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

S2M2_XL	1.03 1	1.01 24	3.78 7	2.42 1	0.31 2	0.43 1	0.01 1	1.74 1	1.12 1	1.28 3	2.82 19	1.72 39	1.19 23	1.48 1	1.21 16	0.03 33	0.01 11	0.01 143	0.00 1	0.02 2	0.02 1

FoundationStereo	1.56 2	0.84 11	3.56 4	3.37 40	1.49 133	2.27 10	0.59 39	3.96 2	2.27 10	2.10 17	0.11 1	2.58 52	2.83 79	2.97 4	1.00 6	0.04 46	0.88 334	0.00 1	0.00 1	0.02 2	0.34 47

LGtest1	1.67 3	0.87 12	4.47 23	2.67 6	0.82 50	3.00 20	0.11 7	6.42 13	1.80 3	1.94 15	1.62 14	0.65 27	0.92 19	5.90 28	1.02 9	0.04 46	0.55 259	0.00 1	0.00 1	0.10 58	0.46 86

MLG-Stereo_test1	1.73 4	0.79 4	3.82 9	2.83 14	2.75 246	2.77 15	0.15 11	6.43 17	2.10 9	1.21 1	0.16 2	1.52 38	0.52 4	7.62 60	0.90 2	0.03 33	0.74 301	0.00 1	0.03 131	0.03 11	0.24 28

MLG-Stereo	1.73 4	0.78 3	3.87 10	3.09 27	1.06 80	3.04 21	0.16 13	7.00 27	2.55 13	1.24 2	0.19 4	1.50 37	0.65 11	7.55 58	0.86 1	0.11 157	0.81 318	0.00 1	0.03 131	0.03 11	0.19 24

MLG-Stereo_test3	1.79 6	0.82 9	4.52 24	2.79 11	1.61 149	3.91 44	0.24 20	6.61 23	1.52 2	1.35 6	1.22 11	1.97 44	0.63 10	6.25 36	1.27 19	0.04 46	0.66 283	0.00 1	0.00 1	0.05 25	0.29 35

LG-Stereo_L2	1.81 7	1.11 39	5.06 47	3.06 26	0.92 63	2.71 14	0.43 29	7.45 39	1.91 6	1.93 13	0.44 7	0.41 18	0.52 4	8.16 72	1.05 12	0.05 70	0.73 299	0.00 1	0.00 1	0.04 23	0.32 41

LG-Stereo_L1	1.82 8	1.13 42	4.80 33	3.05 25	1.18 91	2.86 18	0.49 32	7.33 38	2.07 8	1.66 9	0.31 5	0.52 21	0.58 7	8.22 75	1.09 14	0.05 70	0.74 301	0.01 143	0.00 1	0.03 11	0.29 35

MLG-Stereo_test2	1.82 8	0.81 7	3.61 5	3.13 29	2.26 212	2.82 17	0.16 13	5.42 6	2.37 11	2.20 20	0.17 3	3.22 59	0.17 1	7.52 57	0.91 3	0.37 284	0.71 295	0.00 1	0.00 1	0.05 25	0.51 98

SGD-Stereo	2.03 10	0.90 14	4.25 15	2.80 12	0.38 8	3.39 28	0.90 53	7.22 36	2.50 12	4.05 65	1.12 10	1.77 41	1.31 26	8.51 81	1.04 10	0.24 237	0.01 11	0.00 1	0.00 1	0.06 34	0.12 14

dual_stereo	2.05 11	0.76 2	3.43 1	2.96 20	1.50 137	2.64 13	0.08 3	5.59 7	2.63 14	1.35 6	0.77 9	2.38 50	0.61 8	10.75 148	1.98 47	0.02 16	1.41 450	0.00 1	0.23 290	0.01 1	1.86 318

MonSter	2.06 12	0.90 14	4.81 34	2.70 7	1.72 163	6.01 166	0.13 9	6.67 24	3.15 24	1.51 8	2.25 16	0.33 13	0.36 2	7.02 47	1.29 21	0.01 4	0.98 354	0.00 1	0.38 380	0.02 2	1.01 198

IGEV	2.11 13	0.73 1	4.37 18	2.86 17	3.48 287	4.13 54	0.94 55	7.90 47	3.86 37	2.26 22	4.35 39	0.28 8	0.61 8	3.78 11	1.05 12	0.08 131	0.72 296	0.00 1	0.20 275	0.03 11	0.56 107

4.5_new	2.16 14	0.96 18	4.43 21	2.83 14	1.93 185	5.59 144	1.24 76	6.25 10	2.81 17	4.41 73	3.54 26	0.46 19	0.96 20	3.70 8	1.41 28	0.33 269	1.01 372	0.00 1	0.21 279	0.11 68	1.11 219

4.5w-stereo	2.16 14	0.96 18	4.43 21	2.83 14	1.93 185	5.59 144	1.25 78	6.25 10	2.81 17	4.41 73	3.53 25	0.46 19	0.96 20	3.70 8	1.42 31	0.33 269	1.01 372	0.00 1	0.21 279	0.11 68	1.11 219

S2M2	2.24 16	1.47 87	4.41 20	3.77 52	1.20 93	2.26 9	0.06 2	6.51 19	7.31 96	1.92 12	4.58 46	4.42 81	0.81 15	2.90 3	1.83 42	0.58 338	0.11 131	0.03 185	0.00 1	0.49 266	0.09 8

4.25_new	2.28 17	1.01 24	4.72 30	3.33 36	2.74 241	4.30 57	2.29 175	6.42 13	3.33 28	2.35 24	3.76 28	0.26 3	2.35 62	4.64 14	1.40 23	0.63 350	0.99 365	0.00 1	0.26 311	0.03 11	0.74 142

4.5w_new	2.28 17	1.01 24	4.72 30	3.33 36	2.74 241	4.30 57	2.29 175	6.42 13	3.33 28	2.35 24	3.76 28	0.26 3	2.35 62	4.64 14	1.40 23	0.63 350	0.99 365	0.00 1	0.26 311	0.03 11	0.74 142

4.25w-stereo	2.28 17	1.01 24	4.72 30	3.33 36	2.74 241	4.31 59	2.30 179	6.42 13	3.33 28	2.35 24	3.76 28	0.26 3	2.35 62	4.64 14	1.40 23	0.63 350	0.99 365	0.00 1	0.26 311	0.03 11	0.74 142

asda	2.30 20	1.05 30	5.07 51	3.16 31	1.97 190	3.28 25	0.84 52	6.58 22	3.63 34	2.65 35	3.26 22	0.65 27	2.93 81	6.05 33	1.83 42	0.70 362	1.01 372	0.00 1	0.27 319	0.10 58	0.86 160

LG-G_1	2.39 21	0.79 4	4.63 26	3.83 57	0.64 32	10.74 267	0.58 37	7.00 27	1.89 4	1.72 10	1.33 12	1.33 35	2.10 53	8.16 72	1.40 23	0.05 70	0.66 283	0.00 1	0.00 1	0.06 34	0.94 186

LG-G	2.39 21	0.79 4	4.63 26	3.83 57	0.64 32	10.74 267	0.58 37	7.00 27	1.89 4	1.72 10	1.33 12	1.33 35	2.10 53	8.16 72	1.40 23	0.05 70	0.66 283	0.00 1	0.00 1	0.06 34	0.94 186

asd	2.40 23	0.92 16	4.93 41	2.96 20	2.30 215	3.95 45	0.35 23	7.56 41	2.81 17	3.69 58	2.96 20	0.54 22	2.23 59	8.72 85	1.25 17	0.70 362	0.84 324	0.00 1	0.13 217	0.12 73	0.93 181

4w-stereo	2.40 23	1.23 55	5.26 57	2.81 13	2.14 204	3.64 38	0.60 40	7.00 27	2.73 16	2.99 41	4.33 38	0.35 15	3.26 88	7.50 56	1.55 35	0.32 266	0.98 354	0.00 1	0.30 335	0.05 25	0.96 192

DEFOM-Stereo	2.43 25	1.22 52	4.56 25	3.89 59	1.05 77	12.70 298	0.80 49	5.07 4	2.70 15	3.02 43	1.81 15	0.61 24	0.54 6	8.77 87	1.01 7	0.02 16	0.01 11	0.00 1	0.00 1	0.03 11	0.69 131

2.75w_new	2.45 26	1.02 29	5.11 52	2.65 3	1.60 147	3.48 33	2.22 174	6.17 9	3.29 27	5.05 95	4.14 37	0.30 11	2.34 61	6.69 42	2.71 99	0.06 104	0.99 365	0.00 1	0.28 323	0.03 11	0.85 157

2.5w	2.47 27	0.97 20	5.69 66	3.45 41	1.92 183	3.19 23	2.18 169	6.67 24	2.91 21	2.14 18	5.66 78	0.25 2	1.97 48	7.82 64	1.43 32	0.18 208	1.07 385	0.00 1	0.30 335	0.03 11	1.46 267

RAStereo	2.53 28	1.48 90	7.27 128	4.18 80	1.48 127	1.78 5	0.13 9	8.50 54	8.15 121	2.40 28	4.11 36	3.37 60	0.81 15	3.73 10	2.75 102	0.05 70	0.00 1	0.00 1	0.00 1	0.35 185	0.14 16

monsters	2.54 29	1.47 87	4.92 40	4.14 74	4.45 335	2.18 8	0.17 15	8.94 63	3.39 31	4.75 84	3.04 21	0.22 1	0.75 12	8.85 89	1.43 32	0.17 201	0.98 354	0.00 1	0.32 342	0.02 2	0.60 117

IGEV-Stereo++	2.55 30	0.93 17	4.65 28	4.40 98	3.52 289	3.33 27	0.10 6	8.77 59	4.60 45	2.63 34	4.41 40	2.00 46	4.67 145	3.47 6	0.98 4	0.02 16	0.78 312	0.09 254	0.00 1	0.06 34	1.65 292

3.25w_new	2.57 31	1.05 30	5.06 47	2.75 9	1.49 133	5.86 159	1.15 68	7.21 34	3.61 32	4.57 79	3.97 34	0.64 25	2.42 68	7.83 66	1.41 28	0.07 123	0.97 350	0.00 1	0.23 290	0.08 48	0.95 189

3.25w	2.57 31	1.05 30	5.06 47	2.75 9	1.49 133	5.87 160	1.15 68	7.21 34	3.61 32	4.57 79	3.97 34	0.64 25	2.42 68	7.82 64	1.41 28	0.07 123	0.97 350	0.00 1	0.23 290	0.08 48	0.95 189

qwe	2.64 33	0.97 20	4.85 37	3.09 27	2.86 254	4.53 68	0.28 21	7.28 37	3.06 22	5.38 102	4.85 53	0.57 23	0.88 17	9.13 102	2.39 75	0.42 303	0.96 346	0.00 1	0.30 335	0.12 73	0.90 173

3.75w	2.66 34	1.12 41	4.96 44	2.92 19	3.25 276	7.95 233	1.38 84	6.44 18	3.16 25	3.38 50	4.87 54	0.33 13	2.71 76	6.99 46	1.28 20	0.36 279	0.96 346	0.00 1	0.14 228	0.10 58	0.89 170

2w_stereo	2.67 35	1.09 36	5.38 61	3.25 34	1.25 103	4.61 72	3.77 245	7.59 43	4.10 41	4.28 70	5.14 63	0.27 6	4.25 117	4.81 17	2.06 53	0.11 157	0.72 296	0.00 1	0.18 265	0.02 2	0.48 91

GREAT-IGEV	2.67 35	1.48 90	5.32 60	3.65 47	1.73 164	2.92 19	0.20 17	6.37 12	6.52 85	1.34 5	5.23 66	1.09 33	1.45 32	10.01 129	1.57 36	0.11 157	1.50 462	0.00 1	0.24 298	0.19 106	2.48 405

2.25w	2.72 37	1.05 30	6.11 76	3.00 23	1.81 173	3.48 33	0.41 26	6.68 26	2.83 20	4.84 88	6.79 86	0.37 17	2.42 68	9.01 93	3.30 134	0.22 231	1.00 369	0.00 1	0.30 335	0.02 2	0.81 151

monsterstereo	2.74 38	1.26 58	5.23 56	4.64 110	4.44 331	1.81 7	0.08 3	6.52 20	5.70 60	3.84 63	7.47 93	0.27 6	0.37 3	9.33 109	1.51 34	0.05 70	1.11 395	0.00 1	0.35 358	0.03 11	0.75 145

LG-Stereo	2.75 39	1.78 137	8.47 175	4.32 97	1.04 76	3.56 37	1.20 73	7.18 33	6.19 78	2.53 32	7.57 96	1.07 32	0.75 12	5.24 21	2.51 82	0.49 319	0.27 184	0.01 143	0.03 131	0.34 179	0.44 80

3.5w_stereo	2.78 40	1.48 90	5.51 64	2.66 4	1.61 149	5.90 164	1.09 65	7.46 40	3.28 26	4.31 71	4.49 42	0.35 15	2.04 52	10.32 137	3.27 133	0.21 226	0.66 283	0.00 1	0.09 195	0.02 2	0.88 166

111111	2.79 41	1.16 43	4.90 38	4.16 75	4.50 338	3.40 29	0.22 19	9.37 71	4.11 42	2.47 31	4.41 40	2.27 48	2.02 50	9.21 105	1.37 22	0.01 4	0.79 314	0.08 244	0.01 88	0.14 84	1.19 230

StereoAnything_RVC	2.80 42	12.35 487	6.48 98	2.89 18	1.06 80	1.47 4	0.17 15	5.24 5	2.04 7	1.29 4	0.35 6	0.29 10	3.53 95	8.37 79	1.01 7	0.05 70	0.88 334	0.00 1	0.00 1	6.93 485	1.66 293

3w_stereo	2.85 43	1.08 35	6.84 113	3.00 23	0.62 29	5.35 128	6.31 321	7.70 45	3.87 38	4.12 67	5.00 61	0.30 11	4.15 115	4.87 18	1.71 39	0.00 1	1.02 378	0.00 1	0.24 298	0.03 11	0.87 165

fffft	2.87 44	1.37 73	6.09 75	3.63 46	1.48 127	4.34 62	4.03 253	9.11 67	3.91 39	3.19 45	2.34 17	1.90 42	1.43 31	10.93 152	2.22 58	0.00 1	0.23 173	0.00 1	0.00 1	0.38 214	0.85 157
1: 1. 1
MaDis-Stereo	2.96 45	2.05 203	7.26 127	3.35 39	2.54 231	1.78 5	0.28 21	8.41 51	5.58 58	2.77 38	3.62 27	7.05 133	4.60 133	5.95 29	3.33 135	0.01 4	0.05 70	0.00 1	0.00 1	0.19 106	0.39 65

IGEV-Stereo+	3.03 46	1.10 37	5.14 55	3.52 44	4.87 350	2.53 11	0.68 43	4.40 3	3.11 23	2.20 20	0.71 8	0.79 31	3.45 90	8.89 91	1.25 17	0.08 131	0.70 292	0.00 1	0.40 387	5.72 481	11.13 520

LG-Stereo_Zeroshot	3.06 47	1.06 34	6.40 91	5.55 170	1.90 181	3.79 41	0.82 50	7.92 49	3.70 36	4.01 64	10.87 142	2.27 48	5.15 155	3.49 7	2.09 56	0.19 219	0.64 280	0.00 1	0.35 358	0.42 234	0.58 115

SMoEStereo_RVC	3.08 48	1.77 136	5.88 71	4.29 95	0.76 40	6.25 181	1.85 145	8.81 61	4.44 44	4.08 66	3.85 32	2.76 54	2.21 56	11.07 155	2.28 61	0.01 4	0.13 139	0.03 185	0.00 1	0.35 185	0.83 155

AIO_test	3.09 49	1.33 69	5.84 69	4.60 108	3.35 279	5.26 123	2.32 180	9.12 69	5.01 49	1.93 13	4.76 51	4.23 79	1.35 28	7.85 69	1.18 15	0.92 399	1.03 381	0.00 1	0.29 328	0.07 43	1.30 245

GIP-stereo	3.09 49	1.42 80	4.82 36	5.64 178	4.11 314	3.31 26	0.74 45	9.86 76	6.75 88	2.44 29	5.48 69	4.08 73	3.14 84	5.77 26	1.68 38	0.14 181	0.63 278	0.00 1	0.00 1	0.09 56	1.66 293

UniTT-Stereo	3.10 51	1.22 52	7.79 150	4.50 103	2.51 228	2.59 12	0.42 28	5.88 8	5.74 62	5.46 105	7.76 98	1.12 34	1.46 33	9.06 97	5.42 222	0.06 104	0.07 108	0.00 1	0.01 88	0.60 303	0.26 31

IGEV-RUCA	3.15 52	1.28 63	5.12 53	5.23 149	2.34 220	6.02 167	1.75 135	7.71 46	5.31 54	2.77 38	4.98 60	4.01 71	2.39 67	10.02 130	1.73 40	0.17 201	0.26 183	0.21 340	0.29 328	0.74 339	0.58 115

1w_stereo	3.18 53	0.88 13	4.34 17	3.77 52	2.15 205	4.45 66	6.50 327	7.10 32	5.69 59	3.58 55	7.40 92	0.28 8	4.26 119	8.58 83	2.83 114	0.05 70	0.64 280	0.00 1	0.01 88	0.02 2	1.16 224

mms	3.23 54	1.87 163	6.16 81	4.22 85	2.38 222	4.13 54	3.87 246	8.68 57	5.05 50	2.68 36	5.66 78	3.05 56	1.33 27	9.68 121	2.35 69	0.01 4	0.55 259	0.00 1	0.00 1	0.42 234	2.47 404

ours_stereo	3.25 55	1.81 145	5.95 74	4.18 80	1.97 190	3.79 41	2.71 203	8.97 64	6.86 89	2.39 27	5.79 81	3.97 70	1.82 45	9.84 124	2.05 52	0.02 16	0.21 168	0.00 1	0.00 1	0.38 214	2.35 395

AIO-Stereo	3.32 56	1.49 95	5.67 65	5.06 135	1.51 139	4.67 78	1.71 128	10.31 81	5.90 74	3.02 43	4.90 57	5.32 104	0.80 14	10.66 142	1.88 44	0.06 104	0.85 330	0.00 1	0.70 429	0.14 84	1.78 306

AIO_rvc	3.33 57	1.66 118	6.67 107	4.55 104	3.62 292	5.18 117	1.79 140	8.85 62	5.06 51	2.17 19	4.89 56	4.69 89	1.16 22	10.57 140	2.01 50	0.59 343	1.10 391	0.00 1	0.04 146	0.16 92	1.84 315

RSM++	3.35 58	1.29 65	5.82 68	5.16 146	1.00 74	4.93 104	2.54 191	10.70 90	5.17 52	3.45 52	4.81 52	6.63 127	1.86 46	10.23 134	2.06 53	0.05 70	0.06 95	0.01 143	0.18 265	0.19 106	0.95 189

HUF	3.37 59	1.82 153	7.11 124	3.74 51	1.68 158	5.10 113	2.12 163	10.44 85	5.26 53	2.44 29	4.54 44	5.45 108	2.61 73	7.44 55	2.03 51	0.91 397	2.05 481	0.09 254	0.00 1	0.19 106	2.46 401

RSM	3.39 60	1.22 52	5.46 62	5.06 135	1.60 147	4.70 81	1.76 137	10.72 91	4.92 48	3.67 57	4.52 43	7.70 147	1.74 42	11.04 154	2.06 53	0.05 70	0.18 155	0.00 1	0.35 358	0.19 106	0.92 176

DEFOM-Stereo_RVC	3.40 61	7.12 439	4.30 16	11.17 441	1.69 160	4.59 70	0.46 31	9.11 67	3.63 34	2.69 37	3.29 23	0.75 29	7.02 211	9.35 110	2.00 48	0.01 4	0.15 148	0.00 1	0.19 270	0.06 34	0.39 65

EGLCR-Stereo	3.41 62	1.28 63	6.47 94	4.22 85	1.36 111	5.18 117	1.24 76	11.58 111	5.47 56	3.80 61	3.40 24	8.10 155	1.69 40	9.53 118	2.23 60	0.09 141	0.89 338	0.01 143	0.00 1	0.24 127	1.42 263

Selective-IGEV	3.46 63	1.32 68	5.92 73	4.55 104	2.27 213	4.65 75	2.07 162	11.50 108	5.81 64	3.19 45	4.75 50	5.46 109	1.77 43	11.24 167	2.37 72	0.05 70	0.82 322	0.00 1	0.20 275	0.10 58	1.17 227

tt45	3.47 64	1.65 115	5.29 59	4.20 83	1.93 185	8.00 234	1.99 159	9.99 79	4.05 40	5.83 107	4.57 45	4.57 88	2.37 66	11.40 173	2.38 74	0.01 4	0.14 145	0.00 1	0.01 88	0.40 223	0.69 131

MGS-Stereo	3.47 64	1.54 99	7.34 135	3.79 54	0.51 23	4.78 89	1.51 97	6.53 21	9.92 151	4.54 78	10.22 128	5.44 106	1.26 25	8.51 81	2.53 86	0.21 226	0.01 11	0.02 167	0.00 1	0.59 297	0.23 26

IGEV++	3.49 66	1.67 120	6.59 103	6.41 246	1.44 117	4.50 67	1.66 117	11.20 102	5.34 55	3.01 42	6.40 85	4.30 80	4.36 122	5.66 25	3.53 146	0.05 70	1.20 412	0.00 1	0.15 237	0.32 169	2.10 373

CroCo-Stereo	3.51 67	2.49 298	8.03 160	9.10 383	1.26 105	0.97 2	0.96 58	11.24 107	8.52 129	3.79 60	4.87 54	7.93 153	4.44 131	3.26 5	2.76 104	0.03 33	0.00 1	0.00 1	0.00 1	0.34 179	0.16 20
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
Pointernet	3.56 68	0.99 23	6.55 101	3.79 54	0.85 55	5.19 119	0.36 24	17.55 216	7.32 97	4.50 77	6.92 87	4.82 92	2.69 74	5.26 22	2.99 118	0.04 46	0.53 253	0.00 1	0.35 358	0.05 25	0.42 74

GLC_STEREO	3.61 69	1.35 71	3.91 11	6.86 286	0.23 1	4.69 79	1.61 105	9.80 74	7.20 94	5.64 106	9.11 109	5.19 98	2.02 50	10.25 135	3.70 153	0.07 123	0.04 60	0.22 348	0.00 1	0.24 127	0.17 22

MoCha-V2	3.68 70	1.42 80	5.50 63	6.03 217	1.50 137	4.53 68	1.32 82	11.05 100	6.30 81	5.86 108	5.39 68	2.66 53	6.33 188	10.36 138	1.58 37	0.19 219	1.57 468	0.00 1	0.24 298	0.07 43	1.77 305

fffy	3.69 71	1.76 133	7.01 117	4.25 94	1.49 133	4.74 86	1.69 126	10.96 96	7.10 92	2.90 40	6.29 83	6.27 122	3.10 83	10.41 139	2.09 56	0.01 4	1.02 378	0.00 1	0.00 1	0.37 202	2.28 390

SCV	3.72 72	1.81 145	7.24 126	5.65 180	1.66 157	4.31 59	1.64 109	12.11 115	6.98 90	2.28 23	4.94 59	6.07 117	2.70 75	10.28 136	2.30 62	0.09 141	0.98 354	0.00 1	0.53 411	0.55 282	2.27 388

999	3.74 73	1.55 101	5.72 67	5.15 145	2.42 224	7.40 217	2.13 164	10.76 92	7.33 98	3.20 47	5.04 62	5.01 94	2.26 60	12.45 232	3.06 121	0.06 104	0.24 177	0.00 1	0.00 1	0.37 202	0.66 125

AEACV	3.74 73	1.42 80	6.45 92	5.61 174	6.24 416	4.69 79	1.54 101	7.61 44	7.19 93	3.59 56	7.87 99	4.20 76	6.43 193	6.07 34	1.96 46	0.03 33	1.03 381	0.04 201	0.54 413	0.23 123	2.12 375

CREStereo	3.75 75	1.21 48	3.79 8	2.66 4	0.66 34	5.52 133	0.39 25	10.77 94	14.18 199	7.14 118	10.54 134	5.25 101	3.54 96	6.27 38	2.88 116	0.04 46	0.01 11	0.03 185	0.01 88	0.05 25	0.05 2
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
castereo++	3.76 76	1.79 139	5.06 47	4.09 71	2.65 236	16.30 367	1.89 151	8.46 53	9.15 141	2.53 32	4.66 47	5.04 95	2.00 49	9.08 99	1.04 10	0.02 16	0.59 272	0.00 1	0.34 354	0.08 48	0.50 96

trnet	3.79 77	1.10 37	3.76 6	2.70 7	0.63 31	5.60 146	0.41 26	10.89 95	14.11 198	7.11 117	10.55 136	5.73 112	3.75 100	6.25 36	2.89 117	0.04 46	0.02 35	0.03 185	0.01 88	0.06 34	0.07 4

SCV_C0	3.81 78	1.92 173	7.94 157	4.22 85	1.75 167	4.82 92	1.56 102	11.79 112	8.00 116	3.23 48	5.14 63	6.19 119	1.81 44	11.49 181	2.42 77	0.17 201	1.09 387	0.00 1	0.23 290	0.38 214	2.04 360

LoS	3.83 79	1.25 57	4.39 19	3.29 35	0.58 27	4.87 93	1.15 68	11.00 97	13.34 187	5.02 91	10.69 137	4.14 74	3.78 102	9.15 104	3.20 128	0.08 131	0.03 51	0.09 254	0.00 1	0.13 82	0.35 49
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
U	3.84 80	0.81 7	6.63 105	4.40 98	11.89 499	11.98 286	0.20 17	8.42 52	5.78 63	1.97 16	2.73 18	0.77 30	1.59 34	2.60 2	0.98 4	0.04 46	0.04 60	10.46 517	5.41 506	0.05 25	0.14 16

IGEVStereo-DCA	3.90 81	2.95 332	7.30 129	4.05 66	0.92 63	4.94 106	1.65 112	14.40 151	5.82 65	4.17 68	4.67 48	4.50 86	3.95 107	11.24 167	4.28 183	0.18 208	0.56 262	0.00 1	0.17 252	0.25 131	1.98 340

ff7	3.92 82	2.12 223	7.30 129	4.22 85	1.47 122	4.90 97	1.65 112	14.40 151	5.82 65	5.08 96	5.59 74	3.45 61	4.61 136	11.48 177	2.76 104	0.04 46	0.98 354	0.00 1	0.17 252	0.35 185	1.98 340

ffff	3.92 82	2.12 223	7.30 129	4.22 85	1.47 122	4.90 97	1.65 112	14.40 151	5.82 65	5.08 96	5.59 74	3.45 61	4.61 136	11.48 177	2.76 104	0.04 46	0.98 354	0.00 1	0.17 252	0.35 185	1.98 340

11t	3.92 82	2.12 223	7.30 129	4.22 85	1.47 122	4.90 97	1.65 112	14.40 151	5.82 65	5.08 96	5.59 74	3.45 61	4.61 136	11.48 177	2.76 104	0.04 46	0.98 354	0.00 1	0.17 252	0.35 185	1.98 340

ccc-4	3.92 82	2.12 223	7.30 129	4.22 85	1.47 122	4.90 97	1.65 112	14.40 151	5.82 65	5.08 96	5.59 74	3.45 61	4.61 136	11.48 177	2.76 104	0.04 46	0.98 354	0.00 1	0.17 252	0.35 185	1.98 340

anonymousdsp	3.97 86	2.10 216	6.76 110	4.43 100	1.82 176	4.92 102	1.68 118	14.84 163	5.82 65	5.26 101	5.54 72	4.20 76	4.37 126	11.54 187	2.68 97	0.04 46	0.87 332	0.00 1	0.18 265	0.36 196	1.98 340

IGEV-Stereo	3.97 86	2.10 216	6.78 112	4.43 100	1.81 173	4.92 102	1.68 118	14.84 163	5.82 65	5.25 100	5.54 72	4.22 78	4.36 122	11.55 188	2.68 97	0.04 46	0.88 334	0.00 1	0.18 265	0.36 196	1.98 340
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
rrr	3.99 88	2.95 332	11.04 295	4.05 66	0.92 63	4.94 106	1.53 100	11.97 114	6.50 84	4.17 68	4.67 48	4.50 86	3.95 107	11.24 167	4.28 183	0.18 208	0.56 262	0.00 1	0.22 281	0.25 131	1.88 320

rvit_stereo_0081_aga	4.01 89	3.10 344	10.05 245	5.65 180	3.01 266	4.91 101	1.88 150	8.80 60	7.27 95	6.97 113	6.94 88	5.81 114	3.23 87	7.63 61	3.77 157	0.08 131	0.00 1	0.00 1	0.00 1	0.62 307	0.44 80

water-stereo	4.05 90	1.16 43	6.14 78	3.96 61	0.83 53	5.09 112	1.09 65	13.45 137	5.71 61	6.59 111	14.69 175	7.49 141	5.81 175	3.80 12	3.51 143	0.38 288	0.18 155	0.10 266	0.05 161	0.07 43	0.90 173

CES	4.08 91	1.34 70	3.46 2	3.65 47	11.49 496	5.24 121	0.99 60	10.15 80	9.15 141	3.80 61	9.29 114	1.76 40	0.91 18	6.94 44	2.64 96	0.07 123	0.05 70	0.01 143	0.00 1	1.63 404	9.03 505

test_xeample3	4.08 91	2.95 332	11.20 299	4.05 66	1.05 77	5.62 147	1.58 103	13.23 125	4.76 47	7.10 116	3.83 31	3.18 58	3.30 89	11.75 192	4.42 190	0.08 131	0.74 301	0.00 1	0.38 380	0.26 141	2.04 360

LoS_RVC	4.09 93	3.01 338	4.81 34	4.88 122	7.78 456	5.24 121	2.80 208	7.57 42	4.24 43	4.41 73	10.34 130	3.62 66	6.34 189	6.59 41	2.37 72	0.04 46	0.03 51	0.00 1	0.01 88	0.06 34	7.70 493

CASnet	4.11 94	1.27 61	5.28 58	5.63 177	0.31 2	4.89 96	2.86 210	11.52 109	11.73 167	11.06 160	11.80 150	4.16 75	1.63 36	6.30 39	2.22 58	0.63 350	0.00 1	0.60 404	0.13 217	0.15 88	0.07 4
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Occ-G	4.14 95	1.50 97	5.89 72	3.82 56	1.88 179	3.75 40	6.51 328	8.68 57	6.38 83	4.81 85	8.44 102	9.56 178	4.31 120	10.00 128	4.16 174	0.05 70	0.84 324	0.00 1	0.19 270	0.23 123	1.71 298

ProNet	4.14 95	2.35 279	7.50 139	4.22 85	1.47 122	5.67 151	6.24 317	13.78 147	7.71 104	3.38 50	4.93 58	3.72 67	3.52 93	11.52 186	2.72 100	0.08 131	1.32 434	0.01 143	0.26 311	0.47 254	2.02 354

WCG-NET	4.15 97	1.44 85	6.47 94	3.48 42	0.31 2	4.36 64	1.74 133	8.24 50	15.53 213	8.94 140	9.64 117	6.87 131	4.12 114	7.42 54	2.86 115	0.02 16	1.09 387	0.00 1	0.00 1	0.21 115	0.28 33

castereo	4.17 98	1.71 125	4.94 42	4.23 93	1.13 85	6.25 181	6.97 345	10.76 92	16.22 222	3.25 49	7.74 97	3.55 65	7.25 215	5.61 24	2.63 94	0.04 46	0.38 212	0.00 1	0.26 311	0.08 48	0.44 80

rvit_stereo_0081	4.20 99	2.18 242	9.43 220	6.66 270	1.77 169	3.43 30	2.29 175	8.53 55	16.32 227	4.68 82	5.52 70	5.21 99	4.60 133	8.22 75	4.20 176	0.05 70	0.01 11	0.00 1	0.01 88	0.41 227	0.49 94

rvit_stereo_0082	4.20 99	2.18 242	9.43 220	6.66 270	1.77 169	3.43 30	2.29 175	8.53 55	16.32 227	4.68 82	5.52 70	5.21 99	4.60 133	8.22 75	4.20 176	0.05 70	0.01 11	0.00 1	0.01 88	0.41 227	0.49 94

CroCo-Stereo Lap2	4.21 101	2.60 309	9.11 198	10.21 412	6.06 410	1.11 3	0.78 48	10.63 88	8.34 124	3.46 53	5.18 65	8.92 166	5.66 171	6.42 40	4.53 195	0.03 33	0.05 70	0.00 1	0.00 1	0.81 353	0.39 65

HART	4.24 102	2.13 229	6.15 79	5.53 166	1.40 115	4.32 61	0.74 45	13.35 134	5.92 75	6.13 109	12.75 160	6.81 130	1.70 41	11.14 164	2.42 77	0.03 33	1.48 461	0.10 266	0.00 1	0.55 282	2.26 386

CAS++	4.25 103	2.16 237	6.64 106	4.57 107	1.14 88	4.22 56	1.62 106	19.22 241	10.81 158	9.35 143	9.25 113	1.97 44	1.40 30	9.87 126	2.00 48	0.15 192	0.05 70	0.00 1	0.00 1	0.33 173	0.28 33
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GCAP-Stereo	4.26 104	2.26 259	8.78 184	5.09 139	1.45 118	5.66 148	1.08 64	13.30 133	8.20 122	8.93 139	10.09 126	6.61 126	3.52 93	5.14 20	3.20 128	0.02 16	1.13 398	0.06 218	0.00 1	0.32 169	0.39 65

rvit_stereo_0080	4.27 105	2.89 326	9.02 193	4.10 72	1.93 185	4.06 47	7.35 356	10.37 82	8.86 135	5.39 103	7.51 94	6.20 120	4.36 122	7.08 48	4.75 201	0.45 312	0.01 11	0.00 1	0.00 1	0.59 297	0.45 83

whm_eth	4.27 105	2.89 326	9.02 193	4.10 72	1.93 185	4.06 47	7.35 356	10.37 82	8.86 135	5.39 103	7.51 94	6.20 120	4.36 122	7.08 48	4.75 201	0.45 312	0.01 11	0.00 1	0.00 1	0.59 297	0.45 83

testlalala	4.28 107	1.72 127	8.36 172	4.01 62	3.59 290	7.88 230	1.70 127	9.98 78	5.56 57	13.20 194	10.02 120	7.06 134	1.91 47	5.98 30	2.36 70	0.03 33	1.26 426	0.00 1	0.41 390	0.06 34	0.52 99

MM-Stereo_test2	4.38 108	1.62 108	7.85 153	5.85 210	1.12 83	7.07 209	2.18 169	15.22 167	8.69 132	7.23 122	5.26 67	4.83 93	3.75 100	10.87 150	2.40 76	0.03 33	1.04 383	0.00 1	0.14 228	0.41 227	2.02 354

plain	4.41 109	2.18 242	11.50 307	5.46 164	2.97 264	3.20 24	1.38 84	9.01 66	5.96 76	3.56 54	16.63 194	3.01 55	2.76 77	14.80 317	4.25 182	0.32 266	0.00 1	0.04 201	0.01 88	0.79 348	0.43 77

depthmonostereo	4.46 110	2.22 248	7.17 125	4.79 117	1.32 109	7.84 229	1.36 83	15.70 175	12.86 178	5.04 92	7.89 101	5.04 95	6.26 187	6.95 45	3.25 131	0.07 123	0.23 173	0.12 293	0.07 180	0.08 48	1.06 208

MC-Stereo	4.47 111	1.16 43	5.85 70	6.14 223	1.43 116	3.70 39	1.73 129	10.62 87	7.83 113	6.85 112	13.33 166	6.77 129	6.21 186	11.23 166	2.52 84	0.04 46	1.30 428	0.06 218	0.24 298	0.17 98	2.14 378

MIF-Stereo (partial)	4.55 112	1.63 111	8.37 173	5.46 164	5.35 373	3.48 33	0.94 55	9.80 74	8.03 118	4.45 76	15.68 184	5.33 105	5.11 152	11.92 202	4.57 196	0.06 104	0.02 35	0.06 218	0.03 131	0.45 247	0.30 38

DilatedVolume-Stereo	4.62 113	1.66 118	6.95 116	4.21 84	1.86 178	10.94 269	0.99 60	12.18 116	6.28 80	12.65 174	10.00 119	5.44 106	3.80 103	10.06 132	3.61 151	0.13 177	0.49 243	0.09 254	0.28 323	0.09 56	0.68 128

XX-TBD	4.63 114	10.71 468	3.94 12	10.55 426	0.62 29	5.95 165	0.08 3	7.91 48	12.75 174	11.73 166	14.80 178	4.04 72	1.64 37	4.90 19	2.61 92	0.08 131	0.01 11	0.00 1	0.00 1	0.26 141	0.06 3

rvit_stereo_0083	4.77 115	2.28 261	10.63 276	7.49 327	1.73 164	4.88 94	2.71 203	8.97 64	18.71 259	5.01 90	7.88 100	6.38 124	5.11 152	7.80 63	4.86 205	0.28 256	0.04 60	0.00 1	0.01 88	0.26 141	0.39 65

MyStereo07	4.80 116	2.38 284	6.21 82	6.63 265	4.77 347	6.47 192	9.60 394	16.70 198	5.88 72	4.81 85	5.77 80	3.13 57	5.68 172	12.07 208	2.46 79	0.09 141	1.33 438	0.03 185	0.32 342	0.74 339	0.93 181

CREStereo++_RVC	4.83 117	1.16 43	4.67 29	4.71 113	2.02 195	4.01 46	0.11 7	9.48 72	18.00 244	8.87 136	16.74 196	4.43 82	2.15 55	6.09 35	3.39 139	0.07 123	0.00 1	0.00 1	10.51 525	0.05 25	0.12 14
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
WCG-NET（raft）	4.87 118	1.67 120	6.84 113	3.49 43	0.31 2	4.96 108	1.95 155	11.08 101	15.49 212	8.82 134	11.46 147	9.50 176	4.96 150	11.32 171	3.26 132	0.09 141	1.41 450	0.00 1	0.03 131	0.23 123	0.54 102

TANstereo	4.87 118	1.49 95	5.02 46	4.02 64	0.51 23	14.25 324	0.15 11	9.17 70	12.84 176	12.80 185	18.36 214	5.14 97	4.43 128	6.01 31	2.30 62	0.09 141	0.12 138	0.00 1	0.01 88	0.02 2	0.68 128

Former-RAFT_DAM_RVC	4.91 120	3.05 343	9.51 223	4.55 104	3.59 290	9.01 243	1.46 92	14.59 161	19.31 266	7.65 128	7.22 91	2.04 47	2.21 56	10.13 133	2.51 82	0.12 170	0.03 51	0.08 244	0.00 1	0.62 307	0.50 96

Reg-Stereo(zero)	4.96 121	0.83 10	5.01 45	3.71 49	2.33 217	3.81 43	1.18 72	17.25 209	13.30 186	10.52 152	10.73 139	10.47 186	4.43 128	9.47 116	4.17 175	0.06 104	0.74 301	0.00 1	0.27 319	0.04 23	0.88 166

rvit_stereo_ft	5.02 122	3.45 362	10.80 283	11.76 452	2.76 247	4.08 52	8.16 374	10.64 89	10.63 157	4.34 72	6.39 84	6.65 128	4.63 141	9.35 110	5.82 238	0.11 157	0.00 1	0.00 1	0.00 1	0.34 179	0.42 74

iRaftStereo_RVC	5.06 123	2.15 233	7.88 155	5.54 169	0.78 46	5.22 120	0.45 30	18.47 230	11.75 168	9.72 147	15.05 180	5.74 113	3.18 86	9.29 108	2.52 84	0.02 16	1.24 423	0.00 1	0.01 88	0.58 291	1.62 289

MSKI-zero shot	5.11 124	1.81 145	6.47 94	6.17 226	1.78 171	6.42 191	1.50 96	13.59 139	8.66 131	10.63 155	11.58 148	13.29 240	2.35 62	12.34 225	3.09 123	0.05 70	1.21 418	0.02 167	0.29 328	0.15 88	0.85 157

GCAP-BAT	5.15 125	2.42 287	8.74 182	4.07 69	5.04 360	6.61 199	1.82 142	10.43 84	6.66 87	13.47 205	12.76 161	9.14 170	2.87 80	11.51 185	3.58 150	0.03 33	1.24 423	0.01 143	0.60 421	0.13 82	1.81 308

sCroCo_RVC	5.29 126	3.82 378	17.52 409	11.17 441	6.67 429	5.78 157	2.66 198	10.47 86	8.48 128	3.78 59	9.32 115	4.76 91	4.83 148	8.33 78	4.88 206	1.17 431	0.52 251	0.06 218	0.03 131	0.70 329	0.90 173

MM-Stereo_test1	5.41 127	1.55 101	6.52 99	5.96 214	1.09 82	4.88 94	6.82 338	14.32 150	12.83 175	13.28 197	10.54 134	5.88 115	6.54 195	11.72 190	2.75 102	0.18 208	1.13 398	0.00 1	0.02 117	0.48 257	1.73 300

tg	5.41 127	2.04 197	7.70 144	5.40 161	1.27 106	7.45 220	0.49 32	18.97 234	13.10 180	9.51 144	14.60 174	7.15 135	4.05 111	10.89 151	2.99 118	0.02 16	0.70 292	0.00 1	0.00 1	0.55 282	1.42 263

RAFT-Stereo-weight	5.42 129	1.21 48	6.22 83	4.69 111	1.28 107	6.18 178	1.58 103	18.42 229	18.47 253	11.35 163	10.27 129	11.93 210	1.65 38	9.59 119	3.83 159	0.10 152	0.60 274	0.00 1	0.00 1	0.16 92	0.89 170

CAS	5.44 130	0.98 22	3.95 13	17.59 497	7.74 455	7.82 227	6.09 313	9.89 77	9.40 145	4.82 87	10.69 137	1.93 43	1.22 24	4.54 13	2.47 80	10.98 518	0.02 35	0.00 1	0.02 117	0.53 273	8.19 499

4D-IteraStereo	5.47 131	2.05 203	8.66 177	5.34 155	4.93 353	6.11 168	1.79 140	13.74 145	16.35 229	14.53 219	11.10 143	8.22 156	1.59 34	8.73 86	3.37 137	0.00 1	0.49 243	0.09 254	0.02 117	0.25 131	1.98 340

PMTNet	5.52 132	1.11 39	4.24 14	2.49 2	1.38 113	8.75 238	0.67 42	12.64 120	12.84 176	8.66 131	11.27 145	6.00 116	4.70 147	9.91 127	3.02 120	22.39 534	0.01 11	0.04 201	0.02 117	0.06 34	0.23 26

RCA-Stereo	5.58 133	1.26 58	6.71 108	4.85 120	0.80 49	5.51 132	3.97 250	17.56 217	19.40 267	8.45 130	14.11 171	8.73 162	8.70 243	6.88 43	2.77 109	0.05 70	0.98 354	0.11 288	0.00 1	0.14 84	0.61 118

test_1	5.63 134	1.29 65	9.52 225	4.90 128	1.45 118	6.51 194	2.93 214	13.65 142	19.05 264	12.58 173	8.67 103	13.02 234	4.07 112	9.39 114	2.58 87	0.01 4	1.09 387	0.00 1	0.38 380	0.28 155	1.26 240

test-3	5.64 135	1.29 65	9.52 225	4.88 122	1.45 118	6.53 195	2.92 212	13.64 140	19.04 263	12.75 184	8.67 103	13.01 233	4.10 113	9.39 114	2.58 87	0.01 4	1.09 387	0.00 1	0.37 370	0.28 155	1.25 239

xyz-stereo-finetune	5.68 136	2.00 188	6.56 102	3.16 31	0.33 6	11.80 283	3.99 251	13.58 138	21.58 287	8.92 138	12.57 158	6.12 118	3.72 99	12.06 207	6.59 264	0.07 123	0.02 35	0.00 1	0.02 117	0.19 106	0.25 30

AE-Stereo	5.68 136	1.78 137	9.22 212	9.25 387	2.52 229	10.13 251	2.92 212	13.10 124	14.88 204	4.88 89	13.10 164	10.72 189	4.43 128	9.24 107	3.37 137	0.10 152	1.31 432	0.06 218	0.32 342	0.21 115	2.03 358

cross-raft	5.70 138	1.44 85	7.08 119	6.69 272	2.11 200	5.89 161	1.44 90	16.44 189	8.38 125	13.42 203	20.70 247	12.20 214	4.38 127	9.06 97	3.11 124	0.03 33	0.38 212	0.00 1	0.22 281	0.24 127	0.84 156

tt1	5.74 139	2.52 299	6.54 100	6.89 288	0.86 57	10.31 258	4.08 254	19.77 251	16.80 234	7.17 119	9.02 106	4.71 90	8.97 248	11.11 160	2.34 67	0.05 70	1.17 402	0.00 1	0.04 146	0.29 161	2.07 366

test_4	5.75 140	1.40 77	6.47 94	7.20 312	0.89 60	5.81 158	1.82 142	12.26 117	6.62 86	12.85 186	30.51 364	7.61 145	3.81 104	12.70 243	3.47 142	0.02 16	0.27 184	0.03 185	0.17 252	0.39 219	0.67 126

ACVNet-DCA	5.76 141	2.52 299	6.38 87	6.77 279	0.74 35	10.55 261	5.19 282	21.10 271	13.53 188	7.39 124	10.06 121	4.44 83	9.58 257	11.08 156	2.33 64	0.05 70	1.18 406	0.00 1	0.04 146	0.37 202	1.93 328

CFNet-RSSM	5.78 142	1.24 56	9.20 210	4.82 119	1.23 98	6.33 184	1.21 75	17.35 211	18.14 246	13.35 199	11.17 144	11.69 201	5.43 159	9.71 123	3.34 136	0.03 33	0.20 160	0.00 1	0.36 365	0.37 202	0.42 74

cc1	5.79 143	2.52 299	6.38 87	6.77 279	0.74 35	10.55 261	5.19 282	19.19 238	15.95 218	7.39 124	10.06 121	4.44 83	9.58 257	11.08 156	2.33 64	0.05 70	1.18 406	0.00 1	0.04 146	0.34 179	2.04 360

HUI-Stereo	5.80 144	1.98 183	10.42 266	5.66 183	0.45 9	5.52 133	2.68 200	13.29 132	7.82 112	12.71 183	18.16 208	12.91 231	6.60 196	10.73 147	5.36 220	0.89 393	0.08 114	0.10 266	0.00 1	0.25 131	0.36 55

Gwc-CoAtRS	5.80 144	1.37 73	9.07 195	4.80 118	1.39 114	6.90 205	1.27 79	16.50 192	15.48 211	13.07 192	13.35 167	12.64 218	5.61 169	9.14 103	4.20 176	0.04 46	0.32 197	0.00 1	0.29 328	0.30 164	0.33 44

ROB_FTStereo	5.82 146	1.97 176	10.37 262	5.67 190	0.46 15	5.52 133	1.63 107	13.27 130	7.79 106	12.69 177	18.06 205	12.86 226	6.63 200	12.28 221	5.43 223	0.87 392	0.09 116	0.10 266	0.00 1	0.26 141	0.36 55

EAI-Stereo	5.82 146	2.06 207	9.08 196	6.23 231	2.20 209	6.24 180	6.20 316	20.18 258	6.36 82	10.65 156	15.97 189	6.31 123	3.63 98	12.09 211	4.88 206	0.06 104	0.73 299	0.04 201	1.59 469	0.21 115	1.67 295

gcap-zeroshot	5.83 148	1.82 153	11.95 325	5.34 155	1.98 192	11.06 272	1.64 109	11.01 98	7.05 91	15.27 231	9.84 118	18.92 329	5.12 154	9.85 125	2.50 81	0.27 252	0.90 339	0.07 236	0.33 349	0.05 25	1.61 287

PSM-adaLoss	5.83 148	1.97 176	10.44 270	5.66 183	0.46 15	5.54 140	1.91 153	13.24 126	7.80 110	12.69 177	18.19 212	12.80 222	6.65 208	11.89 200	5.45 225	1.02 412	0.09 116	0.10 266	0.00 1	0.26 141	0.36 55

CRE-IMP	5.83 148	1.86 159	11.10 297	6.20 229	0.51 23	6.86 204	1.64 109	12.56 118	9.01 137	13.16 193	16.11 191	10.94 192	6.14 185	12.81 246	6.46 261	0.50 322	0.07 108	0.10 266	0.00 1	0.27 150	0.27 32

model_zeroshot	5.85 151	1.91 170	10.98 292	6.34 242	2.55 232	10.42 259	2.38 183	17.38 212	9.39 144	14.72 222	10.36 131	11.21 195	2.93 81	8.95 92	3.57 148	0.14 181	1.01 372	0.15 312	0.38 380	0.08 48	2.15 379

ROB_FTStereo_v2	5.85 151	1.97 176	10.38 263	5.66 183	0.46 15	5.52 133	1.95 155	13.24 126	7.78 105	12.68 176	18.16 208	12.83 223	6.61 198	12.27 219	5.63 232	1.00 409	0.09 116	0.10 266	0.00 1	0.26 141	0.36 55

RAFT-IKP	5.85 151	1.97 176	10.36 260	5.66 183	0.45 9	5.33 127	2.01 160	13.27 130	7.79 106	12.69 177	18.19 212	12.77 221	6.67 209	12.36 227	5.60 229	1.11 422	0.09 116	0.10 266	0.00 1	0.25 131	0.35 49

iGMRVC	5.86 154	1.97 176	10.41 265	5.66 183	0.45 9	5.53 137	1.75 135	13.35 134	7.81 111	12.69 177	18.17 210	12.86 226	6.53 194	12.34 225	5.77 234	1.13 425	0.09 116	0.10 266	0.00 1	0.26 141	0.34 47

xyz-stereo-finetune2	5.88 155	2.14 232	6.76 110	2.96 20	0.36 7	14.90 330	1.85 145	11.54 110	5.89 73	11.35 163	18.02 204	7.27 139	9.34 255	15.17 322	9.04 300	0.06 104	0.02 35	0.08 244	0.15 237	0.28 155	0.32 41

Patchmatch Stereo++	5.88 155	1.97 176	10.43 268	5.66 183	0.45 9	5.54 140	2.32 180	13.26 128	7.79 106	12.69 177	18.14 206	12.86 226	6.63 200	12.36 227	5.60 229	1.09 419	0.09 116	0.10 266	0.00 1	0.25 131	0.35 49
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	5.88 155	1.97 176	10.43 268	5.66 183	0.45 9	5.54 140	2.32 180	13.26 128	7.79 106	12.69 177	18.14 206	12.86 226	6.63 200	12.36 227	5.60 229	1.09 419	0.09 116	0.10 266	0.00 1	0.25 131	0.35 49

IGEV_Zeroshot_test	5.90 158	2.30 265	15.24 382	6.90 289	2.11 200	4.35 63	1.51 97	15.68 174	8.52 129	13.73 210	11.89 152	11.49 197	3.82 105	11.41 174	4.76 203	0.11 157	0.84 324	0.15 312	0.25 309	0.87 363	1.98 340

raftrobust	5.94 159	2.07 211	6.94 115	7.67 334	6.24 416	4.96 108	1.82 142	17.76 218	14.36 200	12.03 167	11.62 149	7.74 148	9.01 249	11.29 170	3.71 155	0.05 70	0.79 314	0.00 1	0.04 146	0.25 131	0.38 63

RAFT-Stereo + iAFF	5.94 159	2.35 279	8.80 185	4.07 69	1.36 111	2.78 16	0.66 41	17.05 204	15.89 217	12.65 174	18.49 216	11.81 205	7.89 224	8.48 80	3.80 158	0.02 16	0.75 306	0.00 1	0.00 1	0.43 238	1.49 276

DeepStereo_RVC	5.95 161	1.88 164	10.44 270	5.76 201	0.60 28	5.45 129	1.78 139	12.93 122	8.02 117	14.07 214	14.98 179	12.40 215	10.05 265	12.02 205	7.35 270	0.61 348	0.10 127	0.12 293	0.00 1	0.21 115	0.29 35

LL-Strereo2	5.97 162	2.88 325	10.62 275	6.59 259	3.38 281	6.31 183	2.20 171	15.61 173	8.46 127	11.33 162	10.75 140	15.69 275	3.45 90	13.58 282	4.65 198	0.16 195	0.48 240	1.33 454	0.13 217	0.36 196	1.42 263

test_3	5.97 162	1.26 58	9.95 242	6.84 285	1.45 118	8.73 237	3.18 222	14.26 149	19.86 269	12.22 169	8.91 105	13.78 246	3.99 109	9.38 113	2.58 87	0.01 4	1.10 391	0.00 1	0.37 370	0.30 164	1.20 232

NRIStereo	5.98 164	1.91 170	9.60 228	6.29 239	0.45 9	6.56 197	2.52 190	15.37 170	11.43 163	12.55 172	15.07 181	11.45 196	6.11 183	12.32 222	6.23 249	0.83 383	0.16 151	0.11 288	0.00 1	0.32 169	0.33 44

HH	6.00 165	2.42 287	9.81 236	5.74 198	1.64 155	7.05 207	3.48 235	17.54 214	7.69 102	8.73 132	12.47 155	14.83 259	8.86 245	13.04 259	2.59 90	0.04 46	1.21 418	0.20 337	0.05 161	0.30 164	2.34 392

HanStereo	6.00 165	2.42 287	9.81 236	5.74 198	1.64 155	7.05 207	3.48 235	17.54 214	7.69 102	8.73 132	12.47 155	14.83 259	8.86 245	13.04 259	2.59 90	0.04 46	1.21 418	0.20 337	0.05 161	0.30 164	2.34 392

MM-Stereo_test3	6.01 167	1.69 123	6.25 85	6.36 243	5.46 382	4.64 74	6.31 321	20.05 256	24.24 322	8.85 135	11.38 146	7.22 136	2.79 78	9.11 100	3.08 122	0.11 157	0.92 341	0.00 1	0.02 117	0.54 280	1.11 219

test-1	6.03 168	1.76 133	15.61 388	8.01 353	1.98 192	7.82 227	1.16 71	13.64 140	13.60 191	9.69 146	15.16 182	11.55 199	5.45 161	7.78 62	4.35 187	0.16 195	1.18 406	0.00 1	0.13 217	0.16 92	1.39 255

rvit_0105_6	6.06 169	3.23 349	15.34 386	10.26 413	1.75 167	5.08 111	5.19 282	11.03 99	20.73 276	6.39 110	7.02 89	10.21 183	7.94 226	11.42 175	3.83 159	0.40 293	0.29 192	0.00 1	0.01 88	0.57 288	0.40 71

Selective-RAFT	6.10 170	1.16 43	10.90 290	7.41 319	0.91 62	15.22 341	1.11 67	14.84 163	16.23 223	7.19 121	7.06 90	11.49 197	8.10 229	12.83 248	5.19 215	0.26 248	0.97 350	0.00 1	0.46 394	0.10 58	0.65 122

H2IRNET	6.11 171	1.63 111	7.52 140	4.69 111	2.30 215	4.07 51	0.71 44	12.58 119	13.88 193	7.18 120	20.80 250	15.50 271	10.48 270	10.72 146	8.26 285	0.19 219	0.00 1	0.07 236	0.52 410	0.52 272	0.55 104

EKT-Stereo	6.11 171	1.71 125	9.09 197	7.69 335	5.56 385	5.16 115	4.26 259	19.18 237	15.13 207	9.20 142	12.84 162	9.55 177	4.18 116	11.74 191	3.24 130	0.53 326	0.62 276	0.09 254	0.14 228	0.17 98	2.16 380

1test111	6.16 173	2.52 299	6.38 87	6.77 279	0.74 35	10.55 261	5.19 282	21.10 271	13.53 188	7.39 124	10.06 121	4.44 83	9.58 257	12.08 209	9.26 306	0.05 70	1.18 406	0.00 1	0.04 146	0.37 202	1.93 328

RAFT-Test	6.19 174	1.47 87	7.90 156	4.91 129	2.70 240	9.97 247	1.52 99	17.08 205	9.06 140	13.21 195	23.67 288	12.89 230	4.63 141	9.47 116	3.57 148	0.02 16	0.81 318	0.00 1	0.38 380	0.21 115	0.39 65

testlalala2	6.22 175	2.05 203	8.67 178	15.89 491	10.72 492	7.88 230	3.50 239	13.65 142	10.50 156	15.90 253	12.54 157	8.50 161	2.47 71	5.89 27	3.87 164	0.06 104	0.63 278	0.00 1	0.50 406	0.54 280	0.61 118

s12784h	6.22 175	1.01 24	4.95 43	3.57 45	0.54 26	19.55 408	0.95 57	19.51 248	18.39 248	12.98 190	12.58 159	7.78 149	5.56 168	11.34 172	4.36 188	0.89 393	0.01 11	0.05 209	0.00 1	0.07 43	0.20 25

Any-RAFT	6.28 177	1.42 80	4.91 39	5.00 132	1.25 103	10.18 252	1.90 152	22.68 290	15.87 216	12.12 168	19.23 224	13.69 245	4.65 143	9.35 110	2.36 70	0.06 104	0.57 265	0.00 1	0.00 1	0.05 25	0.35 49

GMOStereo	6.33 178	2.04 197	8.28 167	5.68 191	1.20 93	6.11 168	2.14 165	11.20 102	13.15 181	18.66 314	21.83 263	17.35 301	6.64 204	7.09 50	2.78 110	0.02 16	1.42 452	0.13 300	0.00 1	0.53 273	0.37 59

error version	6.33 178	2.04 197	8.28 167	5.68 191	1.20 93	6.11 168	2.14 165	11.20 102	13.15 181	18.66 314	21.83 263	17.35 301	6.64 204	7.09 50	2.78 110	0.02 16	1.42 452	0.13 300	0.00 1	0.53 273	0.37 59

test-v	6.33 178	2.04 197	8.28 167	5.68 191	1.20 93	6.11 168	2.14 165	11.20 102	13.15 181	18.66 314	21.83 263	17.35 301	6.64 204	7.09 50	2.78 110	0.02 16	1.42 452	0.13 300	0.00 1	0.53 273	0.37 59

test-2	6.33 178	2.04 197	8.28 167	5.68 191	1.20 93	6.11 168	2.14 165	11.20 102	13.15 181	18.66 314	21.83 263	17.35 301	6.64 204	7.09 50	2.78 110	0.02 16	1.42 452	0.13 300	0.00 1	0.53 273	0.37 59

GMStereo	6.44 182	4.92 405	12.13 329	5.60 173	0.87 58	9.18 245	2.57 195	12.99 123	25.54 340	12.85 186	11.84 151	5.60 110	3.62 97	11.92 202	6.44 260	0.53 326	0.02 35	0.05 209	0.36 365	0.98 369	0.70 134
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
TestStereo	6.45 183	3.34 358	8.02 159	6.23 231	1.68 158	6.33 184	2.48 188	14.54 160	16.71 233	11.71 165	24.13 292	9.38 172	7.13 212	11.83 196	4.32 185	0.12 170	0.01 11	0.00 1	0.00 1	0.73 336	0.33 44

knoymous	6.46 184	1.84 157	5.13 54	4.31 96	1.88 179	6.36 188	5.55 296	15.25 168	14.48 201	13.85 212	21.25 253	12.66 220	6.63 200	13.20 268	5.11 211	0.19 219	0.13 139	0.12 293	0.00 1	0.71 333	0.57 113

rafts_anoy	6.46 184	2.37 281	7.09 120	7.48 326	6.02 407	5.31 126	2.45 187	14.50 158	22.01 293	12.94 189	16.18 192	8.48 160	5.53 166	9.70 122	6.32 255	0.05 70	1.66 470	0.10 266	0.05 161	0.30 164	0.69 131

anonymousdsp2	6.47 186	1.81 145	9.73 233	5.25 151	1.23 98	9.35 246	3.96 249	22.51 286	18.39 248	12.87 188	10.19 127	10.17 182	4.46 132	11.77 193	3.83 159	0.06 104	1.00 369	0.31 376	0.18 265	0.25 131	2.06 365

XX-Stereo	6.50 187	1.81 145	10.42 266	12.71 467	7.14 440	3.46 32	0.90 53	16.31 185	6.13 77	9.03 141	28.11 333	13.48 243	2.22 58	11.87 199	2.61 92	0.45 312	0.78 312	0.08 244	0.42 391	1.09 377	0.88 166

AFF-stereo	6.50 187	2.29 262	8.09 162	4.63 109	0.87 58	3.48 33	0.75 47	16.92 203	13.98 195	13.26 196	25.21 302	15.46 270	7.68 221	11.50 183	3.71 155	0.04 46	0.70 292	0.00 1	0.00 1	0.48 257	1.02 201

xx1	6.52 189	2.52 299	6.38 87	6.77 279	0.74 35	10.55 261	5.19 282	19.19 238	15.95 218	7.39 124	10.07 125	16.17 281	12.10 305	11.08 156	2.33 64	0.05 70	1.18 406	0.02 167	0.36 365	0.37 202	1.93 328

RALCasStereoNet	6.53 190	2.84 324	8.12 163	7.88 348	6.12 412	6.85 203	5.29 289	14.66 162	13.94 194	10.20 148	18.18 211	10.24 184	3.83 106	12.33 223	5.56 228	0.04 46	1.88 476	0.11 288	0.01 88	0.26 141	2.24 385

11t1	6.61 191	1.76 133	9.64 230	5.62 176	2.15 205	13.57 313	2.67 199	15.77 177	8.83 134	13.66 209	11.90 153	12.03 212	9.76 262	12.23 218	8.58 293	0.23 232	1.33 438	0.00 1	0.31 340	0.26 141	1.95 336

TRStereo	6.64 192	6.95 438	12.06 328	9.69 398	7.59 448	5.12 114	1.68 118	20.72 261	12.34 170	10.93 159	9.07 107	10.57 188	3.16 85	14.33 296	4.23 180	0.60 346	0.80 317	0.14 307	0.37 370	0.56 286	1.86 318

DisPM	6.68 193	1.58 106	9.90 240	7.19 311	1.12 83	5.71 152	3.69 241	13.74 145	12.42 171	16.60 265	23.63 287	12.64 218	6.39 191	13.31 274	4.08 172	0.77 371	0.01 11	0.08 244	0.15 237	0.14 84	0.53 100

AIO-test1	6.69 194	2.11 220	7.06 118	10.57 427	6.38 424	8.85 240	1.73 129	22.56 289	20.92 279	7.01 114	17.67 202	8.06 154	4.87 149	10.79 149	3.39 139	0.17 201	0.09 116	0.00 1	0.34 354	0.35 185	0.86 160

DCRE	6.73 195	2.11 220	9.19 209	7.76 341	4.90 351	7.81 226	5.86 308	16.46 190	11.38 162	9.61 145	22.55 278	11.84 207	6.35 190	11.09 159	3.63 152	0.04 46	1.19 411	0.06 218	0.37 370	0.15 88	2.23 383

AnonymousM	6.73 195	12.03 482	3.53 3	4.47 102	1.55 142	4.42 65	3.17 221	11.94 113	8.44 126	17.00 279	10.06 121	9.08 169	4.00 110	7.56 59	4.06 170	0.55 334	0.68 290	23.13 529	8.12 518	0.07 43	0.65 122

iRaft-Stereo_20w	6.75 197	2.17 240	13.20 349	5.07 137	2.34 220	7.43 219	2.61 196	20.20 259	7.85 114	15.28 232	10.36 131	14.42 254	8.13 230	16.81 356	4.20 176	0.06 104	0.84 324	0.13 300	0.83 434	0.66 322	2.42 400

DCANet-4	6.78 198	1.21 48	11.48 305	3.95 60	0.76 40	4.73 82	1.68 118	18.40 228	25.78 343	15.44 236	20.36 240	6.42 125	8.48 238	8.87 90	6.24 250	0.18 208	0.05 70	0.01 143	0.00 1	0.10 58	1.37 249

SST-Stereo	6.85 199	1.67 120	9.39 218	7.24 314	0.82 50	5.89 161	1.87 149	15.34 169	9.89 150	19.25 333	20.26 239	16.63 289	8.40 236	13.81 289	5.75 233	0.40 293	0.05 70	0.13 300	0.00 1	0.10 58	0.08 6

Pruner-Stereo	6.85 199	1.81 145	10.24 255	6.92 291	0.92 63	5.55 143	4.01 252	14.42 156	11.85 169	18.22 310	21.92 269	15.64 274	5.69 173	12.10 212	6.08 242	0.84 385	0.02 35	0.18 326	0.10 204	0.11 68	0.38 63

RALAANet	6.86 201	3.28 354	11.09 296	7.63 331	4.95 355	6.16 177	1.63 107	20.54 260	15.45 209	15.30 233	14.52 173	12.98 232	4.35 121	13.53 278	3.98 165	0.11 157	0.35 207	0.00 1	0.29 328	0.58 291	0.48 91

DCANet	6.87 202	2.02 193	9.12 200	4.03 65	0.76 40	4.77 88	1.74 133	16.15 182	25.07 329	15.88 251	20.79 249	7.89 151	11.31 286	9.23 106	6.15 244	0.18 208	0.05 70	0.00 1	0.00 1	0.28 155	2.01 353

PSM-softLoss	6.90 203	1.81 145	10.84 285	7.04 296	0.93 68	5.53 137	1.97 157	23.18 297	9.65 147	14.16 215	22.01 274	12.84 224	5.15 155	13.03 257	7.95 278	0.76 368	0.06 95	0.27 360	0.55 416	0.21 115	0.14 16

KMStereo	6.90 203	1.81 145	10.84 285	7.04 296	0.93 68	5.53 137	1.97 157	23.18 297	9.65 147	14.16 215	22.01 274	12.84 224	5.15 155	13.03 257	7.95 278	0.76 368	0.06 95	0.27 360	0.55 416	0.21 115	0.14 16

PFNet+	6.92 205	1.64 114	10.96 291	6.27 234	0.90 61	5.66 148	1.68 118	14.43 157	16.02 220	18.13 308	21.24 252	14.33 251	5.97 178	13.13 265	5.51 227	0.90 395	0.20 160	0.11 288	0.30 335	0.08 48	0.94 186

RAFT-345	6.94 206	1.48 90	7.45 137	5.65 180	0.96 72	5.49 131	3.20 223	13.73 144	10.97 159	13.81 211	42.93 481	9.01 168	5.31 158	13.09 264	4.73 200	0.58 338	0.05 70	0.10 266	0.06 172	0.08 48	0.08 6

MyStereo06	6.95 207	2.25 255	14.05 361	6.69 272	4.74 345	7.75 224	9.60 394	17.85 220	9.03 139	13.29 198	10.78 141	18.68 323	5.70 174	10.66 142	4.52 194	0.09 141	1.32 434	0.02 167	0.26 311	0.84 360	0.92 176

NF-Stereo	6.96 208	1.80 142	10.17 249	7.16 310	0.79 48	6.15 176	3.26 230	20.74 266	18.45 252	13.42 203	19.33 225	11.67 200	6.05 179	12.71 244	6.17 245	0.57 337	0.06 95	0.21 340	0.23 290	0.12 73	0.09 8

OCTAStereo	6.97 209	1.80 142	10.20 252	7.15 309	0.78 46	6.12 173	3.38 231	20.72 261	18.47 253	13.41 200	19.33 225	11.91 208	6.05 179	12.68 242	6.19 246	0.59 343	0.06 95	0.21 340	0.22 281	0.12 73	0.10 11

RE-Stereo	6.97 209	1.79 139	10.18 250	7.14 304	0.77 43	6.14 174	3.39 232	20.72 261	18.43 250	13.41 200	19.33 225	11.78 203	6.09 181	12.66 240	6.22 247	0.58 338	0.05 70	0.21 340	0.22 281	0.12 73	0.10 11

TVStereo	6.97 209	1.79 139	10.18 250	7.14 304	0.77 43	6.14 174	3.39 232	20.72 261	18.43 250	13.41 200	19.33 225	11.78 203	6.09 181	12.66 240	6.22 247	0.58 338	0.05 70	0.21 340	0.22 281	0.12 73	0.10 11

sAnonymous2	6.98 212	7.12 439	20.67 440	9.13 384	5.40 375	5.28 124	8.11 372	16.71 199	11.50 165	5.04 92	9.17 110	3.77 68	8.23 231	7.84 67	3.15 125	0.11 157	0.07 108	0.06 218	0.28 323	10.80 507	7.09 489

CroCo_RVC	6.98 212	7.12 439	20.67 440	9.13 384	5.40 375	5.28 124	8.11 372	16.71 199	11.50 165	5.04 92	9.17 110	3.77 68	8.23 231	7.84 67	3.15 125	0.11 157	0.07 108	0.06 218	0.28 323	10.80 507	7.09 489

DIP-Stereo	6.99 214	2.37 281	11.45 304	4.78 115	1.70 162	13.13 304	1.47 93	15.76 176	7.43 99	14.57 220	26.61 319	10.76 190	5.10 151	14.97 320	8.10 282	0.06 104	0.06 95	0.06 218	0.00 1	0.17 98	1.22 234
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
rvit_0105_4	7.09 215	3.33 356	16.60 398	10.68 429	1.59 145	5.89 161	6.84 340	14.50 158	23.99 318	7.31 123	9.49 116	13.18 236	9.62 260	12.33 223	4.32 185	0.39 290	0.46 236	0.00 1	0.02 117	0.67 324	0.68 128

ADStereo(finetuned)	7.09 215	2.04 197	11.52 308	4.01 62	0.77 43	4.78 89	1.73 129	16.15 182	25.08 330	15.89 252	20.74 248	7.88 150	13.56 335	9.11 100	6.07 241	0.18 208	0.05 70	0.00 1	0.00 1	0.28 155	1.93 328

raft+_RVC	7.10 217	2.37 281	6.59 103	6.94 294	5.82 399	6.35 187	5.97 311	21.05 269	23.63 314	10.90 158	17.95 203	9.80 179	5.55 167	11.49 181	4.47 193	0.04 46	1.50 462	0.00 1	0.00 1	0.38 214	1.23 236

OMP-Stereo	7.13 218	2.89 326	9.89 239	10.98 437	1.73 164	4.81 91	1.85 145	18.38 227	16.26 224	16.94 277	14.11 171	17.45 306	7.57 218	13.26 272	5.12 213	0.43 305	0.04 60	0.06 218	0.02 117	0.20 113	0.56 107

RAFT_R40	7.14 219	1.73 129	9.36 217	7.36 318	0.82 50	5.74 154	3.69 241	15.47 172	15.09 206	18.24 311	19.87 233	16.82 290	8.50 239	13.72 287	5.81 237	0.28 256	0.02 35	0.14 307	0.00 1	0.11 68	0.09 8

fff	7.26 220	1.99 184	9.12 200	4.17 76	0.47 18	4.73 82	1.68 118	16.56 194	33.55 410	15.45 237	20.36 240	7.49 141	12.54 313	9.03 94	6.26 251	0.18 208	0.05 70	0.01 143	0.00 1	0.10 58	1.37 249

MIPNet	7.26 220	2.30 265	13.74 355	5.32 154	1.61 149	11.32 275	2.77 207	27.02 344	18.47 253	15.56 243	13.20 165	7.01 132	9.46 256	8.84 88	6.32 255	0.15 192	0.03 51	0.06 218	0.08 187	0.42 234	1.39 255

csc	7.26 220	1.99 184	9.12 200	4.17 76	0.47 18	4.73 82	1.68 118	16.56 194	33.55 410	15.45 237	20.36 240	7.49 141	12.54 313	9.03 94	6.26 251	0.18 208	0.05 70	0.01 143	0.00 1	0.10 58	1.37 249

cscssc	7.26 220	1.99 184	9.12 200	4.17 76	0.47 18	4.73 82	1.68 118	16.56 194	33.55 410	15.45 237	20.36 240	7.49 141	12.54 313	9.03 94	6.26 251	0.18 208	0.05 70	0.01 143	0.00 1	0.10 58	1.37 249

riskmin	7.28 224	1.54 99	8.37 173	5.01 133	3.24 275	11.65 280	3.20 223	16.61 197	18.86 261	10.45 150	13.46 168	16.20 283	12.68 319	12.46 233	6.57 263	0.17 201	1.38 446	0.14 307	0.33 349	0.67 324	2.52 407

AIO-test2	7.31 225	2.95 332	8.32 171	9.20 386	5.66 391	8.78 239	5.13 280	26.30 334	23.78 315	7.04 115	20.37 244	5.69 111	3.51 92	10.05 131	2.74 101	4.35 488	0.14 145	0.03 185	0.62 424	0.71 333	0.80 150

R-Stereo Train	7.33 226	1.62 108	9.31 214	6.80 283	2.33 217	7.57 221	5.36 291	24.47 312	7.63 100	16.40 258	33.07 405	12.42 216	5.52 164	8.06 70	5.23 216	0.05 70	0.05 70	0.01 143	0.00 1	0.12 73	0.56 107

RAFT-Stereo	7.33 226	1.62 108	9.31 214	6.80 283	2.33 217	7.57 221	5.36 291	24.47 312	7.63 100	16.40 258	33.07 405	12.42 216	5.52 164	8.06 70	5.23 216	0.05 70	0.05 70	0.01 143	0.00 1	0.12 73	0.56 107
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MIM_Stereo	7.37 228	2.06 207	12.02 327	4.71 113	1.69 160	5.17 116	1.28 80	19.54 249	13.09 179	16.93 275	28.48 338	13.05 235	5.43 159	13.25 271	7.41 271	0.02 16	0.62 276	0.00 1	0.01 88	0.45 247	2.09 372

UGAM-zero	7.48 229	1.91 170	14.55 368	4.78 115	2.00 194	6.34 186	1.02 63	18.99 235	8.70 133	14.93 225	15.74 185	24.94 391	13.86 345	13.13 265	5.05 208	0.04 46	0.96 346	0.02 167	1.08 454	0.18 102	1.46 267

StereoVision	7.48 229	2.90 329	10.47 272	10.13 408	3.93 305	4.99 110	1.86 148	21.10 271	17.66 240	8.90 137	29.71 354	10.95 193	6.61 198	12.83 248	5.11 211	0.69 361	0.05 70	0.17 322	0.03 131	0.98 369	0.56 107

IPLGR	7.48 229	1.61 107	14.03 360	4.92 130	1.30 108	10.30 256	1.20 73	24.52 315	22.59 301	16.71 272	18.84 219	8.44 159	7.49 217	9.62 120	6.34 257	0.26 248	0.05 70	0.05 209	0.06 172	0.37 202	0.93 181

PAM_32	7.56 232	1.96 175	15.04 379	6.11 222	2.08 197	16.93 378	1.38 84	16.49 191	7.93 115	15.16 228	9.17 110	25.77 397	11.69 295	12.95 253	4.03 168	0.14 181	0.77 311	0.09 254	0.83 434	0.61 305	2.00 352

HHNet	7.57 233	2.01 191	8.03 160	3.71 49	3.46 285	4.93 104	6.17 315	19.69 250	16.27 225	20.91 364	31.75 386	10.56 187	5.82 176	10.69 145	5.10 210	0.67 359	0.07 108	0.21 340	0.14 228	0.63 311	0.54 102

IIG-Stereo	7.59 234	2.47 293	9.40 219	10.39 420	1.78 171	6.67 200	1.47 93	17.83 219	16.51 232	18.91 326	20.12 237	17.76 310	8.74 244	13.21 270	5.43 223	0.44 308	0.05 70	0.03 185	0.00 1	0.17 98	0.45 83

ASMatch	7.61 235	1.63 111	9.18 208	5.79 202	2.27 213	4.63 73	2.54 191	17.23 208	13.73 192	17.27 283	34.28 423	13.26 239	10.15 268	12.39 230	5.49 226	0.12 170	0.24 177	0.21 340	0.17 252	0.18 102	1.55 283

ACRE	7.62 236	3.21 348	14.93 377	7.81 343	5.00 358	10.01 249	4.45 263	16.32 186	15.86 215	17.81 296	19.21 222	8.38 158	4.25 117	11.11 160	10.58 330	0.78 375	0.32 197	0.03 185	0.15 237	0.44 241	1.84 315

LCNet	7.64 237	1.41 78	6.15 79	6.93 292	1.35 110	9.00 242	5.44 293	18.37 226	11.30 160	16.62 266	24.39 295	14.67 255	11.03 276	12.03 206	4.01 166	0.07 123	0.02 35	0.23 349	2.07 478	1.00 372	6.69 484

IPLG	7.65 238	2.00 188	13.81 356	5.86 211	4.35 328	10.97 270	1.43 88	22.52 287	16.50 231	19.78 341	20.62 246	5.28 103	5.49 162	12.58 239	9.70 316	0.13 177	0.06 95	0.03 185	0.07 180	0.41 227	1.38 253

MyStereo8	7.68 239	3.00 336	12.46 335	7.70 338	5.11 364	11.40 277	1.39 87	15.98 179	10.05 155	16.45 260	24.04 291	12.01 211	7.91 225	10.68 144	10.57 329	0.14 181	1.52 465	0.08 244	0.48 401	0.60 303	1.98 340

CIPLG	7.69 240	3.27 352	14.40 365	7.84 345	5.08 363	10.24 253	4.59 268	16.02 180	15.45 209	18.05 306	19.72 231	8.79 165	4.61 136	11.84 198	10.40 326	0.76 368	0.33 203	0.03 185	0.15 237	0.44 241	1.83 314

x	7.70 241	2.12 223	8.93 191	5.08 138	2.55 232	11.65 280	4.40 262	20.91 268	12.53 172	13.58 207	20.49 245	15.73 276	11.10 278	10.65 141	10.16 320	0.11 157	1.37 444	0.04 201	0.29 328	0.34 179	1.95 336

IPLGR_C	7.70 241	3.32 355	14.54 367	7.98 351	5.04 360	10.26 254	4.64 271	16.50 192	16.28 226	17.97 304	18.85 220	8.30 157	4.66 144	11.22 165	10.89 338	0.77 371	0.32 197	0.03 185	0.15 237	0.43 238	1.84 315

qqq	7.72 243	2.15 233	10.06 246	5.01 133	1.82 176	8.62 236	7.27 354	21.10 271	13.53 188	12.48 171	18.71 218	16.17 281	12.10 305	12.08 209	9.26 306	0.08 131	1.35 442	0.02 167	0.36 365	0.36 196	1.93 328

111	7.73 244	2.39 286	9.12 200	4.17 76	0.47 18	10.65 265	3.49 238	21.34 277	28.25 366	10.60 154	16.85 197	14.74 258	10.22 269	12.48 234	6.61 265	0.43 305	0.01 11	0.00 1	0.00 1	0.35 185	2.39 399

AIO-Stereo-zeroshot	7.75 245	3.47 364	14.99 378	5.34 155	7.99 459	7.13 210	0.96 58	23.20 299	10.00 154	11.29 161	17.31 198	18.44 322	9.03 250	13.19 267	5.77 234	0.06 104	1.01 372	0.12 293	1.51 467	1.49 399	2.74 417

RAFT+CT+SA	7.76 246	2.01 191	7.56 141	11.32 444	3.31 277	4.60 71	7.19 351	17.21 207	27.40 358	10.43 149	27.34 323	7.63 146	7.83 223	15.46 328	3.51 143	0.03 33	0.39 215	0.18 326	0.46 394	0.33 173	0.93 181

IGEV-BASED-STEREO-	7.80 247	28.14 525	42.31 498	3.20 33	0.50 22	4.12 53	1.45 91	7.06 31	4.60 45	4.66 81	3.90 33	2.47 51	1.37 29	6.02 32	1.94 45	24.62 535	0.43 232	0.01 143	0.08 187	4.61 471	14.42 525

PAM	7.81 248	1.90 165	15.85 394	6.14 223	2.58 235	17.79 390	4.51 265	16.29 184	8.05 120	16.48 261	9.10 108	25.01 393	11.39 288	12.89 251	3.54 147	0.05 70	0.79 314	0.08 244	0.83 434	0.62 307	2.23 383

testlalala_base	7.81 248	3.52 366	8.75 183	8.73 376	5.44 381	12.21 289	1.77 138	12.73 121	6.24 79	10.56 153	13.62 169	8.76 164	5.61 169	8.69 84	4.24 181	16.24 528	3.38 505	0.00 1	0.46 394	22.32 531	3.02 429

RAFT-RH_RVC	7.88 250	1.51 98	7.72 147	5.41 162	0.96 72	11.41 278	1.48 95	13.43 136	15.04 205	17.54 291	45.66 496	10.86 191	6.42 192	13.48 276	5.26 218	0.81 380	0.04 60	0.12 293	0.13 217	0.12 73	0.17 22

TransformOpticalFlow	7.95 251	2.10 216	9.83 238	6.06 219	1.24 101	6.82 202	7.98 368	18.60 231	14.06 197	14.93 225	28.79 340	18.74 324	11.03 276	12.79 245	4.12 173	0.06 104	0.04 60	0.21 340	0.04 146	0.21 115	1.27 241

rvit_0105_5	8.01 252	3.69 375	17.73 412	10.42 422	1.61 149	7.29 211	6.68 333	18.33 224	25.98 344	10.45 150	10.46 133	15.53 272	11.01 274	12.87 250	5.37 221	0.44 308	0.41 224	0.00 1	0.15 237	0.70 329	1.08 213

TestStereo1	8.04 253	2.22 248	8.85 188	10.87 435	2.12 202	4.66 76	2.40 185	21.17 275	23.79 316	17.41 284	26.31 314	9.41 173	9.09 251	16.23 336	3.85 162	0.14 181	0.40 217	0.02 167	0.13 217	0.58 291	1.10 215

SA-5K	8.04 253	2.22 248	8.85 188	10.87 435	2.12 202	4.66 76	2.40 185	21.17 275	23.79 316	17.41 284	26.31 314	9.41 173	9.09 251	16.23 336	3.85 162	0.14 181	0.40 217	0.02 167	0.13 217	0.58 291	1.10 215

PFNet	8.10 255	1.75 131	12.34 333	7.54 330	2.40 223	7.41 218	5.81 306	23.83 308	17.85 242	20.78 358	17.57 200	15.22 268	7.72 222	13.37 275	6.46 261	0.33 269	0.20 160	0.12 293	0.19 270	0.32 169	0.77 148

FACV-RUCA	8.11 256	2.29 262	10.34 259	8.07 355	6.02 407	14.18 323	3.04 218	20.05 256	19.00 262	12.98 190	18.43 215	8.73 162	11.58 290	12.20 215	5.78 236	0.38 288	0.64 280	4.34 490	0.35 358	1.89 415	1.96 338

AAGNet	8.15 257	1.75 131	10.57 273	7.72 340	0.74 35	5.74 154	4.98 279	15.90 178	14.59 202	20.31 350	23.80 289	15.08 266	11.25 284	12.27 219	16.70 395	0.85 386	0.06 95	0.32 378	0.01 88	0.15 88	0.16 20

STrans-v2	8.16 258	2.09 214	9.79 235	5.44 163	1.53 141	11.87 284	9.69 400	19.77 251	13.20 185	14.01 213	25.80 306	17.88 314	12.55 316	13.30 273	4.39 189	0.06 104	0.01 11	0.18 326	0.01 88	0.25 131	1.31 247

Prome-Stereo	8.22 259	1.48 90	6.24 84	7.06 299	1.55 142	6.54 196	9.08 384	21.88 280	9.88 149	21.12 369	32.48 399	11.82 206	11.59 292	11.99 204	4.04 169	0.08 131	0.02 35	0.19 332	0.12 213	0.45 247	6.89 488

FENet	8.22 259	1.39 75	7.33 134	6.43 250	2.17 208	10.97 270	2.20 171	22.10 283	21.26 280	17.85 299	23.22 285	14.29 249	11.50 289	13.56 281	8.32 287	0.29 260	0.24 177	0.03 185	0.03 131	0.18 102	1.04 203

AIO-Stereo-zeroshot1	8.37 261	4.16 386	20.63 439	5.82 206	11.79 497	6.40 190	2.02 161	20.82 267	8.03 118	14.52 218	21.38 256	17.44 305	5.83 177	14.43 303	5.13 214	0.06 104	1.00 369	0.05 209	1.81 474	2.44 433	3.62 444

raft_robust	8.39 262	2.81 321	7.62 142	6.32 241	1.17 90	5.47 130	0.82 50	34.37 440	35.49 433	18.40 313	20.25 238	7.24 138	5.51 163	15.77 330	3.40 141	0.11 157	1.10 391	0.00 1	0.50 406	0.33 173	1.19 230

HITNet	8.41 263	3.59 373	9.91 241	5.30 152	1.52 140	13.35 310	4.48 264	22.00 281	16.06 221	15.52 241	22.95 284	15.28 269	11.74 296	14.91 319	9.25 305	0.10 152	0.01 11	0.48 393	0.06 172	0.58 291	1.04 203
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
SA	8.43 264	2.16 237	10.02 244	8.41 364	0.93 68	7.36 216	2.21 173	23.73 306	26.15 346	13.55 206	30.84 370	9.89 180	10.09 266	16.84 358	3.52 145	0.18 208	0.68 290	0.17 322	0.40 387	0.48 257	0.92 176

GMM-Stereo	8.44 265	1.27 61	7.36 136	6.64 268	2.56 234	10.00 248	9.29 391	23.79 307	11.33 161	17.96 303	29.59 352	17.14 295	7.59 219	11.77 193	4.61 197	0.13 177	0.01 11	0.24 353	0.94 440	0.49 266	6.14 476

test_sample1	8.49 266	1.83 156	10.60 274	5.53 166	2.95 262	15.17 340	4.51 265	20.73 265	11.47 164	14.78 223	22.80 282	19.06 331	13.86 345	12.52 235	10.17 321	0.14 181	1.20 412	0.02 167	0.19 270	0.28 155	1.93 328

mmm	8.54 267	2.13 229	10.21 253	5.81 204	2.96 263	14.00 319	6.67 331	19.28 244	12.59 173	16.95 278	24.40 296	17.83 313	10.70 273	12.90 252	9.42 311	0.17 201	1.28 427	0.50 395	0.60 421	0.44 241	2.03 358

RAFT_CTSACE	8.55 268	2.62 314	9.63 229	7.41 319	5.06 362	5.76 156	2.54 191	15.38 171	17.84 241	24.33 409	34.69 428	16.37 284	7.22 214	18.05 379	2.63 94	0.01 4	0.56 262	0.00 1	0.03 131	0.42 234	0.41 72

HI	8.56 269	2.44 291	7.70 144	5.09 139	5.21 367	4.06 47	0.49 32	19.26 242	9.96 152	25.77 424	27.88 328	20.72 342	12.22 309	18.06 380	11.58 345	0.05 70	0.11 131	0.00 1	0.10 204	0.16 92	0.31 39

CoSv	8.56 269	2.44 291	7.70 144	5.09 139	5.21 367	4.06 47	0.49 32	19.26 242	9.96 152	25.77 424	27.88 328	20.72 342	12.22 309	18.06 380	11.58 345	0.05 70	0.11 131	0.00 1	0.10 204	0.16 92	0.31 39

dd	8.57 271	5.20 409	13.37 350	6.91 290	1.05 77	10.30 256	3.89 247	17.29 210	34.00 417	15.73 246	17.50 199	7.45 140	6.60 196	15.00 321	10.99 339	1.39 439	0.41 224	0.18 326	0.46 394	2.25 427	1.40 258

CASS	8.64 272	2.03 195	8.60 176	8.71 375	1.59 145	15.02 338	2.75 206	23.27 302	18.58 257	16.29 254	22.78 281	13.42 241	13.68 339	13.07 263	7.66 272	1.18 432	0.05 70	0.13 300	0.01 88	0.75 343	3.24 437
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_sample2	8.68 273	1.84 157	9.64 230	5.53 166	2.43 225	13.92 317	8.00 369	21.09 270	16.82 237	14.92 224	22.73 280	19.44 333	13.75 340	12.99 254	6.85 266	0.15 192	1.15 401	0.07 236	0.20 275	0.35 185	1.78 306

DN-CSS_ROB	8.72 274	3.49 365	16.63 399	6.74 276	3.39 282	6.20 179	3.43 234	23.40 303	22.03 294	17.46 288	30.28 360	9.33 171	8.32 234	14.71 310	6.36 258	0.91 397	0.00 1	0.45 390	0.00 1	0.65 317	0.70 134

GANet-ADL	8.73 275	2.80 320	9.48 222	7.87 347	2.77 248	12.88 301	5.29 289	29.97 383	25.61 341	14.50 217	16.64 195	17.02 293	7.60 220	11.61 189	8.01 280	0.51 325	0.40 217	0.10 266	0.12 213	0.77 346	0.70 134

PSM-AAD	8.76 276	1.41 78	6.46 93	6.87 287	1.18 91	12.78 299	9.66 399	20.03 255	15.78 214	21.79 380	24.91 297	14.31 250	13.16 328	12.42 231	4.07 171	0.05 70	0.06 95	2.44 475	0.16 246	0.45 247	7.17 491

FTStereo	8.76 276	1.57 104	6.75 109	6.55 256	2.45 226	7.65 223	11.62 432	18.36 225	9.01 137	20.25 343	40.79 467	15.87 277	12.36 312	11.02 153	4.69 199	0.24 237	0.01 11	0.09 254	0.16 246	0.19 106	5.58 470

GwcNet-ADL	8.81 278	2.00 188	10.21 253	7.70 338	2.82 251	6.99 206	7.05 347	30.58 389	26.21 348	15.71 245	17.65 201	13.93 247	6.83 210	13.90 290	11.43 344	0.49 319	0.76 310	0.01 143	0.01 88	0.55 282	1.46 267

test_5	8.85 279	2.05 203	9.51 223	11.62 448	4.99 357	6.74 201	5.48 295	18.25 223	23.57 312	16.72 273	29.73 355	15.54 273	10.54 272	16.25 339	4.02 167	0.05 70	0.40 217	0.27 360	0.08 187	0.34 179	0.81 151

ARAFT	8.86 280	3.86 379	17.37 408	5.96 214	0.94 71	12.59 296	10.80 416	18.20 222	19.95 270	18.77 321	16.27 193	17.78 311	8.88 247	18.82 390	5.30 219	0.35 276	0.04 60	0.00 1	0.00 1	0.62 307	0.64 120

ffm	8.89 281	2.34 273	12.99 344	6.28 235	3.81 299	12.43 292	7.47 358	19.77 251	16.80 234	16.64 268	32.03 390	17.29 297	11.78 297	11.11 160	2.34 67	0.05 70	1.17 402	0.80 421	0.37 370	0.29 161	2.07 366

Sa-1000	8.91 282	2.10 216	9.11 198	8.07 355	1.16 89	16.62 375	2.39 184	25.58 322	25.43 338	15.52 241	28.24 335	12.19 213	8.67 241	16.40 344	3.70 153	0.39 290	0.86 331	0.16 319	0.23 290	0.48 257	0.89 170

IRAFT_RVC	8.93 283	1.80 142	10.65 277	7.83 344	1.81 173	6.36 188	10.05 407	26.32 335	27.59 360	17.93 302	19.70 230	17.67 309	9.98 264	13.20 268	6.29 254	0.37 284	0.30 194	0.19 332	0.05 161	0.23 123	0.24 28

DMCA	8.96 284	2.60 309	11.84 319	5.61 174	4.25 322	11.09 273	4.36 261	25.89 324	20.23 274	17.10 281	20.96 251	17.55 307	11.92 303	11.47 176	12.27 356	0.60 346	0.09 116	0.35 381	0.05 161	0.48 257	0.57 113

GES	9.01 285	2.61 313	12.88 340	6.76 277	2.02 195	13.08 303	6.33 323	22.23 285	22.21 296	19.80 342	26.73 320	8.97 167	11.01 274	14.41 300	8.35 290	0.54 332	0.10 127	0.30 375	0.15 237	0.82 356	0.99 195

GrayStereo	9.02 286	1.35 71	7.73 148	8.62 371	2.88 256	10.28 255	10.99 420	18.66 232	16.36 230	22.78 392	30.63 366	17.56 308	12.19 308	11.50 183	5.08 209	0.09 141	0.02 35	0.19 332	0.78 433	0.33 173	2.37 396

DEmStereo	9.07 287	1.70 124	10.89 288	4.86 121	1.23 98	11.51 279	5.70 299	14.24 148	27.02 355	22.33 388	32.56 400	11.70 202	15.04 361	11.83 196	8.53 291	0.31 263	0.16 151	0.02 167	0.09 195	0.11 68	1.47 271

RAFT	9.07 287	2.76 318	10.38 263	8.89 381	1.24 101	13.48 311	8.19 375	17.14 206	17.29 239	23.01 394	19.34 229	20.06 340	11.13 279	17.79 377	6.43 259	0.09 141	1.12 397	0.28 366	0.02 117	0.79 348	1.94 335

iRaft-Stereo_5w	9.10 289	2.33 271	10.69 279	6.64 268	4.47 337	4.74 86	10.72 415	16.71 199	16.97 238	15.39 234	26.15 310	21.25 349	12.59 317	16.38 341	12.90 366	0.85 386	0.51 248	0.08 244	0.22 281	0.95 368	1.53 281

HCRNet	9.13 290	1.82 153	8.73 181	14.95 485	5.22 369	10.66 266	2.49 189	26.57 339	18.64 258	16.31 255	25.51 304	18.42 321	11.15 280	13.53 278	7.25 269	0.10 152	0.04 60	0.10 266	0.02 117	0.27 150	0.76 146

SFCPSM	9.16 291	1.72 127	12.32 332	5.64 178	3.51 288	16.58 374	6.93 343	31.11 397	26.15 346	17.05 280	20.08 236	11.05 194	9.94 263	12.55 236	6.05 240	0.36 279	0.17 154	0.37 383	0.22 281	0.40 223	1.01 198

KYRaft	9.17 292	1.39 75	7.74 149	7.07 301	1.03 75	8.05 235	7.90 367	23.72 305	9.22 143	21.43 375	31.08 373	22.52 364	8.03 227	12.21 216	3.16 127	0.10 152	0.02 35	0.05 209	0.67 426	0.46 252	17.51 530

CrosDoStereo	9.41 293	1.65 115	8.83 186	5.19 147	1.13 85	7.34 214	14.47 457	16.33 187	24.64 326	24.44 410	33.36 410	13.18 236	13.52 332	12.56 237	9.08 301	0.06 104	0.11 131	0.09 254	0.04 146	0.41 227	1.73 300

DeepStereo_LL	9.41 293	1.65 115	8.83 186	5.19 147	1.13 85	7.34 214	14.47 457	16.33 187	24.64 326	24.44 410	33.36 410	13.18 236	13.52 332	12.56 237	9.08 301	0.06 104	0.11 131	0.09 254	0.04 146	0.41 227	1.73 300

DRaft	9.41 293	1.56 103	10.09 247	4.18 80	0.92 63	12.87 300	5.68 298	17.40 213	29.75 374	21.24 371	38.12 450	9.96 181	13.97 349	11.81 195	8.08 281	0.66 358	0.30 194	0.07 236	0.26 311	0.33 173	0.88 166

rvit_stereo_0075_2	9.46 296	4.16 386	20.27 436	12.15 462	8.82 474	5.72 153	4.24 258	23.21 300	18.05 245	12.37 170	28.80 341	16.10 280	8.43 237	14.57 306	8.89 296	0.58 338	0.34 205	0.52 397	0.08 187	0.44 241	1.41 261

test_sample3	9.46 296	2.24 251	11.38 302	5.72 196	2.79 250	18.29 398	5.20 287	27.54 351	21.43 283	18.03 305	21.98 273	16.47 285	11.22 282	13.58 282	9.99 319	0.24 237	0.96 346	0.05 209	0.17 252	0.47 254	1.39 255

THIR-Stereo	9.52 298	2.21 245	9.26 213	5.38 159	0.85 55	15.55 346	11.50 431	16.88 202	21.74 291	24.45 412	31.96 389	14.20 248	13.85 344	11.89 200	8.54 292	0.14 181	0.25 182	0.10 266	0.05 161	0.40 223	1.11 219

DFGA-Net	9.58 299	4.57 395	19.91 433	6.37 244	4.05 308	11.38 276	2.98 216	26.08 327	29.76 375	17.13 282	19.22 223	9.43 175	7.17 213	16.49 347	13.39 368	0.13 177	0.00 1	0.06 218	0.13 217	1.89 415	1.46 267

MyStereo04	9.58 299	2.38 284	10.28 258	6.63 265	4.77 347	6.47 192	9.60 394	32.50 414	42.15 468	14.59 221	12.10 154	11.92 209	11.87 302	14.80 317	8.14 284	0.09 141	1.33 438	0.03 185	0.32 342	0.74 339	0.93 181

CoDeX	9.58 299	2.12 223	10.82 284	6.52 254	3.76 298	16.55 373	6.82 338	26.62 340	25.63 342	17.50 289	25.62 305	14.70 257	11.81 301	12.82 247	7.88 277	0.42 303	0.20 160	0.15 312	0.02 117	0.36 196	1.28 242

anonymousa	9.61 302	2.06 207	9.20 210	5.24 150	6.67 429	15.03 339	4.18 257	19.08 236	21.43 283	19.03 328	30.96 372	21.49 352	14.23 351	11.12 163	8.61 294	0.08 131	1.24 423	0.29 371	0.69 427	0.18 102	1.48 274

MyStereo05	9.63 303	2.25 255	10.26 256	6.69 272	4.74 345	7.75 224	9.60 394	31.51 405	41.00 463	17.45 287	13.02 163	10.28 185	12.27 311	14.74 314	7.68 274	0.09 141	1.32 434	0.02 167	0.26 311	0.84 360	0.92 176

rvit_0105_3	9.68 304	4.32 391	19.50 428	12.22 463	1.90 181	9.16 244	8.63 376	19.21 240	30.92 387	15.42 235	14.72 176	18.81 326	12.18 307	15.98 332	7.12 267	0.67 359	0.42 230	0.01 143	0.49 404	0.56 286	1.40 258

test_sample4	9.81 305	2.27 260	11.39 303	5.70 195	2.74 241	17.40 386	5.20 287	28.01 356	21.50 285	18.70 318	28.46 337	14.96 261	12.86 321	13.80 288	9.68 315	0.24 237	0.97 350	0.06 218	0.16 246	0.51 270	1.48 274

DispNO	9.82 306	2.57 305	17.77 414	6.22 230	5.73 393	11.89 285	4.77 274	25.54 321	21.70 290	17.56 292	21.28 255	18.01 315	13.83 343	17.46 368	9.91 318	0.35 276	0.16 151	0.03 185	0.12 213	0.51 270	1.05 206

BUS	9.86 307	1.86 159	9.14 205	7.14 304	4.12 316	19.47 406	2.69 201	34.15 436	23.28 307	18.82 323	21.95 270	14.37 252	11.63 293	14.72 311	12.39 357	0.36 279	0.13 139	0.15 312	0.04 146	0.37 202	0.46 86

CFNet_pseudo	9.92 308	2.21 245	11.76 314	5.09 139	2.93 261	14.43 325	3.12 219	27.16 345	32.52 402	17.58 294	22.81 283	21.97 357	9.29 254	13.06 261	8.34 288	0.23 232	0.46 236	1.23 450	0.27 319	2.89 439	0.99 195

ccs_rob	9.95 309	2.21 245	11.74 313	5.11 143	2.91 257	14.48 327	3.21 225	27.26 347	32.72 406	17.53 290	22.70 279	21.96 356	9.25 253	12.99 254	8.34 288	0.23 232	0.45 234	1.38 455	0.28 323	3.13 447	1.07 211

G2L-ROB	9.96 310	2.29 262	9.59 227	6.06 219	4.08 311	12.02 288	7.60 362	29.90 382	18.79 260	20.31 350	22.15 277	22.44 362	13.11 327	17.47 369	12.03 349	0.03 33	0.01 11	0.01 143	0.02 117	0.27 150	1.07 211

MSMDNet	9.96 310	2.08 212	11.66 312	5.39 160	2.92 258	16.50 372	2.89 211	29.73 378	34.55 424	17.86 300	21.91 268	18.86 327	8.36 235	13.06 261	7.74 276	0.24 237	0.47 239	0.66 411	0.24 298	3.07 443	1.04 203

MLCV	9.96 310	3.33 356	14.77 369	5.75 200	1.62 153	14.91 331	1.31 81	22.06 282	24.83 328	22.51 389	31.57 383	17.20 296	8.07 228	17.07 362	12.11 351	0.48 316	0.01 11	0.05 209	0.05 161	0.48 257	1.10 215

PCWNet_CMD	9.97 313	2.08 212	11.61 311	5.36 158	2.92 258	16.39 369	2.94 215	29.76 379	34.38 421	17.83 297	21.86 267	18.91 328	8.27 233	13.01 256	7.73 275	0.23 232	0.46 236	0.79 419	0.25 309	3.46 457	1.12 223

UCFNet_RVC	10.01 314	2.81 321	6.11 76	7.31 316	3.92 304	16.80 377	8.00 369	28.68 363	20.81 277	16.57 263	23.35 286	25.82 399	13.06 326	13.55 280	9.18 303	0.12 170	0.06 95	1.19 444	0.32 342	1.47 398	1.06 208

test_sample5	10.07 315	2.24 251	11.22 300	5.82 206	2.68 238	16.15 363	5.79 304	27.87 354	21.59 288	19.26 334	32.74 403	15.92 278	12.97 322	14.33 296	9.26 306	0.27 252	0.98 354	0.07 236	0.17 252	0.57 288	1.49 276

Anonymous3	10.07 315	4.14 385	31.49 476	9.77 401	5.11 364	25.00 446	11.85 433	25.20 318	19.24 265	10.80 157	14.78 177	7.92 152	8.68 242	14.40 299	6.12 243	3.25 477	1.40 447	0.08 244	0.06 172	0.81 353	1.30 245

BEATNet_4x	10.11 317	5.82 420	14.80 371	6.14 223	1.55 142	13.87 316	5.98 312	26.24 331	18.35 247	16.53 262	25.41 303	18.01 315	13.78 342	18.01 378	12.39 357	0.48 316	0.18 155	0.81 425	0.11 210	2.02 419	1.70 297

GANet-RSSM	10.17 318	2.02 193	8.21 165	7.09 303	5.57 386	13.17 306	7.29 355	27.27 348	19.65 268	15.81 247	28.83 342	26.18 402	16.33 381	14.58 308	9.28 310	0.25 244	0.27 184	0.16 319	0.04 146	0.65 317	0.72 137

DualNet	10.19 319	2.24 251	11.22 300	5.82 206	2.68 238	16.15 363	5.79 304	27.87 354	21.59 288	20.28 344	34.11 420	15.92 278	12.97 322	14.33 296	9.26 306	0.27 252	0.98 354	0.07 236	0.17 252	0.57 288	1.49 276

DCVSM-stereo	10.23 320	2.16 237	12.54 338	6.23 231	3.65 293	12.01 287	3.56 240	19.41 246	23.18 305	24.08 407	19.88 234	29.55 420	18.82 414	14.49 304	10.42 327	0.25 244	1.17 402	0.28 366	0.06 172	0.82 356	2.07 366

gwcnet-sp	10.26 321	3.56 369	15.31 383	6.59 259	4.30 323	15.71 349	5.71 301	26.09 328	25.15 332	21.68 377	21.77 260	15.01 263	16.42 384	15.21 323	10.76 334	0.12 170	0.20 160	0.02 167	0.09 195	0.63 311	0.86 160

scenet	10.26 321	3.56 369	15.31 383	6.59 259	4.30 323	15.71 349	5.71 301	26.09 328	25.15 332	21.68 377	21.77 260	15.01 263	16.42 384	15.21 323	10.76 334	0.12 170	0.20 160	0.02 167	0.09 195	0.63 311	0.86 160

ssnet	10.26 321	3.56 369	15.31 383	6.59 259	4.30 323	15.71 349	5.71 301	26.09 328	25.15 332	21.68 377	21.77 260	15.01 263	16.42 384	15.21 323	10.76 334	0.12 170	0.20 160	0.02 167	0.09 195	0.63 311	0.86 160

PSMNet-ADL	10.30 324	2.32 269	7.83 152	9.69 398	4.44 331	16.04 356	4.16 255	27.57 352	25.08 330	15.16 228	19.04 221	25.28 395	13.63 338	16.49 347	15.33 381	0.86 389	0.81 318	0.01 143	0.04 146	0.33 173	1.81 308

ff1	10.31 325	2.34 273	12.99 344	6.28 235	3.81 299	12.43 292	7.47 358	19.77 251	16.80 234	16.64 268	32.03 390	17.29 297	11.78 297	17.54 370	24.30 448	0.05 70	1.17 402	0.80 421	0.37 370	0.29 161	2.07 366

PSMNet-RSSM	10.31 325	2.47 293	7.79 150	7.85 346	4.38 330	10.47 260	6.67 331	29.67 376	22.25 297	16.62 266	33.75 416	23.30 371	14.58 356	13.91 291	10.56 328	0.23 232	0.09 116	0.07 236	0.24 298	0.87 363	0.48 91

IER	10.32 327	2.06 207	11.88 321	4.95 131	5.34 372	13.34 309	6.11 314	27.47 350	23.59 313	20.37 352	30.03 357	16.50 286	20.42 433	14.24 294	8.81 295	0.16 195	0.03 51	0.18 326	0.10 204	0.27 150	0.56 107

BSDual-CNN	10.33 328	1.86 159	9.14 205	7.14 304	4.12 316	15.83 354	8.93 381	34.15 436	23.28 307	18.82 323	21.95 270	22.14 359	13.58 336	14.72 311	9.53 312	0.36 279	0.13 139	0.15 312	0.04 146	0.37 202	0.46 86

psmg	10.36 329	1.86 159	9.14 205	5.58 172	4.12 316	15.74 353	7.65 363	30.05 384	23.28 307	21.80 381	26.26 312	22.14 359	13.58 336	14.72 311	9.53 312	0.36 279	0.13 139	0.17 322	0.04 146	0.44 241	0.67 126

test_for_model	10.44 330	31.57 528	7.69 143	28.25 524	19.35 522	5.66 148	1.73 129	9.50 73	9.59 146	13.59 208	6.15 82	5.25 101	2.58 72	5.60 23	1.81 41	10.21 514	3.48 509	0.00 1	0.16 246	35.71 539	10.93 517

CFNet-ft	10.46 331	3.02 339	7.10 121	7.69 335	5.42 378	16.93 378	5.92 309	22.83 294	22.31 298	15.81 247	30.40 362	26.42 405	15.19 364	13.60 284	12.18 353	0.14 181	0.10 127	1.87 462	0.34 354	1.22 383	0.73 140

CFNet_RVC	10.46 331	3.02 339	7.10 121	7.69 335	5.42 378	16.93 378	5.92 309	22.82 293	22.31 298	15.81 247	30.40 362	26.41 404	15.19 364	13.60 284	12.19 354	0.14 181	0.10 127	1.87 462	0.34 354	1.22 383	0.73 140

test_sample6	10.49 333	2.24 251	11.49 306	5.91 213	2.48 227	16.12 362	6.37 326	28.98 367	22.48 300	20.28 344	34.11 420	17.08 294	13.28 329	14.57 306	10.61 331	0.32 266	0.95 345	0.10 266	0.19 270	0.59 297	1.61 287

UGAM	10.51 334	1.74 130	10.16 248	7.06 299	4.44 331	6.56 197	11.34 426	16.06 181	27.83 362	21.09 368	28.18 334	23.47 373	11.21 281	26.86 462	11.33 343	0.05 70	0.49 243	0.46 391	0.36 365	0.44 241	0.97 193

qqq1	10.51 334	1.90 165	14.85 372	4.89 124	1.48 127	14.92 332	3.21 225	31.03 392	30.74 383	20.28 344	29.37 348	18.33 317	14.54 352	16.56 350	4.42 190	0.41 297	1.20 412	0.00 1	0.14 228	0.39 219	1.60 284

fff1	10.51 334	1.90 165	14.85 372	4.89 124	1.48 127	14.92 332	3.21 225	31.03 392	30.74 383	20.28 344	29.37 348	18.33 317	14.54 352	16.56 350	4.42 190	0.41 297	1.20 412	0.00 1	0.14 228	0.39 219	1.60 284

UDGNet	10.51 334	14.75 496	11.91 322	10.29 415	2.78 249	7.93 232	1.94 154	19.31 245	34.57 425	17.74 295	13.70 170	13.56 244	7.30 216	13.52 277	7.18 268	5.80 497	0.11 131	12.86 522	2.76 485	9.87 503	2.34 392

ICVP	10.54 338	2.11 220	7.49 138	9.62 396	3.41 283	13.85 315	6.34 324	26.81 342	23.24 306	16.90 274	31.76 387	27.31 414	12.81 320	12.18 214	12.47 361	1.59 444	0.58 269	0.19 332	0.13 217	0.63 311	1.45 266
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_ucs	10.56 339	2.15 233	12.88 340	5.55 170	4.11 314	15.24 342	3.93 248	28.55 361	32.41 400	18.70 318	24.95 299	22.99 366	9.66 261	14.22 293	8.13 283	0.29 260	0.84 324	1.63 459	0.23 290	3.43 456	1.31 247

G2L-Stereo	10.65 340	2.78 319	11.19 298	7.63 331	4.24 321	8.87 241	9.35 392	29.83 381	23.03 304	19.75 340	26.33 316	23.15 370	12.08 304	16.39 342	16.43 392	0.34 274	0.04 60	0.09 254	0.01 88	0.41 227	1.05 206

cf-r	10.67 341	2.34 273	9.77 234	6.17 226	5.79 396	12.94 302	5.14 281	25.21 320	27.86 363	17.84 298	32.03 390	25.81 398	15.91 375	12.22 217	12.56 363	0.17 201	0.19 159	0.05 209	0.06 172	0.59 297	0.72 137

RAFT + AFF	10.71 342	4.59 397	18.51 419	10.52 423	5.02 359	13.14 305	11.12 423	26.24 331	27.48 359	15.09 227	16.07 190	19.83 337	11.23 283	17.09 363	10.38 324	0.45 312	1.45 457	0.65 410	0.23 290	2.31 430	2.74 417

hknet	10.77 343	1.95 174	11.80 316	7.14 304	3.83 303	15.83 354	8.93 381	34.15 436	22.70 302	18.82 323	21.95 270	23.13 368	17.03 392	16.94 360	9.85 317	0.28 256	0.13 139	0.15 312	0.04 146	0.37 202	0.46 86

ttt	10.82 344	2.17 240	9.66 232	7.03 295	4.44 331	14.16 321	6.87 341	33.72 432	30.69 381	15.67 244	31.50 381	14.99 262	10.50 271	16.54 349	13.98 370	0.41 297	1.31 432	0.10 266	0.29 328	0.47 254	1.92 326

ACVNet	10.83 345	2.25 255	7.10 121	6.43 250	3.02 267	13.17 306	3.75 243	22.83 294	35.15 431	15.81 247	30.67 367	24.65 383	15.77 373	16.47 345	18.13 405	0.16 195	0.01 11	0.06 218	0.07 180	0.65 317	0.43 77

AdaStereo	10.85 346	4.57 395	10.79 281	9.59 395	3.46 285	17.49 387	6.29 319	32.70 417	26.07 345	19.04 329	26.55 318	19.60 336	10.12 267	17.71 376	10.38 324	1.00 409	0.05 70	0.42 387	0.02 117	0.70 329	0.46 86
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
G2L-Stereo_test	11.01 347	2.34 273	9.34 216	5.12 144	4.31 326	12.30 290	13.21 448	33.14 425	23.33 310	23.77 404	25.10 300	21.80 354	13.91 347	16.39 342	14.37 373	0.09 141	0.06 95	0.01 143	0.02 117	0.38 214	1.16 224

SMFormer	11.03 348	1.90 165	14.85 372	4.89 124	1.48 127	14.92 332	3.21 225	31.03 392	30.74 383	20.28 344	29.37 348	18.33 317	14.54 352	16.56 350	14.46 375	0.41 297	1.20 412	0.28 366	0.24 298	0.45 247	1.47 271

tta	11.03 348	1.90 165	14.85 372	4.89 124	1.48 127	14.92 332	3.21 225	31.03 392	30.73 382	20.28 344	29.37 348	18.33 317	14.54 352	16.56 350	14.46 375	0.41 297	1.20 412	0.28 366	0.24 298	0.39 219	1.60 284

iResNet	11.06 350	4.16 386	16.83 401	7.89 349	2.23 211	15.59 347	9.17 389	24.49 314	29.14 371	20.78 358	31.13 375	16.87 292	11.58 290	15.45 327	12.50 362	0.64 354	0.05 70	0.02 167	0.10 204	0.79 348	1.71 298

DDVS	11.10 351	3.37 359	13.49 352	7.49 327	4.07 309	16.17 365	2.73 205	24.18 310	17.91 243	21.37 373	30.15 359	31.23 435	8.50 239	19.92 398	15.00 379	0.82 382	1.56 467	0.08 244	0.22 281	0.84 360	2.84 421

test_sample7	11.16 352	2.69 315	11.55 309	5.82 206	2.21 210	15.39 344	9.15 387	29.36 370	25.26 335	24.82 414	21.48 257	24.89 387	18.88 417	14.41 300	11.06 340	0.78 375	1.96 479	0.43 388	0.14 228	0.73 336	2.20 381

CFNet	11.23 353	3.41 361	10.68 278	7.08 302	4.22 320	17.38 385	4.83 277	31.29 402	31.29 390	19.15 331	26.85 321	24.06 379	13.75 340	16.23 336	12.22 355	0.26 248	0.05 70	0.44 389	0.09 195	0.92 366	0.41 72

AACVNet	11.24 354	3.71 376	11.56 310	9.45 391	3.35 279	11.67 282	4.88 278	23.23 301	14.00 196	28.19 448	29.90 356	30.39 431	18.03 407	20.04 400	13.22 367	0.50 322	0.21 168	0.23 349	0.07 180	0.75 343	1.52 280

DeepPruner_ROB	11.28 355	5.83 421	15.23 380	6.93 292	4.50 338	10.08 250	6.62 330	36.65 468	20.17 273	18.12 307	27.95 330	23.10 367	13.43 331	20.08 401	11.90 348	1.16 428	0.51 248	0.23 349	0.17 252	1.11 378	1.91 325

GMStereo_Zeroshot	11.32 356	8.59 460	21.66 446	10.06 406	2.53 230	12.38 291	1.43 88	21.36 278	21.50 285	23.48 399	35.74 434	24.85 386	6.12 184	20.48 408	8.28 286	0.83 383	0.02 35	0.25 356	0.01 88	6.33 484	0.53 100

LMCR-Stereo	11.32 356	4.98 407	11.87 320	14.09 474	4.01 306	16.97 382	5.70 299	26.41 336	23.41 311	22.57 391	22.11 276	15.18 267	15.44 369	21.48 430	17.57 401	2.29 460	0.04 60	0.00 1	0.03 131	1.53 402	0.65 122

LL-Strereo	11.34 358	4.25 389	13.90 357	9.09 382	6.20 414	7.31 213	8.93 381	35.93 456	30.30 377	16.93 275	15.83 187	21.85 355	17.45 402	21.92 434	10.25 322	0.43 305	1.47 460	0.74 416	0.08 187	1.15 379	2.71 415

GwcNet-RSSM	11.34 358	2.72 317	10.26 256	7.24 314	5.38 374	12.67 297	6.70 334	26.70 341	31.93 396	17.56 292	34.45 425	24.37 382	15.77 373	13.70 286	15.31 380	0.19 219	0.20 160	0.14 307	0.05 161	0.81 353	0.64 120

HSM-Net_RVC	11.37 360	1.57 104	6.32 86	5.99 216	2.67 237	20.99 418	7.19 351	28.50 359	28.64 368	21.03 367	25.84 307	33.64 458	16.37 383	16.83 357	10.76 334	0.21 226	0.08 114	0.02 167	0.00 1	0.16 92	0.55 104
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NINENet	11.46 361	3.02 339	11.83 318	8.45 366	5.40 375	19.47 406	2.69 201	39.63 492	34.82 426	19.11 330	27.64 326	14.37 252	11.63 293	16.21 335	12.39 357	0.94 403	0.21 168	0.29 371	0.00 1	0.48 257	0.55 104

ToySt	11.51 362	2.48 296	17.84 415	6.10 221	2.09 198	16.11 361	12.36 438	25.07 317	28.25 366	15.22 230	25.16 301	25.51 396	15.98 377	17.63 375	15.46 383	0.19 219	1.08 386	0.04 201	0.31 340	0.66 322	2.67 412

DAS	11.51 362	2.60 309	15.62 389	9.37 389	6.27 420	16.04 356	7.71 364	22.70 291	33.92 415	19.53 336	29.03 343	19.51 334	19.10 421	17.44 367	8.98 298	0.78 375	0.02 35	0.29 371	0.01 88	0.48 257	0.81 151

ac_64	11.57 364	2.13 229	11.77 315	8.79 378	5.51 383	19.40 404	6.29 319	24.72 316	15.20 208	23.50 400	24.91 297	33.07 452	16.82 389	19.33 393	17.78 403	0.53 326	0.15 148	0.02 167	0.03 131	0.35 185	1.03 202

mmx	11.59 365	2.34 273	12.99 344	6.28 235	3.81 299	12.43 292	7.47 358	32.76 419	28.92 369	16.64 268	32.03 390	17.29 297	11.78 297	17.54 370	24.30 448	0.24 237	1.21 418	0.80 421	0.37 370	0.65 317	1.89 321

xxx	11.59 365	2.34 273	12.99 344	6.28 235	3.81 299	12.43 292	7.47 358	32.75 418	28.92 369	16.64 268	32.03 390	17.29 297	11.78 297	17.54 370	24.30 448	0.24 237	1.21 418	0.80 421	0.37 370	0.65 317	1.89 321

NOSS_ROB	11.76 367	4.63 399	8.14 164	7.46 324	2.92 258	17.82 391	10.55 413	30.45 388	34.08 419	16.37 256	19.97 235	23.14 369	16.31 379	18.22 383	10.67 333	2.98 472	1.84 474	3.39 488	1.64 470	2.24 426	2.37 396

ITSA-stereo	11.88 368	2.48 296	11.96 326	6.54 255	1.92 183	13.33 308	4.81 276	37.17 474	49.04 495	18.70 318	18.52 217	21.69 353	12.63 318	16.77 355	15.60 385	0.53 326	0.40 217	0.32 378	0.33 349	1.07 375	3.89 452

HSM	11.89 369	2.32 269	8.70 179	6.70 275	4.10 313	16.45 370	8.06 371	30.42 387	20.31 275	23.35 398	26.42 317	41.60 500	17.59 404	20.66 411	9.57 314	0.11 157	0.03 51	0.01 143	0.01 88	0.24 127	1.22 234

coex_refinement	12.03 370	2.30 265	8.72 180	8.56 369	5.30 371	16.95 381	7.17 348	31.75 407	32.48 401	18.92 327	31.46 380	25.97 401	12.98 324	14.55 305	21.39 430	0.33 269	0.06 95	0.02 167	0.10 204	0.49 266	1.18 229

SepStereo	12.04 371	2.60 309	15.62 389	9.37 389	6.27 420	16.04 356	7.71 364	22.70 291	33.92 415	19.53 336	29.03 343	19.51 334	19.10 421	27.97 468	8.98 298	0.78 375	0.02 35	0.29 371	0.01 88	0.48 257	0.81 151

DMCA-RVC	12.06 372	4.35 392	14.21 364	10.52 423	4.86 349	13.84 314	4.33 260	25.20 318	24.13 319	20.56 356	29.22 346	26.65 407	25.85 463	17.02 361	16.34 390	0.41 297	0.35 207	0.55 400	0.24 298	0.83 359	1.81 308

ACV-stereo	12.12 373	6.01 427	30.51 472	7.45 322	3.42 284	21.69 424	6.74 335	22.11 284	20.81 277	17.88 301	21.26 254	26.73 410	17.28 396	20.80 415	14.16 371	0.79 379	1.10 391	0.17 322	0.09 195	0.67 324	2.66 410

1111x	12.31 374	2.33 271	12.13 329	5.79 202	2.84 252	15.49 345	8.70 377	36.34 463	29.33 372	16.58 264	27.52 325	26.70 409	15.76 372	17.21 364	24.79 455	0.26 248	1.37 444	0.04 201	0.42 391	0.46 252	2.07 366

UPFNet	12.31 374	2.15 233	11.91 322	7.90 350	7.21 442	20.03 412	9.28 390	29.44 374	27.18 357	20.88 361	30.86 371	21.23 348	18.11 408	19.60 395	17.41 400	0.55 334	0.57 265	0.26 358	0.07 180	0.67 324	0.92 176

FADNet-RVC-Resample	12.31 374	5.22 410	32.28 479	10.14 409	4.08 311	14.97 336	6.98 346	26.54 338	24.42 324	23.72 402	29.31 347	19.87 338	15.01 360	16.26 340	10.61 331	0.65 355	0.52 251	0.48 393	0.54 413	1.52 401	3.09 433

RASNet	12.38 377	2.58 307	12.48 337	6.76 277	5.97 405	16.37 368	6.74 335	34.99 447	22.20 295	17.44 286	33.11 407	22.81 365	24.84 454	20.33 405	18.27 408	1.16 428	0.05 70	0.06 218	0.01 88	0.27 150	1.06 208

test_xeample	12.39 378	2.09 214	10.36 260	5.73 197	3.06 269	18.17 397	6.27 318	31.98 410	24.37 323	18.78 322	33.92 419	19.09 332	16.00 378	14.60 309	39.03 515	0.19 219	1.32 434	0.01 143	0.33 349	0.36 196	2.04 360

iResNet_ROB	12.41 379	3.19 347	12.39 334	6.63 265	3.72 295	16.98 383	2.64 197	32.29 412	38.58 453	26.93 439	33.73 415	26.24 403	17.40 399	17.36 366	8.95 297	0.33 269	0.01 11	0.00 1	0.00 1	0.40 223	0.35 49

DSFCA	12.44 380	3.00 336	14.87 376	6.04 218	7.03 438	17.06 384	10.86 419	31.11 397	32.12 397	26.41 434	23.81 290	22.37 361	15.13 363	21.13 425	13.53 369	0.95 405	0.66 283	0.28 366	0.38 380	1.21 382	0.77 148

FADNet_RVC	12.44 380	6.19 429	40.86 495	7.04 296	3.69 294	11.30 274	4.17 256	29.67 376	27.67 361	18.20 309	26.04 308	13.47 242	17.15 393	16.85 359	14.95 378	0.99 407	0.75 306	0.60 404	1.32 462	4.18 465	3.62 444

CBMV_ROB	12.51 382	3.86 379	7.98 158	5.81 204	2.99 265	16.05 360	4.62 269	27.61 353	31.37 391	26.75 437	32.62 401	23.97 378	22.66 447	21.14 426	12.09 350	2.15 457	1.78 473	2.24 469	1.27 461	1.64 406	1.54 282

NLCA_NET_v2_RVC	12.58 383	4.09 383	18.25 417	8.26 360	5.83 400	14.72 328	5.85 307	33.49 430	27.86 363	22.14 386	32.16 396	24.94 391	14.01 350	16.19 334	16.82 397	0.90 395	0.35 207	0.37 383	0.58 420	1.51 400	3.31 439
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
acv_ft	12.59 384	2.25 255	13.50 353	8.30 362	6.23 415	19.81 410	6.34 324	26.43 337	35.15 431	26.38 433	30.67 367	24.65 383	14.91 359	16.47 345	19.16 417	0.16 195	0.01 11	0.06 218	0.07 180	0.74 339	0.43 77

hitnet-ft	12.59 384	3.03 342	7.87 154	7.49 327	4.20 319	27.41 466	3.75 243	23.41 304	24.15 320	21.14 370	34.12 422	31.93 443	19.74 429	20.28 404	18.13 405	0.54 332	1.45 457	0.35 381	0.09 195	1.26 386	1.41 261

xxxx	12.60 386	2.03 195	10.79 281	6.18 228	2.86 254	21.84 425	3.02 217	34.55 444	25.46 339	16.39 257	31.58 384	26.87 413	14.75 358	14.00 292	37.45 507	0.21 226	1.36 443	0.01 143	0.32 342	0.35 185	2.07 366

ISRNet	12.68 387	2.57 305	19.05 425	13.05 469	6.24 416	7.30 212	2.84 209	29.80 380	32.13 398	23.26 397	35.61 433	24.75 385	16.48 387	15.81 331	14.55 377	0.85 386	1.01 372	2.29 470	0.55 416	1.08 376	4.43 456

pcwnet_v2	12.68 387	2.30 265	18.36 418	8.32 363	5.74 394	17.73 389	4.77 274	36.75 471	46.28 491	20.98 365	29.07 345	16.62 287	13.52 332	16.56 350	10.30 323	0.55 334	1.02 378	0.34 380	0.24 298	2.10 422	2.11 374

iResNetv2_ROB	12.78 389	4.09 383	15.60 387	6.44 252	3.75 297	14.86 329	7.17 348	34.46 442	37.12 440	26.06 428	34.81 429	29.76 421	16.32 380	14.77 315	7.67 273	0.31 263	0.03 51	0.12 293	0.01 88	0.94 367	1.23 236

ADLNet	12.84 390	2.93 330	11.94 324	8.87 379	6.88 433	17.96 392	8.85 378	34.12 434	26.67 352	27.81 447	26.24 311	26.84 412	15.04 361	17.54 370	19.94 421	0.59 343	0.58 269	0.24 353	0.11 210	0.80 352	2.85 423

CBFPSM	12.96 391	3.37 359	30.97 474	5.30 152	3.22 274	22.79 432	16.93 477	21.82 279	21.35 281	21.93 383	28.34 336	29.99 425	17.38 398	15.32 326	16.39 391	0.11 157	0.48 240	0.10 266	0.17 252	0.58 291	2.72 416

ADLNet2	12.99 392	2.94 331	14.18 362	9.57 394	5.96 404	20.23 415	10.41 412	33.05 423	37.61 444	19.46 335	19.74 232	22.46 363	18.63 411	22.37 437	20.76 425	0.37 284	0.15 148	0.06 218	0.08 187	1.04 374	0.72 137

dad	13.05 393	11.39 476	15.64 391	7.35 317	2.10 199	15.64 348	3.48 235	18.77 233	35.55 434	27.77 445	33.76 417	31.59 437	13.04 325	14.79 316	11.16 342	3.35 478	0.54 255	7.85 512	0.96 447	3.88 463	2.49 406

AASNet	13.05 393	3.27 352	12.23 331	10.28 414	6.90 434	17.61 388	7.88 366	41.14 498	38.29 449	23.20 396	29.62 353	16.85 291	15.59 371	15.50 329	19.03 415	0.39 290	0.03 51	0.78 418	0.05 161	1.32 390	1.08 213

HBP-ISP	13.07 395	8.80 462	8.99 192	8.11 358	4.55 341	13.48 311	6.60 329	29.09 369	30.50 379	21.33 372	36.14 435	16.62 287	19.42 425	20.92 419	12.81 365	3.63 480	2.61 494	7.18 508	4.12 497	3.74 461	2.69 414

222	13.07 395	1.99 184	10.74 280	6.56 257	2.74 241	19.95 411	2.54 191	34.13 435	24.42 324	22.52 390	31.39 377	20.78 344	16.99 391	14.31 295	48.07 538	0.16 195	1.33 438	0.01 143	0.32 342	0.37 202	2.02 354

DualNet (step1)	13.16 397	5.31 412	19.76 429	6.41 246	3.12 271	17.98 393	9.85 403	29.36 370	25.26 335	24.82 414	21.48 257	24.89 387	18.87 415	14.41 300	11.06 340	6.83 501	1.96 479	6.61 501	7.47 511	3.22 450	4.59 457

UNet	13.18 398	2.47 293	14.45 366	7.45 322	7.82 457	26.01 455	4.67 272	34.38 441	29.42 373	20.90 363	31.81 388	26.68 408	18.98 418	21.08 424	15.56 384	0.21 226	0.06 95	0.27 360	0.09 195	0.37 202	1.01 198

HGLStereo	13.21 399	3.45 362	14.01 359	10.32 417	7.72 454	15.72 352	7.19 351	31.94 409	28.12 365	20.83 360	36.16 437	26.61 406	20.82 435	18.74 387	19.63 420	1.01 411	0.22 171	0.07 236	0.08 187	0.59 297	1.00 197

GEStereo_RVC	13.23 400	3.13 345	15.23 380	10.33 418	4.95 355	18.92 403	11.46 430	31.58 406	48.03 493	20.51 355	27.68 327	19.00 330	13.31 330	20.44 407	16.01 388	1.15 427	0.51 248	0.10 266	0.14 228	0.67 324	1.47 271

delet	13.26 401	2.43 290	12.99 344	8.45 366	6.26 419	22.40 428	10.83 418	28.78 364	38.76 454	20.39 354	30.36 361	20.85 345	17.67 405	22.97 439	19.13 416	0.14 181	0.45 234	0.19 332	0.08 187	0.78 347	1.24 238

CRFU-Net	13.32 402	3.53 368	12.90 342	8.76 377	6.05 409	26.25 458	10.15 409	25.86 323	14.68 203	30.76 467	30.58 365	30.11 428	21.59 444	20.52 409	20.28 423	1.53 443	0.48 240	0.27 360	0.16 246	0.64 316	1.28 242

CSP-Net	13.41 403	3.62 374	11.03 294	6.62 264	4.07 309	25.76 454	9.61 398	29.66 375	27.14 356	29.97 461	33.42 412	29.84 423	17.23 395	20.64 410	16.03 389	1.12 423	0.41 224	0.03 185	0.00 1	0.75 343	1.29 244

MMNet	13.55 404	2.82 323	13.90 357	7.63 331	6.36 423	26.45 460	4.63 270	24.00 309	42.67 471	26.25 431	33.12 408	20.98 347	19.45 427	20.14 402	19.49 419	0.75 366	0.54 255	0.11 288	0.01 88	0.53 273	1.10 215

STTStereo	13.60 405	5.63 418	28.73 468	8.07 355	5.65 390	13.97 318	7.17 348	31.25 399	26.70 353	25.59 422	32.06 395	31.71 440	14.71 357	17.24 365	16.46 394	0.29 260	0.40 217	0.71 413	1.43 465	1.31 388	2.82 420

SGM-Forest	13.63 406	2.55 304	8.22 166	6.30 240	2.16 207	23.84 438	11.13 424	34.68 445	32.40 399	27.27 441	33.02 404	30.08 427	17.82 406	22.13 435	15.40 382	1.66 450	0.32 197	0.88 430	0.03 131	0.79 348	1.93 328
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TDLM	13.70 407	4.93 406	11.80 316	11.93 457	5.53 384	16.75 376	14.38 456	36.12 460	32.59 403	23.08 395	27.03 322	25.90 400	15.40 367	25.87 457	14.23 372	1.24 435	0.09 116	1.53 457	0.61 423	2.06 421	2.94 426

AANet_RVC	13.75 408	6.34 431	12.90 342	8.87 379	4.53 340	14.09 320	9.12 386	29.37 373	38.32 451	23.85 406	37.41 443	23.55 374	17.51 403	23.31 442	18.56 409	2.08 456	1.30 428	0.25 356	0.06 172	0.73 336	2.87 424

xyz-stereo	13.76 409	1.43 84	40.88 496	3.14 30	0.83 53	42.24 520	4.68 273	14.87 166	26.49 349	23.70 401	37.20 441	30.36 430	19.90 430	18.77 388	9.23 304	0.28 256	0.03 51	0.64 408	0.03 131	0.20 113	0.32 41

ssnet_v2	13.84 410	3.15 346	13.44 351	7.99 352	3.08 270	22.60 429	14.51 459	36.65 468	33.59 413	22.04 385	26.10 309	28.64 416	17.16 394	23.13 440	20.86 427	0.50 322	0.32 197	0.20 337	0.13 217	1.41 394	1.38 253

FADNet-RVC	13.86 411	12.75 490	41.65 497	8.64 372	4.63 343	16.45 370	6.89 342	28.91 365	24.20 321	20.89 362	31.44 379	26.73 410	11.37 287	21.58 432	15.91 386	0.25 244	0.14 145	0.14 307	0.24 298	2.97 441	1.50 279

psm_up	13.88 412	2.70 316	10.89 288	10.20 411	5.97 405	15.01 337	12.58 440	39.13 489	31.75 394	21.39 374	31.09 374	30.18 429	25.01 457	20.33 405	17.62 402	0.75 366	0.39 215	0.18 326	0.03 131	0.82 356	1.67 295

DLCB_ROB	13.97 413	3.74 377	11.01 293	9.99 405	5.85 401	21.40 421	10.37 411	30.17 385	30.49 378	28.21 449	32.18 397	32.67 448	21.17 439	20.20 403	18.59 410	0.34 274	0.18 155	0.41 386	0.15 237	0.61 305	1.76 304

StereoDRNet-Refined	14.03 414	3.52 366	12.77 339	8.70 374	3.31 277	18.50 400	4.58 267	29.08 368	30.59 380	29.85 459	42.52 478	25.24 394	19.57 428	23.88 446	23.55 442	0.44 308	0.07 108	0.54 398	0.38 380	0.88 365	2.64 409
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iinet-f	14.05 415	5.00 408	47.51 511	6.57 258	4.04 307	21.14 419	14.37 454	28.25 357	21.37 282	21.95 384	31.37 376	21.31 350	18.66 412	16.15 333	20.61 424	0.31 263	0.41 224	0.09 254	0.05 161	1.00 372	0.76 146

CVANet_RVC	14.09 416	4.82 404	10.86 287	9.46 392	5.60 389	19.70 409	12.94 445	33.38 428	34.86 427	23.72 402	33.31 409	29.76 421	16.35 382	24.37 448	12.45 360	1.22 433	0.23 173	1.45 456	0.87 439	3.41 454	3.01 428

SACVNet	14.10 417	5.24 411	14.19 363	12.11 460	6.12 412	18.45 399	9.11 385	33.13 424	22.94 303	28.79 452	33.88 418	32.69 449	23.78 448	20.91 418	12.13 352	1.08 417	0.54 255	0.84 428	0.48 401	1.41 394	4.26 454

rvit_105_1	14.11 418	6.23 430	22.11 449	13.74 473	4.55 341	15.38 343	28.19 525	27.21 346	43.35 475	19.53 336	24.36 294	22.05 358	15.96 376	18.37 384	12.70 364	2.27 459	0.58 269	0.26 358	2.37 483	0.70 329	2.20 381

PS-NSSS	14.36 419	8.44 458	16.43 397	7.44 321	5.79 396	18.65 402	12.71 443	39.02 486	26.84 354	20.99 366	36.15 436	21.47 351	18.25 409	18.21 382	18.63 411	2.44 465	0.55 259	5.38 494	0.37 370	5.25 475	4.11 453

CBMV	14.52 420	4.59 397	9.99 243	6.61 263	2.85 253	22.76 431	12.45 439	30.63 390	33.32 409	31.98 472	35.00 431	31.68 438	19.43 426	26.53 460	16.71 396	1.28 436	0.61 275	0.63 406	0.12 213	1.26 386	1.89 321
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FADNet	14.77 421	11.96 481	39.55 494	8.50 368	6.64 428	18.53 401	6.74 335	35.70 454	35.06 429	19.21 332	28.06 332	28.14 415	13.94 348	18.54 386	11.61 347	0.48 316	0.75 306	0.38 385	0.49 404	9.17 498	2.05 364

fast-acv-ft	14.96 422	4.73 401	17.68 411	8.03 354	5.27 370	28.61 473	9.97 406	26.25 333	35.58 435	26.03 427	38.02 449	31.91 442	21.50 441	19.25 392	21.18 428	0.61 348	0.38 212	0.63 406	0.48 401	1.31 388	1.73 300

pmcnn	15.27 423	4.31 390	22.32 451	7.46 324	4.46 336	22.15 427	15.74 468	28.53 360	31.88 395	27.78 446	40.04 463	39.06 485	19.11 423	18.79 389	20.78 426	1.04 415	0.23 173	0.00 1	0.00 1	0.53 273	1.17 227

Anonymous_2	15.61 424	7.12 439	18.63 422	6.49 253	7.98 458	26.94 463	11.93 434	19.48 247	18.48 256	18.25 312	15.95 188	24.18 380	21.32 440	21.17 427	15.94 387	10.88 517	13.80 532	11.19 520	25.13 536	10.92 509	6.42 482

z-ln-s-r	15.70 425	7.13 443	42.53 499	5.88 212	5.57 386	14.47 326	13.18 447	22.93 296	38.31 450	19.68 339	44.92 495	23.85 377	18.42 410	23.81 445	30.69 494	0.37 284	0.02 35	0.00 1	0.01 88	1.15 379	1.16 224

TCMNet	15.72 426	7.51 447	21.42 445	14.39 477	12.57 504	26.22 457	13.91 453	30.23 386	36.03 437	25.57 421	31.73 385	23.65 375	15.35 366	19.98 399	24.06 447	1.44 440	0.67 288	2.04 466	0.99 449	3.41 454	3.26 438

NVstereo2D	15.77 427	4.01 381	17.73 412	9.96 404	8.10 464	30.36 481	9.52 393	43.10 509	43.12 474	15.45 237	28.03 331	23.46 372	16.84 390	24.62 449	17.06 398	3.35 478	0.87 332	1.76 461	1.13 455	7.76 491	9.19 506

test_sample9	15.79 428	5.31 412	19.76 429	6.41 246	3.12 271	17.98 393	9.85 403	29.36 370	25.26 335	24.82 414	21.48 257	24.89 387	18.87 415	21.03 420	22.11 431	6.83 501	36.75 543	6.61 501	7.47 511	3.22 450	4.59 457

StereoDRNet	16.00 429	5.45 416	16.67 400	11.34 445	8.74 473	25.62 451	11.07 422	40.40 496	37.03 439	29.77 458	30.04 358	34.35 467	19.09 420	19.81 396	25.28 458	0.65 355	0.30 194	0.16 319	0.14 228	1.80 413	2.33 391

Wz-Net-LNSev-Ref	16.12 430	4.56 394	29.46 469	7.78 342	6.11 411	26.08 456	13.01 446	31.08 396	37.61 444	27.66 443	46.96 502	29.92 424	15.40 367	21.54 431	22.39 433	1.09 419	0.05 70	0.10 266	0.00 1	0.43 238	1.21 233

YMNet	16.35 431	6.51 434	23.16 455	11.45 446	8.85 475	25.42 449	8.89 379	32.99 420	32.63 404	34.40 488	39.12 457	34.27 464	17.43 400	20.90 416	22.93 436	0.93 400	1.30 428	1.21 446	0.94 440	1.77 411	1.81 308

YMNet_1	16.35 431	6.51 434	23.16 455	11.45 446	8.85 475	25.42 449	8.89 379	32.99 420	32.63 404	34.40 488	39.12 457	34.27 464	17.43 400	20.90 416	22.93 436	0.93 400	1.30 428	1.21 446	0.94 440	1.77 411	1.81 308

DRN-Test	16.60 433	4.76 402	16.90 404	10.75 430	8.16 466	29.42 477	14.37 454	43.26 511	39.35 455	28.93 454	35.46 432	29.03 418	20.11 432	20.78 413	24.51 453	0.94 403	0.93 342	0.46 391	0.35 358	1.42 396	2.12 375

SDNR	16.80 434	5.88 423	30.01 471	6.39 245	6.53 425	57.67 539	3.15 220	24.30 311	31.49 392	21.50 376	36.56 440	14.69 256	16.76 388	19.14 391	14.45 374	11.12 520	14.00 533	3.11 484	0.51 408	8.86 497	9.92 512

DISCO	16.93 435	2.58 307	17.15 407	8.26 360	4.37 329	27.65 468	10.68 414	31.28 401	44.93 484	22.21 387	34.47 426	36.48 475	23.91 449	36.14 498	34.48 502	0.35 276	0.11 131	0.04 201	0.07 180	1.95 417	1.40 258

PA-Net	16.98 436	8.05 455	29.56 470	10.52 423	11.30 495	21.91 426	29.93 529	32.64 415	39.50 456	20.38 353	28.51 339	23.80 376	20.82 435	21.45 429	25.60 460	0.25 244	2.36 491	0.23 349	4.99 502	1.34 391	6.47 483
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FINET	17.02 437	8.11 456	28.42 467	9.29 388	8.89 478	24.46 441	25.06 516	35.40 451	49.52 500	26.73 436	33.49 414	20.50 341	18.75 413	20.67 412	19.18 418	2.30 461	2.09 482	1.13 442	0.75 432	2.86 437	2.84 421

GwcNet	17.31 438	6.61 437	23.02 453	10.83 434	8.63 471	29.48 478	10.80 416	39.37 491	45.73 486	24.16 408	37.85 448	31.50 436	21.81 446	21.37 428	27.25 474	0.81 380	0.88 334	0.57 403	0.46 394	1.54 403	3.61 442

NaN_ROB	17.35 439	7.91 451	18.84 424	11.29 443	4.93 353	33.28 493	20.75 497	38.10 481	43.81 476	30.28 464	31.53 382	32.88 450	20.88 437	29.10 473	17.85 404	0.40 293	0.43 232	0.31 376	0.44 393	0.98 369	3.03 431

S-Stereo	17.36 440	4.46 393	22.16 450	12.58 466	9.10 480	23.07 433	12.60 441	33.18 426	46.12 489	22.78 392	38.67 455	29.04 419	27.48 471	19.40 394	23.90 446	3.14 476	3.13 503	0.88 430	1.95 477	3.77 462	9.86 511

FAT-Stereo	17.45 441	3.56 369	19.19 426	10.31 416	6.54 426	18.00 396	14.89 462	38.68 484	40.49 459	27.39 442	39.66 460	37.32 477	32.14 498	21.07 423	22.97 438	3.68 481	2.16 488	0.81 425	1.21 459	2.10 422	6.78 486

DANet	17.51 442	8.91 463	27.61 464	14.94 484	7.48 444	22.67 430	5.66 297	27.33 349	26.64 350	32.62 479	36.27 438	37.40 478	30.07 488	31.65 484	26.09 466	1.30 437	1.46 459	2.33 472	0.53 411	3.54 458	5.69 471
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MaskLacGwcNet_RVC	17.56 443	17.23 504	20.10 435	12.02 459	6.91 435	28.81 474	11.45 429	41.35 499	21.95 292	30.13 463	34.66 427	32.04 445	11.30 285	21.04 422	16.43 392	8.91 509	2.67 495	12.29 521	0.84 437	12.72 515	8.43 501

PSMNet_ROB	17.59 444	6.52 436	16.27 395	14.43 478	7.71 453	29.22 476	33.59 534	43.94 514	38.52 452	24.74 413	33.46 413	34.17 463	17.29 397	18.52 385	25.68 462	0.40 293	0.29 192	0.96 434	2.22 480	2.03 420	1.81 308

Syn2CoEx	17.68 445	11.86 480	28.39 466	20.88 507	8.24 467	25.66 452	12.35 436	37.57 476	33.60 414	29.57 456	39.80 462	30.02 426	28.00 474	19.91 397	18.91 414	1.14 426	0.53 253	1.23 450	0.46 394	1.97 418	3.61 442

GANet	17.85 446	5.41 415	14.79 370	11.91 455	4.73 344	24.54 443	17.04 480	41.01 497	34.96 428	33.06 480	45.84 497	39.83 490	29.19 481	24.71 451	22.45 435	1.34 438	0.41 224	1.09 438	0.70 429	2.15 424	1.89 321

GASNet	17.87 447	20.62 515	32.66 481	21.17 508	9.48 483	16.26 366	9.15 387	45.00 519	40.55 461	26.16 429	24.34 293	33.05 451	15.45 370	29.82 478	18.15 407	3.79 483	0.28 190	1.87 462	0.51 408	7.06 486	1.97 339

test_sample8	17.93 448	5.31 412	19.76 429	6.41 246	3.12 271	17.98 393	9.85 403	32.68 416	20.05 271	33.68 485	26.30 313	40.74 494	34.14 502	21.03 420	22.11 431	6.83 501	36.75 543	6.61 501	7.47 511	3.22 450	4.59 457

NCCL2	17.94 449	7.94 453	16.87 403	24.07 518	7.60 449	24.52 442	17.08 481	35.42 452	26.65 351	32.01 473	38.57 452	41.96 503	27.61 472	22.24 436	24.43 452	0.65 355	0.33 203	2.64 478	2.13 479	2.28 429	3.86 451

ADCRef	18.01 450	8.01 454	44.10 504	10.75 430	8.85 475	27.18 465	11.06 421	31.77 408	34.40 422	31.90 471	42.45 477	18.79 325	21.55 443	25.18 454	35.17 503	1.03 414	0.42 230	2.18 468	1.79 472	1.38 392	2.27 388

XPNet_ROB	18.03 451	6.06 428	18.19 416	11.68 450	6.83 431	21.23 420	16.93 477	36.66 470	39.82 458	32.51 478	42.05 476	41.04 497	25.77 462	25.72 455	28.80 484	1.67 451	0.91 340	0.79 419	0.27 319	1.24 385	2.38 398

SuperB	18.07 452	7.33 444	56.73 524	8.42 365	5.42 378	20.39 416	9.73 401	26.04 326	50.80 504	26.88 438	39.52 459	17.79 312	21.54 442	23.17 441	25.96 465	0.77 371	0.32 197	1.11 441	0.73 431	16.11 522	2.75 419

RP	18.36 453	5.94 425	17.54 410	15.95 494	12.33 503	21.55 423	12.66 442	28.65 362	45.65 485	23.78 405	42.55 479	39.77 489	29.54 485	26.72 461	23.58 444	6.14 499	1.05 384	4.38 491	1.77 471	3.90 464	3.82 450

APVNet	18.42 454	6.37 432	23.10 454	12.76 468	8.28 468	30.74 483	24.17 512	42.08 505	30.76 386	25.86 426	41.66 471	31.83 441	24.99 455	28.01 469	28.77 482	0.49 319	0.57 265	3.05 482	0.55 416	1.80 413	2.46 401

w-ln-seven-2	18.44 455	8.73 461	43.71 503	11.92 456	6.91 435	24.43 440	13.73 451	30.66 391	41.21 465	29.15 455	43.29 486	30.86 433	29.28 482	23.47 443	24.59 454	0.99 407	1.11 395	0.64 408	0.17 252	1.63 404	2.26 386

ETE_ROB	18.45 456	10.71 468	20.90 442	14.23 476	4.92 352	23.28 435	22.01 500	33.00 422	36.14 438	30.68 466	39.03 456	46.10 516	26.28 464	27.52 466	26.22 467	0.53 326	0.49 243	1.16 443	0.94 440	1.69 408	3.07 432

PWCDC_ROB	18.66 457	11.24 474	21.32 444	18.82 502	8.08 463	25.75 453	6.94 344	35.08 448	53.33 511	30.37 465	49.70 510	20.87 346	21.63 445	31.05 483	22.39 433	6.94 505	0.28 190	0.10 266	0.06 172	5.98 483	3.22 436

Nwc_Net	18.76 458	5.80 419	19.91 433	14.99 486	11.96 500	26.32 459	15.90 469	41.68 502	40.50 460	21.85 382	43.58 487	34.89 468	29.47 484	27.48 465	26.34 468	3.75 482	0.27 184	2.55 477	3.31 490	2.25 427	2.46 401

ADCP+	18.93 459	5.83 421	35.35 485	9.85 402	10.36 488	29.49 479	13.65 450	34.22 439	37.75 446	30.02 462	41.45 469	24.18 380	26.43 468	34.71 492	36.58 505	0.27 252	0.40 217	2.00 465	1.19 457	2.31 430	2.66 410

MDST_ROB	18.99 460	3.23 349	15.81 393	14.15 475	6.98 437	44.89 522	16.81 476	43.19 510	42.83 472	43.71 516	43.84 488	28.79 417	19.02 419	30.64 482	18.70 412	1.84 453	0.84 324	0.69 412	0.47 400	0.71 333	2.61 408

Wz-Net-LNSev	19.04 461	11.48 477	43.55 502	10.82 433	8.01 461	24.96 445	17.46 485	34.72 446	44.36 480	33.43 483	44.72 494	32.54 447	24.13 450	21.64 433	24.38 451	0.93 400	0.22 171	0.00 1	0.03 131	1.44 397	1.99 350

AF-Net	19.18 462	6.50 433	16.90 404	16.60 495	11.00 494	23.83 437	11.31 425	36.25 461	51.10 507	25.56 420	38.34 451	41.77 501	31.01 493	30.20 480	27.83 477	4.87 494	0.27 184	4.60 492	1.00 450	2.67 435	2.02 354

PWC_ROB	19.21 463	12.15 486	28.02 465	11.02 439	6.62 427	25.15 447	5.47 294	36.42 465	49.47 498	33.19 481	44.32 491	34.98 469	26.66 469	32.22 487	27.30 475	1.71 452	0.27 184	1.62 458	0.37 370	2.38 432	4.90 463

stereogan	19.38 464	4.02 382	18.62 421	13.54 471	10.30 487	37.03 503	9.83 402	39.12 488	46.13 490	25.09 419	41.76 473	40.01 491	27.19 470	32.16 485	25.48 459	2.44 465	1.13 398	2.70 480	0.86 438	5.45 477	4.81 460

edge stereo	19.38 464	5.98 426	19.25 427	11.11 440	8.07 462	23.51 436	12.74 444	35.93 456	42.55 469	35.05 491	43.06 483	41.34 499	36.05 507	26.06 458	25.62 461	2.70 469	2.47 492	6.38 499	1.54 468	3.18 449	5.01 464

RYNet	19.73 466	5.52 417	18.58 420	11.63 449	15.84 514	47.05 525	17.28 482	38.60 483	49.19 497	27.71 444	27.46 324	38.63 483	26.42 467	20.79 414	32.08 498	0.73 364	0.59 272	0.97 435	0.16 246	7.40 488	8.04 497

LALA_ROB	19.82 467	8.32 457	18.64 423	13.59 472	5.79 396	28.03 471	23.44 507	43.09 508	37.57 443	33.91 487	41.55 470	50.73 526	25.61 461	29.09 472	27.30 475	0.73 364	0.67 288	2.08 467	1.42 464	2.70 436	2.12 375

Wz-Net-MNSev	19.84 468	7.55 448	35.79 486	10.79 432	7.51 446	38.96 511	18.39 490	35.08 448	44.72 482	31.28 468	41.70 472	41.18 498	20.49 434	28.41 470	30.13 493	0.96 406	0.36 210	0.05 209	0.13 217	1.70 409	1.64 290

aanetorigin	19.84 468	13.32 492	54.46 518	10.07 407	7.99 459	14.16 321	15.32 463	17.85 220	34.49 423	49.59 526	48.88 507	34.28 466	31.32 495	23.53 444	29.64 489	1.12 423	0.81 318	0.73 414	0.94 440	3.05 442	5.23 468

SGM_RVC	20.33 470	3.24 351	8.92 190	7.20 312	1.62 153	39.61 513	17.01 479	39.11 487	35.12 430	46.26 521	42.62 480	51.57 528	39.45 514	39.66 519	29.87 491	1.16 428	0.37 211	0.55 400	0.35 358	1.20 381	1.64 290
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RTSC	20.52 471	11.06 471	33.58 482	12.11 460	7.19 441	28.90 475	11.99 435	38.49 482	58.85 531	32.22 476	37.28 442	33.11 453	21.14 438	36.93 509	38.84 514	1.49 441	1.50 462	0.15 312	0.64 425	2.18 425	2.67 412

NCC-stereo	20.61 472	7.39 445	25.96 459	15.90 492	16.62 515	20.15 413	23.27 503	44.11 517	41.29 466	25.00 417	38.64 453	35.47 470	28.75 477	36.35 501	26.90 472	4.83 492	2.14 485	3.33 486	9.27 522	3.10 444	3.72 448

Abc-Net	20.61 472	7.39 445	25.96 459	15.90 492	16.62 515	20.15 413	23.27 503	44.11 517	41.29 466	25.00 417	38.64 453	35.47 470	28.75 477	36.35 501	26.90 472	4.83 492	2.14 485	3.33 486	9.27 522	3.10 444	3.72 448
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	20.61 472	12.13 485	46.35 507	21.53 509	17.78 518	19.41 405	23.64 510	37.23 475	50.61 501	26.20 430	37.72 444	24.90 390	25.02 458	24.63 450	23.53 441	3.13 475	1.65 469	5.69 495	4.09 496	3.64 460	3.34 440

RGC	20.62 475	14.30 494	21.99 448	18.85 503	14.53 509	21.42 422	14.82 461	36.00 459	44.32 479	28.54 451	41.82 475	40.12 492	29.43 483	35.44 497	23.33 439	4.12 485	0.72 296	8.80 513	4.39 499	4.55 470	4.84 462

DGSMNet	20.75 476	13.28 491	34.59 484	14.80 483	17.14 517	23.25 434	17.99 489	36.39 464	43.00 473	20.70 357	32.67 402	36.05 474	19.22 424	30.34 481	25.04 457	4.61 489	4.62 517	6.31 498	5.20 505	14.71 519	15.15 527

WCMA_ROB	21.17 477	5.89 424	22.32 451	10.39 420	7.65 451	34.55 497	16.42 474	33.20 427	34.02 418	42.06 510	52.50 515	44.09 508	37.59 510	33.66 490	26.77 471	7.45 508	3.18 504	1.27 453	1.43 465	4.18 465	4.81 460

psmorigin	21.56 478	11.18 473	36.59 488	10.19 410	7.08 439	25.30 448	12.35 436	33.52 431	33.12 408	43.62 515	54.15 524	42.72 504	37.44 509	36.87 508	28.98 485	1.65 449	2.78 498	0.81 425	1.19 457	3.62 459	8.10 498

G-Net	21.66 479	9.10 464	39.39 492	15.85 490	9.60 484	51.00 530	16.73 475	28.32 358	31.17 389	38.99 502	43.24 484	33.26 456	32.09 497	28.50 471	26.50 470	4.74 491	3.92 514	3.60 489	1.02 451	8.42 496	7.86 495

z-mn7	21.81 480	11.53 478	47.41 510	11.79 453	5.69 392	34.28 496	15.73 467	36.31 462	57.93 527	27.24 440	53.82 519	32.35 446	26.33 465	36.69 504	33.32 501	1.02 412	0.41 224	0.54 398	0.11 210	1.72 410	1.92 326

FBW_ROB	21.87 481	11.80 479	25.52 458	14.64 481	7.49 445	31.20 486	16.35 473	45.28 520	44.78 483	44.85 520	40.36 465	43.50 507	27.85 473	34.94 493	23.52 440	3.07 474	2.15 487	7.53 511	3.03 489	4.30 467	5.17 467

w-ln-seven	21.91 482	10.67 467	57.04 526	12.00 458	10.37 489	30.36 481	19.88 494	37.81 478	56.05 522	37.35 498	44.23 490	33.79 459	24.77 453	23.92 447	31.80 497	0.77 371	0.34 205	0.85 429	0.20 275	2.88 438	3.10 434

SANet	22.05 483	8.47 459	32.65 480	9.90 403	4.31 326	33.49 494	23.44 507	42.82 507	56.64 524	39.67 505	44.09 489	44.62 509	32.96 500	29.24 477	25.79 463	1.08 417	0.74 301	0.98 436	0.69 427	5.69 480	3.66 447

SQANet	22.07 484	25.29 523	21.78 447	26.81 522	18.92 521	30.75 484	10.25 410	33.47 429	30.10 376	25.73 423	34.31 424	33.45 457	19.94 431	29.16 474	20.03 422	11.68 521	3.08 502	26.95 533	5.80 508	20.97 529	12.99 521

UDG	22.21 485	15.90 502	16.41 396	21.71 510	20.17 523	32.51 489	13.78 452	36.62 467	35.77 436	26.64 435	31.43 378	37.49 479	32.33 499	22.77 438	21.19 429	11.08 519	5.60 521	23.12 528	7.74 515	17.07 524	14.89 526

STTRV1_RVC	22.31 486	18.60 508	39.50 493	16.79 496	23.81 531	29.59 480	15.67 466	35.42 452	34.27 420	35.05 491	34.94 430	31.94 444	28.80 479	29.17 475	23.89 445	12.64 527	3.40 508	6.58 500	4.73 501	15.20 521	6.23 477

SHD	22.33 487	11.30 475	32.10 477	15.61 488	9.88 485	26.75 461	10.12 408	41.84 503	61.77 536	36.36 495	44.65 493	39.28 486	31.10 494	35.07 494	32.76 500	2.35 462	1.95 478	1.24 452	1.90 476	4.33 468	6.34 479

CSAN	22.36 488	11.11 472	26.06 461	21.79 511	5.59 388	34.55 497	36.54 536	40.04 494	50.84 505	37.47 499	40.31 464	45.09 512	33.07 501	27.44 464	25.80 464	1.60 447	0.75 306	1.08 437	1.80 473	2.89 439	3.36 441

ADCL	22.44 489	7.79 449	49.20 513	10.61 428	7.28 443	40.40 517	21.03 498	32.07 411	55.07 515	28.53 450	48.73 505	31.68 438	31.69 496	34.04 491	38.38 510	1.22 433	0.93 342	2.65 479	1.89 475	2.65 434	2.94 426

zh-mn7	22.69 490	14.64 495	55.04 519	11.01 438	5.85 401	27.67 469	15.65 465	35.14 450	57.38 526	40.62 506	57.78 530	31.22 434	25.60 460	36.79 507	32.55 499	1.50 442	0.57 265	0.24 353	0.22 281	1.40 393	3.02 429

CC-Net-ROB	22.73 491	23.99 520	30.57 473	14.72 482	8.91 479	32.98 490	16.17 471	46.75 524	37.29 441	33.88 486	32.33 398	35.48 472	25.00 456	24.75 452	28.78 483	9.60 513	3.03 501	25.33 531	3.87 494	14.82 520	6.33 478

ADCPNet	22.75 492	10.94 470	58.96 529	12.24 464	7.57 447	37.33 504	20.08 496	33.89 433	37.37 442	33.49 484	44.32 491	39.36 488	28.43 476	32.19 486	38.55 512	2.25 458	2.69 497	2.37 474	3.59 493	4.33 468	5.01 464

MeshStereo	22.95 493	7.84 450	12.46 335	8.13 359	5.20 366	38.49 509	13.36 449	42.69 506	38.05 448	51.34 529	53.82 519	58.22 534	43.29 523	38.42 514	29.59 488	2.96 471	2.84 500	3.11 484	2.33 482	3.12 446	3.65 446
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
Wz-Net-SNSev	23.35 494	18.18 506	47.37 509	14.55 479	8.63 471	28.33 472	29.16 527	39.88 493	55.80 520	32.16 475	53.91 522	39.35 487	24.42 451	27.60 467	38.11 509	1.06 416	0.24 177	1.20 445	0.95 445	3.16 448	2.93 425

DDUNet	23.49 495	20.59 514	17.13 406	24.58 519	22.45 527	24.86 444	17.96 488	31.42 403	31.06 388	29.59 457	37.81 446	37.85 481	26.39 466	25.77 456	18.74 413	18.99 531	8.10 529	26.65 532	11.80 528	19.41 528	18.58 532

MSMD_ROB	23.50 496	10.55 466	15.65 392	17.87 501	10.07 486	35.58 500	19.04 492	34.53 443	37.81 447	41.55 509	60.11 533	46.01 515	39.81 516	32.74 488	24.92 456	6.86 504	3.63 512	8.92 514	11.16 527	7.21 487	5.99 475

LE_ROB	23.59 497	4.64 400	16.84 402	8.59 370	3.05 268	33.01 491	18.53 491	28.96 366	67.40 548	70.71 550	55.67 528	48.44 522	48.90 530	26.06 458	37.98 508	0.44 308	0.24 177	0.27 360	0.54 413	0.49 266	0.98 194

ADCMid	23.61 498	12.42 488	44.10 504	11.85 454	8.33 469	27.89 470	20.03 495	36.49 466	39.56 457	40.81 507	47.01 503	36.89 476	43.95 524	39.12 517	42.60 525	1.95 454	1.55 466	3.05 482	3.98 495	5.20 474	5.37 469

zh-sn7	23.82 499	16.94 503	52.41 516	14.57 480	8.11 465	26.98 464	24.39 514	37.04 473	49.49 499	34.43 490	52.44 514	33.79 459	35.37 505	40.92 522	39.03 515	0.86 389	0.93 342	0.55 400	0.40 387	3.27 453	4.37 455

AnyNet_C32	24.34 500	15.07 498	42.84 500	13.07 470	11.83 498	31.80 487	31.73 531	32.47 413	45.77 487	35.92 493	49.66 509	34.05 461	35.21 504	44.09 527	43.39 529	1.61 448	1.70 471	1.22 449	2.94 488	4.87 472	7.60 492

PSMNet-RUCA	24.65 501	28.24 526	42.85 501	35.58 531	34.48 536	16.04 356	11.34 426	40.36 495	31.70 393	31.88 470	41.00 468	37.50 480	25.41 459	29.19 476	17.07 399	12.35 524	2.12 484	20.72 527	8.27 520	17.19 525	9.64 509

MFN_U_SF_DS_RVC	24.71 502	14.86 497	32.18 478	26.47 521	10.48 490	40.27 516	22.83 502	36.88 472	44.51 481	42.59 511	47.13 504	40.20 493	28.00 474	36.70 505	28.36 478	4.23 487	4.00 515	6.73 504	16.35 533	5.05 473	6.34 479

ccnet	24.80 503	17.64 505	24.53 457	12.35 465	18.18 520	38.47 508	17.76 487	46.24 522	32.78 407	37.51 500	46.76 499	38.80 484	30.45 491	38.35 513	41.98 522	9.41 512	6.40 523	9.67 516	8.04 516	11.64 513	9.00 504

FC-DCNN	25.07 504	12.06 484	20.30 437	19.06 504	9.41 481	38.40 507	23.46 509	41.37 500	44.07 478	46.76 523	53.99 523	50.49 524	39.32 513	36.43 503	29.46 487	7.40 507	3.39 506	6.15 496	5.01 503	8.05 493	6.83 487

FC-DCNN v2	25.13 505	12.03 482	19.82 432	19.08 505	9.43 482	38.89 510	23.42 506	41.85 504	44.02 477	46.96 524	54.51 525	50.70 525	39.69 515	36.34 500	29.25 486	7.36 506	3.39 506	6.17 497	5.02 504	8.00 492	6.71 485

XQC	25.15 506	18.26 507	52.31 515	22.53 516	12.15 501	37.47 505	21.78 499	38.74 485	55.51 519	32.40 477	30.75 369	38.36 482	30.19 490	38.28 512	41.25 521	4.61 489	1.44 456	2.77 481	2.26 481	12.52 514	9.49 508

DPSNet	25.20 507	7.92 452	36.17 487	11.72 451	6.85 432	53.68 532	43.17 542	52.22 533	60.09 534	31.61 469	39.76 461	40.91 496	35.82 506	33.42 489	26.48 469	4.98 495	2.10 483	0.50 395	1.13 455	9.63 500	5.83 472

SGM-ForestM	25.21 508	4.80 403	13.50 353	8.68 373	3.74 296	46.85 524	22.04 501	46.25 523	51.32 509	51.28 528	52.07 513	62.64 541	47.13 528	46.05 528	36.30 504	1.99 455	2.25 490	1.21 446	1.24 460	1.65 407	3.21 435

PDISCO_ROB	25.35 509	10.44 465	31.01 475	29.47 527	20.36 524	38.32 506	17.74 486	45.56 521	55.34 517	29.88 460	42.94 482	46.63 517	29.76 486	36.23 499	31.29 496	10.74 516	2.20 489	6.96 505	3.53 492	9.98 504	8.52 502

EDNetEfficient	25.68 510	22.94 519	77.88 554	9.49 393	7.66 452	20.89 417	17.37 483	22.52 287	56.02 521	61.49 540	53.31 517	35.83 473	41.88 522	25.06 453	39.53 517	0.86 389	0.83 323	0.91 432	2.82 486	8.28 494	7.98 496

Wz-Net-TNSev	25.85 511	21.47 517	59.51 531	10.38 419	7.64 450	42.40 521	23.33 505	35.97 458	54.36 513	36.56 496	43.26 485	45.90 514	41.27 520	37.81 510	37.10 506	2.35 462	1.90 477	0.77 417	1.34 463	5.89 482	7.75 494

WZ-Net	25.86 512	14.23 493	64.17 534	15.77 489	10.61 491	39.36 512	28.01 524	41.38 501	54.97 514	28.82 453	53.68 518	40.90 495	30.14 489	37.91 511	42.98 528	1.59 444	0.49 243	0.73 414	0.95 445	5.43 476	5.12 466

GANetREF_RVC	26.12 513	30.35 527	27.03 462	26.08 520	6.28 422	31.16 485	37.25 538	48.48 526	50.90 506	37.30 497	36.39 439	34.11 462	30.98 492	38.51 515	28.38 479	9.08 510	2.68 496	16.48 524	5.42 507	16.24 523	9.34 507
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
FCDSN-DC	26.18 514	15.77 501	20.36 438	28.79 526	15.78 513	40.13 515	19.12 493	43.57 512	42.59 470	44.78 519	52.51 516	50.73 526	40.32 518	35.32 496	28.55 480	6.41 500	3.61 511	7.11 507	6.54 509	10.58 505	10.93 517
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	27.11 515	15.49 500	48.87 512	15.20 487	10.99 493	31.86 488	24.37 513	43.99 515	58.30 529	43.12 513	49.92 511	41.90 502	41.43 521	42.90 526	46.29 533	3.00 473	2.60 493	2.45 476	3.47 491	7.63 489	8.41 500

DLNR_Zeroshot_test	27.91 516	51.88 541	91.97 568	98.26 576	97.92 576	3.07 22	0.49 32	31.27 400	8.33 123	8.40 129	15.66 183	7.22 136	1.66 39	12.16 213	4.82 204	40.46 542	1.87 475	0.06 218	0.33 349	80.45 565	1.99 350

MFN_U_SF_RVC	28.91 517	15.44 499	55.12 521	22.00 513	8.49 470	41.39 518	15.36 464	52.74 534	46.70 492	47.83 525	53.87 521	54.97 531	40.50 519	39.54 518	40.77 519	6.09 498	4.92 519	7.08 506	9.02 521	7.68 490	8.69 503

PASM	29.37 518	19.17 509	50.43 514	23.55 517	23.15 529	27.62 467	27.82 523	35.90 455	50.76 503	35.98 494	40.55 466	47.26 520	34.98 503	35.28 495	38.72 513	12.58 526	15.96 534	17.57 526	22.46 535	13.71 516	13.92 524

EDNetEfficientorigin	29.50 519	36.05 533	99.77 580	9.67 397	5.93 403	26.79 462	16.02 470	26.87 343	55.18 516	61.15 537	57.72 529	45.04 511	50.99 533	26.90 463	44.78 531	0.53 326	0.54 255	1.72 460	2.53 484	11.05 510	10.75 514

AnyNet_C01	30.67 520	27.57 524	76.09 552	17.61 498	12.18 502	50.42 529	28.89 526	39.14 490	41.14 464	41.36 508	65.66 544	47.21 519	40.16 517	47.50 529	49.82 540	2.38 464	2.79 499	2.31 471	2.83 487	8.35 495	9.99 513

LSM	30.92 521	21.18 516	57.13 528	19.98 506	54.02 548	33.70 495	25.92 519	43.87 513	49.18 496	46.43 522	55.59 527	43.44 505	36.70 508	36.70 505	28.75 481	2.94 470	9.77 530	5.07 493	8.20 519	10.77 506	29.00 539

RTS	30.97 522	24.38 521	96.47 570	17.75 499	12.63 505	58.43 541	26.47 520	38.01 479	63.33 539	44.41 517	46.81 500	33.16 454	45.26 525	52.06 535	42.65 526	2.66 467	1.40 447	1.09 438	1.02 451	5.49 478	5.86 473

RTSA	30.97 522	24.38 521	96.47 570	17.75 499	12.63 505	58.43 541	26.47 520	38.01 479	63.33 539	44.41 517	46.81 500	33.16 454	45.26 525	52.06 535	42.65 526	2.66 467	1.40 447	1.09 438	1.02 451	5.49 478	5.86 473

DispFullNet	31.01 524	32.97 529	59.04 530	30.27 528	28.46 533	33.06 492	11.44 428	37.69 477	54.13 512	33.30 482	37.78 445	44.68 510	28.96 480	42.19 525	29.68 490	12.35 524	3.56 510	36.10 537	12.90 530	32.29 537	19.42 534

coex-ft	31.29 525	39.15 537	93.51 569	9.71 400	5.77 395	36.25 502	26.79 522	31.43 404	59.45 532	73.35 554	58.73 531	45.49 513	48.48 529	30.19 479	46.52 535	1.59 444	1.71 472	0.94 433	0.97 448	9.43 499	6.35 481

MANE	33.27 526	12.69 489	21.10 443	22.10 514	15.09 512	49.75 527	29.51 528	54.10 537	56.36 523	59.73 533	64.93 541	65.43 545	57.34 543	52.70 538	41.02 520	10.52 515	6.09 522	7.35 509	20.29 534	9.66 501	9.65 510

otaku	33.83 527	36.87 535	53.81 517	40.41 534	21.58 525	54.54 534	17.45 484	44.01 516	61.47 535	39.63 503	50.06 512	46.76 518	29.76 486	40.64 521	30.07 492	19.17 532	7.09 526	32.34 535	9.92 524	24.17 532	16.94 529

PVD	34.10 528	19.91 511	39.04 491	27.08 523	18.09 519	35.11 499	44.32 544	52.16 532	66.36 545	53.04 531	64.50 540	52.33 529	56.17 539	52.24 537	42.11 523	4.17 486	4.82 518	9.60 515	4.65 500	11.11 511	25.25 537

ELAS	34.78 529	20.32 512	38.13 490	21.79 511	14.89 510	57.95 540	37.04 537	51.15 531	51.19 508	60.95 536	64.42 539	59.08 536	54.44 537	51.53 533	46.26 532	12.00 522	7.83 527	10.46 517	8.04 516	14.42 517	13.71 523
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	34.88 530	20.50 513	37.14 489	22.37 515	15.07 511	54.02 533	38.42 539	50.06 529	56.72 525	61.86 541	63.52 535	58.79 535	54.60 538	54.13 540	43.99 530	12.20 523	7.90 528	10.75 519	7.65 514	14.42 517	13.42 522
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SAMSARA	35.29 531	19.78 510	33.90 483	55.86 543	36.15 537	76.79 561	94.89 571	49.29 527	51.59 510	38.15 501	37.83 447	53.71 530	39.29 512	40.56 520	40.41 518	4.02 484	6.72 525	2.35 473	4.12 497	9.70 502	10.76 515

Ntro	35.59 532	38.58 536	55.41 522	43.66 538	22.54 528	57.26 535	23.73 511	47.69 525	63.99 542	39.63 503	48.82 506	47.68 521	37.60 511	41.55 524	30.80 495	17.85 530	6.61 524	33.21 536	10.52 526	26.65 533	17.97 531

BEATNet-Init1	36.29 533	22.72 518	56.79 525	28.53 525	13.41 508	59.81 544	33.49 532	53.72 536	58.64 530	60.78 535	63.63 536	70.42 547	56.59 541	53.93 539	46.48 534	5.63 496	4.14 516	7.49 510	7.45 510	11.35 512	10.88 516

ACVNet-4b	36.91 534	52.81 542	57.04 526	42.64 537	22.08 526	48.32 526	14.64 460	50.28 530	59.78 533	43.17 514	46.34 498	55.50 532	24.49 452	39.03 516	23.55 442	25.75 537	3.76 513	47.36 541	33.76 540	28.62 534	19.22 533

GCST	37.71 535	41.51 538	27.28 463	92.08 572	36.49 538	24.16 439	0.99 60	26.00 325	20.14 272	26.34 432	15.80 186	19.97 339	4.67 145	17.54 370	5.83 239	80.93 565	35.32 542	87.67 571	74.76 560	73.87 561	42.93 548

MSC_U_SF_DS_RVC	37.85 536	35.62 532	55.10 520	38.16 533	13.19 507	57.63 538	24.72 515	52.87 535	63.40 541	66.39 546	63.74 537	58.16 533	54.28 536	51.56 534	47.39 536	9.36 511	5.44 520	14.82 523	15.34 532	18.80 527	11.04 519

FADE	41.33 537	36.34 534	68.69 543	32.23 529	23.74 530	40.08 514	25.42 517	57.46 542	71.16 551	43.07 512	41.76 473	43.49 506	51.40 535	59.46 543	52.27 544	38.46 541	21.19 536	44.28 540	42.47 542	17.94 526	15.62 528

Consistency-Raft	41.94 538	35.39 531	45.40 506	33.16 530	41.47 542	45.14 523	33.50 533	56.78 541	55.37 518	32.11 474	65.41 542	30.46 432	49.76 531	40.94 523	48.33 539	27.72 538	35.00 541	43.33 539	51.89 550	39.60 540	28.04 538

ACVNet_1	42.11 539	50.66 540	66.19 539	45.24 540	25.33 532	50.11 528	25.60 518	55.90 538	65.25 543	60.15 534	59.98 532	63.57 542	50.05 532	50.45 532	38.46 511	20.06 533	11.00 531	38.79 538	14.48 531	31.31 536	19.68 535

NVStereoNet_ROB	42.81 540	34.00 530	46.84 508	37.40 532	28.64 534	35.65 501	33.88 535	49.95 528	58.27 528	69.65 549	75.69 554	66.36 546	65.66 547	48.37 530	62.04 553	16.50 529	25.07 538	23.61 530	32.35 538	21.58 530	24.72 536
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RainbowNet	51.77 541	63.10 550	65.03 538	60.15 544	39.21 541	59.39 543	31.46 530	57.61 543	78.49 560	50.61 527	66.05 545	59.57 537	45.26 525	50.17 531	42.57 524	46.92 546	45.90 549	53.26 545	32.46 539	54.03 546	34.14 542

anonymity	52.60 542	58.73 544	63.81 533	41.37 536	59.41 552	53.52 531	41.39 540	56.50 540	40.60 462	55.03 532	49.64 508	49.57 523	56.22 540	59.42 542	50.07 541	55.57 549	50.19 555	51.15 543	51.23 548	51.90 542	56.75 551

MADNet+	53.97 543	69.36 551	98.79 577	67.30 548	38.52 539	79.97 565	81.50 567	61.38 545	62.53 537	52.01 530	55.50 526	61.22 540	59.61 545	70.25 552	77.26 567	25.21 536	25.07 538	17.40 525	12.69 529	34.21 538	29.70 541

JetBlue	54.72 544	46.20 539	75.05 550	51.44 541	47.85 543	76.48 560	62.38 553	64.44 547	62.86 538	63.67 544	65.49 543	78.96 554	68.77 548	68.63 550	75.95 566	37.07 539	25.78 540	29.10 534	29.19 537	29.75 535	35.27 543

SGM+DAISY	55.54 545	57.77 543	64.45 536	40.89 535	53.89 546	63.34 547	50.45 546	56.00 539	45.95 488	61.43 539	64.32 538	61.05 539	56.70 542	61.32 545	56.86 547	56.51 551	49.35 553	50.49 542	50.00 547	52.52 543	57.57 552

SPS-STEREO	56.02 546	59.82 547	64.35 535	45.23 539	53.96 547	61.34 545	44.05 543	60.08 544	50.73 502	62.61 542	61.78 534	59.73 538	57.62 544	60.63 544	59.08 548	58.29 552	48.28 550	51.30 544	49.29 546	55.67 547	56.59 550
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	58.13 547	62.74 549	73.58 549	66.59 547	38.77 540	63.23 546	49.56 545	72.12 558	82.24 564	79.37 562	88.96 570	76.25 551	73.29 553	55.14 541	48.05 537	38.17 540	24.21 537	54.92 546	37.94 541	48.23 541	29.29 540

IMH-64-1	59.89 548	58.89 545	69.08 544	66.46 545	50.96 544	57.48 536	51.18 547	69.03 551	67.25 546	67.90 547	80.31 559	70.42 547	74.30 554	72.66 558	50.07 541	42.88 543	43.00 546	65.88 547	47.48 543	53.41 544	39.15 544

IMH-64	59.89 548	58.89 545	69.08 544	66.46 545	50.96 544	57.48 536	51.18 547	69.03 551	67.25 546	67.90 547	80.31 559	70.42 547	74.30 554	72.66 558	50.07 541	42.88 543	43.00 546	65.88 547	47.48 543	53.41 544	39.15 544

IMH	63.51 550	61.05 548	69.15 546	69.90 549	54.09 549	65.82 550	55.66 549	72.12 558	72.52 553	72.73 552	81.82 561	73.16 550	79.86 559	77.03 563	52.57 545	44.46 545	50.01 554	68.11 549	51.57 549	56.59 548	41.88 547

TorneroNet-64	66.18 551	71.37 553	72.19 548	76.80 553	59.54 553	67.82 551	59.56 550	67.83 550	79.98 561	63.09 543	67.00 546	82.98 559	69.97 550	68.02 547	62.78 554	49.03 547	44.17 548	73.23 551	64.19 552	69.14 552	54.83 549

PWCK	66.53 552	88.82 569	80.30 557	80.69 561	30.85 535	65.18 549	41.64 541	72.55 560	71.28 552	78.68 561	69.18 548	78.14 553	62.17 546	82.93 567	63.46 555	80.46 564	40.52 545	82.05 562	47.71 545	74.54 562	39.47 546

WAO-6	71.06 553	73.42 555	67.24 540	79.78 560	61.93 556	69.67 552	60.23 551	75.12 563	87.02 567	74.87 555	79.60 558	79.28 555	84.75 565	68.25 549	61.91 552	67.67 555	48.98 552	81.65 560	73.43 557	66.76 550	59.64 553

TorneroNet	71.59 554	73.91 556	76.67 553	81.06 562	65.65 557	71.44 554	65.68 555	71.66 557	75.08 555	71.76 551	73.09 553	84.12 563	74.51 556	70.46 553	69.58 558	59.87 553	48.58 551	79.93 556	73.78 558	75.74 563	69.18 562

LVE	71.96 555	73.19 554	84.13 561	75.60 552	55.78 551	75.59 557	63.60 554	77.67 564	83.64 565	82.16 563	87.25 569	83.54 561	82.79 564	76.17 561	65.22 556	49.11 548	57.71 561	74.86 553	62.93 551	66.84 551	61.36 554

MFMNet_re	72.11 556	79.45 561	64.79 537	52.91 542	84.26 567	78.00 563	69.47 558	64.08 546	67.45 549	61.33 538	71.28 550	64.22 543	69.42 549	72.45 555	61.54 550	81.63 567	73.93 568	80.19 558	74.21 559	83.02 567	88.49 570

WAO-7	72.48 557	78.58 558	55.84 523	79.20 558	69.56 562	71.30 553	73.06 562	78.20 567	84.37 566	77.52 558	85.78 565	79.44 556	80.26 560	65.93 546	66.47 557	62.13 554	69.81 566	70.46 550	73.18 556	66.66 549	61.95 555

notaker	72.59 558	79.99 563	79.75 556	79.06 557	68.60 560	63.66 548	62.15 552	69.61 554	75.78 556	77.77 559	79.16 557	79.92 557	84.80 566	77.69 564	59.73 549	70.15 558	61.03 562	77.65 555	68.69 554	70.81 554	65.81 559

ktn	72.86 559	80.20 564	70.88 547	79.38 559	69.76 563	75.01 555	70.17 561	69.27 553	77.21 557	73.05 553	77.79 556	77.79 552	77.01 557	73.04 560	56.44 546	79.36 561	66.31 563	80.24 559	68.37 553	72.53 559	63.45 556

UNDER WATER-64	73.59 560	75.19 557	88.26 564	74.50 551	55.55 550	78.94 564	76.55 564	65.86 548	68.37 550	75.79 557	69.24 549	84.00 562	77.49 558	69.01 551	73.11 561	81.39 566	57.22 560	82.69 563	80.62 563	69.53 553	68.45 561

LRCNet_RVC	73.95 561	70.63 552	75.65 551	77.92 555	60.69 555	41.66 519	16.24 472	71.26 556	48.66 494	88.23 570	93.84 573	90.11 569	82.18 562	80.69 566	61.88 551	97.09 577	72.20 567	96.71 576	97.62 577	77.99 564	77.70 566

DPSimNet_ROB	74.86 562	83.75 567	61.14 532	77.51 554	65.78 558	76.04 559	75.86 563	74.62 562	77.61 558	82.20 564	75.97 555	80.50 558	72.45 551	68.06 548	84.65 569	81.90 568	52.11 556	79.97 557	76.71 562	70.85 555	79.47 567

UNDER WATER	76.36 563	79.65 562	88.23 563	84.62 564	67.01 559	77.90 562	78.03 565	67.43 549	72.64 554	75.52 556	71.49 552	85.52 564	82.57 563	70.68 554	75.48 565	79.61 563	54.01 557	86.59 569	84.76 568	72.44 558	72.94 564

TCMNet-wrong-test	76.88 564	91.55 572	89.69 565	97.65 575	97.33 575	94.96 570	92.79 570	70.14 555	66.18 544	63.79 545	71.43 551	65.35 544	51.30 534	85.36 569	74.52 564	56.30 550	20.24 535	82.94 567	82.30 565	95.20 577	88.51 571

WAO-8	77.20 565	78.94 559	67.39 541	86.73 566	72.82 564	79.98 566	69.63 559	77.88 565	88.66 569	83.17 566	86.77 566	85.56 565	85.20 567	72.63 556	69.82 559	75.00 559	55.65 558	87.92 572	83.63 566	71.60 556	64.97 557

Venus	77.20 565	78.94 559	67.39 541	86.73 566	72.82 564	79.98 566	69.63 559	77.88 565	88.66 569	83.17 566	86.77 566	85.56 565	85.20 567	72.63 556	69.82 559	75.00 559	55.65 558	87.92 572	83.63 566	71.61 557	64.97 557

HanzoNet	77.99 567	81.45 566	83.64 558	78.05 556	69.26 561	75.78 558	69.09 557	73.99 561	78.09 559	82.39 565	83.06 562	85.66 567	87.00 570	86.11 570	74.40 563	85.46 572	68.53 565	81.84 561	75.61 561	73.07 560	67.26 560

JetRed	79.80 568	80.33 565	91.79 567	71.25 550	75.71 566	91.85 569	80.84 566	79.41 568	80.84 562	84.48 568	84.47 564	83.34 560	72.72 552	79.51 565	85.74 570	69.66 557	81.68 569	73.70 552	72.68 555	82.42 566	73.53 565

Dean	80.94 569	86.19 568	83.94 560	85.03 565	60.07 554	75.42 556	67.27 556	81.85 569	88.36 568	92.35 572	87.09 568	92.14 571	93.19 572	83.37 568	74.06 562	68.69 556	66.48 564	94.89 575	84.90 569	83.86 569	69.69 563

ASD4	87.80 570	90.70 571	83.73 559	83.43 563	90.78 571	97.93 573	99.61 578	89.14 571	96.84 575	88.33 571	93.49 571	89.94 568	86.43 569	88.88 571	91.91 571	79.57 562	81.89 570	76.64 554	81.57 564	83.78 568	81.45 568

KSHMR	88.63 571	93.05 573	84.15 562	95.59 573	91.74 572	82.94 568	83.28 568	84.59 570	81.87 563	87.85 569	83.96 563	91.71 570	81.49 561	76.73 562	82.12 568	96.47 576	96.06 575	96.71 576	97.16 576	92.74 575	92.47 576

tt	89.84 572	1.21 48	99.99 582	99.29 579	100.00 582	100.00 583	100.00 583	100.00 583	99.99 581	78.46 560	68.51 547	99.99 584	100.00 582	100.00 584	100.00 585	95.27 574	99.93 580	87.33 570	86.20 570	94.13 576	86.50 569

xxxxx1	91.89 573	95.36 575	98.42 574	87.40 568	89.37 568	98.54 574	98.20 575	92.95 572	93.30 572	93.53 573	95.30 574	97.01 573	96.36 573	94.68 573	94.93 572	83.39 569	84.31 571	82.86 564	88.15 572	84.30 570	89.46 572

tt_ll	91.89 573	95.36 575	98.42 574	87.40 568	89.37 568	98.54 574	98.20 575	92.95 572	93.30 572	93.53 573	95.30 574	97.01 573	96.36 573	94.68 573	94.93 572	83.39 569	84.31 571	82.86 564	88.15 572	84.30 570	89.46 572

ff	91.89 573	95.36 575	98.42 574	87.40 568	89.37 568	98.54 574	98.20 575	92.95 572	93.30 572	93.53 573	95.30 574	97.01 573	96.36 573	94.68 573	94.93 572	83.39 569	84.31 571	82.86 564	88.15 572	84.30 570	89.46 572

USTest	93.46 576	90.54 570	77.93 555	88.02 571	92.66 573	99.95 581	99.98 581	99.76 580	99.80 579	99.20 579	99.52 580	98.00 576	99.17 578	89.23 572	99.32 579	90.19 573	98.20 576	84.23 568	87.33 571	84.55 573	91.69 575

MADNet++	94.07 577	93.58 574	90.62 566	96.24 574	96.57 574	97.26 572	90.52 569	94.64 575	91.89 571	97.09 576	93.64 572	94.65 572	92.81 571	96.06 576	95.06 575	95.31 575	95.85 574	92.44 574	92.08 575	91.00 574	94.17 578

PML	99.07 578	100.00 584	98.17 573	99.22 578	99.21 578	99.98 582	99.74 579	98.27 577	98.10 576	100.00 584	99.37 578	98.77 578	99.85 579	100.00 584	98.07 577	100.00 581	99.54 577	100.00 581	99.51 579	99.87 580	93.65 577

MEDIAN_ROB	99.20 579	99.85 579	99.64 579	98.51 577	98.53 577	98.60 577	97.88 574	98.83 578	98.59 577	99.35 580	99.47 579	99.57 579	99.05 577	98.38 577	98.37 578	99.99 579	99.63 578	100.00 581	100.00 582	99.82 579	99.92 580

HaxPig	99.40 580	99.99 581	97.53 572	99.99 581	99.99 580	96.91 571	97.19 572	99.57 579	99.99 581	99.98 583	100.00 582	99.99 584	99.96 581	99.06 578	97.86 576	99.99 579	100.00 582	100.00 581	100.00 582	100.00 581	99.98 581

Anonymous_1	99.63 581	99.96 580	99.94 581	99.77 580	99.59 579	100.00 583	100.00 583	99.81 582	99.98 580	99.63 581	99.94 581	99.75 581	100.00 582	99.67 579	99.89 580	98.37 578	99.84 579	98.70 578	99.26 578	99.29 578	99.24 579

test_example2	99.67 582	99.99 581	99.99 582	100.00 582	99.99 580	99.87 580	99.99 582	98.01 576	100.00 583	100.00 584	100.00 582	98.18 577	98.43 576	99.98 581	99.98 581	100.00 581	99.99 581	99.40 579	99.52 580	100.00 581	100.00 582

ccccc	99.70 583	98.11 578	100.00 584	100.00 582	100.00 582	99.33 579	99.79 580	99.78 581	99.22 578	99.63 581	98.82 577	99.67 580	99.92 580	99.95 580	99.99 582	100.00 581	100.00 582	99.97 580	99.91 581	100.00 581	100.00 582

AVERAGE_ROB	99.81 584	99.99 581	99.44 578	100.00 582	100.00 582	99.02 578	97.81 573	100.00 583	100.00 583	100.00 584	100.00 582	100.00 586	100.00 582	100.00 584	100.00 585	100.00 581	100.00 582	100.00 581	100.00 582	100.00 581	100.00 582

DPSMNet_ROB	99.95 585	100.00 584	100.00 584	100.00 582	100.00 582	100.00 583	100.00 583	100.00 583	100.00 583	99.16 577	100.00 582	99.95 582	100.00 582	99.98 581	99.99 582	100.00 581	100.00 582	100.00 581	100.00 582	100.00 581	100.00 582

DGTPSM_ROB	99.95 585	100.00 584	100.00 584	100.00 582	100.00 582	100.00 583	100.00 583	100.00 583	100.00 583	99.16 577	100.00 582	99.95 582	100.00 582	99.98 581	99.99 582	100.00 581	100.00 582	100.00 581	100.00 582	100.00 581	100.00 582

Selective-RAFT-Error	100.00 587	100.00 584	100.00 584	100.00 582	100.00 582	100.00 583	100.00 583	100.00 583	100.00 583	100.00 584	100.00 582	100.00 586	100.00 582	100.00 584	100.00 585	100.00 581	100.00 582	100.00 581	100.00 582	100.00 581	100.00 582

CasAABBNet	100.00 587	100.00 584	100.00 584	100.00 582	100.00 582	100.00 583	100.00 583	100.00 583	100.00 583	100.00 584	100.00 582	100.00 586	100.00 582	100.00 584	100.00 585	100.00 581	100.00 582	100.00 581	100.00 582	100.00 581	100.00 582

LSM0	100.00 587	100.00 584	100.00 584	100.00 582	100.00 582	100.00 583	100.00 583	100.00 583	100.00 583	100.00 584	100.00 582	100.00 586	100.00 582	100.00 584	100.00 585	100.00 581	100.00 582	100.00 581	100.00 582	100.00 581	100.00 582

DPSM_ROB	100.00 587	100.00 584	100.00 584	100.00 582	100.00 582	100.00 583	100.00 583	100.00 583	100.00 583	100.00 584	100.00 582	100.00 586	100.00 582	100.00 584	100.00 585	100.00 581	100.00 582	100.00 581	100.00 582	100.00 581	100.00 582

DPSM	100.00 587	100.00 584	100.00 584	100.00 582	100.00 582	100.00 583	100.00 583	100.00 583	100.00 583	100.00 584	100.00 582	100.00 586	100.00 582	100.00 584	100.00 585	100.00 581	100.00 582	100.00 581	100.00 582	100.00 581	100.00 582

Low-res two-view benchmark