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

4w-stereo	0.55 18	0.18 8	1.39 29	0.02 1	0.35 217	1.26 39	0.06 54	3.13 30	0.86 19	0.28 26	0.82 59	0.06 12	0.67 125	1.59 64	0.25 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

3.25w_new	0.45 4	0.25 39	1.29 19	0.02 1	0.08 51	1.25 34	0.01 5	3.39 56	0.91 34	0.33 45	0.16 16	0.07 18	0.42 92	0.57 5	0.25 29	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

3.25w	0.45 4	0.25 39	1.29 19	0.02 1	0.08 51	1.25 34	0.01 5	3.39 56	0.91 34	0.33 45	0.16 16	0.06 12	0.42 92	0.57 5	0.25 29	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

3.75w	0.62 23	0.16 3	1.33 25	0.02 1	1.27 355	1.25 34	0.01 5	3.23 43	0.87 23	0.38 54	0.23 26	0.07 18	0.40 79	2.96 112	0.26 32	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

3.5w_stereo	0.69 33	0.23 29	1.44 36	0.02 1	0.14 105	1.24 30	0.03 30	3.53 74	0.90 33	0.20 13	1.48 85	0.07 18	0.50 103	3.73 133	0.30 42	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

asda	0.52 13	0.19 13	1.61 53	0.03 6	0.61 281	1.26 39	0.08 69	3.20 40	0.84 13	0.41 69	0.29 29	0.05 4	0.72 132	0.77 18	0.26 32	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

4.25_new	0.52 13	0.18 8	1.42 31	0.03 6	0.88 314	1.23 21	0.04 34	3.18 37	0.85 16	0.32 40	0.77 53	0.05 4	0.42 92	0.83 21	0.12 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

4.5w_new	0.52 13	0.18 8	1.42 31	0.03 6	0.88 314	1.23 21	0.04 34	3.18 37	0.85 16	0.32 40	0.77 53	0.05 4	0.42 92	0.83 21	0.12 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

4.25w-stereo	0.52 13	0.18 8	1.43 34	0.03 6	0.88 314	1.23 21	0.04 34	3.18 37	0.85 16	0.32 40	0.77 53	0.05 4	0.42 92	0.83 21	0.12 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

3w_stereo	0.53 17	0.23 29	1.53 45	0.03 6	0.02 3	1.25 34	0.02 22	3.34 53	0.88 28	0.44 79	0.43 35	0.07 18	1.04 164	1.04 36	0.26 32	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

2w_stereo	0.56 20	0.19 13	1.31 23	0.03 6	0.10 67	1.22 19	0.04 34	3.42 64	0.81 11	0.79 108	0.73 50	0.07 18	1.24 187	0.81 20	0.37 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

fffft	0.97 63	0.29 55	1.69 65	0.03 6	0.05 16	2.12 131	0.65 263	3.44 65	1.87 63	0.34 47	0.60 43	0.23 62	0.20 29	6.69 264	0.89 186	0.00 1	0.01 179	0.00 1	0.00 1	0.18 355	0.09 279
1: 1. 1
ff7	1.12 86	0.57 261	2.06 100	0.03 6	0.07 35	2.80 213	0.84 315	3.71 82	2.27 71	0.38 54	1.06 63	0.20 49	0.40 79	7.12 296	0.49 101	0.00 1	0.00 1	0.00 1	0.16 415	0.09 247	0.06 232

ffff	1.12 86	0.57 261	2.06 100	0.03 6	0.07 35	2.80 213	0.84 315	3.71 82	2.27 71	0.38 54	1.06 63	0.20 49	0.40 79	7.12 296	0.49 101	0.00 1	0.00 1	0.00 1	0.16 415	0.09 247	0.06 232

11t	1.12 86	0.57 261	2.06 100	0.03 6	0.07 35	2.80 213	0.84 315	3.71 82	2.27 71	0.38 54	1.06 63	0.20 49	0.40 79	7.12 296	0.49 101	0.00 1	0.00 1	0.00 1	0.16 415	0.09 247	0.06 232

MIF-Stereo (partial)	1.29 109	0.33 101	3.02 210	0.03 6	1.12 343	1.26 39	0.13 101	4.46 124	3.75 173	0.35 49	2.39 125	0.31 81	0.74 134	6.09 217	1.76 271	0.00 1	0.00 1	0.00 1	0.00 1	0.08 229	0.04 179

anonymousdsp	1.12 86	0.59 269	1.66 59	0.03 6	0.07 35	2.81 221	0.82 307	4.07 107	2.30 77	0.41 69	1.12 71	0.30 77	0.40 79	7.05 289	0.49 101	0.00 1	0.00 1	0.00 1	0.17 423	0.10 258	0.05 214

ccc-4	1.12 86	0.57 261	2.06 100	0.03 6	0.07 35	2.80 213	0.84 315	3.71 82	2.27 71	0.38 54	1.06 63	0.20 49	0.40 79	7.12 296	0.49 101	0.00 1	0.00 1	0.00 1	0.16 415	0.09 247	0.06 232

IGEV-Stereo	1.12 86	0.59 269	1.66 59	0.03 6	0.07 35	2.82 224	0.82 307	4.09 110	2.30 77	0.41 69	1.11 68	0.30 77	0.41 87	7.05 289	0.49 101	0.00 1	0.00 1	0.00 1	0.17 423	0.10 258	0.05 214
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
asd	0.49 9	0.16 3	1.57 49	0.04 20	0.72 298	1.24 30	0.05 47	2.80 18	0.84 13	0.45 81	0.50 38	0.06 12	0.56 113	0.58 8	0.24 26	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

2.25w	0.67 29	0.20 18	1.40 30	0.04 20	0.13 99	1.21 17	0.05 47	3.23 43	0.87 23	0.36 50	1.17 74	0.07 18	0.69 128	3.67 131	0.30 42	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

2.5w	0.68 31	0.23 29	1.29 19	0.04 20	0.31 203	1.26 39	0.09 77	3.24 45	0.86 19	0.42 74	0.59 41	0.03 1	0.56 113	4.36 160	0.24 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

2.75w_new	0.55 18	0.23 29	1.43 34	0.04 20	0.12 91	1.25 34	0.08 69	3.20 40	0.86 19	0.39 62	0.16 16	0.07 18	0.88 150	1.99 87	0.24 26	0.00 1	0.01 179	0.00 1	0.00 1	0.00 1	0.01 18

LG-Stereo	0.79 44	0.32 84	3.96 299	0.04 20	0.15 110	1.19 15	0.18 129	3.52 72	2.95 114	0.32 40	1.77 99	0.22 61	0.14 20	0.39 1	0.43 78	0.01 240	0.02 242	0.00 1	0.00 1	0.11 278	0.02 86

HART	1.68 135	0.67 301	2.72 171	0.04 20	0.27 185	1.72 99	0.04 34	5.60 208	3.16 134	1.44 127	7.73 299	2.41 182	0.15 21	6.44 240	0.62 120	0.00 1	0.12 427	0.00 1	0.00 1	0.24 401	0.17 375

qwe	0.66 28	0.19 13	1.64 58	0.05 26	1.17 348	1.23 21	0.03 30	3.35 54	0.88 28	0.51 91	0.38 32	0.04 2	0.17 23	3.22 117	0.26 32	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

StereoAnything_RVC	1.52 125	7.77 525	2.81 188	0.05 26	0.02 3	1.11 10	0.06 54	3.26 47	0.75 7	0.12 4	0.02 1	0.07 18	0.68 127	6.69 264	0.13 7	0.02 327	0.08 387	0.00 1	0.00 1	6.69 530	0.02 86

MonSter	0.46 7	0.23 29	1.44 36	0.05 26	0.77 304	1.17 13	0.01 5	3.17 36	0.72 3	0.28 26	0.18 23	0.07 18	0.04 1	0.83 21	0.17 14	0.00 1	0.00 1	0.00 1	0.01 304	0.00 1	0.01 18

mms	1.03 76	0.54 249	1.58 51	0.05 26	0.36 220	1.52 75	0.08 69	2.97 23	1.84 62	0.38 54	2.94 138	0.32 84	0.25 37	6.82 270	0.39 68	0.00 1	0.04 321	0.00 1	0.00 1	0.17 344	0.28 429

4.5_new	0.49 9	0.17 6	1.73 68	0.06 30	0.30 195	1.23 21	0.07 62	3.11 27	0.87 23	0.45 81	0.66 45	0.05 4	0.19 26	0.67 11	0.26 32	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

4.5w-stereo	0.49 9	0.17 6	1.73 68	0.06 30	0.30 195	1.23 21	0.07 62	3.11 27	0.87 23	0.45 81	0.66 45	0.05 4	0.19 26	0.67 11	0.26 32	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

111111	0.97 63	0.19 13	1.49 42	0.06 30	1.12 343	1.43 65	0.05 47	4.77 147	1.70 55	0.44 79	2.88 136	0.09 33	0.17 23	4.66 168	0.20 18	0.00 1	0.00 1	0.00 1	0.00 1	0.10 258	0.01 18

MLG-Stereo_test3	0.45 4	0.31 71	1.35 27	0.06 30	0.17 127	1.30 47	0.01 5	3.52 72	0.77 9	0.15 8	0.07 12	0.06 12	0.07 3	0.74 14	0.22 22	0.02 327	0.06 355	0.00 1	0.00 1	0.01 24	0.02 86

MLG-Stereo_test1	0.67 29	0.23 29	1.05 2	0.06 30	1.40 367	1.24 30	0.00 1	3.56 76	1.36 47	0.06 1	0.04 11	0.08 29	0.10 11	4.03 147	0.14 9	0.01 240	0.07 375	0.00 1	0.01 304	0.01 24	0.02 86

MLG-Stereo	0.72 39	0.23 29	1.13 5	0.06 30	0.16 117	1.24 30	0.00 1	3.84 97	1.40 48	0.06 1	0.03 5	0.08 29	0.10 11	5.71 204	0.16 11	0.01 240	0.06 355	0.00 1	0.00 1	0.01 24	0.02 86

IGEV-Stereo++	0.74 41	0.23 29	1.31 23	0.06 30	1.62 377	1.95 115	0.01 5	3.29 49	1.81 58	0.38 54	1.68 96	0.10 37	1.16 179	0.91 28	0.19 17	0.01 240	0.01 179	0.00 1	0.00 1	0.04 145	0.01 18

AIO-Stereo	0.94 60	0.22 26	1.20 14	0.06 30	0.08 51	2.36 154	0.62 255	5.50 205	2.61 91	0.30 33	3.32 151	0.41 97	0.25 37	1.12 40	0.17 14	0.00 1	0.01 179	0.00 1	0.35 485	0.06 199	0.12 330

iRaft-Stereo_5w	2.86 273	0.86 350	4.08 315	0.06 30	0.25 175	2.76 209	0.60 249	4.97 159	4.10 200	2.98 161	7.85 304	10.17 412	4.17 342	8.16 367	5.83 410	0.00 1	0.00 1	0.00 1	0.01 304	0.26 405	0.06 232

S2M2_XL	0.22 1	0.33 101	1.17 9	0.07 39	0.11 77	0.11 1	0.00 1	0.60 2	0.25 1	0.12 4	0.73 50	0.07 18	0.17 23	0.39 1	0.20 18	0.00 1	0.01 179	0.00 1	0.00 1	0.00 1	0.01 18

MLG-Stereo_test2	0.57 22	0.28 50	1.20 14	0.07 39	0.68 290	1.34 52	0.02 22	3.39 56	1.41 49	0.06 1	0.02 1	0.12 39	0.10 11	2.37 98	0.31 47	0.01 240	0.08 387	0.00 1	0.00 1	0.01 24	0.02 86

LG-G_1	0.62 23	0.31 71	1.19 11	0.07 39	0.11 77	1.81 105	0.02 22	3.74 89	0.88 28	0.23 18	0.03 5	0.09 33	0.08 5	3.39 123	0.27 40	0.02 327	0.08 387	0.00 1	0.00 1	0.03 116	0.02 86

LG-G	0.62 23	0.31 71	1.19 11	0.07 39	0.11 77	1.81 105	0.02 22	3.74 89	0.88 28	0.23 18	0.03 5	0.09 33	0.08 5	3.39 123	0.27 40	0.02 327	0.08 387	0.00 1	0.00 1	0.03 116	0.02 86

dual_stereo	0.56 20	0.32 84	1.08 4	0.07 39	0.11 77	0.77 7	0.03 30	3.60 78	1.17 45	0.12 4	0.03 5	0.20 49	0.11 15	2.77 107	0.51 108	0.00 1	0.14 442	0.00 1	0.16 415	0.00 1	0.02 86

rvit_stereo_0080	0.88 53	0.51 233	3.12 229	0.07 39	0.12 91	1.31 49	0.37 184	3.78 92	3.29 148	0.56 95	1.13 72	0.40 94	0.76 136	1.71 68	0.47 98	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.04 179

whm_eth	0.88 53	0.51 233	3.12 229	0.07 39	0.12 91	1.31 49	0.37 184	3.78 92	3.29 148	0.56 95	1.13 72	0.40 94	0.76 136	1.71 68	0.47 98	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.04 179

Selective-IGEV	1.23 102	0.18 8	1.13 5	0.07 39	0.17 127	2.38 158	0.54 229	6.10 231	2.51 84	0.41 69	3.20 148	0.26 68	0.29 51	6.94 283	0.16 11	0.00 1	0.01 179	0.00 1	0.11 400	0.04 145	0.10 301

CREStereo	0.98 65	0.42 180	1.86 74	0.07 39	0.22 165	1.65 86	0.02 22	4.07 107	6.33 308	0.72 104	1.54 88	0.43 100	0.64 123	1.22 47	0.44 83	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
water-stereo	0.70 36	0.29 55	3.07 226	0.08 48	0.07 35	1.54 76	0.15 114	4.01 106	1.41 49	0.59 97	1.31 78	0.26 68	0.24 35	0.43 3	0.39 68	0.02 327	0.06 355	0.00 1	0.02 329	0.02 71	0.01 18

IGEV	0.50 12	0.22 26	1.52 44	0.08 48	1.85 401	1.34 52	0.37 184	2.03 8	0.93 37	0.29 29	0.08 15	0.07 18	0.09 8	0.90 27	0.22 22	0.02 327	0.04 321	0.00 1	0.00 1	0.01 24	0.01 18

xyz-stereo-finetune	1.20 97	0.44 197	2.19 121	0.08 48	0.05 16	3.16 261	0.68 270	3.41 61	2.58 90	0.81 110	1.77 99	0.68 120	0.37 71	6.20 224	1.63 260	0.00 1	0.00 1	0.00 1	0.00 1	0.04 145	0.02 86

trnet	0.99 69	0.37 142	1.89 77	0.08 48	0.19 153	1.68 91	0.02 22	4.12 111	6.41 312	0.70 103	1.57 89	0.46 103	0.67 125	1.15 42	0.41 72	0.00 1	0.01 179	0.00 1	0.00 1	0.01 24	0.01 18

test_4	2.38 227	0.34 115	2.68 163	0.08 48	0.11 77	3.69 305	1.14 356	3.33 52	3.34 155	4.03 193	17.35 461	3.31 215	0.51 105	6.28 228	1.15 216	0.00 1	0.00 1	0.00 1	0.11 400	0.16 331	0.01 18

1w_stereo	0.64 26	0.16 3	1.24 17	0.09 53	0.50 259	1.19 15	0.08 69	3.24 45	0.84 13	0.48 86	2.37 123	0.04 2	1.57 212	0.84 25	0.10 2	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

4D-IteraStereo	1.72 139	0.86 350	3.01 208	0.09 53	2.86 445	3.57 297	1.06 348	3.92 99	5.31 251	5.28 231	1.02 62	3.92 243	0.38 75	1.83 78	1.04 205	0.00 1	0.01 179	0.00 1	0.00 1	0.07 217	0.09 279

xyz-stereo-finetune2	1.82 153	0.51 233	2.22 123	0.10 55	0.05 16	6.49 396	0.17 125	3.59 77	2.15 66	0.63 99	6.19 244	0.49 106	3.44 304	6.93 279	3.48 355	0.00 1	0.00 1	0.00 1	0.00 1	0.04 145	0.01 18

LG-Stereo_L2	0.64 26	0.33 101	1.46 39	0.10 55	0.18 142	1.30 47	0.19 132	3.53 74	0.72 3	0.20 13	0.02 1	0.06 12	0.07 3	4.19 152	0.36 57	0.01 240	0.01 179	0.00 1	0.00 1	0.01 24	0.02 86

LG-Stereo_L1	0.69 33	0.32 84	1.21 16	0.10 55	0.16 117	1.38 57	0.20 138	2.44 13	0.72 3	0.20 13	0.02 1	0.06 12	0.06 2	6.49 247	0.36 57	0.01 240	0.04 321	0.00 1	0.00 1	0.01 24	0.02 86

GMOStereo	1.81 149	0.47 213	2.09 106	0.10 55	0.27 185	1.49 69	0.89 326	4.40 117	4.51 219	8.16 377	6.97 268	2.96 197	1.15 174	1.42 50	0.88 181	0.00 1	0.14 442	0.00 1	0.00 1	0.23 391	0.03 135

error version	1.81 149	0.47 213	2.09 106	0.10 55	0.27 185	1.49 69	0.89 326	4.40 117	4.51 219	8.16 377	6.97 268	2.96 197	1.15 174	1.42 50	0.88 181	0.00 1	0.14 442	0.00 1	0.00 1	0.23 391	0.03 135

test-v	1.81 149	0.47 213	2.09 106	0.10 55	0.27 185	1.49 69	0.89 326	4.40 117	4.51 219	8.16 377	6.97 268	2.96 197	1.15 174	1.42 50	0.88 181	0.00 1	0.14 442	0.00 1	0.00 1	0.23 391	0.03 135

test-2	1.81 149	0.47 213	2.09 106	0.10 55	0.27 185	1.49 69	0.89 326	4.40 117	4.51 219	8.16 377	6.97 268	2.96 197	1.15 174	1.42 50	0.88 181	0.00 1	0.14 442	0.00 1	0.00 1	0.23 391	0.03 135

rvit_stereo_0081_aga	0.76 43	0.51 233	3.29 242	0.11 62	0.25 175	1.73 100	0.22 145	3.68 80	2.54 88	0.26 25	0.16 16	0.27 71	0.30 58	1.31 48	0.36 57	0.00 1	0.00 1	0.00 1	0.00 1	0.12 295	0.04 179

s12784h	1.89 166	0.30 66	2.57 151	0.11 62	0.09 59	4.18 337	0.13 101	6.61 262	7.44 349	3.62 179	4.28 179	0.59 117	0.81 145	6.61 258	0.46 91	0.01 240	0.01 179	0.00 1	0.00 1	0.02 71	0.00 1

depthmonostereo	1.01 73	0.50 227	3.16 233	0.12 64	0.09 59	1.43 65	0.04 34	4.97 159	1.51 52	0.90 113	1.46 84	0.98 131	0.94 155	3.45 127	0.46 91	0.02 327	0.10 411	0.00 1	0.02 329	0.04 145	0.01 18

SCV_C0	1.40 116	0.49 224	3.06 225	0.12 64	0.21 161	2.29 146	0.09 77	6.46 255	3.81 177	0.63 99	2.00 108	0.24 65	0.41 87	7.31 307	0.43 78	0.01 240	0.05 337	0.00 1	0.21 442	0.16 331	0.07 251

ours_stereo	1.03 76	0.55 253	1.86 74	0.12 64	0.32 207	1.16 12	0.09 77	3.27 48	2.18 68	0.39 62	3.02 142	0.34 92	0.26 43	6.32 233	0.37 63	0.00 1	0.01 179	0.00 1	0.00 1	0.18 355	0.13 338

Pointernet	0.84 50	0.35 125	2.00 95	0.12 64	0.13 99	1.77 101	0.06 54	4.87 152	2.53 86	0.14 7	2.11 114	0.76 125	0.44 99	1.02 34	0.32 49	0.00 1	0.04 321	0.00 1	0.15 412	0.02 71	0.01 18

RSM	1.21 100	0.20 18	1.30 22	0.12 64	0.06 27	2.48 167	0.51 224	3.78 92	2.74 103	0.48 86	2.38 124	2.18 176	0.28 47	6.77 268	0.56 113	0.00 1	0.00 1	0.00 1	0.16 415	0.07 217	0.05 214

Patchmatch Stereo++	1.95 173	0.40 162	2.86 194	0.12 64	0.18 142	3.74 312	0.66 266	5.24 183	2.96 117	5.86 249	4.32 180	3.46 220	1.52 206	6.88 274	0.70 134	0.01 240	0.00 1	0.00 1	0.00 1	0.08 229	0.09 279
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.88 163	0.40 162	2.86 194	0.12 64	0.19 153	3.75 315	0.71 281	5.23 177	2.96 117	5.86 249	4.33 182	3.45 218	1.51 201	5.40 194	0.69 132	0.01 240	0.00 1	0.00 1	0.00 1	0.08 229	0.09 279

ROB_FTStereo_v2	1.91 169	0.41 173	2.85 192	0.12 64	0.19 153	3.71 307	0.73 286	5.23 177	2.95 114	5.86 249	4.36 185	3.46 220	1.51 201	5.86 210	0.69 132	0.01 240	0.00 1	0.00 1	0.00 1	0.08 229	0.08 266

ROB_FTStereo	1.90 167	0.42 180	2.86 194	0.12 64	0.19 153	3.71 307	0.75 291	5.24 183	2.95 114	5.87 254	4.26 178	3.41 216	1.51 201	5.80 207	0.65 125	0.01 240	0.00 1	0.00 1	0.00 1	0.08 229	0.08 266

HUI-Stereo	1.80 148	0.41 173	2.85 192	0.12 64	0.18 142	3.72 310	0.65 263	5.23 177	2.97 121	5.87 254	4.34 183	3.45 218	1.52 206	3.93 142	0.65 125	0.02 327	0.00 1	0.00 1	0.00 1	0.08 229	0.10 301

THIR-Stereo	3.86 366	0.77 328	2.62 159	0.12 64	0.13 99	4.25 338	6.63 494	5.30 190	4.18 205	10.33 444	17.13 456	6.58 344	7.62 450	7.78 337	3.51 357	0.01 240	0.07 375	0.07 464	0.00 1	0.11 278	0.02 86

DRaft	3.74 353	0.43 191	2.60 155	0.12 64	0.15 110	4.76 359	1.34 373	5.33 194	4.31 209	10.30 443	21.91 484	3.27 213	8.83 467	7.36 312	3.66 365	0.05 401	0.10 411	0.00 1	0.14 408	0.10 258	0.14 347

iGMRVC	1.96 176	0.40 162	2.88 199	0.12 64	0.19 153	3.74 312	0.73 286	5.23 177	2.97 121	5.87 254	4.37 186	3.48 224	1.52 206	6.73 267	0.74 144	0.02 327	0.00 1	0.00 1	0.00 1	0.08 229	0.08 266

iRAFT	1.95 173	0.40 162	2.86 194	0.12 64	0.18 142	3.74 312	0.66 266	5.24 183	2.96 117	5.86 249	4.32 180	3.46 220	1.52 206	6.88 274	0.70 134	0.01 240	0.00 1	0.00 1	0.00 1	0.08 229	0.09 279

RAFT-IKP	1.90 167	0.42 180	2.83 189	0.12 64	0.18 142	3.50 286	0.64 260	5.24 183	2.96 117	5.86 249	4.34 183	3.50 227	1.51 201	5.99 214	0.76 151	0.01 240	0.00 1	0.00 1	0.00 1	0.08 229	0.08 266

LGtest1	0.42 3	0.33 101	1.42 31	0.13 79	0.16 117	0.98 9	0.01 5	2.30 12	0.96 38	0.21 17	0.07 12	0.08 29	0.10 11	1.10 38	0.31 47	0.01 240	0.09 399	0.00 1	0.00 1	0.03 116	0.02 86

AIO_test	0.90 57	0.40 162	1.67 62	0.14 80	0.16 117	2.97 239	0.83 311	3.61 79	2.67 94	0.29 29	0.71 49	1.50 152	0.29 51	2.37 98	0.13 7	0.00 1	0.04 321	0.00 1	0.08 382	0.03 116	0.03 135

DeepStereo_RVC	2.05 186	0.39 152	2.87 198	0.14 80	0.17 127	3.51 289	0.70 278	5.21 176	3.00 123	6.27 284	4.13 174	3.47 223	4.53 367	4.81 171	1.49 243	0.01 240	0.00 1	0.00 1	0.00 1	0.09 247	0.18 379

AIO_rvc	1.02 74	0.59 269	1.95 89	0.15 82	0.09 59	3.42 274	0.99 340	4.46 124	2.73 102	0.28 26	1.62 91	1.32 142	0.28 47	2.10 93	0.21 21	0.00 1	0.03 292	0.00 1	0.04 363	0.11 278	0.11 315

Occ-G	0.98 65	0.38 148	1.82 72	0.15 82	0.18 142	1.45 67	0.69 275	3.15 34	2.25 70	1.45 128	0.59 41	5.06 296	0.54 110	0.75 16	0.77 157	0.00 1	0.03 292	0.00 1	0.17 423	0.16 331	0.01 18

IPLGR	2.28 214	0.51 233	6.00 411	0.15 82	0.15 110	1.99 121	0.22 145	6.34 244	6.04 290	6.80 310	5.76 229	2.87 194	2.31 250	4.88 173	1.28 226	0.00 1	0.00 1	0.00 1	0.00 1	0.09 247	0.18 379

DEFOM-Stereo	0.70 36	0.29 55	1.62 55	0.16 85	0.06 27	1.95 115	0.45 205	0.88 3	0.74 6	0.55 94	0.51 39	0.14 41	0.09 8	6.32 233	0.20 18	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

UGAM	3.90 370	0.48 220	4.69 350	0.17 86	0.08 51	3.67 301	1.22 362	4.81 149	14.45 466	4.59 206	11.94 394	14.20 461	3.80 328	9.92 443	3.61 363	0.00 1	0.00 1	0.00 1	0.02 329	0.32 425	0.07 251

U	2.12 190	0.25 39	2.47 143	0.17 86	8.09 528	10.63 462	0.00 1	3.08 25	0.87 23	0.24 21	0.45 36	0.17 43	0.08 5	0.69 13	0.15 10	0.00 1	0.00 1	9.89 534	5.19 544	0.01 24	0.01 18

CAS++	1.18 95	0.55 253	1.99 93	0.17 86	0.27 185	1.85 108	0.63 256	8.48 311	3.07 129	1.71 134	2.32 122	0.18 44	0.20 29	1.91 85	0.30 42	0.00 1	0.01 179	0.00 1	0.00 1	0.02 71	0.01 18
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DEmStereo	3.79 360	0.37 142	3.69 278	0.17 86	0.17 127	5.28 373	2.54 410	4.35 116	3.70 169	8.21 382	20.15 474	5.13 299	10.38 486	7.65 326	3.85 370	0.01 240	0.01 179	0.01 387	0.00 1	0.02 71	0.06 232

DIP-Stereo	1.97 178	0.64 286	2.95 203	0.17 86	0.10 67	4.83 361	0.13 101	8.60 319	4.06 199	6.42 295	4.92 196	0.44 102	0.72 132	3.57 129	1.80 275	0.00 1	0.01 179	0.00 1	0.00 1	0.05 175	0.04 179
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RAStereo	0.68 31	0.42 180	3.15 232	0.18 91	0.52 267	1.17 13	0.02 22	3.16 35	0.98 39	0.51 91	1.43 82	0.16 42	0.22 33	0.75 16	0.83 167	0.00 1	0.00 1	0.00 1	0.00 1	0.07 217	0.02 86

xyz-stereo	6.97 462	0.29 55	36.85 547	0.20 92	0.07 35	30.65 538	0.19 132	3.97 103	1.82 60	10.21 442	24.87 499	6.06 326	7.29 440	11.62 470	4.87 394	0.01 240	0.02 242	0.35 501	0.00 1	0.06 199	0.02 86

knoymous	1.36 114	0.21 23	1.68 64	0.20 92	0.49 256	1.58 78	0.11 86	5.15 172	2.40 80	4.62 207	1.77 99	4.56 276	0.45 100	3.23 118	0.63 123	0.00 1	0.02 242	0.00 1	0.00 1	0.02 71	0.01 18

HHNet	2.59 249	0.55 253	2.55 149	0.20 92	0.32 207	2.84 227	0.94 335	5.77 219	5.14 246	7.33 343	13.80 421	0.94 129	3.20 289	5.27 189	2.41 315	0.13 443	0.02 242	0.06 458	0.00 1	0.23 391	0.03 135

TestStereo	1.74 142	1.02 385	3.64 275	0.20 92	0.28 192	1.33 51	0.01 5	5.24 183	4.01 191	3.18 165	4.97 198	2.07 175	0.70 129	7.32 308	0.75 149	0.02 327	0.00 1	0.00 1	0.00 1	0.01 24	0.00 1

WCG-NET（raft）	1.49 123	0.50 227	1.55 47	0.21 96	0.08 51	2.15 135	1.01 344	2.72 16	6.26 303	2.79 153	3.06 145	4.38 269	1.04 164	3.53 128	0.26 32	0.00 1	0.12 427	0.00 1	0.00 1	0.10 258	0.08 266

fff	2.28 214	0.61 277	3.81 289	0.22 97	0.07 35	1.69 92	0.11 86	5.37 198	11.84 446	5.80 243	5.17 204	1.44 147	5.41 398	2.00 88	1.92 284	0.00 1	0.00 1	0.00 1	0.00 1	0.02 71	0.18 379

csc	2.28 214	0.61 277	3.81 289	0.22 97	0.07 35	1.69 92	0.11 86	5.37 198	11.84 446	5.80 243	5.17 204	1.44 147	5.41 398	2.00 88	1.92 284	0.00 1	0.00 1	0.00 1	0.00 1	0.02 71	0.18 379

cscssc	2.28 214	0.61 277	3.81 289	0.22 97	0.07 35	1.69 92	0.11 86	5.37 198	11.84 446	5.80 243	5.17 204	1.44 147	5.41 398	2.00 88	1.92 284	0.00 1	0.00 1	0.00 1	0.00 1	0.02 71	0.18 379

111	2.78 263	0.92 370	3.81 289	0.22 97	0.07 35	2.83 226	0.70 278	6.03 228	14.00 462	3.22 167	8.93 322	5.48 309	3.30 293	3.66 130	2.03 293	0.00 1	0.00 1	0.00 1	0.00 1	0.10 258	0.29 431

FoundationStereo	0.26 2	0.29 55	1.25 18	0.24 101	0.10 67	0.41 3	0.07 62	0.57 1	0.80 10	0.24 21	0.03 5	0.09 33	0.37 71	0.46 4	0.12 3	0.03 369	0.03 292	0.00 1	0.00 1	0.00 1	0.01 18

HCRNet	2.56 245	0.53 245	3.35 247	0.24 101	3.39 462	2.19 138	0.23 149	6.89 275	5.50 256	5.26 230	4.79 190	5.27 301	2.78 274	7.71 332	2.89 330	0.00 1	0.02 242	0.00 1	0.00 1	0.04 145	0.04 179

LG-Stereo_Zeroshot	0.80 45	0.33 101	2.51 145	0.25 103	0.53 268	1.93 113	0.27 161	5.07 168	1.05 40	0.47 85	0.68 47	0.64 119	0.22 33	0.95 31	0.65 125	0.00 1	0.05 337	0.00 1	0.19 435	0.03 116	0.16 370

SGD-Stereo	0.69 33	0.30 66	1.15 8	0.25 103	0.12 91	1.26 39	0.29 166	1.87 7	0.62 2	0.50 90	0.51 39	0.08 29	0.11 15	6.67 263	0.09 1	0.01 240	0.01 179	0.00 1	0.00 1	0.02 71	0.01 18

ProNet	1.20 97	0.60 273	2.00 95	0.26 105	0.08 51	2.73 202	0.68 270	5.00 164	2.52 85	0.29 29	1.32 79	0.37 93	0.36 68	6.94 283	0.44 83	0.00 1	0.07 375	0.00 1	0.00 1	0.17 344	0.07 251

RCA-Stereo	1.99 179	0.34 115	2.71 169	0.26 105	0.06 27	2.29 146	0.48 209	4.89 153	14.65 469	2.81 155	5.51 226	0.78 126	3.21 290	1.44 55	0.33 50	0.00 1	0.01 179	0.00 1	0.00 1	0.07 217	0.02 86

STrans-v2	3.43 330	0.73 316	4.82 355	0.26 105	0.60 276	3.00 242	1.19 361	10.41 372	7.22 342	5.79 242	10.97 377	6.75 347	7.03 435	8.25 376	1.40 235	0.00 1	0.01 179	0.00 1	0.00 1	0.03 116	0.18 379

PMTNet	1.41 117	0.37 142	2.06 100	0.26 105	0.15 110	2.94 237	0.34 180	3.39 56	5.33 253	1.00 116	1.27 77	0.28 75	0.93 153	4.04 148	0.74 144	5.00 525	0.00 1	0.00 1	0.00 1	0.03 116	0.01 18

CRE-IMP	1.95 173	0.35 125	2.68 163	0.27 109	0.17 127	3.90 324	0.85 321	5.14 170	2.87 109	5.74 240	4.14 175	3.49 225	0.83 146	6.40 238	1.80 275	0.00 1	0.00 1	0.00 1	0.00 1	0.10 258	0.19 390

AIO-test1	2.22 204	0.76 325	2.78 182	0.30 110	4.38 494	2.48 167	0.96 339	5.59 207	14.64 467	0.74 105	2.86 135	0.92 128	0.30 58	5.64 198	1.67 263	0.00 1	0.00 1	0.00 1	0.03 345	0.17 344	0.14 347

castereo++	1.18 95	0.54 249	1.95 89	0.30 110	0.51 263	4.56 354	1.00 342	4.61 134	1.12 42	0.29 29	2.14 118	1.89 167	0.15 21	3.94 143	0.18 16	0.00 1	0.04 321	0.00 1	0.31 476	0.03 116	0.00 1

plain	1.34 111	0.51 233	5.09 371	0.30 110	0.05 16	1.58 78	0.08 69	4.47 126	3.77 176	0.42 74	1.76 98	0.60 118	0.74 134	6.11 218	0.94 194	0.00 1	0.00 1	0.00 1	0.00 1	0.40 451	0.02 86

GCAP-Stereo	0.95 61	0.62 282	1.99 93	0.30 110	0.03 11	1.66 87	0.01 5	4.43 122	3.00 123	1.63 132	1.17 74	1.39 144	0.76 136	1.31 48	0.55 112	0.00 1	0.03 292	0.00 1	0.00 1	0.12 295	0.02 86

DCANet-4	2.03 184	0.34 115	5.30 385	0.31 114	0.18 142	1.69 92	0.12 92	4.95 156	8.55 390	5.78 241	5.17 204	1.12 136	2.82 277	2.11 94	1.92 284	0.00 1	0.00 1	0.00 1	0.00 1	0.02 71	0.18 379

ADStereo(finetuned)	2.26 213	0.64 286	5.22 381	0.31 114	0.18 142	1.71 97	0.25 156	5.23 177	8.46 385	6.06 264	5.30 220	1.41 145	6.37 419	1.87 82	1.87 278	0.00 1	0.00 1	0.00 1	0.00 1	0.04 145	0.18 379

DCANet	2.08 188	0.64 286	3.81 289	0.31 114	0.17 127	1.70 96	0.25 156	5.23 177	8.47 386	6.07 265	5.30 220	1.41 145	4.23 345	1.85 79	2.02 292	0.00 1	0.00 1	0.00 1	0.00 1	0.04 145	0.19 390

IGEVStereo-DCA	1.06 82	0.45 205	2.06 100	0.32 117	0.06 27	2.74 203	0.84 315	3.71 82	2.27 71	0.39 62	0.16 16	0.20 49	0.29 51	6.47 244	0.87 178	0.00 1	0.00 1	0.00 1	0.16 415	0.06 199	0.06 232

rrr	1.05 80	0.45 205	3.18 235	0.32 117	0.06 27	2.74 203	0.95 338	3.49 68	1.12 42	0.39 62	0.16 16	0.20 49	0.29 51	6.47 244	0.87 178	0.00 1	0.00 1	0.00 1	0.21 442	0.06 199	0.10 301

MIPNet	2.06 187	0.69 308	4.57 345	0.32 117	0.21 161	1.92 112	0.19 132	6.89 275	5.64 265	5.48 235	4.02 171	2.02 173	3.50 306	3.32 121	2.01 290	0.00 1	0.01 179	0.01 387	0.01 304	0.20 367	0.13 338

CrosDoStereo	3.96 376	0.45 205	3.04 215	0.32 117	0.20 158	3.28 267	11.63 529	5.76 216	4.45 216	9.04 412	16.58 446	4.99 290	7.45 444	8.04 352	3.72 366	0.00 1	0.02 242	0.01 387	0.00 1	0.16 331	0.10 301

DeepStereo_LL	3.96 376	0.45 205	3.04 215	0.32 117	0.20 158	3.28 267	11.63 529	5.76 216	4.45 216	9.04 412	16.58 446	4.99 290	7.45 444	8.04 352	3.72 366	0.00 1	0.02 242	0.01 387	0.00 1	0.16 331	0.10 301

WCG-NET	1.24 103	0.43 191	1.46 39	0.33 122	0.08 51	2.14 133	1.08 353	3.09 26	6.86 329	2.73 152	3.43 159	0.74 123	0.94 155	0.89 26	0.33 50	0.00 1	0.04 321	0.00 1	0.00 1	0.10 258	0.05 214

MaDis-Stereo	0.80 45	0.69 308	3.02 210	0.33 122	1.83 399	1.22 19	0.06 54	3.41 61	1.49 51	0.31 38	0.38 32	0.42 99	0.51 105	1.14 41	1.21 222	0.00 1	0.00 1	0.00 1	0.00 1	0.05 175	0.05 214

Anonymous3	1.76 143	0.44 197	6.37 423	0.33 122	0.50 259	4.33 342	0.54 229	4.43 122	2.48 81	2.21 139	3.24 150	1.53 154	1.14 172	5.64 198	1.29 227	0.17 452	0.23 484	0.00 1	0.00 1	0.12 295	0.15 358

CFNet_pseudo	2.81 266	0.42 180	4.04 310	0.33 122	0.24 172	2.59 185	0.12 92	8.20 302	7.66 356	7.04 325	10.42 361	6.56 342	2.05 237	4.88 173	1.53 247	0.00 1	0.02 242	0.01 387	0.00 1	0.05 175	0.07 251

ccs_rob	2.81 266	0.42 180	4.06 312	0.33 122	0.25 175	2.59 185	0.12 92	8.19 301	7.68 357	7.02 322	10.37 360	6.54 338	2.06 238	4.88 173	1.53 247	0.00 1	0.02 242	0.01 387	0.00 1	0.05 175	0.07 251

castereo	0.87 51	0.60 273	1.07 3	0.34 127	0.17 127	1.89 109	0.79 301	4.84 151	2.05 64	0.65 102	2.55 127	0.31 81	0.40 79	1.02 34	0.38 67	0.01 240	0.09 399	0.00 1	0.24 454	0.03 116	0.02 86

TANstereo	1.20 97	0.49 224	2.04 98	0.34 127	0.10 67	1.80 104	0.01 5	3.40 60	4.10 200	4.37 199	4.82 192	0.41 97	0.70 129	0.94 30	0.46 91	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SFCPSM	3.29 308	0.43 191	5.11 372	0.34 127	0.94 325	8.48 432	2.15 403	14.51 477	5.29 250	7.00 321	7.65 297	3.43 217	2.59 262	5.11 184	2.37 312	0.01 240	0.03 292	0.01 387	0.07 377	0.13 310	0.15 358

HUF	1.05 80	0.64 286	2.33 129	0.35 130	0.22 165	3.09 250	0.41 195	3.73 88	2.89 110	0.36 50	2.71 132	0.33 88	0.30 58	2.28 97	0.23 24	0.00 1	0.61 514	0.00 1	0.00 1	0.15 324	0.39 445

LL-Strereo2	1.86 158	0.83 346	2.33 129	0.36 131	0.17 127	3.79 319	1.52 381	5.82 222	4.04 194	4.43 200	2.51 126	4.23 258	0.37 71	5.66 200	0.99 200	0.00 1	0.02 242	0.00 1	0.05 369	0.06 199	0.11 315

CREStereo++_RVC	1.59 129	0.39 152	2.26 125	0.36 131	0.01 1	1.67 88	0.01 5	2.95 21	8.12 374	3.69 183	7.44 288	0.47 104	0.32 63	0.74 14	0.39 68	0.00 1	0.00 1	0.00 1	3.03 532	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
S2M2	0.46 7	0.39 152	1.17 9	0.37 133	0.17 127	1.14 11	0.01 5	1.46 5	1.83 61	0.19 12	0.87 60	0.13 40	0.19 26	0.57 5	0.43 78	0.01 240	0.01 179	0.00 1	0.00 1	0.21 378	0.00 1

IGEV-Stereo+	1.69 136	0.43 191	1.59 52	0.37 133	3.10 449	2.10 127	0.07 62	1.86 6	0.91 34	0.39 62	0.03 5	0.20 49	0.41 87	7.05 289	0.16 11	0.02 327	0.07 375	0.00 1	0.18 430	5.14 523	9.77 545

iRaft-Stereo_20w	2.56 245	0.35 125	4.98 363	0.37 133	0.67 288	3.47 279	0.59 246	12.57 445	3.89 181	6.10 267	6.23 248	1.49 151	2.24 244	6.65 261	0.86 176	0.00 1	0.19 471	0.00 1	0.33 480	0.08 229	0.22 401

LoS	0.91 58	0.34 115	2.10 110	0.38 136	0.13 99	2.47 165	0.26 158	5.00 164	2.74 103	0.89 112	0.21 25	0.49 106	0.36 68	1.97 86	0.67 130	0.02 327	0.02 242	0.00 1	0.00 1	0.06 199	0.01 18
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
tt45	1.09 84	0.35 125	1.49 42	0.39 137	0.23 170	3.50 286	0.14 108	3.35 54	1.81 58	0.36 50	2.04 109	0.27 71	0.26 43	6.84 272	0.63 123	0.00 1	0.00 1	0.00 1	0.00 1	0.16 331	0.03 135

PCWNet_CMD	2.99 285	0.39 152	4.02 307	0.39 137	0.26 182	2.53 173	0.15 114	9.24 336	9.22 397	7.12 329	11.53 388	6.94 349	2.41 254	4.02 146	1.33 230	0.01 240	0.02 242	0.02 418	0.00 1	0.05 175	0.07 251

MSMDNet	2.99 285	0.39 152	4.02 307	0.40 139	0.25 175	2.53 173	0.16 120	9.35 340	9.25 398	7.08 327	11.39 383	6.93 348	2.43 255	4.01 145	1.34 232	0.01 240	0.02 242	0.02 418	0.00 1	0.05 175	0.07 251

LoS_RVC	1.26 106	1.43 432	1.91 79	0.42 140	3.77 481	1.71 97	0.04 34	2.58 14	2.49 83	0.42 74	2.58 128	0.30 77	0.57 117	1.71 68	0.66 129	0.01 240	0.02 242	0.00 1	0.00 1	0.02 71	4.49 523

CES	1.56 127	0.35 125	1.44 36	0.42 140	7.70 527	2.66 199	0.13 101	4.89 153	2.53 86	0.25 23	1.10 67	0.33 88	0.31 61	1.61 66	0.58 118	0.01 240	0.02 242	0.00 1	0.00 1	0.54 463	6.26 530

ARAFT	3.13 296	1.11 401	7.34 445	0.42 140	0.14 105	4.52 353	2.99 425	7.41 287	5.97 285	8.85 406	7.06 278	5.20 300	1.25 188	8.49 388	1.44 238	0.00 1	0.03 292	0.00 1	0.00 1	0.33 429	0.11 315

monsterstereo	0.93 59	0.30 66	1.91 79	0.43 143	2.63 437	1.21 17	0.01 5	3.11 27	0.76 8	0.46 84	1.44 83	0.05 4	0.09 8	5.66 200	0.50 107	0.00 1	0.01 179	0.00 1	0.00 1	0.00 1	0.01 18

IGEV-BASED-STEREO-	4.24 397	25.07 543	26.53 534	0.44 144	0.07 35	1.50 73	0.54 229	2.09 9	1.57 53	0.51 91	0.62 44	0.21 59	0.20 29	1.44 55	0.53 110	12.03 546	0.01 179	0.00 1	0.08 382	1.75 506	9.69 543

Reg-Stereo(zero)	1.60 131	0.19 13	2.59 154	0.45 145	0.47 251	1.64 85	0.23 149	3.22 42	5.87 275	4.29 196	3.01 140	4.49 274	1.64 217	2.47 103	1.16 218	0.00 1	0.08 387	0.00 1	0.13 407	0.01 24	0.10 301

rvit_0105_5	1.48 122	0.89 360	5.43 389	0.46 146	0.04 13	1.60 80	0.60 249	4.65 141	5.90 278	0.76 106	1.59 90	1.75 162	0.78 142	4.20 154	0.88 181	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.06 232

BUS	2.49 240	0.32 84	3.05 220	0.46 146	0.46 244	7.12 410	0.50 221	9.05 330	4.69 229	6.11 268	6.15 241	5.29 302	0.83 146	3.91 139	1.77 272	0.01 240	0.03 292	0.03 435	0.00 1	0.04 145	0.00 1

BSDual-CNN	2.69 253	0.32 84	3.05 220	0.46 146	0.46 244	7.13 412	1.63 387	9.05 330	4.69 229	6.11 268	6.15 241	6.26 332	2.54 258	3.91 139	1.91 282	0.01 240	0.03 292	0.03 435	0.00 1	0.04 145	0.00 1

hknet	3.31 311	0.42 180	4.68 349	0.46 146	1.17 348	7.13 412	1.63 387	9.05 330	6.91 330	6.11 268	6.15 241	9.66 403	2.85 279	7.48 319	2.45 317	0.01 240	0.03 292	0.03 435	0.00 1	0.04 145	0.00 1

CroCo-Stereo	0.99 69	0.89 360	3.19 236	0.46 146	0.44 238	0.38 2	0.05 47	4.61 134	3.95 186	0.48 86	1.78 102	1.01 132	0.27 45	1.11 39	1.07 206	0.01 240	0.00 1	0.00 1	0.00 1	0.05 175	0.04 179
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
monsters	0.87 51	0.28 50	1.54 46	0.47 151	2.71 441	1.38 57	0.01 5	3.14 31	0.81 11	0.32 40	0.48 37	0.05 4	0.13 19	5.72 205	0.42 76	0.01 240	0.01 179	0.00 1	0.00 1	0.00 1	0.01 18

rvit_stereo_0083	1.03 76	0.26 45	3.09 227	0.49 152	0.09 59	1.27 44	0.24 151	2.72 16	4.60 226	0.38 54	0.77 53	0.78 126	1.18 181	4.35 159	0.33 50	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.03 135

test_xeample3	1.08 83	0.43 191	3.39 251	0.49 152	0.05 16	2.58 182	0.93 333	3.32 51	1.77 57	0.23 18	0.23 26	0.19 45	0.28 47	6.34 235	0.85 171	0.00 1	0.01 179	0.00 1	0.26 466	0.06 199	0.10 301

IGEV-RUCA	0.81 48	0.15 1	1.13 5	0.52 154	0.32 207	2.13 132	0.51 224	3.46 66	1.71 56	0.95 115	0.16 16	0.24 65	0.55 111	2.81 109	0.41 72	0.12 438	0.21 478	0.20 490	0.25 459	0.21 378	0.20 397

gcap-zeroshot	1.87 162	0.44 197	4.24 320	0.53 155	0.51 263	3.12 255	0.75 291	6.42 253	3.91 183	3.75 185	1.67 95	7.79 366	0.55 111	2.61 105	0.53 110	0.02 327	0.21 478	0.00 1	0.23 451	0.00 1	0.05 214

CFNet_ucs	3.07 290	0.44 197	4.05 311	0.54 156	0.37 224	3.08 248	0.19 132	9.80 352	8.49 388	7.64 356	12.62 407	5.67 316	1.76 229	4.96 179	1.51 244	0.00 1	0.04 321	0.01 387	0.00 1	0.09 247	0.11 315

psmg	3.10 294	0.32 84	3.05 220	0.54 156	0.46 244	8.68 436	2.84 422	9.87 353	4.69 229	8.08 374	8.69 317	6.26 332	2.54 258	3.91 139	1.91 282	0.01 240	0.04 321	0.06 458	0.00 1	0.11 278	0.00 1

IPLG	2.43 231	0.66 298	4.77 354	0.54 156	0.31 203	3.01 243	0.26 158	6.15 234	5.55 260	7.69 357	6.21 246	1.89 167	1.74 225	7.19 302	2.35 310	0.01 240	0.01 179	0.00 1	0.00 1	0.24 401	0.12 330

IGEV++	1.14 94	0.51 233	1.66 59	0.55 159	0.08 51	2.52 170	1.01 344	6.51 259	3.16 134	0.59 97	2.11 114	0.43 100	1.18 181	1.44 55	0.79 161	0.00 1	0.05 337	0.00 1	0.05 369	0.11 278	0.11 315

GLC_STEREO	0.75 42	0.29 55	1.19 11	0.55 159	0.01 1	1.98 119	0.57 244	3.07 24	3.02 126	0.90 113	1.48 85	0.19 45	0.40 79	0.93 29	0.36 57	0.00 1	0.01 179	0.00 1	0.00 1	0.04 145	0.02 86

ACRE	2.41 228	1.08 394	5.11 372	0.55 159	2.05 410	2.65 196	0.78 300	5.26 188	4.67 228	7.59 354	9.20 329	1.70 159	1.08 166	3.74 134	2.18 302	0.01 240	0.18 465	0.02 418	0.08 382	0.22 384	0.10 301

sAnonymous2	1.35 112	1.66 453	8.14 457	0.55 159	0.46 244	1.23 21	0.24 151	4.00 104	3.47 159	0.40 67	1.11 68	0.23 62	1.42 197	0.96 32	0.57 114	0.01 240	0.00 1	0.00 1	0.20 438	2.07 510	0.22 401

CroCo_RVC	1.35 112	1.66 453	8.14 457	0.55 159	0.46 244	1.23 21	0.24 151	4.00 104	3.47 159	0.40 67	1.11 68	0.23 62	1.42 197	0.96 32	0.57 114	0.01 240	0.00 1	0.00 1	0.20 438	2.07 510	0.22 401

GMStereo	1.83 155	0.99 381	4.55 342	0.57 164	0.05 16	2.53 173	0.01 5	4.95 156	11.14 435	3.52 176	2.24 119	0.53 112	0.49 102	3.76 135	0.80 164	0.20 459	0.00 1	0.00 1	0.12 403	0.12 295	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MGS-Stereo	1.10 85	0.26 45	2.45 137	0.58 165	0.06 27	1.84 107	0.67 269	2.16 10	3.42 157	1.03 117	6.13 240	0.49 106	0.36 68	1.43 54	0.62 120	0.00 1	0.00 1	0.00 1	0.00 1	0.47 460	0.00 1

IER	3.20 303	0.54 249	5.13 374	0.58 165	1.59 374	7.29 415	0.56 235	6.36 245	4.95 239	7.44 348	8.84 318	6.20 330	6.26 416	4.88 173	3.29 345	0.00 1	0.00 1	0.00 1	0.00 1	0.02 71	0.01 18

Former-RAFT_DAM_RVC	1.26 106	0.42 180	2.36 133	0.59 167	1.26 353	2.43 163	0.01 5	3.29 49	7.76 363	1.71 134	2.78 134	0.27 71	0.32 63	1.16 44	0.58 118	0.04 389	0.01 179	0.00 1	0.00 1	0.04 145	0.10 301

rvit_stereo_0075_2	2.00 180	0.32 84	5.49 393	0.60 168	1.98 407	1.77 101	0.10 81	7.24 282	5.70 266	2.90 158	4.06 172	3.11 207	0.56 113	5.32 190	0.76 151	0.00 1	0.00 1	0.00 1	0.00 1	0.03 116	0.16 370

rvit_0105_6	1.26 106	0.87 353	4.85 357	0.61 169	0.07 35	1.60 80	0.32 174	3.79 95	5.87 275	0.25 23	0.26 28	1.09 135	0.29 51	4.60 166	0.62 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.06 232

rvit_0105_4	1.38 115	0.98 379	5.52 398	0.61 169	0.05 16	1.62 83	0.41 195	3.95 102	5.80 272	0.31 38	0.73 50	1.37 143	0.53 109	4.89 177	0.78 159	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.04 179

rvit_stereo_0081	0.88 53	0.28 50	1.81 70	0.62 171	0.13 99	1.34 52	0.12 92	3.14 31	4.59 224	0.43 77	0.30 30	0.54 113	0.11 15	3.89 137	0.36 57	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

rvit_stereo_0082	0.88 53	0.28 50	1.81 70	0.62 171	0.13 99	1.34 52	0.12 92	3.14 31	4.59 224	0.43 77	0.30 30	0.54 113	0.11 15	3.89 137	0.36 57	0.00 1	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

IPLGR_C	2.44 233	1.17 409	4.94 361	0.62 171	2.08 412	2.65 196	0.80 303	5.60 208	4.79 235	7.87 365	9.23 331	1.67 158	1.15 174	3.43 125	2.23 304	0.01 240	0.19 471	0.02 418	0.08 382	0.22 384	0.10 301

SMoEStereo_RVC	0.95 61	0.35 125	1.37 28	0.63 174	0.07 35	2.07 124	0.16 120	2.88 20	1.68 54	0.30 33	1.23 76	0.19 45	0.28 47	6.80 269	0.84 170	0.00 1	0.00 1	0.00 1	0.00 1	0.11 278	0.13 338

CIPLG	2.47 239	1.10 398	4.71 352	0.63 174	2.15 417	2.67 200	0.77 295	5.19 175	4.73 232	7.85 364	9.56 344	1.72 160	1.14 172	4.20 154	2.34 308	0.01 240	0.19 471	0.02 418	0.09 393	0.23 391	0.08 266

HSM-Net_RVC	4.20 392	0.32 84	2.76 179	0.63 174	0.69 291	6.95 407	1.69 391	11.96 420	8.36 382	8.83 405	12.17 400	15.18 470	4.21 343	6.91 278	3.30 346	0.02 327	0.02 242	0.00 1	0.00 1	0.01 24	0.01 18
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CASnet	0.98 65	0.32 84	1.62 55	0.65 177	0.07 35	2.11 129	0.14 108	3.50 69	4.03 192	3.77 186	1.41 81	0.31 81	0.29 51	0.80 19	0.57 114	0.01 240	0.00 1	0.00 1	0.00 1	0.04 145	0.01 18
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAP-BAT	1.77 144	0.49 224	2.78 182	0.66 178	0.16 117	3.76 316	0.80 303	3.72 87	3.27 145	3.68 182	5.03 201	3.66 234	0.56 113	5.82 208	0.65 125	0.00 1	0.05 337	0.00 1	0.24 454	0.01 24	0.01 18

iRaftStereo_RVC	1.62 132	0.68 303	1.98 91	0.67 179	0.05 16	2.99 241	0.04 34	5.36 197	3.74 172	3.82 187	4.96 197	2.54 185	0.62 122	3.35 122	0.97 198	0.00 1	0.07 375	0.00 1	0.00 1	0.30 416	0.27 425

tg	1.96 176	0.64 286	2.15 112	0.68 180	0.12 91	4.40 350	0.04 34	5.74 213	4.19 206	4.00 191	5.23 213	2.58 186	0.93 153	7.12 296	0.77 157	0.00 1	0.02 242	0.00 1	0.00 1	0.31 421	0.25 415

dd	2.16 196	1.22 412	4.82 355	0.68 180	0.12 91	1.39 62	0.17 125	5.14 170	11.22 439	2.70 151	3.51 163	1.52 153	1.23 186	5.08 182	3.96 373	0.12 438	0.01 179	0.04 447	0.21 442	0.07 217	0.01 18

EAI-Stereo	2.31 218	0.44 197	2.72 171	0.68 180	0.56 272	3.51 289	2.62 415	11.42 402	4.14 203	2.09 138	7.23 283	1.21 140	0.91 151	5.67 202	1.51 244	0.01 240	0.25 490	0.00 1	0.88 512	0.04 145	0.26 421

PSM-AAD	3.33 319	0.20 18	1.47 41	0.73 183	0.54 270	2.55 177	6.19 484	4.97 159	3.27 145	10.92 458	11.92 393	2.95 196	9.59 479	7.90 343	0.82 166	0.01 240	0.01 179	0.00 1	0.00 1	0.04 145	2.47 514

AnonymousM	2.71 257	6.75 518	0.98 1	0.73 183	0.06 27	2.41 161	0.53 226	5.30 190	3.05 127	4.75 214	2.09 111	1.89 167	1.01 159	1.88 84	0.51 108	0.01 240	0.02 242	17.42 540	4.76 540	0.02 71	0.01 18

KYRaft	3.59 343	0.31 71	1.84 73	0.76 185	0.46 244	2.29 146	4.04 451	4.75 146	3.25 144	8.93 411	19.47 472	6.62 345	5.07 390	7.79 338	0.71 138	0.01 240	0.00 1	0.00 1	0.01 304	0.04 145	5.38 528

rvit_0105_3	1.71 138	0.90 363	5.93 409	0.78 186	0.02 3	1.62 83	1.69 391	5.15 172	5.99 287	2.22 140	1.64 93	1.97 172	1.17 180	4.19 152	0.92 193	0.00 1	0.00 1	0.00 1	0.00 1	0.02 71	0.03 135

PFNet+	2.35 223	0.31 71	3.69 278	0.79 187	0.17 127	3.15 260	0.75 291	4.52 128	6.30 305	7.90 368	6.34 255	2.53 184	1.18 181	7.72 334	1.62 257	0.03 369	0.00 1	0.00 1	0.00 1	0.01 24	0.03 135

MoCha-V2	1.41 117	0.42 180	2.61 157	0.81 188	0.23 170	2.53 173	0.20 138	4.81 149	3.16 134	0.82 111	3.15 146	0.30 77	1.61 216	6.66 262	0.40 71	0.00 1	0.20 475	0.00 1	0.24 454	0.05 175	0.02 86

MSKI-zero shot	2.00 180	0.36 135	2.15 112	0.81 188	0.25 175	2.69 201	0.29 166	6.16 235	2.34 79	4.31 197	7.52 289	3.70 237	0.25 37	8.42 384	0.41 72	0.01 240	0.13 437	0.00 1	0.25 459	0.03 116	0.02 86

GwcNet-ADL	2.65 252	0.48 220	3.84 295	0.82 190	0.33 212	2.04 123	0.69 275	8.07 299	9.42 402	6.05 262	6.66 261	4.14 255	1.73 223	5.40 194	3.01 334	0.08 424	0.06 355	0.00 1	0.00 1	0.06 199	0.03 135

GMM-Stereo	3.32 317	0.27 49	2.52 146	0.82 190	0.48 253	2.27 145	4.91 470	5.06 166	3.08 130	7.06 326	16.72 449	6.21 331	3.70 318	7.60 323	1.16 218	0.04 389	0.00 1	0.00 1	0.04 363	0.10 258	4.45 521

RAFT+CT+SA	2.36 225	0.71 312	2.46 140	0.83 192	2.26 424	3.18 262	0.93 333	6.82 273	5.48 255	2.55 147	8.07 307	1.64 156	1.59 214	8.54 390	1.15 216	0.02 327	0.00 1	0.00 1	0.38 487	0.19 363	0.36 442

rvit_stereo_ft	1.00 72	0.78 334	3.84 295	0.84 193	0.36 220	1.23 21	0.24 151	3.81 96	3.76 175	0.37 53	0.87 60	0.74 123	1.12 168	1.18 45	0.76 151	0.00 1	0.00 1	0.00 1	0.00 1	0.02 71	0.06 232

ACVNet	2.58 248	0.53 245	2.69 165	0.84 193	0.59 274	2.61 188	0.55 233	8.35 303	5.70 266	4.45 201	9.26 339	5.77 318	3.50 306	2.24 95	4.41 384	0.00 1	0.00 1	0.00 1	0.00 1	0.17 344	0.01 18

CASS	2.44 233	0.44 197	3.56 266	0.85 195	0.38 226	3.14 257	0.22 145	9.64 348	4.00 189	6.78 308	7.62 295	3.57 230	3.58 311	3.80 136	1.10 210	0.02 327	0.01 179	0.00 1	0.00 1	0.05 175	0.01 18
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RSM++	1.02 74	0.24 38	1.33 25	0.86 196	0.04 13	2.78 210	0.30 172	2.63 15	2.67 94	0.48 86	1.95 106	0.52 110	0.25 37	5.50 196	0.57 114	0.00 1	0.00 1	0.00 1	0.17 423	0.11 278	0.09 279

PS-NSSS	3.90 370	1.84 464	4.55 342	0.87 197	2.95 447	4.10 334	2.00 400	10.77 383	8.23 379	6.75 306	14.63 432	5.01 294	2.24 244	8.41 383	2.91 331	0.33 476	0.03 292	0.83 511	0.00 1	0.82 485	0.70 481

DEFOM-Stereo_RVC	0.98 65	2.14 476	1.55 47	0.88 198	0.26 182	0.56 6	0.04 34	2.80 18	0.86 19	0.30 33	0.80 57	0.21 59	2.33 251	6.17 221	0.37 63	0.00 1	0.07 375	0.00 1	0.17 423	0.01 24	0.01 18

UGAM-zero	3.51 336	0.33 101	4.44 332	0.88 198	0.65 285	3.52 292	0.16 120	11.35 399	2.71 98	5.09 225	5.82 231	15.28 471	9.14 474	8.38 380	1.61 256	0.00 1	0.16 457	0.00 1	0.46 498	0.02 71	0.19 390

test-1	1.82 153	0.45 205	5.42 388	0.89 200	0.41 234	2.14 133	0.56 235	5.75 214	4.15 204	3.28 169	5.11 202	3.61 231	0.70 129	1.53 61	1.56 251	0.02 327	0.34 496	0.00 1	0.08 382	0.02 71	0.30 433

hitnet-ft	3.66 348	0.65 292	2.79 186	0.89 200	0.72 298	4.25 338	0.55 233	9.11 333	7.52 351	7.14 330	10.19 354	12.49 448	4.70 374	7.44 315	4.41 384	0.03 369	0.00 1	0.06 458	0.00 1	0.20 367	0.04 179

HH	2.42 229	0.73 316	3.76 283	0.91 202	0.14 105	2.78 210	0.71 281	7.92 296	2.72 99	1.53 130	6.10 238	7.93 370	4.01 334	8.60 394	0.44 83	0.00 1	0.09 399	0.00 1	0.00 1	0.05 175	0.04 179

HanStereo	2.42 229	0.73 316	3.76 283	0.91 202	0.14 105	2.78 210	0.71 281	7.92 296	2.72 99	1.53 130	6.10 238	7.93 370	4.01 334	8.60 394	0.44 83	0.00 1	0.09 399	0.00 1	0.00 1	0.05 175	0.04 179

RAFT	2.57 247	0.76 325	3.09 227	0.91 202	0.09 59	2.41 161	0.94 335	5.35 195	2.65 93	6.11 268	7.21 281	9.43 400	4.30 352	5.73 206	1.77 272	0.00 1	0.12 427	0.00 1	0.02 329	0.46 459	0.08 266

Prome-Stereo	3.65 347	0.29 55	1.92 82	0.91 202	0.49 256	2.07 124	4.75 468	4.41 121	3.23 143	9.32 420	20.63 480	4.06 249	7.19 437	7.70 331	1.17 220	0.00 1	0.00 1	0.00 1	0.00 1	0.05 175	4.72 525

UniTT-Stereo	0.83 49	0.33 101	1.98 91	0.92 206	1.27 355	0.54 5	0.11 86	1.35 4	2.94 113	1.67 133	2.09 111	0.20 49	0.31 61	1.57 62	1.07 206	0.00 1	0.00 1	0.00 1	0.00 1	0.16 331	0.01 18

Selective-RAFT	1.69 136	0.32 84	3.29 242	0.92 206	0.18 142	3.89 323	0.06 54	4.22 113	4.00 189	1.47 129	1.98 107	3.07 205	2.81 276	6.35 237	0.89 186	0.01 240	0.00 1	0.00 1	0.21 442	0.05 175	0.00 1

ICVP	2.32 220	0.38 148	2.89 201	0.92 206	0.70 295	2.55 177	0.87 324	9.97 357	3.99 188	4.13 194	8.97 326	2.71 191	1.69 219	2.52 104	3.52 361	0.05 401	0.24 489	0.01 387	0.01 304	0.11 278	0.13 338
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
dad	4.66 414	1.89 468	5.51 396	0.94 209	0.09 59	2.16 137	0.37 184	7.10 281	14.43 465	10.13 441	16.84 450	14.97 467	1.90 232	6.82 270	4.15 378	1.09 506	0.11 420	4.08 528	0.46 498	0.17 344	0.06 232

FTStereo	4.55 413	0.36 135	2.18 120	0.94 209	0.38 226	2.60 187	8.82 510	4.98 162	3.17 137	10.88 457	30.35 517	5.60 315	7.60 449	7.62 325	1.55 250	0.17 452	0.00 1	0.05 454	0.00 1	0.03 116	3.80 519

R-Stereo Train	2.44 233	0.32 84	1.93 83	0.94 209	0.16 117	3.67 301	0.61 252	6.37 247	3.08 130	9.14 414	17.44 462	1.80 163	0.77 139	1.76 74	0.70 134	0.00 1	0.01 179	0.00 1	0.00 1	0.01 24	0.03 135

RAFT-Stereo	2.44 233	0.32 84	1.93 83	0.94 209	0.16 117	3.67 301	0.61 252	6.37 247	3.08 130	9.14 414	17.44 462	1.80 163	0.77 139	1.76 74	0.70 134	0.00 1	0.01 179	0.00 1	0.00 1	0.01 24	0.03 135
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CroCo-Stereo Lap2	1.24 103	0.88 357	3.39 251	0.95 213	4.59 506	0.47 4	0.08 69	3.51 71	2.80 106	1.17 125	2.24 119	1.57 155	0.20 29	1.48 58	1.14 215	0.00 1	0.00 1	0.00 1	0.00 1	0.15 324	0.12 330

LCNet	2.85 269	0.42 180	1.90 78	0.95 213	0.56 272	2.07 124	1.60 385	4.99 163	3.57 167	6.05 262	10.59 365	4.59 277	6.79 431	7.46 316	0.72 140	0.01 240	0.00 1	0.01 387	0.77 510	0.30 416	3.57 517

AEACV	0.80 45	0.29 55	1.70 66	0.96 215	0.24 172	2.03 122	0.88 325	3.50 69	0.88 28	0.34 47	0.20 24	0.29 76	2.01 235	1.77 76	0.33 50	0.00 1	0.03 292	0.00 1	0.29 468	0.10 258	0.09 279

test_3	1.88 163	0.22 26	2.75 175	0.96 215	0.22 165	1.28 46	0.77 295	4.62 136	5.87 275	6.55 303	1.84 104	4.28 264	0.45 100	6.48 246	0.76 151	0.00 1	0.01 179	0.00 1	0.28 467	0.17 344	0.14 347

FADNet_RVC	3.91 373	1.67 455	12.95 494	0.96 215	0.75 300	5.71 379	0.54 229	10.83 385	6.60 321	3.46 175	8.09 308	4.10 253	3.40 302	9.43 433	6.33 417	0.36 478	0.44 507	0.17 486	0.46 498	0.91 488	0.95 488

RAFT-Stereo-weight	1.67 134	0.31 71	1.57 49	0.97 218	0.15 110	3.19 263	0.77 295	5.06 166	6.19 302	4.96 219	3.38 157	2.83 192	0.35 66	2.87 110	0.74 144	0.01 240	0.06 355	0.00 1	0.00 1	0.01 24	0.02 86

CoDeX	3.43 330	0.68 303	4.49 335	0.98 219	1.65 380	6.37 393	2.14 402	13.23 459	6.07 291	7.23 337	8.95 323	4.09 251	3.79 327	6.31 231	2.37 312	0.03 369	0.06 355	0.00 1	0.00 1	0.07 217	0.15 358

testlalala	1.50 124	0.41 173	1.67 62	0.98 219	0.31 203	4.00 330	0.90 330	5.26 188	2.17 67	6.56 304	3.61 164	1.74 161	0.38 75	1.21 46	0.42 76	0.00 1	0.02 242	0.00 1	0.29 468	0.01 24	0.01 18

TransformOpticalFlow	3.38 322	0.70 310	4.54 339	1.00 221	0.30 195	3.56 294	0.14 108	9.67 349	7.30 345	5.55 237	13.34 416	6.74 346	5.03 388	8.22 375	1.34 232	0.00 1	0.01 179	0.01 387	0.00 1	0.04 145	0.11 315

fffy	1.13 92	0.51 233	2.15 112	1.01 222	0.09 59	2.30 151	0.19 132	4.07 107	1.13 44	0.16 9	2.66 129	0.20 49	0.38 75	6.98 285	0.35 54	0.00 1	0.06 355	0.00 1	0.00 1	0.14 320	0.16 370

test_1	1.85 157	0.21 23	2.45 137	1.02 223	0.22 165	1.37 56	0.82 307	4.66 143	5.06 242	7.02 322	1.73 97	4.09 251	0.41 87	6.51 250	0.76 151	0.00 1	0.00 1	0.00 1	0.29 468	0.18 355	0.14 347

RAFT-345	3.27 306	0.41 173	2.88 199	1.02 223	0.21 161	2.63 193	0.48 209	3.76 91	5.51 258	7.35 344	24.88 500	4.25 260	1.76 229	8.15 366	2.13 297	0.01 240	0.00 1	0.00 1	0.00 1	0.01 24	0.01 18

MyStereo07	1.31 110	0.79 335	1.61 53	1.03 225	1.11 341	2.63 193	0.46 206	5.48 202	2.24 69	0.64 101	1.48 85	0.27 71	0.59 121	7.03 288	0.45 87	0.00 1	0.09 399	0.00 1	0.01 304	0.11 278	0.09 279

MyStereo04	2.95 283	0.79 335	5.38 387	1.03 225	1.11 341	2.63 193	0.46 206	10.00 360	12.44 455	4.19 195	3.91 169	3.04 203	3.60 312	7.34 310	2.74 329	0.00 1	0.09 399	0.00 1	0.01 304	0.11 278	0.09 279

StereoVision	2.25 210	0.72 313	4.00 306	1.03 225	2.64 438	1.91 111	0.28 162	5.83 223	4.43 214	1.89 137	10.65 368	3.88 242	0.52 108	5.13 185	1.98 289	0.00 1	0.00 1	0.00 1	0.00 1	0.09 247	0.03 135

ToySt	2.69 253	0.55 253	7.03 438	1.03 225	0.10 67	3.49 284	1.04 346	6.38 251	4.55 223	2.69 149	6.28 250	7.95 374	4.38 356	5.08 182	2.58 322	0.01 240	0.11 420	0.00 1	0.04 363	0.28 413	0.19 390

test-3	1.86 158	0.21 23	2.46 140	1.03 225	0.22 165	1.38 57	0.83 311	4.65 141	5.04 241	7.26 339	1.78 102	4.10 253	0.41 87	6.53 253	0.76 151	0.00 1	0.00 1	0.00 1	0.29 468	0.18 355	0.14 347

DilatedVolume-Stereo	1.13 92	0.41 173	2.75 175	1.04 230	0.11 77	2.21 140	0.10 81	2.96 22	1.32 46	2.40 145	2.09 111	0.33 88	0.58 119	5.62 197	0.43 78	0.03 369	0.06 355	0.00 1	0.14 408	0.04 145	0.04 179

CFNet-RSSM	2.11 189	0.33 101	2.71 169	1.04 230	0.30 195	3.21 265	0.41 195	6.67 266	6.96 332	5.62 238	4.58 187	5.40 307	1.71 220	1.86 80	0.87 178	0.00 1	0.08 387	0.00 1	0.32 478	0.02 71	0.02 86

Gwc-CoAtRS	2.02 183	0.33 101	2.61 157	1.04 230	0.30 195	3.56 294	0.40 194	5.89 225	5.94 282	5.08 224	5.01 200	5.55 310	1.72 222	1.60 65	0.91 190	0.01 240	0.09 399	0.00 1	0.25 459	0.01 24	0.02 86

RAFT-Test	2.17 198	0.36 135	3.40 253	1.05 233	0.34 214	4.90 363	0.69 275	6.27 241	3.98 187	4.65 211	7.02 274	6.30 335	1.12 168	1.81 77	0.99 200	0.01 240	0.17 461	0.00 1	0.34 482	0.02 71	0.02 86

delet	4.27 400	0.72 313	4.50 336	1.07 234	3.75 479	10.79 466	4.04 451	9.95 356	7.89 366	8.09 375	8.89 321	8.46 383	3.81 329	7.56 321	5.80 409	0.00 1	0.00 1	0.00 1	0.00 1	0.11 278	0.02 86

sCroCo_RVC	1.21 100	0.65 292	5.16 377	1.09 235	1.29 359	0.92 8	0.19 132	3.92 99	2.68 97	0.30 33	3.04 143	0.52 110	1.56 211	1.58 63	0.78 159	0.09 429	0.25 490	0.00 1	0.00 1	0.07 217	0.11 315

MyStereo06	2.35 223	0.66 298	4.54 339	1.10 236	0.96 327	2.57 180	0.10 81	9.30 338	4.05 196	5.22 228	6.09 236	5.95 324	2.38 253	3.00 113	0.73 142	0.01 240	0.08 387	0.00 1	0.01 304	0.13 310	0.15 358

MyStereo05	2.94 282	0.66 298	5.25 384	1.10 236	0.96 327	2.57 180	0.10 81	8.53 313	12.34 454	6.28 285	3.88 167	3.18 211	3.30 293	7.81 339	2.37 312	0.01 240	0.08 387	0.00 1	0.01 304	0.13 310	0.15 358

anonymousdsp2	1.78 145	0.39 152	3.40 253	1.10 236	0.04 13	3.63 298	0.50 221	7.80 293	2.77 105	2.91 159	2.88 136	3.17 210	1.01 159	5.15 186	0.43 78	0.00 1	0.01 179	0.02 418	0.15 412	0.05 175	0.12 330

raft_robust	2.64 251	1.20 411	2.62 159	1.10 236	0.28 192	1.50 73	0.12 92	6.28 242	9.04 395	6.80 310	7.19 280	3.73 239	2.13 239	9.06 419	1.07 206	0.03 369	0.12 427	0.00 1	0.21 442	0.17 344	0.22 401

NRIStereo	2.14 193	0.35 125	2.65 162	1.10 236	0.14 105	3.05 247	0.86 322	5.35 195	3.18 140	6.24 279	3.36 156	4.17 257	1.82 231	8.12 363	2.01 290	0.00 1	0.10 411	0.00 1	0.00 1	0.12 295	0.19 390

cross-raft	2.03 184	0.35 125	2.78 182	1.10 236	0.16 117	3.77 317	0.48 209	7.03 280	3.75 173	5.06 223	5.55 227	6.26 332	1.41 196	1.75 73	0.89 186	0.01 240	0.07 375	0.00 1	0.19 435	0.03 116	0.03 135

DeepPruner_ROB	3.52 337	1.14 406	4.06 312	1.12 242	1.65 380	3.65 300	0.83 311	13.96 469	4.47 218	7.80 361	10.84 372	7.05 355	2.16 242	8.14 365	3.08 337	0.07 419	0.03 292	0.00 1	0.01 304	0.32 425	0.06 232

EGLCR-Stereo	1.04 79	0.20 18	2.00 95	1.14 243	0.16 117	2.50 169	0.11 86	4.96 158	2.61 91	0.79 108	0.07 12	1.46 150	0.37 71	3.96 144	0.23 24	0.01 240	0.05 337	0.00 1	0.00 1	0.00 1	0.07 251

999	1.25 105	0.37 142	1.63 57	1.15 244	0.34 214	3.03 245	0.66 266	3.41 61	2.27 71	0.30 33	3.20 148	0.19 45	0.25 37	7.23 304	0.85 171	0.00 1	0.00 1	0.00 1	0.00 1	0.16 331	0.01 18

LL-Strereo	4.71 415	1.64 451	7.51 451	1.15 244	4.31 492	3.71 307	1.45 377	9.21 335	8.36 382	8.37 389	8.17 310	10.82 425	11.36 492	12.51 481	4.82 393	0.00 1	0.12 427	0.00 1	0.00 1	0.31 421	0.32 437

MM-Stereo_test1	1.57 128	0.36 135	2.19 121	1.17 246	0.35 217	2.39 159	0.56 235	4.53 129	5.21 248	3.67 181	1.65 94	0.40 94	0.84 149	6.90 277	0.80 164	0.00 1	0.03 292	0.00 1	0.00 1	0.31 421	0.03 135

MIM_Stereo	2.50 243	0.75 322	4.26 321	1.18 247	0.11 77	3.08 248	0.33 178	6.07 230	3.28 147	5.01 221	10.12 353	4.29 266	1.74 225	8.06 359	1.27 225	0.00 1	0.12 427	0.00 1	0.01 304	0.18 355	0.15 358

SGM-Forest	4.96 417	0.32 84	2.84 191	1.21 248	0.64 284	10.23 455	6.64 495	11.55 406	10.98 433	10.94 460	13.59 419	11.65 440	4.30 352	8.94 415	4.63 388	0.11 434	0.04 321	0.00 1	0.00 1	0.05 175	0.46 461
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
H2IRNET	2.16 196	0.45 205	2.60 155	1.22 249	0.03 11	1.98 119	0.13 101	4.73 145	7.04 337	1.15 123	7.79 303	5.88 322	3.39 300	4.97 180	1.45 240	0.01 240	0.00 1	0.04 447	0.17 423	0.19 363	0.03 135

test_xeample	4.13 386	0.36 135	2.75 175	1.23 250	0.51 263	3.96 328	0.13 101	12.63 446	7.65 355	7.49 350	10.86 374	3.29 214	3.36 295	6.71 266	21.53 523	0.02 327	0.03 292	0.00 1	0.00 1	0.03 116	0.04 179

AIO-test2	2.70 256	1.23 414	3.52 263	1.24 251	3.05 448	2.65 196	0.06 54	6.30 243	15.40 475	2.58 148	7.30 285	0.48 105	0.57 117	5.36 191	0.96 195	3.06 522	0.00 1	0.00 1	0.01 304	0.16 331	0.15 358

anonymousa	3.80 362	0.55 253	3.35 247	1.24 251	3.74 475	9.04 441	0.36 182	6.74 269	4.03 192	7.72 359	19.64 473	10.62 420	6.01 414	1.52 60	1.40 235	0.00 1	0.00 1	0.00 1	0.05 369	0.00 1	0.03 135

model_zeroshot	1.52 125	0.42 180	4.10 316	1.25 253	0.11 77	3.04 246	0.14 108	5.79 220	2.84 108	3.12 164	3.65 165	2.05 174	0.42 92	2.38 100	0.71 138	0.01 240	0.10 411	0.00 1	0.20 438	0.02 71	0.04 179

RAFT_R40	2.71 257	0.33 101	3.00 206	1.26 254	0.30 195	3.83 321	1.00 342	5.69 212	4.29 208	9.69 430	6.33 254	5.02 295	4.02 336	8.58 393	0.86 176	0.01 240	0.00 1	0.00 1	0.00 1	0.03 116	0.02 86

LALA_ROB	6.58 451	1.80 461	6.25 419	1.26 254	0.94 325	10.08 452	9.02 512	16.00 492	11.51 443	12.74 477	13.02 413	24.77 517	5.25 394	10.56 453	8.02 443	0.04 389	0.05 337	0.00 1	0.02 329	0.10 258	0.25 415

DualNet (step1)	3.91 373	1.11 401	6.15 416	1.27 256	0.60 276	5.22 369	2.54 410	10.66 377	7.73 360	8.36 385	7.55 291	6.55 339	4.27 347	6.58 256	1.62 257	1.49 513	0.03 292	3.10 523	2.99 529	0.20 367	0.15 358

test_sample9	5.87 432	1.11 401	6.15 416	1.27 256	0.60 276	5.22 369	2.54 410	10.66 377	7.73 360	8.36 385	7.55 291	6.55 339	4.27 347	11.68 471	11.44 489	1.49 513	24.31 563	3.10 523	2.99 529	0.20 367	0.15 358

test_sample8	7.99 479	1.11 401	6.15 416	1.27 256	0.60 276	5.22 369	2.54 410	12.04 425	6.15 297	17.46 503	9.02 328	24.67 516	18.16 514	11.68 471	11.44 489	1.49 513	24.31 563	3.10 523	2.99 529	0.20 367	0.15 358

RAFT_CTSACE	3.40 326	1.07 392	4.52 337	1.27 256	3.14 450	4.00 330	1.07 350	3.93 101	4.43 214	4.66 212	17.94 465	7.21 360	2.76 273	10.82 458	0.85 171	0.00 1	0.07 375	0.00 1	0.00 1	0.30 416	0.01 18

RAFT-Stereo + iAFF	2.12 190	0.58 266	2.43 135	1.27 256	0.16 117	1.60 80	0.14 108	5.17 174	5.90 278	7.10 328	10.10 352	3.06 204	1.74 225	1.87 82	0.97 198	0.01 240	0.02 242	0.00 1	0.00 1	0.23 391	0.02 86

HI	3.18 301	0.90 363	3.05 220	1.28 261	0.15 110	2.29 146	0.04 34	5.31 192	3.52 162	7.96 369	12.69 408	11.43 436	6.61 423	4.26 156	4.02 374	0.00 1	0.06 355	0.00 1	0.00 1	0.05 175	0.01 18

CoSv	3.18 301	0.90 363	3.05 220	1.28 261	0.15 110	2.29 146	0.04 34	5.31 192	3.52 162	7.96 369	12.69 408	11.43 436	6.61 423	4.26 156	4.02 374	0.00 1	0.06 355	0.00 1	0.00 1	0.05 175	0.01 18

FACV-RUCA	2.21 203	0.34 115	3.59 268	1.30 263	2.90 446	2.22 142	1.25 364	7.98 298	5.71 271	3.59 178	7.21 281	1.14 137	1.60 215	3.12 116	1.46 241	0.01 240	0.03 292	0.10 472	0.04 363	0.35 435	0.17 375

CBMV_ROB	4.14 387	0.52 241	3.14 231	1.30 263	0.77 304	6.92 406	1.97 399	10.11 366	9.58 405	8.92 409	14.20 426	7.12 357	5.90 411	8.65 397	3.50 356	0.01 240	0.05 337	0.00 1	0.00 1	0.04 145	0.09 279

GREAT-IGEV	0.72 39	0.29 55	1.91 79	1.31 265	0.40 230	1.41 63	0.08 69	2.29 11	2.48 81	0.18 10	0.69 48	0.10 37	0.34 65	1.72 71	0.37 63	0.00 1	0.09 399	0.00 1	0.22 448	0.10 258	0.41 450

PAM_32	3.50 335	0.32 84	5.22 381	1.32 266	0.53 268	7.49 419	0.39 190	9.52 346	3.91 183	5.22 228	5.28 219	16.75 485	7.44 443	4.61 167	0.90 189	0.00 1	0.20 475	0.00 1	0.39 490	0.09 247	0.39 445

SST-Stereo	2.75 261	0.31 71	2.78 182	1.33 267	0.33 212	3.99 329	0.82 307	5.60 208	3.93 185	10.92 458	6.19 244	5.00 293	4.23 345	8.66 398	0.74 144	0.00 1	0.00 1	0.00 1	0.00 1	0.03 116	0.03 135

pcwnet_v2	4.20 392	0.36 135	8.53 460	1.33 267	1.12 343	3.43 275	0.41 195	12.85 449	14.16 464	9.90 436	14.29 427	5.90 323	3.03 284	6.20 224	2.06 294	0.01 240	0.05 337	0.04 447	0.02 329	0.16 331	0.18 379

MM-Stereo_test2	0.99 69	0.29 55	2.26 125	1.34 269	0.12 91	1.78 103	0.53 226	4.71 144	3.31 150	0.76 106	0.80 57	0.50 109	0.35 66	1.86 80	0.73 142	0.00 1	0.05 337	0.00 1	0.07 377	0.26 405	0.06 232

ffm	2.90 278	0.31 71	3.97 300	1.34 269	0.98 329	2.80 213	0.48 209	4.53 129	10.19 416	6.29 287	9.23 331	5.59 311	3.72 323	8.00 349	0.46 91	0.00 1	0.02 242	0.00 1	0.00 1	0.10 258	0.04 179

ff1	3.45 334	0.31 71	3.97 300	1.34 269	0.98 329	2.80 213	0.48 209	4.53 129	10.19 416	6.29 287	9.23 331	5.59 311	3.72 323	10.11 444	9.35 467	0.00 1	0.02 242	0.00 1	0.00 1	0.10 258	0.04 179

mmx	3.86 366	0.31 71	3.97 300	1.34 269	0.98 329	2.80 213	0.48 209	12.18 433	10.66 429	6.29 287	9.23 331	5.59 311	3.72 323	10.11 444	9.35 467	0.05 401	0.02 242	0.00 1	0.00 1	0.03 116	0.04 179

xxx	3.86 366	0.31 71	3.98 304	1.34 269	0.98 329	2.80 213	0.48 209	12.18 433	10.66 429	6.29 287	9.23 331	5.59 311	3.72 323	10.11 444	9.35 467	0.05 401	0.02 242	0.00 1	0.00 1	0.03 116	0.04 179

DSFCA	4.21 394	0.50 227	5.45 391	1.34 269	1.68 385	7.04 408	4.51 463	10.73 381	7.00 334	10.78 455	6.80 264	8.48 385	4.63 371	9.91 442	5.12 398	0.02 327	0.06 355	0.02 418	0.03 345	0.08 229	0.03 135

NaN_ROB	6.00 440	1.24 416	6.29 420	1.34 269	1.68 385	9.60 449	10.31 522	15.09 483	15.79 478	12.62 475	8.95 323	11.67 443	5.83 408	11.78 475	6.41 419	0.05 401	0.13 437	0.08 467	0.20 438	0.22 384	0.79 483

PAM	3.38 322	0.31 71	5.61 401	1.37 276	0.71 296	7.60 425	0.38 189	8.94 327	3.55 165	5.54 236	4.69 189	16.09 479	7.03 435	3.67 131	1.02 204	0.00 1	0.21 478	0.00 1	0.38 487	0.07 217	0.41 450

Any-RAFT	2.18 200	0.25 39	1.94 86	1.37 276	0.80 307	5.01 366	0.56 235	8.51 312	5.58 263	4.01 192	4.85 194	5.44 308	2.26 248	2.45 102	0.35 54	0.00 1	0.15 449	0.00 1	0.00 1	0.02 71	0.02 86

riskmin	1.88 163	0.15 1	2.11 111	1.38 278	0.88 314	2.40 160	0.04 34	5.93 226	6.10 292	2.25 141	1.34 80	6.06 326	5.08 391	2.78 108	1.01 203	0.00 1	0.02 242	0.00 1	0.00 1	0.01 24	0.06 232

MLCV	3.44 333	0.88 357	5.60 400	1.39 279	0.25 175	4.36 345	0.33 178	7.25 283	7.28 344	9.17 416	12.24 403	5.09 297	2.47 256	9.15 422	3.23 342	0.00 1	0.00 1	0.00 1	0.00 1	0.10 258	0.02 86

Anonymous_2	4.14 387	0.62 282	3.21 237	1.40 280	1.43 369	5.19 368	0.32 174	6.63 263	4.38 212	4.48 204	2.30 121	8.08 375	7.00 433	5.37 192	2.29 306	0.23 463	0.75 515	5.20 531	18.12 556	5.66 525	0.23 407

qqq	1.93 171	0.30 66	2.96 205	1.40 280	0.05 16	1.96 118	0.39 190	8.45 307	3.33 152	3.06 162	3.84 166	4.67 279	2.70 267	4.40 161	0.96 195	0.00 1	0.01 179	0.00 1	0.00 1	0.02 71	0.03 135

MMNet	4.16 390	0.77 328	5.47 392	1.40 280	1.67 383	10.78 465	0.63 256	8.64 321	8.47 386	8.80 404	8.33 311	7.51 361	6.61 423	7.53 320	6.54 422	0.00 1	0.00 1	0.00 1	0.00 1	0.03 116	0.05 214

IGEV_Zeroshot_test	2.13 192	0.50 227	4.91 360	1.41 283	0.18 142	2.62 191	0.36 182	7.80 293	3.87 179	5.04 222	5.42 223	4.77 282	1.03 162	3.43 125	0.79 161	0.00 1	0.16 457	0.00 1	0.18 430	0.17 344	0.04 179

RYNet	6.34 446	0.89 360	5.88 406	1.41 283	4.48 503	15.97 501	4.18 454	13.41 461	16.49 481	10.81 456	7.00 273	14.33 463	8.72 465	9.43 433	13.71 501	0.00 1	0.01 179	0.00 1	0.00 1	0.02 71	0.07 251

MM-Stereo_test3	1.83 155	0.59 269	1.93 83	1.43 285	3.99 487	2.44 164	0.81 305	5.81 221	6.70 324	1.73 136	4.79 190	1.23 141	0.65 124	3.30 119	0.85 171	0.00 1	0.01 179	0.00 1	0.00 1	0.33 429	0.05 214

PSMNet-ADL	2.98 284	0.43 191	2.41 134	1.43 285	0.40 230	5.94 386	0.28 162	8.45 307	5.13 245	3.36 173	6.77 263	8.41 381	4.61 370	7.20 303	4.55 387	0.02 327	0.09 399	0.00 1	0.00 1	0.01 24	0.03 135

RAFT + AFF	4.30 402	1.55 443	5.84 405	1.43 285	2.36 427	5.94 386	6.72 496	10.01 361	7.56 352	7.55 352	8.96 325	7.09 356	6.73 429	8.57 392	4.02 374	0.02 327	0.47 510	0.00 1	0.01 304	0.56 464	0.54 470

FADNet-RVC-Resample	3.79 360	1.62 449	12.06 482	1.43 285	0.66 286	5.94 386	2.41 406	10.18 368	8.58 391	6.28 285	4.22 177	5.33 306	4.80 382	7.71 332	3.19 340	0.17 452	0.21 478	0.17 486	0.12 403	0.41 454	0.29 431

ETE_ROB	5.80 431	1.77 459	6.33 421	1.44 289	0.78 306	6.43 395	6.90 498	12.53 443	8.08 373	12.93 481	14.89 434	21.13 511	5.87 410	9.83 440	6.57 423	0.04 389	0.01 179	0.00 1	0.02 329	0.08 229	0.33 438

1111x	4.25 398	0.30 66	4.31 324	1.47 290	0.37 224	5.10 367	0.32 174	12.86 450	9.82 410	6.01 260	9.73 348	8.78 391	5.97 413	9.43 433	10.39 479	0.06 410	0.03 292	0.00 1	0.00 1	0.02 71	0.04 179

222	5.36 425	0.40 162	2.72 171	1.50 291	0.48 253	6.15 389	0.07 62	13.73 467	8.06 371	8.79 402	11.03 378	3.71 238	4.21 343	7.47 318	38.74 555	0.03 369	0.02 242	0.00 1	0.00 1	0.04 145	0.05 214

CFNet-ft	3.31 311	0.94 376	2.69 165	1.50 291	2.38 428	2.81 221	0.68 270	8.35 303	7.43 347	4.45 201	9.94 350	10.20 413	4.60 368	6.50 249	3.41 348	0.00 1	0.00 1	0.03 435	0.00 1	0.22 384	0.03 135

CFNet_RVC	3.31 311	0.94 376	2.69 165	1.50 291	2.38 428	2.81 221	0.68 270	8.35 303	7.43 347	4.45 201	9.94 350	10.20 413	4.60 368	6.49 247	3.41 348	0.00 1	0.00 1	0.03 435	0.00 1	0.22 384	0.03 135

DCVSM-stereo	3.13 296	0.37 142	2.95 203	1.51 294	0.80 307	2.75 208	0.49 219	6.79 271	5.25 249	11.43 466	5.57 228	10.79 424	5.30 395	5.25 187	2.95 332	0.03 369	0.09 399	0.03 435	0.00 1	0.12 295	0.09 279

CBFPSM	4.87 416	0.94 376	14.70 501	1.51 294	1.15 346	11.49 471	2.55 414	7.28 284	6.47 316	6.23 278	4.83 193	15.30 472	8.99 470	6.88 274	8.20 451	0.03 369	0.02 242	0.00 1	0.00 1	0.40 451	0.42 453

z-ln-s-r	5.99 439	1.34 428	15.55 504	1.52 296	1.95 406	3.28 267	2.71 419	7.72 290	11.16 436	6.43 297	25.06 502	8.76 390	5.86 409	11.03 462	17.17 511	0.00 1	0.00 1	0.00 1	0.00 1	0.24 401	0.11 315

DFGA-Net	2.78 263	1.91 469	7.35 446	1.52 296	0.36 220	3.36 272	0.20 138	6.64 264	5.93 281	4.88 217	6.31 253	2.18 176	1.12 168	7.43 314	5.98 412	0.00 1	0.00 1	0.00 1	0.00 1	0.37 441	0.04 179

GIP-stereo	0.70 36	0.44 197	1.70 66	1.52 296	0.75 300	1.48 68	0.05 47	4.18 112	1.10 41	0.18 10	0.42 34	0.58 116	0.38 75	0.65 10	0.46 91	0.00 1	0.00 1	0.00 1	0.00 1	0.05 175	0.01 18

AIO-Stereo-zeroshot	2.86 273	0.99 381	7.52 452	1.52 296	0.92 321	2.94 237	0.03 30	9.31 339	3.81 177	2.42 146	5.86 233	9.23 396	4.64 372	4.31 158	2.19 303	0.02 327	0.18 465	0.00 1	0.54 502	0.35 435	0.35 440

Wz-Net-LNSev	6.46 448	1.93 470	16.44 508	1.52 296	4.15 490	12.66 485	4.96 471	13.05 455	12.10 451	10.55 452	16.23 442	11.32 435	7.19 437	8.43 385	8.48 455	0.00 1	0.01 179	0.00 1	0.00 1	0.08 229	0.06 232

AIO-Stereo-zeroshot1	3.58 342	1.29 425	12.46 486	1.53 301	0.98 329	3.48 282	0.81 305	11.99 421	4.40 213	4.33 198	11.05 379	8.83 392	2.02 236	4.52 163	1.66 262	0.01 240	0.14 442	0.00 1	0.68 507	0.86 487	0.44 457

GMStereo_Zeroshot	2.77 262	1.98 473	5.14 375	1.53 301	0.36 220	3.56 294	0.10 81	5.57 206	5.91 280	6.89 317	7.02 274	8.50 387	0.91 151	6.01 215	1.65 261	0.00 1	0.00 1	0.00 1	0.00 1	0.20 367	0.01 18

CSP-Net	4.12 385	1.28 423	3.70 281	1.54 303	1.06 337	13.28 492	2.33 405	12.96 453	5.45 254	8.87 407	8.54 316	8.43 382	3.03 284	8.16 367	3.65 364	0.00 1	0.00 1	0.00 1	0.00 1	0.18 355	0.03 135

ADCP+	8.09 480	1.79 460	14.50 499	1.54 303	4.28 491	16.57 503	5.20 474	12.80 448	11.20 438	12.83 480	17.07 455	11.02 431	10.80 489	17.59 514	23.18 532	0.03 369	0.05 337	0.01 387	0.18 430	0.39 448	0.81 484

GrayStereo	3.74 353	0.20 18	1.94 86	1.55 305	0.60 276	3.12 255	8.22 507	5.76 216	3.32 151	10.40 447	16.66 448	5.81 321	8.60 464	6.57 255	1.37 234	0.01 240	0.00 1	0.01 387	0.63 503	0.02 71	0.04 179

RAFT-RH_RVC	3.96 376	0.46 211	2.93 202	1.55 305	0.42 237	3.14 257	0.14 108	3.70 81	5.98 286	11.25 464	32.23 522	5.29 302	1.68 218	8.13 364	2.14 298	0.08 424	0.00 1	0.00 1	0.03 345	0.01 24	0.00 1

AFF-stereo	2.59 249	0.68 303	2.35 132	1.55 305	0.17 127	1.67 88	0.08 69	5.75 214	6.60 321	6.20 276	12.13 398	6.16 329	2.36 252	4.75 170	1.11 211	0.02 327	0.02 242	0.00 1	0.00 1	0.23 391	0.05 214

BEATNet_4x	3.24 304	1.27 420	5.89 407	1.56 308	0.10 67	5.26 372	1.07 350	10.08 364	5.50 256	6.89 317	7.73 299	4.53 275	4.13 338	5.05 181	5.27 399	0.04 389	0.05 337	0.00 1	0.00 1	0.23 391	0.23 407

ssnet_v2	4.46 405	0.87 353	5.18 378	1.57 309	0.67 288	9.14 442	4.73 467	11.84 415	9.68 406	8.79 402	6.24 249	9.91 406	4.34 355	6.28 228	9.30 466	0.00 1	0.01 179	0.00 1	0.00 1	0.28 413	0.30 433

AE-Stereo	1.44 119	0.32 84	2.69 165	1.58 310	0.20 158	2.24 143	0.59 246	6.01 227	5.70 266	1.18 126	3.17 147	1.02 133	0.78 142	1.73 72	0.83 167	0.02 327	0.18 465	0.00 1	0.29 468	0.11 278	0.07 251

GES	2.49 240	0.38 148	4.29 323	1.58 310	0.05 16	4.58 355	1.07 350	9.70 350	3.39 156	5.21 227	6.64 260	1.84 166	3.36 295	4.86 172	2.54 321	0.06 410	0.01 179	0.06 458	0.01 304	0.12 295	0.03 135

MSMD_ROB	9.28 493	1.09 396	4.65 347	1.58 310	0.39 228	16.52 502	4.41 461	13.60 464	14.87 472	22.34 516	39.89 540	25.67 520	20.71 525	12.42 480	6.98 428	0.34 477	0.03 292	0.00 1	0.00 1	0.05 175	0.09 279

HSM	4.00 381	0.79 335	3.16 233	1.59 313	2.17 418	6.77 403	1.11 354	12.28 435	6.35 310	6.75 306	8.11 309	13.90 458	5.37 397	8.85 411	2.71 325	0.00 1	0.00 1	0.00 1	0.00 1	0.02 71	0.02 86

SA	3.06 289	0.74 320	3.79 286	1.60 314	0.30 195	3.19 263	1.43 376	6.72 268	9.06 396	4.63 210	10.80 370	2.89 195	4.71 375	9.62 439	1.18 221	0.00 1	0.09 399	0.00 1	0.19 435	0.23 391	0.02 86

G2L-Stereo	3.40 326	0.93 373	4.73 353	1.61 315	2.05 410	2.88 233	0.60 249	8.94 327	5.84 274	7.42 346	7.33 287	8.61 389	2.16 242	8.44 386	6.11 413	0.00 1	0.00 1	0.00 1	0.00 1	0.24 401	0.18 379

MyStereo8	2.88 277	1.19 410	5.03 366	1.61 315	3.75 479	4.30 341	0.07 62	6.14 233	6.16 298	6.22 277	9.64 347	4.28 264	1.45 199	2.05 91	4.76 392	0.00 1	0.16 457	0.00 1	0.14 408	0.26 405	0.43 455

NINENet	3.09 291	0.56 259	3.22 238	1.61 315	1.37 365	7.12 410	0.50 221	11.88 417	5.63 264	6.63 305	8.40 313	5.29 302	0.83 146	6.51 250	1.77 272	0.15 446	0.07 375	0.07 464	0.00 1	0.09 247	0.00 1

DMCA	2.82 268	0.64 286	4.45 333	1.61 315	0.89 318	3.86 322	0.57 244	9.18 334	5.10 244	6.24 279	6.49 258	7.17 358	2.13 239	3.31 120	4.73 390	0.00 1	0.01 179	0.00 1	0.00 1	0.04 145	0.02 86

TDLM	4.11 384	1.11 401	3.54 264	1.62 319	1.04 336	3.91 325	7.41 504	10.60 375	10.67 431	6.38 293	12.59 406	5.95 324	4.77 378	8.79 409	3.04 335	0.58 492	0.00 1	0.01 387	0.00 1	0.19 363	0.12 330

CBMV	5.35 424	0.91 367	3.67 277	1.62 319	0.44 238	10.09 453	7.19 502	12.49 442	12.33 453	12.22 472	14.69 433	10.93 429	6.48 421	8.51 389	4.96 395	0.02 327	0.15 449	0.00 1	0.00 1	0.17 344	0.17 375
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
EDNetEfficientorigin	17.87 536	14.00 536	99.53 580	1.64 321	0.92 321	10.55 460	6.26 489	13.21 457	34.84 536	38.20 545	36.91 535	27.47 525	26.32 538	14.71 500	25.69 538	0.04 389	0.06 355	0.14 481	0.52 501	3.16 517	3.27 515

FADNet	4.23 395	1.65 452	11.75 481	1.64 321	0.80 307	4.80 360	0.77 295	13.76 468	11.65 444	3.97 190	5.24 214	9.62 402	5.14 392	8.40 382	3.78 368	0.21 460	0.04 321	0.07 464	0.05 369	1.14 493	0.10 301

DCRE	1.79 146	0.68 303	2.55 149	1.66 323	0.27 185	1.27 44	0.05 47	4.57 133	4.04 194	3.30 171	9.24 336	3.83 241	1.20 184	2.08 92	0.67 130	0.00 1	0.12 427	0.00 1	0.24 454	0.04 145	0.09 279

UNet	3.97 379	0.61 277	6.50 428	1.68 324	3.22 454	9.82 450	0.31 173	9.50 343	5.32 252	7.20 336	6.35 256	10.59 418	5.91 412	6.93 279	5.49 403	0.00 1	0.00 1	0.00 1	0.00 1	0.02 71	0.01 18

SMFormer	3.54 338	0.39 152	3.61 270	1.69 325	0.11 77	2.85 228	0.29 166	12.46 438	10.41 421	7.16 332	10.23 356	4.78 283	4.45 361	8.71 403	3.51 357	0.07 419	0.05 337	0.00 1	0.00 1	0.06 199	0.04 179

tta	3.54 338	0.39 152	3.61 270	1.69 325	0.11 77	2.85 228	0.29 166	12.46 438	10.41 421	7.16 332	10.23 356	4.78 283	4.45 361	8.71 403	3.51 357	0.07 419	0.05 337	0.00 1	0.00 1	0.06 199	0.03 135

qqq1	3.38 322	0.39 152	3.61 270	1.69 325	0.11 77	2.85 228	0.29 166	12.46 438	10.41 421	7.16 332	10.23 356	4.78 283	4.45 361	8.71 403	0.30 42	0.07 419	0.05 337	0.00 1	0.00 1	0.06 199	0.03 135

fff1	3.38 322	0.39 152	3.61 270	1.69 325	0.11 77	2.85 228	0.29 166	12.46 438	10.41 421	7.16 332	10.23 356	4.78 283	4.45 361	8.71 403	0.30 42	0.07 419	0.05 337	0.00 1	0.00 1	0.06 199	0.03 135

xxxx	4.51 409	0.31 71	2.77 180	1.69 325	0.47 251	7.74 427	0.07 62	14.04 470	7.91 368	5.82 246	8.97 326	9.34 397	3.41 303	7.33 309	20.24 518	0.05 401	0.03 292	0.00 1	0.00 1	0.03 116	0.04 179

FADNet-RVC	3.98 380	1.84 464	12.48 488	1.69 325	0.44 238	4.33 342	1.31 371	11.84 415	7.15 341	3.53 177	3.50 162	10.63 421	4.43 359	9.12 420	6.25 416	0.03 369	0.10 411	0.00 1	0.03 345	0.60 470	0.25 415

w-ln-seven-2	7.09 465	2.32 480	23.44 527	1.71 331	1.06 337	7.81 428	3.98 448	12.02 423	14.65 469	13.06 483	20.38 478	11.70 444	9.83 482	10.65 456	8.66 457	0.02 327	0.05 337	0.00 1	0.02 329	0.32 425	0.14 347

G2L-ROB	3.43 330	0.77 328	3.89 297	1.71 331	1.16 347	4.51 352	0.44 203	11.70 410	5.70 266	7.51 351	5.34 222	11.24 434	1.71 220	7.66 328	5.10 397	0.00 1	0.00 1	0.00 1	0.00 1	0.12 295	0.10 301

ASMatch	3.32 317	0.50 227	3.32 245	1.72 333	0.45 243	1.93 113	0.68 270	6.42 253	3.89 181	6.18 274	22.30 487	4.61 278	4.82 383	7.65 326	1.70 265	0.00 1	0.02 242	0.00 1	0.03 345	0.01 24	0.18 379

gwcnet-sp	3.31 311	1.47 435	7.26 442	1.73 334	0.69 291	7.57 422	1.14 356	8.59 315	6.17 299	8.57 395	5.25 216	4.26 261	3.36 295	6.46 241	3.44 350	0.00 1	0.00 1	0.00 1	0.00 1	0.15 324	0.11 315

scenet	3.31 311	1.47 435	7.26 442	1.73 334	0.69 291	7.57 422	1.14 356	8.59 315	6.17 299	8.57 395	5.25 216	4.26 261	3.36 295	6.46 241	3.44 350	0.00 1	0.00 1	0.00 1	0.00 1	0.15 324	0.11 315

ssnet	3.31 311	1.47 435	7.26 442	1.73 334	0.69 291	7.57 422	1.14 356	8.59 315	6.17 299	8.57 395	5.25 216	4.26 261	3.36 295	6.46 241	3.44 350	0.00 1	0.00 1	0.00 1	0.00 1	0.15 324	0.11 315

DisPM	2.43 231	0.32 84	3.04 215	1.76 337	0.18 142	3.46 277	0.65 263	5.13 169	4.88 237	8.59 398	7.04 277	2.84 193	1.03 162	8.85 411	0.83 167	0.01 240	0.00 1	0.00 1	0.00 1	0.01 24	0.02 86

SANet	10.64 507	1.86 466	10.91 475	1.76 337	0.71 296	14.62 496	9.23 515	19.18 517	37.14 540	19.22 507	27.96 509	25.86 521	19.11 520	13.02 487	10.63 481	0.08 424	0.06 355	0.03 435	0.02 329	0.62 471	0.81 484

rvit_105_1	2.44 233	0.80 339	5.08 370	1.77 339	0.09 59	1.95 115	3.62 444	5.62 211	8.21 378	4.85 216	2.07 110	3.15 209	1.58 213	7.08 293	2.71 325	0.00 1	0.00 1	0.00 1	0.01 304	0.04 145	0.08 266

coex-ft	19.78 542	19.39 540	87.73 570	1.77 339	1.80 397	17.25 508	13.50 535	12.63 446	42.10 546	60.18 563	38.90 537	28.72 526	28.74 539	11.74 473	27.40 541	0.21 460	0.23 484	0.04 447	0.30 474	1.36 499	1.54 501

AAGNet	3.41 328	0.34 115	2.45 137	1.78 341	0.39 228	3.69 305	1.05 347	4.79 148	4.61 227	9.62 428	7.74 301	4.98 289	6.38 420	7.34 310	13.02 497	0.00 1	0.00 1	0.00 1	0.00 1	0.03 116	0.04 179

iinet-f	5.94 435	1.60 447	26.88 535	1.79 342	1.38 366	11.92 479	1.47 378	6.80 272	7.11 339	6.90 319	14.43 428	10.64 422	7.97 454	7.00 287	12.12 493	0.02 327	0.03 292	0.05 454	0.00 1	0.63 473	0.02 86

test_sample4	2.87 275	0.40 162	4.54 339	1.80 343	0.54 270	3.95 327	0.15 114	11.48 404	6.49 318	6.33 291	6.81 265	3.68 236	2.65 265	6.11 218	2.36 311	0.02 327	0.01 179	0.00 1	0.00 1	0.04 145	0.05 214

Pruner-Stereo	2.49 240	0.40 162	2.46 140	1.80 343	0.25 175	3.51 289	0.77 295	6.03 228	4.92 238	8.91 408	6.09 236	4.45 271	1.11 167	6.99 286	2.11 295	0.02 327	0.00 1	0.02 418	0.00 1	0.01 24	0.04 179

test_sample5	2.91 280	0.40 162	4.33 325	1.81 345	0.50 259	3.33 270	0.17 125	11.27 395	6.55 319	6.18 274	8.35 312	3.65 232	2.71 270	6.61 258	2.15 299	0.02 327	0.02 242	0.00 1	0.00 1	0.05 175	0.05 214

DualNet	3.05 288	0.40 162	4.33 325	1.81 345	0.50 259	3.33 270	0.17 125	11.27 395	6.55 319	6.50 299	10.86 374	3.65 232	2.71 270	6.61 258	2.15 299	0.02 327	0.02 242	0.00 1	0.00 1	0.05 175	0.05 214

PSM-softLoss	2.24 205	0.34 115	3.42 255	1.81 345	0.17 127	2.74 203	0.39 190	6.17 237	2.92 111	6.26 282	6.29 251	2.96 197	0.97 157	8.68 399	1.71 266	0.00 1	0.00 1	0.00 1	0.00 1	0.02 71	0.02 86

KMStereo	2.24 205	0.34 115	3.42 255	1.81 345	0.17 127	2.74 203	0.39 190	6.17 237	2.92 111	6.26 282	6.29 251	2.96 197	0.97 157	8.68 399	1.71 266	0.00 1	0.00 1	0.00 1	0.00 1	0.02 71	0.02 86

SDNR	7.50 469	2.32 480	15.58 505	1.82 349	0.63 282	44.66 555	0.44 203	8.59 315	9.52 404	9.84 433	25.18 503	5.30 305	4.38 356	11.46 468	6.49 421	0.05 401	0.03 292	0.00 1	0.01 304	1.79 507	1.87 505

CSAN	7.62 470	1.60 447	6.56 429	1.83 350	0.66 286	12.40 484	10.52 525	14.45 476	21.32 505	14.19 490	15.98 440	17.84 490	13.02 502	12.32 479	8.38 453	0.09 429	0.07 375	0.03 435	0.04 363	0.33 429	0.67 479

zh-mn7	11.13 512	6.28 516	31.79 540	1.85 351	0.98 329	13.11 490	2.98 424	12.88 451	33.65 530	21.57 515	39.07 538	12.50 449	8.46 461	19.94 524	16.74 509	0.23 463	0.01 179	0.00 1	0.01 304	0.33 429	0.30 433

DPSNet	10.14 501	1.88 467	16.82 509	1.85 351	1.73 390	24.84 525	17.20 549	19.92 526	27.41 517	12.23 474	13.62 420	16.52 481	18.35 515	14.42 497	12.50 495	0.78 497	0.54 513	0.08 467	0.25 459	1.18 494	0.59 476

HBP-ISP	4.09 383	1.05 389	4.10 316	1.87 353	1.31 362	7.56 421	3.98 448	11.26 393	9.94 413	7.81 362	14.44 429	3.23 212	4.27 347	8.89 414	1.87 278	0.06 410	0.06 355	0.00 1	0.00 1	0.06 199	0.04 179

Wz-Net-SNSev	9.23 492	6.70 517	24.28 528	1.87 353	1.81 398	8.57 433	12.29 534	17.37 499	20.39 503	10.43 448	23.11 491	16.66 483	8.03 455	14.47 498	17.86 513	0.00 1	0.02 242	0.01 387	0.00 1	0.41 454	0.30 433

NCCL2	5.88 434	1.59 446	5.44 390	1.87 353	0.92 321	9.55 447	11.55 528	12.11 428	9.94 413	9.67 429	8.85 319	22.28 514	7.41 442	8.78 408	7.17 430	0.01 240	0.00 1	0.03 435	0.00 1	0.13 310	0.23 407

RALCasStereoNet	1.93 171	1.01 383	2.75 175	1.88 356	1.75 392	2.88 233	0.18 129	4.64 140	4.36 211	2.27 142	5.14 203	2.22 178	0.79 144	7.10 295	1.00 202	0.00 1	0.34 496	0.00 1	0.00 1	0.10 258	0.16 370

FC-DCNN	10.72 508	0.52 241	4.27 322	1.88 356	1.63 378	17.18 507	5.29 477	18.20 506	19.69 498	28.50 530	34.51 530	34.03 536	21.48 528	15.89 505	11.15 487	0.03 369	0.01 179	0.02 418	0.01 304	0.07 217	0.09 279

MeshStereo	11.52 514	1.52 441	4.55 342	1.89 358	1.46 370	19.87 518	5.11 473	20.66 529	15.91 479	32.67 536	34.51 530	39.34 543	21.15 526	18.74 518	12.10 492	0.11 434	0.06 355	0.01 387	0.00 1	0.45 458	0.22 401
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
PSMNet_ROB	5.02 420	1.63 450	6.03 412	1.90 359	1.83 399	9.57 448	6.35 491	15.58 490	7.23 343	6.15 273	10.48 363	12.22 446	4.16 341	8.02 351	8.71 459	0.02 327	0.01 179	0.01 387	0.10 398	0.20 367	0.12 330

ACV-stereo	4.46 405	0.76 325	9.94 472	1.91 360	1.06 337	11.61 473	1.28 368	6.25 240	7.09 338	3.09 163	5.21 212	16.88 486	10.23 485	7.96 346	5.47 402	0.06 410	0.15 449	0.01 387	0.00 1	0.12 295	0.14 347

ITSA-stereo	3.76 357	0.54 249	3.80 287	1.91 360	0.29 194	3.09 250	0.70 278	13.22 458	15.64 476	6.79 309	6.66 261	4.15 256	3.52 309	8.30 377	5.00 396	0.09 429	0.07 375	0.11 473	0.10 398	0.18 355	0.95 488

x	1.73 141	0.28 50	2.49 144	1.91 360	0.17 127	2.10 127	0.83 311	8.74 324	3.55 165	3.28 169	2.12 117	3.10 206	1.96 234	2.90 111	1.12 212	0.00 1	0.02 242	0.00 1	0.00 1	0.02 71	0.03 135

Sa-1000	3.55 340	0.75 322	3.63 274	1.91 360	0.30 195	3.55 293	1.63 387	7.39 286	8.54 389	7.70 358	17.44 462	4.00 246	2.82 277	9.44 436	1.33 230	0.00 1	0.10 411	0.00 1	0.18 430	0.21 378	0.04 179

FC-DCNN v2	10.88 509	0.52 241	4.17 318	1.92 364	1.63 378	17.79 511	5.35 478	18.87 513	19.88 499	28.77 531	34.99 532	34.62 538	21.72 529	16.03 508	11.16 488	0.03 369	0.01 179	0.02 418	0.00 1	0.06 199	0.08 266

test_sample6	3.14 298	0.41 173	4.42 330	1.92 364	0.49 256	3.25 266	0.21 143	11.30 397	6.69 323	6.50 299	10.86 374	4.03 247	2.93 283	7.06 292	2.65 323	0.02 327	0.02 242	0.00 1	0.00 1	0.05 175	0.06 232

ADCL	10.16 502	2.11 475	19.36 516	1.92 364	1.88 403	22.23 520	8.91 511	14.04 470	23.56 511	14.62 493	26.19 506	12.75 451	13.59 504	16.06 509	22.95 530	0.26 469	0.18 465	0.75 509	0.65 504	0.69 477	0.58 473

StereoDRNet-Refined	4.46 405	0.62 282	3.80 287	1.92 364	0.40 230	9.35 444	0.15 114	10.02 362	8.83 394	12.69 476	11.62 390	9.34 397	3.87 330	8.06 359	8.02 443	0.00 1	0.00 1	0.01 387	0.05 369	0.20 367	0.26 421
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
FBW_ROB	8.50 486	1.03 387	7.98 456	1.93 368	1.28 358	13.10 489	6.23 487	22.50 531	18.98 491	18.82 506	14.91 435	19.06 499	10.04 483	18.41 516	9.83 474	0.62 494	0.22 482	1.82 520	0.82 511	0.99 491	1.36 498

CVANet_RVC	4.16 390	1.16 408	3.60 269	1.94 369	1.46 370	3.92 326	4.68 466	10.89 387	8.34 381	7.58 353	10.84 372	10.27 415	6.62 426	8.56 391	2.69 324	0.39 481	0.00 1	0.00 1	0.01 304	0.21 378	0.09 279

test_sample3	2.87 275	0.37 142	4.45 333	1.95 370	0.59 274	4.69 358	0.16 120	11.50 405	6.45 315	5.82 246	6.44 257	3.76 240	2.64 263	6.01 215	2.41 315	0.01 240	0.01 179	0.00 1	0.00 1	0.04 145	0.05 214

DispNO	3.25 305	0.72 313	6.85 435	1.95 370	1.34 364	3.49 284	0.84 315	8.14 300	6.30 305	6.34 292	7.76 302	6.30 335	4.28 351	6.93 279	3.51 357	0.00 1	0.03 292	0.03 435	0.12 403	0.07 217	0.07 251

aanetorigin	8.72 488	3.29 498	27.55 536	1.95 370	3.84 482	4.93 365	5.39 479	5.49 204	10.05 415	27.85 529	31.47 520	15.80 474	12.78 499	9.04 418	11.98 491	0.25 467	0.22 482	0.22 492	0.25 459	1.28 497	0.84 486

FCDSN-DC	10.24 504	0.56 259	3.49 261	1.96 373	1.29 359	16.90 506	4.59 465	17.16 498	19.10 493	24.64 526	32.46 526	33.82 535	22.14 531	15.93 506	10.45 480	0.04 389	0.00 1	0.00 1	0.00 1	0.05 175	0.21 399
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AANet_RVC	5.01 419	1.74 457	6.38 424	1.96 373	1.29 359	2.26 144	1.69 391	10.07 363	18.53 489	7.88 366	18.15 467	8.49 386	2.70 267	10.59 454	7.04 429	0.96 504	0.15 449	0.02 418	0.00 1	0.13 310	0.12 330

test_sample7	3.30 309	0.47 213	3.43 258	1.98 375	0.35 217	4.33 342	1.88 397	10.66 377	7.73 360	8.36 385	7.55 291	6.55 339	4.27 347	6.58 256	1.62 257	0.06 410	0.03 292	0.00 1	0.00 1	0.05 175	0.06 232

mmm	2.50 243	0.29 55	3.22 238	1.98 375	0.32 207	3.72 310	0.12 92	9.45 342	4.05 196	5.84 248	10.80 370	2.47 183	2.86 280	4.07 149	0.75 149	0.00 1	0.02 242	0.00 1	0.01 304	0.03 116	0.02 86

MC-Stereo	1.47 121	0.36 135	2.54 148	1.99 377	0.12 91	1.90 110	0.12 92	4.47 126	2.83 107	3.31 172	3.44 160	0.56 115	1.47 200	5.39 193	0.47 98	0.00 1	0.04 321	0.00 1	0.21 442	0.07 217	0.04 179

DAS	3.74 353	0.35 125	5.19 379	1.99 377	3.74 475	2.36 154	3.22 432	7.77 291	9.27 399	8.70 399	12.08 396	4.45 271	5.43 401	8.39 381	1.71 266	0.01 240	0.00 1	0.00 1	0.00 1	0.04 145	0.02 86

SepStereo	3.78 359	0.35 125	5.19 379	1.99 377	3.74 475	2.36 154	3.22 432	7.77 291	9.27 399	8.70 399	12.08 396	4.45 271	5.43 401	9.18 423	1.71 266	0.01 240	0.00 1	0.00 1	0.00 1	0.04 145	0.02 86

TRStereo	2.36 225	3.10 493	4.70 351	1.99 377	2.08 412	2.61 188	1.11 354	8.79 326	3.73 171	3.19 166	3.04 143	3.96 244	0.77 139	5.92 211	1.44 238	0.03 369	0.14 442	0.00 1	0.29 468	0.08 229	0.25 415

psm_up	3.85 365	0.82 344	3.01 208	2.00 381	2.58 436	5.28 373	3.34 436	10.85 386	6.33 308	7.27 340	7.32 286	10.15 411	9.02 471	6.19 222	2.51 319	0.22 462	0.01 179	0.00 1	0.00 1	0.12 295	0.03 135

test_5	2.90 278	0.70 310	3.69 278	2.01 382	3.17 453	4.61 357	1.32 372	6.69 267	7.02 336	2.79 153	7.18 279	4.99 290	4.14 339	7.96 346	1.31 228	0.00 1	0.00 1	0.00 1	0.03 345	0.19 363	0.26 421

GEStereo_RVC	3.74 353	0.73 316	4.95 362	2.01 382	1.24 352	4.36 345	3.07 427	11.77 414	7.80 365	6.87 316	6.52 259	7.70 365	4.31 354	8.98 417	4.19 379	0.03 369	0.01 179	0.02 418	0.02 329	0.13 310	0.11 315

DDVS	3.59 343	0.53 245	4.53 338	2.02 384	1.27 355	6.63 400	0.49 219	8.73 323	4.10 200	7.14 330	7.63 296	12.68 450	2.25 246	8.69 401	4.09 377	0.08 424	0.20 475	0.01 387	0.00 1	0.14 320	0.59 476

fast-acv-ft	5.62 430	1.39 430	7.01 437	2.02 384	1.89 404	12.23 481	1.82 396	7.35 285	9.45 403	10.46 449	20.27 477	14.55 465	7.71 452	7.41 313	7.61 435	0.10 432	0.09 399	0.16 483	0.07 377	0.59 468	0.13 338

GANet-ADL	2.20 202	0.50 227	3.27 241	2.02 384	0.11 77	2.21 140	0.48 209	8.64 321	6.79 327	4.56 205	5.83 232	3.98 245	1.27 189	2.68 106	1.43 237	0.04 389	0.08 387	0.02 418	0.00 1	0.15 324	0.03 135

rafts_anoy	1.72 139	0.79 335	2.58 153	2.03 387	1.75 392	2.47 165	0.16 120	5.48 202	6.01 289	3.24 168	2.11 114	1.92 171	1.33 190	3.08 115	1.13 214	0.01 240	0.18 465	0.00 1	0.01 304	0.03 116	0.07 251

HITNet	2.79 265	0.77 328	4.02 307	2.03 387	0.11 77	5.58 376	0.59 246	9.24 336	5.15 247	6.42 295	7.26 284	3.66 234	2.92 282	4.07 149	3.87 371	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.02 86
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
NF-Stereo	2.24 205	0.33 101	3.00 206	2.04 389	0.10 67	3.46 277	0.43 199	6.51 259	3.17 137	6.84 312	5.24 214	2.67 190	1.34 192	8.17 370	1.53 247	0.01 240	0.00 1	0.00 1	0.00 1	0.02 71	0.01 18

OCTAStereo	2.24 205	0.33 101	3.03 212	2.04 389	0.10 67	3.45 276	0.43 199	6.50 256	3.17 137	6.84 312	5.20 209	2.65 187	1.33 190	8.18 371	1.56 251	0.01 240	0.00 1	0.00 1	0.00 1	0.02 71	0.01 18

RE-Stereo	2.25 210	0.33 101	3.03 212	2.04 389	0.10 67	3.47 279	0.43 199	6.50 256	3.18 140	6.84 312	5.20 209	2.65 187	1.34 192	8.18 371	1.58 253	0.01 240	0.00 1	0.01 387	0.00 1	0.02 71	0.01 18

TVStereo	2.25 210	0.33 101	3.03 212	2.04 389	0.10 67	3.47 279	0.43 199	6.50 256	3.18 140	6.84 312	5.20 209	2.65 187	1.34 192	8.18 371	1.58 253	0.01 240	0.00 1	0.01 387	0.00 1	0.02 71	0.01 18

FENet	2.19 201	0.34 115	3.04 215	2.05 393	0.26 182	2.82 224	0.13 101	7.02 279	5.55 260	4.97 220	1.94 105	4.91 288	3.39 300	4.71 169	2.50 318	0.02 327	0.03 292	0.00 1	0.00 1	0.00 1	0.21 399

w-ln-seven	10.20 503	3.08 492	26.36 533	2.06 394	2.49 433	15.81 499	4.39 460	17.80 502	33.50 528	20.47 514	25.79 505	15.12 469	7.40 441	11.75 474	17.48 512	0.00 1	0.00 1	0.00 1	0.00 1	0.43 457	0.13 338

test_sample2	2.32 220	0.25 39	3.38 249	2.08 395	0.41 234	2.58 182	0.15 114	9.50 343	4.97 240	3.66 180	4.86 195	4.29 266	3.26 291	5.83 209	1.09 209	0.00 1	0.01 179	0.00 1	0.00 1	0.03 116	0.03 135

test_sample1	2.31 218	0.26 45	3.29 242	2.08 395	0.46 244	2.62 191	0.05 47	9.88 354	4.23 207	3.90 188	3.92 170	3.49 225	4.44 360	5.67 202	1.88 280	0.00 1	0.01 179	0.00 1	0.00 1	0.02 71	0.03 135

NOSS_ROB	3.30 309	0.46 211	2.62 159	2.08 395	1.01 335	5.60 377	0.74 289	10.37 370	11.48 442	5.15 226	8.43 314	5.67 316	1.73 223	7.97 348	2.34 308	0.02 327	0.06 355	0.00 1	0.00 1	0.07 217	0.14 347

IRAFT_RVC	2.85 269	0.41 173	3.32 245	2.09 398	0.41 234	2.92 235	5.22 475	6.41 252	3.63 168	6.53 302	5.48 225	5.09 297	4.88 385	8.20 374	2.15 299	0.01 240	0.17 461	0.01 387	0.00 1	0.02 71	0.04 179

ADCPNet	9.54 496	2.39 483	31.46 539	2.09 398	1.60 376	16.71 505	6.39 492	12.11 428	11.45 441	13.53 486	21.45 483	19.41 500	10.94 490	14.38 496	21.54 524	0.27 472	1.16 518	0.39 505	1.49 521	0.58 467	1.45 499

DMCA-RVC	3.17 300	1.26 418	6.39 425	2.10 400	1.51 372	3.02 244	0.56 235	7.84 295	5.06 242	9.23 417	5.19 208	8.46 383	2.72 272	6.31 231	3.22 341	0.06 410	0.11 420	0.09 470	0.02 329	0.16 331	0.08 266

PSMNet-RSSM	3.33 319	0.77 328	3.22 238	2.12 401	1.90 405	2.33 152	0.71 281	11.17 390	5.83 273	5.90 257	11.43 386	7.04 353	4.83 384	5.96 213	3.17 339	0.00 1	0.00 1	0.02 418	0.00 1	0.08 229	0.02 86

SGM-ForestM	16.99 534	1.08 394	5.74 403	2.12 401	0.75 300	31.63 539	12.21 532	27.80 540	32.25 525	37.88 543	39.99 541	52.96 552	35.20 547	33.60 544	24.47 534	0.26 469	0.39 503	0.31 498	0.39 490	0.26 405	0.53 469

PFNet	2.93 281	0.40 162	5.51 396	2.13 403	0.84 311	3.11 254	0.75 291	6.78 270	4.79 235	9.98 438	6.00 234	4.78 283	2.13 239	8.33 378	2.11 295	0.19 456	0.06 355	0.00 1	0.11 400	0.20 367	0.35 440

testlalala_base	3.12 295	0.48 220	2.79 186	2.14 404	1.98 407	4.13 336	0.64 260	6.16 235	2.09 65	2.38 144	4.08 173	1.80 163	0.50 103	1.65 67	0.72 140	12.33 547	2.33 528	0.00 1	0.31 476	14.56 542	1.32 496

z-mn7	10.46 506	4.14 503	20.35 518	2.15 405	1.68 385	19.07 514	5.72 480	13.28 460	34.58 534	9.45 421	35.20 533	15.69 473	9.13 473	21.16 528	17.07 510	0.00 1	0.01 179	0.00 1	0.00 1	0.35 435	0.19 390

raftrobust	1.86 158	0.74 320	1.94 86	2.15 405	2.24 423	2.74 203	0.53 226	4.89 153	4.05 196	6.09 266	3.89 168	1.64 156	2.55 260	2.44 101	1.12 212	0.00 1	0.03 292	0.00 1	0.00 1	0.12 295	0.08 266

FINET	5.32 423	1.14 406	10.04 473	2.17 407	3.67 474	6.49 396	6.76 497	11.68 409	22.08 507	7.42 346	12.15 399	4.24 259	3.61 313	9.25 427	5.35 401	0.04 389	0.04 321	0.00 1	0.00 1	0.17 344	0.09 279

iResNet_ROB	4.23 395	1.02 385	4.90 359	2.18 408	0.93 324	2.92 235	0.37 184	15.10 485	16.91 485	7.89 367	10.51 364	7.03 351	3.07 287	8.16 367	3.46 354	0.01 240	0.00 1	0.00 1	0.00 1	0.10 258	0.02 86

EKT-Stereo	1.91 169	0.48 220	2.77 180	2.19 409	4.36 493	1.42 64	0.24 151	4.63 137	3.51 161	2.94 160	3.47 161	3.55 229	2.25 246	5.26 188	0.85 171	0.04 389	0.12 427	0.00 1	0.09 393	0.06 199	0.05 214

DLCB_ROB	4.51 409	0.91 367	3.78 285	2.19 409	1.07 340	6.28 390	3.09 428	9.78 351	7.72 358	10.65 453	12.97 412	13.91 459	3.71 319	8.72 407	5.30 400	0.00 1	0.00 1	0.00 1	0.00 1	0.03 116	0.10 301

edge stereo	6.76 454	1.01 383	6.76 432	2.20 411	2.45 432	6.41 394	2.45 408	14.84 481	11.98 450	15.29 496	18.31 468	22.02 512	12.56 497	10.82 458	7.49 433	0.03 369	0.06 355	0.11 473	0.03 345	0.30 416	0.14 347

UPFNet	3.82 363	0.47 213	4.34 328	2.21 412	3.38 460	7.26 414	2.69 417	9.89 355	5.96 283	7.98 372	7.53 290	7.89 369	3.15 288	7.72 334	5.88 411	0.01 240	0.02 242	0.00 1	0.00 1	0.04 145	0.06 232

GwcNet-RSSM	3.77 358	1.05 389	5.06 368	2.21 412	1.87 402	2.36 154	1.52 381	8.98 329	7.96 369	5.91 258	14.59 431	7.94 372	3.50 306	6.43 239	5.70 407	0.00 1	0.00 1	0.04 447	0.00 1	0.20 367	0.08 266

ADCMid	10.24 504	3.13 494	20.70 520	2.21 412	2.39 430	11.23 469	6.19 484	14.17 474	11.19 437	23.20 522	22.25 486	17.89 492	19.54 521	18.51 517	26.21 539	0.45 489	0.42 506	1.10 514	1.29 518	1.56 504	1.18 493

ttt	3.86 366	0.23 29	2.34 131	2.22 415	1.68 385	4.36 345	0.28 162	12.45 437	11.09 434	6.90 319	11.85 391	4.08 250	3.28 292	8.47 387	7.85 439	0.06 410	0.04 321	0.00 1	0.00 1	0.03 116	0.03 135

XX-Stereo	2.71 257	0.38 148	5.96 410	2.25 416	2.20 421	1.54 76	0.21 143	5.44 201	3.05 127	2.28 143	16.16 441	7.03 351	0.24 35	6.19 222	0.79 161	0.00 1	0.15 449	0.00 1	0.23 451	0.13 310	0.04 179

tt1	2.14 193	0.63 285	2.22 123	2.27 417	0.02 3	5.71 379	0.63 256	4.53 129	10.19 416	1.16 124	3.39 158	0.33 88	3.05 286	8.00 349	0.46 91	0.00 1	0.02 242	0.00 1	0.03 345	0.10 258	0.04 179

GANet	6.22 443	1.07 392	4.07 314	2.27 417	0.89 318	9.19 443	9.52 516	12.02 423	8.13 375	10.72 454	29.09 513	13.86 457	7.52 448	11.00 461	4.39 383	0.36 478	0.00 1	0.02 418	0.02 329	0.12 295	0.08 266

Wz-Net-TNSev	11.35 513	10.56 533	35.88 546	2.28 419	1.73 390	18.25 512	11.42 527	15.88 491	20.88 504	14.44 491	16.97 453	19.57 501	19.04 519	19.31 520	18.67 515	0.01 240	0.06 355	0.00 1	0.16 415	0.62 471	1.25 495

MFN_U_SF_DS_RVC	9.78 499	4.27 505	14.47 498	2.29 420	2.85 444	23.40 524	13.62 536	13.60 464	19.54 496	19.42 508	24.27 495	16.74 484	8.59 463	17.05 513	7.98 442	1.25 508	1.68 522	0.17 486	2.63 526	0.72 481	1.04 490

ACVNet-DCA	2.01 182	0.65 292	2.15 112	2.30 421	0.02 3	5.80 381	0.56 235	8.45 307	3.33 152	1.03 117	3.33 152	0.32 84	3.71 319	8.05 355	0.45 87	0.00 1	0.02 242	0.00 1	0.03 345	0.02 71	0.03 135

xx1	2.33 222	0.65 292	2.15 112	2.30 421	0.02 3	5.80 381	0.56 235	4.31 114	10.41 421	1.03 117	3.33 152	4.67 279	2.70 267	8.05 355	0.45 87	0.00 1	0.02 242	0.00 1	0.00 1	0.02 71	0.03 135

1test111	1.86 158	0.65 292	2.15 112	2.30 421	0.02 3	5.80 381	0.56 235	8.45 307	3.33 152	1.03 117	3.33 152	0.32 84	3.71 319	4.40 161	0.96 195	0.00 1	0.02 242	0.00 1	0.03 345	0.02 71	0.03 135

cc1	2.17 198	0.65 292	2.15 112	2.30 421	0.02 3	5.80 381	0.56 235	4.31 114	10.41 421	1.03 117	3.33 152	0.32 84	3.71 319	8.05 355	0.45 87	0.00 1	0.02 242	0.00 1	0.03 345	0.10 258	0.05 214

FAT-Stereo	6.78 457	0.68 303	6.80 433	2.30 421	1.77 395	5.63 378	4.20 455	18.79 510	18.62 490	10.53 451	17.15 457	18.52 496	13.74 505	8.86 413	7.38 432	0.03 369	0.15 449	0.01 387	0.07 377	0.12 295	0.26 421

SGM_RVC	10.08 500	0.60 273	3.42 255	2.30 421	0.32 207	19.41 516	6.33 490	18.95 514	14.64 467	25.14 527	24.32 496	33.34 534	18.79 518	19.86 522	12.55 496	0.25 467	0.26 492	0.22 492	0.24 454	0.34 434	0.40 448
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
acv_ft	3.69 350	0.53 245	4.58 346	2.31 427	4.71 508	7.44 418	0.86 322	8.54 314	5.70 266	9.29 419	9.26 339	5.77 318	4.15 340	2.24 95	8.13 450	0.00 1	0.00 1	0.00 1	0.00 1	0.29 415	0.01 18

DN-CSS_ROB	2.69 253	1.40 431	5.34 386	2.31 427	0.75 300	3.14 257	0.06 54	6.11 232	3.87 179	5.34 233	12.18 401	2.34 181	1.22 185	7.84 340	1.48 242	0.03 369	0.00 1	0.00 1	0.00 1	0.35 435	0.03 135

zh-sn7	11.12 511	7.26 522	33.16 541	2.32 429	2.31 426	11.66 475	7.80 506	13.53 463	17.94 488	16.39 501	31.80 521	14.22 462	16.88 510	23.07 533	23.00 531	0.00 1	0.13 437	0.00 1	0.00 1	0.52 461	0.48 462

Wz-Net-MNSev	7.43 468	2.35 482	15.22 502	2.34 430	3.41 464	17.27 509	8.55 508	11.91 418	13.48 460	13.37 484	17.05 454	13.70 454	7.47 447	11.90 476	9.99 477	0.40 483	0.03 292	0.00 1	0.01 304	0.16 331	0.07 251

psmorigin	7.34 467	1.58 445	18.31 513	2.35 431	0.87 313	6.72 402	1.70 394	10.63 376	7.14 340	19.77 510	22.71 489	20.13 505	11.34 491	12.96 486	9.49 471	0.04 389	0.17 461	0.06 458	0.17 423	0.21 378	0.50 466

UCFNet_RVC	3.09 291	0.77 328	2.27 127	2.35 431	1.79 396	3.50 286	1.06 348	12.12 430	6.91 330	4.71 213	7.67 298	7.58 362	4.40 358	4.95 178	1.67 263	0.00 1	0.00 1	0.00 1	0.00 1	0.11 278	0.01 18

11t1	1.62 132	0.26 45	2.53 147	2.37 433	0.24 172	2.58 182	0.06 54	6.66 265	3.00 123	3.40 174	3.01 140	1.14 137	1.94 233	4.18 151	0.91 190	0.01 240	0.02 242	0.00 1	0.00 1	0.03 116	0.03 135

Wz-Net-LNSev-Ref	5.98 437	1.55 443	9.92 471	2.40 434	3.22 454	10.28 456	3.14 430	11.64 407	9.79 409	9.54 426	20.22 476	11.16 433	6.77 430	10.61 455	9.16 463	0.06 410	0.00 1	0.00 1	0.00 1	0.03 116	0.04 179

raft+_RVC	1.79 146	0.84 347	2.32 128	2.40 434	0.85 312	1.38 57	0.09 77	6.36 245	4.75 234	2.85 156	5.46 224	1.17 139	1.36 195	4.54 164	0.91 190	0.00 1	0.10 411	0.00 1	0.00 1	0.11 278	0.22 401

PA-Net	4.98 418	1.47 435	7.42 448	2.40 434	2.14 416	8.73 437	3.64 445	12.42 436	13.11 457	7.03 324	7.57 294	7.88 368	6.52 422	10.16 449	7.82 438	0.02 327	0.03 292	0.00 1	0.00 1	0.11 278	1.07 492
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
cf-r	3.42 329	0.81 341	3.97 300	2.41 437	2.78 442	2.85 228	0.64 260	8.44 306	6.32 307	6.25 281	11.57 389	8.97 394	3.54 310	5.93 212	3.83 369	0.00 1	0.00 1	0.00 1	0.00 1	0.09 247	0.07 251

PWC_ROB	8.24 482	3.13 494	12.74 491	2.43 438	4.43 498	7.51 420	1.22 362	16.63 495	19.24 495	16.08 499	28.29 510	13.99 460	10.16 484	13.63 491	14.06 503	0.42 487	0.00 1	0.05 454	0.00 1	0.59 468	0.27 425

XX-TBD	1.44 119	0.85 349	2.04 98	2.45 439	0.05 16	2.34 153	0.01 5	3.46 66	7.51 350	2.88 157	4.98 199	0.26 68	0.25 37	1.15 42	0.46 91	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Syn2CoEx	6.32 445	2.72 487	9.33 466	2.45 439	1.67 383	8.59 434	3.32 435	18.08 505	12.27 452	8.53 394	21.08 481	10.30 416	9.80 480	9.30 429	7.86 440	0.01 240	0.00 1	0.00 1	0.00 1	0.63 473	0.43 455

CFNet	3.72 352	1.10 398	5.03 366	2.49 441	1.59 374	4.90 363	0.22 145	11.38 401	9.88 412	4.80 215	11.25 382	6.44 337	3.68 315	8.33 378	3.00 333	0.00 1	0.00 1	0.00 1	0.00 1	0.22 384	0.07 251

ADCRef	7.27 466	1.38 429	16.37 506	2.52 442	3.30 458	11.63 474	3.16 431	10.80 384	9.35 401	13.03 482	25.27 504	8.17 376	8.92 469	8.06 359	21.81 526	0.15 446	0.08 387	0.16 483	0.34 482	0.38 444	0.58 473

LMCR-Stereo	3.63 346	1.29 425	4.20 319	2.54 443	0.17 127	8.08 429	1.52 381	11.46 403	4.73 232	8.45 393	10.66 369	1.91 170	5.03 388	7.69 330	3.58 362	0.92 503	0.00 1	0.00 1	0.00 1	0.36 440	0.02 86

WCMA_ROB	9.21 491	0.87 353	7.37 447	2.54 443	2.13 415	13.59 493	5.80 481	11.64 407	14.01 463	24.43 525	32.99 527	27.09 523	18.02 513	12.51 481	9.85 476	0.81 499	0.07 375	0.01 387	0.01 304	0.16 331	0.23 407

RALAANet	2.46 238	1.09 396	3.70 281	2.55 445	0.80 307	3.37 273	0.15 114	7.44 288	5.54 259	5.65 239	6.01 235	3.54 228	1.13 171	6.34 235	1.58 253	0.00 1	0.01 179	0.00 1	0.05 369	0.21 378	0.03 135

XPNet_ROB	6.03 442	1.22 412	5.61 401	2.56 446	0.90 320	6.32 391	7.07 500	12.92 452	8.30 380	14.76 494	15.13 436	19.84 503	6.66 428	10.36 450	8.58 456	0.02 327	0.04 321	0.00 1	0.03 345	0.11 278	0.24 411

GwcNet	6.42 447	1.97 472	10.92 476	2.59 447	5.58 513	11.55 472	2.21 404	14.10 472	16.52 484	10.04 439	17.19 459	10.86 427	5.61 406	9.23 426	8.84 461	0.01 240	0.06 355	0.03 435	0.08 382	0.56 464	0.40 448

SuperB	8.10 481	3.15 496	24.67 529	2.65 448	1.23 351	9.88 451	4.29 457	10.18 368	30.07 522	11.53 468	12.18 401	6.12 328	6.65 427	10.50 452	14.47 505	0.14 444	0.11 420	0.35 501	0.25 459	13.06 540	0.48 462

DRN-Test	5.87 432	0.98 379	5.89 407	2.69 449	3.65 472	12.37 483	3.35 437	20.07 527	10.20 419	11.93 471	12.31 404	11.06 432	5.31 396	7.89 342	9.05 462	0.04 389	0.05 337	0.04 447	0.04 363	0.18 355	0.25 415

UDGNet	2.73 260	7.09 521	3.90 298	2.71 450	0.06 27	2.98 240	0.20 138	4.63 137	8.58 391	2.69 149	2.70 131	0.95 130	1.01 159	6.27 227	1.51 244	1.28 509	0.00 1	5.24 532	0.94 514	1.70 505	0.13 338

STTStereo	3.60 345	0.93 373	6.34 422	2.71 450	2.23 422	3.68 304	0.63 256	9.42 341	6.73 325	9.87 434	6.97 268	8.84 393	3.65 314	6.85 273	3.04 335	0.00 1	0.02 242	0.01 387	0.00 1	0.02 71	0.02 86

SCV	1.59 129	0.58 266	2.57 151	2.72 452	0.31 203	2.15 135	0.79 301	6.88 274	2.72 99	0.20 13	2.68 130	0.68 120	0.58 119	7.60 323	0.41 72	0.00 1	0.03 292	0.00 1	0.22 448	0.37 441	0.24 411

NLCA_NET_v2_RVC	3.84 364	1.06 391	5.23 383	2.72 452	3.27 456	4.36 345	0.61 252	10.71 380	7.56 352	8.75 401	7.89 305	9.86 405	3.90 331	7.15 301	3.44 350	0.14 444	0.02 242	0.02 418	0.03 345	0.04 145	0.03 135
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ADLNet2	4.46 405	0.90 363	6.06 413	2.74 454	3.91 484	6.79 404	3.01 426	10.95 389	8.40 384	7.27 340	9.80 349	9.85 404	5.43 401	7.29 306	6.44 420	0.01 240	0.03 292	0.00 1	0.00 1	0.15 324	0.11 315

CRFU-Net	4.45 404	0.67 301	5.02 364	2.78 455	1.32 363	12.67 486	3.35 437	11.26 393	3.52 162	10.06 440	9.30 341	10.91 428	6.92 432	7.26 305	3.24 343	0.15 446	0.16 457	0.16 483	0.00 1	0.26 405	0.05 214

G2L-Stereo_test	3.57 341	0.86 350	3.66 276	2.79 456	1.52 373	4.11 335	1.17 360	11.35 399	6.27 304	7.97 371	8.87 320	9.39 399	2.26 248	6.55 254	4.33 381	0.00 1	0.01 179	0.00 1	0.00 1	0.22 384	0.13 338

EDNetEfficient	13.82 521	6.19 514	54.79 557	2.83 457	3.60 470	4.86 362	8.57 509	8.61 320	32.90 526	40.77 548	30.59 518	18.33 495	21.87 530	11.38 467	25.36 537	0.15 446	0.23 484	0.06 458	1.03 515	2.54 514	1.79 503

AdaStereo	3.09 291	0.58 266	3.04 215	2.84 458	0.48 253	4.08 332	1.29 370	12.16 432	7.77 364	6.03 261	9.62 345	5.79 320	1.53 210	4.56 165	1.93 288	0.00 1	0.00 1	0.00 1	0.00 1	0.02 71	0.02 86
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.
ac_64	3.70 351	0.47 213	3.50 262	2.87 459	3.50 466	5.91 385	0.72 285	10.17 367	4.34 210	8.16 377	5.80 230	10.82 425	5.64 407	7.08 293	4.73 390	0.03 369	0.00 1	0.00 1	0.00 1	0.08 229	0.14 347

iResNetv2_ROB	4.28 401	1.43 432	7.17 441	2.91 460	1.26 353	4.36 345	1.62 386	13.64 466	10.25 420	9.83 432	11.41 384	7.68 364	4.00 333	7.75 336	1.85 277	0.00 1	0.00 1	0.00 1	0.00 1	0.37 441	0.09 279

pmcnn	7.72 475	1.27 420	9.42 468	2.91 460	3.14 450	9.44 445	6.23 487	12.56 444	16.51 482	14.53 492	24.08 494	27.44 524	8.49 462	9.32 430	8.44 454	0.06 410	0.08 387	0.00 1	0.00 1	0.30 416	0.15 358

NCC-stereo	6.77 455	1.49 439	6.48 426	2.92 462	4.40 495	7.43 416	3.61 442	19.52 523	13.29 458	8.39 390	16.91 451	15.96 475	12.13 494	12.85 484	7.70 436	1.47 511	0.11 420	0.01 387	0.42 493	0.14 320	0.24 411

Abc-Net	6.77 455	1.49 439	6.48 426	2.92 462	4.40 495	7.43 416	3.61 442	19.52 523	13.29 458	8.39 390	16.91 451	15.96 475	12.13 494	12.85 484	7.70 436	1.47 511	0.11 420	0.01 387	0.42 493	0.14 320	0.24 411
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
XQC	8.43 485	3.58 500	16.40 507	2.92 462	2.17 418	13.22 491	3.60 441	14.64 479	25.86 515	11.87 470	12.04 395	15.06 468	10.67 488	15.24 503	19.41 516	0.39 481	0.08 387	0.05 454	0.07 377	0.84 486	0.45 459

GANet-RSSM	3.27 306	0.60 273	3.38 249	2.94 465	2.00 409	2.61 188	0.48 209	10.93 388	6.11 295	5.47 234	10.20 355	6.57 343	5.44 404	6.25 226	2.23 304	0.00 1	0.00 1	0.08 467	0.00 1	0.17 344	0.03 135

coex_refinement	4.04 382	0.87 353	3.55 265	2.96 466	1.40 367	4.28 340	0.32 174	11.18 391	7.72 358	8.32 383	13.44 418	10.01 409	3.48 305	6.28 228	6.76 427	0.00 1	0.02 242	0.00 1	0.00 1	0.06 199	0.16 370

iResNet	3.68 349	0.91 367	7.94 455	2.97 467	0.34 214	4.44 351	0.48 209	7.70 289	9.74 408	7.72 359	12.74 410	4.03 247	2.87 281	8.05 355	3.37 347	0.02 327	0.01 179	0.00 1	0.00 1	0.10 258	0.09 279

ccnet	6.87 460	0.92 370	5.15 376	3.09 468	2.18 420	11.78 476	4.90 469	17.97 504	8.79 393	12.79 479	20.20 475	16.00 478	8.35 459	9.12 420	14.17 504	0.42 487	0.33 495	0.25 495	0.09 393	0.40 451	0.48 462

HGLStereo	4.25 398	0.52 241	4.65 347	3.09 468	5.18 510	6.51 399	0.73 286	10.37 370	6.74 326	7.32 342	12.44 405	7.00 350	7.21 439	7.46 316	5.51 404	0.00 1	0.02 242	0.00 1	0.00 1	0.06 199	0.10 301

TestStereo1	2.85 269	0.81 341	3.48 259	3.11 470	0.44 238	2.52 170	1.50 379	6.37 247	8.18 376	4.62 207	9.24 336	2.23 179	3.69 316	9.19 424	1.26 223	0.00 1	0.01 179	0.00 1	0.00 1	0.27 411	0.09 279

SA-5K	2.85 269	0.81 341	3.48 259	3.11 470	0.44 238	2.52 170	1.50 379	6.37 247	8.18 376	4.62 207	9.24 336	2.23 179	3.69 316	9.19 424	1.26 223	0.00 1	0.01 179	0.00 1	0.00 1	0.27 411	0.09 279

SACVNet	4.15 389	1.26 418	3.81 289	3.12 472	1.68 385	3.09 250	2.85 423	11.91 418	5.96 283	10.52 450	11.20 380	10.59 418	3.95 332	8.97 416	3.25 344	0.08 424	0.02 242	0.00 1	0.00 1	0.32 425	0.44 457

StereoDRNet	5.59 428	1.75 458	6.80 433	3.12 472	4.45 499	10.61 461	4.35 459	18.80 511	9.73 407	12.22 472	6.87 266	11.44 438	4.65 373	8.09 362	8.26 452	0.02 327	0.11 420	0.00 1	0.03 345	0.20 367	0.28 429

S-Stereo	6.63 452	0.84 347	9.67 469	3.15 474	3.48 465	6.49 396	6.22 486	12.99 454	22.84 509	9.48 423	15.51 437	12.00 445	8.43 460	8.04 352	10.70 482	0.12 438	0.17 461	0.00 1	0.38 487	0.13 310	1.92 506

ADCS	13.02 519	4.93 510	28.38 537	3.17 475	2.67 439	13.61 494	10.83 526	18.70 508	33.46 527	22.59 517	24.78 498	19.59 502	18.51 517	23.40 534	32.16 548	0.10 432	0.19 471	0.37 504	0.18 430	1.26 496	1.46 500

ISRNet	3.93 375	0.55 253	5.49 393	3.20 476	2.69 440	2.11 129	0.26 158	7.01 278	6.40 311	11.00 461	17.99 466	8.31 378	2.64 263	6.51 250	4.36 382	0.00 1	0.00 1	0.00 1	0.00 1	0.08 229	0.02 86

APVNet	5.98 437	1.72 456	8.72 461	3.21 477	4.04 489	12.31 482	1.81 395	19.09 516	6.10 292	6.13 272	13.41 417	10.69 423	6.30 417	11.26 465	13.90 502	0.05 401	0.02 242	0.11 473	0.03 345	0.53 462	0.20 397

PASM	7.90 477	4.22 504	21.97 524	3.25 478	3.29 457	5.39 375	6.57 493	10.57 374	19.09 492	12.77 478	13.92 422	18.11 493	9.51 478	13.79 492	10.77 485	0.19 456	0.45 508	0.29 496	1.08 516	1.49 502	1.19 494

NVstereo2D	4.51 409	0.82 344	6.86 436	3.28 479	3.38 460	8.16 430	3.13 429	10.51 373	15.15 473	4.90 218	6.89 267	7.87 367	4.78 380	9.88 441	3.91 372	0.01 240	0.00 1	0.00 1	0.06 376	0.02 71	0.58 473

STTRV1_RVC	7.02 464	1.10 398	12.88 492	3.32 480	6.92 520	11.90 478	4.00 450	15.07 482	11.94 449	9.51 424	14.57 430	11.63 439	8.73 466	12.65 483	8.06 448	3.32 523	2.75 536	0.41 506	0.12 403	1.38 500	0.11 315

AF-Net	7.78 476	1.44 434	6.68 431	3.37 481	4.50 504	8.61 435	2.69 417	17.07 497	20.17 502	9.52 425	24.02 493	20.31 508	14.59 508	11.58 469	9.84 475	0.61 493	0.00 1	0.12 476	0.00 1	0.38 444	0.12 330

GANetREF_RVC	6.56 450	2.89 489	7.58 453	3.41 482	0.40 230	12.96 488	9.58 517	15.09 483	17.25 487	10.33 444	10.62 366	12.27 447	8.16 458	12.21 478	4.53 386	0.41 484	0.00 1	0.00 1	0.02 329	3.12 516	0.39 445
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
RASNet	4.52 412	0.61 277	4.42 330	3.42 483	4.68 507	4.58 355	0.99 340	9.54 347	8.01 370	5.28 231	11.42 385	10.34 417	8.88 468	9.28 428	8.68 458	0.15 446	0.00 1	0.00 1	0.00 1	0.03 116	0.04 179

DISCO	6.28 444	0.57 261	5.78 404	3.43 484	1.17 348	11.22 468	3.39 439	12.14 431	16.16 480	6.52 301	11.22 381	16.96 487	6.32 418	19.51 521	10.74 483	0.00 1	0.00 1	0.00 1	0.00 1	0.35 435	0.11 315

AACVNet	3.33 319	1.03 387	3.56 266	3.46 485	0.63 282	3.09 250	0.28 162	8.78 325	3.43 158	5.99 259	10.64 367	10.08 410	4.03 337	8.69 401	2.51 319	0.03 369	0.01 179	0.00 1	0.00 1	0.26 405	0.06 232

DGSMNet	6.47 449	2.61 485	13.64 497	3.46 485	3.74 475	8.97 440	6.01 482	14.15 473	13.01 456	7.46 349	14.10 424	9.94 407	4.79 381	10.44 451	6.22 415	1.30 510	1.70 523	1.80 518	1.52 523	2.27 513	2.35 512

YMNet	5.52 426	1.83 462	8.79 462	3.47 487	4.46 500	10.72 463	0.91 331	9.99 358	6.43 313	13.76 488	16.35 443	11.65 440	4.49 365	7.95 344	8.03 445	0.12 438	0.35 498	0.12 476	0.08 382	0.71 479	0.27 425

YMNet_1	5.52 426	1.83 462	8.79 462	3.47 487	4.46 500	10.72 463	0.91 331	9.99 358	6.43 313	13.76 488	16.35 443	11.65 440	4.49 365	7.95 344	8.03 445	0.12 438	0.35 498	0.12 476	0.08 382	0.71 479	0.27 425

WZ-Net	13.00 518	4.64 508	41.07 550	3.48 489	3.15 452	19.12 515	15.66 547	14.81 480	31.33 524	15.71 497	27.88 508	22.22 513	14.01 506	20.44 527	25.03 536	0.64 495	0.00 1	0.01 387	0.03 345	0.39 448	0.37 443

stereogan	7.69 474	0.88 357	7.08 440	3.49 490	3.93 485	18.98 513	3.23 434	16.52 494	19.58 497	9.93 437	18.92 469	20.50 509	9.04 472	14.07 494	6.14 414	0.26 469	0.04 321	0.21 491	0.03 345	0.63 473	0.33 438

AASNet	3.90 370	0.92 370	4.41 329	3.56 491	4.00 488	6.70 401	1.26 367	18.71 509	6.14 296	7.35 344	7.91 306	4.35 268	2.58 261	3.04 114	6.62 426	0.00 1	0.00 1	0.00 1	0.00 1	0.39 448	0.14 347

ADLNet	4.32 403	0.80 339	4.33 325	3.60 492	3.56 468	6.87 405	2.48 409	11.20 392	7.58 354	9.87 434	9.62 345	8.39 380	4.95 386	6.16 220	6.60 424	0.01 240	0.01 179	0.00 1	0.01 304	0.12 295	0.25 415

MFN_U_SF_RVC	12.94 517	3.66 501	25.81 532	3.61 493	2.26 424	22.77 522	4.55 464	27.10 537	20.06 500	23.90 523	28.99 512	30.53 530	16.98 511	19.92 523	20.26 519	1.24 507	1.07 517	0.98 513	1.33 519	1.80 508	2.04 508

DeepPrunerF	6.75 453	2.69 486	23.31 526	3.68 494	7.16 521	3.78 318	4.29 457	13.42 462	20.13 501	8.13 376	10.46 362	7.18 359	8.06 456	11.10 463	9.44 470	0.24 466	0.15 449	0.29 496	0.42 493	0.66 476	0.45 459

SHD	9.61 497	2.60 484	12.46 486	3.69 495	3.54 467	9.47 446	1.25 364	20.16 528	37.84 542	18.19 505	21.24 482	16.96 487	12.83 501	14.47 498	16.05 507	0.32 475	0.13 437	0.01 387	0.08 382	0.38 444	0.48 462

RTSC	9.15 490	3.00 491	13.57 496	3.72 496	1.76 394	11.82 477	0.46 206	16.95 496	36.83 539	15.80 498	15.53 438	12.91 452	7.46 446	20.01 525	21.76 525	0.31 474	0.13 437	0.01 387	0.08 382	0.57 466	0.41 450

LE_ROB	16.73 533	1.28 423	11.61 479	3.72 496	1.65 380	16.67 504	9.17 513	14.39 475	55.91 556	63.81 567	40.86 543	35.94 539	37.73 550	14.24 495	26.87 540	0.05 401	0.10 411	0.13 480	0.22 448	0.12 295	0.15 358

MaskLacGwcNet_RVC	5.97 436	5.36 511	5.02 364	3.75 498	3.57 469	15.81 499	4.27 456	11.72 412	6.96 332	7.23 337	8.47 315	9.09 395	2.66 266	9.36 432	2.71 325	7.49 532	2.32 527	2.01 521	0.08 382	6.77 531	4.67 524

Nwc_Net	6.97 462	1.25 417	6.63 430	3.82 499	3.37 459	10.83 467	1.67 390	19.56 525	11.35 440	8.36 385	23.62 492	17.19 489	11.44 493	11.21 464	8.08 449	0.80 498	0.00 1	0.00 1	0.02 329	0.13 310	0.09 279

CC-Net-ROB	7.68 472	9.21 529	7.46 449	3.82 499	3.66 473	15.68 498	5.02 472	17.95 503	10.45 427	6.44 298	14.00 423	7.63 363	4.77 378	10.75 457	3.10 338	5.99 529	2.46 530	16.28 539	1.08 516	6.30 529	1.56 502

DANet	6.02 441	1.23 414	8.45 459	3.86 501	3.94 486	7.64 426	1.34 373	9.51 345	7.00 334	13.39 485	15.53 438	15.99 477	7.02 434	12.14 477	12.37 494	0.19 456	0.12 427	0.02 418	0.03 345	0.13 310	0.56 471
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RP	6.84 459	1.29 425	5.53 399	3.92 502	5.18 510	6.32 391	3.53 440	11.73 413	15.31 474	9.54 426	22.38 488	18.25 494	14.47 507	10.11 444	7.49 433	0.91 502	0.01 179	0.12 476	0.15 412	0.33 429	0.19 390

RGC	6.88 461	2.23 478	6.13 414	4.05 503	4.73 509	8.94 439	2.78 420	15.19 487	11.74 445	11.13 462	19.34 471	17.86 491	10.42 487	13.02 487	8.03 445	0.73 496	0.01 179	0.24 494	0.41 492	0.31 421	0.38 444

IIG-Stereo	3.16 299	0.75 322	2.83 189	4.08 504	0.21 161	2.56 179	0.74 289	6.55 261	5.56 262	8.39 390	9.38 342	7.94 372	2.79 275	9.50 438	1.89 281	0.02 327	0.00 1	0.00 1	0.00 1	0.02 71	0.04 179

TCMNet	5.22 422	1.96 471	9.78 470	4.11 505	6.57 518	8.83 438	1.35 375	10.74 382	8.07 372	6.39 294	12.76 411	8.32 379	4.75 377	8.62 396	10.09 478	0.11 434	0.18 465	0.31 498	0.09 393	0.75 482	0.57 472

AnyNet_C32	10.98 510	5.58 512	22.79 525	4.16 506	5.83 514	15.64 497	14.30 537	13.18 456	17.15 486	16.44 502	20.52 479	14.68 466	13.44 503	22.46 530	30.08 545	0.17 452	0.26 492	0.36 503	0.36 486	1.23 495	0.91 487

BEATNet-Init1	23.31 543	9.03 528	41.67 551	4.17 507	2.53 435	45.68 557	19.47 552	33.43 543	38.45 543	47.59 555	49.10 552	59.31 556	41.80 554	38.35 551	29.21 544	0.47 490	0.50 511	0.81 510	0.66 505	2.10 512	1.86 504

MDST_ROB	8.37 483	0.32 84	9.03 464	4.18 508	2.42 431	26.86 533	6.14 483	19.36 520	13.52 461	27.09 528	22.75 490	9.47 401	4.74 376	15.06 501	6.34 418	0.02 327	0.02 242	0.00 1	0.00 1	0.02 71	0.13 338

OMP-Stereo	3.03 287	0.93 373	2.72 171	4.21 509	0.51 263	2.19 138	1.25 364	6.19 239	6.00 288	7.99 373	6.21 246	8.50 387	2.49 257	9.44 436	1.74 270	0.01 240	0.00 1	0.00 1	0.00 1	0.08 229	0.05 214

PVD	15.44 525	2.93 490	14.67 500	4.21 509	3.39 462	17.43 510	4.16 453	27.84 541	48.84 551	31.02 534	43.54 545	29.76 529	30.81 542	25.97 537	21.40 522	0.23 463	0.41 504	0.04 447	0.33 480	0.41 454	1.33 497

AnyNet_C01	16.12 529	10.81 534	59.36 559	4.42 511	2.49 433	30.06 536	15.15 545	17.51 501	16.51 482	17.88 504	37.69 536	24.04 515	17.54 512	29.60 540	33.29 549	0.28 473	0.38 502	0.43 507	0.42 493	2.57 515	1.98 507

MANE	19.47 541	1.27 420	5.07 369	4.69 512	5.55 512	30.49 537	9.94 520	34.01 544	37.27 541	44.13 552	51.57 556	52.51 550	40.41 552	33.58 543	24.81 535	0.89 501	0.86 516	1.11 515	9.72 547	0.38 444	1.06 491

GASNet	5.19 421	4.61 506	9.38 467	4.73 513	2.10 414	3.80 320	1.57 384	12.07 426	10.96 432	8.92 409	7.03 276	8.21 377	7.67 451	14.02 493	7.36 431	0.02 327	0.15 449	0.00 1	0.00 1	0.69 477	0.42 453

ELAS	16.72 532	2.14 476	9.23 465	4.92 514	4.53 505	32.66 543	15.11 544	27.40 539	28.68 521	40.27 547	44.90 546	38.33 542	30.50 541	26.44 538	21.94 527	0.88 500	1.23 520	0.67 508	0.89 513	1.49 502	2.18 511
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	18.87 539	9.32 531	86.48 568	4.95 515	6.10 515	42.08 551	14.70 539	15.49 488	41.06 544	22.65 518	32.32 523	13.77 455	19.54 521	37.98 549	28.96 542	0.41 484	0.23 484	0.00 1	0.02 329	0.91 488	0.50 466

RTSA	18.87 539	9.32 531	86.48 568	4.95 515	6.10 515	42.08 551	14.70 539	15.49 488	41.06 544	22.65 518	32.32 523	13.77 455	19.54 521	37.98 549	28.96 542	0.41 484	0.23 484	0.00 1	0.02 329	0.91 488	0.50 466

Consistency-Raft	9.42 494	4.74 509	12.66 489	5.30 517	9.08 529	4.08 332	5.26 476	19.26 518	24.87 513	11.17 463	29.85 515	13.57 453	5.51 405	7.67 329	13.40 499	0.36 478	0.35 498	1.81 519	4.24 537	11.61 537	3.57 517

ELAS_RVC	16.54 531	2.26 479	10.09 474	5.50 518	4.46 500	28.28 535	16.72 548	25.55 536	33.54 529	40.19 546	40.30 542	36.68 540	30.03 540	29.40 539	20.61 520	0.98 505	1.21 519	0.86 512	0.70 508	1.39 501	2.16 509
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
G-Net	8.41 484	1.54 442	10.97 477	5.73 519	3.60 470	26.19 527	4.41 461	10.10 365	7.42 346	19.71 509	24.99 501	14.38 464	15.83 509	10.99 460	9.53 472	0.50 491	0.46 509	0.19 489	0.25 459	0.80 484	0.66 478

PWCDC_ROB	7.92 478	3.17 497	7.48 450	5.73 519	4.40 495	10.45 458	0.35 181	14.52 478	28.19 519	10.36 446	31.27 519	7.04 353	9.14 474	13.22 489	8.78 460	2.74 521	0.02 242	0.00 1	0.00 1	1.31 498	0.17 375

MSC_U_SF_DS_RVC	16.41 530	6.93 520	21.83 523	5.94 521	2.81 443	38.71 549	14.59 538	24.55 535	34.87 537	33.66 540	34.35 529	29.24 528	24.20 533	22.59 531	17.95 514	2.52 520	2.81 537	1.17 516	1.51 522	5.89 527	2.16 509

NVStereoNet_ROB	16.04 528	6.75 518	12.90 493	6.37 522	7.42 524	12.89 487	9.74 519	22.78 532	25.12 514	30.32 532	46.19 548	34.37 537	25.38 534	21.48 529	21.38 521	5.94 528	3.10 542	6.07 533	10.09 548	4.01 519	8.54 540
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
LSM	14.01 522	5.95 513	33.49 542	6.78 523	43.61 564	10.22 454	9.98 521	15.16 486	22.93 510	23.07 521	32.34 525	18.52 496	12.67 498	15.45 504	11.10 486	0.16 451	0.51 512	0.09 470	0.32 478	1.08 492	16.85 559

anonymity	7.68 472	3.83 502	12.39 485	7.04 524	12.67 540	8.18 431	2.00 400	17.50 500	6.85 328	13.56 487	9.21 330	9.97 408	7.82 453	11.28 466	5.58 405	6.27 530	4.98 552	3.68 527	2.96 528	3.33 518	4.48 522

SGM+DAISY	15.62 526	7.26 522	19.28 515	8.94 525	10.11 534	26.25 528	10.49 524	19.36 520	14.65 469	30.64 533	33.59 528	33.00 533	22.32 532	24.96 536	16.42 508	7.90 534	6.25 554	4.51 529	3.37 533	5.86 526	7.20 534

testlalala2	2.15 195	0.44 197	2.44 136	9.24 526	6.30 517	3.64 299	0.18 129	4.63 137	2.55 89	3.73 184	4.17 176	3.14 208	0.51 105	1.08 37	0.26 32	0.00 1	0.10 411	0.00 1	0.44 497	0.11 278	0.03 135

MFMNet_re	13.29 520	8.60 526	18.29 512	9.75 527	7.25 523	19.65 517	14.84 541	20.71 530	30.72 523	23.03 520	28.77 511	18.85 498	26.09 537	13.55 490	9.82 473	2.44 519	1.35 521	0.34 500	0.23 451	4.78 522	6.69 533

PDISCO_ROB	9.62 498	1.99 474	11.51 478	9.88 528	9.61 531	21.48 519	3.83 446	19.33 519	28.49 520	11.27 465	14.17 425	19.92 504	5.02 387	16.35 510	9.18 464	5.28 527	0.41 504	0.14 481	0.09 393	2.05 509	2.36 513

UDG	8.58 487	9.31 530	4.89 358	10.00 529	9.52 530	10.36 457	2.41 406	12.07 426	9.82 410	7.81 362	9.55 343	16.52 481	9.81 481	7.84 340	7.88 441	4.20 524	2.51 532	18.53 541	3.71 536	9.55 533	5.28 527

PSMNet-RUCA	5.60 429	4.62 507	11.61 479	10.29 530	7.55 526	7.08 409	1.94 398	12.01 422	10.52 428	3.90 188	11.88 392	4.43 270	1.75 228	7.56 321	4.24 380	1.68 516	0.12 427	4.78 530	0.67 506	4.74 521	0.68 480

FADE	25.68 545	17.27 538	50.60 555	10.46 531	9.90 533	22.50 521	9.17 513	35.80 546	53.05 553	20.32 513	19.01 470	26.54 522	34.42 545	39.35 552	33.52 550	30.62 560	14.22 560	38.39 559	37.63 562	5.22 524	5.56 529

CAS	2.24 205	0.25 39	1.86 74	11.21 532	3.86 483	1.67 88	0.02 22	3.87 98	2.67 94	0.41 69	1.63 92	0.24 65	0.27 45	1.50 59	0.74 144	9.43 539	0.01 179	0.00 1	0.00 1	0.01 24	5.21 526

SPS-STEREO	15.04 524	6.23 515	13.21 495	11.34 533	11.65 537	23.30 523	7.15 501	24.16 534	15.65 477	31.78 535	29.19 514	31.62 531	21.32 527	24.62 535	19.50 517	7.59 533	4.19 550	3.22 526	1.48 520	6.99 532	6.54 532
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SQANet	7.64 471	3.40 499	5.49 393	11.73 534	9.62 532	11.96 480	2.82 421	11.33 398	6.10 292	8.33 384	11.49 387	11.00 430	5.16 393	10.12 448	2.72 328	8.92 536	2.21 525	10.41 535	1.58 524	11.13 536	7.39 535

SAMSARA	14.63 523	2.74 488	12.38 484	12.65 535	6.74 519	36.50 547	72.93 570	19.36 520	23.77 512	16.20 500	13.04 414	29.21 527	12.78 499	16.98 512	15.21 506	0.11 434	0.26 492	0.03 435	0.14 408	0.76 483	0.77 482

DDUNet	9.47 495	11.32 535	6.14 415	12.93 536	11.65 537	10.45 458	3.87 447	11.70 410	7.89 366	9.27 418	13.28 415	16.18 480	6.14 415	8.80 410	5.77 408	6.64 531	3.38 545	20.90 542	4.28 538	11.01 535	7.80 536

otaku	11.73 515	7.51 524	7.07 439	13.22 537	10.85 536	26.61 532	7.25 503	18.84 512	19.16 494	11.58 469	17.23 460	20.19 506	8.09 457	15.11 502	4.64 389	9.13 538	2.42 529	13.08 536	1.83 525	12.48 539	8.22 538

Ntro	12.35 516	8.88 527	7.80 454	13.79 538	12.42 539	26.54 531	6.98 499	18.54 507	22.14 508	9.82 431	16.45 445	20.30 507	9.29 477	15.95 507	6.61 425	9.53 540	2.47 531	14.93 538	2.77 527	13.11 541	8.63 541

JetBlue	29.12 550	15.72 537	54.12 556	15.93 539	20.98 552	60.90 568	30.62 559	39.38 547	34.62 535	34.08 541	39.69 539	57.35 555	43.17 555	50.71 564	50.60 565	2.41 518	3.79 548	2.81 522	3.45 534	9.57 534	12.59 553

ACVNet-4b	15.90 527	22.00 541	12.37 483	16.40 540	15.14 543	31.87 540	7.50 505	19.04 515	27.85 518	11.48 467	22.02 485	31.86 532	9.16 476	17.95 515	5.69 406	10.43 542	2.58 533	24.44 546	4.87 542	16.04 544	9.28 542

ACVNet_1	18.70 538	25.08 544	12.72 490	17.33 541	15.18 544	26.02 526	9.62 518	28.44 542	34.49 532	24.39 524	24.32 496	37.22 541	20.13 524	16.67 511	13.39 498	10.45 543	2.59 534	24.77 547	4.92 543	16.57 545	9.75 544

RainbowNet	18.01 537	26.22 546	19.95 517	18.59 542	14.88 542	27.38 534	10.46 523	27.39 538	34.54 533	14.91 495	27.01 507	25.65 519	12.44 496	18.94 519	9.23 465	13.91 550	3.46 546	23.36 545	4.86 541	16.03 543	10.91 548

MADNet+	27.07 547	33.84 553	90.97 572	20.14 543	7.47 525	48.43 559	47.10 566	35.43 545	36.46 538	20.11 512	30.05 516	25.29 518	35.08 546	45.50 558	50.28 564	2.13 517	2.00 524	1.19 517	0.76 509	4.71 520	4.43 520

ACVNet_2	26.45 546	29.35 551	25.14 530	20.27 544	15.43 545	34.97 545	12.23 533	48.37 557	66.25 566	42.69 549	56.73 560	51.77 548	25.59 535	20.39 526	13.52 500	10.13 541	2.59 534	22.78 544	3.52 535	17.57 546	9.80 546

test_for_model	6.81 458	27.63 547	2.16 119	21.79 545	16.18 546	3.48 282	0.94 335	5.88 224	3.72 170	7.62 355	2.72 133	1.03 134	0.42 92	0.58 8	0.35 54	9.03 537	2.28 526	0.00 1	0.05 369	23.91 552	6.49 531

DispFullNet	17.47 535	26.01 545	33.98 544	22.58 546	20.86 551	13.84 495	1.28 368	16.50 493	26.27 516	19.97 511	17.17 458	20.52 510	18.49 516	22.86 532	10.76 484	5.13 526	2.83 538	30.72 550	7.72 546	20.86 548	11.01 549

PWCK	30.53 553	44.32 560	47.25 553	29.76 547	7.23 522	40.78 550	27.10 558	44.73 551	44.32 547	47.31 554	36.37 534	47.16 547	26.05 536	41.26 554	31.87 547	21.83 555	4.03 549	29.50 549	4.67 539	27.17 557	7.80 536

Dean	34.67 555	38.70 558	25.33 531	29.89 548	17.21 547	45.24 556	11.98 531	56.90 567	76.55 568	63.47 566	60.22 563	67.36 565	48.14 560	37.24 547	39.01 556	11.00 545	2.83 538	28.35 548	5.60 545	18.14 547	10.31 547

IMH-64-1	27.21 548	28.77 548	16.84 510	31.57 549	20.76 549	26.43 529	15.10 542	47.11 552	45.20 548	33.53 538	51.16 554	41.42 544	31.10 543	36.48 545	22.39 528	13.48 548	2.87 540	33.95 552	10.70 549	23.50 550	11.75 550

IMH-64	27.21 548	28.77 548	16.84 510	31.57 549	20.76 549	26.43 529	15.10 542	47.11 552	45.20 548	33.53 538	51.16 554	41.42 544	31.10 543	36.48 545	22.39 528	13.48 548	2.87 540	33.95 552	10.70 549	23.50 550	11.75 550

LVE	34.99 557	40.10 559	34.97 545	32.49 551	18.61 548	51.45 564	26.82 557	52.15 562	65.94 565	47.21 553	61.04 564	53.99 553	37.30 549	37.95 548	34.09 552	15.55 554	5.95 553	31.01 551	13.81 554	22.58 549	16.72 558

WAO-7	29.39 551	24.43 542	20.47 519	32.71 552	13.83 541	34.70 544	20.27 555	52.19 563	65.03 564	43.29 550	59.35 562	52.19 549	44.68 557	31.71 541	30.56 546	10.98 544	4.94 551	13.71 537	12.52 553	12.06 538	8.22 538

IMH	29.82 552	29.11 550	18.51 514	34.28 553	21.40 554	32.33 542	15.39 546	49.40 559	53.07 554	37.88 543	55.32 559	45.05 546	39.54 551	40.63 553	24.12 533	14.03 551	3.27 544	34.93 554	11.24 551	24.69 553	12.21 552

TorneroNet-64	32.42 554	31.89 552	30.52 538	34.73 554	21.13 553	46.99 558	18.82 550	43.10 550	59.42 559	32.70 537	46.98 549	62.01 559	36.98 548	43.97 557	33.88 551	14.10 552	3.22 543	35.28 555	11.72 552	26.84 556	14.07 554

WAO-6	34.74 556	36.76 557	15.36 503	37.53 555	24.15 558	35.99 546	19.36 551	48.96 558	68.54 567	43.84 551	47.58 550	52.77 551	52.60 561	32.63 542	34.73 553	26.20 558	7.74 557	42.78 560	21.64 559	28.07 558	17.62 560

TorneroNet	35.11 558	33.92 554	33.82 543	37.86 556	22.01 555	49.64 561	21.58 556	48.09 556	55.23 555	37.50 542	53.79 557	62.81 562	43.66 556	46.71 560	41.25 559	14.80 553	3.53 547	36.72 556	14.57 555	28.28 559	16.49 557

WAO-8	38.15 559	35.51 555	21.50 521	43.67 557	23.92 556	44.44 553	20.26 553	52.83 564	76.62 569	53.57 560	66.79 568	62.63 560	54.56 564	42.03 555	39.18 557	22.71 556	6.65 555	37.08 557	19.08 557	24.72 555	15.24 555

Venus	38.15 559	35.51 555	21.50 521	43.67 557	23.92 556	44.44 553	20.26 553	52.83 564	76.62 569	53.57 560	66.81 569	62.63 560	54.56 564	42.03 555	39.18 557	22.71 556	6.65 555	37.08 557	19.08 557	24.70 554	15.24 555

UNDER WATER-64	45.16 562	46.99 561	66.69 561	43.90 559	27.64 559	55.58 567	41.87 563	39.42 548	48.42 550	51.73 559	43.08 544	67.76 566	56.69 566	48.02 562	48.34 562	39.50 562	17.64 561	51.78 563	38.93 563	36.62 560	32.61 562

JetRed	61.02 568	61.05 567	82.56 567	46.09 560	56.80 568	83.19 569	63.76 568	59.26 569	63.61 562	69.29 570	68.85 570	66.59 564	47.62 559	61.57 567	74.09 570	45.58 564	66.14 571	46.59 561	45.06 565	63.17 567	49.58 567

UNDER WATER	45.09 561	48.60 562	67.37 562	49.30 561	31.41 560	53.80 566	37.39 561	40.25 549	52.48 552	50.24 556	45.37 547	68.37 567	57.76 567	51.03 565	49.88 563	29.97 559	13.75 559	51.22 562	36.57 560	37.87 561	29.12 561

GCST	9.08 489	17.31 539	3.98 304	52.92 562	10.66 535	11.29 470	0.20 138	6.97 277	6.47 316	9.46 422	4.68 188	4.75 281	1.51 201	9.34 431	1.31 228	8.19 535	0.05 337	22.38 543	0.34 482	6.17 528	3.53 516

DPSimNet_ROB	53.45 565	64.73 569	44.39 552	53.97 563	45.39 565	53.66 565	54.83 567	55.15 566	57.87 558	64.16 568	50.83 553	63.40 563	53.34 563	46.45 559	65.81 569	63.13 569	26.54 566	57.94 566	51.11 567	45.52 562	50.69 568

HanzoNet	56.48 567	59.32 566	58.25 558	55.32 564	41.94 562	50.95 563	41.33 562	51.12 560	61.40 561	65.62 569	65.59 567	71.66 568	69.41 569	70.77 569	60.03 567	63.99 570	34.70 567	61.96 567	50.54 566	51.00 565	44.71 565

notaker	47.42 563	55.20 564	49.13 554	56.52 565	40.18 561	38.52 548	32.97 560	47.21 554	56.08 557	57.21 562	57.24 561	60.09 557	59.19 568	53.93 566	41.64 560	40.61 563	19.93 562	57.21 565	37.41 561	49.02 563	39.02 563

ktn	48.94 564	57.58 565	38.86 549	59.57 566	43.27 563	50.37 562	43.38 564	48.07 555	61.11 560	51.30 558	54.25 558	54.96 554	52.88 562	47.30 561	35.83 554	57.77 567	24.88 565	62.69 568	43.55 564	50.70 564	40.41 564

ASD4	75.85 571	81.57 572	69.25 564	68.23 567	80.87 572	96.24 573	99.15 578	77.50 571	93.47 575	77.59 571	85.63 571	78.32 570	76.43 571	77.89 571	82.61 571	58.30 568	62.67 569	55.02 564	62.43 569	68.35 568	65.49 570

LRCNet_RVC	66.23 569	65.67 570	67.63 563	71.47 568	54.32 567	32.17 541	2.66 416	63.19 570	21.35 506	81.79 572	91.26 573	83.62 571	71.62 570	69.32 568	52.57 566	95.49 577	64.45 570	95.07 577	95.19 577	71.52 569	74.31 571

KSHMR	55.63 566	63.60 568	37.85 548	74.69 569	49.56 566	49.01 560	45.73 565	57.46 568	63.97 563	61.61 565	62.07 566	72.39 569	47.01 558	50.65 563	43.29 561	54.10 566	62.21 568	66.10 569	53.94 568	51.25 566	46.11 566

xxxxx1	85.63 574	90.31 575	96.68 575	76.54 570	80.57 569	97.44 576	96.86 575	85.53 572	88.53 572	88.68 573	91.71 574	94.23 574	92.93 573	90.02 574	91.98 573	70.60 571	70.39 572	73.68 573	81.46 574	74.61 570	79.86 572

tt_ll	85.63 574	90.31 575	96.68 575	76.54 570	80.57 569	97.44 576	96.86 575	85.53 572	88.53 572	88.68 573	91.71 574	94.23 574	92.93 573	90.02 574	91.98 573	70.60 571	70.39 572	73.68 573	81.46 574	74.61 570	79.86 572

ff	85.63 574	90.31 575	96.68 575	76.54 570	80.57 569	97.44 576	96.86 575	85.53 572	88.53 572	88.68 573	91.71 574	94.23 574	92.93 573	90.02 574	91.98 573	70.60 571	70.39 572	73.68 573	81.46 574	74.61 570	79.86 572

tt	83.26 573	0.34 115	99.99 582	79.40 573	93.18 575	100.00 581	100.00 582	100.00 585	99.95 580	60.33 564	47.63 551	99.98 584	99.96 581	99.98 582	100.00 586	92.42 576	99.82 580	73.83 576	73.63 572	88.42 576	56.35 569

USTest	87.63 577	76.50 571	65.53 560	81.26 574	83.10 574	100.00 581	100.00 582	99.53 580	99.60 579	98.32 577	99.02 580	90.87 573	98.33 578	84.28 572	98.23 579	79.97 574	96.20 576	69.82 570	73.75 573	75.48 573	82.80 577

MADNet++	82.84 572	82.38 573	73.57 565	87.72 575	82.97 573	93.14 571	69.15 569	86.42 575	82.50 571	93.46 576	86.70 572	86.28 572	80.92 572	88.34 573	88.84 572	86.83 575	84.17 575	72.64 572	68.92 571	80.47 575	81.42 575

TCMNet-wrong-test	67.23 570	85.83 574	81.56 566	95.63 576	94.73 576	89.35 570	85.42 571	51.73 561	33.71 531	51.26 557	61.71 565	61.33 558	41.23 553	77.26 570	64.71 568	48.76 565	9.03 558	70.12 571	68.11 570	90.76 577	82.37 576

MEDIAN_ROB	98.41 579	99.70 579	99.30 579	97.09 577	97.02 577	96.89 574	95.77 574	97.66 578	97.28 576	98.79 580	98.94 579	99.18 579	98.14 577	96.89 577	96.88 578	99.96 581	99.16 578	100.00 581	99.99 582	99.69 580	99.88 580

Anonymous_1	99.08 581	99.91 580	99.85 581	97.63 578	99.10 580	100.00 581	100.00 582	99.61 582	99.96 581	99.28 582	99.86 581	99.54 581	99.99 582	99.29 579	99.75 580	96.05 578	99.59 579	97.31 578	98.57 579	97.71 578	98.63 579

PML	97.88 578	100.00 584	96.45 574	98.01 579	97.88 579	100.00 581	99.35 579	96.88 576	97.72 577	100.00 584	97.36 577	97.38 578	99.60 579	100.00 585	96.32 577	99.99 582	97.55 577	100.00 581	96.01 578	99.18 579	87.92 578

DLNR_Zeroshot_test	24.70 544	50.77 563	90.11 571	98.11 580	97.34 578	1.38 57	0.12 92	22.79 533	3.09 133	1.07 122	2.95 139	0.71 122	0.29 51	6.93 279	2.29 306	38.56 561	0.37 501	0.00 1	0.30 474	76.73 574	0.09 279

DPSM_ROB	99.95 587	100.00 584	100.00 586	99.76 581	100.00 582	100.00 581	100.00 582	100.00 585	100.00 583	100.00 584	100.00 582	100.00 586	100.00 584	100.00 585	100.00 586	99.21 579	100.00 583	100.00 581	100.00 584	99.99 581	99.95 581

DPSM	99.95 587	100.00 584	100.00 586	99.76 581	100.00 582	100.00 581	100.00 582	100.00 585	100.00 583	100.00 584	100.00 582	100.00 586	100.00 584	100.00 585	100.00 586	99.21 579	100.00 583	100.00 581	100.00 584	99.99 581	99.95 581

HaxPig	98.85 580	99.94 581	95.08 573	99.99 583	100.00 582	94.03 572	94.78 572	99.15 579	99.98 582	99.99 583	100.00 582	99.98 584	99.99 582	98.12 578	95.97 576	100.00 584	99.99 582	100.00 581	99.99 582	100.00 583	99.99 583

DPSMNet_ROB	99.91 586	100.00 584	99.99 582	99.99 583	100.00 582	100.00 581	100.00 582	99.98 584	100.00 583	98.35 578	100.00 582	99.84 582	100.00 584	99.98 582	99.99 583	100.00 584	100.00 583	100.00 581	100.00 584	100.00 583	100.00 585

DGTPSM_ROB	99.90 585	100.00 584	99.99 582	99.99 583	100.00 582	100.00 581	100.00 582	99.97 583	100.00 583	98.35 578	100.00 582	99.84 582	100.00 584	99.98 582	99.99 583	99.99 582	100.00 583	100.00 581	100.00 584	100.00 583	100.00 585

ccccc	99.32 582	96.61 578	100.00 586	100.00 586	100.00 582	97.41 575	99.44 580	99.56 581	97.80 578	99.27 581	97.59 578	99.35 580	99.84 580	99.92 580	99.98 582	100.00 584	100.00 583	99.95 580	99.77 581	100.00 583	100.00 585

Selective-RAFT-Error	100.00 589	100.00 584	100.00 586	100.00 586	100.00 582	100.00 581	100.00 582	100.00 585	100.00 583	100.00 584	100.00 582	100.00 586	100.00 584	100.00 585	100.00 586	100.00 584	100.00 583	100.00 581	100.00 584	100.00 583	100.00 585

CasAABBNet	100.00 589	100.00 584	100.00 586	100.00 586	100.00 582	100.00 581	100.00 582	100.00 585	100.00 583	100.00 584	100.00 582	100.00 586	100.00 584	100.00 585	100.00 586	100.00 584	100.00 583	100.00 581	100.00 584	100.00 583	100.00 585

test_example2	99.39 583	99.98 583	99.99 582	100.00 586	99.98 581	99.72 580	99.99 581	97.34 577	100.00 583	100.00 584	100.00 582	96.42 577	96.66 576	99.97 581	99.96 581	100.00 584	99.97 581	98.66 579	99.15 580	100.00 583	100.00 585

LSM0	100.00 589	100.00 584	100.00 586	100.00 586	100.00 582	100.00 581	100.00 582	100.00 585	100.00 583	100.00 584	100.00 582	100.00 586	100.00 584	100.00 585	100.00 586	100.00 584	100.00 583	100.00 581	100.00 584	100.00 583	99.99 583

AVERAGE_ROB	99.62 584	99.95 582	98.81 578	100.00 586	100.00 582	98.08 579	95.47 573	100.00 585	100.00 583	100.00 584	100.00 582	100.00 586	100.00 584	100.00 585	99.99 583	100.00 584	100.00 583	100.00 581	100.00 584	100.00 583	100.00 585

Low-res two-view benchmark