Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

GLC_STEREO	0.83 1	0.59 17	1.71 2	0.89 48	0.34 2	1.88 19	0.80 124	1.48 2	1.60 37	0.98 25	1.06 11	0.68 7	0.71 14	1.19 8	0.89 25	0.25 8	0.25 99	0.32 128	0.25 74	0.32 65	0.34 29

CASnet	0.85 2	0.59 17	1.66 1	0.91 56	0.30 1	1.37 10	0.73 90	1.63 5	1.94 77	1.66 71	1.14 23	0.66 6	0.63 7	1.07 2	0.90 26	0.37 157	0.17 3	0.41 240	0.31 188	0.33 86	0.23 4
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CREStereo	1.00 3	0.59 17	1.82 3	0.66 1	0.36 3	4.43 304	0.40 7	2.43 38	1.98 80	0.96 24	1.22 31	0.88 37	0.87 39	1.30 13	0.79 10	0.30 53	0.20 17	0.23 4	0.16 5	0.23 3	0.22 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
LoS	1.05 4	0.58 9	3.31 9	0.91 56	0.38 6	4.14 251	0.50 18	2.22 30	1.49 12	1.02 26	0.88 7	0.62 4	0.84 35	1.69 57	0.94 35	0.27 21	0.20 17	0.24 13	0.17 8	0.22 2	0.32 17

CroCo-Stereo	1.07 5	1.18 195	3.66 10	0.91 56	0.60 82	0.49 1	0.49 15	4.07 215	1.91 73	0.84 10	1.29 44	1.00 46	0.75 21	1.32 18	1.38 117	0.26 14	0.21 33	0.24 13	0.20 19	0.37 141	0.30 12
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
CES	1.08 6	0.63 34	2.53 7	0.95 77	2.18 354	2.13 30	0.50 18	2.07 24	1.46 6	0.79 6	1.06 11	0.61 3	0.48 1	1.45 34	0.87 22	0.24 4	0.18 5	0.24 13	0.15 3	0.64 284	2.36 311

PMTNet	1.13 7	0.55 3	3.88 14	0.71 6	0.59 79	4.21 275	0.43 10	2.00 20	1.58 29	1.02 26	1.06 11	0.78 24	0.98 54	1.58 47	0.93 29	1.21 360	0.20 17	0.23 4	0.15 3	0.23 3	0.27 6

LoS_RVC	1.23 8	1.51 235	6.09 22	0.88 47	1.71 328	1.96 22	0.59 34	1.61 4	1.37 2	0.84 10	1.35 50	0.84 33	1.15 100	1.49 39	0.83 18	0.21 1	0.17 3	0.20 1	0.14 1	0.20 1	1.49 278

CAS	1.34 9	0.48 1	2.20 4	3.01 376	1.66 323	4.08 236	0.73 90	1.96 19	1.51 16	0.86 12	1.10 15	0.59 2	0.53 2	1.36 26	0.94 35	3.07 381	0.14 1	0.21 2	0.14 1	0.38 149	1.78 294

Selective-RAFT	1.34 9	0.58 9	2.21 5	1.01 103	0.49 47	4.19 272	0.51 20	3.39 112	3.62 306	1.15 32	1.40 60	1.45 92	1.40 136	2.09 101	1.31 101	0.43 209	0.40 213	0.25 22	0.26 87	0.29 31	0.38 56

RCA-Stereo	1.38 11	0.61 29	3.95 16	0.94 69	0.48 40	4.68 354	0.78 114	4.17 252	1.95 78	1.93 108	1.84 169	0.94 43	1.48 154	1.23 9	0.75 4	0.30 53	0.43 231	0.25 22	0.20 19	0.26 12	0.37 49

AnonymousM	1.38 11	1.33 219	2.35 6	0.95 77	0.56 68	4.03 224	0.67 60	2.63 63	2.49 145	1.51 54	1.36 53	1.15 58	1.00 57	1.26 11	1.04 54	0.41 186	0.46 241	2.07 379	1.71 380	0.25 5	0.40 62

Selective-IGEV	1.42 13	0.58 9	8.82 38	0.92 62	0.85 147	1.32 9	0.80 124	2.85 73	3.84 316	0.87 15	1.68 111	0.71 15	0.62 6	1.30 13	0.75 4	0.24 4	0.27 126	0.24 13	0.19 9	0.27 15	1.18 261

knoymous	1.50 14	0.65 44	8.73 37	0.91 56	0.75 126	2.97 60	0.90 177	2.93 74	1.38 3	1.56 58	1.07 14	2.75 236	0.88 40	1.43 32	1.13 64	0.32 80	0.22 47	0.35 193	0.20 19	0.45 211	0.41 67

GMStereo_Zeroshot	1.51 15	1.27 208	4.75 17	1.54 279	0.72 118	3.33 89	0.54 23	2.67 66	1.74 59	2.34 237	1.57 88	2.40 198	0.96 52	2.51 138	1.21 77	0.48 249	0.23 70	0.41 240	0.24 63	0.82 325	0.40 62

StereoIM	1.60 16	1.11 186	16.13 97	0.67 2	1.87 342	1.22 8	0.39 5	2.17 29	1.42 5	0.69 1	0.78 3	0.88 37	0.70 12	1.24 10	1.13 64	0.32 80	0.23 70	0.26 33	0.21 25	0.32 65	0.28 7

BSDual-CNN	1.61 17	0.64 37	3.82 11	0.94 69	0.86 149	4.18 264	1.14 236	4.49 340	2.29 120	2.96 317	1.82 156	2.58 221	1.30 120	1.79 72	1.44 127	0.39 176	0.25 99	0.31 115	0.28 126	0.38 149	0.41 67

Any-RAFT	1.62 18	0.59 17	5.29 20	1.12 138	0.76 130	4.41 302	0.79 120	4.12 236	3.26 252	2.02 140	1.36 53	2.82 242	1.56 175	1.90 86	0.81 12	0.29 31	0.25 99	0.26 33	0.19 9	0.25 5	0.35 33

ProNet	1.63 19	0.91 138	5.70 21	0.96 83	0.64 96	2.40 41	0.82 132	1.92 17	3.28 256	0.69 1	1.17 25	0.78 24	0.76 22	1.72 64	0.87 22	0.27 21	0.97 313	0.25 22	0.26 87	0.31 47	7.97 365

psmg	1.63 19	0.64 37	3.82 11	0.96 83	0.86 149	4.35 292	1.41 272	4.11 231	2.29 120	2.68 287	2.09 224	2.58 221	1.30 120	1.79 72	1.44 127	0.39 176	0.29 136	0.33 159	0.34 214	0.38 149	0.44 82

BUS	1.64 21	0.64 37	3.82 11	0.94 69	0.86 149	4.50 315	0.75 103	4.49 340	2.29 120	2.96 317	1.82 156	3.61 302	1.03 61	1.79 72	1.18 72	0.39 176	0.25 99	0.31 115	0.28 126	0.38 149	0.41 67

CASS	1.65 22	0.73 79	8.72 36	0.97 90	0.67 104	2.88 53	0.69 74	3.07 88	1.86 70	2.82 304	2.02 207	1.39 83	1.55 173	1.75 70	1.36 111	0.51 271	0.28 132	0.34 176	0.28 126	0.47 228	0.63 176
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CroCo-Stereo Lap2	1.65 22	1.14 192	14.70 76	1.00 100	1.80 340	0.53 2	0.46 12	3.18 93	1.62 43	1.10 31	1.24 33	1.05 50	0.78 25	1.40 30	1.18 72	0.31 67	0.23 70	0.27 42	0.22 42	0.46 218	0.38 56

RAFT-Test	1.67 24	0.64 37	6.13 23	1.25 197	1.82 341	3.06 63	0.78 114	4.02 201	3.09 228	1.88 101	1.70 116	3.76 309	1.03 61	1.40 30	1.07 59	0.29 31	0.33 160	0.25 22	0.23 50	0.29 31	0.33 21

iRaftStereo_RVC	1.70 25	1.18 195	3.88 14	0.99 97	0.46 31	3.83 178	0.41 8	2.41 36	1.60 37	1.69 77	1.76 132	1.81 134	0.83 34	1.58 47	1.23 80	0.31 67	4.86 377	0.29 76	0.26 87	0.33 86	4.33 348

MIF-Stereo	1.73 26	0.60 24	20.25 260	0.98 92	1.19 233	0.78 3	0.39 5	1.19 1	1.55 23	1.21 33	1.28 40	0.52 1	0.64 8	1.17 6	1.16 71	0.35 131	0.20 17	0.25 22	0.22 42	0.42 187	0.31 14

Gwc-CoAtRS	1.80 27	0.61 29	14.92 78	1.08 124	0.61 83	2.88 53	0.63 53	2.47 40	1.62 43	1.80 95	1.50 70	2.73 231	1.17 101	1.35 24	1.08 60	0.30 53	0.22 47	0.25 22	0.23 50	0.28 20	0.30 12

test-1	1.81 28	0.72 76	9.51 40	1.02 107	1.57 302	3.85 183	0.60 38	4.07 215	1.51 16	1.94 114	1.81 154	2.04 171	0.91 44	1.39 29	1.73 185	0.27 21	0.93 307	0.31 115	0.25 74	0.29 31	1.37 270

sCroCo_RVC	1.81 28	0.93 148	19.44 187	1.04 113	1.05 203	0.97 4	0.61 41	2.08 25	1.36 1	0.71 3	1.28 40	0.82 32	1.10 85	1.31 15	0.97 44	0.54 287	0.41 219	0.33 159	0.30 171	0.46 218	0.48 108

MIF-Stereo (partial)	1.93 30	0.69 63	21.14 356	0.74 7	1.02 190	1.07 5	0.49 15	2.75 69	1.78 63	0.82 8	1.22 31	0.80 29	0.90 42	1.68 52	1.63 163	0.38 169	0.24 87	0.33 159	0.26 87	0.41 180	0.32 17

cross-raft	1.95 31	0.66 51	16.17 99	1.23 182	0.92 168	2.25 35	0.70 76	3.69 140	1.68 55	1.78 91	1.53 72	3.15 267	1.13 91	1.35 24	1.06 58	0.24 4	0.23 70	0.26 33	0.24 63	0.29 31	0.45 86

Anonymous	1.97 32	0.88 127	20.58 308	1.08 124	1.27 249	1.65 14	0.89 161	2.54 48	1.62 43	0.92 23	1.18 26	0.70 10	1.09 80	1.28 12	1.00 50	0.53 283	0.35 176	0.30 97	0.30 171	0.66 293	0.56 142

test_4	1.98 33	0.68 58	15.65 90	0.91 56	0.48 40	4.11 241	1.09 225	2.41 36	1.50 13	1.55 56	2.31 261	1.87 144	0.79 31	2.86 162	1.51 135	0.34 119	0.19 9	0.29 76	0.29 156	0.30 42	0.40 62

CREStereo++_RVC	1.98 33	0.59 17	19.94 224	0.87 42	0.55 65	4.02 222	0.31 2	1.75 13	2.09 87	1.65 70	2.20 244	0.85 35	0.65 10	1.03 1	0.72 2	0.29 31	0.16 2	0.23 4	1.22 369	0.25 5	0.22 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
TANstereo	1.98 33	0.87 124	20.35 273	0.80 20	0.37 5	4.05 229	0.38 4	1.50 3	1.65 50	2.03 145	2.16 234	0.84 33	0.93 48	1.09 3	0.68 1	0.30 53	0.36 183	0.24 13	0.20 19	0.26 12	0.46 93

XX-TBD	1.98 33	1.08 182	20.29 266	1.31 215	0.43 25	3.97 216	0.33 3	1.76 14	1.77 61	1.59 62	2.18 240	0.69 9	0.59 3	1.44 33	0.75 4	0.33 103	0.25 99	0.23 4	0.16 5	0.31 47	0.22 1

CSP-Net	1.99 37	1.70 256	4.84 18	1.22 176	1.02 190	3.42 100	1.30 256	3.66 134	2.11 91	2.07 159	1.93 196	2.40 198	1.48 154	8.56 269	1.62 160	0.51 271	0.41 219	0.27 42	0.27 102	0.44 204	0.54 137

test croco	2.00 38	0.89 131	21.49 376	0.67 2	0.73 119	1.66 15	0.57 27	3.27 104	2.18 97	0.80 7	1.25 35	0.80 29	0.86 37	1.72 64	1.13 64	0.34 119	0.21 33	0.32 128	0.25 74	0.44 204	0.34 29

sAnonymous2	2.00 38	1.54 239	21.24 366	0.93 64	0.89 158	1.21 6	0.62 48	2.58 58	2.28 116	0.86 12	1.04 9	0.73 16	1.22 109	1.10 4	0.85 19	0.30 53	0.25 99	0.31 115	0.31 188	1.06 342	0.72 199

CroCo_RVC	2.00 38	1.54 239	21.24 366	0.93 64	0.89 158	1.21 6	0.62 48	2.58 58	2.28 116	0.86 12	1.04 9	0.73 16	1.22 109	1.10 4	0.85 19	0.30 53	0.25 99	0.31 115	0.31 188	1.06 342	0.72 199

PSMNet-ADL	2.01 41	0.78 107	2.89 8	1.11 131	0.86 149	4.13 246	0.80 124	3.84 165	2.26 112	1.74 86	1.87 178	2.90 248	1.81 230	10.37 315	2.34 247	0.49 255	0.47 249	0.29 76	0.30 171	0.39 159	0.56 142

GMStereo	2.01 41	2.26 287	20.93 334	0.90 54	0.48 40	1.67 16	0.56 24	1.90 16	2.19 98	1.58 61	1.31 46	0.87 36	0.74 20	1.68 52	1.00 50	0.41 186	0.21 33	0.30 97	0.32 198	0.50 238	0.46 93
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
anonymity	2.02 43	1.28 211	5.16 19	1.73 315	1.63 313	1.86 18	1.06 221	3.50 118	2.42 134	2.19 192	2.11 226	1.88 145	3.89 336	1.92 87	1.56 144	1.11 355	1.14 320	1.08 364	1.11 362	1.05 341	2.68 318

DMCA	2.02 43	1.07 179	11.33 48	1.17 159	0.96 179	3.92 204	0.89 161	3.80 159	3.11 229	2.89 308	1.58 92	2.35 196	1.17 101	1.79 72	2.25 242	0.42 195	0.29 136	0.42 250	0.27 102	0.38 149	0.43 78

CFNet_pseudo	2.03 45	0.74 85	12.75 53	0.87 42	0.74 122	3.91 197	0.65 57	4.04 208	1.93 75	1.93 108	1.79 145	3.25 273	1.61 185	2.51 138	1.25 90	0.32 80	0.37 188	0.53 301	0.28 126	0.64 284	0.50 117

DIP-Stereo	2.03 45	0.98 164	16.44 111	0.67 2	0.62 91	4.30 287	0.58 32	4.43 333	2.89 195	1.97 123	1.40 60	0.91 40	0.86 37	1.31 15	1.27 97	0.38 169	0.23 70	0.33 159	0.23 50	0.33 86	0.57 147
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ccs_rob	2.03 45	0.74 85	12.67 52	0.87 42	0.75 126	3.91 197	0.66 58	4.04 208	1.93 75	1.92 107	1.79 145	3.24 272	1.63 196	2.52 142	1.25 90	0.32 80	0.37 188	0.54 309	0.28 126	0.66 293	0.51 123

raftrobust	2.05 48	1.45 229	13.44 56	1.29 208	5.81 400	3.59 133	0.67 60	2.80 71	1.50 13	2.21 197	1.41 63	1.17 60	1.22 109	1.37 28	1.46 132	0.29 31	0.33 160	0.22 3	0.20 19	0.27 15	0.36 48

DCANet-4	2.06 49	0.58 9	15.30 82	0.86 36	0.44 29	4.16 257	0.57 27	4.31 305	3.28 256	2.31 221	1.82 156	1.04 49	1.54 170	1.69 57	1.56 144	0.35 131	0.24 87	0.24 13	0.19 9	0.25 5	0.57 147

s12784h	2.08 50	0.50 2	16.85 115	0.75 8	0.36 3	4.42 303	0.49 15	4.23 272	3.08 225	2.03 145	2.67 307	0.91 40	1.05 74	2.05 98	0.78 7	0.37 157	0.18 5	0.24 13	0.16 5	0.27 15	0.26 5

IER	2.09 51	0.91 138	14.11 66	0.97 90	1.15 223	3.17 68	0.89 161	3.59 124	2.39 129	2.15 178	1.98 202	2.27 186	2.11 254	2.39 132	1.80 195	0.35 131	0.24 87	0.36 204	0.30 171	0.34 107	0.42 74

AEACV	2.12 52	0.67 52	6.33 24	1.38 238	1.50 286	3.53 124	0.90 177	2.83 72	1.60 37	0.91 20	0.81 6	0.80 29	1.61 185	1.56 46	0.73 3	0.25 8	0.60 275	0.26 33	0.27 102	0.29 31	15.65 403

R-Stereo Train	2.13 53	0.65 44	19.43 185	1.02 107	0.67 104	3.79 171	0.89 161	4.12 236	1.55 23	2.15 178	1.72 122	1.13 55	0.94 49	1.46 35	1.30 99	0.32 80	0.25 99	0.27 42	0.21 25	0.28 20	0.37 49

RAFT-Stereo	2.13 53	0.65 44	19.43 185	1.02 107	0.67 104	3.79 171	0.89 161	4.12 236	1.55 23	2.15 178	1.72 122	1.13 55	0.94 49	1.46 35	1.30 99	0.32 80	0.25 99	0.27 42	0.21 25	0.28 20	0.37 49
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
whm_eth	2.15 55	1.55 242	19.39 184	0.96 83	1.37 267	2.60 47	0.72 84	3.63 130	2.97 202	1.55 56	2.06 219	0.78 24	0.71 14	1.17 6	1.08 60	0.45 224	0.29 136	0.34 176	0.33 205	0.44 204	0.65 183

MMNet	2.15 55	1.33 219	12.06 50	1.22 176	1.23 243	3.55 127	0.89 161	3.84 165	2.26 112	2.19 192	1.78 142	2.15 180	2.10 252	3.70 179	2.35 248	0.45 224	0.38 201	0.34 176	0.28 126	0.40 162	0.52 128

PCWNet_CMD	2.16 57	0.71 73	15.44 86	0.84 28	0.76 130	3.38 92	0.68 68	3.69 140	2.24 106	1.72 81	1.63 102	3.20 269	3.00 307	2.09 101	1.23 80	0.32 80	0.37 188	0.47 269	0.27 102	0.65 289	0.51 123

SFCPSM	2.16 57	0.75 96	15.82 92	0.91 56	0.98 181	3.74 163	1.27 254	4.15 245	2.56 151	1.90 103	1.82 156	1.64 104	1.39 132	2.51 138	1.57 147	0.36 150	0.28 132	0.39 231	0.36 236	0.36 137	0.50 117

MSMDNet	2.16 57	0.71 73	15.36 84	0.86 36	0.75 126	3.41 98	0.69 74	3.70 142	2.25 109	1.73 83	1.64 106	3.21 270	2.95 299	2.09 101	1.24 84	0.32 80	0.37 188	0.45 262	0.27 102	0.63 281	0.50 117

test_3	2.17 60	0.58 9	18.64 152	1.11 131	0.78 133	2.15 32	0.85 147	4.42 331	1.47 7	2.00 131	1.20 27	2.02 168	0.79 31	2.70 155	1.35 104	0.29 31	1.04 315	0.29 76	0.29 156	0.31 47	1.07 252

CFNet-RSSM	2.17 60	0.56 4	20.50 294	1.08 124	0.57 75	3.42 100	0.62 48	4.24 279	1.60 37	1.73 83	1.39 58	2.55 216	1.19 106	1.36 26	1.04 54	0.29 31	0.20 17	0.26 33	0.23 50	0.28 20	0.32 17

test-3	2.19 62	0.59 17	18.63 151	1.13 143	0.75 126	2.07 28	0.89 161	4.37 323	1.53 19	2.25 203	1.20 27	2.05 174	0.79 31	2.68 152	1.35 104	0.29 31	0.95 310	0.28 62	0.27 102	0.27 15	1.47 277

test_1	2.19 62	0.59 17	18.67 153	1.13 143	0.78 133	2.07 28	0.89 161	4.37 323	1.53 19	2.18 187	1.20 27	2.05 174	0.78 25	2.68 152	1.36 111	0.29 31	0.93 307	0.28 62	0.27 102	0.28 20	1.53 280

ICVP	2.19 62	0.72 76	19.18 170	1.03 110	0.88 157	4.22 277	0.94 196	3.44 116	1.69 56	1.68 74	1.76 132	1.35 77	1.19 106	1.80 77	1.40 119	0.58 296	0.37 188	0.34 176	0.30 171	0.41 180	0.59 161
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Anonymous3	2.20 65	0.80 110	20.08 240	0.86 36	0.86 149	4.46 307	0.84 143	3.64 133	1.40 4	1.37 45	1.40 60	1.11 54	1.03 61	1.71 61	1.24 84	0.75 335	0.58 272	0.34 176	0.35 227	0.48 233	0.65 183

AdaStereo	2.22 66	0.90 136	16.41 109	1.33 223	0.83 142	3.21 69	1.12 232	4.25 288	2.91 197	2.06 153	1.76 132	2.47 209	1.17 101	1.93 89	1.65 168	0.50 265	0.26 119	0.43 254	0.29 156	0.46 218	0.39 60
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.
UPFNet	2.23 67	0.86 121	14.25 68	1.28 203	1.44 281	3.51 120	1.34 261	4.05 211	2.11 91	2.44 262	1.53 72	2.41 202	1.39 132	3.62 178	1.91 207	0.41 186	0.41 219	0.37 215	0.32 198	0.44 204	0.48 108

StereoDRNet-Refined	2.23 67	0.98 164	10.62 43	1.25 197	0.78 133	3.29 84	0.71 81	3.96 187	2.20 101	2.43 259	2.05 217	2.97 251	1.46 150	6.87 245	2.33 246	0.37 157	0.25 99	0.42 250	0.34 214	0.47 228	0.80 216
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CBFPSM	2.24 69	2.06 277	12.12 51	1.13 143	1.05 203	2.85 51	1.23 250	3.37 111	2.05 85	1.82 97	1.33 48	4.55 349	4.00 338	2.38 131	2.35 248	0.27 21	0.38 201	0.32 128	0.28 126	0.39 159	0.89 231

HCRNet	2.24 69	0.74 85	14.54 73	0.82 26	1.36 264	4.11 241	0.70 76	3.61 128	3.03 217	1.83 99	1.61 95	1.58 98	1.40 136	5.79 213	1.60 156	0.35 131	0.28 132	0.36 204	0.29 156	0.34 107	0.46 93

GANet-ADL	2.25 71	0.80 110	20.17 247	1.28 203	0.69 116	3.83 178	0.75 103	3.63 130	1.83 67	1.68 74	2.04 211	2.09 178	1.10 85	1.63 49	1.43 123	0.42 195	0.33 160	0.26 33	0.23 50	0.43 196	0.41 67

ROB_FTStereo_v2	2.25 71	0.74 85	20.45 284	0.77 9	0.38 6	4.66 345	0.74 98	2.54 48	3.20 238	2.00 131	1.53 72	1.77 121	1.14 96	2.13 107	0.96 41	0.50 265	0.22 47	0.32 128	0.28 126	0.40 162	0.35 33

PSM-adaLoss	2.26 73	0.74 85	20.53 296	0.77 9	0.38 6	4.67 346	0.71 81	2.54 48	3.22 246	2.00 131	1.53 72	1.77 121	1.13 91	2.22 118	0.96 41	0.50 265	0.23 70	0.32 128	0.28 126	0.40 162	0.35 33

ROB_FTStereo	2.26 73	0.74 85	20.44 282	0.77 9	0.38 6	4.65 343	0.75 103	2.54 48	3.19 237	2.00 131	1.54 81	1.77 121	1.13 91	2.28 124	0.94 35	0.49 255	0.22 47	0.32 128	0.28 126	0.40 162	0.35 33

GES	2.26 73	0.79 109	19.68 202	1.12 138	0.59 79	4.30 287	1.01 208	3.90 174	1.59 32	1.78 91	1.78 142	1.28 73	1.75 219	1.80 77	1.61 158	0.42 195	0.29 136	0.33 159	0.31 188	0.45 211	0.50 117

dd	2.27 76	3.06 304	20.18 248	0.96 83	0.51 56	4.24 280	0.74 98	1.94 18	2.43 136	1.48 53	1.28 40	1.19 66	1.05 74	1.82 80	1.69 175	0.63 309	0.34 167	0.35 193	0.33 205	0.61 270	0.57 147

HUI-Stereo	2.27 76	0.74 85	20.56 301	0.77 9	0.38 6	4.67 346	0.78 114	2.54 48	3.23 249	2.00 131	1.53 72	1.77 121	1.13 91	2.21 117	0.93 29	0.49 255	0.23 70	0.32 128	0.28 126	0.40 162	0.35 33

iGMRVC	2.27 76	0.74 85	20.46 285	0.77 9	0.38 6	4.65 343	0.73 90	2.54 48	3.21 241	2.00 131	1.53 72	1.77 121	1.14 96	2.47 136	0.99 47	0.51 271	0.23 70	0.32 128	0.28 126	0.40 162	0.35 33

RAFT-IKP	2.27 76	0.74 85	20.55 299	0.77 9	0.38 6	4.64 342	0.73 90	2.54 48	3.21 241	2.00 131	1.53 72	1.77 121	1.13 91	2.25 123	1.00 50	0.51 271	0.22 47	0.32 128	0.28 126	0.40 162	0.35 33

Patchmatch Stereo++	2.28 80	0.74 85	20.54 297	0.77 9	0.38 6	4.67 346	0.75 103	2.55 55	3.21 241	2.00 131	1.53 72	1.77 121	1.14 96	2.46 133	0.98 45	0.51 271	0.23 70	0.32 128	0.28 126	0.40 162	0.35 33
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	2.28 80	0.74 85	20.54 297	0.77 9	0.38 6	4.67 346	0.75 103	2.55 55	3.21 241	2.00 131	1.53 72	1.77 121	1.14 96	2.46 133	0.98 45	0.51 271	0.23 70	0.32 128	0.28 126	0.40 162	0.35 33

CRE-IMP	2.28 80	0.68 58	19.67 201	0.85 33	0.39 20	4.54 321	0.80 124	2.63 63	4.84 364	1.96 121	1.51 71	1.86 141	0.96 52	1.52 42	1.43 123	0.47 244	0.21 33	0.31 115	0.26 87	0.41 180	0.35 33

MyStereo07	2.29 83	1.18 195	20.10 243	1.04 113	1.21 240	3.96 214	0.95 199	2.13 28	3.37 275	1.09 29	1.28 40	0.68 7	0.91 44	1.74 69	0.86 21	0.26 14	3.49 371	0.34 176	0.27 102	0.43 196	0.49 113

DisPM	2.29 83	0.61 29	20.25 260	1.79 323	0.52 59	4.58 332	0.77 111	2.50 43	2.22 104	2.49 270	1.82 156	1.45 92	1.01 60	2.73 156	1.04 54	0.48 249	0.20 17	0.32 128	0.31 188	0.32 65	0.45 86

RALAANet	2.29 83	2.73 298	21.08 346	1.29 208	0.94 175	1.45 11	0.68 68	3.25 101	2.61 157	2.02 140	1.80 149	1.28 73	1.04 67	2.12 105	1.79 194	0.30 53	0.22 47	0.27 42	0.27 102	0.41 180	0.35 33

ADStereo(finetuned)	2.30 86	0.97 161	17.29 124	0.86 36	0.43 25	4.17 261	0.59 34	4.31 305	3.29 261	2.35 239	1.86 175	1.18 63	3.35 324	1.69 57	1.59 152	0.34 119	0.25 99	0.23 4	0.19 9	0.31 47	0.72 199

FENet	2.30 86	0.61 29	20.21 254	1.43 260	0.68 111	4.04 225	0.60 38	4.01 196	2.26 112	2.03 145	1.13 20	2.42 204	1.42 142	1.72 64	1.43 123	0.36 150	0.24 87	0.33 159	0.27 102	0.29 31	0.51 123

CFNet_ucs	2.32 88	0.75 96	17.05 118	0.90 54	0.81 139	3.86 186	0.68 68	4.31 305	2.68 161	2.13 172	2.04 211	3.30 275	1.24 112	2.63 148	1.23 80	0.37 157	0.46 241	0.56 313	0.30 171	0.67 296	0.53 133

RAFT+CT+SA	2.32 88	1.30 215	19.71 203	1.01 103	1.41 276	4.04 225	0.92 190	3.96 187	1.64 48	1.64 67	1.69 114	1.63 103	1.18 104	3.06 167	1.19 75	0.28 27	0.22 47	0.32 128	0.34 214	0.34 107	0.47 101

NRIStereo	2.32 88	0.69 63	20.07 235	1.35 226	0.38 6	4.73 361	0.89 161	2.43 38	3.35 273	1.95 119	1.37 55	1.75 114	1.21 108	2.97 165	1.35 104	0.49 255	0.22 47	0.29 76	0.26 87	0.31 47	0.33 21

MSKI-zero shot	2.33 91	0.69 63	20.22 256	1.14 147	0.77 132	4.05 229	0.68 68	3.95 186	1.51 16	1.93 108	2.35 264	1.91 148	0.71 14	3.01 166	0.79 10	0.28 27	1.47 328	0.27 42	0.21 25	0.28 20	0.44 82

Pruner-Stereo	2.33 91	0.70 69	20.66 316	2.05 342	0.48 40	4.73 361	0.78 114	2.55 55	2.70 164	2.47 265	1.57 88	1.48 94	1.03 61	1.71 61	1.55 143	0.48 249	0.21 33	0.34 176	0.30 171	0.31 47	0.42 74

hknet	2.34 93	0.78 107	13.86 61	0.94 69	1.07 206	4.18 264	1.14 236	4.49 340	3.00 208	2.96 317	1.82 156	3.47 286	1.30 120	4.11 190	1.77 189	0.35 131	0.25 99	0.31 115	0.28 126	0.38 149	0.41 67

UDGNet	2.34 93	1.71 257	20.28 263	1.42 255	0.62 91	4.39 298	0.67 60	1.82 15	2.28 116	1.40 47	1.21 30	0.99 45	1.00 57	2.23 119	1.23 80	1.14 357	0.35 176	1.30 372	0.98 356	1.11 350	0.62 173

qqq1	2.35 95	0.73 79	8.34 32	1.41 248	0.61 83	2.04 23	0.72 84	4.30 295	4.43 344	2.41 254	2.40 273	1.94 151	1.52 164	10.99 331	1.36 111	0.35 131	0.84 300	0.30 97	0.25 74	0.31 47	1.75 289

fff1	2.35 95	0.73 79	8.34 32	1.41 248	0.61 83	2.04 23	0.72 84	4.30 295	4.43 344	2.41 254	2.40 273	1.94 151	1.52 164	10.99 331	1.36 111	0.35 131	0.84 300	0.30 97	0.25 74	0.31 47	1.75 289

StereoVision	2.36 97	1.15 193	20.38 276	1.07 123	1.79 338	2.58 46	0.61 41	3.14 90	2.34 125	1.33 42	3.46 342	1.85 140	0.88 40	2.12 105	2.01 221	0.46 237	0.36 183	0.37 215	0.36 236	0.50 238	0.41 67

LL-Strereo2	2.36 97	1.81 264	19.35 181	1.04 113	1.03 194	3.73 161	1.35 264	2.70 67	2.04 84	1.76 89	1.44 66	1.82 136	0.73 17	1.48 38	1.53 138	0.33 103	0.30 144	0.55 310	0.35 227	0.30 42	3.51 338

SepStereo	2.36 97	0.76 104	7.72 28	1.16 152	1.64 317	2.96 58	2.10 329	4.14 242	3.31 266	4.16 362	2.51 291	2.56 218	1.81 230	8.34 267	1.83 199	0.44 215	0.23 70	0.39 231	0.25 74	0.42 187	0.45 86

RAFT	2.36 97	1.62 249	18.03 140	1.75 319	0.54 62	1.91 21	0.91 185	3.24 98	3.65 307	1.64 67	1.73 128	3.45 285	1.58 176	1.82 80	1.74 187	0.42 195	1.06 316	0.40 236	0.32 198	0.44 204	1.03 249

DCANet	2.37 101	0.98 164	20.47 287	0.86 36	0.43 25	4.18 264	0.59 34	4.31 305	3.29 261	2.35 239	1.86 175	1.18 63	1.63 196	1.69 57	1.59 152	0.34 119	0.25 99	0.24 13	0.19 9	0.31 47	0.73 204

gwcnet-sp	2.38 102	1.51 235	17.58 131	1.11 131	0.92 168	3.59 133	1.03 213	3.79 155	2.43 136	2.60 277	1.63 102	1.80 131	1.61 185	3.87 182	1.99 216	0.33 103	0.32 154	0.30 97	0.29 156	0.40 162	0.47 101

scenet	2.38 102	1.51 235	17.58 131	1.11 131	0.92 168	3.59 133	1.03 213	3.79 155	2.43 136	2.60 277	1.63 102	1.80 131	1.61 185	3.87 182	1.99 216	0.33 103	0.32 154	0.30 97	0.29 156	0.40 162	0.47 101

ssnet	2.38 102	1.51 235	17.58 131	1.11 131	0.92 168	3.59 133	1.03 213	3.79 155	2.43 136	2.60 277	1.63 102	1.80 131	1.61 185	3.87 182	1.99 216	0.33 103	0.32 154	0.30 97	0.29 156	0.40 162	0.47 101

DSFCA	2.38 102	1.03 176	11.06 45	1.15 148	1.18 228	3.97 216	1.75 305	3.63 130	2.44 140	3.14 329	1.68 111	2.90 248	2.48 282	5.38 205	3.17 284	0.49 255	0.45 237	0.37 215	0.37 244	0.54 248	0.46 93

SMFormer	2.40 106	0.73 79	8.34 32	1.41 248	0.61 83	2.04 23	0.72 84	4.30 295	4.43 344	2.41 254	2.40 273	1.94 151	1.52 164	10.99 331	3.10 281	0.35 131	0.84 300	0.36 204	0.33 205	0.40 162	0.77 211

fff	2.40 106	0.96 157	20.47 287	0.84 28	0.38 6	4.15 254	0.57 27	4.30 295	2.85 185	2.31 221	1.82 156	1.19 66	2.98 303	1.68 52	1.57 147	0.35 131	0.24 87	0.23 4	0.19 9	0.25 5	0.57 147

csc	2.40 106	0.96 157	20.47 287	0.84 28	0.38 6	4.15 254	0.57 27	4.30 295	2.85 185	2.31 221	1.82 156	1.19 66	2.98 303	1.68 52	1.57 147	0.35 131	0.24 87	0.23 4	0.19 9	0.25 5	0.57 147

cscssc	2.40 106	0.96 157	20.47 287	0.84 28	0.38 6	4.15 254	0.57 27	4.30 295	2.85 185	2.31 221	1.82 156	1.19 66	2.98 303	1.68 52	1.57 147	0.35 131	0.24 87	0.23 4	0.19 9	0.25 5	0.57 147

ACVNet	2.40 106	0.97 161	20.20 250	0.94 69	0.86 149	4.22 277	0.79 120	2.97 83	2.85 185	1.93 108	1.91 190	3.07 261	1.46 150	1.52 42	2.37 251	0.33 103	0.27 126	0.30 97	0.27 102	0.42 187	0.35 33

DISCO	2.40 106	0.99 173	11.99 49	1.81 324	1.12 218	3.47 109	1.24 252	3.34 108	2.57 153	2.73 292	1.96 199	4.52 348	1.90 244	4.18 192	3.62 292	0.37 157	0.27 126	0.31 115	0.30 171	0.70 304	0.62 173

RAFT_CTSACE	2.41 112	1.83 267	20.33 272	1.77 322	1.39 270	3.50 118	1.03 213	3.25 101	1.64 48	1.80 95	2.04 211	2.82 242	1.78 224	2.11 104	1.10 62	0.27 21	0.24 87	0.28 62	0.30 171	0.31 47	0.33 21

TestStereo	2.41 112	1.95 273	19.15 167	0.77 9	0.61 83	1.83 17	0.58 32	2.33 34	1.53 19	1.44 51	1.37 55	1.26 71	0.90 42	11.59 352	0.94 35	0.36 150	0.19 9	0.33 159	0.24 63	0.45 211	0.32 17

DeepStereo_RVC	2.42 114	0.70 69	18.41 147	0.79 19	0.43 25	4.50 315	0.70 76	2.51 44	3.51 299	2.02 140	1.79 145	1.54 97	6.35 363	1.93 89	1.22 79	0.47 244	0.22 47	0.29 76	0.29 156	0.35 120	0.40 62

MIPNet	2.43 115	1.13 190	20.00 229	0.93 64	0.58 78	4.74 363	0.62 48	4.33 314	2.95 200	1.94 114	1.49 69	1.52 96	1.96 247	2.77 157	1.60 156	0.35 131	0.20 17	0.27 42	0.23 50	0.32 65	0.59 161

tta	2.44 116	0.73 79	8.34 32	1.41 248	0.61 83	2.04 23	0.72 84	4.30 295	4.43 344	2.41 254	2.40 273	1.94 151	1.52 164	10.99 331	3.10 281	0.35 131	0.84 300	0.36 204	0.33 205	0.31 47	1.75 289

iinet-f	2.44 116	1.82 266	14.97 79	1.21 173	1.11 216	3.78 170	1.10 229	4.19 260	2.90 196	2.10 166	1.76 132	2.99 253	2.97 301	2.84 161	2.79 265	0.38 169	0.38 201	0.28 62	0.28 126	0.50 238	0.47 101

test_5	2.45 118	1.43 227	19.72 205	1.20 168	1.39 270	3.88 191	1.25 253	4.03 204	1.98 80	1.74 86	1.82 156	1.86 141	1.78 224	3.57 175	1.35 104	0.33 103	0.21 33	0.35 193	0.33 205	0.34 107	0.43 78

acv_ft	2.45 118	0.97 161	19.57 192	1.15 148	2.01 350	2.97 60	0.96 204	3.88 170	2.85 185	2.34 237	1.91 190	3.07 261	1.65 205	1.52 42	2.26 243	0.33 103	0.27 126	0.30 97	0.27 102	0.42 187	0.35 33

riskmin	2.46 120	0.61 29	12.91 55	1.22 176	1.65 320	3.56 129	0.61 41	4.30 295	1.50 13	1.86 100	1.16 24	4.30 340	2.02 249	1.53 45	1.32 102	0.29 31	0.95 310	0.34 176	0.23 50	0.43 196	8.34 373

PFNet+	2.46 120	0.64 37	21.10 353	0.98 92	0.48 40	4.63 340	0.83 136	2.47 40	3.48 296	2.14 174	1.67 109	1.34 75	1.03 61	4.66 196	1.35 104	0.49 255	0.33 160	0.38 227	0.39 257	0.33 86	0.49 113

CoDeX	2.47 122	0.91 138	13.65 57	1.03 110	1.17 226	3.28 81	1.30 256	4.17 252	2.99 206	1.78 91	1.85 173	2.04 171	1.46 150	9.99 302	1.66 169	0.38 169	0.28 132	0.32 128	0.28 126	0.34 107	0.57 147

iRaft-Stereo_5w	2.47 122	1.37 222	13.85 59	0.87 42	0.99 182	3.22 71	0.84 143	3.72 145	2.12 93	1.57 60	2.49 287	2.20 182	2.22 266	9.12 278	2.03 224	0.48 249	0.27 126	0.35 193	0.29 156	0.48 233	0.94 239

RAFT-Stereo + iAFF	2.49 124	1.68 254	20.50 294	1.11 131	1.32 260	4.13 246	0.42 9	3.23 97	3.30 265	2.05 152	2.40 273	1.61 100	1.11 88	1.49 39	1.63 163	0.22 2	0.22 47	0.26 33	0.24 63	0.31 47	2.47 316

HITNet	2.49 124	2.91 301	19.23 175	1.54 279	0.57 75	3.47 109	0.79 120	4.16 248	2.93 198	2.18 187	1.65 108	1.68 105	1.45 148	2.17 111	2.99 276	0.28 27	0.20 17	0.41 240	0.27 102	0.45 211	0.52 128
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
GwcNet-ADL	2.51 126	0.75 96	21.41 375	0.98 92	0.73 119	4.58 332	0.95 199	4.46 338	2.61 157	2.06 153	1.80 149	2.54 215	1.24 112	1.98 95	1.73 185	0.41 186	0.46 241	0.24 13	0.27 102	0.41 180	0.55 140

HHNet	2.51 126	0.76 104	20.83 326	0.67 2	0.67 104	4.07 233	0.90 177	3.85 167	1.59 32	2.14 174	4.91 360	0.98 44	3.32 321	1.73 67	1.80 195	0.41 186	0.20 17	0.31 115	0.28 126	0.38 149	0.44 82

EGLCR-Stereo	2.52 128	0.56 4	9.39 39	1.16 152	0.81 139	5.24 375	0.61 41	4.20 262	1.56 26	1.09 29	0.71 1	1.09 52	0.66 11	1.92 87	0.82 17	0.29 31	0.30 144	0.29 76	0.24 63	0.37 141	19.09 413

DAS	2.52 128	0.76 104	7.72 28	1.16 152	1.64 317	2.96 58	2.10 329	4.14 242	3.31 266	4.16 362	2.51 291	2.56 218	1.81 230	11.54 350	1.83 199	0.44 215	0.23 70	0.39 231	0.25 74	0.42 187	0.45 86

GMM-Stereo	2.52 128	0.56 4	20.57 305	0.92 62	0.83 142	4.18 264	1.88 313	2.51 44	2.40 132	2.48 267	2.30 260	1.69 106	1.84 236	2.93 164	1.25 90	0.32 80	0.19 9	0.33 159	0.49 299	0.37 141	2.40 312

MLCV	2.52 128	1.77 260	18.20 144	1.17 159	0.63 94	3.60 137	0.53 22	3.88 170	2.35 128	2.82 304	2.24 249	1.99 163	1.42 142	4.59 195	3.09 280	0.39 176	0.22 47	0.33 159	0.22 42	0.35 120	0.52 128

ToySt	2.53 132	0.89 131	19.20 172	1.12 138	0.95 177	3.47 109	1.13 234	3.72 145	2.25 109	1.36 44	1.71 120	2.22 183	1.59 179	2.14 110	1.81 198	0.28 27	0.64 282	0.30 97	0.33 205	0.43 196	5.14 353

LMCR-Stereo	2.53 132	2.30 289	18.81 156	1.64 300	0.86 149	3.88 191	1.14 236	4.33 314	1.63 46	2.27 212	2.35 264	1.13 55	2.41 277	2.63 148	2.26 243	1.06 353	0.24 87	0.29 76	0.25 74	0.62 275	0.42 74

UNet	2.53 132	0.91 138	20.07 235	1.19 166	1.44 281	3.45 106	0.75 103	3.80 159	1.98 80	2.09 164	1.57 88	2.74 234	2.37 275	3.51 174	2.52 259	0.35 131	0.30 144	0.41 240	0.28 126	0.40 162	0.50 117

UCFNet_RVC	2.53 132	1.29 213	20.56 301	1.42 255	1.40 274	4.01 220	1.04 218	2.79 70	1.67 54	2.27 212	1.88 180	2.94 250	1.50 158	3.48 172	1.68 172	0.37 157	0.29 136	0.52 297	0.41 274	0.55 251	0.51 123

MyStereo04	2.54 136	1.18 195	18.82 158	1.04 113	1.21 240	3.96 214	0.95 199	4.02 201	3.01 212	2.06 153	1.27 39	2.33 192	1.66 206	2.06 99	2.01 221	0.26 14	3.49 371	0.34 176	0.27 102	0.43 196	0.49 113

MC-Stereo	2.54 136	0.58 9	6.38 25	1.30 212	1.37 267	4.56 331	0.60 38	2.08 25	1.57 28	1.97 123	1.68 111	0.89 39	1.12 90	1.46 35	0.88 24	0.27 21	8.44 390	0.27 42	0.22 42	0.26 12	14.87 394

Sa-1000	2.54 136	1.47 231	20.36 274	1.16 152	0.55 65	4.07 233	1.39 269	4.49 340	3.01 212	2.06 153	2.79 315	1.84 139	1.43 145	2.68 152	1.53 138	0.31 67	0.26 119	0.36 204	0.33 205	0.37 141	0.46 93

LCNet	2.54 136	0.60 24	20.89 331	1.01 103	0.57 75	3.60 137	1.21 248	3.20 94	1.70 57	2.17 184	1.76 132	1.43 89	4.12 340	3.61 176	0.94 35	0.32 80	0.20 17	0.28 62	0.76 342	0.50 238	1.83 298

AFF-stereo	2.54 136	3.44 311	20.84 328	1.30 212	0.48 40	3.94 208	0.48 14	3.30 105	3.40 283	1.94 114	2.21 247	2.10 179	1.51 160	2.36 130	1.62 160	0.23 3	0.21 33	0.25 22	0.25 74	0.33 86	0.53 133

MyStereo05	2.55 141	1.07 179	19.87 218	1.06 120	1.08 209	4.26 281	0.86 150	4.10 228	3.01 212	2.19 192	1.26 37	2.30 189	1.64 198	2.13 107	1.99 216	0.25 8	2.43 355	0.34 176	0.27 102	0.46 218	0.48 108

SA	2.55 141	1.54 239	20.70 318	1.12 138	0.48 40	4.26 281	1.33 260	4.45 336	3.28 256	1.68 74	1.96 199	1.69 106	2.25 268	2.60 146	1.57 147	0.30 53	0.29 136	0.37 215	0.38 251	0.36 137	0.47 101

KYRaft	2.55 141	0.57 8	20.60 310	0.98 92	0.51 56	4.38 294	1.76 306	2.51 44	1.59 32	2.48 267	2.98 323	1.99 163	3.36 325	2.17 111	0.96 41	0.34 119	0.22 47	0.33 159	0.46 292	0.38 149	2.44 314

RAFT-345	2.55 141	0.60 24	19.89 220	1.22 176	0.49 47	4.43 304	0.77 111	1.68 6	3.54 301	2.09 164	3.10 330	1.95 155	1.30 120	6.65 236	1.47 133	0.41 186	0.23 70	0.32 128	0.26 87	0.29 31	0.28 7

DLCB_ROB	2.55 141	1.32 218	10.26 42	1.31 215	1.04 201	2.94 57	1.29 255	3.81 161	2.73 166	2.93 312	2.17 235	3.37 281	1.53 168	10.40 316	3.26 286	0.42 195	0.35 176	0.41 240	0.37 244	0.43 196	0.68 191

TestStereo1	2.56 146	1.41 225	20.56 301	1.63 296	0.74 122	4.13 246	1.34 261	3.93 183	3.38 277	1.61 63	2.56 296	1.43 89	2.13 258	2.55 144	1.70 177	0.32 80	0.22 47	0.34 176	0.26 87	0.40 162	0.53 133

CRFU-Net	2.56 146	0.89 131	10.77 44	2.53 361	1.09 211	3.91 197	1.40 270	3.87 169	1.92 74	2.25 203	1.80 149	3.32 278	7.85 378	5.53 210	1.54 141	0.58 296	0.36 183	0.31 115	0.28 126	0.39 159	0.56 142

SA-5K	2.56 146	1.41 225	20.56 301	1.63 296	0.74 122	4.13 246	1.34 261	3.93 183	3.38 277	1.61 63	2.56 296	1.43 89	2.13 258	2.55 144	1.70 177	0.32 80	0.22 47	0.34 176	0.26 87	0.40 162	0.53 133

IPLG	2.56 146	1.11 186	19.89 220	0.95 77	0.79 136	4.60 336	0.56 24	4.31 305	2.10 89	1.94 114	2.00 206	1.34 75	1.37 128	6.59 235	1.59 152	0.32 80	0.21 33	0.27 42	0.23 50	0.32 65	0.63 176

Prome-Stereo	2.57 150	0.60 24	20.29 266	1.01 103	0.62 91	4.40 300	1.80 309	3.22 96	1.74 59	2.18 187	3.43 341	1.71 110	3.45 329	2.24 120	1.19 75	0.32 80	0.20 17	0.27 42	0.25 74	0.37 141	2.15 305

NINENet	2.59 151	0.89 131	16.09 95	1.16 152	1.07 206	4.50 315	0.75 103	4.43 333	2.61 157	2.18 187	1.91 190	3.61 302	1.03 61	7.92 262	1.18 72	0.49 255	0.34 167	0.41 240	0.30 171	0.42 187	0.44 82

111	2.59 151	3.10 305	20.47 287	0.84 28	0.38 6	4.26 281	0.91 185	4.45 336	2.96 201	2.48 267	2.07 223	2.31 190	1.64 198	1.49 39	1.90 205	0.35 131	0.22 47	0.25 22	0.21 25	0.32 65	1.14 258

ff7	2.60 153	0.81 113	16.25 100	0.89 48	0.56 68	4.55 327	0.83 136	1.68 6	3.44 287	0.88 16	1.10 15	0.70 10	0.78 25	1.93 89	0.93 29	0.29 31	0.37 188	0.29 76	0.21 25	0.33 86	15.08 397

ffff	2.60 153	0.81 113	16.25 100	0.89 48	0.56 68	4.55 327	0.83 136	1.68 6	3.44 287	0.88 16	1.10 15	0.70 10	0.78 25	1.93 89	0.93 29	0.29 31	0.37 188	0.29 76	0.21 25	0.33 86	15.08 397

11t	2.60 153	0.81 113	16.25 100	0.89 48	0.56 68	4.55 327	0.83 136	1.68 6	3.44 287	0.88 16	1.10 15	0.70 10	0.78 25	1.93 89	0.93 29	0.29 31	0.37 188	0.29 76	0.21 25	0.33 86	15.08 397

ccc-4	2.60 153	0.81 113	16.25 100	0.89 48	0.56 68	4.55 327	0.83 136	1.68 6	3.44 287	0.88 16	1.10 15	0.70 10	0.78 25	1.93 89	0.93 29	0.29 31	0.37 188	0.29 76	0.21 25	0.33 86	15.08 397

IPLGR	2.61 157	0.73 79	20.72 320	0.87 42	0.54 62	4.58 332	0.52 21	4.32 311	2.79 176	1.91 104	1.54 81	1.72 111	1.71 216	6.94 247	1.43 123	0.31 67	0.21 33	0.27 42	0.24 63	0.34 107	0.48 108

RAFT_R40	2.61 157	0.64 37	19.86 216	1.69 307	0.46 31	4.74 363	0.95 199	2.28 32	2.52 148	2.02 140	2.32 262	2.69 230	2.52 287	6.70 239	1.05 57	0.42 195	0.19 9	0.30 97	0.27 102	0.33 86	0.29 10

DeepPruner_ROB	2.61 157	1.97 274	19.32 180	1.03 110	1.20 235	4.38 294	0.90 177	3.44 116	1.77 61	2.61 281	1.54 81	2.77 239	1.27 114	5.05 199	2.08 230	0.52 281	0.40 213	0.37 215	0.35 227	0.52 244	0.62 173

fast-acv-ft	2.62 160	1.62 249	20.48 293	1.45 262	1.39 270	3.16 67	1.16 241	3.41 114	2.45 142	1.97 123	2.15 230	2.68 228	2.15 260	2.92 163	2.47 257	0.43 209	0.40 213	0.45 262	0.40 264	0.62 275	0.64 180

PSM-softLoss	2.62 160	0.65 44	21.11 354	2.46 358	0.49 47	4.68 354	0.68 68	2.61 61	4.23 333	2.14 174	1.47 67	1.42 87	0.99 55	6.04 222	1.24 84	0.47 244	0.23 70	0.37 215	0.39 257	0.33 86	0.34 29

KMStereo	2.62 160	0.65 44	21.11 354	2.46 358	0.49 47	4.68 354	0.68 68	2.61 61	4.23 333	2.14 174	1.47 67	1.42 87	0.99 55	6.04 222	1.24 84	0.47 244	0.23 70	0.37 215	0.39 257	0.33 86	0.34 29

STTStereo	2.62 160	1.28 211	19.16 168	1.52 276	1.55 296	3.84 180	0.89 161	3.75 150	2.59 156	2.23 200	1.59 94	2.48 211	1.58 176	5.11 200	1.72 182	0.38 169	0.41 219	0.47 269	0.54 315	0.53 245	0.75 210

SST-Stereo	2.63 164	0.63 34	19.76 208	1.69 307	0.46 31	4.71 360	0.74 98	2.27 31	3.07 224	2.07 159	2.15 230	2.42 204	3.17 316	6.66 237	0.95 40	0.45 224	0.19 9	0.30 97	0.27 102	0.35 120	0.31 14

GMOStereo	2.64 165	0.92 144	19.83 212	0.81 21	0.68 111	3.22 71	0.89 161	2.94 76	1.48 8	2.36 243	1.54 81	1.75 114	1.04 67	1.33 19	1.15 67	0.26 14	11.32 406	0.35 193	0.28 126	0.35 120	0.33 21

error version	2.64 165	0.92 144	19.83 212	0.81 21	0.68 111	3.22 71	0.89 161	2.94 76	1.48 8	2.36 243	1.54 81	1.75 114	1.04 67	1.33 19	1.15 67	0.26 14	11.32 406	0.35 193	0.28 126	0.35 120	0.33 21

test-v	2.64 165	0.92 144	19.83 212	0.81 21	0.68 111	3.22 71	0.89 161	2.94 76	1.48 8	2.36 243	1.54 81	1.75 114	1.04 67	1.33 19	1.15 67	0.26 14	11.32 406	0.35 193	0.28 126	0.35 120	0.33 21

test-2	2.64 165	0.92 144	19.83 212	0.81 21	0.68 111	3.22 71	0.89 161	2.94 76	1.48 8	2.36 243	1.54 81	1.75 114	1.04 67	1.33 19	1.15 67	0.26 14	11.32 406	0.35 193	0.28 126	0.35 120	0.33 21

dad	2.65 169	3.40 309	19.45 188	1.05 117	0.65 101	4.21 275	0.84 143	2.10 27	2.77 173	2.32 233	1.72 122	1.72 111	1.27 114	3.86 181	2.04 226	1.06 353	0.40 213	2.04 378	0.49 299	0.78 317	0.83 220

AASNet	2.65 169	3.20 306	20.19 249	1.38 238	1.49 285	3.84 180	1.06 221	3.92 179	3.28 256	2.07 159	2.28 256	1.95 155	1.28 117	2.19 113	2.17 236	0.42 195	0.33 160	0.45 262	0.30 171	0.59 266	0.52 128

ASMatch	2.65 169	0.68 58	20.65 315	1.60 289	0.71 117	4.40 300	0.77 111	2.02 22	1.65 50	1.71 80	3.89 348	1.93 149	3.75 334	5.45 207	1.67 170	0.33 103	0.24 87	0.34 176	0.28 126	0.34 107	0.57 147

BEATNet_4x	2.65 169	4.43 322	18.10 141	1.41 248	0.59 79	3.44 103	1.02 211	4.08 222	2.97 202	2.28 214	1.75 131	2.18 181	1.61 185	2.80 159	3.54 289	0.39 176	0.25 99	0.47 269	0.31 188	0.61 270	0.86 228

IGEV_Zeroshot_test	2.66 173	0.75 96	21.55 378	1.50 272	0.89 158	2.21 33	0.90 177	3.52 119	1.83 67	2.17 184	1.57 88	4.09 326	1.60 180	1.73 67	1.21 77	0.32 80	0.33 160	0.28 62	0.30 171	0.44 204	6.09 359

GEStereo_RVC	2.66 173	1.20 202	20.38 276	1.29 208	1.05 203	4.02 222	1.42 273	4.17 252	2.24 106	2.10 166	1.86 175	2.33 192	1.84 236	4.93 198	1.78 190	0.51 271	0.38 201	0.32 128	0.29 156	0.44 204	0.56 142

XX-Stereo	2.66 173	0.70 69	21.17 361	2.33 351	1.24 245	4.31 290	0.45 11	4.48 339	1.60 37	2.39 250	1.89 182	4.60 352	0.60 4	4.17 191	1.11 63	0.34 119	0.26 119	0.29 76	0.29 156	0.53 245	0.43 78

delet	2.66 173	1.11 186	18.42 148	1.05 117	1.65 320	3.47 109	2.00 322	3.81 161	2.82 182	2.15 178	2.11 226	2.62 225	1.88 243	5.38 205	2.21 240	0.34 119	0.38 201	0.40 236	0.32 198	0.45 211	0.54 137

OCTAStereo	2.67 177	0.67 52	21.08 346	2.43 354	0.47 35	4.67 346	0.67 60	3.68 136	4.31 342	2.11 168	1.62 98	1.36 79	1.09 80	6.02 221	1.25 90	0.45 224	0.20 17	0.36 204	0.34 214	0.32 65	0.37 49

RE-Stereo	2.67 177	0.67 52	21.08 346	2.43 354	0.47 35	4.67 346	0.67 60	3.68 136	4.30 339	2.11 168	1.62 98	1.36 79	1.09 80	6.01 218	1.26 95	0.45 224	0.20 17	0.36 204	0.34 214	0.32 65	0.37 49

TVStereo	2.67 177	0.67 52	21.08 346	2.43 354	0.47 35	4.67 346	0.67 60	3.68 136	4.30 339	2.11 168	1.62 98	1.36 79	1.09 80	6.01 218	1.26 95	0.45 224	0.20 17	0.36 204	0.34 214	0.32 65	0.37 49

NF-Stereo	2.68 180	0.67 52	21.09 351	2.43 354	0.47 35	4.67 346	0.67 60	3.68 136	4.30 339	2.11 168	1.62 98	1.36 79	1.09 80	6.07 224	1.24 84	0.45 224	0.20 17	0.36 204	0.34 214	0.32 65	0.37 49

mmm	2.70 181	0.80 110	8.26 31	1.50 272	1.18 228	2.44 42	0.85 147	4.08 222	4.59 351	2.31 221	1.95 198	1.51 95	1.55 173	2.33 129	1.72 182	0.31 67	7.71 389	0.45 262	0.42 277	0.40 162	9.56 379

iResNet	2.70 181	1.35 221	20.93 334	2.01 338	0.73 119	3.76 165	0.83 136	4.28 292	2.93 198	2.38 248	2.03 209	1.35 77	1.54 170	3.28 170	4.42 303	0.42 195	0.25 99	0.29 76	0.23 50	0.45 211	0.64 180

MIM_Stereo	2.71 183	1.26 205	20.92 333	1.34 225	5.57 399	3.10 64	0.59 34	3.25 101	2.51 146	1.64 67	1.61 95	1.82 136	1.29 119	2.07 100	1.35 104	0.25 8	0.31 148	0.28 62	0.26 87	0.29 31	4.43 350

anonymousdsp2	2.72 184	0.68 58	11.15 46	1.20 168	0.64 96	3.66 150	0.71 81	3.71 144	2.14 96	1.62 65	1.61 95	1.95 155	1.00 57	2.24 120	0.81 12	0.32 80	0.50 258	0.28 62	0.20 19	0.34 107	19.58 414

Wz-Net-LNSev-Ref	2.72 184	2.55 295	14.91 77	1.37 235	1.36 264	3.50 118	1.63 295	4.11 231	3.38 277	2.55 274	2.04 211	2.35 196	2.50 285	5.14 201	4.64 307	0.53 283	0.22 47	0.35 193	0.21 25	0.41 180	0.60 165

RAFT-RH_RVC	2.72 184	0.64 37	20.10 243	1.48 268	0.49 47	4.46 307	0.56 24	1.73 12	2.86 191	3.06 322	5.50 363	2.02 168	1.28 117	6.70 239	1.56 144	0.46 237	0.22 47	0.37 215	0.34 214	0.29 31	0.33 21

DMCA-RVC	2.72 184	3.31 308	20.08 240	1.27 201	1.13 220	2.49 43	0.85 147	3.43 115	1.85 69	3.04 321	1.58 92	1.99 163	1.51 160	6.42 231	2.86 269	0.39 176	0.31 148	0.44 256	0.37 244	0.47 228	0.65 183

iResNet_ROB	2.72 184	10.38 357	14.41 71	1.46 263	0.99 182	3.74 163	0.66 58	4.01 196	2.84 184	2.04 148	2.05 217	1.98 162	1.38 129	4.73 197	1.91 207	0.35 131	0.20 17	0.28 62	0.19 9	0.33 86	0.41 67

pcwnet_v2	2.73 189	0.70 69	22.43 397	1.11 131	1.02 190	3.58 132	0.80 124	4.31 305	3.42 286	2.39 250	2.28 256	2.99 253	1.68 209	3.31 171	1.54 141	0.44 215	0.51 260	0.41 240	0.34 214	0.62 275	0.74 208

MyStereo06	2.74 190	1.07 179	21.19 364	1.06 120	1.08 209	4.26 281	0.86 150	3.72 145	1.80 64	2.25 203	1.77 139	4.28 338	4.12 340	1.85 84	1.38 117	0.25 8	2.43 355	0.34 176	0.27 102	0.46 218	0.48 108

IRAFT_RVC	2.74 190	0.71 73	19.80 209	2.52 360	0.67 104	4.60 336	1.57 290	3.05 86	2.99 206	2.23 200	1.72 122	2.08 177	2.59 288	6.69 238	1.61 158	0.37 157	0.21 33	0.33 159	0.29 156	0.33 86	0.35 33

HGLStereo	2.74 190	1.03 176	20.80 324	1.24 183	1.55 296	3.62 141	0.94 196	3.83 164	2.09 87	2.18 187	2.20 244	3.11 265	2.12 256	5.65 211	2.07 229	0.50 265	0.34 167	0.32 128	0.30 171	0.42 187	0.50 117

ACRE	2.75 193	7.69 342	19.93 223	0.93 64	1.30 253	3.94 208	0.90 177	4.23 272	3.66 308	2.33 235	2.61 301	1.17 60	1.04 67	1.80 77	1.35 104	0.46 237	0.25 99	0.27 42	0.23 50	0.32 65	0.60 165

PFNet	2.75 193	0.69 63	19.96 225	2.25 347	0.80 137	4.63 340	0.90 177	2.60 60	3.85 318	2.39 250	2.71 311	1.82 136	1.41 140	7.53 257	1.41 120	0.36 150	0.21 33	0.36 204	0.27 102	0.32 65	0.46 93

rafts_anoy	2.76 195	1.68 254	20.42 280	1.42 255	3.90 387	3.03 62	0.61 41	3.24 98	1.66 52	1.42 48	1.26 37	1.19 66	1.11 88	2.13 107	1.64 166	0.33 103	8.77 394	0.32 128	0.32 198	0.32 65	0.38 56

NLCA_NET_v2_RVC	2.76 195	1.48 232	19.72 205	1.62 293	2.00 349	3.95 210	0.86 150	3.92 179	2.51 146	2.56 275	1.69 114	2.83 244	1.61 185	5.65 211	1.78 190	0.48 249	0.36 183	0.38 227	0.42 277	0.56 257	0.77 211
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AACVNet	2.77 197	1.64 252	19.22 174	1.57 284	0.86 149	3.28 81	0.74 98	3.31 107	1.66 52	2.06 153	1.82 156	2.47 209	1.40 136	10.95 330	1.92 211	0.41 186	0.35 176	0.38 227	0.33 205	0.46 218	0.61 169

Wz-Net-LNSev	2.78 198	6.16 331	17.27 123	1.24 183	1.65 320	3.49 116	1.55 288	3.70 142	3.61 304	1.96 121	1.76 132	3.30 275	2.17 264	2.78 158	2.24 241	0.49 255	0.35 176	0.32 128	0.31 188	0.56 257	0.65 183

NVstereo2D	2.79 199	1.13 190	13.75 58	1.37 235	1.47 284	3.57 130	1.38 268	4.17 252	3.77 314	2.04 148	1.72 122	3.05 258	1.75 219	10.84 324	1.72 182	0.62 306	0.48 252	0.56 313	0.54 315	0.79 321	1.02 247

ssnet_v2	2.81 200	1.39 223	21.16 359	1.25 197	0.90 162	3.86 186	1.63 295	4.10 228	3.22 246	2.79 300	1.96 199	3.78 310	1.70 214	2.53 143	3.12 283	0.44 215	0.37 188	0.42 250	0.38 251	0.59 266	0.58 159

11t1	2.82 201	0.72 76	17.81 138	1.60 289	0.93 172	2.27 37	0.62 48	3.76 151	4.47 349	1.72 81	1.33 48	1.05 50	1.34 124	1.84 83	1.45 130	0.29 31	5.57 381	0.29 76	0.26 87	0.32 65	8.80 377

DANet	2.82 201	1.17 194	10.20 41	1.87 327	1.72 330	3.25 78	1.15 239	4.36 320	3.02 215	3.42 342	2.18 240	4.09 326	1.79 227	9.78 291	4.32 300	0.55 290	0.57 266	0.60 323	0.44 285	0.65 289	1.25 265
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
TRStereo	2.86 203	2.12 281	19.98 228	1.68 306	1.18 228	4.35 292	1.05 219	5.07 373	3.48 296	1.56 58	1.39 58	1.75 114	0.85 36	2.01 97	1.50 134	0.43 209	0.34 167	0.33 159	0.36 236	0.36 137	7.50 363

CFNet-ft	2.87 204	1.80 261	20.20 250	1.10 127	1.54 292	4.09 237	0.89 161	2.97 83	1.88 71	1.93 108	1.70 116	3.50 293	1.60 180	9.35 282	2.17 236	0.35 131	0.32 154	0.61 326	0.38 251	0.55 251	0.45 86

CFNet_RVC	2.87 204	1.80 261	20.20 250	1.10 127	1.54 292	4.09 237	0.89 161	2.97 83	1.88 71	1.93 108	1.70 116	3.50 293	1.60 180	9.35 282	2.17 236	0.35 131	0.32 154	0.61 326	0.38 251	0.55 251	0.45 86

CIPLG	2.88 206	10.01 355	20.02 231	0.95 77	1.34 261	3.95 210	0.91 185	4.24 279	3.69 311	2.36 243	2.66 305	1.17 60	1.06 76	1.82 80	1.37 116	0.45 224	0.25 99	0.27 42	0.23 50	0.33 86	0.60 165

LALA_ROB	2.88 206	2.13 283	19.08 165	1.10 127	0.99 182	3.91 197	1.81 310	4.50 344	3.04 220	3.32 339	1.87 178	2.75 236	1.66 206	4.06 188	4.02 296	0.47 244	0.44 235	0.55 310	0.53 312	0.61 270	0.73 204

IIG-Stereo	2.89 208	0.98 164	19.80 209	2.78 368	0.67 104	4.62 338	0.74 98	4.29 293	2.26 112	2.62 283	3.10 330	3.33 279	1.60 180	7.64 258	1.51 135	0.42 195	0.21 33	0.32 128	0.25 74	0.33 86	0.28 7

DN-CSS_ROB	2.89 208	9.72 353	19.71 203	2.07 343	0.90 162	4.01 220	0.61 41	4.06 213	3.35 273	1.66 71	1.89 182	1.39 83	1.06 76	3.24 169	1.88 203	0.44 215	0.19 9	0.44 256	0.29 156	0.40 162	0.42 74

AE-Stereo	2.91 210	0.63 34	17.05 118	1.15 148	0.63 94	4.39 298	0.70 76	4.02 201	2.12 93	1.24 40	2.04 211	1.01 47	0.91 44	1.67 51	1.42 121	0.30 53	1.14 320	0.28 62	0.28 126	0.27 15	16.93 412

PSMNet-RSSM	2.91 210	1.55 242	20.10 243	1.32 221	1.30 253	4.19 272	0.95 199	3.78 154	2.28 116	2.28 214	1.80 149	2.64 226	1.87 241	9.83 293	1.93 212	0.37 157	0.33 160	0.35 193	0.38 251	0.46 218	0.40 62

Consistency-Raft	2.93 212	1.93 272	19.72 205	1.41 248	1.75 332	3.85 183	1.32 259	4.09 226	2.75 169	1.82 97	2.66 305	1.81 134	4.34 345	2.29 125	2.08 230	0.90 346	0.94 309	1.03 361	1.13 363	1.71 372	1.10 255

ac_64	2.93 212	0.87 124	19.66 195	1.35 226	1.70 327	3.29 84	0.92 190	3.56 121	3.46 294	1.91 104	1.79 145	3.90 316	1.76 221	10.23 309	1.93 212	0.44 215	0.32 154	0.33 159	0.31 188	0.35 120	0.51 123

cf-r	2.93 212	2.19 285	20.59 309	1.49 270	1.35 263	4.18 264	0.92 190	3.73 149	3.12 231	2.16 182	1.82 156	3.40 282	1.44 146	8.22 264	1.93 212	0.34 119	0.31 148	0.33 159	0.30 171	0.38 149	0.45 86

ETE_ROB	2.93 212	2.12 281	17.80 137	1.13 143	0.94 175	3.71 158	1.53 284	4.29 293	2.98 205	3.32 339	2.13 229	2.34 195	1.51 160	8.68 271	2.82 267	0.44 215	0.40 213	0.51 294	0.49 299	0.56 257	0.80 216

x	2.94 216	0.83 117	16.07 94	1.51 274	0.83 142	2.13 30	0.96 204	3.97 190	4.73 357	1.73 83	1.43 64	1.61 100	1.27 114	2.24 120	1.71 180	0.29 31	6.91 386	0.34 176	0.31 188	0.34 107	9.60 380

OMP-Stereo	2.94 216	1.26 205	20.07 235	2.73 366	0.67 104	4.58 332	1.46 278	4.33 314	2.21 103	3.14 329	2.68 308	3.22 271	1.38 129	7.65 259	1.42 121	0.46 237	0.21 33	0.33 159	0.26 87	0.34 107	0.31 14

4D-IteraStereo	2.95 218	1.83 267	20.75 321	0.81 21	1.56 300	2.22 34	1.03 213	2.48 42	1.56 26	1.42 48	1.00 8	1.93 149	0.61 5	1.65 50	2.04 226	0.31 67	0.22 47	0.31 115	0.26 87	0.28 20	16.75 410

qqq	2.96 219	0.88 127	15.54 89	1.27 201	0.74 122	2.29 38	0.90 177	4.07 215	4.63 352	1.63 66	1.32 47	1.78 129	1.36 126	5.19 202	1.68 172	0.29 31	6.43 384	0.33 159	0.36 236	0.35 120	8.09 366

IPLGR_C	2.96 219	11.71 364	20.02 231	0.95 77	1.31 257	3.93 205	0.92 190	4.22 267	3.76 313	2.35 239	2.62 302	1.16 59	1.07 78	1.71 61	1.34 103	0.45 224	0.25 99	0.27 42	0.23 50	0.33 86	0.60 165

GANet-RSSM	2.96 219	1.27 208	21.17 361	1.73 315	1.23 243	4.22 277	0.91 185	3.39 112	2.02 83	1.97 123	1.74 130	2.53 213	2.06 251	10.91 329	1.88 203	0.37 157	0.35 176	0.32 128	0.29 156	0.42 187	0.46 93

NCCL2	2.96 219	4.07 319	15.75 91	1.24 183	1.03 194	3.48 115	2.55 344	3.79 155	2.39 129	2.78 298	1.80 149	2.41 202	1.67 208	10.27 312	2.48 258	0.46 237	0.41 219	0.57 316	0.55 319	0.61 270	0.86 228

hitnet-ft	2.99 223	1.23 204	19.37 183	0.96 83	0.90 162	3.76 165	0.79 120	3.60 126	2.68 161	2.31 221	2.04 211	3.63 305	1.49 157	11.70 359	2.37 251	0.45 224	0.54 262	0.44 256	0.36 236	0.54 248	0.56 142

XPNet_ROB	2.99 223	1.58 244	17.06 120	1.38 238	0.99 182	3.91 197	1.62 294	4.20 262	2.42 134	2.87 307	2.03 209	2.31 190	1.72 217	10.76 322	3.60 291	0.55 290	0.49 255	0.48 274	0.40 264	0.53 245	0.85 225

DCRE	3.02 225	0.95 155	18.48 149	1.18 163	1.89 343	3.57 130	0.82 132	3.36 110	1.70 57	2.04 148	8.12 371	1.73 113	1.07 78	1.31 15	1.24 84	0.24 4	0.87 304	0.26 33	0.27 102	0.28 20	11.03 384

HSM-Net_RVC	3.02 225	0.65 44	19.48 189	0.94 69	0.90 162	3.71 158	1.20 246	5.61 386	2.87 193	3.24 335	2.49 287	2.53 213	1.61 185	11.39 345	1.90 205	0.37 157	0.27 126	0.27 42	0.24 63	0.31 47	0.39 60
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ccnet	3.03 227	1.48 232	12.88 54	1.54 279	1.26 248	3.71 158	2.32 338	4.11 231	3.05 222	2.92 311	3.21 334	2.86 245	2.40 276	9.87 294	4.19 297	0.80 338	0.76 296	0.71 345	0.70 338	0.78 317	1.07 252

Nwc_Net	3.03 227	1.90 271	19.16 168	1.38 238	1.69 326	3.53 124	1.19 243	4.03 204	2.19 98	2.79 300	2.84 318	3.80 312	2.46 281	6.93 246	2.87 271	0.96 349	0.41 219	0.59 320	0.68 336	0.60 269	0.65 183

psm_up	3.04 229	1.30 215	18.97 162	1.31 215	1.51 288	3.86 186	1.22 249	4.26 289	2.31 123	2.72 290	1.83 168	2.43 206	1.68 209	12.86 383	1.78 190	0.43 209	0.41 219	0.41 240	0.34 214	0.46 218	0.67 190

CFNet	3.04 229	6.89 337	16.27 105	1.36 230	1.24 245	4.09 237	0.72 84	4.15 245	3.00 208	1.69 77	1.88 180	2.27 186	1.45 148	11.41 346	2.12 233	0.36 150	0.29 136	0.43 254	0.36 236	0.48 233	0.38 56

SACVNet	3.06 231	1.61 248	19.29 179	1.46 263	1.18 228	4.05 229	1.48 281	4.03 204	2.58 155	2.75 294	1.89 182	2.55 216	1.38 129	11.33 343	2.28 245	0.51 271	0.41 219	0.48 274	0.43 282	0.57 261	0.93 238

TransformOpticalFlow	3.07 232	0.87 124	20.87 330	1.10 127	0.56 68	4.18 264	0.64 55	4.36 320	3.28 256	2.19 192	3.08 328	4.32 341	5.01 351	7.36 254	1.59 152	0.34 119	0.18 5	0.32 128	0.26 87	0.29 31	0.57 147

StereoDRNet	3.07 232	2.92 303	16.33 107	1.36 230	1.57 302	3.45 106	2.04 326	3.77 153	2.85 185	3.31 338	1.85 173	2.78 240	1.79 227	10.85 325	3.41 287	0.45 224	0.36 183	0.39 231	0.37 244	0.62 275	0.85 225

IGEVStereo-DCA	3.09 234	3.48 312	16.25 100	0.96 83	0.49 47	1.59 12	0.83 136	1.68 6	3.44 287	0.75 4	0.78 3	0.74 21	0.73 17	5.79 213	7.75 331	0.32 80	0.26 119	0.28 62	0.21 25	0.32 65	15.08 397

FADNet_RVC	3.10 235	7.62 340	19.12 166	1.05 117	0.93 172	4.09 237	0.84 143	4.34 317	2.05 85	1.54 55	1.78 142	1.61 100	1.50 158	8.92 275	2.64 264	0.50 265	0.38 201	0.44 256	0.61 329	0.91 333	1.16 260

iRaft-Stereo_20w	3.11 236	0.69 63	18.89 159	1.00 100	1.09 211	5.03 372	1.00 207	5.86 388	2.46 143	2.83 306	1.64 106	3.06 260	4.30 343	3.08 168	1.74 187	0.31 67	0.30 144	0.27 42	0.35 227	0.42 187	7.93 364

STrans-v2	3.11 236	0.95 155	20.80 324	0.86 36	0.64 96	3.90 194	1.01 208	4.30 295	3.61 304	2.28 214	3.65 344	4.11 329	5.17 353	7.32 251	1.63 163	0.34 119	0.18 5	0.29 76	0.26 87	0.30 42	0.65 183

PS-NSSS	3.11 236	1.60 247	19.48 189	1.00 100	1.53 291	4.12 243	1.08 223	4.59 357	2.80 177	2.19 192	2.38 268	1.76 120	1.39 132	11.79 363	1.94 215	0.69 319	0.45 237	0.95 359	0.43 282	1.03 340	1.00 244

DRaft	3.12 239	0.68 58	20.57 305	0.77 9	0.49 47	3.95 210	1.20 246	2.40 35	1.60 37	2.64 285	2.80 316	1.59 99	5.33 354	6.94 247	9.51 339	0.43 209	0.22 47	0.27 42	0.27 102	0.32 65	0.47 101

NOSS_ROB	3.12 239	0.89 131	19.03 163	2.01 338	1.07 206	3.90 194	0.97 206	4.32 311	3.08 225	2.94 314	2.19 243	3.85 315	1.18 104	11.75 361	1.69 175	0.69 319	0.54 262	0.57 316	0.52 310	0.57 261	0.72 199

GwcNet-RSSM	3.13 241	5.08 324	19.86 216	1.28 203	1.20 235	4.12 243	1.11 230	3.89 172	2.80 177	2.13 172	1.81 154	3.11 265	1.46 150	10.33 314	2.19 239	0.36 150	0.34 167	0.35 193	0.31 188	0.45 211	0.43 78

anonymousdsp	3.14 242	0.83 117	20.28 263	0.94 69	0.64 96	4.54 321	0.82 132	2.03 23	3.32 269	0.91 20	1.13 20	0.78 24	0.77 23	1.78 71	0.90 26	0.29 31	0.25 99	0.29 76	0.21 25	0.33 86	21.81 415

anonymousa	3.14 242	0.83 117	19.20 172	1.62 293	9.63 402	2.06 27	0.78 114	2.93 74	2.20 101	1.95 119	2.17 235	3.41 283	1.81 230	1.33 19	1.67 170	0.29 31	8.64 392	0.34 176	0.37 244	0.32 65	1.33 268

IGEV-Stereo	3.15 244	0.83 117	20.31 270	0.94 69	0.64 96	4.54 321	0.82 132	2.01 21	3.31 266	0.91 20	1.13 20	0.79 28	0.77 23	1.79 72	0.92 28	0.29 31	0.25 99	0.29 76	0.21 25	0.33 86	21.85 416
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
AF-Net	3.15 244	2.65 297	18.81 156	1.37 235	1.76 334	3.30 87	1.57 290	4.20 262	3.05 222	2.76 295	2.94 322	4.50 347	3.21 317	5.88 216	3.07 279	0.88 345	0.39 210	0.72 348	0.50 305	0.75 314	0.66 189

RASNet	3.15 244	1.20 202	19.81 211	1.63 296	2.26 357	3.67 151	1.09 225	3.58 122	3.44 287	1.99 127	2.15 230	4.59 351	2.30 271	10.24 311	2.98 275	0.57 295	0.26 119	0.25 22	0.25 74	0.30 42	0.54 137

RYNet	3.15 244	1.48 232	16.27 105	1.24 183	1.39 270	3.67 151	1.44 277	4.09 226	3.20 238	2.26 209	1.70 116	3.83 313	2.15 260	13.64 394	3.23 285	0.45 224	0.45 237	0.50 289	0.35 227	0.81 323	0.83 220

raft_robust	3.17 248	2.15 284	20.28 263	1.06 120	0.55 65	3.86 186	0.46 12	4.42 331	2.77 173	1.70 79	1.37 55	7.48 379	6.35 363	6.81 244	1.44 127	0.31 67	0.74 295	0.30 97	0.37 244	0.32 65	0.57 147

RALCasStereoNet	3.17 248	1.87 270	20.86 329	1.17 159	1.63 313	3.10 64	0.70 76	3.21 95	2.19 98	1.39 46	1.73 128	1.18 63	0.91 44	2.46 133	1.64 166	0.31 67	8.75 393	0.25 22	0.22 42	0.31 47	9.45 378

DRN-Test	3.17 248	1.30 215	19.66 195	1.41 248	1.60 308	3.61 139	1.47 279	4.18 257	2.83 183	3.48 344	1.92 195	2.58 221	2.50 285	10.81 323	2.90 273	0.49 255	0.49 255	0.44 256	0.42 277	0.57 261	0.78 213

HH	3.19 251	0.91 138	21.34 371	1.24 183	0.61 83	4.16 257	0.80 124	2.94 76	1.82 65	1.23 38	1.84 169	4.61 353	1.84 236	2.63 148	0.99 47	0.29 31	1.53 330	0.30 97	0.24 63	0.34 107	14.22 392

HanStereo	3.19 251	0.91 138	21.34 371	1.24 183	0.61 83	4.16 257	0.80 124	2.94 76	1.82 65	1.23 38	1.84 169	4.61 353	1.84 236	2.63 148	0.99 47	0.29 31	1.53 330	0.30 97	0.24 63	0.34 107	14.22 392

ADLNet2	3.20 253	1.43 227	20.11 246	1.22 176	1.78 337	3.86 186	1.47 279	3.96 187	3.89 320	2.26 209	2.49 287	4.63 355	1.92 246	10.68 321	2.00 220	0.42 195	0.37 188	0.29 76	0.30 171	0.51 243	0.46 93

FADNet	3.20 253	11.55 363	16.16 98	1.24 183	0.95 177	3.30 87	0.87 153	4.00 194	2.73 166	1.42 48	1.35 50	2.51 212	2.04 250	9.95 300	2.39 253	0.44 215	0.46 241	0.40 236	0.44 285	1.13 351	0.61 169

TDLM	3.20 253	1.58 244	18.80 155	1.70 311	1.10 214	4.29 285	2.17 332	3.81 161	3.27 254	2.89 308	1.98 202	2.06 176	1.70 214	12.44 378	2.15 234	0.58 296	0.31 148	0.56 313	0.40 264	0.58 264	1.59 283

SHD	3.22 256	4.21 320	14.19 67	2.37 352	2.12 353	2.77 49	1.19 243	4.24 279	3.25 251	4.64 371	2.73 312	3.62 304	2.76 293	6.30 229	4.75 309	0.66 313	1.25 325	0.52 297	0.59 325	0.69 303	1.64 287

PASM	3.22 256	2.89 300	15.38 85	2.00 336	1.57 302	2.77 49	1.96 317	3.62 129	2.75 169	2.95 316	2.26 252	3.10 264	2.24 267	11.87 364	2.46 255	0.97 350	1.06 316	0.87 356	1.02 357	1.20 355	1.41 273

ADLNet	3.23 258	1.19 201	21.03 339	1.36 230	1.61 309	3.69 154	1.23 250	4.05 211	3.41 284	2.72 290	2.29 258	4.00 322	1.77 223	11.21 339	2.15 234	0.42 195	0.43 231	0.36 204	0.35 227	0.47 228	0.82 218

FADNet-RVC	3.23 258	12.51 367	17.02 117	1.17 159	0.81 139	3.52 122	1.09 225	4.16 248	2.74 168	1.44 51	1.29 44	1.86 141	1.76 221	9.82 292	2.46 255	0.39 176	0.38 201	0.40 236	0.41 274	0.68 301	0.59 161

DEmStereo	3.24 260	0.65 44	18.95 160	0.83 27	0.54 62	3.85 183	1.79 308	2.53 47	2.54 150	2.25 203	2.74 313	2.02 168	6.02 361	6.78 242	11.30 345	0.40 183	0.26 119	0.27 42	0.27 102	0.28 20	0.57 147

ARAFT	3.24 260	13.49 372	19.88 219	0.93 64	0.49 47	4.16 257	1.40 270	4.37 323	3.21 241	2.40 253	1.91 190	1.70 108	1.04 67	6.43 232	1.45 130	0.37 157	0.19 9	0.37 215	0.35 227	0.37 141	0.35 33

APVNet	3.24 260	1.59 246	21.72 381	1.36 230	1.52 290	3.93 205	1.12 232	3.58 122	2.80 177	2.32 233	2.02 207	3.05 258	1.96 247	11.77 362	2.61 262	0.44 215	0.46 241	0.65 337	0.47 294	0.73 308	0.73 204

HSM	3.25 263	1.08 182	19.18 170	1.19 166	1.54 292	3.45 106	1.02 211	4.04 208	2.61 157	2.31 221	2.17 235	8.01 382	2.99 306	11.59 352	1.80 195	0.35 131	0.24 87	0.28 62	0.24 63	0.33 86	0.55 140

Wz-Net-MNSev	3.26 264	7.24 339	17.26 122	1.58 286	1.37 267	3.27 79	2.45 339	4.10 228	4.50 350	2.61 281	2.17 235	2.33 192	3.02 308	7.48 256	2.88 272	0.46 237	0.39 210	0.37 215	0.38 251	0.61 270	0.63 176

GwcNet	3.26 264	3.93 315	20.24 259	1.38 238	2.04 351	3.24 76	1.53 284	3.72 145	3.66 308	2.17 184	2.25 251	3.55 300	1.69 211	9.38 284	3.03 277	0.48 249	0.49 255	0.46 267	0.39 257	0.66 293	0.86 228

RP	3.26 264	1.73 258	17.70 136	1.56 283	1.93 346	3.43 102	1.94 315	4.18 257	2.72 165	2.77 296	3.05 326	3.96 320	2.69 290	10.17 306	2.86 269	1.04 351	0.50 258	0.71 345	0.59 325	0.75 314	0.83 220

stereogan	3.26 264	1.26 205	18.01 139	1.38 238	1.66 323	3.76 165	1.64 298	4.06 213	3.86 319	3.23 334	2.70 310	5.02 362	2.85 295	9.88 295	1.85 201	0.71 323	0.51 260	0.69 342	0.48 296	0.86 329	0.85 225

FADNet-RVC-Resample	3.31 268	8.52 344	22.84 398	1.18 163	0.91 167	3.52 122	1.35 264	4.13 239	2.32 124	1.75 88	1.35 50	2.26 185	1.51 160	9.51 285	2.03 224	0.42 195	0.38 201	0.42 250	0.44 285	0.59 266	0.71 197

iResNetv2_ROB	3.31 268	14.88 400	20.01 230	2.17 345	1.09 211	3.84 180	1.13 234	4.22 267	3.15 235	2.02 140	2.06 219	2.00 167	1.69 211	3.61 176	2.10 232	0.36 150	0.22 47	0.32 128	0.22 42	0.48 233	0.58 159

CVANet_RVC	3.32 270	1.63 251	21.06 345	1.66 302	1.29 252	3.99 218	1.55 288	3.98 191	3.00 208	3.51 345	2.06 219	2.58 221	1.72 217	12.46 379	1.70 177	0.62 306	0.34 167	0.53 301	0.47 294	0.64 284	1.66 288

PDISCO_ROB	3.32 270	5.22 326	18.16 143	2.03 340	2.19 356	4.52 320	1.63 295	4.74 367	3.32 269	2.22 199	2.18 240	3.71 306	2.41 277	5.36 204	2.43 254	1.35 363	0.79 297	0.72 348	0.62 331	1.31 361	1.53 280

PWC_ROB	3.32 270	4.61 323	14.41 71	1.46 263	1.90 344	3.21 69	1.15 239	4.39 329	3.46 294	3.13 326	3.40 340	2.79 241	2.34 273	9.17 279	6.94 322	0.61 301	0.34 167	0.61 326	0.37 244	0.73 308	1.40 271

aanetorigin	3.34 273	2.00 275	17.58 131	1.20 168	1.57 302	2.57 45	3.75 378	2.73 68	2.10 89	6.11 382	4.27 353	2.88 246	5.64 357	5.46 208	4.60 306	0.53 283	0.46 241	0.45 262	0.48 296	1.15 352	1.22 262

RGC	3.35 274	1.84 269	18.13 142	1.52 276	1.79 338	3.33 89	1.37 267	4.18 257	2.39 129	2.96 317	3.23 336	3.98 321	2.71 291	11.53 349	3.42 288	0.90 346	0.48 252	0.79 353	0.79 345	0.75 314	0.89 231

FAT-Stereo	3.38 275	0.88 127	19.96 225	1.28 203	1.20 235	3.44 103	1.97 318	4.26 289	3.15 235	3.14 329	3.92 349	3.50 293	3.28 319	11.68 358	2.04 226	0.65 312	0.68 288	0.48 274	0.54 315	0.63 281	0.91 233

PSMNet_ROB	3.38 275	5.24 327	20.61 311	1.24 183	1.22 242	3.76 165	1.64 298	3.59 124	2.80 177	2.07 159	1.72 122	2.75 236	1.79 227	11.42 347	4.58 305	0.42 195	0.38 201	0.50 289	0.62 331	0.62 275	0.69 193

PSM-AAD	3.41 277	0.58 9	20.55 299	0.95 77	0.56 68	4.46 307	7.40 393	3.11 89	1.58 29	2.30 218	2.56 296	1.26 71	16.19 400	2.47 136	1.00 50	0.32 80	0.22 47	0.58 319	0.41 274	0.37 141	1.32 267

XQC	3.41 277	6.58 334	15.18 81	1.97 333	1.62 311	3.40 95	1.76 306	4.53 346	3.67 310	3.40 341	2.45 283	3.73 307	2.91 298	6.78 242	5.36 313	0.73 330	0.90 305	0.60 323	0.61 329	1.02 339	0.99 243

Syn2CoEx	3.42 279	7.66 341	20.57 305	1.42 255	1.18 228	2.49 43	1.64 298	4.07 215	2.68 161	2.51 271	2.27 254	2.89 247	3.15 315	9.56 286	2.58 260	0.52 281	0.45 237	0.53 301	0.42 277	0.79 321	1.00 244

RTSC	3.44 280	6.78 336	16.53 112	1.76 321	1.54 292	3.53 124	0.94 196	4.22 267	2.97 202	3.65 350	3.23 336	3.31 277	2.29 269	6.22 226	7.41 328	0.61 301	1.32 326	0.37 215	0.42 277	0.78 317	0.98 242

MFMNet_re	3.44 280	8.89 345	19.36 182	3.25 380	1.91 345	3.13 66	1.99 319	3.60 126	4.16 329	3.17 332	2.86 319	2.25 184	2.41 277	2.61 147	2.35 248	1.13 356	1.06 316	0.94 358	0.91 354	1.29 360	1.57 282

edge stereo	3.45 282	1.08 182	22.14 391	1.31 215	1.36 264	2.68 48	1.54 286	4.13 239	3.27 254	2.94 314	3.27 338	4.34 342	2.48 282	11.60 354	2.79 265	0.62 306	0.64 282	0.79 353	0.56 321	0.70 304	0.82 218

PA-Net	3.45 282	2.50 292	20.39 279	1.42 255	1.20 235	3.39 94	1.73 304	3.93 183	3.57 303	1.94 114	2.17 235	3.02 256	1.87 241	11.67 355	6.48 320	0.40 183	0.55 264	0.44 256	0.63 335	0.55 251	1.13 257
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANetREF_RVC	3.45 282	5.10 325	19.89 220	1.58 286	0.80 137	4.13 246	1.82 311	4.24 279	3.33 271	1.91 104	1.76 132	2.46 208	1.83 235	13.17 387	1.87 202	0.83 343	0.57 266	0.79 353	0.77 343	1.21 356	0.91 233
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
raft+_RVC	3.46 285	2.57 296	19.51 191	1.49 270	17.54 409	3.63 142	0.76 110	3.24 98	1.53 19	1.35 43	1.67 109	1.03 48	1.10 85	1.98 95	1.53 138	0.25 8	7.10 387	0.25 22	0.24 63	0.28 20	2.18 308

Wz-Net-SNSev	3.47 286	10.51 358	16.90 116	1.65 301	1.20 235	3.29 84	2.03 325	4.16 248	3.03 217	2.35 239	2.39 271	3.48 287	2.12 256	7.95 263	4.28 299	0.51 271	0.40 213	0.53 301	0.49 299	0.74 312	1.46 276

NCC-stereo	3.49 287	2.07 278	20.23 257	1.31 215	1.76 334	4.04 225	1.42 273	4.01 196	2.34 125	3.06 322	2.59 299	3.51 296	3.02 308	10.02 304	5.44 314	1.38 365	0.66 286	0.64 335	0.88 351	0.67 296	0.84 223

Abc-Net	3.49 287	2.07 278	20.23 257	1.31 215	1.76 334	4.04 225	1.42 273	4.01 196	2.34 125	3.06 322	2.59 299	3.51 296	3.02 308	10.02 304	5.44 314	1.38 365	0.66 286	0.64 335	0.88 351	0.67 296	0.84 223
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
S-Stereo	3.51 289	0.96 157	22.00 389	1.38 238	1.50 286	3.55 127	2.49 342	4.27 291	3.00 208	2.38 248	3.94 350	3.73 307	1.84 236	11.89 366	2.59 261	0.64 310	0.71 293	0.49 287	0.81 347	0.68 301	1.31 266

Anonymous Stereo	3.53 290	5.56 328	19.23 175	1.75 319	1.40 274	3.35 91	3.23 362	4.15 245	3.13 232	2.42 258	2.38 268	2.56 218	1.53 168	11.88 365	3.54 289	0.68 317	0.92 306	0.57 316	0.57 322	0.74 312	1.08 254

PWCDC_ROB	3.62 291	9.86 354	17.35 125	1.62 293	1.57 302	4.19 272	1.01 208	4.35 318	4.20 330	2.26 209	7.36 367	2.73 231	2.75 292	4.10 189	4.51 304	1.47 367	0.37 188	0.39 231	0.34 214	1.22 357	0.73 204

GANet	3.64 292	1.76 259	19.65 194	1.92 332	1.04 201	3.91 197	2.51 343	3.86 168	2.81 181	3.13 326	3.03 325	3.19 268	2.19 265	12.43 377	8.23 334	0.60 300	0.43 231	0.52 297	0.43 282	0.63 281	0.63 176

DDUNet	3.65 293	2.81 299	19.59 193	3.57 385	2.26 357	3.47 109	1.35 264	4.21 266	2.40 132	2.68 287	2.48 286	4.17 332	1.78 224	5.48 209	2.61 262	2.25 373	1.77 337	2.61 387	2.43 396	2.63 377	2.40 312

rrr	3.66 294	3.48 312	23.50 402	0.96 83	0.49 47	1.59 12	0.92 190	8.19 394	2.75 169	0.75 4	0.78 3	0.74 21	0.73 17	5.79 213	7.75 331	0.32 80	0.26 119	0.28 62	0.21 25	0.32 65	13.47 385

ADCRef	3.66 294	5.95 330	15.50 88	1.20 168	1.41 276	3.93 205	1.61 292	3.92 179	2.77 173	3.13 326	2.20 244	2.40 198	2.78 294	6.23 228	16.59 374	0.50 265	0.35 176	0.63 333	0.62 331	0.58 264	0.92 235

ACVNet-DCA	3.67 296	0.94 151	19.66 195	1.87 327	0.42 21	4.47 310	0.73 90	4.07 215	4.63 352	1.21 33	1.89 182	0.73 16	1.62 193	2.20 114	0.81 12	0.31 67	18.77 411	0.32 128	0.21 25	0.35 120	8.09 366

test_xeample3	3.67 296	3.52 314	21.53 377	0.98 92	0.51 56	1.88 19	0.91 185	8.10 393	2.76 172	0.82 8	0.76 2	0.65 5	0.70 12	5.88 216	7.74 330	0.32 80	0.29 136	0.27 42	0.22 42	0.29 31	15.33 402

GrayStereo	3.68 298	0.56 4	20.61 311	1.71 312	0.90 162	4.17 261	8.11 395	3.17 92	4.13 328	2.80 302	2.49 287	1.70 108	17.06 401	2.83 160	1.25 90	0.37 157	0.23 70	0.27 42	0.32 198	0.30 42	0.57 147

xx1	3.69 299	0.94 151	19.66 195	1.87 327	0.42 21	4.47 310	0.73 90	4.24 279	4.01 324	1.21 33	1.89 182	1.78 129	1.36 126	2.20 114	0.81 12	0.31 67	18.77 411	0.33 159	0.36 236	0.35 120	8.09 366

AANet_RVC	3.70 300	7.03 338	17.25 121	1.21 173	1.12 218	3.79 171	1.09 225	3.98 191	3.38 277	2.65 286	4.29 354	3.95 319	1.40 136	11.43 348	7.88 333	1.25 361	0.57 266	0.34 176	0.25 74	0.43 196	0.71 197

FTStereo	3.74 301	0.60 24	20.43 281	0.99 97	0.66 102	4.34 291	11.24 397	2.63 63	1.95 78	2.58 276	5.03 361	1.90 147	13.77 395	3.70 179	1.28 98	0.41 186	0.24 87	0.31 115	0.33 205	0.32 65	2.08 302

MaskLacGwcNet_RVC	3.77 302	1.65 253	20.61 311	2.55 362	1.63 313	4.29 285	1.67 301	3.99 193	2.56 151	1.76 89	1.93 196	3.03 257	1.41 140	13.24 389	2.02 223	4.47 398	1.63 334	1.12 367	0.48 296	2.42 376	2.85 321

HBP-ISP	3.78 303	9.10 348	20.83 326	1.72 313	1.14 221	4.54 321	2.82 351	4.61 358	3.03 217	4.13 361	1.98 202	1.88 145	3.31 320	11.06 335	1.52 137	0.74 333	0.57 266	0.67 339	0.62 331	0.65 289	0.64 180

tt1	3.79 304	0.93 148	15.34 83	1.83 325	0.45 30	4.54 321	0.78 114	4.23 272	4.73 357	1.27 41	1.89 182	0.74 21	1.48 154	2.29 125	0.78 7	0.30 53	19.28 421	0.32 128	0.22 42	0.31 47	14.02 388

222	3.82 305	0.88 127	6.92 26	1.15 148	0.99 182	3.27 79	0.64 55	4.57 352	5.37 374	2.43 259	2.32 262	1.41 86	1.44 146	10.64 319	18.51 396	0.32 80	4.89 378	0.32 128	0.30 171	0.34 107	9.80 381

CC-Net-ROB	3.82 305	3.41 310	20.20 250	2.40 353	1.66 323	4.49 314	1.61 292	4.77 368	3.08 225	2.06 153	2.06 219	1.99 163	1.60 180	12.57 381	1.91 207	2.82 378	2.19 345	2.67 389	1.06 360	2.31 375	1.59 283

UDG	3.84 307	2.91 301	20.05 234	2.98 374	1.98 348	3.95 210	1.18 242	4.43 333	2.24 106	2.47 265	2.53 294	4.49 346	2.44 280	6.52 234	4.74 308	2.14 372	1.77 337	2.64 388	2.58 398	2.66 378	2.19 309

1test111	3.86 308	0.94 151	19.66 195	1.87 327	0.42 21	4.47 310	0.73 90	4.07 215	4.63 352	1.21 33	1.89 182	0.73 16	1.62 193	5.19 202	1.68 172	0.31 67	18.77 411	0.32 128	0.21 25	0.35 120	8.09 366

GASNet	3.86 308	15.35 405	21.16 359	1.63 296	1.25 247	2.35 39	1.11 230	4.11 231	2.86 191	1.99 127	2.11 226	2.99 253	2.16 262	10.62 318	3.75 293	0.71 323	0.37 188	0.61 326	0.46 292	0.91 333	0.70 195

AAGNet	3.88 310	0.67 52	20.04 233	2.27 348	0.46 31	4.76 365	1.05 219	2.28 32	3.38 277	2.16 182	1.84 169	2.40 198	3.95 337	6.22 226	24.21 406	0.49 255	0.19 9	0.30 97	0.29 156	0.33 86	0.29 10

PVD	3.91 311	4.36 321	13.89 63	2.81 372	4.79 396	3.80 174	1.94 315	3.89 172	4.11 326	5.75 378	3.56 343	3.59 301	3.34 323	6.44 233	6.44 319	0.73 330	2.84 359	0.74 351	0.84 349	0.82 325	3.45 337

FBW_ROB	3.91 311	2.07 278	15.46 87	1.60 289	1.16 224	3.80 174	1.48 281	4.37 323	3.41 284	2.53 272	2.45 283	4.19 334	2.10 252	15.17 401	9.45 338	0.86 344	0.65 285	1.54 375	0.96 355	1.08 346	3.80 339

cc1	3.93 313	0.94 151	19.66 195	1.87 327	0.42 21	4.47 310	0.73 90	4.24 279	4.01 324	1.21 33	1.89 182	0.73 16	1.62 193	2.20 114	0.81 12	0.31 67	18.77 411	0.32 128	0.21 25	0.32 65	13.93 387

DPSNet	3.94 314	2.01 276	14.69 75	1.58 286	1.30 253	4.17 261	2.08 328	4.57 352	4.63 352	2.78 298	1.99 205	3.79 311	7.88 379	10.66 320	11.35 347	0.94 348	0.99 314	0.41 240	0.57 322	1.09 347	1.40 271

RAFT + AFF	3.98 315	14.10 386	20.78 322	1.16 152	1.96 347	4.14 251	2.00 322	4.56 350	3.52 300	2.23 200	2.51 291	2.27 186	4.92 350	8.94 276	2.82 267	0.33 103	0.60 275	0.48 274	0.39 257	0.81 323	1.03 249

DeepPrunerF	4.00 316	5.64 329	16.81 114	1.36 230	1.75 332	3.69 154	1.54 286	4.24 279	13.98 399	2.21 197	1.77 139	2.73 231	2.29 269	10.90 328	6.64 321	0.71 323	0.61 277	0.77 352	0.79 345	0.87 331	0.79 215

Anonymous_2	4.03 317	0.99 173	11.19 47	1.20 168	1.71 328	3.68 153	0.93 195	3.76 151	1.63 46	2.07 159	1.43 64	4.76 357	2.34 273	1.86 85	1.78 190	0.82 342	2.42 354	8.69 412	16.64 417	4.38 394	8.29 371

MFN_U_SF_RVC	4.08 318	13.72 381	15.13 80	2.00 336	1.43 279	3.73 161	1.68 302	4.11 231	3.39 282	2.93 312	2.38 268	4.39 343	3.63 331	8.63 270	6.14 316	1.14 357	1.07 319	1.01 360	1.35 374	1.63 369	2.09 304

CBMV	4.12 319	1.27 208	21.14 356	1.52 276	0.85 147	3.80 174	3.89 382	4.58 354	3.02 215	3.56 348	2.37 267	4.44 344	13.88 397	11.23 341	3.78 294	0.56 293	0.43 231	0.48 274	0.39 257	0.55 251	0.74 208
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
G-Net	4.16 320	1.39 223	20.31 270	2.30 349	2.91 370	4.68 354	2.86 353	3.35 109	2.44 140	4.43 368	9.43 383	6.89 376	3.83 335	8.91 274	4.83 310	0.80 338	0.80 298	0.70 343	0.50 305	0.95 337	0.97 241

test_xeample	4.19 321	0.93 148	14.09 65	1.16 152	1.17 226	3.28 81	0.80 124	4.63 359	5.30 370	2.46 264	2.35 264	1.39 83	1.42 142	10.88 326	17.68 390	0.30 53	6.50 385	0.32 128	0.32 198	0.36 137	8.38 374

SQANet	4.22 322	14.03 385	20.30 268	2.78 368	2.75 368	3.41 98	1.48 281	3.66 134	2.25 109	2.62 283	1.77 139	2.68 228	1.90 244	7.41 255	3.78 294	2.97 380	1.42 327	1.85 377	1.13 363	3.28 380	2.86 322

Wz-Net-TNSev	4.22 322	13.55 373	15.87 93	1.57 284	1.19 233	3.61 139	2.48 341	4.38 327	3.45 293	2.29 217	1.91 190	4.20 335	2.86 296	12.11 369	10.56 341	0.61 301	0.59 273	0.48 274	0.54 315	0.93 335	1.24 264

ttt	4.23 324	0.75 96	19.96 225	1.48 268	1.31 257	3.69 154	0.87 153	4.65 360	5.33 371	2.45 263	2.39 271	2.44 207	1.54 170	11.35 344	16.49 373	0.43 209	4.35 375	0.37 215	0.35 227	0.41 180	4.01 345

xxxx	4.25 325	0.86 121	14.59 74	1.30 212	1.16 224	3.51 120	0.63 53	4.56 350	5.42 377	2.33 235	2.29 258	2.04 171	1.39 132	10.23 309	18.00 392	0.33 103	7.15 388	0.31 115	0.30 171	0.35 120	8.33 372

ADCPNet	4.25 325	4.04 317	21.95 385	1.33 223	1.31 257	6.34 384	2.63 347	4.07 215	3.23 249	2.81 303	2.21 247	4.27 337	6.08 362	6.01 218	11.73 350	0.67 316	1.17 322	0.71 345	1.71 380	0.87 331	1.82 296

LL-Strereo	4.26 327	13.69 378	20.37 275	1.24 183	2.18 354	2.90 56	1.08 223	4.35 318	2.22 104	3.20 333	2.26 252	3.29 274	3.13 312	11.30 342	1.91 207	0.33 103	3.89 374	0.46 267	0.34 214	0.54 248	6.47 362

ffm	4.27 328	0.98 164	21.04 340	1.24 183	1.03 194	3.64 143	0.87 153	4.23 272	4.73 357	2.31 221	2.40 273	3.49 288	1.64 198	2.29 125	0.78 7	0.30 53	19.28 421	0.48 274	0.40 264	0.31 47	14.02 388

RTS	4.29 329	9.35 349	18.25 145	2.79 370	2.29 359	4.98 370	3.41 366	4.72 364	4.27 337	4.35 365	3.10 330	4.93 359	3.14 313	7.71 260	6.99 323	0.71 323	0.68 288	0.51 294	0.50 305	1.07 344	1.98 299

RTSA	4.29 329	9.35 349	18.25 145	2.79 370	2.29 359	4.98 370	3.41 366	4.72 364	4.27 337	4.35 365	3.10 330	4.93 359	3.14 313	7.71 260	6.99 323	0.71 323	0.68 288	0.51 294	0.50 305	1.07 344	1.98 299

SDNR	4.37 331	2.22 286	20.63 314	1.60 289	0.99 182	5.15 373	0.67 60	4.36 320	5.55 380	4.89 373	7.17 365	5.50 370	1.58 176	17.48 403	4.33 301	0.80 338	0.72 294	0.59 320	0.45 290	1.18 354	1.43 275

MFN_U_SF_DS_RVC	4.38 332	13.66 376	13.95 64	1.39 245	1.58 307	5.18 374	3.31 364	4.53 346	3.22 246	2.60 277	2.62 302	4.99 361	2.11 254	13.99 398	4.21 298	1.53 369	2.56 357	0.67 339	1.82 386	0.83 328	2.92 325

WZ-Net	4.39 333	12.37 366	17.44 127	1.47 267	1.42 278	3.76 165	2.27 336	4.17 252	3.11 229	2.89 308	2.24 249	4.05 324	5.69 359	10.89 327	12.07 351	0.66 313	0.41 219	0.47 269	0.49 299	0.78 317	1.12 256

ADCP+	4.42 334	12.67 369	18.95 160	1.12 138	1.55 296	4.30 287	3.60 375	4.01 196	3.80 315	2.30 218	1.71 120	3.93 317	4.29 342	3.49 173	18.77 400	0.40 183	0.41 219	0.63 333	0.53 312	0.67 296	1.35 269

MADNet+	4.46 335	11.36 361	14.35 70	2.23 346	2.50 365	4.18 264	2.86 353	5.46 381	4.43 344	2.74 293	2.69 309	4.55 349	3.43 328	8.97 277	9.42 337	1.47 367	2.06 343	1.09 365	1.02 357	1.54 367	2.96 327

AnyNet_C32	4.49 336	9.53 351	13.85 59	1.67 303	1.56 300	5.40 377	4.06 384	4.03 204	3.69 311	4.21 364	3.09 329	3.09 263	3.38 327	8.24 265	18.76 399	0.56 293	0.64 282	0.53 301	0.81 347	1.36 363	1.42 274

THIR-Stereo	4.50 337	1.11 186	18.71 154	0.89 48	0.47 35	2.25 35	16.71 402	3.53 120	1.58 29	2.04 148	12.04 394	2.66 227	7.52 375	7.29 250	11.25 344	0.32 80	0.21 33	0.29 76	0.28 126	0.35 120	0.52 128

ADCMid	4.55 338	10.78 359	17.67 135	1.32 221	1.43 279	4.62 338	2.24 334	4.22 267	4.97 366	3.93 356	3.01 324	3.84 314	3.66 332	4.22 193	18.57 398	0.69 319	0.62 280	1.09 365	1.20 367	1.48 365	1.49 278

mmx	4.56 339	0.98 164	21.04 340	1.24 183	1.03 194	3.64 143	0.87 153	4.53 346	5.34 372	2.31 221	2.40 273	3.49 288	1.64 198	12.40 372	16.90 377	0.34 119	5.98 382	0.48 274	0.40 264	0.46 218	5.71 356

xxx	4.56 339	0.98 164	21.04 340	1.24 183	1.03 194	3.64 143	0.87 153	4.53 346	5.34 372	2.31 221	2.40 273	3.49 288	1.64 198	12.40 372	16.90 377	0.34 119	5.98 382	0.48 274	0.40 264	0.46 218	5.71 356

CBMV_ROB	4.57 341	0.90 136	21.30 370	1.46 263	0.89 158	4.43 304	1.69 303	4.51 345	3.14 234	5.97 380	4.23 352	4.16 331	7.83 377	11.06 335	16.47 372	0.61 301	0.55 264	0.53 301	0.51 309	0.56 257	0.59 161

SAMSARA	4.67 342	6.50 333	16.40 108	4.62 401	3.13 376	6.62 386	3.49 369	5.24 374	3.04 220	7.78 388	3.07 327	5.32 366	4.05 339	9.98 301	6.42 318	0.69 319	2.39 353	0.60 323	0.74 341	0.99 338	2.26 310

AnyNet_C01	4.68 343	10.90 360	16.41 109	2.03 340	1.62 311	6.25 382	6.40 390	4.19 260	5.13 369	4.03 358	3.77 347	4.14 330	3.26 318	7.23 249	11.19 343	0.64 310	0.80 298	0.65 337	0.72 340	2.18 373	2.08 302

ADCL	4.70 344	4.04 317	16.12 96	1.35 226	1.28 250	5.46 378	10.88 396	4.08 222	4.25 335	5.97 380	4.51 356	4.29 339	5.60 355	6.37 230	15.21 369	0.54 287	0.48 252	0.88 357	0.78 344	0.86 329	1.01 246

DispFullNet	4.71 345	3.93 315	23.92 404	4.00 390	3.01 372	3.38 92	1.31 258	4.23 272	3.26 252	6.31 383	2.92 321	4.03 323	7.80 376	3.93 185	5.15 311	2.80 377	1.61 333	3.11 397	2.70 401	3.32 381	3.38 335

NaN_ROB	4.73 346	6.66 335	21.89 382	1.26 200	1.28 250	3.49 116	3.02 358	4.38 327	3.93 321	3.65 350	2.55 295	2.97 251	5.01 351	13.23 388	17.43 388	0.38 169	0.42 230	0.38 227	0.40 264	0.50 238	1.82 296

1111x	4.75 347	1.05 178	20.89 331	1.28 203	1.02 190	3.81 177	0.88 160	4.65 360	5.52 378	2.43 259	2.27 254	1.97 161	1.81 230	12.40 372	18.19 394	0.32 80	9.06 400	0.32 128	0.34 214	0.38 149	6.34 361

ADCS	4.77 348	12.63 368	17.40 126	1.72 313	1.34 261	3.90 194	3.60 375	4.30 295	3.54 301	5.11 376	2.81 317	4.44 344	3.05 311	6.15 225	19.32 401	0.74 333	0.68 288	0.70 343	0.70 338	1.25 359	1.98 299

Ntro	4.83 349	14.73 396	20.47 287	3.24 379	2.97 371	4.12 243	1.88 313	4.00 194	2.57 153	1.79 94	2.15 230	3.34 280	2.16 262	10.01 303	7.34 325	3.53 388	1.77 337	2.13 380	1.32 372	3.89 389	3.23 328

EAI-Stereo	4.89 350	0.69 63	7.74 30	0.99 97	1.63 313	4.68 354	51.52 420	5.79 387	3.37 275	3.64 349	7.24 366	1.10 53	0.95 51	2.51 138	1.71 180	0.33 103	0.31 148	0.28 62	2.04 392	0.28 20	0.92 235

MSC_U_SF_DS_RVC	4.90 351	13.94 384	16.59 113	1.69 307	1.46 283	6.15 381	3.52 371	5.47 382	3.95 322	2.77 296	2.74 313	4.81 358	2.49 284	13.78 395	5.33 312	2.34 374	3.46 370	1.05 362	1.21 368	2.28 374	2.94 326

SGM-Forest	4.96 352	0.86 121	21.02 338	1.22 176	0.83 142	4.05 229	3.26 363	4.40 330	3.49 298	4.40 367	3.69 346	4.66 356	13.91 398	11.94 367	17.16 385	0.66 313	0.46 241	0.49 287	0.39 257	0.49 237	1.77 293
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
SuperB	5.03 353	8.93 346	20.96 336	1.51 274	1.11 216	3.88 191	3.00 356	4.24 279	3.13 232	2.53 272	2.10 225	2.74 234	3.37 326	8.76 272	19.44 402	0.45 224	0.34 167	0.53 301	0.40 264	11.97 413	1.15 259

DualNet	5.08 354	0.98 164	21.04 340	1.24 183	1.03 194	3.64 143	0.87 153	4.23 272	4.73 357	2.31 221	2.40 273	3.49 288	1.64 198	2.29 125	16.90 377	0.30 53	19.28 421	0.48 274	0.40 264	0.31 47	14.02 388

SPS-STEREO	5.18 355	10.36 356	21.09 351	1.74 317	1.72 330	3.24 76	2.26 335	3.92 179	4.12 327	5.06 375	3.66 345	5.43 368	3.33 322	9.56 286	12.34 353	1.17 359	1.17 322	1.07 363	1.03 359	1.17 353	10.25 382
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RainbowNet	5.20 356	15.03 402	21.14 356	3.66 387	3.25 380	4.18 264	2.98 355	4.22 267	3.20 238	2.30 218	2.65 304	4.24 336	2.97 301	9.92 297	6.29 317	3.92 393	2.27 349	2.71 391	1.73 382	3.82 388	3.43 336

CrosDoStereo	5.27 357	0.75 96	20.07 235	0.85 33	0.53 60	3.40 95	18.03 403	3.90 174	3.29 261	1.99 127	8.27 373	1.95 155	6.95 372	7.34 252	25.94 409	0.33 103	0.22 47	0.30 97	0.28 126	0.35 120	0.61 169

DeepStereo_LL	5.27 357	0.75 96	20.07 235	0.85 33	0.53 60	3.40 95	18.03 403	3.90 174	3.29 261	1.99 127	8.27 373	1.95 155	6.95 372	7.34 252	25.94 409	0.33 103	0.22 47	0.30 97	0.28 126	0.35 120	0.61 169

ff1	5.58 359	0.98 164	21.04 340	1.24 183	1.03 194	3.64 143	0.87 153	4.23 272	4.73 357	2.31 221	2.40 273	3.49 288	1.64 198	12.40 372	16.90 377	0.30 53	19.28 421	0.48 274	0.40 264	0.31 47	14.02 388

otaku	5.59 360	14.82 399	20.70 318	3.13 377	2.70 367	3.91 197	2.56 345	3.90 174	2.48 144	2.25 203	9.38 382	4.06 325	2.32 272	9.59 288	14.37 364	3.52 387	1.66 335	2.15 381	1.19 366	3.73 387	3.35 334

EDNetEfficient	5.62 361	2.26 287	17.51 128	1.67 303	3.59 382	3.99 218	7.25 391	3.14 90	5.63 382	11.52 405	4.82 359	3.94 318	12.48 391	8.39 268	20.56 404	0.46 237	0.46 241	0.48 274	1.06 360	1.65 371	1.62 286

MeshStereo	5.67 362	1.80 261	21.28 368	1.40 246	1.14 221	4.38 294	3.83 381	5.51 384	4.85 365	10.12 401	11.72 393	11.44 388	5.87 360	13.86 396	12.31 352	0.68 317	0.61 277	0.61 326	0.60 327	0.73 308	0.68 191
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
WCMA_ROB	5.78 363	2.42 291	21.71 380	1.67 303	1.55 296	4.07 233	3.53 372	4.14 242	4.73 357	6.59 384	10.89 388	12.82 393	9.59 387	10.17 306	12.65 356	1.05 352	0.61 277	0.52 297	0.52 310	0.71 306	5.64 355

pmcnn	5.90 364	1.81 264	22.30 393	1.69 307	2.37 362	3.47 109	2.10 329	4.58 354	5.56 381	3.75 353	13.12 397	22.07 403	3.70 333	11.99 368	17.13 384	0.58 296	0.23 70	0.23 4	0.19 9	0.37 141	0.70 195

CSAN	5.95 365	13.70 379	21.94 384	1.35 226	0.93 172	3.65 148	3.46 368	4.73 366	4.26 336	3.98 357	7.70 369	3.54 299	6.94 371	22.83 407	16.00 371	0.53 283	0.47 249	0.50 289	0.55 319	0.65 289	1.22 262

MSMD_ROB	5.99 366	1.29 213	19.23 175	1.40 246	0.84 146	10.25 396	2.05 327	4.20 262	6.02 386	10.42 403	8.00 370	22.21 404	9.45 386	11.67 355	8.73 335	0.76 336	0.59 273	0.67 339	0.68 336	0.67 296	0.72 199

WAO-7	6.00 367	14.29 389	20.46 285	1.97 333	1.51 288	5.31 376	3.06 360	5.00 371	5.92 385	4.55 370	8.87 380	6.52 374	6.47 366	13.38 391	13.85 360	1.35 363	1.24 324	1.48 373	1.36 375	1.63 369	1.79 295

ACVNet_2	6.09 368	15.28 404	21.36 373	3.30 381	3.17 377	4.50 315	3.00 356	4.70 362	3.96 323	3.52 346	5.34 362	7.79 380	2.95 299	12.40 372	13.76 359	3.28 383	2.23 347	2.70 390	1.70 379	3.52 382	3.24 329

IMH-64-1	6.10 369	13.83 382	17.55 129	4.34 394	3.78 384	4.79 366	5.94 387	5.34 375	4.20 330	4.10 359	8.31 375	5.07 363	6.92 369	9.63 289	7.36 326	4.60 401	2.96 364	3.04 393	2.14 393	4.30 392	3.88 342

IMH-64	6.10 369	13.83 382	17.55 129	4.34 394	3.78 384	4.79 366	5.94 387	5.34 375	4.20 330	4.10 359	8.31 375	5.07 363	6.92 369	9.63 289	7.36 326	4.60 401	2.96 364	3.04 393	2.14 393	4.30 392	3.88 342

SGM_RVC	6.11 371	1.10 185	20.44 282	2.15 344	0.66 102	15.87 408	3.98 383	5.00 371	6.19 387	9.79 399	11.46 391	8.23 384	12.63 392	12.32 371	9.15 336	0.54 287	0.39 210	0.41 240	0.35 227	0.55 251	1.05 251
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MDST_ROB	6.31 372	1.18 195	22.96 401	2.56 363	2.69 366	21.07 409	2.01 324	4.79 369	2.87 193	9.49 395	4.45 355	4.10 328	4.48 346	22.33 406	17.61 389	0.79 337	0.44 235	0.47 269	0.44 285	0.47 228	0.95 240

ELAS_RVC	6.36 373	2.53 293	20.21 254	2.67 365	2.48 363	4.90 369	11.89 398	4.84 370	6.31 390	9.03 393	8.54 378	8.09 383	12.73 393	9.32 281	13.25 358	1.92 370	2.18 344	1.51 374	1.31 370	1.40 364	2.15 305
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SANet	6.43 374	13.71 380	22.08 390	1.43 260	1.00 188	6.86 388	3.78 380	4.71 363	11.10 394	4.71 372	8.72 379	7.47 378	7.91 380	12.46 379	18.12 393	0.51 271	0.47 249	0.50 289	0.45 290	0.94 336	1.60 285

PWCK	6.49 375	13.40 371	20.27 262	2.95 373	1.61 309	5.68 380	7.63 394	5.37 378	4.77 363	3.90 355	7.48 368	7.96 381	5.63 356	15.15 400	10.93 342	3.21 382	1.55 332	2.34 382	1.43 377	6.05 400	2.45 315

ELAS	6.58 376	2.54 294	20.08 240	2.66 364	2.48 363	15.49 406	7.29 392	5.50 383	5.72 383	10.05 400	8.94 381	6.91 377	10.83 389	8.33 266	14.27 363	1.92 370	2.19 345	1.23 370	1.31 370	1.62 368	2.17 307
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
psmorigin	6.62 377	1.45 229	87.38 429	1.55 282	0.97 180	2.86 52	1.42 273	3.30 105	2.12 93	3.74 352	2.45 283	5.15 365	2.59 288	10.55 317	2.91 274	0.55 290	0.68 288	0.48 274	0.53 312	0.73 308	1.02 247

ACVNet_1	6.63 378	14.79 398	21.40 374	3.59 386	3.17 377	4.69 359	2.46 340	4.24 279	3.34 272	3.11 325	2.86 319	23.21 405	4.59 348	11.06 335	12.59 355	3.75 389	2.34 351	2.60 386	1.80 385	3.70 384	3.31 332

NVStereoNet_ROB	6.63 378	9.57 352	19.28 178	3.19 378	2.11 352	3.69 154	1.99 319	4.32 311	6.27 389	3.26 337	24.57 410	5.45 369	11.39 390	13.56 392	12.37 354	2.79 376	2.05 342	1.76 376	1.75 383	1.49 366	1.75 289
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WAO-6	6.68 380	9.03 347	20.68 317	2.98 374	2.79 369	11.93 398	3.56 374	5.39 379	11.65 396	3.55 347	9.59 384	6.77 375	6.72 368	12.28 370	11.56 348	2.88 379	2.36 352	2.50 383	1.84 387	2.89 379	2.72 319

JetBlue	6.69 381	12.01 365	14.30 69	1.98 335	4.64 395	11.97 399	12.29 399	5.39 379	4.32 343	3.81 354	4.51 356	9.50 386	6.53 367	10.22 308	14.50 365	1.32 362	1.47 328	1.18 368	1.36 375	7.48 407	5.05 352

FCDSN-DC	6.71 382	1.18 195	21.61 379	1.29 208	1.10 214	4.38 294	2.59 346	4.58 354	5.52 378	9.58 396	11.19 389	19.17 400	17.69 403	13.03 385	17.11 383	0.73 330	0.57 266	0.61 326	0.60 327	0.71 306	0.92 235
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ACVNet-4b	6.98 383	14.78 397	22.17 392	3.56 384	3.11 375	4.14 251	2.23 333	4.08 222	3.84 316	1.67 73	3.96 351	5.86 371	2.87 297	10.30 313	17.16 385	26.09 422	2.24 348	2.53 384	1.79 384	3.91 390	3.28 331

FC-DCNN	7.08 384	1.01 175	21.89 382	1.74 317	1.64 317	8.18 394	2.31 337	6.50 390	9.16 393	10.85 404	11.33 390	19.85 402	13.33 394	12.94 384	17.10 382	0.72 328	0.57 266	0.59 320	0.57 322	0.64 284	0.69 193

IMH	7.25 385	16.24 409	21.08 346	4.40 396	3.79 386	5.46 378	3.03 359	5.58 385	6.26 388	4.92 374	10.32 386	9.24 385	8.30 382	13.62 393	11.56 348	4.84 405	3.00 367	3.09 396	2.14 393	4.38 394	3.83 341

tt	7.29 386	0.58 9	7.34 27	4.04 391	2.30 361	12.04 400	20.18 406	15.60 411	7.41 391	3.46 343	3.36 339	5.36 367	6.39 365	4.27 194	7.46 329	9.80 412	11.53 410	7.04 410	7.45 411	6.31 401	3.81 340

LVE	7.57 387	15.80 406	21.28 368	3.69 388	3.19 379	4.54 321	2.78 348	10.13 397	11.63 395	3.24 335	11.52 392	18.10 399	4.55 347	11.67 355	10.30 340	4.62 404	2.95 362	2.56 385	1.91 389	3.63 383	3.26 330

EKT-Stereo	7.93 388	0.75 96	21.17 361	1.84 326	109.80 426	4.51 319	0.61 41	4.13 239	1.59 32	1.89 102	1.24 33	1.96 160	1.35 125	4.02 187	1.36 111	0.42 195	0.31 148	0.29 76	0.27 102	0.35 120	0.78 213

DGSMNet	8.13 389	2.31 290	18.62 150	2.77 367	13.96 408	6.91 389	42.17 419	4.16 248	2.53 149	2.25 203	3.21 334	3.41 283	1.69 211	9.19 280	3.03 277	3.79 391	10.31 405	11.70 417	5.68 408	4.38 394	10.58 383

Dean	8.35 390	15.23 403	22.34 394	3.76 389	3.55 381	4.81 368	3.51 370	5.34 375	5.37 374	4.49 369	26.13 411	25.59 411	4.33 344	11.21 339	13.12 357	3.78 390	2.31 350	2.90 392	1.89 388	4.04 391	3.34 333

MADNet++	8.64 391	6.17 332	13.88 62	6.61 404	5.25 398	10.15 395	14.20 401	5.89 389	8.25 392	7.14 385	8.18 372	6.41 373	9.84 388	11.71 360	16.73 376	9.65 411	5.03 379	8.63 411	5.68 408	4.83 398	8.57 375

UNDER WATER-64	10.08 392	14.27 388	22.85 399	5.26 403	4.88 397	11.00 397	4.57 386	11.41 398	17.25 404	7.68 387	9.72 385	15.96 398	21.47 410	11.12 338	16.63 375	4.38 395	2.88 361	4.41 407	2.95 405	7.12 405	5.81 358

TorneroNet-64	10.52 393	14.33 390	21.95 385	4.29 393	3.76 383	13.77 403	2.83 352	14.96 408	23.11 412	10.24 402	23.77 409	13.44 394	8.15 381	13.98 397	17.70 391	4.03 394	2.73 358	3.23 398	2.53 397	7.27 406	4.35 349

FINET	10.59 394	14.44 394	25.84 407	2.30 349	3.90 387	21.74 410	25.19 409	8.85 395	16.99 402	2.68 287	15.19 400	11.45 389	13.83 396	6.71 241	15.11 368	0.80 338	8.59 391	0.53 301	0.44 285	0.62 275	16.67 406

JetRed	10.68 395	26.07 416	35.62 412	4.40 396	4.16 392	15.72 407	13.07 400	14.57 407	5.83 384	5.85 379	5.55 364	10.12 387	7.37 374	8.86 273	25.99 411	3.33 384	3.82 373	3.59 404	2.98 406	8.51 409	8.22 370

notaker	10.92 396	14.17 387	20.38 276	4.56 400	3.98 389	6.29 383	3.53 372	7.68 392	5.10 368	9.04 394	46.37 421	13.84 397	28.85 412	14.18 399	14.16 362	4.57 400	3.19 368	3.52 401	2.70 401	8.16 408	4.13 346

UNDER WATER	11.28 397	13.60 374	22.90 400	5.11 402	4.53 394	7.75 392	3.75 378	12.50 400	21.62 411	7.80 389	10.68 387	23.75 407	35.20 413	11.54 350	17.40 387	4.46 397	2.95 362	4.23 406	2.90 404	6.57 402	6.27 360

EDNetEfficientorigin	12.42 398	3.26 307	179.44 433	1.21 173	1.00 188	2.89 55	1.82 311	3.05 86	5.37 374	8.87 392	4.78 358	4.17 332	4.80 349	9.91 296	11.32 346	0.41 186	0.41 219	0.62 332	0.88 351	1.33 362	2.81 320

WAO-8	12.61 399	16.02 407	21.99 387	3.55 382	3.10 373	15.07 404	2.80 349	12.81 402	19.10 409	7.93 390	13.05 395	11.75 390	8.46 384	83.86 431	15.10 366	3.51 385	1.94 340	3.54 402	1.96 390	3.72 385	2.89 323

Venus	12.61 399	16.02 407	21.99 387	3.55 382	3.10 373	15.07 404	2.80 349	12.81 402	19.10 409	7.93 390	13.05 395	11.75 390	8.46 384	83.86 431	15.10 366	3.51 385	1.94 340	3.54 402	1.96 390	3.72 385	2.89 323

LSM	13.03 401	7.72 343	21.01 337	55.44 427	85.65 425	3.65 148	6.27 389	3.91 178	5.06 367	5.63 377	13.91 398	3.53 298	3.46 330	9.93 298	4.36 302	0.72 328	0.95 310	0.72 348	0.85 350	1.09 347	26.67 417

SGM+DAISY	13.18 402	14.36 391	24.65 406	8.10 407	13.49 407	22.47 411	25.54 410	12.13 399	17.08 403	14.77 407	15.82 402	12.17 392	13.97 399	12.65 382	18.22 395	8.40 409	9.18 401	1.23 370	1.33 373	1.23 358	16.81 411

MANE	15.29 403	13.67 377	23.58 403	10.15 412	13.37 406	23.58 413	23.86 407	27.83 414	26.26 413	12.02 406	15.10 399	19.83 401	18.01 404	15.68 402	20.35 403	8.58 410	9.20 402	3.05 395	4.19 407	0.82 325	16.69 407

SGM-ForestM	15.60 404	14.94 401	28.17 411	7.84 406	10.49 403	23.43 412	24.58 408	20.87 412	16.87 400	15.92 410	15.89 403	27.08 412	22.45 411	24.86 412	28.42 416	3.85 392	8.90 395	0.55 310	1.15 365	0.64 284	15.05 395

DGTPSM_ROB	16.67 405	21.79 414	40.19 416	10.00 411	19.05 410	12.43 401	33.20 413	13.71 404	18.09 407	9.71 397	22.85 407	13.77 395	19.64 405	21.23 404	24.07 405	5.09 406	8.95 397	5.62 408	11.49 413	6.73 403	15.75 404

DPSMNet_ROB	16.76 406	21.81 415	40.95 417	10.20 413	19.08 411	12.43 401	33.21 414	13.73 405	18.21 408	9.76 398	22.88 408	13.78 396	19.64 405	21.39 405	24.21 406	5.20 407	8.97 398	5.63 409	11.51 416	6.80 404	15.82 405

KSHMR	17.50 407	14.38 393	22.35 395	4.50 398	4.51 393	8.17 393	3.33 365	15.44 410	76.15 427	7.32 386	61.40 425	56.33 425	5.66 358	32.91 415	13.97 361	4.42 396	2.99 366	3.64 405	2.79 403	5.13 399	4.55 351

LE_ROB	19.18 408	12.99 370	48.22 420	8.42 409	23.91 414	7.26 390	19.71 405	9.92 396	38.58 421	43.44 419	21.85 406	28.15 413	41.18 416	23.00 408	54.71 421	0.38 169	0.34 167	0.32 128	0.36 236	0.43 196	0.49 113

coex-ft	20.00 409	11.54 362	120.82 431	1.18 163	1.30 253	2.36 40	1.99 319	2.96 82	13.96 398	129.83 432	8.40 377	5.88 372	52.82 426	9.93 298	31.13 417	0.61 301	0.62 280	0.50 289	0.49 299	1.10 349	2.63 317

DPSM_ROB	20.83 410	20.01 412	26.54 409	23.64 416	22.42 412	31.06 415	39.94 417	34.02 416	17.42 405	15.35 408	16.05 404	24.04 408	20.69 408	23.28 410	27.60 413	10.77 413	9.41 403	11.68 415	11.50 414	14.48 414	16.71 408

DPSM	20.83 410	20.01 412	26.54 409	23.64 416	22.42 412	31.06 415	39.94 417	34.02 416	17.42 405	15.35 408	16.05 404	24.04 408	20.69 408	23.28 410	27.60 413	10.77 413	9.41 403	11.68 415	11.50 414	14.48 414	16.71 408

ktn	22.24 412	14.37 392	20.30 268	4.54 399	4.02 390	6.52 385	4.50 385	6.78 391	78.80 429	84.67 429	100.54 431	58.48 426	8.39 383	13.13 386	17.09 381	4.61 403	3.24 369	3.49 400	2.62 399	4.70 397	3.96 344

LRCNet_RVC	25.63 413	33.47 417	24.35 405	31.77 418	32.74 415	6.73 387	1.19 243	25.87 413	4.67 356	28.95 411	30.91 413	24.89 410	17.54 402	27.82 413	24.57 408	35.48 423	25.62 425	35.91 425	33.80 424	31.95 424	34.38 421

TorneroNet	26.32 414	14.70 395	22.40 396	4.24 392	4.08 391	54.72 424	3.19 361	15.11 409	76.73 428	57.99 424	82.55 429	86.65 430	45.79 425	13.34 390	18.51 396	4.52 399	2.86 360	3.45 399	2.63 400	8.75 411	4.28 347

DLNR_Zeroshot_test	29.83 415	55.48 427	50.99 422	183.84 430	114.74 427	3.44 103	0.28 1	29.52 415	1.59 32	1.03 28	1.25 35	0.93 42	0.64 8	3.95 186	1.62 160	37.16 424	1.69 336	0.26 33	0.23 50	92.97 428	15.07 396

SPstereo	30.75 416	13.65 375	19.03 163	8.80 410	10.65 404	50.20 423	82.83 431	71.83 428	35.94 420	30.86 414	29.63 412	48.58 424	42.25 423	47.75 428	58.04 428	7.66 408	8.94 396	20.43 418	10.51 412	8.69 410	8.79 376

HanzoNet	31.86 417	17.33 410	21.23 365	7.52 405	5.85 401	7.49 391	3.61 377	14.35 406	13.37 397	50.38 422	46.35 420	44.46 415	56.50 427	36.53 419	28.25 415	64.05 428	58.31 429	9.45 413	89.24 429	31.17 423	31.77 418

Selective-RAFT-Error	41.88 418	40.10 422	53.23 423	47.74 423	45.20 421	62.42 428	80.58 426	68.27 426	34.95 415	30.85 413	32.30 417	48.08 418	42.07 422	46.54 422	54.92 422	21.60 420	19.12 419	23.46 422	23.15 419	29.14 420	33.95 420

CasAABBNet	41.89 419	40.14 423	53.33 427	47.71 422	45.10 420	62.42 428	80.65 427	68.29 427	34.85 414	30.67 412	32.34 418	48.22 419	41.76 421	46.61 424	55.60 424	21.59 419	18.89 415	23.46 422	23.21 420	29.17 421	33.75 419

MyStereo03	43.09 420	40.09 419	53.32 424	48.07 424	45.83 422	62.40 425	80.65 427	67.87 422	35.18 417	31.09 415	32.21 414	48.24 420	41.62 418	46.66 425	55.80 425	21.53 416	18.98 416	23.44 419	23.21 420	29.12 417	56.57 427

MyStereo02	43.09 420	40.09 419	53.32 424	48.07 424	45.83 422	62.40 425	80.65 427	67.87 422	35.18 417	31.09 415	32.21 414	48.24 420	41.62 418	46.66 425	55.80 425	21.53 416	18.98 416	23.44 419	23.21 420	29.12 417	56.57 427

MyStereo	43.09 420	40.09 419	53.32 424	48.07 424	45.83 422	62.40 425	80.65 427	67.87 422	35.18 417	31.09 415	32.21 414	48.24 420	41.62 418	46.66 425	55.80 425	21.53 416	18.98 416	23.44 419	23.21 420	29.12 417	56.57 427

HaxPig	43.31 423	43.63 424	45.01 418	33.88 419	35.67 417	32.79 417	30.52 412	45.50 419	42.95 422	48.75 420	48.14 422	43.24 414	40.44 415	44.58 420	43.63 418	47.17 425	49.30 426	51.65 427	50.37 426	43.72 425	45.27 423

AVERAGE_ROB	44.46 424	45.87 425	46.48 419	40.54 421	38.62 418	32.95 418	30.49 411	46.80 420	43.31 423	49.57 421	48.93 423	44.57 416	39.87 414	45.01 421	43.89 419	48.70 426	50.65 427	50.80 426	49.79 425	45.54 426	46.89 424

MEDIAN_ROB	47.37 425	49.00 426	49.74 421	40.28 420	39.94 419	34.93 419	33.41 415	49.78 421	46.38 425	53.04 423	52.61 424	47.67 417	42.28 424	48.33 429	47.25 420	52.06 427	53.99 428	54.28 428	53.48 427	48.70 427	50.27 425

LSM0	49.69 426	40.02 418	53.50 428	97.07 428	129.56 428	62.65 430	79.82 425	68.02 425	35.12 416	33.72 418	33.34 419	48.41 423	41.54 417	46.57 423	55.40 423	21.63 421	19.16 420	23.60 424	23.13 418	29.46 422	52.08 426

BEATNet-Init1	51.93 427	71.67 429	99.39 430	10.91 414	13.10 405	84.39 431	59.36 421	73.78 429	67.97 426	88.09 430	88.15 430	91.73 431	97.51 431	85.13 433	72.56 432	2.59 375	5.18 380	1.20 369	1.49 378	10.61 412	13.83 386

Anonymous_1	57.77 428	19.65 411	26.12 408	23.12 415	141.97 430	30.79 414	39.72 416	34.10 418	16.98 401	70.09 428	15.64 401	23.44 406	19.73 407	23.03 409	27.21 412	164.70 433	9.02 399	130.41 429	137.42 430	161.21 433	41.01 422

PML	64.55 429	56.00 428	20.79 323	8.10 407	32.82 416	147.60 432	247.57 434	12.71 401	45.39 424	111.32 431	288.85 434	101.42 432	100.62 432	31.63 414	15.84 370	13.96 415	4.84 376	10.95 414	6.18 410	28.99 416	5.33 354

xxxxx1	112.85 430	94.19 430	38.10 413	228.21 432	161.02 431	39.23 420	61.26 422	92.54 430	79.08 430	63.44 425	74.84 426	77.80 427	69.88 428	33.55 416	70.96 429	117.25 429	130.44 431	258.49 432	273.88 432	145.63 430	147.24 431

tt_ll	112.85 430	94.19 430	38.10 413	228.21 432	161.02 431	39.23 420	61.26 422	92.54 430	79.08 430	63.44 425	74.84 426	77.80 427	69.88 428	33.55 416	70.96 429	117.25 429	130.44 431	258.49 432	273.88 432	145.63 430	147.24 431

ff	112.85 430	94.19 430	38.10 413	228.21 432	161.02 431	39.23 420	61.26 422	92.54 430	79.08 430	63.44 425	74.84 426	77.80 427	69.88 428	33.55 416	70.96 429	117.25 429	130.44 431	258.49 432	273.88 432	145.63 430	147.24 431

DPSimNet_ROB	143.68 433	156.64 433	170.66 432	162.59 429	135.40 429	195.13 433	174.01 432	141.76 433	167.78 434	174.58 433	138.78 432	186.01 433	183.75 433	82.32 430	97.85 433	151.24 432	102.48 430	131.25 430	82.78 428	115.21 429	123.37 430

test_example2	213.42 434	219.67 434	222.97 434	213.78 431	220.82 434	199.03 434	200.49 433	189.27 434	143.61 433	211.05 434	218.08 433	210.69 434	205.21 434	221.14 434	216.49 434	236.74 434	242.08 434	213.66 431	216.96 431	235.55 434	231.06 434

Low-res two-view benchmark