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	0.01 142	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	0.88 330	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	0.55 256	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	0.74 297	0.00 1	0.03 130	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	0.81 314	0.00 1	0.03 130	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	0.66 279	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	0.73 295	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	0.74 297	0.01 142	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	0.71 291	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	1.41 444	0.00 1	0.23 285	0.01 1	1.86 317

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	0.98 349	0.00 1	0.38 375	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	0.72 292	0.00 1	0.20 272	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	1.01 367	0.00 1	0.21 275	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	1.01 367	0.00 1	0.21 275	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	0.58 337	0.11 130	0.03 184	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	0.63 349	0.99 360	0.00 1	0.26 306	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	0.63 349	0.99 360	0.00 1	0.26 306	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	0.63 349	0.99 360	0.00 1	0.26 306	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	0.70 361	1.01 367	0.00 1	0.27 314	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	0.66 279	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	0.66 279	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	0.70 361	0.84 320	0.00 1	0.13 215	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	0.98 349	0.00 1	0.30 330	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	0.99 360	0.00 1	0.28 318	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	1.07 380	0.00 1	0.30 330	0.03 11	1.46 266

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	0.98 349	0.00 1	0.32 337	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	0.78 308	0.09 253	0.00 1	0.06 34	1.65 291

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	0.97 345	0.00 1	0.23 285	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	0.97 345	0.00 1	0.23 285	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	0.42 302	0.96 341	0.00 1	0.30 330	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	0.96 341	0.00 1	0.14 226	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	0.72 292	0.00 1	0.18 262	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	1.50 456	0.00 1	0.24 293	0.19 106	2.48 402

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	1.00 364	0.00 1	0.30 330	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	1.11 390	0.00 1	0.35 353	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	0.49 318	0.27 183	0.01 142	0.03 130	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	0.66 279	0.00 1	0.09 194	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	0.79 310	0.08 243	0.01 88	0.14 84	1.19 229

StereoAnything_RVC	2.80 42	12.35 483	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	0.88 330	0.00 1	0.00 1	6.93 479	1.66 292

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	1.02 373	0.00 1	0.24 293	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	0.23 172	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 69	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	0.70 288	0.00 1	0.40 382	5.72 475	11.13 514

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	0.64 276	0.00 1	0.35 353	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	0.13 138	0.03 184	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	0.92 396	1.03 376	0.00 1	0.29 323	0.07 43	1.30 244

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	0.63 274	0.00 1	0.00 1	0.09 56	1.66 292

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	0.07 107	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	0.26 182	0.21 339	0.29 323	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	0.64 276	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	0.55 256	0.00 1	0.00 1	0.42 234	2.47 401

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	0.21 167	0.00 1	0.00 1	0.38 214	2.35 392

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	0.85 326	0.00 1	0.70 423	0.14 84	1.78 305

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	0.59 342	1.10 386	0.00 1	0.04 145	0.16 92	1.84 314

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 94	0.01 142	0.18 262	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	0.91 394	2.05 475	0.09 253	0.00 1	0.19 106	2.46 398

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	0.18 154	0.00 1	0.35 353	0.19 106	0.92 176

DEFOM-Stereo_RVC	3.40 61	7.12 439	4.30 16	11.17 439	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	0.15 147	0.00 1	0.19 267	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	0.89 334	0.01 142	0.00 1	0.24 127	1.42 262

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	0.82 318	0.00 1	0.20 272	0.10 58	1.17 226

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	0.14 144	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	0.02 166	0.00 1	0.59 297	0.23 26

IGEV++	3.49 66	1.67 120	6.59 103	6.41 245	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	1.20 406	0.00 1	0.15 235	0.32 169	2.10 371

CroCo-Stereo	3.51 67	2.49 298	8.03 160	9.10 382	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	0.53 250	0.00 1	0.35 353	0.05 25	0.42 74

GLC_STEREO	3.61 69	1.35 71	3.91 11	6.86 285	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 59	0.22 347	0.00 1	0.24 127	0.17 22

MoCha-V2	3.68 70	1.42 80	5.50 63	6.03 216	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	1.57 462	0.00 1	0.24 293	0.07 43	1.77 304

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	1.02 373	0.00 1	0.00 1	0.37 202	2.28 387

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	0.98 349	0.00 1	0.53 405	0.55 282	2.27 385

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	0.24 176	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	6.24 413	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	1.03 376	0.04 200	0.54 407	0.23 123	2.12 373

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	0.03 184	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	16.30 366	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	0.59 268	0.00 1	0.34 349	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	0.03 184	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	1.09 382	0.00 1	0.23 285	0.38 214	2.04 358

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 50	0.09 253	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	11.89 493	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 59	10.46 511	5.41 500	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	0.56 259	0.00 1	0.17 250	0.25 131	1.98 338

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	0.98 349	0.00 1	0.17 250	0.35 185	1.98 338

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	0.98 349	0.00 1	0.17 250	0.35 185	1.98 338

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	0.98 349	0.00 1	0.17 250	0.35 185	1.98 338

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	0.98 349	0.00 1	0.17 250	0.35 185	1.98 338

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	0.87 328	0.00 1	0.18 262	0.36 196	1.98 338

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	0.88 330	0.00 1	0.18 262	0.36 196	1.98 338
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	0.56 259	0.00 1	0.22 277	0.25 131	1.88 319

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	0.38 287	0.18 154	0.10 265	0.05 160	0.07 43	0.90 173

CES	4.08 91	1.34 70	3.46 2	3.65 47	11.49 490	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 69	0.01 142	0.00 1	1.63 402	9.03 499

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	0.74 297	0.00 1	0.38 375	0.26 141	2.04 358

LoS_RVC	4.09 93	3.01 338	4.81 34	4.88 122	7.78 452	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 50	0.00 1	0.01 88	0.06 34	7.70 487

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	0.63 349	0.00 1	0.60 400	0.13 215	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	0.84 320	0.00 1	0.19 267	0.23 123	1.71 297

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	1.32 428	0.01 142	0.26 306	0.47 254	2.02 352

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	1.09 382	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	0.38 210	0.00 1	0.26 306	0.08 48	0.44 80

rvit_stereo_0081	4.20 99	2.18 242	9.43 220	6.66 269	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	6.66 269	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	10.21 411	6.06 407	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 69	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	1.48 455	0.10 265	0.00 1	0.55 282	2.26 384

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 69	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	1.13 392	0.06 217	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	0.45 311	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	0.45 311	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	1.26 420	0.00 1	0.41 384	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	1.04 378	0.00 1	0.14 226	0.41 227	2.02 352

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	0.04 200	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	0.23 172	0.12 292	0.07 179	0.08 48	1.06 208

MC-Stereo	4.47 111	1.16 43	5.85 70	6.14 222	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	1.30 422	0.06 217	0.24 293	0.17 98	2.14 376

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	0.06 217	0.03 130	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	0.49 240	0.09 253	0.28 318	0.09 56	0.68 128

XX-TBD	4.63 114	10.71 465	3.94 12	10.55 425	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	7.49 326	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 59	0.00 1	0.01 88	0.26 141	0.39 65

MyStereo07	4.80 116	2.38 284	6.21 82	6.63 264	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	1.33 432	0.03 184	0.32 337	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	10.51 519	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	1.41 444	0.00 1	0.03 130	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	0.12 137	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 50	0.08 243	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	0.74 297	0.00 1	0.27 314	0.04 23	0.88 166

rvit_stereo_ft	5.02 122	3.45 362	10.80 283	11.76 450	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	1.24 417	0.00 1	0.01 88	0.58 291	1.62 288

MSKI-zero shot	5.11 124	1.81 145	6.47 94	6.17 225	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	1.21 412	0.02 166	0.29 323	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	1.24 417	0.01 142	0.60 415	0.13 82	1.81 307

sCroCo_RVC	5.29 126	3.82 378	17.52 409	11.17 439	6.67 426	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	1.17 426	0.52 248	0.06 217	0.03 130	0.70 329	0.90 173

MM-Stereo_test1	5.41 127	1.55 101	6.52 99	5.96 213	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	1.13 392	0.00 1	0.02 116	0.48 257	1.73 299

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	0.70 288	0.00 1	0.00 1	0.55 282	1.42 262

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	0.60 270	0.00 1	0.00 1	0.16 92	0.89 170

CAS	5.44 130	0.98 22	3.95 13	17.59 491	7.74 451	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	10.98 512	0.02 35	0.00 1	0.02 116	0.53 273	8.19 493

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	0.49 240	0.09 253	0.02 116	0.25 131	1.98 338

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	22.39 528	0.01 11	0.04 200	0.02 116	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	0.98 349	0.11 287	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	1.09 382	0.00 1	0.38 375	0.28 155	1.26 239

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	1.09 382	0.00 1	0.37 365	0.28 155	1.25 238

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	0.02 116	0.19 106	0.25 30

AE-Stereo	5.68 136	1.78 137	9.22 212	9.25 386	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	1.31 426	0.06 217	0.32 337	0.21 115	2.03 356

cross-raft	5.70 138	1.44 85	7.08 119	6.69 271	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	0.38 210	0.00 1	0.22 277	0.24 127	0.84 156

tt1	5.74 139	2.52 299	6.54 100	6.89 287	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	1.17 396	0.00 1	0.04 145	0.29 161	2.07 364

test_4	5.75 140	1.40 77	6.47 94	7.20 311	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	0.27 183	0.03 184	0.17 250	0.39 219	0.67 126

ACVNet-DCA	5.76 141	2.52 299	6.38 87	6.77 278	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	1.18 400	0.00 1	0.04 145	0.37 202	1.93 326

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	0.20 159	0.00 1	0.36 360	0.37 202	0.42 74

cc1	5.79 143	2.52 299	6.38 87	6.77 278	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	1.18 400	0.00 1	0.04 145	0.34 179	2.04 358

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	0.89 390	0.08 113	0.10 265	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	0.32 196	0.00 1	0.29 323	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	0.87 389	0.09 115	0.10 265	0.00 1	0.26 141	0.36 55

EAI-Stereo	5.82 146	2.06 207	9.08 196	6.23 230	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	0.73 295	0.04 200	1.59 463	0.21 115	1.67 294

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	0.90 335	0.07 235	0.33 344	0.05 25	1.61 286

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	1.02 408	0.09 115	0.10 265	0.00 1	0.26 141	0.36 55

CRE-IMP	5.83 148	1.86 159	11.10 297	6.20 228	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	0.50 321	0.07 107	0.10 265	0.00 1	0.27 150	0.27 32

model_zeroshot	5.85 151	1.91 170	10.98 292	6.34 241	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	1.01 367	0.15 311	0.38 375	0.08 48	2.15 377

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	1.00 405	0.09 115	0.10 265	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	1.11 417	0.09 115	0.10 265	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	1.13 420	0.09 115	0.10 265	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	14.90 329	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	0.08 243	0.15 235	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	1.09 414	0.09 115	0.10 265	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	1.09 414	0.09 115	0.10 265	0.00 1	0.25 131	0.35 49

IGEV_Zeroshot_test	5.90 158	2.30 265	15.24 382	6.90 288	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	0.84 320	0.15 311	0.25 304	0.87 363	1.98 338

raftrobust	5.94 159	2.07 211	6.94 115	7.67 333	6.24 413	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	0.79 310	0.00 1	0.04 145	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	0.75 302	0.00 1	0.00 1	0.43 238	1.49 275

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	0.61 347	0.10 126	0.12 292	0.00 1	0.21 115	0.29 35

LL-Strereo2	5.97 162	2.88 325	10.62 275	6.59 258	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	0.48 237	1.33 448	0.13 215	0.36 196	1.42 262

test_3	5.97 162	1.26 58	9.95 242	6.84 284	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	1.10 386	0.00 1	0.37 365	0.30 164	1.20 231

NRIStereo	5.98 164	1.91 170	9.60 228	6.29 238	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	0.83 381	0.16 150	0.11 287	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	1.21 412	0.20 336	0.05 160	0.30 164	2.34 389

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	1.21 412	0.20 336	0.05 160	0.30 164	2.34 389

MM-Stereo_test3	6.01 167	1.69 123	6.25 85	6.36 242	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	0.92 337	0.00 1	0.02 116	0.54 280	1.11 219

test-1	6.03 168	1.76 133	15.61 388	8.01 352	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	1.18 400	0.00 1	0.13 215	0.16 92	1.39 254

rvit_0105_6	6.06 169	3.23 349	15.34 386	10.26 412	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	0.40 292	0.29 191	0.00 1	0.01 88	0.57 288	0.40 71

Selective-RAFT	6.10 170	1.16 43	10.90 290	7.41 318	0.91 62	15.22 340	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	0.97 345	0.00 1	0.46 388	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	0.07 235	0.52 404	0.52 272	0.55 104

EKT-Stereo	6.11 171	1.71 125	9.09 197	7.69 334	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	0.53 325	0.62 272	0.09 253	0.14 226	0.17 98	2.16 378

1test111	6.16 173	2.52 299	6.38 87	6.77 278	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	1.18 400	0.00 1	0.04 145	0.37 202	1.93 326

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	0.81 314	0.00 1	0.38 375	0.21 115	0.39 65

testlalala2	6.22 175	2.05 203	8.67 178	15.89 485	10.72 486	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	0.63 274	0.00 1	0.50 400	0.54 280	0.61 118

s12784h	6.22 175	1.01 24	4.95 43	3.57 45	0.54 26	19.55 407	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	0.89 390	0.01 11	0.05 208	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	0.57 262	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	1.42 446	0.13 299	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	1.42 446	0.13 299	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	1.42 446	0.13 299	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	1.42 446	0.13 299	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	0.53 325	0.02 35	0.05 208	0.36 360	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	6.23 230	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	0.13 138	0.12 292	0.00 1	0.71 333	0.57 113

rafts_anoy	6.46 184	2.37 281	7.09 120	7.48 325	6.02 404	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	1.66 464	0.10 265	0.05 160	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	1.00 364	0.31 374	0.18 262	0.25 131	2.06 363

XX-Stereo	6.50 187	1.81 145	10.42 266	12.71 462	7.14 436	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	0.45 311	0.78 308	0.08 243	0.42 385	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	0.70 288	0.00 1	0.00 1	0.48 257	1.02 201

xx1	6.52 189	2.52 299	6.38 87	6.77 278	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	1.18 400	0.02 166	0.36 360	0.37 202	1.93 326

RALCasStereoNet	6.53 190	2.84 324	8.12 163	7.88 347	6.12 409	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	1.88 470	0.11 287	0.01 88	0.26 141	2.24 383

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	1.33 432	0.00 1	0.31 335	0.26 141	1.95 334

TRStereo	6.64 192	6.95 438	12.06 328	9.69 397	7.59 444	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	0.60 345	0.80 313	0.14 306	0.37 365	0.56 286	1.86 317

DisPM	6.68 193	1.58 106	9.90 240	7.19 310	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	0.77 370	0.01 11	0.08 243	0.15 235	0.14 84	0.53 100

AIO-test1	6.69 194	2.11 220	7.06 118	10.57 426	6.38 421	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	0.09 115	0.00 1	0.34 349	0.35 185	0.86 160

DCRE	6.73 195	2.11 220	9.19 209	7.76 340	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	1.19 405	0.06 217	0.37 365	0.15 88	2.23 381

AnonymousM	6.73 195	12.03 478	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	0.55 333	0.68 286	23.13 523	8.12 512	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	0.84 320	0.13 299	0.83 428	0.66 322	2.42 397

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 69	0.01 142	0.00 1	0.10 58	1.37 248

SST-Stereo	6.85 199	1.67 120	9.39 218	7.24 313	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	0.40 292	0.05 69	0.13 299	0.00 1	0.10 58	0.08 6

Pruner-Stereo	6.85 199	1.81 145	10.24 255	6.92 290	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	0.84 383	0.02 35	0.18 325	0.10 203	0.11 68	0.38 63

RALAANet	6.86 201	3.28 354	11.09 296	7.63 330	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	0.35 205	0.00 1	0.29 323	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 69	0.00 1	0.00 1	0.28 155	2.01 351

PSM-softLoss	6.90 203	1.81 145	10.84 285	7.04 295	0.93 68	5.53 137	1.97 157	23.18 296	9.65 147	14.16 215	22.01 274	12.84 224	5.15 155	13.03 257	7.95 278	0.76 367	0.06 94	0.27 358	0.55 410	0.21 115	0.14 16

KMStereo	6.90 203	1.81 145	10.84 285	7.04 295	0.93 68	5.53 137	1.97 157	23.18 296	9.65 147	14.16 215	22.01 274	12.84 224	5.15 155	13.03 257	7.95 278	0.76 367	0.06 94	0.27 358	0.55 410	0.21 115	0.14 16

PFNet+	6.92 205	1.64 114	10.96 291	6.27 233	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	0.90 392	0.20 159	0.11 287	0.30 330	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	0.58 337	0.05 69	0.10 265	0.06 171	0.08 48	0.08 6

MyStereo06	6.95 207	2.25 255	14.05 361	6.69 271	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	1.32 428	0.02 166	0.26 306	0.84 360	0.92 176

NF-Stereo	6.96 208	1.80 142	10.17 249	7.16 309	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	0.57 336	0.06 94	0.21 339	0.23 285	0.12 73	0.09 8

OCTAStereo	6.97 209	1.80 142	10.20 252	7.15 308	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	0.59 342	0.06 94	0.21 339	0.22 277	0.12 73	0.10 11

RE-Stereo	6.97 209	1.79 139	10.18 250	7.14 303	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	0.58 337	0.05 69	0.21 339	0.22 277	0.12 73	0.10 11

TVStereo	6.97 209	1.79 139	10.18 250	7.14 303	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	0.58 337	0.05 69	0.21 339	0.22 277	0.12 73	0.10 11

sAnonymous2	6.98 212	7.12 439	20.67 440	9.13 383	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	0.07 107	0.06 217	0.28 318	10.80 501	7.09 483

CroCo_RVC	6.98 212	7.12 439	20.67 440	9.13 383	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	0.07 107	0.06 217	0.28 318	10.80 501	7.09 483

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 94	0.06 217	0.00 1	0.17 98	1.22 233
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	10.68 428	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	0.39 289	0.46 233	0.00 1	0.02 116	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 69	0.00 1	0.00 1	0.28 155	1.93 326

raft+_RVC	7.10 217	2.37 281	6.59 103	6.94 293	5.82 397	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	1.50 456	0.00 1	0.00 1	0.38 214	1.23 235

OMP-Stereo	7.13 218	2.89 326	9.89 239	10.98 436	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	0.43 304	0.04 59	0.06 217	0.02 116	0.20 113	0.56 107

RAFT_R40	7.14 219	1.73 129	9.36 217	7.36 317	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	0.14 306	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 69	0.01 142	0.00 1	0.10 58	1.37 248

MIPNet	7.26 220	2.30 265	13.74 355	5.32 154	1.61 149	11.32 275	2.77 207	27.02 343	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 50	0.06 217	0.08 186	0.42 234	1.39 254

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 69	0.01 142	0.00 1	0.10 58	1.37 248

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 69	0.01 142	0.00 1	0.10 58	1.37 248

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	1.38 440	0.14 306	0.33 344	0.67 324	2.52 404

AIO-test2	7.31 225	2.95 332	8.32 171	9.20 385	5.66 390	8.78 239	5.13 280	26.30 333	23.78 315	7.04 115	20.37 244	5.69 111	3.51 92	10.05 131	2.74 101	4.35 482	0.14 144	0.03 184	0.62 418	0.71 333	0.80 150

R-Stereo Train	7.33 226	1.62 108	9.31 214	6.80 282	2.33 217	7.57 221	5.36 291	24.47 311	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 69	0.01 142	0.00 1	0.12 73	0.56 107

RAFT-Stereo	7.33 226	1.62 108	9.31 214	6.80 282	2.33 217	7.57 221	5.36 291	24.47 311	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 69	0.01 142	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	0.62 272	0.00 1	0.01 88	0.45 247	2.09 370

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	24.94 390	13.86 345	13.13 265	5.05 208	0.04 46	0.96 341	0.02 166	1.08 448	0.18 102	1.46 266

StereoVision	7.48 229	2.90 329	10.47 272	10.13 407	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	0.69 360	0.05 69	0.17 321	0.03 130	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	24.52 314	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 69	0.05 208	0.06 171	0.37 202	0.93 181

PAM_32	7.56 232	1.96 175	15.04 379	6.11 221	2.08 197	16.93 377	1.38 84	16.49 191	7.93 115	15.16 228	9.17 110	25.77 396	11.69 295	12.95 253	4.03 168	0.14 181	0.77 307	0.09 253	0.83 428	0.61 305	2.00 350

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	20.91 363	31.75 386	10.56 187	5.82 176	10.69 145	5.10 210	0.67 358	0.07 107	0.21 339	0.14 226	0.63 311	0.54 102

IIG-Stereo	7.59 234	2.47 293	9.40 219	10.39 419	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	0.44 307	0.05 69	0.03 184	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	0.24 176	0.21 339	0.17 250	0.18 102	1.55 282

ACRE	7.62 236	3.21 348	14.93 377	7.81 342	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	0.78 373	0.32 196	0.03 184	0.15 235	0.44 241	1.84 314

LCNet	7.64 237	1.41 78	6.15 79	6.93 291	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	0.23 348	2.07 472	1.00 372	6.69 478

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	19.78 340	20.62 246	5.28 103	5.49 162	12.58 239	9.70 316	0.13 177	0.06 94	0.03 184	0.07 179	0.41 227	1.38 252

MyStereo8	7.68 239	3.00 336	12.46 335	7.70 337	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	1.52 459	0.08 243	0.48 395	0.60 303	1.98 338

CIPLG	7.69 240	3.27 352	14.40 365	7.84 344	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	0.76 367	0.33 202	0.03 184	0.15 235	0.44 241	1.83 313

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	1.37 438	0.04 200	0.29 323	0.34 179	1.95 334

IPLGR_C	7.70 241	3.32 355	14.54 367	7.98 350	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	0.77 370	0.32 196	0.03 184	0.15 235	0.43 238	1.84 314

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	1.35 436	0.02 166	0.36 360	0.36 196	1.93 326

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	0.43 304	0.01 11	0.00 1	0.00 1	0.35 185	2.39 396

AIO-Stereo-zeroshot	7.75 245	3.47 364	14.99 378	5.34 155	7.99 455	7.13 210	0.96 58	23.20 298	10.00 154	11.29 161	17.31 198	18.44 322	9.03 250	13.19 267	5.77 234	0.06 104	1.01 367	0.12 292	1.51 461	1.49 397	2.74 414

RAFT+CT+SA	7.76 246	2.01 191	7.56 141	11.32 442	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	0.39 213	0.18 325	0.46 388	0.33 173	0.93 181

IGEV-BASED-STEREO-	7.80 247	28.14 519	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	24.62 529	0.43 229	0.01 142	0.08 186	4.61 465	14.42 519

PAM	7.81 248	1.90 165	15.85 394	6.14 222	2.58 235	17.79 389	4.51 265	16.29 184	8.05 120	16.48 261	9.10 108	25.01 392	11.39 288	12.89 251	3.54 147	0.05 70	0.79 310	0.08 243	0.83 428	0.62 307	2.23 381

testlalala_base	7.81 248	3.52 366	8.75 183	8.73 375	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	16.24 522	3.38 499	0.00 1	0.46 388	22.32 525	3.02 426

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	45.66 493	10.86 191	6.42 192	13.48 276	5.26 218	0.81 378	0.04 59	0.12 292	0.13 215	0.12 73	0.17 22

TransformOpticalFlow	7.95 251	2.10 216	9.83 238	6.06 218	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 59	0.21 339	0.04 145	0.21 115	1.27 240

rvit_0105_5	8.01 252	3.69 375	17.73 412	10.42 421	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	0.44 307	0.41 222	0.00 1	0.15 235	0.70 329	1.08 213

TestStereo1	8.04 253	2.22 248	8.85 188	10.87 434	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	0.40 215	0.02 166	0.13 215	0.58 291	1.10 215

SA-5K	8.04 253	2.22 248	8.85 188	10.87 434	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	0.40 215	0.02 166	0.13 215	0.58 291	1.10 215

PFNet	8.10 255	1.75 131	12.34 333	7.54 329	2.40 223	7.41 218	5.81 306	23.83 307	17.85 242	20.78 357	17.57 200	15.22 268	7.72 222	13.37 275	6.46 261	0.33 269	0.20 159	0.12 292	0.19 267	0.32 169	0.77 148

FACV-RUCA	8.11 256	2.29 262	10.34 259	8.07 354	6.02 404	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	0.38 287	0.64 276	4.34 484	0.35 353	1.89 411	1.96 336

AAGNet	8.15 257	1.75 131	10.57 273	7.72 339	0.74 35	5.74 154	4.98 279	15.90 178	14.59 202	20.31 349	23.80 289	15.08 266	11.25 284	12.27 219	16.70 395	0.85 384	0.06 94	0.32 376	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	0.18 325	0.01 88	0.25 131	1.31 246

Prome-Stereo	8.22 259	1.48 90	6.24 84	7.06 298	1.55 142	6.54 196	9.08 384	21.88 280	9.88 149	21.12 368	32.48 399	11.82 206	11.59 292	11.99 204	4.04 169	0.08 131	0.02 35	0.19 331	0.12 211	0.45 247	6.89 482

FENet	8.22 259	1.39 75	7.33 134	6.43 249	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	0.24 176	0.03 184	0.03 130	0.18 102	1.04 203

AIO-Stereo-zeroshot1	8.37 261	4.16 386	20.63 439	5.82 206	11.79 491	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	1.00 364	0.05 208	1.81 468	2.44 429	3.62 439

raft_robust	8.39 262	2.81 321	7.62 142	6.32 240	1.17 90	5.47 130	0.82 50	34.37 438	35.49 433	18.40 313	20.25 238	7.24 138	5.51 163	15.77 330	3.40 141	0.11 157	1.10 386	0.00 1	0.50 400	0.33 173	1.19 229

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	0.48 391	0.06 171	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	8.41 363	0.93 68	7.36 216	2.21 173	23.73 305	26.15 346	13.55 206	30.84 370	9.89 180	10.09 266	16.84 358	3.52 145	0.18 208	0.68 286	0.17 321	0.40 382	0.48 257	0.92 176

GMM-Stereo	8.44 265	1.27 61	7.36 136	6.64 267	2.56 234	10.00 248	9.29 391	23.79 306	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	0.24 352	0.94 434	0.49 266	6.14 470

test_sample1	8.49 266	1.83 156	10.60 274	5.53 166	2.95 262	15.17 339	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	1.20 406	0.02 166	0.19 267	0.28 155	1.93 326

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	1.28 421	0.50 393	0.60 415	0.44 241	2.03 356

RAFT_CTSACE	8.55 268	2.62 314	9.63 229	7.41 318	5.06 362	5.76 156	2.54 191	15.38 171	17.84 241	24.33 408	34.69 428	16.37 284	7.22 214	18.05 379	2.63 94	0.01 4	0.56 259	0.00 1	0.03 130	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	25.77 423	27.88 328	20.72 342	12.22 309	18.06 380	11.58 345	0.05 70	0.11 130	0.00 1	0.10 203	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	25.77 423	27.88 328	20.72 342	12.22 309	18.06 380	11.58 345	0.05 70	0.11 130	0.00 1	0.10 203	0.16 92	0.31 39

dd	8.57 271	5.20 409	13.37 350	6.91 289	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	1.39 434	0.41 222	0.18 325	0.46 388	2.25 423	1.40 257

CASS	8.64 272	2.03 195	8.60 176	8.71 374	1.59 145	15.02 337	2.75 206	23.27 301	18.58 257	16.29 254	22.78 281	13.42 241	13.68 339	13.07 263	7.66 272	1.18 427	0.05 69	0.13 299	0.01 88	0.75 343	3.24 432
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	1.15 395	0.07 235	0.20 272	0.35 185	1.78 305

DN-CSS_ROB	8.72 274	3.49 365	16.63 399	6.74 275	3.39 282	6.20 179	3.43 234	23.40 302	22.03 294	17.46 288	30.28 360	9.33 171	8.32 234	14.71 310	6.36 258	0.91 394	0.00 1	0.45 388	0.00 1	0.65 317	0.70 134

GANet-ADL	8.73 275	2.80 320	9.48 222	7.87 346	2.77 248	12.88 301	5.29 289	29.97 382	25.61 341	14.50 217	16.64 195	17.02 293	7.60 220	11.61 189	8.01 280	0.51 324	0.40 215	0.10 265	0.12 211	0.77 346	0.70 134

PSM-AAD	8.76 276	1.41 78	6.46 93	6.87 286	1.18 91	12.78 299	9.66 399	20.03 255	15.78 214	21.79 379	24.91 297	14.31 250	13.16 328	12.42 231	4.07 171	0.05 70	0.06 94	2.44 469	0.16 244	0.45 247	7.17 485

FTStereo	8.76 276	1.57 104	6.75 109	6.55 255	2.45 226	7.65 223	11.62 432	18.36 225	9.01 137	20.25 342	40.79 467	15.87 277	12.36 312	11.02 153	4.69 199	0.24 237	0.01 11	0.09 253	0.16 244	0.19 106	5.58 464

GwcNet-ADL	8.81 278	2.00 188	10.21 253	7.70 337	2.82 251	6.99 206	7.05 347	30.58 388	26.21 348	15.71 245	17.65 201	13.93 247	6.83 210	13.90 290	11.43 344	0.49 318	0.76 306	0.01 142	0.01 88	0.55 282	1.46 266

test_5	8.85 279	2.05 203	9.51 223	11.62 446	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	0.40 215	0.27 358	0.08 186	0.34 179	0.81 151

ARAFT	8.86 280	3.86 379	17.37 408	5.96 213	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 59	0.00 1	0.00 1	0.62 307	0.64 120

ffm	8.89 281	2.34 273	12.99 344	6.28 234	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	1.17 396	0.80 416	0.37 365	0.29 161	2.07 364

Sa-1000	8.91 282	2.10 216	9.11 198	8.07 354	1.16 89	16.62 374	2.39 184	25.58 321	25.43 338	15.52 241	28.24 335	12.19 213	8.67 241	16.40 344	3.70 153	0.39 289	0.86 327	0.16 318	0.23 285	0.48 257	0.89 170

IRAFT_RVC	8.93 283	1.80 142	10.65 277	7.83 343	1.81 173	6.36 188	10.05 407	26.32 334	27.59 360	17.93 302	19.70 230	17.67 309	9.98 264	13.20 268	6.29 254	0.37 284	0.30 193	0.19 331	0.05 160	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	25.89 323	20.23 274	17.10 281	20.96 251	17.55 307	11.92 303	11.47 176	12.27 356	0.60 345	0.09 115	0.35 379	0.05 160	0.48 257	0.57 113

GES	9.01 285	2.61 313	12.88 340	6.76 276	2.02 195	13.08 303	6.33 323	22.23 285	22.21 296	19.80 341	26.73 320	8.97 167	11.01 274	14.41 300	8.35 290	0.54 331	0.10 126	0.30 373	0.15 235	0.82 356	0.99 195

GrayStereo	9.02 286	1.35 71	7.73 148	8.62 370	2.88 256	10.28 255	10.99 420	18.66 232	16.36 230	22.78 391	30.63 366	17.56 308	12.19 308	11.50 183	5.08 209	0.09 141	0.02 35	0.19 331	0.78 427	0.33 173	2.37 393

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	22.33 387	32.56 400	11.70 202	15.04 361	11.83 196	8.53 291	0.31 263	0.16 150	0.02 166	0.09 194	0.11 68	1.47 270

RAFT	9.07 287	2.76 318	10.38 263	8.89 380	1.24 101	13.48 311	8.19 375	17.14 206	17.29 239	23.01 393	19.34 229	20.06 340	11.13 279	17.79 377	6.43 259	0.09 141	1.12 391	0.28 364	0.02 116	0.79 348	1.94 333

iRaft-Stereo_5w	9.10 289	2.33 271	10.69 279	6.64 267	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	0.85 384	0.51 245	0.08 243	0.22 277	0.95 368	1.53 280

HCRNet	9.13 290	1.82 153	8.73 181	14.95 479	5.22 369	10.66 266	2.49 189	26.57 338	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 59	0.10 265	0.02 116	0.27 150	0.76 146

SFCPSM	9.16 291	1.72 127	12.32 332	5.64 178	3.51 288	16.58 373	6.93 343	31.11 395	26.15 346	17.05 280	20.08 236	11.05 194	9.94 263	12.55 236	6.05 240	0.36 279	0.17 153	0.37 381	0.22 277	0.40 223	1.01 198

KYRaft	9.17 292	1.39 75	7.74 149	7.07 300	1.03 75	8.05 235	7.90 367	23.72 304	9.22 143	21.43 374	31.08 373	22.52 364	8.03 227	12.21 216	3.16 127	0.10 152	0.02 35	0.05 208	0.67 420	0.46 252	17.51 524

CrosDoStereo	9.41 293	1.65 115	8.83 186	5.19 147	1.13 85	7.34 214	14.47 455	16.33 187	24.64 326	24.44 409	33.36 410	13.18 236	13.52 332	12.56 237	9.08 301	0.06 104	0.11 130	0.09 253	0.04 145	0.41 227	1.73 299

DeepStereo_LL	9.41 293	1.65 115	8.83 186	5.19 147	1.13 85	7.34 214	14.47 455	16.33 187	24.64 326	24.44 409	33.36 410	13.18 236	13.52 332	12.56 237	9.08 301	0.06 104	0.11 130	0.09 253	0.04 145	0.41 227	1.73 299

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	21.24 370	38.12 450	9.96 181	13.97 349	11.81 195	8.08 281	0.66 357	0.30 193	0.07 235	0.26 306	0.33 173	0.88 166

rvit_stereo_0075_2	9.46 296	4.16 386	20.27 436	12.15 457	8.82 469	5.72 153	4.24 258	23.21 299	18.05 245	12.37 170	28.80 341	16.10 280	8.43 237	14.57 306	8.89 296	0.58 337	0.34 204	0.52 395	0.08 186	0.44 241	1.41 260

test_sample3	9.46 296	2.24 251	11.38 302	5.72 196	2.79 250	18.29 397	5.20 287	27.54 350	21.43 283	18.03 305	21.98 273	16.47 285	11.22 282	13.58 282	9.99 319	0.24 237	0.96 341	0.05 208	0.17 250	0.47 254	1.39 254

THIR-Stereo	9.52 298	2.21 245	9.26 213	5.38 159	0.85 55	15.55 345	11.50 431	16.88 202	21.74 291	24.45 411	31.96 389	14.20 248	13.85 344	11.89 200	8.54 292	0.14 181	0.25 181	0.10 265	0.05 160	0.40 223	1.11 219

DFGA-Net	9.58 299	4.57 395	19.91 433	6.37 243	4.05 308	11.38 276	2.98 216	26.08 326	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	0.06 217	0.13 215	1.89 411	1.46 266

MyStereo04	9.58 299	2.38 284	10.28 258	6.63 264	4.77 347	6.47 192	9.60 394	32.50 412	42.15 466	14.59 221	12.10 154	11.92 209	11.87 302	14.80 317	8.14 284	0.09 141	1.33 432	0.03 184	0.32 337	0.74 339	0.93 181

CoDeX	9.58 299	2.12 223	10.82 284	6.52 253	3.76 298	16.55 372	6.82 338	26.62 339	25.63 342	17.50 289	25.62 305	14.70 257	11.81 301	12.82 247	7.88 277	0.42 302	0.20 159	0.15 311	0.02 116	0.36 196	1.28 241

anonymousa	9.61 302	2.06 207	9.20 210	5.24 150	6.67 426	15.03 338	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	1.24 417	0.29 369	0.69 421	0.18 102	1.48 273

MyStereo05	9.63 303	2.25 255	10.26 256	6.69 271	4.74 345	7.75 224	9.60 394	31.51 403	41.00 462	17.45 287	13.02 163	10.28 185	12.27 311	14.74 314	7.68 274	0.09 141	1.32 428	0.02 166	0.26 306	0.84 360	0.92 176

rvit_0105_3	9.68 304	4.32 391	19.50 428	12.22 458	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	0.67 358	0.42 227	0.01 142	0.49 398	0.56 286	1.40 257

test_sample4	9.81 305	2.27 260	11.39 303	5.70 195	2.74 241	17.40 385	5.20 287	28.01 355	21.50 285	18.70 318	28.46 337	14.96 261	12.86 321	13.80 288	9.68 315	0.24 237	0.97 345	0.06 217	0.16 244	0.51 270	1.48 273

DispNO	9.82 306	2.57 305	17.77 414	6.22 229	5.73 391	11.89 285	4.77 274	25.54 320	21.70 290	17.56 292	21.28 255	18.01 315	13.83 343	17.46 368	9.91 318	0.35 276	0.16 150	0.03 184	0.12 211	0.51 270	1.05 206

BUS	9.86 307	1.86 159	9.14 205	7.14 303	4.12 316	19.47 405	2.69 201	34.15 434	23.28 307	18.82 323	21.95 270	14.37 252	11.63 293	14.72 311	12.39 357	0.36 279	0.13 138	0.15 311	0.04 145	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	27.16 344	32.52 402	17.58 294	22.81 283	21.97 357	9.29 254	13.06 261	8.34 288	0.23 232	0.46 233	1.23 444	0.27 314	2.89 434	0.99 195

ccs_rob	9.95 309	2.21 245	11.74 313	5.11 143	2.91 257	14.48 326	3.21 225	27.26 346	32.72 406	17.53 290	22.70 279	21.96 356	9.25 253	12.99 254	8.34 288	0.23 232	0.45 231	1.38 449	0.28 318	3.13 442	1.07 211

G2L-ROB	9.96 310	2.29 262	9.59 227	6.06 218	4.08 311	12.02 288	7.60 362	29.90 381	18.79 260	20.31 349	22.15 277	22.44 362	13.11 327	17.47 369	12.03 349	0.03 33	0.01 11	0.01 142	0.02 116	0.27 150	1.07 211

MSMDNet	9.96 310	2.08 212	11.66 312	5.39 160	2.92 258	16.50 371	2.89 211	29.73 377	34.55 424	17.86 300	21.91 268	18.86 327	8.36 235	13.06 261	7.74 276	0.24 237	0.47 236	0.66 406	0.24 293	3.07 438	1.04 203

MLCV	9.96 310	3.33 356	14.77 369	5.75 200	1.62 153	14.91 330	1.31 81	22.06 282	24.83 328	22.51 388	31.57 383	17.20 296	8.07 228	17.07 362	12.11 351	0.48 315	0.01 11	0.05 208	0.05 160	0.48 257	1.10 215

PCWNet_CMD	9.97 313	2.08 212	11.61 311	5.36 158	2.92 258	16.39 368	2.94 215	29.76 378	34.38 421	17.83 297	21.86 267	18.91 328	8.27 233	13.01 256	7.73 275	0.23 232	0.46 233	0.79 414	0.25 304	3.46 451	1.12 223

UCFNet_RVC	10.01 314	2.81 321	6.11 76	7.31 315	3.92 304	16.80 376	8.00 369	28.68 362	20.81 277	16.57 263	23.35 286	25.82 398	13.06 326	13.55 280	9.18 303	0.12 170	0.06 94	1.19 438	0.32 337	1.47 396	1.06 208

test_sample5	10.07 315	2.24 251	11.22 300	5.82 206	2.68 238	16.15 362	5.79 304	27.87 353	21.59 288	19.26 334	32.74 403	15.92 278	12.97 322	14.33 296	9.26 306	0.27 252	0.98 349	0.07 235	0.17 250	0.57 288	1.49 275

Anonymous3	10.07 315	4.14 385	31.49 476	9.77 400	5.11 364	25.00 444	11.85 433	25.20 317	19.24 265	10.80 157	14.78 177	7.92 152	8.68 242	14.40 299	6.12 243	3.25 471	1.40 441	0.08 243	0.06 171	0.81 353	1.30 244

BEATNet_4x	10.11 317	5.82 420	14.80 371	6.14 222	1.55 142	13.87 316	5.98 312	26.24 330	18.35 247	16.53 262	25.41 303	18.01 315	13.78 342	18.01 378	12.39 357	0.48 315	0.18 154	0.81 420	0.11 209	2.02 415	1.70 296

GANet-RSSM	10.17 318	2.02 193	8.21 165	7.09 302	5.57 386	13.17 306	7.29 355	27.27 347	19.65 268	15.81 247	28.83 342	26.18 401	16.33 381	14.58 308	9.28 310	0.25 244	0.27 183	0.16 318	0.04 145	0.65 317	0.72 137

DualNet	10.19 319	2.24 251	11.22 300	5.82 206	2.68 238	16.15 362	5.79 304	27.87 353	21.59 288	20.28 343	34.11 420	15.92 278	12.97 322	14.33 296	9.26 306	0.27 252	0.98 349	0.07 235	0.17 250	0.57 288	1.49 275

DCVSM-stereo	10.23 320	2.16 237	12.54 338	6.23 230	3.65 293	12.01 287	3.56 240	19.41 246	23.18 305	24.08 406	19.88 234	29.55 419	18.82 413	14.49 304	10.42 327	0.25 244	1.17 396	0.28 364	0.06 171	0.82 356	2.07 364

gwcnet-sp	10.26 321	3.56 369	15.31 383	6.59 258	4.30 323	15.71 348	5.71 301	26.09 327	25.15 332	21.68 376	21.77 260	15.01 263	16.42 384	15.21 323	10.76 334	0.12 170	0.20 159	0.02 166	0.09 194	0.63 311	0.86 160

scenet	10.26 321	3.56 369	15.31 383	6.59 258	4.30 323	15.71 348	5.71 301	26.09 327	25.15 332	21.68 376	21.77 260	15.01 263	16.42 384	15.21 323	10.76 334	0.12 170	0.20 159	0.02 166	0.09 194	0.63 311	0.86 160

ssnet	10.26 321	3.56 369	15.31 383	6.59 258	4.30 323	15.71 348	5.71 301	26.09 327	25.15 332	21.68 376	21.77 260	15.01 263	16.42 384	15.21 323	10.76 334	0.12 170	0.20 159	0.02 166	0.09 194	0.63 311	0.86 160

PSMNet-ADL	10.30 324	2.32 269	7.83 152	9.69 397	4.44 331	16.04 355	4.16 255	27.57 351	25.08 330	15.16 228	19.04 221	25.28 394	13.63 338	16.49 347	15.33 381	0.86 387	0.81 314	0.01 142	0.04 145	0.33 173	1.81 307

ff1	10.31 325	2.34 273	12.99 344	6.28 234	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	1.17 396	0.80 416	0.37 365	0.29 161	2.07 364

PSMNet-RSSM	10.31 325	2.47 293	7.79 150	7.85 345	4.38 330	10.47 260	6.67 331	29.67 375	22.25 297	16.62 266	33.75 416	23.30 371	14.58 356	13.91 291	10.56 328	0.23 232	0.09 115	0.07 235	0.24 293	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	27.47 349	23.59 313	20.37 351	30.03 357	16.50 286	20.42 432	14.24 294	8.81 295	0.16 195	0.03 50	0.18 325	0.10 203	0.27 150	0.56 107

BSDual-CNN	10.33 328	1.86 159	9.14 205	7.14 303	4.12 316	15.83 353	8.93 381	34.15 434	23.28 307	18.82 323	21.95 270	22.14 359	13.58 336	14.72 311	9.53 312	0.36 279	0.13 138	0.15 311	0.04 145	0.37 202	0.46 86

psmg	10.36 329	1.86 159	9.14 205	5.58 172	4.12 316	15.74 352	7.65 363	30.05 383	23.28 307	21.80 380	26.26 312	22.14 359	13.58 336	14.72 311	9.53 312	0.36 279	0.13 138	0.17 321	0.04 145	0.44 241	0.67 126

test_for_model	10.44 330	31.57 522	7.69 143	28.25 518	19.35 516	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	10.21 508	3.48 503	0.00 1	0.16 244	35.71 533	10.93 511

CFNet-ft	10.46 331	3.02 339	7.10 121	7.69 334	5.42 378	16.93 377	5.92 309	22.83 294	22.31 298	15.81 247	30.40 362	26.42 404	15.19 364	13.60 284	12.18 353	0.14 181	0.10 126	1.87 456	0.34 349	1.22 382	0.73 140

CFNet_RVC	10.46 331	3.02 339	7.10 121	7.69 334	5.42 378	16.93 377	5.92 309	22.82 293	22.31 298	15.81 247	30.40 362	26.41 403	15.19 364	13.60 284	12.19 354	0.14 181	0.10 126	1.87 456	0.34 349	1.22 382	0.73 140

test_sample6	10.49 333	2.24 251	11.49 306	5.91 212	2.48 227	16.12 361	6.37 326	28.98 366	22.48 300	20.28 343	34.11 420	17.08 294	13.28 329	14.57 306	10.61 331	0.32 266	0.95 340	0.10 265	0.19 267	0.59 297	1.61 286

UGAM	10.51 334	1.74 130	10.16 248	7.06 298	4.44 331	6.56 197	11.34 426	16.06 181	27.83 362	21.09 367	28.18 334	23.47 373	11.21 281	26.86 459	11.33 343	0.05 70	0.49 240	0.46 389	0.36 360	0.44 241	0.97 193

qqq1	10.51 334	1.90 165	14.85 372	4.89 124	1.48 127	14.92 331	3.21 225	31.03 390	30.74 383	20.28 343	29.37 348	18.33 317	14.54 352	16.56 350	4.42 190	0.41 296	1.20 406	0.00 1	0.14 226	0.39 219	1.60 283

fff1	10.51 334	1.90 165	14.85 372	4.89 124	1.48 127	14.92 331	3.21 225	31.03 390	30.74 383	20.28 343	29.37 348	18.33 317	14.54 352	16.56 350	4.42 190	0.41 296	1.20 406	0.00 1	0.14 226	0.39 219	1.60 283

UDGNet	10.51 334	14.75 491	11.91 322	10.29 414	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	5.80 491	0.11 130	12.86 516	2.76 479	9.87 497	2.34 389

ICVP	10.54 338	2.11 220	7.49 138	9.62 395	3.41 283	13.85 315	6.34 324	26.81 341	23.24 306	16.90 274	31.76 387	27.31 413	12.81 320	12.18 214	12.47 361	1.59 438	0.58 265	0.19 331	0.13 215	0.63 311	1.45 265
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	15.24 341	3.93 248	28.55 360	32.41 400	18.70 318	24.95 299	22.99 366	9.66 261	14.22 293	8.13 283	0.29 260	0.84 320	1.63 453	0.23 285	3.43 450	1.31 246

G2L-Stereo	10.65 340	2.78 319	11.19 298	7.63 330	4.24 321	8.87 241	9.35 392	29.83 380	23.03 304	19.75 339	26.33 316	23.15 370	12.08 304	16.39 342	16.43 392	0.34 274	0.04 59	0.09 253	0.01 88	0.41 227	1.05 206

cf-r	10.67 341	2.34 273	9.77 234	6.17 225	5.79 394	12.94 302	5.14 281	25.21 319	27.86 363	17.84 298	32.03 390	25.81 397	15.91 375	12.22 217	12.56 363	0.17 201	0.19 158	0.05 208	0.06 171	0.59 297	0.72 137

RAFT + AFF	10.71 342	4.59 397	18.51 419	10.52 422	5.02 359	13.14 305	11.12 423	26.24 330	27.48 359	15.09 227	16.07 190	19.83 337	11.23 283	17.09 363	10.38 324	0.45 311	1.45 451	0.65 405	0.23 285	2.31 426	2.74 414

hknet	10.77 343	1.95 174	11.80 316	7.14 303	3.83 303	15.83 353	8.93 381	34.15 434	22.70 302	18.82 323	21.95 270	23.13 368	17.03 392	16.94 360	9.85 317	0.28 256	0.13 138	0.15 311	0.04 145	0.37 202	0.46 86

ttt	10.82 344	2.17 240	9.66 232	7.03 294	4.44 331	14.16 321	6.87 341	33.72 430	30.69 381	15.67 244	31.50 381	14.99 262	10.50 271	16.54 349	13.98 370	0.41 296	1.31 426	0.10 265	0.29 323	0.47 254	1.92 325

ACVNet	10.83 345	2.25 255	7.10 121	6.43 249	3.02 267	13.17 306	3.75 243	22.83 294	35.15 431	15.81 247	30.67 367	24.65 382	15.77 373	16.47 345	18.13 405	0.16 195	0.01 11	0.06 217	0.07 179	0.65 317	0.43 77

AdaStereo	10.85 346	4.57 395	10.79 281	9.59 394	3.46 285	17.49 386	6.29 319	32.70 415	26.07 345	19.04 329	26.55 318	19.60 336	10.12 267	17.71 376	10.38 324	1.00 405	0.05 69	0.42 385	0.02 116	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	13.21 447	33.14 423	23.33 310	23.77 403	25.10 300	21.80 354	13.91 347	16.39 342	14.37 373	0.09 141	0.06 94	0.01 142	0.02 116	0.38 214	1.16 224

SMFormer	11.03 348	1.90 165	14.85 372	4.89 124	1.48 127	14.92 331	3.21 225	31.03 390	30.74 383	20.28 343	29.37 348	18.33 317	14.54 352	16.56 350	14.46 375	0.41 296	1.20 406	0.28 364	0.24 293	0.45 247	1.47 270

tta	11.03 348	1.90 165	14.85 372	4.89 124	1.48 127	14.92 331	3.21 225	31.03 390	30.73 382	20.28 343	29.37 348	18.33 317	14.54 352	16.56 350	14.46 375	0.41 296	1.20 406	0.28 364	0.24 293	0.39 219	1.60 283

iResNet	11.06 350	4.16 386	16.83 401	7.89 348	2.23 211	15.59 346	9.17 389	24.49 313	29.14 371	20.78 357	31.13 375	16.87 292	11.58 290	15.45 327	12.50 362	0.64 353	0.05 69	0.02 166	0.10 203	0.79 348	1.71 297

DDVS	11.10 351	3.37 359	13.49 352	7.49 326	4.07 309	16.17 364	2.73 205	24.18 309	17.91 243	21.37 372	30.15 359	31.23 432	8.50 239	19.92 398	15.00 379	0.82 380	1.56 461	0.08 243	0.22 277	0.84 360	2.84 418

test_sample7	11.16 352	2.69 315	11.55 309	5.82 206	2.21 210	15.39 343	9.15 387	29.36 369	25.26 335	24.82 413	21.48 257	24.89 386	18.88 416	14.41 300	11.06 340	0.78 373	1.96 473	0.43 386	0.14 226	0.73 336	2.20 379

CFNet	11.23 353	3.41 361	10.68 278	7.08 301	4.22 320	17.38 384	4.83 277	31.29 400	31.29 390	19.15 331	26.85 321	24.06 378	13.75 340	16.23 336	12.22 355	0.26 248	0.05 69	0.44 387	0.09 194	0.92 366	0.41 72

AACVNet	11.24 354	3.71 376	11.56 310	9.45 390	3.35 279	11.67 282	4.88 278	23.23 300	14.00 196	28.19 446	29.90 356	30.39 430	18.03 407	20.04 400	13.22 367	0.50 321	0.21 167	0.23 348	0.07 179	0.75 343	1.52 279

DeepPruner_ROB	11.28 355	5.83 421	15.23 380	6.93 291	4.50 338	10.08 250	6.62 330	36.65 464	20.17 273	18.12 307	27.95 330	23.10 367	13.43 331	20.08 401	11.90 348	1.16 423	0.51 245	0.23 348	0.17 250	1.11 378	1.91 324

GMStereo_Zeroshot	11.32 356	8.59 459	21.66 446	10.06 405	2.53 230	12.38 291	1.43 88	21.36 278	21.50 285	23.48 398	35.74 434	24.85 385	6.12 184	20.48 408	8.28 286	0.83 381	0.02 35	0.25 354	0.01 88	6.33 478	0.53 100

LMCR-Stereo	11.32 356	4.98 407	11.87 320	14.09 469	4.01 306	16.97 381	5.70 299	26.41 335	23.41 311	22.57 390	22.11 276	15.18 267	15.44 369	21.48 430	17.57 401	2.29 454	0.04 59	0.00 1	0.03 130	1.53 400	0.65 122

LL-Strereo	11.34 358	4.25 389	13.90 357	9.09 381	6.20 411	7.31 213	8.93 381	35.93 453	30.30 377	16.93 275	15.83 187	21.85 355	17.45 402	21.92 434	10.25 322	0.43 304	1.47 454	0.74 411	0.08 186	1.15 379	2.71 412

GwcNet-RSSM	11.34 358	2.72 317	10.26 256	7.24 313	5.38 374	12.67 297	6.70 334	26.70 340	31.93 396	17.56 292	34.45 425	24.37 381	15.77 373	13.70 286	15.31 380	0.19 219	0.20 159	0.14 306	0.05 160	0.81 353	0.64 120

HSM-Net_RVC	11.37 360	1.57 104	6.32 86	5.99 215	2.67 237	20.99 417	7.19 351	28.50 358	28.64 368	21.03 366	25.84 307	33.64 454	16.37 383	16.83 357	10.76 334	0.21 226	0.08 113	0.02 166	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	8.45 365	5.40 375	19.47 405	2.69 201	39.63 486	34.82 426	19.11 330	27.64 326	14.37 252	11.63 293	16.21 335	12.39 357	0.94 400	0.21 167	0.29 369	0.00 1	0.48 257	0.55 104

ToySt	11.51 362	2.48 296	17.84 415	6.10 220	2.09 198	16.11 360	12.36 438	25.07 316	28.25 366	15.22 230	25.16 301	25.51 395	15.98 377	17.63 375	15.46 383	0.19 219	1.08 381	0.04 200	0.31 335	0.66 322	2.67 409

DAS	11.51 362	2.60 309	15.62 389	9.37 388	6.27 417	16.04 355	7.71 364	22.70 291	33.92 415	19.53 336	29.03 343	19.51 334	19.10 420	17.44 367	8.98 298	0.78 373	0.02 35	0.29 369	0.01 88	0.48 257	0.81 151

ac_64	11.57 364	2.13 229	11.77 315	8.79 377	5.51 383	19.40 403	6.29 319	24.72 315	15.20 208	23.50 399	24.91 297	33.07 448	16.82 389	19.33 393	17.78 403	0.53 325	0.15 147	0.02 166	0.03 130	0.35 185	1.03 202

mmx	11.59 365	2.34 273	12.99 344	6.28 234	3.81 299	12.43 292	7.47 358	32.76 417	28.92 369	16.64 268	32.03 390	17.29 297	11.78 297	17.54 370	24.30 448	0.24 237	1.21 412	0.80 416	0.37 365	0.65 317	1.89 320

xxx	11.59 365	2.34 273	12.99 344	6.28 234	3.81 299	12.43 292	7.47 358	32.75 416	28.92 369	16.64 268	32.03 390	17.29 297	11.78 297	17.54 370	24.30 448	0.24 237	1.21 412	0.80 416	0.37 365	0.65 317	1.89 320

NOSS_ROB	11.76 367	4.63 399	8.14 164	7.46 323	2.92 258	17.82 390	10.55 413	30.45 387	34.08 419	16.37 256	19.97 235	23.14 369	16.31 379	18.22 383	10.67 333	2.98 466	1.84 468	3.39 482	1.64 464	2.24 422	2.37 393

ITSA-stereo	11.88 368	2.48 296	11.96 326	6.54 254	1.92 183	13.33 308	4.81 276	37.17 469	49.04 493	18.70 318	18.52 217	21.69 353	12.63 318	16.77 355	15.60 385	0.53 325	0.40 215	0.32 376	0.33 344	1.07 375	3.89 447

HSM	11.89 369	2.32 269	8.70 179	6.70 274	4.10 313	16.45 369	8.06 371	30.42 386	20.31 275	23.35 397	26.42 317	41.60 494	17.59 404	20.66 411	9.57 314	0.11 157	0.03 50	0.01 142	0.01 88	0.24 127	1.22 233

coex_refinement	12.03 370	2.30 265	8.72 180	8.56 368	5.30 371	16.95 380	7.17 348	31.75 405	32.48 401	18.92 327	31.46 380	25.97 400	12.98 324	14.55 305	21.39 430	0.33 269	0.06 94	0.02 166	0.10 203	0.49 266	1.18 228

SepStereo	12.04 371	2.60 309	15.62 389	9.37 388	6.27 417	16.04 355	7.71 364	22.70 291	33.92 415	19.53 336	29.03 343	19.51 334	19.10 420	27.97 465	8.98 298	0.78 373	0.02 35	0.29 369	0.01 88	0.48 257	0.81 151

DMCA-RVC	12.06 372	4.35 392	14.21 364	10.52 422	4.86 349	13.84 314	4.33 260	25.20 317	24.13 319	20.56 355	29.22 346	26.65 406	25.85 460	17.02 361	16.34 390	0.41 296	0.35 205	0.55 397	0.24 293	0.83 359	1.81 307

ACV-stereo	12.12 373	6.01 427	30.51 472	7.45 321	3.42 284	21.69 423	6.74 335	22.11 284	20.81 277	17.88 301	21.26 254	26.73 409	17.28 396	20.80 415	14.16 371	0.79 377	1.10 386	0.17 321	0.09 194	0.67 324	2.66 407

1111x	12.31 374	2.33 271	12.13 329	5.79 202	2.84 252	15.49 344	8.70 377	36.34 459	29.33 372	16.58 264	27.52 325	26.70 408	15.76 372	17.21 364	24.79 454	0.26 248	1.37 438	0.04 200	0.42 385	0.46 252	2.07 364

UPFNet	12.31 374	2.15 233	11.91 322	7.90 349	7.21 438	20.03 411	9.28 390	29.44 373	27.18 357	20.88 360	30.86 371	21.23 348	18.11 408	19.60 395	17.41 400	0.55 333	0.57 262	0.26 356	0.07 179	0.67 324	0.92 176

FADNet-RVC-Resample	12.31 374	5.22 410	32.28 479	10.14 408	4.08 311	14.97 335	6.98 346	26.54 337	24.42 324	23.72 401	29.31 347	19.87 338	15.01 360	16.26 340	10.61 331	0.65 354	0.52 248	0.48 391	0.54 407	1.52 399	3.09 429

RASNet	12.38 377	2.58 307	12.48 337	6.76 276	5.97 402	16.37 367	6.74 335	34.99 445	22.20 295	17.44 286	33.11 407	22.81 365	24.84 452	20.33 405	18.27 408	1.16 423	0.05 69	0.06 217	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	18.17 396	6.27 318	31.98 408	24.37 323	18.78 322	33.92 419	19.09 332	16.00 378	14.60 309	39.03 510	0.19 219	1.32 428	0.01 142	0.33 344	0.36 196	2.04 358

iResNet_ROB	12.41 379	3.19 347	12.39 334	6.63 264	3.72 295	16.98 382	2.64 197	32.29 410	38.58 452	26.93 438	33.73 415	26.24 402	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	6.04 217	7.03 434	17.06 383	10.86 419	31.11 395	32.12 397	26.41 433	23.81 290	22.37 361	15.13 363	21.13 425	13.53 369	0.95 402	0.66 279	0.28 364	0.38 375	1.21 381	0.77 148

FADNet_RVC	12.44 380	6.19 429	40.86 495	7.04 295	3.69 294	11.30 274	4.17 256	29.67 375	27.67 361	18.20 309	26.04 308	13.47 242	17.15 393	16.85 359	14.95 378	0.99 404	0.75 302	0.60 400	1.32 456	4.18 459	3.62 439

CBMV_ROB	12.51 382	3.86 379	7.98 158	5.81 204	2.99 265	16.05 359	4.62 269	27.61 352	31.37 391	26.75 436	32.62 401	23.97 377	22.66 446	21.14 426	12.09 350	2.15 451	1.78 467	2.24 463	1.27 455	1.64 403	1.54 281

NLCA_NET_v2_RVC	12.58 383	4.09 383	18.25 417	8.26 359	5.83 398	14.72 327	5.85 307	33.49 428	27.86 363	22.14 385	32.16 396	24.94 390	14.01 350	16.19 334	16.82 397	0.90 392	0.35 205	0.37 381	0.58 414	1.51 398	3.31 434
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	8.30 361	6.23 412	19.81 409	6.34 324	26.43 336	35.15 431	26.38 432	30.67 367	24.65 382	14.91 359	16.47 345	19.16 417	0.16 195	0.01 11	0.06 217	0.07 179	0.74 339	0.43 77

hitnet-ft	12.59 384	3.03 342	7.87 154	7.49 326	4.20 319	27.41 463	3.75 243	23.41 303	24.15 320	21.14 369	34.12 422	31.93 440	19.74 428	20.28 404	18.13 405	0.54 331	1.45 451	0.35 379	0.09 194	1.26 385	1.41 260

xxxx	12.60 386	2.03 195	10.79 281	6.18 227	2.86 254	21.84 424	3.02 217	34.55 442	25.46 339	16.39 257	31.58 384	26.87 412	14.75 358	14.00 292	37.45 502	0.21 226	1.36 437	0.01 142	0.32 337	0.35 185	2.07 364

ISRNet	12.68 387	2.57 305	19.05 425	13.05 464	6.24 413	7.30 212	2.84 209	29.80 379	32.13 398	23.26 396	35.61 433	24.75 384	16.48 387	15.81 331	14.55 377	0.85 384	1.01 367	2.29 464	0.55 410	1.08 376	4.43 450

pcwnet_v2	12.68 387	2.30 265	18.36 418	8.32 362	5.74 392	17.73 388	4.77 274	36.75 467	46.28 489	20.98 364	29.07 345	16.62 287	13.52 332	16.56 350	10.30 323	0.55 333	1.02 373	0.34 378	0.24 293	2.10 418	2.11 372

iResNetv2_ROB	12.78 389	4.09 383	15.60 387	6.44 251	3.75 297	14.86 328	7.17 348	34.46 440	37.12 440	26.06 427	34.81 429	29.76 420	16.32 380	14.77 315	7.67 273	0.31 263	0.03 50	0.12 292	0.01 88	0.94 367	1.23 235

ADLNet	12.84 390	2.93 330	11.94 324	8.87 378	6.88 430	17.96 391	8.85 378	34.12 432	26.67 352	27.81 445	26.24 311	26.84 411	15.04 361	17.54 370	19.94 421	0.59 342	0.58 265	0.24 352	0.11 209	0.80 352	2.85 420

CBFPSM	12.96 391	3.37 359	30.97 474	5.30 152	3.22 274	22.79 431	16.93 473	21.82 279	21.35 281	21.93 382	28.34 336	29.99 424	17.38 398	15.32 326	16.39 391	0.11 157	0.48 237	0.10 265	0.17 250	0.58 291	2.72 413

ADLNet2	12.99 392	2.94 331	14.18 362	9.57 393	5.96 401	20.23 414	10.41 412	33.05 421	37.61 444	19.46 335	19.74 232	22.46 363	18.63 410	22.37 437	20.76 425	0.37 284	0.15 147	0.06 217	0.08 186	1.04 374	0.72 137

dad	13.05 393	11.39 473	15.64 391	7.35 316	2.10 199	15.64 347	3.48 235	18.77 233	35.55 434	27.77 443	33.76 417	31.59 434	13.04 325	14.79 316	11.16 342	3.35 472	0.54 252	7.85 506	0.96 441	3.88 457	2.49 403

AASNet	13.05 393	3.27 352	12.23 331	10.28 413	6.90 431	17.61 387	7.88 366	41.14 492	38.29 449	23.20 395	29.62 353	16.85 291	15.59 371	15.50 329	19.03 415	0.39 289	0.03 50	0.78 413	0.05 160	1.32 389	1.08 213

HBP-ISP	13.07 395	8.80 460	8.99 192	8.11 357	4.55 341	13.48 311	6.60 329	29.09 368	30.50 379	21.33 371	36.14 435	16.62 287	19.42 424	20.92 419	12.81 365	3.63 474	2.61 488	7.18 502	4.12 491	3.74 455	2.69 411

222	13.07 395	1.99 184	10.74 280	6.56 256	2.74 241	19.95 410	2.54 191	34.13 433	24.42 324	22.52 389	31.39 377	20.78 344	16.99 391	14.31 295	48.07 532	0.16 195	1.33 432	0.01 142	0.32 337	0.37 202	2.02 352

DualNet (step1)	13.16 397	5.31 412	19.76 429	6.41 245	3.12 271	17.98 392	9.85 403	29.36 369	25.26 335	24.82 413	21.48 257	24.89 386	18.87 414	14.41 300	11.06 340	6.83 495	1.96 473	6.61 495	7.47 505	3.22 445	4.59 451

UNet	13.18 398	2.47 293	14.45 366	7.45 321	7.82 453	26.01 453	4.67 272	34.38 439	29.42 373	20.90 362	31.81 388	26.68 407	18.98 417	21.08 424	15.56 384	0.21 226	0.06 94	0.27 358	0.09 194	0.37 202	1.01 198

HGLStereo	13.21 399	3.45 362	14.01 359	10.32 416	7.72 450	15.72 351	7.19 351	31.94 407	28.12 365	20.83 359	36.16 437	26.61 405	20.82 434	18.74 387	19.63 420	1.01 407	0.22 170	0.07 235	0.08 186	0.59 297	1.00 197

GEStereo_RVC	13.23 400	3.13 345	15.23 380	10.33 417	4.95 355	18.92 402	11.46 430	31.58 404	48.03 491	20.51 354	27.68 327	19.00 330	13.31 330	20.44 407	16.01 388	1.15 422	0.51 245	0.10 265	0.14 226	0.67 324	1.47 270

delet	13.26 401	2.43 290	12.99 344	8.45 365	6.26 416	22.40 427	10.83 418	28.78 363	38.76 453	20.39 353	30.36 361	20.85 345	17.67 405	22.97 439	19.13 416	0.14 181	0.45 231	0.19 331	0.08 186	0.78 347	1.24 237

CRFU-Net	13.32 402	3.53 368	12.90 342	8.76 376	6.05 406	26.25 456	10.15 409	25.86 322	14.68 203	30.76 464	30.58 365	30.11 427	21.59 443	20.52 409	20.28 423	1.53 437	0.48 237	0.27 358	0.16 244	0.64 316	1.28 241

CSP-Net	13.41 403	3.62 374	11.03 294	6.62 263	4.07 309	25.76 452	9.61 398	29.66 374	27.14 356	29.97 458	33.42 412	29.84 422	17.23 395	20.64 410	16.03 389	1.12 418	0.41 222	0.03 184	0.00 1	0.75 343	1.29 243

MMNet	13.55 404	2.82 323	13.90 357	7.63 330	6.36 420	26.45 458	4.63 270	24.00 308	42.67 469	26.25 430	33.12 408	20.98 347	19.45 426	20.14 402	19.49 419	0.75 365	0.54 252	0.11 287	0.01 88	0.53 273	1.10 215

STTStereo	13.60 405	5.63 418	28.73 468	8.07 354	5.65 389	13.97 318	7.17 348	31.25 397	26.70 353	25.59 421	32.06 395	31.71 437	14.71 357	17.24 365	16.46 394	0.29 260	0.40 215	0.71 408	1.43 459	1.31 387	2.82 417

SGM-Forest	13.63 406	2.55 304	8.22 166	6.30 239	2.16 207	23.84 437	11.13 424	34.68 443	32.40 399	27.27 439	33.02 404	30.08 426	17.82 406	22.13 435	15.40 382	1.66 444	0.32 196	0.88 424	0.03 130	0.79 348	1.93 326
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	11.93 453	5.53 384	16.75 375	14.38 454	36.12 457	32.59 403	23.08 394	27.03 322	25.90 399	15.40 367	25.87 454	14.23 372	1.24 430	0.09 115	1.53 451	0.61 417	2.06 417	2.94 423

AANet_RVC	13.75 408	6.34 431	12.90 342	8.87 378	4.53 340	14.09 320	9.12 386	29.37 372	38.32 450	23.85 405	37.41 443	23.55 374	17.51 403	23.31 442	18.56 409	2.08 450	1.30 422	0.25 354	0.06 171	0.73 336	2.87 421

xyz-stereo	13.76 409	1.43 84	40.88 496	3.14 30	0.83 53	42.24 514	4.68 273	14.87 166	26.49 349	23.70 400	37.20 441	30.36 429	19.90 429	18.77 388	9.23 304	0.28 256	0.03 50	0.64 404	0.03 130	0.20 113	0.32 41

ssnet_v2	13.84 410	3.15 346	13.44 351	7.99 351	3.08 270	22.60 428	14.51 457	36.65 464	33.59 413	22.04 384	26.10 309	28.64 415	17.16 394	23.13 440	20.86 427	0.50 321	0.32 196	0.20 336	0.13 215	1.41 392	1.38 252

FADNet-RVC	13.86 411	12.75 486	41.65 497	8.64 371	4.63 343	16.45 369	6.89 342	28.91 364	24.20 321	20.89 361	31.44 379	26.73 409	11.37 287	21.58 432	15.91 386	0.25 244	0.14 144	0.14 306	0.24 293	2.97 436	1.50 278

psm_up	13.88 412	2.70 316	10.89 288	10.20 410	5.97 402	15.01 336	12.58 440	39.13 483	31.75 394	21.39 373	31.09 374	30.18 428	25.01 455	20.33 405	17.62 402	0.75 365	0.39 213	0.18 325	0.03 130	0.82 356	1.67 294

DLCB_ROB	13.97 413	3.74 377	11.01 293	9.99 404	5.85 399	21.40 420	10.37 411	30.17 384	30.49 378	28.21 447	32.18 397	32.67 444	21.17 438	20.20 403	18.59 410	0.34 274	0.18 154	0.41 384	0.15 235	0.61 305	1.76 303

StereoDRNet-Refined	14.03 414	3.52 366	12.77 339	8.70 373	3.31 277	18.50 399	4.58 267	29.08 367	30.59 380	29.85 456	42.52 478	25.24 393	19.57 427	23.88 444	23.55 442	0.44 307	0.07 107	0.54 396	0.38 375	0.88 365	2.64 406
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iinet-f	14.05 415	5.00 408	47.51 508	6.57 257	4.04 307	21.14 418	14.37 452	28.25 356	21.37 282	21.95 383	31.37 376	21.31 350	18.66 411	16.15 333	20.61 424	0.31 263	0.41 222	0.09 253	0.05 160	1.00 372	0.76 146

CVANet_RVC	14.09 416	4.82 404	10.86 287	9.46 391	5.60 388	19.70 408	12.94 445	33.38 426	34.86 427	23.72 401	33.31 409	29.76 420	16.35 382	24.37 445	12.45 360	1.22 428	0.23 172	1.45 450	0.87 433	3.41 448	3.01 425

SACVNet	14.10 417	5.24 411	14.19 363	12.11 455	6.12 409	18.45 398	9.11 385	33.13 422	22.94 303	28.79 450	33.88 418	32.69 445	23.78 447	20.91 418	12.13 352	1.08 412	0.54 252	0.84 423	0.48 395	1.41 392	4.26 449

rvit_105_1	14.11 418	6.23 430	22.11 449	13.74 468	4.55 341	15.38 342	28.19 519	27.21 345	43.35 473	19.53 336	24.36 294	22.05 358	15.96 376	18.37 384	12.70 364	2.27 453	0.58 265	0.26 356	2.37 477	0.70 329	2.20 379

PS-NSSS	14.36 419	8.44 457	16.43 397	7.44 320	5.79 394	18.65 401	12.71 443	39.02 480	26.84 354	20.99 365	36.15 436	21.47 351	18.25 409	18.21 382	18.63 411	2.44 459	0.55 256	5.38 488	0.37 365	5.25 469	4.11 448

CBMV	14.52 420	4.59 397	9.99 243	6.61 262	2.85 253	22.76 430	12.45 439	30.63 389	33.32 409	31.98 469	35.00 431	31.68 435	19.43 425	26.53 457	16.71 396	1.28 431	0.61 271	0.63 402	0.12 211	1.26 385	1.89 320
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	11.96 477	39.55 494	8.50 367	6.64 425	18.53 400	6.74 335	35.70 451	35.06 429	19.21 332	28.06 332	28.14 414	13.94 348	18.54 386	11.61 347	0.48 315	0.75 302	0.38 383	0.49 398	9.17 492	2.05 362

fast-acv-ft	14.96 422	4.73 401	17.68 411	8.03 353	5.27 370	28.61 469	9.97 406	26.25 332	35.58 435	26.03 426	38.02 449	31.91 439	21.50 440	19.25 392	21.18 428	0.61 347	0.38 210	0.63 402	0.48 395	1.31 387	1.73 299

pmcnn	15.27 423	4.31 390	22.32 451	7.46 323	4.46 336	22.15 426	15.74 464	28.53 359	31.88 395	27.78 444	40.04 463	39.06 479	19.11 422	18.79 389	20.78 426	1.04 410	0.23 172	0.00 1	0.00 1	0.53 273	1.17 226

Anonymous_2	15.61 424	7.12 439	18.63 422	6.49 252	7.98 454	26.94 461	11.93 434	19.48 247	18.48 256	18.25 312	15.95 188	24.18 379	21.32 439	21.17 427	15.94 387	10.88 511	13.80 526	11.19 514	25.13 530	10.92 503	6.42 476

TCMNet	15.72 425	7.51 446	21.42 445	14.39 472	12.57 498	26.22 455	13.91 451	30.23 385	36.03 437	25.57 420	31.73 385	23.65 375	15.35 366	19.98 399	24.06 447	1.44 435	0.67 284	2.04 460	0.99 443	3.41 448	3.26 433

NVstereo2D	15.77 426	4.01 381	17.73 412	9.96 403	8.10 460	30.36 477	9.52 393	43.10 503	43.12 472	15.45 237	28.03 331	23.46 372	16.84 390	24.62 446	17.06 398	3.35 472	0.87 328	1.76 455	1.13 449	7.76 485	9.19 500

test_sample9	15.79 427	5.31 412	19.76 429	6.41 245	3.12 271	17.98 392	9.85 403	29.36 369	25.26 335	24.82 413	21.48 257	24.89 386	18.87 414	21.03 420	22.11 431	6.83 495	36.75 537	6.61 495	7.47 505	3.22 445	4.59 451

StereoDRNet	16.00 428	5.45 416	16.67 400	11.34 443	8.74 468	25.62 449	11.07 422	40.40 490	37.03 439	29.77 455	30.04 358	34.35 461	19.09 419	19.81 396	25.28 457	0.65 354	0.30 193	0.16 318	0.14 226	1.80 409	2.33 388

Wz-Net-LNSev-Ref	16.12 429	4.56 394	29.46 469	7.78 341	6.11 408	26.08 454	13.01 446	31.08 394	37.61 444	27.66 441	46.96 499	29.92 423	15.40 367	21.54 431	22.39 433	1.09 414	0.05 69	0.10 265	0.00 1	0.43 238	1.21 232

YMNet	16.35 430	6.51 434	23.16 455	11.45 444	8.85 470	25.42 447	8.89 379	32.99 418	32.63 404	34.40 485	39.12 457	34.27 458	17.43 400	20.90 416	22.93 436	0.93 397	1.30 422	1.21 440	0.94 434	1.77 407	1.81 307

YMNet_1	16.35 430	6.51 434	23.16 455	11.45 444	8.85 470	25.42 447	8.89 379	32.99 418	32.63 404	34.40 485	39.12 457	34.27 458	17.43 400	20.90 416	22.93 436	0.93 397	1.30 422	1.21 440	0.94 434	1.77 407	1.81 307

DRN-Test	16.60 432	4.76 402	16.90 404	10.75 429	8.16 461	29.42 473	14.37 452	43.26 505	39.35 454	28.93 452	35.46 432	29.03 417	20.11 431	20.78 413	24.51 453	0.94 400	0.93 338	0.46 389	0.35 353	1.42 394	2.12 373

SDNR	16.80 433	5.88 423	30.01 471	6.39 244	6.53 422	57.67 533	3.15 220	24.30 310	31.49 392	21.50 375	36.56 440	14.69 256	16.76 388	19.14 391	14.45 374	11.12 514	14.00 527	3.11 478	0.51 402	8.86 491	9.92 506

DISCO	16.93 434	2.58 307	17.15 407	8.26 359	4.37 329	27.65 465	10.68 414	31.28 399	44.93 482	22.21 386	34.47 426	36.48 469	23.91 448	36.14 495	34.48 497	0.35 276	0.11 130	0.04 200	0.07 179	1.95 413	1.40 257

PA-Net	16.98 435	8.05 454	29.56 470	10.52 422	11.30 489	21.91 425	29.93 523	32.64 413	39.50 455	20.38 352	28.51 339	23.80 376	20.82 434	21.45 429	25.60 459	0.25 244	2.36 485	0.23 348	4.99 496	1.34 390	6.47 477
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FINET	17.02 436	8.11 455	28.42 467	9.29 387	8.89 473	24.46 439	25.06 510	35.40 448	49.52 497	26.73 435	33.49 414	20.50 341	18.75 412	20.67 412	19.18 418	2.30 455	2.09 476	1.13 436	0.75 426	2.86 433	2.84 418

GwcNet	17.31 437	6.61 437	23.02 453	10.83 433	8.63 466	29.48 474	10.80 416	39.37 485	45.73 484	24.16 407	37.85 448	31.50 433	21.81 445	21.37 428	27.25 473	0.81 378	0.88 330	0.57 399	0.46 388	1.54 401	3.61 437

NaN_ROB	17.35 438	7.91 450	18.84 424	11.29 441	4.93 353	33.28 488	20.75 492	38.10 475	43.81 474	30.28 461	31.53 382	32.88 446	20.88 436	29.10 470	17.85 404	0.40 292	0.43 229	0.31 374	0.44 387	0.98 369	3.03 427

S-Stereo	17.36 439	4.46 393	22.16 450	12.58 461	9.10 475	23.07 432	12.60 441	33.18 424	46.12 487	22.78 391	38.67 455	29.04 418	27.48 467	19.40 394	23.90 446	3.14 470	3.13 497	0.88 424	1.95 471	3.77 456	9.86 505

FAT-Stereo	17.45 440	3.56 369	19.19 426	10.31 415	6.54 423	18.00 395	14.89 460	38.68 478	40.49 458	27.39 440	39.66 460	37.32 471	32.14 493	21.07 423	22.97 438	3.68 475	2.16 482	0.81 420	1.21 453	2.10 418	6.78 480

DANet	17.51 441	8.91 461	27.61 464	14.94 478	7.48 440	22.67 429	5.66 297	27.33 348	26.64 350	32.62 476	36.27 438	37.40 472	30.07 483	31.65 481	26.09 465	1.30 432	1.46 453	2.33 466	0.53 405	3.54 452	5.69 465
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	17.56 442	17.23 498	20.10 435	12.02 454	6.91 432	28.81 470	11.45 429	41.35 493	21.95 292	30.13 460	34.66 427	32.04 442	11.30 285	21.04 422	16.43 392	8.91 503	2.67 489	12.29 515	0.84 431	12.72 509	8.43 495

PSMNet_ROB	17.59 443	6.52 436	16.27 395	14.43 473	7.71 449	29.22 472	33.59 528	43.94 508	38.52 451	24.74 412	33.46 413	34.17 457	17.29 397	18.52 385	25.68 461	0.40 292	0.29 191	0.96 428	2.22 474	2.03 416	1.81 307

Syn2CoEx	17.68 444	11.86 476	28.39 466	20.88 501	8.24 462	25.66 450	12.35 436	37.57 471	33.60 414	29.57 453	39.80 462	30.02 425	28.00 470	19.91 397	18.91 414	1.14 421	0.53 250	1.23 444	0.46 388	1.97 414	3.61 437

GANet	17.85 445	5.41 415	14.79 370	11.91 452	4.73 344	24.54 441	17.04 476	41.01 491	34.96 428	33.06 477	45.84 494	39.83 484	29.19 477	24.71 448	22.45 435	1.34 433	0.41 222	1.09 432	0.70 423	2.15 420	1.89 320

GASNet	17.87 446	20.62 509	32.66 481	21.17 502	9.48 478	16.26 365	9.15 387	45.00 513	40.55 460	26.16 428	24.34 293	33.05 447	15.45 370	29.82 475	18.15 407	3.79 477	0.28 189	1.87 456	0.51 402	7.06 480	1.97 337

test_sample8	17.93 447	5.31 412	19.76 429	6.41 245	3.12 271	17.98 392	9.85 403	32.68 414	20.05 271	33.68 482	26.30 313	40.74 488	34.14 497	21.03 420	22.11 431	6.83 495	36.75 537	6.61 495	7.47 505	3.22 445	4.59 451

NCCL2	17.94 448	7.94 452	16.87 403	24.07 512	7.60 445	24.52 440	17.08 477	35.42 449	26.65 351	32.01 470	38.57 452	41.96 497	27.61 468	22.24 436	24.43 452	0.65 354	0.33 202	2.64 472	2.13 473	2.28 425	3.86 446

ADCRef	18.01 449	8.01 453	44.10 502	10.75 429	8.85 470	27.18 462	11.06 421	31.77 406	34.40 422	31.90 468	42.45 477	18.79 325	21.55 442	25.18 451	35.17 498	1.03 409	0.42 227	2.18 462	1.79 466	1.38 391	2.27 385

XPNet_ROB	18.03 450	6.06 428	18.19 416	11.68 448	6.83 428	21.23 419	16.93 473	36.66 466	39.82 457	32.51 475	42.05 476	41.04 491	25.77 459	25.72 452	28.80 483	1.67 445	0.91 336	0.79 414	0.27 314	1.24 384	2.38 395

SuperB	18.07 451	7.33 443	56.73 519	8.42 364	5.42 378	20.39 415	9.73 401	26.04 325	50.80 501	26.88 437	39.52 459	17.79 312	21.54 441	23.17 441	25.96 464	0.77 370	0.32 196	1.11 435	0.73 425	16.11 516	2.75 416

RP	18.36 452	5.94 425	17.54 410	15.95 488	12.33 497	21.55 422	12.66 442	28.65 361	45.65 483	23.78 404	42.55 479	39.77 483	29.54 480	26.72 458	23.58 444	6.14 493	1.05 379	4.38 485	1.77 465	3.90 458	3.82 445

APVNet	18.42 453	6.37 432	23.10 454	12.76 463	8.28 463	30.74 478	24.17 507	42.08 499	30.76 386	25.86 425	41.66 471	31.83 438	24.99 453	28.01 466	28.77 481	0.49 318	0.57 262	3.05 476	0.55 410	1.80 409	2.46 398

ETE_ROB	18.45 454	10.71 465	20.90 442	14.23 471	4.92 352	23.28 434	22.01 495	33.00 420	36.14 438	30.68 463	39.03 456	46.10 510	26.28 461	27.52 463	26.22 466	0.53 325	0.49 240	1.16 437	0.94 434	1.69 405	3.07 428

PWCDC_ROB	18.66 455	11.24 471	21.32 444	18.82 496	8.08 459	25.75 451	6.94 344	35.08 446	53.33 508	30.37 462	49.70 507	20.87 346	21.63 444	31.05 480	22.39 433	6.94 499	0.28 189	0.10 265	0.06 171	5.98 477	3.22 431

Nwc_Net	18.76 456	5.80 419	19.91 433	14.99 480	11.96 494	26.32 457	15.90 465	41.68 496	40.50 459	21.85 381	43.58 486	34.89 462	29.47 479	27.48 462	26.34 467	3.75 476	0.27 183	2.55 471	3.31 484	2.25 423	2.46 398

ADCP+	18.93 457	5.83 421	35.35 485	9.85 401	10.36 483	29.49 475	13.65 449	34.22 437	37.75 446	30.02 459	41.45 469	24.18 379	26.43 464	34.71 489	36.58 500	0.27 252	0.40 215	2.00 459	1.19 451	2.31 426	2.66 407

MDST_ROB	18.99 458	3.23 349	15.81 393	14.15 470	6.98 433	44.89 516	16.81 472	43.19 504	42.83 470	43.71 510	43.84 487	28.79 416	19.02 418	30.64 479	18.70 412	1.84 447	0.84 320	0.69 407	0.47 394	0.71 333	2.61 405

Wz-Net-LNSev	19.04 459	11.48 474	43.55 501	10.82 432	8.01 457	24.96 443	17.46 481	34.72 444	44.36 478	33.43 480	44.72 492	32.54 443	24.13 449	21.64 433	24.38 451	0.93 397	0.22 170	0.00 1	0.03 130	1.44 395	1.99 348

AF-Net	19.18 460	6.50 433	16.90 404	16.60 489	11.00 488	23.83 436	11.31 425	36.25 458	51.10 504	25.56 419	38.34 451	41.77 495	31.01 488	30.20 477	27.83 476	4.87 488	0.27 183	4.60 486	1.00 444	2.67 431	2.02 352

PWC_ROB	19.21 461	12.15 482	28.02 465	11.02 437	6.62 424	25.15 445	5.47 294	36.42 461	49.47 496	33.19 478	44.32 489	34.98 463	26.66 465	32.22 484	27.30 474	1.71 446	0.27 183	1.62 452	0.37 365	2.38 428	4.90 457

stereogan	19.38 462	4.02 382	18.62 421	13.54 466	10.30 482	37.03 497	9.83 402	39.12 482	46.13 488	25.09 418	41.76 473	40.01 485	27.19 466	32.16 482	25.48 458	2.44 459	1.13 392	2.70 474	0.86 432	5.45 471	4.81 454

edge stereo	19.38 462	5.98 426	19.25 427	11.11 438	8.07 458	23.51 435	12.74 444	35.93 453	42.55 467	35.05 487	43.06 483	41.34 493	36.05 501	26.06 455	25.62 460	2.70 463	2.47 486	6.38 493	1.54 462	3.18 444	5.01 458

RYNet	19.73 464	5.52 417	18.58 420	11.63 447	15.84 508	47.05 519	17.28 478	38.60 477	49.19 495	27.71 442	27.46 324	38.63 477	26.42 463	20.79 414	32.08 495	0.73 363	0.59 268	0.97 429	0.16 244	7.40 482	8.04 491

LALA_ROB	19.82 465	8.32 456	18.64 423	13.59 467	5.79 394	28.03 467	23.44 502	43.09 502	37.57 443	33.91 484	41.55 470	50.73 520	25.61 458	29.09 469	27.30 474	0.73 363	0.67 284	2.08 461	1.42 458	2.70 432	2.12 373

Wz-Net-MNSev	19.84 466	7.55 447	35.79 486	10.79 431	7.51 442	38.96 505	18.39 486	35.08 446	44.72 480	31.28 465	41.70 472	41.18 492	20.49 433	28.41 467	30.13 492	0.96 403	0.36 208	0.05 208	0.13 215	1.70 406	1.64 289

aanetorigin	19.84 466	13.32 488	54.46 514	10.07 406	7.99 455	14.16 321	15.32 461	17.85 220	34.49 423	49.59 520	48.88 504	34.28 460	31.32 490	23.53 443	29.64 488	1.12 418	0.81 314	0.73 409	0.94 434	3.05 437	5.23 462

SGM_RVC	20.33 468	3.24 351	8.92 190	7.20 311	1.62 153	39.61 507	17.01 475	39.11 481	35.12 430	46.26 515	42.62 480	51.57 522	39.45 508	39.66 514	29.87 490	1.16 423	0.37 209	0.55 397	0.35 353	1.20 380	1.64 289
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RTSC	20.52 469	11.06 468	33.58 482	12.11 455	7.19 437	28.90 471	11.99 435	38.49 476	58.85 525	32.22 473	37.28 442	33.11 449	21.14 437	36.93 504	38.84 509	1.49 436	1.50 456	0.15 311	0.64 419	2.18 421	2.67 409

NCC-stereo	20.61 470	7.39 444	25.96 459	15.90 486	16.62 509	20.15 412	23.27 498	44.11 511	41.29 464	25.00 416	38.64 453	35.47 464	28.75 473	36.35 498	26.90 471	4.83 486	2.14 479	3.33 480	9.27 516	3.10 439	3.72 443

Abc-Net	20.61 470	7.39 444	25.96 459	15.90 486	16.62 509	20.15 412	23.27 498	44.11 511	41.29 464	25.00 416	38.64 453	35.47 464	28.75 473	36.35 498	26.90 471	4.83 486	2.14 479	3.33 480	9.27 516	3.10 439	3.72 443
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	20.61 470	12.13 481	46.35 505	21.53 503	17.78 512	19.41 404	23.64 505	37.23 470	50.61 498	26.20 429	37.72 444	24.90 389	25.02 456	24.63 447	23.53 441	3.13 469	1.65 463	5.69 489	4.09 490	3.64 454	3.34 435

RGC	20.62 473	14.30 490	21.99 448	18.85 497	14.53 503	21.42 421	14.82 459	36.00 456	44.32 477	28.54 449	41.82 475	40.12 486	29.43 478	35.44 494	23.33 439	4.12 479	0.72 292	8.80 507	4.39 493	4.55 464	4.84 456

DGSMNet	20.75 474	13.28 487	34.59 484	14.80 477	17.14 511	23.25 433	17.99 485	36.39 460	43.00 471	20.70 356	32.67 402	36.05 468	19.22 423	30.34 478	25.04 456	4.61 483	4.62 511	6.31 492	5.20 499	14.71 513	15.15 521

WCMA_ROB	21.17 475	5.89 424	22.32 451	10.39 419	7.65 447	34.55 491	16.42 470	33.20 425	34.02 418	42.06 504	52.50 511	44.09 502	37.59 504	33.66 487	26.77 470	7.45 502	3.18 498	1.27 447	1.43 459	4.18 459	4.81 454

psmorigin	21.56 476	11.18 470	36.59 488	10.19 409	7.08 435	25.30 446	12.35 436	33.52 429	33.12 408	43.62 509	54.15 519	42.72 498	37.44 503	36.87 503	28.98 484	1.65 443	2.78 492	0.81 420	1.19 451	3.62 453	8.10 492

G-Net	21.66 477	9.10 462	39.39 492	15.85 484	9.60 479	51.00 524	16.73 471	28.32 357	31.17 389	38.99 497	43.24 484	33.26 452	32.09 492	28.50 468	26.50 469	4.74 485	3.92 508	3.60 483	1.02 445	8.42 490	7.86 489

FBW_ROB	21.87 478	11.80 475	25.52 458	14.64 475	7.49 441	31.20 481	16.35 469	45.28 514	44.78 481	44.85 514	40.36 465	43.50 501	27.85 469	34.94 490	23.52 440	3.07 468	2.15 481	7.53 505	3.03 483	4.30 461	5.17 461

SANet	22.05 479	8.47 458	32.65 480	9.90 402	4.31 326	33.49 489	23.44 502	42.82 501	56.64 520	39.67 500	44.09 488	44.62 503	32.96 495	29.24 474	25.79 462	1.08 412	0.74 297	0.98 430	0.69 421	5.69 474	3.66 442

SQANet	22.07 480	25.29 517	21.78 447	26.81 516	18.92 515	30.75 479	10.25 410	33.47 427	30.10 376	25.73 422	34.31 424	33.45 453	19.94 430	29.16 471	20.03 422	11.68 515	3.08 496	26.95 527	5.80 502	20.97 523	12.99 515

UDG	22.21 481	15.90 497	16.41 396	21.71 504	20.17 517	32.51 484	13.78 450	36.62 463	35.77 436	26.64 434	31.43 378	37.49 473	32.33 494	22.77 438	21.19 429	11.08 513	5.60 515	23.12 522	7.74 509	17.07 518	14.89 520

STTRV1_RVC	22.31 482	18.60 502	39.50 493	16.79 490	23.81 525	29.59 476	15.67 463	35.42 449	34.27 420	35.05 487	34.94 430	31.94 441	28.80 475	29.17 472	23.89 445	12.64 521	3.40 502	6.58 494	4.73 495	15.20 515	6.23 471

SHD	22.33 483	11.30 472	32.10 477	15.61 482	9.88 480	26.75 459	10.12 408	41.84 497	61.77 530	36.36 491	44.65 491	39.28 480	31.10 489	35.07 491	32.76 496	2.35 456	1.95 472	1.24 446	1.90 470	4.33 462	6.34 473

CSAN	22.36 484	11.11 469	26.06 461	21.79 505	5.59 387	34.55 491	36.54 530	40.04 488	50.84 502	37.47 494	40.31 464	45.09 506	33.07 496	27.44 461	25.80 463	1.60 441	0.75 302	1.08 431	1.80 467	2.89 434	3.36 436

ADCL	22.44 485	7.79 448	49.20 510	10.61 427	7.28 439	40.40 511	21.03 493	32.07 409	55.07 512	28.53 448	48.73 502	31.68 435	31.69 491	34.04 488	38.38 505	1.22 428	0.93 338	2.65 473	1.89 469	2.65 430	2.94 423

CC-Net-ROB	22.73 486	23.99 514	30.57 473	14.72 476	8.91 474	32.98 485	16.17 467	46.75 518	37.29 441	33.88 483	32.33 398	35.48 466	25.00 454	24.75 449	28.78 482	9.60 507	3.03 495	25.33 525	3.87 488	14.82 514	6.33 472

ADCPNet	22.75 487	10.94 467	58.96 523	12.24 459	7.57 443	37.33 498	20.08 491	33.89 431	37.37 442	33.49 481	44.32 489	39.36 482	28.43 472	32.19 483	38.55 507	2.25 452	2.69 491	2.37 468	3.59 487	4.33 462	5.01 458

MeshStereo	22.95 488	7.84 449	12.46 335	8.13 358	5.20 366	38.49 503	13.36 448	42.69 500	38.05 448	51.34 523	53.82 515	58.22 528	43.29 517	38.42 509	29.59 487	2.96 465	2.84 494	3.11 478	2.33 476	3.12 441	3.65 441
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	23.35 489	18.18 500	47.37 507	14.55 474	8.63 466	28.33 468	29.16 521	39.88 487	55.80 517	32.16 472	53.91 517	39.35 481	24.42 450	27.60 464	38.11 504	1.06 411	0.24 176	1.20 439	0.95 439	3.16 443	2.93 422

DDUNet	23.49 490	20.59 508	17.13 406	24.58 513	22.45 521	24.86 442	17.96 484	31.42 401	31.06 388	29.59 454	37.81 446	37.85 475	26.39 462	25.77 453	18.74 413	18.99 525	8.10 523	26.65 526	11.80 522	19.41 522	18.58 526

MSMD_ROB	23.50 491	10.55 464	15.65 392	17.87 495	10.07 481	35.58 494	19.04 488	34.53 441	37.81 447	41.55 503	60.11 527	46.01 509	39.81 510	32.74 485	24.92 455	6.86 498	3.63 506	8.92 508	11.16 521	7.21 481	5.99 469

LE_ROB	23.59 492	4.64 400	16.84 402	8.59 369	3.05 268	33.01 486	18.53 487	28.96 365	67.40 542	70.71 544	55.67 523	48.44 516	48.90 524	26.06 455	37.98 503	0.44 307	0.24 176	0.27 358	0.54 407	0.49 266	0.98 194

ADCMid	23.61 493	12.42 484	44.10 502	11.85 451	8.33 464	27.89 466	20.03 490	36.49 462	39.56 456	40.81 501	47.01 500	36.89 470	43.95 518	39.12 512	42.60 519	1.95 448	1.55 460	3.05 476	3.98 489	5.20 468	5.37 463

AnyNet_C32	24.34 494	15.07 493	42.84 499	13.07 465	11.83 492	31.80 482	31.73 525	32.47 411	45.77 485	35.92 489	49.66 506	34.05 455	35.21 499	44.09 521	43.39 523	1.61 442	1.70 465	1.22 443	2.94 482	4.87 466	7.60 486

PSMNet-RUCA	24.65 495	28.24 520	42.85 500	35.58 525	34.48 530	16.04 355	11.34 426	40.36 489	31.70 393	31.88 467	41.00 468	37.50 474	25.41 457	29.19 473	17.07 399	12.35 518	2.12 478	20.72 521	8.27 514	17.19 519	9.64 503

MFN_U_SF_DS_RVC	24.71 496	14.86 492	32.18 478	26.47 515	10.48 484	40.27 510	22.83 497	36.88 468	44.51 479	42.59 505	47.13 501	40.20 487	28.00 470	36.70 501	28.36 477	4.23 481	4.00 509	6.73 498	16.35 527	5.05 467	6.34 473

ccnet	24.80 497	17.64 499	24.53 457	12.35 460	18.18 514	38.47 502	17.76 483	46.24 516	32.78 407	37.51 495	46.76 496	38.80 478	30.45 486	38.35 508	41.98 516	9.41 506	6.40 517	9.67 510	8.04 510	11.64 507	9.00 498

FC-DCNN	25.07 498	12.06 480	20.30 437	19.06 498	9.41 476	38.40 501	23.46 504	41.37 494	44.07 476	46.76 517	53.99 518	50.49 518	39.32 507	36.43 500	29.46 486	7.40 501	3.39 500	6.15 490	5.01 497	8.05 487	6.83 481

FC-DCNN v2	25.13 499	12.03 478	19.82 432	19.08 499	9.43 477	38.89 504	23.42 501	41.85 498	44.02 475	46.96 518	54.51 520	50.70 519	39.69 509	36.34 497	29.25 485	7.36 500	3.39 500	6.17 491	5.02 498	8.00 486	6.71 479

XQC	25.15 500	18.26 501	52.31 512	22.53 510	12.15 495	37.47 499	21.78 494	38.74 479	55.51 516	32.40 474	30.75 369	38.36 476	30.19 485	38.28 507	41.25 515	4.61 483	1.44 450	2.77 475	2.26 475	12.52 508	9.49 502

DPSNet	25.20 501	7.92 451	36.17 487	11.72 449	6.85 429	53.68 526	43.17 536	52.22 527	60.09 528	31.61 466	39.76 461	40.91 490	35.82 500	33.42 486	26.48 468	4.98 489	2.10 477	0.50 393	1.13 449	9.63 494	5.83 466

SGM-ForestM	25.21 502	4.80 403	13.50 353	8.68 372	3.74 296	46.85 518	22.04 496	46.25 517	51.32 506	51.28 522	52.07 510	62.64 535	47.13 522	46.05 522	36.30 499	1.99 449	2.25 484	1.21 440	1.24 454	1.65 404	3.21 430

PDISCO_ROB	25.35 503	10.44 463	31.01 475	29.47 521	20.36 518	38.32 500	17.74 482	45.56 515	55.34 514	29.88 457	42.94 482	46.63 511	29.76 481	36.23 496	31.29 494	10.74 510	2.20 483	6.96 499	3.53 486	9.98 498	8.52 496

EDNetEfficient	25.68 504	22.94 513	77.88 548	9.49 392	7.66 448	20.89 416	17.37 479	22.52 287	56.02 518	61.49 534	53.31 513	35.83 467	41.88 516	25.06 450	39.53 511	0.86 387	0.83 319	0.91 426	2.82 480	8.28 488	7.98 490

Wz-Net-TNSev	25.85 505	21.47 511	59.51 525	10.38 418	7.64 446	42.40 515	23.33 500	35.97 455	54.36 510	36.56 492	43.26 485	45.90 508	41.27 514	37.81 505	37.10 501	2.35 456	1.90 471	0.77 412	1.34 457	5.89 476	7.75 488

WZ-Net	25.86 506	14.23 489	64.17 528	15.77 483	10.61 485	39.36 506	28.01 518	41.38 495	54.97 511	28.82 451	53.68 514	40.90 489	30.14 484	37.91 506	42.98 522	1.59 438	0.49 240	0.73 409	0.95 439	5.43 470	5.12 460

GANetREF_RVC	26.12 507	30.35 521	27.03 462	26.08 514	6.28 419	31.16 480	37.25 532	48.48 520	50.90 503	37.30 493	36.39 439	34.11 456	30.98 487	38.51 510	28.38 478	9.08 504	2.68 490	16.48 518	5.42 501	16.24 517	9.34 501
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	26.18 508	15.77 496	20.36 438	28.79 520	15.78 507	40.13 509	19.12 489	43.57 506	42.59 468	44.78 513	52.51 512	50.73 520	40.32 512	35.32 493	28.55 479	6.41 494	3.61 505	7.11 501	6.54 503	10.58 499	10.93 511
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	27.11 509	15.49 495	48.87 509	15.20 481	10.99 487	31.86 483	24.37 508	43.99 509	58.30 523	43.12 507	49.92 508	41.90 496	41.43 515	42.90 520	46.29 527	3.00 467	2.60 487	2.45 470	3.47 485	7.63 483	8.41 494

DLNR_Zeroshot_test	27.91 510	51.88 535	91.97 562	98.26 570	97.92 570	3.07 22	0.49 32	31.27 398	8.33 123	8.40 129	15.66 183	7.22 136	1.66 39	12.16 213	4.82 204	40.46 536	1.87 469	0.06 217	0.33 344	80.45 559	1.99 348

MFN_U_SF_RVC	28.91 511	15.44 494	55.12 516	22.00 507	8.49 465	41.39 512	15.36 462	52.74 528	46.70 490	47.83 519	53.87 516	54.97 525	40.50 513	39.54 513	40.77 513	6.09 492	4.92 513	7.08 500	9.02 515	7.68 484	8.69 497

PASM	29.37 512	19.17 503	50.43 511	23.55 511	23.15 523	27.62 464	27.82 517	35.90 452	50.76 500	35.98 490	40.55 466	47.26 514	34.98 498	35.28 492	38.72 508	12.58 520	15.96 528	17.57 520	22.46 529	13.71 510	13.92 518

EDNetEfficientorigin	29.50 513	36.05 527	99.77 574	9.67 396	5.93 400	26.79 460	16.02 466	26.87 342	55.18 513	61.15 531	57.72 524	45.04 505	50.99 527	26.90 460	44.78 525	0.53 325	0.54 252	1.72 454	2.53 478	11.05 504	10.75 508

AnyNet_C01	30.67 514	27.57 518	76.09 546	17.61 492	12.18 496	50.42 523	28.89 520	39.14 484	41.14 463	41.36 502	65.66 538	47.21 513	40.16 511	47.50 523	49.82 534	2.38 458	2.79 493	2.31 465	2.83 481	8.35 489	9.99 507

LSM	30.92 515	21.18 510	57.13 522	19.98 500	54.02 542	33.70 490	25.92 513	43.87 507	49.18 494	46.43 516	55.59 522	43.44 499	36.70 502	36.70 501	28.75 480	2.94 464	9.77 524	5.07 487	8.20 513	10.77 500	29.00 533

RTS	30.97 516	24.38 515	96.47 564	17.75 493	12.63 499	58.43 535	26.47 514	38.01 473	63.33 533	44.41 511	46.81 497	33.16 450	45.26 519	52.06 529	42.65 520	2.66 461	1.40 441	1.09 432	1.02 445	5.49 472	5.86 467

RTSA	30.97 516	24.38 515	96.47 564	17.75 493	12.63 499	58.43 535	26.47 514	38.01 473	63.33 533	44.41 511	46.81 497	33.16 450	45.26 519	52.06 529	42.65 520	2.66 461	1.40 441	1.09 432	1.02 445	5.49 472	5.86 467

DispFullNet	31.01 518	32.97 523	59.04 524	30.27 522	28.46 527	33.06 487	11.44 428	37.69 472	54.13 509	33.30 479	37.78 445	44.68 504	28.96 476	42.19 519	29.68 489	12.35 518	3.56 504	36.10 531	12.90 524	32.29 531	19.42 528

coex-ft	31.29 519	39.15 531	93.51 563	9.71 399	5.77 393	36.25 496	26.79 516	31.43 402	59.45 526	73.35 548	58.73 525	45.49 507	48.48 523	30.19 476	46.52 529	1.59 438	1.71 466	0.94 427	0.97 442	9.43 493	6.35 475

MANE	33.27 520	12.69 485	21.10 443	22.10 508	15.09 506	49.75 521	29.51 522	54.10 531	56.36 519	59.73 527	64.93 535	65.43 539	57.34 537	52.70 532	41.02 514	10.52 509	6.09 516	7.35 503	20.29 528	9.66 495	9.65 504

otaku	33.83 521	36.87 529	53.81 513	40.41 528	21.58 519	54.54 528	17.45 480	44.01 510	61.47 529	39.63 498	50.06 509	46.76 512	29.76 481	40.64 516	30.07 491	19.17 526	7.09 520	32.34 529	9.92 518	24.17 526	16.94 523

PVD	34.10 522	19.91 505	39.04 491	27.08 517	18.09 513	35.11 493	44.32 538	52.16 526	66.36 539	53.04 525	64.50 534	52.33 523	56.17 533	52.24 531	42.11 517	4.17 480	4.82 512	9.60 509	4.65 494	11.11 505	25.25 531

ELAS	34.78 523	20.32 506	38.13 490	21.79 505	14.89 504	57.95 534	37.04 531	51.15 525	51.19 505	60.95 530	64.42 533	59.08 530	54.44 531	51.53 527	46.26 526	12.00 516	7.83 521	10.46 511	8.04 510	14.42 511	13.71 517
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	34.88 524	20.50 507	37.14 489	22.37 509	15.07 505	54.02 527	38.42 533	50.06 523	56.72 521	61.86 535	63.52 529	58.79 529	54.60 532	54.13 534	43.99 524	12.20 517	7.90 522	10.75 513	7.65 508	14.42 511	13.42 516
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SAMSARA	35.29 525	19.78 504	33.90 483	55.86 537	36.15 531	76.79 555	94.89 565	49.29 521	51.59 507	38.15 496	37.83 447	53.71 524	39.29 506	40.56 515	40.41 512	4.02 478	6.72 519	2.35 467	4.12 491	9.70 496	10.76 509

Ntro	35.59 526	38.58 530	55.41 517	43.66 532	22.54 522	57.26 529	23.73 506	47.69 519	63.99 536	39.63 498	48.82 503	47.68 515	37.60 505	41.55 518	30.80 493	17.85 524	6.61 518	33.21 530	10.52 520	26.65 527	17.97 525

BEATNet-Init1	36.29 527	22.72 512	56.79 520	28.53 519	13.41 502	59.81 538	33.49 526	53.72 530	58.64 524	60.78 529	63.63 530	70.42 541	56.59 535	53.93 533	46.48 528	5.63 490	4.14 510	7.49 504	7.45 504	11.35 506	10.88 510

ACVNet-4b	36.91 528	52.81 536	57.04 521	42.64 531	22.08 520	48.32 520	14.64 458	50.28 524	59.78 527	43.17 508	46.34 495	55.50 526	24.49 451	39.03 511	23.55 442	25.75 531	3.76 507	47.36 535	33.76 534	28.62 528	19.22 527

GCST	37.71 529	41.51 532	27.28 463	92.08 566	36.49 532	24.16 438	0.99 60	26.00 324	20.14 272	26.34 431	15.80 186	19.97 339	4.67 145	17.54 370	5.83 239	80.93 559	35.32 536	87.67 565	74.76 554	73.87 555	42.93 542

MSC_U_SF_DS_RVC	37.85 530	35.62 526	55.10 515	38.16 527	13.19 501	57.63 532	24.72 509	52.87 529	63.40 535	66.39 540	63.74 531	58.16 527	54.28 530	51.56 528	47.39 530	9.36 505	5.44 514	14.82 517	15.34 526	18.80 521	11.04 513

FADE	41.33 531	36.34 528	68.69 537	32.23 523	23.74 524	40.08 508	25.42 511	57.46 536	71.16 545	43.07 506	41.76 473	43.49 500	51.40 529	59.46 537	52.27 538	38.46 535	21.19 530	44.28 534	42.47 536	17.94 520	15.62 522

Consistency-Raft	41.94 532	35.39 525	45.40 504	33.16 524	41.47 536	45.14 517	33.50 527	56.78 535	55.37 515	32.11 471	65.41 536	30.46 431	49.76 525	40.94 517	48.33 533	27.72 532	35.00 535	43.33 533	51.89 544	39.60 534	28.04 532

ACVNet_1	42.11 533	50.66 534	66.19 533	45.24 534	25.33 526	50.11 522	25.60 512	55.90 532	65.25 537	60.15 528	59.98 526	63.57 536	50.05 526	50.45 526	38.46 506	20.06 527	11.00 525	38.79 532	14.48 525	31.31 530	19.68 529

NVStereoNet_ROB	42.81 534	34.00 524	46.84 506	37.40 526	28.64 528	35.65 495	33.88 529	49.95 522	58.27 522	69.65 543	75.69 548	66.36 540	65.66 541	48.37 524	62.04 547	16.50 523	25.07 532	23.61 524	32.35 532	21.58 524	24.72 530
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	51.77 535	63.10 544	65.03 532	60.15 538	39.21 535	59.39 537	31.46 524	57.61 537	78.49 554	50.61 521	66.05 539	59.57 531	45.26 519	50.17 525	42.57 518	46.92 540	45.90 543	53.26 539	32.46 533	54.03 540	34.14 536

anonymity	52.60 536	58.73 538	63.81 527	41.37 530	59.41 546	53.52 525	41.39 534	56.50 534	40.60 461	55.03 526	49.64 505	49.57 517	56.22 534	59.42 536	50.07 535	55.57 543	50.19 549	51.15 537	51.23 542	51.90 536	56.75 545

MADNet+	53.97 537	69.36 545	98.79 571	67.30 542	38.52 533	79.97 559	81.50 561	61.38 539	62.53 531	52.01 524	55.50 521	61.22 534	59.61 539	70.25 546	77.26 561	25.21 530	25.07 532	17.40 519	12.69 523	34.21 532	29.70 535

JetBlue	54.72 538	46.20 533	75.05 544	51.44 535	47.85 537	76.48 554	62.38 547	64.44 541	62.86 532	63.67 538	65.49 537	78.96 548	68.77 542	68.63 544	75.95 560	37.07 533	25.78 534	29.10 528	29.19 531	29.75 529	35.27 537

SGM+DAISY	55.54 539	57.77 537	64.45 530	40.89 529	53.89 540	63.34 541	50.45 540	56.00 533	45.95 486	61.43 533	64.32 532	61.05 533	56.70 536	61.32 539	56.86 541	56.51 545	49.35 547	50.49 536	50.00 541	52.52 537	57.57 546

SPS-STEREO	56.02 540	59.82 541	64.35 529	45.23 533	53.96 541	61.34 539	44.05 537	60.08 538	50.73 499	62.61 536	61.78 528	59.73 532	57.62 538	60.63 538	59.08 542	58.29 546	48.28 544	51.30 538	49.29 540	55.67 541	56.59 544
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	58.13 541	62.74 543	73.58 543	66.59 541	38.77 534	63.23 540	49.56 539	72.12 552	82.24 558	79.37 556	88.96 564	76.25 545	73.29 547	55.14 535	48.05 531	38.17 534	24.21 531	54.92 540	37.94 535	48.23 535	29.29 534

IMH-64-1	59.89 542	58.89 539	69.08 538	66.46 539	50.96 538	57.48 530	51.18 541	69.03 545	67.25 540	67.90 541	80.31 553	70.42 541	74.30 548	72.66 552	50.07 535	42.88 537	43.00 540	65.88 541	47.48 537	53.41 538	39.15 538

IMH-64	59.89 542	58.89 539	69.08 538	66.46 539	50.96 538	57.48 530	51.18 541	69.03 545	67.25 540	67.90 541	80.31 553	70.42 541	74.30 548	72.66 552	50.07 535	42.88 537	43.00 540	65.88 541	47.48 537	53.41 538	39.15 538

IMH	63.51 544	61.05 542	69.15 540	69.90 543	54.09 543	65.82 544	55.66 543	72.12 552	72.52 547	72.73 546	81.82 555	73.16 544	79.86 553	77.03 557	52.57 539	44.46 539	50.01 548	68.11 543	51.57 543	56.59 542	41.88 541

TorneroNet-64	66.18 545	71.37 547	72.19 542	76.80 547	59.54 547	67.82 545	59.56 544	67.83 544	79.98 555	63.09 537	67.00 540	82.98 553	69.97 544	68.02 541	62.78 548	49.03 541	44.17 542	73.23 545	64.19 546	69.14 546	54.83 543

PWCK	66.53 546	88.82 563	80.30 551	80.69 555	30.85 529	65.18 543	41.64 535	72.55 554	71.28 546	78.68 555	69.18 542	78.14 547	62.17 540	82.93 561	63.46 549	80.46 558	40.52 539	82.05 556	47.71 539	74.54 556	39.47 540

WAO-6	71.06 547	73.42 549	67.24 534	79.78 554	61.93 550	69.67 546	60.23 545	75.12 557	87.02 561	74.87 549	79.60 552	79.28 549	84.75 559	68.25 543	61.91 546	67.67 549	48.98 546	81.65 554	73.43 551	66.76 544	59.64 547

TorneroNet	71.59 548	73.91 550	76.67 547	81.06 556	65.65 551	71.44 548	65.68 549	71.66 551	75.08 549	71.76 545	73.09 547	84.12 557	74.51 550	70.46 547	69.58 552	59.87 547	48.58 545	79.93 550	73.78 552	75.74 557	69.18 556

LVE	71.96 549	73.19 548	84.13 555	75.60 546	55.78 545	75.59 551	63.60 548	77.67 558	83.64 559	82.16 557	87.25 563	83.54 555	82.79 558	76.17 555	65.22 550	49.11 542	57.71 555	74.86 547	62.93 545	66.84 545	61.36 548

MFMNet_re	72.11 550	79.45 555	64.79 531	52.91 536	84.26 561	78.00 557	69.47 552	64.08 540	67.45 543	61.33 532	71.28 544	64.22 537	69.42 543	72.45 549	61.54 544	81.63 561	73.93 562	80.19 552	74.21 553	83.02 561	88.49 564

WAO-7	72.48 551	78.58 552	55.84 518	79.20 552	69.56 556	71.30 547	73.06 556	78.20 561	84.37 560	77.52 552	85.78 559	79.44 550	80.26 554	65.93 540	66.47 551	62.13 548	69.81 560	70.46 544	73.18 550	66.66 543	61.95 549

notaker	72.59 552	79.99 557	79.75 550	79.06 551	68.60 554	63.66 542	62.15 546	69.61 548	75.78 550	77.77 553	79.16 551	79.92 551	84.80 560	77.69 558	59.73 543	70.15 552	61.03 556	77.65 549	68.69 548	70.81 548	65.81 553

ktn	72.86 553	80.20 558	70.88 541	79.38 553	69.76 557	75.01 549	70.17 555	69.27 547	77.21 551	73.05 547	77.79 550	77.79 546	77.01 551	73.04 554	56.44 540	79.36 555	66.31 557	80.24 553	68.37 547	72.53 553	63.45 550

UNDER WATER-64	73.59 554	75.19 551	88.26 558	74.50 545	55.55 544	78.94 558	76.55 558	65.86 542	68.37 544	75.79 551	69.24 543	84.00 556	77.49 552	69.01 545	73.11 555	81.39 560	57.22 554	82.69 557	80.62 557	69.53 547	68.45 555

LRCNet_RVC	73.95 555	70.63 546	75.65 545	77.92 549	60.69 549	41.66 513	16.24 468	71.26 550	48.66 492	88.23 564	93.84 567	90.11 563	82.18 556	80.69 560	61.88 545	97.09 571	72.20 561	96.71 570	97.62 571	77.99 558	77.70 560

DPSimNet_ROB	74.86 556	83.75 561	61.14 526	77.51 548	65.78 552	76.04 553	75.86 557	74.62 556	77.61 552	82.20 558	75.97 549	80.50 552	72.45 545	68.06 542	84.65 563	81.90 562	52.11 550	79.97 551	76.71 556	70.85 549	79.47 561

UNDER WATER	76.36 557	79.65 556	88.23 557	84.62 558	67.01 553	77.90 556	78.03 559	67.43 543	72.64 548	75.52 550	71.49 546	85.52 558	82.57 557	70.68 548	75.48 559	79.61 557	54.01 551	86.59 563	84.76 562	72.44 552	72.94 558

TCMNet-wrong-test	76.88 558	91.55 566	89.69 559	97.65 569	97.33 569	94.96 564	92.79 564	70.14 549	66.18 538	63.79 539	71.43 545	65.35 538	51.30 528	85.36 563	74.52 558	56.30 544	20.24 529	82.94 561	82.30 559	95.20 571	88.51 565

WAO-8	77.20 559	78.94 553	67.39 535	86.73 560	72.82 558	79.98 560	69.63 553	77.88 559	88.66 563	83.17 560	86.77 560	85.56 559	85.20 561	72.63 550	69.82 553	75.00 553	55.65 552	87.92 566	83.63 560	71.60 550	64.97 551

Venus	77.20 559	78.94 553	67.39 535	86.73 560	72.82 558	79.98 560	69.63 553	77.88 559	88.66 563	83.17 560	86.77 560	85.56 559	85.20 561	72.63 550	69.82 553	75.00 553	55.65 552	87.92 566	83.63 560	71.61 551	64.97 551

HanzoNet	77.99 561	81.45 560	83.64 552	78.05 550	69.26 555	75.78 552	69.09 551	73.99 555	78.09 553	82.39 559	83.06 556	85.66 561	87.00 564	86.11 564	74.40 557	85.46 566	68.53 559	81.84 555	75.61 555	73.07 554	67.26 554

JetRed	79.80 562	80.33 559	91.79 561	71.25 544	75.71 560	91.85 563	80.84 560	79.41 562	80.84 556	84.48 562	84.47 558	83.34 554	72.72 546	79.51 559	85.74 564	69.66 551	81.68 563	73.70 546	72.68 549	82.42 560	73.53 559

Dean	80.94 563	86.19 562	83.94 554	85.03 559	60.07 548	75.42 550	67.27 550	81.85 563	88.36 562	92.35 566	87.09 562	92.14 565	93.19 566	83.37 562	74.06 556	68.69 550	66.48 558	94.89 569	84.90 563	83.86 563	69.69 557

ASD4	87.80 564	90.70 565	83.73 553	83.43 557	90.78 565	97.93 567	99.61 572	89.14 565	96.84 569	88.33 565	93.49 565	89.94 562	86.43 563	88.88 565	91.91 565	79.57 556	81.89 564	76.64 548	81.57 558	83.78 562	81.45 562

KSHMR	88.63 565	93.05 567	84.15 556	95.59 567	91.74 566	82.94 562	83.28 562	84.59 564	81.87 557	87.85 563	83.96 557	91.71 564	81.49 555	76.73 556	82.12 562	96.47 570	96.06 569	96.71 570	97.16 570	92.74 569	92.47 570

tt	89.84 566	1.21 48	99.99 576	99.29 573	100.00 576	100.00 577	100.00 577	100.00 577	99.99 575	78.46 554	68.51 541	99.99 578	100.00 576	100.00 578	100.00 579	95.27 568	99.93 574	87.33 564	86.20 564	94.13 570	86.50 563

xxxxx1	91.89 567	95.36 569	98.42 568	87.40 562	89.37 562	98.54 568	98.20 569	92.95 566	93.30 566	93.53 567	95.30 568	97.01 567	96.36 567	94.68 567	94.93 566	83.39 563	84.31 565	82.86 558	88.15 566	84.30 564	89.46 566

tt_ll	91.89 567	95.36 569	98.42 568	87.40 562	89.37 562	98.54 568	98.20 569	92.95 566	93.30 566	93.53 567	95.30 568	97.01 567	96.36 567	94.68 567	94.93 566	83.39 563	84.31 565	82.86 558	88.15 566	84.30 564	89.46 566

ff	91.89 567	95.36 569	98.42 568	87.40 562	89.37 562	98.54 568	98.20 569	92.95 566	93.30 566	93.53 567	95.30 568	97.01 567	96.36 567	94.68 567	94.93 566	83.39 563	84.31 565	82.86 558	88.15 566	84.30 564	89.46 566

USTest	93.46 570	90.54 564	77.93 549	88.02 565	92.66 567	99.95 575	99.98 575	99.76 574	99.80 573	99.20 573	99.52 574	98.00 570	99.17 572	89.23 566	99.32 573	90.19 567	98.20 570	84.23 562	87.33 565	84.55 567	91.69 569

MADNet++	94.07 571	93.58 568	90.62 560	96.24 568	96.57 568	97.26 566	90.52 563	94.64 569	91.89 565	97.09 570	93.64 566	94.65 566	92.81 565	96.06 570	95.06 569	95.31 569	95.85 568	92.44 568	92.08 569	91.00 568	94.17 572

PML	99.07 572	100.00 578	98.17 567	99.22 572	99.21 572	99.98 576	99.74 573	98.27 571	98.10 570	100.00 578	99.37 572	98.77 572	99.85 573	100.00 578	98.07 571	100.00 575	99.54 571	100.00 575	99.51 573	99.87 574	93.65 571

MEDIAN_ROB	99.20 573	99.85 573	99.64 573	98.51 571	98.53 571	98.60 571	97.88 568	98.83 572	98.59 571	99.35 574	99.47 573	99.57 573	99.05 571	98.38 571	98.37 572	99.99 573	99.63 572	100.00 575	100.00 576	99.82 573	99.92 574

HaxPig	99.40 574	99.99 575	97.53 566	99.99 575	99.99 574	96.91 565	97.19 566	99.57 573	99.99 575	99.98 577	100.00 576	99.99 578	99.96 575	99.06 572	97.86 570	99.99 573	100.00 576	100.00 575	100.00 576	100.00 575	99.98 575

Anonymous_1	99.63 575	99.96 574	99.94 575	99.77 574	99.59 573	100.00 577	100.00 577	99.81 576	99.98 574	99.63 575	99.94 575	99.75 575	100.00 576	99.67 573	99.89 574	98.37 572	99.84 573	98.70 572	99.26 572	99.29 572	99.24 573

test_example2	99.67 576	99.99 575	99.99 576	100.00 576	99.99 574	99.87 574	99.99 576	98.01 570	100.00 577	100.00 578	100.00 576	98.18 571	98.43 570	99.98 575	99.98 575	100.00 575	99.99 575	99.40 573	99.52 574	100.00 575	100.00 576

ccccc	99.70 577	98.11 572	100.00 578	100.00 576	100.00 576	99.33 573	99.79 574	99.78 575	99.22 572	99.63 575	98.82 571	99.67 574	99.92 574	99.95 574	99.99 576	100.00 575	100.00 576	99.97 574	99.91 575	100.00 575	100.00 576

AVERAGE_ROB	99.81 578	99.99 575	99.44 572	100.00 576	100.00 576	99.02 572	97.81 567	100.00 577	100.00 577	100.00 578	100.00 576	100.00 580	100.00 576	100.00 578	100.00 579	100.00 575	100.00 576	100.00 575	100.00 576	100.00 575	100.00 576

DPSMNet_ROB	99.95 579	100.00 578	100.00 578	100.00 576	100.00 576	100.00 577	100.00 577	100.00 577	100.00 577	99.16 571	100.00 576	99.95 576	100.00 576	99.98 575	99.99 576	100.00 575	100.00 576	100.00 575	100.00 576	100.00 575	100.00 576

DGTPSM_ROB	99.95 579	100.00 578	100.00 578	100.00 576	100.00 576	100.00 577	100.00 577	100.00 577	100.00 577	99.16 571	100.00 576	99.95 576	100.00 576	99.98 575	99.99 576	100.00 575	100.00 576	100.00 575	100.00 576	100.00 575	100.00 576

Selective-RAFT-Error	100.00 581	100.00 578	100.00 578	100.00 576	100.00 576	100.00 577	100.00 577	100.00 577	100.00 577	100.00 578	100.00 576	100.00 580	100.00 576	100.00 578	100.00 579	100.00 575	100.00 576	100.00 575	100.00 576	100.00 575	100.00 576

CasAABBNet	100.00 581	100.00 578	100.00 578	100.00 576	100.00 576	100.00 577	100.00 577	100.00 577	100.00 577	100.00 578	100.00 576	100.00 580	100.00 576	100.00 578	100.00 579	100.00 575	100.00 576	100.00 575	100.00 576	100.00 575	100.00 576

LSM0	100.00 581	100.00 578	100.00 578	100.00 576	100.00 576	100.00 577	100.00 577	100.00 577	100.00 577	100.00 578	100.00 576	100.00 580	100.00 576	100.00 578	100.00 579	100.00 575	100.00 576	100.00 575	100.00 576	100.00 575	100.00 576

DPSM_ROB	100.00 581	100.00 578	100.00 578	100.00 576	100.00 576	100.00 577	100.00 577	100.00 577	100.00 577	100.00 578	100.00 576	100.00 580	100.00 576	100.00 578	100.00 579	100.00 575	100.00 576	100.00 575	100.00 576	100.00 575	100.00 576

DPSM	100.00 581	100.00 578	100.00 578	100.00 576	100.00 576	100.00 577	100.00 577	100.00 577	100.00 577	100.00 578	100.00 576	100.00 580	100.00 576	100.00 578	100.00 579	100.00 575	100.00 576	100.00 575	100.00 576	100.00 575	100.00 576

Low-res two-view benchmark