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

OCTAStereo	2.38 86	0.48 41	3.90 112	2.16 215	0.11 12	3.42 154	0.42 94	7.06 135	3.74 50	6.91 170	5.26 92	2.63 84	1.32 82	8.41 221	1.70 116	0.01 102	0.00 1	0.00 1	0.00 1	0.03 26	0.01 1

RE-Stereo	2.38 86	0.48 41	3.91 113	2.17 219	0.11 12	3.43 156	0.42 94	7.07 137	3.75 52	6.91 170	5.26 92	2.62 82	1.33 84	8.41 221	1.72 118	0.01 102	0.00 1	0.01 243	0.00 1	0.03 26	0.01 1

TVStereo	2.38 86	0.48 41	3.91 113	2.17 219	0.11 12	3.43 156	0.42 94	7.07 137	3.75 52	6.91 170	5.26 92	2.62 82	1.33 84	8.41 221	1.72 118	0.01 102	0.00 1	0.01 243	0.00 1	0.03 26	0.01 1

MIF-Stereo	0.94 2	0.53 59	2.82 25	0.94 96	1.29 223	0.56 3	0.12 29	1.49 1	3.16 23	1.77 39	2.22 35	0.20 3	0.32 11	1.76 19	1.33 82	0.00 1	0.00 1	0.00 1	0.00 1	0.16 191	0.02 4

NF-Stereo	2.38 86	0.48 41	3.88 110	2.17 219	0.11 12	3.43 156	0.42 94	7.08 140	3.75 52	6.91 170	5.29 95	2.65 85	1.33 84	8.40 219	1.67 113	0.01 102	0.00 1	0.00 1	0.00 1	0.03 26	0.02 4

RAFT-RH_RVC	4.04 223	0.69 100	3.59 90	1.91 191	0.43 108	3.11 138	0.13 36	3.80 8	6.60 167	11.26 312	31.68 368	5.20 174	1.66 104	8.30 211	2.27 160	0.09 276	0.00 1	0.00 1	0.03 200	0.03 26	0.02 4

RAFT-345	3.36 174	0.55 67	3.43 72	1.23 116	0.21 56	2.62 80	0.46 102	3.91 10	6.34 159	7.46 200	24.49 345	4.19 142	1.74 112	8.27 206	2.25 157	0.01 102	0.00 1	0.00 1	0.00 1	0.02 9	0.02 4

CREStereo	1.09 5	0.51 54	2.16 7	0.11 2	0.24 65	1.67 26	0.03 7	4.24 15	6.91 181	0.80 22	1.73 25	0.44 33	0.64 39	1.58 11	0.61 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 3	0.02 4
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
CASnet	1.09 5	0.47 37	2.09 5	0.79 81	0.08 9	2.10 50	0.14 44	3.83 9	4.26 78	3.84 73	1.56 20	0.32 23	0.30 7	1.13 2	0.77 22	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.03 9
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS	1.03 4	0.43 20	2.53 12	0.64 62	0.14 22	2.42 66	0.26 69	5.64 68	2.93 12	1.08 26	0.24 4	0.49 35	0.45 29	2.31 36	0.83 28	0.02 185	0.02 131	0.00 1	0.00 1	0.06 68	0.03 9

NINENet	3.38 176	0.81 122	4.16 131	1.88 188	1.40 232	7.31 273	0.48 113	12.95 282	6.64 170	7.29 193	9.24 189	5.21 175	1.18 72	6.72 128	1.89 131	0.17 296	0.08 196	0.07 314	0.00 1	0.09 101	0.03 9

PSM-softLoss	2.38 86	0.48 41	4.28 138	1.94 195	0.19 42	2.73 96	0.38 87	6.67 119	3.50 30	6.33 138	6.33 127	2.93 89	0.97 55	8.90 242	1.88 128	0.01 102	0.00 1	0.00 1	0.00 1	0.03 26	0.03 9

KMStereo	2.38 86	0.48 41	4.28 138	1.94 195	0.19 42	2.73 96	0.38 87	6.67 119	3.50 30	6.33 138	6.33 127	2.93 89	0.97 55	8.90 242	1.88 128	0.01 102	0.00 1	0.00 1	0.00 1	0.03 26	0.03 9

SST-Stereo	2.86 134	0.45 30	3.64 94	1.46 136	0.36 89	3.94 195	0.80 178	6.07 98	4.46 88	10.96 305	6.21 119	4.94 167	4.14 206	8.85 240	0.93 39	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.03 9

RAFT_R40	2.83 131	0.46 32	3.85 102	1.38 130	0.32 82	3.78 188	0.97 206	6.16 102	4.82 109	9.74 279	6.35 129	4.96 168	3.94 200	8.78 237	1.05 55	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.03 9

TANstereo	1.32 9	0.79 116	2.93 28	0.37 38	0.11 12	1.81 37	0.01 1	3.56 5	4.36 84	4.53 83	4.96 85	0.41 31	0.68 40	1.22 3	0.59 5	0.01 102	0.00 1	0.00 1	0.00 1	0.00 1	0.03 9

StereoVision	2.42 95	1.18 195	5.14 184	1.15 110	2.64 290	1.89 40	0.28 71	6.61 118	4.72 100	2.14 42	10.52 225	3.84 124	0.52 35	5.33 90	2.29 164	0.00 1	0.00 1	0.00 1	0.00 1	0.12 149	0.04 17

MIF-Stereo (partial)	1.44 12	0.59 84	3.98 120	0.08 1	1.09 199	1.24 8	0.13 36	5.12 41	4.07 69	0.47 7	2.56 40	0.31 19	0.74 44	6.31 114	2.02 143	0.00 1	0.00 1	0.00 1	0.00 1	0.12 149	0.04 17

DisPM	2.59 112	0.47 37	4.32 141	1.89 189	0.20 47	3.42 154	0.63 144	5.56 64	5.60 133	8.66 240	7.05 146	2.82 87	1.03 60	9.05 251	1.07 58	0.02 185	0.00 1	0.00 1	0.00 1	0.02 9	0.04 17

Pruner-Stereo	2.66 118	0.61 87	3.54 80	1.93 193	0.25 69	3.47 161	0.74 172	6.60 117	5.66 139	8.98 250	6.12 117	4.39 149	1.11 62	7.27 148	2.34 167	0.03 215	0.00 1	0.02 274	0.00 1	0.03 26	0.04 17

s12784h	2.10 58	0.38 9	3.31 59	0.17 4	0.09 11	4.89 226	0.13 36	7.34 146	8.06 215	3.87 74	4.47 80	0.60 41	1.19 76	6.78 133	0.63 8	0.01 102	0.01 102	0.00 1	0.00 1	0.02 9	0.04 17

XX-TBD	1.55 28	1.11 184	2.94 29	2.45 258	0.06 6	2.31 60	0.01 1	3.58 6	7.80 205	3.11 56	5.10 88	0.27 15	0.26 3	1.42 10	0.60 6	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 17

IER	3.42 181	0.91 148	6.38 241	0.73 73	1.60 237	7.07 268	0.55 124	7.07 137	5.45 128	8.17 228	8.89 180	6.13 204	6.13 267	5.36 91	3.77 208	0.00 1	0.00 1	0.00 1	0.00 1	0.08 88	0.05 23

PFNet+	2.52 103	0.47 37	4.97 178	0.95 97	0.18 39	3.12 140	0.73 169	4.98 35	6.97 184	7.95 213	6.38 130	2.51 80	1.18 72	8.05 194	1.82 123	0.03 215	0.00 1	0.00 1	0.00 1	0.02 9	0.05 23

IRAFT_RVC	2.98 149	0.66 96	4.23 137	2.20 223	0.40 101	2.91 127	5.04 313	7.03 133	4.21 75	6.59 155	5.52 104	5.02 171	4.77 230	8.41 221	2.30 166	0.01 102	0.17 227	0.01 243	0.00 1	0.03 26	0.05 23

CroCo-Stereo	1.14 7	1.22 205	3.99 122	0.61 61	0.53 125	0.38 1	0.06 11	5.35 53	4.15 71	0.59 14	1.92 31	1.00 46	0.27 5	1.37 9	1.33 82	0.01 102	0.00 1	0.00 1	0.00 1	0.05 59	0.05 23
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
LMCR-Stereo	3.92 214	1.96 280	4.92 175	2.85 290	0.23 64	7.88 280	1.47 235	12.52 269	5.39 124	8.71 241	10.65 229	1.90 67	5.04 241	8.53 228	4.89 240	1.05 351	0.00 1	0.00 1	0.00 1	0.42 294	0.05 23

GMStereo	2.07 48	1.56 242	5.64 209	0.74 78	0.05 3	3.63 173	0.01 1	5.17 43	11.27 285	4.22 78	2.44 39	0.53 38	0.49 33	4.06 64	1.01 52	0.22 307	0.00 1	0.00 1	0.14 252	0.18 204	0.05 23
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
PMTNet	1.48 19	0.43 20	2.77 24	0.31 25	0.17 36	2.94 128	0.33 82	3.66 7	5.27 119	1.11 28	1.28 17	0.28 16	0.92 53	4.32 72	0.90 35	4.89 373	0.00 1	0.00 1	0.00 1	0.03 26	0.05 23

CASS	2.62 116	0.57 80	4.28 138	0.90 90	0.38 93	3.45 159	0.22 59	9.91 207	4.46 88	7.33 196	7.92 166	3.53 120	3.59 177	4.16 66	1.49 90	0.03 215	0.01 102	0.00 1	0.00 1	0.05 59	0.06 30
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CSP-Net	4.40 244	1.70 253	4.90 174	1.82 181	1.04 191	12.96 333	2.25 258	13.75 304	6.34 159	9.64 274	8.99 183	8.31 247	3.24 159	8.45 225	4.32 226	0.01 102	0.00 1	0.00 1	0.00 1	0.23 236	0.06 30

AAGNet	3.50 184	0.49 49	3.38 64	1.91 191	0.41 105	3.66 175	1.02 208	5.14 42	5.16 118	9.65 277	7.75 160	4.91 164	6.23 271	7.45 162	12.73 338	0.01 102	0.00 1	0.00 1	0.00 1	0.05 59	0.06 30

THIR-Stereo	3.94 215	1.12 187	3.06 43	0.23 17	0.13 21	4.17 205	6.40 328	5.83 80	4.54 92	10.46 291	16.98 302	6.49 213	7.44 296	8.00 189	3.58 199	0.01 102	0.07 194	0.07 314	0.00 1	0.14 174	0.06 30

test croco	1.53 23	0.86 139	6.50 243	0.42 43	0.05 3	1.56 21	0.09 18	5.18 44	4.02 68	0.54 11	1.76 28	0.59 40	0.75 45	6.48 118	1.23 73	0.00 1	0.00 1	0.00 1	0.00 1	0.43 298	0.07 34

HHNet	2.71 123	0.69 100	3.31 59	0.25 22	0.39 96	2.80 107	0.90 201	6.33 107	5.68 140	7.51 201	13.70 270	0.94 44	3.14 154	5.42 94	2.54 173	0.14 287	0.02 131	0.06 309	0.00 1	0.24 240	0.07 34

UCFNet_RVC	3.37 175	1.25 208	3.30 57	2.55 270	1.80 251	3.92 194	1.28 227	12.49 268	7.16 187	5.12 96	7.88 163	8.14 243	4.59 223	5.67 100	2.11 146	0.00 1	0.00 1	0.00 1	0.00 1	0.14 174	0.07 34

StereoIM	0.96 3	1.11 184	4.01 124	0.36 37	1.86 257	1.20 5	0.06 11	3.99 12	1.73 2	0.45 6	0.56 7	0.43 32	0.51 34	1.28 6	1.46 89	0.00 1	0.00 1	0.00 1	0.00 1	0.06 68	0.08 37

GLC_STEREO	0.87 1	0.39 14	1.55 2	0.72 70	0.01 1	1.98 43	0.55 124	3.52 4	3.54 42	0.96 25	1.63 22	0.19 1	0.41 20	1.29 7	0.58 4	0.00 1	0.01 102	0.00 1	0.00 1	0.05 59	0.08 37

RAFT-IKP	2.04 46	0.57 80	3.54 80	0.20 5	0.20 47	3.45 159	0.62 142	5.90 86	3.52 36	5.91 117	4.44 76	3.46 117	1.50 93	6.20 112	1.00 50	0.01 102	0.00 1	0.00 1	0.00 1	0.09 101	0.08 37

CREStereo++_RVC	1.70 33	0.50 53	3.07 44	0.45 50	0.01 1	1.69 29	0.02 5	3.09 3	8.24 218	3.82 71	7.53 156	0.49 35	0.32 11	1.05 1	0.52 3	0.00 1	0.00 1	0.00 1	3.03 376	0.01 3	0.08 37
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
knoymous	1.50 20	0.28 3	1.99 4	0.33 31	0.48 111	1.58 22	0.11 25	5.71 72	2.81 9	4.85 86	1.75 27	4.58 153	0.46 31	3.66 57	1.30 77	0.01 102	0.02 131	0.00 1	0.00 1	0.02 9	0.09 41

ROB_FTStereo_v2	2.04 46	0.56 75	3.56 84	0.20 5	0.21 56	3.66 175	0.72 167	5.89 81	3.51 34	5.91 117	4.46 78	3.42 108	1.50 93	6.08 110	0.93 39	0.01 102	0.00 1	0.00 1	0.00 1	0.09 101	0.09 41

ROB_FTStereo	2.03 45	0.57 80	3.57 85	0.20 5	0.21 56	3.66 175	0.73 169	5.89 81	3.51 34	5.92 122	4.35 72	3.37 104	1.50 93	6.02 106	0.90 35	0.01 102	0.00 1	0.00 1	0.00 1	0.09 101	0.09 41

iGMRVC	2.09 54	0.56 75	3.59 90	0.20 5	0.21 56	3.68 180	0.71 164	5.89 81	3.53 40	5.92 122	4.46 78	3.44 114	1.51 97	6.93 139	0.98 47	0.02 185	0.00 1	0.00 1	0.00 1	0.09 101	0.09 41

HCRNet	2.74 129	0.83 128	4.19 133	0.45 50	3.31 311	2.18 53	0.22 59	7.59 152	5.76 143	6.08 130	4.89 83	5.21 175	2.74 144	8.04 193	3.10 192	0.00 1	0.02 131	0.00 1	0.00 1	0.10 121	0.09 41

psmg	3.34 171	0.43 20	3.76 96	0.73 73	0.50 114	8.47 290	2.74 265	10.88 235	5.65 135	8.91 248	8.78 178	6.17 206	2.50 135	4.27 68	2.67 176	0.01 102	0.04 170	0.06 309	0.00 1	0.12 149	0.10 46

Patchmatch Stereo++	2.09 54	0.55 67	3.57 85	0.20 5	0.20 47	3.68 180	0.64 146	5.90 86	3.52 36	5.91 117	4.41 73	3.42 108	1.51 97	7.07 140	0.95 44	0.01 102	0.00 1	0.00 1	0.00 1	0.09 101	0.10 46
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	2.02 44	0.55 67	3.57 85	0.20 5	0.21 56	3.69 183	0.69 158	5.89 81	3.52 36	5.91 117	4.43 75	3.42 108	1.50 93	5.63 98	0.94 43	0.01 102	0.00 1	0.00 1	0.00 1	0.09 101	0.10 46

DEmStereo	3.86 210	0.54 62	4.04 125	0.26 23	0.17 36	5.17 230	2.45 262	4.70 26	4.34 83	8.37 233	19.94 324	5.06 172	10.13 325	7.86 183	3.93 215	0.01 102	0.01 102	0.01 243	0.00 1	0.03 26	0.10 46

iRAFT	2.09 54	0.55 67	3.57 85	0.20 5	0.20 47	3.68 180	0.64 146	5.90 86	3.52 36	5.91 117	4.41 73	3.42 108	1.51 97	7.07 140	0.95 44	0.01 102	0.00 1	0.00 1	0.00 1	0.09 101	0.10 46

MMNet	4.44 247	1.37 223	6.26 236	1.73 170	1.64 239	10.51 315	0.61 140	9.27 194	9.66 251	9.55 272	9.22 187	7.40 230	6.52 275	7.90 186	6.98 266	0.01 102	0.00 1	0.00 1	0.00 1	0.14 174	0.10 46

PSMNet-RSSM	3.69 197	1.36 222	4.54 153	2.44 257	1.90 259	2.35 61	0.69 158	11.77 252	6.38 162	6.60 156	11.85 248	7.70 236	5.61 260	6.66 126	3.67 200	0.00 1	0.00 1	0.02 274	0.01 172	0.17 197	0.10 46

HUI-Stereo	1.94 41	0.56 75	3.55 82	0.20 5	0.20 47	3.67 179	0.63 144	5.89 81	3.53 40	5.92 122	4.44 76	3.41 107	1.51 97	4.21 67	0.89 34	0.02 185	0.00 1	0.00 1	0.00 1	0.09 101	0.11 53

CFNet-ft	3.70 199	1.59 245	3.87 105	1.68 160	2.42 281	3.20 146	0.66 149	8.93 179	7.76 201	5.09 93	9.95 211	10.77 287	5.43 256	7.41 152	4.71 237	0.00 1	0.00 1	0.03 291	0.01 172	0.30 270	0.11 53

CFNet_RVC	3.70 199	1.59 245	3.87 105	1.68 160	2.42 281	3.20 146	0.66 149	8.92 178	7.76 201	5.09 93	9.95 211	10.77 287	5.43 256	7.41 152	4.71 237	0.00 1	0.00 1	0.03 291	0.01 172	0.30 270	0.11 53

iinet-f	6.21 286	2.11 288	28.74 383	2.13 214	1.38 230	11.62 322	1.49 237	7.64 157	7.19 189	7.77 208	14.38 278	10.49 277	7.79 301	7.76 179	12.90 340	0.03 215	0.03 156	0.05 305	0.00 1	0.67 322	0.12 56

delet	4.59 256	1.12 187	5.93 219	1.37 129	3.73 327	10.48 313	3.90 292	10.51 224	9.17 242	8.87 247	9.74 207	8.37 250	3.74 187	8.12 197	6.36 262	0.00 1	0.00 1	0.00 1	0.00 1	0.21 226	0.12 56

UNet	4.19 233	0.87 145	7.18 266	2.00 207	3.22 308	9.55 300	0.31 79	10.11 213	6.22 156	7.98 215	6.82 140	10.42 276	5.77 261	7.28 149	5.83 253	0.00 1	0.00 1	0.00 1	0.00 1	0.10 121	0.12 56

hitnet-ft	3.95 217	1.16 192	3.92 115	0.89 88	0.73 153	4.88 225	0.54 121	9.78 204	7.91 208	7.42 198	10.24 215	12.50 304	4.84 232	8.15 198	5.56 251	0.03 215	0.00 1	0.06 309	0.00 1	0.24 240	0.12 56

GANet-RSSM	3.67 194	1.16 192	4.56 158	3.24 315	2.03 266	2.63 82	0.50 116	11.53 249	6.83 177	6.25 133	10.58 227	7.35 228	6.65 278	6.77 132	2.94 189	0.00 1	0.00 1	0.08 320	0.00 1	0.26 248	0.12 56

CroCo-Stereo Lap2	1.37 11	1.19 197	4.17 132	1.01 100	4.58 350	0.46 2	0.09 18	4.27 18	2.94 13	1.25 31	2.40 38	1.55 60	0.20 1	1.72 13	1.30 77	0.00 1	0.00 1	0.00 1	0.00 1	0.15 187	0.13 61

RALAANet	2.68 120	1.71 255	4.73 168	2.79 283	0.80 163	3.30 152	0.15 46	7.92 161	5.92 146	5.79 112	6.06 115	3.51 119	1.13 64	6.76 131	2.28 162	0.00 1	0.28 248	0.00 1	0.10 240	0.27 257	0.13 61

CFNet	4.03 222	1.97 281	6.30 237	2.70 278	1.64 239	5.41 234	0.22 59	12.14 258	10.28 257	5.24 99	11.15 237	6.43 210	3.70 185	8.97 250	4.01 219	0.00 1	0.00 1	0.00 1	0.00 1	0.30 270	0.13 61

GMStereo_Zeroshot	2.92 141	2.33 305	6.12 227	1.66 157	0.36 89	3.61 169	0.09 18	5.95 92	6.20 155	7.15 184	7.11 150	8.37 250	0.91 52	6.17 111	1.97 137	0.00 1	0.00 1	0.00 1	0.00 1	0.22 231	0.14 64

BUS	2.72 126	0.43 20	3.76 96	0.70 67	0.50 114	7.31 273	0.48 113	9.93 208	5.65 135	6.50 147	6.23 120	5.21 175	1.18 72	4.27 68	1.89 131	0.01 102	0.03 156	0.03 291	0.00 1	0.06 68	0.14 64

BSDual-CNN	2.91 139	0.43 20	3.76 96	0.70 67	0.50 114	6.97 263	1.58 241	9.93 208	5.65 135	6.50 147	6.23 120	6.17 206	2.50 135	4.27 68	2.67 176	0.01 102	0.03 156	0.03 291	0.00 1	0.06 68	0.14 64

hknet	3.56 187	0.66 96	5.82 215	0.70 67	1.19 209	6.97 263	1.58 241	9.93 208	7.76 201	6.50 147	6.23 120	9.53 264	2.81 149	7.84 181	3.39 197	0.01 102	0.03 156	0.03 291	0.00 1	0.06 68	0.14 64

dd	2.36 85	1.93 276	6.03 225	0.83 85	0.12 19	1.80 36	0.17 51	5.30 46	11.82 291	2.98 51	3.64 62	1.50 57	1.21 77	5.25 87	3.92 213	0.13 284	0.01 102	0.04 299	0.22 291	0.10 121	0.14 64

IIG-Stereo	3.28 168	0.98 166	3.57 85	4.14 342	0.22 62	2.56 75	0.71 164	7.04 134	6.10 150	8.49 238	9.38 197	7.82 240	2.73 143	9.69 275	1.99 140	0.02 185	0.02 131	0.00 1	0.00 1	0.03 26	0.14 64

GES	2.69 121	0.72 110	5.34 189	1.82 181	0.05 3	4.51 216	1.04 212	10.39 220	4.18 73	5.53 109	6.72 136	1.92 71	3.30 163	5.16 86	2.67 176	0.06 257	0.01 102	0.06 309	0.01 172	0.20 216	0.14 64

DSFCA	4.48 248	1.03 176	6.84 254	1.61 148	1.68 244	7.26 271	4.46 304	11.27 243	7.51 195	11.01 307	6.89 141	8.49 255	4.54 221	10.41 294	6.18 259	0.03 215	0.06 183	0.02 274	0.03 200	0.13 165	0.14 64

HSM-Net_RVC	4.40 244	0.44 29	3.22 50	0.72 70	0.68 140	7.06 267	1.82 249	12.57 270	8.48 223	9.04 253	12.20 255	14.98 318	5.14 245	7.32 151	4.19 221	0.02 185	0.02 131	0.00 1	0.00 1	0.02 9	0.14 64
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NLCA_NET_v2_RVC	4.11 227	1.53 241	6.87 255	3.04 301	3.33 312	4.34 213	0.59 136	11.36 244	7.92 209	8.98 250	7.98 167	9.72 267	3.82 188	7.92 187	4.43 229	0.15 289	0.02 131	0.03 291	0.03 200	0.07 83	0.14 64
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
OMP-Stereo	3.15 160	1.19 197	3.49 75	4.34 350	0.51 121	2.20 54	1.21 221	6.67 119	6.52 166	7.99 217	6.24 124	8.38 252	2.44 134	9.65 269	1.92 133	0.01 102	0.02 131	0.00 1	0.00 1	0.08 88	0.15 74

HGLStereo	4.58 254	1.04 177	6.02 223	3.30 319	5.14 359	6.36 254	0.71 164	11.04 237	7.60 198	8.04 221	12.85 265	6.90 221	8.51 312	7.85 182	5.93 254	0.02 185	0.02 131	0.00 1	0.00 1	0.14 174	0.15 74

GwcNet-RSSM	4.13 230	1.71 255	6.25 235	2.50 262	1.93 262	2.39 64	1.49 237	9.59 201	8.71 227	6.66 160	15.04 284	8.47 254	3.84 190	6.87 134	6.74 263	0.00 1	0.00 1	0.04 299	0.00 1	0.29 267	0.15 74

AdaStereo	3.34 171	0.74 111	4.00 123	3.10 308	0.51 121	4.22 207	1.25 224	12.84 275	8.39 222	6.33 138	9.55 199	5.77 198	1.54 102	5.53 96	2.74 185	0.02 185	0.00 1	0.00 1	0.00 1	0.03 26	0.15 74
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.
iResNet_ROB	4.67 260	1.77 265	5.93 219	2.47 260	0.95 183	3.78 188	0.36 85	15.65 326	17.36 330	8.75 243	11.23 239	7.05 225	4.60 224	8.94 247	4.23 224	0.01 102	0.00 1	0.00 1	0.00 1	0.16 191	0.15 74

DN-CSS_ROB	3.00 150	2.14 290	7.33 268	2.67 276	0.78 161	3.13 141	0.07 14	6.68 123	4.22 76	5.51 108	12.12 252	2.33 76	1.21 77	8.69 235	2.51 169	0.03 215	0.00 1	0.00 1	0.00 1	0.42 294	0.15 74

GwcNet-ADL	2.85 133	0.61 87	4.38 144	0.92 94	0.33 83	2.05 47	0.67 153	8.85 177	9.65 250	6.36 142	6.71 135	4.11 137	1.71 108	5.97 105	4.22 223	0.08 266	0.06 183	0.00 1	0.00 1	0.07 83	0.16 80

DRaft	3.83 209	0.65 94	3.39 65	0.22 15	0.16 33	4.67 219	1.30 229	5.82 79	4.86 111	10.26 286	21.65 330	3.24 98	8.62 314	7.53 169	3.76 206	0.05 247	0.10 206	0.00 1	0.14 252	0.12 149	0.16 80

sCroCo_RVC	1.34 10	0.85 132	6.15 230	1.21 115	1.28 219	0.90 4	0.18 53	4.50 24	2.86 11	0.37 2	3.18 48	0.52 37	1.52 101	1.83 20	0.93 39	0.13 284	0.25 245	0.00 1	0.00 1	0.08 88	0.16 80

CFNet-RSSM	2.26 76	0.43 20	3.24 52	1.28 121	0.31 77	3.19 145	0.40 91	7.62 156	7.29 193	5.88 115	4.68 81	5.32 179	1.68 105	2.26 34	1.04 54	0.01 102	0.09 202	0.00 1	0.31 321	0.03 26	0.16 80

Gwc-CoAtRS	2.16 63	0.42 19	3.13 45	1.28 121	0.31 77	3.52 165	0.39 90	6.56 116	6.31 158	5.38 103	5.11 89	5.47 182	1.70 107	2.00 24	1.08 59	0.01 102	0.19 230	0.00 1	0.25 298	0.02 9	0.16 80

DMCA	3.08 154	1.10 182	6.20 231	1.82 181	0.90 174	3.80 191	0.55 124	9.76 203	5.42 125	6.56 154	6.47 132	7.06 226	2.09 120	4.05 62	5.46 249	0.00 1	0.01 102	0.00 1	0.00 1	0.11 132	0.16 80

UPFNet	4.17 231	0.83 128	5.51 199	2.49 261	3.36 314	7.13 270	2.60 263	10.52 225	7.16 187	8.76 244	7.83 161	7.85 241	3.41 171	8.60 230	7.04 269	0.01 102	0.02 131	0.00 1	0.00 1	0.12 149	0.17 86

cf-r	3.76 203	1.43 228	5.34 189	2.66 274	2.79 295	2.85 122	0.62 142	9.08 184	6.91 181	7.06 177	11.90 249	9.64 265	3.83 189	6.23 113	4.53 232	0.00 1	0.00 1	0.00 1	0.00 1	0.19 210	0.17 86

Any-RAFT	2.33 82	0.36 7	2.35 10	1.58 146	0.84 168	4.93 227	0.55 124	9.10 185	5.93 147	4.30 79	4.90 84	5.79 199	2.22 125	2.75 46	0.51 2	0.02 185	0.32 251	0.00 1	0.00 1	0.02 9	0.18 88

gwcnet-sp	3.58 188	2.01 284	8.82 296	2.01 208	0.69 142	7.38 275	1.10 216	9.23 191	6.66 171	9.32 263	5.91 110	4.21 143	3.31 165	6.91 136	3.69 201	0.00 1	0.00 1	0.00 1	0.00 1	0.24 240	0.18 88

scenet	3.58 188	2.01 284	8.82 296	2.01 208	0.69 142	7.38 275	1.10 216	9.23 191	6.66 171	9.32 263	5.91 110	4.21 143	3.31 165	6.91 136	3.69 201	0.00 1	0.00 1	0.00 1	0.00 1	0.24 240	0.18 88

ssnet	3.58 188	2.01 284	8.82 296	2.01 208	0.69 142	7.38 275	1.10 216	9.23 191	6.66 171	9.32 263	5.91 110	4.21 143	3.31 165	6.91 136	3.69 201	0.00 1	0.00 1	0.00 1	0.00 1	0.24 240	0.18 88

IPLGR_C	2.69 121	1.75 262	6.20 231	0.79 81	2.06 268	2.64 87	0.86 196	6.36 110	5.64 134	8.13 226	9.26 190	1.69 62	1.15 71	3.79 59	2.80 187	0.02 185	0.20 235	0.02 274	0.08 230	0.26 248	0.18 88

DeepStereo_RVC	2.15 62	0.55 67	3.26 54	0.21 14	0.19 42	3.47 161	0.68 155	5.76 75	3.60 46	6.36 142	4.19 68	3.42 108	4.44 214	5.04 83	1.59 98	0.02 185	0.00 1	0.00 1	0.00 1	0.09 101	0.18 88

Selective-RAFT	1.92 40	0.54 62	3.87 105	1.15 110	0.21 56	3.83 192	0.06 11	5.00 36	4.68 98	1.59 37	2.14 34	3.05 93	2.77 147	6.63 123	1.34 84	0.00 1	0.95 301	0.00 1	0.32 323	0.05 59	0.19 94

UDGNet	2.92 141	7.79 367	4.92 175	3.01 297	0.08 9	2.96 129	0.20 57	4.77 27	8.93 233	2.91 50	2.85 45	0.95 45	1.00 57	6.46 117	1.66 111	1.46 359	0.00 1	5.33 378	0.92 356	1.95 357	0.19 94

CrosDoStereo	4.05 225	0.71 108	3.52 76	0.51 55	0.20 47	3.25 148	11.21 363	6.34 108	4.96 113	9.04 253	16.44 296	4.92 165	7.28 291	8.29 208	3.84 210	0.00 1	0.02 131	0.01 243	0.00 1	0.18 204	0.19 94

DeepStereo_LL	4.05 225	0.71 108	3.52 76	0.51 55	0.20 47	3.25 148	11.21 363	6.34 108	4.96 113	9.04 253	16.44 296	4.92 165	7.28 291	8.29 208	3.84 210	0.00 1	0.02 131	0.01 243	0.00 1	0.18 204	0.19 94

TestStereo	1.89 38	1.59 245	4.22 136	0.37 38	0.28 74	1.33 10	0.01 1	5.63 67	4.13 70	3.59 64	5.11 89	2.06 74	0.70 41	7.62 174	0.93 39	0.02 185	0.00 1	0.00 1	0.00 1	0.02 9	0.19 94

RAFT-Test	2.49 100	0.45 30	4.35 143	1.89 189	1.28 219	4.83 224	0.68 155	7.19 141	4.51 91	5.00 92	7.09 148	6.81 218	1.12 63	2.22 30	1.16 62	0.01 102	0.63 275	0.00 1	0.33 326	0.05 59	0.20 99

test_4	2.58 111	0.70 106	3.30 57	0.43 46	0.30 76	3.97 198	1.11 219	3.91 10	3.83 60	4.15 77	17.20 306	3.44 114	0.52 35	6.60 122	1.58 95	0.00 1	0.13 216	0.00 1	0.11 242	0.20 216	0.20 99

NRIStereo	2.27 78	0.52 58	3.35 63	1.26 118	0.17 36	3.04 134	0.84 189	5.96 93	3.74 50	6.27 135	3.44 50	4.13 138	1.80 114	8.31 213	2.11 146	0.00 1	0.10 206	0.00 1	0.00 1	0.12 149	0.20 99

CRE-IMP	2.08 49	0.51 54	3.43 72	0.35 36	0.19 42	3.85 193	0.83 188	5.77 76	3.43 29	5.81 113	4.24 69	3.45 116	0.83 51	6.56 119	1.99 140	0.01 102	0.00 1	0.00 1	0.00 1	0.11 132	0.20 99

ACRE	2.67 119	1.66 251	6.50 243	0.72 70	2.03 266	2.65 88	0.84 189	5.97 94	5.52 130	7.85 210	9.23 188	1.72 63	1.09 61	4.09 65	2.73 183	0.02 185	0.19 230	0.02 274	0.08 230	0.26 248	0.21 103

GANet-ADL	2.40 93	0.65 94	3.92 115	2.22 226	0.11 12	2.23 55	0.47 104	9.29 196	7.27 191	4.77 85	5.95 114	3.96 129	1.26 80	3.08 49	2.27 160	0.04 235	0.08 196	0.02 274	0.00 1	0.15 187	0.21 103

ASMatch	3.41 179	0.62 92	3.59 90	1.99 204	0.48 111	1.91 42	0.66 149	7.01 130	4.43 87	6.25 133	22.02 334	4.56 152	4.72 229	7.78 180	1.85 125	0.01 102	0.01 102	0.00 1	0.03 200	0.02 9	0.21 103

R-Stereo Train	2.60 114	0.46 32	2.94 29	1.10 108	0.18 39	3.61 169	0.60 137	6.88 128	3.50 30	9.13 257	17.23 307	1.77 65	0.77 46	2.03 25	1.65 108	0.00 1	0.01 102	0.00 1	0.00 1	0.01 3	0.21 103

RAFT-Stereo	2.60 114	0.46 32	2.94 29	1.10 108	0.18 39	3.61 169	0.60 137	6.88 128	3.50 30	9.13 257	17.23 307	1.77 65	0.77 46	2.03 25	1.65 108	0.00 1	0.01 102	0.00 1	0.00 1	0.01 3	0.21 103
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CIPLG	2.72 126	1.69 252	6.02 223	0.80 83	2.14 270	2.66 89	0.84 189	5.90 86	5.59 132	8.12 225	9.58 200	1.74 64	1.14 66	4.53 76	2.82 188	0.02 185	0.19 230	0.02 274	0.09 236	0.26 248	0.22 108

AASNet	4.20 234	1.63 248	5.82 215	3.79 334	3.93 332	6.55 257	1.22 222	19.12 353	6.82 176	7.86 211	8.35 175	4.36 148	2.55 138	3.87 61	7.47 273	0.00 1	0.00 1	0.00 1	0.00 1	0.49 310	0.22 108

ADLNet2	4.72 262	1.44 232	6.68 250	3.03 299	3.90 331	6.80 261	2.91 270	11.67 251	9.63 249	7.99 217	9.89 209	9.75 268	5.32 253	7.70 176	7.13 270	0.01 102	0.03 156	0.00 1	0.00 1	0.26 248	0.22 108

GMOStereo	2.08 49	0.85 132	2.95 32	0.23 17	0.73 153	1.50 16	0.86 196	5.08 37	4.78 103	8.42 234	6.99 142	3.36 100	1.14 66	1.73 14	1.21 68	0.00 1	1.32 352	0.00 1	0.00 1	0.28 259	0.23 111

error version	2.08 49	0.85 132	2.95 32	0.23 17	0.73 153	1.50 16	0.86 196	5.08 37	4.78 103	8.42 234	6.99 142	3.36 100	1.14 66	1.73 14	1.21 68	0.00 1	1.32 352	0.00 1	0.00 1	0.28 259	0.23 111

test-v	2.08 49	0.85 132	2.95 32	0.23 17	0.73 153	1.50 16	0.86 196	5.08 37	4.78 103	8.42 234	6.99 142	3.36 100	1.14 66	1.73 14	1.21 68	0.00 1	1.32 352	0.00 1	0.00 1	0.28 259	0.23 111

test-2	2.08 49	0.85 132	2.95 32	0.23 17	0.73 153	1.50 16	0.86 196	5.08 37	4.78 103	8.42 234	6.99 142	3.36 100	1.14 66	1.73 14	1.21 68	0.00 1	1.32 352	0.00 1	0.00 1	0.28 259	0.23 111

CFNet_pseudo	2.96 147	0.55 67	4.51 150	0.43 46	0.24 65	2.83 108	0.12 29	8.59 172	8.13 216	7.20 187	10.41 220	6.47 212	2.04 118	5.27 88	2.00 142	0.00 1	0.02 131	0.01 243	0.00 1	0.06 68	0.23 111

ACVNet	2.86 134	0.96 162	3.87 105	0.86 86	0.61 136	2.63 82	0.54 121	8.93 179	6.12 151	5.09 93	9.32 194	5.70 195	3.84 190	2.68 44	5.56 251	0.00 1	0.00 1	0.00 1	0.00 1	0.26 248	0.23 111

acv_ft	3.90 212	0.96 162	5.85 217	2.56 271	4.70 353	7.27 272	0.84 189	9.17 190	6.12 151	10.00 281	9.32 194	5.70 195	4.07 203	2.68 44	8.24 282	0.00 1	0.00 1	0.00 1	0.00 1	0.35 286	0.23 111

ccs_rob	2.95 145	0.55 67	4.53 152	0.42 43	0.25 69	2.84 110	0.12 29	8.58 171	8.13 216	7.18 186	10.36 219	6.44 211	2.05 119	5.28 89	1.97 137	0.00 1	0.02 131	0.01 243	0.00 1	0.06 68	0.23 111

TransformOpticalFlow	3.50 184	0.83 128	4.85 171	1.09 106	0.31 77	3.52 165	0.14 44	10.32 216	8.02 213	5.78 111	13.25 267	6.63 215	4.91 234	8.36 217	1.63 103	0.00 1	0.01 102	0.01 243	0.00 1	0.06 68	0.24 119

DIP-Stereo	2.12 59	0.98 166	3.94 117	0.20 5	0.11 12	4.73 222	0.13 36	9.27 194	4.40 86	6.46 146	5.03 87	0.45 34	0.72 43	3.79 59	1.94 135	0.00 1	0.01 102	0.00 1	0.00 1	0.05 59	0.24 119
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RAFT_CTSACE	3.62 193	1.65 250	5.41 193	1.36 126	3.08 302	3.95 197	1.03 209	4.62 25	4.65 96	5.33 101	17.73 314	7.63 235	2.71 142	10.98 298	1.15 61	0.00 1	0.48 268	0.00 1	0.00 1	0.31 277	0.25 121

RCA-Stereo	2.19 68	0.46 32	3.22 50	0.47 53	0.33 83	2.27 57	0.47 104	5.60 66	15.20 318	2.86 49	5.61 106	0.78 43	3.15 155	1.71 12	0.48 1	0.00 1	0.90 294	0.00 1	0.00 1	0.10 121	0.26 122

ICVP	2.53 104	0.47 37	3.64 94	1.20 114	0.69 142	2.71 93	0.84 189	10.63 227	4.66 97	4.31 80	8.99 183	2.75 86	1.93 115	2.91 47	4.07 220	0.06 257	0.24 242	0.01 243	0.01 172	0.13 165	0.26 122
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Sa-1000	3.81 207	1.26 209	4.64 163	2.29 240	0.55 130	3.51 163	1.58 241	8.37 167	9.13 240	7.97 214	17.42 310	3.98 130	2.76 146	9.61 268	1.68 114	0.00 1	0.69 279	0.00 1	0.18 268	0.23 236	0.27 124

AnonymousM	2.96 147	7.19 364	1.41 1	0.92 94	0.06 6	2.37 63	0.52 118	6.05 95	3.83 60	4.97 90	2.37 37	1.91 68	1.00 57	2.23 32	1.06 56	0.01 102	0.57 273	17.64 385	4.90 384	0.02 9	0.27 124

raftrobust	2.16 63	1.31 214	2.76 23	2.38 252	3.33 312	2.72 95	0.51 117	5.34 49	4.64 95	6.13 132	3.98 65	1.63 61	2.51 137	3.02 48	1.64 106	0.00 1	0.76 286	0.00 1	0.02 189	0.14 174	0.27 124

MLCV	3.76 203	1.52 239	6.93 256	1.66 157	0.31 77	4.31 211	0.32 80	7.92 161	7.68 200	9.55 272	12.12 252	5.17 173	2.74 144	10.00 287	4.49 231	0.01 102	0.00 1	0.00 1	0.00 1	0.16 191	0.27 124

AACVNet	3.71 201	1.63 248	4.89 173	3.80 335	0.62 137	3.25 148	0.30 78	9.47 199	3.81 57	6.34 141	10.74 231	10.52 278	4.92 235	9.31 259	3.88 212	0.03 215	0.01 102	0.00 1	0.00 1	0.34 284	0.28 128

PSMNet-ADL	3.17 163	0.56 75	3.00 42	1.55 144	0.40 101	5.97 248	0.28 71	9.06 182	5.75 142	3.56 63	6.80 139	8.33 248	4.51 216	7.65 175	5.51 250	0.03 215	0.09 202	0.00 1	0.00 1	0.03 26	0.28 128

rafts_anoy	2.09 54	1.42 227	3.34 61	2.87 291	2.72 293	2.46 68	0.17 51	6.20 106	6.48 165	3.40 60	2.25 36	1.91 68	1.32 82	3.59 54	1.75 120	0.01 102	1.52 363	0.00 1	0.01 172	0.06 68	0.28 128

PCWNet_CMD	3.14 159	0.51 54	4.47 147	0.44 49	0.26 72	2.87 124	0.15 46	9.66 202	9.78 252	7.28 192	11.50 242	6.84 220	2.40 132	4.47 74	1.83 124	0.01 102	0.02 131	0.02 274	0.00 1	0.06 68	0.29 131

CRFU-Net	4.81 267	0.78 114	5.69 212	3.10 308	1.39 231	13.18 335	3.23 283	12.26 259	4.33 79	10.91 304	9.98 213	10.94 292	7.93 304	7.47 164	3.94 216	0.16 292	0.16 223	0.16 334	0.00 1	0.26 248	0.29 131

DeepPruner_ROB	3.82 208	1.87 269	5.65 210	1.31 125	1.64 239	3.62 172	0.81 181	14.47 314	5.03 116	8.03 220	10.78 232	6.95 223	2.26 126	8.92 244	4.32 226	0.07 262	0.03 156	0.00 1	0.01 172	0.37 289	0.29 131

HBP-ISP	4.37 243	1.56 242	4.59 160	2.23 228	1.29 223	7.87 279	3.96 294	11.80 253	10.91 276	8.06 224	14.45 280	3.38 105	4.87 233	9.27 258	2.53 170	0.14 287	0.06 183	0.00 1	0.01 172	0.08 88	0.30 134

MSMDNet	3.15 160	0.51 54	4.48 148	0.46 52	0.25 69	2.88 125	0.16 49	9.79 205	9.82 253	7.24 189	11.36 241	6.82 219	2.41 133	4.47 74	1.86 126	0.01 102	0.02 131	0.02 274	0.00 1	0.06 68	0.30 134

ssnet_v2	4.73 264	1.43 228	6.74 252	1.80 177	0.75 158	8.89 294	4.60 306	12.66 272	10.65 269	9.53 270	6.23 120	9.78 269	4.26 211	6.89 135	9.65 305	0.01 102	0.01 102	0.00 1	0.00 1	0.36 288	0.31 136

Anonymous	1.54 24	0.76 112	5.39 192	1.49 139	2.68 291	1.83 38	0.43 98	5.65 70	3.79 56	0.52 9	1.74 26	0.19 1	1.30 81	3.31 51	1.01 52	0.06 257	0.08 196	0.00 1	0.00 1	0.19 210	0.31 136

SFCPSM	3.39 177	0.61 87	5.42 194	0.43 46	0.93 179	8.26 283	2.08 256	15.01 320	5.89 145	7.17 185	7.60 157	3.39 106	2.55 138	5.39 92	2.53 170	0.01 102	0.03 156	0.01 243	0.07 227	0.19 210	0.31 136

ac_64	3.98 221	0.86 139	5.10 182	3.17 310	3.43 317	5.80 244	0.70 163	10.87 232	4.96 113	8.94 249	6.46 131	10.70 284	5.52 258	7.44 155	5.10 246	0.03 215	0.00 1	0.00 1	0.00 1	0.14 174	0.31 136

whm_eth	3.18 164	1.78 266	6.61 247	0.90 90	2.72 293	2.54 73	0.27 70	7.64 157	7.94 210	5.43 105	23.98 341	0.37 29	0.47 32	1.31 8	1.17 63	0.02 185	0.03 156	0.00 1	0.00 1	0.08 88	0.32 140

CFNet_ucs	3.23 166	0.56 75	4.59 160	0.59 58	0.37 92	3.29 151	0.19 55	10.47 223	9.02 237	7.78 209	12.57 260	5.59 187	1.74 112	5.39 92	1.86 126	0.00 1	0.04 170	0.01 243	0.00 1	0.10 121	0.33 141

Wz-Net-LNSev	7.12 307	2.75 320	18.64 356	1.70 165	4.16 338	12.79 332	6.72 333	13.74 303	13.57 309	11.14 310	17.31 309	11.90 301	8.50 311	8.96 249	9.94 307	0.00 1	0.01 102	0.00 1	0.00 1	0.18 204	0.34 142

DAS	4.18 232	0.53 59	6.20 231	2.20 223	3.69 324	2.78 104	3.12 278	8.69 173	10.29 258	9.39 268	12.80 262	4.58 153	7.20 289	9.08 252	2.70 179	0.02 185	0.00 1	0.00 1	0.00 1	0.04 44	0.34 142

SepStereo	4.22 235	0.53 59	6.20 231	2.20 223	3.69 324	2.78 104	3.12 278	8.69 173	10.29 258	9.39 268	12.80 262	4.58 153	7.20 289	9.74 276	2.70 179	0.02 185	0.00 1	0.00 1	0.00 1	0.04 44	0.34 142

APVNet	6.28 289	2.46 310	10.09 317	3.51 326	3.97 334	12.15 328	1.75 247	20.08 364	6.73 174	6.92 175	13.45 269	10.75 286	6.29 272	11.86 315	14.34 347	0.05 247	0.02 131	0.11 322	0.03 200	0.63 318	0.34 142

CoDeX	3.61 192	0.86 139	5.27 186	1.16 112	1.62 238	6.24 252	2.07 255	13.78 306	6.86 178	7.42 198	9.00 185	4.06 135	3.72 186	6.58 120	3.02 190	0.03 215	0.06 183	0.00 1	0.00 1	0.15 187	0.35 146

fast-acv-ft	6.00 284	1.95 279	7.88 280	2.35 248	1.85 255	13.61 338	1.76 248	8.44 169	10.12 255	11.22 311	20.57 327	14.41 316	7.55 298	8.11 196	8.83 291	0.10 279	0.09 202	0.16 334	0.07 227	0.68 324	0.35 146

ARAFT	3.32 170	1.74 261	7.92 281	0.64 62	0.15 28	4.45 215	2.89 268	8.20 166	6.30 157	9.23 262	7.12 151	5.58 186	1.24 79	8.60 230	1.69 115	0.01 102	0.03 156	0.00 1	0.00 1	0.35 286	0.35 146

SA	3.34 171	1.29 211	4.84 170	1.99 204	0.57 131	3.15 144	1.39 231	7.66 159	9.94 254	4.86 87	10.87 234	2.97 92	4.61 225	9.88 282	1.38 86	0.00 1	0.60 274	0.00 1	0.19 271	0.25 247	0.37 149

psm_up	4.33 240	1.34 219	4.43 145	2.27 237	2.62 289	5.29 231	3.30 288	11.49 246	6.89 179	8.05 222	8.06 169	10.09 274	11.10 330	7.12 143	3.76 206	0.24 310	0.01 102	0.00 1	0.00 1	0.20 216	0.37 149

DLCB_ROB	4.87 270	1.45 233	4.75 169	2.52 265	1.13 205	6.25 253	3.01 274	10.44 222	8.34 220	11.05 308	13.43 268	14.04 311	3.90 197	9.74 276	6.80 264	0.00 1	0.00 1	0.00 1	0.00 1	0.08 88	0.37 149

raft_robust	2.91 139	1.71 255	3.42 71	1.36 126	0.57 131	1.53 20	0.12 29	7.06 135	9.09 238	6.96 176	7.21 152	4.43 150	2.09 120	9.40 261	1.61 99	0.03 215	0.93 295	0.00 1	0.21 286	0.17 197	0.38 152

GrayStereo	3.86 210	0.33 5	2.63 18	1.66 157	0.62 137	3.09 137	7.92 348	6.43 113	3.88 62	10.61 294	16.51 299	5.75 197	8.40 309	6.75 129	1.58 95	0.01 102	0.00 1	0.01 243	0.62 349	0.04 44	0.38 152

STrans-v2	3.55 186	0.94 159	5.06 181	0.32 26	0.60 135	2.97 131	1.15 220	11.08 238	7.97 212	6.01 125	10.93 235	6.65 216	6.86 282	8.37 218	1.66 111	0.00 1	0.01 102	0.00 1	0.00 1	0.04 44	0.39 154

TestStereo1	3.12 157	1.34 219	4.67 165	3.47 324	0.71 148	2.50 69	1.45 233	7.27 143	8.71 227	4.91 88	9.28 192	2.34 77	3.61 178	9.44 262	1.62 101	0.00 1	0.33 252	0.00 1	0.00 1	0.30 270	0.40 155

SA-5K	3.12 157	1.34 219	4.67 165	3.47 324	0.71 148	2.50 69	1.45 233	7.27 143	8.71 227	4.91 88	9.28 192	2.34 77	3.61 178	9.44 262	1.62 101	0.00 1	0.33 252	0.00 1	0.00 1	0.30 270	0.40 155

FENet	2.35 83	0.59 84	3.28 56	2.32 244	0.27 73	2.78 104	0.13 36	7.68 160	6.09 149	5.38 103	2.12 33	4.84 163	3.33 169	4.98 81	2.66 175	0.02 185	0.03 156	0.00 1	0.00 1	0.04 44	0.40 155

DMCA-RVC	3.59 191	1.98 282	8.68 291	2.30 241	1.48 234	3.54 167	0.55 124	8.40 168	5.43 127	9.37 267	5.90 109	8.34 249	3.21 157	7.19 144	4.46 230	0.06 257	0.11 210	0.08 320	0.02 189	0.21 226	0.40 155

FADNet	4.55 251	2.35 306	13.60 333	1.87 185	0.80 163	4.74 223	0.75 174	14.47 314	12.41 295	4.07 76	5.45 102	9.64 265	5.03 239	8.86 241	4.82 239	0.20 303	0.04 170	0.07 314	0.05 221	1.27 346	0.40 155

STTStereo	3.90 212	1.43 228	8.20 285	3.03 299	2.28 277	3.64 174	0.64 146	10.11 213	7.09 186	10.20 283	7.08 147	8.73 258	3.57 176	7.44 155	4.00 218	0.00 1	0.02 131	0.01 243	0.01 172	0.04 44	0.40 155

PSMNet_ROB	5.41 279	2.45 309	7.39 271	2.36 250	1.90 259	10.11 308	6.54 331	16.32 333	7.59 197	6.84 169	10.83 233	12.06 302	4.13 205	8.73 236	10.24 312	0.02 185	0.01 102	0.01 243	0.11 242	0.26 248	0.40 155

IPLGR	2.46 98	0.68 99	7.02 258	0.22 15	0.16 33	2.01 45	0.22 59	7.01 130	6.62 169	7.10 181	5.92 113	2.91 88	2.27 127	5.12 85	1.52 92	0.00 1	0.00 1	0.00 1	0.00 1	0.12 149	0.41 162

cross-raft	2.25 75	0.48 41	2.96 36	1.87 185	0.94 180	3.72 184	0.47 104	7.61 155	4.15 71	5.37 102	5.68 108	6.17 206	1.40 89	2.15 29	1.06 56	0.01 102	0.22 236	0.00 1	0.19 271	0.03 26	0.41 162

Nwc_Net	7.54 316	1.91 275	8.71 292	4.16 343	3.42 316	10.77 317	2.00 253	20.33 365	12.19 293	9.10 256	24.04 344	17.67 335	13.58 345	12.14 319	9.12 298	0.94 350	0.00 1	0.00 1	0.02 189	0.22 231	0.41 162

HSM	4.25 239	1.10 182	4.14 130	1.78 175	2.14 270	6.67 260	1.08 215	12.92 279	6.90 180	7.06 177	8.17 172	14.17 313	6.03 266	9.16 254	3.11 193	0.00 1	0.00 1	0.00 1	0.00 1	0.09 101	0.41 162

MyStereo07	1.64 31	1.15 190	2.61 15	1.28 121	1.49 235	2.63 82	0.45 100	6.45 114	2.94 13	1.10 27	1.61 21	0.29 17	0.60 37	7.45 162	0.80 23	0.01 102	1.27 350	0.00 1	0.25 298	0.11 132	0.42 166

MyStereo04	3.29 169	1.15 190	6.64 248	1.28 121	1.49 235	2.63 82	0.45 100	10.57 226	13.30 307	4.41 82	3.90 64	3.06 95	3.56 175	7.87 185	3.35 196	0.01 102	1.27 350	0.00 1	0.25 298	0.11 132	0.42 166

PFNet	3.06 152	0.59 84	6.13 228	2.26 234	0.84 168	3.08 136	0.73 169	7.38 148	5.35 121	10.20 283	6.06 115	4.72 158	2.10 123	8.47 226	2.25 157	0.19 300	0.06 183	0.00 1	0.11 242	0.20 216	0.42 166

GEStereo_RVC	3.95 217	1.21 204	6.13 228	2.30 241	1.22 213	4.29 210	2.96 272	12.39 264	8.24 218	7.25 190	6.79 138	7.58 234	4.22 209	9.16 254	4.56 233	0.04 235	0.01 102	0.02 274	0.02 189	0.19 210	0.42 166

sAnonymous2	1.54 24	2.26 296	9.53 311	0.65 64	0.50 114	1.20 5	0.23 63	4.86 29	3.65 48	0.42 4	1.27 15	0.23 8	1.40 89	1.23 4	0.68 11	0.02 185	0.00 1	0.00 1	0.20 281	2.00 358	0.42 166

CroCo_RVC	1.54 24	2.26 296	9.53 311	0.65 64	0.50 114	1.20 5	0.23 63	4.86 29	3.65 48	0.42 4	1.27 15	0.23 8	1.40 89	1.23 4	0.68 11	0.02 185	0.00 1	0.00 1	0.20 281	2.00 358	0.42 166

AF-Net	8.37 327	2.16 291	9.01 301	3.65 329	4.58 350	9.40 298	2.63 264	17.71 342	21.32 349	10.38 290	24.51 346	20.43 353	16.67 356	12.54 322	10.76 321	0.70 344	0.00 1	0.12 326	0.00 1	0.47 305	0.42 166

MSKI-zero shot	2.23 74	0.49 49	2.49 11	1.60 147	0.81 165	2.69 90	0.29 73	6.82 126	2.50 5	4.37 81	7.61 158	3.65 122	0.26 3	8.62 233	0.63 8	0.01 102	1.09 321	0.00 1	0.25 298	0.03 26	0.46 173

Anonymous3	1.96 42	0.61 87	7.58 276	0.42 43	0.51 121	4.28 209	0.52 118	5.56 64	2.76 8	2.35 43	3.47 51	1.50 57	1.13 64	5.92 104	1.54 93	0.23 308	0.23 239	0.00 1	0.00 1	0.14 174	0.47 174

MSMD_ROB	9.73 340	1.43 228	5.42 194	1.81 178	0.42 107	16.83 348	4.30 301	14.29 312	15.34 319	23.06 360	40.17 382	25.63 366	22.62 371	13.37 328	8.85 292	0.48 337	0.03 156	0.00 1	0.00 1	0.13 165	0.47 174

MIPNet	2.27 78	1.14 189	5.55 206	0.49 54	0.22 62	2.03 46	0.19 55	7.60 154	6.17 154	5.83 114	4.16 67	2.05 73	3.44 172	3.65 56	2.23 156	0.00 1	0.01 102	0.01 243	0.01 172	0.24 240	0.48 176

MyStereo06	2.71 123	1.05 179	5.43 196	1.39 131	1.20 210	2.57 76	0.10 22	10.39 220	4.79 107	5.54 110	6.16 118	6.39 209	2.33 131	3.40 52	1.35 85	0.01 102	1.24 347	0.00 1	0.21 286	0.13 165	0.50 177

MyStereo05	3.24 167	1.05 179	5.93 219	1.39 131	1.20 210	2.57 76	0.10 22	9.11 186	13.17 306	6.45 145	3.86 63	3.20 97	3.26 161	8.35 216	3.02 190	0.01 102	1.24 347	0.00 1	0.21 286	0.13 165	0.50 177

FADNet-RVC	4.36 241	2.62 318	14.51 341	2.01 208	0.44 109	4.27 208	1.27 225	12.61 271	7.89 206	3.76 70	4.05 66	10.63 282	4.34 212	9.87 281	7.66 276	0.03 215	0.09 202	0.00 1	0.03 200	0.65 320	0.50 177

DISCO	6.58 296	0.98 166	6.44 242	3.75 333	1.18 208	11.19 319	3.29 287	12.92 279	16.72 326	7.27 191	11.74 246	17.34 333	6.60 276	19.59 366	11.59 326	0.00 1	0.00 1	0.00 1	0.00 1	0.45 302	0.50 177

Wz-Net-LNSev-Ref	6.52 295	2.21 293	12.10 326	2.75 279	3.28 309	10.03 307	3.05 275	12.31 261	11.52 287	10.10 282	21.36 329	11.51 296	7.30 293	11.56 311	10.61 317	0.09 276	0.00 1	0.00 1	0.00 1	0.08 88	0.51 181

LE_ROB	17.31 375	2.62 318	14.26 339	4.20 344	1.80 251	17.40 351	9.70 357	15.38 324	55.92 399	63.97 409	40.81 384	35.50 382	39.26 393	15.64 347	28.51 384	0.06 257	0.11 210	0.13 328	0.21 286	0.14 174	0.51 181

GASNet	5.62 281	5.76 359	12.05 325	5.03 358	2.08 269	3.77 187	1.53 239	12.92 279	11.62 288	9.64 274	7.40 155	8.58 256	7.54 297	14.76 341	8.25 283	0.02 185	0.15 221	0.00 1	0.00 1	0.81 336	0.52 183

RYNet	6.82 298	1.51 237	7.35 270	1.79 176	4.52 347	16.68 347	4.41 303	14.19 310	17.43 331	11.64 317	7.86 162	15.03 319	8.81 316	10.10 288	14.16 346	0.04 235	0.13 216	0.15 331	0.05 221	0.08 88	0.53 184

StereoDRNet-Refined	4.84 269	0.96 162	5.13 183	2.22 226	0.46 110	9.10 296	0.16 49	10.72 228	9.40 247	13.41 331	12.50 258	10.02 271	4.58 222	8.60 230	8.71 290	0.01 102	0.00 1	0.01 243	0.05 221	0.24 240	0.53 184
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ADLNet	4.56 253	1.19 197	5.52 205	3.81 336	3.59 321	6.98 265	2.40 261	12.01 255	7.96 211	10.52 292	9.67 206	8.26 246	4.98 238	6.59 121	6.93 265	0.01 102	0.01 102	0.00 1	0.01 172	0.22 231	0.55 186

iResNetv2_ROB	4.72 262	2.26 296	8.87 299	3.20 313	1.25 217	4.32 212	1.73 246	14.22 311	10.62 268	10.53 293	12.13 254	7.77 237	5.54 259	8.29 208	2.76 186	0.00 1	0.00 1	0.00 1	0.00 1	0.42 294	0.55 186

iResNet	4.04 223	1.46 234	8.72 293	3.25 316	0.36 89	4.54 218	0.47 104	9.06 182	10.40 262	7.98 215	12.82 264	4.06 135	3.22 158	8.82 238	4.95 243	0.03 215	0.01 102	0.00 1	0.00 1	0.14 174	0.55 186

XX-Stereo	2.95 145	0.48 41	7.08 264	2.84 289	2.51 287	1.63 23	0.20 57	6.15 101	3.38 28	2.38 44	16.00 294	6.90 221	0.25 2	6.40 115	1.14 60	0.00 1	0.66 277	0.00 1	0.31 321	0.16 191	0.57 189

HITNet	3.11 155	1.38 224	5.35 191	2.23 228	0.12 19	5.59 236	0.58 133	9.95 211	5.72 141	6.62 157	7.91 165	3.90 127	3.24 159	4.39 73	4.58 235	0.01 102	0.00 1	0.00 1	0.00 1	0.08 88	0.57 189
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
EKT-Stereo	2.16 63	0.61 87	3.78 100	2.31 243	4.40 341	1.47 15	0.24 65	5.54 59	4.22 76	3.16 57	3.58 60	3.53 120	2.20 124	5.66 99	1.40 87	0.04 235	0.36 258	0.00 1	0.09 236	0.06 68	0.58 191

Wz-Net-MNSev	8.12 322	3.18 328	18.07 355	2.63 273	3.36 314	17.82 354	9.40 356	12.89 278	15.44 321	13.95 337	18.21 318	14.38 315	7.75 300	12.50 321	11.45 325	0.46 332	0.03 156	0.00 1	0.01 172	0.26 248	0.58 191

IPLG	2.63 117	1.09 181	5.67 211	0.73 73	0.31 77	3.00 133	0.25 67	6.84 127	6.02 148	7.93 212	6.31 126	1.91 68	1.72 110	7.47 164	2.53 170	0.01 102	0.01 102	0.00 1	0.00 1	0.29 267	0.58 191

FADNet-RVC-Resample	4.11 227	2.25 294	13.88 335	1.64 150	0.66 139	5.91 247	2.34 260	10.87 232	9.09 238	6.53 151	4.34 70	5.69 194	4.71 228	8.01 191	4.64 236	0.18 299	0.22 236	0.17 339	0.12 246	0.46 303	0.59 194

GANet	6.86 300	1.78 266	5.98 222	3.05 302	1.12 204	10.12 309	9.38 355	13.41 296	8.67 226	11.46 314	29.87 361	13.94 310	8.25 308	12.06 317	6.33 261	0.40 326	0.06 183	0.16 334	0.33 326	0.18 204	0.59 194

NCC-stereo	7.43 313	2.28 299	8.58 289	3.28 317	4.48 344	8.34 284	4.27 299	20.45 366	13.66 310	9.17 259	17.52 311	16.49 327	14.31 350	13.71 330	8.95 294	1.73 362	0.12 213	0.01 243	0.50 344	0.21 226	0.60 196

Abc-Net	7.43 313	2.28 299	8.58 289	3.28 317	4.48 344	8.34 284	4.27 299	20.45 366	13.66 310	9.17 259	17.52 311	16.49 327	14.31 350	13.71 330	8.95 294	1.73 362	0.12 213	0.01 243	0.50 344	0.21 226	0.60 196
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GANetREF_RVC	6.97 303	3.59 337	9.14 306	4.00 338	0.40 101	13.17 334	11.27 366	15.95 329	17.51 332	10.62 295	10.66 230	12.15 303	7.97 305	13.18 327	5.04 244	0.45 330	0.00 1	0.01 243	0.15 255	3.47 368	0.60 196
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
DCANet-4	2.26 76	0.43 20	6.69 251	0.40 42	0.20 47	1.70 30	0.13 36	5.73 73	9.44 248	6.01 125	5.29 95	1.12 48	2.77 147	2.49 43	2.21 151	0.01 102	0.00 1	0.01 243	0.00 1	0.02 9	0.61 199

fff	2.54 106	0.93 150	5.51 199	0.32 26	0.14 22	1.70 30	0.11 25	6.19 103	12.69 300	6.03 127	5.29 95	1.43 52	5.28 249	2.37 39	2.21 151	0.01 102	0.00 1	0.01 243	0.00 1	0.02 9	0.61 199

pcwnet_v2	4.36 241	0.46 32	9.07 304	1.43 134	1.10 201	3.41 153	0.40 91	13.44 297	14.60 315	10.29 287	14.22 277	5.82 200	2.97 152	6.75 129	2.29 164	0.01 102	0.05 177	0.04 299	0.02 189	0.17 197	0.61 199

csc	2.54 106	0.93 150	5.51 199	0.32 26	0.14 22	1.70 30	0.11 25	6.19 103	12.69 300	6.03 127	5.29 95	1.43 52	5.28 249	2.37 39	2.21 151	0.01 102	0.00 1	0.01 243	0.00 1	0.02 9	0.61 199

cscssc	2.54 106	0.93 150	5.51 199	0.32 26	0.14 22	1.70 30	0.11 25	6.19 103	12.69 300	6.03 127	5.29 95	1.43 52	5.28 249	2.37 39	2.21 151	0.01 102	0.00 1	0.01 243	0.00 1	0.02 9	0.61 199

test_5	3.16 162	1.18 195	4.96 177	2.33 246	3.10 305	4.51 216	1.27 225	7.47 151	7.61 199	3.00 53	7.38 154	5.37 181	4.06 201	8.28 207	1.54 93	0.00 1	0.34 254	0.00 1	0.02 189	0.21 226	0.62 204

edge stereo	7.12 307	1.19 197	7.83 279	2.32 244	2.46 283	6.90 262	3.26 286	15.58 325	12.52 296	15.68 345	18.34 319	21.83 358	13.05 340	11.53 310	8.68 288	0.04 235	0.06 183	0.11 322	0.03 200	0.30 270	0.63 205

PWCDC_ROB	8.50 329	4.40 348	9.57 314	6.16 367	4.54 349	10.46 312	1.03 209	15.30 322	28.16 365	10.88 303	30.88 366	6.96 224	11.31 333	14.57 338	10.40 315	3.10 371	0.02 131	0.00 1	0.00 1	1.55 351	0.63 205

CBMV_ROB	4.66 259	0.85 132	3.94 117	1.64 150	0.75 158	8.38 289	1.90 250	11.19 240	10.36 260	9.20 261	15.21 285	7.28 227	6.99 285	9.48 264	5.24 247	0.04 235	0.05 177	0.00 1	0.00 1	0.07 83	0.64 207

ADStereo(finetuned)	2.50 102	0.95 160	6.60 246	0.39 40	0.20 47	1.72 34	0.24 65	6.06 96	9.31 244	6.30 136	5.42 100	1.44 55	6.22 270	2.25 33	2.14 148	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.65 208

FAT-Stereo	6.98 304	0.79 116	7.57 275	2.54 269	1.80 251	6.16 251	4.33 302	19.16 354	18.82 338	10.75 298	17.08 304	18.23 339	13.56 344	9.25 257	8.44 284	0.03 215	0.16 223	0.01 243	0.10 240	0.14 174	0.65 208

RP	7.41 312	1.90 274	7.33 268	4.26 346	5.25 360	6.64 259	3.46 289	12.44 266	16.23 325	10.36 289	23.00 338	18.72 341	16.59 355	11.10 300	8.47 285	1.10 352	0.02 131	0.12 326	0.16 257	0.43 298	0.65 208

stereogan	8.18 324	1.32 217	9.05 303	3.59 327	4.00 337	20.16 361	3.13 280	17.25 340	20.16 344	10.68 296	19.19 320	20.56 356	10.70 329	14.74 340	7.00 267	0.34 322	0.04 170	0.21 344	0.08 230	0.70 328	0.65 208

DeepPrunerF	7.18 309	3.58 336	25.29 375	4.27 347	7.20 368	3.78 188	4.64 307	14.03 308	20.86 347	8.85 245	10.57 226	7.35 228	7.88 303	12.16 320	10.66 319	0.25 313	0.16 223	0.29 349	0.43 339	0.77 333	0.65 208

DRN-Test	6.23 287	1.51 237	7.53 274	3.07 307	3.69 324	12.17 329	3.23 283	20.80 368	11.11 281	12.64 323	13.02 266	10.91 291	5.26 247	8.49 227	10.12 310	0.05 247	0.05 177	0.04 299	0.04 218	0.28 259	0.65 208

LALA_ROB	7.02 305	2.54 313	8.51 288	1.53 142	0.96 185	9.96 305	8.71 352	16.70 335	12.68 299	12.99 326	13.90 275	24.47 362	5.40 255	11.61 313	9.50 302	0.04 235	0.05 177	0.00 1	0.02 189	0.17 197	0.65 208

MeshStereo	11.94 357	1.88 270	5.24 185	2.11 213	1.44 233	20.09 360	4.95 312	21.74 374	16.75 327	33.10 379	35.07 377	39.28 386	22.72 372	19.45 364	13.59 343	0.19 300	0.06 183	0.02 274	0.00 1	0.46 303	0.65 208
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
DCANet	2.35 83	0.96 162	5.51 199	0.39 40	0.19 42	1.72 34	0.25 67	6.06 96	9.33 245	6.31 137	5.42 100	1.44 55	4.14 206	2.22 30	2.28 162	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.66 216

GwcNet	6.95 301	2.89 326	13.32 332	2.82 286	5.53 361	11.76 323	2.14 257	14.95 319	17.69 333	10.83 300	18.14 317	10.83 289	6.66 279	9.83 280	10.19 311	0.03 215	0.06 183	0.03 291	0.08 230	0.64 319	0.66 216

CBFPSM	5.12 274	1.48 235	16.22 348	1.81 178	1.14 206	11.16 318	2.90 269	7.99 164	6.75 175	6.55 152	5.00 86	15.05 320	8.78 315	7.52 168	8.90 293	0.04 235	0.02 131	0.00 1	0.00 1	0.42 294	0.67 218

dad	5.10 273	2.61 316	6.76 253	1.23 116	0.14 22	2.85 122	0.36 85	7.98 163	14.88 316	10.84 301	17.06 303	15.59 321	3.29 162	7.24 146	4.39 228	1.20 354	0.10 206	4.02 375	0.49 343	0.20 216	0.69 219

StereoDRNet	6.02 285	2.40 308	8.22 286	3.43 322	4.43 343	10.57 316	4.21 297	19.44 355	11.24 284	12.86 324	8.06 169	11.64 298	4.79 231	8.65 234	9.32 301	0.01 102	0.10 206	0.00 1	0.03 200	0.34 284	0.69 219

AANet_RVC	5.41 279	2.61 316	8.17 284	2.25 232	1.30 225	2.27 57	1.64 244	10.82 230	18.54 337	8.01 219	18.09 316	8.39 253	3.31 165	11.37 308	8.98 296	1.15 353	0.38 260	0.02 274	0.00 1	0.17 197	0.70 221

FC-DCNN	11.29 354	1.01 175	5.50 198	2.25 232	1.65 242	18.23 356	5.36 317	18.99 351	20.65 346	28.95 374	34.83 376	33.83 379	23.18 374	17.04 357	13.37 341	0.17 296	0.01 102	0.02 274	0.02 189	0.10 121	0.70 221

ETE_ROB	6.28 289	2.60 315	9.22 307	1.71 166	0.84 168	6.44 255	6.78 335	13.16 290	8.80 230	13.01 327	15.93 292	21.01 357	6.18 269	10.97 297	8.11 281	0.04 235	0.01 102	0.00 1	0.02 189	0.16 191	0.70 221

RAFT+CT+SA	2.59 112	1.19 197	3.55 82	1.09 106	2.21 272	3.14 143	0.90 201	7.59 152	5.65 135	2.76 48	8.21 173	2.04 72	1.57 103	8.84 239	1.31 79	0.02 185	0.34 254	0.00 1	0.38 333	0.22 231	0.73 224

RASNet	5.00 272	1.19 197	5.69 212	3.68 331	4.80 354	5.04 229	1.29 228	10.26 215	8.99 236	5.89 116	11.65 245	10.55 281	9.76 323	9.96 286	10.32 314	0.20 303	0.00 1	0.00 1	0.00 1	0.09 101	0.73 224

NCCL2	6.27 288	2.46 310	7.00 257	2.36 250	1.11 202	9.48 299	11.14 362	13.01 283	10.40 262	9.94 280	9.49 198	22.11 359	7.42 294	9.90 284	8.56 286	0.01 102	0.00 1	0.02 274	0.03 200	0.20 216	0.73 224

CBMV	5.97 283	1.52 239	4.51 150	1.99 204	0.53 125	10.02 306	6.94 338	13.27 292	13.80 312	13.08 329	15.93 292	11.36 295	8.11 306	9.82 279	7.27 271	0.08 266	0.15 221	0.00 1	0.00 1	0.30 270	0.74 227
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FCDSN-DC	10.72 349	1.16 192	5.01 179	2.16 215	1.31 227	17.46 352	4.80 309	17.79 343	19.87 341	25.02 368	32.85 369	33.57 377	23.52 375	16.80 353	12.13 331	0.11 283	0.00 1	0.00 1	0.00 1	0.09 101	0.76 228
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
RGC	7.40 311	2.77 322	7.71 277	4.43 353	4.87 356	8.88 293	2.96 272	16.05 330	12.76 303	11.96 321	19.57 322	18.32 340	11.57 336	13.89 334	9.58 304	0.83 347	0.02 131	0.24 347	0.41 336	0.40 293	0.77 229

XPNet_ROB	6.46 292	1.88 270	7.41 272	2.81 284	0.95 183	6.45 256	6.82 336	13.58 299	8.80 230	15.50 343	15.86 290	19.59 348	7.12 288	11.41 309	9.86 306	0.02 185	0.04 170	0.00 1	0.03 200	0.20 216	0.79 230

SACVNet	4.55 251	1.88 270	5.55 206	3.38 321	1.68 244	3.11 138	2.76 267	12.44 266	6.43 163	11.07 309	11.31 240	10.53 280	5.13 244	9.88 282	4.56 233	0.08 266	0.02 131	0.00 1	0.01 172	0.38 291	0.80 231

NOSS_ROB	3.67 194	0.86 139	3.81 101	2.53 266	1.11 202	6.10 250	0.72 167	11.08 238	12.36 294	5.45 106	8.91 181	5.65 188	2.09 120	8.30 211	3.16 194	0.20 303	0.07 194	0.00 1	0.00 1	0.11 132	0.80 231

BEATNet_4x	3.69 197	2.12 289	8.11 283	1.82 181	0.16 33	5.30 232	1.04 212	10.87 232	6.14 153	7.09 180	8.42 176	4.99 170	4.42 213	5.89 103	6.23 260	0.04 235	0.05 177	0.00 1	0.00 1	0.32 281	0.84 233

pmcnn	8.17 323	1.70 253	11.49 323	3.18 311	3.07 301	9.66 302	6.06 324	13.60 300	17.71 334	15.23 342	24.02 342	27.61 369	8.81 316	10.36 293	9.51 303	0.08 266	0.08 196	0.00 1	0.00 1	0.31 277	0.87 234

MDST_ROB	9.13 336	1.31 214	10.16 319	4.36 351	2.48 285	28.66 377	7.64 345	19.96 359	14.97 317	27.53 372	24.02 342	9.47 263	5.27 248	16.31 350	8.61 287	0.63 339	0.19 230	0.00 1	0.00 1	0.08 88	0.90 235

G-Net	8.60 330	1.93 276	12.59 328	6.04 365	3.66 323	25.93 370	4.26 298	10.35 218	8.05 214	19.71 355	24.73 347	14.15 312	15.49 353	11.30 304	10.69 320	0.50 338	0.46 266	0.19 342	0.25 298	0.80 334	0.91 236

ADCRef	7.76 318	2.31 303	19.09 359	2.82 286	3.29 310	11.88 325	3.06 276	11.52 248	10.89 275	13.69 334	25.85 352	8.20 244	8.89 318	8.95 248	22.66 365	0.16 292	0.08 196	0.16 334	0.34 329	0.47 305	0.91 236

SMFormer	3.94 215	0.69 100	4.55 154	1.97 200	0.15 28	2.84 110	0.29 73	13.06 285	11.10 277	7.69 203	10.45 221	4.77 159	4.52 217	9.68 270	4.89 240	0.08 266	0.97 304	0.00 1	0.16 257	0.11 132	0.92 238

AFF-stereo	2.87 136	1.31 214	3.26 54	1.87 185	0.38 93	1.68 28	0.09 18	6.38 111	7.07 185	6.52 150	11.90 249	6.08 203	2.32 130	5.05 84	1.65 108	0.02 185	0.66 277	0.00 1	0.00 1	0.29 267	0.94 239

iRaft-Stereo_5w	3.20 165	1.27 210	5.27 186	0.27 24	0.99 187	2.71 93	0.58 133	5.75 74	5.85 144	3.03 55	7.88 163	10.08 272	4.08 204	8.40 219	6.09 256	0.00 1	0.25 245	0.00 1	0.12 246	0.31 277	0.95 240

EAI-Stereo	2.75 130	0.54 62	3.17 47	0.91 93	1.28 219	4.02 200	5.30 316	12.39 264	4.76 102	2.51 46	7.10 149	1.22 50	0.94 54	6.03 107	1.96 136	0.01 102	0.56 271	0.00 1	1.38 365	0.04 44	0.95 240

XQC	9.46 338	4.84 354	18.88 357	4.07 339	3.09 303	15.97 345	6.65 332	16.26 332	26.63 362	12.63 322	12.35 257	15.75 322	10.62 328	16.48 351	21.19 360	0.44 328	0.96 303	0.05 305	0.32 323	1.10 340	0.99 242

RTSC	9.87 341	4.34 347	16.44 349	4.60 355	2.38 279	12.54 331	0.75 174	18.19 345	37.31 382	16.16 347	15.86 290	13.32 306	7.56 299	20.93 370	23.50 370	0.34 322	1.07 320	0.02 274	0.35 330	0.71 329	0.99 242

Syn2CoEx	6.70 297	3.69 340	12.14 327	2.78 282	1.68 244	8.36 287	3.21 282	18.59 348	12.66 298	8.86 246	20.79 328	10.52 278	10.54 327	9.68 270	8.70 289	0.01 102	0.00 1	0.00 1	0.00 1	0.69 326	1.00 244

Selective-IGEV	1.56 29	0.34 6	2.13 6	0.77 80	0.76 160	2.36 62	0.52 118	6.80 125	3.08 22	0.53 10	3.34 49	0.26 14	0.31 8	7.24 146	0.73 21	0.01 102	0.80 288	0.00 1	0.14 252	0.08 88	1.01 245

test_3	2.22 72	0.39 14	4.20 135	1.51 140	0.90 174	1.29 9	0.74 172	5.34 49	6.37 161	6.64 158	1.96 32	4.24 146	0.45 29	6.63 123	1.17 63	0.00 1	1.00 315	0.00 1	0.28 311	0.19 210	1.01 245

RAFT	2.94 143	1.29 211	4.06 127	1.36 126	0.50 114	2.39 64	0.91 204	6.11 100	3.25 25	6.64 158	7.30 153	9.96 270	4.20 208	6.03 107	2.21 151	0.00 1	1.02 316	0.00 1	0.02 189	0.54 315	1.01 245

SGM_RVC	10.77 350	1.11 184	4.66 164	2.66 274	0.41 105	21.03 362	6.87 337	20.02 361	15.54 323	25.86 371	24.97 349	33.59 378	20.51 364	20.89 369	14.78 349	0.31 321	0.26 247	0.22 345	0.26 307	0.43 298	1.01 245
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
111	3.05 151	1.41 226	5.51 199	0.32 26	0.14 22	2.83 108	0.68 155	6.76 124	14.21 313	3.59 64	9.11 186	5.50 183	3.30 163	4.05 62	2.43 168	0.01 102	0.00 1	0.00 1	0.00 1	0.13 165	1.02 249

ADCL	10.77 350	3.23 329	21.50 365	2.26 234	1.96 263	23.65 365	9.07 353	14.69 318	24.88 359	15.21 341	27.20 353	12.68 305	14.02 349	16.94 355	24.43 376	0.26 316	0.18 228	0.74 357	0.67 352	0.80 334	1.02 249

PS-NSSS	4.22 235	2.53 312	5.89 218	1.01 100	2.93 297	4.05 203	1.93 251	11.44 245	8.94 234	7.14 183	14.70 283	4.96 168	2.60 140	9.09 253	3.92 213	0.40 326	0.04 170	0.83 359	0.00 1	1.09 339	1.02 249

RAFT + AFF	4.63 258	2.28 299	7.43 273	1.51 140	2.38 279	5.81 245	6.49 330	10.74 229	8.53 224	7.75 207	8.95 182	7.47 232	6.68 281	9.17 256	5.06 245	0.08 266	0.47 267	0.00 1	0.01 172	0.66 321	1.03 252

test-1	2.14 61	0.54 62	6.32 239	1.07 105	1.22 213	2.13 52	0.54 121	6.40 112	4.80 108	3.55 62	5.23 91	4.02 131	0.71 42	1.95 22	2.15 149	0.08 266	0.98 309	0.00 1	0.08 230	0.02 9	1.07 253

psmorigin	7.74 317	2.19 292	18.99 358	2.51 263	0.89 173	7.08 269	2.74 265	11.25 241	7.90 207	20.49 358	22.36 336	20.16 350	11.95 337	13.84 332	10.61 317	0.04 235	0.18 228	0.06 309	0.24 295	0.27 257	1.07 253

test-3	2.19 68	0.38 9	3.88 110	1.55 144	0.91 177	1.39 12	0.80 178	5.36 55	5.51 129	7.36 197	1.90 30	4.05 133	0.42 22	6.67 127	1.17 63	0.00 1	0.99 312	0.00 1	0.28 311	0.20 216	1.08 255

test_1	2.18 66	0.38 9	3.87 105	1.54 143	0.91 177	1.38 11	0.80 178	5.36 55	5.53 131	7.12 182	1.86 29	4.05 133	0.41 20	6.65 125	1.17 63	0.00 1	0.99 312	0.00 1	0.28 311	0.20 216	1.08 255

anonymousa	4.24 237	0.78 114	4.05 126	2.16 215	4.87 356	8.76 292	0.35 84	7.41 150	4.47 90	8.21 229	19.70 323	11.03 294	5.87 263	2.04 27	2.20 150	0.00 1	1.16 340	0.00 1	0.55 347	0.04 44	1.11 257

raft+_RVC	2.18 66	1.49 236	3.14 46	2.77 281	2.01 264	1.40 13	0.10 22	7.02 132	5.35 121	2.99 52	5.54 105	1.19 49	1.34 87	4.98 81	1.49 90	0.00 1	1.45 359	0.00 1	0.00 1	0.14 174	1.11 257

SuperB	8.29 326	3.96 344	24.92 373	2.96 295	1.33 229	9.83 304	4.15 296	10.92 236	29.79 368	11.86 318	12.51 259	6.07 202	6.97 284	11.13 302	14.73 348	0.15 289	0.11 210	0.35 351	0.26 307	12.64 382	1.11 257

NVstereo2D	4.82 268	1.29 211	7.98 282	3.68 331	3.48 318	8.02 282	3.10 277	11.25 241	15.50 322	5.14 97	7.71 159	8.21 245	4.68 226	10.19 291	4.30 225	0.02 185	0.19 230	0.13 328	0.36 331	0.07 83	1.12 260

LL-Strereo2	2.22 72	1.39 225	3.39 65	1.26 118	1.01 189	3.73 185	1.47 235	6.47 115	4.61 94	4.66 84	2.64 43	4.17 141	0.37 16	6.03 107	1.61 99	0.09 276	0.24 242	0.00 1	0.08 230	0.08 88	1.16 261

Anonymous Stereo	7.27 310	4.41 349	26.56 378	3.67 330	3.09 303	5.56 235	15.31 377	10.85 231	11.63 289	10.31 288	10.32 217	7.46 231	3.67 184	14.42 336	15.13 351	0.64 340	0.88 292	0.00 1	0.07 227	0.33 283	1.16 261

ccnet	7.45 315	1.89 273	7.71 277	3.18 311	2.35 278	12.19 330	6.14 325	18.95 350	9.36 246	13.33 330	20.38 325	16.00 324	9.10 321	10.10 288	15.40 353	0.44 328	0.34 254	0.25 348	0.25 298	0.48 308	1.18 263

RAFT-Stereo + iAFF	2.48 99	1.23 207	3.48 74	1.61 148	1.09 199	1.63 23	0.15 46	5.80 77	6.43 163	7.32 195	9.91 210	3.05 93	1.71 108	2.33 37	1.75 120	0.01 102	0.71 284	0.00 1	0.00 1	0.28 259	1.19 264

WZ-Net	13.61 362	5.57 357	42.84 394	3.89 337	3.19 307	19.90 359	15.44 379	15.67 327	32.04 371	16.13 346	28.69 357	22.17 360	15.84 354	21.40 372	26.87 379	0.75 345	0.01 102	0.01 243	0.03 200	0.51 312	1.20 265

EGLCR-Stereo	1.45 13	0.26 2	2.91 27	1.94 195	0.90 174	3.13 141	0.69 158	5.81 78	3.21 24	1.14 29	0.20 3	1.52 59	0.37 16	4.29 71	0.69 15	0.01 102	0.79 287	0.00 1	0.00 1	0.01 3	1.21 266

FADNet_RVC	4.24 237	2.32 304	14.23 338	1.18 113	0.79 162	5.64 238	0.60 137	11.50 247	7.19 189	3.68 68	8.08 171	4.14 139	4.06 201	10.29 292	7.47 273	0.36 324	0.44 265	0.18 340	0.47 341	0.93 337	1.23 267

tta	3.96 219	0.69 100	4.55 154	1.97 200	0.15 28	2.84 110	0.29 73	13.06 285	11.10 277	7.69 203	10.45 221	4.77 159	4.52 217	9.68 270	4.89 240	0.08 266	0.97 304	0.00 1	0.16 257	0.13 165	1.24 268

qqq1	3.78 205	0.69 100	4.55 154	1.97 200	0.15 28	2.84 110	0.29 73	13.06 285	11.10 277	7.69 203	10.45 221	4.77 159	4.52 217	9.68 270	1.24 74	0.08 266	0.97 304	0.00 1	0.12 246	0.13 165	1.24 268

fff1	3.78 205	0.69 100	4.55 154	1.97 200	0.15 28	2.84 110	0.29 73	13.06 285	11.10 277	7.69 203	10.45 221	4.77 159	4.52 217	9.68 270	1.24 74	0.08 266	0.97 304	0.00 1	0.12 246	0.13 165	1.24 268

SGM-Forest	5.40 277	0.84 131	4.19 133	1.43 134	0.68 140	10.12 309	6.41 329	12.13 257	11.86 292	11.50 315	14.43 279	11.62 297	5.20 246	9.93 285	6.16 258	0.16 292	0.04 170	0.00 1	0.00 1	0.08 88	1.24 268
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CSAN	8.41 328	2.86 325	9.35 310	2.43 256	0.82 166	13.59 337	11.68 368	15.80 328	21.98 353	14.71 339	16.46 298	18.00 337	14.42 352	13.68 329	10.10 308	0.10 279	0.13 216	0.15 331	0.19 271	0.43 298	1.28 272

iRaftStereo_RVC	1.88 37	1.22 205	2.63 18	0.95 97	0.06 6	2.96 129	0.05 9	6.08 99	3.99 67	3.92 75	4.88 82	2.53 81	0.62 38	3.62 55	1.19 67	0.00 1	1.19 343	0.00 1	0.00 1	0.37 289	1.29 273

ADCP+	8.60 330	2.78 323	17.44 353	1.69 162	4.27 340	16.95 350	5.29 315	13.38 295	12.52 296	13.57 333	17.57 313	10.86 290	11.28 332	18.43 361	23.91 374	0.03 215	0.05 177	0.01 243	0.18 268	0.47 305	1.31 274

PWC_ROB	8.89 332	4.49 351	15.62 346	2.92 292	4.49 346	7.89 281	1.23 223	17.29 341	20.00 342	16.54 348	28.06 356	14.37 314	11.98 339	14.93 342	15.43 354	0.47 335	0.00 1	0.05 305	0.00 1	0.67 322	1.31 274

Wz-Net-SNSev	9.92 342	8.01 369	26.42 377	2.26 234	1.85 255	8.36 287	14.30 376	18.01 344	21.68 350	10.78 299	23.95 339	16.84 330	8.60 313	15.59 346	19.76 359	0.01 102	0.03 156	0.01 243	0.00 1	0.52 313	1.34 276

ttt	4.41 246	0.70 106	3.95 119	2.53 266	2.01 264	4.34 213	0.41 93	13.09 289	11.69 290	7.20 187	12.20 255	4.15 140	3.35 170	9.54 267	10.11 309	0.07 262	1.11 323	0.00 1	0.19 271	0.10 121	1.47 277

aanetorigin	9.02 333	3.75 341	28.68 382	2.16 215	3.86 329	5.84 246	5.40 318	5.93 91	10.39 261	28.12 373	31.02 367	15.98 323	13.74 346	9.38 260	12.55 336	0.25 313	0.22 236	0.22 345	0.24 295	1.24 344	1.47 277

TRStereo	2.71 123	3.79 342	5.46 197	2.19 222	2.22 274	2.98 132	1.07 214	9.83 206	4.39 85	3.46 61	3.48 52	3.92 128	0.77 46	6.43 116	1.70 116	0.03 215	0.63 275	0.00 1	0.29 316	0.11 132	1.49 279

NaN_ROB	6.51 294	2.25 294	8.77 294	1.69 162	1.79 250	9.71 303	10.94 360	16.20 331	16.13 324	13.04 328	8.86 179	11.77 299	5.94 264	12.88 325	8.01 279	0.05 247	0.13 216	0.07 314	0.20 281	0.32 281	1.50 280

mmx	4.50 249	0.98 166	7.03 259	1.64 150	1.07 193	2.84 110	0.47 104	12.84 275	11.23 282	6.68 161	9.59 201	5.66 189	3.87 192	11.33 305	11.69 327	0.05 247	1.12 324	0.00 1	0.19 271	0.10 121	1.53 281

xxx	4.50 249	0.98 166	7.04 263	1.64 150	1.07 193	2.84 110	0.47 104	12.84 275	11.23 282	6.68 161	9.59 201	5.66 189	3.87 192	11.33 305	11.69 327	0.05 247	1.12 324	0.00 1	0.19 271	0.10 121	1.53 281

DPSNet	10.88 352	2.57 314	20.40 363	2.24 231	1.90 259	24.92 368	17.00 389	21.35 371	28.61 367	12.87 325	13.74 272	17.01 332	20.14 363	15.36 343	14.01 345	0.81 346	0.98 309	0.20 343	0.65 351	1.30 347	1.54 283

WCMA_ROB	10.20 345	1.99 283	9.33 309	3.01 297	2.46 283	15.78 344	7.67 347	12.75 274	15.41 320	25.08 370	33.42 373	27.06 368	19.86 361	13.87 333	12.47 335	1.28 356	0.38 260	0.18 340	0.20 281	0.28 259	1.54 283

PA-Net	5.40 277	2.35 306	9.55 313	2.75 279	2.21 272	8.74 291	3.92 293	13.05 284	13.35 308	7.30 194	7.98 167	8.08 242	6.39 273	11.17 303	9.30 300	0.02 185	0.03 156	0.00 1	0.03 200	0.16 191	1.55 285
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DANet	6.46 292	1.58 244	9.58 315	4.10 341	3.99 336	9.13 297	1.34 230	10.37 219	7.76 201	13.76 335	15.66 288	16.14 325	7.03 287	13.07 326	13.62 344	0.19 300	0.12 213	0.02 274	0.02 189	0.15 187	1.61 286
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
iRaft-Stereo_20w	3.11 155	0.49 49	6.09 226	1.01 100	1.25 217	3.99 199	1.00 207	14.00 307	4.73 101	6.70 167	6.27 125	2.34 77	2.28 128	7.29 150	1.58 95	0.01 102	0.75 285	0.00 1	0.73 353	0.10 121	1.63 287

ACVNet-DCA	2.41 94	0.93 150	3.39 65	3.05 302	0.39 96	5.69 240	0.55 124	9.15 187	4.33 79	1.42 32	3.48 52	0.33 24	3.65 181	8.26 202	0.70 16	0.00 1	1.14 335	0.00 1	0.03 200	0.09 101	1.65 288

xx1	2.73 128	0.93 150	3.39 65	3.05 302	0.39 96	5.69 240	0.55 124	5.34 49	10.76 271	1.42 32	3.48 52	4.63 156	2.83 150	8.26 202	0.70 16	0.00 1	1.14 335	0.00 1	0.25 298	0.09 101	1.65 288

1test111	2.31 81	0.93 150	3.39 65	3.05 302	0.39 96	5.69 240	0.55 124	9.15 187	4.33 79	1.42 32	3.48 52	0.33 24	3.65 181	4.95 79	2.06 144	0.00 1	1.14 335	0.00 1	0.03 200	0.09 101	1.65 288

qqq	2.44 97	0.85 132	4.33 142	1.73 170	0.71 148	1.98 43	0.38 87	9.15 187	4.33 79	3.37 58	4.34 70	4.63 156	2.83 150	4.95 79	2.06 144	0.00 1	1.13 327	0.00 1	0.25 298	0.09 101	1.65 288

11t1	2.13 60	0.67 98	3.98 120	2.69 277	0.85 171	2.59 79	0.07 14	7.40 149	3.89 63	3.75 69	3.57 59	1.24 51	1.96 116	4.68 78	1.97 137	0.10 279	1.13 327	0.00 1	0.22 291	0.09 101	1.66 292

x	2.30 80	0.82 125	3.85 102	2.23 228	0.72 151	2.12 51	0.81 181	9.48 200	4.82 109	3.83 72	2.76 44	3.49 118	2.30 129	3.48 53	2.25 157	0.00 1	1.13 327	0.00 1	0.22 291	0.09 101	1.66 292

SHD	10.45 348	3.67 339	14.03 337	4.81 356	4.52 347	11.93 326	1.66 245	21.36 372	38.40 384	18.84 352	21.72 332	17.63 334	13.07 341	15.65 348	17.71 356	0.36 324	1.09 321	0.01 243	0.32 323	0.50 311	1.67 294

rrr	1.64 31	1.71 255	6.31 238	0.73 73	0.24 65	2.69 90	0.92 205	4.25 16	1.75 3	0.73 16	0.16 1	0.23 8	0.32 11	7.57 170	2.72 181	0.00 1	0.49 269	0.00 1	0.20 281	0.17 197	1.68 295

DLNR_Zeroshot_test	24.96 388	51.28 407	90.69 412	97.84 420	97.22 419	1.40 13	0.12 29	23.19 376	3.55 43	1.21 30	2.95 46	0.72 42	0.31 8	7.09 142	2.61 174	38.70 404	1.32 352	0.00 1	0.29 316	77.04 416	1.68 295

MIM_Stereo	2.83 131	1.20 203	5.27 186	1.41 133	1.16 207	3.07 135	0.33 82	6.67 119	3.95 64	5.17 98	10.11 214	4.25 147	1.73 111	8.32 214	1.64 106	0.00 1	0.36 258	0.00 1	0.01 172	0.22 231	1.69 297

HH	2.88 137	0.82 125	4.07 128	1.71 166	0.54 128	4.71 220	0.69 158	8.72 175	3.57 44	1.80 40	6.49 133	7.81 238	3.92 198	8.93 245	0.99 48	0.00 1	1.06 318	0.00 1	0.03 200	0.05 59	1.69 297

HanStereo	2.88 137	0.82 125	4.07 128	1.71 166	0.54 128	4.71 220	0.69 158	8.72 175	3.57 44	1.80 40	6.49 133	7.81 238	3.92 198	8.93 245	0.99 48	0.00 1	1.06 318	0.00 1	0.03 200	0.05 59	1.69 297

RTS	19.64 383	10.42 377	87.01 409	5.88 362	6.82 365	41.73 393	16.69 384	16.80 337	41.90 388	23.44 362	32.96 371	13.79 308	21.49 367	38.85 393	30.84 386	0.46 332	0.70 281	0.00 1	0.09 236	1.13 341	1.70 300

RTSA	19.64 383	10.42 377	87.01 409	5.88 362	6.82 365	41.73 393	16.69 384	16.80 337	41.90 388	23.44 362	32.96 371	13.79 308	21.49 367	38.85 393	30.84 386	0.46 332	0.70 281	0.00 1	0.09 236	1.13 341	1.70 300

AnyNet_C32	11.82 356	7.08 363	25.83 376	4.55 354	5.88 364	16.92 349	16.97 388	14.14 309	18.11 336	16.87 349	21.66 331	14.78 317	13.87 348	23.54 377	31.83 389	0.24 310	0.28 248	0.35 351	0.53 346	1.35 348	1.71 302

IGEV_Zeroshot_test	2.57 110	0.63 93	5.70 214	1.93 193	0.87 172	2.63 82	0.85 194	8.94 181	4.55 93	5.30 100	5.48 103	5.23 178	1.38 88	3.76 58	1.32 81	0.00 1	0.69 279	0.00 1	0.18 268	0.19 210	1.72 303

riskmin	2.49 100	0.22 1	3.34 61	2.33 246	1.78 249	2.89 126	0.46 102	7.35 147	6.95 183	2.75 47	1.67 24	6.75 217	5.08 242	3.24 50	1.93 134	0.00 1	0.99 312	0.00 1	0.27 310	0.02 9	1.73 304

222	5.93 282	0.88 146	4.58 159	1.76 174	0.98 186	6.02 249	0.08 17	14.45 313	8.89 232	9.53 270	11.77 247	3.88 126	4.23 210	8.26 202	39.96 398	0.03 215	1.12 324	0.00 1	0.24 295	0.11 132	1.73 304

SANet	11.48 355	3.34 331	13.93 336	2.40 255	1.01 189	16.49 346	12.16 371	20.05 363	37.28 381	19.62 354	28.04 355	25.61 365	20.10 362	14.43 337	12.39 334	0.10 279	0.06 183	0.03 291	0.06 226	0.76 332	1.73 304

test_xeample	4.78 266	0.93 150	4.68 167	1.48 138	1.28 219	3.94 195	0.13 36	13.35 294	8.62 225	8.21 229	11.63 244	3.43 113	3.54 174	7.59 172	23.47 369	0.02 185	1.16 340	0.00 1	0.25 298	0.11 132	1.74 307

1111x	4.96 271	1.04 177	7.09 265	1.75 172	1.05 192	5.03 228	0.32 80	13.52 298	10.70 270	6.68 161	10.35 218	8.81 260	6.01 265	10.65 295	12.78 339	0.07 262	1.24 347	0.00 1	0.33 326	0.11 132	1.75 308

CVANet_RVC	4.68 261	1.93 276	5.57 208	2.61 272	1.86 257	4.12 204	4.94 311	12.11 256	9.29 243	8.05 222	11.08 236	10.28 275	6.48 274	9.52 266	3.19 195	0.45 330	0.01 102	0.00 1	0.12 246	0.23 236	1.75 308

xxxx	5.16 276	0.86 139	4.86 172	1.96 199	1.22 213	7.56 278	0.07 14	14.67 316	9.15 241	6.55 152	9.87 208	9.30 262	3.47 173	8.07 195	22.20 364	0.05 247	1.16 340	0.00 1	0.26 307	0.10 121	1.76 310

ProNet	1.58 30	0.86 139	3.17 47	0.75 79	0.72 151	2.84 110	0.66 149	5.91 90	3.28 27	0.37 2	1.47 19	0.40 30	0.37 16	7.19 144	0.70 16	0.02 185	0.98 309	0.00 1	0.05 221	0.20 216	1.77 311

TDLM	4.58 254	1.79 268	5.03 180	2.45 258	1.32 228	4.04 202	7.15 341	11.60 250	11.46 286	6.91 170	12.69 261	5.94 201	5.03 239	9.74 276	3.80 209	0.67 342	0.00 1	0.01 243	0.05 221	0.23 236	1.78 312

mmm	3.07 153	0.76 112	4.50 149	2.27 237	1.24 216	3.75 186	0.12 29	10.03 212	5.12 117	6.43 144	11.19 238	3.10 96	3.20 156	4.54 77	1.78 122	0.02 185	1.19 343	0.00 1	0.30 318	0.09 101	1.79 313

ff7	1.46 14	0.79 116	2.99 37	0.33 31	0.35 85	2.75 98	0.81 181	4.31 19	2.97 15	0.77 18	1.20 9	0.21 4	0.42 22	7.44 155	0.86 30	0.00 1	0.93 295	0.00 1	0.16 257	0.12 149	1.82 314

IGEVStereo-DCA	1.54 24	1.71 255	2.99 37	0.73 73	0.24 65	2.69 90	0.81 181	4.31 19	2.97 15	0.73 16	0.16 1	0.23 8	0.32 11	7.57 170	2.72 181	0.00 1	0.49 269	0.00 1	0.16 257	0.17 197	1.82 314

ffff	1.46 14	0.79 116	2.99 37	0.33 31	0.35 85	2.75 98	0.81 181	4.31 19	2.97 15	0.77 18	1.20 9	0.21 4	0.42 22	7.44 155	0.86 30	0.00 1	0.93 295	0.00 1	0.16 257	0.12 149	1.82 314

11t	1.46 14	0.79 116	2.99 37	0.33 31	0.35 85	2.75 98	0.81 181	4.31 19	2.97 15	0.77 18	1.20 9	0.21 4	0.42 22	7.44 155	0.87 33	0.00 1	0.93 295	0.00 1	0.16 257	0.12 149	1.82 314

ccc-4	1.46 14	0.79 116	2.99 37	0.33 31	0.35 85	2.75 98	0.81 181	4.31 19	2.97 15	0.77 18	1.20 9	0.21 4	0.42 22	7.44 155	0.86 30	0.00 1	0.93 295	0.00 1	0.16 257	0.12 149	1.82 314

AE-Stereo	1.89 38	0.38 9	3.86 104	1.94 195	0.38 93	2.51 71	0.58 133	7.19 141	7.28 192	1.60 38	3.51 57	1.07 47	0.77 46	2.12 28	1.24 74	0.03 215	1.02 316	0.00 1	0.28 311	0.11 132	1.84 319

4D-IteraStereo	1.99 43	1.32 217	3.77 99	0.13 3	2.84 296	3.51 163	1.03 209	4.26 17	5.38 123	5.50 107	1.03 8	3.86 125	0.38 19	2.44 42	1.88 128	0.00 1	0.43 263	0.00 1	0.01 172	0.11 132	1.84 319

anonymousdsp	1.51 21	0.81 122	2.70 22	0.60 59	0.69 142	2.76 102	0.79 176	4.86 29	3.00 21	0.82 23	1.25 13	0.31 19	0.42 22	7.44 155	0.81 25	0.00 1	0.83 289	0.00 1	0.17 266	0.12 149	1.85 321

Anonymous_2	4.74 265	0.98 166	4.46 146	2.35 248	2.27 276	5.66 239	0.67 153	8.08 165	5.28 120	4.98 91	2.60 41	8.74 259	6.92 283	5.79 101	3.46 198	0.24 310	1.70 364	5.16 377	18.18 400	5.41 371	1.85 321

IGEV-Stereo	1.51 21	0.81 122	2.69 21	0.60 59	0.69 142	2.77 103	0.79 176	4.88 32	2.99 20	0.82 23	1.25 13	0.31 19	0.42 22	7.43 154	0.85 29	0.00 1	0.83 289	0.00 1	0.17 266	0.12 149	1.85 321
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
MFN_U_SF_DS_RVC	10.36 347	5.37 356	16.61 351	2.95 294	3.02 300	24.75 367	15.44 379	14.68 317	19.73 340	19.77 356	23.97 340	16.98 331	8.40 309	17.58 358	9.23 299	1.59 361	1.75 365	0.16 334	2.63 374	0.75 331	1.85 321

DualNet	3.96 219	0.98 166	7.03 259	1.64 150	1.07 193	2.84 110	0.47 104	5.55 60	10.56 264	6.68 161	9.59 201	5.66 189	3.87 192	8.20 199	11.69 327	0.00 1	1.13 327	0.00 1	0.19 271	0.11 132	1.88 325

ffm	3.41 179	0.98 166	7.03 259	1.64 150	1.07 193	2.84 110	0.47 104	5.55 60	10.56 264	6.68 161	9.59 201	5.66 189	3.87 192	8.20 199	0.68 11	0.00 1	1.13 327	0.00 1	0.19 271	0.11 132	1.88 325

ff1	4.11 227	0.98 166	7.03 259	1.64 150	1.07 193	2.84 110	0.47 104	5.55 60	10.56 264	6.68 161	9.59 201	5.66 189	3.87 192	11.33 305	11.69 327	0.00 1	1.13 327	0.00 1	0.19 271	0.11 132	1.88 325

tt1	2.53 104	0.91 148	3.53 79	2.92 292	0.53 125	5.60 237	0.61 140	5.55 60	10.56 264	1.54 36	3.54 58	0.34 28	3.00 153	8.20 199	0.68 11	0.00 1	1.13 327	0.00 1	0.03 200	0.11 132	1.88 325

cc1	2.56 109	0.93 150	3.39 65	3.05 302	0.39 96	5.69 240	0.55 124	5.34 49	10.76 271	1.42 32	3.48 52	0.33 24	3.65 181	8.26 202	0.70 16	0.00 1	1.14 335	0.00 1	0.03 200	0.12 149	1.89 329

anonymousdsp2	2.20 70	0.57 80	4.59 160	1.69 162	0.82 166	3.58 168	0.48 113	8.57 170	3.63 47	3.37 58	3.03 47	3.32 99	1.00 57	5.57 97	0.80 23	0.01 102	0.94 300	0.02 274	0.15 255	0.06 68	1.89 329

test_xeample3	1.71 34	1.75 262	6.64 248	0.90 90	0.29 75	2.55 74	0.90 201	4.08 13	2.36 4	0.56 13	0.24 4	0.23 8	0.31 8	7.51 167	2.73 183	0.00 1	0.70 281	0.00 1	0.36 331	0.18 204	1.92 331

Wz-Net-TNSev	12.01 358	11.86 380	38.26 391	2.81 284	1.82 254	18.12 355	11.31 367	16.67 334	21.73 351	15.06 340	17.17 305	19.72 349	20.69 365	20.68 368	21.41 362	0.04 235	0.06 183	0.00 1	0.16 257	0.74 330	1.93 332

MC-Stereo	1.87 36	0.49 49	3.52 76	2.82 286	1.07 193	1.90 41	0.12 29	4.89 34	3.27 26	3.66 67	3.58 60	0.56 39	1.45 92	5.79 101	0.81 25	0.00 1	1.19 343	0.00 1	0.21 286	0.11 132	1.95 333

DCRE	2.21 71	0.95 160	3.17 47	2.10 212	1.30 225	1.86 39	0.05 9	5.33 48	4.69 99	3.59 64	9.37 196	3.81 123	1.18 72	2.34 38	1.22 72	0.01 102	0.97 304	0.00 1	0.30 318	0.04 44	1.97 334

FINET	6.96 302	2.98 327	13.77 334	3.20 313	4.81 355	9.65 301	9.90 358	13.68 302	23.91 357	8.28 231	13.70 270	5.36 180	5.83 262	10.79 296	8.05 280	0.90 348	1.43 358	0.11 322	0.38 333	0.48 308	1.98 335

RALCasStereoNet	2.39 92	1.73 260	3.59 90	2.38 252	2.69 292	2.84 110	0.18 53	5.29 45	4.94 112	2.45 45	5.62 107	2.22 75	0.79 50	7.48 166	1.63 103	0.00 1	1.75 365	0.00 1	0.00 1	0.14 174	2.03 336

AEACV	1.27 8	0.38 9	2.61 15	1.75 172	1.21 212	2.44 67	0.85 194	4.79 28	1.67 1	0.71 15	0.26 6	0.29 17	2.00 117	2.30 35	0.66 10	0.01 102	0.95 301	0.00 1	0.42 337	0.12 149	2.07 337

ADCMid	10.97 353	4.49 351	23.66 369	2.53 266	2.52 288	11.46 321	6.31 327	15.31 323	12.85 304	23.57 364	22.99 337	17.92 336	21.04 366	19.57 365	28.05 383	0.47 335	0.43 263	1.10 362	1.32 364	1.73 354	2.10 338

ToySt	3.39 177	0.89 147	9.29 308	1.47 137	0.94 180	4.20 206	1.98 252	7.33 145	5.42 125	3.01 54	6.75 137	8.67 257	5.10 243	5.43 95	3.72 204	0.07 262	0.89 293	0.00 1	0.23 294	0.28 259	2.13 339

SAMSARA	15.67 367	3.89 343	14.48 340	13.77 382	7.92 372	38.69 390	73.90 413	21.22 370	24.66 358	17.04 350	13.86 273	30.01 372	13.07 341	18.07 360	17.48 355	0.23 308	1.46 360	0.07 314	0.40 335	0.99 338	2.15 340

FBW_ROB	9.17 337	2.08 287	10.31 320	2.51 263	1.66 243	13.22 336	6.04 323	23.09 375	20.11 343	19.55 353	15.80 289	18.97 345	11.96 338	19.34 363	11.38 324	0.66 341	0.30 250	2.15 371	0.90 355	1.15 343	2.16 341

CC-Net-ROB	8.09 321	10.11 376	9.03 302	4.07 339	3.74 328	15.24 342	4.84 310	18.44 347	10.87 274	6.73 168	14.03 276	7.54 233	4.68 226	11.61 313	3.98 217	6.59 377	2.54 376	16.51 384	1.19 361	7.88 376	2.20 342

ADCPNet	10.18 344	3.40 333	33.24 386	2.38 252	1.74 247	17.75 353	7.65 346	13.20 291	13.03 305	14.09 338	21.72 332	19.36 346	11.40 334	15.43 345	23.00 367	0.28 319	1.15 339	0.39 354	1.48 367	0.68 324	2.21 343

PASM	9.11 334	5.68 358	25.06 374	4.33 349	4.18 339	7.01 266	8.48 349	12.37 263	20.95 348	13.49 332	15.37 286	18.80 342	11.52 335	14.70 339	12.70 337	0.93 349	1.19 343	0.32 350	1.21 362	1.66 352	2.22 344

LL-Strereo	5.14 275	2.29 302	8.95 300	1.26 118	5.05 358	3.66 175	1.40 232	10.33 217	8.98 235	8.71 241	8.24 174	10.70 284	11.10 330	12.66 324	5.36 248	0.05 247	1.35 357	0.00 1	0.00 1	0.38 291	2.23 345

coex-ft	20.15 385	20.03 385	87.93 411	1.81 178	1.77 248	18.77 357	13.73 373	13.28 293	41.87 387	60.24 405	39.04 381	28.27 370	30.39 383	12.57 323	28.66 385	0.20 303	0.23 239	0.04 299	0.30 318	1.52 350	2.34 346

PSM-AAD	3.43 183	0.31 4	2.16 7	0.80 83	0.57 131	2.53 72	5.97 319	5.53 58	3.98 66	11.00 306	11.90 249	2.93 89	9.36 322	8.03 192	1.00 50	0.01 102	0.01 102	0.00 1	0.00 1	0.06 68	2.39 347

EDNetEfficient	14.14 365	6.71 362	56.12 400	2.99 296	3.58 320	5.38 233	8.49 350	9.35 198	33.24 372	40.73 389	30.21 363	18.04 338	22.92 373	12.13 318	26.26 378	0.16 292	0.24 242	0.07 314	1.15 359	2.58 364	2.39 347

S-Stereo	6.85 299	0.93 150	10.76 321	3.34 320	3.51 319	6.55 257	6.01 322	13.75 304	23.86 356	9.65 277	15.54 287	11.81 300	8.24 307	8.59 229	11.23 323	0.13 284	0.16 223	0.00 1	0.42 337	0.14 174	2.39 347

MFN_U_SF_RVC	13.54 361	4.69 353	28.43 381	4.24 345	2.50 286	24.26 366	5.99 320	28.23 382	20.18 345	24.06 367	29.38 359	30.35 373	16.92 357	20.98 371	21.39 361	1.35 357	1.13 327	1.02 360	1.41 366	1.88 356	2.50 350

SGM-ForestM	18.61 380	3.38 332	10.14 318	3.44 323	2.24 275	34.17 385	15.39 378	29.44 386	33.93 373	38.55 387	41.08 385	53.64 395	36.76 390	34.82 388	27.16 381	1.25 355	1.81 368	0.74 357	1.01 357	0.61 317	2.61 351

SDNR	7.97 319	2.75 320	16.90 352	2.28 239	0.94 180	45.23 396	0.43 98	9.30 197	10.84 273	10.71 297	25.30 350	5.51 184	4.47 215	11.98 316	7.58 275	0.15 289	0.14 220	0.00 1	0.04 218	2.27 360	2.65 352

ADCS	13.76 363	6.46 361	30.74 384	3.62 328	2.93 297	14.28 340	11.22 365	20.02 361	34.42 376	23.20 361	25.42 351	19.51 347	19.62 360	24.54 378	33.88 392	0.27 318	0.23 239	0.37 353	0.19 271	1.47 349	2.84 353

PVD	16.41 369	3.98 345	16.04 347	5.38 359	4.59 352	19.44 358	7.28 343	28.88 384	49.27 394	31.53 377	43.72 388	30.36 374	32.17 388	26.70 381	23.19 368	0.25 313	1.48 361	0.04 299	0.59 348	0.52 313	2.87 354

MANE	20.98 386	3.23 329	8.81 295	5.96 364	6.96 367	33.07 383	13.20 372	35.43 388	38.86 385	44.72 395	52.41 399	53.20 394	41.84 395	34.74 387	27.45 382	1.87 364	2.27 370	1.54 367	10.18 391	0.69 326	3.11 355

PDISCO_ROB	10.27 346	2.79 324	13.30 331	10.58 376	9.96 378	22.78 364	5.99 320	20.01 360	28.57 366	11.88 319	14.49 281	20.54 354	4.92 235	17.01 356	10.29 313	5.79 375	0.42 262	0.14 330	0.13 251	2.53 363	3.25 356

MSC_U_SF_DS_RVC	17.08 372	7.98 368	24.37 372	6.82 369	2.93 297	39.68 392	16.11 381	25.46 379	34.93 377	34.13 381	34.20 374	29.20 371	24.94 377	23.01 375	19.39 358	2.79 368	2.87 382	1.18 364	1.53 369	6.78 374	3.31 357

AnyNet_C01	16.99 371	12.34 382	60.47 402	4.88 357	3.11 306	31.77 380	16.79 386	18.60 349	17.96 335	18.62 351	38.50 380	24.03 361	19.00 359	30.59 384	35.18 394	0.29 320	0.56 271	0.45 356	0.48 342	2.70 365	3.40 358

LCNet	2.94 143	0.55 67	2.57 14	1.03 103	0.59 134	2.05 47	1.55 240	5.51 57	4.19 74	6.08 130	10.58 227	4.54 151	6.63 277	7.59 172	0.90 35	0.01 102	0.00 1	0.01 243	0.76 354	0.31 277	3.43 359

DGSMNet	7.10 306	3.49 334	15.11 344	4.36 351	4.41 342	8.94 295	6.25 326	15.10 321	14.28 314	8.15 227	14.51 282	10.08 272	5.38 254	11.04 299	7.95 278	1.49 360	2.00 369	1.79 368	1.68 372	2.43 361	3.48 360

ELAS	17.99 377	3.49 334	11.19 322	6.14 366	5.79 363	34.89 386	17.28 390	28.75 383	30.47 369	40.80 391	45.79 390	39.04 385	32.05 387	27.63 382	24.30 375	1.88 365	2.41 374	1.09 361	1.48 367	1.83 355	3.48 360
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	17.82 376	3.60 338	11.92 324	6.63 368	5.73 362	30.34 379	19.64 392	26.92 380	35.06 378	40.79 390	41.32 386	37.31 384	31.61 384	30.54 383	22.93 366	1.97 366	2.40 372	1.28 365	1.27 363	1.71 353	3.51 362
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FTStereo	4.61 257	0.54 62	2.86 26	0.98 99	0.40 101	2.57 76	8.51 351	5.70 71	3.76 55	10.85 302	29.92 362	5.53 185	7.43 295	7.73 177	1.63 103	0.17 296	0.00 1	0.05 305	0.00 1	0.04 44	3.62 363

Consistency-Raft	9.58 339	5.11 355	13.00 330	5.61 361	8.92 375	4.03 201	5.07 314	19.73 358	24.90 360	11.32 313	29.86 360	13.36 307	6.16 268	8.00 189	13.47 342	0.67 342	0.34 254	1.81 369	4.36 383	12.23 380	3.62 363

BEATNet-Init1	24.70 387	11.33 379	44.28 395	5.48 360	3.94 333	47.60 400	22.33 395	34.94 387	40.01 386	48.11 398	49.98 395	59.86 399	43.17 396	39.48 395	31.77 388	1.37 358	1.76 367	1.17 363	1.17 360	2.44 362	3.85 365

EDNetEfficientorigin	18.25 379	14.44 383	99.41 421	1.72 169	1.00 188	12.07 327	6.97 339	13.67 301	35.06 378	38.59 388	37.10 379	27.03 367	27.46 382	15.38 344	26.92 380	0.05 247	0.08 196	0.15 331	0.62 349	3.33 367	3.92 366

GMM-Stereo	3.42 181	0.39 14	3.24 52	0.87 87	0.50 114	2.26 56	4.73 308	5.64 68	3.81 57	7.08 179	16.57 300	6.13 204	3.62 180	7.74 178	1.40 87	0.05 247	0.00 1	0.00 1	0.04 218	0.12 149	4.24 367

Prome-Stereo	3.73 202	0.39 14	2.62 17	1.05 104	0.52 124	2.06 49	4.58 305	4.88 32	3.95 64	9.34 266	20.39 326	4.03 132	7.02 286	7.86 183	1.31 79	0.00 1	0.00 1	0.00 1	0.00 1	0.07 83	4.52 368

KYRaft	3.68 196	0.43 20	2.53 12	0.89 88	0.49 113	2.28 59	3.89 291	5.30 46	3.82 59	8.99 252	19.28 321	6.54 214	4.96 237	7.92 187	0.96 46	0.01 102	0.00 1	0.00 1	0.01 172	0.06 68	5.17 369

LoS_RVC	1.47 18	1.75 262	2.66 20	0.52 57	3.89 330	1.67 26	0.04 8	2.66 2	2.61 6	0.55 12	2.63 42	0.31 19	1.68 105	1.99 23	0.81 25	0.01 102	0.02 131	0.00 1	0.00 1	0.03 26	5.54 370

anonymity	8.04 320	4.13 346	12.86 329	7.43 370	13.11 384	8.34 284	2.02 254	18.21 346	7.55 196	13.88 336	9.27 191	10.63 282	7.79 301	11.57 312	6.06 255	6.25 376	5.59 398	3.71 374	3.28 377	3.27 366	5.78 371

MaskLacGwcNet_RVC	6.42 291	6.12 360	6.53 245	4.29 348	3.61 322	15.41 343	4.13 295	12.36 262	7.32 194	7.60 202	8.51 177	8.97 261	2.64 141	10.17 290	3.72 204	8.16 381	2.40 372	2.00 370	0.11 242	8.55 377	5.84 372

MADNet+	27.96 390	35.32 397	91.41 413	21.04 389	8.86 374	49.25 402	47.41 409	36.98 389	37.84 383	21.00 359	30.83 365	25.41 364	34.95 389	46.51 401	51.54 407	3.04 370	3.33 386	1.48 366	1.05 358	5.85 372	6.05 373

CAS	2.42 95	0.37 8	2.30 9	11.49 377	3.97 334	1.65 25	0.02 5	4.08 13	2.84 10	0.51 8	1.65 23	0.25 13	0.28 6	1.73 14	0.92 38	10.05 385	0.01 102	0.00 1	0.00 1	0.01 3	6.26 374

UDG	9.12 335	10.06 375	6.35 240	10.06 373	9.64 376	10.48 313	2.33 259	12.73 273	10.19 256	8.33 232	10.27 216	16.70 329	10.47 326	8.33 215	9.07 297	4.28 372	2.59 378	18.90 386	3.83 380	11.35 379	6.50 375

MFMNet_re	14.09 364	9.67 373	20.31 362	10.40 375	7.62 369	21.38 363	17.49 391	21.36 372	31.95 370	23.70 365	29.22 358	18.87 343	27.41 381	14.27 335	11.16 322	2.85 369	1.51 362	0.41 355	0.28 311	4.88 370	7.10 376

CES	1.72 35	0.40 18	1.82 3	0.65 64	7.83 371	2.62 80	0.13 36	5.35 53	2.68 7	0.36 1	1.30 18	0.33 24	0.32 11	1.92 21	0.72 20	0.01 102	0.02 131	0.00 1	0.00 1	0.56 316	7.35 377

SPS-STEREO	15.83 368	7.38 365	14.92 343	11.63 378	11.77 382	25.30 369	7.12 340	25.20 378	17.06 329	32.24 378	30.34 364	31.63 375	22.59 370	25.67 379	21.97 363	7.71 380	4.50 394	3.35 373	1.56 370	6.97 375	7.72 378
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SQANet	8.22 325	4.42 350	7.19 267	12.11 379	9.77 377	11.80 324	3.23 283	12.00 254	6.60 167	8.59 239	11.52 243	10.97 293	5.31 252	11.10 300	4.20 222	9.56 383	2.29 371	10.51 380	1.61 371	13.06 384	8.49 379

DDUNet	10.03 343	12.17 381	8.24 287	13.02 380	11.73 381	10.32 311	3.76 290	12.27 260	8.35 221	9.64 274	13.89 274	16.48 326	6.67 280	9.50 265	7.00 267	6.80 378	3.45 388	21.10 387	4.33 382	12.78 383	9.12 380

SGM+DAISY	17.25 374	9.46 372	22.74 367	10.11 374	11.40 380	28.98 378	13.74 374	21.15 369	16.85 328	31.39 376	34.79 375	34.05 380	24.24 376	26.23 380	19.31 357	8.79 382	7.56 402	4.88 376	3.93 381	6.07 373	9.33 381

WAO-7	30.22 394	25.83 387	23.33 368	33.10 395	14.36 385	36.98 387	22.41 396	52.85 404	64.46 406	43.76 393	59.24 405	52.31 392	45.69 399	32.82 385	32.60 390	11.16 390	5.49 397	13.76 382	12.60 397	12.36 381	9.38 382

otaku	12.35 359	8.64 370	9.11 305	13.56 381	10.98 379	26.23 371	7.22 342	19.45 356	19.26 339	11.92 320	17.90 315	20.21 351	8.91 319	16.06 349	6.09 256	9.77 384	2.50 375	13.23 381	1.90 373	14.61 385	9.41 383

NVStereoNet_ROB	17.22 373	8.76 371	16.47 350	7.52 371	8.42 373	13.75 339	11.07 361	24.24 377	26.67 363	31.00 375	46.49 391	34.88 381	27.06 380	22.72 374	23.61 371	6.83 379	4.32 393	6.32 379	10.37 392	4.39 369	9.57 384
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Ntro	12.91 360	9.95 374	10.01 316	14.12 383	12.55 383	26.31 372	6.76 334	19.04 352	22.03 354	10.23 285	16.26 295	20.22 352	10.06 324	16.81 354	7.93 277	10.16 386	2.55 377	15.19 383	2.86 375	15.27 386	9.93 385

PWCK	31.62 396	45.59 403	49.67 397	30.49 391	7.80 370	42.91 395	29.73 401	45.45 394	44.44 390	47.41 396	36.92 378	47.86 390	26.79 378	41.90 397	33.36 391	22.77 399	4.56 395	29.89 393	5.13 388	29.43 399	10.36 386

ACVNet-4b	16.48 370	23.07 386	14.73 342	16.69 385	15.18 387	31.83 381	7.30 344	19.71 357	27.82 364	11.54 316	22.10 335	31.68 376	8.96 320	18.88 362	7.28 272	11.04 388	2.65 379	24.93 390	5.02 385	18.57 388	10.67 387

ACVNet_1	19.51 382	26.19 388	15.50 345	17.71 386	15.28 388	26.46 373	9.36 354	29.16 385	34.18 374	25.06 369	24.89 348	37.18 383	21.93 369	17.80 359	15.03 350	11.08 389	2.83 380	25.29 391	5.06 387	19.11 389	11.14 388

ACVNet_2	27.45 389	30.56 394	27.90 379	20.72 388	15.55 389	37.22 388	14.00 375	49.32 401	65.88 408	43.17 392	56.99 403	51.90 391	26.98 379	21.46 373	15.38 352	10.77 387	2.85 381	23.12 388	3.62 379	20.08 390	11.47 389

Dean	35.52 398	40.12 401	27.99 380	30.63 392	17.33 390	45.80 399	11.68 368	57.61 409	76.54 412	63.70 408	60.65 406	66.93 407	49.40 402	38.12 391	40.28 399	12.18 391	3.73 391	28.86 392	5.94 389	20.69 391	12.16 390

RainbowNet	18.69 381	27.15 390	22.03 366	18.76 387	15.00 386	27.97 376	10.17 359	27.99 381	34.19 375	15.53 344	27.53 354	25.33 363	13.80 347	19.86 367	10.59 316	14.50 394	3.57 389	23.85 389	5.03 386	18.49 387	12.41 391

DispFullNet	18.06 378	27.03 389	34.90 387	22.68 390	20.79 392	15.03 341	3.18 281	16.95 339	26.06 361	20.48 357	16.91 301	20.55 355	18.37 358	23.48 376	12.16 332	5.31 374	2.91 383	31.24 394	8.09 390	22.63 392	12.44 392

IMH-64-1	28.06 391	29.98 391	19.46 360	32.15 393	20.98 393	27.68 374	16.66 382	47.31 395	44.85 391	34.14 382	50.94 396	41.49 387	31.67 385	37.53 389	23.88 372	14.17 392	2.96 384	34.45 396	11.15 393	26.12 394	13.75 393

IMH-64	28.06 391	29.98 391	19.46 360	32.15 393	20.98 393	27.68 374	16.66 382	47.31 395	44.85 391	34.14 382	50.94 396	41.49 387	31.67 385	37.53 389	23.88 372	14.17 392	2.96 384	34.45 396	11.15 393	26.12 394	13.75 393

JetBlue	29.99 393	17.24 384	55.64 399	16.24 384	21.08 395	62.07 411	33.14 402	40.60 391	35.73 380	34.59 384	40.67 383	57.18 398	43.54 397	51.46 406	52.18 408	2.72 367	4.58 396	2.86 372	3.53 378	10.57 378	14.11 395

IMH	30.65 395	30.30 393	21.09 364	34.89 397	21.75 397	33.16 384	16.91 387	49.53 402	52.50 395	38.41 386	55.10 402	45.13 389	40.36 394	41.57 396	25.66 377	14.74 395	3.36 387	35.43 398	11.69 395	27.31 398	14.16 396

TorneroNet-64	33.32 397	33.28 395	33.07 385	35.14 398	21.25 396	48.02 401	21.13 393	43.47 393	58.77 400	33.36 380	46.64 392	62.00 401	38.19 391	44.82 400	35.07 393	15.02 396	3.59 390	35.81 399	12.20 396	29.45 400	16.17 397

WAO-8	38.93 402	36.84 398	23.97 370	43.96 401	24.48 400	45.73 397	22.62 397	53.10 405	75.66 410	53.86 402	66.14 410	62.39 402	55.11 406	43.01 398	40.67 400	22.98 400	7.22 400	37.53 401	19.49 401	27.04 397	16.83 398

Venus	38.93 402	36.84 398	23.97 370	43.96 401	24.48 400	45.73 397	22.62 397	53.10 405	75.66 410	53.86 402	66.17 411	62.39 402	55.11 406	43.01 398	40.67 400	22.98 400	7.22 400	37.53 401	19.49 401	27.02 396	16.83 398

LSM	14.85 366	7.41 366	36.29 389	7.76 372	43.77 407	11.24 320	12.14 370	16.73 336	23.72 355	23.73 366	32.92 370	18.89 344	13.31 343	16.60 352	12.37 333	0.26 316	0.86 291	0.11 322	0.43 339	1.24 344	17.26 400

LVE	35.84 400	41.54 402	36.25 388	33.36 396	18.92 391	53.05 407	27.99 400	53.17 407	64.93 407	47.63 397	61.58 407	54.25 396	38.72 392	38.72 392	35.50 395	16.36 398	6.23 399	31.51 395	14.04 398	25.01 393	18.07 401

TorneroNet	36.02 401	35.25 396	36.33 390	38.44 400	22.19 398	50.72 405	24.42 399	48.39 398	54.53 397	38.03 385	53.44 400	62.83 404	44.79 398	47.68 403	42.11 402	15.69 397	3.97 392	37.25 400	15.05 399	30.83 402	18.40 402

WAO-6	35.59 399	37.89 400	17.67 354	37.86 399	24.46 399	37.85 389	21.49 394	49.01 400	67.96 409	44.22 394	48.08 393	53.02 393	53.39 404	33.67 386	36.83 396	26.05 402	7.83 403	43.19 403	21.76 403	30.18 401	19.37 403

UNDER WATER	45.99 404	49.80 406	68.56 405	49.99 405	32.13 403	55.35 409	39.50 404	41.12 392	52.90 396	50.69 399	45.18 389	67.79 409	58.75 409	51.93 408	50.97 406	30.59 403	14.03 404	51.66 405	37.15 404	40.27 405	31.35 404

UNDER WATER-64	46.01 405	48.25 404	68.05 404	44.59 403	28.11 402	57.02 410	43.78 407	40.20 390	48.80 393	52.08 401	42.95 387	67.22 408	57.71 408	48.98 405	49.57 405	40.01 405	17.98 405	52.15 406	39.41 406	38.99 403	34.41 405

notaker	48.05 406	55.94 408	50.90 398	56.89 408	40.29 404	38.96 391	33.86 403	47.82 397	55.70 398	57.55 404	57.48 404	60.22 400	59.71 410	54.64 409	43.27 403	41.13 406	19.86 406	57.61 407	37.79 405	50.95 407	40.33 406

ktn	49.32 407	58.11 409	40.16 392	59.92 410	43.22 406	49.79 404	42.99 406	48.56 399	60.67 402	51.59 400	54.51 401	55.34 397	52.65 403	47.92 404	37.91 397	57.88 410	24.79 407	63.00 410	43.57 407	52.51 408	41.31 407

SPstereo	72.80 413	48.41 405	62.94 403	57.25 409	46.60 409	79.63 412	85.16 414	100.00 424	100.00 422	98.52 420	98.22 419	100.00 425	96.67 417	97.01 418	82.62 413	47.37 408	39.60 410	68.10 412	65.09 412	40.01 404	42.71 408

HanzoNet	57.16 410	60.12 410	60.00 401	55.77 407	42.11 405	51.98 406	41.93 405	52.07 403	61.47 403	65.98 411	65.90 409	72.11 411	70.14 411	71.11 412	61.13 410	64.31 412	34.72 409	62.27 409	50.86 409	52.83 409	46.33 409

KSHMR	56.07 409	64.25 412	40.47 393	74.89 412	49.63 410	49.42 403	45.46 408	57.71 410	63.52 404	61.65 407	61.67 408	71.88 410	47.67 401	51.47 407	44.57 404	54.67 409	62.25 411	66.31 411	54.18 411	53.03 410	46.75 410

JetRed	61.44 411	61.87 411	83.02 408	46.49 404	56.73 412	83.63 413	65.09 411	59.75 411	64.22 405	69.50 412	69.26 412	66.24 406	47.62 400	61.80 410	74.60 412	45.99 407	66.40 413	46.67 404	45.27 408	63.49 411	51.22 411

DPSimNet_ROB	54.45 408	65.73 413	47.00 396	54.49 406	46.37 408	55.34 408	56.47 410	56.18 408	59.04 401	64.57 410	51.76 398	64.01 405	54.49 405	47.54 402	67.21 411	63.21 411	27.86 408	58.04 408	51.28 410	46.61 406	51.87 412

tt	83.10 415	0.43 20	99.97 423	79.27 416	93.14 417	100.00 423	100.00 423	100.00 424	99.89 419	60.55 406	48.44 394	99.98 423	99.96 422	99.98 424	100.00 426	91.80 417	99.82 421	73.67 417	73.25 414	86.43 418	55.39 413

LRCNet_RVC	66.47 412	66.44 414	69.02 406	71.60 411	54.27 411	32.21 382	2.93 271	63.19 412	21.83 352	82.02 413	90.16 414	83.59 412	72.13 412	69.45 411	53.25 409	95.47 418	64.21 412	95.15 418	95.27 418	72.59 412	74.60 414

xxxxx1	85.58 416	90.37 416	96.61 416	76.69 413	80.77 413	97.50 417	96.92 418	85.57 413	88.66 414	88.63 414	91.64 415	94.27 414	93.09 414	90.03 414	91.91 415	70.77 413	70.62 414	73.61 414	81.26 415	72.90 413	79.86 415

tt_ll	85.58 416	90.37 416	96.61 416	76.69 413	80.77 413	97.50 417	96.92 418	85.57 413	88.66 414	88.63 414	91.64 415	94.27 414	93.09 414	90.03 414	91.91 415	70.77 413	70.62 414	73.61 414	81.26 415	72.90 413	79.86 415

ff	85.58 416	90.37 416	96.61 416	76.69 413	80.77 413	97.50 417	96.92 418	85.57 413	88.66 414	88.63 414	91.64 415	94.27 414	93.09 414	90.03 414	91.91 415	70.77 413	70.62 414	73.61 414	81.26 415	72.90 413	79.86 415

MADNet++	82.81 414	81.73 415	74.64 407	87.71 417	82.67 416	93.35 414	70.27 412	86.39 416	82.88 413	93.51 417	86.62 413	86.40 413	81.37 413	88.21 413	88.63 414	86.59 416	84.23 417	72.14 413	68.69 413	78.88 417	81.36 418

PML	97.69 419	100.00 424	96.50 415	97.85 421	97.35 420	99.77 422	99.36 421	96.92 417	96.34 417	100.00 424	96.52 418	97.41 418	99.61 420	100.00 425	95.46 418	99.99 424	97.44 418	100.00 421	96.08 419	99.13 420	88.02 419

Anonymous_1	99.01 422	99.91 420	99.85 422	97.31 419	99.09 421	100.00 423	100.00 423	99.59 421	99.96 420	99.29 422	99.86 421	99.55 420	99.99 423	99.30 420	99.76 421	95.67 419	99.58 420	97.24 419	98.56 420	97.36 419	98.34 420

MEDIAN_ROB	98.44 420	99.70 419	99.34 420	97.13 418	97.06 418	96.94 416	95.91 417	97.71 419	97.33 418	98.78 421	98.91 420	99.19 419	98.13 419	96.94 417	96.99 420	99.97 422	99.18 419	100.00 421	99.99 422	99.70 421	99.83 421

DPSM_ROB	99.94 427	100.00 424	100.00 427	99.74 422	100.00 424	100.00 423	100.00 423	100.00 424	100.00 422	100.00 424	100.00 423	100.00 425	100.00 424	100.00 425	100.00 426	99.08 420	100.00 424	100.00 421	100.00 424	99.98 422	99.94 422

DPSM	99.94 427	100.00 424	100.00 427	99.74 422	100.00 424	100.00 423	100.00 423	100.00 424	100.00 422	100.00 424	100.00 423	100.00 425	100.00 424	100.00 425	100.00 426	99.08 420	100.00 424	100.00 421	100.00 424	99.98 422	99.94 422

HaxPig	98.85 421	99.94 421	95.36 414	99.99 424	99.98 422	94.12 415	94.52 415	99.12 420	99.96 420	99.96 423	99.99 422	99.98 423	99.89 421	98.16 419	96.14 419	99.98 423	99.99 423	100.00 421	99.99 422	99.99 424	99.95 424

LSM0	100.00 429	100.00 424	100.00 427	100.00 427	100.00 424	100.00 423	100.00 423	100.00 424	100.00 422	100.00 424	100.00 423	100.00 425	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 421	100.00 424	100.00 425	99.99 425

DPSMNet_ROB	99.90 425	100.00 424	99.99 424	99.99 424	100.00 424	100.00 423	100.00 423	99.98 422	100.00 422	98.37 418	100.00 423	99.81 421	100.00 424	99.97 421	99.99 423	100.00 426	100.00 424	100.00 421	100.00 424	100.00 425	99.99 425

DGTPSM_ROB	99.90 425	100.00 424	99.99 424	99.99 424	100.00 424	100.00 423	100.00 423	99.98 422	100.00 422	98.37 418	100.00 423	99.81 421	100.00 424	99.97 421	99.99 423	99.99 424	100.00 424	100.00 421	100.00 424	100.00 425	99.99 425

MyStereo03	100.00 429	100.00 424	100.00 427	100.00 427	100.00 424	100.00 423	100.00 423	100.00 424	100.00 422	100.00 424	100.00 423	100.00 425	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 421	100.00 424	100.00 425	100.00 428

MyStereo02	100.00 429	100.00 424	100.00 427	100.00 427	100.00 424	100.00 423	100.00 423	100.00 424	100.00 422	100.00 424	100.00 423	100.00 425	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 421	100.00 424	100.00 425	100.00 428

MyStereo	100.00 429	100.00 424	100.00 427	100.00 427	100.00 424	100.00 423	100.00 423	100.00 424	100.00 422	100.00 424	100.00 423	100.00 425	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 421	100.00 424	100.00 425	100.00 428

Selective-RAFT-Error	100.00 429	100.00 424	100.00 427	100.00 427	100.00 424	100.00 423	100.00 423	100.00 424	100.00 422	100.00 424	100.00 423	100.00 425	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 421	100.00 424	100.00 425	100.00 428

CasAABBNet	100.00 429	100.00 424	100.00 427	100.00 427	100.00 424	100.00 423	100.00 423	100.00 424	100.00 422	100.00 424	100.00 423	100.00 425	100.00 424	100.00 425	100.00 426	100.00 426	100.00 424	100.00 421	100.00 424	100.00 425	100.00 428

test_example2	99.38 423	99.98 423	99.99 424	100.00 427	99.98 422	99.73 421	99.99 422	96.99 418	100.00 422	100.00 424	100.00 423	96.49 417	96.74 418	99.97 421	99.96 422	100.00 426	99.97 422	98.68 420	99.11 421	100.00 425	100.00 428

AVERAGE_ROB	99.63 424	99.96 422	98.88 419	100.00 427	100.00 424	98.16 420	95.64 416	100.00 424	100.00 422	100.00 424	100.00 423	100.00 425	100.00 424	100.00 425	99.99 423	100.00 426	100.00 424	100.00 421	100.00 424	100.00 425	100.00 428

Low-res two-view benchmark