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

MLG-Stereo_test3	0.60 4	0.37 2	1.12 38	0.59 3	0.57 157	2.19 99	0.31 8	1.68 36	0.56 2	0.49 3	0.51 10	0.56 38	0.33 1	0.96 28	0.54 39	0.21 26	0.17 39	0.23 28	0.16 12	0.20 16	0.21 46

MLG-Stereo_test2	0.76 33	0.40 7	1.07 10	0.64 16	0.82 266	3.49 244	0.23 2	1.69 37	2.14 322	0.62 25	0.32 3	0.67 57	0.33 1	1.14 58	0.37 3	0.23 46	0.19 96	0.23 28	0.16 12	0.19 4	0.20 19

MonSter	0.62 6	0.43 17	1.07 10	0.66 31	0.82 266	1.13 14	0.39 24	2.57 139	0.92 31	0.58 17	0.64 16	0.36 3	0.35 3	0.95 24	0.43 11	0.15 1	0.15 21	0.20 1	0.17 27	0.21 26	0.19 5

monsterstereo	0.82 59	0.50 58	1.26 59	0.77 75	1.41 440	2.54 131	0.40 28	3.14 205	0.71 7	0.70 45	1.11 86	0.41 18	0.39 4	1.50 140	0.50 28	0.19 18	0.16 26	0.22 14	0.16 12	0.21 26	0.17 1

LG-Stereo	0.85 65	0.60 151	2.71 206	0.59 3	0.45 76	2.85 148	0.55 84	2.41 105	1.34 74	0.59 18	1.19 98	0.43 21	0.40 5	0.76 5	0.75 109	0.20 23	0.17 39	0.31 226	0.24 170	0.29 118	0.19 5

dual_stereo	0.68 13	0.40 7	1.05 5	0.64 16	0.37 28	0.84 7	0.34 16	3.40 242	1.03 41	0.50 4	0.46 9	0.58 39	0.40 5	1.85 207	0.49 22	0.23 46	0.17 39	0.21 9	0.16 12	0.20 16	0.19 5

monsters	0.82 59	0.58 131	1.16 48	0.76 71	1.52 455	2.92 159	0.40 28	2.66 152	0.72 8	0.66 37	0.84 38	0.38 9	0.41 7	1.84 201	0.48 19	0.20 23	0.16 26	0.20 1	0.16 12	0.19 4	0.19 5

IGEV	0.70 16	0.36 1	1.07 10	0.71 43	1.31 408	2.82 144	0.41 34	1.76 42	0.98 38	0.73 52	0.71 18	0.35 2	0.42 8	0.90 18	0.42 7	0.18 14	0.18 66	0.22 14	0.18 47	0.18 1	0.20 19

LG-Stereo_L1	0.61 5	0.47 39	1.10 28	0.73 54	0.49 110	1.72 63	0.33 12	1.95 61	0.65 3	0.56 10	0.40 6	0.40 11	0.43 9	1.40 117	0.42 7	0.23 46	0.19 96	0.23 28	0.18 47	0.21 26	0.19 5

MLG-Stereo_test1	0.80 48	0.39 4	1.02 2	0.65 23	1.20 387	3.14 186	0.29 7	1.59 23	3.05 480	0.50 4	0.24 1	0.67 57	0.43 9	1.33 107	0.40 5	0.21 26	0.18 66	0.23 28	0.15 4	0.19 4	0.20 19

DEFOM-Stereo	0.70 16	0.46 27	1.13 43	0.72 51	0.48 103	3.40 225	0.44 46	0.90 3	0.77 11	0.86 96	0.58 14	0.45 28	0.43 9	1.76 189	0.43 11	0.24 60	0.18 66	0.22 14	0.16 12	0.21 26	0.20 19

LG-Stereo_L2	0.63 7	0.46 27	1.15 47	0.70 39	0.43 63	2.32 107	0.28 5	1.86 50	0.68 4	0.56 10	0.42 7	0.37 5	0.45 12	1.36 112	0.40 5	0.23 46	0.18 66	0.22 14	0.18 47	0.21 26	0.20 19

AIO-Stereo	0.76 33	0.54 92	1.07 10	0.73 54	0.40 46	1.28 33	0.82 242	2.26 91	1.49 123	0.70 45	1.58 201	0.89 113	0.45 12	1.03 37	0.55 40	0.24 60	0.18 66	0.25 79	0.20 83	0.26 76	0.21 46

MLG-Stereo	0.77 39	0.39 4	1.04 3	0.64 16	0.41 51	3.01 172	0.31 8	1.89 52	2.92 466	0.47 1	0.29 2	0.66 56	0.47 14	1.35 110	0.39 4	0.20 23	0.18 66	0.24 57	0.16 12	0.19 4	0.20 19

S2M2	0.64 8	0.55 98	1.07 10	0.89 142	0.54 134	1.08 11	0.20 1	1.16 6	1.37 78	0.59 18	0.81 36	0.86 106	0.47 14	0.70 3	0.65 62	0.31 227	0.33 359	0.27 134	0.27 226	0.36 253	0.31 200

RAStereo	0.75 26	0.52 70	2.86 215	0.58 2	0.62 181	1.19 18	0.32 11	1.81 48	0.99 39	0.75 59	1.05 76	0.64 48	0.47 14	0.80 8	0.94 187	0.22 34	0.20 132	0.27 134	0.21 97	0.34 222	0.22 60

CES	1.01 109	0.55 98	1.74 110	0.92 164	2.15 521	2.15 95	0.50 63	2.01 65	1.45 94	0.76 69	1.02 63	0.61 43	0.47 14	1.29 99	0.79 124	0.22 34	0.17 39	0.24 57	0.14 2	0.63 425	2.29 531

qwe	0.75 26	0.45 21	1.10 28	0.67 35	1.06 347	2.49 121	0.45 50	2.57 139	0.90 27	0.71 49	0.83 37	0.43 21	0.48 18	1.10 48	0.64 57	0.17 4	0.14 11	0.24 57	0.16 12	0.21 26	0.20 19

4.5_new	0.67 10	0.46 27	1.11 35	0.63 12	0.78 249	1.97 81	0.51 67	2.18 79	0.78 14	0.73 52	0.90 47	0.42 19	0.49 19	0.81 9	0.49 22	0.21 26	0.14 11	0.26 106	0.19 67	0.22 37	0.20 19

4.5w-stereo	0.67 10	0.46 27	1.11 35	0.63 12	0.78 249	1.97 81	0.51 67	2.18 79	0.77 11	0.73 52	0.90 47	0.42 19	0.49 19	0.81 9	0.49 22	0.21 26	0.14 11	0.26 106	0.19 67	0.22 37	0.20 19

LGtest1	0.55 3	0.41 12	1.14 45	0.70 39	0.40 46	0.99 9	0.26 4	1.32 8	0.93 32	0.53 7	0.60 15	0.44 25	0.49 19	1.02 36	0.45 15	0.27 109	0.19 96	0.23 28	0.16 12	0.21 26	0.23 71

S2M2_XL	0.46 1	0.41 12	1.09 24	0.65 23	0.34 9	0.29 1	0.23 2	0.67 1	0.50 1	0.53 7	0.92 50	0.65 52	0.53 22	0.54 1	0.50 28	0.28 146	0.24 253	0.25 79	0.21 97	0.23 42	0.22 60

SGD-Stereo	0.65 9	0.41 12	1.06 8	0.85 123	0.31 4	2.44 117	0.46 53	1.09 4	0.69 5	0.84 93	0.52 11	0.55 37	0.53 22	1.49 139	0.46 17	0.31 227	0.14 11	0.25 79	0.18 47	0.23 42	0.20 19

CAS	1.26 168	0.40 7	1.46 83	2.97 535	1.61 473	4.13 397	0.73 170	1.78 46	1.49 123	0.83 91	1.10 85	0.59 41	0.53 22	1.26 91	0.80 125	2.99 538	0.13 1	0.21 9	0.13 1	0.31 160	1.72 520

mms	0.77 39	0.68 237	1.17 49	0.83 102	0.71 224	1.41 44	0.67 142	1.61 24	1.12 47	0.77 74	1.37 147	0.63 47	0.54 25	1.75 188	0.63 54	0.24 60	0.19 96	0.26 106	0.21 97	0.31 160	0.34 237

AIO_rvc	0.78 44	0.55 98	1.25 58	0.75 57	0.65 194	1.46 47	0.99 341	2.13 75	1.52 144	0.57 13	1.15 92	1.09 141	0.55 26	1.15 63	0.53 37	0.24 60	0.17 39	0.24 57	0.17 27	0.25 61	0.21 46

fffft	0.76 33	0.47 39	1.28 65	0.82 92	0.54 134	1.51 52	0.80 229	2.09 73	1.18 51	0.63 28	0.84 38	0.59 41	0.55 26	1.80 196	0.85 143	0.19 18	0.18 66	0.27 134	0.20 83	0.26 76	0.24 86
1: 1. 1
MGS-Stereo	0.80 48	0.56 109	1.53 91	0.93 178	0.39 42	1.26 27	0.73 170	1.45 12	1.30 70	1.01 117	2.26 398	0.80 90	0.56 28	1.16 65	0.65 62	0.27 109	0.23 219	0.26 106	0.22 130	0.27 88	0.25 96

HART	1.03 114	0.85 341	3.13 225	0.84 111	0.38 39	1.17 16	0.42 38	3.54 261	1.47 107	1.08 125	2.17 383	1.48 200	0.57 29	1.37 116	0.74 106	0.23 46	0.18 66	0.28 163	0.21 97	0.32 186	0.24 86

U	12.82 561	0.38 3	1.99 133	0.66 31	58.94 579	63.38 584	0.34 16	1.91 57	0.94 36	0.59 18	0.80 32	0.46 29	0.57 29	0.83 11	0.44 13	0.29 168	0.17 39	63.35 582	59.81 581	0.29 118	0.20 19

IGEV-BASED-STEREO-	1.09 121	3.30 519	2.61 198	0.82 92	0.38 39	1.27 28	0.62 124	1.51 16	1.29 68	0.91 102	0.92 50	0.65 52	0.57 29	1.08 45	0.59 45	1.55 527	0.15 21	0.32 246	0.28 255	1.10 500	1.98 527

LG-G_1	0.70 16	0.40 7	1.12 38	0.71 43	0.30 2	2.80 142	0.40 28	2.21 84	0.78 14	0.59 18	0.55 12	0.51 33	0.58 32	1.24 85	0.49 22	0.24 60	0.18 66	0.23 28	0.15 4	0.21 26	0.21 46

LG-G	0.70 16	0.40 7	1.12 38	0.71 43	0.30 2	2.80 142	0.40 28	2.21 84	0.78 14	0.59 18	0.55 12	0.51 33	0.58 32	1.24 85	0.49 22	0.24 60	0.18 66	0.23 28	0.15 4	0.21 26	0.21 46

AIO_test	0.76 33	0.47 39	1.31 67	0.81 82	0.70 222	1.36 40	0.88 284	1.40 10	1.45 94	0.55 9	0.95 58	1.81 258	0.58 32	1.16 65	0.46 17	0.27 109	0.17 39	0.24 57	0.19 67	0.24 47	0.21 46

CAS++	0.89 75	0.64 198	1.46 83	0.81 82	0.51 116	1.24 24	0.86 262	3.44 244	1.46 102	1.14 132	1.29 127	0.62 45	0.58 32	1.13 56	0.59 45	0.34 275	0.30 334	0.34 299	0.26 200	0.41 307	0.29 164
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
111111	0.87 70	0.50 58	1.13 43	0.66 31	1.08 353	3.37 220	0.33 12	2.33 101	1.47 107	0.74 57	1.50 179	0.61 43	0.59 36	1.40 117	0.48 19	0.24 60	0.19 96	0.22 14	0.16 12	0.24 47	0.19 5

castereo++	0.93 83	0.56 109	1.26 59	0.92 164	0.73 231	2.48 120	1.00 342	2.99 188	1.03 41	0.68 42	1.41 157	1.92 273	0.59 36	1.26 91	0.44 13	0.25 81	0.19 96	0.28 163	0.19 67	0.23 42	0.23 71

RSM++	0.77 39	0.51 64	1.08 17	0.95 186	0.42 57	1.52 54	0.71 162	2.11 74	1.40 83	0.80 81	1.23 109	0.90 115	0.59 36	1.14 58	0.69 84	0.24 60	0.19 96	0.25 79	0.21 97	0.28 105	0.20 19

GREAT-IGEV	0.74 25	0.54 92	1.86 119	1.10 276	0.44 69	2.44 117	0.34 16	1.37 9	1.51 135	0.48 2	0.86 41	0.51 33	0.60 39	1.07 44	0.45 15	0.22 34	0.17 39	0.21 9	0.17 27	0.23 42	0.25 96

XX-TBD	1.03 114	0.95 371	1.94 127	1.30 375	0.43 63	3.97 364	0.33 12	1.74 40	1.73 236	1.59 172	2.02 348	0.69 62	0.60 39	1.16 65	0.66 67	0.30 208	0.25 276	0.23 28	0.15 4	0.31 160	0.22 60

XX-Stereo	2.54 387	0.61 167	20.21 494	1.78 487	1.19 381	4.30 443	0.46 53	4.39 494	1.58 183	2.32 389	1.89 321	4.64 506	0.60 39	4.16 319	0.82 134	0.31 227	0.21 164	0.28 163	0.27 226	0.51 380	0.26 120

testlalala	1.14 131	0.62 177	1.34 72	1.00 219	0.78 249	4.38 449	0.93 315	2.46 117	2.20 333	2.44 414	1.52 182	1.31 177	0.61 42	1.04 41	0.65 62	0.35 295	0.19 96	0.24 57	0.19 67	0.24 47	0.23 71

4D-IteraStereo	1.97 278	0.84 337	20.43 509	0.78 77	1.56 465	2.09 93	1.05 357	2.43 111	1.56 174	1.41 155	1.00 62	1.94 275	0.61 42	1.22 82	1.06 208	0.27 109	0.18 66	0.31 226	0.26 200	0.27 88	0.23 71

ours_stereo	0.76 33	0.64 198	1.40 79	0.86 128	0.61 175	1.12 13	0.57 91	1.63 30	1.20 53	0.72 51	1.43 161	0.70 63	0.62 44	1.56 149	0.58 44	0.25 81	0.18 66	0.26 106	0.21 97	0.29 118	0.31 200

RSM	0.80 48	0.50 58	1.08 17	0.83 102	0.51 116	1.31 36	0.77 208	2.28 94	1.43 92	0.82 85	1.44 163	1.22 166	0.62 44	1.17 72	0.63 54	0.22 34	0.18 66	0.24 57	0.19 67	0.27 88	0.20 19

Selective-IGEV	0.80 48	0.52 70	1.05 5	0.75 57	0.61 175	1.31 36	0.82 242	2.60 145	1.41 86	0.82 85	1.64 220	0.71 70	0.62 44	1.22 82	0.64 57	0.22 34	0.19 96	0.24 57	0.18 47	0.25 61	0.20 19

tt45	0.96 97	0.48 48	1.19 50	0.89 142	0.66 201	3.91 337	0.76 195	1.90 55	1.26 65	0.70 45	1.30 129	0.71 70	0.63 47	2.59 272	0.74 106	0.22 34	0.17 39	0.28 163	0.23 145	0.27 88	0.27 135

DLNR_Zeroshot_test	28.62 573	55.50 583	49.94 579	183.62 586	115.05 584	3.43 229	0.28 5	29.49 575	1.49 123	1.01 117	1.26 118	0.93 123	0.63 47	3.92 314	1.51 312	29.81 577	0.41 423	0.26 106	0.23 145	93.28 583	0.32 210

SMoEStereo_RVC	0.80 48	0.53 81	1.12 38	0.92 164	0.44 69	2.41 115	0.79 219	1.49 15	1.16 48	0.70 45	1.12 88	0.64 48	0.64 49	1.69 180	0.87 156	0.22 34	0.16 26	0.31 226	0.22 130	0.26 76	0.25 96

UniTT-Stereo	0.82 59	0.47 39	2.63 202	0.96 192	1.19 381	0.78 5	0.39 24	1.12 5	1.54 160	1.19 135	1.26 118	0.51 33	0.64 49	1.13 56	1.03 205	0.30 208	0.20 132	0.24 57	0.21 97	0.40 283	0.25 96

CASnet	0.78 44	0.51 64	1.29 66	0.81 82	0.29 1	1.28 33	0.74 182	1.51 16	1.89 270	1.64 184	1.09 82	0.65 52	0.64 49	0.91 20	0.76 113	0.29 168	0.17 39	0.41 381	0.31 317	0.32 186	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
4.25_new	0.73 22	0.46 27	1.08 17	0.71 43	0.97 317	2.52 125	0.58 100	2.28 94	0.93 32	0.57 13	0.94 55	0.40 11	0.65 52	0.87 13	0.50 28	0.17 4	0.13 1	0.25 79	0.17 27	0.19 4	0.20 19

4.5w_new	0.73 22	0.46 27	1.08 17	0.71 43	0.97 317	2.52 125	0.58 100	2.28 94	0.93 32	0.57 13	0.94 55	0.40 11	0.65 52	0.87 13	0.50 28	0.17 4	0.13 1	0.25 79	0.17 27	0.19 4	0.20 19

4.25w-stereo	0.73 22	0.46 27	1.08 17	0.71 43	0.97 317	2.52 125	0.58 100	2.28 94	0.93 32	0.57 13	0.94 55	0.40 11	0.65 52	0.87 13	0.50 28	0.17 4	0.13 1	0.25 79	0.17 27	0.19 4	0.20 19

RAFT-Stereo-weight	1.11 124	0.48 48	1.22 55	0.99 211	0.42 57	4.17 416	0.80 229	3.60 269	1.50 128	1.97 261	1.50 179	1.30 176	0.65 52	1.24 85	0.85 143	0.25 81	0.19 96	0.26 106	0.22 130	0.27 88	0.23 71

Former-RAFT_DAM_RVC	0.92 81	0.73 277	1.42 80	0.92 164	1.08 353	2.97 169	0.53 77	1.77 45	1.39 80	1.16 133	1.54 191	0.58 39	0.65 52	1.03 37	0.84 140	0.25 81	0.23 219	0.30 204	0.24 170	0.43 336	0.29 164

CREStereo++_RVC	1.02 113	0.49 55	1.54 94	0.83 102	0.55 141	4.01 370	0.31 8	1.63 30	1.99 283	1.63 181	2.13 377	0.84 98	0.65 52	0.88 16	0.70 90	0.27 109	0.15 21	0.23 28	1.22 526	0.24 47	0.17 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
3.75w	0.75 26	0.47 39	1.09 24	0.63 12	1.10 359	2.61 135	0.53 77	2.46 117	0.97 37	0.62 25	0.80 32	0.40 11	0.66 58	1.11 50	0.48 19	0.19 18	0.13 1	0.23 28	0.18 47	0.20 16	0.21 46

3.5w_stereo	0.77 39	0.53 81	1.09 24	0.65 23	0.72 226	2.52 125	0.51 67	2.43 111	0.80 19	0.76 69	1.20 99	0.43 21	0.66 58	1.23 84	0.73 101	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

SCV_C0	0.89 75	0.59 139	1.96 132	0.83 102	0.44 69	1.24 24	0.64 129	3.33 236	1.66 216	0.82 85	1.20 99	0.73 76	0.66 58	1.62 165	0.66 67	0.32 247	0.21 164	0.24 57	0.20 83	0.28 105	0.23 71

HUF	1.15 132	0.64 198	8.62 306	0.90 151	0.35 12	1.35 39	0.78 212	1.97 62	1.50 128	0.63 28	1.52 182	0.83 96	0.66 58	1.28 96	0.63 54	0.29 168	0.23 219	0.26 106	0.17 27	0.23 42	0.25 96

999	0.97 98	0.48 48	1.24 57	1.03 242	0.64 186	3.25 202	0.92 313	1.40 10	1.39 80	0.71 49	1.68 232	0.70 63	0.66 58	3.03 291	0.89 163	0.23 46	0.19 96	0.25 79	0.21 97	0.25 61	0.29 164

EGLCR-Stereo	1.06 117	0.51 64	1.56 97	1.02 235	0.39 42	4.27 439	0.42 38	4.08 394	1.48 115	0.90 101	0.68 17	1.09 141	0.66 58	1.81 197	0.62 51	0.27 109	0.19 96	0.29 184	0.23 145	0.37 263	0.25 96

MM-Stereo_test3	1.09 121	0.59 139	1.55 95	1.73 482	1.18 374	1.91 76	0.86 262	3.52 256	1.76 246	1.25 137	1.86 311	1.10 144	0.69 64	1.32 106	0.86 150	0.27 109	0.23 219	0.27 134	0.22 130	0.34 222	0.30 191

rvit_stereo_0081_aga	0.81 56	0.75 297	1.84 118	0.72 51	0.73 231	1.21 19	0.63 126	1.92 58	1.39 80	0.87 98	0.80 32	0.79 88	0.69 64	1.27 95	0.69 84	0.35 295	0.29 321	0.26 106	0.25 182	0.40 283	0.27 135

MaDis-Stereo	0.82 59	0.66 219	1.53 91	0.65 23	1.87 507	1.24 24	0.36 20	2.13 75	1.27 66	0.67 40	0.75 24	0.88 111	0.70 66	1.15 63	1.07 211	0.29 168	0.23 219	0.26 106	0.20 83	0.31 160	0.22 60

test_xeample3	2.12 303	0.63 186	21.55 544	0.91 158	0.47 95	1.85 71	0.94 321	7.96 550	1.23 55	0.75 59	0.76 25	0.64 48	0.70 66	1.77 190	0.83 137	0.30 208	0.21 164	0.27 134	0.21 97	0.27 88	0.24 86

3.25w_new	0.69 14	0.46 27	1.10 28	0.61 6	0.61 175	2.23 102	0.51 67	2.45 114	0.90 27	0.63 28	0.78 29	0.47 30	0.71 68	0.78 6	0.50 28	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

3.25w	0.69 14	0.46 27	1.10 28	0.61 6	0.61 175	2.23 102	0.51 67	2.45 114	0.90 27	0.63 28	0.78 29	0.47 30	0.71 68	0.79 7	0.50 28	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

MSKI-zero shot	2.22 314	0.64 198	20.09 490	0.96 192	0.56 145	4.04 375	0.70 160	3.91 340	1.50 128	1.92 246	2.28 403	1.92 273	0.71 68	2.93 287	0.67 72	0.26 94	0.23 219	0.26 106	0.21 97	0.28 105	0.26 120

fffy	0.80 48	0.59 139	1.56 97	1.00 219	0.47 95	1.27 28	0.76 195	1.90 55	1.02 40	0.75 59	1.35 142	0.83 96	0.72 71	1.70 182	0.62 51	0.23 46	0.19 96	0.27 134	0.21 97	0.28 105	0.32 210

IGEVStereo-DCA	0.86 66	0.65 208	2.05 140	0.90 151	0.46 85	1.57 56	0.86 262	1.62 25	1.24 57	0.65 35	0.77 27	0.74 80	0.72 71	2.59 272	0.86 150	0.28 146	0.21 164	0.28 163	0.21 97	0.29 118	0.27 135

rrr	2.27 324	0.65 208	23.82 562	0.90 151	0.46 85	1.57 56	0.96 331	7.98 551	1.19 52	0.65 35	0.77 27	0.74 80	0.72 71	2.59 272	0.86 150	0.28 146	0.21 164	0.28 163	0.21 97	0.29 118	0.25 96

GLC_STEREO	0.76 33	0.52 70	1.12 38	0.83 102	0.33 8	1.86 72	0.82 242	1.46 13	1.38 79	0.95 111	1.04 71	0.68 59	0.72 71	0.97 29	0.80 125	0.23 46	0.25 276	0.32 246	0.25 182	0.32 186	0.30 191

IGEV-RUCA	0.90 78	0.53 81	1.05 5	0.81 82	0.74 236	3.89 334	0.80 229	1.92 58	1.41 86	0.96 114	0.71 18	0.70 63	0.73 75	1.30 103	0.68 75	0.29 168	0.20 132	0.25 79	0.19 67	0.43 336	0.34 237

Pointernet	0.88 72	0.44 18	2.26 168	0.84 111	0.37 28	2.29 106	0.38 22	3.06 199	1.46 102	0.66 37	1.39 152	0.91 117	0.73 75	1.01 35	0.72 98	0.23 46	0.19 96	0.20 1	0.18 47	0.19 4	0.20 19

test_for_model	2.16 308	3.87 523	1.58 99	4.16 550	3.64 546	2.51 123	0.96 331	3.63 274	2.62 423	2.45 415	1.39 152	1.02 134	0.73 75	0.92 22	0.57 42	2.97 537	2.19 541	0.26 106	0.17 27	5.32 555	2.24 530

LL-Strereo2	1.23 152	0.85 341	2.38 182	0.93 178	0.68 213	3.72 293	1.37 419	2.54 134	1.99 283	1.75 208	1.40 155	1.82 259	0.73 75	1.40 117	0.99 200	0.31 227	0.23 219	0.55 459	0.35 361	0.29 118	0.24 86

asd	0.70 16	0.45 21	1.10 28	0.67 35	0.90 299	2.88 151	0.43 43	1.64 32	0.79 17	0.68 42	0.88 43	0.43 21	0.74 79	0.85 12	0.49 22	0.19 18	0.13 1	0.24 57	0.17 27	0.22 37	0.20 19

AIO-test2	1.61 218	1.30 441	3.40 237	1.16 314	1.31 408	3.18 189	0.74 182	4.06 387	1.52 144	1.72 202	2.21 391	0.78 84	0.74 79	3.64 305	0.95 192	3.64 546	0.26 289	0.35 318	0.42 427	0.37 263	0.33 225

GMStereo	1.01 109	1.00 382	2.86 215	0.83 102	0.45 76	1.47 48	0.57 91	1.89 52	2.11 317	1.52 165	1.24 110	0.87 108	0.74 79	1.58 152	0.94 187	0.40 350	0.21 164	0.30 204	0.30 301	0.47 367	0.36 257
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
water-stereo	0.78 44	0.45 21	1.94 127	0.79 79	0.48 103	2.36 110	0.47 58	1.53 19	1.09 46	0.88 99	1.04 71	0.82 94	0.75 82	0.72 4	0.78 119	0.22 34	0.23 219	0.25 79	0.23 145	0.24 47	0.29 164

2.5w	0.75 26	0.44 18	1.06 8	0.66 31	0.69 219	2.39 113	0.56 88	2.77 167	0.82 23	0.63 28	0.88 43	0.37 5	0.75 82	1.36 112	0.50 28	0.18 14	0.14 11	0.22 14	0.17 27	0.19 4	0.21 46

AIO-test1	2.18 311	0.66 219	18.95 454	0.89 142	1.48 449	3.40 225	0.97 334	4.19 422	1.68 220	0.86 96	1.35 142	0.99 129	0.75 82	4.47 322	1.27 259	0.23 46	0.23 219	0.28 163	0.33 336	0.31 160	0.35 251

rvit_0105_6	1.00 107	0.93 363	2.21 161	0.92 164	0.55 141	1.52 54	0.79 219	2.41 105	2.96 470	0.76 69	0.72 20	1.02 134	0.75 82	1.42 123	0.81 131	0.40 350	0.43 431	0.34 299	0.31 317	0.43 336	0.34 237

rvit_stereo_0081	0.80 48	0.63 186	1.19 50	0.91 158	0.64 186	1.27 28	0.61 111	2.05 67	1.71 230	0.82 85	0.73 21	0.85 102	0.75 82	1.30 103	0.80 125	0.31 227	0.26 289	0.27 134	0.25 182	0.38 268	0.27 135

rvit_stereo_0082	0.80 48	0.63 186	1.19 50	0.91 158	0.64 186	1.27 28	0.61 111	2.05 67	1.71 230	0.82 85	0.73 21	0.85 102	0.75 82	1.30 103	0.80 125	0.31 227	0.26 289	0.27 134	0.25 182	0.38 268	0.27 135

CroCo-Stereo	0.98 99	0.87 347	3.44 238	0.87 133	0.53 133	0.49 2	0.50 63	3.99 366	1.49 123	0.81 83	1.25 117	1.00 132	0.75 82	1.10 48	1.09 216	0.24 60	0.21 164	0.24 57	0.19 67	0.35 240	0.27 135
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
GIP-stereo	0.88 72	0.50 58	1.34 72	1.32 381	0.94 309	2.90 153	0.42 38	3.41 243	1.06 43	0.63 28	0.76 25	0.90 115	0.76 89	0.91 20	0.52 36	0.27 109	0.18 66	0.25 79	0.16 12	0.25 61	0.19 5

ProNet	0.82 59	0.71 262	1.50 88	0.86 128	0.45 76	1.78 66	0.83 247	1.75 41	1.28 67	0.66 37	1.13 90	0.78 84	0.76 89	1.66 174	0.71 93	0.24 60	0.20 132	0.25 79	0.23 145	0.29 118	0.25 96

SCV	0.95 93	0.63 186	1.38 76	1.70 478	0.41 51	1.23 20	0.89 287	3.53 260	1.57 180	0.61 23	1.54 191	0.93 123	0.77 91	1.66 174	0.66 67	0.36 306	0.20 132	0.25 79	0.19 67	0.29 118	0.25 96

FoundationStereo	0.50 2	0.39 4	1.11 35	0.79 79	0.42 57	0.70 4	0.36 20	0.76 2	0.80 19	0.62 25	0.38 5	0.73 76	0.77 91	0.69 2	0.36 2	0.26 94	0.17 39	0.23 28	0.16 12	0.18 1	0.20 19

ff7	0.98 99	0.69 240	2.05 140	0.84 111	0.52 125	4.55 484	0.86 262	1.62 25	1.24 57	0.75 59	1.03 66	0.70 63	0.77 91	1.84 201	0.68 75	0.27 109	0.17 39	0.29 184	0.21 97	0.31 160	0.27 135

ffff	0.98 99	0.69 240	2.05 140	0.84 111	0.52 125	4.55 484	0.86 262	1.62 25	1.24 57	0.75 59	1.03 66	0.70 63	0.77 91	1.84 201	0.68 75	0.27 109	0.17 39	0.29 184	0.21 97	0.31 160	0.27 135

11t	0.98 99	0.69 240	2.05 140	0.84 111	0.52 125	4.55 484	0.86 262	1.62 25	1.24 57	0.75 59	1.03 66	0.70 63	0.77 91	1.84 201	0.68 75	0.27 109	0.17 39	0.29 184	0.21 97	0.31 160	0.27 135

anonymousdsp	0.95 93	0.69 240	1.27 63	0.83 102	0.52 125	4.54 481	0.84 250	1.76 42	1.24 57	0.76 69	1.06 78	0.78 84	0.77 91	1.67 178	0.69 84	0.27 109	0.17 39	0.29 184	0.21 97	0.31 160	0.26 120

ccc-4	0.98 99	0.69 240	2.05 140	0.84 111	0.52 125	4.55 484	0.86 262	1.62 25	1.24 57	0.75 59	1.03 66	0.70 63	0.77 91	1.84 201	0.68 75	0.27 109	0.17 39	0.29 184	0.21 97	0.31 160	0.27 135

IGEV-Stereo	0.95 93	0.69 240	1.27 63	0.84 111	0.52 125	4.54 481	0.84 250	1.76 42	1.24 57	0.75 59	1.06 78	0.79 88	0.77 91	1.68 179	0.69 84	0.27 109	0.17 39	0.29 184	0.21 97	0.31 160	0.26 120
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
xyz-stereo-finetune	1.05 116	0.62 177	1.46 83	0.59 3	0.36 14	3.48 241	0.81 238	2.69 156	1.74 242	0.94 107	1.21 103	0.91 117	0.78 99	2.53 267	1.28 263	0.24 60	0.24 253	0.26 106	0.23 145	0.30 141	0.23 71

CroCo-Stereo Lap2	0.99 105	0.89 350	2.55 191	0.99 211	1.80 504	0.54 3	0.46 53	3.10 201	1.24 57	1.07 124	1.21 103	1.05 140	0.78 99	1.26 91	1.08 213	0.27 109	0.23 219	0.27 134	0.21 97	0.43 336	0.34 237

test_1	1.19 139	0.52 70	2.00 134	1.01 225	0.42 57	1.95 79	0.90 292	4.36 488	1.47 107	2.17 339	1.16 93	2.06 299	0.78 99	2.68 278	0.76 113	0.27 109	0.18 66	0.28 163	0.26 200	0.26 76	0.25 96

MM-Stereo_test2	1.79 247	0.53 81	20.16 492	1.43 426	0.47 95	2.57 132	0.73 170	1.67 34	1.47 107	0.94 107	0.96 60	0.84 98	0.79 102	1.16 65	0.68 75	0.24 60	0.17 39	0.25 79	0.22 130	0.30 141	0.22 60

GCAP-BAT	1.21 147	0.74 285	3.23 228	0.95 186	0.70 222	3.86 329	0.93 315	1.89 52	1.48 115	1.85 222	1.96 334	1.68 224	0.79 102	1.78 191	0.81 131	0.29 168	0.20 132	0.24 57	0.20 83	0.26 76	0.35 251

IGEV-Stereo+	0.94 86	0.47 39	1.19 50	0.86 128	2.02 517	1.40 43	0.39 24	1.17 7	0.88 26	0.61 23	0.44 8	0.47 30	0.79 102	2.14 232	0.42 7	0.27 109	0.19 96	0.22 14	0.17 27	2.26 529	2.41 534

LoS	0.94 86	0.52 70	1.88 121	0.86 128	0.36 14	4.15 401	0.51 67	2.18 79	1.45 94	0.97 115	0.88 43	0.62 45	0.79 102	1.59 157	0.86 150	0.26 94	0.19 96	0.24 57	0.16 12	0.21 26	0.20 19
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
test_4	1.30 179	0.50 58	6.16 280	0.84 111	0.45 76	1.61 58	1.12 375	2.14 77	1.42 88	1.52 165	2.31 418	1.84 265	0.79 102	2.52 265	1.19 235	0.27 109	0.17 39	0.29 184	0.29 283	0.29 118	0.25 96

test-3	1.19 139	0.52 70	2.00 134	1.01 225	0.42 57	1.95 79	0.91 300	4.35 483	1.47 107	2.24 365	1.16 93	2.06 299	0.79 102	2.68 278	0.76 113	0.27 109	0.18 66	0.28 163	0.26 200	0.26 76	0.25 96

test_3	1.19 139	0.51 64	2.08 152	0.99 211	0.41 51	2.05 90	0.87 280	4.40 496	1.42 88	1.99 268	1.18 96	2.03 293	0.79 102	2.70 280	0.75 109	0.27 109	0.17 39	0.29 184	0.29 283	0.30 141	0.27 135

testlalala2	2.31 336	0.63 186	20.54 512	2.56 528	2.87 534	3.79 308	0.76 195	4.20 423	1.48 115	1.42 157	1.43 161	2.45 343	0.80 109	1.03 37	0.68 75	0.27 109	0.25 276	0.24 57	0.21 97	0.33 204	0.28 154

2.25w	0.75 26	0.47 39	1.09 24	0.69 38	0.65 194	2.28 105	0.40 28	2.42 108	0.80 19	0.73 52	1.03 66	0.40 11	0.81 110	1.24 85	0.80 125	0.16 2	0.15 21	0.21 9	0.17 27	0.19 4	0.21 46

4w-stereo	0.67 10	0.49 55	1.07 10	0.63 12	0.75 238	1.63 61	0.44 46	2.23 88	0.77 11	0.56 10	0.92 50	0.40 11	0.82 111	1.08 45	0.53 37	0.18 14	0.13 1	0.25 79	0.18 47	0.19 4	0.20 19

model_zeroshot	1.21 147	0.60 151	3.55 242	1.05 245	0.57 157	3.46 235	0.63 126	2.73 161	1.55 168	2.05 296	1.38 150	1.50 203	0.82 111	1.69 180	0.87 156	0.29 168	0.23 219	0.30 204	0.23 145	0.27 88	0.32 210

rvit_stereo_0080	0.94 86	0.72 266	2.56 192	0.64 16	0.59 168	1.90 74	0.75 192	2.71 158	1.40 83	0.91 102	1.04 71	0.85 102	0.82 111	1.14 58	0.78 119	0.35 295	0.29 321	0.25 79	0.27 226	0.45 352	0.29 164

whm_eth	0.94 86	0.72 266	2.56 192	0.64 16	0.59 168	1.90 74	0.75 192	2.71 158	1.40 83	0.91 102	1.04 71	0.85 102	0.82 111	1.14 58	0.78 119	0.35 295	0.29 321	0.25 79	0.27 226	0.45 352	0.29 164

iRaftStereo_RVC	1.09 121	0.70 250	1.39 77	0.95 186	0.45 76	3.83 314	0.42 38	2.37 103	1.58 183	1.69 193	1.76 263	1.80 253	0.83 115	1.50 140	0.98 197	0.28 146	0.18 66	0.29 184	0.26 200	0.30 141	0.31 200

rvit_stereo_0075_2	1.18 137	0.74 285	2.66 204	0.90 151	1.27 404	2.51 123	0.69 154	2.25 90	2.06 301	1.40 153	1.86 311	1.46 199	0.84 116	1.42 123	0.94 187	0.46 404	0.40 414	0.48 421	0.38 396	0.46 363	0.51 386

GCAP-Stereo	0.93 83	0.68 237	1.35 74	0.85 123	0.41 51	3.61 276	0.52 76	2.20 82	1.50 128	1.11 130	1.04 71	1.17 152	0.84 116	1.11 50	0.71 93	0.25 81	0.20 132	0.27 134	0.18 47	0.28 105	0.23 71

asda	0.77 39	0.46 27	1.10 28	0.64 16	0.82 266	3.33 216	0.49 61	2.40 104	0.81 22	0.63 28	0.80 32	0.44 25	0.85 118	0.88 16	0.60 47	0.17 4	0.13 1	0.24 57	0.17 27	0.20 16	0.20 19

testlalala_base	1.62 220	0.74 285	1.63 101	1.19 325	1.40 433	2.63 137	0.84 250	4.09 396	1.31 71	1.22 136	1.42 159	1.21 165	0.85 118	1.16 65	0.73 101	3.92 552	2.10 539	0.27 134	0.18 47	4.49 551	1.11 497

TRStereo	2.31 336	1.87 487	19.74 474	1.53 450	1.16 372	4.26 434	1.08 365	4.73 528	1.45 94	1.55 168	1.28 125	1.75 237	0.85 118	1.81 197	1.20 238	0.36 306	0.26 289	0.32 246	0.36 371	0.34 222	0.33 225

LG-Stereo_Zeroshot	0.89 75	0.47 39	2.08 152	0.76 71	0.73 231	3.91 337	0.41 34	2.07 71	1.07 44	0.77 74	0.89 46	0.64 48	0.86 121	0.95 24	0.77 118	0.26 94	0.18 66	0.26 106	0.19 67	0.32 186	0.32 210

rvit_0105_4	1.07 120	0.99 379	2.39 183	0.93 178	0.54 134	1.62 60	0.84 250	2.77 167	2.91 464	0.80 81	0.91 49	1.09 141	0.86 121	1.63 169	0.85 143	0.40 350	0.45 441	0.35 318	0.31 317	0.43 336	0.40 313

plain	1.55 203	0.69 240	13.59 365	0.65 23	0.73 231	1.66 62	0.57 91	3.17 210	1.94 277	0.77 74	1.24 110	0.80 90	0.86 121	1.60 159	0.96 193	0.33 263	0.21 164	0.32 246	0.25 182	0.42 326	0.28 154

DIP-Stereo	1.24 157	0.69 240	1.77 112	0.65 23	0.61 175	4.29 441	0.58 100	4.44 502	2.53 411	1.98 263	1.33 134	0.91 117	0.86 121	1.25 90	1.25 253	0.36 306	0.23 219	0.32 246	0.23 145	0.32 186	0.29 164
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
DilatedVolume-Stereo	0.81 56	0.60 151	1.51 90	1.01 225	0.59 168	1.34 38	0.51 67	1.56 21	1.08 45	1.26 139	1.24 110	0.77 83	0.87 125	1.79 195	0.72 98	0.23 46	0.24 253	0.22 14	0.21 97	0.25 61	0.23 71

CREStereo	0.92 81	0.53 81	1.45 82	0.61 6	0.34 9	4.42 460	0.40 28	2.21 84	1.54 160	0.94 107	1.12 88	0.87 108	0.87 125	1.12 53	0.72 98	0.28 146	0.19 96	0.22 14	0.15 4	0.22 37	0.19 5
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
gcap-zeroshot	1.30 179	0.61 167	4.09 255	0.94 182	0.56 145	3.50 248	0.84 250	3.12 203	1.72 233	1.84 221	1.22 105	2.72 372	0.88 127	1.46 134	0.80 125	0.29 168	0.30 334	0.27 134	0.21 97	0.29 118	0.25 96

StereoVision	1.65 226	0.75 297	7.47 292	1.01 225	1.80 504	2.61 135	0.61 111	3.06 199	1.96 278	1.25 137	3.46 497	1.85 268	0.88 127	2.07 222	1.93 377	0.43 382	0.36 381	0.37 345	0.36 371	0.48 370	0.33 225

LoS_RVC	0.94 86	1.30 441	1.31 67	0.84 111	1.63 476	2.02 84	0.59 104	1.51 16	1.36 77	0.81 83	1.33 134	0.84 98	0.88 127	1.36 112	0.73 101	0.21 26	0.17 39	0.20 1	0.14 2	0.20 16	1.45 513

knoymous	1.30 179	0.60 151	5.57 277	0.88 138	0.75 238	3.04 173	0.90 292	2.68 154	1.33 73	1.48 161	1.07 80	2.78 383	0.88 127	1.29 99	0.85 143	0.31 227	0.22 192	0.35 318	0.20 83	0.45 352	0.37 271

StereoAnything_RVC	0.94 86	2.66 510	2.20 159	0.76 71	0.34 9	1.18 17	0.39 24	2.31 98	0.69 5	0.51 6	0.34 4	0.32 1	0.89 131	1.57 151	0.35 1	0.32 247	0.16 26	0.23 28	0.15 4	3.31 534	0.18 3

Occ-G	0.86 66	0.52 70	1.39 77	0.82 92	0.66 201	1.37 41	0.79 219	1.58 22	1.31 71	1.56 170	0.87 42	2.18 309	0.89 131	0.97 29	0.88 160	0.26 94	0.19 96	0.26 106	0.19 67	0.25 61	0.24 86

trnet	0.91 80	0.48 48	1.46 83	0.62 9	0.31 4	4.40 456	0.41 34	2.20 82	1.53 151	0.94 107	1.14 91	0.88 111	0.89 131	1.09 47	0.71 93	0.27 109	0.19 96	0.22 14	0.15 4	0.21 26	0.19 5

MIF-Stereo (partial)	0.98 99	0.55 98	2.83 212	0.71 43	1.03 339	1.08 11	0.49 61	2.55 135	1.66 216	0.79 79	1.20 99	0.80 90	0.90 134	1.61 164	1.56 319	0.36 306	0.24 253	0.33 281	0.25 182	0.40 283	0.28 154

TestStereo	2.00 284	1.02 384	12.25 349	0.70 39	0.61 175	1.88 73	0.55 84	2.31 98	1.52 144	1.41 155	1.33 134	1.27 171	0.90 134	11.62 511	0.81 131	0.34 275	0.19 96	0.33 281	0.24 170	0.44 344	0.24 86

castereo	0.82 59	0.70 250	1.04 3	0.85 123	0.50 114	1.29 35	0.91 300	3.22 215	1.20 53	0.83 91	1.24 110	0.72 72	0.91 136	1.00 34	0.67 72	0.26 94	0.16 26	0.25 79	0.20 83	0.24 47	0.21 46

MyStereo07	1.01 109	0.80 319	1.26 59	1.00 219	1.04 342	3.95 354	0.95 325	2.07 71	1.42 88	0.75 59	1.22 105	0.68 59	0.91 136	1.63 169	0.67 72	0.24 60	0.24 253	0.34 299	0.26 200	0.41 307	0.37 271

RALCasStereoNet	1.19 139	1.02 384	2.06 149	1.12 287	1.14 365	3.08 181	0.70 160	2.99 188	1.73 236	1.34 143	1.68 232	1.18 156	0.91 136	2.16 234	1.00 202	0.30 208	0.26 289	0.24 57	0.21 97	0.29 118	0.30 191

2.75w_new	0.75 26	0.45 21	1.10 28	0.65 23	0.62 181	2.45 119	0.56 88	2.75 164	0.74 9	0.78 77	0.73 21	0.38 9	0.92 139	1.04 41	0.66 67	0.17 4	0.14 11	0.22 14	0.17 27	0.18 1	0.19 5

AE-Stereo	1.18 137	0.60 151	2.05 140	1.10 276	0.60 171	4.39 452	0.72 165	3.74 297	1.62 206	1.10 127	1.90 326	1.01 133	0.92 139	1.45 130	0.82 134	0.28 146	0.22 192	0.28 163	0.28 255	0.26 76	0.22 60

test-1	1.23 152	0.65 208	1.88 121	0.96 192	0.52 125	3.84 319	0.62 124	4.01 370	1.47 107	1.93 250	1.78 271	1.83 262	0.92 139	1.19 78	1.28 263	0.26 94	0.29 321	0.31 226	0.24 170	0.29 118	0.36 257

rvit_0105_5	1.13 126	0.93 363	2.60 195	0.91 158	0.56 145	1.92 77	0.91 300	3.02 193	2.63 425	0.95 111	1.20 99	1.18 156	0.93 142	1.51 143	0.93 185	0.40 350	0.43 431	0.37 345	0.35 361	0.42 326	0.44 338

TANstereo	1.01 109	0.55 98	1.73 107	0.76 71	0.36 14	4.04 375	0.38 22	1.48 14	1.62 206	2.03 291	2.10 368	0.84 98	0.93 142	0.98 31	0.62 51	0.28 146	0.36 381	0.23 28	0.20 83	0.25 61	0.46 354

EAI-Stereo	2.35 352	0.63 186	2.97 218	0.95 186	0.65 194	3.84 319	14.27 561	5.04 534	2.19 331	2.06 301	7.25 523	1.10 144	0.94 144	1.65 173	1.37 279	0.31 227	0.22 192	0.27 134	0.60 480	0.27 88	0.32 210

R-Stereo Train	1.20 144	0.58 131	1.81 116	0.99 211	0.67 208	3.78 304	0.90 292	4.09 396	1.51 135	2.16 335	1.71 243	1.13 147	0.94 144	1.40 117	0.91 174	0.30 208	0.24 253	0.26 106	0.21 97	0.26 76	0.25 96

RAFT-Stereo	1.20 144	0.58 131	1.81 116	0.99 211	0.67 208	3.78 304	0.90 292	4.09 396	1.51 135	2.16 335	1.71 243	1.13 147	0.94 144	1.40 117	0.91 174	0.30 208	0.24 253	0.26 106	0.21 97	0.26 76	0.25 96
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
GMStereo_Zeroshot	1.41 193	1.21 424	3.33 235	1.29 368	0.72 226	3.35 218	0.53 77	2.58 143	1.68 220	2.35 397	1.56 198	2.42 335	0.96 147	2.50 257	1.16 229	0.45 398	0.23 219	0.40 371	0.24 170	0.79 472	0.33 225

CRE-IMP	1.23 152	0.61 167	2.14 155	0.82 92	0.39 42	4.54 481	0.83 247	2.63 148	1.55 168	1.95 255	1.46 166	1.87 270	0.96 147	1.48 137	1.33 274	0.45 398	0.21 164	0.31 226	0.26 200	0.41 307	0.31 200

s12784h	1.31 183	0.45 21	2.41 186	0.71 43	0.35 12	4.42 460	0.50 63	4.22 432	2.73 437	2.01 282	2.48 434	0.91 117	0.96 147	2.01 220	0.70 90	0.29 168	0.18 66	0.24 57	0.16 12	0.27 88	0.18 3

depthmonostereo	0.94 86	0.71 262	2.39 183	0.85 123	0.54 134	2.21 101	0.53 77	1.83 49	1.17 50	0.95 111	1.09 82	0.99 129	0.97 150	2.37 250	0.68 75	0.23 46	0.27 300	0.22 14	0.20 83	0.25 61	0.26 120

MM-Stereo_test1	1.90 262	0.53 81	19.85 478	1.39 418	0.48 103	1.81 69	0.79 219	3.00 190	1.82 254	1.69 193	1.09 82	0.87 108	0.97 150	1.45 130	0.74 106	0.24 60	0.21 164	0.27 134	0.24 170	0.35 240	0.24 86

tg	1.15 132	0.67 229	1.31 67	0.94 182	0.54 134	4.02 372	0.41 34	2.96 185	1.59 198	1.69 193	1.85 308	1.84 265	0.97 150	1.78 191	0.83 137	0.27 109	0.17 39	0.29 184	0.26 200	0.29 118	0.27 135

WCG-NET	0.88 72	0.49 55	1.26 59	0.90 151	0.37 28	1.48 49	1.07 360	1.73 39	2.30 355	1.63 181	1.49 178	0.92 122	0.97 150	0.95 24	0.76 113	0.22 34	0.16 26	0.23 28	0.20 83	0.25 61	0.21 46

BUS	1.49 202	0.59 139	1.94 127	0.87 133	0.85 278	4.50 475	0.76 195	4.48 508	1.88 266	2.93 472	1.83 296	3.63 458	0.97 150	1.60 159	1.17 232	0.34 275	0.25 276	0.31 226	0.28 255	0.35 240	0.33 225

NINENet	1.87 255	0.74 285	2.60 195	1.12 287	1.06 347	4.50 475	0.76 195	4.41 497	2.24 339	2.16 335	1.86 311	3.63 458	0.97 150	8.00 397	1.17 232	0.41 365	0.30 334	0.41 381	0.30 301	0.41 307	0.36 257

PMTNet	0.99 105	0.48 48	1.73 107	0.62 9	0.56 145	4.20 428	0.43 43	1.88 51	1.58 183	1.00 116	1.05 76	0.78 84	0.98 156	1.50 140	0.85 143	1.21 513	0.20 132	0.23 28	0.15 4	0.22 37	0.19 5

PSM-softLoss	1.66 229	0.59 139	5.15 270	2.25 516	0.48 103	4.68 505	0.69 154	2.57 139	1.52 144	2.14 322	1.45 164	1.42 194	0.99 157	6.04 355	1.20 238	0.41 365	0.23 219	0.37 345	0.39 403	0.32 186	0.31 200

KMStereo	1.66 229	0.59 139	5.15 270	2.25 516	0.48 103	4.68 505	0.69 154	2.57 139	1.52 144	2.14 322	1.45 164	1.42 194	0.99 157	6.04 355	1.20 238	0.41 365	0.23 219	0.37 345	0.39 403	0.32 186	0.31 200

UDGNet	1.40 191	1.52 468	2.22 164	1.38 416	0.62 181	4.39 452	0.68 148	1.80 47	2.18 330	1.34 143	1.18 96	0.99 129	1.00 159	2.16 234	1.19 235	1.09 507	0.34 371	1.30 524	0.98 514	1.10 500	0.58 415

AnonymousM	1.22 151	1.32 447	0.97 1	0.88 138	0.56 145	4.03 374	0.69 154	2.41 105	1.68 220	1.48 161	1.31 131	1.15 150	1.00 159	1.18 77	0.73 101	0.32 247	0.40 414	2.07 532	1.70 534	0.24 47	0.22 60

WCG-NET（raft）	0.95 93	0.55 98	1.20 54	0.84 111	0.31 4	1.44 45	1.01 345	1.55 20	2.37 376	1.64 184	1.42 159	2.38 329	1.01 161	1.29 99	0.76 113	0.22 34	0.19 96	0.22 14	0.20 83	0.25 61	0.21 46

anonymousdsp2	1.26 168	0.60 151	3.74 252	1.02 235	0.41 51	3.60 272	0.72 165	3.68 283	1.47 107	1.37 149	1.56 198	1.83 262	1.01 161	2.00 217	0.66 67	0.29 168	0.20 132	0.28 163	0.20 83	0.32 186	0.29 164

DisPM	1.36 187	0.55 98	2.39 183	1.54 452	0.51 116	4.59 492	0.79 219	2.50 123	1.88 266	2.50 421	1.83 296	1.45 197	1.01 161	2.71 281	0.93 185	0.46 404	0.20 132	0.32 246	0.31 317	0.31 160	0.44 338

3w_stereo	0.71 21	0.47 39	1.14 45	0.65 23	0.39 42	1.73 65	0.68 148	2.79 174	0.79 17	0.67 40	0.84 38	0.37 5	1.02 164	1.03 37	0.56 41	0.18 14	0.14 11	0.23 28	0.18 47	0.20 16	0.22 60

RAFT-Test	1.44 195	0.59 139	6.10 279	1.01 225	0.69 219	2.90 153	0.80 229	3.68 283	1.70 229	1.85 222	1.68 232	3.15 413	1.03 165	1.20 79	0.99 200	0.27 109	0.22 192	0.25 79	0.23 145	0.27 88	0.25 96

PFNet+	1.46 198	0.57 118	2.84 213	0.92 164	0.47 95	4.64 499	0.84 250	2.46 117	1.99 283	2.14 322	1.64 220	1.34 180	1.03 165	4.68 327	1.23 248	0.45 398	0.33 359	0.37 345	0.39 403	0.32 186	0.49 371

Pruner-Stereo	1.32 185	0.59 139	2.11 154	1.79 492	0.47 95	4.73 518	0.79 219	2.53 125	1.72 233	2.47 418	1.58 201	1.48 200	1.03 165	1.66 174	1.47 299	0.44 389	0.21 164	0.34 299	0.30 301	0.30 141	0.39 293

Anonymous3	1.72 235	0.76 302	11.61 345	0.83 102	0.84 277	4.46 464	0.84 250	3.57 265	1.16 48	1.34 143	1.37 147	1.11 146	1.03 165	1.58 152	1.13 224	0.70 483	0.58 483	0.33 281	0.35 361	0.47 367	0.42 323

DFGA-Net	2.11 301	3.00 514	7.43 291	1.11 283	0.76 242	3.72 293	0.60 107	2.63 148	1.91 274	2.01 282	2.07 364	1.22 166	1.04 169	10.26 457	2.26 414	0.27 109	0.22 192	0.34 299	0.34 345	0.61 419	0.48 364

rvit_0105_3	1.24 157	0.93 363	2.84 213	0.97 199	0.58 166	2.38 111	1.08 365	3.26 222	2.53 411	1.18 134	1.40 155	1.24 168	1.04 169	1.73 185	0.97 194	0.44 389	0.44 436	0.40 371	0.42 427	0.42 326	0.50 378

IGEV-Stereo++	0.93 83	0.44 18	1.08 17	0.70 39	1.20 387	3.87 332	0.33 12	3.36 238	1.43 92	0.75 59	1.17 95	0.68 59	1.04 169	0.95 24	0.42 7	0.22 34	0.16 26	0.23 28	0.17 27	0.24 47	0.20 19

ACRE	2.27 324	1.11 406	19.45 465	0.91 158	1.30 406	3.94 349	0.87 280	4.21 429	1.80 252	2.28 373	2.62 450	1.17 152	1.04 169	1.52 145	1.30 267	0.37 314	0.23 219	0.27 134	0.22 130	0.31 160	0.46 354

ARAFT	2.56 392	1.13 408	19.50 468	0.89 142	0.48 103	4.15 401	1.40 424	4.36 488	2.82 458	2.36 401	1.88 315	1.70 231	1.04 169	6.45 364	1.22 245	0.29 168	0.18 66	0.37 345	0.35 361	0.35 240	0.25 96

IGEV_Zeroshot_test	2.16 308	0.69 240	20.60 516	1.22 339	0.54 134	2.18 97	0.53 77	3.38 240	1.61 203	1.93 250	1.55 195	3.76 462	1.05 174	1.55 148	0.91 174	0.29 168	0.20 132	0.27 134	0.29 283	0.40 283	0.32 210

dd	1.26 168	1.15 413	2.47 188	0.92 164	0.49 110	4.35 447	0.75 192	1.92 58	2.11 317	1.44 158	1.24 110	1.19 160	1.05 174	1.78 191	1.70 346	0.57 456	0.34 371	0.35 318	0.33 336	0.60 414	0.46 354

GMOStereo	1.13 126	0.70 250	2.26 168	0.75 57	0.44 69	3.05 175	0.91 300	2.78 169	1.45 94	2.37 402	1.52 182	1.53 204	1.05 174	1.17 72	0.92 177	0.25 81	0.19 96	0.35 318	0.28 255	0.34 222	0.26 120

error version	1.13 126	0.70 250	2.26 168	0.75 57	0.44 69	3.05 175	0.91 300	2.78 169	1.45 94	2.37 402	1.52 182	1.53 204	1.05 174	1.17 72	0.92 177	0.25 81	0.19 96	0.35 318	0.28 255	0.34 222	0.26 120

test-v	1.13 126	0.70 250	2.26 168	0.75 57	0.44 69	3.05 175	0.91 300	2.78 169	1.45 94	2.37 402	1.52 182	1.53 204	1.05 174	1.17 72	0.92 177	0.25 81	0.19 96	0.35 318	0.28 255	0.34 222	0.26 120

test-2	1.13 126	0.70 250	2.26 168	0.75 57	0.44 69	3.05 175	0.91 300	2.78 169	1.45 94	2.37 402	1.52 182	1.53 204	1.05 174	1.17 72	0.92 177	0.25 81	0.19 96	0.35 318	0.28 255	0.34 222	0.26 120

RALAANet	1.28 176	1.08 399	3.21 227	1.25 347	0.94 309	1.44 45	0.69 154	3.15 207	2.57 418	2.01 282	1.80 277	1.29 175	1.05 174	2.00 217	1.48 302	0.27 109	0.20 132	0.27 134	0.24 170	0.40 283	0.27 135

CIPLG	2.27 324	1.18 419	19.24 458	0.92 164	1.34 420	3.95 354	0.89 287	4.23 436	1.82 254	2.31 385	2.67 455	1.17 152	1.06 181	1.53 147	1.32 270	0.37 314	0.23 219	0.27 134	0.22 130	0.31 160	0.45 344

DN-CSS_ROB	1.91 266	1.55 470	11.13 340	1.82 494	0.88 291	3.99 367	0.61 111	4.01 370	1.67 218	1.64 184	1.89 321	1.39 187	1.06 181	3.23 292	1.50 306	0.31 227	0.19 96	0.44 397	0.29 283	0.37 263	0.31 200

rvit_stereo_0083	0.86 66	0.67 229	1.42 80	0.87 133	0.65 194	1.23 20	0.64 129	1.67 34	2.28 351	0.79 79	0.93 53	0.93 123	1.07 183	1.46 134	0.75 109	0.32 247	0.36 381	0.30 204	0.26 200	0.33 204	0.28 154

DCRE	1.44 195	0.74 285	3.50 241	1.13 294	0.72 226	1.78 66	0.67 142	2.14 77	1.56 174	1.99 268	8.09 530	1.73 235	1.07 183	1.24 85	0.83 137	0.23 46	0.25 276	0.26 106	0.26 200	0.28 105	0.30 191

IPLGR_C	2.28 329	1.31 445	19.46 466	0.92 164	1.32 414	3.93 344	0.89 287	4.20 423	1.82 254	2.30 379	2.63 452	1.16 151	1.07 183	1.41 122	1.29 266	0.37 314	0.23 219	0.27 134	0.22 130	0.31 160	0.45 344

PSMNet-RUCA	1.64 225	1.50 467	2.57 194	1.50 445	1.38 429	3.05 175	1.36 414	3.31 227	2.24 339	1.36 146	2.07 364	1.40 192	1.09 186	1.83 200	1.55 317	1.15 511	0.69 503	1.26 523	0.96 512	1.64 522	0.94 485

IGEV++	0.90 78	0.58 131	1.32 70	0.94 182	0.45 76	1.27 28	1.00 342	3.32 232	1.55 168	0.82 85	1.34 139	0.86 106	1.09 186	1.16 65	0.89 163	0.33 263	0.18 66	0.23 28	0.19 67	0.29 118	0.22 60

NF-Stereo	1.58 210	0.61 167	2.66 204	2.26 518	0.47 95	4.68 505	0.67 142	3.31 227	1.48 115	2.11 312	1.59 205	1.36 183	1.09 186	6.08 357	1.20 238	0.40 350	0.20 132	0.36 333	0.34 345	0.31 160	0.36 257

OCTAStereo	1.58 210	0.61 167	2.72 207	2.27 521	0.46 85	4.68 505	0.67 142	3.30 226	1.48 115	2.11 312	1.59 205	1.36 183	1.09 186	6.02 354	1.21 242	0.41 365	0.20 132	0.36 333	0.34 345	0.31 160	0.37 271

RE-Stereo	1.58 210	0.61 167	2.72 207	2.26 518	0.46 85	4.68 505	0.68 148	3.31 227	1.48 115	2.11 312	1.59 205	1.36 183	1.09 186	6.01 352	1.22 245	0.41 365	0.20 132	0.36 333	0.34 345	0.31 160	0.37 271

TVStereo	1.58 210	0.61 167	2.72 207	2.26 518	0.46 85	4.68 505	0.68 148	3.31 227	1.48 115	2.11 312	1.59 205	1.36 183	1.09 186	6.01 352	1.22 245	0.41 365	0.20 132	0.36 333	0.34 345	0.31 160	0.37 271

GANet-ADL	2.20 313	0.73 277	20.11 491	1.25 347	0.69 219	3.83 314	0.76 195	3.49 249	1.71 230	1.65 188	1.99 344	2.10 304	1.10 192	1.42 123	1.26 256	0.38 331	0.33 359	0.25 79	0.22 130	0.42 326	0.36 257

raft+_RVC	1.21 147	0.83 333	2.61 198	1.35 398	0.97 317	3.60 272	0.76 195	3.23 217	1.51 135	1.33 142	1.67 229	1.03 136	1.10 192	1.87 208	0.92 177	0.24 60	0.22 192	0.25 79	0.24 170	0.26 76	0.25 96

sCroCo_RVC	1.06 117	0.82 330	5.05 268	1.02 235	1.05 344	0.98 8	0.61 111	2.06 69	1.29 68	0.69 44	1.26 118	0.82 94	1.10 192	1.20 79	0.90 167	0.42 376	0.40 414	0.33 281	0.30 301	0.46 363	0.38 286

RAFT-Stereo + iAFF	1.25 161	0.72 266	1.74 110	1.05 245	0.36 14	4.13 397	0.42 38	2.95 184	2.84 460	2.02 287	2.40 428	1.61 217	1.11 195	1.26 91	0.97 194	0.21 26	0.15 21	0.26 106	0.23 145	0.29 118	0.23 71

MC-Stereo	1.06 117	0.48 48	1.55 95	1.15 308	0.41 51	4.56 489	0.61 111	2.06 69	1.46 102	1.90 239	1.61 213	0.89 113	1.12 196	1.35 110	0.73 101	0.25 81	0.18 66	0.26 106	0.22 130	0.25 61	0.24 86

rafts_anoy	1.24 157	0.80 319	3.61 248	1.17 316	1.20 387	3.00 170	0.61 111	3.17 210	1.58 183	1.37 149	1.26 118	1.19 160	1.12 196	1.78 191	1.25 253	0.32 247	0.23 219	0.32 246	0.32 328	0.31 160	0.30 191

2w_stereo	0.75 26	0.46 27	1.08 17	0.68 37	0.56 145	2.00 83	0.61 111	2.87 181	0.83 24	0.93 106	0.93 53	0.36 3	1.13 198	0.90 18	0.61 49	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

dad	1.65 226	1.19 421	3.04 222	0.98 205	0.56 145	4.22 429	0.84 250	1.99 64	2.48 401	2.14 322	1.68 232	1.62 218	1.13 198	3.85 309	2.04 391	1.03 506	0.40 414	2.04 531	0.48 447	0.75 466	0.53 393

PSM-adaLoss	1.24 157	0.65 208	2.03 137	0.75 57	0.37 28	4.68 505	0.73 170	2.53 125	1.58 183	1.99 268	1.47 170	1.78 243	1.13 198	2.18 238	0.87 156	0.48 417	0.23 219	0.32 246	0.27 226	0.40 283	0.29 164

ROB_FTStereo	1.25 161	0.66 219	2.14 155	0.75 57	0.37 28	4.65 501	0.77 208	2.53 125	1.58 183	1.99 268	1.47 170	1.78 243	1.13 198	2.26 247	0.86 150	0.47 413	0.22 192	0.32 246	0.27 226	0.40 283	0.29 164

HUI-Stereo	1.25 161	0.66 219	2.33 177	0.75 57	0.37 28	4.68 505	0.78 212	2.53 125	1.58 183	1.99 268	1.46 166	1.79 250	1.13 198	2.17 236	0.85 143	0.48 417	0.23 219	0.32 246	0.27 226	0.40 283	0.29 164

cross-raft	2.01 287	0.57 118	19.01 456	1.03 242	0.56 145	2.11 94	0.72 165	3.63 274	1.57 180	1.77 210	1.51 181	3.17 415	1.13 198	1.16 65	0.85 143	0.23 46	0.21 164	0.26 106	0.23 145	0.28 105	0.25 96

RAFT-IKP	1.25 161	0.66 219	2.23 166	0.75 57	0.37 28	4.64 499	0.74 182	2.53 125	1.58 183	1.99 268	1.47 170	1.78 243	1.13 198	2.22 244	0.92 177	0.48 417	0.22 192	0.32 246	0.27 226	0.40 283	0.29 164

rvit_105_1	1.43 194	0.90 352	3.27 231	1.08 261	0.68 213	2.79 141	1.27 403	3.52 256	2.35 367	1.38 151	1.54 191	1.28 172	1.14 205	2.91 285	1.40 281	0.54 450	0.47 454	0.45 404	0.59 478	0.44 344	0.58 415

rvit_stereo_ft	1.00 107	0.87 347	3.55 242	0.97 199	0.66 201	1.06 10	0.80 229	2.78 169	1.67 218	0.78 77	0.96 60	0.95 127	1.14 205	1.06 43	0.90 167	0.32 247	0.24 253	0.27 134	0.28 255	0.39 278	0.27 135

MyStereo8	2.33 343	1.13 408	19.26 461	1.22 339	1.62 474	4.16 411	0.57 91	3.50 252	2.36 370	2.15 330	1.75 254	2.28 314	1.14 205	1.46 134	2.20 410	0.24 60	0.21 164	0.32 246	0.27 226	0.36 253	0.43 332

Patchmatch Stereo++	1.25 161	0.65 208	2.06 149	0.75 57	0.37 28	4.68 505	0.76 195	2.53 125	1.58 183	1.99 268	1.47 170	1.78 243	1.14 205	2.44 252	0.90 167	0.48 417	0.23 219	0.32 246	0.27 226	0.40 283	0.29 164
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
ROB_FTStereo_v2	1.23 152	0.66 219	2.02 136	0.75 57	0.37 28	4.67 504	0.76 195	2.53 125	1.58 183	1.99 268	1.46 166	1.78 243	1.14 205	2.08 224	0.88 160	0.48 417	0.22 192	0.32 246	0.27 226	0.40 283	0.29 164

iGMRVC	1.26 168	0.66 219	2.14 155	0.75 57	0.37 28	4.66 502	0.74 182	2.53 125	1.58 183	1.99 268	1.46 166	1.78 243	1.14 205	2.46 254	0.92 177	0.48 417	0.23 219	0.32 246	0.27 226	0.40 283	0.29 164

iRAFT	1.25 161	0.65 208	2.06 149	0.75 57	0.37 28	4.68 505	0.76 195	2.53 125	1.58 183	1.99 268	1.47 170	1.78 243	1.14 205	2.44 252	0.90 167	0.48 417	0.23 219	0.32 246	0.27 226	0.40 283	0.29 164

ICVP	2.26 322	0.66 219	21.18 536	0.99 211	0.88 291	4.28 440	0.95 325	3.32 232	1.60 199	1.66 189	1.76 263	1.34 180	1.14 205	1.62 165	1.32 270	0.53 448	0.35 376	0.33 281	0.29 283	0.40 283	0.51 386
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
FACV-RUCA	1.26 168	0.65 208	2.21 161	1.06 251	1.50 452	2.69 139	1.15 381	3.05 196	1.87 264	1.36 146	1.99 344	1.03 136	1.15 213	1.36 112	1.10 217	0.41 365	0.41 423	0.73 500	0.41 421	0.61 419	0.41 319

DEFOM-Stereo_RVC	0.81 56	1.13 408	1.23 56	0.97 199	0.57 157	0.81 6	0.43 43	3.49 249	0.84 25	0.73 52	0.95 58	0.44 25	1.17 214	1.45 130	0.60 47	0.26 94	0.18 66	0.24 57	0.17 27	0.30 141	0.19 5

MoCha-V2	0.87 70	0.48 48	1.87 120	0.88 138	0.32 7	1.37 41	0.55 84	2.71 158	1.42 88	0.92 105	1.75 254	0.65 52	1.17 214	1.45 130	0.57 42	0.21 26	0.21 164	0.20 1	0.19 67	0.24 47	0.23 71

RAFT+CT+SA	1.62 220	0.72 266	7.42 290	0.97 199	1.42 442	4.04 375	0.94 321	3.90 335	1.61 203	1.61 178	1.63 218	1.33 179	1.18 216	2.73 283	1.10 217	0.27 109	0.19 96	0.31 226	0.34 345	0.33 204	0.33 225

Gwc-CoAtRS	1.58 210	0.57 118	11.69 346	1.01 225	0.60 171	2.53 129	0.64 129	2.36 102	1.56 174	1.80 216	1.47 170	2.74 373	1.18 216	1.12 53	0.90 167	0.27 109	0.21 164	0.25 79	0.22 130	0.27 88	0.23 71

DMCA	1.72 235	0.74 285	6.63 282	1.14 295	0.96 313	3.98 366	0.90 292	3.75 298	2.76 442	2.83 467	1.58 201	2.35 325	1.18 216	1.58 152	1.98 386	0.40 350	0.27 300	0.42 388	0.26 200	0.36 253	0.38 286

AdaStereo	1.45 197	0.83 333	2.34 180	1.28 364	0.81 257	3.21 191	1.14 380	4.20 423	2.46 400	2.05 296	1.77 268	2.48 347	1.18 216	1.71 183	1.44 290	0.43 382	0.25 276	0.43 392	0.28 255	0.44 344	0.34 237
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.
CFNet-RSSM	2.08 298	0.52 70	20.06 486	1.01 225	0.56 145	3.39 222	0.64 129	3.67 281	1.55 168	1.72 202	1.37 147	2.57 355	1.19 220	1.11 50	0.86 150	0.27 109	0.20 132	0.25 79	0.23 145	0.27 88	0.23 71

NOSS_ROB	2.27 324	0.73 277	3.00 220	1.71 479	1.00 335	3.90 336	0.97 334	4.29 462	2.81 456	2.94 476	2.19 387	3.88 467	1.19 220	11.77 523	1.62 333	0.59 459	0.54 471	0.56 461	0.52 463	0.56 401	0.54 399

G2L-ROB	2.13 305	0.78 311	10.06 324	1.19 325	1.06 347	3.84 319	0.93 315	3.32 232	2.27 347	2.20 348	1.47 170	2.65 365	1.20 222	8.38 402	1.81 362	0.28 146	0.19 96	0.23 28	0.22 130	0.28 105	0.32 210

x	1.15 132	0.57 118	1.53 91	1.44 429	0.67 208	1.94 78	0.97 334	3.87 325	1.57 180	1.61 178	1.28 125	1.58 212	1.22 223	1.93 212	1.04 206	0.28 146	0.30 334	0.34 299	0.29 283	0.32 186	0.31 200

NRIStereo	1.28 176	0.61 167	1.67 104	1.15 308	0.38 39	4.73 518	0.90 292	2.42 108	1.50 128	1.93 250	1.33 134	1.75 237	1.22 223	2.96 289	1.33 274	0.46 404	0.22 192	0.29 184	0.26 200	0.30 141	0.28 154

raftrobust	1.19 139	0.72 266	2.30 174	1.26 354	1.31 408	3.55 262	0.68 148	2.75 164	1.47 107	2.21 357	1.38 150	1.17 152	1.22 223	1.20 79	1.11 220	0.28 146	0.24 253	0.21 9	0.19 67	0.25 61	0.28 154

sAnonymous2	1.37 188	1.22 430	9.79 320	0.92 164	0.88 291	1.23 20	0.61 111	2.56 137	1.69 226	0.85 94	1.02 63	0.73 76	1.23 226	0.98 31	0.78 119	0.29 168	0.25 276	0.31 226	0.30 301	1.06 494	0.71 448

CroCo_RVC	1.37 188	1.22 430	9.79 320	0.92 164	0.88 291	1.23 20	0.61 111	2.56 137	1.69 226	0.85 94	1.02 63	0.73 76	1.23 226	0.98 31	0.78 119	0.29 168	0.25 276	0.31 226	0.30 301	1.06 494	0.71 448

CFNet_ucs	2.36 357	0.68 237	18.42 446	0.89 142	0.81 257	3.85 327	0.68 148	4.29 462	2.37 376	2.09 305	2.04 353	3.31 427	1.24 228	2.63 275	1.14 225	0.36 306	0.45 441	0.56 461	0.29 283	0.66 441	0.49 371

GwcNet-ADL	2.47 374	0.67 229	21.48 543	0.96 192	0.72 226	4.61 495	0.95 325	4.42 498	2.36 370	1.98 263	1.80 277	2.55 353	1.24 228	1.90 210	1.41 285	0.40 350	0.46 450	0.24 57	0.27 226	0.41 307	0.49 371

DeepPruner_ROB	2.05 293	1.09 402	10.50 332	1.01 225	1.20 387	4.39 452	0.91 300	3.14 205	1.72 233	2.60 440	1.54 191	2.78 383	1.27 230	4.52 323	1.72 349	0.51 439	0.40 414	0.37 345	0.34 345	0.48 370	0.52 391

iResNet_ROB	1.89 260	1.02 384	8.60 305	1.39 418	0.98 324	3.72 293	0.66 141	3.84 316	2.65 428	1.88 232	2.05 359	1.98 286	1.27 230	4.52 323	1.67 343	0.30 208	0.20 132	0.28 163	0.18 47	0.31 160	0.40 313

UGAM	2.58 396	0.56 109	18.55 448	0.89 142	0.71 224	3.23 195	1.03 351	2.75 164	1.75 244	1.36 146	2.77 463	2.69 367	1.28 232	10.75 471	1.40 281	0.28 146	0.24 253	0.40 371	0.31 317	0.35 240	0.30 191

SACVNet	2.46 371	1.14 412	9.47 317	1.44 429	1.18 374	4.06 378	1.49 438	3.84 316	2.24 339	2.62 444	1.89 321	2.57 355	1.28 232	11.35 499	1.64 339	0.50 433	0.39 409	0.48 421	0.41 421	0.55 395	0.75 460

RAFT-RH_RVC	2.63 399	0.55 98	19.97 483	1.26 354	0.47 95	4.46 464	0.57 91	1.71 38	1.64 210	3.06 484	5.51 518	2.03 293	1.28 232	6.70 371	1.52 314	0.42 376	0.22 192	0.37 345	0.34 345	0.28 105	0.29 164

GCST	2.56 392	1.79 485	18.02 437	1.92 502	1.33 418	1.72 63	0.51 67	3.67 281	2.03 292	1.70 197	1.61 213	1.55 209	1.29 235	5.06 331	1.24 250	2.06 530	0.77 510	1.45 527	0.97 513	1.14 504	1.34 508

MIM_Stereo	1.20 144	0.78 311	3.30 233	1.05 245	0.43 63	3.04 173	0.60 107	2.46 117	1.51 135	1.60 173	1.58 201	1.82 259	1.29 235	2.00 217	1.07 211	0.24 60	0.24 253	0.28 163	0.25 182	0.27 88	0.27 135

AASNet	2.44 367	0.92 359	19.79 475	1.35 398	1.49 450	3.81 312	1.07 360	3.85 319	2.93 468	1.95 255	2.29 406	1.96 282	1.29 235	1.73 185	1.93 377	0.39 343	0.33 359	0.45 404	0.30 301	0.55 395	0.45 344

hknet	1.98 280	0.64 198	8.70 307	0.87 133	1.07 351	4.16 411	1.16 383	4.48 508	1.73 236	2.93 472	1.83 296	3.48 441	1.30 238	3.91 313	1.51 312	0.31 227	0.25 276	0.31 226	0.28 255	0.35 240	0.33 225

BSDual-CNN	1.46 198	0.59 139	1.94 127	0.87 133	0.85 278	4.16 411	1.16 383	4.48 508	1.88 266	2.93 472	1.83 296	2.60 358	1.31 239	1.60 159	1.21 242	0.34 275	0.25 276	0.31 226	0.28 255	0.35 240	0.33 225

psmg	1.47 201	0.59 139	1.94 127	0.92 164	0.85 278	4.30 443	1.42 429	4.10 404	1.88 266	2.64 448	2.09 367	2.60 358	1.31 239	1.60 159	1.21 242	0.34 275	0.27 300	0.33 281	0.34 345	0.36 253	0.34 237

RAFT-345	2.46 371	0.55 98	19.69 473	1.02 235	0.49 110	4.43 462	0.78 212	1.64 32	2.34 365	2.09 305	3.12 484	1.96 282	1.31 239	6.65 369	1.43 288	0.36 306	0.23 219	0.32 246	0.25 182	0.28 105	0.25 96

AACVNet	1.83 251	1.02 384	2.41 186	1.45 433	0.87 288	3.21 191	0.73 170	3.16 208	1.61 203	2.01 282	1.82 295	2.28 314	1.33 242	10.98 482	1.49 305	0.39 343	0.32 352	0.38 361	0.32 328	0.43 336	0.44 338

G2L-Stereo	2.49 378	0.94 369	14.54 387	1.15 308	1.35 421	3.57 268	0.95 325	3.62 273	2.00 287	2.11 312	1.61 213	3.20 416	1.34 243	9.54 428	1.91 375	0.34 275	0.27 300	0.35 318	0.28 255	0.30 141	0.35 251

xx1	2.03 289	0.74 285	13.77 368	1.78 487	0.36 14	4.48 466	0.74 182	4.23 436	3.95 525	1.01 117	1.81 289	1.79 250	1.34 243	2.13 229	0.64 57	0.29 168	0.17 39	0.33 281	0.33 336	0.33 204	0.32 210

qqq	1.30 179	0.57 118	1.67 104	1.15 308	0.51 116	2.18 97	0.91 300	3.98 362	1.53 151	1.50 164	1.24 110	1.79 250	1.34 243	4.66 325	0.98 197	0.28 146	0.31 344	0.33 281	0.33 336	0.33 204	0.32 210

11t1	1.11 124	0.53 81	1.80 115	1.55 457	0.65 194	2.20 100	0.60 107	3.66 280	1.49 123	1.60 173	1.26 118	1.03 136	1.35 246	1.72 184	0.97 194	0.28 146	0.31 344	0.29 184	0.23 145	0.30 141	0.34 237

EKT-Stereo	6.79 539	0.64 198	4.24 257	1.77 486	106.39 583	4.51 479	0.61 111	3.16 208	1.53 151	1.88 232	1.22 105	1.98 286	1.36 247	3.81 308	0.84 140	0.35 295	0.24 253	0.29 184	0.26 200	0.34 222	0.48 364

1w_stereo	0.86 66	0.42 15	1.07 10	0.72 51	0.81 257	3.00 170	0.67 142	3.28 223	0.75 10	0.74 57	1.32 132	0.37 5	1.37 248	0.92 22	0.68 75	0.16 2	0.14 11	0.20 1	0.16 12	0.19 4	0.22 60

IPLG	2.48 376	0.65 208	19.63 471	0.91 158	0.79 252	4.60 494	0.56 88	4.31 473	1.84 261	1.91 244	2.00 346	1.31 177	1.38 249	6.61 367	1.53 315	0.27 109	0.20 132	0.27 134	0.23 145	0.31 160	0.36 257

OMP-Stereo	1.97 278	0.93 363	1.88 121	2.76 531	0.67 208	4.58 491	1.48 434	4.31 473	1.54 160	3.15 490	2.76 462	3.25 421	1.38 249	7.66 393	1.35 278	0.40 350	0.20 132	0.33 281	0.26 200	0.33 204	0.24 86

xxxx	2.67 405	0.54 92	2.03 137	1.22 339	0.81 257	3.49 244	0.63 126	4.49 511	2.49 405	2.22 359	2.23 394	2.05 297	1.38 249	10.05 449	17.91 550	0.32 247	0.32 352	0.30 204	0.27 226	0.33 204	0.34 237

test_sample6	2.35 352	0.62 177	10.78 336	1.33 386	0.83 270	3.15 187	0.79 219	4.36 488	2.43 392	2.26 371	2.04 353	1.69 229	1.39 252	11.48 506	1.61 328	0.38 331	0.32 352	0.37 345	0.39 403	0.41 307	0.42 323

test_sample5	2.33 343	0.62 177	11.29 341	1.29 368	0.83 270	3.09 182	0.74 182	4.28 459	2.31 359	2.20 348	1.97 340	1.68 224	1.39 252	11.19 494	1.47 299	0.37 314	0.31 344	0.37 345	0.37 383	0.41 307	0.39 293

DualNet	2.33 343	0.62 177	11.29 341	1.29 368	0.83 270	3.09 182	0.74 182	4.28 459	2.31 359	2.26 371	2.04 353	1.68 224	1.39 252	11.19 494	1.47 299	0.37 314	0.31 344	0.37 345	0.37 383	0.41 307	0.39 293

SFCPSM	2.18 311	0.63 186	17.03 421	0.88 138	0.98 324	3.74 298	1.28 405	4.09 396	2.16 326	1.85 222	1.83 296	1.65 220	1.39 252	2.50 257	1.50 306	0.33 263	0.27 300	0.39 365	0.36 371	0.34 222	0.37 271

H2IRNET	1.90 262	0.53 81	14.29 384	1.14 295	0.60 171	4.48 466	0.44 46	2.65 150	1.81 253	1.05 123	2.30 411	1.67 222	1.40 256	2.17 236	1.50 306	0.36 306	0.21 164	0.33 281	0.37 383	0.34 222	0.29 164

Selective-RAFT	1.15 132	0.46 27	1.64 103	0.99 211	0.45 76	4.17 416	0.51 67	3.21 213	1.69 226	1.12 131	1.34 139	1.45 197	1.40 256	2.08 224	0.94 187	0.41 365	0.20 132	0.24 57	0.23 145	0.27 88	0.25 96

test_xeample	2.67 405	0.56 109	2.05 140	1.09 267	0.81 257	3.24 199	0.80 229	4.55 518	2.70 434	2.42 411	2.27 399	1.39 187	1.40 256	10.75 471	17.51 549	0.30 208	0.30 334	0.32 246	0.28 255	0.34 222	0.33 225

UPFNet	1.81 250	0.63 186	6.71 283	1.25 347	1.44 443	3.50 248	1.35 412	4.02 374	1.85 262	2.40 409	1.52 182	2.41 332	1.40 256	3.62 303	1.88 371	0.34 275	0.33 359	0.37 345	0.31 317	0.41 307	0.39 293

PS-NSSS	2.22 314	1.33 450	2.90 217	0.97 199	1.53 457	4.11 392	1.08 365	4.55 518	2.65 428	2.10 308	2.32 423	1.77 242	1.40 256	11.79 524	1.61 328	0.68 479	0.45 441	0.96 512	0.43 430	0.95 486	0.92 483

ISRNet	1.69 232	0.76 302	5.69 278	1.27 362	1.36 424	2.85 148	0.61 111	3.60 269	1.91 274	2.13 319	2.12 375	2.90 391	1.41 261	2.51 260	1.71 347	0.49 429	0.50 466	0.56 461	0.47 442	0.49 376	0.57 410

test_sample3	2.34 347	0.61 167	11.94 347	1.33 386	0.85 278	3.10 184	0.73 170	4.24 444	2.19 331	2.21 357	1.75 254	1.80 253	1.41 261	11.11 492	1.46 294	0.35 295	0.29 321	0.34 299	0.35 361	0.39 278	0.37 271

HCRNet	1.60 216	0.56 109	2.47 188	0.78 77	1.36 424	4.11 392	0.71 162	3.57 265	2.79 446	1.75 208	1.61 213	1.58 212	1.41 261	5.79 349	1.56 319	0.34 275	0.28 311	0.36 333	0.29 283	0.33 204	0.37 271

MaskLacGwcNet_RVC	3.13 458	1.43 461	9.93 322	2.50 526	1.62 474	4.29 441	1.68 462	3.95 353	2.43 392	1.66 189	1.91 327	3.04 403	1.41 261	13.26 545	1.58 321	3.82 550	1.59 531	1.12 520	0.46 439	2.21 528	2.74 543

AANet_RVC	3.03 449	1.72 480	12.78 355	1.17 316	1.12 362	3.79 308	1.10 371	3.86 322	3.13 486	2.62 444	4.26 509	3.96 471	1.41 261	11.43 503	5.23 488	0.94 501	0.47 454	0.34 299	0.23 145	0.40 283	0.55 403

test_sample4	2.34 347	0.63 186	11.59 344	1.30 375	0.83 270	3.07 180	0.72 165	4.27 454	2.30 355	2.30 379	1.88 315	1.73 235	1.42 266	11.14 493	1.46 294	0.35 295	0.29 321	0.35 318	0.36 371	0.40 283	0.38 286

PFNet	2.47 374	0.60 151	16.95 420	2.15 515	0.81 257	4.63 498	0.91 300	2.55 135	1.52 144	2.40 409	2.79 464	1.83 262	1.42 266	7.54 388	1.34 277	0.33 263	0.21 164	0.36 333	0.27 226	0.32 186	0.39 293

MLCV	1.87 255	0.91 357	8.59 304	1.10 276	0.57 157	3.59 270	0.53 77	3.70 293	2.20 333	2.80 464	2.25 397	2.00 289	1.42 266	4.13 318	1.86 369	0.30 208	0.20 132	0.32 246	0.21 97	0.33 204	0.36 257

DDVS	1.68 231	0.79 315	2.52 190	1.26 354	1.16 372	3.17 188	0.78 212	3.12 203	1.82 254	1.86 227	1.91 327	2.92 396	1.43 269	6.20 359	1.63 336	0.45 398	0.65 495	0.34 299	0.38 396	0.48 370	0.79 469

Sa-1000	1.63 224	0.79 315	3.56 244	1.11 283	0.48 103	4.06 378	1.41 427	4.49 511	2.75 441	2.00 280	2.80 466	1.84 265	1.43 269	2.64 277	1.50 306	0.27 109	0.19 96	0.36 333	0.33 336	0.36 253	0.30 191

FENet	2.25 320	0.50 58	20.29 502	1.35 398	0.67 208	4.01 370	0.60 107	3.95 353	1.99 283	1.96 259	1.11 86	2.43 338	1.43 269	1.60 159	1.39 280	0.32 247	0.22 192	0.33 281	0.26 200	0.29 118	0.39 293

222	2.68 409	0.57 118	2.03 137	1.11 283	0.81 257	3.23 195	0.65 138	4.52 516	2.45 397	2.34 396	2.29 406	1.41 193	1.44 272	10.50 462	18.47 554	0.32 247	0.30 334	0.32 246	0.27 226	0.32 186	0.34 237

HITNet	2.07 296	0.82 330	14.77 388	1.34 393	0.56 145	3.47 238	0.80 229	4.07 390	2.35 367	2.16 335	1.61 213	1.64 219	1.44 272	2.09 227	2.56 442	0.26 94	0.18 66	0.41 381	0.26 200	0.45 352	0.25 96
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
StereoDRNet-Refined	1.77 245	0.81 323	2.22 164	1.21 336	0.76 242	3.26 204	0.71 162	3.82 312	2.05 299	2.29 375	2.05 359	2.98 398	1.44 272	7.15 381	2.27 416	0.30 208	0.23 219	0.42 388	0.33 336	0.45 352	0.64 434
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet	2.52 384	0.94 369	21.17 535	1.84 496	0.72 226	3.75 299	0.81 238	4.14 413	2.55 417	2.33 395	2.03 350	1.35 182	1.44 272	3.27 293	2.16 408	0.35 295	0.23 219	0.28 163	0.22 130	0.44 344	0.45 344

SDNR	3.97 496	1.93 489	20.28 501	1.31 378	0.94 309	5.16 531	0.67 142	4.33 479	2.58 419	4.82 529	5.94 521	5.01 516	1.45 276	17.52 560	2.53 438	0.79 489	0.72 506	0.59 468	0.45 437	1.15 507	1.17 499

cf-r	2.57 395	0.79 315	16.09 407	1.48 441	1.35 421	4.19 423	0.93 315	3.68 283	2.36 370	1.97 261	1.81 289	3.42 437	1.45 276	8.24 399	1.83 366	0.32 247	0.26 289	0.33 281	0.30 301	0.34 222	0.37 271

CFNet	2.34 347	1.10 403	8.96 309	1.34 393	1.24 397	4.09 385	0.73 170	4.04 379	2.77 443	1.62 180	1.87 314	2.27 313	1.45 276	11.41 501	1.82 364	0.31 227	0.24 253	0.43 392	0.36 371	0.43 336	0.33 225

ACVNet	1.46 198	0.64 198	3.56 244	0.93 178	0.85 278	4.22 429	0.80 229	2.85 176	2.08 304	1.78 212	1.88 315	3.10 408	1.46 279	1.33 107	1.89 372	0.29 168	0.26 289	0.30 204	0.26 200	0.39 278	0.27 135

GwcNet-RSSM	2.66 403	1.05 391	15.91 405	1.22 339	1.19 381	4.12 394	1.12 375	3.84 316	2.02 290	1.93 250	1.79 274	3.12 411	1.46 279	10.37 459	2.05 393	0.33 263	0.27 300	0.35 318	0.30 301	0.40 283	0.36 257

CoDeX	2.40 360	0.78 311	13.21 358	1.00 219	1.18 374	3.24 199	1.32 408	4.14 413	2.41 388	1.74 206	1.84 301	2.05 297	1.47 281	10.03 448	1.60 325	0.34 275	0.28 311	0.32 246	0.27 226	0.32 186	0.39 293

ToySt	1.35 186	0.72 266	3.65 250	1.01 225	0.50 114	3.31 215	1.01 345	3.46 245	1.73 236	1.30 140	1.55 195	2.07 302	1.47 281	1.88 209	1.40 281	0.27 109	0.27 300	0.30 204	0.32 328	0.42 326	0.39 293

tt1	1.79 247	0.73 277	10.41 331	1.75 484	0.36 14	4.55 484	0.79 219	4.22 432	3.37 509	1.08 125	1.80 277	0.74 80	1.48 283	2.21 242	0.65 62	0.29 168	0.16 26	0.31 226	0.22 130	0.30 141	0.29 164

RCA-Stereo	1.21 147	0.52 70	1.58 99	0.90 151	0.46 85	4.68 505	0.79 219	4.13 407	1.74 242	1.92 246	1.80 277	0.94 126	1.48 283	1.14 58	0.70 90	0.27 109	0.18 66	0.25 79	0.19 67	0.25 61	0.23 71

CSP-Net	1.78 246	1.32 447	1.92 126	1.16 314	1.03 339	3.38 221	1.31 407	3.52 256	1.75 244	1.96 259	1.93 332	2.40 330	1.48 283	8.58 406	1.58 321	0.46 404	0.34 371	0.27 134	0.26 200	0.41 307	0.50 378

FINET	2.96 435	1.07 397	23.18 560	1.29 368	1.86 506	2.03 85	1.52 439	4.30 470	4.71 533	2.23 363	2.34 425	1.65 220	1.48 283	5.89 351	2.81 452	0.51 439	0.47 454	0.49 435	0.40 414	0.59 410	0.49 371

CFNet-ft	1.90 262	0.95 371	3.56 244	1.07 253	1.54 458	4.09 385	0.90 292	2.85 176	1.82 254	1.78 212	1.70 239	2.75 375	1.48 283	9.33 423	1.72 349	0.33 263	0.30 334	0.61 476	0.36 371	0.52 384	0.39 293

CFNet_RVC	1.90 262	0.95 371	3.56 244	1.07 253	1.54 458	4.09 385	0.90 292	2.85 176	1.82 254	1.78 212	1.70 239	2.75 375	1.48 283	9.33 423	1.72 349	0.33 263	0.30 334	0.61 476	0.36 371	0.52 384	0.39 293

hitnet-ft	2.37 358	0.73 277	8.34 300	0.96 192	0.89 296	3.77 302	0.80 229	3.55 263	2.58 419	2.24 365	2.04 353	3.65 460	1.49 289	11.71 521	1.89 372	0.44 389	0.53 469	0.44 397	0.35 361	0.52 384	0.48 364

G2L-Stereo_test	2.11 301	0.86 344	7.12 288	1.65 471	1.19 381	3.54 259	1.02 349	3.57 265	2.01 289	2.50 421	1.68 232	3.15 413	1.50 290	9.21 421	1.62 333	0.28 146	0.19 96	0.23 28	0.22 130	0.27 88	0.31 200

mmm	1.27 173	0.58 131	2.20 159	1.41 422	0.68 213	2.39 113	0.85 259	3.90 335	1.63 209	2.20 348	1.84 301	1.28 172	1.50 290	1.91 211	0.89 163	0.31 227	0.27 300	0.45 404	0.37 383	0.38 268	0.34 237

FADNet_RVC	2.65 401	2.28 502	16.51 413	0.98 205	0.92 302	4.09 385	0.83 247	4.26 453	1.73 236	1.46 159	1.78 271	1.60 215	1.50 290	8.88 410	2.39 422	0.47 413	0.38 400	0.44 397	0.58 476	0.89 481	0.97 487

UCFNet_RVC	1.57 209	0.84 337	3.25 229	1.36 404	1.40 433	4.07 383	1.01 345	2.68 154	1.50 128	2.11 312	1.88 315	2.37 328	1.50 290	3.41 297	1.42 287	0.36 306	0.28 311	0.52 447	0.40 414	0.53 390	0.43 332

FADNet-RVC-Resample	2.83 419	2.02 494	21.07 530	1.12 287	0.91 301	3.53 255	1.37 419	4.08 394	2.09 307	1.68 192	1.33 134	2.03 293	1.51 294	9.54 428	1.69 345	0.38 331	0.37 394	0.42 388	0.44 433	0.56 401	0.56 406

iResNetv2_ROB	2.65 401	5.00 528	19.28 463	2.06 512	1.09 357	3.83 314	1.13 378	4.14 413	2.09 307	1.85 222	2.03 350	2.01 292	1.51 294	3.58 301	1.58 321	0.34 275	0.21 164	0.32 246	0.21 97	0.44 344	0.29 164

SMFormer	2.00 284	0.57 118	4.46 259	1.36 404	0.57 157	2.03 85	0.73 170	4.25 446	2.80 450	2.32 389	2.31 418	1.95 277	1.52 296	10.99 483	2.13 404	0.34 275	0.32 352	0.36 333	0.31 317	0.38 268	0.36 257

tta	2.00 284	0.57 118	4.46 259	1.36 404	0.57 157	2.03 85	0.73 170	4.25 446	2.80 450	2.32 389	2.31 418	1.95 277	1.52 296	10.99 483	2.13 404	0.34 275	0.32 352	0.36 333	0.31 317	0.29 118	0.29 164

qqq1	1.92 269	0.57 118	4.46 259	1.36 404	0.57 157	2.03 85	0.73 170	4.25 446	2.80 450	2.32 389	2.31 418	1.95 277	1.52 296	10.99 483	0.71 93	0.34 275	0.32 352	0.30 204	0.23 145	0.29 118	0.29 164

fff1	1.92 269	0.57 118	4.46 259	1.36 404	0.57 157	2.03 85	0.73 170	4.25 446	2.80 450	2.32 389	2.31 418	1.95 277	1.52 296	10.99 483	0.71 93	0.34 275	0.32 352	0.30 204	0.23 145	0.29 118	0.29 164

AFF-stereo	1.31 183	0.77 305	1.46 83	1.10 276	0.45 76	3.93 344	0.48 60	2.92 183	2.92 466	1.90 239	2.21 391	2.11 306	1.52 296	1.93 212	1.12 223	0.21 26	0.16 26	0.25 79	0.25 182	0.29 118	0.20 19

DLCB_ROB	2.05 293	0.95 371	2.37 181	1.24 345	1.02 338	2.92 159	1.30 406	3.68 283	2.30 355	2.91 470	2.17 383	3.32 428	1.52 296	10.37 459	2.50 435	0.40 350	0.33 359	0.40 371	0.36 371	0.41 307	0.47 359

ETE_ROB	2.07 296	1.40 457	3.01 221	1.09 267	0.92 302	3.94 349	1.53 441	4.25 446	2.23 337	3.31 495	2.06 363	2.35 325	1.52 296	8.74 408	2.07 397	0.44 389	0.36 381	0.51 441	0.48 447	0.54 393	0.62 426

YMNet	2.40 360	1.41 459	13.46 362	1.36 404	1.67 486	3.96 359	0.97 334	3.81 309	2.37 376	2.64 448	2.57 446	3.35 430	1.53 303	3.28 294	2.42 427	0.48 417	0.54 471	0.52 447	0.49 450	0.70 449	0.54 399

YMNet_1	2.40 360	1.41 459	13.46 362	1.36 404	1.67 486	3.96 359	0.97 334	3.81 309	2.37 376	2.64 448	2.57 446	3.35 430	1.53 303	3.28 294	2.42 427	0.48 417	0.54 471	0.52 447	0.49 450	0.70 449	0.54 399

DMCA-RVC	2.45 368	1.22 430	18.29 441	1.23 343	1.14 365	2.49 121	0.85 259	3.29 225	1.68 220	3.02 479	1.41 157	2.00 289	1.53 303	6.39 363	2.00 387	0.38 331	0.30 334	0.44 397	0.35 361	0.45 352	0.44 338

ttt	2.76 415	0.56 109	2.28 173	1.41 422	1.21 393	3.67 285	0.77 208	4.59 521	2.94 469	2.35 397	2.30 411	2.45 343	1.54 306	11.25 497	15.56 537	0.43 382	0.36 381	0.37 345	0.33 336	0.40 283	0.40 313

DCANet-4	1.96 276	0.51 64	14.31 385	0.82 92	0.40 46	4.16 411	0.57 91	4.29 462	2.98 474	2.30 379	1.80 277	1.03 136	1.54 306	1.44 126	1.44 290	0.29 168	0.23 219	0.23 28	0.18 47	0.24 47	0.42 323

test_sample2	1.75 242	0.56 109	2.25 167	1.41 422	0.80 254	2.91 156	0.86 262	4.05 383	2.04 296	1.91 244	1.39 152	1.57 210	1.55 308	10.65 468	1.06 208	0.32 247	0.28 311	0.32 246	0.30 301	0.36 253	0.33 225

CASS	1.29 178	0.66 219	2.62 201	0.95 186	0.66 201	2.84 146	0.69 154	3.00 190	1.79 251	2.57 433	1.95 333	1.39 187	1.55 308	1.59 157	1.06 208	0.50 433	0.28 311	0.34 299	0.28 255	0.46 363	0.63 430
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Any-RAFT	1.40 191	0.53 81	2.78 211	1.09 267	0.64 186	4.41 458	0.81 238	3.97 360	2.78 444	1.99 268	1.34 139	2.36 327	1.56 310	1.56 149	0.75 109	0.27 109	0.20 132	0.25 79	0.18 47	0.25 61	0.28 154

RAFT	1.23 152	0.84 337	2.05 140	0.96 192	0.47 95	1.80 68	0.94 321	3.18 212	1.46 102	1.60 173	1.71 243	3.04 403	1.59 311	1.64 171	1.32 270	0.38 331	0.24 253	0.40 371	0.32 328	0.40 283	0.35 251

STTStereo	2.34 347	0.95 371	14.93 394	1.43 426	1.54 458	3.86 329	0.86 262	3.65 277	2.44 396	2.15 330	1.55 195	2.49 349	1.59 311	5.14 333	1.44 290	0.38 331	0.39 409	0.47 413	0.51 460	0.52 384	0.51 386

BEATNet_4x	1.92 269	1.36 452	8.75 308	1.20 330	0.56 145	3.46 235	1.03 351	4.00 368	2.43 392	2.25 368	1.70 239	2.10 304	1.59 311	2.57 271	3.05 458	0.37 314	0.22 192	0.47 413	0.29 283	0.60 414	0.40 313

HSM-Net_RVC	2.87 425	0.57 118	17.46 430	0.92 164	0.90 299	3.70 289	1.20 394	5.64 546	2.51 409	3.22 493	2.43 429	2.54 352	1.59 311	11.41 501	1.65 341	0.34 275	0.25 276	0.26 106	0.23 145	0.30 141	0.29 164
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
TDLM	2.29 332	1.08 399	4.61 265	1.29 368	1.01 336	4.26 434	2.17 488	3.75 298	2.79 446	2.31 385	1.98 342	2.06 299	1.59 311	12.45 538	1.72 349	0.51 439	0.28 311	0.52 447	0.35 361	0.56 401	0.50 378

z-ln-s-r	2.67 405	1.16 416	12.43 351	1.34 393	1.26 402	3.70 289	1.21 397	4.20 423	2.38 381	2.04 294	1.92 329	2.43 338	1.60 316	10.58 464	5.19 487	0.29 168	0.20 132	0.32 246	0.24 170	0.51 380	0.38 286

AEACV	0.79 47	0.54 92	1.35 74	0.97 199	0.63 184	1.13 14	0.92 313	2.02 66	0.91 30	0.76 69	0.79 31	0.80 90	1.61 317	1.28 96	0.61 49	0.22 34	0.18 66	0.26 106	0.23 145	0.27 88	0.23 71

IIG-Stereo	1.95 274	0.79 315	2.14 155	2.78 532	0.66 201	4.62 496	0.76 195	4.27 454	1.53 151	2.63 447	3.14 486	3.35 430	1.61 317	7.65 392	1.41 285	0.39 343	0.20 132	0.31 226	0.25 182	0.33 204	0.22 60

CC-Net-ROB	3.35 473	1.76 483	13.89 374	2.33 524	1.65 482	4.49 472	1.62 452	4.73 528	2.90 463	1.92 246	2.05 359	1.99 288	1.61 317	12.57 542	1.60 325	2.46 533	2.18 540	2.68 542	1.04 518	2.11 527	1.38 511

xyz-stereo	10.85 553	0.45 21	79.01 583	0.62 9	0.45 76	83.70 585	0.77 208	2.59 144	1.34 74	2.19 345	32.02 573	2.76 381	1.62 320	5.75 348	2.39 422	0.25 81	0.17 39	0.33 281	0.21 97	0.25 61	0.19 5

test_sample1	1.62 220	0.55 98	1.88 121	1.44 429	0.79 252	2.27 104	0.64 129	4.00 368	1.82 254	1.87 229	1.35 142	1.57 210	1.62 320	9.55 430	1.24 250	0.30 208	0.27 300	0.31 226	0.28 255	0.32 186	0.32 210

ACVNet-DCA	1.85 253	0.74 285	13.77 368	1.78 487	0.36 14	4.48 466	0.74 182	3.98 362	1.53 151	1.01 117	1.81 289	0.72 72	1.62 320	2.13 229	0.64 57	0.29 168	0.17 39	0.32 246	0.21 97	0.33 204	0.32 210

1test111	1.99 283	0.74 285	13.77 368	1.78 487	0.36 14	4.48 466	0.74 182	3.98 362	1.53 151	1.01 117	1.81 289	0.72 72	1.62 320	4.66 325	0.98 197	0.29 168	0.17 39	0.32 246	0.21 97	0.33 204	0.32 210

cc1	1.98 280	0.74 285	13.77 368	1.78 487	0.36 14	4.48 466	0.74 182	4.23 436	3.95 525	1.01 117	1.81 289	0.72 72	1.62 320	2.13 229	0.64 57	0.29 168	0.17 39	0.32 246	0.21 97	0.31 160	0.29 164

ffm	1.72 235	0.60 151	5.21 272	1.14 295	0.99 327	3.62 277	0.86 262	4.22 432	3.37 509	2.20 348	2.30 411	3.48 441	1.62 320	2.21 242	0.65 62	0.29 168	0.16 26	0.48 421	0.37 383	0.30 141	0.29 164

ff1	2.96 435	0.60 151	5.21 272	1.14 295	0.99 327	3.62 277	0.86 262	4.22 432	3.37 509	2.20 348	2.30 411	3.48 441	1.62 320	11.62 511	16.09 539	0.29 168	0.16 26	0.48 421	0.37 383	0.30 141	0.29 164

mmx	2.98 441	0.60 151	5.21 272	1.14 295	0.99 327	3.62 277	0.86 262	4.49 511	3.05 480	2.20 348	2.30 411	3.48 441	1.62 320	11.62 511	16.09 539	0.33 263	0.28 311	0.48 421	0.37 383	0.44 344	0.37 271

xxx	2.98 441	0.60 151	5.21 272	1.14 295	0.99 327	3.62 277	0.86 262	4.49 511	3.05 480	2.20 348	2.30 411	3.48 441	1.62 320	11.62 511	16.09 539	0.33 263	0.28 311	0.48 421	0.37 383	0.44 344	0.37 271

gwcnet-sp	2.31 336	1.21 424	17.34 423	1.08 261	0.92 302	3.56 264	1.04 354	3.69 288	2.09 307	2.55 429	1.60 209	1.80 253	1.62 320	3.87 310	1.95 381	0.29 168	0.29 321	0.30 204	0.28 255	0.38 268	0.39 293

scenet	2.31 336	1.21 424	17.34 423	1.08 261	0.92 302	3.56 264	1.04 354	3.69 288	2.09 307	2.55 429	1.60 209	1.80 253	1.62 320	3.87 310	1.95 381	0.29 168	0.29 321	0.30 204	0.28 255	0.38 268	0.39 293

ssnet	2.31 336	1.21 424	17.34 423	1.08 261	0.92 302	3.56 264	1.04 354	3.69 288	2.09 307	2.55 429	1.60 209	1.80 253	1.62 320	3.87 310	1.95 381	0.29 168	0.29 321	0.30 204	0.28 255	0.38 268	0.39 293

CFNet_pseudo	2.12 303	0.67 229	15.14 399	0.85 123	0.74 236	3.95 354	0.64 129	3.95 353	1.78 249	1.90 239	1.79 274	3.27 423	1.62 320	2.51 260	1.16 229	0.31 227	0.36 381	0.53 451	0.27 226	0.63 425	0.44 338

MyStereo05	2.37 358	0.72 266	19.94 481	1.02 235	0.99 327	4.26 434	0.86 262	4.01 370	2.62 423	2.14 322	1.26 118	2.28 314	1.63 333	2.07 222	1.68 344	0.24 60	0.23 219	0.34 299	0.26 200	0.42 326	0.36 257

DCANet	1.74 238	0.73 277	9.08 310	0.82 92	0.40 46	4.18 419	0.59 104	4.25 446	2.97 471	2.35 397	1.84 301	1.18 156	1.63 333	1.51 143	1.55 317	0.29 168	0.24 253	0.23 28	0.18 47	0.30 141	0.53 393

NLCA_NET_v2_RVC	2.54 387	1.04 390	16.73 416	1.53 450	2.00 513	3.96 359	0.87 280	3.87 325	2.31 359	2.54 428	1.67 229	2.85 388	1.63 333	5.55 342	1.62 333	0.46 404	0.33 359	0.38 361	0.38 396	0.53 390	0.62 426
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
111	1.83 251	0.92 359	9.08 310	0.81 82	0.36 14	4.25 433	0.91 300	4.44 502	2.70 434	2.39 407	1.96 334	2.30 320	1.64 336	1.28 96	1.82 364	0.28 146	0.22 192	0.24 57	0.20 83	0.31 160	0.54 399

ccs_rob	2.13 305	0.67 229	15.11 398	0.84 111	0.75 238	3.96 359	0.65 138	3.95 353	1.78 249	1.88 232	1.79 274	3.26 422	1.64 336	2.51 260	1.16 229	0.31 227	0.36 381	0.54 458	0.27 226	0.65 436	0.45 344

MyStereo04	2.29 332	0.80 319	18.77 450	1.00 219	1.04 342	3.95 354	0.95 325	3.91 340	2.54 415	1.99 268	1.27 124	2.31 321	1.65 338	2.02 221	1.77 358	0.24 60	0.24 253	0.34 299	0.26 200	0.41 307	0.37 271

psm_up	2.28 329	0.81 323	5.45 276	1.26 354	1.50 452	3.84 319	1.23 399	4.23 436	2.03 292	2.55 429	1.80 277	2.44 342	1.65 338	12.90 543	1.58 321	0.37 314	0.38 400	0.41 381	0.34 345	0.43 336	0.39 293

acv_ft	1.55 203	0.64 198	3.29 232	1.14 295	2.01 514	2.93 163	0.97 334	3.81 309	2.08 304	2.22 359	1.88 315	3.10 408	1.66 340	1.33 107	2.22 412	0.29 168	0.26 289	0.30 204	0.26 200	0.39 278	0.27 135

NCCL2	2.53 385	1.35 451	10.90 338	1.15 308	0.97 317	3.53 255	2.56 501	3.65 277	2.23 337	2.76 460	1.80 277	2.41 332	1.66 340	10.35 458	2.07 397	0.44 389	0.40 414	0.57 464	0.53 467	0.59 410	0.65 436

DualNet (step1)	2.34 347	1.05 391	7.87 294	1.07 253	0.86 283	3.93 344	1.19 390	4.35 483	2.11 317	2.14 322	1.75 254	1.75 237	1.67 342	6.26 361	1.26 256	1.23 515	0.48 460	4.27 559	2.09 545	0.70 449	0.69 443

test_sample9	3.79 488	1.05 391	7.87 294	1.07 253	0.86 283	3.93 344	1.19 390	4.35 483	2.11 317	2.14 322	1.75 254	1.75 237	1.67 342	11.06 487	11.61 525	1.23 515	14.45 574	4.27 559	2.09 545	0.70 449	0.69 443

test_sample7	1.65 226	0.70 250	2.60 195	1.48 441	0.76 242	2.38 111	1.07 360	4.35 483	2.11 317	2.14 322	1.75 254	1.75 237	1.67 342	6.26 361	1.26 256	0.44 389	0.48 460	0.43 392	0.40 414	0.46 363	0.43 332

LALA_ROB	1.95 274	1.48 465	3.11 224	1.05 245	0.98 324	3.99 367	1.82 469	4.44 502	2.28 351	3.31 495	1.85 308	2.76 381	1.67 342	4.04 317	3.23 461	0.46 404	0.41 423	0.55 459	0.52 463	0.60 414	0.57 410

GwcNet	3.00 445	1.63 473	19.83 477	1.32 381	2.04 518	3.27 206	1.55 445	3.65 277	2.33 364	2.00 280	2.12 375	3.56 456	1.68 346	9.47 426	2.45 431	0.44 389	0.45 441	0.46 410	0.38 396	0.60 414	0.76 462

coex_refinement	2.10 299	0.85 341	3.67 251	1.31 378	1.13 364	3.21 191	0.85 259	3.86 322	2.31 359	2.51 424	1.92 329	3.49 447	1.69 347	11.08 490	2.13 404	0.37 314	0.25 276	0.27 134	0.31 317	0.41 307	0.37 271

DDUNet	2.91 428	2.78 512	6.94 287	3.53 542	2.26 526	3.28 210	1.36 414	3.77 302	2.04 296	2.62 444	2.49 435	4.18 484	1.69 347	5.38 337	1.85 368	2.21 532	1.77 535	2.61 540	2.43 551	2.60 530	2.34 533

DGSMNet	7.55 545	1.62 471	17.42 428	1.92 502	12.73 563	7.45 548	42.99 579	4.13 407	2.07 303	2.10 308	3.16 487	3.42 437	1.70 349	9.24 422	2.30 417	3.70 549	10.89 572	11.80 574	5.54 564	4.24 546	2.66 538

PSMNet-RSSM	1.96 276	0.77 305	3.26 230	1.29 368	1.31 408	4.19 423	0.96 331	3.68 283	1.89 270	2.05 296	1.80 277	2.60 358	1.70 349	9.84 438	1.81 362	0.35 295	0.29 321	0.35 318	0.37 383	0.42 326	0.35 251

ssnet_v2	2.04 291	0.88 349	7.87 294	1.20 330	0.87 288	3.86 329	1.64 455	4.01 370	2.60 422	2.61 442	1.96 334	3.79 463	1.71 351	2.20 240	2.96 454	0.41 365	0.35 376	0.42 388	0.37 383	0.55 395	0.52 391

pcwnet_v2	2.70 412	0.65 208	22.48 554	1.08 261	1.03 339	3.56 264	0.81 238	4.29 462	3.14 488	2.29 375	2.29 406	3.01 401	1.71 351	3.32 296	1.43 288	0.43 382	0.50 466	0.41 381	0.34 345	0.61 419	0.56 406

DCVSM-stereo	2.31 336	0.66 219	20.69 518	1.11 283	0.93 307	2.58 134	0.73 170	2.61 146	1.60 199	2.57 433	1.53 189	3.30 426	1.72 353	2.19 239	1.23 248	0.34 275	0.53 469	0.41 381	0.32 328	0.45 352	0.62 426

IPLGR	2.53 385	0.58 131	20.46 510	0.82 92	0.52 125	4.56 489	0.50 63	4.30 470	2.38 381	1.87 229	1.53 189	1.68 224	1.72 353	6.95 379	1.15 226	0.28 146	0.21 164	0.27 134	0.23 145	0.33 204	0.32 210

CVANet_RVC	2.55 391	1.10 403	9.13 315	1.46 435	1.15 367	3.96 359	1.53 441	3.91 340	2.50 406	3.04 481	2.04 353	2.60 358	1.72 353	12.46 539	1.50 306	0.49 429	0.30 334	0.51 441	0.41 421	0.63 425	0.50 378

XPNet_ROB	2.27 324	1.11 406	4.10 256	1.36 404	0.97 317	3.94 349	1.63 453	4.07 390	2.14 322	2.82 466	2.00 346	2.32 322	1.73 356	10.81 475	3.39 462	0.51 439	0.47 454	0.48 421	0.40 414	0.51 380	0.56 406

TCMNet	2.98 441	1.30 441	18.26 440	1.47 438	2.09 519	3.84 319	1.08 365	3.96 358	2.39 385	2.53 427	2.29 406	2.43 338	1.75 357	10.09 451	2.39 422	0.52 445	0.45 441	0.61 476	0.50 456	0.80 474	0.78 466

xyz-stereo-finetune2	1.16 136	0.63 186	1.50 88	0.57 1	0.36 14	3.47 238	0.65 138	2.70 157	1.23 55	0.88 99	1.75 254	0.91 117	1.76 358	3.54 300	1.74 354	0.24 60	0.22 192	0.30 204	0.27 226	0.31 160	0.26 120

NVstereo2D	2.54 387	0.90 352	11.10 339	1.32 381	1.47 447	3.58 269	1.38 421	4.13 407	2.45 397	1.90 239	1.71 243	2.86 389	1.76 358	10.86 476	1.66 342	0.60 460	0.43 431	0.53 451	0.41 421	0.78 470	0.94 485

GES	1.38 190	0.64 198	2.61 198	1.09 267	0.57 157	4.30 443	1.02 349	3.86 322	1.51 135	1.72 202	1.74 250	1.28 172	1.77 360	1.62 165	1.61 328	0.39 343	0.27 300	0.33 281	0.30 301	0.41 307	0.47 359

ac_64	2.35 352	0.62 177	9.77 319	1.32 381	1.71 492	3.27 206	0.93 315	3.48 246	2.50 406	1.74 206	1.73 248	3.91 468	1.77 360	10.21 454	1.86 369	0.40 350	0.31 344	0.33 281	0.30 301	0.34 222	0.39 293

FADNet-RVC	2.51 381	2.27 500	14.03 377	1.09 267	0.81 257	3.54 259	1.10 371	4.13 407	2.48 401	1.39 152	1.22 105	1.85 268	1.77 360	9.78 436	2.06 394	0.38 331	0.37 394	0.40 371	0.40 414	0.67 443	0.48 364

test_5	1.87 255	0.75 297	10.23 328	1.14 295	1.40 433	3.85 327	1.27 403	3.91 340	1.93 276	1.69 193	1.78 271	1.67 222	1.79 363	2.99 290	1.17 232	0.30 208	0.18 66	0.35 318	0.33 336	0.34 222	0.33 225

DAS	2.31 336	0.67 229	4.79 266	1.14 295	1.64 478	2.93 163	2.13 486	4.09 396	2.74 438	4.17 518	2.52 439	2.46 345	1.79 363	11.55 508	1.63 336	0.37 314	0.22 192	0.39 365	0.25 182	0.41 307	0.34 237

SepStereo	2.15 307	0.67 229	4.79 266	1.14 295	1.64 478	2.93 163	2.13 486	4.09 396	2.74 438	4.17 518	2.52 439	2.46 345	1.79 363	8.36 400	1.63 336	0.37 314	0.22 192	0.39 365	0.25 182	0.41 307	0.34 237

ADLNet	2.29 332	0.83 333	3.62 249	1.35 398	1.60 471	3.67 285	1.24 401	3.95 353	2.98 474	2.58 436	2.29 406	4.01 474	1.79 363	11.23 496	2.09 399	0.37 314	0.38 400	0.36 333	0.34 345	0.45 352	0.71 448

PSMNet_ROB	2.95 432	1.38 454	18.46 447	1.19 325	1.20 387	3.80 310	1.65 458	3.54 261	2.35 367	1.98 263	1.71 243	2.75 375	1.79 363	11.43 503	2.78 450	0.42 376	0.36 381	0.50 438	0.60 480	0.59 410	0.49 371

RAFT_CTSACE	1.80 249	1.06 396	10.00 323	1.71 479	1.39 431	3.49 244	1.06 358	3.05 196	1.62 206	1.70 197	2.04 353	2.51 350	1.80 368	1.98 216	0.94 187	0.25 81	0.22 192	0.28 163	0.30 301	0.30 141	0.26 120

DANet	2.63 399	1.07 397	8.10 299	1.83 495	1.70 491	3.25 202	1.16 383	4.31 473	2.38 381	3.40 501	2.18 385	4.08 478	1.80 368	9.77 434	3.89 469	0.52 445	0.55 475	0.59 468	0.44 433	0.63 425	0.86 477
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
StereoDRNet	2.84 420	1.49 466	14.48 386	1.33 386	1.57 469	3.44 230	2.06 482	3.69 288	2.36 370	3.26 494	1.84 301	2.79 385	1.80 368	10.88 477	3.16 459	0.41 365	0.33 359	0.39 365	0.36 371	0.59 410	0.58 415

1111x	3.13 458	0.57 118	8.38 302	1.20 330	0.76 242	3.80 310	0.88 284	4.61 523	2.63 425	2.31 385	2.16 381	1.95 277	1.81 371	11.54 507	18.13 552	0.32 247	0.31 344	0.32 246	0.30 301	0.35 240	0.34 237

anonymousa	2.16 308	0.67 229	19.19 457	1.04 244	1.67 486	2.06 91	0.79 219	2.86 179	1.96 278	1.85 222	2.14 378	3.23 420	1.81 371	1.12 53	1.15 226	0.26 94	0.26 289	0.34 299	0.32 328	0.30 141	0.28 154

PSMNet-ADL	1.91 266	0.72 266	1.78 114	1.09 267	0.86 283	4.18 419	0.78 212	3.77 302	2.10 315	1.72 202	1.85 308	2.91 394	1.82 373	10.38 461	1.91 375	0.48 417	0.46 450	0.28 163	0.29 283	0.38 268	0.51 386

GANet-RSSM	1.98 280	0.62 177	3.49 239	1.69 475	1.23 395	4.22 429	0.91 300	3.31 227	1.86 263	1.81 217	1.74 250	2.34 323	1.82 373	10.92 480	1.73 353	0.34 275	0.29 321	0.31 226	0.28 255	0.39 278	0.40 313

HI	1.27 173	0.90 352	2.33 177	1.10 276	0.68 213	2.92 159	0.45 50	2.49 121	1.76 246	2.13 319	1.65 226	2.42 335	1.84 375	1.58 152	1.61 328	0.26 94	0.16 26	0.28 163	0.29 283	0.26 76	0.25 96

CoSv	1.27 173	0.90 352	2.33 177	1.10 276	0.68 213	2.92 159	0.45 50	2.49 121	1.76 246	2.13 319	1.65 226	2.42 335	1.84 375	1.58 152	1.61 328	0.26 94	0.16 26	0.28 163	0.29 283	0.26 76	0.25 96

S-Stereo	3.48 477	0.91 357	22.06 553	1.36 404	1.50 452	3.55 262	2.53 500	4.21 429	2.81 456	2.37 402	3.81 503	3.75 461	1.84 375	11.90 529	2.51 436	0.63 465	0.71 505	0.48 421	0.76 497	0.67 443	1.19 501

GANetREF_RVC	3.20 465	1.93 489	18.84 451	1.51 447	0.80 254	4.12 394	1.82 469	4.16 418	2.91 464	1.87 229	1.74 250	2.48 347	1.84 375	13.18 544	1.74 354	0.80 491	0.57 478	0.79 503	0.74 495	1.20 512	0.86 477
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
PASM	2.67 405	2.05 496	9.71 318	1.73 482	1.37 426	2.53 129	1.52 439	3.10 201	2.17 328	2.79 463	1.84 301	2.90 391	1.85 379	11.89 528	2.19 409	0.81 493	0.85 513	0.87 509	1.01 515	1.14 504	1.05 492

HH	2.23 316	0.86 344	21.59 545	0.98 205	0.51 116	1.49 50	0.82 242	2.74 162	1.54 160	1.10 127	1.69 237	4.62 504	1.86 380	2.55 268	0.69 84	0.26 94	0.22 192	0.29 184	0.23 145	0.34 222	0.27 135

HanStereo	2.23 316	0.86 344	21.59 545	0.98 205	0.51 116	1.49 50	0.82 242	2.74 162	1.54 160	1.10 127	1.69 237	4.62 504	1.86 380	2.55 268	0.69 84	0.26 94	0.22 192	0.29 184	0.23 145	0.34 222	0.27 135

GMM-Stereo	2.45 368	0.52 70	20.38 505	0.89 142	0.82 266	4.18 419	1.91 474	2.45 114	1.48 115	2.48 419	2.30 411	1.69 229	1.86 380	2.93 287	1.08 213	0.28 146	0.18 66	0.33 281	0.48 447	0.35 240	2.41 534

GEStereo_RVC	1.91 266	0.80 319	6.57 281	1.20 330	1.06 347	4.02 372	1.43 431	4.13 407	1.89 270	2.03 291	1.80 277	2.34 323	1.86 380	4.94 329	1.77 358	0.48 417	0.38 400	0.32 246	0.28 255	0.42 326	0.50 378

PA-Net	3.09 454	1.24 435	18.84 451	1.38 416	1.19 381	3.42 228	1.75 463	3.89 330	3.27 505	1.88 232	2.10 368	3.03 402	1.88 384	11.60 509	2.88 453	0.40 350	0.54 471	0.44 397	0.62 484	0.52 384	1.02 490
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
zh-mn7	3.15 461	9.61 553	12.45 352	1.26 354	0.99 327	2.91 156	1.32 408	4.12 405	2.74 438	3.33 497	3.07 479	2.84 387	1.89 385	8.91 412	4.69 477	0.49 429	0.40 414	0.38 361	0.38 396	0.56 401	0.63 430

delet	1.92 269	0.76 302	5.14 269	1.01 225	1.65 482	3.44 230	2.03 481	3.76 300	2.48 401	2.01 282	2.05 359	2.63 362	1.90 386	5.34 336	2.12 401	0.28 146	0.29 321	0.40 371	0.31 317	0.41 307	0.45 344

SQANet	3.70 484	9.34 550	18.41 445	2.75 530	2.74 531	3.40 225	1.47 433	3.50 252	1.68 220	2.60 440	1.75 254	2.69 367	1.91 387	6.72 375	1.74 354	2.96 536	1.41 529	1.85 530	1.12 520	3.17 533	2.70 542

DISCO	2.25 320	0.73 277	10.06 324	1.76 485	1.12 362	3.47 238	1.25 402	3.24 219	2.26 345	2.65 452	1.96 334	4.53 500	1.92 388	4.17 320	3.61 465	0.32 247	0.25 276	0.31 226	0.29 283	0.66 441	0.41 319

ADLNet2	3.15 461	0.92 359	20.06 486	1.20 330	1.79 501	3.83 314	1.48 434	3.94 351	3.59 515	2.19 345	2.47 433	4.65 507	1.93 389	10.69 470	1.96 384	0.39 343	0.37 394	0.28 163	0.30 301	0.48 370	0.43 332

APVNet	3.13 458	1.25 436	21.14 532	1.31 378	1.52 455	3.94 349	1.13 378	3.32 232	2.14 322	2.20 348	2.03 350	3.05 406	1.96 390	11.79 524	2.53 438	0.42 376	0.45 441	0.64 484	0.46 439	0.67 443	0.57 410

z-mn7	3.36 474	9.42 551	14.16 380	1.28 364	1.22 394	3.78 304	1.43 431	3.92 345	3.35 508	2.85 468	3.36 493	3.06 407	1.97 391	9.66 432	5.16 485	0.42 376	0.35 376	0.43 392	0.33 336	0.63 425	0.48 364

MIPNet	2.33 343	0.71 262	19.82 476	0.89 142	0.56 145	4.76 523	0.61 111	4.32 477	2.37 376	1.83 220	1.48 177	1.48 200	1.98 392	2.63 275	1.44 290	0.29 168	0.20 132	0.26 106	0.23 145	0.30 141	0.39 293

riskmin	1.25 161	0.56 109	2.05 140	1.05 245	0.93 307	2.86 150	0.55 84	3.23 217	1.34 74	1.55 168	1.07 80	3.56 456	2.03 393	1.29 99	1.00 202	0.28 146	0.27 300	0.34 299	0.21 97	0.41 307	0.43 332

GANet	2.93 431	1.05 391	11.29 341	1.64 469	0.96 313	3.91 337	2.52 499	3.72 295	2.41 388	2.95 477	3.00 475	3.21 417	2.03 393	12.42 537	4.72 478	0.51 439	0.41 423	0.46 410	0.39 403	0.60 414	0.50 378

HBP-ISP	3.25 468	1.10 403	20.86 522	1.54 452	1.15 367	4.50 475	2.89 512	4.43 501	2.38 381	4.14 517	1.96 334	1.90 271	2.04 395	11.08 490	1.32 270	0.66 473	0.57 478	0.66 487	0.61 483	0.64 433	0.61 423

Wz-Net-SNSev	2.98 441	4.36 525	15.98 406	1.57 460	1.19 381	3.28 210	1.80 467	3.96 358	2.40 386	2.32 389	2.28 403	3.48 441	2.05 396	7.84 395	3.82 468	0.47 413	0.39 409	0.53 451	0.49 450	0.71 458	0.60 420

Wz-Net-LNSev	2.30 335	1.67 479	14.88 391	1.18 322	1.65 482	3.49 244	1.54 444	3.63 274	2.03 292	1.88 232	1.64 220	3.29 424	2.06 397	2.71 281	2.02 390	0.40 350	0.33 359	0.32 246	0.31 317	0.53 390	0.49 371

FADNet	2.49 378	1.76 483	13.17 357	1.17 316	0.95 312	3.27 206	0.88 284	3.94 351	2.27 347	1.40 153	1.29 127	2.51 350	2.06 397	9.93 443	1.94 379	0.43 382	0.45 441	0.40 371	0.43 430	1.06 494	0.53 393

STTRV1_RVC	3.52 478	1.03 389	20.87 524	1.47 438	1.47 447	3.23 195	1.55 445	4.06 387	3.22 498	1.95 255	3.50 498	2.63 362	2.07 399	11.96 531	2.21 411	1.86 528	4.03 562	0.81 506	0.73 494	1.06 494	0.70 447

FBW_ROB	3.24 466	1.02 384	9.21 316	1.49 444	1.07 351	3.78 304	1.48 434	4.31 473	3.08 483	2.46 416	2.32 423	4.20 487	2.08 400	15.19 558	7.16 503	0.84 497	0.62 491	1.33 525	0.92 509	0.99 491	1.31 505

MFN_U_SF_DS_RVC	3.94 494	10.88 558	12.30 350	1.26 354	1.55 462	5.19 532	3.33 525	4.42 498	2.82 458	2.58 436	2.62 450	5.00 515	2.11 401	14.03 556	2.73 447	1.28 520	2.34 547	0.67 489	1.83 539	0.81 475	1.03 491

DispNO	3.00 445	0.75 297	18.92 453	1.17 316	1.10 359	3.72 293	0.94 321	4.29 462	2.54 415	2.24 365	2.28 403	4.51 498	2.12 402	11.40 500	2.09 399	0.31 227	0.28 311	0.31 226	0.28 255	0.36 253	0.39 293

IER	1.69 232	0.65 208	7.19 289	0.94 182	1.15 367	3.28 210	0.89 287	3.48 246	1.97 280	2.10 308	1.98 342	2.28 314	2.12 402	2.25 246	1.75 357	0.29 168	0.23 219	0.36 333	0.30 301	0.32 186	0.34 237

MMNet	2.02 288	0.81 323	10.76 335	1.12 287	1.23 395	3.53 255	0.89 287	3.79 306	2.08 304	2.15 330	1.76 263	2.15 307	2.12 402	3.69 306	2.32 419	0.31 227	0.29 321	0.34 299	0.27 226	0.38 268	0.42 323

HGLStereo	2.03 289	0.74 285	7.50 293	1.23 343	1.56 465	3.62 277	0.95 325	3.78 305	1.89 270	2.03 291	2.20 389	3.12 411	2.14 405	5.68 346	2.04 391	0.37 314	0.31 344	0.32 246	0.29 283	0.40 283	0.45 344

ITSA-stereo	1.86 254	0.72 266	3.74 252	1.20 330	0.66 201	4.09 385	0.91 300	4.24 444	2.53 411	1.93 250	1.77 268	1.59 214	2.15 406	6.12 358	2.44 430	0.40 350	0.38 400	0.40 371	0.40 414	0.50 378	0.98 489

TestStereo1	1.56 207	0.81 323	2.32 175	1.61 467	0.64 186	4.13 397	1.36 414	3.79 306	3.20 496	1.60 173	2.57 446	1.39 187	2.15 406	2.51 260	1.30 267	0.29 168	0.20 132	0.34 299	0.25 182	0.40 283	0.36 257

SA-5K	1.56 207	0.81 323	2.32 175	1.61 467	0.64 186	4.13 397	1.36 414	3.79 306	3.20 496	1.60 173	2.57 446	1.39 187	2.15 406	2.51 260	1.30 267	0.29 168	0.20 132	0.34 299	0.25 182	0.40 283	0.36 257

GASNet	3.24 466	5.55 532	20.58 515	1.56 459	1.25 400	2.32 107	1.12 375	4.04 379	2.67 431	1.88 232	2.10 368	3.00 400	2.16 409	10.59 465	2.43 429	0.65 471	0.37 394	0.61 476	0.45 437	0.87 480	0.58 415

RYNet	2.97 439	0.93 363	15.09 397	1.12 287	1.38 429	3.66 284	1.42 429	4.03 375	2.29 354	2.10 308	1.70 239	3.79 463	2.16 409	13.64 552	3.02 457	0.37 314	0.41 423	0.48 421	0.34 345	0.81 475	0.75 460

Ntro	4.21 503	8.94 546	19.89 480	3.22 538	2.96 536	4.15 401	1.89 473	3.92 345	2.36 370	1.77 210	2.14 378	3.35 430	2.17 411	9.48 427	2.24 413	3.52 545	1.76 534	2.13 533	1.31 527	3.83 543	3.09 544

fast-acv-ft	2.54 387	1.19 421	20.08 489	1.41 422	1.40 433	3.18 189	1.17 386	3.37 239	2.28 351	1.90 239	2.15 380	2.69 367	2.17 411	2.91 285	2.31 418	0.37 314	0.39 409	0.45 404	0.39 403	0.57 406	0.45 344

PWC_ROB	2.69 411	2.01 493	8.36 301	1.33 386	1.90 509	3.23 195	1.18 387	4.33 479	3.25 500	3.11 486	3.41 495	2.71 370	2.18 413	9.15 419	4.48 473	0.56 454	0.31 344	0.61 476	0.36 371	0.69 448	0.74 457

MSC_U_SF_DS_RVC	4.48 507	10.62 556	15.18 400	1.55 457	1.45 446	6.16 538	3.54 532	5.41 544	3.68 519	2.59 439	2.74 459	4.81 509	2.20 414	13.79 553	4.40 472	2.04 529	3.36 560	1.05 516	1.20 525	2.09 526	1.72 520

iRaft-Stereo_5w	2.10 299	0.83 333	8.57 303	0.81 82	0.76 242	3.21 191	0.84 250	3.71 294	1.65 214	1.56 170	2.50 436	2.20 310	2.23 415	9.13 418	2.01 389	0.38 331	0.19 96	0.35 318	0.27 226	0.45 352	0.39 293

w-ln-seven	2.86 421	3.06 515	14.02 376	1.27 362	1.32 414	4.10 391	1.59 449	3.90 335	2.59 421	3.03 480	2.27 399	3.42 437	2.25 416	6.70 371	4.81 481	0.39 343	0.34 371	0.48 421	0.40 414	0.74 463	0.55 403

SA	1.62 220	0.75 297	3.78 254	1.07 253	0.43 63	4.26 434	1.36 414	4.45 505	3.12 485	1.63 181	1.97 340	1.68 224	2.26 417	2.55 268	1.27 259	0.27 109	0.22 192	0.37 345	0.37 383	0.35 240	0.30 191

w-ln-seven-2	2.73 414	2.13 497	12.47 353	1.18 322	1.01 336	3.54 259	1.58 448	3.93 347	3.26 501	2.43 413	2.02 348	2.63 362	2.28 418	7.93 396	5.45 490	0.40 350	0.40 414	0.44 397	0.34 345	0.62 423	0.47 359

RTSC	2.95 432	2.51 504	15.49 403	1.54 452	1.30 406	3.51 251	0.86 262	3.89 330	2.48 401	3.64 504	3.12 484	3.04 403	2.30 419	5.70 347	6.67 493	0.55 452	0.35 376	0.37 345	0.39 403	0.70 449	0.60 420

DeepPrunerF	3.70 484	1.72 480	14.87 390	1.33 386	1.74 495	3.70 289	1.55 445	4.20 423	14.00 559	2.02 287	1.77 268	2.74 373	2.30 419	10.88 477	6.88 499	0.68 479	0.60 488	0.78 502	0.78 502	0.81 475	0.71 448

RASNet	2.56 392	0.70 250	10.06 324	1.60 464	2.25 525	3.67 285	1.00 342	3.38 240	3.14 488	1.81 217	2.11 372	4.60 503	2.30 419	10.25 456	2.61 443	0.37 314	0.24 253	0.25 79	0.24 170	0.28 105	0.26 120

ccnet	2.66 403	0.97 378	8.01 298	1.54 452	1.24 397	3.75 299	2.18 489	4.07 390	2.41 388	2.66 453	3.25 489	2.87 390	2.31 422	9.89 440	3.50 463	0.78 488	0.75 509	0.71 493	0.67 487	0.76 467	0.81 471

Nwc_Net	2.88 427	1.16 416	18.30 442	1.35 398	1.68 489	3.52 254	1.18 387	3.90 335	2.06 301	2.52 426	2.82 469	3.82 465	2.34 423	6.78 376	2.55 441	0.86 498	0.40 414	0.59 468	0.67 487	0.57 406	0.55 403

otaku	4.58 510	8.93 545	19.95 482	3.11 537	2.67 529	3.91 337	2.57 502	3.82 312	2.25 342	2.22 359	9.72 542	4.08 478	2.35 424	8.57 405	2.13 404	3.51 544	1.65 533	2.15 534	1.17 523	3.69 540	3.15 546

Anonymous_2	3.01 447	0.89 350	4.53 264	1.06 251	1.18 374	2.93 163	0.87 280	3.24 219	1.46 102	1.86 227	1.35 142	4.11 480	2.35 424	1.64 171	1.28 263	0.82 494	0.90 515	8.71 570	15.84 573	4.44 550	0.74 457

UNet	2.51 381	0.74 285	20.17 493	1.14 295	1.44 443	3.48 241	0.76 195	3.77 302	1.87 264	2.05 296	1.57 200	2.75 375	2.39 426	3.51 299	2.51 436	0.32 247	0.26 289	0.41 381	0.26 200	0.38 268	0.39 293

MFMNet_re	2.91 428	1.91 488	18.25 439	3.06 536	1.89 508	3.13 185	1.67 460	3.52 256	2.97 471	3.14 488	2.87 471	2.26 312	2.41 427	2.42 251	2.00 387	1.10 508	1.05 518	0.94 511	0.90 508	1.28 514	1.46 515

PWCDC_ROB	2.95 432	3.26 517	14.06 378	1.59 462	1.56 465	4.19 423	0.86 262	4.30 470	4.08 527	2.06 301	7.37 524	2.75 375	2.42 428	3.59 302	2.67 446	1.34 525	0.36 381	0.39 365	0.34 345	1.13 503	0.62 426

LMCR-Stereo	2.40 360	1.31 445	18.61 449	1.59 462	0.86 283	3.87 332	1.15 381	4.32 477	1.60 199	2.25 368	2.27 399	1.13 147	2.43 429	2.48 256	1.60 325	0.88 499	0.24 253	0.29 184	0.24 170	0.56 401	0.30 191

edge stereo	3.37 475	1.01 383	21.99 551	1.28 364	1.37 426	2.67 138	1.39 422	3.98 362	2.87 461	2.93 472	3.27 491	4.35 492	2.43 429	11.62 511	2.39 422	0.60 460	0.63 493	0.79 503	0.55 470	0.68 446	0.67 438

AIO-Stereo-zeroshot	2.35 352	0.99 379	19.62 470	1.09 267	0.96 313	1.51 52	0.44 46	4.05 383	1.64 210	1.31 141	1.67 229	4.93 511	2.45 431	2.52 265	1.40 281	0.30 208	0.20 132	0.31 226	0.50 456	0.57 406	0.60 420

PDISCO_ROB	2.86 421	1.53 469	14.27 383	1.98 508	2.19 522	4.52 480	1.35 412	4.65 524	3.19 493	2.09 305	2.16 381	3.53 452	2.45 431	5.32 335	2.12 401	1.30 523	0.78 511	0.72 497	0.59 478	1.24 513	1.28 503

UDG	3.55 479	2.81 513	17.45 429	2.69 529	1.98 512	3.97 364	1.19 390	4.35 483	2.02 290	2.42 411	2.53 441	4.50 497	2.46 433	6.53 365	2.41 426	2.12 531	1.77 535	2.63 541	2.57 553	2.64 531	1.95 525

DSFCA	1.89 260	0.69 240	3.14 226	1.10 276	1.18 374	3.99 367	1.79 465	3.50 252	2.16 326	3.10 485	1.64 220	2.91 394	2.50 434	5.38 337	2.26 414	0.43 382	0.38 400	0.37 345	0.36 371	0.50 378	0.42 323

Wz-Net-LNSev-Ref	2.42 364	1.47 464	14.14 379	1.30 375	1.35 421	3.51 251	1.64 455	4.04 379	2.10 315	2.46 416	1.88 315	2.28 314	2.51 435	4.73 328	3.17 460	0.38 331	0.19 96	0.35 318	0.20 83	0.40 283	0.36 257

DRN-Test	3.03 449	0.99 379	18.18 438	1.35 398	1.60 471	3.59 270	1.48 434	4.13 407	2.45 397	3.47 503	1.92 329	2.58 357	2.53 436	10.88 477	2.80 451	0.39 343	0.36 381	0.44 397	0.41 421	0.55 395	0.57 410

psmorigin	6.59 536	1.15 413	88.11 584	1.52 448	0.97 317	2.88 151	1.20 394	3.21 213	2.04 296	3.73 507	2.46 431	5.15 521	2.55 437	10.60 466	2.47 433	0.55 452	0.68 502	0.48 421	0.51 460	0.70 449	0.88 481

RAFT_R40	1.70 234	0.59 139	2.99 219	1.46 435	0.46 85	4.74 521	0.98 340	2.23 88	1.56 174	2.02 287	2.35 426	2.71 370	2.56 438	6.71 374	0.90 167	0.40 350	0.19 96	0.30 204	0.27 226	0.33 204	0.26 120

RP	2.79 416	1.20 423	10.36 329	1.54 452	1.93 510	3.44 230	1.97 477	4.05 383	2.34 365	2.66 453	2.79 464	3.98 472	2.58 439	10.21 454	2.61 443	0.95 502	0.47 454	0.71 493	0.57 475	0.71 458	0.68 441

CBMV	3.32 471	0.96 377	21.16 534	1.32 381	0.83 270	3.81 312	3.91 540	4.47 507	2.53 411	3.34 498	2.24 395	4.45 495	2.58 439	10.07 450	1.96 384	0.45 398	0.43 431	0.48 421	0.38 396	0.52 384	0.53 393
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
IRAFT_RVC	1.87 255	0.60 151	4.33 258	2.40 525	0.66 201	4.59 492	1.59 449	2.96 185	1.51 135	2.23 363	1.75 254	2.09 303	2.63 441	6.70 371	1.50 306	0.33 263	0.21 164	0.33 281	0.29 283	0.32 186	0.32 210

NCC-stereo	3.16 463	1.28 439	18.31 443	1.25 347	1.75 496	4.06 378	1.40 424	3.89 330	2.22 335	2.72 457	2.55 442	3.49 447	2.65 442	9.91 441	2.99 455	1.29 521	0.65 495	0.64 484	0.86 506	0.65 436	0.71 448

Abc-Net	3.16 463	1.28 439	18.31 443	1.25 347	1.75 496	4.06 378	1.40 424	3.89 330	2.22 335	2.72 457	2.55 442	3.49 447	2.65 442	9.91 441	2.99 455	1.29 521	0.65 495	0.64 484	0.86 506	0.65 436	0.71 448
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Reg-Stereo(zero)	1.60 216	0.42 15	10.69 334	0.89 142	0.68 213	3.27 206	0.47 58	2.27 92	1.54 160	1.48 161	1.24 110	2.55 353	2.68 444	1.48 137	1.10 217	0.19 18	0.19 96	0.22 14	0.18 47	0.24 47	0.26 120

RGC	3.10 456	1.45 463	14.90 392	1.46 435	1.79 501	3.33 216	1.39 422	4.04 379	2.26 345	2.77 461	3.26 490	4.00 473	2.71 445	11.63 516	2.62 445	0.82 494	0.46 450	0.79 503	0.79 503	0.71 458	0.78 466

PAM	2.43 365	0.61 167	20.86 522	1.07 253	0.73 231	2.93 163	0.53 77	3.24 219	1.53 151	1.89 238	2.43 429	5.29 523	2.76 446	1.84 201	1.02 204	0.27 109	0.24 253	0.26 106	0.25 182	0.40 283	0.50 378

SHD	2.82 418	2.04 495	13.80 372	1.69 475	1.79 501	2.73 140	1.07 360	3.85 319	3.18 492	4.63 526	2.74 459	3.38 435	2.77 447	5.48 341	3.66 466	0.62 464	0.47 454	0.51 441	0.55 470	0.65 436	0.74 457

stereogan	3.09 454	0.93 363	16.43 411	1.37 414	1.66 485	3.70 289	1.67 460	3.87 325	3.15 490	3.04 481	2.70 458	5.04 517	2.79 448	9.96 444	1.78 360	0.63 465	0.49 465	0.69 490	0.47 442	0.83 478	0.68 441

Wz-Net-TNSev	3.67 483	8.83 542	13.47 364	1.48 441	1.18 374	3.60 272	2.49 498	4.27 454	3.13 486	2.18 341	1.89 321	4.21 488	2.80 449	12.10 532	7.58 506	0.57 456	0.55 475	0.47 413	0.54 469	0.91 484	1.05 492

ADCRef	3.30 469	1.23 434	14.90 392	1.17 316	1.41 440	3.95 354	1.64 455	3.88 328	2.36 370	3.05 483	2.21 391	2.40 330	2.81 450	5.04 330	16.63 544	0.46 404	0.34 371	0.63 481	0.62 484	0.54 393	0.67 438

ACVNet_2	5.41 523	12.60 561	20.42 508	3.27 539	3.15 542	4.50 475	3.02 517	4.66 525	3.73 520	3.35 500	5.36 517	7.86 536	2.88 451	12.33 536	4.76 479	3.12 540	2.22 542	2.70 543	1.69 533	3.49 536	3.10 545

ACVNet-4b	6.73 538	13.67 565	21.87 550	3.54 543	3.07 538	4.19 423	2.25 490	4.03 375	3.65 517	1.64 184	3.98 507	5.88 527	2.89 452	10.01 447	16.98 546	23.29 576	2.24 543	2.53 537	1.78 537	3.87 544	3.21 549

RainbowNet	4.56 508	8.28 539	20.07 488	3.64 546	3.23 544	4.15 401	2.99 516	4.18 419	3.03 479	2.20 348	2.65 453	4.26 489	2.90 453	9.77 434	2.12 401	3.88 551	2.27 544	2.71 544	1.72 536	3.78 542	3.31 551

XQC	2.96 435	2.42 503	14.85 389	1.36 404	1.32 414	3.29 214	1.53 441	4.28 459	2.78 444	3.21 492	2.46 431	3.53 452	2.92 454	6.58 366	4.67 475	0.70 483	0.41 423	0.59 468	0.56 472	0.96 490	0.83 476

SPS-STEREO	3.97 496	1.44 462	20.85 521	1.72 481	1.71 492	3.24 199	2.30 493	3.55 263	2.68 433	4.79 528	3.66 500	5.44 526	2.97 455	9.11 417	9.35 514	1.15 511	1.10 520	1.06 517	1.02 517	1.16 508	1.18 500
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
iinet-f	2.26 322	1.18 419	13.71 366	1.14 295	1.11 361	3.77 302	1.10 371	4.14 413	2.17 328	2.06 301	1.76 263	2.99 399	2.99 456	2.50 257	2.49 434	0.35 295	0.39 409	0.27 134	0.28 255	0.45 352	0.39 293

MSMDNet	2.23 316	0.64 198	17.32 422	0.84 111	0.75 238	3.53 255	0.64 129	3.61 272	1.98 282	1.71 201	1.64 220	3.22 418	2.99 456	2.08 224	1.11 220	0.31 227	0.37 394	0.45 404	0.26 200	0.62 423	0.45 344

Wz-Net-MNSev	2.71 413	2.54 508	13.91 375	1.52 448	1.37 426	3.28 210	2.47 496	4.03 375	2.32 363	2.57 433	2.07 364	2.29 319	3.01 458	7.55 389	2.74 448	0.38 331	0.36 381	0.36 333	0.37 383	0.57 406	0.47 359

fff	1.74 238	0.70 250	9.08 310	0.81 82	0.36 14	4.15 401	0.57 91	4.23 436	2.09 307	2.30 379	1.80 277	1.19 160	3.02 459	1.44 126	1.46 294	0.29 168	0.23 219	0.23 28	0.18 47	0.24 47	0.42 323

csc	1.74 238	0.70 250	9.08 310	0.81 82	0.36 14	4.15 401	0.57 91	4.23 436	2.09 307	2.30 379	1.80 277	1.19 160	3.02 459	1.44 126	1.46 294	0.29 168	0.23 219	0.23 28	0.18 47	0.24 47	0.42 323

cscssc	1.74 238	0.70 250	9.08 310	0.81 82	0.36 14	4.15 401	0.57 91	4.23 436	2.09 307	2.30 379	1.80 277	1.19 160	3.02 459	1.44 126	1.46 294	0.29 168	0.23 219	0.23 28	0.18 47	0.24 47	0.42 323

zh-sn7	3.81 489	11.43 560	15.78 404	1.25 347	1.15 367	3.68 288	2.58 503	4.15 417	2.42 391	2.61 442	3.10 483	3.38 435	3.03 462	11.43 503	6.88 499	0.45 398	0.48 460	0.45 404	0.43 430	0.72 461	0.71 448

PCWNet_CMD	2.23 316	0.65 208	17.36 426	0.83 102	0.76 242	3.51 251	0.64 129	3.60 269	1.97 280	1.70 197	1.63 218	3.22 418	3.05 463	2.09 227	1.11 220	0.31 227	0.36 381	0.47 413	0.26 200	0.64 433	0.47 359

HSM	2.35 352	0.81 323	2.21 161	1.14 295	1.55 462	3.44 230	1.03 351	3.99 366	2.25 342	2.29 375	2.11 372	8.04 537	3.05 463	11.60 509	1.71 347	0.33 263	0.22 192	0.28 163	0.23 145	0.32 186	0.35 251

ADCS	4.22 504	5.33 529	16.32 409	1.64 469	1.31 408	3.91 337	3.64 534	4.21 429	2.89 462	5.11 530	2.81 468	4.46 496	3.06 465	5.21 334	19.50 558	0.63 465	0.64 494	0.69 490	0.69 492	1.12 502	1.26 502

LL-Strereo	3.01 447	1.81 486	17.59 433	1.12 287	2.10 520	2.90 153	1.09 369	4.33 479	2.00 287	3.12 487	2.24 395	3.29 424	3.15 466	11.31 498	1.84 367	0.30 208	0.28 311	0.46 410	0.34 345	0.49 376	0.45 344

RTS	3.90 492	7.04 536	17.94 435	1.92 502	2.19 522	5.00 529	2.96 514	4.29 462	3.19 493	4.05 514	3.08 480	4.94 512	3.16 467	7.64 390	6.72 494	0.66 473	0.44 436	0.51 441	0.47 442	0.95 486	0.76 462

RTSA	3.90 492	7.04 536	17.94 435	1.92 502	2.19 522	5.00 529	2.96 514	4.29 462	3.19 493	4.05 514	3.08 480	4.94 512	3.16 467	7.64 390	6.72 494	0.66 473	0.44 436	0.51 441	0.47 442	0.95 486	0.76 462

Syn2CoEx	3.08 453	2.55 509	19.88 479	1.34 393	1.18 374	2.43 116	1.65 458	3.91 340	2.40 386	2.39 407	2.27 399	2.90 391	3.17 469	9.57 431	2.54 440	0.50 433	0.45 441	0.53 451	0.39 403	0.74 463	0.72 455

AF-Net	2.87 425	1.30 441	16.24 408	1.33 386	1.75 496	3.26 204	1.59 449	4.09 396	2.43 392	2.69 455	2.94 472	4.51 498	3.20 470	5.84 350	2.75 449	0.76 487	0.36 381	0.72 497	0.49 450	0.70 449	0.56 406

SST-Stereo	1.76 243	0.58 131	3.10 223	1.44 429	0.46 85	4.71 517	0.76 195	2.22 87	2.79 446	2.07 304	2.18 385	2.43 338	3.22 471	6.66 370	0.84 140	0.42 376	0.19 96	0.30 204	0.27 226	0.35 240	0.26 120

LSM	12.71 560	3.52 521	20.79 520	55.63 582	84.76 581	3.63 282	6.30 547	3.73 296	4.93 537	5.55 533	13.92 558	3.53 452	3.25 472	9.72 433	4.12 470	0.64 468	0.85 513	0.71 493	0.81 504	1.03 492	26.84 575

PVD	3.12 457	1.97 492	12.80 356	1.79 492	1.63 476	3.83 314	1.34 411	3.48 246	3.88 522	5.77 534	3.56 499	3.45 440	3.29 473	5.58 345	5.30 489	0.71 485	0.69 503	0.74 501	0.77 499	0.79 472	1.13 498

AnyNet_C01	4.37 506	7.80 538	16.40 410	1.98 508	1.40 433	6.37 540	6.47 548	4.09 396	5.03 538	4.06 516	3.78 502	4.16 483	3.31 474	6.62 368	10.00 516	0.61 462	0.67 499	0.63 481	0.67 487	2.01 525	1.31 505

FAT-Stereo	3.34 472	0.81 323	20.05 485	1.25 347	1.20 387	3.44 230	1.99 479	4.23 436	2.67 431	3.14 488	3.82 504	3.51 450	3.32 475	11.68 519	1.94 379	0.64 468	0.67 499	0.48 421	0.52 463	0.61 419	0.81 471

HHNet	2.48 376	0.71 262	20.52 511	0.64 16	0.64 186	4.07 383	0.93 315	3.76 300	1.56 174	2.15 330	4.92 515	0.98 128	3.37 476	1.66 174	1.79 361	0.32 247	0.20 132	0.31 226	0.27 226	0.36 253	0.42 323

ADStereo(finetuned)	2.04 291	0.73 277	13.28 359	0.82 92	0.40 46	4.16 411	0.59 104	4.25 446	2.97 471	2.35 397	1.84 301	1.18 156	3.40 477	1.52 145	1.54 316	0.29 168	0.24 253	0.23 28	0.18 47	0.30 141	0.51 386

KYRaft	1.59 215	0.52 70	1.73 107	0.95 186	0.49 110	4.38 449	1.79 465	2.43 111	1.51 135	2.49 420	2.98 474	2.00 289	3.41 478	2.14 232	0.82 134	0.30 208	0.21 164	0.33 281	0.46 439	0.35 240	2.45 537

AnyNet_C32	4.17 502	5.75 533	12.62 354	1.60 464	1.54 458	5.51 535	4.09 541	3.90 335	3.23 499	4.22 522	3.03 477	3.10 408	3.41 478	8.01 398	18.85 556	0.53 448	0.58 483	0.53 451	0.74 495	1.19 511	0.97 487

MADNet+	3.97 496	9.54 552	13.83 373	1.87 500	1.69 490	4.19 423	2.87 511	4.80 531	4.10 528	2.51 424	2.67 455	4.55 501	3.41 478	8.72 407	6.92 501	1.25 518	1.27 526	1.04 515	0.93 510	1.39 518	1.85 523

UGAM-zero	2.79 416	0.57 118	20.87 524	0.98 205	0.77 248	2.08 92	0.35 19	3.88 328	1.51 135	2.05 296	1.64 220	5.07 518	3.42 481	9.83 437	1.24 250	0.28 146	0.21 164	0.27 134	0.29 283	0.29 118	0.28 154

AIO-Stereo-zeroshot1	2.68 409	1.26 437	22.01 552	1.08 261	0.99 327	1.61 58	0.86 262	3.69 288	1.64 210	1.52 165	5.62 520	3.35 430	3.44 482	2.20 240	1.33 274	0.26 94	0.21 164	0.30 204	0.62 484	0.93 485	0.67 438

pmcnn	5.45 524	1.22 430	17.40 427	1.60 464	2.41 528	3.48 241	2.12 485	4.52 516	3.26 501	3.67 506	13.15 556	22.10 562	3.46 483	11.92 530	17.16 547	0.34 275	0.21 164	0.23 28	0.19 67	0.36 253	0.28 154

Prome-Stereo	1.61 218	0.55 98	1.71 106	0.98 205	0.60 171	4.41 458	1.82 469	3.03 194	1.53 151	2.18 341	3.45 496	1.72 234	3.49 484	2.23 245	1.08 213	0.29 168	0.20 132	0.26 106	0.25 182	0.34 222	2.16 529

SuperB	4.79 514	4.41 526	21.08 531	1.45 433	1.08 353	3.91 337	3.08 520	4.18 419	3.01 477	2.50 421	2.10 368	2.75 375	3.49 484	8.80 409	19.60 559	0.44 389	0.33 359	0.53 451	0.39 403	12.01 570	0.64 434

MFN_U_SF_RVC	3.81 489	10.78 557	15.01 395	1.84 496	1.39 431	3.73 297	1.63 453	4.05 383	3.26 501	2.91 470	2.38 427	4.36 494	3.65 486	8.43 403	4.91 483	1.11 510	1.04 517	0.99 513	1.31 527	1.58 520	1.75 522

ADCMid	3.96 495	3.27 518	15.48 402	1.26 354	1.40 433	4.66 502	2.28 491	4.06 387	3.54 514	3.94 511	3.02 476	3.85 466	3.67 487	4.03 316	18.65 555	0.68 479	0.61 490	1.09 519	1.18 524	1.38 517	1.08 494

PAM_32	2.45 368	0.63 186	20.74 519	1.05 245	0.65 194	2.83 145	0.46 53	2.91 182	1.54 160	1.95 255	2.66 454	4.99 514	3.78 488	1.96 215	0.92 177	0.27 109	0.22 192	0.27 134	0.25 182	0.36 253	0.48 364

ASMatch	2.62 398	0.60 151	20.65 517	1.37 414	0.64 186	4.39 452	0.78 212	1.97 62	1.58 183	1.70 197	3.89 506	1.94 275	3.79 489	5.46 339	1.64 339	0.31 227	0.24 253	0.34 299	0.28 255	0.33 204	0.50 378

G-Net	4.11 500	1.21 424	19.47 467	2.31 523	2.94 535	4.74 521	2.95 513	3.33 236	2.14 322	4.44 524	9.43 540	6.93 533	3.84 490	9.01 416	4.92 484	0.79 489	0.80 512	0.70 492	0.50 456	0.95 486	0.87 480

SGM-Forest	2.96 435	0.62 177	3.49 239	1.09 267	0.80 254	4.06 378	3.30 523	4.37 491	3.09 484	4.18 521	3.27 491	4.67 508	3.86 491	11.69 520	7.91 507	0.51 439	0.46 450	0.49 435	0.39 403	0.48 370	0.49 371
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
anonymity	1.76 243	1.26 437	2.73 210	1.66 472	1.32 414	1.84 70	1.07 360	3.49 249	2.30 355	2.11 312	2.11 372	1.71 233	3.90 492	1.82 199	1.48 302	1.10 508	1.09 519	1.08 518	1.08 519	1.05 493	1.09 495

AAGNet	2.86 421	0.60 151	1.77 112	2.05 511	0.46 85	4.76 523	1.09 369	2.27 92	1.56 174	2.17 339	1.84 301	2.41 332	4.00 493	6.23 360	24.22 566	0.46 404	0.19 96	0.30 204	0.29 283	0.32 186	0.24 86

CBFPSM	2.05 293	0.95 371	10.12 327	1.07 253	1.05 344	2.84 146	1.20 394	3.28 223	1.73 236	1.82 219	1.30 129	4.56 502	4.06 494	2.34 249	2.34 421	0.25 81	0.38 400	0.32 246	0.27 226	0.37 263	0.79 469

SAMSARA	3.55 479	2.16 499	14.18 381	1.86 499	1.49 450	4.62 496	2.65 505	3.58 268	2.80 450	7.05 544	3.05 478	5.16 522	4.07 495	9.18 420	4.80 480	0.64 468	0.67 499	0.59 468	0.68 490	0.89 481	0.91 482

Dean	7.52 544	9.08 547	21.41 541	3.74 547	3.53 545	4.81 525	3.53 530	5.33 542	5.25 539	4.17 518	26.53 569	25.62 570	4.09 496	10.97 481	4.32 471	3.69 548	2.30 545	2.91 545	1.87 541	4.03 545	3.24 550

LCNet	1.55 203	0.54 92	1.88 121	0.99 211	0.55 141	3.60 272	1.21 397	2.86 179	1.53 151	2.18 341	1.74 250	1.43 196	4.17 497	3.62 303	0.87 156	0.29 168	0.20 132	0.28 163	0.77 499	0.47 367	1.85 523

MyStereo06	2.46 371	0.72 266	19.97 483	1.02 235	0.99 327	4.26 434	0.86 262	3.51 255	1.68 220	1.92 246	1.73 248	4.01 474	4.22 498	1.62 165	0.88 160	0.24 60	0.23 219	0.34 299	0.26 200	0.42 326	0.36 257

ACV-stereo	2.92 430	0.92 359	20.27 500	1.33 386	1.05 344	4.68 505	1.10 371	2.66 152	1.64 210	1.46 159	1.32 132	5.41 525	4.24 499	7.83 394	1.90 374	0.44 389	0.52 468	0.32 246	0.29 283	0.45 352	0.63 430

LVE	6.88 541	9.31 549	21.14 532	3.61 545	3.18 543	4.49 472	2.79 507	10.21 554	11.69 555	3.16 491	11.53 550	18.33 555	4.31 500	11.66 517	3.52 464	4.45 558	2.93 552	2.56 538	1.91 542	3.62 537	3.16 547

ACVNet_1	6.04 533	13.97 567	21.36 540	3.58 544	3.14 541	4.73 518	2.48 497	4.20 423	3.17 491	2.98 478	2.83 470	23.31 564	4.34 501	11.06 487	2.45 431	3.68 547	2.33 546	2.60 539	1.79 538	3.69 540	3.19 548

Consistency-Raft	2.86 421	1.66 477	19.61 469	1.40 421	1.75 496	3.84 319	1.32 408	4.07 390	2.25 342	1.78 212	2.67 455	1.82 259	4.41 502	1.94 214	2.06 394	0.83 496	0.94 516	1.03 514	1.12 520	1.70 524	1.09 495

MDST_ROB	5.53 525	0.59 139	23.11 558	2.55 527	2.69 530	21.20 567	1.98 478	4.77 530	2.65 428	9.36 554	4.25 508	4.14 482	4.45 503	22.57 564	3.68 467	0.48 417	0.33 359	0.47 413	0.44 433	0.44 344	0.44 338

NVStereoNet_ROB	4.91 517	1.40 457	16.46 412	1.47 438	1.72 494	3.46 235	1.96 476	3.89 330	3.61 516	2.90 469	24.61 568	4.81 509	4.49 504	13.57 550	4.87 482	1.33 524	1.29 527	1.70 529	1.68 532	1.41 519	1.66 517
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
iRaft-Stereo_20w	1.88 259	0.62 177	10.58 333	0.90 151	0.83 270	2.96 168	0.78 212	4.90 532	1.58 183	2.29 375	1.60 209	1.25 169	4.51 505	2.28 248	0.90 167	0.29 168	0.21 164	0.26 106	0.24 170	0.41 307	0.31 200

EDNetEfficientorigin	12.35 559	2.51 504	179.47 589	1.19 325	0.96 313	2.91 156	1.81 468	3.00 190	5.35 540	8.91 552	4.79 513	4.18 484	4.64 506	9.98 445	11.30 522	0.37 314	0.38 400	0.60 473	0.85 505	1.32 516	2.43 536

NaN_ROB	4.06 499	1.13 408	16.64 414	1.12 287	1.25 400	3.50 248	3.05 518	4.29 462	3.26 501	3.64 504	2.56 444	2.97 397	4.79 507	13.33 546	16.91 545	0.37 314	0.41 423	0.38 361	0.39 403	0.48 370	0.81 471

ADCP+	3.74 487	1.96 491	16.90 419	1.09 267	1.55 462	4.35 447	3.65 535	3.93 347	2.98 474	2.22 359	1.66 228	3.95 469	4.83 508	3.41 297	18.87 557	0.38 331	0.41 423	0.63 481	0.53 467	0.64 433	0.81 471

RAFT + AFF	2.51 381	2.66 510	4.48 263	1.15 308	1.95 511	4.15 401	2.01 480	4.46 506	3.30 506	2.19 345	2.51 438	2.22 311	4.87 509	8.91 412	2.06 394	0.30 208	0.60 488	0.48 421	0.38 396	0.77 468	0.69 443

TransformOpticalFlow	3.03 449	0.77 305	20.99 529	1.00 219	0.55 141	4.18 419	0.64 129	4.33 479	3.02 478	2.18 341	3.09 482	4.35 492	5.07 510	7.36 386	1.27 259	0.32 247	0.18 66	0.32 246	0.26 200	0.28 105	0.46 354

CBMV_ROB	3.62 481	0.70 250	21.42 542	1.21 336	0.89 296	4.43 462	1.76 464	4.39 494	2.79 446	5.88 536	3.38 494	4.18 484	5.12 511	10.75 471	2.32 419	0.56 454	0.55 475	0.53 451	0.51 460	0.55 395	0.46 354

STrans-v2	3.03 449	0.77 305	20.91 526	0.81 82	0.63 184	3.89 334	1.01 345	4.27 454	2.64 427	2.28 373	3.70 501	4.13 481	5.20 512	7.33 383	1.27 259	0.31 227	0.18 66	0.29 184	0.25 182	0.29 118	0.41 319

PWCK	5.85 530	9.95 554	15.22 401	2.90 533	1.56 465	5.66 537	7.69 551	5.27 538	4.74 535	3.88 509	7.51 525	8.04 537	5.28 513	15.18 557	8.40 510	3.08 539	1.51 530	2.24 535	1.37 531	5.55 556	1.96 526

WZ-Net	3.62 481	4.87 527	16.77 418	1.43 426	1.40 433	3.75 299	2.29 492	4.12 405	2.50 406	2.74 459	2.19 387	4.06 477	5.29 514	10.19 453	7.36 504	0.54 450	0.37 394	0.47 413	0.49 450	0.77 468	0.73 456

DRaft	2.28 329	0.56 109	2.64 203	0.74 56	0.46 85	3.94 349	1.23 399	2.32 100	1.55 168	2.64 448	2.80 466	1.60 215	5.34 515	6.96 380	10.99 521	0.34 275	0.22 192	0.27 134	0.27 226	0.29 118	0.37 271

KSHMR	16.96 565	5.37 530	21.64 549	4.46 557	4.50 557	8.30 551	3.32 524	15.58 567	76.24 582	6.62 543	61.47 580	56.53 580	5.43 516	35.17 576	11.37 523	4.39 556	2.97 556	3.63 557	2.74 558	5.10 554	4.34 562

DPSNet	3.43 476	1.37 453	12.19 348	1.39 418	1.24 397	4.15 401	2.06 482	4.51 515	3.34 507	2.69 455	1.96 334	3.52 451	5.56 517	10.68 469	9.68 515	0.93 500	0.73 507	0.40 371	0.37 383	1.06 494	0.86 477

aanetorigin	3.30 469	1.66 477	17.52 432	1.18 322	1.58 470	2.57 132	3.80 537	2.65 150	2.03 292	6.12 539	4.30 510	2.82 386	5.70 518	5.47 340	4.67 475	0.50 433	0.44 436	0.43 392	0.47 442	1.17 509	0.92 483

ADCL	4.35 505	1.63 473	14.21 382	1.29 368	1.26 402	5.56 536	11.16 555	3.97 360	3.37 509	6.07 537	4.67 512	4.30 491	5.72 519	5.08 332	14.51 534	0.50 433	0.48 460	0.89 510	0.77 499	0.78 470	0.76 462

WAO-6	5.87 531	2.27 500	15.05 396	2.96 534	2.77 532	12.01 556	3.58 533	5.37 543	11.91 557	3.34 498	9.69 541	6.78 532	5.84 520	11.82 526	8.89 513	2.87 535	2.35 548	2.50 536	1.84 540	2.85 532	2.67 539

MeshStereo	5.35 522	1.32 447	21.34 539	1.34 393	1.15 367	4.40 456	3.90 539	5.18 536	4.55 530	10.14 559	11.82 552	11.47 543	5.84 520	13.84 554	7.03 502	0.61 462	0.58 483	0.60 473	0.58 476	0.72 461	0.59 419
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
DEmStereo	2.97 439	0.58 131	13.42 361	0.79 79	0.51 116	3.84 319	1.84 472	2.42 108	1.60 199	2.25 368	2.74 459	2.03 293	6.04 522	6.79 378	12.80 530	0.35 295	0.26 289	0.26 106	0.27 226	0.27 88	0.37 271

WAO-7	5.16 519	3.21 516	18.98 455	1.88 501	1.44 443	5.34 533	3.09 521	4.91 533	5.81 545	4.35 523	8.92 539	6.55 530	6.06 523	13.40 548	10.81 520	1.34 525	1.20 525	1.48 528	1.35 530	1.60 521	1.45 513

IMH-64-1	4.84 515	2.53 506	6.83 284	4.30 554	3.74 548	4.81 525	6.05 545	5.30 539	3.92 523	3.95 512	8.33 531	5.08 519	6.06 523	8.96 414	6.30 491	4.57 560	2.96 554	3.04 546	2.12 548	4.28 547	3.62 554

IMH-64	4.84 515	2.53 506	6.83 284	4.30 554	3.74 548	4.81 525	6.05 545	5.30 539	3.92 523	3.95 512	8.33 531	5.08 519	6.06 523	8.96 414	6.30 491	4.57 560	2.96 554	3.04 546	2.12 548	4.28 547	3.62 554

ADCPNet	3.89 491	1.63 473	20.25 499	1.28 364	1.27 404	6.43 541	2.65 505	3.93 347	2.70 434	2.78 462	2.20 389	4.28 490	6.16 526	5.56 343	10.27 518	0.65 471	1.18 522	0.71 493	1.70 534	0.84 479	1.37 509

CSAN	4.71 512	1.39 456	20.23 495	1.19 325	0.87 288	3.65 283	3.50 529	4.57 520	3.87 521	3.89 510	7.82 527	3.54 455	6.16 526	23.47 569	6.82 497	0.52 445	0.45 441	0.49 435	0.52 463	0.63 425	0.66 437

test_sample8	4.76 513	1.05 391	7.87 294	1.07 253	0.86 283	3.93 344	1.19 390	4.38 492	2.05 299	5.49 532	1.89 321	12.98 549	6.37 528	11.06 487	11.61 525	1.23 515	14.45 574	4.27 559	2.09 545	0.70 449	0.69 443

raft_robust	1.92 269	1.15 413	3.34 236	1.02 235	0.43 63	3.84 319	0.46 53	4.42 498	2.52 410	1.67 191	1.36 146	2.17 308	6.37 528	6.78 376	1.04 206	0.28 146	0.24 253	0.30 204	0.35 361	0.31 160	0.32 210

DeepStereo_RVC	1.55 203	0.63 186	3.32 234	0.77 75	0.42 57	4.49 472	0.72 165	2.50 123	1.58 183	2.02 287	1.81 289	1.54 208	6.38 530	1.73 185	1.19 235	0.46 404	0.22 192	0.29 184	0.28 255	0.35 240	0.38 286

tt	7.19 543	0.51 64	6.83 284	4.03 549	2.30 527	12.05 557	20.19 569	15.46 566	6.58 549	3.42 502	3.22 488	5.37 524	6.39 531	4.20 321	7.46 505	9.81 569	11.53 573	7.05 566	7.46 568	6.31 558	3.71 556

JetBlue	6.27 535	9.15 548	13.76 367	1.94 506	4.60 559	11.91 555	12.00 558	5.12 535	3.45 513	3.79 508	4.52 511	9.54 541	6.56 532	9.40 425	13.48 532	1.26 519	1.37 528	1.17 522	1.34 529	7.06 563	3.95 558

SANet	5.65 528	1.72 480	20.94 527	1.26 354	0.88 291	7.20 545	3.81 538	4.60 522	11.23 553	4.56 525	8.78 537	7.49 534	6.95 533	11.85 527	18.11 551	0.49 429	0.44 436	0.50 438	0.42 427	0.90 483	0.82 475

CrosDoStereo	5.24 520	0.60 151	20.23 495	0.82 92	0.51 116	3.39 222	18.11 565	3.82 312	2.27 347	1.98 263	8.74 535	1.96 282	6.96 534	7.35 384	26.35 568	0.30 208	0.22 192	0.30 204	0.28 255	0.33 204	0.38 286

DeepStereo_LL	5.24 520	0.60 151	20.23 495	0.82 92	0.51 116	3.39 222	18.11 565	3.82 312	2.27 347	1.98 263	8.74 535	1.96 282	6.96 534	7.35 384	26.35 568	0.30 208	0.22 192	0.30 204	0.28 255	0.33 204	0.38 286

WAO-8	11.95 556	13.02 562	20.56 513	3.50 540	3.08 539	15.11 563	2.80 508	12.91 559	19.11 568	7.69 546	13.12 554	11.62 544	7.01 536	84.40 586	7.91 507	3.42 542	1.92 537	3.54 555	1.93 543	3.68 538	2.69 540

Venus	11.95 556	13.02 562	20.56 513	3.50 540	3.08 539	15.11 563	2.80 508	12.91 559	19.11 568	7.69 546	13.12 554	11.62 544	7.01 536	84.40 586	7.91 507	3.42 542	1.92 537	3.54 555	1.93 543	3.68 538	2.69 540

JetRed	10.48 551	27.10 574	35.70 570	4.27 552	4.09 555	15.55 565	12.83 560	12.16 556	5.50 541	5.83 535	5.56 519	10.14 542	7.43 538	8.88 410	26.39 570	3.32 541	3.81 561	3.51 553	2.96 561	7.85 565	6.69 568

THIR-Stereo	4.14 501	0.82 330	10.85 337	0.86 128	0.43 63	2.16 96	16.77 563	3.22 215	1.54 160	2.04 294	12.05 553	2.68 366	7.53 539	7.30 382	12.62 529	0.30 208	0.21 164	0.29 184	0.28 255	0.33 204	0.41 319

ktn	21.74 570	10.34 555	19.68 472	4.53 558	4.00 553	6.53 542	4.51 543	6.79 548	78.82 584	84.69 584	100.86 588	58.49 581	7.57 540	12.11 533	13.35 531	4.58 562	3.24 559	3.49 552	2.62 554	4.65 552	3.84 557

DispFullNet	4.64 511	3.48 520	23.95 563	3.99 548	3.03 537	3.35 218	1.06 358	4.18 419	2.80 450	6.33 541	2.94 472	4.04 476	7.81 541	3.92 314	5.16 485	2.75 534	1.61 532	3.10 549	2.68 556	3.32 535	3.31 551

CRFU-Net	2.49 378	0.78 311	10.36 329	2.30 522	1.08 353	3.91 337	1.41 427	3.85 319	1.65 214	2.15 330	1.76 263	3.34 429	7.95 542	5.56 343	1.48 302	0.47 413	0.35 376	0.30 204	0.28 255	0.37 263	0.43 332

MADNet++	7.57 546	5.80 534	13.28 359	6.38 564	5.26 561	7.18 544	7.77 552	5.32 541	5.62 543	6.11 538	7.78 526	6.02 529	8.01 543	11.74 522	16.36 543	9.36 568	4.95 565	8.57 569	5.66 565	4.83 553	5.34 564

IMH	6.81 540	13.66 564	20.41 507	4.33 556	3.74 548	5.50 534	3.06 519	5.49 545	6.22 546	4.64 527	10.35 544	9.30 540	8.03 544	13.61 551	6.81 496	4.80 563	2.99 557	3.09 548	2.12 548	4.36 549	3.61 553

TorneroNet-64	10.12 549	8.74 541	20.95 528	4.27 552	3.76 551	13.86 560	2.85 510	15.05 564	23.15 571	10.07 558	23.84 567	13.47 550	8.24 545	13.96 555	17.21 548	3.96 553	2.72 549	3.23 550	2.48 552	6.29 557	4.27 561

WCMA_ROB	5.12 518	0.90 352	21.33 538	1.50 445	1.33 418	4.09 385	3.49 528	4.03 375	4.59 532	6.57 542	10.95 547	12.92 548	8.41 546	9.86 439	8.78 512	0.75 486	0.58 483	0.51 441	0.50 456	0.68 446	0.57 410

SGM_RVC	4.57 509	0.72 266	17.46 430	1.84 496	0.58 166	4.23 432	3.45 527	4.66 525	3.66 518	7.99 549	8.82 538	7.56 535	8.74 547	12.30 534	6.84 498	0.43 382	0.38 400	0.39 365	0.35 361	0.51 380	0.48 364
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MSMD_ROB	5.61 526	1.08 399	16.68 415	1.21 336	0.83 270	10.14 553	2.07 484	3.93 347	6.22 546	10.37 560	8.03 529	22.22 563	9.45 548	11.66 517	4.52 474	0.66 473	0.58 483	0.66 487	0.68 490	0.65 436	0.63 430

ELAS	5.99 532	1.62 471	20.29 502	1.96 507	2.01 514	15.09 562	8.38 554	5.23 537	5.54 542	9.02 553	8.61 534	6.74 531	9.75 549	7.48 387	11.40 524	0.96 503	1.18 522	0.72 497	0.93 510	1.30 515	1.67 518
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	5.72 529	1.64 476	20.40 506	2.09 513	2.01 514	4.95 528	11.47 557	4.66 525	6.31 548	8.09 550	8.01 528	8.06 539	11.65 550	8.36 400	10.22 517	0.99 505	1.17 521	0.81 506	0.76 497	1.14 504	1.58 516
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
EDNetEfficient	5.61 526	2.14 498	16.75 417	1.67 473	3.64 546	4.12 394	7.51 550	3.05 196	5.63 544	11.57 565	4.83 514	3.95 469	12.72 551	8.44 404	20.78 561	0.41 365	0.43 431	0.47 413	1.01 515	1.66 523	1.39 512

FC-DCNN	6.64 537	0.77 305	19.26 461	1.68 474	1.64 478	8.27 550	2.35 494	6.35 547	9.23 551	10.85 562	11.27 549	19.89 559	13.33 552	12.51 540	11.79 527	0.66 473	0.57 478	0.58 465	0.56 472	0.63 425	0.61 423

SGM+DAISY	8.36 547	3.82 522	24.83 564	2.02 510	1.75 496	14.80 561	17.22 564	4.27 454	11.79 556	13.88 566	14.38 559	11.74 546	13.83 553	10.56 463	15.12 535	1.21 513	1.19 524	1.14 521	1.13 522	1.17 509	1.37 509

FTStereo	3.71 486	0.53 81	20.37 504	0.96 192	0.65 194	4.34 446	11.29 556	2.62 147	1.50 128	2.58 436	5.04 516	1.90 271	13.84 554	3.71 307	1.25 253	0.38 331	0.24 253	0.31 226	0.32 328	0.30 141	2.10 528

USTest	15.98 564	15.58 569	22.56 555	18.49 571	16.99 565	26.43 570	36.08 575	27.68 573	12.77 558	10.69 561	10.80 546	18.35 556	15.09 555	18.62 561	23.37 563	4.85 564	5.34 566	7.38 567	7.43 567	9.90 569	11.23 569

TCMNet-wrong-test	12.32 558	14.13 568	19.38 464	22.38 572	19.85 568	15.99 566	12.34 559	22.95 569	4.56 531	6.24 540	6.27 522	18.40 557	15.71 556	10.10 452	10.72 519	9.06 567	4.78 563	5.35 563	3.95 563	12.28 571	11.97 570

FC-DCNN v2	6.91 542	0.77 305	19.25 459	1.69 475	1.64 478	9.13 552	2.40 495	7.20 549	9.47 552	11.07 564	11.62 551	20.05 561	15.79 557	12.55 541	11.99 528	0.66 473	0.57 478	0.58 465	0.56 472	0.63 425	0.61 423

PSM-AAD	2.43 365	0.54 92	1.32 70	0.92 164	0.54 134	4.48 466	7.47 549	2.96 185	1.55 168	2.31 385	2.56 444	1.26 170	16.23 558	2.46 254	0.89 163	0.28 146	0.21 164	0.58 465	0.41 421	0.34 222	1.32 507

GrayStereo	2.58 396	0.53 81	1.63 101	1.58 461	0.89 296	4.17 416	8.17 553	3.03 194	1.52 144	2.80 464	2.50 436	1.70 231	17.10 559	2.83 284	1.15 226	0.33 263	0.21 164	0.27 134	0.32 328	0.28 105	0.53 393

FCDSN-DC	6.04 533	0.84 337	19.25 459	1.24 345	1.09 357	4.38 449	2.62 504	4.38 492	4.71 533	9.59 557	11.22 548	19.19 558	17.40 560	12.30 534	8.55 511	0.69 482	0.57 478	0.60 473	0.60 480	0.70 449	0.78 466
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
LRCNet_RVC	25.52 571	33.45 575	23.21 561	31.79 576	32.78 572	6.74 543	1.18 387	25.88 571	4.46 529	28.94 570	30.89 570	24.91 569	17.57 561	27.66 571	24.34 567	35.26 578	25.60 579	35.91 578	33.81 577	31.90 579	34.10 580

UNDER WATER-64	9.33 548	5.37 530	22.60 556	5.22 563	4.86 560	10.75 554	4.61 544	11.45 555	17.30 563	7.59 545	9.80 543	15.99 554	17.90 562	10.63 467	15.72 538	4.36 555	2.87 551	4.39 562	2.86 559	7.01 562	5.36 565

MANE	11.39 554	1.38 454	23.16 559	4.82 561	2.79 533	22.02 568	14.51 562	25.81 570	26.28 572	10.93 563	13.17 557	19.90 560	18.03 563	15.69 559	20.41 560	0.96 503	0.74 508	1.42 526	3.24 562	0.74 463	1.71 519

DPSMNet_ROB	15.52 563	8.89 544	31.44 569	10.07 569	18.91 567	12.44 558	33.22 573	13.51 562	17.94 567	9.58 556	22.91 566	13.79 552	19.67 564	21.43 563	23.73 565	5.17 566	8.84 567	5.63 565	11.52 572	6.79 561	14.90 572

DGTPSM_ROB	15.31 562	8.85 543	28.14 568	9.90 568	18.89 566	12.44 558	33.21 572	13.48 561	17.86 566	9.50 555	22.89 565	13.78 551	19.67 564	21.26 562	23.68 564	5.08 565	8.84 567	5.62 564	11.50 569	6.72 560	14.87 571

Anonymous_1	57.11 582	19.68 571	26.15 565	23.10 573	142.31 586	30.84 571	39.75 576	33.86 578	16.98 562	70.53 583	15.42 561	23.46 565	19.75 566	23.04 565	27.23 571	164.73 588	9.02 569	130.38 584	137.40 585	161.27 589	27.24 576

DPSM_ROB	20.78 568	20.03 572	26.57 566	23.62 574	22.46 569	31.10 572	39.97 577	33.52 576	17.41 564	15.25 567	15.80 562	24.06 567	20.71 567	23.30 567	27.62 572	10.78 570	9.41 570	11.69 572	11.50 569	14.49 572	16.36 573

DPSM	20.78 568	20.03 572	26.57 566	23.62 574	22.46 569	31.10 572	39.97 577	33.52 576	17.41 564	15.25 567	15.80 562	24.06 567	20.71 567	23.30 567	27.62 572	10.78 570	9.41 570	11.69 572	11.50 569	14.49 572	16.36 573

SGM-ForestM	11.55 555	1.16 416	21.62 547	2.14 514	0.81 257	22.25 569	19.08 567	16.50 568	11.34 554	15.94 569	14.44 560	27.12 571	22.61 569	24.76 570	28.39 575	0.50 433	0.48 460	0.47 413	0.44 433	0.55 395	0.53 393

notaker	10.50 552	8.60 540	20.23 495	4.54 559	3.95 552	6.27 539	3.44 526	8.07 552	4.75 536	8.73 551	46.45 575	13.86 553	27.86 570	13.49 549	13.61 533	4.56 559	3.18 558	3.52 554	2.68 556	8.13 567	4.05 559

UNDER WATER	10.47 550	3.95 524	22.62 557	5.07 562	4.51 558	7.78 549	3.77 536	12.56 558	21.72 570	7.84 548	10.78 545	23.96 566	31.66 571	10.78 474	16.19 542	4.44 557	2.93 552	4.24 558	2.86 559	6.33 559	5.47 566

FADE	78.44 584	13.79 566	36.09 571	10.71 570	13.34 564	4.15 401	4.14 542	28.60 574	8.36 550	5.15 531	3.88 505	11.85 547	36.55 572	44.37 578	28.26 574	474.90 590	161.58 589	347.36 590	322.13 590	7.29 564	6.23 567

AVERAGE_ROB	44.46 578	45.91 580	46.59 576	40.59 579	38.66 575	32.99 575	30.52 570	46.19 580	43.26 578	49.59 576	48.97 578	44.62 575	39.89 573	45.04 580	43.94 578	48.74 580	50.69 581	50.80 579	49.79 578	45.54 581	46.97 582

HaxPig	43.25 577	43.65 579	45.00 575	33.85 577	35.61 574	32.69 574	30.52 570	45.09 579	42.97 577	48.77 575	48.17 577	43.00 573	40.26 574	44.58 579	43.61 577	47.18 579	49.30 580	51.54 580	50.25 579	43.73 580	45.29 581

LE_ROB	18.58 566	1.21 424	48.38 577	8.60 567	23.00 571	7.32 547	19.74 568	9.94 553	38.69 576	43.53 574	21.91 564	28.40 572	40.92 575	23.18 566	54.71 580	0.34 275	0.33 359	0.32 246	0.36 371	0.42 326	0.40 313

TorneroNet	25.88 572	11.28 559	21.62 547	4.20 551	4.07 554	55.25 580	3.15 522	15.16 565	76.94 583	58.09 579	82.72 585	86.88 585	41.15 576	13.35 547	18.13 552	4.32 554	2.85 550	3.45 551	2.62 554	8.33 568	4.14 560

LSM0	49.58 580	40.04 576	53.62 582	97.15 583	128.68 585	62.75 583	79.89 584	67.63 584	35.11 575	33.02 573	32.61 574	48.43 579	41.60 577	46.60 582	55.43 582	21.63 575	18.99 578	23.62 577	23.13 574	29.47 578	52.26 584

CasAABBNet	41.80 576	40.20 578	53.41 581	47.73 580	45.18 577	62.51 581	80.71 586	67.26 583	34.80 573	30.49 571	31.88 572	48.24 578	41.81 578	46.63 583	55.64 583	21.60 573	18.88 577	23.48 575	23.22 576	29.19 577	33.05 578

Selective-RAFT-Error	41.77 575	40.16 577	53.34 580	47.73 580	45.25 578	62.51 581	80.64 585	67.22 582	34.93 574	30.64 572	31.81 571	48.11 577	42.11 579	46.57 581	54.95 581	21.61 574	18.87 576	23.48 575	23.15 575	29.16 576	33.08 579

MEDIAN_ROB	47.37 579	49.08 581	49.92 578	40.32 578	39.97 576	34.95 576	33.43 574	49.17 581	46.39 580	53.06 578	52.65 579	47.65 576	42.23 580	48.35 584	47.29 579	52.10 581	54.04 582	54.28 581	53.48 580	48.76 582	50.33 583

coex-ft	18.59 567	6.62 535	113.53 586	1.17 316	1.31 408	2.33 109	1.93 475	2.81 175	14.00 559	124.82 588	8.45 533	5.90 528	51.74 581	9.99 446	22.69 562	0.57 456	0.62 491	0.50 438	0.49 450	1.08 499	1.28 503

HanzoNet	31.60 574	17.23 570	21.22 537	7.32 565	5.84 562	7.25 546	3.53 530	13.82 563	14.20 561	50.38 577	47.01 576	44.45 574	56.61 582	36.61 577	32.00 576	63.89 582	56.57 583	7.97 568	89.20 583	28.69 574	28.25 577

ASD4	103.30 586	113.98 588	120.24 587	106.67 584	79.75 580	115.36 587	120.35 587	119.13 589	79.65 588	120.04 587	74.64 581	101.45 587	65.48 583	109.11 589	84.31 589	104.31 583	90.04 585	133.15 585	103.58 584	130.15 585	94.66 586

xxxxx1	112.33 587	88.53 585	37.76 572	227.84 588	157.23 587	39.05 577	61.41 581	93.76 586	79.29 585	62.45 580	74.79 582	78.32 582	70.96 584	33.47 573	70.69 584	114.00 585	130.36 586	259.31 587	274.34 587	145.54 586	147.50 587

tt_ll	112.33 587	88.53 585	37.76 572	227.84 588	157.23 587	39.05 577	61.41 581	93.76 586	79.29 585	62.45 580	74.79 582	78.32 582	70.96 584	33.47 573	70.69 584	114.00 585	130.36 586	259.31 587	274.34 587	145.54 586	147.50 587

ff	112.33 587	88.53 585	37.76 572	227.84 588	157.23 587	39.05 577	61.41 581	93.76 586	79.29 585	62.45 580	74.79 582	78.32 582	70.96 584	33.47 573	70.69 584	114.00 585	130.36 586	259.31 587	274.34 587	145.54 586	147.50 587

BEATNet-Init1	49.72 581	64.32 584	97.77 585	4.68 560	4.28 556	84.75 586	60.42 580	73.38 585	68.59 581	88.29 585	88.51 587	91.94 586	97.99 587	85.26 588	70.96 587	0.80 491	0.65 495	0.85 508	0.70 493	7.96 566	2.33 532

PML	64.32 583	53.22 582	17.88 434	8.10 566	32.94 573	148.46 589	247.79 590	12.18 557	45.42 579	111.41 586	288.92 590	101.47 588	101.31 588	31.67 572	15.55 536	14.03 572	4.83 564	10.98 571	6.18 566	28.82 575	5.17 563

DPSimNet_ROB	102.30 585	119.72 589	143.59 588	109.42 585	94.10 582	127.22 588	127.15 588	26.62 572	102.36 589	149.58 589	83.99 586	139.34 589	137.54 589	64.62 585	82.36 588	105.18 584	66.15 584	120.15 583	69.61 582	99.58 584	77.72 585

test_example2	212.63 590	219.92 590	221.87 590	213.67 587	221.17 590	199.47 590	200.74 589	185.30 590	141.66 590	209.52 590	213.45 589	210.82 590	205.48 590	221.27 590	216.64 590	236.83 589	242.07 590	213.93 586	217.01 586	235.69 590	226.10 590

ccccc	590.94 591	629.75 591	645.59 591	567.84 591	570.84 591	582.44 591	641.68 591	613.82 591	494.59 591	614.58 591	651.20 591	555.57 591	637.59 591	666.94 591	652.42 591	781.57 591	507.24 591	391.36 591	342.44 591	689.82 591	581.48 591

Low-res two-view benchmark