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

MIM_Stereo	0.20 56	0.17 166	0.55 173	0.20 34	0.21 284	0.17 9	0.14 12	0.37 97	0.27 57	0.28 91	0.35 143	0.23 85	0.13 30	0.28 97	0.16 46	0.06 1	0.08 138	0.09 119	0.08 103	0.08 64	0.15 216

LoS_RVC	0.14 1	0.11 27	0.32 8	0.18 8	0.16 186	0.20 48	0.18 91	0.21 2	0.18 1	0.14 5	0.20 29	0.12 3	0.17 76	0.17 8	0.14 24	0.06 1	0.05 3	0.06 1	0.04 1	0.05 1	0.14 205

Selective-IGEV	0.15 4	0.10 11	0.34 12	0.32 320	0.19 254	0.16 5	0.14 12	0.29 28	0.20 5	0.13 1	0.14 14	0.13 11	0.08 1	0.23 39	0.14 24	0.06 1	0.13 242	0.07 13	0.06 22	0.06 2	0.11 127

ProNet	0.16 11	0.13 73	0.36 18	0.21 53	0.15 157	0.20 48	0.19 123	0.29 28	0.23 15	0.14 5	0.13 5	0.13 11	0.12 15	0.25 53	0.13 7	0.06 1	0.09 167	0.07 13	0.06 22	0.07 30	0.22 284

RAFT_CTSACE	0.23 121	0.21 210	0.57 190	0.26 229	0.15 157	0.22 86	0.23 218	0.34 71	0.30 92	0.34 198	0.51 278	0.31 174	0.17 76	0.33 146	0.15 37	0.06 1	0.09 167	0.09 119	0.08 103	0.08 64	0.07 11

test_4	0.19 36	0.16 143	0.39 26	0.24 165	0.13 80	0.19 22	0.21 173	0.27 13	0.24 24	0.24 60	0.47 262	0.22 72	0.13 30	0.27 79	0.18 77	0.06 1	0.06 34	0.09 119	0.09 164	0.07 30	0.06 4

test-3	0.18 21	0.10 11	0.48 84	0.23 128	0.14 107	0.18 13	0.16 40	0.32 55	0.29 78	0.26 76	0.17 17	0.22 72	0.13 30	0.26 70	0.19 98	0.06 1	0.14 251	0.08 59	0.08 103	0.06 2	0.10 98

test_1	0.18 21	0.10 11	0.48 84	0.23 128	0.14 107	0.18 13	0.16 40	0.32 55	0.29 78	0.26 76	0.17 17	0.22 72	0.13 30	0.26 70	0.19 98	0.06 1	0.14 251	0.08 59	0.08 103	0.06 2	0.10 98

test_3	0.20 56	0.12 57	0.49 101	0.26 229	0.14 107	0.22 86	0.25 253	0.34 71	0.33 121	0.25 71	0.18 21	0.23 85	0.13 30	0.25 53	0.20 114	0.06 1	0.14 251	0.09 119	0.10 208	0.07 30	0.10 98

cross-raft	0.18 21	0.12 57	0.40 30	0.27 261	0.16 186	0.20 48	0.24 240	0.34 71	0.24 24	0.23 54	0.28 78	0.29 155	0.15 49	0.19 21	0.16 46	0.06 1	0.05 3	0.08 59	0.07 44	0.07 30	0.07 11

RAFT-Stereo + iAFF	0.20 56	0.23 237	0.49 101	0.21 53	0.16 186	0.19 22	0.17 54	0.35 80	0.32 107	0.26 76	0.33 129	0.20 59	0.17 76	0.21 24	0.17 58	0.06 1	0.10 192	0.07 13	0.07 44	0.07 30	0.11 127

AFF-stereo	0.20 56	0.24 247	0.49 101	0.22 85	0.11 25	0.18 13	0.18 91	0.35 80	0.29 78	0.25 71	0.36 156	0.25 111	0.17 76	0.25 53	0.17 58	0.06 1	0.09 167	0.08 59	0.08 103	0.08 64	0.11 127

MyStereo07	0.18 21	0.15 123	0.44 52	0.22 85	0.16 186	0.25 129	0.22 195	0.31 51	0.26 48	0.22 47	0.13 5	0.12 3	0.13 30	0.33 146	0.14 24	0.07 13	0.13 242	0.09 119	0.09 164	0.09 131	0.11 127

MyStereo06	0.23 121	0.15 123	0.74 265	0.22 85	0.14 107	0.25 129	0.22 195	0.43 155	0.25 42	0.36 224	0.24 54	0.34 197	0.18 102	0.24 45	0.20 114	0.07 13	0.12 228	0.09 119	0.09 164	0.09 131	0.11 127

MyStereo05	0.24 147	0.15 123	0.58 203	0.22 85	0.14 107	0.25 129	0.22 195	0.50 219	0.54 301	0.32 175	0.23 49	0.26 127	0.23 146	0.32 137	0.25 178	0.07 13	0.12 228	0.09 119	0.09 164	0.09 131	0.11 127

MyStereo04	0.24 147	0.15 123	0.58 203	0.22 85	0.16 186	0.25 129	0.22 195	0.51 229	0.54 301	0.29 114	0.23 49	0.27 131	0.23 146	0.32 137	0.25 178	0.07 13	0.13 242	0.09 119	0.09 164	0.09 131	0.11 127

AE-Stereo	0.21 79	0.12 57	0.50 119	0.25 197	0.15 157	0.24 120	0.18 91	0.40 131	0.34 129	0.19 23	0.26 65	0.21 69	0.13 30	0.22 35	0.16 46	0.07 13	0.26 352	0.09 119	0.10 208	0.07 30	0.31 339

ff7	0.18 21	0.13 73	0.41 32	0.21 53	0.15 157	0.21 64	0.17 54	0.28 17	0.23 15	0.21 31	0.13 5	0.12 3	0.12 15	0.27 79	0.13 7	0.07 13	0.25 346	0.08 59	0.07 44	0.08 64	0.36 350

IGEVStereo-DCA	0.20 56	0.17 166	0.41 32	0.22 85	0.15 157	0.20 48	0.17 54	0.28 17	0.23 15	0.19 23	0.12 2	0.14 21	0.12 15	0.38 181	0.31 224	0.07 13	0.16 281	0.08 59	0.07 44	0.08 64	0.36 350

ffff	0.18 21	0.13 73	0.41 32	0.21 53	0.15 157	0.21 64	0.17 54	0.28 17	0.23 15	0.21 31	0.13 5	0.12 3	0.12 15	0.27 79	0.13 7	0.07 13	0.25 346	0.08 59	0.07 44	0.08 64	0.36 350

rrr	0.22 92	0.17 166	0.79 283	0.22 85	0.15 157	0.20 48	0.18 91	0.40 131	0.27 57	0.19 23	0.12 2	0.14 21	0.12 15	0.38 181	0.31 224	0.07 13	0.16 281	0.08 59	0.07 44	0.08 64	0.28 330

11t	0.18 21	0.13 73	0.41 32	0.21 53	0.15 157	0.21 64	0.17 54	0.28 17	0.23 15	0.21 31	0.13 5	0.12 3	0.12 15	0.27 79	0.13 7	0.07 13	0.25 346	0.08 59	0.07 44	0.08 64	0.36 350

IGEV_Zeroshot_test	0.23 121	0.11 27	0.82 290	0.21 53	0.23 308	0.20 48	0.19 123	0.38 106	0.23 15	0.34 198	0.22 47	0.29 155	0.14 40	0.24 45	0.20 114	0.07 13	0.09 167	0.08 59	0.08 103	0.08 64	0.35 349

MSKI-zero shot	0.19 36	0.10 11	0.47 72	0.30 305	0.14 107	0.21 64	0.14 12	0.33 67	0.22 12	0.24 60	0.25 58	0.22 72	0.10 3	0.32 137	0.14 24	0.07 13	0.30 371	0.07 13	0.07 44	0.06 2	0.09 57

CASnet	0.15 4	0.13 73	0.30 4	0.22 85	0.08 2	0.15 4	0.14 12	0.28 17	0.26 48	0.23 54	0.20 29	0.15 27	0.11 9	0.18 12	0.13 7	0.07 13	0.05 3	0.11 227	0.09 164	0.08 64	0.05 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.20 56	0.09 3	0.32 8	0.39 355	0.34 355	0.21 64	0.16 40	0.30 37	0.18 1	0.17 15	0.17 17	0.13 11	0.16 61	0.27 79	0.13 7	0.07 13	0.29 370	0.07 13	0.09 164	0.07 30	0.37 358

RAFT-Test	0.19 36	0.11 27	0.41 32	0.26 229	0.21 284	0.26 142	0.17 54	0.37 97	0.26 48	0.24 60	0.29 84	0.32 184	0.14 40	0.22 35	0.15 37	0.07 13	0.08 138	0.07 13	0.07 44	0.06 2	0.07 11

HH	0.22 92	0.12 57	0.55 173	0.32 320	0.16 186	0.27 148	0.18 91	0.36 85	0.25 42	0.20 27	0.26 65	0.34 197	0.18 102	0.33 146	0.15 37	0.07 13	0.16 281	0.07 13	0.07 44	0.07 30	0.31 339

HanStereo	0.22 92	0.12 57	0.55 173	0.32 320	0.16 186	0.27 148	0.18 91	0.36 85	0.25 42	0.20 27	0.26 65	0.34 197	0.18 102	0.33 146	0.15 37	0.07 13	0.16 281	0.07 13	0.07 44	0.07 30	0.31 339

LL-Strereo2	0.21 79	0.25 260	0.53 157	0.32 320	0.20 271	0.25 129	0.14 12	0.32 55	0.25 42	0.25 71	0.20 29	0.24 100	0.12 15	0.28 97	0.18 77	0.07 13	0.07 92	0.12 257	0.09 164	0.09 131	0.16 226

4D-IteraStereo	0.20 56	0.21 210	0.62 226	0.21 53	0.14 107	0.19 22	0.17 54	0.29 28	0.28 65	0.24 60	0.20 29	0.20 59	0.10 3	0.22 35	0.18 77	0.07 13	0.07 92	0.10 181	0.08 103	0.08 64	0.33 344

anonymousdsp2	0.23 121	0.11 27	0.42 40	0.26 229	0.24 319	0.25 129	0.17 54	0.43 155	0.37 162	0.30 135	0.23 49	0.24 100	0.15 49	0.32 137	0.17 58	0.07 13	0.28 359	0.07 13	0.05 8	0.08 64	0.44 371

anonymousdsp	0.20 56	0.13 73	0.49 101	0.28 285	0.20 271	0.21 64	0.17 54	0.29 28	0.24 24	0.22 47	0.13 5	0.12 3	0.12 15	0.32 137	0.13 7	0.07 13	0.26 352	0.08 59	0.07 44	0.08 64	0.48 378

CES	0.14 1	0.08 2	0.24 1	0.17 4	0.23 308	0.18 13	0.15 25	0.24 7	0.20 5	0.14 5	0.18 21	0.14 21	0.10 3	0.19 21	0.12 1	0.07 13	0.05 3	0.06 1	0.04 1	0.08 64	0.20 267

EGLCR-Stereo	0.19 36	0.09 3	0.34 12	0.29 298	0.17 211	0.28 162	0.16 40	0.30 37	0.23 15	0.22 47	0.11 1	0.16 31	0.09 2	0.28 97	0.15 37	0.07 13	0.25 346	0.07 13	0.07 44	0.06 2	0.37 358

DCRE	0.24 147	0.15 123	0.45 55	0.26 229	0.26 332	0.23 102	0.21 173	0.37 97	0.29 78	0.23 54	0.81 357	0.23 85	0.16 61	0.24 45	0.18 77	0.07 13	0.14 251	0.07 13	0.08 103	0.07 30	0.25 312

Selective-RAFT	0.19 36	0.14 107	0.37 23	0.24 165	0.11 25	0.30 190	0.15 25	0.35 80	0.34 129	0.17 15	0.17 17	0.22 72	0.18 102	0.29 114	0.18 77	0.07 13	0.16 281	0.07 13	0.07 44	0.08 64	0.08 37

MC-Stereo	0.18 21	0.10 11	0.36 18	0.28 285	0.14 107	0.18 13	0.15 25	0.24 7	0.20 5	0.21 31	0.24 54	0.16 31	0.13 30	0.25 53	0.14 24	0.07 13	0.17 299	0.07 13	0.07 44	0.06 2	0.30 336

RCA-Stereo	0.17 18	0.10 11	0.33 10	0.20 34	0.11 25	0.19 22	0.17 54	0.39 122	0.36 149	0.21 31	0.25 58	0.17 38	0.17 76	0.18 12	0.15 37	0.07 13	0.14 251	0.07 13	0.06 22	0.06 2	0.08 37

CroCo-Stereo Lap2	0.16 11	0.18 183	0.39 26	0.26 229	0.18 231	0.11 1	0.19 123	0.30 37	0.22 12	0.13 1	0.16 16	0.15 27	0.11 9	0.17 8	0.15 37	0.07 13	0.07 92	0.08 59	0.06 22	0.08 64	0.07 11

DCANet-4	0.20 56	0.11 27	0.58 203	0.19 13	0.09 5	0.19 22	0.18 91	0.39 122	0.42 205	0.29 114	0.31 105	0.17 38	0.22 137	0.21 24	0.20 114	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 57

ccc-4	0.18 21	0.13 73	0.41 32	0.21 53	0.15 157	0.21 64	0.17 54	0.28 17	0.23 15	0.21 31	0.13 5	0.12 3	0.12 15	0.27 79	0.13 7	0.07 13	0.25 346	0.08 59	0.07 44	0.08 64	0.36 350

fff	0.20 56	0.15 123	0.57 190	0.19 13	0.09 5	0.19 22	0.18 91	0.38 106	0.46 242	0.29 114	0.31 105	0.18 46	0.28 212	0.21 24	0.20 114	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 57

ADStereo(finetuned)	0.21 79	0.15 123	0.59 210	0.19 13	0.09 5	0.19 22	0.18 91	0.37 97	0.41 193	0.30 135	0.31 105	0.19 52	0.31 248	0.21 24	0.20 114	0.07 13	0.05 3	0.07 13	0.05 8	0.07 30	0.10 98

raft_robust	0.25 171	0.23 237	0.44 52	0.22 85	0.13 80	0.23 102	0.22 195	0.52 234	0.50 279	0.33 184	0.32 114	0.33 190	0.23 146	0.55 234	0.18 77	0.07 13	0.11 212	0.08 59	0.10 208	0.08 64	0.07 11

RAFT+CT+SA	0.23 121	0.24 247	0.48 84	0.25 197	0.18 231	0.23 102	0.29 286	0.42 150	0.38 169	0.24 60	0.39 184	0.20 59	0.17 76	0.34 160	0.17 58	0.07 13	0.07 92	0.09 119	0.12 269	0.09 131	0.13 182

test_5	0.25 171	0.25 260	0.57 190	0.27 261	0.18 231	0.25 129	0.29 286	0.42 150	0.39 180	0.29 114	0.40 191	0.27 131	0.23 146	0.35 167	0.19 98	0.07 13	0.07 92	0.09 119	0.09 164	0.10 177	0.14 205

SA	0.24 147	0.22 224	0.55 173	0.23 128	0.14 107	0.25 129	0.23 218	0.48 204	0.42 205	0.28 91	0.44 230	0.23 85	0.23 146	0.34 160	0.17 58	0.07 13	0.09 167	0.11 227	0.11 232	0.08 64	0.09 57

IGEV-Stereo	0.20 56	0.13 73	0.49 101	0.28 285	0.20 271	0.21 64	0.17 54	0.29 28	0.24 24	0.22 47	0.13 5	0.12 3	0.12 15	0.32 137	0.13 7	0.07 13	0.26 352	0.08 59	0.07 44	0.08 64	0.48 378
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.25 171	0.24 247	0.50 119	0.23 128	0.18 231	0.19 22	0.19 123	0.39 122	0.35 136	0.28 91	0.36 156	0.34 197	0.23 146	0.66 286	0.28 200	0.07 13	0.07 92	0.08 59	0.07 44	0.09 131	0.14 205

iRaft-Stereo_20w	0.29 227	0.11 27	0.86 302	0.33 331	0.24 319	0.32 221	0.26 263	0.60 310	0.26 48	0.41 277	0.21 41	0.28 143	0.19 119	0.32 137	0.24 166	0.07 13	0.31 375	0.07 13	0.09 164	0.08 64	0.47 376

GLC_STEREO	0.15 4	0.11 27	0.31 6	0.22 85	0.09 5	0.17 9	0.15 25	0.24 7	0.28 65	0.17 15	0.20 29	0.17 38	0.11 9	0.24 45	0.17 58	0.07 13	0.09 167	0.09 119	0.08 103	0.07 30	0.07 11

IPLG	0.23 121	0.19 191	0.65 238	0.21 53	0.12 48	0.28 162	0.17 54	0.45 180	0.32 107	0.33 184	0.32 114	0.16 31	0.17 76	0.50 213	0.23 161	0.07 13	0.06 34	0.08 59	0.07 44	0.07 30	0.08 37

MIPNet	0.22 92	0.19 191	0.64 235	0.22 85	0.12 48	0.28 162	0.20 154	0.48 204	0.39 180	0.31 150	0.24 54	0.19 52	0.24 164	0.28 97	0.20 114	0.07 13	0.05 3	0.08 59	0.07 44	0.07 30	0.08 37

IPLGR	0.22 92	0.14 107	0.75 268	0.21 53	0.11 25	0.25 129	0.18 91	0.44 173	0.38 169	0.29 114	0.28 78	0.21 69	0.19 119	0.37 179	0.19 98	0.07 13	0.06 34	0.08 59	0.07 44	0.07 30	0.07 11

GMOStereo	0.20 56	0.17 166	0.45 55	0.23 128	0.18 231	0.21 64	0.27 268	0.28 17	0.28 65	0.31 150	0.32 114	0.28 143	0.17 76	0.16 3	0.13 7	0.07 13	0.23 337	0.10 181	0.08 103	0.08 64	0.07 11

error version	0.20 56	0.17 166	0.45 55	0.23 128	0.18 231	0.21 64	0.27 268	0.28 17	0.28 65	0.31 150	0.32 114	0.28 143	0.17 76	0.16 3	0.13 7	0.07 13	0.23 337	0.10 181	0.08 103	0.08 64	0.07 11

test-v	0.20 56	0.17 166	0.45 55	0.23 128	0.18 231	0.21 64	0.27 268	0.28 17	0.28 65	0.31 150	0.32 114	0.28 143	0.17 76	0.16 3	0.13 7	0.07 13	0.23 337	0.10 181	0.08 103	0.08 64	0.07 11

LCNet	0.22 92	0.12 57	0.42 40	0.26 229	0.12 48	0.23 102	0.19 123	0.36 85	0.28 65	0.28 91	0.35 143	0.26 127	0.30 235	0.35 167	0.17 58	0.07 13	0.05 3	0.09 119	0.10 208	0.13 255	0.22 284

STrans-v2	0.25 171	0.14 107	0.56 183	0.21 53	0.12 48	0.23 102	0.20 154	0.50 219	0.31 99	0.31 150	0.42 209	0.35 211	0.35 271	0.62 268	0.24 166	0.07 13	0.05 3	0.08 59	0.07 44	0.06 2	0.08 37

TransformOpticalFlow	0.24 147	0.14 107	0.57 190	0.24 165	0.11 25	0.21 64	0.19 123	0.43 155	0.34 129	0.30 135	0.43 221	0.36 216	0.31 248	0.61 260	0.20 114	0.07 13	0.05 3	0.08 59	0.07 44	0.06 2	0.08 37

PSM-AAD	0.26 190	0.11 27	0.43 45	0.24 165	0.12 48	0.27 148	0.37 325	0.36 85	0.30 92	0.36 224	0.39 184	0.28 143	0.77 366	0.30 123	0.16 46	0.07 13	0.06 34	0.12 257	0.11 232	0.09 131	0.21 276

KYRaft	0.23 121	0.11 27	0.43 45	0.23 128	0.12 48	0.23 102	0.23 218	0.37 97	0.26 48	0.35 213	0.53 291	0.34 197	0.26 187	0.29 114	0.16 46	0.07 13	0.05 3	0.09 119	0.10 208	0.08 64	0.30 336

ASMatch	0.23 121	0.11 27	0.55 173	0.25 197	0.14 107	0.19 22	0.16 40	0.32 55	0.30 92	0.28 91	0.68 339	0.28 143	0.26 187	0.50 213	0.22 146	0.07 13	0.06 34	0.08 59	0.07 44	0.06 2	0.11 127

DEmStereo	0.26 190	0.10 11	0.52 147	0.19 13	0.13 80	0.31 208	0.25 253	0.29 28	0.38 169	0.36 224	0.57 306	0.24 100	0.48 326	0.53 226	0.44 283	0.07 13	0.06 34	0.08 59	0.08 103	0.07 30	0.08 37

DRaft	0.25 171	0.11 27	0.47 72	0.18 8	0.12 48	0.28 162	0.23 218	0.34 71	0.40 188	0.38 247	0.60 317	0.20 59	0.41 301	0.48 207	0.41 270	0.07 13	0.06 34	0.08 59	0.08 103	0.07 30	0.08 37

GrayStereo	0.26 190	0.10 11	0.45 55	0.27 261	0.14 107	0.23 102	0.46 352	0.36 85	0.33 121	0.40 267	0.47 262	0.30 165	0.78 367	0.29 114	0.17 58	0.07 13	0.06 34	0.08 59	0.09 164	0.07 30	0.15 216

RAFT-RH_RVC	0.26 190	0.13 73	0.57 190	0.22 85	0.12 48	0.25 129	0.14 12	0.27 13	0.29 78	0.38 247	1.14 377	0.23 85	0.18 102	0.58 243	0.24 166	0.07 13	0.06 34	0.10 181	0.07 44	0.06 2	0.08 37

RAFT-345	0.22 92	0.11 27	0.55 173	0.22 85	0.12 48	0.20 48	0.16 40	0.27 13	0.28 65	0.27 85	0.65 332	0.20 59	0.17 76	0.55 234	0.22 146	0.07 13	0.06 34	0.08 59	0.07 44	0.06 2	0.07 11

test-2	0.20 56	0.17 166	0.45 55	0.23 128	0.18 231	0.21 64	0.27 268	0.28 17	0.28 65	0.31 150	0.32 114	0.28 143	0.17 76	0.16 3	0.13 7	0.07 13	0.23 337	0.10 181	0.08 103	0.08 64	0.07 11

test-1	0.20 56	0.12 57	0.49 101	0.23 128	0.23 308	0.22 86	0.23 218	0.36 85	0.29 78	0.21 31	0.25 58	0.24 100	0.14 40	0.18 12	0.22 146	0.07 13	0.14 251	0.08 59	0.07 44	0.06 2	0.14 205

GMM-Stereo	0.22 92	0.10 11	0.56 183	0.23 128	0.13 80	0.24 120	0.24 240	0.38 106	0.29 78	0.31 150	0.44 230	0.27 131	0.21 132	0.31 132	0.17 58	0.07 13	0.05 3	0.10 181	0.09 164	0.08 64	0.19 255

Prome-Stereo	0.22 92	0.10 11	0.43 45	0.24 165	0.13 80	0.23 102	0.23 218	0.37 97	0.27 57	0.33 184	0.58 309	0.24 100	0.28 212	0.30 123	0.16 46	0.07 13	0.05 3	0.08 59	0.07 44	0.08 64	0.20 267

iRaftStereo_RVC	0.17 18	0.16 143	0.35 16	0.21 53	0.11 25	0.20 48	0.17 54	0.34 71	0.25 42	0.20 27	0.25 58	0.19 52	0.12 15	0.21 24	0.16 46	0.07 13	0.12 228	0.10 181	0.09 164	0.09 131	0.14 205

CREStereo++_RVC	0.16 11	0.09 3	0.42 40	0.17 4	0.11 25	0.18 13	0.13 2	0.23 3	0.31 99	0.21 31	0.31 105	0.13 11	0.11 9	0.17 8	0.16 46	0.07 13	0.04 1	0.06 1	0.15 316	0.06 2	0.05 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
s12784h	0.18 21	0.09 3	0.38 24	0.18 8	0.07 1	0.33 227	0.19 123	0.39 122	0.34 129	0.24 60	0.25 58	0.18 46	0.18 102	0.25 53	0.17 58	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.05 1

DCANet	0.20 56	0.15 123	0.57 190	0.19 13	0.09 5	0.19 22	0.18 91	0.37 97	0.41 193	0.30 135	0.31 105	0.19 52	0.23 146	0.21 24	0.20 114	0.07 13	0.05 3	0.07 13	0.05 8	0.07 30	0.10 98

csc	0.20 56	0.15 123	0.57 190	0.19 13	0.09 5	0.19 22	0.18 91	0.38 106	0.46 242	0.29 114	0.31 105	0.18 46	0.28 212	0.21 24	0.20 114	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 57

cscssc	0.20 56	0.15 123	0.57 190	0.19 13	0.09 5	0.19 22	0.18 91	0.38 106	0.46 242	0.29 114	0.31 105	0.18 46	0.28 212	0.21 24	0.20 114	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 57

test_xeample3	0.22 92	0.17 166	0.81 287	0.21 53	0.15 157	0.20 48	0.18 91	0.40 131	0.25 42	0.19 23	0.12 2	0.13 11	0.12 15	0.34 160	0.33 238	0.07 13	0.20 318	0.07 13	0.08 103	0.08 64	0.34 347

EAI-Stereo	0.29 227	0.11 27	0.38 24	0.22 85	0.18 231	0.33 227	1.66 409	0.53 244	0.27 57	0.27 85	0.50 275	0.17 38	0.16 61	0.25 53	0.25 178	0.07 13	0.07 92	0.07 13	0.11 232	0.07 30	0.10 98

CFNet-RSSM	0.18 21	0.10 11	0.45 55	0.20 34	0.12 48	0.20 48	0.16 40	0.40 131	0.31 99	0.23 54	0.21 41	0.26 127	0.15 49	0.21 24	0.14 24	0.07 13	0.05 3	0.07 13	0.07 44	0.06 2	0.06 4

Gwc-CoAtRS	0.17 18	0.10 11	0.41 32	0.20 34	0.12 48	0.20 48	0.15 25	0.34 71	0.29 78	0.23 54	0.23 49	0.27 131	0.15 49	0.21 24	0.14 24	0.07 13	0.06 34	0.07 13	0.07 44	0.06 2	0.07 11

HITNet	0.22 92	0.23 237	0.60 217	0.20 34	0.09 5	0.27 148	0.15 25	0.45 180	0.33 121	0.29 114	0.33 129	0.27 131	0.22 137	0.29 114	0.27 194	0.07 13	0.05 3	0.07 13	0.06 22	0.09 131	0.11 127
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
MLCV	0.25 171	0.23 237	0.59 210	0.22 85	0.09 5	0.30 190	0.18 91	0.40 131	0.38 169	0.38 247	0.44 230	0.31 174	0.22 137	0.44 196	0.32 230	0.07 13	0.05 3	0.07 13	0.06 22	0.07 30	0.08 37

DN-CSS_ROB	0.24 147	0.33 306	0.69 250	0.25 197	0.14 107	0.26 142	0.13 2	0.42 150	0.35 136	0.30 135	0.42 209	0.22 72	0.20 125	0.34 160	0.22 146	0.07 13	0.06 34	0.11 227	0.11 232	0.11 218	0.09 57

MyStereo8	0.25 171	0.20 203	0.69 250	0.24 165	0.17 211	0.31 208	0.16 40	0.50 219	0.32 107	0.29 114	0.38 170	0.25 111	0.19 119	0.33 146	0.29 213	0.08 87	0.20 318	0.08 59	0.08 103	0.10 177	0.16 226

ACVNet-DCA	0.21 79	0.16 143	0.50 119	0.27 261	0.13 80	0.31 208	0.19 123	0.43 155	0.32 107	0.21 31	0.20 29	0.13 11	0.17 76	0.28 97	0.12 1	0.08 87	0.28 359	0.08 59	0.06 22	0.09 131	0.23 291

xx1	0.23 121	0.16 143	0.50 119	0.27 261	0.13 80	0.31 208	0.19 123	0.39 122	0.48 261	0.21 31	0.20 29	0.28 143	0.25 175	0.28 97	0.12 1	0.08 87	0.28 359	0.10 181	0.11 232	0.09 131	0.23 291

1test111	0.22 92	0.16 143	0.50 119	0.27 261	0.13 80	0.31 208	0.19 123	0.43 155	0.32 107	0.21 31	0.20 29	0.13 11	0.17 76	0.36 171	0.28 200	0.08 87	0.28 359	0.08 59	0.06 22	0.09 131	0.23 291

cc1	0.22 92	0.16 143	0.50 119	0.27 261	0.13 80	0.31 208	0.19 123	0.39 122	0.48 261	0.21 31	0.20 29	0.13 11	0.17 76	0.28 97	0.12 1	0.08 87	0.28 359	0.08 59	0.06 22	0.08 64	0.37 358

DualNet	0.33 261	0.17 166	0.84 295	0.21 53	0.13 80	0.29 179	0.21 173	0.38 106	0.46 242	0.31 150	0.44 230	0.34 197	0.24 164	0.28 97	1.30 375	0.08 87	0.28 359	0.12 257	0.11 232	0.08 64	0.37 358

ffm	0.27 206	0.17 166	0.84 295	0.21 53	0.13 80	0.29 179	0.21 173	0.38 106	0.46 242	0.31 150	0.44 230	0.34 197	0.24 164	0.28 97	0.12 1	0.08 87	0.28 359	0.12 257	0.11 232	0.08 64	0.37 358

ff1	0.36 277	0.17 166	0.84 295	0.21 53	0.13 80	0.29 179	0.21 173	0.38 106	0.46 242	0.31 150	0.44 230	0.34 197	0.24 164	0.91 350	1.30 375	0.08 87	0.28 359	0.12 257	0.11 232	0.08 64	0.37 358

tt1	0.22 92	0.16 143	0.49 101	0.26 229	0.15 157	0.31 208	0.19 123	0.38 106	0.46 242	0.21 31	0.19 24	0.13 11	0.16 61	0.28 97	0.12 1	0.08 87	0.28 359	0.08 59	0.06 22	0.08 64	0.37 358

StereoIM	0.15 4	0.17 166	0.39 26	0.19 13	0.15 157	0.16 5	0.13 2	0.26 10	0.22 12	0.13 1	0.15 15	0.14 21	0.11 9	0.17 8	0.17 58	0.08 87	0.07 92	0.08 59	0.06 22	0.07 30	0.06 4

MIF-Stereo	0.15 4	0.12 57	0.45 55	0.21 53	0.14 107	0.17 9	0.13 2	0.20 1	0.19 3	0.16 11	0.20 29	0.10 1	0.11 9	0.18 12	0.17 58	0.08 87	0.06 34	0.07 13	0.06 22	0.08 64	0.07 11

Any-RAFT	0.18 21	0.09 3	0.33 10	0.19 13	0.10 17	0.29 179	0.16 40	0.44 173	0.32 107	0.25 71	0.27 74	0.29 155	0.16 61	0.23 39	0.13 7	0.08 87	0.07 92	0.06 1	0.05 8	0.07 30	0.07 11

LL-Strereo	0.32 254	0.33 306	0.77 278	0.26 229	0.24 319	0.22 86	0.23 218	0.58 293	0.44 222	0.35 213	0.32 114	0.41 246	0.40 296	0.93 356	0.25 178	0.08 87	0.13 242	0.11 227	0.09 164	0.09 131	0.22 284

CBFPSM	0.28 213	0.23 237	0.76 272	0.21 53	0.14 107	0.38 273	0.26 263	0.42 150	0.37 162	0.34 198	0.36 156	0.55 315	0.38 286	0.33 146	0.40 265	0.08 87	0.08 138	0.07 13	0.08 103	0.09 131	0.12 162

LoS	0.15 4	0.09 3	0.34 12	0.17 4	0.09 5	0.22 86	0.14 12	0.27 13	0.27 57	0.15 9	0.18 21	0.19 52	0.14 40	0.23 39	0.14 24	0.08 87	0.06 34	0.06 1	0.04 1	0.06 2	0.06 4

ToySt	0.28 213	0.19 191	0.68 249	0.22 85	0.19 254	0.31 208	0.31 301	0.43 155	0.43 215	0.28 91	0.38 170	0.42 256	0.32 259	0.33 146	0.32 230	0.08 87	0.14 251	0.10 181	0.12 269	0.11 218	0.24 303

anonymousa	0.26 190	0.13 73	0.56 183	0.29 298	0.30 349	0.31 208	0.20 154	0.38 106	0.36 149	0.33 184	0.51 278	0.41 246	0.27 193	0.25 53	0.24 166	0.08 87	0.18 306	0.09 119	0.18 340	0.08 64	0.17 238

TestStereo1	0.23 121	0.22 224	0.50 119	0.27 261	0.14 107	0.26 142	0.27 268	0.43 155	0.38 169	0.29 114	0.39 184	0.23 85	0.21 132	0.33 146	0.18 77	0.08 87	0.08 138	0.09 119	0.08 103	0.08 64	0.10 98

qqq	0.24 147	0.16 143	0.46 67	0.20 34	0.15 157	0.23 102	0.20 154	0.43 155	0.32 107	0.26 76	0.31 105	0.28 143	0.25 175	0.36 171	0.28 200	0.08 87	0.22 329	0.10 181	0.11 232	0.09 131	0.23 291

SA-5K	0.23 121	0.22 224	0.50 119	0.27 261	0.14 107	0.26 142	0.27 268	0.43 155	0.38 169	0.29 114	0.39 184	0.23 85	0.21 132	0.33 146	0.18 77	0.08 87	0.08 138	0.09 119	0.08 103	0.08 64	0.10 98

Sa-1000	0.24 147	0.20 203	0.53 157	0.23 128	0.14 107	0.30 190	0.23 218	0.50 219	0.41 193	0.30 135	0.50 275	0.26 127	0.19 119	0.33 146	0.16 46	0.08 87	0.10 192	0.10 181	0.11 232	0.08 64	0.08 37

CrosDoStereo	0.32 254	0.11 27	0.53 157	0.19 13	0.12 48	0.22 86	1.07 399	0.36 85	0.38 169	0.38 247	0.60 317	0.28 143	0.45 313	0.61 260	0.56 317	0.08 87	0.06 34	0.08 59	0.09 164	0.08 64	0.09 57

HHNet	0.23 121	0.12 57	0.66 241	0.19 13	0.18 231	0.20 48	0.20 154	0.36 85	0.32 107	0.33 184	0.59 313	0.19 52	0.21 132	0.24 45	0.31 224	0.08 87	0.06 34	0.09 119	0.07 44	0.08 64	0.12 162

AAGNet	0.34 269	0.12 57	0.53 157	0.26 229	0.16 186	0.20 48	0.19 123	0.31 51	0.29 78	0.35 213	0.35 143	0.27 131	0.30 235	0.44 196	2.56 407	0.08 87	0.05 3	0.10 181	0.07 44	0.09 131	0.07 11

OMP-Stereo	0.24 147	0.16 143	0.48 84	0.30 305	0.13 80	0.21 64	0.16 40	0.38 106	0.35 136	0.34 198	0.30 95	0.33 190	0.20 125	0.70 296	0.24 166	0.08 87	0.06 34	0.09 119	0.07 44	0.08 64	0.07 11

IIG-Stereo	0.24 147	0.16 143	0.47 72	0.29 298	0.12 48	0.23 102	0.14 12	0.40 131	0.33 121	0.35 213	0.37 164	0.33 190	0.22 137	0.70 296	0.26 187	0.08 87	0.06 34	0.09 119	0.07 44	0.08 64	0.07 11

NRIStereo	0.20 56	0.12 57	0.50 119	0.23 128	0.11 25	0.24 120	0.19 123	0.30 37	0.28 65	0.26 76	0.26 65	0.25 111	0.18 102	0.34 160	0.19 98	0.08 87	0.06 34	0.09 119	0.07 44	0.09 131	0.09 57

FTStereo	0.28 213	0.11 27	0.56 183	0.24 165	0.13 80	0.21 64	0.52 366	0.36 85	0.28 65	0.38 247	0.94 369	0.30 165	0.56 344	0.33 146	0.18 77	0.08 87	0.06 34	0.09 119	0.08 103	0.08 64	0.19 255

DeepStereo_LL	0.32 254	0.11 27	0.53 157	0.19 13	0.12 48	0.22 86	1.07 399	0.36 85	0.38 169	0.38 247	0.60 317	0.28 143	0.45 313	0.61 260	0.56 317	0.08 87	0.06 34	0.08 59	0.09 164	0.08 64	0.09 57

SST-Stereo	0.22 92	0.11 27	0.52 147	0.25 197	0.14 107	0.19 22	0.17 54	0.32 55	0.26 48	0.34 198	0.33 129	0.29 155	0.25 175	0.56 239	0.18 77	0.08 87	0.05 3	0.10 181	0.08 103	0.09 131	0.07 11

THIR-Stereo	0.30 239	0.15 123	0.46 67	0.19 13	0.11 25	0.28 162	0.70 380	0.33 67	0.36 149	0.37 239	0.64 330	0.33 190	0.49 330	0.58 243	0.44 283	0.08 87	0.06 34	0.08 59	0.09 164	0.07 30	0.08 37

RAFT_R40	0.22 92	0.11 27	0.52 147	0.25 197	0.13 80	0.18 13	0.18 91	0.32 55	0.31 99	0.33 184	0.33 129	0.30 165	0.23 146	0.55 234	0.19 98	0.08 87	0.05 3	0.10 181	0.08 103	0.09 131	0.07 11

DeepStereo_RVC	0.19 36	0.12 57	0.47 72	0.22 85	0.11 25	0.19 22	0.16 40	0.29 28	0.24 24	0.28 91	0.27 74	0.23 85	0.28 212	0.24 45	0.19 98	0.08 87	0.06 34	0.09 119	0.07 44	0.09 131	0.10 98

IRAFT_RVC	0.23 121	0.15 123	0.54 167	0.26 229	0.12 48	0.19 22	0.23 218	0.41 149	0.39 180	0.31 150	0.30 95	0.29 155	0.24 164	0.55 234	0.23 161	0.08 87	0.06 34	0.10 181	0.08 103	0.08 64	0.08 37

CroCo-Stereo	0.15 4	0.16 143	0.34 12	0.25 197	0.12 48	0.11 1	0.18 91	0.35 80	0.24 24	0.13 1	0.13 5	0.18 46	0.12 15	0.15 1	0.13 7	0.08 87	0.06 34	0.07 13	0.05 8	0.07 30	0.06 4
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
RAFT	0.24 147	0.24 247	0.46 67	0.27 261	0.15 157	0.26 142	0.26 263	0.37 97	0.31 99	0.34 198	0.34 137	0.41 246	0.22 137	0.30 123	0.18 77	0.08 87	0.15 272	0.11 227	0.10 208	0.11 218	0.13 182

rafts_anoy	0.21 79	0.22 224	0.49 101	0.25 197	0.24 319	0.19 22	0.17 54	0.34 71	0.32 107	0.24 60	0.25 58	0.20 59	0.16 61	0.25 53	0.21 131	0.08 87	0.19 310	0.11 227	0.12 269	0.09 131	0.09 57

TestStereo	0.22 92	0.24 247	0.48 84	0.25 197	0.11 25	0.22 86	0.22 195	0.32 55	0.31 99	0.24 60	0.34 137	0.23 85	0.19 119	0.62 268	0.19 98	0.08 87	0.07 92	0.10 181	0.07 44	0.11 218	0.07 11

raft+_RVC	0.21 79	0.21 210	0.46 67	0.22 85	0.35 358	0.21 64	0.16 40	0.39 122	0.35 136	0.22 47	0.28 78	0.20 59	0.15 49	0.25 53	0.20 114	0.08 87	0.16 281	0.08 59	0.07 44	0.07 30	0.12 162

TANstereo	0.16 11	0.11 27	0.43 45	0.16 3	0.08 2	0.25 129	0.14 12	0.23 3	0.29 78	0.25 71	0.30 95	0.16 31	0.12 15	0.18 12	0.13 7	0.08 87	0.07 92	0.06 1	0.05 8	0.07 30	0.08 37

XX-TBD	0.16 11	0.21 210	0.43 45	0.22 85	0.10 17	0.23 102	0.15 25	0.23 3	0.28 65	0.22 47	0.26 65	0.14 21	0.12 15	0.16 3	0.14 24	0.08 87	0.05 3	0.06 1	0.04 1	0.07 30	0.06 4

raftrobust	0.19 36	0.19 191	0.42 40	0.23 128	0.24 319	0.19 22	0.13 2	0.33 67	0.28 65	0.26 76	0.20 29	0.19 52	0.17 76	0.23 39	0.17 58	0.08 87	0.10 192	0.07 13	0.06 22	0.07 30	0.09 57

RALCasStereoNet	0.22 92	0.22 224	0.48 84	0.23 128	0.23 308	0.22 86	0.18 91	0.32 55	0.27 57	0.22 47	0.30 95	0.22 72	0.15 49	0.29 114	0.20 114	0.08 87	0.22 329	0.07 13	0.06 22	0.10 177	0.25 312

RALAANet	0.21 79	0.24 247	0.53 157	0.23 128	0.14 107	0.22 86	0.13 2	0.38 106	0.30 92	0.29 114	0.26 65	0.25 111	0.15 49	0.28 97	0.20 114	0.08 87	0.08 138	0.09 119	0.08 103	0.10 177	0.07 11

XX-Stereo	0.25 171	0.11 27	1.09 342	0.35 340	0.38 367	0.23 102	0.13 2	0.43 155	0.19 3	0.20 27	0.40 191	0.31 174	0.10 3	0.33 146	0.13 7	0.08 87	0.11 212	0.08 59	0.09 164	0.07 30	0.10 98

111	0.22 92	0.22 224	0.57 190	0.19 13	0.09 5	0.24 120	0.17 54	0.44 173	0.46 242	0.24 60	0.30 95	0.29 155	0.22 137	0.25 53	0.19 98	0.08 87	0.05 3	0.07 13	0.06 22	0.07 30	0.15 216

ARAFT	0.26 190	0.30 292	0.87 304	0.22 85	0.12 48	0.30 190	0.24 240	0.46 186	0.34 129	0.33 184	0.28 78	0.29 155	0.20 125	0.49 209	0.19 98	0.08 87	0.06 34	0.12 257	0.11 232	0.09 131	0.09 57

MMNet	0.28 213	0.19 191	0.54 167	0.24 165	0.17 211	0.47 316	0.22 195	0.47 195	0.53 297	0.40 267	0.43 221	0.36 216	0.34 264	0.40 185	0.35 248	0.08 87	0.08 138	0.09 119	0.09 164	0.10 177	0.09 57

DIP-Stereo	0.20 56	0.13 73	0.48 84	0.20 34	0.13 80	0.28 162	0.12 1	0.43 155	0.26 48	0.27 85	0.32 114	0.21 69	0.17 76	0.26 70	0.20 114	0.08 87	0.06 34	0.08 59	0.06 22	0.07 30	0.10 98
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
BEATNet_4x	0.25 171	0.25 260	0.66 241	0.23 128	0.10 17	0.29 179	0.14 12	0.49 211	0.34 129	0.31 150	0.35 143	0.32 184	0.26 187	0.34 160	0.33 238	0.08 87	0.06 34	0.08 59	0.07 44	0.11 218	0.13 182

R-Stereo Train	0.19 36	0.10 11	0.49 101	0.22 85	0.12 48	0.23 102	0.18 91	0.43 155	0.20 5	0.31 150	0.45 243	0.20 59	0.14 40	0.18 12	0.18 77	0.08 87	0.06 34	0.07 13	0.06 22	0.06 2	0.07 11

RAFT-Stereo	0.19 36	0.10 11	0.49 101	0.22 85	0.12 48	0.23 102	0.18 91	0.43 155	0.20 5	0.31 150	0.45 243	0.20 59	0.14 40	0.18 12	0.18 77	0.08 87	0.06 34	0.07 13	0.06 22	0.06 2	0.07 11
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HSM-Net_RVC	0.28 213	0.12 57	0.48 84	0.19 13	0.11 25	0.35 254	0.21 173	0.64 335	0.44 222	0.40 267	0.43 221	0.50 300	0.27 193	0.75 312	0.25 178	0.08 87	0.07 92	0.08 59	0.07 44	0.08 64	0.09 57
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iResNet	0.25 171	0.22 224	0.62 226	0.26 229	0.11 25	0.31 208	0.23 218	0.46 186	0.45 233	0.34 198	0.43 221	0.27 131	0.23 146	0.36 171	0.37 257	0.08 87	0.05 3	0.07 13	0.06 22	0.08 64	0.10 98

iResNet_ROB	0.27 206	0.27 276	0.48 84	0.21 53	0.12 48	0.32 221	0.17 54	0.57 281	0.55 309	0.39 258	0.44 230	0.37 220	0.28 212	0.43 193	0.28 200	0.08 87	0.06 34	0.06 1	0.05 8	0.09 131	0.11 127

CoDeX	0.24 147	0.13 73	0.48 84	0.22 85	0.14 107	0.29 179	0.21 173	0.55 262	0.42 205	0.29 114	0.36 156	0.28 143	0.23 146	0.48 207	0.20 114	0.09 142	0.06 34	0.08 59	0.07 44	0.08 64	0.08 37

mmm	0.25 171	0.15 123	0.44 52	0.23 128	0.20 271	0.28 162	0.21 173	0.43 155	0.32 107	0.31 150	0.40 191	0.30 165	0.24 164	0.31 132	0.28 200	0.09 142	0.21 323	0.11 227	0.12 269	0.10 177	0.26 321

11t1	0.21 79	0.12 57	0.45 55	0.20 34	0.15 157	0.27 148	0.17 54	0.37 97	0.28 65	0.27 85	0.25 58	0.24 100	0.23 146	0.28 97	0.25 178	0.09 142	0.19 310	0.07 13	0.07 44	0.09 131	0.23 291

1111x	0.39 294	0.17 166	0.80 286	0.23 128	0.15 157	0.33 227	0.27 268	0.62 325	0.48 261	0.32 175	0.43 221	0.40 239	0.29 228	0.86 340	1.60 391	0.09 142	0.23 337	0.09 119	0.12 269	0.10 177	0.23 291

whm_eth	0.24 147	0.21 210	0.72 263	0.24 165	0.19 254	0.21 64	0.19 123	0.40 131	0.43 215	0.31 150	0.60 317	0.15 27	0.18 102	0.26 70	0.19 98	0.09 142	0.08 138	0.10 181	0.09 164	0.09 131	0.13 182

test croco	0.18 21	0.16 143	0.59 210	0.21 53	0.13 80	0.16 5	0.17 54	0.29 28	0.23 15	0.16 11	0.26 65	0.13 11	0.17 76	0.27 79	0.17 58	0.09 142	0.06 34	0.10 181	0.07 44	0.10 177	0.07 11

MIF-Stereo (partial)	0.18 21	0.13 73	0.50 119	0.22 85	0.15 157	0.16 5	0.13 2	0.29 28	0.26 48	0.17 15	0.26 65	0.16 31	0.17 76	0.25 53	0.18 77	0.09 142	0.06 34	0.10 181	0.08 103	0.09 131	0.08 37

PCWNet_CMD	0.23 121	0.14 107	0.48 84	0.21 53	0.13 80	0.28 162	0.17 54	0.47 195	0.47 255	0.30 135	0.36 156	0.37 220	0.24 164	0.29 114	0.21 131	0.09 142	0.06 34	0.10 181	0.08 103	0.11 218	0.11 127

gwcnet-sp	0.25 171	0.16 143	0.70 253	0.23 128	0.14 107	0.34 241	0.22 195	0.46 186	0.41 193	0.37 239	0.35 143	0.27 131	0.27 193	0.36 171	0.26 187	0.09 142	0.08 138	0.09 119	0.09 164	0.10 177	0.10 98

scenet	0.25 171	0.16 143	0.70 253	0.23 128	0.14 107	0.34 241	0.22 195	0.46 186	0.41 193	0.37 239	0.35 143	0.27 131	0.27 193	0.36 171	0.26 187	0.09 142	0.08 138	0.09 119	0.09 164	0.10 177	0.10 98

knoymous	0.18 21	0.10 11	0.35 16	0.17 4	0.11 25	0.21 64	0.17 54	0.33 67	0.24 24	0.24 60	0.28 78	0.27 131	0.16 61	0.24 45	0.17 58	0.09 142	0.06 34	0.09 119	0.06 22	0.09 131	0.10 98

riskmin	0.24 147	0.10 11	0.43 45	0.32 320	0.26 332	0.33 227	0.19 123	0.44 173	0.30 92	0.24 60	0.27 74	0.37 220	0.25 175	0.30 123	0.22 146	0.09 142	0.18 306	0.09 119	0.13 293	0.10 177	0.27 324

ssnet	0.25 171	0.16 143	0.70 253	0.23 128	0.14 107	0.34 241	0.22 195	0.46 186	0.41 193	0.37 239	0.35 143	0.27 131	0.27 193	0.36 171	0.26 187	0.09 142	0.08 138	0.09 119	0.09 164	0.10 177	0.10 98

x	0.23 121	0.15 123	0.45 55	0.20 34	0.15 157	0.27 148	0.17 54	0.43 155	0.35 136	0.26 76	0.31 105	0.29 155	0.25 175	0.29 114	0.30 215	0.09 142	0.22 329	0.08 59	0.09 164	0.09 131	0.24 303

DisPM	0.20 56	0.11 27	0.52 147	0.24 165	0.13 80	0.18 13	0.19 123	0.30 37	0.31 99	0.33 184	0.34 137	0.23 85	0.16 61	0.34 160	0.17 58	0.09 142	0.06 34	0.09 119	0.08 103	0.08 64	0.12 162

IER	0.24 147	0.15 123	0.50 119	0.21 53	0.15 157	0.31 208	0.20 154	0.44 173	0.38 169	0.34 198	0.41 202	0.32 184	0.34 264	0.31 132	0.23 161	0.09 142	0.07 92	0.08 59	0.08 103	0.09 131	0.09 57

hknet	0.26 190	0.15 123	0.49 101	0.25 197	0.16 186	0.35 254	0.22 195	0.59 301	0.40 188	0.34 198	0.35 143	0.43 262	0.28 212	0.38 181	0.26 187	0.09 142	0.07 92	0.11 227	0.10 208	0.09 131	0.10 98

CIPLG	0.23 121	0.28 283	0.75 268	0.24 165	0.16 186	0.25 129	0.20 154	0.38 106	0.33 121	0.32 175	0.34 137	0.23 85	0.15 49	0.27 79	0.22 146	0.09 142	0.07 92	0.08 59	0.07 44	0.08 64	0.09 57

DAS	0.28 213	0.13 73	0.49 101	0.24 165	0.18 231	0.30 190	0.24 240	0.48 204	0.48 261	0.42 281	0.45 243	0.34 197	0.31 248	0.76 318	0.24 166	0.09 142	0.07 92	0.09 119	0.07 44	0.10 177	0.11 127

SepStereo	0.27 206	0.13 73	0.49 101	0.24 165	0.18 231	0.30 190	0.24 240	0.48 204	0.48 261	0.42 281	0.45 243	0.34 197	0.31 248	0.64 276	0.24 166	0.09 142	0.07 92	0.09 119	0.07 44	0.10 177	0.11 127

IPLGR_C	0.23 121	0.29 286	0.81 287	0.24 165	0.16 186	0.24 120	0.20 154	0.38 106	0.33 121	0.32 175	0.33 129	0.23 85	0.15 49	0.26 70	0.22 146	0.09 142	0.07 92	0.08 59	0.07 44	0.08 64	0.09 57

ACRE	0.23 121	0.27 276	0.83 292	0.24 165	0.15 157	0.24 120	0.20 154	0.38 106	0.32 107	0.32 175	0.33 129	0.23 85	0.15 49	0.26 70	0.22 146	0.09 142	0.07 92	0.08 59	0.07 44	0.08 64	0.09 57

GwcNet-ADL	0.23 121	0.15 123	0.58 203	0.24 165	0.13 80	0.23 102	0.24 240	0.51 229	0.41 193	0.28 91	0.29 84	0.30 165	0.20 125	0.27 79	0.28 200	0.09 142	0.07 92	0.07 13	0.07 44	0.09 131	0.11 127

TRStereo	0.22 92	0.21 210	0.62 226	0.40 359	0.19 254	0.22 86	0.16 40	0.58 293	0.30 92	0.21 31	0.21 41	0.22 72	0.13 30	0.27 79	0.14 24	0.09 142	0.09 167	0.09 119	0.11 232	0.06 2	0.19 255

Patchmatch Stereo++	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.19 22	0.14 12	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.27 79	0.18 77	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57
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
NF-Stereo	0.22 92	0.11 27	0.52 147	0.25 197	0.12 48	0.21 64	0.18 91	0.40 131	0.35 136	0.28 91	0.30 95	0.22 72	0.17 76	0.52 224	0.21 131	0.09 142	0.06 34	0.09 119	0.08 103	0.08 64	0.13 182

OCTAStereo	0.22 92	0.11 27	0.52 147	0.25 197	0.12 48	0.21 64	0.18 91	0.40 131	0.35 136	0.28 91	0.30 95	0.22 72	0.17 76	0.51 218	0.21 131	0.09 142	0.06 34	0.09 119	0.08 103	0.08 64	0.13 182

PSM-softLoss	0.22 92	0.11 27	0.53 157	0.25 197	0.12 48	0.20 48	0.17 54	0.39 122	0.29 78	0.29 114	0.32 114	0.24 100	0.16 61	0.53 226	0.21 131	0.09 142	0.06 34	0.10 181	0.09 164	0.08 64	0.12 162

KMStereo	0.22 92	0.11 27	0.53 157	0.25 197	0.12 48	0.20 48	0.17 54	0.39 122	0.29 78	0.29 114	0.32 114	0.24 100	0.16 61	0.53 226	0.21 131	0.09 142	0.06 34	0.10 181	0.09 164	0.08 64	0.12 162

PSM-adaLoss	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.19 22	0.15 25	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.25 53	0.17 58	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

ROB_FTStereo_v2	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.19 22	0.15 25	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.25 53	0.18 77	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

ROB_FTStereo	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.19 22	0.13 2	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.25 53	0.17 58	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

HUI-Stereo	0.19 36	0.13 73	0.52 147	0.22 85	0.11 25	0.19 22	0.14 12	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.23 39	0.17 58	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

PFNet	0.24 147	0.11 27	0.63 231	0.25 197	0.14 107	0.22 86	0.19 123	0.40 131	0.35 136	0.36 224	0.32 114	0.27 131	0.20 125	0.63 271	0.23 161	0.09 142	0.05 3	0.09 119	0.08 103	0.08 64	0.08 37

RE-Stereo	0.22 92	0.11 27	0.52 147	0.25 197	0.12 48	0.21 64	0.18 91	0.40 131	0.35 136	0.28 91	0.30 95	0.22 72	0.17 76	0.51 218	0.21 131	0.09 142	0.06 34	0.09 119	0.08 103	0.08 64	0.13 182

Pruner-Stereo	0.20 56	0.12 57	0.49 101	0.29 298	0.12 48	0.19 22	0.17 54	0.32 55	0.31 99	0.33 184	0.32 114	0.25 111	0.15 49	0.25 53	0.22 146	0.09 142	0.06 34	0.09 119	0.08 103	0.08 64	0.10 98

TVStereo	0.22 92	0.11 27	0.52 147	0.25 197	0.12 48	0.21 64	0.18 91	0.40 131	0.35 136	0.28 91	0.30 95	0.22 72	0.17 76	0.51 218	0.21 131	0.09 142	0.06 34	0.09 119	0.08 103	0.08 64	0.13 182

iGMRVC	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.19 22	0.15 25	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.27 79	0.18 77	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

iRAFT	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.19 22	0.14 12	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.27 79	0.18 77	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

AnonymousM	0.19 36	0.20 203	0.30 4	0.18 8	0.10 17	0.19 22	0.17 54	0.32 55	0.27 57	0.27 85	0.21 41	0.18 46	0.14 40	0.21 24	0.16 46	0.09 142	0.08 138	0.38 373	0.15 316	0.06 2	0.08 37

CRE-IMP	0.19 36	0.13 73	0.51 131	0.23 128	0.11 25	0.24 120	0.17 54	0.31 51	0.24 24	0.27 85	0.26 65	0.24 100	0.17 76	0.24 45	0.19 98	0.09 142	0.05 3	0.10 181	0.07 44	0.10 177	0.10 98

RAFT-IKP	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.18 13	0.15 25	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.26 70	0.18 77	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

CFNet_pseudo	0.23 121	0.14 107	0.48 84	0.20 34	0.13 80	0.27 148	0.17 54	0.46 186	0.45 233	0.30 135	0.37 164	0.38 226	0.23 146	0.30 123	0.22 146	0.09 142	0.06 34	0.11 227	0.08 103	0.11 218	0.11 127

RAFT + AFF	0.30 239	0.33 306	0.76 272	0.25 197	0.17 211	0.30 190	0.33 312	0.55 262	0.42 205	0.28 91	0.30 95	0.31 174	0.31 248	0.64 276	0.32 230	0.09 142	0.11 212	0.11 227	0.10 208	0.12 243	0.16 226

UNet	0.28 213	0.16 143	0.70 253	0.24 165	0.20 271	0.44 300	0.21 173	0.52 234	0.42 205	0.36 224	0.40 191	0.43 262	0.33 263	0.41 188	0.32 230	0.09 142	0.07 92	0.10 181	0.09 164	0.10 177	0.09 57

CREStereo	0.14 1	0.09 3	0.27 2	0.14 1	0.08 2	0.22 86	0.15 25	0.26 10	0.26 48	0.16 11	0.21 41	0.14 21	0.13 30	0.19 21	0.14 24	0.09 142	0.05 3	0.06 1	0.04 1	0.07 30	0.06 4
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
ACVNet	0.24 147	0.18 183	0.51 131	0.18 8	0.15 157	0.27 148	0.23 218	0.40 131	0.45 233	0.29 114	0.41 202	0.38 226	0.28 212	0.28 97	0.35 248	0.09 142	0.07 92	0.08 59	0.07 44	0.10 177	0.09 57

acv_ft	0.26 190	0.18 183	0.56 183	0.24 165	0.19 254	0.34 241	0.21 173	0.47 195	0.45 233	0.39 258	0.41 202	0.38 226	0.28 212	0.28 97	0.36 251	0.09 142	0.07 92	0.08 59	0.07 44	0.11 218	0.09 57

ADCRef	0.41 309	0.33 306	1.05 334	0.26 229	0.21 284	0.49 325	0.27 268	0.54 251	0.51 285	0.51 327	0.59 313	0.35 211	0.47 322	0.54 231	1.35 382	0.09 142	0.08 138	0.12 257	0.12 269	0.12 243	0.13 182

RASNet	0.30 239	0.19 191	0.59 210	0.23 128	0.19 254	0.33 227	0.20 154	0.50 219	0.41 193	0.31 150	0.44 230	0.47 286	0.38 286	0.79 325	0.40 265	0.09 142	0.07 92	0.07 13	0.09 164	0.08 64	0.10 98

MSMDNet	0.23 121	0.14 107	0.49 101	0.20 34	0.13 80	0.28 162	0.17 54	0.47 195	0.47 255	0.30 135	0.36 156	0.37 220	0.24 164	0.29 114	0.21 131	0.09 142	0.07 92	0.09 119	0.08 103	0.11 218	0.11 127

ccs_rob	0.23 121	0.14 107	0.48 84	0.20 34	0.13 80	0.27 148	0.17 54	0.46 186	0.45 233	0.30 135	0.37 164	0.38 226	0.23 146	0.30 123	0.22 146	0.09 142	0.06 34	0.11 227	0.08 103	0.12 243	0.11 127

iResNetv2_ROB	0.29 227	0.37 327	0.92 317	0.24 165	0.13 80	0.30 190	0.19 123	0.55 262	0.51 285	0.39 258	0.46 255	0.39 236	0.27 193	0.36 171	0.30 215	0.09 142	0.06 34	0.07 13	0.05 8	0.13 255	0.11 127

HSM	0.29 227	0.18 183	0.48 84	0.21 53	0.15 157	0.33 227	0.20 154	0.55 262	0.39 180	0.36 224	0.39 184	0.67 354	0.32 259	0.88 343	0.24 166	0.09 142	0.07 92	0.08 59	0.07 44	0.09 131	0.10 98

pmcnn	0.54 346	0.24 247	1.06 336	0.25 197	0.26 332	0.40 282	0.31 301	0.55 262	0.55 309	0.56 343	1.22 381	2.53 404	0.39 293	0.84 337	1.08 366	0.09 142	0.06 34	0.06 1	0.05 8	0.10 177	0.14 205

SMFormer	0.27 206	0.13 73	0.47 72	0.20 34	0.10 17	0.28 162	0.19 123	0.54 251	0.48 261	0.35 213	0.42 209	0.31 174	0.27 193	0.60 254	0.34 242	0.10 197	0.16 281	0.08 59	0.09 164	0.10 177	0.16 226

tta	0.27 206	0.13 73	0.47 72	0.20 34	0.10 17	0.28 162	0.19 123	0.54 251	0.48 261	0.35 213	0.42 209	0.31 174	0.27 193	0.60 254	0.34 242	0.10 197	0.16 281	0.08 59	0.09 164	0.08 64	0.13 182

qqq1	0.26 190	0.13 73	0.47 72	0.20 34	0.10 17	0.28 162	0.19 123	0.54 251	0.48 261	0.35 213	0.42 209	0.31 174	0.27 193	0.60 254	0.21 131	0.10 197	0.16 281	0.07 13	0.07 44	0.08 64	0.13 182

fff1	0.26 190	0.13 73	0.47 72	0.20 34	0.10 17	0.28 162	0.19 123	0.54 251	0.48 261	0.35 213	0.42 209	0.31 174	0.27 193	0.60 254	0.21 131	0.10 197	0.16 281	0.07 13	0.07 44	0.08 64	0.13 182

mmx	0.37 284	0.17 166	0.84 295	0.21 53	0.13 80	0.29 179	0.21 173	0.57 281	0.48 261	0.31 150	0.44 230	0.34 197	0.24 164	0.91 350	1.30 375	0.10 197	0.20 318	0.12 257	0.11 232	0.11 218	0.23 291

xxx	0.37 284	0.17 166	0.84 295	0.21 53	0.13 80	0.29 179	0.21 173	0.57 281	0.48 261	0.31 150	0.44 230	0.34 197	0.24 164	0.91 350	1.30 375	0.10 197	0.20 318	0.12 257	0.11 232	0.11 218	0.23 291

EKT-Stereo	0.39 294	0.13 73	0.53 157	0.42 365	3.94 414	0.22 86	0.17 54	0.38 106	0.30 92	0.21 31	0.20 29	0.23 85	0.15 49	0.30 123	0.18 77	0.10 197	0.08 138	0.09 119	0.08 103	0.09 131	0.12 162

iinet-f	0.31 249	0.23 237	1.16 350	0.20 34	0.16 186	0.44 300	0.23 218	0.47 195	0.38 169	0.36 224	0.44 230	0.41 246	0.35 271	0.36 171	0.43 276	0.10 197	0.09 167	0.08 59	0.08 103	0.13 255	0.12 162

Wz-Net-LNSev-Ref	0.33 261	0.25 260	0.82 290	0.22 85	0.17 211	0.46 310	0.28 282	0.53 244	0.53 297	0.43 290	0.57 306	0.44 268	0.31 248	0.50 213	0.48 294	0.10 197	0.06 34	0.08 59	0.06 22	0.11 218	0.12 162

BUS	0.24 147	0.13 73	0.36 18	0.25 197	0.14 107	0.44 300	0.17 54	0.59 301	0.36 149	0.34 198	0.35 143	0.31 174	0.22 137	0.27 79	0.22 146	0.10 197	0.07 92	0.11 227	0.10 208	0.09 131	0.10 98

BSDual-CNN	0.24 147	0.13 73	0.36 18	0.25 197	0.14 107	0.35 254	0.22 195	0.59 301	0.36 149	0.34 198	0.35 143	0.38 226	0.25 175	0.27 79	0.28 200	0.10 197	0.07 92	0.11 227	0.10 208	0.09 131	0.10 98

psmg	0.24 147	0.13 73	0.36 18	0.21 53	0.14 107	0.35 254	0.23 218	0.54 251	0.36 149	0.36 224	0.38 170	0.38 226	0.25 175	0.27 79	0.28 200	0.10 197	0.08 138	0.10 181	0.10 208	0.09 131	0.09 57

ADLNet2	0.31 249	0.23 237	0.77 278	0.23 128	0.18 231	0.36 262	0.24 240	0.55 262	0.54 301	0.33 184	0.38 170	0.45 273	0.31 248	0.70 296	0.36 251	0.10 197	0.08 138	0.09 119	0.09 164	0.12 243	0.11 127

PFNet+	0.21 79	0.11 27	0.54 167	0.22 85	0.12 48	0.17 9	0.18 91	0.31 51	0.36 149	0.33 184	0.32 114	0.24 100	0.16 61	0.33 146	0.18 77	0.10 197	0.07 92	0.11 227	0.10 208	0.08 64	0.12 162

sAnonymous2	0.21 79	0.24 247	0.79 283	0.24 165	0.17 211	0.22 86	0.20 154	0.36 85	0.29 78	0.17 15	0.19 24	0.17 38	0.16 61	0.18 12	0.15 37	0.10 197	0.07 92	0.09 119	0.08 103	0.23 344	0.18 240

CroCo_RVC	0.21 79	0.24 247	0.79 283	0.24 165	0.17 211	0.22 86	0.20 154	0.36 85	0.29 78	0.17 15	0.19 24	0.17 38	0.16 61	0.18 12	0.15 37	0.10 197	0.07 92	0.09 119	0.08 103	0.23 344	0.18 240

Anonymous	0.21 79	0.15 123	0.63 231	0.27 261	0.20 271	0.26 142	0.27 268	0.34 71	0.27 57	0.18 22	0.19 24	0.15 27	0.19 119	0.25 53	0.19 98	0.10 197	0.09 167	0.09 119	0.09 164	0.15 282	0.13 182

test_xeample	0.39 294	0.14 107	0.46 67	0.19 13	0.16 186	0.34 241	0.22 195	0.59 301	0.43 215	0.33 184	0.47 262	0.30 165	0.27 193	0.60 254	2.44 406	0.10 197	0.21 323	0.09 119	0.09 164	0.09 131	0.25 312

GMStereo	0.21 79	0.30 292	0.57 190	0.21 53	0.12 48	0.24 120	0.18 91	0.30 37	0.41 193	0.26 76	0.24 54	0.17 38	0.16 61	0.25 53	0.19 98	0.10 197	0.07 92	0.08 59	0.08 103	0.11 218	0.09 57
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.23 121	0.12 57	0.51 131	0.21 53	0.14 107	0.34 241	0.22 195	0.57 281	0.41 193	0.29 114	0.32 114	0.23 85	0.22 137	0.28 97	0.20 114	0.10 197	0.07 92	0.09 119	0.10 208	0.09 131	0.09 57

delet	0.29 227	0.18 183	0.58 203	0.24 165	0.19 254	0.41 286	0.30 292	0.52 234	0.51 285	0.35 213	0.42 209	0.37 220	0.31 248	0.49 209	0.36 251	0.10 197	0.09 167	0.11 227	0.12 269	0.09 131	0.09 57

UPFNet	0.27 206	0.15 123	0.47 72	0.25 197	0.20 271	0.37 267	0.27 268	0.50 219	0.40 188	0.36 224	0.38 170	0.37 220	0.29 228	0.40 185	0.34 242	0.10 197	0.10 192	0.10 181	0.10 208	0.10 177	0.08 37

EDNetEfficientorigin	7.48 415	0.57 369	139.59 438	0.25 197	0.17 211	0.44 300	0.30 292	0.48 204	1.04 379	1.29 390	1.02 372	0.82 367	0.87 376	0.76 318	1.02 360	0.10 197	0.09 167	0.12 257	0.11 232	0.22 339	0.25 312

FENet	0.22 92	0.13 73	0.48 84	0.22 85	0.12 48	0.27 148	0.18 91	0.43 155	0.37 162	0.31 150	0.32 114	0.29 155	0.23 146	0.27 79	0.24 166	0.10 197	0.07 92	0.09 119	0.09 164	0.09 131	0.11 127

FADNet-RVC-Resample	0.31 249	0.32 302	1.16 350	0.27 261	0.17 211	0.33 227	0.21 173	0.49 211	0.40 188	0.36 224	0.38 170	0.34 197	0.27 193	0.54 231	0.27 194	0.10 197	0.10 192	0.14 298	0.13 293	0.13 255	0.18 240

SuperB	0.50 338	0.37 327	2.16 395	0.23 128	0.15 157	0.41 286	0.32 307	0.50 219	0.83 364	0.44 296	0.51 278	0.33 190	0.45 313	0.69 293	1.07 364	0.10 197	0.08 138	0.09 119	0.08 103	0.95 401	0.18 240

ADCP+	0.48 336	0.36 324	1.47 375	0.26 229	0.22 299	0.57 343	0.40 340	0.56 272	0.54 301	0.46 308	0.52 284	0.46 279	0.53 340	0.59 249	1.93 397	0.10 197	0.08 138	0.11 227	0.11 232	0.14 275	0.15 216

CFNet	0.29 227	0.29 286	0.57 190	0.23 128	0.14 107	0.34 241	0.15 25	0.53 244	0.46 242	0.31 150	0.40 191	0.38 226	0.27 193	0.76 318	0.28 200	0.10 197	0.07 92	0.11 227	0.11 232	0.11 218	0.09 57

StereoDRNet-Refined	0.28 213	0.19 191	0.47 72	0.25 197	0.14 107	0.36 262	0.21 173	0.49 211	0.43 215	0.46 308	0.52 284	0.42 256	0.30 235	0.46 203	0.38 259	0.10 197	0.07 92	0.11 227	0.11 232	0.10 177	0.11 127
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	0.33 261	0.16 143	0.55 173	0.26 229	0.16 186	0.48 322	0.25 253	0.52 234	0.58 317	0.38 247	0.45 243	0.63 340	0.37 281	0.65 280	0.50 301	0.10 197	0.07 92	0.09 119	0.08 103	0.13 255	0.13 182

DLCB_ROB	0.30 239	0.20 203	0.45 55	0.28 285	0.17 211	0.37 267	0.25 253	0.50 219	0.45 233	0.46 308	0.47 262	0.51 303	0.34 264	0.56 239	0.38 259	0.10 197	0.10 192	0.11 227	0.11 232	0.10 177	0.11 127

StereoVision	0.23 121	0.23 237	0.55 173	0.27 261	0.17 211	0.23 102	0.22 195	0.40 131	0.32 107	0.21 31	0.51 278	0.22 72	0.16 61	0.29 114	0.19 98	0.11 228	0.12 228	0.13 280	0.13 293	0.10 177	0.08 37

CFNet_ucs	0.25 171	0.14 107	0.51 131	0.20 34	0.15 157	0.29 179	0.18 91	0.51 229	0.46 242	0.32 175	0.42 209	0.38 226	0.23 146	0.31 132	0.22 146	0.11 228	0.08 138	0.12 257	0.09 164	0.13 255	0.13 182

fast-acv-ft	0.33 261	0.26 270	0.88 310	0.25 197	0.18 231	0.49 325	0.27 268	0.44 173	0.50 279	0.40 267	0.55 299	0.49 296	0.36 276	0.39 184	0.41 270	0.11 228	0.11 212	0.11 227	0.12 269	0.13 255	0.11 127

Wz-Net-MNSev	0.39 294	0.35 318	0.99 330	0.26 229	0.21 284	0.59 347	0.39 336	0.58 293	0.61 328	0.49 321	0.56 303	0.53 312	0.37 281	0.61 260	0.47 292	0.11 228	0.09 167	0.11 227	0.11 232	0.15 282	0.15 216

NINENet	0.27 206	0.16 143	0.49 101	0.23 128	0.16 186	0.44 300	0.17 54	0.63 329	0.49 274	0.33 184	0.38 170	0.31 174	0.22 137	0.43 193	0.22 146	0.11 228	0.10 192	0.12 257	0.08 103	0.12 243	0.11 127

AACVNet	0.28 213	0.22 224	0.55 173	0.23 128	0.14 107	0.30 190	0.19 123	0.43 155	0.33 121	0.39 258	0.42 209	0.44 268	0.29 228	0.73 303	0.28 200	0.11 228	0.09 167	0.11 227	0.09 164	0.13 255	0.12 162

PSMNet-ADL	0.26 190	0.16 143	0.39 26	0.27 261	0.14 107	0.32 221	0.22 195	0.45 180	0.37 162	0.28 91	0.34 137	0.41 246	0.28 212	0.61 260	0.32 230	0.11 228	0.10 192	0.09 119	0.11 232	0.10 177	0.13 182

GANet-ADL	0.22 92	0.14 107	0.51 131	0.23 128	0.14 107	0.29 179	0.19 123	0.48 204	0.36 149	0.26 76	0.33 129	0.32 184	0.20 125	0.26 70	0.22 146	0.11 228	0.07 92	0.07 13	0.06 22	0.09 131	0.11 127

LMCR-Stereo	0.28 213	0.22 224	0.56 183	0.29 298	0.14 107	0.37 267	0.23 218	0.57 281	0.36 149	0.40 267	0.40 191	0.29 155	0.30 235	0.41 188	0.38 259	0.11 228	0.07 92	0.09 119	0.07 44	0.13 255	0.10 98

sCroCo_RVC	0.19 36	0.15 123	0.60 217	0.27 261	0.18 231	0.23 102	0.16 40	0.28 17	0.24 24	0.14 5	0.22 47	0.17 38	0.14 40	0.22 35	0.16 46	0.11 228	0.11 212	0.09 119	0.09 164	0.09 131	0.10 98

ADLNet	0.30 239	0.19 191	0.59 210	0.23 128	0.19 254	0.34 241	0.23 218	0.56 272	0.44 222	0.43 290	0.41 202	0.43 262	0.28 212	0.56 239	0.36 251	0.11 228	0.08 138	0.11 227	0.11 232	0.11 218	0.15 216

GES	0.23 121	0.14 107	0.54 167	0.21 53	0.14 107	0.28 162	0.19 123	0.51 229	0.35 136	0.31 150	0.36 156	0.25 111	0.24 164	0.30 123	0.23 161	0.11 228	0.09 167	0.08 59	0.08 103	0.10 177	0.12 162

222	0.45 324	0.14 107	0.43 45	0.19 13	0.15 157	0.36 262	0.20 154	0.60 310	0.43 215	0.37 239	0.45 243	0.30 165	0.28 212	0.59 249	3.72 411	0.11 228	0.19 310	0.08 59	0.09 164	0.09 131	0.27 324

xxxx	0.39 294	0.14 107	0.47 72	0.20 34	0.16 186	0.38 273	0.20 154	0.61 317	0.43 215	0.30 135	0.44 230	0.38 226	0.25 175	0.50 213	2.41 405	0.11 228	0.21 323	0.09 119	0.10 208	0.10 177	0.26 321

psm_up	0.30 239	0.21 210	0.58 203	0.26 229	0.18 231	0.32 221	0.27 268	0.57 281	0.45 233	0.38 247	0.41 202	0.45 273	0.40 296	0.59 249	0.32 230	0.11 228	0.12 228	0.13 280	0.12 269	0.11 218	0.11 127

aanetorigin	0.40 304	0.33 306	1.14 347	0.25 197	0.19 254	0.30 190	0.37 325	0.34 71	0.47 255	0.95 376	0.82 358	0.52 308	0.56 344	0.50 213	0.52 305	0.11 228	0.09 167	0.10 181	0.10 208	0.16 291	0.19 255

EDNetEfficient	0.64 366	0.39 337	2.52 397	0.26 229	0.26 332	0.39 276	0.49 360	0.42 150	1.06 381	1.38 393	0.86 362	0.61 333	0.97 381	0.66 286	1.62 392	0.11 228	0.10 192	0.10 181	0.12 269	0.20 329	0.19 255

ac_64	0.28 213	0.16 143	0.62 226	0.25 197	0.17 211	0.36 262	0.22 195	0.48 204	0.35 136	0.36 224	0.37 164	0.51 303	0.30 235	0.62 268	0.34 242	0.11 228	0.09 167	0.10 181	0.10 208	0.09 131	0.09 57

HGLStereo	0.29 227	0.19 191	0.60 217	0.24 165	0.21 284	0.33 227	0.23 218	0.52 234	0.44 222	0.36 224	0.49 273	0.41 246	0.35 271	0.46 203	0.34 242	0.11 228	0.11 212	0.09 119	0.09 164	0.11 218	0.12 162

cf-r	0.26 190	0.22 224	0.66 241	0.22 85	0.14 107	0.28 162	0.22 195	0.44 173	0.42 205	0.32 175	0.42 209	0.43 262	0.27 193	0.44 196	0.27 194	0.11 228	0.07 92	0.08 59	0.10 208	0.08 64	0.09 57

GANet-RSSM	0.26 190	0.19 191	0.54 167	0.21 53	0.14 107	0.27 148	0.22 195	0.47 195	0.34 129	0.30 135	0.40 191	0.41 246	0.30 235	0.59 249	0.25 178	0.11 228	0.08 138	0.09 119	0.09 164	0.10 177	0.10 98

GwcNet-RSSM	0.28 213	0.25 260	0.61 223	0.22 85	0.14 107	0.28 162	0.24 240	0.46 186	0.44 222	0.33 184	0.46 255	0.41 246	0.28 212	0.55 234	0.31 224	0.11 228	0.07 92	0.09 119	0.10 208	0.10 177	0.09 57

DMCA	0.24 147	0.18 183	0.51 131	0.23 128	0.14 107	0.27 148	0.20 154	0.45 180	0.40 188	0.32 175	0.33 129	0.33 190	0.25 175	0.27 79	0.30 215	0.11 228	0.08 138	0.10 181	0.08 103	0.11 218	0.12 162

ADCL	0.50 338	0.30 292	1.15 348	0.28 285	0.19 254	0.77 367	0.64 376	0.57 281	0.73 356	0.57 346	0.73 348	0.55 315	0.60 350	0.66 286	1.53 388	0.11 228	0.10 192	0.13 280	0.13 293	0.15 282	0.16 226

RYNet	0.38 289	0.23 237	0.65 238	0.26 229	0.28 338	0.62 350	0.33 312	0.61 317	0.62 332	0.42 281	0.39 184	0.58 325	0.40 296	0.89 345	0.57 320	0.11 228	0.09 167	0.12 257	0.11 232	0.19 322	0.22 284

NLCA_NET_v2_RVC	0.29 227	0.24 247	0.81 287	0.26 229	0.18 231	0.30 190	0.22 195	0.52 234	0.41 193	0.38 247	0.42 209	0.42 256	0.28 212	0.46 203	0.31 224	0.11 228	0.08 138	0.10 181	0.11 232	0.10 177	0.12 162
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AANet_RVC	0.33 261	0.31 295	0.69 250	0.23 128	0.14 107	0.30 190	0.23 218	0.49 211	0.55 309	0.39 258	0.60 317	0.43 262	0.30 235	0.88 343	0.54 313	0.11 228	0.08 138	0.07 13	0.07 44	0.10 177	0.12 162

LE_ROB	1.82 404	0.39 337	3.15 406	0.50 374	0.55 380	0.79 369	1.00 395	0.89 383	6.48 415	7.40 417	2.07 403	2.07 397	5.08 413	1.33 387	3.96 412	0.11 228	0.09 167	0.12 257	0.11 232	0.11 218	0.13 182

GMStereo_Zeroshot	0.25 171	0.22 224	0.51 131	0.27 261	0.14 107	0.28 162	0.15 25	0.40 131	0.36 149	0.37 239	0.43 221	0.40 239	0.17 76	0.35 167	0.21 131	0.12 256	0.07 92	0.13 280	0.07 44	0.17 303	0.10 98

Wz-Net-SNSev	0.45 324	0.53 361	1.42 373	0.31 315	0.21 284	0.44 300	0.45 349	0.64 335	0.68 345	0.46 308	0.66 334	0.62 336	0.40 296	0.78 322	0.65 332	0.12 256	0.11 212	0.12 257	0.13 293	0.17 303	0.19 255

Wz-Net-LNSev	0.36 277	0.35 318	1.06 336	0.26 229	0.21 284	0.47 316	0.33 312	0.56 272	0.58 317	0.45 303	0.54 294	0.50 300	0.37 281	0.40 185	0.42 273	0.12 256	0.11 212	0.10 181	0.09 164	0.14 275	0.15 216

CRFU-Net	0.29 227	0.14 107	0.48 84	0.26 229	0.15 157	0.46 310	0.22 195	0.52 234	0.32 107	0.44 296	0.42 209	0.48 290	0.47 322	0.44 196	0.31 224	0.12 256	0.10 192	0.09 119	0.08 103	0.10 177	0.11 127

CSP-Net	0.28 213	0.17 166	0.41 32	0.22 85	0.14 107	0.44 300	0.24 240	0.52 234	0.42 205	0.42 281	0.44 230	0.42 256	0.27 193	0.66 286	0.30 215	0.12 256	0.09 167	0.08 59	0.08 103	0.10 177	0.10 98

AASNet	0.29 227	0.27 276	0.67 244	0.26 229	0.18 231	0.34 241	0.21 173	0.64 335	0.49 274	0.36 224	0.41 202	0.32 184	0.26 187	0.33 146	0.39 263	0.12 256	0.09 167	0.10 181	0.08 103	0.14 275	0.12 162

ICVP	0.24 147	0.13 73	0.45 55	0.26 229	0.14 107	0.30 190	0.25 253	0.47 195	0.35 136	0.29 114	0.43 221	0.35 211	0.25 175	0.28 97	0.25 178	0.12 256	0.09 167	0.09 119	0.09 164	0.09 131	0.11 127
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GEStereo_RVC	0.29 227	0.24 247	0.60 217	0.27 261	0.16 186	0.33 227	0.25 253	0.58 293	0.56 313	0.35 213	0.38 170	0.34 197	0.25 175	0.51 218	0.29 213	0.12 256	0.08 138	0.09 119	0.08 103	0.11 218	0.13 182

Anonymous3	0.24 147	0.19 191	0.76 272	0.27 261	0.18 231	0.41 286	0.24 240	0.45 180	0.36 149	0.23 54	0.27 74	0.20 59	0.18 102	0.28 97	0.19 98	0.12 256	0.11 212	0.10 181	0.10 208	0.11 218	0.13 182

PSMNet-RSSM	0.26 190	0.21 210	0.50 119	0.21 53	0.14 107	0.25 129	0.21 173	0.50 219	0.38 169	0.31 150	0.45 243	0.40 239	0.27 193	0.53 226	0.24 166	0.12 256	0.08 138	0.11 227	0.13 293	0.10 177	0.10 98

CFNet-ft	0.26 190	0.21 210	0.51 131	0.19 13	0.16 186	0.31 208	0.21 173	0.40 131	0.37 162	0.29 114	0.40 191	0.46 279	0.27 193	0.49 209	0.28 200	0.12 256	0.07 92	0.12 257	0.11 232	0.12 243	0.11 127

DSFCA	0.29 227	0.18 183	0.48 84	0.21 53	0.17 211	0.39 276	0.32 307	0.49 211	0.44 222	0.44 296	0.38 170	0.40 239	0.30 235	0.53 226	0.38 259	0.12 256	0.10 192	0.10 181	0.11 232	0.11 218	0.11 127

S-Stereo	0.39 294	0.20 203	1.04 333	0.28 285	0.22 299	0.39 276	0.31 301	0.58 293	0.69 347	0.40 267	0.59 313	0.48 290	0.41 301	0.75 312	0.42 273	0.12 256	0.15 272	0.13 280	0.13 293	0.16 291	0.25 312

PA-Net	0.40 304	0.35 318	1.05 334	0.32 320	0.28 338	0.39 276	0.43 346	0.53 244	0.56 313	0.35 213	0.43 221	0.41 246	0.36 276	0.83 336	0.61 327	0.12 256	0.23 337	0.16 318	0.23 360	0.13 255	0.20 267
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CFNet_RVC	0.26 190	0.21 210	0.51 131	0.19 13	0.16 186	0.31 208	0.21 173	0.40 131	0.37 162	0.29 114	0.40 191	0.46 279	0.27 193	0.49 209	0.28 200	0.12 256	0.07 92	0.12 257	0.11 232	0.12 243	0.11 127

StereoDRNet	0.34 269	0.28 283	0.70 253	0.28 285	0.21 284	0.43 295	0.30 292	0.63 329	0.51 285	0.47 314	0.40 191	0.48 290	0.31 248	0.58 243	0.44 283	0.12 256	0.10 192	0.12 257	0.11 232	0.13 255	0.13 182

NaN_ROB	0.44 321	0.38 333	0.94 324	0.30 305	0.20 271	0.52 334	0.49 360	0.61 317	0.60 326	0.56 343	0.47 262	0.49 296	0.42 305	1.24 379	0.76 342	0.12 256	0.18 306	0.12 257	0.13 293	0.12 243	0.18 240

ttt	0.33 261	0.14 107	0.54 167	0.22 85	0.14 107	0.30 190	0.22 195	0.59 301	0.51 285	0.31 150	0.46 255	0.30 165	0.23 146	0.71 299	1.07 364	0.13 273	0.22 329	0.10 181	0.11 232	0.12 243	0.24 303

coex-ft	3.48 410	0.81 383	48.53 436	0.24 165	0.19 254	0.53 337	0.47 355	0.49 211	2.36 403	7.18 416	1.20 379	0.96 375	2.53 407	0.75 312	2.14 401	0.13 273	0.15 272	0.14 298	0.12 269	0.22 339	0.47 376

CASS	0.22 92	0.16 143	0.40 30	0.26 229	0.12 48	0.29 179	0.19 123	0.40 131	0.32 107	0.34 198	0.35 143	0.25 111	0.25 175	0.26 70	0.21 131	0.13 273	0.08 138	0.11 227	0.09 164	0.11 218	0.12 162
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet_v2	0.30 239	0.21 210	0.63 231	0.23 128	0.15 157	0.40 282	0.30 292	0.59 301	0.48 261	0.40 267	0.37 164	0.46 279	0.30 235	0.41 188	0.44 283	0.13 273	0.11 212	0.11 227	0.11 232	0.12 243	0.11 127

WZ-Net	0.56 351	0.49 357	2.14 394	0.30 305	0.24 319	0.58 345	0.48 356	0.65 341	0.80 361	0.51 327	0.72 345	0.68 356	0.60 350	1.06 370	1.01 359	0.13 273	0.10 192	0.11 227	0.12 269	0.19 322	0.23 291

dd	0.23 121	0.32 302	0.55 173	0.23 128	0.12 48	0.27 148	0.21 173	0.32 55	0.45 233	0.30 135	0.29 84	0.25 111	0.17 76	0.31 132	0.26 187	0.13 273	0.07 92	0.10 181	0.08 103	0.12 243	0.09 57

HCRNet	0.25 171	0.27 276	0.42 40	0.34 335	0.17 211	0.27 148	0.18 91	0.45 180	0.37 162	0.31 150	0.35 143	0.32 184	0.23 146	0.44 196	0.21 131	0.13 273	0.08 138	0.13 280	0.11 232	0.11 218	0.09 57

APVNet	0.38 289	0.26 270	0.87 304	0.26 229	0.22 299	0.52 334	0.35 318	0.64 335	0.46 242	0.40 267	0.52 284	0.48 290	0.39 293	0.84 337	0.48 294	0.13 273	0.14 251	0.15 312	0.16 325	0.16 291	0.16 226

GwcNet	0.37 284	0.29 286	1.12 344	0.25 197	0.24 319	0.48 322	0.27 268	0.58 293	0.60 326	0.39 258	0.54 294	0.51 303	0.34 264	0.60 254	0.46 289	0.13 273	0.12 228	0.12 257	0.11 232	0.13 255	0.15 216

FAT-Stereo	0.36 277	0.19 191	0.75 268	0.26 229	0.18 231	0.34 241	0.30 292	0.62 325	0.61 328	0.47 314	0.61 326	0.59 326	0.50 331	0.61 260	0.36 251	0.13 273	0.14 251	0.13 280	0.12 269	0.14 275	0.20 267

DMCA-RVC	0.30 239	0.27 276	0.93 321	0.28 285	0.17 211	0.30 190	0.21 173	0.43 155	0.36 149	0.40 267	0.38 170	0.39 236	0.36 276	0.44 196	0.34 242	0.13 273	0.10 192	0.16 318	0.12 269	0.13 255	0.11 127

STTStereo	0.30 239	0.24 247	0.83 292	0.25 197	0.17 211	0.30 190	0.24 240	0.49 211	0.39 180	0.39 258	0.41 202	0.44 268	0.28 212	0.41 188	0.30 215	0.13 273	0.13 242	0.13 280	0.16 325	0.12 243	0.12 162

RTSC	0.43 319	0.37 327	0.95 325	0.30 305	0.20 271	0.50 328	0.23 218	0.65 341	0.86 367	0.56 343	0.54 294	0.51 303	0.36 276	0.71 299	0.92 352	0.13 273	0.14 251	0.11 227	0.13 293	0.18 318	0.19 255

ADCMid	0.53 344	0.45 351	1.46 374	0.27 261	0.22 299	0.51 329	0.38 333	0.61 317	0.58 317	0.75 362	0.67 336	0.62 336	0.66 363	0.66 286	1.75 393	0.13 273	0.12 228	0.17 327	0.17 336	0.20 329	0.21 276

DANet	0.37 284	0.25 260	0.67 244	0.37 345	0.22 299	0.42 291	0.25 253	0.50 219	0.44 222	0.52 330	0.50 275	0.59 326	0.42 305	0.78 322	0.53 309	0.13 273	0.12 228	0.14 298	0.12 269	0.17 303	0.21 276
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.40 304	0.28 283	0.67 244	0.31 315	0.18 231	0.43 295	0.39 336	0.60 310	0.46 242	0.48 320	0.78 353	0.55 315	0.45 313	0.96 360	0.55 316	0.13 273	0.14 251	0.13 280	0.12 269	0.15 282	0.16 226

UCFNet_RVC	0.25 171	0.21 210	0.49 101	0.19 13	0.15 157	0.34 241	0.18 91	0.47 195	0.36 149	0.30 135	0.35 143	0.40 239	0.26 187	0.35 167	0.24 166	0.13 273	0.08 138	0.13 280	0.14 307	0.13 255	0.13 182

NVstereo2D	0.32 254	0.18 183	0.63 231	0.24 165	0.23 308	0.43 295	0.28 282	0.60 310	0.58 317	0.28 91	0.39 184	0.42 256	0.30 235	0.71 299	0.30 215	0.13 273	0.09 167	0.13 280	0.10 208	0.20 329	0.18 240

DRN-Test	0.35 275	0.20 203	0.75 268	0.28 285	0.19 254	0.46 310	0.29 286	0.68 352	0.54 301	0.49 321	0.47 262	0.44 268	0.35 271	0.63 271	0.44 283	0.13 273	0.09 167	0.13 280	0.12 269	0.13 255	0.13 182

ETE_ROB	0.36 277	0.32 302	0.64 235	0.30 305	0.18 231	0.40 282	0.38 333	0.59 301	0.49 274	0.50 324	0.52 284	0.62 336	0.37 281	0.58 243	0.43 276	0.13 273	0.10 192	0.14 298	0.12 269	0.17 303	0.18 240

PWC_ROB	0.41 309	0.38 333	0.92 317	0.26 229	0.20 271	0.39 276	0.19 123	0.61 317	0.69 347	0.58 347	0.84 360	0.52 308	0.44 311	0.74 307	0.62 328	0.13 273	0.09 167	0.14 298	0.10 208	0.17 303	0.18 240

SACVNet	0.32 254	0.25 260	0.59 210	0.26 229	0.19 254	0.35 254	0.25 253	0.54 251	0.41 193	0.43 290	0.45 243	0.46 279	0.34 264	0.71 299	0.30 215	0.14 294	0.10 192	0.12 257	0.12 269	0.16 291	0.20 267

pcwnet_v2	0.32 254	0.16 143	1.22 361	0.23 128	0.19 254	0.32 221	0.19 123	0.61 317	0.61 328	0.37 239	0.45 243	0.35 211	0.29 228	0.37 179	0.26 187	0.14 294	0.11 212	0.12 257	0.11 232	0.14 275	0.18 240

hitnet-ft	0.31 249	0.21 210	0.56 183	0.19 13	0.14 107	0.40 282	0.23 218	0.46 186	0.42 205	0.37 239	0.46 255	0.53 312	0.35 271	0.76 318	0.35 248	0.14 294	0.10 192	0.14 298	0.10 208	0.15 282	0.14 205

FADNet_RVC	0.31 249	0.35 318	0.98 328	0.24 165	0.16 186	0.30 190	0.17 54	0.52 234	0.39 180	0.30 135	0.38 170	0.30 165	0.29 228	0.54 231	0.33 238	0.14 294	0.14 251	0.14 298	0.16 325	0.21 335	0.24 303

FADNet-RVC	0.34 269	0.43 346	0.97 326	0.25 197	0.20 271	0.33 227	0.20 154	0.51 229	0.42 205	0.34 198	0.40 191	0.41 246	0.29 228	0.65 280	0.36 251	0.14 294	0.14 251	0.14 298	0.15 316	0.19 322	0.20 267

stereogan	0.39 294	0.20 203	0.78 282	0.28 285	0.22 299	0.65 355	0.26 263	0.62 325	0.65 337	0.45 303	0.60 317	0.67 354	0.45 313	0.69 293	0.37 257	0.14 294	0.14 251	0.14 298	0.12 269	0.20 329	0.19 255

TDLM	0.32 254	0.27 276	0.52 147	0.30 305	0.15 157	0.33 227	0.32 307	0.54 251	0.50 279	0.44 296	0.43 221	0.39 236	0.30 235	0.92 355	0.30 215	0.14 294	0.09 167	0.13 280	0.12 269	0.13 255	0.14 205

AdaStereo	0.25 171	0.17 166	0.47 72	0.25 197	0.13 80	0.33 227	0.17 54	0.57 281	0.43 215	0.34 198	0.38 170	0.35 211	0.21 132	0.32 137	0.24 166	0.14 294	0.06 34	0.13 280	0.09 164	0.11 218	0.09 57
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.
MDST_ROB	0.51 340	0.16 143	0.97 326	0.31 315	0.21 284	1.35 397	0.34 316	0.80 372	0.59 325	1.09 385	0.74 349	0.49 296	0.37 281	1.31 385	0.60 324	0.14 294	0.12 228	0.16 318	0.13 293	0.13 255	0.18 240

FBW_ROB	0.46 330	0.34 314	0.71 259	0.32 320	0.20 271	0.51 329	0.32 307	0.73 364	0.63 334	0.60 348	0.57 306	0.65 347	0.44 311	1.42 390	0.62 328	0.14 294	0.17 299	0.22 352	0.16 325	0.17 303	0.23 291

SANet	0.58 355	0.41 342	1.38 369	0.27 261	0.16 186	0.72 360	0.48 356	0.71 360	1.34 391	0.69 358	0.97 370	0.94 372	0.78 367	0.97 362	0.93 353	0.14 294	0.12 228	0.12 257	0.12 269	0.18 318	0.20 267

PSMNet_ROB	0.36 277	0.31 295	0.71 259	0.31 315	0.21 284	0.44 300	0.44 348	0.61 317	0.49 274	0.39 258	0.45 243	0.49 296	0.32 259	0.66 286	0.53 309	0.14 294	0.10 192	0.15 312	0.14 307	0.13 255	0.13 182

psmorigin	0.52 343	0.29 286	3.10 405	0.24 165	0.19 254	0.39 276	0.24 240	0.52 234	0.45 233	0.66 355	0.68 339	0.70 361	0.52 335	0.86 340	0.49 300	0.15 306	0.17 299	0.13 280	0.14 307	0.16 291	0.23 291

RTS	0.81 380	0.56 365	4.76 409	0.37 345	0.30 349	1.11 385	0.52 366	0.67 347	1.07 382	0.76 365	0.91 366	0.60 331	0.61 354	1.64 393	1.24 372	0.15 306	0.13 242	0.15 312	0.15 316	0.22 339	0.24 303

RTSA	0.81 380	0.56 365	4.76 409	0.37 345	0.30 349	1.11 385	0.52 366	0.67 347	1.07 382	0.76 365	0.91 366	0.60 331	0.61 354	1.64 393	1.24 372	0.15 306	0.13 242	0.15 312	0.15 316	0.22 339	0.24 303

AnyNet_C32	0.55 347	0.51 358	1.34 367	0.29 298	0.28 338	0.61 349	0.62 375	0.57 281	0.62 332	0.63 351	0.68 339	0.54 314	0.55 342	0.82 332	1.81 394	0.15 306	0.15 272	0.15 312	0.18 340	0.21 335	0.25 312

ADCPNet	0.51 340	0.36 324	1.82 389	0.27 261	0.23 308	0.71 359	0.39 336	0.56 272	0.54 301	0.52 330	0.60 317	0.66 351	0.57 346	0.64 276	1.23 371	0.15 306	0.18 306	0.14 298	0.23 360	0.19 322	0.22 284

CVANet_RVC	0.34 269	0.25 260	0.77 278	0.27 261	0.17 211	0.34 241	0.28 282	0.55 262	0.50 279	0.43 290	0.46 255	0.44 268	0.31 248	0.90 348	0.27 194	0.15 306	0.10 192	0.14 298	0.14 307	0.15 282	0.15 216

DeepPruner_ROB	0.28 213	0.25 260	0.64 235	0.22 85	0.16 186	0.30 190	0.21 173	0.54 251	0.33 121	0.36 224	0.38 170	0.38 226	0.26 187	0.45 202	0.28 200	0.15 306	0.11 212	0.11 227	0.11 232	0.14 275	0.14 205

CBMV	0.36 277	0.25 260	0.61 223	0.24 165	0.14 107	0.42 291	0.33 312	0.56 272	0.52 296	0.54 339	0.52 284	0.51 303	0.58 347	0.63 271	0.43 276	0.15 306	0.16 281	0.18 334	0.16 325	0.13 255	0.19 255
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
GASNet	0.39 294	0.58 371	1.27 363	0.35 340	0.23 308	0.35 254	0.23 218	0.63 329	0.56 313	0.41 277	0.38 170	0.45 273	0.30 235	0.81 331	0.42 273	0.16 314	0.11 212	0.14 298	0.14 307	0.23 344	0.12 162

Wz-Net-TNSev	0.55 347	0.72 378	1.90 390	0.26 229	0.21 284	0.64 354	0.45 349	0.66 345	0.71 351	0.52 330	0.55 299	0.71 362	0.63 360	1.04 368	0.94 355	0.16 314	0.15 272	0.13 280	0.15 316	0.21 335	0.24 303

UDGNet	0.24 147	0.37 327	0.53 157	0.25 197	0.14 107	0.24 120	0.18 91	0.32 55	0.44 222	0.29 114	0.28 78	0.24 100	0.20 125	0.30 123	0.21 131	0.16 314	0.07 92	0.21 347	0.11 232	0.16 291	0.11 127

AF-Net	0.40 304	0.31 295	0.74 265	0.33 331	0.24 319	0.43 295	0.30 292	0.64 335	0.67 341	0.44 296	0.69 342	0.65 347	0.52 335	0.59 249	0.48 294	0.16 314	0.12 228	0.19 340	0.14 307	0.16 291	0.14 205

RGC	0.41 309	0.35 318	0.76 272	0.35 340	0.28 338	0.41 286	0.29 286	0.60 310	0.55 309	0.47 314	0.64 330	0.63 340	0.47 322	0.74 307	0.46 289	0.16 314	0.15 272	0.21 347	0.21 349	0.19 322	0.21 276

G-Net	0.47 333	0.26 270	1.02 332	0.34 335	0.28 338	0.89 376	0.35 318	0.47 195	0.46 242	0.68 357	1.20 379	0.64 345	0.59 349	0.61 260	0.60 324	0.16 314	0.14 251	0.17 327	0.13 293	0.22 339	0.21 276

edge stereo	0.40 304	0.22 224	0.87 304	0.27 261	0.22 299	0.38 273	0.26 263	0.59 301	0.56 313	0.53 336	0.60 317	0.71 362	0.50 331	0.78 322	0.43 276	0.16 314	0.15 272	0.19 340	0.14 307	0.17 303	0.19 255

Nwc_Net	0.39 294	0.29 286	0.84 295	0.32 320	0.24 319	0.45 308	0.30 292	0.67 347	0.51 285	0.39 258	0.70 343	0.59 326	0.48 326	0.61 260	0.45 288	0.16 314	0.12 228	0.19 340	0.21 349	0.14 275	0.15 216

SHD	0.45 324	0.34 314	0.89 312	0.37 345	0.28 338	0.46 310	0.23 218	0.72 363	0.96 377	0.65 353	0.61 326	0.61 333	0.48 326	0.64 276	0.69 337	0.16 314	0.16 281	0.16 318	0.16 325	0.21 335	0.25 312

Anonymous Stereo	0.42 313	0.43 346	1.38 369	0.32 320	0.26 332	0.35 254	0.48 356	0.55 262	0.58 317	0.43 290	0.48 271	0.40 239	0.29 228	0.93 356	0.56 317	0.16 314	0.16 281	0.15 312	0.16 325	0.16 291	0.20 267

LSM	1.68 402	0.48 355	2.91 402	2.28 415	17.60 425	0.52 334	0.55 370	0.65 341	0.78 359	0.84 370	1.11 375	0.63 340	0.55 342	0.79 325	0.53 309	0.16 314	0.25 346	0.18 334	0.21 349	0.25 349	2.37 416

NCCL2	0.37 284	0.33 306	0.59 210	0.37 345	0.23 308	0.42 291	0.41 343	0.56 272	0.44 222	0.47 314	0.47 262	0.61 333	0.39 293	0.58 243	0.41 270	0.16 314	0.13 242	0.21 347	0.22 356	0.16 291	0.18 240

Syn2CoEx	0.39 294	0.39 337	1.08 341	0.35 340	0.21 284	0.41 286	0.29 286	0.63 329	0.51 285	0.43 290	0.56 303	0.45 273	0.45 313	0.69 293	0.39 263	0.17 326	0.14 251	0.16 318	0.12 269	0.13 255	0.16 226

FADNet	0.34 269	0.43 346	0.88 310	0.24 165	0.22 299	0.37 267	0.19 123	0.56 272	0.49 274	0.32 175	0.36 156	0.43 262	0.32 259	0.65 280	0.30 215	0.17 326	0.16 281	0.14 298	0.16 325	0.25 349	0.21 276

RP	0.38 289	0.26 270	0.67 244	0.31 315	0.24 319	0.37 267	0.29 286	0.53 244	0.61 328	0.42 281	0.65 332	0.62 336	0.51 333	0.63 271	0.43 276	0.17 326	0.15 272	0.17 327	0.15 316	0.17 303	0.19 255

ADCS	0.62 361	0.56 365	1.54 380	0.30 305	0.25 329	0.56 341	0.46 352	0.71 360	0.86 367	0.77 367	0.72 345	0.68 356	0.62 358	0.82 332	2.33 404	0.17 326	0.16 281	0.16 318	0.17 336	0.23 344	0.27 324

AnyNet_C01	0.68 369	0.69 377	2.64 399	0.33 331	0.27 337	0.93 377	0.64 376	0.66 345	0.65 337	0.70 359	0.97 370	0.75 364	0.63 360	1.01 365	1.52 387	0.17 326	0.16 281	0.17 327	0.17 336	0.24 348	0.28 330

DPSNet	0.51 340	0.26 270	1.16 350	0.28 285	0.21 284	0.76 364	0.56 371	0.89 383	0.82 363	0.49 321	0.51 278	0.64 345	0.81 371	0.89 345	0.85 350	0.17 326	0.16 281	0.13 280	0.13 293	0.26 354	0.27 324

XPNet_ROB	0.35 275	0.26 270	0.58 203	0.28 285	0.19 254	0.37 267	0.31 301	0.57 281	0.51 285	0.52 330	0.54 294	0.57 320	0.38 286	0.65 280	0.48 294	0.17 326	0.12 228	0.13 280	0.12 269	0.16 291	0.17 238

SGM_RVC	0.57 353	0.22 224	0.60 217	0.26 229	0.16 186	0.97 382	0.46 352	0.76 369	0.90 370	1.03 382	0.92 368	1.16 379	0.93 379	1.21 378	0.72 339	0.17 326	0.16 281	0.16 318	0.16 325	0.16 291	0.24 303
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SGM-Forest	0.42 313	0.44 350	0.92 317	0.24 165	0.16 186	0.45 308	0.40 340	0.58 293	0.50 279	0.54 339	0.63 329	0.52 308	0.51 333	0.91 350	0.66 334	0.17 326	0.17 299	0.17 327	0.15 316	0.15 282	0.21 276
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MeshStereo	0.60 358	0.31 295	0.71 259	0.22 85	0.17 211	0.66 356	0.36 323	0.81 374	0.63 334	1.48 403	1.32 384	1.65 391	0.83 372	1.18 376	0.74 340	0.17 326	0.17 299	0.17 327	0.14 307	0.17 303	0.19 255
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
HBP-ISP	0.34 269	0.35 318	0.76 272	0.23 128	0.17 211	0.33 227	0.22 195	0.56 272	0.47 255	0.42 281	0.49 273	0.33 190	0.41 301	0.73 303	0.27 194	0.18 336	0.19 310	0.24 356	0.20 347	0.16 291	0.16 226

NCC-stereo	0.42 313	0.31 295	0.87 304	0.32 320	0.29 347	0.47 316	0.37 325	0.68 352	0.53 297	0.42 281	0.58 309	0.57 320	0.52 335	0.75 312	0.54 313	0.18 336	0.14 251	0.18 334	0.25 362	0.17 303	0.18 240

Abc-Net	0.42 313	0.31 295	0.87 304	0.32 320	0.29 347	0.47 316	0.37 325	0.68 352	0.53 297	0.42 281	0.58 309	0.57 320	0.52 335	0.75 312	0.54 313	0.18 336	0.14 251	0.18 334	0.25 362	0.17 303	0.18 240
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
XQC	0.47 333	0.45 351	1.07 338	0.40 359	0.28 338	0.58 345	0.38 333	0.67 347	0.76 358	0.53 336	0.47 262	0.59 326	0.47 322	0.74 307	0.80 346	0.18 336	0.14 251	0.18 334	0.16 325	0.26 354	0.24 303

DeepPrunerF	0.46 330	0.37 327	1.50 377	0.34 335	0.30 349	0.36 262	0.37 325	0.64 335	1.15 389	0.41 277	0.45 243	0.40 239	0.41 301	0.82 332	0.53 309	0.18 336	0.14 251	0.23 354	0.21 349	0.17 303	0.18 240

PS-NSSS	0.33 261	0.36 324	0.61 223	0.24 165	0.18 231	0.33 227	0.24 240	0.59 301	0.42 205	0.38 247	0.52 284	0.36 216	0.31 248	0.80 328	0.32 230	0.18 336	0.14 251	0.21 347	0.15 316	0.17 303	0.14 205

CBMV_ROB	0.36 277	0.21 210	0.57 190	0.22 85	0.14 107	0.35 254	0.20 154	0.55 262	0.47 255	0.52 330	0.58 309	0.45 273	0.53 340	0.75 312	0.50 301	0.18 336	0.19 310	0.23 354	0.21 349	0.15 282	0.20 267

LALA_ROB	0.38 289	0.31 295	0.65 238	0.30 305	0.21 284	0.46 310	0.39 336	0.63 329	0.54 301	0.53 336	0.52 284	0.69 358	0.36 276	0.52 224	0.48 294	0.18 336	0.11 212	0.16 318	0.14 307	0.17 303	0.16 226

PWCDC_ROB	0.41 309	0.41 342	0.77 278	0.34 335	0.21 284	0.43 295	0.20 154	0.60 310	0.90 370	0.44 296	1.24 382	0.36 216	0.38 286	0.56 239	0.48 294	0.18 336	0.11 212	0.11 227	0.10 208	0.20 329	0.16 226

SAMSARA	0.62 361	0.47 353	0.93 321	0.70 385	0.50 375	1.15 388	1.29 406	0.79 371	0.70 349	0.77 367	0.55 299	0.92 371	0.58 347	0.87 342	0.77 343	0.19 345	0.27 355	0.18 334	0.19 343	0.27 358	0.28 330

NOSS_ROB	0.33 261	0.24 247	0.49 101	0.27 261	0.16 186	0.34 241	0.19 123	0.55 262	0.50 279	0.34 198	0.37 164	0.42 256	0.30 235	0.93 356	0.25 178	0.19 345	0.20 318	0.24 356	0.22 356	0.17 303	0.25 312

WCMA_ROB	0.55 347	0.27 276	0.76 272	0.26 229	0.22 299	0.62 350	0.36 323	0.57 281	0.58 317	0.97 378	1.40 387	1.28 384	0.94 380	0.80 328	0.80 346	0.20 347	0.17 299	0.16 318	0.16 325	0.19 322	0.29 334

dad	0.30 239	0.38 333	0.60 217	0.22 85	0.14 107	0.32 221	0.21 173	0.35 80	0.51 285	0.45 303	0.45 243	0.46 279	0.23 146	0.41 188	0.27 194	0.21 348	0.11 212	0.20 344	0.11 232	0.15 282	0.11 127

PVD	0.62 361	0.41 342	0.93 321	0.44 367	0.39 368	0.63 353	0.51 365	0.86 380	1.27 390	0.93 375	1.09 374	0.81 366	0.85 373	0.89 345	0.89 351	0.21 348	0.23 337	0.22 352	0.19 343	0.28 361	0.41 367

CSAN	0.55 347	0.47 353	1.19 358	0.37 345	0.23 308	0.57 343	0.61 374	0.65 341	0.72 353	0.65 353	0.78 353	0.66 351	0.65 362	1.41 389	0.77 343	0.21 348	0.17 299	0.20 344	0.21 349	0.18 318	0.21 276

PDISCO_ROB	0.45 324	0.37 327	0.89 312	0.44 367	0.37 364	0.70 358	0.35 318	0.75 367	0.78 359	0.45 303	0.53 291	0.65 347	0.40 296	0.68 292	0.52 305	0.22 351	0.12 228	0.21 347	0.19 343	0.26 354	0.22 284

SDNR	0.47 333	0.29 286	0.92 317	0.24 165	0.37 364	1.27 393	0.17 54	0.54 251	0.58 317	0.44 296	0.85 361	0.55 315	0.28 212	1.19 377	0.52 305	0.23 352	0.24 345	0.17 327	0.13 293	0.19 322	0.26 321

MFN_U_SF_DS_RVC	0.53 344	0.60 374	0.98 328	0.40 359	0.25 329	0.87 374	0.57 372	0.60 310	0.64 336	0.60 348	0.67 336	0.63 340	0.42 305	1.13 373	0.50 301	0.23 352	0.28 359	0.27 359	0.35 375	0.25 349	0.33 344

FCDSN-DC	0.67 367	0.38 333	0.83 292	0.37 345	0.30 349	0.66 356	0.37 325	0.69 358	0.70 349	1.15 388	1.53 392	1.70 393	1.38 394	1.00 363	0.83 348	0.24 354	0.22 329	0.27 359	0.26 366	0.27 358	0.32 342
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.73 371	0.33 306	0.84 295	0.33 331	0.28 338	0.82 373	0.40 340	0.82 375	0.83 364	1.43 396	1.60 395	1.97 396	1.38 394	1.10 372	0.93 353	0.24 354	0.22 329	0.27 359	0.26 366	0.26 354	0.32 342

MSMD_ROB	0.63 364	0.34 314	0.70 253	0.30 305	0.25 329	0.88 375	0.35 318	0.58 293	0.67 341	1.13 386	1.52 391	1.75 394	1.05 385	0.90 348	0.60 324	0.24 354	0.22 329	0.27 359	0.27 368	0.25 349	0.27 324

SGM-ForestM	1.59 398	0.56 365	1.52 379	0.41 363	0.34 355	2.77 410	1.67 410	1.69 402	1.73 398	2.48 408	2.27 407	6.02 416	2.90 410	3.08 409	2.83 408	0.25 357	0.30 371	0.19 340	0.20 347	0.18 318	0.45 374

Anonymous_2	0.44 321	0.23 237	0.57 190	0.34 335	0.34 355	0.53 337	0.28 282	0.49 211	0.39 180	0.36 224	0.34 137	0.48 290	0.38 286	0.43 193	0.33 238	0.26 358	0.41 384	0.44 377	1.45 411	0.33 369	0.37 358

UDG	0.42 313	0.54 362	0.67 244	0.41 363	0.35 358	0.47 316	0.27 268	0.57 281	0.48 261	0.40 267	0.46 255	0.59 326	0.45 313	0.47 206	0.46 289	0.26 358	0.19 310	0.49 379	0.22 356	0.37 371	0.30 336

FINET	0.58 355	0.48 355	1.35 368	0.38 353	0.37 364	0.96 381	1.13 403	0.84 379	1.05 380	0.50 324	0.70 343	0.45 273	0.61 354	0.63 271	0.62 328	0.26 358	0.28 359	0.14 298	0.13 293	0.20 329	0.44 371

ccnet	0.43 319	0.34 314	0.62 226	0.28 285	0.33 354	0.60 348	0.34 316	0.68 352	0.47 255	0.54 339	0.66 334	0.56 319	0.46 320	0.73 303	0.66 334	0.26 358	0.19 310	0.24 356	0.22 356	0.27 358	0.25 312

PASM	0.49 337	0.41 342	1.15 348	0.37 345	0.35 358	0.42 291	0.42 344	0.54 251	0.65 337	0.54 339	0.54 294	0.63 340	0.48 326	0.94 359	0.51 304	0.27 362	0.30 371	0.30 364	0.33 373	0.29 363	0.29 334

DispFullNet	0.67 367	0.94 389	1.63 382	0.77 390	1.19 407	0.53 337	0.25 253	0.61 317	0.72 353	0.70 359	0.60 317	0.69 358	0.90 377	0.80 328	0.52 305	0.27 362	0.13 242	0.74 391	0.31 372	0.68 387	0.44 371

STTRV1_RVC	0.42 313	0.33 306	0.89 312	0.29 298	0.36 363	0.49 325	0.31 301	0.63 329	0.54 301	0.47 314	0.56 303	0.47 286	0.43 308	1.00 363	0.40 265	0.28 364	0.21 323	0.20 344	0.18 340	0.25 349	0.18 240

GANetREF_RVC	0.45 324	0.52 359	0.87 304	0.39 355	0.20 271	0.51 329	0.50 362	0.68 352	0.67 341	0.47 314	0.46 255	0.50 300	0.43 308	0.91 350	0.40 265	0.28 364	0.21 323	0.32 368	0.19 343	0.28 361	0.23 291
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
MFN_U_SF_RVC	0.58 355	0.58 371	1.31 366	0.39 355	0.23 308	0.72 360	0.30 292	0.83 377	0.68 345	0.74 361	0.74 349	0.86 368	0.60 350	0.84 337	0.83 348	0.29 366	0.27 355	0.32 368	0.37 379	0.31 365	0.33 344

PMTNet	0.16 11	0.09 3	0.31 6	0.15 2	0.09 5	0.23 102	0.15 25	0.26 10	0.24 24	0.17 15	0.21 41	0.16 31	0.14 40	0.23 39	0.14 24	0.29 366	0.05 3	0.06 1	0.04 1	0.07 30	0.07 11

ELAS_RVC	0.80 378	0.40 340	1.10 343	0.40 359	0.35 358	0.93 377	1.10 402	0.87 381	1.12 387	1.40 394	1.39 385	1.27 383	1.55 401	1.13 373	1.13 367	0.29 366	0.27 355	0.30 364	0.28 369	0.31 365	0.36 350
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.80 378	0.40 340	0.91 316	0.39 355	0.35 358	1.52 401	0.81 389	0.97 385	0.98 378	1.47 402	1.58 394	1.19 381	1.33 393	1.01 365	1.21 370	0.29 366	0.27 355	0.30 364	0.29 371	0.32 368	0.36 350
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
CAS	0.16 11	0.07 1	0.29 3	0.42 365	0.17 211	0.20 48	0.18 91	0.23 3	0.20 5	0.15 9	0.19 24	0.11 2	0.10 3	0.15 1	0.14 24	0.31 370	0.04 1	0.06 1	0.04 1	0.06 2	0.16 226

BEATNet-Init1	4.91 413	3.27 415	14.39 425	0.69 384	0.65 386	10.19 420	3.83 415	5.04 415	5.11 413	8.73 419	8.52 417	13.95 426	7.66 417	7.79 418	5.79 415	0.32 371	0.34 379	0.34 371	0.38 380	0.64 383	0.64 391

DDUNet	0.45 324	0.60 374	0.71 259	0.45 369	0.39 368	0.46 310	0.32 307	0.53 244	0.44 222	0.46 308	0.53 291	0.57 320	0.38 286	0.51 218	0.43 276	0.34 372	0.21 323	0.56 383	0.25 362	0.41 373	0.36 350

NVStereoNet_ROB	0.74 372	0.64 376	1.20 360	0.55 377	0.43 372	0.54 340	0.48 356	0.75 367	0.87 369	0.88 372	1.72 397	1.06 376	1.03 384	1.29 383	0.98 358	0.35 373	0.42 385	0.41 376	0.48 383	0.38 372	0.43 369
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
CC-Net-ROB	0.46 330	0.55 363	0.86 302	0.38 353	0.23 308	0.51 329	0.30 292	0.69 358	0.51 285	0.46 308	0.51 278	0.48 290	0.38 286	0.96 360	0.40 265	0.36 374	0.23 337	0.56 383	0.25 362	0.34 370	0.22 284

MSC_U_SF_DS_RVC	0.70 370	0.73 380	1.26 362	0.47 371	0.28 338	1.42 399	0.60 373	0.82 375	0.94 376	0.85 371	0.86 362	0.88 370	0.70 364	1.32 386	0.75 341	0.37 375	0.30 371	0.34 371	0.36 377	0.44 374	0.42 368

MANE	1.63 400	0.58 371	1.16 350	0.59 378	0.60 382	2.71 409	1.53 408	2.63 412	3.62 407	2.33 407	3.26 409	3.66 410	2.98 411	2.26 406	2.26 403	0.37 375	0.40 382	0.31 367	0.49 384	0.31 365	0.63 389

SQANet	0.44 321	0.57 369	0.89 312	0.49 373	0.39 368	0.47 316	0.23 218	0.53 244	0.44 222	0.41 277	0.48 271	0.47 286	0.34 264	0.58 243	0.43 276	0.38 377	0.15 272	0.40 375	0.21 349	0.50 376	0.34 347

MaskLacGwcNet_RVC	0.38 289	0.43 346	0.72 263	0.35 340	0.19 254	0.51 329	0.25 253	0.56 272	0.39 180	0.42 281	0.47 262	0.47 286	0.27 193	0.74 307	0.32 230	0.38 377	0.19 310	0.27 359	0.17 336	0.29 363	0.27 324

Consistency-Raft	0.56 351	0.52 359	1.12 344	0.45 369	0.49 374	0.48 322	0.45 349	0.73 364	0.74 357	0.45 303	0.82 358	0.46 279	0.60 350	0.51 218	0.63 331	0.39 379	0.40 382	0.44 377	0.51 388	0.53 379	0.38 366

MADNet+	1.05 385	1.26 404	4.77 411	0.73 387	0.50 375	1.25 392	0.97 394	1.05 386	0.93 373	0.67 356	0.78 353	0.87 369	0.85 373	2.14 403	1.83 395	0.40 380	0.42 385	0.32 368	0.28 369	0.45 375	0.43 369

JetBlue	1.20 392	0.89 386	2.53 398	0.59 378	0.76 390	3.16 412	2.09 412	1.16 389	0.93 373	0.95 376	1.12 376	1.65 391	1.27 391	2.15 404	1.87 396	0.43 381	0.37 381	0.38 373	0.39 381	0.62 382	0.63 389

DGSMNet	0.63 364	0.32 302	1.01 331	0.54 376	0.73 389	0.62 350	1.36 407	0.62 325	0.58 317	0.38 247	0.62 328	0.52 308	0.34 264	0.65 280	0.47 292	0.54 382	0.61 399	0.67 388	0.61 396	0.65 384	0.69 395

otaku	0.60 358	0.73 380	1.13 346	0.64 380	0.45 373	0.73 362	0.37 325	0.67 347	0.67 341	0.52 330	0.75 351	0.66 351	0.46 320	0.74 307	0.59 323	0.55 383	0.34 379	0.56 383	0.36 377	0.65 384	0.49 380

anonymity	0.57 353	0.55 363	0.74 265	0.48 372	0.63 383	0.56 341	0.43 346	0.71 360	0.51 285	0.64 352	0.55 299	0.57 320	0.61 354	0.65 280	0.57 320	0.55 383	0.55 394	0.50 380	0.54 389	0.51 377	0.61 386

ACVNet_1	0.77 377	0.92 388	1.79 388	0.73 387	0.53 379	0.78 368	0.42 344	0.88 382	0.90 370	0.75 362	0.76 352	1.32 385	0.80 369	1.04 368	0.70 338	0.57 385	0.32 376	0.72 390	0.35 375	0.70 390	0.50 381

Ntro	0.61 360	0.75 382	1.16 350	0.67 382	0.50 375	0.76 364	0.37 325	0.68 352	0.71 351	0.50 324	0.59 313	0.65 347	0.52 335	0.79 325	0.58 322	0.58 386	0.32 376	0.57 386	0.34 374	0.69 389	0.50 381

SPS-STEREO	0.74 372	0.72 378	1.18 357	0.52 375	0.57 381	0.76 364	0.50 362	0.80 372	0.66 340	0.97 378	0.88 365	0.94 372	0.74 365	1.08 371	1.04 362	0.58 386	0.51 388	0.50 380	0.50 387	0.56 380	0.72 397
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
WAO-7	1.05 385	1.00 393	1.19 358	0.83 392	0.67 387	1.22 391	0.84 391	1.43 395	1.56 396	1.13 386	1.75 398	1.46 387	1.25 390	1.56 392	1.28 374	0.61 388	0.62 402	0.70 389	0.68 398	0.66 386	0.62 387

ACVNet_2	0.94 382	0.98 392	1.71 386	0.83 392	0.63 383	1.02 383	0.64 376	1.16 389	1.43 394	1.02 380	1.39 385	1.47 388	0.86 375	1.16 375	0.79 345	0.63 389	0.43 387	0.78 393	0.49 384	0.80 392	0.57 384

MFMNet_re	0.74 372	0.84 384	1.16 350	0.64 380	0.70 388	0.79 369	0.71 381	0.77 370	0.85 366	0.79 369	0.86 362	0.69 358	0.80 369	0.73 303	0.65 332	0.66 390	0.59 398	0.61 387	0.58 394	0.68 387	0.71 396

SGM+DAISY	1.12 390	0.86 385	1.64 383	0.68 383	0.80 397	1.68 403	1.68 411	1.08 387	1.10 384	1.53 404	1.76 399	1.47 388	1.53 400	1.24 379	1.42 386	0.66 390	0.65 404	0.52 382	0.54 389	0.57 381	0.91 404

IMH-64-1	0.94 382	0.95 390	1.07 338	0.98 396	0.76 390	0.93 377	0.72 382	1.30 391	1.11 385	0.91 373	1.45 388	1.14 377	1.00 382	1.25 381	0.97 356	0.77 392	0.51 388	0.97 397	0.55 392	0.90 395	0.66 392

IMH-64	0.94 382	0.95 390	1.07 338	0.98 396	0.76 390	0.93 377	0.72 382	1.30 391	1.11 385	0.91 373	1.45 388	1.14 377	1.00 382	1.25 381	0.97 356	0.77 392	0.51 388	0.97 397	0.55 392	0.90 395	0.66 392

WAO-6	1.11 389	1.01 395	1.17 356	0.96 395	0.79 394	1.30 395	0.78 386	1.36 393	1.99 401	1.04 383	1.54 393	1.59 390	1.27 391	1.37 388	1.30 375	0.78 394	0.55 394	1.03 401	0.75 402	0.87 394	0.72 397

TorneroNet-64	1.47 394	1.15 397	1.51 378	1.11 403	0.86 401	2.27 408	0.76 384	1.84 404	3.76 408	1.29 390	2.22 406	2.68 406	1.46 396	1.81 400	1.55 389	0.79 395	0.51 388	1.10 402	0.67 397	1.31 406	0.81 403

RainbowNet	0.76 375	1.00 393	1.29 364	0.82 391	0.63 383	0.79 369	0.52 366	0.83 377	0.93 373	0.61 350	0.79 356	0.79 365	0.62 358	0.82 332	0.67 336	0.80 396	0.55 394	0.79 394	0.49 384	0.81 393	0.62 387

Dean	1.22 393	1.17 399	1.97 391	1.04 399	0.79 394	1.21 390	0.76 384	1.51 398	1.96 400	1.30 392	1.98 402	2.14 398	1.18 388	1.30 384	1.15 368	0.83 397	0.61 399	1.01 400	0.69 399	0.97 402	0.77 401

TorneroNet	2.26 406	1.20 401	1.55 381	1.15 405	0.91 402	5.84 413	0.84 391	2.12 409	8.45 418	2.59 409	5.32 413	3.84 411	2.15 404	1.84 402	1.98 399	0.88 398	0.54 393	1.16 406	0.74 401	1.31 406	0.91 404

PWCK	1.05 385	1.29 405	2.12 393	0.92 394	0.42 371	1.27 393	1.01 396	1.14 388	1.14 388	1.16 389	1.14 377	1.25 382	0.90 377	1.77 398	1.15 368	0.89 399	0.51 388	0.87 395	0.54 389	1.02 403	0.57 384

WAO-8	1.50 396	1.22 402	1.39 371	1.10 401	0.85 399	2.15 405	0.78 386	1.84 404	3.76 408	1.46 398	2.18 404	2.15 399	1.50 398	3.20 411	1.35 382	0.92 400	0.66 405	1.10 402	0.79 403	0.94 399	0.74 399

Venus	1.50 396	1.22 402	1.39 371	1.10 401	0.85 399	2.15 405	0.78 386	1.84 404	3.76 408	1.46 398	2.18 404	2.15 399	1.50 398	3.20 411	1.35 382	0.92 400	0.66 405	1.10 402	0.79 403	0.94 399	0.74 399

LVE	1.18 391	1.16 398	1.67 384	1.04 399	0.81 398	1.32 396	0.82 390	1.49 397	1.94 399	1.08 384	1.90 400	1.89 395	1.07 386	1.51 391	1.04 362	0.96 402	0.61 399	0.94 396	0.69 399	0.92 397	0.79 402

JetRed	2.35 408	2.70 414	6.11 412	1.14 404	1.38 410	6.03 414	3.61 414	2.12 409	1.72 397	1.99 406	1.97 401	2.15 399	1.59 402	2.49 407	4.19 413	1.05 403	1.60 412	1.10 402	1.02 409	1.72 412	1.41 412

UNDER WATER	1.64 401	1.34 407	2.72 401	1.40 407	1.04 404	1.70 404	1.14 404	1.57 401	3.58 406	1.46 398	1.46 390	2.82 407	2.43 406	1.74 396	2.04 400	1.08 404	0.63 403	1.31 408	0.94 406	1.29 405	1.10 409

UNDER WATER-64	1.61 399	1.30 406	2.93 403	1.33 406	0.96 403	2.20 407	1.25 405	1.47 396	3.15 405	1.46 398	1.31 383	2.61 405	2.22 405	1.69 395	1.93 397	1.13 405	0.67 407	1.29 407	0.94 406	1.26 404	1.09 408

IMH	1.09 388	1.04 396	1.29 364	1.03 398	0.79 394	1.11 385	0.69 379	1.40 394	1.42 393	1.02 380	1.71 396	1.42 386	1.19 389	1.78 399	1.03 361	1.14 406	0.56 397	1.00 399	0.58 394	0.93 398	0.68 394

notaker	1.49 395	1.44 408	1.77 387	1.42 408	1.08 405	1.19 389	0.87 393	1.51 398	1.40 392	1.53 404	3.41 410	2.40 402	1.94 403	1.83 401	1.57 390	1.14 406	0.69 408	1.38 409	0.88 405	1.39 410	1.03 407

ACVNet-4b	0.76 375	0.90 387	1.67 384	0.73 387	0.51 378	0.80 372	0.31 301	0.74 366	0.81 362	0.51 327	0.72 345	0.94 372	0.43 308	1.01 365	1.32 380	1.18 408	0.22 329	0.77 392	0.45 382	0.70 390	0.50 381

KSHMR	1.92 405	1.47 410	1.97 391	1.48 410	1.22 408	1.39 398	1.06 398	1.81 403	5.83 414	1.43 396	5.56 414	2.95 408	1.17 387	2.24 405	1.33 381	1.29 409	1.13 410	1.47 411	1.11 410	1.37 409	1.21 410

ktn	1.80 403	1.46 409	1.49 376	1.44 409	1.14 406	1.50 400	1.07 399	1.53 400	3.90 411	2.77 410	4.62 411	3.42 409	1.49 397	1.74 396	1.40 385	1.45 410	0.77 409	1.46 410	0.99 408	1.41 411	1.00 406

SPstereo	14.29 423	1.85 412	2.95 404	1.89 412	1.68 412	23.50 430	43.36 430	35.81 437	29.54 437	20.90 431	20.49 428	26.26 437	21.86 430	25.13 437	19.49 429	1.60 411	1.44 411	2.99 415	2.21 414	1.34 408	1.43 413

MADNet++	2.34 407	1.81 411	2.24 396	2.15 414	1.97 413	2.79 411	2.19 413	2.42 411	2.26 402	2.79 411	2.70 408	2.43 403	2.60 408	3.18 410	3.32 409	2.19 412	1.97 413	1.93 412	1.62 412	2.02 413	2.10 414

DLNR_Zeroshot_test	10.53 419	12.28 426	20.32 427	105.84 438	23.88 435	0.14 3	0.13 2	3.20 413	0.20 5	0.16 11	0.23 49	0.16 31	0.10 3	0.32 137	0.16 46	2.54 413	0.32 376	0.07 13	0.07 44	40.17 436	0.28 330

HanzoNet	3.08 409	1.87 413	2.70 400	1.81 411	1.34 409	1.60 402	1.05 397	2.06 408	2.62 404	5.63 414	5.12 412	5.96 415	7.09 416	4.39 415	3.43 410	3.29 414	2.06 415	1.98 413	2.94 416	2.47 414	2.15 415

DGTPSM_ROB	8.38 417	5.24 417	10.71 423	5.32 417	10.19 419	8.34 416	23.49 425	6.11 417	13.43 424	4.93 412	10.93 422	5.64 413	10.55 418	6.17 416	12.73 421	3.74 415	7.56 420	3.68 416	7.24 421	4.09 417	7.49 420

DPSMNet_ROB	8.44 418	5.25 418	10.87 424	5.59 418	10.27 420	8.34 416	23.51 426	6.12 418	13.47 425	4.96 413	10.94 423	5.65 414	10.55 418	6.25 417	12.77 422	4.01 416	7.62 421	3.75 417	7.27 422	4.16 418	7.54 421

DPSimNet_ROB	6.21 414	5.16 416	9.50 415	5.59 418	5.56 415	7.64 415	10.02 417	4.07 414	7.33 416	6.84 415	6.26 415	7.17 417	10.55 418	4.07 414	5.68 414	5.50 417	4.29 416	5.24 418	3.66 417	4.05 416	5.96 419

tt	4.71 412	0.11 27	3.94 407	2.06 413	1.54 411	10.14 419	16.85 420	9.28 421	4.99 412	1.41 395	1.05 373	4.68 412	4.89 412	3.36 413	5.86 416	5.73 418	9.15 425	2.23 414	2.51 415	3.02 415	1.34 411

ASD4	8.08 416	7.42 419	8.23 414	6.03 420	6.01 416	14.62 422	20.55 421	9.03 420	8.06 417	7.51 418	6.52 416	7.36 418	6.42 414	8.13 419	9.88 419	5.93 419	5.10 418	6.60 422	5.79 418	6.82 419	5.52 418

PML	15.86 427	13.12 427	7.07 413	5.22 416	7.66 417	32.93 431	64.30 437	5.37 416	10.12 419	25.87 436	67.29 437	20.25 428	13.20 427	10.09 421	6.81 418	5.94 420	2.00 414	6.03 421	2.18 413	9.13 422	2.62 417

DPSM_ROB	11.46 421	9.79 424	10.18 418	11.11 422	11.31 421	19.08 428	27.38 428	13.42 426	14.23 427	10.34 423	11.13 424	10.97 424	11.33 425	11.89 426	13.49 423	6.74 421	8.19 423	6.00 419	7.05 419	7.74 420	7.76 422

DPSM	11.46 421	9.79 424	10.18 418	11.11 422	11.31 421	19.08 428	27.38 428	13.42 426	14.23 427	10.34 423	11.13 424	10.97 424	11.33 425	11.89 426	13.49 423	6.74 421	8.19 423	6.00 419	7.05 419	7.74 420	7.76 422

xxxxx1	15.30 424	9.78 421	10.23 420	20.34 427	19.47 426	17.10 423	23.00 422	10.36 422	11.04 420	9.25 420	9.66 418	10.74 421	10.66 421	10.60 422	13.72 425	8.14 423	9.35 426	31.88 435	44.61 435	12.63 423	13.46 425

tt_ll	15.30 424	9.78 421	10.23 420	20.34 427	19.47 426	17.10 423	23.00 422	10.36 422	11.04 420	9.25 420	9.66 418	10.74 421	10.66 421	10.60 422	13.72 425	8.14 423	9.35 426	31.88 435	44.61 435	12.63 423	13.46 425

ff	15.30 424	9.78 421	10.23 420	20.34 427	19.47 426	17.10 423	23.00 422	10.36 422	11.04 420	9.25 420	9.66 418	10.74 421	10.66 421	10.60 422	13.72 425	8.14 423	9.35 426	31.88 435	44.61 435	12.63 423	13.46 425

CasAABBNet	23.04 431	19.69 429	20.32 427	22.42 430	22.73 430	38.35 432	55.23 433	26.99 434	28.74 432	20.67 429	22.28 431	22.11 433	22.86 434	23.84 433	27.17 433	13.52 426	16.47 430	12.08 423	14.21 424	15.57 427	15.60 429

Selective-RAFT-Error	23.11 432	19.77 433	20.60 429	22.49 431	22.80 431	38.46 437	55.19 432	27.13 436	28.90 436	20.73 430	22.38 432	22.11 433	22.91 436	23.94 434	27.18 434	13.54 427	16.57 431	12.09 424	14.21 424	15.61 431	15.65 430

MyStereo03	23.12 433	19.74 430	20.70 430	22.51 432	22.82 432	38.36 433	55.25 434	26.92 431	28.81 433	20.90 431	22.38 432	22.06 430	22.80 431	23.83 430	27.20 435	13.55 428	16.70 432	12.09 424	14.22 426	15.58 428	16.03 431

MyStereo02	23.12 433	19.74 430	20.70 430	22.51 432	22.82 432	38.36 433	55.25 434	26.92 431	28.81 433	20.90 431	22.38 432	22.06 430	22.80 431	23.83 430	27.20 435	13.55 428	16.70 432	12.09 424	14.22 426	15.58 428	16.03 431

MyStereo	23.12 433	19.74 430	20.70 430	22.51 432	22.82 432	38.36 433	55.25 434	26.92 431	28.81 433	20.90 431	22.38 432	22.06 430	22.80 431	23.83 430	27.20 435	13.55 428	16.70 432	12.09 424	14.22 426	15.58 428	16.03 431

LSM0	24.21 436	19.88 434	22.33 433	24.42 435	40.13 437	38.41 436	54.99 431	27.05 435	28.61 431	20.59 428	22.00 430	22.29 435	22.86 434	24.12 435	27.16 432	13.59 431	16.33 429	12.13 428	14.08 423	15.72 432	17.53 434

Anonymous_1	16.44 428	9.26 420	9.67 417	10.63 421	14.54 423	18.62 427	26.98 427	12.68 425	13.53 426	10.78 425	10.37 421	10.15 420	10.66 421	10.99 425	12.64 420	15.61 432	7.73 422	16.87 429	43.01 434	56.14 437	7.86 424

LRCNet_RVC	10.94 420	14.45 428	9.66 416	15.38 424	8.02 418	1.08 384	0.35 318	8.72 419	0.72 353	12.63 426	15.84 426	9.73 419	6.52 415	8.58 420	6.38 417	20.33 433	5.39 419	23.79 432	21.95 431	15.35 426	13.96 428

HaxPig	17.72 429	20.23 435	19.76 426	16.55 425	16.52 424	9.46 418	9.42 416	14.48 428	13.31 423	18.59 427	18.67 427	17.39 427	16.68 428	17.07 428	16.43 428	21.99 434	20.86 435	22.28 431	21.55 430	21.30 433	21.88 435

FADE	4.36 411	1.19 400	4.67 408	0.71 386	0.76 390	0.73 362	0.50 362	1.87 407	1.53 395	0.75 362	0.67 336	1.17 380	2.69 409	2.88 408	2.14 401	24.66 435	4.77 417	17.17 430	17.41 429	0.51 377	0.45 374

MEDIAN_ROB	21.20 430	24.56 436	23.42 434	19.57 426	19.62 429	13.29 421	11.21 418	18.04 429	17.02 429	22.07 435	21.92 429	20.84 429	20.24 429	21.02 429	19.68 430	25.59 436	24.08 436	26.20 433	25.19 432	25.31 434	25.19 436

AVERAGE_ROB	25.43 437	29.01 437	27.22 435	24.60 436	24.16 436	17.78 426	12.87 419	22.39 430	21.40 430	26.72 437	26.08 436	25.18 436	24.52 437	25.07 436	23.57 431	29.94 437	28.36 437	30.60 434	29.57 433	29.83 435	29.66 437

test_example2	100.95 438	107.33 438	67.16 437	98.17 437	106.88 438	89.44 438	101.34 438	37.23 438	97.88 438	129.56 438	131.26 438	65.41 438	67.34 438	91.22 438	79.29 438	143.32 438	199.32 438	81.12 438	102.17 438	121.89 438	101.70 438

Low-res two-view benchmark