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

U	3.84 21	0.81 1	6.63 46	4.40 41	11.89 402	11.98 211	0.20 6	8.42 9	5.78 13	1.97 1	2.73 2	0.77 1	1.59 9	2.60 1	0.98 1	0.04 26	0.04 51	10.46 419	5.41 408	0.05 2	0.14 13

IGEV-Stereo++	2.55 2	0.93 2	4.65 10	4.40 41	3.52 219	3.33 10	0.10 2	8.77 14	4.60 3	2.63 4	4.41 8	2.00 7	4.67 79	3.47 3	0.98 1	0.02 7	0.78 259	0.09 178	0.00 1	0.06 8	1.65 224

CAS	5.44 62	0.98 3	3.95 7	17.59 399	7.74 362	7.82 162	6.09 234	9.89 23	9.40 79	4.82 31	10.69 72	1.93 5	1.22 4	4.54 5	2.47 25	10.98 420	0.02 30	0.00 1	0.02 89	0.53 200	8.19 401

Pointernet	3.56 14	0.99 4	6.55 43	3.79 12	0.85 43	5.19 69	0.36 8	17.55 144	7.32 37	4.50 24	6.92 31	4.82 38	2.69 27	5.26 8	2.99 57	0.04 26	0.53 222	0.00 1	0.35 273	0.05 2	0.42 58

s12784h	6.22 104	1.01 5	4.95 14	3.57 9	0.54 21	19.55 319	0.95 23	19.51 172	18.39 174	12.98 118	12.58 90	7.78 77	5.56 101	11.34 104	4.36 115	0.89 304	0.01 10	0.05 138	0.00 1	0.07 13	0.20 21

IGEV-Stereo+	3.03 4	1.10 6	5.14 17	3.52 8	4.87 269	2.53 5	0.68 16	4.40 1	3.11 1	2.20 2	0.71 1	0.79 2	3.45 35	8.89 48	1.25 3	0.08 89	0.70 248	0.00 1	0.40 298	5.72 384	11.13 421

trnet	3.79 19	1.10 6	3.76 3	2.70 3	0.63 25	5.60 92	0.41 10	10.89 38	14.11 127	7.11 52	10.55 71	5.73 51	3.75 42	6.25 18	2.89 56	0.04 26	0.02 30	0.03 117	0.01 65	0.06 8	0.07 3

PMTNet	5.52 64	1.11 8	4.24 8	2.49 1	1.38 88	8.75 171	0.67 15	12.64 58	12.84 108	8.66 66	11.27 78	6.00 54	4.70 81	9.91 74	3.02 58	22.39 435	0.01 10	0.04 130	0.02 89	0.06 8	0.23 22

Selective-RAFT	6.10 99	1.16 9	10.90 211	7.41 238	0.91 50	15.22 258	1.11 30	14.84 97	16.23 150	7.19 56	7.06 34	11.49 122	8.10 156	12.83 175	5.19 142	0.26 185	0.97 287	0.00 1	0.46 304	0.10 19	0.65 96

MC-Stereo	4.47 46	1.16 9	5.85 23	6.14 147	1.43 90	3.70 16	1.73 81	10.62 32	7.83 52	6.85 49	13.33 96	6.77 63	6.21 118	11.23 98	2.52 28	0.04 26	1.30 337	0.06 147	0.24 233	0.17 48	2.14 297

CREStereo++_RVC	4.83 52	1.16 9	4.67 11	4.71 53	2.02 144	4.01 18	0.11 3	9.48 19	18.00 170	8.87 70	16.74 124	4.43 30	2.15 21	6.09 17	3.39 72	0.07 85	0.00 1	0.00 1	10.51 426	0.05 2	0.12 12
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
RAFT-Stereo-weight	5.42 61	1.21 12	6.22 29	4.69 51	1.28 83	6.18 119	1.58 57	18.42 157	18.47 179	11.35 93	10.27 65	11.93 135	1.65 13	9.59 68	3.83 88	0.10 108	0.60 239	0.00 1	0.00 1	0.16 45	0.89 126

DCANet-4	6.78 126	1.21 12	11.48 225	3.95 15	0.76 32	4.73 38	1.68 71	18.40 156	25.78 259	15.44 161	20.36 162	6.42 59	8.48 165	8.87 47	6.24 176	0.18 152	0.05 60	0.01 81	0.00 1	0.10 19	1.37 184

tt	89.84 471	1.21 12	99.99 480	99.29 478	100.00 481	100.00 480	100.00 480	100.00 481	99.99 479	78.46 460	68.51 447	99.99 482	100.00 479	100.00 482	100.00 482	95.27 473	99.93 479	87.33 469	86.20 470	94.13 476	86.50 470

CREStereo	3.75 18	1.21 12	3.79 4	2.66 2	0.66 26	5.52 81	0.39 9	10.77 37	14.18 128	7.14 53	10.54 70	5.25 43	3.54 39	6.27 19	2.88 55	0.04 26	0.01 10	0.03 117	0.01 65	0.05 2	0.05 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
RSM	3.39 8	1.22 16	5.46 19	5.06 74	1.60 115	4.70 37	1.76 86	10.72 36	4.92 6	3.67 14	4.52 9	7.70 75	1.74 16	11.04 88	2.06 10	0.05 46	0.18 135	0.00 1	0.35 273	0.19 56	0.92 129

UniTT-Stereo	3.10 5	1.22 16	7.79 79	4.50 46	2.51 168	2.59 6	0.42 11	5.88 2	5.74 12	5.46 45	7.76 38	1.12 3	1.46 8	9.06 53	5.42 149	0.06 70	0.07 96	0.00 1	0.01 65	0.60 226	0.26 25

CFNet-RSSM	5.78 73	1.24 18	9.20 134	4.82 58	1.23 76	6.33 123	1.21 34	17.35 139	18.14 172	13.35 125	11.17 77	11.69 126	5.43 92	9.71 71	3.34 69	0.03 18	0.20 139	0.00 1	0.36 277	0.37 143	0.42 58

LoS	3.83 20	1.25 19	4.39 9	3.29 5	0.58 22	4.87 47	1.15 31	11.00 39	13.34 116	5.02 34	10.69 72	4.14 24	3.78 43	9.15 57	3.20 64	0.08 89	0.03 43	0.09 178	0.00 1	0.13 36	0.35 34
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
RCA-Stereo	5.58 65	1.26 20	6.71 48	4.85 59	0.80 40	5.51 80	3.97 177	17.56 145	19.40 191	8.45 64	14.11 101	8.73 90	8.70 169	6.88 23	2.77 50	0.05 46	0.98 289	0.11 206	0.00 1	0.14 38	0.61 92

test_3	5.97 92	1.26 20	9.95 164	6.84 204	1.45 92	8.73 170	3.18 152	14.26 84	19.86 193	12.22 98	8.91 44	13.78 171	3.99 49	9.38 63	2.58 31	0.01 2	1.10 306	0.00 1	0.37 282	0.30 108	1.20 168

CASnet	4.11 34	1.27 22	5.28 18	5.63 108	0.31 2	4.89 49	2.86 142	11.52 51	11.73 100	11.06 90	11.80 82	4.16 25	1.63 11	6.30 20	2.22 12	0.63 271	0.00 1	0.60 314	0.13 170	0.15 41	0.07 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GMM-Stereo	8.44 189	1.27 22	7.36 68	6.64 187	2.56 174	10.00 178	9.29 302	23.79 226	11.33 94	17.96 225	29.59 267	17.14 220	7.59 146	11.77 123	4.61 124	0.13 129	0.01 10	0.24 268	0.94 345	0.49 195	6.14 378

EGLCR-Stereo	3.41 9	1.28 24	6.47 39	4.22 34	1.36 86	5.18 68	1.24 35	11.58 52	5.47 9	3.80 17	3.40 3	8.10 82	1.69 15	9.53 67	2.23 13	0.09 99	0.89 279	0.01 81	0.00 1	0.24 72	1.42 198

RSM++	3.35 7	1.29 25	5.82 22	5.16 81	1.00 61	4.93 57	2.54 126	10.70 35	5.17 7	3.45 10	4.81 13	6.63 61	1.86 18	10.23 77	2.06 10	0.05 46	0.06 85	0.01 81	0.18 212	0.19 56	0.95 139

test-3	5.64 67	1.29 25	9.52 148	4.88 61	1.45 92	6.53 134	2.92 144	13.64 75	19.04 187	12.75 112	8.67 42	13.01 158	4.10 52	9.39 64	2.58 31	0.01 2	1.09 304	0.00 1	0.37 282	0.28 100	1.25 175

test_1	5.63 66	1.29 25	9.52 148	4.90 67	1.45 92	6.51 133	2.93 146	13.65 77	19.05 188	12.58 102	8.67 42	13.02 159	4.07 51	9.39 64	2.58 31	0.01 2	1.09 304	0.00 1	0.38 292	0.28 100	1.26 176

Selective-IGEV	3.46 10	1.32 28	5.92 25	4.55 47	2.27 158	4.65 31	2.07 106	11.50 50	5.81 14	3.19 8	4.75 12	5.46 49	1.77 17	11.24 99	2.37 22	0.05 46	0.82 266	0.00 1	0.20 220	0.10 19	1.17 165

CES	4.08 31	1.34 29	3.46 1	3.65 10	11.49 399	5.24 71	0.99 26	10.15 25	9.15 76	3.80 17	9.29 51	1.76 4	0.91 3	6.94 24	2.64 40	0.07 85	0.05 60	0.01 81	0.00 1	1.63 316	9.03 407

GLC_STEREO	3.61 15	1.35 30	3.91 5	6.86 205	0.23 1	4.69 35	1.61 59	9.80 21	7.20 35	5.64 46	9.11 47	5.19 40	2.02 20	10.25 78	3.70 82	0.07 85	0.04 51	0.22 263	0.00 1	0.24 72	0.17 19

GrayStereo	9.02 208	1.35 30	7.73 77	8.62 285	2.88 189	10.28 185	10.99 330	18.66 160	16.36 157	22.78 308	30.63 280	17.56 233	12.19 229	11.50 114	5.08 136	0.09 99	0.02 30	0.19 248	0.78 340	0.33 117	2.37 309

Gwc-CoAtRS	5.80 75	1.37 32	9.07 119	4.80 57	1.39 89	6.90 144	1.27 36	16.50 121	15.48 140	13.07 119	13.35 97	12.64 143	5.61 102	9.14 56	4.20 103	0.04 26	0.32 170	0.00 1	0.29 253	0.30 108	0.33 30

KYRaft	9.17 214	1.39 33	7.74 78	7.07 220	1.03 62	8.05 167	7.90 280	23.72 224	9.22 77	21.43 291	31.08 287	22.52 284	8.03 154	12.21 144	3.16 63	0.10 108	0.02 30	0.05 138	0.67 333	0.46 182	17.51 431

FENet	8.22 183	1.39 33	7.33 66	6.43 170	2.17 154	10.97 197	2.20 111	22.10 205	21.26 202	17.85 222	23.22 204	14.29 174	11.50 213	13.56 206	8.32 212	0.29 196	0.24 153	0.03 117	0.03 98	0.18 52	1.04 150

test_4	5.75 71	1.40 35	6.47 39	7.20 231	0.89 48	5.81 104	1.82 90	12.26 55	6.62 31	12.85 114	30.51 278	7.61 73	3.81 44	12.70 170	3.47 74	0.02 7	0.27 158	0.03 117	0.17 200	0.39 154	0.67 99

LCNet	7.64 163	1.41 36	6.15 27	6.93 211	1.35 85	9.00 172	5.44 214	18.37 154	11.30 93	16.62 190	24.39 214	14.67 180	11.03 201	12.03 136	4.01 95	0.07 85	0.02 30	0.23 264	2.07 380	1.00 288	6.69 386

PSM-AAD	8.76 198	1.41 36	6.46 38	6.87 206	1.18 71	12.78 220	9.66 309	20.03 179	15.78 142	21.79 296	24.91 216	14.31 175	13.16 244	12.42 159	4.07 99	0.05 46	0.06 85	2.44 378	0.16 194	0.45 177	7.17 393

MoCha-V2	3.68 16	1.42 38	5.50 20	6.03 143	1.50 106	4.53 28	1.32 39	11.05 42	6.30 27	5.86 47	5.39 18	2.66 10	6.33 119	10.36 79	1.58 4	0.19 161	1.57 371	0.00 1	0.24 233	0.07 13	1.77 234

AEACV	3.74 17	1.42 38	6.45 37	5.61 105	6.24 326	4.69 35	1.54 56	7.61 6	7.19 34	3.59 13	7.87 39	4.20 26	6.43 124	6.07 16	1.96 8	0.03 18	1.03 301	0.04 130	0.54 322	0.23 68	2.12 294

Any-RAFT	6.28 106	1.42 38	4.91 13	5.00 71	1.25 81	10.18 182	1.90 97	22.68 210	15.87 144	12.12 97	19.23 147	13.69 170	4.65 77	9.35 61	2.36 20	0.06 70	0.57 232	0.00 1	0.00 1	0.05 2	0.35 34

cross-raft	5.70 69	1.44 41	7.08 54	6.69 191	2.11 148	5.89 105	1.44 45	16.44 119	8.38 61	13.42 129	20.70 168	12.20 139	4.38 62	9.06 53	3.11 60	0.03 18	0.38 185	0.00 1	0.22 222	0.24 72	0.84 119

RAFT-Test	6.19 103	1.47 42	7.90 84	4.91 68	2.70 178	9.97 177	1.52 54	17.08 134	9.06 75	13.21 122	23.67 207	12.89 155	4.63 75	9.47 66	3.57 78	0.02 7	0.81 263	0.00 1	0.38 292	0.21 61	0.39 50

RAStereo	2.53 1	1.48 43	7.27 60	4.18 31	1.48 101	1.78 3	0.13 4	8.50 10	8.15 57	2.40 3	4.11 7	3.37 14	0.81 2	3.73 4	2.75 44	0.05 46	0.00 1	0.00 1	0.00 1	0.35 128	0.14 13

RAFT-345	6.94 134	1.48 43	7.45 69	5.65 110	0.96 59	5.49 79	3.20 153	13.73 79	10.97 92	13.81 137	42.93 387	9.01 95	5.31 91	13.09 189	4.73 127	0.58 261	0.05 60	0.10 186	0.06 133	0.08 16	0.08 5

Prome-Stereo	8.22 183	1.48 43	6.24 30	7.06 218	1.55 110	6.54 135	9.08 295	21.88 202	9.88 83	21.12 286	32.48 311	11.82 131	11.59 215	11.99 134	4.04 97	0.08 89	0.02 30	0.19 248	0.12 166	0.45 177	6.89 390

AIO-Stereo	3.32 6	1.49 46	5.67 21	5.06 74	1.51 107	4.67 34	1.71 80	10.31 27	5.90 23	3.02 7	4.90 15	5.32 46	0.80 1	10.66 81	1.88 6	0.06 70	0.85 273	0.00 1	0.70 336	0.14 38	1.78 235

TANstereo	4.87 53	1.49 46	5.02 15	4.02 18	0.51 18	14.25 243	0.15 5	9.17 18	12.84 108	12.80 113	18.36 140	5.14 39	4.43 63	6.01 14	2.30 14	0.09 99	0.12 122	0.00 1	0.01 65	0.02 1	0.68 101

Occ-G	4.14 35	1.50 48	5.89 24	3.82 14	1.88 136	3.75 17	6.51 246	8.68 13	6.38 29	4.81 29	8.44 41	9.56 104	4.31 55	10.00 75	4.16 102	0.05 46	0.84 268	0.00 1	0.19 216	0.23 68	1.71 228

RAFT-RH_RVC	7.88 175	1.51 49	7.72 76	5.41 95	0.96 59	11.41 204	1.48 50	13.43 73	15.04 134	17.54 214	45.66 399	10.86 116	6.42 123	13.48 201	5.26 145	0.81 294	0.04 51	0.12 211	0.13 170	0.12 29	0.17 19

MGS-Stereo	3.47 11	1.54 50	7.34 67	3.79 12	0.51 18	4.78 44	1.51 52	6.53 3	9.92 85	4.54 25	10.22 64	5.44 48	1.26 5	8.51 43	2.53 30	0.21 167	0.01 10	0.02 100	0.00 1	0.59 220	0.23 22

riskmin	7.28 152	1.54 50	8.37 99	5.01 72	3.24 209	11.65 206	3.20 153	16.61 126	18.86 186	10.45 81	13.46 98	16.20 208	12.68 237	12.46 160	6.57 189	0.17 149	1.38 353	0.14 224	0.33 267	0.67 245	2.52 317

DRaft	9.41 215	1.56 52	10.09 169	4.18 31	0.92 51	12.87 221	5.68 219	17.40 141	29.75 289	21.24 288	38.12 360	9.96 107	13.97 264	11.81 125	8.08 206	0.66 276	0.30 167	0.07 164	0.26 244	0.33 117	0.88 124

FTStereo	8.76 198	1.57 53	6.75 49	6.55 175	2.45 166	7.65 158	11.62 341	18.36 153	9.01 72	20.25 261	40.79 375	15.87 202	12.36 231	11.02 87	4.69 126	0.24 176	0.01 10	0.09 178	0.16 194	0.19 56	5.58 372

HSM-Net_RVC	11.37 276	1.57 53	6.32 32	5.99 142	2.67 175	20.99 329	7.19 265	28.50 275	28.64 283	21.03 284	25.84 225	33.64 364	16.37 297	16.83 274	10.76 256	0.21 167	0.08 102	0.02 100	0.00 1	0.16 45	0.55 82
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DisPM	6.68 122	1.58 55	9.90 162	7.19 230	1.12 65	5.71 98	3.69 170	13.74 80	12.42 104	16.60 189	23.63 206	12.64 143	6.39 122	13.31 199	4.08 100	0.77 287	0.01 10	0.08 172	0.15 186	0.14 38	0.53 78

IPLGR	7.48 156	1.61 56	14.03 277	4.92 69	1.30 84	10.30 186	1.20 33	24.52 233	22.59 222	16.71 196	18.84 143	8.44 87	7.49 144	9.62 69	6.34 183	0.26 185	0.05 60	0.05 138	0.06 133	0.37 143	0.93 134

R-Stereo Train	7.33 153	1.62 57	9.31 138	6.80 202	2.33 161	7.57 156	5.36 212	24.47 230	7.63 39	16.40 183	33.07 317	12.42 141	5.52 97	8.06 37	5.23 143	0.05 46	0.05 60	0.01 81	0.00 1	0.12 29	0.56 85

RAFT-Stereo	7.33 153	1.62 57	9.31 138	6.80 202	2.33 161	7.57 156	5.36 212	24.47 230	7.63 39	16.40 183	33.07 317	12.42 141	5.52 97	8.06 37	5.23 143	0.05 46	0.05 60	0.01 81	0.00 1	0.12 29	0.56 85
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
H2IRNET	6.11 100	1.63 59	7.52 72	4.69 51	2.30 160	4.07 21	0.71 17	12.58 57	13.88 122	7.18 55	20.80 171	15.50 196	10.48 195	10.72 85	8.26 210	0.19 161	0.00 1	0.07 164	0.52 320	0.52 199	0.55 82

MIF-Stereo (partial)	4.55 47	1.63 59	8.37 99	5.46 97	5.35 289	3.48 14	0.94 22	9.80 21	8.03 55	4.45 23	15.68 112	5.33 47	5.11 85	11.92 132	4.57 123	0.06 70	0.02 30	0.06 147	0.03 98	0.45 177	0.30 29

ASMatch	7.61 161	1.63 59	9.18 132	5.79 131	2.27 158	4.63 30	2.54 126	17.23 137	13.73 121	17.27 206	34.28 335	13.26 164	10.15 193	12.39 158	5.49 153	0.12 122	0.24 153	0.21 256	0.17 200	0.18 52	1.55 215

PFNet+	6.92 133	1.64 62	10.96 212	6.27 156	0.90 49	5.66 94	1.68 71	14.43 91	16.02 148	18.13 230	21.24 173	14.33 176	5.97 110	13.13 190	5.51 154	0.90 306	0.20 139	0.11 206	0.30 258	0.08 16	0.94 138

CrosDoStereo	9.41 215	1.65 63	8.83 110	5.19 82	1.13 66	7.34 151	14.47 362	16.33 117	24.64 242	24.44 322	33.36 322	13.18 161	13.52 248	12.56 164	9.08 225	0.06 70	0.11 118	0.09 178	0.04 109	0.41 161	1.73 230

DeepStereo_LL	9.41 215	1.65 63	8.83 110	5.19 82	1.13 66	7.34 151	14.47 362	16.33 117	24.64 242	24.44 322	33.36 322	13.18 161	13.52 248	12.56 164	9.08 225	0.06 70	0.11 118	0.09 178	0.04 109	0.41 161	1.73 230

WCG-NET（raft）	4.87 53	1.67 65	6.84 52	3.49 7	0.31 2	4.96 61	1.95 100	11.08 43	15.49 141	8.82 69	11.46 79	9.50 102	4.96 83	11.32 103	3.26 67	0.09 99	1.41 357	0.00 1	0.03 98	0.23 68	0.54 80

IGEV++	3.49 12	1.67 65	6.59 44	6.41 166	1.44 91	4.50 27	1.66 70	11.20 44	5.34 8	3.01 6	6.40 30	4.30 29	4.36 57	5.66 10	3.53 77	0.05 46	1.20 321	0.00 1	0.15 186	0.32 113	2.10 292

SST-Stereo	6.85 127	1.67 65	9.39 141	7.24 233	0.82 41	5.89 105	1.87 95	15.34 101	9.89 84	19.25 253	20.26 161	16.63 214	8.40 163	13.81 214	5.75 160	0.40 219	0.05 60	0.13 217	0.00 1	0.10 19	0.08 5

DEmStereo	9.07 209	1.70 68	10.89 209	4.86 60	1.23 76	11.51 205	5.70 220	14.24 83	27.02 270	22.33 304	32.56 312	11.70 127	15.04 276	11.83 126	8.53 216	0.31 199	0.16 131	0.02 100	0.09 154	0.11 26	1.47 203

EKT-Stereo	6.11 100	1.71 69	9.09 121	7.69 251	5.56 300	5.16 66	4.26 184	19.18 164	15.13 136	9.20 74	12.84 92	9.55 103	4.18 53	11.74 121	3.24 66	0.53 250	0.62 241	0.09 178	0.14 179	0.17 48	2.16 299

testlalala	4.28 44	1.72 70	8.36 98	4.01 16	3.59 220	7.88 164	1.70 79	9.98 24	5.56 10	13.20 121	10.02 56	7.06 66	1.91 19	5.98 13	2.36 20	0.03 18	1.26 335	0.00 1	0.41 300	0.06 8	0.52 77

SFCPSM	9.16 213	1.72 70	12.32 251	5.64 109	3.51 218	16.58 288	6.93 259	31.11 308	26.15 262	17.05 204	20.08 158	11.05 119	9.94 188	12.55 163	6.05 166	0.36 210	0.17 134	0.37 295	0.22 222	0.40 158	1.01 145

RAFT_R40	7.14 147	1.73 72	9.36 140	7.36 237	0.82 41	5.74 100	3.69 170	15.47 104	15.09 135	18.24 233	19.87 156	16.82 215	8.50 166	13.72 212	5.81 163	0.28 193	0.02 30	0.14 224	0.00 1	0.11 26	0.09 7

UGAM	10.51 253	1.74 73	10.16 170	7.06 218	4.44 253	6.56 136	11.34 336	16.06 112	27.83 277	21.09 285	28.18 249	23.47 292	11.21 206	26.86 367	11.33 265	0.05 46	0.49 213	0.46 303	0.36 277	0.44 171	0.97 140

AAGNet	8.15 181	1.75 74	10.57 194	7.72 256	0.74 27	5.74 100	4.98 201	15.90 109	14.59 131	20.31 268	23.80 208	15.08 191	11.25 209	12.27 147	16.70 307	0.85 299	0.06 85	0.32 291	0.01 65	0.15 41	0.16 17

PFNet	8.10 180	1.75 74	12.34 252	7.54 247	2.40 164	7.41 154	5.81 227	23.83 227	17.85 169	20.78 275	17.57 128	15.22 193	7.72 149	13.37 200	6.46 187	0.33 204	0.20 139	0.12 211	0.19 216	0.32 113	0.77 114

11t1	6.61 120	1.76 76	9.64 152	5.62 107	2.15 152	13.57 233	2.67 134	15.77 108	8.83 69	13.66 135	11.90 85	12.03 137	9.76 187	12.23 146	8.58 218	0.23 171	1.33 345	0.00 1	0.31 259	0.26 87	1.95 260

test-1	6.03 97	1.76 76	15.61 304	8.01 269	1.98 141	7.82 162	1.16 32	13.64 75	13.60 120	9.69 77	15.16 110	11.55 124	5.45 94	7.78 33	4.35 114	0.16 143	1.18 315	0.00 1	0.13 170	0.16 45	1.39 190

AE-Stereo	5.68 68	1.78 78	9.22 136	9.25 300	2.52 169	10.13 181	2.92 144	13.10 62	14.88 133	4.88 32	13.10 94	10.72 114	4.43 63	9.24 59	3.37 70	0.10 108	1.31 339	0.06 147	0.32 261	0.21 61	2.03 279

RE-Stereo	6.97 137	1.79 79	10.18 172	7.14 223	0.77 34	6.14 115	3.39 162	20.72 183	18.43 176	13.41 126	19.33 148	11.78 128	6.09 113	12.66 167	6.22 173	0.58 261	0.05 60	0.21 256	0.22 222	0.12 29	0.10 9

TVStereo	6.97 137	1.79 79	10.18 172	7.14 223	0.77 34	6.14 115	3.39 162	20.72 183	18.43 176	13.41 126	19.33 148	11.78 128	6.09 113	12.66 167	6.22 173	0.58 261	0.05 60	0.21 256	0.22 222	0.12 29	0.10 9

NF-Stereo	6.96 136	1.80 81	10.17 171	7.16 229	0.79 39	6.15 117	3.26 160	20.74 188	18.45 178	13.42 129	19.33 148	11.67 125	6.05 111	12.71 171	6.17 171	0.57 260	0.06 85	0.21 256	0.23 229	0.12 29	0.09 7

OCTAStereo	6.97 137	1.80 81	10.20 174	7.15 228	0.78 37	6.12 114	3.38 161	20.72 183	18.47 179	13.41 126	19.33 148	11.91 133	6.05 111	12.68 169	6.19 172	0.59 265	0.06 85	0.21 256	0.22 222	0.12 29	0.10 9

IRAFT_RVC	8.93 205	1.80 81	10.65 198	7.83 260	1.81 132	6.36 127	10.05 317	26.32 251	27.59 275	17.93 224	19.70 153	17.67 234	9.98 189	13.20 193	6.29 180	0.37 214	0.30 167	0.19 248	0.05 123	0.23 68	0.24 24

MSKI-zero shot	5.11 58	1.81 84	6.47 39	6.17 149	1.78 130	6.42 130	1.50 51	13.59 74	8.66 67	10.63 85	11.58 80	13.29 165	2.35 24	12.34 153	3.09 59	0.05 46	1.21 327	0.02 100	0.29 253	0.15 41	0.85 120

anonymousdsp2	6.47 115	1.81 84	9.73 155	5.25 85	1.23 76	9.35 176	3.96 176	22.51 207	18.39 174	12.87 116	10.19 63	10.17 108	4.46 66	11.77 123	3.83 88	0.06 70	1.00 296	0.31 289	0.18 212	0.25 77	2.06 285

PSM-softLoss	6.90 131	1.81 84	10.84 206	7.04 215	0.93 55	5.53 85	1.97 102	23.18 216	9.65 81	14.16 141	22.01 194	12.84 149	5.15 88	13.03 182	7.95 203	0.76 284	0.06 85	0.27 274	0.55 325	0.21 61	0.14 13

KMStereo	6.90 131	1.81 84	10.84 206	7.04 215	0.93 55	5.53 85	1.97 102	23.18 216	9.65 81	14.16 141	22.01 194	12.84 149	5.15 88	13.03 182	7.95 203	0.76 284	0.06 85	0.27 274	0.55 325	0.21 61	0.14 13

Pruner-Stereo	6.85 127	1.81 84	10.24 177	6.92 210	0.92 51	5.55 91	4.01 178	14.42 90	11.85 102	18.22 232	21.92 189	15.64 199	5.69 106	12.10 141	6.08 168	0.84 298	0.02 30	0.18 242	0.10 161	0.11 26	0.38 48

XX-Stereo	6.50 116	1.81 84	10.42 187	12.71 372	7.14 347	3.46 13	0.90 21	16.31 115	6.13 25	9.03 73	28.11 248	13.48 168	2.22 23	11.87 129	2.61 36	0.45 237	0.78 259	0.08 172	0.42 301	1.09 291	0.88 124

gcap-zeroshot	5.83 79	1.82 90	11.95 245	5.34 89	1.98 141	11.06 199	1.64 63	11.01 40	7.05 33	15.27 156	9.84 55	18.92 254	5.12 87	9.85 72	2.50 26	0.27 189	0.90 280	0.07 164	0.33 267	0.05 2	1.61 219

HCRNet	9.13 212	1.82 90	8.73 105	14.95 387	5.22 286	10.66 196	2.49 124	26.57 255	18.64 184	16.31 180	25.51 222	18.42 246	11.15 205	13.53 203	7.25 194	0.10 108	0.04 51	0.10 186	0.02 89	0.27 96	0.76 112

test_sample1	8.49 190	1.83 92	10.60 195	5.53 99	2.95 195	15.17 257	4.51 190	20.73 187	11.47 97	14.78 149	22.80 201	19.06 256	13.86 261	12.52 162	10.17 244	0.14 131	1.20 321	0.02 100	0.19 216	0.28 100	1.93 252

test_sample2	8.68 195	1.84 93	9.64 152	5.53 99	2.43 165	13.92 237	8.00 282	21.09 192	16.82 164	14.92 150	22.73 199	19.44 258	13.75 256	12.99 179	6.85 191	0.15 140	1.15 311	0.07 164	0.20 220	0.35 128	1.78 235

knoymous	6.46 113	1.84 93	5.13 16	4.31 40	1.88 136	6.36 127	5.55 217	15.25 100	14.48 130	13.85 138	21.25 174	12.66 145	6.63 130	13.20 193	5.11 138	0.19 161	0.13 123	0.12 211	0.00 1	0.71 253	0.57 90

BUS	9.86 228	1.86 95	9.14 129	7.14 223	4.12 240	19.47 317	2.69 136	34.15 343	23.28 226	18.82 244	21.95 190	14.37 177	11.63 216	14.72 234	12.39 276	0.36 210	0.13 123	0.15 229	0.04 109	0.37 143	0.46 68

BSDual-CNN	10.33 247	1.86 95	9.14 129	7.14 223	4.12 240	15.83 271	8.93 292	34.15 343	23.28 226	18.82 244	21.95 190	22.14 280	13.58 252	14.72 234	9.53 235	0.36 210	0.13 123	0.15 229	0.04 109	0.37 143	0.46 68

psmg	10.36 248	1.86 95	9.14 129	5.58 103	4.12 240	15.74 270	7.65 276	30.05 297	23.28 226	21.80 297	26.26 230	22.14 280	13.58 252	14.72 234	9.53 235	0.36 210	0.13 123	0.17 239	0.04 109	0.44 171	0.67 99

CRE-IMP	5.83 79	1.86 95	11.10 218	6.20 152	0.51 18	6.86 143	1.64 63	12.56 56	9.01 72	13.16 120	16.11 119	10.94 117	6.14 117	12.81 173	6.46 187	0.50 246	0.07 96	0.10 186	0.00 1	0.27 96	0.27 26

DeepStereo_RVC	5.95 91	1.88 99	10.44 191	5.76 130	0.60 23	5.45 77	1.78 88	12.93 60	8.02 54	14.07 140	14.98 107	12.40 140	10.05 190	12.02 135	7.35 195	0.61 269	0.10 114	0.12 211	0.00 1	0.21 61	0.29 28

SMFormer	11.03 265	1.90 100	14.85 289	4.89 63	1.48 101	14.92 249	3.21 155	31.03 303	30.74 297	20.28 262	29.37 263	18.33 242	14.54 267	16.56 268	14.46 291	0.41 223	1.20 321	0.28 280	0.24 233	0.45 177	1.47 203

tta	11.03 265	1.90 100	14.85 289	4.89 63	1.48 101	14.92 249	3.21 155	31.03 303	30.73 296	20.28 262	29.37 263	18.33 242	14.54 267	16.56 268	14.46 291	0.41 223	1.20 321	0.28 280	0.24 233	0.39 154	1.60 216

qqq1	10.51 253	1.90 100	14.85 289	4.89 63	1.48 101	14.92 249	3.21 155	31.03 303	30.74 297	20.28 262	29.37 263	18.33 242	14.54 267	16.56 268	4.42 117	0.41 223	1.20 321	0.00 1	0.14 179	0.39 154	1.60 216

fff1	10.51 253	1.90 100	14.85 289	4.89 63	1.48 101	14.92 249	3.21 155	31.03 303	30.74 297	20.28 262	29.37 263	18.33 242	14.54 267	16.56 268	4.42 117	0.41 223	1.20 321	0.00 1	0.14 179	0.39 154	1.60 216

UGAM-zero	7.48 156	1.91 104	14.55 285	4.78 55	2.00 143	6.34 125	1.02 28	18.99 162	8.70 68	14.93 151	15.74 113	24.94 307	13.86 261	13.13 190	5.05 135	0.04 26	0.96 285	0.02 100	1.08 356	0.18 52	1.46 201

model_zeroshot	5.85 82	1.91 104	10.98 213	6.34 164	2.55 172	10.42 189	2.38 118	17.38 140	9.39 78	14.72 148	10.36 67	11.21 120	2.93 30	8.95 49	3.57 78	0.14 131	1.01 298	0.15 229	0.38 292	0.08 16	2.15 298

NRIStereo	5.98 94	1.91 104	9.60 150	6.29 161	0.45 4	6.56 136	2.52 125	15.37 102	11.43 96	12.55 101	15.07 109	11.45 121	6.11 115	12.32 150	6.23 175	0.83 296	0.16 131	0.11 206	0.00 1	0.32 113	0.33 30

hknet	10.77 261	1.95 107	11.80 236	7.14 223	3.83 231	15.83 271	8.93 292	34.15 343	22.70 223	18.82 244	21.95 190	23.13 288	17.03 305	16.94 277	9.85 240	0.28 193	0.13 123	0.15 229	0.04 109	0.37 143	0.46 68

WCG-NET	4.66 49	1.97 108	6.29 31	4.20 33	3.10 204	8.44 168	1.34 40	10.21 26	10.23 88	8.58 65	9.53 54	8.37 85	5.23 90	11.46 107	2.62 38	0.08 89	0.34 178	0.00 1	0.00 1	0.24 72	1.03 148

Patchmatch Stereo++	5.88 86	1.97 108	10.43 189	5.66 112	0.45 4	5.54 88	2.32 116	13.26 66	7.79 45	12.69 105	18.14 132	12.86 151	6.63 130	12.36 155	5.60 156	1.09 324	0.09 104	0.10 186	0.00 1	0.25 77	0.35 34
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	5.83 79	1.97 108	10.44 191	5.66 112	0.46 10	5.54 88	1.91 98	13.24 64	7.80 49	12.69 105	18.19 138	12.80 147	6.65 138	11.89 130	5.45 152	1.02 318	0.09 104	0.10 186	0.00 1	0.26 87	0.36 40

ROB_FTStereo_v2	5.85 82	1.97 108	10.38 184	5.66 112	0.46 10	5.52 81	1.95 100	13.24 64	7.78 44	12.68 104	18.16 134	12.83 148	6.61 128	12.27 147	5.63 159	1.00 315	0.09 104	0.10 186	0.00 1	0.26 87	0.36 40

ROB_FTStereo	5.82 77	1.97 108	10.37 183	5.67 119	0.46 10	5.52 81	1.63 61	13.27 68	7.79 45	12.69 105	18.06 131	12.86 151	6.63 130	12.28 149	5.43 150	0.87 303	0.09 104	0.10 186	0.00 1	0.26 87	0.36 40

iGMRVC	5.86 85	1.97 108	10.41 186	5.66 112	0.45 4	5.53 85	1.75 85	13.35 72	7.81 50	12.69 105	18.17 136	12.86 151	6.53 125	12.34 153	5.77 161	1.13 330	0.09 104	0.10 186	0.00 1	0.26 87	0.34 33

iRAFT	5.88 86	1.97 108	10.43 189	5.66 112	0.45 4	5.54 88	2.32 116	13.26 66	7.79 45	12.69 105	18.14 132	12.86 151	6.63 130	12.36 155	5.60 156	1.09 324	0.09 104	0.10 186	0.00 1	0.25 77	0.35 34

RAFT-IKP	5.85 82	1.97 108	10.36 181	5.66 112	0.45 4	5.33 76	2.01 104	13.27 68	7.79 45	12.69 105	18.19 138	12.77 146	6.67 139	12.36 155	5.60 156	1.11 327	0.09 104	0.10 186	0.00 1	0.25 77	0.35 34

HUI-Stereo	5.80 75	1.98 116	10.42 187	5.66 112	0.45 4	5.52 81	2.68 135	13.29 70	7.82 51	12.71 111	18.16 134	12.91 156	6.60 126	10.73 86	5.36 147	0.89 304	0.08 102	0.10 186	0.00 1	0.25 77	0.36 40

fff	7.26 148	1.99 117	9.12 124	4.17 27	0.47 13	4.73 38	1.68 71	16.56 123	33.55 319	15.45 162	20.36 162	7.49 70	12.54 232	9.03 50	6.26 177	0.18 152	0.05 60	0.01 81	0.00 1	0.10 19	1.37 184

csc	7.26 148	1.99 117	9.12 124	4.17 27	0.47 13	4.73 38	1.68 71	16.56 123	33.55 319	15.45 162	20.36 162	7.49 70	12.54 232	9.03 50	6.26 177	0.18 152	0.05 60	0.01 81	0.00 1	0.10 19	1.37 184

cscssc	7.26 148	1.99 117	9.12 124	4.17 27	0.47 13	4.73 38	1.68 71	16.56 123	33.55 319	15.45 162	20.36 162	7.49 70	12.54 232	9.03 50	6.26 177	0.18 152	0.05 60	0.01 81	0.00 1	0.10 19	1.37 184

222	13.07 307	1.99 117	10.74 201	6.56 176	2.74 179	19.95 322	2.54 126	34.13 342	24.42 240	22.52 306	31.39 291	20.78 267	16.99 304	14.31 220	48.07 439	0.16 143	1.33 345	0.01 81	0.32 261	0.37 143	2.02 276

IPLG	7.65 164	2.00 121	13.81 273	5.86 139	4.35 250	10.97 197	1.43 43	22.52 208	16.50 158	19.78 259	20.62 167	5.28 45	5.49 95	12.58 166	9.70 239	0.13 129	0.06 85	0.03 117	0.07 140	0.41 161	1.38 188

GwcNet-ADL	8.81 200	2.00 121	10.21 175	7.70 254	2.82 185	6.99 145	7.05 262	30.58 301	26.21 264	15.71 170	17.65 129	13.93 172	6.83 140	13.90 215	11.43 266	0.49 244	0.76 258	0.01 81	0.01 65	0.55 208	1.46 201

RAFT+CT+SA	7.76 172	2.01 123	7.56 73	11.32 354	3.31 210	4.60 29	7.19 265	17.21 136	27.40 273	10.43 80	27.34 240	7.63 74	7.83 150	15.46 250	3.51 75	0.03 18	0.39 187	0.18 242	0.46 304	0.33 117	0.93 134

HHNet	7.57 159	2.01 123	8.03 87	3.71 11	3.46 216	4.93 57	6.17 236	19.69 174	16.27 152	20.91 281	31.75 298	10.56 112	5.82 108	10.69 84	5.10 137	0.67 277	0.07 96	0.21 256	0.14 179	0.63 232	0.54 80

DCANet	6.87 130	2.02 125	9.12 124	4.03 19	0.76 32	4.77 43	1.74 84	16.15 113	25.07 245	15.88 176	20.79 170	7.89 79	11.31 211	9.23 58	6.15 170	0.18 152	0.05 60	0.00 1	0.00 1	0.28 100	2.01 275

GANet-RSSM	10.17 238	2.02 125	8.21 92	7.09 222	5.57 301	13.17 227	7.29 269	27.27 264	19.65 192	15.81 172	28.83 257	26.18 315	16.33 295	14.58 231	9.28 233	0.25 182	0.27 158	0.16 236	0.04 109	0.65 238	0.72 107

CASS	8.64 194	2.03 127	8.60 101	8.71 289	1.59 113	15.02 255	2.75 139	23.27 221	18.58 183	16.29 179	22.78 200	13.42 166	13.68 255	13.07 188	7.66 197	1.18 337	0.05 60	0.13 217	0.01 65	0.75 261	3.24 343
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
xxxx	12.60 299	2.03 127	10.79 202	6.18 151	2.86 188	21.84 335	3.02 148	34.55 351	25.46 255	16.39 182	31.58 297	26.87 325	14.75 273	14.00 217	37.45 409	0.21 167	1.36 350	0.01 81	0.32 261	0.35 128	2.07 286

ADStereo(finetuned)	7.09 143	2.04 129	11.52 228	4.01 16	0.77 34	4.78 44	1.73 81	16.15 113	25.08 246	15.89 177	20.74 169	7.88 78	13.56 251	9.11 55	6.07 167	0.18 152	0.05 60	0.00 1	0.00 1	0.28 100	1.93 252

GMOStereo	6.33 107	2.04 129	8.28 94	5.68 120	1.20 72	6.11 109	2.14 107	11.20 44	13.15 111	18.66 236	21.83 183	17.35 226	6.64 134	7.09 27	2.78 51	0.02 7	1.42 358	0.13 217	0.00 1	0.53 200	0.37 44

error version	6.33 107	2.04 129	8.28 94	5.68 120	1.20 72	6.11 109	2.14 107	11.20 44	13.15 111	18.66 236	21.83 183	17.35 226	6.64 134	7.09 27	2.78 51	0.02 7	1.42 358	0.13 217	0.00 1	0.53 200	0.37 44

test-v	6.33 107	2.04 129	8.28 94	5.68 120	1.20 72	6.11 109	2.14 107	11.20 44	13.15 111	18.66 236	21.83 183	17.35 226	6.64 134	7.09 27	2.78 51	0.02 7	1.42 358	0.13 217	0.00 1	0.53 200	0.37 44

test-2	6.33 107	2.04 129	8.28 94	5.68 120	1.20 72	6.11 109	2.14 107	11.20 44	13.15 111	18.66 236	21.83 183	17.35 226	6.64 134	7.09 27	2.78 51	0.02 7	1.42 358	0.13 217	0.00 1	0.53 200	0.37 44

testlalala2	6.22 104	2.05 134	8.67 103	15.89 393	10.72 395	7.88 164	3.50 169	13.65 77	10.50 89	15.90 178	12.54 89	8.50 89	2.47 25	5.89 11	3.87 93	0.06 70	0.63 243	0.00 1	0.50 316	0.54 207	0.61 92

MaDis-Stereo	2.96 3	2.05 134	7.26 59	3.35 6	2.54 171	1.78 3	0.28 7	8.41 8	5.58 11	2.77 5	3.62 4	7.05 65	4.60 67	5.95 12	3.33 68	0.01 2	0.05 60	0.00 1	0.00 1	0.19 56	0.39 50

4D-IteraStereo	5.47 63	2.05 134	8.66 102	5.34 89	4.93 272	6.11 109	1.79 89	13.74 80	16.35 156	14.53 145	11.10 76	8.22 83	1.59 9	8.73 45	3.37 70	0.00 1	0.49 213	0.09 178	0.02 89	0.25 77	1.98 263

test_5	8.85 201	2.05 134	9.51 146	11.62 356	4.99 276	6.74 140	5.48 216	18.25 151	23.57 230	16.72 197	29.73 270	15.54 198	10.54 197	16.25 260	4.02 96	0.05 46	0.40 189	0.27 274	0.08 146	0.34 123	0.81 116

MIM_Stereo	7.37 155	2.06 138	12.02 246	4.71 53	1.69 123	5.17 67	1.28 37	19.54 173	13.09 110	16.93 199	28.48 253	13.05 160	5.43 92	13.25 196	7.41 196	0.02 7	0.62 241	0.00 1	0.01 65	0.45 177	2.09 291

anonymousa	9.61 223	2.06 138	9.20 134	5.24 84	6.67 337	15.03 256	4.18 182	19.08 163	21.43 205	19.03 248	30.96 286	21.49 275	14.23 266	11.12 96	8.61 219	0.08 89	1.24 332	0.29 284	0.69 334	0.18 52	1.48 206

IER	10.32 246	2.06 138	11.88 241	4.95 70	5.34 288	13.34 229	6.11 235	27.47 266	23.59 231	20.37 269	30.03 272	16.50 211	20.42 340	14.24 219	8.81 220	0.16 143	0.03 43	0.18 242	0.10 161	0.27 96	0.56 85

EAI-Stereo	5.82 77	2.06 138	9.08 120	6.23 154	2.20 155	6.24 121	6.20 237	20.18 180	6.36 28	10.65 86	15.97 117	6.31 57	3.63 41	12.09 140	4.88 133	0.06 70	0.73 251	0.04 130	1.59 371	0.21 61	1.67 225

raftrobust	5.94 89	2.07 142	6.94 53	7.67 250	6.24 326	4.96 61	1.82 90	17.76 146	14.36 129	12.03 96	11.62 81	7.74 76	9.01 175	11.29 102	3.71 84	0.05 46	0.79 261	0.00 1	0.04 109	0.25 77	0.38 48

PCWNet_CMD	9.97 233	2.08 143	11.61 231	5.36 92	2.92 191	16.39 283	2.94 147	29.76 295	34.38 330	17.83 220	21.86 187	18.91 253	8.27 160	13.01 181	7.73 200	0.23 171	0.46 206	0.79 327	0.25 242	3.46 360	1.12 164

MSMDNet	9.96 231	2.08 143	11.66 232	5.39 94	2.92 191	16.50 286	2.89 143	29.73 294	34.55 333	17.86 223	21.91 188	18.86 252	8.36 162	13.06 186	7.74 201	0.24 176	0.47 209	0.66 319	0.24 233	3.07 348	1.04 150

STrans-v2	8.16 182	2.09 145	9.79 157	5.44 96	1.53 109	11.87 209	9.69 310	19.77 175	13.20 115	14.01 139	25.80 224	17.88 239	12.55 235	13.30 198	4.39 116	0.06 70	0.01 10	0.18 242	0.01 65	0.25 77	1.31 182

test_xeample	12.39 291	2.09 145	10.36 181	5.73 126	3.06 202	18.17 308	6.27 239	31.98 320	24.37 239	18.78 243	33.92 331	19.09 257	16.00 292	14.60 232	39.03 417	0.19 161	1.32 341	0.01 81	0.33 267	0.36 137	2.04 281

anonymousdsp	3.97 27	2.10 147	6.76 50	4.43 43	1.82 134	4.92 55	1.68 71	14.84 97	5.82 15	5.26 42	5.54 21	4.20 26	4.37 61	11.54 118	2.68 41	0.04 26	0.87 275	0.00 1	0.18 212	0.36 137	1.98 263

Sa-1000	8.91 204	2.10 147	9.11 122	8.07 271	1.16 69	16.62 289	2.39 119	25.58 240	25.43 254	15.52 166	28.24 250	12.19 138	8.67 167	16.40 263	3.70 82	0.39 216	0.86 274	0.16 236	0.23 229	0.48 187	0.89 126

IGEV-Stereo	3.97 27	2.10 147	6.78 51	4.43 43	1.81 132	4.92 55	1.68 71	14.84 97	5.82 15	5.25 41	5.54 21	4.22 28	4.36 57	11.55 119	2.68 41	0.04 26	0.88 277	0.00 1	0.18 212	0.36 137	1.98 263
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TransformOpticalFlow	7.95 176	2.10 147	9.83 160	6.06 145	1.24 79	6.82 141	7.98 281	18.60 159	14.06 126	14.93 151	28.79 255	18.74 249	11.03 201	12.79 172	4.12 101	0.06 70	0.04 51	0.21 256	0.04 109	0.21 61	1.27 177

DCRE	6.73 123	2.11 151	9.19 133	7.76 257	4.90 270	7.81 161	5.86 229	16.46 120	11.38 95	9.61 76	22.55 197	11.84 132	6.35 121	11.09 92	3.63 81	0.04 26	1.19 320	0.06 147	0.37 282	0.15 41	2.23 302

ICVP	10.54 257	2.11 151	7.49 70	9.62 309	3.41 215	13.85 235	6.34 243	26.81 258	23.24 225	16.90 198	31.76 299	27.31 326	12.81 238	12.18 143	12.47 280	1.59 347	0.58 235	0.19 248	0.13 170	0.63 232	1.45 200
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CoDeX	9.58 221	2.12 153	10.82 205	6.52 174	3.76 226	16.55 287	6.82 255	26.62 256	25.63 258	17.50 212	25.62 223	14.70 182	11.81 223	12.82 174	7.88 202	0.42 229	0.20 139	0.15 229	0.02 89	0.36 137	1.28 178

ff7	3.92 23	2.12 153	7.30 61	4.22 34	1.47 96	4.90 50	1.65 65	14.40 85	5.82 15	5.08 37	5.59 23	3.45 15	4.61 70	11.48 109	2.76 45	0.04 26	0.98 289	0.00 1	0.17 200	0.35 128	1.98 263

ffff	3.92 23	2.12 153	7.30 61	4.22 34	1.47 96	4.90 50	1.65 65	14.40 85	5.82 15	5.08 37	5.59 23	3.45 15	4.61 70	11.48 109	2.76 45	0.04 26	0.98 289	0.00 1	0.17 200	0.35 128	1.98 263

11t	3.92 23	2.12 153	7.30 61	4.22 34	1.47 96	4.90 50	1.65 65	14.40 85	5.82 15	5.08 37	5.59 23	3.45 15	4.61 70	11.48 109	2.76 45	0.04 26	0.98 289	0.00 1	0.17 200	0.35 128	1.98 263

ccc-4	3.92 23	2.12 153	7.30 61	4.22 34	1.47 96	4.90 50	1.65 65	14.40 85	5.82 15	5.08 37	5.59 23	3.45 15	4.61 70	11.48 109	2.76 45	0.04 26	0.98 289	0.00 1	0.17 200	0.35 128	1.98 263

x	7.70 167	2.12 153	8.93 115	5.08 77	2.55 172	11.65 206	4.40 187	20.91 190	12.53 105	13.58 133	20.49 166	15.73 201	11.10 203	10.65 80	10.16 243	0.11 113	1.37 351	0.04 130	0.29 253	0.34 123	1.95 260

mmm	8.54 191	2.13 159	10.21 175	5.81 133	2.96 196	14.00 239	6.67 249	19.28 169	12.59 106	16.95 202	24.40 215	17.83 238	10.70 198	12.90 178	9.42 234	0.17 149	1.28 336	0.50 307	0.60 329	0.44 171	2.03 279

ac_64	11.57 280	2.13 159	11.77 235	8.79 292	5.51 298	19.40 315	6.29 240	24.72 234	15.20 137	23.50 315	24.91 216	33.07 358	16.82 302	19.33 306	17.78 314	0.53 250	0.15 129	0.02 100	0.03 98	0.35 128	1.03 148

CFNet_ucs	10.56 258	2.15 161	12.88 258	5.55 102	4.11 239	15.24 259	3.93 175	28.55 277	32.41 312	18.70 240	24.95 218	22.99 286	9.66 186	14.22 218	8.13 208	0.29 196	0.84 268	1.63 364	0.23 229	3.43 359	1.31 182

qqq	7.72 169	2.15 161	10.06 168	5.01 72	1.82 134	8.62 169	7.27 268	21.10 193	13.53 117	12.48 100	18.71 142	16.17 206	12.10 226	12.08 138	9.26 229	0.08 89	1.35 349	0.02 100	0.36 277	0.36 137	1.93 252

iRaftStereo_RVC	5.06 57	2.15 161	7.88 83	5.54 101	0.78 37	5.22 70	0.45 12	18.47 158	11.75 101	9.72 78	15.05 108	5.74 52	3.18 32	9.29 60	2.52 28	0.02 7	1.24 332	0.00 1	0.01 65	0.58 214	1.62 221

UPFNet	12.31 287	2.15 161	11.91 242	7.90 266	7.21 349	20.03 323	9.28 301	29.44 290	27.18 272	20.88 278	30.86 285	21.23 271	18.11 318	19.60 308	17.41 311	0.55 257	0.57 232	0.26 272	0.07 140	0.67 245	0.92 129

CAS++	4.25 40	2.16 165	6.64 47	4.57 49	1.14 68	4.22 24	1.62 60	19.22 168	10.81 91	9.35 75	9.25 50	1.97 6	1.40 7	9.87 73	2.00 9	0.15 140	0.05 60	0.00 1	0.00 1	0.33 117	0.28 27
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
SA	8.43 188	2.16 165	10.02 166	8.41 279	0.93 55	7.36 153	2.21 113	23.73 225	26.15 262	13.55 132	30.84 284	9.89 106	10.09 191	16.84 275	3.52 76	0.18 152	0.68 246	0.17 239	0.40 298	0.48 187	0.92 129

ttt	10.82 262	2.17 167	9.66 154	7.03 214	4.44 253	14.16 241	6.87 257	33.72 339	30.69 295	15.67 169	31.50 294	14.99 187	10.50 196	16.54 267	13.98 288	0.41 223	1.31 339	0.10 186	0.29 253	0.47 184	1.92 251

iRaft-Stereo_20w	6.75 125	2.17 167	13.20 267	5.07 76	2.34 163	7.43 155	2.61 131	20.20 181	7.85 53	15.28 157	10.36 67	14.42 179	8.13 157	16.81 273	4.20 103	0.06 70	0.84 268	0.13 217	0.83 341	0.66 243	2.42 313

rvit_stereo_0081	4.20 37	2.18 169	9.43 143	6.66 189	1.77 128	3.43 11	2.29 114	8.53 11	16.32 154	4.68 27	5.52 19	5.21 41	4.60 67	8.22 39	4.20 103	0.05 46	0.01 10	0.00 1	0.01 65	0.41 161	0.49 74

rvit_stereo_0082	4.20 37	2.18 169	9.43 143	6.66 189	1.77 128	3.43 11	2.29 114	8.53 11	16.32 154	4.68 27	5.52 19	5.21 41	4.60 67	8.22 39	4.20 103	0.05 46	0.01 10	0.00 1	0.01 65	0.41 161	0.49 74

plain	4.41 45	2.18 169	11.50 227	5.46 97	2.97 197	3.20 9	1.38 41	9.01 17	5.96 24	3.56 12	16.63 122	3.01 11	2.76 28	14.80 240	4.25 109	0.32 202	0.00 1	0.04 130	0.01 65	0.79 266	0.43 61

THIR-Stereo	9.52 220	2.21 172	9.26 137	5.38 93	0.85 43	15.55 263	11.50 340	16.88 131	21.74 212	24.45 324	31.96 301	14.20 173	13.85 260	11.89 130	8.54 217	0.14 131	0.25 157	0.10 186	0.05 123	0.40 158	1.11 163

CFNet_pseudo	9.92 229	2.21 172	11.76 234	5.09 78	2.93 194	14.43 244	3.12 149	27.16 261	32.52 313	17.58 217	22.81 202	21.97 278	9.29 180	13.06 186	8.34 213	0.23 171	0.46 206	1.23 355	0.27 248	2.89 344	0.99 142

ccs_rob	9.95 230	2.21 172	11.74 233	5.11 80	2.91 190	14.48 245	3.21 155	27.26 263	32.72 315	17.53 213	22.70 198	21.96 277	9.25 179	12.99 179	8.34 213	0.23 171	0.45 204	1.38 360	0.28 250	3.13 352	1.07 156

TestStereo1	8.04 178	2.22 175	8.85 112	10.87 347	2.12 150	4.66 32	2.40 120	21.17 197	23.79 233	17.41 207	26.31 232	9.41 100	9.09 177	16.23 257	3.85 91	0.14 131	0.40 189	0.02 100	0.13 170	0.58 214	1.10 159

SA-5K	8.04 178	2.22 175	8.85 112	10.87 347	2.12 150	4.66 32	2.40 120	21.17 197	23.79 233	17.41 207	26.31 232	9.41 100	9.09 177	16.23 257	3.85 91	0.14 131	0.40 189	0.02 100	0.13 170	0.58 214	1.10 159

test_sample6	10.49 252	2.24 177	11.49 226	5.91 140	2.48 167	16.12 278	6.37 245	28.98 283	22.48 221	20.28 262	34.11 332	17.08 219	13.28 245	14.57 229	10.61 253	0.32 202	0.95 284	0.10 186	0.19 216	0.59 220	1.61 219

test_sample5	10.07 235	2.24 177	11.22 220	5.82 135	2.68 176	16.15 279	5.79 225	27.87 270	21.59 209	19.26 254	32.74 315	15.92 203	12.97 240	14.33 221	9.26 229	0.27 189	0.98 289	0.07 164	0.17 200	0.57 211	1.49 208

test_sample3	9.46 218	2.24 177	11.38 222	5.72 125	2.79 184	18.29 309	5.20 208	27.54 267	21.43 205	18.03 227	21.98 193	16.47 210	11.22 207	13.58 207	9.99 242	0.24 176	0.96 285	0.05 138	0.17 200	0.47 184	1.39 190

DualNet	10.19 239	2.24 177	11.22 220	5.82 135	2.68 176	16.15 279	5.79 225	27.87 270	21.59 209	20.28 262	34.11 332	15.92 203	12.97 240	14.33 221	9.26 229	0.27 189	0.98 289	0.07 164	0.17 200	0.57 211	1.49 208

MyStereo06	6.95 135	2.25 181	14.05 278	6.69 191	4.74 264	7.75 159	9.60 304	17.85 148	9.03 74	13.29 124	10.78 75	18.68 248	5.70 107	10.66 81	4.52 121	0.09 99	1.32 341	0.02 100	0.26 244	0.84 277	0.92 129

MyStereo05	9.63 224	2.25 181	10.26 178	6.69 191	4.74 264	7.75 159	9.60 304	31.51 316	41.00 370	17.45 210	13.02 93	10.28 111	12.27 230	14.74 237	7.68 199	0.09 99	1.32 341	0.02 100	0.26 244	0.84 277	0.92 129

ACVNet	10.83 263	2.25 181	7.10 56	6.43 170	3.02 200	13.17 227	3.75 172	22.83 214	35.15 340	15.81 172	30.67 281	24.65 300	15.77 287	16.47 264	18.13 316	0.16 143	0.01 10	0.06 147	0.07 140	0.65 238	0.43 61

acv_ft	12.59 297	2.25 181	13.50 270	8.30 277	6.23 325	19.81 321	6.34 243	26.43 253	35.15 340	26.38 342	30.67 281	24.65 300	14.91 274	16.47 264	19.16 328	0.16 143	0.01 10	0.06 147	0.07 140	0.74 258	0.43 61

SPstereo	4.26 41	2.26 185	8.78 108	5.09 78	1.45 92	5.66 94	1.08 29	13.30 71	8.20 58	8.93 72	10.09 62	6.61 60	3.52 37	5.14 7	3.20 64	0.02 7	1.13 309	0.06 147	0.00 1	0.32 113	0.39 50

test_sample4	9.81 226	2.27 186	11.39 223	5.70 124	2.74 179	17.40 298	5.20 208	28.01 272	21.50 207	18.70 240	28.46 252	14.96 186	12.86 239	13.80 213	9.68 238	0.24 176	0.97 287	0.06 147	0.16 194	0.51 197	1.48 206

rvit_stereo_0083	4.77 50	2.28 187	10.63 197	7.49 245	1.73 125	4.88 48	2.71 138	8.97 16	18.71 185	5.01 33	7.88 40	6.38 58	5.11 85	7.80 34	4.86 132	0.28 193	0.04 51	0.00 1	0.01 65	0.26 87	0.39 50

AFF-stereo	6.50 116	2.29 188	8.09 89	4.63 50	0.87 46	3.48 14	0.75 18	16.92 132	13.98 124	13.26 123	25.21 220	15.46 195	7.68 148	11.50 114	3.71 84	0.04 26	0.70 248	0.00 1	0.00 1	0.48 187	1.02 147

IGEV_Zeroshot_test	5.90 88	2.30 189	15.24 298	6.90 208	2.11 148	4.35 25	1.51 52	15.68 106	8.52 65	13.73 136	11.89 84	11.49 122	3.82 45	11.41 105	4.76 130	0.11 113	0.84 268	0.15 229	0.25 242	0.87 279	1.98 263

MIPNet	7.26 148	2.30 189	13.74 272	5.32 88	1.61 116	11.32 202	2.77 140	27.02 260	18.47 179	15.56 168	13.20 95	7.01 64	9.46 181	8.84 46	6.32 181	0.15 140	0.03 43	0.06 147	0.08 146	0.42 166	1.39 190

pcwnet_v2	12.68 300	2.30 189	18.36 333	8.32 278	5.74 306	17.73 301	4.77 197	36.75 376	46.28 397	20.98 282	29.07 260	16.62 212	13.52 248	16.56 268	10.30 246	0.55 257	1.02 300	0.34 292	0.24 233	2.10 328	2.11 293

PSMNet-ADL	10.30 243	2.32 192	7.83 81	9.69 311	4.44 253	16.04 273	4.16 180	27.57 268	25.08 246	15.16 154	19.04 145	25.28 310	13.63 254	16.49 266	15.33 295	0.86 301	0.81 263	0.01 81	0.04 109	0.33 117	1.81 237

HSM	11.89 284	2.32 192	8.70 104	6.70 194	4.10 238	16.45 284	8.06 284	30.42 299	20.31 199	23.35 313	26.42 234	41.60 401	17.59 314	20.66 322	9.57 237	0.11 113	0.03 43	0.01 81	0.01 65	0.24 72	1.22 170

1111x	12.31 287	2.33 194	12.13 248	5.79 131	2.84 186	15.49 262	8.70 290	36.34 368	29.33 287	16.58 188	27.52 242	26.70 322	15.76 286	17.21 281	24.79 361	0.26 185	1.37 351	0.04 130	0.42 301	0.46 182	2.07 286

iRaft-Stereo_5w	9.10 211	2.33 194	10.69 200	6.64 187	4.47 257	4.74 42	10.72 325	16.71 128	16.97 165	15.39 159	26.15 228	21.25 272	12.59 236	16.38 262	12.90 285	0.85 299	0.51 217	0.08 172	0.22 222	0.95 284	1.53 213

ffm	8.89 203	2.34 196	12.99 262	6.28 157	3.81 227	12.43 214	7.47 272	19.77 175	16.80 161	16.64 192	32.03 302	17.29 222	11.78 219	11.11 93	2.34 18	0.05 46	1.17 312	0.80 329	0.37 282	0.29 105	2.07 286

ff1	10.31 244	2.34 196	12.99 262	6.28 157	3.81 227	12.43 214	7.47 272	19.77 175	16.80 161	16.64 192	32.03 302	17.29 222	11.78 219	17.54 286	24.30 355	0.05 46	1.17 312	0.80 329	0.37 282	0.29 105	2.07 286

mmx	11.59 281	2.34 196	12.99 262	6.28 157	3.81 227	12.43 214	7.47 272	32.76 329	28.92 284	16.64 192	32.03 302	17.29 222	11.78 219	17.54 286	24.30 355	0.24 176	1.21 327	0.80 329	0.37 282	0.65 238	1.89 246

xxx	11.59 281	2.34 196	12.99 262	6.28 157	3.81 227	12.43 214	7.47 272	32.75 328	28.92 284	16.64 192	32.03 302	17.29 222	11.78 219	17.54 286	24.30 355	0.24 176	1.21 327	0.80 329	0.37 282	0.65 238	1.89 246

cf-r	10.67 259	2.34 196	9.77 156	6.17 149	5.79 308	12.94 223	5.14 202	25.21 238	27.86 278	17.84 221	32.03 302	25.81 312	15.91 289	12.22 145	12.56 282	0.17 149	0.19 138	0.05 138	0.06 133	0.59 220	0.72 107

ProNet	4.14 35	2.35 201	7.50 71	4.22 34	1.47 96	5.67 97	6.24 238	13.78 82	7.71 43	3.38 9	4.93 16	3.72 20	3.52 37	11.52 117	2.72 43	0.08 89	1.32 341	0.01 81	0.26 244	0.47 184	2.02 276

RAFT-Stereo + iAFF	5.94 89	2.35 201	8.80 109	4.07 23	1.36 86	2.78 7	0.66 14	17.05 133	15.89 145	12.65 103	18.49 141	11.81 130	7.89 151	8.48 42	3.80 87	0.02 7	0.75 254	0.00 1	0.00 1	0.43 168	1.49 208

rafts_anoy	6.46 113	2.37 203	7.09 55	7.48 244	6.02 318	5.31 75	2.45 122	14.50 92	22.01 214	12.94 117	16.18 120	8.48 88	5.53 99	9.70 70	6.32 181	0.05 46	1.66 373	0.10 186	0.05 123	0.30 108	0.69 103

raft+_RVC	7.10 145	2.37 203	6.59 44	6.94 213	5.82 311	6.35 126	5.97 232	21.05 191	23.63 232	10.90 88	17.95 130	9.80 105	5.55 100	11.49 113	4.47 120	0.04 26	1.50 367	0.00 1	0.00 1	0.38 153	1.23 172

DIP-Stereo	6.99 142	2.37 203	11.45 224	4.78 55	1.70 124	13.13 225	1.47 48	15.76 107	7.43 38	14.57 146	26.61 236	10.76 115	5.10 84	14.97 243	8.10 207	0.06 70	0.06 85	0.06 147	0.00 1	0.17 48	1.22 170
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MyStereo07	4.80 51	2.38 206	6.21 28	6.63 184	4.77 266	6.47 131	9.60 304	16.70 127	5.88 22	4.81 29	5.77 27	3.13 12	5.68 105	12.07 137	2.46 24	0.09 99	1.33 345	0.03 117	0.32 261	0.74 258	0.93 134

MyStereo04	9.58 221	2.38 206	10.28 180	6.63 184	4.77 266	6.47 131	9.60 304	32.50 324	42.15 374	14.59 147	12.10 86	11.92 134	11.87 224	14.80 240	8.14 209	0.09 99	1.33 345	0.03 117	0.32 261	0.74 258	0.93 134

111	7.73 170	2.39 208	9.12 124	4.17 27	0.47 13	10.65 195	3.49 168	21.34 199	28.25 281	10.60 84	16.85 125	14.74 183	10.22 194	12.48 161	6.61 190	0.43 230	0.01 10	0.00 1	0.00 1	0.35 128	2.39 312

GCAP-BAT	5.15 59	2.42 209	8.74 106	4.07 23	5.04 279	6.61 138	1.82 90	10.43 30	6.66 32	13.47 131	12.76 91	9.14 97	2.87 29	11.51 116	3.58 80	0.03 18	1.24 332	0.01 81	0.60 329	0.13 36	1.81 237

HH	6.00 95	2.42 209	9.81 158	5.74 127	1.64 120	7.05 146	3.48 165	17.54 142	7.69 41	8.73 67	12.47 87	14.83 184	8.86 171	13.04 184	2.59 34	0.04 26	1.21 327	0.20 253	0.05 123	0.30 108	2.34 306

HanStereo	6.00 95	2.42 209	9.81 158	5.74 127	1.64 120	7.05 146	3.48 165	17.54 142	7.69 41	8.73 67	12.47 87	14.83 184	8.86 171	13.04 184	2.59 34	0.04 26	1.21 327	0.20 253	0.05 123	0.30 108	2.34 306

delet	13.26 313	2.43 212	12.99 262	8.45 281	6.26 328	22.40 338	10.83 328	28.78 280	38.76 361	20.39 271	30.36 275	20.85 268	17.67 315	22.97 347	19.13 327	0.14 131	0.45 204	0.19 248	0.08 146	0.78 265	1.24 174

IIG-Stereo	7.59 160	2.47 213	9.40 142	10.39 333	1.78 130	6.67 139	1.47 48	17.83 147	16.51 159	18.91 247	20.12 159	17.76 235	8.74 170	13.21 195	5.43 150	0.44 233	0.05 60	0.03 117	0.00 1	0.17 48	0.45 65

UNet	13.18 310	2.47 213	14.45 283	7.45 241	7.82 364	26.01 362	4.67 196	34.38 348	29.42 288	20.90 280	31.81 300	26.68 321	18.98 326	21.08 332	15.56 298	0.21 167	0.06 85	0.27 274	0.09 154	0.37 143	1.01 145

PSMNet-RSSM	10.31 244	2.47 213	7.79 79	7.85 262	4.38 252	10.47 190	6.67 249	29.67 292	22.25 218	16.62 190	33.75 328	23.30 290	14.58 271	13.91 216	10.56 250	0.23 171	0.09 104	0.07 164	0.24 233	0.87 279	0.48 72

ToySt	11.51 278	2.48 216	17.84 330	6.10 146	2.09 146	16.11 277	12.36 347	25.07 235	28.25 281	15.22 155	25.16 219	25.51 311	15.98 291	17.63 291	15.46 297	0.19 161	1.08 303	0.04 130	0.31 259	0.66 243	2.67 321

CroCo-Stereo	3.51 13	2.49 217	8.03 87	9.10 297	1.26 82	0.97 1	0.96 24	11.24 49	8.52 65	3.79 16	4.87 14	7.93 81	4.44 65	3.26 2	2.76 45	0.03 18	0.00 1	0.00 1	0.00 1	0.34 123	0.16 17
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
ACVNet-DCA	5.76 72	2.52 218	6.38 33	6.77 198	0.74 27	10.55 191	5.19 203	21.10 193	13.53 117	7.39 58	10.06 57	4.44 31	9.58 182	11.08 89	2.33 15	0.05 46	1.18 315	0.00 1	0.04 109	0.37 143	1.93 252

xx1	6.52 118	2.52 218	6.38 33	6.77 198	0.74 27	10.55 191	5.19 203	19.19 165	15.95 146	7.39 58	10.07 61	16.17 206	12.10 226	11.08 89	2.33 15	0.05 46	1.18 315	0.02 100	0.36 277	0.37 143	1.93 252

1test111	6.16 102	2.52 218	6.38 33	6.77 198	0.74 27	10.55 191	5.19 203	21.10 193	13.53 117	7.39 58	10.06 57	4.44 31	9.58 182	12.08 138	9.26 229	0.05 46	1.18 315	0.00 1	0.04 109	0.37 143	1.93 252

cc1	5.79 74	2.52 218	6.38 33	6.77 198	0.74 27	10.55 191	5.19 203	19.19 165	15.95 146	7.39 58	10.06 57	4.44 31	9.58 182	11.08 89	2.33 15	0.05 46	1.18 315	0.00 1	0.04 109	0.34 123	2.04 281

tt1	5.74 70	2.52 218	6.54 42	6.89 207	0.86 45	10.31 188	4.08 179	19.77 175	16.80 161	7.17 54	9.02 45	4.71 36	8.97 174	11.11 93	2.34 18	0.05 46	1.17 312	0.00 1	0.04 109	0.29 105	2.07 286

SGM-Forest	13.63 318	2.55 223	8.22 93	6.30 162	2.16 153	23.84 348	11.13 334	34.68 352	32.40 311	27.27 349	33.02 316	30.08 338	17.82 316	22.13 343	15.40 296	1.66 353	0.32 170	0.88 337	0.03 98	0.79 266	1.93 252
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DispNO	9.82 227	2.57 224	17.77 329	6.22 153	5.73 305	11.89 210	4.77 197	25.54 239	21.70 211	17.56 215	21.28 175	18.01 240	13.83 259	17.46 285	9.91 241	0.35 207	0.16 131	0.03 117	0.12 166	0.51 197	1.05 153

RASNet	12.38 290	2.58 225	12.48 256	6.76 196	5.97 316	16.37 282	6.74 253	34.99 354	22.20 216	17.44 209	33.11 319	22.81 285	24.84 360	20.33 316	18.27 319	1.16 333	0.05 60	0.06 147	0.01 65	0.27 96	1.06 154

DISCO	16.93 342	2.58 225	17.15 322	8.26 275	4.37 251	27.65 373	10.68 324	31.28 312	44.93 390	22.21 303	34.47 338	36.48 377	23.91 356	36.14 402	34.48 404	0.35 207	0.11 118	0.04 130	0.07 140	1.95 323	1.40 193

CroCo-Stereo Lap2	4.21 39	2.60 227	9.11 122	10.21 325	6.06 320	1.11 2	0.78 19	10.63 33	8.34 60	3.46 11	5.18 17	8.92 93	5.66 104	6.42 21	4.53 122	0.03 18	0.05 60	0.00 1	0.00 1	0.81 271	0.39 50

DAS	11.51 278	2.60 227	15.62 305	9.37 302	6.27 329	16.04 273	7.71 277	22.70 211	33.92 324	19.53 256	29.03 258	19.51 259	19.10 329	17.44 284	8.98 223	0.78 290	0.02 30	0.29 284	0.01 65	0.48 187	0.81 116

SepStereo	12.04 285	2.60 227	15.62 305	9.37 302	6.27 329	16.04 273	7.71 277	22.70 211	33.92 324	19.53 256	29.03 258	19.51 259	19.10 329	27.97 373	8.98 223	0.78 290	0.02 30	0.29 284	0.01 65	0.48 187	0.81 116

DMCA	8.96 206	2.60 227	11.84 239	5.61 105	4.25 245	11.09 200	4.36 186	25.89 242	20.23 198	17.10 205	20.96 172	17.55 232	11.92 225	11.47 108	12.27 275	0.60 267	0.09 104	0.35 293	0.05 123	0.48 187	0.57 90

GES	9.01 207	2.61 231	12.88 258	6.76 196	2.02 144	13.08 224	6.33 242	22.23 206	22.21 217	19.80 260	26.73 237	8.97 94	11.01 199	14.41 225	8.35 215	0.54 255	0.10 114	0.30 288	0.15 186	0.82 274	0.99 142

RAFT_CTSACE	8.55 192	2.62 232	9.63 151	7.41 238	5.06 281	5.76 102	2.54 126	15.38 103	17.84 168	24.33 321	34.69 340	16.37 209	7.22 142	18.05 295	2.63 39	0.01 2	0.56 229	0.00 1	0.03 98	0.42 166	0.41 56

test_sample7	11.16 268	2.69 233	11.55 229	5.82 135	2.21 156	15.39 261	9.15 298	29.36 286	25.26 251	24.82 326	21.48 177	24.89 303	18.88 325	14.41 225	11.06 262	0.78 290	1.96 382	0.43 300	0.14 179	0.73 255	2.20 300

psm_up	13.88 323	2.70 234	10.89 209	10.20 324	5.97 316	15.01 254	12.58 349	39.13 391	31.75 307	21.39 290	31.09 288	30.18 340	25.01 363	20.33 316	17.62 313	0.75 282	0.39 187	0.18 242	0.03 98	0.82 274	1.67 225

GwcNet-RSSM	11.34 274	2.72 235	10.26 178	7.24 233	5.38 290	12.67 219	6.70 252	26.70 257	31.93 309	17.56 215	34.45 337	24.37 299	15.77 287	13.70 211	15.31 294	0.19 161	0.20 139	0.14 224	0.05 123	0.81 271	0.64 94

RAFT	9.07 209	2.76 236	10.38 184	8.89 295	1.24 79	13.48 231	8.19 288	17.14 135	17.29 166	23.01 310	19.34 152	20.06 265	11.13 204	17.79 293	6.43 185	0.09 99	1.12 308	0.28 280	0.02 89	0.79 266	1.94 259

GANet-ADL	8.73 197	2.80 237	9.48 145	7.87 263	2.77 182	12.88 222	5.29 210	29.97 296	25.61 257	14.50 143	16.64 123	17.02 218	7.60 147	11.61 120	8.01 205	0.51 249	0.40 189	0.10 186	0.12 166	0.77 264	0.70 104

raft_robust	8.39 186	2.81 238	7.62 74	6.32 163	1.17 70	5.47 78	0.82 20	34.37 347	35.49 342	18.40 235	20.25 160	7.24 68	5.51 96	15.77 252	3.40 73	0.11 113	1.10 306	0.00 1	0.50 316	0.33 117	1.19 167

UCFNet_RVC	10.01 234	2.81 238	6.11 26	7.31 235	3.92 232	16.80 291	8.00 282	28.68 279	20.81 201	16.57 187	23.35 205	25.82 313	13.06 243	13.55 205	9.18 227	0.12 122	0.06 85	1.19 351	0.32 261	1.47 310	1.06 154

MMNet	13.55 316	2.82 240	13.90 274	7.63 248	6.36 332	26.45 366	4.63 194	24.00 228	42.67 377	26.25 340	33.12 320	20.98 270	19.45 335	20.14 313	19.49 330	0.75 282	0.54 224	0.11 206	0.01 65	0.53 200	1.10 159

RALCasStereoNet	6.53 119	2.84 241	8.12 90	7.88 264	6.12 322	6.85 142	5.29 210	14.66 96	13.94 123	10.20 79	18.18 137	10.24 110	3.83 46	12.33 151	5.56 155	0.04 26	1.88 379	0.11 206	0.01 65	0.26 87	2.24 303

LL-Strereo2	5.97 92	2.88 242	10.62 196	6.59 178	3.38 213	6.31 122	2.20 111	15.61 105	8.46 63	11.33 92	10.75 74	15.69 200	3.45 35	13.58 207	4.65 125	0.16 143	0.48 210	1.33 359	0.13 170	0.36 137	1.42 198

rvit_stereo_0080	4.27 42	2.89 243	9.02 117	4.10 25	1.93 139	4.06 19	7.35 270	10.37 28	8.86 70	5.39 43	7.51 36	6.20 55	4.36 57	7.08 25	4.75 128	0.45 237	0.01 10	0.00 1	0.00 1	0.59 220	0.45 65

whm_eth	4.27 42	2.89 243	9.02 117	4.10 25	1.93 139	4.06 19	7.35 270	10.37 28	8.86 70	5.39 43	7.51 36	6.20 55	4.36 57	7.08 25	4.75 128	0.45 237	0.01 10	0.00 1	0.00 1	0.59 220	0.45 65

OMP-Stereo	7.13 146	2.89 243	9.89 161	10.98 349	1.73 125	4.81 46	1.85 93	18.38 155	16.26 151	16.94 201	14.11 101	17.45 231	7.57 145	13.26 197	5.12 140	0.43 230	0.04 51	0.06 147	0.02 89	0.20 60	0.56 85

StereoVision	7.48 156	2.90 246	10.47 193	10.13 321	3.93 233	4.99 63	1.86 94	21.10 193	17.66 167	8.90 71	29.71 269	10.95 118	6.61 128	12.83 175	5.11 138	0.69 279	0.05 60	0.17 239	0.03 98	0.98 285	0.56 85

ADLNet	12.84 302	2.93 247	11.94 244	8.87 293	6.88 341	17.96 303	8.85 291	34.12 341	26.67 267	27.81 355	26.24 229	26.84 324	15.04 276	17.54 286	19.94 332	0.59 265	0.58 235	0.24 268	0.11 164	0.80 270	2.85 331

ADLNet2	12.99 304	2.94 248	14.18 279	9.57 307	5.96 315	20.23 326	10.41 322	33.05 331	37.61 352	19.46 255	19.74 155	22.46 283	18.63 320	22.37 345	20.76 336	0.37 214	0.15 129	0.06 147	0.08 146	1.04 290	0.72 107

IGEVStereo-DCA	3.90 22	2.95 249	7.30 61	4.05 20	0.92 51	4.94 59	1.65 65	14.40 85	5.82 15	4.17 19	4.67 10	4.50 34	3.95 47	11.24 99	4.28 110	0.18 152	0.56 229	0.00 1	0.17 200	0.25 77	1.98 263

rrr	3.99 29	2.95 249	11.04 216	4.05 20	0.92 51	4.94 59	1.53 55	11.97 54	6.50 30	4.17 19	4.67 10	4.50 34	3.95 47	11.24 99	4.28 110	0.18 152	0.56 229	0.00 1	0.22 222	0.25 77	1.88 245

test_xeample3	4.08 31	2.95 249	11.20 219	4.05 20	1.05 63	5.62 93	1.58 57	13.23 63	4.76 5	7.10 51	3.83 5	3.18 13	3.30 34	11.75 122	4.42 117	0.08 89	0.74 252	0.00 1	0.38 292	0.26 87	2.04 281

MyStereo8	7.68 165	3.00 252	12.46 254	7.70 254	5.11 283	11.40 203	1.39 42	15.98 110	10.05 87	16.45 185	24.04 210	12.01 136	7.91 152	10.68 83	10.57 251	0.14 131	1.52 369	0.08 172	0.48 311	0.60 226	1.98 263

DSFCA	12.44 293	3.00 252	14.87 293	6.04 144	7.03 345	17.06 296	10.86 329	31.11 308	32.12 310	26.41 343	23.81 209	22.37 282	15.13 278	21.13 333	13.53 287	0.95 312	0.66 244	0.28 280	0.38 292	1.21 295	0.77 114

LoS_RVC	4.09 33	3.01 254	4.81 12	4.88 61	7.78 363	5.24 71	2.80 141	7.57 5	4.24 2	4.41 22	10.34 66	3.62 19	6.34 120	6.59 22	2.37 22	0.04 26	0.03 43	0.00 1	0.01 65	0.06 8	7.70 395

NINENet	11.46 277	3.02 255	11.83 238	8.45 281	5.40 291	19.47 317	2.69 136	39.63 394	34.82 335	19.11 250	27.64 243	14.37 177	11.63 216	16.21 256	12.39 276	0.94 310	0.21 147	0.29 284	0.00 1	0.48 187	0.55 82

CFNet-ft	10.46 250	3.02 255	7.10 56	7.69 251	5.42 294	16.93 292	5.92 230	22.83 214	22.31 219	15.81 172	30.40 276	26.42 318	15.19 279	13.60 209	12.18 272	0.14 131	0.10 114	1.87 367	0.34 271	1.22 296	0.73 110

CFNet_RVC	10.46 250	3.02 255	7.10 56	7.69 251	5.42 294	16.93 292	5.92 230	22.82 213	22.31 219	15.81 172	30.40 276	26.41 317	15.19 279	13.60 209	12.19 273	0.14 131	0.10 114	1.87 367	0.34 271	1.22 296	0.73 110

hitnet-ft	12.59 297	3.03 258	7.87 82	7.49 245	4.20 243	27.41 371	3.75 172	23.41 223	24.15 237	21.14 287	34.12 334	31.93 350	19.74 337	20.28 315	18.13 316	0.54 255	1.45 363	0.35 293	0.09 154	1.26 299	1.41 196

Former-RAFT_DAM_RVC	4.91 55	3.05 259	9.51 146	4.55 47	3.59 220	9.01 173	1.46 47	14.59 95	19.31 190	7.65 62	7.22 35	2.04 8	2.21 22	10.13 76	2.51 27	0.12 122	0.03 43	0.08 172	0.00 1	0.62 229	0.50 76

rvit_stereo_0081_aga	4.01 30	3.10 260	10.05 167	5.65 110	3.01 199	4.91 54	1.88 96	8.80 15	7.27 36	6.97 50	6.94 32	5.81 53	3.23 33	7.63 32	3.77 86	0.08 89	0.00 1	0.00 1	0.00 1	0.62 229	0.44 64

GEStereo_RVC	13.23 312	3.13 261	15.23 296	10.33 331	4.95 274	18.92 314	11.46 339	31.58 317	48.03 399	20.51 272	27.68 244	19.00 255	13.31 246	20.44 318	16.01 301	1.15 332	0.51 217	0.10 186	0.14 179	0.67 245	1.47 203

ssnet_v2	13.84 321	3.15 262	13.44 269	7.99 268	3.08 203	22.60 339	14.51 364	36.65 373	33.59 322	22.04 301	26.10 227	28.64 328	17.16 307	23.13 348	20.86 338	0.50 246	0.32 170	0.20 253	0.13 170	1.41 306	1.38 188

iResNet_ROB	12.41 292	3.19 263	12.39 253	6.63 184	3.72 223	16.98 295	2.64 132	32.29 322	38.58 360	26.93 348	33.73 327	26.24 316	17.40 311	17.36 283	8.95 222	0.33 204	0.01 10	0.00 1	0.00 1	0.40 158	0.35 34

ACRE	7.62 162	3.21 264	14.93 294	7.81 259	5.00 277	10.01 179	4.45 188	16.32 116	15.86 143	17.81 219	19.21 146	8.38 86	4.25 54	11.11 93	10.58 252	0.78 290	0.32 170	0.03 117	0.15 186	0.44 171	1.84 242

rvit_0105_6	6.06 98	3.23 265	15.34 302	10.26 326	1.75 127	5.08 64	5.19 203	11.03 41	20.73 200	6.39 48	7.02 33	10.21 109	7.94 153	11.42 106	3.83 88	0.40 219	0.29 165	0.00 1	0.01 65	0.57 211	0.40 55

MDST_ROB	18.99 366	3.23 265	15.81 309	14.15 379	6.98 344	44.89 422	16.81 379	43.19 411	42.83 378	43.71 417	43.84 393	28.79 329	19.02 327	30.64 386	18.70 323	1.84 356	0.84 268	0.69 320	0.47 310	0.71 253	2.61 318

SGM_RVC	20.33 376	3.24 267	8.92 114	7.20 231	1.62 118	39.61 415	17.01 382	39.11 389	35.12 339	46.26 422	42.62 386	51.57 429	39.45 415	39.66 421	29.87 397	1.16 333	0.37 184	0.55 311	0.35 273	1.20 294	1.64 222
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CIPLG	7.69 166	3.27 268	14.40 282	7.84 261	5.08 282	10.24 183	4.59 192	16.02 111	15.45 138	18.05 228	19.72 154	8.79 92	4.61 70	11.84 128	10.40 249	0.76 284	0.33 176	0.03 117	0.15 186	0.44 171	1.83 241

AASNet	13.05 305	3.27 268	12.23 250	10.28 327	6.90 342	17.61 300	7.88 279	41.14 399	38.29 357	23.20 312	29.62 268	16.85 216	15.59 285	15.50 251	19.03 326	0.39 216	0.03 43	0.78 326	0.05 123	1.32 303	1.08 157

RALAANet	6.86 129	3.28 270	11.09 217	7.63 248	4.95 274	6.16 118	1.63 61	20.54 182	15.45 138	15.30 158	14.52 103	12.98 157	4.35 56	13.53 203	3.98 94	0.11 113	0.35 180	0.00 1	0.29 253	0.58 214	0.48 72

IPLGR_C	7.70 167	3.32 271	14.54 284	7.98 267	5.04 279	10.26 184	4.64 195	16.50 121	16.28 153	17.97 226	18.85 144	8.30 84	4.66 78	11.22 97	10.89 260	0.77 287	0.32 170	0.03 117	0.15 186	0.43 168	1.84 242

rvit_0105_4	7.09 143	3.33 272	16.60 313	10.68 341	1.59 113	5.89 105	6.84 256	14.50 92	23.99 235	7.31 57	9.49 53	13.18 161	9.62 185	12.33 151	4.32 112	0.39 216	0.46 206	0.00 1	0.02 89	0.67 245	0.68 101

MLCV	9.96 231	3.33 272	14.77 286	5.75 129	1.62 118	14.91 248	1.31 38	22.06 204	24.83 244	22.51 305	31.57 296	17.20 221	8.07 155	17.07 279	12.11 270	0.48 241	0.01 10	0.05 138	0.05 123	0.48 187	1.10 159

TestStereo	6.45 112	3.34 274	8.02 86	6.23 154	1.68 122	6.33 123	2.48 123	14.54 94	16.71 160	11.71 94	24.13 211	9.38 99	7.13 141	11.83 126	4.32 112	0.12 122	0.01 10	0.00 1	0.00 1	0.73 255	0.33 30

CBFPSM	12.96 303	3.37 275	30.97 383	5.30 86	3.22 208	22.79 342	16.93 380	21.82 201	21.35 203	21.93 299	28.34 251	29.99 336	17.38 310	15.32 248	16.39 304	0.11 113	0.48 210	0.10 186	0.17 200	0.58 214	2.72 325

CFNet	11.23 269	3.41 276	10.68 199	7.08 221	4.22 244	17.38 297	4.83 199	31.29 313	31.29 304	19.15 251	26.85 238	24.06 296	13.75 256	16.23 257	12.22 274	0.26 185	0.05 60	0.44 301	0.09 154	0.92 282	0.41 56

rvit_stereo_ft	5.02 56	3.45 277	10.80 204	11.76 360	2.76 181	4.08 22	8.16 287	10.64 34	10.63 90	4.34 21	6.39 29	6.65 62	4.63 75	9.35 61	5.82 164	0.11 113	0.00 1	0.00 1	0.00 1	0.34 123	0.42 58

HGLStereo	13.21 311	3.45 277	14.01 276	10.32 330	7.72 361	15.72 269	7.19 265	31.94 319	28.12 280	20.83 277	36.16 348	26.61 319	20.82 342	18.74 301	19.63 331	1.01 317	0.22 149	0.07 164	0.08 146	0.59 220	1.00 144

AIO-Stereo-zeroshot	7.75 171	3.47 279	14.99 295	5.34 89	7.99 366	7.13 148	0.96 24	23.20 218	10.00 86	11.29 91	17.31 126	18.44 247	9.03 176	13.19 192	5.77 161	0.06 70	1.01 298	0.12 211	1.51 369	1.49 311	2.74 326

DN-CSS_ROB	8.72 196	3.49 280	16.63 314	6.74 195	3.39 214	6.20 120	3.43 164	23.40 222	22.03 215	17.46 211	30.28 274	9.33 98	8.32 161	14.71 233	6.36 184	0.91 308	0.00 1	0.45 302	0.00 1	0.65 238	0.70 104

testlalala_base	7.81 174	3.52 281	8.75 107	8.73 290	5.44 297	12.21 212	1.77 87	12.73 59	6.24 26	10.56 83	13.62 99	8.76 91	5.61 102	8.69 44	4.24 108	16.24 429	3.38 406	0.00 1	0.46 304	22.32 432	3.02 337

StereoDRNet-Refined	14.03 325	3.52 281	12.77 257	8.70 288	3.31 210	18.50 311	4.58 191	29.08 284	30.59 294	29.85 366	42.52 384	25.24 309	19.57 336	23.88 352	23.55 350	0.44 233	0.07 96	0.54 310	0.38 292	0.88 281	2.64 319
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CRFU-Net	13.32 314	3.53 283	12.90 260	8.76 291	6.05 319	26.25 364	10.15 319	25.86 241	14.68 132	30.76 374	30.58 279	30.11 339	21.59 351	20.52 320	20.28 334	1.53 346	0.48 210	0.27 274	0.16 194	0.64 237	1.28 178

gwcnet-sp	10.26 240	3.56 284	15.31 299	6.59 178	4.30 246	15.71 266	5.71 222	26.09 245	25.15 248	21.68 293	21.77 180	15.01 188	16.42 298	15.21 245	10.76 256	0.12 122	0.20 139	0.02 100	0.09 154	0.63 232	0.86 121

scenet	10.26 240	3.56 284	15.31 299	6.59 178	4.30 246	15.71 266	5.71 222	26.09 245	25.15 248	21.68 293	21.77 180	15.01 188	16.42 298	15.21 245	10.76 256	0.12 122	0.20 139	0.02 100	0.09 154	0.63 232	0.86 121

ssnet	10.26 240	3.56 284	15.31 299	6.59 178	4.30 246	15.71 266	5.71 222	26.09 245	25.15 248	21.68 293	21.77 180	15.01 188	16.42 298	15.21 245	10.76 256	0.12 122	0.20 139	0.02 100	0.09 154	0.63 232	0.86 121

FAT-Stereo	17.45 348	3.56 284	19.19 340	10.31 329	6.54 334	18.00 307	14.89 367	38.68 386	40.49 366	27.39 350	39.66 368	37.32 379	32.14 400	21.07 331	22.97 346	3.68 384	2.16 389	0.81 333	1.21 361	2.10 328	6.78 388

HITNet	8.41 187	3.59 288	9.91 163	5.30 86	1.52 108	13.35 230	4.48 189	22.00 203	16.06 149	15.52 166	22.95 203	15.28 194	11.74 218	14.91 242	9.25 228	0.10 108	0.01 10	0.48 305	0.06 133	0.58 214	1.04 150
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
CSP-Net	13.41 315	3.62 289	11.03 215	6.62 183	4.07 236	25.76 361	9.61 308	29.66 291	27.14 271	29.97 368	33.42 324	29.84 334	17.23 308	20.64 321	16.03 302	1.12 328	0.41 195	0.03 117	0.00 1	0.75 261	1.29 180

rvit_0105_5	8.01 177	3.69 290	17.73 327	10.42 335	1.61 116	7.29 149	6.68 251	18.33 152	25.98 260	10.45 81	10.46 69	15.53 197	11.01 199	12.87 177	5.37 148	0.44 233	0.41 195	0.00 1	0.15 186	0.70 249	1.08 157

AACVNet	11.24 270	3.71 291	11.56 230	9.45 304	3.35 212	11.67 208	4.88 200	23.23 220	14.00 125	28.19 356	29.90 271	30.39 341	18.03 317	20.04 311	13.22 286	0.50 246	0.21 147	0.23 264	0.07 140	0.75 261	1.52 212

DLCB_ROB	13.97 324	3.74 292	11.01 214	9.99 318	5.85 313	21.40 332	10.37 321	30.17 298	30.49 292	28.21 357	32.18 309	32.67 354	21.17 346	20.20 314	18.59 321	0.34 206	0.18 135	0.41 298	0.15 186	0.61 228	1.76 233

sCroCo_RVC	5.29 60	3.82 293	17.52 324	11.17 352	6.67 337	5.78 103	2.66 133	10.47 31	8.48 64	3.78 15	9.32 52	4.76 37	4.83 82	8.33 41	4.88 133	1.17 336	0.52 220	0.06 147	0.03 98	0.70 249	0.90 128

ARAFT	8.86 202	3.86 294	17.37 323	5.96 141	0.94 58	12.59 218	10.80 326	18.20 150	19.95 194	18.77 242	16.27 121	17.78 236	8.88 173	18.82 303	5.30 146	0.35 207	0.04 51	0.00 1	0.00 1	0.62 229	0.64 94

CBMV_ROB	12.51 295	3.86 294	7.98 85	5.81 133	2.99 198	16.05 276	4.62 193	27.61 269	31.37 305	26.75 346	32.62 313	23.97 295	22.66 354	21.14 334	12.09 269	2.15 360	1.78 376	2.24 373	1.27 363	1.64 317	1.54 214

NVstereo2D	15.77 336	4.01 296	17.73 327	9.96 317	8.10 371	30.36 385	9.52 303	43.10 410	43.12 380	15.45 162	28.03 246	23.46 291	16.84 303	24.62 354	17.06 310	3.35 381	0.87 275	1.76 366	1.13 357	7.76 393	9.19 408

stereogan	19.38 370	4.02 297	18.62 336	13.54 375	10.30 391	37.03 405	9.83 312	39.12 390	46.13 396	25.09 331	41.76 380	40.01 392	27.19 373	32.16 389	25.48 365	2.44 368	1.13 309	2.70 383	0.86 343	5.45 380	4.81 362

NLCA_NET_v2_RVC	12.58 296	4.09 298	18.25 332	8.26 275	5.83 312	14.72 246	5.85 228	33.49 337	27.86 278	22.14 302	32.16 308	24.94 307	14.01 265	16.19 255	16.82 309	0.90 306	0.35 180	0.37 295	0.58 328	1.51 312	3.31 344
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iResNetv2_ROB	12.78 301	4.09 298	15.60 303	6.44 172	3.75 225	14.86 247	7.17 263	34.46 349	37.12 348	26.06 337	34.81 341	29.76 332	16.32 294	14.77 238	7.67 198	0.31 199	0.03 43	0.12 211	0.01 65	0.94 283	1.23 172

Anonymous3	10.07 235	4.14 300	31.49 385	9.77 314	5.11 283	25.00 355	11.85 342	25.20 236	19.24 189	10.80 87	14.78 105	7.92 80	8.68 168	14.40 224	6.12 169	3.25 380	1.40 354	0.08 172	0.06 133	0.81 271	1.30 181

rvit_stereo_0075_2	9.46 218	4.16 301	20.27 349	12.15 367	8.82 380	5.72 99	4.24 183	23.21 219	18.05 171	12.37 99	28.80 256	16.10 205	8.43 164	14.57 229	8.89 221	0.58 261	0.34 178	0.52 309	0.08 146	0.44 171	1.41 196

AIO-Stereo-zeroshot1	8.37 185	4.16 301	20.63 352	5.82 135	11.79 400	6.40 129	2.02 105	20.82 189	8.03 55	14.52 144	21.38 176	17.44 230	5.83 109	14.43 228	5.13 141	0.06 70	1.00 296	0.05 138	1.81 376	2.44 339	3.62 349

iResNet	11.06 267	4.16 301	16.83 316	7.89 265	2.23 157	15.59 264	9.17 300	24.49 232	29.14 286	20.78 275	31.13 289	16.87 217	11.58 214	15.45 249	12.50 281	0.64 272	0.05 60	0.02 100	0.10 161	0.79 266	1.71 228

LL-Strereo	11.34 274	4.25 304	13.90 274	9.09 296	6.20 324	7.31 150	8.93 292	35.93 362	30.30 291	16.93 199	15.83 115	21.85 276	17.45 312	21.92 342	10.25 245	0.43 230	1.47 366	0.74 324	0.08 146	1.15 293	2.71 324

pmcnn	15.27 334	4.31 305	22.32 363	7.46 242	4.46 256	22.15 337	15.74 371	28.53 276	31.88 308	27.78 354	40.04 371	39.06 386	19.11 331	18.79 302	20.78 337	1.04 320	0.23 151	0.00 1	0.00 1	0.53 200	1.17 165

rvit_0105_3	9.68 225	4.32 306	19.50 342	12.22 368	1.90 138	9.16 174	8.63 289	19.21 167	30.92 301	15.42 160	14.72 104	18.81 251	12.18 228	15.98 253	7.12 192	0.67 277	0.42 200	0.01 81	0.49 314	0.56 209	1.40 193

DMCA-RVC	12.06 286	4.35 307	14.21 281	10.52 336	4.86 268	13.84 234	4.33 185	25.20 236	24.13 236	20.56 273	29.22 261	26.65 320	25.85 367	17.02 278	16.34 303	0.41 223	0.35 180	0.55 311	0.24 233	0.83 276	1.81 237

S-Stereo	17.36 347	4.46 308	22.16 362	12.58 371	9.10 384	23.07 343	12.60 350	33.18 333	46.12 395	22.78 308	38.67 365	29.04 331	27.48 374	19.40 307	23.90 354	3.14 379	3.13 404	0.88 337	1.95 379	3.77 365	9.86 412

Wz-Net-LNSev-Ref	16.12 339	4.56 309	29.46 379	7.78 258	6.11 321	26.08 363	13.01 355	31.08 307	37.61 352	27.66 351	46.96 405	29.92 335	15.40 281	21.54 339	22.39 343	1.09 324	0.05 60	0.10 186	0.00 1	0.43 168	1.21 169

AdaStereo	10.85 264	4.57 310	10.79 202	9.59 308	3.46 216	17.49 299	6.29 240	32.70 327	26.07 261	19.04 249	26.55 235	19.60 261	10.12 192	17.71 292	10.38 247	1.00 315	0.05 60	0.42 299	0.02 89	0.70 249	0.46 68
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.
RAFT + AFF	10.71 260	4.59 311	18.51 334	10.52 336	5.02 278	13.14 226	11.12 333	26.24 248	27.48 274	15.09 153	16.07 118	19.83 262	11.23 208	17.09 280	10.38 247	0.45 237	1.45 363	0.65 318	0.23 229	2.31 336	2.74 326

CBMV	14.52 331	4.59 311	9.99 165	6.61 182	2.85 187	22.76 341	12.45 348	30.63 302	33.32 318	31.98 378	35.00 343	31.68 345	19.43 334	26.53 365	16.71 308	1.28 341	0.61 240	0.63 316	0.12 166	1.26 299	1.89 246
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NOSS_ROB	11.76 283	4.63 313	8.14 91	7.46 242	2.92 191	17.82 302	10.55 323	30.45 300	34.08 328	16.37 181	19.97 157	23.14 289	16.31 293	18.22 297	10.67 255	2.98 375	1.84 377	3.39 391	1.64 372	2.24 332	2.37 309

LE_ROB	23.59 400	4.64 314	16.84 317	8.59 284	3.05 201	33.01 394	18.53 394	28.96 282	67.40 448	70.71 450	55.67 429	48.44 423	48.90 431	26.06 363	37.98 410	0.44 233	0.24 153	0.27 274	0.54 322	0.49 195	0.98 141

fast-acv-ft	14.96 333	4.73 315	17.68 326	8.03 270	5.27 287	28.61 377	9.97 316	26.25 250	35.58 344	26.03 336	38.02 359	31.91 349	21.50 348	19.25 305	21.18 339	0.61 269	0.38 185	0.63 316	0.48 311	1.31 301	1.73 230

DRN-Test	16.60 340	4.76 316	16.90 319	10.75 342	8.16 372	29.42 381	14.37 359	43.26 412	39.35 362	28.93 362	35.46 344	29.03 330	20.11 339	20.78 324	24.51 360	0.94 310	0.93 282	0.46 303	0.35 273	1.42 308	2.12 294

SGM-ForestM	25.21 409	4.80 317	13.50 270	8.68 287	3.74 224	46.85 424	22.04 403	46.25 424	51.32 413	51.28 429	52.07 416	62.64 442	47.13 429	46.05 429	36.30 406	1.99 358	2.25 391	1.21 353	1.24 362	1.65 318	3.21 341

CVANet_RVC	14.09 327	4.82 318	10.86 208	9.46 305	5.60 303	19.70 320	12.94 354	33.38 335	34.86 336	23.72 316	33.31 321	29.76 332	16.35 296	24.37 353	12.45 279	1.22 338	0.23 151	1.45 361	0.87 344	3.41 358	3.01 336

GMStereo	6.44 111	4.92 319	12.13 248	5.60 104	0.87 46	9.18 175	2.57 130	12.99 61	25.54 256	12.85 114	11.84 83	5.60 50	3.62 40	11.92 132	6.44 186	0.53 250	0.02 30	0.05 138	0.36 277	0.98 285	0.70 104
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
TDLM	13.70 319	4.93 320	11.80 236	11.93 363	5.53 299	16.75 290	14.38 361	36.12 366	32.59 314	23.08 311	27.03 239	25.90 314	15.40 281	25.87 362	14.23 289	1.24 340	0.09 104	1.53 362	0.61 331	2.06 327	2.94 334

LMCR-Stereo	11.32 272	4.98 321	11.87 240	14.09 378	4.01 234	16.97 294	5.70 220	26.41 252	23.41 229	22.57 307	22.11 196	15.18 192	15.44 283	21.48 338	17.57 312	2.29 363	0.04 51	0.00 1	0.03 98	1.53 314	0.65 96

iinet-f	14.05 326	5.00 322	47.51 415	6.57 177	4.04 235	21.14 330	14.37 359	28.25 273	21.37 204	21.95 300	31.37 290	21.31 273	18.66 321	16.15 254	20.61 335	0.31 199	0.41 195	0.09 178	0.05 123	1.00 288	0.76 112

dd	8.57 193	5.20 323	13.37 268	6.91 209	1.05 63	10.30 186	3.89 174	17.29 138	34.00 326	15.73 171	17.50 127	7.45 69	6.60 126	15.00 244	10.99 261	1.39 344	0.41 195	0.18 242	0.46 304	2.25 333	1.40 193

FADNet-RVC-Resample	12.31 287	5.22 324	32.28 388	10.14 322	4.08 237	14.97 253	6.98 261	26.54 254	24.42 240	23.72 316	29.31 262	19.87 263	15.01 275	16.26 261	10.61 253	0.65 273	0.52 220	0.48 305	0.54 322	1.52 313	3.09 340

SACVNet	14.10 328	5.24 325	14.19 280	12.11 365	6.12 322	18.45 310	9.11 296	33.13 332	22.94 224	28.79 360	33.88 330	32.69 355	23.78 355	20.91 326	12.13 271	1.08 322	0.54 224	0.84 336	0.48 311	1.41 306	4.26 358

DualNet (step1)	13.16 309	5.31 326	19.76 343	6.41 166	3.12 205	17.98 304	9.85 313	29.36 286	25.26 251	24.82 326	21.48 177	24.89 303	18.87 323	14.41 225	11.06 262	6.83 403	1.96 382	6.61 403	7.47 413	3.22 355	4.59 359

test_sample9	15.79 337	5.31 326	19.76 343	6.41 166	3.12 205	17.98 304	9.85 313	29.36 286	25.26 251	24.82 326	21.48 177	24.89 303	18.87 323	21.03 328	22.11 341	6.83 403	36.75 443	6.61 403	7.47 413	3.22 355	4.59 359

test_sample8	17.93 355	5.31 326	19.76 343	6.41 166	3.12 205	17.98 304	9.85 313	32.68 326	20.05 195	33.68 391	26.30 231	40.74 395	34.14 404	21.03 328	22.11 341	6.83 403	36.75 443	6.61 403	7.47 413	3.22 355	4.59 359

GANet	17.85 353	5.41 329	14.79 287	11.91 362	4.73 263	24.54 352	17.04 383	41.01 398	34.96 337	33.06 386	45.84 400	39.83 391	29.19 384	24.71 356	22.45 345	1.34 343	0.41 195	1.09 345	0.70 336	2.15 330	1.89 246

StereoDRNet	16.00 338	5.45 330	16.67 315	11.34 355	8.74 379	25.62 358	11.07 332	40.40 397	37.03 347	29.77 365	30.04 273	34.35 369	19.09 328	19.81 309	25.28 364	0.65 273	0.30 167	0.16 236	0.14 179	1.80 321	2.33 305

RYNet	19.73 372	5.52 331	18.58 335	11.63 357	15.84 416	47.05 425	17.28 385	38.60 385	49.19 402	27.71 352	27.46 241	38.63 384	26.42 370	20.79 325	32.08 402	0.73 280	0.59 238	0.97 342	0.16 194	7.40 390	8.04 399

STTStereo	13.60 317	5.63 332	28.73 378	8.07 271	5.65 304	13.97 238	7.17 263	31.25 310	26.70 268	25.59 333	32.06 307	31.71 347	14.71 272	17.24 282	16.46 306	0.29 196	0.40 189	0.71 321	1.43 367	1.31 301	2.82 329

Nwc_Net	18.76 364	5.80 333	19.91 347	14.99 388	11.96 403	26.32 365	15.90 372	41.68 403	40.50 367	21.85 298	43.58 392	34.89 370	29.47 386	27.48 370	26.34 374	3.75 385	0.27 158	2.55 380	3.31 392	2.25 333	2.46 314

BEATNet_4x	10.11 237	5.82 334	14.80 288	6.14 147	1.55 110	13.87 236	5.98 233	26.24 248	18.35 173	16.53 186	25.41 221	18.01 240	13.78 258	18.01 294	12.39 276	0.48 241	0.18 135	0.81 333	0.11 164	2.02 325	1.70 227

ADCP+	18.93 365	5.83 335	35.35 394	9.85 315	10.36 392	29.49 383	13.65 357	34.22 346	37.75 354	30.02 369	41.45 376	24.18 297	26.43 371	34.71 396	36.58 407	0.27 189	0.40 189	2.00 370	1.19 359	2.31 336	2.66 320

DeepPruner_ROB	11.28 271	5.83 335	15.23 296	6.93 211	4.50 258	10.08 180	6.62 248	36.65 373	20.17 197	18.12 229	27.95 245	23.10 287	13.43 247	20.08 312	11.90 268	1.16 333	0.51 217	0.23 264	0.17 200	1.11 292	1.91 250

SDNR	16.80 341	5.88 337	30.01 381	6.39 165	6.53 333	57.67 439	3.15 150	24.30 229	31.49 306	21.50 292	36.56 351	14.69 181	16.76 301	19.14 304	14.45 290	11.12 422	14.00 434	3.11 387	0.51 318	8.86 399	9.92 413

WCMA_ROB	21.17 383	5.89 338	22.32 363	10.39 333	7.65 358	34.55 399	16.42 377	33.20 334	34.02 327	42.06 411	52.50 417	44.09 409	37.59 411	33.66 394	26.77 377	7.45 410	3.18 405	1.27 358	1.43 367	4.18 368	4.81 362

RP	18.36 360	5.94 339	17.54 325	15.95 396	12.33 406	21.55 334	12.66 351	28.65 278	45.65 391	23.78 318	42.55 385	39.77 390	29.54 387	26.72 366	23.58 352	6.14 401	1.05 302	4.38 393	1.77 373	3.90 367	3.82 355

edge stereo	19.38 370	5.98 340	19.25 341	11.11 351	8.07 369	23.51 346	12.74 353	35.93 362	42.55 375	35.05 394	43.06 389	41.34 400	36.05 408	26.06 363	25.62 367	2.70 372	2.47 393	6.38 401	1.54 370	3.18 354	5.01 366

XPNet_ROB	18.03 358	6.06 341	18.19 331	11.68 358	6.83 339	21.23 331	16.93 380	36.66 375	39.82 365	32.51 384	42.05 382	41.04 398	25.77 366	25.72 360	28.80 390	1.67 354	0.91 281	0.79 327	0.27 248	1.24 298	2.38 311

FADNet_RVC	12.44 293	6.19 342	40.86 404	7.04 215	3.69 222	11.30 201	4.17 181	29.67 292	27.67 276	18.20 231	26.04 226	13.47 167	17.15 306	16.85 276	14.95 293	0.99 314	0.75 254	0.60 314	1.32 364	4.18 368	3.62 349

rvit_105_1	14.11 329	6.23 343	22.11 361	13.74 377	4.55 260	15.38 260	28.19 425	27.21 262	43.35 381	19.53 256	24.36 213	22.05 279	15.96 290	18.37 298	12.70 283	2.27 362	0.58 235	0.26 272	2.37 385	0.70 249	2.20 300

AANet_RVC	13.75 320	6.34 344	12.90 260	8.87 293	4.53 259	14.09 240	9.12 297	29.37 289	38.32 358	23.85 319	37.41 353	23.55 293	17.51 313	23.31 350	18.56 320	2.08 359	1.30 337	0.25 270	0.06 133	0.73 255	2.87 332

APVNet	18.42 361	6.37 345	23.10 366	12.76 373	8.28 374	30.74 386	24.17 414	42.08 406	30.76 300	25.86 335	41.66 378	31.83 348	24.99 361	28.01 374	28.77 388	0.49 244	0.57 232	3.05 385	0.55 325	1.80 321	2.46 314

AF-Net	19.18 368	6.50 346	16.90 319	16.60 397	11.00 397	23.83 347	11.31 335	36.25 367	51.10 411	25.56 332	38.34 361	41.77 402	31.01 395	30.20 384	27.83 383	4.87 396	0.27 158	4.60 394	1.00 352	2.67 341	2.02 276

PSMNet_ROB	17.59 351	6.52 347	16.27 310	14.43 381	7.71 360	29.22 380	33.59 434	43.94 415	38.52 359	24.74 325	33.46 325	34.17 367	17.29 309	18.52 299	25.68 368	0.40 219	0.29 165	0.96 341	2.22 382	2.03 326	1.81 237

GwcNet	17.31 345	6.61 348	23.02 365	10.83 346	8.63 377	29.48 382	10.80 326	39.37 393	45.73 392	24.16 320	37.85 358	31.50 343	21.81 353	21.37 336	27.25 380	0.81 294	0.88 277	0.57 313	0.46 304	1.54 315	3.61 347

TRStereo	6.64 121	6.95 349	12.06 247	9.69 311	7.59 355	5.12 65	1.68 71	20.72 183	12.34 103	10.93 89	9.07 46	10.57 113	3.16 31	14.33 221	4.23 107	0.60 267	0.80 262	0.14 224	0.37 282	0.56 209	1.86 244

Anonymous_2	15.61 335	7.12 350	18.63 337	6.49 173	7.98 365	26.94 369	11.93 343	19.48 171	18.48 182	18.25 234	15.95 116	24.18 297	21.32 347	21.17 335	15.94 300	10.88 419	13.80 433	11.19 422	25.13 437	10.92 411	6.42 384

sAnonymous2	6.98 140	7.12 350	20.67 353	9.13 298	5.40 291	5.28 73	8.11 285	16.71 128	11.50 98	5.04 35	9.17 48	3.77 21	8.23 158	7.84 35	3.15 61	0.11 113	0.07 96	0.06 147	0.28 250	10.80 409	7.09 391

CroCo_RVC	6.98 140	7.12 350	20.67 353	9.13 298	5.40 291	5.28 73	8.11 285	16.71 128	11.50 98	5.04 35	9.17 48	3.77 21	8.23 158	7.84 35	3.15 61	0.11 113	0.07 96	0.06 147	0.28 250	10.80 409	7.09 391

SuperB	18.07 359	7.33 353	56.73 426	8.42 280	5.42 294	20.39 327	9.73 311	26.04 244	50.80 408	26.88 347	39.52 367	17.79 237	21.54 349	23.17 349	25.96 371	0.77 287	0.32 170	1.11 348	0.73 338	16.11 424	2.75 328

NCC-stereo	20.61 378	7.39 354	25.96 369	15.90 394	16.62 417	20.15 324	23.27 405	44.11 418	41.29 372	25.00 329	38.64 363	35.47 372	28.75 380	36.35 405	26.90 378	4.83 394	2.14 386	3.33 389	9.27 423	3.10 349	3.72 353

Abc-Net	20.61 378	7.39 354	25.96 369	15.90 394	16.62 417	20.15 324	23.27 405	44.11 418	41.29 372	25.00 329	38.64 363	35.47 372	28.75 380	36.35 405	26.90 378	4.83 394	2.14 386	3.33 389	9.27 423	3.10 349	3.72 353
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	19.84 374	7.55 356	35.79 395	10.79 344	7.51 353	38.96 413	18.39 393	35.08 355	44.72 388	31.28 375	41.70 379	41.18 399	20.49 341	28.41 375	30.13 399	0.96 313	0.36 183	0.05 138	0.13 170	1.70 320	1.64 222

ADCL	22.44 393	7.79 357	49.20 417	10.61 340	7.28 350	40.40 418	21.03 400	32.07 321	55.07 419	28.53 358	48.73 408	31.68 345	31.69 398	34.04 395	38.38 412	1.22 338	0.93 282	2.65 382	1.89 377	2.65 340	2.94 334

MeshStereo	22.95 396	7.84 358	12.46 254	8.13 274	5.20 285	38.49 411	13.36 356	42.69 407	38.05 356	51.34 430	53.82 421	58.22 435	43.29 424	38.42 416	29.59 394	2.96 374	2.84 401	3.11 387	2.33 384	3.12 351	3.65 351
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
NaN_ROB	17.35 346	7.91 359	18.84 339	11.29 353	4.93 272	33.28 396	20.75 399	38.10 383	43.81 382	30.28 371	31.53 295	32.88 356	20.88 344	29.10 378	17.85 315	0.40 219	0.43 202	0.31 289	0.44 303	0.98 285	3.03 338

DPSNet	25.20 408	7.92 360	36.17 396	11.72 359	6.85 340	53.68 432	43.17 442	52.22 434	60.09 435	31.61 376	39.76 369	40.91 397	35.82 407	33.42 393	26.48 375	4.98 397	2.10 385	0.50 307	1.13 357	9.63 402	5.83 374

NCCL2	17.94 356	7.94 361	16.87 318	24.07 420	7.60 356	24.52 351	17.08 384	35.42 358	26.65 266	32.01 379	38.57 362	41.96 404	27.61 375	22.24 344	24.43 359	0.65 273	0.33 176	2.64 381	2.13 381	2.28 335	3.86 356

ADCRef	18.01 357	8.01 362	44.10 409	10.75 342	8.85 381	27.18 370	11.06 331	31.77 318	34.40 331	31.90 377	42.45 383	18.79 250	21.55 350	25.18 359	35.17 405	1.03 319	0.42 200	2.18 372	1.79 374	1.38 305	2.27 304

PA-Net	16.98 343	8.05 363	29.56 380	10.52 336	11.30 398	21.91 336	29.93 429	32.64 325	39.50 363	20.38 270	28.51 254	23.80 294	20.82 342	21.45 337	25.60 366	0.25 182	2.36 392	0.23 264	4.99 404	1.34 304	6.47 385
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FINET	17.02 344	8.11 364	28.42 377	9.29 301	8.89 382	24.46 350	25.06 417	35.40 357	49.52 404	26.73 345	33.49 326	20.50 266	18.75 322	20.67 323	19.18 329	2.30 364	2.09 384	1.13 349	0.75 339	2.86 343	2.84 330

LALA_ROB	19.82 373	8.32 365	18.64 338	13.59 376	5.79 308	28.03 375	23.44 409	43.09 409	37.57 351	33.91 393	41.55 377	50.73 427	25.61 365	29.09 377	27.30 381	0.73 280	0.67 245	2.08 371	1.42 366	2.70 342	2.12 294

PS-NSSS	14.36 330	8.44 366	16.43 312	7.44 240	5.79 308	18.65 313	12.71 352	39.02 388	26.84 269	20.99 283	36.15 347	21.47 274	18.25 319	18.21 296	18.63 322	2.44 368	0.55 228	5.38 396	0.37 282	5.25 378	4.11 357

SANet	22.05 387	8.47 367	32.65 389	9.90 316	4.31 249	33.49 397	23.44 409	42.82 408	56.64 427	39.67 407	44.09 394	44.62 410	32.96 402	29.24 381	25.79 369	1.08 322	0.74 252	0.98 343	0.69 334	5.69 383	3.66 352

GMStereo_Zeroshot	11.32 272	8.59 368	21.66 358	10.06 319	2.53 170	12.38 213	1.43 43	21.36 200	21.50 207	23.48 314	35.74 345	24.85 302	6.12 116	20.48 319	8.28 211	0.83 296	0.02 30	0.25 270	0.01 65	6.33 387	0.53 78

HBP-ISP	13.07 307	8.80 369	8.99 116	8.11 273	4.55 260	13.48 231	6.60 247	29.09 285	30.50 293	21.33 289	36.14 346	16.62 212	19.42 333	20.92 327	12.81 284	3.63 383	2.61 395	7.18 410	4.12 399	3.74 364	2.69 323

DANet	17.51 349	8.91 370	27.61 374	14.94 386	7.48 351	22.67 340	5.66 218	27.33 265	26.64 265	32.62 385	36.27 349	37.40 380	30.07 390	31.65 388	26.09 372	1.30 342	1.46 365	2.33 375	0.53 321	3.54 361	5.69 373
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
G-Net	21.66 385	9.10 371	39.39 401	15.85 392	9.60 388	51.00 430	16.73 378	28.32 274	31.17 303	38.99 404	43.24 390	33.26 362	32.09 399	28.50 376	26.50 376	4.74 393	3.92 415	3.60 392	1.02 353	8.42 398	7.86 397

PDISCO_ROB	25.35 410	10.44 372	31.01 384	29.47 429	20.36 426	38.32 408	17.74 389	45.56 422	55.34 421	29.88 367	42.94 388	46.63 418	29.76 388	36.23 403	31.29 401	10.74 418	2.20 390	6.96 407	3.53 394	9.98 406	8.52 404

MSMD_ROB	23.50 399	10.55 373	15.65 308	17.87 403	10.07 390	35.58 402	19.04 395	34.53 350	37.81 355	41.55 410	60.11 433	46.01 416	39.81 417	32.74 392	24.92 362	6.86 406	3.63 413	8.92 416	11.16 428	7.21 389	5.99 377

XX-TBD	4.63 48	10.71 374	3.94 6	10.55 339	0.62 24	5.95 108	0.08 1	7.91 7	12.75 107	11.73 95	14.80 106	4.04 23	1.64 12	4.90 6	2.61 36	0.08 89	0.01 10	0.00 1	0.00 1	0.26 87	0.06 2

ETE_ROB	18.45 362	10.71 374	20.90 355	14.23 380	4.92 271	23.28 345	22.01 402	33.00 330	36.14 346	30.68 373	39.03 366	46.10 417	26.28 368	27.52 371	26.22 373	0.53 250	0.49 213	1.16 350	0.94 345	1.69 319	3.07 339

ADCPNet	22.75 395	10.94 376	58.96 430	12.24 369	7.57 354	37.33 406	20.08 398	33.89 340	37.37 350	33.49 390	44.32 395	39.36 389	28.43 379	32.19 390	38.55 414	2.25 361	2.69 398	2.37 377	3.59 395	4.33 371	5.01 366

RTSC	20.52 377	11.06 377	33.58 391	12.11 365	7.19 348	28.90 379	11.99 344	38.49 384	58.85 432	32.22 382	37.28 352	33.11 359	21.14 345	36.93 411	38.84 416	1.49 345	1.50 367	0.15 229	0.64 332	2.18 331	2.67 321

CSAN	22.36 392	11.11 378	26.06 371	21.79 413	5.59 302	34.55 399	36.54 436	40.04 396	50.84 409	37.47 401	40.31 372	45.09 413	33.07 403	27.44 369	25.80 370	1.60 350	0.75 254	1.08 344	1.80 375	2.89 344	3.36 346

psmorigin	21.56 384	11.18 379	36.59 397	10.19 323	7.08 346	25.30 357	12.35 345	33.52 338	33.12 317	43.62 416	54.15 425	42.72 405	37.44 410	36.87 410	28.98 391	1.65 352	2.78 399	0.81 333	1.19 359	3.62 362	8.10 400

PWCDC_ROB	18.66 363	11.24 380	21.32 357	18.82 404	8.08 370	25.75 360	6.94 260	35.08 355	53.33 415	30.37 372	49.70 413	20.87 269	21.63 352	31.05 387	22.39 343	6.94 407	0.28 163	0.10 186	0.06 133	5.98 386	3.22 342

SHD	22.33 391	11.30 381	32.10 386	15.61 390	9.88 389	26.75 367	10.12 318	41.84 404	61.77 437	36.36 398	44.65 397	39.28 387	31.10 396	35.07 398	32.76 403	2.35 365	1.95 381	1.24 357	1.90 378	4.33 371	6.34 381

dad	13.05 305	11.39 382	15.64 307	7.35 236	2.10 147	15.64 265	3.48 165	18.77 161	35.55 343	27.77 353	33.76 329	31.59 344	13.04 242	14.79 239	11.16 264	3.35 381	0.54 224	7.85 414	0.96 350	3.88 366	2.49 316

Wz-Net-LNSev	19.04 367	11.48 383	43.55 408	10.82 345	8.01 368	24.96 354	17.46 388	34.72 353	44.36 386	33.43 389	44.72 398	32.54 353	24.13 357	21.64 341	24.38 358	0.93 309	0.22 149	0.00 1	0.03 98	1.44 309	1.99 273

FBW_ROB	21.87 386	11.80 384	25.52 368	14.64 383	7.49 352	31.20 389	16.35 376	45.28 421	44.78 389	44.85 421	40.36 373	43.50 408	27.85 376	34.94 397	23.52 348	3.07 377	2.15 388	7.53 413	3.03 391	4.30 370	5.17 369

Syn2CoEx	17.68 352	11.86 385	28.39 376	20.88 409	8.24 373	25.66 359	12.35 345	37.57 379	33.60 323	29.57 363	39.80 370	30.02 337	28.00 377	19.91 310	18.91 325	1.14 331	0.53 222	1.23 355	0.46 304	1.97 324	3.61 347

FADNet	14.77 332	11.96 386	39.55 403	8.50 283	6.64 336	18.53 312	6.74 253	35.70 360	35.06 338	19.21 252	28.06 247	28.14 327	13.94 263	18.54 300	11.61 267	0.48 241	0.75 254	0.38 297	0.49 314	9.17 400	2.05 284

FC-DCNN v2	25.13 406	12.03 387	19.82 346	19.08 407	9.43 386	38.89 412	23.42 408	41.85 405	44.02 383	46.96 425	54.51 426	50.70 426	39.69 416	36.34 404	29.25 392	7.36 408	3.39 407	6.17 399	5.02 406	8.00 394	6.71 387

AnonymousM	6.73 123	12.03 387	3.53 2	4.47 45	1.55 110	4.42 26	3.17 151	11.94 53	8.44 62	17.00 203	10.06 57	9.08 96	4.00 50	7.56 31	4.06 98	0.55 257	0.68 246	23.13 430	8.12 420	0.07 13	0.65 96

FC-DCNN	25.07 405	12.06 389	20.30 350	19.06 406	9.41 385	38.40 409	23.46 411	41.37 401	44.07 384	46.76 424	53.99 424	50.49 425	39.32 414	36.43 407	29.46 393	7.40 409	3.39 407	6.15 398	5.01 405	8.05 395	6.83 389

DeepPrunerF	20.61 378	12.13 390	46.35 412	21.53 411	17.78 420	19.41 316	23.64 412	37.23 378	50.61 405	26.20 339	37.72 354	24.90 306	25.02 364	24.63 355	23.53 349	3.13 378	1.65 372	5.69 397	4.09 398	3.64 363	3.34 345

PWC_ROB	19.21 369	12.15 391	28.02 375	11.02 350	6.62 335	25.15 356	5.47 215	36.42 370	49.47 403	33.19 387	44.32 395	34.98 371	26.66 372	32.22 391	27.30 381	1.71 355	0.27 158	1.62 363	0.37 282	2.38 338	4.90 365

ADCMid	23.61 401	12.42 392	44.10 409	11.85 361	8.33 375	27.89 374	20.03 397	36.49 371	39.56 364	40.81 408	47.01 406	36.89 378	43.95 425	39.12 419	42.60 426	1.95 357	1.55 370	3.05 385	3.98 397	5.20 377	5.37 371

MANE	33.27 427	12.69 393	21.10 356	22.10 416	15.09 414	49.75 427	29.51 428	54.10 438	56.36 426	59.73 434	64.93 441	65.43 445	57.34 442	52.70 439	41.02 421	10.52 417	6.09 423	7.35 411	20.29 435	9.66 403	9.65 411

FADNet-RVC	13.86 322	12.75 394	41.65 405	8.64 286	4.63 262	16.45 284	6.89 258	28.91 281	24.20 238	20.89 279	31.44 293	26.73 323	11.37 212	21.58 340	15.91 299	0.25 182	0.14 128	0.14 224	0.24 233	2.97 346	1.50 211

DGSMNet	20.75 382	13.28 395	34.59 393	14.80 385	17.14 419	23.25 344	17.99 392	36.39 369	43.00 379	20.70 274	32.67 314	36.05 376	19.22 332	30.34 385	25.04 363	4.61 391	4.62 418	6.31 400	5.20 407	14.71 421	15.15 428

aanetorigin	19.84 374	13.32 396	54.46 421	10.07 320	7.99 366	14.16 241	15.32 368	17.85 148	34.49 332	49.59 427	48.88 410	34.28 368	31.32 397	23.53 351	29.64 395	1.12 328	0.81 263	0.73 322	0.94 345	3.05 347	5.23 370

WZ-Net	25.86 413	14.23 397	64.17 435	15.77 391	10.61 394	39.36 414	28.01 424	41.38 402	54.97 418	28.82 361	53.68 420	40.90 396	30.14 391	37.91 413	42.98 429	1.59 347	0.49 213	0.73 322	0.95 348	5.43 379	5.12 368

RGC	20.62 381	14.30 398	21.99 360	18.85 405	14.53 411	21.42 333	14.82 366	36.00 365	44.32 385	28.54 359	41.82 381	40.12 393	29.43 385	35.44 401	23.33 347	4.12 388	0.72 250	8.80 415	4.39 401	4.55 373	4.84 364

UDGNet	10.51 253	14.75 399	11.91 242	10.29 328	2.78 183	7.93 166	1.94 99	19.31 170	34.57 334	17.74 218	13.70 100	13.56 169	7.30 143	13.52 202	7.18 193	5.80 399	0.11 118	12.86 424	2.76 387	9.87 405	2.34 306

MFN_U_SF_DS_RVC	24.71 403	14.86 400	32.18 387	26.47 423	10.48 393	40.27 417	22.83 404	36.88 377	44.51 387	42.59 412	47.13 407	40.20 394	28.00 377	36.70 408	28.36 384	4.23 390	4.00 416	6.73 406	16.35 434	5.05 376	6.34 381

AnyNet_C32	24.34 402	15.07 401	42.84 407	13.07 374	11.83 401	31.80 390	31.73 431	32.47 323	45.77 393	35.92 396	49.66 412	34.05 365	35.21 406	44.09 428	43.39 430	1.61 351	1.70 374	1.22 354	2.94 390	4.87 375	7.60 394

MFN_U_SF_RVC	28.91 418	15.44 402	55.12 423	22.00 415	8.49 376	41.39 419	15.36 369	52.74 435	46.70 398	47.83 426	53.87 422	54.97 432	40.50 420	39.54 420	40.77 420	6.09 400	4.92 420	7.08 408	9.02 422	7.68 392	8.69 405

ADCS	27.11 416	15.49 403	48.87 416	15.20 389	10.99 396	31.86 391	24.37 415	43.99 416	58.30 430	43.12 414	49.92 414	41.90 403	41.43 422	42.90 427	46.29 434	3.00 376	2.60 394	2.45 379	3.47 393	7.63 391	8.41 402

FCDSN-DC	26.18 415	15.77 404	20.36 351	28.79 428	15.78 415	40.13 416	19.12 396	43.57 413	42.59 376	44.78 420	52.51 418	50.73 427	40.32 419	35.32 400	28.55 386	6.41 402	3.61 412	7.11 409	6.54 411	10.58 407	10.93 418
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
UDG	22.21 389	15.90 405	16.41 311	21.71 412	20.17 425	32.51 392	13.78 358	36.62 372	35.77 345	26.64 344	31.43 292	37.49 381	32.33 401	22.77 346	21.19 340	11.08 421	5.60 422	23.12 429	7.74 417	17.07 426	14.89 427

MaskLacGwcNet_RVC	17.56 350	17.23 406	20.10 348	12.02 364	6.91 343	28.81 378	11.45 338	41.35 400	21.95 213	30.13 370	34.66 339	32.04 352	11.30 210	21.04 330	16.43 305	8.91 411	2.67 396	12.29 423	0.84 342	12.72 417	8.43 403

ccnet	24.80 404	17.64 407	24.53 367	12.35 370	18.18 422	38.47 410	17.76 390	46.24 423	32.78 316	37.51 402	46.76 402	38.80 385	30.45 393	38.35 415	41.98 423	9.41 414	6.40 424	9.67 418	8.04 418	11.64 415	9.00 406

Wz-Net-SNSev	23.35 397	18.18 408	47.37 414	14.55 382	8.63 377	28.33 376	29.16 427	39.88 395	55.80 424	32.16 381	53.91 423	39.35 388	24.42 358	27.60 372	38.11 411	1.06 321	0.24 153	1.20 352	0.95 348	3.16 353	2.93 333

XQC	25.15 407	18.26 409	52.31 419	22.53 418	12.15 404	37.47 407	21.78 401	38.74 387	55.51 423	32.40 383	30.75 283	38.36 383	30.19 392	38.28 414	41.25 422	4.61 391	1.44 362	2.77 384	2.26 383	12.52 416	9.49 410

STTRV1_RVC	22.31 390	18.60 410	39.50 402	16.79 398	23.81 433	29.59 384	15.67 370	35.42 358	34.27 329	35.05 394	34.94 342	31.94 351	28.80 382	29.17 380	23.89 353	12.64 428	3.40 409	6.58 402	4.73 403	15.20 423	6.23 379

PASM	29.37 419	19.17 411	50.43 418	23.55 419	23.15 431	27.62 372	27.82 423	35.90 361	50.76 407	35.98 397	40.55 374	47.26 421	34.98 405	35.28 399	38.72 415	12.58 427	15.96 435	17.57 428	22.46 436	13.71 418	13.92 425

SAMSARA	35.29 432	19.78 412	33.90 392	55.86 444	36.15 438	76.79 461	94.89 470	49.29 428	51.59 414	38.15 403	37.83 357	53.71 431	39.29 413	40.56 422	40.41 419	4.02 387	6.72 426	2.35 376	4.12 399	9.70 404	10.76 416

PVD	34.10 429	19.91 413	39.04 400	27.08 425	18.09 421	35.11 401	44.32 444	52.16 433	66.36 445	53.04 432	64.50 440	52.33 430	56.17 438	52.24 438	42.11 424	4.17 389	4.82 419	9.60 417	4.65 402	11.11 413	25.25 438

ELAS	34.78 430	20.32 414	38.13 399	21.79 413	14.89 412	57.95 440	37.04 437	51.15 432	51.19 412	60.95 437	64.42 439	59.08 437	54.44 436	51.53 434	46.26 433	12.00 424	7.83 428	10.46 419	8.04 418	14.42 419	13.71 424
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	34.88 431	20.50 415	37.14 398	22.37 417	15.07 413	54.02 433	38.42 439	50.06 430	56.72 428	61.86 442	63.52 435	58.79 436	54.60 437	54.13 441	43.99 431	12.20 425	7.90 429	10.75 421	7.65 416	14.42 419	13.42 423
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DDUNet	23.49 398	20.59 416	17.13 321	24.58 421	22.45 429	24.86 353	17.96 391	31.42 314	31.06 302	29.59 364	37.81 356	37.85 382	26.39 369	25.77 361	18.74 324	18.99 432	8.10 430	26.65 433	11.80 429	19.41 429	18.58 433

GASNet	17.87 354	20.62 417	32.66 390	21.17 410	9.48 387	16.26 281	9.15 298	45.00 420	40.55 368	26.16 338	24.34 212	33.05 357	15.45 284	29.82 382	18.15 318	3.79 386	0.28 163	1.87 367	0.51 318	7.06 388	1.97 262

LSM	30.92 422	21.18 418	57.13 429	19.98 408	54.02 449	33.70 398	25.92 419	43.87 414	49.18 401	46.43 423	55.59 428	43.44 406	36.70 409	36.70 408	28.75 387	2.94 373	9.77 431	5.07 395	8.20 421	10.77 408	29.00 440

Wz-Net-TNSev	25.85 412	21.47 419	59.51 432	10.38 332	7.64 357	42.40 421	23.33 407	35.97 364	54.36 417	36.56 399	43.26 391	45.90 415	41.27 421	37.81 412	37.10 408	2.35 365	1.90 380	0.77 325	1.34 365	5.89 385	7.75 396

BEATNet-Init1	36.29 434	22.72 420	56.79 427	28.53 427	13.41 410	59.81 444	33.49 432	53.72 437	58.64 431	60.78 436	63.63 436	70.42 447	56.59 440	53.93 440	46.48 435	5.63 398	4.14 417	7.49 412	7.45 412	11.35 414	10.88 417

EDNetEfficient	25.68 411	22.94 421	77.88 454	9.49 306	7.66 359	20.89 328	17.37 386	22.52 208	56.02 425	61.49 441	53.31 419	35.83 375	41.88 423	25.06 358	39.53 418	0.86 301	0.83 267	0.91 339	2.82 388	8.28 396	7.98 398

CC-Net-ROB	22.73 394	23.99 422	30.57 382	14.72 384	8.91 383	32.98 393	16.17 374	46.75 425	37.29 349	33.88 392	32.33 310	35.48 374	25.00 362	24.75 357	28.78 389	9.60 415	3.03 402	25.33 432	3.87 396	14.82 422	6.33 380

RTS	30.97 423	24.38 423	96.47 468	17.75 401	12.63 407	58.43 441	26.47 420	38.01 381	63.33 440	44.41 418	46.81 403	33.16 360	45.26 426	52.06 436	42.65 427	2.66 370	1.40 354	1.09 345	1.02 353	5.49 381	5.86 375

RTSA	30.97 423	24.38 423	96.47 468	17.75 401	12.63 407	58.43 441	26.47 420	38.01 381	63.33 440	44.41 418	46.81 403	33.16 360	45.26 426	52.06 436	42.65 427	2.66 370	1.40 354	1.09 345	1.02 353	5.49 381	5.86 375

SQANet	22.07 388	25.29 425	21.78 359	26.81 424	18.92 423	30.75 387	10.25 320	33.47 336	30.10 290	25.73 334	34.31 336	33.45 363	19.94 338	29.16 379	20.03 333	11.68 423	3.08 403	26.95 434	5.80 410	20.97 430	12.99 422

AnyNet_C01	30.67 421	27.57 426	76.09 452	17.61 400	12.18 405	50.42 429	28.89 426	39.14 392	41.14 371	41.36 409	65.66 444	47.21 420	40.16 418	47.50 430	49.82 441	2.38 367	2.79 400	2.31 374	2.83 389	8.35 397	9.99 414

IGEV-BASED-STEREO-	7.80 173	28.14 427	42.31 406	3.20 4	0.50 17	4.12 23	1.45 46	7.06 4	4.60 3	4.66 26	3.90 6	2.47 9	1.37 6	6.02 15	1.94 7	24.62 436	0.43 202	0.01 81	0.08 146	4.61 374	14.42 426

GANetREF_RVC	26.12 414	30.35 428	27.03 372	26.08 422	6.28 331	31.16 388	37.25 438	48.48 427	50.90 410	37.30 400	36.39 350	34.11 366	30.98 394	38.51 417	28.38 385	9.08 412	2.68 397	16.48 426	5.42 409	16.24 425	9.34 409
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
test_for_model	10.44 249	31.57 429	7.69 75	28.25 426	19.35 424	5.66 94	1.73 81	9.50 20	9.59 80	13.59 134	6.15 28	5.25 43	2.58 26	5.60 9	1.81 5	10.21 416	3.48 410	0.00 1	0.16 194	35.71 440	10.93 418

DispFullNet	31.01 425	32.97 430	59.04 431	30.27 430	28.46 435	33.06 395	11.44 337	37.69 380	54.13 416	33.30 388	37.78 355	44.68 411	28.96 383	42.19 426	29.68 396	12.35 426	3.56 411	36.10 438	12.90 431	32.29 438	19.42 435

NVStereoNet_ROB	42.81 440	34.00 431	46.84 413	37.40 433	28.64 436	35.65 403	33.88 435	49.95 429	58.27 429	69.65 449	75.69 453	66.36 446	65.66 446	48.37 431	62.04 453	16.50 430	25.07 438	23.61 431	32.35 439	21.58 431	24.72 437
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Consistency-Raft	41.94 438	35.39 432	45.40 411	33.16 432	41.47 443	45.14 423	33.50 433	56.78 442	55.37 422	32.11 380	65.41 442	30.46 342	49.76 432	40.94 424	48.33 440	27.72 439	35.00 441	43.33 440	51.89 451	39.60 441	28.04 439

MSC_U_SF_DS_RVC	37.85 437	35.62 433	55.10 422	38.16 434	13.19 409	57.63 438	24.72 416	52.87 436	63.40 442	66.39 446	63.74 437	58.16 434	54.28 435	51.56 435	47.39 437	9.36 413	5.44 421	14.82 425	15.34 433	18.80 428	11.04 420

EDNetEfficientorigin	29.50 420	36.05 434	99.77 478	9.67 310	5.93 314	26.79 368	16.02 373	26.87 259	55.18 420	61.15 438	57.72 430	45.04 412	50.99 434	26.90 368	44.78 432	0.53 250	0.54 224	1.72 365	2.53 386	11.05 412	10.75 415

FADE		36.34 435		32.23 431	23.74 432			57.46 443	71.16 451	43.07 413		43.49 407		59.46 444		38.46 442	21.19 436	44.28 441	42.47 443	17.94 427	15.62 429

otaku	33.83 428	36.87 436	53.81 420	40.41 435	21.58 427	54.54 434	17.45 387	44.01 417	61.47 436	39.63 405	50.06 415	46.76 419	29.76 388	40.64 423	30.07 398	19.17 433	7.09 427	32.34 436	9.92 425	24.17 433	16.94 430

Ntro	35.59 433	38.58 437	55.41 424	43.66 439	22.54 430	57.26 435	23.73 413	47.69 426	63.99 443	39.63 405	48.82 409	47.68 422	37.60 412	41.55 425	30.80 400	17.85 431	6.61 425	33.21 437	10.52 427	26.65 434	17.97 432

coex-ft	31.29 426	39.15 438	93.51 467	9.71 313	5.77 307	36.25 404	26.79 422	31.43 315	59.45 433	73.35 454	58.73 431	45.49 414	48.48 430	30.19 383	46.52 436	1.59 347	1.71 375	0.94 340	0.97 351	9.43 401	6.35 383

GCST	37.71 436	41.51 439	27.28 373	92.08 472	36.49 439	24.16 349	0.99 26	26.00 243	20.14 196	26.34 341	15.80 114	19.97 264	4.67 79	17.54 286	5.83 165	80.93 465	35.32 442	87.67 470	74.76 461	73.87 462	42.93 449

JetBlue	54.72 444	46.20 440	75.05 450	51.44 442	47.85 444	76.48 460	62.38 453	64.44 448	62.86 439	63.67 445	65.49 443	78.96 454	68.77 447	68.63 451	75.95 465	37.07 440	25.78 440	29.10 435	29.19 438	29.75 436	35.27 444

ACVNet_1	42.11 439	50.66 441	66.19 440	45.24 441	25.33 434	50.11 428	25.60 418	55.90 439	65.25 444	60.15 435	59.98 432	63.57 443	50.05 433	50.45 433	38.46 413	20.06 434	11.00 432	38.79 439	14.48 432	31.31 437	19.68 436

DLNR_Zeroshot_test	27.91 417	51.88 442	91.97 466	98.26 475	97.92 475	3.07 8	0.49 13	31.27 311	8.33 59	8.40 63	15.66 111	7.22 67	1.66 14	12.16 142	4.82 131	40.46 443	1.87 378	0.06 147	0.33 267	80.45 466	1.99 273

ACVNet-4b	36.91 435	52.81 443	57.04 428	42.64 438	22.08 428	48.32 426	14.64 365	50.28 431	59.78 434	43.17 415	46.34 401	55.50 433	24.49 359	39.03 418	23.55 350	25.75 438	3.76 414	47.36 442	33.76 441	28.62 435	19.22 434

SGM+DAISY	55.54 445	57.77 444	64.45 437	40.89 436	53.89 447	63.34 447	50.45 446	56.00 440	45.95 394	61.43 440	64.32 438	61.05 440	56.70 441	61.32 446	56.86 447	56.51 451	49.35 453	50.49 443	50.00 448	52.52 444	57.57 453

anonymity	52.60 442	58.73 445	63.81 434	41.37 437	59.41 453	53.52 431	41.39 440	56.50 441	40.60 369	55.03 433	49.64 411	49.57 424	56.22 439	59.42 443	50.07 442	55.57 450	50.19 455	51.15 444	51.23 449	51.90 443	56.75 452

IMH-64-1	59.89 448	58.89 446	69.08 444	66.46 446	50.96 445	57.48 436	51.18 447	69.03 452	67.25 446	67.90 447	80.31 458	70.42 447	74.30 453	72.66 459	50.07 442	42.88 444	43.00 446	65.88 448	47.48 444	53.41 445	39.15 445

IMH-64	59.89 448	58.89 446	69.08 444	66.46 446	50.96 445	57.48 436	51.18 447	69.03 452	67.25 446	67.90 447	80.31 458	70.42 447	74.30 453	72.66 459	50.07 442	42.88 444	43.00 446	65.88 448	47.48 444	53.41 445	39.15 445

SPS-STEREO	56.02 446	59.82 448	64.35 436	45.23 440	53.96 448	61.34 445	44.05 443	60.08 445	50.73 406	62.61 443	61.78 434	59.73 439	57.62 443	60.63 445	59.08 448	58.29 452	48.28 450	51.30 445	49.29 447	55.67 448	56.59 451
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IMH	63.51 450	61.05 449	69.15 446	69.90 450	54.09 450	65.82 450	55.66 449	72.12 458	72.52 453	72.73 452	81.82 460	73.16 450	79.86 458	77.03 464	52.57 445	44.46 446	50.01 454	68.11 450	51.57 450	56.59 449	41.88 448

ACVNet_2	58.13 447	62.74 450	73.58 449	66.59 448	38.77 441	63.23 446	49.56 445	72.12 458	82.24 464	79.37 462	88.96 469	76.25 451	73.29 452	55.14 442	48.05 438	38.17 441	24.21 437	54.92 447	37.94 442	48.23 442	29.29 441

RainbowNet	51.77 441	63.10 451	65.03 439	60.15 445	39.21 442	59.39 443	31.46 430	57.61 444	78.49 460	50.61 428	66.05 445	59.57 438	45.26 426	50.17 432	42.57 425	46.92 447	45.90 449	53.26 446	32.46 440	54.03 447	34.14 443

MADNet+	53.97 443	69.36 452	98.79 475	67.30 449	38.52 440	79.97 465	81.50 467	61.38 446	62.53 438	52.01 431	55.50 427	61.22 441	59.61 444	70.25 453	77.26 466	25.21 437	25.07 438	17.40 427	12.69 430	34.21 439	29.70 442

LRCNet_RVC	73.95 461	70.63 453	75.65 451	77.92 456	60.69 456	41.66 420	16.24 375	71.26 456	48.66 400	88.23 470	93.84 472	90.11 469	82.18 461	80.69 467	61.88 451	97.09 476	72.20 467	96.71 475	97.62 476	77.99 465	77.70 467

TorneroNet-64	66.18 451	71.37 454	72.19 448	76.80 454	59.54 454	67.82 451	59.56 450	67.83 451	79.98 461	63.09 444	67.00 446	82.98 459	69.97 449	68.02 448	62.78 454	49.03 448	44.17 448	73.23 452	64.19 453	69.14 453	54.83 450

LVE	71.96 455	73.19 455	84.13 460	75.60 453	55.78 452	75.59 457	63.60 454	77.67 464	83.64 465	82.16 463	87.25 468	83.54 461	82.79 463	76.17 462	65.22 456	49.11 449	57.71 461	74.86 454	62.93 452	66.84 452	61.36 455

WAO-6	71.06 453	73.42 456	67.24 441	79.78 461	61.93 457	69.67 452	60.23 451	75.12 463	87.02 467	74.87 455	79.60 457	79.28 455	84.75 464	68.25 450	61.91 452	67.67 455	48.98 452	81.65 461	73.43 458	66.76 451	59.64 454

TorneroNet	71.59 454	73.91 457	76.67 453	81.06 463	65.65 458	71.44 454	65.68 455	71.66 457	75.08 455	71.76 451	73.09 452	84.12 463	74.51 455	70.46 454	69.58 458	59.87 453	48.58 451	79.93 457	73.78 459	75.74 464	69.18 463

UNDER WATER-64	73.59 460	75.19 458	88.26 463	74.50 452	55.55 451	78.94 464	76.55 464	65.86 449	68.37 450	75.79 457	69.24 449	84.00 462	77.49 457	69.01 452	73.11 461	81.39 466	57.22 460	82.69 464	80.62 464	69.53 454	68.45 462

WAO-7	72.48 457	78.58 459	55.84 425	79.20 459	69.56 463	71.30 453	73.06 462	78.20 467	84.37 466	77.52 458	85.78 464	79.44 456	80.26 459	65.93 447	66.47 457	62.13 454	69.81 466	70.46 451	73.18 457	66.66 450	61.95 456

WAO-8	77.20 464	78.94 460	67.39 442	86.73 467	72.82 465	79.98 466	69.63 459	77.88 465	88.66 469	83.17 466	86.77 465	85.56 465	85.20 466	72.63 457	69.82 459	75.00 459	55.65 458	87.92 471	83.63 466	71.60 457	64.97 458

Venus	77.20 464	78.94 460	67.39 442	86.73 467	72.82 465	79.98 466	69.63 459	77.88 465	88.66 469	83.17 466	86.77 465	85.56 465	85.20 466	72.63 457	69.82 459	75.00 459	55.65 458	87.92 471	83.63 466	71.61 458	64.97 458

MFMNet_re	72.11 456	79.45 462	64.79 438	52.91 443	84.26 468	78.00 463	69.47 458	64.08 447	67.45 449	61.33 439	71.28 450	64.22 444	69.42 448	72.45 456	61.54 450	81.63 467	73.93 468	80.19 459	74.21 460	83.02 468	88.49 471

UNDER WATER	76.36 463	79.65 463	88.23 462	84.62 465	67.01 460	77.90 462	78.03 465	67.43 450	72.64 454	75.52 456	71.49 451	85.52 464	82.57 462	70.68 455	75.48 464	79.61 463	54.01 457	86.59 468	84.76 468	72.44 459	72.94 465

notaker	72.59 458	79.99 464	79.75 455	79.06 458	68.60 461	63.66 448	62.15 452	69.61 455	75.78 456	77.77 459	79.16 456	79.92 457	84.80 465	77.69 465	59.73 449	70.15 458	61.03 462	77.65 456	68.69 455	70.81 455	65.81 460

ktn	72.86 459	80.20 465	70.88 447	79.38 460	69.76 464	75.01 455	70.17 461	69.27 454	77.21 457	73.05 453	77.79 455	77.79 452	77.01 456	73.04 461	56.44 446	79.36 461	66.31 463	80.24 460	68.37 454	72.53 460	63.45 457

JetRed	79.80 467	80.33 466	91.79 465	71.25 451	75.71 467	91.85 469	80.84 466	79.41 468	80.84 462	84.48 468	84.47 463	83.34 460	72.72 451	79.51 466	85.74 469	69.66 457	81.68 469	73.70 453	72.68 456	82.42 467	73.53 466

HanzoNet	77.99 466	81.45 467	83.64 457	78.05 457	69.26 462	75.78 458	69.09 457	73.99 461	78.09 459	82.39 465	83.06 461	85.66 467	87.00 469	86.11 470	74.40 463	85.46 472	68.53 465	81.84 462	75.61 462	73.07 461	67.26 461

DPSimNet_ROB	74.86 462	83.75 468	61.14 433	77.51 455	65.78 459	76.04 459	75.86 463	74.62 462	77.61 458	82.20 464	75.97 454	80.50 458	72.45 450	68.06 449	84.65 468	81.90 468	52.11 456	79.97 458	76.71 463	70.85 456	79.47 468

Dean	80.94 468	86.19 469	83.94 459	85.03 466	60.07 455	75.42 456	67.27 456	81.85 469	88.36 468	92.35 472	87.09 467	92.14 471	93.19 471	83.37 469	74.06 462	68.69 456	66.48 464	94.89 474	84.90 469	83.86 470	69.69 464

PWCK	66.53 452	88.82 470	80.30 456	80.69 462	30.85 437	65.18 449	41.64 441	72.55 460	71.28 452	78.68 461	69.18 448	78.14 453	62.17 445	82.93 468	63.46 455	80.46 464	40.52 445	82.05 463	47.71 446	74.54 463	39.47 447

ASD4	87.80 469	90.70 471	83.73 458	83.43 464	90.78 472	97.93 472	99.61 477	89.14 471	96.84 475	88.33 471	93.49 470	89.94 468	86.43 468	88.88 471	91.91 470	79.57 462	81.89 470	76.64 455	81.57 465	83.78 469	81.45 469

KSHMR	88.63 470	93.05 472	84.15 461	95.59 473	91.74 473	82.94 468	83.28 468	84.59 470	81.87 463	87.85 469	83.96 462	91.71 470	81.49 460	76.73 463	82.12 467	96.47 475	96.06 475	96.71 475	97.16 475	92.74 475	92.47 475

MADNet++	94.07 475	93.58 473	90.62 464	96.24 474	96.57 474	97.26 471	90.52 469	94.64 475	91.89 471	97.09 476	93.64 471	94.65 472	92.81 470	96.06 475	95.06 474	95.31 474	95.85 474	92.44 473	92.08 474	91.00 474	94.17 477

xxxxx1	91.89 472	95.36 474	98.42 472	87.40 469	89.37 469	98.54 473	98.20 474	92.95 472	93.30 472	93.53 473	95.30 473	97.01 473	96.36 472	94.68 472	94.93 471	83.39 469	84.31 471	82.86 465	88.15 471	84.30 471	89.46 472

tt_ll	91.89 472	95.36 474	98.42 472	87.40 469	89.37 469	98.54 473	98.20 474	92.95 472	93.30 472	93.53 473	95.30 473	97.01 473	96.36 472	94.68 472	94.93 471	83.39 469	84.31 471	82.86 465	88.15 471	84.30 471	89.46 472

ff	91.89 472	95.36 474	98.42 472	87.40 469	89.37 469	98.54 473	98.20 474	92.95 472	93.30 472	93.53 473	95.30 473	97.01 473	96.36 472	94.68 472	94.93 471	83.39 469	84.31 471	82.86 465	88.15 471	84.30 471	89.46 472

MEDIAN_ROB	99.20 477	99.85 477	99.64 477	98.51 476	98.53 476	98.60 476	97.88 473	98.83 478	98.59 477	99.35 479	99.47 477	99.57 478	99.05 476	98.38 476	98.37 477	99.99 478	99.63 477	100.00 479	100.00 480	99.82 478	99.92 479

Anonymous_1	99.63 479	99.96 478	99.94 479	99.77 479	99.59 478	100.00 480	100.00 480	99.81 480	99.98 478	99.63 480	99.94 478	99.75 479	100.00 479	99.67 478	99.89 478	98.37 477	99.84 478	98.70 477	99.26 477	99.29 477	99.24 478

HaxPig	99.40 478	99.99 479	97.53 470	99.99 480	99.99 479	96.91 470	97.19 471	99.57 479	99.99 479	99.98 481	100.00 479	99.99 482	99.96 478	99.06 477	97.86 475	99.99 478	100.00 481	100.00 479	100.00 480	100.00 480	99.98 480

test_example2	99.67 480	99.99 479	99.99 480	100.00 481	99.99 479	99.87 478	99.99 479	98.01 476	100.00 481	100.00 482	100.00 479	98.18 476	98.43 475	99.98 479	99.98 479	100.00 480	99.99 480	99.40 478	99.52 479	100.00 480	100.00 481

AVERAGE_ROB	99.81 481	99.99 479	99.44 476	100.00 481	100.00 481	99.02 477	97.81 472	100.00 481	100.00 481	100.00 482	100.00 479	100.00 484	100.00 479	100.00 482	100.00 482	100.00 480	100.00 481	100.00 479	100.00 480	100.00 480	100.00 481

Selective-RAFT-Error	100.00 484	100.00 482	100.00 482	100.00 481	100.00 481	100.00 480	100.00 480	100.00 481	100.00 481	100.00 482	100.00 479	100.00 484	100.00 479	100.00 482	100.00 482	100.00 480	100.00 481	100.00 479	100.00 480	100.00 480	100.00 481

PML	99.07 476	100.00 482	98.17 471	99.22 477	99.21 477	99.98 479	99.74 478	98.27 477	98.10 476	100.00 482	99.37 476	98.77 477	99.85 477	100.00 482	98.07 476	100.00 480	99.54 476	100.00 479	99.51 478	99.87 479	93.65 476

CasAABBNet	100.00 484	100.00 482	100.00 482	100.00 481	100.00 481	100.00 480	100.00 480	100.00 481	100.00 481	100.00 482	100.00 479	100.00 484	100.00 479	100.00 482	100.00 482	100.00 480	100.00 481	100.00 479	100.00 480	100.00 480	100.00 481

LSM0	100.00 484	100.00 482	100.00 482	100.00 481	100.00 481	100.00 480	100.00 480	100.00 481	100.00 481	100.00 482	100.00 479	100.00 484	100.00 479	100.00 482	100.00 482	100.00 480	100.00 481	100.00 479	100.00 480	100.00 480	100.00 481

DPSMNet_ROB	99.95 482	100.00 482	100.00 482	100.00 481	100.00 481	100.00 480	100.00 480	100.00 481	100.00 481	99.16 477	100.00 479	99.95 480	100.00 479	99.98 479	99.99 480	100.00 480	100.00 481	100.00 479	100.00 480	100.00 480	100.00 481

DGTPSM_ROB	99.95 482	100.00 482	100.00 482	100.00 481	100.00 481	100.00 480	100.00 480	100.00 481	100.00 481	99.16 477	100.00 479	99.95 480	100.00 479	99.98 479	99.99 480	100.00 480	100.00 481	100.00 479	100.00 480	100.00 480	100.00 481

DPSM_ROB	100.00 484	100.00 482	100.00 482	100.00 481	100.00 481	100.00 480	100.00 480	100.00 481	100.00 481	100.00 482	100.00 479	100.00 484	100.00 479	100.00 482	100.00 482	100.00 480	100.00 481	100.00 479	100.00 480	100.00 480	100.00 481

DPSM	100.00 484	100.00 482	100.00 482	100.00 481	100.00 481	100.00 480	100.00 480	100.00 481	100.00 481	100.00 482	100.00 479	100.00 484	100.00 479	100.00 482	100.00 482	100.00 480	100.00 481	100.00 479	100.00 480	100.00 480	100.00 481

Low-res two-view benchmark