	0.60 171	0.41 177	1.28 225	1.15 286	1.61 451	1.55 407	1.34 381	0.77 256	1.33 249	0.98 372	0.40 453	0.34 461	0.43 470	0.38 468	0.34 400	0.49 452

testlalala_base	0.83 326	0.41 367	0.80 188	0.67 373	0.53 373	0.78 266	0.30 66	1.84 353	0.60 76	0.75 146	0.91 165	0.68 162	0.54 167	0.69 70	0.46 175	2.92 540	0.15 198	0.17 69	0.12 29	2.95 540	0.27 308

GrayStereo	0.83 326	0.28 121	0.62 99	0.66 359	0.37 247	0.76 256	1.79 518	1.19 194	0.91 167	1.98 490	1.89 465	1.07 307	1.76 489	1.43 274	0.50 206	0.20 188	0.15 198	0.19 127	0.21 271	0.18 107	0.41 425

psm_up	0.83 326	0.37 324	0.88 240	0.68 385	0.59 403	1.05 368	0.92 446	1.68 306	1.17 298	1.41 400	1.22 290	1.30 372	1.31 445	1.39 262	0.89 345	0.27 359	0.30 435	0.31 399	0.27 385	0.28 336	0.28 324

GwcNet-RSSM	0.83 326	0.34 265	1.29 385	0.65 345	0.55 385	0.78 266	0.62 362	1.89 370	1.27 354	1.18 280	1.39 359	1.56 423	0.91 330	1.60 310	1.22 405	0.26 338	0.20 322	0.23 259	0.24 343	0.21 222	0.21 182

DMCA-RVC	0.83 326	0.46 385	2.19 467	0.68 385	0.49 347	0.84 305	0.48 259	1.44 255	1.07 240	1.56 442	1.04 212	1.29 369	0.86 306	1.49 292	0.92 357	0.27 359	0.22 353	0.35 436	0.28 395	0.32 386	0.28 324

coex_refinement	0.84 332	0.30 167	0.89 244	0.72 415	0.52 367	0.95 348	0.60 354	1.92 381	1.29 374	1.38 389	1.37 352	1.80 459	0.82 285	1.48 285	1.31 417	0.27 359	0.17 262	0.19 127	0.20 229	0.25 302	0.27 308

G2L-Stereo	0.84 332	0.35 294	1.15 339	0.63 324	0.43 309	0.78 266	0.69 383	1.69 315	1.20 310	1.36 382	1.18 277	1.43 398	0.78 263	2.47 416	1.26 412	0.25 313	0.20 322	0.26 343	0.21 271	0.20 178	0.27 308

RAFT_R40	0.84 332	0.30 167	0.83 211	0.63 324	0.31 142	0.66 212	0.43 203	1.15 181	0.99 210	1.47 421	1.10 236	1.00 289	0.84 293	5.44 490	0.53 227	0.23 273	0.13 68	0.23 259	0.20 229	0.23 261	0.19 130

UPFNet	0.84 332	0.34 265	1.09 320	0.62 314	0.74 452	1.25 410	0.78 406	1.69 315	1.20 310	1.39 392	1.13 258	1.30 372	0.87 315	1.73 328	1.22 405	0.24 293	0.26 409	0.24 283	0.23 330	0.26 314	0.20 155

hitnet-ft	0.84 332	0.38 342	0.75 165	0.59 285	0.44 319	0.99 359	0.47 252	1.61 294	1.38 410	1.21 299	1.22 290	1.82 460	0.99 366	1.87 348	1.09 388	0.33 414	0.29 431	0.34 429	0.27 385	0.36 406	0.33 382

NLCA_NET_v2_RVC	0.84 332	0.46 385	1.40 401	0.69 398	0.61 413	0.95 348	0.52 291	1.68 306	1.21 317	1.39 392	1.15 269	1.42 393	0.88 321	1.78 335	0.93 360	0.26 338	0.23 381	0.27 357	0.27 385	0.30 368	0.39 417
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.84 332	0.43 374	1.01 294	0.66 359	0.43 309	1.32 417	0.49 270	1.64 298	1.24 334	1.53 435	1.45 378	1.49 410	0.97 360	1.32 246	1.31 417	0.21 217	0.17 262	0.27 357	0.25 352	0.25 302	0.34 390
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ITSA-stereo	0.85 339	0.38 342	0.92 261	0.58 266	0.32 175	0.86 313	0.49 270	2.33 474	1.69 475	1.16 265	1.12 247	0.95 269	0.85 298	2.46 411	1.18 397	0.27 359	0.23 381	0.28 371	0.28 395	0.28 336	0.41 425

AIO-Stereo-zeroshot	0.85 339	0.38 342	2.79 488	0.51 140	0.60 407	0.72 239	0.38 145	2.87 521	0.77 120	0.80 154	1.07 223	2.14 488	0.93 340	0.96 155	0.62 269	0.21 217	0.13 68	0.21 195	0.26 369	0.29 353	0.32 373

DCRE	0.85 339	0.28 121	0.76 170	0.60 293	0.49 347	0.59 166	0.53 297	1.04 130	0.92 172	0.80 154	7.34 544	0.87 227	0.57 179	0.78 98	0.43 151	0.16 42	0.17 262	0.19 127	0.17 161	0.18 107	0.22 209

SST-Stereo	0.85 339	0.30 167	0.81 193	0.63 324	0.31 142	0.70 234	0.25 29	1.16 186	0.95 190	1.47 421	1.11 243	0.99 283	0.86 306	5.69 493	0.53 227	0.23 273	0.13 68	0.23 259	0.19 200	0.23 261	0.19 130

PAM	0.86 343	0.31 199	1.19 360	0.55 210	0.35 229	2.17 496	0.47 252	2.26 458	0.87 157	1.18 280	0.96 174	3.01 515	1.41 458	0.90 137	0.40 127	0.19 147	0.13 68	0.19 127	0.18 178	0.20 178	0.27 308

RAFT-345	0.86 343	0.26 81	0.73 155	0.53 183	0.28 91	0.53 127	0.41 177	0.85 72	1.31 385	1.33 364	2.32 493	0.85 224	0.53 159	5.69 493	0.48 192	0.19 147	0.14 132	0.22 225	0.17 161	0.17 76	0.17 80

UNet	0.86 343	0.36 303	1.52 414	0.62 314	0.74 452	1.56 448	0.49 270	1.55 277	1.12 269	1.28 341	1.10 236	1.52 417	1.10 406	1.69 324	1.14 393	0.24 293	0.18 292	0.25 322	0.21 271	0.25 302	0.25 270

ac_64	0.86 343	0.32 217	1.02 297	0.74 429	0.60 407	1.04 365	0.53 297	2.20 453	0.99 210	1.23 310	1.11 243	1.96 473	1.06 397	2.01 370	1.01 378	0.30 397	0.22 353	0.24 283	0.23 330	0.22 242	0.22 209

PAM_32	0.87 347	0.30 167	1.08 317	0.56 231	0.32 175	2.10 495	0.36 122	2.26 458	1.01 217	1.13 245	1.05 219	3.14 520	1.47 465	1.00 165	0.42 145	0.19 147	0.14 132	0.20 161	0.18 178	0.19 142	0.25 270

SepStereo	0.87 347	0.37 324	1.20 364	0.66 359	0.69 441	0.82 290	0.62 362	1.79 340	1.26 350	1.93 485	1.55 407	0.96 274	1.17 420	2.34 402	0.69 292	0.22 251	0.16 233	0.25 322	0.18 178	0.29 353	0.24 250

LMCR-Stereo	0.87 347	0.50 404	0.99 287	0.80 451	0.43 309	1.32 417	0.55 321	2.79 518	1.03 224	1.55 441	1.49 386	0.74 181	1.01 375	1.76 332	0.99 373	0.30 397	0.17 262	0.22 225	0.18 178	0.31 375	0.22 209

FADNet_RVC	0.88 350	0.56 427	2.15 464	0.57 253	0.43 309	1.17 400	0.46 241	1.68 306	1.12 269	0.91 184	1.24 302	0.91 249	0.94 343	2.22 391	1.20 400	0.28 376	0.22 353	0.32 410	0.28 395	0.46 456	0.42 433

iResNetv2_ROB	0.88 350	0.43 374	2.62 485	0.60 293	0.38 259	0.94 341	0.67 377	1.88 368	1.38 410	1.27 335	1.45 378	1.26 362	1.05 396	1.92 356	0.64 277	0.24 293	0.15 198	0.19 127	0.14 84	0.24 290	0.21 182

DualNet (step1)	0.89 352	0.51 408	1.35 391	0.58 266	0.40 280	1.07 372	0.80 417	1.99 396	1.27 354	1.25 317	1.22 290	1.09 318	1.01 375	1.31 240	0.73 299	0.59 500	0.32 452	0.62 508	0.67 515	0.45 449	0.48 448

iRaft-Stereo_5w	0.89 352	0.31 199	1.04 302	0.56 231	0.47 339	0.47 70	0.68 380	1.19 194	1.08 243	0.80 154	1.35 347	1.46 405	0.90 327	5.11 480	1.16 395	0.18 109	0.15 198	0.22 225	0.19 200	0.21 222	0.24 250

DAS	0.89 352	0.37 324	1.20 364	0.66 359	0.69 441	0.82 290	0.62 362	1.79 340	1.26 350	1.93 485	1.55 407	0.96 274	1.17 420	2.72 429	0.69 292	0.22 251	0.16 233	0.25 322	0.18 178	0.29 353	0.24 250

SACVNet	0.89 352	0.51 408	1.08 317	0.83 462	0.58 397	0.83 297	0.78 406	1.84 353	1.17 298	1.39 392	1.33 338	1.25 356	1.01 375	2.31 401	0.92 357	0.35 433	0.26 409	0.31 399	0.29 413	0.35 402	0.48 448

ASMatch	0.89 352	0.29 143	0.72 141	0.56 231	0.36 237	0.47 70	0.37 136	1.16 186	0.95 190	1.11 234	3.26 514	0.95 269	0.96 350	4.88 477	0.53 227	0.20 188	0.16 233	0.22 225	0.19 200	0.20 178	0.30 354

ADLNet	0.89 352	0.39 351	1.09 320	0.88 477	0.73 448	1.24 409	0.75 399	2.02 402	1.41 425	1.58 446	1.37 352	1.26 362	1.00 372	1.31 240	1.18 397	0.28 376	0.21 338	0.26 343	0.26 369	0.29 353	0.36 402

MMNet	0.89 352	0.35 294	1.44 402	0.64 338	0.59 403	1.83 475	0.48 259	1.70 319	1.38 410	1.45 417	1.19 281	1.25 356	1.16 417	1.77 333	1.27 415	0.20 188	0.19 309	0.23 259	0.22 298	0.25 302	0.24 250

HGLStereo	0.89 352	0.42 370	1.15 339	0.82 458	1.03 500	1.16 393	0.57 334	1.68 306	1.28 362	1.26 330	1.62 425	1.13 331	1.31 445	1.85 344	1.11 392	0.25 313	0.24 391	0.24 283	0.22 298	0.24 290	0.29 338

CRFU-Net	0.90 360	0.42 370	1.10 325	0.69 398	0.59 403	1.76 467	0.84 429	2.33 474	0.92 172	1.45 417	1.20 282	1.62 432	1.25 436	1.38 259	0.94 365	0.28 376	0.23 381	0.22 225	0.19 200	0.24 290	0.27 308

dad	0.90 360	0.73 476	1.28 382	0.59 285	0.39 268	0.83 297	0.45 235	1.24 212	1.54 459	1.52 432	1.28 321	1.36 384	0.86 306	2.54 420	0.91 353	0.43 462	0.27 417	0.82 516	0.26 369	0.44 447	0.34 390

AACVNet	0.90 360	0.40 357	0.98 285	0.86 472	0.40 280	0.80 281	0.49 270	1.81 347	0.86 154	1.11 234	1.34 342	1.32 378	0.99 366	4.23 462	0.86 336	0.26 338	0.22 353	0.28 371	0.22 298	0.30 368	0.28 324

IRAFT_RVC	0.90 360	0.30 167	0.89 244	0.67 373	0.31 142	0.64 200	1.00 461	1.40 248	0.97 198	1.23 310	1.04 212	1.00 289	0.96 350	5.77 496	0.57 248	0.24 293	0.13 68	0.25 322	0.21 271	0.20 178	0.21 182

delet	0.90 360	0.34 265	1.15 339	0.69 398	0.66 431	1.63 456	0.81 422	1.95 387	1.49 453	1.42 404	1.38 357	1.29 369	0.91 330	1.78 335	1.18 397	0.22 251	0.22 353	0.24 283	0.25 352	0.22 242	0.24 250

pcwnet_v2	0.91 365	0.39 351	2.74 486	0.64 338	0.55 385	0.81 289	0.49 270	2.19 450	1.63 471	1.44 411	1.64 430	1.09 318	0.79 272	1.31 240	0.70 295	0.32 408	0.25 403	0.29 382	0.27 385	0.37 412	0.37 406

FADNet-RVC-Resample	0.91 365	0.51 408	2.92 490	0.64 338	0.46 331	1.07 372	0.60 354	1.76 333	1.24 334	1.10 233	0.98 188	1.06 304	0.98 363	2.17 388	0.95 367	0.24 293	0.22 353	0.30 393	0.32 436	0.36 406	0.40 421

HSM-Net_RVC	0.91 365	0.31 199	0.60 87	0.54 197	0.31 142	1.15 390	0.60 354	3.76 533	1.30 378	1.57 445	1.75 445	1.67 441	1.01 375	1.61 312	0.90 349	0.23 273	0.17 262	0.19 127	0.18 178	0.20 178	0.22 209
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ssnet_v2	0.92 368	0.39 351	1.22 369	0.66 359	0.39 268	1.31 416	0.96 455	2.32 468	1.45 442	1.48 427	1.17 274	1.53 418	0.91 330	1.16 209	1.71 470	0.31 401	0.27 417	0.30 393	0.29 413	0.28 336	0.29 338

ADLNet2	0.92 368	0.37 324	1.25 376	0.80 451	0.65 425	1.12 382	0.75 399	1.95 387	1.42 433	1.26 330	1.67 434	1.68 443	1.04 391	1.80 342	1.23 408	0.25 313	0.22 353	0.21 195	0.22 298	0.27 320	0.31 364

FTStereo	0.92 368	0.28 121	0.61 94	0.57 253	0.34 212	0.65 206	1.80 521	1.09 151	0.84 148	1.75 468	4.13 524	1.04 300	1.62 474	1.59 305	0.48 192	0.21 217	0.17 262	0.23 259	0.22 298	0.19 142	0.58 480

PFNet	0.92 368	0.28 121	1.20 364	0.68 385	0.32 175	0.62 182	0.55 321	1.27 221	1.01 217	1.47 421	1.09 234	0.97 277	0.68 234	6.58 514	0.59 260	0.21 217	0.13 68	0.24 283	0.19 200	0.20 178	0.20 155

DLCB_ROB	0.92 368	0.43 374	0.95 274	0.71 410	0.55 385	1.11 380	0.83 427	1.61 294	1.32 387	1.67 462	1.66 432	1.70 446	0.93 340	1.96 364	1.34 425	0.26 338	0.25 403	0.27 357	0.28 395	0.28 336	0.28 324

GEStereo_RVC	0.93 373	0.40 357	1.15 339	0.67 373	0.50 352	0.95 348	0.78 406	2.73 513	1.21 317	1.20 292	1.12 247	1.25 356	0.91 330	3.21 443	0.95 367	0.31 401	0.20 322	0.23 259	0.20 229	0.28 336	0.31 364

CBFPSM	0.95 374	0.37 324	2.10 460	0.51 140	0.39 268	1.73 463	0.87 438	1.59 290	1.13 275	1.11 234	1.00 194	2.34 497	1.64 479	1.42 272	1.44 436	0.19 147	0.18 292	0.20 161	0.20 229	0.22 242	0.36 402

OMP-Stereo	0.95 374	0.35 294	0.79 183	0.92 488	0.32 175	0.49 84	0.35 113	1.22 205	1.11 262	1.58 446	1.12 247	1.44 399	0.69 238	6.92 520	0.51 210	0.20 188	0.15 198	0.24 283	0.19 200	0.21 222	0.16 59

DSFCA	0.95 374	0.38 342	1.23 371	0.55 210	0.66 431	1.50 441	0.93 449	1.58 285	1.24 334	1.59 449	1.16 271	1.48 408	0.95 348	2.96 436	1.20 400	0.31 401	0.28 422	0.25 322	0.26 369	0.29 353	0.26 290

PSMNet_ROB	0.95 374	0.57 432	1.45 403	0.75 437	0.64 420	1.28 414	1.12 472	1.84 353	1.15 286	1.16 265	1.29 325	1.44 399	0.89 324	1.74 329	1.70 468	0.33 414	0.25 403	0.37 449	0.39 469	0.36 406	0.32 373

FADNet-RVC	0.96 378	0.72 473	2.96 491	0.64 338	0.49 347	0.90 324	0.59 347	1.85 360	1.27 354	0.92 187	0.97 183	1.36 384	0.90 327	2.36 404	1.31 417	0.30 397	0.29 431	0.32 410	0.32 436	0.42 434	0.37 406

TransformOpticalFlow	0.97 379	0.30 167	0.96 281	0.54 197	0.31 142	0.65 206	0.54 311	1.87 363	1.19 306	1.12 242	1.44 376	1.34 381	0.98 363	6.68 517	0.44 156	0.19 147	0.12 34	0.21 195	0.19 200	0.18 107	0.23 229

IIG-Stereo	0.97 379	0.34 265	0.80 188	0.90 486	0.33 195	0.61 179	0.26 38	1.27 221	1.08 243	1.69 464	1.37 352	1.44 399	0.74 246	6.94 521	0.53 227	0.21 217	0.14 132	0.23 259	0.18 178	0.20 178	0.15 30

XX-Stereo	0.97 379	0.28 121	8.28 530	0.85 469	0.70 447	0.44 56	0.22 15	1.07 139	0.69 101	0.66 131	1.56 413	1.38 389	0.38 78	1.36 252	0.38 106	0.21 217	0.14 132	0.20 161	0.19 200	0.19 142	0.16 59

DispNO	0.98 382	0.34 265	2.02 453	0.58 266	0.55 385	0.88 318	0.49 270	1.70 319	1.24 334	1.22 307	1.26 306	1.18 338	0.88 321	5.17 481	0.88 342	0.23 273	0.18 292	0.24 283	0.22 298	0.19 142	0.22 209

DEmStereo	0.98 382	0.25 64	0.85 226	0.49 110	0.33 195	1.02 363	0.55 321	0.97 102	0.93 179	1.41 400	2.13 484	1.01 294	2.01 501	5.62 492	0.78 315	0.19 147	0.15 198	0.20 161	0.20 229	0.18 107	0.25 270

FADNet	0.98 382	0.64 451	2.57 481	0.66 359	0.55 385	0.95 348	0.57 334	1.91 374	1.38 410	0.94 193	1.02 199	1.36 384	1.00 372	2.69 427	0.97 371	0.34 423	0.34 461	0.31 399	0.34 454	0.61 490	0.42 433

CFNet	0.99 385	0.40 357	1.23 371	0.65 345	0.43 309	1.03 364	0.49 270	2.01 401	1.35 394	1.02 214	1.39 359	1.10 322	0.86 306	5.47 491	0.89 345	0.24 293	0.18 292	0.28 371	0.27 385	0.27 320	0.22 209

NVstereo2D	0.99 385	0.45 382	2.21 468	0.79 450	0.75 455	1.20 404	0.86 435	1.98 392	1.41 425	1.02 214	1.18 277	1.31 374	0.97 360	2.25 395	0.93 360	0.45 474	0.22 353	0.39 457	0.25 352	0.59 484	0.68 496

CBMV_ROB	0.99 385	0.46 385	0.68 126	0.53 183	0.39 268	1.40 432	0.48 259	2.09 419	1.30 378	1.53 435	2.29 492	1.36 384	1.23 432	2.46 411	1.04 385	0.44 471	0.42 495	0.47 481	0.44 481	0.41 431	0.39 417

ACV-stereo	1.00 388	0.55 423	1.47 405	0.59 285	0.42 304	2.38 506	0.58 341	1.20 198	1.21 317	0.83 163	1.01 196	3.36 522	2.10 507	1.64 314	1.17 396	0.28 376	0.22 353	0.23 259	0.22 298	0.29 353	0.35 399

fast-acv-ft	1.00 388	0.48 396	1.85 442	0.61 306	0.52 367	1.77 469	0.69 383	1.52 268	1.47 448	1.34 371	1.85 461	1.73 449	1.24 435	1.62 313	1.56 449	0.27 359	0.28 422	0.28 371	0.28 395	0.28 336	0.31 364

HBP-ISP	1.00 388	0.60 436	0.85 226	0.64 338	0.48 341	1.63 456	0.77 403	2.24 457	1.30 378	1.33 364	1.53 403	0.87 227	0.99 366	3.26 446	0.76 309	0.46 475	0.44 497	0.54 494	0.48 490	0.48 461	0.42 433

CSP-Net	1.00 388	0.41 367	0.99 287	0.56 231	0.43 309	1.62 455	0.76 402	2.16 439	1.16 293	1.33 364	1.22 290	1.32 378	0.89 324	4.67 473	0.93 360	0.35 433	0.24 391	0.20 161	0.20 229	0.23 261	0.30 354

ETE_ROB	1.01 392	0.69 466	1.49 408	0.72 415	0.50 352	1.15 390	1.12 472	1.91 374	1.24 334	1.94 487	1.50 393	1.73 449	1.06 397	1.78 335	1.33 424	0.33 414	0.26 409	0.38 453	0.34 454	0.40 427	0.44 440

THIR-Stereo	1.02 393	0.29 143	0.73 155	0.51 140	0.29 106	0.94 341	1.31 493	1.08 144	0.98 201	1.35 377	1.91 469	1.16 336	1.54 470	6.37 512	0.79 320	0.20 188	0.14 132	0.21 195	0.22 298	0.19 142	0.25 270

PS-NSSS	1.02 393	0.62 447	1.17 354	0.61 306	0.58 397	0.91 327	0.79 414	2.02 402	1.19 306	1.17 269	1.68 436	1.00 289	0.85 298	4.43 467	0.86 336	0.38 445	0.31 440	0.52 489	0.32 436	0.52 468	0.45 442

XPNet_ROB	1.02 393	0.56 427	1.33 390	0.75 437	0.58 397	1.11 380	1.13 474	1.77 335	1.29 374	1.88 480	1.43 374	1.63 436	1.13 416	2.04 373	1.69 466	0.40 453	0.31 440	0.33 421	0.29 413	0.37 412	0.37 406

YMNet	1.04 396	0.59 433	1.67 427	0.86 472	0.86 480	1.84 476	0.61 359	1.70 319	1.28 362	1.65 458	1.98 473	1.75 454	0.96 350	1.57 298	1.58 451	0.34 423	0.37 478	0.32 410	0.32 436	0.33 392	0.32 373

YMNet_1	1.04 396	0.59 433	1.67 427	0.86 472	0.86 480	1.84 476	0.61 359	1.70 319	1.28 362	1.65 458	1.98 473	1.75 454	0.96 350	1.57 298	1.58 451	0.34 423	0.37 478	0.32 410	0.32 436	0.33 392	0.32 373

iinet-f	1.04 396	0.50 404	4.24 512	0.58 266	0.43 309	1.78 472	0.70 390	1.29 227	1.16 293	1.25 317	1.42 370	1.57 425	1.42 459	1.47 283	1.70 468	0.26 338	0.23 381	0.20 161	0.20 229	0.26 314	0.26 290

RAFT-RH_RVC	1.04 396	0.26 81	0.76 170	0.53 183	0.29 106	0.80 281	0.32 81	0.85 72	1.12 269	2.04 493	4.63 530	1.03 299	0.57 179	5.93 499	0.52 218	0.20 188	0.13 68	0.26 343	0.20 229	0.16 54	0.19 130

CBMV	1.04 396	0.48 396	0.88 240	0.56 231	0.36 237	1.52 443	1.55 505	1.87 363	1.59 467	2.11 496	1.67 434	1.46 405	1.35 450	1.92 356	1.31 417	0.35 433	0.35 469	0.39 457	0.33 449	0.34 400	0.34 390
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UGAM-zero	1.05 401	0.33 236	1.04 302	0.49 110	0.31 142	0.67 217	0.26 38	2.37 477	0.80 136	1.05 221	1.11 243	2.86 513	1.81 492	6.26 506	0.50 206	0.18 109	0.15 198	0.19 127	0.16 138	0.17 76	0.21 182

StereoDRNet	1.05 401	0.53 416	2.21 468	0.80 451	0.93 489	1.50 441	0.90 441	2.06 414	1.44 437	1.68 463	1.20 282	1.48 408	0.99 366	1.86 347	1.60 455	0.29 391	0.24 391	0.29 382	0.28 395	0.35 402	0.33 382

AIO-Stereo-zeroshot1	1.06 403	0.43 374	3.59 504	0.53 183	0.66 431	0.79 274	0.39 159	2.60 505	0.98 201	0.96 198	4.58 528	2.05 486	0.56 176	0.99 161	0.51 210	0.19 147	0.14 132	0.21 195	0.28 395	0.32 386	0.41 425

STrans-v2	1.06 403	0.31 199	1.02 297	0.52 160	0.33 195	0.67 217	0.78 406	2.66 511	1.26 350	1.15 261	1.46 380	1.37 388	1.40 456	6.68 517	0.46 175	0.19 147	0.13 68	0.21 195	0.18 178	0.18 107	0.21 182

DISCO	1.06 403	0.37 324	1.19 360	0.73 423	0.46 331	2.04 491	0.84 429	2.26 458	1.54 459	1.25 317	1.36 351	2.38 499	1.08 400	2.60 423	1.62 458	0.24 293	0.19 309	0.22 225	0.20 229	0.32 386	0.29 338

NCCL2	1.06 403	0.64 451	1.35 391	0.78 449	0.58 397	1.32 417	1.69 510	1.89 370	1.38 410	1.52 432	1.20 282	1.91 463	1.17 420	1.79 340	1.50 443	0.35 433	0.31 440	0.45 475	0.44 481	0.41 431	0.45 442

LALA_ROB	1.06 403	0.66 458	1.37 399	0.70 407	0.53 373	1.61 453	1.25 490	1.81 347	1.48 452	1.82 476	1.40 364	1.93 467	1.03 385	1.68 320	1.69 466	0.38 445	0.28 422	0.43 470	0.37 465	0.43 436	0.38 414

TCMNet	1.07 408	0.66 458	2.49 477	0.92 488	1.32 522	1.14 386	0.67 377	1.91 374	1.29 374	1.20 292	1.57 417	1.29 369	0.96 350	2.23 392	1.59 454	0.32 408	0.31 440	0.38 453	0.35 458	0.43 436	0.40 421

PSMNet-RUCA	1.07 408	1.06 500	1.64 424	1.23 517	1.10 504	1.39 429	0.65 371	1.91 374	1.43 434	0.95 195	1.52 401	0.99 283	0.83 290	1.28 236	1.01 378	0.71 511	0.34 461	0.99 522	0.61 511	1.01 514	0.67 492

RAFT + AFF	1.07 408	0.47 390	1.36 396	0.68 385	0.50 352	1.20 404	1.22 486	2.58 504	1.26 350	1.33 364	1.56 413	1.19 340	1.49 468	3.89 460	1.01 378	0.22 251	0.26 409	0.30 393	0.27 385	0.29 353	0.32 373

DRN-Test	1.07 408	0.49 401	1.95 450	0.75 437	0.81 473	1.61 453	0.78 406	2.26 458	1.53 457	1.84 477	1.35 347	1.42 393	1.04 391	2.26 396	1.61 456	0.28 376	0.23 381	0.31 399	0.30 425	0.33 392	0.33 382

TDLM	1.08 412	0.50 404	1.01 294	0.69 398	0.54 381	0.91 327	1.40 498	1.60 292	1.36 403	1.17 269	1.40 364	1.07 307	1.00 372	6.19 502	0.85 335	0.34 423	0.22 353	0.35 436	0.26 369	0.38 418	0.29 338

Wz-Net-LNSev-Ref	1.09 413	0.46 385	2.61 484	0.71 410	0.65 425	2.00 488	0.78 406	2.07 416	1.47 448	1.62 454	1.47 382	1.53 418	1.29 441	2.10 381	1.65 464	0.24 293	0.14 132	0.20 161	0.16 138	0.28 336	0.28 324

FAT-Stereo	1.10 414	0.43 374	1.46 404	0.74 429	0.60 407	1.13 383	0.92 446	2.06 414	1.71 478	1.75 468	2.00 476	2.02 479	1.47 465	2.02 372	1.26 412	0.44 471	0.36 473	0.34 429	0.29 413	0.36 406	0.57 477

CVANet_RVC	1.10 414	0.49 401	1.15 339	0.65 345	0.54 381	0.93 338	1.00 461	1.69 315	1.36 403	1.42 404	1.39 359	1.24 355	1.17 420	6.22 504	0.80 327	0.35 433	0.24 391	0.35 436	0.30 425	0.44 447	0.32 373

APVNet	1.11 416	0.59 433	1.95 450	0.87 475	0.77 461	1.90 481	0.82 426	2.03 406	1.15 286	1.14 259	1.43 374	1.55 421	1.12 415	3.03 437	1.62 458	0.32 408	0.34 461	0.42 469	0.36 461	0.36 406	0.41 425

GANetREF_RVC	1.11 416	0.90 489	1.56 419	0.88 477	0.53 373	1.41 434	1.35 495	1.91 374	1.54 459	1.28 341	1.32 333	1.46 405	1.23 432	2.04 373	1.00 377	0.57 497	0.45 499	0.67 511	0.52 499	0.91 510	0.62 487
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
GCST	1.13 418	1.50 524	1.17 354	1.74 527	1.17 515	1.29 415	0.30 66	1.55 277	1.21 317	1.31 355	0.97 183	0.99 283	0.48 133	2.38 408	0.54 236	1.24 528	0.70 528	1.31 528	0.86 525	1.03 516	0.92 513

GASNet	1.13 418	1.10 505	3.29 500	1.00 503	0.68 438	0.82 290	0.67 377	1.85 360	1.38 410	1.39 392	1.25 304	1.25 356	1.20 430	2.72 429	1.62 458	0.46 475	0.26 409	0.36 446	0.34 454	0.55 478	0.33 382

anonymity	1.14 420	0.98 497	1.24 374	1.09 508	1.13 508	1.08 376	0.90 441	2.02 402	1.23 330	1.32 358	1.27 315	1.27 367	1.09 403	1.16 209	1.03 384	1.02 519	1.01 544	0.97 520	0.97 529	0.98 512	1.01 515

PA-Net	1.14 420	0.63 448	2.12 462	0.67 373	0.75 455	1.19 403	0.91 444	1.91 374	1.46 447	1.18 280	1.23 298	1.33 380	1.17 420	4.31 465	1.41 433	0.29 391	0.46 503	0.33 421	0.50 495	0.33 392	0.57 477
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
edge stereo	1.15 422	0.54 419	1.50 409	0.73 423	0.66 431	1.18 402	0.84 429	2.13 431	1.41 425	1.73 467	1.84 458	2.53 504	1.46 463	2.46 411	1.35 427	0.43 462	0.41 490	0.54 494	0.36 461	0.43 436	0.50 456

RASNet	1.16 423	0.34 265	1.11 327	0.73 423	0.86 480	1.00 360	0.60 354	1.56 280	1.43 434	1.07 229	1.37 352	2.08 487	1.44 462	7.00 522	1.56 449	0.20 188	0.17 262	0.17 69	0.19 200	0.19 142	0.19 130

DANet	1.16 423	0.64 451	1.52 414	0.88 477	0.74 452	1.52 443	0.52 291	1.68 306	1.21 317	1.81 474	1.55 407	2.02 479	1.11 409	3.30 448	2.28 487	0.34 423	0.31 440	0.40 463	0.30 425	0.46 456	0.54 466
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
UGAM	1.17 425	0.29 143	1.08 317	0.55 210	0.43 309	0.69 230	0.71 393	1.14 169	1.35 394	1.00 205	1.49 386	1.90 461	0.86 306	9.61 547	0.89 345	0.21 217	0.19 309	0.30 393	0.25 352	0.20 178	0.18 96

Wz-Net-LNSev	1.17 425	0.72 473	4.71 516	0.66 359	0.84 478	1.72 460	1.13 474	1.97 391	1.43 434	1.34 371	1.32 333	1.66 439	1.30 444	1.44 277	1.51 445	0.29 391	0.26 409	0.24 283	0.23 330	0.33 392	0.35 399

S-Stereo	1.17 425	0.48 396	2.25 471	0.83 462	0.81 473	1.22 406	1.17 481	2.12 423	2.08 503	1.47 421	2.13 484	1.55 421	1.16 417	2.09 380	1.46 439	0.42 461	0.40 489	0.35 436	0.32 436	0.45 449	0.73 500

MaskLacGwcNet_RVC	1.17 425	1.06 500	1.28 382	0.88 477	0.69 441	1.92 483	0.92 446	1.71 323	1.14 281	1.17 269	1.26 306	1.49 410	0.80 279	2.04 373	0.86 336	2.02 531	0.34 461	0.79 515	0.36 461	1.38 526	1.33 528

RP	1.17 425	0.54 419	1.48 407	0.93 494	1.05 501	1.14 386	0.85 434	1.99 396	1.70 476	1.72 466	2.07 481	1.91 463	1.93 499	2.00 369	1.37 430	0.55 495	0.37 478	0.48 483	0.37 465	0.46 456	0.46 447

ccnet	1.19 430	0.71 470	1.36 396	0.81 455	0.75 455	1.72 460	1.13 474	1.98 392	1.31 385	1.52 432	1.84 458	1.75 454	1.36 451	2.01 370	2.04 480	0.57 497	0.54 515	0.57 503	0.56 504	0.60 487	0.60 485

Nwc_Net	1.19 430	0.53 416	2.34 473	0.92 488	0.81 473	1.49 440	0.70 390	2.28 466	1.32 387	1.41 400	2.27 490	2.03 482	1.76 489	2.05 377	1.46 439	0.43 462	0.30 435	0.43 470	0.46 486	0.39 423	0.40 421

NCC-stereo	1.20 432	0.60 436	1.84 440	0.88 477	0.95 493	1.32 417	0.94 451	2.14 432	1.36 403	1.43 408	1.79 450	1.93 467	2.13 512	2.54 420	1.41 433	0.49 483	0.38 483	0.45 475	0.59 508	0.43 436	0.45 442

Abc-Net	1.20 432	0.60 436	1.84 440	0.88 477	0.95 493	1.32 417	0.94 451	2.14 432	1.36 403	1.43 408	1.79 450	1.93 467	2.13 512	2.54 420	1.41 433	0.49 483	0.38 483	0.45 475	0.59 508	0.43 436	0.45 442
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-MNSev	1.21 434	0.66 458	3.44 502	0.69 398	0.73 448	1.93 484	1.44 500	2.16 439	1.59 467	1.85 479	1.49 386	1.50 412	1.34 449	2.05 377	1.54 448	0.27 359	0.24 391	0.28 371	0.28 395	0.35 402	0.32 373

RGC	1.22 435	0.82 484	1.71 430	0.95 499	0.98 498	1.53 445	0.80 417	2.18 448	1.35 394	1.69 464	1.94 470	2.03 482	1.66 480	2.36 404	1.50 443	0.46 475	0.36 473	0.59 506	0.48 490	0.49 464	0.49 452

stereogan	1.22 435	0.45 382	2.03 456	0.87 475	0.85 479	2.52 508	0.72 394	1.98 392	1.78 485	1.92 483	1.94 470	2.31 496	1.42 459	2.10 381	1.14 393	0.38 445	0.36 473	0.39 457	0.32 436	0.52 468	0.49 452

AANet_RVC	1.22 435	0.60 436	1.94 446	0.69 398	0.46 331	0.75 251	0.69 383	1.51 266	1.57 465	1.36 382	1.90 467	1.51 415	0.87 315	7.23 524	1.89 477	0.26 338	0.19 309	0.19 127	0.16 138	0.23 261	0.37 406

HSM	1.22 435	0.34 265	0.81 193	0.61 306	0.39 268	1.22 406	0.63 367	2.45 487	1.25 342	1.32 358	1.26 306	1.91 463	1.08 400	9.21 543	0.75 306	0.23 273	0.17 262	0.20 161	0.16 138	0.22 242	0.24 250

Syn2CoEx	1.23 439	0.80 480	3.07 494	0.83 462	0.68 438	1.39 429	0.87 438	2.23 455	1.57 465	1.28 341	1.58 419	1.42 393	1.57 472	3.79 458	1.48 442	0.36 440	0.32 452	0.34 429	0.30 425	0.30 368	0.41 425

AF-Net	1.23 439	0.56 427	2.31 472	0.88 477	0.93 489	1.41 434	0.73 397	2.27 464	1.71 478	1.76 471	2.42 498	2.00 476	1.70 483	1.98 365	1.62 458	0.50 487	0.29 431	0.49 485	0.33 449	0.40 427	0.34 390

NaN_ROB	1.23 439	0.63 448	1.76 433	0.67 373	0.50 352	1.59 452	2.00 524	1.87 363	1.52 456	2.14 498	1.26 306	1.40 391	1.09 403	4.60 471	1.75 471	0.28 376	0.34 461	0.28 371	0.29 413	0.30 368	0.37 406

DGSMNet	1.24 442	0.84 486	3.20 496	0.91 487	0.92 486	1.39 429	1.34 494	2.46 491	1.44 437	1.34 371	1.66 432	1.50 412	1.03 385	1.85 344	1.30 416	0.48 481	0.48 506	0.55 499	0.51 498	0.78 505	0.79 506

RYNet	1.24 442	0.52 414	1.57 421	0.73 423	0.97 496	1.74 465	0.95 454	2.09 419	1.54 459	1.44 411	1.18 277	1.94 471	1.29 441	4.57 470	1.93 478	0.27 359	0.23 381	0.35 436	0.27 385	0.57 481	0.59 482

ttt	1.26 444	0.36 303	0.79 183	0.65 345	0.42 304	0.94 341	0.57 334	2.33 474	1.38 410	1.25 317	1.65 431	0.92 257	0.78 263	2.64 424	8.73 537	0.30 397	0.28 422	0.26 343	0.25 352	0.29 353	0.32 373

aanetorigin	1.26 444	0.85 487	3.00 492	0.72 415	0.80 469	1.08 376	1.05 465	1.12 161	1.39 419	3.53 533	2.60 503	1.72 447	1.73 487	1.98 365	1.77 474	0.26 338	0.24 391	0.26 343	0.25 352	0.38 418	0.51 460

GwcNet	1.26 444	0.63 448	5.13 518	0.81 455	1.15 512	1.73 463	0.69 383	1.84 353	1.53 457	1.51 430	1.71 441	1.72 447	1.09 403	2.20 390	1.61 456	0.31 401	0.30 435	0.29 382	0.27 385	0.30 368	0.41 425

Consistency-Raft	1.27 447	1.01 499	2.17 465	1.04 505	1.20 517	0.96 354	1.00 461	1.84 353	1.95 497	1.38 389	2.11 483	1.44 399	1.03 385	1.18 215	1.40 432	0.73 512	0.83 530	0.89 518	0.99 532	1.33 524	0.95 514

NOSS_ROB	1.29 448	0.49 401	0.68 126	0.60 293	0.40 280	1.09 379	0.77 403	1.94 384	1.44 437	1.04 219	1.46 380	1.10 322	0.81 283	10.57 559	0.78 315	0.46 475	0.43 496	0.48 483	0.45 484	0.45 449	0.43 437

SGM-Forest	1.29 448	0.40 357	0.74 160	0.54 197	0.37 247	1.55 446	1.26 491	1.82 349	1.39 419	2.22 499	1.81 456	1.64 437	1.02 383	7.65 530	1.20 400	0.39 451	0.37 478	0.39 457	0.34 454	0.37 412	0.34 390
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Anonymous_2	1.37 450	0.56 427	0.94 270	0.57 253	0.62 417	1.04 365	0.65 371	1.82 349	1.01 217	1.00 205	0.79 138	1.42 393	1.27 439	1.06 183	0.83 331	0.62 503	0.67 525	1.05 525	9.88 565	1.09 519	0.55 472

test_for_model	1.38 451	3.71 557	0.65 114	3.45 551	2.88 549	0.57 154	0.33 88	1.91 374	0.93 179	1.47 421	0.64 96	0.51 97	0.37 69	0.53 22	0.35 69	2.54 536	0.16 233	0.17 69	0.12 29	4.56 558	1.84 534

SQANet	1.38 451	0.95 495	1.37 399	1.89 531	1.47 527	1.44 438	0.81 422	1.89 370	1.13 275	1.34 371	1.26 306	1.28 368	1.02 383	1.64 314	0.91 353	2.55 537	0.35 469	1.47 529	0.56 504	2.48 532	1.74 532

PWC_ROB	1.39 453	0.93 494	4.07 510	0.77 446	0.83 476	1.16 393	0.53 297	1.87 363	2.01 500	2.36 504	3.06 512	1.65 438	1.60 473	2.65 426	2.29 489	0.34 423	0.23 381	0.36 446	0.25 352	0.39 423	0.49 452

PWCDC_ROB	1.39 453	0.91 492	2.10 460	1.08 507	0.92 486	1.72 460	0.58 341	2.03 406	3.30 531	1.32 358	4.87 533	1.21 343	1.71 485	1.98 365	1.75 471	0.65 506	0.26 409	0.29 382	0.25 352	0.56 479	0.41 425

GANet	1.41 455	0.52 414	1.18 359	0.74 429	0.48 341	1.40 432	1.69 510	1.87 363	1.28 362	1.56 442	2.39 496	1.56 423	1.25 436	9.13 541	1.20 400	0.31 401	0.32 452	0.34 429	0.29 413	0.40 427	0.33 382

PDISCO_ROB	1.41 455	0.73 476	2.04 457	1.40 520	1.46 526	2.83 517	1.07 468	2.64 507	2.11 505	1.41 400	1.50 393	1.73 449	0.99 366	2.83 434	1.46 439	1.03 520	0.27 417	0.54 494	0.47 488	0.77 504	0.84 510

LL-Strereo	1.42 457	0.44 381	2.02 453	0.62 314	1.07 502	0.73 244	0.65 371	2.02 402	1.21 317	1.60 450	1.62 425	2.02 479	2.10 507	9.67 548	1.07 387	0.22 251	0.20 322	0.27 357	0.24 343	0.23 261	0.33 382

SHD	1.42 457	0.81 483	2.79 488	0.98 501	0.92 486	1.97 485	0.68 380	2.43 485	2.55 514	2.54 512	1.72 442	2.01 478	1.62 474	2.14 385	2.70 496	0.40 453	0.33 458	0.39 457	0.40 471	0.48 461	0.54 466

RTSC	1.43 459	0.89 488	3.62 506	0.94 497	0.64 420	1.85 478	0.69 383	2.20 453	2.04 502	2.22 499	1.70 439	1.67 441	1.27 439	2.53 419	4.48 515	0.33 414	0.25 403	0.27 357	0.29 413	0.38 418	0.40 421

UDG	1.47 460	2.69 550	1.13 332	1.45 524	1.65 529	1.34 423	0.79 414	1.75 331	1.27 354	1.29 346	1.74 444	1.99 475	1.39 455	1.66 317	1.51 445	0.91 516	0.55 517	2.30 536	0.76 519	1.99 527	1.20 524

MFMNet_re	1.47 460	1.20 511	2.50 478	1.46 525	1.08 503	1.58 450	1.51 501	1.96 390	1.87 492	2.31 503	2.20 487	1.51 415	1.88 497	1.57 298	1.34 425	0.94 517	0.83 530	0.84 517	0.80 522	1.00 513	1.06 518

PASM	1.48 462	1.08 502	3.96 509	0.93 494	0.93 489	1.17 400	1.19 483	1.77 335	1.65 472	1.90 481	1.52 401	1.75 454	1.42 459	4.54 469	1.52 447	0.64 505	0.68 527	0.69 513	0.79 521	0.70 499	0.74 501

ADCRef	1.50 463	0.61 441	3.83 508	0.76 444	0.77 461	1.91 482	0.77 403	2.16 439	1.34 391	1.63 456	1.59 423	1.35 383	1.40 456	1.79 340	8.32 534	0.25 313	0.21 338	0.32 410	0.31 429	0.31 375	0.32 373

XQC	1.51 464	0.98 497	3.20 496	0.92 488	0.76 460	2.01 489	1.17 481	2.53 501	1.99 499	2.01 492	1.54 404	2.00 476	1.54 470	3.16 441	3.46 506	0.49 483	0.31 440	0.45 475	0.40 471	0.71 501	0.62 487

CC-Net-ROB	1.53 465	1.31 518	1.68 429	0.92 488	0.80 469	1.75 466	0.99 459	2.04 409	1.27 354	1.12 242	1.62 425	1.20 342	0.98 363	7.82 531	0.92 357	1.15 527	0.41 490	2.20 534	0.46 486	1.37 525	0.56 474

FINET	1.54 466	0.67 462	7.28 526	0.76 444	0.97 496	1.42 437	1.38 497	2.80 520	3.12 528	1.23 310	1.68 436	1.04 300	1.11 409	3.35 449	1.78 475	0.43 462	0.37 478	0.32 410	0.29 413	0.43 436	0.41 425

test_xeample	1.55 467	0.31 199	0.94 270	0.54 197	0.31 142	0.94 341	0.58 341	2.40 481	1.40 421	1.29 346	1.55 407	0.89 243	0.88 321	1.72 327	15.94 556	0.22 251	0.22 353	0.22 225	0.21 271	0.23 261	0.25 270

DDUNet	1.56 468	2.70 551	1.35 391	1.79 528	1.88 531	1.82 474	0.91 444	1.84 353	1.20 310	1.40 398	1.79 450	1.62 432	1.17 420	1.59 305	1.22 405	1.11 524	0.76 529	2.38 539	0.94 527	2.12 528	1.53 530

CrosDoStereo	1.56 468	0.26 81	0.78 179	0.51 140	0.29 106	0.66 212	11.86 556	1.18 190	1.00 214	1.35 377	1.76 446	0.99 283	1.83 494	6.64 515	0.83 331	0.19 147	0.15 198	0.20 161	0.22 298	0.18 107	0.25 270

DeepStereo_LL	1.56 468	0.26 81	0.78 179	0.51 140	0.29 106	0.66 212	11.86 556	1.18 190	1.00 214	1.35 377	1.76 446	0.99 283	1.83 494	6.64 515	0.83 331	0.19 147	0.15 198	0.20 161	0.22 298	0.18 107	0.25 270

STTRV1_RVC	1.60 471	0.69 466	2.04 457	0.88 477	1.12 505	1.58 450	0.90 441	2.42 483	1.78 485	1.29 346	2.02 478	1.40 391	1.22 431	9.72 549	1.35 427	0.86 514	0.34 461	0.54 494	0.49 493	0.75 503	0.54 466

xxxx	1.61 472	0.32 217	0.98 285	0.58 266	0.31 142	1.15 390	0.43 203	2.43 485	1.41 425	1.17 269	1.40 364	1.21 343	0.86 306	1.94 359	16.68 558	0.24 293	0.24 391	0.21 195	0.20 229	0.23 261	0.27 308

CSAN	1.61 472	0.67 462	3.24 499	0.74 429	0.52 367	1.77 469	1.74 515	1.98 392	1.94 496	2.47 511	2.33 494	1.93 467	2.04 504	6.45 513	1.95 479	0.43 462	0.36 473	0.41 468	0.42 475	0.43 436	0.44 440

MFN_U_SF_RVC	1.62 474	0.96 496	4.36 514	0.92 488	0.69 441	2.62 512	1.10 470	2.50 497	1.74 481	1.99 491	1.86 463	2.45 502	1.78 491	3.08 439	2.84 498	0.54 491	0.50 512	0.56 501	0.60 510	0.60 487	0.67 492

SDNR	1.66 475	0.55 423	2.36 474	0.56 231	0.58 397	3.79 535	0.45 235	1.78 337	1.40 421	1.38 389	2.45 500	1.13 331	0.96 350	11.03 560	1.31 417	0.67 508	0.64 523	0.43 470	0.32 436	0.71 501	0.76 504

otaku	1.67 476	1.18 509	1.56 419	2.27 534	1.59 528	1.98 486	1.23 488	2.23 455	1.37 408	1.48 427	1.63 429	1.73 449	1.23 432	1.85 344	1.09 388	2.96 541	0.58 521	1.74 530	0.61 511	2.94 538	2.15 538

222	1.67 476	0.31 199	0.93 263	0.59 285	0.31 142	1.05 368	0.43 203	2.39 479	1.47 448	1.37 384	1.55 407	0.94 265	0.94 343	1.98 365	17.76 559	0.24 293	0.22 353	0.21 195	0.20 229	0.22 242	0.26 290

Wz-Net-SNSev	1.68 478	1.45 520	8.71 534	0.71 410	0.67 437	1.35 424	1.51 501	2.15 437	1.47 448	1.51 430	1.68 436	2.27 492	1.38 453	4.23 462	2.36 491	0.32 408	0.29 431	0.31 399	0.33 449	0.43 436	0.39 417

DeepPrunerF	1.68 478	0.82 484	6.82 524	0.94 497	1.20 517	0.91 327	0.97 456	2.50 497	5.19 548	1.22 307	1.30 326	1.18 338	1.29 441	4.96 479	1.75 471	0.43 462	0.35 469	0.52 489	0.48 490	0.43 436	0.42 433

psmorigin	1.69 480	0.74 478	13.13 544	0.70 407	0.60 407	1.16 393	0.79 414	1.69 315	1.25 342	2.07 495	1.77 448	2.23 489	1.51 469	2.14 385	1.45 437	0.39 451	0.41 490	0.34 429	0.33 449	0.45 449	0.63 489

G-Net	1.71 481	0.67 462	2.09 459	1.14 513	0.75 455	2.96 522	0.89 440	1.58 285	1.30 378	2.76 517	8.12 551	2.29 494	2.51 521	1.94 359	2.23 486	0.49 483	0.45 499	0.45 475	0.31 429	0.62 491	0.59 482

Ntro	1.72 482	1.21 512	1.62 423	2.54 539	1.86 530	2.09 494	1.14 477	2.08 417	1.38 410	1.23 310	1.62 425	1.62 432	1.33 448	2.04 373	1.21 404	3.09 542	0.56 518	1.82 532	0.65 513	2.97 542	2.25 540

FBW_ROB	1.78 483	0.66 458	1.90 445	0.72 415	0.66 431	1.79 473	1.07 468	2.79 518	1.77 482	1.84 477	1.79 450	1.98 474	1.37 452	12.42 562	2.22 485	0.36 440	0.38 483	0.57 503	0.39 469	0.46 456	0.51 460

SPS-STEREO	1.78 483	1.09 504	1.52 414	1.22 516	1.14 510	1.87 480	1.11 471	2.27 464	1.70 476	3.17 531	2.39 496	2.84 512	1.93 499	4.41 466	2.93 499	1.04 522	0.99 543	0.97 520	0.94 527	1.03 516	1.05 517
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFN_U_SF_DS_RVC	1.80 485	1.11 506	4.33 513	0.84 466	0.77 461	3.70 530	2.41 543	2.04 409	1.85 491	1.75 468	1.90 467	1.92 466	1.25 436	7.33 525	1.45 437	0.47 479	0.47 504	0.53 493	0.77 520	0.50 465	0.55 472

SAMSARA	1.80 485	0.90 489	3.37 501	1.28 519	1.13 508	3.71 531	2.33 538	2.53 501	1.93 495	3.17 531	1.73 443	2.99 514	1.68 482	3.53 452	2.46 493	0.47 479	0.54 515	0.43 470	0.47 488	0.59 484	0.64 490

PVD	1.82 487	0.91 492	3.02 493	1.03 504	0.94 492	2.61 511	1.14 477	2.78 517	3.40 533	3.08 529	2.75 505	2.39 501	2.49 520	2.81 432	3.66 508	0.48 481	0.49 511	0.59 506	0.49 493	0.60 487	0.81 508

ADCL	1.82 487	0.70 468	4.57 515	0.70 407	0.63 419	2.56 509	1.77 517	2.08 417	1.77 482	1.95 489	1.89 465	2.04 484	1.88 497	2.36 404	9.55 541	0.27 359	0.25 403	0.35 436	0.32 436	0.39 423	0.39 417

AAGNet	1.84 489	0.30 167	0.79 183	0.66 359	0.32 175	0.65 206	0.50 278	1.02 117	1.01 217	1.47 421	1.21 288	0.99 283	1.16 417	2.76 431	22.69 566	0.24 293	0.13 68	0.22 225	0.20 229	0.24 290	0.16 59

ff1	1.88 490	0.36 303	1.51 410	0.56 231	0.40 280	0.76 256	0.59 347	1.08 144	2.62 517	1.19 287	1.49 386	1.07 307	0.85 298	9.88 553	13.82 550	0.21 217	0.13 68	0.31 399	0.28 395	0.20 178	0.23 229

MDST_ROB	1.88 490	0.40 357	1.71 430	0.93 494	0.60 407	4.27 541	1.23 488	3.99 536	1.44 437	4.61 543	2.63 504	1.44 399	1.03 385	9.78 550	1.62 458	0.33 414	0.26 409	0.37 449	0.33 449	0.31 375	0.34 390

SGM_RVC	1.88 490	0.40 357	0.90 254	0.63 324	0.30 122	2.81 516	1.26 491	2.73 513	1.81 489	4.09 535	2.85 508	3.88 527	3.19 529	8.42 537	2.44 492	0.33 414	0.31 440	0.30 393	0.28 395	0.31 375	0.31 364
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
mmx	1.89 493	0.36 303	1.51 410	0.56 231	0.40 280	0.76 256	0.59 347	2.32 468	1.41 425	1.19 287	1.49 386	1.07 307	0.85 298	9.88 553	13.82 550	0.25 313	0.21 338	0.31 399	0.28 395	0.32 386	0.29 338

xxx	1.89 493	0.36 303	1.51 410	0.56 231	0.40 280	0.76 256	0.59 347	2.32 468	1.41 425	1.19 287	1.49 386	1.07 307	0.85 298	9.88 553	13.82 550	0.25 313	0.21 338	0.31 399	0.28 395	0.32 386	0.29 338

DPSNet	1.91 495	0.64 451	5.95 520	0.73 423	0.59 403	2.04 491	1.61 509	3.84 534	1.96 498	1.54 438	1.39 359	2.27 492	3.32 532	4.95 478	4.79 517	0.50 487	0.31 440	0.29 382	0.26 369	0.67 496	0.54 466

test_sample9	1.96 496	0.51 408	1.35 391	0.58 266	0.40 280	1.07 372	0.80 417	1.99 396	1.27 354	1.25 317	1.22 290	1.09 318	1.01 375	2.46 411	8.57 535	0.59 500	12.85 569	0.62 508	0.67 515	0.45 449	0.48 448

1111x	1.96 496	0.32 217	1.54 418	0.54 197	0.30 122	1.00 360	0.69 383	2.47 492	1.33 389	1.21 299	1.44 376	1.21 343	1.11 409	8.49 538	16.14 557	0.22 251	0.23 381	0.22 225	0.23 330	0.25 302	0.26 290

ADCPNet	1.97 498	0.78 479	9.38 536	0.74 429	0.61 413	2.73 514	1.36 496	2.11 422	1.66 473	1.92 483	1.70 439	2.45 502	2.07 505	2.50 417	6.84 529	0.38 445	0.38 483	0.38 453	0.43 479	0.47 460	0.50 456

WCMA_ROB	2.05 499	0.55 423	1.77 434	0.74 429	0.61 413	2.24 499	1.56 506	2.17 447	1.79 487	4.16 539	6.36 540	5.66 540	4.66 543	3.19 442	2.77 497	0.55 495	0.45 499	0.40 463	0.43 479	0.48 461	0.50 456

RainbowNet	2.06 500	1.86 533	1.97 452	2.86 542	2.25 537	2.03 490	1.79 518	2.77 515	1.92 494	1.54 438	1.84 458	1.95 472	1.73 487	2.23 392	1.38 431	3.40 548	0.86 535	2.39 541	1.00 533	2.94 538	2.42 542

MSMD_ROB	2.08 501	0.61 441	1.15 339	0.71 410	0.62 417	4.00 537	0.93 449	1.94 384	1.79 487	4.71 545	4.60 529	8.14 549	3.87 539	3.75 457	1.65 464	0.54 491	0.48 506	0.55 499	0.58 506	0.53 473	0.52 462

Wz-Net-TNSev	2.10 502	2.71 552	9.30 535	0.72 415	0.65 425	2.41 507	1.81 522	2.45 487	1.77 482	1.62 454	1.56 413	2.56 505	2.01 501	5.30 483	4.46 514	0.41 457	0.38 483	0.33 421	0.37 465	0.54 476	0.64 490

ADCMid	2.11 503	0.90 489	8.39 532	0.75 437	0.69 441	1.98 486	1.14 477	2.18 448	1.67 474	2.85 519	1.85 461	2.35 498	2.02 503	2.35 403	10.58 545	0.34 423	0.32 452	0.39 457	0.44 481	0.51 467	0.53 465

ADCP+	2.12 504	0.56 427	10.01 537	0.68 385	0.91 485	2.25 500	1.04 464	1.92 381	1.50 455	1.58 446	1.34 342	1.73 449	1.62 474	2.27 397	13.20 547	0.25 313	0.22 353	0.32 410	0.29 413	0.38 418	0.34 390

WZ-Net	2.14 505	1.08 502	11.68 543	0.89 485	0.78 465	1.76 467	1.59 508	2.39 479	2.03 501	2.11 496	1.95 472	2.30 495	2.28 515	5.94 500	3.86 511	0.35 433	0.27 417	0.29 382	0.32 436	0.52 468	0.50 456

AnyNet_C32	2.14 505	1.45 520	7.38 527	0.95 499	1.12 505	2.23 498	2.34 539	2.10 421	1.54 459	2.44 507	1.79 450	2.04 484	1.66 480	2.69 427	10.48 544	0.38 445	0.35 469	0.35 436	0.42 475	0.50 465	0.60 485

NVStereoNet_ROB	2.17 507	1.18 509	3.51 503	1.14 513	1.26 520	1.57 449	1.51 501	2.19 450	2.11 505	2.04 493	4.80 531	3.17 521	2.11 510	7.97 533	2.10 481	1.12 525	0.94 540	1.10 526	1.34 539	0.95 511	1.31 525
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	2.22 508	1.29 517	4.14 511	1.10 509	0.78 465	5.00 544	2.38 542	2.47 492	2.67 522	1.94 487	2.28 491	2.66 509	1.70 483	9.10 540	2.29 489	0.68 510	0.52 513	0.68 512	0.71 518	1.17 522	0.81 508

SANet	2.26 509	0.70 468	6.94 525	0.69 398	0.46 331	2.76 515	1.76 516	2.61 506	5.84 550	2.45 508	3.52 518	3.71 524	3.38 534	5.90 497	2.14 483	0.34 423	0.31 440	0.32 410	0.29 413	0.54 476	0.43 437

test_sample8	2.29 510	0.51 408	1.35 391	0.58 266	0.40 280	1.07 372	0.80 417	2.03 406	1.22 325	2.28 502	1.33 338	4.98 538	2.51 521	2.46 411	8.57 535	0.59 500	12.85 569	0.62 508	0.67 515	0.45 449	0.48 448

ADCS	2.35 511	1.26 514	6.54 523	0.85 469	0.77 461	2.18 497	1.79 518	2.47 492	2.20 507	2.80 518	2.14 486	2.38 499	2.09 506	2.81 432	13.83 553	0.43 462	0.41 490	0.40 463	0.45 484	0.59 484	0.67 492

MeshStereo	2.36 512	0.60 436	1.05 307	0.63 324	0.51 362	2.58 510	0.99 459	3.46 529	2.21 508	7.38 557	5.06 535	7.50 545	3.10 528	7.02 523	2.54 494	0.44 471	0.44 497	0.45 475	0.40 471	0.43 436	0.45 442
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
AnyNet_C01	2.38 513	2.21 542	10.17 538	0.99 502	0.79 467	3.12 523	2.37 540	2.69 512	1.89 493	2.58 514	2.44 499	2.70 510	1.86 496	3.65 453	7.12 530	0.41 457	0.41 490	0.40 463	0.42 475	0.68 497	0.79 506

DispFullNet	2.39 514	2.89 553	3.74 507	3.09 547	2.27 539	2.04 491	0.84 429	2.19 450	1.73 480	2.54 512	1.98 473	2.23 489	5.83 546	3.44 451	1.84 476	1.03 520	0.33 458	2.65 547	1.97 551	2.87 537	2.34 541

EDNetEfficient	2.40 515	1.14 507	8.59 533	0.77 446	0.73 448	1.06 371	1.53 504	1.54 274	4.06 539	4.87 546	2.81 506	2.23 489	3.53 535	3.04 438	9.65 542	0.27 359	0.24 391	0.27 357	0.31 429	0.70 499	0.67 492

FCDSN-DC	2.47 516	0.65 457	1.00 292	0.85 469	0.75 455	2.26 501	0.97 456	2.31 467	1.83 490	5.52 552	7.65 547	7.72 548	7.70 553	4.43 467	2.64 495	0.52 489	0.48 506	0.52 489	0.52 499	0.57 481	0.59 482
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SuperB	2.50 517	0.72 473	18.07 555	0.72 415	0.53 373	1.85 478	0.86 435	1.80 344	2.40 511	1.54 438	1.42 370	1.13 331	1.17 420	4.18 461	4.80 519	0.25 313	0.20 322	0.23 259	0.19 200	7.64 563	0.38 414

ELAS	2.67 518	0.80 480	2.13 463	1.13 510	1.15 512	6.25 548	2.56 544	3.50 530	3.68 536	5.36 550	4.92 534	3.79 525	5.56 545	3.65 453	5.22 521	0.66 507	0.57 519	0.56 501	0.54 502	0.65 494	0.75 503
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	2.76 519	1.55 527	15.40 547	1.13 510	1.42 524	3.75 533	2.21 533	2.45 487	2.72 523	2.91 522	2.85 508	2.58 506	1.62 474	6.28 508	5.80 524	0.41 457	0.30 435	0.35 436	0.35 458	0.52 468	0.54 466

RTSA	2.76 519	1.55 527	15.40 547	1.13 510	1.42 524	3.75 533	2.21 533	2.45 487	2.72 523	2.91 522	2.85 508	2.58 506	1.62 474	6.28 508	5.80 524	0.41 457	0.30 435	0.35 436	0.35 458	0.52 468	0.54 466

WAO-7	2.78 521	1.54 526	2.18 466	1.41 523	1.19 516	3.92 536	2.01 527	4.19 538	3.89 538	2.98 525	5.47 536	4.18 529	3.28 531	8.24 536	4.27 512	1.13 526	1.01 544	1.18 527	1.13 538	1.19 523	1.13 523

MADNet+	2.80 522	3.38 556	11.57 542	1.50 526	1.21 519	3.18 525	2.00 524	3.52 531	2.61 516	1.81 474	2.09 482	2.83 511	2.18 514	7.55 528	5.44 523	0.84 513	0.83 530	0.71 514	0.66 514	1.05 518	1.08 519

IMH-64-1	2.82 523	1.87 534	1.77 434	3.31 549	2.69 545	3.22 526	2.07 528	4.25 539	2.77 525	2.46 509	3.78 521	3.05 516	2.34 517	4.67 473	3.00 501	3.84 553	0.84 533	2.75 548	1.39 540	3.34 547	2.93 550

IMH-64	2.82 523	1.87 534	1.77 434	3.31 549	2.69 545	3.22 526	2.07 528	4.25 539	2.77 525	2.46 509	3.78 521	3.05 516	2.34 517	4.67 473	3.00 501	3.84 553	0.84 533	2.75 548	1.39 540	3.34 547	2.93 550

pmcnn	2.84 525	0.46 385	5.19 519	0.68 385	0.42 304	1.55 446	1.16 480	2.32 468	1.60 469	2.72 515	7.49 545	17.96 564	1.48 467	6.04 501	6.64 528	0.18 109	0.15 198	0.15 17	0.12 29	0.20 178	0.20 155

ACVNet_2	2.86 526	1.47 522	8.28 530	2.68 540	2.26 538	2.70 513	1.84 523	3.41 527	3.04 527	2.27 501	3.42 517	4.58 531	2.10 507	5.91 498	1.62 458	2.58 538	0.67 525	2.22 535	0.85 524	2.79 535	2.47 543

ELAS_RVC	2.87 527	0.80 480	3.22 498	1.16 515	1.12 505	2.92 521	5.33 552	2.98 523	4.18 541	5.04 547	4.82 532	4.71 533	8.23 554	4.25 464	4.79 517	0.67 508	0.57 519	0.57 503	0.53 501	0.66 495	0.74 501
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FC-DCNN	2.88 528	0.61 441	1.15 339	0.75 437	0.57 394	2.85 519	1.05 465	3.44 528	2.64 520	6.93 553	7.63 546	9.86 554	7.02 551	5.76 495	4.31 513	0.54 491	0.48 506	0.51 487	0.50 495	0.53 473	0.52 462

FC-DCNN v2	2.96 529	0.61 441	1.13 332	0.75 437	0.57 394	2.90 520	1.06 467	3.59 532	2.66 521	7.05 554	7.66 548	10.26 557	7.17 552	6.27 507	4.49 516	0.54 491	0.48 506	0.51 487	0.50 495	0.53 473	0.52 462

WAO-6	2.98 530	1.67 531	1.88 444	2.38 538	2.30 540	3.53 529	2.37 540	4.38 541	4.64 545	2.42 505	4.50 525	4.85 534	2.99 527	5.22 482	5.37 522	1.77 530	1.16 550	2.31 537	1.47 545	2.42 531	1.99 537

ACVNet-4b	3.05 531	1.42 519	18.09 556	2.85 541	2.33 541	2.32 505	1.22 486	2.47 492	2.21 508	1.26 330	2.36 495	2.64 508	1.46 463	6.32 510	1.23 408	3.29 545	0.45 499	2.37 538	1.02 535	3.03 543	2.61 545

ACVNet_1	3.08 532	1.48 523	17.70 552	2.90 544	2.35 542	2.30 502	1.43 499	3.16 525	2.26 510	1.91 482	2.05 480	3.51 523	2.32 516	3.71 456	1.58 451	3.25 544	0.66 524	2.40 542	1.06 536	3.07 544	2.59 544

PWCK	3.24 533	2.37 543	10.86 540	2.14 533	1.14 510	3.71 531	4.19 551	3.02 524	3.55 535	3.05 528	3.63 519	3.09 519	2.35 519	8.16 535	3.41 505	2.17 534	0.96 541	1.77 531	1.01 534	2.84 536	1.40 529

IMH	3.35 534	1.95 536	1.86 443	3.30 548	2.72 547	4.03 539	2.00 524	4.58 543	3.83 537	2.87 520	6.99 543	4.69 532	3.21 530	6.77 519	2.97 500	3.91 556	0.89 537	2.78 550	1.40 544	3.36 549	2.93 550

LVE	3.40 535	1.80 532	2.21 468	2.90 544	2.44 543	3.27 528	2.25 535	4.80 544	5.06 546	2.43 506	6.79 541	5.99 541	2.64 525	9.20 542	2.28 487	3.30 546	1.11 549	2.38 539	1.48 546	2.95 540	2.62 546

Dean	3.77 536	1.65 530	17.87 553	3.01 546	2.54 544	3.15 524	2.10 531	4.80 544	4.42 542	2.89 521	6.03 538	5.45 539	2.55 524	3.40 450	2.13 482	3.22 543	0.89 537	2.51 545	1.07 537	3.07 544	2.65 548

JetBlue	4.18 537	2.45 547	10.42 539	1.40 520	2.89 550	10.68 554	10.68 554	3.91 535	2.52 512	2.74 516	3.39 516	4.50 530	4.27 541	7.97 533	7.67 533	0.89 515	0.97 542	0.89 518	0.92 526	2.26 529	2.21 539

notaker	4.29 538	2.42 546	5.06 517	3.89 558	3.29 555	4.00 537	2.25 535	4.93 546	3.47 534	4.21 541	6.79 541	7.67 547	3.37 533	9.25 544	6.47 526	4.09 558	1.42 552	3.35 557	2.13 554	4.11 554	3.54 555

ktn	4.56 539	2.41 545	2.54 479	3.79 557	3.25 553	4.81 543	2.91 548	5.52 548	7.36 551	4.12 538	14.55 560	7.54 546	3.70 536	7.84 532	3.35 504	4.06 557	1.86 555	3.26 556	2.22 555	3.27 546	2.86 549

WAO-8	4.57 540	2.01 537	2.58 482	2.37 536	2.21 535	9.75 550	1.71 512	6.04 553	16.34 560	4.11 536	7.69 549	7.41 543	3.85 537	10.02 556	3.85 509	2.05 532	1.09 547	2.44 543	1.39 540	2.56 533	1.86 535

Venus	4.57 540	2.01 537	2.58 482	2.37 536	2.21 535	9.75 550	1.71 512	6.04 553	16.34 560	4.11 536	7.69 549	7.41 543	3.85 537	10.02 556	3.85 509	2.05 532	1.09 547	2.44 543	1.39 540	2.56 533	1.86 535

SGM+DAISY	5.38 542	1.28 516	8.24 529	1.27 518	1.16 514	10.62 553	16.01 561	2.93 522	2.53 513	8.64 560	13.03 558	8.26 550	13.38 559	6.34 511	7.59 532	1.07 523	1.05 546	1.00 523	0.98 530	1.02 515	1.12 522

TorneroNet-64	5.41 543	2.10 540	2.43 475	3.49 553	2.83 548	9.90 552	2.13 532	8.87 559	16.79 565	5.39 551	9.18 553	10.68 559	3.92 540	9.55 546	5.11 520	3.36 547	0.86 535	2.88 551	1.62 547	3.76 550	3.37 553

MADNet++	5.41 543	3.18 554	6.43 522	4.66 562	3.95 559	6.15 547	6.75 553	4.51 542	4.51 544	5.06 548	6.27 539	4.96 536	6.14 547	9.39 545	11.70 546	4.71 559	4.19 561	3.97 559	3.33 557	4.08 553	4.25 560

UNDER WATER	5.68 545	2.46 548	15.52 549	3.98 560	3.53 556	5.15 545	2.74 546	5.58 550	16.41 563	4.00 534	4.56 526	9.12 552	6.43 549	6.22 504	9.11 539	3.85 555	1.35 551	3.18 555	1.98 552	4.51 557	3.84 559

UNDER WATER-64	5.84 546	2.48 549	17.93 554	3.97 559	3.58 557	7.70 549	3.03 549	5.72 552	14.13 557	4.18 540	4.00 523	9.27 553	6.80 550	6.20 503	9.22 540	3.67 550	1.52 553	3.14 553	1.95 550	4.43 556	3.83 558

LSM	6.55 547	1.26 514	15.64 550	1.79 528	68.74 577	1.67 459	2.08 530	2.26 458	2.59 515	3.13 530	3.08 513	1.90 461	1.81 492	2.89 435	2.16 484	0.43 462	0.59 522	0.50 486	0.58 506	0.64 492	17.24 571

tt	6.61 548	0.28 121	6.10 521	3.77 556	2.17 534	11.53 555	19.61 562	13.53 564	5.81 549	3.00 526	2.82 507	4.97 537	6.33 548	3.83 459	7.23 531	9.13 565	11.32 568	5.87 563	6.22 563	6.01 560	2.63 547

JetRed	7.02 549	8.94 562	25.72 565	2.89 543	3.27 554	14.25 559	12.27 558	6.69 555	4.45 543	4.46 542	4.56 526	6.65 542	5.43 544	7.46 527	14.41 555	2.60 539	3.31 558	2.61 546	2.30 556	4.34 555	3.79 557

xyz-stereo	7.03 550	0.24 46	70.23 578	0.44 49	0.21 7	29.74 569	0.49 270	1.03 124	0.77 120	1.45 417	26.78 569	1.17 337	1.19 429	4.72 476	1.32 423	0.16 42	0.12 34	0.20 161	0.14 84	0.17 76	0.14 15

MANE	7.50 551	0.64 451	7.97 528	1.40 520	2.10 533	16.86 561	12.56 559	12.91 563	17.51 568	8.50 559	11.60 556	14.66 561	13.33 558	12.02 561	13.28 548	0.62 503	0.52 513	0.52 489	1.90 549	0.56 479	0.58 480

SGM-ForestM	7.81 552	0.48 396	11.02 541	0.74 429	0.40 280	16.83 560	12.72 560	7.91 557	8.13 552	11.53 562	10.25 555	22.44 572	14.01 560	17.02 564	20.52 561	0.38 445	0.39 488	0.37 449	0.36 461	0.37 412	0.38 414

coex-ft	8.35 553	2.39 544	100.24 580	0.68 385	0.54 381	1.77 469	1.57 507	1.71 323	11.00 554	18.91 570	3.76 520	3.85 526	8.23 554	3.29 447	6.58 527	0.31 401	0.31 440	0.32 410	0.31 429	0.69 498	0.57 477

LE_ROB	8.35 553	0.47 390	27.42 569	0.83 462	0.34 212	2.84 518	3.36 550	4.03 537	27.04 572	25.20 572	8.72 552	8.55 551	27.35 571	7.37 526	22.13 562	0.22 251	0.20 322	0.20 161	0.21 271	0.25 302	0.25 270

KSHMR	8.76 555	2.14 541	3.59 504	3.60 555	3.13 552	4.15 540	2.67 545	5.61 551	58.90 581	3.04 527	55.71 580	4.94 535	2.54 523	4.61 472	3.05 503	3.49 549	1.57 554	3.14 553	1.98 552	3.84 551	3.49 554

U	9.23 556	0.22 14	0.65 114	0.48 96	53.11 576	61.26 580	0.24 28	0.77 44	0.55 59	0.37 29	0.30 13	0.29 26	0.34 47	0.34 1	0.27 15	0.20 188	0.12 34	60.47 577	4.24 560	0.18 107	0.14 15

TCMNet-wrong-test	10.42 557	11.55 565	15.31 546	20.99 568	18.49 564	13.94 558	10.69 555	16.07 565	4.14 540	5.27 549	5.64 537	16.22 563	12.57 556	7.57 529	10.26 543	7.44 563	2.38 556	4.30 560	3.43 558	11.37 566	10.87 564

EDNetEfficientorigin	10.59 558	1.52 525	177.33 581	0.68 385	0.54 381	1.66 458	1.20 485	1.94 384	3.39 532	4.69 544	3.37 515	3.08 518	2.79 526	3.25 445	3.63 507	0.26 338	0.24 391	0.33 421	0.28 395	0.85 507	0.87 511

TorneroNet	10.72 559	2.09 539	2.76 487	3.48 552	3.03 551	44.72 575	2.31 537	8.62 558	67.06 582	7.45 558	23.21 568	10.59 558	4.28 542	9.03 539	9.00 538	3.67 550	0.91 539	3.04 552	1.63 548	3.92 552	3.55 556

HanzoNet	11.92 560	5.12 558	17.18 551	4.19 561	3.59 558	5.16 546	2.82 547	7.41 556	9.96 553	33.31 577	27.60 570	22.25 571	37.31 575	18.18 566	13.57 549	8.13 564	3.44 560	3.50 558	3.44 559	7.77 564	4.52 561

DGTPSM_ROB	13.06 561	8.27 560	22.29 560	9.53 564	18.14 562	11.53 555	31.97 568	10.82 561	16.25 558	7.14 555	19.39 566	10.12 555	16.69 563	9.85 551	22.49 564	4.77 560	8.72 563	5.37 561	10.24 566	6.15 561	11.56 565

DPSMNet_ROB	13.08 562	8.28 561	22.32 561	9.54 565	18.15 563	11.53 555	31.98 569	10.83 562	16.27 559	7.17 556	19.40 567	10.12 555	16.69 563	9.87 552	22.50 565	4.78 561	8.72 563	5.38 562	10.25 567	6.16 562	11.59 566

USTest	14.33 563	14.93 566	21.00 558	17.41 567	16.02 561	23.11 563	33.76 570	22.02 566	11.81 555	9.47 561	10.19 554	15.94 562	13.17 557	17.25 565	22.38 563	3.81 552	5.01 562	6.17 564	6.18 562	9.23 565	7.81 563

ASD4	17.95 564	11.38 564	20.07 557	11.32 566	12.21 560	21.39 562	31.23 567	22.73 568	12.78 556	12.19 563	12.67 557	13.79 560	14.32 561	20.13 567	25.17 568	18.93 570	15.37 571	28.00 572	22.52 573	17.63 569	15.21 570

DPSM_ROB	19.12 565	19.13 568	25.13 563	22.15 570	20.86 567	28.06 566	37.75 572	27.18 570	16.95 566	14.25 564	15.07 561	21.66 566	18.69 566	21.83 569	26.51 570	10.15 567	9.30 566	10.45 567	10.41 568	14.00 567	12.85 568

DPSM	19.12 565	19.13 568	25.13 563	22.15 570	20.86 567	28.06 566	37.75 572	27.18 570	16.95 566	14.25 564	15.07 561	21.66 566	18.69 566	21.83 569	26.51 570	10.15 567	9.30 566	10.45 567	10.41 568	14.00 567	12.85 568

LRCNet_RVC	22.79 567	32.09 574	22.06 559	29.83 572	26.15 569	4.40 542	0.84 429	22.64 567	2.10 504	26.93 573	29.25 571	23.03 573	15.56 562	23.91 571	18.92 560	32.00 574	20.04 576	34.68 573	32.13 574	30.66 574	28.52 574

DLNR_Zeroshot_test	23.23 568	48.25 582	43.77 572	177.04 582	78.39 578	0.35 16	0.21 11	23.33 569	0.82 141	0.67 133	0.86 155	0.58 127	0.30 30	1.64 314	0.48 192	10.69 569	0.13 68	0.18 103	0.14 84	76.63 581	0.23 229

DPSimNet_ROB	24.77 569	9.69 563	61.46 577	3.56 554	19.46 565	25.95 564	77.56 580	5.09 547	16.60 564	21.50 571	29.82 572	25.12 574	85.69 581	13.37 563	23.07 567	7.23 562	17.79 572	8.55 565	7.57 564	4.57 559	31.84 575

BEATNet-Init1	27.39 570	21.01 570	73.65 579	1.07 506	0.80 469	56.07 576	22.82 563	33.14 577	31.71 574	51.78 581	52.93 579	65.63 581	48.54 579	48.75 582	36.36 575	0.52 489	0.47 504	0.54 494	0.54 502	0.64 492	0.72 499

CasAABBNet	38.42 571	38.42 576	50.26 574	44.76 577	41.87 573	56.47 577	76.22 578	54.44 580	33.92 576	28.53 574	30.36 574	43.53 579	37.59 576	43.77 579	53.32 580	20.27 571	18.70 574	21.03 569	21.04 571	28.19 571	25.79 572

Selective-RAFT-Error	38.47 572	38.44 577	50.38 575	44.74 576	42.01 574	56.47 577	76.24 579	54.44 580	34.02 577	28.59 575	30.30 573	43.51 578	38.10 577	43.69 578	53.24 579	20.36 572	18.72 575	21.05 570	21.02 570	28.25 572	25.87 573

HaxPig	39.02 573	41.39 579	41.59 570	30.10 573	32.36 570	29.49 568	27.65 565	30.56 573	37.94 578	43.75 578	43.81 576	33.42 575	35.69 572	41.51 576	40.33 577	43.91 578	47.48 581	45.87 574	47.14 576	42.29 575	44.06 578

AVERAGE_ROB	40.42 574	42.30 580	42.61 571	36.91 575	35.54 572	30.42 570	27.59 564	37.45 579	38.45 579	44.87 579	44.27 577	37.55 577	36.69 573	41.82 577	40.25 576	45.36 579	46.73 580	47.09 575	46.32 575	42.47 576	43.74 577

MEDIAN_ROB	42.01 575	44.30 581	44.14 573	35.08 574	34.90 571	31.33 574	29.90 566	36.77 578	40.11 580	47.14 580	46.55 578	37.49 576	38.50 578	44.30 581	42.32 578	47.93 580	49.31 582	49.68 576	49.00 577	44.98 577	46.46 579

Anonymous_1	42.79 576	18.71 567	24.75 562	21.81 569	45.16 575	27.68 565	37.52 571	28.64 572	16.34 560	14.72 566	14.53 559	20.60 565	17.82 565	21.52 568	25.88 569	113.45 581	8.91 565	100.63 578	126.37 578	158.50 582	12.31 567

LSM0	42.92 577	38.72 578	50.66 576	47.49 578	110.18 582	56.77 579	75.87 577	54.87 582	33.74 575	29.48 576	31.12 575	43.77 580	37.12 574	43.85 580	53.44 581	20.50 573	18.67 573	21.05 570	21.07 572	28.37 573	41.73 576

PML	51.64 578	37.49 575	14.31 545	7.45 563	20.27 566	107.80 581	231.34 582	8.94 560	27.70 573	86.74 582	268.93 582	69.03 582	61.09 580	24.71 575	14.36 554	9.71 566	3.40 559	9.60 566	4.67 561	20.46 570	4.76 562

xxxxx1	54.34 579	26.72 571	27.03 566	114.14 579	99.00 579	30.68 571	47.19 574	32.52 574	26.09 569	17.85 567	17.48 563	21.86 568	20.92 568	24.38 572	33.78 572	34.73 575	41.33 577	157.67 580	175.68 580	65.82 578	71.99 580

tt_ll	54.34 579	26.72 571	27.03 566	114.14 579	99.00 579	30.68 571	47.19 574	32.52 574	26.09 569	17.85 567	17.48 563	21.86 568	20.92 568	24.38 572	33.78 572	34.73 575	41.33 577	157.67 580	175.68 580	65.82 578	71.99 580

ff	54.34 579	26.72 571	27.03 566	114.14 579	99.00 579	30.68 571	47.19 574	32.52 574	26.09 569	17.85 567	17.48 563	21.86 568	20.92 568	24.38 572	33.78 572	34.73 575	41.33 577	157.67 580	175.68 580	65.82 578	71.99 580

test_example2	192.91 582	210.59 583	206.44 582	199.86 583	204.90 583	172.02 582	182.95 581	138.34 583	134.89 583	193.14 583	200.54 581	186.77 583	177.82 582	204.95 583	207.57 582	221.83 583	238.70 583	186.02 583	190.07 583	226.94 583	173.78 583

ccccc	497.36 583	492.94 584	590.78 583	530.37 584	529.69 584	476.06 583	438.68 583	494.48 584	344.79 584	446.40 584	517.23 583	473.27 584	547.51 583	541.46 584	607.83 583	660.58 584	458.79 584	353.88 584	309.98 584	597.94 584	534.45 584

FADE		6.16 559		1.90 532	1.95 532			5.55 549	5.12 547	2.92 524		4.13 528		10.56 558		193.84 582	2.80 557	122.45 579	126.70 579	1.14 521	1.11 521

Low-res two-view benchmark