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

EGLCR-Stereo	2.52 129	0.56 4	9.39 40	1.16 153	0.81 139	5.24 378	0.61 43	4.20 265	1.56 26	1.09 29	0.71 1	1.09 53	0.66 12	1.92 88	0.82 17	0.29 33	0.30 145	0.29 76	0.24 63	0.37 141	19.09 416

test_xeample3	3.67 298	3.52 317	21.53 379	0.98 93	0.51 56	1.88 19	0.91 187	8.10 396	2.76 174	0.82 8	0.76 2	0.65 6	0.70 13	5.88 218	7.74 333	0.32 82	0.29 137	0.27 42	0.22 42	0.29 31	15.33 405

IGEVStereo-DCA	3.09 236	3.48 315	16.25 101	0.96 84	0.49 47	1.59 12	0.83 138	1.68 6	3.44 290	0.75 4	0.78 3	0.74 22	0.73 18	5.79 215	7.75 334	0.32 82	0.26 120	0.28 62	0.21 25	0.32 65	15.08 400

rrr	3.66 296	3.48 315	23.50 404	0.96 84	0.49 47	1.59 12	0.92 192	8.19 397	2.75 171	0.75 4	0.78 3	0.74 22	0.73 18	5.79 215	7.75 334	0.32 82	0.26 120	0.28 62	0.21 25	0.32 65	13.47 388

StereoIM	1.60 17	1.11 188	16.13 98	0.67 2	1.87 345	1.22 8	0.39 5	2.17 30	1.42 5	0.69 1	0.78 3	0.88 38	0.70 13	1.24 11	1.13 65	0.32 82	0.23 70	0.26 33	0.21 25	0.32 65	0.28 7

AEACV	2.12 53	0.67 52	6.33 25	1.38 239	1.50 288	3.53 126	0.90 179	2.83 73	1.60 37	0.91 20	0.81 6	0.80 30	1.61 187	1.56 47	0.73 3	0.25 8	0.60 276	0.26 33	0.27 103	0.29 31	15.65 406

LoS	1.05 5	0.58 9	3.31 10	0.91 56	0.38 6	4.14 253	0.50 18	2.22 31	1.49 12	1.02 26	0.88 7	0.62 5	0.84 36	1.69 58	0.94 36	0.27 21	0.20 17	0.24 13	0.17 8	0.22 2	0.32 17

4D-IteraStereo	2.95 219	1.83 270	20.75 323	0.81 21	1.56 302	2.22 34	1.03 215	2.48 43	1.56 26	1.42 49	1.00 8	1.93 150	0.61 5	1.65 51	2.04 227	0.31 69	0.22 47	0.31 115	0.26 88	0.28 20	16.75 413

sAnonymous2	2.00 39	1.54 241	21.24 368	0.93 64	0.89 158	1.21 6	0.62 50	2.58 59	2.28 117	0.86 12	1.04 9	0.73 17	1.22 111	1.10 4	0.85 19	0.30 55	0.25 100	0.31 115	0.31 190	1.06 344	0.72 201

CroCo_RVC	2.00 39	1.54 241	21.24 368	0.93 64	0.89 158	1.21 6	0.62 50	2.58 59	2.28 117	0.86 12	1.04 9	0.73 17	1.22 111	1.10 4	0.85 19	0.30 55	0.25 100	0.31 115	0.31 190	1.06 344	0.72 201

CES	1.08 7	0.63 34	2.53 8	0.95 77	2.18 357	2.13 30	0.50 18	2.07 25	1.46 6	0.79 6	1.06 11	0.61 4	0.48 1	1.45 35	0.87 22	0.24 4	0.18 5	0.24 13	0.15 3	0.64 286	2.36 314

GLC_STEREO	0.83 1	0.59 17	1.71 3	0.89 48	0.34 2	1.88 19	0.80 126	1.48 2	1.60 37	0.98 25	1.06 11	0.68 8	0.71 15	1.19 9	0.89 25	0.25 8	0.25 100	0.32 129	0.25 74	0.32 65	0.34 30

PMTNet	1.13 8	0.55 3	3.88 15	0.71 6	0.59 79	4.21 278	0.43 10	2.00 21	1.58 29	1.02 26	1.06 11	0.78 25	0.98 55	1.58 48	0.93 30	1.21 362	0.20 17	0.23 4	0.15 3	0.23 3	0.27 6

knoymous	1.50 15	0.65 44	8.73 38	0.91 56	0.75 126	2.97 61	0.90 179	2.93 75	1.38 3	1.56 59	1.07 14	2.75 239	0.88 41	1.43 33	1.13 65	0.32 82	0.22 47	0.35 195	0.20 19	0.45 212	0.41 68

ff7	2.60 154	0.81 113	16.25 101	0.89 48	0.56 68	4.55 330	0.83 138	1.68 6	3.44 290	0.88 16	1.10 15	0.70 11	0.78 26	1.93 90	0.93 30	0.29 33	0.37 189	0.29 76	0.21 25	0.33 86	15.08 400

ffff	2.60 154	0.81 113	16.25 101	0.89 48	0.56 68	4.55 330	0.83 138	1.68 6	3.44 290	0.88 16	1.10 15	0.70 11	0.78 26	1.93 90	0.93 30	0.29 33	0.37 189	0.29 76	0.21 25	0.33 86	15.08 400

11t	2.60 154	0.81 113	16.25 101	0.89 48	0.56 68	4.55 330	0.83 138	1.68 6	3.44 290	0.88 16	1.10 15	0.70 11	0.78 26	1.93 90	0.93 30	0.29 33	0.37 189	0.29 76	0.21 25	0.33 86	15.08 400

CAS	1.34 10	0.48 1	2.20 5	3.01 379	1.66 326	4.08 238	0.73 92	1.96 20	1.51 16	0.86 12	1.10 15	0.59 2	0.53 2	1.36 27	0.94 36	3.07 384	0.14 1	0.21 2	0.14 1	0.38 150	1.78 297

ccc-4	2.60 154	0.81 113	16.25 101	0.89 48	0.56 68	4.55 330	0.83 138	1.68 6	3.44 290	0.88 16	1.10 15	0.70 11	0.78 26	1.93 90	0.93 30	0.29 33	0.37 189	0.29 76	0.21 25	0.33 86	15.08 400

anonymousdsp	3.14 244	0.83 117	20.28 265	0.94 69	0.64 96	4.54 324	0.82 134	2.03 24	3.32 271	0.91 20	1.13 20	0.78 25	0.77 24	1.78 72	0.90 26	0.29 33	0.25 100	0.29 76	0.21 25	0.33 86	21.81 418

IGEV-Stereo	3.15 246	0.83 117	20.31 272	0.94 69	0.64 96	4.54 324	0.82 134	2.01 22	3.31 268	0.91 20	1.13 20	0.79 29	0.77 24	1.79 73	0.92 29	0.29 33	0.25 100	0.29 76	0.21 25	0.33 86	21.85 419
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
FENet	2.30 87	0.61 29	20.21 256	1.43 261	0.68 111	4.04 227	0.60 40	4.01 198	2.26 113	2.03 147	1.13 20	2.42 206	1.42 144	1.72 65	1.43 124	0.36 152	0.24 88	0.33 161	0.27 103	0.29 31	0.51 124

CASnet	0.85 2	0.59 17	1.66 2	0.91 56	0.30 1	1.37 10	0.73 92	1.63 5	1.94 77	1.66 72	1.14 23	0.66 7	0.63 7	1.07 2	0.90 26	0.37 159	0.17 3	0.41 242	0.31 190	0.33 86	0.23 4
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
riskmin	2.46 121	0.61 29	12.91 56	1.22 177	1.65 323	3.56 131	0.61 43	4.30 298	1.50 13	1.86 101	1.16 24	4.30 343	2.02 251	1.53 46	1.32 103	0.29 33	0.95 311	0.34 178	0.23 50	0.43 197	8.34 376

ProNet	1.63 20	0.91 139	5.70 22	0.96 84	0.64 96	2.40 41	0.82 134	1.92 17	3.28 258	0.69 1	1.17 25	0.78 25	0.76 23	1.72 65	0.87 22	0.27 21	0.97 314	0.25 22	0.26 88	0.31 47	7.97 368

Anonymous	1.97 33	0.88 128	20.58 310	1.08 125	1.27 250	1.65 14	0.89 163	2.54 49	1.62 43	0.92 23	1.18 26	0.70 11	1.09 81	1.28 13	1.00 51	0.53 285	0.35 177	0.30 97	0.30 173	0.66 295	0.56 143

test-3	2.19 63	0.59 17	18.63 152	1.13 144	0.75 126	2.07 28	0.89 163	4.37 326	1.53 19	2.25 206	1.20 27	2.05 175	0.79 32	2.68 154	1.35 105	0.29 33	0.95 311	0.28 62	0.27 103	0.27 15	1.47 279

test_1	2.19 63	0.59 17	18.67 154	1.13 144	0.78 133	2.07 28	0.89 163	4.37 326	1.53 19	2.18 189	1.20 27	2.05 175	0.78 26	2.68 154	1.36 112	0.29 33	0.93 308	0.28 62	0.27 103	0.28 20	1.53 282

test_3	2.17 61	0.58 9	18.64 153	1.11 132	0.78 133	2.15 32	0.85 149	4.42 334	1.47 7	2.00 133	1.20 27	2.02 169	0.79 32	2.70 157	1.35 105	0.29 33	1.04 316	0.29 76	0.29 157	0.31 47	1.07 254

UDGNet	2.34 94	1.71 259	20.28 265	1.42 256	0.62 91	4.39 301	0.67 62	1.82 15	2.28 117	1.40 48	1.21 30	0.99 46	1.00 58	2.23 121	1.23 81	1.14 359	0.35 177	1.30 375	0.98 359	1.11 353	0.62 174

MIF-Stereo (partial)	1.93 31	0.69 63	21.14 358	0.74 7	1.02 190	1.07 5	0.49 15	2.75 70	1.78 63	0.82 8	1.22 31	0.80 30	0.90 43	1.68 53	1.63 164	0.38 171	0.24 88	0.33 161	0.26 88	0.41 181	0.32 17

CREStereo	1.00 4	0.59 17	1.82 4	0.66 1	0.36 3	4.43 307	0.40 7	2.43 39	1.98 80	0.96 24	1.22 31	0.88 38	0.87 40	1.30 14	0.79 10	0.30 55	0.20 17	0.23 4	0.16 5	0.23 3	0.22 1
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
EKT-Stereo	7.93 390	0.75 96	21.17 363	1.84 329	109.80 431	4.51 322	0.61 43	4.13 241	1.59 32	1.89 103	1.24 33	1.96 161	1.35 127	4.02 189	1.36 112	0.42 197	0.31 149	0.29 76	0.27 103	0.35 120	0.78 215

CroCo-Stereo Lap2	1.65 23	1.14 194	14.70 77	1.00 101	1.80 343	0.53 2	0.46 12	3.18 94	1.62 43	1.10 31	1.24 33	1.05 51	0.78 26	1.40 31	1.18 73	0.31 69	0.23 70	0.27 42	0.22 42	0.46 220	0.38 57

test croco	2.00 39	0.89 132	21.49 378	0.67 2	0.73 119	1.66 15	0.57 28	3.27 105	2.18 98	0.80 7	1.25 35	0.80 30	0.86 38	1.72 65	1.13 65	0.34 121	0.21 33	0.32 129	0.25 74	0.44 205	0.34 30

DLNR_Zeroshot_test	29.83 417	55.48 431	50.99 424	183.84 435	114.74 432	3.44 105	0.28 1	29.52 418	1.59 32	1.03 28	1.25 35	0.93 43	0.64 8	3.95 188	1.62 161	37.16 427	1.69 337	0.26 33	0.23 50	92.97 432	15.07 399

MyStereo05	2.55 142	1.07 181	19.87 220	1.06 121	1.08 209	4.26 284	0.86 152	4.10 230	3.01 214	2.19 194	1.26 37	2.30 191	1.64 200	2.13 108	1.99 217	0.25 8	2.43 356	0.34 178	0.27 103	0.46 220	0.48 109

rafts_anoy	2.76 196	1.68 256	20.42 282	1.42 256	3.90 390	3.03 63	0.61 43	3.24 99	1.66 52	1.42 49	1.26 37	1.19 67	1.11 89	2.13 108	1.64 167	0.33 105	8.77 397	0.32 129	0.32 200	0.32 65	0.38 57

MyStereo04	2.54 137	1.18 197	18.82 159	1.04 114	1.21 241	3.96 216	0.95 201	4.02 203	3.01 214	2.06 155	1.27 39	2.33 194	1.66 208	2.06 100	2.01 222	0.26 14	3.49 372	0.34 178	0.27 103	0.43 197	0.49 114

MyStereo07	2.29 84	1.18 197	20.10 245	1.04 114	1.21 241	3.96 216	0.95 201	2.13 29	3.37 278	1.09 29	1.28 40	0.68 8	0.91 45	1.74 70	0.86 21	0.26 14	3.49 372	0.34 178	0.27 103	0.43 197	0.49 114

MIF-Stereo	1.73 27	0.60 24	20.25 262	0.98 93	1.19 234	0.78 3	0.39 5	1.19 1	1.55 23	1.21 34	1.28 40	0.52 1	0.64 8	1.17 7	1.16 72	0.35 133	0.20 17	0.25 22	0.22 42	0.42 188	0.31 14

dd	2.27 77	3.06 307	20.18 250	0.96 84	0.51 56	4.24 283	0.74 100	1.94 19	2.43 138	1.48 54	1.28 40	1.19 67	1.05 75	1.82 81	1.69 176	0.63 311	0.34 168	0.35 195	0.33 207	0.61 272	0.57 148

sCroCo_RVC	1.81 29	0.93 149	19.44 189	1.04 114	1.05 203	0.97 4	0.61 43	2.08 26	1.36 1	0.71 3	1.28 40	0.82 33	1.10 86	1.31 16	0.97 45	0.54 289	0.41 220	0.33 161	0.30 173	0.46 220	0.48 109

CroCo-Stereo	1.07 6	1.18 197	3.66 11	0.91 56	0.60 82	0.49 1	0.49 15	4.07 217	1.91 73	0.84 10	1.29 44	1.00 47	0.75 22	1.32 19	1.38 118	0.26 14	0.21 33	0.24 13	0.20 19	0.37 141	0.30 12
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
FADNet-RVC	3.23 260	12.51 370	17.02 118	1.17 160	0.81 139	3.52 124	1.09 227	4.16 251	2.74 170	1.44 52	1.29 44	1.86 142	1.76 223	9.82 294	2.46 258	0.39 178	0.38 202	0.40 238	0.41 276	0.68 303	0.59 162

GMStereo	2.01 42	2.26 290	20.93 336	0.90 54	0.48 40	1.67 16	0.56 25	1.90 16	2.19 99	1.58 62	1.31 46	0.87 37	0.74 21	1.68 53	1.00 51	0.41 188	0.21 33	0.30 97	0.32 200	0.50 240	0.46 94
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
qqq	2.96 220	0.88 128	15.54 90	1.27 202	0.74 122	2.29 38	0.90 179	4.07 217	4.63 355	1.63 67	1.32 47	1.78 130	1.36 128	5.19 204	1.68 173	0.29 33	6.43 386	0.33 161	0.36 238	0.35 120	8.09 369

11t1	2.82 202	0.72 76	17.81 139	1.60 292	0.93 172	2.27 37	0.62 50	3.76 152	4.47 352	1.72 82	1.33 48	1.05 51	1.34 126	1.84 84	1.45 131	0.29 33	5.57 383	0.29 76	0.26 88	0.32 65	8.80 380

CBFPSM	2.24 70	2.06 280	12.12 52	1.13 144	1.05 203	2.85 51	1.23 252	3.37 112	2.05 86	1.82 98	1.33 48	4.55 352	4.00 341	2.38 133	2.35 251	0.27 21	0.38 202	0.32 129	0.28 127	0.39 160	0.89 233

LoS_RVC	1.23 9	1.51 237	6.09 23	0.88 47	1.71 331	1.96 22	0.59 36	1.61 4	1.37 2	0.84 10	1.35 50	0.84 34	1.15 102	1.49 40	0.83 18	0.21 1	0.17 3	0.20 1	0.14 1	0.20 1	1.49 280

FADNet-RVC-Resample	3.31 270	8.52 347	22.84 400	1.18 164	0.91 167	3.52 124	1.35 266	4.13 241	2.32 125	1.75 89	1.35 50	2.26 186	1.51 162	9.51 287	2.03 225	0.42 197	0.38 202	0.42 252	0.44 287	0.59 268	0.71 198

FADNet	3.20 255	11.55 366	16.16 99	1.24 184	0.95 177	3.30 89	0.87 155	4.00 196	2.73 168	1.42 49	1.35 50	2.51 214	2.04 252	9.95 302	2.39 256	0.44 217	0.46 242	0.40 238	0.44 287	1.13 354	0.61 170

Any-RAFT	1.62 19	0.59 17	5.29 21	1.12 139	0.76 130	4.41 305	0.79 122	4.12 238	3.26 254	2.02 142	1.36 53	2.82 245	1.56 177	1.90 87	0.81 12	0.29 33	0.25 100	0.26 33	0.19 9	0.25 5	0.35 34

AnonymousM	1.38 12	1.33 221	2.35 7	0.95 77	0.56 68	4.03 226	0.67 62	2.63 64	2.49 147	1.51 55	1.36 53	1.15 59	1.00 58	1.26 12	1.04 55	0.41 188	0.46 242	2.07 382	1.71 383	0.25 5	0.40 63

raft_robust	3.17 250	2.15 287	20.28 265	1.06 121	0.55 65	3.86 188	0.46 12	4.42 334	2.77 175	1.70 80	1.37 55	7.48 382	6.35 366	6.81 246	1.44 128	0.31 69	0.74 296	0.30 97	0.37 246	0.32 65	0.57 148

NRIStereo	2.32 89	0.69 63	20.07 237	1.35 227	0.38 6	4.73 364	0.89 163	2.43 39	3.35 276	1.95 120	1.37 55	1.75 115	1.21 110	2.97 167	1.35 105	0.49 257	0.22 47	0.29 76	0.26 88	0.31 47	0.33 22

TestStereo	2.41 113	1.95 276	19.15 169	0.77 9	0.61 83	1.83 17	0.58 34	2.33 35	1.53 19	1.44 52	1.37 55	1.26 72	0.90 43	11.59 354	0.94 36	0.36 152	0.19 9	0.33 161	0.24 63	0.45 212	0.32 17

TRStereo	2.86 204	2.12 284	19.98 230	1.68 309	1.18 229	4.35 295	1.05 221	5.07 376	3.48 299	1.56 59	1.39 58	1.75 115	0.85 37	2.01 98	1.50 135	0.43 211	0.34 168	0.33 161	0.36 238	0.36 137	7.50 366

CFNet-RSSM	2.17 61	0.56 4	20.50 296	1.08 125	0.57 75	3.42 102	0.62 50	4.24 282	1.60 37	1.73 84	1.39 58	2.55 218	1.19 108	1.36 27	1.04 55	0.29 33	0.20 17	0.26 33	0.23 50	0.28 20	0.32 17

Selective-RAFT	1.34 10	0.58 9	2.21 6	1.01 104	0.49 47	4.19 275	0.51 20	3.39 113	3.62 309	1.15 32	1.40 60	1.45 93	1.40 138	2.09 102	1.31 102	0.43 211	0.40 214	0.25 22	0.26 88	0.29 31	0.38 57

Anonymous3	2.20 66	0.80 110	20.08 242	0.86 36	0.86 149	4.46 310	0.84 145	3.64 134	1.40 4	1.37 46	1.40 60	1.11 55	1.03 62	1.71 62	1.24 85	0.75 337	0.58 273	0.34 178	0.35 229	0.48 235	0.65 184

DIP-Stereo	2.03 46	0.98 165	16.44 112	0.67 2	0.62 91	4.30 290	0.58 34	4.43 336	2.89 197	1.97 125	1.40 60	0.91 41	0.86 38	1.31 16	1.27 98	0.38 171	0.23 70	0.33 161	0.23 50	0.33 86	0.57 148
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
raftrobust	2.05 49	1.45 231	13.44 57	1.29 209	5.81 403	3.59 135	0.67 62	2.80 72	1.50 13	2.21 199	1.41 63	1.17 61	1.22 111	1.37 29	1.46 133	0.29 33	0.33 161	0.22 3	0.20 19	0.27 15	0.36 49

Anonymous_2	4.03 319	0.99 174	11.19 48	1.20 169	1.71 331	3.68 155	0.93 197	3.76 152	1.63 46	2.07 161	1.43 64	4.76 360	2.34 276	1.86 86	1.78 191	0.82 344	2.42 355	8.69 415	16.64 420	4.38 397	8.29 374

x	2.94 217	0.83 117	16.07 95	1.51 276	0.83 142	2.13 30	0.96 206	3.97 192	4.73 360	1.73 84	1.43 64	1.61 101	1.27 116	2.24 122	1.71 181	0.29 33	6.91 388	0.34 178	0.31 190	0.34 107	9.60 383

LL-Strereo2	2.36 98	1.81 267	19.35 183	1.04 114	1.03 194	3.73 163	1.35 266	2.70 68	2.04 85	1.76 90	1.44 66	1.82 137	0.73 18	1.48 39	1.53 139	0.33 105	0.30 145	0.55 312	0.35 229	0.30 42	3.51 341

PSM-softLoss	2.62 161	0.65 44	21.11 356	2.46 361	0.49 47	4.68 357	0.68 70	2.61 62	4.23 336	2.14 176	1.47 67	1.42 88	0.99 56	6.04 224	1.24 85	0.47 246	0.23 70	0.37 217	0.39 259	0.33 86	0.34 30

KMStereo	2.62 161	0.65 44	21.11 356	2.46 361	0.49 47	4.68 357	0.68 70	2.61 62	4.23 336	2.14 176	1.47 67	1.42 88	0.99 56	6.04 224	1.24 85	0.47 246	0.23 70	0.37 217	0.39 259	0.33 86	0.34 30

MIPNet	2.43 116	1.13 192	20.00 231	0.93 64	0.58 78	4.74 366	0.62 50	4.33 317	2.95 202	1.94 115	1.49 69	1.52 97	1.96 249	2.77 159	1.60 157	0.35 133	0.20 17	0.27 42	0.23 50	0.32 65	0.59 162

Gwc-CoAtRS	1.80 28	0.61 29	14.92 79	1.08 125	0.61 83	2.88 53	0.63 55	2.47 41	1.62 43	1.80 96	1.50 70	2.73 234	1.17 103	1.35 25	1.08 61	0.30 55	0.22 47	0.25 22	0.23 50	0.28 20	0.30 12

CRE-IMP	2.28 81	0.68 58	19.67 203	0.85 33	0.39 20	4.54 324	0.80 126	2.63 64	4.84 367	1.96 122	1.51 71	1.86 142	0.96 53	1.52 43	1.43 124	0.47 246	0.21 33	0.31 115	0.26 88	0.41 181	0.35 34

Patchmatch Stereo++	2.28 81	0.74 85	20.54 299	0.77 9	0.38 6	4.67 349	0.75 105	2.55 56	3.21 243	2.00 133	1.53 72	1.77 122	1.14 97	2.46 135	0.98 46	0.51 273	0.23 70	0.32 129	0.28 127	0.40 163	0.35 34
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
PSM-adaLoss	2.26 74	0.74 85	20.53 298	0.77 9	0.38 6	4.67 349	0.71 83	2.54 49	3.22 248	2.00 133	1.53 72	1.77 122	1.13 92	2.22 120	0.96 42	0.50 267	0.23 70	0.32 129	0.28 127	0.40 163	0.35 34

ROB_FTStereo_v2	2.25 72	0.74 85	20.45 286	0.77 9	0.38 6	4.66 348	0.74 100	2.54 49	3.20 240	2.00 133	1.53 72	1.77 122	1.14 97	2.13 108	0.96 42	0.50 267	0.22 47	0.32 129	0.28 127	0.40 163	0.35 34

HUI-Stereo	2.27 77	0.74 85	20.56 303	0.77 9	0.38 6	4.67 349	0.78 116	2.54 49	3.23 251	2.00 133	1.53 72	1.77 122	1.13 92	2.21 119	0.93 30	0.49 257	0.23 70	0.32 129	0.28 127	0.40 163	0.35 34

iGMRVC	2.27 77	0.74 85	20.46 287	0.77 9	0.38 6	4.65 346	0.73 92	2.54 49	3.21 243	2.00 133	1.53 72	1.77 122	1.14 97	2.47 138	0.99 48	0.51 273	0.23 70	0.32 129	0.28 127	0.40 163	0.35 34

iRAFT	2.28 81	0.74 85	20.54 299	0.77 9	0.38 6	4.67 349	0.75 105	2.55 56	3.21 243	2.00 133	1.53 72	1.77 122	1.14 97	2.46 135	0.98 46	0.51 273	0.23 70	0.32 129	0.28 127	0.40 163	0.35 34

cross-raft	1.95 32	0.66 51	16.17 100	1.23 183	0.92 168	2.25 35	0.70 78	3.69 141	1.68 55	1.78 92	1.53 72	3.15 270	1.13 92	1.35 25	1.06 59	0.24 4	0.23 70	0.26 33	0.24 63	0.29 31	0.45 87

RAFT-IKP	2.27 77	0.74 85	20.55 301	0.77 9	0.38 6	4.64 345	0.73 92	2.54 49	3.21 243	2.00 133	1.53 72	1.77 122	1.13 92	2.25 125	1.00 51	0.51 273	0.22 47	0.32 129	0.28 127	0.40 163	0.35 34

UPFNet	2.23 68	0.86 122	14.25 69	1.28 204	1.44 282	3.51 122	1.34 263	4.05 213	2.11 92	2.44 265	1.53 72	2.41 204	1.39 134	3.62 180	1.91 208	0.41 188	0.41 220	0.37 217	0.32 200	0.44 205	0.48 109

IPLGR	2.61 158	0.73 79	20.72 322	0.87 42	0.54 62	4.58 335	0.52 21	4.32 314	2.79 178	1.91 105	1.54 81	1.72 112	1.71 218	6.94 249	1.43 124	0.31 69	0.21 33	0.27 42	0.24 63	0.34 107	0.48 109

GMOStereo	2.64 166	0.92 145	19.83 214	0.81 21	0.68 111	3.22 72	0.89 163	2.94 77	1.48 8	2.36 246	1.54 81	1.75 115	1.04 68	1.33 20	1.15 68	0.26 14	11.32 409	0.35 195	0.28 127	0.35 120	0.33 22

error version	2.64 166	0.92 145	19.83 214	0.81 21	0.68 111	3.22 72	0.89 163	2.94 77	1.48 8	2.36 246	1.54 81	1.75 115	1.04 68	1.33 20	1.15 68	0.26 14	11.32 409	0.35 195	0.28 127	0.35 120	0.33 22

test-v	2.64 166	0.92 145	19.83 214	0.81 21	0.68 111	3.22 72	0.89 163	2.94 77	1.48 8	2.36 246	1.54 81	1.75 115	1.04 68	1.33 20	1.15 68	0.26 14	11.32 409	0.35 195	0.28 127	0.35 120	0.33 22

ROB_FTStereo	2.26 74	0.74 85	20.44 284	0.77 9	0.38 6	4.65 346	0.75 105	2.54 49	3.19 239	2.00 133	1.54 81	1.77 122	1.13 92	2.28 126	0.94 36	0.49 257	0.22 47	0.32 129	0.28 127	0.40 163	0.35 34

test-2	2.64 166	0.92 145	19.83 214	0.81 21	0.68 111	3.22 72	0.89 163	2.94 77	1.48 8	2.36 246	1.54 81	1.75 115	1.04 68	1.33 20	1.15 68	0.26 14	11.32 409	0.35 195	0.28 127	0.35 120	0.33 22

DeepPruner_ROB	2.61 158	1.97 277	19.32 182	1.03 111	1.20 236	4.38 297	0.90 179	3.44 117	1.77 61	2.61 284	1.54 81	2.77 242	1.27 116	5.05 201	2.08 231	0.52 283	0.40 214	0.37 217	0.35 229	0.52 246	0.62 174

GMStereo_Zeroshot	1.51 16	1.27 210	4.75 18	1.54 281	0.72 118	3.33 91	0.54 24	2.67 67	1.74 59	2.34 240	1.57 88	2.40 200	0.96 53	2.51 140	1.21 78	0.48 251	0.23 70	0.41 242	0.24 63	0.82 327	0.40 63

IGEV_Zeroshot_test	2.66 174	0.75 96	21.55 380	1.50 274	0.89 158	2.21 33	0.90 179	3.52 120	1.83 67	2.17 186	1.57 88	4.09 329	1.60 182	1.73 68	1.21 78	0.32 82	0.33 161	0.28 62	0.30 173	0.44 205	6.09 362

Pruner-Stereo	2.33 92	0.70 69	20.66 318	2.05 345	0.48 40	4.73 364	0.78 116	2.55 56	2.70 166	2.47 268	1.57 88	1.48 95	1.03 62	1.71 62	1.55 144	0.48 251	0.21 33	0.34 178	0.30 173	0.31 47	0.42 75

UNet	2.53 133	0.91 139	20.07 237	1.19 167	1.44 282	3.45 108	0.75 105	3.80 161	1.98 80	2.09 166	1.57 88	2.74 237	2.37 278	3.51 176	2.52 262	0.35 133	0.30 145	0.41 242	0.28 127	0.40 163	0.50 118

DMCA-RVC	2.72 185	3.31 311	20.08 242	1.27 202	1.13 221	2.49 43	0.85 149	3.43 116	1.85 69	3.04 324	1.58 92	1.99 164	1.51 162	6.42 233	2.86 272	0.39 178	0.31 149	0.44 258	0.37 246	0.47 230	0.65 184

DMCA	2.02 44	1.07 181	11.33 49	1.17 160	0.96 179	3.92 206	0.89 163	3.80 161	3.11 231	2.89 311	1.58 92	2.35 198	1.17 103	1.79 73	2.25 243	0.42 197	0.29 137	0.42 252	0.27 103	0.38 150	0.43 79

STTStereo	2.62 161	1.28 213	19.16 170	1.52 278	1.55 298	3.84 182	0.89 163	3.75 151	2.59 158	2.23 203	1.59 94	2.48 213	1.58 178	5.11 202	1.72 183	0.38 171	0.41 220	0.47 271	0.54 317	0.53 247	0.75 212

MIM_Stereo	2.71 184	1.26 207	20.92 335	1.34 226	5.57 402	3.10 65	0.59 36	3.25 102	2.51 148	1.64 68	1.61 95	1.82 137	1.29 121	2.07 101	1.35 105	0.25 8	0.31 149	0.28 62	0.26 88	0.29 31	4.43 353

anonymousdsp2	2.72 185	0.68 58	11.15 47	1.20 169	0.64 96	3.66 152	0.71 83	3.71 145	2.14 97	1.62 66	1.61 95	1.95 156	1.00 58	2.24 122	0.81 12	0.32 82	0.50 259	0.28 62	0.20 19	0.34 107	19.58 417

HCRNet	2.24 70	0.74 85	14.54 74	0.82 26	1.36 265	4.11 243	0.70 78	3.61 129	3.03 219	1.83 100	1.61 95	1.58 99	1.40 138	5.79 215	1.60 157	0.35 133	0.28 133	0.36 206	0.29 157	0.34 107	0.46 94

NF-Stereo	2.68 181	0.67 52	21.09 353	2.43 357	0.47 35	4.67 349	0.67 62	3.68 137	4.30 342	2.11 170	1.62 98	1.36 80	1.09 81	6.07 226	1.24 85	0.45 226	0.20 17	0.36 206	0.34 216	0.32 65	0.37 50

OCTAStereo	2.67 178	0.67 52	21.08 348	2.43 357	0.47 35	4.67 349	0.67 62	3.68 137	4.31 345	2.11 170	1.62 98	1.36 80	1.09 81	6.02 223	1.25 91	0.45 226	0.20 17	0.36 206	0.34 216	0.32 65	0.37 50

RE-Stereo	2.67 178	0.67 52	21.08 348	2.43 357	0.47 35	4.67 349	0.67 62	3.68 137	4.30 342	2.11 170	1.62 98	1.36 80	1.09 81	6.01 220	1.26 96	0.45 226	0.20 17	0.36 206	0.34 216	0.32 65	0.37 50

TVStereo	2.67 178	0.67 52	21.08 348	2.43 357	0.47 35	4.67 349	0.67 62	3.68 137	4.30 342	2.11 170	1.62 98	1.36 80	1.09 81	6.01 220	1.26 96	0.45 226	0.20 17	0.36 206	0.34 216	0.32 65	0.37 50

Former-RAFT_DAM_RVC	0.99 3	0.85 121	1.58 1	0.95 77	1.08 209	2.95 58	0.53 22	1.93 18	2.00 83	1.19 33	1.63 102	0.59 2	0.65 10	1.10 4	0.90 26	0.28 28	0.23 70	0.31 115	0.25 74	0.45 212	0.32 17

PCWNet_CMD	2.16 58	0.71 73	15.44 87	0.84 28	0.76 130	3.38 94	0.68 70	3.69 141	2.24 107	1.72 82	1.63 102	3.20 272	3.00 310	2.09 102	1.23 81	0.32 82	0.37 189	0.47 271	0.27 103	0.65 291	0.51 124

gwcnet-sp	2.38 103	1.51 237	17.58 132	1.11 132	0.92 168	3.59 135	1.03 215	3.79 156	2.43 138	2.60 280	1.63 102	1.80 132	1.61 187	3.87 184	1.99 217	0.33 105	0.32 155	0.30 97	0.29 157	0.40 163	0.47 102

scenet	2.38 103	1.51 237	17.58 132	1.11 132	0.92 168	3.59 135	1.03 215	3.79 156	2.43 138	2.60 280	1.63 102	1.80 132	1.61 187	3.87 184	1.99 217	0.33 105	0.32 155	0.30 97	0.29 157	0.40 163	0.47 102

ssnet	2.38 103	1.51 237	17.58 132	1.11 132	0.92 168	3.59 135	1.03 215	3.79 156	2.43 138	2.60 280	1.63 102	1.80 132	1.61 187	3.87 184	1.99 217	0.33 105	0.32 155	0.30 97	0.29 157	0.40 163	0.47 102

iRaft-Stereo_20w	3.11 238	0.69 63	18.89 160	1.00 101	1.09 212	5.03 375	1.00 209	5.86 391	2.46 145	2.83 309	1.64 107	3.06 263	4.30 346	3.08 170	1.74 188	0.31 69	0.30 145	0.27 42	0.35 229	0.42 188	7.93 367

MSMDNet	2.16 58	0.71 73	15.36 85	0.86 36	0.75 126	3.41 100	0.69 76	3.70 143	2.25 110	1.73 84	1.64 107	3.21 273	2.95 302	2.09 102	1.24 85	0.32 82	0.37 189	0.45 264	0.27 103	0.63 283	0.50 118

HITNet	2.49 125	2.91 304	19.23 177	1.54 281	0.57 75	3.47 111	0.79 122	4.16 251	2.93 200	2.18 189	1.65 109	1.68 106	1.45 150	2.17 113	2.99 279	0.28 28	0.20 17	0.41 242	0.27 103	0.45 212	0.52 129
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
PFNet+	2.46 121	0.64 37	21.10 355	0.98 93	0.48 40	4.63 343	0.83 138	2.47 41	3.48 299	2.14 176	1.67 110	1.34 76	1.03 62	4.66 198	1.35 105	0.49 257	0.33 161	0.38 229	0.39 259	0.33 86	0.49 114

raft+_RVC	3.46 287	2.57 299	19.51 193	1.49 272	17.54 413	3.63 144	0.76 112	3.24 99	1.53 19	1.35 44	1.67 110	1.03 49	1.10 86	1.98 96	1.53 139	0.25 8	7.10 389	0.25 22	0.24 63	0.28 20	2.18 311

Selective-IGEV	1.42 14	0.58 9	8.82 39	0.92 62	0.85 147	1.32 9	0.80 126	2.85 74	3.84 319	0.87 15	1.68 112	0.71 16	0.62 6	1.30 14	0.75 4	0.24 4	0.27 127	0.24 13	0.19 9	0.27 15	1.18 263

MC-Stereo	2.54 137	0.58 9	6.38 26	1.30 213	1.37 268	4.56 334	0.60 40	2.08 26	1.57 28	1.97 125	1.68 112	0.89 40	1.12 91	1.46 36	0.88 24	0.27 21	8.44 392	0.27 42	0.22 42	0.26 12	14.87 397

DSFCA	2.38 103	1.03 177	11.06 46	1.15 149	1.18 229	3.97 218	1.75 308	3.63 131	2.44 142	3.14 332	1.68 112	2.90 251	2.48 285	5.38 207	3.17 287	0.49 257	0.45 238	0.37 217	0.37 246	0.54 250	0.46 94

RAFT+CT+SA	2.32 89	1.30 217	19.71 205	1.01 104	1.41 277	4.04 227	0.92 192	3.96 189	1.64 48	1.64 68	1.69 115	1.63 104	1.18 106	3.06 169	1.19 76	0.28 28	0.22 47	0.32 129	0.34 216	0.34 107	0.47 102

NLCA_NET_v2_RVC	2.76 196	1.48 234	19.72 207	1.62 296	2.00 352	3.95 212	0.86 152	3.92 181	2.51 148	2.56 278	1.69 115	2.83 247	1.61 187	5.65 213	1.78 191	0.48 251	0.36 184	0.38 229	0.42 279	0.56 259	0.77 213
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RAFT-Test	1.67 25	0.64 37	6.13 24	1.25 198	1.82 344	3.06 64	0.78 116	4.02 203	3.09 230	1.88 102	1.70 117	3.76 312	1.03 62	1.40 31	1.07 60	0.29 33	0.33 161	0.25 22	0.23 50	0.29 31	0.33 22

CFNet-ft	2.87 205	1.80 264	20.20 252	1.10 128	1.54 294	4.09 239	0.89 163	2.97 84	1.88 71	1.93 109	1.70 117	3.50 296	1.60 182	9.35 284	2.17 237	0.35 133	0.32 155	0.61 328	0.38 253	0.55 253	0.45 87

RYNet	3.15 246	1.48 234	16.27 106	1.24 184	1.39 271	3.67 153	1.44 279	4.09 228	3.20 240	2.26 212	1.70 117	3.83 316	2.15 263	13.64 397	3.23 288	0.45 226	0.45 238	0.50 291	0.35 229	0.81 325	0.83 222

CFNet_RVC	2.87 205	1.80 264	20.20 252	1.10 128	1.54 294	4.09 239	0.89 163	2.97 84	1.88 71	1.93 109	1.70 117	3.50 296	1.60 182	9.35 284	2.17 237	0.35 133	0.32 155	0.61 328	0.38 253	0.55 253	0.45 87

ToySt	2.53 133	0.89 132	19.20 174	1.12 139	0.95 177	3.47 111	1.13 236	3.72 146	2.25 110	1.36 45	1.71 121	2.22 184	1.59 181	2.14 111	1.81 199	0.28 28	0.64 283	0.30 97	0.33 207	0.43 197	5.14 356

ADCP+	4.42 336	12.67 372	18.95 162	1.12 139	1.55 298	4.30 290	3.60 378	4.01 198	3.80 318	2.30 221	1.71 121	3.93 320	4.29 345	3.49 175	18.77 403	0.40 185	0.41 220	0.63 335	0.53 314	0.67 298	1.35 271

dad	2.65 170	3.40 312	19.45 190	1.05 118	0.65 101	4.21 278	0.84 145	2.10 28	2.77 175	2.32 236	1.72 123	1.72 112	1.27 116	3.86 183	2.04 227	1.06 355	0.40 214	2.04 381	0.49 301	0.78 319	0.83 222

IRAFT_RVC	2.74 191	0.71 73	19.80 211	2.52 363	0.67 104	4.60 339	1.57 293	3.05 87	2.99 208	2.23 203	1.72 123	2.08 178	2.59 291	6.69 240	1.61 159	0.37 159	0.21 33	0.33 161	0.29 157	0.33 86	0.35 34

R-Stereo Train	2.13 54	0.65 44	19.43 187	1.02 108	0.67 104	3.79 173	0.89 163	4.12 238	1.55 23	2.15 180	1.72 123	1.13 56	0.94 50	1.46 36	1.30 100	0.32 82	0.25 100	0.27 42	0.21 25	0.28 20	0.37 50

RAFT-Stereo	2.13 54	0.65 44	19.43 187	1.02 108	0.67 104	3.79 173	0.89 163	4.12 238	1.55 23	2.15 180	1.72 123	1.13 56	0.94 50	1.46 36	1.30 100	0.32 82	0.25 100	0.27 42	0.21 25	0.28 20	0.37 50
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
NVstereo2D	2.79 200	1.13 192	13.75 59	1.37 236	1.47 286	3.57 132	1.38 270	4.17 255	3.77 317	2.04 150	1.72 123	3.05 261	1.75 221	10.84 326	1.72 183	0.62 308	0.48 253	0.56 315	0.54 317	0.79 323	1.02 249

PSMNet_ROB	3.38 277	5.24 330	20.61 313	1.24 184	1.22 243	3.76 167	1.64 301	3.59 125	2.80 179	2.07 161	1.72 123	2.75 239	1.79 229	11.42 349	4.58 308	0.42 197	0.38 202	0.50 291	0.62 333	0.62 277	0.69 194

RAFT	2.36 98	1.62 251	18.03 141	1.75 322	0.54 62	1.91 21	0.91 187	3.24 99	3.65 310	1.64 68	1.73 129	3.45 288	1.58 178	1.82 81	1.74 188	0.42 197	1.06 317	0.40 238	0.32 200	0.44 205	1.03 251

RALCasStereoNet	3.17 250	1.87 273	20.86 331	1.17 160	1.63 316	3.10 65	0.70 78	3.21 96	2.19 99	1.39 47	1.73 129	1.18 64	0.91 45	2.46 135	1.64 167	0.31 69	8.75 396	0.25 22	0.22 42	0.31 47	9.45 381

GANet-RSSM	2.96 220	1.27 210	21.17 363	1.73 318	1.23 244	4.22 280	0.91 187	3.39 113	2.02 84	1.97 125	1.74 131	2.53 215	2.06 253	10.91 331	1.88 204	0.37 159	0.35 177	0.32 129	0.29 157	0.42 188	0.46 94

BEATNet_4x	2.65 170	4.43 325	18.10 142	1.41 249	0.59 79	3.44 105	1.02 213	4.08 224	2.97 204	2.28 217	1.75 132	2.18 182	1.61 187	2.80 161	3.54 292	0.39 178	0.25 100	0.47 271	0.31 190	0.61 272	0.86 230

iinet-f	2.44 117	1.82 269	14.97 80	1.21 174	1.11 217	3.78 172	1.10 231	4.19 263	2.90 198	2.10 168	1.76 133	2.99 256	2.97 304	2.84 163	2.79 268	0.38 171	0.38 202	0.28 62	0.28 127	0.50 240	0.47 102

Wz-Net-LNSev	2.78 199	6.16 334	17.27 124	1.24 184	1.65 323	3.49 118	1.55 290	3.70 143	3.61 307	1.96 122	1.76 133	3.30 278	2.17 267	2.78 160	2.24 242	0.49 257	0.35 177	0.32 129	0.31 190	0.56 259	0.65 184

LCNet	2.54 137	0.60 24	20.89 333	1.01 104	0.57 75	3.60 139	1.21 250	3.20 95	1.70 57	2.17 186	1.76 133	1.43 90	4.12 343	3.61 178	0.94 36	0.32 82	0.20 17	0.28 62	0.76 345	0.50 240	1.83 301

ICVP	2.19 63	0.72 76	19.18 172	1.03 111	0.88 157	4.22 280	0.94 198	3.44 117	1.69 56	1.68 75	1.76 133	1.35 78	1.19 108	1.80 78	1.40 120	0.58 298	0.37 189	0.34 178	0.30 173	0.41 181	0.59 162
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iRaftStereo_RVC	1.70 26	1.18 197	3.88 15	0.99 98	0.46 31	3.83 180	0.41 8	2.41 37	1.60 37	1.69 78	1.76 133	1.81 135	0.83 35	1.58 48	1.23 81	0.31 69	4.86 379	0.29 76	0.26 88	0.33 86	4.33 351

GANetREF_RVC	3.45 284	5.10 328	19.89 222	1.58 289	0.80 137	4.13 248	1.82 314	4.24 282	3.33 273	1.91 105	1.76 133	2.46 210	1.83 237	13.17 390	1.87 203	0.83 345	0.57 267	0.79 355	0.77 346	1.21 359	0.91 235
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
AdaStereo	2.22 67	0.90 137	16.41 110	1.33 224	0.83 142	3.21 70	1.12 234	4.25 291	2.91 199	2.06 155	1.76 133	2.47 211	1.17 103	1.93 90	1.65 169	0.50 267	0.26 120	0.43 256	0.29 157	0.46 220	0.39 61
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.
MyStereo06	2.74 191	1.07 181	21.19 366	1.06 121	1.08 209	4.26 284	0.86 152	3.72 146	1.80 64	2.25 206	1.77 140	4.28 341	4.12 343	1.85 85	1.38 118	0.25 8	2.43 356	0.34 178	0.27 103	0.46 220	0.48 109

SQANet	4.22 324	14.03 388	20.30 270	2.78 371	2.75 371	3.41 100	1.48 283	3.66 135	2.25 110	2.62 286	1.77 140	2.68 231	1.90 246	7.41 257	3.78 297	2.97 383	1.42 328	1.85 380	1.13 366	3.28 383	2.86 325

DeepPrunerF	4.00 318	5.64 332	16.81 115	1.36 231	1.75 335	3.69 156	1.54 288	4.24 282	13.98 402	2.21 199	1.77 140	2.73 234	2.29 272	10.90 330	6.64 324	0.71 325	0.61 278	0.77 354	0.79 348	0.87 333	0.79 217

GES	2.26 74	0.79 109	19.68 204	1.12 139	0.59 79	4.30 290	1.01 210	3.90 176	1.59 32	1.78 92	1.78 143	1.28 74	1.75 221	1.80 78	1.61 159	0.42 197	0.29 137	0.33 161	0.31 190	0.45 212	0.50 118

MMNet	2.15 56	1.33 221	12.06 51	1.22 177	1.23 244	3.55 129	0.89 163	3.84 167	2.26 113	2.19 194	1.78 143	2.15 181	2.10 255	3.70 181	2.35 251	0.45 226	0.38 202	0.34 178	0.28 127	0.40 163	0.52 129

FADNet_RVC	3.10 237	7.62 343	19.12 168	1.05 118	0.93 172	4.09 239	0.84 145	4.34 320	2.05 86	1.54 56	1.78 143	1.61 101	1.50 160	8.92 277	2.64 267	0.50 267	0.38 202	0.44 258	0.61 331	0.91 335	1.16 262

DeepStereo_RVC	2.42 115	0.70 69	18.41 148	0.79 19	0.43 25	4.50 318	0.70 78	2.51 45	3.51 302	2.02 142	1.79 146	1.54 98	6.35 366	1.93 90	1.22 80	0.47 246	0.22 47	0.29 76	0.29 157	0.35 120	0.40 63

CFNet_pseudo	2.03 46	0.74 85	12.75 54	0.87 42	0.74 122	3.91 199	0.65 59	4.04 210	1.93 75	1.93 109	1.79 146	3.25 276	1.61 187	2.51 140	1.25 91	0.32 82	0.37 189	0.53 303	0.28 127	0.64 286	0.50 118

ac_64	2.93 213	0.87 125	19.66 197	1.35 227	1.70 330	3.29 85	0.92 192	3.56 122	3.46 297	1.91 105	1.79 146	3.90 319	1.76 223	10.23 311	1.93 213	0.44 217	0.32 155	0.33 161	0.31 190	0.35 120	0.51 124

ccs_rob	2.03 46	0.74 85	12.67 53	0.87 42	0.75 126	3.91 199	0.66 60	4.04 210	1.93 75	1.92 108	1.79 146	3.24 275	1.63 198	2.52 144	1.25 91	0.32 82	0.37 189	0.54 311	0.28 127	0.66 295	0.51 124

CRFU-Net	2.56 147	0.89 132	10.77 45	2.53 364	1.09 212	3.91 199	1.40 272	3.87 171	1.92 74	2.25 206	1.80 150	3.32 281	7.85 381	5.53 212	1.54 142	0.58 298	0.36 184	0.31 115	0.28 127	0.39 160	0.56 143

GwcNet-ADL	2.51 127	0.75 96	21.41 377	0.98 93	0.73 119	4.58 335	0.95 201	4.46 341	2.61 159	2.06 155	1.80 150	2.54 217	1.24 114	1.98 96	1.73 186	0.41 188	0.46 242	0.24 13	0.27 103	0.41 181	0.55 141

RALAANet	2.29 84	2.73 301	21.08 348	1.29 209	0.94 175	1.45 11	0.68 70	3.25 102	2.61 159	2.02 142	1.80 150	1.28 74	1.04 68	2.12 106	1.79 195	0.30 55	0.22 47	0.27 42	0.27 103	0.41 181	0.35 34

PSMNet-RSSM	2.91 211	1.55 244	20.10 245	1.32 222	1.30 254	4.19 275	0.95 201	3.78 155	2.28 117	2.28 217	1.80 150	2.64 229	1.87 243	9.83 295	1.93 213	0.37 159	0.33 161	0.35 195	0.38 253	0.46 220	0.40 63

NCCL2	2.96 220	4.07 322	15.75 92	1.24 184	1.03 194	3.48 117	2.55 347	3.79 156	2.39 130	2.78 301	1.80 150	2.41 204	1.67 210	10.27 314	2.48 261	0.46 239	0.41 220	0.57 318	0.55 321	0.61 272	0.86 230

test-1	1.81 29	0.72 76	9.51 41	1.02 108	1.57 304	3.85 185	0.60 40	4.07 217	1.51 16	1.94 115	1.81 155	2.04 172	0.91 45	1.39 30	1.73 186	0.27 21	0.93 308	0.31 115	0.25 74	0.29 31	1.37 272

GwcNet-RSSM	3.13 243	5.08 327	19.86 218	1.28 204	1.20 236	4.12 245	1.11 232	3.89 174	2.80 179	2.13 174	1.81 155	3.11 268	1.46 152	10.33 316	2.19 240	0.36 152	0.34 168	0.35 195	0.31 190	0.45 212	0.43 79

DCANet-4	2.06 50	0.58 9	15.30 83	0.86 36	0.44 29	4.16 259	0.57 28	4.31 308	3.28 258	2.31 224	1.82 157	1.04 50	1.54 172	1.69 58	1.56 145	0.35 133	0.24 88	0.24 13	0.19 9	0.25 5	0.57 148

fff	2.40 107	0.96 158	20.47 289	0.84 28	0.38 6	4.15 256	0.57 28	4.30 298	2.85 187	2.31 224	1.82 157	1.19 67	2.98 306	1.68 53	1.57 148	0.35 133	0.24 88	0.23 4	0.19 9	0.25 5	0.57 148

DisPM	2.29 84	0.61 29	20.25 262	1.79 326	0.52 59	4.58 335	0.77 113	2.50 44	2.22 105	2.49 273	1.82 157	1.45 93	1.01 61	2.73 158	1.04 55	0.48 251	0.20 17	0.32 129	0.31 190	0.32 65	0.45 87

BUS	1.64 22	0.64 37	3.82 12	0.94 69	0.86 149	4.50 318	0.75 105	4.49 343	2.29 121	2.96 320	1.82 157	3.61 305	1.03 62	1.79 73	1.18 73	0.39 178	0.25 100	0.31 115	0.28 127	0.38 150	0.41 68

test_5	2.45 119	1.43 229	19.72 207	1.20 169	1.39 271	3.88 193	1.25 255	4.03 206	1.98 80	1.74 87	1.82 157	1.86 142	1.78 226	3.57 177	1.35 105	0.33 105	0.21 33	0.35 195	0.33 207	0.34 107	0.43 79

BSDual-CNN	1.61 18	0.64 37	3.82 12	0.94 69	0.86 149	4.18 267	1.14 238	4.49 343	2.29 121	2.96 320	1.82 157	2.58 223	1.30 122	1.79 73	1.44 128	0.39 178	0.25 100	0.31 115	0.28 127	0.38 150	0.41 68

hknet	2.34 94	0.78 107	13.86 62	0.94 69	1.07 206	4.18 267	1.14 238	4.49 343	3.00 210	2.96 320	1.82 157	3.47 289	1.30 122	4.11 192	1.77 190	0.35 133	0.25 100	0.31 115	0.28 127	0.38 150	0.41 68

AACVNet	2.77 198	1.64 254	19.22 176	1.57 287	0.86 149	3.28 82	0.74 100	3.31 108	1.66 52	2.06 155	1.82 157	2.47 211	1.40 138	10.95 332	1.92 212	0.41 188	0.35 177	0.38 229	0.33 207	0.46 220	0.61 170

csc	2.40 107	0.96 158	20.47 289	0.84 28	0.38 6	4.15 256	0.57 28	4.30 298	2.85 187	2.31 224	1.82 157	1.19 67	2.98 306	1.68 53	1.57 148	0.35 133	0.24 88	0.23 4	0.19 9	0.25 5	0.57 148

cscssc	2.40 107	0.96 158	20.47 289	0.84 28	0.38 6	4.15 256	0.57 28	4.30 298	2.85 187	2.31 224	1.82 157	1.19 67	2.98 306	1.68 53	1.57 148	0.35 133	0.24 88	0.23 4	0.19 9	0.25 5	0.57 148

SFCPSM	2.16 58	0.75 96	15.82 93	0.91 56	0.98 181	3.74 165	1.27 256	4.15 248	2.56 153	1.90 104	1.82 157	1.64 105	1.39 134	2.51 140	1.57 148	0.36 152	0.28 133	0.39 233	0.36 238	0.36 137	0.50 118

cf-r	2.93 213	2.19 288	20.59 311	1.49 272	1.35 264	4.18 267	0.92 192	3.73 150	3.12 233	2.16 184	1.82 157	3.40 285	1.44 148	8.22 266	1.93 213	0.34 121	0.31 149	0.33 161	0.30 173	0.38 150	0.45 87

psm_up	3.04 231	1.30 217	18.97 164	1.31 216	1.51 290	3.86 188	1.22 251	4.26 292	2.31 124	2.72 293	1.83 169	2.43 208	1.68 211	12.86 386	1.78 191	0.43 211	0.41 220	0.41 242	0.34 216	0.46 220	0.67 191

HH	3.19 253	0.91 139	21.34 373	1.24 184	0.61 83	4.16 259	0.80 126	2.94 77	1.82 65	1.23 39	1.84 170	4.61 356	1.84 238	2.63 150	0.99 48	0.29 33	1.53 331	0.30 97	0.24 63	0.34 107	14.22 395

HanStereo	3.19 253	0.91 139	21.34 373	1.24 184	0.61 83	4.16 259	0.80 126	2.94 77	1.82 65	1.23 39	1.84 170	4.61 356	1.84 238	2.63 150	0.99 48	0.29 33	1.53 331	0.30 97	0.24 63	0.34 107	14.22 395

RCA-Stereo	1.38 12	0.61 29	3.95 17	0.94 69	0.48 40	4.68 357	0.78 116	4.17 255	1.95 78	1.93 109	1.84 170	0.94 44	1.48 156	1.23 10	0.75 4	0.30 55	0.43 232	0.25 22	0.20 19	0.26 12	0.37 50

AAGNet	3.88 312	0.67 52	20.04 235	2.27 351	0.46 31	4.76 368	1.05 221	2.28 33	3.38 280	2.16 184	1.84 170	2.40 200	3.95 340	6.22 228	24.21 409	0.49 257	0.19 9	0.30 97	0.29 157	0.33 86	0.29 10

CoDeX	2.47 123	0.91 139	13.65 58	1.03 111	1.17 227	3.28 82	1.30 258	4.17 255	2.99 208	1.78 92	1.85 174	2.04 172	1.46 152	9.99 304	1.66 170	0.38 171	0.28 133	0.32 129	0.28 127	0.34 107	0.57 148

StereoDRNet	3.07 234	2.92 306	16.33 108	1.36 231	1.57 304	3.45 108	2.04 329	3.77 154	2.85 187	3.31 341	1.85 174	2.78 243	1.79 229	10.85 327	3.41 290	0.45 226	0.36 184	0.39 233	0.37 246	0.62 277	0.85 227

ADStereo(finetuned)	2.30 87	0.97 162	17.29 125	0.86 36	0.43 25	4.17 264	0.59 36	4.31 308	3.29 263	2.35 242	1.86 176	1.18 64	3.35 327	1.69 58	1.59 153	0.34 121	0.25 100	0.23 4	0.19 9	0.31 47	0.72 201

GEStereo_RVC	2.66 174	1.20 204	20.38 278	1.29 209	1.05 203	4.02 224	1.42 275	4.17 255	2.24 107	2.10 168	1.86 176	2.33 194	1.84 238	4.93 200	1.78 191	0.51 273	0.38 202	0.32 129	0.29 157	0.44 205	0.56 143

DCANet	2.37 102	0.98 165	20.47 289	0.86 36	0.43 25	4.18 267	0.59 36	4.31 308	3.29 263	2.35 242	1.86 176	1.18 64	1.63 198	1.69 58	1.59 153	0.34 121	0.25 100	0.24 13	0.19 9	0.31 47	0.73 206

PSMNet-ADL	2.01 42	0.78 107	2.89 9	1.11 132	0.86 149	4.13 248	0.80 126	3.84 167	2.26 113	1.74 87	1.87 179	2.90 251	1.81 232	10.37 317	2.34 250	0.49 257	0.47 250	0.29 76	0.30 173	0.39 160	0.56 143

LALA_ROB	2.88 207	2.13 286	19.08 167	1.10 128	0.99 182	3.91 199	1.81 313	4.50 347	3.04 222	3.32 342	1.87 179	2.75 239	1.66 208	4.06 190	4.02 299	0.47 246	0.44 236	0.55 312	0.53 314	0.61 272	0.73 206

CFNet	3.04 231	6.89 340	16.27 106	1.36 231	1.24 246	4.09 239	0.72 86	4.15 248	3.00 210	1.69 78	1.88 181	2.27 187	1.45 150	11.41 348	2.12 234	0.36 152	0.29 137	0.43 256	0.36 238	0.48 235	0.38 57

UCFNet_RVC	2.53 133	1.29 215	20.56 303	1.42 256	1.40 275	4.01 222	1.04 220	2.79 71	1.67 54	2.27 215	1.88 181	2.94 253	1.50 160	3.48 174	1.68 173	0.37 159	0.29 137	0.52 299	0.41 276	0.55 253	0.51 124

ACVNet-DCA	3.67 298	0.94 152	19.66 197	1.87 330	0.42 21	4.47 313	0.73 92	4.07 217	4.63 355	1.21 34	1.89 183	0.73 17	1.62 195	2.20 116	0.81 12	0.31 69	18.77 414	0.32 129	0.21 25	0.35 120	8.09 369

xx1	3.69 301	0.94 152	19.66 197	1.87 330	0.42 21	4.47 313	0.73 92	4.24 282	4.01 327	1.21 34	1.89 183	1.78 130	1.36 128	2.20 116	0.81 12	0.31 69	18.77 414	0.33 161	0.36 238	0.35 120	8.09 369

1test111	3.86 310	0.94 152	19.66 197	1.87 330	0.42 21	4.47 313	0.73 92	4.07 217	4.63 355	1.21 34	1.89 183	0.73 17	1.62 195	5.19 204	1.68 173	0.31 69	18.77 414	0.32 129	0.21 25	0.35 120	8.09 369

cc1	3.93 315	0.94 152	19.66 197	1.87 330	0.42 21	4.47 313	0.73 92	4.24 282	4.01 327	1.21 34	1.89 183	0.73 17	1.62 195	2.20 116	0.81 12	0.31 69	18.77 414	0.32 129	0.21 25	0.32 65	13.93 390

tt1	3.79 306	0.93 149	15.34 84	1.83 328	0.45 30	4.54 324	0.78 116	4.23 275	4.73 360	1.27 42	1.89 183	0.74 22	1.48 156	2.29 127	0.78 7	0.30 55	19.28 424	0.32 129	0.22 42	0.31 47	14.02 391

SACVNet	3.06 233	1.61 250	19.29 181	1.46 264	1.18 229	4.05 231	1.48 283	4.03 206	2.58 157	2.75 297	1.89 183	2.55 218	1.38 131	11.33 345	2.28 246	0.51 273	0.41 220	0.48 276	0.43 284	0.57 263	0.93 240

XX-Stereo	2.66 174	0.70 69	21.17 363	2.33 354	1.24 246	4.31 293	0.45 11	4.48 342	1.60 37	2.39 253	1.89 183	4.60 355	0.60 4	4.17 193	1.11 64	0.34 121	0.26 120	0.29 76	0.29 157	0.53 247	0.43 79

DN-CSS_ROB	2.89 209	9.72 356	19.71 205	2.07 346	0.90 162	4.01 222	0.61 43	4.06 215	3.35 276	1.66 72	1.89 183	1.39 84	1.06 77	3.24 171	1.88 204	0.44 217	0.19 9	0.44 258	0.29 157	0.40 163	0.42 75

Wz-Net-TNSev	4.22 324	13.55 376	15.87 94	1.57 287	1.19 234	3.61 141	2.48 344	4.38 330	3.45 296	2.29 220	1.91 191	4.20 338	2.86 299	12.11 372	10.56 344	0.61 303	0.59 274	0.48 276	0.54 317	0.93 337	1.24 266

NINENet	2.59 152	0.89 132	16.09 96	1.16 153	1.07 206	4.50 318	0.75 105	4.43 336	2.61 159	2.18 189	1.91 191	3.61 305	1.03 62	7.92 264	1.18 73	0.49 257	0.34 168	0.41 242	0.30 173	0.42 188	0.44 83

ARAFT	3.24 262	13.49 375	19.88 221	0.93 64	0.49 47	4.16 259	1.40 272	4.37 326	3.21 243	2.40 256	1.91 191	1.70 109	1.04 68	6.43 234	1.45 131	0.37 159	0.19 9	0.37 217	0.35 229	0.37 141	0.35 34

ACVNet	2.40 107	0.97 162	20.20 252	0.94 69	0.86 149	4.22 280	0.79 122	2.97 84	2.85 187	1.93 109	1.91 191	3.07 264	1.46 152	1.52 43	2.37 254	0.33 105	0.27 127	0.30 97	0.27 103	0.42 188	0.35 34

acv_ft	2.45 119	0.97 162	19.57 194	1.15 149	2.01 353	2.97 61	0.96 206	3.88 172	2.85 187	2.34 240	1.91 191	3.07 264	1.65 207	1.52 43	2.26 244	0.33 105	0.27 127	0.30 97	0.27 103	0.42 188	0.35 34

DRN-Test	3.17 250	1.30 217	19.66 197	1.41 249	1.60 310	3.61 141	1.47 281	4.18 260	2.83 185	3.48 347	1.92 196	2.58 223	2.50 288	10.81 325	2.90 276	0.49 257	0.49 256	0.44 258	0.42 279	0.57 263	0.78 215

CSP-Net	1.99 38	1.70 258	4.84 19	1.22 177	1.02 190	3.42 102	1.30 258	3.66 135	2.11 92	2.07 161	1.93 197	2.40 200	1.48 156	8.56 271	1.62 161	0.51 273	0.41 220	0.27 42	0.27 103	0.44 205	0.54 138

MaskLacGwcNet_RVC	3.77 304	1.65 255	20.61 313	2.55 365	1.63 316	4.29 288	1.67 304	3.99 195	2.56 153	1.76 90	1.93 197	3.03 260	1.41 142	13.24 392	2.02 224	4.47 401	1.63 335	1.12 370	0.48 298	2.42 379	2.85 324

mmm	2.70 182	0.80 110	8.26 32	1.50 274	1.18 229	2.44 42	0.85 149	4.08 224	4.59 354	2.31 224	1.95 199	1.51 96	1.55 175	2.33 131	1.72 183	0.31 69	7.71 391	0.45 264	0.42 279	0.40 163	9.56 382

ssnet_v2	2.81 201	1.39 225	21.16 361	1.25 198	0.90 162	3.86 188	1.63 298	4.10 230	3.22 248	2.79 303	1.96 200	3.78 313	1.70 216	2.53 145	3.12 286	0.44 217	0.37 189	0.42 252	0.38 253	0.59 268	0.58 160

SA	2.55 142	1.54 241	20.70 320	1.12 139	0.48 40	4.26 284	1.33 262	4.45 339	3.28 258	1.68 75	1.96 200	1.69 107	2.25 271	2.60 148	1.57 148	0.30 55	0.29 137	0.37 217	0.38 253	0.36 137	0.47 102

DISCO	2.40 107	0.99 174	11.99 50	1.81 327	1.12 219	3.47 111	1.24 254	3.34 109	2.57 155	2.73 295	1.96 200	4.52 351	1.90 246	4.18 194	3.62 295	0.37 159	0.27 127	0.31 115	0.30 173	0.70 306	0.62 174

HBP-ISP	3.78 305	9.10 351	20.83 328	1.72 316	1.14 222	4.54 324	2.82 354	4.61 361	3.03 219	4.13 364	1.98 203	1.88 146	3.31 323	11.06 337	1.52 138	0.74 335	0.57 267	0.67 341	0.62 333	0.65 291	0.64 181

IER	2.09 52	0.91 139	14.11 67	0.97 91	1.15 224	3.17 69	0.89 163	3.59 125	2.39 130	2.15 180	1.98 203	2.27 187	2.11 257	2.39 134	1.80 196	0.35 133	0.24 88	0.36 206	0.30 173	0.34 107	0.42 75

TDLM	3.20 255	1.58 246	18.80 156	1.70 314	1.10 215	4.29 288	2.17 335	3.81 163	3.27 256	2.89 311	1.98 203	2.06 177	1.70 216	12.44 381	2.15 235	0.58 298	0.31 149	0.56 315	0.40 266	0.58 266	1.59 285

DPSNet	3.94 316	2.01 279	14.69 76	1.58 289	1.30 254	4.17 264	2.08 331	4.57 355	4.63 355	2.78 301	1.99 206	3.79 314	7.88 382	10.66 322	11.35 350	0.94 350	0.99 315	0.41 242	0.57 324	1.09 350	1.40 273

IPLG	2.56 147	1.11 188	19.89 222	0.95 77	0.79 136	4.60 339	0.56 25	4.31 308	2.10 90	1.94 115	2.00 207	1.34 76	1.37 130	6.59 237	1.59 153	0.32 82	0.21 33	0.27 42	0.23 50	0.32 65	0.63 177

CASS	1.65 23	0.73 79	8.72 37	0.97 91	0.67 104	2.88 53	0.69 76	3.07 89	1.86 70	2.82 307	2.02 208	1.39 84	1.55 175	1.75 71	1.36 112	0.51 273	0.28 133	0.34 178	0.28 127	0.47 230	0.63 177
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
APVNet	3.24 262	1.59 248	21.72 383	1.36 231	1.52 292	3.93 207	1.12 234	3.58 123	2.80 179	2.32 236	2.02 208	3.05 261	1.96 249	11.77 364	2.61 265	0.44 217	0.46 242	0.65 339	0.47 296	0.73 310	0.73 206

iResNet	2.70 182	1.35 223	20.93 336	2.01 341	0.73 119	3.76 167	0.83 138	4.28 295	2.93 200	2.38 251	2.03 210	1.35 78	1.54 172	3.28 172	4.42 306	0.42 197	0.25 100	0.29 76	0.23 50	0.45 212	0.64 181

XPNet_ROB	2.99 225	1.58 246	17.06 121	1.38 239	0.99 182	3.91 199	1.62 297	4.20 265	2.42 136	2.87 310	2.03 210	2.31 192	1.72 219	10.76 324	3.60 294	0.55 292	0.49 256	0.48 276	0.40 266	0.53 247	0.85 227

AE-Stereo	2.91 211	0.63 34	17.05 119	1.15 149	0.63 94	4.39 301	0.70 78	4.02 203	2.12 94	1.24 41	2.04 212	1.01 48	0.91 45	1.67 52	1.42 122	0.30 55	1.14 321	0.28 62	0.28 127	0.27 15	16.93 415

CFNet_ucs	2.32 89	0.75 96	17.05 119	0.90 54	0.81 139	3.86 188	0.68 70	4.31 308	2.68 163	2.13 174	2.04 212	3.30 278	1.24 114	2.63 150	1.23 81	0.37 159	0.46 242	0.56 315	0.30 173	0.67 298	0.53 134

Wz-Net-LNSev-Ref	2.72 185	2.55 298	14.91 78	1.37 236	1.36 265	3.50 120	1.63 298	4.11 233	3.38 280	2.55 277	2.04 212	2.35 198	2.50 288	5.14 203	4.64 310	0.53 285	0.22 47	0.35 195	0.21 25	0.41 181	0.60 166

RAFT_CTSACE	2.41 113	1.83 270	20.33 274	1.77 325	1.39 271	3.50 120	1.03 215	3.25 102	1.64 48	1.80 96	2.04 212	2.82 245	1.78 226	2.11 105	1.10 63	0.27 21	0.24 88	0.28 62	0.30 173	0.31 47	0.33 22

GANet-ADL	2.25 72	0.80 110	20.17 249	1.28 204	0.69 116	3.83 180	0.75 105	3.63 131	1.83 67	1.68 75	2.04 212	2.09 179	1.10 86	1.63 50	1.43 124	0.42 197	0.33 161	0.26 33	0.23 50	0.43 197	0.41 68

hitnet-ft	2.99 225	1.23 206	19.37 185	0.96 84	0.90 162	3.76 167	0.79 122	3.60 127	2.68 163	2.31 224	2.04 212	3.63 308	1.49 159	11.70 361	2.37 254	0.45 226	0.54 263	0.44 258	0.36 238	0.54 250	0.56 143

StereoDRNet-Refined	2.23 68	0.98 165	10.62 44	1.25 198	0.78 133	3.29 85	0.71 83	3.96 189	2.20 102	2.43 262	2.05 218	2.97 254	1.46 152	6.87 247	2.33 249	0.37 159	0.25 100	0.42 252	0.34 216	0.47 230	0.80 218
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet_ROB	2.72 185	10.38 360	14.41 72	1.46 264	0.99 182	3.74 165	0.66 60	4.01 198	2.84 186	2.04 150	2.05 218	1.98 163	1.38 131	4.73 199	1.91 208	0.35 133	0.20 17	0.28 62	0.19 9	0.33 86	0.41 68

whm_eth	2.15 56	1.55 244	19.39 186	0.96 84	1.37 268	2.60 47	0.72 86	3.63 131	2.97 204	1.55 57	2.06 220	0.78 25	0.71 15	1.17 7	1.08 61	0.45 226	0.29 137	0.34 178	0.33 207	0.44 205	0.65 184

CC-Net-ROB	3.82 307	3.41 313	20.20 252	2.40 356	1.66 326	4.49 317	1.61 295	4.77 371	3.08 227	2.06 155	2.06 220	1.99 164	1.60 182	12.57 384	1.91 208	2.82 381	2.19 346	2.67 392	1.06 363	2.31 378	1.59 285

CVANet_RVC	3.32 272	1.63 253	21.06 347	1.66 305	1.29 253	3.99 220	1.55 290	3.98 193	3.00 210	3.51 348	2.06 220	2.58 223	1.72 219	12.46 382	1.70 178	0.62 308	0.34 168	0.53 303	0.47 296	0.64 286	1.66 290

iResNetv2_ROB	3.31 270	14.88 404	20.01 232	2.17 348	1.09 212	3.84 182	1.13 236	4.22 270	3.15 237	2.02 142	2.06 220	2.00 168	1.69 213	3.61 178	2.10 233	0.36 152	0.22 47	0.32 129	0.22 42	0.48 235	0.58 160

111	2.59 152	3.10 308	20.47 289	0.84 28	0.38 6	4.26 284	0.91 187	4.45 339	2.96 203	2.48 270	2.07 224	2.31 192	1.64 200	1.49 40	1.90 206	0.35 133	0.22 47	0.25 22	0.21 25	0.32 65	1.14 260

psmg	1.63 20	0.64 37	3.82 12	0.96 84	0.86 149	4.35 295	1.41 274	4.11 233	2.29 121	2.68 290	2.09 225	2.58 223	1.30 122	1.79 73	1.44 128	0.39 178	0.29 137	0.33 161	0.34 216	0.38 150	0.44 83

SuperB	5.03 355	8.93 349	20.96 338	1.51 276	1.11 217	3.88 193	3.00 359	4.24 282	3.13 234	2.53 275	2.10 226	2.74 237	3.37 329	8.76 274	19.44 405	0.45 226	0.34 168	0.53 303	0.40 266	11.97 417	1.15 261

GASNet	3.86 310	15.35 409	21.16 361	1.63 299	1.25 248	2.35 39	1.11 232	4.11 233	2.86 193	1.99 129	2.11 227	2.99 256	2.16 265	10.62 320	3.75 296	0.71 325	0.37 189	0.61 328	0.46 294	0.91 335	0.70 196

anonymity	2.02 44	1.28 213	5.16 20	1.73 318	1.63 316	1.86 18	1.06 223	3.50 119	2.42 136	2.19 194	2.11 227	1.88 146	3.89 339	1.92 88	1.56 145	1.11 357	1.14 321	1.08 367	1.11 365	1.05 343	2.68 321

delet	2.66 174	1.11 188	18.42 149	1.05 118	1.65 323	3.47 111	2.00 325	3.81 163	2.82 184	2.15 180	2.11 227	2.62 227	1.88 245	5.38 207	2.21 241	0.34 121	0.38 202	0.40 238	0.32 200	0.45 212	0.54 138

ETE_ROB	2.93 213	2.12 284	17.80 138	1.13 144	0.94 175	3.71 160	1.53 286	4.29 296	2.98 207	3.32 342	2.13 230	2.34 197	1.51 162	8.68 273	2.82 270	0.44 217	0.40 214	0.51 296	0.49 301	0.56 259	0.80 218

Ntro	4.83 351	14.73 399	20.47 289	3.24 382	2.97 374	4.12 245	1.88 316	4.00 196	2.57 155	1.79 95	2.15 231	3.34 283	2.16 265	10.01 305	7.34 328	3.53 391	1.77 338	2.13 383	1.32 375	3.89 392	3.23 331

fast-acv-ft	2.62 161	1.62 251	20.48 295	1.45 263	1.39 271	3.16 68	1.16 243	3.41 115	2.45 144	1.97 125	2.15 231	2.68 231	2.15 263	2.92 165	2.47 260	0.43 211	0.40 214	0.45 264	0.40 266	0.62 277	0.64 181

SST-Stereo	2.63 165	0.63 34	19.76 210	1.69 310	0.46 31	4.71 363	0.74 100	2.27 32	3.07 226	2.07 161	2.15 231	2.42 206	3.17 319	6.66 239	0.95 41	0.45 226	0.19 9	0.30 97	0.27 103	0.35 120	0.31 14

RASNet	3.15 246	1.20 204	19.81 213	1.63 299	2.26 360	3.67 153	1.09 227	3.58 123	3.44 290	1.99 129	2.15 231	4.59 354	2.30 274	10.24 313	2.98 278	0.57 297	0.26 120	0.25 22	0.25 74	0.30 42	0.54 138

TANstereo	1.98 34	0.87 125	20.35 275	0.80 20	0.37 5	4.05 231	0.38 4	1.50 3	1.65 50	2.03 147	2.16 235	0.84 34	0.93 49	1.09 3	0.68 1	0.30 55	0.36 184	0.24 13	0.20 19	0.26 12	0.46 94

anonymousa	3.14 244	0.83 117	19.20 174	1.62 296	9.63 405	2.06 27	0.78 116	2.93 75	2.20 102	1.95 120	2.17 236	3.41 286	1.81 232	1.33 20	1.67 171	0.29 33	8.64 395	0.34 178	0.37 246	0.32 65	1.33 270

Wz-Net-MNSev	3.26 266	7.24 342	17.26 123	1.58 289	1.37 268	3.27 80	2.45 342	4.10 230	4.50 353	2.61 284	2.17 236	2.33 194	3.02 311	7.48 258	2.88 275	0.46 239	0.39 211	0.37 217	0.38 253	0.61 272	0.63 177

PA-Net	3.45 284	2.50 295	20.39 281	1.42 256	1.20 236	3.39 96	1.73 307	3.93 185	3.57 306	1.94 115	2.17 236	3.02 259	1.87 243	11.67 357	6.48 323	0.40 185	0.55 265	0.44 258	0.63 337	0.55 253	1.13 259
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
HSM	3.25 265	1.08 184	19.18 172	1.19 167	1.54 294	3.45 108	1.02 213	4.04 210	2.61 159	2.31 224	2.17 236	8.01 385	2.99 309	11.59 354	1.80 196	0.35 133	0.24 88	0.28 62	0.24 63	0.33 86	0.55 141

DLCB_ROB	2.55 142	1.32 220	10.26 43	1.31 216	1.04 201	2.94 57	1.29 257	3.81 163	2.73 168	2.93 315	2.17 236	3.37 284	1.53 170	10.40 318	3.26 289	0.42 197	0.35 177	0.41 242	0.37 246	0.43 197	0.68 192

XX-TBD	1.98 34	1.08 184	20.29 268	1.31 216	0.43 25	3.97 218	0.33 3	1.76 14	1.77 61	1.59 63	2.18 241	0.69 10	0.59 3	1.44 34	0.75 4	0.33 105	0.25 100	0.23 4	0.16 5	0.31 47	0.22 1

DANet	2.82 202	1.17 196	10.20 42	1.87 330	1.72 333	3.25 79	1.15 241	4.36 323	3.02 217	3.42 345	2.18 241	4.09 329	1.79 229	9.78 293	4.32 303	0.55 292	0.57 267	0.60 325	0.44 287	0.65 291	1.25 267
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
PDISCO_ROB	3.32 272	5.22 329	18.16 144	2.03 343	2.19 359	4.52 323	1.63 298	4.74 370	3.32 271	2.22 201	2.18 241	3.71 309	2.41 280	5.36 206	2.43 257	1.35 365	0.79 298	0.72 350	0.62 333	1.31 364	1.53 282

NOSS_ROB	3.12 241	0.89 132	19.03 165	2.01 341	1.07 206	3.90 196	0.97 208	4.32 314	3.08 227	2.94 317	2.19 244	3.85 318	1.18 106	11.75 363	1.69 176	0.69 321	0.54 263	0.57 318	0.52 312	0.57 263	0.72 201

CREStereo++_RVC	1.98 34	0.59 17	19.94 226	0.87 42	0.55 65	4.02 224	0.31 2	1.75 13	2.09 88	1.65 71	2.20 245	0.85 36	0.65 10	1.03 1	0.72 2	0.29 33	0.16 2	0.23 4	1.22 372	0.25 5	0.22 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
HGLStereo	2.74 191	1.03 177	20.80 326	1.24 184	1.55 298	3.62 143	0.94 198	3.83 166	2.09 88	2.18 189	2.20 245	3.11 268	2.12 259	5.65 213	2.07 230	0.50 267	0.34 168	0.32 129	0.30 173	0.42 188	0.50 118

ADCRef	3.66 296	5.95 333	15.50 89	1.20 169	1.41 277	3.93 207	1.61 295	3.92 181	2.77 175	3.13 329	2.20 245	2.40 200	2.78 297	6.23 230	16.59 377	0.50 267	0.35 177	0.63 335	0.62 333	0.58 266	0.92 237

AFF-stereo	2.54 137	3.44 314	20.84 330	1.30 213	0.48 40	3.94 210	0.48 14	3.30 106	3.40 286	1.94 115	2.21 248	2.10 180	1.51 162	2.36 132	1.62 161	0.23 3	0.21 33	0.25 22	0.25 74	0.33 86	0.53 134

ADCPNet	4.25 327	4.04 320	21.95 387	1.33 224	1.31 258	6.34 387	2.63 350	4.07 217	3.23 251	2.81 306	2.21 248	4.27 340	6.08 365	6.01 220	11.73 353	0.67 318	1.17 323	0.71 347	1.71 383	0.87 333	1.82 299

WZ-Net	4.39 335	12.37 369	17.44 128	1.47 268	1.42 279	3.76 167	2.27 339	4.17 255	3.11 231	2.89 311	2.24 250	4.05 327	5.69 362	10.89 329	12.07 354	0.66 315	0.41 220	0.47 271	0.49 301	0.78 319	1.12 258

MLCV	2.52 129	1.77 263	18.20 145	1.17 160	0.63 94	3.60 139	0.53 22	3.88 172	2.35 129	2.82 307	2.24 250	1.99 164	1.42 144	4.59 197	3.09 283	0.39 178	0.22 47	0.33 161	0.22 42	0.35 120	0.52 129

GwcNet	3.26 266	3.93 318	20.24 261	1.38 239	2.04 354	3.24 77	1.53 286	3.72 146	3.66 311	2.17 186	2.25 252	3.55 303	1.69 213	9.38 286	3.03 280	0.48 251	0.49 256	0.46 269	0.39 259	0.66 295	0.86 230

LL-Strereo	4.26 329	13.69 381	20.37 277	1.24 184	2.18 357	2.90 56	1.08 225	4.35 321	2.22 105	3.20 336	2.26 253	3.29 277	3.13 315	11.30 344	1.91 208	0.33 105	3.89 375	0.46 269	0.34 216	0.54 250	6.47 365

PASM	3.22 258	2.89 303	15.38 86	2.00 339	1.57 304	2.77 49	1.96 320	3.62 130	2.75 171	2.95 319	2.26 253	3.10 267	2.24 270	11.87 366	2.46 258	0.97 352	1.06 317	0.87 359	1.02 360	1.20 358	1.41 275

1111x	4.75 349	1.05 179	20.89 333	1.28 204	1.02 190	3.81 179	0.88 162	4.65 363	5.52 381	2.43 262	2.27 255	1.97 162	1.81 232	12.40 375	18.19 397	0.32 82	9.06 403	0.32 129	0.34 216	0.38 150	6.34 364

Syn2CoEx	3.42 281	7.66 344	20.57 307	1.42 256	1.18 229	2.49 43	1.64 301	4.07 217	2.68 163	2.51 274	2.27 255	2.89 250	3.15 318	9.56 288	2.58 263	0.52 283	0.45 238	0.53 303	0.42 279	0.79 323	1.00 246

AASNet	2.65 170	3.20 309	20.19 251	1.38 239	1.49 287	3.84 182	1.06 223	3.92 181	3.28 258	2.07 161	2.28 257	1.95 156	1.28 119	2.19 115	2.17 237	0.42 197	0.33 161	0.45 264	0.30 173	0.59 268	0.52 129

pcwnet_v2	2.73 190	0.70 69	22.43 399	1.11 132	1.02 190	3.58 134	0.80 126	4.31 308	3.42 289	2.39 253	2.28 257	2.99 256	1.68 211	3.31 173	1.54 142	0.44 217	0.51 261	0.41 242	0.34 216	0.62 277	0.74 210

ADLNet	3.23 260	1.19 203	21.03 341	1.36 231	1.61 311	3.69 156	1.23 252	4.05 213	3.41 287	2.72 293	2.29 259	4.00 325	1.77 225	11.21 341	2.15 235	0.42 197	0.43 232	0.36 206	0.35 229	0.47 230	0.82 220

xxxx	4.25 327	0.86 122	14.59 75	1.30 213	1.16 225	3.51 122	0.63 55	4.56 353	5.42 380	2.33 238	2.29 259	2.04 172	1.39 134	10.23 311	18.00 395	0.33 105	7.15 390	0.31 115	0.30 173	0.35 120	8.33 375

GMM-Stereo	2.52 129	0.56 4	20.57 307	0.92 62	0.83 142	4.18 267	1.88 316	2.51 45	2.40 133	2.48 270	2.30 261	1.69 107	1.84 238	2.93 166	1.25 91	0.32 82	0.19 9	0.33 161	0.49 301	0.37 141	2.40 315

test_4	1.98 34	0.68 58	15.65 91	0.91 56	0.48 40	4.11 243	1.09 227	2.41 37	1.50 13	1.55 57	2.31 262	1.87 145	0.79 32	2.86 164	1.51 136	0.34 121	0.19 9	0.29 76	0.29 157	0.30 42	0.40 63

RAFT_R40	2.61 158	0.64 37	19.86 218	1.69 310	0.46 31	4.74 366	0.95 201	2.28 33	2.52 150	2.02 142	2.32 263	2.69 233	2.52 290	6.70 241	1.05 58	0.42 197	0.19 9	0.30 97	0.27 103	0.33 86	0.29 10

222	3.82 307	0.88 128	6.92 27	1.15 149	0.99 182	3.27 80	0.64 57	4.57 355	5.37 377	2.43 262	2.32 263	1.41 87	1.44 148	10.64 321	18.51 399	0.32 82	4.89 380	0.32 129	0.30 173	0.34 107	9.80 384

MSKI-zero shot	2.33 92	0.69 63	20.22 258	1.14 148	0.77 132	4.05 231	0.68 70	3.95 188	1.51 16	1.93 109	2.35 265	1.91 149	0.71 15	3.01 168	0.79 10	0.28 28	1.47 329	0.27 42	0.21 25	0.28 20	0.44 83

LMCR-Stereo	2.53 133	2.30 292	18.81 157	1.64 303	0.86 149	3.88 193	1.14 238	4.33 317	1.63 46	2.27 215	2.35 265	1.13 56	2.41 280	2.63 150	2.26 244	1.06 355	0.24 88	0.29 76	0.25 74	0.62 277	0.42 75

test_xeample	4.19 323	0.93 149	14.09 66	1.16 153	1.17 227	3.28 82	0.80 126	4.63 362	5.30 373	2.46 267	2.35 265	1.39 84	1.42 144	10.88 328	17.68 393	0.30 55	6.50 387	0.32 129	0.32 200	0.36 137	8.38 377

CBMV	4.12 321	1.27 210	21.14 358	1.52 278	0.85 147	3.80 176	3.89 385	4.58 357	3.02 217	3.56 351	2.37 268	4.44 347	13.88 400	11.23 343	3.78 297	0.56 295	0.43 232	0.48 276	0.39 259	0.55 253	0.74 210
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MFN_U_SF_RVC	4.08 320	13.72 384	15.13 81	2.00 339	1.43 280	3.73 163	1.68 305	4.11 233	3.39 285	2.93 315	2.38 269	4.39 346	3.63 334	8.63 272	6.14 319	1.14 359	1.07 320	1.01 363	1.35 377	1.63 372	2.09 307

Anonymous Stereo	3.53 292	5.56 331	19.23 177	1.75 322	1.40 275	3.35 93	3.23 365	4.15 248	3.13 234	2.42 261	2.38 269	2.56 220	1.53 170	11.88 367	3.54 292	0.68 319	0.92 307	0.57 318	0.57 324	0.74 314	1.08 256

PS-NSSS	3.11 238	1.60 249	19.48 191	1.00 101	1.53 293	4.12 245	1.08 225	4.59 360	2.80 179	2.19 194	2.38 269	1.76 121	1.39 134	11.79 365	1.94 216	0.69 321	0.45 238	0.95 362	0.43 284	1.03 342	1.00 246

ttt	4.23 326	0.75 96	19.96 227	1.48 270	1.31 258	3.69 156	0.87 155	4.65 363	5.33 374	2.45 266	2.39 272	2.44 209	1.54 172	11.35 346	16.49 376	0.43 211	4.35 377	0.37 217	0.35 229	0.41 181	4.01 348

Wz-Net-SNSev	3.47 288	10.51 361	16.90 117	1.65 304	1.20 236	3.29 85	2.03 328	4.16 251	3.03 219	2.35 242	2.39 272	3.48 290	2.12 259	7.95 265	4.28 302	0.51 273	0.40 214	0.53 303	0.49 301	0.74 314	1.46 278

SMFormer	2.40 107	0.73 79	8.34 33	1.41 249	0.61 83	2.04 23	0.72 86	4.30 298	4.43 347	2.41 257	2.40 274	1.94 152	1.52 166	10.99 333	3.10 284	0.35 133	0.84 301	0.36 206	0.33 207	0.40 163	0.77 213

tta	2.44 117	0.73 79	8.34 33	1.41 249	0.61 83	2.04 23	0.72 86	4.30 298	4.43 347	2.41 257	2.40 274	1.94 152	1.52 166	10.99 333	3.10 284	0.35 133	0.84 301	0.36 206	0.33 207	0.31 47	1.75 292

qqq1	2.35 96	0.73 79	8.34 33	1.41 249	0.61 83	2.04 23	0.72 86	4.30 298	4.43 347	2.41 257	2.40 274	1.94 152	1.52 166	10.99 333	1.36 112	0.35 133	0.84 301	0.30 97	0.25 74	0.31 47	1.75 292

fff1	2.35 96	0.73 79	8.34 33	1.41 249	0.61 83	2.04 23	0.72 86	4.30 298	4.43 347	2.41 257	2.40 274	1.94 152	1.52 166	10.99 333	1.36 112	0.35 133	0.84 301	0.30 97	0.25 74	0.31 47	1.75 292

DualNet	5.08 356	0.98 165	21.04 342	1.24 184	1.03 194	3.64 145	0.87 155	4.23 275	4.73 360	2.31 224	2.40 274	3.49 291	1.64 200	2.29 127	16.90 380	0.30 55	19.28 424	0.48 276	0.40 266	0.31 47	14.02 391

ffm	4.27 330	0.98 165	21.04 342	1.24 184	1.03 194	3.64 145	0.87 155	4.23 275	4.73 360	2.31 224	2.40 274	3.49 291	1.64 200	2.29 127	0.78 7	0.30 55	19.28 424	0.48 276	0.40 266	0.31 47	14.02 391

ff1	5.58 361	0.98 165	21.04 342	1.24 184	1.03 194	3.64 145	0.87 155	4.23 275	4.73 360	2.31 224	2.40 274	3.49 291	1.64 200	12.40 375	16.90 380	0.30 55	19.28 424	0.48 276	0.40 266	0.31 47	14.02 391

mmx	4.56 341	0.98 165	21.04 342	1.24 184	1.03 194	3.64 145	0.87 155	4.53 349	5.34 375	2.31 224	2.40 274	3.49 291	1.64 200	12.40 375	16.90 380	0.34 121	5.98 384	0.48 276	0.40 266	0.46 220	5.71 359

xxx	4.56 341	0.98 165	21.04 342	1.24 184	1.03 194	3.64 145	0.87 155	4.53 349	5.34 375	2.31 224	2.40 274	3.49 291	1.64 200	12.40 375	16.90 380	0.34 121	5.98 384	0.48 276	0.40 266	0.46 220	5.71 359

RAFT-Stereo + iAFF	2.49 125	1.68 256	20.50 296	1.11 132	1.32 261	4.13 248	0.42 9	3.23 98	3.30 267	2.05 154	2.40 274	1.61 101	1.11 89	1.49 40	1.63 164	0.22 2	0.22 47	0.26 33	0.24 63	0.31 47	2.47 319

psmorigin	6.62 379	1.45 231	87.38 431	1.55 284	0.97 180	2.86 52	1.42 275	3.30 106	2.12 94	3.74 355	2.45 284	5.15 368	2.59 291	10.55 319	2.91 277	0.55 292	0.68 289	0.48 276	0.53 314	0.73 310	1.02 249

XQC	3.41 279	6.58 337	15.18 82	1.97 336	1.62 313	3.40 97	1.76 309	4.53 349	3.67 313	3.40 344	2.45 284	3.73 310	2.91 301	6.78 244	5.36 316	0.73 332	0.90 306	0.60 325	0.61 331	1.02 341	0.99 245

FBW_ROB	3.91 313	2.07 281	15.46 88	1.60 292	1.16 225	3.80 176	1.48 283	4.37 326	3.41 287	2.53 275	2.45 284	4.19 337	2.10 255	15.17 404	9.45 341	0.86 346	0.65 286	1.54 378	0.96 358	1.08 349	3.80 342

DDUNet	3.65 295	2.81 302	19.59 195	3.57 388	2.26 360	3.47 111	1.35 266	4.21 269	2.40 133	2.68 290	2.48 287	4.17 335	1.78 226	5.48 211	2.61 265	2.25 376	1.77 338	2.61 390	2.43 399	2.63 380	2.40 315

iRaft-Stereo_5w	2.47 123	1.37 224	13.85 60	0.87 42	0.99 182	3.22 72	0.84 145	3.72 146	2.12 94	1.57 61	2.49 288	2.20 183	2.22 269	9.12 280	2.03 225	0.48 251	0.27 127	0.35 195	0.29 157	0.48 235	0.94 241

ADLNet2	3.20 255	1.43 229	20.11 248	1.22 177	1.78 340	3.86 188	1.47 281	3.96 189	3.89 323	2.26 212	2.49 288	4.63 358	1.92 248	10.68 323	2.00 221	0.42 197	0.37 189	0.29 76	0.30 173	0.51 245	0.46 94

GrayStereo	3.68 300	0.56 4	20.61 313	1.71 315	0.90 162	4.17 264	8.11 398	3.17 93	4.13 331	2.80 305	2.49 288	1.70 109	17.06 404	2.83 162	1.25 91	0.37 159	0.23 70	0.27 42	0.32 200	0.30 42	0.57 148

HSM-Net_RVC	3.02 227	0.65 44	19.48 191	0.94 69	0.90 162	3.71 160	1.20 248	5.61 389	2.87 195	3.24 338	2.49 288	2.53 215	1.61 187	11.39 347	1.90 206	0.37 159	0.27 127	0.27 42	0.24 63	0.31 47	0.39 61
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DAS	2.52 129	0.76 104	7.72 29	1.16 153	1.64 320	2.96 59	2.10 332	4.14 244	3.31 268	4.16 365	2.51 292	2.56 220	1.81 232	11.54 352	1.83 200	0.44 217	0.23 70	0.39 233	0.25 74	0.42 188	0.45 87

SepStereo	2.36 98	0.76 104	7.72 29	1.16 153	1.64 320	2.96 59	2.10 332	4.14 244	3.31 268	4.16 365	2.51 292	2.56 220	1.81 232	8.34 269	1.83 200	0.44 217	0.23 70	0.39 233	0.25 74	0.42 188	0.45 87

RAFT + AFF	3.98 317	14.10 389	20.78 324	1.16 153	1.96 350	4.14 253	2.00 325	4.56 353	3.52 303	2.23 203	2.51 292	2.27 187	4.92 353	8.94 278	2.82 270	0.33 105	0.60 276	0.48 276	0.39 259	0.81 325	1.03 251

UDG	3.84 309	2.91 304	20.05 236	2.98 377	1.98 351	3.95 212	1.18 244	4.43 336	2.24 107	2.47 268	2.53 295	4.49 349	2.44 283	6.52 236	4.74 311	2.14 375	1.77 338	2.64 391	2.58 401	2.66 381	2.19 312

NaN_ROB	4.73 348	6.66 338	21.89 384	1.26 201	1.28 251	3.49 118	3.02 361	4.38 330	3.93 324	3.65 353	2.55 296	2.97 254	5.01 354	13.23 391	17.43 391	0.38 171	0.42 231	0.38 229	0.40 266	0.50 240	1.82 299

TestStereo1	2.56 147	1.41 227	20.56 303	1.63 299	0.74 122	4.13 248	1.34 263	3.93 185	3.38 280	1.61 64	2.56 297	1.43 90	2.13 261	2.55 146	1.70 178	0.32 82	0.22 47	0.34 178	0.26 88	0.40 163	0.53 134

SA-5K	2.56 147	1.41 227	20.56 303	1.63 299	0.74 122	4.13 248	1.34 263	3.93 185	3.38 280	1.61 64	2.56 297	1.43 90	2.13 261	2.55 146	1.70 178	0.32 82	0.22 47	0.34 178	0.26 88	0.40 163	0.53 134

PSM-AAD	3.41 279	0.58 9	20.55 301	0.95 77	0.56 68	4.46 310	7.40 396	3.11 90	1.58 29	2.30 221	2.56 297	1.26 72	16.19 403	2.47 138	1.00 51	0.32 82	0.22 47	0.58 321	0.41 276	0.37 141	1.32 269

NCC-stereo	3.49 289	2.07 281	20.23 259	1.31 216	1.76 337	4.04 227	1.42 275	4.01 198	2.34 126	3.06 325	2.59 300	3.51 299	3.02 311	10.02 306	5.44 317	1.38 367	0.66 287	0.64 337	0.88 354	0.67 298	0.84 225

Abc-Net	3.49 289	2.07 281	20.23 259	1.31 216	1.76 337	4.04 227	1.42 275	4.01 198	2.34 126	3.06 325	2.59 300	3.51 299	3.02 311	10.02 306	5.44 317	1.38 367	0.66 287	0.64 337	0.88 354	0.67 298	0.84 225
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ACRE	2.75 194	7.69 345	19.93 225	0.93 64	1.30 254	3.94 210	0.90 179	4.23 275	3.66 311	2.33 238	2.61 302	1.17 61	1.04 68	1.80 78	1.35 105	0.46 239	0.25 100	0.27 42	0.23 50	0.32 65	0.60 166

IPLGR_C	2.96 220	11.71 367	20.02 233	0.95 77	1.31 258	3.93 207	0.92 192	4.22 270	3.76 316	2.35 242	2.62 303	1.16 60	1.07 79	1.71 62	1.34 104	0.45 226	0.25 100	0.27 42	0.23 50	0.33 86	0.60 166

MFN_U_SF_DS_RVC	4.38 334	13.66 379	13.95 65	1.39 246	1.58 309	5.18 377	3.31 367	4.53 349	3.22 248	2.60 280	2.62 303	4.99 364	2.11 257	13.99 401	4.21 301	1.53 371	2.56 358	0.67 341	1.82 389	0.83 330	2.92 328

RainbowNet	5.20 358	15.03 406	21.14 358	3.66 390	3.25 383	4.18 267	2.98 358	4.22 270	3.20 240	2.30 221	2.65 305	4.24 339	2.97 304	9.92 299	6.29 320	3.92 396	2.27 350	2.71 394	1.73 385	3.82 391	3.43 339

CIPLG	2.88 207	10.01 358	20.02 233	0.95 77	1.34 262	3.95 212	0.91 187	4.24 282	3.69 314	2.36 246	2.66 306	1.17 61	1.06 77	1.82 81	1.37 117	0.45 226	0.25 100	0.27 42	0.23 50	0.33 86	0.60 166

Consistency-Raft	2.93 213	1.93 275	19.72 207	1.41 249	1.75 335	3.85 185	1.32 261	4.09 228	2.75 171	1.82 98	2.66 306	1.81 135	4.34 348	2.29 127	2.08 231	0.90 348	0.94 310	1.03 364	1.13 366	1.71 375	1.10 257

s12784h	2.08 51	0.50 2	16.85 116	0.75 8	0.36 3	4.42 306	0.49 15	4.23 275	3.08 227	2.03 147	2.67 308	0.91 41	1.05 75	2.05 99	0.78 7	0.37 159	0.18 5	0.24 13	0.16 5	0.27 15	0.26 5

OMP-Stereo	2.94 217	1.26 207	20.07 237	2.73 369	0.67 104	4.58 335	1.46 280	4.33 317	2.21 104	3.14 332	2.68 309	3.22 274	1.38 131	7.65 261	1.42 122	0.46 239	0.21 33	0.33 161	0.26 88	0.34 107	0.31 14

MADNet+	4.46 337	11.36 364	14.35 71	2.23 349	2.50 368	4.18 267	2.86 356	5.46 384	4.43 347	2.74 296	2.69 310	4.55 352	3.43 331	8.97 279	9.42 340	1.47 369	2.06 344	1.09 368	1.02 360	1.54 370	2.96 330

stereogan	3.26 266	1.26 207	18.01 140	1.38 239	1.66 326	3.76 167	1.64 301	4.06 215	3.86 322	3.23 337	2.70 311	5.02 365	2.85 298	9.88 297	1.85 202	0.71 325	0.51 261	0.69 344	0.48 298	0.86 331	0.85 227

PFNet	2.75 194	0.69 63	19.96 227	2.25 350	0.80 137	4.63 343	0.90 179	2.60 61	3.85 321	2.39 253	2.71 312	1.82 137	1.41 142	7.53 259	1.41 121	0.36 152	0.21 33	0.36 206	0.27 103	0.32 65	0.46 94

SHD	3.22 258	4.21 323	14.19 68	2.37 355	2.12 356	2.77 49	1.19 245	4.24 282	3.25 253	4.64 374	2.73 313	3.62 307	2.76 296	6.30 231	4.75 312	0.66 315	1.25 326	0.52 299	0.59 327	0.69 305	1.64 289

DEmStereo	3.24 262	0.65 44	18.95 162	0.83 27	0.54 62	3.85 185	1.79 311	2.53 48	2.54 152	2.25 206	2.74 314	2.02 169	6.02 364	6.78 244	11.30 348	0.40 185	0.26 120	0.27 42	0.27 103	0.28 20	0.57 148

MSC_U_SF_DS_RVC	4.90 353	13.94 387	16.59 114	1.69 310	1.46 284	6.15 384	3.52 374	5.47 385	3.95 325	2.77 299	2.74 314	4.81 361	2.49 287	13.78 398	5.33 315	2.34 377	3.46 371	1.05 365	1.21 371	2.28 377	2.94 329

Sa-1000	2.54 137	1.47 233	20.36 276	1.16 153	0.55 65	4.07 235	1.39 271	4.49 343	3.01 214	2.06 155	2.79 316	1.84 140	1.43 147	2.68 154	1.53 139	0.31 69	0.26 120	0.36 206	0.33 207	0.37 141	0.46 94

DRaft	3.12 241	0.68 58	20.57 307	0.77 9	0.49 47	3.95 212	1.20 248	2.40 36	1.60 37	2.64 288	2.80 317	1.59 100	5.33 357	6.94 249	9.51 342	0.43 211	0.22 47	0.27 42	0.27 103	0.32 65	0.47 102

ADCS	4.77 350	12.63 371	17.40 127	1.72 316	1.34 262	3.90 196	3.60 378	4.30 298	3.54 304	5.11 379	2.81 318	4.44 347	3.05 314	6.15 227	19.32 404	0.74 335	0.68 289	0.70 345	0.70 340	1.25 362	1.98 302

Nwc_Net	3.03 229	1.90 274	19.16 170	1.38 239	1.69 329	3.53 126	1.19 245	4.03 206	2.19 99	2.79 303	2.84 319	3.80 315	2.46 284	6.93 248	2.87 274	0.96 351	0.41 220	0.59 322	0.68 338	0.60 271	0.65 184

ACVNet_1	6.63 380	14.79 402	21.40 376	3.59 389	3.17 380	4.69 362	2.46 343	4.24 282	3.34 275	3.11 328	2.86 320	23.21 408	4.59 351	11.06 337	12.59 358	3.75 392	2.34 352	2.60 389	1.80 388	3.70 387	3.31 335

MFMNet_re	3.44 282	8.89 348	19.36 184	3.25 383	1.91 348	3.13 67	1.99 322	3.60 127	4.16 332	3.17 335	2.86 320	2.25 185	2.41 280	2.61 149	2.35 251	1.13 358	1.06 317	0.94 361	0.91 357	1.29 363	1.57 284

DispFullNet	4.71 347	3.93 318	23.92 406	4.00 393	3.01 375	3.38 94	1.31 260	4.23 275	3.26 254	6.31 386	2.92 322	4.03 326	7.80 379	3.93 187	5.15 314	2.80 380	1.61 334	3.11 400	2.70 404	3.32 384	3.38 338

MyStereo8	2.97 224	1.76 261	18.94 161	1.55 284	1.62 313	4.16 259	0.57 28	3.79 156	2.41 135	2.22 201	2.93 323	2.27 187	1.14 97	2.16 112	2.28 246	0.27 21	8.58 393	0.32 129	0.29 157	0.37 141	1.72 291

AF-Net	3.15 246	2.65 300	18.81 157	1.37 236	1.76 337	3.30 89	1.57 293	4.20 265	3.05 224	2.76 298	2.94 324	4.50 350	3.21 320	5.88 218	3.07 282	0.88 347	0.39 211	0.72 350	0.50 307	0.75 316	0.66 190

KYRaft	2.55 142	0.57 8	20.60 312	0.98 93	0.51 56	4.38 297	1.76 309	2.51 45	1.59 32	2.48 270	2.98 325	1.99 164	3.36 328	2.17 113	0.96 42	0.34 121	0.22 47	0.33 161	0.46 294	0.38 150	2.44 317

ADCMid	4.55 340	10.78 362	17.67 136	1.32 222	1.43 280	4.62 341	2.24 337	4.22 270	4.97 369	3.93 359	3.01 326	3.84 317	3.66 335	4.22 195	18.57 401	0.69 321	0.62 281	1.09 368	1.20 370	1.48 368	1.49 280

GANet	3.64 294	1.76 261	19.65 196	1.92 335	1.04 201	3.91 199	2.51 346	3.86 170	2.81 183	3.13 329	3.03 327	3.19 271	2.19 268	12.43 380	8.23 337	0.60 302	0.43 232	0.52 299	0.43 284	0.63 283	0.63 177

RP	3.26 266	1.73 260	17.70 137	1.56 286	1.93 349	3.43 104	1.94 318	4.18 260	2.72 167	2.77 299	3.05 328	3.96 323	2.69 293	10.17 308	2.86 272	1.04 353	0.50 259	0.71 347	0.59 327	0.75 316	0.83 222

SAMSARA	4.67 344	6.50 336	16.40 109	4.62 404	3.13 379	6.62 389	3.49 372	5.24 377	3.04 222	7.78 391	3.07 329	5.32 369	4.05 342	9.98 303	6.42 321	0.69 321	2.39 354	0.60 325	0.74 344	0.99 340	2.26 313

TransformOpticalFlow	3.07 234	0.87 125	20.87 332	1.10 128	0.56 68	4.18 267	0.64 57	4.36 323	3.28 258	2.19 194	3.08 330	4.32 344	5.01 354	7.36 256	1.59 153	0.34 121	0.18 5	0.32 129	0.26 88	0.29 31	0.57 148

AnyNet_C32	4.49 338	9.53 354	13.85 60	1.67 306	1.56 302	5.40 380	4.06 387	4.03 206	3.69 314	4.21 367	3.09 331	3.09 266	3.38 330	8.24 267	18.76 402	0.56 295	0.64 283	0.53 303	0.81 350	1.36 366	1.42 276

IIG-Stereo	2.89 209	0.98 165	19.80 211	2.78 371	0.67 104	4.62 341	0.74 100	4.29 296	2.26 113	2.62 286	3.10 332	3.33 282	1.60 182	7.64 260	1.51 136	0.42 197	0.21 33	0.32 129	0.25 74	0.33 86	0.28 7

RAFT-345	2.55 142	0.60 24	19.89 222	1.22 177	0.49 47	4.43 307	0.77 113	1.68 6	3.54 304	2.09 166	3.10 332	1.95 156	1.30 122	6.65 238	1.47 134	0.41 188	0.23 70	0.32 129	0.26 88	0.29 31	0.28 7

RTS	4.29 331	9.35 352	18.25 146	2.79 373	2.29 362	4.98 373	3.41 369	4.72 367	4.27 340	4.35 368	3.10 332	4.93 362	3.14 316	7.71 262	6.99 326	0.71 325	0.68 289	0.51 296	0.50 307	1.07 347	1.98 302

RTSA	4.29 331	9.35 352	18.25 146	2.79 373	2.29 362	4.98 373	3.41 369	4.72 367	4.27 340	4.35 368	3.10 332	4.93 362	3.14 316	7.71 262	6.99 326	0.71 325	0.68 289	0.51 296	0.50 307	1.07 347	1.98 302

DGSMNet	8.13 391	2.31 293	18.62 151	2.77 370	13.96 412	6.91 392	42.17 422	4.16 251	2.53 151	2.25 206	3.21 336	3.41 286	1.69 213	9.19 282	3.03 280	3.79 394	10.31 408	11.70 420	5.68 411	4.38 397	10.58 386

ccnet	3.03 229	1.48 234	12.88 55	1.54 281	1.26 249	3.71 160	2.32 341	4.11 233	3.05 224	2.92 314	3.21 336	2.86 248	2.40 279	9.87 296	4.19 300	0.80 340	0.76 297	0.71 347	0.70 340	0.78 319	1.07 254

RGC	3.35 276	1.84 272	18.13 143	1.52 278	1.79 341	3.33 91	1.37 269	4.18 260	2.39 130	2.96 320	3.23 338	3.98 324	2.71 294	11.53 351	3.42 291	0.90 348	0.48 253	0.79 355	0.79 348	0.75 316	0.89 233

RTSC	3.44 282	6.78 339	16.53 113	1.76 324	1.54 294	3.53 126	0.94 198	4.22 270	2.97 204	3.65 353	3.23 338	3.31 280	2.29 272	6.22 228	7.41 331	0.61 303	1.32 327	0.37 217	0.42 279	0.78 319	0.98 244

edge stereo	3.45 284	1.08 184	22.14 393	1.31 216	1.36 265	2.68 48	1.54 288	4.13 241	3.27 256	2.94 317	3.27 340	4.34 345	2.48 285	11.60 356	2.79 268	0.62 308	0.64 283	0.79 355	0.56 323	0.70 306	0.82 220

tt	7.29 388	0.58 9	7.34 28	4.04 394	2.30 364	12.04 403	20.18 409	15.60 414	7.41 394	3.46 346	3.36 341	5.36 370	6.39 368	4.27 196	7.46 332	9.80 415	11.53 413	7.04 413	7.45 414	6.31 404	3.81 343

PWC_ROB	3.32 272	4.61 326	14.41 72	1.46 264	1.90 347	3.21 70	1.15 241	4.39 332	3.46 297	3.13 329	3.40 342	2.79 244	2.34 276	9.17 281	6.94 325	0.61 303	0.34 168	0.61 328	0.37 246	0.73 310	1.40 273

Prome-Stereo	2.57 151	0.60 24	20.29 268	1.01 104	0.62 91	4.40 303	1.80 312	3.22 97	1.74 59	2.18 189	3.43 343	1.71 111	3.45 332	2.24 122	1.19 76	0.32 82	0.20 17	0.27 42	0.25 74	0.37 141	2.15 308

StereoVision	2.36 98	1.15 195	20.38 278	1.07 124	1.79 341	2.58 46	0.61 43	3.14 91	2.34 126	1.33 43	3.46 344	1.85 141	0.88 41	2.12 106	2.01 222	0.46 239	0.36 184	0.37 217	0.36 238	0.50 240	0.41 68

STTRV1_RVC		1.06 180		1.47 268	1.46 284	3.29 85	1.56 292	4.14 244	3.33 273	1.96 122	3.50 345	2.63 228	2.08 254	11.95 370	2.32 248	2.09 374	4.04 376	0.81 358	0.73 343	1.06 344	0.71 198

PVD	3.91 313	4.36 324	13.89 64	2.81 375	4.79 399	3.80 176	1.94 318	3.89 174	4.11 329	5.75 381	3.56 346	3.59 304	3.34 326	6.44 235	6.44 322	0.73 332	2.84 360	0.74 353	0.84 352	0.82 327	3.45 340

STrans-v2	3.11 238	0.95 156	20.80 326	0.86 36	0.64 96	3.90 196	1.01 210	4.30 298	3.61 307	2.28 217	3.65 347	4.11 332	5.17 356	7.32 253	1.63 164	0.34 121	0.18 5	0.29 76	0.26 88	0.30 42	0.65 184

SPS-STEREO	5.18 357	10.36 359	21.09 353	1.74 320	1.72 333	3.24 77	2.26 338	3.92 181	4.12 330	5.06 378	3.66 348	5.43 371	3.33 325	9.56 288	12.34 356	1.17 361	1.17 323	1.07 366	1.03 362	1.17 356	10.25 385
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM-Forest	4.96 354	0.86 122	21.02 340	1.22 177	0.83 142	4.05 231	3.26 366	4.40 333	3.49 301	4.40 370	3.69 349	4.66 359	13.91 401	11.94 369	17.16 388	0.66 315	0.46 242	0.49 289	0.39 259	0.49 239	1.77 296
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
AnyNet_C01	4.68 345	10.90 363	16.41 110	2.03 343	1.62 313	6.25 385	6.40 393	4.19 263	5.13 372	4.03 361	3.77 350	4.14 333	3.26 321	7.23 251	11.19 346	0.64 312	0.80 299	0.65 339	0.72 342	2.18 376	2.08 305

ASMatch	2.65 170	0.68 58	20.65 317	1.60 292	0.71 117	4.40 303	0.77 113	2.02 23	1.65 50	1.71 81	3.89 351	1.93 150	3.75 337	5.45 209	1.67 171	0.33 105	0.24 88	0.34 178	0.28 127	0.34 107	0.57 148

FAT-Stereo	3.38 277	0.88 128	19.96 227	1.28 204	1.20 236	3.44 105	1.97 321	4.26 292	3.15 237	3.14 332	3.92 352	3.50 296	3.28 322	11.68 360	2.04 227	0.65 314	0.68 289	0.48 276	0.54 317	0.63 283	0.91 235

S-Stereo	3.51 291	0.96 158	22.00 391	1.38 239	1.50 288	3.55 129	2.49 345	4.27 294	3.00 210	2.38 251	3.94 353	3.73 310	1.84 238	11.89 368	2.59 264	0.64 312	0.71 294	0.49 289	0.81 350	0.68 303	1.31 268

ACVNet-4b	6.98 385	14.78 401	22.17 394	3.56 387	3.11 378	4.14 253	2.23 336	4.08 224	3.84 319	1.67 74	3.96 354	5.86 374	2.87 300	10.30 315	17.16 388	26.09 425	2.24 349	2.53 387	1.79 387	3.91 393	3.28 334

CBMV_ROB	4.57 343	0.90 137	21.30 372	1.46 264	0.89 158	4.43 307	1.69 306	4.51 348	3.14 236	5.97 383	4.23 355	4.16 334	7.83 380	11.06 337	16.47 375	0.61 303	0.55 265	0.53 303	0.51 311	0.56 259	0.59 162

aanetorigin	3.34 275	2.00 278	17.58 132	1.20 169	1.57 304	2.57 45	3.75 381	2.73 69	2.10 90	6.11 385	4.27 356	2.88 249	5.64 360	5.46 210	4.60 309	0.53 285	0.46 242	0.45 264	0.48 298	1.15 355	1.22 264

AANet_RVC	3.70 302	7.03 341	17.25 122	1.21 174	1.12 219	3.79 173	1.09 227	3.98 193	3.38 280	2.65 289	4.29 357	3.95 322	1.40 138	11.43 350	7.88 336	1.25 363	0.57 267	0.34 178	0.25 74	0.43 197	0.71 198

MDST_ROB	6.31 374	1.18 197	22.96 403	2.56 366	2.69 369	21.07 412	2.01 327	4.79 372	2.87 195	9.49 398	4.45 358	4.10 331	4.48 349	22.33 409	17.61 392	0.79 339	0.44 236	0.47 271	0.44 287	0.47 230	0.95 242

JetBlue	6.69 383	12.01 368	14.30 70	1.98 338	4.64 398	11.97 402	12.29 402	5.39 382	4.32 346	3.81 357	4.51 359	9.50 389	6.53 370	10.22 310	14.50 368	1.32 364	1.47 329	1.18 371	1.36 378	7.48 410	5.05 355

ADCL	4.70 346	4.04 320	16.12 97	1.35 227	1.28 251	5.46 381	10.88 399	4.08 224	4.25 338	5.97 383	4.51 359	4.29 342	5.60 358	6.37 232	15.21 372	0.54 289	0.48 253	0.88 360	0.78 347	0.86 331	1.01 248

EDNetEfficientorigin	12.42 400	3.26 310	179.44 436	1.21 174	1.00 188	2.89 55	1.82 314	3.05 87	5.37 377	8.87 395	4.78 361	4.17 335	4.80 352	9.91 298	11.32 349	0.41 188	0.41 220	0.62 334	0.88 354	1.33 365	2.81 323

EDNetEfficient	5.62 363	2.26 290	17.51 129	1.67 306	3.59 385	3.99 220	7.25 394	3.14 91	5.63 385	11.52 408	4.82 362	3.94 321	12.48 394	8.39 270	20.56 407	0.46 239	0.46 242	0.48 276	1.06 363	1.65 374	1.62 288

HHNet	2.51 127	0.76 104	20.83 328	0.67 2	0.67 104	4.07 235	0.90 179	3.85 169	1.59 32	2.14 176	4.91 363	0.98 45	3.32 324	1.73 68	1.80 196	0.41 188	0.20 17	0.31 115	0.28 127	0.38 150	0.44 83

FTStereo	3.74 303	0.60 24	20.43 283	0.99 98	0.66 102	4.34 294	11.24 400	2.63 64	1.95 78	2.58 279	5.03 364	1.90 148	13.77 398	3.70 181	1.28 99	0.41 188	0.24 88	0.31 115	0.33 207	0.32 65	2.08 305

ACVNet_2	6.09 370	15.28 408	21.36 375	3.30 384	3.17 380	4.50 318	3.00 359	4.70 365	3.96 326	3.52 349	5.34 365	7.79 383	2.95 302	12.40 375	13.76 362	3.28 386	2.23 348	2.70 393	1.70 382	3.52 385	3.24 332

RAFT-RH_RVC	2.72 185	0.64 37	20.10 245	1.48 270	0.49 47	4.46 310	0.56 25	1.73 12	2.86 193	3.06 325	5.50 366	2.02 169	1.28 119	6.70 241	1.56 145	0.46 239	0.22 47	0.37 217	0.34 216	0.29 31	0.33 22

JetRed	10.68 397	26.07 420	35.62 414	4.40 399	4.16 395	15.72 410	13.07 403	14.57 410	5.83 387	5.85 382	5.55 367	10.12 390	7.37 377	8.86 275	25.99 414	3.33 387	3.82 374	3.59 407	2.98 409	8.51 413	8.22 373

SDNR	4.37 333	2.22 289	20.63 316	1.60 292	0.99 182	5.15 376	0.67 62	4.36 323	5.55 383	4.89 376	7.17 368	5.50 373	1.58 178	17.48 406	4.33 304	0.80 340	0.72 295	0.59 322	0.45 292	1.18 357	1.43 277

EAI-Stereo	4.89 352	0.69 63	7.74 31	0.99 98	1.63 316	4.68 357	51.52 423	5.79 390	3.37 278	3.64 352	7.24 369	1.10 54	0.95 52	2.51 140	1.71 181	0.33 105	0.31 149	0.28 62	2.04 395	0.28 20	0.92 237

PWCDC_ROB	3.62 293	9.86 357	17.35 126	1.62 296	1.57 304	4.19 275	1.01 210	4.35 321	4.20 333	2.26 212	7.36 370	2.73 234	2.75 295	4.10 191	4.51 307	1.47 369	0.37 189	0.39 233	0.34 216	1.22 360	0.73 206

PWCK	6.49 377	13.40 374	20.27 264	2.95 376	1.61 311	5.68 383	7.63 397	5.37 381	4.77 366	3.90 358	7.48 371	7.96 384	5.63 359	15.15 403	10.93 345	3.21 385	1.55 333	2.34 385	1.43 380	6.05 403	2.45 318

CSAN	5.95 367	13.70 382	21.94 386	1.35 227	0.93 172	3.65 150	3.46 371	4.73 369	4.26 339	3.98 360	7.70 372	3.54 302	6.94 374	22.83 410	16.00 374	0.53 285	0.47 250	0.50 291	0.55 321	0.65 291	1.22 264

MSMD_ROB	5.99 368	1.29 215	19.23 177	1.40 247	0.84 146	10.25 399	2.05 330	4.20 265	6.02 389	10.42 406	8.00 373	22.21 407	9.45 389	11.67 357	8.73 338	0.76 338	0.59 274	0.67 341	0.68 338	0.67 298	0.72 201

DCRE	3.02 227	0.95 156	18.48 150	1.18 164	1.89 346	3.57 132	0.82 134	3.36 111	1.70 57	2.04 150	8.12 374	1.73 114	1.07 79	1.31 16	1.24 85	0.24 4	0.87 305	0.26 33	0.27 103	0.28 20	11.03 387

MADNet++	8.64 393	6.17 335	13.88 63	6.61 407	5.25 401	10.15 398	14.20 404	5.89 392	8.25 395	7.14 388	8.18 375	6.41 376	9.84 391	11.71 362	16.73 379	9.65 414	5.03 381	8.63 414	5.68 411	4.83 401	8.57 378

CrosDoStereo	5.27 359	0.75 96	20.07 237	0.85 33	0.53 60	3.40 97	18.03 406	3.90 176	3.29 263	1.99 129	8.27 376	1.95 156	6.95 375	7.34 254	25.94 412	0.33 105	0.22 47	0.30 97	0.28 127	0.35 120	0.61 170

DeepStereo_LL	5.27 359	0.75 96	20.07 237	0.85 33	0.53 60	3.40 97	18.03 406	3.90 176	3.29 263	1.99 129	8.27 376	1.95 156	6.95 375	7.34 254	25.94 412	0.33 105	0.22 47	0.30 97	0.28 127	0.35 120	0.61 170

IMH-64-1	6.10 371	13.83 385	17.55 130	4.34 397	3.78 387	4.79 369	5.94 390	5.34 378	4.20 333	4.10 362	8.31 378	5.07 366	6.92 372	9.63 291	7.36 329	4.60 404	2.96 365	3.04 396	2.14 396	4.30 395	3.88 345

IMH-64	6.10 371	13.83 385	17.55 130	4.34 397	3.78 387	4.79 369	5.94 390	5.34 378	4.20 333	4.10 362	8.31 378	5.07 366	6.92 372	9.63 291	7.36 329	4.60 404	2.96 365	3.04 396	2.14 396	4.30 395	3.88 345

coex-ft	20.00 411	11.54 365	120.82 433	1.18 164	1.30 254	2.36 40	1.99 322	2.96 83	13.96 401	129.83 435	8.40 380	5.88 375	52.82 429	9.93 300	31.13 420	0.61 303	0.62 281	0.50 291	0.49 301	1.10 352	2.63 320

ELAS_RVC	6.36 375	2.53 296	20.21 256	2.67 368	2.48 366	4.90 372	11.89 401	4.84 373	6.31 393	9.03 396	8.54 381	8.09 386	12.73 396	9.32 283	13.25 361	1.92 372	2.18 345	1.51 377	1.31 373	1.40 367	2.15 308
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SANet	6.43 376	13.71 383	22.08 392	1.43 261	1.00 188	6.86 391	3.78 383	4.71 366	11.10 397	4.71 375	8.72 382	7.47 381	7.91 383	12.46 382	18.12 396	0.51 273	0.47 250	0.50 291	0.45 292	0.94 338	1.60 287

WAO-7	6.00 369	14.29 392	20.46 287	1.97 336	1.51 290	5.31 379	3.06 363	5.00 374	5.92 388	4.55 373	8.87 383	6.52 377	6.47 369	13.38 394	13.85 363	1.35 365	1.24 325	1.48 376	1.36 378	1.63 372	1.79 298

ELAS	6.58 378	2.54 297	20.08 242	2.66 367	2.48 366	15.49 409	7.29 395	5.50 386	5.72 386	10.05 403	8.94 384	6.91 380	10.83 392	8.33 268	14.27 366	1.92 372	2.19 346	1.23 373	1.31 373	1.62 371	2.17 310
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
otaku	5.59 362	14.82 403	20.70 320	3.13 380	2.70 370	3.91 199	2.56 348	3.90 176	2.48 146	2.25 206	9.38 385	4.06 328	2.32 275	9.59 290	14.37 367	3.52 390	1.66 336	2.15 384	1.19 369	3.73 390	3.35 337

G-Net	4.16 322	1.39 225	20.31 272	2.30 352	2.91 373	4.68 357	2.86 356	3.35 110	2.44 142	4.43 371	9.43 386	6.89 379	3.83 338	8.91 276	4.83 313	0.80 340	0.80 299	0.70 345	0.50 307	0.95 339	0.97 243

WAO-6	6.68 382	9.03 350	20.68 319	2.98 377	2.79 372	11.93 401	3.56 377	5.39 382	11.65 399	3.55 350	9.59 387	6.77 378	6.72 371	12.28 373	11.56 351	2.88 382	2.36 353	2.50 386	1.84 390	2.89 382	2.72 322

UNDER WATER-64	10.08 394	14.27 391	22.85 401	5.26 406	4.88 400	11.00 400	4.57 389	11.41 401	17.25 407	7.68 390	9.72 388	15.96 401	21.47 413	11.12 340	16.63 378	4.38 398	2.88 362	4.41 410	2.95 408	7.12 408	5.81 361

IMH	7.25 387	16.24 413	21.08 348	4.40 399	3.79 389	5.46 381	3.03 362	5.58 388	6.26 391	4.92 377	10.32 389	9.24 388	8.30 385	13.62 396	11.56 351	4.84 408	3.00 368	3.09 399	2.14 396	4.38 397	3.83 344

UNDER WATER	11.28 399	13.60 377	22.90 402	5.11 405	4.53 397	7.75 395	3.75 381	12.50 403	21.62 414	7.80 392	10.68 390	23.75 410	35.20 416	11.54 352	17.40 390	4.46 400	2.95 363	4.23 409	2.90 407	6.57 405	6.27 363

WCMA_ROB	5.78 365	2.42 294	21.71 382	1.67 306	1.55 298	4.07 235	3.53 375	4.14 244	4.73 360	6.59 387	10.89 391	12.82 396	9.59 390	10.17 308	12.65 359	1.05 354	0.61 278	0.52 299	0.52 312	0.71 308	5.64 358

FCDSN-DC	6.71 384	1.18 197	21.61 381	1.29 209	1.10 215	4.38 297	2.59 349	4.58 357	5.52 381	9.58 399	11.19 392	19.17 403	17.69 406	13.03 388	17.11 386	0.73 332	0.57 267	0.61 328	0.60 329	0.71 308	0.92 237
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	7.08 386	1.01 176	21.89 384	1.74 320	1.64 320	8.18 397	2.31 340	6.50 393	9.16 396	10.85 407	11.33 393	19.85 405	13.33 397	12.94 387	17.10 385	0.72 330	0.57 267	0.59 322	0.57 324	0.64 286	0.69 194

SGM_RVC	6.11 373	1.10 187	20.44 284	2.15 347	0.66 102	15.87 411	3.98 386	5.00 374	6.19 390	9.79 402	11.46 394	8.23 387	12.63 395	12.32 374	9.15 339	0.54 289	0.39 211	0.41 242	0.35 229	0.55 253	1.05 253
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
LVE	7.57 389	15.80 410	21.28 370	3.69 391	3.19 382	4.54 324	2.78 351	10.13 400	11.63 398	3.24 338	11.52 395	18.10 402	4.55 350	11.67 357	10.30 343	4.62 407	2.95 363	2.56 388	1.91 392	3.63 386	3.26 333

MeshStereo	5.67 364	1.80 264	21.28 370	1.40 247	1.14 222	4.38 297	3.83 384	5.51 387	4.85 368	10.12 404	11.72 396	11.44 391	5.87 363	13.86 399	12.31 355	0.68 319	0.61 278	0.61 328	0.60 329	0.73 310	0.68 192
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
THIR-Stereo	4.50 339	1.11 188	18.71 155	0.89 48	0.47 35	2.25 35	16.71 405	3.53 121	1.58 29	2.04 150	12.04 397	2.66 230	7.52 378	7.29 252	11.25 347	0.32 82	0.21 33	0.29 76	0.28 127	0.35 120	0.52 129

WAO-8	12.61 401	16.02 411	21.99 389	3.55 385	3.10 376	15.07 407	2.80 352	12.81 405	19.10 412	7.93 393	13.05 398	11.75 393	8.46 387	83.86 434	15.10 369	3.51 388	1.94 341	3.54 405	1.96 393	3.72 388	2.89 326

Venus	12.61 401	16.02 411	21.99 389	3.55 385	3.10 376	15.07 407	2.80 352	12.81 405	19.10 412	7.93 393	13.05 398	11.75 393	8.46 387	83.86 434	15.10 369	3.51 388	1.94 341	3.54 405	1.96 393	3.72 388	2.89 326

pmcnn	5.90 366	1.81 267	22.30 395	1.69 310	2.37 365	3.47 111	2.10 332	4.58 357	5.56 384	3.75 356	13.12 400	22.07 406	3.70 336	11.99 371	17.13 387	0.58 298	0.23 70	0.23 4	0.19 9	0.37 141	0.70 196

LSM	13.03 403	7.72 346	21.01 339	55.44 431	85.65 429	3.65 150	6.27 392	3.91 180	5.06 370	5.63 380	13.91 401	3.53 301	3.46 333	9.93 300	4.36 305	0.72 330	0.95 311	0.72 350	0.85 353	1.09 350	26.67 420

MANE	15.29 405	13.67 380	23.58 405	10.15 415	13.37 410	23.58 416	23.86 410	27.83 417	26.26 416	12.02 409	15.10 402	19.83 404	18.01 407	15.68 405	20.35 406	8.58 413	9.20 405	3.05 398	4.19 410	0.82 327	16.69 410

FINET	10.59 396	14.44 397	25.84 409	2.30 352	3.90 390	21.74 413	25.19 412	8.85 398	16.99 405	2.68 290	15.19 403	11.45 392	13.83 399	6.71 243	15.11 371	0.80 340	8.59 394	0.53 303	0.44 287	0.62 277	16.67 409

Anonymous_1	57.77 430	19.65 415	26.12 410	23.12 419	141.97 435	30.79 417	39.72 419	34.10 421	16.98 404	70.09 431	15.64 404	23.44 409	19.73 410	23.03 412	27.21 415	164.70 437	9.02 402	130.41 432	137.42 434	161.21 438	41.01 425

SGM+DAISY	13.18 404	14.36 394	24.65 408	8.10 410	13.49 411	22.47 414	25.54 413	12.13 402	17.08 406	14.77 410	15.82 405	12.17 395	13.97 402	12.65 385	18.22 398	8.40 412	9.18 404	1.23 373	1.33 376	1.23 361	16.81 414

SGM-ForestM	15.60 406	14.94 405	28.17 413	7.84 409	10.49 406	23.43 415	24.58 411	20.87 415	16.87 403	15.92 413	15.89 406	27.08 415	22.45 414	24.86 415	28.42 419	3.85 395	8.90 398	0.55 312	1.15 368	0.64 286	15.05 398

DPSM_ROB	20.83 412	20.01 416	26.54 411	23.64 420	22.42 416	31.06 418	39.94 420	34.02 419	17.42 408	15.35 411	16.05 407	24.04 411	20.69 411	23.28 413	27.60 416	10.77 416	9.41 406	11.68 418	11.50 417	14.48 418	16.71 411

DPSM	20.83 412	20.01 416	26.54 411	23.64 420	22.42 416	31.06 418	39.94 420	34.02 419	17.42 408	15.35 411	16.05 407	24.04 411	20.69 411	23.28 413	27.60 416	10.77 416	9.41 406	11.68 418	11.50 417	14.48 418	16.71 411

LE_ROB	19.18 410	12.99 373	48.22 422	8.42 412	23.91 418	7.26 393	19.71 408	9.92 399	38.58 424	43.44 422	21.85 409	28.15 416	41.18 419	23.00 411	54.71 424	0.38 171	0.34 168	0.32 129	0.36 238	0.43 197	0.49 114

DGTPSM_ROB	16.67 407	21.79 418	40.19 418	10.00 414	19.05 414	12.43 404	33.20 416	13.71 407	18.09 410	9.71 400	22.85 410	13.77 398	19.64 408	21.23 407	24.07 408	5.09 409	8.95 400	5.62 411	11.49 416	6.73 406	15.75 407

DPSMNet_ROB	16.76 408	21.81 419	40.95 419	10.20 416	19.08 415	12.43 404	33.21 417	13.73 408	18.21 411	9.76 401	22.88 411	13.78 399	19.64 408	21.39 408	24.21 409	5.20 410	8.97 401	5.63 412	11.51 419	6.80 407	15.82 408

TorneroNet-64	10.52 395	14.33 393	21.95 387	4.29 396	3.76 386	13.77 406	2.83 355	14.96 411	23.11 415	10.24 405	23.77 412	13.44 397	8.15 384	13.98 400	17.70 394	4.03 397	2.73 359	3.23 401	2.53 400	7.27 409	4.35 352

NVStereoNet_ROB	6.63 380	9.57 355	19.28 180	3.19 381	2.11 355	3.69 156	1.99 322	4.32 314	6.27 392	3.26 340	24.57 413	5.45 372	11.39 393	13.56 395	12.37 357	2.79 379	2.05 343	1.76 379	1.75 386	1.49 369	1.75 292
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Dean	8.35 392	15.23 407	22.34 396	3.76 392	3.55 384	4.81 371	3.51 373	5.34 378	5.37 377	4.49 372	26.13 414	25.59 414	4.33 347	11.21 341	13.12 360	3.78 393	2.31 351	2.90 395	1.89 391	4.04 394	3.34 336

SPstereo	30.75 418	13.65 378	19.03 165	8.80 413	10.65 407	50.20 426	82.83 434	71.83 431	35.94 423	30.86 417	29.63 415	48.58 427	42.25 426	47.75 431	58.04 431	7.66 411	8.94 399	20.43 421	10.51 415	8.69 414	8.79 379

LRCNet_RVC	25.63 415	33.47 421	24.35 407	31.77 422	32.74 419	6.73 390	1.19 245	25.87 416	4.67 359	28.95 414	30.91 416	24.89 413	17.54 405	27.82 416	24.57 411	35.48 426	25.62 428	35.91 428	33.80 427	31.95 428	34.38 424

MyStereo03	43.09 422	40.09 423	53.32 426	48.07 428	45.83 426	62.40 428	80.65 430	67.87 425	35.18 420	31.09 418	32.21 417	48.24 423	41.62 421	46.66 428	55.80 428	21.53 419	18.98 419	23.44 422	23.21 423	29.12 421	56.57 430

MyStereo02	43.09 422	40.09 423	53.32 426	48.07 428	45.83 426	62.40 428	80.65 430	67.87 425	35.18 420	31.09 418	32.21 417	48.24 423	41.62 421	46.66 428	55.80 428	21.53 419	18.98 419	23.44 422	23.21 423	29.12 421	56.57 430

MyStereo	43.09 422	40.09 423	53.32 426	48.07 428	45.83 426	62.40 428	80.65 430	67.87 425	35.18 420	31.09 418	32.21 417	48.24 423	41.62 421	46.66 428	55.80 428	21.53 419	18.98 419	23.44 422	23.21 423	29.12 421	56.57 430

Selective-RAFT-Error	41.88 420	40.10 426	53.23 425	47.74 427	45.20 425	62.42 431	80.58 429	68.27 429	34.95 418	30.85 416	32.30 420	48.08 421	42.07 425	46.54 425	54.92 425	21.60 423	19.12 422	23.46 425	23.15 422	29.14 424	33.95 423

CasAABBNet	41.89 421	40.14 427	53.33 429	47.71 426	45.10 424	62.42 431	80.65 430	68.29 430	34.85 417	30.67 415	32.34 421	48.22 422	41.76 424	46.61 427	55.60 427	21.59 422	18.89 418	23.46 425	23.21 423	29.17 425	33.75 422

LSM0	49.69 428	40.02 422	53.50 430	97.07 432	129.56 433	62.65 433	79.82 428	68.02 428	35.12 419	33.72 421	33.34 422	48.41 426	41.54 420	46.57 426	55.40 426	21.63 424	19.16 423	23.60 427	23.13 421	29.46 426	52.08 429

HanzoNet	31.86 419	17.33 414	21.23 367	7.52 408	5.85 404	7.49 394	3.61 380	14.35 409	13.37 400	50.38 425	46.35 423	44.46 418	56.50 430	36.53 422	28.25 418	64.05 431	58.31 432	9.45 416	89.24 432	31.17 427	31.77 421

notaker	10.92 398	14.17 390	20.38 278	4.56 403	3.98 392	6.29 386	3.53 375	7.68 395	5.10 371	9.04 397	46.37 424	13.84 400	28.85 415	14.18 402	14.16 365	4.57 403	3.19 369	3.52 404	2.70 404	8.16 412	4.13 349

HaxPig	43.31 425	43.63 428	45.01 420	33.88 423	35.67 421	32.79 420	30.52 415	45.50 422	42.95 425	48.75 423	48.14 425	43.24 417	40.44 418	44.58 423	43.63 421	47.17 428	49.30 429	51.65 430	50.37 429	43.72 429	45.27 426

AVERAGE_ROB	44.46 426	45.87 429	46.48 421	40.54 425	38.62 422	32.95 421	30.49 414	46.80 423	43.31 426	49.57 424	48.93 426	44.57 419	39.87 417	45.01 424	43.89 422	48.70 429	50.65 430	50.80 429	49.79 428	45.54 430	46.89 427

MEDIAN_ROB	47.37 427	49.00 430	49.74 423	40.28 424	39.94 423	34.93 422	33.41 418	49.78 424	46.38 428	53.04 426	52.61 427	47.67 420	42.28 427	48.33 432	47.25 423	52.06 430	53.99 431	54.28 431	53.48 430	48.70 431	50.27 428

KSHMR	17.50 409	14.38 396	22.35 397	4.50 401	4.51 396	8.17 396	3.33 368	15.44 413	76.15 430	7.32 389	61.40 428	56.33 428	5.66 361	32.91 418	13.97 364	4.42 399	2.99 367	3.64 408	2.79 406	5.13 402	4.55 354

xxxxx1	112.85 432	94.19 434	38.10 415	228.21 437	161.02 436	39.23 423	61.26 425	92.54 433	79.08 433	63.44 428	74.84 429	77.80 430	69.88 431	33.55 419	70.96 432	117.25 433	130.44 435	258.49 436	273.88 436	145.63 435	147.24 435

tt_ll	112.85 432	94.19 434	38.10 415	228.21 437	161.02 436	39.23 423	61.26 425	92.54 433	79.08 433	63.44 428	74.84 429	77.80 430	69.88 431	33.55 419	70.96 432	117.25 433	130.44 435	258.49 436	273.88 436	145.63 435	147.24 435

ff	112.85 432	94.19 434	38.10 415	228.21 437	161.02 436	39.23 423	61.26 425	92.54 433	79.08 433	63.44 428	74.84 429	77.80 430	69.88 431	33.55 419	70.96 432	117.25 433	130.44 435	258.49 436	273.88 436	145.63 435	147.24 435

TorneroNet	26.32 416	14.70 398	22.40 398	4.24 395	4.08 394	54.72 427	3.19 364	15.11 412	76.73 431	57.99 427	82.55 432	86.65 433	45.79 428	13.34 393	18.51 399	4.52 402	2.86 361	3.45 402	2.63 403	8.75 415	4.28 350

BEATNet-Init1	51.93 429	71.67 433	99.39 432	10.91 418	13.10 408	84.39 434	59.36 424	73.78 432	67.97 429	88.09 433	88.15 433	91.73 434	97.51 435	85.13 436	72.56 435	2.59 378	5.18 382	1.20 372	1.49 381	10.61 416	13.83 389

ASD4	117.27 435	129.52 437	123.56 434	122.58 433	90.02 430	142.70 435	121.49 435	155.40 437	106.26 436	137.15 436	93.99 434	116.23 436	77.54 434	123.37 437	97.34 436	115.20 432	101.37 433	138.98 434	118.15 433	131.38 434	103.11 433

ktn	22.24 414	14.37 395	20.30 270	4.54 402	4.02 393	6.52 388	4.50 388	6.78 394	78.80 432	84.67 432	100.54 435	58.48 429	8.39 386	13.13 389	17.09 384	4.61 406	3.24 370	3.49 403	2.62 402	4.70 400	3.96 347

DPSimNet_ROB	143.68 436	156.64 438	170.66 435	162.59 434	135.40 434	195.13 437	174.01 436	141.76 436	167.78 438	174.58 437	138.78 436	186.01 437	183.75 437	82.32 433	97.85 437	151.24 436	102.48 434	131.25 433	82.78 431	115.21 433	123.37 434

test_example2	213.42 437	219.67 439	222.97 437	213.78 436	220.82 439	199.03 438	200.49 437	189.27 438	143.61 437	211.05 438	218.08 437	210.69 438	205.21 438	221.14 438	216.49 438	236.74 438	242.08 438	213.66 435	216.96 435	235.55 439	231.06 438

PML	64.55 431	56.00 432	20.79 325	8.10 410	32.82 420	147.60 436	247.57 438	12.71 404	45.39 427	111.32 434	288.85 438	101.42 435	100.62 436	31.63 417	15.84 373	13.96 418	4.84 378	10.95 417	6.18 413	28.99 420	5.33 357

FADE		14.73 399		10.62 417	13.30 409													346.21 439		7.64 411

Low-res two-view benchmark