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

GLC_STEREO	0.75 1	0.29 16	1.19 3	0.55 77	0.01 1	1.98 45	0.57 137	3.07 4	3.02 44	0.90 28	1.48 22	0.19 1	0.40 21	0.93 3	0.36 8	0.00 1	0.01 124	0.00 1	0.00 1	0.04 78	0.02 37

StereoIM	0.80 2	0.69 189	3.02 115	0.33 54	1.83 265	1.22 5	0.06 13	3.41 9	1.49 3	0.31 5	0.38 7	0.42 32	0.51 34	1.14 9	1.21 112	0.00 1	0.00 1	0.00 1	0.00 1	0.05 99	0.05 130

AEACV	0.80 2	0.29 16	1.70 11	0.96 117	0.24 103	2.03 47	0.88 198	3.50 12	0.88 1	0.34 6	0.20 4	0.29 18	2.01 121	1.77 30	0.33 5	0.00 1	0.03 206	0.00 1	0.29 329	0.10 165	0.09 175

MIF-Stereo	0.83 4	0.33 44	1.98 23	0.92 108	1.27 230	0.54 3	0.11 26	1.35 1	2.94 33	1.67 41	2.09 35	0.20 4	0.31 13	1.57 21	1.07 98	0.00 1	0.00 1	0.00 1	0.00 1	0.16 221	0.01 15

LoS	0.91 5	0.34 53	2.10 39	0.38 63	0.13 54	2.47 72	0.26 70	5.00 70	2.74 26	0.89 27	0.21 5	0.49 36	0.36 16	1.97 38	0.67 41	0.02 209	0.02 163	0.00 1	0.00 1	0.06 115	0.01 15

CASnet	0.98 6	0.32 32	1.62 7	0.65 86	0.07 21	2.11 52	0.14 45	3.50 12	4.03 93	3.77 75	1.41 21	0.31 22	0.29 8	0.80 2	0.57 33	0.01 140	0.00 1	0.00 1	0.00 1	0.04 78	0.01 15
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CREStereo	0.98 6	0.42 100	1.86 13	0.07 9	0.22 99	1.65 27	0.02 6	4.07 28	6.33 183	0.72 25	1.54 24	0.43 33	0.64 40	1.22 11	0.44 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	0.00 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
CroCo-Stereo	0.99 8	0.89 232	3.19 132	0.46 69	0.44 148	0.38 1	0.05 11	4.61 50	3.95 87	0.48 22	1.78 30	1.01 46	0.27 5	1.11 8	1.07 98	0.01 140	0.00 1	0.00 1	0.00 1	0.05 99	0.04 101
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
EGLCR-Stereo	1.04 9	0.20 3	2.00 25	1.14 141	0.16 63	2.50 74	0.11 26	4.96 65	2.61 20	0.79 26	0.07 1	1.46 57	0.37 18	3.96 71	0.23 2	0.01 140	0.05 235	0.00 1	0.00 1	0.00 1	0.07 153

rrr	1.05 10	0.45 115	3.18 131	0.32 49	0.06 16	2.74 104	0.95 207	3.49 11	1.12 2	0.39 12	0.16 2	0.20 4	0.29 8	6.47 136	0.87 74	0.00 1	0.00 1	0.00 1	0.21 311	0.06 115	0.10 194

IGEVStereo-DCA	1.06 11	0.45 115	2.06 29	0.32 49	0.06 16	2.74 104	0.84 189	3.71 16	2.27 6	0.39 12	0.16 2	0.20 4	0.29 8	6.47 136	0.87 74	0.00 1	0.00 1	0.00 1	0.16 293	0.06 115	0.06 140

test_xeample3	1.08 12	0.43 107	3.39 144	0.49 73	0.05 9	2.58 86	0.93 203	3.32 5	1.77 4	0.23 1	0.23 6	0.19 1	0.28 7	6.34 128	0.85 69	0.00 1	0.01 124	0.00 1	0.26 327	0.06 115	0.10 194

ff7	1.12 13	0.57 150	2.06 29	0.03 1	0.07 21	2.80 112	0.84 189	3.71 16	2.27 6	0.38 8	1.06 9	0.20 4	0.40 21	7.12 166	0.49 26	0.00 1	0.00 1	0.00 1	0.16 293	0.09 155	0.06 140

ffff	1.12 13	0.57 150	2.06 29	0.03 1	0.07 21	2.80 112	0.84 189	3.71 16	2.27 6	0.38 8	1.06 9	0.20 4	0.40 21	7.12 166	0.49 26	0.00 1	0.00 1	0.00 1	0.16 293	0.09 155	0.06 140

11t	1.12 13	0.57 150	2.06 29	0.03 1	0.07 21	2.80 112	0.84 189	3.71 16	2.27 6	0.38 8	1.06 9	0.20 4	0.40 21	7.12 166	0.49 26	0.00 1	0.00 1	0.00 1	0.16 293	0.09 155	0.06 140

anonymousdsp	1.12 13	0.59 157	1.66 8	0.03 1	0.07 21	2.81 121	0.82 182	4.07 28	2.30 11	0.41 16	1.12 17	0.30 19	0.40 21	7.05 162	0.49 26	0.00 1	0.00 1	0.00 1	0.17 299	0.10 165	0.05 130

ccc-4	1.12 13	0.57 150	2.06 29	0.03 1	0.07 21	2.80 112	0.84 189	3.71 16	2.27 6	0.38 8	1.06 9	0.20 4	0.40 21	7.12 166	0.49 26	0.00 1	0.00 1	0.00 1	0.16 293	0.09 155	0.06 140

IGEV-Stereo	1.12 13	0.59 157	1.66 8	0.03 1	0.07 21	2.82 124	0.82 182	4.09 30	2.30 11	0.41 16	1.11 14	0.30 19	0.41 27	7.05 162	0.49 26	0.00 1	0.00 1	0.00 1	0.17 299	0.10 165	0.05 130
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ProNet	1.20 19	0.60 159	2.00 25	0.26 40	0.08 32	2.73 103	0.68 155	5.00 70	2.52 18	0.29 3	1.32 19	0.37 29	0.36 16	6.94 157	0.44 12	0.00 1	0.07 259	0.00 1	0.00 1	0.17 229	0.07 153

TANstereo	1.20 19	0.49 130	2.04 27	0.34 58	0.10 36	1.80 38	0.01 1	3.40 8	4.10 101	4.37 83	4.82 83	0.41 31	0.70 41	0.94 4	0.46 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

sCroCo_RVC	1.21 21	0.65 174	5.16 247	1.09 133	1.29 232	0.92 4	0.19 56	3.92 23	2.68 23	0.30 4	3.04 49	0.52 37	1.56 103	1.58 22	0.78 62	0.09 289	0.25 342	0.00 1	0.00 1	0.07 130	0.11 205

Selective-IGEV	1.23 22	0.18 2	1.13 2	0.07 9	0.17 68	2.38 68	0.54 124	6.10 123	2.51 17	0.41 16	3.20 52	0.26 14	0.29 8	6.94 157	0.16 1	0.00 1	0.01 124	0.00 1	0.11 283	0.04 78	0.10 194

CroCo-Stereo Lap2	1.24 23	0.88 229	3.39 144	0.95 115	4.59 357	0.47 2	0.08 19	3.51 14	2.80 28	1.17 36	2.24 39	1.57 61	0.20 1	1.48 17	1.14 106	0.00 1	0.00 1	0.00 1	0.00 1	0.15 215	0.12 217

LoS_RVC	1.26 24	1.43 291	1.91 16	0.42 66	3.77 336	1.71 36	0.04 8	2.58 2	2.49 16	0.42 20	2.58 44	0.30 19	0.57 37	1.71 25	0.66 40	0.01 140	0.02 163	0.00 1	0.00 1	0.02 22	4.49 371

MIF-Stereo (partial)	1.29 25	0.33 44	3.02 115	0.03 1	1.12 222	1.26 8	0.13 39	4.46 41	3.75 79	0.35 7	2.39 42	0.31 22	0.74 45	6.09 116	1.76 152	0.00 1	0.00 1	0.00 1	0.00 1	0.08 138	0.04 101

MyStereo07	1.31 26	0.79 211	1.61 6	1.03 124	1.11 220	2.63 95	0.46 105	5.48 102	2.24 5	0.64 24	1.48 22	0.27 16	0.59 38	7.03 161	0.45 16	0.00 1	0.09 275	0.00 1	0.01 207	0.11 182	0.09 175

test croco	1.34 27	0.51 135	5.09 241	0.30 45	0.05 9	1.58 24	0.08 19	4.47 42	3.77 81	0.42 20	1.76 28	0.60 41	0.74 45	6.11 117	0.94 87	0.00 1	0.00 1	0.00 1	0.00 1	0.40 310	0.02 37

sAnonymous2	1.35 28	1.66 312	8.14 315	0.55 77	0.46 154	1.23 6	0.24 65	4.00 26	3.47 68	0.40 14	1.11 14	0.23 11	1.42 91	0.96 5	0.57 33	0.01 140	0.00 1	0.00 1	0.20 308	2.07 361	0.22 269

CroCo_RVC	1.35 28	1.66 312	8.14 315	0.55 77	0.46 154	1.23 6	0.24 65	4.00 26	3.47 68	0.40 14	1.11 14	0.23 11	1.42 91	0.96 5	0.57 33	0.01 140	0.00 1	0.00 1	0.20 308	2.07 361	0.22 269

knoymous	1.36 30	0.21 6	1.68 10	0.20 32	0.49 164	1.58 24	0.11 26	5.15 76	2.40 14	4.62 90	1.77 29	4.56 155	0.45 30	3.23 56	0.63 37	0.00 1	0.02 163	0.00 1	0.00 1	0.02 22	0.01 15

Anonymous	1.37 31	0.52 137	4.23 202	1.38 162	2.70 299	1.85 39	0.42 99	4.77 58	3.54 72	0.53 23	1.56 25	0.19 1	1.32 83	3.11 55	0.92 86	0.05 263	0.08 267	0.00 1	0.00 1	0.17 229	0.15 238

PMTNet	1.41 32	0.37 75	2.06 29	0.26 40	0.15 60	2.94 136	0.34 87	3.39 7	5.33 144	1.00 29	1.27 18	0.28 17	0.93 58	4.04 74	0.74 52	5.00 374	0.00 1	0.00 1	0.00 1	0.03 58	0.01 15

AE-Stereo	1.44 33	0.32 32	2.69 77	1.58 188	0.20 93	2.24 58	0.59 139	6.01 119	5.70 157	1.18 37	3.17 51	1.02 47	0.78 50	1.73 26	0.83 67	0.02 209	0.18 325	0.00 1	0.29 329	0.11 182	0.07 153

XX-TBD	1.44 33	0.85 224	2.04 27	2.45 294	0.05 9	2.34 64	0.01 1	3.46 10	7.51 212	2.88 55	4.98 89	0.26 14	0.25 3	1.15 10	0.46 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MC-Stereo	1.47 35	0.36 69	2.54 64	1.99 239	0.12 52	1.90 40	0.12 32	4.47 42	2.83 29	3.31 67	3.44 60	0.56 39	1.47 93	5.39 102	0.47 25	0.00 1	0.04 226	0.00 1	0.21 311	0.07 130	0.04 101

CES	1.56 36	0.35 62	1.44 4	0.42 66	7.70 375	2.66 100	0.13 39	4.89 60	2.53 19	0.25 2	1.10 13	0.33 27	0.31 13	1.61 24	0.58 36	0.01 140	0.02 163	0.00 1	0.00 1	0.54 319	6.26 378

CREStereo++_RVC	1.59 37	0.39 80	2.26 48	0.36 60	0.01 1	1.67 28	0.01 1	2.95 3	8.12 230	3.69 74	7.44 161	0.47 35	0.32 15	0.74 1	0.39 9	0.00 1	0.00 1	0.00 1	3.03 378	0.00 1	0.00 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
11t1	1.62 38	0.26 13	2.53 63	2.37 288	0.24 103	2.58 86	0.06 13	6.66 149	3.00 42	3.40 69	3.01 48	1.14 49	1.94 118	4.18 77	0.91 83	0.01 140	0.02 163	0.00 1	0.00 1	0.03 58	0.03 66

iRaftStereo_RVC	1.62 38	0.68 184	1.98 23	0.67 87	0.05 9	2.99 138	0.04 8	5.36 97	3.74 78	3.82 76	4.96 87	2.54 82	0.62 39	3.35 59	0.97 91	0.00 1	0.07 259	0.00 1	0.00 1	0.30 286	0.27 291

Selective-RAFT	1.69 40	0.32 32	3.29 138	0.92 108	0.18 80	3.89 199	0.06 13	4.22 31	4.00 90	1.47 38	1.98 34	3.07 100	2.81 152	6.35 130	0.89 81	0.01 140	0.00 1	0.00 1	0.21 311	0.05 99	0.00 1

4D-IteraStereo	1.72 41	0.86 225	3.01 113	0.09 12	2.86 304	3.57 176	1.06 212	3.92 23	5.31 142	5.28 109	1.02 8	3.92 129	0.38 20	1.83 32	1.04 97	0.00 1	0.01 124	0.00 1	0.00 1	0.07 130	0.09 175

rafts_anoy	1.72 41	0.79 211	2.58 68	2.03 248	1.75 258	2.47 72	0.16 52	5.48 102	6.01 170	3.24 63	2.11 37	1.92 73	1.33 84	3.08 54	1.13 105	0.01 140	0.18 325	0.00 1	0.01 207	0.03 58	0.07 153

x	1.73 43	0.28 15	2.49 61	1.91 229	0.17 68	2.10 51	0.83 186	8.74 199	3.55 73	3.28 64	2.12 38	3.10 101	1.96 119	2.90 51	1.12 103	0.00 1	0.02 163	0.00 1	0.00 1	0.02 22	0.03 66

TestStereo	1.74 44	1.02 250	3.64 164	0.20 32	0.28 119	1.33 11	0.01 1	5.24 86	4.01 92	3.18 60	4.97 88	2.07 75	0.70 41	7.32 175	0.75 56	0.02 209	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1

Anonymous3	1.76 45	0.44 111	6.37 284	0.33 54	0.50 166	4.33 212	0.54 124	4.43 40	2.48 15	2.21 44	3.24 53	1.53 60	1.14 70	5.64 105	1.29 117	0.17 307	0.23 336	0.00 1	0.00 1	0.12 193	0.15 238

anonymousdsp2	1.78 46	0.39 80	3.40 146	1.10 134	0.04 8	3.63 177	0.50 119	7.80 172	2.77 27	2.91 56	2.88 46	3.17 102	1.01 61	5.15 98	0.43 11	0.00 1	0.01 124	0.02 280	0.15 291	0.05 99	0.12 217

DCRE	1.79 47	0.68 184	2.55 65	1.66 199	0.27 114	1.27 9	0.05 11	4.57 49	4.04 95	3.30 66	9.24 201	3.83 127	1.20 78	2.08 42	0.67 41	0.00 1	0.12 296	0.00 1	0.24 319	0.04 78	0.09 175

raft+_RVC	1.79 47	0.84 222	2.32 50	2.40 289	0.85 198	1.38 13	0.09 22	6.36 133	4.75 128	2.85 54	5.46 109	1.17 50	1.36 89	4.54 81	0.91 83	0.00 1	0.10 283	0.00 1	0.00 1	0.11 182	0.22 269

HUI-Stereo	1.80 49	0.41 96	2.85 98	0.12 18	0.18 80	3.72 187	0.65 151	5.23 80	2.97 40	5.87 131	4.34 77	3.45 110	1.52 98	3.93 70	0.65 38	0.02 209	0.00 1	0.00 1	0.00 1	0.08 138	0.10 194

GMOStereo	1.81 50	0.47 122	2.09 35	0.10 13	0.27 114	1.49 18	0.89 199	4.40 35	4.51 116	8.16 238	6.97 144	2.96 92	1.15 72	1.42 12	0.88 77	0.00 1	0.14 307	0.00 1	0.00 1	0.23 266	0.03 66

error version	1.81 50	0.47 122	2.09 35	0.10 13	0.27 114	1.49 18	0.89 199	4.40 35	4.51 116	8.16 238	6.97 144	2.96 92	1.15 72	1.42 12	0.88 77	0.00 1	0.14 307	0.00 1	0.00 1	0.23 266	0.03 66

test-v	1.81 50	0.47 122	2.09 35	0.10 13	0.27 114	1.49 18	0.89 199	4.40 35	4.51 116	8.16 238	6.97 144	2.96 92	1.15 72	1.42 12	0.88 77	0.00 1	0.14 307	0.00 1	0.00 1	0.23 266	0.03 66

test-2	1.81 50	0.47 122	2.09 35	0.10 13	0.27 114	1.49 18	0.89 199	4.40 35	4.51 116	8.16 238	6.97 144	2.96 92	1.15 72	1.42 12	0.88 77	0.00 1	0.14 307	0.00 1	0.00 1	0.23 266	0.03 66

test-1	1.82 54	0.45 115	5.42 257	0.89 102	0.41 145	2.14 53	0.56 129	5.75 109	4.15 104	3.28 64	5.11 91	3.61 122	0.70 41	1.53 20	1.56 138	0.02 209	0.34 348	0.00 1	0.08 271	0.02 22	0.30 296

GMStereo	1.83 55	0.99 247	4.55 217	0.57 81	0.05 9	2.53 77	0.01 1	4.95 63	11.14 291	3.52 71	2.24 39	0.53 38	0.49 33	3.76 65	0.80 65	0.20 314	0.00 1	0.00 1	0.12 286	0.12 193	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
test_1	1.85 56	0.21 6	2.45 56	1.02 122	0.22 99	1.37 12	0.82 182	4.66 56	5.06 135	7.02 190	1.73 27	4.09 136	0.41 27	6.51 141	0.76 58	0.00 1	0.00 1	0.00 1	0.29 329	0.18 239	0.14 229

1test111	1.86 57	0.65 174	2.15 41	2.30 277	0.02 3	5.80 244	0.56 129	8.45 184	3.33 62	1.03 30	3.33 54	0.32 24	3.71 189	4.40 79	0.96 89	0.00 1	0.02 163	0.00 1	0.03 239	0.02 22	0.03 66

LL-Strereo2	1.86 57	0.83 221	2.33 51	0.36 60	0.17 68	3.79 195	1.52 239	5.82 115	4.04 95	4.43 84	2.51 43	4.23 142	0.37 18	5.66 106	0.99 93	0.00 1	0.02 163	0.00 1	0.05 260	0.06 115	0.11 205

test-3	1.86 57	0.21 6	2.46 58	1.03 124	0.22 99	1.38 13	0.83 186	4.65 55	5.04 134	7.26 206	1.78 30	4.10 138	0.41 27	6.53 143	0.76 58	0.00 1	0.00 1	0.00 1	0.29 329	0.18 239	0.14 229

raftrobust	1.86 57	0.74 200	1.94 20	2.15 262	2.24 284	2.74 104	0.53 122	4.89 60	4.05 97	6.09 143	3.89 66	1.64 62	2.55 141	2.44 46	1.12 103	0.00 1	0.03 206	0.00 1	0.00 1	0.12 193	0.08 165

riskmin	1.88 61	0.15 1	2.11 40	1.38 162	0.88 200	2.40 69	0.04 8	5.93 118	6.10 173	2.25 45	1.34 20	6.06 203	5.08 252	2.78 50	1.01 96	0.00 1	0.02 163	0.00 1	0.00 1	0.01 7	0.06 140

test_3	1.88 61	0.22 9	2.75 86	0.96 117	0.22 99	1.28 10	0.77 176	4.62 51	5.87 161	6.55 173	1.84 32	4.28 148	0.45 30	6.48 138	0.76 58	0.00 1	0.01 124	0.00 1	0.28 328	0.17 229	0.14 229

PSM-adaLoss	1.88 61	0.40 89	2.86 100	0.12 18	0.19 89	3.75 192	0.71 163	5.23 80	2.96 36	5.86 126	4.33 76	3.45 110	1.51 94	5.40 103	0.69 43	0.01 140	0.00 1	0.00 1	0.00 1	0.08 138	0.09 175

s12784h	1.89 64	0.30 20	2.57 67	0.11 17	0.09 33	4.18 209	0.13 39	6.61 147	7.44 211	3.62 73	4.28 73	0.59 40	0.81 52	6.61 145	0.46 20	0.01 140	0.01 124	0.00 1	0.00 1	0.02 22	0.00 1

ROB_FTStereo	1.90 65	0.42 100	2.86 100	0.12 18	0.19 89	3.71 184	0.75 173	5.24 86	2.95 34	5.87 131	4.26 72	3.41 108	1.51 94	5.80 109	0.65 38	0.01 140	0.00 1	0.00 1	0.00 1	0.08 138	0.08 165

RAFT-IKP	1.90 65	0.42 100	2.83 95	0.12 18	0.18 80	3.50 167	0.64 149	5.24 86	2.96 36	5.86 126	4.34 77	3.50 118	1.51 94	5.99 114	0.76 58	0.01 140	0.00 1	0.00 1	0.00 1	0.08 138	0.08 165

EKT-Stereo	1.91 67	0.48 128	2.77 90	2.19 265	4.36 347	1.42 17	0.24 65	4.63 52	3.51 70	2.94 57	3.47 61	3.55 120	2.25 130	5.26 99	0.85 69	0.04 252	0.12 296	0.00 1	0.09 278	0.06 115	0.05 130

ROB_FTStereo_v2	1.91 67	0.41 96	2.85 98	0.12 18	0.19 89	3.71 184	0.73 168	5.23 80	2.95 34	5.86 126	4.36 79	3.46 112	1.51 94	5.86 110	0.69 43	0.01 140	0.00 1	0.00 1	0.00 1	0.08 138	0.08 165

qqq	1.93 69	0.30 20	2.96 110	1.40 165	0.05 9	1.96 44	0.39 93	8.45 184	3.33 62	3.06 59	3.84 64	4.67 158	2.70 145	4.40 79	0.96 89	0.00 1	0.01 124	0.00 1	0.00 1	0.02 22	0.03 66

RALCasStereoNet	1.93 69	1.01 248	2.75 86	1.88 225	1.75 258	2.88 133	0.18 55	4.64 54	4.36 109	2.27 46	5.14 92	2.22 76	0.79 51	7.10 165	1.00 95	0.00 1	0.34 348	0.00 1	0.00 1	0.10 165	0.16 247

Patchmatch Stereo++	1.95 71	0.40 89	2.86 100	0.12 18	0.18 80	3.74 189	0.66 153	5.24 86	2.96 36	5.86 126	4.32 74	3.46 112	1.52 98	6.88 151	0.70 45	0.01 140	0.00 1	0.00 1	0.00 1	0.08 138	0.09 175
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	1.95 71	0.40 89	2.86 100	0.12 18	0.18 80	3.74 189	0.66 153	5.24 86	2.96 36	5.86 126	4.32 74	3.46 112	1.52 98	6.88 151	0.70 45	0.01 140	0.00 1	0.00 1	0.00 1	0.08 138	0.09 175

CRE-IMP	1.95 71	0.35 62	2.68 75	0.27 44	0.17 68	3.90 200	0.85 194	5.14 74	2.87 30	5.74 118	4.14 70	3.49 117	0.83 53	6.40 131	1.80 156	0.00 1	0.00 1	0.00 1	0.00 1	0.10 165	0.19 260

iGMRVC	1.96 74	0.40 89	2.88 105	0.12 18	0.19 89	3.74 189	0.73 168	5.23 80	2.97 40	5.87 131	4.37 80	3.48 116	1.52 98	6.73 148	0.74 52	0.02 209	0.00 1	0.00 1	0.00 1	0.08 138	0.08 165

DIP-Stereo	1.97 75	0.64 170	2.95 109	0.17 30	0.10 36	4.83 227	0.13 39	8.60 195	4.06 100	6.42 168	4.92 86	0.44 34	0.72 44	3.57 62	1.80 156	0.00 1	0.01 124	0.00 1	0.00 1	0.05 99	0.04 101
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RCA-Stereo	1.99 76	0.34 53	2.71 81	0.26 40	0.06 16	2.29 61	0.48 108	4.89 60	14.65 322	2.81 53	5.51 111	0.78 43	3.21 165	1.44 16	0.33 5	0.00 1	0.01 124	0.00 1	0.00 1	0.07 130	0.02 37

MSKI-zero shot	2.00 77	0.36 69	2.15 41	0.81 95	0.25 106	2.69 102	0.29 77	6.16 126	2.34 13	4.31 82	7.52 162	3.70 124	0.25 3	8.42 243	0.41 10	0.01 140	0.13 303	0.00 1	0.25 321	0.03 58	0.02 37

ACVNet-DCA	2.01 78	0.65 174	2.15 41	2.30 277	0.02 3	5.80 244	0.56 129	8.45 184	3.33 62	1.03 30	3.33 54	0.32 24	3.71 189	8.05 216	0.45 16	0.00 1	0.02 163	0.00 1	0.03 239	0.02 22	0.03 66

Gwc-CoAtRS	2.02 79	0.33 44	2.61 70	1.04 129	0.30 121	3.56 173	0.40 96	5.89 117	5.94 164	5.08 104	5.01 90	5.55 187	1.72 108	1.60 23	0.91 83	0.01 140	0.09 275	0.00 1	0.25 321	0.01 7	0.02 37

DCANet-4	2.03 80	0.34 53	5.30 254	0.31 46	0.18 80	1.69 31	0.12 32	4.95 63	8.55 245	5.78 119	5.17 93	1.12 48	2.82 153	2.11 43	1.92 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 250

cross-raft	2.03 80	0.35 62	2.78 92	1.10 134	0.16 63	3.77 193	0.48 108	7.03 161	3.75 79	5.06 103	5.55 112	6.26 208	1.41 90	1.75 27	0.89 81	0.01 140	0.07 259	0.00 1	0.19 306	0.03 58	0.03 66

DeepStereo_RVC	2.05 82	0.39 80	2.87 104	0.14 28	0.17 68	3.51 169	0.70 161	5.21 79	3.00 42	6.27 159	4.13 69	3.47 115	4.53 230	4.81 85	1.49 130	0.01 140	0.00 1	0.00 1	0.00 1	0.09 155	0.18 250

MIPNet	2.06 83	0.69 189	4.57 220	0.32 49	0.21 96	1.92 42	0.19 56	6.89 158	5.64 156	5.48 114	4.02 68	2.02 74	3.50 177	3.32 58	2.01 170	0.00 1	0.01 124	0.01 251	0.01 207	0.20 247	0.13 224

DCANet	2.08 84	0.64 170	3.81 176	0.31 46	0.17 68	1.70 35	0.25 68	5.23 80	8.47 241	6.07 142	5.30 106	1.41 52	4.23 215	1.85 33	2.02 172	0.00 1	0.00 1	0.00 1	0.00 1	0.04 78	0.19 260

CFNet-RSSM	2.11 85	0.33 44	2.71 81	1.04 129	0.30 121	3.21 155	0.41 97	6.67 150	6.96 195	5.62 116	4.58 81	5.40 184	1.71 107	1.86 34	0.87 74	0.00 1	0.08 267	0.00 1	0.32 336	0.02 22	0.02 37

RAFT-Stereo + iAFF	2.12 86	0.58 155	2.43 55	1.27 149	0.16 63	1.60 26	0.14 45	5.17 77	5.90 162	7.10 196	10.10 216	3.06 99	1.74 111	1.87 35	0.97 91	0.01 140	0.02 163	0.00 1	0.00 1	0.23 266	0.02 37

IGEV_Zeroshot_test	2.13 87	0.50 131	4.91 232	1.41 168	0.18 80	2.62 94	0.36 89	7.80 172	3.87 82	5.04 102	5.42 108	4.77 160	1.03 64	3.43 60	0.79 63	0.00 1	0.16 319	0.00 1	0.18 302	0.17 229	0.04 101

tt1	2.14 88	0.63 169	2.22 47	2.27 273	0.02 3	5.71 242	0.63 146	4.53 45	10.19 272	1.16 35	3.39 59	0.33 27	3.05 161	8.00 209	0.46 20	0.00 1	0.02 163	0.00 1	0.03 239	0.10 165	0.04 101

NRIStereo	2.14 88	0.35 62	2.65 74	1.10 134	0.14 56	3.05 142	0.86 195	5.35 95	3.18 54	6.24 154	3.36 58	4.17 141	1.82 116	8.12 224	2.01 170	0.00 1	0.10 283	0.00 1	0.00 1	0.12 193	0.19 260

dd	2.16 90	1.22 273	4.82 228	0.68 88	0.12 52	1.39 16	0.17 54	5.14 74	11.22 294	2.70 51	3.51 63	1.52 59	1.23 80	5.08 94	3.96 242	0.12 296	0.01 124	0.04 306	0.21 311	0.07 130	0.01 15

cc1	2.17 91	0.65 174	2.15 41	2.30 277	0.02 3	5.80 244	0.56 129	4.31 32	10.41 278	1.03 30	3.33 54	0.32 24	3.71 189	8.05 216	0.45 16	0.00 1	0.02 163	0.00 1	0.03 239	0.10 165	0.05 130

RAFT-Test	2.17 91	0.36 69	3.40 146	1.05 131	0.34 133	4.90 229	0.69 159	6.27 130	3.98 88	4.65 94	7.02 150	6.30 211	1.12 68	1.81 31	0.99 93	0.01 140	0.17 321	0.00 1	0.34 340	0.02 22	0.02 37

Any-RAFT	2.18 93	0.25 11	1.94 20	1.37 161	0.80 194	5.01 232	0.56 129	8.51 188	5.58 154	4.01 78	4.85 85	5.44 185	2.26 131	2.45 47	0.35 7	0.00 1	0.15 312	0.00 1	0.00 1	0.02 22	0.02 37

FENet	2.19 94	0.34 53	3.04 120	2.05 254	0.26 112	2.82 124	0.13 39	7.02 160	5.55 151	4.97 100	1.94 33	4.91 166	3.39 174	4.71 83	2.50 193	0.02 209	0.03 206	0.00 1	0.00 1	0.00 1	0.21 267

GANet-ADL	2.20 95	0.50 131	3.27 137	2.02 246	0.11 44	2.21 57	0.48 108	8.64 197	6.79 191	4.56 89	5.83 115	3.98 131	1.27 82	2.68 49	1.43 126	0.04 252	0.08 267	0.02 280	0.00 1	0.15 215	0.03 66

CAS	2.24 96	0.25 11	1.86 13	11.21 379	3.86 338	1.67 28	0.02 6	3.87 22	2.67 22	0.41 16	1.63 26	0.24 13	0.27 5	1.50 18	0.74 52	9.43 386	0.01 124	0.00 1	0.00 1	0.01 7	5.21 374

NF-Stereo	2.24 96	0.33 44	3.00 111	2.04 250	0.10 36	3.46 161	0.43 100	6.51 145	3.17 51	6.84 180	5.24 101	2.67 86	1.34 86	8.17 231	1.53 134	0.01 140	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

OCTAStereo	2.24 96	0.33 44	3.03 117	2.04 250	0.10 36	3.45 160	0.43 100	6.50 142	3.17 51	6.84 180	5.20 98	2.65 83	1.33 84	8.18 232	1.56 138	0.01 140	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

PSM-softLoss	2.24 96	0.34 53	3.42 148	1.81 217	0.17 68	2.74 104	0.39 93	6.17 127	2.92 31	6.26 157	6.29 131	2.96 92	0.97 59	8.68 256	1.71 147	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37

KMStereo	2.24 96	0.34 53	3.42 148	1.81 217	0.17 68	2.74 104	0.39 93	6.17 127	2.92 31	6.26 157	6.29 131	2.96 92	0.97 59	8.68 256	1.71 147	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37

StereoVision	2.25 101	0.72 194	4.00 190	1.03 124	2.64 297	1.91 41	0.28 72	5.83 116	4.43 111	1.89 42	10.65 232	3.88 128	0.52 36	5.13 97	1.98 169	0.00 1	0.00 1	0.00 1	0.00 1	0.09 155	0.03 66

RE-Stereo	2.25 101	0.33 44	3.03 117	2.04 250	0.10 36	3.47 163	0.43 100	6.50 142	3.18 54	6.84 180	5.20 98	2.65 83	1.34 86	8.18 232	1.58 140	0.01 140	0.00 1	0.01 251	0.00 1	0.02 22	0.01 15

TVStereo	2.25 101	0.33 44	3.03 117	2.04 250	0.10 36	3.47 163	0.43 100	6.50 142	3.18 54	6.84 180	5.20 98	2.65 83	1.34 86	8.18 232	1.58 140	0.01 140	0.00 1	0.01 251	0.00 1	0.02 22	0.01 15

ADStereo(finetuned)	2.26 104	0.64 170	5.22 251	0.31 46	0.18 80	1.71 36	0.25 68	5.23 80	8.46 240	6.06 141	5.30 106	1.41 52	6.37 278	1.87 35	1.87 159	0.00 1	0.00 1	0.00 1	0.00 1	0.04 78	0.18 250

fff	2.28 105	0.61 162	3.81 176	0.22 35	0.07 21	1.69 31	0.11 26	5.37 98	11.84 301	5.80 121	5.17 93	1.44 54	5.41 258	2.00 39	1.92 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 250

IPLGR	2.28 105	0.51 135	6.00 275	0.15 29	0.15 60	1.99 46	0.22 61	6.34 132	6.04 171	6.80 178	5.76 113	2.87 89	2.31 132	4.88 87	1.28 116	0.00 1	0.00 1	0.00 1	0.00 1	0.09 155	0.18 250

csc	2.28 105	0.61 162	3.81 176	0.22 35	0.07 21	1.69 31	0.11 26	5.37 98	11.84 301	5.80 121	5.17 93	1.44 54	5.41 258	2.00 39	1.92 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 250

cscssc	2.28 105	0.61 162	3.81 176	0.22 35	0.07 21	1.69 31	0.11 26	5.37 98	11.84 301	5.80 121	5.17 93	1.44 54	5.41 258	2.00 39	1.92 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 250

EAI-Stereo	2.31 109	0.44 111	2.72 83	0.68 88	0.56 170	3.51 169	2.62 267	11.42 260	4.14 103	2.09 43	7.23 158	1.21 51	0.91 56	5.67 107	1.51 131	0.01 140	0.25 342	0.00 1	0.88 361	0.04 78	0.26 287

ICVP	2.32 110	0.38 77	2.89 107	0.92 108	0.70 186	2.55 80	0.87 197	9.97 227	3.99 89	4.13 80	8.97 191	2.71 87	1.69 106	2.52 48	3.52 231	0.05 263	0.24 341	0.01 251	0.01 207	0.11 182	0.13 224
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xx1	2.33 111	0.65 174	2.15 41	2.30 277	0.02 3	5.80 244	0.56 129	4.31 32	10.41 278	1.03 30	3.33 54	4.67 158	2.70 145	8.05 216	0.45 16	0.00 1	0.02 163	0.00 1	0.00 1	0.02 22	0.03 66

MyStereo06	2.35 112	0.66 180	4.54 215	1.10 134	0.96 209	2.57 83	0.10 23	9.30 212	4.05 97	5.22 107	6.09 118	5.95 201	2.38 134	3.00 52	0.73 51	0.01 140	0.08 267	0.00 1	0.01 207	0.13 203	0.15 238

PFNet+	2.35 112	0.31 23	3.69 166	0.79 94	0.17 68	3.15 152	0.75 173	4.52 44	6.30 181	7.90 232	6.34 134	2.53 81	1.18 77	7.72 197	1.62 143	0.03 236	0.00 1	0.00 1	0.00 1	0.01 7	0.03 66

RAFT+CT+SA	2.36 114	0.71 193	2.46 58	0.83 98	2.26 285	3.18 153	0.93 203	6.82 156	5.48 146	2.55 48	8.07 173	1.64 62	1.59 104	8.54 248	1.15 107	0.02 209	0.00 1	0.00 1	0.38 343	0.19 244	0.36 303

TRStereo	2.36 114	3.10 345	4.70 225	1.99 239	2.08 273	2.61 91	1.11 217	8.79 201	3.73 77	3.19 61	3.04 49	3.96 130	0.77 47	5.92 111	1.44 127	0.03 236	0.14 307	0.00 1	0.29 329	0.08 138	0.25 282

test_4	2.38 116	0.34 53	2.68 75	0.08 11	0.11 44	3.69 182	1.14 219	3.33 6	3.34 65	4.03 79	17.35 314	3.31 107	0.51 34	6.28 124	1.15 107	0.00 1	0.00 1	0.00 1	0.11 283	0.16 221	0.01 15

ACRE	2.41 117	1.08 259	5.11 242	0.55 77	2.05 272	2.65 98	0.78 180	5.26 91	4.67 122	7.59 219	9.20 193	1.70 65	1.08 66	3.74 64	2.18 180	0.01 140	0.18 325	0.02 280	0.08 271	0.22 259	0.10 194

HH	2.42 118	0.73 196	3.76 171	0.91 104	0.14 56	2.78 110	0.71 163	7.92 175	2.72 24	1.53 39	6.10 120	7.93 242	4.01 204	8.60 252	0.44 12	0.00 1	0.09 275	0.00 1	0.00 1	0.05 99	0.04 101

HanStereo	2.42 118	0.73 196	3.76 171	0.91 104	0.14 56	2.78 110	0.71 163	7.92 175	2.72 24	1.53 39	6.10 120	7.93 242	4.01 204	8.60 252	0.44 12	0.00 1	0.09 275	0.00 1	0.00 1	0.05 99	0.04 101

DisPM	2.43 120	0.32 32	3.04 120	1.76 211	0.18 80	3.46 161	0.65 151	5.13 73	4.88 131	8.59 255	7.04 153	2.84 88	1.03 64	8.85 267	0.83 67	0.01 140	0.00 1	0.00 1	0.00 1	0.01 7	0.02 37

IPLG	2.43 120	0.66 180	4.77 227	0.54 74	0.31 127	3.01 140	0.26 70	6.15 125	5.55 151	7.69 221	6.21 126	1.89 70	1.74 111	7.19 171	2.35 187	0.01 140	0.01 124	0.00 1	0.00 1	0.24 276	0.12 217

CASS	2.44 122	0.44 111	3.56 156	0.85 100	0.38 138	3.14 149	0.22 61	9.64 219	4.00 90	6.78 177	7.62 165	3.57 121	3.58 181	3.80 66	1.10 101	0.02 209	0.01 124	0.00 1	0.00 1	0.05 99	0.01 15
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLGR_C	2.44 122	1.17 271	4.94 233	0.62 83	2.08 273	2.65 98	0.80 181	5.60 106	4.79 129	7.87 229	9.23 195	1.67 64	1.15 72	3.43 60	2.23 181	0.01 140	0.19 329	0.02 280	0.08 271	0.22 259	0.10 194

R-Stereo Train	2.44 122	0.32 32	1.93 18	0.94 111	0.16 63	3.67 179	0.61 143	6.37 135	3.08 47	9.14 271	17.44 315	1.80 67	0.77 47	1.76 28	0.70 45	0.00 1	0.01 124	0.00 1	0.00 1	0.01 7	0.03 66

RAFT-Stereo	2.44 122	0.32 32	1.93 18	0.94 111	0.16 63	3.67 179	0.61 143	6.37 135	3.08 47	9.14 271	17.44 315	1.80 67	0.77 47	1.76 28	0.70 45	0.00 1	0.01 124	0.00 1	0.00 1	0.01 7	0.03 66
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RALAANet	2.46 126	1.09 261	3.70 169	2.55 300	0.80 194	3.37 158	0.15 49	7.44 168	5.54 150	5.65 117	6.01 117	3.54 119	1.13 69	6.34 128	1.58 140	0.00 1	0.01 124	0.00 1	0.05 260	0.21 255	0.03 66

CIPLG	2.47 127	1.10 263	4.71 226	0.63 84	2.15 278	2.67 101	0.77 176	5.19 78	4.73 126	7.85 228	9.56 209	1.72 66	1.14 70	4.20 78	2.34 185	0.01 140	0.19 329	0.02 280	0.09 278	0.23 266	0.08 165

BUS	2.49 128	0.32 32	3.05 125	0.46 69	0.46 154	7.12 270	0.50 119	9.05 203	4.69 123	6.11 145	6.15 122	5.29 179	0.83 53	3.91 67	1.77 153	0.01 140	0.03 206	0.03 296	0.00 1	0.04 78	0.00 1

Pruner-Stereo	2.49 128	0.40 89	2.46 58	1.80 216	0.25 106	3.51 169	0.77 176	6.03 120	4.92 132	8.91 265	6.09 118	4.45 151	1.11 67	6.99 159	2.11 175	0.02 209	0.00 1	0.02 280	0.00 1	0.01 7	0.04 101

GES	2.49 128	0.38 77	4.29 205	1.58 188	0.05 9	4.58 222	1.07 214	9.70 221	3.39 66	5.21 106	6.64 138	1.84 69	3.36 169	4.86 86	2.54 196	0.06 273	0.01 124	0.06 316	0.01 207	0.12 193	0.03 66

mmm	2.50 131	0.29 16	3.22 134	1.98 238	0.32 128	3.72 187	0.12 32	9.45 215	4.05 97	5.84 125	10.80 234	2.47 80	2.86 156	4.07 75	0.75 56	0.00 1	0.02 163	0.00 1	0.01 207	0.03 58	0.02 37

MIM_Stereo	2.50 131	0.75 202	4.26 203	1.18 143	0.11 44	3.08 143	0.33 85	6.07 122	3.28 60	5.01 101	10.12 217	4.29 149	1.74 111	8.06 220	1.27 115	0.00 1	0.12 296	0.00 1	0.01 207	0.18 239	0.15 238

iRaft-Stereo_20w	2.56 133	0.35 62	4.98 235	0.37 62	0.67 180	3.47 163	0.59 139	12.57 296	3.89 84	6.10 144	6.23 128	1.49 58	2.24 128	6.65 146	0.86 72	0.00 1	0.19 329	0.00 1	0.33 338	0.08 138	0.22 269

HCRNet	2.56 133	0.53 141	3.35 141	0.24 39	3.39 318	2.19 55	0.23 64	6.89 158	5.50 147	5.26 108	4.79 82	5.27 178	2.78 150	7.71 195	2.89 203	0.00 1	0.02 163	0.00 1	0.00 1	0.04 78	0.04 101

RAFT	2.57 135	0.76 205	3.09 128	0.91 104	0.09 33	2.41 70	0.94 205	5.35 95	2.65 21	6.11 145	7.21 157	9.43 265	4.30 218	5.73 108	1.77 153	0.00 1	0.12 296	0.00 1	0.02 227	0.46 317	0.08 165

ACVNet	2.58 136	0.53 141	2.69 77	0.84 99	0.59 172	2.61 91	0.55 127	8.35 180	5.70 157	4.45 85	9.26 204	5.77 196	3.50 177	2.24 44	4.41 247	0.00 1	0.00 1	0.00 1	0.00 1	0.17 229	0.01 15

HHNet	2.59 137	0.55 145	2.55 65	0.20 32	0.32 128	2.84 127	0.94 205	5.77 114	5.14 139	7.33 210	13.80 276	0.94 44	3.20 164	5.27 100	2.41 191	0.13 298	0.02 163	0.06 316	0.00 1	0.23 266	0.03 66

AFF-stereo	2.59 137	0.68 184	2.35 53	1.55 183	0.17 68	1.67 28	0.08 19	5.75 109	6.60 187	6.20 152	12.13 257	6.16 205	2.36 133	4.75 84	1.11 102	0.02 209	0.02 163	0.00 1	0.00 1	0.23 266	0.05 130

raft_robust	2.64 139	1.20 272	2.62 71	1.10 134	0.28 119	1.50 22	0.12 32	6.28 131	9.04 250	6.80 178	7.19 156	3.73 126	2.13 124	9.06 275	1.07 98	0.03 236	0.12 296	0.00 1	0.21 311	0.17 229	0.22 269

GwcNet-ADL	2.65 140	0.48 128	3.84 182	0.82 96	0.33 131	2.04 48	0.69 159	8.07 177	9.42 257	6.05 139	6.66 139	4.14 140	1.73 109	5.40 103	3.01 206	0.08 285	0.06 247	0.00 1	0.00 1	0.06 115	0.03 66

ToySt	2.69 141	0.55 145	7.03 298	1.03 124	0.10 36	3.49 166	1.04 210	6.38 139	4.55 120	2.69 49	6.28 130	7.95 246	4.38 222	5.08 94	2.58 197	0.01 140	0.11 289	0.00 1	0.04 256	0.28 283	0.19 260

BSDual-CNN	2.69 141	0.32 32	3.05 125	0.46 69	0.46 154	7.13 272	1.63 245	9.05 203	4.69 123	6.11 145	6.15 122	6.26 208	2.54 139	3.91 67	1.91 162	0.01 140	0.03 206	0.03 296	0.00 1	0.04 78	0.00 1

DN-CSS_ROB	2.69 141	1.40 290	5.34 255	2.31 283	0.75 189	3.14 149	0.06 13	6.11 124	3.87 82	5.34 112	12.18 260	2.34 79	1.22 79	7.84 203	1.48 129	0.03 236	0.00 1	0.00 1	0.00 1	0.35 299	0.03 66

RAFT_R40	2.71 144	0.33 44	3.00 111	1.26 147	0.30 121	3.83 197	1.00 209	5.69 108	4.29 106	9.69 286	6.33 133	5.02 173	4.02 206	8.58 251	0.86 72	0.01 140	0.00 1	0.00 1	0.00 1	0.03 58	0.02 37

AnonymousM	2.71 144	6.75 368	0.98 1	0.73 90	0.06 16	2.41 70	0.53 122	5.30 92	3.05 45	4.75 97	2.09 35	1.89 70	1.01 61	1.88 37	0.51 32	0.01 140	0.02 163	17.42 386	4.76 386	0.02 22	0.01 15

XX-Stereo	2.71 144	0.38 77	5.96 274	2.25 272	2.20 282	1.54 23	0.21 60	5.44 101	3.05 45	2.28 47	16.16 296	7.03 224	0.24 2	6.19 119	0.79 63	0.00 1	0.15 312	0.00 1	0.23 317	0.13 203	0.04 101

UDGNet	2.73 147	7.09 371	3.90 183	2.71 305	0.06 16	2.98 137	0.20 59	4.63 52	8.58 246	2.69 49	2.70 45	0.95 45	1.01 61	6.27 123	1.51 131	1.28 363	0.00 1	5.24 379	0.94 363	1.70 357	0.13 224

SST-Stereo	2.75 148	0.31 23	2.78 92	1.33 152	0.33 131	3.99 204	0.82 182	5.60 106	3.93 86	10.92 313	6.19 125	5.00 171	4.23 215	8.66 255	0.74 52	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.03 66

GMStereo_Zeroshot	2.77 149	1.98 328	5.14 245	1.53 180	0.36 135	3.56 173	0.10 23	5.57 105	5.91 163	6.89 185	7.02 150	8.50 257	0.91 56	6.01 115	1.65 144	0.00 1	0.00 1	0.00 1	0.00 1	0.20 247	0.01 15

111	2.78 150	0.92 238	3.81 176	0.22 35	0.07 21	2.83 126	0.70 161	6.03 120	14.00 317	3.22 62	8.93 187	5.48 186	3.30 167	3.66 63	2.03 173	0.00 1	0.00 1	0.00 1	0.00 1	0.10 165	0.29 294

HITNet	2.79 151	0.77 206	4.02 191	2.03 248	0.11 44	5.58 239	0.59 139	9.24 210	5.15 140	6.42 168	7.26 159	3.66 123	2.92 158	4.07 75	3.87 240	0.00 1	0.00 1	0.00 1	0.00 1	0.06 115	0.02 37
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
CFNet_pseudo	2.81 152	0.42 100	4.04 194	0.33 54	0.24 103	2.59 88	0.12 32	8.20 179	7.66 218	7.04 193	10.42 225	6.56 214	2.05 122	4.88 87	1.53 134	0.00 1	0.02 163	0.01 251	0.00 1	0.05 99	0.07 153

ccs_rob	2.81 152	0.42 100	4.06 196	0.33 54	0.25 106	2.59 88	0.12 32	8.19 178	7.68 219	7.02 190	10.37 224	6.54 213	2.06 123	4.88 87	1.53 134	0.00 1	0.02 163	0.01 251	0.00 1	0.05 99	0.07 153

DMCA	2.82 154	0.64 170	4.45 211	1.61 193	0.89 201	3.86 198	0.57 137	9.18 207	5.10 137	6.24 154	6.49 136	7.17 231	2.13 124	3.31 57	4.73 253	0.00 1	0.01 124	0.00 1	0.00 1	0.04 78	0.02 37

TestStereo1	2.85 155	0.81 216	3.48 151	3.11 323	0.44 148	2.52 75	1.50 237	6.37 135	8.18 232	4.62 90	9.24 201	2.23 77	3.69 186	9.19 280	1.26 113	0.00 1	0.01 124	0.00 1	0.00 1	0.27 281	0.09 175

SA-5K	2.85 155	0.81 216	3.48 151	3.11 323	0.44 148	2.52 75	1.50 237	6.37 135	8.18 232	4.62 90	9.24 201	2.23 77	3.69 186	9.19 280	1.26 113	0.00 1	0.01 124	0.00 1	0.00 1	0.27 281	0.09 175

LCNet	2.85 155	0.42 100	1.90 15	0.95 115	0.56 170	2.07 49	1.60 243	4.99 69	3.57 74	6.05 139	10.59 229	4.59 156	6.79 288	7.46 182	0.72 50	0.01 140	0.00 1	0.01 251	0.77 359	0.30 286	3.57 365

IRAFT_RVC	2.85 155	0.41 96	3.32 139	2.09 256	0.41 145	2.92 134	5.22 322	6.41 140	3.63 75	6.53 172	5.48 110	5.09 174	4.88 246	8.20 235	2.15 179	0.01 140	0.17 321	0.01 251	0.00 1	0.02 22	0.04 101

iRaft-Stereo_5w	2.86 159	0.86 225	4.08 199	0.06 8	0.25 106	2.76 109	0.60 142	4.97 66	4.10 101	2.98 58	7.85 170	10.17 276	4.17 212	8.16 228	5.83 268	0.00 1	0.00 1	0.00 1	0.01 207	0.26 277	0.06 140

ffm	2.90 160	0.31 23	3.97 184	1.34 154	0.98 211	2.80 112	0.48 108	4.53 45	10.19 272	6.29 162	9.23 195	5.59 188	3.72 193	8.00 209	0.46 20	0.00 1	0.02 163	0.00 1	0.00 1	0.10 165	0.04 101

test_5	2.90 160	0.70 191	3.69 166	2.01 244	3.17 309	4.61 224	1.32 231	6.69 151	7.02 199	2.79 52	7.18 155	4.99 168	4.14 209	7.96 207	1.31 118	0.00 1	0.00 1	0.00 1	0.03 239	0.19 244	0.26 287

PFNet	2.93 162	0.40 89	5.51 262	2.13 261	0.84 197	3.11 147	0.75 173	6.78 154	4.79 129	9.98 294	6.00 116	4.78 161	2.13 124	8.33 238	2.11 175	0.19 311	0.06 247	0.00 1	0.11 283	0.20 247	0.35 302

MyStereo05	2.94 163	0.66 180	5.25 253	1.10 134	0.96 209	2.57 83	0.10 23	8.53 189	12.34 309	6.28 160	3.88 65	3.18 103	3.30 167	7.81 202	2.37 188	0.01 140	0.08 267	0.00 1	0.01 207	0.13 203	0.15 238

MyStereo04	2.95 164	0.79 211	5.38 256	1.03 124	1.11 220	2.63 95	0.46 105	10.00 228	12.44 310	4.19 81	3.91 67	3.04 98	3.60 182	7.34 177	2.74 202	0.00 1	0.09 275	0.00 1	0.01 207	0.11 182	0.09 175

PSMNet-ADL	2.98 165	0.43 107	2.41 54	1.43 170	0.40 142	5.94 249	0.28 72	8.45 184	5.13 138	3.36 68	6.77 140	8.41 251	4.61 233	7.20 172	4.55 250	0.02 209	0.09 275	0.00 1	0.00 1	0.01 7	0.03 66

PCWNet_CMD	2.99 166	0.39 80	4.02 191	0.39 64	0.26 112	2.53 77	0.15 49	9.24 210	9.22 252	7.12 197	11.53 249	6.94 222	2.41 135	4.02 73	1.33 119	0.01 140	0.02 163	0.02 280	0.00 1	0.05 99	0.07 153

MSMDNet	2.99 166	0.39 80	4.02 191	0.40 65	0.25 106	2.53 77	0.16 52	9.35 213	9.25 253	7.08 195	11.39 244	6.93 221	2.43 136	4.01 72	1.34 121	0.01 140	0.02 163	0.02 280	0.00 1	0.05 99	0.07 153

whm_eth	3.00 168	1.32 287	5.51 262	0.75 92	2.73 300	2.57 83	0.28 72	6.84 157	7.24 205	5.29 111	24.32 347	0.37 29	0.46 32	1.03 7	0.95 88	0.01 140	0.03 206	0.00 1	0.00 1	0.06 115	0.14 229

OMP-Stereo	3.03 169	0.93 241	2.72 83	4.21 358	0.51 167	2.19 55	1.25 225	6.19 129	6.00 169	7.99 234	6.21 126	8.50 257	2.49 138	9.44 291	1.74 151	0.01 140	0.00 1	0.00 1	0.00 1	0.08 138	0.05 130

SA	3.06 170	0.74 200	3.79 174	1.60 192	0.30 121	3.19 154	1.43 234	6.72 152	9.06 251	4.63 93	10.80 234	2.89 90	4.71 237	9.62 294	1.18 111	0.00 1	0.09 275	0.00 1	0.19 306	0.23 266	0.02 37

CFNet_ucs	3.07 171	0.44 111	4.05 195	0.54 74	0.37 136	3.08 143	0.19 56	9.80 223	8.49 243	7.64 220	12.62 266	5.67 194	1.76 114	4.96 92	1.51 131	0.00 1	0.04 226	0.01 251	0.00 1	0.09 155	0.11 205

NINENet	3.09 172	0.56 148	3.22 134	1.61 193	1.37 237	7.12 270	0.50 119	11.88 272	5.63 155	6.63 174	8.40 178	5.29 179	0.83 53	6.51 141	1.77 153	0.15 301	0.07 259	0.07 322	0.00 1	0.09 155	0.00 1

UCFNet_RVC	3.09 172	0.77 206	2.27 49	2.35 286	1.79 262	3.50 167	1.06 212	12.12 281	6.91 193	4.71 96	7.67 167	7.58 235	4.40 224	4.95 91	1.67 145	0.00 1	0.00 1	0.00 1	0.00 1	0.11 182	0.01 15

AdaStereo	3.09 172	0.58 155	3.04 120	2.84 311	0.48 161	4.08 206	1.29 229	12.16 283	7.77 221	6.03 138	9.62 210	5.79 198	1.53 102	4.56 82	1.93 168	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37
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.
psmg	3.10 175	0.32 32	3.05 125	0.54 74	0.46 154	8.68 293	2.84 273	9.87 224	4.69 123	8.08 235	8.69 182	6.26 208	2.54 139	3.91 67	1.91 162	0.01 140	0.04 226	0.06 316	0.00 1	0.11 182	0.00 1

ARAFT	3.13 176	1.11 266	7.34 305	0.42 66	0.14 56	4.52 221	2.99 275	7.41 167	5.97 167	8.85 263	7.06 154	5.20 177	1.25 81	8.49 246	1.44 127	0.00 1	0.03 206	0.00 1	0.00 1	0.33 295	0.11 205

IIG-Stereo	3.16 177	0.75 202	2.83 95	4.08 354	0.21 96	2.56 82	0.74 171	6.55 146	5.56 153	8.39 247	9.38 207	7.94 244	2.79 151	9.50 293	1.89 161	0.02 209	0.00 1	0.00 1	0.00 1	0.02 22	0.04 101

DMCA-RVC	3.17 178	1.26 278	6.39 286	2.10 258	1.51 242	3.02 141	0.56 129	7.84 174	5.06 135	9.23 274	5.19 97	8.46 253	2.72 148	6.31 126	3.22 213	0.06 273	0.11 289	0.09 328	0.02 227	0.16 221	0.08 165

IER	3.20 179	0.54 144	5.13 244	0.58 82	1.59 243	7.29 275	0.56 129	6.36 133	4.95 133	7.44 214	8.84 184	6.20 206	6.26 275	4.88 87	3.29 217	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

BEATNet_4x	3.24 180	1.27 280	5.89 272	1.56 186	0.10 36	5.26 235	1.07 214	10.08 232	5.50 147	6.89 185	7.73 168	4.53 154	4.13 208	5.05 93	5.27 258	0.04 252	0.05 235	0.00 1	0.00 1	0.23 266	0.23 275

RAFT-345	3.27 181	0.41 96	2.88 105	1.02 122	0.21 96	2.63 95	0.48 108	3.76 21	5.51 149	7.35 211	24.88 351	4.25 144	1.76 114	8.15 227	2.13 177	0.01 140	0.00 1	0.00 1	0.00 1	0.01 7	0.01 15

GANet-RSSM	3.27 181	0.60 159	3.38 143	2.94 318	2.00 271	2.61 91	0.48 108	10.93 252	6.11 176	5.47 113	10.20 219	6.57 215	5.44 264	6.25 122	2.23 181	0.00 1	0.00 1	0.08 325	0.00 1	0.17 229	0.03 66

SFCPSM	3.29 183	0.43 107	5.11 242	0.34 58	0.94 207	8.48 289	2.15 258	14.51 324	5.29 141	7.00 189	7.65 166	3.43 109	2.59 143	5.11 96	2.37 188	0.01 140	0.03 206	0.01 251	0.07 267	0.13 203	0.15 238

NOSS_ROB	3.30 184	0.46 120	2.62 71	2.08 255	1.01 216	5.60 240	0.74 171	10.37 238	11.48 297	5.15 105	8.43 179	5.67 194	1.73 109	7.97 208	2.34 185	0.02 209	0.06 247	0.00 1	0.00 1	0.07 130	0.14 229

gwcnet-sp	3.31 185	1.47 294	7.26 302	1.73 208	0.69 182	7.57 281	1.14 219	8.59 191	6.17 178	8.57 252	5.25 103	4.26 145	3.36 169	6.46 133	3.44 222	0.00 1	0.00 1	0.00 1	0.00 1	0.15 215	0.11 205

scenet	3.31 185	1.47 294	7.26 302	1.73 208	0.69 182	7.57 281	1.14 219	8.59 191	6.17 178	8.57 252	5.25 103	4.26 145	3.36 169	6.46 133	3.44 222	0.00 1	0.00 1	0.00 1	0.00 1	0.15 215	0.11 205

ssnet	3.31 185	1.47 294	7.26 302	1.73 208	0.69 182	7.57 281	1.14 219	8.59 191	6.17 178	8.57 252	5.25 103	4.26 145	3.36 169	6.46 133	3.44 222	0.00 1	0.00 1	0.00 1	0.00 1	0.15 215	0.11 205

hknet	3.31 185	0.42 100	4.68 224	0.46 69	1.17 225	7.13 272	1.63 245	9.05 203	6.91 193	6.11 145	6.15 122	9.66 268	2.85 155	7.48 185	2.45 192	0.01 140	0.03 206	0.03 296	0.00 1	0.04 78	0.00 1

CFNet-ft	3.31 185	0.94 243	2.69 77	1.50 175	2.38 288	2.81 121	0.68 155	8.35 180	7.43 209	4.45 85	9.94 214	10.20 277	4.60 231	6.50 140	3.41 220	0.00 1	0.00 1	0.03 296	0.00 1	0.22 259	0.03 66

CFNet_RVC	3.31 185	0.94 243	2.69 77	1.50 175	2.38 288	2.81 121	0.68 155	8.35 180	7.43 209	4.45 85	9.94 214	10.20 277	4.60 231	6.49 139	3.41 220	0.00 1	0.00 1	0.03 296	0.00 1	0.22 259	0.03 66

ASMatch	3.32 191	0.50 131	3.32 139	1.72 207	0.45 153	1.93 43	0.68 155	6.42 141	3.89 84	6.18 151	22.30 338	4.61 157	4.82 244	7.65 190	1.70 146	0.00 1	0.02 163	0.00 1	0.03 239	0.01 7	0.18 250

GMM-Stereo	3.32 191	0.27 14	2.52 62	0.82 96	0.48 161	2.27 60	4.91 317	5.06 72	3.08 47	7.06 194	16.72 302	6.21 207	3.70 188	7.60 188	1.16 109	0.04 252	0.00 1	0.00 1	0.04 256	0.10 165	4.45 369

AACVNet	3.33 193	1.03 252	3.56 156	3.46 337	0.63 175	3.09 145	0.28 72	8.78 200	3.43 67	5.99 136	10.64 231	10.08 274	4.03 207	8.69 258	2.51 194	0.03 236	0.01 124	0.00 1	0.00 1	0.26 277	0.06 140

PSM-AAD	3.33 193	0.20 3	1.47 5	0.73 90	0.54 169	2.55 80	6.19 329	4.97 66	3.27 59	10.92 313	11.92 253	2.95 91	9.59 329	7.90 206	0.82 66	0.01 140	0.01 124	0.00 1	0.00 1	0.04 78	2.47 363

PSMNet-RSSM	3.33 193	0.77 206	3.22 134	2.12 259	1.90 270	2.33 63	0.71 163	11.17 254	5.83 160	5.90 134	11.43 247	7.04 226	4.83 245	5.96 113	3.17 211	0.00 1	0.00 1	0.02 280	0.00 1	0.08 138	0.02 37

DualNet	3.35 196	0.31 23	3.97 184	1.34 154	0.98 211	2.80 112	0.48 108	4.53 45	10.19 272	6.29 162	9.23 195	5.59 188	3.72 193	8.00 209	9.35 319	0.00 1	0.02 163	0.00 1	0.00 1	0.10 165	0.04 101

qqq1	3.38 197	0.39 80	3.61 159	1.69 201	0.11 44	2.85 128	0.29 77	12.46 289	10.41 278	7.16 199	10.23 220	4.78 161	4.45 226	8.71 259	0.30 3	0.07 280	0.05 235	0.00 1	0.00 1	0.06 115	0.03 66

fff1	3.38 197	0.39 80	3.61 159	1.69 201	0.11 44	2.85 128	0.29 77	12.46 289	10.41 278	7.16 199	10.23 220	4.78 161	4.45 226	8.71 259	0.30 3	0.07 280	0.05 235	0.00 1	0.00 1	0.06 115	0.03 66

TransformOpticalFlow	3.38 197	0.70 191	4.54 215	1.00 121	0.30 121	3.56 173	0.14 45	9.67 220	7.30 207	5.55 115	13.34 272	6.74 218	5.03 249	8.22 236	1.34 121	0.00 1	0.01 124	0.01 251	0.00 1	0.04 78	0.11 205

RAFT_CTSACE	3.40 200	1.07 257	4.52 214	1.27 149	3.14 306	4.00 205	1.07 214	3.93 25	4.43 111	4.66 95	17.94 318	7.21 233	2.76 149	10.82 311	0.85 69	0.00 1	0.07 259	0.00 1	0.00 1	0.30 286	0.01 15

AAGNet	3.41 201	0.34 53	2.45 56	1.78 214	0.39 140	3.69 182	1.05 211	4.79 59	4.61 121	9.62 284	7.74 169	4.98 167	6.38 279	7.34 177	13.02 346	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.04 101

cf-r	3.42 202	0.81 216	3.97 184	2.41 292	2.78 301	2.85 128	0.64 149	8.44 183	6.32 182	6.25 156	11.57 250	8.97 261	3.54 180	5.93 112	3.83 238	0.00 1	0.00 1	0.00 1	0.00 1	0.09 155	0.07 153

CoDeX	3.43 203	0.68 184	4.49 212	0.98 120	1.65 247	6.37 256	2.14 257	13.23 308	6.07 172	7.23 204	8.95 188	4.09 136	3.79 198	6.31 126	2.37 188	0.03 236	0.06 247	0.00 1	0.00 1	0.07 130	0.15 238

STrans-v2	3.43 203	0.73 196	4.82 228	0.26 40	0.60 173	3.00 139	1.19 223	10.41 240	7.22 203	5.79 120	10.97 239	6.75 219	7.03 292	8.25 237	1.40 124	0.00 1	0.01 124	0.00 1	0.00 1	0.03 58	0.18 250

MLCV	3.44 205	0.88 229	5.60 266	1.39 164	0.25 106	4.36 214	0.33 85	7.25 163	7.28 206	9.17 273	12.24 262	5.09 174	2.47 137	9.15 278	3.23 214	0.00 1	0.00 1	0.00 1	0.00 1	0.10 165	0.02 37

ff1	3.45 206	0.31 23	3.97 184	1.34 154	0.98 211	2.80 112	0.48 108	4.53 45	10.19 272	6.29 162	9.23 195	5.59 188	3.72 193	10.11 298	9.35 319	0.00 1	0.02 163	0.00 1	0.00 1	0.10 165	0.04 101

DeepPruner_ROB	3.52 207	1.14 268	4.06 196	1.12 140	1.65 247	3.65 178	0.83 186	13.96 316	4.47 115	7.80 225	10.84 236	7.05 228	2.16 127	8.14 226	3.08 209	0.07 280	0.03 206	0.00 1	0.01 207	0.32 293	0.06 140

SMFormer	3.54 208	0.39 80	3.61 159	1.69 201	0.11 44	2.85 128	0.29 77	12.46 289	10.41 278	7.16 199	10.23 220	4.78 161	4.45 226	8.71 259	3.51 228	0.07 280	0.05 235	0.00 1	0.00 1	0.06 115	0.04 101

tta	3.54 208	0.39 80	3.61 159	1.69 201	0.11 44	2.85 128	0.29 77	12.46 289	10.41 278	7.16 199	10.23 220	4.78 161	4.45 226	8.71 259	3.51 228	0.07 280	0.05 235	0.00 1	0.00 1	0.06 115	0.03 66

Sa-1000	3.55 210	0.75 202	3.63 163	1.91 229	0.30 121	3.55 172	1.63 245	7.39 166	8.54 244	7.70 222	17.44 315	4.00 132	2.82 153	9.44 291	1.33 119	0.00 1	0.10 283	0.00 1	0.18 302	0.21 255	0.04 101

KYRaft	3.59 211	0.31 23	1.84 12	0.76 93	0.46 154	2.29 61	4.04 299	4.75 57	3.25 58	8.93 268	19.47 324	6.62 217	5.07 251	7.79 201	0.71 49	0.01 140	0.00 1	0.00 1	0.01 207	0.04 78	5.38 376

STTStereo	3.60 212	0.93 241	6.34 283	2.71 305	2.23 283	3.68 181	0.63 146	9.42 214	6.73 189	9.87 290	6.97 144	8.84 260	3.65 184	6.85 150	3.04 207	0.00 1	0.02 163	0.01 251	0.00 1	0.02 22	0.02 37

LMCR-Stereo	3.63 213	1.29 285	4.20 201	2.54 298	0.17 68	8.08 286	1.52 239	11.46 261	4.73 126	8.45 250	10.66 233	1.91 72	5.03 249	7.69 193	3.58 232	0.92 357	0.00 1	0.00 1	0.00 1	0.36 301	0.02 37

Prome-Stereo	3.65 214	0.29 16	1.92 17	0.91 104	0.49 164	2.07 49	4.75 315	4.41 39	3.23 57	9.32 277	20.63 331	4.06 134	7.19 293	7.70 194	1.17 110	0.00 1	0.00 1	0.00 1	0.00 1	0.05 99	4.72 373

hitnet-ft	3.66 215	0.65 174	2.79 94	0.89 102	0.72 188	4.25 210	0.55 127	9.11 206	7.52 213	7.14 198	10.19 218	12.49 305	4.70 236	7.44 181	4.41 247	0.03 236	0.00 1	0.06 316	0.00 1	0.20 247	0.04 101

iResNet	3.68 216	0.91 235	7.94 313	2.97 319	0.34 133	4.44 220	0.48 108	7.70 169	9.74 263	7.72 223	12.74 267	4.03 133	2.87 157	8.05 216	3.37 219	0.02 209	0.01 124	0.00 1	0.00 1	0.10 165	0.09 175

acv_ft	3.69 217	0.53 141	4.58 221	2.31 283	4.71 359	7.44 278	0.86 195	8.54 190	5.70 157	9.29 276	9.26 204	5.77 196	4.15 210	2.24 44	8.13 303	0.00 1	0.00 1	0.00 1	0.00 1	0.29 285	0.01 15

ac_64	3.70 218	0.47 122	3.50 154	2.87 312	3.50 322	5.91 248	0.72 167	10.17 235	4.34 108	8.16 238	5.80 114	10.82 288	5.64 267	7.08 164	4.73 253	0.03 236	0.00 1	0.00 1	0.00 1	0.08 138	0.14 229

CFNet	3.72 219	1.10 263	5.03 238	2.49 296	1.59 243	4.90 229	0.22 61	11.38 259	9.88 268	4.80 98	11.25 243	6.44 212	3.68 185	8.33 238	3.00 205	0.00 1	0.00 1	0.00 1	0.00 1	0.22 259	0.07 153

DAS	3.74 220	0.35 62	5.19 249	1.99 239	3.74 331	2.36 65	3.22 282	7.77 170	9.27 254	8.70 256	12.08 255	4.45 151	5.43 261	8.39 240	1.71 147	0.01 140	0.00 1	0.00 1	0.00 1	0.04 78	0.02 37

DRaft	3.74 220	0.43 107	2.60 69	0.12 18	0.15 60	4.76 225	1.34 232	5.33 94	4.31 107	10.30 298	21.91 335	3.27 105	8.83 319	7.36 179	3.66 234	0.05 263	0.10 283	0.00 1	0.14 289	0.10 165	0.14 229

GrayStereo	3.74 220	0.20 3	1.94 20	1.55 183	0.60 173	3.12 148	8.22 351	5.76 111	3.32 61	10.40 302	16.66 301	5.81 199	8.60 316	6.57 144	1.37 123	0.01 140	0.00 1	0.01 251	0.63 354	0.02 22	0.04 101

GEStereo_RVC	3.74 220	0.73 196	4.95 234	2.01 244	1.24 228	4.36 214	3.07 277	11.77 269	7.80 222	6.87 184	6.52 137	7.70 238	4.31 220	8.98 273	4.19 245	0.03 236	0.01 124	0.02 280	0.02 227	0.13 203	0.11 205

GwcNet-RSSM	3.77 224	1.05 254	5.06 239	2.21 268	1.87 267	2.36 65	1.52 239	8.98 202	7.96 226	5.91 135	14.59 286	7.94 244	3.50 177	6.43 132	5.70 265	0.00 1	0.00 1	0.04 306	0.00 1	0.20 247	0.08 165

SepStereo	3.78 225	0.35 62	5.19 249	1.99 239	3.74 331	2.36 65	3.22 282	7.77 170	9.27 254	8.70 256	12.08 255	4.45 151	5.43 261	9.18 279	1.71 147	0.01 140	0.00 1	0.00 1	0.00 1	0.04 78	0.02 37

DEmStereo	3.79 226	0.37 75	3.69 166	0.17 30	0.17 68	5.28 236	2.54 265	4.35 34	3.70 76	8.21 243	20.15 326	5.13 176	10.38 334	7.65 190	3.85 239	0.01 140	0.01 124	0.01 251	0.00 1	0.02 22	0.06 140

FADNet-RVC-Resample	3.79 226	1.62 308	12.06 335	1.43 170	0.66 178	5.94 249	2.41 261	10.18 236	8.58 246	6.28 160	4.22 71	5.33 183	4.80 243	7.71 195	3.19 212	0.17 307	0.21 333	0.17 340	0.12 286	0.41 313	0.29 294

anonymousa	3.80 228	0.55 145	3.35 141	1.24 146	3.74 331	9.04 297	0.36 89	6.74 153	4.03 93	7.72 223	19.64 325	10.62 284	6.01 273	1.52 19	1.40 124	0.00 1	0.00 1	0.00 1	0.05 260	0.00 1	0.03 66

UPFNet	3.82 229	0.47 122	4.34 208	2.21 268	3.38 316	7.26 274	2.69 269	9.89 225	5.96 165	7.98 233	7.53 163	7.89 241	3.15 163	7.72 197	5.88 269	0.01 140	0.02 163	0.00 1	0.00 1	0.04 78	0.06 140

NLCA_NET_v2_RVC	3.84 230	1.06 256	5.23 252	2.72 307	3.27 312	4.36 214	0.61 143	10.71 245	7.56 214	8.75 258	7.89 171	9.86 270	3.90 201	7.15 170	3.44 222	0.14 299	0.02 163	0.02 280	0.03 239	0.04 78	0.03 66
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
psm_up	3.85 231	0.82 219	3.01 113	2.00 243	2.58 296	5.28 236	3.34 286	10.85 250	6.33 183	7.27 207	7.32 160	10.15 275	9.02 323	6.19 119	2.51 194	0.22 317	0.01 124	0.00 1	0.00 1	0.12 193	0.03 66

mmx	3.86 232	0.31 23	3.97 184	1.34 154	0.98 211	2.80 112	0.48 108	12.18 284	10.66 285	6.29 162	9.23 195	5.59 188	3.72 193	10.11 298	9.35 319	0.05 263	0.02 163	0.00 1	0.00 1	0.03 58	0.04 101

ttt	3.86 232	0.23 10	2.34 52	2.22 271	1.68 252	4.36 214	0.28 72	12.45 288	11.09 290	6.90 187	11.85 252	4.08 135	3.28 166	8.47 245	7.85 294	0.06 273	0.04 226	0.00 1	0.00 1	0.03 58	0.03 66

xxx	3.86 232	0.31 23	3.98 189	1.34 154	0.98 211	2.80 112	0.48 108	12.18 284	10.66 285	6.29 162	9.23 195	5.59 188	3.72 193	10.11 298	9.35 319	0.05 263	0.02 163	0.00 1	0.00 1	0.03 58	0.04 101

THIR-Stereo	3.86 232	0.77 206	2.62 71	0.12 18	0.13 54	4.25 210	6.63 339	5.30 92	4.18 105	10.33 299	17.13 309	6.58 216	7.62 303	7.78 200	3.51 228	0.01 140	0.07 259	0.07 322	0.00 1	0.11 182	0.02 37

AASNet	3.90 236	0.92 238	4.41 209	3.56 341	4.00 342	6.70 262	1.26 227	18.71 355	6.14 177	7.35 211	7.91 172	4.35 150	2.58 142	3.04 53	6.62 282	0.00 1	0.00 1	0.00 1	0.00 1	0.39 307	0.14 229

PS-NSSS	3.90 236	1.84 321	4.55 217	0.87 101	2.95 305	4.10 208	2.00 255	10.77 247	8.23 234	6.75 175	14.63 287	5.01 172	2.24 128	8.41 242	2.91 204	0.33 330	0.03 206	0.83 362	0.00 1	0.82 338	0.70 332

FADNet_RVC	3.91 238	1.67 314	12.95 346	0.96 117	0.75 189	5.71 242	0.54 124	10.83 249	6.60 187	3.46 70	8.09 174	4.10 138	3.40 175	9.43 288	6.33 273	0.36 332	0.44 357	0.17 340	0.46 351	0.91 340	0.95 339

CrosDoStereo	3.96 239	0.45 115	3.04 120	0.32 49	0.20 93	3.28 156	11.63 373	5.76 111	4.45 113	9.04 269	16.58 299	4.99 168	7.45 297	8.04 213	3.72 235	0.00 1	0.02 163	0.01 251	0.00 1	0.16 221	0.10 194

DeepStereo_LL	3.96 239	0.45 115	3.04 120	0.32 49	0.20 93	3.28 156	11.63 373	5.76 111	4.45 113	9.04 269	16.58 299	4.99 168	7.45 297	8.04 213	3.72 235	0.00 1	0.02 163	0.01 251	0.00 1	0.16 221	0.10 194

RAFT-RH_RVC	3.96 239	0.46 120	2.93 108	1.55 183	0.42 147	3.14 149	0.14 45	3.70 15	5.98 168	11.25 318	32.23 370	5.29 179	1.68 105	8.13 225	2.14 178	0.08 285	0.00 1	0.00 1	0.03 239	0.01 7	0.00 1

UNet	3.97 242	0.61 162	6.50 289	1.68 200	3.22 310	9.82 306	0.31 82	9.50 216	5.32 143	7.20 203	6.35 135	10.59 282	5.91 271	6.93 155	5.49 261	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

FADNet-RVC	3.98 243	1.84 321	12.48 340	1.69 201	0.44 148	4.33 212	1.31 230	11.84 270	7.15 202	3.53 72	3.50 62	10.63 285	4.43 225	9.12 276	6.25 272	0.03 236	0.10 283	0.00 1	0.03 239	0.60 326	0.25 282

HSM	4.00 244	0.79 211	3.16 130	1.59 191	2.17 279	6.77 264	1.11 217	12.28 286	6.35 185	6.75 175	8.11 175	13.90 313	5.37 257	8.85 267	2.71 199	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37

HBP-ISP	4.09 245	1.05 254	4.10 200	1.87 222	1.31 235	7.56 280	3.98 297	11.26 256	9.94 269	7.81 226	14.44 284	3.23 104	4.27 217	8.89 270	1.87 159	0.06 273	0.06 247	0.00 1	0.00 1	0.06 115	0.04 101

TDLM	4.11 246	1.11 266	3.54 155	1.62 195	1.04 217	3.91 201	7.41 349	10.60 243	10.67 287	6.38 167	12.59 265	5.95 201	4.77 239	8.79 265	3.04 207	0.58 346	0.00 1	0.01 251	0.00 1	0.19 244	0.12 217

CSP-Net	4.12 247	1.28 283	3.70 169	1.54 181	1.06 218	13.28 341	2.33 260	12.96 303	5.45 145	8.87 264	8.54 181	8.43 252	3.03 159	8.16 228	3.65 233	0.00 1	0.00 1	0.00 1	0.00 1	0.18 239	0.03 66

test_xeample	4.13 248	0.36 69	2.75 86	1.23 145	0.51 167	3.96 203	0.13 39	12.63 297	7.65 217	7.49 216	10.86 238	3.29 106	3.36 169	6.71 147	21.53 369	0.02 209	0.03 206	0.00 1	0.00 1	0.03 58	0.04 101

Anonymous_2	4.14 249	0.62 167	3.21 133	1.40 165	1.43 239	5.19 234	0.32 83	6.63 148	4.38 110	4.48 88	2.30 41	8.08 247	7.00 290	5.37 101	2.29 183	0.23 318	0.75 364	5.20 378	18.12 401	5.66 374	0.23 275

CBMV_ROB	4.14 249	0.52 137	3.14 129	1.30 151	0.77 192	6.92 267	1.97 254	10.11 234	9.58 260	8.92 266	14.20 281	7.12 230	5.90 270	8.65 254	3.50 227	0.01 140	0.05 235	0.00 1	0.00 1	0.04 78	0.09 175

SACVNet	4.15 251	1.26 278	3.81 176	3.12 325	1.68 252	3.09 145	2.85 274	11.91 273	5.96 165	10.52 305	11.20 241	10.59 282	3.95 202	8.97 272	3.25 216	0.08 285	0.02 163	0.00 1	0.00 1	0.32 293	0.44 313

MMNet	4.16 252	0.77 206	5.47 260	1.40 165	1.67 250	10.78 318	0.63 146	8.64 197	8.47 241	8.80 261	8.33 177	7.51 234	6.61 282	7.53 186	6.54 278	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.05 130

CVANet_RVC	4.16 252	1.16 270	3.60 158	1.94 234	1.46 240	3.92 202	4.68 313	10.89 251	8.34 236	7.58 218	10.84 236	10.27 279	6.62 283	8.56 249	2.69 198	0.39 335	0.00 1	0.00 1	0.01 207	0.21 255	0.09 175

pcwnet_v2	4.20 254	0.36 69	8.53 318	1.33 152	1.12 222	3.43 159	0.41 97	12.85 300	14.16 319	9.90 292	14.29 282	5.90 200	3.03 159	6.20 121	2.06 174	0.01 140	0.05 235	0.04 306	0.02 227	0.16 221	0.18 250

HSM-Net_RVC	4.20 254	0.32 32	2.76 89	0.63 84	0.69 182	6.95 268	1.69 249	11.96 275	8.36 237	8.83 262	12.17 259	15.18 322	4.21 213	6.91 154	3.30 218	0.02 209	0.02 163	0.00 1	0.00 1	0.01 7	0.01 15
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DSFCA	4.21 256	0.50 131	5.45 259	1.34 154	1.68 252	7.04 269	4.51 310	10.73 246	7.00 197	10.78 310	6.80 141	8.48 255	4.63 234	9.91 297	5.12 257	0.02 209	0.06 247	0.02 280	0.03 239	0.08 138	0.03 66

FADNet	4.23 257	1.65 311	11.75 334	1.64 197	0.80 194	4.80 226	0.77 176	13.76 315	11.65 299	3.97 77	5.24 101	9.62 267	5.14 253	8.40 241	3.78 237	0.21 315	0.04 226	0.07 322	0.05 260	1.14 345	0.10 194

iResNet_ROB	4.23 257	1.02 250	4.90 231	2.18 264	0.93 206	2.92 134	0.37 91	15.10 332	16.91 335	7.89 231	10.51 228	7.03 224	3.07 162	8.16 228	3.46 226	0.01 140	0.00 1	0.00 1	0.00 1	0.10 165	0.02 37

1111x	4.25 259	0.30 20	4.31 206	1.47 174	0.37 136	5.10 233	0.32 83	12.86 301	9.82 265	6.01 137	9.73 212	8.78 259	5.97 272	9.43 288	10.39 331	0.06 273	0.03 206	0.00 1	0.00 1	0.02 22	0.04 101

HGLStereo	4.25 259	0.52 137	4.65 222	3.09 321	5.18 361	6.51 261	0.73 168	10.37 238	6.74 190	7.32 209	12.44 264	7.00 223	7.21 295	7.46 182	5.51 262	0.00 1	0.02 163	0.00 1	0.00 1	0.06 115	0.10 194

delet	4.27 261	0.72 194	4.50 213	1.07 132	3.75 335	10.79 319	4.04 299	9.95 226	7.89 223	8.09 236	8.89 186	8.46 253	3.81 199	7.56 187	5.80 267	0.00 1	0.00 1	0.00 1	0.00 1	0.11 182	0.02 37

iResNetv2_ROB	4.28 262	1.43 291	7.17 301	2.91 313	1.26 229	4.36 214	1.62 244	13.64 313	10.25 277	9.83 288	11.41 245	7.68 237	4.00 203	7.75 199	1.85 158	0.00 1	0.00 1	0.00 1	0.00 1	0.37 302	0.09 175

RAFT + AFF	4.30 263	1.55 302	5.84 270	1.43 170	2.36 287	5.94 249	6.72 341	10.01 229	7.56 214	7.55 217	8.96 190	7.09 229	6.73 286	8.57 250	4.02 243	0.02 209	0.47 360	0.00 1	0.01 207	0.56 320	0.54 324

ADLNet	4.32 264	0.80 215	4.33 207	3.60 342	3.56 324	6.87 266	2.48 264	11.20 255	7.58 216	9.87 290	9.62 210	8.39 250	4.95 247	6.16 118	6.60 280	0.01 140	0.01 124	0.00 1	0.01 207	0.12 193	0.25 282

CRFU-Net	4.45 265	0.67 183	5.02 236	2.78 309	1.32 236	12.67 336	3.35 287	11.26 256	3.52 71	10.06 296	9.30 206	10.91 291	6.92 289	7.26 173	3.24 215	0.15 301	0.16 319	0.16 337	0.00 1	0.26 277	0.05 130

ssnet_v2	4.46 266	0.87 227	5.18 248	1.57 187	0.67 180	9.14 298	4.73 314	11.84 270	9.68 261	8.79 259	6.24 129	9.91 271	4.34 221	6.28 124	9.30 318	0.00 1	0.01 124	0.00 1	0.00 1	0.28 283	0.30 296

ADLNet2	4.46 266	0.90 234	6.06 277	2.74 308	3.91 339	6.79 265	3.01 276	10.95 253	8.40 239	7.27 207	9.80 213	9.85 269	5.43 261	7.29 174	6.44 276	0.01 140	0.03 206	0.00 1	0.00 1	0.15 215	0.11 205

StereoDRNet-Refined	4.46 266	0.62 167	3.80 175	1.92 231	0.40 142	9.35 300	0.15 49	10.02 230	8.83 249	12.69 329	11.62 251	9.34 263	3.87 200	8.06 220	8.02 298	0.00 1	0.00 1	0.01 251	0.05 260	0.20 247	0.26 287
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
xxxx	4.51 269	0.31 23	2.77 90	1.69 201	0.47 160	7.74 285	0.07 17	14.04 317	7.91 225	5.82 124	8.97 191	9.34 263	3.41 176	7.33 176	20.24 364	0.05 263	0.03 206	0.00 1	0.00 1	0.03 58	0.04 101

NVstereo2D	4.51 269	0.82 219	6.86 296	3.28 331	3.38 316	8.16 287	3.13 279	10.51 241	15.15 325	4.90 99	6.89 143	7.87 239	4.78 241	9.88 296	3.91 241	0.01 140	0.00 1	0.00 1	0.06 265	0.02 22	0.58 326

DLCB_ROB	4.51 269	0.91 235	3.78 173	2.19 265	1.07 219	6.28 253	3.09 278	9.78 222	7.72 220	10.65 308	12.97 268	13.91 314	3.71 189	8.72 263	5.30 259	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.10 194

RASNet	4.52 272	0.61 162	4.42 210	3.42 335	4.68 358	4.58 222	0.99 208	9.54 218	8.01 227	5.28 109	11.42 246	10.34 281	8.88 320	9.28 284	8.68 310	0.15 301	0.00 1	0.00 1	0.00 1	0.03 58	0.04 101

FTStereo	4.55 273	0.36 69	2.18 46	0.94 111	0.38 138	2.60 90	8.82 354	4.98 68	3.17 51	10.88 312	30.35 366	5.60 193	7.60 302	7.62 189	1.55 137	0.17 307	0.00 1	0.05 312	0.00 1	0.03 58	3.80 367

dad	4.66 274	1.89 325	5.51 262	0.94 111	0.09 33	2.16 54	0.37 91	7.10 162	14.43 320	10.13 297	16.84 303	14.97 320	1.90 117	6.82 149	4.15 244	1.09 360	0.11 289	4.08 376	0.46 351	0.17 229	0.06 140

LL-Strereo	4.71 275	1.64 310	7.51 310	1.15 142	4.31 346	3.71 184	1.45 235	9.21 208	8.36 237	8.37 246	8.17 176	10.82 288	11.36 340	12.51 329	4.82 255	0.00 1	0.12 296	0.00 1	0.00 1	0.31 291	0.32 299

CBFPSM	4.87 276	0.94 243	14.70 353	1.51 178	1.15 224	11.49 323	2.55 266	7.28 164	6.47 186	6.23 153	4.83 84	15.30 323	8.99 322	6.88 151	8.20 304	0.03 236	0.02 163	0.00 1	0.00 1	0.40 310	0.42 310

SGM-Forest	4.96 277	0.32 32	2.84 97	1.21 144	0.64 177	10.23 311	6.64 340	11.55 262	10.98 289	10.94 315	13.59 274	11.65 300	4.30 218	8.94 271	4.63 251	0.11 293	0.04 226	0.00 1	0.00 1	0.05 99	0.46 316
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
PA-Net	4.98 278	1.47 294	7.42 307	2.40 289	2.14 277	8.73 294	3.64 294	12.42 287	13.11 312	7.03 192	7.57 164	7.88 240	6.52 281	10.16 303	7.82 293	0.02 209	0.03 206	0.00 1	0.00 1	0.11 182	1.07 342
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AANet_RVC	5.01 279	1.74 316	6.38 285	1.96 236	1.29 232	2.26 59	1.69 249	10.07 231	18.53 338	7.88 230	18.15 319	8.49 256	2.70 145	10.59 308	7.04 284	0.96 358	0.15 312	0.02 280	0.00 1	0.13 203	0.12 217

PSMNet_ROB	5.02 280	1.63 309	6.03 276	1.90 228	1.83 265	9.57 304	6.35 336	15.58 337	7.23 204	6.15 150	10.48 227	12.22 303	4.16 211	8.02 212	8.71 311	0.02 209	0.01 124	0.01 251	0.10 282	0.20 247	0.12 217

GASNet	5.19 281	4.61 358	9.38 323	4.73 362	2.10 275	3.80 196	1.57 242	12.07 277	10.96 288	8.92 266	7.03 152	8.21 249	7.67 304	14.02 342	7.36 286	0.02 209	0.15 312	0.00 1	0.00 1	0.69 333	0.42 310

FINET	5.32 282	1.14 268	10.04 327	2.17 263	3.67 330	6.49 259	6.76 342	11.68 265	22.08 355	7.42 213	12.15 258	4.24 143	3.61 183	9.25 283	5.35 260	0.04 252	0.04 226	0.00 1	0.00 1	0.17 229	0.09 175

CBMV	5.35 283	0.91 235	3.67 165	1.62 195	0.44 148	10.09 309	7.19 347	12.49 293	12.33 308	12.22 325	14.69 288	10.93 292	6.48 280	8.51 247	4.96 256	0.02 209	0.15 312	0.00 1	0.00 1	0.17 229	0.17 248
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
222	5.36 284	0.40 89	2.72 83	1.50 175	0.48 161	6.15 252	0.07 17	13.73 314	8.06 228	8.79 259	11.03 240	3.71 125	4.21 213	7.47 184	38.74 400	0.03 236	0.02 163	0.00 1	0.00 1	0.04 78	0.05 130

StereoDRNet	5.59 285	1.75 317	6.80 294	3.12 325	4.45 352	10.61 317	4.35 307	18.80 357	9.73 262	12.22 325	6.87 142	11.44 298	4.65 235	8.09 223	8.26 305	0.02 209	0.11 289	0.00 1	0.03 239	0.20 247	0.28 293

fast-acv-ft	5.62 286	1.39 289	7.01 297	2.02 246	1.89 269	12.23 331	1.82 253	7.35 165	9.45 258	10.46 304	20.27 329	14.55 318	7.71 305	7.41 180	7.61 290	0.10 291	0.09 275	0.16 337	0.07 267	0.59 324	0.13 224

ETE_ROB	5.80 287	1.77 318	6.33 282	1.44 173	0.78 193	6.43 258	6.90 343	12.53 294	8.08 229	12.93 334	14.89 289	21.13 358	5.87 269	9.83 295	6.57 279	0.04 252	0.01 124	0.00 1	0.02 227	0.08 138	0.33 300

DRN-Test	5.87 288	0.98 246	5.89 272	2.69 304	3.65 328	12.37 333	3.35 287	20.07 372	10.20 276	11.93 324	12.31 263	11.06 295	5.31 256	7.89 205	9.05 314	0.04 252	0.05 235	0.04 306	0.04 256	0.18 239	0.25 282

NCCL2	5.88 289	1.59 305	5.44 258	1.87 222	0.92 204	9.55 303	11.55 372	12.11 279	9.94 269	9.67 285	8.85 185	22.28 361	7.41 296	8.78 264	7.17 285	0.01 140	0.00 1	0.03 296	0.00 1	0.13 203	0.23 275

iinet-f	5.94 290	1.60 306	26.88 383	1.79 215	1.38 238	11.92 329	1.47 236	6.80 155	7.11 200	6.90 187	14.43 283	10.64 286	7.97 307	7.00 160	12.12 342	0.02 209	0.03 206	0.05 312	0.00 1	0.63 329	0.02 37

MaskLacGwcNet_RVC	5.97 291	5.36 362	5.02 236	3.75 348	3.57 325	15.81 348	4.27 304	11.72 267	6.96 195	7.23 204	8.47 180	9.09 262	2.66 144	9.36 287	2.71 199	7.49 381	2.32 375	2.01 372	0.08 271	6.77 378	4.67 372

Wz-Net-LNSev-Ref	5.98 292	1.55 302	9.92 326	2.40 289	3.22 310	10.28 312	3.14 280	11.64 263	9.79 264	9.54 281	20.22 328	11.16 296	6.77 287	10.61 309	9.16 315	0.06 273	0.00 1	0.00 1	0.00 1	0.03 58	0.04 101

APVNet	5.98 292	1.72 315	8.72 319	3.21 329	4.04 343	12.31 332	1.81 252	19.09 361	6.10 173	6.13 149	13.41 273	10.69 287	6.30 276	11.26 317	13.90 352	0.05 263	0.02 163	0.11 330	0.03 239	0.53 318	0.20 266

NaN_ROB	6.00 294	1.24 276	6.29 281	1.34 154	1.68 252	9.60 305	10.31 366	15.09 330	15.79 328	12.62 328	8.95 188	11.67 301	5.83 268	11.78 323	6.41 275	0.05 263	0.13 303	0.08 325	0.20 308	0.22 259	0.79 334

DANet	6.02 295	1.23 275	8.45 317	3.86 351	3.94 341	7.64 284	1.34 232	9.51 217	7.00 197	13.39 337	15.53 293	15.99 327	7.02 291	12.14 325	12.37 343	0.19 311	0.12 296	0.02 280	0.03 239	0.13 203	0.56 325
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
XPNet_ROB	6.03 296	1.22 273	5.61 267	2.56 301	0.90 203	6.32 254	7.07 345	12.92 302	8.30 235	14.76 344	15.13 291	19.84 350	6.66 285	10.36 304	8.58 309	0.02 209	0.04 226	0.00 1	0.03 239	0.11 182	0.24 279

Anonymous Stereo	6.16 297	3.15 348	23.75 377	2.97 319	2.48 293	4.39 219	13.30 379	9.21 208	9.86 267	9.56 283	8.76 183	6.79 220	1.99 120	13.50 338	13.04 347	0.01 140	0.05 235	0.00 1	0.06 265	0.22 259	0.19 260

GANet	6.22 298	1.07 257	4.07 198	2.27 273	0.89 201	9.19 299	9.52 360	12.02 276	8.13 231	10.72 309	29.09 362	13.86 312	7.52 301	11.00 314	4.39 246	0.36 332	0.00 1	0.02 280	0.02 227	0.12 193	0.08 165

DISCO	6.28 299	0.57 150	5.78 269	3.43 336	1.17 225	11.22 321	3.39 289	12.14 282	16.16 330	6.52 171	11.22 242	16.96 334	6.32 277	19.51 369	10.74 335	0.00 1	0.00 1	0.00 1	0.00 1	0.35 299	0.11 205

Syn2CoEx	6.32 300	2.72 340	9.33 322	2.45 294	1.67 250	8.59 291	3.32 285	18.08 351	12.27 307	8.53 251	21.08 332	10.30 280	9.80 330	9.30 285	7.86 295	0.01 140	0.00 1	0.00 1	0.00 1	0.63 329	0.43 312

RYNet	6.34 301	0.89 232	5.88 271	1.41 168	4.48 354	15.97 349	4.18 302	13.41 309	16.49 331	10.81 311	7.00 149	14.33 316	8.72 317	9.43 288	13.71 351	0.00 1	0.01 124	0.00 1	0.00 1	0.02 22	0.07 153

GwcNet	6.42 302	1.97 327	10.92 330	2.59 302	5.58 364	11.55 324	2.21 259	14.10 319	16.52 334	10.04 295	17.19 312	10.86 290	5.61 266	9.23 282	8.84 313	0.01 140	0.06 247	0.03 296	0.08 271	0.56 320	0.40 307

Wz-Net-LNSev	6.46 303	1.93 326	16.44 359	1.52 179	4.15 344	12.66 335	4.96 318	13.05 305	12.10 306	10.55 307	16.23 297	11.32 297	7.19 293	8.43 244	8.48 308	0.00 1	0.01 124	0.00 1	0.00 1	0.08 138	0.06 140

DGSMNet	6.47 304	2.61 338	13.64 349	3.46 337	3.74 331	8.97 296	6.01 327	14.15 320	13.01 311	7.46 215	14.10 279	9.94 272	4.79 242	10.44 305	6.22 271	1.30 364	1.70 372	1.80 369	1.52 372	2.27 364	2.35 361

GANetREF_RVC	6.56 305	2.89 342	7.58 311	3.41 334	0.40 142	12.96 338	9.58 361	15.09 330	17.25 337	10.33 299	10.62 230	12.27 304	8.16 311	12.21 326	4.53 249	0.41 338	0.00 1	0.00 1	0.02 227	3.12 367	0.39 306
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
LALA_ROB	6.58 306	1.80 320	6.25 280	1.26 147	0.94 207	10.08 308	9.02 356	16.00 339	11.51 298	12.74 330	13.02 269	24.77 363	5.25 255	10.56 307	8.02 298	0.04 252	0.05 235	0.00 1	0.02 227	0.10 165	0.25 282

S-Stereo	6.63 307	0.84 222	9.67 325	3.15 327	3.48 321	6.49 259	6.22 331	12.99 304	22.84 357	9.48 278	15.51 292	12.00 302	8.43 313	8.04 213	10.70 334	0.12 296	0.17 321	0.00 1	0.38 343	0.13 203	1.92 355

DeepPrunerF	6.75 308	2.69 339	23.31 376	3.68 344	7.16 370	3.78 194	4.29 305	13.42 310	20.13 349	8.13 237	10.46 226	7.18 232	8.06 309	11.10 315	9.44 323	0.24 320	0.15 312	0.29 349	0.42 347	0.66 332	0.45 314

edge stereo	6.76 309	1.01 248	6.76 293	2.20 267	2.45 292	6.41 257	2.45 263	14.84 328	11.98 305	15.29 346	18.31 320	22.02 359	12.56 345	10.82 311	7.49 288	0.03 236	0.06 247	0.11 330	0.03 239	0.30 286	0.14 229

NCC-stereo	6.77 310	1.49 298	6.48 287	2.92 315	4.40 348	7.43 276	3.61 292	19.52 368	13.29 313	8.39 247	16.91 304	15.96 325	12.13 342	12.85 332	7.70 291	1.47 365	0.11 289	0.01 251	0.42 347	0.14 213	0.24 279

Abc-Net	6.77 310	1.49 298	6.48 287	2.92 315	4.40 348	7.43 276	3.61 292	19.52 368	13.29 313	8.39 247	16.91 304	15.96 325	12.13 342	12.85 332	7.70 291	1.47 365	0.11 289	0.01 251	0.42 347	0.14 213	0.24 279
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FAT-Stereo	6.78 312	0.68 184	6.80 294	2.30 277	1.77 261	5.63 241	4.20 303	18.79 356	18.62 339	10.53 306	17.15 310	18.52 343	13.74 353	8.86 269	7.38 287	0.03 236	0.15 312	0.01 251	0.07 267	0.12 193	0.26 287

RP	6.84 313	1.29 285	5.53 265	3.92 352	5.18 361	6.32 254	3.53 290	11.73 268	15.31 326	9.54 281	22.38 339	18.25 341	14.47 355	10.11 298	7.49 288	0.91 356	0.01 124	0.12 332	0.15 291	0.33 295	0.19 260

ccnet	6.87 314	0.92 238	5.15 246	3.09 321	2.18 281	11.78 326	4.90 316	17.97 350	8.79 248	12.79 332	20.20 327	16.00 328	8.35 312	9.12 276	14.17 354	0.42 341	0.33 347	0.25 348	0.09 278	0.40 310	0.48 317

RGC	6.88 315	2.23 332	6.13 278	4.05 353	4.73 360	8.94 295	2.78 271	15.19 334	11.74 300	11.13 316	19.34 323	17.86 338	10.42 335	13.02 335	8.03 300	0.73 350	0.01 124	0.24 347	0.41 346	0.31 291	0.38 305

Nwc_Net	6.97 316	1.25 277	6.63 291	3.82 349	3.37 315	10.83 320	1.67 248	19.56 370	11.35 295	8.36 245	23.62 343	17.19 336	11.44 341	11.21 316	8.08 302	0.80 352	0.00 1	0.00 1	0.02 227	0.13 203	0.09 175

STTRV1_RVC	7.02 317	1.10 263	12.88 344	3.32 332	6.92 369	11.90 328	4.00 298	15.07 329	11.94 304	9.51 279	14.57 285	11.63 299	8.73 318	12.65 331	8.06 301	3.32 372	2.75 383	0.41 357	0.12 286	1.38 352	0.11 205

ADCRef	7.27 318	1.38 288	16.37 357	2.52 297	3.30 314	11.63 325	3.16 281	10.80 248	9.35 256	13.03 335	25.27 354	8.17 248	8.92 321	8.06 220	21.81 372	0.15 301	0.08 267	0.16 337	0.34 340	0.38 303	0.58 326

psmorigin	7.34 319	1.58 304	18.31 364	2.35 286	0.87 199	6.72 263	1.70 251	10.63 244	7.14 201	19.77 358	22.71 340	20.13 352	11.34 339	12.96 334	9.49 324	0.04 252	0.17 321	0.06 316	0.17 299	0.21 255	0.50 320

Wz-Net-MNSev	7.43 320	2.35 335	15.22 354	2.34 285	3.41 320	17.27 357	8.55 352	11.91 273	13.48 315	13.37 336	17.05 307	13.70 309	7.47 300	11.90 324	9.99 330	0.40 337	0.03 206	0.00 1	0.01 207	0.16 221	0.07 153

SDNR	7.50 321	2.32 334	15.58 356	1.82 219	0.63 175	44.66 400	0.44 104	8.59 191	9.52 259	9.84 289	25.18 353	5.30 182	4.38 222	11.46 320	6.49 277	0.05 263	0.03 206	0.00 1	0.01 207	1.79 358	1.87 354

CSAN	7.62 322	1.60 306	6.56 290	1.83 220	0.66 178	12.40 334	10.52 369	14.45 323	21.32 353	14.19 340	15.98 295	17.84 337	13.02 350	12.32 327	8.38 306	0.09 289	0.07 259	0.03 296	0.04 256	0.33 295	0.67 331

SQANet	7.64 323	3.40 352	5.49 261	11.73 381	9.62 379	11.96 330	2.82 272	11.33 258	6.10 173	8.33 244	11.49 248	11.00 293	5.16 254	10.12 302	2.72 201	8.92 384	2.21 374	10.41 381	1.58 373	11.13 383	7.39 382

anonymity	7.68 324	3.83 355	12.39 338	7.04 373	12.67 386	8.18 288	2.00 255	17.50 347	6.85 192	13.56 339	9.21 194	9.97 273	7.82 306	11.28 318	5.58 263	6.27 379	4.98 399	3.68 375	2.96 377	3.33 369	4.48 370

CC-Net-ROB	7.68 324	9.21 377	7.46 308	3.82 349	3.66 329	15.68 347	5.02 319	17.95 349	10.45 284	6.44 170	14.00 278	7.63 236	4.77 239	10.75 310	3.10 210	5.99 378	2.46 377	16.28 385	1.08 365	6.30 377	1.56 351

stereogan	7.69 326	0.88 229	7.08 300	3.49 340	3.93 340	18.98 360	3.23 284	16.52 341	19.58 346	9.93 293	18.92 321	20.50 356	9.04 324	14.07 343	6.14 270	0.26 323	0.04 226	0.21 344	0.03 239	0.63 329	0.33 300

pmcnn	7.72 327	1.27 280	9.42 324	2.91 313	3.14 306	9.44 301	6.23 332	12.56 295	16.51 332	14.53 342	24.08 345	27.44 370	8.49 314	9.32 286	8.44 307	0.06 273	0.08 267	0.00 1	0.00 1	0.30 286	0.15 238

AF-Net	7.78 328	1.44 293	6.68 292	3.37 333	4.50 355	8.61 292	2.69 269	17.07 344	20.17 350	9.52 280	24.02 344	20.31 355	14.59 356	11.58 321	9.84 328	0.61 347	0.00 1	0.12 332	0.00 1	0.38 303	0.12 217

PASM	7.90 329	4.22 356	21.97 374	3.25 330	3.29 313	5.39 238	6.57 338	10.57 242	19.09 341	12.77 331	13.92 277	18.11 340	9.51 328	13.79 341	10.77 337	0.19 311	0.45 358	0.29 349	1.08 365	1.49 354	1.19 344

PWCDC_ROB	7.92 330	3.17 350	7.48 309	5.73 368	4.40 348	10.45 314	0.35 88	14.52 325	28.19 367	10.36 301	31.27 368	7.04 226	9.14 325	13.22 337	8.78 312	2.74 371	0.02 163	0.00 1	0.00 1	1.31 350	0.17 248

ADCP+	8.09 331	1.79 319	14.50 351	1.54 181	4.28 345	16.57 351	5.20 321	12.80 299	11.20 293	12.83 333	17.07 308	11.02 294	10.80 337	17.59 362	23.18 377	0.03 236	0.05 235	0.01 251	0.18 302	0.39 307	0.81 335

SuperB	8.10 332	3.15 348	24.67 379	2.65 303	1.23 227	9.88 307	4.29 305	10.18 236	30.07 370	11.53 321	12.18 260	6.12 204	6.65 284	10.50 306	14.47 355	0.14 299	0.11 289	0.35 353	0.25 321	13.06 387	0.48 317

PWC_ROB	8.24 333	3.13 346	12.74 343	2.43 293	4.43 351	7.51 279	1.22 224	16.63 342	19.24 344	16.08 349	28.29 359	13.99 315	10.16 333	13.63 340	14.06 353	0.42 341	0.00 1	0.05 312	0.00 1	0.59 324	0.27 291

MDST_ROB	8.37 334	0.32 32	9.03 320	4.18 357	2.42 291	26.86 379	6.14 328	19.36 365	13.52 316	27.09 374	22.75 341	9.47 266	4.74 238	15.06 350	6.34 274	0.02 209	0.02 163	0.00 1	0.00 1	0.02 22	0.13 224

G-Net	8.41 335	1.54 301	10.97 331	5.73 368	3.60 326	26.19 373	4.41 308	10.10 233	7.42 208	19.71 357	24.99 352	14.38 317	15.83 357	10.99 313	9.53 325	0.50 345	0.46 359	0.19 343	0.25 321	0.80 337	0.66 330

XQC	8.43 336	3.58 353	16.40 358	2.92 315	2.17 279	13.22 340	3.60 291	14.64 326	25.86 363	11.87 323	12.04 254	15.06 321	10.67 336	15.24 352	19.41 362	0.39 335	0.08 267	0.05 312	0.07 267	0.84 339	0.45 314

FBW_ROB	8.50 337	1.03 252	7.98 314	1.93 233	1.28 231	13.10 339	6.23 332	22.50 376	18.98 340	18.82 354	14.91 290	19.06 346	10.04 332	18.41 364	9.83 327	0.62 348	0.22 334	1.82 371	0.82 360	0.99 343	1.36 347

UDG	8.58 338	9.31 378	4.89 230	10.00 377	9.52 377	10.36 313	2.41 261	12.07 277	9.82 265	7.81 226	9.55 208	16.52 330	9.81 331	7.84 203	7.88 296	4.20 373	2.51 379	18.53 387	3.71 382	9.55 380	5.28 375

aanetorigin	8.72 339	3.29 351	27.55 384	1.95 235	3.84 337	4.93 231	5.39 325	5.49 104	10.05 271	27.85 375	31.47 369	15.80 324	12.78 347	9.04 274	11.98 340	0.25 321	0.22 334	0.22 345	0.25 321	1.28 349	0.84 337

RTSC	9.15 340	3.00 344	13.57 348	3.72 346	1.76 260	11.82 327	0.46 105	16.95 343	36.83 383	15.80 348	15.53 293	12.91 307	7.46 299	20.01 372	21.76 371	0.31 328	0.13 303	0.01 251	0.08 271	0.57 322	0.41 309

WCMA_ROB	9.21 341	0.87 227	7.37 306	2.54 298	2.13 276	13.59 342	5.80 326	11.64 263	14.01 318	24.43 371	32.99 375	27.09 369	18.02 360	12.51 329	9.85 329	0.81 353	0.07 259	0.01 251	0.01 207	0.16 221	0.23 275

Wz-Net-SNSev	9.23 342	6.70 367	24.28 378	1.87 222	1.81 264	8.57 290	12.29 378	17.37 346	20.39 351	10.43 303	23.11 342	16.66 332	8.03 308	14.47 347	17.86 359	0.00 1	0.02 163	0.01 251	0.00 1	0.41 313	0.30 296

MSMD_ROB	9.28 343	1.09 261	4.65 222	1.58 188	0.39 140	16.52 350	4.41 308	13.60 311	14.87 324	22.34 362	39.89 385	25.67 366	20.71 371	12.42 328	6.98 283	0.34 331	0.03 206	0.00 1	0.00 1	0.05 99	0.09 175

Consistency-Raft	9.42 344	4.74 360	12.66 341	5.30 366	9.08 376	4.08 206	5.26 323	19.26 363	24.87 361	11.17 317	29.85 364	13.57 308	5.51 265	7.67 192	13.40 349	0.36 332	0.35 350	1.81 370	4.24 383	11.61 384	3.57 365

DDUNet	9.47 345	11.32 383	6.14 279	12.93 383	11.65 383	10.45 314	3.87 296	11.70 266	7.89 223	9.27 275	13.28 271	16.18 329	6.14 274	8.80 266	5.77 266	6.64 380	3.38 392	20.90 388	4.28 384	11.01 382	7.80 383

ADCPNet	9.54 346	2.39 336	31.46 387	2.09 256	1.60 245	16.71 353	6.39 337	12.11 279	11.45 296	13.53 338	21.45 334	19.41 347	10.94 338	14.38 345	21.54 370	0.27 326	1.16 367	0.39 356	1.49 370	0.58 323	1.45 348

SHD	9.61 347	2.60 337	12.46 339	3.69 345	3.54 323	9.47 302	1.25 225	20.16 373	37.84 386	18.19 353	21.24 333	16.96 334	12.83 349	14.47 347	16.05 357	0.32 329	0.13 303	0.01 251	0.08 271	0.38 303	0.48 317

PDISCO_ROB	9.62 348	1.99 329	11.51 332	9.88 376	9.61 378	21.48 365	3.83 295	19.33 364	28.49 368	11.27 319	14.17 280	19.92 351	5.02 248	16.35 358	9.18 316	5.28 376	0.41 354	0.14 335	0.09 278	2.05 360	2.36 362

MFN_U_SF_DS_RVC	9.78 349	4.27 357	14.47 350	2.29 276	2.85 303	23.40 370	13.62 381	13.60 311	19.54 345	19.42 356	24.27 346	16.74 333	8.59 315	17.05 361	7.98 297	1.25 362	1.68 371	0.17 340	2.63 375	0.72 335	1.04 340

SGM_RVC	10.08 350	0.60 159	3.42 148	2.30 277	0.32 128	19.41 362	6.33 335	18.95 359	14.64 321	25.14 373	24.32 347	33.34 380	18.79 364	19.86 370	12.55 345	0.25 321	0.26 344	0.22 345	0.24 319	0.34 298	0.40 307
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DPSNet	10.14 351	1.88 324	16.82 360	1.85 221	1.73 256	24.84 371	17.20 394	19.92 371	27.41 365	12.23 327	13.62 275	16.52 330	18.35 361	14.42 346	12.50 344	0.78 351	0.54 363	0.08 325	0.25 321	1.18 346	0.59 329

ADCL	10.16 352	2.11 330	19.36 367	1.92 231	1.88 268	22.23 366	8.91 355	14.04 317	23.56 359	14.62 343	26.19 355	12.75 306	13.59 352	16.06 357	22.95 376	0.26 323	0.18 325	0.75 360	0.65 355	0.69 333	0.58 326

FCDSN-DC	10.24 353	0.56 148	3.49 153	1.96 236	1.29 232	16.90 354	4.59 312	17.16 345	19.10 342	24.64 372	32.46 374	33.82 381	22.14 376	15.93 355	10.45 332	0.04 252	0.00 1	0.00 1	0.00 1	0.05 99	0.21 267
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCMid	10.24 353	3.13 346	20.70 370	2.21 268	2.39 290	11.23 322	6.19 329	14.17 321	11.19 292	23.20 368	22.25 337	17.89 339	19.54 367	18.51 365	26.21 384	0.45 343	0.42 356	1.10 365	1.29 367	1.56 356	1.18 343

SANet	10.64 355	1.86 323	10.91 329	1.76 211	0.71 187	14.62 345	9.23 359	19.18 362	37.14 384	19.22 355	27.96 358	25.86 367	19.11 366	13.02 335	10.63 333	0.08 285	0.06 247	0.03 296	0.02 227	0.62 327	0.81 335

FC-DCNN	10.72 356	0.52 137	4.27 204	1.88 225	1.63 246	17.18 355	5.29 324	18.20 352	19.69 347	28.50 376	34.51 378	34.03 382	21.48 374	15.89 354	11.15 339	0.03 236	0.01 124	0.02 280	0.01 207	0.07 130	0.09 175

AnyNet_C32	10.98 357	5.58 363	22.79 375	4.16 355	5.83 365	15.64 346	14.30 382	13.18 306	17.15 336	16.44 351	20.52 330	14.68 319	13.44 351	22.46 376	30.08 390	0.17 307	0.26 344	0.36 354	0.36 342	1.23 347	0.91 338

Wz-Net-TNSev	11.35 358	10.56 381	35.88 392	2.28 275	1.73 256	18.25 359	11.42 371	15.88 338	20.88 352	14.44 341	16.97 306	19.57 348	19.04 365	19.31 368	18.67 361	0.01 140	0.06 247	0.00 1	0.16 293	0.62 327	1.25 345

MeshStereo	11.52 359	1.52 300	4.55 217	1.89 227	1.46 240	19.87 364	5.11 320	20.66 374	15.91 329	32.67 381	34.51 378	39.34 388	21.15 372	18.74 366	12.10 341	0.11 293	0.06 247	0.01 251	0.00 1	0.45 316	0.22 269
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
otaku	11.73 360	7.51 373	7.07 299	13.22 384	10.85 382	26.61 378	7.25 348	18.84 358	19.16 343	11.58 322	17.23 313	20.19 353	8.09 310	15.11 351	4.64 252	9.13 385	2.42 376	13.08 382	1.83 374	12.48 386	8.22 385

Ntro	12.35 361	8.88 375	7.80 312	13.79 385	12.42 385	26.54 377	6.98 344	18.54 353	22.14 356	9.82 287	16.45 298	20.30 354	9.29 327	15.95 356	6.61 281	9.53 387	2.47 378	14.93 384	2.77 376	13.11 388	8.63 388

MFN_U_SF_RVC	12.94 362	3.66 354	25.81 382	3.61 343	2.26 285	22.77 368	4.55 311	27.10 382	20.06 348	23.90 369	28.99 361	30.53 376	16.98 358	19.92 371	20.26 365	1.24 361	1.07 366	0.98 364	1.33 368	1.80 359	2.04 357

WZ-Net	13.00 363	4.64 359	41.07 395	3.48 339	3.15 308	19.12 361	15.66 392	14.81 327	31.33 372	15.71 347	27.88 357	22.22 360	14.01 354	20.44 374	25.03 381	0.64 349	0.00 1	0.01 251	0.03 239	0.39 307	0.37 304

ADCS	13.02 364	4.93 361	28.38 385	3.17 328	2.67 298	13.61 343	10.83 370	18.70 354	33.46 375	22.59 363	24.78 350	19.59 349	18.51 363	23.40 379	32.16 393	0.10 291	0.19 329	0.37 355	0.18 302	1.26 348	1.46 349

MFMNet_re	13.29 365	8.60 374	18.29 363	9.75 375	7.25 372	19.65 363	14.84 386	20.71 375	30.72 371	23.03 366	28.77 360	18.85 345	26.09 382	13.55 339	9.82 326	2.44 369	1.35 370	0.34 352	0.23 317	4.78 372	6.69 380

EDNetEfficient	13.82 366	6.19 365	54.79 402	2.83 310	3.60 326	4.86 228	8.57 353	8.61 196	32.90 374	40.77 393	30.59 367	18.33 342	21.87 375	11.38 319	25.36 382	0.15 301	0.23 336	0.06 316	1.03 364	2.54 365	1.79 352

LSM	14.01 367	5.95 364	33.49 388	6.78 372	43.61 409	10.22 310	9.98 365	15.16 333	22.93 358	23.07 367	32.34 373	18.52 343	12.67 346	15.45 353	11.10 338	0.16 306	0.51 362	0.09 328	0.32 336	1.08 344	16.85 404

SAMSARA	14.63 368	2.74 341	12.38 337	12.65 382	6.74 368	36.50 392	72.93 415	19.36 365	23.77 360	16.20 350	13.04 270	29.21 373	12.78 347	16.98 360	15.21 356	0.11 293	0.26 344	0.03 296	0.14 289	0.76 336	0.77 333

SPS-STEREO	15.04 369	6.23 366	13.21 347	11.34 380	11.65 383	23.30 369	7.15 346	24.16 379	15.65 327	31.78 380	29.19 363	31.62 377	21.32 373	24.62 380	19.50 363	7.59 382	4.19 397	3.22 374	1.48 369	6.99 379	6.54 379
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	15.44 370	2.93 343	14.67 352	4.21 358	3.39 318	17.43 358	4.16 301	27.84 386	48.84 395	31.02 379	43.54 390	29.76 375	30.81 387	25.97 382	21.40 368	0.23 318	0.41 354	0.04 306	0.33 338	0.41 313	1.33 346

SGM+DAISY	15.62 371	7.26 372	19.28 366	8.94 374	10.11 381	26.25 374	10.49 368	19.36 365	14.65 322	30.64 378	33.59 376	33.00 379	22.32 377	24.96 381	16.42 358	7.90 383	6.25 401	4.51 377	3.37 379	5.86 375	7.20 381

ACVNet-4b	15.90 372	22.00 388	12.37 336	16.40 387	15.14 389	31.87 385	7.50 350	19.04 360	27.85 366	11.48 320	22.02 336	31.86 378	9.16 326	17.95 363	5.69 264	10.43 389	2.58 380	24.44 391	4.87 388	16.04 390	9.28 389

NVStereoNet_ROB	16.04 373	6.75 368	12.90 345	6.37 371	7.42 373	12.89 337	9.74 363	22.78 377	25.12 362	30.32 377	46.19 393	34.37 383	25.38 379	21.48 375	21.38 367	5.94 377	3.10 389	6.07 380	10.09 393	4.01 370	8.54 387
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
AnyNet_C01	16.12 374	10.81 382	59.36 404	4.42 360	2.49 294	30.06 382	15.15 390	17.51 348	16.51 332	17.88 352	37.69 382	24.04 362	17.54 359	29.60 385	33.29 394	0.28 327	0.38 352	0.43 358	0.42 347	2.57 366	1.98 356

MSC_U_SF_DS_RVC	16.41 375	6.93 370	21.83 373	5.94 370	2.81 302	38.71 394	14.59 383	24.55 380	34.87 381	33.66 385	34.35 377	29.24 374	24.20 378	22.59 377	17.95 360	2.52 370	2.81 384	1.17 367	1.51 371	5.89 376	2.16 358

ELAS_RVC	16.54 376	2.26 333	10.09 328	5.50 367	4.46 353	28.28 381	16.72 393	25.55 381	33.54 376	40.19 391	40.30 387	36.68 385	30.03 385	29.40 384	20.61 366	0.98 359	1.21 368	0.86 363	0.70 357	1.39 353	2.16 358
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	16.72 377	2.14 331	9.23 321	4.92 363	4.53 356	32.66 388	15.11 389	27.40 384	28.68 369	40.27 392	44.90 391	38.33 387	30.50 386	26.44 383	21.94 373	0.88 354	1.23 369	0.67 359	0.89 362	1.49 354	2.18 360
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LE_ROB	16.73 378	1.28 283	11.61 333	3.72 346	1.65 247	16.67 352	9.17 357	14.39 322	55.91 400	63.81 411	40.86 388	35.94 384	37.73 395	14.24 344	26.87 385	0.05 263	0.10 283	0.13 334	0.22 316	0.12 193	0.15 238

SGM-ForestM	16.99 379	1.08 259	5.74 268	2.12 259	0.75 189	31.63 384	12.21 376	27.80 385	32.25 373	37.88 388	39.99 386	52.96 397	35.20 392	33.60 389	24.47 379	0.26 323	0.39 353	0.31 351	0.39 345	0.26 277	0.53 323

DispFullNet	17.47 380	26.01 391	33.98 390	22.58 392	20.86 396	13.84 344	1.28 228	16.50 340	26.27 364	19.97 359	17.17 311	20.52 357	18.49 362	22.86 378	10.76 336	5.13 375	2.83 385	30.72 395	7.72 391	20.86 394	11.01 394

EDNetEfficientorigin	17.87 381	14.00 384	99.53 424	1.64 197	0.92 204	10.55 316	6.26 334	13.21 307	34.84 380	38.20 390	36.91 381	27.47 371	26.32 383	14.71 349	25.69 383	0.04 252	0.06 247	0.14 335	0.52 353	3.16 368	3.27 364

RainbowNet	18.01 382	26.22 392	19.95 368	18.59 389	14.88 388	27.38 380	10.46 367	27.39 383	34.54 378	14.91 345	27.01 356	25.65 365	12.44 344	18.94 367	9.23 317	13.91 395	3.46 393	23.36 390	4.86 387	16.03 389	10.91 393

ACVNet_1	18.70 383	25.08 390	12.72 342	17.33 388	15.18 390	26.02 372	9.62 362	28.44 387	34.49 377	24.39 370	24.32 347	37.22 386	20.13 370	16.67 359	13.39 348	10.45 390	2.59 381	24.77 392	4.92 389	16.57 391	9.75 390

RTS	18.87 384	9.32 379	86.48 412	4.95 364	6.10 366	42.08 396	14.70 384	15.49 335	41.06 388	22.65 364	32.32 371	13.77 310	19.54 367	37.98 394	28.96 387	0.41 338	0.23 336	0.00 1	0.02 227	0.91 340	0.50 320

RTSA	18.87 384	9.32 379	86.48 412	4.95 364	6.10 366	42.08 396	14.70 384	15.49 335	41.06 388	22.65 364	32.32 371	13.77 310	19.54 367	37.98 394	28.96 387	0.41 338	0.23 336	0.00 1	0.02 227	0.91 340	0.50 320

MANE	19.47 386	1.27 280	5.07 240	4.69 361	5.55 363	30.49 383	9.94 364	34.01 389	37.27 385	44.13 397	51.57 401	52.51 395	40.41 397	33.58 388	24.81 380	0.89 355	0.86 365	1.11 366	9.72 392	0.38 303	1.06 341

coex-ft	19.78 387	19.39 387	87.73 414	1.77 213	1.80 263	17.25 356	13.50 380	12.63 297	42.10 390	60.18 407	38.90 383	28.72 372	28.74 384	11.74 322	27.40 386	0.21 315	0.23 336	0.04 306	0.30 334	1.36 351	1.54 350

BEATNet-Init1	23.31 388	9.03 376	41.67 396	4.17 356	2.53 295	45.68 402	19.47 397	33.43 388	38.45 387	47.59 400	49.10 397	59.31 401	41.80 398	38.35 396	29.21 389	0.47 344	0.50 361	0.81 361	0.66 356	2.10 363	1.86 353

DLNR_Zeroshot_test	24.70 389	50.77 409	90.11 415	98.11 424	97.34 422	1.38 13	0.12 32	22.79 378	3.09 50	1.07 34	2.95 47	0.71 42	0.29 8	6.93 155	2.29 183	38.56 406	0.37 351	0.00 1	0.30 334	76.73 419	0.09 175

FADE	25.68 390	17.27 386	50.60 400	10.46 378	9.90 380	22.50 367	9.17 357	35.80 391	53.05 397	20.32 361	19.01 322	26.54 368	34.42 390	39.35 397	33.52 395	30.62 405	14.22 406	38.39 404	37.63 407	5.22 373	5.56 377

ACVNet_2	26.45 391	29.35 396	25.14 380	20.27 391	15.43 391	34.97 390	12.23 377	48.37 402	66.25 410	42.69 394	56.73 405	51.77 393	25.59 380	20.39 373	13.52 350	10.13 388	2.59 381	22.78 389	3.52 381	17.57 392	9.80 391

MADNet+	27.07 392	33.84 398	90.97 416	20.14 390	7.47 374	48.43 404	47.10 411	35.43 390	36.46 382	20.11 360	30.05 365	25.29 364	35.08 391	45.50 403	50.28 409	2.13 367	2.00 373	1.19 368	0.76 358	4.71 371	4.43 368

IMH-64-1	27.21 393	28.77 393	16.84 361	31.57 395	20.76 394	26.43 375	15.10 387	47.11 397	45.20 392	33.53 383	51.16 399	41.42 389	31.10 388	36.48 390	22.39 374	13.48 393	2.87 387	33.95 397	10.70 394	23.50 396	11.75 395

IMH-64	27.21 393	28.77 393	16.84 361	31.57 395	20.76 394	26.43 375	15.10 387	47.11 397	45.20 392	33.53 383	51.16 399	41.42 389	31.10 388	36.48 390	22.39 374	13.48 393	2.87 387	33.95 397	10.70 394	23.50 396	11.75 395

JetBlue	29.12 395	15.72 385	54.12 401	15.93 386	20.98 397	60.90 413	30.62 404	39.38 392	34.62 379	34.08 386	39.69 384	57.35 400	43.17 399	50.71 409	50.60 410	2.41 368	3.79 395	2.81 373	3.45 380	9.57 381	12.59 398

WAO-7	29.39 396	24.43 389	20.47 369	32.71 398	13.83 387	34.70 389	20.27 400	52.19 407	65.03 408	43.29 395	59.35 407	52.19 394	44.68 401	31.71 386	30.56 391	10.98 391	4.94 398	13.71 383	12.52 398	12.06 385	8.22 385

IMH	29.82 397	29.11 395	18.51 365	34.28 399	21.40 399	32.33 387	15.39 391	49.40 404	53.07 398	37.88 388	55.32 404	45.05 391	39.54 396	40.63 398	24.12 378	14.03 396	3.27 391	34.93 399	11.24 396	24.69 398	12.21 397

PWCK	30.53 398	44.32 405	47.25 398	29.76 393	7.23 371	40.78 395	27.10 403	44.73 396	44.32 391	47.31 399	36.37 380	47.16 392	26.05 381	41.26 399	31.87 392	21.83 400	4.03 396	29.50 394	4.67 385	27.17 402	7.80 383

TorneroNet-64	32.42 399	31.89 397	30.52 386	34.73 400	21.13 398	46.99 403	18.82 395	43.10 395	59.42 403	32.70 382	46.98 394	62.01 403	36.98 393	43.97 402	33.88 396	14.10 397	3.22 390	35.28 400	11.72 397	26.84 401	14.07 399

Dean	34.67 400	38.70 403	25.33 381	29.89 394	17.21 392	45.24 401	11.98 375	56.90 411	76.55 412	63.47 410	60.22 408	67.36 409	48.14 404	37.24 392	39.01 401	11.00 392	2.83 385	28.35 393	5.60 390	18.14 393	10.31 392

WAO-6	34.74 401	36.76 402	15.36 355	37.53 401	24.15 403	35.99 391	19.36 396	48.96 403	68.54 411	43.84 396	47.58 395	52.77 396	52.60 405	32.63 387	34.73 398	26.20 403	7.74 404	42.78 405	21.64 404	28.07 403	17.62 405

LVE	34.99 402	40.10 404	34.97 391	32.49 397	18.61 393	51.45 409	26.82 402	52.15 406	65.94 409	47.21 398	61.04 409	53.99 398	37.30 394	37.95 393	34.09 397	15.55 399	5.95 400	31.01 396	13.81 399	22.58 395	16.72 403

TorneroNet	35.11 403	33.92 399	33.82 389	37.86 402	22.01 400	49.64 406	21.58 401	48.09 401	55.23 399	37.50 387	53.79 402	62.81 406	43.66 400	46.71 405	41.25 404	14.80 398	3.53 394	36.72 401	14.57 400	28.28 404	16.49 402

WAO-8	38.15 404	35.51 400	21.50 371	43.67 403	23.92 401	44.44 398	20.26 398	52.83 408	76.62 413	53.57 404	66.79 412	62.63 404	54.56 408	42.03 400	39.18 402	22.71 401	6.65 402	37.08 402	19.08 402	24.72 400	15.24 400

Venus	38.15 404	35.51 400	21.50 371	43.67 403	23.92 401	44.44 398	20.26 398	52.83 408	76.62 413	53.57 404	66.81 413	62.63 404	54.56 408	42.03 400	39.18 402	22.71 401	6.65 402	37.08 402	19.08 402	24.70 399	15.24 400

UNDER WATER	45.09 406	48.60 408	67.37 407	49.30 407	31.41 405	53.80 411	37.39 406	40.25 394	52.48 396	50.24 401	45.37 392	68.37 411	57.76 411	51.03 410	49.88 408	29.97 404	13.75 405	51.22 407	36.57 405	37.87 406	29.12 406

UNDER WATER-64	45.16 407	46.99 406	66.69 406	43.90 405	27.64 404	55.58 412	41.87 408	39.42 393	48.42 394	51.73 403	43.08 389	67.76 410	56.69 410	48.02 407	48.34 407	39.50 407	17.64 407	51.78 408	38.93 408	36.62 405	32.61 407

notaker	47.42 408	55.20 410	49.13 399	56.52 410	40.18 406	38.52 393	32.97 405	47.21 399	56.08 401	57.21 406	57.24 406	60.09 402	59.19 412	53.93 411	41.64 405	40.61 408	19.93 408	57.21 410	37.41 406	49.02 409	39.02 408

ktn	48.94 409	57.58 411	38.86 394	59.57 412	43.27 408	50.37 407	43.38 409	48.07 400	61.11 404	51.30 402	54.25 403	54.96 399	52.88 406	47.30 406	35.83 399	57.77 412	24.88 409	62.69 413	43.55 409	50.70 410	40.41 409

DPSimNet_ROB	53.45 410	64.73 415	44.39 397	53.97 408	45.39 410	53.66 410	54.83 412	55.15 410	57.87 402	64.16 412	50.83 398	63.40 407	53.34 407	46.45 404	65.81 413	63.13 414	26.54 410	57.94 411	51.11 412	45.52 408	50.69 414

KSHMR	55.63 411	63.60 414	37.85 393	74.69 415	49.56 412	49.01 405	45.73 410	57.46 412	63.97 407	61.61 409	62.07 410	72.39 413	47.01 402	50.65 408	43.29 406	54.10 411	62.21 413	66.10 414	53.94 413	51.25 412	46.11 412

HanzoNet	56.48 412	59.32 412	58.25 403	55.32 409	41.94 407	50.95 408	41.33 407	51.12 405	61.40 405	65.62 413	65.59 411	71.66 412	69.41 413	70.77 414	60.03 412	63.99 415	34.70 411	61.96 412	50.54 411	51.00 411	44.71 411

JetRed	61.02 413	61.05 413	82.56 411	46.09 406	56.80 414	83.19 415	63.76 413	59.26 413	63.61 406	69.29 414	68.85 414	66.59 408	47.62 403	61.57 412	74.09 414	45.58 409	66.14 416	46.59 406	45.06 410	63.17 413	49.58 413

LRCNet_RVC	66.23 414	65.67 416	67.63 408	71.47 414	54.32 413	32.17 386	2.66 268	63.19 414	21.35 354	81.79 416	91.26 417	83.62 415	71.62 414	69.32 413	52.57 411	95.49 421	64.45 415	95.07 421	95.19 421	71.52 415	74.31 417

SPstereo	72.39 415	47.55 407	62.34 405	56.88 411	45.69 411	78.85 414	84.60 416	100.00 427	100.00 425	98.50 423	98.20 422	100.00 428	96.58 420	96.95 421	81.91 415	46.63 410	38.86 412	67.86 415	64.79 415	39.95 407	41.68 410

ASD4	75.85 416	81.57 417	69.25 409	68.23 413	80.87 418	96.24 418	99.15 423	77.50 415	93.47 419	77.59 415	85.63 415	78.32 414	76.43 415	77.89 415	82.61 416	58.30 413	62.67 414	55.02 409	62.43 414	68.35 414	65.49 416

MADNet++	82.84 417	82.38 418	73.57 410	87.72 420	82.97 419	93.14 416	69.15 414	86.42 419	82.50 415	93.46 420	86.70 416	86.28 416	80.92 416	88.34 416	88.84 417	86.83 419	84.17 420	72.64 416	68.92 416	80.47 420	81.42 421

tt	83.26 418	0.34 53	99.99 426	79.40 419	93.18 420	100.00 425	100.00 426	100.00 427	99.95 422	60.33 408	47.63 396	99.98 426	99.96 424	99.98 425	100.00 429	92.42 420	99.82 424	73.83 420	73.63 417	88.42 421	56.35 415

xxxxx1	85.63 419	90.31 419	96.68 419	76.54 416	80.57 415	97.44 420	96.86 420	85.53 416	88.53 416	88.68 417	91.71 418	94.23 417	92.93 417	90.02 417	91.98 418	70.60 416	70.39 417	73.68 417	81.46 418	74.61 416	79.86 418

tt_ll	85.63 419	90.31 419	96.68 419	76.54 416	80.57 415	97.44 420	96.86 420	85.53 416	88.53 416	88.68 417	91.71 418	94.23 417	92.93 417	90.02 417	91.98 418	70.60 416	70.39 417	73.68 417	81.46 418	74.61 416	79.86 418

ff	85.63 419	90.31 419	96.68 419	76.54 416	80.57 415	97.44 420	96.86 420	85.53 416	88.53 416	88.68 417	91.71 418	94.23 417	92.93 417	90.02 417	91.98 418	70.60 416	70.39 417	73.68 417	81.46 418	74.61 416	79.86 418

PML	97.88 422	100.00 427	96.45 418	98.01 423	97.88 423	100.00 425	99.35 424	96.88 420	97.72 421	100.00 427	97.36 421	97.38 421	99.60 423	100.00 428	96.32 422	99.99 426	97.55 421	100.00 424	96.01 422	99.18 423	87.92 422

MEDIAN_ROB	98.41 423	99.70 422	99.30 423	97.09 421	97.02 421	96.89 419	95.77 419	97.66 422	97.28 420	98.79 424	98.94 423	99.18 422	98.14 422	96.89 420	96.88 423	99.96 425	99.16 422	100.00 424	99.99 425	99.69 424	99.88 424

HaxPig	98.85 424	99.94 424	95.08 417	99.99 427	100.00 426	94.03 417	94.78 417	99.15 423	99.98 424	99.99 426	100.00 425	99.98 426	99.99 425	98.12 422	95.97 421	100.00 428	99.99 426	100.00 424	99.99 425	100.00 427	99.99 427

Anonymous_1	99.08 425	99.91 423	99.85 425	97.63 422	99.10 424	100.00 425	100.00 426	99.61 424	99.96 423	99.28 425	99.86 424	99.54 423	99.99 425	99.29 423	99.75 424	96.05 422	99.59 423	97.31 422	98.57 423	97.71 422	98.63 423

test_example2	99.39 426	99.98 426	99.99 426	100.00 430	99.98 425	99.72 424	99.99 425	97.34 421	100.00 425	100.00 427	100.00 425	96.42 420	96.66 421	99.97 424	99.96 425	100.00 428	99.97 425	98.66 423	99.15 424	100.00 427	100.00 429

AVERAGE_ROB	99.62 427	99.95 425	98.81 422	100.00 430	100.00 426	98.08 423	95.47 418	100.00 427	100.00 425	100.00 427	100.00 425	100.00 428	100.00 427	100.00 428	99.99 426	100.00 428	100.00 427	100.00 424	100.00 427	100.00 427	100.00 429

DGTPSM_ROB	99.90 428	100.00 427	99.99 426	99.99 427	100.00 426	100.00 425	100.00 426	99.97 425	100.00 425	98.35 421	100.00 425	99.84 424	100.00 427	99.98 425	99.99 426	99.99 426	100.00 427	100.00 424	100.00 427	100.00 427	100.00 429

DPSMNet_ROB	99.91 429	100.00 427	99.99 426	99.99 427	100.00 426	100.00 425	100.00 426	99.98 426	100.00 425	98.35 421	100.00 425	99.84 424	100.00 427	99.98 425	99.99 426	100.00 428	100.00 427	100.00 424	100.00 427	100.00 427	100.00 429

DPSM_ROB	99.95 430	100.00 427	100.00 430	99.76 425	100.00 426	100.00 425	100.00 426	100.00 427	100.00 425	100.00 427	100.00 425	100.00 428	100.00 427	100.00 428	100.00 429	99.21 423	100.00 427	100.00 424	100.00 427	99.99 425	99.95 425

DPSM	99.95 430	100.00 427	100.00 430	99.76 425	100.00 426	100.00 425	100.00 426	100.00 427	100.00 425	100.00 427	100.00 425	100.00 428	100.00 427	100.00 428	100.00 429	99.21 423	100.00 427	100.00 424	100.00 427	99.99 425	99.95 425

MyStereo03	100.00 432	100.00 427	100.00 430	100.00 430	100.00 426	100.00 425	100.00 426	100.00 427	100.00 425	100.00 427	100.00 425	100.00 428	100.00 427	100.00 428	100.00 429	100.00 428	100.00 427	100.00 424	100.00 427	100.00 427	100.00 429

MyStereo02	100.00 432	100.00 427	100.00 430	100.00 430	100.00 426	100.00 425	100.00 426	100.00 427	100.00 425	100.00 427	100.00 425	100.00 428	100.00 427	100.00 428	100.00 429	100.00 428	100.00 427	100.00 424	100.00 427	100.00 427	100.00 429

MyStereo	100.00 432	100.00 427	100.00 430	100.00 430	100.00 426	100.00 425	100.00 426	100.00 427	100.00 425	100.00 427	100.00 425	100.00 428	100.00 427	100.00 428	100.00 429	100.00 428	100.00 427	100.00 424	100.00 427	100.00 427	100.00 429

Selective-RAFT-Error	100.00 432	100.00 427	100.00 430	100.00 430	100.00 426	100.00 425	100.00 426	100.00 427	100.00 425	100.00 427	100.00 425	100.00 428	100.00 427	100.00 428	100.00 429	100.00 428	100.00 427	100.00 424	100.00 427	100.00 427	100.00 429

CasAABBNet	100.00 432	100.00 427	100.00 430	100.00 430	100.00 426	100.00 425	100.00 426	100.00 427	100.00 425	100.00 427	100.00 425	100.00 428	100.00 427	100.00 428	100.00 429	100.00 428	100.00 427	100.00 424	100.00 427	100.00 427	100.00 429

LSM0	100.00 432	100.00 427	100.00 430	100.00 430	100.00 426	100.00 425	100.00 426	100.00 427	100.00 425	100.00 427	100.00 425	100.00 428	100.00 427	100.00 428	100.00 429	100.00 428	100.00 427	100.00 424	100.00 427	100.00 427	99.99 427

Low-res two-view benchmark