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

StereoIM	0.36 1	0.25 35	0.58 48	0.44 23	0.34 137	0.30 3	0.30 22	0.72 5	0.50 6	0.37 2	0.36 1	0.58 46	0.49 54	0.52 4	0.36 33	0.19 91	0.16 155	0.19 49	0.15 30	0.18 41	0.14 11

MIF-Stereo	0.36 1	0.23 13	0.59 52	0.48 51	0.36 145	0.40 10	0.32 30	0.53 1	0.49 5	0.54 30	0.55 17	0.36 2	0.31 6	0.58 13	0.51 130	0.20 116	0.15 124	0.17 14	0.15 30	0.19 71	0.15 27

AEACV	0.37 3	0.24 19	0.52 26	0.47 41	0.51 242	0.37 8	0.38 67	0.65 3	0.53 16	0.42 4	0.56 18	0.46 15	0.60 96	0.53 5	0.30 1	0.16 11	0.13 42	0.18 36	0.15 30	0.17 24	0.14 11

EGLCR-Stereo	0.37 3	0.22 9	0.51 24	0.43 8	0.26 20	0.44 16	0.22 2	0.99 63	0.48 4	0.42 4	0.42 2	0.67 66	0.29 3	0.86 67	0.33 16	0.17 32	0.12 9	0.19 49	0.17 74	0.17 24	0.15 27

Selective-IGEV	0.39 5	0.24 19	0.50 18	0.44 23	0.25 18	0.46 18	0.33 33	1.25 149	0.40 1	0.35 1	0.45 3	0.52 36	0.30 4	1.07 107	0.30 1	0.14 4	0.12 9	0.17 14	0.13 11	0.16 13	0.13 3

GLC_STEREO	0.39 5	0.25 35	0.41 9	0.54 133	0.23 6	0.48 20	0.30 22	0.73 6	0.58 18	0.52 28	0.73 35	0.51 31	0.31 6	0.64 26	0.42 72	0.17 32	0.20 223	0.23 148	0.19 106	0.21 131	0.17 60

CREStereo	0.39 5	0.21 4	0.38 4	0.34 1	0.22 4	0.53 56	0.29 19	0.77 11	1.11 174	0.58 32	0.71 32	0.51 31	0.41 18	0.54 7	0.34 24	0.18 60	0.13 42	0.15 3	0.10 2	0.14 2	0.14 11
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
LoS	0.40 8	0.21 4	0.44 11	0.37 2	0.22 4	0.50 39	0.40 81	1.00 67	0.94 106	0.48 17	0.66 22	0.48 21	0.40 16	0.60 23	0.37 38	0.18 60	0.14 75	0.16 9	0.11 6	0.14 2	0.14 11

CroCo-Stereo	0.40 8	0.31 156	0.73 129	0.58 181	0.27 33	0.26 1	0.33 33	0.95 51	0.81 69	0.42 4	0.47 5	0.65 62	0.47 38	0.39 1	0.34 24	0.18 60	0.15 124	0.16 9	0.14 22	0.19 71	0.16 41
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
CASnet	0.41 10	0.25 35	0.48 15	0.50 71	0.20 2	0.50 39	0.36 54	0.81 20	0.80 68	0.83 69	0.68 26	0.48 21	0.31 6	0.54 7	0.32 7	0.18 60	0.12 9	0.27 234	0.22 195	0.23 176	0.14 11
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS_RVC	0.42 11	0.26 46	0.40 8	0.44 23	0.82 343	0.51 49	0.44 122	0.64 2	0.41 2	0.44 8	0.78 44	0.44 8	0.47 38	0.56 10	0.36 33	0.13 1	0.12 9	0.14 1	0.10 2	0.13 1	0.84 368

test_xeample3	0.42 11	0.28 83	0.69 97	0.43 8	0.33 122	0.56 68	0.38 67	0.79 12	0.45 3	0.53 29	0.46 4	0.44 8	0.44 26	1.38 151	0.31 5	0.18 60	0.14 75	0.19 49	0.15 30	0.17 24	0.16 41

ff7	0.43 13	0.27 67	0.56 37	0.44 23	0.33 122	0.50 39	0.42 94	0.87 24	0.50 6	0.49 20	0.53 10	0.44 8	0.48 46	1.38 151	0.33 16	0.17 32	0.12 9	0.21 95	0.15 30	0.18 41	0.18 78

ffff	0.43 13	0.27 67	0.56 37	0.44 23	0.33 122	0.50 39	0.42 94	0.87 24	0.50 6	0.49 20	0.53 10	0.44 8	0.48 46	1.38 151	0.33 16	0.17 32	0.12 9	0.21 95	0.15 30	0.18 41	0.18 78

11t	0.43 13	0.27 67	0.56 37	0.44 23	0.33 122	0.50 39	0.42 94	0.87 24	0.50 6	0.49 20	0.53 10	0.44 8	0.48 46	1.38 151	0.33 16	0.17 32	0.12 9	0.21 95	0.15 30	0.18 41	0.18 78

anonymousdsp	0.43 13	0.27 67	0.53 28	0.44 23	0.32 106	0.50 39	0.42 94	0.89 32	0.51 13	0.49 20	0.53 10	0.47 18	0.47 38	1.33 139	0.33 16	0.17 32	0.12 9	0.21 95	0.15 30	0.18 41	0.18 78

ProNet	0.43 13	0.28 83	0.58 48	0.43 8	0.30 79	0.56 68	0.52 177	1.00 67	0.58 18	0.44 8	0.49 8	0.43 6	0.43 22	1.28 130	0.36 33	0.15 6	0.13 42	0.19 49	0.16 58	0.17 24	0.16 41

MC-Stereo	0.43 13	0.23 13	0.48 15	0.51 94	0.28 52	0.39 9	0.32 30	0.88 31	0.68 44	0.60 38	0.84 54	0.56 40	0.61 105	1.03 96	0.31 5	0.17 32	0.11 3	0.17 14	0.15 30	0.16 13	0.13 3

ccc-4	0.43 13	0.27 67	0.56 37	0.44 23	0.33 122	0.50 39	0.42 94	0.87 24	0.50 6	0.49 20	0.53 10	0.44 8	0.48 46	1.38 151	0.33 16	0.17 32	0.12 9	0.21 95	0.15 30	0.18 41	0.18 78

IGEV-Stereo	0.43 13	0.27 67	0.54 32	0.45 32	0.32 106	0.50 39	0.42 94	0.90 38	0.51 13	0.49 20	0.53 10	0.47 18	0.47 38	1.32 137	0.33 16	0.17 32	0.12 9	0.21 95	0.15 30	0.18 41	0.18 78
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CroCo-Stereo Lap2	0.44 21	0.34 205	0.77 158	0.61 216	0.79 334	0.28 2	0.35 46	0.75 8	0.71 51	0.38 3	0.50 9	0.72 79	0.55 73	0.57 12	0.47 109	0.17 32	0.18 193	0.19 49	0.16 58	0.21 131	0.20 133

TANstereo	0.44 21	0.21 4	0.44 11	0.41 5	0.21 3	0.65 108	0.26 9	0.79 12	0.83 75	0.93 82	0.98 81	0.51 31	0.46 32	0.54 7	0.35 27	0.18 60	0.24 270	0.16 9	0.13 11	0.16 13	0.26 223

MIF-Stereo (partial)	0.45 23	0.25 35	0.70 103	0.50 71	0.52 250	0.35 5	0.26 9	0.91 39	0.59 21	0.45 12	0.71 32	0.51 31	0.51 57	1.11 113	0.45 91	0.20 116	0.16 155	0.23 148	0.20 134	0.24 189	0.18 78

IGEVStereo-DCA	0.46 24	0.28 83	0.56 37	0.43 8	0.33 122	0.49 30	0.42 94	0.87 24	0.50 6	0.47 13	0.48 6	0.48 21	0.46 32	2.03 249	0.30 1	0.19 91	0.14 75	0.19 49	0.15 30	0.16 13	0.18 78

rrr	0.46 24	0.28 83	0.73 129	0.43 8	0.33 122	0.49 30	0.38 67	0.76 10	0.50 6	0.47 13	0.48 6	0.48 21	0.46 32	2.03 249	0.30 1	0.19 91	0.14 75	0.19 49	0.15 30	0.16 13	0.16 41

test croco	0.46 24	0.27 67	1.01 238	0.50 71	0.40 182	0.35 5	0.37 63	0.87 24	0.56 17	0.43 7	0.76 41	0.42 4	0.40 16	1.13 116	0.45 91	0.21 142	0.15 124	0.24 168	0.19 106	0.24 189	0.16 41

XX-TBD	0.46 24	0.70 336	0.35 1	0.79 320	0.25 18	0.58 74	0.26 9	0.69 4	1.27 245	0.76 52	1.00 86	0.45 14	0.33 10	0.47 3	0.37 38	0.19 91	0.15 124	0.15 3	0.11 6	0.17 24	0.14 11

PMTNet	0.46 24	0.21 4	0.38 4	0.37 2	0.23 6	0.71 141	0.27 14	0.74 7	1.04 146	0.64 39	0.70 30	0.55 38	0.47 38	0.86 67	0.35 27	1.00 374	0.13 42	0.15 3	0.10 2	0.15 5	0.13 3

iRaftStereo_RVC	0.47 29	0.26 46	0.64 72	0.50 71	0.29 63	0.53 56	0.33 33	1.05 86	0.77 61	0.84 71	1.00 86	0.55 38	0.37 12	0.81 57	0.40 57	0.17 32	0.12 9	0.22 121	0.20 134	0.19 71	0.15 27

CREStereo++_RVC	0.47 29	0.21 4	0.38 4	0.45 32	0.38 169	0.45 17	0.25 4	0.75 8	1.29 254	0.80 61	1.21 168	0.47 18	0.37 12	0.53 5	0.44 83	0.16 11	0.11 3	0.15 3	0.80 376	0.18 41	0.11 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
MyStereo07	0.48 31	0.29 110	0.50 18	0.55 152	0.45 209	0.59 78	0.79 271	1.05 86	0.51 13	0.48 17	0.53 10	0.43 6	0.55 73	1.30 134	0.34 24	0.17 32	0.16 155	0.24 168	0.20 134	0.23 176	0.20 133

4D-IteraStereo	0.48 31	0.24 19	0.76 154	0.50 71	0.44 202	0.66 117	0.31 27	0.87 24	1.02 139	1.03 110	0.72 34	0.78 89	0.32 9	0.64 26	0.37 38	0.17 32	0.11 3	0.23 148	0.19 106	0.19 71	0.13 3

CES	0.48 31	0.20 2	0.37 2	0.39 4	1.39 380	0.55 65	0.35 46	0.98 61	0.66 40	0.44 8	0.66 22	0.35 1	0.27 2	0.56 10	0.33 16	0.15 6	0.13 42	0.15 3	0.10 2	0.19 71	1.46 385

AE-Stereo	0.49 34	0.27 67	0.67 85	0.60 204	0.39 177	0.67 121	0.46 140	1.18 128	1.09 168	0.47 13	0.75 39	0.69 73	0.47 38	0.59 14	0.40 57	0.16 11	0.15 124	0.21 95	0.20 134	0.19 71	0.15 27

sCroCo_RVC	0.49 34	0.40 247	1.02 244	0.65 256	0.60 283	0.52 51	0.40 81	0.83 21	0.61 22	0.44 8	0.74 37	0.49 28	0.50 55	0.63 25	0.48 114	0.26 241	0.27 289	0.23 148	0.22 195	0.29 238	0.25 205

RCA-Stereo	0.50 36	0.23 13	0.58 48	0.48 51	0.33 122	0.55 65	0.45 133	0.97 59	1.38 293	0.68 42	1.05 110	0.63 56	0.80 162	0.59 14	0.32 7	0.17 32	0.12 9	0.17 14	0.14 22	0.16 13	0.14 11

knoymous	0.51 37	0.29 110	0.47 13	0.43 8	0.30 79	0.55 65	0.55 200	1.02 73	0.77 61	0.98 96	0.85 55	0.94 146	0.56 77	0.85 64	0.45 91	0.20 116	0.14 75	0.26 223	0.14 22	0.23 176	0.23 181

11t1	0.52 38	0.28 83	0.68 88	0.51 94	0.28 52	0.83 188	0.39 78	1.22 141	0.63 25	0.84 71	0.74 37	0.68 68	0.68 125	0.91 74	0.57 158	0.21 142	0.18 193	0.19 49	0.16 58	0.20 97	0.21 149

LL-Strereo2	0.52 38	0.33 186	0.69 97	0.52 110	0.37 152	0.70 138	0.30 22	1.13 117	0.67 41	0.94 87	0.78 44	0.91 134	0.42 20	1.05 102	0.42 72	0.17 32	0.16 155	0.29 252	0.25 237	0.21 131	0.16 41

Selective-RAFT	0.52 38	0.28 83	0.79 168	0.55 152	0.27 33	0.91 204	0.33 33	0.80 17	0.88 85	0.58 32	0.63 20	0.81 97	0.77 150	1.29 133	0.48 114	0.19 91	0.14 75	0.17 14	0.15 30	0.19 71	0.17 60

HUI-Stereo	0.52 38	0.30 125	0.73 129	0.50 71	0.27 33	0.65 108	0.30 22	1.04 80	0.64 27	1.12 136	0.96 73	0.83 109	0.60 96	0.79 52	0.45 91	0.22 165	0.14 75	0.24 168	0.20 134	0.26 207	0.18 78

test-1	0.52 38	0.26 46	1.04 251	0.56 164	0.32 106	0.61 87	0.38 67	1.10 108	0.91 97	0.78 56	1.01 91	0.77 86	0.52 59	0.60 23	0.42 72	0.17 32	0.14 75	0.20 73	0.17 74	0.20 97	0.23 181

rafts_anoy	0.52 38	0.29 110	0.59 52	0.59 193	0.50 232	0.53 56	0.40 81	1.11 114	1.03 142	0.84 71	0.83 52	0.68 68	0.54 67	0.72 39	0.51 130	0.19 91	0.14 75	0.24 168	0.26 250	0.21 131	0.18 78

s12784h	0.52 38	0.20 2	0.38 4	0.41 5	0.19 1	0.96 222	0.34 43	1.17 123	1.25 233	0.81 65	0.90 64	0.63 56	0.50 55	1.45 166	0.42 72	0.14 4	0.12 9	0.17 14	0.11 6	0.18 41	0.11 1

raftrobust	0.52 38	0.25 35	0.56 37	0.65 256	0.52 250	0.49 30	0.34 43	0.98 61	0.91 97	1.30 231	0.87 59	0.63 56	0.81 165	0.78 49	0.41 64	0.19 91	0.15 124	0.16 9	0.14 22	0.15 5	0.16 41

Gwc-CoAtRS	0.52 38	0.24 19	0.68 88	0.48 51	0.29 63	0.64 96	0.25 4	1.16 121	1.08 162	1.01 103	1.00 86	1.12 204	0.56 77	0.69 31	0.37 38	0.16 11	0.13 42	0.17 14	0.15 30	0.15 5	0.15 27

IGEV_Zeroshot_test	0.53 47	0.30 125	0.99 230	0.56 164	0.35 140	0.41 12	0.32 30	1.37 166	0.63 25	1.00 100	1.09 123	0.95 152	0.41 18	0.83 60	0.39 54	0.18 60	0.12 9	0.19 49	0.18 88	0.19 71	0.17 60

EKT-Stereo	0.53 47	0.30 125	0.73 129	0.58 181	0.60 283	0.51 49	0.48 154	0.94 48	0.90 92	0.71 47	0.88 61	0.77 86	0.43 22	1.07 107	0.40 57	0.22 165	0.16 155	0.21 95	0.18 88	0.20 97	0.22 164

Any-RAFT	0.53 47	0.24 19	0.47 13	0.47 41	0.27 33	1.00 232	0.25 4	1.58 217	1.05 150	0.85 75	0.99 83	1.06 184	0.47 38	0.70 33	0.32 7	0.18 60	0.13 42	0.16 9	0.13 11	0.16 13	0.16 41

anonymousdsp2	0.53 47	0.27 67	0.74 143	0.48 51	0.29 63	0.76 159	0.47 146	1.61 224	0.82 74	0.77 55	0.77 42	0.75 82	0.47 38	1.03 96	0.40 57	0.18 60	0.13 42	0.18 36	0.13 11	0.19 71	0.18 78

fff	0.53 47	0.24 19	0.70 103	0.43 8	0.24 9	0.48 20	0.36 54	1.07 101	1.25 233	1.10 130	1.02 98	0.57 42	1.06 265	0.73 41	0.52 136	0.16 11	0.13 42	0.17 14	0.13 11	0.15 5	0.19 111

test_4	0.53 47	0.22 9	0.56 37	0.54 133	0.32 106	0.64 96	0.39 78	0.80 17	0.62 23	0.92 81	1.87 321	0.68 68	0.42 20	1.16 120	0.37 38	0.15 6	0.13 42	0.20 73	0.22 195	0.20 97	0.15 27

GMOStereo	0.53 47	0.26 46	0.65 76	0.50 71	0.29 63	0.52 51	0.43 110	0.89 32	0.96 110	1.41 274	1.14 146	0.85 118	0.56 77	0.59 14	0.38 48	0.16 11	0.14 75	0.24 168	0.21 170	0.20 97	0.15 27

error version	0.53 47	0.26 46	0.65 76	0.50 71	0.29 63	0.52 51	0.43 110	0.89 32	0.96 110	1.41 274	1.14 146	0.85 118	0.56 77	0.59 14	0.38 48	0.16 11	0.14 75	0.24 168	0.21 170	0.20 97	0.15 27

test-v	0.53 47	0.26 46	0.65 76	0.50 71	0.29 63	0.52 51	0.43 110	0.89 32	0.96 110	1.41 274	1.14 146	0.85 118	0.56 77	0.59 14	0.38 48	0.16 11	0.14 75	0.24 168	0.21 170	0.20 97	0.15 27

test-2	0.53 47	0.26 46	0.65 76	0.50 71	0.29 63	0.52 51	0.43 110	0.89 32	0.96 110	1.41 274	1.14 146	0.85 118	0.56 77	0.59 14	0.38 48	0.16 11	0.14 75	0.24 168	0.21 170	0.20 97	0.15 27

raft+_RVC	0.53 47	0.26 46	0.54 32	0.60 204	0.47 223	0.54 59	0.54 187	1.27 151	0.99 129	0.76 52	1.03 106	0.70 76	0.56 77	0.93 80	0.47 109	0.18 60	0.14 75	0.19 49	0.18 88	0.18 41	0.15 27

Anonymous	0.53 47	0.38 238	0.91 210	0.66 261	0.73 317	0.65 108	0.59 226	0.95 51	0.73 55	0.47 13	0.58 19	0.42 4	0.60 96	0.80 53	0.53 144	0.24 203	0.23 261	0.21 95	0.21 170	0.41 297	0.29 242

csc	0.53 47	0.24 19	0.70 103	0.43 8	0.24 9	0.48 20	0.36 54	1.07 101	1.25 233	1.10 130	1.02 98	0.57 42	1.06 265	0.73 41	0.52 136	0.16 11	0.13 42	0.17 14	0.13 11	0.15 5	0.19 111

cscssc	0.53 47	0.24 19	0.70 103	0.43 8	0.24 9	0.48 20	0.36 54	1.07 101	1.25 233	1.10 130	1.02 98	0.57 42	1.06 265	0.73 41	0.52 136	0.16 11	0.13 42	0.17 14	0.13 11	0.15 5	0.19 111

1test111	0.54 61	0.31 156	0.50 18	0.54 133	0.26 20	1.18 262	0.51 168	1.42 176	0.78 63	0.58 32	0.79 47	0.48 21	0.88 198	0.88 69	0.59 163	0.20 116	0.12 9	0.25 204	0.15 30	0.22 152	0.21 149

RAFT-Test	0.54 61	0.25 35	0.64 72	0.47 41	0.30 79	0.97 226	0.27 14	1.24 147	0.81 69	0.96 89	1.12 138	1.28 244	0.48 46	0.71 37	0.36 33	0.17 32	0.13 42	0.17 14	0.14 22	0.16 13	0.16 41

DCANet-4	0.54 61	0.26 46	1.07 259	0.42 7	0.24 9	0.48 20	0.36 54	0.99 63	1.30 260	1.10 130	1.02 98	0.56 40	0.75 138	0.73 41	0.52 136	0.16 11	0.13 42	0.17 14	0.13 11	0.15 5	0.19 111

x	0.54 61	0.31 156	0.61 59	0.47 41	0.30 79	0.67 121	0.47 146	1.53 208	0.79 67	0.81 65	0.83 52	0.78 89	0.70 131	0.70 33	0.62 175	0.21 142	0.19 206	0.22 121	0.19 106	0.21 131	0.20 133

test-3	0.54 61	0.22 9	0.68 88	0.47 41	0.27 33	0.58 74	0.35 46	0.92 40	1.00 134	1.32 243	0.69 29	0.87 126	0.45 29	1.68 209	0.37 38	0.16 11	0.11 3	0.20 73	0.16 58	0.17 24	0.13 3

test_1	0.54 61	0.22 9	0.68 88	0.47 41	0.27 33	0.58 74	0.35 46	0.92 40	1.00 134	1.28 218	0.68 26	0.87 126	0.45 29	1.67 204	0.37 38	0.16 11	0.11 3	0.20 73	0.16 58	0.17 24	0.13 3

PSM-adaLoss	0.54 61	0.30 125	0.73 129	0.50 71	0.27 33	0.65 108	0.41 92	1.04 80	0.64 27	1.12 136	0.96 73	0.82 102	0.61 105	1.06 103	0.45 91	0.22 165	0.14 75	0.24 168	0.20 134	0.26 207	0.18 78

ROB_FTStereo_v2	0.54 61	0.30 125	0.73 129	0.50 71	0.27 33	0.64 96	0.42 94	1.05 86	0.64 27	1.12 136	0.96 73	0.83 109	0.60 96	1.12 115	0.46 104	0.22 165	0.14 75	0.24 168	0.20 134	0.26 207	0.18 78

ROB_FTStereo	0.54 61	0.30 125	0.73 129	0.50 71	0.27 33	0.64 96	0.25 4	1.05 86	0.64 27	1.12 136	0.95 71	0.82 102	0.61 105	1.15 118	0.45 91	0.22 165	0.14 75	0.24 168	0.20 134	0.26 207	0.18 78

cross-raft	0.54 61	0.25 35	0.61 59	0.52 110	0.29 63	0.68 127	0.37 63	1.46 186	0.76 59	1.01 103	1.06 112	1.28 244	0.46 32	0.71 37	0.35 27	0.15 6	0.12 9	0.18 36	0.16 58	0.19 71	0.14 11

RAFT-IKP	0.54 61	0.30 125	0.73 129	0.50 71	0.27 33	0.59 78	0.36 54	1.04 80	0.64 27	1.12 136	0.96 73	0.83 109	0.61 105	1.22 124	0.45 91	0.22 165	0.14 75	0.24 168	0.20 134	0.26 207	0.18 78

RALCasStereoNet	0.54 61	0.30 125	0.66 82	0.59 193	0.51 242	0.61 87	0.52 177	0.94 48	0.93 103	0.70 45	1.01 91	0.78 89	0.44 26	1.33 139	0.47 109	0.20 116	0.16 155	0.18 36	0.16 58	0.20 97	0.19 111

DCANet	0.54 61	0.24 19	0.70 103	0.43 8	0.24 9	0.49 30	0.36 54	1.05 86	1.30 260	1.12 136	1.03 106	0.58 46	0.92 210	0.81 57	0.52 136	0.16 11	0.13 42	0.17 14	0.13 11	0.18 41	0.19 111

RAFT-Stereo + iAFF	0.54 61	0.25 35	0.68 88	0.43 8	0.24 9	0.40 10	0.34 43	1.04 80	1.09 168	1.32 243	1.60 280	0.80 94	0.68 125	0.67 30	0.39 54	0.13 1	0.10 1	0.18 36	0.17 74	0.17 24	0.13 3

CFNet-RSSM	0.54 61	0.24 19	0.70 103	0.48 51	0.28 52	0.60 84	0.27 14	1.49 190	1.14 189	1.06 114	0.93 69	1.08 191	0.54 67	0.70 33	0.35 27	0.16 11	0.12 9	0.17 14	0.15 30	0.16 13	0.14 11

MSKI-zero shot	0.55 76	0.26 46	0.57 45	0.51 94	0.26 20	0.69 131	0.28 17	1.18 128	0.64 27	0.91 79	1.32 206	0.82 102	0.33 10	1.92 238	0.32 7	0.17 32	0.12 9	0.17 14	0.13 11	0.16 13	0.16 41

test_3	0.55 76	0.23 13	0.71 114	0.53 118	0.28 52	0.61 87	0.40 81	0.92 40	1.05 150	1.19 182	0.68 26	0.93 143	0.44 26	1.67 204	0.39 54	0.15 6	0.12 9	0.22 121	0.19 106	0.21 131	0.14 11

Patchmatch Stereo++	0.55 76	0.30 125	0.73 129	0.50 71	0.27 33	0.65 108	0.29 19	1.05 86	0.64 27	1.12 136	0.96 73	0.83 109	0.60 96	1.37 147	0.45 91	0.22 165	0.14 75	0.24 168	0.20 134	0.26 207	0.18 78
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
DeepStereo_RVC	0.55 76	0.29 110	0.72 117	0.51 94	0.30 79	0.59 78	0.33 33	1.03 76	0.70 47	1.16 166	0.93 69	0.83 109	0.94 221	0.96 81	0.54 150	0.21 142	0.14 75	0.21 95	0.19 106	0.24 189	0.24 193

iRAFT	0.55 76	0.30 125	0.73 129	0.50 71	0.27 33	0.65 108	0.29 19	1.05 86	0.64 27	1.12 136	0.96 73	0.83 109	0.60 96	1.37 147	0.45 91	0.22 165	0.14 75	0.24 168	0.20 134	0.26 207	0.18 78

CRE-IMP	0.55 76	0.30 125	0.74 143	0.52 110	0.29 63	0.79 174	0.25 4	1.04 80	0.72 52	1.09 122	0.95 71	0.81 97	0.57 85	1.10 110	0.50 127	0.21 142	0.14 75	0.23 148	0.19 106	0.28 233	0.22 164

sAnonymous2	0.55 76	0.56 302	1.46 315	0.60 204	0.51 242	0.48 20	0.52 177	0.79 12	0.68 44	0.50 26	0.67 24	0.46 15	0.62 110	0.59 14	0.40 57	0.22 165	0.17 179	0.22 121	0.21 170	0.86 366	0.56 339

CroCo_RVC	0.55 76	0.56 302	1.46 315	0.60 204	0.51 242	0.48 20	0.52 177	0.79 12	0.68 44	0.50 26	0.67 24	0.46 15	0.62 110	0.59 14	0.40 57	0.22 165	0.17 179	0.22 121	0.21 170	0.86 366	0.56 339

GMStereo	0.55 76	0.45 268	0.94 218	0.50 71	0.32 106	0.64 96	0.43 110	1.00 67	1.40 302	0.82 68	0.73 35	0.51 31	0.45 29	0.85 64	0.55 154	0.24 203	0.15 124	0.20 73	0.21 170	0.31 254	0.24 193
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ACVNet-DCA	0.56 85	0.31 156	0.50 18	0.54 133	0.26 20	1.18 262	0.51 168	1.42 176	0.78 63	0.58 32	0.79 47	0.48 21	0.88 198	1.46 168	0.32 7	0.20 116	0.12 9	0.25 204	0.15 30	0.22 152	0.21 149

riskmin	0.56 85	0.27 67	0.60 56	0.43 8	0.31 91	0.83 188	0.42 94	1.14 118	1.04 146	0.73 51	0.75 39	1.11 203	1.01 250	0.81 57	0.51 130	0.20 116	0.14 75	0.24 168	0.15 30	0.24 189	0.25 205

MIPNet	0.56 85	0.28 83	0.94 218	0.49 64	0.33 122	0.66 117	0.38 67	1.35 163	1.08 162	1.06 114	0.92 67	0.60 51	0.79 157	0.73 41	0.52 136	0.17 32	0.14 75	0.19 49	0.16 58	0.18 41	0.17 60

iGMRVC	0.56 85	0.30 125	0.73 129	0.50 71	0.27 33	0.65 108	0.38 67	1.05 86	0.64 27	1.12 136	0.96 73	0.83 109	0.60 96	1.52 177	0.46 104	0.22 165	0.14 75	0.24 168	0.20 134	0.26 207	0.18 78

MIM_Stereo	0.57 89	0.24 19	0.92 214	0.46 35	0.30 79	0.54 59	0.28 17	1.27 151	0.75 56	1.00 100	1.16 155	0.93 143	0.53 64	1.45 166	0.61 172	0.16 11	0.16 155	0.20 73	0.19 106	0.17 24	0.14 11

qqq	0.57 89	0.34 205	0.71 114	0.47 41	0.27 33	0.64 96	0.62 233	1.42 176	0.78 63	0.80 61	0.92 67	0.95 152	0.77 150	0.88 69	0.59 163	0.21 142	0.20 223	0.24 168	0.23 215	0.22 152	0.21 149

ADStereo(finetuned)	0.57 89	0.24 19	1.06 255	0.43 8	0.24 9	0.49 30	0.35 46	1.05 86	1.30 260	1.12 136	1.03 106	0.58 46	1.20 291	0.84 62	0.51 130	0.16 11	0.13 42	0.17 14	0.13 11	0.18 41	0.19 111

R-Stereo Train	0.57 89	0.26 46	0.63 66	0.54 133	0.36 145	0.69 131	0.54 187	1.22 141	0.72 52	1.61 314	1.50 260	0.75 82	0.53 64	0.64 26	0.44 83	0.18 60	0.15 124	0.17 14	0.15 30	0.17 24	0.17 60

RAFT-Stereo	0.57 89	0.26 46	0.63 66	0.54 133	0.36 145	0.69 131	0.54 187	1.22 141	0.72 52	1.61 314	1.50 260	0.75 82	0.53 64	0.64 26	0.44 83	0.18 60	0.15 124	0.17 14	0.15 30	0.17 24	0.17 60
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RAFT+CT+SA	0.58 94	0.29 110	0.60 56	0.66 261	0.37 152	0.42 13	0.55 200	1.27 151	1.03 142	0.70 45	1.22 170	0.60 51	0.70 131	1.64 198	0.41 64	0.18 60	0.13 42	0.22 121	0.22 195	0.21 131	0.18 78

IPLGR	0.58 94	0.27 67	1.14 273	0.48 51	0.28 52	0.65 108	0.33 33	1.22 141	1.13 187	1.18 178	1.05 110	0.69 73	0.66 124	0.96 81	0.52 136	0.17 32	0.15 124	0.20 73	0.17 74	0.20 97	0.18 78

AFF-stereo	0.58 94	0.25 35	0.64 72	0.46 35	0.29 63	0.34 4	0.38 67	1.15 120	1.14 189	1.17 174	1.60 280	1.10 199	0.71 133	0.97 86	0.43 81	0.13 1	0.11 3	0.19 49	0.19 106	0.17 24	0.14 11

dd	0.59 97	0.48 279	0.97 227	0.55 152	0.32 106	0.64 96	0.47 146	1.02 73	1.34 274	0.78 56	0.86 56	0.58 46	0.54 67	1.01 93	0.86 240	0.28 260	0.18 193	0.26 223	0.19 106	0.32 259	0.24 193

PFNet+	0.59 97	0.28 83	0.77 158	0.53 118	0.30 79	0.59 78	0.31 27	0.92 40	1.14 189	1.33 251	1.10 127	0.79 92	0.57 85	1.31 135	0.49 121	0.25 227	0.17 179	0.28 244	0.26 250	0.21 131	0.25 205

AnonymousM	0.59 97	1.11 369	0.41 9	0.44 23	0.32 106	0.43 14	0.47 146	1.05 86	0.64 27	0.98 96	0.63 20	0.67 66	0.43 22	0.59 14	0.41 64	0.20 116	0.15 124	1.84 386	0.84 378	0.14 2	0.13 3

GANet-ADL	0.60 100	0.35 221	0.72 117	0.64 244	0.40 182	0.68 127	0.51 168	1.49 190	1.12 178	0.95 88	1.08 118	0.91 134	0.57 85	0.76 46	0.55 154	0.26 241	0.18 193	0.18 36	0.16 58	0.23 176	0.25 205

TRStereo	0.60 100	0.60 319	0.97 227	0.74 308	0.67 301	0.46 18	0.38 67	1.85 278	0.89 88	0.79 59	0.80 51	0.88 129	0.39 14	1.10 110	0.41 64	0.23 188	0.15 124	0.23 148	0.24 226	0.17 24	0.15 27

NRIStereo	0.60 100	0.29 110	0.69 97	0.53 118	0.28 52	0.63 94	0.33 33	1.08 105	0.87 81	1.14 152	0.87 59	0.91 134	0.59 94	2.24 266	0.49 121	0.20 116	0.14 75	0.21 95	0.19 106	0.21 131	0.17 60

RALAANet	0.60 100	0.33 186	0.87 196	0.62 227	0.50 232	0.69 131	0.31 27	1.21 134	1.06 153	1.09 122	1.16 155	0.88 129	0.46 32	1.22 124	0.42 72	0.19 91	0.15 124	0.21 95	0.17 74	0.27 219	0.17 60

111	0.60 100	0.23 13	0.70 103	0.43 8	0.24 9	0.72 143	0.42 94	1.18 128	1.41 305	0.80 61	1.38 226	1.10 199	0.79 157	0.96 81	0.58 161	0.18 60	0.13 42	0.17 14	0.15 30	0.17 24	0.19 111

FENet	0.60 100	0.28 83	0.63 66	0.54 133	0.33 122	0.83 188	0.38 67	1.27 151	1.07 158	1.00 100	0.86 56	0.99 166	0.85 183	0.96 81	0.68 188	0.22 165	0.15 124	0.23 148	0.20 134	0.22 152	0.23 181

MyStereo06	0.61 106	0.28 83	0.95 221	0.56 164	0.46 219	0.61 87	0.73 258	1.78 264	0.67 41	1.03 110	1.12 138	1.13 209	0.56 77	0.78 49	0.41 64	0.17 32	0.16 155	0.23 148	0.20 134	0.22 152	0.20 133

ACRE	0.61 106	0.33 186	1.01 238	0.58 181	0.49 227	0.75 155	0.47 146	1.06 99	0.95 108	1.37 261	1.55 268	0.62 54	0.46 32	0.83 60	0.70 190	0.23 188	0.15 124	0.19 49	0.16 58	0.18 41	0.21 149

Anonymous3	0.61 106	0.44 262	1.11 268	0.59 193	0.49 227	0.93 212	0.65 238	0.93 44	0.81 69	0.72 50	0.88 61	0.65 62	0.69 128	1.06 103	0.53 144	0.35 304	0.30 307	0.26 223	0.26 250	0.31 254	0.27 228

tt1	0.62 109	0.32 170	0.51 24	0.54 133	0.26 20	1.16 259	0.48 154	0.95 51	2.47 369	0.57 31	0.77 42	0.49 28	0.81 165	1.55 185	0.32 7	0.20 116	0.12 9	0.24 168	0.15 30	0.19 71	0.20 133

CIPLG	0.62 109	0.33 186	0.96 225	0.58 181	0.50 232	0.75 155	0.48 154	1.05 86	0.96 110	1.40 272	1.57 276	0.64 59	0.48 46	0.89 72	0.70 190	0.23 188	0.15 124	0.19 49	0.16 58	0.19 71	0.21 149

IPLGR_C	0.62 109	0.33 186	0.99 230	0.58 181	0.49 227	0.76 159	0.48 154	1.10 108	0.96 110	1.40 272	1.56 272	0.62 54	0.48 46	0.80 53	0.71 195	0.23 188	0.15 124	0.19 49	0.16 58	0.19 71	0.21 149

HHNet	0.62 109	0.26 46	0.63 66	0.43 8	0.45 209	0.50 39	0.58 219	1.07 101	1.01 136	1.25 209	2.23 346	0.70 76	0.61 105	1.07 107	0.47 109	0.20 116	0.13 42	0.23 148	0.19 106	0.19 71	0.30 254

Pruner-Stereo	0.62 109	0.29 110	0.70 103	0.61 216	0.31 91	0.63 94	0.43 110	1.17 123	0.99 129	1.53 299	1.08 118	0.95 152	0.55 73	1.35 143	0.51 130	0.23 188	0.14 75	0.24 168	0.21 170	0.21 131	0.23 181

DIP-Stereo	0.62 109	0.30 125	0.83 178	0.48 51	0.36 145	0.95 218	0.33 33	2.37 366	0.67 41	1.25 209	1.00 86	0.68 68	0.51 57	0.91 74	0.61 172	0.18 60	0.15 124	0.21 95	0.17 74	0.19 71	0.19 111
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
mmm	0.63 115	0.35 221	0.72 117	0.51 94	0.30 79	0.86 197	0.54 187	1.59 218	0.86 77	1.07 116	1.38 226	0.79 92	0.75 138	0.91 74	0.58 161	0.22 165	0.18 193	0.29 252	0.25 237	0.25 199	0.23 181

HH	0.63 115	0.30 125	0.77 158	0.50 71	0.32 106	0.49 30	0.46 140	1.65 231	0.64 27	0.69 43	1.09 123	1.63 302	0.85 183	1.90 236	0.37 38	0.18 60	0.13 42	0.19 49	0.17 74	0.19 71	0.16 41

HanStereo	0.63 115	0.30 125	0.77 158	0.50 71	0.32 106	0.49 30	0.46 140	1.65 231	0.64 27	0.69 43	1.09 123	1.63 302	0.85 183	1.90 236	0.37 38	0.18 60	0.13 42	0.19 49	0.17 74	0.19 71	0.16 41

CAS	0.63 115	0.18 1	0.37 2	2.27 388	0.84 345	0.57 73	0.54 187	0.79 12	0.62 23	0.48 17	0.70 30	0.36 2	0.26 1	0.45 2	0.35 27	2.24 389	0.10 1	0.14 1	0.09 1	0.15 5	1.06 379

TestStereo1	0.63 115	0.28 83	0.75 145	0.76 314	0.31 91	0.48 20	0.43 110	1.30 155	1.21 221	0.97 92	1.31 201	0.64 59	0.77 150	1.75 217	0.42 72	0.20 116	0.15 124	0.22 121	0.18 88	0.21 131	0.17 60

RAFT_CTSACE	0.63 115	0.26 46	0.88 199	0.55 152	0.51 242	0.71 141	0.44 122	0.80 17	0.97 117	0.97 92	1.84 316	1.18 217	0.68 125	1.47 172	0.36 33	0.16 11	0.15 124	0.21 95	0.20 134	0.20 97	0.14 11

SA-5K	0.63 115	0.28 83	0.75 145	0.76 314	0.31 91	0.48 20	0.43 110	1.30 155	1.21 221	0.97 92	1.31 201	0.64 59	0.77 150	1.75 217	0.42 72	0.20 116	0.15 124	0.22 121	0.18 88	0.21 131	0.17 60

ICVP	0.63 115	0.33 186	0.57 45	0.61 216	0.40 182	0.80 179	0.58 219	1.61 224	0.89 88	0.90 77	1.24 176	0.88 129	0.73 134	0.72 39	0.88 241	0.29 268	0.21 239	0.22 121	0.21 170	0.24 189	0.27 228
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
XX-Stereo	0.63 115	0.26 46	1.90 346	0.81 326	0.67 301	0.43 14	0.23 3	1.03 76	0.58 18	0.65 40	1.56 272	1.41 265	0.39 14	1.28 130	0.35 27	0.20 116	0.14 75	0.20 73	0.19 106	0.18 41	0.14 11

ACVNet	0.63 115	0.31 156	0.54 32	0.54 133	0.36 145	0.80 179	0.46 140	1.37 166	1.07 158	0.93 82	1.30 196	1.08 191	0.85 183	0.80 53	0.94 247	0.21 142	0.19 206	0.21 95	0.18 88	0.22 152	0.18 78

cc1	0.64 125	0.31 156	0.50 18	0.54 133	0.26 20	1.18 262	0.51 168	0.93 44	3.05 381	0.58 32	0.79 47	0.48 21	0.88 198	1.46 168	0.32 7	0.20 116	0.12 9	0.25 204	0.15 30	0.19 71	0.19 111

GwcNet-ADL	0.64 125	0.31 156	0.79 168	0.56 164	0.41 188	0.60 84	0.58 219	1.41 174	1.26 238	1.08 117	1.13 143	0.91 134	0.60 96	1.04 101	0.78 215	0.27 250	0.18 193	0.18 36	0.18 88	0.25 199	0.29 242

RAFT	0.64 125	0.30 125	0.73 129	0.59 193	0.33 122	0.68 127	0.58 219	1.04 80	0.76 59	1.08 117	1.19 163	1.65 307	0.93 216	1.06 103	0.56 156	0.21 142	0.18 193	0.27 234	0.24 226	0.22 152	0.17 60

TestStereo	0.64 125	0.39 243	0.71 114	0.51 94	0.27 33	0.56 68	0.42 94	1.03 76	0.91 97	0.80 61	1.00 86	0.68 68	0.52 59	3.25 307	0.45 91	0.22 165	0.15 124	0.24 168	0.18 88	0.27 219	0.16 41

DN-CSS_ROB	0.64 125	0.32 170	1.05 252	0.55 152	0.40 182	0.54 59	0.45 133	1.21 134	0.93 103	1.03 110	1.47 251	0.69 73	0.63 115	1.76 222	0.49 121	0.18 60	0.14 75	0.25 204	0.22 195	0.22 152	0.20 133

whm_eth	0.65 130	0.47 274	1.05 252	0.55 152	0.64 294	0.69 131	0.45 133	1.34 161	1.26 238	1.02 106	1.92 326	0.49 28	0.48 46	0.70 33	0.52 136	0.23 188	0.20 223	0.25 204	0.24 226	0.24 189	0.31 264

StereoVision	0.65 130	0.34 205	0.86 186	0.59 193	0.40 182	0.50 39	0.41 92	1.09 106	0.93 103	0.71 47	2.50 358	0.82 102	0.57 85	1.03 96	0.49 121	0.25 227	0.28 295	0.29 252	0.28 275	0.36 274	0.20 133

CASS	0.65 130	0.34 205	0.72 117	0.56 164	0.27 33	0.78 170	0.42 94	1.59 218	0.86 77	1.30 231	1.25 180	0.87 126	0.84 180	0.84 62	0.54 150	0.35 304	0.19 206	0.26 223	0.21 170	0.28 233	0.42 305
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_5	0.65 130	0.30 125	0.75 145	0.67 271	0.50 232	0.92 209	0.52 177	1.39 172	1.12 178	0.76 52	1.11 132	1.00 167	0.90 205	1.53 181	0.45 91	0.18 60	0.13 42	0.23 148	0.22 195	0.21 131	0.19 111

iRaft-Stereo_20w	0.65 130	0.31 156	1.00 235	0.47 41	0.34 137	0.73 146	0.30 22	2.96 380	0.70 47	1.15 155	1.14 146	0.76 85	0.65 122	1.11 113	0.38 48	0.17 32	0.13 42	0.18 36	0.16 58	0.19 71	0.18 78

EAI-Stereo	0.65 130	0.28 83	0.69 97	0.53 118	0.27 33	0.60 84	0.40 81	2.28 359	0.64 27	0.71 47	3.18 369	0.57 42	0.43 22	1.06 103	0.41 64	0.18 60	0.13 42	0.17 14	0.17 74	0.17 24	0.17 60

HITNet	0.65 130	0.40 247	0.77 158	0.48 51	0.24 9	1.05 238	0.49 161	1.76 257	1.02 139	1.18 178	1.18 160	0.89 133	0.80 162	0.85 64	0.79 221	0.17 32	0.12 9	0.21 95	0.17 74	0.29 238	0.15 27
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
MyStereo05	0.66 137	0.28 83	1.07 259	0.56 164	0.46 219	0.61 87	0.73 258	1.34 161	1.41 305	1.15 155	0.91 65	0.77 86	0.80 162	1.41 162	0.63 179	0.17 32	0.16 155	0.23 148	0.20 134	0.22 152	0.20 133

PCWNet_CMD	0.66 137	0.32 170	0.88 199	0.49 64	0.37 152	0.78 170	0.40 81	1.42 176	1.31 264	1.16 166	1.31 201	1.25 233	0.62 110	0.89 72	0.57 158	0.20 116	0.16 155	0.27 234	0.19 106	0.40 294	0.25 205

ToySt	0.66 137	0.33 186	1.23 283	0.51 94	0.33 122	0.86 197	0.68 248	1.10 108	0.97 117	0.84 71	1.08 118	1.25 233	0.94 221	1.01 93	0.74 202	0.19 91	0.19 206	0.24 168	0.24 226	0.27 219	0.23 181

DisPM	0.66 137	0.28 83	0.72 117	0.61 216	0.35 140	0.62 93	0.45 133	1.02 73	0.99 129	1.56 307	1.10 127	0.80 94	0.59 94	2.37 275	0.41 64	0.23 188	0.14 75	0.23 148	0.21 170	0.20 97	0.25 205

SA	0.66 137	0.30 125	0.82 176	0.61 216	0.30 79	0.58 74	0.38 67	1.44 183	1.30 260	0.96 89	1.36 220	0.66 64	0.95 226	1.85 232	0.42 72	0.19 91	0.15 124	0.25 204	0.23 215	0.21 131	0.17 60

CFNet_pseudo	0.66 137	0.32 170	0.86 186	0.48 51	0.39 177	0.70 138	0.40 81	1.33 157	1.22 223	1.16 166	1.34 213	1.24 229	0.64 118	0.98 87	0.59 163	0.21 142	0.16 155	0.33 285	0.19 106	0.36 274	0.25 205

GES	0.66 137	0.34 205	0.90 207	0.59 193	0.38 169	0.94 214	0.57 216	2.11 331	0.86 77	1.02 106	1.11 132	0.66 64	0.79 157	0.99 89	0.61 172	0.27 250	0.19 206	0.20 73	0.20 134	0.21 131	0.30 254

MSMDNet	0.66 137	0.32 170	0.87 196	0.49 64	0.37 152	0.79 174	0.40 81	1.43 182	1.31 264	1.15 155	1.31 201	1.24 229	0.63 115	0.88 69	0.57 158	0.21 142	0.16 155	0.26 223	0.19 106	0.39 290	0.24 193

ccs_rob	0.66 137	0.33 186	0.86 186	0.48 51	0.39 177	0.70 138	0.40 81	1.33 157	1.22 223	1.16 166	1.34 213	1.23 227	0.64 118	0.98 87	0.59 163	0.21 142	0.16 155	0.35 302	0.20 134	0.37 278	0.25 205

MyStereo04	0.67 146	0.29 110	1.07 259	0.55 152	0.45 209	0.59 78	0.79 271	1.50 194	1.40 302	0.91 79	0.91 65	0.74 80	0.86 191	1.52 177	0.62 175	0.17 32	0.16 155	0.24 168	0.20 134	0.23 176	0.20 133

xx1	0.67 146	0.31 156	0.50 18	0.54 133	0.26 20	1.18 262	0.51 168	0.93 44	3.05 381	0.58 32	0.79 47	0.95 152	0.77 150	1.46 168	0.32 7	0.20 116	0.12 9	0.24 168	0.23 215	0.22 152	0.21 149

GMStereo_Zeroshot	0.67 146	0.61 320	1.01 238	0.64 244	0.37 152	0.84 195	0.35 46	1.05 86	1.12 178	1.12 136	1.06 112	1.27 241	0.54 67	1.19 121	0.59 163	0.32 284	0.17 179	0.31 265	0.18 88	0.52 333	0.22 164

DMCA	0.67 146	0.34 205	0.90 207	0.51 94	0.44 202	0.86 197	0.47 146	1.42 176	1.02 139	1.17 174	1.12 138	1.23 227	0.75 138	0.78 49	0.95 249	0.25 227	0.19 206	0.27 234	0.19 106	0.24 189	0.27 228

raft_robust	0.68 150	0.30 125	0.64 72	0.52 110	0.26 20	0.54 59	0.35 46	1.33 157	1.24 230	1.16 166	1.07 115	0.60 51	0.54 67	3.58 317	0.37 38	0.18 60	0.14 75	0.20 73	0.22 195	0.20 97	0.16 41

IPLG	0.69 151	0.27 67	0.97 227	0.51 94	0.43 196	0.79 174	0.33 33	1.21 134	1.06 153	1.30 231	1.10 127	0.52 36	0.55 73	3.16 305	0.63 179	0.16 11	0.14 75	0.19 49	0.16 58	0.18 41	0.17 60

UCFNet_RVC	0.69 151	0.35 221	0.49 17	0.64 244	0.39 177	0.85 196	0.58 219	1.75 251	1.14 189	0.97 92	1.19 163	1.17 214	0.93 216	0.99 89	0.62 175	0.28 260	0.20 223	0.34 295	0.31 298	0.32 259	0.27 228

CFNet_ucs	0.70 153	0.33 186	0.88 199	0.50 71	0.43 196	0.74 149	0.44 122	1.60 221	1.29 254	1.22 194	1.54 266	1.09 197	0.63 115	0.99 89	0.59 163	0.25 227	0.20 223	0.37 312	0.21 170	0.40 294	0.28 239

IER	0.70 153	0.31 156	1.02 244	0.48 51	0.52 250	1.34 285	0.51 168	1.17 123	0.99 129	1.23 197	1.34 213	1.12 204	1.11 274	0.99 89	0.71 195	0.20 116	0.16 155	0.21 95	0.21 170	0.20 97	0.19 111

HCRNet	0.70 153	0.39 243	0.73 129	0.60 204	0.59 280	0.76 159	0.35 46	1.22 141	1.13 187	1.02 106	0.99 83	1.02 176	0.76 146	2.19 263	0.70 190	0.28 260	0.19 206	0.28 244	0.23 215	0.25 199	0.23 181

SFCPSM	0.70 153	0.28 83	1.02 244	0.51 94	0.38 169	1.37 288	0.66 243	2.00 312	1.03 142	1.17 174	1.21 168	0.82 102	0.78 155	1.03 96	0.53 144	0.21 142	0.17 179	0.22 121	0.24 226	0.21 131	0.19 111

AdaStereo	0.70 153	0.43 259	0.75 145	0.73 306	0.37 152	0.92 209	0.53 183	1.85 278	1.18 208	1.12 136	1.23 174	1.07 190	0.65 122	0.96 81	0.63 179	0.31 279	0.15 124	0.32 278	0.21 170	0.29 238	0.22 164
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
BSDual-CNN	0.71 158	0.32 170	0.68 88	0.54 133	0.44 202	1.27 276	0.65 238	2.16 341	0.98 122	1.20 186	1.11 132	1.12 204	0.74 136	0.91 74	0.66 184	0.24 203	0.17 179	0.25 204	0.22 195	0.22 152	0.22 164

qqq1	0.72 159	0.30 125	0.86 186	0.46 35	0.26 20	0.82 184	0.43 110	2.05 321	1.39 297	1.23 197	1.47 251	0.98 161	0.95 226	1.71 212	0.44 83	0.24 203	0.20 223	0.18 36	0.15 30	0.18 41	0.18 78

fff1	0.72 159	0.30 125	0.86 186	0.46 35	0.26 20	0.82 184	0.43 110	2.05 321	1.39 297	1.23 197	1.47 251	0.98 161	0.95 226	1.71 212	0.44 83	0.24 203	0.20 223	0.18 36	0.15 30	0.18 41	0.18 78

ffm	0.72 159	0.33 186	0.85 180	0.53 118	0.37 152	0.74 149	0.56 206	0.95 51	2.47 369	1.15 155	1.45 244	1.06 184	0.82 169	1.55 185	0.32 7	0.20 116	0.12 9	0.31 265	0.27 258	0.19 71	0.20 133

anonymousa	0.72 159	0.27 67	0.75 145	0.47 41	0.63 292	1.43 298	0.45 133	1.24 147	0.89 88	1.28 218	1.75 306	1.62 300	1.13 279	0.69 31	0.59 163	0.19 91	0.16 155	0.23 148	0.25 237	0.20 97	0.18 78

Sa-1000	0.72 159	0.29 110	0.76 154	0.59 193	0.30 79	0.73 146	0.37 63	1.62 227	1.33 271	1.28 218	2.04 336	0.86 122	0.75 138	1.84 229	0.38 48	0.19 91	0.14 75	0.25 204	0.23 215	0.20 97	0.16 41

psmg	0.72 159	0.32 170	0.68 88	0.50 71	0.44 202	1.48 301	0.75 260	1.94 302	0.98 122	1.21 189	1.33 208	1.12 204	0.74 136	0.91 74	0.66 184	0.24 203	0.19 206	0.25 204	0.25 237	0.23 176	0.22 164

UDGNet	0.72 159	1.17 374	0.80 173	0.77 317	0.41 188	0.77 165	0.38 67	0.97 59	1.34 274	0.81 65	0.88 61	0.71 78	0.60 96	1.21 123	0.54 150	0.52 351	0.19 206	1.02 378	0.26 250	0.71 361	0.31 264

PSMNet-ADL	0.72 159	0.35 221	0.62 63	0.69 284	0.46 219	1.14 252	0.44 122	1.37 166	1.01 136	0.83 69	1.17 158	1.33 253	0.96 231	1.43 163	0.95 249	0.33 289	0.22 253	0.21 95	0.23 215	0.27 219	0.29 242

LCNet	0.72 159	0.28 83	0.52 26	0.55 152	0.31 91	0.69 131	0.54 187	1.00 67	0.88 85	1.19 182	1.34 213	0.97 160	1.34 313	2.56 283	0.45 91	0.18 60	0.13 42	0.21 95	0.25 237	0.27 219	0.73 363

GANet-RSSM	0.72 159	0.28 83	0.63 66	0.64 244	0.58 273	0.80 179	0.58 219	1.89 286	1.08 162	1.04 113	1.25 180	1.15 212	1.04 258	1.49 174	0.62 175	0.25 227	0.19 206	0.22 121	0.22 195	0.22 152	0.21 149

PSMNet-RSSM	0.72 159	0.30 125	0.61 59	0.63 235	0.42 191	0.73 146	0.56 206	1.92 296	1.10 172	1.09 122	1.37 222	1.22 222	0.98 238	1.28 130	0.72 198	0.27 250	0.19 206	0.27 234	0.29 286	0.24 189	0.24 193

CFNet-ft	0.72 159	0.32 170	0.54 32	0.66 261	0.54 256	0.83 188	0.55 200	1.37 166	1.15 198	0.93 82	1.28 192	1.57 292	0.97 234	1.35 143	0.81 225	0.26 241	0.20 223	0.33 285	0.25 237	0.30 247	0.23 181

CFNet_RVC	0.72 159	0.32 170	0.54 32	0.66 261	0.54 256	0.83 188	0.55 200	1.37 166	1.15 198	0.93 82	1.28 192	1.57 292	0.97 234	1.35 143	0.81 225	0.26 241	0.20 223	0.33 285	0.25 237	0.30 247	0.23 181

MLCV	0.72 159	0.34 205	1.10 266	0.51 94	0.23 6	0.91 204	0.39 78	1.33 157	1.23 226	1.46 285	1.55 268	1.01 174	0.64 118	1.95 243	0.80 224	0.18 60	0.12 9	0.18 36	0.14 22	0.19 71	0.17 60

CoDeX	0.73 173	0.29 110	0.93 216	0.54 133	0.36 145	1.14 252	0.61 231	2.34 364	1.17 204	1.16 166	1.25 180	0.91 134	0.87 194	1.33 139	0.64 182	0.20 116	0.16 155	0.21 95	0.18 88	0.20 97	0.18 78

cf-r	0.73 173	0.30 125	0.77 158	0.55 152	0.63 292	0.78 170	0.48 154	1.79 266	1.15 198	1.13 150	1.26 186	1.43 267	0.87 194	1.40 161	0.85 238	0.25 227	0.18 193	0.22 121	0.23 215	0.19 71	0.19 111

BEATNet_4x	0.73 173	0.49 282	1.17 277	0.53 118	0.26 20	1.03 235	0.55 200	1.82 272	1.06 153	1.21 189	1.22 170	0.96 158	0.91 207	1.01 93	1.06 261	0.21 142	0.14 75	0.24 168	0.19 106	0.37 278	0.21 149

gwcnet-sp	0.74 176	0.33 186	1.44 309	0.57 175	0.45 209	1.40 293	0.54 187	1.50 194	1.14 189	1.30 231	1.02 98	0.94 146	0.82 169	1.39 156	0.76 207	0.21 142	0.21 239	0.22 121	0.21 170	0.22 152	0.22 164

scenet	0.74 176	0.33 186	1.44 309	0.57 175	0.45 209	1.40 293	0.54 187	1.50 194	1.14 189	1.30 231	1.02 98	0.94 146	0.82 169	1.39 156	0.76 207	0.21 142	0.21 239	0.22 121	0.21 170	0.22 152	0.22 164

ssnet	0.74 176	0.33 186	1.44 309	0.57 175	0.45 209	1.40 293	0.54 187	1.50 194	1.14 189	1.30 231	1.02 98	0.94 146	0.82 169	1.39 156	0.76 207	0.21 142	0.21 239	0.22 121	0.21 170	0.22 152	0.22 164

BUS	0.74 176	0.32 170	0.68 88	0.54 133	0.44 202	2.34 362	0.42 94	2.16 341	0.98 122	1.20 186	1.11 132	1.03 179	0.62 110	0.91 74	0.70 190	0.24 203	0.17 179	0.25 204	0.22 195	0.22 152	0.22 164

GMM-Stereo	0.74 176	0.25 35	0.59 52	0.54 133	0.34 137	0.72 143	0.99 316	1.01 72	0.87 81	1.36 259	1.78 309	1.12 204	0.81 165	2.09 254	0.46 104	0.18 60	0.12 9	0.25 204	0.25 237	0.20 97	0.85 369

DMCA-RVC	0.74 176	0.40 247	1.27 292	0.66 261	0.49 227	0.77 165	0.47 146	1.35 163	1.01 136	1.53 299	1.01 91	1.29 247	0.82 169	1.31 135	0.78 215	0.27 250	0.21 239	0.35 302	0.27 258	0.32 259	0.24 193

DeepPruner_ROB	0.74 176	0.48 279	0.87 196	0.57 175	0.44 202	0.79 174	0.54 187	1.73 245	0.96 110	1.38 266	1.27 189	1.24 229	0.73 134	1.43 163	0.73 201	0.34 297	0.28 295	0.27 234	0.26 250	0.31 254	0.31 264

SMFormer	0.75 183	0.30 125	0.86 186	0.46 35	0.26 20	0.82 184	0.43 110	2.05 321	1.39 297	1.23 197	1.47 251	0.98 161	0.95 226	1.71 212	0.82 230	0.24 203	0.20 223	0.22 121	0.21 170	0.23 176	0.24 193

tta	0.75 183	0.30 125	0.86 186	0.46 35	0.26 20	0.82 184	0.43 110	2.05 321	1.39 297	1.23 197	1.47 251	0.98 161	0.95 226	1.71 212	0.82 230	0.24 203	0.20 223	0.22 121	0.21 170	0.18 41	0.18 78

KYRaft	0.75 183	0.28 83	0.62 63	0.56 164	0.29 63	0.67 121	0.86 289	0.94 48	0.84 76	1.62 317	2.21 345	1.16 213	1.02 255	1.57 189	0.40 57	0.20 116	0.13 42	0.22 121	0.28 275	0.20 97	1.02 374

Prome-Stereo	0.75 183	0.27 67	0.53 28	0.55 152	0.32 106	0.59 78	0.97 312	0.89 32	0.88 85	1.45 283	2.46 357	0.91 134	1.41 316	1.58 191	0.44 83	0.18 60	0.13 42	0.19 49	0.17 74	0.20 97	0.92 370

acv_ft	0.75 183	0.31 156	0.95 221	0.70 289	0.86 348	1.24 272	0.53 183	1.44 183	1.07 158	1.24 205	1.30 196	1.08 191	0.92 210	0.80 53	1.34 298	0.21 142	0.19 206	0.21 95	0.18 88	0.21 131	0.18 78

iResNet	0.75 183	0.40 247	1.36 304	0.67 271	0.29 63	0.92 209	0.59 226	1.52 202	1.25 233	1.28 218	1.48 256	0.94 146	0.76 146	1.62 196	0.78 215	0.18 60	0.14 75	0.18 36	0.15 30	0.22 152	0.23 181

AASNet	0.76 189	0.35 221	0.91 210	0.79 320	0.81 341	1.14 252	0.56 206	2.02 319	1.08 162	1.22 194	1.24 176	0.93 143	0.76 146	0.77 48	1.16 276	0.27 250	0.23 261	0.24 168	0.20 134	0.28 233	0.24 193

NINENet	0.77 190	0.37 233	0.78 166	0.62 227	0.51 242	2.34 362	0.42 94	1.83 276	1.04 146	1.14 152	1.23 174	1.03 179	0.62 110	1.24 127	0.70 190	0.28 260	0.23 261	0.31 265	0.21 170	0.26 207	0.25 205

hknet	0.77 190	0.32 170	0.95 221	0.54 133	0.38 169	1.27 276	0.65 238	2.16 341	1.07 158	1.20 186	1.11 132	1.59 296	0.81 165	1.37 147	0.66 184	0.22 165	0.17 179	0.25 204	0.22 195	0.22 152	0.22 164

ARAFT	0.77 190	0.36 228	1.49 322	0.51 94	0.31 91	0.90 202	0.82 281	1.90 289	1.06 153	1.62 317	1.24 176	1.02 176	0.64 118	1.84 229	0.50 127	0.18 60	0.14 75	0.28 244	0.27 258	0.17 24	0.16 41

psm_up	0.77 190	0.34 205	0.70 103	0.66 261	0.58 273	1.05 238	0.92 302	1.52 202	1.12 178	1.26 213	1.16 155	1.31 251	1.23 297	1.20 122	0.81 225	0.25 227	0.29 303	0.31 265	0.27 258	0.27 219	0.25 205

GwcNet-RSSM	0.77 190	0.32 170	1.01 238	0.62 227	0.54 256	0.78 170	0.51 168	1.73 245	1.20 216	1.09 122	1.37 222	1.46 275	0.85 183	1.53 181	1.09 266	0.25 227	0.18 193	0.23 148	0.24 226	0.20 97	0.19 111

iResNet_ROB	0.77 190	0.30 125	0.99 230	0.57 175	0.36 145	0.83 188	0.36 54	2.33 362	1.58 327	1.27 216	1.30 196	1.25 233	0.84 180	1.65 199	0.79 221	0.20 116	0.14 75	0.17 14	0.12 9	0.18 41	0.27 228

PSM-softLoss	0.78 196	0.31 156	0.77 158	0.58 181	0.32 106	0.56 68	0.40 81	1.18 128	0.70 47	1.24 205	1.07 115	0.83 109	0.52 59	5.36 344	0.53 144	0.24 203	0.15 124	0.25 204	0.22 195	0.20 97	0.25 205

KMStereo	0.78 196	0.31 156	0.77 158	0.58 181	0.32 106	0.56 68	0.40 81	1.18 128	0.70 47	1.24 205	1.07 115	0.83 109	0.52 59	5.36 344	0.53 144	0.24 203	0.15 124	0.25 204	0.22 195	0.20 97	0.25 205

STTStereo	0.78 196	0.50 286	1.22 282	0.64 244	0.54 256	0.89 200	0.54 187	1.44 183	1.11 174	1.38 266	1.09 123	1.27 241	0.85 183	1.43 163	0.83 232	0.29 268	0.27 289	0.33 285	0.39 329	0.32 259	0.30 254

PSM-AAD	0.79 199	0.27 67	0.53 28	0.55 152	0.28 52	0.77 165	1.24 342	0.99 63	0.91 97	1.66 320	1.57 276	0.81 97	2.19 370	1.65 199	0.44 83	0.19 91	0.14 75	0.38 315	0.32 304	0.21 131	0.70 360

hitnet-ft	0.79 199	0.35 221	0.57 45	0.58 181	0.42 191	0.96 222	0.46 140	1.47 188	1.33 271	1.19 182	1.22 170	1.81 321	0.98 238	1.66 203	0.94 247	0.33 289	0.28 295	0.34 295	0.27 258	0.35 268	0.31 264

NLCA_NET_v2_RVC	0.79 199	0.43 259	1.05 252	0.64 244	0.58 273	0.95 218	0.53 183	1.53 208	1.18 208	1.37 261	1.15 152	1.43 267	0.88 198	1.61 195	0.84 235	0.25 227	0.22 253	0.27 234	0.27 258	0.29 238	0.29 242
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NF-Stereo	0.80 202	0.30 125	0.75 145	0.60 204	0.31 91	0.64 96	0.44 122	1.21 134	0.90 92	1.29 223	1.02 98	0.82 102	0.57 85	5.40 348	0.48 114	0.23 188	0.14 75	0.24 168	0.20 134	0.20 97	0.30 254

OCTAStereo	0.80 202	0.30 125	0.75 145	0.60 204	0.31 91	0.64 96	0.44 122	1.21 134	0.90 92	1.29 223	1.01 91	0.82 102	0.57 85	5.35 343	0.48 114	0.24 203	0.14 75	0.24 168	0.20 134	0.20 97	0.30 254

DRaft	0.80 202	0.24 19	0.70 103	0.45 32	0.30 79	0.97 226	0.53 183	1.05 86	0.97 117	1.78 330	2.02 334	0.80 94	1.74 346	2.73 290	0.72 198	0.17 32	0.14 75	0.20 73	0.20 134	0.18 41	0.21 149

RE-Stereo	0.80 202	0.30 125	0.75 145	0.60 204	0.31 91	0.64 96	0.44 122	1.21 134	0.90 92	1.29 223	1.01 91	0.81 97	0.57 85	5.37 346	0.48 114	0.24 203	0.14 75	0.24 168	0.20 134	0.20 97	0.30 254

TVStereo	0.80 202	0.30 125	0.75 145	0.60 204	0.31 91	0.64 96	0.44 122	1.21 134	0.90 92	1.29 223	1.01 91	0.81 97	0.57 85	5.37 346	0.48 114	0.24 203	0.14 75	0.24 168	0.20 134	0.20 97	0.30 254

UPFNet	0.80 202	0.32 170	0.90 207	0.59 193	0.74 319	1.26 275	0.80 277	1.52 202	1.10 172	1.30 231	1.12 138	1.30 248	0.84 180	1.67 204	1.09 266	0.24 203	0.24 270	0.24 168	0.23 215	0.25 199	0.18 78

iResNetv2_ROB	0.80 202	0.37 233	1.71 334	0.56 164	0.37 152	0.94 214	0.64 236	1.73 245	1.34 274	1.23 197	1.42 235	1.26 237	0.92 210	1.85 232	0.56 156	0.23 188	0.15 124	0.19 49	0.14 22	0.24 189	0.19 111

StereoDRNet-Refined	0.80 202	0.41 253	0.88 199	0.62 227	0.42 191	1.33 283	0.48 154	1.52 202	1.17 204	1.45 283	1.44 242	1.44 271	0.90 205	1.26 129	1.24 284	0.20 116	0.16 155	0.27 234	0.24 226	0.25 199	0.28 239
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DCRE	0.82 210	0.26 46	0.70 103	0.58 181	0.44 202	0.54 59	0.48 154	0.95 51	0.78 63	0.78 56	7.33 399	0.86 122	0.52 59	0.76 46	0.41 64	0.16 11	0.16 155	0.19 49	0.17 74	0.18 41	0.17 60

SepStereo	0.82 210	0.34 205	1.03 248	0.64 244	0.69 309	0.77 165	0.63 234	1.54 210	1.20 216	1.79 333	1.55 268	0.95 152	1.04 258	2.30 270	0.60 170	0.21 142	0.16 155	0.25 204	0.18 88	0.27 219	0.22 164

GrayStereo	0.82 210	0.26 46	0.58 48	0.63 235	0.37 152	0.76 159	1.86 375	1.11 114	0.87 81	1.99 347	1.89 323	1.08 191	1.82 354	1.39 156	0.48 114	0.19 91	0.14 75	0.19 49	0.21 170	0.18 41	0.39 296

LMCR-Stereo	0.82 210	0.46 270	0.88 199	0.75 312	0.43 196	1.33 283	0.56 206	2.43 370	0.98 122	1.53 299	1.49 257	0.74 80	1.00 248	1.63 197	0.89 242	0.28 260	0.17 179	0.22 121	0.17 74	0.29 238	0.20 133

ac_64	0.82 210	0.29 110	0.81 174	0.71 296	0.60 283	1.05 238	0.54 187	1.99 311	0.92 101	1.18 178	1.06 112	1.99 337	1.08 269	1.94 242	0.97 253	0.27 250	0.22 253	0.24 168	0.23 215	0.22 152	0.19 111

SST-Stereo	0.83 215	0.28 83	0.72 117	0.59 193	0.31 91	0.72 143	0.26 9	1.09 106	0.86 77	1.47 286	1.10 127	1.00 167	0.87 194	5.73 356	0.45 91	0.22 165	0.13 42	0.23 148	0.19 106	0.23 176	0.18 78

RAFT_R40	0.83 215	0.28 83	0.73 129	0.59 193	0.31 91	0.69 131	0.44 122	1.10 108	0.95 108	1.47 286	1.10 127	1.00 167	0.85 183	5.53 350	0.46 104	0.22 165	0.13 42	0.23 148	0.20 134	0.23 176	0.18 78

UNet	0.83 215	0.34 205	1.31 296	0.58 181	0.74 319	1.58 311	0.49 161	1.41 174	1.04 146	1.21 189	1.08 118	1.54 288	1.12 277	1.65 199	1.09 266	0.23 188	0.17 179	0.25 204	0.20 134	0.25 199	0.22 164

FADNet_RVC	0.83 215	0.51 289	1.83 344	0.54 133	0.42 191	1.19 266	0.46 140	1.51 199	1.09 168	0.89 76	1.24 176	0.91 134	0.87 194	2.11 256	1.11 271	0.27 250	0.22 253	0.31 265	0.28 275	0.43 307	0.38 293

DAS	0.84 219	0.34 205	1.03 248	0.64 244	0.69 309	0.77 165	0.63 234	1.54 210	1.20 216	1.79 333	1.55 268	0.95 152	1.04 258	2.83 292	0.60 170	0.21 142	0.16 155	0.25 204	0.18 88	0.27 219	0.22 164

RAFT-345	0.84 219	0.25 35	0.66 82	0.50 71	0.27 33	0.54 59	0.42 94	0.83 21	1.11 174	1.32 243	2.34 351	0.86 122	0.54 67	5.72 355	0.47 109	0.18 60	0.13 42	0.22 121	0.17 74	0.17 24	0.16 41

MMNet	0.84 219	0.32 170	1.09 263	0.60 204	0.59 280	1.85 338	0.49 161	1.51 199	1.27 245	1.37 261	1.15 152	1.26 237	1.18 285	1.67 204	1.22 282	0.19 91	0.18 193	0.23 148	0.22 195	0.25 199	0.21 149

FADNet-RVC-Resample	0.84 219	0.47 274	2.10 353	0.61 216	0.45 209	1.07 243	0.61 231	1.59 218	1.20 216	1.08 117	0.98 81	1.03 179	0.98 238	2.17 259	0.72 198	0.23 188	0.22 253	0.30 261	0.32 304	0.35 268	0.34 276

iRaft-Stereo_5w	0.85 223	0.29 110	0.91 210	0.53 118	0.43 196	0.49 30	0.68 248	0.99 63	0.87 81	0.79 59	1.34 213	1.46 275	0.91 207	5.11 340	1.11 271	0.17 32	0.14 75	0.22 121	0.18 88	0.20 97	0.20 133

SACVNet	0.85 223	0.46 270	0.85 180	0.81 326	0.56 263	0.80 179	0.79 271	1.68 237	1.12 178	1.34 254	1.33 208	1.25 233	0.94 221	2.39 277	0.76 207	0.34 297	0.26 281	0.31 265	0.29 286	0.35 268	0.44 311

ADLNet	0.85 223	0.36 228	0.89 204	0.85 340	0.72 314	1.24 272	0.76 263	1.82 272	1.36 285	1.52 298	1.35 219	1.27 241	0.99 246	1.23 126	1.15 275	0.27 250	0.20 223	0.26 223	0.25 237	0.28 233	0.30 254

delet	0.85 223	0.32 170	0.95 221	0.65 256	0.66 299	1.64 317	0.84 283	1.75 251	1.35 282	1.32 243	1.30 196	1.30 248	0.88 198	1.68 209	1.10 269	0.21 142	0.21 239	0.24 168	0.24 226	0.21 131	0.21 149

HGLStereo	0.85 223	0.38 238	0.94 218	0.80 323	1.03 361	1.17 261	0.58 219	1.52 202	1.20 216	1.19 182	1.62 287	1.13 209	1.20 291	1.80 226	1.06 261	0.24 203	0.24 270	0.24 168	0.21 170	0.23 176	0.27 228

CRFU-Net	0.86 228	0.39 243	1.00 235	0.65 256	0.57 265	1.78 332	0.86 289	2.15 338	0.81 69	1.38 266	1.18 160	1.64 305	1.19 288	1.35 143	0.90 244	0.26 241	0.22 253	0.21 95	0.19 106	0.23 176	0.24 193

dad	0.86 228	0.66 328	1.06 255	0.56 164	0.37 152	0.76 159	0.44 122	1.17 123	1.50 318	1.44 281	1.27 189	1.34 257	0.75 138	2.52 282	0.84 235	0.42 327	0.27 289	0.83 371	0.26 250	0.41 297	0.29 242

AACVNet	0.86 228	0.35 221	0.79 168	0.82 331	0.39 177	0.76 159	0.49 161	1.61 224	0.81 69	1.08 117	1.33 208	1.30 248	0.93 216	4.34 328	0.74 202	0.25 227	0.21 239	0.28 244	0.22 195	0.29 238	0.25 205

DLCB_ROB	0.86 228	0.40 247	0.78 166	0.68 281	0.54 256	1.11 247	0.84 283	1.49 190	1.23 226	1.64 319	1.65 293	1.70 312	0.91 207	1.70 211	1.05 259	0.25 227	0.24 270	0.26 223	0.27 258	0.27 219	0.24 193

HSM-Net_RVC	0.87 232	0.29 110	0.53 28	0.53 118	0.30 79	1.15 257	0.55 200	3.57 387	1.28 250	1.53 299	1.74 303	1.68 310	0.93 216	1.49 174	0.77 213	0.22 165	0.17 179	0.19 49	0.18 88	0.20 97	0.19 111
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ssnet_v2	0.88 233	0.36 228	1.02 244	0.62 227	0.38 169	1.32 282	0.97 312	2.07 327	1.34 274	1.37 261	1.18 160	1.54 288	0.92 210	1.10 110	1.65 329	0.30 272	0.27 289	0.30 261	0.28 275	0.27 219	0.26 223

ADLNet2	0.88 233	0.34 205	1.17 277	0.77 317	0.64 294	1.12 250	0.76 263	1.74 249	1.24 230	1.21 189	1.65 293	1.71 313	1.05 262	1.67 204	1.17 278	0.24 203	0.21 239	0.21 95	0.22 195	0.26 207	0.29 242

ASMatch	0.88 233	0.26 46	0.69 97	0.51 94	0.35 140	0.48 20	0.37 63	1.12 116	0.92 101	1.10 130	3.28 370	0.96 158	0.98 238	4.90 337	0.49 121	0.19 91	0.16 155	0.22 121	0.19 106	0.19 71	0.27 228

IRAFT_RVC	0.88 233	0.28 83	0.76 154	0.63 235	0.31 91	0.65 108	1.02 321	1.22 141	0.94 106	1.22 194	1.04 109	1.01 174	0.98 238	5.82 357	0.53 144	0.22 165	0.12 9	0.25 204	0.20 134	0.20 97	0.19 111

FADNet-RVC	0.88 233	0.67 329	1.93 348	0.60 204	0.48 224	0.91 204	0.60 230	1.71 243	1.18 208	0.90 77	0.96 73	1.36 258	0.92 210	2.25 268	1.17 278	0.30 272	0.29 303	0.32 278	0.32 304	0.41 297	0.35 281

GEStereo_RVC	0.90 238	0.37 233	0.99 230	0.64 244	0.50 232	0.95 218	0.79 271	2.42 369	1.17 204	1.16 166	1.11 132	1.26 237	0.92 210	3.24 306	0.90 244	0.29 268	0.19 206	0.23 148	0.20 134	0.27 219	0.29 242

CBMV_ROB	0.90 238	0.44 262	0.63 66	0.51 94	0.37 152	1.25 274	0.49 161	1.77 260	1.27 245	1.41 274	2.00 331	1.33 253	1.08 269	2.17 259	0.76 207	0.43 332	0.42 351	0.47 341	0.44 341	0.41 297	0.36 285

PSMNet_ROB	0.90 238	0.52 292	1.17 277	0.72 299	0.61 286	1.27 276	1.12 331	1.76 257	1.12 178	1.09 122	1.28 192	1.45 273	0.89 204	1.65 199	1.42 315	0.33 289	0.25 277	0.37 312	0.39 329	0.35 268	0.29 242

FTStereo	0.91 241	0.26 46	0.56 37	0.54 133	0.33 122	0.66 117	1.87 376	1.00 67	0.75 56	1.75 327	4.15 380	1.04 182	1.65 339	1.57 189	0.46 104	0.19 91	0.16 155	0.23 148	0.21 170	0.18 41	0.63 352

PFNet	0.91 241	0.26 46	1.10 266	0.63 235	0.32 106	0.64 96	0.56 206	1.17 123	0.99 129	1.47 286	1.08 118	0.98 161	0.69 128	6.62 369	0.54 150	0.20 116	0.12 9	0.24 168	0.19 106	0.20 97	0.17 60

CBFPSM	0.92 243	0.33 186	1.86 345	0.49 64	0.38 169	1.75 325	0.84 283	1.39 172	1.12 178	1.09 122	0.99 83	2.37 356	1.66 343	1.32 137	1.42 315	0.19 91	0.18 193	0.20 73	0.20 134	0.21 131	0.33 274

FADNet	0.92 243	0.61 320	1.81 341	0.62 227	0.55 262	0.96 222	0.57 216	1.78 264	1.33 271	0.93 82	1.01 91	1.36 258	1.01 250	2.71 289	0.75 205	0.33 289	0.34 323	0.31 265	0.34 315	0.59 345	0.40 297

NVstereo2D	0.92 243	0.41 253	1.48 320	0.72 299	0.72 314	1.20 268	0.87 291	1.75 251	1.38 293	0.99 98	1.13 143	1.26 237	0.98 238	2.21 265	0.89 242	0.43 332	0.20 223	0.38 315	0.24 226	0.57 341	0.63 352

DSFCA	0.93 246	0.34 205	1.06 255	0.52 110	0.65 297	1.55 308	0.93 306	1.49 190	1.19 211	1.56 307	1.15 152	1.50 283	0.96 231	3.07 300	1.02 258	0.30 272	0.26 281	0.25 204	0.25 237	0.28 233	0.24 193

ttt	0.94 247	0.34 205	0.59 52	0.61 216	0.37 152	0.94 214	0.50 167	2.17 347	1.34 274	1.23 197	1.61 284	0.91 134	0.76 146	1.85 232	3.97 374	0.30 272	0.26 281	0.26 223	0.24 226	0.29 238	0.29 242

fast-acv-ft	0.94 247	0.44 262	1.40 306	0.58 181	0.51 242	1.77 330	0.69 252	1.36 165	1.42 308	1.29 223	1.86 319	1.74 317	1.25 300	1.52 177	1.38 303	0.26 241	0.28 295	0.28 244	0.28 275	0.27 219	0.26 223

OMP-Stereo	0.94 247	0.33 186	0.72 117	0.90 353	0.31 91	0.49 30	0.36 54	1.16 121	1.06 153	1.58 313	1.12 138	1.46 275	0.69 128	6.94 377	0.49 121	0.19 91	0.14 75	0.24 168	0.18 88	0.20 97	0.14 11

CBMV	0.95 250	0.44 262	0.66 82	0.53 118	0.35 140	1.53 306	1.63 365	1.69 239	1.42 308	2.00 349	1.60 280	1.43 267	1.17 282	1.59 193	0.99 256	0.34 297	0.34 323	0.39 321	0.33 310	0.33 265	0.32 270
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
HBP-ISP	0.96 251	0.58 309	0.72 117	0.61 216	0.46 219	1.64 317	0.76 263	1.86 281	1.28 250	1.30 231	1.53 264	0.86 122	0.94 221	3.27 308	0.69 189	0.45 338	0.44 355	0.54 353	0.48 350	0.47 320	0.40 297

TransformOpticalFlow	0.96 251	0.28 83	0.89 204	0.52 110	0.31 91	0.66 117	0.54 187	1.75 251	1.12 178	1.09 122	1.44 242	1.37 261	1.01 250	6.70 374	0.42 72	0.19 91	0.12 9	0.20 73	0.19 106	0.18 41	0.19 111

IIG-Stereo	0.96 251	0.31 156	0.72 117	0.88 348	0.33 122	0.61 87	0.26 9	1.19 133	1.03 142	1.69 323	1.37 222	1.46 275	0.75 138	6.96 378	0.51 130	0.19 91	0.14 75	0.23 148	0.18 88	0.20 97	0.14 11

CFNet	0.96 251	0.36 228	1.01 238	0.62 227	0.42 191	0.99 230	0.47 146	1.90 289	1.32 268	0.99 98	1.39 230	1.10 199	0.86 191	5.58 353	0.79 221	0.23 188	0.17 179	0.28 244	0.27 258	0.26 207	0.21 149

XPNet_ROB	0.96 251	0.49 282	1.09 263	0.72 299	0.57 265	1.11 247	1.14 333	1.66 235	1.23 226	1.85 339	1.39 230	1.64 305	1.11 274	1.80 226	1.42 315	0.38 315	0.30 307	0.33 285	0.29 286	0.37 278	0.34 276

ETE_ROB	0.96 251	0.64 326	1.16 275	0.69 284	0.48 224	1.14 252	1.13 332	1.77 260	1.19 211	1.91 344	1.45 244	1.73 315	1.05 262	1.60 194	1.14 274	0.32 284	0.26 281	0.38 315	0.34 315	0.39 290	0.41 301

CSP-Net	0.97 257	0.38 238	0.83 178	0.53 118	0.41 188	1.63 315	0.77 266	2.00 312	1.05 150	1.25 209	1.20 166	1.33 253	0.83 178	4.93 339	0.85 238	0.32 284	0.22 253	0.20 73	0.20 134	0.23 176	0.25 205

DEmStereo	0.97 257	0.23 13	0.79 168	0.47 41	0.32 106	1.04 237	0.56 206	0.93 44	0.89 88	1.39 271	2.14 342	1.02 176	2.07 367	5.64 354	0.77 213	0.17 32	0.15 124	0.20 73	0.20 134	0.18 41	0.20 133

pcwnet_v2	0.97 257	0.37 233	4.33 382	0.62 227	0.54 256	0.79 174	0.45 133	2.02 319	1.58 327	1.42 280	1.64 291	1.09 197	0.79 157	1.24 127	0.67 187	0.32 284	0.25 277	0.29 252	0.27 258	0.37 278	0.35 281

FINET	0.97 257	0.54 296	1.60 328	0.63 235	0.79 334	1.08 244	1.07 326	1.56 215	2.20 363	1.15 155	1.49 257	0.94 146	0.88 198	2.32 271	1.05 259	0.42 327	0.35 331	0.32 278	0.28 275	0.43 307	0.38 293

StereoDRNet	0.98 261	0.47 274	1.70 333	0.76 314	0.94 356	1.51 304	0.91 300	1.92 296	1.32 268	1.61 314	1.13 143	1.47 280	0.97 234	1.75 217	1.46 320	0.28 260	0.23 261	0.29 252	0.27 258	0.35 268	0.27 228

iinet-f	0.99 262	0.45 268	3.71 381	0.55 152	0.43 196	1.81 333	0.68 248	1.14 118	1.14 189	1.18 178	1.42 235	1.58 295	1.44 319	1.34 142	1.59 328	0.24 203	0.23 261	0.20 73	0.19 106	0.26 207	0.25 205

GASNet	0.99 262	0.97 358	1.72 335	0.98 362	0.68 307	0.83 188	0.67 246	1.60 221	1.28 250	1.31 241	1.22 170	1.22 222	1.21 294	2.41 278	1.41 311	0.43 332	0.26 281	0.36 310	0.34 315	0.55 338	0.31 264

Wz-Net-LNSev-Ref	0.99 262	0.40 247	1.82 342	0.66 261	0.62 291	2.05 350	0.78 268	1.91 293	1.29 254	1.54 303	1.42 235	1.51 285	1.23 297	1.99 246	1.33 296	0.23 188	0.14 75	0.20 73	0.15 30	0.27 219	0.26 223

PS-NSSS	0.99 262	0.58 309	0.93 216	0.58 181	0.57 265	0.91 204	0.80 277	1.81 271	1.14 189	1.14 152	1.67 297	1.00 167	0.83 178	4.62 332	0.78 215	0.37 311	0.31 313	0.52 347	0.32 304	0.45 317	0.38 293

RAFT + AFF	1.00 266	0.42 256	1.09 263	0.67 271	0.50 232	1.22 270	1.24 342	2.24 355	1.19 211	1.30 231	1.56 272	1.17 214	1.49 327	3.44 314	0.83 232	0.21 142	0.25 277	0.30 261	0.26 250	0.27 219	0.27 228

DRN-Test	1.00 266	0.44 262	1.13 272	0.70 289	0.81 341	1.62 314	0.79 271	2.14 336	1.44 311	1.78 330	1.33 208	1.43 267	1.05 262	2.18 262	1.53 325	0.27 250	0.21 239	0.31 265	0.30 294	0.32 259	0.28 239

NCCL2	1.00 266	0.56 302	1.06 255	0.75 312	0.57 265	1.31 281	1.72 366	1.77 260	1.36 285	1.50 295	1.17 158	1.91 327	1.17 282	1.54 183	1.29 292	0.35 304	0.31 313	0.45 336	0.44 341	0.40 294	0.40 297

PA-Net	1.01 269	0.57 306	1.29 294	0.64 244	0.74 319	1.19 266	0.84 283	1.69 239	1.43 310	1.16 166	1.19 163	1.32 252	1.19 288	3.42 312	1.25 285	0.29 268	0.45 359	0.33 285	0.49 353	0.32 259	0.47 320
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LALA_ROB	1.01 269	0.59 312	1.16 275	0.67 271	0.51 242	1.63 315	1.26 346	1.69 239	1.38 293	1.81 336	1.37 222	1.94 332	1.02 255	1.58 191	1.38 303	0.37 311	0.27 289	0.43 332	0.37 326	0.43 307	0.37 287

THIR-Stereo	1.02 271	0.27 67	0.69 97	0.49 64	0.28 52	0.95 218	1.34 349	1.03 76	0.97 117	1.34 254	1.90 324	1.17 214	1.58 332	6.44 367	0.78 215	0.19 91	0.14 75	0.21 95	0.22 195	0.19 71	0.20 133

Wz-Net-LNSev	1.03 272	0.67 329	2.71 373	0.64 244	0.84 345	1.75 325	1.00 318	1.80 268	1.32 268	1.28 218	1.25 180	1.65 307	1.22 295	1.39 156	1.40 307	0.28 260	0.26 281	0.24 168	0.23 215	0.33 265	0.32 270

RAFT-RH_RVC	1.03 272	0.24 19	0.67 85	0.49 64	0.28 52	0.81 183	0.33 33	0.83 21	1.08 162	2.05 350	4.65 386	1.04 182	0.57 85	5.98 362	0.50 127	0.18 60	0.13 42	0.26 223	0.20 134	0.16 13	0.17 60

DISCO	1.03 272	0.34 205	1.11 268	0.69 284	0.45 209	2.07 351	0.84 283	2.13 332	1.50 318	1.15 155	1.33 208	2.40 358	1.07 268	2.60 285	1.51 324	0.23 188	0.18 193	0.22 121	0.20 134	0.31 254	0.27 228

STrans-v2	1.04 275	0.28 83	0.96 225	0.49 64	0.32 106	0.68 127	0.79 271	2.47 372	1.12 178	1.12 136	1.46 250	1.40 262	1.46 322	6.70 374	0.43 81	0.18 60	0.13 42	0.20 73	0.18 88	0.18 41	0.18 78

APVNet	1.06 276	0.53 295	1.42 308	0.84 335	0.79 334	1.92 341	0.82 281	1.90 289	1.08 162	1.08 117	1.43 239	1.56 291	1.13 279	3.07 300	1.58 326	0.31 279	0.34 323	0.42 330	0.36 323	0.36 274	0.37 287

TDLM	1.06 276	0.44 262	0.79 168	0.63 235	0.50 232	0.89 200	1.44 354	1.48 189	1.26 238	1.12 136	1.40 232	1.08 191	0.98 238	6.65 370	0.78 215	0.33 289	0.21 239	0.33 285	0.26 250	0.37 278	0.24 193

FAT-Stereo	1.07 278	0.41 253	1.32 299	0.72 299	0.58 273	1.08 244	0.89 294	1.96 305	1.65 331	1.75 327	1.98 330	2.03 342	1.48 325	2.02 248	1.18 281	0.42 327	0.35 331	0.34 295	0.29 286	0.35 268	0.53 334

GANetREF_RVC	1.07 278	0.86 352	1.31 296	0.82 331	0.53 253	1.41 297	1.31 348	1.76 257	1.52 321	1.27 216	1.31 201	1.46 275	1.24 299	2.03 249	0.96 252	0.56 358	0.45 359	0.67 366	0.50 356	0.88 368	0.59 346
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
CVANet_RVC	1.07 278	0.43 259	0.76 154	0.60 204	0.50 232	0.90 202	0.97 312	1.52 202	1.26 238	1.33 251	1.38 226	1.24 229	1.18 285	6.75 376	0.75 205	0.34 297	0.23 261	0.34 295	0.29 286	0.42 302	0.27 228

GwcNet	1.08 281	0.51 289	2.33 362	0.79 320	1.18 374	1.76 327	0.70 254	1.68 237	1.47 314	1.41 274	1.64 291	1.74 317	1.04 258	2.20 264	1.41 311	0.30 272	0.29 303	0.29 252	0.27 258	0.30 247	0.35 281

DANet	1.08 281	0.61 320	1.32 299	0.85 340	0.72 314	1.37 288	0.51 168	1.54 210	1.15 198	1.78 330	1.54 266	2.01 339	1.11 274	2.90 295	2.00 345	0.33 289	0.30 307	0.40 326	0.30 294	0.44 314	0.45 313
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DualNet	1.09 283	0.33 186	0.85 180	0.53 118	0.37 152	0.74 149	0.56 206	0.95 51	2.47 369	1.15 155	1.45 244	1.06 184	0.82 169	1.55 185	7.61 389	0.20 116	0.12 9	0.31 265	0.27 258	0.19 71	0.20 133

RP	1.09 283	0.50 286	1.12 270	0.90 353	1.04 362	1.11 247	0.84 283	1.80 268	1.62 329	1.55 306	2.00 331	1.90 326	1.78 349	1.84 229	1.25 285	0.52 351	0.36 336	0.48 342	0.36 323	0.45 317	0.43 309

Nwc_Net	1.09 283	0.49 282	1.33 301	0.89 352	0.80 339	1.49 303	0.66 243	2.19 349	1.27 245	1.32 243	2.26 347	1.96 334	1.54 329	1.92 238	1.34 298	0.40 320	0.30 307	0.43 332	0.45 343	0.38 286	0.37 287

MaskLacGwcNet_RVC	1.10 286	1.02 362	1.00 235	0.82 331	0.67 301	1.93 342	0.93 306	1.62 227	1.11 174	1.15 155	1.25 180	1.50 283	0.79 157	1.96 244	0.76 207	1.89 385	0.34 323	0.79 370	0.36 323	1.25 380	0.83 367

NCC-stereo	1.10 286	0.54 296	1.24 286	0.84 335	0.94 356	1.29 279	0.89 294	2.01 316	1.34 274	1.32 243	1.74 303	1.88 322	1.74 346	2.35 273	1.25 285	0.45 338	0.37 338	0.45 336	0.58 365	0.42 302	0.42 305

Abc-Net	1.10 286	0.54 296	1.24 286	0.84 335	0.94 356	1.29 279	0.89 294	2.01 316	1.34 274	1.32 243	1.74 303	1.88 322	1.74 346	2.35 273	1.25 285	0.45 338	0.37 338	0.45 336	0.58 365	0.42 302	0.42 305
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-MNSev	1.11 289	0.58 309	2.23 360	0.66 261	0.71 312	1.95 344	1.46 355	1.98 310	1.45 312	1.79 333	1.43 239	1.49 282	1.33 312	1.97 245	1.42 315	0.27 250	0.23 261	0.28 244	0.28 275	0.34 267	0.31 264

edge stereo	1.11 289	0.50 286	1.30 295	0.71 296	0.65 297	1.14 252	0.75 260	1.93 300	1.37 289	1.71 324	1.83 314	2.54 362	1.44 319	2.43 279	1.23 283	0.42 327	0.41 349	0.54 353	0.35 319	0.42 302	0.46 317

anonymity	1.12 291	0.97 358	1.21 280	1.07 370	1.12 368	1.08 244	0.89 294	1.95 304	1.16 202	1.29 223	1.26 186	1.22 222	1.09 272	1.15 118	1.01 257	1.02 377	1.00 398	0.97 375	0.97 385	0.98 370	0.99 373

ccnet	1.12 291	0.67 329	1.01 238	0.78 319	0.73 317	1.72 323	0.99 316	1.84 277	1.26 238	1.47 286	1.85 318	1.75 320	1.29 305	1.75 217	1.88 339	0.57 359	0.53 371	0.57 363	0.55 362	0.59 345	0.54 335

RASNet	1.12 291	0.30 125	0.91 210	0.66 261	0.77 329	0.97 226	0.57 216	1.37 166	1.35 282	1.02 106	1.34 213	2.11 346	1.43 318	7.09 379	1.39 306	0.19 91	0.17 179	0.17 14	0.19 106	0.18 41	0.16 41

AF-Net	1.13 294	0.52 292	1.33 301	0.86 342	0.91 352	1.38 291	0.71 256	2.16 341	1.62 329	1.56 307	2.40 354	1.99 337	1.65 339	1.81 228	1.48 322	0.48 346	0.28 295	0.49 344	0.33 310	0.39 290	0.32 270

NaN_ROB	1.13 294	0.55 299	1.15 274	0.64 244	0.48 224	1.61 313	2.03 385	1.72 244	1.48 315	2.09 352	1.27 189	1.40 262	1.08 269	3.94 320	1.30 293	0.28 260	0.34 323	0.28 244	0.28 275	0.30 247	0.33 274

DGSMNet	1.14 296	0.76 345	2.49 368	0.81 326	0.86 348	1.39 292	1.39 351	2.13 332	1.35 282	1.26 213	1.63 290	1.48 281	0.98 238	1.75 217	1.10 269	0.45 338	0.43 352	0.55 358	0.49 353	0.75 364	0.70 360

Syn2CoEx	1.14 296	0.69 333	1.66 331	0.80 323	0.67 301	1.40 293	0.88 292	2.06 326	1.54 324	1.25 209	1.58 278	1.42 266	1.50 328	4.09 322	1.40 307	0.36 307	0.32 320	0.34 295	0.29 286	0.29 238	0.34 276

RGC	1.14 296	0.79 347	1.26 289	0.91 356	0.96 359	1.52 305	0.77 266	1.92 296	1.26 238	1.54 303	1.93 327	2.02 341	1.54 329	2.25 268	1.31 294	0.44 337	0.35 331	0.58 364	0.48 350	0.47 320	0.46 317

S-Stereo	1.15 299	0.46 270	2.17 357	0.81 326	0.80 339	1.21 269	1.19 339	1.93 300	2.02 357	1.47 286	2.11 339	1.57 292	1.17 282	2.05 252	1.41 311	0.40 320	0.40 347	0.35 302	0.31 298	0.44 314	0.70 360

stereogan	1.15 299	0.42 256	1.40 306	0.86 342	0.84 345	2.38 364	0.71 256	1.88 284	1.73 338	1.72 325	1.94 329	2.31 353	1.29 305	2.07 253	1.08 264	0.36 307	0.35 331	0.39 321	0.31 298	0.51 331	0.46 317

AANet_RVC	1.16 301	0.52 292	1.49 322	0.65 256	0.45 209	0.75 155	0.69 252	1.42 176	1.55 326	1.34 254	1.87 321	1.53 287	0.78 155	7.43 385	1.38 303	0.25 227	0.17 179	0.19 49	0.16 58	0.22 152	0.26 223

RYNet	1.17 302	0.49 282	1.24 286	0.70 289	0.97 360	1.71 321	0.92 302	1.91 293	1.46 313	1.38 266	1.14 146	1.88 322	1.30 309	4.24 324	1.87 337	0.26 241	0.21 239	0.35 302	0.27 258	0.55 338	0.54 335

HSM	1.19 303	0.32 170	0.65 76	0.57 175	0.38 169	1.23 271	0.59 226	2.25 356	1.19 211	1.30 231	1.25 180	1.94 332	1.03 257	9.32 400	0.71 195	0.22 165	0.16 155	0.20 73	0.16 58	0.21 131	0.21 149

aanetorigin	1.23 304	0.79 347	2.78 375	0.70 289	0.79 334	0.99 230	1.06 325	1.06 99	1.37 289	3.52 386	2.61 360	1.72 314	1.63 337	1.99 246	1.78 334	0.25 227	0.24 270	0.26 223	0.25 237	0.38 286	0.45 313

PWC_ROB	1.24 305	0.76 345	2.46 367	0.72 299	0.78 332	1.15 257	0.49 161	1.75 251	1.92 352	2.31 357	3.07 367	1.59 296	1.40 315	2.46 280	2.10 349	0.33 289	0.22 253	0.35 302	0.24 226	0.38 286	0.41 301

SGM-Forest	1.24 305	0.38 238	0.60 56	0.52 110	0.37 152	1.56 309	1.30 347	1.65 231	1.36 285	2.11 353	1.79 310	1.63 302	0.93 216	7.48 387	0.95 249	0.36 307	0.37 338	0.39 321	0.34 315	0.37 278	0.32 270
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Consistency-Raft	1.25 307	0.99 360	1.93 348	1.02 366	1.21 376	0.96 222	1.01 320	1.75 251	1.92 352	1.36 259	2.12 340	1.44 271	1.01 250	1.14 117	1.40 307	0.72 368	0.82 385	0.89 373	0.98 387	1.31 381	0.95 371

NOSS_ROB	1.26 308	0.46 270	0.62 63	0.56 164	0.38 169	1.06 241	0.78 268	1.73 245	1.40 302	1.01 103	1.43 239	1.10 199	0.75 138	10.62 410	0.65 183	0.45 338	0.43 352	0.48 342	0.45 343	0.44 314	0.41 301

Anonymous Stereo	1.28 309	0.75 343	2.45 366	0.74 308	0.77 329	0.93 212	1.77 368	1.51 199	1.31 264	1.67 321	1.29 195	1.20 219	0.75 138	6.29 365	1.68 332	0.37 311	0.36 336	0.38 315	0.40 333	0.43 307	0.45 313

RTSC	1.29 310	0.73 338	2.44 365	0.83 334	0.57 265	1.85 338	0.65 238	1.88 284	2.00 356	2.20 355	1.66 295	1.60 298	1.26 302	2.33 272	3.92 372	0.32 284	0.23 261	0.27 234	0.29 286	0.37 278	0.37 287

PWCDC_ROB	1.29 310	0.75 343	1.33 301	1.05 367	0.88 351	1.73 324	0.52 177	1.89 286	3.28 383	1.29 223	4.88 389	1.22 222	1.46 322	1.77 224	1.45 319	0.60 361	0.26 281	0.29 252	0.25 237	0.52 333	0.37 287

Anonymous_2	1.30 312	0.55 299	0.82 176	0.52 110	0.58 273	1.01 233	0.64 236	1.25 149	0.97 117	0.96 89	0.78 44	1.33 253	1.29 305	1.03 96	0.74 202	0.62 363	0.64 380	1.06 379	9.63 416	1.16 377	0.49 327

SQANet	1.31 313	0.88 355	1.08 262	1.83 384	1.44 381	1.44 299	0.75 260	1.74 249	1.09 168	1.32 243	1.26 186	1.28 244	1.01 250	1.50 176	0.83 232	2.50 390	0.34 323	1.47 382	0.55 362	2.32 386	1.57 386

SHD	1.31 313	0.71 337	2.34 363	0.86 342	0.75 325	1.77 330	0.65 238	2.22 353	2.50 373	2.40 364	1.71 300	1.91 327	1.60 335	1.93 241	2.37 353	0.38 315	0.31 313	0.38 315	0.40 333	0.48 323	0.50 328

PDISCO_ROB	1.32 315	0.65 327	1.44 309	1.36 376	1.46 382	2.55 368	0.92 302	2.45 371	2.07 360	1.37 261	1.49 257	1.65 307	1.00 248	2.82 291	1.35 301	1.01 375	0.27 289	0.54 353	0.47 348	0.71 361	0.73 363

LL-Strereo	1.33 316	0.39 243	1.38 305	0.61 216	0.61 286	0.75 155	0.66 243	1.63 229	1.17 204	1.56 307	1.60 280	2.03 342	2.12 368	9.72 405	0.97 253	0.21 142	0.18 193	0.27 234	0.23 215	0.22 152	0.25 205

PASM	1.34 317	0.92 356	2.62 371	0.86 342	0.87 350	1.03 235	1.08 327	1.50 194	1.51 320	1.82 337	1.41 234	1.68 310	1.26 302	4.87 336	1.34 298	0.61 362	0.65 382	0.68 367	0.78 375	0.69 359	0.68 359

ADCRef	1.35 318	0.55 299	2.37 364	0.72 299	0.77 329	1.94 343	0.78 268	1.91 293	1.27 245	1.57 311	1.59 279	1.36 258	1.41 316	1.54 183	7.53 388	0.23 188	0.20 223	0.32 278	0.30 294	0.29 238	0.29 242

GANet	1.36 319	0.47 274	0.86 186	0.67 271	0.45 209	1.34 285	1.73 367	1.64 230	1.24 230	1.49 294	2.38 352	1.55 290	1.20 291	9.30 399	0.93 246	0.30 272	0.31 313	0.33 285	0.28 275	0.39 290	0.30 254

ff1	1.37 320	0.33 186	0.85 180	0.53 118	0.37 152	0.74 149	0.56 206	0.95 51	2.47 369	1.15 155	1.45 244	1.06 184	0.82 169	7.22 380	7.61 389	0.20 116	0.12 9	0.31 265	0.27 258	0.19 71	0.20 133

XQC	1.37 320	0.87 353	2.56 369	0.84 335	0.69 309	1.83 336	0.89 294	2.07 327	1.88 348	1.88 340	1.53 264	1.91 327	1.55 331	2.85 294	3.05 361	0.48 346	0.29 303	0.44 335	0.39 329	0.69 359	0.60 349

mmx	1.39 322	0.33 186	0.85 180	0.53 118	0.37 152	0.74 149	0.56 206	2.13 332	1.37 289	1.15 155	1.45 244	1.06 184	0.82 169	7.22 380	7.61 389	0.24 203	0.19 206	0.31 265	0.27 258	0.30 247	0.25 205

xxx	1.39 322	0.33 186	0.85 180	0.53 118	0.37 152	0.74 149	0.56 206	2.13 332	1.37 289	1.15 155	1.45 244	1.06 184	0.82 169	7.22 380	7.61 389	0.24 203	0.19 206	0.31 265	0.27 258	0.30 247	0.25 205

MFMNet_re	1.40 324	1.14 371	1.68 332	1.39 378	1.07 363	1.48 301	1.43 353	1.87 282	1.82 346	2.26 356	2.19 344	1.51 285	1.86 355	1.52 177	1.25 285	0.93 373	0.83 386	0.84 372	0.80 376	0.99 372	1.05 378

UDG	1.41 325	2.65 405	0.99 230	1.44 381	1.64 384	1.34 285	0.80 277	1.60 221	1.23 226	1.23 197	1.71 300	2.01 339	1.34 313	1.47 172	1.41 311	0.90 372	0.54 374	2.29 389	0.75 373	1.84 383	1.04 376

CSAN	1.41 325	0.59 312	1.26 289	0.70 289	0.50 232	1.76 327	1.78 369	1.77 260	1.90 351	2.35 360	2.32 349	1.92 330	1.94 360	5.56 352	1.49 323	0.43 332	0.35 331	0.40 326	0.41 335	0.43 307	0.41 301

test_xeample	1.45 327	0.28 83	0.65 76	0.51 94	0.28 52	0.94 214	0.59 226	2.14 336	1.29 254	1.24 205	1.51 262	0.88 129	0.86 191	1.46 168	15.10 408	0.22 165	0.20 223	0.22 121	0.20 134	0.22 152	0.22 164

Wz-Net-SNSev	1.49 328	1.23 375	6.27 392	0.68 281	0.67 301	1.37 288	1.41 352	2.00 312	1.39 297	1.48 292	1.61 284	2.29 351	1.32 311	3.93 319	2.14 350	0.31 279	0.28 295	0.31 265	0.33 310	0.42 302	0.36 285

CC-Net-ROB	1.49 328	1.26 376	1.27 292	0.88 348	0.79 334	1.76 327	1.00 318	1.79 266	1.26 238	1.10 130	1.61 284	1.21 220	0.99 246	8.13 393	0.84 235	1.09 381	0.41 349	2.20 387	0.46 346	1.20 379	0.48 323

DDUNet	1.50 330	2.69 406	1.12 270	1.77 383	1.88 386	1.84 337	0.92 302	1.70 242	1.16 202	1.38 266	1.79 310	1.60 298	1.12 277	1.37 147	1.08 264	1.10 382	0.76 383	2.37 391	0.94 383	2.00 384	1.37 384

xxxx	1.51 331	0.28 83	0.68 88	0.54 133	0.28 52	1.16 259	0.44 122	2.19 349	1.29 254	1.09 122	1.36 220	1.22 222	0.85 183	1.79 225	15.70 411	0.24 203	0.21 239	0.21 95	0.20 134	0.22 152	0.23 181

psmorigin	1.52 332	0.69 333	10.52 402	0.68 281	0.59 280	1.13 251	0.70 254	1.57 216	1.19 211	1.99 347	1.79 310	2.26 350	1.47 324	2.09 254	1.36 302	0.39 318	0.40 347	0.34 295	0.33 310	0.43 307	0.56 339

MFN_U_SF_RVC	1.52 332	0.84 349	3.42 377	0.87 347	0.66 299	2.56 369	0.95 310	2.36 365	1.70 335	1.98 346	1.86 319	2.45 360	1.79 350	2.95 296	2.58 355	0.52 351	0.48 364	0.55 358	0.59 368	0.59 345	0.61 350

SAMSARA	1.55 334	0.84 349	2.61 370	1.22 375	1.07 363	2.50 367	1.93 379	2.05 321	1.89 349	2.75 373	1.66 295	2.81 369	1.69 344	3.08 302	1.97 344	0.46 344	0.51 369	0.42 330	0.46 346	0.58 343	0.59 346

CrosDoStereo	1.58 335	0.24 19	0.72 117	0.48 51	0.29 63	0.67 121	12.49 412	1.10 108	0.98 122	1.34 254	1.75 306	1.00 167	1.89 356	6.65 370	0.81 225	0.19 91	0.15 124	0.20 73	0.22 195	0.18 41	0.19 111

DeepStereo_LL	1.58 335	0.24 19	0.72 117	0.48 51	0.29 63	0.67 121	12.49 412	1.10 108	0.98 122	1.34 254	1.75 306	1.00 167	1.89 356	6.65 370	0.81 225	0.19 91	0.15 124	0.20 73	0.22 195	0.18 41	0.19 111

STTRV1_RVC	1.58 335	0.68 332	1.96 350	0.88 348	1.12 368	1.57 310	0.90 299	2.25 356	1.75 341	1.29 223	2.02 334	1.40 262	1.22 295	9.77 406	1.31 294	0.81 370	0.33 322	0.54 353	0.49 353	0.73 363	0.52 333

otaku	1.60 338	1.11 369	1.21 280	2.20 387	1.56 383	1.97 345	1.24 342	2.07 327	1.36 285	1.44 281	1.62 287	1.73 315	1.19 288	1.73 216	0.98 255	2.89 394	0.57 376	1.74 383	0.60 369	2.78 391	1.94 391

DeepPrunerF	1.60 338	0.73 338	5.81 390	0.88 348	1.19 375	0.91 204	0.95 310	2.19 349	5.24 399	1.17 174	1.30 196	1.19 218	1.30 309	4.90 337	1.66 331	0.42 327	0.34 323	0.52 347	0.47 348	0.41 297	0.40 297

222	1.61 340	0.29 110	0.67 85	0.56 164	0.29 63	1.06 241	0.42 94	2.17 347	1.31 264	1.31 241	1.52 263	0.92 142	0.94 221	1.76 222	17.65 412	0.24 203	0.20 223	0.21 95	0.19 106	0.22 152	0.23 181

SDNR	1.62 341	0.51 289	2.17 357	0.53 118	0.56 263	3.80 391	0.45 133	1.54 210	1.29 254	1.33 251	2.41 355	1.08 191	0.96 231	11.18 411	1.16 276	0.66 367	0.63 379	0.43 332	0.32 304	0.64 352	0.67 357

Ntro	1.64 342	1.15 372	1.23 283	2.48 392	1.83 385	2.09 352	1.16 336	1.96 305	1.38 293	1.21 189	1.62 287	1.62 300	1.29 305	1.87 235	1.11 271	3.04 395	0.56 375	1.82 385	0.64 370	2.80 392	2.05 392

G-Net	1.66 343	0.63 324	1.56 325	1.11 372	0.74 319	2.98 380	0.91 300	1.55 214	1.22 223	2.76 374	8.18 405	2.32 354	2.53 379	1.92 238	1.87 337	0.48 346	0.44 355	0.45 336	0.31 298	0.60 349	0.57 343

MDST_ROB	1.67 344	0.34 205	1.58 327	0.92 358	0.58 273	4.26 397	1.11 329	2.83 377	1.41 305	4.49 397	2.55 359	1.45 273	0.97 234	7.79 390	1.17 278	0.31 279	0.25 277	0.37 312	0.33 310	0.31 254	0.30 254

SPS-STEREO	1.67 344	1.04 363	1.23 283	1.21 374	1.13 371	1.82 335	1.11 329	2.16 341	1.52 321	3.07 385	2.32 349	2.82 370	1.80 351	4.11 323	2.04 346	1.03 378	0.99 397	0.97 375	0.94 383	1.03 374	1.02 374
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM_RVC	1.68 346	0.36 228	0.61 59	0.59 193	0.29 63	2.25 358	1.18 338	2.38 367	1.68 334	3.60 387	2.67 362	3.69 379	2.42 376	8.13 393	1.90 340	0.31 279	0.31 313	0.30 261	0.28 275	0.30 247	0.29 242
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DPSNet	1.69 347	0.59 312	4.33 382	0.70 289	0.57 265	2.02 349	1.62 364	3.35 386	1.78 342	1.48 292	1.38 226	2.17 347	2.84 382	4.77 334	3.66 370	0.48 346	0.31 313	0.29 252	0.25 237	0.64 352	0.48 323

1111x	1.70 348	0.29 110	0.86 186	0.51 94	0.27 33	1.01 233	0.68 248	2.22 353	1.28 250	1.13 150	1.40 232	1.21 220	1.10 273	5.53 350	15.20 409	0.22 165	0.21 239	0.22 121	0.22 195	0.24 189	0.22 164

PVD	1.70 348	0.84 349	2.26 361	0.94 361	0.83 344	2.48 366	0.97 312	2.59 375	3.35 384	3.01 383	2.77 363	2.34 355	2.47 378	2.67 288	3.14 364	0.47 345	0.45 359	0.59 365	0.48 350	0.59 345	0.75 365

FBW_ROB	1.71 350	0.62 323	1.45 313	0.67 271	0.61 286	1.81 333	1.08 327	2.52 373	1.70 335	1.77 329	1.73 302	1.98 336	1.25 300	12.57 413	1.84 336	0.34 297	0.37 338	0.56 361	0.38 328	0.45 317	0.43 309

ADCL	1.72 351	0.57 306	3.66 379	0.67 271	0.61 286	2.61 371	1.85 374	1.96 305	1.67 333	1.90 343	1.83 314	2.06 345	1.90 358	2.13 257	9.15 397	0.26 241	0.24 270	0.34 295	0.32 304	0.38 286	0.35 281

MFN_U_SF_DS_RVC	1.74 352	0.87 353	3.56 378	0.80 323	0.75 325	3.72 388	2.44 398	1.82 272	1.82 346	1.74 326	1.91 325	1.92 330	1.26 302	7.69 389	1.28 291	0.45 338	0.47 363	0.52 347	0.77 374	0.50 327	0.50 328

AAGNet	1.83 353	0.28 83	0.72 117	0.61 216	0.32 106	0.67 121	0.51 168	0.96 58	0.98 122	1.47 286	1.20 166	1.00 167	1.18 285	2.83 292	22.77 418	0.22 165	0.13 42	0.22 121	0.19 106	0.23 176	0.15 27

WCMA_ROB	1.84 354	0.47 274	1.31 296	0.69 284	0.57 265	2.11 353	1.14 333	1.87 282	1.73 338	4.04 391	6.43 394	5.62 394	3.61 390	2.59 284	1.94 342	0.52 351	0.44 355	0.39 321	0.42 337	0.48 323	0.47 320

ADCPNet	1.85 355	0.69 333	8.07 395	0.71 296	0.58 273	2.79 375	1.22 341	1.94 302	1.54 324	1.88 340	1.69 298	2.46 361	2.04 364	2.37 275	6.48 383	0.38 315	0.37 338	0.38 315	0.43 339	0.47 320	0.45 313

Wz-Net-TNSev	1.88 356	2.08 399	7.66 393	0.67 271	0.64 294	2.42 365	1.83 373	2.33 362	1.74 340	1.57 311	1.56 272	2.58 363	1.90 358	4.86 335	3.12 363	0.39 318	0.37 338	0.33 285	0.37 326	0.53 335	0.58 344

NVStereoNet_ROB	1.88 356	1.07 364	1.45 313	1.07 370	1.17 372	1.47 300	1.48 357	1.89 286	1.93 354	1.94 345	4.67 387	3.08 374	1.80 351	6.51 368	1.65 329	1.06 380	0.86 392	1.08 380	1.32 392	0.93 369	1.26 383
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SANet	1.88 356	0.57 306	2.18 359	0.63 235	0.40 182	2.80 376	1.57 362	2.39 368	5.88 401	2.36 362	3.57 374	3.72 380	2.97 384	4.74 333	1.76 333	0.34 297	0.30 307	0.32 278	0.29 286	0.48 323	0.37 287

ADCMid	1.89 359	0.73 338	5.06 385	0.72 299	0.67 301	2.00 348	1.14 333	1.97 309	1.48 315	2.86 377	1.81 313	2.37 356	2.05 366	2.24 266	10.39 401	0.33 289	0.31 313	0.39 321	0.43 339	0.50 327	0.44 311

WZ-Net	1.95 360	0.95 357	10.10 399	0.86 342	0.78 332	1.69 320	1.60 363	2.20 352	1.98 355	2.08 351	1.93 327	2.30 352	1.97 361	5.30 342	3.17 366	0.34 297	0.26 281	0.29 252	0.31 298	0.51 331	0.47 320

AnyNet_C32	1.96 361	1.10 366	5.17 386	0.90 353	1.11 366	2.12 354	2.37 396	1.85 278	1.48 315	2.45 365	1.70 299	2.05 344	1.64 338	2.50 281	10.28 400	0.37 311	0.34 323	0.35 302	0.41 335	0.49 326	0.54 335

RainbowNet	1.97 362	1.76 387	1.57 326	2.81 395	2.21 391	1.98 347	1.81 371	2.54 374	1.89 349	1.50 295	1.84 316	1.96 334	1.65 339	2.14 258	1.25 285	3.33 401	0.85 390	2.39 394	0.98 387	2.82 394	2.22 393

ADCP+	1.99 363	0.48 279	7.73 394	0.66 261	0.91 352	2.30 360	1.05 324	1.82 272	1.34 274	1.54 303	1.32 206	1.74 317	1.61 336	2.17 259	13.37 404	0.24 203	0.21 239	0.32 278	0.28 275	0.37 278	0.29 242

MSMD_ROB	1.99 363	0.59 312	0.89 204	0.70 289	0.61 286	3.95 393	0.94 308	1.80 268	1.79 343	4.41 395	4.43 381	8.17 403	3.66 391	3.40 310	1.33 296	0.52 351	0.48 364	0.54 353	0.58 365	0.53 335	0.50 328

MSC_U_SF_DS_RVC	2.12 365	1.15 372	3.10 376	1.05 367	0.76 328	5.03 402	2.40 397	2.16 341	2.62 375	1.89 342	2.28 348	2.69 367	1.65 339	9.35 401	2.04 346	0.64 366	0.51 369	0.68 367	0.71 372	1.09 376	0.67 357

ACVNet-4b	2.15 366	1.41 380	1.64 329	2.80 394	2.31 395	2.31 361	1.24 342	2.32 361	2.14 361	1.26 213	2.39 353	2.66 366	1.48 325	5.95 361	1.06 261	3.20 399	0.45 359	2.37 391	0.89 380	2.83 395	2.37 396

ACVNet_1	2.18 367	1.45 382	1.72 335	2.85 396	2.33 396	2.28 359	1.46 355	3.08 382	2.22 364	1.82 337	2.05 337	3.56 377	1.98 362	3.09 303	1.40 307	3.17 396	0.60 378	2.40 395	0.92 382	2.91 398	2.37 396

ADCS	2.25 368	0.99 360	5.55 387	0.81 326	0.74 319	2.19 356	1.80 370	2.27 358	2.14 361	2.80 376	2.13 341	2.40 358	2.03 363	2.64 287	13.69 405	0.41 324	0.39 345	0.40 326	0.45 343	0.58 343	0.56 339

AnyNet_C01	2.26 369	1.78 388	10.22 401	0.93 359	0.74 319	2.92 379	2.20 391	2.29 360	1.80 344	2.53 367	2.41 355	2.71 368	1.73 345	3.41 311	6.72 385	0.41 324	0.39 345	0.40 326	0.42 337	0.67 357	0.63 352

MeshStereo	2.26 369	0.56 302	0.92 214	0.61 216	0.49 227	2.60 370	1.02 321	3.18 383	2.05 359	7.40 410	4.98 390	7.58 400	2.98 385	6.37 366	1.96 343	0.43 332	0.43 352	0.45 336	0.39 329	0.43 307	0.42 305
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
FCDSN-DC	2.32 371	0.63 324	0.81 174	0.84 335	0.75 325	2.23 357	0.94 308	2.09 330	1.80 344	5.45 404	7.72 402	7.77 402	6.93 407	3.39 309	1.80 335	0.52 351	0.48 364	0.52 347	0.51 358	0.57 341	0.58 344
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DispFullNet	2.34 372	2.85 407	3.66 379	3.08 401	2.27 393	1.97 345	0.67 246	2.00 312	1.70 335	2.52 366	2.00 331	2.23 348	5.86 401	3.44 314	1.58 326	1.01 375	0.32 320	2.64 400	1.94 405	2.85 396	2.24 394

EDNetEfficient	2.37 373	1.10 366	8.08 396	0.74 308	0.71 312	0.98 229	1.56 360	1.46 186	4.06 391	4.90 400	2.82 364	2.25 349	3.48 389	2.95 296	9.97 398	0.26 241	0.24 270	0.26 223	0.30 294	0.68 358	0.61 350

pmcnn	2.37 373	0.42 256	2.71 373	0.63 235	0.43 196	1.54 307	1.19 339	2.01 316	1.53 323	2.64 370	7.60 400	18.07 415	1.45 321	3.44 314	2.78 359	0.18 60	0.15 124	0.15 3	0.12 9	0.20 97	0.18 78

ELAS	2.37 373	0.74 341	1.54 324	0.99 363	0.92 354	4.78 399	2.33 395	3.33 385	3.37 385	5.05 403	4.77 388	3.67 378	4.53 398	3.42 312	4.50 376	0.62 363	0.53 371	0.55 358	0.53 360	0.63 350	0.64 356
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM+DAISY	2.41 376	1.07 364	2.14 356	1.18 373	1.10 365	2.14 355	1.36 350	1.96 305	1.66 332	5.46 405	7.07 397	4.95 390	4.32 397	5.50 349	2.26 352	1.04 379	1.02 400	0.99 377	0.97 385	1.02 373	1.04 376

ACVNet_2	2.43 377	1.41 380	2.04 351	2.62 393	2.24 392	2.63 372	1.88 377	3.31 384	3.01 380	2.19 354	3.45 373	4.62 385	2.04 364	4.50 330	1.47 321	2.55 391	0.64 380	2.22 388	0.84 378	2.69 390	2.29 395

ELAS_RVC	2.48 378	0.74 341	1.90 346	1.05 367	0.92 354	2.76 373	4.01 407	2.76 376	4.11 392	4.69 398	4.63 385	4.62 385	5.96 403	3.97 321	3.96 373	0.63 365	0.53 371	0.56 361	0.52 359	0.64 352	0.63 352
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SuperB	2.53 379	0.59 312	18.45 409	0.69 284	0.50 232	1.87 340	0.88 292	1.67 236	2.39 366	1.50 295	1.42 235	1.14 211	1.15 281	4.28 327	5.07 378	0.24 203	0.19 206	0.22 121	0.19 106	7.86 417	0.34 276

WAO-7	2.66 380	1.40 379	1.73 337	1.39 378	1.17 372	3.93 392	1.94 380	4.11 392	3.88 390	2.92 378	5.50 391	4.18 383	3.00 386	7.63 388	3.71 371	1.13 383	1.00 398	1.17 381	1.13 391	1.18 378	1.09 380

RTS	2.67 381	1.38 377	15.28 407	0.99 363	1.26 378	3.78 389	1.96 381	2.15 338	2.62 375	2.61 368	2.85 365	2.60 364	1.59 333	6.27 363	5.71 381	0.40 320	0.28 295	0.35 302	0.35 319	0.50 327	0.48 323

RTSA	2.67 381	1.38 377	15.28 407	0.99 363	1.26 378	3.78 389	1.96 381	2.15 338	2.62 375	2.61 368	2.85 365	2.60 364	1.59 333	6.27 363	5.71 381	0.40 320	0.28 295	0.35 302	0.35 319	0.50 327	0.48 323

MADNet+	2.69 383	3.22 409	11.53 404	1.44 381	1.12 368	3.19 382	1.81 371	2.85 378	2.37 365	1.68 322	2.07 338	2.85 371	2.18 369	7.41 384	5.23 379	0.79 369	0.76 383	0.69 369	0.65 371	0.98 370	0.95 371

IMH-64-1	2.70 384	1.79 389	1.46 315	3.26 403	2.66 399	3.23 384	2.10 386	4.08 390	2.75 378	2.34 358	3.81 377	3.06 372	2.22 371	4.25 325	2.59 356	3.75 405	0.84 387	2.75 401	1.35 393	3.15 400	2.60 402

IMH-64	2.70 384	1.79 389	1.46 315	3.26 403	2.66 399	3.23 384	2.10 386	4.08 390	2.75 378	2.34 358	3.81 377	3.06 372	2.22 371	4.25 325	2.59 356	3.75 405	0.84 387	2.75 401	1.35 393	3.15 400	2.60 402

FC-DCNN	2.72 386	0.59 312	0.86 186	0.73 306	0.57 265	2.91 377	1.04 323	3.01 381	2.60 374	6.83 406	7.64 401	9.92 407	6.33 405	5.21 341	3.14 364	0.53 357	0.48 364	0.51 346	0.50 356	0.53 335	0.51 332

WAO-6	2.81 387	1.60 385	1.46 315	2.36 391	2.28 394	3.55 386	2.29 394	4.21 393	4.56 396	2.36 362	4.51 382	4.88 389	2.66 380	4.60 331	4.07 375	1.72 384	1.15 404	2.31 390	1.46 398	2.31 385	1.85 389

PWCK	2.88 388	2.05 397	5.72 389	2.08 386	1.11 366	3.55 386	3.90 406	2.86 379	3.54 388	3.03 384	3.63 375	3.10 375	2.31 373	8.15 395	3.09 362	2.12 388	0.91 395	1.75 384	0.98 387	2.57 389	1.18 382

Dean	2.91 389	1.53 384	2.07 352	2.96 400	2.51 398	3.15 381	2.14 389	4.75 397	4.41 395	2.76 374	6.10 393	5.53 393	2.37 374	2.97 298	1.92 341	3.18 397	0.85 390	2.51 398	1.04 390	2.88 397	2.47 399

IMH	3.21 390	1.85 393	1.48 320	3.25 402	2.69 401	4.07 395	2.02 384	4.41 395	3.80 389	2.72 371	7.11 398	4.75 388	2.92 383	5.92 359	2.55 354	3.85 408	0.88 393	2.78 403	1.36 395	3.19 402	2.59 401

LVE	3.31 391	1.67 386	1.64 329	2.85 396	2.42 397	3.20 383	2.26 393	4.78 398	5.05 398	2.35 360	6.91 395	6.02 395	2.37 374	9.15 397	2.17 351	3.19 398	1.08 403	2.38 393	1.47 399	2.81 393	2.40 398

JetBlue	3.97 392	2.01 394	10.19 400	1.38 377	2.84 403	10.53 410	9.54 410	3.60 388	2.41 367	2.73 372	3.39 372	4.54 384	4.31 396	7.85 392	6.84 386	0.88 371	0.93 396	0.89 373	0.91 381	1.74 382	1.91 390

notaker	3.98 393	2.40 404	2.68 372	3.82 410	3.27 408	3.97 394	2.14 389	4.78 398	3.45 387	4.12 394	6.94 396	7.65 401	3.26 387	7.82 391	5.30 380	4.04 409	1.41 406	3.36 410	2.10 407	3.88 406	3.31 408

WAO-8	4.40 394	1.82 391	1.79 339	2.34 389	2.20 389	9.19 407	1.53 358	6.09 405	16.46 412	3.94 389	7.84 403	7.32 397	3.72 393	9.41 403	3.31 367	2.00 386	1.07 401	2.44 396	1.37 396	2.50 387	1.68 387

Venus	4.40 394	1.82 391	1.79 339	2.34 389	2.20 389	9.19 407	1.53 358	6.09 405	16.46 412	3.94 389	7.84 403	7.32 397	3.72 393	9.41 403	3.31 367	2.00 386	1.07 401	2.44 396	1.37 396	2.50 387	1.68 387

ktn	4.70 396	2.38 403	2.12 355	3.76 408	3.24 406	4.85 400	2.95 404	5.52 400	7.37 404	4.07 393	19.32 418	7.46 399	3.47 388	7.39 383	2.95 360	4.04 409	1.85 409	3.26 409	2.22 408	3.08 399	2.65 404

MADNet++	5.01 397	3.14 408	4.91 384	4.55 414	3.94 412	5.20 403	4.41 408	4.40 394	4.13 393	4.95 401	6.08 392	4.74 387	5.37 399	9.40 402	10.67 402	4.65 411	4.15 414	3.97 412	3.34 411	4.09 408	4.08 413

UNDER WATER	5.08 398	2.33 402	5.55 387	3.94 412	3.51 409	5.20 403	2.72 401	5.61 403	16.52 414	3.84 388	4.60 384	9.21 405	5.89 402	5.90 358	8.66 396	3.75 405	1.34 405	3.18 408	1.88 403	4.33 411	3.61 410

UNDER WATER-64	5.27 399	2.32 401	8.78 398	3.93 411	3.54 410	7.61 405	3.03 405	5.84 404	14.19 408	4.04 391	4.04 379	9.39 406	6.26 404	5.93 360	8.48 395	3.60 404	1.51 407	3.13 406	1.88 403	4.29 410	3.61 410

TorneroNet-64	5.30 400	2.03 395	1.74 338	3.43 405	2.81 402	10.09 409	2.12 388	9.10 412	17.12 417	4.96 402	9.27 408	10.72 411	3.70 392	9.20 398	4.55 377	3.31 400	0.84 387	2.88 404	1.55 400	3.49 403	3.04 405

MANE	6.19 401	0.59 312	1.03 248	0.93 359	1.22 377	13.38 414	2.69 399	12.81 415	17.94 418	8.21 411	10.82 410	14.72 413	11.68 409	11.39 412	11.90 403	0.59 360	0.50 368	0.52 347	1.76 402	0.55 338	0.54 335

LSM	6.33 402	1.10 366	13.19 405	1.41 380	68.17 431	1.64 317	1.90 378	1.92 296	2.46 368	2.99 381	3.11 368	1.88 322	1.80 351	2.61 286	2.06 348	0.41 324	0.58 377	0.50 345	0.57 364	0.64 352	17.66 423

SGM-ForestM	6.52 403	0.38 238	1.26 289	0.63 235	0.35 140	13.59 415	5.32 409	6.32 408	6.70 403	11.14 412	9.18 407	22.51 423	13.93 411	16.89 416	20.07 414	0.36 307	0.37 338	0.36 310	0.35 319	0.36 274	0.34 276

tt	6.58 404	0.26 46	6.10 391	3.77 409	2.16 388	11.55 411	19.63 415	13.33 416	5.74 400	2.96 380	2.65 361	4.97 391	6.33 405	3.81 318	7.24 387	9.15 416	11.32 423	5.89 416	6.24 415	6.03 413	2.55 400

JetRed	6.91 405	8.80 416	25.96 419	2.85 396	3.25 407	13.98 416	11.87 411	6.25 407	4.28 394	4.45 396	4.56 383	6.69 396	5.46 400	7.46 386	14.05 406	2.59 392	3.31 411	2.59 399	2.29 409	4.20 409	3.36 409

LE_ROB	8.05 406	0.37 233	23.53 415	0.74 308	0.33 122	2.77 374	2.87 403	3.71 389	27.24 422	25.39 422	8.87 406	8.46 404	26.71 422	6.65 370	21.99 415	0.21 142	0.19 206	0.20 73	0.21 170	0.25 199	0.22 164

coex-ft	8.13 407	2.13 400	98.04 435	0.67 271	0.53 253	1.71 321	1.56 360	1.65 231	11.11 407	18.17 421	3.75 376	3.88 381	7.61 408	2.98 299	6.49 384	0.30 272	0.30 307	0.32 278	0.31 298	0.66 356	0.50 328

KSHMR	8.75 408	2.06 398	2.11 354	3.53 407	3.11 405	4.13 396	2.69 399	5.60 402	61.37 435	3.00 382	55.83 435	4.98 392	2.45 377	4.49 329	2.61 358	3.46 402	1.55 408	3.14 407	1.94 405	3.72 405	3.18 407

EDNetEfficientorigin	10.57 409	1.47 383	177.42 436	0.67 271	0.53 253	1.58 311	1.16 336	1.90 289	3.37 385	4.71 399	3.38 371	3.10 375	2.69 381	3.13 304	3.58 369	0.25 227	0.23 261	0.33 285	0.27 258	0.83 365	0.81 366

TorneroNet	10.70 410	2.03 395	1.82 342	3.43 405	3.01 404	43.83 427	2.22 392	8.87 411	67.47 436	7.17 409	27.36 421	10.68 410	3.85 395	8.67 396	7.65 393	3.59 403	0.88 393	3.04 405	1.57 401	3.71 404	3.17 406

HanzoNet	11.04 411	3.62 410	8.10 397	4.08 413	3.55 411	4.90 401	2.73 402	7.19 409	10.10 405	31.86 431	28.92 423	21.96 422	36.36 424	18.08 417	10.17 399	7.94 415	3.32 412	3.47 411	3.31 410	7.06 416	4.04 412

DPSimNet_ROB	11.20 412	4.98 412	35.43 423	2.90 399	4.52 413	7.89 406	17.09 414	4.66 396	6.06 402	14.89 417	10.93 411	17.29 414	36.81 426	13.18 414	15.68 410	2.86 393	6.29 416	5.75 415	5.09 413	3.91 407	7.70 416

DGTPSM_ROB	13.01 413	8.23 414	21.87 412	9.51 417	18.10 416	11.56 412	32.01 421	10.63 413	16.20 410	7.03 407	19.48 419	10.15 408	16.66 414	9.83 407	22.42 416	4.75 412	8.68 417	5.37 413	10.25 417	6.16 414	11.36 417

DPSMNet_ROB	13.02 414	8.23 414	21.91 413	9.53 418	18.11 417	11.56 412	32.02 422	10.64 414	16.23 411	7.05 408	19.49 420	10.16 409	16.66 414	9.85 408	22.43 417	4.77 413	8.68 417	5.38 414	10.26 418	6.17 415	11.36 417

ASD4	15.85 415	10.99 417	19.63 410	10.21 419	11.70 415	19.24 417	31.10 420	19.35 417	10.68 406	11.14 412	10.18 409	12.59 412	12.64 410	14.74 415	24.83 419	12.93 421	9.94 422	26.83 427	19.40 421	16.23 420	12.70 422

DPSM_ROB	19.08 416	19.14 420	25.17 417	22.15 421	20.85 419	28.17 419	37.82 424	26.56 420	16.85 415	14.14 414	14.84 413	21.70 417	18.75 417	21.87 419	26.55 421	10.16 419	9.30 420	10.47 418	10.42 419	14.03 418	12.61 420

DPSM	19.08 416	19.14 420	25.17 417	22.15 421	20.85 419	28.17 419	37.82 424	26.56 420	16.85 415	14.14 414	14.84 413	21.70 417	18.75 417	21.87 419	26.55 421	10.16 419	9.30 420	10.47 418	10.42 419	14.03 418	12.61 420

LRCNet_RVC	22.74 418	32.10 425	21.97 414	29.84 423	26.23 421	4.42 398	0.81 280	22.66 418	2.02 357	26.93 423	29.26 424	23.06 424	15.59 413	23.84 421	18.88 413	31.75 428	19.90 430	34.65 428	32.13 428	30.54 428	28.32 429

DLNR_Zeroshot_test	23.17 419	48.52 436	43.29 426	176.68 436	78.69 432	0.35 5	0.21 1	23.41 419	0.75 56	0.66 41	0.86 56	0.59 50	0.30 4	1.56 188	0.44 83	9.57 417	0.12 9	0.18 36	0.14 22	76.92 435	0.16 41

SPstereo	26.54 420	6.08 413	10.71 403	5.55 415	5.68 414	48.14 428	80.43 435	67.31 436	34.39 431	28.70 429	27.52 422	43.76 433	37.60 431	45.04 435	54.41 436	4.92 414	4.89 415	10.74 420	5.88 414	4.46 412	4.57 414

FADE	26.59 421	4.78 411	20.96 411	1.89 385	1.92 387	2.91 377	2.00 383	5.58 401	5.04 397	2.92 378	2.16 343	4.13 382	14.18 412	10.23 409	8.46 394	188.09 436	2.77 410	123.78 433	127.92 433	1.06 375	1.10 381

BEATNet-Init1	26.87 422	13.43 418	70.68 434	0.91 356	0.68 307	57.02 435	21.06 416	32.82 427	32.67 424	52.12 435	53.61 434	66.05 435	49.56 435	48.79 436	34.71 426	0.49 350	0.44 355	0.53 352	0.53 360	0.63 350	0.59 346

CasAABBNet	38.33 423	38.46 427	50.35 428	44.75 431	41.84 425	56.68 432	76.37 430	53.22 433	33.83 426	28.31 424	29.54 425	43.62 432	37.71 432	43.84 432	53.41 431	20.30 422	18.70 425	21.07 424	21.07 423	28.24 425	25.34 424

MyStereo03	38.34 424	38.50 429	50.41 429	44.74 428	41.86 426	56.65 429	76.38 431	52.99 430	33.93 428	28.39 426	29.99 427	43.54 428	37.42 428	43.82 429	53.53 432	20.31 423	18.71 427	21.06 421	21.08 424	28.23 422	25.35 425

MyStereo02	38.34 424	38.50 429	50.41 429	44.74 428	41.86 426	56.65 429	76.38 431	52.99 430	33.93 428	28.39 426	29.99 427	43.54 428	37.42 428	43.82 429	53.53 432	20.31 423	18.71 427	21.06 421	21.08 424	28.23 422	25.35 425

MyStereo	38.34 424	38.50 429	50.41 429	44.74 428	41.86 426	56.65 429	76.38 431	52.99 430	33.93 428	28.39 426	29.99 427	43.54 428	37.42 428	43.82 429	53.53 432	20.31 423	18.71 427	21.06 421	21.08 424	28.23 422	25.35 425

Selective-RAFT-Error	38.39 427	38.47 428	50.44 432	44.73 427	41.97 429	56.68 432	76.38 431	53.24 434	33.92 427	28.34 425	29.85 426	43.60 431	38.20 433	43.75 428	53.34 430	20.38 426	18.70 425	21.09 425	21.05 422	28.30 426	25.43 428

HaxPig	38.92 428	41.40 433	41.64 424	29.95 424	32.27 422	28.90 421	27.60 417	29.73 423	37.71 432	43.82 432	43.87 431	33.17 425	35.56 423	41.53 426	40.37 428	43.94 432	47.51 435	45.82 429	47.08 430	42.38 429	44.15 432

AVERAGE_ROB	40.43 429	42.37 434	42.73 425	36.96 426	35.58 424	30.50 422	27.61 418	36.71 429	38.39 433	44.91 433	44.36 432	37.45 427	36.70 425	41.88 427	40.35 427	45.43 433	46.81 434	47.11 430	46.35 429	42.51 430	43.87 431

MEDIAN_ROB	42.00 430	44.40 435	44.29 427	35.15 425	34.95 423	31.28 426	29.60 419	35.88 428	40.02 434	47.20 434	46.64 433	37.37 426	38.48 434	44.35 434	42.45 429	48.03 434	49.39 436	49.71 431	49.03 431	45.14 431	46.65 433

LSM0	42.82 431	38.75 432	50.81 433	47.07 432	109.38 436	57.00 434	76.02 429	53.74 435	33.71 425	29.02 430	30.41 430	43.87 434	37.22 427	43.91 433	53.54 435	20.52 427	18.62 424	21.10 426	21.11 427	28.41 427	42.22 430

Anonymous_1	43.04 432	18.73 419	24.79 416	21.81 420	46.26 430	27.80 418	37.60 423	28.08 422	16.14 409	14.66 416	14.30 412	20.65 416	17.88 416	21.56 418	25.94 420	117.93 435	8.92 419	100.65 432	126.50 432	158.64 436	12.08 419

PML	51.67 433	36.25 426	13.28 406	7.46 416	20.81 418	108.69 436	232.22 437	8.72 410	27.82 423	87.01 436	269.67 437	69.67 436	61.95 436	24.76 425	14.20 407	9.74 418	3.40 413	9.62 417	4.70 412	18.74 421	4.72 415

xxxxx1	54.10 434	25.67 422	27.13 420	113.43 433	96.96 433	30.69 423	47.44 426	32.38 424	25.60 419	17.75 418	17.27 415	21.81 419	21.02 419	24.43 422	33.82 423	33.37 429	40.54 431	157.71 434	175.86 434	66.16 432	72.93 434

tt_ll	54.10 434	25.67 422	27.13 420	113.43 433	96.96 433	30.69 423	47.44 426	32.38 424	25.60 419	17.75 418	17.27 415	21.81 419	21.02 419	24.43 422	33.82 423	33.37 429	40.54 431	157.71 434	175.86 434	66.16 432	72.93 434

ff	54.10 434	25.67 422	27.13 420	113.43 433	96.96 433	30.69 423	47.44 426	32.38 424	25.60 419	17.75 418	17.27 415	21.81 419	21.02 419	24.43 422	33.82 423	33.37 429	40.54 431	157.71 434	175.86 434	66.16 432	72.93 434

test_example2	192.40 437	210.76 437	206.48 437	199.83 437	204.73 437	172.94 437	183.52 436	133.93 437	133.41 437	191.38 437	196.19 436	187.13 437	178.77 437	205.33 437	208.00 437	222.09 437	238.72 437	186.54 437	190.54 437	227.34 437	170.31 437

Low-res two-view benchmark