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

Selective-IGEV	0.25 1	0.18 14	0.37 27	0.37 35	0.20 18	0.27 25	0.25 30	0.59 29	0.25 1	0.27 2	0.26 1	0.34 21	0.18 1	0.62 116	0.23 1	0.12 4	0.10 8	0.14 13	0.11 15	0.13 14	0.11 3

StereoIM	0.27 2	0.19 33	0.39 36	0.37 35	0.26 129	0.28 31	0.28 50	0.45 5	0.37 14	0.27 2	0.27 2	0.40 39	0.27 22	0.40 14	0.30 48	0.16 99	0.14 172	0.16 57	0.13 49	0.15 66	0.12 10

CroCo-Stereo	0.27 2	0.23 120	0.40 45	0.49 257	0.22 30	0.20 2	0.29 57	0.55 19	0.45 47	0.29 4	0.27 2	0.42 45	0.26 17	0.30 1	0.26 8	0.15 67	0.13 141	0.13 8	0.12 26	0.16 103	0.13 31
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	0.27 2	0.17 8	0.36 25	0.35 12	0.21 25	0.37 86	0.20 1	0.58 27	0.37 14	0.29 4	0.28 4	0.42 45	0.18 1	0.47 34	0.27 23	0.14 18	0.10 8	0.16 57	0.14 69	0.13 14	0.12 10

CroCo-Stereo Lap2	0.29 9	0.25 167	0.44 79	0.50 268	0.30 217	0.19 1	0.31 87	0.52 13	0.41 34	0.25 1	0.28 4	0.46 64	0.31 53	0.39 8	0.30 48	0.15 67	0.15 190	0.16 57	0.13 49	0.17 127	0.16 98

IGEVStereo-DCA	0.30 12	0.24 139	0.42 58	0.36 27	0.27 158	0.38 91	0.34 116	0.66 55	0.35 6	0.39 21	0.31 6	0.35 25	0.27 22	0.62 116	0.25 3	0.16 99	0.12 86	0.16 57	0.12 26	0.14 36	0.16 98

rrr	0.31 23	0.24 139	0.56 184	0.36 27	0.27 158	0.38 91	0.31 87	0.56 24	0.44 43	0.39 21	0.31 6	0.35 25	0.27 22	0.62 116	0.25 3	0.16 99	0.12 86	0.16 57	0.13 49	0.14 36	0.14 49

ProNet	0.30 12	0.22 97	0.41 50	0.36 27	0.25 101	0.33 66	0.42 218	0.62 36	0.41 34	0.33 11	0.31 6	0.32 13	0.28 27	0.60 88	0.28 29	0.13 9	0.11 39	0.16 57	0.13 49	0.13 14	0.14 49

test_xeample3	0.31 23	0.23 120	0.56 184	0.36 27	0.26 129	0.35 74	0.32 99	0.60 31	0.38 17	0.44 38	0.32 9	0.33 18	0.28 27	0.66 146	0.27 23	0.14 18	0.12 86	0.16 57	0.12 26	0.14 36	0.14 49

ff7	0.30 12	0.22 97	0.42 58	0.37 35	0.26 129	0.31 51	0.34 116	0.66 55	0.35 6	0.39 21	0.33 10	0.31 6	0.28 27	0.61 94	0.26 8	0.14 18	0.11 39	0.17 85	0.12 26	0.15 66	0.16 98

ffff	0.30 12	0.22 97	0.42 58	0.37 35	0.26 129	0.31 51	0.34 116	0.66 55	0.35 6	0.39 21	0.33 10	0.31 6	0.28 27	0.61 94	0.26 8	0.14 18	0.11 39	0.17 85	0.12 26	0.15 66	0.16 98

11t	0.30 12	0.22 97	0.42 58	0.37 35	0.26 129	0.31 51	0.34 116	0.66 55	0.35 6	0.39 21	0.33 10	0.31 6	0.28 27	0.61 94	0.26 8	0.14 18	0.11 39	0.17 85	0.12 26	0.15 66	0.16 98

anonymousdsp	0.30 12	0.22 97	0.41 50	0.38 44	0.26 129	0.31 51	0.35 138	0.68 71	0.36 11	0.40 29	0.33 10	0.32 13	0.28 27	0.62 116	0.26 8	0.14 18	0.10 8	0.17 85	0.12 26	0.15 66	0.16 98

ccc-4	0.30 12	0.22 97	0.42 58	0.37 35	0.26 129	0.31 51	0.34 116	0.66 55	0.35 6	0.39 21	0.33 10	0.31 6	0.28 27	0.61 94	0.26 8	0.14 18	0.11 39	0.17 85	0.12 26	0.15 66	0.16 98

IGEV-Stereo	0.30 12	0.22 97	0.41 50	0.38 44	0.26 129	0.30 39	0.35 138	0.68 71	0.36 11	0.40 29	0.33 10	0.32 13	0.28 27	0.62 116	0.26 8	0.14 18	0.10 8	0.17 85	0.12 26	0.15 66	0.16 98
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
MyStereo07	0.33 30	0.23 120	0.37 27	0.43 166	0.29 198	0.40 101	0.48 248	0.78 143	0.38 17	0.38 18	0.34 16	0.32 13	0.30 50	0.63 125	0.28 29	0.14 18	0.13 141	0.19 147	0.17 157	0.18 151	0.17 134

Selective-RAFT	0.36 42	0.23 120	0.54 177	0.45 199	0.22 30	0.64 208	0.27 42	0.62 36	0.65 93	0.41 31	0.38 17	0.55 90	0.39 102	0.59 78	0.36 98	0.14 18	0.12 86	0.14 13	0.12 26	0.16 103	0.14 49

TRStereo	0.39 88	0.32 252	0.64 220	0.49 257	0.41 299	0.30 39	0.30 69	0.97 202	0.63 84	0.53 59	0.43 18	0.52 82	0.26 17	0.77 207	0.29 37	0.18 156	0.12 86	0.19 147	0.19 207	0.13 14	0.13 31

Anonymous	0.40 102	0.29 229	0.70 248	0.54 310	0.44 316	0.56 169	0.54 279	0.68 71	0.52 62	0.38 18	0.44 19	0.33 18	0.42 116	0.57 69	0.39 127	0.20 210	0.20 271	0.18 116	0.18 183	0.30 288	0.24 250

test-3	0.35 36	0.17 8	0.48 115	0.40 86	0.22 30	0.42 117	0.22 11	0.66 55	0.80 153	0.72 133	0.45 20	0.63 138	0.29 41	0.45 25	0.32 63	0.13 9	0.09 2	0.17 85	0.13 49	0.13 14	0.11 3

test_1	0.35 36	0.17 8	0.48 115	0.40 86	0.22 30	0.42 117	0.22 11	0.66 55	0.80 153	0.70 123	0.45 20	0.63 138	0.29 41	0.45 25	0.32 63	0.13 9	0.09 2	0.17 85	0.13 49	0.13 14	0.11 3

tt1	0.37 60	0.25 167	0.35 19	0.43 166	0.23 56	0.52 150	0.37 157	0.72 109	1.13 301	0.42 32	0.46 22	0.35 25	0.44 124	0.61 94	0.26 8	0.17 125	0.11 39	0.19 147	0.13 49	0.16 103	0.17 134

MIF-Stereo	0.27 2	0.18 14	0.40 45	0.40 86	0.28 179	0.30 39	0.28 50	0.40 1	0.33 4	0.30 6	0.46 22	0.27 2	0.25 12	0.48 41	0.35 89	0.17 125	0.13 141	0.14 13	0.12 26	0.14 36	0.13 31

AEACV	0.28 6	0.18 14	0.34 13	0.36 27	0.45 323	0.27 25	0.27 42	0.41 2	0.39 21	0.31 7	0.46 22	0.31 6	0.36 78	0.38 7	0.25 3	0.14 18	0.11 39	0.15 41	0.13 49	0.13 14	0.13 31

test_3	0.37 60	0.19 33	0.50 131	0.45 199	0.24 77	0.47 133	0.36 145	0.69 82	0.84 176	0.66 102	0.46 22	0.68 168	0.25 12	0.45 25	0.32 63	0.12 4	0.10 8	0.18 116	0.16 115	0.15 66	0.12 10

GLC_STEREO	0.30 12	0.20 54	0.28 8	0.44 187	0.19 8	0.31 51	0.25 30	0.49 9	0.43 41	0.37 17	0.47 26	0.40 39	0.23 7	0.51 50	0.37 106	0.15 67	0.18 246	0.19 147	0.16 115	0.16 103	0.14 49

CES	0.29 9	0.15 2	0.25 1	0.31 4	0.71 368	0.36 78	0.27 42	0.51 12	0.47 54	0.34 13	0.48 27	0.27 2	0.23 7	0.40 14	0.24 2	0.13 9	0.11 39	0.12 2	0.08 1	0.13 14	0.32 298

sAnonymous2	0.42 123	0.41 297	0.96 311	0.48 248	0.37 277	0.41 110	0.48 248	0.60 31	0.52 62	0.39 21	0.48 27	0.35 25	0.44 124	0.44 22	0.30 48	0.19 191	0.14 172	0.19 147	0.17 157	0.55 362	0.43 342

CroCo_RVC	0.42 123	0.41 297	0.96 311	0.48 248	0.37 277	0.41 110	0.48 248	0.60 31	0.52 62	0.39 21	0.48 27	0.35 25	0.44 124	0.44 22	0.30 48	0.19 191	0.14 172	0.19 147	0.17 157	0.55 362	0.43 342

sCroCo_RVC	0.36 42	0.29 229	0.73 261	0.52 294	0.39 291	0.42 117	0.31 87	0.52 13	0.46 52	0.31 7	0.48 27	0.38 35	0.32 59	0.46 29	0.33 73	0.22 241	0.23 293	0.19 147	0.19 207	0.21 208	0.22 223

ACVNet-DCA	0.36 42	0.25 167	0.35 19	0.42 129	0.23 56	0.53 153	0.37 157	0.91 178	0.59 74	0.42 32	0.50 31	0.34 21	0.47 141	0.61 94	0.26 8	0.17 125	0.11 39	0.19 147	0.13 49	0.18 151	0.19 165

xx1	0.40 102	0.25 167	0.35 19	0.42 129	0.23 56	0.53 153	0.37 157	0.71 99	1.17 313	0.42 32	0.50 31	0.65 149	0.56 174	0.61 94	0.26 8	0.17 125	0.11 39	0.20 176	0.19 207	0.18 151	0.19 165

1test111	0.37 60	0.25 167	0.35 19	0.42 129	0.23 56	0.53 153	0.37 157	0.91 178	0.59 74	0.42 32	0.50 31	0.34 21	0.47 141	0.59 78	0.48 185	0.17 125	0.11 39	0.19 147	0.13 49	0.18 151	0.19 165

cc1	0.38 76	0.25 167	0.35 19	0.42 129	0.23 56	0.53 153	0.37 157	0.71 99	1.17 313	0.42 32	0.50 31	0.34 21	0.47 141	0.61 94	0.26 8	0.17 125	0.11 39	0.19 147	0.13 49	0.16 103	0.17 134

AnonymousM	0.42 123	0.86 367	0.31 10	0.35 12	0.23 56	0.30 39	0.37 157	0.56 24	0.44 43	0.72 133	0.50 31	0.47 68	0.29 41	0.42 18	0.35 89	0.16 99	0.12 86	1.51 385	0.32 330	0.12 2	0.11 3

LoS_RVC	0.28 6	0.17 8	0.29 9	0.33 8	0.32 244	0.43 121	0.34 116	0.42 4	0.34 5	0.33 11	0.51 36	0.29 4	0.38 89	0.37 5	0.28 29	0.11 1	0.10 8	0.11 1	0.08 1	0.11 1	0.26 262

anonymousdsp2	0.37 60	0.21 74	0.49 122	0.38 44	0.24 77	0.48 137	0.31 87	0.91 178	0.68 103	0.57 65	0.51 36	0.51 79	0.34 70	0.59 78	0.33 73	0.14 18	0.11 39	0.14 13	0.10 10	0.16 103	0.16 98

CREStereo	0.28 6	0.16 4	0.25 1	0.28 1	0.17 2	0.38 91	0.25 30	0.52 13	0.76 137	0.43 37	0.51 36	0.32 13	0.28 27	0.39 8	0.27 23	0.16 99	0.11 39	0.12 2	0.09 4	0.12 2	0.12 10
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
CAS	0.37 60	0.13 1	0.27 7	1.34 385	0.31 227	0.46 131	0.38 170	0.50 11	0.48 56	0.35 15	0.52 39	0.24 1	0.19 3	0.30 1	0.28 29	1.03 387	0.08 1	0.12 2	0.08 1	0.12 2	0.28 279

LoS	0.30 12	0.16 4	0.32 12	0.30 3	0.19 8	0.32 60	0.29 57	0.54 18	0.73 127	0.35 15	0.52 39	0.42 45	0.29 41	0.48 41	0.29 37	0.15 67	0.11 39	0.13 8	0.09 4	0.12 2	0.12 10

LL-Strereo2	0.36 42	0.25 167	0.52 158	0.43 166	0.27 158	0.36 78	0.27 42	0.70 92	0.46 52	0.55 61	0.53 41	0.65 149	0.24 10	0.69 169	0.32 63	0.14 18	0.13 141	0.23 243	0.20 226	0.19 184	0.14 49

4D-IteraStereo	0.33 30	0.19 33	0.43 74	0.40 86	0.24 77	0.32 60	0.27 42	0.59 29	0.72 118	0.66 102	0.53 41	0.42 45	0.22 6	0.46 29	0.30 48	0.14 18	0.09 2	0.20 176	0.16 115	0.16 103	0.12 10

iRaft-Stereo_20w	0.42 123	0.20 54	0.63 216	0.39 60	0.27 158	0.33 66	0.25 30	1.76 375	0.37 14	0.73 140	0.53 41	0.63 138	0.42 116	0.86 238	0.29 37	0.14 18	0.11 39	0.14 13	0.13 49	0.15 66	0.15 78

MyStereo06	0.40 102	0.22 97	0.65 225	0.42 129	0.29 198	0.43 121	0.48 248	1.05 228	0.43 41	0.64 94	0.54 44	0.78 213	0.27 22	0.53 53	0.31 57	0.14 18	0.13 141	0.18 116	0.17 157	0.17 127	0.17 134

CASnet	0.30 12	0.20 54	0.34 13	0.42 129	0.17 2	0.25 16	0.24 23	0.53 16	0.56 67	0.54 60	0.54 44	0.39 38	0.24 10	0.41 17	0.26 8	0.15 67	0.10 8	0.22 229	0.18 183	0.18 151	0.12 10
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GMStereo	0.40 102	0.38 281	0.61 207	0.41 104	0.27 158	0.47 133	0.35 138	0.62 36	1.04 270	0.57 65	0.54 44	0.38 35	0.36 78	0.56 65	0.41 152	0.20 210	0.13 141	0.16 57	0.17 157	0.24 248	0.20 192
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CFNet-RSSM	0.35 36	0.18 14	0.47 102	0.39 60	0.22 30	0.35 74	0.23 20	0.78 143	0.86 186	0.67 109	0.54 44	0.56 96	0.28 27	0.49 47	0.28 29	0.14 18	0.10 8	0.14 13	0.12 26	0.13 14	0.12 10

PMTNet	0.33 30	0.17 8	0.26 4	0.29 2	0.18 5	0.44 127	0.22 11	0.57 26	0.66 96	0.46 43	0.54 44	0.38 35	0.34 70	0.50 49	0.25 3	0.75 376	0.10 8	0.12 2	0.09 4	0.13 14	0.12 10

AE-Stereo	0.36 42	0.21 74	0.47 102	0.49 257	0.31 227	0.50 138	0.34 116	0.72 109	0.73 127	0.34 13	0.55 49	0.52 82	0.28 27	0.48 41	0.31 57	0.13 9	0.13 141	0.18 116	0.16 115	0.15 66	0.14 49

11t1	0.38 76	0.23 120	0.49 122	0.36 27	0.23 56	0.61 191	0.31 87	0.74 128	0.47 54	0.62 77	0.55 49	0.55 90	0.49 148	0.58 73	0.45 169	0.18 156	0.15 190	0.16 57	0.13 49	0.17 127	0.19 165

raftrobust	0.35 36	0.20 54	0.39 36	0.43 166	0.29 198	0.31 51	0.25 30	0.73 122	0.66 96	0.59 69	0.56 51	0.44 54	0.45 131	0.55 61	0.31 57	0.16 99	0.12 86	0.14 13	0.12 26	0.12 2	0.14 49

IGEV_Zeroshot_test	0.36 42	0.19 33	0.71 251	0.41 104	0.29 198	0.30 39	0.25 30	0.86 165	0.40 29	0.64 94	0.57 52	0.56 96	0.25 12	0.56 65	0.29 37	0.15 67	0.11 39	0.16 57	0.14 69	0.14 36	0.14 49

riskmin	0.41 116	0.21 74	0.44 79	0.34 9	0.24 77	0.58 183	0.32 99	0.70 92	0.86 186	0.52 53	0.57 52	0.78 213	0.60 193	0.58 73	0.39 127	0.17 125	0.12 86	0.19 147	0.13 49	0.19 184	0.22 223

MyStereo04	0.45 147	0.23 120	0.52 158	0.43 166	0.29 198	0.40 101	0.48 248	1.02 216	1.12 296	0.62 77	0.58 54	0.55 90	0.56 174	0.77 207	0.45 169	0.14 18	0.13 141	0.19 147	0.17 157	0.18 151	0.17 134

s12784h	0.37 60	0.15 2	0.26 4	0.34 9	0.15 1	0.80 263	0.29 57	0.83 158	0.87 190	0.58 68	0.58 54	0.43 51	0.41 111	0.59 78	0.35 89	0.12 4	0.10 8	0.14 13	0.09 4	0.14 36	0.10 1

HH	0.37 60	0.22 97	0.49 122	0.41 104	0.26 129	0.36 78	0.30 69	0.87 166	0.41 34	0.45 39	0.59 56	0.78 213	0.43 119	0.77 207	0.26 8	0.15 67	0.11 39	0.15 41	0.14 69	0.14 36	0.14 49

HanStereo	0.37 60	0.22 97	0.49 122	0.41 104	0.26 129	0.36 78	0.30 69	0.87 166	0.41 34	0.45 39	0.59 56	0.78 213	0.43 119	0.77 207	0.26 8	0.15 67	0.11 39	0.15 41	0.14 69	0.14 36	0.14 49

UDGNet	0.50 190	0.82 362	0.56 184	0.51 280	0.32 244	0.41 110	0.34 116	0.71 99	0.93 221	0.65 98	0.60 58	0.58 114	0.44 124	0.65 138	0.43 157	0.33 325	0.15 190	0.67 373	0.20 226	0.49 350	0.23 242

MIPNet	0.39 88	0.22 97	0.66 227	0.40 86	0.25 101	0.53 153	0.29 57	0.78 143	0.74 132	0.68 116	0.60 58	0.40 39	0.48 144	0.45 25	0.39 127	0.14 18	0.11 39	0.16 57	0.13 49	0.14 36	0.14 49

Gwc-CoAtRS	0.35 36	0.18 14	0.46 91	0.39 60	0.23 56	0.34 72	0.22 11	0.74 128	0.77 139	0.62 77	0.60 58	0.58 114	0.29 41	0.47 34	0.29 37	0.14 18	0.11 39	0.14 13	0.12 26	0.13 14	0.13 31

Anonymous_2	0.84 313	0.45 306	0.66 227	0.41 104	0.45 323	0.82 271	0.53 273	0.81 152	0.81 162	0.73 140	0.61 61	0.91 254	0.76 273	0.77 207	0.61 232	0.51 365	0.55 380	0.54 367	4.92 415	0.54 360	0.42 338

MC-Stereo	0.29 9	0.18 14	0.35 19	0.40 86	0.21 25	0.26 18	0.26 40	0.53 16	0.40 29	0.38 18	0.61 61	0.41 43	0.31 53	0.57 69	0.27 23	0.14 18	0.10 8	0.14 13	0.12 26	0.12 2	0.12 10

MyStereo05	0.46 152	0.22 97	0.51 139	0.42 129	0.29 198	0.43 121	0.48 248	0.96 200	1.12 296	0.77 163	0.62 63	0.51 79	0.57 183	0.79 217	0.43 157	0.14 18	0.13 141	0.18 116	0.17 157	0.17 127	0.17 134

MIF-Stereo (partial)	0.32 26	0.19 33	0.41 50	0.41 104	0.32 244	0.29 35	0.24 23	0.49 9	0.44 43	0.31 7	0.63 64	0.37 32	0.36 78	0.60 88	0.32 63	0.17 125	0.13 141	0.19 147	0.17 157	0.18 151	0.15 78

EKT-Stereo	0.36 42	0.24 139	0.44 79	0.44 187	0.30 217	0.37 86	0.30 69	0.72 109	0.68 103	0.47 45	0.63 64	0.49 75	0.28 27	0.59 78	0.34 82	0.19 191	0.14 172	0.18 116	0.15 90	0.16 103	0.18 156

NRIStereo	0.37 60	0.21 74	0.49 122	0.42 129	0.23 56	0.33 66	0.25 30	0.68 71	0.59 74	0.65 98	0.63 64	0.55 90	0.37 82	0.67 155	0.40 147	0.16 99	0.12 86	0.18 116	0.15 90	0.17 127	0.15 78

MSKI-zero shot	0.33 30	0.19 33	0.36 25	0.41 104	0.22 30	0.32 60	0.22 11	0.65 53	0.45 47	0.52 53	0.64 67	0.60 126	0.19 3	0.78 215	0.27 23	0.14 18	0.11 39	0.14 13	0.10 10	0.13 14	0.13 31

OMP-Stereo	0.43 135	0.23 120	0.50 131	0.53 301	0.25 101	0.36 78	0.24 23	0.73 122	0.81 162	0.78 174	0.64 67	0.88 241	0.41 111	0.95 267	0.36 98	0.15 67	0.12 86	0.20 176	0.15 90	0.16 103	0.13 31

RCA-Stereo	0.36 42	0.18 14	0.37 27	0.38 44	0.23 56	0.31 51	0.33 108	0.70 92	1.25 325	0.45 39	0.65 69	0.46 64	0.43 119	0.40 14	0.29 37	0.14 18	0.10 8	0.14 13	0.12 26	0.12 2	0.12 10

Anonymous3	0.47 161	0.35 267	0.91 304	0.50 268	0.38 282	0.81 268	0.55 283	0.76 135	0.66 96	0.52 53	0.65 69	0.44 54	0.45 131	0.66 146	0.39 127	0.25 273	0.25 309	0.22 229	0.21 243	0.23 240	0.24 250

RALAANet	0.40 102	0.24 139	0.56 184	0.43 166	0.30 217	0.36 78	0.25 30	0.89 172	0.69 108	0.69 119	0.65 69	0.61 128	0.30 50	0.63 125	0.35 89	0.16 99	0.13 141	0.18 116	0.15 90	0.21 208	0.14 49

test croco	0.32 26	0.21 74	0.59 201	0.40 86	0.29 198	0.27 25	0.30 69	0.46 6	0.36 11	0.32 10	0.66 72	0.31 6	0.33 64	0.68 163	0.32 63	0.18 156	0.13 141	0.20 176	0.15 90	0.18 151	0.13 31

DLNR_Zeroshot_test	20.12 418	36.36 425	38.38 423	170.13 434	62.28 430	0.22 4	0.20 1	13.43 417	0.40 29	0.45 39	0.66 72	0.42 45	0.21 5	0.64 132	0.32 63	5.57 416	0.10 8	0.15 41	0.11 15	72.31 433	0.13 31

dd	0.44 141	0.40 293	0.62 212	0.44 187	0.26 129	0.51 143	0.38 170	0.72 109	1.07 283	0.60 71	0.66 72	0.43 51	0.40 107	0.68 163	0.53 209	0.24 261	0.15 190	0.21 217	0.16 115	0.24 248	0.19 165

rafts_anoy	0.38 76	0.22 97	0.38 33	0.43 166	0.28 179	0.32 60	0.32 99	0.70 92	0.91 214	0.59 69	0.66 72	0.45 61	0.33 64	0.49 47	0.41 152	0.16 99	0.12 86	0.21 217	0.23 270	0.18 151	0.16 98

iRaftStereo_RVC	0.33 30	0.20 54	0.40 45	0.40 86	0.23 56	0.31 51	0.29 57	0.70 92	0.55 66	0.49 48	0.66 72	0.37 32	0.23 7	0.47 34	0.33 73	0.14 18	0.11 39	0.19 147	0.17 157	0.16 103	0.13 31

DeepStereo_RVC	0.37 60	0.22 97	0.51 139	0.41 104	0.24 77	0.26 18	0.22 11	0.64 52	0.40 29	0.69 119	0.67 77	0.57 99	0.50 150	0.58 73	0.42 155	0.17 125	0.12 86	0.18 116	0.16 115	0.19 184	0.19 165

test-1	0.37 60	0.20 54	0.76 268	0.47 240	0.27 158	0.44 127	0.36 145	0.63 42	0.65 93	0.49 48	0.67 77	0.54 88	0.35 73	0.42 18	0.30 48	0.14 18	0.12 86	0.16 57	0.14 69	0.15 66	0.18 156

knoymous	0.37 60	0.22 97	0.34 13	0.32 6	0.22 30	0.38 91	0.29 57	0.63 42	0.65 93	0.69 119	0.69 79	0.60 126	0.40 107	0.61 94	0.36 98	0.17 125	0.11 39	0.20 176	0.12 26	0.18 151	0.19 165

TANstereo	0.31 23	0.16 4	0.34 13	0.31 4	0.17 2	0.55 164	0.23 20	0.46 6	0.56 67	0.60 71	0.69 79	0.37 32	0.26 17	0.36 4	0.28 29	0.16 99	0.16 211	0.13 8	0.10 10	0.14 36	0.15 78

XX-TBD	0.32 26	0.53 324	0.26 4	0.53 301	0.21 25	0.38 91	0.24 23	0.41 2	0.77 139	0.55 61	0.70 81	0.31 6	0.26 17	0.33 3	0.28 29	0.16 99	0.10 8	0.12 2	0.09 4	0.13 14	0.11 3

qqq	0.42 123	0.28 220	0.50 131	0.37 35	0.22 30	0.47 133	0.39 183	0.91 178	0.59 74	0.57 65	0.71 82	0.65 149	0.56 174	0.59 78	0.48 185	0.17 125	0.17 237	0.20 176	0.19 207	0.18 151	0.19 165

x	0.41 116	0.25 167	0.46 91	0.36 27	0.24 77	0.54 159	0.31 87	0.94 193	0.58 73	0.60 71	0.72 83	0.61 128	0.53 159	0.52 51	0.50 194	0.18 156	0.16 211	0.17 85	0.16 115	0.17 127	0.18 156

GANet-ADL	0.44 141	0.27 207	0.48 115	0.44 187	0.30 217	0.54 159	0.36 145	0.94 193	0.88 200	0.64 94	0.72 83	0.68 168	0.44 124	0.55 61	0.44 164	0.22 241	0.15 190	0.15 41	0.13 49	0.18 151	0.21 208

Any-RAFT	0.36 42	0.17 8	0.31 10	0.35 12	0.21 25	0.51 143	0.21 5	0.93 188	0.75 134	0.56 63	0.73 85	0.66 161	0.29 41	0.48 41	0.25 3	0.15 67	0.10 8	0.13 8	0.10 10	0.13 14	0.13 31

Patchmatch Stereo++	0.36 42	0.24 139	0.51 139	0.42 129	0.22 30	0.24 7	0.21 5	0.63 42	0.39 21	0.63 84	0.73 85	0.57 99	0.38 89	0.61 94	0.39 127	0.18 156	0.12 86	0.20 176	0.16 115	0.21 208	0.16 98
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	0.36 42	0.24 139	0.51 139	0.42 129	0.22 30	0.24 7	0.31 87	0.63 42	0.39 21	0.63 84	0.73 85	0.57 99	0.38 89	0.59 78	0.38 119	0.18 156	0.12 86	0.20 176	0.16 115	0.21 208	0.16 98

ROB_FTStereo_v2	0.36 42	0.24 139	0.51 139	0.42 129	0.22 30	0.24 7	0.31 87	0.63 42	0.39 21	0.63 84	0.73 85	0.57 99	0.38 89	0.60 88	0.39 127	0.18 156	0.12 86	0.20 176	0.16 115	0.21 208	0.16 98

ROB_FTStereo	0.36 42	0.24 139	0.51 139	0.42 129	0.22 30	0.24 7	0.20 1	0.63 42	0.39 21	0.63 84	0.73 85	0.57 99	0.38 89	0.60 88	0.38 119	0.18 156	0.12 86	0.20 176	0.16 115	0.21 208	0.16 98

HUI-Stereo	0.36 42	0.24 139	0.51 139	0.42 129	0.22 30	0.24 7	0.22 11	0.63 42	0.40 29	0.64 94	0.73 85	0.58 114	0.38 89	0.53 53	0.38 119	0.18 156	0.12 86	0.20 176	0.16 115	0.21 208	0.16 98

iGMRVC	0.36 42	0.24 139	0.51 139	0.42 129	0.22 30	0.24 7	0.29 57	0.63 42	0.39 21	0.63 84	0.73 85	0.57 99	0.38 89	0.61 94	0.39 127	0.18 156	0.12 86	0.20 176	0.16 115	0.21 208	0.16 98

iRAFT	0.36 42	0.24 139	0.51 139	0.42 129	0.22 30	0.24 7	0.21 5	0.63 42	0.39 21	0.63 84	0.73 85	0.57 99	0.38 89	0.61 94	0.39 127	0.18 156	0.12 86	0.20 176	0.16 115	0.21 208	0.16 98

CRE-IMP	0.37 60	0.23 120	0.53 165	0.42 129	0.24 77	0.40 101	0.21 5	0.61 34	0.45 47	0.65 98	0.73 85	0.53 86	0.37 82	0.63 125	0.40 147	0.18 156	0.11 39	0.19 147	0.16 115	0.21 208	0.19 165

RAFT-IKP	0.36 42	0.24 139	0.51 139	0.42 129	0.22 30	0.24 7	0.27 42	0.63 42	0.39 21	0.63 84	0.73 85	0.57 99	0.38 89	0.61 94	0.39 127	0.18 156	0.12 86	0.20 176	0.16 115	0.21 208	0.16 98

FENet	0.43 135	0.23 120	0.40 45	0.40 86	0.24 77	0.54 159	0.33 108	0.83 158	0.72 118	0.74 147	0.73 85	0.63 138	0.56 174	0.65 138	0.45 169	0.19 191	0.13 141	0.19 147	0.17 157	0.18 151	0.20 192

PFNet	0.43 135	0.19 33	0.61 207	0.44 187	0.24 77	0.42 117	0.31 87	0.76 135	0.81 162	1.01 283	0.74 96	0.67 165	0.41 111	0.75 192	0.39 127	0.16 99	0.10 8	0.20 176	0.15 90	0.16 103	0.14 49

RALCasStereoNet	0.37 60	0.23 120	0.41 50	0.44 187	0.28 179	0.36 78	0.38 170	0.66 55	0.67 102	0.51 51	0.74 96	0.51 79	0.29 41	0.64 132	0.38 119	0.17 125	0.14 172	0.15 41	0.13 49	0.17 127	0.17 134

Pruner-Stereo	0.39 88	0.21 74	0.51 139	0.41 104	0.25 101	0.22 4	0.24 23	0.71 99	0.59 74	0.90 238	0.75 98	0.67 165	0.30 50	0.64 132	0.39 127	0.19 191	0.12 86	0.20 176	0.17 157	0.17 127	0.19 165

ARAFT	0.48 170	0.25 167	0.82 281	0.42 129	0.25 101	0.56 169	0.54 279	0.82 156	0.82 170	0.92 246	0.75 98	0.75 200	0.48 144	0.89 247	0.37 106	0.15 67	0.12 86	0.23 243	0.22 261	0.14 36	0.14 49

EAI-Stereo	0.36 42	0.21 74	0.46 91	0.40 86	0.22 30	0.33 66	0.36 145	1.22 285	0.32 3	0.52 53	0.75 98	0.35 25	0.28 27	0.65 138	0.30 48	0.14 18	0.11 39	0.14 13	0.14 69	0.14 36	0.13 31

ADStereo(finetuned)	0.39 88	0.18 14	0.58 193	0.35 12	0.19 8	0.30 39	0.30 69	0.72 109	0.96 239	0.72 133	0.77 101	0.45 61	0.68 236	0.46 29	0.36 98	0.14 18	0.10 8	0.14 13	0.11 15	0.13 14	0.15 78

IPLGR	0.40 102	0.22 97	0.70 248	0.40 86	0.22 30	0.51 143	0.29 57	0.78 143	0.78 142	0.80 178	0.77 101	0.44 54	0.41 111	0.48 41	0.40 147	0.14 18	0.12 86	0.16 57	0.14 69	0.16 103	0.14 49

NF-Stereo	0.39 88	0.21 74	0.51 139	0.42 129	0.25 101	0.26 18	0.30 69	0.71 99	0.72 118	0.66 102	0.77 101	0.57 99	0.31 53	0.69 169	0.39 127	0.18 156	0.12 86	0.20 176	0.16 115	0.16 103	0.27 270

OCTAStereo	0.39 88	0.21 74	0.51 139	0.42 129	0.25 101	0.26 18	0.30 69	0.71 99	0.72 118	0.66 102	0.77 101	0.58 114	0.31 53	0.69 169	0.39 127	0.18 156	0.12 86	0.20 176	0.16 115	0.16 103	0.27 270

RE-Stereo	0.39 88	0.21 74	0.51 139	0.42 129	0.25 101	0.26 18	0.30 69	0.71 99	0.72 118	0.66 102	0.77 101	0.57 99	0.31 53	0.70 176	0.39 127	0.18 156	0.12 86	0.20 176	0.16 115	0.16 103	0.27 270

TVStereo	0.39 88	0.21 74	0.51 139	0.42 129	0.25 101	0.26 18	0.30 69	0.71 99	0.72 118	0.66 102	0.77 101	0.57 99	0.31 53	0.70 176	0.39 127	0.18 156	0.12 86	0.20 176	0.16 115	0.16 103	0.27 270

cross-raft	0.34 35	0.20 54	0.38 33	0.45 199	0.24 77	0.32 60	0.35 138	0.77 140	0.42 38	0.62 77	0.77 101	0.58 114	0.27 22	0.46 29	0.31 57	0.12 4	0.10 8	0.15 41	0.13 49	0.15 66	0.12 10

DCANet	0.38 76	0.18 14	0.46 91	0.35 12	0.19 8	0.30 39	0.30 69	0.72 109	0.96 239	0.72 133	0.77 101	0.45 61	0.56 174	0.47 34	0.36 98	0.14 18	0.10 8	0.14 13	0.11 15	0.13 14	0.15 78

GwcNet-ADL	0.45 147	0.24 139	0.51 139	0.46 222	0.30 217	0.41 110	0.40 193	0.95 196	0.98 248	0.73 140	0.78 109	0.61 128	0.41 111	0.67 155	0.55 214	0.20 210	0.14 172	0.15 41	0.14 69	0.19 184	0.22 223

RAFT_R40	0.41 116	0.20 54	0.47 102	0.44 187	0.25 101	0.23 6	0.25 30	0.69 82	0.70 110	0.98 276	0.78 109	0.72 188	0.43 119	0.80 219	0.39 127	0.17 125	0.11 39	0.20 176	0.16 115	0.18 151	0.15 78

TestStereo	0.39 88	0.32 252	0.42 58	0.45 199	0.20 18	0.41 110	0.38 170	0.69 82	0.66 96	0.56 63	0.78 109	0.48 71	0.43 119	0.59 78	0.37 106	0.18 156	0.13 141	0.20 176	0.15 90	0.23 240	0.14 49

raft+_RVC	0.38 76	0.20 54	0.38 33	0.39 60	0.27 158	0.44 127	0.35 138	0.81 152	0.90 208	0.52 53	0.78 109	0.50 76	0.29 41	0.56 65	0.41 152	0.15 67	0.12 86	0.17 85	0.15 90	0.14 36	0.13 31

LL-Strereo	0.58 250	0.29 229	0.83 285	0.48 248	0.35 270	0.39 96	0.48 248	1.04 222	0.99 251	0.87 216	0.79 113	1.08 295	1.15 343	1.35 337	0.51 196	0.18 156	0.15 190	0.22 229	0.19 207	0.17 127	0.21 208

gwcnet-sp	0.50 190	0.25 167	0.84 288	0.41 104	0.27 158	0.79 257	0.40 193	0.93 188	0.85 180	0.95 258	0.79 113	0.65 149	0.63 204	0.69 169	0.52 200	0.18 156	0.17 237	0.18 116	0.18 183	0.18 151	0.19 165

scenet	0.50 190	0.25 167	0.84 288	0.41 104	0.27 158	0.79 257	0.40 193	0.93 188	0.85 180	0.95 258	0.79 113	0.65 149	0.63 204	0.69 169	0.52 200	0.18 156	0.17 237	0.18 116	0.18 183	0.18 151	0.19 165

ssnet	0.50 190	0.25 167	0.84 288	0.41 104	0.27 158	0.79 257	0.40 193	0.93 188	0.85 180	0.95 258	0.79 113	0.65 149	0.63 204	0.69 169	0.52 200	0.18 156	0.17 237	0.18 116	0.18 183	0.18 151	0.19 165

DCANet-4	0.38 76	0.22 97	0.58 193	0.35 12	0.19 8	0.30 39	0.30 69	0.69 82	0.97 244	0.70 123	0.79 113	0.40 39	0.46 137	0.46 29	0.37 106	0.14 18	0.10 8	0.14 13	0.11 15	0.12 2	0.15 78

fff	0.39 88	0.18 14	0.46 91	0.35 12	0.19 8	0.30 39	0.30 69	0.73 122	1.08 288	0.70 123	0.79 113	0.44 54	0.62 199	0.47 34	0.37 106	0.14 18	0.10 8	0.14 13	0.11 15	0.12 2	0.15 78

PFNet+	0.41 116	0.20 54	0.53 165	0.40 86	0.25 101	0.28 31	0.22 11	0.66 55	0.76 137	0.85 204	0.79 113	0.63 138	0.34 70	0.75 192	0.37 106	0.20 210	0.14 172	0.23 243	0.20 226	0.17 127	0.21 208

SST-Stereo	0.41 116	0.20 54	0.48 115	0.43 166	0.25 101	0.25 16	0.21 5	0.68 71	0.50 60	1.08 311	0.79 113	0.71 173	0.42 116	0.81 223	0.38 119	0.17 125	0.11 39	0.20 176	0.16 115	0.19 184	0.15 78

csc	0.39 88	0.18 14	0.46 91	0.35 12	0.19 8	0.30 39	0.30 69	0.73 122	1.08 288	0.70 123	0.79 113	0.44 54	0.62 199	0.47 34	0.37 106	0.14 18	0.10 8	0.14 13	0.11 15	0.12 2	0.15 78

cscssc	0.39 88	0.18 14	0.46 91	0.35 12	0.19 8	0.30 39	0.30 69	0.73 122	1.08 288	0.70 123	0.79 113	0.44 54	0.62 199	0.47 34	0.37 106	0.14 18	0.10 8	0.14 13	0.11 15	0.12 2	0.15 78

BUS	0.47 161	0.26 195	0.47 102	0.46 222	0.29 198	0.78 251	0.34 116	0.99 207	0.80 153	0.77 163	0.80 123	0.64 145	0.54 163	0.66 146	0.56 216	0.21 225	0.15 190	0.22 229	0.19 207	0.18 151	0.19 165

BSDual-CNN	0.48 170	0.26 195	0.47 102	0.46 222	0.29 198	0.75 248	0.46 238	0.99 207	0.80 153	0.77 163	0.80 123	0.76 206	0.59 190	0.66 146	0.48 185	0.21 225	0.15 190	0.22 229	0.19 207	0.18 151	0.19 165

hknet	0.51 200	0.26 195	0.58 193	0.46 222	0.29 198	0.75 248	0.46 238	0.99 207	0.89 204	0.77 163	0.80 123	0.96 263	0.67 228	0.75 192	0.50 194	0.19 191	0.15 190	0.22 229	0.19 207	0.18 151	0.19 165

PSMNet-ADL	0.50 190	0.28 220	0.43 74	0.49 257	0.31 227	0.70 234	0.38 170	0.94 193	0.81 162	0.62 77	0.80 123	0.91 254	0.62 199	0.76 200	0.68 248	0.24 261	0.18 246	0.19 147	0.20 226	0.22 226	0.22 223

IRAFT_RVC	0.43 135	0.20 54	0.52 158	0.45 199	0.24 77	0.26 18	0.51 264	0.76 135	0.78 142	0.77 163	0.80 123	0.73 192	0.50 150	0.74 187	0.39 127	0.18 156	0.10 8	0.21 217	0.17 157	0.17 127	0.15 78

CREStereo++_RVC	0.32 26	0.16 4	0.25 1	0.32 6	0.24 77	0.27 25	0.22 11	0.48 8	0.89 204	0.47 45	0.80 123	0.29 4	0.25 12	0.37 5	0.34 82	0.14 18	0.09 2	0.13 8	0.52 373	0.14 36	0.10 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
CBFPSM	0.61 264	0.25 167	1.41 351	0.39 60	0.27 158	1.10 321	0.67 311	0.83 158	0.84 176	0.82 183	0.81 129	1.33 328	0.85 296	0.72 185	0.86 279	0.16 99	0.15 190	0.15 41	0.17 157	0.17 127	0.23 242

ssnet_v2	0.61 264	0.29 229	0.69 246	0.45 199	0.30 217	0.93 292	0.62 304	1.20 276	1.03 266	0.97 273	0.81 129	0.98 266	0.67 228	0.84 234	0.97 305	0.26 278	0.23 293	0.23 243	0.24 284	0.20 199	0.21 208

IPLG	0.40 102	0.21 74	0.64 220	0.41 104	0.25 101	0.54 159	0.27 42	0.77 140	0.68 103	0.85 204	0.82 131	0.33 18	0.32 59	0.64 132	0.49 192	0.13 9	0.11 39	0.16 57	0.14 69	0.14 36	0.14 49

PSM-softLoss	0.40 102	0.21 74	0.53 165	0.42 129	0.26 129	0.29 35	0.34 116	0.70 92	0.49 57	0.63 84	0.82 131	0.59 123	0.33 64	0.75 192	0.43 157	0.20 210	0.12 86	0.20 176	0.18 183	0.17 127	0.22 223

KMStereo	0.40 102	0.21 74	0.53 165	0.42 129	0.26 129	0.29 35	0.34 116	0.70 92	0.49 57	0.63 84	0.82 131	0.59 123	0.33 64	0.75 192	0.43 157	0.20 210	0.12 86	0.20 176	0.18 183	0.17 127	0.22 223

RAFT	0.46 152	0.23 120	0.52 158	0.48 248	0.27 158	0.55 164	0.47 243	0.68 71	0.60 81	0.83 188	0.82 131	1.00 271	0.56 174	0.76 200	0.37 106	0.18 156	0.16 211	0.22 229	0.20 226	0.16 103	0.14 49

HCRNet	0.46 152	0.35 267	0.45 84	0.54 310	0.26 129	0.52 150	0.29 57	0.87 166	0.64 88	0.75 150	0.82 131	0.76 206	0.53 159	0.70 176	0.38 119	0.24 261	0.16 211	0.24 256	0.20 226	0.21 208	0.20 192

GES	0.46 152	0.25 167	0.62 212	0.41 104	0.30 217	0.62 195	0.37 157	1.06 233	0.70 110	0.75 150	0.83 136	0.47 68	0.52 158	0.69 169	0.46 173	0.23 255	0.17 237	0.17 85	0.16 115	0.18 151	0.24 250

DMCA	0.47 161	0.27 207	0.59 201	0.39 60	0.29 198	0.53 153	0.34 116	0.98 204	0.70 110	0.78 174	0.83 136	0.79 219	0.55 166	0.54 60	0.57 220	0.21 225	0.16 211	0.21 217	0.16 115	0.19 184	0.22 223

GASNet	0.70 283	0.77 359	1.16 329	0.71 361	0.49 335	0.62 195	0.48 248	1.12 249	1.05 272	0.98 276	0.84 138	0.94 259	0.82 287	1.41 341	0.85 278	0.33 325	0.22 286	0.29 307	0.28 313	0.44 340	0.26 262

GMOStereo	0.38 76	0.19 33	0.42 58	0.43 166	0.24 77	0.40 101	0.39 183	0.55 19	0.64 88	0.89 231	0.84 138	0.65 149	0.37 82	0.39 8	0.29 37	0.14 18	0.12 86	0.20 176	0.18 183	0.15 66	0.12 10

error version	0.38 76	0.19 33	0.42 58	0.43 166	0.24 77	0.40 101	0.39 183	0.55 19	0.64 88	0.89 231	0.84 138	0.65 149	0.37 82	0.39 8	0.29 37	0.14 18	0.12 86	0.20 176	0.18 183	0.15 66	0.12 10

test-v	0.38 76	0.19 33	0.42 58	0.43 166	0.24 77	0.40 101	0.39 183	0.55 19	0.64 88	0.89 231	0.84 138	0.65 149	0.37 82	0.39 8	0.29 37	0.14 18	0.12 86	0.20 176	0.18 183	0.15 66	0.12 10

test-2	0.38 76	0.19 33	0.42 58	0.43 166	0.24 77	0.40 101	0.39 183	0.55 19	0.64 88	0.89 231	0.84 138	0.65 149	0.37 82	0.39 8	0.29 37	0.14 18	0.12 86	0.20 176	0.18 183	0.15 66	0.12 10

DSFCA	0.57 239	0.27 207	0.71 251	0.41 104	0.36 275	0.78 251	0.53 273	1.08 240	0.85 180	1.08 311	0.84 138	0.90 248	0.66 219	1.05 296	0.63 239	0.26 278	0.22 286	0.21 217	0.21 243	0.22 226	0.20 192

FADNet	0.63 273	0.53 324	1.20 331	0.46 222	0.44 316	0.66 219	0.41 213	1.24 289	1.07 283	0.70 123	0.84 138	0.98 266	0.65 217	0.87 240	0.54 212	0.29 302	0.30 330	0.27 289	0.30 318	0.48 347	0.36 315

RAFT-Test	0.35 36	0.19 33	0.42 58	0.39 60	0.24 77	0.50 138	0.23 20	0.74 128	0.44 43	0.62 77	0.85 145	0.64 145	0.28 27	0.48 41	0.30 48	0.14 18	0.11 39	0.14 13	0.11 15	0.13 14	0.13 31

ToySt	0.52 210	0.27 207	0.93 305	0.42 129	0.28 179	0.67 228	0.56 286	0.88 171	0.79 148	0.61 75	0.85 145	0.92 257	0.70 243	0.72 185	0.61 232	0.16 99	0.17 237	0.21 217	0.21 243	0.22 226	0.21 208

SFCPSM	0.48 170	0.22 97	0.59 201	0.41 104	0.27 158	0.85 280	0.36 145	1.39 331	0.79 148	0.81 182	0.85 145	0.54 88	0.50 150	0.60 88	0.39 127	0.18 156	0.14 172	0.18 116	0.20 226	0.17 127	0.16 98

ac_64	0.54 221	0.24 139	0.58 193	0.46 222	0.28 179	0.79 257	0.44 231	1.11 248	0.63 84	0.94 253	0.85 145	1.06 290	0.70 243	0.76 200	0.72 255	0.22 241	0.18 246	0.20 176	0.19 207	0.18 151	0.16 98

CASS	0.46 152	0.28 220	0.45 84	0.48 248	0.22 30	0.63 200	0.34 116	0.99 207	0.66 96	0.76 155	0.86 149	0.61 128	0.58 186	0.58 73	0.44 164	0.29 302	0.16 211	0.22 229	0.18 183	0.23 240	0.28 279
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
AAGNet	1.40 367	0.20 54	0.52 158	0.45 199	0.26 129	0.29 35	0.29 57	0.67 66	0.71 116	0.97 273	0.86 149	0.66 161	0.60 193	0.66 146	19.98 416	0.17 125	0.11 39	0.19 147	0.15 90	0.20 199	0.13 31

GEStereo_RVC	0.56 235	0.30 243	0.70 248	0.51 280	0.31 227	0.70 234	0.54 279	1.31 314	0.93 221	0.85 204	0.86 149	0.84 228	0.63 204	0.92 256	0.67 245	0.24 261	0.16 211	0.19 147	0.17 157	0.21 208	0.23 242

FADNet-RVC	0.62 270	0.56 338	1.29 340	0.47 240	0.39 291	0.63 200	0.40 193	1.16 262	0.91 214	0.71 132	0.86 149	1.04 283	0.55 166	0.99 283	0.78 263	0.27 287	0.26 317	0.28 299	0.29 317	0.32 298	0.31 295

DIP-Stereo	0.40 102	0.22 97	0.58 193	0.42 129	0.29 198	0.62 195	0.27 42	0.87 166	0.42 38	0.65 98	0.86 149	0.52 82	0.35 73	0.67 155	0.43 157	0.15 67	0.13 141	0.17 85	0.14 69	0.15 66	0.17 134
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HITNet	0.43 135	0.27 207	0.50 131	0.34 9	0.18 5	0.65 214	0.32 99	0.99 207	0.70 110	0.73 140	0.86 149	0.66 161	0.56 174	0.61 94	0.47 182	0.14 18	0.10 8	0.15 41	0.13 49	0.18 151	0.13 31
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
DisPM	0.40 102	0.20 54	0.50 131	0.42 129	0.27 158	0.24 7	0.30 69	0.68 71	0.61 83	0.88 224	0.87 155	0.59 123	0.32 59	0.80 219	0.34 82	0.19 191	0.12 86	0.19 147	0.17 157	0.16 103	0.21 208

RAFT + AFF	0.54 221	0.30 243	0.84 288	0.51 280	0.32 244	0.63 200	0.57 288	1.05 228	0.95 232	0.80 178	0.87 155	0.85 230	0.57 183	0.87 240	0.51 196	0.18 156	0.21 277	0.23 243	0.22 261	0.19 184	0.19 165

FADNet-RVC-Resample	0.58 250	0.35 267	1.34 346	0.50 268	0.34 265	0.73 241	0.43 225	1.09 243	0.96 239	0.83 188	0.87 155	0.76 206	0.66 219	0.77 207	0.52 200	0.19 191	0.18 246	0.26 281	0.27 307	0.28 279	0.29 284

raft_robust	0.41 116	0.24 139	0.39 36	0.43 166	0.22 30	0.40 101	0.33 108	0.80 150	0.98 248	0.80 178	0.88 158	0.41 43	0.32 59	0.89 247	0.30 48	0.14 18	0.12 86	0.16 57	0.18 183	0.15 66	0.13 31

DMCA-RVC	0.54 221	0.32 252	0.83 285	0.51 280	0.32 244	0.59 189	0.38 170	0.89 172	0.70 110	0.95 258	0.88 158	0.90 248	0.69 238	0.75 192	0.63 239	0.23 255	0.18 246	0.31 317	0.24 284	0.27 272	0.21 208

BEATNet_4x	0.49 179	0.35 267	0.72 257	0.38 44	0.20 18	0.65 214	0.36 145	1.08 240	0.78 142	0.78 174	0.88 158	0.73 192	0.64 211	0.71 181	0.60 228	0.16 99	0.12 86	0.16 57	0.15 90	0.24 248	0.18 156

iRaft-Stereo_5w	0.46 152	0.22 97	0.53 165	0.43 166	0.30 217	0.30 39	0.53 273	0.66 55	0.71 116	0.62 77	0.89 161	1.01 275	0.67 228	0.76 200	0.67 245	0.13 9	0.12 86	0.17 85	0.15 90	0.15 66	0.17 134

UCFNet_RVC	0.50 190	0.27 207	0.37 27	0.40 86	0.27 158	0.66 219	0.42 218	1.18 270	0.86 186	0.70 123	0.89 161	0.91 254	0.60 193	0.62 116	0.48 185	0.24 261	0.18 246	0.28 299	0.27 307	0.25 257	0.24 250

RAFT+CT+SA	0.40 102	0.24 139	0.40 45	0.53 301	0.27 158	0.28 31	0.45 235	0.79 148	0.81 162	0.51 51	0.90 163	0.42 45	0.39 102	0.81 223	0.33 73	0.15 67	0.11 39	0.18 116	0.18 183	0.15 66	0.15 78

UNet	0.55 226	0.27 207	0.72 257	0.45 199	0.41 299	0.97 299	0.40 193	1.01 214	0.80 153	0.87 216	0.90 163	1.03 279	0.75 264	0.76 200	0.67 245	0.19 191	0.15 190	0.20 176	0.17 157	0.21 208	0.18 156

FADNet_RVC	0.58 250	0.39 285	1.26 335	0.45 199	0.32 244	0.55 164	0.34 116	1.12 249	0.90 208	0.68 116	0.90 163	0.61 128	0.71 248	1.03 294	0.80 271	0.21 225	0.18 246	0.27 289	0.23 270	0.33 302	0.30 288

RYNet	0.76 299	0.37 277	0.74 265	0.54 310	0.67 365	1.35 345	0.68 314	1.28 307	1.21 322	1.10 318	0.90 163	1.31 321	0.94 319	1.01 289	1.30 339	0.22 241	0.16 211	0.27 289	0.23 270	0.43 337	0.45 348

PA-Net	0.70 283	0.46 311	0.96 311	0.51 280	0.53 344	0.94 294	0.73 328	1.14 257	1.15 308	0.83 188	0.90 163	0.88 241	0.76 273	1.19 315	0.96 302	0.25 273	0.41 367	0.29 307	0.44 359	0.27 272	0.39 324
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NVstereo2D	0.62 270	0.32 252	0.82 281	0.50 268	0.44 316	0.88 285	0.48 248	1.12 249	1.17 313	0.67 109	0.90 163	0.90 248	0.69 238	1.02 292	0.69 249	0.33 325	0.16 211	0.29 307	0.20 226	0.43 337	0.46 352

test_5	0.44 141	0.25 167	0.48 115	0.53 301	0.28 179	0.28 31	0.42 218	0.77 140	0.87 190	0.63 84	0.91 169	0.73 192	0.53 159	0.82 228	0.36 98	0.14 18	0.11 39	0.18 116	0.18 183	0.18 151	0.16 98

psm_up	0.57 239	0.27 207	0.52 158	0.50 268	0.33 255	0.65 214	0.60 300	1.07 235	0.84 176	0.87 216	0.91 169	1.00 271	1.06 331	0.80 219	0.66 242	0.22 241	0.25 309	0.26 281	0.23 270	0.22 226	0.21 208

UPFNet	0.55 226	0.26 195	0.59 201	0.46 222	0.38 282	0.83 274	0.48 248	1.03 221	0.80 153	0.92 246	0.91 169	0.85 230	0.67 228	0.87 240	0.78 263	0.20 210	0.21 277	0.20 176	0.20 226	0.20 199	0.15 78

STTStereo	0.57 239	0.39 285	0.87 297	0.45 199	0.32 244	0.62 195	0.45 235	1.01 214	0.87 190	1.01 283	0.91 169	0.95 260	0.58 186	0.77 207	0.66 242	0.25 273	0.24 301	0.27 289	0.33 336	0.25 257	0.26 262

NLCA_NET_v2_RVC	0.55 226	0.33 258	0.71 251	0.46 222	0.31 227	0.66 219	0.43 225	1.07 235	0.89 204	0.93 249	0.91 169	0.98 266	0.61 197	0.76 200	0.64 241	0.22 241	0.18 246	0.22 229	0.22 261	0.22 226	0.24 250
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet	0.67 277	0.35 267	0.82 281	0.53 301	0.44 316	1.03 314	0.53 273	1.51 352	1.06 276	1.13 323	0.91 169	1.07 294	0.74 261	0.87 240	0.95 300	0.24 261	0.19 263	0.25 267	0.23 270	0.27 272	0.22 223

IPLGR_C	0.42 123	0.23 120	0.71 251	0.46 222	0.33 255	0.51 143	0.34 116	0.69 82	0.69 108	0.84 194	0.92 175	0.46 64	0.33 64	0.53 53	0.53 209	0.17 125	0.12 86	0.16 57	0.14 69	0.13 14	0.16 98

ACRE	0.42 123	0.23 120	0.73 261	0.45 199	0.33 255	0.50 138	0.33 108	0.68 71	0.70 110	0.82 183	0.92 175	0.46 64	0.32 59	0.53 53	0.52 200	0.17 125	0.12 86	0.15 41	0.14 69	0.13 14	0.16 98

111	0.42 123	0.18 14	0.46 91	0.35 12	0.19 8	0.52 150	0.28 50	0.76 135	1.16 310	0.52 53	0.92 175	0.65 149	0.51 155	0.65 138	0.37 106	0.15 67	0.10 8	0.14 13	0.12 26	0.13 14	0.16 98

HSM	0.53 216	0.25 167	0.46 91	0.40 86	0.25 101	0.74 245	0.44 231	1.29 311	0.78 142	0.82 183	0.92 175	1.21 312	0.75 264	0.90 252	0.48 185	0.18 156	0.14 172	0.17 85	0.14 69	0.17 127	0.18 156

NOSS_ROB	0.59 254	0.40 293	0.42 58	0.45 199	0.31 227	0.79 257	0.53 273	1.09 243	1.12 296	0.69 119	0.92 175	0.77 211	0.63 204	0.81 223	0.52 200	0.39 349	0.38 358	0.44 351	0.42 358	0.38 323	0.36 315

GMStereo_Zeroshot	0.51 200	0.46 311	0.80 275	0.50 268	0.28 179	0.57 179	0.30 69	0.75 133	0.79 148	0.88 224	0.94 180	0.90 248	0.37 82	0.77 207	0.46 173	0.27 287	0.14 172	0.26 281	0.15 90	0.39 327	0.19 165

psmg	0.50 190	0.26 195	0.47 102	0.42 129	0.29 198	0.82 271	0.42 218	1.07 235	0.80 153	0.95 258	0.94 180	0.76 206	0.59 190	0.66 146	0.48 185	0.21 225	0.16 211	0.20 176	0.20 226	0.19 184	0.19 165

AASNet	0.55 226	0.27 207	0.62 212	0.51 280	0.32 244	0.73 241	0.44 231	1.55 355	0.88 200	0.88 224	0.94 180	0.64 145	0.63 204	0.62 116	0.84 276	0.23 255	0.20 271	0.20 176	0.16 115	0.22 226	0.20 192

MaskLacGwcNet_RVC	0.71 285	0.84 366	0.80 275	0.55 316	0.38 282	1.38 347	0.57 288	1.07 235	0.81 162	0.90 238	0.94 180	0.95 260	0.54 163	1.01 289	0.61 232	0.41 354	0.30 330	0.57 369	0.31 327	0.86 374	0.39 324

DCRE	0.38 76	0.19 33	0.47 102	0.45 199	0.33 255	0.45 130	0.40 193	0.66 55	0.53 65	0.49 48	0.95 184	0.57 99	0.39 102	0.53 53	0.32 63	0.14 18	0.13 141	0.15 41	0.14 69	0.14 36	0.15 78

IER	0.48 170	0.25 167	0.60 206	0.38 44	0.28 179	0.67 228	0.38 170	0.82 156	0.68 103	0.88 224	0.95 184	0.74 196	0.79 279	0.62 116	0.46 173	0.17 125	0.14 172	0.17 85	0.17 157	0.17 127	0.16 98

IIG-Stereo	0.45 147	0.22 97	0.48 115	0.51 280	0.26 129	0.43 121	0.21 5	0.73 122	0.80 153	0.84 194	0.95 184	0.82 227	0.46 137	0.95 267	0.37 106	0.16 99	0.12 86	0.19 147	0.15 90	0.15 66	0.12 10

ICVP	0.48 170	0.26 195	0.42 58	0.49 257	0.28 179	0.63 200	0.43 225	1.05 228	0.72 118	0.68 116	0.95 184	0.75 200	0.56 174	0.55 61	0.61 232	0.24 261	0.18 246	0.19 147	0.17 157	0.19 184	0.21 208
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CoDeX	0.48 170	0.21 74	0.53 165	0.43 166	0.25 101	0.74 245	0.38 170	1.36 329	0.82 170	0.84 194	0.96 188	0.63 138	0.57 183	0.63 125	0.40 147	0.17 125	0.13 141	0.17 85	0.15 90	0.16 103	0.15 78

TestStereo1	0.44 141	0.24 139	0.45 84	0.52 294	0.25 101	0.35 74	0.40 193	0.81 152	0.94 228	0.70 123	0.96 188	0.48 71	0.45 131	0.94 262	0.33 73	0.16 99	0.13 141	0.18 116	0.16 115	0.15 66	0.14 49

SA-5K	0.44 141	0.24 139	0.45 84	0.52 294	0.25 101	0.35 74	0.40 193	0.81 152	0.94 228	0.70 123	0.96 188	0.48 71	0.45 131	0.94 262	0.33 73	0.16 99	0.13 141	0.18 116	0.16 115	0.15 66	0.14 49

CIPLG	0.42 123	0.23 120	0.71 251	0.45 199	0.33 255	0.51 143	0.33 108	0.68 71	0.68 103	0.84 194	0.96 188	0.47 68	0.33 64	0.56 65	0.52 200	0.17 125	0.12 86	0.16 57	0.14 69	0.13 14	0.16 98

ACVNet	0.47 161	0.24 139	0.39 36	0.40 86	0.28 179	0.58 183	0.40 193	0.91 178	0.81 162	0.67 109	0.96 188	0.79 219	0.66 219	0.65 138	0.71 252	0.18 156	0.15 190	0.16 57	0.15 90	0.18 151	0.15 78

acv_ft	0.52 210	0.24 139	0.64 220	0.45 199	0.28 179	0.85 280	0.40 193	0.95 196	0.81 162	1.00 281	0.96 188	0.79 219	0.62 199	0.65 138	0.88 281	0.18 156	0.15 190	0.16 57	0.15 90	0.18 151	0.15 78

NaN_ROB	0.73 287	0.46 311	0.89 301	0.52 294	0.34 265	0.98 303	1.11 364	1.28 307	1.20 320	1.27 340	0.96 188	1.08 295	0.79 279	1.34 336	0.78 263	0.24 261	0.30 330	0.23 243	0.24 284	0.23 240	0.26 262

NINENet	0.52 210	0.30 243	0.55 180	0.46 222	0.33 255	0.78 251	0.34 116	1.18 270	0.91 214	0.84 194	0.97 195	0.64 145	0.54 163	0.74 187	0.56 216	0.23 255	0.20 271	0.25 267	0.18 183	0.22 226	0.22 223

CSP-Net	0.57 239	0.29 229	0.55 180	0.42 129	0.29 198	1.20 338	0.49 258	1.29 311	0.75 134	0.98 276	0.97 195	0.88 241	0.69 238	0.85 236	0.66 242	0.27 287	0.18 246	0.17 85	0.17 157	0.18 151	0.19 165

MMNet	0.57 239	0.26 195	0.67 231	0.45 199	0.35 270	1.04 316	0.39 183	0.93 188	0.98 248	0.96 270	0.97 195	0.86 234	0.80 283	0.83 230	0.80 271	0.16 99	0.15 190	0.19 147	0.19 207	0.20 199	0.17 134

DualNet	0.53 216	0.28 220	0.68 238	0.39 60	0.26 129	0.56 169	0.40 193	0.72 109	1.13 301	0.76 155	0.98 198	0.71 173	0.55 166	0.61 94	1.46 348	0.17 125	0.11 39	0.25 267	0.21 243	0.16 103	0.17 134

ffm	0.47 161	0.28 220	0.68 238	0.39 60	0.26 129	0.56 169	0.40 193	0.72 109	1.13 301	0.76 155	0.98 198	0.71 173	0.55 166	0.61 94	0.26 8	0.17 125	0.11 39	0.25 267	0.21 243	0.16 103	0.17 134

ff1	0.56 235	0.28 220	0.68 238	0.39 60	0.26 129	0.56 169	0.40 193	0.72 109	1.13 301	0.76 155	0.98 198	0.71 173	0.55 166	1.25 320	1.46 348	0.17 125	0.11 39	0.25 267	0.21 243	0.16 103	0.17 134

mmx	0.59 254	0.28 220	0.68 238	0.39 60	0.26 129	0.56 169	0.40 193	1.24 289	1.06 276	0.76 155	0.98 198	0.71 173	0.55 166	1.25 320	1.46 348	0.21 225	0.16 211	0.25 267	0.21 243	0.24 248	0.22 223

xxx	0.59 254	0.28 220	0.68 238	0.39 60	0.26 129	0.56 169	0.40 193	1.24 289	1.06 276	0.76 155	0.98 198	0.71 173	0.55 166	1.25 320	1.46 348	0.21 225	0.16 211	0.25 267	0.21 243	0.24 248	0.22 223

anonymity	0.98 334	0.89 368	1.06 322	0.93 373	1.04 382	0.97 299	0.82 342	1.33 322	0.93 221	1.08 311	0.98 198	1.02 277	0.95 321	1.02 292	0.93 295	0.96 383	0.96 403	0.90 378	0.91 388	0.92 376	0.95 381

ADLNet	0.57 239	0.29 229	0.58 193	0.46 222	0.35 270	0.80 263	0.46 238	1.14 257	0.88 200	1.03 290	0.98 198	0.92 257	0.66 219	0.71 181	0.83 275	0.22 241	0.16 211	0.22 229	0.22 261	0.22 226	0.23 242

AdaStereo	0.52 210	0.34 263	0.53 165	0.49 257	0.25 101	0.71 237	0.36 145	1.24 289	0.91 214	0.77 163	0.98 198	0.75 200	0.50 150	0.71 181	0.51 196	0.27 287	0.13 141	0.28 299	0.18 183	0.23 240	0.18 156
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.
NCCL2	0.74 292	0.45 306	0.77 271	0.65 346	0.45 323	0.97 299	1.16 369	1.16 262	1.02 262	1.00 281	0.98 198	1.48 347	0.88 307	0.99 283	0.89 283	0.31 312	0.27 319	0.39 343	0.39 348	0.33 302	0.34 309

ADLNet2	0.57 239	0.26 195	0.71 251	0.48 248	0.31 227	0.83 274	0.51 264	1.10 247	0.99 251	0.85 204	0.99 207	0.99 270	0.70 243	0.79 217	0.78 263	0.21 225	0.17 237	0.18 116	0.18 183	0.22 226	0.22 223

xxxx	1.07 342	0.23 120	0.53 165	0.38 44	0.22 30	0.83 274	0.36 145	1.41 337	0.95 232	0.75 150	0.99 207	0.97 264	0.64 211	0.70 176	11.37 408	0.20 210	0.17 237	0.18 116	0.17 157	0.19 184	0.20 192

RAFT-Stereo + iAFF	0.37 60	0.18 14	0.45 84	0.36 27	0.19 8	0.33 66	0.28 50	0.67 66	0.77 139	0.72 133	0.99 207	0.56 96	0.39 102	0.44 22	0.31 57	0.11 1	0.09 2	0.15 41	0.14 69	0.13 14	0.11 3

delet	0.57 239	0.25 167	0.63 216	0.46 222	0.34 265	1.05 318	0.51 264	1.04 222	0.94 228	0.90 238	0.99 207	0.90 248	0.68 236	0.87 240	0.78 263	0.18 156	0.18 246	0.20 176	0.21 243	0.17 127	0.17 134

MIM_Stereo	0.39 88	0.18 14	0.59 201	0.38 44	0.25 101	0.27 25	0.24 23	0.72 109	0.56 67	0.72 133	1.00 211	0.62 134	0.29 41	0.67 155	0.39 127	0.13 9	0.14 172	0.17 85	0.16 115	0.14 36	0.12 10

CRFU-Net	0.59 254	0.29 229	0.62 212	0.47 240	0.31 227	1.20 338	0.51 264	1.19 273	0.59 74	1.05 301	1.00 211	1.06 290	0.87 303	0.83 230	0.77 262	0.22 241	0.19 263	0.18 116	0.16 115	0.19 184	0.20 192

CFNet-ft	0.50 190	0.25 167	0.39 36	0.41 104	0.26 129	0.66 219	0.37 157	0.91 178	0.87 190	0.67 109	1.00 211	1.05 286	0.70 243	0.68 163	0.57 220	0.23 255	0.16 211	0.24 256	0.21 243	0.24 248	0.19 165

CFNet_RVC	0.50 190	0.25 167	0.39 36	0.41 104	0.26 129	0.66 219	0.37 157	0.91 178	0.87 190	0.67 109	1.00 211	1.05 286	0.70 243	0.68 163	0.57 220	0.23 255	0.16 211	0.24 256	0.21 243	0.24 248	0.19 165

MyStereo8	0.42 123	0.21 74	0.64 220	0.43 166	0.29 198	0.55 164	0.28 50	0.72 109	0.50 60	0.73 140	1.01 215	0.57 99	0.44 124	0.52 51	0.52 200	0.15 67	0.12 86	0.16 57	0.14 69	0.19 184	0.21 208

hitnet-ft	0.57 239	0.29 229	0.43 74	0.42 129	0.29 198	0.81 268	0.40 193	0.98 204	0.91 214	0.84 194	1.01 215	1.13 306	0.72 255	0.83 230	0.71 252	0.28 295	0.21 277	0.28 299	0.22 261	0.29 281	0.27 270

SMFormer	0.53 216	0.24 139	0.67 231	0.35 12	0.20 18	0.63 200	0.34 116	1.26 297	1.06 276	0.85 204	1.02 217	0.71 173	0.66 219	0.96 270	0.60 228	0.19 191	0.16 211	0.18 116	0.17 157	0.19 184	0.20 192

tta	0.53 216	0.24 139	0.67 231	0.35 12	0.20 18	0.63 200	0.34 116	1.26 297	1.06 276	0.85 204	1.02 217	0.71 173	0.66 219	0.96 270	0.60 228	0.19 191	0.16 211	0.18 116	0.17 157	0.15 66	0.16 98

qqq1	0.51 200	0.24 139	0.67 231	0.35 12	0.20 18	0.63 200	0.34 116	1.26 297	1.06 276	0.85 204	1.02 217	0.71 173	0.66 219	0.96 270	0.36 98	0.19 191	0.16 211	0.14 13	0.12 26	0.15 66	0.16 98

fff1	0.51 200	0.24 139	0.67 231	0.35 12	0.20 18	0.63 200	0.34 116	1.26 297	1.06 276	0.85 204	1.02 217	0.71 173	0.66 219	0.96 270	0.36 98	0.19 191	0.16 211	0.14 13	0.12 26	0.15 66	0.16 98

1111x	0.64 274	0.23 120	0.61 207	0.39 60	0.21 25	0.68 232	0.46 238	1.32 319	1.03 266	0.76 155	1.02 217	0.95 260	0.72 255	1.13 305	2.15 371	0.18 156	0.18 246	0.18 116	0.19 207	0.20 199	0.19 165

UDG	0.93 324	1.03 377	0.75 267	1.00 374	0.97 376	1.02 312	0.57 288	1.18 270	1.01 257	0.93 249	1.02 217	1.32 323	1.03 327	0.88 246	0.92 293	0.55 371	0.33 349	1.82 389	0.41 356	1.20 382	0.74 374

GANet-RSSM	0.49 179	0.22 97	0.42 58	0.39 60	0.26 129	0.58 183	0.41 213	1.12 249	0.82 170	0.73 140	1.02 217	0.88 241	0.75 264	0.67 155	0.48 185	0.22 241	0.16 211	0.18 116	0.19 207	0.18 151	0.18 156

DeepPrunerF	0.93 324	0.55 336	3.88 390	0.70 359	0.81 370	0.72 240	0.74 330	1.28 307	1.97 374	0.95 258	1.02 217	0.87 238	0.85 296	1.16 311	1.07 324	0.35 337	0.29 326	0.43 349	0.40 351	0.31 292	0.33 307

GANetREF_RVC	0.82 306	0.77 359	0.95 310	0.68 353	0.43 311	1.15 330	1.06 362	1.19 273	1.20 320	1.03 290	1.02 217	1.10 301	0.89 309	1.20 318	0.78 263	0.49 362	0.39 362	0.58 370	0.39 348	0.69 369	0.49 357
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
ccs_rob	0.47 161	0.25 167	0.55 180	0.38 44	0.28 179	0.58 183	0.32 99	0.89 172	0.90 208	0.83 188	1.02 217	0.75 200	0.48 144	0.61 94	0.46 173	0.17 125	0.12 86	0.24 256	0.16 115	0.26 263	0.21 208

Anonymous Stereo	0.82 306	0.59 344	2.10 378	0.59 329	0.58 353	0.68 232	1.42 385	1.05 228	1.07 283	1.03 290	1.02 217	0.86 234	0.65 217	1.33 335	1.36 343	0.32 317	0.31 338	0.31 317	0.33 336	0.34 308	0.39 324

AACVNet	0.52 210	0.25 167	0.56 184	0.48 248	0.29 198	0.55 164	0.38 170	0.96 200	0.59 74	0.83 188	1.03 228	1.03 279	0.77 277	0.91 254	0.58 225	0.22 241	0.18 246	0.24 256	0.18 183	0.24 248	0.22 223

LCNet	0.42 123	0.21 74	0.34 13	0.44 187	0.24 77	0.47 133	0.28 50	0.69 82	0.57 71	0.72 133	1.03 228	0.66 161	0.58 186	0.60 88	0.35 89	0.15 67	0.10 8	0.19 147	0.19 207	0.22 226	0.37 321

CFNet_pseudo	0.47 161	0.25 167	0.55 180	0.38 44	0.28 179	0.58 183	0.32 99	0.89 172	0.90 208	0.83 188	1.03 228	0.75 200	0.48 144	0.61 94	0.46 173	0.17 125	0.13 141	0.24 256	0.16 115	0.26 263	0.21 208

SA	0.45 147	0.26 195	0.50 131	0.47 240	0.24 77	0.46 131	0.36 145	0.79 148	1.00 255	0.61 75	1.04 231	0.50 76	0.50 150	0.98 279	0.33 73	0.16 99	0.13 141	0.21 217	0.19 207	0.15 66	0.14 49

LMCR-Stereo	0.55 226	0.33 258	0.57 191	0.60 331	0.30 217	0.80 263	0.36 145	1.30 313	0.79 148	0.90 238	1.04 231	0.57 99	0.64 211	0.87 240	0.73 256	0.20 210	0.15 190	0.19 147	0.14 69	0.25 257	0.18 156

PSMNet_ROB	0.67 277	0.39 285	0.76 268	0.57 322	0.43 311	1.00 306	0.85 348	1.25 295	0.93 221	0.82 183	1.04 231	1.08 295	0.64 211	0.89 247	1.02 313	0.29 302	0.21 277	0.31 317	0.31 327	0.27 272	0.25 257

SQANet	0.87 320	0.76 358	0.76 268	1.16 380	0.99 378	1.10 321	0.51 264	1.12 249	0.85 180	0.93 249	1.05 234	1.03 279	0.76 273	1.07 297	0.70 250	0.79 377	0.25 309	1.04 381	0.36 341	1.56 384	0.70 373

STrans-v2	0.47 161	0.21 74	0.49 122	0.41 104	0.25 101	0.54 159	0.49 258	1.16 262	0.82 170	0.67 109	1.05 234	0.71 173	0.67 228	0.74 187	0.34 82	0.15 67	0.11 39	0.17 85	0.15 90	0.14 36	0.14 49

RASNet	0.57 239	0.24 139	0.61 207	0.39 60	0.23 56	0.71 237	0.40 193	1.02 216	0.93 221	0.77 163	1.05 234	1.05 286	0.98 324	0.99 283	1.03 314	0.16 99	0.14 172	0.14 13	0.17 157	0.15 66	0.14 49

CVANet_RVC	0.59 254	0.35 267	0.54 177	0.49 257	0.33 255	0.70 234	0.67 311	1.12 249	0.97 244	0.88 224	1.05 234	1.01 275	0.72 255	0.94 262	0.55 214	0.30 309	0.20 271	0.28 299	0.26 303	0.32 298	0.23 242

DeepPruner_ROB	0.55 226	0.37 277	0.67 231	0.42 129	0.31 227	0.50 138	0.43 225	1.22 285	0.73 127	0.86 214	1.05 234	0.85 230	0.58 186	0.90 252	0.56 216	0.29 302	0.23 293	0.22 229	0.22 261	0.26 263	0.26 262

iResNet_ROB	0.55 226	0.24 139	0.61 207	0.38 44	0.22 30	0.66 219	0.30 69	1.59 363	1.33 339	0.94 253	1.05 234	0.81 225	0.69 238	0.84 234	0.46 173	0.17 125	0.12 86	0.14 13	0.09 4	0.15 66	0.20 192

SACVNet	0.61 264	0.36 275	0.67 231	0.57 322	0.37 277	0.65 214	0.47 243	1.16 262	0.80 153	1.04 296	1.06 240	1.02 277	0.81 286	0.99 283	0.57 220	0.28 295	0.21 277	0.25 267	0.24 284	0.30 288	0.39 324

cf-r	0.49 179	0.24 139	0.49 122	0.40 86	0.23 56	0.58 183	0.38 170	0.92 186	0.87 190	0.77 163	1.06 240	0.98 266	0.67 228	0.59 78	0.61 232	0.21 225	0.14 172	0.17 85	0.19 207	0.15 66	0.16 98

mmm	0.47 161	0.28 220	0.51 139	0.39 60	0.25 101	0.61 191	0.38 170	1.00 213	0.60 81	0.77 163	1.07 242	0.65 149	0.53 159	0.61 94	0.49 192	0.18 156	0.15 190	0.23 243	0.20 226	0.21 208	0.20 192

PCWNet_CMD	0.49 179	0.25 167	0.56 184	0.40 86	0.27 158	0.64 208	0.32 99	0.98 204	0.99 251	0.87 216	1.07 242	0.78 213	0.46 137	0.61 94	0.44 164	0.17 125	0.13 141	0.21 217	0.16 115	0.26 263	0.20 192

PSMNet-RSSM	0.50 190	0.24 139	0.41 50	0.43 166	0.26 129	0.51 143	0.40 193	1.16 262	0.79 148	0.75 150	1.07 242	0.87 238	0.69 238	0.66 146	0.52 200	0.24 261	0.16 211	0.23 243	0.26 303	0.20 199	0.20 192

MSMDNet	0.49 179	0.25 167	0.56 184	0.40 86	0.27 158	0.64 208	0.32 99	0.99 207	0.99 251	0.87 216	1.07 242	0.79 219	0.46 137	0.61 94	0.44 164	0.17 125	0.13 141	0.20 176	0.16 115	0.25 257	0.20 192

CFNet	0.53 216	0.30 243	0.53 165	0.42 129	0.28 179	0.73 241	0.35 138	1.21 279	1.01 257	0.74 147	1.07 242	0.85 230	0.60 193	0.83 230	0.58 225	0.19 191	0.15 190	0.23 243	0.23 270	0.21 208	0.17 134

DISCO	0.72 286	0.27 207	0.72 257	0.45 199	0.31 227	1.12 326	0.53 273	1.32 319	1.25 325	0.84 194	1.07 242	1.52 353	0.87 303	1.82 367	1.08 326	0.20 210	0.15 190	0.18 116	0.16 115	0.24 248	0.24 250

test_xeample	1.06 340	0.23 120	0.51 139	0.37 35	0.22 30	0.71 237	0.39 183	1.31 314	0.92 220	0.87 216	1.08 248	0.70 172	0.64 211	0.75 192	11.43 409	0.19 191	0.16 211	0.18 116	0.17 157	0.18 151	0.19 165

DN-CSS_ROB	0.45 147	0.27 207	0.74 265	0.41 104	0.29 198	0.43 121	0.29 57	0.80 150	0.78 142	0.73 140	1.08 248	0.48 71	0.45 131	0.81 223	0.40 147	0.15 67	0.12 86	0.21 217	0.19 207	0.18 151	0.17 134

ttt	0.56 235	0.27 207	0.49 122	0.39 60	0.25 101	0.65 214	0.42 218	1.24 289	1.08 288	0.76 155	1.10 250	0.63 138	0.51 155	0.95 267	1.03 314	0.25 273	0.22 286	0.22 229	0.21 243	0.25 257	0.25 257

SuperB	1.00 337	0.41 297	4.03 393	0.45 199	0.32 244	0.99 305	0.49 258	1.09 243	2.09 377	1.10 318	1.10 250	0.74 196	0.83 289	1.13 305	1.75 360	0.20 210	0.15 190	0.17 85	0.15 90	2.50 401	0.27 270

iResNetv2_ROB	0.55 226	0.29 229	0.86 292	0.39 60	0.25 101	0.67 228	0.37 157	1.21 279	1.02 262	1.02 287	1.10 250	0.89 246	0.79 279	0.74 187	0.43 157	0.19 191	0.13 141	0.15 41	0.11 15	0.19 184	0.16 98

DRN-Test	0.68 280	0.34 263	0.77 271	0.52 294	0.40 294	1.14 328	0.61 302	1.56 359	1.04 270	1.18 327	1.10 250	1.05 286	0.72 255	0.82 228	1.01 309	0.24 261	0.18 246	0.26 281	0.25 295	0.26 263	0.23 242

StereoVision	0.43 135	0.29 229	0.54 177	0.50 268	0.28 179	0.37 86	0.38 170	0.75 133	0.63 84	0.46 43	1.11 254	0.53 86	0.38 89	0.57 69	0.34 82	0.21 225	0.24 301	0.25 267	0.24 284	0.26 263	0.17 134

TDLM	0.59 254	0.35 267	0.57 191	0.53 301	0.32 244	0.67 228	0.72 323	1.09 243	1.03 266	0.84 194	1.11 254	0.84 228	0.71 248	0.96 270	0.61 232	0.28 295	0.18 246	0.26 281	0.22 261	0.27 272	0.21 208

PSM-AAD	0.48 170	0.21 74	0.39 36	0.44 187	0.23 56	0.56 169	0.47 243	0.67 66	0.73 127	1.08 311	1.12 256	0.58 114	0.87 303	0.63 125	0.33 73	0.15 67	0.11 39	0.25 267	0.26 303	0.18 151	0.42 338

AFF-stereo	0.39 88	0.20 54	0.42 58	0.37 35	0.22 30	0.27 25	0.31 87	0.67 66	0.72 118	0.66 102	1.12 256	0.75 200	0.38 89	0.57 69	0.35 89	0.11 1	0.09 2	0.16 57	0.16 115	0.14 36	0.12 10

XQC	0.97 332	0.70 353	1.54 359	0.70 359	0.55 347	1.48 353	0.81 340	1.41 337	1.57 359	1.21 330	1.12 256	1.33 328	1.04 329	1.55 352	2.00 368	0.39 349	0.25 309	0.37 337	0.32 330	0.55 362	0.49 357

MLCV	0.49 179	0.26 195	0.73 261	0.38 44	0.18 5	0.64 208	0.33 108	0.84 162	0.89 204	0.96 270	1.12 256	0.72 188	0.45 131	1.00 288	0.59 227	0.14 18	0.10 8	0.14 13	0.11 15	0.14 36	0.14 49

DPSNet	1.08 343	0.44 305	2.64 383	0.54 310	0.42 308	1.59 360	1.25 375	2.39 387	1.50 355	1.13 323	1.12 256	1.51 351	2.19 387	1.44 345	1.51 354	0.35 337	0.25 309	0.25 267	0.21 243	0.49 350	0.39 324

iResNet	0.52 210	0.31 250	0.86 292	0.44 187	0.22 30	0.66 219	0.47 243	0.92 186	1.02 262	0.89 231	1.12 256	0.69 170	0.55 166	0.86 238	0.60 228	0.15 67	0.11 39	0.15 41	0.12 26	0.17 127	0.17 134

222	1.25 357	0.23 120	0.53 165	0.38 44	0.23 56	0.78 251	0.37 157	1.41 337	0.93 221	0.97 273	1.13 262	0.74 196	0.71 248	0.74 187	14.86 412	0.20 210	0.16 211	0.17 85	0.16 115	0.18 151	0.20 192

StereoDRNet-Refined	0.61 264	0.33 258	0.63 216	0.47 240	0.31 227	0.94 294	0.41 213	1.04 222	0.97 244	1.15 325	1.13 262	1.00 271	0.74 261	0.93 259	0.93 295	0.18 156	0.13 141	0.22 229	0.21 243	0.20 199	0.21 208
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
Wz-Net-LNSev	0.75 296	0.54 330	1.59 361	0.51 280	0.41 299	1.16 332	0.79 338	1.27 302	1.13 301	1.04 296	1.14 264	1.11 303	0.94 319	0.93 259	1.00 308	0.24 261	0.22 286	0.21 217	0.19 207	0.26 263	0.27 270

TransformOpticalFlow	0.46 152	0.21 74	0.49 122	0.42 129	0.24 77	0.36 78	0.46 238	1.04 222	0.84 176	0.67 109	1.14 264	0.73 192	0.56 174	0.78 215	0.33 73	0.15 67	0.10 8	0.17 85	0.15 90	0.14 36	0.15 78

APVNet	0.73 287	0.39 285	1.01 318	0.58 327	0.45 323	1.16 332	0.68 314	1.47 348	0.87 190	0.84 194	1.15 266	1.04 283	0.84 292	1.14 307	1.18 332	0.27 287	0.28 324	0.32 322	0.31 327	0.29 281	0.32 298

HSM-Net_RVC	0.55 226	0.23 120	0.37 27	0.38 44	0.22 30	0.86 282	0.40 193	1.31 314	0.93 221	0.92 246	1.15 266	1.26 316	0.71 248	0.75 192	0.53 209	0.17 125	0.14 172	0.16 57	0.15 90	0.17 127	0.17 134
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
LALA_ROB	0.76 299	0.46 311	0.86 292	0.55 316	0.41 299	1.00 306	0.93 354	1.25 295	1.13 301	1.23 334	1.15 266	1.55 355	0.80 283	1.11 304	0.96 302	0.33 325	0.23 293	0.35 330	0.30 318	0.35 314	0.32 298

DAS	0.54 221	0.26 195	0.66 227	0.49 257	0.31 227	0.61 191	0.43 225	0.89 172	1.01 257	0.95 258	1.16 269	0.71 173	0.85 296	0.89 247	0.47 182	0.18 156	0.14 172	0.18 116	0.15 90	0.22 226	0.19 165

SepStereo	0.54 221	0.26 195	0.66 227	0.49 257	0.31 227	0.61 191	0.43 225	0.89 172	1.01 257	0.95 258	1.16 269	0.71 173	0.85 296	0.97 277	0.47 182	0.18 156	0.14 172	0.18 116	0.15 90	0.22 226	0.19 165

HGLStereo	0.58 250	0.30 243	0.65 225	0.51 280	0.38 282	0.78 251	0.45 235	1.07 235	0.82 170	0.89 231	1.16 269	0.88 241	0.91 312	0.80 219	0.74 257	0.21 225	0.21 277	0.20 176	0.18 183	0.19 184	0.22 223

ADCP+	1.18 353	0.37 277	3.09 385	0.50 268	0.52 342	1.48 353	0.61 302	1.32 319	1.07 283	1.21 330	1.16 269	1.08 295	1.11 336	1.63 356	7.17 403	0.20 210	0.16 211	0.24 256	0.22 261	0.29 281	0.22 223

DLCB_ROB	0.60 261	0.29 229	0.53 165	0.50 268	0.33 255	0.76 250	0.51 264	1.02 216	0.94 228	1.07 310	1.16 269	1.21 312	0.73 259	0.98 279	0.75 259	0.21 225	0.20 271	0.22 229	0.23 270	0.22 226	0.20 192

iinet-f	0.69 282	0.29 229	2.34 382	0.41 104	0.31 227	1.16 332	0.58 295	0.87 166	0.85 180	0.86 214	1.17 274	1.04 283	0.83 289	0.76 200	1.26 337	0.21 225	0.18 246	0.17 85	0.16 115	0.21 208	0.21 208

dad	0.61 264	0.53 324	0.72 257	0.44 187	0.31 227	0.64 208	0.37 157	0.85 163	1.28 330	1.05 301	1.17 274	1.18 310	0.61 197	0.70 176	0.54 212	0.36 339	0.23 293	0.37 337	0.21 243	0.31 292	0.23 242

GwcNet-RSSM	0.51 200	0.25 167	0.51 139	0.41 104	0.24 77	0.56 169	0.41 213	0.97 202	0.96 239	0.75 150	1.17 274	0.89 246	0.66 219	0.66 146	0.74 257	0.22 241	0.15 190	0.19 147	0.21 243	0.17 127	0.16 98

XPNet_ROB	0.73 287	0.38 281	0.80 275	0.53 301	0.40 294	0.80 263	0.83 344	1.21 279	0.96 239	1.37 345	1.17 274	1.37 335	0.87 303	1.14 307	0.99 307	0.33 325	0.25 309	0.27 289	0.24 284	0.31 292	0.29 284

HBP-ISP	0.61 264	0.47 317	0.45 84	0.46 222	0.33 255	0.79 257	0.29 57	1.15 260	1.05 272	0.85 204	1.18 278	0.67 165	0.71 248	0.92 256	0.57 220	0.37 343	0.38 358	0.47 356	0.41 356	0.39 327	0.32 298

CFNet_ucs	0.51 200	0.25 167	0.58 193	0.39 60	0.31 227	0.59 189	0.35 138	1.04 222	0.95 232	0.89 231	1.19 279	0.80 223	0.49 148	0.66 146	0.45 169	0.21 225	0.16 211	0.26 281	0.18 183	0.27 272	0.23 242

PDISCO_ROB	0.96 330	0.51 320	1.13 326	1.03 377	1.00 379	1.81 371	0.77 334	1.72 373	1.60 361	1.09 315	1.19 279	1.34 331	0.80 283	1.62 355	1.01 309	0.58 372	0.22 286	0.45 352	0.40 351	0.50 352	0.41 335

SAMSARA	1.15 349	0.69 352	1.44 354	1.09 379	0.93 372	2.10 377	1.87 401	1.64 368	1.47 353	1.64 357	1.21 281	2.06 370	1.14 341	1.61 354	1.50 353	0.39 349	0.45 373	0.36 333	0.38 346	0.50 352	0.51 363

SGM-Forest	0.65 275	0.33 258	0.43 74	0.44 187	0.30 217	1.01 310	0.54 279	1.13 255	1.09 294	1.11 321	1.21 281	1.10 301	0.76 273	0.99 283	0.71 252	0.32 317	0.33 349	0.33 327	0.30 318	0.30 288	0.28 279
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DANet	0.74 292	0.47 317	0.98 316	0.60 331	0.41 299	0.92 291	0.41 213	1.02 216	0.87 190	1.22 332	1.22 283	1.33 328	0.88 307	1.26 323	1.37 344	0.27 287	0.24 301	0.31 317	0.25 295	0.37 321	0.36 315
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
PASM	0.96 330	0.71 356	2.05 377	0.72 362	0.72 369	0.84 279	0.92 352	1.14 257	1.34 340	1.25 337	1.22 283	1.34 331	1.07 332	1.31 332	1.11 327	0.53 367	0.57 382	0.59 371	0.67 379	0.56 367	0.57 370

ETE_ROB	0.73 287	0.52 322	0.93 305	0.57 322	0.37 277	0.80 263	0.86 349	1.19 273	0.95 232	1.20 329	1.22 283	1.39 340	0.86 300	1.07 297	0.88 281	0.27 287	0.21 277	0.31 317	0.27 307	0.34 308	0.35 312

CC-Net-ROB	0.84 313	1.01 376	0.93 305	0.60 331	0.45 323	1.25 340	0.71 319	1.20 276	1.05 272	0.84 194	1.24 286	0.90 248	0.78 278	1.14 307	0.70 250	0.48 361	0.34 352	1.71 387	0.38 346	0.78 372	0.40 330

Wz-Net-LNSev-Ref	0.67 277	0.30 243	1.20 331	0.42 129	0.31 227	1.00 306	0.58 295	1.16 262	1.07 283	1.01 283	1.25 287	1.08 295	0.75 264	1.18 314	1.03 314	0.20 210	0.12 86	0.16 57	0.13 49	0.22 226	0.22 223

Wz-Net-MNSev	0.81 305	0.42 301	1.64 367	0.51 280	0.41 299	1.46 351	0.95 355	1.24 289	1.26 328	1.31 342	1.25 287	1.17 309	0.83 289	1.21 319	1.06 322	0.22 241	0.19 263	0.24 256	0.23 270	0.29 281	0.26 262

FINET	0.75 296	0.45 306	1.38 349	0.48 248	0.46 331	0.98 303	1.00 359	1.22 285	1.69 367	0.91 245	1.25 287	0.74 196	0.74 261	1.09 301	0.82 274	0.37 343	0.31 338	0.27 289	0.24 284	0.35 314	0.34 309

Wz-Net-TNSev	1.23 356	1.24 382	5.25 398	0.51 280	0.43 311	1.49 356	1.09 363	1.58 362	1.42 347	1.25 337	1.26 290	1.58 358	1.52 365	1.97 372	1.95 364	0.33 325	0.32 344	0.26 281	0.30 318	0.41 331	0.43 342

DDUNet	1.10 344	2.58 409	0.83 285	1.21 382	1.27 386	1.02 312	0.69 316	1.17 268	0.95 232	0.98 276	1.26 290	1.28 317	0.84 292	0.97 277	0.79 270	0.85 380	0.40 365	2.00 392	0.60 377	1.34 383	0.94 379

DGSMNet	0.80 303	0.58 342	1.42 352	0.61 335	0.65 362	0.94 294	0.75 332	1.35 325	1.16 310	0.88 224	1.26 290	1.00 271	0.75 264	1.07 297	0.89 283	0.36 339	0.31 338	0.41 347	0.40 351	0.60 368	0.59 371

RTSC	0.93 324	0.54 330	1.59 361	0.56 319	0.40 294	1.17 336	0.55 283	1.44 344	1.82 371	1.53 352	1.26 290	1.15 308	0.82 287	1.70 361	2.44 375	0.26 278	0.20 271	0.23 243	0.24 284	0.31 292	0.32 298

pcwnet_v2	0.60 261	0.29 229	0.89 301	0.46 222	0.36 275	0.62 195	0.38 170	1.33 322	1.24 323	1.02 287	1.27 294	0.71 173	0.59 190	0.71 181	0.51 196	0.28 295	0.21 277	0.24 256	0.23 270	0.29 281	0.30 288

Ntro	1.15 349	1.00 375	1.00 317	1.49 387	1.20 385	1.69 367	0.81 340	1.39 331	1.25 325	1.01 283	1.28 295	1.31 321	1.00 325	1.31 332	0.89 283	1.10 388	0.43 371	1.36 384	0.51 371	1.95 388	0.99 384

R-Stereo Train	0.40 102	0.19 33	0.47 102	0.43 166	0.27 158	0.41 110	0.31 87	0.74 128	0.38 17	0.90 238	1.28 295	0.58 114	0.35 73	0.43 20	0.35 89	0.15 67	0.13 141	0.14 13	0.12 26	0.14 36	0.14 49

RAFT-Stereo	0.40 102	0.19 33	0.47 102	0.43 166	0.27 158	0.41 110	0.31 87	0.74 128	0.38 17	0.90 238	1.28 295	0.58 114	0.35 73	0.43 20	0.35 89	0.15 67	0.13 141	0.14 13	0.12 26	0.14 36	0.14 49
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
PS-NSSS	0.60 261	0.46 311	0.68 238	0.43 166	0.34 265	0.66 219	0.57 288	1.05 228	0.91 214	0.80 178	1.28 295	0.72 188	0.67 228	0.89 247	0.61 232	0.32 317	0.26 317	0.40 346	0.27 307	0.35 314	0.29 284

XX-Stereo	0.38 76	0.18 14	0.52 158	0.58 327	0.38 282	0.39 96	0.20 1	0.62 36	0.31 2	0.47 45	1.29 299	0.72 188	0.25 12	0.59 78	0.28 29	0.16 99	0.11 39	0.17 85	0.16 115	0.14 36	0.11 3

CBMV	0.68 280	0.37 277	0.50 131	0.43 166	0.26 129	1.00 306	0.71 319	1.17 268	1.16 310	1.24 336	1.29 299	1.06 290	0.86 300	0.98 279	0.75 259	0.29 302	0.30 330	0.34 329	0.30 318	0.26 263	0.27 270
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
HHNet	0.42 123	0.19 33	0.43 74	0.35 12	0.38 282	0.33 66	0.33 108	0.71 99	0.78 142	0.87 216	1.30 301	0.52 82	0.36 78	0.53 53	0.37 106	0.16 99	0.11 39	0.19 147	0.15 90	0.15 66	0.25 257

otaku	1.10 344	0.96 371	0.96 311	1.37 386	1.06 383	1.65 364	0.72 323	1.46 347	1.19 318	1.10 318	1.32 302	1.32 323	0.95 321	1.29 327	0.81 273	0.89 382	0.46 375	1.24 383	0.50 370	1.86 386	0.89 378

Wz-Net-SNSev	0.99 336	0.80 361	3.00 384	0.57 322	0.46 331	0.94 294	1.22 374	1.40 335	1.28 330	1.04 296	1.33 303	1.46 343	0.90 311	2.06 375	1.65 358	0.26 278	0.24 301	0.25 267	0.26 303	0.33 302	0.30 288

AANet_RVC	0.59 254	0.35 267	0.68 238	0.47 240	0.28 179	0.57 179	0.47 243	1.04 222	1.28 330	0.87 216	1.33 303	0.86 234	0.63 204	1.16 311	0.89 283	0.19 191	0.13 141	0.15 41	0.14 69	0.18 151	0.20 192

CBMV_ROB	0.62 270	0.39 285	0.41 50	0.41 104	0.28 179	0.86 282	0.28 50	1.06 233	1.02 262	0.95 258	1.33 303	0.81 225	0.84 292	0.94 262	0.56 216	0.37 343	0.37 357	0.43 349	0.40 351	0.33 302	0.32 298

FBW_ROB	0.94 328	0.54 330	1.03 320	0.56 319	0.42 308	1.16 332	0.76 333	1.56 359	1.41 345	1.38 347	1.33 303	1.47 345	1.07 332	2.94 392	1.14 330	0.26 278	0.32 344	0.45 352	0.30 318	0.34 308	0.30 288

Syn2CoEx	0.74 292	0.55 336	1.17 330	0.66 348	0.45 323	0.89 288	0.56 286	1.54 354	1.15 308	0.95 258	1.35 307	1.03 279	1.03 327	0.96 270	0.89 283	0.31 312	0.27 319	0.29 307	0.24 284	0.23 240	0.27 270

fast-acv-ft	0.66 276	0.32 252	0.80 275	0.46 222	0.34 265	1.26 341	0.50 261	0.91 178	1.00 255	1.05 301	1.36 308	1.28 317	0.84 292	0.81 223	0.90 289	0.22 241	0.24 301	0.23 243	0.23 270	0.21 208	0.22 223

CrosDoStereo	0.51 200	0.19 33	0.46 91	0.39 60	0.24 77	0.39 96	1.14 367	0.69 82	0.87 190	0.94 253	1.36 308	0.62 134	0.75 264	0.68 163	0.46 173	0.15 67	0.12 86	0.17 85	0.18 183	0.14 36	0.16 98

DeepStereo_LL	0.51 200	0.19 33	0.46 91	0.39 60	0.24 77	0.39 96	1.14 367	0.69 82	0.87 190	0.94 253	1.36 308	0.62 134	0.75 264	0.68 163	0.46 173	0.15 67	0.12 86	0.17 85	0.18 183	0.14 36	0.16 98

GMM-Stereo	0.44 141	0.20 54	0.39 36	0.42 129	0.25 101	0.50 138	0.44 231	0.72 109	0.57 71	0.77 163	1.37 311	0.76 206	0.38 89	0.62 116	0.34 82	0.15 67	0.10 8	0.20 176	0.19 207	0.17 127	0.28 279

edge stereo	0.79 302	0.40 293	0.82 281	0.52 294	0.44 316	0.83 274	0.58 295	1.34 324	1.08 288	1.30 341	1.38 312	1.79 363	1.13 340	1.15 310	0.92 293	0.34 332	0.32 344	0.42 348	0.28 313	0.33 302	0.39 324

SHD	0.98 334	0.54 330	1.30 342	0.63 341	0.50 338	1.14 328	0.50 261	1.80 377	2.20 378	1.66 359	1.39 313	1.47 345	1.21 345	1.40 338	1.80 361	0.32 317	0.27 319	0.32 322	0.34 338	0.41 331	0.44 346

THIR-Stereo	0.51 200	0.19 33	0.47 102	0.39 60	0.23 56	0.74 245	0.64 309	0.68 71	0.88 200	1.03 290	1.40 314	0.71 173	0.75 264	0.64 132	0.43 157	0.16 99	0.11 39	0.17 85	0.18 183	0.15 66	0.17 134

FAT-Stereo	0.75 296	0.34 263	0.81 280	0.51 280	0.38 282	0.78 251	0.63 307	1.39 331	1.32 337	1.05 301	1.40 314	1.58 358	1.14 341	0.92 256	0.91 291	0.29 302	0.28 324	0.28 299	0.23 270	0.28 279	0.41 335

GwcNet	0.73 287	0.39 285	1.37 348	0.53 301	0.43 311	1.10 321	0.52 270	1.27 302	1.19 318	1.05 301	1.41 316	1.06 290	0.86 300	0.98 279	1.01 309	0.26 278	0.24 301	0.24 256	0.23 270	0.23 240	0.28 279

S-Stereo	0.76 299	0.36 275	1.10 323	0.57 322	0.46 331	0.83 274	0.59 298	1.31 314	1.62 363	0.98 276	1.41 316	1.11 303	0.93 316	0.85 236	1.07 324	0.27 287	0.31 338	0.28 299	0.25 295	0.33 302	0.50 359

NCC-stereo	0.82 306	0.43 303	0.87 297	0.63 341	0.68 366	0.88 285	0.72 323	1.60 365	1.12 296	0.95 258	1.41 316	1.37 335	1.37 356	1.26 323	0.94 297	0.32 317	0.30 330	0.37 337	0.49 368	0.34 308	0.35 312

Abc-Net	0.82 306	0.43 303	0.87 297	0.63 341	0.68 366	0.88 285	0.72 323	1.60 365	1.12 296	0.95 258	1.41 316	1.37 335	1.37 356	1.26 323	0.94 297	0.32 317	0.30 330	0.37 337	0.49 368	0.34 308	0.35 312
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
psmorigin	0.84 313	0.53 324	2.21 380	0.50 268	0.41 299	0.86 282	0.57 288	1.08 240	0.90 208	1.50 350	1.42 320	1.50 349	1.09 334	1.29 327	1.03 314	0.32 317	0.33 349	0.27 289	0.27 307	0.34 308	0.45 348

ADCPNet	1.11 347	0.53 324	3.26 388	0.55 316	0.44 316	1.47 352	0.83 344	1.21 279	1.17 313	1.26 339	1.42 320	1.67 361	1.12 338	1.48 349	3.86 392	0.30 309	0.29 326	0.30 316	0.32 330	0.37 321	0.37 321

ADCRef	0.84 313	0.46 311	1.60 364	0.52 294	0.45 323	1.08 320	0.52 270	1.13 255	1.03 266	1.22 332	1.43 322	0.87 238	0.93 316	0.91 254	3.35 386	0.19 191	0.16 211	0.23 243	0.23 270	0.23 240	0.22 223

RAFT_CTSACE	0.46 152	0.20 54	0.48 115	0.46 222	0.27 158	0.34 72	0.39 183	0.62 36	0.74 132	0.78 174	1.44 323	0.86 234	0.38 89	1.09 301	0.27 23	0.13 9	0.13 141	0.18 116	0.16 115	0.16 103	0.12 10

ccnet	0.84 313	0.59 344	0.86 292	0.56 319	0.60 358	1.11 325	0.72 323	1.44 344	0.97 244	1.15 325	1.44 323	1.28 317	0.95 321	1.01 289	1.33 342	0.49 362	0.43 371	0.50 364	0.47 361	0.52 358	0.48 356

CSAN	0.88 321	0.52 322	0.93 305	0.61 335	0.42 308	1.19 337	1.11 364	1.27 302	1.48 354	1.37 345	1.44 323	1.37 335	1.30 351	1.46 348	1.01 309	0.39 349	0.31 338	0.36 333	0.37 343	0.35 314	0.36 315

test_4	0.37 60	0.19 33	0.34 13	0.45 199	0.26 129	0.20 2	0.34 116	0.58 27	0.42 38	0.60 71	1.45 326	0.43 51	0.26 17	0.67 155	0.29 37	0.12 4	0.10 8	0.17 85	0.19 207	0.15 66	0.12 10

GrayStereo	0.49 179	0.20 54	0.44 79	0.47 240	0.29 198	0.51 143	0.62 304	0.71 99	0.66 96	1.04 296	1.46 327	0.77 211	0.73 259	0.58 73	0.35 89	0.15 67	0.12 86	0.17 85	0.17 157	0.15 66	0.30 288

RGC	0.82 306	0.62 347	0.80 275	0.67 350	0.66 364	0.91 290	0.59 298	1.35 325	1.09 294	1.12 322	1.46 327	1.50 349	1.09 334	1.28 326	0.97 305	0.34 332	0.30 330	0.48 359	0.40 351	0.38 323	0.38 323

stereogan	0.83 312	0.33 258	0.89 301	0.61 335	0.51 340	1.80 370	0.50 261	1.41 337	1.39 344	1.05 301	1.47 329	1.56 357	1.04 329	1.32 334	0.87 280	0.29 302	0.29 326	0.29 307	0.25 295	0.39 327	0.40 330

ADCMid	1.22 354	0.57 339	3.17 387	0.54 310	0.44 316	1.07 319	0.77 334	1.31 314	1.13 301	2.14 378	1.48 330	1.49 348	1.47 363	1.65 358	5.30 399	0.26 278	0.24 301	0.29 307	0.32 330	0.38 323	0.36 315

AnyNet_C32	1.27 359	0.72 357	3.33 389	0.59 329	0.56 348	1.51 357	1.53 387	1.27 302	1.28 330	1.52 351	1.48 330	1.38 339	1.23 347	1.64 357	5.26 397	0.30 309	0.29 326	0.29 307	0.34 338	0.38 323	0.44 346

DispFullNet	1.64 376	2.64 410	3.14 386	2.57 402	1.78 395	1.32 343	0.55 283	1.42 342	1.45 350	1.89 369	1.48 330	1.55 355	2.35 389	2.08 377	1.12 329	0.60 373	0.19 263	2.33 400	0.73 382	2.35 397	1.30 393

Sa-1000	0.49 179	0.25 167	0.45 84	0.46 222	0.25 101	0.64 208	0.34 116	0.85 163	0.95 232	0.85 204	1.51 333	0.55 90	0.44 124	0.94 262	0.31 57	0.16 99	0.12 86	0.21 217	0.20 226	0.15 66	0.14 49

ACVNet_1	1.55 373	1.36 386	1.35 347	1.96 395	1.63 390	1.83 372	0.96 357	2.09 381	1.85 372	1.43 349	1.54 334	2.31 374	1.68 371	1.42 342	1.18 332	1.76 396	0.51 379	2.05 397	0.59 376	2.24 396	1.30 393

anonymousa	0.51 200	0.21 74	0.47 102	0.39 60	0.25 101	0.89 288	0.36 145	0.78 143	0.63 84	0.88 224	1.54 334	1.09 300	0.67 228	0.53 53	0.46 173	0.17 125	0.14 172	0.19 147	0.21 243	0.16 103	0.16 98

MFN_U_SF_RVC	1.14 348	0.63 348	2.33 381	0.69 356	0.46 331	2.04 375	0.70 317	1.90 378	1.37 341	1.62 355	1.56 336	1.94 368	1.36 354	1.73 363	1.90 363	0.41 354	0.38 358	0.45 352	0.48 365	0.45 341	0.47 354

MFN_U_SF_DS_RVC	1.06 340	0.61 346	1.82 372	0.69 356	0.51 340	2.62 383	1.69 394	1.28 307	1.44 349	1.39 348	1.56 336	1.34 331	0.91 312	1.68 360	0.95 300	0.38 348	0.39 362	0.46 355	0.61 378	0.41 331	0.43 342

ADCL	1.10 344	0.42 301	1.57 360	0.51 280	0.41 299	1.71 368	0.92 352	1.36 329	1.45 350	1.33 343	1.56 336	1.22 315	1.26 350	1.45 346	5.27 398	0.22 241	0.19 263	0.25 267	0.25 295	0.29 281	0.29 284

RainbowNet	1.42 368	1.53 391	1.31 343	1.93 393	1.46 387	1.52 358	1.03 360	1.67 370	1.55 357	1.23 334	1.59 339	1.54 354	1.21 345	1.40 338	1.03 314	1.70 394	0.70 385	1.82 389	0.80 385	2.11 392	1.22 389

ACVNet-4b	1.43 369	1.34 385	1.28 339	1.95 394	1.60 389	1.93 374	0.77 334	1.59 363	1.64 365	1.05 301	1.60 340	2.10 371	0.92 314	1.79 366	0.84 276	1.76 396	0.35 354	2.03 395	0.67 379	2.16 393	1.18 388

DEmStereo	0.49 179	0.18 14	0.53 165	0.39 60	0.26 129	0.57 179	0.33 108	0.65 53	0.75 134	0.90 238	1.65 341	0.57 99	1.02 326	0.63 125	0.44 164	0.14 18	0.12 86	0.16 57	0.16 115	0.14 36	0.17 134

Consistency-Raft	1.01 338	0.82 362	1.27 338	0.85 370	0.97 376	0.81 268	0.83 344	1.35 325	1.61 362	1.06 309	1.66 342	1.11 303	0.93 316	0.93 259	1.11 327	0.65 374	0.75 390	0.79 375	0.91 388	1.09 381	0.79 376

RP	0.80 303	0.38 281	0.73 261	0.67 350	0.59 355	0.82 271	0.57 288	1.21 279	1.28 330	1.03 290	1.68 343	1.45 342	1.49 364	1.08 300	0.90 289	0.36 339	0.31 338	0.37 337	0.30 318	0.36 318	0.36 315

ADCS	1.60 374	0.70 353	4.02 392	0.61 335	0.53 344	1.31 342	1.11 364	1.71 372	1.86 373	1.97 373	1.68 343	1.51 351	1.46 361	2.07 376	9.20 406	0.34 332	0.32 344	0.33 327	0.36 341	0.45 341	0.46 352

WZ-Net	1.29 361	0.64 349	5.42 399	0.64 344	0.52 342	1.37 346	1.29 377	1.41 337	1.77 370	1.56 353	1.69 345	1.74 362	1.41 358	2.50 387	2.16 372	0.28 295	0.21 277	0.23 243	0.25 295	0.39 327	0.41 335

MFMNet_re	1.17 352	0.99 373	1.31 343	1.02 376	0.95 374	1.32 343	1.32 378	1.44 344	1.58 360	1.72 364	1.70 346	1.21 312	1.57 366	1.16 311	1.04 319	0.88 381	0.76 392	0.79 375	0.75 383	0.90 375	0.94 379

KYRaft	0.48 170	0.21 74	0.41 50	0.45 199	0.23 56	0.43 121	0.36 145	0.68 71	0.45 47	0.94 253	1.72 347	0.78 213	0.40 107	0.65 138	0.32 63	0.16 99	0.11 39	0.18 116	0.22 261	0.17 127	0.76 375

whm_eth	0.49 179	0.32 252	0.79 274	0.47 240	0.38 282	0.37 86	0.37 157	0.83 158	0.83 175	0.82 183	1.73 348	0.36 31	0.39 102	0.61 94	0.38 119	0.19 191	0.17 237	0.20 176	0.20 226	0.20 199	0.25 257

DRaft	0.49 179	0.18 14	0.50 131	0.38 44	0.25 101	0.57 179	0.39 183	0.67 66	0.86 186	1.02 287	1.75 349	0.50 76	0.79 279	0.65 138	0.42 155	0.14 18	0.11 39	0.16 57	0.16 115	0.14 36	0.17 134

RAFT-345	0.41 116	0.19 33	0.42 58	0.39 60	0.23 56	0.32 60	0.25 30	0.62 36	0.56 67	0.74 147	1.77 350	0.44 54	0.35 73	0.67 155	0.37 106	0.14 18	0.11 39	0.18 116	0.14 69	0.14 36	0.13 31

MADNet+	2.28 391	2.56 407	10.82 406	1.25 383	0.96 375	2.77 389	1.44 386	2.34 385	1.76 369	1.36 344	1.78 351	1.84 366	1.74 373	6.33 407	4.57 396	0.67 375	0.66 384	0.59 371	0.54 374	0.84 373	0.81 377

MDST_ROB	0.97 332	0.29 229	1.02 319	0.64 344	0.43 311	2.64 384	0.82 342	1.68 371	1.18 317	2.89 390	1.82 352	0.97 264	0.75 264	1.83 368	0.89 283	0.26 278	0.22 286	0.32 322	0.28 313	0.26 263	0.26 262

Prome-Stereo	0.46 152	0.20 54	0.37 27	0.45 199	0.26 129	0.40 101	0.42 218	0.69 82	0.49 57	0.96 270	1.84 353	0.58 114	0.64 211	0.63 125	0.32 63	0.15 67	0.11 39	0.16 57	0.14 69	0.17 127	0.30 288

MSC_U_SF_DS_RVC	1.38 365	0.91 369	2.11 379	0.89 371	0.57 352	4.27 403	1.79 398	1.55 355	2.00 376	1.64 357	1.85 354	1.83 364	1.44 360	1.89 371	1.49 352	0.49 362	0.40 365	0.56 368	0.58 375	0.75 371	0.52 365

Nwc_Net	0.82 306	0.40 293	0.86 292	0.62 339	0.56 348	1.04 316	0.57 288	1.72 373	1.08 288	0.93 249	1.88 355	1.44 341	1.24 348	1.19 315	0.94 297	0.31 312	0.25 309	0.36 333	0.39 348	0.31 292	0.31 295

SPS-STEREO	1.29 361	0.94 370	1.10 323	1.05 378	1.03 381	1.48 353	0.91 350	1.57 361	1.24 323	2.13 375	1.90 356	1.94 368	1.46 361	1.77 364	1.64 357	0.97 384	0.94 402	0.90 378	0.89 387	0.96 378	0.97 382
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
EDNetEfficient	1.47 371	0.82 362	6.28 401	0.48 248	0.40 294	0.73 241	0.83 344	0.95 196	2.77 388	3.48 402	1.95 357	1.64 360	2.12 384	1.42 342	3.84 391	0.21 225	0.19 263	0.21 217	0.21 243	0.43 337	0.42 338

AnyNet_C01	1.63 375	1.16 380	7.38 403	0.65 346	0.56 348	2.25 379	1.53 387	1.53 353	1.46 352	1.71 363	1.95 357	1.83 364	1.41 358	2.48 385	4.42 395	0.33 325	0.32 344	0.32 322	0.34 338	0.45 341	0.50 359

SGM_RVC	1.04 339	0.30 243	0.47 102	0.41 104	0.23 56	1.73 369	0.77 334	1.63 367	1.30 335	2.39 383	1.99 359	2.64 379	1.78 374	2.22 381	1.40 345	0.28 295	0.27 319	0.27 289	0.25 295	0.25 257	0.25 257
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
aanetorigin	0.85 318	0.58 342	1.98 375	0.50 268	0.40 294	0.66 219	0.70 317	0.72 109	1.01 257	2.44 385	2.00 360	1.32 323	1.25 349	0.96 270	1.16 331	0.20 210	0.19 263	0.20 176	0.20 226	0.27 272	0.33 307

GANet	0.74 292	0.38 281	0.63 216	0.54 310	0.35 270	1.01 310	0.95 355	1.15 260	0.95 232	1.09 315	2.00 360	1.14 307	0.92 314	1.29 327	0.75 259	0.25 273	0.27 319	0.27 289	0.23 270	0.32 298	0.24 250

AF-Net	0.85 318	0.41 297	0.87 297	0.66 348	0.54 346	0.96 298	0.52 270	1.66 369	1.37 341	1.03 290	2.04 362	1.46 343	1.36 354	1.19 315	1.05 321	0.34 332	0.24 301	0.39 343	0.28 313	0.31 292	0.26 262

SDNR	0.89 322	0.39 285	1.66 370	0.42 129	0.39 291	3.35 397	0.32 99	0.95 196	1.05 272	1.05 301	2.12 363	0.62 134	0.71 248	1.40 338	0.78 263	0.53 367	0.56 381	0.36 333	0.27 307	0.46 344	0.50 359

tt	6.21 409	0.22 97	5.88 400	3.55 412	2.07 401	11.25 414	19.19 415	11.84 415	5.47 403	2.71 388	2.18 364	4.87 398	6.25 408	3.71 397	7.09 402	8.31 417	11.17 421	4.91 414	5.39 416	5.72 414	2.42 407

ASMatch	0.48 170	0.20 54	0.47 102	0.39 60	0.28 179	0.37 86	0.26 40	0.76 135	0.72 118	0.77 163	2.29 365	0.61 128	0.51 155	0.64 132	0.39 127	0.15 67	0.12 86	0.17 85	0.15 90	0.14 36	0.22 223

PWCK	2.06 386	1.75 399	4.11 394	1.69 388	0.93 372	3.13 396	2.86 408	2.18 384	2.41 384	2.38 382	2.33 366	2.22 372	1.85 376	3.52 396	2.20 373	1.65 393	0.73 386	1.52 386	0.83 386	1.81 385	1.02 387

LSM	4.83 405	0.83 365	11.23 407	0.76 367	56.73 429	1.10 321	1.18 370	1.35 325	1.70 368	2.13 375	2.34 367	1.34 331	1.19 344	1.52 351	1.23 336	0.34 332	0.50 378	0.39 343	0.47 361	0.51 355	9.82 416

pmcnn	1.27 359	0.31 250	1.14 328	0.41 104	0.23 56	0.97 299	0.71 319	1.23 288	1.32 337	1.83 367	2.34 367	11.25 412	0.89 309	1.04 295	0.96 302	0.15 67	0.12 86	0.12 2	0.10 10	0.15 66	0.16 98

PVD	1.34 364	0.70 353	1.42 352	0.78 368	0.65 362	1.68 366	0.91 350	2.12 383	3.01 390	2.25 380	2.35 369	1.90 367	1.99 381	1.98 373	2.14 370	0.40 353	0.38 358	0.49 362	0.37 343	0.51 355	0.67 372

SANet	1.15 349	0.45 306	1.40 350	0.50 268	0.32 244	1.54 359	1.21 372	1.49 349	3.35 394	1.61 354	2.41 370	2.32 376	1.80 375	1.57 353	1.27 338	0.28 295	0.25 309	0.26 281	0.24 284	0.36 318	0.32 298

EDNetEfficientorigin	9.96 412	1.17 381	175.17 434	0.49 257	0.37 277	1.13 327	0.74 330	1.27 302	2.70 387	3.16 399	2.49 371	2.28 373	2.15 385	1.88 369	2.27 374	0.21 225	0.19 263	0.25 267	0.20 226	0.54 360	0.53 367

NVStereoNet_ROB	1.31 363	0.96 371	1.33 345	0.90 372	0.92 371	1.15 330	1.05 361	1.49 349	1.62 363	1.63 356	2.51 372	2.31 374	1.62 368	2.16 380	1.42 346	0.81 379	0.73 386	0.79 375	1.02 392	0.73 370	0.97 382
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACVNet_2	1.74 378	1.30 384	1.62 366	1.81 390	1.63 390	2.28 380	1.34 380	2.35 386	2.64 386	1.82 366	2.55 373	2.99 383	1.71 372	1.67 359	1.20 335	1.48 392	0.59 383	1.81 388	0.71 381	2.09 391	1.29 392

RTS	2.03 384	1.03 377	11.50 408	0.68 353	0.63 360	2.71 385	1.56 389	1.55 355	2.32 381	1.93 370	2.57 374	1.32 323	1.32 352	5.20 404	4.30 393	0.31 312	0.23 293	0.29 307	0.30 318	0.41 331	0.40 330

RTSA	2.03 384	1.03 377	11.50 408	0.68 353	0.63 360	2.71 385	1.56 389	1.55 355	2.32 381	1.93 370	2.57 374	1.32 323	1.32 352	5.20 404	4.30 393	0.31 312	0.23 293	0.29 307	0.30 318	0.41 331	0.40 330

PWC_ROB	0.92 323	0.57 339	1.64 367	0.53 301	0.33 255	0.93 292	0.39 183	1.42 342	1.51 356	1.66 359	2.57 374	1.18 310	1.11 336	1.50 350	1.54 355	0.26 278	0.18 246	0.28 299	0.20 226	0.30 288	0.32 298

G-Net	0.95 329	0.48 319	1.13 326	0.67 350	0.49 335	2.07 376	0.63 307	1.02 216	0.90 208	1.77 365	2.62 377	1.28 317	1.60 367	1.09 301	1.06 322	0.37 343	0.30 330	0.35 330	0.25 295	0.46 344	0.45 348

UNDER WATER-64	3.72 400	2.07 403	4.57 396	3.30 411	2.52 407	5.61 407	2.63 407	3.67 401	12.27 408	3.09 397	2.66 378	5.99 406	4.74 406	3.93 401	3.57 387	2.54 407	1.24 407	2.65 406	1.48 405	3.21 409	2.62 409

JetBlue	3.02 396	1.39 387	7.91 404	1.17 381	1.49 388	8.53 409	7.94 411	2.82 389	1.98 375	2.15 379	2.69 379	3.32 390	3.01 397	6.66 408	3.81 390	0.79 377	0.78 393	0.75 374	0.76 384	1.04 379	1.33 395

coex-ft	6.50 410	1.57 392	87.99 433	0.49 257	0.38 282	1.41 348	1.21 372	1.21 279	7.96 406	12.14 413	2.78 380	2.74 380	3.83 401	1.30 331	3.19 385	0.24 261	0.23 293	0.27 289	0.24 284	0.48 347	0.40 330

IMH-64-1	1.96 381	1.64 396	1.26 335	2.26 399	1.91 398	2.30 381	1.35 381	2.99 391	2.29 379	1.70 361	2.79 381	2.47 377	1.66 369	2.33 382	1.95 364	2.07 399	0.74 388	2.44 401	1.04 394	2.40 398	1.59 399

IMH-64	1.96 381	1.64 396	1.26 335	2.26 399	1.91 398	2.30 381	1.35 381	2.99 391	2.29 379	1.70 361	2.79 381	2.47 377	1.66 369	2.33 382	1.95 364	2.07 399	0.74 388	2.44 401	1.04 394	2.40 398	1.59 399

UNDER WATER	3.63 399	2.12 404	4.11 394	3.17 409	2.51 406	3.77 401	2.45 405	3.53 400	13.66 412	2.98 395	2.92 383	5.75 403	4.13 404	3.85 400	3.75 389	2.84 410	1.11 405	2.71 408	1.41 404	3.26 410	2.50 408

SGM+DAISY	1.52 372	0.99 373	1.61 365	1.01 375	1.02 380	1.86 373	1.19 371	1.49 349	1.38 343	2.96 394	3.00 384	2.79 381	1.94 377	1.88 369	1.62 356	0.98 385	0.97 404	0.91 380	0.91 388	0.94 377	0.99 384

FTStereo	0.56 235	0.21 74	0.39 36	0.42 129	0.25 101	0.39 96	0.73 328	0.69 82	0.45 47	1.09 315	3.23 385	0.69 170	0.71 248	0.55 61	0.34 82	0.15 67	0.13 141	0.19 147	0.17 157	0.15 66	0.32 298

KSHMR	2.64 392	1.96 402	1.86 374	2.69 406	2.44 404	2.88 392	2.04 402	3.46 398	6.31 404	2.51 386	3.27 386	3.39 391	1.97 378	2.59 388	2.08 369	2.48 406	1.41 408	2.80 410	1.51 406	2.98 406	2.09 404

WAO-6	2.11 388	1.52 390	1.25 334	1.73 389	1.69 394	2.72 387	1.62 391	3.15 393	3.64 395	2.01 374	3.28 387	3.52 393	2.20 388	2.59 388	2.48 378	1.31 391	0.92 398	2.04 396	1.22 403	1.89 387	1.35 397

Dean	2.07 387	1.39 387	1.69 371	2.17 397	1.83 397	2.75 388	1.28 376	3.49 399	3.80 398	2.13 375	3.30 388	3.18 387	1.98 380	1.78 365	1.72 359	1.73 395	0.79 396	1.99 391	0.91 388	2.17 394	1.34 396

WAO-7	1.96 381	1.24 382	1.52 356	1.28 384	1.06 383	2.92 393	1.64 392	3.32 395	3.05 392	2.28 381	3.32 389	3.19 388	2.38 390	3.39 394	2.49 379	1.02 386	0.92 398	1.06 382	1.04 394	1.05 380	0.99 384

MeshStereo	1.38 365	0.45 306	0.58 193	0.45 199	0.35 270	1.63 363	0.60 300	2.07 380	1.43 348	4.49 405	3.32 389	4.67 396	2.08 383	2.08 377	1.32 341	0.36 339	0.36 356	0.37 337	0.32 330	0.32 298	0.34 309
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
IMH	2.15 389	1.66 398	1.29 340	2.25 398	1.92 400	2.87 391	1.33 379	3.25 394	3.04 391	1.87 368	3.33 391	3.00 384	2.03 382	2.80 391	1.95 364	2.09 401	0.78 393	2.45 403	1.05 397	2.44 400	1.62 401

ELAS_RVC	1.76 379	0.64 349	1.20 331	0.74 364	0.59 355	2.18 378	2.53 406	2.10 382	2.85 389	3.46 401	3.41 392	3.12 386	4.11 403	2.69 390	2.53 380	0.54 370	0.47 376	0.51 366	0.48 365	0.55 362	0.55 368
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCDC_ROB	0.93 324	0.54 330	0.97 315	0.78 368	0.41 299	1.03 314	0.42 218	1.39 331	2.34 383	1.04 296	3.73 393	0.80 223	1.12 338	1.29 327	1.04 319	0.37 343	0.22 286	0.24 256	0.20 226	0.36 318	0.31 295

MSMD_ROB	1.25 357	0.51 320	0.64 220	0.60 331	0.50 338	1.66 365	0.67 311	1.26 297	1.26 328	2.64 387	3.82 394	3.06 385	3.20 399	1.45 346	0.91 291	0.46 357	0.41 367	0.49 362	0.51 371	0.47 346	0.45 348

JetRed	5.38 408	6.17 414	12.68 411	2.38 401	2.85 410	12.60 415	11.17 413	4.60 405	3.74 396	3.87 404	3.85 395	4.83 397	4.13 404	6.81 409	12.18 410	2.18 402	2.95 413	2.19 399	1.98 408	3.49 411	3.01 411

RAFT-RH_RVC	0.57 239	0.18 14	0.44 79	0.38 44	0.23 56	0.56 169	0.24 23	0.61 34	0.73 127	1.18 327	3.90 396	0.55 90	0.40 107	0.67 155	0.38 119	0.14 18	0.11 39	0.20 176	0.15 90	0.12 2	0.14 49

WCMA_ROB	1.22 354	0.39 285	0.93 305	0.51 280	0.45 323	1.44 350	0.79 338	1.20 276	1.30 335	2.99 396	3.94 397	3.30 389	2.17 386	1.42 342	1.31 340	0.46 357	0.35 354	0.35 330	0.37 343	0.41 331	0.42 338

ELAS	1.77 380	0.64 349	1.10 323	0.72 362	0.58 353	3.37 398	1.76 396	2.54 388	2.57 385	3.77 403	3.96 398	2.83 382	3.44 400	2.34 384	2.73 382	0.53 367	0.47 376	0.50 364	0.48 365	0.55 362	0.55 368
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-8	3.00 394	1.60 393	1.52 356	1.82 391	1.65 392	5.57 405	1.35 381	4.65 406	12.37 409	2.89 390	4.04 399	4.89 399	2.78 393	3.73 398	2.44 375	1.29 389	0.93 400	2.00 392	1.16 401	2.02 389	1.23 390

Venus	3.00 394	1.60 393	1.52 356	1.82 391	1.65 392	5.57 405	1.35 381	4.65 406	12.37 409	2.89 390	4.04 399	4.89 399	2.78 393	3.73 398	2.44 375	1.29 389	0.93 400	2.00 392	1.16 401	2.02 389	1.23 390

notaker	2.87 393	2.31 406	2.01 376	3.03 408	2.60 409	2.94 394	1.82 399	3.43 397	3.06 393	2.89 390	4.21 401	6.15 407	2.71 392	3.42 395	2.90 383	2.67 409	1.18 406	3.00 411	1.67 407	3.13 407	2.26 406

LVE	2.20 390	1.47 389	1.44 354	2.06 396	1.80 396	2.79 390	1.77 397	2.96 390	3.94 400	1.95 372	4.29 402	3.47 392	1.97 378	2.48 385	1.85 362	2.06 398	0.88 397	2.06 398	1.13 399	2.17 394	1.53 398

FCDSN-DC	1.43 369	0.57 339	0.69 246	0.74 364	0.59 355	1.42 349	0.65 310	1.40 335	1.41 345	3.31 400	4.42 403	4.57 395	3.01 397	1.70 361	1.19 334	0.46 357	0.42 369	0.48 359	0.47 361	0.51 355	0.51 363
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DPSimNet_ROB	5.19 407	2.71 411	18.56 412	2.59 403	2.49 405	4.25 402	10.93 412	3.33 396	3.93 399	5.02 408	4.52 404	5.74 402	10.18 409	5.44 406	8.79 405	2.40 405	2.47 411	2.48 404	2.54 410	2.56 402	2.87 410

FC-DCNN	1.67 377	0.53 324	0.68 238	0.62 339	0.49 335	1.62 362	0.71 319	1.77 376	1.55 357	4.73 407	4.66 405	5.82 404	3.94 402	2.13 379	1.42 346	0.47 360	0.42 369	0.47 356	0.46 360	0.48 347	0.47 354

LE_ROB	4.86 406	0.27 207	9.43 405	0.45 199	0.24 77	1.61 361	0.96 357	2.05 379	17.75 419	16.36 421	4.84 406	5.17 401	19.48 421	2.05 374	15.49 413	0.17 125	0.15 190	0.16 57	0.16 115	0.20 199	0.19 165

ktn	3.02 396	2.27 405	1.85 373	2.89 407	2.54 408	3.72 399	2.14 403	3.79 402	5.33 402	2.82 389	5.09 407	5.95 405	2.54 391	3.34 393	2.58 381	2.65 408	1.44 409	2.78 409	2.03 409	2.61 403	2.10 405

MADNet++	4.18 401	2.72 412	4.00 391	3.80 413	3.44 412	4.72 404	4.05 410	4.01 403	3.74 396	4.52 406	5.14 408	4.20 394	4.89 407	7.04 410	6.39 400	3.79 411	3.70 414	3.27 413	2.70 412	3.68 412	3.74 414

TorneroNet-64	3.54 398	1.89 400	1.59 361	2.62 405	2.29 402	6.88 408	1.72 395	4.72 408	11.88 407	2.43 384	5.46 409	8.16 409	2.80 395	4.13 402	3.03 384	2.25 404	0.75 390	2.57 405	1.09 398	2.65 404	1.84 403

SGM-ForestM	4.73 403	0.34 263	1.05 321	0.46 222	0.28 179	10.26 410	3.48 409	4.52 404	5.16 401	8.68 412	7.48 410	18.87 419	10.80 411	11.26 414	10.01 407	0.32 317	0.34 352	0.32 322	0.32 330	0.29 281	0.30 288

TorneroNet	4.49 402	1.92 401	1.65 369	2.60 404	2.29 402	14.95 416	1.86 400	4.86 409	19.56 423	3.10 398	7.52 411	7.00 408	2.90 396	4.48 403	3.66 388	2.24 403	0.78 393	2.68 407	1.14 400	2.79 405	1.80 402

MANE	4.73 403	0.54 330	0.77 271	0.69 356	0.60 358	10.35 411	1.67 393	8.68 412	12.66 411	6.90 411	9.43 412	11.59 413	10.59 410	8.26 411	8.41 404	0.51 365	0.45 373	0.48 359	1.02 392	0.50 352	0.50 359

HanzoNet	6.97 411	2.57 408	4.66 397	3.29 410	2.96 411	3.75 400	2.35 404	5.08 410	7.11 405	14.46 420	13.06 413	17.69 417	22.95 423	13.72 415	6.61 401	4.36 413	1.96 410	3.14 412	2.59 411	3.88 413	3.19 412

xxxxx1	36.77 428	19.69 420	24.00 417	62.46 431	66.77 431	27.30 422	39.89 424	20.40 418	18.80 420	14.18 417	13.11 414	17.29 414	17.30 418	21.62 420	27.81 422	13.61 421	18.98 429	111.36 432	133.25 432	28.84 426	38.64 429

tt_ll	36.77 428	19.69 420	24.00 417	62.46 431	66.77 431	27.30 422	39.89 424	20.40 418	18.80 420	14.18 417	13.11 414	17.29 414	17.30 418	21.62 420	27.81 422	13.61 421	18.98 429	111.36 432	133.25 432	28.84 426	38.64 429

ff	36.77 428	19.69 420	24.00 417	62.46 431	66.77 431	27.30 422	39.89 424	20.40 418	18.80 420	14.18 417	13.11 414	17.29 414	17.30 418	21.62 420	27.81 422	13.61 421	18.98 429	111.36 432	133.25 432	28.84 426	38.64 429

Anonymous_1	33.12 422	18.23 417	23.86 416	20.53 418	21.18 419	25.45 418	35.84 421	22.44 425	15.68 416	13.41 414	13.70 417	18.00 418	15.15 415	20.31 416	24.47 419	14.56 424	8.84 418	66.24 431	117.79 431	155.41 434	11.40 419

DPSM_ROB	17.80 416	18.60 418	24.24 420	20.89 419	19.49 417	25.83 419	36.10 422	21.62 423	16.41 417	13.46 415	14.26 418	19.11 420	16.15 416	20.74 417	25.59 420	9.37 419	9.23 419	9.47 419	9.81 419	13.47 417	12.09 420

DPSM	17.80 416	18.60 418	24.24 420	20.89 419	19.49 417	25.83 419	36.10 422	21.62 423	16.41 417	13.46 415	14.26 418	19.11 420	16.15 416	20.74 417	25.59 420	9.37 419	9.23 419	9.47 419	9.81 419	13.47 417	12.09 420

DGTPSM_ROB	12.12 413	8.03 415	21.12 413	8.97 416	16.81 415	10.68 412	30.77 419	9.14 413	15.23 414	6.55 409	15.49 420	9.02 410	15.13 413	9.26 412	21.71 417	4.58 414	8.60 416	5.07 415	9.26 417	5.88 415	11.06 417

DPSMNet_ROB	12.13 414	8.03 415	21.13 414	9.02 417	16.82 416	10.68 412	30.78 420	9.15 414	15.24 415	6.56 410	15.50 421	9.02 410	15.13 413	9.28 413	21.71 417	4.59 415	8.60 416	5.08 416	9.26 417	5.89 416	11.06 417

SPstereo	24.33 420	4.45 413	7.15 402	4.44 414	4.17 413	45.69 427	77.93 433	63.66 434	33.40 432	27.58 429	26.62 422	39.42 432	33.37 432	42.68 434	50.66 428	4.01 412	3.77 415	6.06 417	4.73 414	3.17 408	3.55 413

LRCNet_RVC	21.27 419	31.14 424	21.46 415	28.97 422	23.77 420	3.11 395	0.62 304	20.94 421	1.64 365	25.57 422	28.13 423	21.96 422	14.74 412	21.99 423	16.44 414	29.16 431	14.92 422	33.57 427	31.28 427	29.67 429	26.33 427

CasAABBNet	35.77 423	37.38 427	48.59 427	42.20 425	39.23 424	51.95 428	72.92 432	43.36 431	33.03 428	26.93 423	28.31 424	38.43 429	32.32 426	41.58 428	51.50 433	18.71 425	18.58 424	19.11 425	19.75 422	27.11 423	24.33 422

Selective-RAFT-Error	35.87 427	37.42 428	48.73 431	42.24 426	39.28 425	52.00 432	72.87 428	43.41 432	32.95 427	26.97 424	28.72 425	38.71 431	33.15 431	41.59 432	51.42 429	18.77 429	18.60 425	19.14 426	19.78 426	27.19 424	24.42 426

LSM0	38.96 433	37.52 432	48.37 426	43.79 430	91.31 434	52.31 433	72.38 427	43.71 433	32.75 426	27.16 425	28.73 426	38.51 430	32.63 430	41.75 433	51.59 434	18.85 430	18.43 423	19.09 424	19.60 421	27.21 425	33.44 428

MyStereo03	35.83 424	37.48 429	48.64 428	42.37 427	39.41 426	51.98 429	72.91 429	43.07 428	33.07 429	27.20 426	28.81 427	38.36 426	32.60 427	41.58 428	51.47 430	18.74 426	18.61 426	19.07 421	19.77 423	27.10 420	24.35 423

MyStereo02	35.83 424	37.48 429	48.64 428	42.37 427	39.41 426	51.98 429	72.91 429	43.07 428	33.07 429	27.20 426	28.81 427	38.36 426	32.60 427	41.58 428	51.47 430	18.74 426	18.61 426	19.07 421	19.77 423	27.10 420	24.35 423

MyStereo	35.83 424	37.48 429	48.64 428	42.37 427	39.41 426	51.98 429	72.91 429	43.07 428	33.07 429	27.20 426	28.81 427	38.36 426	32.60 427	41.58 428	51.47 430	18.74 426	18.61 426	19.07 421	19.77 423	27.10 420	24.35 423

BEATNet-Init1	15.65 415	1.62 395	54.26 432	0.75 366	0.56 348	37.03 426	13.39 414	13.20 416	14.59 413	29.41 430	29.29 430	47.69 433	21.87 422	26.91 424	19.58 415	0.43 356	0.39 362	0.47 356	0.47 361	0.52 358	0.52 365

HaxPig	31.93 421	37.19 426	34.22 422	24.41 421	24.94 421	18.53 417	20.18 416	21.15 422	28.84 425	35.74 431	38.86 431	26.18 423	28.75 425	33.85 425	34.15 425	35.89 432	38.80 432	37.79 428	40.52 428	39.33 430	39.33 432

AVERAGE_ROB	37.53 432	40.05 433	40.01 424	34.74 424	33.76 423	28.46 425	25.14 418	32.31 427	34.08 434	41.20 432	40.52 432	34.51 425	34.78 434	39.11 426	37.48 427	42.68 433	43.32 433	43.80 429	42.99 429	40.42 431	41.31 433

MEDIAN_ROB	37.35 431	40.72 434	40.37 425	32.26 423	31.80 422	27.29 421	25.02 417	29.47 426	33.43 433	41.99 433	41.60 433	33.48 424	34.37 433	39.66 427	36.94 426	43.49 434	43.96 434	44.07 430	43.35 430	41.32 432	42.43 434

test_example2	176.82 435	204.75 435	198.54 435	188.58 435	191.23 435	151.28 435	169.77 434	97.63 435	125.81 435	179.94 435	183.74 434	158.20 435	139.14 435	192.16 435	198.12 435	203.48 435	236.37 435	163.71 435	173.22 435	217.79 435	162.95 435

PML	40.49 434	30.31 423	12.46 410	7.19 415	14.30 414	91.44 434	212.44 435	7.73 411	23.24 424	74.44 434	185.05 435	49.81 434	25.78 424	21.34 419	12.84 411	8.71 418	2.93 412	8.43 418	3.24 413	13.77 419	4.45 415

Low-res two-view benchmark