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

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
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)
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

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

sAnonymous2	2.00 39	1.54 241	21.24 369	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	21.24 369	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

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

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

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

RCA-Stereo	1.38 12	0.61 29	3.95 17	0.94 69	0.48 40	4.68 358	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

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

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

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

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

CREStereo	1.00 4	0.59 17	1.82 4	0.66 1	0.36 3	4.43 308	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
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	8.12 375	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	11.03 388

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

DIP-Stereo	2.03 46	0.98 165	16.44 112	0.67 2	0.62 91	4.30 291	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
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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

MC-Stereo	2.54 137	0.58 9	6.38 26	1.30 213	1.37 268	4.56 335	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	14.87 398

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
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

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

111	2.59 152	3.10 308	20.47 289	0.84 28	0.38 6	4.26 285	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

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

CRE-IMP	2.28 81	0.68 58	19.67 203	0.85 33	0.39 20	4.54 325	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

ACVNet	2.40 107	0.97 162	20.20 252	0.94 69	0.86 149	4.22 281	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

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	8.34 377

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	15.65 407

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

PMTNet	1.13 8	0.55 3	3.88 15	0.71 6	0.59 79	4.21 279	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

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

4D-IteraStereo	2.95 219	1.83 270	20.75 324	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	16.75 414

AE-Stereo	2.91 211	0.63 34	17.05 119	1.15 149	0.63 94	4.39 302	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	16.93 416

MIF-Stereo (partial)	1.93 31	0.69 63	21.14 359	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

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

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

GMStereo	2.01 42	2.26 290	20.93 337	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
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

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

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

DCANet	2.37 102	0.98 165	20.47 289	0.86 36	0.43 25	4.18 268	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

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

Pruner-Stereo	2.33 92	0.70 69	20.66 318	2.05 345	0.48 40	4.73 365	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

Anonymous3	2.20 66	0.80 110	20.08 242	0.86 36	0.86 149	4.46 311	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

test croco	2.00 39	0.89 132	21.49 379	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

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	7.97 369

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

IGEV_Zeroshot_test	2.66 174	0.75 96	21.55 381	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

HHNet	2.51 127	0.76 104	20.83 329	0.67 2	0.67 104	4.07 235	0.90 179	3.85 169	1.59 32	2.14 176	4.91 364	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

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

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.
anonymousdsp	3.14 244	0.83 117	20.28 265	0.94 69	0.64 96	4.54 325	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	21.81 419

BUS	1.64 22	0.64 37	3.82 12	0.94 69	0.86 149	4.50 319	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

BSDual-CNN	1.61 18	0.64 37	3.82 12	0.94 69	0.86 149	4.18 268	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

IGEV-Stereo	3.15 246	0.83 117	20.31 272	0.94 69	0.64 96	4.54 325	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	21.85 420
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
psmg	1.63 20	0.64 37	3.82 12	0.96 84	0.86 149	4.35 296	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

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

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

ICVP	2.19 63	0.72 76	19.18 172	1.03 111	0.88 157	4.22 281	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)
GES	2.26 74	0.79 109	19.68 204	1.12 139	0.59 79	4.30 291	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

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

dd	2.27 77	3.06 307	20.18 250	0.96 84	0.51 56	4.24 284	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

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

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	8.80 381

MyStereo06	2.74 191	1.07 181	21.19 367	1.06 121	1.08 209	4.26 285	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

Anonymous_2	4.03 320	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	8.29 375

Any-RAFT	1.62 19	0.59 17	5.29 21	1.12 139	0.76 130	4.41 306	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

EGLCR-Stereo	2.52 129	0.56 4	9.39 40	1.16 153	0.81 139	5.24 379	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	19.09 417

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

ff7	2.60 154	0.81 113	16.25 101	0.89 48	0.56 68	4.55 331	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	15.08 401

ffff	2.60 154	0.81 113	16.25 101	0.89 48	0.56 68	4.55 331	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	15.08 401

11t	2.60 154	0.81 113	16.25 101	0.89 48	0.56 68	4.55 331	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	15.08 401

ccc-4	2.60 154	0.81 113	16.25 101	0.89 48	0.56 68	4.55 331	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	15.08 401

DeepStereo_RVC	2.42 115	0.70 69	18.41 148	0.79 19	0.43 25	4.50 319	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

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.
GwcNet-ADL	2.51 127	0.75 96	21.41 378	0.98 93	0.73 119	4.58 336	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

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

TRStereo	2.86 204	2.12 284	19.98 230	1.68 309	1.18 229	4.35 296	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	7.50 367

s12784h	2.08 51	0.50 2	16.85 116	0.75 8	0.36 3	4.42 307	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

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

MIM_Stereo	2.71 184	1.26 207	20.92 336	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

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

Selective-RAFT	1.34 10	0.58 9	2.21 6	1.01 104	0.49 47	4.19 276	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

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

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

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

RALAANet	2.29 84	2.73 301	21.08 349	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

MyStereo05	2.55 142	1.07 181	19.87 220	1.06 121	1.08 209	4.26 285	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

ROB_FTStereo_v2	2.25 72	0.74 85	20.45 286	0.77 9	0.38 6	4.66 349	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

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

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

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

KYRaft	2.55 142	0.57 8	20.60 312	0.98 93	0.51 56	4.38 298	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

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
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

ACVNet-DCA	3.67 299	0.94 152	19.66 197	1.87 330	0.42 21	4.47 314	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	8.09 370

xx1	3.69 302	0.94 152	19.66 197	1.87 330	0.42 21	4.47 314	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	8.09 370

cc1	3.93 316	0.94 152	19.66 197	1.87 330	0.42 21	4.47 314	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	13.93 391

HUI-Stereo	2.27 77	0.74 85	20.56 303	0.77 9	0.38 6	4.67 350	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

PSM-adaLoss	2.26 74	0.74 85	20.53 298	0.77 9	0.38 6	4.67 350	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

UDGNet	2.34 94	1.71 259	20.28 265	1.42 256	0.62 91	4.39 302	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

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	19.58 418

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	9.60 384

Prome-Stereo	2.57 151	0.60 24	20.29 268	1.01 104	0.62 91	4.40 304	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

RAFT-IKP	2.27 77	0.74 85	20.55 301	0.77 9	0.38 6	4.64 346	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

ROB_FTStereo	2.26 74	0.74 85	20.44 284	0.77 9	0.38 6	4.65 347	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

DualNet	5.08 357	0.98 165	21.04 343	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	14.02 392

ffm	4.27 331	0.98 165	21.04 343	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	14.02 392

tt1	3.79 307	0.93 149	15.34 84	1.83 328	0.45 30	4.54 325	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	14.02 392

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

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	9.56 383

AFF-stereo	2.54 137	3.44 314	20.84 331	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

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

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

Patchmatch Stereo++	2.28 81	0.74 85	20.54 299	0.77 9	0.38 6	4.67 350	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
iRAFT	2.28 81	0.74 85	20.54 299	0.77 9	0.38 6	4.67 350	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

RALCasStereoNet	3.17 250	1.87 273	20.86 332	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	9.45 382

PSM-AAD	3.41 279	0.58 9	20.55 301	0.95 77	0.56 68	4.46 311	7.40 397	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

iGMRVC	2.27 77	0.74 85	20.46 287	0.77 9	0.38 6	4.65 347	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

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

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

EAI-Stereo	4.89 353	0.69 63	7.74 31	0.99 98	1.63 316	4.68 358	51.52 424	5.79 390	3.37 278	3.64 352	7.24 370	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

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

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

ssnet_v2	2.81 201	1.39 225	21.16 362	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

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

SA	2.55 142	1.54 241	20.70 320	1.12 139	0.48 40	4.26 285	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

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

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

HH	3.19 253	0.91 139	21.34 374	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	14.22 396

HanStereo	3.19 253	0.91 139	21.34 374	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	14.22 396

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

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

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

DisPM	2.29 84	0.61 29	20.25 262	1.79 326	0.52 59	4.58 336	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

MIPNet	2.43 116	1.13 192	20.00 231	0.93 64	0.58 78	4.74 367	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

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

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

GrayStereo	3.68 301	0.56 4	20.61 313	1.71 315	0.90 162	4.17 264	8.11 399	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

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

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

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

GMM-Stereo	2.52 129	0.56 4	20.57 307	0.92 62	0.83 142	4.18 268	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

NRIStereo	2.32 89	0.69 63	20.07 237	1.35 227	0.38 6	4.73 365	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

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

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

iRaft-Stereo_20w	3.11 238	0.69 63	18.89 160	1.00 101	1.09 212	5.03 376	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	7.93 368

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

iResNet	2.70 182	1.35 223	20.93 337	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

pcwnet_v2	2.73 190	0.70 69	22.43 400	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

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

ADCP+	4.42 337	12.67 372	18.95 162	1.12 139	1.55 298	4.30 291	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

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

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

LCNet	2.54 137	0.60 24	20.89 334	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

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

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

FTStereo	3.74 304	0.60 24	20.43 283	0.99 98	0.66 102	4.34 295	11.24 401	2.63 64	1.95 78	2.58 279	5.03 365	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

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

dad	2.65 170	3.40 312	19.45 190	1.05 118	0.65 101	4.21 279	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

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

DispFullNet	4.71 348	3.93 318	23.92 407	4.00 393	3.01 375	3.38 94	1.31 260	4.23 275	3.26 254	6.31 387	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

DLNR_Zeroshot_test	29.83 418	55.48 431	50.99 426	183.84 435	114.74 432	3.44 105	0.28 1	29.52 419	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	15.07 400

EKT-Stereo	7.93 391	0.75 96	21.17 364	1.84 329	109.80 431	4.51 323	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

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

PWCDC_ROB	3.62 294	9.86 357	17.35 126	1.62 296	1.57 304	4.19 276	1.01 210	4.35 321	4.20 333	2.26 212	7.36 371	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

hknet	2.34 94	0.78 107	13.86 62	0.94 69	1.07 206	4.18 268	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

XX-Stereo	2.66 174	0.70 69	21.17 364	2.33 354	1.24 246	4.31 294	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

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

ADCMid	4.55 341	10.78 362	17.67 136	1.32 222	1.43 280	4.62 342	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

tt	7.29 389	0.58 9	7.34 28	4.04 394	2.30 364	12.04 404	20.18 410	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

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

PFNet+	2.46 121	0.64 37	21.10 356	0.98 93	0.48 40	4.63 344	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

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

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

DeepPruner_ROB	2.61 158	1.97 277	19.32 182	1.03 111	1.20 236	4.38 298	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

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

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

1test111	3.86 311	0.94 152	19.66 197	1.87 330	0.42 21	4.47 314	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	8.09 370

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	8.09 370

PDISCO_ROB	3.32 272	5.22 329	18.16 144	2.03 343	2.19 359	4.52 324	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

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

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

ASMatch	2.65 170	0.68 58	20.65 317	1.60 292	0.71 117	4.40 304	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

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	6.11 386	4.27 357	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

DDUNet	3.65 296	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

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

HGLStereo	2.74 191	1.03 177	20.80 327	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

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.
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	15.08 401

rrr	3.66 297	3.48 315	23.50 405	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	13.47 389

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

test_xeample3	3.67 299	3.52 317	21.53 380	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	15.33 406

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

RE-Stereo	2.67 178	0.67 52	21.08 349	2.43 357	0.47 35	4.67 350	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	21.08 349	2.43 357	0.47 35	4.67 350	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

ADCPNet	4.25 328	4.04 320	21.95 388	1.33 224	1.31 258	6.34 388	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

OCTAStereo	2.67 178	0.67 52	21.08 349	2.43 357	0.47 35	4.67 350	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

PSM-softLoss	2.62 161	0.65 44	21.11 357	2.46 361	0.49 47	4.68 358	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	21.11 357	2.46 361	0.49 47	4.68 358	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

NF-Stereo	2.68 181	0.67 52	21.09 354	2.43 357	0.47 35	4.67 350	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

ADCS	4.77 351	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

AAGNet	3.88 313	0.67 52	20.04 235	2.27 351	0.46 31	4.76 369	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

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

ADCRef	3.66 297	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

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

ADCL	4.70 347	4.04 320	16.12 97	1.35 227	1.28 251	5.46 382	10.88 400	4.08 224	4.25 338	5.97 384	4.51 360	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

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

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

PVD	3.91 314	4.36 324	13.89 64	2.81 375	4.79 399	3.80 176	1.94 318	3.89 174	4.11 329	5.75 382	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

UDG	3.84 310	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

IPLG	2.56 147	1.11 188	19.89 222	0.95 77	0.79 136	4.60 340	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

RAFT-345	2.55 142	0.60 24	19.89 222	1.22 177	0.49 47	4.43 308	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

SST-Stereo	2.63 165	0.63 34	19.76 210	1.69 310	0.46 31	4.71 364	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

IRAFT_RVC	2.74 191	0.71 73	19.80 211	2.52 363	0.67 104	4.60 340	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

RAFT_R40	2.61 158	0.64 37	19.86 218	1.69 310	0.46 31	4.74 367	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

RAFT-RH_RVC	2.72 185	0.64 37	20.10 245	1.48 270	0.49 47	4.46 311	0.56 25	1.73 12	2.86 193	3.06 325	5.50 367	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

FINET	10.59 397	14.44 397	25.84 410	2.30 352	3.90 390	21.74 414	25.19 413	8.85 398	16.99 406	2.68 290	15.19 404	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	16.67 410

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

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

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

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
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

IPLGR	2.61 158	0.73 79	20.72 323	0.87 42	0.54 62	4.58 336	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

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

AnyNet_C01	4.68 346	10.90 363	16.41 110	2.03 343	1.62 313	6.25 386	6.40 394	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

THIR-Stereo	4.50 340	1.11 188	18.71 155	0.89 48	0.47 35	2.25 35	16.71 406	3.53 121	1.58 29	2.04 150	12.04 398	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

STrans-v2	3.11 238	0.95 156	20.80 327	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

CrosDoStereo	5.27 360	0.75 96	20.07 237	0.85 33	0.53 60	3.40 97	18.03 407	3.90 176	3.29 263	1.99 129	8.27 377	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	5.27 360	0.75 96	20.07 237	0.85 33	0.53 60	3.40 97	18.03 407	3.90 176	3.29 263	1.99 129	8.27 377	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

TransformOpticalFlow	3.07 234	0.87 125	20.87 333	1.10 128	0.56 68	4.18 268	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

SQANet	4.22 325	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

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

PFNet	2.75 194	0.69 63	19.96 227	2.25 350	0.80 137	4.63 344	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

IIG-Stereo	2.89 209	0.98 165	19.80 211	2.78 371	0.67 104	4.62 342	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

OMP-Stereo	2.94 217	1.26 207	20.07 237	2.73 369	0.67 104	4.58 336	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

RTS	4.29 332	9.35 352	18.25 146	2.79 373	2.29 362	4.98 374	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	4.29 332	9.35 352	18.25 146	2.79 373	2.29 362	4.98 374	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

NINENet	2.59 152	0.89 132	16.09 96	1.16 153	1.07 206	4.50 319	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

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

cf-r	2.93 213	2.19 288	20.59 311	1.49 272	1.35 264	4.18 268	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

AnyNet_C32	4.49 339	9.53 354	13.85 60	1.67 306	1.56 302	5.40 381	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

ELAS	6.58 379	2.54 297	20.08 242	2.66 367	2.48 366	15.49 410	7.29 396	5.50 386	5.72 386	10.05 404	8.94 385	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
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

EDNetEfficient	5.62 364	2.26 290	17.51 129	1.67 306	3.59 385	3.99 220	7.25 395	3.14 91	5.63 385	11.52 409	4.82 363	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

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

MFN_U_SF_RVC	4.08 321	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

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

SuperB	5.03 356	8.93 349	20.96 339	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

JetRed	10.68 398	26.07 420	35.62 415	4.40 399	4.16 395	15.72 411	13.07 404	14.57 410	5.83 387	5.85 383	5.55 368	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	8.22 374

G-Net	4.16 323	1.39 225	20.31 272	2.30 352	2.91 373	4.68 358	2.86 356	3.35 110	2.44 142	4.43 371	9.43 387	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

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

RAFT + AFF	3.98 318	14.10 389	20.78 325	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

MADNet+	4.46 338	11.36 364	14.35 71	2.23 349	2.50 368	4.18 268	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

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

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

DGSMNet	8.13 392	2.31 293	18.62 151	2.77 370	13.96 412	6.91 393	42.17 423	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	10.58 387

ELAS_RVC	6.36 376	2.53 296	20.21 256	2.67 368	2.48 366	4.90 373	11.89 402	4.84 373	6.31 393	9.03 397	8.54 382	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
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

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

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

FADNet-RVC-Resample	3.31 270	8.52 347	22.84 401	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

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

SPS-STEREO	5.18 358	10.36 359	21.09 354	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	10.25 386
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
otaku	5.59 363	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	9.38 386	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

IMH-64-1	6.10 372	13.83 385	17.55 130	4.34 397	3.78 387	4.79 370	5.94 391	5.34 378	4.20 333	4.10 362	8.31 379	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	6.10 372	13.83 385	17.55 130	4.34 397	3.78 387	4.79 370	5.94 391	5.34 378	4.20 333	4.10 362	8.31 379	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

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
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

PSMNet-RSSM	2.91 211	1.55 244	20.10 245	1.32 222	1.30 254	4.19 276	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

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

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

EDNetEfficientorigin	12.42 401	3.26 310	179.44 438	1.21 174	1.00 188	2.89 55	1.82 314	3.05 87	5.37 377	8.87 396	4.78 362	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

RainbowNet	5.20 359	15.03 406	21.14 359	3.66 390	3.25 383	4.18 268	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

coex-ft	20.00 412	11.54 365	120.82 435	1.18 164	1.30 254	2.36 40	1.99 322	2.96 83	13.96 402	129.83 436	8.40 381	5.88 375	52.82 430	9.93 300	31.13 421	0.61 303	0.62 281	0.50 291	0.49 301	1.10 352	2.63 320

LSM	13.03 404	7.72 346	21.01 340	55.44 431	85.65 429	3.65 150	6.27 393	3.91 180	5.06 370	5.63 381	13.91 402	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	26.67 421

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

SAMSARA	4.67 345	6.50 336	16.40 109	4.62 404	3.13 379	6.62 390	3.49 372	5.24 377	3.04 222	7.78 392	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

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

Ntro	4.83 352	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

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
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

WCMA_ROB	5.78 366	2.42 294	21.71 383	1.67 306	1.55 298	4.07 235	3.53 375	4.14 244	4.73 360	6.59 388	10.89 392	12.82 397	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

JetBlue	6.69 384	12.01 368	14.30 70	1.98 338	4.64 398	11.97 403	12.29 403	5.39 382	4.32 346	3.81 357	4.51 360	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

xxxx	4.25 328	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	8.33 376

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

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

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

ACVNet-4b	6.98 386	14.78 401	22.17 395	3.56 387	3.11 378	4.14 253	2.23 336	4.08 224	3.84 319	1.67 74	3.96 355	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

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

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

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

psmorigin	6.62 380	1.45 231	87.38 433	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

GASNet	3.86 311	15.35 409	21.16 362	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

222	3.82 308	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	9.80 385

DPSNet	3.94 317	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

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

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

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

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

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

test_xeample	4.19 324	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	8.38 378

WZ-Net	4.39 336	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

DeepPrunerF	4.00 319	5.64 332	16.81 115	1.36 231	1.75 335	3.69 156	1.54 288	4.24 282	13.98 403	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

GANet-RSSM	2.96 220	1.27 210	21.17 364	1.73 318	1.23 244	4.22 281	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

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

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

ACVNet_1	6.63 381	14.79 402	21.40 377	3.59 389	3.17 380	4.69 363	2.46 343	4.24 282	3.34 275	3.11 328	2.86 320	23.21 409	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

HBP-ISP	3.78 306	9.10 351	20.83 329	1.72 316	1.14 222	4.54 325	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

CBMV_ROB	4.57 344	0.90 137	21.30 373	1.46 264	0.89 158	4.43 308	1.69 306	4.51 348	3.14 236	5.97 384	4.23 356	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

UNDER WATER-64	10.08 395	14.27 391	22.85 402	5.26 406	4.88 400	11.00 401	4.57 390	11.41 401	17.25 408	7.68 391	9.72 389	15.96 402	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

Dean	8.35 393	15.23 407	22.34 397	3.76 392	3.55 384	4.81 372	3.51 373	5.34 378	5.37 377	4.49 372	26.13 415	25.59 415	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

ADLNet	3.23 260	1.19 203	21.03 342	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

CBMV	4.12 322	1.27 210	21.14 359	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
LL-Strereo	4.26 330	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

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

ttt	4.23 327	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

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
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

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

AANet_RVC	3.70 303	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	4.29 358	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

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

UNDER WATER	11.28 400	13.60 377	22.90 403	5.11 405	4.53 397	7.75 396	3.75 381	12.50 403	21.62 415	7.80 393	10.68 391	23.75 411	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

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

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

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

edge stereo	3.45 284	1.08 184	22.14 394	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

LVE	7.57 390	15.80 410	21.28 371	3.69 391	3.19 382	4.54 325	2.78 351	10.13 400	11.63 399	3.24 338	11.52 396	18.10 403	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

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.
MSMD_ROB	5.99 369	1.29 215	19.23 177	1.40 247	0.84 146	10.25 400	2.05 330	4.20 265	6.02 389	10.42 407	8.00 374	22.21 408	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

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	3.92 353	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

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

MADNet++	8.64 394	6.17 335	13.88 63	6.61 407	5.25 401	10.15 399	14.20 405	5.89 392	8.25 395	7.14 389	8.18 376	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	8.57 379

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

APVNet	3.24 262	1.59 248	21.72 384	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

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

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

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

S-Stereo	3.51 291	0.96 158	22.00 392	1.38 239	1.50 288	3.55 129	2.49 345	4.27 294	3.00 210	2.38 251	3.94 354	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

SGM-Forest	4.96 355	0.86 122	21.02 341	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
STTRV1_RVC	3.55 293	1.06 180	20.71 322	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

pmcnn	5.90 367	1.81 267	22.30 396	1.69 310	2.37 365	3.47 111	2.10 332	4.58 357	5.56 384	3.75 356	13.12 401	22.07 407	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

Wz-Net-TNSev	4.22 325	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

WAO-6	6.68 383	9.03 350	20.68 319	2.98 377	2.79 372	11.93 402	3.56 377	5.39 382	11.65 400	3.55 350	9.59 388	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

SGM_RVC	6.11 374	1.10 187	20.44 284	2.15 347	0.66 102	15.87 412	3.98 386	5.00 374	6.19 390	9.79 403	11.46 395	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
ff1	5.58 362	0.98 165	21.04 343	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	14.02 392

mmx	4.56 342	0.98 165	21.04 343	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

1111x	4.75 350	1.05 179	20.89 334	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

xxx	4.56 342	0.98 165	21.04 343	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

ACVNet_2	6.09 371	15.28 408	21.36 376	3.30 384	3.17 380	4.50 319	3.00 359	4.70 365	3.96 326	3.52 349	5.34 366	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

GANet	3.64 295	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

TDLM	3.20 255	1.58 246	18.80 156	1.70 314	1.10 215	4.29 289	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

CVANet_RVC	3.32 272	1.63 253	21.06 348	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

SANet	6.43 377	13.71 383	22.08 393	1.43 261	1.00 188	6.86 392	3.78 383	4.71 366	11.10 398	4.71 375	8.72 383	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

CC-Net-ROB	3.82 308	3.41 313	20.20 252	2.40 356	1.66 326	4.49 318	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

SGM+DAISY	13.18 405	14.36 394	24.65 409	8.10 410	13.49 411	22.47 415	25.54 414	12.13 402	17.08 407	14.77 411	15.82 406	12.17 396	13.97 402	12.65 385	18.22 398	8.40 412	9.18 404	1.23 373	1.33 376	1.23 361	16.81 415

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

FC-DCNN	7.08 387	1.01 176	21.89 385	1.74 320	1.64 320	8.18 398	2.31 340	6.50 393	9.16 397	10.85 408	11.33 394	19.85 406	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

FCDSN-DC	6.71 385	1.18 197	21.61 382	1.29 209	1.10 215	4.38 298	2.59 349	4.58 357	5.52 381	9.58 400	11.19 393	19.17 404	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.
ktn	22.24 415	14.37 395	20.30 270	4.54 402	4.02 393	6.52 389	4.50 389	6.78 394	78.80 433	84.67 433	100.54 436	58.48 430	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

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
NaN_ROB	4.73 349	6.66 338	21.89 385	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

MaskLacGwcNet_RVC	3.77 305	1.65 255	20.61 313	2.55 365	1.63 316	4.29 289	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

TorneroNet	26.32 417	14.70 398	22.40 399	4.24 395	4.08 394	54.72 428	3.19 364	15.11 412	76.73 432	57.99 428	82.55 433	86.65 434	45.79 429	13.34 393	18.51 399	4.52 402	2.86 361	3.45 402	2.63 403	8.75 415	4.28 350

WAO-7	6.00 370	14.29 392	20.46 287	1.97 336	1.51 290	5.31 380	3.06 363	5.00 374	5.92 388	4.55 373	8.87 384	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

NVStereoNet_ROB	6.63 381	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	24.57 414	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
IMH	7.25 388	16.24 413	21.08 349	4.40 399	3.79 389	5.46 382	3.03 362	5.58 388	6.26 391	4.92 377	10.32 390	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

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

MSC_U_SF_DS_RVC	4.90 354	13.94 387	16.59 114	1.69 310	1.46 284	6.15 385	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

MeshStereo	5.67 365	1.80 264	21.28 371	1.40 247	1.14 222	4.38 298	3.83 384	5.51 387	4.85 368	10.12 405	11.72 397	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
TorneroNet-64	10.52 396	14.33 393	21.95 388	4.29 396	3.76 386	13.77 407	2.83 355	14.96 411	23.11 416	10.24 406	23.77 413	13.44 398	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

MFN_U_SF_DS_RVC	4.38 335	13.66 379	13.95 65	1.39 246	1.58 309	5.18 378	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

notaker	10.92 399	14.17 390	20.38 278	4.56 403	3.98 392	6.29 387	3.53 375	7.68 395	5.10 371	9.04 398	46.37 425	13.84 401	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

PWCK	6.49 378	13.40 374	20.27 264	2.95 376	1.61 311	5.68 384	7.63 398	5.37 381	4.77 366	3.90 358	7.48 372	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

FBW_ROB	3.91 314	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

MANE	15.29 406	13.67 380	23.58 406	10.15 415	13.37 410	23.58 417	23.86 411	27.83 417	26.26 417	12.02 410	15.10 403	19.83 405	18.01 407	15.68 405	20.35 406	8.58 413	9.20 405	3.05 398	4.19 410	0.82 327	16.69 411

SDNR	4.37 334	2.22 289	20.63 316	1.60 292	0.99 182	5.15 377	0.67 62	4.36 323	5.55 383	4.89 376	7.17 369	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

DGTPSM_ROB	16.67 408	21.79 418	40.19 420	10.00 414	19.05 414	12.43 405	33.20 417	13.71 407	18.09 411	9.71 401	22.85 411	13.77 399	19.64 408	21.23 407	24.07 408	5.09 409	8.95 400	5.62 411	11.49 416	6.73 406	15.75 408

DPSMNet_ROB	16.76 409	21.81 419	40.95 421	10.20 416	19.08 415	12.43 405	33.21 418	13.73 408	18.21 412	9.76 402	22.88 412	13.78 400	19.64 408	21.39 408	24.21 409	5.20 410	8.97 401	5.63 412	11.51 419	6.80 407	15.82 409

MDST_ROB	6.31 375	1.18 197	22.96 404	2.56 366	2.69 369	21.07 413	2.01 327	4.79 372	2.87 195	9.49 399	4.45 359	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

CSAN	5.95 368	13.70 382	21.94 387	1.35 227	0.93 172	3.65 150	3.46 371	4.73 369	4.26 339	3.98 360	7.70 373	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

LE_ROB	19.18 411	12.99 373	48.22 424	8.42 412	23.91 418	7.26 394	19.71 409	9.92 399	38.58 425	43.44 423	21.85 410	28.15 417	41.18 420	23.00 411	54.71 425	0.38 171	0.34 168	0.32 129	0.36 238	0.43 197	0.49 114

Anonymous_1	57.77 431	19.65 415	26.12 411	23.12 419	141.97 435	30.79 418	39.72 420	34.10 422	16.98 405	70.09 432	15.64 405	23.44 410	19.73 410	23.03 412	27.21 415	164.70 437	9.02 402	130.41 432	137.42 434	161.21 438	41.01 426

DPSM_ROB	20.83 413	20.01 416	26.54 412	23.64 420	22.42 416	31.06 419	39.94 421	34.02 420	17.42 409	15.35 412	16.05 408	24.04 412	20.69 411	23.28 413	27.60 416	10.77 416	9.41 406	11.68 418	11.50 417	14.48 418	16.71 412

DPSM	20.83 413	20.01 416	26.54 412	23.64 420	22.42 416	31.06 419	39.94 421	34.02 420	17.42 409	15.35 412	16.05 408	24.04 412	20.69 411	23.28 413	27.60 416	10.77 416	9.41 406	11.68 418	11.50 417	14.48 418	16.71 412

SGM-ForestM	15.60 407	14.94 405	28.17 414	7.84 409	10.49 406	23.43 416	24.58 412	20.87 415	16.87 404	15.92 414	15.89 407	27.08 416	22.45 414	24.86 415	28.42 420	3.85 395	8.90 398	0.55 312	1.15 368	0.64 286	15.05 399

LRCNet_RVC	25.63 416	33.47 421	24.35 408	31.77 422	32.74 419	6.73 391	1.19 245	25.87 416	4.67 359	28.95 415	30.91 417	24.89 414	17.54 405	27.82 416	24.57 411	35.48 426	25.62 428	35.91 428	33.80 427	31.95 428	34.38 425

PML	64.55 432	56.00 432	20.79 326	8.10 410	32.82 420	147.60 437	247.57 439	12.71 404	45.39 428	111.32 435	288.85 439	101.42 436	100.62 437	31.63 417	15.84 373	13.96 418	4.84 378	10.95 417	6.18 413	28.99 420	5.33 357

KSHMR	17.50 410	14.38 396	22.35 398	4.50 401	4.51 396	8.17 397	3.33 368	15.44 413	76.15 431	7.32 390	61.40 429	56.33 429	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	112.85 434	94.19 434	38.10 417	228.21 437	161.02 436	39.23 424	61.26 426	92.54 434	79.08 434	63.44 429	74.84 430	77.80 431	69.88 432	33.55 419	70.96 433	117.25 433	130.44 435	258.49 436	273.88 436	145.63 435	147.24 436

tt_ll	112.85 434	94.19 434	38.10 417	228.21 437	161.02 436	39.23 424	61.26 426	92.54 434	79.08 434	63.44 429	74.84 430	77.80 431	69.88 432	33.55 419	70.96 433	117.25 433	130.44 435	258.49 436	273.88 436	145.63 435	147.24 436

ff	112.85 434	94.19 434	38.10 417	228.21 437	161.02 436	39.23 424	61.26 426	92.54 434	79.08 434	63.44 429	74.84 430	77.80 431	69.88 432	33.55 419	70.96 433	117.25 433	130.44 435	258.49 436	273.88 436	145.63 435	147.24 436

HanzoNet	31.86 420	17.33 414	21.23 368	7.52 408	5.85 404	7.49 395	3.61 380	14.35 409	13.37 401	50.38 426	46.35 424	44.46 419	56.50 431	36.53 422	28.25 419	64.05 431	58.31 432	9.45 416	89.24 432	31.17 427	31.77 422

FADE	78.97 433	14.73 399	35.82 416	10.62 417	13.30 409	4.17 264	4.16 388	28.45 418	8.38 396	5.17 380	3.89 351	11.84 395	36.55 417	44.20 423	27.82 418	481.80 439	167.92 438	346.21 439	320.29 439	7.64 411	6.52 366

HaxPig	43.31 426	43.63 428	45.01 422	33.88 423	35.67 421	32.79 421	30.52 416	45.50 423	42.95 426	48.75 424	48.14 426	43.24 418	40.44 419	44.58 424	43.63 422	47.17 428	49.30 429	51.65 430	50.37 429	43.72 429	45.27 427

AVERAGE_ROB	44.46 427	45.87 429	46.48 423	40.54 425	38.62 422	32.95 422	30.49 415	46.80 424	43.31 427	49.57 425	48.93 427	44.57 420	39.87 418	45.01 425	43.89 423	48.70 429	50.65 430	50.80 429	49.79 428	45.54 430	46.89 428

Selective-RAFT-Error	41.88 421	40.10 426	53.23 427	47.74 427	45.20 425	62.42 432	80.58 430	68.27 430	34.95 419	30.85 417	32.30 421	48.08 422	42.07 426	46.54 426	54.92 426	21.60 423	19.12 422	23.46 425	23.15 422	29.14 424	33.95 424

LSM0	49.69 429	40.02 422	53.50 432	97.07 432	129.56 433	62.65 434	79.82 429	68.02 429	35.12 420	33.72 422	33.34 423	48.41 427	41.54 421	46.57 427	55.40 427	21.63 424	19.16 423	23.60 427	23.13 421	29.46 426	52.08 430

CasAABBNet	41.89 422	40.14 427	53.33 431	47.71 426	45.10 424	62.42 432	80.65 431	68.29 431	34.85 418	30.67 416	32.34 422	48.22 423	41.76 425	46.61 428	55.60 428	21.59 422	18.89 418	23.46 425	23.21 423	29.17 425	33.75 423

MyStereo03	43.09 423	40.09 423	53.32 428	48.07 428	45.83 426	62.40 429	80.65 431	67.87 426	35.18 421	31.09 419	32.21 418	48.24 424	41.62 422	46.66 429	55.80 429	21.53 419	18.98 419	23.44 422	23.21 423	29.12 421	56.57 431

MyStereo02	43.09 423	40.09 423	53.32 428	48.07 428	45.83 426	62.40 429	80.65 431	67.87 426	35.18 421	31.09 419	32.21 418	48.24 424	41.62 422	46.66 429	55.80 429	21.53 419	18.98 419	23.44 422	23.21 423	29.12 421	56.57 431

MyStereo	43.09 423	40.09 423	53.32 428	48.07 428	45.83 426	62.40 429	80.65 431	67.87 426	35.18 421	31.09 419	32.21 418	48.24 424	41.62 422	46.66 429	55.80 429	21.53 419	18.98 419	23.44 422	23.21 423	29.12 421	56.57 431

SPstereo	30.75 419	13.65 378	19.03 165	8.80 413	10.65 407	50.20 427	82.83 435	71.83 432	35.94 424	30.86 418	29.63 416	48.58 428	42.25 427	47.75 432	58.04 432	7.66 411	8.94 399	20.43 421	10.51 415	8.69 414	8.79 380

MEDIAN_ROB	47.37 428	49.00 430	49.74 425	40.28 424	39.94 423	34.93 423	33.41 419	49.78 425	46.38 429	53.04 427	52.61 428	47.67 421	42.28 428	48.33 433	47.25 424	52.06 430	53.99 431	54.28 431	53.48 430	48.70 431	50.27 429

DPSimNet_ROB	143.68 438	156.64 438	170.66 437	162.59 434	135.40 434	195.13 438	174.01 437	141.76 437	167.78 439	174.58 438	138.78 437	186.01 438	183.75 438	82.32 434	97.85 438	151.24 436	102.48 434	131.25 433	82.78 431	115.21 433	123.37 435

WAO-8	12.61 402	16.02 411	21.99 390	3.55 385	3.10 376	15.07 408	2.80 352	12.81 405	19.10 413	7.93 394	13.05 399	11.75 393	8.46 387	83.86 435	15.10 369	3.51 388	1.94 341	3.54 405	1.96 393	3.72 388	2.89 326

Venus	12.61 402	16.02 411	21.99 390	3.55 385	3.10 376	15.07 408	2.80 352	12.81 405	19.10 413	7.93 394	13.05 399	11.75 393	8.46 387	83.86 435	15.10 369	3.51 388	1.94 341	3.54 405	1.96 393	3.72 388	2.89 326

BEATNet-Init1	51.93 430	71.67 433	99.39 434	10.91 418	13.10 408	84.39 435	59.36 425	73.78 433	67.97 430	88.09 434	88.15 434	91.73 435	97.51 436	85.13 437	72.56 436	2.59 378	5.18 382	1.20 372	1.49 381	10.61 416	13.83 390

ASD4	117.27 437	129.52 437	123.56 436	122.58 433	90.02 430	142.70 436	121.49 436	155.40 438	106.26 437	137.15 437	93.99 435	116.23 437	77.54 435	123.37 438	97.34 437	115.20 432	101.37 433	138.98 434	118.15 433	131.38 434	103.11 434

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

Low-res two-view benchmark