Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

FoundationStereo	1.56 1	0.84 11	3.56 4	3.37 39	1.49 132	2.27 9	0.59 38	3.96 1	2.27 9	2.10 16	0.11 1	2.58 51	2.83 78	2.97 3	1.00 6	0.04 45	0.88 329	0.00 1	0.00 1	0.02 2	0.34 46

LGtest1	1.67 2	0.87 12	4.47 22	2.67 5	0.82 49	3.00 19	0.11 6	6.42 12	1.80 2	1.94 14	1.62 14	0.65 27	0.92 19	5.90 27	1.02 9	0.04 45	0.55 255	0.00 1	0.00 1	0.10 57	0.46 85

MLG-Stereo_test1	1.73 3	0.79 4	3.82 8	2.83 13	2.75 245	2.77 14	0.15 10	6.43 16	2.10 8	1.21 1	0.16 2	1.52 38	0.52 4	7.62 59	0.90 2	0.03 33	0.74 296	0.00 1	0.03 129	0.03 10	0.24 27

MLG-Stereo	1.73 3	0.78 3	3.87 9	3.09 26	1.06 79	3.04 20	0.16 12	7.00 26	2.55 12	1.24 2	0.19 4	1.50 37	0.65 11	7.55 57	0.86 1	0.11 156	0.81 313	0.00 1	0.03 129	0.03 10	0.19 23

MLG-Stereo_test3	1.79 5	0.82 9	4.52 23	2.79 10	1.61 148	3.91 43	0.24 19	6.61 22	1.52 1	1.35 5	1.22 11	1.97 43	0.63 10	6.25 35	1.27 18	0.04 45	0.66 278	0.00 1	0.00 1	0.05 24	0.29 34

LG-Stereo_L2	1.81 6	1.11 38	5.06 46	3.06 25	0.92 62	2.71 13	0.43 28	7.45 38	1.91 5	1.93 12	0.44 7	0.41 18	0.52 4	8.16 71	1.05 12	0.05 69	0.73 294	0.00 1	0.00 1	0.04 22	0.32 40

LG-Stereo_L1	1.82 7	1.13 41	4.80 32	3.05 24	1.18 90	2.86 17	0.49 31	7.33 37	2.07 7	1.66 8	0.31 5	0.52 21	0.58 7	8.22 74	1.09 14	0.05 69	0.74 296	0.01 142	0.00 1	0.03 10	0.29 34

MLG-Stereo_test2	1.82 7	0.81 7	3.61 5	3.13 28	2.26 211	2.82 16	0.16 12	5.42 5	2.37 10	2.20 19	0.17 3	3.22 58	0.17 1	7.52 56	0.91 3	0.37 283	0.71 290	0.00 1	0.00 1	0.05 24	0.51 97

SGD-Stereo	2.03 9	0.90 14	4.25 14	2.80 11	0.38 7	3.39 27	0.90 52	7.22 35	2.50 11	4.05 64	1.12 10	1.77 40	1.31 25	8.51 80	1.04 10	0.24 236	0.01 11	0.00 1	0.00 1	0.06 33	0.12 13

dual_stereo	2.05 10	0.76 2	3.43 1	2.96 19	1.50 136	2.64 12	0.08 2	5.59 6	2.63 13	1.35 5	0.77 9	2.38 49	0.61 8	10.75 147	1.98 46	0.02 16	1.41 443	0.00 1	0.23 284	0.01 1	1.86 316

MonSter	2.06 11	0.90 14	4.81 33	2.70 6	1.72 162	6.01 165	0.13 8	6.67 23	3.15 23	1.51 7	2.25 16	0.33 13	0.36 2	7.02 46	1.29 20	0.01 4	0.98 348	0.00 1	0.38 374	0.02 2	1.01 197

IGEV	2.11 12	0.73 1	4.37 17	2.86 16	3.48 286	4.13 53	0.94 54	7.90 46	3.86 36	2.26 21	4.35 38	0.28 8	0.61 8	3.78 10	1.05 12	0.08 130	0.72 291	0.00 1	0.20 271	0.03 10	0.56 106

4.5_new	2.16 13	0.96 18	4.43 20	2.83 13	1.93 184	5.59 143	1.24 75	6.25 9	2.81 16	4.41 72	3.54 25	0.46 19	0.96 20	3.70 7	1.41 27	0.33 268	1.01 366	0.00 1	0.21 274	0.11 67	1.11 218

4.5w-stereo	2.16 13	0.96 18	4.43 20	2.83 13	1.93 184	5.59 143	1.25 77	6.25 9	2.81 16	4.41 72	3.53 24	0.46 19	0.96 20	3.70 7	1.42 30	0.33 268	1.01 366	0.00 1	0.21 274	0.11 67	1.11 218

S2M2	2.24 15	1.47 86	4.41 19	3.77 51	1.20 92	2.26 8	0.06 1	6.51 18	7.31 95	1.92 11	4.58 45	4.42 80	0.81 15	2.90 2	1.83 41	0.58 336	0.11 129	0.03 183	0.00 1	0.49 265	0.09 7

4.25_new	2.28 16	1.01 24	4.72 29	3.33 35	2.74 240	4.30 56	2.29 174	6.42 12	3.33 27	2.35 23	3.76 27	0.26 3	2.35 61	4.64 13	1.40 22	0.63 348	0.99 359	0.00 1	0.26 305	0.03 10	0.74 141

4.5w_new	2.28 16	1.01 24	4.72 29	3.33 35	2.74 240	4.30 56	2.29 174	6.42 12	3.33 27	2.35 23	3.76 27	0.26 3	2.35 61	4.64 13	1.40 22	0.63 348	0.99 359	0.00 1	0.26 305	0.03 10	0.74 141

4.25w-stereo	2.28 16	1.01 24	4.72 29	3.33 35	2.74 240	4.31 58	2.30 178	6.42 12	3.33 27	2.35 23	3.76 27	0.26 3	2.35 61	4.64 13	1.40 22	0.63 348	0.99 359	0.00 1	0.26 305	0.03 10	0.74 141

asda	2.30 19	1.05 29	5.07 50	3.16 30	1.97 189	3.28 24	0.84 51	6.58 21	3.63 33	2.65 34	3.26 21	0.65 27	2.93 80	6.05 32	1.83 41	0.70 360	1.01 366	0.00 1	0.27 313	0.10 57	0.86 159

LG-G_1	2.39 20	0.79 4	4.63 25	3.83 56	0.64 31	10.74 266	0.58 36	7.00 26	1.89 3	1.72 9	1.33 12	1.33 35	2.10 52	8.16 71	1.40 22	0.05 69	0.66 278	0.00 1	0.00 1	0.06 33	0.94 185

LG-G	2.39 20	0.79 4	4.63 25	3.83 56	0.64 31	10.74 266	0.58 36	7.00 26	1.89 3	1.72 9	1.33 12	1.33 35	2.10 52	8.16 71	1.40 22	0.05 69	0.66 278	0.00 1	0.00 1	0.06 33	0.94 185

asd	2.40 22	0.92 16	4.93 40	2.96 19	2.30 214	3.95 44	0.35 22	7.56 40	2.81 16	3.69 57	2.96 19	0.54 22	2.23 58	8.72 84	1.25 16	0.70 360	0.84 319	0.00 1	0.13 214	0.12 72	0.93 180

4w-stereo	2.40 22	1.23 54	5.26 56	2.81 12	2.14 203	3.64 37	0.60 39	7.00 26	2.73 15	2.99 40	4.33 37	0.35 15	3.26 87	7.50 55	1.55 34	0.32 265	0.98 348	0.00 1	0.30 329	0.05 24	0.96 191

DEFOM-Stereo	2.43 24	1.22 51	4.56 24	3.89 58	1.05 76	12.70 297	0.80 48	5.07 3	2.70 14	3.02 42	1.81 15	0.61 24	0.54 6	8.77 86	1.01 7	0.02 16	0.01 11	0.00 1	0.00 1	0.03 10	0.69 130

2.75w_new	2.45 25	1.02 28	5.11 51	2.65 2	1.60 146	3.48 32	2.22 173	6.17 8	3.29 26	5.05 94	4.14 36	0.30 11	2.34 60	6.69 41	2.71 98	0.06 103	0.99 359	0.00 1	0.28 317	0.03 10	0.85 156

2.5w	2.47 26	0.97 20	5.69 65	3.45 40	1.92 182	3.19 22	2.18 168	6.67 23	2.91 20	2.14 17	5.66 77	0.25 2	1.97 47	7.82 63	1.43 31	0.18 207	1.07 379	0.00 1	0.30 329	0.03 10	1.46 265

RAStereo	2.53 27	1.48 89	7.27 127	4.18 79	1.48 126	1.78 4	0.13 8	8.50 53	8.15 120	2.40 27	4.11 35	3.37 59	0.81 15	3.73 9	2.75 101	0.05 69	0.00 1	0.00 1	0.00 1	0.35 184	0.14 15

monsters	2.54 28	1.47 86	4.92 39	4.14 73	4.45 334	2.18 7	0.17 14	8.94 62	3.39 30	4.75 83	3.04 20	0.22 1	0.75 12	8.85 88	1.43 31	0.17 200	0.98 348	0.00 1	0.32 336	0.02 2	0.60 116

IGEV-Stereo++	2.55 29	0.93 17	4.65 27	4.40 97	3.52 288	3.33 26	0.10 5	8.77 58	4.60 44	2.63 33	4.41 39	2.00 45	4.67 144	3.47 5	0.98 4	0.02 16	0.78 307	0.09 252	0.00 1	0.06 33	1.65 290

3.25w_new	2.57 30	1.05 29	5.06 46	2.75 8	1.49 132	5.86 158	1.15 67	7.21 33	3.61 31	4.57 78	3.97 33	0.64 25	2.42 67	7.83 65	1.41 27	0.07 122	0.97 344	0.00 1	0.23 284	0.08 47	0.95 188

3.25w	2.57 30	1.05 29	5.06 46	2.75 8	1.49 132	5.87 159	1.15 67	7.21 33	3.61 31	4.57 78	3.97 33	0.64 25	2.42 67	7.82 63	1.41 27	0.07 122	0.97 344	0.00 1	0.23 284	0.08 47	0.95 188

qwe	2.64 32	0.97 20	4.85 36	3.09 26	2.86 253	4.53 67	0.28 20	7.28 36	3.06 21	5.38 101	4.85 52	0.57 23	0.88 17	9.13 101	2.39 74	0.42 301	0.96 340	0.00 1	0.30 329	0.12 72	0.90 172

3.75w	2.66 33	1.12 40	4.96 43	2.92 18	3.25 275	7.95 232	1.38 83	6.44 17	3.16 24	3.38 49	4.87 53	0.33 13	2.71 75	6.99 45	1.28 19	0.36 278	0.96 340	0.00 1	0.14 225	0.10 57	0.89 169

2w_stereo	2.67 34	1.09 35	5.38 60	3.25 33	1.25 102	4.61 71	3.77 244	7.59 42	4.10 40	4.28 69	5.14 62	0.27 6	4.25 116	4.81 16	2.06 52	0.11 156	0.72 291	0.00 1	0.18 261	0.02 2	0.48 90

GREAT-IGEV	2.67 34	1.48 89	5.32 59	3.65 46	1.73 163	2.92 18	0.20 16	6.37 11	6.52 84	1.34 4	5.23 65	1.09 33	1.45 31	10.01 128	1.57 35	0.11 156	1.50 455	0.00 1	0.24 292	0.19 105	2.48 401

2.25w	2.72 36	1.05 29	6.11 75	3.00 22	1.81 172	3.48 32	0.41 25	6.68 25	2.83 19	4.84 87	6.79 85	0.37 17	2.42 67	9.01 92	3.30 133	0.22 230	1.00 363	0.00 1	0.30 329	0.02 2	0.81 150

monsterstereo	2.74 37	1.26 57	5.23 55	4.64 109	4.44 330	1.81 6	0.08 2	6.52 19	5.70 59	3.84 62	7.47 92	0.27 6	0.37 3	9.33 108	1.51 33	0.05 69	1.11 389	0.00 1	0.35 352	0.03 10	0.75 144

LG-Stereo	2.75 38	1.78 136	8.47 174	4.32 96	1.04 75	3.56 36	1.20 72	7.18 32	6.19 77	2.53 31	7.57 95	1.07 32	0.75 12	5.24 20	2.51 81	0.49 317	0.27 182	0.01 142	0.03 129	0.34 178	0.44 79

3.5w_stereo	2.78 39	1.48 89	5.51 63	2.66 3	1.61 148	5.90 163	1.09 64	7.46 39	3.28 25	4.31 70	4.49 41	0.35 15	2.04 51	10.32 136	3.27 132	0.21 225	0.66 278	0.00 1	0.09 193	0.02 2	0.88 165

111111	2.79 40	1.16 42	4.90 37	4.16 74	4.50 337	3.40 28	0.22 18	9.37 70	4.11 41	2.47 30	4.41 39	2.27 47	2.02 49	9.21 104	1.37 21	0.01 4	0.79 309	0.08 242	0.01 87	0.14 83	1.19 228

StereoAnything_RVC	2.80 41	12.35 482	6.48 97	2.89 17	1.06 79	1.47 3	0.17 14	5.24 4	2.04 6	1.29 3	0.35 6	0.29 10	3.53 94	8.37 78	1.01 7	0.05 69	0.88 329	0.00 1	0.00 1	6.93 478	1.66 291

3w_stereo	2.85 42	1.08 34	6.84 112	3.00 22	0.62 28	5.35 127	6.31 320	7.70 44	3.87 37	4.12 66	5.00 60	0.30 11	4.15 114	4.87 17	1.71 38	0.00 1	1.02 372	0.00 1	0.24 292	0.03 10	0.87 164

fffft	2.87 43	1.37 72	6.09 74	3.63 45	1.48 126	4.34 61	4.03 252	9.11 66	3.91 38	3.19 44	2.34 17	1.90 41	1.43 30	10.93 151	2.22 57	0.00 1	0.23 171	0.00 1	0.00 1	0.38 213	0.85 156
1: 1. 1
MaDis-Stereo	2.96 44	2.05 202	7.26 126	3.35 38	2.54 230	1.78 4	0.28 20	8.41 50	5.58 57	2.77 37	3.62 26	7.05 132	4.60 132	5.95 28	3.33 134	0.01 4	0.05 68	0.00 1	0.00 1	0.19 105	0.39 64

IGEV-Stereo+	3.03 45	1.10 36	5.14 54	3.52 43	4.87 349	2.53 10	0.68 42	4.40 2	3.11 22	2.20 19	0.71 8	0.79 31	3.45 89	8.89 90	1.25 16	0.08 130	0.70 287	0.00 1	0.40 381	5.72 474	11.13 513

LG-Stereo_Zeroshot	3.06 46	1.06 33	6.40 90	5.55 169	1.90 180	3.79 40	0.82 49	7.92 48	3.70 35	4.01 63	10.87 141	2.27 47	5.15 154	3.49 6	2.09 55	0.19 218	0.64 275	0.00 1	0.35 352	0.42 233	0.58 114

SMoEStereo_RVC	3.08 47	1.77 135	5.88 70	4.29 94	0.76 39	6.25 180	1.85 144	8.81 60	4.44 43	4.08 65	3.85 31	2.76 53	2.21 55	11.07 154	2.28 60	0.01 4	0.13 137	0.03 183	0.00 1	0.35 184	0.83 154

AIO_test	3.09 48	1.33 68	5.84 68	4.60 107	3.35 278	5.26 122	2.32 179	9.12 68	5.01 48	1.93 12	4.76 50	4.23 78	1.35 27	7.85 68	1.18 15	0.92 395	1.03 375	0.00 1	0.29 322	0.07 42	1.30 243

GIP-stereo	3.09 48	1.42 79	4.82 35	5.64 177	4.11 313	3.31 25	0.74 44	9.86 75	6.75 87	2.44 28	5.48 68	4.08 72	3.14 83	5.77 25	1.68 37	0.14 180	0.63 273	0.00 1	0.00 1	0.09 55	1.66 291

UniTT-Stereo	3.10 50	1.22 51	7.79 149	4.50 102	2.51 227	2.59 11	0.42 27	5.88 7	5.74 61	5.46 104	7.76 97	1.12 34	1.46 32	9.06 96	5.42 221	0.06 103	0.07 106	0.00 1	0.01 87	0.60 302	0.26 30

IGEV-RUCA	3.15 51	1.28 62	5.12 52	5.23 148	2.34 219	6.02 166	1.75 134	7.71 45	5.31 53	2.77 37	4.98 59	4.01 70	2.39 66	10.02 129	1.73 39	0.17 200	0.26 181	0.21 338	0.29 322	0.74 338	0.58 114

1w_stereo	3.18 52	0.88 13	4.34 16	3.77 51	2.15 204	4.45 65	6.50 326	7.10 31	5.69 58	3.58 54	7.40 91	0.28 8	4.26 118	8.58 82	2.83 113	0.05 69	0.64 275	0.00 1	0.01 87	0.02 2	1.16 223

mms	3.23 53	1.87 162	6.16 80	4.22 84	2.38 221	4.13 53	3.87 245	8.68 56	5.05 49	2.68 35	5.66 77	3.05 55	1.33 26	9.68 120	2.35 68	0.01 4	0.55 255	0.00 1	0.00 1	0.42 233	2.47 400

ours_stereo	3.25 54	1.81 144	5.95 73	4.18 79	1.97 189	3.79 40	2.71 202	8.97 63	6.86 88	2.39 26	5.79 80	3.97 69	1.82 44	9.84 123	2.05 51	0.02 16	0.21 166	0.00 1	0.00 1	0.38 213	2.35 391

AIO-Stereo	3.32 55	1.49 94	5.67 64	5.06 134	1.51 138	4.67 77	1.71 127	10.31 80	5.90 73	3.02 42	4.90 56	5.32 103	0.80 14	10.66 141	1.88 43	0.06 103	0.85 325	0.00 1	0.70 422	0.14 83	1.78 304

AIO_rvc	3.33 56	1.66 117	6.67 106	4.55 103	3.62 291	5.18 116	1.79 139	8.85 61	5.06 50	2.17 18	4.89 55	4.69 88	1.16 22	10.57 139	2.01 49	0.59 341	1.10 385	0.00 1	0.04 144	0.16 91	1.84 313

RSM++	3.35 57	1.29 64	5.82 67	5.16 145	1.00 73	4.93 103	2.54 190	10.70 89	5.17 51	3.45 51	4.81 51	6.63 126	1.86 45	10.23 133	2.06 52	0.05 69	0.06 93	0.01 142	0.18 261	0.19 105	0.95 188

HUF	3.37 58	1.82 152	7.11 123	3.74 50	1.68 157	5.10 112	2.12 162	10.44 84	5.26 52	2.44 28	4.54 43	5.45 107	2.61 72	7.44 54	2.03 50	0.91 393	2.05 474	0.09 252	0.00 1	0.19 105	2.46 397

RSM	3.39 59	1.22 51	5.46 61	5.06 134	1.60 146	4.70 80	1.76 136	10.72 90	4.92 47	3.67 56	4.52 42	7.70 146	1.74 41	11.04 153	2.06 52	0.05 69	0.18 153	0.00 1	0.35 352	0.19 105	0.92 175

DEFOM-Stereo_RVC	3.40 60	7.12 438	4.30 15	11.17 438	1.69 159	4.59 69	0.46 30	9.11 66	3.63 33	2.69 36	3.29 22	0.75 29	7.02 210	9.35 109	2.00 47	0.01 4	0.15 146	0.00 1	0.19 266	0.06 33	0.39 64

EGLCR-Stereo	3.41 61	1.28 62	6.47 93	4.22 84	1.36 110	5.18 116	1.24 75	11.58 110	5.47 55	3.80 60	3.40 23	8.10 154	1.69 39	9.53 117	2.23 59	0.09 140	0.89 333	0.01 142	0.00 1	0.24 126	1.42 261

Selective-IGEV	3.46 62	1.32 67	5.92 72	4.55 103	2.27 212	4.65 74	2.07 161	11.50 107	5.81 63	3.19 44	4.75 49	5.46 108	1.77 42	11.24 166	2.37 71	0.05 69	0.82 317	0.00 1	0.20 271	0.10 57	1.17 225

tt45	3.47 63	1.65 114	5.29 58	4.20 82	1.93 184	8.00 233	1.99 158	9.99 78	4.05 39	5.83 106	4.57 44	4.57 87	2.37 65	11.40 172	2.38 73	0.01 4	0.14 143	0.00 1	0.01 87	0.40 222	0.69 130

MGS-Stereo	3.47 63	1.54 98	7.34 134	3.79 53	0.51 22	4.78 88	1.51 96	6.53 20	9.92 150	4.54 77	10.22 127	5.44 105	1.26 24	8.51 80	2.53 85	0.21 225	0.01 11	0.02 165	0.00 1	0.59 296	0.23 25

IGEV++	3.49 65	1.67 119	6.59 102	6.41 244	1.44 116	4.50 66	1.66 116	11.20 101	5.34 54	3.01 41	6.40 84	4.30 79	4.36 121	5.66 24	3.53 145	0.05 69	1.20 405	0.00 1	0.15 234	0.32 168	2.10 370

CroCo-Stereo	3.51 66	2.49 297	8.03 159	9.10 381	1.26 104	0.97 1	0.96 57	11.24 106	8.52 128	3.79 59	4.87 53	7.93 152	4.44 130	3.26 4	2.76 103	0.03 33	0.00 1	0.00 1	0.00 1	0.34 178	0.16 19
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
Pointernet	3.56 67	0.99 23	6.55 100	3.79 53	0.85 54	5.19 118	0.36 23	17.55 215	7.32 96	4.50 76	6.92 86	4.82 91	2.69 73	5.26 21	2.99 117	0.04 45	0.53 249	0.00 1	0.35 352	0.05 24	0.42 73

GLC_STEREO	3.61 68	1.35 70	3.91 10	6.86 284	0.23 1	4.69 78	1.61 104	9.80 73	7.20 93	5.64 105	9.11 108	5.19 97	2.02 49	10.25 134	3.70 152	0.07 122	0.04 58	0.22 346	0.00 1	0.24 126	0.17 21

MoCha-V2	3.68 69	1.42 79	5.50 62	6.03 215	1.50 136	4.53 67	1.32 81	11.05 99	6.30 80	5.86 107	5.39 67	2.66 52	6.33 187	10.36 137	1.58 36	0.19 218	1.57 461	0.00 1	0.24 292	0.07 42	1.77 303

fffy	3.69 70	1.76 132	7.01 116	4.25 93	1.49 132	4.74 85	1.69 125	10.96 95	7.10 91	2.90 39	6.29 82	6.27 121	3.10 82	10.41 138	2.09 55	0.01 4	1.02 372	0.00 1	0.00 1	0.37 201	2.28 386

SCV	3.72 71	1.81 144	7.24 125	5.65 179	1.66 156	4.31 58	1.64 108	12.11 114	6.98 89	2.28 22	4.94 58	6.07 116	2.70 74	10.28 135	2.30 61	0.09 140	0.98 348	0.00 1	0.53 404	0.55 281	2.27 384

999	3.74 72	1.55 100	5.72 66	5.15 144	2.42 223	7.40 216	2.13 163	10.76 91	7.33 97	3.20 46	5.04 61	5.01 93	2.26 59	12.45 231	3.06 120	0.06 103	0.24 175	0.00 1	0.00 1	0.37 201	0.66 124

AEACV	3.74 72	1.42 79	6.45 91	5.61 173	6.24 412	4.69 78	1.54 100	7.61 43	7.19 92	3.59 55	7.87 98	4.20 75	6.43 192	6.07 33	1.96 45	0.03 33	1.03 375	0.04 199	0.54 406	0.23 122	2.12 372

CREStereo	3.75 74	1.21 47	3.79 7	2.66 3	0.66 33	5.52 132	0.39 24	10.77 93	14.18 198	7.14 117	10.54 133	5.25 100	3.54 95	6.27 37	2.88 115	0.04 45	0.01 11	0.03 183	0.01 87	0.05 24	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
castereo++	3.76 75	1.79 138	5.06 46	4.09 70	2.65 235	16.30 365	1.89 150	8.46 52	9.15 140	2.53 31	4.66 46	5.04 94	2.00 48	9.08 98	1.04 10	0.02 16	0.59 267	0.00 1	0.34 348	0.08 47	0.50 95

trnet	3.79 76	1.10 36	3.76 6	2.70 6	0.63 30	5.60 145	0.41 25	10.89 94	14.11 197	7.11 116	10.55 135	5.73 111	3.75 99	6.25 35	2.89 116	0.04 45	0.02 34	0.03 183	0.01 87	0.06 33	0.07 3

SCV_C0	3.81 77	1.92 172	7.94 156	4.22 84	1.75 166	4.82 91	1.56 101	11.79 111	8.00 115	3.23 47	5.14 62	6.19 118	1.81 43	11.49 180	2.42 76	0.17 200	1.09 381	0.00 1	0.23 284	0.38 213	2.04 357

LoS	3.83 78	1.25 56	4.39 18	3.29 34	0.58 26	4.87 92	1.15 67	11.00 96	13.34 186	5.02 90	10.69 136	4.14 73	3.78 101	9.15 103	3.20 127	0.08 130	0.03 49	0.09 252	0.00 1	0.13 81	0.35 48
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
U	3.84 79	0.81 7	6.63 104	4.40 97	11.89 492	11.98 285	0.20 16	8.42 51	5.78 62	1.97 15	2.73 18	0.77 30	1.59 33	2.60 1	0.98 4	0.04 45	0.04 58	10.46 510	5.41 499	0.05 24	0.14 15

IGEVStereo-DCA	3.90 80	2.95 331	7.30 128	4.05 65	0.92 62	4.94 105	1.65 111	14.40 150	5.82 64	4.17 67	4.67 47	4.50 85	3.95 106	11.24 166	4.28 182	0.18 207	0.56 258	0.00 1	0.17 249	0.25 130	1.98 337

ff7	3.92 81	2.12 222	7.30 128	4.22 84	1.47 121	4.90 96	1.65 111	14.40 150	5.82 64	5.08 95	5.59 73	3.45 60	4.61 135	11.48 176	2.76 103	0.04 45	0.98 348	0.00 1	0.17 249	0.35 184	1.98 337

ffff	3.92 81	2.12 222	7.30 128	4.22 84	1.47 121	4.90 96	1.65 111	14.40 150	5.82 64	5.08 95	5.59 73	3.45 60	4.61 135	11.48 176	2.76 103	0.04 45	0.98 348	0.00 1	0.17 249	0.35 184	1.98 337

11t	3.92 81	2.12 222	7.30 128	4.22 84	1.47 121	4.90 96	1.65 111	14.40 150	5.82 64	5.08 95	5.59 73	3.45 60	4.61 135	11.48 176	2.76 103	0.04 45	0.98 348	0.00 1	0.17 249	0.35 184	1.98 337

ccc-4	3.92 81	2.12 222	7.30 128	4.22 84	1.47 121	4.90 96	1.65 111	14.40 150	5.82 64	5.08 95	5.59 73	3.45 60	4.61 135	11.48 176	2.76 103	0.04 45	0.98 348	0.00 1	0.17 249	0.35 184	1.98 337

anonymousdsp	3.97 85	2.10 215	6.76 109	4.43 99	1.82 175	4.92 101	1.68 117	14.84 162	5.82 64	5.26 100	5.54 71	4.20 75	4.37 125	11.54 186	2.68 96	0.04 45	0.87 327	0.00 1	0.18 261	0.36 195	1.98 337

IGEV-Stereo	3.97 85	2.10 215	6.78 111	4.43 99	1.81 172	4.92 101	1.68 117	14.84 162	5.82 64	5.25 99	5.54 71	4.22 77	4.36 121	11.55 187	2.68 96	0.04 45	0.88 329	0.00 1	0.18 261	0.36 195	1.98 337
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
rrr	3.99 87	2.95 331	11.04 294	4.05 65	0.92 62	4.94 105	1.53 99	11.97 113	6.50 83	4.17 67	4.67 47	4.50 85	3.95 106	11.24 166	4.28 182	0.18 207	0.56 258	0.00 1	0.22 276	0.25 130	1.88 318

rvit_stereo_0081_aga	4.01 88	3.10 343	10.05 244	5.65 179	3.01 265	4.91 100	1.88 149	8.80 59	7.27 94	6.97 112	6.94 87	5.81 113	3.23 86	7.63 60	3.77 156	0.08 130	0.00 1	0.00 1	0.00 1	0.62 306	0.44 79

water-stereo	4.05 89	1.16 42	6.14 77	3.96 60	0.83 52	5.09 111	1.09 64	13.45 136	5.71 60	6.59 110	14.69 174	7.49 140	5.81 174	3.80 11	3.51 142	0.38 286	0.18 153	0.10 264	0.05 159	0.07 42	0.90 172

CES	4.08 90	1.34 69	3.46 2	3.65 46	11.49 489	5.24 120	0.99 59	10.15 79	9.15 140	3.80 60	9.29 113	1.76 39	0.91 18	6.94 43	2.64 95	0.07 122	0.05 68	0.01 142	0.00 1	1.63 401	9.03 498

test_xeample3	4.08 90	2.95 331	11.20 298	4.05 65	1.05 76	5.62 146	1.58 102	13.23 124	4.76 46	7.10 115	3.83 30	3.18 57	3.30 88	11.75 191	4.42 189	0.08 130	0.74 296	0.00 1	0.38 374	0.26 140	2.04 357

LoS_RVC	4.09 92	3.01 337	4.81 33	4.88 121	7.78 451	5.24 120	2.80 207	7.57 41	4.24 42	4.41 72	10.34 129	3.62 65	6.34 188	6.59 40	2.37 71	0.04 45	0.03 49	0.00 1	0.01 87	0.06 33	7.70 486

CASnet	4.11 93	1.27 60	5.28 57	5.63 176	0.31 2	4.89 95	2.86 209	11.52 108	11.73 166	11.06 159	11.80 149	4.16 74	1.63 35	6.30 38	2.22 57	0.63 348	0.00 1	0.60 399	0.13 214	0.15 87	0.07 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Occ-G	4.14 94	1.50 96	5.89 71	3.82 55	1.88 178	3.75 39	6.51 327	8.68 56	6.38 82	4.81 84	8.44 101	9.56 177	4.31 119	10.00 127	4.16 173	0.05 69	0.84 319	0.00 1	0.19 266	0.23 122	1.71 296

ProNet	4.14 94	2.35 278	7.50 138	4.22 84	1.47 121	5.67 150	6.24 316	13.78 146	7.71 103	3.38 49	4.93 57	3.72 66	3.52 92	11.52 185	2.72 99	0.08 130	1.32 427	0.01 142	0.26 305	0.47 253	2.02 351

WCG-NET	4.15 96	1.44 84	6.47 93	3.48 41	0.31 2	4.36 63	1.74 132	8.24 49	15.53 212	8.94 139	9.64 116	6.87 130	4.12 113	7.42 53	2.86 114	0.02 16	1.09 381	0.00 1	0.00 1	0.21 114	0.28 32

castereo	4.17 97	1.71 124	4.94 41	4.23 92	1.13 84	6.25 180	6.97 344	10.76 91	16.22 221	3.25 48	7.74 96	3.55 64	7.25 214	5.61 23	2.63 93	0.04 45	0.38 209	0.00 1	0.26 305	0.08 47	0.44 79

rvit_stereo_0081	4.20 98	2.18 241	9.43 219	6.66 268	1.77 168	3.43 29	2.29 174	8.53 54	16.32 226	4.68 81	5.52 69	5.21 98	4.60 132	8.22 74	4.20 175	0.05 69	0.01 11	0.00 1	0.01 87	0.41 226	0.49 93

rvit_stereo_0082	4.20 98	2.18 241	9.43 219	6.66 268	1.77 168	3.43 29	2.29 174	8.53 54	16.32 226	4.68 81	5.52 69	5.21 98	4.60 132	8.22 74	4.20 175	0.05 69	0.01 11	0.00 1	0.01 87	0.41 226	0.49 93

CroCo-Stereo Lap2	4.21 100	2.60 308	9.11 197	10.21 410	6.06 406	1.11 2	0.78 47	10.63 87	8.34 123	3.46 52	5.18 64	8.92 165	5.66 170	6.42 39	4.53 194	0.03 33	0.05 68	0.00 1	0.00 1	0.81 352	0.39 64

HART	4.24 101	2.13 228	6.15 78	5.53 165	1.40 114	4.32 60	0.74 44	13.35 133	5.92 74	6.13 108	12.75 159	6.81 129	1.70 40	11.14 163	2.42 76	0.03 33	1.48 454	0.10 264	0.00 1	0.55 281	2.26 383

CAS++	4.25 102	2.16 236	6.64 105	4.57 106	1.14 87	4.22 55	1.62 105	19.22 240	10.81 157	9.35 142	9.25 112	1.97 43	1.40 29	9.87 125	2.00 47	0.15 191	0.05 68	0.00 1	0.00 1	0.33 172	0.28 32
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GCAP-Stereo	4.26 103	2.26 258	8.78 183	5.09 138	1.45 117	5.66 147	1.08 63	13.30 132	8.20 121	8.93 138	10.09 125	6.61 125	3.52 92	5.14 19	3.20 127	0.02 16	1.13 391	0.06 216	0.00 1	0.32 168	0.39 64

rvit_stereo_0080	4.27 104	2.89 325	9.02 192	4.10 71	1.93 184	4.06 46	7.35 355	10.37 81	8.86 134	5.39 102	7.51 93	6.20 119	4.36 121	7.08 47	4.75 200	0.45 310	0.01 11	0.00 1	0.00 1	0.59 296	0.45 82

whm_eth	4.27 104	2.89 325	9.02 192	4.10 71	1.93 184	4.06 46	7.35 355	10.37 81	8.86 134	5.39 102	7.51 93	6.20 119	4.36 121	7.08 47	4.75 200	0.45 310	0.01 11	0.00 1	0.00 1	0.59 296	0.45 82

testlalala	4.28 106	1.72 126	8.36 171	4.01 61	3.59 289	7.88 229	1.70 126	9.98 77	5.56 56	13.20 193	10.02 119	7.06 133	1.91 46	5.98 29	2.36 69	0.03 33	1.26 419	0.00 1	0.41 383	0.06 33	0.52 98

MM-Stereo_test2	4.38 107	1.62 107	7.85 152	5.85 209	1.12 82	7.07 208	2.18 168	15.22 166	8.69 131	7.23 121	5.26 66	4.83 92	3.75 99	10.87 149	2.40 75	0.03 33	1.04 377	0.00 1	0.14 225	0.41 226	2.02 351

plain	4.41 108	2.18 241	11.50 306	5.46 163	2.97 263	3.20 23	1.38 83	9.01 65	5.96 75	3.56 53	16.63 193	3.01 54	2.76 76	14.80 316	4.25 181	0.32 265	0.00 1	0.04 199	0.01 87	0.79 347	0.43 76

depthmonostereo	4.46 109	2.22 247	7.17 124	4.79 116	1.32 108	7.84 228	1.36 82	15.70 174	12.86 177	5.04 91	7.89 100	5.04 94	6.26 186	6.95 44	3.25 130	0.07 122	0.23 171	0.12 291	0.07 178	0.08 47	1.06 207

MC-Stereo	4.47 110	1.16 42	5.85 69	6.14 221	1.43 115	3.70 38	1.73 128	10.62 86	7.83 112	6.85 111	13.33 165	6.77 128	6.21 185	11.23 165	2.52 83	0.04 45	1.30 421	0.06 216	0.24 292	0.17 97	2.14 375

MIF-Stereo (partial)	4.55 111	1.63 110	8.37 172	5.46 163	5.35 372	3.48 32	0.94 54	9.80 73	8.03 117	4.45 75	15.68 183	5.33 104	5.11 151	11.92 201	4.57 195	0.06 103	0.02 34	0.06 216	0.03 129	0.45 246	0.30 37

DilatedVolume-Stereo	4.62 112	1.66 117	6.95 115	4.21 83	1.86 177	10.94 268	0.99 59	12.18 115	6.28 79	12.65 173	10.00 118	5.44 105	3.80 102	10.06 131	3.61 150	0.13 176	0.49 239	0.09 252	0.28 317	0.09 55	0.68 127

XX-TBD	4.63 113	10.71 464	3.94 11	10.55 424	0.62 28	5.95 164	0.08 2	7.91 47	12.75 173	11.73 165	14.80 177	4.04 71	1.64 36	4.90 18	2.61 91	0.08 130	0.01 11	0.00 1	0.00 1	0.26 140	0.06 2

rvit_stereo_0083	4.77 114	2.28 260	10.63 275	7.49 325	1.73 163	4.88 93	2.71 202	8.97 63	18.71 258	5.01 89	7.88 99	6.38 123	5.11 151	7.80 62	4.86 204	0.28 255	0.04 58	0.00 1	0.01 87	0.26 140	0.39 64

MyStereo07	4.80 115	2.38 283	6.21 81	6.63 263	4.77 346	6.47 191	9.60 393	16.70 197	5.88 71	4.81 84	5.77 79	3.13 56	5.68 171	12.07 207	2.46 78	0.09 140	1.33 431	0.03 183	0.32 336	0.74 338	0.93 180

CREStereo++_RVC	4.83 116	1.16 42	4.67 28	4.71 112	2.02 194	4.01 45	0.11 6	9.48 71	18.00 243	8.87 135	16.74 195	4.43 81	2.15 54	6.09 34	3.39 138	0.07 122	0.00 1	0.00 1	10.51 518	0.05 24	0.12 13
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
WCG-NET（raft）	4.87 117	1.67 119	6.84 112	3.49 42	0.31 2	4.96 107	1.95 154	11.08 100	15.49 211	8.82 133	11.46 146	9.50 175	4.96 149	11.32 170	3.26 131	0.09 140	1.41 443	0.00 1	0.03 129	0.23 122	0.54 101

TANstereo	4.87 117	1.49 94	5.02 45	4.02 63	0.51 22	14.25 323	0.15 10	9.17 69	12.84 175	12.80 184	18.36 213	5.14 96	4.43 127	6.01 30	2.30 61	0.09 140	0.12 136	0.00 1	0.01 87	0.02 2	0.68 127

Former-RAFT_DAM_RVC	4.91 119	3.05 342	9.51 222	4.55 103	3.59 289	9.01 242	1.46 91	14.59 160	19.31 265	7.65 127	7.22 90	2.04 46	2.21 55	10.13 132	2.51 81	0.12 169	0.03 49	0.08 242	0.00 1	0.62 306	0.50 95

Reg-Stereo(zero)	4.96 120	0.83 10	5.01 44	3.71 48	2.33 216	3.81 42	1.18 71	17.25 208	13.30 185	10.52 151	10.73 138	10.47 185	4.43 127	9.47 115	4.17 174	0.06 103	0.74 296	0.00 1	0.27 313	0.04 22	0.88 165

rvit_stereo_ft	5.02 121	3.45 361	10.80 282	11.76 449	2.76 246	4.08 51	8.16 373	10.64 88	10.63 156	4.34 71	6.39 83	6.65 127	4.63 140	9.35 109	5.82 237	0.11 156	0.00 1	0.00 1	0.00 1	0.34 178	0.42 73

iRaftStereo_RVC	5.06 122	2.15 232	7.88 154	5.54 168	0.78 45	5.22 119	0.45 29	18.47 229	11.75 167	9.72 146	15.05 179	5.74 112	3.18 85	9.29 107	2.52 83	0.02 16	1.24 416	0.00 1	0.01 87	0.58 290	1.62 287

MSKI-zero shot	5.11 123	1.81 144	6.47 93	6.17 224	1.78 170	6.42 190	1.50 95	13.59 138	8.66 130	10.63 154	11.58 147	13.29 239	2.35 61	12.34 224	3.09 122	0.05 69	1.21 411	0.02 165	0.29 322	0.15 87	0.85 156

GCAP-BAT	5.15 124	2.42 286	8.74 181	4.07 68	5.04 359	6.61 198	1.82 141	10.43 83	6.66 86	13.47 204	12.76 160	9.14 169	2.87 79	11.51 184	3.58 149	0.03 33	1.24 416	0.01 142	0.60 414	0.13 81	1.81 306

sCroCo_RVC	5.29 125	3.82 377	17.52 408	11.17 438	6.67 425	5.78 156	2.66 197	10.47 85	8.48 127	3.78 58	9.32 114	4.76 90	4.83 147	8.33 77	4.88 205	1.17 425	0.52 247	0.06 216	0.03 129	0.70 328	0.90 172

MM-Stereo_test1	5.41 126	1.55 100	6.52 98	5.96 212	1.09 81	4.88 93	6.82 337	14.32 149	12.83 174	13.28 196	10.54 133	5.88 114	6.54 194	11.72 189	2.75 101	0.18 207	1.13 391	0.00 1	0.02 115	0.48 256	1.73 298

tg	5.41 126	2.04 196	7.70 143	5.40 160	1.27 105	7.45 219	0.49 31	18.97 233	13.10 179	9.51 143	14.60 173	7.15 134	4.05 110	10.89 150	2.99 117	0.02 16	0.70 287	0.00 1	0.00 1	0.55 281	1.42 261

RAFT-Stereo-weight	5.42 128	1.21 47	6.22 82	4.69 110	1.28 106	6.18 177	1.58 102	18.42 228	18.47 252	11.35 162	10.27 128	11.93 209	1.65 37	9.59 118	3.83 158	0.10 151	0.60 269	0.00 1	0.00 1	0.16 91	0.89 169

CAS	5.44 129	0.98 22	3.95 12	17.59 490	7.74 450	7.82 226	6.09 312	9.89 76	9.40 144	4.82 86	10.69 136	1.93 42	1.22 23	4.54 12	2.47 79	10.98 511	0.02 34	0.00 1	0.02 115	0.53 272	8.19 492

4D-IteraStereo	5.47 130	2.05 202	8.66 176	5.34 154	4.93 352	6.11 167	1.79 139	13.74 144	16.35 228	14.53 218	11.10 142	8.22 155	1.59 33	8.73 85	3.37 136	0.00 1	0.49 239	0.09 252	0.02 115	0.25 130	1.98 337

PMTNet	5.52 131	1.11 38	4.24 13	2.49 1	1.38 112	8.75 237	0.67 41	12.64 119	12.84 175	8.66 130	11.27 144	6.00 115	4.70 146	9.91 126	3.02 119	22.39 527	0.01 11	0.04 199	0.02 115	0.06 33	0.23 25

RCA-Stereo	5.58 132	1.26 57	6.71 107	4.85 119	0.80 48	5.51 131	3.97 249	17.56 216	19.40 266	8.45 129	14.11 170	8.73 161	8.70 242	6.88 42	2.77 108	0.05 69	0.98 348	0.11 286	0.00 1	0.14 83	0.61 117

test_1	5.63 133	1.29 64	9.52 224	4.90 127	1.45 117	6.51 193	2.93 213	13.65 141	19.05 263	12.58 172	8.67 102	13.02 233	4.07 111	9.39 113	2.58 86	0.01 4	1.09 381	0.00 1	0.38 374	0.28 154	1.26 238

test-3	5.64 134	1.29 64	9.52 224	4.88 121	1.45 117	6.53 194	2.92 211	13.64 139	19.04 262	12.75 183	8.67 102	13.01 232	4.10 112	9.39 113	2.58 86	0.01 4	1.09 381	0.00 1	0.37 364	0.28 154	1.25 237

xyz-stereo-finetune	5.68 135	2.00 187	6.56 101	3.16 30	0.33 5	11.80 282	3.99 250	13.58 137	21.58 286	8.92 137	12.57 157	6.12 117	3.72 98	12.06 206	6.59 263	0.07 122	0.02 34	0.00 1	0.02 115	0.19 105	0.25 29

AE-Stereo	5.68 135	1.78 136	9.22 211	9.25 385	2.52 228	10.13 250	2.92 211	13.10 123	14.88 203	4.88 88	13.10 163	10.72 188	4.43 127	9.24 106	3.37 136	0.10 151	1.31 425	0.06 216	0.32 336	0.21 114	2.03 355

cross-raft	5.70 137	1.44 84	7.08 118	6.69 270	2.11 199	5.89 160	1.44 89	16.44 188	8.38 124	13.42 202	20.70 246	12.20 213	4.38 126	9.06 96	3.11 123	0.03 33	0.38 209	0.00 1	0.22 276	0.24 126	0.84 155

tt1	5.74 138	2.52 298	6.54 99	6.89 286	0.86 56	10.31 257	4.08 253	19.77 250	16.80 233	7.17 118	9.02 105	4.71 89	8.97 247	11.11 159	2.34 66	0.05 69	1.17 395	0.00 1	0.04 144	0.29 160	2.07 363

test_4	5.75 139	1.40 76	6.47 93	7.20 310	0.89 59	5.81 157	1.82 141	12.26 116	6.62 85	12.85 185	30.51 363	7.61 144	3.81 103	12.70 242	3.47 141	0.02 16	0.27 182	0.03 183	0.17 249	0.39 218	0.67 125

ACVNet-DCA	5.76 140	2.52 298	6.38 86	6.77 277	0.74 34	10.55 260	5.19 281	21.10 270	13.53 187	7.39 123	10.06 120	4.44 82	9.58 256	11.08 155	2.33 63	0.05 69	1.18 399	0.00 1	0.04 144	0.37 201	1.93 325

CFNet-RSSM	5.78 141	1.24 55	9.20 209	4.82 118	1.23 97	6.33 183	1.21 74	17.35 210	18.14 245	13.35 198	11.17 143	11.69 200	5.43 158	9.71 122	3.34 135	0.03 33	0.20 158	0.00 1	0.36 359	0.37 201	0.42 73

cc1	5.79 142	2.52 298	6.38 86	6.77 277	0.74 34	10.55 260	5.19 281	19.19 237	15.95 217	7.39 123	10.06 120	4.44 82	9.58 256	11.08 155	2.33 63	0.05 69	1.18 399	0.00 1	0.04 144	0.34 178	2.04 357

HUI-Stereo	5.80 143	1.98 182	10.42 265	5.66 182	0.45 8	5.52 132	2.68 199	13.29 131	7.82 111	12.71 182	18.16 207	12.91 230	6.60 195	10.73 146	5.36 219	0.89 389	0.08 112	0.10 264	0.00 1	0.25 130	0.36 54

Gwc-CoAtRS	5.80 143	1.37 72	9.07 194	4.80 117	1.39 113	6.90 204	1.27 78	16.50 191	15.48 210	13.07 191	13.35 166	12.64 217	5.61 168	9.14 102	4.20 175	0.04 45	0.32 195	0.00 1	0.29 322	0.30 163	0.33 43

ROB_FTStereo	5.82 145	1.97 175	10.37 261	5.67 189	0.46 14	5.52 132	1.63 106	13.27 129	7.79 105	12.69 176	18.06 204	12.86 225	6.63 199	12.28 220	5.43 222	0.87 388	0.09 114	0.10 264	0.00 1	0.26 140	0.36 54

EAI-Stereo	5.82 145	2.06 206	9.08 195	6.23 229	2.20 208	6.24 179	6.20 315	20.18 257	6.36 81	10.65 155	15.97 188	6.31 122	3.63 97	12.09 210	4.88 205	0.06 103	0.73 294	0.04 199	1.59 462	0.21 114	1.67 293

gcap-zeroshot	5.83 147	1.82 152	11.95 324	5.34 154	1.98 191	11.06 271	1.64 108	11.01 97	7.05 90	15.27 230	9.84 117	18.92 328	5.12 153	9.85 124	2.50 80	0.27 251	0.90 334	0.07 234	0.33 343	0.05 24	1.61 285

PSM-adaLoss	5.83 147	1.97 175	10.44 269	5.66 182	0.46 14	5.54 139	1.91 152	13.24 125	7.80 109	12.69 176	18.19 211	12.80 221	6.65 207	11.89 199	5.45 224	1.02 407	0.09 114	0.10 264	0.00 1	0.26 140	0.36 54

CRE-IMP	5.83 147	1.86 158	11.10 296	6.20 227	0.51 22	6.86 203	1.64 108	12.56 117	9.01 136	13.16 192	16.11 190	10.94 191	6.14 184	12.81 245	6.46 260	0.50 320	0.07 106	0.10 264	0.00 1	0.27 149	0.27 31

model_zeroshot	5.85 150	1.91 169	10.98 291	6.34 240	2.55 231	10.42 258	2.38 182	17.38 211	9.39 143	14.72 221	10.36 130	11.21 194	2.93 80	8.95 91	3.57 147	0.14 180	1.01 366	0.15 310	0.38 374	0.08 47	2.15 376

ROB_FTStereo_v2	5.85 150	1.97 175	10.38 262	5.66 182	0.46 14	5.52 132	1.95 154	13.24 125	7.78 104	12.68 175	18.16 207	12.83 222	6.61 197	12.27 218	5.63 231	1.00 404	0.09 114	0.10 264	0.00 1	0.26 140	0.36 54

RAFT-IKP	5.85 150	1.97 175	10.36 259	5.66 182	0.45 8	5.33 126	2.01 159	13.27 129	7.79 105	12.69 176	18.19 211	12.77 220	6.67 208	12.36 226	5.60 228	1.11 416	0.09 114	0.10 264	0.00 1	0.25 130	0.35 48

iGMRVC	5.86 153	1.97 175	10.41 264	5.66 182	0.45 8	5.53 136	1.75 134	13.35 133	7.81 110	12.69 176	18.17 209	12.86 225	6.53 193	12.34 224	5.77 233	1.13 419	0.09 114	0.10 264	0.00 1	0.26 140	0.34 46

xyz-stereo-finetune2	5.88 154	2.14 231	6.76 109	2.96 19	0.36 6	14.90 328	1.85 144	11.54 109	5.89 72	11.35 162	18.02 203	7.27 138	9.34 254	15.17 321	9.04 299	0.06 103	0.02 34	0.08 242	0.15 234	0.28 154	0.32 40

Patchmatch Stereo++	5.88 154	1.97 175	10.43 267	5.66 182	0.45 8	5.54 139	2.32 179	13.26 127	7.79 105	12.69 176	18.14 205	12.86 225	6.63 199	12.36 226	5.60 228	1.09 413	0.09 114	0.10 264	0.00 1	0.25 130	0.35 48
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	5.88 154	1.97 175	10.43 267	5.66 182	0.45 8	5.54 139	2.32 179	13.26 127	7.79 105	12.69 176	18.14 205	12.86 225	6.63 199	12.36 226	5.60 228	1.09 413	0.09 114	0.10 264	0.00 1	0.25 130	0.35 48

IGEV_Zeroshot_test	5.90 157	2.30 264	15.24 381	6.90 287	2.11 199	4.35 62	1.51 96	15.68 173	8.52 128	13.73 209	11.89 151	11.49 196	3.82 104	11.41 173	4.76 202	0.11 156	0.84 319	0.15 310	0.25 303	0.87 362	1.98 337

raftrobust	5.94 158	2.07 210	6.94 114	7.67 332	6.24 412	4.96 107	1.82 141	17.76 217	14.36 199	12.03 166	11.62 148	7.74 147	9.01 248	11.29 169	3.71 154	0.05 69	0.79 309	0.00 1	0.04 144	0.25 130	0.38 62

RAFT-Stereo + iAFF	5.94 158	2.35 278	8.80 184	4.07 68	1.36 110	2.78 15	0.66 40	17.05 203	15.89 216	12.65 173	18.49 215	11.81 204	7.89 223	8.48 79	3.80 157	0.02 16	0.75 301	0.00 1	0.00 1	0.43 237	1.49 274

DeepStereo_RVC	5.95 160	1.88 163	10.44 269	5.76 200	0.60 27	5.45 128	1.78 138	12.93 121	8.02 116	14.07 213	14.98 178	12.40 214	10.05 264	12.02 204	7.35 269	0.61 346	0.10 125	0.12 291	0.00 1	0.21 114	0.29 34

LL-Strereo2	5.97 161	2.88 324	10.62 274	6.59 257	3.38 280	6.31 182	2.20 170	15.61 172	8.46 126	11.33 161	10.75 139	15.69 274	3.45 89	13.58 281	4.65 197	0.16 194	0.48 236	1.33 447	0.13 214	0.36 195	1.42 261

test_3	5.97 161	1.26 57	9.95 241	6.84 283	1.45 117	8.73 236	3.18 221	14.26 148	19.86 268	12.22 168	8.91 104	13.78 245	3.99 108	9.38 112	2.58 86	0.01 4	1.10 385	0.00 1	0.37 364	0.30 163	1.20 230

NRIStereo	5.98 163	1.91 169	9.60 227	6.29 237	0.45 8	6.56 196	2.52 189	15.37 169	11.43 162	12.55 171	15.07 180	11.45 195	6.11 182	12.32 221	6.23 248	0.83 380	0.16 149	0.11 286	0.00 1	0.32 168	0.33 43

HH	6.00 164	2.42 286	9.81 235	5.74 197	1.64 154	7.05 206	3.48 234	17.54 213	7.69 101	8.73 131	12.47 154	14.83 258	8.86 244	13.04 258	2.59 89	0.04 45	1.21 411	0.20 335	0.05 159	0.30 163	2.34 388

HanStereo	6.00 164	2.42 286	9.81 235	5.74 197	1.64 154	7.05 206	3.48 234	17.54 213	7.69 101	8.73 131	12.47 154	14.83 258	8.86 244	13.04 258	2.59 89	0.04 45	1.21 411	0.20 335	0.05 159	0.30 163	2.34 388

MM-Stereo_test3	6.01 166	1.69 122	6.25 84	6.36 241	5.46 381	4.64 73	6.31 320	20.05 255	24.24 321	8.85 134	11.38 145	7.22 135	2.79 77	9.11 99	3.08 121	0.11 156	0.92 336	0.00 1	0.02 115	0.54 279	1.11 218

test-1	6.03 167	1.76 132	15.61 387	8.01 351	1.98 191	7.82 226	1.16 70	13.64 139	13.60 190	9.69 145	15.16 181	11.55 198	5.45 160	7.78 61	4.35 186	0.16 194	1.18 399	0.00 1	0.13 214	0.16 91	1.39 253

rvit_0105_6	6.06 168	3.23 348	15.34 385	10.26 411	1.75 166	5.08 110	5.19 281	11.03 98	20.73 275	6.39 109	7.02 88	10.21 182	7.94 225	11.42 174	3.83 158	0.40 291	0.29 190	0.00 1	0.01 87	0.57 287	0.40 70

Selective-RAFT	6.10 169	1.16 42	10.90 289	7.41 317	0.91 61	15.22 339	1.11 66	14.84 162	16.23 222	7.19 120	7.06 89	11.49 196	8.10 228	12.83 247	5.19 214	0.26 247	0.97 344	0.00 1	0.46 387	0.10 57	0.65 121

H2IRNET	6.11 170	1.63 110	7.52 139	4.69 110	2.30 214	4.07 50	0.71 43	12.58 118	13.88 192	7.18 119	20.80 249	15.50 270	10.48 269	10.72 145	8.26 284	0.19 218	0.00 1	0.07 234	0.52 403	0.52 271	0.55 103

EKT-Stereo	6.11 170	1.71 124	9.09 196	7.69 333	5.56 384	5.16 114	4.26 258	19.18 236	15.13 206	9.20 141	12.84 161	9.55 176	4.18 115	11.74 190	3.24 129	0.53 324	0.62 271	0.09 252	0.14 225	0.17 97	2.16 377

1test111	6.16 172	2.52 298	6.38 86	6.77 277	0.74 34	10.55 260	5.19 281	21.10 270	13.53 187	7.39 123	10.06 120	4.44 82	9.58 256	12.08 208	9.26 305	0.05 69	1.18 399	0.00 1	0.04 144	0.37 201	1.93 325

RAFT-Test	6.19 173	1.47 86	7.90 155	4.91 128	2.70 239	9.97 246	1.52 98	17.08 204	9.06 139	13.21 194	23.67 287	12.89 229	4.63 140	9.47 115	3.57 147	0.02 16	0.81 313	0.00 1	0.38 374	0.21 114	0.39 64

testlalala2	6.22 174	2.05 202	8.67 177	15.89 484	10.72 485	7.88 229	3.50 238	13.65 141	10.50 155	15.90 252	12.54 156	8.50 160	2.47 70	5.89 26	3.87 163	0.06 103	0.63 273	0.00 1	0.50 399	0.54 279	0.61 117

s12784h	6.22 174	1.01 24	4.95 42	3.57 44	0.54 25	19.55 406	0.95 56	19.51 247	18.39 247	12.98 189	12.58 158	7.78 148	5.56 167	11.34 171	4.36 187	0.89 389	0.01 11	0.05 207	0.00 1	0.07 42	0.20 24

Any-RAFT	6.28 176	1.42 79	4.91 38	5.00 131	1.25 102	10.18 251	1.90 151	22.68 289	15.87 215	12.12 167	19.23 223	13.69 244	4.65 142	9.35 109	2.36 69	0.06 103	0.57 261	0.00 1	0.00 1	0.05 24	0.35 48

GMOStereo	6.33 177	2.04 196	8.28 166	5.68 190	1.20 92	6.11 167	2.14 164	11.20 101	13.15 180	18.66 313	21.83 262	17.35 300	6.64 203	7.09 49	2.78 109	0.02 16	1.42 445	0.13 298	0.00 1	0.53 272	0.37 58

error version	6.33 177	2.04 196	8.28 166	5.68 190	1.20 92	6.11 167	2.14 164	11.20 101	13.15 180	18.66 313	21.83 262	17.35 300	6.64 203	7.09 49	2.78 109	0.02 16	1.42 445	0.13 298	0.00 1	0.53 272	0.37 58

test-v	6.33 177	2.04 196	8.28 166	5.68 190	1.20 92	6.11 167	2.14 164	11.20 101	13.15 180	18.66 313	21.83 262	17.35 300	6.64 203	7.09 49	2.78 109	0.02 16	1.42 445	0.13 298	0.00 1	0.53 272	0.37 58

test-2	6.33 177	2.04 196	8.28 166	5.68 190	1.20 92	6.11 167	2.14 164	11.20 101	13.15 180	18.66 313	21.83 262	17.35 300	6.64 203	7.09 49	2.78 109	0.02 16	1.42 445	0.13 298	0.00 1	0.53 272	0.37 58

GMStereo	6.44 181	4.92 404	12.13 328	5.60 172	0.87 57	9.18 244	2.57 194	12.99 122	25.54 339	12.85 185	11.84 150	5.60 109	3.62 96	11.92 201	6.44 259	0.53 324	0.02 34	0.05 207	0.36 359	0.98 368	0.70 133
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
TestStereo	6.45 182	3.34 357	8.02 158	6.23 229	1.68 157	6.33 183	2.48 187	14.54 159	16.71 232	11.71 164	24.13 291	9.38 171	7.13 211	11.83 195	4.32 184	0.12 169	0.01 11	0.00 1	0.00 1	0.73 335	0.33 43

knoymous	6.46 183	1.84 156	5.13 53	4.31 95	1.88 178	6.36 187	5.55 295	15.25 167	14.48 200	13.85 211	21.25 252	12.66 219	6.63 199	13.20 267	5.11 210	0.19 218	0.13 137	0.12 291	0.00 1	0.71 332	0.57 112

rafts_anoy	6.46 183	2.37 280	7.09 119	7.48 324	6.02 403	5.31 125	2.45 186	14.50 157	22.01 292	12.94 188	16.18 191	8.48 159	5.53 165	9.70 121	6.32 254	0.05 69	1.66 463	0.10 264	0.05 159	0.30 163	0.69 130

anonymousdsp2	6.47 185	1.81 144	9.73 232	5.25 150	1.23 97	9.35 245	3.96 248	22.51 285	18.39 247	12.87 187	10.19 126	10.17 181	4.46 131	11.77 192	3.83 158	0.06 103	1.00 363	0.31 373	0.18 261	0.25 130	2.06 362

XX-Stereo	6.50 186	1.81 144	10.42 265	12.71 461	7.14 435	3.46 31	0.90 52	16.31 184	6.13 76	9.03 140	28.11 332	13.48 242	2.22 57	11.87 198	2.61 91	0.45 310	0.78 307	0.08 242	0.42 384	1.09 376	0.88 165

AFF-stereo	6.50 186	2.29 261	8.09 161	4.63 108	0.87 57	3.48 32	0.75 46	16.92 202	13.98 194	13.26 195	25.21 301	15.46 269	7.68 220	11.50 182	3.71 154	0.04 45	0.70 287	0.00 1	0.00 1	0.48 256	1.02 200

xx1	6.52 188	2.52 298	6.38 86	6.77 277	0.74 34	10.55 260	5.19 281	19.19 237	15.95 217	7.39 123	10.07 124	16.17 280	12.10 304	11.08 155	2.33 63	0.05 69	1.18 399	0.02 165	0.36 359	0.37 201	1.93 325

RALCasStereoNet	6.53 189	2.84 323	8.12 162	7.88 346	6.12 408	6.85 202	5.29 288	14.66 161	13.94 193	10.20 147	18.18 210	10.24 183	3.83 105	12.33 222	5.56 227	0.04 45	1.88 469	0.11 286	0.01 87	0.26 140	2.24 382

11t1	6.61 190	1.76 132	9.64 229	5.62 175	2.15 204	13.57 312	2.67 198	15.77 176	8.83 133	13.66 208	11.90 152	12.03 211	9.76 261	12.23 217	8.58 292	0.23 231	1.33 431	0.00 1	0.31 334	0.26 140	1.95 333

TRStereo	6.64 191	6.95 437	12.06 327	9.69 396	7.59 443	5.12 113	1.68 117	20.72 260	12.34 169	10.93 158	9.07 106	10.57 187	3.16 84	14.33 295	4.23 179	0.60 344	0.80 312	0.14 305	0.37 364	0.56 285	1.86 316

DisPM	6.68 192	1.58 105	9.90 239	7.19 309	1.12 82	5.71 151	3.69 240	13.74 144	12.42 170	16.60 264	23.63 286	12.64 217	6.39 190	13.31 273	4.08 171	0.77 369	0.01 11	0.08 242	0.15 234	0.14 83	0.53 99

AIO-test1	6.69 193	2.11 219	7.06 117	10.57 425	6.38 420	8.85 239	1.73 128	22.56 288	20.92 278	7.01 113	17.67 201	8.06 153	4.87 148	10.79 148	3.39 138	0.17 200	0.09 114	0.00 1	0.34 348	0.35 184	0.86 159

DCRE	6.73 194	2.11 219	9.19 208	7.76 339	4.90 350	7.81 225	5.86 307	16.46 189	11.38 161	9.61 144	22.55 277	11.84 206	6.35 189	11.09 158	3.63 151	0.04 45	1.19 404	0.06 216	0.37 364	0.15 87	2.23 380

AnonymousM	6.73 194	12.03 477	3.53 3	4.47 101	1.55 141	4.42 64	3.17 220	11.94 112	8.44 125	17.00 278	10.06 120	9.08 168	4.00 109	7.56 58	4.06 169	0.55 332	0.68 285	23.13 522	8.12 511	0.07 42	0.65 121

iRaft-Stereo_20w	6.75 196	2.17 239	13.20 348	5.07 136	2.34 219	7.43 218	2.61 195	20.20 258	7.85 113	15.28 231	10.36 130	14.42 253	8.13 229	16.81 355	4.20 175	0.06 103	0.84 319	0.13 298	0.83 427	0.66 321	2.42 396

DCANet-4	6.78 197	1.21 47	11.48 304	3.95 59	0.76 39	4.73 81	1.68 117	18.40 227	25.78 342	15.44 235	20.36 239	6.42 124	8.48 237	8.87 89	6.24 249	0.18 207	0.05 68	0.01 142	0.00 1	0.10 57	1.37 247

SST-Stereo	6.85 198	1.67 119	9.39 217	7.24 312	0.82 49	5.89 160	1.87 148	15.34 168	9.89 149	19.25 332	20.26 238	16.63 288	8.40 235	13.81 288	5.75 232	0.40 291	0.05 68	0.13 298	0.00 1	0.10 57	0.08 5

Pruner-Stereo	6.85 198	1.81 144	10.24 254	6.92 289	0.92 62	5.55 142	4.01 251	14.42 155	11.85 168	18.22 309	21.92 268	15.64 273	5.69 172	12.10 211	6.08 241	0.84 382	0.02 34	0.18 324	0.10 202	0.11 67	0.38 62

RALAANet	6.86 200	3.28 353	11.09 295	7.63 329	4.95 354	6.16 176	1.63 106	20.54 259	15.45 208	15.30 232	14.52 172	12.98 231	4.35 120	13.53 277	3.98 164	0.11 156	0.35 204	0.00 1	0.29 322	0.58 290	0.48 90

DCANet	6.87 201	2.02 192	9.12 199	4.03 64	0.76 39	4.77 87	1.74 132	16.15 181	25.07 328	15.88 250	20.79 248	7.89 150	11.31 285	9.23 105	6.15 243	0.18 207	0.05 68	0.00 1	0.00 1	0.28 154	2.01 350

PSM-softLoss	6.90 202	1.81 144	10.84 284	7.04 294	0.93 67	5.53 136	1.97 156	23.18 295	9.65 146	14.16 214	22.01 273	12.84 223	5.15 154	13.03 256	7.95 277	0.76 366	0.06 93	0.27 357	0.55 409	0.21 114	0.14 15

KMStereo	6.90 202	1.81 144	10.84 284	7.04 294	0.93 67	5.53 136	1.97 156	23.18 295	9.65 146	14.16 214	22.01 273	12.84 223	5.15 154	13.03 256	7.95 277	0.76 366	0.06 93	0.27 357	0.55 409	0.21 114	0.14 15

PFNet+	6.92 204	1.64 113	10.96 290	6.27 232	0.90 60	5.66 147	1.68 117	14.43 156	16.02 219	18.13 307	21.24 251	14.33 250	5.97 177	13.13 264	5.51 226	0.90 391	0.20 158	0.11 286	0.30 329	0.08 47	0.94 185

RAFT-345	6.94 205	1.48 89	7.45 136	5.65 179	0.96 71	5.49 130	3.20 222	13.73 143	10.97 158	13.81 210	42.93 480	9.01 167	5.31 157	13.09 263	4.73 199	0.58 336	0.05 68	0.10 264	0.06 170	0.08 47	0.08 5

MyStereo06	6.95 206	2.25 254	14.05 360	6.69 270	4.74 344	7.75 223	9.60 393	17.85 219	9.03 138	13.29 197	10.78 140	18.68 322	5.70 173	10.66 141	4.52 193	0.09 140	1.32 427	0.02 165	0.26 305	0.84 359	0.92 175

NF-Stereo	6.96 207	1.80 141	10.17 248	7.16 308	0.79 47	6.15 175	3.26 229	20.74 265	18.45 251	13.42 202	19.33 224	11.67 199	6.05 178	12.71 243	6.17 244	0.57 335	0.06 93	0.21 338	0.23 284	0.12 72	0.09 7

OCTAStereo	6.97 208	1.80 141	10.20 251	7.15 307	0.78 45	6.12 172	3.38 230	20.72 260	18.47 252	13.41 199	19.33 224	11.91 207	6.05 178	12.68 241	6.19 245	0.59 341	0.06 93	0.21 338	0.22 276	0.12 72	0.10 10

RE-Stereo	6.97 208	1.79 138	10.18 249	7.14 302	0.77 42	6.14 173	3.39 231	20.72 260	18.43 249	13.41 199	19.33 224	11.78 202	6.09 180	12.66 239	6.22 246	0.58 336	0.05 68	0.21 338	0.22 276	0.12 72	0.10 10

TVStereo	6.97 208	1.79 138	10.18 249	7.14 302	0.77 42	6.14 173	3.39 231	20.72 260	18.43 249	13.41 199	19.33 224	11.78 202	6.09 180	12.66 239	6.22 246	0.58 336	0.05 68	0.21 338	0.22 276	0.12 72	0.10 10

sAnonymous2	6.98 211	7.12 438	20.67 439	9.13 382	5.40 374	5.28 123	8.11 371	16.71 198	11.50 164	5.04 91	9.17 109	3.77 67	8.23 230	7.84 66	3.15 124	0.11 156	0.07 106	0.06 216	0.28 317	10.80 500	7.09 482

CroCo_RVC	6.98 211	7.12 438	20.67 439	9.13 382	5.40 374	5.28 123	8.11 371	16.71 198	11.50 164	5.04 91	9.17 109	3.77 67	8.23 230	7.84 66	3.15 124	0.11 156	0.07 106	0.06 216	0.28 317	10.80 500	7.09 482

DIP-Stereo	6.99 213	2.37 280	11.45 303	4.78 114	1.70 161	13.13 303	1.47 92	15.76 175	7.43 98	14.57 219	26.61 318	10.76 189	5.10 150	14.97 319	8.10 281	0.06 103	0.06 93	0.06 216	0.00 1	0.17 97	1.22 232
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
rvit_0105_4	7.09 214	3.33 355	16.60 397	10.68 427	1.59 144	5.89 160	6.84 339	14.50 157	23.99 317	7.31 122	9.49 115	13.18 235	9.62 259	12.33 222	4.32 184	0.39 288	0.46 232	0.00 1	0.02 115	0.67 323	0.68 127

ADStereo(finetuned)	7.09 214	2.04 196	11.52 307	4.01 61	0.77 42	4.78 88	1.73 128	16.15 181	25.08 329	15.89 251	20.74 247	7.88 149	13.56 334	9.11 99	6.07 240	0.18 207	0.05 68	0.00 1	0.00 1	0.28 154	1.93 325

raft+_RVC	7.10 216	2.37 280	6.59 102	6.94 292	5.82 396	6.35 186	5.97 310	21.05 268	23.63 313	10.90 157	17.95 202	9.80 178	5.55 166	11.49 180	4.47 192	0.04 45	1.50 455	0.00 1	0.00 1	0.38 213	1.23 234

OMP-Stereo	7.13 217	2.89 325	9.89 238	10.98 435	1.73 163	4.81 90	1.85 144	18.38 226	16.26 223	16.94 276	14.11 170	17.45 305	7.57 217	13.26 271	5.12 212	0.43 303	0.04 58	0.06 216	0.02 115	0.20 112	0.56 106

RAFT_R40	7.14 218	1.73 128	9.36 216	7.36 316	0.82 49	5.74 153	3.69 240	15.47 171	15.09 205	18.24 310	19.87 232	16.82 289	8.50 238	13.72 286	5.81 236	0.28 255	0.02 34	0.14 305	0.00 1	0.11 67	0.09 7

fff	7.26 219	1.99 183	9.12 199	4.17 75	0.47 17	4.73 81	1.68 117	16.56 193	33.55 409	15.45 236	20.36 239	7.49 140	12.54 312	9.03 93	6.26 250	0.18 207	0.05 68	0.01 142	0.00 1	0.10 57	1.37 247

MIPNet	7.26 219	2.30 264	13.74 354	5.32 153	1.61 148	11.32 274	2.77 206	27.02 342	18.47 252	15.56 242	13.20 164	7.01 131	9.46 255	8.84 87	6.32 254	0.15 191	0.03 49	0.06 216	0.08 185	0.42 233	1.39 253

csc	7.26 219	1.99 183	9.12 199	4.17 75	0.47 17	4.73 81	1.68 117	16.56 193	33.55 409	15.45 236	20.36 239	7.49 140	12.54 312	9.03 93	6.26 250	0.18 207	0.05 68	0.01 142	0.00 1	0.10 57	1.37 247

cscssc	7.26 219	1.99 183	9.12 199	4.17 75	0.47 17	4.73 81	1.68 117	16.56 193	33.55 409	15.45 236	20.36 239	7.49 140	12.54 312	9.03 93	6.26 250	0.18 207	0.05 68	0.01 142	0.00 1	0.10 57	1.37 247

riskmin	7.28 223	1.54 98	8.37 172	5.01 132	3.24 274	11.65 279	3.20 222	16.61 196	18.86 260	10.45 149	13.46 167	16.20 282	12.68 318	12.46 232	6.57 262	0.17 200	1.38 439	0.14 305	0.33 343	0.67 323	2.52 403

AIO-test2	7.31 224	2.95 331	8.32 170	9.20 384	5.66 389	8.78 238	5.13 279	26.30 332	23.78 314	7.04 114	20.37 243	5.69 110	3.51 91	10.05 130	2.74 100	4.35 481	0.14 143	0.03 183	0.62 417	0.71 332	0.80 149

R-Stereo Train	7.33 225	1.62 107	9.31 213	6.80 281	2.33 216	7.57 220	5.36 290	24.47 310	7.63 99	16.40 257	33.07 404	12.42 215	5.52 163	8.06 69	5.23 215	0.05 69	0.05 68	0.01 142	0.00 1	0.12 72	0.56 106

RAFT-Stereo	7.33 225	1.62 107	9.31 213	6.80 281	2.33 216	7.57 220	5.36 290	24.47 310	7.63 99	16.40 257	33.07 404	12.42 215	5.52 163	8.06 69	5.23 215	0.05 69	0.05 68	0.01 142	0.00 1	0.12 72	0.56 106
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MIM_Stereo	7.37 227	2.06 206	12.02 326	4.71 112	1.69 159	5.17 115	1.28 79	19.54 248	13.09 178	16.93 274	28.48 337	13.05 234	5.43 158	13.25 270	7.41 270	0.02 16	0.62 271	0.00 1	0.01 87	0.45 246	2.09 369

UGAM-zero	7.48 228	1.91 169	14.55 367	4.78 114	2.00 193	6.34 185	1.02 62	18.99 234	8.70 132	14.93 224	15.74 184	24.94 389	13.86 344	13.13 264	5.05 207	0.04 45	0.96 340	0.02 165	1.08 447	0.18 101	1.46 265

StereoVision	7.48 228	2.90 328	10.47 271	10.13 406	3.93 304	4.99 109	1.86 147	21.10 270	17.66 239	8.90 136	29.71 353	10.95 192	6.61 197	12.83 247	5.11 210	0.69 359	0.05 68	0.17 320	0.03 129	0.98 368	0.56 106

IPLGR	7.48 228	1.61 106	14.03 359	4.92 129	1.30 107	10.30 255	1.20 72	24.52 313	22.59 300	16.71 271	18.84 218	8.44 158	7.49 216	9.62 119	6.34 256	0.26 247	0.05 68	0.05 207	0.06 170	0.37 201	0.93 180

PAM_32	7.56 231	1.96 174	15.04 378	6.11 220	2.08 196	16.93 376	1.38 83	16.49 190	7.93 114	15.16 227	9.17 109	25.77 395	11.69 294	12.95 252	4.03 167	0.14 180	0.77 306	0.09 252	0.83 427	0.61 304	2.00 349

HHNet	7.57 232	2.01 190	8.03 159	3.71 48	3.46 284	4.93 103	6.17 314	19.69 249	16.27 224	20.91 362	31.75 385	10.56 186	5.82 175	10.69 144	5.10 209	0.67 357	0.07 106	0.21 338	0.14 225	0.63 310	0.54 101

IIG-Stereo	7.59 233	2.47 292	9.40 218	10.39 418	1.78 170	6.67 199	1.47 92	17.83 218	16.51 231	18.91 325	20.12 236	17.76 309	8.74 243	13.21 269	5.43 222	0.44 306	0.05 68	0.03 183	0.00 1	0.17 97	0.45 82

ASMatch	7.61 234	1.63 110	9.18 207	5.79 201	2.27 212	4.63 72	2.54 190	17.23 207	13.73 191	17.27 282	34.28 422	13.26 238	10.15 267	12.39 229	5.49 225	0.12 169	0.24 175	0.21 338	0.17 249	0.18 101	1.55 281

ACRE	7.62 235	3.21 347	14.93 376	7.81 341	5.00 357	10.01 248	4.45 262	16.32 185	15.86 214	17.81 295	19.21 221	8.38 157	4.25 116	11.11 159	10.58 329	0.78 372	0.32 195	0.03 183	0.15 234	0.44 240	1.84 313

LCNet	7.64 236	1.41 77	6.15 78	6.93 290	1.35 109	9.00 241	5.44 292	18.37 225	11.30 159	16.62 265	24.39 294	14.67 254	11.03 275	12.03 205	4.01 165	0.07 122	0.02 34	0.23 347	2.07 471	1.00 371	6.69 477

IPLG	7.65 237	2.00 187	13.81 355	5.86 210	4.35 327	10.97 269	1.43 87	22.52 286	16.50 230	19.78 339	20.62 245	5.28 102	5.49 161	12.58 238	9.70 315	0.13 176	0.06 93	0.03 183	0.07 178	0.41 226	1.38 251

MyStereo8	7.68 238	3.00 335	12.46 334	7.70 336	5.11 363	11.40 276	1.39 86	15.98 178	10.05 154	16.45 259	24.04 290	12.01 210	7.91 224	10.68 143	10.57 328	0.14 180	1.52 458	0.08 242	0.48 394	0.60 302	1.98 337

CIPLG	7.69 239	3.27 351	14.40 364	7.84 343	5.08 362	10.24 252	4.59 267	16.02 179	15.45 208	18.05 305	19.72 230	8.79 164	4.61 135	11.84 197	10.40 325	0.76 366	0.33 201	0.03 183	0.15 234	0.44 240	1.83 312

x	7.70 240	2.12 222	8.93 190	5.08 137	2.55 231	11.65 279	4.40 261	20.91 267	12.53 171	13.58 206	20.49 244	15.73 275	11.10 277	10.65 140	10.16 319	0.11 156	1.37 437	0.04 199	0.29 322	0.34 178	1.95 333

IPLGR_C	7.70 240	3.32 354	14.54 366	7.98 349	5.04 359	10.26 253	4.64 270	16.50 191	16.28 225	17.97 303	18.85 219	8.30 156	4.66 143	11.22 164	10.89 337	0.77 369	0.32 195	0.03 183	0.15 234	0.43 237	1.84 313

qqq	7.72 242	2.15 232	10.06 245	5.01 132	1.82 175	8.62 235	7.27 353	21.10 270	13.53 187	12.48 170	18.71 217	16.17 280	12.10 304	12.08 208	9.26 305	0.08 130	1.35 435	0.02 165	0.36 359	0.36 195	1.93 325

111	7.73 243	2.39 285	9.12 199	4.17 75	0.47 17	10.65 264	3.49 237	21.34 276	28.25 365	10.60 153	16.85 196	14.74 257	10.22 268	12.48 233	6.61 264	0.43 303	0.01 11	0.00 1	0.00 1	0.35 184	2.39 395

AIO-Stereo-zeroshot	7.75 244	3.47 363	14.99 377	5.34 154	7.99 454	7.13 209	0.96 57	23.20 297	10.00 153	11.29 160	17.31 197	18.44 321	9.03 249	13.19 266	5.77 233	0.06 103	1.01 366	0.12 291	1.51 460	1.49 396	2.74 413

RAFT+CT+SA	7.76 245	2.01 190	7.56 140	11.32 441	3.31 276	4.60 70	7.19 350	17.21 206	27.40 357	10.43 148	27.34 322	7.63 145	7.83 222	15.46 327	3.51 142	0.03 33	0.39 212	0.18 324	0.46 387	0.33 172	0.93 180

IGEV-BASED-STEREO-	7.80 246	28.14 518	42.31 497	3.20 32	0.50 21	4.12 52	1.45 90	7.06 30	4.60 44	4.66 80	3.90 32	2.47 50	1.37 28	6.02 31	1.94 44	24.62 528	0.43 228	0.01 142	0.08 185	4.61 464	14.42 518

PAM	7.81 247	1.90 164	15.85 393	6.14 221	2.58 234	17.79 388	4.51 264	16.29 183	8.05 119	16.48 260	9.10 107	25.01 391	11.39 287	12.89 250	3.54 146	0.05 69	0.79 309	0.08 242	0.83 427	0.62 306	2.23 380

testlalala_base	7.81 247	3.52 365	8.75 182	8.73 374	5.44 380	12.21 288	1.77 137	12.73 120	6.24 78	10.56 152	13.62 168	8.76 163	5.61 168	8.69 83	4.24 180	16.24 521	3.38 498	0.00 1	0.46 387	22.32 524	3.02 425

RAFT-RH_RVC	7.88 249	1.51 97	7.72 146	5.41 161	0.96 71	11.41 277	1.48 94	13.43 135	15.04 204	17.54 290	45.66 492	10.86 190	6.42 191	13.48 275	5.26 217	0.81 377	0.04 58	0.12 291	0.13 214	0.12 72	0.17 21

TransformOpticalFlow	7.95 250	2.10 215	9.83 237	6.06 217	1.24 100	6.82 201	7.98 367	18.60 230	14.06 196	14.93 224	28.79 339	18.74 323	11.03 275	12.79 244	4.12 172	0.06 103	0.04 58	0.21 338	0.04 144	0.21 114	1.27 239

rvit_0105_5	8.01 251	3.69 374	17.73 411	10.42 420	1.61 148	7.29 210	6.68 332	18.33 223	25.98 343	10.45 149	10.46 132	15.53 271	11.01 273	12.87 249	5.37 220	0.44 306	0.41 221	0.00 1	0.15 234	0.70 328	1.08 212

TestStereo1	8.04 252	2.22 247	8.85 187	10.87 433	2.12 201	4.66 75	2.40 184	21.17 274	23.79 315	17.41 283	26.31 313	9.41 172	9.09 250	16.23 335	3.85 161	0.14 180	0.40 214	0.02 165	0.13 214	0.58 290	1.10 214

SA-5K	8.04 252	2.22 247	8.85 187	10.87 433	2.12 201	4.66 75	2.40 184	21.17 274	23.79 315	17.41 283	26.31 313	9.41 172	9.09 250	16.23 335	3.85 161	0.14 180	0.40 214	0.02 165	0.13 214	0.58 290	1.10 214

PFNet	8.10 254	1.75 130	12.34 332	7.54 328	2.40 222	7.41 217	5.81 305	23.83 306	17.85 241	20.78 356	17.57 199	15.22 267	7.72 221	13.37 274	6.46 260	0.33 268	0.20 158	0.12 291	0.19 266	0.32 168	0.77 147

FACV-RUCA	8.11 255	2.29 261	10.34 258	8.07 353	6.02 403	14.18 322	3.04 217	20.05 255	19.00 261	12.98 189	18.43 214	8.73 161	11.58 289	12.20 214	5.78 235	0.38 286	0.64 275	4.34 483	0.35 352	1.89 410	1.96 335

AAGNet	8.15 256	1.75 130	10.57 272	7.72 338	0.74 34	5.74 153	4.98 278	15.90 177	14.59 201	20.31 348	23.80 288	15.08 265	11.25 283	12.27 218	16.70 394	0.85 383	0.06 93	0.32 375	0.01 87	0.15 87	0.16 19

STrans-v2	8.16 257	2.09 213	9.79 234	5.44 162	1.53 140	11.87 283	9.69 399	19.77 250	13.20 184	14.01 212	25.80 305	17.88 313	12.55 315	13.30 272	4.39 188	0.06 103	0.01 11	0.18 324	0.01 87	0.25 130	1.31 245

Prome-Stereo	8.22 258	1.48 89	6.24 83	7.06 297	1.55 141	6.54 195	9.08 383	21.88 279	9.88 148	21.12 367	32.48 398	11.82 205	11.59 291	11.99 203	4.04 168	0.08 130	0.02 34	0.19 330	0.12 210	0.45 246	6.89 481

FENet	8.22 258	1.39 74	7.33 133	6.43 248	2.17 207	10.97 269	2.20 170	22.10 282	21.26 279	17.85 298	23.22 284	14.29 248	11.50 288	13.56 280	8.32 286	0.29 259	0.24 175	0.03 183	0.03 129	0.18 101	1.04 202

AIO-Stereo-zeroshot1	8.37 260	4.16 385	20.63 438	5.82 205	11.79 490	6.40 189	2.02 160	20.82 266	8.03 117	14.52 217	21.38 255	17.44 304	5.83 176	14.43 302	5.13 213	0.06 103	1.00 363	0.05 207	1.81 467	2.44 428	3.62 438

raft_robust	8.39 261	2.81 320	7.62 141	6.32 239	1.17 89	5.47 129	0.82 49	34.37 437	35.49 432	18.40 312	20.25 237	7.24 137	5.51 162	15.77 329	3.40 140	0.11 156	1.10 385	0.00 1	0.50 399	0.33 172	1.19 228

HITNet	8.41 262	3.59 372	9.91 240	5.30 151	1.52 139	13.35 309	4.48 263	22.00 280	16.06 220	15.52 240	22.95 283	15.28 268	11.74 295	14.91 318	9.25 304	0.10 151	0.01 11	0.48 390	0.06 170	0.58 290	1.04 202
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
SA	8.43 263	2.16 236	10.02 243	8.41 362	0.93 67	7.36 215	2.21 172	23.73 304	26.15 345	13.55 205	30.84 369	9.89 179	10.09 265	16.84 357	3.52 144	0.18 207	0.68 285	0.17 320	0.40 381	0.48 256	0.92 175

GMM-Stereo	8.44 264	1.27 60	7.36 135	6.64 266	2.56 233	10.00 247	9.29 390	23.79 305	11.33 160	17.96 302	29.59 351	17.14 294	7.59 218	11.77 192	4.61 196	0.13 176	0.01 11	0.24 351	0.94 433	0.49 265	6.14 469

test_sample1	8.49 265	1.83 155	10.60 273	5.53 165	2.95 261	15.17 338	4.51 264	20.73 264	11.47 163	14.78 222	22.80 281	19.06 330	13.86 344	12.52 234	10.17 320	0.14 180	1.20 405	0.02 165	0.19 266	0.28 154	1.93 325

mmm	8.54 266	2.13 228	10.21 252	5.81 203	2.96 262	14.00 318	6.67 330	19.28 243	12.59 172	16.95 277	24.40 295	17.83 312	10.70 272	12.90 251	9.42 310	0.17 200	1.28 420	0.50 392	0.60 414	0.44 240	2.03 355

RAFT_CTSACE	8.55 267	2.62 313	9.63 228	7.41 317	5.06 361	5.76 155	2.54 190	15.38 170	17.84 240	24.33 407	34.69 427	16.37 283	7.22 213	18.05 378	2.63 93	0.01 4	0.56 258	0.00 1	0.03 129	0.42 233	0.41 71

HI	8.56 268	2.44 290	7.70 143	5.09 138	5.21 366	4.06 46	0.49 31	19.26 241	9.96 151	25.77 422	27.88 327	20.72 341	12.22 308	18.06 379	11.58 344	0.05 69	0.11 129	0.00 1	0.10 202	0.16 91	0.31 38

CoSv	8.56 268	2.44 290	7.70 143	5.09 138	5.21 366	4.06 46	0.49 31	19.26 241	9.96 151	25.77 422	27.88 327	20.72 341	12.22 308	18.06 379	11.58 344	0.05 69	0.11 129	0.00 1	0.10 202	0.16 91	0.31 38

dd	8.57 270	5.20 408	13.37 349	6.91 288	1.05 76	10.30 255	3.89 246	17.29 209	34.00 416	15.73 245	17.50 198	7.45 139	6.60 195	15.00 320	10.99 338	1.39 433	0.41 221	0.18 324	0.46 387	2.25 422	1.40 256

CASS	8.64 271	2.03 194	8.60 175	8.71 373	1.59 144	15.02 336	2.75 205	23.27 300	18.58 256	16.29 253	22.78 280	13.42 240	13.68 338	13.07 262	7.66 271	1.18 426	0.05 68	0.13 298	0.01 87	0.75 342	3.24 431
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_sample2	8.68 272	1.84 156	9.64 229	5.53 165	2.43 224	13.92 316	8.00 368	21.09 269	16.82 236	14.92 223	22.73 279	19.44 332	13.75 339	12.99 253	6.85 265	0.15 191	1.15 394	0.07 234	0.20 271	0.35 184	1.78 304

DN-CSS_ROB	8.72 273	3.49 364	16.63 398	6.74 274	3.39 281	6.20 178	3.43 233	23.40 301	22.03 293	17.46 287	30.28 359	9.33 170	8.32 233	14.71 309	6.36 257	0.91 393	0.00 1	0.45 387	0.00 1	0.65 316	0.70 133

GANet-ADL	8.73 274	2.80 319	9.48 221	7.87 345	2.77 247	12.88 300	5.29 288	29.97 381	25.61 340	14.50 216	16.64 194	17.02 292	7.60 219	11.61 188	8.01 279	0.51 323	0.40 214	0.10 264	0.12 210	0.77 345	0.70 133

PSM-AAD	8.76 275	1.41 77	6.46 92	6.87 285	1.18 90	12.78 298	9.66 398	20.03 254	15.78 213	21.79 378	24.91 296	14.31 249	13.16 327	12.42 230	4.07 170	0.05 69	0.06 93	2.44 468	0.16 243	0.45 246	7.17 484

FTStereo	8.76 275	1.57 103	6.75 108	6.55 254	2.45 225	7.65 222	11.62 431	18.36 224	9.01 136	20.25 341	40.79 466	15.87 276	12.36 311	11.02 152	4.69 198	0.24 236	0.01 11	0.09 252	0.16 243	0.19 105	5.58 463

GwcNet-ADL	8.81 277	2.00 187	10.21 252	7.70 336	2.82 250	6.99 205	7.05 346	30.58 387	26.21 347	15.71 244	17.65 200	13.93 246	6.83 209	13.90 289	11.43 343	0.49 317	0.76 305	0.01 142	0.01 87	0.55 281	1.46 265

test_5	8.85 278	2.05 202	9.51 222	11.62 445	4.99 356	6.74 200	5.48 294	18.25 222	23.57 311	16.72 272	29.73 354	15.54 272	10.54 271	16.25 338	4.02 166	0.05 69	0.40 214	0.27 357	0.08 185	0.34 178	0.81 150

ARAFT	8.86 279	3.86 378	17.37 407	5.96 212	0.94 70	12.59 295	10.80 415	18.20 221	19.95 269	18.77 320	16.27 192	17.78 310	8.88 246	18.82 389	5.30 218	0.35 275	0.04 58	0.00 1	0.00 1	0.62 306	0.64 119

ffm	8.89 280	2.34 272	12.99 343	6.28 233	3.81 298	12.43 291	7.47 357	19.77 250	16.80 233	16.64 267	32.03 389	17.29 296	11.78 296	11.11 159	2.34 66	0.05 69	1.17 395	0.80 415	0.37 364	0.29 160	2.07 363

Sa-1000	8.91 281	2.10 215	9.11 197	8.07 353	1.16 88	16.62 373	2.39 183	25.58 320	25.43 337	15.52 240	28.24 334	12.19 212	8.67 240	16.40 343	3.70 152	0.39 288	0.86 326	0.16 317	0.23 284	0.48 256	0.89 169

IRAFT_RVC	8.93 282	1.80 141	10.65 276	7.83 342	1.81 172	6.36 187	10.05 406	26.32 333	27.59 359	17.93 301	19.70 229	17.67 308	9.98 263	13.20 267	6.29 253	0.37 283	0.30 192	0.19 330	0.05 159	0.23 122	0.24 27

DMCA	8.96 283	2.60 308	11.84 318	5.61 173	4.25 321	11.09 272	4.36 260	25.89 322	20.23 273	17.10 280	20.96 250	17.55 306	11.92 302	11.47 175	12.27 355	0.60 344	0.09 114	0.35 378	0.05 159	0.48 256	0.57 112

GES	9.01 284	2.61 312	12.88 339	6.76 275	2.02 194	13.08 302	6.33 322	22.23 284	22.21 295	19.80 340	26.73 319	8.97 166	11.01 273	14.41 299	8.35 289	0.54 330	0.10 125	0.30 372	0.15 234	0.82 355	0.99 194

GrayStereo	9.02 285	1.35 70	7.73 147	8.62 369	2.88 255	10.28 254	10.99 419	18.66 231	16.36 229	22.78 390	30.63 365	17.56 307	12.19 307	11.50 182	5.08 208	0.09 140	0.02 34	0.19 330	0.78 426	0.33 172	2.37 392

DEmStereo	9.07 286	1.70 123	10.89 287	4.86 120	1.23 97	11.51 278	5.70 298	14.24 147	27.02 354	22.33 386	32.56 399	11.70 201	15.04 360	11.83 195	8.53 290	0.31 262	0.16 149	0.02 165	0.09 193	0.11 67	1.47 269

RAFT	9.07 286	2.76 317	10.38 262	8.89 379	1.24 100	13.48 310	8.19 374	17.14 205	17.29 238	23.01 392	19.34 228	20.06 339	11.13 278	17.79 376	6.43 258	0.09 140	1.12 390	0.28 363	0.02 115	0.79 347	1.94 332

iRaft-Stereo_5w	9.10 288	2.33 270	10.69 278	6.64 266	4.47 336	4.74 85	10.72 414	16.71 198	16.97 237	15.39 233	26.15 309	21.25 348	12.59 316	16.38 340	12.90 365	0.85 383	0.51 244	0.08 242	0.22 276	0.95 367	1.53 279

HCRNet	9.13 289	1.82 152	8.73 180	14.95 478	5.22 368	10.66 265	2.49 188	26.57 337	18.64 257	16.31 254	25.51 303	18.42 320	11.15 279	13.53 277	7.25 268	0.10 151	0.04 58	0.10 264	0.02 115	0.27 149	0.76 145

SFCPSM	9.16 290	1.72 126	12.32 331	5.64 177	3.51 287	16.58 372	6.93 342	31.11 394	26.15 345	17.05 279	20.08 235	11.05 193	9.94 262	12.55 235	6.05 239	0.36 278	0.17 152	0.37 380	0.22 276	0.40 222	1.01 197

KYRaft	9.17 291	1.39 74	7.74 148	7.07 299	1.03 74	8.05 234	7.90 366	23.72 303	9.22 142	21.43 373	31.08 372	22.52 363	8.03 226	12.21 215	3.16 126	0.10 151	0.02 34	0.05 207	0.67 419	0.46 251	17.51 523

CrosDoStereo	9.41 292	1.65 114	8.83 185	5.19 146	1.13 84	7.34 213	14.47 454	16.33 186	24.64 325	24.44 408	33.36 409	13.18 235	13.52 331	12.56 236	9.08 300	0.06 103	0.11 129	0.09 252	0.04 144	0.41 226	1.73 298

DeepStereo_LL	9.41 292	1.65 114	8.83 185	5.19 146	1.13 84	7.34 213	14.47 454	16.33 186	24.64 325	24.44 408	33.36 409	13.18 235	13.52 331	12.56 236	9.08 300	0.06 103	0.11 129	0.09 252	0.04 144	0.41 226	1.73 298

DRaft	9.41 292	1.56 102	10.09 246	4.18 79	0.92 62	12.87 299	5.68 297	17.40 212	29.75 373	21.24 369	38.12 449	9.96 180	13.97 348	11.81 194	8.08 280	0.66 356	0.30 192	0.07 234	0.26 305	0.33 172	0.88 165

rvit_stereo_0075_2	9.46 295	4.16 385	20.27 435	12.15 456	8.82 468	5.72 152	4.24 257	23.21 298	18.05 244	12.37 169	28.80 340	16.10 279	8.43 236	14.57 305	8.89 295	0.58 336	0.34 203	0.52 394	0.08 185	0.44 240	1.41 259

test_sample3	9.46 295	2.24 250	11.38 301	5.72 195	2.79 249	18.29 396	5.20 286	27.54 349	21.43 282	18.03 304	21.98 272	16.47 284	11.22 281	13.58 281	9.99 318	0.24 236	0.96 340	0.05 207	0.17 249	0.47 253	1.39 253

THIR-Stereo	9.52 297	2.21 244	9.26 212	5.38 158	0.85 54	15.55 344	11.50 430	16.88 201	21.74 290	24.45 410	31.96 388	14.20 247	13.85 343	11.89 199	8.54 291	0.14 180	0.25 180	0.10 264	0.05 159	0.40 222	1.11 218

DFGA-Net	9.58 298	4.57 394	19.91 432	6.37 242	4.05 307	11.38 275	2.98 215	26.08 325	29.76 374	17.13 281	19.22 222	9.43 174	7.17 212	16.49 346	13.39 367	0.13 176	0.00 1	0.06 216	0.13 214	1.89 410	1.46 265

MyStereo04	9.58 298	2.38 283	10.28 257	6.63 263	4.77 346	6.47 191	9.60 393	32.50 411	42.15 465	14.59 220	12.10 153	11.92 208	11.87 301	14.80 316	8.14 283	0.09 140	1.33 431	0.03 183	0.32 336	0.74 338	0.93 180

CoDeX	9.58 298	2.12 222	10.82 283	6.52 252	3.76 297	16.55 371	6.82 337	26.62 338	25.63 341	17.50 288	25.62 304	14.70 256	11.81 300	12.82 246	7.88 276	0.42 301	0.20 158	0.15 310	0.02 115	0.36 195	1.28 240

anonymousa	9.61 301	2.06 206	9.20 209	5.24 149	6.67 425	15.03 337	4.18 256	19.08 235	21.43 282	19.03 327	30.96 371	21.49 351	14.23 350	11.12 162	8.61 293	0.08 130	1.24 416	0.29 368	0.69 420	0.18 101	1.48 272

MyStereo05	9.63 302	2.25 254	10.26 255	6.69 270	4.74 344	7.75 223	9.60 393	31.51 402	41.00 461	17.45 286	13.02 162	10.28 184	12.27 310	14.74 313	7.68 273	0.09 140	1.32 427	0.02 165	0.26 305	0.84 359	0.92 175

rvit_0105_3	9.68 303	4.32 390	19.50 427	12.22 457	1.90 180	9.16 243	8.63 375	19.21 239	30.92 386	15.42 234	14.72 175	18.81 325	12.18 306	15.98 331	7.12 266	0.67 357	0.42 226	0.01 142	0.49 397	0.56 285	1.40 256

test_sample4	9.81 304	2.27 259	11.39 302	5.70 194	2.74 240	17.40 384	5.20 286	28.01 354	21.50 284	18.70 317	28.46 336	14.96 260	12.86 320	13.80 287	9.68 314	0.24 236	0.97 344	0.06 216	0.16 243	0.51 269	1.48 272

DispNO	9.82 305	2.57 304	17.77 413	6.22 228	5.73 390	11.89 284	4.77 273	25.54 319	21.70 289	17.56 291	21.28 254	18.01 314	13.83 342	17.46 367	9.91 317	0.35 275	0.16 149	0.03 183	0.12 210	0.51 269	1.05 205

BUS	9.86 306	1.86 158	9.14 204	7.14 302	4.12 315	19.47 404	2.69 200	34.15 433	23.28 306	18.82 322	21.95 269	14.37 251	11.63 292	14.72 310	12.39 356	0.36 278	0.13 137	0.15 310	0.04 144	0.37 201	0.46 85

CFNet_pseudo	9.92 307	2.21 244	11.76 313	5.09 138	2.93 260	14.43 324	3.12 218	27.16 343	32.52 401	17.58 293	22.81 282	21.97 356	9.29 253	13.06 260	8.34 287	0.23 231	0.46 232	1.23 443	0.27 313	2.89 433	0.99 194

ccs_rob	9.95 308	2.21 244	11.74 312	5.11 142	2.91 256	14.48 325	3.21 224	27.26 345	32.72 405	17.53 289	22.70 278	21.96 355	9.25 252	12.99 253	8.34 287	0.23 231	0.45 230	1.38 448	0.28 317	3.13 441	1.07 210

G2L-ROB	9.96 309	2.29 261	9.59 226	6.06 217	4.08 310	12.02 287	7.60 361	29.90 380	18.79 259	20.31 348	22.15 276	22.44 361	13.11 326	17.47 368	12.03 348	0.03 33	0.01 11	0.01 142	0.02 115	0.27 149	1.07 210

MSMDNet	9.96 309	2.08 211	11.66 311	5.39 159	2.92 257	16.50 370	2.89 210	29.73 376	34.55 423	17.86 299	21.91 267	18.86 326	8.36 234	13.06 260	7.74 275	0.24 236	0.47 235	0.66 405	0.24 292	3.07 437	1.04 202

MLCV	9.96 309	3.33 355	14.77 368	5.75 199	1.62 152	14.91 329	1.31 80	22.06 281	24.83 327	22.51 387	31.57 382	17.20 295	8.07 227	17.07 361	12.11 350	0.48 314	0.01 11	0.05 207	0.05 159	0.48 256	1.10 214

PCWNet_CMD	9.97 312	2.08 211	11.61 310	5.36 157	2.92 257	16.39 367	2.94 214	29.76 377	34.38 420	17.83 296	21.86 266	18.91 327	8.27 232	13.01 255	7.73 274	0.23 231	0.46 232	0.79 413	0.25 303	3.46 450	1.12 222

UCFNet_RVC	10.01 313	2.81 320	6.11 75	7.31 314	3.92 303	16.80 375	8.00 368	28.68 361	20.81 276	16.57 262	23.35 285	25.82 397	13.06 325	13.55 279	9.18 302	0.12 169	0.06 93	1.19 437	0.32 336	1.47 395	1.06 207

test_sample5	10.07 314	2.24 250	11.22 299	5.82 205	2.68 237	16.15 361	5.79 303	27.87 352	21.59 287	19.26 333	32.74 402	15.92 277	12.97 321	14.33 295	9.26 305	0.27 251	0.98 348	0.07 234	0.17 249	0.57 287	1.49 274

Anonymous3	10.07 314	4.14 384	31.49 475	9.77 399	5.11 363	25.00 443	11.85 432	25.20 316	19.24 264	10.80 156	14.78 176	7.92 151	8.68 241	14.40 298	6.12 242	3.25 470	1.40 440	0.08 242	0.06 170	0.81 352	1.30 243

BEATNet_4x	10.11 316	5.82 419	14.80 370	6.14 221	1.55 141	13.87 315	5.98 311	26.24 329	18.35 246	16.53 261	25.41 302	18.01 314	13.78 341	18.01 377	12.39 356	0.48 314	0.18 153	0.81 419	0.11 208	2.02 414	1.70 295

GANet-RSSM	10.17 317	2.02 192	8.21 164	7.09 301	5.57 385	13.17 305	7.29 354	27.27 346	19.65 267	15.81 246	28.83 341	26.18 400	16.33 380	14.58 307	9.28 309	0.25 243	0.27 182	0.16 317	0.04 144	0.65 316	0.72 136

DualNet	10.19 318	2.24 250	11.22 299	5.82 205	2.68 237	16.15 361	5.79 303	27.87 352	21.59 287	20.28 342	34.11 419	15.92 277	12.97 321	14.33 295	9.26 305	0.27 251	0.98 348	0.07 234	0.17 249	0.57 287	1.49 274

DCVSM-stereo	10.23 319	2.16 236	12.54 337	6.23 229	3.65 292	12.01 286	3.56 239	19.41 245	23.18 304	24.08 405	19.88 233	29.55 418	18.82 412	14.49 303	10.42 326	0.25 243	1.17 395	0.28 363	0.06 170	0.82 355	2.07 363

gwcnet-sp	10.26 320	3.56 368	15.31 382	6.59 257	4.30 322	15.71 347	5.71 300	26.09 326	25.15 331	21.68 375	21.77 259	15.01 262	16.42 383	15.21 322	10.76 333	0.12 169	0.20 158	0.02 165	0.09 193	0.63 310	0.86 159

scenet	10.26 320	3.56 368	15.31 382	6.59 257	4.30 322	15.71 347	5.71 300	26.09 326	25.15 331	21.68 375	21.77 259	15.01 262	16.42 383	15.21 322	10.76 333	0.12 169	0.20 158	0.02 165	0.09 193	0.63 310	0.86 159

ssnet	10.26 320	3.56 368	15.31 382	6.59 257	4.30 322	15.71 347	5.71 300	26.09 326	25.15 331	21.68 375	21.77 259	15.01 262	16.42 383	15.21 322	10.76 333	0.12 169	0.20 158	0.02 165	0.09 193	0.63 310	0.86 159

PSMNet-ADL	10.30 323	2.32 268	7.83 151	9.69 396	4.44 330	16.04 354	4.16 254	27.57 350	25.08 329	15.16 227	19.04 220	25.28 393	13.63 337	16.49 346	15.33 380	0.86 386	0.81 313	0.01 142	0.04 144	0.33 172	1.81 306

ff1	10.31 324	2.34 272	12.99 343	6.28 233	3.81 298	12.43 291	7.47 357	19.77 250	16.80 233	16.64 267	32.03 389	17.29 296	11.78 296	17.54 369	24.30 447	0.05 69	1.17 395	0.80 415	0.37 364	0.29 160	2.07 363

PSMNet-RSSM	10.31 324	2.47 292	7.79 149	7.85 344	4.38 329	10.47 259	6.67 330	29.67 374	22.25 296	16.62 265	33.75 415	23.30 370	14.58 355	13.91 290	10.56 327	0.23 231	0.09 114	0.07 234	0.24 292	0.87 362	0.48 90

IER	10.32 326	2.06 206	11.88 320	4.95 130	5.34 371	13.34 308	6.11 313	27.47 348	23.59 312	20.37 350	30.03 356	16.50 285	20.42 431	14.24 293	8.81 294	0.16 194	0.03 49	0.18 324	0.10 202	0.27 149	0.56 106

BSDual-CNN	10.33 327	1.86 158	9.14 204	7.14 302	4.12 315	15.83 352	8.93 380	34.15 433	23.28 306	18.82 322	21.95 269	22.14 358	13.58 335	14.72 310	9.53 311	0.36 278	0.13 137	0.15 310	0.04 144	0.37 201	0.46 85

psmg	10.36 328	1.86 158	9.14 204	5.58 171	4.12 315	15.74 351	7.65 362	30.05 382	23.28 306	21.80 379	26.26 311	22.14 358	13.58 335	14.72 310	9.53 311	0.36 278	0.13 137	0.17 320	0.04 144	0.44 240	0.67 125

test_for_model	10.44 329	31.57 521	7.69 142	28.25 517	19.35 515	5.66 147	1.73 128	9.50 72	9.59 145	13.59 207	6.15 81	5.25 100	2.58 71	5.60 22	1.81 40	10.21 507	3.48 502	0.00 1	0.16 243	35.71 532	10.93 510

CFNet-ft	10.46 330	3.02 338	7.10 120	7.69 333	5.42 377	16.93 376	5.92 308	22.83 293	22.31 297	15.81 246	30.40 361	26.42 403	15.19 363	13.60 283	12.18 352	0.14 180	0.10 125	1.87 455	0.34 348	1.22 381	0.73 139

CFNet_RVC	10.46 330	3.02 338	7.10 120	7.69 333	5.42 377	16.93 376	5.92 308	22.82 292	22.31 297	15.81 246	30.40 361	26.41 402	15.19 363	13.60 283	12.19 353	0.14 180	0.10 125	1.87 455	0.34 348	1.22 381	0.73 139

test_sample6	10.49 332	2.24 250	11.49 305	5.91 211	2.48 226	16.12 360	6.37 325	28.98 365	22.48 299	20.28 342	34.11 419	17.08 293	13.28 328	14.57 305	10.61 330	0.32 265	0.95 339	0.10 264	0.19 266	0.59 296	1.61 285

UGAM	10.51 333	1.74 129	10.16 247	7.06 297	4.44 330	6.56 196	11.34 425	16.06 180	27.83 361	21.09 366	28.18 333	23.47 372	11.21 280	26.86 458	11.33 342	0.05 69	0.49 239	0.46 388	0.36 359	0.44 240	0.97 192

qqq1	10.51 333	1.90 164	14.85 371	4.89 123	1.48 126	14.92 330	3.21 224	31.03 389	30.74 382	20.28 342	29.37 347	18.33 316	14.54 351	16.56 349	4.42 189	0.41 295	1.20 405	0.00 1	0.14 225	0.39 218	1.60 282

fff1	10.51 333	1.90 164	14.85 371	4.89 123	1.48 126	14.92 330	3.21 224	31.03 389	30.74 382	20.28 342	29.37 347	18.33 316	14.54 351	16.56 349	4.42 189	0.41 295	1.20 405	0.00 1	0.14 225	0.39 218	1.60 282

UDGNet	10.51 333	14.75 490	11.91 321	10.29 413	2.78 248	7.93 231	1.94 153	19.31 244	34.57 424	17.74 294	13.70 169	13.56 243	7.30 215	13.52 276	7.18 267	5.80 490	0.11 129	12.86 515	2.76 478	9.87 496	2.34 388

ICVP	10.54 337	2.11 219	7.49 137	9.62 394	3.41 282	13.85 314	6.34 323	26.81 340	23.24 305	16.90 273	31.76 386	27.31 412	12.81 319	12.18 213	12.47 360	1.59 437	0.58 264	0.19 330	0.13 214	0.63 310	1.45 264
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_ucs	10.56 338	2.15 232	12.88 339	5.55 169	4.11 313	15.24 340	3.93 247	28.55 359	32.41 399	18.70 317	24.95 298	22.99 365	9.66 260	14.22 292	8.13 282	0.29 259	0.84 319	1.63 452	0.23 284	3.43 449	1.31 245

G2L-Stereo	10.65 339	2.78 318	11.19 297	7.63 329	4.24 320	8.87 240	9.35 391	29.83 379	23.03 303	19.75 338	26.33 315	23.15 369	12.08 303	16.39 341	16.43 391	0.34 273	0.04 58	0.09 252	0.01 87	0.41 226	1.05 205

cf-r	10.67 340	2.34 272	9.77 233	6.17 224	5.79 393	12.94 301	5.14 280	25.21 318	27.86 362	17.84 297	32.03 389	25.81 396	15.91 374	12.22 216	12.56 362	0.17 200	0.19 157	0.05 207	0.06 170	0.59 296	0.72 136

RAFT + AFF	10.71 341	4.59 396	18.51 418	10.52 421	5.02 358	13.14 304	11.12 422	26.24 329	27.48 358	15.09 226	16.07 189	19.83 336	11.23 282	17.09 362	10.38 323	0.45 310	1.45 450	0.65 404	0.23 284	2.31 425	2.74 413

hknet	10.77 342	1.95 173	11.80 315	7.14 302	3.83 302	15.83 352	8.93 380	34.15 433	22.70 301	18.82 322	21.95 269	23.13 367	17.03 391	16.94 359	9.85 316	0.28 255	0.13 137	0.15 310	0.04 144	0.37 201	0.46 85

ttt	10.82 343	2.17 239	9.66 231	7.03 293	4.44 330	14.16 320	6.87 340	33.72 429	30.69 380	15.67 243	31.50 380	14.99 261	10.50 270	16.54 348	13.98 369	0.41 295	1.31 425	0.10 264	0.29 322	0.47 253	1.92 324

ACVNet	10.83 344	2.25 254	7.10 120	6.43 248	3.02 266	13.17 305	3.75 242	22.83 293	35.15 430	15.81 246	30.67 366	24.65 381	15.77 372	16.47 344	18.13 404	0.16 194	0.01 11	0.06 216	0.07 178	0.65 316	0.43 76

AdaStereo	10.85 345	4.57 394	10.79 280	9.59 393	3.46 284	17.49 385	6.29 318	32.70 414	26.07 344	19.04 328	26.55 317	19.60 335	10.12 266	17.71 375	10.38 323	1.00 404	0.05 68	0.42 384	0.02 115	0.70 328	0.46 85
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.
G2L-Stereo_test	11.01 346	2.34 272	9.34 215	5.12 143	4.31 325	12.30 289	13.21 446	33.14 422	23.33 309	23.77 402	25.10 299	21.80 353	13.91 346	16.39 341	14.37 372	0.09 140	0.06 93	0.01 142	0.02 115	0.38 213	1.16 223

SMFormer	11.03 347	1.90 164	14.85 371	4.89 123	1.48 126	14.92 330	3.21 224	31.03 389	30.74 382	20.28 342	29.37 347	18.33 316	14.54 351	16.56 349	14.46 374	0.41 295	1.20 405	0.28 363	0.24 292	0.45 246	1.47 269

tta	11.03 347	1.90 164	14.85 371	4.89 123	1.48 126	14.92 330	3.21 224	31.03 389	30.73 381	20.28 342	29.37 347	18.33 316	14.54 351	16.56 349	14.46 374	0.41 295	1.20 405	0.28 363	0.24 292	0.39 218	1.60 282

iResNet	11.06 349	4.16 385	16.83 400	7.89 347	2.23 210	15.59 345	9.17 388	24.49 312	29.14 370	20.78 356	31.13 374	16.87 291	11.58 289	15.45 326	12.50 361	0.64 352	0.05 68	0.02 165	0.10 202	0.79 347	1.71 296

DDVS	11.10 350	3.37 358	13.49 351	7.49 325	4.07 308	16.17 363	2.73 204	24.18 308	17.91 242	21.37 371	30.15 358	31.23 431	8.50 238	19.92 397	15.00 378	0.82 379	1.56 460	0.08 242	0.22 276	0.84 359	2.84 417

test_sample7	11.16 351	2.69 314	11.55 308	5.82 205	2.21 209	15.39 342	9.15 386	29.36 368	25.26 334	24.82 412	21.48 256	24.89 385	18.88 415	14.41 299	11.06 339	0.78 372	1.96 472	0.43 385	0.14 225	0.73 335	2.20 378

CFNet	11.23 352	3.41 360	10.68 277	7.08 300	4.22 319	17.38 383	4.83 276	31.29 399	31.29 389	19.15 330	26.85 320	24.06 377	13.75 339	16.23 335	12.22 354	0.26 247	0.05 68	0.44 386	0.09 193	0.92 365	0.41 71

AACVNet	11.24 353	3.71 375	11.56 309	9.45 389	3.35 278	11.67 281	4.88 277	23.23 299	14.00 195	28.19 445	29.90 355	30.39 429	18.03 406	20.04 399	13.22 366	0.50 320	0.21 166	0.23 347	0.07 178	0.75 342	1.52 278

DeepPruner_ROB	11.28 354	5.83 420	15.23 379	6.93 290	4.50 337	10.08 249	6.62 329	36.65 463	20.17 272	18.12 306	27.95 329	23.10 366	13.43 330	20.08 400	11.90 347	1.16 422	0.51 244	0.23 347	0.17 249	1.11 377	1.91 323

GMStereo_Zeroshot	11.32 355	8.59 458	21.66 445	10.06 404	2.53 229	12.38 290	1.43 87	21.36 277	21.50 284	23.48 397	35.74 433	24.85 384	6.12 183	20.48 407	8.28 285	0.83 380	0.02 34	0.25 353	0.01 87	6.33 477	0.53 99

LMCR-Stereo	11.32 355	4.98 406	11.87 319	14.09 468	4.01 305	16.97 380	5.70 298	26.41 334	23.41 310	22.57 389	22.11 275	15.18 266	15.44 368	21.48 429	17.57 400	2.29 453	0.04 58	0.00 1	0.03 129	1.53 399	0.65 121

LL-Strereo	11.34 357	4.25 388	13.90 356	9.09 380	6.20 410	7.31 212	8.93 380	35.93 452	30.30 376	16.93 274	15.83 186	21.85 354	17.45 401	21.92 433	10.25 321	0.43 303	1.47 453	0.74 410	0.08 185	1.15 378	2.71 411

GwcNet-RSSM	11.34 357	2.72 316	10.26 255	7.24 312	5.38 373	12.67 296	6.70 333	26.70 339	31.93 395	17.56 291	34.45 424	24.37 380	15.77 372	13.70 285	15.31 379	0.19 218	0.20 158	0.14 305	0.05 159	0.81 352	0.64 119

HSM-Net_RVC	11.37 359	1.57 103	6.32 85	5.99 214	2.67 236	20.99 416	7.19 350	28.50 357	28.64 367	21.03 365	25.84 306	33.64 453	16.37 382	16.83 356	10.76 333	0.21 225	0.08 112	0.02 165	0.00 1	0.16 91	0.55 103
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NINENet	11.46 360	3.02 338	11.83 317	8.45 364	5.40 374	19.47 404	2.69 200	39.63 485	34.82 425	19.11 329	27.64 325	14.37 251	11.63 292	16.21 334	12.39 356	0.94 399	0.21 166	0.29 368	0.00 1	0.48 256	0.55 103

ToySt	11.51 361	2.48 295	17.84 414	6.10 219	2.09 197	16.11 359	12.36 437	25.07 315	28.25 365	15.22 229	25.16 300	25.51 394	15.98 376	17.63 374	15.46 382	0.19 218	1.08 380	0.04 199	0.31 334	0.66 321	2.67 408

DAS	11.51 361	2.60 308	15.62 388	9.37 387	6.27 416	16.04 354	7.71 363	22.70 290	33.92 414	19.53 335	29.03 342	19.51 333	19.10 419	17.44 366	8.98 297	0.78 372	0.02 34	0.29 368	0.01 87	0.48 256	0.81 150

ac_64	11.57 363	2.13 228	11.77 314	8.79 376	5.51 382	19.40 402	6.29 318	24.72 314	15.20 207	23.50 398	24.91 296	33.07 447	16.82 388	19.33 392	17.78 402	0.53 324	0.15 146	0.02 165	0.03 129	0.35 184	1.03 201

mmx	11.59 364	2.34 272	12.99 343	6.28 233	3.81 298	12.43 291	7.47 357	32.76 416	28.92 368	16.64 267	32.03 389	17.29 296	11.78 296	17.54 369	24.30 447	0.24 236	1.21 411	0.80 415	0.37 364	0.65 316	1.89 319

xxx	11.59 364	2.34 272	12.99 343	6.28 233	3.81 298	12.43 291	7.47 357	32.75 415	28.92 368	16.64 267	32.03 389	17.29 296	11.78 296	17.54 369	24.30 447	0.24 236	1.21 411	0.80 415	0.37 364	0.65 316	1.89 319

NOSS_ROB	11.76 366	4.63 398	8.14 163	7.46 322	2.92 257	17.82 389	10.55 412	30.45 386	34.08 418	16.37 255	19.97 234	23.14 368	16.31 378	18.22 382	10.67 332	2.98 465	1.84 467	3.39 481	1.64 463	2.24 421	2.37 392

ITSA-stereo	11.88 367	2.48 295	11.96 325	6.54 253	1.92 182	13.33 307	4.81 275	37.17 468	49.04 492	18.70 317	18.52 216	21.69 352	12.63 317	16.77 354	15.60 384	0.53 324	0.40 214	0.32 375	0.33 343	1.07 374	3.89 446

HSM	11.89 368	2.32 268	8.70 178	6.70 273	4.10 312	16.45 368	8.06 370	30.42 385	20.31 274	23.35 396	26.42 316	41.60 493	17.59 403	20.66 410	9.57 313	0.11 156	0.03 49	0.01 142	0.01 87	0.24 126	1.22 232

coex_refinement	12.03 369	2.30 264	8.72 179	8.56 367	5.30 370	16.95 379	7.17 347	31.75 404	32.48 400	18.92 326	31.46 379	25.97 399	12.98 323	14.55 304	21.39 429	0.33 268	0.06 93	0.02 165	0.10 202	0.49 265	1.18 227

SepStereo	12.04 370	2.60 308	15.62 388	9.37 387	6.27 416	16.04 354	7.71 363	22.70 290	33.92 414	19.53 335	29.03 342	19.51 333	19.10 419	27.97 464	8.98 297	0.78 372	0.02 34	0.29 368	0.01 87	0.48 256	0.81 150

DMCA-RVC	12.06 371	4.35 391	14.21 363	10.52 421	4.86 348	13.84 313	4.33 259	25.20 316	24.13 318	20.56 354	29.22 345	26.65 405	25.85 459	17.02 360	16.34 389	0.41 295	0.35 204	0.55 396	0.24 292	0.83 358	1.81 306

ACV-stereo	12.12 372	6.01 426	30.51 471	7.45 320	3.42 283	21.69 422	6.74 334	22.11 283	20.81 276	17.88 300	21.26 253	26.73 408	17.28 395	20.80 414	14.16 370	0.79 376	1.10 385	0.17 320	0.09 193	0.67 323	2.66 406

1111x	12.31 373	2.33 270	12.13 328	5.79 201	2.84 251	15.49 343	8.70 376	36.34 458	29.33 371	16.58 263	27.52 324	26.70 407	15.76 371	17.21 363	24.79 453	0.26 247	1.37 437	0.04 199	0.42 384	0.46 251	2.07 363

UPFNet	12.31 373	2.15 232	11.91 321	7.90 348	7.21 437	20.03 410	9.28 389	29.44 372	27.18 356	20.88 359	30.86 370	21.23 347	18.11 407	19.60 394	17.41 399	0.55 332	0.57 261	0.26 355	0.07 178	0.67 323	0.92 175

FADNet-RVC-Resample	12.31 373	5.22 409	32.28 478	10.14 407	4.08 310	14.97 334	6.98 345	26.54 336	24.42 323	23.72 400	29.31 346	19.87 337	15.01 359	16.26 339	10.61 330	0.65 353	0.52 247	0.48 390	0.54 406	1.52 398	3.09 428

RASNet	12.38 376	2.58 306	12.48 336	6.76 275	5.97 401	16.37 366	6.74 334	34.99 444	22.20 294	17.44 285	33.11 406	22.81 364	24.84 451	20.33 404	18.27 407	1.16 422	0.05 68	0.06 216	0.01 87	0.27 149	1.06 207

test_xeample	12.39 377	2.09 213	10.36 259	5.73 196	3.06 268	18.17 395	6.27 317	31.98 407	24.37 322	18.78 321	33.92 418	19.09 331	16.00 377	14.60 308	39.03 509	0.19 218	1.32 427	0.01 142	0.33 343	0.36 195	2.04 357

iResNet_ROB	12.41 378	3.19 346	12.39 333	6.63 263	3.72 294	16.98 381	2.64 196	32.29 409	38.58 451	26.93 437	33.73 414	26.24 401	17.40 398	17.36 365	8.95 296	0.33 268	0.01 11	0.00 1	0.00 1	0.40 222	0.35 48

DSFCA	12.44 379	3.00 335	14.87 375	6.04 216	7.03 433	17.06 382	10.86 418	31.11 394	32.12 396	26.41 432	23.81 289	22.37 360	15.13 362	21.13 424	13.53 368	0.95 401	0.66 278	0.28 363	0.38 374	1.21 380	0.77 147

FADNet_RVC	12.44 379	6.19 428	40.86 494	7.04 294	3.69 293	11.30 273	4.17 255	29.67 374	27.67 360	18.20 308	26.04 307	13.47 241	17.15 392	16.85 358	14.95 377	0.99 403	0.75 301	0.60 399	1.32 455	4.18 458	3.62 438

CBMV_ROB	12.51 381	3.86 378	7.98 157	5.81 203	2.99 264	16.05 358	4.62 268	27.61 351	31.37 390	26.75 435	32.62 400	23.97 376	22.66 445	21.14 425	12.09 349	2.15 450	1.78 466	2.24 462	1.27 454	1.64 402	1.54 280

NLCA_NET_v2_RVC	12.58 382	4.09 382	18.25 416	8.26 358	5.83 397	14.72 326	5.85 306	33.49 427	27.86 362	22.14 384	32.16 395	24.94 389	14.01 349	16.19 333	16.82 396	0.90 391	0.35 204	0.37 380	0.58 413	1.51 397	3.31 433
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
acv_ft	12.59 383	2.25 254	13.50 352	8.30 360	6.23 411	19.81 408	6.34 323	26.43 335	35.15 430	26.38 431	30.67 366	24.65 381	14.91 358	16.47 344	19.16 416	0.16 194	0.01 11	0.06 216	0.07 178	0.74 338	0.43 76

hitnet-ft	12.59 383	3.03 341	7.87 153	7.49 325	4.20 318	27.41 462	3.75 242	23.41 302	24.15 319	21.14 368	34.12 421	31.93 439	19.74 427	20.28 403	18.13 404	0.54 330	1.45 450	0.35 378	0.09 193	1.26 384	1.41 259

xxxx	12.60 385	2.03 194	10.79 280	6.18 226	2.86 253	21.84 423	3.02 216	34.55 441	25.46 338	16.39 256	31.58 383	26.87 411	14.75 357	14.00 291	37.45 501	0.21 225	1.36 436	0.01 142	0.32 336	0.35 184	2.07 363

ISRNet	12.68 386	2.57 304	19.05 424	13.05 463	6.24 412	7.30 211	2.84 208	29.80 378	32.13 397	23.26 395	35.61 432	24.75 383	16.48 386	15.81 330	14.55 376	0.85 383	1.01 366	2.29 463	0.55 409	1.08 375	4.43 449

pcwnet_v2	12.68 386	2.30 264	18.36 417	8.32 361	5.74 391	17.73 387	4.77 273	36.75 466	46.28 488	20.98 363	29.07 344	16.62 286	13.52 331	16.56 349	10.30 322	0.55 332	1.02 372	0.34 377	0.24 292	2.10 417	2.11 371

iResNetv2_ROB	12.78 388	4.09 382	15.60 386	6.44 250	3.75 296	14.86 327	7.17 347	34.46 439	37.12 439	26.06 426	34.81 428	29.76 419	16.32 379	14.77 314	7.67 272	0.31 262	0.03 49	0.12 291	0.01 87	0.94 366	1.23 234

ADLNet	12.84 389	2.93 329	11.94 323	8.87 377	6.88 429	17.96 390	8.85 377	34.12 431	26.67 351	27.81 444	26.24 310	26.84 410	15.04 360	17.54 369	19.94 420	0.59 341	0.58 264	0.24 351	0.11 208	0.80 351	2.85 419

CBFPSM	12.96 390	3.37 358	30.97 473	5.30 151	3.22 273	22.79 430	16.93 472	21.82 278	21.35 280	21.93 381	28.34 335	29.99 423	17.38 397	15.32 325	16.39 390	0.11 156	0.48 236	0.10 264	0.17 249	0.58 290	2.72 412

ADLNet2	12.99 391	2.94 330	14.18 361	9.57 392	5.96 400	20.23 413	10.41 411	33.05 420	37.61 443	19.46 334	19.74 231	22.46 362	18.63 409	22.37 436	20.76 424	0.37 283	0.15 146	0.06 216	0.08 185	1.04 373	0.72 136

dad	13.05 392	11.39 472	15.64 390	7.35 315	2.10 198	15.64 346	3.48 234	18.77 232	35.55 433	27.77 442	33.76 416	31.59 433	13.04 324	14.79 315	11.16 341	3.35 471	0.54 251	7.85 505	0.96 440	3.88 456	2.49 402

AASNet	13.05 392	3.27 351	12.23 330	10.28 412	6.90 430	17.61 386	7.88 365	41.14 491	38.29 448	23.20 394	29.62 352	16.85 290	15.59 370	15.50 328	19.03 414	0.39 288	0.03 49	0.78 412	0.05 159	1.32 388	1.08 212

HBP-ISP	13.07 394	8.80 459	8.99 191	8.11 356	4.55 340	13.48 310	6.60 328	29.09 367	30.50 378	21.33 370	36.14 434	16.62 286	19.42 423	20.92 418	12.81 364	3.63 473	2.61 487	7.18 501	4.12 490	3.74 454	2.69 410

222	13.07 394	1.99 183	10.74 279	6.56 255	2.74 240	19.95 409	2.54 190	34.13 432	24.42 323	22.52 388	31.39 376	20.78 343	16.99 390	14.31 294	48.07 531	0.16 194	1.33 431	0.01 142	0.32 336	0.37 201	2.02 351

DualNet (step1)	13.16 396	5.31 411	19.76 428	6.41 244	3.12 270	17.98 391	9.85 402	29.36 368	25.26 334	24.82 412	21.48 256	24.89 385	18.87 413	14.41 299	11.06 339	6.83 494	1.96 472	6.61 494	7.47 504	3.22 444	4.59 450

UNet	13.18 397	2.47 292	14.45 365	7.45 320	7.82 452	26.01 452	4.67 271	34.38 438	29.42 372	20.90 361	31.81 387	26.68 406	18.98 416	21.08 423	15.56 383	0.21 225	0.06 93	0.27 357	0.09 193	0.37 201	1.01 197

HGLStereo	13.21 398	3.45 361	14.01 358	10.32 415	7.72 449	15.72 350	7.19 350	31.94 406	28.12 364	20.83 358	36.16 436	26.61 404	20.82 433	18.74 386	19.63 419	1.01 406	0.22 169	0.07 234	0.08 185	0.59 296	1.00 196

GEStereo_RVC	13.23 399	3.13 344	15.23 379	10.33 416	4.95 354	18.92 401	11.46 429	31.58 403	48.03 490	20.51 353	27.68 326	19.00 329	13.31 329	20.44 406	16.01 387	1.15 421	0.51 244	0.10 264	0.14 225	0.67 323	1.47 269

delet	13.26 400	2.43 289	12.99 343	8.45 364	6.26 415	22.40 426	10.83 417	28.78 362	38.76 452	20.39 352	30.36 360	20.85 344	17.67 404	22.97 438	19.13 415	0.14 180	0.45 230	0.19 330	0.08 185	0.78 346	1.24 236

CRFU-Net	13.32 401	3.53 367	12.90 341	8.76 375	6.05 405	26.25 455	10.15 408	25.86 321	14.68 202	30.76 463	30.58 364	30.11 426	21.59 442	20.52 408	20.28 422	1.53 436	0.48 236	0.27 357	0.16 243	0.64 315	1.28 240

CSP-Net	13.41 402	3.62 373	11.03 293	6.62 262	4.07 308	25.76 451	9.61 397	29.66 373	27.14 355	29.97 457	33.42 411	29.84 421	17.23 394	20.64 409	16.03 388	1.12 417	0.41 221	0.03 183	0.00 1	0.75 342	1.29 242

MMNet	13.55 403	2.82 322	13.90 356	7.63 329	6.36 419	26.45 457	4.63 269	24.00 307	42.67 468	26.25 429	33.12 407	20.98 346	19.45 425	20.14 401	19.49 418	0.75 364	0.54 251	0.11 286	0.01 87	0.53 272	1.10 214

STTStereo	13.60 404	5.63 417	28.73 467	8.07 353	5.65 388	13.97 317	7.17 347	31.25 396	26.70 352	25.59 420	32.06 394	31.71 436	14.71 356	17.24 364	16.46 393	0.29 259	0.40 214	0.71 407	1.43 458	1.31 386	2.82 416

SGM-Forest	13.63 405	2.55 303	8.22 165	6.30 238	2.16 206	23.84 436	11.13 423	34.68 442	32.40 398	27.27 438	33.02 403	30.08 425	17.82 405	22.13 434	15.40 381	1.66 443	0.32 195	0.88 423	0.03 129	0.79 347	1.93 325
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TDLM	13.70 406	4.93 405	11.80 315	11.93 452	5.53 383	16.75 374	14.38 453	36.12 456	32.59 402	23.08 393	27.03 321	25.90 398	15.40 366	25.87 453	14.23 371	1.24 429	0.09 114	1.53 450	0.61 416	2.06 416	2.94 422

AANet_RVC	13.75 407	6.34 430	12.90 341	8.87 377	4.53 339	14.09 319	9.12 385	29.37 371	38.32 449	23.85 404	37.41 442	23.55 373	17.51 402	23.31 441	18.56 408	2.08 449	1.30 421	0.25 353	0.06 170	0.73 335	2.87 420

xyz-stereo	13.76 408	1.43 83	40.88 495	3.14 29	0.83 52	42.24 513	4.68 272	14.87 165	26.49 348	23.70 399	37.20 440	30.36 428	19.90 428	18.77 387	9.23 303	0.28 255	0.03 49	0.64 403	0.03 129	0.20 112	0.32 40

ssnet_v2	13.84 409	3.15 345	13.44 350	7.99 350	3.08 269	22.60 427	14.51 456	36.65 463	33.59 412	22.04 383	26.10 308	28.64 414	17.16 393	23.13 439	20.86 426	0.50 320	0.32 195	0.20 335	0.13 214	1.41 391	1.38 251

FADNet-RVC	13.86 410	12.75 485	41.65 496	8.64 370	4.63 342	16.45 368	6.89 341	28.91 363	24.20 320	20.89 360	31.44 378	26.73 408	11.37 286	21.58 431	15.91 385	0.25 243	0.14 143	0.14 305	0.24 292	2.97 435	1.50 277

psm_up	13.88 411	2.70 315	10.89 287	10.20 409	5.97 401	15.01 335	12.58 439	39.13 482	31.75 393	21.39 372	31.09 373	30.18 427	25.01 454	20.33 404	17.62 401	0.75 364	0.39 212	0.18 324	0.03 129	0.82 355	1.67 293

DLCB_ROB	13.97 412	3.74 376	11.01 292	9.99 403	5.85 398	21.40 419	10.37 410	30.17 383	30.49 377	28.21 446	32.18 396	32.67 443	21.17 437	20.20 402	18.59 409	0.34 273	0.18 153	0.41 383	0.15 234	0.61 304	1.76 302

StereoDRNet-Refined	14.03 413	3.52 365	12.77 338	8.70 372	3.31 276	18.50 398	4.58 266	29.08 366	30.59 379	29.85 455	42.52 477	25.24 392	19.57 426	23.88 443	23.55 441	0.44 306	0.07 106	0.54 395	0.38 374	0.88 364	2.64 405
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iinet-f	14.05 414	5.00 407	47.51 507	6.57 256	4.04 306	21.14 417	14.37 451	28.25 355	21.37 281	21.95 382	31.37 375	21.31 349	18.66 410	16.15 332	20.61 423	0.31 262	0.41 221	0.09 252	0.05 159	1.00 371	0.76 145

CVANet_RVC	14.09 415	4.82 403	10.86 286	9.46 390	5.60 387	19.70 407	12.94 444	33.38 425	34.86 426	23.72 400	33.31 408	29.76 419	16.35 381	24.37 444	12.45 359	1.22 427	0.23 171	1.45 449	0.87 432	3.41 447	3.01 424

SACVNet	14.10 416	5.24 410	14.19 362	12.11 454	6.12 408	18.45 397	9.11 384	33.13 421	22.94 302	28.79 449	33.88 417	32.69 444	23.78 446	20.91 417	12.13 351	1.08 411	0.54 251	0.84 422	0.48 394	1.41 391	4.26 448

rvit_105_1	14.11 417	6.23 429	22.11 448	13.74 467	4.55 340	15.38 341	28.19 518	27.21 344	43.35 472	19.53 335	24.36 293	22.05 357	15.96 375	18.37 383	12.70 363	2.27 452	0.58 264	0.26 355	2.37 476	0.70 328	2.20 378

PS-NSSS	14.36 418	8.44 456	16.43 396	7.44 319	5.79 393	18.65 400	12.71 442	39.02 479	26.84 353	20.99 364	36.15 435	21.47 350	18.25 408	18.21 381	18.63 410	2.44 458	0.55 255	5.38 487	0.37 364	5.25 468	4.11 447

CBMV	14.52 419	4.59 396	9.99 242	6.61 261	2.85 252	22.76 429	12.45 438	30.63 388	33.32 408	31.98 468	35.00 430	31.68 434	19.43 424	26.53 456	16.71 395	1.28 430	0.61 270	0.63 401	0.12 210	1.26 384	1.89 319
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FADNet	14.77 420	11.96 476	39.55 493	8.50 366	6.64 424	18.53 399	6.74 334	35.70 450	35.06 428	19.21 331	28.06 331	28.14 413	13.94 347	18.54 385	11.61 346	0.48 314	0.75 301	0.38 382	0.49 397	9.17 491	2.05 361

fast-acv-ft	14.96 421	4.73 400	17.68 410	8.03 352	5.27 369	28.61 468	9.97 405	26.25 331	35.58 434	26.03 425	38.02 448	31.91 438	21.50 439	19.25 391	21.18 427	0.61 346	0.38 209	0.63 401	0.48 394	1.31 386	1.73 298

pmcnn	15.27 422	4.31 389	22.32 450	7.46 322	4.46 335	22.15 425	15.74 463	28.53 358	31.88 394	27.78 443	40.04 462	39.06 478	19.11 421	18.79 388	20.78 425	1.04 409	0.23 171	0.00 1	0.00 1	0.53 272	1.17 225

Anonymous_2	15.61 423	7.12 438	18.63 421	6.49 251	7.98 453	26.94 460	11.93 433	19.48 246	18.48 255	18.25 311	15.95 187	24.18 378	21.32 438	21.17 426	15.94 386	10.88 510	13.80 525	11.19 513	25.13 529	10.92 502	6.42 475

TCMNet	15.72 424	7.51 445	21.42 444	14.39 471	12.57 497	26.22 454	13.91 450	30.23 384	36.03 436	25.57 419	31.73 384	23.65 374	15.35 365	19.98 398	24.06 446	1.44 434	0.67 283	2.04 459	0.99 442	3.41 447	3.26 432

NVstereo2D	15.77 425	4.01 380	17.73 411	9.96 402	8.10 459	30.36 476	9.52 392	43.10 502	43.12 471	15.45 236	28.03 330	23.46 371	16.84 389	24.62 445	17.06 397	3.35 471	0.87 327	1.76 454	1.13 448	7.76 484	9.19 499

test_sample9	15.79 426	5.31 411	19.76 428	6.41 244	3.12 270	17.98 391	9.85 402	29.36 368	25.26 334	24.82 412	21.48 256	24.89 385	18.87 413	21.03 419	22.11 430	6.83 494	36.75 536	6.61 494	7.47 504	3.22 444	4.59 450

StereoDRNet	16.00 427	5.45 415	16.67 399	11.34 442	8.74 467	25.62 448	11.07 421	40.40 489	37.03 438	29.77 454	30.04 357	34.35 460	19.09 418	19.81 395	25.28 456	0.65 353	0.30 192	0.16 317	0.14 225	1.80 408	2.33 387

Wz-Net-LNSev-Ref	16.12 428	4.56 393	29.46 468	7.78 340	6.11 407	26.08 453	13.01 445	31.08 393	37.61 443	27.66 440	46.96 498	29.92 422	15.40 366	21.54 430	22.39 432	1.09 413	0.05 68	0.10 264	0.00 1	0.43 237	1.21 231

YMNet	16.35 429	6.51 433	23.16 454	11.45 443	8.85 469	25.42 446	8.89 378	32.99 417	32.63 403	34.40 484	39.12 456	34.27 457	17.43 399	20.90 415	22.93 435	0.93 396	1.30 421	1.21 439	0.94 433	1.77 406	1.81 306

YMNet_1	16.35 429	6.51 433	23.16 454	11.45 443	8.85 469	25.42 446	8.89 378	32.99 417	32.63 403	34.40 484	39.12 456	34.27 457	17.43 399	20.90 415	22.93 435	0.93 396	1.30 421	1.21 439	0.94 433	1.77 406	1.81 306

DRN-Test	16.60 431	4.76 401	16.90 403	10.75 428	8.16 460	29.42 472	14.37 451	43.26 504	39.35 453	28.93 451	35.46 431	29.03 416	20.11 430	20.78 412	24.51 452	0.94 399	0.93 337	0.46 388	0.35 352	1.42 393	2.12 372

SDNR	16.80 432	5.88 422	30.01 470	6.39 243	6.53 421	57.67 532	3.15 219	24.30 309	31.49 391	21.50 374	36.56 439	14.69 255	16.76 387	19.14 390	14.45 373	11.12 513	14.00 526	3.11 477	0.51 401	8.86 490	9.92 505

DISCO	16.93 433	2.58 306	17.15 406	8.26 358	4.37 328	27.65 464	10.68 413	31.28 398	44.93 481	22.21 385	34.47 425	36.48 468	23.91 447	36.14 494	34.48 496	0.35 275	0.11 129	0.04 199	0.07 178	1.95 412	1.40 256

PA-Net	16.98 434	8.05 453	29.56 469	10.52 421	11.30 488	21.91 424	29.93 522	32.64 412	39.50 454	20.38 351	28.51 338	23.80 375	20.82 433	21.45 428	25.60 458	0.25 243	2.36 484	0.23 347	4.99 495	1.34 389	6.47 476
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FINET	17.02 435	8.11 454	28.42 466	9.29 386	8.89 472	24.46 438	25.06 509	35.40 447	49.52 496	26.73 434	33.49 413	20.50 340	18.75 411	20.67 411	19.18 417	2.30 454	2.09 475	1.13 435	0.75 425	2.86 432	2.84 417

GwcNet	17.31 436	6.61 436	23.02 452	10.83 432	8.63 465	29.48 473	10.80 415	39.37 484	45.73 483	24.16 406	37.85 447	31.50 432	21.81 444	21.37 427	27.25 472	0.81 377	0.88 329	0.57 398	0.46 387	1.54 400	3.61 436

NaN_ROB	17.35 437	7.91 449	18.84 423	11.29 440	4.93 352	33.28 487	20.75 491	38.10 474	43.81 473	30.28 460	31.53 381	32.88 445	20.88 435	29.10 469	17.85 403	0.40 291	0.43 228	0.31 373	0.44 386	0.98 368	3.03 426

S-Stereo	17.36 438	4.46 392	22.16 449	12.58 460	9.10 474	23.07 431	12.60 440	33.18 423	46.12 486	22.78 390	38.67 454	29.04 417	27.48 466	19.40 393	23.90 445	3.14 469	3.13 496	0.88 423	1.95 470	3.77 455	9.86 504

FAT-Stereo	17.45 439	3.56 368	19.19 425	10.31 414	6.54 422	18.00 394	14.89 459	38.68 477	40.49 457	27.39 439	39.66 459	37.32 470	32.14 492	21.07 422	22.97 437	3.68 474	2.16 481	0.81 419	1.21 452	2.10 417	6.78 479

DANet	17.51 440	8.91 460	27.61 463	14.94 477	7.48 439	22.67 428	5.66 296	27.33 347	26.64 349	32.62 475	36.27 437	37.40 471	30.07 482	31.65 480	26.09 464	1.30 431	1.46 452	2.33 465	0.53 404	3.54 451	5.69 464
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MaskLacGwcNet_RVC	17.56 441	17.23 497	20.10 434	12.02 453	6.91 431	28.81 469	11.45 428	41.35 492	21.95 291	30.13 459	34.66 426	32.04 441	11.30 284	21.04 421	16.43 391	8.91 502	2.67 488	12.29 514	0.84 430	12.72 508	8.43 494

PSMNet_ROB	17.59 442	6.52 435	16.27 394	14.43 472	7.71 448	29.22 471	33.59 527	43.94 507	38.52 450	24.74 411	33.46 412	34.17 456	17.29 396	18.52 384	25.68 460	0.40 291	0.29 190	0.96 427	2.22 473	2.03 415	1.81 306

Syn2CoEx	17.68 443	11.86 475	28.39 465	20.88 500	8.24 461	25.66 449	12.35 435	37.57 470	33.60 413	29.57 452	39.80 461	30.02 424	28.00 469	19.91 396	18.91 413	1.14 420	0.53 249	1.23 443	0.46 387	1.97 413	3.61 436

GANet	17.85 444	5.41 414	14.79 369	11.91 451	4.73 343	24.54 440	17.04 475	41.01 490	34.96 427	33.06 476	45.84 493	39.83 483	29.19 476	24.71 447	22.45 434	1.34 432	0.41 221	1.09 431	0.70 422	2.15 419	1.89 319

GASNet	17.87 445	20.62 508	32.66 480	21.17 501	9.48 477	16.26 364	9.15 386	45.00 512	40.55 459	26.16 427	24.34 292	33.05 446	15.45 369	29.82 474	18.15 406	3.79 476	0.28 188	1.87 455	0.51 401	7.06 479	1.97 336

test_sample8	17.93 446	5.31 411	19.76 428	6.41 244	3.12 270	17.98 391	9.85 402	32.68 413	20.05 270	33.68 481	26.30 312	40.74 487	34.14 496	21.03 419	22.11 430	6.83 494	36.75 536	6.61 494	7.47 504	3.22 444	4.59 450

NCCL2	17.94 447	7.94 451	16.87 402	24.07 511	7.60 444	24.52 439	17.08 476	35.42 448	26.65 350	32.01 469	38.57 451	41.96 496	27.61 467	22.24 435	24.43 451	0.65 353	0.33 201	2.64 471	2.13 472	2.28 424	3.86 445

ADCRef	18.01 448	8.01 452	44.10 501	10.75 428	8.85 469	27.18 461	11.06 420	31.77 405	34.40 421	31.90 467	42.45 476	18.79 324	21.55 441	25.18 450	35.17 497	1.03 408	0.42 226	2.18 461	1.79 465	1.38 390	2.27 384

XPNet_ROB	18.03 449	6.06 427	18.19 415	11.68 447	6.83 427	21.23 418	16.93 472	36.66 465	39.82 456	32.51 474	42.05 475	41.04 490	25.77 458	25.72 451	28.80 482	1.67 444	0.91 335	0.79 413	0.27 313	1.24 383	2.38 394

SuperB	18.07 450	7.33 442	56.73 518	8.42 363	5.42 377	20.39 414	9.73 400	26.04 324	50.80 500	26.88 436	39.52 458	17.79 311	21.54 440	23.17 440	25.96 463	0.77 369	0.32 195	1.11 434	0.73 424	16.11 515	2.75 415

RP	18.36 451	5.94 424	17.54 409	15.95 487	12.33 496	21.55 421	12.66 441	28.65 360	45.65 482	23.78 403	42.55 478	39.77 482	29.54 479	26.72 457	23.58 443	6.14 492	1.05 378	4.38 484	1.77 464	3.90 457	3.82 444

APVNet	18.42 452	6.37 431	23.10 453	12.76 462	8.28 462	30.74 477	24.17 506	42.08 498	30.76 385	25.86 424	41.66 470	31.83 437	24.99 452	28.01 465	28.77 480	0.49 317	0.57 261	3.05 475	0.55 409	1.80 408	2.46 397

ETE_ROB	18.45 453	10.71 464	20.90 441	14.23 470	4.92 351	23.28 433	22.01 494	33.00 419	36.14 437	30.68 462	39.03 455	46.10 509	26.28 460	27.52 462	26.22 465	0.53 324	0.49 239	1.16 436	0.94 433	1.69 404	3.07 427

PWCDC_ROB	18.66 454	11.24 470	21.32 443	18.82 495	8.08 458	25.75 450	6.94 343	35.08 445	53.33 507	30.37 461	49.70 506	20.87 345	21.63 443	31.05 479	22.39 432	6.94 498	0.28 188	0.10 264	0.06 170	5.98 476	3.22 430

Nwc_Net	18.76 455	5.80 418	19.91 432	14.99 479	11.96 493	26.32 456	15.90 464	41.68 495	40.50 458	21.85 380	43.58 485	34.89 461	29.47 478	27.48 461	26.34 466	3.75 475	0.27 182	2.55 470	3.31 483	2.25 422	2.46 397

ADCP+	18.93 456	5.83 420	35.35 484	9.85 400	10.36 482	29.49 474	13.65 448	34.22 436	37.75 445	30.02 458	41.45 468	24.18 378	26.43 463	34.71 488	36.58 499	0.27 251	0.40 214	2.00 458	1.19 450	2.31 425	2.66 406

MDST_ROB	18.99 457	3.23 348	15.81 392	14.15 469	6.98 432	44.89 515	16.81 471	43.19 503	42.83 469	43.71 509	43.84 486	28.79 415	19.02 417	30.64 478	18.70 411	1.84 446	0.84 319	0.69 406	0.47 393	0.71 332	2.61 404

Wz-Net-LNSev	19.04 458	11.48 473	43.55 500	10.82 431	8.01 456	24.96 442	17.46 480	34.72 443	44.36 477	33.43 479	44.72 491	32.54 442	24.13 448	21.64 432	24.38 450	0.93 396	0.22 169	0.00 1	0.03 129	1.44 394	1.99 347

AF-Net	19.18 459	6.50 432	16.90 403	16.60 488	11.00 487	23.83 435	11.31 424	36.25 457	51.10 503	25.56 418	38.34 450	41.77 494	31.01 487	30.20 476	27.83 475	4.87 487	0.27 182	4.60 485	1.00 443	2.67 430	2.02 351

PWC_ROB	19.21 460	12.15 481	28.02 464	11.02 436	6.62 423	25.15 444	5.47 293	36.42 460	49.47 495	33.19 477	44.32 488	34.98 462	26.66 464	32.22 483	27.30 473	1.71 445	0.27 182	1.62 451	0.37 364	2.38 427	4.90 456

stereogan	19.38 461	4.02 381	18.62 420	13.54 465	10.30 481	37.03 496	9.83 401	39.12 481	46.13 487	25.09 417	41.76 472	40.01 484	27.19 465	32.16 481	25.48 457	2.44 458	1.13 391	2.70 473	0.86 431	5.45 470	4.81 453

edge stereo	19.38 461	5.98 425	19.25 426	11.11 437	8.07 457	23.51 434	12.74 443	35.93 452	42.55 466	35.05 486	43.06 482	41.34 492	36.05 500	26.06 454	25.62 459	2.70 462	2.47 485	6.38 492	1.54 461	3.18 443	5.01 457

RYNet	19.73 463	5.52 416	18.58 419	11.63 446	15.84 507	47.05 518	17.28 477	38.60 476	49.19 494	27.71 441	27.46 323	38.63 476	26.42 462	20.79 413	32.08 494	0.73 362	0.59 267	0.97 428	0.16 243	7.40 481	8.04 490

LALA_ROB	19.82 464	8.32 455	18.64 422	13.59 466	5.79 393	28.03 466	23.44 501	43.09 501	37.57 442	33.91 483	41.55 469	50.73 519	25.61 457	29.09 468	27.30 473	0.73 362	0.67 283	2.08 460	1.42 457	2.70 431	2.12 372

Wz-Net-MNSev	19.84 465	7.55 446	35.79 485	10.79 430	7.51 441	38.96 504	18.39 485	35.08 445	44.72 479	31.28 464	41.70 471	41.18 491	20.49 432	28.41 466	30.13 491	0.96 402	0.36 207	0.05 207	0.13 214	1.70 405	1.64 288

aanetorigin	19.84 465	13.32 487	54.46 513	10.07 405	7.99 454	14.16 320	15.32 460	17.85 219	34.49 422	49.59 519	48.88 503	34.28 459	31.32 489	23.53 442	29.64 487	1.12 417	0.81 313	0.73 408	0.94 433	3.05 436	5.23 461

SGM_RVC	20.33 467	3.24 350	8.92 189	7.20 310	1.62 152	39.61 506	17.01 474	39.11 480	35.12 429	46.26 514	42.62 479	51.57 521	39.45 507	39.66 513	29.87 489	1.16 422	0.37 208	0.55 396	0.35 352	1.20 379	1.64 288
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RTSC	20.52 468	11.06 467	33.58 481	12.11 454	7.19 436	28.90 470	11.99 434	38.49 475	58.85 524	32.22 472	37.28 441	33.11 448	21.14 436	36.93 503	38.84 508	1.49 435	1.50 455	0.15 310	0.64 418	2.18 420	2.67 408

NCC-stereo	20.61 469	7.39 443	25.96 458	15.90 485	16.62 508	20.15 411	23.27 497	44.11 510	41.29 463	25.00 415	38.64 452	35.47 463	28.75 472	36.35 497	26.90 470	4.83 485	2.14 478	3.33 479	9.27 515	3.10 438	3.72 442

Abc-Net	20.61 469	7.39 443	25.96 458	15.90 485	16.62 508	20.15 411	23.27 497	44.11 510	41.29 463	25.00 415	38.64 452	35.47 463	28.75 472	36.35 497	26.90 470	4.83 485	2.14 478	3.33 479	9.27 515	3.10 438	3.72 442
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	20.61 469	12.13 480	46.35 504	21.53 502	17.78 511	19.41 403	23.64 504	37.23 469	50.61 497	26.20 428	37.72 443	24.90 388	25.02 455	24.63 446	23.53 440	3.13 468	1.65 462	5.69 488	4.09 489	3.64 453	3.34 434

RGC	20.62 472	14.30 489	21.99 447	18.85 496	14.53 502	21.42 420	14.82 458	36.00 455	44.32 476	28.54 448	41.82 474	40.12 485	29.43 477	35.44 493	23.33 438	4.12 478	0.72 291	8.80 506	4.39 492	4.55 463	4.84 455

DGSMNet	20.75 473	13.28 486	34.59 483	14.80 476	17.14 510	23.25 432	17.99 484	36.39 459	43.00 470	20.70 355	32.67 401	36.05 467	19.22 422	30.34 477	25.04 455	4.61 482	4.62 510	6.31 491	5.20 498	14.71 512	15.15 520

WCMA_ROB	21.17 474	5.89 423	22.32 450	10.39 418	7.65 446	34.55 490	16.42 469	33.20 424	34.02 417	42.06 503	52.50 510	44.09 501	37.59 503	33.66 486	26.77 469	7.45 501	3.18 497	1.27 446	1.43 458	4.18 458	4.81 453

psmorigin	21.56 475	11.18 469	36.59 487	10.19 408	7.08 434	25.30 445	12.35 435	33.52 428	33.12 407	43.62 508	54.15 518	42.72 497	37.44 502	36.87 502	28.98 483	1.65 442	2.78 491	0.81 419	1.19 450	3.62 452	8.10 491

G-Net	21.66 476	9.10 461	39.39 491	15.85 483	9.60 478	51.00 523	16.73 470	28.32 356	31.17 388	38.99 496	43.24 483	33.26 451	32.09 491	28.50 467	26.50 468	4.74 484	3.92 507	3.60 482	1.02 444	8.42 489	7.86 488

FBW_ROB	21.87 477	11.80 474	25.52 457	14.64 474	7.49 440	31.20 480	16.35 468	45.28 513	44.78 480	44.85 513	40.36 464	43.50 500	27.85 468	34.94 489	23.52 439	3.07 467	2.15 480	7.53 504	3.03 482	4.30 460	5.17 460

SANet	22.05 478	8.47 457	32.65 479	9.90 401	4.31 325	33.49 488	23.44 501	42.82 500	56.64 519	39.67 499	44.09 487	44.62 502	32.96 494	29.24 473	25.79 461	1.08 411	0.74 296	0.98 429	0.69 420	5.69 473	3.66 441

SQANet	22.07 479	25.29 516	21.78 446	26.81 515	18.92 514	30.75 478	10.25 409	33.47 426	30.10 375	25.73 421	34.31 423	33.45 452	19.94 429	29.16 470	20.03 421	11.68 514	3.08 495	26.95 526	5.80 501	20.97 522	12.99 514

UDG	22.21 480	15.90 496	16.41 395	21.71 503	20.17 516	32.51 483	13.78 449	36.62 462	35.77 435	26.64 433	31.43 377	37.49 472	32.33 493	22.77 437	21.19 428	11.08 512	5.60 514	23.12 521	7.74 508	17.07 517	14.89 519

STTRV1_RVC	22.31 481	18.60 501	39.50 492	16.79 489	23.81 524	29.59 475	15.67 462	35.42 448	34.27 419	35.05 486	34.94 429	31.94 440	28.80 474	29.17 471	23.89 444	12.64 520	3.40 501	6.58 493	4.73 494	15.20 514	6.23 470

SHD	22.33 482	11.30 471	32.10 476	15.61 481	9.88 479	26.75 458	10.12 407	41.84 496	61.77 529	36.36 490	44.65 490	39.28 479	31.10 488	35.07 490	32.76 495	2.35 455	1.95 471	1.24 445	1.90 469	4.33 461	6.34 472

CSAN	22.36 483	11.11 468	26.06 460	21.79 504	5.59 386	34.55 490	36.54 529	40.04 487	50.84 501	37.47 493	40.31 463	45.09 505	33.07 495	27.44 460	25.80 462	1.60 440	0.75 301	1.08 430	1.80 466	2.89 433	3.36 435

ADCL	22.44 484	7.79 447	49.20 509	10.61 426	7.28 438	40.40 510	21.03 492	32.07 408	55.07 511	28.53 447	48.73 501	31.68 434	31.69 490	34.04 487	38.38 504	1.22 427	0.93 337	2.65 472	1.89 468	2.65 429	2.94 422

CC-Net-ROB	22.73 485	23.99 513	30.57 472	14.72 475	8.91 473	32.98 484	16.17 466	46.75 517	37.29 440	33.88 482	32.33 397	35.48 465	25.00 453	24.75 448	28.78 481	9.60 506	3.03 494	25.33 524	3.87 487	14.82 513	6.33 471

ADCPNet	22.75 486	10.94 466	58.96 522	12.24 458	7.57 442	37.33 497	20.08 490	33.89 430	37.37 441	33.49 480	44.32 488	39.36 481	28.43 471	32.19 482	38.55 506	2.25 451	2.69 490	2.37 467	3.59 486	4.33 461	5.01 457

MeshStereo	22.95 487	7.84 448	12.46 334	8.13 357	5.20 365	38.49 502	13.36 447	42.69 499	38.05 447	51.34 522	53.82 514	58.22 527	43.29 516	38.42 508	29.59 486	2.96 464	2.84 493	3.11 477	2.33 475	3.12 440	3.65 440
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
Wz-Net-SNSev	23.35 488	18.18 499	47.37 506	14.55 473	8.63 465	28.33 467	29.16 520	39.88 486	55.80 516	32.16 471	53.91 516	39.35 480	24.42 449	27.60 463	38.11 503	1.06 410	0.24 175	1.20 438	0.95 438	3.16 442	2.93 421

DDUNet	23.49 489	20.59 507	17.13 405	24.58 512	22.45 520	24.86 441	17.96 483	31.42 400	31.06 387	29.59 453	37.81 445	37.85 474	26.39 461	25.77 452	18.74 412	18.99 524	8.10 522	26.65 525	11.80 521	19.41 521	18.58 525

MSMD_ROB	23.50 490	10.55 463	15.65 391	17.87 494	10.07 480	35.58 493	19.04 487	34.53 440	37.81 446	41.55 502	60.11 526	46.01 508	39.81 509	32.74 484	24.92 454	6.86 497	3.63 505	8.92 507	11.16 520	7.21 480	5.99 468

LE_ROB	23.59 491	4.64 399	16.84 401	8.59 368	3.05 267	33.01 485	18.53 486	28.96 364	67.40 541	70.71 543	55.67 522	48.44 515	48.90 523	26.06 454	37.98 502	0.44 306	0.24 175	0.27 357	0.54 406	0.49 265	0.98 193

ADCMid	23.61 492	12.42 483	44.10 501	11.85 450	8.33 463	27.89 465	20.03 489	36.49 461	39.56 455	40.81 500	47.01 499	36.89 469	43.95 517	39.12 511	42.60 518	1.95 447	1.55 459	3.05 475	3.98 488	5.20 467	5.37 462

AnyNet_C32	24.34 493	15.07 492	42.84 498	13.07 464	11.83 491	31.80 481	31.73 524	32.47 410	45.77 484	35.92 488	49.66 505	34.05 454	35.21 498	44.09 520	43.39 522	1.61 441	1.70 464	1.22 442	2.94 481	4.87 465	7.60 485

PSMNet-RUCA	24.65 494	28.24 519	42.85 499	35.58 524	34.48 529	16.04 354	11.34 425	40.36 488	31.70 392	31.88 466	41.00 467	37.50 473	25.41 456	29.19 472	17.07 398	12.35 517	2.12 477	20.72 520	8.27 513	17.19 518	9.64 502

MFN_U_SF_DS_RVC	24.71 495	14.86 491	32.18 477	26.47 514	10.48 483	40.27 509	22.83 496	36.88 467	44.51 478	42.59 504	47.13 500	40.20 486	28.00 469	36.70 500	28.36 476	4.23 480	4.00 508	6.73 497	16.35 526	5.05 466	6.34 472

ccnet	24.80 496	17.64 498	24.53 456	12.35 459	18.18 513	38.47 501	17.76 482	46.24 515	32.78 406	37.51 494	46.76 495	38.80 477	30.45 485	38.35 507	41.98 515	9.41 505	6.40 516	9.67 509	8.04 509	11.64 506	9.00 497

FC-DCNN	25.07 497	12.06 479	20.30 436	19.06 497	9.41 475	38.40 500	23.46 503	41.37 493	44.07 475	46.76 516	53.99 517	50.49 517	39.32 506	36.43 499	29.46 485	7.40 500	3.39 499	6.15 489	5.01 496	8.05 486	6.83 480

FC-DCNN v2	25.13 498	12.03 477	19.82 431	19.08 498	9.43 476	38.89 503	23.42 500	41.85 497	44.02 474	46.96 517	54.51 519	50.70 518	39.69 508	36.34 496	29.25 484	7.36 499	3.39 499	6.17 490	5.02 497	8.00 485	6.71 478

XQC	25.15 499	18.26 500	52.31 511	22.53 509	12.15 494	37.47 498	21.78 493	38.74 478	55.51 515	32.40 473	30.75 368	38.36 475	30.19 484	38.28 506	41.25 514	4.61 482	1.44 449	2.77 474	2.26 474	12.52 507	9.49 501

DPSNet	25.20 500	7.92 450	36.17 486	11.72 448	6.85 428	53.68 525	43.17 535	52.22 526	60.09 527	31.61 465	39.76 460	40.91 489	35.82 499	33.42 485	26.48 467	4.98 488	2.10 476	0.50 392	1.13 448	9.63 493	5.83 465

SGM-ForestM	25.21 501	4.80 402	13.50 352	8.68 371	3.74 295	46.85 517	22.04 495	46.25 516	51.32 505	51.28 521	52.07 509	62.64 534	47.13 521	46.05 521	36.30 498	1.99 448	2.25 483	1.21 439	1.24 453	1.65 403	3.21 429

PDISCO_ROB	25.35 502	10.44 462	31.01 474	29.47 520	20.36 517	38.32 499	17.74 481	45.56 514	55.34 513	29.88 456	42.94 481	46.63 510	29.76 480	36.23 495	31.29 493	10.74 509	2.20 482	6.96 498	3.53 485	9.98 497	8.52 495

EDNetEfficient	25.68 503	22.94 512	77.88 547	9.49 391	7.66 447	20.89 415	17.37 478	22.52 286	56.02 517	61.49 533	53.31 512	35.83 466	41.88 515	25.06 449	39.53 510	0.86 386	0.83 318	0.91 425	2.82 479	8.28 487	7.98 489

Wz-Net-TNSev	25.85 504	21.47 510	59.51 524	10.38 417	7.64 445	42.40 514	23.33 499	35.97 454	54.36 509	36.56 491	43.26 484	45.90 507	41.27 513	37.81 504	37.10 500	2.35 455	1.90 470	0.77 411	1.34 456	5.89 475	7.75 487

WZ-Net	25.86 505	14.23 488	64.17 527	15.77 482	10.61 484	39.36 505	28.01 517	41.38 494	54.97 510	28.82 450	53.68 513	40.90 488	30.14 483	37.91 505	42.98 521	1.59 437	0.49 239	0.73 408	0.95 438	5.43 469	5.12 459

GANetREF_RVC	26.12 506	30.35 520	27.03 461	26.08 513	6.28 418	31.16 479	37.25 531	48.48 519	50.90 502	37.30 492	36.39 438	34.11 455	30.98 486	38.51 509	28.38 477	9.08 503	2.68 489	16.48 517	5.42 500	16.24 516	9.34 500
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
FCDSN-DC	26.18 507	15.77 495	20.36 437	28.79 519	15.78 506	40.13 508	19.12 488	43.57 505	42.59 467	44.78 512	52.51 511	50.73 519	40.32 511	35.32 492	28.55 478	6.41 493	3.61 504	7.11 500	6.54 502	10.58 498	10.93 510
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	27.11 508	15.49 494	48.87 508	15.20 480	10.99 486	31.86 482	24.37 507	43.99 508	58.30 522	43.12 506	49.92 507	41.90 495	41.43 514	42.90 519	46.29 526	3.00 466	2.60 486	2.45 469	3.47 484	7.63 482	8.41 493

DLNR_Zeroshot_test	27.91 509	51.88 534	91.97 561	98.26 569	97.92 569	3.07 21	0.49 31	31.27 397	8.33 122	8.40 128	15.66 182	7.22 135	1.66 38	12.16 212	4.82 203	40.46 535	1.87 468	0.06 216	0.33 343	80.45 558	1.99 347

MFN_U_SF_RVC	28.91 510	15.44 493	55.12 515	22.00 506	8.49 464	41.39 511	15.36 461	52.74 527	46.70 489	47.83 518	53.87 515	54.97 524	40.50 512	39.54 512	40.77 512	6.09 491	4.92 512	7.08 499	9.02 514	7.68 483	8.69 496

PASM	29.37 511	19.17 502	50.43 510	23.55 510	23.15 522	27.62 463	27.82 516	35.90 451	50.76 499	35.98 489	40.55 465	47.26 513	34.98 497	35.28 491	38.72 507	12.58 519	15.96 527	17.57 519	22.46 528	13.71 509	13.92 517

EDNetEfficientorigin	29.50 512	36.05 526	99.77 573	9.67 395	5.93 399	26.79 459	16.02 465	26.87 341	55.18 512	61.15 530	57.72 523	45.04 504	50.99 526	26.90 459	44.78 524	0.53 324	0.54 251	1.72 453	2.53 477	11.05 503	10.75 507

AnyNet_C01	30.67 513	27.57 517	76.09 545	17.61 491	12.18 495	50.42 522	28.89 519	39.14 483	41.14 462	41.36 501	65.66 537	47.21 512	40.16 510	47.50 522	49.82 533	2.38 457	2.79 492	2.31 464	2.83 480	8.35 488	9.99 506

LSM	30.92 514	21.18 509	57.13 521	19.98 499	54.02 541	33.70 489	25.92 512	43.87 506	49.18 493	46.43 515	55.59 521	43.44 498	36.70 501	36.70 500	28.75 479	2.94 463	9.77 523	5.07 486	8.20 512	10.77 499	29.00 532

RTS	30.97 515	24.38 514	96.47 563	17.75 492	12.63 498	58.43 534	26.47 513	38.01 472	63.33 532	44.41 510	46.81 496	33.16 449	45.26 518	52.06 528	42.65 519	2.66 460	1.40 440	1.09 431	1.02 444	5.49 471	5.86 466

RTSA	30.97 515	24.38 514	96.47 563	17.75 492	12.63 498	58.43 534	26.47 513	38.01 472	63.33 532	44.41 510	46.81 496	33.16 449	45.26 518	52.06 528	42.65 519	2.66 460	1.40 440	1.09 431	1.02 444	5.49 471	5.86 466

DispFullNet	31.01 517	32.97 522	59.04 523	30.27 521	28.46 526	33.06 486	11.44 427	37.69 471	54.13 508	33.30 478	37.78 444	44.68 503	28.96 475	42.19 518	29.68 488	12.35 517	3.56 503	36.10 530	12.90 523	32.29 530	19.42 527

coex-ft	31.29 518	39.15 530	93.51 562	9.71 398	5.77 392	36.25 495	26.79 515	31.43 401	59.45 525	73.35 547	58.73 524	45.49 506	48.48 522	30.19 475	46.52 528	1.59 437	1.71 465	0.94 426	0.97 441	9.43 492	6.35 474

MANE	33.27 519	12.69 484	21.10 442	22.10 507	15.09 505	49.75 520	29.51 521	54.10 530	56.36 518	59.73 526	64.93 534	65.43 538	57.34 536	52.70 531	41.02 513	10.52 508	6.09 515	7.35 502	20.29 527	9.66 494	9.65 503

otaku	33.83 520	36.87 528	53.81 512	40.41 527	21.58 518	54.54 527	17.45 479	44.01 509	61.47 528	39.63 497	50.06 508	46.76 511	29.76 480	40.64 515	30.07 490	19.17 525	7.09 519	32.34 528	9.92 517	24.17 525	16.94 522

PVD	34.10 521	19.91 504	39.04 490	27.08 516	18.09 512	35.11 492	44.32 537	52.16 525	66.36 538	53.04 524	64.50 533	52.33 522	56.17 532	52.24 530	42.11 516	4.17 479	4.82 511	9.60 508	4.65 493	11.11 504	25.25 530

ELAS	34.78 522	20.32 505	38.13 489	21.79 504	14.89 503	57.95 533	37.04 530	51.15 524	51.19 504	60.95 529	64.42 532	59.08 529	54.44 530	51.53 526	46.26 525	12.00 515	7.83 520	10.46 510	8.04 509	14.42 510	13.71 516
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	34.88 523	20.50 506	37.14 488	22.37 508	15.07 504	54.02 526	38.42 532	50.06 522	56.72 520	61.86 534	63.52 528	58.79 528	54.60 531	54.13 533	43.99 523	12.20 516	7.90 521	10.75 512	7.65 507	14.42 510	13.42 515
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SAMSARA	35.29 524	19.78 503	33.90 482	55.86 536	36.15 530	76.79 554	94.89 564	49.29 520	51.59 506	38.15 495	37.83 446	53.71 523	39.29 505	40.56 514	40.41 511	4.02 477	6.72 518	2.35 466	4.12 490	9.70 495	10.76 508

Ntro	35.59 525	38.58 529	55.41 516	43.66 531	22.54 521	57.26 528	23.73 505	47.69 518	63.99 535	39.63 497	48.82 502	47.68 514	37.60 504	41.55 517	30.80 492	17.85 523	6.61 517	33.21 529	10.52 519	26.65 526	17.97 524

BEATNet-Init1	36.29 526	22.72 511	56.79 519	28.53 518	13.41 501	59.81 537	33.49 525	53.72 529	58.64 523	60.78 528	63.63 529	70.42 540	56.59 534	53.93 532	46.48 527	5.63 489	4.14 509	7.49 503	7.45 503	11.35 505	10.88 509

ACVNet-4b	36.91 527	52.81 535	57.04 520	42.64 530	22.08 519	48.32 519	14.64 457	50.28 523	59.78 526	43.17 507	46.34 494	55.50 525	24.49 450	39.03 510	23.55 441	25.75 530	3.76 506	47.36 534	33.76 533	28.62 527	19.22 526

GCST	37.71 528	41.51 531	27.28 462	92.08 565	36.49 531	24.16 437	0.99 59	26.00 323	20.14 271	26.34 430	15.80 185	19.97 338	4.67 144	17.54 369	5.83 238	80.93 558	35.32 535	87.67 564	74.76 553	73.87 554	42.93 541

MSC_U_SF_DS_RVC	37.85 529	35.62 525	55.10 514	38.16 526	13.19 500	57.63 531	24.72 508	52.87 528	63.40 534	66.39 539	63.74 530	58.16 526	54.28 529	51.56 527	47.39 529	9.36 504	5.44 513	14.82 516	15.34 525	18.80 520	11.04 512

FADE	41.33 530	36.34 527	68.69 536	32.23 522	23.74 523	40.08 507	25.42 510	57.46 535	71.16 544	43.07 505	41.76 472	43.49 499	51.40 528	59.46 536	52.27 537	38.46 534	21.19 529	44.28 533	42.47 535	17.94 519	15.62 521

Consistency-Raft	41.94 531	35.39 524	45.40 503	33.16 523	41.47 535	45.14 516	33.50 526	56.78 534	55.37 514	32.11 470	65.41 535	30.46 430	49.76 524	40.94 516	48.33 532	27.72 531	35.00 534	43.33 532	51.89 543	39.60 533	28.04 531

ACVNet_1	42.11 532	50.66 533	66.19 532	45.24 533	25.33 525	50.11 521	25.60 511	55.90 531	65.25 536	60.15 527	59.98 525	63.57 535	50.05 525	50.45 525	38.46 505	20.06 526	11.00 524	38.79 531	14.48 524	31.31 529	19.68 528

NVStereoNet_ROB	42.81 533	34.00 523	46.84 505	37.40 525	28.64 527	35.65 494	33.88 528	49.95 521	58.27 521	69.65 542	75.69 547	66.36 539	65.66 540	48.37 523	62.04 546	16.50 522	25.07 531	23.61 523	32.35 531	21.58 523	24.72 529
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RainbowNet	51.77 534	63.10 543	65.03 531	60.15 537	39.21 534	59.39 536	31.46 523	57.61 536	78.49 553	50.61 520	66.05 538	59.57 530	45.26 518	50.17 524	42.57 517	46.92 539	45.90 542	53.26 538	32.46 532	54.03 539	34.14 535

anonymity	52.60 535	58.73 537	63.81 526	41.37 529	59.41 545	53.52 524	41.39 533	56.50 533	40.60 460	55.03 525	49.64 504	49.57 516	56.22 533	59.42 535	50.07 534	55.57 542	50.19 548	51.15 536	51.23 541	51.90 535	56.75 544

MADNet+	53.97 536	69.36 544	98.79 570	67.30 541	38.52 532	79.97 558	81.50 560	61.38 538	62.53 530	52.01 523	55.50 520	61.22 533	59.61 538	70.25 545	77.26 560	25.21 529	25.07 531	17.40 518	12.69 522	34.21 531	29.70 534

JetBlue	54.72 537	46.20 532	75.05 543	51.44 534	47.85 536	76.48 553	62.38 546	64.44 540	62.86 531	63.67 537	65.49 536	78.96 547	68.77 541	68.63 543	75.95 559	37.07 532	25.78 533	29.10 527	29.19 530	29.75 528	35.27 536

SGM+DAISY	55.54 538	57.77 536	64.45 529	40.89 528	53.89 539	63.34 540	50.45 539	56.00 532	45.95 485	61.43 532	64.32 531	61.05 532	56.70 535	61.32 538	56.86 540	56.51 544	49.35 546	50.49 535	50.00 540	52.52 536	57.57 545

SPS-STEREO	56.02 539	59.82 540	64.35 528	45.23 532	53.96 540	61.34 538	44.05 536	60.08 537	50.73 498	62.61 535	61.78 527	59.73 531	57.62 537	60.63 537	59.08 541	58.29 545	48.28 543	51.30 537	49.29 539	55.67 540	56.59 543
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	58.13 540	62.74 542	73.58 542	66.59 540	38.77 533	63.23 539	49.56 538	72.12 551	82.24 557	79.37 555	88.96 563	76.25 544	73.29 546	55.14 534	48.05 530	38.17 533	24.21 530	54.92 539	37.94 534	48.23 534	29.29 533

IMH-64-1	59.89 541	58.89 538	69.08 537	66.46 538	50.96 537	57.48 529	51.18 540	69.03 544	67.25 539	67.90 540	80.31 552	70.42 540	74.30 547	72.66 551	50.07 534	42.88 536	43.00 539	65.88 540	47.48 536	53.41 537	39.15 537

IMH-64	59.89 541	58.89 538	69.08 537	66.46 538	50.96 537	57.48 529	51.18 540	69.03 544	67.25 539	67.90 540	80.31 552	70.42 540	74.30 547	72.66 551	50.07 534	42.88 536	43.00 539	65.88 540	47.48 536	53.41 537	39.15 537

IMH	63.51 543	61.05 541	69.15 539	69.90 542	54.09 542	65.82 543	55.66 542	72.12 551	72.52 546	72.73 545	81.82 554	73.16 543	79.86 552	77.03 556	52.57 538	44.46 538	50.01 547	68.11 542	51.57 542	56.59 541	41.88 540

TorneroNet-64	66.18 544	71.37 546	72.19 541	76.80 546	59.54 546	67.82 544	59.56 543	67.83 543	79.98 554	63.09 536	67.00 539	82.98 552	69.97 543	68.02 540	62.78 547	49.03 540	44.17 541	73.23 544	64.19 545	69.14 545	54.83 542

PWCK	66.53 545	88.82 562	80.30 550	80.69 554	30.85 528	65.18 542	41.64 534	72.55 553	71.28 545	78.68 554	69.18 541	78.14 546	62.17 539	82.93 560	63.46 548	80.46 557	40.52 538	82.05 555	47.71 538	74.54 555	39.47 539

WAO-6	71.06 546	73.42 548	67.24 533	79.78 553	61.93 549	69.67 545	60.23 544	75.12 556	87.02 560	74.87 548	79.60 551	79.28 548	84.75 558	68.25 542	61.91 545	67.67 548	48.98 545	81.65 553	73.43 550	66.76 543	59.64 546

TorneroNet	71.59 547	73.91 549	76.67 546	81.06 555	65.65 550	71.44 547	65.68 548	71.66 550	75.08 548	71.76 544	73.09 546	84.12 556	74.51 549	70.46 546	69.58 551	59.87 546	48.58 544	79.93 549	73.78 551	75.74 556	69.18 555

LVE	71.96 548	73.19 547	84.13 554	75.60 545	55.78 544	75.59 550	63.60 547	77.67 557	83.64 558	82.16 556	87.25 562	83.54 554	82.79 557	76.17 554	65.22 549	49.11 541	57.71 554	74.86 546	62.93 544	66.84 544	61.36 547

MFMNet_re	72.11 549	79.45 554	64.79 530	52.91 535	84.26 560	78.00 556	69.47 551	64.08 539	67.45 542	61.33 531	71.28 543	64.22 536	69.42 542	72.45 548	61.54 543	81.63 560	73.93 561	80.19 551	74.21 552	83.02 560	88.49 563

WAO-7	72.48 550	78.58 551	55.84 517	79.20 551	69.56 555	71.30 546	73.06 555	78.20 560	84.37 559	77.52 551	85.78 558	79.44 549	80.26 553	65.93 539	66.47 550	62.13 547	69.81 559	70.46 543	73.18 549	66.66 542	61.95 548

notaker	72.59 551	79.99 556	79.75 549	79.06 550	68.60 553	63.66 541	62.15 545	69.61 547	75.78 549	77.77 552	79.16 550	79.92 550	84.80 559	77.69 557	59.73 542	70.15 551	61.03 555	77.65 548	68.69 547	70.81 547	65.81 552

ktn	72.86 552	80.20 557	70.88 540	79.38 552	69.76 556	75.01 548	70.17 554	69.27 546	77.21 550	73.05 546	77.79 549	77.79 545	77.01 550	73.04 553	56.44 539	79.36 554	66.31 556	80.24 552	68.37 546	72.53 552	63.45 549

UNDER WATER-64	73.59 553	75.19 550	88.26 557	74.50 544	55.55 543	78.94 557	76.55 557	65.86 541	68.37 543	75.79 550	69.24 542	84.00 555	77.49 551	69.01 544	73.11 554	81.39 559	57.22 553	82.69 556	80.62 556	69.53 546	68.45 554

LRCNet_RVC	73.95 554	70.63 545	75.65 544	77.92 548	60.69 548	41.66 512	16.24 467	71.26 549	48.66 491	88.23 563	93.84 566	90.11 562	82.18 555	80.69 559	61.88 544	97.09 570	72.20 560	96.71 569	97.62 570	77.99 557	77.70 559

DPSimNet_ROB	74.86 555	83.75 560	61.14 525	77.51 547	65.78 551	76.04 552	75.86 556	74.62 555	77.61 551	82.20 557	75.97 548	80.50 551	72.45 544	68.06 541	84.65 562	81.90 561	52.11 549	79.97 550	76.71 555	70.85 548	79.47 560

UNDER WATER	76.36 556	79.65 555	88.23 556	84.62 557	67.01 552	77.90 555	78.03 558	67.43 542	72.64 547	75.52 549	71.49 545	85.52 557	82.57 556	70.68 547	75.48 558	79.61 556	54.01 550	86.59 562	84.76 561	72.44 551	72.94 557

TCMNet-wrong-test	76.88 557	91.55 565	89.69 558	97.65 568	97.33 568	94.96 563	92.79 563	70.14 548	66.18 537	63.79 538	71.43 544	65.35 537	51.30 527	85.36 562	74.52 557	56.30 543	20.24 528	82.94 560	82.30 558	95.20 570	88.51 564

WAO-8	77.20 558	78.94 552	67.39 534	86.73 559	72.82 557	79.98 559	69.63 552	77.88 558	88.66 562	83.17 559	86.77 559	85.56 558	85.20 560	72.63 549	69.82 552	75.00 552	55.65 551	87.92 565	83.63 559	71.60 549	64.97 550

Venus	77.20 558	78.94 552	67.39 534	86.73 559	72.82 557	79.98 559	69.63 552	77.88 558	88.66 562	83.17 559	86.77 559	85.56 558	85.20 560	72.63 549	69.82 552	75.00 552	55.65 551	87.92 565	83.63 559	71.61 550	64.97 550

HanzoNet	77.99 560	81.45 559	83.64 551	78.05 549	69.26 554	75.78 551	69.09 550	73.99 554	78.09 552	82.39 558	83.06 555	85.66 560	87.00 563	86.11 563	74.40 556	85.46 565	68.53 558	81.84 554	75.61 554	73.07 553	67.26 553

JetRed	79.80 561	80.33 558	91.79 560	71.25 543	75.71 559	91.85 562	80.84 559	79.41 561	80.84 555	84.48 561	84.47 557	83.34 553	72.72 545	79.51 558	85.74 563	69.66 550	81.68 562	73.70 545	72.68 548	82.42 559	73.53 558

Dean	80.94 562	86.19 561	83.94 553	85.03 558	60.07 547	75.42 549	67.27 549	81.85 562	88.36 561	92.35 565	87.09 561	92.14 564	93.19 565	83.37 561	74.06 555	68.69 549	66.48 557	94.89 568	84.90 562	83.86 562	69.69 556

ASD4	87.80 563	90.70 564	83.73 552	83.43 556	90.78 564	97.93 566	99.61 571	89.14 564	96.84 568	88.33 564	93.49 564	89.94 561	86.43 562	88.88 564	91.91 564	79.57 555	81.89 563	76.64 547	81.57 557	83.78 561	81.45 561

KSHMR	88.63 564	93.05 566	84.15 555	95.59 566	91.74 565	82.94 561	83.28 561	84.59 563	81.87 556	87.85 562	83.96 556	91.71 563	81.49 554	76.73 555	82.12 561	96.47 569	96.06 568	96.71 569	97.16 569	92.74 568	92.47 569

tt	89.84 565	1.21 47	99.99 575	99.29 572	100.00 575	100.00 576	100.00 576	100.00 576	99.99 574	78.46 553	68.51 540	99.99 577	100.00 575	100.00 577	100.00 578	95.27 567	99.93 573	87.33 563	86.20 563	94.13 569	86.50 562

xxxxx1	91.89 566	95.36 568	98.42 567	87.40 561	89.37 561	98.54 567	98.20 568	92.95 565	93.30 565	93.53 566	95.30 567	97.01 566	96.36 566	94.68 566	94.93 565	83.39 562	84.31 564	82.86 557	88.15 565	84.30 563	89.46 565

tt_ll	91.89 566	95.36 568	98.42 567	87.40 561	89.37 561	98.54 567	98.20 568	92.95 565	93.30 565	93.53 566	95.30 567	97.01 566	96.36 566	94.68 566	94.93 565	83.39 562	84.31 564	82.86 557	88.15 565	84.30 563	89.46 565

ff	91.89 566	95.36 568	98.42 567	87.40 561	89.37 561	98.54 567	98.20 568	92.95 565	93.30 565	93.53 566	95.30 567	97.01 566	96.36 566	94.68 566	94.93 565	83.39 562	84.31 564	82.86 557	88.15 565	84.30 563	89.46 565

USTest	93.46 569	90.54 563	77.93 548	88.02 564	92.66 566	99.95 574	99.98 574	99.76 573	99.80 572	99.20 572	99.52 573	98.00 569	99.17 571	89.23 565	99.32 572	90.19 566	98.20 569	84.23 561	87.33 564	84.55 566	91.69 568

MADNet++	94.07 570	93.58 567	90.62 559	96.24 567	96.57 567	97.26 565	90.52 562	94.64 568	91.89 564	97.09 569	93.64 565	94.65 565	92.81 564	96.06 569	95.06 568	95.31 568	95.85 567	92.44 567	92.08 568	91.00 567	94.17 571

PML	99.07 571	100.00 577	98.17 566	99.22 571	99.21 571	99.98 575	99.74 572	98.27 570	98.10 569	100.00 577	99.37 571	98.77 571	99.85 572	100.00 577	98.07 570	100.00 574	99.54 570	100.00 574	99.51 572	99.87 573	93.65 570

MEDIAN_ROB	99.20 572	99.85 572	99.64 572	98.51 570	98.53 570	98.60 570	97.88 567	98.83 571	98.59 570	99.35 573	99.47 572	99.57 572	99.05 570	98.38 570	98.37 571	99.99 572	99.63 571	100.00 574	100.00 575	99.82 572	99.92 573

HaxPig	99.40 573	99.99 574	97.53 565	99.99 574	99.99 573	96.91 564	97.19 565	99.57 572	99.99 574	99.98 576	100.00 575	99.99 577	99.96 574	99.06 571	97.86 569	99.99 572	100.00 575	100.00 574	100.00 575	100.00 574	99.98 574

Anonymous_1	99.63 574	99.96 573	99.94 574	99.77 573	99.59 572	100.00 576	100.00 576	99.81 575	99.98 573	99.63 574	99.94 574	99.75 574	100.00 575	99.67 572	99.89 573	98.37 571	99.84 572	98.70 571	99.26 571	99.29 571	99.24 572

test_example2	99.67 575	99.99 574	99.99 575	100.00 575	99.99 573	99.87 573	99.99 575	98.01 569	100.00 576	100.00 577	100.00 575	98.18 570	98.43 569	99.98 574	99.98 574	100.00 574	99.99 574	99.40 572	99.52 573	100.00 574	100.00 575

ccccc	99.70 576	98.11 571	100.00 577	100.00 575	100.00 575	99.33 572	99.79 573	99.78 574	99.22 571	99.63 574	98.82 570	99.67 573	99.92 573	99.95 573	99.99 575	100.00 574	100.00 575	99.97 573	99.91 574	100.00 574	100.00 575

AVERAGE_ROB	99.81 577	99.99 574	99.44 571	100.00 575	100.00 575	99.02 571	97.81 566	100.00 576	100.00 576	100.00 577	100.00 575	100.00 579	100.00 575	100.00 577	100.00 578	100.00 574	100.00 575	100.00 574	100.00 575	100.00 574	100.00 575

DPSMNet_ROB	99.95 578	100.00 577	100.00 577	100.00 575	100.00 575	100.00 576	100.00 576	100.00 576	100.00 576	99.16 570	100.00 575	99.95 575	100.00 575	99.98 574	99.99 575	100.00 574	100.00 575	100.00 574	100.00 575	100.00 574	100.00 575

DGTPSM_ROB	99.95 578	100.00 577	100.00 577	100.00 575	100.00 575	100.00 576	100.00 576	100.00 576	100.00 576	99.16 570	100.00 575	99.95 575	100.00 575	99.98 574	99.99 575	100.00 574	100.00 575	100.00 574	100.00 575	100.00 574	100.00 575

Selective-RAFT-Error	100.00 580	100.00 577	100.00 577	100.00 575	100.00 575	100.00 576	100.00 576	100.00 576	100.00 576	100.00 577	100.00 575	100.00 579	100.00 575	100.00 577	100.00 578	100.00 574	100.00 575	100.00 574	100.00 575	100.00 574	100.00 575

CasAABBNet	100.00 580	100.00 577	100.00 577	100.00 575	100.00 575	100.00 576	100.00 576	100.00 576	100.00 576	100.00 577	100.00 575	100.00 579	100.00 575	100.00 577	100.00 578	100.00 574	100.00 575	100.00 574	100.00 575	100.00 574	100.00 575

LSM0	100.00 580	100.00 577	100.00 577	100.00 575	100.00 575	100.00 576	100.00 576	100.00 576	100.00 576	100.00 577	100.00 575	100.00 579	100.00 575	100.00 577	100.00 578	100.00 574	100.00 575	100.00 574	100.00 575	100.00 574	100.00 575

DPSM_ROB	100.00 580	100.00 577	100.00 577	100.00 575	100.00 575	100.00 576	100.00 576	100.00 576	100.00 576	100.00 577	100.00 575	100.00 579	100.00 575	100.00 577	100.00 578	100.00 574	100.00 575	100.00 574	100.00 575	100.00 574	100.00 575

DPSM	100.00 580	100.00 577	100.00 577	100.00 575	100.00 575	100.00 576	100.00 576	100.00 576	100.00 576	100.00 577	100.00 575	100.00 579	100.00 575	100.00 577	100.00 578	100.00 574	100.00 575	100.00 574	100.00 575	100.00 574	100.00 575

Low-res two-view benchmark