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

CroCo-Stereo Lap2	0.28 8	0.24 180	0.39 70	0.50 284	0.29 213	0.20 1	0.31 85	0.49 13	0.38 35	0.24 1	0.27 4	0.46 66	0.31 56	0.39 14	0.30 59	0.14 32	0.15 201	0.16 60	0.13 50	0.16 108	0.15 106

test_4	0.36 64	0.18 34	0.31 13	0.44 201	0.25 112	0.20 1	0.34 117	0.56 28	0.41 42	0.59 72	1.45 329	0.43 54	0.25 11	0.63 148	0.28 43	0.12 4	0.10 9	0.17 85	0.19 208	0.15 77	0.11 9

CroCo-Stereo	0.26 3	0.22 128	0.36 34	0.48 255	0.22 42	0.20 1	0.29 57	0.51 16	0.44 52	0.28 4	0.23 1	0.42 48	0.26 17	0.29 1	0.26 25	0.15 79	0.13 152	0.13 9	0.11 15	0.16 108	0.12 33
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
Pruner-Stereo	0.38 93	0.20 70	0.45 130	0.40 107	0.25 112	0.22 4	0.24 24	0.67 90	0.55 77	0.89 244	0.76 100	0.68 166	0.29 42	0.62 138	0.35 110	0.18 170	0.12 98	0.20 178	0.17 162	0.17 139	0.18 175

DLNR_Zeroshot_test	20.09 420	36.28 428	38.04 425	169.85 437	61.80 433	0.23 5	0.20 1	13.88 419	0.37 31	0.44 41	0.66 73	0.43 54	0.21 5	0.62 138	0.28 43	5.46 418	0.10 9	0.15 42	0.11 15	72.60 436	0.11 9

RAFT_R40	0.40 119	0.19 49	0.44 119	0.43 186	0.25 112	0.23 5	0.26 37	0.67 90	0.67 115	0.98 285	0.78 112	0.72 186	0.43 122	0.76 219	0.35 110	0.16 110	0.11 57	0.20 178	0.16 122	0.18 157	0.14 87

DisPM	0.39 107	0.19 49	0.44 119	0.41 131	0.27 171	0.24 7	0.31 85	0.65 71	0.57 82	0.87 232	0.87 158	0.60 127	0.32 60	0.76 219	0.32 73	0.18 170	0.12 98	0.19 154	0.17 162	0.15 77	0.20 223

Patchmatch Stereo++	0.35 46	0.23 145	0.47 155	0.41 131	0.22 42	0.24 7	0.22 8	0.59 36	0.36 21	0.63 89	0.73 88	0.58 108	0.38 91	0.58 105	0.36 126	0.18 170	0.12 98	0.20 178	0.16 122	0.20 203	0.15 106
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.35 46	0.23 145	0.47 155	0.41 131	0.22 42	0.24 7	0.31 85	0.59 36	0.36 21	0.63 89	0.73 88	0.58 108	0.38 91	0.56 78	0.35 110	0.18 170	0.12 98	0.20 178	0.16 122	0.20 203	0.15 106

ROB_FTStereo_v2	0.35 46	0.23 145	0.47 155	0.41 131	0.22 42	0.24 7	0.31 85	0.59 36	0.36 21	0.63 89	0.73 88	0.57 100	0.38 91	0.57 88	0.36 126	0.18 170	0.12 98	0.20 178	0.16 122	0.20 203	0.15 106

HUI-Stereo	0.35 46	0.23 145	0.47 155	0.41 131	0.22 42	0.24 7	0.22 8	0.60 45	0.36 21	0.63 89	0.73 88	0.58 108	0.38 91	0.50 51	0.35 110	0.18 170	0.12 98	0.20 178	0.16 122	0.20 203	0.15 106

iGMRVC	0.35 46	0.23 145	0.47 155	0.41 131	0.22 42	0.24 7	0.30 70	0.59 36	0.36 21	0.63 89	0.73 88	0.58 108	0.38 91	0.58 105	0.36 126	0.18 170	0.12 98	0.20 178	0.16 122	0.20 203	0.15 106

iRAFT	0.35 46	0.23 145	0.47 155	0.41 131	0.22 42	0.24 7	0.22 8	0.59 36	0.36 21	0.63 89	0.73 88	0.58 108	0.38 91	0.58 105	0.36 126	0.18 170	0.12 98	0.20 178	0.16 122	0.20 203	0.15 106

RAFT-IKP	0.35 46	0.23 145	0.47 155	0.41 131	0.22 42	0.24 7	0.28 50	0.59 36	0.36 21	0.63 89	0.73 88	0.57 100	0.38 91	0.58 105	0.36 126	0.18 170	0.12 98	0.20 178	0.16 122	0.20 203	0.15 106

ROB_FTStereo	0.35 46	0.23 145	0.47 155	0.41 131	0.22 42	0.25 15	0.21 4	0.59 36	0.36 21	0.63 89	0.73 88	0.58 108	0.38 91	0.57 88	0.35 110	0.18 170	0.12 98	0.20 178	0.16 122	0.20 203	0.15 106

SST-Stereo	0.40 119	0.19 49	0.45 130	0.42 168	0.25 112	0.25 15	0.21 4	0.66 80	0.47 59	1.08 320	0.79 121	0.72 186	0.43 122	0.77 226	0.35 110	0.16 110	0.11 57	0.20 178	0.16 122	0.19 190	0.15 106

CASnet	0.30 24	0.20 70	0.33 20	0.41 131	0.16 2	0.26 17	0.24 24	0.52 19	0.53 69	0.52 58	0.54 45	0.39 37	0.24 10	0.40 16	0.26 25	0.14 32	0.10 9	0.22 229	0.18 184	0.18 157	0.11 9
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.27 5	0.17 19	0.31 13	0.34 11	0.45 328	0.26 17	0.28 50	0.37 1	0.32 7	0.30 7	0.46 23	0.31 7	0.37 88	0.36 5	0.24 6	0.14 32	0.10 9	0.15 42	0.12 29	0.13 20	0.11 9

MC-Stereo	0.28 8	0.17 19	0.32 17	0.38 65	0.20 20	0.26 17	0.26 37	0.49 13	0.37 31	0.37 17	0.61 62	0.41 42	0.31 56	0.55 70	0.25 9	0.13 12	0.09 2	0.14 16	0.12 29	0.12 8	0.11 9

NF-Stereo	0.38 93	0.20 70	0.45 130	0.41 131	0.25 112	0.26 17	0.31 85	0.69 108	0.70 121	0.65 105	0.77 104	0.57 100	0.30 52	0.67 177	0.35 110	0.18 170	0.12 98	0.20 178	0.16 122	0.16 108	0.27 279

OCTAStereo	0.38 93	0.20 70	0.46 145	0.41 131	0.25 112	0.26 17	0.31 85	0.69 108	0.70 121	0.65 105	0.77 104	0.58 108	0.30 52	0.67 177	0.35 110	0.18 170	0.12 98	0.20 178	0.16 122	0.16 108	0.27 279

RE-Stereo	0.38 93	0.20 70	0.46 145	0.41 131	0.25 112	0.26 17	0.31 85	0.69 108	0.70 121	0.65 105	0.77 104	0.58 108	0.30 52	0.67 177	0.35 110	0.18 170	0.12 98	0.20 178	0.16 122	0.16 108	0.27 279

TVStereo	0.38 93	0.20 70	0.46 145	0.41 131	0.25 112	0.26 17	0.31 85	0.69 108	0.70 121	0.65 105	0.77 104	0.58 108	0.30 52	0.67 177	0.35 110	0.18 170	0.12 98	0.20 178	0.16 122	0.16 108	0.27 279

DeepStereo_RVC	0.36 64	0.21 101	0.47 155	0.40 107	0.24 86	0.26 17	0.22 8	0.60 45	0.38 35	0.69 128	0.67 77	0.57 100	0.51 160	0.56 78	0.39 152	0.16 110	0.12 98	0.18 119	0.15 94	0.19 190	0.18 175

test croco	0.31 26	0.20 70	0.50 193	0.39 84	0.29 213	0.27 25	0.30 70	0.44 6	0.35 16	0.31 8	0.66 73	0.30 5	0.31 56	0.65 162	0.31 65	0.17 142	0.13 152	0.20 178	0.15 94	0.17 139	0.12 33

StereoIM	0.26 3	0.18 34	0.36 34	0.36 37	0.26 147	0.27 25	0.27 43	0.43 5	0.35 16	0.27 2	0.26 3	0.41 42	0.28 32	0.40 16	0.28 43	0.16 110	0.14 178	0.16 60	0.13 50	0.14 45	0.12 33

MIM_Stereo	0.38 93	0.17 19	0.53 211	0.37 44	0.24 86	0.27 25	0.24 24	0.70 122	0.54 73	0.72 151	1.00 215	0.63 138	0.29 42	0.64 155	0.38 146	0.13 12	0.14 178	0.17 85	0.16 122	0.14 45	0.11 9

Selective-IGEV	0.24 1	0.18 34	0.35 29	0.35 29	0.19 9	0.27 25	0.25 31	0.55 27	0.23 1	0.27 2	0.25 2	0.34 20	0.19 2	0.58 105	0.22 1	0.12 4	0.10 9	0.14 16	0.11 15	0.12 8	0.10 3

IRAFT_RVC	0.42 136	0.20 70	0.48 171	0.44 201	0.24 86	0.27 25	0.54 285	0.74 140	0.77 157	0.76 171	0.80 123	0.73 195	0.51 160	0.70 191	0.36 126	0.17 142	0.10 9	0.21 217	0.16 122	0.16 108	0.14 87

CREStereo++_RVC	0.32 28	0.15 3	0.23 1	0.31 6	0.24 86	0.27 25	0.22 8	0.46 8	0.88 211	0.46 45	0.80 123	0.30 5	0.26 17	0.36 5	0.33 85	0.13 12	0.09 2	0.13 9	0.51 373	0.13 20	0.09 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
AFF-stereo	0.38 93	0.19 49	0.39 70	0.37 44	0.21 29	0.27 25	0.31 85	0.65 71	0.66 113	0.64 98	1.13 265	0.76 207	0.39 103	0.55 70	0.33 85	0.11 1	0.09 2	0.16 60	0.16 122	0.13 20	0.11 9

MIF-Stereo (partial)	0.31 26	0.18 34	0.37 44	0.41 131	0.31 240	0.28 32	0.23 18	0.47 9	0.42 46	0.31 8	0.63 64	0.36 30	0.35 76	0.57 88	0.31 65	0.17 142	0.13 152	0.19 154	0.17 162	0.18 157	0.14 87

test_5	0.43 142	0.24 180	0.43 109	0.52 307	0.28 190	0.28 32	0.42 228	0.72 131	0.82 178	0.62 82	0.91 174	0.72 186	0.55 178	0.79 233	0.35 110	0.14 32	0.11 57	0.18 119	0.18 184	0.18 157	0.16 144

PFNet+	0.40 119	0.19 49	0.49 181	0.39 84	0.25 112	0.28 32	0.23 18	0.64 70	0.70 121	0.85 220	0.79 121	0.64 145	0.35 76	0.72 201	0.34 95	0.19 199	0.14 178	0.23 243	0.20 230	0.16 108	0.20 223

AnonymousM	0.41 130	0.81 366	0.29 10	0.34 11	0.22 42	0.28 32	0.38 184	0.53 26	0.41 42	0.70 134	0.49 31	0.47 68	0.27 23	0.41 19	0.31 65	0.15 79	0.12 98	1.51 386	0.26 305	0.12 8	0.10 3

DCANet-4	0.36 64	0.20 70	0.48 171	0.34 11	0.19 9	0.29 36	0.30 70	0.66 80	0.92 232	0.69 128	0.78 112	0.40 40	0.47 140	0.45 30	0.34 95	0.14 32	0.10 9	0.14 16	0.11 15	0.11 1	0.13 58

fff	0.37 79	0.16 8	0.41 81	0.34 11	0.19 9	0.29 36	0.30 70	0.69 108	1.06 297	0.69 128	0.78 112	0.42 48	0.63 217	0.46 37	0.34 95	0.14 32	0.10 9	0.14 16	0.11 15	0.11 1	0.13 58

RAFT+CT+SA	0.39 107	0.23 145	0.36 34	0.51 296	0.27 171	0.29 36	0.46 240	0.75 146	0.80 171	0.51 55	0.89 169	0.41 42	0.40 108	0.78 230	0.32 73	0.14 32	0.11 57	0.18 119	0.18 184	0.15 77	0.14 87

TRStereo	0.37 79	0.27 226	0.59 233	0.47 250	0.41 306	0.29 36	0.30 70	0.84 173	0.59 84	0.52 58	0.41 18	0.52 82	0.26 17	0.73 206	0.27 33	0.17 142	0.12 98	0.19 154	0.19 208	0.13 20	0.11 9

AAGNet	1.43 372	0.20 70	0.48 171	0.44 201	0.25 112	0.29 36	0.31 85	0.65 71	0.68 116	0.97 281	0.86 154	0.67 165	0.62 211	0.64 155	20.63 418	0.16 110	0.11 57	0.19 154	0.15 94	0.19 190	0.12 33

csc	0.37 79	0.16 8	0.41 81	0.34 11	0.19 9	0.29 36	0.30 70	0.69 108	1.06 297	0.69 128	0.78 112	0.42 48	0.63 217	0.46 37	0.34 95	0.14 32	0.10 9	0.14 16	0.11 15	0.11 1	0.13 58

cscssc	0.37 79	0.16 8	0.41 81	0.34 11	0.19 9	0.29 36	0.30 70	0.69 108	1.06 297	0.69 128	0.78 112	0.42 48	0.63 217	0.46 37	0.34 95	0.14 32	0.10 9	0.14 16	0.11 15	0.11 1	0.13 58

IGEV_Zeroshot_test	0.34 35	0.18 34	0.67 270	0.39 84	0.28 190	0.30 43	0.25 31	0.74 140	0.31 5	0.62 82	0.57 53	0.54 90	0.25 11	0.53 65	0.27 33	0.14 32	0.10 9	0.15 42	0.14 72	0.14 45	0.12 33

MIF-Stereo	0.27 5	0.17 19	0.37 44	0.40 107	0.27 171	0.30 43	0.28 50	0.39 2	0.31 5	0.29 6	0.46 23	0.27 2	0.25 11	0.47 44	0.34 95	0.17 142	0.13 152	0.13 9	0.12 29	0.14 45	0.12 33

anonymousdsp	0.29 12	0.21 101	0.38 53	0.37 44	0.25 112	0.30 43	0.35 134	0.63 60	0.35 16	0.39 29	0.33 10	0.33 17	0.28 32	0.59 119	0.25 9	0.14 32	0.10 9	0.17 85	0.12 29	0.14 45	0.15 106

ADStereo(finetuned)	0.37 79	0.16 8	0.49 181	0.34 11	0.19 9	0.30 43	0.30 70	0.68 99	0.91 227	0.70 134	0.77 104	0.43 54	0.69 251	0.45 30	0.33 85	0.14 32	0.10 9	0.14 16	0.11 15	0.13 20	0.12 33

IGEV-Stereo	0.29 12	0.21 101	0.38 53	0.37 44	0.25 112	0.30 43	0.35 134	0.63 60	0.35 16	0.39 29	0.33 10	0.33 17	0.28 32	0.59 119	0.25 9	0.14 32	0.10 9	0.17 85	0.12 29	0.14 45	0.15 106
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
PSM-softLoss	0.38 93	0.20 70	0.48 171	0.41 131	0.26 147	0.30 43	0.35 134	0.69 108	0.46 56	0.62 82	0.82 133	0.59 122	0.33 68	0.70 191	0.39 152	0.19 199	0.12 98	0.20 178	0.18 184	0.16 108	0.22 249

KMStereo	0.38 93	0.20 70	0.48 171	0.41 131	0.26 147	0.30 43	0.35 134	0.69 108	0.46 56	0.62 82	0.82 133	0.59 122	0.33 68	0.70 191	0.39 152	0.19 199	0.12 98	0.20 178	0.18 184	0.16 108	0.22 249

rafts_anoy	0.37 79	0.21 101	0.36 34	0.41 131	0.26 147	0.30 43	0.33 110	0.67 90	0.90 223	0.58 70	0.66 73	0.45 60	0.33 68	0.47 44	0.39 152	0.16 110	0.11 57	0.21 217	0.23 273	0.17 139	0.14 87

raftrobust	0.34 35	0.19 49	0.36 34	0.41 131	0.27 171	0.30 43	0.25 31	0.71 127	0.63 98	0.58 70	0.55 50	0.45 60	0.46 137	0.51 55	0.29 54	0.16 110	0.12 98	0.14 16	0.12 29	0.12 8	0.13 58

DCANet	0.36 64	0.16 8	0.41 81	0.34 11	0.19 9	0.30 43	0.30 70	0.68 99	0.91 227	0.70 134	0.77 104	0.43 54	0.57 184	0.45 30	0.34 95	0.14 32	0.10 9	0.14 16	0.11 15	0.13 20	0.12 33

ff7	0.29 12	0.21 101	0.38 53	0.36 37	0.26 147	0.31 53	0.35 134	0.62 55	0.34 9	0.38 21	0.33 10	0.32 9	0.29 42	0.58 105	0.25 9	0.14 32	0.10 9	0.17 85	0.12 29	0.14 45	0.15 106

ffff	0.29 12	0.21 101	0.38 53	0.36 37	0.26 147	0.31 53	0.35 134	0.62 55	0.34 9	0.38 21	0.33 10	0.32 9	0.29 42	0.58 105	0.25 9	0.14 32	0.10 9	0.17 85	0.12 29	0.14 45	0.15 106

11t	0.29 12	0.21 101	0.38 53	0.36 37	0.26 147	0.31 53	0.35 134	0.62 55	0.34 9	0.38 21	0.33 10	0.32 9	0.29 42	0.58 105	0.25 9	0.14 32	0.10 9	0.17 85	0.12 29	0.14 45	0.15 106

RCA-Stereo	0.35 46	0.17 19	0.34 26	0.38 65	0.22 42	0.31 53	0.34 117	0.68 99	1.24 331	0.45 43	0.65 69	0.47 68	0.43 122	0.38 12	0.27 33	0.13 12	0.10 9	0.14 16	0.11 15	0.11 1	0.11 9

ccc-4	0.29 12	0.21 101	0.38 53	0.36 37	0.26 147	0.31 53	0.35 134	0.62 55	0.34 9	0.38 21	0.33 10	0.32 9	0.29 42	0.58 105	0.25 9	0.14 32	0.10 9	0.17 85	0.12 29	0.14 45	0.15 106

iRaft-Stereo_5w	0.45 158	0.21 101	0.48 171	0.42 168	0.28 190	0.31 53	0.54 285	0.63 60	0.62 88	0.62 82	0.89 169	1.01 276	0.69 251	0.75 216	0.66 253	0.13 12	0.12 98	0.17 85	0.15 94	0.14 45	0.15 106

iRaft-Stereo_20w	0.39 107	0.19 49	0.57 228	0.37 44	0.27 171	0.31 53	0.24 24	1.44 356	0.29 2	0.69 128	0.53 43	0.60 127	0.42 115	0.83 246	0.27 33	0.14 32	0.11 57	0.14 16	0.13 50	0.15 77	0.13 58

GLC_STEREO	0.29 12	0.19 49	0.27 8	0.44 201	0.19 9	0.31 53	0.26 37	0.47 9	0.43 48	0.37 17	0.47 28	0.41 42	0.23 7	0.50 51	0.34 95	0.14 32	0.18 253	0.19 154	0.16 122	0.16 108	0.13 58

iRaftStereo_RVC	0.32 28	0.19 49	0.37 44	0.39 84	0.22 42	0.31 53	0.29 57	0.68 99	0.51 63	0.49 50	0.66 73	0.37 32	0.23 7	0.45 30	0.33 85	0.14 32	0.10 9	0.18 119	0.17 162	0.15 77	0.12 33

EAI-Stereo	0.34 35	0.19 49	0.44 119	0.39 84	0.21 29	0.31 53	0.30 70	1.15 281	0.30 3	0.49 50	0.75 98	0.36 30	0.28 32	0.62 138	0.27 33	0.14 32	0.11 57	0.14 16	0.13 50	0.13 20	0.12 33

MSKI-zero shot	0.32 28	0.17 19	0.34 26	0.39 84	0.21 29	0.32 63	0.22 8	0.61 51	0.43 48	0.52 58	0.64 67	0.61 131	0.20 4	0.74 212	0.25 9	0.14 32	0.10 9	0.14 16	0.10 10	0.12 8	0.12 33

4D-IteraStereo	0.33 34	0.18 34	0.40 77	0.40 107	0.24 86	0.32 63	0.27 43	0.58 35	0.72 132	0.65 105	0.54 45	0.42 48	0.23 7	0.45 30	0.28 43	0.14 32	0.09 2	0.19 154	0.16 122	0.16 108	0.11 9

ProNet	0.29 12	0.21 101	0.38 53	0.35 29	0.24 86	0.32 63	0.43 229	0.57 31	0.37 31	0.33 13	0.30 6	0.32 9	0.28 32	0.57 88	0.26 25	0.13 12	0.11 57	0.16 60	0.13 50	0.13 20	0.13 58

cross-raft	0.34 35	0.20 70	0.37 44	0.44 201	0.23 69	0.32 63	0.35 134	0.74 140	0.40 39	0.60 76	0.77 104	0.57 100	0.27 23	0.43 24	0.28 43	0.12 4	0.10 9	0.15 42	0.13 50	0.15 77	0.11 9

HH	0.35 46	0.20 70	0.47 155	0.40 107	0.25 112	0.33 67	0.31 85	0.76 151	0.38 35	0.43 38	0.57 53	0.79 215	0.44 130	0.71 196	0.25 9	0.15 79	0.11 57	0.15 42	0.14 72	0.14 45	0.12 33

HanStereo	0.35 46	0.20 70	0.47 155	0.40 107	0.25 112	0.33 67	0.31 85	0.76 151	0.38 35	0.43 38	0.57 53	0.79 215	0.44 130	0.71 196	0.25 9	0.15 79	0.11 57	0.15 42	0.14 72	0.14 45	0.12 33

LoS	0.29 12	0.15 3	0.30 11	0.29 2	0.18 7	0.33 67	0.29 57	0.51 16	0.72 132	0.34 14	0.52 41	0.41 42	0.28 32	0.47 44	0.28 43	0.15 79	0.11 57	0.13 9	0.09 6	0.11 1	0.11 9

HHNet	0.41 130	0.17 19	0.41 81	0.34 11	0.37 281	0.33 67	0.34 117	0.69 108	0.75 144	0.86 225	1.30 302	0.52 82	0.32 60	0.52 60	0.35 110	0.15 79	0.11 57	0.19 154	0.15 94	0.15 77	0.24 262

RAFT-345	0.40 119	0.18 34	0.40 77	0.38 65	0.22 42	0.33 67	0.26 37	0.61 51	0.51 63	0.74 164	1.79 353	0.45 60	0.33 68	0.66 167	0.36 126	0.14 32	0.11 57	0.18 119	0.14 72	0.13 20	0.13 58

RAFT-Stereo + iAFF	0.36 64	0.17 19	0.41 81	0.35 29	0.19 9	0.33 67	0.29 57	0.65 71	0.73 137	0.68 123	1.01 218	0.56 95	0.40 108	0.42 21	0.30 59	0.11 1	0.09 2	0.15 42	0.14 72	0.13 20	0.10 3

TestStereo1	0.43 142	0.23 145	0.41 81	0.51 296	0.24 86	0.34 73	0.40 209	0.77 154	0.90 223	0.68 123	0.96 193	0.48 72	0.46 137	0.91 278	0.32 73	0.16 110	0.13 152	0.18 119	0.15 94	0.14 45	0.13 58

RAFT_CTSACE	0.45 158	0.20 70	0.44 119	0.45 222	0.27 171	0.34 73	0.39 203	0.60 45	0.73 137	0.76 171	1.44 326	0.83 227	0.38 91	1.08 314	0.26 25	0.12 4	0.13 152	0.18 119	0.16 122	0.15 77	0.11 9

SA-5K	0.43 142	0.23 145	0.41 81	0.51 296	0.24 86	0.34 73	0.40 209	0.77 154	0.90 223	0.68 123	0.96 193	0.48 72	0.46 137	0.91 278	0.32 73	0.16 110	0.13 152	0.18 119	0.15 94	0.14 45	0.13 58

NRIStereo	0.36 64	0.20 70	0.45 130	0.41 131	0.23 69	0.34 73	0.26 37	0.65 71	0.55 77	0.64 98	0.63 64	0.56 95	0.37 88	0.65 162	0.37 138	0.15 79	0.11 57	0.18 119	0.15 94	0.17 139	0.14 87

Gwc-CoAtRS	0.34 35	0.17 19	0.44 119	0.39 84	0.23 69	0.34 73	0.22 8	0.70 122	0.75 144	0.60 76	0.59 58	0.58 108	0.29 42	0.45 30	0.26 25	0.14 32	0.11 57	0.14 16	0.12 29	0.12 8	0.12 33

LL-Strereo2	0.35 46	0.24 180	0.48 171	0.41 131	0.26 147	0.35 78	0.24 24	0.67 90	0.44 52	0.54 63	0.51 37	0.66 160	0.25 11	0.66 167	0.30 59	0.14 32	0.12 98	0.23 243	0.20 230	0.18 157	0.13 58

EGLCR-Stereo	0.25 2	0.16 8	0.33 20	0.34 11	0.20 20	0.35 78	0.20 1	0.52 19	0.36 21	0.28 4	0.27 4	0.41 42	0.18 1	0.45 30	0.26 25	0.14 32	0.10 9	0.16 60	0.14 72	0.13 20	0.11 9

RALCasStereoNet	0.36 64	0.21 101	0.37 44	0.42 168	0.26 147	0.35 78	0.38 184	0.63 60	0.64 105	0.50 53	0.72 84	0.51 80	0.29 42	0.59 119	0.36 126	0.16 110	0.14 178	0.15 42	0.13 50	0.17 139	0.16 144

RALAANet	0.38 93	0.23 145	0.48 171	0.42 168	0.29 213	0.35 78	0.25 31	0.86 179	0.64 105	0.67 117	0.65 69	0.60 127	0.29 42	0.60 125	0.34 95	0.15 79	0.12 98	0.17 85	0.15 94	0.21 221	0.13 58

test_xeample3	0.29 12	0.21 101	0.41 81	0.35 29	0.26 147	0.35 78	0.32 101	0.56 28	0.36 21	0.43 38	0.32 9	0.34 20	0.28 32	0.54 68	0.23 4	0.14 32	0.11 57	0.16 60	0.12 29	0.14 45	0.13 58

CFNet-RSSM	0.34 35	0.17 19	0.45 130	0.39 84	0.22 42	0.35 78	0.23 18	0.73 138	0.84 186	0.65 105	0.54 45	0.57 100	0.28 32	0.46 37	0.26 25	0.13 12	0.10 9	0.14 16	0.12 29	0.13 20	0.11 9

knoymous	0.36 64	0.20 70	0.31 13	0.31 6	0.22 42	0.36 84	0.29 57	0.61 51	0.64 105	0.67 117	0.70 82	0.60 127	0.40 108	0.58 105	0.34 95	0.17 142	0.11 57	0.20 178	0.11 15	0.17 139	0.18 175

OMP-Stereo	0.42 136	0.22 128	0.46 145	0.52 307	0.24 86	0.36 84	0.25 31	0.71 127	0.78 163	0.77 176	0.64 67	0.89 249	0.39 103	0.91 278	0.35 110	0.15 79	0.12 98	0.20 178	0.15 94	0.15 77	0.12 33

IGEVStereo-DCA	0.29 12	0.22 128	0.38 53	0.35 29	0.27 171	0.37 86	0.35 134	0.62 55	0.34 9	0.38 21	0.30 6	0.35 25	0.27 23	0.51 55	0.22 1	0.15 79	0.12 98	0.16 60	0.12 29	0.13 20	0.15 106

rrr	0.29 12	0.22 128	0.41 81	0.35 29	0.27 171	0.37 86	0.32 101	0.52 19	0.42 46	0.38 21	0.30 6	0.35 25	0.27 23	0.51 55	0.22 1	0.15 79	0.12 98	0.16 60	0.13 50	0.13 20	0.14 87

whm_eth	0.48 181	0.30 253	0.74 293	0.46 241	0.38 289	0.37 86	0.37 164	0.79 161	0.78 163	0.82 200	1.74 350	0.37 32	0.38 91	0.60 125	0.38 146	0.18 170	0.16 228	0.20 178	0.20 230	0.19 190	0.22 249

CES	0.28 8	0.14 2	0.23 1	0.30 4	0.70 369	0.37 86	0.27 43	0.48 11	0.46 56	0.34 14	0.48 29	0.27 2	0.22 6	0.39 14	0.23 4	0.13 12	0.11 57	0.12 2	0.08 1	0.13 20	0.17 161

GMOStereo	0.37 79	0.19 49	0.38 53	0.43 186	0.24 86	0.37 86	0.38 184	0.52 19	0.62 88	0.87 232	0.84 143	0.64 145	0.35 76	0.37 8	0.28 43	0.13 12	0.11 57	0.20 178	0.18 184	0.15 77	0.11 9

error version	0.37 79	0.19 49	0.38 53	0.43 186	0.24 86	0.37 86	0.38 184	0.52 19	0.62 88	0.87 232	0.84 143	0.64 145	0.35 76	0.37 8	0.28 43	0.13 12	0.11 57	0.20 178	0.18 184	0.15 77	0.11 9

test-v	0.37 79	0.19 49	0.38 53	0.43 186	0.24 86	0.37 86	0.38 184	0.52 19	0.62 88	0.87 232	0.84 143	0.64 145	0.35 76	0.37 8	0.28 43	0.13 12	0.11 57	0.20 178	0.18 184	0.15 77	0.11 9

TransformOpticalFlow	0.44 148	0.20 70	0.47 155	0.41 131	0.23 69	0.37 86	0.47 245	0.94 207	0.76 150	0.65 105	1.14 267	0.73 195	0.56 183	0.76 219	0.32 73	0.15 79	0.10 9	0.17 85	0.15 94	0.14 45	0.13 58

ASMatch	0.48 181	0.19 49	0.45 130	0.39 84	0.28 190	0.37 86	0.26 37	0.74 140	0.68 116	0.76 171	2.34 368	0.61 131	0.52 162	0.62 138	0.37 138	0.14 32	0.12 98	0.17 85	0.15 94	0.14 45	0.21 236

test-2	0.37 79	0.19 49	0.38 53	0.43 186	0.24 86	0.37 86	0.38 184	0.52 19	0.62 88	0.87 232	0.84 143	0.64 145	0.35 76	0.37 8	0.28 43	0.13 12	0.11 57	0.20 178	0.18 184	0.15 77	0.11 9

XX-TBD	0.32 28	0.53 339	0.26 7	0.51 296	0.20 20	0.37 86	0.24 24	0.40 3	0.73 137	0.54 63	0.69 80	0.31 7	0.25 11	0.32 3	0.27 33	0.16 110	0.10 9	0.12 2	0.09 6	0.13 20	0.11 9

CREStereo	0.28 8	0.15 3	0.24 3	0.27 1	0.17 3	0.37 86	0.25 31	0.51 16	0.72 132	0.42 37	0.51 37	0.32 9	0.26 17	0.38 12	0.25 9	0.16 110	0.11 57	0.12 2	0.08 1	0.12 8	0.11 9
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
StereoVision	0.42 136	0.28 239	0.45 130	0.49 270	0.28 190	0.38 98	0.38 184	0.72 131	0.62 88	0.44 41	1.14 267	0.54 90	0.39 103	0.56 78	0.34 95	0.21 234	0.24 305	0.25 268	0.24 286	0.26 268	0.16 144

EKT-Stereo	0.35 46	0.23 145	0.39 70	0.43 186	0.29 213	0.38 98	0.31 85	0.69 108	0.64 105	0.45 43	0.63 64	0.49 76	0.27 23	0.56 78	0.33 85	0.18 170	0.14 178	0.18 119	0.15 94	0.16 108	0.16 144

XX-Stereo	0.37 79	0.17 19	0.45 130	0.55 321	0.36 276	0.38 98	0.20 1	0.60 45	0.30 3	0.46 45	1.30 302	0.73 195	0.26 17	0.56 78	0.26 25	0.16 110	0.11 57	0.17 85	0.16 122	0.14 45	0.10 3

LL-Strereo	0.57 256	0.27 226	0.68 273	0.48 255	0.34 268	0.39 101	0.48 251	0.94 207	0.97 253	0.83 212	0.78 112	1.10 301	1.18 349	1.33 344	0.49 206	0.17 142	0.14 178	0.22 229	0.19 208	0.16 108	0.17 161

MyStereo07	0.32 28	0.22 128	0.34 26	0.42 168	0.28 190	0.40 102	0.50 261	0.72 131	0.37 31	0.37 17	0.34 16	0.32 9	0.31 56	0.59 119	0.27 33	0.14 32	0.13 152	0.18 119	0.17 162	0.17 139	0.16 144

MyStereo04	0.44 148	0.22 128	0.44 119	0.42 168	0.28 190	0.40 102	0.50 261	1.00 227	1.08 306	0.62 82	0.58 57	0.55 93	0.57 184	0.71 196	0.44 181	0.14 32	0.13 152	0.18 119	0.17 162	0.17 139	0.16 144

raft_robust	0.41 130	0.23 145	0.36 34	0.42 168	0.21 29	0.40 102	0.33 110	0.79 161	0.98 257	0.79 181	0.87 158	0.39 37	0.33 68	0.84 251	0.29 54	0.13 12	0.12 98	0.16 60	0.17 162	0.15 77	0.12 33

GwcNet-ADL	0.44 148	0.22 128	0.48 171	0.45 222	0.30 223	0.40 102	0.37 164	0.92 201	0.97 253	0.71 140	0.78 112	0.61 131	0.42 115	0.62 138	0.50 207	0.19 199	0.14 178	0.15 42	0.14 72	0.18 157	0.18 175

CrosDoStereo	0.50 210	0.18 34	0.45 130	0.38 65	0.24 86	0.40 102	1.18 373	0.67 90	0.86 198	0.94 268	1.37 312	0.63 138	0.77 281	0.65 162	0.45 187	0.15 79	0.12 98	0.17 85	0.18 184	0.14 45	0.14 87

FTStereo	0.56 251	0.20 70	0.37 44	0.41 131	0.25 112	0.40 102	0.79 343	0.66 80	0.43 48	1.09 322	3.27 388	0.70 172	0.73 270	0.55 70	0.33 85	0.14 32	0.13 152	0.19 154	0.17 162	0.15 77	0.30 299

DeepStereo_LL	0.50 210	0.18 34	0.45 130	0.38 65	0.24 86	0.40 102	1.18 373	0.67 90	0.86 198	0.94 268	1.37 312	0.63 138	0.77 281	0.65 162	0.45 187	0.15 79	0.12 98	0.17 85	0.18 184	0.14 45	0.14 87

Prome-Stereo	0.46 164	0.19 49	0.35 29	0.44 201	0.26 147	0.40 102	0.45 237	0.68 99	0.44 52	0.96 276	1.84 355	0.59 122	0.67 241	0.61 132	0.32 73	0.14 32	0.11 57	0.16 60	0.14 72	0.16 108	0.29 292

TestStereo	0.38 93	0.31 258	0.40 77	0.45 222	0.20 20	0.40 102	0.37 164	0.66 80	0.65 110	0.53 61	0.78 112	0.47 68	0.40 108	0.55 70	0.37 138	0.18 170	0.13 152	0.20 178	0.15 94	0.22 237	0.13 58

sAnonymous2	0.40 119	0.39 298	0.85 311	0.48 255	0.37 281	0.40 102	0.46 240	0.57 31	0.52 66	0.38 21	0.46 23	0.35 25	0.42 115	0.43 24	0.30 59	0.19 199	0.14 178	0.18 119	0.17 162	0.57 367	0.44 352

CroCo_RVC	0.40 119	0.39 298	0.85 311	0.48 255	0.37 281	0.40 102	0.46 240	0.57 31	0.52 66	0.38 21	0.46 23	0.35 25	0.42 115	0.43 24	0.30 59	0.19 199	0.14 178	0.18 119	0.17 162	0.57 367	0.44 352

R-Stereo Train	0.39 107	0.18 34	0.42 100	0.42 168	0.26 147	0.40 102	0.32 101	0.72 131	0.34 9	0.89 244	1.28 298	0.57 100	0.35 76	0.42 21	0.32 73	0.15 79	0.12 98	0.14 16	0.12 29	0.14 45	0.13 58

RAFT-Stereo	0.39 107	0.18 34	0.42 100	0.42 168	0.26 147	0.40 102	0.32 101	0.72 131	0.34 9	0.89 244	1.28 298	0.57 100	0.35 76	0.42 21	0.32 73	0.15 79	0.12 98	0.14 16	0.12 29	0.14 45	0.13 58
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MyStereo06	0.38 93	0.21 101	0.61 240	0.41 131	0.28 190	0.41 115	0.50 261	0.95 213	0.35 16	0.62 82	0.54 45	0.76 207	0.27 23	0.50 51	0.29 54	0.14 32	0.13 152	0.18 119	0.17 162	0.17 139	0.15 106

MyStereo05	0.44 148	0.21 101	0.45 130	0.41 131	0.28 190	0.41 115	0.50 261	0.93 203	1.09 308	0.76 171	0.61 62	0.51 80	0.57 184	0.73 206	0.42 164	0.14 32	0.13 152	0.18 119	0.17 162	0.17 139	0.15 106

UDGNet	0.48 181	0.77 363	0.50 193	0.48 255	0.31 240	0.41 115	0.34 117	0.70 122	0.92 232	0.65 105	0.60 59	0.58 108	0.43 122	0.63 148	0.41 160	0.32 326	0.15 201	0.66 374	0.19 208	0.36 322	0.21 236

CRE-IMP	0.36 64	0.23 145	0.49 181	0.42 168	0.24 86	0.41 115	0.21 4	0.57 31	0.41 42	0.65 105	0.72 84	0.53 86	0.37 88	0.61 132	0.38 146	0.17 142	0.11 57	0.19 154	0.15 94	0.21 221	0.18 175

sCroCo_RVC	0.35 46	0.28 239	0.69 279	0.51 296	0.39 294	0.41 115	0.31 85	0.49 13	0.45 55	0.31 8	0.48 29	0.38 36	0.32 60	0.46 37	0.32 73	0.21 234	0.22 288	0.19 154	0.19 208	0.21 221	0.20 223

DCRE	0.37 79	0.18 34	0.46 145	0.45 222	0.32 252	0.42 120	0.37 164	0.63 60	0.51 63	0.47 48	0.94 182	0.56 95	0.36 85	0.52 60	0.32 73	0.14 32	0.13 152	0.15 42	0.14 72	0.14 45	0.13 58

GMStereo	0.39 107	0.37 285	0.54 214	0.40 107	0.26 147	0.42 120	0.36 152	0.59 36	1.04 285	0.55 65	0.51 37	0.37 32	0.35 76	0.54 68	0.41 160	0.19 199	0.13 152	0.16 60	0.17 162	0.24 256	0.18 175
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SA	0.44 148	0.25 198	0.46 145	0.46 241	0.24 86	0.43 122	0.36 152	0.75 146	0.96 250	0.59 72	1.03 230	0.48 72	0.52 162	0.94 293	0.32 73	0.16 110	0.12 98	0.21 217	0.19 208	0.15 77	0.13 58

test-3	0.34 35	0.16 8	0.43 109	0.39 84	0.21 29	0.43 122	0.22 8	0.63 60	0.78 163	0.71 140	0.45 20	0.64 145	0.27 23	0.43 24	0.31 65	0.12 4	0.09 2	0.17 85	0.13 50	0.12 8	0.10 3

test_1	0.34 35	0.16 8	0.43 109	0.39 84	0.21 29	0.43 122	0.23 18	0.63 60	0.78 163	0.68 123	0.45 20	0.64 145	0.27 23	0.43 24	0.31 65	0.12 4	0.09 2	0.17 85	0.13 50	0.12 8	0.10 3

PFNet	0.42 136	0.18 34	0.58 232	0.43 186	0.24 86	0.43 122	0.32 101	0.74 140	0.78 163	1.00 293	0.74 97	0.68 166	0.39 103	0.72 201	0.37 138	0.16 110	0.10 9	0.20 178	0.15 94	0.16 108	0.13 58

LoS_RVC	0.27 5	0.16 8	0.27 8	0.32 8	0.30 223	0.44 126	0.34 117	0.41 4	0.33 8	0.31 8	0.51 37	0.29 4	0.32 60	0.36 5	0.28 43	0.11 1	0.10 9	0.11 1	0.08 1	0.11 1	0.19 203

IIG-Stereo	0.43 142	0.21 101	0.44 119	0.50 284	0.25 112	0.44 126	0.21 4	0.71 127	0.76 150	0.83 212	0.95 189	0.83 227	0.43 122	0.90 271	0.35 110	0.15 79	0.12 98	0.19 154	0.14 72	0.15 77	0.11 9

KYRaft	0.48 181	0.20 70	0.38 53	0.44 201	0.23 69	0.44 126	0.37 164	0.66 80	0.41 42	0.94 268	1.73 348	0.79 215	0.41 114	0.63 148	0.31 65	0.16 110	0.11 57	0.18 119	0.22 262	0.16 108	0.78 378

test-1	0.36 64	0.19 49	0.71 286	0.46 241	0.26 147	0.44 126	0.36 152	0.60 45	0.59 84	0.48 49	0.67 77	0.53 86	0.36 85	0.40 16	0.29 54	0.14 32	0.11 57	0.16 60	0.14 72	0.15 77	0.16 144

DN-CSS_ROB	0.43 142	0.26 212	0.62 243	0.40 107	0.29 213	0.44 126	0.27 43	0.77 154	0.75 144	0.72 151	1.09 254	0.48 72	0.43 122	0.69 188	0.37 138	0.15 79	0.12 98	0.21 217	0.19 208	0.18 157	0.16 144

raft+_RVC	0.38 93	0.19 49	0.35 29	0.37 44	0.25 112	0.45 131	0.37 164	0.78 159	0.89 221	0.51 55	0.78 112	0.50 77	0.29 42	0.53 65	0.40 157	0.15 79	0.12 98	0.17 85	0.15 94	0.14 45	0.12 33

PMTNet	0.32 28	0.16 8	0.24 3	0.29 2	0.18 7	0.45 131	0.22 8	0.56 28	0.63 98	0.46 45	0.54 45	0.39 37	0.34 74	0.48 49	0.24 6	0.75 380	0.10 9	0.12 2	0.08 1	0.12 8	0.11 9

CAS	0.34 35	0.13 1	0.25 6	1.28 387	0.30 223	0.46 133	0.38 184	0.48 11	0.47 59	0.34 14	0.52 41	0.24 1	0.19 2	0.29 1	0.27 33	0.69 378	0.08 1	0.12 2	0.08 1	0.12 8	0.15 106

qqq	0.40 119	0.26 212	0.44 119	0.36 37	0.22 42	0.46 133	0.36 152	0.85 176	0.54 73	0.56 67	0.69 80	0.65 155	0.53 165	0.55 70	0.45 187	0.17 142	0.16 228	0.20 178	0.19 208	0.18 157	0.17 161

dd	0.43 142	0.38 294	0.55 219	0.44 201	0.25 112	0.47 135	0.38 184	0.70 122	1.05 290	0.59 72	0.65 69	0.42 48	0.39 103	0.66 167	0.50 207	0.24 266	0.15 201	0.21 217	0.15 94	0.22 237	0.18 175

LCNet	0.41 130	0.20 70	0.32 17	0.44 201	0.24 86	0.47 135	0.29 57	0.67 90	0.53 69	0.72 151	1.03 230	0.66 160	0.60 201	0.58 105	0.34 95	0.14 32	0.10 9	0.19 154	0.19 208	0.21 221	0.36 324

AE-Stereo	0.34 35	0.21 101	0.42 100	0.48 255	0.31 240	0.48 137	0.35 134	0.61 51	0.62 88	0.32 12	0.55 50	0.52 82	0.27 23	0.47 44	0.29 54	0.13 12	0.13 152	0.18 119	0.16 122	0.15 77	0.12 33

anonymousdsp2	0.35 46	0.20 70	0.43 109	0.37 44	0.24 86	0.48 137	0.31 85	0.86 179	0.65 110	0.55 65	0.50 32	0.50 77	0.34 74	0.56 78	0.31 65	0.14 32	0.10 9	0.14 16	0.10 10	0.16 108	0.14 87

test_3	0.36 64	0.19 49	0.44 119	0.44 201	0.23 69	0.48 137	0.36 152	0.66 80	0.82 178	0.64 98	0.45 20	0.68 166	0.25 11	0.41 19	0.31 65	0.12 4	0.10 9	0.18 119	0.16 122	0.15 77	0.11 9

IPLGR	0.39 107	0.21 101	0.63 251	0.39 84	0.22 42	0.49 140	0.29 57	0.76 151	0.74 142	0.78 179	0.77 104	0.44 59	0.42 115	0.47 44	0.38 146	0.13 12	0.12 98	0.16 60	0.14 72	0.15 77	0.13 58

RAFT-Test	0.34 35	0.18 34	0.37 44	0.38 65	0.23 69	0.50 141	0.23 18	0.69 108	0.40 39	0.60 76	0.85 151	0.61 131	0.28 32	0.46 37	0.27 33	0.14 32	0.11 57	0.14 16	0.11 15	0.13 20	0.12 33

MIPNet	0.37 79	0.21 101	0.59 233	0.39 84	0.25 112	0.50 141	0.28 50	0.77 154	0.70 121	0.65 105	0.60 59	0.40 40	0.49 147	0.44 29	0.37 138	0.14 32	0.11 57	0.16 60	0.13 50	0.14 45	0.13 58

PSMNet-RSSM	0.48 181	0.22 128	0.38 53	0.42 168	0.25 112	0.50 141	0.37 164	1.10 262	0.77 157	0.70 134	1.06 244	0.84 231	0.64 227	0.62 138	0.47 201	0.23 257	0.15 201	0.23 243	0.25 295	0.20 203	0.19 203

DeepPruner_ROB	0.53 229	0.34 273	0.59 233	0.41 131	0.30 223	0.50 141	0.43 229	1.19 294	0.70 121	0.85 220	1.05 238	0.86 235	0.55 178	0.84 251	0.51 215	0.29 305	0.23 298	0.22 229	0.22 262	0.26 268	0.25 268

ACRE	0.40 119	0.21 101	0.65 261	0.45 222	0.33 261	0.51 145	0.33 110	0.66 80	0.63 98	0.80 183	0.92 178	0.45 60	0.32 60	0.52 60	0.45 187	0.16 110	0.12 98	0.15 42	0.14 72	0.13 20	0.14 87

GMM-Stereo	0.44 148	0.19 49	0.36 34	0.42 168	0.25 112	0.51 145	0.47 245	0.71 127	0.53 69	0.76 171	1.37 312	0.76 207	0.38 91	0.60 125	0.33 85	0.15 79	0.10 9	0.20 178	0.19 208	0.16 108	0.27 279

DMCA	0.45 158	0.26 212	0.50 193	0.38 65	0.28 190	0.51 145	0.34 117	0.93 203	0.68 116	0.75 166	0.83 138	0.79 215	0.53 165	0.51 55	0.54 228	0.21 234	0.16 228	0.21 217	0.16 122	0.19 190	0.21 236

Any-RAFT	0.35 46	0.16 8	0.30 11	0.34 11	0.21 29	0.52 148	0.22 8	0.88 190	0.73 137	0.53 61	0.73 88	0.64 145	0.28 32	0.46 37	0.24 6	0.15 79	0.10 9	0.13 9	0.10 10	0.13 20	0.12 33

x	0.39 107	0.24 180	0.41 81	0.34 11	0.23 69	0.52 148	0.32 101	0.86 179	0.52 66	0.57 69	0.70 82	0.59 122	0.50 157	0.49 50	0.46 197	0.17 142	0.15 201	0.17 85	0.15 94	0.17 139	0.16 144

CIPLG	0.41 130	0.21 101	0.63 251	0.45 222	0.33 261	0.52 148	0.33 110	0.65 71	0.60 86	0.82 200	0.96 193	0.46 66	0.32 60	0.55 70	0.44 181	0.16 110	0.12 98	0.15 42	0.14 72	0.13 20	0.14 87

IPLGR_C	0.40 119	0.21 101	0.64 256	0.45 222	0.33 261	0.52 148	0.34 117	0.66 80	0.62 88	0.82 200	0.92 178	0.45 60	0.32 60	0.52 60	0.46 197	0.17 142	0.12 98	0.15 42	0.14 72	0.13 20	0.14 87

AACVNet	0.50 210	0.23 145	0.49 181	0.46 241	0.29 213	0.52 148	0.38 184	0.90 196	0.55 77	0.81 191	1.03 230	1.00 273	0.70 261	0.83 246	0.54 228	0.21 234	0.18 253	0.24 257	0.18 184	0.23 246	0.20 223

111	0.40 119	0.17 19	0.41 81	0.34 11	0.19 9	0.52 148	0.28 50	0.74 140	1.16 318	0.50 53	0.91 174	0.63 138	0.48 144	0.61 132	0.35 110	0.14 32	0.10 9	0.14 16	0.12 29	0.13 20	0.13 58

MyStereo8	0.40 119	0.20 70	0.54 214	0.41 131	0.29 213	0.53 154	0.29 57	0.65 71	0.49 61	0.71 140	0.98 208	0.58 108	0.43 122	0.50 51	0.51 215	0.15 79	0.12 98	0.16 60	0.14 72	0.19 190	0.19 203

riskmin	0.38 93	0.20 70	0.39 70	0.32 8	0.23 69	0.53 154	0.30 70	0.63 60	0.80 171	0.49 50	0.56 52	0.73 195	0.58 191	0.55 70	0.36 126	0.17 142	0.11 57	0.19 154	0.13 50	0.19 190	0.20 223

GrayStereo	0.49 197	0.19 49	0.42 100	0.46 241	0.28 190	0.53 154	0.67 316	0.69 108	0.63 98	1.02 300	1.47 332	0.78 214	0.76 277	0.56 78	0.33 85	0.14 32	0.12 98	0.17 85	0.17 162	0.15 77	0.29 292

HCRNet	0.44 148	0.34 273	0.41 81	0.53 312	0.26 147	0.53 154	0.29 57	0.83 170	0.63 98	0.71 140	0.81 130	0.77 213	0.50 157	0.66 167	0.36 126	0.24 266	0.16 228	0.24 257	0.20 230	0.21 221	0.18 175

tt1	0.36 64	0.24 180	0.32 17	0.41 131	0.22 42	0.54 158	0.38 184	0.68 99	1.04 285	0.41 32	0.46 23	0.35 25	0.45 134	0.57 88	0.25 9	0.16 110	0.10 9	0.19 154	0.13 50	0.16 108	0.16 144

IPLG	0.39 107	0.20 70	0.59 233	0.40 107	0.24 86	0.54 158	0.27 43	0.75 146	0.63 98	0.84 219	0.81 130	0.32 9	0.32 60	0.60 125	0.45 187	0.13 12	0.11 57	0.16 60	0.13 50	0.13 20	0.12 33

GANet-ADL	0.42 136	0.25 198	0.45 130	0.43 186	0.29 213	0.54 158	0.35 134	0.89 192	0.86 198	0.63 89	0.72 84	0.68 166	0.42 115	0.52 60	0.41 160	0.21 234	0.14 178	0.15 42	0.13 50	0.18 157	0.19 203

RAFT	0.45 158	0.22 128	0.45 130	0.47 250	0.26 147	0.54 158	0.47 245	0.66 80	0.58 83	0.80 183	0.82 133	0.94 260	0.57 184	0.75 216	0.34 95	0.17 142	0.15 201	0.22 229	0.20 230	0.16 108	0.12 33

DMCA-RVC	0.51 217	0.30 253	0.59 233	0.50 284	0.32 252	0.54 158	0.38 184	0.86 179	0.68 116	0.94 268	0.86 154	0.91 255	0.68 247	0.70 191	0.59 239	0.23 257	0.18 253	0.31 317	0.23 273	0.26 268	0.19 203

ACVNet-DCA	0.35 46	0.23 145	0.33 20	0.41 131	0.22 42	0.55 163	0.38 184	0.85 176	0.54 73	0.41 32	0.50 32	0.34 20	0.49 147	0.57 88	0.25 9	0.16 110	0.10 9	0.19 154	0.13 50	0.18 157	0.17 161

xx1	0.39 107	0.23 145	0.33 20	0.41 131	0.22 42	0.55 163	0.38 184	0.67 90	1.06 297	0.41 32	0.50 32	0.65 155	0.53 165	0.57 88	0.25 9	0.16 110	0.10 9	0.20 178	0.19 208	0.18 157	0.17 161

1test111	0.36 64	0.23 145	0.33 20	0.41 131	0.22 42	0.55 163	0.38 184	0.85 176	0.54 73	0.41 32	0.50 32	0.34 20	0.49 147	0.55 70	0.45 187	0.16 110	0.10 9	0.19 154	0.13 50	0.18 157	0.17 161

cc1	0.37 79	0.23 145	0.33 20	0.41 131	0.22 42	0.55 163	0.38 184	0.67 90	1.06 297	0.41 32	0.50 32	0.34 20	0.49 147	0.57 88	0.25 9	0.16 110	0.10 9	0.19 154	0.13 50	0.16 108	0.15 106

DualNet	0.47 174	0.26 212	0.49 181	0.37 44	0.25 112	0.55 163	0.37 164	0.68 99	1.04 285	0.73 158	0.96 193	0.71 176	0.53 165	0.57 88	0.88 301	0.16 110	0.10 9	0.25 268	0.21 247	0.16 108	0.16 144

ffm	0.44 148	0.26 212	0.49 181	0.37 44	0.25 112	0.55 163	0.37 164	0.68 99	1.04 285	0.73 158	0.96 193	0.71 176	0.53 165	0.57 88	0.25 9	0.16 110	0.10 9	0.25 268	0.21 247	0.16 108	0.16 144

ff1	0.49 197	0.26 212	0.49 181	0.37 44	0.25 112	0.55 163	0.37 164	0.68 99	1.04 285	0.73 158	0.96 193	0.71 176	0.53 165	1.01 299	0.88 301	0.16 110	0.10 9	0.25 268	0.21 247	0.16 108	0.16 144

mmx	0.53 229	0.26 212	0.49 181	0.37 44	0.25 112	0.55 163	0.37 164	1.16 284	1.03 281	0.73 158	0.96 193	0.71 176	0.53 165	1.01 299	0.88 301	0.20 220	0.15 201	0.25 268	0.21 247	0.22 237	0.20 223

xxx	0.53 229	0.26 212	0.49 181	0.37 44	0.25 112	0.55 163	0.37 164	1.16 284	1.03 281	0.73 158	0.96 193	0.71 176	0.53 165	1.01 299	0.88 301	0.20 220	0.15 201	0.25 268	0.21 247	0.22 237	0.20 223

STrans-v2	0.46 164	0.20 70	0.48 171	0.40 107	0.24 86	0.55 163	0.50 261	1.07 253	0.73 137	0.65 105	1.05 238	0.72 186	0.69 251	0.72 201	0.33 85	0.14 32	0.10 9	0.17 85	0.14 72	0.13 20	0.12 33

TANstereo	0.30 24	0.15 3	0.31 13	0.30 4	0.17 3	0.55 163	0.23 18	0.44 6	0.55 77	0.59 72	0.68 79	0.37 32	0.26 17	0.35 4	0.27 33	0.15 79	0.16 228	0.12 2	0.10 10	0.13 20	0.14 87

Anonymous	0.39 107	0.27 226	0.66 266	0.53 312	0.43 317	0.55 163	0.49 257	0.63 60	0.50 62	0.37 17	0.42 19	0.33 17	0.42 115	0.56 78	0.38 146	0.20 220	0.19 267	0.17 85	0.18 184	0.30 292	0.24 262

ARAFT	0.47 174	0.24 180	0.79 306	0.42 168	0.25 112	0.55 163	0.55 289	0.75 146	0.81 177	0.89 244	0.75 98	0.73 195	0.47 140	0.88 264	0.37 138	0.15 79	0.12 98	0.23 243	0.22 262	0.14 45	0.13 58

FENet	0.42 136	0.22 128	0.38 53	0.39 84	0.24 86	0.55 163	0.32 101	0.79 161	0.70 121	0.71 140	0.72 84	0.63 138	0.57 184	0.62 138	0.44 181	0.19 199	0.13 152	0.19 154	0.17 162	0.18 157	0.19 203

GwcNet-RSSM	0.49 197	0.24 180	0.42 100	0.40 107	0.23 69	0.55 163	0.38 184	0.93 203	0.93 237	0.71 140	1.16 277	0.86 235	0.60 201	0.62 138	0.66 253	0.21 234	0.14 178	0.19 154	0.20 230	0.16 108	0.15 106

GMStereo_Zeroshot	0.49 197	0.44 313	0.74 293	0.49 270	0.27 171	0.56 178	0.29 57	0.73 138	0.76 150	0.86 225	0.94 182	0.91 255	0.36 85	0.74 212	0.43 169	0.26 286	0.14 178	0.26 282	0.15 94	0.36 322	0.18 175

PSM-AAD	0.48 181	0.20 70	0.37 44	0.43 186	0.23 69	0.56 178	0.50 261	0.65 71	0.70 121	1.07 317	1.12 259	0.58 108	0.92 317	0.61 132	0.32 73	0.15 79	0.11 57	0.25 268	0.26 305	0.18 157	0.43 351

aanetorigin	0.83 321	0.56 343	1.87 381	0.49 270	0.38 289	0.56 178	0.66 314	0.70 122	1.00 269	2.42 386	2.02 362	1.31 324	1.18 349	0.93 286	1.13 344	0.20 220	0.18 253	0.20 178	0.19 208	0.27 278	0.30 299

FADNet_RVC	0.55 240	0.37 285	1.17 346	0.44 201	0.31 240	0.56 178	0.34 117	1.06 252	0.88 211	0.67 117	0.90 172	0.61 131	0.65 233	0.93 286	0.70 263	0.21 234	0.18 253	0.26 282	0.23 273	0.31 297	0.28 286

RAFT-RH_RVC	0.56 251	0.17 19	0.41 81	0.37 44	0.23 69	0.57 182	0.24 24	0.60 45	0.70 121	1.19 333	3.94 399	0.56 95	0.38 91	0.65 162	0.36 126	0.13 12	0.11 57	0.20 178	0.14 72	0.12 8	0.13 58

AANet_RVC	0.57 256	0.32 260	0.54 214	0.45 222	0.27 171	0.57 182	0.48 251	1.00 227	1.28 339	0.86 225	1.33 306	0.87 240	0.58 191	1.07 312	0.75 274	0.18 170	0.12 98	0.15 42	0.13 50	0.18 157	0.18 175

CFNet_ucs	0.50 210	0.24 180	0.55 219	0.38 65	0.31 240	0.58 184	0.33 110	0.98 222	0.93 237	0.88 240	1.19 285	0.80 223	0.49 147	0.63 148	0.43 169	0.21 234	0.15 201	0.26 282	0.18 184	0.26 268	0.22 249

DAS	0.51 217	0.25 198	0.60 238	0.48 255	0.31 240	0.58 184	0.41 221	0.83 170	0.97 253	0.89 244	1.12 259	0.70 172	0.75 274	0.82 239	0.43 169	0.17 142	0.13 152	0.18 119	0.15 94	0.20 203	0.18 175

SepStereo	0.51 217	0.25 198	0.60 238	0.48 255	0.31 240	0.58 184	0.41 221	0.83 170	0.97 253	0.89 244	1.12 259	0.70 172	0.75 274	0.93 286	0.43 169	0.17 142	0.13 152	0.18 119	0.15 94	0.20 203	0.18 175

DRaft	0.49 197	0.17 19	0.47 155	0.37 44	0.25 112	0.58 184	0.40 209	0.65 71	0.85 193	1.02 300	1.75 352	0.50 77	0.82 296	0.63 148	0.40 157	0.13 12	0.11 57	0.16 60	0.16 122	0.14 45	0.15 106

ICVP	0.46 164	0.25 198	0.38 53	0.48 255	0.28 190	0.58 184	0.43 229	1.00 227	0.70 121	0.67 117	0.95 189	0.75 201	0.55 178	0.53 65	0.54 228	0.23 257	0.17 242	0.19 154	0.17 162	0.19 190	0.20 223
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_pseudo	0.46 164	0.24 180	0.52 205	0.37 44	0.27 171	0.58 184	0.30 70	0.86 179	0.88 211	0.82 200	1.03 230	0.75 201	0.47 140	0.58 105	0.44 181	0.17 142	0.12 98	0.24 257	0.16 122	0.24 256	0.19 203

ACVNet	0.46 164	0.23 145	0.36 34	0.39 84	0.28 190	0.58 184	0.40 209	0.87 186	0.80 171	0.64 98	0.96 193	0.79 215	0.60 201	0.63 148	0.67 256	0.17 142	0.15 201	0.16 60	0.15 94	0.18 157	0.15 106

GANet-RSSM	0.47 174	0.21 101	0.37 44	0.38 65	0.25 112	0.58 184	0.36 152	1.07 253	0.78 163	0.68 123	1.01 218	0.86 235	0.67 241	0.62 138	0.44 181	0.21 234	0.15 201	0.18 119	0.18 184	0.18 157	0.17 161

ccs_rob	0.46 164	0.24 180	0.52 205	0.37 44	0.27 171	0.58 184	0.31 85	0.86 179	0.88 211	0.82 200	1.02 226	0.75 201	0.47 140	0.58 105	0.44 181	0.17 142	0.12 98	0.24 257	0.16 122	0.24 256	0.19 203

Sa-1000	0.48 181	0.24 180	0.41 81	0.45 222	0.25 112	0.59 193	0.34 117	0.81 168	0.93 237	0.82 200	1.50 333	0.53 86	0.45 134	0.92 281	0.30 59	0.15 79	0.12 98	0.21 217	0.19 208	0.15 77	0.13 58

dad	0.58 262	0.50 327	0.64 256	0.43 186	0.30 223	0.59 193	0.36 152	0.78 159	1.25 335	1.01 298	1.17 279	1.15 311	0.53 165	0.68 185	0.50 207	0.35 342	0.23 298	0.37 338	0.21 247	0.29 283	0.20 223

DEmStereo	0.48 181	0.17 19	0.50 193	0.38 65	0.25 112	0.59 193	0.34 117	0.63 60	0.74 142	0.89 244	1.66 344	0.58 108	1.06 337	0.60 125	0.42 164	0.14 32	0.11 57	0.16 60	0.16 122	0.14 45	0.15 106

GES	0.44 148	0.23 145	0.57 228	0.40 107	0.30 223	0.59 193	0.36 152	0.96 215	0.68 116	0.74 164	0.83 138	0.47 68	0.48 144	0.67 177	0.43 169	0.22 252	0.16 228	0.17 85	0.16 122	0.18 157	0.23 256

cf-r	0.47 174	0.23 145	0.41 81	0.39 84	0.23 69	0.59 193	0.37 164	0.88 190	0.85 193	0.72 151	1.05 238	0.94 260	0.62 211	0.56 78	0.54 228	0.21 234	0.14 178	0.17 85	0.19 208	0.15 77	0.15 106

STTStereo	0.55 240	0.37 285	0.76 301	0.44 201	0.31 240	0.60 198	0.44 235	0.96 215	0.86 198	0.99 288	0.90 172	0.96 264	0.58 191	0.71 196	0.61 243	0.25 276	0.23 298	0.26 282	0.32 334	0.24 256	0.23 256

mmm	0.44 148	0.27 226	0.46 145	0.38 65	0.24 86	0.61 199	0.35 134	0.94 207	0.53 69	0.72 151	1.05 238	0.63 138	0.50 157	0.57 88	0.45 187	0.18 170	0.15 201	0.23 243	0.20 230	0.20 203	0.18 175

CASS	0.45 158	0.27 226	0.42 100	0.48 255	0.22 42	0.61 199	0.34 117	0.97 219	0.62 88	0.71 140	0.85 151	0.61 131	0.55 178	0.57 88	0.41 160	0.29 305	0.16 228	0.22 229	0.18 184	0.22 237	0.28 286
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
pcwnet_v2	0.58 262	0.28 239	0.84 310	0.45 222	0.35 274	0.61 199	0.35 134	1.27 325	1.21 326	0.99 288	1.27 296	0.72 186	0.58 191	0.67 177	0.48 204	0.27 293	0.21 282	0.24 257	0.23 273	0.29 283	0.29 292

FADNet-RVC	0.60 272	0.53 339	1.14 340	0.46 241	0.39 294	0.61 199	0.39 203	1.12 271	0.87 207	0.70 134	0.84 143	1.04 285	0.55 178	0.94 293	0.69 260	0.26 286	0.25 313	0.28 301	0.28 315	0.31 297	0.31 305

MLCV	0.47 174	0.24 180	0.61 240	0.37 44	0.17 3	0.61 199	0.33 110	0.80 165	0.87 207	0.94 268	1.13 265	0.72 186	0.43 122	0.89 269	0.51 215	0.13 12	0.10 9	0.13 9	0.11 15	0.14 45	0.12 33

iResNet	0.49 197	0.29 247	0.79 306	0.42 168	0.21 29	0.61 199	0.40 209	0.82 169	0.99 262	0.87 232	1.12 259	0.69 170	0.53 165	0.78 230	0.51 215	0.15 79	0.11 57	0.14 16	0.12 29	0.17 139	0.15 106

iResNet_ROB	0.52 226	0.21 101	0.53 211	0.37 44	0.21 29	0.61 199	0.29 57	1.51 365	1.32 343	0.90 251	1.02 226	0.80 223	0.62 211	0.76 219	0.43 169	0.16 110	0.12 98	0.13 9	0.09 6	0.15 77	0.18 175

SMFormer	0.51 217	0.23 145	0.62 243	0.34 11	0.20 20	0.62 206	0.34 117	1.21 300	1.02 276	0.81 191	1.01 218	0.71 176	0.65 233	0.84 251	0.55 232	0.19 199	0.15 201	0.18 119	0.16 122	0.18 157	0.18 175

tta	0.51 217	0.23 145	0.62 243	0.34 11	0.20 20	0.62 206	0.34 117	1.21 300	1.02 276	0.81 191	1.01 218	0.71 176	0.65 233	0.84 251	0.55 232	0.19 199	0.15 201	0.18 119	0.16 122	0.15 77	0.14 87

qqq1	0.49 197	0.23 145	0.62 243	0.34 11	0.20 20	0.62 206	0.34 117	1.21 300	1.02 276	0.81 191	1.01 218	0.71 176	0.65 233	0.84 251	0.34 95	0.19 199	0.15 201	0.14 16	0.12 29	0.15 77	0.14 87

fff1	0.49 197	0.23 145	0.62 243	0.34 11	0.20 20	0.62 206	0.34 117	1.21 300	1.02 276	0.81 191	1.01 218	0.71 176	0.65 233	0.84 251	0.34 95	0.19 199	0.15 201	0.14 16	0.12 29	0.15 77	0.14 87

11t1	0.36 64	0.21 101	0.42 100	0.35 29	0.22 42	0.62 206	0.29 57	0.69 108	0.43 48	0.60 76	0.53 43	0.53 86	0.48 144	0.56 78	0.40 157	0.18 170	0.14 178	0.16 60	0.13 50	0.17 139	0.17 161

GASNet	0.67 282	0.72 359	0.96 324	0.70 364	0.48 336	0.62 206	0.47 245	1.08 257	1.03 281	0.94 268	0.82 133	0.93 259	0.83 300	1.33 344	0.80 282	0.31 314	0.22 288	0.29 309	0.28 315	0.44 342	0.24 262

DIP-Stereo	0.39 107	0.21 101	0.50 193	0.41 131	0.28 190	0.62 206	0.27 43	0.77 154	0.40 39	0.64 98	0.86 154	0.52 82	0.33 68	0.66 167	0.42 164	0.15 79	0.13 152	0.17 85	0.14 72	0.15 77	0.15 106
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
Anonymous Stereo	0.75 302	0.54 341	1.78 379	0.57 329	0.56 353	0.62 206	1.25 381	0.96 215	0.99 262	0.96 276	0.95 189	0.83 227	0.58 191	1.27 338	1.21 348	0.31 314	0.30 333	0.31 317	0.33 337	0.33 307	0.36 324

iResNetv2_ROB	0.52 226	0.27 226	0.69 279	0.38 65	0.25 112	0.62 206	0.35 134	1.17 289	1.01 273	0.99 288	1.06 244	0.88 245	0.67 241	0.66 167	0.39 152	0.19 199	0.13 152	0.15 42	0.11 15	0.18 157	0.16 144

PCWNet_CMD	0.48 181	0.24 180	0.52 205	0.39 84	0.27 171	0.63 215	0.30 70	0.95 213	0.96 250	0.86 225	1.07 247	0.79 215	0.44 130	0.57 88	0.43 169	0.17 142	0.12 98	0.21 217	0.16 122	0.24 256	0.19 203

SACVNet	0.58 262	0.34 273	0.55 219	0.55 321	0.36 276	0.63 215	0.48 251	1.13 272	0.77 157	1.02 300	1.06 244	1.02 281	0.74 272	0.90 271	0.51 215	0.27 293	0.21 282	0.25 268	0.24 286	0.29 283	0.36 324

RAFT + AFF	0.53 229	0.29 247	0.75 296	0.51 296	0.32 252	0.63 215	0.60 302	1.00 227	0.91 227	0.78 179	0.87 158	0.83 227	0.58 191	0.80 234	0.47 201	0.17 142	0.20 275	0.23 243	0.22 262	0.18 157	0.18 175

BEATNet_4x	0.46 164	0.32 260	0.56 225	0.37 44	0.19 9	0.63 215	0.35 134	1.01 234	0.72 132	0.77 176	0.83 138	0.70 172	0.59 197	0.68 185	0.53 225	0.16 110	0.12 98	0.16 60	0.14 72	0.24 256	0.16 144

MSMDNet	0.48 181	0.24 180	0.52 205	0.39 84	0.27 171	0.63 215	0.30 70	0.96 215	0.96 250	0.86 225	1.07 247	0.79 215	0.44 130	0.57 88	0.43 169	0.17 142	0.12 98	0.20 178	0.16 122	0.23 246	0.19 203

HITNet	0.41 130	0.26 212	0.45 130	0.33 10	0.17 3	0.63 215	0.30 70	0.93 203	0.64 105	0.71 140	0.82 133	0.64 145	0.52 162	0.59 119	0.43 169	0.14 32	0.10 9	0.15 42	0.13 50	0.19 190	0.12 33
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
ToySt	0.49 197	0.27 226	0.75 296	0.40 107	0.27 171	0.64 221	0.49 257	0.84 173	0.77 157	0.60 76	0.83 138	0.88 245	0.66 238	0.70 191	0.56 234	0.16 110	0.17 242	0.21 217	0.20 230	0.21 221	0.19 203

Selective-RAFT	0.35 46	0.23 145	0.51 200	0.44 201	0.21 29	0.64 221	0.27 43	0.59 36	0.63 98	0.40 31	0.38 17	0.55 93	0.40 108	0.57 88	0.35 110	0.13 12	0.11 57	0.14 16	0.12 29	0.16 108	0.13 58

CFNet-ft	0.48 181	0.23 145	0.36 34	0.40 107	0.26 147	0.64 221	0.37 164	0.87 186	0.85 193	0.64 98	1.00 215	1.01 276	0.64 227	0.61 132	0.53 225	0.23 257	0.15 201	0.24 257	0.21 247	0.23 246	0.18 175

CFNet_RVC	0.48 181	0.23 145	0.36 34	0.40 107	0.26 147	0.64 221	0.37 164	0.87 186	0.85 193	0.64 98	1.00 215	1.01 276	0.64 227	0.61 132	0.53 225	0.23 257	0.15 201	0.24 257	0.21 247	0.23 246	0.18 175

UCFNet_RVC	0.49 197	0.26 212	0.35 29	0.39 84	0.26 147	0.64 221	0.36 152	1.15 281	0.84 186	0.67 117	0.88 165	0.88 245	0.59 197	0.58 105	0.45 187	0.24 266	0.17 242	0.27 294	0.27 310	0.25 264	0.23 256

ttt	0.51 217	0.25 198	0.43 109	0.38 65	0.24 86	0.65 226	0.38 184	1.18 292	1.05 290	0.72 151	1.08 250	0.63 138	0.49 147	0.84 251	0.59 239	0.24 266	0.21 282	0.22 229	0.20 230	0.24 256	0.24 262

psm_up	0.55 240	0.26 212	0.47 155	0.49 270	0.32 252	0.65 226	0.56 294	1.04 244	0.82 178	0.82 200	0.88 165	1.01 276	0.94 323	0.74 212	0.61 243	0.21 234	0.25 313	0.26 282	0.23 273	0.21 221	0.20 223

FADNet	0.61 274	0.51 330	1.10 335	0.45 222	0.44 324	0.65 226	0.41 221	1.19 294	1.05 290	0.70 134	0.84 143	0.98 269	0.66 238	0.82 239	0.50 207	0.29 305	0.30 333	0.27 294	0.30 321	0.46 349	0.35 322

1111x	0.55 240	0.22 128	0.46 145	0.38 65	0.20 20	0.66 229	0.43 229	1.23 312	0.99 262	0.71 140	0.99 213	0.95 262	0.69 251	0.90 271	1.08 338	0.18 170	0.17 242	0.18 119	0.19 208	0.20 203	0.18 175

TDLM	0.57 256	0.33 268	0.49 181	0.51 296	0.30 223	0.66 229	0.73 336	1.03 241	1.01 273	0.82 200	1.10 256	0.84 231	0.70 261	0.86 260	0.58 235	0.28 299	0.17 242	0.25 268	0.22 262	0.26 268	0.19 203

NLCA_NET_v2_RVC	0.53 229	0.32 260	0.64 256	0.44 201	0.30 223	0.66 229	0.44 235	1.04 244	0.88 211	0.91 256	0.91 174	0.99 270	0.60 201	0.68 185	0.60 242	0.21 234	0.17 242	0.22 229	0.22 262	0.21 221	0.21 236
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PS-NSSS	0.58 262	0.44 313	0.62 243	0.42 168	0.33 261	0.66 229	0.58 298	1.02 237	0.86 198	0.77 176	1.28 298	0.72 186	0.64 227	0.82 239	0.59 239	0.31 314	0.26 319	0.40 346	0.27 310	0.33 307	0.26 272

CVANet_RVC	0.57 256	0.33 268	0.44 119	0.47 250	0.32 252	0.67 233	0.61 307	1.05 249	0.93 237	0.85 220	1.04 234	1.01 276	0.73 270	0.83 246	0.52 222	0.29 305	0.19 267	0.27 294	0.25 295	0.31 297	0.21 236

AdaStereo	0.50 210	0.32 260	0.47 155	0.48 255	0.25 112	0.67 233	0.32 101	1.17 289	0.88 211	0.75 166	0.99 213	0.75 201	0.49 147	0.67 177	0.46 197	0.27 293	0.12 98	0.28 301	0.18 184	0.23 246	0.18 175
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.
PSMNet-ADL	0.48 181	0.27 226	0.40 77	0.48 255	0.30 223	0.68 235	0.37 164	0.90 196	0.80 171	0.61 81	0.80 123	0.92 257	0.62 211	0.72 201	0.63 248	0.23 257	0.18 253	0.18 119	0.20 230	0.22 237	0.20 223

RASNet	0.53 229	0.22 128	0.52 205	0.38 65	0.22 42	0.68 235	0.38 184	0.97 219	0.88 211	0.73 158	1.04 234	1.03 283	0.92 317	0.90 271	0.86 294	0.16 110	0.14 178	0.14 16	0.17 162	0.15 77	0.13 58

IER	0.46 164	0.23 145	0.50 193	0.38 65	0.28 190	0.69 237	0.35 134	0.80 165	0.66 113	0.83 212	0.94 182	0.75 201	0.77 281	0.60 125	0.42 164	0.17 142	0.14 178	0.17 85	0.17 162	0.17 139	0.15 106

EDNetEfficient	1.46 373	0.80 365	6.12 403	0.47 250	0.39 294	0.69 237	0.83 346	0.90 196	2.77 390	3.50 403	1.96 360	1.66 361	2.03 387	1.26 335	4.18 396	0.21 234	0.18 253	0.21 217	0.20 230	0.41 337	0.39 338

HBP-ISP	0.59 269	0.45 317	0.43 109	0.45 222	0.33 261	0.70 239	0.28 50	1.11 267	1.00 269	0.83 212	1.18 281	0.65 155	0.68 247	0.88 264	0.52 222	0.35 342	0.38 361	0.47 357	0.41 358	0.38 328	0.31 305

BUS	0.45 158	0.25 198	0.43 109	0.45 222	0.28 190	0.70 239	0.34 117	0.94 207	0.76 150	0.75 166	0.80 123	0.65 155	0.49 147	0.64 155	0.51 215	0.20 220	0.14 178	0.22 229	0.19 208	0.18 157	0.18 175

NINENet	0.50 210	0.29 247	0.51 200	0.45 222	0.32 252	0.70 239	0.34 117	1.10 262	0.88 211	0.80 183	0.94 182	0.65 155	0.49 147	0.73 206	0.51 215	0.22 252	0.20 275	0.25 268	0.18 184	0.22 237	0.21 236

GEStereo_RVC	0.55 240	0.29 247	0.63 251	0.49 270	0.31 240	0.70 239	0.54 285	1.22 308	0.92 232	0.82 200	0.85 151	0.85 233	0.63 217	0.90 271	0.65 251	0.24 266	0.16 228	0.19 154	0.16 122	0.21 221	0.22 249

CFNet	0.51 217	0.29 247	0.46 145	0.41 131	0.27 171	0.70 239	0.32 101	1.13 272	1.00 269	0.72 151	1.07 247	0.85 233	0.60 201	0.76 219	0.52 222	0.19 199	0.14 178	0.23 243	0.23 273	0.21 221	0.16 144

test_xeample	1.01 340	0.21 101	0.42 100	0.35 29	0.21 29	0.71 244	0.39 203	1.23 312	0.86 198	0.81 191	1.04 234	0.69 170	0.61 206	0.69 188	10.93 410	0.19 199	0.15 201	0.18 119	0.17 162	0.18 157	0.17 161

FAT-Stereo	0.73 299	0.33 268	0.75 296	0.49 270	0.37 281	0.71 244	0.59 300	1.36 344	1.30 341	1.03 308	1.40 318	1.59 360	1.15 345	0.87 261	0.86 294	0.28 299	0.28 325	0.28 301	0.23 273	0.28 280	0.38 336

FADNet-RVC-Resample	0.56 251	0.33 268	1.16 341	0.49 270	0.34 268	0.71 244	0.43 229	1.01 234	0.93 237	0.82 200	0.87 158	0.74 200	0.67 241	0.73 206	0.45 187	0.18 170	0.18 253	0.26 282	0.27 310	0.26 268	0.27 279

DeepPrunerF	0.89 328	0.52 336	3.43 394	0.68 361	0.81 370	0.72 247	0.72 335	1.22 308	1.99 377	0.93 265	1.01 218	0.87 240	0.86 305	1.08 314	0.95 321	0.34 338	0.28 325	0.43 349	0.39 350	0.30 292	0.32 309

NOSS_ROB	0.57 256	0.39 298	0.39 70	0.44 201	0.30 223	0.73 248	0.54 285	1.03 241	1.08 306	0.67 117	0.87 158	0.76 207	0.57 184	0.77 226	0.47 201	0.38 349	0.38 361	0.44 352	0.42 359	0.37 324	0.34 317

AASNet	0.53 229	0.25 198	0.52 205	0.49 270	0.32 252	0.74 249	0.40 209	1.50 362	0.86 198	0.86 225	0.92 178	0.64 145	0.59 197	0.59 119	0.79 280	0.23 257	0.19 267	0.20 178	0.16 122	0.21 221	0.19 203

DSFCA	0.55 240	0.25 198	0.62 243	0.40 107	0.36 276	0.74 249	0.52 278	1.04 244	0.82 178	1.06 314	0.84 143	0.89 249	0.63 217	0.99 296	0.58 235	0.25 276	0.21 282	0.21 217	0.21 247	0.21 221	0.19 203

CBMV_ROB	0.59 269	0.37 285	0.38 53	0.39 84	0.28 190	0.74 249	0.28 50	1.00 227	0.98 257	0.94 268	1.25 294	0.81 225	0.78 286	0.87 261	0.50 207	0.36 345	0.37 359	0.43 349	0.40 353	0.33 307	0.30 299

CoDeX	0.47 174	0.20 70	0.49 181	0.42 168	0.25 112	0.75 252	0.36 152	1.27 325	0.80 171	0.82 200	0.96 193	0.62 137	0.57 184	0.60 125	0.36 126	0.17 142	0.12 98	0.17 85	0.15 94	0.16 108	0.14 87

THIR-Stereo	0.50 210	0.18 34	0.45 130	0.38 65	0.23 69	0.75 252	0.67 316	0.66 80	0.87 207	1.02 300	1.40 318	0.72 186	0.76 277	0.62 138	0.42 164	0.15 79	0.11 57	0.17 85	0.18 184	0.14 45	0.15 106

HSM	0.51 217	0.24 180	0.41 81	0.39 84	0.24 86	0.75 252	0.40 209	1.22 308	0.75 144	0.81 191	0.91 174	1.21 313	0.69 251	0.87 261	0.46 197	0.17 142	0.13 152	0.17 85	0.14 72	0.17 139	0.17 161

BSDual-CNN	0.46 164	0.25 198	0.43 109	0.45 222	0.28 190	0.77 255	0.40 209	0.94 207	0.76 150	0.75 166	0.80 123	0.76 207	0.54 176	0.64 155	0.43 169	0.20 220	0.14 178	0.22 229	0.19 208	0.18 157	0.18 175

hknet	0.49 197	0.25 198	0.51 200	0.45 222	0.29 213	0.77 255	0.40 209	0.94 207	0.83 183	0.75 166	0.80 123	0.97 266	0.61 206	0.73 206	0.45 187	0.18 170	0.14 178	0.22 229	0.19 208	0.18 157	0.18 175

s12784h	0.36 64	0.15 3	0.24 3	0.34 11	0.15 1	0.77 255	0.29 57	0.80 165	0.83 183	0.56 67	0.57 53	0.43 54	0.40 108	0.57 88	0.33 85	0.12 4	0.10 9	0.14 16	0.09 6	0.14 45	0.09 1

DLCB_ROB	0.58 262	0.28 239	0.47 155	0.49 270	0.32 252	0.77 255	0.50 261	0.99 224	0.92 232	1.04 309	1.14 267	1.21 313	0.69 251	0.88 264	0.69 260	0.20 220	0.20 275	0.22 229	0.22 262	0.21 221	0.18 175

ADLNet	0.55 240	0.27 226	0.51 200	0.44 201	0.35 274	0.78 259	0.46 240	1.08 257	0.86 198	0.99 288	0.98 208	0.92 257	0.63 217	0.69 188	0.81 285	0.22 252	0.16 228	0.22 229	0.22 262	0.21 221	0.21 236

hitnet-ft	0.55 240	0.27 226	0.39 70	0.41 131	0.28 190	0.78 259	0.40 209	0.92 201	0.90 223	0.82 200	1.01 218	1.13 308	0.70 261	0.78 230	0.67 256	0.28 299	0.20 275	0.28 301	0.22 262	0.29 283	0.26 272

PASM	0.90 331	0.64 355	1.69 375	0.69 363	0.69 368	0.78 259	0.84 349	1.03 241	1.26 338	1.19 333	1.15 272	1.31 324	0.98 330	1.24 333	1.03 332	0.52 368	0.56 382	0.59 373	0.66 380	0.56 365	0.54 371

222	1.18 359	0.22 128	0.44 119	0.37 44	0.22 42	0.79 262	0.37 164	1.31 333	0.89 221	0.92 264	1.08 250	0.72 186	0.71 265	0.66 167	13.89 413	0.20 220	0.15 201	0.17 85	0.16 122	0.18 157	0.19 203

XPNet_ROB	0.70 289	0.35 277	0.68 273	0.52 307	0.40 299	0.79 262	0.85 352	1.16 284	0.94 244	1.33 347	1.15 272	1.38 339	0.83 300	1.03 306	0.90 314	0.32 326	0.25 313	0.26 282	0.24 286	0.31 297	0.28 286

ETE_ROB	0.70 289	0.49 323	0.73 289	0.56 324	0.36 276	0.79 262	0.87 353	1.14 278	0.93 237	1.19 333	1.18 281	1.39 340	0.82 296	0.99 296	0.80 282	0.26 286	0.21 282	0.31 317	0.26 305	0.33 307	0.34 317

Anonymous_2	0.82 315	0.44 313	0.63 251	0.40 107	0.43 317	0.80 265	0.52 278	0.72 131	0.77 157	0.71 140	0.60 59	0.87 240	0.76 277	0.75 216	0.58 235	0.52 368	0.54 381	0.54 368	4.82 417	0.56 365	0.40 341

ac_64	0.52 226	0.22 128	0.50 193	0.45 222	0.28 190	0.80 265	0.45 237	1.02 237	0.61 87	0.91 256	0.83 138	1.07 295	0.68 247	0.74 212	0.70 263	0.21 234	0.18 253	0.20 178	0.19 208	0.18 157	0.15 106

HGLStereo	0.56 251	0.28 239	0.57 228	0.50 284	0.37 281	0.80 265	0.45 237	1.02 237	0.78 163	0.86 225	1.14 267	0.89 249	0.82 296	0.76 219	0.73 270	0.21 234	0.20 275	0.19 154	0.18 184	0.19 190	0.21 236

RP	0.76 303	0.36 282	0.63 251	0.66 354	0.58 359	0.80 265	0.55 289	1.14 278	1.22 328	0.97 281	1.65 342	1.43 344	1.32 359	1.01 299	0.84 289	0.33 332	0.30 333	0.36 334	0.30 321	0.34 314	0.34 317

edge stereo	0.76 303	0.38 294	0.74 293	0.52 307	0.43 317	0.80 265	0.53 281	1.28 327	1.06 297	1.28 343	1.38 317	1.81 364	1.11 342	1.08 314	0.85 293	0.33 332	0.32 346	0.41 347	0.28 315	0.32 302	0.36 324

gwcnet-sp	0.48 181	0.23 145	0.70 283	0.40 107	0.26 147	0.81 270	0.41 221	0.89 192	0.84 186	0.91 256	0.76 100	0.66 160	0.61 206	0.66 167	0.50 207	0.18 170	0.17 242	0.18 119	0.18 184	0.18 157	0.18 175

scenet	0.48 181	0.23 145	0.70 283	0.40 107	0.26 147	0.81 270	0.41 221	0.89 192	0.84 186	0.91 256	0.76 100	0.66 160	0.61 206	0.66 167	0.50 207	0.18 170	0.17 242	0.18 119	0.18 184	0.18 157	0.18 175

ssnet	0.48 181	0.23 145	0.70 283	0.40 107	0.26 147	0.81 270	0.41 221	0.89 192	0.84 186	0.91 256	0.76 100	0.66 160	0.61 206	0.66 167	0.50 207	0.18 170	0.17 242	0.18 119	0.18 184	0.18 157	0.18 175

Consistency-Raft	1.01 340	0.81 366	1.24 353	0.84 371	0.97 378	0.81 270	0.84 349	1.30 331	1.59 364	1.05 311	1.68 347	1.12 305	0.91 314	0.92 281	1.11 340	0.65 376	0.74 389	0.79 377	0.90 389	1.06 384	0.79 380

Anonymous3	0.46 164	0.34 273	0.86 316	0.50 284	0.37 281	0.81 270	0.50 261	0.72 131	0.65 110	0.51 55	0.65 69	0.45 60	0.45 134	0.64 155	0.38 146	0.24 266	0.24 305	0.22 229	0.21 247	0.23 246	0.23 256

NCC-stereo	0.78 307	0.40 302	0.76 301	0.61 341	0.67 365	0.81 270	0.69 325	1.54 369	1.11 310	0.90 251	1.36 309	1.33 331	1.16 346	1.19 326	0.88 301	0.31 314	0.30 333	0.37 338	0.48 366	0.33 307	0.33 313

Abc-Net	0.78 307	0.40 302	0.76 301	0.61 341	0.67 365	0.81 270	0.69 325	1.54 369	1.11 310	0.90 251	1.36 309	1.33 331	1.16 346	1.19 326	0.88 301	0.31 314	0.30 333	0.37 338	0.48 366	0.33 307	0.33 313
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DANet	0.71 293	0.45 317	0.91 320	0.59 334	0.40 299	0.81 270	0.40 209	0.97 219	0.84 186	1.20 336	1.22 287	1.33 331	0.88 311	1.16 323	1.24 350	0.27 293	0.23 298	0.31 317	0.25 295	0.35 318	0.32 309
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
xxxx	1.01 340	0.22 128	0.43 109	0.36 37	0.21 29	0.82 278	0.36 152	1.32 334	0.88 211	0.71 140	0.94 182	0.97 266	0.63 217	0.64 155	10.58 409	0.20 220	0.16 228	0.18 119	0.17 162	0.19 190	0.19 203

S-Stereo	0.74 300	0.35 277	0.96 324	0.56 324	0.45 328	0.82 278	0.60 302	1.24 319	1.60 367	0.96 276	1.41 320	1.12 305	0.94 323	0.80 234	1.04 335	0.26 286	0.31 343	0.28 301	0.25 295	0.32 302	0.47 361

ADLNet2	0.55 240	0.25 198	0.65 261	0.47 250	0.30 223	0.83 280	0.50 261	1.05 249	0.95 249	0.80 183	0.98 208	0.99 270	0.69 251	0.77 226	0.73 270	0.20 220	0.16 228	0.17 85	0.18 184	0.21 221	0.21 236

LMCR-Stereo	0.53 229	0.30 253	0.53 211	0.58 331	0.30 223	0.83 280	0.36 152	1.19 294	0.76 150	0.88 240	1.04 234	0.56 95	0.62 211	0.82 239	0.67 256	0.19 199	0.15 201	0.19 154	0.14 72	0.23 246	0.17 161

FINET	0.67 282	0.42 307	1.00 328	0.46 241	0.43 317	0.83 280	0.89 354	1.08 257	1.50 358	0.87 232	1.14 267	0.71 176	0.68 247	0.92 281	0.70 263	0.36 345	0.30 333	0.26 282	0.24 286	0.35 318	0.33 313

UPFNet	0.53 229	0.24 180	0.51 200	0.45 222	0.38 289	0.84 283	0.49 257	0.99 224	0.75 144	0.87 232	0.88 165	0.86 235	0.64 227	0.80 234	0.71 267	0.20 220	0.20 275	0.20 178	0.20 230	0.19 190	0.15 106

psmg	0.49 197	0.25 198	0.43 109	0.41 131	0.28 190	0.85 284	0.43 229	0.99 224	0.76 150	0.91 256	0.94 182	0.76 207	0.54 176	0.64 155	0.43 169	0.20 220	0.15 201	0.20 178	0.20 230	0.18 157	0.18 175

psmorigin	0.82 315	0.51 330	2.09 384	0.49 270	0.41 306	0.85 284	0.50 261	1.04 244	0.88 211	1.45 351	1.43 324	1.50 351	1.06 337	1.22 331	0.97 324	0.31 314	0.32 346	0.27 294	0.27 310	0.33 307	0.42 346

HSM-Net_RVC	0.53 229	0.22 128	0.35 29	0.37 44	0.21 29	0.85 284	0.37 164	1.23 312	0.93 237	0.90 251	1.15 272	1.26 317	0.63 217	0.72 201	0.48 204	0.17 142	0.13 152	0.16 60	0.15 94	0.17 139	0.15 106
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
acv_ft	0.51 217	0.23 145	0.56 225	0.44 201	0.28 190	0.86 287	0.39 203	0.91 200	0.80 171	0.97 281	0.96 193	0.79 215	0.59 197	0.63 148	0.87 298	0.17 142	0.15 201	0.16 60	0.15 94	0.17 139	0.15 106

SFCPSM	0.47 174	0.21 101	0.55 219	0.40 107	0.27 171	0.87 288	0.37 164	1.33 336	0.77 157	0.80 183	0.84 143	0.54 90	0.49 147	0.57 88	0.37 138	0.18 170	0.13 152	0.18 119	0.20 230	0.16 108	0.15 106

NVstereo2D	0.60 272	0.30 253	0.75 296	0.48 255	0.43 317	0.89 289	0.48 251	1.05 249	1.15 317	0.66 116	0.86 154	0.88 245	0.70 261	0.99 296	0.65 251	0.32 326	0.15 201	0.28 301	0.20 230	0.40 331	0.36 324

anonymousa	0.49 197	0.20 70	0.42 100	0.38 65	0.23 69	0.91 290	0.35 134	0.75 146	0.62 88	0.85 220	1.54 337	1.06 290	0.66 238	0.51 55	0.43 169	0.16 110	0.13 152	0.19 154	0.21 247	0.16 108	0.14 87

Syn2CoEx	0.71 293	0.51 330	0.95 322	0.64 346	0.45 328	0.91 290	0.53 281	1.48 359	1.13 314	0.93 265	1.35 308	1.02 281	0.99 331	0.92 281	0.80 282	0.30 311	0.27 323	0.28 301	0.24 286	0.23 246	0.24 262

AF-Net	0.81 314	0.39 298	0.68 273	0.64 346	0.54 348	0.91 290	0.51 275	1.61 373	1.31 342	0.96 276	2.02 362	1.46 345	1.26 357	1.11 319	0.99 328	0.32 326	0.24 305	0.39 343	0.27 310	0.30 292	0.25 268

PWC_ROB	0.87 324	0.52 336	1.28 355	0.50 284	0.32 252	0.91 290	0.37 164	1.36 344	1.46 356	1.61 359	2.59 377	1.16 312	1.01 334	1.34 346	1.40 359	0.25 276	0.18 253	0.28 301	0.20 230	0.29 283	0.28 286

RGC	0.79 310	0.59 347	0.71 286	0.65 351	0.65 364	0.92 294	0.58 298	1.29 328	1.05 290	1.07 317	1.45 329	1.47 348	1.03 335	1.21 330	0.88 301	0.32 326	0.30 333	0.48 360	0.40 353	0.37 324	0.37 330

DGSMNet	0.76 303	0.55 342	1.29 357	0.58 331	0.62 362	0.94 295	0.70 330	1.26 323	1.11 310	0.83 212	1.24 292	1.00 273	0.71 265	1.03 306	0.81 285	0.34 338	0.29 330	0.41 347	0.40 353	0.57 367	0.55 372

PA-Net	0.67 282	0.43 309	0.83 309	0.50 284	0.53 346	0.94 295	0.68 321	1.10 262	1.14 316	0.80 183	0.88 165	0.87 240	0.77 281	1.02 304	0.88 301	0.24 266	0.41 368	0.29 309	0.44 360	0.26 268	0.34 317
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANet	0.70 289	0.37 285	0.55 219	0.51 296	0.34 268	0.94 295	0.96 360	1.08 257	0.94 244	1.04 309	1.98 361	1.13 308	0.88 311	1.12 320	0.66 253	0.25 276	0.26 319	0.27 294	0.22 262	0.31 297	0.22 249

ssnet_v2	0.58 262	0.28 239	0.56 225	0.43 186	0.29 213	0.95 298	0.59 300	1.13 272	0.99 262	0.93 265	0.80 123	0.99 270	0.64 227	0.82 239	0.94 318	0.25 276	0.22 288	0.23 243	0.24 286	0.20 203	0.19 203

Wz-Net-SNSev	0.91 332	0.73 360	2.13 385	0.56 324	0.45 328	0.95 298	1.13 372	1.34 338	1.24 331	1.02 300	1.30 302	1.46 345	0.86 305	1.81 373	1.50 360	0.25 276	0.23 298	0.25 268	0.26 305	0.32 302	0.29 292

pmcnn	1.23 362	0.29 247	0.96 324	0.40 107	0.23 69	0.95 298	0.69 325	1.16 284	1.28 339	1.67 365	2.33 367	11.15 416	0.86 305	0.93 286	0.88 301	0.15 79	0.12 98	0.12 2	0.10 10	0.15 77	0.15 106

StereoDRNet-Refined	0.58 262	0.32 260	0.54 214	0.46 241	0.30 223	0.96 301	0.40 209	1.00 227	0.94 244	1.12 326	1.08 250	0.96 264	0.67 241	0.90 271	0.89 312	0.17 142	0.13 152	0.22 229	0.21 247	0.20 203	0.19 203
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
anonymity	0.97 337	0.89 372	1.05 331	0.92 374	1.03 383	0.97 302	0.81 345	1.29 328	0.91 227	1.07 317	0.98 208	1.00 273	0.95 326	1.02 304	0.92 317	0.96 386	0.95 404	0.90 379	0.91 392	0.92 378	0.94 385

SHD	0.93 335	0.50 327	1.18 347	0.59 334	0.46 335	0.97 302	0.48 251	1.70 378	2.15 379	1.58 356	1.37 312	1.42 343	1.19 351	1.31 342	1.60 361	0.31 314	0.26 319	0.32 322	0.33 337	0.40 331	0.42 346

NaN_ROB	0.69 287	0.44 313	0.69 279	0.51 296	0.33 261	0.97 302	1.06 367	1.22 308	1.19 323	1.24 341	0.96 193	1.08 297	0.78 286	1.20 328	0.67 256	0.24 266	0.30 333	0.23 243	0.24 286	0.23 246	0.25 268

PSMNet_ROB	0.64 277	0.37 285	0.65 261	0.56 324	0.42 312	0.97 302	0.83 346	1.21 300	0.92 232	0.79 181	1.02 226	1.08 297	0.63 217	0.82 239	0.91 316	0.29 305	0.20 275	0.31 317	0.31 328	0.26 268	0.23 256

NCCL2	0.72 297	0.41 305	0.65 261	0.64 346	0.44 324	0.98 306	1.20 375	1.11 267	1.00 269	0.98 285	0.96 193	1.49 350	0.87 308	0.90 271	0.79 280	0.31 314	0.26 319	0.39 343	0.39 350	0.32 302	0.32 309

UNet	0.54 239	0.26 212	0.66 266	0.44 201	0.40 299	0.99 307	0.41 221	0.98 222	0.75 144	0.83 212	0.89 169	1.04 285	0.72 269	0.73 206	0.62 245	0.19 199	0.14 178	0.20 178	0.17 162	0.20 203	0.17 161

SuperB	1.04 345	0.37 285	4.81 401	0.43 186	0.31 240	0.99 307	0.46 240	1.02 237	2.09 378	1.09 322	1.09 254	0.75 201	0.81 292	1.06 309	1.76 366	0.19 199	0.15 201	0.17 85	0.15 94	2.82 409	0.26 272

LALA_ROB	0.74 300	0.43 309	0.69 279	0.54 318	0.40 299	1.01 309	0.95 359	1.21 300	1.07 303	1.22 338	1.12 259	1.56 357	0.79 288	1.04 308	0.86 294	0.33 332	0.22 288	0.35 331	0.30 321	0.35 318	0.31 305

CBMV	0.64 277	0.35 277	0.41 81	0.42 168	0.25 112	1.01 309	0.77 340	1.13 272	1.09 308	1.17 331	1.22 287	1.04 285	0.75 274	0.88 264	0.63 248	0.28 299	0.30 333	0.34 329	0.30 321	0.26 268	0.26 272
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UDG	0.88 326	0.82 369	0.67 270	1.00 378	0.96 377	1.02 311	0.57 297	1.13 272	0.99 262	0.90 251	0.97 207	1.31 324	0.99 331	0.85 258	0.84 289	0.54 372	0.32 346	1.77 389	0.40 353	0.94 379	0.66 375

LSM	4.74 408	0.77 363	10.16 408	0.70 364	56.56 432	1.02 311	1.00 365	1.24 319	1.62 368	2.04 376	2.34 368	1.33 331	1.17 348	1.38 353	1.09 339	0.33 332	0.49 379	0.39 343	0.46 361	0.51 356	10.09 418

SGM-Forest	0.62 275	0.32 260	0.39 70	0.43 186	0.30 223	1.02 311	0.55 289	1.09 261	1.05 290	1.06 314	1.18 281	1.10 301	0.67 241	0.88 264	0.62 245	0.31 314	0.33 352	0.33 327	0.30 321	0.30 292	0.28 286
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Wz-Net-LNSev-Ref	0.63 276	0.28 239	0.99 327	0.40 107	0.30 223	1.03 314	0.56 294	1.10 262	0.99 262	0.97 281	1.22 287	1.06 290	0.69 251	1.07 312	0.95 321	0.19 199	0.11 57	0.16 60	0.13 50	0.22 237	0.21 236

DDUNet	1.06 348	2.56 412	0.68 273	1.21 384	1.26 388	1.03 314	0.69 325	1.11 267	0.94 244	0.96 276	1.22 287	1.27 318	0.82 296	0.93 286	0.72 269	0.84 383	0.38 361	1.99 392	0.60 378	1.10 385	0.85 382

StereoDRNet	0.64 277	0.33 268	0.68 273	0.51 296	0.43 317	1.03 314	0.53 281	1.47 358	0.99 262	1.10 324	0.87 158	1.07 295	0.71 265	0.82 239	0.88 301	0.23 257	0.19 267	0.25 268	0.23 273	0.27 278	0.19 203

PWCDC_ROB	0.89 328	0.49 323	0.80 308	0.74 368	0.40 299	1.03 314	0.39 203	1.33 336	2.35 385	1.02 300	3.77 394	0.81 225	0.92 317	1.20 328	0.90 314	0.34 338	0.22 288	0.24 257	0.20 230	0.34 314	0.29 292

EDNetEfficientorigin	9.93 413	1.15 384	175.16 436	0.48 255	0.36 276	1.04 318	0.68 321	1.24 319	2.69 389	3.17 400	2.50 373	2.30 375	2.07 388	1.76 371	2.21 377	0.20 220	0.18 253	0.24 257	0.19 208	0.51 356	0.50 367

Nwc_Net	0.78 307	0.38 294	0.73 289	0.60 339	0.55 350	1.05 319	0.55 289	1.67 377	1.05 290	0.88 240	1.86 357	1.40 342	1.09 340	1.10 317	0.87 298	0.30 311	0.25 313	0.36 334	0.38 346	0.29 283	0.29 292

MMNet	0.55 240	0.25 198	0.61 240	0.43 186	0.34 268	1.07 320	0.39 203	0.87 186	0.91 227	0.91 256	0.93 181	0.86 235	0.76 277	0.81 237	0.76 275	0.15 79	0.14 178	0.18 119	0.19 208	0.20 203	0.16 144

delet	0.55 240	0.24 180	0.55 219	0.44 201	0.33 261	1.07 320	0.50 261	1.00 227	0.86 198	0.85 220	0.96 193	0.90 253	0.63 217	0.83 246	0.74 273	0.18 170	0.18 253	0.20 178	0.21 247	0.16 108	0.15 106

ADCMid	1.14 354	0.52 336	2.23 387	0.53 312	0.43 317	1.07 320	0.75 338	1.23 312	1.05 290	2.15 380	1.44 326	1.50 351	1.43 365	1.56 359	5.01 400	0.26 286	0.24 305	0.29 309	0.31 328	0.37 324	0.33 313

ADCRef	0.80 311	0.43 309	1.32 360	0.50 284	0.45 328	1.07 320	0.51 275	1.07 253	0.98 257	1.17 331	1.42 321	0.87 240	0.91 314	0.85 258	3.19 387	0.18 170	0.16 228	0.23 243	0.23 273	0.22 237	0.21 236

GwcNet	0.69 287	0.36 282	1.10 335	0.51 296	0.42 312	1.08 324	0.50 261	1.21 300	1.16 318	1.00 293	1.37 312	1.06 290	0.79 288	0.92 281	0.94 318	0.25 276	0.24 305	0.24 257	0.22 262	0.23 246	0.26 272

ccnet	0.82 315	0.57 345	0.75 296	0.54 318	0.59 360	1.09 325	0.66 314	1.38 347	0.94 244	1.12 326	1.44 326	1.29 321	0.92 317	0.95 295	1.24 350	0.49 364	0.42 370	0.50 365	0.47 364	0.51 356	0.46 357

SQANet	0.82 315	0.74 361	0.67 270	1.13 382	0.98 380	1.11 326	0.47 245	1.07 253	0.83 183	0.91 256	1.05 238	1.03 283	0.74 272	1.01 299	0.64 250	0.61 375	0.24 305	1.03 382	0.35 341	1.18 386	0.58 373

STTRV1_RVC	0.82 315	0.59 347	1.16 341	0.67 357	0.81 370	1.11 326	0.63 309	1.30 331	1.11 310	0.98 285	1.33 306	1.08 297	0.95 326	1.26 335	0.87 298	0.55 373	0.25 313	0.43 349	0.39 350	0.58 370	0.40 341

NVStereoNet_ROB	1.24 363	0.90 373	1.13 339	0.86 372	0.88 372	1.11 326	0.99 363	1.42 353	1.53 360	1.59 358	2.48 372	2.24 374	1.53 367	1.96 380	1.30 355	0.76 381	0.70 386	0.78 376	1.00 394	0.71 375	0.88 383
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
CBFPSM	0.59 269	0.22 128	1.31 358	0.38 65	0.27 171	1.12 329	0.65 313	0.79 161	0.82 178	0.80 183	0.81 130	1.35 337	0.87 308	0.67 177	0.76 275	0.16 110	0.15 201	0.15 42	0.16 122	0.17 139	0.22 249

RTSC	0.87 324	0.48 320	1.23 352	0.52 307	0.37 281	1.13 330	0.50 261	1.34 338	1.79 372	1.51 353	1.24 292	1.12 305	0.81 292	1.62 363	2.16 376	0.25 276	0.19 267	0.23 243	0.24 286	0.30 292	0.31 305

DISCO	0.70 289	0.26 212	0.68 273	0.44 201	0.31 240	1.14 331	0.51 275	1.23 312	1.23 329	0.81 191	1.05 238	1.50 351	0.85 303	1.82 374	1.03 332	0.19 199	0.15 201	0.18 119	0.16 122	0.24 256	0.23 256

CSAN	0.83 321	0.49 323	0.77 305	0.60 339	0.41 306	1.14 331	1.06 367	1.19 294	1.46 356	1.32 345	1.43 324	1.37 338	1.19 351	1.27 338	0.86 294	0.39 351	0.31 343	0.36 334	0.37 343	0.35 318	0.34 317

Wz-Net-LNSev	0.71 293	0.51 330	1.36 366	0.50 284	0.41 306	1.15 333	0.69 325	1.21 300	1.07 303	1.02 300	1.12 259	1.08 297	0.87 308	0.89 269	0.89 312	0.24 266	0.22 288	0.21 217	0.19 208	0.26 268	0.26 272

GANetREF_RVC	0.80 311	0.75 362	0.86 316	0.66 354	0.42 312	1.15 333	0.98 361	1.14 278	1.19 323	1.01 298	1.02 226	1.10 301	0.90 313	1.15 322	0.76 275	0.48 362	0.39 365	0.57 370	0.38 346	0.63 373	0.46 357
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
DRN-Test	0.66 281	0.32 260	0.66 266	0.50 284	0.39 294	1.15 333	0.61 307	1.49 361	1.01 273	1.12 326	1.08 250	1.06 290	0.69 251	0.77 226	0.94 318	0.23 257	0.17 242	0.26 282	0.25 295	0.25 264	0.21 236

fast-acv-ft	0.64 277	0.30 253	0.73 289	0.45 222	0.34 268	1.17 336	0.49 257	0.86 179	0.98 257	1.02 300	1.36 309	1.29 321	0.85 303	0.76 219	0.81 285	0.21 234	0.23 298	0.23 243	0.23 273	0.21 221	0.20 223

FBW_ROB	0.88 326	0.50 327	0.85 311	0.55 321	0.40 299	1.17 336	0.78 342	1.50 362	1.37 346	1.33 347	1.27 296	1.48 349	1.00 333	2.57 393	0.98 327	0.25 276	0.32 346	0.45 353	0.30 321	0.34 314	0.28 286

APVNet	0.71 293	0.37 285	0.89 319	0.56 324	0.45 328	1.18 338	0.68 321	1.41 352	0.85 193	0.81 191	1.15 272	1.04 285	0.81 292	1.10 317	1.17 345	0.26 286	0.28 325	0.32 322	0.31 328	0.29 283	0.30 299

iinet-f	0.67 282	0.26 212	2.15 386	0.39 84	0.31 240	1.19 339	0.56 294	0.84 173	0.84 186	0.80 183	1.17 279	1.05 289	0.84 302	0.71 196	1.21 348	0.20 220	0.18 253	0.17 85	0.15 94	0.20 203	0.20 223

CRFU-Net	0.57 256	0.27 226	0.57 228	0.46 241	0.30 223	1.20 340	0.52 278	1.10 262	0.56 81	1.00 293	0.98 208	1.06 290	0.79 288	0.81 237	0.71 267	0.21 234	0.19 267	0.18 119	0.16 122	0.18 157	0.19 203

CSP-Net	0.56 251	0.27 226	0.49 181	0.41 131	0.28 190	1.22 341	0.50 261	1.23 312	0.72 132	0.95 275	0.95 189	0.89 249	0.62 211	0.83 246	0.62 245	0.26 286	0.17 242	0.17 85	0.17 162	0.18 157	0.17 161

XQC	0.89 328	0.65 356	1.31 358	0.67 357	0.52 345	1.22 341	0.68 321	1.26 323	1.52 359	1.14 329	1.11 257	1.28 320	1.04 336	1.40 354	1.77 367	0.38 349	0.24 305	0.37 338	0.31 328	0.53 361	0.47 361

WCMA_ROB	1.14 354	0.36 282	0.76 301	0.49 270	0.44 324	1.23 343	0.67 316	1.11 267	1.23 329	2.84 394	3.95 400	3.28 391	1.83 381	1.25 334	0.99 328	0.44 357	0.34 354	0.34 329	0.37 343	0.41 337	0.40 341

DispFullNet	1.60 378	2.63 413	2.75 390	2.56 406	1.79 398	1.24 344	0.47 245	1.37 346	1.45 355	1.87 370	1.50 333	1.55 356	2.46 391	2.04 382	1.04 335	0.59 374	0.18 253	2.32 401	0.68 382	2.29 402	1.14 394

MFMNet_re	1.14 354	0.97 380	1.19 348	0.99 376	0.95 376	1.25 345	1.22 378	1.39 348	1.55 362	1.69 366	1.67 346	1.21 313	1.53 367	1.12 320	0.99 328	0.87 385	0.75 393	0.79 377	0.75 384	0.90 377	0.94 385

ADCS	1.51 375	0.61 351	3.42 393	0.59 334	0.51 342	1.27 346	1.08 370	1.59 371	1.81 373	1.91 374	1.66 344	1.51 354	1.42 364	1.94 379	8.60 408	0.33 332	0.32 346	0.33 327	0.36 342	0.44 342	0.42 346

CC-Net-ROB	0.82 315	0.96 377	0.85 311	0.58 331	0.45 328	1.27 346	0.70 330	1.17 289	1.02 276	0.83 212	1.23 291	0.90 253	0.77 281	1.06 309	0.69 260	0.46 359	0.34 354	1.71 388	0.38 346	0.59 371	0.36 324

RYNet	0.72 297	0.35 277	0.64 256	0.53 312	0.67 365	1.31 348	0.67 316	1.20 298	1.18 321	1.05 311	0.87 158	1.27 318	0.93 322	0.93 286	1.27 354	0.22 252	0.16 228	0.26 282	0.23 273	0.40 331	0.39 338

coex-ft	6.43 411	1.51 394	87.33 435	0.49 270	0.38 289	1.34 349	1.21 377	1.16 284	8.09 407	12.12 415	2.79 381	2.77 384	3.31 402	1.16 323	3.15 386	0.24 266	0.23 298	0.27 294	0.24 286	0.45 346	0.37 330

WZ-Net	1.19 360	0.59 347	4.07 398	0.62 344	0.51 342	1.34 349	1.31 386	1.32 334	1.74 371	1.53 355	1.65 342	1.74 363	1.28 358	2.25 387	2.01 373	0.27 293	0.21 282	0.23 243	0.25 295	0.40 331	0.39 338

FCDSN-DC	1.39 371	0.56 343	0.65 261	0.74 368	0.59 360	1.38 351	0.63 309	1.35 341	1.39 349	3.26 401	4.50 405	4.61 397	2.63 395	1.58 361	1.03 332	0.46 359	0.42 370	0.48 360	0.47 364	0.50 355	0.50 367
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MaskLacGwcNet_RVC	0.67 282	0.81 366	0.73 289	0.53 312	0.37 281	1.40 352	0.53 281	1.04 244	0.79 170	0.88 240	0.94 182	0.95 262	0.53 165	0.93 286	0.58 235	0.39 351	0.30 333	0.57 370	0.31 328	0.53 361	0.30 299

ADCPNet	1.03 344	0.48 320	2.70 389	0.54 318	0.42 312	1.40 352	0.75 338	1.13 272	1.07 303	1.22 338	1.42 321	1.68 362	1.09 340	1.36 351	3.45 391	0.30 311	0.28 325	0.29 309	0.32 334	0.37 324	0.35 322

AnyNet_C32	1.16 358	0.62 354	2.40 388	0.57 329	0.55 350	1.41 354	1.34 387	1.18 292	1.24 331	1.49 352	1.42 321	1.39 340	1.20 353	1.55 357	4.82 398	0.29 305	0.28 325	0.29 309	0.34 339	0.38 328	0.42 346

SANet	1.07 350	0.41 305	1.06 332	0.48 255	0.30 223	1.41 354	0.94 358	1.42 353	3.36 396	1.58 356	2.43 371	2.33 377	1.70 376	1.34 346	1.07 337	0.28 299	0.24 305	0.26 282	0.23 273	0.34 314	0.30 299

SPS-STEREO	1.25 364	0.93 374	1.06 332	1.04 380	1.03 383	1.41 354	0.91 357	1.51 365	1.19 323	2.09 378	1.83 354	1.94 369	1.39 362	1.62 363	1.39 358	0.97 387	0.94 403	0.90 379	0.89 388	0.96 381	0.96 388
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Wz-Net-MNSev	0.76 303	0.40 302	1.34 361	0.50 284	0.40 299	1.44 357	0.83 346	1.15 281	1.16 318	1.25 342	1.20 286	1.13 308	0.81 292	1.16 323	1.00 331	0.22 252	0.19 267	0.24 257	0.23 273	0.28 280	0.26 272

ADCP+	1.06 348	0.35 277	1.51 373	0.49 270	0.51 342	1.45 358	0.55 289	1.25 322	1.03 281	1.16 330	1.15 272	1.10 301	1.07 339	1.56 359	6.75 406	0.19 199	0.16 228	0.23 243	0.21 247	0.28 280	0.21 236

RainbowNet	1.35 368	1.49 392	1.19 348	1.88 395	1.45 389	1.48 359	1.07 369	1.61 373	1.55 362	1.20 336	1.59 340	1.54 355	1.13 343	1.34 346	0.97 324	1.36 397	0.70 386	1.82 390	0.79 386	1.71 390	1.07 393

PVD	1.28 365	0.67 358	1.28 355	0.74 368	0.62 362	1.50 360	0.84 349	1.99 383	2.96 391	2.18 381	2.36 370	1.85 367	1.95 385	1.92 377	1.94 371	0.39 351	0.36 358	0.49 363	0.37 343	0.51 356	0.64 374

Wz-Net-TNSev	1.14 354	1.06 383	4.32 400	0.49 270	0.42 312	1.51 361	1.11 371	1.48 359	1.40 351	1.22 338	1.26 295	1.58 359	1.43 365	1.76 371	1.70 363	0.32 326	0.31 343	0.26 282	0.30 321	0.41 337	0.41 345

SGM+DAISY	1.35 368	0.94 376	1.25 354	0.96 375	1.00 382	1.52 362	1.02 366	1.34 338	1.21 326	2.64 389	2.65 379	2.44 378	1.56 370	1.64 366	1.26 352	0.97 387	0.95 404	0.90 379	0.90 389	0.94 379	0.96 388

SGM_RVC	0.97 337	0.28 239	0.41 81	0.39 84	0.22 42	1.55 363	0.73 336	1.51 365	1.25 335	2.25 383	1.92 358	2.58 381	1.56 370	2.02 381	1.19 347	0.27 293	0.27 323	0.27 294	0.25 295	0.25 264	0.25 268
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
FC-DCNN	1.59 377	0.51 330	0.66 266	0.61 341	0.49 338	1.56 364	0.70 330	1.66 376	1.53 360	4.64 408	4.62 406	5.85 406	3.34 403	1.84 375	1.11 340	0.46 359	0.42 370	0.47 357	0.46 361	0.48 352	0.46 357

LE_ROB	4.42 406	0.24 180	2.75 390	0.42 168	0.23 69	1.57 365	0.90 356	1.71 379	17.88 421	16.56 423	4.88 407	5.17 404	18.85 423	1.63 365	14.62 414	0.17 142	0.14 178	0.16 60	0.16 122	0.19 190	0.17 161

DPSNet	0.99 339	0.42 307	1.88 382	0.53 312	0.41 306	1.59 366	1.26 382	2.21 387	1.43 352	1.10 324	1.11 257	1.46 345	1.95 385	1.34 346	1.26 352	0.34 338	0.25 313	0.25 268	0.21 247	0.46 349	0.37 330

ADCL	1.04 345	0.38 294	1.35 362	0.50 284	0.39 294	1.61 367	0.89 354	1.29 328	1.39 349	1.29 344	1.50 333	1.24 316	1.24 354	1.37 352	4.87 399	0.21 234	0.19 267	0.25 268	0.25 295	0.29 283	0.27 279

MSMD_ROB	1.21 361	0.49 323	0.62 243	0.59 334	0.50 339	1.62 368	0.67 316	1.23 312	1.24 331	2.45 387	3.77 394	3.09 388	2.98 400	1.32 343	0.81 285	0.45 358	0.41 368	0.49 363	0.51 373	0.47 351	0.44 352

otaku	1.04 345	0.93 374	0.88 318	1.33 388	1.05 385	1.66 369	0.70 330	1.40 351	1.18 321	1.08 320	1.32 305	1.33 331	0.91 314	1.23 332	0.76 275	0.72 379	0.46 378	1.24 384	0.50 371	1.40 387	0.75 376

MeshStereo	1.34 366	0.43 309	0.54 214	0.44 201	0.34 268	1.66 369	0.60 302	1.94 381	1.37 346	4.47 407	3.25 386	4.71 399	1.94 384	1.92 377	1.17 345	0.35 342	0.35 356	0.37 338	0.31 328	0.32 302	0.32 309
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
PDISCO_ROB	0.91 332	0.48 320	1.06 332	0.99 376	0.97 378	1.67 371	0.63 309	1.64 375	1.59 364	1.06 314	1.18 281	1.31 324	0.79 288	1.55 357	0.97 324	0.49 364	0.22 288	0.45 353	0.40 353	0.45 346	0.37 330

Ntro	1.09 352	0.97 380	0.91 320	1.44 389	1.19 387	1.69 372	0.80 344	1.35 341	1.25 335	1.00 293	1.29 301	1.31 324	0.97 329	1.26 335	0.84 289	0.84 383	0.43 373	1.36 385	0.50 371	1.56 388	0.78 378

stereogan	0.80 311	0.31 258	0.71 286	0.59 334	0.50 339	1.72 373	0.48 251	1.35 341	1.37 346	1.00 293	1.46 331	1.56 357	0.95 326	1.29 340	0.84 289	0.28 299	0.29 330	0.29 309	0.25 295	0.38 328	0.38 336

SAMSARA	1.07 350	0.65 356	1.19 348	1.06 381	0.90 373	1.76 374	1.76 401	1.46 357	1.44 354	1.51 353	1.16 277	2.00 371	1.14 344	1.48 355	1.31 356	0.39 351	0.44 375	0.35 331	0.38 346	0.49 353	0.49 366

ACVNet_1	1.46 373	1.33 389	1.12 338	1.91 397	1.62 392	1.83 375	0.98 361	2.00 384	1.85 374	1.39 350	1.53 336	2.32 376	1.53 367	1.34 346	1.11 340	1.30 394	0.50 380	2.06 398	0.58 377	1.93 398	0.95 387

ACVNet-4b	1.35 368	1.31 388	1.10 335	1.90 396	1.59 391	1.92 376	0.77 340	1.52 368	1.62 368	1.05 311	1.60 341	2.11 372	0.94 323	1.64 366	0.77 279	1.30 394	0.35 356	2.03 396	0.67 381	1.88 396	0.84 381

MFN_U_SF_RVC	1.09 352	0.59 347	1.97 383	0.67 357	0.44 324	1.93 377	0.60 302	1.85 380	1.36 344	1.61 359	1.54 337	1.95 370	1.37 361	1.64 366	1.73 364	0.40 355	0.37 359	0.45 353	0.48 366	0.44 342	0.44 352

AnyNet_C01	1.56 376	1.05 382	7.45 406	0.64 346	0.54 348	1.99 378	1.38 389	1.43 355	1.36 344	1.63 362	1.92 358	1.84 365	1.33 360	2.40 389	4.03 393	0.33 332	0.32 346	0.32 322	0.34 339	0.44 342	0.45 356

ELAS_RVC	1.60 378	0.61 351	1.01 329	0.70 364	0.56 353	2.00 379	1.89 404	1.96 382	2.65 388	3.33 402	3.26 387	3.03 385	3.41 404	2.49 391	2.09 375	0.52 368	0.45 376	0.50 365	0.48 366	0.54 363	0.52 369
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
G-Net	0.95 336	0.46 319	1.04 330	0.64 346	0.48 336	2.12 380	0.64 312	1.01 234	0.87 207	1.75 367	2.82 384	1.30 323	1.64 375	1.06 309	0.96 323	0.36 345	0.29 330	0.35 331	0.25 295	0.45 346	0.42 346

ACVNet_2	1.65 381	1.27 387	1.41 369	1.75 392	1.62 392	2.22 381	1.20 375	2.30 388	2.62 387	1.78 368	2.56 374	3.03 385	1.61 372	1.54 356	1.12 343	1.06 390	0.58 384	1.82 390	0.70 383	1.82 392	0.96 388

IMH-64-1	1.86 382	1.62 397	1.16 341	2.20 400	1.89 400	2.33 382	1.30 383	2.89 392	2.29 382	1.66 363	2.80 382	2.49 379	1.61 372	2.10 383	1.78 368	1.60 398	0.74 389	2.43 402	1.02 395	2.12 399	1.17 397

IMH-64	1.86 382	1.62 397	1.16 341	2.20 400	1.89 400	2.33 382	1.30 383	2.89 392	2.29 382	1.66 363	2.80 382	2.49 379	1.61 372	2.10 383	1.78 368	1.60 398	0.74 389	2.43 402	1.02 395	2.12 399	1.17 397

MDST_ROB	0.91 332	0.27 226	0.85 311	0.63 345	0.41 306	2.53 384	0.71 334	1.60 372	1.13 314	2.83 393	1.73 348	0.97 266	0.69 251	1.61 362	0.73 270	0.25 276	0.22 288	0.32 322	0.28 315	0.25 264	0.24 262

MFN_U_SF_DS_RVC	1.02 343	0.57 345	1.51 373	0.67 357	0.50 339	2.57 385	1.66 397	1.20 298	1.43 352	1.38 349	1.57 339	1.33 331	0.92 317	1.64 366	0.88 301	0.37 348	0.39 365	0.46 356	0.60 378	0.41 337	0.40 341

WAO-6	2.04 389	1.50 393	1.16 341	1.70 391	1.67 396	2.69 386	1.44 393	3.06 394	3.63 399	1.98 375	3.27 388	3.54 395	2.07 388	2.36 388	2.22 379	1.31 396	0.91 399	2.04 397	1.22 404	1.73 391	1.27 401

Dean	1.98 386	1.36 390	1.36 366	2.12 399	1.81 399	2.74 387	1.36 388	3.37 401	3.80 400	2.08 377	3.32 390	3.21 390	1.82 379	1.71 370	1.67 362	1.27 391	0.77 395	1.99 392	0.90 389	1.86 393	1.03 392

LVE	2.12 391	1.44 391	1.36 366	1.99 398	1.78 397	2.75 388	1.79 402	2.82 391	3.95 401	1.90 373	4.33 404	3.52 394	1.81 378	2.24 386	1.74 365	1.74 402	0.87 398	2.06 398	1.13 400	1.91 397	1.35 402

MADNet+	2.23 392	2.43 409	10.85 409	1.22 385	0.91 374	2.76 389	1.40 390	2.12 386	1.67 370	1.32 345	1.74 350	1.86 368	1.74 377	6.25 408	4.41 397	0.65 376	0.64 385	0.58 372	0.54 375	0.80 376	0.76 377

RTS	1.98 386	0.96 377	11.36 410	0.65 351	0.57 357	2.77 390	1.40 390	1.39 348	2.26 380	1.89 371	2.56 374	1.32 329	1.25 355	5.20 406	4.05 394	0.31 314	0.22 288	0.29 309	0.29 319	0.40 331	0.37 330

RTSA	1.98 386	0.96 377	11.36 410	0.65 351	0.57 357	2.77 390	1.40 390	1.39 348	2.26 380	1.89 371	2.56 374	1.32 329	1.25 355	5.20 406	4.05 394	0.31 314	0.22 288	0.29 309	0.29 319	0.40 331	0.37 330

WAO-7	1.90 384	1.20 385	1.35 362	1.27 386	1.06 386	2.84 392	1.56 396	3.23 397	3.06 394	2.23 382	3.33 391	3.17 389	2.28 390	3.12 394	2.21 377	1.02 389	0.91 399	1.06 383	1.03 397	1.04 383	0.97 391

PWCK	1.92 385	1.66 400	3.12 392	1.65 390	0.91 374	2.84 392	2.26 407	2.10 385	2.41 386	2.36 385	2.31 366	2.22 373	1.82 379	3.43 397	2.03 374	1.61 400	0.71 388	1.51 386	0.82 387	1.69 389	0.91 384

KSHMR	2.57 393	1.93 403	1.69 375	2.63 408	2.42 407	2.86 394	2.07 405	3.27 399	6.50 405	2.49 388	3.36 393	3.41 393	1.92 383	2.49 391	1.94 371	2.13 407	1.40 409	2.79 411	1.50 407	2.73 407	1.77 405

DPSimNet_ROB	3.58 402	2.45 410	8.57 407	2.53 404	2.37 406	2.88 395	3.77 412	3.14 396	3.23 395	4.71 409	3.86 397	4.68 398	4.87 409	4.07 404	5.62 401	2.33 410	2.33 413	2.47 405	2.52 411	2.51 406	2.64 411

notaker	2.76 394	2.29 408	1.80 380	2.96 410	2.58 411	2.90 396	1.75 400	3.24 398	3.05 393	2.78 392	4.24 403	6.15 409	2.51 393	3.34 396	2.75 385	2.31 409	1.18 407	3.00 412	1.65 408	2.84 410	1.97 406

IMH	2.04 389	1.62 397	1.20 351	2.20 400	1.89 400	2.91 397	1.30 383	3.11 395	3.03 392	1.81 369	3.35 392	3.03 385	1.90 382	2.48 390	1.80 370	1.66 401	0.77 395	2.45 404	1.04 398	2.15 401	1.19 400

ELAS	1.63 380	0.61 351	0.95 322	0.68 361	0.55 350	3.01 398	1.55 395	2.39 389	2.33 384	3.64 404	3.89 398	2.75 383	2.90 399	2.15 385	2.27 382	0.52 368	0.45 376	0.50 365	0.48 366	0.54 363	0.52 369
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LRCNet_RVC	21.24 421	31.15 427	21.41 417	28.98 425	23.82 423	3.13 399	0.60 302	20.96 424	1.59 364	25.58 424	28.15 427	21.99 425	14.79 414	21.94 425	16.41 415	28.89 434	14.87 425	33.53 430	31.28 430	29.51 432	26.16 429

SDNR	0.86 323	0.37 285	1.47 371	0.40 107	0.38 289	3.38 400	0.33 110	0.90 196	0.98 257	0.99 288	2.09 365	0.59 122	0.71 265	1.29 340	0.70 263	0.51 367	0.56 382	0.36 334	0.26 305	0.43 341	0.46 357

HanzoNet	6.76 412	2.45 410	4.22 399	3.19 412	2.94 413	3.62 401	2.28 408	4.79 410	7.20 406	14.00 419	13.19 418	17.49 420	22.30 424	13.25 417	6.19 403	4.20 415	1.93 412	3.10 413	2.56 412	3.35 413	2.88 413

UNDER WATER	3.46 400	2.07 406	3.64 396	3.09 411	2.48 408	3.75 402	2.42 409	3.31 400	13.77 414	2.90 398	2.95 385	5.84 405	3.69 405	3.69 400	3.48 392	2.07 406	1.11 406	2.70 409	1.40 405	2.84 410	1.98 407

ktn	2.98 398	2.25 407	1.73 377	2.84 409	2.53 410	3.76 403	2.15 406	3.70 403	5.47 404	2.75 391	5.17 409	5.94 407	2.48 392	3.23 395	2.46 383	2.34 411	1.44 410	2.78 410	2.03 410	2.45 405	2.01 408

MSC_U_SF_DS_RVC	1.34 366	0.87 371	1.76 378	0.86 372	0.56 353	4.29 404	1.79 402	1.50 362	1.98 376	1.61 359	1.85 356	1.84 365	1.41 363	1.89 376	1.36 357	0.48 362	0.40 367	0.56 369	0.57 376	0.69 374	0.48 363

MADNet++	4.03 403	2.70 414	3.44 395	3.72 415	3.44 414	4.44 405	3.52 411	3.95 405	3.61 398	4.46 406	4.98 408	4.10 396	4.58 408	7.00 411	5.89 402	3.74 412	3.67 416	3.27 414	2.71 413	3.70 415	3.66 415

WAO-8	2.92 396	1.55 395	1.35 362	1.79 393	1.63 394	5.23 406	1.22 378	4.58 407	12.56 412	2.84 394	4.07 402	4.83 400	2.72 397	3.49 398	2.25 380	1.27 391	0.91 399	1.99 392	1.15 402	1.86 393	1.15 395

Venus	2.92 396	1.55 395	1.35 362	1.79 393	1.63 394	5.23 406	1.22 378	4.58 407	12.56 412	2.84 394	4.06 401	4.83 400	2.72 397	3.49 398	2.25 380	1.27 391	0.91 399	1.99 392	1.15 402	1.86 393	1.15 395

UNDER WATER-64	3.53 401	2.01 404	3.94 397	3.22 413	2.49 409	5.41 408	2.60 410	3.43 402	12.41 411	3.03 399	2.68 380	6.07 408	4.04 406	3.79 402	3.33 388	2.02 405	1.24 408	2.63 407	1.46 406	2.78 408	2.08 409

TorneroNet-64	3.44 399	1.86 401	1.42 370	2.58 407	2.28 405	6.87 409	1.68 398	4.70 409	12.03 409	2.31 384	5.59 410	8.25 411	2.55 394	3.97 403	2.73 384	1.81 403	0.74 389	2.57 406	1.07 399	2.35 403	1.44 403

MANE	4.13 405	0.51 330	0.64 256	0.66 354	0.56 353	6.89 410	0.99 363	7.55 412	12.04 410	6.68 412	8.57 414	10.69 415	9.45 412	7.59 412	6.39 404	0.49 364	0.43 373	0.48 360	0.98 393	0.49 353	0.48 363

SGM-ForestM	4.04 404	0.32 260	0.46 145	0.43 186	0.27 171	7.50 411	1.45 394	3.84 404	4.24 402	8.19 414	6.76 411	19.00 422	9.08 411	10.74 415	6.62 405	0.31 314	0.33 352	0.32 322	0.32 334	0.29 283	0.29 292

JetBlue	2.78 395	1.26 386	7.04 405	1.16 383	1.48 390	8.00 412	6.02 413	2.60 390	1.92 375	2.12 379	2.64 378	3.34 392	3.05 401	6.49 409	3.39 389	0.78 382	0.76 394	0.75 375	0.76 385	0.97 382	1.18 399

DPSMNet_ROB	12.08 416	8.00 417	21.00 416	8.97 420	16.79 419	10.67 413	30.89 422	9.02 415	15.17 417	6.51 411	15.41 422	9.04 413	14.85 415	9.27 414	21.67 419	4.58 417	8.57 419	5.09 417	9.29 420	5.90 418	10.95 419

DGTPSM_ROB	12.07 415	8.00 417	20.99 415	8.93 419	16.78 418	10.67 413	30.87 421	9.01 414	15.16 416	6.50 410	15.41 422	9.04 413	14.85 415	9.25 413	21.67 419	4.57 416	8.57 419	5.08 416	9.28 419	5.90 418	10.95 419

tt	6.20 410	0.20 70	5.89 402	3.55 414	2.07 403	11.26 415	19.21 416	11.74 417	5.46 403	2.69 390	2.04 364	4.87 403	6.25 410	3.70 401	7.09 407	8.32 419	11.17 424	4.93 415	5.41 418	5.74 417	2.37 410

JetRed	5.27 409	5.84 416	12.81 413	2.36 403	2.83 412	12.23 416	10.50 415	4.46 406	3.60 397	3.86 405	3.83 396	4.85 402	4.18 407	6.78 410	11.96 411	2.17 408	2.96 415	2.18 400	1.97 409	3.38 414	2.68 412

TorneroNet	4.53 407	1.89 402	1.48 372	2.55 405	2.27 404	13.78 417	1.69 399	4.84 411	23.73 426	2.89 397	7.70 413	7.06 410	2.69 396	4.26 405	3.42 390	1.84 404	0.77 395	2.68 408	1.13 400	2.42 404	1.47 404

ASD4	9.96 414	8.86 419	17.78 414	7.17 417	9.80 416	16.08 418	28.92 420	9.77 416	8.20 408	7.02 413	7.08 412	8.47 412	9.57 413	11.17 416	20.26 417	4.12 414	4.14 418	5.57 418	4.74 416	5.53 416	4.90 417

HaxPig	31.96 423	37.24 429	34.27 424	24.37 424	24.88 424	18.26 419	19.86 417	20.64 423	28.52 427	35.97 433	38.75 433	25.57 426	28.72 427	33.88 427	34.39 427	35.94 435	38.87 435	37.80 431	40.48 431	39.68 433	41.15 434

Anonymous_1	33.25 424	18.26 420	23.92 418	20.54 421	21.28 422	25.59 420	35.94 423	22.01 427	15.57 418	13.33 416	13.49 419	18.08 421	15.29 417	20.36 418	24.60 421	16.28 427	8.84 421	66.59 434	118.00 434	155.73 437	11.23 421

DPSM_ROB	17.78 418	18.63 421	24.31 422	20.90 422	19.47 420	25.97 421	36.21 424	21.23 425	16.24 419	13.38 417	14.06 420	19.18 423	16.30 418	20.78 419	25.67 422	9.38 421	9.23 422	9.49 421	9.82 421	13.51 421	11.91 422

DPSM	17.78 418	18.63 421	24.31 422	20.90 422	19.47 420	25.97 421	36.21 424	21.23 425	16.24 419	13.38 417	14.06 420	19.18 423	16.30 418	20.78 419	25.67 422	9.38 421	9.23 422	9.49 421	9.82 421	13.51 421	11.91 422

MEDIAN_ROB	37.38 433	40.85 437	40.60 427	32.31 426	31.85 425	27.20 423	24.55 418	29.10 428	33.19 434	42.09 435	41.76 435	33.35 427	34.39 435	39.78 429	37.07 428	43.64 437	44.10 437	44.12 433	43.40 433	41.51 435	42.76 436

xxxxx1	36.64 430	19.51 423	24.21 419	61.66 434	64.63 434	27.28 424	40.10 426	20.25 420	18.63 422	14.07 420	12.97 415	17.26 417	17.36 420	21.70 422	27.93 424	13.18 424	18.50 427	111.26 435	133.37 435	29.24 429	39.73 431

tt_ll	36.64 430	19.51 423	24.21 419	61.66 434	64.63 434	27.28 424	40.10 426	20.25 420	18.63 422	14.07 420	12.97 415	17.26 417	17.36 420	21.70 422	27.93 424	13.18 424	18.50 427	111.26 435	133.37 435	29.24 429	39.73 431

ff	36.64 430	19.51 423	24.21 419	61.66 434	64.63 434	27.28 424	40.10 426	20.25 420	18.63 422	14.07 420	12.97 415	17.26 417	17.36 420	21.70 422	27.93 424	13.18 424	18.50 427	111.26 435	133.37 435	29.24 429	39.73 431

AVERAGE_ROB	37.58 434	40.13 436	40.15 426	34.81 427	33.82 426	28.55 427	25.10 419	32.02 429	34.06 436	41.28 434	40.66 434	34.46 428	34.81 436	39.18 428	37.57 429	42.78 436	43.44 436	43.82 432	43.03 432	40.47 434	41.51 435

BEATNet-Init1	15.13 417	0.82 369	50.86 434	0.72 367	0.53 346	38.10 428	7.03 414	11.83 418	14.25 415	29.78 432	30.17 432	48.21 436	22.64 425	26.78 426	18.11 416	0.42 356	0.38 361	0.47 357	0.46 361	0.51 356	0.48 363

SPstereo	24.26 422	4.19 415	6.66 404	4.29 416	3.79 415	45.68 429	78.09 435	63.52 436	33.36 435	27.50 431	26.65 424	39.53 435	33.55 434	42.77 436	51.02 430	3.90 413	3.72 417	5.95 419	4.66 415	3.15 412	3.30 414

CasAABBNet	35.74 425	37.43 430	48.72 429	42.22 431	39.20 430	52.24 430	73.12 431	42.61 433	32.62 432	26.78 425	27.95 425	38.58 432	32.60 428	41.67 433	51.65 435	18.74 428	18.57 430	19.15 427	19.77 425	27.20 426	23.98 427

MyStereo03	35.77 426	37.55 432	48.75 430	42.19 428	39.18 427	52.27 431	73.13 432	42.32 430	32.61 428	27.03 428	28.40 429	38.50 429	32.89 429	41.62 430	51.63 432	18.78 429	18.59 432	19.11 423	19.80 426	27.18 423	23.95 424

MyStereo02	35.77 426	37.55 432	48.75 430	42.19 428	39.18 427	52.27 431	73.13 432	42.32 430	32.61 428	27.03 428	28.40 429	38.50 429	32.89 429	41.62 430	51.63 432	18.78 429	18.59 432	19.11 423	19.80 426	27.18 423	23.95 424

MyStereo	35.77 426	37.55 432	48.75 430	42.19 428	39.18 427	52.27 431	73.13 432	42.32 430	32.61 428	27.03 428	28.40 429	38.50 429	32.89 429	41.62 430	51.63 432	18.78 429	18.59 432	19.11 423	19.80 426	27.18 423	23.95 424

Selective-RAFT-Error	35.84 429	37.49 431	48.83 433	42.26 432	39.24 431	52.30 434	73.09 430	42.66 434	32.61 428	26.80 426	28.30 428	38.84 434	33.51 433	41.68 434	51.59 431	18.82 432	18.58 431	19.17 428	19.80 426	27.28 427	24.05 428

LSM0	38.95 435	37.60 435	48.58 428	43.57 433	91.06 437	52.57 435	72.57 429	43.17 435	32.63 433	26.97 427	27.97 426	38.65 433	32.94 432	41.86 435	51.78 436	18.89 433	18.41 426	19.13 426	19.63 424	27.29 428	33.77 430

PML	40.80 436	29.24 426	11.87 412	7.20 418	14.47 417	92.13 436	213.69 437	7.63 413	23.35 425	74.72 436	190.14 437	50.17 437	26.15 426	21.39 421	12.70 412	8.76 420	2.92 414	8.45 420	3.25 414	13.26 420	4.42 416

test_example2	176.61 437	205.14 438	198.86 437	188.60 438	190.98 438	152.67 437	170.61 436	94.86 437	123.55 437	178.88 437	179.48 436	158.94 438	141.34 437	192.61 437	198.96 437	203.76 438	236.37 438	164.13 438	173.55 438	218.58 438	160.41 437

FADE		2.05 405		1.03 379	0.99 381							2.73 382				11.57 423	1.70 411	23.09 429	15.86 423	0.62 372

Low-res two-view benchmark