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	0.83 1	0.59 17	1.71 2	0.89 48	0.34 2	1.88 19	0.80 125	1.48 2	1.60 37	0.98 25	1.06 11	0.68 7	0.71 14	1.19 8	0.89 25	0.25 8	0.25 99	0.32 128	0.25 74	0.32 65	0.34 29

CASnet	0.85 2	0.59 17	1.66 1	0.91 56	0.30 1	1.37 10	0.73 91	1.63 5	1.94 77	1.66 71	1.14 23	0.66 6	0.63 7	1.07 2	0.90 26	0.37 158	0.17 3	0.41 241	0.31 189	0.33 86	0.23 4
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CREStereo	1.00 3	0.59 17	1.82 3	0.66 1	0.36 3	4.43 307	0.40 7	2.43 38	1.98 80	0.96 24	1.22 31	0.88 37	0.87 39	1.30 13	0.79 10	0.30 54	0.20 17	0.23 4	0.16 5	0.23 3	0.22 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
LoS	1.05 4	0.58 9	3.31 9	0.91 56	0.38 6	4.14 252	0.50 18	2.22 30	1.49 12	1.02 26	0.88 7	0.62 4	0.84 35	1.69 57	0.94 35	0.27 21	0.20 17	0.24 13	0.17 8	0.22 2	0.32 17

CroCo-Stereo	1.07 5	1.18 196	3.66 10	0.91 56	0.60 82	0.49 1	0.49 15	4.07 216	1.91 73	0.84 10	1.29 44	1.00 46	0.75 21	1.32 18	1.38 117	0.26 14	0.21 33	0.24 13	0.20 19	0.37 141	0.30 12
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
CES	1.08 6	0.63 34	2.53 7	0.95 77	2.18 356	2.13 30	0.50 18	2.07 24	1.46 6	0.79 6	1.06 11	0.61 3	0.48 1	1.45 34	0.87 22	0.24 4	0.18 5	0.24 13	0.15 3	0.64 285	2.36 313

PMTNet	1.13 7	0.55 3	3.88 14	0.71 6	0.59 79	4.21 278	0.43 10	2.00 20	1.58 29	1.02 26	1.06 11	0.78 24	0.98 54	1.58 47	0.93 29	1.21 361	0.20 17	0.23 4	0.15 3	0.23 3	0.27 6

LoS_RVC	1.23 8	1.51 236	6.09 22	0.88 47	1.71 330	1.96 22	0.59 35	1.61 4	1.37 2	0.84 10	1.35 50	0.84 33	1.15 101	1.49 39	0.83 18	0.21 1	0.17 3	0.20 1	0.14 1	0.20 1	1.49 279

CAS	1.34 9	0.48 1	2.20 4	3.01 378	1.66 325	4.08 237	0.73 91	1.96 19	1.51 16	0.86 12	1.10 15	0.59 2	0.53 2	1.36 26	0.94 35	3.07 383	0.14 1	0.21 2	0.14 1	0.38 150	1.78 296

Selective-RAFT	1.34 9	0.58 9	2.21 5	1.01 103	0.49 47	4.19 275	0.51 20	3.39 112	3.62 308	1.15 32	1.40 60	1.45 92	1.40 137	2.09 101	1.31 101	0.43 210	0.40 213	0.25 22	0.26 87	0.29 31	0.38 56

RCA-Stereo	1.38 11	0.61 29	3.95 16	0.94 69	0.48 40	4.68 357	0.78 115	4.17 254	1.95 78	1.93 108	1.84 169	0.94 43	1.48 155	1.23 9	0.75 4	0.30 54	0.43 231	0.25 22	0.20 19	0.26 12	0.37 49

AnonymousM	1.38 11	1.33 220	2.35 6	0.95 77	0.56 68	4.03 225	0.67 61	2.63 63	2.49 146	1.51 54	1.36 53	1.15 58	1.00 57	1.26 11	1.04 54	0.41 187	0.46 241	2.07 381	1.71 382	0.25 5	0.40 62

Selective-IGEV	1.42 13	0.58 9	8.82 38	0.92 62	0.85 147	1.32 9	0.80 125	2.85 73	3.84 318	0.87 15	1.68 111	0.71 15	0.62 6	1.30 13	0.75 4	0.24 4	0.27 126	0.24 13	0.19 9	0.27 15	1.18 262

knoymous	1.50 14	0.65 44	8.73 37	0.91 56	0.75 126	2.97 60	0.90 178	2.93 74	1.38 3	1.56 58	1.07 14	2.75 238	0.88 40	1.43 32	1.13 64	0.32 81	0.22 47	0.35 194	0.20 19	0.45 212	0.41 67

GMStereo_Zeroshot	1.51 15	1.27 209	4.75 17	1.54 280	0.72 118	3.33 90	0.54 23	2.67 66	1.74 59	2.34 239	1.57 88	2.40 199	0.96 52	2.51 139	1.21 77	0.48 250	0.23 70	0.41 241	0.24 63	0.82 326	0.40 62

StereoIM	1.60 16	1.11 187	16.13 97	0.67 2	1.87 344	1.22 8	0.39 5	2.17 29	1.42 5	0.69 1	0.78 3	0.88 37	0.70 12	1.24 10	1.13 64	0.32 81	0.23 70	0.26 33	0.21 25	0.32 65	0.28 7

BSDual-CNN	1.61 17	0.64 37	3.82 11	0.94 69	0.86 149	4.18 267	1.14 237	4.49 342	2.29 120	2.96 319	1.82 156	2.58 222	1.30 121	1.79 72	1.44 127	0.39 177	0.25 99	0.31 115	0.28 126	0.38 150	0.41 67

Any-RAFT	1.62 18	0.59 17	5.29 20	1.12 138	0.76 130	4.41 305	0.79 121	4.12 237	3.26 253	2.02 141	1.36 53	2.82 244	1.56 176	1.90 86	0.81 12	0.29 32	0.25 99	0.26 33	0.19 9	0.25 5	0.35 33

ProNet	1.63 19	0.91 138	5.70 21	0.96 83	0.64 96	2.40 41	0.82 133	1.92 17	3.28 257	0.69 1	1.17 25	0.78 24	0.76 22	1.72 64	0.87 22	0.27 21	0.97 313	0.25 22	0.26 87	0.31 47	7.97 368

psmg	1.63 19	0.64 37	3.82 11	0.96 83	0.86 149	4.35 295	1.41 273	4.11 232	2.29 120	2.68 289	2.09 224	2.58 222	1.30 121	1.79 72	1.44 127	0.39 177	0.29 136	0.33 160	0.34 215	0.38 150	0.44 82

BUS	1.64 21	0.64 37	3.82 11	0.94 69	0.86 149	4.50 318	0.75 104	4.49 342	2.29 120	2.96 319	1.82 156	3.61 304	1.03 61	1.79 72	1.18 72	0.39 177	0.25 99	0.31 115	0.28 126	0.38 150	0.41 67

CASS	1.65 22	0.73 79	8.72 36	0.97 90	0.67 104	2.88 53	0.69 75	3.07 88	1.86 70	2.82 306	2.02 207	1.39 83	1.55 174	1.75 70	1.36 111	0.51 272	0.28 132	0.34 177	0.28 126	0.47 229	0.63 176
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CroCo-Stereo Lap2	1.65 22	1.14 193	14.70 76	1.00 100	1.80 342	0.53 2	0.46 12	3.18 93	1.62 43	1.10 31	1.24 33	1.05 50	0.78 25	1.40 30	1.18 72	0.31 68	0.23 70	0.27 42	0.22 42	0.46 219	0.38 56

RAFT-Test	1.67 24	0.64 37	6.13 23	1.25 197	1.82 343	3.06 63	0.78 115	4.02 202	3.09 229	1.88 101	1.70 116	3.76 311	1.03 61	1.40 30	1.07 59	0.29 32	0.33 160	0.25 22	0.23 50	0.29 31	0.33 21

iRaftStereo_RVC	1.70 25	1.18 196	3.88 14	0.99 97	0.46 31	3.83 179	0.41 8	2.41 36	1.60 37	1.69 77	1.76 132	1.81 134	0.83 34	1.58 47	1.23 80	0.31 68	4.86 378	0.29 76	0.26 87	0.33 86	4.33 350

MIF-Stereo	1.73 26	0.60 24	20.25 261	0.98 92	1.19 233	0.78 3	0.39 5	1.19 1	1.55 23	1.21 33	1.28 40	0.52 1	0.64 8	1.17 6	1.16 71	0.35 132	0.20 17	0.25 22	0.22 42	0.42 188	0.31 14

Gwc-CoAtRS	1.80 27	0.61 29	14.92 78	1.08 124	0.61 83	2.88 53	0.63 54	2.47 40	1.62 43	1.80 95	1.50 70	2.73 233	1.17 102	1.35 24	1.08 60	0.30 54	0.22 47	0.25 22	0.23 50	0.28 20	0.30 12

test-1	1.81 28	0.72 76	9.51 40	1.02 107	1.57 303	3.85 184	0.60 39	4.07 216	1.51 16	1.94 114	1.81 154	2.04 171	0.91 44	1.39 29	1.73 185	0.27 21	0.93 307	0.31 115	0.25 74	0.29 31	1.37 271

sCroCo_RVC	1.81 28	0.93 148	19.44 188	1.04 113	1.05 203	0.97 4	0.61 42	2.08 25	1.36 1	0.71 3	1.28 40	0.82 32	1.10 85	1.31 15	0.97 44	0.54 288	0.41 219	0.33 160	0.30 172	0.46 219	0.48 108

MIF-Stereo (partial)	1.93 30	0.69 63	21.14 358	0.74 7	1.02 190	1.07 5	0.49 15	2.75 69	1.78 63	0.82 8	1.22 31	0.80 29	0.90 42	1.68 52	1.63 163	0.38 170	0.24 87	0.33 160	0.26 87	0.41 181	0.32 17

cross-raft	1.95 31	0.66 51	16.17 99	1.23 182	0.92 168	2.25 35	0.70 77	3.69 140	1.68 55	1.78 91	1.53 72	3.15 269	1.13 91	1.35 24	1.06 58	0.24 4	0.23 70	0.26 33	0.24 63	0.29 31	0.45 86

Anonymous	1.97 32	0.88 127	20.58 309	1.08 124	1.27 249	1.65 14	0.89 162	2.54 48	1.62 43	0.92 23	1.18 26	0.70 10	1.09 80	1.28 12	1.00 50	0.53 284	0.35 176	0.30 97	0.30 172	0.66 294	0.56 142

test_4	1.98 33	0.68 58	15.65 90	0.91 56	0.48 40	4.11 242	1.09 226	2.41 36	1.50 13	1.55 56	2.31 261	1.87 144	0.79 31	2.86 163	1.51 135	0.34 120	0.19 9	0.29 76	0.29 156	0.30 42	0.40 62

CREStereo++_RVC	1.98 33	0.59 17	19.94 225	0.87 42	0.55 65	4.02 223	0.31 2	1.75 13	2.09 87	1.65 70	2.20 244	0.85 35	0.65 10	1.03 1	0.72 2	0.29 32	0.16 2	0.23 4	1.22 371	0.25 5	0.22 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
TANstereo	1.98 33	0.87 124	20.35 274	0.80 20	0.37 5	4.05 230	0.38 4	1.50 3	1.65 50	2.03 146	2.16 234	0.84 33	0.93 48	1.09 3	0.68 1	0.30 54	0.36 183	0.24 13	0.20 19	0.26 12	0.46 93

XX-TBD	1.98 33	1.08 183	20.29 267	1.31 215	0.43 25	3.97 217	0.33 3	1.76 14	1.77 61	1.59 62	2.18 240	0.69 9	0.59 3	1.44 33	0.75 4	0.33 104	0.25 99	0.23 4	0.16 5	0.31 47	0.22 1

CSP-Net	1.99 37	1.70 257	4.84 18	1.22 176	1.02 190	3.42 101	1.30 257	3.66 134	2.11 91	2.07 160	1.93 196	2.40 199	1.48 155	8.56 270	1.62 160	0.51 272	0.41 219	0.27 42	0.27 102	0.44 205	0.54 137

test croco	2.00 38	0.89 131	21.49 378	0.67 2	0.73 119	1.66 15	0.57 27	3.27 104	2.18 97	0.80 7	1.25 35	0.80 29	0.86 37	1.72 64	1.13 64	0.34 120	0.21 33	0.32 128	0.25 74	0.44 205	0.34 29

sAnonymous2	2.00 38	1.54 240	21.24 368	0.93 64	0.89 158	1.21 6	0.62 49	2.58 58	2.28 116	0.86 12	1.04 9	0.73 16	1.22 110	1.10 4	0.85 19	0.30 54	0.25 99	0.31 115	0.31 189	1.06 343	0.72 200

CroCo_RVC	2.00 38	1.54 240	21.24 368	0.93 64	0.89 158	1.21 6	0.62 49	2.58 58	2.28 116	0.86 12	1.04 9	0.73 16	1.22 110	1.10 4	0.85 19	0.30 54	0.25 99	0.31 115	0.31 189	1.06 343	0.72 200

PSMNet-ADL	2.01 41	0.78 107	2.89 8	1.11 131	0.86 149	4.13 247	0.80 125	3.84 166	2.26 112	1.74 86	1.87 178	2.90 250	1.81 231	10.37 316	2.34 249	0.49 256	0.47 249	0.29 76	0.30 172	0.39 160	0.56 142

GMStereo	2.01 41	2.26 289	20.93 336	0.90 54	0.48 40	1.67 16	0.56 24	1.90 16	2.19 98	1.58 61	1.31 46	0.87 36	0.74 20	1.68 52	1.00 50	0.41 187	0.21 33	0.30 97	0.32 199	0.50 239	0.46 93
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
anonymity	2.02 43	1.28 212	5.16 19	1.73 317	1.63 315	1.86 18	1.06 222	3.50 118	2.42 135	2.19 193	2.11 226	1.88 145	3.89 338	1.92 87	1.56 144	1.11 356	1.14 320	1.08 366	1.11 364	1.05 342	2.68 320

DMCA	2.02 43	1.07 180	11.33 48	1.17 159	0.96 179	3.92 205	0.89 162	3.80 160	3.11 230	2.89 310	1.58 92	2.35 197	1.17 102	1.79 72	2.25 242	0.42 196	0.29 136	0.42 251	0.27 102	0.38 150	0.43 78

CFNet_pseudo	2.03 45	0.74 85	12.75 53	0.87 42	0.74 122	3.91 198	0.65 58	4.04 209	1.93 75	1.93 108	1.79 145	3.25 275	1.61 186	2.51 139	1.25 90	0.32 81	0.37 188	0.53 302	0.28 126	0.64 285	0.50 117

DIP-Stereo	2.03 45	0.98 164	16.44 111	0.67 2	0.62 91	4.30 290	0.58 33	4.43 335	2.89 196	1.97 124	1.40 60	0.91 40	0.86 37	1.31 15	1.27 97	0.38 170	0.23 70	0.33 160	0.23 50	0.33 86	0.57 147
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ccs_rob	2.03 45	0.74 85	12.67 52	0.87 42	0.75 126	3.91 198	0.66 59	4.04 209	1.93 75	1.92 107	1.79 145	3.24 274	1.63 197	2.52 143	1.25 90	0.32 81	0.37 188	0.54 310	0.28 126	0.66 294	0.51 123

raftrobust	2.05 48	1.45 230	13.44 56	1.29 208	5.81 402	3.59 134	0.67 61	2.80 71	1.50 13	2.21 198	1.41 63	1.17 60	1.22 110	1.37 28	1.46 132	0.29 32	0.33 160	0.22 3	0.20 19	0.27 15	0.36 48

DCANet-4	2.06 49	0.58 9	15.30 82	0.86 36	0.44 29	4.16 258	0.57 27	4.31 307	3.28 257	2.31 223	1.82 156	1.04 49	1.54 171	1.69 57	1.56 144	0.35 132	0.24 87	0.24 13	0.19 9	0.25 5	0.57 147

s12784h	2.08 50	0.50 2	16.85 115	0.75 8	0.36 3	4.42 306	0.49 15	4.23 274	3.08 226	2.03 146	2.67 307	0.91 40	1.05 74	2.05 98	0.78 7	0.37 158	0.18 5	0.24 13	0.16 5	0.27 15	0.26 5

IER	2.09 51	0.91 138	14.11 66	0.97 90	1.15 223	3.17 68	0.89 162	3.59 124	2.39 129	2.15 179	1.98 202	2.27 186	2.11 256	2.39 133	1.80 195	0.35 132	0.24 87	0.36 205	0.30 172	0.34 107	0.42 74

AEACV	2.12 52	0.67 52	6.33 24	1.38 238	1.50 287	3.53 125	0.90 178	2.83 72	1.60 37	0.91 20	0.81 6	0.80 29	1.61 186	1.56 46	0.73 3	0.25 8	0.60 275	0.26 33	0.27 102	0.29 31	15.65 406

R-Stereo Train	2.13 53	0.65 44	19.43 186	1.02 107	0.67 104	3.79 172	0.89 162	4.12 237	1.55 23	2.15 179	1.72 122	1.13 55	0.94 49	1.46 35	1.30 99	0.32 81	0.25 99	0.27 42	0.21 25	0.28 20	0.37 49

RAFT-Stereo	2.13 53	0.65 44	19.43 186	1.02 107	0.67 104	3.79 172	0.89 162	4.12 237	1.55 23	2.15 179	1.72 122	1.13 55	0.94 49	1.46 35	1.30 99	0.32 81	0.25 99	0.27 42	0.21 25	0.28 20	0.37 49
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
whm_eth	2.15 55	1.55 243	19.39 185	0.96 83	1.37 267	2.60 47	0.72 85	3.63 130	2.97 203	1.55 56	2.06 219	0.78 24	0.71 14	1.17 6	1.08 60	0.45 225	0.29 136	0.34 177	0.33 206	0.44 205	0.65 183

MMNet	2.15 55	1.33 220	12.06 50	1.22 176	1.23 243	3.55 128	0.89 162	3.84 166	2.26 112	2.19 193	1.78 142	2.15 180	2.10 254	3.70 180	2.35 250	0.45 225	0.38 201	0.34 177	0.28 126	0.40 163	0.52 128

PCWNet_CMD	2.16 57	0.71 73	15.44 86	0.84 28	0.76 130	3.38 93	0.68 69	3.69 140	2.24 106	1.72 81	1.63 102	3.20 271	3.00 309	2.09 101	1.23 80	0.32 81	0.37 188	0.47 270	0.27 102	0.65 290	0.51 123

SFCPSM	2.16 57	0.75 96	15.82 92	0.91 56	0.98 181	3.74 164	1.27 255	4.15 247	2.56 152	1.90 103	1.82 156	1.64 104	1.39 133	2.51 139	1.57 147	0.36 151	0.28 132	0.39 232	0.36 237	0.36 137	0.50 117

MSMDNet	2.16 57	0.71 73	15.36 84	0.86 36	0.75 126	3.41 99	0.69 75	3.70 142	2.25 109	1.73 83	1.64 106	3.21 272	2.95 301	2.09 101	1.24 84	0.32 81	0.37 188	0.45 263	0.27 102	0.63 282	0.50 117

test_3	2.17 60	0.58 9	18.64 152	1.11 131	0.78 133	2.15 32	0.85 148	4.42 333	1.47 7	2.00 132	1.20 27	2.02 168	0.79 31	2.70 156	1.35 104	0.29 32	1.04 315	0.29 76	0.29 156	0.31 47	1.07 253

CFNet-RSSM	2.17 60	0.56 4	20.50 295	1.08 124	0.57 75	3.42 101	0.62 49	4.24 281	1.60 37	1.73 83	1.39 58	2.55 217	1.19 107	1.36 26	1.04 54	0.29 32	0.20 17	0.26 33	0.23 50	0.28 20	0.32 17

test-3	2.19 62	0.59 17	18.63 151	1.13 143	0.75 126	2.07 28	0.89 162	4.37 325	1.53 19	2.25 205	1.20 27	2.05 174	0.79 31	2.68 153	1.35 104	0.29 32	0.95 310	0.28 62	0.27 102	0.27 15	1.47 278

test_1	2.19 62	0.59 17	18.67 153	1.13 143	0.78 133	2.07 28	0.89 162	4.37 325	1.53 19	2.18 188	1.20 27	2.05 174	0.78 25	2.68 153	1.36 111	0.29 32	0.93 307	0.28 62	0.27 102	0.28 20	1.53 281

ICVP	2.19 62	0.72 76	19.18 171	1.03 110	0.88 157	4.22 280	0.94 197	3.44 116	1.69 56	1.68 74	1.76 132	1.35 77	1.19 107	1.80 77	1.40 119	0.58 297	0.37 188	0.34 177	0.30 172	0.41 181	0.59 161
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Anonymous3	2.20 65	0.80 110	20.08 241	0.86 36	0.86 149	4.46 310	0.84 144	3.64 133	1.40 4	1.37 45	1.40 60	1.11 54	1.03 61	1.71 61	1.24 84	0.75 336	0.58 272	0.34 177	0.35 228	0.48 234	0.65 183

AdaStereo	2.22 66	0.90 136	16.41 109	1.33 223	0.83 142	3.21 69	1.12 233	4.25 290	2.91 198	2.06 154	1.76 132	2.47 210	1.17 102	1.93 89	1.65 168	0.50 266	0.26 119	0.43 255	0.29 156	0.46 219	0.39 60
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.
UPFNet	2.23 67	0.86 121	14.25 68	1.28 203	1.44 281	3.51 121	1.34 262	4.05 212	2.11 91	2.44 264	1.53 72	2.41 203	1.39 133	3.62 179	1.91 207	0.41 187	0.41 219	0.37 216	0.32 199	0.44 205	0.48 108

StereoDRNet-Refined	2.23 67	0.98 164	10.62 43	1.25 197	0.78 133	3.29 84	0.71 82	3.96 188	2.20 101	2.43 261	2.05 217	2.97 253	1.46 151	6.87 246	2.33 248	0.37 158	0.25 99	0.42 251	0.34 215	0.47 229	0.80 217
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CBFPSM	2.24 69	2.06 279	12.12 51	1.13 143	1.05 203	2.85 51	1.23 251	3.37 111	2.05 85	1.82 97	1.33 48	4.55 351	4.00 340	2.38 132	2.35 250	0.27 21	0.38 201	0.32 128	0.28 126	0.39 160	0.89 232

HCRNet	2.24 69	0.74 85	14.54 73	0.82 26	1.36 264	4.11 242	0.70 77	3.61 128	3.03 218	1.83 99	1.61 95	1.58 98	1.40 137	5.79 214	1.60 156	0.35 132	0.28 132	0.36 205	0.29 156	0.34 107	0.46 93

GANet-ADL	2.25 71	0.80 110	20.17 248	1.28 203	0.69 116	3.83 179	0.75 104	3.63 130	1.83 67	1.68 74	2.04 211	2.09 178	1.10 85	1.63 49	1.43 123	0.42 196	0.33 160	0.26 33	0.23 50	0.43 197	0.41 67

ROB_FTStereo_v2	2.25 71	0.74 85	20.45 285	0.77 9	0.38 6	4.66 348	0.74 99	2.54 48	3.20 239	2.00 132	1.53 72	1.77 121	1.14 96	2.13 107	0.96 41	0.50 266	0.22 47	0.32 128	0.28 126	0.40 163	0.35 33

PSM-adaLoss	2.26 73	0.74 85	20.53 297	0.77 9	0.38 6	4.67 349	0.71 82	2.54 48	3.22 247	2.00 132	1.53 72	1.77 121	1.13 91	2.22 119	0.96 41	0.50 266	0.23 70	0.32 128	0.28 126	0.40 163	0.35 33

ROB_FTStereo	2.26 73	0.74 85	20.44 283	0.77 9	0.38 6	4.65 346	0.75 104	2.54 48	3.19 238	2.00 132	1.54 81	1.77 121	1.13 91	2.28 125	0.94 35	0.49 256	0.22 47	0.32 128	0.28 126	0.40 163	0.35 33

GES	2.26 73	0.79 109	19.68 203	1.12 138	0.59 79	4.30 290	1.01 209	3.90 175	1.59 32	1.78 91	1.78 142	1.28 73	1.75 220	1.80 77	1.61 158	0.42 196	0.29 136	0.33 160	0.31 189	0.45 212	0.50 117

dd	2.27 76	3.06 306	20.18 249	0.96 83	0.51 56	4.24 283	0.74 99	1.94 18	2.43 137	1.48 53	1.28 40	1.19 66	1.05 74	1.82 80	1.69 175	0.63 310	0.34 167	0.35 194	0.33 206	0.61 271	0.57 147

HUI-Stereo	2.27 76	0.74 85	20.56 302	0.77 9	0.38 6	4.67 349	0.78 115	2.54 48	3.23 250	2.00 132	1.53 72	1.77 121	1.13 91	2.21 118	0.93 29	0.49 256	0.23 70	0.32 128	0.28 126	0.40 163	0.35 33

iGMRVC	2.27 76	0.74 85	20.46 286	0.77 9	0.38 6	4.65 346	0.73 91	2.54 48	3.21 242	2.00 132	1.53 72	1.77 121	1.14 96	2.47 137	0.99 47	0.51 272	0.23 70	0.32 128	0.28 126	0.40 163	0.35 33

RAFT-IKP	2.27 76	0.74 85	20.55 300	0.77 9	0.38 6	4.64 345	0.73 91	2.54 48	3.21 242	2.00 132	1.53 72	1.77 121	1.13 91	2.25 124	1.00 50	0.51 272	0.22 47	0.32 128	0.28 126	0.40 163	0.35 33

Patchmatch Stereo++	2.28 80	0.74 85	20.54 298	0.77 9	0.38 6	4.67 349	0.75 104	2.55 55	3.21 242	2.00 132	1.53 72	1.77 121	1.14 96	2.46 134	0.98 45	0.51 272	0.23 70	0.32 128	0.28 126	0.40 163	0.35 33
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	2.28 80	0.74 85	20.54 298	0.77 9	0.38 6	4.67 349	0.75 104	2.55 55	3.21 242	2.00 132	1.53 72	1.77 121	1.14 96	2.46 134	0.98 45	0.51 272	0.23 70	0.32 128	0.28 126	0.40 163	0.35 33

CRE-IMP	2.28 80	0.68 58	19.67 202	0.85 33	0.39 20	4.54 324	0.80 125	2.63 63	4.84 366	1.96 121	1.51 71	1.86 141	0.96 52	1.52 42	1.43 123	0.47 245	0.21 33	0.31 115	0.26 87	0.41 181	0.35 33

MyStereo07	2.29 83	1.18 196	20.10 244	1.04 113	1.21 240	3.96 215	0.95 200	2.13 28	3.37 277	1.09 29	1.28 40	0.68 7	0.91 44	1.74 69	0.86 21	0.26 14	3.49 371	0.34 177	0.27 102	0.43 197	0.49 113

DisPM	2.29 83	0.61 29	20.25 261	1.79 325	0.52 59	4.58 335	0.77 112	2.50 43	2.22 104	2.49 272	1.82 156	1.45 92	1.01 60	2.73 157	1.04 54	0.48 250	0.20 17	0.32 128	0.31 189	0.32 65	0.45 86

RALAANet	2.29 83	2.73 300	21.08 348	1.29 208	0.94 175	1.45 11	0.68 69	3.25 101	2.61 158	2.02 141	1.80 149	1.28 73	1.04 67	2.12 105	1.79 194	0.30 54	0.22 47	0.27 42	0.27 102	0.41 181	0.35 33

ADStereo(finetuned)	2.30 86	0.97 161	17.29 124	0.86 36	0.43 25	4.17 263	0.59 35	4.31 307	3.29 262	2.35 241	1.86 175	1.18 63	3.35 326	1.69 57	1.59 152	0.34 120	0.25 99	0.23 4	0.19 9	0.31 47	0.72 200

FENet	2.30 86	0.61 29	20.21 255	1.43 260	0.68 111	4.04 226	0.60 39	4.01 197	2.26 112	2.03 146	1.13 20	2.42 205	1.42 143	1.72 64	1.43 123	0.36 151	0.24 87	0.33 160	0.27 102	0.29 31	0.51 123

CFNet_ucs	2.32 88	0.75 96	17.05 118	0.90 54	0.81 139	3.86 187	0.68 69	4.31 307	2.68 162	2.13 173	2.04 211	3.30 277	1.24 113	2.63 149	1.23 80	0.37 158	0.46 241	0.56 314	0.30 172	0.67 297	0.53 133

RAFT+CT+SA	2.32 88	1.30 216	19.71 204	1.01 103	1.41 276	4.04 226	0.92 191	3.96 188	1.64 48	1.64 67	1.69 114	1.63 103	1.18 105	3.06 168	1.19 75	0.28 28	0.22 47	0.32 128	0.34 215	0.34 107	0.47 101

NRIStereo	2.32 88	0.69 63	20.07 236	1.35 226	0.38 6	4.73 364	0.89 162	2.43 38	3.35 275	1.95 119	1.37 55	1.75 114	1.21 109	2.97 166	1.35 104	0.49 256	0.22 47	0.29 76	0.26 87	0.31 47	0.33 21

MSKI-zero shot	2.33 91	0.69 63	20.22 257	1.14 147	0.77 132	4.05 230	0.68 69	3.95 187	1.51 16	1.93 108	2.35 264	1.91 148	0.71 14	3.01 167	0.79 10	0.28 28	1.47 328	0.27 42	0.21 25	0.28 20	0.44 82

Pruner-Stereo	2.33 91	0.70 69	20.66 317	2.05 344	0.48 40	4.73 364	0.78 115	2.55 55	2.70 165	2.47 267	1.57 88	1.48 94	1.03 61	1.71 61	1.55 143	0.48 250	0.21 33	0.34 177	0.30 172	0.31 47	0.42 74

hknet	2.34 93	0.78 107	13.86 61	0.94 69	1.07 206	4.18 267	1.14 237	4.49 342	3.00 209	2.96 319	1.82 156	3.47 288	1.30 121	4.11 191	1.77 189	0.35 132	0.25 99	0.31 115	0.28 126	0.38 150	0.41 67

UDGNet	2.34 93	1.71 258	20.28 264	1.42 255	0.62 91	4.39 301	0.67 61	1.82 15	2.28 116	1.40 47	1.21 30	0.99 45	1.00 57	2.23 120	1.23 80	1.14 358	0.35 176	1.30 374	0.98 358	1.11 352	0.62 173

qqq1	2.35 95	0.73 79	8.34 32	1.41 248	0.61 83	2.04 23	0.72 85	4.30 297	4.43 346	2.41 256	2.40 273	1.94 151	1.52 165	10.99 332	1.36 111	0.35 132	0.84 300	0.30 97	0.25 74	0.31 47	1.75 291

fff1	2.35 95	0.73 79	8.34 32	1.41 248	0.61 83	2.04 23	0.72 85	4.30 297	4.43 346	2.41 256	2.40 273	1.94 151	1.52 165	10.99 332	1.36 111	0.35 132	0.84 300	0.30 97	0.25 74	0.31 47	1.75 291

StereoVision	2.36 97	1.15 194	20.38 277	1.07 123	1.79 340	2.58 46	0.61 42	3.14 90	2.34 125	1.33 42	3.46 343	1.85 140	0.88 40	2.12 105	2.01 221	0.46 238	0.36 183	0.37 216	0.36 237	0.50 239	0.41 67

LL-Strereo2	2.36 97	1.81 266	19.35 182	1.04 113	1.03 194	3.73 162	1.35 265	2.70 67	2.04 84	1.76 89	1.44 66	1.82 136	0.73 17	1.48 38	1.53 138	0.33 104	0.30 144	0.55 311	0.35 228	0.30 42	3.51 340

SepStereo	2.36 97	0.76 104	7.72 28	1.16 152	1.64 319	2.96 58	2.10 331	4.14 243	3.31 267	4.16 364	2.51 291	2.56 219	1.81 231	8.34 268	1.83 199	0.44 216	0.23 70	0.39 232	0.25 74	0.42 188	0.45 86

RAFT	2.36 97	1.62 250	18.03 140	1.75 321	0.54 62	1.91 21	0.91 186	3.24 98	3.65 309	1.64 67	1.73 128	3.45 287	1.58 177	1.82 80	1.74 187	0.42 196	1.06 316	0.40 237	0.32 199	0.44 205	1.03 250

DCANet	2.37 101	0.98 164	20.47 288	0.86 36	0.43 25	4.18 267	0.59 35	4.31 307	3.29 262	2.35 241	1.86 175	1.18 63	1.63 197	1.69 57	1.59 152	0.34 120	0.25 99	0.24 13	0.19 9	0.31 47	0.73 205

gwcnet-sp	2.38 102	1.51 236	17.58 131	1.11 131	0.92 168	3.59 134	1.03 214	3.79 155	2.43 137	2.60 279	1.63 102	1.80 131	1.61 186	3.87 183	1.99 216	0.33 104	0.32 154	0.30 97	0.29 156	0.40 163	0.47 101

scenet	2.38 102	1.51 236	17.58 131	1.11 131	0.92 168	3.59 134	1.03 214	3.79 155	2.43 137	2.60 279	1.63 102	1.80 131	1.61 186	3.87 183	1.99 216	0.33 104	0.32 154	0.30 97	0.29 156	0.40 163	0.47 101

ssnet	2.38 102	1.51 236	17.58 131	1.11 131	0.92 168	3.59 134	1.03 214	3.79 155	2.43 137	2.60 279	1.63 102	1.80 131	1.61 186	3.87 183	1.99 216	0.33 104	0.32 154	0.30 97	0.29 156	0.40 163	0.47 101

DSFCA	2.38 102	1.03 176	11.06 45	1.15 148	1.18 228	3.97 217	1.75 307	3.63 130	2.44 141	3.14 331	1.68 111	2.90 250	2.48 284	5.38 206	3.17 286	0.49 256	0.45 237	0.37 216	0.37 245	0.54 249	0.46 93

SMFormer	2.40 106	0.73 79	8.34 32	1.41 248	0.61 83	2.04 23	0.72 85	4.30 297	4.43 346	2.41 256	2.40 273	1.94 151	1.52 165	10.99 332	3.10 283	0.35 132	0.84 300	0.36 205	0.33 206	0.40 163	0.77 212

fff	2.40 106	0.96 157	20.47 288	0.84 28	0.38 6	4.15 255	0.57 27	4.30 297	2.85 186	2.31 223	1.82 156	1.19 66	2.98 305	1.68 52	1.57 147	0.35 132	0.24 87	0.23 4	0.19 9	0.25 5	0.57 147

csc	2.40 106	0.96 157	20.47 288	0.84 28	0.38 6	4.15 255	0.57 27	4.30 297	2.85 186	2.31 223	1.82 156	1.19 66	2.98 305	1.68 52	1.57 147	0.35 132	0.24 87	0.23 4	0.19 9	0.25 5	0.57 147

cscssc	2.40 106	0.96 157	20.47 288	0.84 28	0.38 6	4.15 255	0.57 27	4.30 297	2.85 186	2.31 223	1.82 156	1.19 66	2.98 305	1.68 52	1.57 147	0.35 132	0.24 87	0.23 4	0.19 9	0.25 5	0.57 147

ACVNet	2.40 106	0.97 161	20.20 251	0.94 69	0.86 149	4.22 280	0.79 121	2.97 83	2.85 186	1.93 108	1.91 190	3.07 263	1.46 151	1.52 42	2.37 253	0.33 104	0.27 126	0.30 97	0.27 102	0.42 188	0.35 33

DISCO	2.40 106	0.99 173	11.99 49	1.81 326	1.12 218	3.47 110	1.24 253	3.34 108	2.57 154	2.73 294	1.96 199	4.52 350	1.90 245	4.18 193	3.62 294	0.37 158	0.27 126	0.31 115	0.30 172	0.70 305	0.62 173

RAFT_CTSACE	2.41 112	1.83 269	20.33 273	1.77 324	1.39 270	3.50 119	1.03 214	3.25 101	1.64 48	1.80 95	2.04 211	2.82 244	1.78 225	2.11 104	1.10 62	0.27 21	0.24 87	0.28 62	0.30 172	0.31 47	0.33 21

TestStereo	2.41 112	1.95 275	19.15 168	0.77 9	0.61 83	1.83 17	0.58 33	2.33 34	1.53 19	1.44 51	1.37 55	1.26 71	0.90 42	11.59 353	0.94 35	0.36 151	0.19 9	0.33 160	0.24 63	0.45 212	0.32 17

DeepStereo_RVC	2.42 114	0.70 69	18.41 147	0.79 19	0.43 25	4.50 318	0.70 77	2.51 44	3.51 301	2.02 141	1.79 145	1.54 97	6.35 365	1.93 89	1.22 79	0.47 245	0.22 47	0.29 76	0.29 156	0.35 120	0.40 62

MIPNet	2.43 115	1.13 191	20.00 230	0.93 64	0.58 78	4.74 366	0.62 49	4.33 316	2.95 201	1.94 114	1.49 69	1.52 96	1.96 248	2.77 158	1.60 156	0.35 132	0.20 17	0.27 42	0.23 50	0.32 65	0.59 161

tta	2.44 116	0.73 79	8.34 32	1.41 248	0.61 83	2.04 23	0.72 85	4.30 297	4.43 346	2.41 256	2.40 273	1.94 151	1.52 165	10.99 332	3.10 283	0.35 132	0.84 300	0.36 205	0.33 206	0.31 47	1.75 291

iinet-f	2.44 116	1.82 268	14.97 79	1.21 173	1.11 216	3.78 171	1.10 230	4.19 262	2.90 197	2.10 167	1.76 132	2.99 255	2.97 303	2.84 162	2.79 267	0.38 170	0.38 201	0.28 62	0.28 126	0.50 239	0.47 101

test_5	2.45 118	1.43 228	19.72 206	1.20 168	1.39 270	3.88 192	1.25 254	4.03 205	1.98 80	1.74 86	1.82 156	1.86 141	1.78 225	3.57 176	1.35 104	0.33 104	0.21 33	0.35 194	0.33 206	0.34 107	0.43 78

acv_ft	2.45 118	0.97 161	19.57 193	1.15 148	2.01 352	2.97 60	0.96 205	3.88 171	2.85 186	2.34 239	1.91 190	3.07 263	1.65 206	1.52 42	2.26 243	0.33 104	0.27 126	0.30 97	0.27 102	0.42 188	0.35 33

riskmin	2.46 120	0.61 29	12.91 55	1.22 176	1.65 322	3.56 130	0.61 42	4.30 297	1.50 13	1.86 100	1.16 24	4.30 342	2.02 250	1.53 45	1.32 102	0.29 32	0.95 310	0.34 177	0.23 50	0.43 197	8.34 376

PFNet+	2.46 120	0.64 37	21.10 355	0.98 92	0.48 40	4.63 343	0.83 137	2.47 40	3.48 298	2.14 175	1.67 109	1.34 75	1.03 61	4.66 197	1.35 104	0.49 256	0.33 160	0.38 228	0.39 258	0.33 86	0.49 113

CoDeX	2.47 122	0.91 138	13.65 57	1.03 110	1.17 226	3.28 81	1.30 257	4.17 254	2.99 207	1.78 91	1.85 173	2.04 171	1.46 151	9.99 303	1.66 169	0.38 170	0.28 132	0.32 128	0.28 126	0.34 107	0.57 147

iRaft-Stereo_5w	2.47 122	1.37 223	13.85 59	0.87 42	0.99 182	3.22 71	0.84 144	3.72 145	2.12 93	1.57 60	2.49 287	2.20 182	2.22 268	9.12 279	2.03 224	0.48 250	0.27 126	0.35 194	0.29 156	0.48 234	0.94 240

RAFT-Stereo + iAFF	2.49 124	1.68 255	20.50 295	1.11 131	1.32 260	4.13 247	0.42 9	3.23 97	3.30 266	2.05 153	2.40 273	1.61 100	1.11 88	1.49 39	1.63 163	0.22 2	0.22 47	0.26 33	0.24 63	0.31 47	2.47 318

HITNet	2.49 124	2.91 303	19.23 176	1.54 280	0.57 75	3.47 110	0.79 121	4.16 250	2.93 199	2.18 188	1.65 108	1.68 105	1.45 149	2.17 112	2.99 278	0.28 28	0.20 17	0.41 241	0.27 102	0.45 212	0.52 128
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
GwcNet-ADL	2.51 126	0.75 96	21.41 377	0.98 92	0.73 119	4.58 335	0.95 200	4.46 340	2.61 158	2.06 154	1.80 149	2.54 216	1.24 113	1.98 95	1.73 185	0.41 187	0.46 241	0.24 13	0.27 102	0.41 181	0.55 140

HHNet	2.51 126	0.76 104	20.83 328	0.67 2	0.67 104	4.07 234	0.90 178	3.85 168	1.59 32	2.14 175	4.91 363	0.98 44	3.32 323	1.73 67	1.80 195	0.41 187	0.20 17	0.31 115	0.28 126	0.38 150	0.44 82

EGLCR-Stereo	2.52 128	0.56 4	9.39 39	1.16 152	0.81 139	5.24 378	0.61 42	4.20 264	1.56 26	1.09 29	0.71 1	1.09 52	0.66 11	1.92 87	0.82 17	0.29 32	0.30 144	0.29 76	0.24 63	0.37 141	19.09 416

DAS	2.52 128	0.76 104	7.72 28	1.16 152	1.64 319	2.96 58	2.10 331	4.14 243	3.31 267	4.16 364	2.51 291	2.56 219	1.81 231	11.54 351	1.83 199	0.44 216	0.23 70	0.39 232	0.25 74	0.42 188	0.45 86

GMM-Stereo	2.52 128	0.56 4	20.57 306	0.92 62	0.83 142	4.18 267	1.88 315	2.51 44	2.40 132	2.48 269	2.30 260	1.69 106	1.84 237	2.93 165	1.25 90	0.32 81	0.19 9	0.33 160	0.49 300	0.37 141	2.40 314

MLCV	2.52 128	1.77 262	18.20 144	1.17 159	0.63 94	3.60 138	0.53 22	3.88 171	2.35 128	2.82 306	2.24 249	1.99 163	1.42 143	4.59 196	3.09 282	0.39 177	0.22 47	0.33 160	0.22 42	0.35 120	0.52 128

ToySt	2.53 132	0.89 131	19.20 173	1.12 138	0.95 177	3.47 110	1.13 235	3.72 145	2.25 109	1.36 44	1.71 120	2.22 183	1.59 180	2.14 110	1.81 198	0.28 28	0.64 282	0.30 97	0.33 206	0.43 197	5.14 355

LMCR-Stereo	2.53 132	2.30 291	18.81 156	1.64 302	0.86 149	3.88 192	1.14 237	4.33 316	1.63 46	2.27 214	2.35 264	1.13 55	2.41 279	2.63 149	2.26 243	1.06 354	0.24 87	0.29 76	0.25 74	0.62 276	0.42 74

UNet	2.53 132	0.91 138	20.07 236	1.19 166	1.44 281	3.45 107	0.75 104	3.80 160	1.98 80	2.09 165	1.57 88	2.74 236	2.37 277	3.51 175	2.52 261	0.35 132	0.30 144	0.41 241	0.28 126	0.40 163	0.50 117

UCFNet_RVC	2.53 132	1.29 214	20.56 302	1.42 255	1.40 274	4.01 221	1.04 219	2.79 70	1.67 54	2.27 214	1.88 180	2.94 252	1.50 159	3.48 173	1.68 172	0.37 158	0.29 136	0.52 298	0.41 275	0.55 252	0.51 123

MyStereo04	2.54 136	1.18 196	18.82 158	1.04 113	1.21 240	3.96 215	0.95 200	4.02 202	3.01 213	2.06 154	1.27 39	2.33 193	1.66 207	2.06 99	2.01 221	0.26 14	3.49 371	0.34 177	0.27 102	0.43 197	0.49 113

MC-Stereo	2.54 136	0.58 9	6.38 25	1.30 212	1.37 267	4.56 334	0.60 39	2.08 25	1.57 28	1.97 124	1.68 111	0.89 39	1.12 90	1.46 35	0.88 24	0.27 21	8.44 391	0.27 42	0.22 42	0.26 12	14.87 397

Sa-1000	2.54 136	1.47 232	20.36 275	1.16 152	0.55 65	4.07 234	1.39 270	4.49 342	3.01 213	2.06 154	2.79 315	1.84 139	1.43 146	2.68 153	1.53 138	0.31 68	0.26 119	0.36 205	0.33 206	0.37 141	0.46 93

LCNet	2.54 136	0.60 24	20.89 333	1.01 103	0.57 75	3.60 138	1.21 249	3.20 94	1.70 57	2.17 185	1.76 132	1.43 89	4.12 342	3.61 177	0.94 35	0.32 81	0.20 17	0.28 62	0.76 344	0.50 239	1.83 300

AFF-stereo	2.54 136	3.44 313	20.84 330	1.30 212	0.48 40	3.94 209	0.48 14	3.30 105	3.40 285	1.94 114	2.21 247	2.10 179	1.51 161	2.36 131	1.62 160	0.23 3	0.21 33	0.25 22	0.25 74	0.33 86	0.53 133

MyStereo05	2.55 141	1.07 180	19.87 219	1.06 120	1.08 209	4.26 284	0.86 151	4.10 229	3.01 213	2.19 193	1.26 37	2.30 190	1.64 199	2.13 107	1.99 216	0.25 8	2.43 355	0.34 177	0.27 102	0.46 219	0.48 108

SA	2.55 141	1.54 240	20.70 319	1.12 138	0.48 40	4.26 284	1.33 261	4.45 338	3.28 257	1.68 74	1.96 199	1.69 106	2.25 270	2.60 147	1.57 147	0.30 54	0.29 136	0.37 216	0.38 252	0.36 137	0.47 101

KYRaft	2.55 141	0.57 8	20.60 311	0.98 92	0.51 56	4.38 297	1.76 308	2.51 44	1.59 32	2.48 269	2.98 324	1.99 163	3.36 327	2.17 112	0.96 41	0.34 120	0.22 47	0.33 160	0.46 293	0.38 150	2.44 316

RAFT-345	2.55 141	0.60 24	19.89 221	1.22 176	0.49 47	4.43 307	0.77 112	1.68 6	3.54 303	2.09 165	3.10 331	1.95 155	1.30 121	6.65 237	1.47 133	0.41 187	0.23 70	0.32 128	0.26 87	0.29 31	0.28 7

DLCB_ROB	2.55 141	1.32 219	10.26 42	1.31 215	1.04 201	2.94 57	1.29 256	3.81 162	2.73 167	2.93 314	2.17 235	3.37 283	1.53 169	10.40 317	3.26 288	0.42 196	0.35 176	0.41 241	0.37 245	0.43 197	0.68 191

TestStereo1	2.56 146	1.41 226	20.56 302	1.63 298	0.74 122	4.13 247	1.34 262	3.93 184	3.38 279	1.61 63	2.56 296	1.43 89	2.13 260	2.55 145	1.70 177	0.32 81	0.22 47	0.34 177	0.26 87	0.40 163	0.53 133

CRFU-Net	2.56 146	0.89 131	10.77 44	2.53 363	1.09 211	3.91 198	1.40 271	3.87 170	1.92 74	2.25 205	1.80 149	3.32 280	7.85 380	5.53 211	1.54 141	0.58 297	0.36 183	0.31 115	0.28 126	0.39 160	0.56 142

SA-5K	2.56 146	1.41 226	20.56 302	1.63 298	0.74 122	4.13 247	1.34 262	3.93 184	3.38 279	1.61 63	2.56 296	1.43 89	2.13 260	2.55 145	1.70 177	0.32 81	0.22 47	0.34 177	0.26 87	0.40 163	0.53 133

IPLG	2.56 146	1.11 187	19.89 221	0.95 77	0.79 136	4.60 339	0.56 24	4.31 307	2.10 89	1.94 114	2.00 206	1.34 75	1.37 129	6.59 236	1.59 152	0.32 81	0.21 33	0.27 42	0.23 50	0.32 65	0.63 176

Prome-Stereo	2.57 150	0.60 24	20.29 267	1.01 103	0.62 91	4.40 303	1.80 311	3.22 96	1.74 59	2.18 188	3.43 342	1.71 110	3.45 331	2.24 121	1.19 75	0.32 81	0.20 17	0.27 42	0.25 74	0.37 141	2.15 307

NINENet	2.59 151	0.89 131	16.09 95	1.16 152	1.07 206	4.50 318	0.75 104	4.43 335	2.61 158	2.18 188	1.91 190	3.61 304	1.03 61	7.92 263	1.18 72	0.49 256	0.34 167	0.41 241	0.30 172	0.42 188	0.44 82

111	2.59 151	3.10 307	20.47 288	0.84 28	0.38 6	4.26 284	0.91 186	4.45 338	2.96 202	2.48 269	2.07 223	2.31 191	1.64 199	1.49 39	1.90 205	0.35 132	0.22 47	0.25 22	0.21 25	0.32 65	1.14 259

ff7	2.60 153	0.81 113	16.25 100	0.89 48	0.56 68	4.55 330	0.83 137	1.68 6	3.44 289	0.88 16	1.10 15	0.70 10	0.78 25	1.93 89	0.93 29	0.29 32	0.37 188	0.29 76	0.21 25	0.33 86	15.08 400

ffff	2.60 153	0.81 113	16.25 100	0.89 48	0.56 68	4.55 330	0.83 137	1.68 6	3.44 289	0.88 16	1.10 15	0.70 10	0.78 25	1.93 89	0.93 29	0.29 32	0.37 188	0.29 76	0.21 25	0.33 86	15.08 400

11t	2.60 153	0.81 113	16.25 100	0.89 48	0.56 68	4.55 330	0.83 137	1.68 6	3.44 289	0.88 16	1.10 15	0.70 10	0.78 25	1.93 89	0.93 29	0.29 32	0.37 188	0.29 76	0.21 25	0.33 86	15.08 400

ccc-4	2.60 153	0.81 113	16.25 100	0.89 48	0.56 68	4.55 330	0.83 137	1.68 6	3.44 289	0.88 16	1.10 15	0.70 10	0.78 25	1.93 89	0.93 29	0.29 32	0.37 188	0.29 76	0.21 25	0.33 86	15.08 400

IPLGR	2.61 157	0.73 79	20.72 322	0.87 42	0.54 62	4.58 335	0.52 21	4.32 313	2.79 177	1.91 104	1.54 81	1.72 111	1.71 217	6.94 248	1.43 123	0.31 68	0.21 33	0.27 42	0.24 63	0.34 107	0.48 108

RAFT_R40	2.61 157	0.64 37	19.86 217	1.69 309	0.46 31	4.74 366	0.95 200	2.28 32	2.52 149	2.02 141	2.32 262	2.69 232	2.52 289	6.70 240	1.05 57	0.42 196	0.19 9	0.30 97	0.27 102	0.33 86	0.29 10

DeepPruner_ROB	2.61 157	1.97 276	19.32 181	1.03 110	1.20 235	4.38 297	0.90 178	3.44 116	1.77 61	2.61 283	1.54 81	2.77 241	1.27 115	5.05 200	2.08 230	0.52 282	0.40 213	0.37 216	0.35 228	0.52 245	0.62 173

fast-acv-ft	2.62 160	1.62 250	20.48 294	1.45 262	1.39 270	3.16 67	1.16 242	3.41 114	2.45 143	1.97 124	2.15 230	2.68 230	2.15 262	2.92 164	2.47 259	0.43 210	0.40 213	0.45 263	0.40 265	0.62 276	0.64 180

PSM-softLoss	2.62 160	0.65 44	21.11 356	2.46 360	0.49 47	4.68 357	0.68 69	2.61 61	4.23 335	2.14 175	1.47 67	1.42 87	0.99 55	6.04 223	1.24 84	0.47 245	0.23 70	0.37 216	0.39 258	0.33 86	0.34 29

KMStereo	2.62 160	0.65 44	21.11 356	2.46 360	0.49 47	4.68 357	0.68 69	2.61 61	4.23 335	2.14 175	1.47 67	1.42 87	0.99 55	6.04 223	1.24 84	0.47 245	0.23 70	0.37 216	0.39 258	0.33 86	0.34 29

STTStereo	2.62 160	1.28 212	19.16 169	1.52 277	1.55 297	3.84 181	0.89 162	3.75 150	2.59 157	2.23 202	1.59 94	2.48 212	1.58 177	5.11 201	1.72 182	0.38 170	0.41 219	0.47 270	0.54 316	0.53 246	0.75 211

SST-Stereo	2.63 164	0.63 34	19.76 209	1.69 309	0.46 31	4.71 363	0.74 99	2.27 31	3.07 225	2.07 160	2.15 230	2.42 205	3.17 318	6.66 238	0.95 40	0.45 225	0.19 9	0.30 97	0.27 102	0.35 120	0.31 14

GMOStereo	2.64 165	0.92 144	19.83 213	0.81 21	0.68 111	3.22 71	0.89 162	2.94 76	1.48 8	2.36 245	1.54 81	1.75 114	1.04 67	1.33 19	1.15 67	0.26 14	11.32 408	0.35 194	0.28 126	0.35 120	0.33 21

error version	2.64 165	0.92 144	19.83 213	0.81 21	0.68 111	3.22 71	0.89 162	2.94 76	1.48 8	2.36 245	1.54 81	1.75 114	1.04 67	1.33 19	1.15 67	0.26 14	11.32 408	0.35 194	0.28 126	0.35 120	0.33 21

test-v	2.64 165	0.92 144	19.83 213	0.81 21	0.68 111	3.22 71	0.89 162	2.94 76	1.48 8	2.36 245	1.54 81	1.75 114	1.04 67	1.33 19	1.15 67	0.26 14	11.32 408	0.35 194	0.28 126	0.35 120	0.33 21

test-2	2.64 165	0.92 144	19.83 213	0.81 21	0.68 111	3.22 71	0.89 162	2.94 76	1.48 8	2.36 245	1.54 81	1.75 114	1.04 67	1.33 19	1.15 67	0.26 14	11.32 408	0.35 194	0.28 126	0.35 120	0.33 21

dad	2.65 169	3.40 311	19.45 189	1.05 117	0.65 101	4.21 278	0.84 144	2.10 27	2.77 174	2.32 235	1.72 122	1.72 111	1.27 115	3.86 182	2.04 226	1.06 354	0.40 213	2.04 380	0.49 300	0.78 318	0.83 221

AASNet	2.65 169	3.20 308	20.19 250	1.38 238	1.49 286	3.84 181	1.06 222	3.92 180	3.28 257	2.07 160	2.28 256	1.95 155	1.28 118	2.19 114	2.17 236	0.42 196	0.33 160	0.45 263	0.30 172	0.59 267	0.52 128

ASMatch	2.65 169	0.68 58	20.65 316	1.60 291	0.71 117	4.40 303	0.77 112	2.02 22	1.65 50	1.71 80	3.89 350	1.93 149	3.75 336	5.45 208	1.67 170	0.33 104	0.24 87	0.34 177	0.28 126	0.34 107	0.57 147

BEATNet_4x	2.65 169	4.43 324	18.10 141	1.41 248	0.59 79	3.44 104	1.02 212	4.08 223	2.97 203	2.28 216	1.75 131	2.18 181	1.61 186	2.80 160	3.54 291	0.39 177	0.25 99	0.47 270	0.31 189	0.61 271	0.86 229

IGEV_Zeroshot_test	2.66 173	0.75 96	21.55 380	1.50 273	0.89 158	2.21 33	0.90 178	3.52 119	1.83 67	2.17 185	1.57 88	4.09 328	1.60 181	1.73 67	1.21 77	0.32 81	0.33 160	0.28 62	0.30 172	0.44 205	6.09 361

GEStereo_RVC	2.66 173	1.20 203	20.38 277	1.29 208	1.05 203	4.02 223	1.42 274	4.17 254	2.24 106	2.10 167	1.86 175	2.33 193	1.84 237	4.93 199	1.78 190	0.51 272	0.38 201	0.32 128	0.29 156	0.44 205	0.56 142

XX-Stereo	2.66 173	0.70 69	21.17 363	2.33 353	1.24 245	4.31 293	0.45 11	4.48 341	1.60 37	2.39 252	1.89 182	4.60 354	0.60 4	4.17 192	1.11 63	0.34 120	0.26 119	0.29 76	0.29 156	0.53 246	0.43 78

delet	2.66 173	1.11 187	18.42 148	1.05 117	1.65 322	3.47 110	2.00 324	3.81 162	2.82 183	2.15 179	2.11 226	2.62 226	1.88 244	5.38 206	2.21 240	0.34 120	0.38 201	0.40 237	0.32 199	0.45 212	0.54 137

OCTAStereo	2.67 177	0.67 52	21.08 348	2.43 356	0.47 35	4.67 349	0.67 61	3.68 136	4.31 344	2.11 169	1.62 98	1.36 79	1.09 80	6.02 222	1.25 90	0.45 225	0.20 17	0.36 205	0.34 215	0.32 65	0.37 49

RE-Stereo	2.67 177	0.67 52	21.08 348	2.43 356	0.47 35	4.67 349	0.67 61	3.68 136	4.30 341	2.11 169	1.62 98	1.36 79	1.09 80	6.01 219	1.26 95	0.45 225	0.20 17	0.36 205	0.34 215	0.32 65	0.37 49

TVStereo	2.67 177	0.67 52	21.08 348	2.43 356	0.47 35	4.67 349	0.67 61	3.68 136	4.30 341	2.11 169	1.62 98	1.36 79	1.09 80	6.01 219	1.26 95	0.45 225	0.20 17	0.36 205	0.34 215	0.32 65	0.37 49

NF-Stereo	2.68 180	0.67 52	21.09 353	2.43 356	0.47 35	4.67 349	0.67 61	3.68 136	4.30 341	2.11 169	1.62 98	1.36 79	1.09 80	6.07 225	1.24 84	0.45 225	0.20 17	0.36 205	0.34 215	0.32 65	0.37 49

mmm	2.70 181	0.80 110	8.26 31	1.50 273	1.18 228	2.44 42	0.85 148	4.08 223	4.59 353	2.31 223	1.95 198	1.51 95	1.55 174	2.33 130	1.72 182	0.31 68	7.71 390	0.45 263	0.42 278	0.40 163	9.56 382

iResNet	2.70 181	1.35 222	20.93 336	2.01 340	0.73 119	3.76 166	0.83 137	4.28 294	2.93 199	2.38 250	2.03 209	1.35 77	1.54 171	3.28 171	4.42 305	0.42 196	0.25 99	0.29 76	0.23 50	0.45 212	0.64 180

MIM_Stereo	2.71 183	1.26 206	20.92 335	1.34 225	5.57 401	3.10 64	0.59 35	3.25 101	2.51 147	1.64 67	1.61 95	1.82 136	1.29 120	2.07 100	1.35 104	0.25 8	0.31 148	0.28 62	0.26 87	0.29 31	4.43 352

anonymousdsp2	2.72 184	0.68 58	11.15 46	1.20 168	0.64 96	3.66 151	0.71 82	3.71 144	2.14 96	1.62 65	1.61 95	1.95 155	1.00 57	2.24 121	0.81 12	0.32 81	0.50 258	0.28 62	0.20 19	0.34 107	19.58 417

Wz-Net-LNSev-Ref	2.72 184	2.55 297	14.91 77	1.37 235	1.36 264	3.50 119	1.63 297	4.11 232	3.38 279	2.55 276	2.04 211	2.35 197	2.50 287	5.14 202	4.64 309	0.53 284	0.22 47	0.35 194	0.21 25	0.41 181	0.60 165

RAFT-RH_RVC	2.72 184	0.64 37	20.10 244	1.48 269	0.49 47	4.46 310	0.56 24	1.73 12	2.86 192	3.06 324	5.50 366	2.02 168	1.28 118	6.70 240	1.56 144	0.46 238	0.22 47	0.37 216	0.34 215	0.29 31	0.33 21

DMCA-RVC	2.72 184	3.31 310	20.08 241	1.27 201	1.13 220	2.49 43	0.85 148	3.43 115	1.85 69	3.04 323	1.58 92	1.99 163	1.51 161	6.42 232	2.86 271	0.39 177	0.31 148	0.44 257	0.37 245	0.47 229	0.65 183

iResNet_ROB	2.72 184	10.38 359	14.41 71	1.46 263	0.99 182	3.74 164	0.66 59	4.01 197	2.84 185	2.04 149	2.05 217	1.98 162	1.38 130	4.73 198	1.91 207	0.35 132	0.20 17	0.28 62	0.19 9	0.33 86	0.41 67

pcwnet_v2	2.73 189	0.70 69	22.43 399	1.11 131	1.02 190	3.58 133	0.80 125	4.31 307	3.42 288	2.39 252	2.28 256	2.99 255	1.68 210	3.31 172	1.54 141	0.44 216	0.51 260	0.41 241	0.34 215	0.62 276	0.74 209

MyStereo06	2.74 190	1.07 180	21.19 366	1.06 120	1.08 209	4.26 284	0.86 151	3.72 145	1.80 64	2.25 205	1.77 139	4.28 340	4.12 342	1.85 84	1.38 117	0.25 8	2.43 355	0.34 177	0.27 102	0.46 219	0.48 108

IRAFT_RVC	2.74 190	0.71 73	19.80 210	2.52 362	0.67 104	4.60 339	1.57 292	3.05 86	2.99 207	2.23 202	1.72 122	2.08 177	2.59 290	6.69 239	1.61 158	0.37 158	0.21 33	0.33 160	0.29 156	0.33 86	0.35 33

HGLStereo	2.74 190	1.03 176	20.80 326	1.24 183	1.55 297	3.62 142	0.94 197	3.83 165	2.09 87	2.18 188	2.20 244	3.11 267	2.12 258	5.65 212	2.07 229	0.50 266	0.34 167	0.32 128	0.30 172	0.42 188	0.50 117

ACRE	2.75 193	7.69 344	19.93 224	0.93 64	1.30 253	3.94 209	0.90 178	4.23 274	3.66 310	2.33 237	2.61 301	1.17 60	1.04 67	1.80 77	1.35 104	0.46 238	0.25 99	0.27 42	0.23 50	0.32 65	0.60 165

PFNet	2.75 193	0.69 63	19.96 226	2.25 349	0.80 137	4.63 343	0.90 178	2.60 60	3.85 320	2.39 252	2.71 311	1.82 136	1.41 141	7.53 258	1.41 120	0.36 151	0.21 33	0.36 205	0.27 102	0.32 65	0.46 93

rafts_anoy	2.76 195	1.68 255	20.42 281	1.42 255	3.90 389	3.03 62	0.61 42	3.24 98	1.66 52	1.42 48	1.26 37	1.19 66	1.11 88	2.13 107	1.64 166	0.33 104	8.77 396	0.32 128	0.32 199	0.32 65	0.38 56

NLCA_NET_v2_RVC	2.76 195	1.48 233	19.72 206	1.62 295	2.00 351	3.95 211	0.86 151	3.92 180	2.51 147	2.56 277	1.69 114	2.83 246	1.61 186	5.65 212	1.78 190	0.48 250	0.36 183	0.38 228	0.42 278	0.56 258	0.77 212
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AACVNet	2.77 197	1.64 253	19.22 175	1.57 286	0.86 149	3.28 81	0.74 99	3.31 107	1.66 52	2.06 154	1.82 156	2.47 210	1.40 137	10.95 331	1.92 211	0.41 187	0.35 176	0.38 228	0.33 206	0.46 219	0.61 169

Wz-Net-LNSev	2.78 198	6.16 333	17.27 123	1.24 183	1.65 322	3.49 117	1.55 289	3.70 142	3.61 306	1.96 121	1.76 132	3.30 277	2.17 266	2.78 159	2.24 241	0.49 256	0.35 176	0.32 128	0.31 189	0.56 258	0.65 183

NVstereo2D	2.79 199	1.13 191	13.75 58	1.37 235	1.47 285	3.57 131	1.38 269	4.17 254	3.77 316	2.04 149	1.72 122	3.05 260	1.75 220	10.84 325	1.72 182	0.62 307	0.48 252	0.56 314	0.54 316	0.79 322	1.02 248

ssnet_v2	2.81 200	1.39 224	21.16 361	1.25 197	0.90 162	3.86 187	1.63 297	4.10 229	3.22 247	2.79 302	1.96 199	3.78 312	1.70 215	2.53 144	3.12 285	0.44 216	0.37 188	0.42 251	0.38 252	0.59 267	0.58 159

11t1	2.82 201	0.72 76	17.81 138	1.60 291	0.93 172	2.27 37	0.62 49	3.76 151	4.47 351	1.72 81	1.33 48	1.05 50	1.34 125	1.84 83	1.45 130	0.29 32	5.57 382	0.29 76	0.26 87	0.32 65	8.80 380

DANet	2.82 201	1.17 195	10.20 41	1.87 329	1.72 332	3.25 78	1.15 240	4.36 322	3.02 216	3.42 344	2.18 240	4.09 328	1.79 228	9.78 292	4.32 302	0.55 291	0.57 266	0.60 324	0.44 286	0.65 290	1.25 266
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
TRStereo	2.86 203	2.12 283	19.98 229	1.68 308	1.18 228	4.35 295	1.05 220	5.07 375	3.48 298	1.56 58	1.39 58	1.75 114	0.85 36	2.01 97	1.50 134	0.43 210	0.34 167	0.33 160	0.36 237	0.36 137	7.50 366

CFNet-ft	2.87 204	1.80 263	20.20 251	1.10 127	1.54 293	4.09 238	0.89 162	2.97 83	1.88 71	1.93 108	1.70 116	3.50 295	1.60 181	9.35 283	2.17 236	0.35 132	0.32 154	0.61 327	0.38 252	0.55 252	0.45 86

CFNet_RVC	2.87 204	1.80 263	20.20 251	1.10 127	1.54 293	4.09 238	0.89 162	2.97 83	1.88 71	1.93 108	1.70 116	3.50 295	1.60 181	9.35 283	2.17 236	0.35 132	0.32 154	0.61 327	0.38 252	0.55 252	0.45 86

CIPLG	2.88 206	10.01 357	20.02 232	0.95 77	1.34 261	3.95 211	0.91 186	4.24 281	3.69 313	2.36 245	2.66 305	1.17 60	1.06 76	1.82 80	1.37 116	0.45 225	0.25 99	0.27 42	0.23 50	0.33 86	0.60 165

LALA_ROB	2.88 206	2.13 285	19.08 166	1.10 127	0.99 182	3.91 198	1.81 312	4.50 346	3.04 221	3.32 341	1.87 178	2.75 238	1.66 207	4.06 189	4.02 298	0.47 245	0.44 235	0.55 311	0.53 313	0.61 271	0.73 205

IIG-Stereo	2.89 208	0.98 164	19.80 210	2.78 370	0.67 104	4.62 341	0.74 99	4.29 295	2.26 112	2.62 285	3.10 331	3.33 281	1.60 181	7.64 259	1.51 135	0.42 196	0.21 33	0.32 128	0.25 74	0.33 86	0.28 7

DN-CSS_ROB	2.89 208	9.72 355	19.71 204	2.07 345	0.90 162	4.01 221	0.61 42	4.06 214	3.35 275	1.66 71	1.89 182	1.39 83	1.06 76	3.24 170	1.88 203	0.44 216	0.19 9	0.44 257	0.29 156	0.40 163	0.42 74

AE-Stereo	2.91 210	0.63 34	17.05 118	1.15 148	0.63 94	4.39 301	0.70 77	4.02 202	2.12 93	1.24 40	2.04 211	1.01 47	0.91 44	1.67 51	1.42 121	0.30 54	1.14 320	0.28 62	0.28 126	0.27 15	16.93 415

PSMNet-RSSM	2.91 210	1.55 243	20.10 244	1.32 221	1.30 253	4.19 275	0.95 200	3.78 154	2.28 116	2.28 216	1.80 149	2.64 228	1.87 242	9.83 294	1.93 212	0.37 158	0.33 160	0.35 194	0.38 252	0.46 219	0.40 62

Consistency-Raft	2.93 212	1.93 274	19.72 206	1.41 248	1.75 334	3.85 184	1.32 260	4.09 227	2.75 170	1.82 97	2.66 305	1.81 134	4.34 347	2.29 126	2.08 230	0.90 347	0.94 309	1.03 363	1.13 365	1.71 374	1.10 256

ac_64	2.93 212	0.87 124	19.66 196	1.35 226	1.70 329	3.29 84	0.92 191	3.56 121	3.46 296	1.91 104	1.79 145	3.90 318	1.76 222	10.23 310	1.93 212	0.44 216	0.32 154	0.33 160	0.31 189	0.35 120	0.51 123

cf-r	2.93 212	2.19 287	20.59 310	1.49 271	1.35 263	4.18 267	0.92 191	3.73 149	3.12 232	2.16 183	1.82 156	3.40 284	1.44 147	8.22 265	1.93 212	0.34 120	0.31 148	0.33 160	0.30 172	0.38 150	0.45 86

ETE_ROB	2.93 212	2.12 283	17.80 137	1.13 143	0.94 175	3.71 159	1.53 285	4.29 295	2.98 206	3.32 341	2.13 229	2.34 196	1.51 161	8.68 272	2.82 269	0.44 216	0.40 213	0.51 295	0.49 300	0.56 258	0.80 217

x	2.94 216	0.83 117	16.07 94	1.51 275	0.83 142	2.13 30	0.96 205	3.97 191	4.73 359	1.73 83	1.43 64	1.61 100	1.27 115	2.24 121	1.71 180	0.29 32	6.91 387	0.34 177	0.31 189	0.34 107	9.60 383

OMP-Stereo	2.94 216	1.26 206	20.07 236	2.73 368	0.67 104	4.58 335	1.46 279	4.33 316	2.21 103	3.14 331	2.68 308	3.22 273	1.38 130	7.65 260	1.42 121	0.46 238	0.21 33	0.33 160	0.26 87	0.34 107	0.31 14

4D-IteraStereo	2.95 218	1.83 269	20.75 323	0.81 21	1.56 301	2.22 34	1.03 214	2.48 42	1.56 26	1.42 48	1.00 8	1.93 149	0.61 5	1.65 50	2.04 226	0.31 68	0.22 47	0.31 115	0.26 87	0.28 20	16.75 413

qqq	2.96 219	0.88 127	15.54 89	1.27 201	0.74 122	2.29 38	0.90 178	4.07 216	4.63 354	1.63 66	1.32 47	1.78 129	1.36 127	5.19 203	1.68 172	0.29 32	6.43 385	0.33 160	0.36 237	0.35 120	8.09 369

IPLGR_C	2.96 219	11.71 366	20.02 232	0.95 77	1.31 257	3.93 206	0.92 191	4.22 269	3.76 315	2.35 241	2.62 302	1.16 59	1.07 78	1.71 61	1.34 103	0.45 225	0.25 99	0.27 42	0.23 50	0.33 86	0.60 165

GANet-RSSM	2.96 219	1.27 209	21.17 363	1.73 317	1.23 243	4.22 280	0.91 186	3.39 112	2.02 83	1.97 124	1.74 130	2.53 214	2.06 252	10.91 330	1.88 203	0.37 158	0.35 176	0.32 128	0.29 156	0.42 188	0.46 93

NCCL2	2.96 219	4.07 321	15.75 91	1.24 183	1.03 194	3.48 116	2.55 346	3.79 155	2.39 129	2.78 300	1.80 149	2.41 203	1.67 209	10.27 313	2.48 260	0.46 238	0.41 219	0.57 317	0.55 320	0.61 271	0.86 229

MyStereo8	2.97 223	1.76 260	18.94 160	1.55 283	1.62 312	4.16 258	0.57 27	3.79 155	2.41 134	2.22 200	2.93 322	2.27 186	1.14 96	2.16 111	2.28 245	0.27 21	8.58 392	0.32 128	0.29 156	0.37 141	1.72 290

hitnet-ft	2.99 224	1.23 205	19.37 184	0.96 83	0.90 162	3.76 166	0.79 121	3.60 126	2.68 162	2.31 223	2.04 211	3.63 307	1.49 158	11.70 360	2.37 253	0.45 225	0.54 262	0.44 257	0.36 237	0.54 249	0.56 142

XPNet_ROB	2.99 224	1.58 245	17.06 120	1.38 238	0.99 182	3.91 198	1.62 296	4.20 264	2.42 135	2.87 309	2.03 209	2.31 191	1.72 218	10.76 323	3.60 293	0.55 291	0.49 255	0.48 275	0.40 265	0.53 246	0.85 226

DCRE	3.02 226	0.95 155	18.48 149	1.18 163	1.89 345	3.57 131	0.82 133	3.36 110	1.70 57	2.04 149	8.12 374	1.73 113	1.07 78	1.31 15	1.24 84	0.24 4	0.87 304	0.26 33	0.27 102	0.28 20	11.03 387

HSM-Net_RVC	3.02 226	0.65 44	19.48 190	0.94 69	0.90 162	3.71 159	1.20 247	5.61 388	2.87 194	3.24 337	2.49 287	2.53 214	1.61 186	11.39 346	1.90 205	0.37 158	0.27 126	0.27 42	0.24 63	0.31 47	0.39 60
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ccnet	3.03 228	1.48 233	12.88 54	1.54 280	1.26 248	3.71 159	2.32 340	4.11 232	3.05 223	2.92 313	3.21 335	2.86 247	2.40 278	9.87 295	4.19 299	0.80 339	0.76 296	0.71 346	0.70 339	0.78 318	1.07 253

Nwc_Net	3.03 228	1.90 273	19.16 169	1.38 238	1.69 328	3.53 125	1.19 244	4.03 205	2.19 98	2.79 302	2.84 318	3.80 314	2.46 283	6.93 247	2.87 273	0.96 350	0.41 219	0.59 321	0.68 337	0.60 270	0.65 183

psm_up	3.04 230	1.30 216	18.97 163	1.31 215	1.51 289	3.86 187	1.22 250	4.26 291	2.31 123	2.72 292	1.83 168	2.43 207	1.68 210	12.86 385	1.78 190	0.43 210	0.41 219	0.41 241	0.34 215	0.46 219	0.67 190

CFNet	3.04 230	6.89 339	16.27 105	1.36 230	1.24 245	4.09 238	0.72 85	4.15 247	3.00 209	1.69 77	1.88 180	2.27 186	1.45 149	11.41 347	2.12 233	0.36 151	0.29 136	0.43 255	0.36 237	0.48 234	0.38 56

SACVNet	3.06 232	1.61 249	19.29 180	1.46 263	1.18 228	4.05 230	1.48 282	4.03 205	2.58 156	2.75 296	1.89 182	2.55 217	1.38 130	11.33 344	2.28 245	0.51 272	0.41 219	0.48 275	0.43 283	0.57 262	0.93 239

TransformOpticalFlow	3.07 233	0.87 124	20.87 332	1.10 127	0.56 68	4.18 267	0.64 56	4.36 322	3.28 257	2.19 193	3.08 329	4.32 343	5.01 353	7.36 255	1.59 152	0.34 120	0.18 5	0.32 128	0.26 87	0.29 31	0.57 147

StereoDRNet	3.07 233	2.92 305	16.33 107	1.36 230	1.57 303	3.45 107	2.04 328	3.77 153	2.85 186	3.31 340	1.85 173	2.78 242	1.79 228	10.85 326	3.41 289	0.45 225	0.36 183	0.39 232	0.37 245	0.62 276	0.85 226

IGEVStereo-DCA	3.09 235	3.48 314	16.25 100	0.96 83	0.49 47	1.59 12	0.83 137	1.68 6	3.44 289	0.75 4	0.78 3	0.74 21	0.73 17	5.79 214	7.75 333	0.32 81	0.26 119	0.28 62	0.21 25	0.32 65	15.08 400

FADNet_RVC	3.10 236	7.62 342	19.12 167	1.05 117	0.93 172	4.09 238	0.84 144	4.34 319	2.05 85	1.54 55	1.78 142	1.61 100	1.50 159	8.92 276	2.64 266	0.50 266	0.38 201	0.44 257	0.61 330	0.91 334	1.16 261

iRaft-Stereo_20w	3.11 237	0.69 63	18.89 159	1.00 100	1.09 211	5.03 375	1.00 208	5.86 390	2.46 144	2.83 308	1.64 106	3.06 262	4.30 345	3.08 169	1.74 187	0.31 68	0.30 144	0.27 42	0.35 228	0.42 188	7.93 367

STrans-v2	3.11 237	0.95 155	20.80 326	0.86 36	0.64 96	3.90 195	1.01 209	4.30 297	3.61 306	2.28 216	3.65 346	4.11 331	5.17 355	7.32 252	1.63 163	0.34 120	0.18 5	0.29 76	0.26 87	0.30 42	0.65 183

PS-NSSS	3.11 237	1.60 248	19.48 190	1.00 100	1.53 292	4.12 244	1.08 224	4.59 359	2.80 178	2.19 193	2.38 268	1.76 120	1.39 133	11.79 364	1.94 215	0.69 320	0.45 237	0.95 361	0.43 283	1.03 341	1.00 245

DRaft	3.12 240	0.68 58	20.57 306	0.77 9	0.49 47	3.95 211	1.20 247	2.40 35	1.60 37	2.64 287	2.80 316	1.59 99	5.33 356	6.94 248	9.51 341	0.43 210	0.22 47	0.27 42	0.27 102	0.32 65	0.47 101

NOSS_ROB	3.12 240	0.89 131	19.03 164	2.01 340	1.07 206	3.90 195	0.97 207	4.32 313	3.08 226	2.94 316	2.19 243	3.85 317	1.18 105	11.75 362	1.69 175	0.69 320	0.54 262	0.57 317	0.52 311	0.57 262	0.72 200

GwcNet-RSSM	3.13 242	5.08 326	19.86 217	1.28 203	1.20 235	4.12 244	1.11 231	3.89 173	2.80 178	2.13 173	1.81 154	3.11 267	1.46 151	10.33 315	2.19 239	0.36 151	0.34 167	0.35 194	0.31 189	0.45 212	0.43 78

anonymousdsp	3.14 243	0.83 117	20.28 264	0.94 69	0.64 96	4.54 324	0.82 133	2.03 23	3.32 270	0.91 20	1.13 20	0.78 24	0.77 23	1.78 71	0.90 26	0.29 32	0.25 99	0.29 76	0.21 25	0.33 86	21.81 418

anonymousa	3.14 243	0.83 117	19.20 173	1.62 295	9.63 404	2.06 27	0.78 115	2.93 74	2.20 101	1.95 119	2.17 235	3.41 285	1.81 231	1.33 19	1.67 170	0.29 32	8.64 394	0.34 177	0.37 245	0.32 65	1.33 269

IGEV-Stereo	3.15 245	0.83 117	20.31 271	0.94 69	0.64 96	4.54 324	0.82 133	2.01 21	3.31 267	0.91 20	1.13 20	0.79 28	0.77 23	1.79 72	0.92 28	0.29 32	0.25 99	0.29 76	0.21 25	0.33 86	21.85 419
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
AF-Net	3.15 245	2.65 299	18.81 156	1.37 235	1.76 336	3.30 88	1.57 292	4.20 264	3.05 223	2.76 297	2.94 323	4.50 349	3.21 319	5.88 217	3.07 281	0.88 346	0.39 210	0.72 349	0.50 306	0.75 315	0.66 189

RASNet	3.15 245	1.20 203	19.81 212	1.63 298	2.26 359	3.67 152	1.09 226	3.58 122	3.44 289	1.99 128	2.15 230	4.59 353	2.30 273	10.24 312	2.98 277	0.57 296	0.26 119	0.25 22	0.25 74	0.30 42	0.54 137

RYNet	3.15 245	1.48 233	16.27 105	1.24 183	1.39 270	3.67 152	1.44 278	4.09 227	3.20 239	2.26 211	1.70 116	3.83 315	2.15 262	13.64 396	3.23 287	0.45 225	0.45 237	0.50 290	0.35 228	0.81 324	0.83 221

raft_robust	3.17 249	2.15 286	20.28 264	1.06 120	0.55 65	3.86 187	0.46 12	4.42 333	2.77 174	1.70 79	1.37 55	7.48 381	6.35 365	6.81 245	1.44 127	0.31 68	0.74 295	0.30 97	0.37 245	0.32 65	0.57 147

RALCasStereoNet	3.17 249	1.87 272	20.86 331	1.17 159	1.63 315	3.10 64	0.70 77	3.21 95	2.19 98	1.39 46	1.73 128	1.18 63	0.91 44	2.46 134	1.64 166	0.31 68	8.75 395	0.25 22	0.22 42	0.31 47	9.45 381

DRN-Test	3.17 249	1.30 216	19.66 196	1.41 248	1.60 309	3.61 140	1.47 280	4.18 259	2.83 184	3.48 346	1.92 195	2.58 222	2.50 287	10.81 324	2.90 275	0.49 256	0.49 255	0.44 257	0.42 278	0.57 262	0.78 214

HH	3.19 252	0.91 138	21.34 373	1.24 183	0.61 83	4.16 258	0.80 125	2.94 76	1.82 65	1.23 38	1.84 169	4.61 355	1.84 237	2.63 149	0.99 47	0.29 32	1.53 330	0.30 97	0.24 63	0.34 107	14.22 395

HanStereo	3.19 252	0.91 138	21.34 373	1.24 183	0.61 83	4.16 258	0.80 125	2.94 76	1.82 65	1.23 38	1.84 169	4.61 355	1.84 237	2.63 149	0.99 47	0.29 32	1.53 330	0.30 97	0.24 63	0.34 107	14.22 395

ADLNet2	3.20 254	1.43 228	20.11 247	1.22 176	1.78 339	3.86 187	1.47 280	3.96 188	3.89 322	2.26 211	2.49 287	4.63 357	1.92 247	10.68 322	2.00 220	0.42 196	0.37 188	0.29 76	0.30 172	0.51 244	0.46 93

FADNet	3.20 254	11.55 365	16.16 98	1.24 183	0.95 177	3.30 88	0.87 154	4.00 195	2.73 167	1.42 48	1.35 50	2.51 213	2.04 251	9.95 301	2.39 255	0.44 216	0.46 241	0.40 237	0.44 286	1.13 353	0.61 169

TDLM	3.20 254	1.58 245	18.80 155	1.70 313	1.10 214	4.29 288	2.17 334	3.81 162	3.27 255	2.89 310	1.98 202	2.06 176	1.70 215	12.44 380	2.15 234	0.58 297	0.31 148	0.56 314	0.40 265	0.58 265	1.59 284

SHD	3.22 257	4.21 322	14.19 67	2.37 354	2.12 355	2.77 49	1.19 244	4.24 281	3.25 252	4.64 373	2.73 312	3.62 306	2.76 295	6.30 230	4.75 311	0.66 314	1.25 325	0.52 298	0.59 326	0.69 304	1.64 288

PASM	3.22 257	2.89 302	15.38 85	2.00 338	1.57 303	2.77 49	1.96 319	3.62 129	2.75 170	2.95 318	2.26 252	3.10 266	2.24 269	11.87 365	2.46 257	0.97 351	1.06 316	0.87 358	1.02 359	1.20 357	1.41 274

ADLNet	3.23 259	1.19 202	21.03 341	1.36 230	1.61 310	3.69 155	1.23 251	4.05 212	3.41 286	2.72 292	2.29 258	4.00 324	1.77 224	11.21 340	2.15 234	0.42 196	0.43 231	0.36 205	0.35 228	0.47 229	0.82 219

FADNet-RVC	3.23 259	12.51 369	17.02 117	1.17 159	0.81 139	3.52 123	1.09 226	4.16 250	2.74 169	1.44 51	1.29 44	1.86 141	1.76 222	9.82 293	2.46 257	0.39 177	0.38 201	0.40 237	0.41 275	0.68 302	0.59 161

DEmStereo	3.24 261	0.65 44	18.95 161	0.83 27	0.54 62	3.85 184	1.79 310	2.53 47	2.54 151	2.25 205	2.74 313	2.02 168	6.02 363	6.78 243	11.30 347	0.40 184	0.26 119	0.27 42	0.27 102	0.28 20	0.57 147

ARAFT	3.24 261	13.49 374	19.88 220	0.93 64	0.49 47	4.16 258	1.40 271	4.37 325	3.21 242	2.40 255	1.91 190	1.70 108	1.04 67	6.43 233	1.45 130	0.37 158	0.19 9	0.37 216	0.35 228	0.37 141	0.35 33

APVNet	3.24 261	1.59 247	21.72 383	1.36 230	1.52 291	3.93 206	1.12 233	3.58 122	2.80 178	2.32 235	2.02 207	3.05 260	1.96 248	11.77 363	2.61 264	0.44 216	0.46 241	0.65 338	0.47 295	0.73 309	0.73 205

HSM	3.25 264	1.08 183	19.18 171	1.19 166	1.54 293	3.45 107	1.02 212	4.04 209	2.61 158	2.31 223	2.17 235	8.01 384	2.99 308	11.59 353	1.80 195	0.35 132	0.24 87	0.28 62	0.24 63	0.33 86	0.55 140

Wz-Net-MNSev	3.26 265	7.24 341	17.26 122	1.58 288	1.37 267	3.27 79	2.45 341	4.10 229	4.50 352	2.61 283	2.17 235	2.33 193	3.02 310	7.48 257	2.88 274	0.46 238	0.39 210	0.37 216	0.38 252	0.61 271	0.63 176

GwcNet	3.26 265	3.93 317	20.24 260	1.38 238	2.04 353	3.24 76	1.53 285	3.72 145	3.66 310	2.17 185	2.25 251	3.55 302	1.69 212	9.38 285	3.03 279	0.48 250	0.49 255	0.46 268	0.39 258	0.66 294	0.86 229

RP	3.26 265	1.73 259	17.70 136	1.56 285	1.93 348	3.43 103	1.94 317	4.18 259	2.72 166	2.77 298	3.05 327	3.96 322	2.69 292	10.17 307	2.86 271	1.04 352	0.50 258	0.71 346	0.59 326	0.75 315	0.83 221

stereogan	3.26 265	1.26 206	18.01 139	1.38 238	1.66 325	3.76 166	1.64 300	4.06 214	3.86 321	3.23 336	2.70 310	5.02 364	2.85 297	9.88 296	1.85 201	0.71 324	0.51 260	0.69 343	0.48 297	0.86 330	0.85 226

FADNet-RVC-Resample	3.31 269	8.52 346	22.84 400	1.18 163	0.91 167	3.52 123	1.35 265	4.13 240	2.32 124	1.75 88	1.35 50	2.26 185	1.51 161	9.51 286	2.03 224	0.42 196	0.38 201	0.42 251	0.44 286	0.59 267	0.71 197

iResNetv2_ROB	3.31 269	14.88 403	20.01 231	2.17 347	1.09 211	3.84 181	1.13 235	4.22 269	3.15 236	2.02 141	2.06 219	2.00 167	1.69 212	3.61 177	2.10 232	0.36 151	0.22 47	0.32 128	0.22 42	0.48 234	0.58 159

CVANet_RVC	3.32 271	1.63 252	21.06 347	1.66 304	1.29 252	3.99 219	1.55 289	3.98 192	3.00 209	3.51 347	2.06 219	2.58 222	1.72 218	12.46 381	1.70 177	0.62 307	0.34 167	0.53 302	0.47 295	0.64 285	1.66 289

PDISCO_ROB	3.32 271	5.22 328	18.16 143	2.03 342	2.19 358	4.52 323	1.63 297	4.74 369	3.32 270	2.22 200	2.18 240	3.71 308	2.41 279	5.36 205	2.43 256	1.35 364	0.79 297	0.72 349	0.62 332	1.31 363	1.53 281

PWC_ROB	3.32 271	4.61 325	14.41 71	1.46 263	1.90 346	3.21 69	1.15 240	4.39 331	3.46 296	3.13 328	3.40 341	2.79 243	2.34 275	9.17 280	6.94 324	0.61 302	0.34 167	0.61 327	0.37 245	0.73 309	1.40 272

aanetorigin	3.34 274	2.00 277	17.58 131	1.20 168	1.57 303	2.57 45	3.75 380	2.73 68	2.10 89	6.11 385	4.27 356	2.88 248	5.64 359	5.46 209	4.60 308	0.53 284	0.46 241	0.45 263	0.48 297	1.15 354	1.22 263

RGC	3.35 275	1.84 271	18.13 142	1.52 277	1.79 340	3.33 90	1.37 268	4.18 259	2.39 129	2.96 319	3.23 337	3.98 323	2.71 293	11.53 350	3.42 290	0.90 347	0.48 252	0.79 354	0.79 347	0.75 315	0.89 232

FAT-Stereo	3.38 276	0.88 127	19.96 226	1.28 203	1.20 235	3.44 104	1.97 320	4.26 291	3.15 236	3.14 331	3.92 352	3.50 295	3.28 321	11.68 359	2.04 226	0.65 313	0.68 288	0.48 275	0.54 316	0.63 282	0.91 234

PSMNet_ROB	3.38 276	5.24 329	20.61 312	1.24 183	1.22 242	3.76 166	1.64 300	3.59 124	2.80 178	2.07 160	1.72 122	2.75 238	1.79 228	11.42 348	4.58 307	0.42 196	0.38 201	0.50 290	0.62 332	0.62 276	0.69 193

PSM-AAD	3.41 278	0.58 9	20.55 300	0.95 77	0.56 68	4.46 310	7.40 396	3.11 89	1.58 29	2.30 220	2.56 296	1.26 71	16.19 402	2.47 137	1.00 50	0.32 81	0.22 47	0.58 320	0.41 275	0.37 141	1.32 268

XQC	3.41 278	6.58 336	15.18 81	1.97 335	1.62 312	3.40 96	1.76 308	4.53 348	3.67 312	3.40 343	2.45 283	3.73 309	2.91 300	6.78 243	5.36 315	0.73 331	0.90 305	0.60 324	0.61 330	1.02 340	0.99 244

Syn2CoEx	3.42 280	7.66 343	20.57 306	1.42 255	1.18 228	2.49 43	1.64 300	4.07 216	2.68 162	2.51 273	2.27 254	2.89 249	3.15 317	9.56 287	2.58 262	0.52 282	0.45 237	0.53 302	0.42 278	0.79 322	1.00 245

RTSC	3.44 281	6.78 338	16.53 112	1.76 323	1.54 293	3.53 125	0.94 197	4.22 269	2.97 203	3.65 352	3.23 337	3.31 279	2.29 271	6.22 227	7.41 330	0.61 302	1.32 326	0.37 216	0.42 278	0.78 318	0.98 243

MFMNet_re	3.44 281	8.89 347	19.36 183	3.25 382	1.91 347	3.13 66	1.99 321	3.60 126	4.16 331	3.17 334	2.86 319	2.25 184	2.41 279	2.61 148	2.35 250	1.13 357	1.06 316	0.94 360	0.91 356	1.29 362	1.57 283

edge stereo	3.45 283	1.08 183	22.14 393	1.31 215	1.36 264	2.68 48	1.54 287	4.13 240	3.27 255	2.94 316	3.27 339	4.34 344	2.48 284	11.60 355	2.79 267	0.62 307	0.64 282	0.79 354	0.56 322	0.70 305	0.82 219

PA-Net	3.45 283	2.50 294	20.39 280	1.42 255	1.20 235	3.39 95	1.73 306	3.93 184	3.57 305	1.94 114	2.17 235	3.02 258	1.87 242	11.67 356	6.48 322	0.40 184	0.55 264	0.44 257	0.63 336	0.55 252	1.13 258
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANetREF_RVC	3.45 283	5.10 327	19.89 221	1.58 288	0.80 137	4.13 247	1.82 313	4.24 281	3.33 272	1.91 104	1.76 132	2.46 209	1.83 236	13.17 389	1.87 202	0.83 344	0.57 266	0.79 354	0.77 345	1.21 358	0.91 234
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
raft+_RVC	3.46 286	2.57 298	19.51 192	1.49 271	17.54 412	3.63 143	0.76 111	3.24 98	1.53 19	1.35 43	1.67 109	1.03 48	1.10 85	1.98 95	1.53 138	0.25 8	7.10 388	0.25 22	0.24 63	0.28 20	2.18 310

Wz-Net-SNSev	3.47 287	10.51 360	16.90 116	1.65 303	1.20 235	3.29 84	2.03 327	4.16 250	3.03 218	2.35 241	2.39 271	3.48 289	2.12 258	7.95 264	4.28 301	0.51 272	0.40 213	0.53 302	0.49 300	0.74 313	1.46 277

NCC-stereo	3.49 288	2.07 280	20.23 258	1.31 215	1.76 336	4.04 226	1.42 274	4.01 197	2.34 125	3.06 324	2.59 299	3.51 298	3.02 310	10.02 305	5.44 316	1.38 366	0.66 286	0.64 336	0.88 353	0.67 297	0.84 224

Abc-Net	3.49 288	2.07 280	20.23 258	1.31 215	1.76 336	4.04 226	1.42 274	4.01 197	2.34 125	3.06 324	2.59 299	3.51 298	3.02 310	10.02 305	5.44 316	1.38 366	0.66 286	0.64 336	0.88 353	0.67 297	0.84 224
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
S-Stereo	3.51 290	0.96 157	22.00 391	1.38 238	1.50 287	3.55 128	2.49 344	4.27 293	3.00 209	2.38 250	3.94 353	3.73 309	1.84 237	11.89 367	2.59 263	0.64 311	0.71 293	0.49 288	0.81 349	0.68 302	1.31 267

Anonymous Stereo	3.53 291	5.56 330	19.23 176	1.75 321	1.40 274	3.35 92	3.23 364	4.15 247	3.13 233	2.42 260	2.38 268	2.56 219	1.53 169	11.88 366	3.54 291	0.68 318	0.92 306	0.57 317	0.57 323	0.74 313	1.08 255

STTRV1_RVC	3.55 292	1.06 179	20.71 321	1.47 267	1.46 283	3.29 84	1.56 291	4.14 243	3.33 272	1.96 121	3.50 344	2.63 227	2.08 253	11.95 369	2.32 247	2.09 373	4.04 375	0.81 357	0.73 342	1.06 343	0.71 197

PWCDC_ROB	3.62 293	9.86 356	17.35 125	1.62 295	1.57 303	4.19 275	1.01 209	4.35 320	4.20 332	2.26 211	7.36 370	2.73 233	2.75 294	4.10 190	4.51 306	1.47 368	0.37 188	0.39 232	0.34 215	1.22 359	0.73 205

GANet	3.64 294	1.76 260	19.65 195	1.92 334	1.04 201	3.91 198	2.51 345	3.86 169	2.81 182	3.13 328	3.03 326	3.19 270	2.19 267	12.43 379	8.23 336	0.60 301	0.43 231	0.52 298	0.43 283	0.63 282	0.63 176

DDUNet	3.65 295	2.81 301	19.59 194	3.57 387	2.26 359	3.47 110	1.35 265	4.21 268	2.40 132	2.68 289	2.48 286	4.17 334	1.78 225	5.48 210	2.61 264	2.25 375	1.77 337	2.61 389	2.43 398	2.63 379	2.40 314

rrr	3.66 296	3.48 314	23.50 404	0.96 83	0.49 47	1.59 12	0.92 191	8.19 396	2.75 170	0.75 4	0.78 3	0.74 21	0.73 17	5.79 214	7.75 333	0.32 81	0.26 119	0.28 62	0.21 25	0.32 65	13.47 388

ADCRef	3.66 296	5.95 332	15.50 88	1.20 168	1.41 276	3.93 206	1.61 294	3.92 180	2.77 174	3.13 328	2.20 244	2.40 199	2.78 296	6.23 229	16.59 376	0.50 266	0.35 176	0.63 334	0.62 332	0.58 265	0.92 236

ACVNet-DCA	3.67 298	0.94 151	19.66 196	1.87 329	0.42 21	4.47 313	0.73 91	4.07 216	4.63 354	1.21 33	1.89 182	0.73 16	1.62 194	2.20 115	0.81 12	0.31 68	18.77 413	0.32 128	0.21 25	0.35 120	8.09 369

test_xeample3	3.67 298	3.52 316	21.53 379	0.98 92	0.51 56	1.88 19	0.91 186	8.10 395	2.76 173	0.82 8	0.76 2	0.65 5	0.70 12	5.88 217	7.74 332	0.32 81	0.29 136	0.27 42	0.22 42	0.29 31	15.33 405

GrayStereo	3.68 300	0.56 4	20.61 312	1.71 314	0.90 162	4.17 263	8.11 398	3.17 92	4.13 330	2.80 304	2.49 287	1.70 108	17.06 403	2.83 161	1.25 90	0.37 158	0.23 70	0.27 42	0.32 199	0.30 42	0.57 147

xx1	3.69 301	0.94 151	19.66 196	1.87 329	0.42 21	4.47 313	0.73 91	4.24 281	4.01 326	1.21 33	1.89 182	1.78 129	1.36 127	2.20 115	0.81 12	0.31 68	18.77 413	0.33 160	0.36 237	0.35 120	8.09 369

AANet_RVC	3.70 302	7.03 340	17.25 121	1.21 173	1.12 218	3.79 172	1.09 226	3.98 192	3.38 279	2.65 288	4.29 357	3.95 321	1.40 137	11.43 349	7.88 335	1.25 362	0.57 266	0.34 177	0.25 74	0.43 197	0.71 197

FTStereo	3.74 303	0.60 24	20.43 282	0.99 97	0.66 102	4.34 294	11.24 400	2.63 63	1.95 78	2.58 278	5.03 364	1.90 147	13.77 397	3.70 180	1.28 98	0.41 187	0.24 87	0.31 115	0.33 206	0.32 65	2.08 304

MaskLacGwcNet_RVC	3.77 304	1.65 254	20.61 312	2.55 364	1.63 315	4.29 288	1.67 303	3.99 194	2.56 152	1.76 89	1.93 196	3.03 259	1.41 141	13.24 391	2.02 223	4.47 400	1.63 334	1.12 369	0.48 297	2.42 378	2.85 323

HBP-ISP	3.78 305	9.10 350	20.83 328	1.72 315	1.14 221	4.54 324	2.82 353	4.61 360	3.03 218	4.13 363	1.98 202	1.88 145	3.31 322	11.06 336	1.52 137	0.74 334	0.57 266	0.67 340	0.62 332	0.65 290	0.64 180

tt1	3.79 306	0.93 148	15.34 83	1.83 327	0.45 30	4.54 324	0.78 115	4.23 274	4.73 359	1.27 41	1.89 182	0.74 21	1.48 155	2.29 126	0.78 7	0.30 54	19.28 423	0.32 128	0.22 42	0.31 47	14.02 391

222	3.82 307	0.88 127	6.92 26	1.15 148	0.99 182	3.27 79	0.64 56	4.57 354	5.37 376	2.43 261	2.32 262	1.41 86	1.44 147	10.64 320	18.51 398	0.32 81	4.89 379	0.32 128	0.30 172	0.34 107	9.80 384

CC-Net-ROB	3.82 307	3.41 312	20.20 251	2.40 355	1.66 325	4.49 317	1.61 294	4.77 370	3.08 226	2.06 154	2.06 219	1.99 163	1.60 181	12.57 383	1.91 207	2.82 380	2.19 345	2.67 391	1.06 362	2.31 377	1.59 284

UDG	3.84 309	2.91 303	20.05 235	2.98 376	1.98 350	3.95 211	1.18 243	4.43 335	2.24 106	2.47 267	2.53 294	4.49 348	2.44 282	6.52 235	4.74 310	2.14 374	1.77 337	2.64 390	2.58 400	2.66 380	2.19 311

1test111	3.86 310	0.94 151	19.66 196	1.87 329	0.42 21	4.47 313	0.73 91	4.07 216	4.63 354	1.21 33	1.89 182	0.73 16	1.62 194	5.19 203	1.68 172	0.31 68	18.77 413	0.32 128	0.21 25	0.35 120	8.09 369

GASNet	3.86 310	15.35 408	21.16 361	1.63 298	1.25 247	2.35 39	1.11 231	4.11 232	2.86 192	1.99 128	2.11 226	2.99 255	2.16 264	10.62 319	3.75 295	0.71 324	0.37 188	0.61 327	0.46 293	0.91 334	0.70 195

AAGNet	3.88 312	0.67 52	20.04 234	2.27 350	0.46 31	4.76 368	1.05 220	2.28 32	3.38 279	2.16 183	1.84 169	2.40 199	3.95 339	6.22 227	24.21 408	0.49 256	0.19 9	0.30 97	0.29 156	0.33 86	0.29 10

PVD	3.91 313	4.36 323	13.89 63	2.81 374	4.79 398	3.80 175	1.94 317	3.89 173	4.11 328	5.75 381	3.56 345	3.59 303	3.34 325	6.44 234	6.44 321	0.73 331	2.84 359	0.74 352	0.84 351	0.82 326	3.45 339

FBW_ROB	3.91 313	2.07 280	15.46 87	1.60 291	1.16 224	3.80 175	1.48 282	4.37 325	3.41 286	2.53 274	2.45 283	4.19 336	2.10 254	15.17 403	9.45 340	0.86 345	0.65 285	1.54 377	0.96 357	1.08 348	3.80 341

cc1	3.93 315	0.94 151	19.66 196	1.87 329	0.42 21	4.47 313	0.73 91	4.24 281	4.01 326	1.21 33	1.89 182	0.73 16	1.62 194	2.20 115	0.81 12	0.31 68	18.77 413	0.32 128	0.21 25	0.32 65	13.93 390

DPSNet	3.94 316	2.01 278	14.69 75	1.58 288	1.30 253	4.17 263	2.08 330	4.57 354	4.63 354	2.78 300	1.99 205	3.79 313	7.88 381	10.66 321	11.35 349	0.94 349	0.99 314	0.41 241	0.57 323	1.09 349	1.40 272

RAFT + AFF	3.98 317	14.10 388	20.78 324	1.16 152	1.96 349	4.14 252	2.00 324	4.56 352	3.52 302	2.23 202	2.51 291	2.27 186	4.92 352	8.94 277	2.82 269	0.33 104	0.60 275	0.48 275	0.39 258	0.81 324	1.03 250

DeepPrunerF	4.00 318	5.64 331	16.81 114	1.36 230	1.75 334	3.69 155	1.54 287	4.24 281	13.98 402	2.21 198	1.77 139	2.73 233	2.29 271	10.90 329	6.64 323	0.71 324	0.61 277	0.77 353	0.79 347	0.87 332	0.79 216

Anonymous_2	4.03 319	0.99 173	11.19 47	1.20 168	1.71 330	3.68 154	0.93 196	3.76 151	1.63 46	2.07 160	1.43 64	4.76 359	2.34 275	1.86 85	1.78 190	0.82 343	2.42 354	8.69 414	16.64 419	4.38 396	8.29 374

MFN_U_SF_RVC	4.08 320	13.72 383	15.13 80	2.00 338	1.43 279	3.73 162	1.68 304	4.11 232	3.39 284	2.93 314	2.38 268	4.39 345	3.63 333	8.63 271	6.14 318	1.14 358	1.07 319	1.01 362	1.35 376	1.63 371	2.09 306

CBMV	4.12 321	1.27 209	21.14 358	1.52 277	0.85 147	3.80 175	3.89 384	4.58 356	3.02 216	3.56 350	2.37 267	4.44 346	13.88 399	11.23 342	3.78 296	0.56 294	0.43 231	0.48 275	0.39 258	0.55 252	0.74 209
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
G-Net	4.16 322	1.39 224	20.31 271	2.30 351	2.91 372	4.68 357	2.86 355	3.35 109	2.44 141	4.43 370	9.43 386	6.89 378	3.83 337	8.91 275	4.83 312	0.80 339	0.80 298	0.70 344	0.50 306	0.95 338	0.97 242

test_xeample	4.19 323	0.93 148	14.09 65	1.16 152	1.17 226	3.28 81	0.80 125	4.63 361	5.30 372	2.46 266	2.35 264	1.39 83	1.42 143	10.88 327	17.68 392	0.30 54	6.50 386	0.32 128	0.32 199	0.36 137	8.38 377

SQANet	4.22 324	14.03 387	20.30 269	2.78 370	2.75 370	3.41 99	1.48 282	3.66 134	2.25 109	2.62 285	1.77 139	2.68 230	1.90 245	7.41 256	3.78 296	2.97 382	1.42 327	1.85 379	1.13 365	3.28 382	2.86 324

Wz-Net-TNSev	4.22 324	13.55 375	15.87 93	1.57 286	1.19 233	3.61 140	2.48 343	4.38 329	3.45 295	2.29 219	1.91 190	4.20 337	2.86 298	12.11 371	10.56 343	0.61 302	0.59 273	0.48 275	0.54 316	0.93 336	1.24 265

ttt	4.23 326	0.75 96	19.96 226	1.48 269	1.31 257	3.69 155	0.87 154	4.65 362	5.33 373	2.45 265	2.39 271	2.44 208	1.54 171	11.35 345	16.49 375	0.43 210	4.35 376	0.37 216	0.35 228	0.41 181	4.01 347

xxxx	4.25 327	0.86 121	14.59 74	1.30 212	1.16 224	3.51 121	0.63 54	4.56 352	5.42 379	2.33 237	2.29 258	2.04 171	1.39 133	10.23 310	18.00 394	0.33 104	7.15 389	0.31 115	0.30 172	0.35 120	8.33 375

ADCPNet	4.25 327	4.04 319	21.95 387	1.33 223	1.31 257	6.34 387	2.63 349	4.07 216	3.23 250	2.81 305	2.21 247	4.27 339	6.08 364	6.01 219	11.73 352	0.67 317	1.17 322	0.71 346	1.71 382	0.87 332	1.82 298

LL-Strereo	4.26 329	13.69 380	20.37 276	1.24 183	2.18 356	2.90 56	1.08 224	4.35 320	2.22 104	3.20 335	2.26 252	3.29 276	3.13 314	11.30 343	1.91 207	0.33 104	3.89 374	0.46 268	0.34 215	0.54 249	6.47 364

ffm	4.27 330	0.98 164	21.04 342	1.24 183	1.03 194	3.64 144	0.87 154	4.23 274	4.73 359	2.31 223	2.40 273	3.49 290	1.64 199	2.29 126	0.78 7	0.30 54	19.28 423	0.48 275	0.40 265	0.31 47	14.02 391

RTS	4.29 331	9.35 351	18.25 145	2.79 372	2.29 361	4.98 373	3.41 368	4.72 366	4.27 339	4.35 367	3.10 331	4.93 361	3.14 315	7.71 261	6.99 325	0.71 324	0.68 288	0.51 295	0.50 306	1.07 346	1.98 301

RTSA	4.29 331	9.35 351	18.25 145	2.79 372	2.29 361	4.98 373	3.41 368	4.72 366	4.27 339	4.35 367	3.10 331	4.93 361	3.14 315	7.71 261	6.99 325	0.71 324	0.68 288	0.51 295	0.50 306	1.07 346	1.98 301

SDNR	4.37 333	2.22 288	20.63 315	1.60 291	0.99 182	5.15 376	0.67 61	4.36 322	5.55 382	4.89 375	7.17 368	5.50 372	1.58 177	17.48 405	4.33 303	0.80 339	0.72 294	0.59 321	0.45 291	1.18 356	1.43 276

MFN_U_SF_DS_RVC	4.38 334	13.66 378	13.95 64	1.39 245	1.58 308	5.18 377	3.31 366	4.53 348	3.22 247	2.60 279	2.62 302	4.99 363	2.11 256	13.99 400	4.21 300	1.53 370	2.56 357	0.67 340	1.82 388	0.83 329	2.92 327

WZ-Net	4.39 335	12.37 368	17.44 127	1.47 267	1.42 278	3.76 166	2.27 338	4.17 254	3.11 230	2.89 310	2.24 249	4.05 326	5.69 361	10.89 328	12.07 353	0.66 314	0.41 219	0.47 270	0.49 300	0.78 318	1.12 257

ADCP+	4.42 336	12.67 371	18.95 161	1.12 138	1.55 297	4.30 290	3.60 377	4.01 197	3.80 317	2.30 220	1.71 120	3.93 319	4.29 344	3.49 174	18.77 402	0.40 184	0.41 219	0.63 334	0.53 313	0.67 297	1.35 270

MADNet+	4.46 337	11.36 363	14.35 70	2.23 348	2.50 367	4.18 267	2.86 355	5.46 383	4.43 346	2.74 295	2.69 309	4.55 351	3.43 330	8.97 278	9.42 339	1.47 368	2.06 343	1.09 367	1.02 359	1.54 369	2.96 329

AnyNet_C32	4.49 338	9.53 353	13.85 59	1.67 305	1.56 301	5.40 380	4.06 386	4.03 205	3.69 313	4.21 366	3.09 330	3.09 265	3.38 329	8.24 266	18.76 401	0.56 294	0.64 282	0.53 302	0.81 349	1.36 365	1.42 275

THIR-Stereo	4.50 339	1.11 187	18.71 154	0.89 48	0.47 35	2.25 35	16.71 405	3.53 120	1.58 29	2.04 149	12.04 397	2.66 229	7.52 377	7.29 251	11.25 346	0.32 81	0.21 33	0.29 76	0.28 126	0.35 120	0.52 128

ADCMid	4.55 340	10.78 361	17.67 135	1.32 221	1.43 279	4.62 341	2.24 336	4.22 269	4.97 368	3.93 358	3.01 325	3.84 316	3.66 334	4.22 194	18.57 400	0.69 320	0.62 280	1.09 367	1.20 369	1.48 367	1.49 279

mmx	4.56 341	0.98 164	21.04 342	1.24 183	1.03 194	3.64 144	0.87 154	4.53 348	5.34 374	2.31 223	2.40 273	3.49 290	1.64 199	12.40 374	16.90 379	0.34 120	5.98 383	0.48 275	0.40 265	0.46 219	5.71 358

xxx	4.56 341	0.98 164	21.04 342	1.24 183	1.03 194	3.64 144	0.87 154	4.53 348	5.34 374	2.31 223	2.40 273	3.49 290	1.64 199	12.40 374	16.90 379	0.34 120	5.98 383	0.48 275	0.40 265	0.46 219	5.71 358

CBMV_ROB	4.57 343	0.90 136	21.30 372	1.46 263	0.89 158	4.43 307	1.69 305	4.51 347	3.14 235	5.97 383	4.23 355	4.16 333	7.83 379	11.06 336	16.47 374	0.61 302	0.55 264	0.53 302	0.51 310	0.56 258	0.59 161

SAMSARA	4.67 344	6.50 335	16.40 108	4.62 403	3.13 378	6.62 389	3.49 371	5.24 376	3.04 221	7.78 391	3.07 328	5.32 368	4.05 341	9.98 302	6.42 320	0.69 320	2.39 353	0.60 324	0.74 343	0.99 339	2.26 312

AnyNet_C01	4.68 345	10.90 362	16.41 109	2.03 342	1.62 312	6.25 385	6.40 393	4.19 262	5.13 371	4.03 360	3.77 349	4.14 332	3.26 320	7.23 250	11.19 345	0.64 311	0.80 298	0.65 338	0.72 341	2.18 375	2.08 304

ADCL	4.70 346	4.04 319	16.12 96	1.35 226	1.28 250	5.46 381	10.88 399	4.08 223	4.25 337	5.97 383	4.51 359	4.29 341	5.60 357	6.37 231	15.21 371	0.54 288	0.48 252	0.88 359	0.78 346	0.86 330	1.01 247

DispFullNet	4.71 347	3.93 317	23.92 406	4.00 392	3.01 374	3.38 93	1.31 259	4.23 274	3.26 253	6.31 386	2.92 321	4.03 325	7.80 378	3.93 186	5.15 313	2.80 379	1.61 333	3.11 399	2.70 403	3.32 383	3.38 337

NaN_ROB	4.73 348	6.66 337	21.89 384	1.26 200	1.28 250	3.49 117	3.02 360	4.38 329	3.93 323	3.65 352	2.55 295	2.97 253	5.01 353	13.23 390	17.43 390	0.38 170	0.42 230	0.38 228	0.40 265	0.50 239	1.82 298

1111x	4.75 349	1.05 178	20.89 333	1.28 203	1.02 190	3.81 178	0.88 161	4.65 362	5.52 380	2.43 261	2.27 254	1.97 161	1.81 231	12.40 374	18.19 396	0.32 81	9.06 402	0.32 128	0.34 215	0.38 150	6.34 363

ADCS	4.77 350	12.63 370	17.40 126	1.72 315	1.34 261	3.90 195	3.60 377	4.30 297	3.54 303	5.11 378	2.81 317	4.44 346	3.05 313	6.15 226	19.32 403	0.74 334	0.68 288	0.70 344	0.70 339	1.25 361	1.98 301

Ntro	4.83 351	14.73 398	20.47 288	3.24 381	2.97 373	4.12 244	1.88 315	4.00 195	2.57 154	1.79 94	2.15 230	3.34 282	2.16 264	10.01 304	7.34 327	3.53 390	1.77 337	2.13 382	1.32 374	3.89 391	3.23 330

EAI-Stereo	4.89 352	0.69 63	7.74 30	0.99 97	1.63 315	4.68 357	51.52 423	5.79 389	3.37 277	3.64 351	7.24 369	1.10 53	0.95 51	2.51 139	1.71 180	0.33 104	0.31 148	0.28 62	2.04 394	0.28 20	0.92 236

MSC_U_SF_DS_RVC	4.90 353	13.94 386	16.59 113	1.69 309	1.46 283	6.15 384	3.52 373	5.47 384	3.95 324	2.77 298	2.74 313	4.81 360	2.49 286	13.78 397	5.33 314	2.34 376	3.46 370	1.05 364	1.21 370	2.28 376	2.94 328

SGM-Forest	4.96 354	0.86 121	21.02 340	1.22 176	0.83 142	4.05 230	3.26 365	4.40 332	3.49 300	4.40 369	3.69 348	4.66 358	13.91 400	11.94 368	17.16 387	0.66 314	0.46 241	0.49 288	0.39 258	0.49 238	1.77 295
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
SuperB	5.03 355	8.93 348	20.96 338	1.51 275	1.11 216	3.88 192	3.00 358	4.24 281	3.13 233	2.53 274	2.10 225	2.74 236	3.37 328	8.76 273	19.44 404	0.45 225	0.34 167	0.53 302	0.40 265	11.97 416	1.15 260

DualNet	5.08 356	0.98 164	21.04 342	1.24 183	1.03 194	3.64 144	0.87 154	4.23 274	4.73 359	2.31 223	2.40 273	3.49 290	1.64 199	2.29 126	16.90 379	0.30 54	19.28 423	0.48 275	0.40 265	0.31 47	14.02 391

SPS-STEREO	5.18 357	10.36 358	21.09 353	1.74 319	1.72 332	3.24 76	2.26 337	3.92 180	4.12 329	5.06 377	3.66 347	5.43 370	3.33 324	9.56 287	12.34 355	1.17 360	1.17 322	1.07 365	1.03 361	1.17 355	10.25 385
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RainbowNet	5.20 358	15.03 405	21.14 358	3.66 389	3.25 382	4.18 267	2.98 357	4.22 269	3.20 239	2.30 220	2.65 304	4.24 338	2.97 303	9.92 298	6.29 319	3.92 395	2.27 349	2.71 393	1.73 384	3.82 390	3.43 338

CrosDoStereo	5.27 359	0.75 96	20.07 236	0.85 33	0.53 60	3.40 96	18.03 406	3.90 175	3.29 262	1.99 128	8.27 376	1.95 155	6.95 374	7.34 253	25.94 411	0.33 104	0.22 47	0.30 97	0.28 126	0.35 120	0.61 169

DeepStereo_LL	5.27 359	0.75 96	20.07 236	0.85 33	0.53 60	3.40 96	18.03 406	3.90 175	3.29 262	1.99 128	8.27 376	1.95 155	6.95 374	7.34 253	25.94 411	0.33 104	0.22 47	0.30 97	0.28 126	0.35 120	0.61 169

ff1	5.58 361	0.98 164	21.04 342	1.24 183	1.03 194	3.64 144	0.87 154	4.23 274	4.73 359	2.31 223	2.40 273	3.49 290	1.64 199	12.40 374	16.90 379	0.30 54	19.28 423	0.48 275	0.40 265	0.31 47	14.02 391

otaku	5.59 362	14.82 402	20.70 319	3.13 379	2.70 369	3.91 198	2.56 347	3.90 175	2.48 145	2.25 205	9.38 385	4.06 327	2.32 274	9.59 289	14.37 366	3.52 389	1.66 335	2.15 383	1.19 368	3.73 389	3.35 336

EDNetEfficient	5.62 363	2.26 289	17.51 128	1.67 305	3.59 384	3.99 219	7.25 394	3.14 90	5.63 384	11.52 408	4.82 362	3.94 320	12.48 393	8.39 269	20.56 406	0.46 238	0.46 241	0.48 275	1.06 362	1.65 373	1.62 287

MeshStereo	5.67 364	1.80 263	21.28 370	1.40 246	1.14 221	4.38 297	3.83 383	5.51 386	4.85 367	10.12 404	11.72 396	11.44 390	5.87 362	13.86 398	12.31 354	0.68 318	0.61 277	0.61 327	0.60 328	0.73 309	0.68 191
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
WCMA_ROB	5.78 365	2.42 293	21.71 382	1.67 305	1.55 297	4.07 234	3.53 374	4.14 243	4.73 359	6.59 387	10.89 391	12.82 396	9.59 389	10.17 307	12.65 358	1.05 353	0.61 277	0.52 298	0.52 311	0.71 307	5.64 357

pmcnn	5.90 366	1.81 266	22.30 395	1.69 309	2.37 364	3.47 110	2.10 331	4.58 356	5.56 383	3.75 355	13.12 400	22.07 406	3.70 335	11.99 370	17.13 386	0.58 297	0.23 70	0.23 4	0.19 9	0.37 141	0.70 195

CSAN	5.95 367	13.70 381	21.94 386	1.35 226	0.93 172	3.65 149	3.46 370	4.73 368	4.26 338	3.98 359	7.70 372	3.54 301	6.94 373	22.83 409	16.00 373	0.53 284	0.47 249	0.50 290	0.55 320	0.65 290	1.22 263

MSMD_ROB	5.99 368	1.29 214	19.23 176	1.40 246	0.84 146	10.25 399	2.05 329	4.20 264	6.02 388	10.42 406	8.00 373	22.21 407	9.45 388	11.67 356	8.73 337	0.76 337	0.59 273	0.67 340	0.68 337	0.67 297	0.72 200

WAO-7	6.00 369	14.29 391	20.46 286	1.97 335	1.51 289	5.31 379	3.06 362	5.00 373	5.92 387	4.55 372	8.87 383	6.52 376	6.47 368	13.38 393	13.85 362	1.35 364	1.24 324	1.48 375	1.36 377	1.63 371	1.79 297

ACVNet_2	6.09 370	15.28 407	21.36 375	3.30 383	3.17 379	4.50 318	3.00 358	4.70 364	3.96 325	3.52 348	5.34 365	7.79 382	2.95 301	12.40 374	13.76 361	3.28 385	2.23 347	2.70 392	1.70 381	3.52 384	3.24 331

IMH-64-1	6.10 371	13.83 384	17.55 129	4.34 396	3.78 386	4.79 369	5.94 390	5.34 377	4.20 332	4.10 361	8.31 378	5.07 365	6.92 371	9.63 290	7.36 328	4.60 403	2.96 364	3.04 395	2.14 395	4.30 394	3.88 344

IMH-64	6.10 371	13.83 384	17.55 129	4.34 396	3.78 386	4.79 369	5.94 390	5.34 377	4.20 332	4.10 361	8.31 378	5.07 365	6.92 371	9.63 290	7.36 328	4.60 403	2.96 364	3.04 395	2.14 395	4.30 394	3.88 344

SGM_RVC	6.11 373	1.10 186	20.44 283	2.15 346	0.66 102	15.87 411	3.98 385	5.00 373	6.19 389	9.79 402	11.46 394	8.23 386	12.63 394	12.32 373	9.15 338	0.54 288	0.39 210	0.41 241	0.35 228	0.55 252	1.05 252
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MDST_ROB	6.31 374	1.18 196	22.96 403	2.56 365	2.69 368	21.07 412	2.01 326	4.79 371	2.87 194	9.49 398	4.45 358	4.10 330	4.48 348	22.33 408	17.61 391	0.79 338	0.44 235	0.47 270	0.44 286	0.47 229	0.95 241

ELAS_RVC	6.36 375	2.53 295	20.21 255	2.67 367	2.48 365	4.90 372	11.89 401	4.84 372	6.31 392	9.03 396	8.54 381	8.09 385	12.73 395	9.32 282	13.25 360	1.92 371	2.18 344	1.51 376	1.31 372	1.40 366	2.15 307
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SANet	6.43 376	13.71 382	22.08 392	1.43 260	1.00 188	6.86 391	3.78 382	4.71 365	11.10 397	4.71 374	8.72 382	7.47 380	7.91 382	12.46 381	18.12 395	0.51 272	0.47 249	0.50 290	0.45 291	0.94 337	1.60 286

PWCK	6.49 377	13.40 373	20.27 263	2.95 375	1.61 310	5.68 383	7.63 397	5.37 380	4.77 365	3.90 357	7.48 371	7.96 383	5.63 358	15.15 402	10.93 344	3.21 384	1.55 332	2.34 384	1.43 379	6.05 402	2.45 317

ELAS	6.58 378	2.54 296	20.08 241	2.66 366	2.48 365	15.49 409	7.29 395	5.50 385	5.72 385	10.05 403	8.94 384	6.91 379	10.83 391	8.33 267	14.27 365	1.92 371	2.19 345	1.23 372	1.31 372	1.62 370	2.17 309
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
psmorigin	6.62 379	1.45 230	87.38 432	1.55 283	0.97 180	2.86 52	1.42 274	3.30 105	2.12 93	3.74 354	2.45 283	5.15 367	2.59 290	10.55 318	2.91 276	0.55 291	0.68 288	0.48 275	0.53 313	0.73 309	1.02 248

ACVNet_1	6.63 380	14.79 401	21.40 376	3.59 388	3.17 379	4.69 362	2.46 342	4.24 281	3.34 274	3.11 327	2.86 319	23.21 408	4.59 350	11.06 336	12.59 357	3.75 391	2.34 351	2.60 388	1.80 387	3.70 386	3.31 334

NVStereoNet_ROB	6.63 380	9.57 354	19.28 179	3.19 380	2.11 354	3.69 155	1.99 321	4.32 313	6.27 391	3.26 339	24.57 413	5.45 371	11.39 392	13.56 394	12.37 356	2.79 378	2.05 342	1.76 378	1.75 385	1.49 368	1.75 291
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WAO-6	6.68 382	9.03 349	20.68 318	2.98 376	2.79 371	11.93 401	3.56 376	5.39 381	11.65 399	3.55 349	9.59 387	6.77 377	6.72 370	12.28 372	11.56 350	2.88 381	2.36 352	2.50 385	1.84 389	2.89 381	2.72 321

JetBlue	6.69 383	12.01 367	14.30 69	1.98 337	4.64 397	11.97 402	12.29 402	5.39 381	4.32 345	3.81 356	4.51 359	9.50 388	6.53 369	10.22 309	14.50 367	1.32 363	1.47 328	1.18 370	1.36 377	7.48 409	5.05 354

FCDSN-DC	6.71 384	1.18 196	21.61 381	1.29 208	1.10 214	4.38 297	2.59 348	4.58 356	5.52 380	9.58 399	11.19 392	19.17 403	17.69 405	13.03 387	17.11 385	0.73 331	0.57 266	0.61 327	0.60 328	0.71 307	0.92 236
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ACVNet-4b	6.98 385	14.78 400	22.17 394	3.56 386	3.11 377	4.14 252	2.23 335	4.08 223	3.84 318	1.67 73	3.96 354	5.86 373	2.87 299	10.30 314	17.16 387	26.09 424	2.24 348	2.53 386	1.79 386	3.91 392	3.28 333

FC-DCNN	7.08 386	1.01 175	21.89 384	1.74 319	1.64 319	8.18 397	2.31 339	6.50 392	9.16 396	10.85 407	11.33 393	19.85 405	13.33 396	12.94 386	17.10 384	0.72 329	0.57 266	0.59 321	0.57 323	0.64 285	0.69 193

IMH	7.25 387	16.24 412	21.08 348	4.40 398	3.79 388	5.46 381	3.03 361	5.58 387	6.26 390	4.92 376	10.32 389	9.24 387	8.30 384	13.62 395	11.56 350	4.84 407	3.00 367	3.09 398	2.14 395	4.38 396	3.83 343

tt	7.29 388	0.58 9	7.34 27	4.04 393	2.30 363	12.04 403	20.18 409	15.60 413	7.41 393	3.46 345	3.36 340	5.36 369	6.39 367	4.27 195	7.46 331	9.80 414	11.53 412	7.04 412	7.45 413	6.31 403	3.81 342

LVE	7.57 389	15.80 409	21.28 370	3.69 390	3.19 381	4.54 324	2.78 350	10.13 399	11.63 398	3.24 337	11.52 395	18.10 402	4.55 349	11.67 356	10.30 342	4.62 406	2.95 362	2.56 387	1.91 391	3.63 385	3.26 332

EKT-Stereo	7.93 390	0.75 96	21.17 363	1.84 328	109.80 430	4.51 322	0.61 42	4.13 240	1.59 32	1.89 102	1.24 33	1.96 160	1.35 126	4.02 188	1.36 111	0.42 196	0.31 148	0.29 76	0.27 102	0.35 120	0.78 214

DGSMNet	8.13 391	2.31 292	18.62 150	2.77 369	13.96 411	6.91 392	42.17 422	4.16 250	2.53 150	2.25 205	3.21 335	3.41 285	1.69 212	9.19 281	3.03 279	3.79 393	10.31 407	11.70 419	5.68 410	4.38 396	10.58 386

Dean	8.35 392	15.23 406	22.34 396	3.76 391	3.55 383	4.81 371	3.51 372	5.34 377	5.37 376	4.49 371	26.13 414	25.59 414	4.33 346	11.21 340	13.12 359	3.78 392	2.31 350	2.90 394	1.89 390	4.04 393	3.34 335

MADNet++	8.64 393	6.17 334	13.88 62	6.61 406	5.25 400	10.15 398	14.20 404	5.89 391	8.25 394	7.14 388	8.18 375	6.41 375	9.84 390	11.71 361	16.73 378	9.65 413	5.03 380	8.63 413	5.68 410	4.83 400	8.57 378

UNDER WATER-64	10.08 394	14.27 390	22.85 401	5.26 405	4.88 399	11.00 400	4.57 389	11.41 400	17.25 407	7.68 390	9.72 388	15.96 401	21.47 412	11.12 339	16.63 377	4.38 397	2.88 361	4.41 409	2.95 407	7.12 407	5.81 360

TorneroNet-64	10.52 395	14.33 392	21.95 387	4.29 395	3.76 385	13.77 406	2.83 354	14.96 410	23.11 415	10.24 405	23.77 412	13.44 397	8.15 383	13.98 399	17.70 393	4.03 396	2.73 358	3.23 400	2.53 399	7.27 408	4.35 351

FINET	10.59 396	14.44 396	25.84 409	2.30 351	3.90 389	21.74 413	25.19 412	8.85 397	16.99 405	2.68 289	15.19 403	11.45 391	13.83 398	6.71 242	15.11 370	0.80 339	8.59 393	0.53 302	0.44 286	0.62 276	16.67 409

JetRed	10.68 397	26.07 419	35.62 414	4.40 398	4.16 394	15.72 410	13.07 403	14.57 409	5.83 386	5.85 382	5.55 367	10.12 389	7.37 376	8.86 274	25.99 413	3.33 386	3.82 373	3.59 406	2.98 408	8.51 412	8.22 373

notaker	10.92 398	14.17 389	20.38 277	4.56 402	3.98 391	6.29 386	3.53 374	7.68 394	5.10 370	9.04 397	46.37 424	13.84 400	28.85 414	14.18 401	14.16 364	4.57 402	3.19 368	3.52 403	2.70 403	8.16 411	4.13 348

UNDER WATER	11.28 399	13.60 376	22.90 402	5.11 404	4.53 396	7.75 395	3.75 380	12.50 402	21.62 414	7.80 392	10.68 390	23.75 410	35.20 415	11.54 351	17.40 389	4.46 399	2.95 362	4.23 408	2.90 406	6.57 404	6.27 362

EDNetEfficientorigin	12.42 400	3.26 309	179.44 437	1.21 173	1.00 188	2.89 55	1.82 313	3.05 86	5.37 376	8.87 395	4.78 361	4.17 334	4.80 351	9.91 297	11.32 348	0.41 187	0.41 219	0.62 333	0.88 353	1.33 364	2.81 322

WAO-8	12.61 401	16.02 410	21.99 389	3.55 384	3.10 375	15.07 407	2.80 351	12.81 404	19.10 412	7.93 393	13.05 398	11.75 392	8.46 386	83.86 434	15.10 368	3.51 387	1.94 340	3.54 404	1.96 392	3.72 387	2.89 325

Venus	12.61 401	16.02 410	21.99 389	3.55 384	3.10 375	15.07 407	2.80 351	12.81 404	19.10 412	7.93 393	13.05 398	11.75 392	8.46 386	83.86 434	15.10 368	3.51 387	1.94 340	3.54 404	1.96 392	3.72 387	2.89 325

LSM	13.03 403	7.72 345	21.01 339	55.44 430	85.65 428	3.65 149	6.27 392	3.91 179	5.06 369	5.63 380	13.91 401	3.53 300	3.46 332	9.93 299	4.36 304	0.72 329	0.95 310	0.72 349	0.85 352	1.09 349	26.67 420

SGM+DAISY	13.18 404	14.36 393	24.65 408	8.10 409	13.49 410	22.47 414	25.54 413	12.13 401	17.08 406	14.77 410	15.82 405	12.17 395	13.97 401	12.65 384	18.22 397	8.40 411	9.18 403	1.23 372	1.33 375	1.23 360	16.81 414

MANE	15.29 405	13.67 379	23.58 405	10.15 414	13.37 409	23.58 416	23.86 410	27.83 416	26.26 416	12.02 409	15.10 402	19.83 404	18.01 406	15.68 404	20.35 405	8.58 412	9.20 404	3.05 397	4.19 409	0.82 326	16.69 410

SGM-ForestM	15.60 406	14.94 404	28.17 413	7.84 408	10.49 405	23.43 415	24.58 411	20.87 414	16.87 403	15.92 413	15.89 406	27.08 415	22.45 413	24.86 414	28.42 419	3.85 394	8.90 397	0.55 311	1.15 367	0.64 285	15.05 398

DGTPSM_ROB	16.67 407	21.79 417	40.19 419	10.00 413	19.05 413	12.43 404	33.20 416	13.71 406	18.09 410	9.71 400	22.85 410	13.77 398	19.64 407	21.23 406	24.07 407	5.09 408	8.95 399	5.62 410	11.49 415	6.73 405	15.75 407

DPSMNet_ROB	16.76 408	21.81 418	40.95 420	10.20 415	19.08 414	12.43 404	33.21 417	13.73 407	18.21 411	9.76 401	22.88 411	13.78 399	19.64 407	21.39 407	24.21 408	5.20 409	8.97 400	5.63 411	11.51 418	6.80 406	15.82 408

KSHMR	17.50 409	14.38 395	22.35 397	4.50 400	4.51 395	8.17 396	3.33 367	15.44 412	76.15 430	7.32 389	61.40 428	56.33 428	5.66 360	32.91 417	13.97 363	4.42 398	2.99 366	3.64 407	2.79 405	5.13 401	4.55 353

LE_ROB	19.18 410	12.99 372	48.22 423	8.42 411	23.91 417	7.26 393	19.71 408	9.92 398	38.58 424	43.44 422	21.85 409	28.15 416	41.18 419	23.00 410	54.71 424	0.38 170	0.34 167	0.32 128	0.36 237	0.43 197	0.49 113

coex-ft	20.00 411	11.54 364	120.82 434	1.18 163	1.30 253	2.36 40	1.99 321	2.96 82	13.96 401	129.83 435	8.40 380	5.88 374	52.82 429	9.93 299	31.13 420	0.61 302	0.62 280	0.50 290	0.49 300	1.10 351	2.63 319

DPSM_ROB	20.83 412	20.01 415	26.54 411	23.64 419	22.42 415	31.06 418	39.94 420	34.02 419	17.42 408	15.35 411	16.05 407	24.04 411	20.69 410	23.28 412	27.60 415	10.77 415	9.41 405	11.68 417	11.50 416	14.48 417	16.71 411

DPSM	20.83 412	20.01 415	26.54 411	23.64 419	22.42 415	31.06 418	39.94 420	34.02 419	17.42 408	15.35 411	16.05 407	24.04 411	20.69 410	23.28 412	27.60 415	10.77 415	9.41 405	11.68 417	11.50 416	14.48 417	16.71 411

ktn	22.24 414	14.37 394	20.30 269	4.54 401	4.02 392	6.52 388	4.50 388	6.78 393	78.80 432	84.67 432	100.54 435	58.48 429	8.39 385	13.13 388	17.09 383	4.61 405	3.24 369	3.49 402	2.62 401	4.70 399	3.96 346

LRCNet_RVC	25.63 415	33.47 420	24.35 407	31.77 421	32.74 418	6.73 390	1.19 244	25.87 415	4.67 358	28.95 414	30.91 416	24.89 413	17.54 404	27.82 415	24.57 410	35.48 425	25.62 427	35.91 427	33.80 426	31.95 427	34.38 424

TorneroNet	26.32 416	14.70 397	22.40 398	4.24 394	4.08 393	54.72 427	3.19 363	15.11 411	76.73 431	57.99 427	82.55 432	86.65 433	45.79 428	13.34 392	18.51 398	4.52 401	2.86 360	3.45 401	2.63 402	8.75 414	4.28 349

DLNR_Zeroshot_test	29.83 417	55.48 430	50.99 425	183.84 434	114.74 431	3.44 104	0.28 1	29.52 418	1.59 32	1.03 28	1.25 35	0.93 42	0.64 8	3.95 187	1.62 160	37.16 426	1.69 336	0.26 33	0.23 50	92.97 431	15.07 399

SPstereo	30.75 418	13.65 377	19.03 164	8.80 412	10.65 406	50.20 426	82.83 434	71.83 431	35.94 423	30.86 417	29.63 415	48.58 427	42.25 426	47.75 431	58.04 431	7.66 410	8.94 398	20.43 420	10.51 414	8.69 413	8.79 379

HanzoNet	31.86 419	17.33 413	21.23 367	7.52 407	5.85 403	7.49 394	3.61 379	14.35 408	13.37 400	50.38 425	46.35 423	44.46 418	56.50 430	36.53 421	28.25 418	64.05 430	58.31 431	9.45 415	89.24 431	31.17 426	31.77 421

Selective-RAFT-Error	41.88 420	40.10 425	53.23 426	47.74 426	45.20 424	62.42 431	80.58 429	68.27 429	34.95 418	30.85 416	32.30 420	48.08 421	42.07 425	46.54 425	54.92 425	21.60 422	19.12 421	23.46 424	23.15 421	29.14 423	33.95 423

CasAABBNet	41.89 421	40.14 426	53.33 430	47.71 425	45.10 423	62.42 431	80.65 430	68.29 430	34.85 417	30.67 415	32.34 421	48.22 422	41.76 424	46.61 427	55.60 427	21.59 421	18.89 417	23.46 424	23.21 422	29.17 424	33.75 422

MyStereo03	43.09 422	40.09 422	53.32 427	48.07 427	45.83 425	62.40 428	80.65 430	67.87 425	35.18 420	31.09 418	32.21 417	48.24 423	41.62 421	46.66 428	55.80 428	21.53 418	18.98 418	23.44 421	23.21 422	29.12 420	56.57 430

MyStereo02	43.09 422	40.09 422	53.32 427	48.07 427	45.83 425	62.40 428	80.65 430	67.87 425	35.18 420	31.09 418	32.21 417	48.24 423	41.62 421	46.66 428	55.80 428	21.53 418	18.98 418	23.44 421	23.21 422	29.12 420	56.57 430

MyStereo	43.09 422	40.09 422	53.32 427	48.07 427	45.83 425	62.40 428	80.65 430	67.87 425	35.18 420	31.09 418	32.21 417	48.24 423	41.62 421	46.66 428	55.80 428	21.53 418	18.98 418	23.44 421	23.21 422	29.12 420	56.57 430

HaxPig	43.31 425	43.63 427	45.01 421	33.88 422	35.67 420	32.79 420	30.52 415	45.50 422	42.95 425	48.75 423	48.14 425	43.24 417	40.44 418	44.58 423	43.63 421	47.17 427	49.30 428	51.65 429	50.37 428	43.72 428	45.27 426

AVERAGE_ROB	44.46 426	45.87 428	46.48 422	40.54 424	38.62 421	32.95 421	30.49 414	46.80 423	43.31 426	49.57 424	48.93 426	44.57 419	39.87 417	45.01 424	43.89 422	48.70 428	50.65 429	50.80 428	49.79 427	45.54 429	46.89 427

MEDIAN_ROB	47.37 427	49.00 429	49.74 424	40.28 423	39.94 422	34.93 422	33.41 418	49.78 424	46.38 428	53.04 426	52.61 427	47.67 420	42.28 427	48.33 432	47.25 423	52.06 429	53.99 430	54.28 430	53.48 429	48.70 430	50.27 428

LSM0	49.69 428	40.02 421	53.50 431	97.07 431	129.56 432	62.65 433	79.82 428	68.02 428	35.12 419	33.72 421	33.34 422	48.41 426	41.54 420	46.57 426	55.40 426	21.63 423	19.16 422	23.60 426	23.13 420	29.46 425	52.08 429

BEATNet-Init1	51.93 429	71.67 432	99.39 433	10.91 417	13.10 407	84.39 434	59.36 424	73.78 432	67.97 429	88.09 433	88.15 433	91.73 434	97.51 435	85.13 436	72.56 435	2.59 377	5.18 381	1.20 371	1.49 380	10.61 415	13.83 389

Anonymous_1	57.77 430	19.65 414	26.12 410	23.12 418	141.97 434	30.79 417	39.72 419	34.10 421	16.98 404	70.09 431	15.64 404	23.44 409	19.73 409	23.03 411	27.21 414	164.70 436	9.02 401	130.41 431	137.42 433	161.21 437	41.01 425

PML	64.55 431	56.00 431	20.79 325	8.10 409	32.82 419	147.60 436	247.57 438	12.71 403	45.39 427	111.32 434	288.85 438	101.42 435	100.62 436	31.63 416	15.84 372	13.96 417	4.84 377	10.95 416	6.18 412	28.99 419	5.33 356

FADE	78.97 432	14.73 398	35.82 415	10.62 416	13.30 408	4.17 263	4.16 387	28.45 417	8.38 395	5.17 379	3.89 350	11.84 394	36.55 416	44.20 422	27.82 417	481.80 438	167.92 437	346.21 438	320.29 438	7.64 410	6.52 365

xxxxx1	112.85 433	94.19 433	38.10 416	228.21 436	161.02 435	39.23 423	61.26 425	92.54 433	79.08 433	63.44 428	74.84 429	77.80 430	69.88 431	33.55 418	70.96 432	117.25 432	130.44 434	258.49 435	273.88 435	145.63 434	147.24 435

tt_ll	112.85 433	94.19 433	38.10 416	228.21 436	161.02 435	39.23 423	61.26 425	92.54 433	79.08 433	63.44 428	74.84 429	77.80 430	69.88 431	33.55 418	70.96 432	117.25 432	130.44 434	258.49 435	273.88 435	145.63 434	147.24 435

ff	112.85 433	94.19 433	38.10 416	228.21 436	161.02 435	39.23 423	61.26 425	92.54 433	79.08 433	63.44 428	74.84 429	77.80 430	69.88 431	33.55 418	70.96 432	117.25 432	130.44 434	258.49 435	273.88 435	145.63 434	147.24 435

ASD4	117.27 436	129.52 436	123.56 435	122.58 432	90.02 429	142.70 435	121.49 435	155.40 437	106.26 436	137.15 436	93.99 434	116.23 436	77.54 434	123.37 437	97.34 436	115.20 431	101.37 432	138.98 433	118.15 432	131.38 433	103.11 433

DPSimNet_ROB	143.68 437	156.64 437	170.66 436	162.59 433	135.40 433	195.13 437	174.01 436	141.76 436	167.78 438	174.58 437	138.78 436	186.01 437	183.75 437	82.32 433	97.85 437	151.24 435	102.48 433	131.25 432	82.78 430	115.21 432	123.37 434

test_example2	213.42 438	219.67 438	222.97 438	213.78 435	220.82 438	199.03 438	200.49 437	189.27 438	143.61 437	211.05 438	218.08 437	210.69 438	205.21 438	221.14 438	216.49 438	236.74 437	242.08 438	213.66 434	216.96 434	235.55 438	231.06 438

Low-res two-view benchmark