Low-res two-view results

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

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

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

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

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

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

GLC_STEREO	0.76 1	0.52 15	1.12 3	0.83 43	0.33 2	1.86 26	0.82 132	1.46 2	1.38 19	0.95 27	1.04 16	0.68 7	0.72 16	0.97 3	0.80 40	0.23 7	0.25 169	0.32 132	0.25 86	0.32 96	0.30 95

CASnet	0.78 2	0.51 10	1.29 7	0.81 29	0.29 1	1.28 10	0.74 94	1.51 4	1.89 157	1.64 76	1.09 22	0.65 6	0.64 8	0.91 2	0.76 34	0.29 74	0.17 9	0.41 244	0.31 199	0.32 96	0.19 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.79 3	0.54 29	1.35 10	0.97 105	0.63 120	1.13 6	0.92 191	2.02 26	0.91 1	0.76 13	0.79 6	0.80 29	1.61 188	1.28 35	0.61 1	0.22 4	0.18 24	0.26 36	0.23 57	0.27 23	0.23 14

Selective-IGEV	0.80 4	0.52 15	1.05 2	0.75 11	0.61 116	1.31 11	0.82 132	2.60 70	1.41 20	0.82 20	1.64 111	0.71 15	0.62 6	1.22 27	0.64 4	0.22 4	0.19 38	0.24 16	0.18 9	0.25 11	0.20 6

StereoIM	0.82 5	0.66 119	1.53 16	0.65 4	1.87 357	1.24 9	0.36 4	2.13 30	1.27 13	0.67 4	0.75 2	0.88 38	0.70 12	1.15 15	1.07 102	0.29 74	0.23 125	0.26 36	0.20 22	0.31 73	0.22 9

MIF-Stereo	0.82 5	0.47 4	2.63 99	0.96 98	1.19 250	0.78 3	0.39 6	1.12 1	1.54 73	1.19 41	1.26 42	0.51 1	0.64 8	1.13 13	1.03 97	0.30 108	0.20 55	0.24 16	0.21 28	0.40 173	0.25 26

ProNet	0.82 5	0.71 154	1.50 15	0.86 59	0.45 46	1.78 21	0.83 136	1.75 15	1.28 14	0.66 3	1.13 26	0.78 24	0.76 22	1.66 81	0.71 25	0.24 10	0.20 55	0.25 26	0.23 57	0.29 42	0.25 26

IGEVStereo-DCA	0.86 8	0.65 109	2.05 53	0.90 74	0.46 52	1.57 16	0.86 147	1.62 6	1.24 5	0.65 1	0.77 4	0.74 21	0.72 16	2.59 156	0.86 54	0.28 57	0.21 80	0.28 65	0.21 28	0.29 42	0.27 54

CREStereo	0.92 9	0.53 24	1.45 12	0.61 1	0.34 3	4.42 310	0.40 7	2.21 34	1.54 73	0.94 26	1.12 25	0.87 36	0.87 39	1.12 10	0.72 28	0.28 57	0.19 38	0.22 4	0.15 4	0.22 3	0.19 3
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
LoS_RVC	0.94 10	1.30 300	1.31 8	0.84 49	1.63 329	2.02 31	0.59 37	1.51 4	1.36 18	0.81 18	1.33 54	0.84 33	0.88 40	1.36 43	0.73 29	0.21 1	0.17 9	0.20 1	0.14 2	0.20 1	1.45 361

LoS	0.94 10	0.52 15	1.88 38	0.86 59	0.36 5	4.15 255	0.51 21	2.18 33	1.45 24	0.97 28	0.88 7	0.62 4	0.79 31	1.59 66	0.86 54	0.26 25	0.19 38	0.24 16	0.16 7	0.21 2	0.20 6

anonymousdsp	0.95 12	0.69 134	1.27 5	0.83 43	0.52 83	4.54 330	0.84 139	1.76 16	1.24 5	0.76 13	1.06 18	0.78 24	0.77 23	1.67 84	0.69 18	0.27 32	0.17 9	0.29 80	0.21 28	0.31 73	0.26 42

IGEV-Stereo	0.95 12	0.69 134	1.27 5	0.84 49	0.52 83	4.54 330	0.84 139	1.76 16	1.24 5	0.75 6	1.06 18	0.79 28	0.77 23	1.68 85	0.69 18	0.27 32	0.17 9	0.29 80	0.21 28	0.31 73	0.26 42
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ff7	0.98 14	0.69 134	2.05 53	0.84 49	0.52 83	4.55 333	0.86 147	1.62 6	1.24 5	0.75 6	1.03 12	0.70 10	0.77 23	1.84 96	0.68 14	0.27 32	0.17 9	0.29 80	0.21 28	0.31 73	0.27 54

ffff	0.98 14	0.69 134	2.05 53	0.84 49	0.52 83	4.55 333	0.86 147	1.62 6	1.24 5	0.75 6	1.03 12	0.70 10	0.77 23	1.84 96	0.68 14	0.27 32	0.17 9	0.29 80	0.21 28	0.31 73	0.27 54

11t	0.98 14	0.69 134	2.05 53	0.84 49	0.52 83	4.55 333	0.86 147	1.62 6	1.24 5	0.75 6	1.03 12	0.70 10	0.77 23	1.84 96	0.68 14	0.27 32	0.17 9	0.29 80	0.21 28	0.31 73	0.27 54

MIF-Stereo (partial)	0.98 14	0.55 33	2.83 107	0.71 8	1.03 219	1.08 5	0.49 16	2.55 63	1.66 119	0.79 17	1.20 32	0.80 29	0.90 43	1.61 73	1.56 190	0.36 184	0.24 152	0.33 162	0.25 86	0.40 173	0.28 67

ccc-4	0.98 14	0.69 134	2.05 53	0.84 49	0.52 83	4.55 333	0.86 147	1.62 6	1.24 5	0.75 6	1.03 12	0.70 10	0.77 23	1.84 96	0.68 14	0.27 32	0.17 9	0.29 80	0.21 28	0.31 73	0.27 54

CroCo-Stereo	0.98 14	0.87 223	3.44 127	0.87 62	0.53 91	0.49 1	0.50 17	3.99 231	1.49 45	0.81 18	1.25 41	1.00 46	0.75 21	1.10 8	1.09 107	0.24 10	0.21 80	0.24 16	0.19 18	0.35 142	0.27 54
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
CroCo-Stereo Lap2	0.99 20	0.89 225	2.55 94	0.99 113	1.80 354	0.54 2	0.46 12	3.10 101	1.24 5	1.07 35	1.21 33	1.05 51	0.78 29	1.26 31	1.08 104	0.27 32	0.23 125	0.27 51	0.21 28	0.43 217	0.34 129

PMTNet	0.99 20	0.48 5	1.73 27	0.62 2	0.56 97	4.20 280	0.43 11	1.88 20	1.58 91	1.00 29	1.05 17	0.78 24	0.98 58	1.50 55	0.85 50	1.21 366	0.20 55	0.23 5	0.15 4	0.22 3	0.19 3

MyStereo07	1.01 22	0.80 198	1.26 4	1.00 120	1.04 222	3.95 213	0.95 198	2.07 29	1.42 21	0.75 6	1.22 34	0.68 7	0.91 45	1.63 77	0.67 12	0.24 10	0.24 152	0.34 178	0.26 99	0.41 194	0.37 157

CES	1.01 22	0.55 33	1.74 30	0.92 81	2.15 369	2.15 41	0.50 17	2.01 25	1.45 24	0.76 13	1.02 9	0.61 3	0.47 1	1.29 37	0.79 39	0.22 4	0.17 9	0.24 16	0.14 2	0.63 286	2.29 377

TANstereo	1.01 22	0.55 33	1.73 27	0.76 24	0.36 5	4.04 231	0.38 5	1.48 3	1.62 112	2.03 168	2.10 231	0.84 33	0.93 49	0.98 4	0.62 2	0.28 57	0.36 253	0.23 5	0.20 22	0.25 11	0.46 227

GMStereo	1.01 22	1.00 247	2.86 109	0.83 43	0.45 46	1.47 13	0.57 29	1.89 21	2.11 196	1.52 59	1.24 37	0.87 36	0.74 20	1.58 63	0.94 82	0.40 222	0.21 80	0.30 99	0.30 183	0.47 237	0.36 143
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CREStereo++_RVC	1.02 26	0.49 7	1.54 18	0.83 43	0.55 94	4.01 227	0.31 2	1.63 11	1.99 168	1.63 74	2.13 239	0.84 33	0.65 10	0.88 1	0.70 22	0.27 32	0.15 2	0.23 5	1.22 375	0.24 5	0.17 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
XX-TBD	1.03 27	0.95 238	1.94 43	1.30 242	0.43 37	3.97 221	0.33 3	1.74 14	1.73 133	1.59 65	2.02 214	0.69 9	0.60 3	1.16 16	0.66 10	0.30 108	0.25 169	0.23 5	0.15 4	0.31 73	0.22 9

Anonymous	1.04 28	0.76 184	2.42 91	1.06 146	1.27 269	1.67 20	0.86 147	2.51 52	1.49 45	0.92 25	1.14 27	0.70 10	1.10 86	1.26 31	0.98 88	0.47 272	0.33 233	0.30 99	0.30 183	0.66 300	0.51 253

EGLCR-Stereo	1.06 29	0.51 10	1.56 20	1.02 133	0.39 26	4.27 291	0.42 8	4.08 256	1.48 39	0.90 24	0.68 1	1.09 52	0.66 11	1.81 93	0.62 2	0.27 32	0.19 38	0.29 80	0.23 57	0.37 158	0.25 26

MC-Stereo	1.06 29	0.48 5	1.55 19	1.15 191	0.41 31	4.56 338	0.61 43	2.06 27	1.46 31	1.90 121	1.61 106	0.89 39	1.12 91	1.35 42	0.73 29	0.25 18	0.18 24	0.26 36	0.22 49	0.25 11	0.24 20

sCroCo_RVC	1.06 29	0.82 209	5.05 152	1.02 133	1.05 224	0.98 4	0.61 43	2.06 27	1.29 15	0.69 5	1.26 42	0.82 32	1.10 86	1.20 24	0.90 65	0.42 242	0.40 284	0.33 162	0.30 183	0.46 235	0.38 170

iRaftStereo_RVC	1.09 32	0.70 144	1.39 11	0.95 94	0.45 46	3.83 183	0.42 8	2.37 41	1.58 91	1.69 84	1.76 141	1.80 135	0.83 35	1.50 55	0.98 88	0.28 57	0.18 24	0.29 80	0.26 99	0.30 57	0.31 102

11t1	1.11 33	0.53 24	1.80 35	1.55 309	0.65 127	2.20 45	0.60 40	3.66 155	1.49 45	1.60 66	1.26 42	1.03 48	1.35 131	1.72 87	0.97 86	0.28 57	0.31 221	0.29 80	0.23 57	0.30 57	0.34 129

GMOStereo	1.13 34	0.70 144	2.26 76	0.75 11	0.44 42	3.05 74	0.91 181	2.78 79	1.45 24	2.37 262	1.52 82	1.53 99	1.05 71	1.17 18	0.92 74	0.25 18	0.19 38	0.35 193	0.28 146	0.34 127	0.26 42

error version	1.13 34	0.70 144	2.26 76	0.75 11	0.44 42	3.05 74	0.91 181	2.78 79	1.45 24	2.37 262	1.52 82	1.53 99	1.05 71	1.17 18	0.92 74	0.25 18	0.19 38	0.35 193	0.28 146	0.34 127	0.26 42

test-v	1.13 34	0.70 144	2.26 76	0.75 11	0.44 42	3.05 74	0.91 181	2.78 79	1.45 24	2.37 262	1.52 82	1.53 99	1.05 71	1.17 18	0.92 74	0.25 18	0.19 38	0.35 193	0.28 146	0.34 127	0.26 42

test-2	1.13 34	0.70 144	2.26 76	0.75 11	0.44 42	3.05 74	0.91 181	2.78 79	1.45 24	2.37 262	1.52 82	1.53 99	1.05 71	1.17 18	0.92 74	0.25 18	0.19 38	0.35 193	0.28 146	0.34 127	0.26 42

Selective-RAFT	1.15 38	0.46 3	1.64 23	0.99 113	0.45 46	4.17 269	0.51 21	3.21 110	1.69 126	1.12 40	1.34 59	1.45 95	1.40 137	2.08 115	0.94 82	0.41 232	0.20 55	0.24 16	0.23 57	0.27 23	0.25 26

x	1.15 38	0.57 45	1.53 16	1.44 284	0.67 133	1.94 28	0.97 205	3.87 195	1.57 89	1.61 71	1.28 49	1.58 104	1.22 110	1.93 104	1.04 98	0.28 57	0.30 213	0.34 178	0.29 169	0.32 96	0.31 102

AE-Stereo	1.18 40	0.60 72	2.05 53	1.10 164	0.60 113	4.39 303	0.72 81	3.74 170	1.62 112	1.10 37	1.90 198	1.01 47	0.92 47	1.45 53	0.82 43	0.28 57	0.22 101	0.28 65	0.28 146	0.26 17	0.22 9

test-3	1.19 41	0.52 15	2.00 47	1.01 124	0.42 34	1.95 29	0.91 181	4.35 334	1.47 34	2.24 228	1.16 28	2.06 177	0.79 31	2.68 161	0.76 34	0.27 32	0.18 24	0.28 65	0.26 99	0.26 17	0.25 26

test_1	1.19 41	0.52 15	2.00 47	1.01 124	0.42 34	1.95 29	0.90 173	4.36 336	1.47 34	2.17 205	1.16 28	2.06 177	0.78 29	2.68 161	0.76 34	0.27 32	0.18 24	0.28 65	0.26 99	0.26 17	0.25 26

test_3	1.19 41	0.51 10	2.08 65	0.99 113	0.41 31	2.05 37	0.87 163	4.40 342	1.42 21	1.99 146	1.18 30	2.03 171	0.79 31	2.70 163	0.75 32	0.27 32	0.17 9	0.29 80	0.29 169	0.30 57	0.27 54

raftrobust	1.19 41	0.72 157	2.30 81	1.26 228	1.31 273	3.55 138	0.68 67	2.75 78	1.47 34	2.21 221	1.38 65	1.17 60	1.22 110	1.20 24	1.11 109	0.28 57	0.24 152	0.21 2	0.19 18	0.25 11	0.28 67

RALCasStereoNet	1.19 41	1.02 249	2.06 62	1.12 170	1.14 237	3.08 78	0.70 77	2.99 93	1.73 133	1.34 45	1.68 119	1.18 63	0.91 45	2.16 124	1.00 95	0.30 108	0.26 180	0.24 16	0.21 28	0.29 42	0.30 95

MIM_Stereo	1.20 46	0.78 192	3.30 123	1.05 142	0.43 37	3.04 72	0.60 40	2.46 48	1.51 54	1.60 66	1.58 95	1.82 139	1.29 122	2.00 108	1.07 102	0.24 10	0.24 152	0.28 65	0.25 86	0.27 23	0.27 54

R-Stereo Train	1.20 46	0.58 57	1.81 36	0.99 113	0.67 133	3.78 175	0.90 173	4.09 258	1.51 54	2.16 201	1.71 128	1.13 55	0.94 50	1.40 44	0.91 71	0.30 108	0.24 152	0.26 36	0.21 28	0.26 17	0.25 26

RAFT-Stereo	1.20 46	0.58 57	1.81 36	0.99 113	0.67 133	3.78 175	0.90 173	4.09 258	1.51 54	2.16 201	1.71 128	1.13 55	0.94 50	1.40 44	0.91 71	0.30 108	0.24 152	0.26 36	0.21 28	0.26 17	0.25 26
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RCA-Stereo	1.21 49	0.52 15	1.58 21	0.90 74	0.46 52	4.68 354	0.79 119	4.13 267	1.74 139	1.92 127	1.80 154	0.94 43	1.48 159	1.14 14	0.70 22	0.27 32	0.18 24	0.25 26	0.19 18	0.25 11	0.23 14

raft+_RVC	1.21 49	0.83 212	2.61 96	1.35 258	0.97 202	3.60 147	0.76 102	3.23 113	1.51 54	1.33 44	1.67 117	1.03 48	1.10 86	1.87 100	0.92 74	0.24 10	0.22 101	0.25 26	0.24 78	0.26 17	0.25 26

AnonymousM	1.22 51	1.32 304	0.97 1	0.88 66	0.56 97	4.03 230	0.69 72	2.41 42	1.68 121	1.48 56	1.31 53	1.15 58	1.00 61	1.18 22	0.73 29	0.32 140	0.40 284	2.07 381	1.70 383	0.24 5	0.22 9

LL-Strereo2	1.23 52	0.85 220	2.38 87	0.93 91	0.68 138	3.72 166	1.37 268	2.54 62	1.99 168	1.75 95	1.40 66	1.82 139	0.73 19	1.40 44	0.99 93	0.31 125	0.23 125	0.55 313	0.35 235	0.29 42	0.24 20

ROB_FTStereo_v2	1.23 52	0.66 119	2.02 49	0.75 11	0.37 17	4.67 353	0.76 102	2.53 53	1.58 91	1.99 146	1.46 70	1.78 125	1.14 99	2.08 115	0.88 61	0.48 277	0.22 101	0.32 132	0.27 122	0.40 173	0.29 74

CRE-IMP	1.23 52	0.61 86	2.14 67	0.82 36	0.39 26	4.54 330	0.83 136	2.63 72	1.55 79	1.95 135	1.46 70	1.87 149	0.96 53	1.48 54	1.33 155	0.45 260	0.21 80	0.31 117	0.26 99	0.41 194	0.31 102

RAFT	1.23 52	0.84 216	2.05 53	0.96 98	0.47 62	1.80 23	0.94 195	3.18 109	1.46 31	1.60 66	1.71 128	3.04 265	1.59 183	1.64 78	1.32 151	0.38 205	0.24 152	0.40 237	0.32 206	0.40 173	0.35 140

test-1	1.23 52	0.65 109	1.88 38	0.96 98	0.52 83	3.84 188	0.62 52	4.01 234	1.47 34	1.93 131	1.78 148	1.83 142	0.92 47	1.19 23	1.28 145	0.26 25	0.29 204	0.31 117	0.24 78	0.29 42	0.36 143

PSM-adaLoss	1.24 57	0.65 109	2.03 50	0.75 11	0.37 17	4.68 354	0.73 85	2.53 53	1.58 91	1.99 146	1.47 74	1.78 125	1.13 93	2.18 127	0.87 59	0.48 277	0.23 125	0.32 132	0.27 122	0.40 173	0.29 74

rafts_anoy	1.24 57	0.80 198	3.61 135	1.17 197	1.20 255	3.00 71	0.61 43	3.17 107	1.58 91	1.37 48	1.26 42	1.19 66	1.12 91	1.78 91	1.25 138	0.32 140	0.23 125	0.32 132	0.32 206	0.31 73	0.30 95

DIP-Stereo	1.24 57	0.69 134	1.77 32	0.65 4	0.61 116	4.29 293	0.58 36	4.44 348	2.53 268	1.98 141	1.33 54	0.91 40	0.86 37	1.25 30	1.25 138	0.36 184	0.23 125	0.32 132	0.23 57	0.32 96	0.29 74
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
riskmin	1.25 60	0.56 40	2.05 53	1.05 142	0.93 195	2.86 60	0.55 26	3.23 113	1.34 17	1.55 62	1.07 20	3.56 309	2.03 252	1.29 37	1.00 95	0.28 57	0.27 188	0.34 178	0.21 28	0.41 194	0.43 208

Patchmatch Stereo++	1.25 60	0.65 109	2.06 62	0.75 11	0.37 17	4.68 354	0.76 102	2.53 53	1.58 91	1.99 146	1.47 74	1.78 125	1.14 99	2.44 139	0.90 65	0.48 277	0.23 125	0.32 132	0.27 122	0.40 173	0.29 74
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
ROB_FTStereo	1.25 60	0.66 119	2.14 67	0.75 11	0.37 17	4.65 350	0.77 112	2.53 53	1.58 91	1.99 146	1.47 74	1.78 125	1.13 93	2.26 135	0.86 54	0.47 272	0.22 101	0.32 132	0.27 122	0.40 173	0.29 74

HUI-Stereo	1.25 60	0.66 119	2.33 84	0.75 11	0.37 17	4.68 354	0.78 114	2.53 53	1.58 91	1.99 146	1.46 70	1.79 132	1.13 93	2.17 126	0.85 50	0.48 277	0.23 125	0.32 132	0.27 122	0.40 173	0.29 74

iRAFT	1.25 60	0.65 109	2.06 62	0.75 11	0.37 17	4.68 354	0.76 102	2.53 53	1.58 91	1.99 146	1.47 74	1.78 125	1.14 99	2.44 139	0.90 65	0.48 277	0.23 125	0.32 132	0.27 122	0.40 173	0.29 74

RAFT-IKP	1.25 60	0.66 119	2.23 75	0.75 11	0.37 17	4.64 348	0.74 94	2.53 53	1.58 91	1.99 146	1.47 74	1.78 125	1.13 93	2.22 132	0.92 74	0.48 277	0.22 101	0.32 132	0.27 122	0.40 173	0.29 74

RAFT-Stereo + iAFF	1.25 60	0.72 157	1.74 30	1.05 142	0.36 5	4.13 251	0.42 8	2.95 90	2.84 311	2.02 164	2.40 284	1.61 108	1.11 90	1.26 31	0.97 86	0.21 1	0.15 2	0.26 36	0.23 57	0.29 42	0.23 14

CAS	1.26 67	0.40 1	1.46 13	2.97 381	1.61 327	4.13 251	0.73 85	1.78 18	1.49 45	0.83 21	1.10 23	0.59 2	0.53 2	1.26 31	0.80 40	2.99 385	0.13 1	0.21 2	0.13 1	0.31 73	1.72 368

anonymousdsp2	1.26 67	0.60 72	3.74 138	1.02 133	0.41 31	3.60 147	0.72 81	3.68 157	1.47 34	1.37 48	1.56 92	1.83 142	1.01 63	2.00 108	0.66 10	0.29 74	0.20 55	0.28 65	0.20 22	0.32 96	0.29 74

dd	1.26 67	1.15 273	2.47 92	0.92 81	0.49 72	4.35 299	0.75 101	1.92 22	2.11 196	1.44 54	1.24 37	1.19 66	1.05 71	1.78 91	1.70 212	0.57 311	0.34 245	0.35 193	0.33 214	0.60 278	0.46 227

iGMRVC	1.26 67	0.66 119	2.14 67	0.75 11	0.37 17	4.66 351	0.74 94	2.53 53	1.58 91	1.99 146	1.46 70	1.78 125	1.14 99	2.46 141	0.92 74	0.48 277	0.23 125	0.32 132	0.27 122	0.40 173	0.29 74

mmm	1.27 71	0.58 57	2.20 71	1.41 279	0.68 138	2.39 48	0.85 145	3.90 204	1.63 115	2.20 213	1.84 178	1.28 74	1.50 166	1.91 103	0.89 63	0.31 125	0.27 188	0.45 263	0.37 254	0.38 162	0.34 129

NRIStereo	1.28 72	0.61 86	1.67 24	1.15 191	0.38 25	4.73 366	0.90 173	2.42 43	1.50 50	1.93 131	1.33 54	1.75 122	1.22 110	2.96 171	1.33 155	0.46 264	0.22 101	0.29 80	0.26 99	0.30 57	0.28 67

RALAANet	1.28 72	1.08 261	3.21 119	1.25 222	0.94 196	1.44 12	0.69 72	3.15 104	2.57 273	2.01 160	1.80 154	1.29 76	1.05 71	2.00 108	1.48 175	0.27 32	0.20 55	0.27 51	0.24 78	0.40 173	0.27 54

CASS	1.29 74	0.66 119	2.62 98	0.95 94	0.66 130	2.84 58	0.69 72	3.00 94	1.79 143	2.57 287	1.95 202	1.39 86	1.55 181	1.59 66	1.06 100	0.50 290	0.28 196	0.34 178	0.28 146	0.46 235	0.63 290
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
knoymous	1.30 75	0.60 72	5.57 162	0.88 66	0.75 148	3.04 72	0.90 173	2.68 74	1.33 16	1.48 56	1.07 20	2.78 248	0.88 40	1.29 37	0.85 50	0.31 125	0.22 101	0.35 193	0.20 22	0.45 228	0.37 157

qqq	1.30 75	0.57 45	1.67 24	1.15 191	0.51 76	2.18 43	0.91 181	3.98 227	1.53 66	1.50 58	1.24 37	1.79 132	1.34 129	4.66 201	0.98 88	0.28 57	0.31 221	0.33 162	0.33 214	0.33 111	0.32 109

test_4	1.30 75	0.50 8	6.16 164	0.84 49	0.45 46	1.61 18	1.12 232	2.14 31	1.42 21	1.52 59	2.31 274	1.84 145	0.79 31	2.52 151	1.19 124	0.27 32	0.17 9	0.29 80	0.29 169	0.29 42	0.25 26

s12784h	1.31 78	0.45 2	2.41 89	0.71 8	0.35 4	4.42 310	0.50 17	4.22 288	2.73 289	2.01 160	2.48 289	0.91 40	0.96 53	2.01 111	0.70 22	0.29 74	0.18 24	0.24 16	0.16 7	0.27 23	0.18 2

AFF-stereo	1.31 78	0.77 187	1.46 13	1.10 164	0.45 46	3.93 206	0.48 15	2.92 89	2.92 316	1.90 121	2.21 252	2.11 184	1.52 171	1.93 104	1.12 112	0.21 1	0.16 4	0.25 26	0.25 86	0.29 42	0.20 6

Pruner-Stereo	1.32 80	0.59 63	2.11 66	1.79 340	0.47 62	4.73 366	0.79 119	2.53 53	1.72 131	2.47 275	1.58 95	1.48 97	1.03 65	1.66 81	1.47 174	0.44 254	0.21 80	0.34 178	0.30 183	0.30 57	0.39 175

ToySt	1.35 81	0.72 157	3.65 137	1.01 124	0.50 75	3.31 101	1.01 210	3.46 130	1.73 133	1.30 43	1.55 89	2.07 180	1.47 157	1.88 101	1.40 161	0.27 32	0.27 188	0.30 99	0.32 206	0.42 209	0.39 175

DisPM	1.36 82	0.55 33	2.39 88	1.54 304	0.51 76	4.59 341	0.79 119	2.50 50	1.88 153	2.50 278	1.83 173	1.45 95	1.01 63	2.71 164	0.93 81	0.46 264	0.20 55	0.32 132	0.31 199	0.31 73	0.44 212

sAnonymous2	1.37 83	1.22 289	9.79 198	0.92 81	0.88 180	1.23 7	0.61 43	2.56 65	1.69 126	0.85 22	1.02 9	0.73 19	1.23 113	0.98 4	0.78 37	0.29 74	0.25 169	0.31 117	0.30 183	1.06 346	0.71 303

CroCo_RVC	1.37 83	1.22 289	9.79 198	0.92 81	0.88 180	1.23 7	0.61 43	2.56 65	1.69 126	0.85 22	1.02 9	0.73 19	1.23 113	0.98 4	0.78 37	0.29 74	0.25 169	0.31 117	0.30 183	1.06 346	0.71 303

GES	1.38 85	0.64 102	2.61 96	1.09 156	0.57 106	4.30 295	1.02 213	3.86 193	1.51 54	1.72 90	1.74 135	1.28 74	1.77 223	1.62 74	1.61 199	0.39 216	0.27 188	0.33 162	0.30 183	0.41 194	0.47 232

Any-RAFT	1.40 86	0.53 24	2.78 106	1.09 156	0.64 122	4.41 308	0.81 129	3.97 225	2.78 295	1.99 146	1.34 59	2.36 203	1.56 182	1.56 62	0.75 32	0.27 32	0.20 55	0.25 26	0.18 9	0.25 11	0.28 67

UDGNet	1.40 86	1.52 322	2.22 73	1.38 274	0.62 119	4.39 303	0.68 67	1.80 19	2.18 205	1.34 45	1.18 30	0.99 45	1.00 61	2.16 124	1.19 124	1.09 361	0.34 245	1.30 374	0.98 363	1.10 352	0.58 279

GMStereo_Zeroshot	1.41 88	1.21 283	3.33 125	1.29 237	0.72 142	3.35 104	0.53 23	2.58 69	1.68 121	2.35 256	1.56 92	2.42 210	0.96 53	2.50 144	1.16 118	0.45 260	0.23 125	0.40 237	0.24 78	0.79 326	0.33 119

RAFT-Test	1.44 89	0.59 63	6.10 163	1.01 124	0.69 140	2.90 62	0.80 124	3.68 157	1.70 129	1.85 108	1.68 119	3.15 274	1.03 65	1.20 24	0.99 93	0.27 32	0.22 101	0.25 26	0.23 57	0.27 23	0.25 26

DCRE	1.44 89	0.74 172	3.50 130	1.13 177	0.72 142	1.78 21	0.67 63	2.14 31	1.56 83	1.99 146	8.09 376	1.73 121	1.07 80	1.24 29	0.83 46	0.23 7	0.25 169	0.26 36	0.26 99	0.28 34	0.30 95

AdaStereo	1.45 91	0.83 212	2.34 85	1.28 234	0.81 158	3.21 81	1.14 237	4.20 281	2.46 257	2.05 172	1.77 146	2.48 217	1.18 104	1.71 86	1.44 167	0.43 247	0.25 169	0.43 254	0.28 146	0.44 221	0.34 129
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.
BSDual-CNN	1.46 92	0.59 63	1.94 43	0.87 62	0.85 171	4.16 265	1.16 239	4.48 354	1.88 153	2.93 321	1.83 173	2.60 228	1.31 125	1.60 68	1.21 131	0.34 162	0.25 169	0.31 117	0.28 146	0.35 142	0.33 119

PFNet+	1.46 92	0.57 45	2.84 108	0.92 81	0.47 62	4.64 348	0.84 139	2.46 48	1.99 168	2.14 192	1.64 111	1.34 79	1.03 65	4.68 203	1.23 137	0.45 260	0.33 233	0.37 216	0.39 269	0.32 96	0.49 240

ACVNet	1.46 92	0.64 102	3.56 131	0.93 91	0.85 171	4.22 281	0.80 124	2.85 84	2.08 183	1.78 99	1.88 189	3.10 269	1.46 155	1.33 40	1.89 235	0.29 74	0.26 180	0.30 99	0.26 99	0.39 170	0.27 54

psmg	1.47 95	0.59 63	1.94 43	0.92 81	0.85 171	4.30 295	1.42 278	4.10 265	1.88 153	2.64 300	2.09 230	2.60 228	1.31 125	1.60 68	1.21 131	0.34 162	0.27 188	0.33 162	0.34 221	0.36 153	0.34 129

BUS	1.49 96	0.59 63	1.94 43	0.87 62	0.85 171	4.50 324	0.76 102	4.48 354	1.88 153	2.93 321	1.83 173	3.63 311	0.97 56	1.60 68	1.17 121	0.34 162	0.25 169	0.31 117	0.28 146	0.35 142	0.33 119

test croco	1.55 97	0.69 134	13.59 231	0.65 4	0.73 146	1.66 19	0.57 29	3.17 107	1.94 162	0.77 16	1.24 37	0.80 29	0.86 37	1.60 68	0.96 85	0.33 151	0.21 80	0.32 132	0.25 86	0.42 209	0.28 67

LCNet	1.55 97	0.54 29	1.88 38	0.99 113	0.55 94	3.60 147	1.21 250	2.86 87	1.53 66	2.18 207	1.74 135	1.43 94	4.17 345	3.62 181	0.87 59	0.29 74	0.20 55	0.28 65	0.77 350	0.47 237	1.85 371

DeepStereo_RVC	1.55 97	0.63 97	3.32 124	0.77 25	0.42 34	4.49 321	0.72 81	2.50 50	1.58 91	2.02 164	1.81 166	1.54 103	6.38 376	1.73 88	1.19 124	0.46 264	0.22 101	0.29 80	0.28 146	0.35 142	0.38 170

acv_ft	1.55 97	0.64 102	3.29 122	1.14 178	2.01 364	2.93 66	0.97 205	3.81 182	2.08 183	2.22 222	1.88 189	3.10 269	1.66 210	1.33 40	2.22 270	0.29 74	0.26 180	0.30 99	0.26 99	0.39 170	0.27 54

TestStereo1	1.56 101	0.81 202	2.32 82	1.61 319	0.64 122	4.13 251	1.36 264	3.79 179	3.20 343	1.60 66	2.57 301	1.39 86	2.15 264	2.51 147	1.30 148	0.29 74	0.20 55	0.34 178	0.25 86	0.40 173	0.36 143

SA-5K	1.56 101	0.81 202	2.32 82	1.61 319	0.64 122	4.13 251	1.36 264	3.79 179	3.20 343	1.60 66	2.57 301	1.39 86	2.15 264	2.51 147	1.30 148	0.29 74	0.20 55	0.34 178	0.25 86	0.40 173	0.36 143

UCFNet_RVC	1.57 103	0.84 216	3.25 120	1.36 264	1.40 292	4.07 239	1.01 210	2.68 74	1.50 50	2.11 186	1.88 189	2.37 204	1.50 166	3.41 176	1.42 164	0.36 184	0.28 196	0.52 303	0.40 279	0.53 256	0.43 208

NF-Stereo	1.58 104	0.61 86	2.66 101	2.26 365	0.47 62	4.68 354	0.67 63	3.31 120	1.48 39	2.11 186	1.59 98	1.36 82	1.09 82	6.08 231	1.20 127	0.40 222	0.20 55	0.36 204	0.34 221	0.31 73	0.36 143

OCTAStereo	1.58 104	0.61 86	2.72 102	2.27 368	0.46 52	4.68 354	0.67 63	3.30 119	1.48 39	2.11 186	1.59 98	1.36 82	1.09 82	6.02 228	1.21 131	0.41 232	0.20 55	0.36 204	0.34 221	0.31 73	0.37 157

RE-Stereo	1.58 104	0.61 86	2.72 102	2.26 365	0.46 52	4.68 354	0.68 67	3.31 120	1.48 39	2.11 186	1.59 98	1.36 82	1.09 82	6.01 226	1.22 134	0.41 232	0.20 55	0.36 204	0.34 221	0.31 73	0.37 157

TVStereo	1.58 104	0.61 86	2.72 102	2.26 365	0.46 52	4.68 354	0.68 67	3.31 120	1.48 39	2.11 186	1.59 98	1.36 82	1.09 82	6.01 226	1.22 134	0.41 232	0.20 55	0.36 204	0.34 221	0.31 73	0.37 157

Gwc-CoAtRS	1.58 104	0.57 45	11.69 218	1.01 124	0.60 113	2.53 51	0.64 54	2.36 40	1.56 83	1.80 103	1.47 74	2.74 239	1.18 104	1.12 10	0.90 65	0.27 32	0.21 80	0.25 26	0.22 49	0.27 23	0.23 14

KYRaft	1.59 109	0.52 15	1.73 27	0.95 94	0.49 72	4.38 301	1.79 311	2.43 45	1.51 54	2.49 277	2.98 325	2.00 167	3.41 329	2.14 123	0.82 43	0.30 108	0.21 80	0.33 162	0.46 297	0.35 142	2.45 382

HCRNet	1.60 110	0.56 40	2.47 92	0.78 26	1.36 284	4.11 246	0.71 79	3.57 145	2.79 297	1.75 95	1.61 106	1.58 104	1.41 141	5.79 223	1.56 190	0.34 162	0.28 196	0.36 204	0.29 169	0.33 111	0.37 157

Prome-Stereo	1.61 111	0.55 33	1.71 26	0.98 108	0.60 113	4.41 308	1.82 315	3.03 96	1.53 66	2.18 207	3.45 344	1.72 120	3.49 333	2.23 133	1.08 104	0.29 74	0.20 55	0.26 36	0.25 86	0.34 127	2.16 376

RAFT+CT+SA	1.62 112	0.72 157	7.42 173	0.97 105	1.42 299	4.04 231	0.94 195	3.90 204	1.61 109	1.61 71	1.63 109	1.33 78	1.18 104	2.73 166	1.10 108	0.27 32	0.19 38	0.31 117	0.34 221	0.33 111	0.33 119

SA	1.62 112	0.75 181	3.78 139	1.07 148	0.43 37	4.26 286	1.36 264	4.45 351	3.12 332	1.63 74	1.97 208	1.68 114	2.26 273	2.55 152	1.27 142	0.27 32	0.22 101	0.37 216	0.37 254	0.35 142	0.30 95

Sa-1000	1.63 114	0.79 195	3.56 131	1.11 168	0.48 68	4.06 234	1.41 276	4.49 357	2.75 292	2.00 158	2.80 317	1.84 145	1.43 146	2.64 160	1.50 179	0.27 32	0.19 38	0.36 204	0.33 214	0.36 153	0.30 95

StereoVision	1.65 115	0.75 181	7.47 174	1.01 124	1.80 354	2.61 55	0.61 43	3.06 100	1.96 163	1.25 42	3.46 345	1.85 147	0.88 40	2.07 113	1.93 238	0.43 247	0.36 253	0.37 216	0.36 243	0.48 240	0.33 119

dad	1.65 115	1.19 280	3.04 115	0.98 108	0.56 97	4.22 281	0.84 139	1.99 24	2.48 258	2.14 192	1.68 119	1.62 109	1.13 93	3.85 186	2.04 252	1.03 360	0.40 284	2.04 380	0.48 304	0.75 320	0.53 260

PSM-softLoss	1.66 117	0.59 63	5.15 154	2.25 363	0.48 68	4.68 354	0.69 72	2.57 67	1.52 61	2.14 192	1.45 68	1.42 92	0.99 59	6.04 229	1.20 127	0.41 232	0.23 125	0.37 216	0.39 269	0.32 96	0.31 102

KMStereo	1.66 117	0.59 63	5.15 154	2.25 363	0.48 68	4.68 354	0.69 72	2.57 67	1.52 61	2.14 192	1.45 68	1.42 92	0.99 59	6.04 229	1.20 127	0.41 232	0.23 125	0.37 216	0.39 269	0.32 96	0.31 102

IER	1.69 119	0.65 109	7.19 172	0.94 93	1.15 239	3.28 96	0.89 169	3.48 131	1.97 165	2.10 182	1.98 209	2.28 191	2.12 261	2.25 134	1.75 221	0.29 74	0.23 125	0.36 204	0.30 183	0.32 96	0.34 129

RAFT_R40	1.70 120	0.59 63	2.99 112	1.46 289	0.46 52	4.74 369	0.98 208	2.23 36	1.56 83	2.02 164	2.35 282	2.71 237	2.56 292	6.71 243	0.90 65	0.40 222	0.19 38	0.30 99	0.27 122	0.33 111	0.26 42

ffm	1.72 121	0.60 72	5.21 156	1.14 178	0.99 209	3.62 151	0.86 147	4.22 288	3.37 354	2.20 213	2.30 267	3.48 294	1.62 191	2.21 129	0.65 8	0.29 74	0.16 4	0.48 278	0.37 254	0.30 57	0.29 74

Anonymous3	1.72 121	0.76 184	11.61 217	0.83 43	0.84 170	4.46 314	0.84 139	3.57 145	1.16 2	1.34 45	1.37 63	1.11 54	1.03 65	1.58 63	1.13 113	0.70 337	0.58 335	0.33 162	0.35 235	0.47 237	0.42 200

DMCA	1.72 121	0.74 172	6.63 166	1.14 178	0.96 199	3.98 223	0.90 173	3.75 171	2.76 293	2.83 317	1.58 95	2.35 201	1.18 104	1.58 63	1.98 247	0.40 222	0.27 188	0.42 250	0.26 99	0.36 153	0.38 170

fff	1.74 124	0.70 144	9.08 188	0.81 29	0.36 5	4.15 255	0.57 29	4.23 293	2.09 186	2.30 239	1.80 154	1.19 66	3.02 311	1.44 49	1.46 171	0.29 74	0.23 125	0.23 5	0.18 9	0.24 5	0.42 200

DCANet	1.74 124	0.73 165	9.08 188	0.82 36	0.40 28	4.18 271	0.59 37	4.25 301	2.97 319	2.35 256	1.84 178	1.18 63	1.63 203	1.51 57	1.55 189	0.29 74	0.24 152	0.23 5	0.18 9	0.30 57	0.53 260

csc	1.74 124	0.70 144	9.08 188	0.81 29	0.36 5	4.15 255	0.57 29	4.23 293	2.09 186	2.30 239	1.80 154	1.19 66	3.02 311	1.44 49	1.46 171	0.29 74	0.23 125	0.23 5	0.18 9	0.24 5	0.42 200

cscssc	1.74 124	0.70 144	9.08 188	0.81 29	0.36 5	4.15 255	0.57 29	4.23 293	2.09 186	2.30 239	1.80 154	1.19 66	3.02 311	1.44 49	1.46 171	0.29 74	0.23 125	0.23 5	0.18 9	0.24 5	0.42 200

anonymity	1.76 128	1.26 297	2.73 105	1.66 323	1.32 277	1.84 24	1.07 222	3.49 134	2.30 225	2.11 186	2.11 235	1.71 119	3.90 340	1.82 95	1.48 175	1.10 362	1.09 368	1.08 369	1.08 368	1.05 345	1.09 345

SST-Stereo	1.76 128	0.58 57	3.10 116	1.44 284	0.46 52	4.71 365	0.76 102	2.22 35	2.79 297	2.07 178	2.18 246	2.43 211	3.22 322	6.66 240	0.84 48	0.42 242	0.19 38	0.30 99	0.27 122	0.35 142	0.26 42

StereoDRNet-Refined	1.77 130	0.81 202	2.22 73	1.21 212	0.76 151	3.26 91	0.71 79	3.82 183	2.05 180	2.29 235	2.05 223	2.98 260	1.44 148	7.15 250	2.27 273	0.30 108	0.23 125	0.42 250	0.33 214	0.45 228	0.64 292
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CSP-Net	1.78 131	1.32 304	1.92 42	1.16 196	1.03 219	3.38 106	1.31 258	3.52 139	1.75 140	1.96 138	1.93 201	2.40 205	1.48 159	8.58 272	1.58 192	0.46 264	0.34 245	0.27 51	0.26 99	0.41 194	0.50 247

tt1	1.79 132	0.73 165	10.41 208	1.75 332	0.36 5	4.55 333	0.79 119	4.22 288	3.37 354	1.08 36	1.80 154	0.74 21	1.48 159	2.21 129	0.65 8	0.29 74	0.16 4	0.31 117	0.22 49	0.30 57	0.29 74

RAFT_CTSACE	1.80 133	1.06 258	10.00 201	1.71 328	1.39 290	3.49 124	1.06 220	3.05 98	1.62 112	1.70 86	2.04 218	2.51 220	1.80 231	1.98 107	0.94 82	0.25 18	0.22 101	0.28 65	0.30 183	0.30 57	0.26 42

UPFNet	1.81 134	0.63 97	6.71 167	1.25 222	1.44 300	3.50 127	1.35 262	4.02 238	1.85 150	2.40 269	1.52 82	2.41 207	1.40 137	3.62 181	1.88 234	0.34 162	0.33 233	0.37 216	0.31 199	0.41 194	0.39 175

AACVNet	1.83 135	1.02 249	2.41 89	1.45 287	0.87 177	3.21 81	0.73 85	3.16 105	1.61 109	2.01 160	1.82 172	2.28 191	1.33 128	10.98 336	1.49 178	0.39 216	0.32 227	0.38 228	0.32 206	0.43 217	0.44 212

111	1.83 135	0.92 231	9.08 188	0.81 29	0.36 5	4.25 285	0.91 181	4.44 348	2.70 286	2.39 267	1.96 203	2.30 196	1.64 206	1.28 35	1.82 227	0.28 57	0.22 101	0.24 16	0.20 22	0.31 73	0.54 266

ACVNet-DCA	1.85 137	0.74 172	13.77 234	1.78 335	0.36 5	4.48 316	0.74 94	3.98 227	1.53 66	1.01 30	1.81 166	0.72 16	1.62 191	2.13 120	0.64 4	0.29 74	0.17 9	0.32 132	0.21 28	0.33 111	0.32 109

test_5	1.87 138	0.75 181	10.23 205	1.14 178	1.40 292	3.85 194	1.27 255	3.91 208	1.93 161	1.69 84	1.78 148	1.67 113	1.79 226	2.99 172	1.17 121	0.30 108	0.18 24	0.35 193	0.33 214	0.34 127	0.33 119

NINENet	1.87 138	0.74 172	2.60 95	1.12 170	1.06 226	4.50 324	0.76 102	4.41 343	2.24 212	2.16 201	1.86 187	3.63 311	0.97 56	8.00 264	1.17 121	0.41 232	0.30 213	0.41 244	0.30 183	0.41 194	0.36 143

IRAFT_RVC	1.87 138	0.60 72	4.33 142	2.40 372	0.66 130	4.59 341	1.59 296	2.96 91	1.51 54	2.23 226	1.75 139	2.09 181	2.63 295	6.70 241	1.50 179	0.33 151	0.21 80	0.33 162	0.29 169	0.32 96	0.32 109

MLCV	1.87 138	0.91 229	8.59 183	1.10 164	0.57 106	3.59 145	0.53 23	3.70 166	2.20 207	2.80 314	2.25 257	2.00 167	1.42 144	4.13 195	1.86 232	0.30 108	0.20 55	0.32 132	0.21 28	0.33 111	0.36 143

iRaft-Stereo_20w	1.88 142	0.62 93	10.58 210	0.90 74	0.83 167	2.96 70	0.78 114	4.90 378	1.58 91	2.29 235	1.60 102	1.25 71	4.51 352	2.28 136	0.90 65	0.29 74	0.21 80	0.26 36	0.24 78	0.41 194	0.31 102

DSFCA	1.89 143	0.69 134	3.14 118	1.10 164	1.18 244	3.99 224	1.79 311	3.50 136	2.16 201	3.10 333	1.64 111	2.91 257	2.50 288	5.38 212	2.26 272	0.43 247	0.38 271	0.37 216	0.36 243	0.50 246	0.42 200

iResNet_ROB	1.89 143	1.02 249	8.60 184	1.39 276	0.98 206	3.72 166	0.66 62	3.84 187	2.65 280	1.88 115	2.05 223	1.98 164	1.27 117	4.52 199	1.67 209	0.30 108	0.20 55	0.28 65	0.18 9	0.31 73	0.40 192

CFNet-ft	1.90 145	0.95 238	3.56 131	1.07 148	1.54 312	4.09 241	0.90 173	2.85 84	1.82 145	1.78 99	1.70 124	2.75 241	1.48 159	9.33 287	1.72 214	0.33 151	0.30 213	0.61 329	0.36 243	0.52 250	0.39 175

CFNet_RVC	1.90 145	0.95 238	3.56 131	1.07 148	1.54 312	4.09 241	0.90 173	2.85 84	1.82 145	1.78 99	1.70 124	2.75 241	1.48 159	9.33 287	1.72 214	0.33 151	0.30 213	0.61 329	0.36 243	0.52 250	0.39 175

PSMNet-ADL	1.91 147	0.72 157	1.78 34	1.09 156	0.86 175	4.18 271	0.78 114	3.77 175	2.10 194	1.72 90	1.85 185	2.91 257	1.82 236	10.38 318	1.91 237	0.48 277	0.46 311	0.28 65	0.29 169	0.38 162	0.51 253

GEStereo_RVC	1.91 147	0.80 198	6.57 165	1.20 207	1.06 226	4.02 229	1.43 280	4.13 267	1.89 157	2.03 168	1.80 154	2.34 199	1.86 241	4.94 205	1.77 222	0.48 277	0.38 271	0.32 132	0.28 146	0.42 209	0.50 247

DN-CSS_ROB	1.91 147	1.55 324	11.13 215	1.82 342	0.88 180	3.99 224	0.61 43	4.01 234	1.67 120	1.64 76	1.89 194	1.39 86	1.06 78	3.23 173	1.50 179	0.31 125	0.19 38	0.44 257	0.29 169	0.37 158	0.31 102

qqq1	1.92 150	0.57 45	4.46 143	1.36 264	0.57 106	2.03 32	0.73 85	4.25 301	2.80 301	2.32 248	2.31 274	1.95 155	1.52 171	10.99 337	0.71 25	0.34 162	0.32 227	0.30 99	0.23 57	0.29 42	0.29 74

fff1	1.92 150	0.57 45	4.46 143	1.36 264	0.57 106	2.03 32	0.73 85	4.25 301	2.80 301	2.32 248	2.31 274	1.95 155	1.52 171	10.99 337	0.71 25	0.34 162	0.32 227	0.30 99	0.23 57	0.29 42	0.29 74

raft_robust	1.92 150	1.15 273	3.34 126	1.02 133	0.43 37	3.84 188	0.46 12	4.42 344	2.52 267	1.67 82	1.36 62	2.17 186	6.37 375	6.78 245	1.04 98	0.28 57	0.24 152	0.30 99	0.35 235	0.31 73	0.32 109

delet	1.92 150	0.76 184	5.14 153	1.01 124	1.65 334	3.44 113	2.03 327	3.76 173	2.48 258	2.01 160	2.05 223	2.63 232	1.90 246	5.34 211	2.12 261	0.28 57	0.29 204	0.40 237	0.31 199	0.41 194	0.45 217

BEATNet_4x	1.92 150	1.36 309	8.75 186	1.20 207	0.56 97	3.46 118	1.03 214	4.00 233	2.43 250	2.25 230	1.70 124	2.10 182	1.59 183	2.57 155	3.05 311	0.37 191	0.22 101	0.47 270	0.29 169	0.60 278	0.40 192

IIG-Stereo	1.95 155	0.79 195	2.14 67	2.78 378	0.66 130	4.62 345	0.76 102	4.27 309	1.53 66	2.63 299	3.14 335	3.35 288	1.61 188	7.65 261	1.41 162	0.39 216	0.20 55	0.31 117	0.25 86	0.33 111	0.22 9

LALA_ROB	1.95 155	1.48 320	3.11 117	1.05 142	0.98 206	3.99 224	1.82 315	4.44 348	2.28 222	3.31 343	1.85 185	2.76 247	1.67 212	4.04 194	3.23 314	0.46 264	0.41 290	0.55 313	0.52 316	0.60 278	0.57 275

DCANet-4	1.96 157	0.51 10	14.31 248	0.82 36	0.40 28	4.16 265	0.57 29	4.29 314	2.98 322	2.30 239	1.80 154	1.03 48	1.54 179	1.44 49	1.44 167	0.29 74	0.23 125	0.23 5	0.18 9	0.24 5	0.42 200

PSMNet-RSSM	1.96 157	0.77 187	3.26 121	1.29 237	1.31 273	4.19 275	0.96 203	3.68 157	1.89 157	2.05 172	1.80 154	2.60 228	1.70 215	9.84 298	1.81 226	0.35 179	0.29 204	0.35 193	0.37 254	0.42 209	0.35 140

4D-IteraStereo	1.97 159	0.84 216	20.43 361	0.78 26	1.56 319	2.09 39	1.05 219	2.43 45	1.56 83	1.41 52	1.00 8	1.94 153	0.61 5	1.22 27	1.06 100	0.27 32	0.18 24	0.31 117	0.26 99	0.27 23	0.23 14

OMP-Stereo	1.97 159	0.93 234	1.88 38	2.76 377	0.67 133	4.58 340	1.48 282	4.31 324	1.54 73	3.15 338	2.76 314	3.25 280	1.38 133	7.66 262	1.35 158	0.40 222	0.20 55	0.33 162	0.26 99	0.33 111	0.24 20

cc1	1.98 161	0.74 172	13.77 234	1.78 335	0.36 5	4.48 316	0.74 94	4.23 293	3.95 371	1.01 30	1.81 166	0.72 16	1.62 191	2.13 120	0.64 4	0.29 74	0.17 9	0.32 132	0.21 28	0.31 73	0.29 74

hknet	1.98 161	0.64 102	8.70 185	0.87 62	1.07 228	4.16 265	1.16 239	4.48 354	1.73 133	2.93 321	1.83 173	3.48 294	1.30 124	3.91 190	1.51 184	0.31 125	0.25 169	0.31 117	0.28 146	0.35 142	0.33 119

GANet-RSSM	1.98 161	0.62 93	3.49 128	1.69 326	1.23 260	4.22 281	0.91 181	3.31 120	1.86 151	1.81 104	1.74 135	2.34 199	1.82 236	10.92 334	1.73 218	0.34 162	0.29 204	0.31 117	0.28 146	0.39 170	0.40 192

1test111	1.99 164	0.74 172	13.77 234	1.78 335	0.36 5	4.48 316	0.74 94	3.98 227	1.53 66	1.01 30	1.81 166	0.72 16	1.62 191	4.66 201	0.98 88	0.29 74	0.17 9	0.32 132	0.21 28	0.33 111	0.32 109

SMFormer	2.00 165	0.57 45	4.46 143	1.36 264	0.57 106	2.03 32	0.73 85	4.25 301	2.80 301	2.32 248	2.31 274	1.95 155	1.52 171	10.99 337	2.13 264	0.34 162	0.32 227	0.36 204	0.31 199	0.38 162	0.36 143

tta	2.00 165	0.57 45	4.46 143	1.36 264	0.57 106	2.03 32	0.73 85	4.25 301	2.80 301	2.32 248	2.31 274	1.95 155	1.52 171	10.99 337	2.13 264	0.34 162	0.32 227	0.36 204	0.31 199	0.29 42	0.29 74

TestStereo	2.00 165	1.02 249	12.25 220	0.70 7	0.61 116	1.88 27	0.55 26	2.31 38	1.52 61	1.41 52	1.33 54	1.27 73	0.90 43	11.62 355	0.81 42	0.34 162	0.19 38	0.33 162	0.24 78	0.44 221	0.24 20

cross-raft	2.01 168	0.57 45	19.01 315	1.03 140	0.56 97	2.11 40	0.72 81	3.63 150	1.57 89	1.77 97	1.51 81	3.17 275	1.13 93	1.16 16	0.85 50	0.23 7	0.21 80	0.26 36	0.23 57	0.28 34	0.25 26

MMNet	2.02 169	0.81 202	10.76 211	1.12 170	1.23 260	3.53 133	0.89 169	3.79 179	2.08 183	2.15 197	1.76 141	2.15 185	2.12 261	3.69 183	2.32 276	0.31 125	0.29 204	0.34 178	0.27 122	0.38 162	0.42 200

xx1	2.03 170	0.74 172	13.77 234	1.78 335	0.36 5	4.48 316	0.74 94	4.23 293	3.95 371	1.01 30	1.81 166	1.79 132	1.34 129	2.13 120	0.64 4	0.29 74	0.17 9	0.33 162	0.33 214	0.33 111	0.32 109

HGLStereo	2.03 170	0.74 172	7.50 175	1.23 218	1.56 319	3.62 151	0.95 198	3.78 178	1.89 157	2.03 168	2.20 250	3.12 272	2.14 263	5.68 221	2.04 252	0.37 191	0.31 221	0.32 132	0.29 169	0.40 173	0.45 217

whm_eth	2.04 172	1.24 294	18.44 307	0.89 69	1.37 285	2.59 54	0.73 85	3.56 144	2.56 272	1.53 61	2.06 227	0.78 24	0.71 14	1.02 7	0.98 88	0.36 184	0.29 204	0.34 178	0.32 206	0.41 194	0.54 266

ssnet_v2	2.04 172	0.88 224	7.87 176	1.20 207	0.87 177	3.86 196	1.64 301	4.01 234	2.60 276	2.61 295	1.96 203	3.79 316	1.71 217	2.20 128	2.96 307	0.41 232	0.35 249	0.42 250	0.37 254	0.55 261	0.52 258

ADStereo(finetuned)	2.04 172	0.73 165	13.28 227	0.82 36	0.40 28	4.16 265	0.59 37	4.25 301	2.97 319	2.35 256	1.84 178	1.18 63	3.40 328	1.52 58	1.54 188	0.29 74	0.24 152	0.23 5	0.18 9	0.30 57	0.51 253

CBFPSM	2.05 175	0.95 238	10.12 204	1.07 148	1.05 224	2.84 58	1.20 247	3.28 117	1.73 133	1.82 106	1.30 52	4.56 354	4.06 342	2.34 137	2.34 278	0.25 18	0.38 271	0.32 132	0.27 122	0.37 158	0.79 322

DeepPruner_ROB	2.05 175	1.09 264	10.50 209	1.01 124	1.20 255	4.39 303	0.91 181	3.14 103	1.72 131	2.60 293	1.54 88	2.78 248	1.27 117	4.52 199	1.72 214	0.51 296	0.40 284	0.37 216	0.34 221	0.48 240	0.52 258

DLCB_ROB	2.05 175	0.95 238	2.37 86	1.24 220	1.02 218	2.92 65	1.30 257	3.68 157	2.30 225	2.91 319	2.17 245	3.32 286	1.52 171	10.37 316	2.50 287	0.40 222	0.33 233	0.40 237	0.36 243	0.41 194	0.47 232

HITNet	2.07 178	0.82 209	14.77 250	1.34 254	0.56 97	3.47 120	0.80 124	4.07 252	2.35 232	2.16 201	1.61 106	1.64 110	1.44 148	2.09 118	2.56 294	0.26 25	0.18 24	0.41 244	0.26 99	0.45 228	0.25 26
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
ETE_ROB	2.07 178	1.40 314	3.01 114	1.09 156	0.92 190	3.94 208	1.53 289	4.25 301	2.23 210	3.31 343	2.06 227	2.35 201	1.52 171	8.74 274	2.07 258	0.44 254	0.36 253	0.51 297	0.48 304	0.54 259	0.62 287

CFNet-RSSM	2.08 180	0.52 15	20.06 340	1.01 124	0.56 97	3.39 107	0.64 54	3.67 156	1.55 79	1.72 90	1.37 63	2.57 224	1.19 108	1.11 9	0.86 54	0.27 32	0.20 55	0.25 26	0.23 57	0.27 23	0.23 14

iRaft-Stereo_5w	2.10 181	0.83 212	8.57 182	0.81 29	0.76 151	3.21 81	0.84 139	3.71 167	1.65 117	1.56 64	2.50 291	2.20 187	2.23 272	9.13 283	2.01 250	0.38 205	0.19 38	0.35 193	0.27 122	0.45 228	0.39 175

CFNet_pseudo	2.12 182	0.67 127	15.14 261	0.85 58	0.74 147	3.95 213	0.64 54	3.95 219	1.78 141	1.90 121	1.79 151	3.27 282	1.62 191	2.51 147	1.16 118	0.31 125	0.36 253	0.53 305	0.27 122	0.63 286	0.44 212

test_xeample3	2.12 182	0.63 97	21.55 391	0.91 78	0.47 62	1.85 25	0.94 195	7.96 395	1.23 4	0.75 6	0.76 3	0.64 5	0.70 12	1.77 90	0.83 46	0.30 108	0.21 80	0.27 51	0.21 28	0.27 23	0.24 20

ccs_rob	2.13 184	0.67 127	15.11 260	0.84 49	0.75 148	3.96 218	0.65 60	3.95 219	1.78 141	1.88 115	1.79 151	3.26 281	1.64 206	2.51 147	1.16 118	0.31 125	0.36 253	0.54 312	0.27 122	0.65 295	0.45 217

SepStereo	2.15 185	0.67 127	4.79 150	1.14 178	1.64 331	2.93 66	2.13 332	4.09 258	2.74 290	4.17 365	2.52 294	2.46 215	1.79 226	8.36 267	1.63 203	0.37 191	0.22 101	0.39 231	0.25 86	0.41 194	0.34 129

IGEV_Zeroshot_test	2.16 186	0.69 134	20.60 367	1.22 215	0.54 92	2.18 43	0.53 23	3.38 128	1.61 109	1.93 131	1.55 89	3.76 315	1.05 71	1.55 61	0.91 71	0.29 74	0.20 55	0.27 51	0.29 169	0.40 173	0.32 109

anonymousa	2.16 186	0.67 127	19.19 316	1.04 141	1.67 338	2.06 38	0.79 119	2.86 87	1.96 163	1.85 108	2.14 240	3.23 279	1.81 234	1.12 10	1.15 115	0.26 25	0.26 180	0.34 178	0.32 206	0.30 57	0.28 67

SFCPSM	2.18 188	0.63 97	17.03 283	0.88 66	0.98 206	3.74 169	1.28 256	4.09 258	2.16 201	1.85 108	1.83 173	1.65 111	1.39 136	2.50 144	1.50 179	0.33 151	0.27 188	0.39 231	0.36 243	0.34 127	0.37 157

GANet-ADL	2.20 189	0.73 165	20.11 345	1.25 222	0.69 140	3.83 183	0.76 102	3.49 134	1.71 130	1.65 79	1.99 211	2.10 182	1.10 86	1.42 48	1.26 141	0.38 205	0.33 233	0.25 26	0.22 49	0.42 209	0.36 143

MSKI-zero shot	2.22 190	0.64 102	20.09 344	0.96 98	0.56 97	4.04 231	0.70 77	3.91 208	1.50 50	1.92 127	2.28 261	1.92 152	0.71 14	2.93 169	0.67 12	0.26 25	0.23 125	0.26 36	0.21 28	0.28 34	0.26 42

PS-NSSS	2.22 190	1.33 307	2.90 110	0.97 105	1.53 311	4.11 246	1.08 225	4.55 364	2.65 280	2.10 182	2.32 279	1.77 124	1.40 137	11.79 368	1.61 199	0.68 333	0.45 304	0.96 363	0.43 289	0.95 338	0.92 335

PCWNet_CMD	2.23 192	0.65 109	17.36 288	0.83 43	0.76 151	3.51 129	0.64 54	3.60 148	1.97 165	1.70 86	1.63 109	3.22 277	3.05 314	2.09 118	1.11 109	0.31 125	0.36 253	0.47 270	0.26 99	0.64 292	0.47 232

HH	2.23 192	0.86 221	21.59 392	0.98 108	0.51 76	1.49 14	0.82 132	2.74 76	1.54 73	1.10 37	1.69 122	4.62 356	1.86 241	2.55 152	0.69 18	0.26 25	0.22 101	0.29 80	0.23 57	0.34 127	0.27 54

HanStereo	2.23 192	0.86 221	21.59 392	0.98 108	0.51 76	1.49 14	0.82 132	2.74 76	1.54 73	1.10 37	1.69 122	4.62 356	1.86 241	2.55 152	0.69 18	0.26 25	0.22 101	0.29 80	0.23 57	0.34 127	0.27 54

MSMDNet	2.23 192	0.64 102	17.32 284	0.84 49	0.75 148	3.53 133	0.64 54	3.61 149	1.98 167	1.71 89	1.64 111	3.22 277	2.99 308	2.08 115	1.11 109	0.31 125	0.37 265	0.45 263	0.26 99	0.62 285	0.45 217

FENet	2.25 196	0.50 8	20.29 354	1.35 258	0.67 133	4.01 227	0.60 40	3.95 219	1.99 168	1.96 138	1.11 24	2.43 211	1.43 146	1.60 68	1.39 160	0.32 140	0.22 101	0.33 162	0.26 99	0.29 42	0.39 175

DISCO	2.25 196	0.73 165	10.06 202	1.76 333	1.12 235	3.47 120	1.25 254	3.24 115	2.26 217	2.65 302	1.96 203	4.53 352	1.92 248	4.17 197	3.61 318	0.32 140	0.25 169	0.31 117	0.29 169	0.66 300	0.41 197

iinet-f	2.26 198	1.18 278	13.71 232	1.14 178	1.11 234	3.77 173	1.10 229	4.14 273	2.17 203	2.06 175	1.76 141	2.99 261	2.99 308	2.50 144	2.49 286	0.35 179	0.39 279	0.27 51	0.28 146	0.45 228	0.39 175

ICVP	2.26 198	0.66 119	21.18 383	0.99 113	0.88 180	4.28 292	0.95 198	3.32 124	1.60 106	1.66 80	1.76 141	1.34 79	1.14 99	1.62 74	1.32 151	0.53 304	0.35 249	0.33 162	0.29 169	0.40 173	0.51 253
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rrr	2.27 200	0.65 109	23.82 407	0.90 74	0.46 52	1.57 16	0.96 203	7.98 396	1.19 3	0.65 1	0.77 4	0.74 21	0.72 16	2.59 156	0.86 54	0.28 57	0.21 80	0.28 65	0.21 28	0.29 42	0.25 26

CIPLG	2.27 200	1.18 278	19.24 317	0.92 81	1.34 281	3.95 213	0.89 169	4.23 293	1.82 145	2.31 244	2.67 307	1.17 60	1.06 78	1.53 60	1.32 151	0.37 191	0.23 125	0.27 51	0.22 49	0.31 73	0.45 217

ACRE	2.27 200	1.11 268	19.45 321	0.91 78	1.30 271	3.94 208	0.87 163	4.21 285	1.80 144	2.28 233	2.62 303	1.17 60	1.04 69	1.52 58	1.30 148	0.37 191	0.23 125	0.27 51	0.22 49	0.31 73	0.46 227

NOSS_ROB	2.27 200	0.73 165	3.00 113	1.71 328	1.00 216	3.90 200	0.97 205	4.29 314	2.81 307	2.94 325	2.19 248	3.88 320	1.19 108	11.77 367	1.62 201	0.59 314	0.54 326	0.56 315	0.52 316	0.56 267	0.54 266

XPNet_ROB	2.27 200	1.11 268	4.10 140	1.36 264	0.97 202	3.94 208	1.63 299	4.07 252	2.14 198	2.82 316	2.00 212	2.32 198	1.73 221	10.81 329	3.39 315	0.51 296	0.47 315	0.48 278	0.40 279	0.51 247	0.56 271

IPLGR_C	2.28 205	1.31 302	19.46 322	0.92 81	1.32 277	3.93 206	0.89 169	4.20 281	1.82 145	2.30 239	2.63 305	1.16 59	1.07 80	1.41 47	1.29 147	0.37 191	0.23 125	0.27 51	0.22 49	0.31 73	0.45 217

DRaft	2.28 205	0.56 40	2.64 100	0.74 10	0.46 52	3.94 208	1.23 251	2.32 39	1.55 79	2.64 300	2.80 317	1.60 106	5.34 362	6.96 249	10.99 367	0.34 162	0.22 101	0.27 51	0.27 122	0.29 42	0.37 157

psm_up	2.28 205	0.81 202	5.45 161	1.26 228	1.50 308	3.84 188	1.23 251	4.23 293	2.03 175	2.55 283	1.80 154	2.44 213	1.65 208	12.90 387	1.58 192	0.37 191	0.38 271	0.41 244	0.34 221	0.43 217	0.39 175

MyStereo04	2.29 208	0.80 198	18.77 311	1.00 120	1.04 222	3.95 213	0.95 198	3.91 208	2.54 270	1.99 146	1.27 48	2.31 197	1.65 208	2.02 112	1.77 222	0.24 10	0.24 152	0.34 178	0.26 99	0.41 194	0.37 157

ADLNet	2.29 208	0.83 212	3.62 136	1.35 258	1.60 325	3.67 160	1.24 253	3.95 219	2.98 322	2.58 289	2.29 263	4.01 327	1.79 226	11.23 343	2.09 260	0.37 191	0.38 271	0.36 204	0.34 221	0.45 228	0.71 303

TDLM	2.29 208	1.08 261	4.61 149	1.29 237	1.01 217	4.26 286	2.17 334	3.75 171	2.79 297	2.31 244	1.98 209	2.06 177	1.59 183	12.45 383	1.72 214	0.51 296	0.28 196	0.52 303	0.35 235	0.56 267	0.50 247

Wz-Net-LNSev	2.30 211	1.67 333	14.88 253	1.18 202	1.65 334	3.49 124	1.54 292	3.63 150	2.03 175	1.88 115	1.64 111	3.29 283	2.06 256	2.71 164	2.02 251	0.40 222	0.33 233	0.32 132	0.31 199	0.53 256	0.49 240

gwcnet-sp	2.31 212	1.21 283	17.34 285	1.08 152	0.92 190	3.56 140	1.04 216	3.69 162	2.09 186	2.55 283	1.60 102	1.80 135	1.62 191	3.87 187	1.95 242	0.29 74	0.29 204	0.30 99	0.28 146	0.38 162	0.39 175

scenet	2.31 212	1.21 283	17.34 285	1.08 152	0.92 190	3.56 140	1.04 216	3.69 162	2.09 186	2.55 283	1.60 102	1.80 135	1.62 191	3.87 187	1.95 242	0.29 74	0.29 204	0.30 99	0.28 146	0.38 162	0.39 175

ssnet	2.31 212	1.21 283	17.34 285	1.08 152	0.92 190	3.56 140	1.04 216	3.69 162	2.09 186	2.55 283	1.60 102	1.80 135	1.62 191	3.87 187	1.95 242	0.29 74	0.29 204	0.30 99	0.28 146	0.38 162	0.39 175

DAS	2.31 212	0.67 127	4.79 150	1.14 178	1.64 331	2.93 66	2.13 332	4.09 258	2.74 290	4.17 365	2.52 294	2.46 215	1.79 226	11.55 352	1.63 203	0.37 191	0.22 101	0.39 231	0.25 86	0.41 194	0.34 129

TRStereo	2.31 212	1.87 340	19.74 329	1.53 302	1.16 243	4.26 286	1.08 225	4.73 374	1.45 24	1.55 62	1.28 49	1.75 122	0.85 36	1.81 93	1.20 127	0.36 184	0.26 180	0.32 132	0.36 243	0.34 127	0.33 119

MIPNet	2.33 217	0.71 154	19.82 331	0.89 69	0.56 97	4.76 371	0.61 43	4.32 328	2.37 239	1.83 107	1.48 80	1.48 97	1.98 251	2.63 158	1.44 167	0.29 74	0.20 55	0.26 36	0.23 57	0.30 57	0.39 175

STTStereo	2.34 218	0.95 238	14.93 256	1.43 282	1.54 312	3.86 196	0.86 147	3.65 152	2.44 253	2.15 197	1.55 89	2.49 219	1.59 183	5.14 208	1.44 167	0.38 205	0.39 279	0.47 270	0.51 313	0.52 250	0.51 253

CFNet	2.34 218	1.10 265	8.96 187	1.34 254	1.24 262	4.09 241	0.73 85	4.04 244	2.77 294	1.62 73	1.87 188	2.27 190	1.45 152	11.41 347	1.82 227	0.31 125	0.24 152	0.43 254	0.36 243	0.43 217	0.33 119

EAI-Stereo	2.35 220	0.63 97	2.97 111	0.95 94	0.65 127	3.84 188	14.27 405	5.04 380	2.19 206	2.06 175	7.25 369	1.10 53	0.94 50	1.65 80	1.37 159	0.31 125	0.22 101	0.27 51	0.60 332	0.27 23	0.32 109

ac_64	2.35 220	0.62 93	9.77 197	1.32 246	1.71 342	3.27 93	0.93 192	3.48 131	2.50 263	1.74 93	1.73 133	3.91 321	1.77 223	10.21 312	1.86 232	0.40 222	0.31 221	0.33 162	0.30 183	0.34 127	0.39 175

HSM	2.35 220	0.81 202	2.21 72	1.14 178	1.55 316	3.44 113	1.03 214	3.99 231	2.25 214	2.29 235	2.11 235	8.04 384	3.05 314	11.60 353	1.71 213	0.33 151	0.22 101	0.28 65	0.23 57	0.32 96	0.35 140

CFNet_ucs	2.36 223	0.68 133	18.42 306	0.89 69	0.81 158	3.85 194	0.68 67	4.29 314	2.37 239	2.09 179	2.04 218	3.31 285	1.24 115	2.63 158	1.14 114	0.36 184	0.45 304	0.56 315	0.29 169	0.66 300	0.49 240

MyStereo05	2.37 224	0.72 157	19.94 335	1.02 133	0.99 209	4.26 286	0.86 147	4.01 234	2.62 277	2.14 192	1.26 42	2.28 191	1.63 203	2.07 113	1.68 210	0.24 10	0.23 125	0.34 178	0.26 99	0.42 209	0.36 143

hitnet-ft	2.37 224	0.73 165	8.34 179	0.96 98	0.89 185	3.77 173	0.80 124	3.55 142	2.58 274	2.24 228	2.04 218	3.65 313	1.49 165	11.71 365	1.89 235	0.44 254	0.53 325	0.44 257	0.35 235	0.52 250	0.48 236

CoDeX	2.40 226	0.78 192	13.21 226	1.00 120	1.18 244	3.24 87	1.32 259	4.14 273	2.41 246	1.74 93	1.84 178	2.05 175	1.47 157	10.03 308	1.60 196	0.34 162	0.28 196	0.32 132	0.27 122	0.32 96	0.39 175

LMCR-Stereo	2.40 226	1.31 302	18.61 309	1.59 314	0.86 175	3.87 198	1.15 238	4.32 328	1.60 106	2.25 230	2.27 258	1.13 55	2.43 284	2.48 143	1.60 196	0.88 353	0.24 152	0.29 80	0.24 78	0.56 267	0.30 95

Wz-Net-LNSev-Ref	2.42 228	1.47 319	14.14 244	1.30 242	1.35 282	3.51 129	1.64 301	4.04 244	2.10 194	2.46 273	1.88 189	2.28 191	2.51 289	4.73 204	3.17 313	0.38 205	0.19 38	0.35 193	0.20 22	0.40 173	0.36 143

PSM-AAD	2.43 229	0.54 29	1.32 9	0.92 81	0.54 92	4.48 316	7.47 394	2.96 91	1.55 79	2.31 244	2.56 299	1.26 72	16.23 401	2.46 141	0.89 63	0.28 57	0.21 80	0.58 319	0.41 283	0.34 127	1.32 356

AASNet	2.44 230	0.92 231	19.79 330	1.35 258	1.49 306	3.81 181	1.07 222	3.85 190	2.93 317	1.95 135	2.29 263	1.96 160	1.29 122	1.73 88	1.93 238	0.39 216	0.33 233	0.45 263	0.30 183	0.55 261	0.45 217

GMM-Stereo	2.45 231	0.52 15	20.38 357	0.89 69	0.82 166	4.18 271	1.91 320	2.45 47	1.48 39	2.48 276	2.30 267	1.69 116	1.86 241	2.93 169	1.08 104	0.28 57	0.18 24	0.33 162	0.48 304	0.35 142	2.41 380

DMCA-RVC	2.45 231	1.22 289	18.29 301	1.23 218	1.14 237	2.49 50	0.85 145	3.29 118	1.68 121	3.02 328	1.41 67	2.00 167	1.53 178	6.39 233	2.00 248	0.38 205	0.30 213	0.44 257	0.35 235	0.45 228	0.44 212

MyStereo06	2.46 233	0.72 157	19.97 337	1.02 133	0.99 209	4.26 286	0.86 147	3.51 138	1.68 121	1.92 127	1.73 133	4.01 327	4.22 346	1.62 74	0.88 61	0.24 10	0.23 125	0.34 178	0.26 99	0.42 209	0.36 143

SACVNet	2.46 233	1.14 272	9.47 195	1.44 284	1.18 244	4.06 234	1.49 286	3.84 187	2.24 212	2.62 296	1.89 194	2.57 224	1.28 120	11.35 346	1.64 205	0.50 290	0.39 279	0.48 278	0.41 283	0.55 261	0.75 314

RAFT-345	2.46 233	0.55 33	19.69 328	1.02 133	0.49 72	4.43 312	0.78 114	1.64 12	2.34 230	2.09 179	3.12 333	1.96 160	1.31 125	6.65 239	1.43 165	0.36 184	0.23 125	0.32 132	0.25 86	0.28 34	0.25 26

GwcNet-ADL	2.47 236	0.67 127	21.48 390	0.96 98	0.72 142	4.61 344	0.95 198	4.42 344	2.36 234	1.98 141	1.80 154	2.55 223	1.24 115	1.90 102	1.41 162	0.40 222	0.46 311	0.24 16	0.27 122	0.41 194	0.49 240

PFNet	2.47 236	0.60 72	16.95 282	2.15 362	0.81 158	4.63 347	0.91 181	2.55 63	1.52 61	2.40 269	2.79 315	1.83 142	1.42 144	7.54 257	1.34 157	0.33 151	0.21 80	0.36 204	0.27 122	0.32 96	0.39 175

IPLG	2.48 238	0.65 109	19.63 326	0.91 78	0.79 155	4.60 343	0.56 28	4.31 324	1.84 149	1.91 126	2.00 212	1.31 77	1.38 133	6.61 237	1.53 187	0.27 32	0.20 55	0.27 51	0.23 57	0.31 73	0.36 143

HHNet	2.48 238	0.71 154	20.52 363	0.64 3	0.64 122	4.07 239	0.93 192	3.76 173	1.56 83	2.15 197	4.92 363	0.98 44	3.37 327	1.66 81	1.79 225	0.32 140	0.20 55	0.31 117	0.27 122	0.36 153	0.42 200

DualNet	2.49 240	0.60 72	5.21 156	1.14 178	0.99 209	3.62 151	0.86 147	4.22 288	3.37 354	2.20 213	2.30 267	3.48 294	1.62 191	2.21 129	16.09 382	0.29 74	0.16 4	0.48 278	0.37 254	0.30 57	0.29 74

CRFU-Net	2.49 240	0.78 192	10.36 206	2.30 369	1.08 230	3.91 201	1.41 276	3.85 190	1.65 117	2.15 197	1.76 141	3.34 287	7.95 388	5.56 218	1.48 175	0.47 272	0.35 249	0.30 99	0.28 146	0.37 158	0.43 208

FADNet	2.49 240	1.76 337	13.17 225	1.17 197	0.95 198	3.27 93	0.88 167	3.94 217	2.27 219	1.40 51	1.29 51	2.51 220	2.06 256	9.93 303	1.94 240	0.43 247	0.45 304	0.40 237	0.43 289	1.06 346	0.53 260

RAFT + AFF	2.51 243	2.66 362	4.48 147	1.15 191	1.95 361	4.15 255	2.01 326	4.46 352	3.30 352	2.19 211	2.51 293	2.22 188	4.87 356	8.91 278	2.06 255	0.30 108	0.60 340	0.48 278	0.38 265	0.77 322	0.69 301

UNet	2.51 243	0.74 172	20.17 346	1.14 178	1.44 300	3.48 122	0.76 102	3.77 175	1.87 152	2.05 172	1.57 94	2.75 241	2.39 281	3.51 178	2.51 288	0.32 140	0.26 180	0.41 244	0.26 99	0.38 162	0.39 175

FADNet-RVC	2.51 243	2.27 352	14.03 242	1.09 156	0.81 158	3.54 137	1.10 229	4.13 267	2.48 258	1.39 50	1.22 34	1.85 147	1.77 223	9.78 297	2.06 255	0.38 205	0.37 265	0.40 237	0.40 279	0.67 303	0.48 236

iResNet	2.52 246	0.94 237	21.17 382	1.84 344	0.72 142	3.75 170	0.81 129	4.14 273	2.55 271	2.33 254	2.03 215	1.35 81	1.44 148	3.27 174	2.16 267	0.35 179	0.23 125	0.28 65	0.22 49	0.44 221	0.45 217

IPLGR	2.53 247	0.58 57	20.46 362	0.82 36	0.52 83	4.56 338	0.50 17	4.30 321	2.38 241	1.87 113	1.53 87	1.68 114	1.72 219	6.95 248	1.15 115	0.28 57	0.21 80	0.27 51	0.23 57	0.33 111	0.32 109

NCCL2	2.53 247	1.35 308	10.90 213	1.15 191	0.97 202	3.53 133	2.56 346	3.65 152	2.23 210	2.76 310	1.80 154	2.41 207	1.66 210	10.35 315	2.07 258	0.44 254	0.40 284	0.57 317	0.53 320	0.59 274	0.65 294

fast-acv-ft	2.54 249	1.19 280	20.08 343	1.41 279	1.40 292	3.18 80	1.17 242	3.37 127	2.28 222	1.90 121	2.15 242	2.69 235	2.17 268	2.91 168	2.31 275	0.37 191	0.39 279	0.45 263	0.39 269	0.57 271	0.45 217

XX-Stereo	2.54 249	0.61 86	20.21 347	1.78 335	1.19 250	4.30 295	0.46 12	4.39 340	1.58 91	2.32 248	1.89 194	4.64 358	0.60 3	4.16 196	0.82 43	0.31 125	0.21 80	0.28 65	0.27 122	0.51 247	0.26 42

NLCA_NET_v2_RVC	2.54 249	1.04 255	16.73 278	1.53 302	2.00 363	3.96 218	0.87 163	3.87 195	2.31 227	2.54 282	1.67 117	2.85 252	1.63 203	5.55 217	1.62 201	0.46 264	0.33 233	0.38 228	0.38 265	0.53 256	0.62 287
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	2.54 249	0.90 227	11.10 214	1.32 246	1.47 304	3.58 144	1.38 270	4.13 267	2.45 254	1.90 121	1.71 128	2.86 253	1.76 222	10.86 330	1.66 208	0.60 315	0.43 297	0.53 305	0.41 283	0.78 324	0.94 337

CVANet_RVC	2.55 253	1.10 265	9.13 193	1.46 289	1.15 239	3.96 218	1.53 289	3.91 208	2.50 263	3.04 329	2.04 218	2.60 228	1.72 219	12.46 384	1.50 179	0.49 287	0.30 213	0.51 297	0.41 283	0.63 286	0.50 247

ARAFT	2.56 254	1.13 270	19.50 324	0.89 69	0.48 68	4.15 255	1.40 273	4.36 336	2.82 309	2.36 261	1.88 189	1.70 117	1.04 69	6.45 234	1.22 134	0.29 74	0.18 24	0.37 216	0.35 235	0.35 142	0.25 26

RASNet	2.56 254	0.70 144	10.06 202	1.60 316	2.25 373	3.67 160	1.00 209	3.38 128	3.14 335	1.81 104	2.11 235	4.60 355	2.30 274	10.25 314	2.61 295	0.37 191	0.24 152	0.25 26	0.24 78	0.28 34	0.26 42

cf-r	2.57 256	0.79 195	16.09 268	1.48 294	1.35 282	4.19 275	0.93 192	3.68 157	2.36 234	1.97 140	1.81 166	3.42 291	1.45 152	8.24 266	1.83 229	0.32 140	0.26 180	0.33 162	0.30 183	0.34 127	0.37 157

GrayStereo	2.58 257	0.53 24	1.63 22	1.58 313	0.89 185	4.17 269	8.17 398	3.03 96	1.52 61	2.80 314	2.50 291	1.70 117	17.10 402	2.83 167	1.15 115	0.33 151	0.21 80	0.27 51	0.32 206	0.28 34	0.53 260

ASMatch	2.62 258	0.60 72	20.65 368	1.37 272	0.64 122	4.39 303	0.78 114	1.97 23	1.58 91	1.70 86	3.89 354	1.94 153	3.79 337	5.46 214	1.64 205	0.31 125	0.24 152	0.34 178	0.28 146	0.33 111	0.50 247

RAFT-RH_RVC	2.63 259	0.55 33	19.97 337	1.26 228	0.47 62	4.46 314	0.57 29	1.71 13	1.64 116	3.06 332	5.51 366	2.03 171	1.28 120	6.70 241	1.52 186	0.42 242	0.22 101	0.37 216	0.34 221	0.28 34	0.29 74

DANet	2.63 259	1.07 259	8.10 178	1.83 343	1.70 341	3.25 90	1.16 239	4.31 324	2.38 241	3.40 348	2.18 246	4.08 331	1.80 231	9.77 295	3.89 322	0.52 302	0.55 328	0.59 321	0.44 291	0.63 286	0.86 329
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FADNet_RVC	2.65 261	2.28 354	16.51 274	0.98 108	0.92 190	4.09 241	0.83 136	4.26 308	1.73 133	1.46 55	1.78 148	1.60 106	1.50 166	8.88 276	2.39 279	0.47 272	0.38 271	0.44 257	0.58 329	0.89 334	0.97 338

iResNetv2_ROB	2.65 261	5.00 376	19.28 320	2.06 359	1.09 232	3.83 183	1.13 235	4.14 273	2.09 186	1.85 108	2.03 215	2.01 170	1.51 169	3.58 179	1.58 192	0.34 162	0.21 80	0.32 132	0.21 28	0.44 221	0.29 74

ccnet	2.66 263	0.97 245	8.01 177	1.54 304	1.24 262	3.75 170	2.18 335	4.07 252	2.41 246	2.66 303	3.25 338	2.87 254	2.31 277	9.89 300	3.50 316	0.78 342	0.75 359	0.71 345	0.67 338	0.76 321	0.81 323

GwcNet-RSSM	2.66 263	1.05 256	15.91 266	1.22 215	1.19 250	4.12 248	1.12 232	3.84 187	2.02 173	1.93 131	1.79 151	3.12 272	1.46 155	10.37 316	2.05 254	0.33 151	0.27 188	0.35 193	0.30 183	0.40 173	0.36 143

xxxx	2.67 265	0.54 29	2.03 50	1.22 215	0.81 158	3.49 124	0.63 53	4.49 357	2.49 262	2.22 222	2.23 254	2.05 175	1.38 133	10.05 309	17.91 394	0.32 140	0.32 227	0.30 99	0.27 122	0.33 111	0.34 129

test_xeample	2.67 265	0.56 40	2.05 53	1.09 156	0.81 158	3.24 87	0.80 124	4.55 364	2.70 286	2.42 271	2.27 258	1.39 86	1.40 137	10.75 326	17.51 393	0.30 108	0.30 213	0.32 132	0.28 146	0.34 127	0.33 119

PASM	2.67 265	2.05 349	9.71 196	1.73 331	1.37 285	2.53 51	1.52 287	3.10 101	2.17 203	2.79 313	1.84 178	2.90 255	1.85 240	11.89 373	2.19 268	0.81 347	0.85 362	0.87 360	1.01 364	1.14 355	1.05 342

222	2.68 268	0.57 45	2.03 50	1.11 168	0.81 158	3.23 84	0.65 60	4.52 362	2.45 254	2.34 255	2.29 263	1.41 91	1.44 148	10.50 319	18.47 398	0.32 140	0.30 213	0.32 132	0.27 122	0.32 96	0.34 129

PWC_ROB	2.69 269	2.01 346	8.36 180	1.33 250	1.90 359	3.23 84	1.18 243	4.33 330	3.25 347	3.11 334	3.41 343	2.71 237	2.18 270	9.15 284	4.48 326	0.56 309	0.31 221	0.61 329	0.36 243	0.69 308	0.74 311

pcwnet_v2	2.70 270	0.65 109	22.48 400	1.08 152	1.03 219	3.56 140	0.81 129	4.29 314	3.14 335	2.29 235	2.29 263	3.01 263	1.71 217	3.32 175	1.43 165	0.43 247	0.50 324	0.41 244	0.34 221	0.61 283	0.56 271

Wz-Net-MNSev	2.71 271	2.54 360	13.91 241	1.52 299	1.37 285	3.28 96	2.47 341	4.03 240	2.32 228	2.57 287	2.07 229	2.29 195	3.01 310	7.55 258	2.74 300	0.38 205	0.36 253	0.36 204	0.37 254	0.57 271	0.47 232

ttt	2.76 272	0.56 40	2.28 80	1.41 279	1.21 259	3.67 160	0.77 112	4.59 367	2.94 318	2.35 256	2.30 267	2.45 214	1.54 179	11.25 344	15.56 380	0.43 247	0.36 253	0.37 216	0.33 214	0.40 173	0.40 192

RP	2.79 273	1.20 282	10.36 206	1.54 304	1.93 360	3.44 113	1.97 323	4.05 248	2.34 230	2.66 303	2.79 315	3.98 325	2.58 293	10.21 312	2.61 295	0.95 356	0.47 315	0.71 345	0.57 328	0.71 314	0.68 299

SHD	2.82 274	2.04 348	13.80 238	1.69 326	1.79 351	2.73 57	1.07 222	3.85 190	3.18 339	4.63 373	2.74 311	3.38 290	2.77 299	5.48 216	3.66 319	0.62 319	0.47 315	0.51 297	0.55 323	0.65 295	0.74 311

FADNet-RVC-Resample	2.83 275	2.02 347	21.07 377	1.12 170	0.91 189	3.53 133	1.37 268	4.08 256	2.09 186	1.68 83	1.33 54	2.03 171	1.51 169	9.54 292	1.69 211	0.38 205	0.37 265	0.42 250	0.44 291	0.56 267	0.56 271

StereoDRNet	2.84 276	1.49 321	14.48 249	1.33 250	1.57 323	3.44 113	2.06 328	3.69 162	2.36 234	3.26 342	1.84 178	2.79 250	1.80 231	10.88 331	3.16 312	0.41 232	0.33 233	0.39 231	0.36 243	0.59 274	0.58 279

AAGNet	2.86 277	0.60 72	1.77 32	2.05 358	0.46 52	4.76 371	1.09 227	2.27 37	1.56 83	2.17 205	1.84 178	2.41 207	4.00 341	6.23 232	24.22 409	0.46 264	0.19 38	0.30 99	0.29 169	0.32 96	0.24 20

Consistency-Raft	2.86 277	1.66 331	19.61 325	1.40 278	1.75 346	3.84 188	1.32 259	4.07 252	2.25 214	1.78 99	2.67 307	1.82 139	4.41 349	1.94 106	2.06 255	0.83 350	0.94 365	1.03 365	1.12 369	1.70 373	1.09 345

PDISCO_ROB	2.86 277	1.53 323	14.27 247	1.98 355	2.19 370	4.52 329	1.35 262	4.65 370	3.19 340	2.09 179	2.16 243	3.53 305	2.45 286	5.32 210	2.12 261	1.30 373	0.78 360	0.72 349	0.59 331	1.24 363	1.28 352

AF-Net	2.87 280	1.30 300	16.24 269	1.33 250	1.75 346	3.26 91	1.59 296	4.09 258	2.43 250	2.69 305	2.94 323	4.51 351	3.20 321	5.84 224	2.75 301	0.76 341	0.36 253	0.72 349	0.49 307	0.70 309	0.56 271

HSM-Net_RVC	2.87 280	0.57 45	17.46 292	0.92 81	0.90 188	3.70 163	1.20 247	5.64 392	2.51 266	3.22 341	2.43 285	2.54 222	1.59 183	11.41 347	1.65 207	0.34 162	0.25 169	0.26 36	0.23 57	0.30 57	0.29 74
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Nwc_Net	2.88 282	1.16 276	18.30 302	1.35 258	1.68 339	3.52 132	1.18 243	3.90 204	2.06 181	2.52 281	2.82 320	3.82 318	2.34 278	6.78 245	2.55 293	0.86 352	0.40 284	0.59 321	0.67 338	0.57 271	0.55 269

DDUNet	2.91 283	2.78 363	6.94 171	3.53 388	2.26 374	3.28 96	1.36 264	3.77 175	2.04 178	2.62 296	2.49 290	4.18 337	1.69 214	5.38 212	1.85 231	2.21 380	1.77 384	2.61 389	2.43 397	2.60 378	2.34 379

MFMNet_re	2.91 283	1.91 341	18.25 300	3.06 382	1.89 358	3.13 79	1.67 306	3.52 139	2.97 319	3.14 336	2.87 322	2.26 189	2.41 282	2.42 138	2.00 248	1.10 362	1.05 367	0.94 362	0.90 359	1.28 364	1.46 363

GANet	2.93 285	1.05 256	11.29 216	1.64 321	0.96 199	3.91 201	2.52 344	3.72 168	2.41 246	2.95 326	3.00 326	3.21 276	2.03 252	12.42 382	4.72 330	0.51 296	0.41 290	0.46 267	0.39 269	0.60 278	0.50 247

RTSC	2.95 286	2.51 356	15.49 265	1.54 304	1.30 271	3.51 129	0.86 147	3.89 199	2.48 258	3.64 351	3.12 333	3.04 265	2.30 274	5.70 222	6.67 341	0.55 307	0.35 249	0.37 216	0.39 269	0.70 309	0.60 283

PWCDC_ROB	2.95 286	3.26 367	14.06 243	1.59 314	1.56 319	4.19 275	0.86 147	4.30 321	4.08 373	2.06 175	7.37 370	2.75 241	2.42 283	3.59 180	2.67 298	1.34 375	0.36 253	0.39 231	0.34 221	1.13 354	0.62 287

PSMNet_ROB	2.95 286	1.38 311	18.46 308	1.19 204	1.20 255	3.80 179	1.65 304	3.54 141	2.35 232	1.98 141	1.71 128	2.75 241	1.79 226	11.43 349	2.78 302	0.42 242	0.36 253	0.50 294	0.60 332	0.59 274	0.49 240

ff1	2.96 289	0.60 72	5.21 156	1.14 178	0.99 209	3.62 151	0.86 147	4.22 288	3.37 354	2.20 213	2.30 267	3.48 294	1.62 191	11.62 355	16.09 382	0.29 74	0.16 4	0.48 278	0.37 254	0.30 57	0.29 74

FINET	2.96 289	1.07 259	23.18 405	1.29 237	1.86 356	2.03 32	1.52 287	4.30 321	4.71 378	2.23 226	2.34 281	1.65 111	1.48 159	5.89 225	2.81 304	0.51 296	0.47 315	0.49 291	0.40 279	0.59 274	0.49 240

XQC	2.96 289	2.42 355	14.85 251	1.36 264	1.32 277	3.29 100	1.53 289	4.28 313	2.78 295	3.21 340	2.46 286	3.53 305	2.92 306	6.58 236	4.67 328	0.70 337	0.41 290	0.59 321	0.56 325	0.96 342	0.83 328

SGM-Forest	2.96 289	0.62 93	3.49 128	1.09 156	0.80 156	4.06 234	3.30 368	4.37 338	3.09 331	4.18 368	3.27 340	4.67 360	3.86 339	11.69 364	7.91 354	0.51 296	0.46 311	0.49 291	0.39 269	0.48 240	0.49 240
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DEmStereo	2.97 293	0.58 57	13.42 229	0.79 28	0.51 76	3.84 188	1.84 318	2.42 43	1.60 106	2.25 230	2.74 311	2.03 171	6.04 369	6.79 247	12.80 373	0.35 179	0.26 180	0.26 36	0.27 122	0.27 23	0.37 157

RYNet	2.97 293	0.93 234	15.09 259	1.12 170	1.38 289	3.66 159	1.42 278	4.03 240	2.29 224	2.10 182	1.70 124	3.79 316	2.16 266	13.64 396	3.02 310	0.37 191	0.41 290	0.48 278	0.34 221	0.81 328	0.75 314

mmx	2.98 295	0.60 72	5.21 156	1.14 178	0.99 209	3.62 151	0.86 147	4.49 357	3.05 328	2.20 213	2.30 267	3.48 294	1.62 191	11.62 355	16.09 382	0.33 151	0.28 196	0.48 278	0.37 254	0.44 221	0.37 157

xxx	2.98 295	0.60 72	5.21 156	1.14 178	0.99 209	3.62 151	0.86 147	4.49 357	3.05 328	2.20 213	2.30 267	3.48 294	1.62 191	11.62 355	16.09 382	0.33 151	0.28 196	0.48 278	0.37 254	0.44 221	0.37 157

Wz-Net-SNSev	2.98 295	4.36 373	15.98 267	1.57 312	1.19 250	3.28 96	1.80 313	3.96 224	2.40 244	2.32 248	2.28 261	3.48 294	2.05 255	7.84 263	3.82 321	0.47 272	0.39 279	0.53 305	0.49 307	0.71 314	0.60 283

GwcNet	3.00 298	1.63 327	19.83 332	1.32 246	2.04 367	3.27 93	1.55 293	3.65 152	2.33 229	2.00 158	2.12 238	3.56 309	1.68 213	9.47 290	2.45 283	0.44 254	0.45 304	0.46 267	0.38 265	0.60 278	0.76 316

LL-Strereo	3.01 299	1.81 339	17.59 295	1.12 170	2.10 368	2.90 62	1.09 227	4.33 330	2.00 172	3.12 335	2.24 255	3.29 283	3.15 317	11.31 345	1.84 230	0.30 108	0.28 196	0.46 267	0.34 221	0.49 245	0.45 217

Anonymous_2	3.01 299	0.89 225	4.53 148	1.06 146	1.18 244	2.93 66	0.87 163	3.24 115	1.46 31	1.86 112	1.35 61	4.11 333	2.35 279	1.64 78	1.28 145	0.82 348	0.90 364	8.71 414	15.84 418	4.44 397	0.74 311

STrans-v2	3.03 301	0.77 187	20.91 373	0.81 29	0.63 120	3.89 199	1.01 210	4.27 309	2.64 279	2.28 233	3.70 349	4.13 334	5.20 359	7.33 252	1.27 142	0.31 125	0.18 24	0.29 80	0.25 86	0.29 42	0.41 197

TransformOpticalFlow	3.03 301	0.77 187	20.99 376	1.00 120	0.55 94	4.18 271	0.64 54	4.33 330	3.02 326	2.18 207	3.09 332	4.35 345	5.07 357	7.36 255	1.27 142	0.32 140	0.18 24	0.32 132	0.26 99	0.28 34	0.46 227

AANet_RVC	3.03 301	1.72 334	12.78 223	1.17 197	1.12 235	3.79 178	1.10 229	3.86 193	3.13 333	2.62 296	4.26 357	3.96 324	1.41 141	11.43 349	5.23 337	0.94 355	0.47 315	0.34 178	0.23 57	0.40 173	0.55 269

DRN-Test	3.03 301	0.99 246	18.18 299	1.35 258	1.60 325	3.59 145	1.48 282	4.13 267	2.45 254	3.47 350	1.92 200	2.58 227	2.53 290	10.88 331	2.80 303	0.39 216	0.36 253	0.44 257	0.41 283	0.55 261	0.57 275

Syn2CoEx	3.08 305	2.55 361	19.88 333	1.34 254	1.18 244	2.43 49	1.65 304	3.91 208	2.40 244	2.39 267	2.27 258	2.90 255	3.17 320	9.57 293	2.54 292	0.50 290	0.45 304	0.53 305	0.39 269	0.74 318	0.72 309

stereogan	3.09 306	0.93 234	16.43 272	1.37 272	1.66 337	3.70 163	1.67 306	3.87 195	3.15 337	3.04 329	2.70 310	5.04 367	2.79 300	9.96 304	1.78 224	0.63 320	0.49 322	0.69 342	0.47 300	0.83 331	0.68 299

PA-Net	3.09 306	1.24 294	18.84 312	1.38 274	1.19 250	3.42 111	1.75 309	3.89 199	3.27 351	1.88 115	2.10 231	3.03 264	1.88 245	11.60 353	2.88 305	0.40 222	0.54 326	0.44 257	0.62 336	0.52 250	1.02 340
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
Anonymous Stereo	3.09 306	3.14 365	16.69 277	1.52 299	1.25 265	3.33 102	2.95 357	4.02 238	2.42 249	2.35 256	2.04 218	2.57 224	1.27 117	11.88 372	2.92 306	0.49 287	0.49 322	0.57 317	0.56 325	0.70 309	0.65 294

RGC	3.10 309	1.45 318	14.90 254	1.46 289	1.79 351	3.33 102	1.39 271	4.04 244	2.26 217	2.77 311	3.26 339	4.00 326	2.71 298	11.63 360	2.62 297	0.82 348	0.46 311	0.79 354	0.79 354	0.71 314	0.78 320

PVD	3.12 310	1.97 345	12.80 224	1.79 340	1.63 329	3.83 183	1.34 261	3.48 131	3.88 368	5.77 380	3.56 347	3.45 293	3.29 324	5.58 220	5.30 338	0.71 339	0.69 354	0.74 352	0.77 350	0.79 326	1.13 347

1111x	3.13 311	0.57 45	8.38 181	1.20 207	0.76 151	3.80 179	0.88 167	4.61 369	2.63 278	2.31 244	2.16 243	1.95 155	1.81 234	11.54 351	18.13 396	0.32 140	0.31 221	0.32 132	0.30 183	0.35 142	0.34 129

APVNet	3.13 311	1.25 296	21.14 379	1.31 244	1.52 310	3.94 208	1.13 235	3.32 124	2.14 198	2.20 213	2.03 215	3.05 268	1.96 250	11.79 368	2.53 290	0.42 242	0.45 304	0.64 336	0.46 297	0.67 303	0.57 275

MaskLacGwcNet_RVC	3.13 311	1.43 316	9.93 200	2.50 373	1.62 328	4.29 293	1.68 308	3.95 219	2.43 250	1.66 80	1.91 199	3.04 265	1.41 141	13.26 389	1.58 192	3.82 396	1.59 380	1.12 371	0.46 297	2.21 377	2.74 388

ADLNet2	3.15 314	0.92 231	20.06 340	1.20 207	1.79 351	3.83 183	1.48 282	3.94 217	3.59 361	2.19 211	2.47 288	4.65 359	1.93 249	10.69 325	1.96 245	0.39 216	0.37 265	0.28 65	0.30 183	0.48 240	0.43 208

NCC-stereo	3.16 315	1.28 298	18.31 303	1.25 222	1.75 346	4.06 234	1.40 273	3.89 199	2.22 208	2.72 307	2.55 297	3.49 301	2.65 296	9.91 301	2.99 308	1.29 371	0.65 347	0.64 336	0.86 357	0.65 295	0.71 303

Abc-Net	3.16 315	1.28 298	18.31 303	1.25 222	1.75 346	4.06 234	1.40 273	3.89 199	2.22 208	2.72 307	2.55 297	3.49 301	2.65 296	9.91 301	2.99 308	1.29 371	0.65 347	0.64 336	0.86 357	0.65 295	0.71 303
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GANetREF_RVC	3.20 317	1.93 342	18.84 312	1.51 298	0.80 156	4.12 248	1.82 315	4.16 277	2.91 315	1.87 113	1.74 135	2.48 217	1.84 238	13.18 388	1.74 219	0.80 345	0.57 331	0.79 354	0.74 346	1.20 362	0.86 329
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
GASNet	3.24 318	5.55 380	20.58 366	1.56 311	1.25 265	2.32 46	1.12 232	4.04 244	2.67 283	1.88 115	2.10 231	3.00 262	2.16 266	10.59 321	2.43 282	0.65 326	0.37 265	0.61 329	0.45 295	0.87 333	0.58 279

FBW_ROB	3.24 318	1.02 249	9.21 194	1.49 296	1.07 228	3.78 175	1.48 282	4.31 324	3.08 330	2.46 273	2.32 279	4.20 340	2.08 259	15.19 402	7.16 350	0.84 351	0.62 343	1.33 375	0.92 360	0.99 343	1.31 354

HBP-ISP	3.25 320	1.10 265	20.86 371	1.54 304	1.15 239	4.50 324	2.89 356	4.43 347	2.38 241	4.14 364	1.96 203	1.90 150	2.04 254	11.08 342	1.32 151	0.66 328	0.57 331	0.66 339	0.61 335	0.64 292	0.61 285

aanetorigin	3.30 321	1.66 331	17.52 294	1.18 202	1.58 324	2.57 53	3.80 382	2.65 73	2.03 175	6.12 385	4.30 358	2.82 251	5.70 365	5.47 215	4.67 328	0.50 290	0.44 300	0.43 254	0.47 300	1.17 359	0.92 335

ADCRef	3.30 321	1.23 293	14.90 254	1.17 197	1.41 298	3.95 213	1.64 301	3.88 198	2.36 234	3.05 331	2.21 252	2.40 205	2.81 302	5.04 206	16.63 388	0.46 264	0.34 245	0.63 333	0.62 336	0.54 259	0.67 297

CBMV	3.32 323	0.96 244	21.16 381	1.32 246	0.83 167	3.81 181	3.91 385	4.47 353	2.53 268	3.34 345	2.24 255	4.45 348	2.58 293	10.07 310	1.96 245	0.45 260	0.43 297	0.48 278	0.38 265	0.52 250	0.53 260
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FAT-Stereo	3.34 324	0.81 202	20.05 339	1.25 222	1.20 255	3.44 113	1.99 325	4.23 293	2.67 283	3.14 336	3.82 352	3.51 303	3.32 326	11.68 363	1.94 240	0.64 323	0.67 350	0.48 278	0.52 316	0.61 283	0.81 323

CC-Net-ROB	3.35 325	1.76 337	13.89 240	2.33 371	1.65 334	4.49 321	1.62 298	4.73 374	2.90 314	1.92 127	2.05 223	1.99 166	1.61 188	12.57 386	1.60 196	2.46 381	2.18 388	2.68 391	1.04 367	2.11 376	1.38 359

edge stereo	3.37 326	1.01 248	21.99 398	1.28 234	1.37 285	2.67 56	1.39 271	3.98 227	2.87 312	2.93 321	3.27 340	4.35 345	2.43 284	11.62 355	2.39 279	0.60 315	0.63 345	0.79 354	0.55 323	0.68 306	0.67 297

DPSNet	3.43 327	1.37 310	12.19 219	1.39 276	1.24 262	4.15 255	2.06 328	4.51 361	3.34 353	2.69 305	1.96 203	3.52 304	5.56 364	10.68 324	9.68 362	0.93 354	0.73 357	0.40 237	0.37 254	1.06 346	0.86 329

S-Stereo	3.48 328	0.91 229	22.06 399	1.36 264	1.50 308	3.55 138	2.53 345	4.21 285	2.81 307	2.37 262	3.81 351	3.75 314	1.84 238	11.90 374	2.51 288	0.63 320	0.71 355	0.48 278	0.76 348	0.67 303	1.19 350

STTRV1_RVC	3.52 329	1.03 254	20.87 372	1.47 292	1.47 304	3.23 84	1.55 293	4.06 250	3.22 345	1.95 135	3.50 346	2.63 232	2.07 258	11.96 376	2.21 269	1.86 377	4.03 409	0.81 357	0.73 345	1.06 346	0.70 302

UDG	3.55 330	2.81 364	17.45 291	2.69 375	1.98 362	3.97 221	1.19 246	4.35 334	2.02 173	2.42 271	2.53 296	4.50 350	2.46 287	6.53 235	2.41 281	2.12 379	1.77 384	2.63 390	2.57 399	2.64 379	1.95 373

SAMSARA	3.55 330	2.16 351	14.18 245	1.86 347	1.49 306	4.62 345	2.65 349	3.58 147	2.80 301	7.05 389	3.05 329	5.16 371	4.07 343	9.18 285	4.80 332	0.64 323	0.67 350	0.59 321	0.68 341	0.89 334	0.91 334

WZ-Net	3.62 332	4.87 375	16.77 280	1.43 282	1.40 292	3.75 170	2.29 338	4.12 266	2.50 263	2.74 309	2.19 248	4.06 330	5.29 361	10.19 311	7.36 351	0.54 306	0.37 265	0.47 270	0.49 307	0.77 322	0.73 310

CBMV_ROB	3.62 332	0.70 144	21.42 389	1.21 212	0.89 185	4.43 312	1.76 310	4.39 340	2.79 297	5.88 382	3.38 342	4.18 337	5.12 358	10.75 326	2.32 276	0.56 309	0.55 328	0.53 305	0.51 313	0.55 261	0.46 227

Wz-Net-TNSev	3.67 334	8.83 390	13.47 230	1.48 294	1.18 244	3.60 147	2.49 343	4.27 309	3.13 333	2.18 207	1.89 194	4.21 341	2.80 301	12.10 377	7.58 353	0.57 311	0.55 328	0.47 270	0.54 322	0.91 337	1.05 342

SQANet	3.70 335	9.34 398	18.41 305	2.75 376	2.74 379	3.40 110	1.47 281	3.50 136	1.68 121	2.60 293	1.75 139	2.69 235	1.91 247	6.72 244	1.74 219	2.96 384	1.41 378	1.85 379	1.12 369	3.17 381	2.70 387

DeepPrunerF	3.70 335	1.72 334	14.87 252	1.33 250	1.74 345	3.70 163	1.55 293	4.20 281	14.00 402	2.02 164	1.77 146	2.74 239	2.30 274	10.88 331	6.88 347	0.68 333	0.60 340	0.78 353	0.78 353	0.81 328	0.71 303

FTStereo	3.71 337	0.53 24	20.37 356	0.96 98	0.65 127	4.34 298	11.29 401	2.62 71	1.50 50	2.58 289	5.04 364	1.90 150	13.84 400	3.71 184	1.25 138	0.38 205	0.24 152	0.31 117	0.32 206	0.30 57	2.10 375

ADCP+	3.74 338	1.96 344	16.90 281	1.09 156	1.55 316	4.35 299	3.65 380	3.93 214	2.98 322	2.22 222	1.66 116	3.95 322	4.83 355	3.41 176	18.87 401	0.38 205	0.41 290	0.63 333	0.53 320	0.64 292	0.81 323

MFN_U_SF_RVC	3.81 339	10.78 403	15.01 257	1.84 344	1.39 290	3.73 168	1.63 299	4.05 248	3.26 348	2.91 319	2.38 283	4.36 347	3.65 335	8.43 269	4.91 334	1.11 364	1.04 366	0.99 364	1.31 376	1.58 370	1.75 370

ADCPNet	3.89 340	1.63 327	20.25 352	1.28 234	1.27 269	6.43 389	2.65 349	3.93 214	2.70 286	2.78 312	2.20 250	4.28 343	6.16 373	5.56 218	10.27 365	0.65 326	1.18 371	0.71 345	1.70 383	0.84 332	1.37 357

RTS	3.90 341	7.04 384	17.94 297	1.92 350	2.19 370	5.00 377	2.96 359	4.29 314	3.19 340	4.05 361	3.08 330	4.94 363	3.16 318	7.64 259	6.72 342	0.66 328	0.44 300	0.51 297	0.47 300	0.95 338	0.76 316

RTSA	3.90 341	7.04 384	17.94 297	1.92 350	2.19 370	5.00 377	2.96 359	4.29 314	3.19 340	4.05 361	3.08 330	4.94 363	3.16 318	7.64 259	6.72 342	0.66 328	0.44 300	0.51 297	0.47 300	0.95 338	0.76 316

MFN_U_SF_DS_RVC	3.94 343	10.88 404	12.30 221	1.26 228	1.55 316	5.19 380	3.33 370	4.42 344	2.82 309	2.58 289	2.62 303	5.00 365	2.11 260	14.03 400	2.73 299	1.28 370	2.34 394	0.67 341	1.83 388	0.81 328	1.03 341

ADCMid	3.96 344	3.27 368	15.48 264	1.26 228	1.40 292	4.66 351	2.28 337	4.06 250	3.54 360	3.94 358	3.02 327	3.85 319	3.67 336	4.03 193	18.65 399	0.68 333	0.61 342	1.09 370	1.18 373	1.38 367	1.08 344

SDNR	3.97 345	1.93 342	20.28 353	1.31 244	0.94 196	5.16 379	0.67 63	4.33 330	2.58 274	4.82 376	5.94 368	5.01 366	1.45 152	17.52 404	2.53 290	0.79 343	0.72 356	0.59 321	0.45 295	1.15 357	1.17 348

MADNet+	3.97 345	9.54 399	13.83 239	1.87 348	1.69 340	4.19 275	2.87 355	4.80 377	4.10 374	2.51 280	2.67 307	4.55 353	3.41 329	8.72 273	6.92 348	1.25 368	1.27 375	1.04 366	0.93 361	1.39 368	1.85 371

SPS-STEREO	3.97 345	1.44 317	20.85 370	1.72 330	1.71 342	3.24 87	2.30 339	3.55 142	2.68 285	4.79 375	3.66 348	5.44 373	2.97 307	9.11 282	9.35 361	1.15 365	1.10 369	1.06 368	1.02 366	1.16 358	1.18 349
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NaN_ROB	4.06 348	1.13 270	16.64 275	1.12 170	1.25 265	3.50 127	3.05 363	4.29 314	3.26 348	3.64 351	2.56 299	2.97 259	4.79 354	13.33 390	16.91 389	0.37 191	0.41 290	0.38 228	0.39 269	0.48 240	0.81 323

G-Net	4.11 349	1.21 283	19.47 323	2.31 370	2.94 382	4.74 369	2.95 357	3.33 126	2.14 198	4.44 371	9.43 386	6.93 380	3.84 338	9.01 281	4.92 335	0.79 343	0.80 361	0.70 344	0.50 311	0.95 338	0.87 332

THIR-Stereo	4.14 350	0.82 209	10.85 212	0.86 59	0.43 37	2.16 42	16.77 407	3.22 112	1.54 73	2.04 171	12.05 397	2.68 234	7.53 385	7.30 251	12.62 372	0.30 108	0.21 80	0.29 80	0.28 146	0.33 111	0.41 197

AnyNet_C32	4.17 351	5.75 381	12.62 222	1.60 316	1.54 312	5.51 383	4.09 386	3.90 204	3.23 346	4.22 369	3.03 328	3.10 269	3.41 329	8.01 265	18.85 400	0.53 304	0.58 335	0.53 305	0.74 346	1.19 361	0.97 338

Ntro	4.21 352	8.94 394	19.89 334	3.22 384	2.96 383	4.15 255	1.89 319	3.92 213	2.36 234	1.77 97	2.14 240	3.35 288	2.17 268	9.48 291	2.24 271	3.52 392	1.76 383	2.13 382	1.31 376	3.83 390	3.09 389

ADCS	4.22 353	5.33 377	16.32 270	1.64 321	1.31 273	3.91 201	3.64 379	4.21 285	2.89 313	5.11 377	2.81 319	4.46 349	3.06 316	5.21 209	19.50 402	0.63 320	0.64 346	0.69 342	0.69 343	1.12 353	1.26 351

ADCL	4.35 354	1.63 327	14.21 246	1.29 237	1.26 268	5.56 384	11.16 400	3.97 225	3.37 354	6.07 383	4.67 360	4.30 344	5.72 366	5.08 207	14.51 377	0.50 290	0.48 320	0.89 361	0.77 350	0.78 324	0.76 316

AnyNet_C01	4.37 355	7.80 386	16.40 271	1.98 355	1.40 292	6.37 388	6.47 393	4.09 258	5.03 383	4.06 363	3.78 350	4.16 336	3.31 325	6.62 238	10.00 363	0.61 317	0.67 350	0.63 333	0.67 338	2.01 374	1.31 354

MSC_U_SF_DS_RVC	4.48 356	10.62 402	15.18 262	1.55 309	1.45 303	6.16 386	3.54 377	5.41 390	3.68 365	2.59 292	2.74 311	4.81 361	2.20 271	13.79 397	4.40 325	2.04 378	3.36 407	1.05 367	1.20 374	2.09 375	1.72 368

RainbowNet	4.56 357	8.28 387	20.07 342	3.64 392	3.23 391	4.15 255	2.99 361	4.18 278	3.03 327	2.20 213	2.65 306	4.26 342	2.90 305	9.77 295	2.12 261	3.88 397	2.27 391	2.71 393	1.72 385	3.78 389	3.31 396

SGM_RVC	4.57 358	0.72 157	17.46 292	1.84 344	0.58 112	4.23 284	3.45 372	4.66 371	3.66 364	7.99 394	8.82 384	7.56 382	8.74 393	12.30 379	6.84 346	0.43 247	0.38 271	0.39 231	0.35 235	0.51 247	0.48 236
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
otaku	4.58 359	8.93 393	19.95 336	3.11 383	2.67 377	3.91 201	2.57 347	3.82 183	2.25 214	2.22 222	9.72 388	4.08 331	2.35 279	8.57 271	2.13 264	3.51 391	1.65 382	2.15 383	1.17 372	3.69 387	3.15 391

DispFullNet	4.64 360	3.48 369	23.95 408	3.99 394	3.03 384	3.35 104	1.06 220	4.18 278	2.80 301	6.33 386	2.94 323	4.04 329	7.81 387	3.92 191	5.16 336	2.75 382	1.61 381	3.10 398	2.68 402	3.32 382	3.31 396

CSAN	4.71 361	1.39 313	20.23 348	1.19 204	0.87 177	3.65 158	3.50 374	4.57 366	3.87 367	3.89 357	7.82 373	3.54 308	6.16 373	23.47 412	6.82 345	0.52 302	0.45 304	0.49 291	0.52 316	0.63 286	0.66 296

SuperB	4.79 362	4.41 374	21.08 378	1.45 287	1.08 230	3.91 201	3.08 365	4.18 278	3.01 325	2.50 278	2.10 231	2.75 241	3.49 333	8.80 275	19.60 403	0.44 254	0.33 233	0.53 305	0.39 269	12.01 415	0.64 292

IMH-64-1	4.84 363	2.53 358	6.83 168	4.30 399	3.74 394	4.81 373	6.05 390	5.30 385	3.92 369	3.95 359	8.33 377	5.08 368	6.06 370	8.96 279	6.30 339	4.57 405	2.96 401	3.04 395	2.12 394	4.28 394	3.62 399

IMH-64	4.84 363	2.53 358	6.83 168	4.30 399	3.74 394	4.81 373	6.05 390	5.30 385	3.92 369	3.95 359	8.33 377	5.08 368	6.06 370	8.96 279	6.30 339	4.57 405	2.96 401	3.04 395	2.12 394	4.28 394	3.62 399

NVStereoNet_ROB	4.91 365	1.40 314	16.46 273	1.47 292	1.72 344	3.46 118	1.96 322	3.89 199	3.61 362	2.90 318	24.61 412	4.81 361	4.49 351	13.57 394	4.87 333	1.33 374	1.29 376	1.70 378	1.68 381	1.41 369	1.66 365
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WCMA_ROB	5.12 366	0.90 227	21.33 385	1.50 297	1.33 280	4.09 241	3.49 373	4.03 240	4.59 377	6.57 387	10.95 392	12.92 395	8.41 392	9.86 299	8.78 359	0.75 340	0.58 335	0.51 297	0.50 311	0.68 306	0.57 275

WAO-7	5.16 367	3.21 366	18.98 314	1.88 349	1.44 300	5.34 381	3.09 366	4.91 379	5.81 390	4.35 370	8.92 385	6.55 377	6.06 370	13.40 392	10.81 366	1.34 375	1.20 374	1.48 377	1.35 379	1.60 371	1.45 361

CrosDoStereo	5.24 368	0.60 72	20.23 348	0.82 36	0.51 76	3.39 107	18.11 409	3.82 183	2.27 219	1.98 141	8.74 381	1.96 160	6.96 380	7.35 253	26.35 411	0.30 108	0.22 101	0.30 99	0.28 146	0.33 111	0.38 170

DeepStereo_LL	5.24 368	0.60 72	20.23 348	0.82 36	0.51 76	3.39 107	18.11 409	3.82 183	2.27 219	1.98 141	8.74 381	1.96 160	6.96 380	7.35 253	26.35 411	0.30 108	0.22 101	0.30 99	0.28 146	0.33 111	0.38 170

MeshStereo	5.35 370	1.32 304	21.34 386	1.34 254	1.15 239	4.40 307	3.90 384	5.18 382	4.55 376	10.14 404	11.82 396	11.47 390	5.84 367	13.84 398	7.03 349	0.61 317	0.58 335	0.60 326	0.58 329	0.72 317	0.59 282
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
ACVNet_2	5.41 371	12.60 407	20.42 360	3.27 385	3.15 389	4.50 324	3.02 362	4.66 371	3.73 366	3.35 347	5.36 365	7.86 383	2.88 303	12.33 381	4.76 331	3.12 387	2.22 389	2.70 392	1.69 382	3.49 383	3.10 390

pmcnn	5.45 372	1.22 289	17.40 289	1.60 316	2.41 376	3.48 122	2.12 331	4.52 362	3.26 348	3.67 353	13.15 400	22.10 405	3.46 332	11.92 375	17.16 391	0.34 162	0.21 80	0.23 5	0.19 18	0.36 153	0.28 67

MDST_ROB	5.53 373	0.59 63	23.11 403	2.55 374	2.69 378	21.20 413	1.98 324	4.77 376	2.65 280	9.36 399	4.25 356	4.14 335	4.45 350	22.57 407	3.68 320	0.48 277	0.33 233	0.47 270	0.44 291	0.44 221	0.44 212

EDNetEfficient	5.61 374	2.14 350	16.75 279	1.67 324	3.64 393	4.12 248	7.51 395	3.05 98	5.63 389	11.57 408	4.83 362	3.95 322	12.72 397	8.44 270	20.78 405	0.41 232	0.43 297	0.47 270	1.01 364	1.66 372	1.39 360

MSMD_ROB	5.61 374	1.08 261	16.68 276	1.21 212	0.83 167	10.14 400	2.07 330	3.93 214	6.22 391	10.37 405	8.03 375	22.22 406	9.45 394	11.66 361	4.52 327	0.66 328	0.58 335	0.66 339	0.68 341	0.65 295	0.63 290

SANet	5.65 376	1.72 334	20.94 374	1.26 228	0.88 180	7.20 393	3.81 383	4.60 368	11.23 397	4.56 372	8.78 383	7.49 381	6.95 379	11.85 371	18.11 395	0.49 287	0.44 300	0.50 294	0.42 288	0.90 336	0.82 327

ELAS_RVC	5.72 377	1.64 330	20.40 358	2.09 360	2.01 364	4.95 376	11.47 402	4.66 371	6.31 393	8.09 395	8.01 374	8.06 386	11.65 396	8.36 267	10.22 364	0.99 359	1.17 370	0.81 357	0.76 348	1.14 355	1.58 364
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCK	5.85 378	9.95 400	15.22 263	2.90 379	1.56 319	5.66 385	7.69 396	5.27 384	4.74 380	3.88 356	7.51 371	8.04 384	5.28 360	15.18 401	8.40 357	3.08 386	1.51 379	2.24 384	1.37 380	5.55 401	1.96 374

WAO-6	5.87 379	2.27 352	15.05 258	2.96 380	2.77 380	12.01 403	3.58 378	5.37 389	11.91 401	3.34 345	9.69 387	6.78 379	5.84 367	11.82 370	8.89 360	2.87 383	2.35 395	2.50 385	1.84 389	2.85 380	2.67 384

ELAS	5.99 380	1.62 325	20.29 354	1.96 354	2.01 364	15.09 409	8.38 399	5.23 383	5.54 387	9.02 398	8.61 380	6.74 378	9.75 395	7.48 256	11.40 370	0.96 357	1.18 371	0.72 349	0.93 361	1.30 365	1.67 366
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_1	6.04 381	13.97 413	21.36 387	3.58 390	3.14 388	4.73 366	2.48 342	4.20 281	3.17 338	2.98 327	2.83 321	23.31 407	4.34 348	11.06 341	2.45 283	3.68 393	2.33 393	2.60 388	1.79 387	3.69 387	3.19 393

FCDSN-DC	6.04 381	0.84 216	19.25 318	1.24 220	1.09 232	4.38 301	2.62 348	4.38 339	4.71 378	9.59 402	11.22 393	19.19 402	17.40 403	12.30 379	8.55 358	0.69 336	0.57 331	0.60 326	0.60 332	0.70 309	0.78 320
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
JetBlue	6.27 383	9.15 396	13.76 233	1.94 353	4.60 405	11.91 402	12.00 403	5.12 381	3.45 359	3.79 355	4.52 359	9.54 388	6.56 378	9.40 289	13.48 375	1.26 369	1.37 377	1.17 373	1.34 378	7.06 408	3.95 403

psmorigin	6.59 384	1.15 273	88.11 431	1.52 299	0.97 202	2.88 61	1.20 247	3.21 110	2.04 178	3.73 354	2.46 286	5.15 370	2.55 291	10.60 322	2.47 285	0.55 307	0.68 353	0.48 278	0.51 313	0.70 309	0.88 333

FC-DCNN	6.64 385	0.77 187	19.26 319	1.68 325	1.64 331	8.27 398	2.35 340	6.35 393	9.23 396	10.85 406	11.27 394	19.89 403	13.33 398	12.51 385	11.79 371	0.66 328	0.57 331	0.58 319	0.56 325	0.63 286	0.61 285

ACVNet-4b	6.73 386	13.67 411	21.87 397	3.54 389	3.07 385	4.19 275	2.25 336	4.03 240	3.65 363	1.64 76	3.98 355	5.88 374	2.89 304	10.01 307	16.98 390	23.29 423	2.24 390	2.53 386	1.78 386	3.87 391	3.21 394

EKT-Stereo	6.79 387	0.64 102	4.24 141	1.77 334	106.39 430	4.51 328	0.61 43	3.16 105	1.53 66	1.88 115	1.22 34	1.98 164	1.36 132	3.81 185	0.84 48	0.35 179	0.24 152	0.29 80	0.26 99	0.34 127	0.48 236

IMH	6.81 388	13.66 410	20.41 359	4.33 401	3.74 394	5.50 382	3.06 364	5.49 391	6.22 391	4.64 374	10.35 390	9.30 387	8.03 390	13.61 395	6.81 344	4.80 408	2.99 404	3.09 397	2.12 394	4.36 396	3.61 398

LVE	6.88 389	9.31 397	21.14 379	3.61 391	3.18 390	4.49 321	2.79 351	10.21 399	11.69 399	3.16 339	11.53 395	18.33 401	4.31 347	11.66 361	3.52 317	4.45 403	2.93 399	2.56 387	1.91 391	3.62 384	3.16 392

tt	7.19 390	0.51 10	6.83 168	4.03 395	2.30 375	12.05 404	20.19 413	15.46 411	6.58 394	3.42 349	3.22 337	5.37 372	6.39 377	4.20 198	7.46 352	9.81 413	11.53 419	7.05 411	7.46 412	6.31 403	3.71 401

Dean	7.52 391	9.08 395	21.41 388	3.74 393	3.53 392	4.81 373	3.53 375	5.33 388	5.25 384	4.17 365	26.53 413	25.62 413	4.09 344	10.97 335	4.32 324	3.69 394	2.30 392	2.91 394	1.87 390	4.03 392	3.24 395

DGSMNet	7.55 392	1.62 325	17.42 290	1.92 350	12.73 410	7.45 396	42.99 422	4.13 267	2.07 182	2.10 182	3.16 336	3.42 291	1.70 215	9.24 286	2.30 274	3.70 395	10.89 418	11.80 418	5.54 409	4.24 393	2.66 383

MADNet++	7.57 393	5.80 382	13.28 227	6.38 409	5.26 407	7.18 392	7.77 397	5.32 387	5.62 388	6.11 384	7.78 372	6.02 376	8.01 389	11.74 366	16.36 387	9.36 412	4.95 411	8.57 413	5.66 410	4.83 399	5.34 409

SGM+DAISY	8.36 394	3.82 371	24.83 409	2.02 357	1.75 346	14.80 408	17.22 408	4.27 309	11.79 400	13.88 409	14.38 403	11.74 393	13.83 399	10.56 320	15.12 378	1.21 366	1.19 373	1.14 372	1.13 371	1.17 359	1.37 357

UNDER WATER-64	9.33 395	5.37 378	22.60 401	5.22 408	4.86 406	10.75 401	4.61 389	11.45 400	17.30 406	7.59 390	9.80 389	15.99 400	17.90 405	10.63 323	15.72 381	4.36 400	2.87 398	4.39 408	2.86 405	7.01 407	5.36 410

TorneroNet-64	10.12 396	8.74 389	20.95 375	4.27 397	3.76 397	13.86 407	2.85 354	15.05 409	23.15 414	10.07 403	23.84 411	13.47 396	8.24 391	13.96 399	17.21 392	3.96 398	2.72 396	3.23 399	2.48 398	6.29 402	4.27 406

UNDER WATER	10.47 397	3.95 372	22.62 402	5.07 407	4.51 404	7.78 397	3.77 381	12.56 403	21.72 413	7.84 393	10.78 391	23.96 409	31.66 414	10.78 328	16.19 386	4.44 402	2.93 399	4.24 407	2.86 405	6.33 404	5.47 411

JetRed	10.48 398	27.10 418	35.70 415	4.27 397	4.09 401	15.55 412	12.83 404	12.16 401	5.50 386	5.83 381	5.56 367	10.14 389	7.43 384	8.88 276	26.39 413	3.32 388	3.81 408	3.51 402	2.96 407	7.85 410	6.69 413

notaker	10.50 399	8.60 388	20.23 348	4.54 404	3.95 398	6.27 387	3.44 371	8.07 397	4.75 381	8.73 396	46.45 422	13.86 399	27.86 413	13.49 393	13.61 376	4.56 404	3.18 405	3.52 403	2.68 402	8.13 413	4.05 404

MANE	11.39 400	1.38 311	23.16 404	4.82 406	2.79 381	22.02 414	14.51 406	25.81 414	26.28 415	10.93 407	13.17 401	19.90 404	18.03 406	15.69 403	20.41 404	0.96 357	0.74 358	1.42 376	3.24 408	0.74 318	1.71 367

SGM-ForestM	11.55 401	1.16 276	21.62 394	2.14 361	0.81 158	22.25 415	19.08 411	16.50 413	11.34 398	15.94 412	14.44 404	27.12 414	22.61 412	24.76 413	28.39 418	0.50 290	0.48 320	0.47 270	0.44 291	0.55 261	0.53 260

WAO-8	11.95 402	13.02 408	20.56 364	3.50 386	3.08 386	15.11 410	2.80 352	12.91 404	19.11 411	7.69 391	13.12 398	11.62 391	7.01 382	84.40 433	7.91 354	3.42 389	1.92 386	3.54 404	1.93 392	3.68 385	2.69 385

Venus	11.95 402	13.02 408	20.56 364	3.50 386	3.08 386	15.11 410	2.80 352	12.91 404	19.11 411	7.69 391	13.12 398	11.62 391	7.01 382	84.40 433	7.91 354	3.42 389	1.92 386	3.54 404	1.93 392	3.68 385	2.69 385

EDNetEfficientorigin	12.35 404	2.51 356	179.47 436	1.19 204	0.96 199	2.91 64	1.81 314	3.00 94	5.35 385	8.91 397	4.79 361	4.18 337	4.64 353	9.98 305	11.30 368	0.37 191	0.38 271	0.60 326	0.85 356	1.32 366	2.43 381

LSM	12.71 405	3.52 370	20.79 369	55.63 429	84.76 428	3.63 157	6.30 392	3.73 169	4.93 382	5.55 379	13.92 402	3.53 305	3.25 323	9.72 294	4.12 323	0.64 323	0.85 362	0.71 345	0.81 355	1.03 344	26.84 419

DGTPSM_ROB	15.31 406	8.85 391	28.14 413	9.90 414	18.89 412	12.44 405	33.21 416	13.48 406	17.86 409	9.50 400	22.89 409	13.78 397	19.67 407	21.26 405	23.68 407	5.08 409	8.84 412	5.62 409	11.50 414	6.72 405	14.87 415

DPSMNet_ROB	15.52 407	8.89 392	31.44 414	10.07 415	18.91 413	12.44 405	33.22 417	13.51 407	17.94 410	9.58 401	22.91 410	13.79 398	19.67 407	21.43 406	23.73 408	5.17 410	8.84 412	5.63 410	11.52 417	6.79 406	14.90 416

KSHMR	16.96 408	5.37 378	21.64 396	4.46 402	4.50 403	8.30 399	3.32 369	15.58 412	76.24 429	6.62 388	61.47 427	56.53 427	5.43 363	35.17 419	11.37 369	4.39 401	2.97 403	3.63 406	2.74 404	5.10 400	4.34 407

LE_ROB	18.58 409	1.21 283	48.38 422	8.60 413	23.00 416	7.32 395	19.74 412	9.94 398	38.69 423	43.53 421	21.91 408	28.40 415	40.92 418	23.18 409	54.71 423	0.34 162	0.33 233	0.32 132	0.36 243	0.42 209	0.40 192

coex-ft	18.59 410	6.62 383	113.53 433	1.17 197	1.31 273	2.33 47	1.93 321	2.81 83	14.00 402	124.82 435	8.45 379	5.90 375	51.74 428	9.99 306	22.69 406	0.57 311	0.62 343	0.50 294	0.49 307	1.08 351	1.28 352

DPSM_ROB	20.78 411	20.03 416	26.57 411	23.62 418	22.46 414	31.10 417	39.97 420	33.52 419	17.41 407	15.25 410	15.80 406	24.06 410	20.71 410	23.30 410	27.62 415	10.78 414	9.41 416	11.69 416	11.50 414	14.49 416	16.36 417

DPSM	20.78 411	20.03 416	26.57 411	23.62 418	22.46 414	31.10 417	39.97 420	33.52 419	17.41 407	15.25 410	15.80 406	24.06 410	20.71 410	23.30 410	27.62 415	10.78 414	9.41 416	11.69 416	11.50 414	14.49 416	16.36 417

ktn	21.74 413	10.34 401	19.68 327	4.53 403	4.00 399	6.53 390	4.51 388	6.79 394	78.82 431	84.69 431	100.86 435	58.49 428	7.57 386	12.11 378	13.35 374	4.58 407	3.24 406	3.49 401	2.62 400	4.65 398	3.84 402

LRCNet_RVC	25.52 414	33.45 419	23.21 406	31.79 420	32.78 417	6.74 391	1.18 243	25.88 415	4.46 375	28.94 413	30.89 415	24.91 412	17.57 404	27.66 414	24.34 410	35.26 425	25.60 426	35.91 426	33.81 425	31.90 426	34.10 427

TorneroNet	25.88 415	11.28 405	21.62 394	4.20 396	4.07 400	55.25 426	3.15 367	15.16 410	76.94 430	58.09 426	82.72 432	86.88 432	41.15 419	13.35 391	18.13 396	4.32 399	2.85 397	3.45 400	2.62 400	8.33 414	4.14 405

DLNR_Zeroshot_test	28.62 416	55.50 430	49.94 424	183.62 433	115.05 431	3.43 112	0.28 1	29.49 418	1.49 45	1.01 30	1.26 42	0.93 42	0.63 7	3.92 191	1.51 184	29.81 424	0.41 290	0.26 36	0.23 57	93.28 430	0.32 109

SPstereo	30.42 417	11.55 406	18.72 310	8.51 412	9.93 409	50.05 425	82.85 433	71.73 431	35.92 422	30.73 419	29.66 414	48.61 426	42.30 427	47.77 430	58.10 430	7.32 411	8.89 414	20.37 419	10.07 413	7.98 412	7.43 414

HanzoNet	31.60 418	17.23 414	21.22 384	7.32 410	5.84 408	7.25 394	3.53 375	13.82 408	14.20 404	50.38 424	47.01 423	44.45 417	56.61 429	36.61 420	32.00 419	63.89 429	56.57 430	7.97 412	89.20 430	28.69 418	28.25 421

MyStereo03	41.77 419	40.13 421	53.46 427	47.73 424	45.04 422	62.50 427	80.72 430	66.91 425	34.93 417	30.53 415	31.77 416	48.26 422	41.67 421	46.68 427	55.85 427	21.53 417	18.88 421	23.46 420	23.21 421	29.14 420	33.09 424

MyStereo02	41.77 419	40.13 421	53.46 427	47.73 424	45.04 422	62.50 427	80.72 430	66.91 425	34.93 417	30.53 415	31.77 416	48.26 422	41.67 421	46.68 427	55.85 427	21.53 417	18.88 421	23.46 420	23.21 421	29.14 420	33.09 424

MyStereo	41.77 419	40.13 421	53.46 427	47.73 424	45.04 422	62.50 427	80.72 430	66.91 425	34.93 417	30.53 415	31.77 416	48.26 422	41.67 421	46.68 427	55.85 427	21.53 417	18.88 421	23.46 420	23.21 421	29.14 420	33.09 424

Selective-RAFT-Error	41.77 419	40.16 424	53.34 425	47.73 424	45.25 426	62.51 430	80.64 428	67.22 428	34.93 417	30.64 418	31.81 419	48.11 420	42.11 425	46.57 424	54.95 424	21.61 421	18.87 420	23.48 423	23.15 420	29.16 423	33.08 423

CasAABBNet	41.80 423	40.20 425	53.41 426	47.73 424	45.18 425	62.51 430	80.71 429	67.26 429	34.80 416	30.49 414	31.88 420	48.24 421	41.81 424	46.63 426	55.64 426	21.60 420	18.88 421	23.48 423	23.22 424	29.19 424	33.05 422

HaxPig	43.25 424	43.65 426	45.00 420	33.85 421	35.61 419	32.69 419	30.52 414	45.09 422	42.97 424	48.77 422	48.17 424	43.00 416	40.26 417	44.58 422	43.61 420	47.18 426	49.30 427	51.54 428	50.25 427	43.73 427	45.29 428

AVERAGE_ROB	44.46 425	45.91 427	46.59 421	40.59 423	38.66 420	32.99 420	30.52 414	46.19 423	43.26 425	49.59 423	48.97 425	44.62 418	39.89 416	45.04 423	43.94 421	48.74 427	50.69 428	50.80 427	49.79 426	45.54 428	46.97 429

MEDIAN_ROB	47.37 426	49.08 428	49.92 423	40.32 422	39.97 421	34.95 421	33.43 418	49.17 424	46.39 427	53.06 425	52.65 426	47.65 419	42.23 426	48.35 431	47.29 422	52.10 428	54.04 429	54.28 429	53.48 428	48.76 429	50.33 430

LSM0	49.58 427	40.04 420	53.62 430	97.15 430	128.68 432	62.75 432	79.89 427	67.63 430	35.11 421	33.02 420	32.61 421	48.43 425	41.60 420	46.60 425	55.43 425	21.63 422	18.99 425	23.62 425	23.13 419	29.47 425	52.26 431

BEATNet-Init1	49.72 428	64.32 431	97.77 432	4.68 405	4.28 402	84.75 433	60.42 423	73.38 432	68.59 428	88.29 432	88.51 434	91.94 433	97.99 434	85.26 435	70.96 434	0.80 345	0.65 347	0.85 359	0.70 344	7.96 411	2.33 378

Anonymous_1	57.11 429	19.68 415	26.15 410	23.10 417	142.31 433	30.84 416	39.75 419	33.86 421	16.98 405	70.53 430	15.42 405	23.46 408	19.75 409	23.04 408	27.23 414	164.73 435	9.02 415	130.38 431	137.40 432	161.27 436	27.24 420

PML	64.32 430	53.22 429	17.88 296	8.10 411	32.94 418	148.46 436	247.79 437	12.18 402	45.42 426	111.41 433	288.92 437	101.47 435	101.31 435	31.67 415	15.55 379	14.03 416	4.83 410	10.98 415	6.18 411	28.82 419	5.17 408

FADE	78.44 431	13.79 412	36.09 416	10.71 416	13.34 411	4.15 255	4.14 387	28.60 417	8.36 395	5.15 378	3.88 353	11.85 394	36.55 415	44.37 421	28.26 417	474.90 437	161.58 436	347.36 437	322.13 437	7.29 409	6.23 412

DPSimNet_ROB	102.30 432	119.72 436	143.59 435	109.42 432	94.10 429	127.22 435	127.15 435	26.62 416	102.36 436	149.58 436	83.99 433	139.34 436	137.54 436	64.62 432	82.36 435	105.18 431	66.15 431	120.15 430	69.61 429	99.58 431	77.72 432

ASD4	103.30 433	113.98 435	120.24 434	106.67 431	79.75 427	115.36 434	120.35 434	119.13 436	79.65 435	120.04 434	74.64 428	101.45 434	65.48 430	109.11 436	84.31 436	104.31 430	90.04 432	133.15 432	103.58 431	130.15 432	94.66 433

xxxxx1	112.33 434	88.53 432	37.76 417	227.84 435	157.23 434	39.05 422	61.41 424	93.76 433	79.29 432	62.45 427	74.79 429	78.32 429	70.96 431	33.47 416	70.69 431	114.00 432	130.36 433	259.31 434	274.34 434	145.54 433	147.50 434

tt_ll	112.33 434	88.53 432	37.76 417	227.84 435	157.23 434	39.05 422	61.41 424	93.76 433	79.29 432	62.45 427	74.79 429	78.32 429	70.96 431	33.47 416	70.69 431	114.00 432	130.36 433	259.31 434	274.34 434	145.54 433	147.50 434

ff	112.33 434	88.53 432	37.76 417	227.84 435	157.23 434	39.05 422	61.41 424	93.76 433	79.29 432	62.45 427	74.79 429	78.32 429	70.96 431	33.47 416	70.69 431	114.00 432	130.36 433	259.31 434	274.34 434	145.54 433	147.50 434

test_example2	212.63 437	219.92 437	221.87 437	213.67 434	221.17 437	199.47 437	200.74 436	185.30 437	141.66 437	209.52 437	213.45 436	210.82 437	205.48 437	221.27 437	216.64 437	236.83 436	242.07 437	213.93 433	217.01 433	235.69 437	226.10 437

Low-res two-view benchmark