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

MIF-Stereo	0.36 10	0.66 141	2.43 125	0.28 33	0.24 117	0.30 4	0.18 10	0.35 1	0.36 2	0.26 14	0.37 41	0.18 1	0.18 6	0.33 14	0.30 55	0.11 110	0.08 38	0.09 13	0.08 27	0.25 207	0.09 2

MyStereo07	0.56 110	0.68 149	2.42 120	0.30 59	0.41 247	0.61 159	0.31 179	0.58 55	0.72 196	1.17 347	0.26 14	0.20 2	0.27 61	1.28 220	0.28 41	0.09 11	0.59 305	0.12 134	0.21 268	0.16 69	0.48 222

ff7	0.65 190	0.58 118	2.09 56	0.39 197	0.60 300	0.56 85	0.23 57	0.49 14	0.62 92	1.00 330	0.24 6	0.20 2	0.24 26	0.71 140	0.24 15	0.09 11	2.09 389	0.10 46	0.18 232	0.24 192	2.22 394

ffff	0.65 190	0.58 118	2.09 56	0.39 197	0.60 300	0.56 85	0.23 57	0.49 14	0.62 92	1.00 330	0.24 6	0.20 2	0.24 26	0.71 140	0.24 15	0.09 11	2.09 389	0.10 46	0.18 232	0.24 192	2.22 394

11t	0.65 190	0.58 118	2.09 56	0.39 197	0.60 300	0.56 85	0.23 57	0.49 14	0.62 92	1.00 330	0.24 6	0.20 2	0.24 26	0.71 140	0.24 15	0.09 11	2.09 389	0.10 46	0.18 232	0.24 192	2.22 394

CAS	0.39 15	0.31 7	1.79 9	0.81 341	0.34 208	0.51 45	0.23 57	0.49 14	0.42 9	0.23 6	0.31 25	0.20 2	0.17 1	0.30 2	0.25 23	0.77 373	0.06 1	0.07 1	0.05 1	0.10 10	0.41 187

ccc-4	0.65 190	0.58 118	2.09 56	0.39 197	0.60 300	0.56 85	0.23 57	0.49 14	0.62 92	1.00 330	0.24 6	0.20 2	0.24 26	0.71 140	0.24 15	0.09 11	2.09 389	0.10 46	0.18 232	0.24 192	2.22 394

AEACV	0.89 304	0.29 2	1.84 17	2.50 403	1.68 394	0.53 65	0.21 29	1.01 289	0.42 9	0.68 261	0.31 25	0.22 8	0.39 145	1.63 266	0.25 23	0.09 11	2.60 407	0.09 13	0.54 370	0.23 186	2.27 399

anonymousdsp	0.86 290	0.59 124	2.65 222	1.33 369	1.25 377	0.56 85	0.23 57	0.54 39	0.71 189	1.13 343	0.25 11	0.22 8	0.24 26	1.24 213	0.24 15	0.09 11	2.34 404	0.10 46	0.18 232	0.25 207	3.12 408

Selective-IGEV	0.57 117	0.42 70	1.87 22	1.67 387	1.33 380	0.36 10	0.20 20	0.61 67	0.71 189	0.22 3	0.31 25	0.22 8	0.19 7	0.52 78	0.36 103	0.09 11	0.97 335	0.09 13	0.15 194	0.20 149	0.85 311

ProNet	0.46 45	0.60 125	1.85 19	0.35 142	0.67 318	0.49 37	0.25 98	0.53 30	0.57 66	0.21 1	0.24 6	0.22 8	0.20 14	0.52 78	0.22 4	0.09 11	0.47 286	0.10 46	0.09 37	0.23 186	1.33 356

IGEV-Stereo	0.86 290	0.60 125	2.65 222	1.35 371	1.25 377	0.56 85	0.23 57	0.54 39	0.71 189	1.14 344	0.25 11	0.22 8	0.24 26	1.24 213	0.24 15	0.09 11	2.34 404	0.10 46	0.18 232	0.25 207	3.13 409
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CASnet	0.32 3	0.40 63	1.80 10	0.28 33	0.11 1	0.47 29	0.19 12	0.45 7	0.47 24	0.39 30	0.31 25	0.23 13	0.17 1	0.31 3	0.21 1	0.11 110	0.06 1	0.15 244	0.12 138	0.16 69	0.08 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS_RVC	0.34 5	0.38 55	1.96 37	0.27 21	0.35 216	0.43 15	0.22 38	0.43 5	0.34 1	0.24 9	0.34 33	0.23 13	0.28 71	0.34 15	0.22 4	0.08 1	0.07 6	0.07 1	0.05 1	0.10 10	0.35 153

XX-TBD	0.40 17	1.04 234	2.49 169	0.35 142	0.13 5	0.51 45	0.17 5	0.44 6	0.52 45	0.38 28	0.51 115	0.23 13	0.19 7	0.31 3	0.25 23	0.10 47	0.07 6	0.08 3	0.06 6	0.09 5	0.18 56

sAnonymous2	0.45 40	0.88 199	2.97 296	0.31 73	0.25 123	0.34 8	0.28 132	0.56 48	0.49 29	0.25 11	0.30 20	0.23 13	0.29 87	0.31 3	0.22 4	0.12 142	0.09 81	0.12 134	0.13 158	0.38 308	0.43 196

CroCo_RVC	0.45 40	0.88 199	2.97 296	0.31 73	0.25 123	0.34 8	0.28 132	0.56 48	0.49 29	0.25 11	0.30 20	0.23 13	0.29 87	0.31 3	0.22 4	0.12 142	0.09 81	0.12 134	0.13 158	0.38 308	0.43 196

Anonymous	0.41 18	0.44 80	2.55 188	0.35 142	0.32 193	0.38 11	0.34 207	0.57 53	0.41 5	0.25 11	0.30 20	0.23 13	0.29 87	0.38 26	0.28 41	0.15 232	0.13 152	0.11 92	0.12 138	0.24 192	0.30 127

test croco	0.43 25	0.73 164	2.80 269	0.28 33	0.19 63	0.33 7	0.21 29	0.63 76	0.50 35	0.24 9	0.38 47	0.24 19	0.25 40	0.48 58	0.32 77	0.12 142	0.08 38	0.13 190	0.09 37	0.43 331	0.13 12

CREStereo++_RVC	0.38 13	0.37 50	2.47 161	0.25 5	0.16 20	0.54 72	0.15 1	0.42 4	0.57 66	0.37 25	0.52 122	0.24 19	0.19 7	0.31 3	0.27 36	0.09 11	0.06 1	0.08 3	0.30 308	0.09 5	0.22 76
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
CREStereo	0.31 1	0.35 37	1.66 6	0.19 1	0.13 5	0.55 81	0.17 5	0.50 23	0.50 35	0.28 18	0.34 33	0.24 19	0.21 15	0.34 15	0.23 14	0.11 110	0.07 6	0.08 3	0.05 1	0.10 10	0.12 10
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
ACVNet-DCA	0.67 210	0.73 164	2.43 125	0.67 320	0.52 277	0.76 276	0.24 79	0.81 144	0.83 274	0.77 293	0.39 50	0.25 22	0.38 134	0.70 134	0.22 4	0.10 47	2.13 394	0.11 92	0.09 37	0.16 69	1.18 340

1test111	0.72 238	0.73 164	2.43 125	0.67 320	0.52 277	0.76 276	0.24 79	0.81 144	0.83 274	0.77 293	0.39 50	0.25 22	0.38 134	1.03 185	0.75 222	0.10 47	2.13 394	0.11 92	0.09 37	0.16 69	1.18 340

cc1	0.74 243	0.73 164	2.43 125	0.67 320	0.52 277	0.76 276	0.24 79	0.85 178	1.05 344	0.77 293	0.39 50	0.25 22	0.38 134	0.70 134	0.22 4	0.10 47	2.13 394	0.11 92	0.09 37	0.25 207	2.20 393

MIF-Stereo (partial)	0.41 18	0.71 156	2.67 233	0.27 21	0.24 117	0.32 6	0.17 5	0.56 48	0.46 18	0.26 14	0.37 41	0.25 22	0.26 48	0.46 48	0.35 101	0.11 110	0.08 38	0.12 134	0.10 70	0.21 158	0.15 30

GLC_STEREO	0.31 1	0.30 5	1.80 10	0.29 45	0.12 3	0.41 13	0.20 20	0.39 2	0.42 9	0.26 14	0.31 25	0.25 22	0.19 7	0.36 23	0.26 32	0.09 11	0.11 124	0.12 134	0.10 70	0.13 35	0.15 30

sCroCo_RVC	0.37 11	0.39 59	2.38 104	0.35 142	0.27 148	0.31 5	0.22 38	0.49 14	0.48 27	0.23 6	0.34 33	0.25 22	0.24 26	0.35 21	0.25 23	0.15 232	0.17 198	0.12 134	0.11 108	0.15 60	0.15 30

tt1	0.74 243	0.73 164	2.34 98	0.67 320	0.63 310	0.75 272	0.24 79	0.85 178	0.96 326	0.81 305	0.38 47	0.26 28	0.35 120	0.64 117	0.22 4	0.10 47	2.16 399	0.11 92	0.09 37	0.25 207	2.19 389

whm_eth	0.51 80	0.86 194	2.79 267	0.31 73	0.31 182	0.49 37	0.24 79	0.78 125	0.75 221	0.48 65	0.86 307	0.26 28	0.26 48	0.38 26	0.29 50	0.13 184	0.11 124	0.13 190	0.12 138	0.14 51	0.44 208

DLNR_Zeroshot_test	13.74 417	20.06 421	23.92 422	121.50 435	35.20 430	0.46 20	0.15 1	7.96 414	0.47 24	0.29 21	0.37 41	0.26 28	0.17 1	0.79 158	0.36 103	7.16 417	2.95 411	0.09 13	0.38 345	50.40 433	1.95 379

CES	0.33 4	0.32 14	1.46 2	0.25 5	0.50 273	0.40 12	0.20 20	0.48 11	0.48 27	0.22 3	0.29 17	0.26 28	0.19 7	0.35 21	0.22 4	0.09 11	0.07 6	0.08 3	0.05 1	0.16 69	0.54 245

TANstereo	0.39 15	0.70 154	2.48 166	0.23 3	0.12 3	0.54 72	0.16 3	0.41 3	0.47 24	0.45 51	0.51 115	0.26 28	0.22 18	0.34 15	0.21 1	0.10 47	0.10 103	0.08 3	0.07 12	0.09 5	0.18 56

GMStereo	0.44 37	1.32 297	2.65 222	0.28 33	0.16 20	0.42 14	0.22 38	0.48 11	0.63 103	0.41 33	0.36 37	0.26 28	0.25 40	0.41 40	0.30 55	0.14 214	0.08 38	0.10 46	0.12 138	0.17 90	0.13 12
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
PMTNet	0.35 7	0.38 55	1.75 8	0.21 2	0.14 8	0.57 104	0.24 79	0.48 11	0.44 16	0.28 18	0.32 31	0.26 28	0.24 26	0.41 40	0.24 15	0.42 355	0.07 6	0.08 3	0.05 1	0.18 109	0.15 30

EGLCR-Stereo	0.90 307	0.31 7	1.90 26	1.60 383	0.95 351	1.14 351	0.42 251	0.85 178	0.43 13	1.74 381	0.21 1	0.27 35	0.17 1	1.56 252	0.30 55	0.10 47	2.60 407	0.10 46	0.09 37	0.10 10	3.10 407

MC-Stereo	0.58 125	0.37 50	2.00 40	0.88 344	0.64 314	0.54 72	0.19 12	0.46 9	0.39 3	0.58 169	0.39 50	0.27 35	0.27 61	0.71 140	0.32 77	0.09 11	1.20 353	0.09 13	0.16 211	0.22 172	1.92 378

StereoIM	0.35 7	0.89 204	2.15 68	0.25 5	0.29 163	0.29 3	0.17 5	0.47 10	0.41 5	0.21 1	0.22 2	0.28 37	0.21 15	0.32 13	0.31 69	0.10 47	0.09 81	0.10 46	0.08 27	0.11 17	0.12 10

RCA-Stereo	0.45 40	0.38 55	1.80 10	0.27 21	0.25 123	0.58 111	0.23 57	0.84 168	0.66 123	0.42 37	0.44 74	0.28 37	0.35 120	0.31 3	0.21 1	0.09 11	1.01 338	0.09 13	0.07 12	0.21 158	0.53 242

DCANet-4	0.43 25	0.32 14	2.31 93	0.26 15	0.14 8	0.51 45	0.22 38	0.84 168	0.78 240	0.55 141	0.48 88	0.28 37	0.37 127	0.40 34	0.37 106	0.10 47	0.07 6	0.09 13	0.07 12	0.08 1	0.43 196

s12784h	0.41 18	0.34 30	2.17 71	0.24 4	0.11 1	0.64 206	0.24 79	0.85 178	0.70 177	0.45 51	0.54 139	0.28 37	0.27 61	0.51 74	0.27 36	0.11 110	0.06 1	0.09 13	0.06 6	0.16 69	0.14 24

CroCo-Stereo Lap2	0.38 13	0.91 212	2.02 45	0.33 110	0.38 234	0.23 2	0.21 29	0.63 76	0.51 40	0.23 6	0.28 15	0.29 41	0.23 24	0.34 15	0.28 41	0.10 47	0.09 81	0.10 46	0.08 27	0.22 172	0.15 30

IGEVStereo-DCA	0.74 243	0.74 173	2.09 56	0.76 332	0.77 333	0.45 17	0.23 57	0.49 14	0.62 92	0.71 278	0.22 2	0.30 42	0.28 71	1.29 221	1.53 316	0.10 47	1.50 376	0.10 46	0.18 232	0.24 192	2.22 394

rrr	0.84 279	0.74 173	3.40 338	0.76 332	0.77 333	0.45 17	0.28 132	1.23 358	0.84 286	0.71 278	0.22 2	0.30 42	0.28 71	1.29 221	1.53 316	0.10 47	1.50 376	0.10 46	0.29 302	0.24 192	1.75 375

AnonymousM	0.45 40	0.49 89	1.83 14	0.29 45	0.15 13	0.53 65	0.22 38	0.64 78	0.66 123	0.47 63	0.33 32	0.30 42	0.25 40	0.49 68	0.29 50	0.12 142	0.27 254	0.71 377	0.37 342	0.12 25	0.41 187

test_xeample3	0.86 290	0.75 177	3.36 328	0.65 314	0.76 331	0.49 37	0.33 202	1.21 357	0.80 256	0.61 204	0.23 5	0.30 42	0.29 87	1.17 205	1.57 318	0.10 47	1.79 382	0.10 46	0.40 349	0.25 207	2.09 383

DIP-Stereo	0.43 25	0.50 95	2.21 79	0.27 21	0.18 47	0.63 194	0.17 5	0.94 241	0.58 72	0.49 81	0.48 88	0.30 42	0.30 97	0.40 34	0.31 69	0.10 47	0.08 38	0.10 46	0.08 27	0.15 60	0.33 140
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
fff	0.50 70	0.90 209	2.63 212	0.25 5	0.15 13	0.51 45	0.22 38	0.85 178	0.82 268	0.55 141	0.48 88	0.31 47	0.65 279	0.39 30	0.37 106	0.10 47	0.07 6	0.09 13	0.07 12	0.08 1	0.43 196

raftrobust	0.52 82	1.14 253	2.15 68	0.33 110	0.99 356	0.53 65	0.21 29	0.59 62	0.50 35	0.53 126	0.36 37	0.31 47	0.33 111	0.47 50	0.42 121	0.10 47	0.55 298	0.09 13	0.08 27	0.22 172	0.46 216

csc	0.50 70	0.90 209	2.63 212	0.25 5	0.15 13	0.51 45	0.22 38	0.85 178	0.82 268	0.55 141	0.48 88	0.31 47	0.65 279	0.39 30	0.37 106	0.10 47	0.07 6	0.09 13	0.07 12	0.08 1	0.43 196

cscssc	0.50 70	0.90 209	2.63 212	0.25 5	0.15 13	0.51 45	0.22 38	0.85 178	0.82 268	0.55 141	0.48 88	0.31 47	0.65 279	0.39 30	0.37 106	0.10 47	0.07 6	0.09 13	0.07 12	0.08 1	0.43 196

ADStereo(finetuned)	0.50 70	0.91 212	2.43 125	0.26 15	0.14 8	0.51 45	0.22 38	0.84 168	0.78 240	0.56 151	0.49 101	0.32 51	0.75 308	0.40 34	0.40 115	0.10 47	0.07 6	0.09 13	0.07 12	0.13 35	0.45 213

HHNet	0.63 178	0.67 142	3.10 310	0.37 166	0.25 123	0.64 206	0.60 315	0.70 98	0.67 135	0.55 141	1.12 343	0.32 51	0.60 270	0.43 44	1.75 325	0.16 246	0.08 38	0.12 134	0.10 70	0.18 109	0.22 76

raft+_RVC	0.62 166	1.18 267	2.43 125	0.36 156	2.08 400	0.52 60	0.25 98	0.66 83	0.54 54	0.36 23	0.46 77	0.32 51	0.28 71	0.49 68	0.43 127	0.10 47	0.91 333	0.10 46	0.09 37	0.22 172	0.70 289

DCANet	0.49 66	0.91 212	2.63 212	0.26 15	0.14 8	0.51 45	0.22 38	0.84 168	0.78 240	0.56 151	0.49 101	0.32 51	0.41 162	0.39 30	0.41 117	0.10 47	0.07 6	0.09 13	0.07 12	0.14 51	0.45 213

rafts_anoy	0.60 146	1.33 301	2.59 198	0.53 277	1.09 368	0.49 37	0.25 98	0.67 86	0.53 51	0.41 33	0.38 47	0.33 55	0.30 97	0.68 131	0.41 117	0.10 47	1.13 350	0.13 190	0.15 194	0.20 149	0.29 119

Anonymous3	0.47 48	0.49 89	2.61 207	0.33 110	0.25 123	0.72 262	0.32 189	0.80 137	0.60 80	0.36 23	0.41 59	0.33 55	0.29 87	0.46 48	0.30 55	0.19 287	0.18 204	0.13 190	0.13 158	0.18 109	0.22 76

R-Stereo Train	0.42 22	0.31 7	2.51 173	0.30 59	0.18 47	0.56 85	0.25 98	0.82 151	0.41 5	0.57 163	0.67 234	0.33 55	0.24 26	0.34 15	0.33 86	0.10 47	0.08 38	0.09 13	0.07 12	0.09 5	0.18 56

RAFT-Stereo	0.42 22	0.31 7	2.51 173	0.30 59	0.18 47	0.56 85	0.25 98	0.82 151	0.41 5	0.57 163	0.67 234	0.33 55	0.24 26	0.34 15	0.33 86	0.10 47	0.08 38	0.09 13	0.07 12	0.09 5	0.18 56
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
UDGNet	0.50 70	1.36 310	2.44 133	0.37 166	0.19 63	0.58 111	0.23 57	0.49 14	0.69 167	0.42 37	0.39 50	0.34 59	0.29 87	0.55 91	0.32 77	0.25 329	0.10 103	0.37 355	0.19 248	0.30 257	0.17 49

dd	0.48 55	1.32 297	2.41 116	0.31 73	0.17 37	0.58 111	0.26 110	0.50 23	0.71 189	0.42 37	0.41 59	0.34 59	0.28 71	0.47 50	0.41 117	0.18 276	0.10 103	0.13 190	0.12 138	0.22 172	0.16 43

TestStereo	0.49 66	0.88 199	2.38 104	0.30 59	0.16 20	0.43 15	0.25 98	0.55 47	0.46 18	0.38 28	0.46 77	0.34 59	0.28 71	1.96 319	0.28 41	0.11 110	0.08 38	0.12 134	0.09 37	0.15 60	0.13 12

11t1	0.60 146	0.49 89	2.19 74	0.35 142	0.58 294	0.48 32	0.21 29	0.72 105	0.73 199	0.49 81	0.47 82	0.35 62	0.34 118	0.61 109	0.71 214	0.12 142	1.26 361	0.10 46	0.29 302	0.16 69	1.22 348

TestStereo1	0.59 140	1.21 274	2.63 212	0.40 210	0.60 300	0.56 85	0.34 207	0.82 151	0.73 199	0.45 51	0.63 211	0.36 63	0.42 173	0.66 124	0.42 121	0.10 47	0.32 259	0.12 134	0.10 70	0.34 280	0.52 239

SA-5K	0.59 140	1.21 274	2.63 212	0.40 210	0.60 300	0.56 85	0.34 207	0.82 151	0.73 199	0.45 51	0.63 211	0.36 63	0.42 173	0.66 124	0.42 121	0.10 47	0.32 259	0.12 134	0.10 70	0.34 280	0.52 239

RALCasStereoNet	0.65 190	1.34 303	2.56 192	0.43 232	0.96 352	0.50 43	0.26 110	0.62 70	0.56 63	0.43 43	0.49 101	0.36 63	0.28 71	0.72 145	0.53 164	0.10 47	1.18 351	0.09 13	0.08 27	0.27 233	1.27 351

LoS	0.34 5	0.35 37	1.88 23	0.25 5	0.13 5	0.53 65	0.20 20	0.50 23	0.53 51	0.26 14	0.28 15	0.37 66	0.24 26	0.40 34	0.25 23	0.10 47	0.08 38	0.08 3	0.06 6	0.15 60	0.10 4

NF-Stereo	0.53 91	0.33 23	2.55 188	0.55 284	0.16 20	0.61 159	0.43 258	0.70 98	0.70 177	0.50 99	0.47 82	0.37 66	0.26 48	1.44 239	0.78 231	0.12 142	0.07 6	0.12 134	0.10 70	0.13 35	0.17 49

OCTAStereo	0.53 91	0.33 23	2.54 181	0.56 293	0.16 20	0.61 159	0.42 251	0.70 98	0.70 177	0.50 99	0.47 82	0.37 66	0.26 48	1.43 235	0.79 234	0.12 142	0.07 6	0.12 134	0.10 70	0.13 35	0.17 49

RE-Stereo	0.53 91	0.33 23	2.54 181	0.56 293	0.16 20	0.61 159	0.43 258	0.70 98	0.70 177	0.50 99	0.47 82	0.37 66	0.26 48	1.43 235	0.77 227	0.12 142	0.07 6	0.12 134	0.10 70	0.13 35	0.17 49

TVStereo	0.53 91	0.33 23	2.54 181	0.56 293	0.16 20	0.61 159	0.43 258	0.70 98	0.70 177	0.50 99	0.47 82	0.37 66	0.26 48	1.43 235	0.77 227	0.12 142	0.07 6	0.12 134	0.10 70	0.13 35	0.17 49

DisPM	0.48 55	0.41 68	2.54 181	0.61 305	0.18 47	0.59 129	0.62 322	0.54 39	0.67 135	0.61 204	0.53 125	0.38 71	0.26 48	0.76 152	0.31 69	0.13 184	0.07 6	0.12 134	0.11 108	0.12 25	0.15 30

DRaft	0.65 190	0.47 85	2.38 104	0.25 5	0.17 37	0.64 206	0.65 327	0.56 48	0.57 66	0.67 255	0.98 326	0.38 71	0.99 339	1.42 234	2.06 339	0.11 110	0.14 165	0.10 46	0.14 176	0.18 109	0.21 72

4D-IteraStereo	0.62 166	1.29 294	3.04 305	0.27 21	0.30 174	0.46 20	0.26 110	0.54 39	0.51 40	0.41 33	0.31 25	0.39 73	0.19 7	0.53 85	0.65 200	0.09 11	0.47 286	0.12 134	0.11 108	0.21 158	2.14 386

SA	0.61 153	1.14 253	2.79 267	0.32 90	0.63 310	0.57 104	0.30 169	0.97 264	0.78 240	0.43 43	0.63 211	0.39 73	0.46 209	0.70 134	0.31 69	0.10 47	0.44 283	0.13 190	0.32 318	0.31 265	0.51 234

test_4	0.47 48	0.80 187	2.15 68	0.36 156	0.29 163	0.59 129	0.28 132	0.50 23	0.42 9	0.43 43	0.76 285	0.39 73	0.22 18	0.73 146	0.49 153	0.08 1	0.18 204	0.11 92	0.15 194	0.29 251	0.27 107

PFNet+	0.50 70	0.43 76	2.54 181	0.49 264	0.18 47	0.58 111	0.76 344	0.54 39	0.72 196	0.56 151	0.48 88	0.39 73	0.26 48	0.94 178	0.33 86	0.14 214	0.09 81	0.14 219	0.13 158	0.12 25	0.16 43

PSM-softLoss	0.52 82	0.34 30	2.47 161	0.55 284	0.17 37	0.61 159	0.39 240	0.64 78	0.67 135	0.52 118	0.48 88	0.39 73	0.25 40	1.46 240	0.77 227	0.13 184	0.08 38	0.13 190	0.12 138	0.12 25	0.15 30

KMStereo	0.52 82	0.34 30	2.47 161	0.55 284	0.17 37	0.61 159	0.39 240	0.64 78	0.67 135	0.52 118	0.48 88	0.39 73	0.25 40	1.46 240	0.77 227	0.13 184	0.08 38	0.13 190	0.12 138	0.12 25	0.15 30

DeepStereo_RVC	0.47 48	0.37 50	2.19 74	0.55 284	0.18 47	0.60 141	0.58 309	0.52 27	0.62 92	0.49 81	0.45 75	0.39 73	0.85 321	0.47 50	0.34 94	0.12 142	0.08 38	0.11 92	0.09 37	0.15 60	0.19 60

RALAANet	0.52 82	1.37 313	2.63 212	0.33 110	0.23 108	0.48 32	0.19 12	0.69 91	0.55 59	0.49 81	0.46 77	0.39 73	0.31 101	0.53 85	0.53 164	0.10 47	0.33 263	0.11 92	0.17 224	0.29 251	0.13 12

CASS	0.43 25	0.34 30	2.01 42	0.33 110	0.17 37	0.54 72	0.24 79	0.71 104	0.52 45	0.62 216	0.55 148	0.40 81	0.41 162	0.43 44	0.33 86	0.17 265	0.10 103	0.14 219	0.11 108	0.18 109	0.23 84
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLG	0.74 243	1.09 241	2.87 284	0.36 156	0.21 77	1.63 373	0.60 315	1.39 368	0.63 103	1.39 367	0.51 115	0.40 81	0.86 323	1.40 231	0.37 106	0.09 11	0.07 6	0.14 219	0.12 138	0.34 280	0.23 84

LMCR-Stereo	0.61 153	1.00 224	2.60 203	0.42 222	0.22 86	0.74 270	0.31 179	1.06 327	0.70 177	0.62 216	0.64 218	0.40 81	0.52 238	0.84 167	1.27 297	0.20 295	0.09 81	0.12 134	0.09 37	0.26 222	0.16 43

GES	0.49 66	0.54 106	2.37 102	0.31 73	0.19 63	0.61 159	0.30 169	0.93 236	0.52 45	0.49 81	0.53 125	0.40 81	0.43 186	0.59 101	0.67 205	0.16 246	0.11 124	0.12 134	0.10 70	0.20 149	0.30 127

RAFT-Stereo + iAFF	0.58 125	1.48 332	2.53 177	0.29 45	0.78 336	0.52 60	0.20 20	0.68 89	0.66 123	0.51 110	0.61 196	0.40 81	0.32 106	0.40 34	0.43 127	0.08 1	0.63 311	0.09 13	0.09 37	0.37 302	0.58 254

Selective-RAFT	0.46 45	0.48 88	1.88 23	0.32 90	0.16 20	0.61 159	0.19 12	0.66 83	0.62 92	0.28 18	0.30 20	0.41 86	0.33 111	0.51 74	0.32 77	0.11 110	1.09 347	0.09 13	0.35 336	0.19 132	0.37 160

LCNet	0.58 125	0.43 76	2.42 120	0.91 349	0.22 86	0.95 332	0.29 157	0.62 70	0.64 109	0.52 118	0.55 148	0.41 86	0.75 308	0.84 167	0.27 36	0.10 47	0.07 6	0.12 134	0.18 232	0.97 378	0.40 180

Pruner-Stereo	0.55 102	0.38 55	2.49 169	1.78 392	0.19 63	0.63 194	0.45 268	0.59 62	0.67 135	0.61 204	0.48 88	0.41 86	0.25 40	0.49 68	0.99 265	0.13 184	0.07 6	0.12 134	0.10 70	0.13 35	0.14 24

DN-CSS_ROB	0.56 110	1.64 351	2.75 260	0.42 222	0.22 86	0.57 104	0.19 12	0.79 132	0.66 123	0.46 61	0.62 203	0.41 86	0.32 106	0.73 146	0.49 153	0.12 142	0.08 38	0.14 219	0.13 158	0.38 308	0.17 49

iRaftStereo_RVC	0.47 48	0.84 190	1.91 28	0.29 45	0.15 13	0.53 65	0.20 20	0.58 55	0.50 35	0.37 25	0.43 63	0.42 90	0.23 24	0.38 26	0.28 41	0.09 11	0.70 322	0.12 134	0.11 108	0.43 331	0.77 296

EKT-Stereo	1.56 375	0.55 113	2.60 203	2.54 404	19.66 419	0.55 81	0.22 38	0.76 112	0.51 40	0.40 32	0.36 37	0.43 91	0.27 61	0.74 149	0.42 121	0.13 184	0.17 198	0.11 92	0.16 211	0.20 149	0.50 230

MIM_Stereo	0.55 102	0.92 217	2.65 222	0.32 90	1.09 368	0.51 45	0.19 12	0.67 86	0.52 45	0.48 65	0.54 139	0.43 91	0.27 61	0.57 97	0.30 55	0.08 1	0.17 198	0.11 92	0.10 70	0.28 243	0.80 303

Sa-1000	0.61 153	1.07 237	2.71 249	0.32 90	0.61 307	0.61 159	0.31 179	1.00 281	0.76 229	0.53 126	0.83 297	0.43 91	0.33 111	0.69 133	0.30 55	0.10 47	0.52 295	0.13 190	0.28 298	0.29 251	0.29 119

CIPLG	0.63 178	1.59 343	3.16 314	0.79 338	0.31 182	0.62 181	0.57 307	0.82 151	0.68 159	0.58 169	0.63 211	0.43 91	0.31 101	0.48 58	0.42 121	0.12 142	0.20 220	0.13 190	0.13 158	0.36 296	0.21 72

ACRE	0.63 178	1.55 337	3.41 339	0.76 332	0.28 158	0.60 141	0.56 304	0.82 151	0.68 159	0.57 163	0.62 203	0.43 91	0.30 97	0.47 50	0.42 121	0.12 142	0.19 208	0.13 190	0.14 176	0.36 296	0.20 68

Patchmatch Stereo++	0.43 25	0.36 40	2.44 133	0.48 253	0.17 37	0.61 159	0.26 110	0.53 30	0.61 83	0.48 65	0.43 63	0.43 91	0.28 71	0.56 94	0.30 55	0.12 142	0.08 38	0.12 134	0.10 70	0.17 90	0.13 12
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	0.43 25	0.36 40	2.44 133	0.48 253	0.18 47	0.61 159	0.28 132	0.53 30	0.61 83	0.48 65	0.43 63	0.43 91	0.28 71	0.49 68	0.30 55	0.12 142	0.08 38	0.12 134	0.10 70	0.17 90	0.13 12

ROB_FTStereo	0.43 25	0.36 40	2.44 133	0.48 253	0.18 47	0.61 159	0.26 110	0.53 30	0.61 83	0.48 65	0.43 63	0.43 91	0.28 71	0.51 74	0.30 55	0.12 142	0.08 38	0.12 134	0.10 70	0.17 90	0.13 12

iGMRVC	0.43 25	0.36 40	2.44 133	0.48 253	0.18 47	0.61 159	0.27 124	0.53 30	0.61 83	0.48 65	0.43 63	0.43 91	0.28 71	0.57 97	0.31 69	0.12 142	0.08 38	0.12 134	0.10 70	0.17 90	0.13 12

RAFT-345	0.56 110	0.37 50	2.68 238	0.40 210	0.34 208	0.58 111	0.41 245	0.49 14	0.70 177	0.51 110	0.99 329	0.43 91	0.28 71	1.56 252	0.81 240	0.10 47	0.07 6	0.11 92	0.09 37	0.11 17	0.09 2

iRAFT	0.43 25	0.36 40	2.44 133	0.48 253	0.17 37	0.61 159	0.26 110	0.53 30	0.61 83	0.48 65	0.43 63	0.43 91	0.28 71	0.56 94	0.30 55	0.12 142	0.08 38	0.12 134	0.10 70	0.17 90	0.13 12

RAFT-IKP	0.43 25	0.36 40	2.44 133	0.48 253	0.16 20	0.60 141	0.28 132	0.53 30	0.61 83	0.48 65	0.43 63	0.43 91	0.28 71	0.51 74	0.31 69	0.12 142	0.08 38	0.12 134	0.10 70	0.17 90	0.13 12

Prome-Stereo	0.53 91	0.36 40	2.39 110	0.60 299	0.23 108	0.63 194	0.41 245	0.66 83	0.67 135	0.59 188	1.02 333	0.43 91	0.71 296	0.61 109	0.34 94	0.10 47	0.07 6	0.10 46	0.09 37	0.13 35	0.44 208

SFCPSM	0.48 55	0.39 59	2.30 91	0.28 33	0.27 148	0.70 252	0.32 189	1.00 281	0.69 167	0.50 99	0.52 122	0.43 91	0.36 122	0.53 85	0.44 130	0.12 142	0.09 81	0.12 134	0.16 211	0.18 109	0.23 84

iResNet	0.59 140	1.09 241	2.54 181	0.44 236	0.18 47	0.65 220	0.29 157	0.89 211	0.75 221	0.59 188	0.64 218	0.43 91	0.39 145	0.73 146	1.24 294	0.11 110	0.08 38	0.09 13	0.08 27	0.21 158	0.40 180

MSKI-zero shot	0.70 226	0.44 80	2.62 211	1.47 377	0.75 328	0.56 85	0.20 20	0.80 137	0.45 17	0.60 197	0.52 122	0.44 106	0.17 1	0.70 134	0.26 32	0.09 11	2.87 410	0.09 13	0.32 318	0.14 51	0.50 230

LL-Strereo2	0.62 166	1.36 310	2.47 161	1.37 372	0.96 352	0.54 72	0.28 132	0.61 67	0.49 29	0.42 37	0.34 33	0.44 106	0.21 15	0.57 97	0.53 164	0.11 110	0.26 248	0.16 260	0.14 176	0.18 109	0.98 331

DCRE	0.76 255	0.80 187	2.31 93	1.05 358	1.18 373	0.63 194	0.26 110	1.03 301	0.59 76	0.52 118	2.12 375	0.44 106	0.27 61	0.41 40	0.53 164	0.09 11	1.02 343	0.10 46	0.32 318	0.16 69	1.47 367

x	0.65 190	0.62 134	2.12 63	0.36 156	0.61 307	0.48 32	0.24 79	0.80 137	0.89 305	0.50 99	0.56 160	0.44 106	0.36 122	0.62 112	0.80 236	0.11 110	1.44 375	0.11 92	0.39 348	0.16 69	1.34 358

RAFT+CT+SA	0.60 146	1.25 287	2.49 169	0.38 184	0.75 328	0.55 81	0.34 207	0.83 161	0.68 159	0.39 30	0.55 148	0.44 106	0.29 87	0.75 150	0.28 41	0.09 11	0.24 238	0.11 92	0.51 366	0.30 257	0.74 295

IPLGR_C	0.64 185	1.66 354	3.36 328	0.80 339	0.31 182	0.60 141	0.60 315	0.82 151	0.69 167	0.58 169	0.62 203	0.44 106	0.31 101	0.47 50	0.43 127	0.12 142	0.22 230	0.13 190	0.15 194	0.35 291	0.21 72

test-3	0.58 125	0.43 76	2.44 133	0.52 273	0.59 295	0.46 20	0.23 57	0.77 118	0.49 29	0.52 118	0.29 17	0.44 106	0.22 18	0.59 101	0.97 257	0.08 1	1.27 362	0.10 46	0.35 336	0.29 251	0.62 264

test_1	0.58 125	0.43 76	2.44 133	0.52 273	0.59 295	0.46 20	0.23 57	0.77 118	0.49 29	0.51 110	0.29 17	0.44 106	0.22 18	0.59 101	0.97 257	0.08 1	1.27 362	0.10 46	0.35 336	0.29 251	0.63 268

ROB_FTStereo_v2	0.43 25	0.36 40	2.44 133	0.49 264	0.17 37	0.61 159	0.28 132	0.53 30	0.61 83	0.48 65	0.43 63	0.44 106	0.28 71	0.48 58	0.30 55	0.12 142	0.08 38	0.12 134	0.10 70	0.17 90	0.13 12

HUI-Stereo	0.43 25	0.36 40	2.45 149	0.48 253	0.18 47	0.61 159	0.27 124	0.53 30	0.61 83	0.48 65	0.43 63	0.44 106	0.28 71	0.47 50	0.30 55	0.12 142	0.08 38	0.12 134	0.10 70	0.17 90	0.13 12

CRE-IMP	0.46 45	0.31 7	2.40 112	0.53 277	0.17 37	0.79 295	0.68 335	0.54 39	0.66 123	0.47 63	0.43 63	0.44 106	0.26 48	0.43 44	0.33 86	0.12 142	0.07 6	0.12 134	0.09 37	0.17 90	0.23 84

test_xeample	0.98 323	0.65 140	2.12 63	0.29 45	0.67 318	0.60 141	0.28 132	1.08 333	0.85 288	0.62 216	0.70 254	0.44 106	0.41 162	1.95 318	5.45 402	0.12 142	1.33 369	0.11 92	0.31 313	0.18 109	1.42 364

StereoVision	0.52 82	1.12 250	2.70 248	0.34 127	0.32 193	0.47 29	0.26 110	0.73 106	0.61 83	0.33 22	0.89 313	0.45 118	0.26 48	0.52 78	0.39 114	0.14 214	0.15 179	0.16 260	0.15 194	0.22 172	0.14 24

test_3	0.59 140	0.44 80	2.44 133	0.53 277	0.59 295	0.48 32	0.30 169	0.79 132	0.52 45	0.51 110	0.30 20	0.45 118	0.22 18	0.59 101	0.97 257	0.08 1	1.25 358	0.11 92	0.35 336	0.30 257	0.62 264

DEmStereo	0.69 221	0.40 63	2.42 120	0.42 222	0.18 47	0.66 233	0.88 355	0.54 39	0.64 109	0.60 197	1.00 330	0.45 118	1.24 353	1.53 248	2.21 350	0.10 47	0.08 38	0.10 46	0.10 70	0.11 17	0.14 24

PFNet	0.62 166	0.42 70	2.69 244	0.43 232	0.55 285	0.62 181	0.27 124	0.64 78	0.72 196	0.61 204	0.56 160	0.45 118	0.33 111	1.86 305	1.12 279	0.28 339	0.09 81	0.12 134	0.16 211	0.26 222	0.27 107

xx1	0.71 230	0.73 164	2.43 125	0.67 320	0.52 277	0.76 276	0.24 79	0.85 178	1.05 344	0.77 293	0.39 50	0.46 122	0.37 127	0.70 134	0.22 4	0.10 47	2.13 394	0.12 134	0.41 353	0.16 69	1.18 340

gwcnet-sp	0.52 82	0.71 156	2.66 226	0.32 90	0.22 86	0.66 233	0.31 179	0.84 168	0.69 167	0.61 204	0.49 101	0.46 122	0.43 186	0.77 153	0.48 144	0.12 142	0.11 124	0.11 92	0.11 108	0.19 132	0.19 60

scenet	0.52 82	0.71 156	2.66 226	0.32 90	0.22 86	0.66 233	0.31 179	0.84 168	0.69 167	0.61 204	0.49 101	0.46 122	0.43 186	0.77 153	0.48 144	0.12 142	0.11 124	0.11 92	0.11 108	0.19 132	0.19 60

ssnet	0.52 82	0.71 156	2.66 226	0.32 90	0.22 86	0.66 233	0.31 179	0.84 168	0.69 167	0.61 204	0.49 101	0.46 122	0.43 186	0.77 153	0.48 144	0.12 142	0.11 124	0.11 92	0.11 108	0.19 132	0.19 60

qqq	0.65 190	0.63 136	2.10 62	0.30 59	0.64 314	0.46 20	0.27 124	0.81 144	0.83 274	0.48 65	0.56 160	0.46 122	0.37 127	1.03 185	0.75 222	0.11 110	1.41 374	0.12 134	0.41 353	0.16 69	1.18 340

AE-Stereo	0.71 230	0.32 14	2.44 133	0.44 236	0.50 273	0.58 111	0.23 57	1.08 333	0.67 135	0.67 255	0.51 115	0.47 127	0.24 26	0.63 113	0.32 77	0.09 11	2.15 398	0.11 92	0.45 357	0.22 172	2.01 380

mmm	0.66 207	0.53 104	1.83 14	0.38 184	0.86 342	0.49 37	0.27 124	0.82 151	0.83 274	0.59 188	0.69 241	0.47 127	0.38 134	0.81 165	0.73 219	0.12 142	1.37 370	0.14 219	0.45 357	0.18 109	1.35 359

ASMatch	0.61 153	0.47 85	2.72 251	0.91 349	0.36 222	0.56 85	0.24 79	0.54 39	0.67 135	0.48 65	1.20 346	0.47 127	0.65 279	1.33 225	0.93 254	0.10 47	0.08 38	0.11 92	0.11 108	0.10 10	0.17 49

RAFT-RH_RVC	0.65 190	0.73 164	2.78 266	0.39 197	0.29 163	0.60 141	0.18 10	0.45 7	0.63 103	0.75 289	1.89 370	0.47 127	0.29 87	1.59 263	1.21 289	0.15 232	0.07 6	0.13 190	0.13 158	0.11 17	0.10 4

GMM-Stereo	0.53 91	0.33 23	2.89 286	0.53 277	0.24 117	0.77 286	0.46 273	0.62 70	0.65 116	0.58 169	0.73 272	0.47 127	0.43 186	0.68 131	0.29 50	0.10 47	0.06 1	0.13 190	0.13 158	0.14 51	0.44 208

222	1.02 328	0.60 125	1.95 34	0.29 45	0.51 275	0.62 181	0.24 79	1.09 335	0.86 294	0.64 235	0.67 234	0.47 127	0.42 173	1.86 305	6.73 406	0.13 184	1.21 356	0.11 92	0.32 318	0.17 90	1.44 365

TRStereo	0.89 304	1.02 228	2.91 289	4.59 411	0.31 182	0.93 328	0.23 57	1.93 389	0.66 123	0.37 25	0.54 139	0.48 133	0.40 151	0.67 127	0.29 50	0.13 184	0.37 267	0.11 92	0.48 361	0.13 35	1.21 346

HCRNet	0.50 70	0.75 177	2.08 55	0.39 197	0.29 163	0.58 111	0.22 38	0.79 132	0.67 135	0.49 81	0.49 101	0.48 133	0.37 127	1.13 199	0.40 115	0.15 232	0.10 103	0.15 244	0.13 158	0.21 158	0.19 60

IRAFT_RVC	0.59 140	0.74 173	2.42 120	0.47 252	0.21 77	0.59 129	0.42 251	0.68 89	0.73 199	0.54 130	0.50 113	0.49 135	0.51 231	1.57 256	1.00 267	0.11 110	0.25 245	0.13 190	0.10 70	0.15 60	0.14 24

ICVP	0.48 55	0.33 23	2.37 102	0.34 127	0.22 86	0.60 141	0.55 300	0.79 132	0.53 51	0.45 51	0.60 188	0.49 135	0.36 122	0.55 91	0.46 138	0.16 246	0.16 191	0.14 219	0.11 108	0.16 69	0.32 137
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
AFF-stereo	0.57 117	1.51 334	2.59 198	0.33 110	0.23 108	0.51 45	0.21 29	0.69 91	0.68 159	0.49 81	0.63 211	0.49 135	0.34 118	0.50 73	0.37 106	0.08 1	0.54 296	0.10 46	0.10 70	0.40 321	0.60 261

HITNet	0.55 102	1.28 292	2.73 256	0.35 142	0.14 8	0.56 85	0.23 57	0.89 211	0.62 92	0.52 118	0.51 115	0.49 135	0.38 134	0.52 78	0.60 181	0.09 11	0.07 6	0.10 46	0.08 27	0.25 207	0.61 262
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
MyStereo8	0.73 240	1.16 261	2.89 286	0.53 277	0.34 208	0.71 256	0.20 20	1.87 386	0.59 76	0.53 126	0.66 231	0.50 139	0.33 111	1.27 219	0.62 189	0.10 47	1.19 352	0.10 46	0.21 268	0.21 158	0.61 262

IPLGR	0.58 125	0.64 138	3.12 312	0.37 166	0.18 47	0.62 181	0.54 296	1.06 327	0.69 167	0.73 281	0.46 77	0.50 139	0.44 194	1.12 198	0.31 69	0.10 47	0.08 38	0.11 92	0.09 37	0.21 158	0.20 68

AAGNet	0.92 310	0.40 63	2.53 177	0.60 299	1.01 361	0.62 181	0.45 268	0.52 27	0.68 159	0.58 169	0.53 125	0.50 139	0.72 297	1.22 209	7.32 408	0.12 142	0.07 6	0.12 134	0.10 70	0.16 69	0.10 4

SMFormer	0.64 185	0.54 106	1.92 29	0.32 90	0.16 20	0.46 20	0.24 79	0.94 241	0.85 288	0.58 169	0.70 254	0.51 142	0.41 162	1.89 310	0.86 249	0.13 184	1.01 338	0.11 92	0.26 288	0.17 90	0.84 307

tta	0.63 178	0.54 106	1.92 29	0.32 90	0.16 20	0.46 20	0.24 79	0.94 241	0.85 288	0.58 169	0.70 254	0.51 142	0.41 162	1.89 310	0.86 249	0.13 184	1.01 338	0.11 92	0.26 288	0.19 132	0.59 257

qqq1	0.62 166	0.54 106	1.92 29	0.32 90	0.16 20	0.46 20	0.24 79	0.94 241	0.85 288	0.58 169	0.70 254	0.51 142	0.41 162	1.89 310	0.64 195	0.13 184	1.01 338	0.09 13	0.24 277	0.19 132	0.59 257

fff1	0.62 166	0.54 106	1.92 29	0.32 90	0.16 20	0.46 20	0.24 79	0.94 241	0.85 288	0.58 169	0.70 254	0.51 142	0.41 162	1.89 310	0.64 195	0.13 184	1.01 338	0.09 13	0.24 277	0.19 132	0.59 257

SST-Stereo	0.56 110	0.30 5	2.44 133	0.71 329	0.55 285	0.62 181	0.65 327	0.57 53	0.67 135	0.59 188	0.53 125	0.51 142	0.59 265	1.57 256	0.31 69	0.12 142	0.07 6	0.12 134	0.10 70	0.17 90	0.11 9

EAI-Stereo	1.16 346	0.29 2	1.94 33	0.55 284	0.97 355	1.96 384	7.94 412	1.34 365	1.03 340	1.01 334	1.48 360	0.51 142	0.66 285	0.65 121	1.42 309	0.09 11	0.23 235	0.09 13	0.53 369	0.13 35	0.49 228

PS-NSSS	0.69 221	1.37 313	2.44 133	0.31 73	0.32 193	0.64 206	0.34 207	1.04 307	0.74 216	0.56 151	0.75 282	0.51 142	0.42 173	2.41 352	0.54 169	0.24 323	0.17 198	0.27 333	0.18 232	0.30 257	0.23 84

CoDeX	0.54 98	0.52 101	2.25 83	0.30 59	0.26 137	0.61 159	0.32 189	1.03 301	0.73 199	0.49 81	0.56 160	0.52 149	0.40 151	1.59 263	0.38 112	0.12 142	0.09 81	0.11 92	0.10 70	0.15 60	0.22 76

MyStereo05	0.57 117	0.72 161	2.72 251	0.31 73	0.25 123	0.60 141	0.30 169	0.87 197	0.82 268	0.54 130	0.37 41	0.53 150	0.42 173	0.63 113	0.73 219	0.09 11	0.55 298	0.12 134	0.20 257	0.16 69	0.56 252

CrosDoStereo	0.96 318	0.49 89	2.66 226	0.27 21	0.33 199	0.54 72	3.69 403	0.77 118	0.66 123	0.70 269	1.39 357	0.53 150	1.47 364	1.77 287	3.02 374	0.10 47	0.08 38	0.11 92	0.11 108	0.22 172	0.30 127

KYRaft	0.52 82	0.35 37	2.40 112	0.34 127	0.21 77	0.75 272	0.43 258	0.62 70	0.63 103	0.64 235	0.92 316	0.53 150	0.72 297	0.60 106	0.26 32	0.10 47	0.07 6	0.12 134	0.14 176	0.13 35	0.54 245

DeepStereo_LL	0.96 318	0.49 89	2.66 226	0.27 21	0.33 199	0.54 72	3.69 403	0.77 118	0.66 123	0.70 269	1.39 357	0.53 150	1.47 364	1.77 287	3.02 374	0.10 47	0.08 38	0.11 92	0.11 108	0.22 172	0.30 127

CFNet-RSSM	0.44 37	0.36 40	2.38 104	0.28 33	0.43 258	0.53 65	0.20 20	0.86 190	0.52 45	0.44 49	0.36 37	0.53 150	0.26 48	0.40 34	0.27 36	0.09 11	0.08 38	0.09 13	0.38 345	0.10 10	0.22 76

MyStereo04	0.57 117	0.68 149	2.66 226	0.30 59	0.41 247	0.61 159	0.31 179	0.88 205	0.80 256	0.48 65	0.37 41	0.54 155	0.42 173	0.61 109	0.71 214	0.09 11	0.59 305	0.12 134	0.21 268	0.16 69	0.48 222

knoymous	0.37 11	0.34 30	1.83 14	0.25 5	0.18 47	0.45 17	0.24 79	0.60 65	0.40 4	0.42 37	0.39 50	0.54 155	0.25 40	0.41 40	0.29 50	0.12 142	0.08 38	0.12 134	0.07 12	0.13 35	0.20 68

GMOStereo	0.58 125	0.89 204	2.46 156	0.29 45	0.99 356	0.51 45	0.32 189	0.58 55	0.46 18	0.58 169	0.48 88	0.54 155	0.27 61	0.31 3	0.25 23	0.09 11	1.64 378	0.13 190	0.11 108	0.34 280	0.42 191

error version	0.58 125	0.89 204	2.46 156	0.29 45	0.99 356	0.51 45	0.32 189	0.58 55	0.46 18	0.58 169	0.48 88	0.54 155	0.27 61	0.31 3	0.25 23	0.09 11	1.64 378	0.13 190	0.11 108	0.34 280	0.42 191

test-v	0.58 125	0.89 204	2.46 156	0.29 45	0.99 356	0.51 45	0.32 189	0.58 55	0.46 18	0.58 169	0.48 88	0.54 155	0.27 61	0.31 3	0.25 23	0.09 11	1.64 378	0.13 190	0.11 108	0.34 280	0.42 191

RAFT_R40	0.55 102	0.31 7	2.44 133	0.57 297	0.42 257	0.62 181	0.52 291	0.58 55	0.66 123	0.56 151	0.54 139	0.54 155	0.50 227	1.56 252	0.53 164	0.11 110	0.07 6	0.12 134	0.10 70	0.16 69	0.10 4

test-2	0.58 125	0.89 204	2.46 156	0.29 45	0.99 356	0.51 45	0.32 189	0.58 55	0.46 18	0.58 169	0.48 88	0.54 155	0.27 61	0.31 3	0.25 23	0.09 11	1.64 378	0.13 190	0.11 108	0.34 280	0.42 191

test-1	0.61 153	0.54 106	2.09 56	0.31 73	1.37 382	0.51 45	0.28 132	0.83 161	0.50 35	0.42 37	0.55 148	0.54 155	0.24 26	0.38 26	1.25 295	0.10 47	1.08 346	0.10 46	0.17 224	0.11 17	0.77 296

ttt	0.89 304	0.51 100	2.51 173	0.36 156	0.31 182	0.61 159	0.28 132	1.07 330	0.92 312	0.56 151	0.77 289	0.55 163	0.37 127	2.27 338	3.51 382	0.16 246	1.21 356	0.13 190	0.31 313	0.18 109	1.26 350

test_5	0.61 153	1.25 287	2.76 263	0.39 197	0.64 314	0.58 111	0.35 216	0.85 178	0.66 123	0.49 81	0.56 160	0.55 163	0.40 151	0.79 158	0.32 77	0.10 47	0.19 208	0.12 134	0.12 138	0.33 274	0.85 311

AASNet	0.66 207	1.49 333	2.97 296	0.37 166	0.33 199	0.65 220	0.30 169	1.00 281	0.78 240	0.56 151	0.60 188	0.55 163	0.39 145	0.88 174	0.96 256	0.15 232	0.12 139	0.13 190	0.11 108	0.45 336	0.35 153

GrayStereo	0.71 230	0.27 1	2.40 112	0.89 345	0.23 108	0.62 181	1.40 389	0.67 86	0.70 177	0.72 280	0.77 289	0.55 163	3.03 395	0.60 106	0.28 41	0.10 47	0.08 38	0.10 46	0.21 268	0.12 25	0.37 160

CroCo-Stereo	0.35 7	0.71 156	1.67 7	0.32 90	0.17 37	0.19 1	0.21 29	0.79 132	0.54 54	0.22 3	0.25 11	0.55 163	0.22 18	0.28 1	0.28 41	0.10 47	0.08 38	0.08 3	0.07 12	0.12 25	0.10 4
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
FENet	0.48 55	0.58 118	2.46 156	0.33 110	0.18 47	0.58 111	0.22 38	0.83 161	0.64 109	0.49 81	0.42 61	0.55 163	0.38 134	0.52 78	0.51 159	0.12 142	0.09 81	0.12 134	0.11 108	0.17 90	0.31 135

MLCV	0.59 140	1.41 318	2.41 116	0.31 73	0.15 13	0.60 141	0.23 57	0.77 118	0.63 103	0.67 255	0.66 231	0.55 163	0.37 127	1.16 203	1.09 276	0.10 47	0.07 6	0.09 13	0.07 12	0.21 158	0.29 119

GwcNet-ADL	0.54 98	0.78 183	2.85 281	0.31 73	0.20 68	0.58 111	0.29 157	0.93 236	0.67 135	0.48 65	0.47 82	0.56 170	0.33 111	0.48 58	0.80 236	0.13 184	0.12 139	0.09 13	0.09 37	0.14 51	0.40 180

GANet-ADL	0.48 55	0.56 115	2.51 173	0.34 127	0.20 68	0.58 111	0.25 98	0.80 137	0.57 66	0.43 43	0.61 196	0.56 170	0.31 101	0.44 47	0.44 130	0.14 214	0.11 124	0.10 46	0.09 37	0.22 172	0.38 168

ARAFT	0.65 190	1.69 356	3.34 327	0.29 45	0.16 20	0.65 220	0.36 223	0.96 257	0.73 199	0.63 225	0.49 101	0.56 170	0.31 101	1.23 211	0.35 101	0.11 110	0.08 38	0.14 219	0.13 158	0.38 308	0.50 230

DMCA	0.50 70	0.83 189	1.95 34	0.32 90	0.24 117	0.59 129	0.26 110	0.81 144	0.68 159	0.59 188	0.49 101	0.56 170	0.36 122	0.65 121	0.65 200	0.14 214	0.10 103	0.14 219	0.10 70	0.19 132	0.29 119

DAS	0.61 153	0.42 70	1.85 19	0.34 127	0.34 208	0.52 60	0.42 251	0.89 211	0.80 256	0.85 314	0.69 241	0.57 174	0.51 231	2.38 348	0.57 175	0.13 184	0.09 81	0.12 134	0.09 37	0.18 109	0.37 160

SepStereo	0.57 117	0.42 70	1.85 19	0.34 127	0.34 208	0.52 60	0.42 251	0.89 211	0.80 256	0.85 314	0.69 241	0.57 174	0.51 231	1.55 250	0.57 175	0.13 184	0.09 81	0.12 134	0.09 37	0.18 109	0.37 160

111	0.57 117	1.41 318	2.63 212	0.25 5	0.15 13	0.59 129	0.26 110	0.90 219	0.83 274	0.50 99	0.54 139	0.57 174	0.38 134	0.54 90	0.41 117	0.10 47	0.07 6	0.09 13	0.07 12	0.24 192	0.81 305

Gwc-CoAtRS	0.41 18	0.37 50	2.06 52	0.28 33	0.41 247	0.48 32	0.19 12	0.64 78	0.49 29	0.45 51	0.39 50	0.57 174	0.26 48	0.37 24	0.28 41	0.09 11	0.19 208	0.09 13	0.31 313	0.11 17	0.25 97

xxxx	0.97 321	0.64 138	2.14 67	0.30 59	0.67 318	0.64 206	0.24 79	1.09 335	0.91 310	0.57 163	0.65 225	0.58 178	0.39 145	1.57 256	5.49 403	0.13 184	1.38 371	0.11 92	0.32 318	0.17 90	1.41 363

CFNet	0.65 190	1.45 327	2.27 85	0.34 127	0.25 123	0.64 206	0.23 57	0.93 236	0.79 249	0.48 65	0.59 181	0.58 178	0.40 151	2.28 339	0.63 194	0.13 184	0.09 81	0.15 244	0.14 176	0.34 280	0.26 102

iResNet_ROB	0.60 146	1.59 343	2.04 49	0.32 90	0.21 77	0.60 141	0.22 38	0.99 275	0.85 288	0.61 204	0.63 211	0.58 178	0.42 173	1.08 190	0.98 263	0.11 110	0.08 38	0.09 13	0.06 6	0.23 186	0.33 140

1111x	1.06 335	0.79 185	3.29 324	0.33 110	0.60 300	0.64 206	0.33 202	1.10 338	0.92 312	0.59 188	0.69 241	0.59 181	0.47 217	2.64 366	4.61 398	0.12 142	1.38 371	0.11 92	0.49 363	0.18 109	1.30 355

NRIStereo	0.50 70	0.34 30	2.44 133	0.52 273	0.16 20	0.94 330	0.73 342	0.52 27	0.65 116	0.48 65	0.40 58	0.59 181	0.29 87	0.78 157	0.33 86	0.11 110	0.13 152	0.11 92	0.09 37	0.22 172	0.25 97

GEStereo_RVC	0.61 153	1.19 270	2.61 207	0.48 253	0.25 123	0.63 194	0.37 226	1.05 315	0.79 249	0.55 141	0.55 148	0.59 181	0.44 194	1.10 192	0.48 144	0.16 246	0.11 124	0.12 134	0.11 108	0.27 233	0.43 196

RAFT + AFF	0.79 264	1.73 357	2.99 301	0.34 127	0.35 216	0.67 240	0.51 287	1.05 315	0.79 249	0.54 130	0.58 176	0.59 181	0.81 314	1.80 293	1.21 289	0.13 184	0.27 254	0.15 244	0.14 176	0.45 336	0.69 286

MMNet	0.55 102	0.92 217	2.03 46	0.34 127	0.27 148	0.79 295	0.28 132	0.86 190	0.79 249	0.62 216	0.58 176	0.59 181	0.56 250	0.80 162	0.61 186	0.11 110	0.11 124	0.12 134	0.11 108	0.21 158	0.22 76

DMCA-RVC	0.70 226	1.30 295	3.59 355	0.37 166	0.89 345	0.57 104	0.31 179	0.73 106	0.59 76	0.69 266	0.54 139	0.59 181	0.57 255	1.25 216	0.66 203	0.16 246	0.38 271	0.20 305	0.15 194	0.22 172	0.23 84

BEATNet_4x	0.57 117	1.16 261	2.56 192	0.35 142	0.16 20	0.56 85	0.25 98	0.91 226	0.64 109	0.55 141	0.53 125	0.59 181	0.43 186	0.67 127	0.76 225	0.12 142	0.09 81	0.12 134	0.09 37	0.23 186	0.58 254

IER	0.49 66	0.73 164	2.12 63	0.27 21	0.25 123	0.65 220	0.27 124	0.76 112	0.59 76	0.56 151	0.59 181	0.60 188	0.53 241	0.64 117	0.44 130	0.12 142	0.09 81	0.11 92	0.11 108	0.18 109	0.15 30

iResNetv2_ROB	0.71 230	1.90 368	3.48 345	0.43 232	0.22 86	0.60 141	0.29 157	0.96 257	0.78 240	0.60 197	0.65 225	0.60 188	0.46 209	0.80 162	1.21 289	0.12 142	0.08 38	0.10 46	0.07 12	0.44 334	0.33 140

UPFNet	0.51 80	0.67 142	2.04 49	0.34 127	0.33 199	0.65 220	0.37 226	0.88 205	0.65 116	0.60 197	0.53 125	0.61 190	0.41 162	0.77 153	0.55 171	0.13 184	0.13 152	0.13 190	0.13 158	0.20 149	0.16 43

FADNet_RVC	0.87 296	1.51 334	2.90 288	0.31 73	0.24 117	0.71 256	0.25 98	1.00 281	0.65 116	0.45 51	0.57 170	0.61 190	0.44 194	1.53 248	0.75 222	0.94 378	0.97 335	0.28 335	1.00 397	0.89 375	1.36 361

ADCRef	0.88 297	1.45 327	2.68 238	0.38 184	0.35 216	0.95 332	0.51 287	0.92 233	0.81 263	0.89 318	0.84 299	0.61 190	1.35 355	1.26 218	3.38 379	0.14 214	0.12 139	0.17 274	0.19 248	0.28 243	0.34 147

TDLM	0.83 276	1.28 292	2.38 104	0.46 246	0.26 137	0.66 233	0.55 300	0.87 197	0.80 256	2.54 398	0.62 203	0.61 190	0.51 231	2.68 370	0.67 205	0.20 295	0.11 124	0.35 352	0.15 194	0.33 274	0.48 222

AdaStereo	0.48 55	0.44 80	2.18 73	0.36 156	0.20 68	0.59 129	0.29 157	0.97 264	0.74 216	0.52 118	0.55 148	0.61 190	0.33 111	0.52 78	0.44 130	0.18 276	0.08 38	0.17 274	0.11 108	0.18 109	0.24 93
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.
Any-RAFT	0.42 22	0.33 23	1.89 25	0.28 33	0.21 77	0.69 249	0.21 29	0.83 161	0.60 80	0.45 51	0.43 63	0.62 195	0.30 97	0.48 58	0.24 15	0.11 110	0.40 277	0.08 3	0.06 6	0.10 10	0.16 43

iRaft-Stereo_5w	0.65 190	1.35 306	2.21 79	0.30 59	0.63 310	0.49 37	0.28 132	0.78 125	0.64 109	0.41 33	0.61 196	0.62 195	0.46 209	1.79 292	0.48 144	0.10 47	0.25 245	0.11 92	0.12 138	0.40 321	0.94 321

pcwnet_v2	0.65 190	0.54 106	4.29 384	0.33 110	0.27 148	0.60 141	0.25 98	1.02 295	0.92 312	0.61 204	0.69 241	0.62 195	0.54 243	0.67 127	0.38 112	0.18 276	0.15 179	0.15 244	0.14 176	0.21 158	0.49 228

FADNet-RVC	0.69 221	1.65 352	2.74 258	0.35 142	0.26 137	0.60 141	0.29 157	0.91 226	0.67 135	0.46 61	0.51 115	0.62 195	0.46 209	1.75 282	0.81 240	0.17 265	0.20 220	0.17 274	0.18 232	0.60 357	0.39 175

GMStereo_Zeroshot	0.44 37	0.44 80	1.84 17	0.44 236	0.20 68	0.52 60	0.19 12	0.60 65	0.54 54	0.58 169	0.59 181	0.63 199	0.29 87	0.59 101	0.34 94	0.16 246	0.09 81	0.16 260	0.09 37	0.26 222	0.26 102

BSDual-CNN	0.48 55	0.32 14	1.58 3	0.31 73	0.22 86	0.76 276	0.32 189	1.05 315	0.67 135	0.64 235	0.53 125	0.63 199	0.38 134	0.48 58	0.97 257	0.13 184	0.10 103	0.14 219	0.12 138	0.13 35	0.15 30

psmg	0.48 55	0.32 14	1.58 3	0.28 33	0.22 86	0.75 272	0.35 216	0.94 241	0.67 135	0.61 204	0.59 181	0.63 199	0.38 134	0.48 58	0.97 257	0.13 184	0.11 124	0.13 190	0.13 158	0.14 51	0.15 30

cross-raft	0.47 48	0.34 30	2.17 71	0.70 327	0.84 341	0.50 43	0.35 216	0.74 108	0.43 13	0.44 49	0.45 75	0.63 199	0.25 40	0.37 24	0.27 36	0.08 1	0.14 165	0.10 46	0.23 275	0.11 17	0.27 107

FADNet-RVC-Resample	0.74 243	1.54 336	3.81 365	0.38 184	0.29 163	0.62 181	0.38 234	0.91 226	0.67 135	0.52 118	0.51 115	0.63 199	0.44 194	1.56 252	0.59 179	0.24 323	0.32 259	0.22 313	0.19 248	0.30 257	0.71 291

SuperB	1.19 347	1.62 348	5.29 398	0.37 166	0.26 137	0.81 302	0.87 353	0.94 241	1.19 360	0.68 261	0.68 237	0.63 199	1.37 358	1.73 279	3.30 376	0.16 246	0.12 139	0.17 274	0.16 211	2.74 407	0.63 268

dad	0.58 125	1.35 306	2.39 110	0.31 73	0.20 68	0.62 181	0.26 110	0.56 48	0.79 249	0.66 253	0.64 218	0.64 205	0.36 122	0.87 170	0.48 144	0.28 339	0.15 179	0.40 358	0.18 232	0.24 192	0.22 76

CC-Net-ROB	0.95 317	1.57 338	2.93 291	0.90 347	0.39 236	0.87 316	0.44 264	1.12 343	0.83 274	0.59 188	0.69 241	0.64 205	0.50 227	2.73 374	0.93 254	0.97 381	0.40 277	0.87 380	0.29 302	0.61 360	0.66 275

Anonymous Stereo	0.83 276	1.57 338	3.56 352	0.46 246	0.39 236	0.63 194	0.84 351	0.92 233	0.83 274	0.68 261	0.68 237	0.64 205	0.42 173	2.42 353	1.02 269	0.23 316	0.23 235	0.19 295	0.20 257	0.31 265	0.40 180

PWCDC_ROB	0.83 276	1.57 338	2.63 212	0.48 253	0.37 228	0.78 291	0.29 157	1.04 307	1.36 369	0.63 225	2.05 374	0.64 205	0.70 295	1.10 192	1.20 288	0.33 348	0.14 165	0.15 244	0.12 138	0.63 361	0.46 216

anonymousdsp2	0.88 297	0.31 7	1.96 37	1.06 359	1.56 390	0.57 104	0.22 38	0.84 168	0.98 333	1.20 353	0.37 41	0.65 209	0.26 48	1.19 207	0.46 138	0.10 47	2.40 406	0.10 46	0.13 158	0.19 132	2.96 405

BUS	0.45 40	0.32 14	1.58 3	0.31 73	0.22 86	0.91 324	0.23 57	1.05 315	0.67 135	0.64 235	0.53 125	0.65 209	0.32 106	0.48 58	0.34 94	0.13 184	0.10 103	0.14 219	0.12 138	0.13 35	0.15 30

NINENet	0.54 98	0.40 63	2.19 74	0.55 284	0.26 137	0.91 324	0.23 57	1.05 315	0.77 237	0.54 130	0.57 170	0.65 209	0.32 106	1.22 209	0.34 94	0.16 246	0.13 152	0.16 260	0.11 108	0.16 69	0.14 24

CSP-Net	0.55 102	0.61 130	1.81 13	0.30 59	0.23 108	0.77 286	0.35 216	0.90 219	0.62 92	0.62 216	0.60 188	0.65 209	0.42 173	1.76 284	0.47 141	0.17 265	0.12 139	0.10 46	0.10 70	0.21 158	0.16 43

Consistency-Raft	0.92 310	1.21 274	3.50 346	0.98 355	0.63 310	0.77 286	0.54 296	1.02 295	1.01 338	0.62 216	1.03 335	0.65 209	1.04 343	0.81 165	1.36 304	0.45 360	0.47 286	0.51 368	0.59 376	0.65 363	0.47 218

DeepPrunerF	0.92 310	1.33 301	3.41 339	0.46 246	0.51 275	0.64 206	0.49 284	1.16 349	2.62 393	0.65 247	0.61 196	0.65 209	0.62 274	2.23 337	1.31 298	0.23 316	0.19 208	0.30 344	0.28 298	0.39 315	0.34 147

DeepPruner_ROB	0.58 125	1.06 236	2.68 238	0.30 59	0.26 137	0.63 194	0.31 179	0.83 161	0.51 40	0.62 216	0.56 160	0.65 209	0.39 145	1.06 187	0.56 173	0.19 287	0.14 165	0.14 219	0.14 176	0.24 192	0.33 140

AACVNet	0.61 153	1.13 252	2.47 161	0.37 166	0.21 77	0.57 104	0.25 98	0.75 110	0.55 59	0.56 151	0.60 188	0.66 216	0.44 194	2.11 331	0.49 153	0.14 214	0.11 124	0.14 219	0.11 108	0.35 291	0.23 84

FADNet	0.71 230	1.60 347	2.53 177	0.33 110	0.30 174	0.67 240	0.29 157	0.92 233	0.75 221	0.45 51	0.49 101	0.66 216	0.57 255	1.85 303	0.85 247	0.46 362	0.20 220	0.17 274	0.20 257	0.60 357	0.37 160

DualNet	0.97 321	0.67 142	3.39 333	0.32 90	0.22 86	0.58 111	0.28 132	0.85 178	0.96 326	0.54 130	0.74 275	0.67 218	0.40 151	0.64 117	3.86 388	0.10 47	2.16 399	0.15 244	0.33 328	0.25 207	2.19 389

ffm	0.78 261	0.67 142	3.39 333	0.32 90	0.22 86	0.58 111	0.28 132	0.85 178	0.96 326	0.54 130	0.74 275	0.67 218	0.40 151	0.64 117	0.22 4	0.10 47	2.16 399	0.15 244	0.33 328	0.25 207	2.19 389

ff1	1.07 337	0.67 142	3.39 333	0.32 90	0.22 86	0.58 111	0.28 132	0.85 178	0.96 326	0.54 130	0.74 275	0.67 218	0.40 151	2.75 376	3.86 388	0.10 47	2.16 399	0.15 244	0.33 328	0.25 207	2.19 389

mmx	0.99 325	0.67 142	3.39 333	0.32 90	0.22 86	0.58 111	0.28 132	1.05 315	0.92 312	0.54 130	0.74 275	0.67 218	0.40 151	2.75 376	3.86 388	0.13 184	1.25 358	0.15 244	0.33 328	0.19 132	1.28 353

xxx	0.99 325	0.67 142	3.39 333	0.32 90	0.22 86	0.58 111	0.28 132	1.05 315	0.92 312	0.54 130	0.74 275	0.67 218	0.40 151	2.75 376	3.86 388	0.13 184	1.25 358	0.15 244	0.33 328	0.19 132	1.28 353

RAFT_CTSACE	0.58 125	1.16 261	2.76 263	0.36 156	0.29 163	0.54 72	0.29 157	0.69 91	0.51 40	0.51 110	0.75 282	0.67 218	0.37 127	0.63 113	0.47 141	0.08 1	0.49 290	0.11 92	0.10 70	0.41 327	0.32 137

PSM-AAD	0.67 210	0.29 2	2.41 116	0.37 166	0.23 108	0.86 312	1.15 375	0.62 70	0.66 123	0.64 235	0.71 267	0.67 218	2.90 394	0.65 121	0.32 77	0.10 47	0.08 38	0.17 274	0.15 194	0.14 51	0.34 147

delet	0.60 146	0.84 190	2.45 149	0.33 110	0.35 216	0.73 265	0.46 273	0.89 211	0.80 256	0.58 169	0.62 203	0.67 218	0.51 231	1.14 201	0.64 195	0.12 142	0.12 139	0.13 190	0.14 176	0.22 172	0.29 119

GANet-RSSM	0.63 178	1.14 253	2.67 233	0.38 184	0.26 137	0.59 129	0.29 157	0.81 144	0.56 63	0.50 99	0.57 170	0.67 218	0.50 227	1.91 316	0.50 156	0.14 214	0.10 103	0.24 325	0.12 138	0.36 296	0.28 113

DSFCA	0.62 166	0.77 180	1.95 34	0.29 45	0.29 163	0.79 295	0.86 352	0.81 144	0.73 199	0.73 281	0.66 231	0.67 218	0.57 255	1.17 205	1.03 270	0.16 246	0.15 179	0.13 190	0.14 176	0.19 132	0.28 113

STTStereo	0.58 125	0.95 221	2.95 294	0.37 166	0.31 182	0.62 181	0.32 189	0.81 144	0.63 103	0.61 204	0.55 148	0.67 218	0.43 186	0.87 170	0.48 144	0.16 246	0.16 191	0.17 274	0.20 257	0.17 90	0.25 97

UCFNet_RVC	0.55 102	1.16 261	2.48 166	0.31 73	0.27 148	0.65 220	0.28 132	0.76 112	0.58 72	0.51 110	0.53 125	0.67 218	0.42 173	0.91 175	0.45 134	0.16 246	0.11 124	0.17 274	0.17 224	0.20 149	0.23 84

PCWNet_CMD	0.48 55	0.50 95	2.23 81	0.27 21	0.20 68	0.56 85	0.22 38	0.78 125	0.67 135	0.49 81	0.55 148	0.68 230	0.56 250	0.48 58	0.32 77	0.11 110	0.10 103	0.14 219	0.10 70	0.19 132	0.43 196

CFNet_ucs	0.50 70	0.55 113	2.28 87	0.27 21	0.22 86	0.58 111	0.23 57	0.90 219	0.69 167	0.54 130	0.64 218	0.68 230	0.44 194	0.55 91	0.34 94	0.14 214	0.12 139	0.16 260	0.11 108	0.19 132	0.38 168

HBP-ISP	0.82 272	1.57 338	3.28 322	0.50 269	0.27 148	0.86 312	0.54 296	1.09 335	0.78 240	0.81 305	0.70 254	0.68 230	1.00 340	2.02 322	0.47 141	0.24 323	0.24 238	0.29 343	0.25 282	0.28 243	0.52 239

Wz-Net-LNSev-Ref	0.65 190	1.15 259	2.40 112	0.33 110	0.30 174	0.83 305	0.40 243	0.94 241	0.82 268	0.67 255	0.76 285	0.68 230	0.58 262	1.13 199	1.25 295	0.14 214	0.08 38	0.10 46	0.08 27	0.18 109	0.28 113

OMP-Stereo	0.64 185	0.87 195	2.38 104	0.56 293	0.37 228	0.60 141	0.26 110	0.75 110	0.71 189	0.65 247	0.60 188	0.68 230	0.32 106	2.07 325	1.18 285	0.11 110	0.08 38	0.12 134	0.09 37	0.17 90	0.28 113

CFNet_pseudo	0.47 48	0.50 95	2.19 74	0.26 15	0.20 68	0.56 85	0.22 38	0.80 137	0.62 92	0.50 99	0.56 160	0.68 230	0.47 217	0.53 85	0.33 86	0.11 110	0.10 103	0.15 244	0.10 70	0.18 109	0.33 140

psm_up	0.65 190	1.02 228	2.53 177	0.36 156	0.31 182	0.64 206	0.38 234	0.96 257	0.73 199	0.63 225	0.57 170	0.68 230	0.57 255	1.90 315	0.52 161	0.17 265	0.15 179	0.16 260	0.15 194	0.27 233	0.22 76

MSMDNet	0.48 55	0.50 95	2.23 81	0.27 21	0.20 68	0.56 85	0.22 38	0.78 125	0.67 135	0.49 81	0.55 148	0.68 230	0.56 250	0.48 58	0.32 77	0.11 110	0.10 103	0.13 190	0.10 70	0.18 109	0.43 196

CVANet_RVC	0.82 272	1.18 267	3.98 370	0.40 210	0.28 158	0.63 194	0.43 258	0.90 219	0.78 240	1.14 344	0.69 241	0.68 230	0.52 238	2.62 364	0.48 144	0.20 295	0.13 152	0.22 313	0.37 342	0.37 302	0.48 222

ccs_rob	0.47 48	0.50 95	2.19 74	0.26 15	0.20 68	0.56 85	0.22 38	0.80 137	0.62 92	0.50 99	0.56 160	0.68 230	0.47 217	0.53 85	0.33 86	0.11 110	0.10 103	0.16 260	0.10 70	0.18 109	0.33 140

DRN-Test	0.71 230	0.79 185	2.83 277	0.40 210	0.44 259	0.80 298	0.41 245	1.07 330	0.83 274	0.82 309	0.64 218	0.68 230	0.57 255	1.78 290	0.79 234	0.16 246	0.13 152	0.17 274	0.16 211	0.24 192	0.51 234

SACVNet	0.68 215	1.08 240	2.58 196	0.38 184	0.28 158	0.65 220	0.37 226	0.91 226	0.65 116	0.67 255	0.62 203	0.69 241	0.47 217	2.07 325	0.65 200	0.18 276	0.14 165	0.16 260	0.15 194	0.39 315	0.41 187

IIG-Stereo	0.65 190	0.87 195	2.32 95	0.55 284	0.23 108	0.62 181	0.21 29	0.78 125	0.71 189	0.64 235	0.69 241	0.69 241	0.38 134	2.07 325	1.37 306	0.11 110	0.08 38	0.11 92	0.09 37	0.15 60	0.27 107

ACVNet	0.54 98	0.87 195	2.45 149	0.28 33	0.22 86	0.59 129	0.36 223	0.69 91	0.73 199	0.49 81	0.59 181	0.69 241	0.42 173	0.47 50	0.70 210	0.11 110	0.10 103	0.10 46	0.09 37	0.36 296	0.39 175

acv_ft	0.57 117	0.87 195	2.45 149	0.33 110	0.41 247	0.63 194	0.29 157	0.86 190	0.73 199	0.64 235	0.59 181	0.69 241	0.45 202	0.47 50	0.68 207	0.11 110	0.10 103	0.10 46	0.09 37	0.43 331	0.39 175

HGLStereo	0.61 153	1.20 272	2.59 198	0.36 156	0.40 242	0.65 220	0.30 169	0.87 197	0.67 135	0.60 197	0.70 254	0.69 241	0.56 250	1.07 189	0.59 179	0.14 214	0.13 152	0.13 190	0.12 138	0.23 186	0.23 84

PSMNet-RSSM	0.61 153	1.19 270	2.43 125	0.33 110	0.25 123	0.59 129	0.28 132	0.88 205	0.65 116	0.54 130	0.62 203	0.69 241	0.46 209	1.67 273	0.50 156	0.15 232	0.10 103	0.14 219	0.16 211	0.20 149	0.28 113

PSMNet-ADL	0.56 110	0.47 85	2.03 46	0.35 142	0.22 86	0.67 240	0.27 124	0.77 118	0.58 72	0.43 43	0.53 125	0.70 247	0.45 202	1.89 310	0.64 195	0.16 246	0.13 152	0.11 92	0.13 158	0.15 60	0.51 234

PA-Net	0.93 315	1.36 310	4.14 375	0.64 312	0.41 247	0.70 252	0.53 293	0.91 226	0.88 300	0.53 126	0.60 188	0.70 247	0.54 243	2.40 350	2.57 364	0.17 265	0.28 256	0.19 295	0.28 298	0.25 207	0.48 222
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NLCA_NET_v2_RVC	0.62 166	1.15 259	3.11 311	0.39 197	0.37 228	0.60 141	0.28 132	0.87 197	0.64 109	0.63 225	0.56 160	0.71 249	0.45 202	1.08 190	0.52 161	0.15 232	0.12 139	0.14 219	0.15 194	0.18 109	0.25 97
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ToySt	0.67 210	0.88 199	2.61 207	0.39 197	0.73 326	0.61 159	0.38 234	0.78 125	0.73 199	0.43 43	0.70 254	0.72 250	0.45 202	0.66 124	0.62 189	0.14 214	0.63 311	0.13 190	0.33 328	0.24 192	1.18 340

UNet	0.56 110	0.58 118	2.81 273	0.32 90	0.33 199	0.74 270	0.27 124	0.86 190	0.67 135	0.55 141	0.55 148	0.72 250	0.55 248	0.79 158	0.58 177	0.12 142	0.09 81	0.13 190	0.11 108	0.20 149	0.19 60

GwcNet-RSSM	0.64 185	1.38 316	2.69 244	0.33 110	0.26 137	0.60 141	0.32 189	0.84 168	0.73 199	0.56 151	0.65 225	0.72 250	0.42 173	1.78 290	0.60 181	0.14 214	0.10 103	0.12 134	0.13 158	0.26 222	0.26 102

GANetREF_RVC	0.81 269	1.44 326	3.04 305	0.49 264	0.27 148	0.83 305	0.63 323	1.03 301	0.92 312	0.63 225	0.61 196	0.72 250	0.59 265	2.40 350	0.58 177	0.33 348	0.25 245	0.37 355	0.25 282	0.41 327	0.36 159
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
NVstereo2D	0.63 178	0.57 116	2.29 89	0.37 166	0.35 216	0.69 249	0.49 284	0.96 257	0.88 300	0.49 81	0.54 139	0.72 250	0.46 209	1.98 320	0.50 156	0.19 287	0.20 220	0.18 290	0.16 211	0.28 243	0.34 147

SQANet	0.92 310	1.96 369	3.23 316	0.77 335	0.83 339	0.76 276	0.38 234	0.87 197	0.68 159	0.64 235	0.69 241	0.73 255	0.52 238	1.35 227	1.36 304	0.80 374	0.30 257	0.60 372	0.29 302	0.93 376	0.70 289

iinet-f	0.62 166	1.18 267	2.55 188	0.33 110	0.25 123	0.82 304	0.34 207	0.87 197	0.69 167	0.56 151	0.64 218	0.73 255	0.67 287	0.80 162	0.81 240	0.14 214	0.13 152	0.11 92	0.10 70	0.44 334	0.26 102

GASNet	0.84 279	1.98 371	4.07 373	0.48 253	0.33 199	0.58 111	0.34 207	0.97 264	0.81 263	0.60 197	0.59 181	0.74 257	0.55 248	2.08 328	1.18 285	0.22 308	0.15 179	0.19 295	0.17 224	0.55 353	0.29 119

Syn2CoEx	0.78 261	1.43 325	3.54 351	0.44 236	0.31 182	0.64 206	0.43 258	1.04 307	0.83 274	0.64 235	0.77 289	0.74 257	0.74 304	1.91 316	0.64 195	0.20 295	0.17 198	0.19 295	0.15 194	0.30 257	0.59 257

StereoDRNet-Refined	0.55 102	0.61 130	2.07 53	0.34 127	0.21 77	0.68 246	0.26 110	0.87 197	0.73 199	0.70 269	0.69 241	0.74 257	0.45 202	1.10 192	0.62 189	0.12 142	0.09 81	0.14 219	0.14 176	0.27 233	0.24 93
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
StereoDRNet	0.71 230	1.24 284	2.56 192	0.42 222	0.45 262	0.73 265	0.46 273	0.98 270	0.81 263	0.77 293	0.56 160	0.74 257	0.48 223	1.69 277	0.91 253	0.15 232	0.14 165	0.15 244	0.15 194	0.26 222	0.51 234

Wz-Net-MNSev	0.74 243	1.42 322	2.75 260	0.38 184	0.33 199	0.90 323	0.61 320	0.98 270	0.94 319	0.77 293	0.75 282	0.75 261	0.66 285	1.39 229	0.76 225	0.17 265	0.13 152	0.14 219	0.14 176	0.28 243	0.48 222

MIPNet	0.88 297	1.07 237	2.85 281	0.61 305	0.18 47	1.46 363	1.37 385	1.65 379	0.78 240	1.93 383	0.85 302	0.75 261	1.66 371	0.87 170	0.34 94	0.10 47	0.08 38	0.11 92	0.32 318	0.27 233	0.26 102

MaskLacGwcNet_RVC	0.84 279	1.41 318	2.80 269	0.94 351	0.35 216	0.89 320	0.41 245	0.89 211	0.66 123	0.57 163	0.63 211	0.75 261	0.38 134	2.37 345	0.55 171	1.16 388	0.31 258	0.36 353	0.21 268	0.59 356	0.63 268

PSMNet_ROB	0.75 252	1.42 322	2.93 291	0.39 197	0.32 193	0.73 265	0.56 304	0.90 219	0.74 216	0.56 151	0.60 188	0.75 261	0.47 217	2.00 321	1.31 298	0.18 276	0.13 152	0.19 295	0.20 257	0.26 222	0.40 180

fast-acv-ft	0.67 210	1.24 284	3.26 320	0.39 197	0.30 174	0.80 298	0.48 279	0.74 108	0.76 229	0.60 197	0.78 293	0.76 265	0.60 270	0.70 134	0.78 231	0.16 246	0.15 179	0.18 290	0.17 224	0.38 308	0.24 93

APVNet	0.76 255	1.11 248	3.23 316	0.39 197	0.36 222	0.85 311	0.44 264	0.96 257	0.73 199	0.58 169	0.69 241	0.76 265	0.56 250	2.29 340	0.82 243	0.17 265	0.18 204	0.24 325	0.19 248	0.35 291	0.27 107

cf-r	0.62 166	1.27 290	2.99 301	0.34 127	0.28 158	0.60 141	0.28 132	0.82 151	0.70 177	0.55 141	0.61 196	0.77 267	0.41 162	1.32 224	0.52 161	0.13 184	0.09 81	0.11 92	0.12 138	0.22 172	0.27 107

HSM-Net_RVC	0.70 226	0.40 63	2.45 149	0.27 21	0.19 63	0.68 246	0.30 169	1.29 361	0.73 199	0.73 281	0.70 254	0.77 267	0.45 202	3.73 398	0.46 138	0.13 184	0.09 81	0.10 46	0.09 37	0.13 35	0.32 137
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NaN_ROB	1.25 350	1.46 329	3.84 367	0.54 283	0.56 287	1.12 349	0.99 361	1.05 315	1.03 340	1.10 340	0.87 309	0.77 267	1.07 345	5.85 406	2.98 372	0.16 246	0.23 235	0.16 260	0.24 277	0.28 243	0.66 275

NOSS_ROB	0.75 252	1.03 231	2.27 85	0.68 325	0.26 137	0.68 246	0.30 169	0.99 275	0.82 268	0.59 188	0.58 176	0.77 267	0.39 145	2.75 376	0.48 144	0.25 329	0.24 238	0.28 335	0.26 288	0.29 251	1.07 335

CRFU-Net	0.58 125	0.42 70	1.90 26	0.49 264	0.27 148	0.83 305	0.35 216	0.94 241	0.54 54	0.65 247	0.60 188	0.78 271	1.34 354	1.00 181	0.51 159	0.17 265	0.14 165	0.17 274	0.10 70	0.19 132	0.20 68

PWC_ROB	0.81 269	1.41 318	2.60 203	0.41 219	0.40 242	0.63 194	0.31 179	1.04 307	0.99 336	0.92 323	1.29 351	0.78 271	0.68 289	1.65 272	1.50 313	0.19 287	0.12 139	0.18 290	0.13 158	0.51 347	0.54 245

IGEV_Zeroshot_test	0.91 309	0.39 59	3.80 364	0.42 222	1.95 398	0.56 85	0.64 324	0.84 168	0.55 59	1.45 372	0.53 125	0.79 273	0.42 173	0.57 97	1.13 280	0.10 47	0.49 290	0.10 46	0.34 334	0.19 132	2.97 406

hknet	0.53 91	0.39 59	2.04 49	0.31 73	0.24 117	0.76 276	0.32 189	1.05 315	0.71 189	0.64 235	0.53 125	0.79 273	0.40 151	0.84 167	0.78 231	0.12 142	0.10 103	0.14 219	0.12 138	0.13 35	0.15 30

RAFT	0.62 166	1.35 306	2.26 84	0.62 307	0.53 282	0.47 29	0.35 216	0.70 98	0.58 72	0.50 99	0.50 113	0.79 273	0.40 151	0.49 68	0.36 103	0.11 110	0.79 327	0.14 219	0.13 158	0.52 350	0.72 292

DGSMNet	2.93 398	0.77 180	3.44 343	3.58 410	4.25 408	2.53 397	6.86 411	1.03 301	0.88 300	0.58 169	1.85 369	0.79 273	0.62 274	1.63 266	1.46 311	4.62 410	4.98 413	5.15 415	4.71 414	4.52 413	4.37 411

CFNet-ft	0.60 146	1.16 261	2.45 149	0.29 45	0.30 174	0.64 206	0.28 132	0.69 91	0.57 66	0.49 81	0.57 170	0.79 273	0.44 194	1.48 243	0.62 189	0.15 232	0.10 103	0.28 335	0.14 176	0.21 158	0.29 119

CFNet_RVC	0.60 146	1.16 261	2.45 149	0.29 45	0.30 174	0.64 206	0.28 132	0.69 91	0.57 66	0.49 81	0.57 170	0.79 273	0.44 194	1.48 243	0.62 189	0.15 232	0.10 103	0.28 335	0.14 176	0.21 158	0.29 119

Wz-Net-LNSev	0.66 207	1.30 295	2.81 273	0.35 142	0.37 228	0.80 298	0.48 279	0.91 226	0.87 296	0.63 225	0.70 254	0.80 279	0.59 265	0.67 127	0.68 207	0.15 232	0.14 165	0.12 134	0.12 138	0.24 192	0.38 168

ADLNet	0.68 215	1.02 228	2.68 238	0.35 142	0.34 208	0.67 240	0.34 207	0.95 254	0.79 249	0.70 269	0.62 203	0.80 279	0.46 209	1.77 287	0.69 209	0.15 232	0.12 139	0.14 219	0.14 176	0.31 265	0.54 245

AANet_RVC	0.79 264	1.46 329	2.72 251	0.34 127	0.25 123	0.59 129	0.32 189	0.88 205	0.83 274	0.62 216	0.95 321	0.80 279	0.43 186	2.46 355	1.72 322	0.38 352	0.26 248	0.10 46	0.09 37	0.25 207	0.43 196

ssnet_v2	0.64 185	0.99 223	2.67 233	0.33 110	0.22 86	0.72 262	0.45 268	1.00 281	0.80 256	0.66 253	0.54 139	0.81 282	0.48 223	0.91 175	1.08 275	0.16 246	0.14 165	0.14 219	0.14 176	0.33 274	0.31 135

anonymity	0.86 290	0.68 149	1.44 1	0.64 312	0.83 339	0.67 240	0.52 291	0.98 270	0.73 199	0.96 327	0.70 254	0.81 282	0.86 323	1.10 192	1.34 300	0.64 368	0.72 325	0.58 370	1.44 405	0.60 357	0.91 318

XPNet_ROB	0.68 215	1.11 248	2.28 87	0.38 184	0.27 148	0.67 240	0.47 277	0.94 241	0.75 221	0.80 304	0.71 267	0.81 282	0.54 243	1.72 278	0.84 246	0.22 308	0.16 191	0.16 260	0.15 194	0.25 207	0.45 213

anonymousa	0.74 243	0.60 125	2.58 196	0.96 353	1.33 380	0.61 159	0.26 110	0.69 91	0.56 63	0.55 141	0.84 299	0.82 285	0.46 209	0.56 94	0.61 186	0.10 47	1.11 349	0.12 134	0.98 396	0.14 51	0.97 329

ccnet	0.77 259	0.61 130	2.01 42	0.40 210	0.46 269	1.05 341	0.59 312	1.02 295	0.74 216	0.90 320	0.97 323	0.82 285	0.89 328	1.68 276	1.16 284	0.32 346	0.26 248	0.32 347	0.28 298	0.35 291	0.47 218

aanetorigin	0.81 269	1.03 231	2.64 221	0.44 236	0.44 259	0.59 129	1.00 365	0.59 62	0.70 177	1.54 377	1.22 348	0.82 285	1.08 346	1.06 187	1.07 274	0.18 276	0.15 179	0.17 274	0.21 268	0.53 351	0.65 274

GwcNet	0.76 255	1.09 241	3.68 358	0.38 184	0.45 262	0.81 302	0.45 268	0.91 226	0.89 305	0.63 225	0.77 289	0.82 285	0.51 231	1.64 269	0.85 247	0.17 265	0.16 191	0.15 244	0.15 194	0.33 274	0.34 147

S-Stereo	0.82 272	0.73 164	3.79 363	0.40 210	0.37 228	0.70 252	0.69 337	1.00 281	1.03 340	0.63 225	0.92 316	0.82 285	0.59 265	2.35 344	0.71 214	0.18 276	0.22 230	0.17 274	0.18 232	0.30 257	0.67 277

MyStereo06	0.70 226	0.72 161	3.51 347	0.31 73	0.25 123	0.60 141	0.30 169	0.90 219	0.67 135	1.48 375	0.53 125	0.84 290	0.57 255	0.60 106	1.11 278	0.09 11	0.55 298	0.12 134	0.20 257	0.16 69	0.56 252

RTSC	0.84 279	1.40 317	2.67 233	0.50 269	0.40 242	0.83 305	0.33 202	1.11 341	1.14 355	0.93 326	0.82 295	0.84 290	0.58 262	1.34 226	1.82 330	0.18 276	0.49 290	0.14 219	0.30 308	0.46 340	0.42 191

GANet	0.92 310	1.20 272	2.68 238	0.45 243	0.27 148	0.76 276	0.66 329	0.94 241	0.77 237	0.79 302	1.17 344	0.84 290	0.91 330	2.72 372	1.76 326	0.18 276	0.42 279	0.44 365	0.20 257	0.33 274	0.94 321

MFMNet_re	1.01 327	1.73 357	3.04 305	0.85 343	0.76 331	0.93 328	0.81 349	1.02 295	1.10 350	1.05 336	1.06 340	0.84 290	0.96 337	0.93 177	0.97 257	0.68 371	0.61 307	0.63 373	0.60 378	0.77 371	0.80 303

DLCB_ROB	0.61 153	0.96 222	2.00 40	0.37 166	0.25 123	0.65 220	0.37 226	0.86 190	0.76 229	0.73 281	0.70 254	0.84 290	0.47 217	1.57 256	0.72 218	0.13 184	0.13 152	0.14 219	0.14 176	0.18 109	0.33 140

LL-Strereo	0.85 287	1.73 357	3.06 309	0.37 166	0.61 307	0.54 72	0.33 202	1.01 289	0.76 229	0.69 266	0.58 176	0.85 295	0.78 311	2.65 367	0.54 169	0.14 214	0.58 304	0.14 219	0.12 138	0.42 329	1.05 333

iRaft-Stereo_20w	1.50 369	0.42 70	4.81 391	2.24 401	2.09 401	1.36 358	1.27 382	1.38 367	0.94 319	2.07 384	0.42 61	0.85 295	0.69 293	0.87 170	1.37 306	0.10 47	4.04 412	0.09 13	0.40 349	0.17 90	4.53 412

XX-Stereo	0.98 323	0.57 116	4.45 388	1.64 385	5.33 410	0.55 81	0.16 3	0.96 257	0.43 13	0.45 51	0.65 225	0.85 295	0.19 7	0.79 158	0.26 32	0.11 110	0.80 328	0.10 46	0.32 318	0.17 90	0.78 299

ADCP+	1.03 332	1.68 355	3.83 366	0.35 142	0.39 236	1.05 341	0.79 348	0.94 241	0.86 294	0.69 266	0.68 237	0.85 295	1.53 370	1.02 183	4.56 397	0.13 184	0.12 139	0.16 260	0.15 194	0.28 243	0.44 208

NCCL2	0.71 230	1.32 297	2.30 91	0.44 236	0.31 182	0.71 256	0.67 333	0.89 211	0.69 167	0.70 269	0.61 196	0.85 295	0.54 243	1.58 262	0.70 210	0.20 295	0.17 198	0.66 374	0.25 282	0.26 222	0.38 168

ETE_ROB	0.68 215	1.09 241	2.32 95	0.38 184	0.26 137	0.69 249	0.51 287	1.49 373	0.75 221	0.81 305	0.71 267	0.85 295	0.51 231	1.39 229	0.70 210	0.17 265	0.14 165	0.19 295	0.16 211	0.24 192	0.35 153

HH	0.79 264	0.52 101	2.72 251	1.45 375	0.80 337	0.91 324	0.23 57	0.76 112	0.76 229	0.64 235	0.55 148	0.87 301	0.41 162	0.94 178	0.45 134	0.09 11	1.20 353	0.10 46	0.09 37	0.16 69	2.16 387

HanStereo	0.79 264	0.52 101	2.72 251	1.45 375	0.80 337	0.91 324	0.23 57	0.76 112	0.76 229	0.64 235	0.55 148	0.87 301	0.41 162	0.94 178	0.45 134	0.09 11	1.20 353	0.10 46	0.09 37	0.16 69	2.16 387

AnyNet_C32	1.08 340	1.76 361	3.01 303	0.50 269	0.54 283	1.17 354	1.16 377	0.97 264	0.95 324	1.11 341	0.98 326	0.87 301	0.93 335	1.57 256	4.11 394	0.22 308	0.20 220	0.25 330	0.25 282	0.40 321	0.68 282

CBMV	0.86 290	1.00 224	2.82 275	0.35 142	0.21 77	0.78 291	0.78 346	1.05 315	0.87 296	0.90 320	0.74 275	0.87 301	1.89 381	1.67 273	1.38 308	0.19 287	0.20 220	0.21 309	0.19 248	0.28 243	0.84 307
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
STrans-v2	0.69 221	0.62 134	2.66 226	0.28 33	0.23 108	0.57 104	0.32 189	1.01 289	0.77 237	0.92 323	0.84 299	0.88 305	0.92 333	1.81 295	1.19 287	0.10 47	0.07 6	0.10 46	0.09 37	0.12 25	0.30 127

ac_64	0.63 178	0.77 180	2.71 249	0.37 166	0.34 208	0.64 206	0.30 169	0.86 190	0.67 135	0.58 169	0.53 125	0.88 305	0.48 223	1.84 301	0.71 214	0.15 232	0.12 139	0.12 134	0.12 138	0.21 158	0.25 97

CBMV_ROB	0.88 297	0.75 177	2.73 256	0.36 156	0.22 86	0.76 276	0.47 277	1.05 315	0.81 263	1.06 338	1.04 337	0.88 305	1.36 357	2.17 335	2.03 336	0.23 316	0.24 238	0.27 333	0.25 282	0.27 233	0.73 293

PASM	0.82 272	1.00 224	2.68 238	0.52 273	0.48 271	0.65 220	0.59 312	0.83 161	0.89 305	0.82 309	0.73 272	0.89 308	0.68 289	2.39 349	0.73 219	0.35 351	0.37 267	0.36 353	0.41 353	0.45 336	0.51 234

TransformOpticalFlow	0.65 190	0.61 130	2.67 233	0.45 243	0.26 137	0.62 181	0.28 132	0.88 205	0.76 229	0.76 291	0.74 275	0.90 309	0.84 318	1.82 298	0.80 236	0.10 47	0.07 6	0.11 92	0.09 37	0.12 25	0.19 60

riskmin	0.96 318	0.32 14	2.07 53	1.72 390	1.61 393	1.62 372	0.57 307	1.45 371	0.55 59	0.73 281	0.89 313	0.92 310	0.45 202	1.16 203	0.60 181	0.11 110	1.30 367	0.12 134	1.38 404	0.14 51	1.51 368

DDUNet	0.90 307	1.63 350	2.77 265	0.77 335	0.69 322	0.83 305	0.44 264	0.90 219	0.70 177	0.68 261	0.76 285	0.92 310	0.54 243	1.14 201	1.35 302	0.61 367	0.37 267	0.96 383	0.52 368	0.77 371	0.67 277

ADLNet2	0.73 240	1.22 279	3.28 322	0.34 127	0.36 222	0.65 220	0.37 226	0.94 241	0.87 296	0.57 163	0.65 225	0.92 310	0.48 223	2.05 323	0.60 181	0.13 184	0.11 124	0.11 92	0.11 108	0.37 302	0.38 168

XQC	0.84 279	1.32 297	2.61 207	0.78 337	0.44 259	0.89 320	0.53 293	1.16 349	1.07 347	0.85 314	0.69 241	0.92 310	0.73 300	1.40 231	1.44 310	0.24 323	0.35 265	0.23 320	0.26 288	0.45 336	0.39 175

RYNet	0.77 259	0.91 212	2.36 100	0.37 166	0.41 247	0.88 318	0.44 264	0.99 275	0.88 300	0.65 247	0.54 139	0.92 310	0.61 272	2.70 371	1.23 293	0.15 232	0.14 165	0.17 274	0.14 176	0.27 233	0.55 251

Ntro	1.11 342	2.10 381	3.52 349	0.97 354	0.87 344	1.06 344	0.54 296	1.02 295	0.93 318	0.63 225	0.76 285	0.93 315	0.67 287	1.76 284	1.71 320	1.03 383	0.46 284	0.76 379	0.41 353	1.29 386	0.86 314

RAFT-Test	0.56 110	0.41 68	2.01 42	0.90 347	1.07 366	0.65 220	0.37 226	0.83 161	0.65 116	0.49 81	0.49 101	0.93 315	0.24 26	0.52 78	0.30 55	0.10 47	0.38 271	0.09 13	0.38 345	0.11 17	0.19 60

FAT-Stereo	0.72 238	0.60 125	2.86 283	0.37 166	0.29 163	0.64 206	0.55 300	1.01 289	0.91 310	0.76 291	0.94 318	0.93 315	0.79 313	1.82 298	0.60 181	0.19 287	0.19 208	0.17 274	0.16 211	0.23 186	0.47 218

NCC-stereo	0.88 297	1.22 279	2.97 296	0.60 299	0.45 262	1.88 382	0.48 279	1.04 307	0.75 221	0.70 269	0.85 302	0.93 315	0.84 318	1.81 295	1.51 314	0.28 339	0.19 208	0.23 320	0.31 313	0.27 233	0.35 153

Abc-Net	0.88 297	1.22 279	2.97 296	0.60 299	0.45 262	1.88 382	0.48 279	1.04 307	0.75 221	0.70 269	0.85 302	0.93 315	0.84 318	1.81 295	1.51 314	0.28 339	0.19 208	0.23 320	0.31 313	0.27 233	0.35 153
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RASNet	0.69 221	1.05 235	2.59 198	0.37 166	0.47 270	0.66 233	0.33 202	0.82 151	0.76 229	0.51 110	0.65 225	0.93 315	0.62 274	2.20 336	0.80 236	0.14 214	0.09 81	0.09 13	0.11 108	0.18 109	0.37 160

LSM	3.40 401	1.42 322	5.81 402	9.98 416	30.74 429	0.86 312	1.14 373	0.99 275	1.26 362	1.40 369	2.18 378	0.93 315	0.85 321	1.76 284	1.03 270	0.22 308	0.35 265	0.24 325	0.29 302	0.40 321	6.21 414

LALA_ROB	0.68 215	1.14 253	2.50 172	0.37 166	0.29 163	0.78 291	0.55 300	0.99 275	0.84 286	0.82 309	0.68 237	0.93 315	0.50 227	1.01 182	0.89 251	0.21 303	0.15 179	0.21 309	0.18 232	0.26 222	0.30 127

Wz-Net-SNSev	0.85 287	1.83 364	3.36 328	0.42 222	0.31 182	0.71 256	0.66 329	1.04 307	0.94 319	0.68 261	0.85 302	0.96 323	0.62 274	1.75 282	1.14 281	0.16 246	0.15 179	0.16 260	0.17 224	0.39 315	0.63 268

THIR-Stereo	0.88 297	0.85 192	2.33 97	0.26 15	0.16 20	0.59 129	2.69 399	0.62 70	0.54 54	0.62 216	1.61 364	0.96 323	1.77 377	1.67 273	2.20 349	0.10 47	0.08 38	0.14 219	0.11 108	0.16 69	0.21 72

DANet	0.85 287	0.68 149	2.41 116	1.18 367	0.48 271	0.77 286	1.23 381	0.93 236	1.53 376	0.90 320	0.72 270	0.97 325	0.57 255	1.86 305	1.05 272	0.18 276	0.16 191	0.19 295	0.16 211	0.26 222	0.67 277
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
otaku	1.15 345	2.10 381	3.51 347	0.98 355	0.74 327	1.02 338	0.59 312	1.03 301	0.89 305	0.70 269	1.60 363	0.98 326	0.65 279	1.63 266	1.80 329	0.99 382	0.46 284	0.73 378	0.40 349	1.30 388	0.88 315

SHD	0.84 279	1.14 253	2.54 181	0.80 339	0.52 277	0.76 276	0.34 207	1.16 349	1.29 365	1.11 341	0.85 302	0.98 326	0.74 304	1.25 216	1.48 312	0.22 308	0.37 267	0.20 305	0.27 296	0.36 296	0.41 187

MDST_ROB	1.28 352	0.53 104	3.84 367	0.55 284	0.45 262	4.06 404	0.60 315	1.36 366	0.89 305	2.18 389	1.17 344	0.98 326	0.72 297	4.28 401	2.12 343	0.20 295	0.16 191	0.19 295	0.17 224	0.20 149	0.84 307

RP	0.74 243	1.01 227	2.48 166	0.44 236	0.45 262	0.66 233	0.45 268	0.95 254	0.87 296	0.70 269	0.95 321	0.99 329	0.82 315	1.55 250	0.82 243	0.26 333	0.19 208	0.23 320	0.20 257	0.34 280	0.38 168

Nwc_Net	0.75 252	1.10 246	2.96 295	0.42 222	0.39 236	0.77 286	0.39 240	1.06 327	0.73 199	0.65 247	1.00 330	0.99 329	0.74 304	1.43 235	0.99 265	0.24 323	0.15 179	0.23 320	0.26 288	0.27 233	0.30 127

ADCL	1.07 337	1.22 279	2.80 269	0.40 210	0.33 199	1.50 365	1.87 396	0.97 264	1.04 343	1.26 361	1.28 350	0.99 329	1.41 361	1.36 228	3.51 382	0.17 265	0.14 165	0.22 313	0.21 268	0.32 270	0.43 196

PDISCO_ROB	0.84 279	1.46 329	2.84 279	0.65 314	0.59 295	1.17 354	0.48 279	1.19 354	1.08 349	0.67 255	0.72 270	1.00 332	0.61 272	1.24 213	1.05 272	0.38 352	0.18 204	0.28 335	0.24 277	0.58 355	0.44 208

UDG	0.86 290	1.57 338	2.80 269	0.68 325	0.59 295	0.78 291	0.38 234	0.97 264	0.74 216	0.63 225	0.70 254	1.01 333	0.68 289	1.02 183	1.22 292	0.45 360	0.34 264	0.89 381	0.51 366	0.73 366	0.58 254

ADCMid	1.06 335	1.82 363	3.53 350	0.39 197	0.36 222	0.99 335	0.58 309	1.01 289	0.94 319	1.23 359	1.02 333	1.01 333	1.01 341	1.11 196	4.04 392	0.22 308	0.19 208	0.42 362	0.32 318	0.42 329	0.53 242

FBW_ROB	0.94 316	1.23 283	2.35 99	0.46 246	0.32 193	0.87 316	0.46 273	1.15 346	0.97 332	0.83 312	0.78 293	1.01 333	0.64 278	3.65 397	1.65 319	0.27 336	0.24 238	0.40 358	0.26 288	0.32 270	0.88 315

RGC	0.78 261	1.10 246	2.55 188	0.45 243	0.45 262	0.73 265	0.40 243	1.00 281	0.75 221	0.75 289	1.04 337	1.02 336	0.73 300	1.74 281	1.15 282	0.24 323	0.19 208	0.28 335	0.26 288	0.31 265	0.38 168

CBFPSM	0.62 166	1.34 303	2.12 63	0.30 59	0.23 108	0.71 256	0.38 234	0.77 118	0.68 159	0.51 110	0.49 101	1.03 337	0.82 315	0.63 113	1.35 302	0.11 110	0.12 139	0.10 46	0.10 70	0.19 132	0.37 160

Anonymous_2	1.36 359	0.49 89	2.03 46	1.71 389	1.58 391	2.49 396	0.58 309	1.59 378	2.31 389	0.77 293	0.88 311	1.03 337	0.58 262	1.20 208	0.66 203	0.32 346	1.38 371	1.42 399	3.87 413	0.78 373	1.56 369

hitnet-ft	0.73 240	1.09 241	2.59 198	0.28 33	0.22 86	0.71 256	0.36 223	0.89 211	0.67 135	0.58 169	0.83 297	1.03 337	0.94 336	2.31 341	0.70 210	0.23 316	0.14 165	0.41 360	0.13 158	0.24 192	0.28 113

SGM-Forest	1.84 382	7.91 414	10.36 410	0.42 222	0.33 199	1.04 339	1.29 383	1.01 289	0.88 300	1.19 348	2.30 382	1.03 337	1.79 378	2.60 363	2.81 369	0.22 308	0.21 228	0.21 309	0.19 248	0.25 207	0.79 301
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
EDNetEfficient	1.29 353	0.78 183	4.27 381	0.65 314	1.03 363	0.94 330	1.38 387	0.87 197	1.75 383	2.33 395	1.32 354	1.04 341	2.21 388	1.59 263	4.07 393	0.16 246	0.19 208	0.15 244	0.27 296	0.38 308	0.40 180

AF-Net	0.76 255	1.14 253	2.74 258	0.42 222	0.41 247	0.70 252	0.41 245	1.07 330	0.94 319	0.73 281	1.05 339	1.04 341	0.86 323	1.23 211	1.00 267	0.23 316	0.15 179	0.25 330	0.18 232	0.32 270	0.35 153

CSAN	1.38 360	1.74 360	4.12 374	0.53 277	0.38 234	1.06 344	1.15 375	1.29 361	1.12 353	1.19 348	1.90 371	1.04 341	1.44 362	5.92 407	2.82 370	0.26 333	0.22 230	0.24 325	0.25 282	0.35 291	0.54 245

DPSNet	1.02 328	0.72 161	2.84 279	0.60 299	0.39 236	1.08 346	0.75 343	1.41 369	1.14 355	0.74 287	0.69 241	1.05 344	1.67 372	2.09 330	2.22 351	0.27 336	0.61 307	0.20 305	0.50 365	0.48 343	1.03 332

WZ-Net	1.04 333	1.83 364	4.20 378	0.42 222	0.36 222	0.88 318	0.71 339	1.05 315	1.11 352	0.84 313	0.94 318	1.06 345	1.17 351	2.37 345	2.24 352	0.20 295	0.14 165	0.15 244	0.16 211	0.36 296	0.53 242

MFN_U_SF_DS_RVC	1.08 340	2.01 375	2.56 192	0.49 264	0.40 242	1.49 364	0.96 360	1.02 295	0.95 324	0.85 314	0.94 318	1.06 345	0.59 265	2.92 382	1.15 282	0.43 358	0.74 326	0.32 347	0.55 371	0.74 367	1.35 359

DISCO	0.61 153	0.63 136	1.98 39	0.46 246	0.34 208	0.84 310	0.35 216	0.88 205	0.81 263	0.61 204	0.64 218	1.06 345	0.53 241	1.11 196	0.83 245	0.13 184	0.10 103	0.11 92	0.10 70	0.26 222	0.37 160

RainbowNet	1.27 351	2.22 388	3.58 354	1.14 365	0.92 348	1.08 346	0.76 344	1.19 354	1.15 357	0.77 293	0.97 323	1.08 348	0.83 317	1.64 269	1.72 322	1.20 390	1.30 367	1.01 386	0.58 375	1.23 383	0.97 329

ADCS	1.14 344	2.02 376	3.36 328	0.43 232	0.37 228	0.96 334	0.81 349	1.12 343	1.17 359	1.25 360	0.98 326	1.08 348	0.92 333	1.41 233	4.97 400	0.23 316	0.21 228	0.22 313	0.23 275	0.40 321	0.67 277

ADCPNet	1.07 337	1.37 313	4.54 390	0.38 184	0.68 321	1.36 358	0.64 324	0.93 236	0.83 274	0.79 302	0.82 295	1.08 348	1.18 352	1.30 223	2.68 366	0.21 303	0.69 319	0.21 309	0.95 394	0.30 257	0.54 245

Wz-Net-TNSev	1.02 328	2.26 392	3.69 359	0.38 184	0.31 182	1.00 336	0.71 339	1.12 343	1.02 339	0.74 287	0.73 272	1.09 351	0.91 330	2.46 355	2.15 346	0.21 303	0.20 220	0.16 260	0.20 257	0.48 343	0.62 264

RTS	1.29 353	1.59 343	6.48 405	0.63 309	0.57 290	1.59 370	0.90 357	1.15 346	1.44 371	1.20 353	1.31 352	1.10 352	0.87 326	2.67 368	2.27 354	0.21 303	0.38 271	0.19 295	0.20 257	0.46 340	0.68 282

RTSA	1.29 353	1.59 343	6.48 405	0.63 309	0.57 290	1.59 370	0.90 357	1.15 346	1.44 371	1.20 353	1.31 352	1.10 352	0.87 326	2.67 368	2.27 354	0.21 303	0.38 271	0.19 295	0.20 257	0.46 340	0.68 282

raft_robust	0.68 215	1.24 284	2.42 120	0.30 59	0.57 290	0.53 65	0.25 98	0.95 254	0.79 249	0.49 81	0.46 77	1.12 354	0.74 304	1.50 246	0.61 186	0.09 11	0.62 310	0.10 46	0.30 308	0.26 222	0.30 127

DispFullNet	1.69 380	2.25 390	5.23 396	1.53 381	8.78 411	0.89 320	0.37 226	1.03 301	0.98 333	1.37 365	1.00 330	1.13 355	1.97 383	1.51 247	0.98 263	0.55 366	0.32 259	1.19 390	0.64 379	1.16 381	0.88 315

edge stereo	0.84 279	0.74 173	3.42 342	0.38 184	1.21 375	0.63 194	0.41 245	0.98 270	0.83 274	0.81 305	0.88 311	1.14 356	0.73 300	2.16 334	0.89 251	0.22 308	0.20 220	0.26 332	0.18 232	0.38 308	0.43 196

PVD	1.05 334	1.21 274	2.36 100	0.84 342	0.91 347	1.04 339	0.64 324	1.32 364	1.68 380	1.43 371	1.41 359	1.14 356	1.15 350	1.49 245	1.77 327	0.27 336	0.65 313	0.28 335	0.35 336	0.40 321	0.73 293

stereogan	0.74 243	0.68 149	2.82 275	0.40 210	0.40 242	1.05 341	0.42 251	0.99 275	0.96 326	0.78 301	0.86 307	1.15 358	0.73 300	1.57 256	0.56 173	0.20 295	0.19 208	0.20 305	0.16 211	0.37 302	0.34 147

AnyNet_C01	1.20 348	1.89 367	4.25 380	0.55 284	0.54 283	1.57 368	1.39 388	1.10 338	1.13 354	1.19 348	1.34 356	1.15 358	1.11 348	1.73 279	2.89 371	0.26 333	0.24 238	0.28 335	0.24 277	0.50 345	0.68 282

psmorigin	1.41 362	0.91 212	13.83 416	0.37 166	0.30 174	0.63 194	0.37 226	0.80 137	0.64 109	0.98 328	0.87 309	1.16 360	0.78 311	3.95 399	1.09 276	0.19 287	0.22 230	0.17 274	0.19 248	0.25 207	0.47 218

MADNet+	1.44 364	2.19 385	6.00 403	0.89 345	0.70 324	1.58 369	1.11 370	1.56 377	1.30 367	0.89 318	1.03 335	1.25 361	1.12 349	3.29 389	2.80 368	0.48 363	0.57 302	0.39 357	0.36 341	0.63 361	0.69 286

FTStereo	0.79 264	0.32 14	2.83 277	0.70 327	0.21 77	0.73 265	1.75 394	0.61 67	0.60 80	1.07 339	1.62 365	1.28 362	2.11 386	0.75 150	0.30 55	0.19 287	0.08 38	0.12 134	0.11 108	0.12 25	0.39 175

EDNetEfficientorigin	8.19 411	1.27 290	145.54 435	0.51 272	0.96 352	0.75 272	0.49 284	0.86 190	1.57 378	2.12 387	1.49 361	1.28 362	1.35 355	1.84 301	2.15 346	0.14 214	0.13 152	0.17 274	0.18 232	0.39 315	0.64 273

MSC_U_SF_DS_RVC	1.40 361	2.04 378	3.02 304	0.58 298	0.41 247	2.15 391	1.00 365	1.31 363	1.29 365	1.05 336	1.10 342	1.29 364	0.91 330	3.07 385	1.34 300	1.65 400	0.84 330	0.68 376	0.88 391	1.55 395	1.91 377

G-Net	1.02 328	0.70 154	3.23 316	0.60 299	0.66 317	2.00 388	0.71 339	0.78 125	0.70 177	1.14 344	2.53 386	1.29 364	1.01 341	1.47 242	1.74 324	0.25 329	0.24 238	0.24 325	0.26 288	0.37 302	0.40 180

FINET	1.92 384	1.96 369	4.49 389	1.62 384	1.39 383	3.51 402	4.39 406	2.89 399	2.58 392	1.39 367	1.98 372	1.35 366	2.12 387	1.64 269	2.12 343	0.84 376	1.03 344	0.18 290	0.29 302	0.54 352	2.12 385

HSM	0.67 210	0.92 217	2.29 89	0.30 59	0.29 163	0.65 220	0.29 157	0.98 270	0.67 135	0.59 188	0.58 176	1.39 367	0.65 279	2.56 359	0.45 134	0.11 110	0.09 81	0.10 46	0.08 27	0.18 109	0.24 93

MFN_U_SF_RVC	1.57 376	2.56 405	3.30 325	0.66 318	0.41 247	1.15 352	0.51 287	1.27 359	1.35 368	1.61 379	1.20 346	1.43 368	0.97 338	1.80 293	2.10 341	1.88 403	1.79 382	1.97 408	2.14 407	1.61 396	1.76 376

SAMSARA	1.11 342	1.35 306	2.60 203	1.34 370	0.77 333	1.67 375	1.41 391	1.47 372	0.99 336	1.54 377	0.89 313	1.44 369	0.90 329	1.88 309	1.71 320	0.25 329	0.55 298	0.22 313	0.34 334	0.39 315	0.50 230

SPS-STEREO	1.22 349	1.65 352	3.41 339	0.66 318	0.69 322	1.01 337	0.68 335	1.10 338	0.96 326	1.40 369	1.25 349	1.46 370	1.08 346	2.05 323	2.24 352	0.66 369	0.61 307	0.58 370	0.57 374	0.66 364	1.65 373
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IMH-64-1	1.50 369	1.98 371	2.69 244	1.39 373	1.12 370	1.39 361	1.19 379	1.80 383	1.47 373	1.19 348	2.20 379	1.53 371	1.51 368	2.12 332	1.98 333	1.34 393	0.68 316	1.28 393	0.70 380	1.37 390	1.12 337

IMH-64	1.50 369	1.98 371	2.69 244	1.39 373	1.12 370	1.39 361	1.19 379	1.80 383	1.47 373	1.19 348	2.20 379	1.53 371	1.51 368	2.12 332	1.98 333	1.34 393	0.68 316	1.28 393	0.70 380	1.37 390	1.12 337

coex-ft	6.14 409	1.98 371	60.80 433	0.34 127	0.30 174	0.80 298	1.17 378	0.76 112	4.34 401	19.82 421	2.15 377	1.61 373	8.77 411	1.82 298	10.36 413	0.44 359	2.05 388	0.18 290	0.19 248	0.39 315	4.61 413

NVStereoNet_ROB	1.45 366	1.62 348	3.59 355	1.09 360	0.70 324	0.86 312	0.67 333	1.19 354	1.51 375	1.20 353	4.05 402	1.61 373	1.94 382	2.97 384	2.07 340	0.67 370	0.69 319	0.55 369	0.70 380	0.57 354	0.67 277
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SANet	1.35 358	1.80 362	4.39 386	0.41 219	0.29 163	1.72 377	0.89 356	1.17 352	2.47 391	1.22 357	1.82 368	1.72 375	1.70 374	2.57 360	3.30 376	0.18 276	0.16 191	0.16 260	0.15 194	0.34 280	0.62 264

PWCK	1.62 379	2.32 397	4.27 381	1.11 363	0.56 287	1.81 380	1.84 395	1.55 376	1.54 377	1.45 372	1.81 367	1.82 376	1.38 359	3.34 390	2.14 345	1.09 386	0.57 302	0.98 384	0.59 376	1.50 394	0.79 301

ELAS	1.52 373	0.92 217	2.91 289	0.62 307	0.57 290	3.13 399	2.21 398	1.67 380	1.58 379	2.42 396	2.43 384	1.87 377	2.49 391	1.85 303	2.70 367	0.42 355	0.43 282	0.41 360	0.40 349	0.51 347	0.85 311
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet-4b	2.00 386	2.19 385	4.85 392	1.09 360	0.86 342	1.15 352	0.53 293	1.11 341	1.15 357	0.65 247	1.09 341	1.97 378	0.69 293	2.31 341	9.78 412	5.73 412	0.42 279	1.03 387	0.55 371	1.89 398	0.92 320

WAO-7	1.58 377	2.04 378	3.25 319	0.94 351	0.75 328	1.75 378	1.13 372	1.87 386	1.97 387	1.46 374	2.53 386	1.98 379	1.75 375	3.13 386	2.48 359	0.69 372	0.67 315	0.94 382	0.74 385	0.80 374	0.77 296

ELAS_RVC	1.51 372	0.88 199	3.36 328	0.63 309	0.56 287	1.53 366	2.73 400	1.53 374	1.76 384	2.26 393	2.21 381	2.10 380	3.07 396	2.08 328	2.52 360	0.42 355	0.42 279	0.42 362	0.37 342	0.51 347	0.84 307
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	1.54 374	2.20 387	4.42 387	1.10 362	0.93 350	1.37 360	0.87 353	1.53 374	1.71 382	1.22 357	1.72 366	2.12 381	1.06 344	2.58 361	1.93 332	0.94 378	0.54 296	1.00 385	0.56 373	2.11 402	0.96 326

WAO-6	1.69 380	1.87 366	3.21 315	1.15 366	1.01 361	2.29 392	1.06 369	1.85 385	2.84 397	1.30 364	2.59 388	2.19 382	1.67 372	2.62 364	2.52 360	0.96 380	0.68 316	1.19 390	0.84 388	1.13 379	0.95 324

IMH	2.14 390	2.46 401	3.60 357	1.70 388	1.13 372	1.65 374	0.93 359	2.13 392	1.93 386	1.37 365	2.64 391	2.19 382	1.82 379	5.77 405	2.18 348	5.70 411	1.05 345	1.31 395	0.72 384	1.39 392	1.13 339

JetBlue	1.89 383	2.09 380	4.16 376	0.74 330	1.23 376	4.52 408	3.86 405	1.68 381	1.26 362	1.28 363	1.54 362	2.36 384	1.86 380	3.35 391	3.37 378	0.54 364	0.49 290	0.48 366	0.49 363	1.39 392	1.21 346

SGM_RVC	2.11 389	1.07 237	2.87 284	0.98 355	0.92 348	2.72 398	1.88 397	1.91 388	12.27 410	2.09 385	1.99 373	2.47 385	2.24 389	2.87 381	2.03 336	0.54 364	0.47 286	0.42 362	0.47 360	0.74 367	1.22 348
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MADNet++	2.94 399	2.17 384	3.27 321	2.55 405	2.28 403	3.29 401	3.37 401	2.76 397	2.67 395	3.10 404	3.20 398	2.78 386	3.25 398	4.11 400	4.68 399	2.72 407	2.27 403	3.03 411	2.43 409	2.34 405	2.59 403

MeshStereo	1.29 353	1.34 303	3.04 305	0.35 142	0.28 158	1.10 348	0.69 337	1.42 370	1.07 347	2.71 401	2.43 384	2.95 387	1.50 367	2.92 382	2.03 336	0.23 316	0.22 230	0.22 313	0.19 248	0.50 345	0.69 286
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
JetRed	3.37 400	4.96 411	10.08 409	1.48 378	1.73 396	7.63 411	5.47 410	3.47 405	2.20 388	2.42 396	2.40 383	2.98 388	2.35 390	3.52 395	6.60 405	1.33 392	1.90 384	1.38 397	1.23 402	2.30 404	2.02 381

SGM+DAISY	2.67 392	2.14 383	4.28 383	1.92 398	2.11 402	4.36 407	5.22 409	3.17 400	3.00 398	3.24 405	3.81 401	3.03 389	3.61 400	2.53 357	3.79 386	1.15 387	1.29 365	0.66 374	0.71 383	0.95 377	2.44 402

ACVNet_1	1.47 368	2.27 393	4.92 393	1.11 363	0.89 345	1.19 356	0.66 329	1.28 360	1.19 360	0.98 328	0.97 323	3.06 390	1.48 366	2.37 345	1.82 330	1.08 385	0.49 290	1.03 387	0.48 361	1.20 382	0.95 324

WCMA_ROB	1.29 353	1.21 274	3.13 313	0.65 314	0.36 222	1.20 357	0.78 346	1.00 281	0.98 333	1.78 382	2.62 389	3.08 391	2.01 384	1.86 305	2.35 356	0.38 352	0.38 271	0.32 347	0.32 318	0.31 265	1.06 334

WAO-8	2.91 396	2.55 403	3.77 361	1.93 399	1.04 364	4.08 405	0.99 361	3.25 403	6.09 404	2.20 390	3.34 399	3.33 392	2.64 392	11.73 413	2.52 360	2.12 404	1.92 385	1.55 401	0.93 392	1.27 384	0.96 326

Venus	2.91 396	2.55 403	3.77 361	1.93 399	1.04 364	4.08 405	0.99 361	3.25 403	6.09 404	2.20 390	3.34 399	3.33 392	2.64 392	11.73 413	2.52 360	2.12 404	1.92 385	1.55 401	0.93 392	1.27 384	0.96 326

FCDSN-DC	1.45 366	1.12 250	3.30 325	0.48 253	0.41 247	1.13 350	0.60 315	1.17 352	1.28 364	2.25 392	2.85 394	3.65 394	3.34 399	2.58 361	2.44 358	0.31 345	0.26 248	0.31 345	0.30 308	0.37 302	0.78 299
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
notaker	2.77 394	2.35 398	4.02 372	2.61 406	1.44 385	1.77 379	1.14 373	2.77 398	1.81 385	2.30 394	11.41 412	3.95 395	4.70 404	3.24 388	3.01 373	1.58 399	0.88 332	1.71 406	1.08 399	2.10 401	1.44 365

UNDER WATER-64	2.59 391	2.28 394	5.63 400	1.85 396	1.45 386	3.28 400	1.60 393	2.62 395	5.57 403	2.09 385	2.12 375	4.10 396	4.21 403	2.74 375	3.64 385	1.49 397	0.86 331	1.58 403	1.09 400	1.91 399	1.62 372

TorneroNet-64	2.74 393	2.23 389	4.18 377	1.48 378	1.20 374	3.88 403	1.01 367	3.48 407	6.61 407	2.62 400	4.55 405	4.20 397	3.84 402	3.39 393	3.40 380	1.23 391	0.66 314	1.39 398	0.80 387	3.42 409	1.27 351

FC-DCNN	1.60 378	0.85 192	3.44 343	0.46 246	0.39 236	1.96 384	0.66 329	1.72 382	1.70 381	2.75 402	2.91 397	4.20 397	3.15 397	2.72 372	2.66 365	0.30 343	0.26 248	0.31 345	0.30 308	0.33 274	0.91 318

LVE	2.10 388	2.61 406	4.30 385	1.79 393	1.81 397	1.68 376	1.04 368	2.35 394	2.78 396	1.27 362	2.87 395	4.21 399	1.46 363	2.83 380	2.02 335	2.87 408	0.92 334	1.19 390	1.47 406	1.29 386	1.18 340

Dean	1.92 384	2.31 396	5.03 395	1.31 368	1.08 367	1.55 367	0.99 361	1.98 391	2.33 390	1.51 376	4.15 403	4.23 400	1.39 360	2.31 341	2.10 341	1.18 389	0.69 319	1.18 389	0.75 386	1.30 388	1.07 335

tt	4.94 407	0.32 14	4.22 379	2.29 402	1.58 391	10.19 414	16.94 417	9.44 415	5.03 402	1.69 380	1.33 355	4.68 401	5.02 405	3.38 392	5.91 404	6.15 413	9.47 420	2.80 410	3.16 412	3.54 410	1.58 370

MSMD_ROB	1.41 362	1.03 231	2.75 260	0.41 219	0.32 193	2.00 388	0.61 320	0.96 257	1.43 370	2.97 403	2.63 390	4.76 402	2.04 385	2.44 354	1.78 328	0.30 343	0.26 248	0.32 347	0.32 318	0.32 270	0.63 268

LE_ROB	4.55 406	2.43 400	9.94 408	2.79 408	4.03 407	2.40 395	3.54 402	2.72 396	11.04 409	11.64 414	4.69 406	5.25 403	10.74 412	4.52 404	9.73 411	0.82 375	0.70 322	1.34 396	0.97 395	0.74 367	0.94 321

UNDER WATER	2.84 395	2.25 390	5.25 397	1.84 395	1.45 386	2.36 394	1.44 392	3.23 402	6.51 406	2.61 399	2.73 393	5.69 404	5.64 407	3.14 387	4.18 395	1.48 396	0.81 329	1.60 404	1.07 398	1.91 399	1.67 374

SDNR	2.06 387	2.93 408	2.94 293	1.55 382	5.13 409	1.98 387	0.24 79	1.95 390	2.62 393	0.92 323	2.71 392	5.76 405	0.68 289	3.61 396	3.84 387	0.33 348	0.38 271	0.22 313	0.17 224	1.13 379	2.04 382

pmcnn	1.44 364	1.25 287	3.57 353	0.74 330	1.42 384	0.72 262	0.56 304	1.04 307	1.06 346	1.03 335	2.89 396	6.01 406	0.75 308	2.54 358	3.60 384	0.14 214	0.11 124	0.08 3	0.06 6	0.34 280	0.81 305

MANE	3.51 402	2.03 377	3.88 369	1.89 397	2.01 399	5.98 409	4.72 407	5.87 411	7.13 408	3.80 406	5.10 407	6.11 407	5.34 406	4.39 402	5.05 401	1.07 384	1.28 364	0.50 367	0.85 389	0.76 370	2.36 401

DGTPSM_ROB	8.97 412	5.94 412	13.01 414	5.95 413	11.34 413	8.54 412	24.06 418	6.47 412	13.52 412	5.19 408	11.52 413	6.18 408	11.04 413	7.02 409	13.92 415	4.47 409	7.66 414	3.90 412	7.43 417	4.34 412	7.98 416

DPSMNet_ROB	9.58 413	5.96 413	13.98 417	8.88 415	11.87 414	8.54 412	24.08 419	6.48 413	13.67 415	5.35 409	11.53 414	6.31 409	11.04 413	7.69 410	14.09 416	7.61 418	8.23 416	5.03 414	7.75 418	5.24 414	8.36 417

KSHMR	4.19 404	2.37 399	6.24 404	1.73 391	1.48 388	1.97 386	1.29 383	3.18 401	17.06 420	2.15 388	15.74 415	9.09 410	1.75 375	8.33 411	2.37 357	1.55 398	1.29 365	1.70 405	1.23 402	1.75 397	1.60 371

SGM-ForestM	3.67 403	2.70 407	5.34 399	1.65 386	1.72 395	6.02 410	5.08 408	4.10 408	3.47 399	4.59 407	4.21 404	9.81 411	5.79 408	6.44 408	6.97 407	0.88 377	1.09 347	0.33 351	0.45 357	0.68 365	2.10 384

HanzoNet	7.85 410	3.30 410	5.75 401	7.47 414	3.97 406	2.34 393	1.37 385	3.47 405	4.02 400	13.30 415	10.49 408	10.86 412	16.67 418	8.50 412	10.51 414	10.80 419	9.84 421	5.83 416	13.69 419	7.24 415	7.51 415

Anonymous_1	22.76 421	11.11 415	11.93 411	12.73 417	26.05 428	19.39 421	27.77 423	14.18 417	13.64 414	14.92 416	10.66 409	11.26 413	11.24 415	12.48 417	14.45 417	37.82 434	7.87 415	34.92 431	63.61 431	87.51 434	11.75 420

ktn	4.44 405	2.47 402	3.70 360	1.82 394	1.49 389	2.11 390	1.40 389	2.30 393	12.56 411	11.36 413	16.25 416	11.30 414	3.77 401	4.41 403	3.47 381	1.86 402	0.99 337	1.74 407	1.21 401	3.28 408	1.39 362

TorneroNet	5.60 408	2.30 395	3.98 370	1.49 380	1.26 379	14.47 416	1.11 370	4.85 409	20.66 425	10.12 410	16.30 417	11.78 415	7.35 409	3.41 394	4.38 396	1.36 395	0.70 322	1.46 400	0.87 390	2.73 406	1.33 356

DPSM_ROB	12.32 414	11.13 416	12.31 412	12.90 418	12.80 416	19.81 423	28.13 424	14.50 418	14.31 417	10.62 411	11.34 410	12.03 416	11.89 416	13.08 418	15.22 418	7.09 415	8.31 417	6.47 418	7.32 415	8.69 416	8.43 418

DPSM	12.32 414	11.13 416	12.31 412	12.90 418	12.80 416	19.81 423	28.13 424	14.50 418	14.31 417	10.62 411	11.34 410	12.03 416	11.89 416	13.08 418	15.22 418	7.09 415	8.31 417	6.47 418	7.32 415	8.69 416	8.43 418

LRCNet_RVC	13.78 418	19.34 420	13.01 414	19.47 421	12.67 415	1.85 381	0.42 251	12.28 416	1.10 350	15.76 417	18.69 421	12.52 418	8.65 410	12.22 416	9.64 410	22.29 426	8.38 419	25.92 428	24.06 428	19.72 426	17.59 423

xxxxx1	29.05 432	20.74 422	14.05 418	50.10 431	40.25 431	19.01 418	26.60 420	21.83 424	20.22 422	16.52 418	17.56 418	18.33 419	21.41 421	16.11 421	20.77 423	23.48 427	26.77 430	66.36 432	78.56 432	30.19 429	32.23 432

tt_ll	29.05 432	20.74 422	14.05 418	50.10 431	40.25 431	19.01 418	26.60 420	21.83 424	20.22 422	16.52 418	17.56 418	18.33 419	21.41 421	16.11 421	20.77 423	23.48 427	26.77 430	66.36 432	78.56 432	30.19 429	32.23 432

ff	29.05 432	20.74 422	14.05 418	50.10 431	40.25 431	19.01 418	26.60 420	21.83 424	20.22 422	16.52 418	17.56 418	18.33 419	21.41 421	16.11 421	20.77 423	23.48 427	26.77 430	66.36 432	78.56 432	30.19 429	32.23 432

HaxPig	19.88 420	22.39 426	22.30 421	17.98 420	17.98 418	12.06 415	12.06 414	16.25 421	15.97 419	21.05 423	21.41 423	18.85 422	18.35 419	20.07 425	19.64 422	23.57 430	23.19 429	24.07 427	23.71 427	22.95 427	23.72 429

MEDIAN_ROB	23.95 423	26.96 433	26.29 429	22.14 422	22.09 420	16.18 417	14.23 415	20.47 422	20.09 421	25.43 431	25.22 432	22.96 423	22.54 424	24.33 426	23.18 426	28.15 432	27.16 433	28.60 429	27.73 429	27.59 428	27.58 430

MyStereo03	24.90 427	22.40 427	24.90 425	26.19 427	25.93 425	39.80 429	56.77 431	29.00 428	28.95 430	21.51 427	22.81 428	24.16 424	23.92 427	26.26 428	30.65 431	14.24 421	17.13 425	13.03 420	14.76 424	17.48 419	18.00 424

MyStereo02	24.90 427	22.40 427	24.90 425	26.19 427	25.93 425	39.80 429	56.77 431	29.00 428	28.95 430	21.51 427	22.81 428	24.16 424	23.92 427	26.26 428	30.65 431	14.24 421	17.13 425	13.03 420	14.76 424	17.48 419	18.00 424

MyStereo	24.90 427	22.40 427	24.90 425	26.19 427	25.93 425	39.80 429	56.77 431	29.00 428	28.95 430	21.51 427	22.81 428	24.16 424	23.92 427	26.26 428	30.65 431	14.24 421	17.13 425	13.03 420	14.76 424	17.48 419	18.00 424

CasAABBNet	24.76 425	22.38 425	24.44 423	26.05 425	25.75 423	39.79 428	56.76 430	29.10 431	28.88 428	21.22 424	22.69 426	24.21 427	23.99 431	26.23 427	30.62 430	14.22 420	16.71 423	13.03 420	14.75 422	17.49 422	16.97 421

Selective-RAFT-Error	24.83 426	22.44 430	24.80 424	26.10 426	25.82 424	39.85 432	56.72 429	29.21 433	29.03 433	21.29 426	22.80 427	24.25 428	24.07 432	26.28 431	30.60 429	14.24 421	16.85 424	13.04 424	14.75 422	17.53 423	17.02 422

LSM0	26.57 430	22.53 431	25.76 428	30.62 430	52.30 434	39.86 433	56.49 428	29.18 432	28.76 427	21.26 425	22.46 425	24.42 429	23.97 430	26.42 432	30.66 434	14.29 425	16.56 422	13.06 425	14.65 421	17.62 424	20.52 427

BEATNet-Init1	12.32 414	12.82 418	28.66 430	3.22 409	3.71 405	21.59 425	11.42 413	14.54 420	13.73 416	20.24 422	20.16 422	26.14 430	19.85 420	19.08 424	15.33 420	1.81 401	1.93 387	2.05 409	2.48 410	4.25 411	3.41 410

AVERAGE_ROB	26.91 431	30.28 434	29.18 431	25.78 423	25.30 422	19.49 422	15.38 416	23.70 427	23.02 426	28.38 433	27.78 433	26.23 431	25.76 433	26.95 433	25.55 427	31.27 433	30.02 434	31.76 430	30.80 430	30.88 432	30.77 431

SPstereo	16.55 419	3.18 409	4.92 393	2.73 407	2.77 404	29.67 426	52.00 427	39.41 434	29.70 434	21.94 430	21.64 424	27.45 432	23.83 426	27.92 434	26.10 428	2.44 406	2.60 407	4.96 413	3.11 411	2.27 403	2.32 400

DPSimNet_ROB	24.35 424	23.81 432	31.38 432	25.93 424	22.83 421	31.30 427	34.38 426	20.78 423	28.92 429	27.39 432	22.99 431	28.29 433	35.76 434	15.47 420	17.82 421	24.28 431	17.90 428	22.23 426	14.12 420	19.38 425	22.12 428

PML	22.99 422	17.34 419	8.24 407	5.48 412	9.84 412	50.35 434	102.65 434	5.84 410	13.52 412	37.08 434	104.84 434	30.61 434	23.20 425	12.09 415	7.96 409	6.27 414	2.12 393	6.31 417	2.42 408	10.67 418	2.95 404

test_example2	115.17 435	122.38 435	93.45 434	115.38 434	123.53 435	101.24 435	113.11 435	54.67 435	99.94 435	135.50 435	136.43 435	85.67 435	85.40 435	110.44 435	104.91 435	152.17 435	205.21 435	99.17 435	114.27 435	138.55 435	112.04 435

Low-res two-view benchmark