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

GLC_STEREO	0.75 1	0.29 16	1.19 3	0.55 77	0.01 1	1.98 45	0.57 139	3.07 4	3.02 44	0.90 28	1.48 22	0.19 1	0.40 22	0.93 3	0.36 8	0.00 1	0.01 124	0.00 1	0.00 1	0.04 78	0.02 37

CREStereo++_RVC	1.59 38	0.39 80	2.26 48	0.36 60	0.01 1	1.67 28	0.01 1	2.95 3	8.12 232	3.69 75	7.44 162	0.47 36	0.32 15	0.74 1	0.39 9	0.00 1	0.00 1	0.00 1	3.03 380	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
ACVNet-DCA	2.01 79	0.65 175	2.15 41	2.30 279	0.02 3	5.80 246	0.56 131	8.45 186	3.33 62	1.03 30	3.33 55	0.32 25	3.71 191	8.05 218	0.45 16	0.00 1	0.02 164	0.00 1	0.03 240	0.02 22	0.03 66

xx1	2.33 112	0.65 175	2.15 41	2.30 279	0.02 3	5.80 246	0.56 131	4.31 33	10.41 280	1.03 30	3.33 55	4.67 160	2.70 147	8.05 218	0.45 16	0.00 1	0.02 164	0.00 1	0.00 1	0.02 22	0.03 66

1test111	1.86 58	0.65 175	2.15 41	2.30 279	0.02 3	5.80 246	0.56 131	8.45 186	3.33 62	1.03 30	3.33 55	0.32 25	3.71 191	4.40 81	0.96 90	0.00 1	0.02 164	0.00 1	0.03 240	0.02 22	0.03 66

cc1	2.17 92	0.65 175	2.15 41	2.30 279	0.02 3	5.80 246	0.56 131	4.31 33	10.41 280	1.03 30	3.33 55	0.32 25	3.71 191	8.05 218	0.45 16	0.00 1	0.02 164	0.00 1	0.03 240	0.10 166	0.05 130

tt1	2.14 89	0.63 170	2.22 47	2.27 275	0.02 3	5.71 244	0.63 148	4.53 46	10.19 274	1.16 35	3.39 60	0.33 28	3.05 163	8.00 211	0.46 20	0.00 1	0.02 164	0.00 1	0.03 240	0.10 166	0.04 101

anonymousdsp2	1.78 47	0.39 80	3.40 147	1.10 135	0.04 8	3.63 178	0.50 121	7.80 174	2.77 27	2.91 57	2.88 47	3.17 103	1.01 62	5.15 100	0.43 11	0.00 1	0.01 124	0.02 282	0.15 293	0.05 100	0.12 218

test croco	1.34 28	0.51 136	5.09 243	0.30 45	0.05 9	1.58 24	0.08 21	4.47 43	3.77 81	0.42 20	1.76 28	0.60 42	0.74 46	6.11 119	0.94 88	0.00 1	0.00 1	0.00 1	0.00 1	0.40 312	0.02 37

qqq	1.93 70	0.30 20	2.96 111	1.40 166	0.05 9	1.96 44	0.39 95	8.45 186	3.33 62	3.06 60	3.84 65	4.67 160	2.70 147	4.40 81	0.96 90	0.00 1	0.01 124	0.00 1	0.00 1	0.02 22	0.03 66

iRaftStereo_RVC	1.62 39	0.68 185	1.98 23	0.67 88	0.05 9	2.99 139	0.04 9	5.36 98	3.74 78	3.82 77	4.96 88	2.54 83	0.62 40	3.35 61	0.97 92	0.00 1	0.07 260	0.00 1	0.00 1	0.30 288	0.27 292

XX-TBD	1.44 34	0.85 225	2.04 27	2.45 296	0.05 9	2.34 64	0.01 1	3.46 11	7.51 213	2.88 56	4.98 90	0.26 14	0.25 3	1.15 10	0.46 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GES	2.49 129	0.38 77	4.29 206	1.58 189	0.05 9	4.58 224	1.07 216	9.70 223	3.39 66	5.21 107	6.64 139	1.84 70	3.36 171	4.86 88	2.54 197	0.06 275	0.01 124	0.06 318	0.01 208	0.12 194	0.03 66

test_xeample3	1.08 12	0.43 108	3.39 145	0.49 73	0.05 9	2.58 87	0.93 205	3.32 6	1.77 4	0.23 1	0.23 6	0.19 1	0.28 7	6.34 130	0.85 70	0.00 1	0.01 124	0.00 1	0.26 329	0.06 116	0.10 194

GMStereo	1.83 56	0.99 248	4.55 218	0.57 81	0.05 9	2.53 78	0.01 1	4.95 64	11.14 293	3.52 72	2.24 39	0.53 39	0.49 34	3.76 67	0.80 66	0.20 316	0.00 1	0.00 1	0.12 287	0.12 194	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
IGEVStereo-DCA	1.06 11	0.45 116	2.06 29	0.32 49	0.06 16	2.74 105	0.84 191	3.71 17	2.27 6	0.39 12	0.16 2	0.20 4	0.29 8	6.47 138	0.87 75	0.00 1	0.00 1	0.00 1	0.16 295	0.06 116	0.06 140

rrr	1.05 10	0.45 116	3.18 132	0.32 49	0.06 16	2.74 105	0.95 209	3.49 12	1.12 2	0.39 12	0.16 2	0.20 4	0.29 8	6.47 138	0.87 75	0.00 1	0.00 1	0.00 1	0.21 313	0.06 116	0.10 194

RCA-Stereo	1.99 77	0.34 53	2.71 82	0.26 40	0.06 16	2.29 61	0.48 110	4.89 61	14.65 324	2.81 54	5.51 112	0.78 44	3.21 167	1.44 17	0.33 5	0.00 1	0.01 124	0.00 1	0.00 1	0.07 131	0.02 37

UDGNet	2.73 148	7.09 373	3.90 184	2.71 307	0.06 16	2.98 138	0.20 61	4.63 53	8.58 248	2.69 50	2.70 45	0.95 46	1.01 62	6.27 125	1.51 132	1.28 365	0.00 1	5.24 381	0.94 365	1.70 359	0.13 225

AnonymousM	2.71 145	6.75 370	0.98 1	0.73 91	0.06 16	2.41 70	0.53 124	5.30 93	3.05 45	4.75 98	2.09 35	1.89 71	1.01 62	1.88 38	0.51 32	0.01 141	0.02 164	17.42 388	4.76 388	0.02 22	0.01 15

ff7	1.12 13	0.57 151	2.06 29	0.03 1	0.07 21	2.80 113	0.84 191	3.71 17	2.27 6	0.38 8	1.06 9	0.20 4	0.40 22	7.12 168	0.49 26	0.00 1	0.00 1	0.00 1	0.16 295	0.09 156	0.06 140

ffff	1.12 13	0.57 151	2.06 29	0.03 1	0.07 21	2.80 113	0.84 191	3.71 17	2.27 6	0.38 8	1.06 9	0.20 4	0.40 22	7.12 168	0.49 26	0.00 1	0.00 1	0.00 1	0.16 295	0.09 156	0.06 140

11t	1.12 13	0.57 151	2.06 29	0.03 1	0.07 21	2.80 113	0.84 191	3.71 17	2.27 6	0.38 8	1.06 9	0.20 4	0.40 22	7.12 168	0.49 26	0.00 1	0.00 1	0.00 1	0.16 295	0.09 156	0.06 140

CASnet	0.98 6	0.32 32	1.62 7	0.65 87	0.07 21	2.11 52	0.14 47	3.50 13	4.03 93	3.77 76	1.41 21	0.31 23	0.29 8	0.80 2	0.57 33	0.01 141	0.00 1	0.00 1	0.00 1	0.04 78	0.01 15
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
anonymousdsp	1.12 13	0.59 158	1.66 8	0.03 1	0.07 21	2.81 122	0.82 184	4.07 29	2.30 11	0.41 16	1.12 17	0.30 20	0.40 22	7.05 164	0.49 26	0.00 1	0.00 1	0.00 1	0.17 301	0.10 166	0.05 130

ccc-4	1.12 13	0.57 151	2.06 29	0.03 1	0.07 21	2.80 113	0.84 191	3.71 17	2.27 6	0.38 8	1.06 9	0.20 4	0.40 22	7.12 168	0.49 26	0.00 1	0.00 1	0.00 1	0.16 295	0.09 156	0.06 140

fff	2.28 106	0.61 163	3.81 177	0.22 35	0.07 21	1.69 31	0.11 28	5.37 99	11.84 303	5.80 122	5.17 94	1.44 55	5.41 260	2.00 40	1.92 165	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 251

IGEV-Stereo	1.12 13	0.59 158	1.66 8	0.03 1	0.07 21	2.82 125	0.82 184	4.09 31	2.30 11	0.41 16	1.11 14	0.30 20	0.41 28	7.05 164	0.49 26	0.00 1	0.00 1	0.00 1	0.17 301	0.10 166	0.05 130
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
csc	2.28 106	0.61 163	3.81 177	0.22 35	0.07 21	1.69 31	0.11 28	5.37 99	11.84 303	5.80 122	5.17 94	1.44 55	5.41 260	2.00 40	1.92 165	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 251

cscssc	2.28 106	0.61 163	3.81 177	0.22 35	0.07 21	1.69 31	0.11 28	5.37 99	11.84 303	5.80 122	5.17 94	1.44 55	5.41 260	2.00 40	1.92 165	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 251

111	2.78 151	0.92 239	3.81 177	0.22 35	0.07 21	2.83 127	0.70 163	6.03 121	14.00 319	3.22 63	8.93 188	5.48 188	3.30 169	3.66 65	2.03 174	0.00 1	0.00 1	0.00 1	0.00 1	0.10 166	0.29 295

ProNet	1.20 19	0.60 160	2.00 25	0.26 40	0.08 32	2.73 104	0.68 157	5.00 71	2.52 18	0.29 3	1.32 19	0.37 30	0.36 17	6.94 159	0.44 12	0.00 1	0.07 260	0.00 1	0.00 1	0.17 230	0.07 153

dad	4.66 276	1.89 327	5.51 264	0.94 112	0.09 33	2.16 54	0.37 93	7.10 164	14.43 322	10.13 299	16.84 305	14.97 322	1.90 119	6.82 151	4.15 245	1.09 362	0.11 290	4.08 378	0.46 353	0.17 230	0.06 140

RAFT	2.57 136	0.76 206	3.09 129	0.91 105	0.09 33	2.41 70	0.94 207	5.35 96	2.65 21	6.11 146	7.21 158	9.43 267	4.30 220	5.73 110	1.77 154	0.00 1	0.12 297	0.00 1	0.02 228	0.46 319	0.08 165

s12784h	1.89 65	0.30 20	2.57 68	0.11 17	0.09 33	4.18 210	0.13 41	6.61 149	7.44 212	3.62 74	4.28 74	0.59 41	0.81 53	6.61 147	0.46 20	0.01 141	0.01 124	0.00 1	0.00 1	0.02 22	0.00 1

ToySt	2.69 142	0.55 146	7.03 300	1.03 125	0.10 36	3.49 167	1.04 212	6.38 141	4.55 120	2.69 50	6.28 131	7.95 248	4.38 224	5.08 96	2.58 198	0.01 141	0.11 290	0.00 1	0.04 257	0.28 285	0.19 261

NF-Stereo	2.24 97	0.33 44	3.00 112	2.04 252	0.10 36	3.46 162	0.43 102	6.51 147	3.17 51	6.84 182	5.24 102	2.67 87	1.34 87	8.17 233	1.53 135	0.01 141	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

OCTAStereo	2.24 97	0.33 44	3.03 118	2.04 252	0.10 36	3.45 161	0.43 102	6.50 144	3.17 51	6.84 182	5.20 99	2.65 84	1.33 85	8.18 234	1.56 139	0.01 141	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

RE-Stereo	2.25 102	0.33 44	3.03 118	2.04 252	0.10 36	3.47 164	0.43 102	6.50 144	3.18 54	6.84 182	5.20 99	2.65 84	1.34 87	8.18 234	1.58 141	0.01 141	0.00 1	0.01 253	0.00 1	0.02 22	0.01 15

TVStereo	2.25 102	0.33 44	3.03 118	2.04 252	0.10 36	3.47 164	0.43 102	6.50 144	3.18 54	6.84 182	5.20 99	2.65 84	1.34 87	8.18 234	1.58 141	0.01 141	0.00 1	0.01 253	0.00 1	0.02 22	0.01 15

TANstereo	1.20 19	0.49 131	2.04 27	0.34 58	0.10 36	1.80 38	0.01 1	3.40 9	4.10 101	4.37 84	4.82 84	0.41 32	0.70 42	0.94 4	0.46 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DIP-Stereo	1.97 76	0.64 171	2.95 110	0.17 30	0.10 36	4.83 229	0.13 41	8.60 197	4.06 100	6.42 170	4.92 87	0.44 35	0.72 45	3.57 64	1.80 157	0.00 1	0.01 124	0.00 1	0.00 1	0.05 100	0.04 101
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
BEATNet_4x	3.24 182	1.27 282	5.89 274	1.56 187	0.10 36	5.26 237	1.07 216	10.08 234	5.50 147	6.89 187	7.73 169	4.53 156	4.13 210	5.05 95	5.27 260	0.04 253	0.05 236	0.00 1	0.00 1	0.23 267	0.23 276

SMFormer	3.54 210	0.39 80	3.61 160	1.69 203	0.11 44	2.85 129	0.29 79	12.46 291	10.41 280	7.16 201	10.23 222	4.78 163	4.45 228	8.71 261	3.51 229	0.07 282	0.05 236	0.00 1	0.00 1	0.06 116	0.04 101

tta	3.54 210	0.39 80	3.61 160	1.69 203	0.11 44	2.85 129	0.29 79	12.46 291	10.41 280	7.16 201	10.23 222	4.78 163	4.45 228	8.71 261	3.51 229	0.07 282	0.05 236	0.00 1	0.00 1	0.06 116	0.03 66

qqq1	3.38 199	0.39 80	3.61 160	1.69 203	0.11 44	2.85 129	0.29 79	12.46 291	10.41 280	7.16 201	10.23 222	4.78 163	4.45 228	8.71 261	0.30 3	0.07 282	0.05 236	0.00 1	0.00 1	0.06 116	0.03 66

fff1	3.38 199	0.39 80	3.61 160	1.69 203	0.11 44	2.85 129	0.29 79	12.46 291	10.41 280	7.16 201	10.23 222	4.78 163	4.45 228	8.71 261	0.30 3	0.07 282	0.05 236	0.00 1	0.00 1	0.06 116	0.03 66

MIM_Stereo	2.50 132	0.75 203	4.26 204	1.18 144	0.11 44	3.08 144	0.33 87	6.07 123	3.28 60	5.01 102	10.12 219	4.29 151	1.74 113	8.06 222	1.27 116	0.00 1	0.12 297	0.00 1	0.01 208	0.18 240	0.15 239

test_4	2.38 117	0.34 53	2.68 76	0.08 11	0.11 44	3.69 183	1.14 221	3.33 7	3.34 65	4.03 80	17.35 316	3.31 108	0.51 35	6.28 126	1.15 108	0.00 1	0.00 1	0.00 1	0.11 284	0.16 222	0.01 15

GANet-ADL	2.20 96	0.50 132	3.27 138	2.02 248	0.11 44	2.21 57	0.48 110	8.64 199	6.79 192	4.56 90	5.83 116	3.98 132	1.27 83	2.68 51	1.43 127	0.04 253	0.08 268	0.02 282	0.00 1	0.15 216	0.03 66

HITNet	2.79 152	0.77 207	4.02 192	2.03 250	0.11 44	5.58 241	0.59 141	9.24 212	5.15 140	6.42 170	7.26 160	3.66 124	2.92 160	4.07 77	3.87 241	0.00 1	0.00 1	0.00 1	0.00 1	0.06 116	0.02 37
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
MC-Stereo	1.47 36	0.36 69	2.54 65	1.99 241	0.12 52	1.90 40	0.12 34	4.47 43	2.83 29	3.31 68	3.44 61	0.56 40	1.47 95	5.39 104	0.47 25	0.00 1	0.04 227	0.00 1	0.21 313	0.07 131	0.04 101

dd	2.16 91	1.22 275	4.82 229	0.68 89	0.12 52	1.39 16	0.17 56	5.14 75	11.22 296	2.70 52	3.51 64	1.52 60	1.23 81	5.08 96	3.96 243	0.12 298	0.01 124	0.04 308	0.21 313	0.07 131	0.01 15

LoS	0.91 5	0.34 53	2.10 39	0.38 63	0.13 54	2.47 73	0.26 72	5.00 71	2.74 26	0.89 27	0.21 5	0.49 37	0.36 17	1.97 39	0.67 42	0.02 210	0.02 164	0.00 1	0.00 1	0.06 116	0.01 15

THIR-Stereo	3.86 234	0.77 207	2.62 72	0.12 18	0.13 54	4.25 211	6.63 341	5.30 93	4.18 105	10.33 301	17.13 311	6.58 218	7.62 305	7.78 202	3.51 229	0.01 141	0.07 260	0.07 324	0.00 1	0.11 183	0.02 37

HH	2.42 119	0.73 197	3.76 172	0.91 105	0.14 56	2.78 111	0.71 165	7.92 177	2.72 24	1.53 39	6.10 121	7.93 244	4.01 206	8.60 254	0.44 12	0.00 1	0.09 276	0.00 1	0.00 1	0.05 100	0.04 101

HanStereo	2.42 119	0.73 197	3.76 172	0.91 105	0.14 56	2.78 111	0.71 165	7.92 177	2.72 24	1.53 39	6.10 121	7.93 244	4.01 206	8.60 254	0.44 12	0.00 1	0.09 276	0.00 1	0.00 1	0.05 100	0.04 101

NRIStereo	2.14 89	0.35 62	2.65 75	1.10 135	0.14 56	3.05 143	0.86 197	5.35 96	3.18 54	6.24 156	3.36 59	4.17 142	1.82 118	8.12 226	2.01 171	0.00 1	0.10 284	0.00 1	0.00 1	0.12 194	0.19 261

ARAFT	3.13 178	1.11 267	7.34 307	0.42 66	0.14 56	4.52 223	2.99 277	7.41 169	5.97 167	8.85 265	7.06 155	5.20 179	1.25 82	8.49 248	1.44 128	0.00 1	0.03 207	0.00 1	0.00 1	0.33 297	0.11 206

IPLGR	2.28 106	0.51 136	6.00 277	0.15 29	0.15 60	1.99 46	0.22 63	6.34 134	6.04 171	6.80 180	5.76 114	2.87 90	2.31 134	4.88 89	1.28 117	0.00 1	0.00 1	0.00 1	0.00 1	0.09 156	0.18 251

DRaft	3.74 222	0.43 108	2.60 70	0.12 18	0.15 60	4.76 227	1.34 234	5.33 95	4.31 107	10.30 300	21.91 336	3.27 106	8.83 321	7.36 181	3.66 235	0.05 265	0.10 284	0.00 1	0.14 290	0.10 166	0.14 230

PMTNet	1.41 33	0.37 75	2.06 29	0.26 40	0.15 60	2.94 137	0.34 89	3.39 8	5.33 144	1.00 29	1.27 18	0.28 18	0.93 59	4.04 76	0.74 53	5.00 376	0.00 1	0.00 1	0.00 1	0.03 58	0.01 15

EGLCR-Stereo	1.04 9	0.20 3	2.00 25	1.14 142	0.16 63	2.50 75	0.11 28	4.96 66	2.61 20	0.79 26	0.07 1	1.46 58	0.37 19	3.96 73	0.23 2	0.01 141	0.05 236	0.00 1	0.00 1	0.00 1	0.07 153

cross-raft	2.03 81	0.35 62	2.78 93	1.10 135	0.16 63	3.77 194	0.48 110	7.03 163	3.75 79	5.06 104	5.55 113	6.26 210	1.41 91	1.75 28	0.89 82	0.01 141	0.07 260	0.00 1	0.19 308	0.03 58	0.03 66

RAFT-Stereo + iAFF	2.12 87	0.58 156	2.43 56	1.27 150	0.16 63	1.60 26	0.14 47	5.17 78	5.90 162	7.10 198	10.10 218	3.06 100	1.74 113	1.87 36	0.97 92	0.01 141	0.02 164	0.00 1	0.00 1	0.23 267	0.02 37

R-Stereo Train	2.44 123	0.32 32	1.93 18	0.94 112	0.16 63	3.67 180	0.61 145	6.37 137	3.08 47	9.14 273	17.44 317	1.80 68	0.77 48	1.76 29	0.70 46	0.00 1	0.01 124	0.00 1	0.00 1	0.01 7	0.03 66

RAFT-Stereo	2.44 123	0.32 32	1.93 18	0.94 112	0.16 63	3.67 180	0.61 145	6.37 137	3.08 47	9.14 273	17.44 317	1.80 68	0.77 48	1.76 29	0.70 46	0.00 1	0.01 124	0.00 1	0.00 1	0.01 7	0.03 66
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
LL-Strereo2	1.86 58	0.83 222	2.33 51	0.36 60	0.17 68	3.79 196	1.52 241	5.82 116	4.04 95	4.43 85	2.51 43	4.23 143	0.37 19	5.66 108	0.99 94	0.00 1	0.02 164	0.00 1	0.05 261	0.06 116	0.11 206

Selective-IGEV	1.23 22	0.18 2	1.13 2	0.07 9	0.17 68	2.38 68	0.54 126	6.10 124	2.51 17	0.41 16	3.20 53	0.26 14	0.29 8	6.94 159	0.16 1	0.00 1	0.01 124	0.00 1	0.11 284	0.04 78	0.10 194

x	1.73 44	0.28 15	2.49 62	1.91 231	0.17 68	2.10 51	0.83 188	8.74 201	3.55 73	3.28 65	2.12 38	3.10 102	1.96 121	2.90 53	1.12 104	0.00 1	0.02 164	0.00 1	0.00 1	0.02 22	0.03 66

PFNet+	2.35 113	0.31 23	3.69 167	0.79 95	0.17 68	3.15 153	0.75 175	4.52 45	6.30 182	7.90 234	6.34 135	2.53 82	1.18 78	7.72 199	1.62 144	0.03 237	0.00 1	0.00 1	0.00 1	0.01 7	0.03 66

PSM-softLoss	2.24 97	0.34 53	3.42 149	1.81 219	0.17 68	2.74 105	0.39 95	6.17 129	2.92 31	6.26 159	6.29 132	2.96 93	0.97 60	8.68 258	1.71 148	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37

KMStereo	2.24 97	0.34 53	3.42 149	1.81 219	0.17 68	2.74 105	0.39 95	6.17 129	2.92 31	6.26 159	6.29 132	2.96 93	0.97 60	8.68 258	1.71 148	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37

DEmStereo	3.79 228	0.37 75	3.69 167	0.17 30	0.17 68	5.28 238	2.54 267	4.35 35	3.70 76	8.21 245	20.15 327	5.13 178	10.38 336	7.65 192	3.85 240	0.01 141	0.01 124	0.01 253	0.00 1	0.02 22	0.06 140

DeepStereo_RVC	2.05 83	0.39 80	2.87 105	0.14 28	0.17 68	3.51 170	0.70 163	5.21 80	3.00 42	6.27 161	4.13 70	3.47 116	4.53 232	4.81 87	1.49 131	0.01 141	0.00 1	0.00 1	0.00 1	0.09 156	0.18 251

CRE-IMP	1.95 72	0.35 62	2.68 76	0.27 44	0.17 68	3.90 201	0.85 196	5.14 75	2.87 30	5.74 119	4.14 71	3.49 118	0.83 54	6.40 133	1.80 157	0.00 1	0.00 1	0.00 1	0.00 1	0.10 166	0.19 261

LMCR-Stereo	3.63 215	1.29 287	4.20 202	2.54 300	0.17 68	8.08 288	1.52 241	11.46 263	4.73 126	8.45 252	10.66 235	1.91 73	5.03 251	7.69 195	3.58 233	0.92 359	0.00 1	0.00 1	0.00 1	0.36 303	0.02 37

DCANet	2.08 85	0.64 171	3.81 177	0.31 46	0.17 68	1.70 35	0.25 70	5.23 81	8.47 243	6.07 143	5.30 107	1.41 53	4.23 217	1.85 34	2.02 173	0.00 1	0.00 1	0.00 1	0.00 1	0.04 78	0.19 261

AFF-stereo	2.59 138	0.68 185	2.35 53	1.55 184	0.17 68	1.67 28	0.08 21	5.75 110	6.60 188	6.20 153	12.13 259	6.16 207	2.36 135	4.75 86	1.11 103	0.02 210	0.02 164	0.00 1	0.00 1	0.23 267	0.05 130

IGEV_Zeroshot_test	2.13 88	0.50 132	4.91 233	1.41 169	0.18 80	2.62 95	0.36 91	7.80 174	3.87 82	5.04 103	5.42 109	4.77 162	1.03 65	3.43 62	0.79 64	0.00 1	0.16 320	0.00 1	0.18 304	0.17 230	0.04 101

Selective-RAFT	1.69 41	0.32 32	3.29 139	0.92 109	0.18 80	3.89 200	0.06 14	4.22 32	4.00 90	1.47 38	1.98 34	3.07 101	2.81 154	6.35 132	0.89 82	0.01 141	0.00 1	0.00 1	0.21 313	0.05 100	0.00 1

DCANet-4	2.03 81	0.34 53	5.30 256	0.31 46	0.18 80	1.69 31	0.12 34	4.95 64	8.55 247	5.78 120	5.17 94	1.12 49	2.82 155	2.11 45	1.92 165	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 251

ADStereo(finetuned)	2.26 105	0.64 171	5.22 253	0.31 46	0.18 80	1.71 36	0.25 70	5.23 81	8.46 242	6.06 142	5.30 107	1.41 53	6.37 280	1.87 36	1.87 160	0.00 1	0.00 1	0.00 1	0.00 1	0.04 78	0.18 251

DisPM	2.43 121	0.32 32	3.04 121	1.76 213	0.18 80	3.46 162	0.65 153	5.13 74	4.88 131	8.59 257	7.04 154	2.84 89	1.03 65	8.85 269	0.83 68	0.01 141	0.00 1	0.00 1	0.00 1	0.01 7	0.02 37

Patchmatch Stereo++	1.95 72	0.40 89	2.86 101	0.12 18	0.18 80	3.74 190	0.66 155	5.24 87	2.96 36	5.86 127	4.32 75	3.46 113	1.52 100	6.88 153	0.70 46	0.01 141	0.00 1	0.00 1	0.00 1	0.08 139	0.09 175
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
HUI-Stereo	1.80 50	0.41 96	2.85 99	0.12 18	0.18 80	3.72 188	0.65 153	5.23 81	2.97 40	5.87 132	4.34 78	3.45 111	1.52 100	3.93 72	0.65 39	0.02 210	0.00 1	0.00 1	0.00 1	0.08 139	0.10 194

iRAFT	1.95 72	0.40 89	2.86 101	0.12 18	0.18 80	3.74 190	0.66 155	5.24 87	2.96 36	5.86 127	4.32 75	3.46 113	1.52 100	6.88 153	0.70 46	0.01 141	0.00 1	0.00 1	0.00 1	0.08 139	0.09 175

RAFT-IKP	1.90 66	0.42 100	2.83 96	0.12 18	0.18 80	3.50 168	0.64 151	5.24 87	2.96 36	5.86 127	4.34 78	3.50 119	1.51 96	5.99 116	0.76 59	0.01 141	0.00 1	0.00 1	0.00 1	0.08 139	0.08 165

PSM-adaLoss	1.88 62	0.40 89	2.86 101	0.12 18	0.19 89	3.75 193	0.71 165	5.23 81	2.96 36	5.86 127	4.33 77	3.45 111	1.51 96	5.40 105	0.69 44	0.01 141	0.00 1	0.00 1	0.00 1	0.08 139	0.09 175

ROB_FTStereo_v2	1.91 68	0.41 96	2.85 99	0.12 18	0.19 89	3.71 185	0.73 170	5.23 81	2.95 34	5.86 127	4.36 80	3.46 113	1.51 96	5.86 112	0.69 44	0.01 141	0.00 1	0.00 1	0.00 1	0.08 139	0.08 165

ROB_FTStereo	1.90 66	0.42 100	2.86 101	0.12 18	0.19 89	3.71 185	0.75 175	5.24 87	2.95 34	5.87 132	4.26 73	3.41 109	1.51 96	5.80 111	0.65 39	0.01 141	0.00 1	0.00 1	0.00 1	0.08 139	0.08 165

iGMRVC	1.96 75	0.40 89	2.88 106	0.12 18	0.19 89	3.74 190	0.73 170	5.23 81	2.97 40	5.87 132	4.37 81	3.48 117	1.52 100	6.73 150	0.74 53	0.02 210	0.00 1	0.00 1	0.00 1	0.08 139	0.08 165

AE-Stereo	1.44 34	0.32 32	2.69 78	1.58 189	0.20 93	2.24 58	0.59 141	6.01 120	5.70 157	1.18 37	3.17 52	1.02 48	0.78 51	1.73 27	0.83 68	0.02 210	0.18 327	0.00 1	0.29 331	0.11 183	0.07 153

CrosDoStereo	3.96 241	0.45 116	3.04 121	0.32 49	0.20 93	3.28 157	11.63 374	5.76 112	4.45 113	9.04 271	16.58 301	4.99 170	7.45 299	8.04 215	3.72 236	0.00 1	0.02 164	0.01 253	0.00 1	0.16 222	0.10 194

DeepStereo_LL	3.96 241	0.45 116	3.04 121	0.32 49	0.20 93	3.28 157	11.63 374	5.76 112	4.45 113	9.04 271	16.58 301	4.99 170	7.45 299	8.04 215	3.72 236	0.00 1	0.02 164	0.01 253	0.00 1	0.16 222	0.10 194

MIPNet	2.06 84	0.69 190	4.57 221	0.32 49	0.21 96	1.92 42	0.19 58	6.89 160	5.64 156	5.48 115	4.02 69	2.02 75	3.50 179	3.32 60	2.01 171	0.00 1	0.01 124	0.01 253	0.01 208	0.20 248	0.13 225

IIG-Stereo	3.16 179	0.75 203	2.83 96	4.08 356	0.21 96	2.56 83	0.74 173	6.55 148	5.56 153	8.39 249	9.38 208	7.94 246	2.79 153	9.50 295	1.89 162	0.02 210	0.00 1	0.00 1	0.00 1	0.02 22	0.04 101

RAFT-345	3.27 183	0.41 96	2.88 106	1.02 123	0.21 96	2.63 96	0.48 110	3.76 22	5.51 149	7.35 213	24.88 352	4.25 145	1.76 116	8.15 229	2.13 178	0.01 141	0.00 1	0.00 1	0.00 1	0.01 7	0.01 15

test-3	1.86 58	0.21 6	2.46 59	1.03 125	0.22 99	1.38 13	0.83 188	4.65 56	5.04 134	7.26 208	1.78 30	4.10 139	0.41 28	6.53 145	0.76 59	0.00 1	0.00 1	0.00 1	0.29 331	0.18 240	0.14 230

test_1	1.85 57	0.21 6	2.45 57	1.02 123	0.22 99	1.37 12	0.82 184	4.66 57	5.06 135	7.02 192	1.73 27	4.09 137	0.41 28	6.51 143	0.76 59	0.00 1	0.00 1	0.00 1	0.29 331	0.18 240	0.14 230

test_3	1.88 62	0.22 9	2.75 87	0.96 118	0.22 99	1.28 10	0.77 178	4.62 52	5.87 161	6.55 175	1.84 32	4.28 149	0.45 31	6.48 140	0.76 59	0.00 1	0.01 124	0.00 1	0.28 330	0.17 230	0.14 230

CREStereo	0.98 6	0.42 100	1.86 13	0.07 9	0.22 99	1.65 27	0.02 7	4.07 29	6.33 184	0.72 25	1.54 24	0.43 34	0.64 41	1.22 12	0.44 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	0.00 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
11t1	1.62 39	0.26 13	2.53 64	2.37 290	0.24 103	2.58 87	0.06 14	6.66 151	3.00 42	3.40 70	3.01 49	1.14 50	1.94 120	4.18 79	0.91 84	0.01 141	0.02 164	0.00 1	0.00 1	0.03 58	0.03 66

AEACV	0.80 2	0.29 16	1.70 11	0.96 118	0.24 103	2.03 47	0.88 200	3.50 13	0.88 1	0.34 6	0.20 4	0.29 19	2.01 123	1.77 31	0.33 5	0.00 1	0.03 207	0.00 1	0.29 331	0.10 166	0.09 175

CFNet_pseudo	2.81 153	0.42 100	4.04 195	0.33 54	0.24 103	2.59 89	0.12 34	8.20 181	7.66 219	7.04 195	10.42 227	6.56 216	2.05 124	4.88 89	1.53 135	0.00 1	0.02 164	0.01 253	0.00 1	0.05 100	0.07 153

MSKI-zero shot	2.00 78	0.36 69	2.15 41	0.81 96	0.25 106	2.69 103	0.29 79	6.16 128	2.34 13	4.31 83	7.52 163	3.70 125	0.25 3	8.42 245	0.41 10	0.01 141	0.13 304	0.00 1	0.25 323	0.03 58	0.02 37

iRaft-Stereo_5w	2.86 160	0.86 226	4.08 200	0.06 8	0.25 106	2.76 110	0.60 144	4.97 67	4.10 101	2.98 59	7.85 171	10.17 278	4.17 214	8.16 230	5.83 270	0.00 1	0.00 1	0.00 1	0.01 208	0.26 278	0.06 140

Pruner-Stereo	2.49 129	0.40 89	2.46 59	1.80 218	0.25 106	3.51 170	0.77 178	6.03 121	4.92 132	8.91 267	6.09 119	4.45 153	1.11 68	6.99 161	2.11 176	0.02 210	0.00 1	0.02 282	0.00 1	0.01 7	0.04 101

MSMDNet	2.99 168	0.39 80	4.02 192	0.40 65	0.25 106	2.53 78	0.16 54	9.35 215	9.25 255	7.08 197	11.39 246	6.93 223	2.43 138	4.01 74	1.34 122	0.01 141	0.02 164	0.02 282	0.00 1	0.05 100	0.07 153

ccs_rob	2.81 153	0.42 100	4.06 197	0.33 54	0.25 106	2.59 89	0.12 34	8.19 180	7.68 220	7.02 192	10.37 226	6.54 215	2.06 125	4.88 89	1.53 135	0.00 1	0.02 164	0.01 253	0.00 1	0.05 100	0.07 153

MLCV	3.44 207	0.88 230	5.60 268	1.39 165	0.25 106	4.36 216	0.33 87	7.25 165	7.28 207	9.17 275	12.24 264	5.09 176	2.47 139	9.15 280	3.23 215	0.00 1	0.00 1	0.00 1	0.00 1	0.10 166	0.02 37

PCWNet_CMD	2.99 168	0.39 80	4.02 192	0.39 64	0.26 112	2.53 78	0.15 51	9.24 212	9.22 254	7.12 199	11.53 251	6.94 224	2.41 137	4.02 75	1.33 120	0.01 141	0.02 164	0.02 282	0.00 1	0.05 100	0.07 153

FENet	2.19 95	0.34 53	3.04 121	2.05 256	0.26 112	2.82 125	0.13 41	7.02 162	5.55 151	4.97 101	1.94 33	4.91 168	3.39 176	4.71 85	2.50 194	0.02 210	0.03 207	0.00 1	0.00 1	0.00 1	0.21 268

DCRE	1.79 48	0.68 185	2.55 66	1.66 201	0.27 114	1.27 9	0.05 12	4.57 50	4.04 95	3.30 67	9.24 202	3.83 128	1.20 79	2.08 44	0.67 42	0.00 1	0.12 297	0.00 1	0.24 321	0.04 78	0.09 175

GMOStereo	1.81 51	0.47 123	2.09 35	0.10 13	0.27 114	1.49 18	0.89 201	4.40 36	4.51 116	8.16 240	6.97 145	2.96 93	1.15 73	1.42 13	0.88 78	0.00 1	0.14 308	0.00 1	0.00 1	0.23 267	0.03 66

error version	1.81 51	0.47 123	2.09 35	0.10 13	0.27 114	1.49 18	0.89 201	4.40 36	4.51 116	8.16 240	6.97 145	2.96 93	1.15 73	1.42 13	0.88 78	0.00 1	0.14 308	0.00 1	0.00 1	0.23 267	0.03 66

test-v	1.81 51	0.47 123	2.09 35	0.10 13	0.27 114	1.49 18	0.89 201	4.40 36	4.51 116	8.16 240	6.97 145	2.96 93	1.15 73	1.42 13	0.88 78	0.00 1	0.14 308	0.00 1	0.00 1	0.23 267	0.03 66

test-2	1.81 51	0.47 123	2.09 35	0.10 13	0.27 114	1.49 18	0.89 201	4.40 36	4.51 116	8.16 240	6.97 145	2.96 93	1.15 73	1.42 13	0.88 78	0.00 1	0.14 308	0.00 1	0.00 1	0.23 267	0.03 66

raft_robust	2.64 140	1.20 274	2.62 72	1.10 135	0.28 119	1.50 22	0.12 34	6.28 133	9.04 252	6.80 180	7.19 157	3.73 127	2.13 126	9.06 277	1.07 99	0.03 237	0.12 297	0.00 1	0.21 313	0.17 230	0.22 270

TestStereo	1.74 45	1.02 251	3.64 165	0.20 32	0.28 119	1.33 11	0.01 1	5.24 87	4.01 92	3.18 61	4.97 89	2.07 76	0.70 42	7.32 177	0.75 57	0.02 210	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1

Sa-1000	3.55 212	0.75 203	3.63 164	1.91 231	0.30 121	3.55 173	1.63 247	7.39 168	8.54 246	7.70 224	17.44 317	4.00 133	2.82 155	9.44 293	1.33 120	0.00 1	0.10 284	0.00 1	0.18 304	0.21 256	0.04 101

SA	3.06 172	0.74 201	3.79 175	1.60 193	0.30 121	3.19 155	1.43 236	6.72 154	9.06 253	4.63 94	10.80 236	2.89 91	4.71 239	9.62 296	1.18 112	0.00 1	0.09 276	0.00 1	0.19 308	0.23 267	0.02 37

TransformOpticalFlow	3.38 199	0.70 192	4.54 216	1.00 122	0.30 121	3.56 174	0.14 47	9.67 222	7.30 208	5.55 116	13.34 274	6.74 220	5.03 251	8.22 238	1.34 122	0.00 1	0.01 124	0.01 253	0.00 1	0.04 78	0.11 206

RAFT_R40	2.71 145	0.33 44	3.00 112	1.26 148	0.30 121	3.83 198	1.00 211	5.69 109	4.29 106	9.69 288	6.33 134	5.02 175	4.02 208	8.58 253	0.86 73	0.01 141	0.00 1	0.00 1	0.00 1	0.03 58	0.02 37

CFNet-RSSM	2.11 86	0.33 44	2.71 82	1.04 130	0.30 121	3.21 156	0.41 99	6.67 152	6.96 196	5.62 117	4.58 82	5.40 186	1.71 109	1.86 35	0.87 75	0.00 1	0.08 268	0.00 1	0.32 338	0.02 22	0.02 37

Gwc-CoAtRS	2.02 80	0.33 44	2.61 71	1.04 130	0.30 121	3.56 174	0.40 98	5.89 118	5.94 164	5.08 105	5.01 91	5.55 189	1.72 110	1.60 24	0.91 84	0.01 141	0.09 276	0.00 1	0.25 323	0.01 7	0.02 37

IPLG	2.43 121	0.66 181	4.77 228	0.54 74	0.31 127	3.01 141	0.26 72	6.15 127	5.55 151	7.69 223	6.21 127	1.89 71	1.74 113	7.19 173	2.35 188	0.01 141	0.01 124	0.00 1	0.00 1	0.24 277	0.12 218

mmm	2.50 132	0.29 16	3.22 135	1.98 240	0.32 128	3.72 188	0.12 34	9.45 217	4.05 97	5.84 126	10.80 236	2.47 81	2.86 158	4.07 77	0.75 57	0.00 1	0.02 164	0.00 1	0.01 208	0.03 58	0.02 37

HHNet	2.59 138	0.55 146	2.55 66	0.20 32	0.32 128	2.84 128	0.94 207	5.77 115	5.14 139	7.33 212	13.80 278	0.94 45	3.20 166	5.27 102	2.41 192	0.13 300	0.02 164	0.06 318	0.00 1	0.23 267	0.03 66

SGM_RVC	10.08 352	0.60 160	3.42 149	2.30 279	0.32 128	19.41 364	6.33 337	18.95 361	14.64 323	25.14 375	24.32 348	33.34 382	18.79 366	19.86 372	12.55 347	0.25 323	0.26 346	0.22 347	0.24 321	0.34 300	0.40 308
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
GwcNet-ADL	2.65 141	0.48 129	3.84 183	0.82 97	0.33 131	2.04 48	0.69 161	8.07 179	9.42 259	6.05 140	6.66 140	4.14 141	1.73 111	5.40 105	3.01 207	0.08 287	0.06 248	0.00 1	0.00 1	0.06 116	0.03 66

SST-Stereo	2.75 149	0.31 23	2.78 93	1.33 153	0.33 131	3.99 205	0.82 184	5.60 107	3.93 86	10.92 315	6.19 126	5.00 173	4.23 217	8.66 257	0.74 53	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.03 66

RAFT-Test	2.17 92	0.36 69	3.40 147	1.05 132	0.34 133	4.90 231	0.69 161	6.27 132	3.98 88	4.65 95	7.02 151	6.30 213	1.12 69	1.81 32	0.99 94	0.01 141	0.17 323	0.00 1	0.34 342	0.02 22	0.02 37

iResNet	3.68 218	0.91 236	7.94 315	2.97 321	0.34 133	4.44 222	0.48 110	7.70 171	9.74 265	7.72 225	12.74 269	4.03 134	2.87 159	8.05 218	3.37 220	0.02 210	0.01 124	0.00 1	0.00 1	0.10 166	0.09 175

GMStereo_Zeroshot	2.77 150	1.98 330	5.14 247	1.53 181	0.36 135	3.56 174	0.10 25	5.57 106	5.91 163	6.89 187	7.02 151	8.50 259	0.91 57	6.01 117	1.65 145	0.00 1	0.00 1	0.00 1	0.00 1	0.20 248	0.01 15

1111x	4.25 261	0.30 20	4.31 207	1.47 175	0.37 136	5.10 235	0.32 85	12.86 303	9.82 267	6.01 138	9.73 214	8.78 261	5.97 274	9.43 290	10.39 333	0.06 275	0.03 207	0.00 1	0.00 1	0.02 22	0.04 101

CFNet_ucs	3.07 173	0.44 112	4.05 196	0.54 74	0.37 136	3.08 144	0.19 58	9.80 225	8.49 245	7.64 222	12.62 268	5.67 196	1.76 116	4.96 94	1.51 132	0.00 1	0.04 227	0.01 253	0.00 1	0.09 156	0.11 206

CASS	2.44 123	0.44 112	3.56 157	0.85 101	0.38 138	3.14 150	0.22 63	9.64 221	4.00 90	6.78 179	7.62 166	3.57 122	3.58 183	3.80 68	1.10 102	0.02 210	0.01 124	0.00 1	0.00 1	0.05 100	0.01 15
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
FTStereo	4.55 275	0.36 69	2.18 46	0.94 112	0.38 138	2.60 91	8.82 356	4.98 69	3.17 51	10.88 314	30.35 367	5.60 195	7.60 304	7.62 191	1.55 138	0.17 309	0.00 1	0.05 314	0.00 1	0.03 58	3.80 369

AAGNet	3.41 203	0.34 53	2.45 57	1.78 216	0.39 140	3.69 183	1.05 213	4.79 60	4.61 121	9.62 286	7.74 170	4.98 169	6.38 281	7.34 179	13.02 348	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.04 101

MSMD_ROB	9.28 345	1.09 262	4.65 223	1.58 189	0.39 140	16.52 352	4.41 310	13.60 313	14.87 326	22.34 364	39.89 386	25.67 368	20.71 373	12.42 330	6.98 285	0.34 333	0.03 207	0.00 1	0.00 1	0.05 100	0.09 175

PSMNet-ADL	2.98 167	0.43 108	2.41 55	1.43 171	0.40 142	5.94 251	0.28 74	8.45 186	5.13 138	3.36 69	6.77 141	8.41 253	4.61 235	7.20 174	4.55 251	0.02 210	0.09 276	0.00 1	0.00 1	0.01 7	0.03 66

GANetREF_RVC	6.56 307	2.89 344	7.58 313	3.41 336	0.40 142	12.96 340	9.58 362	15.09 332	17.25 339	10.33 301	10.62 232	12.27 306	8.16 313	12.21 328	4.53 250	0.41 340	0.00 1	0.00 1	0.02 228	3.12 369	0.39 307
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
StereoDRNet-Refined	4.46 268	0.62 168	3.80 176	1.92 233	0.40 142	9.35 302	0.15 51	10.02 232	8.83 251	12.69 331	11.62 253	9.34 265	3.87 202	8.06 222	8.02 300	0.00 1	0.00 1	0.01 253	0.05 261	0.20 248	0.26 288
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
IRAFT_RVC	2.85 156	0.41 96	3.32 140	2.09 258	0.41 145	2.92 135	5.22 324	6.41 142	3.63 75	6.53 174	5.48 111	5.09 176	4.88 248	8.20 237	2.15 180	0.01 141	0.17 323	0.01 253	0.00 1	0.02 22	0.04 101

test-1	1.82 55	0.45 116	5.42 259	0.89 103	0.41 145	2.14 53	0.56 131	5.75 110	4.15 104	3.28 65	5.11 92	3.61 123	0.70 42	1.53 21	1.56 139	0.02 210	0.34 350	0.00 1	0.08 272	0.02 22	0.30 297

RAFT-RH_RVC	3.96 241	0.46 121	2.93 109	1.55 184	0.42 147	3.14 150	0.14 47	3.70 16	5.98 168	11.25 320	32.23 371	5.29 181	1.68 107	8.13 227	2.14 179	0.08 287	0.00 1	0.00 1	0.03 240	0.01 7	0.00 1

TestStereo1	2.85 156	0.81 217	3.48 152	3.11 325	0.44 148	2.52 76	1.50 239	6.37 137	8.18 234	4.62 91	9.24 202	2.23 78	3.69 188	9.19 282	1.26 114	0.00 1	0.01 124	0.00 1	0.00 1	0.27 283	0.09 175

SA-5K	2.85 156	0.81 217	3.48 152	3.11 325	0.44 148	2.52 76	1.50 239	6.37 137	8.18 234	4.62 91	9.24 202	2.23 78	3.69 188	9.19 282	1.26 114	0.00 1	0.01 124	0.00 1	0.00 1	0.27 283	0.09 175

CroCo-Stereo	0.99 8	0.89 233	3.19 133	0.46 69	0.44 148	0.38 1	0.05 12	4.61 51	3.95 87	0.48 22	1.78 30	1.01 47	0.27 5	1.11 8	1.07 99	0.01 141	0.00 1	0.00 1	0.00 1	0.05 100	0.04 101
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
FADNet-RVC	3.98 245	1.84 323	12.48 342	1.69 203	0.44 148	4.33 214	1.31 232	11.84 272	7.15 203	3.53 73	3.50 63	10.63 287	4.43 227	9.12 278	6.25 274	0.03 237	0.10 284	0.00 1	0.03 240	0.60 328	0.25 283

CBMV	5.35 285	0.91 236	3.67 166	1.62 197	0.44 148	10.09 311	7.19 349	12.49 295	12.33 310	12.22 327	14.69 290	10.93 294	6.48 282	8.51 249	4.96 258	0.02 210	0.15 313	0.00 1	0.00 1	0.17 230	0.17 249
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ASMatch	3.32 193	0.50 132	3.32 140	1.72 209	0.45 153	1.93 43	0.68 157	6.42 143	3.89 84	6.18 152	22.30 339	4.61 159	4.82 246	7.65 192	1.70 147	0.00 1	0.02 164	0.00 1	0.03 240	0.01 7	0.18 251

BUS	2.49 129	0.32 32	3.05 126	0.46 69	0.46 154	7.12 272	0.50 121	9.05 205	4.69 123	6.11 146	6.15 123	5.29 181	0.83 54	3.91 69	1.77 154	0.01 141	0.03 207	0.03 298	0.00 1	0.04 78	0.00 1

BSDual-CNN	2.69 142	0.32 32	3.05 126	0.46 69	0.46 154	7.13 274	1.63 247	9.05 205	4.69 123	6.11 146	6.15 123	6.26 210	2.54 141	3.91 69	1.91 163	0.01 141	0.03 207	0.03 298	0.00 1	0.04 78	0.00 1

psmg	3.10 177	0.32 32	3.05 126	0.54 74	0.46 154	8.68 295	2.84 275	9.87 226	4.69 123	8.08 237	8.69 183	6.26 210	2.54 141	3.91 69	1.91 163	0.01 141	0.04 227	0.06 318	0.00 1	0.11 183	0.00 1

KYRaft	3.59 213	0.31 23	1.84 12	0.76 94	0.46 154	2.29 61	4.04 301	4.75 58	3.25 58	8.93 270	19.47 325	6.62 219	5.07 253	7.79 203	0.71 50	0.01 141	0.00 1	0.00 1	0.01 208	0.04 78	5.38 378

sAnonymous2	1.35 29	1.66 314	8.14 317	0.55 77	0.46 154	1.23 6	0.24 67	4.00 27	3.47 68	0.40 14	1.11 14	0.23 11	1.42 92	0.96 5	0.57 33	0.01 141	0.00 1	0.00 1	0.20 310	2.07 363	0.22 270

CroCo_RVC	1.35 29	1.66 314	8.14 317	0.55 77	0.46 154	1.23 6	0.24 67	4.00 27	3.47 68	0.40 14	1.11 14	0.23 11	1.42 92	0.96 5	0.57 33	0.01 141	0.00 1	0.00 1	0.20 310	2.07 363	0.22 270

xxxx	4.51 271	0.31 23	2.77 91	1.69 203	0.47 160	7.74 287	0.07 18	14.04 319	7.91 227	5.82 125	8.97 192	9.34 265	3.41 178	7.33 178	20.24 366	0.05 265	0.03 207	0.00 1	0.00 1	0.03 58	0.04 101

GMM-Stereo	3.32 193	0.27 14	2.52 63	0.82 97	0.48 161	2.27 60	4.91 319	5.06 73	3.08 47	7.06 196	16.72 304	6.21 209	3.70 190	7.60 190	1.16 110	0.04 253	0.00 1	0.00 1	0.04 257	0.10 166	4.45 371

222	5.36 286	0.40 89	2.72 84	1.50 176	0.48 161	6.15 254	0.07 18	13.73 316	8.06 230	8.79 261	11.03 242	3.71 126	4.21 215	7.47 186	38.74 401	0.03 237	0.02 164	0.00 1	0.00 1	0.04 78	0.05 130

AdaStereo	3.09 174	0.58 156	3.04 121	2.84 313	0.48 161	4.08 207	1.29 231	12.16 285	7.77 223	6.03 139	9.62 211	5.79 200	1.53 104	4.56 84	1.93 169	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37
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.
knoymous	1.36 31	0.21 6	1.68 10	0.20 32	0.49 164	1.58 24	0.11 28	5.15 77	2.40 14	4.62 91	1.77 29	4.56 157	0.45 31	3.23 58	0.63 38	0.00 1	0.02 164	0.00 1	0.00 1	0.02 22	0.01 15

Prome-Stereo	3.65 216	0.29 16	1.92 17	0.91 105	0.49 164	2.07 49	4.75 317	4.41 40	3.23 57	9.32 279	20.63 332	4.06 135	7.19 295	7.70 196	1.17 111	0.00 1	0.00 1	0.00 1	0.00 1	0.05 100	4.72 375

Anonymous3	1.76 46	0.44 112	6.37 286	0.33 54	0.50 166	4.33 214	0.54 126	4.43 41	2.48 15	2.21 45	3.24 54	1.53 61	1.14 71	5.64 107	1.29 118	0.17 309	0.23 338	0.00 1	0.00 1	0.12 194	0.15 239

OMP-Stereo	3.03 171	0.93 242	2.72 84	4.21 360	0.51 167	2.19 55	1.25 227	6.19 131	6.00 169	7.99 236	6.21 127	8.50 259	2.49 140	9.44 293	1.74 152	0.01 141	0.00 1	0.00 1	0.00 1	0.08 139	0.05 130

test_xeample	4.13 250	0.36 69	2.75 87	1.23 146	0.51 167	3.96 204	0.13 41	12.63 299	7.65 218	7.49 218	10.86 240	3.29 107	3.36 171	6.71 149	21.53 371	0.02 210	0.03 207	0.00 1	0.00 1	0.03 58	0.04 101

PSM-AAD	3.33 195	0.20 3	1.47 5	0.73 91	0.54 169	2.55 81	6.19 331	4.97 67	3.27 59	10.92 315	11.92 255	2.95 92	9.59 331	7.90 208	0.82 67	0.01 141	0.01 124	0.00 1	0.00 1	0.04 78	2.47 365

LCNet	2.85 156	0.42 100	1.90 15	0.95 116	0.56 170	2.07 49	1.60 245	4.99 70	3.57 74	6.05 140	10.59 231	4.59 158	6.79 290	7.46 184	0.72 51	0.01 141	0.00 1	0.01 253	0.77 361	0.30 288	3.57 367

EAI-Stereo	2.31 110	0.44 112	2.72 84	0.68 89	0.56 170	3.51 170	2.62 269	11.42 262	4.14 103	2.09 44	7.23 159	1.21 52	0.91 57	5.67 109	1.51 132	0.01 141	0.25 344	0.00 1	0.88 363	0.04 78	0.26 288

ACVNet	2.58 137	0.53 142	2.69 78	0.84 100	0.59 172	2.61 92	0.55 129	8.35 182	5.70 157	4.45 86	9.26 205	5.77 198	3.50 179	2.24 46	4.41 248	0.00 1	0.00 1	0.00 1	0.00 1	0.17 230	0.01 15

STrans-v2	3.43 205	0.73 197	4.82 229	0.26 40	0.60 173	3.00 140	1.19 225	10.41 242	7.22 204	5.79 121	10.97 241	6.75 221	7.03 294	8.25 239	1.40 125	0.00 1	0.01 124	0.00 1	0.00 1	0.03 58	0.18 251

GrayStereo	3.74 222	0.20 3	1.94 20	1.55 184	0.60 173	3.12 149	8.22 353	5.76 112	3.32 61	10.40 304	16.66 303	5.81 201	8.60 318	6.57 146	1.37 124	0.01 141	0.00 1	0.01 253	0.63 356	0.02 22	0.04 101

SDNR	7.50 323	2.32 336	15.58 358	1.82 221	0.63 175	44.66 401	0.44 106	8.59 193	9.52 261	9.84 291	25.18 354	5.30 184	4.38 224	11.46 322	6.49 279	0.05 265	0.03 207	0.00 1	0.01 208	1.79 360	1.87 356

AACVNet	3.33 195	1.03 253	3.56 157	3.46 339	0.63 175	3.09 146	0.28 74	8.78 202	3.43 67	5.99 137	10.64 233	10.08 276	4.03 209	8.69 260	2.51 195	0.03 237	0.01 124	0.00 1	0.00 1	0.26 278	0.06 140

SGM-Forest	4.96 279	0.32 32	2.84 98	1.21 145	0.64 177	10.23 313	6.64 342	11.55 264	10.98 291	10.94 317	13.59 276	11.65 302	4.30 220	8.94 273	4.63 252	0.11 295	0.04 227	0.00 1	0.00 1	0.05 100	0.46 318
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FADNet-RVC-Resample	3.79 228	1.62 310	12.06 337	1.43 171	0.66 178	5.94 251	2.41 263	10.18 238	8.58 248	6.28 162	4.22 72	5.33 185	4.80 245	7.71 197	3.19 213	0.17 309	0.21 335	0.17 342	0.12 287	0.41 315	0.29 295

CSAN	7.62 324	1.60 308	6.56 292	1.83 222	0.66 178	12.40 336	10.52 370	14.45 325	21.32 355	14.19 342	15.98 297	17.84 339	13.02 352	12.32 329	8.38 308	0.09 291	0.07 260	0.03 298	0.04 257	0.33 297	0.67 333

ssnet_v2	4.46 268	0.87 228	5.18 250	1.57 188	0.67 180	9.14 300	4.73 316	11.84 272	9.68 263	8.79 261	6.24 130	9.91 273	4.34 223	6.28 126	9.30 320	0.00 1	0.01 124	0.00 1	0.00 1	0.28 285	0.30 297

iRaft-Stereo_20w	2.56 134	0.35 62	4.98 236	0.37 62	0.67 180	3.47 164	0.59 141	12.57 298	3.89 84	6.10 145	6.23 129	1.49 59	2.24 130	6.65 148	0.86 73	0.00 1	0.19 331	0.00 1	0.33 340	0.08 139	0.22 270

gwcnet-sp	3.31 187	1.47 296	7.26 304	1.73 210	0.69 182	7.57 283	1.14 221	8.59 193	6.17 179	8.57 254	5.25 104	4.26 146	3.36 171	6.46 135	3.44 223	0.00 1	0.00 1	0.00 1	0.00 1	0.15 216	0.11 206

scenet	3.31 187	1.47 296	7.26 304	1.73 210	0.69 182	7.57 283	1.14 221	8.59 193	6.17 179	8.57 254	5.25 104	4.26 146	3.36 171	6.46 135	3.44 223	0.00 1	0.00 1	0.00 1	0.00 1	0.15 216	0.11 206

ssnet	3.31 187	1.47 296	7.26 304	1.73 210	0.69 182	7.57 283	1.14 221	8.59 193	6.17 179	8.57 254	5.25 104	4.26 146	3.36 171	6.46 135	3.44 223	0.00 1	0.00 1	0.00 1	0.00 1	0.15 216	0.11 206

HSM-Net_RVC	4.20 256	0.32 32	2.76 90	0.63 85	0.69 182	6.95 270	1.69 251	11.96 277	8.36 239	8.83 264	12.17 261	15.18 324	4.21 215	6.91 156	3.30 219	0.02 210	0.02 164	0.00 1	0.00 1	0.01 7	0.01 15
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ICVP	2.32 111	0.38 77	2.89 108	0.92 109	0.70 186	2.55 81	0.87 199	9.97 229	3.99 89	4.13 81	8.97 192	2.71 88	1.69 108	2.52 50	3.52 232	0.05 265	0.24 343	0.01 253	0.01 208	0.11 183	0.13 225
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
SANet	10.64 357	1.86 325	10.91 331	1.76 213	0.71 187	14.62 347	9.23 360	19.18 364	37.14 386	19.22 357	27.96 359	25.86 369	19.11 368	13.02 337	10.63 335	0.08 287	0.06 248	0.03 298	0.02 228	0.62 329	0.81 337

hitnet-ft	3.66 217	0.65 175	2.79 95	0.89 103	0.72 188	4.25 211	0.55 129	9.11 208	7.52 214	7.14 200	10.19 220	12.49 307	4.70 238	7.44 183	4.41 248	0.03 237	0.00 1	0.06 318	0.00 1	0.20 248	0.04 101

FADNet_RVC	3.91 240	1.67 316	12.95 348	0.96 118	0.75 189	5.71 244	0.54 126	10.83 251	6.60 188	3.46 71	8.09 175	4.10 139	3.40 177	9.43 290	6.33 275	0.36 334	0.44 359	0.17 342	0.46 353	0.91 342	0.95 341

SGM-ForestM	16.99 381	1.08 260	5.74 270	2.12 261	0.75 189	31.63 385	12.21 377	27.80 387	32.25 375	37.88 390	39.99 387	52.96 399	35.20 393	33.60 391	24.47 381	0.26 325	0.39 355	0.31 353	0.39 347	0.26 278	0.53 325

DN-CSS_ROB	2.69 142	1.40 292	5.34 257	2.31 285	0.75 189	3.14 150	0.06 14	6.11 125	3.87 82	5.34 113	12.18 262	2.34 80	1.22 80	7.84 205	1.48 130	0.03 237	0.00 1	0.00 1	0.00 1	0.35 301	0.03 66

CBMV_ROB	4.14 251	0.52 138	3.14 130	1.30 152	0.77 192	6.92 269	1.97 256	10.11 236	9.58 262	8.92 268	14.20 283	7.12 232	5.90 272	8.65 256	3.50 228	0.01 141	0.05 236	0.00 1	0.00 1	0.04 78	0.09 175

ETE_ROB	5.80 289	1.77 320	6.33 284	1.44 174	0.78 193	6.43 260	6.90 345	12.53 296	8.08 231	12.93 336	14.89 291	21.13 360	5.87 271	9.83 297	6.57 281	0.04 253	0.01 124	0.00 1	0.02 228	0.08 139	0.33 301

Any-RAFT	2.18 94	0.25 11	1.94 20	1.37 162	0.80 194	5.01 234	0.56 131	8.51 190	5.58 154	4.01 79	4.85 86	5.44 187	2.26 133	2.45 49	0.35 7	0.00 1	0.15 313	0.00 1	0.00 1	0.02 22	0.02 37

RALAANet	2.46 127	1.09 262	3.70 170	2.55 302	0.80 194	3.37 159	0.15 51	7.44 170	5.54 150	5.65 118	6.01 118	3.54 120	1.13 70	6.34 130	1.58 141	0.00 1	0.01 124	0.00 1	0.05 261	0.21 256	0.03 66

FADNet	4.23 259	1.65 313	11.75 336	1.64 199	0.80 194	4.80 228	0.77 178	13.76 317	11.65 301	3.97 78	5.24 102	9.62 269	5.14 255	8.40 243	3.78 238	0.21 317	0.04 227	0.07 324	0.05 261	1.14 347	0.10 194

PFNet	2.93 164	0.40 89	5.51 264	2.13 263	0.84 197	3.11 148	0.75 175	6.78 156	4.79 129	9.98 296	6.00 117	4.78 163	2.13 126	8.33 240	2.11 176	0.19 313	0.06 248	0.00 1	0.11 284	0.20 248	0.35 303

raft+_RVC	1.79 48	0.84 223	2.32 50	2.40 291	0.85 198	1.38 13	0.09 24	6.36 135	4.75 128	2.85 55	5.46 110	1.17 51	1.36 90	4.54 83	0.91 84	0.00 1	0.10 284	0.00 1	0.00 1	0.11 183	0.22 270

psmorigin	7.34 321	1.58 306	18.31 366	2.35 288	0.87 199	6.72 265	1.70 253	10.63 246	7.14 202	19.77 360	22.71 341	20.13 354	11.34 341	12.96 336	9.49 326	0.04 253	0.17 323	0.06 318	0.17 301	0.21 256	0.50 322

riskmin	1.88 62	0.15 1	2.11 40	1.38 163	0.88 200	2.40 69	0.04 9	5.93 119	6.10 173	2.25 46	1.34 20	6.06 205	5.08 254	2.78 52	1.01 97	0.00 1	0.02 164	0.00 1	0.00 1	0.01 7	0.06 140

DMCA	2.82 155	0.64 171	4.45 212	1.61 194	0.89 201	3.86 199	0.57 139	9.18 209	5.10 137	6.24 156	6.49 137	7.17 233	2.13 126	3.31 59	4.73 254	0.00 1	0.01 124	0.00 1	0.00 1	0.04 78	0.02 37

GANet	6.22 300	1.07 258	4.07 199	2.27 275	0.89 201	9.19 301	9.52 361	12.02 278	8.13 233	10.72 311	29.09 363	13.86 314	7.52 303	11.00 316	4.39 247	0.36 334	0.00 1	0.02 282	0.02 228	0.12 194	0.08 165

XPNet_ROB	6.03 298	1.22 275	5.61 269	2.56 303	0.90 203	6.32 256	7.07 347	12.92 304	8.30 237	14.76 346	15.13 293	19.84 352	6.66 287	10.36 306	8.58 311	0.02 210	0.04 227	0.00 1	0.03 240	0.11 183	0.24 280

EDNetEfficientorigin	17.87 383	14.00 386	99.53 425	1.64 199	0.92 204	10.55 318	6.26 336	13.21 309	34.84 382	38.20 392	36.91 382	27.47 373	26.32 385	14.71 351	25.69 385	0.04 253	0.06 248	0.14 337	0.52 355	3.16 370	3.27 366

NCCL2	5.88 291	1.59 307	5.44 260	1.87 224	0.92 204	9.55 305	11.55 373	12.11 281	9.94 271	9.67 287	8.85 186	22.28 363	7.41 298	8.78 266	7.17 287	0.01 141	0.00 1	0.03 298	0.00 1	0.13 204	0.23 276

iResNet_ROB	4.23 259	1.02 251	4.90 232	2.18 266	0.93 206	2.92 135	0.37 93	15.10 334	16.91 337	7.89 233	10.51 230	7.03 226	3.07 164	8.16 230	3.46 227	0.01 141	0.00 1	0.00 1	0.00 1	0.10 166	0.02 37

SFCPSM	3.29 185	0.43 108	5.11 244	0.34 58	0.94 207	8.48 291	2.15 260	14.51 326	5.29 141	7.00 191	7.65 167	3.43 110	2.59 145	5.11 98	2.37 189	0.01 141	0.03 207	0.01 253	0.07 268	0.13 204	0.15 239

LALA_ROB	6.58 308	1.80 322	6.25 282	1.26 148	0.94 207	10.08 310	9.02 358	16.00 341	11.51 300	12.74 332	13.02 271	24.77 365	5.25 257	10.56 309	8.02 300	0.04 253	0.05 236	0.00 1	0.02 228	0.10 166	0.25 283

MyStereo06	2.35 113	0.66 181	4.54 216	1.10 135	0.96 209	2.57 84	0.10 25	9.30 214	4.05 97	5.22 108	6.09 119	5.95 203	2.38 136	3.00 54	0.73 52	0.01 141	0.08 268	0.00 1	0.01 208	0.13 204	0.15 239

MyStereo05	2.94 165	0.66 181	5.25 255	1.10 135	0.96 209	2.57 84	0.10 25	8.53 191	12.34 311	6.28 162	3.88 66	3.18 104	3.30 169	7.81 204	2.37 189	0.01 141	0.08 268	0.00 1	0.01 208	0.13 204	0.15 239

DualNet	3.35 198	0.31 23	3.97 185	1.34 155	0.98 211	2.80 113	0.48 110	4.53 46	10.19 274	6.29 164	9.23 196	5.59 190	3.72 195	8.00 211	9.35 321	0.00 1	0.02 164	0.00 1	0.00 1	0.10 166	0.04 101

ffm	2.90 162	0.31 23	3.97 185	1.34 155	0.98 211	2.80 113	0.48 110	4.53 46	10.19 274	6.29 164	9.23 196	5.59 190	3.72 195	8.00 211	0.46 20	0.00 1	0.02 164	0.00 1	0.00 1	0.10 166	0.04 101

ff1	3.45 208	0.31 23	3.97 185	1.34 155	0.98 211	2.80 113	0.48 110	4.53 46	10.19 274	6.29 164	9.23 196	5.59 190	3.72 195	10.11 300	9.35 321	0.00 1	0.02 164	0.00 1	0.00 1	0.10 166	0.04 101

mmx	3.86 234	0.31 23	3.97 185	1.34 155	0.98 211	2.80 113	0.48 110	12.18 286	10.66 287	6.29 164	9.23 196	5.59 190	3.72 195	10.11 300	9.35 321	0.05 265	0.02 164	0.00 1	0.00 1	0.03 58	0.04 101

xxx	3.86 234	0.31 23	3.98 190	1.34 155	0.98 211	2.80 113	0.48 110	12.18 286	10.66 287	6.29 164	9.23 196	5.59 190	3.72 195	10.11 300	9.35 321	0.05 265	0.02 164	0.00 1	0.00 1	0.03 58	0.04 101

NOSS_ROB	3.30 186	0.46 121	2.62 72	2.08 257	1.01 216	5.60 242	0.74 173	10.37 240	11.48 299	5.15 106	8.43 180	5.67 196	1.73 111	7.97 210	2.34 186	0.02 210	0.06 248	0.00 1	0.00 1	0.07 131	0.14 230

TDLM	4.11 248	1.11 267	3.54 156	1.62 197	1.04 217	3.91 202	7.41 351	10.60 245	10.67 289	6.38 169	12.59 267	5.95 203	4.77 241	8.79 267	3.04 208	0.58 348	0.00 1	0.01 253	0.00 1	0.19 245	0.12 218

CSP-Net	4.12 249	1.28 285	3.70 170	1.54 182	1.06 218	13.28 343	2.33 262	12.96 305	5.45 145	8.87 266	8.54 182	8.43 254	3.03 161	8.16 230	3.65 234	0.00 1	0.00 1	0.00 1	0.00 1	0.18 240	0.03 66

DLCB_ROB	4.51 271	0.91 236	3.78 174	2.19 267	1.07 219	6.28 255	3.09 280	9.78 224	7.72 221	10.65 310	12.97 270	13.91 316	3.71 191	8.72 265	5.30 261	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.10 194

MyStereo07	1.31 27	0.79 212	1.61 6	1.03 125	1.11 220	2.63 96	0.46 107	5.48 103	2.24 5	0.64 24	1.48 22	0.27 16	0.59 39	7.03 163	0.45 16	0.00 1	0.09 276	0.00 1	0.01 208	0.11 183	0.09 175

MyStereo04	2.95 166	0.79 212	5.38 258	1.03 125	1.11 220	2.63 96	0.46 107	10.00 230	12.44 312	4.19 82	3.91 68	3.04 99	3.60 184	7.34 179	2.74 203	0.00 1	0.09 276	0.00 1	0.01 208	0.11 183	0.09 175

MIF-Stereo (partial)	1.29 26	0.33 44	3.02 116	0.03 1	1.12 222	1.26 8	0.13 41	4.46 42	3.75 79	0.35 7	2.39 42	0.31 23	0.74 46	6.09 118	1.76 153	0.00 1	0.00 1	0.00 1	0.00 1	0.08 139	0.04 101

pcwnet_v2	4.20 256	0.36 69	8.53 320	1.33 153	1.12 222	3.43 160	0.41 99	12.85 302	14.16 321	9.90 294	14.29 284	5.90 202	3.03 161	6.20 123	2.06 175	0.01 141	0.05 236	0.04 308	0.02 228	0.16 222	0.18 251

CBFPSM	4.87 278	0.94 244	14.70 355	1.51 179	1.15 224	11.49 325	2.55 268	7.28 166	6.47 187	6.23 155	4.83 85	15.30 325	8.99 324	6.88 153	8.20 306	0.03 237	0.02 164	0.00 1	0.00 1	0.40 312	0.42 311

hknet	3.31 187	0.42 100	4.68 225	0.46 69	1.17 225	7.13 274	1.63 247	9.05 205	6.91 194	6.11 146	6.15 123	9.66 270	2.85 157	7.48 187	2.45 193	0.01 141	0.03 207	0.03 298	0.00 1	0.04 78	0.00 1

DISCO	6.28 301	0.57 151	5.78 271	3.43 338	1.17 225	11.22 323	3.39 291	12.14 284	16.16 332	6.52 173	11.22 244	16.96 336	6.32 279	19.51 371	10.74 337	0.00 1	0.00 1	0.00 1	0.00 1	0.35 301	0.11 206

SuperB	8.10 334	3.15 350	24.67 381	2.65 305	1.23 227	9.88 309	4.29 307	10.18 238	30.07 372	11.53 323	12.18 262	6.12 206	6.65 286	10.50 308	14.47 357	0.14 301	0.11 290	0.35 355	0.25 323	13.06 389	0.48 319

GEStereo_RVC	3.74 222	0.73 197	4.95 235	2.01 246	1.24 228	4.36 216	3.07 279	11.77 271	7.80 224	6.87 186	6.52 138	7.70 240	4.31 222	8.98 275	4.19 246	0.03 237	0.01 124	0.02 282	0.02 228	0.13 204	0.11 206

Former-RAFT_DAM_RVC	1.26 24	0.42 100	2.36 54	0.59 83	1.26 229	2.43 72	0.01 1	3.29 5	7.76 222	1.71 42	2.78 46	0.27 16	0.32 15	1.16 11	0.58 36	0.04 253	0.01 124	0.00 1	0.00 1	0.04 78	0.10 194

iResNetv2_ROB	4.28 264	1.43 293	7.17 303	2.91 315	1.26 229	4.36 216	1.62 246	13.64 315	10.25 279	9.83 290	11.41 247	7.68 239	4.00 205	7.75 201	1.85 159	0.00 1	0.00 1	0.00 1	0.00 1	0.37 304	0.09 175

MIF-Stereo	0.83 4	0.33 44	1.98 23	0.92 109	1.27 231	0.54 3	0.11 28	1.35 1	2.94 33	1.67 41	2.09 35	0.20 4	0.31 13	1.57 22	1.07 99	0.00 1	0.00 1	0.00 1	0.00 1	0.16 222	0.01 15

FBW_ROB	8.50 339	1.03 253	7.98 316	1.93 235	1.28 232	13.10 341	6.23 334	22.50 378	18.98 342	18.82 356	14.91 292	19.06 348	10.04 334	18.41 366	9.83 329	0.62 350	0.22 336	1.82 373	0.82 362	0.99 345	1.36 349

sCroCo_RVC	1.21 21	0.65 175	5.16 249	1.09 134	1.29 233	0.92 4	0.19 58	3.92 24	2.68 23	0.30 4	3.04 50	0.52 38	1.56 105	1.58 23	0.78 63	0.09 291	0.25 344	0.00 1	0.00 1	0.07 131	0.11 206

FCDSN-DC	10.24 355	0.56 149	3.49 154	1.96 238	1.29 233	16.90 356	4.59 314	17.16 347	19.10 344	24.64 374	32.46 375	33.82 383	22.14 378	15.93 357	10.45 334	0.04 253	0.00 1	0.00 1	0.00 1	0.05 100	0.21 268
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AANet_RVC	5.01 281	1.74 318	6.38 287	1.96 238	1.29 233	2.26 59	1.69 251	10.07 233	18.53 340	7.88 232	18.15 321	8.49 258	2.70 147	10.59 310	7.04 286	0.96 360	0.15 313	0.02 282	0.00 1	0.13 204	0.12 218

HBP-ISP	4.09 247	1.05 255	4.10 201	1.87 224	1.31 236	7.56 282	3.98 299	11.26 258	9.94 271	7.81 228	14.44 286	3.23 105	4.27 219	8.89 272	1.87 160	0.06 275	0.06 248	0.00 1	0.00 1	0.06 116	0.04 101

CRFU-Net	4.45 267	0.67 184	5.02 237	2.78 311	1.32 237	12.67 338	3.35 289	11.26 258	3.52 71	10.06 298	9.30 207	10.91 293	6.92 291	7.26 175	3.24 216	0.15 303	0.16 320	0.16 339	0.00 1	0.26 278	0.05 130

NINENet	3.09 174	0.56 149	3.22 135	1.61 194	1.37 238	7.12 272	0.50 121	11.88 274	5.63 155	6.63 176	8.40 179	5.29 181	0.83 54	6.51 143	1.77 154	0.15 303	0.07 260	0.07 324	0.00 1	0.09 156	0.00 1

iinet-f	5.94 292	1.60 308	26.88 385	1.79 217	1.38 239	11.92 331	1.47 238	6.80 157	7.11 201	6.90 189	14.43 285	10.64 288	7.97 309	7.00 162	12.12 344	0.02 210	0.03 207	0.05 314	0.00 1	0.63 331	0.02 37

Anonymous_2	4.14 251	0.62 168	3.21 134	1.40 166	1.43 240	5.19 236	0.32 85	6.63 150	4.38 110	4.48 89	2.30 41	8.08 249	7.00 292	5.37 103	2.29 184	0.23 320	0.75 366	5.20 380	18.12 403	5.66 376	0.23 276

CVANet_RVC	4.16 254	1.16 271	3.60 159	1.94 236	1.46 241	3.92 203	4.68 315	10.89 253	8.34 238	7.58 220	10.84 238	10.27 281	6.62 285	8.56 251	2.69 199	0.39 337	0.00 1	0.00 1	0.01 208	0.21 256	0.09 175

MeshStereo	11.52 361	1.52 302	4.55 218	1.89 229	1.46 241	19.87 366	5.11 322	20.66 376	15.91 331	32.67 383	34.51 379	39.34 390	21.15 374	18.74 368	12.10 343	0.11 295	0.06 248	0.01 253	0.00 1	0.45 318	0.22 270
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
DMCA-RVC	3.17 180	1.26 280	6.39 288	2.10 260	1.51 243	3.02 142	0.56 131	7.84 176	5.06 135	9.23 276	5.19 98	8.46 255	2.72 150	6.31 128	3.22 214	0.06 275	0.11 290	0.09 330	0.02 228	0.16 222	0.08 165

IER	3.20 181	0.54 145	5.13 246	0.58 82	1.59 244	7.29 277	0.56 131	6.36 135	4.95 133	7.44 216	8.84 185	6.20 208	6.26 277	4.88 89	3.29 218	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

CFNet	3.72 221	1.10 264	5.03 239	2.49 298	1.59 244	4.90 231	0.22 63	11.38 261	9.88 270	4.80 99	11.25 245	6.44 214	3.68 187	8.33 240	3.00 206	0.00 1	0.00 1	0.00 1	0.00 1	0.22 260	0.07 153

ADCPNet	9.54 348	2.39 338	31.46 389	2.09 258	1.60 246	16.71 355	6.39 339	12.11 281	11.45 298	13.53 340	21.45 335	19.41 349	10.94 340	14.38 347	21.54 372	0.27 328	1.16 369	0.39 358	1.49 372	0.58 325	1.45 350

FC-DCNN	10.72 358	0.52 138	4.27 205	1.88 227	1.63 247	17.18 357	5.29 326	18.20 354	19.69 349	28.50 378	34.51 379	34.03 384	21.48 376	15.89 356	11.15 341	0.03 237	0.01 124	0.02 282	0.01 208	0.07 131	0.09 175

CoDeX	3.43 205	0.68 185	4.49 213	0.98 121	1.65 248	6.37 258	2.14 259	13.23 310	6.07 172	7.23 206	8.95 189	4.09 137	3.79 200	6.31 128	2.37 189	0.03 237	0.06 248	0.00 1	0.00 1	0.07 131	0.15 239

DeepPruner_ROB	3.52 209	1.14 269	4.06 197	1.12 141	1.65 248	3.65 179	0.83 188	13.96 318	4.47 115	7.80 227	10.84 238	7.05 230	2.16 129	8.14 228	3.08 210	0.07 282	0.03 207	0.00 1	0.01 208	0.32 295	0.06 140

LE_ROB	16.73 380	1.28 285	11.61 335	3.72 348	1.65 248	16.67 354	9.17 359	14.39 324	55.91 402	63.81 413	40.86 389	35.94 386	37.73 396	14.24 346	26.87 387	0.05 265	0.10 284	0.13 336	0.22 318	0.12 194	0.15 239

Syn2CoEx	6.32 302	2.72 342	9.33 324	2.45 296	1.67 251	8.59 293	3.32 287	18.08 353	12.27 309	8.53 253	21.08 333	10.30 282	9.80 332	9.30 287	7.86 297	0.01 141	0.00 1	0.00 1	0.00 1	0.63 331	0.43 313

MMNet	4.16 254	0.77 207	5.47 262	1.40 166	1.67 251	10.78 320	0.63 148	8.64 199	8.47 243	8.80 263	8.33 178	7.51 236	6.61 284	7.53 188	6.54 280	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.05 130

ttt	3.86 234	0.23 10	2.34 52	2.22 273	1.68 253	4.36 216	0.28 74	12.45 290	11.09 292	6.90 189	11.85 254	4.08 136	3.28 168	8.47 247	7.85 296	0.06 275	0.04 227	0.00 1	0.00 1	0.03 58	0.03 66

SACVNet	4.15 253	1.26 280	3.81 177	3.12 327	1.68 253	3.09 146	2.85 276	11.91 275	5.96 165	10.52 307	11.20 243	10.59 284	3.95 204	8.97 274	3.25 217	0.08 287	0.02 164	0.00 1	0.00 1	0.32 295	0.44 315

DSFCA	4.21 258	0.50 132	5.45 261	1.34 155	1.68 253	7.04 271	4.51 312	10.73 248	7.00 198	10.78 312	6.80 142	8.48 257	4.63 236	9.91 299	5.12 259	0.02 210	0.06 248	0.02 282	0.03 240	0.08 139	0.03 66

NaN_ROB	6.00 296	1.24 278	6.29 283	1.34 155	1.68 253	9.60 307	10.31 367	15.09 332	15.79 330	12.62 330	8.95 189	11.67 303	5.83 270	11.78 325	6.41 277	0.05 265	0.13 304	0.08 327	0.20 310	0.22 260	0.79 336

Wz-Net-TNSev	11.35 360	10.56 383	35.88 394	2.28 277	1.73 257	18.25 361	11.42 372	15.88 340	20.88 354	14.44 343	16.97 308	19.57 350	19.04 367	19.31 370	18.67 363	0.01 141	0.06 248	0.00 1	0.16 295	0.62 329	1.25 347

DPSNet	10.14 353	1.88 326	16.82 362	1.85 223	1.73 257	24.84 372	17.20 395	19.92 373	27.41 367	12.23 329	13.62 277	16.52 332	18.35 363	14.42 348	12.50 346	0.78 353	0.54 365	0.08 327	0.25 323	1.18 348	0.59 331

rafts_anoy	1.72 42	0.79 212	2.58 69	2.03 250	1.75 259	2.47 73	0.16 54	5.48 103	6.01 170	3.24 64	2.11 37	1.92 74	1.33 85	3.08 56	1.13 106	0.01 141	0.18 327	0.00 1	0.01 208	0.03 58	0.07 153

RALCasStereoNet	1.93 70	1.01 249	2.75 87	1.88 227	1.75 259	2.88 134	0.18 57	4.64 55	4.36 109	2.27 47	5.14 93	2.22 77	0.79 52	7.10 167	1.00 96	0.00 1	0.34 350	0.00 1	0.00 1	0.10 166	0.16 248

RTSC	9.15 342	3.00 346	13.57 350	3.72 348	1.76 261	11.82 329	0.46 107	16.95 345	36.83 385	15.80 350	15.53 295	12.91 309	7.46 301	20.01 374	21.76 373	0.31 330	0.13 304	0.01 253	0.08 272	0.57 324	0.41 310

FAT-Stereo	6.78 314	0.68 185	6.80 296	2.30 279	1.77 262	5.63 243	4.20 305	18.79 358	18.62 341	10.53 308	17.15 312	18.52 345	13.74 355	8.86 271	7.38 289	0.03 237	0.15 313	0.01 253	0.07 268	0.12 194	0.26 288

UCFNet_RVC	3.09 174	0.77 207	2.27 49	2.35 288	1.79 263	3.50 168	1.06 214	12.12 283	6.91 194	4.71 97	7.67 168	7.58 237	4.40 226	4.95 93	1.67 146	0.00 1	0.00 1	0.00 1	0.00 1	0.11 183	0.01 15

coex-ft	19.78 389	19.39 389	87.73 415	1.77 215	1.80 264	17.25 358	13.50 381	12.63 299	42.10 392	60.18 409	38.90 384	28.72 374	28.74 386	11.74 324	27.40 388	0.21 317	0.23 338	0.04 308	0.30 336	1.36 353	1.54 352

Wz-Net-SNSev	9.23 344	6.70 369	24.28 380	1.87 224	1.81 265	8.57 292	12.29 379	17.37 348	20.39 353	10.43 305	23.11 343	16.66 334	8.03 310	14.47 349	17.86 361	0.00 1	0.02 164	0.01 253	0.00 1	0.41 315	0.30 297

StereoIM	0.80 2	0.69 190	3.02 116	0.33 54	1.83 266	1.22 5	0.06 14	3.41 10	1.49 3	0.31 5	0.38 7	0.42 33	0.51 35	1.14 9	1.21 113	0.00 1	0.00 1	0.00 1	0.00 1	0.05 100	0.05 130

PSMNet_ROB	5.02 282	1.63 311	6.03 278	1.90 230	1.83 266	9.57 306	6.35 338	15.58 339	7.23 205	6.15 151	10.48 229	12.22 305	4.16 213	8.02 214	8.71 313	0.02 210	0.01 124	0.01 253	0.10 283	0.20 248	0.12 218

GwcNet-RSSM	3.77 226	1.05 255	5.06 241	2.21 270	1.87 268	2.36 65	1.52 241	8.98 204	7.96 228	5.91 136	14.59 288	7.94 246	3.50 179	6.43 134	5.70 267	0.00 1	0.00 1	0.04 308	0.00 1	0.20 248	0.08 165

ADCL	10.16 354	2.11 332	19.36 369	1.92 233	1.88 269	22.23 368	8.91 357	14.04 319	23.56 361	14.62 345	26.19 356	12.75 308	13.59 354	16.06 359	22.95 378	0.26 325	0.18 327	0.75 362	0.65 357	0.69 335	0.58 328

fast-acv-ft	5.62 288	1.39 291	7.01 299	2.02 248	1.89 270	12.23 333	1.82 255	7.35 167	9.45 260	10.46 306	20.27 330	14.55 320	7.71 307	7.41 182	7.61 292	0.10 293	0.09 276	0.16 339	0.07 268	0.59 326	0.13 225

PSMNet-RSSM	3.33 195	0.77 207	3.22 135	2.12 261	1.90 271	2.33 63	0.71 165	11.17 256	5.83 160	5.90 135	11.43 249	7.04 228	4.83 247	5.96 115	3.17 212	0.00 1	0.00 1	0.02 282	0.00 1	0.08 139	0.02 37

GANet-RSSM	3.27 183	0.60 160	3.38 144	2.94 320	2.00 272	2.61 92	0.48 110	10.93 254	6.11 176	5.47 114	10.20 221	6.57 217	5.44 266	6.25 124	2.23 182	0.00 1	0.00 1	0.08 327	0.00 1	0.17 230	0.03 66

ACRE	2.41 118	1.08 260	5.11 244	0.55 77	2.05 273	2.65 99	0.78 182	5.26 92	4.67 122	7.59 221	9.20 194	1.70 66	1.08 67	3.74 66	2.18 181	0.01 141	0.18 327	0.02 282	0.08 272	0.22 260	0.10 194

IPLGR_C	2.44 123	1.17 272	4.94 234	0.62 84	2.08 274	2.65 99	0.80 183	5.60 107	4.79 129	7.87 231	9.23 196	1.67 65	1.15 73	3.43 62	2.23 182	0.01 141	0.19 331	0.02 282	0.08 272	0.22 260	0.10 194

TRStereo	2.36 115	3.10 347	4.70 226	1.99 241	2.08 274	2.61 92	1.11 219	8.79 203	3.73 77	3.19 62	3.04 50	3.96 131	0.77 48	5.92 113	1.44 128	0.03 237	0.14 308	0.00 1	0.29 331	0.08 139	0.25 283

GASNet	5.19 283	4.61 360	9.38 325	4.73 364	2.10 276	3.80 197	1.57 244	12.07 279	10.96 290	8.92 268	7.03 153	8.21 251	7.67 306	14.02 344	7.36 288	0.02 210	0.15 313	0.00 1	0.00 1	0.69 335	0.42 311

WCMA_ROB	9.21 343	0.87 228	7.37 308	2.54 300	2.13 277	13.59 344	5.80 328	11.64 265	14.01 320	24.43 373	32.99 376	27.09 371	18.02 362	12.51 331	9.85 331	0.81 355	0.07 260	0.01 253	0.01 208	0.16 222	0.23 276

PA-Net	4.98 280	1.47 296	7.42 309	2.40 291	2.14 278	8.73 296	3.64 296	12.42 289	13.11 314	7.03 194	7.57 165	7.88 242	6.52 283	10.16 305	7.82 295	0.02 210	0.03 207	0.00 1	0.00 1	0.11 183	1.07 344
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CIPLG	2.47 128	1.10 264	4.71 227	0.63 85	2.15 279	2.67 102	0.77 178	5.19 79	4.73 126	7.85 230	9.56 210	1.72 67	1.14 71	4.20 80	2.34 186	0.01 141	0.19 331	0.02 282	0.09 279	0.23 267	0.08 165

XQC	8.43 338	3.58 355	16.40 360	2.92 317	2.17 280	13.22 342	3.60 293	14.64 328	25.86 365	11.87 325	12.04 256	15.06 323	10.67 338	15.24 354	19.41 364	0.39 337	0.08 268	0.05 314	0.07 268	0.84 341	0.45 316

HSM	4.00 246	0.79 212	3.16 131	1.59 192	2.17 280	6.77 266	1.11 219	12.28 288	6.35 186	6.75 177	8.11 176	13.90 315	5.37 259	8.85 269	2.71 200	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37

ccnet	6.87 316	0.92 239	5.15 248	3.09 323	2.18 282	11.78 328	4.90 318	17.97 352	8.79 250	12.79 334	20.20 328	16.00 330	8.35 314	9.12 278	14.17 356	0.42 343	0.33 349	0.25 350	0.09 279	0.40 312	0.48 319

XX-Stereo	2.71 145	0.38 77	5.96 276	2.25 274	2.20 283	1.54 23	0.21 62	5.44 102	3.05 45	2.28 48	16.16 298	7.03 226	0.24 2	6.19 121	0.79 64	0.00 1	0.15 313	0.00 1	0.23 319	0.13 204	0.04 101

STTStereo	3.60 214	0.93 242	6.34 285	2.71 307	2.23 284	3.68 182	0.63 148	9.42 216	6.73 190	9.87 292	6.97 145	8.84 262	3.65 186	6.85 152	3.04 208	0.00 1	0.02 164	0.01 253	0.00 1	0.02 22	0.02 37

raftrobust	1.86 58	0.74 201	1.94 20	2.15 264	2.24 285	2.74 105	0.53 124	4.89 61	4.05 97	6.09 144	3.89 67	1.64 63	2.55 143	2.44 48	1.12 104	0.00 1	0.03 207	0.00 1	0.00 1	0.12 194	0.08 165

RAFT+CT+SA	2.36 115	0.71 194	2.46 59	0.83 99	2.26 286	3.18 154	0.93 205	6.82 158	5.48 146	2.55 49	8.07 174	1.64 63	1.59 106	8.54 250	1.15 108	0.02 210	0.00 1	0.00 1	0.38 345	0.19 245	0.36 304

MFN_U_SF_RVC	12.94 364	3.66 356	25.81 384	3.61 345	2.26 286	22.77 369	4.55 313	27.10 384	20.06 350	23.90 371	28.99 362	30.53 378	16.98 360	19.92 373	20.26 367	1.24 363	1.07 368	0.98 366	1.33 370	1.80 361	2.04 359

RAFT + AFF	4.30 265	1.55 304	5.84 272	1.43 171	2.36 288	5.94 251	6.72 343	10.01 231	7.56 215	7.55 219	8.96 191	7.09 231	6.73 288	8.57 252	4.02 244	0.02 210	0.47 362	0.00 1	0.01 208	0.56 322	0.54 326

CFNet-ft	3.31 187	0.94 244	2.69 78	1.50 176	2.38 289	2.81 122	0.68 157	8.35 182	7.43 210	4.45 86	9.94 216	10.20 279	4.60 233	6.50 142	3.41 221	0.00 1	0.00 1	0.03 298	0.00 1	0.22 260	0.03 66

CFNet_RVC	3.31 187	0.94 244	2.69 78	1.50 176	2.38 289	2.81 122	0.68 157	8.35 182	7.43 210	4.45 86	9.94 216	10.20 279	4.60 233	6.49 141	3.41 221	0.00 1	0.00 1	0.03 298	0.00 1	0.22 260	0.03 66

ADCMid	10.24 355	3.13 348	20.70 372	2.21 270	2.39 291	11.23 324	6.19 331	14.17 323	11.19 294	23.20 370	22.25 338	17.89 341	19.54 369	18.51 367	26.21 386	0.45 345	0.42 358	1.10 367	1.29 369	1.56 358	1.18 345

MDST_ROB	8.37 336	0.32 32	9.03 322	4.18 359	2.42 292	26.86 380	6.14 330	19.36 367	13.52 318	27.09 376	22.75 342	9.47 268	4.74 240	15.06 352	6.34 276	0.02 210	0.02 164	0.00 1	0.00 1	0.02 22	0.13 225

edge stereo	6.76 311	1.01 249	6.76 295	2.20 269	2.45 293	6.41 259	2.45 265	14.84 330	11.98 307	15.29 348	18.31 322	22.02 361	12.56 347	10.82 313	7.49 290	0.03 237	0.06 248	0.11 332	0.03 240	0.30 288	0.14 230

Anonymous Stereo	6.16 299	3.15 350	23.75 379	2.97 321	2.48 294	4.39 221	13.30 380	9.21 210	9.86 269	9.56 285	8.76 184	6.79 222	1.99 122	13.50 340	13.04 349	0.01 141	0.05 236	0.00 1	0.06 266	0.22 260	0.19 261

AnyNet_C01	16.12 376	10.81 384	59.36 405	4.42 362	2.49 295	30.06 383	15.15 391	17.51 350	16.51 334	17.88 354	37.69 383	24.04 364	17.54 361	29.60 387	33.29 396	0.28 329	0.38 354	0.43 360	0.42 349	2.57 368	1.98 358

BEATNet-Init1	23.31 390	9.03 378	41.67 398	4.17 358	2.53 296	45.68 403	19.47 398	33.43 390	38.45 389	47.59 402	49.10 398	59.31 403	41.80 399	38.35 398	29.21 391	0.47 346	0.50 363	0.81 363	0.66 358	2.10 365	1.86 355

psm_up	3.85 233	0.82 220	3.01 114	2.00 245	2.58 297	5.28 238	3.34 288	10.85 252	6.33 184	7.27 209	7.32 161	10.15 277	9.02 325	6.19 121	2.51 195	0.22 319	0.01 124	0.00 1	0.00 1	0.12 194	0.03 66

StereoVision	2.25 102	0.72 195	4.00 191	1.03 125	2.64 298	1.91 41	0.28 74	5.83 117	4.43 111	1.89 43	10.65 234	3.88 129	0.52 37	5.13 99	1.98 170	0.00 1	0.00 1	0.00 1	0.00 1	0.09 156	0.03 66

ADCS	13.02 366	4.93 363	28.38 387	3.17 330	2.67 299	13.61 345	10.83 371	18.70 356	33.46 377	22.59 365	24.78 351	19.59 351	18.51 365	23.40 381	32.16 395	0.10 293	0.19 331	0.37 357	0.18 304	1.26 350	1.46 351

Anonymous	1.37 32	0.52 138	4.23 203	1.38 163	2.70 300	1.85 39	0.42 101	4.77 59	3.54 72	0.53 23	1.56 25	0.19 1	1.32 84	3.11 57	0.92 87	0.05 265	0.08 268	0.00 1	0.00 1	0.17 230	0.15 239

whm_eth	3.00 170	1.32 289	5.51 264	0.75 93	2.73 301	2.57 84	0.28 74	6.84 159	7.24 206	5.29 112	24.32 348	0.37 30	0.46 33	1.03 7	0.95 89	0.01 141	0.03 207	0.00 1	0.00 1	0.06 116	0.14 230

cf-r	3.42 204	0.81 217	3.97 185	2.41 294	2.78 302	2.85 129	0.64 151	8.44 185	6.32 183	6.25 158	11.57 252	8.97 263	3.54 182	5.93 114	3.83 239	0.00 1	0.00 1	0.00 1	0.00 1	0.09 156	0.07 153

MSC_U_SF_DS_RVC	16.41 377	6.93 372	21.83 375	5.94 372	2.81 303	38.71 395	14.59 384	24.55 382	34.87 383	33.66 387	34.35 378	29.24 376	24.20 380	22.59 379	17.95 362	2.52 372	2.81 386	1.17 369	1.51 373	5.89 378	2.16 360

MFN_U_SF_DS_RVC	9.78 351	4.27 359	14.47 352	2.29 278	2.85 304	23.40 371	13.62 382	13.60 313	19.54 347	19.42 358	24.27 347	16.74 335	8.59 317	17.05 363	7.98 299	1.25 364	1.68 373	0.17 342	2.63 377	0.72 337	1.04 342

4D-IteraStereo	1.72 42	0.86 226	3.01 114	0.09 12	2.86 305	3.57 177	1.06 214	3.92 24	5.31 142	5.28 110	1.02 8	3.92 130	0.38 21	1.83 33	1.04 98	0.00 1	0.01 124	0.00 1	0.00 1	0.07 131	0.09 175

PS-NSSS	3.90 238	1.84 323	4.55 218	0.87 102	2.95 306	4.10 209	2.00 257	10.77 249	8.23 236	6.75 177	14.63 289	5.01 174	2.24 130	8.41 244	2.91 205	0.33 332	0.03 207	0.83 364	0.00 1	0.82 340	0.70 334

RAFT_CTSACE	3.40 202	1.07 258	4.52 215	1.27 150	3.14 307	4.00 206	1.07 216	3.93 26	4.43 111	4.66 96	17.94 320	7.21 235	2.76 151	10.82 313	0.85 70	0.00 1	0.07 260	0.00 1	0.00 1	0.30 288	0.01 15

pmcnn	7.72 329	1.27 282	9.42 326	2.91 315	3.14 307	9.44 303	6.23 334	12.56 297	16.51 334	14.53 344	24.08 346	27.44 372	8.49 316	9.32 288	8.44 309	0.06 275	0.08 268	0.00 1	0.00 1	0.30 288	0.15 239

WZ-Net	13.00 365	4.64 361	41.07 397	3.48 341	3.15 309	19.12 363	15.66 393	14.81 329	31.33 374	15.71 349	27.88 358	22.22 362	14.01 356	20.44 376	25.03 383	0.64 351	0.00 1	0.01 253	0.03 240	0.39 309	0.37 305

test_5	2.90 162	0.70 192	3.69 167	2.01 246	3.17 310	4.61 226	1.32 233	6.69 153	7.02 200	2.79 53	7.18 156	4.99 170	4.14 211	7.96 209	1.31 119	0.00 1	0.00 1	0.00 1	0.03 240	0.19 245	0.26 288

Wz-Net-LNSev-Ref	5.98 294	1.55 304	9.92 328	2.40 291	3.22 311	10.28 314	3.14 282	11.64 265	9.79 266	9.54 283	20.22 329	11.16 298	6.77 289	10.61 311	9.16 317	0.06 275	0.00 1	0.00 1	0.00 1	0.03 58	0.04 101

UNet	3.97 244	0.61 163	6.50 291	1.68 202	3.22 311	9.82 308	0.31 84	9.50 218	5.32 143	7.20 205	6.35 136	10.59 284	5.91 273	6.93 157	5.49 263	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

NLCA_NET_v2_RVC	3.84 232	1.06 257	5.23 254	2.72 309	3.27 313	4.36 216	0.61 145	10.71 247	7.56 215	8.75 260	7.89 172	9.86 272	3.90 203	7.15 172	3.44 223	0.14 301	0.02 164	0.02 282	0.03 240	0.04 78	0.03 66
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PASM	7.90 331	4.22 358	21.97 376	3.25 332	3.29 314	5.39 240	6.57 340	10.57 244	19.09 343	12.77 333	13.92 279	18.11 342	9.51 330	13.79 343	10.77 339	0.19 313	0.45 360	0.29 351	1.08 367	1.49 356	1.19 346

ADCRef	7.27 320	1.38 290	16.37 359	2.52 299	3.30 315	11.63 327	3.16 283	10.80 250	9.35 258	13.03 337	25.27 355	8.17 250	8.92 323	8.06 222	21.81 374	0.15 303	0.08 268	0.16 339	0.34 342	0.38 305	0.58 328

Nwc_Net	6.97 318	1.25 279	6.63 293	3.82 351	3.37 316	10.83 322	1.67 250	19.56 372	11.35 297	8.36 247	23.62 344	17.19 338	11.44 343	11.21 318	8.08 304	0.80 354	0.00 1	0.00 1	0.02 228	0.13 204	0.09 175

UPFNet	3.82 231	0.47 123	4.34 209	2.21 270	3.38 317	7.26 276	2.69 271	9.89 227	5.96 165	7.98 235	7.53 164	7.89 243	3.15 165	7.72 199	5.88 271	0.01 141	0.02 164	0.00 1	0.00 1	0.04 78	0.06 140

NVstereo2D	4.51 271	0.82 220	6.86 298	3.28 333	3.38 317	8.16 289	3.13 281	10.51 243	15.15 327	4.90 100	6.89 144	7.87 241	4.78 243	9.88 298	3.91 242	0.01 141	0.00 1	0.00 1	0.06 266	0.02 22	0.58 328

HCRNet	2.56 134	0.53 142	3.35 142	0.24 39	3.39 319	2.19 55	0.23 66	6.89 160	5.50 147	5.26 109	4.79 83	5.27 180	2.78 152	7.71 197	2.89 204	0.00 1	0.02 164	0.00 1	0.00 1	0.04 78	0.04 101

PVD	15.44 372	2.93 345	14.67 354	4.21 360	3.39 319	17.43 360	4.16 303	27.84 388	48.84 397	31.02 381	43.54 391	29.76 377	30.81 389	25.97 384	21.40 370	0.23 320	0.41 356	0.04 308	0.33 340	0.41 315	1.33 348

Wz-Net-MNSev	7.43 322	2.35 337	15.22 356	2.34 287	3.41 321	17.27 359	8.55 354	11.91 275	13.48 317	13.37 338	17.05 309	13.70 311	7.47 302	11.90 326	9.99 332	0.40 339	0.03 207	0.00 1	0.01 208	0.16 222	0.07 153

S-Stereo	6.63 309	0.84 223	9.67 327	3.15 329	3.48 322	6.49 261	6.22 333	12.99 306	22.84 359	9.48 280	15.51 294	12.00 304	8.43 315	8.04 215	10.70 336	0.12 298	0.17 323	0.00 1	0.38 345	0.13 204	1.92 357

ac_64	3.70 220	0.47 123	3.50 155	2.87 314	3.50 323	5.91 250	0.72 169	10.17 237	4.34 108	8.16 240	5.80 115	10.82 290	5.64 269	7.08 166	4.73 254	0.03 237	0.00 1	0.00 1	0.00 1	0.08 139	0.14 230

SHD	9.61 349	2.60 339	12.46 341	3.69 347	3.54 324	9.47 304	1.25 227	20.16 375	37.84 388	18.19 355	21.24 334	16.96 336	12.83 351	14.47 349	16.05 359	0.32 331	0.13 304	0.01 253	0.08 272	0.38 305	0.48 319

ADLNet	4.32 266	0.80 216	4.33 208	3.60 344	3.56 325	6.87 268	2.48 266	11.20 257	7.58 217	9.87 292	9.62 211	8.39 252	4.95 249	6.16 120	6.60 282	0.01 141	0.01 124	0.00 1	0.01 208	0.12 194	0.25 283

MaskLacGwcNet_RVC	5.97 293	5.36 364	5.02 237	3.75 350	3.57 326	15.81 350	4.27 306	11.72 269	6.96 196	7.23 206	8.47 181	9.09 264	2.66 146	9.36 289	2.71 200	7.49 383	2.32 377	2.01 374	0.08 272	6.77 380	4.67 374

EDNetEfficient	13.82 368	6.19 367	54.79 403	2.83 312	3.60 327	4.86 230	8.57 355	8.61 198	32.90 376	40.77 395	30.59 368	18.33 344	21.87 377	11.38 321	25.36 384	0.15 303	0.23 338	0.06 318	1.03 366	2.54 367	1.79 354

G-Net	8.41 337	1.54 303	10.97 333	5.73 370	3.60 327	26.19 374	4.41 310	10.10 235	7.42 209	19.71 359	24.99 353	14.38 319	15.83 359	10.99 315	9.53 327	0.50 347	0.46 361	0.19 345	0.25 323	0.80 339	0.66 332

DRN-Test	5.87 290	0.98 247	5.89 274	2.69 306	3.65 329	12.37 335	3.35 289	20.07 374	10.20 278	11.93 326	12.31 265	11.06 297	5.31 258	7.89 207	9.05 316	0.04 253	0.05 236	0.04 308	0.04 257	0.18 240	0.25 283

CC-Net-ROB	7.68 326	9.21 379	7.46 310	3.82 351	3.66 330	15.68 349	5.02 321	17.95 351	10.45 286	6.44 172	14.00 280	7.63 238	4.77 241	10.75 312	3.10 211	5.99 380	2.46 379	16.28 387	1.08 367	6.30 379	1.56 353

FINET	5.32 284	1.14 269	10.04 329	2.17 265	3.67 331	6.49 261	6.76 344	11.68 267	22.08 357	7.42 215	12.15 260	4.24 144	3.61 185	9.25 285	5.35 262	0.04 253	0.04 227	0.00 1	0.00 1	0.17 230	0.09 175

anonymousa	3.80 230	0.55 146	3.35 142	1.24 147	3.74 332	9.04 299	0.36 91	6.74 155	4.03 93	7.72 225	19.64 326	10.62 286	6.01 275	1.52 20	1.40 125	0.00 1	0.00 1	0.00 1	0.05 261	0.00 1	0.03 66

DAS	3.74 222	0.35 62	5.19 251	1.99 241	3.74 332	2.36 65	3.22 284	7.77 172	9.27 256	8.70 258	12.08 257	4.45 153	5.43 263	8.39 242	1.71 148	0.01 141	0.00 1	0.00 1	0.00 1	0.04 78	0.02 37

SepStereo	3.78 227	0.35 62	5.19 251	1.99 241	3.74 332	2.36 65	3.22 284	7.77 172	9.27 256	8.70 258	12.08 257	4.45 153	5.43 263	9.18 281	1.71 148	0.01 141	0.00 1	0.00 1	0.00 1	0.04 78	0.02 37

DGSMNet	6.47 306	2.61 340	13.64 351	3.46 339	3.74 332	8.97 298	6.01 329	14.15 322	13.01 313	7.46 217	14.10 281	9.94 274	4.79 244	10.44 307	6.22 273	1.30 366	1.70 374	1.80 371	1.52 374	2.27 366	2.35 363

MyStereo8	2.88 161	1.19 273	5.03 239	1.61 194	3.75 336	4.30 213	0.07 18	6.14 126	6.16 178	6.22 154	9.64 213	4.28 149	1.45 94	2.05 43	4.76 256	0.00 1	0.16 320	0.00 1	0.14 290	0.26 278	0.43 313

delet	4.27 263	0.72 195	4.50 214	1.07 133	3.75 336	10.79 321	4.04 301	9.95 228	7.89 225	8.09 238	8.89 187	8.46 255	3.81 201	7.56 189	5.80 269	0.00 1	0.00 1	0.00 1	0.00 1	0.11 183	0.02 37

LoS_RVC	1.26 24	1.43 293	1.91 16	0.42 66	3.77 338	1.71 36	0.04 9	2.58 2	2.49 16	0.42 20	2.58 44	0.30 20	0.57 38	1.71 26	0.66 41	0.01 141	0.02 164	0.00 1	0.00 1	0.02 22	4.49 373

aanetorigin	8.72 341	3.29 353	27.55 386	1.95 237	3.84 339	4.93 233	5.39 327	5.49 105	10.05 273	27.85 377	31.47 370	15.80 326	12.78 349	9.04 276	11.98 342	0.25 323	0.22 336	0.22 347	0.25 323	1.28 351	0.84 339

CAS	2.24 97	0.25 11	1.86 13	11.21 381	3.86 340	1.67 28	0.02 7	3.87 23	2.67 22	0.41 16	1.63 26	0.24 13	0.27 5	1.50 19	0.74 53	9.43 388	0.01 124	0.00 1	0.00 1	0.01 7	5.21 376

ADLNet2	4.46 268	0.90 235	6.06 279	2.74 310	3.91 341	6.79 267	3.01 278	10.95 255	8.40 241	7.27 209	9.80 215	9.85 271	5.43 263	7.29 176	6.44 278	0.01 141	0.03 207	0.00 1	0.00 1	0.15 216	0.11 206

stereogan	7.69 328	0.88 230	7.08 302	3.49 342	3.93 342	18.98 362	3.23 286	16.52 343	19.58 348	9.93 295	18.92 323	20.50 358	9.04 326	14.07 345	6.14 272	0.26 325	0.04 227	0.21 346	0.03 240	0.63 331	0.33 301

DANet	6.02 297	1.23 277	8.45 319	3.86 353	3.94 343	7.64 286	1.34 234	9.51 219	7.00 198	13.39 339	15.53 295	15.99 329	7.02 293	12.14 327	12.37 345	0.19 313	0.12 297	0.02 282	0.03 240	0.13 204	0.56 327
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AASNet	3.90 238	0.92 239	4.41 210	3.56 343	4.00 344	6.70 264	1.26 229	18.71 357	6.14 177	7.35 213	7.91 173	4.35 152	2.58 144	3.04 55	6.62 284	0.00 1	0.00 1	0.00 1	0.00 1	0.39 309	0.14 230

APVNet	5.98 294	1.72 317	8.72 321	3.21 331	4.04 345	12.31 334	1.81 254	19.09 363	6.10 173	6.13 150	13.41 275	10.69 289	6.30 278	11.26 319	13.90 354	0.05 265	0.02 164	0.11 332	0.03 240	0.53 320	0.20 267

Wz-Net-LNSev	6.46 305	1.93 328	16.44 361	1.52 180	4.15 346	12.66 337	4.96 320	13.05 307	12.10 308	10.55 309	16.23 299	11.32 299	7.19 295	8.43 246	8.48 310	0.00 1	0.01 124	0.00 1	0.00 1	0.08 139	0.06 140

ADCP+	8.09 333	1.79 321	14.50 353	1.54 182	4.28 347	16.57 353	5.20 323	12.80 301	11.20 295	12.83 335	17.07 310	11.02 296	10.80 339	17.59 364	23.18 379	0.03 237	0.05 236	0.01 253	0.18 304	0.39 309	0.81 337

LL-Strereo	4.71 277	1.64 312	7.51 312	1.15 143	4.31 348	3.71 185	1.45 237	9.21 210	8.36 239	8.37 248	8.17 177	10.82 290	11.36 342	12.51 331	4.82 257	0.00 1	0.12 297	0.00 1	0.00 1	0.31 293	0.32 300

EKT-Stereo	1.91 68	0.48 129	2.77 91	2.19 267	4.36 349	1.42 17	0.24 67	4.63 53	3.51 70	2.94 58	3.47 62	3.55 121	2.25 132	5.26 101	0.85 70	0.04 253	0.12 297	0.00 1	0.09 279	0.06 116	0.05 130

NCC-stereo	6.77 312	1.49 300	6.48 289	2.92 317	4.40 350	7.43 278	3.61 294	19.52 370	13.29 315	8.39 249	16.91 306	15.96 327	12.13 344	12.85 334	7.70 293	1.47 367	0.11 290	0.01 253	0.42 349	0.14 214	0.24 280

Abc-Net	6.77 312	1.49 300	6.48 289	2.92 317	4.40 350	7.43 278	3.61 294	19.52 370	13.29 315	8.39 249	16.91 306	15.96 327	12.13 344	12.85 334	7.70 293	1.47 367	0.11 290	0.01 253	0.42 349	0.14 214	0.24 280
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
PWCDC_ROB	7.92 332	3.17 352	7.48 311	5.73 370	4.40 350	10.45 316	0.35 90	14.52 327	28.19 369	10.36 303	31.27 369	7.04 228	9.14 327	13.22 339	8.78 314	2.74 373	0.02 164	0.00 1	0.00 1	1.31 352	0.17 249

PWC_ROB	8.24 335	3.13 348	12.74 345	2.43 295	4.43 353	7.51 281	1.22 226	16.63 344	19.24 346	16.08 351	28.29 360	13.99 317	10.16 335	13.63 342	14.06 355	0.42 343	0.00 1	0.05 314	0.00 1	0.59 326	0.27 292

StereoDRNet	5.59 287	1.75 319	6.80 296	3.12 327	4.45 354	10.61 319	4.35 309	18.80 359	9.73 264	12.22 327	6.87 143	11.44 300	4.65 237	8.09 225	8.26 307	0.02 210	0.11 290	0.00 1	0.03 240	0.20 248	0.28 294

ELAS_RVC	16.54 378	2.26 335	10.09 330	5.50 369	4.46 355	28.28 382	16.72 394	25.55 383	33.54 378	40.19 393	40.30 388	36.68 387	30.03 387	29.40 386	20.61 368	0.98 361	1.21 370	0.86 365	0.70 359	1.39 355	2.16 360
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RYNet	6.34 303	0.89 233	5.88 273	1.41 169	4.48 356	15.97 351	4.18 304	13.41 311	16.49 333	10.81 313	7.00 150	14.33 318	8.72 319	9.43 290	13.71 353	0.00 1	0.01 124	0.00 1	0.00 1	0.02 22	0.07 153

AF-Net	7.78 330	1.44 295	6.68 294	3.37 335	4.50 357	8.61 294	2.69 271	17.07 346	20.17 352	9.52 282	24.02 345	20.31 357	14.59 358	11.58 323	9.84 330	0.61 349	0.00 1	0.12 334	0.00 1	0.38 305	0.12 218

ELAS	16.72 379	2.14 333	9.23 323	4.92 365	4.53 358	32.66 389	15.11 390	27.40 386	28.68 371	40.27 394	44.90 392	38.33 389	30.50 388	26.44 385	21.94 375	0.88 356	1.23 371	0.67 361	0.89 364	1.49 356	2.18 362
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
CroCo-Stereo Lap2	1.24 23	0.88 230	3.39 145	0.95 116	4.59 359	0.47 2	0.08 21	3.51 15	2.80 28	1.17 36	2.24 39	1.57 62	0.20 1	1.48 18	1.14 107	0.00 1	0.00 1	0.00 1	0.00 1	0.15 216	0.12 218

RASNet	4.52 274	0.61 163	4.42 211	3.42 337	4.68 360	4.58 224	0.99 210	9.54 220	8.01 229	5.28 110	11.42 248	10.34 283	8.88 322	9.28 286	8.68 312	0.15 303	0.00 1	0.00 1	0.00 1	0.03 58	0.04 101

acv_ft	3.69 219	0.53 142	4.58 222	2.31 285	4.71 361	7.44 280	0.86 197	8.54 192	5.70 157	9.29 278	9.26 205	5.77 198	4.15 212	2.24 46	8.13 305	0.00 1	0.00 1	0.00 1	0.00 1	0.29 287	0.01 15

RGC	6.88 317	2.23 334	6.13 280	4.05 355	4.73 362	8.94 297	2.78 273	15.19 336	11.74 302	11.13 318	19.34 324	17.86 340	10.42 337	13.02 337	8.03 302	0.73 352	0.01 124	0.24 349	0.41 348	0.31 293	0.38 306

HGLStereo	4.25 261	0.52 138	4.65 223	3.09 323	5.18 363	6.51 263	0.73 170	10.37 240	6.74 191	7.32 211	12.44 266	7.00 225	7.21 297	7.46 184	5.51 264	0.00 1	0.02 164	0.00 1	0.00 1	0.06 116	0.10 194

RP	6.84 315	1.29 287	5.53 267	3.92 354	5.18 363	6.32 256	3.53 292	11.73 270	15.31 328	9.54 283	22.38 340	18.25 343	14.47 357	10.11 300	7.49 290	0.91 358	0.01 124	0.12 334	0.15 293	0.33 297	0.19 261

MANE	19.47 388	1.27 282	5.07 242	4.69 363	5.55 365	30.49 384	9.94 365	34.01 391	37.27 387	44.13 399	51.57 402	52.51 397	40.41 398	33.58 390	24.81 382	0.89 357	0.86 367	1.11 368	9.72 394	0.38 305	1.06 343

GwcNet	6.42 304	1.97 329	10.92 332	2.59 304	5.58 366	11.55 326	2.21 261	14.10 321	16.52 336	10.04 297	17.19 314	10.86 292	5.61 268	9.23 284	8.84 315	0.01 141	0.06 248	0.03 298	0.08 272	0.56 322	0.40 308

AnyNet_C32	10.98 359	5.58 365	22.79 377	4.16 357	5.83 367	15.64 348	14.30 383	13.18 308	17.15 338	16.44 353	20.52 331	14.68 321	13.44 353	22.46 378	30.08 392	0.17 309	0.26 346	0.36 356	0.36 344	1.23 349	0.91 340

RTS	18.87 386	9.32 381	86.48 413	4.95 366	6.10 368	42.08 397	14.70 385	15.49 337	41.06 390	22.65 366	32.32 372	13.77 312	19.54 369	37.98 396	28.96 389	0.41 340	0.23 338	0.00 1	0.02 228	0.91 342	0.50 322

RTSA	18.87 386	9.32 381	86.48 413	4.95 366	6.10 368	42.08 397	14.70 385	15.49 337	41.06 390	22.65 366	32.32 372	13.77 312	19.54 369	37.98 396	28.96 389	0.41 340	0.23 338	0.00 1	0.02 228	0.91 342	0.50 322

SAMSARA	14.63 370	2.74 343	12.38 339	12.65 384	6.74 370	36.50 393	72.93 416	19.36 367	23.77 362	16.20 352	13.04 272	29.21 375	12.78 349	16.98 362	15.21 358	0.11 295	0.26 346	0.03 298	0.14 290	0.76 338	0.77 335

STTRV1_RVC	7.02 319	1.10 264	12.88 346	3.32 334	6.92 371	11.90 330	4.00 300	15.07 331	11.94 306	9.51 281	14.57 287	11.63 301	8.73 320	12.65 333	8.06 303	3.32 374	2.75 385	0.41 359	0.12 287	1.38 354	0.11 206

DeepPrunerF	6.75 310	2.69 341	23.31 378	3.68 346	7.16 372	3.78 195	4.29 307	13.42 312	20.13 351	8.13 239	10.46 228	7.18 234	8.06 311	11.10 317	9.44 325	0.24 322	0.15 313	0.29 351	0.42 349	0.66 334	0.45 316

PWCK	30.53 399	44.32 407	47.25 400	29.76 395	7.23 373	40.78 396	27.10 404	44.73 398	44.32 393	47.31 401	36.37 381	47.16 394	26.05 383	41.26 401	31.87 394	21.83 402	4.03 398	29.50 396	4.67 387	27.17 404	7.80 385

MFMNet_re	13.29 367	8.60 376	18.29 365	9.75 377	7.25 374	19.65 365	14.84 387	20.71 377	30.72 373	23.03 368	28.77 361	18.85 347	26.09 384	13.55 341	9.82 328	2.44 371	1.35 372	0.34 354	0.23 319	4.78 374	6.69 382

NVStereoNet_ROB	16.04 375	6.75 370	12.90 347	6.37 373	7.42 375	12.89 339	9.74 364	22.78 379	25.12 364	30.32 379	46.19 394	34.37 385	25.38 381	21.48 377	21.38 369	5.94 379	3.10 391	6.07 382	10.09 395	4.01 372	8.54 389
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MADNet+	27.07 393	33.84 400	90.97 417	20.14 392	7.47 376	48.43 405	47.10 412	35.43 392	36.46 384	20.11 362	30.05 366	25.29 366	35.08 392	45.50 405	50.28 410	2.13 369	2.00 375	1.19 370	0.76 360	4.71 373	4.43 370

CES	1.56 37	0.35 62	1.44 4	0.42 66	7.70 377	2.66 101	0.13 41	4.89 61	2.53 19	0.25 2	1.10 13	0.33 28	0.31 13	1.61 25	0.58 36	0.01 141	0.02 164	0.00 1	0.00 1	0.54 321	6.26 380

Consistency-Raft	9.42 346	4.74 362	12.66 343	5.30 368	9.08 378	4.08 207	5.26 325	19.26 365	24.87 363	11.17 319	29.85 365	13.57 310	5.51 267	7.67 194	13.40 351	0.36 334	0.35 352	1.81 372	4.24 385	11.61 386	3.57 367

UDG	8.58 340	9.31 380	4.89 231	10.00 379	9.52 379	10.36 315	2.41 263	12.07 279	9.82 267	7.81 228	9.55 209	16.52 332	9.81 333	7.84 205	7.88 298	4.20 375	2.51 381	18.53 389	3.71 384	9.55 382	5.28 377

PDISCO_ROB	9.62 350	1.99 331	11.51 334	9.88 378	9.61 380	21.48 367	3.83 297	19.33 366	28.49 370	11.27 321	14.17 282	19.92 353	5.02 250	16.35 360	9.18 318	5.28 378	0.41 356	0.14 337	0.09 279	2.05 362	2.36 364

SQANet	7.64 325	3.40 354	5.49 263	11.73 383	9.62 381	11.96 332	2.82 274	11.33 260	6.10 173	8.33 246	11.49 250	11.00 295	5.16 256	10.12 304	2.72 202	8.92 386	2.21 376	10.41 383	1.58 375	11.13 385	7.39 384

FADE		17.27 388		10.46 380	9.90 382			35.80 393	53.05 399	20.32 363		26.54 370		39.35 399		30.62 407	14.22 408	38.39 406	37.63 409	5.22 375	5.56 379

SGM+DAISY	15.62 373	7.26 374	19.28 368	8.94 376	10.11 383	26.25 375	10.49 369	19.36 367	14.65 324	30.64 380	33.59 377	33.00 381	22.32 379	24.96 383	16.42 360	7.90 385	6.25 403	4.51 379	3.37 381	5.86 377	7.20 383

otaku	11.73 362	7.51 375	7.07 301	13.22 386	10.85 384	26.61 379	7.25 350	18.84 360	19.16 345	11.58 324	17.23 315	20.19 355	8.09 312	15.11 353	4.64 253	9.13 387	2.42 378	13.08 384	1.83 376	12.48 388	8.22 387

DDUNet	9.47 347	11.32 385	6.14 281	12.93 385	11.65 385	10.45 316	3.87 298	11.70 268	7.89 225	9.27 277	13.28 273	16.18 331	6.14 276	8.80 268	5.77 268	6.64 382	3.38 394	20.90 390	4.28 386	11.01 384	7.80 385

SPS-STEREO	15.04 371	6.23 368	13.21 349	11.34 382	11.65 385	23.30 370	7.15 348	24.16 381	15.65 329	31.78 382	29.19 364	31.62 379	21.32 375	24.62 382	19.50 365	7.59 384	4.19 399	3.22 376	1.48 371	6.99 381	6.54 381
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Ntro	12.35 363	8.88 377	7.80 314	13.79 387	12.42 387	26.54 378	6.98 346	18.54 355	22.14 358	9.82 289	16.45 300	20.30 356	9.29 329	15.95 358	6.61 283	9.53 389	2.47 380	14.93 386	2.77 378	13.11 390	8.63 390

anonymity	7.68 326	3.83 357	12.39 340	7.04 375	12.67 388	8.18 290	2.00 257	17.50 349	6.85 193	13.56 341	9.21 195	9.97 275	7.82 308	11.28 320	5.58 265	6.27 381	4.98 401	3.68 377	2.96 379	3.33 371	4.48 372

WAO-7	29.39 397	24.43 391	20.47 371	32.71 400	13.83 389	34.70 390	20.27 401	52.19 409	65.03 410	43.29 397	59.35 408	52.19 396	44.68 402	31.71 388	30.56 393	10.98 393	4.94 400	13.71 385	12.52 400	12.06 387	8.22 387

RainbowNet	18.01 384	26.22 394	19.95 370	18.59 391	14.88 390	27.38 381	10.46 368	27.39 385	34.54 380	14.91 347	27.01 357	25.65 367	12.44 346	18.94 369	9.23 319	13.91 397	3.46 395	23.36 392	4.86 389	16.03 391	10.91 395

ACVNet-4b	15.90 374	22.00 390	12.37 338	16.40 389	15.14 391	31.87 386	7.50 352	19.04 362	27.85 368	11.48 322	22.02 337	31.86 380	9.16 328	17.95 365	5.69 266	10.43 391	2.58 382	24.44 393	4.87 390	16.04 392	9.28 391

ACVNet_1	18.70 385	25.08 392	12.72 344	17.33 390	15.18 392	26.02 373	9.62 363	28.44 389	34.49 379	24.39 372	24.32 348	37.22 388	20.13 372	16.67 361	13.39 350	10.45 392	2.59 383	24.77 394	4.92 391	16.57 393	9.75 392

ACVNet_2	26.45 392	29.35 398	25.14 382	20.27 393	15.43 393	34.97 391	12.23 378	48.37 404	66.25 412	42.69 396	56.73 406	51.77 395	25.59 382	20.39 375	13.52 352	10.13 390	2.59 383	22.78 391	3.52 383	17.57 394	9.80 393

Dean	34.67 401	38.70 405	25.33 383	29.89 396	17.21 394	45.24 402	11.98 376	56.90 413	76.55 414	63.47 412	60.22 409	67.36 411	48.14 405	37.24 394	39.01 402	11.00 394	2.83 387	28.35 395	5.60 392	18.14 395	10.31 394

LVE	34.99 403	40.10 406	34.97 393	32.49 399	18.61 395	51.45 410	26.82 403	52.15 408	65.94 411	47.21 400	61.04 410	53.99 400	37.30 395	37.95 395	34.09 398	15.55 401	5.95 402	31.01 398	13.81 401	22.58 397	16.72 405

IMH-64-1	27.21 394	28.77 395	16.84 363	31.57 397	20.76 396	26.43 376	15.10 388	47.11 399	45.20 394	33.53 385	51.16 400	41.42 391	31.10 390	36.48 392	22.39 376	13.48 395	2.87 389	33.95 399	10.70 396	23.50 398	11.75 397

IMH-64	27.21 394	28.77 395	16.84 363	31.57 397	20.76 396	26.43 376	15.10 388	47.11 399	45.20 394	33.53 385	51.16 400	41.42 391	31.10 390	36.48 392	22.39 376	13.48 395	2.87 389	33.95 399	10.70 396	23.50 398	11.75 397

DispFullNet	17.47 382	26.01 393	33.98 392	22.58 394	20.86 398	13.84 346	1.28 230	16.50 342	26.27 366	19.97 361	17.17 313	20.52 359	18.49 364	22.86 380	10.76 338	5.13 377	2.83 387	30.72 397	7.72 393	20.86 396	11.01 396

JetBlue	29.12 396	15.72 387	54.12 402	15.93 388	20.98 399	60.90 414	30.62 405	39.38 394	34.62 381	34.08 388	39.69 385	57.35 402	43.17 400	50.71 411	50.60 411	2.41 370	3.79 397	2.81 375	3.45 382	9.57 383	12.59 400

TorneroNet-64	32.42 400	31.89 399	30.52 388	34.73 402	21.13 400	46.99 404	18.82 396	43.10 397	59.42 405	32.70 384	46.98 395	62.01 405	36.98 394	43.97 404	33.88 397	14.10 399	3.22 392	35.28 402	11.72 399	26.84 403	14.07 401

IMH	29.82 398	29.11 397	18.51 367	34.28 401	21.40 401	32.33 388	15.39 392	49.40 406	53.07 400	37.88 390	55.32 405	45.05 393	39.54 397	40.63 400	24.12 380	14.03 398	3.27 393	34.93 401	11.24 398	24.69 400	12.21 399

TorneroNet	35.11 404	33.92 401	33.82 391	37.86 404	22.01 402	49.64 407	21.58 402	48.09 403	55.23 401	37.50 389	53.79 403	62.81 408	43.66 401	46.71 407	41.25 405	14.80 400	3.53 396	36.72 403	14.57 402	28.28 406	16.49 404

WAO-8	38.15 405	35.51 402	21.50 373	43.67 405	23.92 403	44.44 399	20.26 399	52.83 410	76.62 415	53.57 406	66.79 413	62.63 406	54.56 409	42.03 402	39.18 403	22.71 403	6.65 404	37.08 404	19.08 404	24.72 402	15.24 402

Venus	38.15 405	35.51 402	21.50 373	43.67 405	23.92 403	44.44 399	20.26 399	52.83 410	76.62 415	53.57 406	66.81 414	62.63 406	54.56 409	42.03 402	39.18 403	22.71 403	6.65 404	37.08 404	19.08 404	24.70 401	15.24 402

WAO-6	34.74 402	36.76 404	15.36 357	37.53 403	24.15 405	35.99 392	19.36 397	48.96 405	68.54 413	43.84 398	47.58 396	52.77 398	52.60 406	32.63 389	34.73 399	26.20 405	7.74 406	42.78 407	21.64 406	28.07 405	17.62 407

UNDER WATER-64	45.16 408	46.99 408	66.69 407	43.90 407	27.64 406	55.58 413	41.87 409	39.42 395	48.42 396	51.73 405	43.08 390	67.76 412	56.69 411	48.02 409	48.34 408	39.50 409	17.64 409	51.78 410	38.93 410	36.62 407	32.61 409

UNDER WATER	45.09 407	48.60 410	67.37 408	49.30 409	31.41 407	53.80 412	37.39 407	40.25 396	52.48 398	50.24 403	45.37 393	68.37 413	57.76 412	51.03 412	49.88 409	29.97 406	13.75 407	51.22 409	36.57 407	37.87 408	29.12 408

notaker	47.42 409	55.20 412	49.13 401	56.52 412	40.18 408	38.52 394	32.97 406	47.21 401	56.08 403	57.21 408	57.24 407	60.09 404	59.19 413	53.93 413	41.64 406	40.61 410	19.93 410	57.21 412	37.41 408	49.02 411	39.02 410

HanzoNet	56.48 413	59.32 414	58.25 404	55.32 411	41.94 409	50.95 409	41.33 408	51.12 407	61.40 407	65.62 415	65.59 412	71.66 414	69.41 414	70.77 416	60.03 413	63.99 417	34.70 413	61.96 414	50.54 413	51.00 413	44.71 413

ktn	48.94 410	57.58 413	38.86 396	59.57 414	43.27 410	50.37 408	43.38 410	48.07 402	61.11 406	51.30 404	54.25 404	54.96 401	52.88 407	47.30 408	35.83 400	57.77 414	24.88 411	62.69 415	43.55 411	50.70 412	40.41 411

LSM	14.01 369	5.95 366	33.49 390	6.78 374	43.61 411	10.22 312	9.98 366	15.16 335	22.93 360	23.07 369	32.34 374	18.52 345	12.67 348	15.45 355	11.10 340	0.16 308	0.51 364	0.09 330	0.32 338	1.08 346	16.85 406

DPSimNet_ROB	53.45 411	64.73 417	44.39 399	53.97 410	45.39 412	53.66 411	54.83 413	55.15 412	57.87 404	64.16 414	50.83 399	63.40 409	53.34 408	46.45 406	65.81 414	63.13 416	26.54 412	57.94 413	51.11 414	45.52 410	50.69 416

SPstereo	72.39 416	47.55 409	62.34 406	56.88 413	45.69 413	78.85 415	84.60 417	100.00 429	100.00 427	98.50 425	98.20 423	100.00 430	96.58 421	96.95 423	81.91 416	46.63 412	38.86 414	67.86 417	64.79 417	39.95 409	41.68 412

KSHMR	55.63 412	63.60 416	37.85 395	74.69 417	49.56 414	49.01 406	45.73 411	57.46 414	63.97 409	61.61 411	62.07 411	72.39 415	47.01 403	50.65 410	43.29 407	54.10 413	62.21 415	66.10 416	53.94 415	51.25 414	46.11 414

LRCNet_RVC	66.23 415	65.67 418	67.63 409	71.47 416	54.32 415	32.17 387	2.66 270	63.19 416	21.35 356	81.79 418	91.26 418	83.62 417	71.62 415	69.32 415	52.57 412	95.49 423	64.45 417	95.07 423	95.19 423	71.52 417	74.31 419

JetRed	61.02 414	61.05 415	82.56 412	46.09 408	56.80 416	83.19 416	63.76 414	59.26 415	63.61 408	69.29 416	68.85 415	66.59 410	47.62 404	61.57 414	74.09 415	45.58 411	66.14 418	46.59 408	45.06 412	63.17 415	49.58 415

xxxxx1	85.63 420	90.31 421	96.68 420	76.54 418	80.57 417	97.44 421	96.86 421	85.53 418	88.53 418	88.68 419	91.71 419	94.23 419	92.93 418	90.02 419	91.98 419	70.60 418	70.39 419	73.68 419	81.46 420	74.61 418	79.86 420

tt_ll	85.63 420	90.31 421	96.68 420	76.54 418	80.57 417	97.44 421	96.86 421	85.53 418	88.53 418	88.68 419	91.71 419	94.23 419	92.93 418	90.02 419	91.98 419	70.60 418	70.39 419	73.68 419	81.46 420	74.61 418	79.86 420

ff	85.63 420	90.31 421	96.68 420	76.54 418	80.57 417	97.44 421	96.86 421	85.53 418	88.53 418	88.68 419	91.71 419	94.23 419	92.93 418	90.02 419	91.98 419	70.60 418	70.39 419	73.68 419	81.46 420	74.61 418	79.86 420

ASD4	75.85 417	81.57 419	69.25 410	68.23 415	80.87 420	96.24 419	99.15 424	77.50 417	93.47 421	77.59 417	85.63 416	78.32 416	76.43 416	77.89 417	82.61 417	58.30 415	62.67 416	55.02 411	62.43 416	68.35 416	65.49 418

MADNet++	82.84 418	82.38 420	73.57 411	87.72 422	82.97 421	93.14 417	69.15 415	86.42 421	82.50 417	93.46 422	86.70 417	86.28 418	80.92 417	88.34 418	88.84 418	86.83 421	84.17 422	72.64 418	68.92 418	80.47 422	81.42 423

tt	83.26 419	0.34 53	99.99 427	79.40 421	93.18 422	100.00 426	100.00 427	100.00 429	99.95 424	60.33 410	47.63 397	99.98 428	99.96 425	99.98 427	100.00 430	92.42 422	99.82 426	73.83 422	73.63 419	88.42 423	56.35 417

MEDIAN_ROB	98.41 424	99.70 424	99.30 424	97.09 423	97.02 423	96.89 420	95.77 420	97.66 424	97.28 422	98.79 426	98.94 424	99.18 424	98.14 423	96.89 422	96.88 424	99.96 427	99.16 424	100.00 426	99.99 427	99.69 426	99.88 426

DLNR_Zeroshot_test	24.70 391	50.77 411	90.11 416	98.11 426	97.34 424	1.38 13	0.12 34	22.79 380	3.09 50	1.07 34	2.95 48	0.71 43	0.29 8	6.93 157	2.29 184	38.56 408	0.37 353	0.00 1	0.30 336	76.73 421	0.09 175

PML	97.88 423	100.00 429	96.45 419	98.01 425	97.88 425	100.00 426	99.35 425	96.88 422	97.72 423	100.00 429	97.36 422	97.38 423	99.60 424	100.00 430	96.32 423	99.99 428	97.55 423	100.00 426	96.01 424	99.18 425	87.92 424

Anonymous_1	99.08 426	99.91 425	99.85 426	97.63 424	99.10 426	100.00 426	100.00 427	99.61 426	99.96 425	99.28 427	99.86 425	99.54 425	99.99 426	99.29 425	99.75 425	96.05 424	99.59 425	97.31 424	98.57 425	97.71 424	98.63 425

test_example2	99.39 427	99.98 428	99.99 427	100.00 432	99.98 427	99.72 425	99.99 426	97.34 423	100.00 427	100.00 429	100.00 426	96.42 422	96.66 422	99.97 426	99.96 426	100.00 430	99.97 427	98.66 425	99.15 426	100.00 429	100.00 431

MyStereo03	100.00 433	100.00 429	100.00 431	100.00 432	100.00 428	100.00 426	100.00 427	100.00 429	100.00 427	100.00 429	100.00 426	100.00 430	100.00 428	100.00 430	100.00 430	100.00 430	100.00 429	100.00 426	100.00 429	100.00 429	100.00 431

MyStereo02	100.00 433	100.00 429	100.00 431	100.00 432	100.00 428	100.00 426	100.00 427	100.00 429	100.00 427	100.00 429	100.00 426	100.00 430	100.00 428	100.00 430	100.00 430	100.00 430	100.00 429	100.00 426	100.00 429	100.00 429	100.00 431

MyStereo	100.00 433	100.00 429	100.00 431	100.00 432	100.00 428	100.00 426	100.00 427	100.00 429	100.00 427	100.00 429	100.00 426	100.00 430	100.00 428	100.00 430	100.00 430	100.00 430	100.00 429	100.00 426	100.00 429	100.00 429	100.00 431

HaxPig	98.85 425	99.94 426	95.08 418	99.99 429	100.00 428	94.03 418	94.78 418	99.15 425	99.98 426	99.99 428	100.00 426	99.98 428	99.99 426	98.12 424	95.97 422	100.00 430	99.99 428	100.00 426	99.99 427	100.00 429	99.99 429

Selective-RAFT-Error	100.00 433	100.00 429	100.00 431	100.00 432	100.00 428	100.00 426	100.00 427	100.00 429	100.00 427	100.00 429	100.00 426	100.00 430	100.00 428	100.00 430	100.00 430	100.00 430	100.00 429	100.00 426	100.00 429	100.00 429	100.00 431

CasAABBNet	100.00 433	100.00 429	100.00 431	100.00 432	100.00 428	100.00 426	100.00 427	100.00 429	100.00 427	100.00 429	100.00 426	100.00 430	100.00 428	100.00 430	100.00 430	100.00 430	100.00 429	100.00 426	100.00 429	100.00 429	100.00 431

LSM0	100.00 433	100.00 429	100.00 431	100.00 432	100.00 428	100.00 426	100.00 427	100.00 429	100.00 427	100.00 429	100.00 426	100.00 430	100.00 428	100.00 430	100.00 430	100.00 430	100.00 429	100.00 426	100.00 429	100.00 429	99.99 429

DPSMNet_ROB	99.91 430	100.00 429	99.99 427	99.99 429	100.00 428	100.00 426	100.00 427	99.98 428	100.00 427	98.35 423	100.00 426	99.84 426	100.00 428	99.98 427	99.99 427	100.00 430	100.00 429	100.00 426	100.00 429	100.00 429	100.00 431

DGTPSM_ROB	99.90 429	100.00 429	99.99 427	99.99 429	100.00 428	100.00 426	100.00 427	99.97 427	100.00 427	98.35 423	100.00 426	99.84 426	100.00 428	99.98 427	99.99 427	99.99 428	100.00 429	100.00 426	100.00 429	100.00 429	100.00 431

DPSM_ROB	99.95 431	100.00 429	100.00 431	99.76 427	100.00 428	100.00 426	100.00 427	100.00 429	100.00 427	100.00 429	100.00 426	100.00 430	100.00 428	100.00 430	100.00 430	99.21 425	100.00 429	100.00 426	100.00 429	99.99 427	99.95 427

DPSM	99.95 431	100.00 429	100.00 431	99.76 427	100.00 428	100.00 426	100.00 427	100.00 429	100.00 427	100.00 429	100.00 426	100.00 430	100.00 428	100.00 430	100.00 430	99.21 425	100.00 429	100.00 426	100.00 429	99.99 427	99.95 427

AVERAGE_ROB	99.62 428	99.95 427	98.81 423	100.00 432	100.00 428	98.08 424	95.47 419	100.00 429	100.00 427	100.00 429	100.00 426	100.00 430	100.00 428	100.00 430	99.99 427	100.00 430	100.00 429	100.00 426	100.00 429	100.00 429	100.00 431

Low-res two-view benchmark