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

EGLCR-Stereo	0.13 2	0.08 2	0.20 3	0.18 8	0.09 7	0.21 73	0.13 3	0.27 21	0.21 26	0.13 2	0.10 1	0.15 27	0.09 2	0.20 28	0.13 24	0.07 16	0.05 6	0.07 14	0.07 50	0.06 6	0.06 18

IGEVStereo-DCA	0.14 6	0.11 63	0.27 21	0.19 26	0.12 77	0.20 55	0.18 86	0.27 21	0.20 16	0.15 11	0.12 2	0.14 21	0.12 14	0.28 120	0.14 40	0.07 16	0.06 72	0.08 65	0.07 50	0.07 37	0.07 65

rrr	0.17 36	0.11 63	0.57 264	0.19 26	0.12 77	0.20 55	0.18 86	0.35 104	0.22 33	0.15 11	0.12 2	0.14 21	0.12 14	0.28 120	0.14 40	0.07 16	0.06 72	0.08 65	0.07 50	0.07 37	0.07 65

CroCo-Stereo	0.14 6	0.13 136	0.24 10	0.25 245	0.11 42	0.11 1	0.18 86	0.32 67	0.23 44	0.12 1	0.12 2	0.18 46	0.12 14	0.14 1	0.13 24	0.08 99	0.06 72	0.07 14	0.05 9	0.07 37	0.06 18
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
test_xeample3	0.16 28	0.11 63	0.56 260	0.19 26	0.12 77	0.20 55	0.18 86	0.35 104	0.20 16	0.16 24	0.12 2	0.13 11	0.12 14	0.24 57	0.15 51	0.07 16	0.06 72	0.07 14	0.08 109	0.07 37	0.07 65

MyStereo07	0.16 28	0.12 81	0.26 16	0.22 129	0.14 164	0.25 135	0.23 220	0.29 40	0.21 26	0.15 11	0.13 6	0.12 3	0.13 32	0.25 80	0.13 24	0.07 16	0.07 158	0.09 120	0.08 109	0.08 81	0.08 111

ff7	0.14 6	0.12 81	0.27 21	0.19 26	0.12 77	0.21 73	0.18 86	0.27 21	0.20 16	0.15 11	0.13 6	0.12 3	0.12 14	0.24 57	0.12 6	0.07 16	0.05 6	0.08 65	0.07 50	0.07 37	0.07 65

ffff	0.14 6	0.12 81	0.27 21	0.19 26	0.12 77	0.21 73	0.18 86	0.27 21	0.20 16	0.15 11	0.13 6	0.12 3	0.12 14	0.24 57	0.12 6	0.07 16	0.05 6	0.08 65	0.07 50	0.07 37	0.07 65

11t	0.14 6	0.12 81	0.27 21	0.19 26	0.12 77	0.21 73	0.18 86	0.27 21	0.20 16	0.15 11	0.13 6	0.12 3	0.12 14	0.24 57	0.12 6	0.07 16	0.05 6	0.08 65	0.07 50	0.07 37	0.07 65

anonymousdsp	0.14 6	0.12 81	0.27 21	0.19 26	0.12 77	0.21 73	0.18 86	0.28 33	0.20 16	0.15 11	0.13 6	0.12 3	0.12 14	0.24 57	0.12 6	0.07 16	0.05 6	0.08 65	0.07 50	0.08 81	0.07 65

ProNet	0.14 6	0.12 81	0.25 13	0.19 26	0.11 42	0.19 34	0.19 123	0.27 21	0.20 16	0.14 8	0.13 6	0.13 11	0.12 14	0.24 57	0.12 6	0.06 1	0.05 6	0.07 14	0.06 23	0.07 37	0.07 65

ccc-4	0.14 6	0.12 81	0.27 21	0.19 26	0.12 77	0.21 73	0.18 86	0.27 21	0.20 16	0.15 11	0.13 6	0.12 3	0.12 14	0.24 57	0.12 6	0.07 16	0.05 6	0.08 65	0.07 50	0.07 37	0.07 65

IGEV-Stereo	0.14 6	0.12 81	0.27 21	0.19 26	0.12 77	0.21 73	0.18 86	0.28 33	0.20 16	0.15 11	0.13 6	0.12 3	0.12 14	0.24 57	0.12 6	0.07 16	0.05 6	0.08 65	0.07 50	0.08 81	0.07 65
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
StereoIM	0.14 6	0.13 136	0.26 16	0.19 26	0.14 164	0.16 6	0.13 3	0.25 11	0.21 26	0.13 2	0.14 14	0.14 21	0.11 8	0.17 11	0.17 90	0.08 99	0.07 158	0.08 65	0.06 23	0.07 37	0.06 18

Selective-IGEV	0.12 1	0.09 9	0.22 6	0.19 26	0.10 20	0.15 4	0.14 13	0.27 21	0.15 2	0.13 2	0.14 14	0.13 11	0.08 1	0.21 39	0.12 6	0.06 1	0.05 6	0.07 14	0.06 23	0.06 6	0.05 1

CroCo-Stereo Lap2	0.15 21	0.15 189	0.28 29	0.25 245	0.18 263	0.11 1	0.19 123	0.28 33	0.21 26	0.13 2	0.16 16	0.15 27	0.12 14	0.17 11	0.14 40	0.07 16	0.07 158	0.08 65	0.06 23	0.08 81	0.07 65

test-3	0.16 28	0.09 9	0.31 54	0.21 86	0.11 42	0.18 13	0.16 38	0.30 54	0.27 74	0.26 85	0.16 16	0.22 74	0.12 14	0.26 93	0.18 104	0.06 1	0.04 1	0.08 65	0.08 109	0.06 6	0.06 18

test_1	0.16 28	0.09 9	0.31 54	0.21 86	0.11 42	0.18 13	0.16 38	0.30 54	0.27 74	0.25 76	0.16 16	0.22 74	0.12 14	0.26 93	0.18 104	0.06 1	0.04 1	0.08 65	0.08 109	0.06 6	0.06 18

AEACV	0.13 2	0.09 9	0.23 8	0.18 8	0.19 281	0.19 34	0.16 38	0.23 6	0.14 1	0.13 2	0.17 19	0.13 11	0.16 63	0.16 7	0.12 6	0.07 16	0.05 6	0.07 14	0.08 109	0.07 37	0.06 18

CES	0.14 6	0.08 2	0.19 1	0.17 5	0.22 318	0.18 13	0.16 38	0.23 6	0.19 7	0.14 8	0.17 19	0.14 21	0.10 4	0.18 19	0.12 6	0.07 16	0.05 6	0.06 1	0.04 1	0.08 81	0.18 320

Selective-RAFT	0.17 36	0.12 81	0.30 42	0.24 208	0.10 20	0.29 191	0.15 26	0.32 67	0.31 124	0.17 28	0.17 19	0.21 67	0.18 108	0.28 120	0.17 90	0.07 16	0.06 72	0.07 14	0.07 50	0.08 81	0.06 18

LoS	0.14 6	0.08 2	0.27 21	0.16 3	0.09 7	0.22 93	0.14 13	0.26 14	0.26 65	0.15 11	0.18 22	0.18 46	0.13 32	0.22 44	0.14 40	0.08 99	0.06 72	0.06 1	0.04 1	0.06 6	0.06 18

test_3	0.18 53	0.11 63	0.32 60	0.24 208	0.11 42	0.22 93	0.25 256	0.31 59	0.31 124	0.25 76	0.18 22	0.23 93	0.13 32	0.25 80	0.19 128	0.06 1	0.05 6	0.09 120	0.10 215	0.07 37	0.06 18

Anonymous	0.20 102	0.14 164	0.47 211	0.27 296	0.20 295	0.25 135	0.25 256	0.32 67	0.26 65	0.18 39	0.18 22	0.15 27	0.19 121	0.24 57	0.18 104	0.10 206	0.09 251	0.09 120	0.09 183	0.15 288	0.13 265

ACVNet-DCA	0.18 53	0.14 164	0.38 127	0.23 171	0.11 42	0.31 219	0.19 123	0.41 163	0.27 74	0.17 28	0.19 25	0.13 11	0.18 108	0.28 120	0.11 1	0.08 99	0.05 6	0.08 65	0.06 23	0.09 142	0.09 161

xx1	0.20 102	0.14 164	0.38 127	0.23 171	0.11 42	0.31 219	0.19 123	0.35 104	0.47 271	0.17 28	0.19 25	0.28 153	0.24 169	0.28 120	0.11 1	0.08 99	0.05 6	0.10 182	0.09 183	0.09 142	0.09 161

1test111	0.19 89	0.14 164	0.38 127	0.23 171	0.11 42	0.31 219	0.19 123	0.41 163	0.27 74	0.17 28	0.19 25	0.13 11	0.18 108	0.34 168	0.22 174	0.08 99	0.05 6	0.08 65	0.06 23	0.09 142	0.09 161

cc1	0.18 53	0.14 164	0.38 127	0.23 171	0.11 42	0.31 219	0.19 123	0.35 104	0.47 271	0.17 28	0.19 25	0.13 11	0.18 108	0.28 120	0.11 1	0.08 99	0.05 6	0.08 65	0.06 23	0.08 81	0.08 111

tt1	0.18 53	0.14 164	0.35 86	0.23 171	0.11 42	0.30 208	0.19 123	0.35 104	0.44 240	0.17 28	0.19 25	0.13 11	0.16 63	0.27 108	0.11 1	0.08 99	0.05 6	0.08 65	0.06 23	0.08 81	0.08 111

LoS_RVC	0.13 2	0.10 24	0.19 1	0.18 8	0.16 228	0.20 55	0.18 86	0.20 2	0.17 3	0.13 2	0.19 25	0.12 3	0.15 49	0.17 11	0.13 24	0.06 1	0.05 6	0.06 1	0.04 1	0.05 1	0.12 253

CAS	0.15 21	0.07 1	0.21 4	0.41 366	0.16 228	0.20 55	0.18 86	0.22 3	0.19 7	0.15 11	0.19 25	0.11 2	0.09 2	0.14 1	0.13 24	0.29 370	0.04 1	0.06 1	0.04 1	0.06 6	0.14 282

TRStereo	0.19 89	0.17 223	0.47 211	0.23 171	0.19 281	0.19 34	0.16 38	0.52 261	0.28 87	0.20 41	0.19 25	0.21 67	0.13 32	0.24 57	0.13 24	0.09 164	0.06 72	0.09 120	0.11 248	0.06 6	0.06 18

sAnonymous2	0.20 102	0.21 271	0.58 268	0.24 208	0.17 244	0.22 93	0.19 123	0.34 87	0.28 87	0.17 28	0.19 25	0.17 39	0.16 63	0.17 11	0.14 40	0.10 206	0.07 158	0.09 120	0.08 109	0.23 346	0.17 306

CroCo_RVC	0.20 102	0.21 271	0.58 268	0.24 208	0.17 244	0.22 93	0.19 123	0.34 87	0.28 87	0.17 28	0.19 25	0.17 39	0.16 63	0.17 11	0.14 40	0.10 206	0.07 158	0.09 120	0.08 109	0.23 346	0.17 306

MIF-Stereo	0.14 6	0.10 24	0.30 42	0.21 86	0.13 131	0.17 9	0.13 3	0.19 1	0.18 5	0.15 11	0.20 35	0.10 1	0.11 8	0.18 19	0.16 67	0.08 99	0.06 72	0.07 14	0.06 23	0.08 81	0.06 18

EKT-Stereo	0.38 308	0.12 81	0.38 127	0.42 367	3.88 415	0.21 73	0.17 59	0.35 104	0.28 87	0.20 41	0.20 35	0.23 93	0.15 49	0.28 120	0.16 67	0.09 164	0.07 158	0.09 120	0.07 50	0.09 142	0.09 161

CASnet	0.14 6	0.12 81	0.22 6	0.22 129	0.08 2	0.16 6	0.15 26	0.27 21	0.25 58	0.22 54	0.20 35	0.15 27	0.11 8	0.17 11	0.13 24	0.07 16	0.05 6	0.11 229	0.09 183	0.08 81	0.05 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LL-Strereo2	0.18 53	0.18 235	0.39 138	0.22 129	0.12 77	0.24 125	0.13 3	0.31 59	0.23 44	0.24 70	0.20 35	0.24 104	0.12 14	0.26 93	0.15 51	0.06 1	0.06 72	0.12 262	0.09 183	0.08 81	0.07 65

4D-IteraStereo	0.17 36	0.16 207	0.50 235	0.21 86	0.14 164	0.19 34	0.17 59	0.28 33	0.28 87	0.23 57	0.20 35	0.20 59	0.11 8	0.19 25	0.14 40	0.06 1	0.04 1	0.10 182	0.08 109	0.08 81	0.06 18

GLC_STEREO	0.15 21	0.10 24	0.24 10	0.21 86	0.09 7	0.17 9	0.15 26	0.23 6	0.27 74	0.17 28	0.20 35	0.17 39	0.11 8	0.23 51	0.16 67	0.07 16	0.09 251	0.09 120	0.08 109	0.07 37	0.06 18

AnonymousM	0.17 36	0.19 250	0.24 10	0.18 8	0.10 20	0.18 13	0.17 59	0.30 54	0.23 44	0.26 85	0.20 35	0.18 46	0.14 42	0.19 25	0.14 40	0.09 164	0.06 72	0.38 373	0.15 317	0.06 6	0.05 1

raftrobust	0.16 28	0.13 136	0.29 36	0.22 129	0.15 205	0.19 34	0.13 3	0.32 67	0.26 65	0.26 85	0.20 35	0.19 57	0.17 86	0.21 39	0.15 51	0.08 99	0.06 72	0.07 14	0.06 23	0.06 6	0.07 65

iRaft-Stereo_20w	0.19 89	0.10 24	0.46 204	0.19 26	0.13 131	0.25 135	0.19 123	0.52 261	0.19 7	0.29 123	0.21 43	0.22 74	0.20 129	0.28 120	0.18 104	0.07 16	0.06 72	0.07 14	0.08 109	0.08 81	0.08 111

CFNet-RSSM	0.17 36	0.10 24	0.40 143	0.20 57	0.11 42	0.20 55	0.15 26	0.36 123	0.30 114	0.23 57	0.21 43	0.26 130	0.15 49	0.20 28	0.13 24	0.07 16	0.05 6	0.07 14	0.07 50	0.06 6	0.05 1

CREStereo	0.13 2	0.08 2	0.21 4	0.14 1	0.08 2	0.22 93	0.15 26	0.25 11	0.24 54	0.16 24	0.21 43	0.14 21	0.13 32	0.18 19	0.13 24	0.09 164	0.05 6	0.06 1	0.04 1	0.07 37	0.06 18
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
PMTNet	0.15 21	0.08 2	0.23 8	0.15 2	0.09 7	0.23 110	0.16 38	0.25 11	0.23 44	0.17 28	0.21 43	0.16 34	0.14 42	0.22 44	0.13 24	0.29 370	0.05 6	0.06 1	0.04 1	0.07 37	0.06 18

IGEV_Zeroshot_test	0.18 53	0.10 24	0.65 293	0.20 57	0.12 77	0.19 34	0.15 26	0.34 87	0.19 7	0.28 98	0.22 47	0.27 138	0.13 32	0.23 51	0.18 104	0.07 16	0.06 72	0.08 65	0.08 109	0.07 37	0.06 18

sCroCo_RVC	0.18 53	0.14 164	0.49 225	0.27 296	0.18 263	0.22 93	0.17 59	0.27 21	0.23 44	0.14 8	0.22 47	0.17 39	0.14 42	0.21 39	0.15 51	0.10 206	0.11 286	0.09 120	0.09 183	0.09 142	0.09 161

MyStereo05	0.23 159	0.12 81	0.57 264	0.21 86	0.14 164	0.25 135	0.23 220	0.48 224	0.52 306	0.31 168	0.23 49	0.25 111	0.22 145	0.30 145	0.21 160	0.07 16	0.07 158	0.09 120	0.08 109	0.08 81	0.08 111

MyStereo04	0.23 159	0.12 81	0.55 256	0.22 129	0.14 164	0.25 135	0.23 220	0.49 230	0.52 306	0.28 98	0.23 49	0.27 138	0.23 154	0.30 145	0.22 174	0.07 16	0.07 158	0.09 120	0.08 109	0.08 81	0.08 111

11t1	0.18 53	0.10 24	0.30 42	0.20 57	0.11 42	0.27 159	0.17 59	0.35 104	0.23 44	0.25 76	0.23 49	0.23 93	0.23 154	0.25 80	0.18 104	0.09 164	0.07 158	0.07 14	0.06 23	0.09 142	0.09 161

DLNR_Zeroshot_test	10.44 419	12.10 426	19.93 427	106.08 438	23.66 435	0.14 3	0.13 3	3.22 414	0.17 3	0.16 24	0.23 49	0.16 34	0.10 4	0.31 150	0.15 51	2.36 413	0.06 72	0.07 14	0.07 50	39.70 436	0.06 18

anonymousdsp2	0.17 36	0.10 24	0.28 29	0.20 57	0.11 42	0.25 135	0.17 59	0.41 163	0.31 124	0.23 57	0.23 49	0.22 74	0.15 49	0.25 80	0.15 51	0.07 16	0.05 6	0.07 14	0.05 9	0.08 81	0.07 65

riskmin	0.18 53	0.09 9	0.34 78	0.18 8	0.12 77	0.24 125	0.16 38	0.34 87	0.28 87	0.21 50	0.23 49	0.33 193	0.24 169	0.23 51	0.17 90	0.09 164	0.06 72	0.09 120	0.06 23	0.10 189	0.10 206

MC-Stereo	0.14 6	0.09 9	0.25 13	0.21 86	0.09 7	0.18 13	0.16 38	0.23 6	0.19 7	0.18 39	0.23 49	0.16 34	0.13 32	0.22 44	0.13 24	0.07 16	0.05 6	0.07 14	0.07 50	0.06 6	0.05 1

MIPNet	0.21 116	0.15 189	0.52 245	0.21 86	0.12 77	0.27 159	0.20 161	0.45 197	0.37 175	0.30 151	0.23 49	0.19 57	0.24 169	0.27 108	0.19 128	0.07 16	0.05 6	0.08 65	0.07 50	0.07 37	0.06 18

GMStereo	0.19 89	0.25 297	0.40 143	0.21 86	0.12 77	0.22 93	0.19 123	0.29 40	0.40 206	0.25 76	0.23 49	0.16 34	0.15 49	0.25 80	0.19 128	0.09 164	0.06 72	0.08 65	0.08 109	0.10 189	0.08 111
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
Gwc-CoAtRS	0.17 36	0.10 24	0.37 108	0.20 57	0.12 77	0.19 34	0.15 26	0.32 67	0.28 87	0.23 57	0.23 49	0.27 138	0.15 49	0.20 28	0.13 24	0.07 16	0.05 6	0.07 14	0.07 50	0.06 6	0.06 18

MyStereo06	0.20 102	0.12 81	0.57 264	0.21 86	0.14 164	0.25 135	0.23 220	0.40 153	0.21 26	0.30 151	0.24 59	0.31 178	0.18 108	0.22 44	0.18 104	0.07 16	0.07 158	0.09 120	0.08 109	0.08 81	0.08 111

MSKI-zero shot	0.17 36	0.09 9	0.43 182	0.20 57	0.11 42	0.21 73	0.15 26	0.32 67	0.21 26	0.23 57	0.24 59	0.23 93	0.10 4	0.31 150	0.13 24	0.07 16	0.06 72	0.07 14	0.06 23	0.06 6	0.06 18

HH	0.18 53	0.12 81	0.55 256	0.22 129	0.12 77	0.18 13	0.18 86	0.34 87	0.19 7	0.20 41	0.24 59	0.34 199	0.18 108	0.29 133	0.12 6	0.07 16	0.05 6	0.07 14	0.07 50	0.07 37	0.06 18

HanStereo	0.18 53	0.12 81	0.55 256	0.22 129	0.12 77	0.18 13	0.18 86	0.34 87	0.19 7	0.20 41	0.24 59	0.34 199	0.18 108	0.29 133	0.12 6	0.07 16	0.05 6	0.07 14	0.07 50	0.07 37	0.06 18

test-1	0.17 36	0.11 63	0.40 143	0.23 171	0.13 131	0.22 93	0.23 220	0.34 87	0.26 65	0.20 41	0.24 59	0.22 74	0.14 42	0.16 7	0.20 139	0.07 16	0.06 72	0.08 65	0.07 50	0.06 6	0.08 111

AE-Stereo	0.17 36	0.11 63	0.31 54	0.24 208	0.14 164	0.23 110	0.18 86	0.34 87	0.29 105	0.15 11	0.25 64	0.21 67	0.13 32	0.20 28	0.14 40	0.07 16	0.08 223	0.09 120	0.10 215	0.07 37	0.06 18

RCA-Stereo	0.16 28	0.09 9	0.25 13	0.20 57	0.10 20	0.19 34	0.17 59	0.36 123	0.35 156	0.20 41	0.25 64	0.17 39	0.17 86	0.18 19	0.14 40	0.07 16	0.05 6	0.07 14	0.06 23	0.06 6	0.05 1

NRIStereo	0.18 53	0.11 63	0.35 86	0.23 171	0.11 42	0.24 125	0.20 161	0.29 40	0.26 65	0.26 85	0.25 64	0.25 111	0.18 108	0.34 168	0.18 104	0.07 16	0.06 72	0.09 120	0.07 50	0.09 142	0.08 111

rafts_anoy	0.18 53	0.15 189	0.35 86	0.22 129	0.14 164	0.19 34	0.17 59	0.32 67	0.30 114	0.23 57	0.25 64	0.20 59	0.16 63	0.22 44	0.19 128	0.08 99	0.07 158	0.10 182	0.12 280	0.09 142	0.08 111

iRaftStereo_RVC	0.16 28	0.12 81	0.26 16	0.21 86	0.11 42	0.20 55	0.17 59	0.32 67	0.23 44	0.20 41	0.25 64	0.18 46	0.12 14	0.20 28	0.15 51	0.07 16	0.05 6	0.09 120	0.09 183	0.08 81	0.07 65

s12784h	0.17 36	0.09 9	0.26 16	0.18 8	0.07 1	0.32 227	0.19 123	0.37 129	0.32 132	0.23 57	0.25 64	0.18 46	0.17 86	0.25 80	0.16 67	0.07 16	0.05 6	0.07 14	0.05 9	0.06 6	0.05 1

test croco	0.17 36	0.13 136	0.43 182	0.21 86	0.13 131	0.16 6	0.17 59	0.27 21	0.22 33	0.16 24	0.26 70	0.13 11	0.16 63	0.27 108	0.16 67	0.08 99	0.06 72	0.10 182	0.07 50	0.10 189	0.07 65

MIF-Stereo (partial)	0.16 28	0.10 24	0.34 78	0.21 86	0.15 205	0.15 4	0.13 3	0.28 33	0.25 58	0.17 28	0.26 70	0.15 27	0.16 63	0.25 80	0.17 90	0.09 164	0.06 72	0.10 182	0.08 109	0.09 142	0.08 111

CRE-IMP	0.18 53	0.12 81	0.37 108	0.22 129	0.11 42	0.24 125	0.17 59	0.29 40	0.21 26	0.27 89	0.26 70	0.24 104	0.17 86	0.23 51	0.18 104	0.08 99	0.05 6	0.10 182	0.07 50	0.10 189	0.10 206

XX-TBD	0.15 21	0.18 235	0.28 29	0.22 129	0.10 20	0.22 93	0.15 26	0.22 3	0.27 74	0.22 54	0.26 70	0.14 21	0.12 14	0.16 7	0.13 24	0.08 99	0.05 6	0.06 1	0.04 1	0.07 37	0.06 18

RALAANet	0.19 89	0.18 235	0.37 108	0.23 171	0.14 164	0.23 110	0.13 3	0.37 129	0.29 105	0.28 98	0.26 70	0.25 111	0.15 49	0.26 93	0.18 104	0.08 99	0.06 72	0.09 120	0.08 109	0.09 142	0.06 18

Any-RAFT	0.17 36	0.08 2	0.31 54	0.19 26	0.10 20	0.29 191	0.16 38	0.42 175	0.30 114	0.24 70	0.27 75	0.27 138	0.16 63	0.21 39	0.12 6	0.08 99	0.05 6	0.06 1	0.05 9	0.07 37	0.06 18

IPLGR	0.21 116	0.13 136	0.61 277	0.21 86	0.11 42	0.25 135	0.18 86	0.41 163	0.37 175	0.28 98	0.27 75	0.21 67	0.19 121	0.37 183	0.18 104	0.07 16	0.06 72	0.08 65	0.07 50	0.07 37	0.06 18

DeepStereo_RVC	0.18 53	0.11 63	0.40 143	0.21 86	0.11 42	0.19 34	0.16 38	0.28 33	0.22 33	0.27 89	0.27 75	0.23 93	0.28 223	0.24 57	0.18 104	0.08 99	0.06 72	0.09 120	0.07 50	0.09 142	0.10 206

Anonymous3	0.23 159	0.18 235	0.63 287	0.27 296	0.18 263	0.41 290	0.23 220	0.43 185	0.35 156	0.23 57	0.27 75	0.20 59	0.18 108	0.27 108	0.18 104	0.12 260	0.11 286	0.10 182	0.10 215	0.11 225	0.12 253

knoymous	0.17 36	0.09 9	0.32 60	0.17 5	0.11 42	0.21 73	0.17 59	0.32 67	0.23 44	0.23 57	0.28 79	0.27 138	0.16 63	0.23 51	0.16 67	0.09 164	0.06 72	0.09 120	0.06 23	0.09 142	0.09 161

qqq	0.20 102	0.12 81	0.31 54	0.20 57	0.11 42	0.23 110	0.19 123	0.41 163	0.27 74	0.24 70	0.28 79	0.28 153	0.24 169	0.34 168	0.22 174	0.08 99	0.07 158	0.10 182	0.09 183	0.09 142	0.09 161

UDGNet	0.23 159	0.31 336	0.38 127	0.24 208	0.14 164	0.24 125	0.18 86	0.32 67	0.43 226	0.29 123	0.28 79	0.24 104	0.19 121	0.29 133	0.20 139	0.15 310	0.07 158	0.21 347	0.11 248	0.14 276	0.10 206

dd	0.22 142	0.26 308	0.40 143	0.22 129	0.12 77	0.25 135	0.21 184	0.32 67	0.44 240	0.29 123	0.28 79	0.25 111	0.16 63	0.30 145	0.25 206	0.12 260	0.07 158	0.10 182	0.08 109	0.11 225	0.09 161

ROB_FTStereo	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.14 13	0.29 40	0.22 33	0.28 98	0.28 79	0.25 111	0.17 86	0.24 57	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

HUI-Stereo	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.14 13	0.29 40	0.22 33	0.28 98	0.28 79	0.25 111	0.17 86	0.22 44	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

cross-raft	0.17 36	0.12 81	0.41 165	0.23 171	0.10 20	0.20 55	0.24 242	0.33 81	0.23 44	0.23 57	0.28 79	0.29 160	0.15 49	0.17 11	0.15 51	0.06 1	0.05 6	0.07 14	0.07 50	0.06 6	0.05 1

raft+_RVC	0.18 53	0.14 164	0.32 60	0.21 86	0.15 205	0.21 73	0.16 38	0.38 135	0.34 150	0.21 50	0.28 79	0.20 59	0.15 49	0.24 57	0.19 128	0.08 99	0.06 72	0.08 65	0.07 50	0.07 37	0.08 111

ARAFT	0.24 182	0.21 271	0.78 317	0.22 129	0.12 77	0.29 191	0.24 242	0.43 185	0.32 132	0.33 195	0.28 79	0.28 153	0.19 121	0.49 216	0.18 104	0.07 16	0.06 72	0.12 262	0.11 248	0.09 142	0.06 18

RAFT-Test	0.17 36	0.10 24	0.38 127	0.19 26	0.12 77	0.25 135	0.17 59	0.33 81	0.23 44	0.23 57	0.29 88	0.27 138	0.14 42	0.20 28	0.14 40	0.07 16	0.06 72	0.07 14	0.07 50	0.06 6	0.06 18

x	0.19 89	0.11 63	0.29 36	0.20 57	0.11 42	0.26 152	0.18 86	0.41 163	0.29 105	0.25 76	0.29 88	0.28 153	0.24 169	0.26 93	0.23 188	0.09 164	0.07 158	0.08 65	0.07 50	0.09 142	0.08 111

GwcNet-ADL	0.22 142	0.14 164	0.58 268	0.24 208	0.13 131	0.22 93	0.23 220	0.49 230	0.40 206	0.27 89	0.29 88	0.30 170	0.20 129	0.26 93	0.23 188	0.09 164	0.07 158	0.07 14	0.07 50	0.09 142	0.09 161

Patchmatch Stereo++	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.14 13	0.29 40	0.22 33	0.28 98	0.29 88	0.25 111	0.17 86	0.26 93	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111
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	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.16 38	0.29 40	0.22 33	0.28 98	0.29 88	0.25 111	0.18 108	0.24 57	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

ROB_FTStereo_v2	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.16 38	0.29 40	0.22 33	0.28 98	0.29 88	0.25 111	0.17 86	0.24 57	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

iGMRVC	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.15 26	0.29 40	0.22 33	0.28 98	0.29 88	0.25 111	0.17 86	0.27 108	0.17 90	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

iRAFT	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.14 13	0.29 40	0.22 33	0.28 98	0.29 88	0.25 111	0.17 86	0.26 93	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

RAFT-IKP	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.15 26	0.29 40	0.22 33	0.28 98	0.29 88	0.25 111	0.18 108	0.25 80	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

RALCasStereoNet	0.18 53	0.15 189	0.33 73	0.21 86	0.14 164	0.21 73	0.18 86	0.31 59	0.25 58	0.21 50	0.29 88	0.22 74	0.15 49	0.27 108	0.17 90	0.08 99	0.10 269	0.07 14	0.06 23	0.09 142	0.09 161

111	0.20 102	0.17 223	0.40 143	0.18 8	0.09 7	0.24 125	0.17 59	0.41 163	0.45 252	0.23 57	0.29 88	0.29 160	0.21 134	0.24 57	0.18 104	0.07 16	0.05 6	0.07 14	0.06 23	0.07 37	0.08 111

Anonymous_2	0.37 302	0.21 271	0.47 211	0.20 57	0.21 303	0.42 297	0.26 267	0.38 135	0.29 105	0.33 195	0.30 99	0.44 274	0.38 293	0.36 181	0.29 234	0.26 359	0.29 377	0.44 377	1.41 411	0.34 370	0.21 344

DCANet-4	0.19 89	0.10 24	0.52 245	0.19 26	0.09 7	0.19 34	0.18 86	0.36 123	0.39 193	0.29 123	0.30 99	0.17 39	0.22 145	0.20 28	0.18 104	0.07 16	0.05 6	0.07 14	0.05 9	0.05 1	0.07 65

fff	0.19 89	0.13 136	0.40 143	0.18 8	0.09 7	0.19 34	0.18 86	0.35 104	0.43 226	0.29 123	0.30 99	0.18 46	0.28 223	0.20 28	0.18 104	0.07 16	0.05 6	0.07 14	0.05 9	0.05 1	0.07 65

OMP-Stereo	0.23 159	0.14 164	0.35 86	0.29 316	0.13 131	0.21 73	0.16 38	0.37 129	0.33 143	0.34 211	0.30 99	0.34 199	0.19 121	0.70 300	0.24 197	0.07 16	0.06 72	0.09 120	0.07 50	0.07 37	0.06 18

NF-Stereo	0.20 102	0.10 24	0.35 86	0.24 208	0.12 77	0.21 73	0.18 86	0.38 135	0.32 132	0.28 98	0.30 99	0.22 74	0.16 63	0.51 223	0.20 139	0.08 99	0.06 72	0.09 120	0.08 109	0.08 81	0.13 265

OCTAStereo	0.20 102	0.10 24	0.35 86	0.24 208	0.12 77	0.21 73	0.18 86	0.38 135	0.32 132	0.28 98	0.30 99	0.22 74	0.16 63	0.51 223	0.20 139	0.08 99	0.06 72	0.09 120	0.08 109	0.08 81	0.13 265

RE-Stereo	0.20 102	0.10 24	0.35 86	0.24 208	0.12 77	0.21 73	0.18 86	0.38 135	0.32 132	0.28 98	0.30 99	0.22 74	0.16 63	0.51 223	0.20 139	0.08 99	0.06 72	0.09 120	0.08 109	0.08 81	0.13 265

TVStereo	0.20 102	0.10 24	0.35 86	0.24 208	0.12 77	0.21 73	0.18 86	0.38 135	0.32 132	0.28 98	0.30 99	0.22 74	0.16 63	0.51 223	0.20 139	0.08 99	0.06 72	0.09 120	0.08 109	0.08 81	0.13 265

IRAFT_RVC	0.22 142	0.12 81	0.39 138	0.26 273	0.11 42	0.18 13	0.24 242	0.40 153	0.37 175	0.31 168	0.30 99	0.29 160	0.24 169	0.55 239	0.22 174	0.08 99	0.06 72	0.10 182	0.08 109	0.08 81	0.07 65

CREStereo++_RVC	0.15 21	0.08 2	0.26 16	0.17 5	0.11 42	0.18 13	0.13 3	0.22 3	0.30 114	0.21 50	0.30 99	0.13 11	0.11 8	0.16 7	0.15 51	0.07 16	0.04 1	0.06 1	0.15 317	0.06 6	0.05 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	0.15 21	0.09 9	0.28 29	0.16 3	0.08 2	0.25 135	0.14 13	0.23 6	0.28 87	0.24 70	0.30 99	0.16 34	0.12 14	0.17 11	0.13 24	0.08 99	0.07 158	0.06 1	0.05 9	0.06 6	0.07 65

csc	0.19 89	0.13 136	0.40 143	0.18 8	0.09 7	0.19 34	0.18 86	0.35 104	0.43 226	0.29 123	0.30 99	0.18 46	0.28 223	0.20 28	0.18 104	0.07 16	0.05 6	0.07 14	0.05 9	0.05 1	0.07 65

cscssc	0.19 89	0.13 136	0.40 143	0.18 8	0.09 7	0.19 34	0.18 86	0.35 104	0.43 226	0.29 123	0.30 99	0.18 46	0.28 223	0.20 28	0.18 104	0.07 16	0.05 6	0.07 14	0.05 9	0.05 1	0.07 65

RAFT + AFF	0.27 221	0.23 290	0.50 235	0.25 245	0.17 244	0.30 208	0.33 318	0.52 261	0.40 206	0.28 98	0.30 99	0.30 170	0.31 256	0.62 275	0.24 197	0.09 164	0.10 269	0.11 229	0.10 215	0.11 225	0.11 231

ADStereo(finetuned)	0.19 89	0.13 136	0.49 225	0.19 26	0.09 7	0.19 34	0.18 86	0.34 87	0.39 193	0.29 123	0.31 113	0.18 46	0.31 256	0.21 39	0.19 128	0.07 16	0.05 6	0.07 14	0.05 9	0.06 6	0.07 65

DCANet	0.18 53	0.13 136	0.40 143	0.19 26	0.09 7	0.19 34	0.18 86	0.34 87	0.39 193	0.29 123	0.31 113	0.18 46	0.23 154	0.20 28	0.19 128	0.07 16	0.05 6	0.07 14	0.05 9	0.06 6	0.07 65

FENet	0.21 116	0.11 63	0.45 198	0.21 86	0.12 77	0.26 152	0.17 59	0.41 163	0.35 156	0.30 151	0.31 113	0.29 160	0.23 154	0.26 93	0.23 188	0.09 164	0.06 72	0.09 120	0.09 183	0.09 142	0.09 161

LL-Strereo	0.29 248	0.25 297	0.58 268	0.25 245	0.21 303	0.23 110	0.24 242	0.55 289	0.42 221	0.34 211	0.32 116	0.41 254	0.40 301	0.94 361	0.23 188	0.08 99	0.07 158	0.11 229	0.09 183	0.09 142	0.09 161

raft_robust	0.22 142	0.17 223	0.30 42	0.22 129	0.12 77	0.23 110	0.22 200	0.49 230	0.48 280	0.32 186	0.32 116	0.26 130	0.23 154	0.53 234	0.15 51	0.07 16	0.06 72	0.08 65	0.10 215	0.08 81	0.06 18

IPLG	0.21 116	0.15 189	0.53 248	0.21 86	0.12 77	0.28 172	0.17 59	0.42 175	0.30 114	0.33 195	0.32 116	0.15 27	0.17 86	0.50 218	0.21 160	0.07 16	0.05 6	0.08 65	0.07 50	0.07 37	0.06 18

IPLGR_C	0.21 116	0.22 283	0.60 274	0.23 171	0.15 205	0.24 125	0.20 161	0.35 104	0.29 105	0.31 168	0.32 116	0.22 74	0.15 49	0.25 80	0.20 139	0.08 99	0.07 158	0.07 14	0.07 50	0.08 81	0.08 111

GMOStereo	0.18 53	0.14 164	0.30 42	0.22 129	0.12 77	0.20 55	0.27 272	0.26 14	0.28 87	0.31 168	0.32 116	0.26 130	0.17 86	0.15 3	0.12 6	0.07 16	0.07 158	0.10 182	0.08 109	0.08 81	0.05 1

error version	0.18 53	0.14 164	0.30 42	0.22 129	0.12 77	0.20 55	0.27 272	0.26 14	0.28 87	0.31 168	0.32 116	0.26 130	0.17 86	0.15 3	0.12 6	0.07 16	0.07 158	0.10 182	0.08 109	0.08 81	0.05 1

test-v	0.18 53	0.14 164	0.30 42	0.22 129	0.12 77	0.20 55	0.27 272	0.26 14	0.28 87	0.31 168	0.32 116	0.26 130	0.17 86	0.15 3	0.12 6	0.07 16	0.07 158	0.10 182	0.08 109	0.08 81	0.05 1

ACRE	0.21 116	0.20 258	0.62 285	0.23 171	0.15 205	0.24 125	0.20 161	0.35 104	0.28 87	0.31 168	0.32 116	0.22 74	0.15 49	0.25 80	0.20 139	0.08 99	0.07 158	0.07 14	0.07 50	0.08 81	0.08 111

GANet-ADL	0.21 116	0.12 81	0.45 198	0.23 171	0.14 164	0.29 191	0.19 123	0.46 206	0.35 156	0.25 76	0.32 116	0.32 186	0.19 121	0.24 57	0.20 139	0.10 206	0.07 158	0.07 14	0.06 23	0.09 142	0.10 206

PFNet+	0.20 102	0.10 24	0.37 108	0.21 86	0.12 77	0.17 9	0.19 123	0.29 40	0.34 150	0.33 195	0.32 116	0.24 104	0.16 63	0.32 156	0.17 90	0.10 206	0.07 158	0.11 229	0.10 215	0.08 81	0.12 253

PSM-softLoss	0.21 116	0.10 24	0.39 138	0.24 208	0.12 77	0.20 55	0.18 86	0.38 135	0.26 65	0.29 123	0.32 116	0.24 104	0.16 63	0.52 229	0.20 139	0.09 164	0.06 72	0.10 182	0.09 183	0.08 81	0.12 253

KMStereo	0.21 116	0.10 24	0.39 138	0.24 208	0.12 77	0.20 55	0.18 86	0.38 135	0.26 65	0.29 123	0.32 116	0.24 104	0.16 63	0.52 229	0.20 139	0.09 164	0.06 72	0.10 182	0.09 183	0.08 81	0.12 253

PFNet	0.23 159	0.10 24	0.57 264	0.24 208	0.14 164	0.22 93	0.19 123	0.39 146	0.33 143	0.35 227	0.32 116	0.27 138	0.19 121	0.64 282	0.22 174	0.09 164	0.05 6	0.09 120	0.07 50	0.08 81	0.07 65

Pruner-Stereo	0.19 89	0.11 63	0.34 78	0.29 316	0.12 77	0.19 34	0.17 59	0.31 59	0.29 105	0.33 195	0.32 116	0.25 111	0.15 49	0.24 57	0.21 160	0.09 164	0.06 72	0.09 120	0.08 109	0.08 81	0.09 161

test-2	0.18 53	0.14 164	0.30 42	0.22 129	0.12 77	0.20 55	0.27 272	0.26 14	0.28 87	0.31 168	0.32 116	0.26 130	0.17 86	0.15 3	0.12 6	0.07 16	0.07 158	0.10 182	0.08 109	0.08 81	0.05 1

SFCPSM	0.22 142	0.10 24	0.51 241	0.21 86	0.14 164	0.34 249	0.22 200	0.55 289	0.39 193	0.29 123	0.32 116	0.23 93	0.21 134	0.27 108	0.19 128	0.09 164	0.07 158	0.09 120	0.09 183	0.09 142	0.08 111

DMCA	0.22 142	0.14 164	0.36 103	0.22 129	0.14 164	0.27 159	0.20 161	0.43 185	0.38 187	0.31 168	0.32 116	0.33 193	0.24 169	0.24 57	0.28 224	0.11 233	0.08 223	0.10 182	0.08 109	0.10 189	0.11 231

DIP-Stereo	0.18 53	0.12 81	0.33 73	0.20 57	0.13 131	0.28 172	0.12 1	0.42 175	0.25 58	0.27 89	0.32 116	0.21 67	0.17 86	0.25 80	0.20 139	0.07 16	0.06 72	0.08 65	0.06 23	0.07 37	0.08 111
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	0.20 102	0.17 223	0.43 182	0.19 26	0.08 2	0.27 159	0.14 13	0.42 175	0.30 114	0.29 123	0.32 116	0.27 138	0.21 134	0.28 120	0.25 206	0.07 16	0.05 6	0.07 14	0.06 23	0.09 142	0.06 18
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
CIPLG	0.21 116	0.21 271	0.55 256	0.23 171	0.15 205	0.25 135	0.20 161	0.35 104	0.29 105	0.31 168	0.33 135	0.22 74	0.15 49	0.26 93	0.20 139	0.08 99	0.07 158	0.07 14	0.07 50	0.08 81	0.08 111

PSMNet-ADL	0.25 204	0.15 189	0.32 60	0.26 273	0.14 164	0.31 219	0.22 200	0.44 189	0.36 166	0.27 89	0.33 135	0.41 254	0.28 223	0.61 267	0.29 234	0.11 233	0.09 251	0.09 120	0.11 248	0.10 189	0.10 206

SST-Stereo	0.21 116	0.10 24	0.37 108	0.24 208	0.13 131	0.19 34	0.17 59	0.31 59	0.24 54	0.34 211	0.33 135	0.29 160	0.25 184	0.56 247	0.17 90	0.08 99	0.05 6	0.10 182	0.08 109	0.09 142	0.07 65

RAFT_R40	0.21 116	0.10 24	0.37 108	0.24 208	0.13 131	0.18 13	0.18 86	0.31 59	0.29 105	0.33 195	0.33 135	0.30 170	0.24 169	0.55 239	0.18 104	0.08 99	0.05 6	0.10 182	0.08 109	0.08 81	0.07 65

RAFT	0.21 116	0.17 223	0.32 60	0.24 208	0.12 77	0.25 135	0.27 272	0.35 104	0.28 87	0.33 195	0.33 135	0.38 227	0.22 145	0.29 133	0.17 90	0.08 99	0.08 223	0.11 229	0.10 215	0.10 189	0.06 18

RAFT-Stereo + iAFF	0.17 36	0.14 164	0.32 60	0.20 57	0.09 7	0.19 34	0.17 59	0.32 67	0.30 114	0.25 76	0.33 135	0.20 59	0.17 86	0.19 25	0.15 51	0.06 1	0.05 6	0.07 14	0.07 50	0.07 37	0.05 1

gwcnet-sp	0.24 182	0.13 136	0.63 287	0.22 129	0.14 164	0.34 249	0.22 200	0.44 189	0.39 193	0.35 227	0.34 141	0.27 138	0.27 210	0.35 177	0.25 206	0.09 164	0.08 223	0.09 120	0.09 183	0.09 142	0.09 161

scenet	0.24 182	0.13 136	0.63 287	0.22 129	0.14 164	0.34 249	0.22 200	0.44 189	0.39 193	0.35 227	0.34 141	0.27 138	0.27 210	0.35 177	0.25 206	0.09 164	0.08 223	0.09 120	0.09 183	0.09 142	0.09 161

CASS	0.21 116	0.15 189	0.32 60	0.26 273	0.11 42	0.28 172	0.19 123	0.39 146	0.30 114	0.32 186	0.34 141	0.25 111	0.24 169	0.25 80	0.20 139	0.13 276	0.08 223	0.11 229	0.09 183	0.11 225	0.11 231
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	0.24 182	0.13 136	0.63 287	0.22 129	0.14 164	0.34 249	0.22 200	0.44 189	0.39 193	0.35 227	0.34 141	0.27 138	0.27 210	0.35 177	0.25 206	0.09 164	0.08 223	0.09 120	0.09 183	0.09 142	0.09 161

DisPM	0.19 89	0.10 24	0.35 86	0.23 171	0.13 131	0.18 13	0.20 161	0.29 40	0.29 105	0.33 195	0.34 141	0.23 93	0.16 63	0.33 162	0.16 67	0.09 164	0.06 72	0.09 120	0.08 109	0.07 37	0.11 231

TestStereo	0.21 116	0.19 250	0.40 143	0.25 245	0.10 20	0.22 93	0.21 184	0.31 59	0.31 124	0.23 57	0.34 141	0.22 74	0.18 108	0.62 275	0.18 104	0.08 99	0.06 72	0.10 182	0.07 50	0.11 225	0.06 18

BEATNet_4x	0.22 142	0.18 235	0.47 211	0.22 129	0.10 20	0.28 172	0.14 13	0.46 206	0.32 132	0.31 168	0.34 141	0.31 178	0.25 184	0.31 150	0.29 234	0.08 99	0.06 72	0.08 65	0.06 23	0.10 189	0.08 111

CoDeX	0.23 159	0.12 81	0.46 204	0.21 86	0.14 164	0.29 191	0.21 184	0.53 272	0.41 217	0.29 123	0.35 148	0.29 160	0.22 145	0.48 211	0.19 128	0.09 164	0.06 72	0.08 65	0.07 50	0.08 81	0.07 65

MIM_Stereo	0.18 53	0.12 81	0.38 127	0.20 57	0.11 42	0.17 9	0.14 13	0.35 104	0.25 58	0.27 89	0.35 148	0.23 93	0.13 32	0.27 108	0.16 67	0.06 1	0.07 158	0.08 65	0.08 109	0.08 81	0.06 18

ToySt	0.24 182	0.16 207	0.48 220	0.21 86	0.13 131	0.29 191	0.29 289	0.39 146	0.39 193	0.27 89	0.35 148	0.39 238	0.31 256	0.31 150	0.29 234	0.08 99	0.09 251	0.10 182	0.11 248	0.11 225	0.10 206

BUS	0.23 159	0.12 81	0.28 29	0.25 245	0.14 164	0.43 305	0.17 59	0.56 303	0.34 150	0.34 211	0.35 148	0.32 186	0.20 129	0.26 93	0.21 160	0.10 206	0.07 158	0.11 229	0.10 215	0.09 142	0.09 161

BSDual-CNN	0.23 159	0.12 81	0.28 29	0.25 245	0.14 164	0.35 258	0.21 184	0.56 303	0.34 150	0.34 211	0.35 148	0.38 227	0.24 169	0.26 93	0.21 160	0.10 206	0.07 158	0.11 229	0.10 215	0.09 142	0.09 161

hknet	0.25 204	0.14 164	0.40 143	0.25 245	0.15 205	0.35 258	0.21 184	0.56 303	0.37 175	0.34 211	0.35 148	0.43 264	0.27 210	0.37 183	0.21 160	0.09 164	0.07 158	0.11 229	0.10 215	0.09 142	0.09 161

LCNet	0.21 116	0.11 63	0.29 36	0.25 245	0.12 77	0.23 110	0.19 123	0.34 87	0.26 65	0.28 98	0.35 148	0.26 130	0.30 245	0.35 177	0.17 90	0.07 16	0.05 6	0.09 120	0.10 215	0.13 264	0.22 349

AAGNet	0.33 277	0.11 63	0.37 108	0.25 245	0.16 228	0.20 55	0.19 123	0.30 54	0.27 74	0.35 227	0.35 148	0.27 138	0.30 245	0.44 202	2.66 408	0.08 99	0.05 6	0.10 182	0.07 50	0.08 81	0.06 18

HCRNet	0.24 182	0.25 297	0.33 73	0.34 344	0.16 228	0.27 159	0.18 86	0.43 185	0.35 156	0.30 151	0.35 148	0.32 186	0.22 145	0.44 202	0.20 139	0.13 276	0.08 223	0.13 281	0.11 248	0.10 189	0.09 161

UCFNet_RVC	0.24 182	0.16 207	0.34 78	0.18 8	0.15 205	0.33 236	0.16 38	0.46 206	0.35 156	0.29 123	0.35 148	0.39 238	0.25 184	0.34 168	0.22 174	0.13 276	0.08 223	0.13 281	0.14 309	0.13 264	0.12 253

MyStereo8	0.22 142	0.15 189	0.63 287	0.21 86	0.17 244	0.31 219	0.16 38	0.36 123	0.32 132	0.28 98	0.36 158	0.25 111	0.18 108	0.25 80	0.28 224	0.08 99	0.07 158	0.08 65	0.07 50	0.10 189	0.12 253

PCWNet_CMD	0.23 159	0.13 136	0.48 220	0.20 57	0.13 131	0.28 172	0.16 38	0.46 206	0.46 266	0.29 123	0.36 158	0.37 222	0.24 169	0.28 120	0.20 139	0.09 164	0.06 72	0.10 182	0.08 109	0.11 225	0.09 161

CBFPSM	0.27 221	0.16 207	0.67 297	0.20 57	0.14 164	0.38 275	0.25 256	0.40 153	0.36 166	0.33 195	0.36 158	0.56 319	0.38 293	0.32 156	0.38 273	0.08 99	0.08 223	0.07 14	0.08 109	0.09 142	0.11 231

ssnet_v2	0.28 238	0.16 207	0.44 188	0.22 129	0.15 205	0.40 287	0.30 299	0.57 310	0.46 266	0.38 255	0.36 158	0.47 286	0.29 236	0.38 187	0.39 281	0.13 276	0.11 286	0.11 229	0.11 248	0.11 225	0.11 231

GES	0.22 142	0.12 81	0.42 172	0.20 57	0.14 164	0.27 159	0.19 123	0.49 230	0.33 143	0.30 151	0.36 158	0.25 111	0.23 154	0.29 133	0.22 174	0.10 206	0.08 223	0.08 65	0.07 50	0.10 189	0.11 231

ac_64	0.27 221	0.13 136	0.41 165	0.24 208	0.17 244	0.36 263	0.22 200	0.46 206	0.33 143	0.35 227	0.36 158	0.52 309	0.30 245	0.62 275	0.32 249	0.11 233	0.09 251	0.10 182	0.10 215	0.09 142	0.08 111

FADNet	0.32 271	0.36 350	0.74 315	0.23 171	0.22 318	0.37 268	0.19 123	0.53 272	0.48 280	0.32 186	0.36 158	0.43 264	0.32 263	0.64 282	0.25 206	0.16 322	0.16 338	0.14 300	0.16 328	0.24 349	0.19 327

MSMDNet	0.23 159	0.13 136	0.48 220	0.20 57	0.13 131	0.28 172	0.16 38	0.46 206	0.46 266	0.29 123	0.36 158	0.37 222	0.24 169	0.28 120	0.20 139	0.09 164	0.06 72	0.09 120	0.08 109	0.11 225	0.09 161

NOSS_ROB	0.31 262	0.20 258	0.35 86	0.24 208	0.16 228	0.32 227	0.19 123	0.52 261	0.48 280	0.33 195	0.36 158	0.42 261	0.28 223	0.93 358	0.24 197	0.19 347	0.20 358	0.24 356	0.22 358	0.17 311	0.17 306

GASNet	0.36 293	0.46 363	0.88 342	0.34 344	0.23 329	0.35 258	0.22 200	0.60 330	0.53 310	0.40 278	0.37 167	0.45 278	0.30 245	0.79 332	0.35 264	0.15 310	0.10 269	0.14 300	0.14 309	0.22 343	0.12 253

NINENet	0.25 204	0.15 189	0.37 108	0.23 171	0.16 228	0.43 305	0.17 59	0.60 330	0.46 266	0.32 186	0.37 167	0.32 186	0.20 129	0.42 196	0.21 160	0.10 206	0.10 269	0.12 262	0.08 109	0.11 225	0.10 206

iRaft-Stereo_5w	0.23 159	0.18 235	0.44 188	0.22 129	0.13 131	0.19 34	0.19 123	0.37 129	0.32 132	0.28 98	0.37 167	0.34 199	0.23 154	0.65 288	0.27 222	0.06 1	0.06 72	0.08 65	0.07 50	0.09 142	0.08 111

IIG-Stereo	0.23 159	0.13 136	0.35 86	0.29 316	0.12 77	0.23 110	0.14 13	0.38 135	0.31 124	0.34 211	0.37 167	0.33 193	0.21 134	0.70 300	0.26 218	0.08 99	0.06 72	0.09 120	0.07 50	0.07 37	0.06 18

CFNet_pseudo	0.23 159	0.13 136	0.47 211	0.19 26	0.13 131	0.26 152	0.16 38	0.44 189	0.44 240	0.29 123	0.37 167	0.38 227	0.23 154	0.29 133	0.21 160	0.09 164	0.06 72	0.11 229	0.08 109	0.11 225	0.09 161

AFF-stereo	0.18 53	0.15 189	0.32 60	0.21 86	0.10 20	0.18 13	0.18 86	0.33 81	0.27 74	0.25 76	0.37 167	0.25 111	0.17 86	0.24 57	0.15 51	0.06 1	0.05 6	0.08 65	0.08 109	0.07 37	0.05 1

UPFNet	0.25 204	0.12 81	0.38 127	0.24 208	0.19 281	0.37 268	0.28 285	0.48 224	0.38 187	0.34 211	0.37 167	0.37 222	0.28 223	0.39 189	0.33 256	0.10 206	0.09 251	0.10 182	0.10 215	0.10 189	0.08 111

DSFCA	0.27 221	0.13 136	0.36 103	0.20 57	0.17 244	0.38 275	0.31 303	0.47 213	0.43 226	0.43 301	0.37 167	0.39 238	0.29 236	0.52 229	0.32 249	0.12 260	0.10 269	0.10 182	0.11 248	0.11 225	0.10 206

DMCA-RVC	0.27 221	0.21 271	0.61 277	0.28 313	0.17 244	0.29 191	0.21 184	0.42 175	0.35 156	0.40 278	0.37 167	0.39 238	0.36 281	0.43 198	0.30 240	0.13 276	0.10 269	0.15 312	0.11 248	0.13 264	0.10 206

ccs_rob	0.23 159	0.13 136	0.47 211	0.20 57	0.13 131	0.26 152	0.17 59	0.44 189	0.44 240	0.29 123	0.37 167	0.38 227	0.23 154	0.29 133	0.21 160	0.09 164	0.06 72	0.11 229	0.08 109	0.11 225	0.09 161

mmm	0.21 116	0.12 81	0.31 54	0.22 129	0.12 77	0.28 172	0.21 184	0.41 163	0.27 74	0.29 123	0.38 177	0.29 160	0.24 169	0.29 133	0.22 174	0.09 164	0.07 158	0.11 229	0.09 183	0.10 189	0.09 161

RAFT+CT+SA	0.21 116	0.18 235	0.33 73	0.25 245	0.18 263	0.23 110	0.29 289	0.40 153	0.36 166	0.24 70	0.38 177	0.18 46	0.16 63	0.32 156	0.16 67	0.07 16	0.05 6	0.09 120	0.12 280	0.09 142	0.09 161

psmg	0.23 159	0.12 81	0.28 29	0.21 86	0.14 164	0.35 258	0.23 220	0.51 251	0.34 150	0.35 227	0.38 177	0.38 227	0.24 169	0.26 93	0.21 160	0.10 206	0.08 223	0.10 182	0.10 215	0.09 142	0.08 111

ADLNet2	0.30 255	0.17 223	0.72 311	0.23 171	0.17 244	0.36 263	0.24 242	0.52 261	0.51 300	0.32 186	0.38 177	0.45 278	0.30 245	0.69 297	0.35 264	0.10 206	0.08 223	0.09 120	0.09 183	0.12 251	0.10 206

GEStereo_RVC	0.27 221	0.20 258	0.44 188	0.27 296	0.16 228	0.33 236	0.25 256	0.56 303	0.54 314	0.34 211	0.38 177	0.34 199	0.25 184	0.51 223	0.28 224	0.12 260	0.08 223	0.09 120	0.08 109	0.11 225	0.11 231

FADNet-RVC-Resample	0.29 248	0.25 297	0.93 351	0.26 273	0.16 228	0.32 227	0.21 184	0.47 213	0.39 193	0.35 227	0.38 177	0.33 193	0.27 210	0.53 234	0.24 197	0.10 206	0.10 269	0.14 300	0.13 298	0.13 264	0.16 298

FADNet_RVC	0.30 255	0.28 318	0.83 331	0.23 171	0.15 205	0.30 208	0.17 59	0.49 230	0.37 175	0.30 151	0.38 177	0.30 170	0.27 210	0.52 229	0.31 244	0.14 299	0.14 317	0.14 300	0.16 328	0.21 337	0.23 355

RYNet	0.37 302	0.18 235	0.59 272	0.25 245	0.28 351	0.61 353	0.32 308	0.59 322	0.59 329	0.41 287	0.38 177	0.57 323	0.39 298	0.87 348	0.53 327	0.11 233	0.08 223	0.12 262	0.11 248	0.18 322	0.18 320

AdaStereo	0.24 182	0.16 207	0.37 108	0.24 208	0.12 77	0.32 227	0.17 59	0.54 279	0.42 221	0.33 195	0.38 177	0.35 213	0.21 134	0.30 145	0.22 174	0.14 299	0.06 72	0.13 281	0.08 109	0.11 225	0.08 111
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.
NVstereo2D	0.31 262	0.16 207	0.54 251	0.24 208	0.22 318	0.42 297	0.28 285	0.58 317	0.56 323	0.28 98	0.38 177	0.40 251	0.30 245	0.71 303	0.28 224	0.13 276	0.08 223	0.13 281	0.10 215	0.19 326	0.16 298

DeepPruner_ROB	0.26 214	0.19 250	0.44 188	0.21 86	0.16 228	0.30 208	0.21 184	0.52 261	0.32 132	0.35 227	0.38 177	0.39 238	0.26 193	0.42 196	0.24 197	0.15 310	0.11 286	0.11 229	0.11 248	0.14 276	0.13 265

HSM	0.28 238	0.16 207	0.35 86	0.20 57	0.15 205	0.33 236	0.19 123	0.53 272	0.37 175	0.36 242	0.38 177	0.67 353	0.31 256	0.89 352	0.23 188	0.08 99	0.06 72	0.08 65	0.07 50	0.08 81	0.08 111

TestStereo1	0.21 116	0.16 207	0.32 60	0.26 273	0.13 131	0.26 152	0.27 272	0.40 153	0.36 166	0.29 123	0.39 189	0.22 74	0.21 134	0.33 162	0.17 90	0.07 16	0.06 72	0.09 120	0.08 109	0.08 81	0.07 65

SA-5K	0.21 116	0.16 207	0.32 60	0.26 273	0.13 131	0.26 152	0.27 272	0.40 153	0.36 166	0.29 123	0.39 189	0.22 74	0.21 134	0.33 162	0.17 90	0.07 16	0.06 72	0.09 120	0.08 109	0.08 81	0.07 65

PSM-AAD	0.25 204	0.10 24	0.30 42	0.24 208	0.12 77	0.26 152	0.38 336	0.34 87	0.28 87	0.35 227	0.39 189	0.28 153	0.79 371	0.30 145	0.16 67	0.07 16	0.06 72	0.12 262	0.11 248	0.08 81	0.21 344

UNet	0.28 238	0.14 164	0.69 302	0.23 171	0.20 295	0.44 307	0.22 200	0.50 238	0.40 206	0.34 211	0.39 189	0.43 264	0.33 266	0.40 192	0.31 244	0.09 164	0.07 158	0.10 182	0.08 109	0.10 189	0.08 111

GANet-RSSM	0.24 182	0.14 164	0.36 103	0.21 86	0.14 164	0.27 159	0.21 184	0.45 197	0.33 143	0.29 123	0.39 189	0.39 238	0.28 223	0.58 255	0.23 188	0.11 233	0.07 158	0.09 120	0.09 183	0.10 189	0.09 161

FADNet-RVC	0.31 262	0.35 347	0.78 317	0.25 245	0.20 295	0.33 236	0.20 161	0.49 230	0.40 206	0.34 211	0.39 189	0.41 254	0.29 236	0.63 280	0.31 244	0.13 276	0.14 317	0.14 300	0.15 317	0.19 326	0.19 327

StereoDRNet	0.32 271	0.22 283	0.61 277	0.27 296	0.21 303	0.42 297	0.30 299	0.61 334	0.48 280	0.46 313	0.39 189	0.48 292	0.30 245	0.57 250	0.40 288	0.11 233	0.09 251	0.12 262	0.11 248	0.12 251	0.10 206

IER	0.23 159	0.12 81	0.39 138	0.20 57	0.14 164	0.31 219	0.19 123	0.42 175	0.36 166	0.33 195	0.40 196	0.32 186	0.33 266	0.29 133	0.22 174	0.09 164	0.07 158	0.08 65	0.08 109	0.09 142	0.08 111

test_5	0.23 159	0.19 250	0.38 127	0.26 273	0.18 263	0.25 135	0.29 289	0.40 153	0.37 175	0.29 123	0.40 196	0.25 111	0.22 145	0.34 168	0.18 104	0.07 16	0.05 6	0.09 120	0.09 183	0.10 189	0.10 206

AASNet	0.27 221	0.19 250	0.49 225	0.26 273	0.17 244	0.34 249	0.20 161	0.62 343	0.48 280	0.35 227	0.40 196	0.32 186	0.25 184	0.28 120	0.34 260	0.11 233	0.09 251	0.10 182	0.08 109	0.13 264	0.11 231

LMCR-Stereo	0.26 214	0.18 235	0.49 225	0.28 313	0.14 164	0.36 263	0.23 220	0.54 279	0.34 150	0.39 270	0.40 196	0.29 160	0.29 236	0.37 183	0.27 222	0.11 233	0.07 158	0.09 120	0.07 50	0.13 264	0.09 161

psm_up	0.29 248	0.16 207	0.41 165	0.26 273	0.17 244	0.32 227	0.26 267	0.55 289	0.43 226	0.36 242	0.40 196	0.45 278	0.37 289	0.58 255	0.30 240	0.11 233	0.12 303	0.13 281	0.12 280	0.10 189	0.10 206

CFNet-ft	0.24 182	0.15 189	0.35 86	0.18 8	0.15 205	0.30 208	0.21 184	0.39 146	0.36 166	0.28 98	0.40 196	0.43 264	0.25 184	0.47 209	0.24 197	0.12 260	0.07 158	0.12 262	0.11 248	0.12 251	0.09 161

CFNet	0.27 221	0.20 258	0.44 188	0.22 129	0.14 164	0.33 236	0.14 13	0.51 251	0.45 252	0.30 151	0.40 196	0.38 227	0.27 210	0.76 323	0.25 206	0.09 164	0.07 158	0.11 229	0.11 248	0.11 225	0.08 111

CFNet_RVC	0.24 182	0.15 189	0.35 86	0.18 8	0.15 205	0.30 208	0.21 184	0.39 146	0.36 166	0.28 98	0.40 196	0.43 264	0.25 184	0.47 209	0.24 197	0.12 260	0.07 158	0.12 262	0.11 248	0.12 251	0.09 161

SMFormer	0.25 204	0.12 81	0.40 143	0.19 26	0.10 20	0.27 159	0.19 123	0.51 251	0.45 252	0.34 211	0.41 204	0.31 178	0.26 193	0.58 255	0.28 224	0.10 206	0.07 158	0.08 65	0.08 109	0.09 142	0.09 161

tta	0.24 182	0.12 81	0.40 143	0.19 26	0.10 20	0.27 159	0.19 123	0.51 251	0.45 252	0.34 211	0.41 204	0.31 178	0.26 193	0.58 255	0.28 224	0.10 206	0.07 158	0.08 65	0.08 109	0.08 81	0.07 65

qqq1	0.24 182	0.12 81	0.40 143	0.19 26	0.10 20	0.27 159	0.19 123	0.51 251	0.45 252	0.34 211	0.41 204	0.31 178	0.26 193	0.58 255	0.16 67	0.10 206	0.07 158	0.07 14	0.06 23	0.08 81	0.07 65

fff1	0.24 182	0.12 81	0.40 143	0.19 26	0.10 20	0.27 159	0.19 123	0.51 251	0.45 252	0.34 211	0.41 204	0.31 178	0.26 193	0.58 255	0.16 67	0.10 206	0.07 158	0.07 14	0.06 23	0.08 81	0.07 65

1111x	0.32 271	0.11 63	0.40 143	0.22 129	0.11 42	0.32 227	0.26 267	0.59 322	0.43 226	0.31 168	0.41 204	0.39 238	0.28 223	0.76 323	1.37 387	0.09 164	0.08 223	0.09 120	0.10 215	0.09 142	0.08 111

CRFU-Net	0.28 238	0.14 164	0.45 198	0.25 245	0.15 205	0.45 312	0.23 220	0.50 238	0.30 114	0.43 301	0.41 204	0.48 292	0.46 327	0.43 198	0.29 234	0.11 233	0.10 269	0.09 120	0.08 109	0.10 189	0.10 206

XX-Stereo	0.21 116	0.10 24	0.83 331	0.26 273	0.17 244	0.23 110	0.13 3	0.40 153	0.18 5	0.20 41	0.41 204	0.31 178	0.10 4	0.32 156	0.12 6	0.08 99	0.06 72	0.08 65	0.08 109	0.07 37	0.05 1

ADLNet	0.28 238	0.15 189	0.42 172	0.23 171	0.19 281	0.34 249	0.23 220	0.53 272	0.43 226	0.42 295	0.41 204	0.44 274	0.27 210	0.55 239	0.35 264	0.11 233	0.08 223	0.11 229	0.11 248	0.11 225	0.12 253

MMNet	0.27 221	0.14 164	0.49 225	0.24 208	0.17 244	0.47 320	0.22 200	0.45 197	0.51 300	0.39 270	0.41 204	0.36 218	0.33 266	0.39 189	0.34 260	0.08 99	0.07 158	0.09 120	0.09 183	0.10 189	0.08 111

delet	0.27 221	0.14 164	0.40 143	0.23 171	0.19 281	0.41 290	0.29 289	0.49 230	0.48 280	0.33 195	0.41 204	0.37 222	0.30 245	0.48 211	0.34 260	0.09 164	0.09 251	0.11 229	0.12 280	0.08 81	0.08 111

ACVNet	0.23 159	0.13 136	0.35 86	0.18 8	0.15 205	0.27 159	0.23 220	0.39 146	0.44 240	0.28 98	0.41 204	0.38 227	0.26 193	0.27 108	0.32 249	0.08 99	0.07 158	0.08 65	0.07 50	0.10 189	0.07 65

acv_ft	0.25 204	0.13 136	0.40 143	0.23 171	0.19 281	0.34 249	0.21 184	0.45 197	0.44 240	0.38 255	0.41 204	0.38 227	0.27 210	0.27 108	0.35 264	0.08 99	0.07 158	0.08 65	0.07 50	0.11 225	0.07 65

STTStereo	0.28 238	0.20 258	0.61 277	0.25 245	0.17 244	0.29 191	0.24 242	0.47 213	0.39 193	0.39 270	0.41 204	0.44 274	0.28 223	0.40 192	0.28 224	0.13 276	0.12 303	0.13 281	0.16 328	0.12 251	0.11 231

NLCA_NET_v2_RVC	0.27 221	0.21 271	0.59 272	0.25 245	0.18 263	0.29 191	0.22 200	0.50 238	0.40 206	0.38 255	0.41 204	0.43 264	0.27 210	0.43 198	0.29 234	0.11 233	0.08 223	0.10 182	0.10 215	0.10 189	0.11 231
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DualNet	0.26 214	0.12 81	0.42 172	0.20 57	0.13 131	0.28 172	0.20 161	0.35 104	0.44 240	0.30 151	0.42 218	0.34 199	0.23 154	0.27 108	1.08 370	0.08 99	0.05 6	0.11 229	0.10 215	0.08 81	0.08 111

ffm	0.22 142	0.12 81	0.42 172	0.20 57	0.13 131	0.28 172	0.20 161	0.35 104	0.44 240	0.30 151	0.42 218	0.34 199	0.23 154	0.27 108	0.11 1	0.08 99	0.05 6	0.11 229	0.10 215	0.08 81	0.08 111

ff1	0.29 248	0.12 81	0.42 172	0.20 57	0.13 131	0.28 172	0.20 161	0.35 104	0.44 240	0.30 151	0.42 218	0.34 199	0.23 154	0.81 339	1.08 370	0.08 99	0.05 6	0.11 229	0.10 215	0.08 81	0.08 111

mmx	0.31 262	0.12 81	0.42 172	0.20 57	0.13 131	0.28 172	0.20 161	0.55 289	0.45 252	0.30 151	0.42 218	0.34 199	0.23 154	0.81 339	1.08 370	0.10 206	0.07 158	0.11 229	0.10 215	0.11 225	0.10 206

xxx	0.31 262	0.12 81	0.42 172	0.20 57	0.13 131	0.28 172	0.20 161	0.55 289	0.45 252	0.30 151	0.42 218	0.34 199	0.23 154	0.81 339	1.08 370	0.10 206	0.07 158	0.11 229	0.10 215	0.11 225	0.10 206

CFNet_ucs	0.24 182	0.13 136	0.50 235	0.20 57	0.15 205	0.28 172	0.17 59	0.49 230	0.45 252	0.32 186	0.42 218	0.39 238	0.22 145	0.31 150	0.21 160	0.11 233	0.08 223	0.12 262	0.09 183	0.12 251	0.11 231

AACVNet	0.26 214	0.16 207	0.37 108	0.22 129	0.14 164	0.29 191	0.19 123	0.41 163	0.31 124	0.38 255	0.42 218	0.43 264	0.28 223	0.73 310	0.25 206	0.11 233	0.08 223	0.11 229	0.09 183	0.13 264	0.11 231

STrans-v2	0.24 182	0.13 136	0.54 251	0.21 86	0.12 77	0.23 110	0.21 184	0.47 213	0.28 87	0.31 168	0.42 218	0.36 218	0.35 277	0.62 275	0.23 188	0.07 16	0.05 6	0.08 65	0.07 50	0.06 6	0.06 18

xxxx	0.34 284	0.10 24	0.29 36	0.19 26	0.11 42	0.37 268	0.20 161	0.58 317	0.38 187	0.29 123	0.42 218	0.38 227	0.24 169	0.46 206	2.20 404	0.11 233	0.07 158	0.09 120	0.08 109	0.09 142	0.09 161

cf-r	0.24 182	0.15 189	0.44 188	0.21 86	0.14 164	0.27 159	0.22 200	0.42 175	0.40 206	0.30 151	0.42 218	0.42 261	0.26 193	0.43 198	0.25 206	0.11 233	0.06 72	0.08 65	0.10 215	0.08 81	0.08 111

PA-Net	0.37 302	0.28 318	0.83 331	0.31 331	0.28 351	0.39 282	0.42 348	0.51 251	0.55 320	0.34 211	0.42 218	0.41 254	0.36 281	0.79 332	0.49 317	0.12 260	0.23 367	0.16 321	0.23 360	0.12 251	0.18 320
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DN-CSS_ROB	0.22 142	0.25 297	0.47 211	0.24 208	0.14 164	0.25 135	0.12 1	0.40 153	0.33 143	0.29 123	0.42 218	0.22 74	0.20 129	0.33 162	0.19 128	0.07 16	0.06 72	0.11 229	0.11 248	0.11 225	0.07 65

GMStereo_Zeroshot	0.24 182	0.21 271	0.45 198	0.26 273	0.13 131	0.28 172	0.15 26	0.39 146	0.35 156	0.37 247	0.43 230	0.40 251	0.17 86	0.34 168	0.20 139	0.12 260	0.07 158	0.13 281	0.07 50	0.16 296	0.09 161

CSP-Net	0.27 221	0.15 189	0.30 42	0.21 86	0.14 164	0.44 307	0.24 242	0.50 238	0.40 206	0.41 287	0.43 230	0.42 261	0.26 193	0.66 292	0.28 224	0.12 260	0.08 223	0.08 65	0.08 109	0.10 189	0.09 161

TransformOpticalFlow	0.24 182	0.13 136	0.56 260	0.23 171	0.11 42	0.21 73	0.19 123	0.40 153	0.32 132	0.30 151	0.43 230	0.36 218	0.31 256	0.61 267	0.20 139	0.07 16	0.05 6	0.08 65	0.07 50	0.06 6	0.07 65

ICVP	0.23 159	0.13 136	0.44 188	0.26 273	0.14 164	0.29 191	0.25 256	0.45 197	0.33 143	0.29 123	0.43 230	0.35 213	0.25 184	0.26 93	0.23 188	0.12 260	0.09 251	0.09 120	0.08 109	0.09 142	0.10 206
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RASNet	0.28 238	0.14 164	0.44 188	0.22 129	0.18 263	0.32 227	0.19 123	0.48 224	0.38 187	0.29 123	0.43 230	0.47 286	0.37 289	0.79 332	0.36 270	0.09 164	0.07 158	0.07 14	0.09 183	0.07 37	0.07 65

HSM-Net_RVC	0.27 221	0.11 63	0.42 172	0.19 26	0.11 42	0.34 249	0.20 161	0.62 343	0.43 226	0.40 278	0.43 230	0.50 302	0.26 193	0.76 323	0.22 174	0.08 99	0.07 158	0.07 14	0.07 50	0.08 81	0.08 111
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
TDLM	0.30 255	0.21 271	0.38 127	0.28 313	0.15 205	0.33 236	0.32 308	0.52 261	0.47 271	0.38 255	0.43 230	0.39 238	0.29 236	0.91 356	0.28 224	0.14 299	0.08 223	0.13 281	0.11 248	0.12 251	0.10 206

iResNet	0.24 182	0.18 235	0.61 277	0.25 245	0.11 42	0.29 191	0.21 184	0.42 175	0.43 226	0.33 195	0.43 230	0.27 138	0.22 145	0.34 168	0.26 218	0.07 16	0.05 6	0.07 14	0.06 23	0.08 81	0.07 65

iResNet_ROB	0.25 204	0.19 250	0.40 143	0.20 57	0.12 77	0.30 208	0.16 38	0.55 289	0.53 310	0.38 255	0.43 230	0.37 222	0.26 193	0.38 187	0.22 174	0.08 99	0.06 72	0.06 1	0.04 1	0.09 142	0.09 161

ttt	0.29 248	0.12 81	0.34 78	0.21 86	0.13 131	0.29 191	0.20 161	0.56 303	0.47 271	0.31 168	0.44 239	0.30 170	0.22 145	0.65 288	0.85 360	0.13 276	0.10 269	0.10 182	0.10 215	0.11 225	0.11 231

iinet-f	0.30 255	0.18 235	1.03 365	0.20 57	0.15 205	0.44 307	0.22 200	0.45 197	0.37 175	0.35 227	0.44 239	0.41 254	0.34 273	0.34 168	0.40 288	0.10 206	0.09 251	0.08 65	0.08 109	0.13 264	0.11 231

SA	0.22 142	0.16 207	0.36 103	0.23 171	0.13 131	0.24 125	0.23 220	0.45 197	0.40 206	0.27 89	0.44 239	0.23 93	0.23 154	0.33 162	0.17 90	0.07 16	0.06 72	0.10 182	0.11 248	0.08 81	0.06 18

dad	0.28 238	0.31 336	0.44 188	0.21 86	0.14 164	0.30 208	0.20 161	0.33 81	0.49 289	0.44 306	0.44 239	0.45 278	0.21 134	0.41 194	0.26 218	0.20 350	0.11 286	0.20 344	0.11 248	0.14 276	0.10 206

DAS	0.27 221	0.12 81	0.42 172	0.24 208	0.18 263	0.29 191	0.24 242	0.45 197	0.45 252	0.41 287	0.44 239	0.34 199	0.29 236	0.75 318	0.21 160	0.09 164	0.07 158	0.09 120	0.07 50	0.09 142	0.09 161

SepStereo	0.26 214	0.12 81	0.42 172	0.24 208	0.18 263	0.29 191	0.24 242	0.45 197	0.45 252	0.41 287	0.44 239	0.34 199	0.29 236	0.64 282	0.21 160	0.09 164	0.07 158	0.09 120	0.07 50	0.09 142	0.09 161

SACVNet	0.30 255	0.20 258	0.41 165	0.25 245	0.18 263	0.34 249	0.25 256	0.52 261	0.40 206	0.41 287	0.44 239	0.46 284	0.32 263	0.71 303	0.25 206	0.13 276	0.10 269	0.12 262	0.12 280	0.16 296	0.17 306

222	0.41 322	0.10 24	0.29 36	0.19 26	0.11 42	0.36 263	0.20 161	0.57 310	0.39 193	0.35 227	0.44 239	0.30 170	0.27 210	0.55 239	3.56 411	0.11 233	0.07 158	0.08 65	0.08 109	0.09 142	0.09 161

PSMNet-RSSM	0.24 182	0.15 189	0.36 103	0.21 86	0.14 164	0.25 135	0.20 161	0.48 224	0.37 175	0.30 151	0.44 239	0.38 227	0.26 193	0.52 229	0.22 174	0.12 260	0.07 158	0.11 229	0.13 298	0.10 189	0.09 161

DeepPrunerF	0.44 335	0.29 325	1.29 382	0.33 342	0.30 359	0.35 258	0.36 326	0.62 343	1.15 389	0.40 278	0.44 239	0.39 238	0.41 305	0.80 336	0.52 325	0.18 342	0.14 317	0.23 354	0.21 351	0.17 311	0.17 306

MLCV	0.22 142	0.16 207	0.44 188	0.21 86	0.08 2	0.29 191	0.19 123	0.38 135	0.37 175	0.38 255	0.44 239	0.31 178	0.21 134	0.41 194	0.24 197	0.07 16	0.05 6	0.06 1	0.05 9	0.07 37	0.06 18

PSMNet_ROB	0.33 277	0.24 293	0.54 251	0.31 331	0.21 303	0.42 297	0.43 350	0.59 322	0.47 271	0.37 247	0.44 239	0.49 296	0.31 256	0.64 282	0.43 298	0.14 299	0.10 269	0.15 312	0.14 309	0.13 264	0.11 231

UDG	0.40 320	0.46 363	0.49 225	0.40 365	0.35 366	0.47 320	0.27 272	0.54 279	0.47 271	0.39 270	0.45 251	0.59 328	0.44 318	0.46 206	0.39 281	0.26 359	0.19 353	0.48 379	0.22 358	0.34 370	0.26 361

GMM-Stereo	0.21 116	0.10 24	0.43 182	0.23 171	0.13 131	0.24 125	0.25 256	0.37 129	0.27 74	0.30 151	0.45 251	0.27 138	0.21 134	0.31 150	0.17 90	0.07 16	0.05 6	0.10 182	0.09 183	0.08 81	0.19 327

pcwnet_v2	0.32 271	0.15 189	1.26 379	0.23 171	0.18 263	0.32 227	0.18 86	0.59 322	0.60 332	0.36 242	0.45 251	0.35 213	0.29 236	0.36 181	0.25 206	0.14 299	0.11 286	0.12 262	0.11 248	0.14 276	0.15 291

test_xeample	0.34 284	0.10 24	0.29 36	0.19 26	0.11 42	0.33 236	0.23 220	0.55 289	0.38 187	0.32 186	0.45 251	0.29 160	0.26 193	0.57 250	2.24 406	0.10 206	0.07 158	0.09 120	0.08 109	0.09 142	0.09 161

GwcNet-RSSM	0.26 214	0.17 223	0.46 204	0.21 86	0.13 131	0.28 172	0.23 220	0.44 189	0.42 221	0.31 168	0.45 251	0.40 251	0.26 193	0.55 239	0.28 224	0.11 233	0.07 158	0.09 120	0.10 215	0.09 142	0.08 111

R-Stereo Train	0.18 53	0.09 9	0.32 60	0.22 129	0.12 77	0.22 93	0.19 123	0.42 175	0.19 7	0.31 168	0.45 251	0.20 59	0.14 42	0.18 19	0.15 51	0.08 99	0.06 72	0.07 14	0.06 23	0.06 6	0.06 18

RAFT-Stereo	0.18 53	0.09 9	0.32 60	0.22 129	0.12 77	0.22 93	0.19 123	0.42 175	0.19 7	0.31 168	0.45 251	0.20 59	0.14 42	0.18 19	0.15 51	0.08 99	0.06 72	0.07 14	0.06 23	0.06 6	0.06 18
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
Anonymous Stereo	0.38 308	0.34 344	1.00 359	0.30 324	0.25 341	0.33 236	0.44 353	0.50 238	0.54 314	0.41 287	0.45 251	0.39 238	0.26 193	0.93 358	0.48 314	0.15 310	0.14 317	0.15 312	0.16 328	0.16 296	0.17 306

iResNetv2_ROB	0.27 221	0.26 308	0.72 311	0.23 171	0.13 131	0.29 191	0.18 86	0.52 261	0.49 289	0.37 247	0.45 251	0.39 238	0.25 184	0.34 168	0.20 139	0.08 99	0.06 72	0.07 14	0.05 9	0.12 251	0.09 161

DISCO	0.32 271	0.13 136	0.51 241	0.25 245	0.16 228	0.48 324	0.25 256	0.50 238	0.57 326	0.37 247	0.45 251	0.62 337	0.36 281	0.64 282	0.49 317	0.09 164	0.07 158	0.09 120	0.08 109	0.12 251	0.11 231

hitnet-ft	0.29 248	0.17 223	0.40 143	0.19 26	0.14 164	0.39 282	0.23 220	0.44 189	0.41 217	0.36 242	0.46 261	0.53 313	0.34 273	0.76 323	0.32 249	0.14 299	0.10 269	0.13 281	0.10 215	0.15 288	0.13 265

XQC	0.43 329	0.37 355	0.96 355	0.34 344	0.25 341	0.53 342	0.34 320	0.60 330	0.73 359	0.51 330	0.46 261	0.57 323	0.47 330	0.70 300	0.72 349	0.17 332	0.12 303	0.18 334	0.15 317	0.25 350	0.23 355

GANetREF_RVC	0.43 329	0.47 365	0.69 302	0.38 361	0.20 295	0.51 332	0.48 365	0.66 357	0.66 343	0.46 313	0.46 261	0.50 302	0.44 318	0.90 355	0.39 281	0.27 364	0.21 359	0.32 369	0.18 342	0.27 360	0.22 349
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
CVANet_RVC	0.30 255	0.19 250	0.41 165	0.26 273	0.16 228	0.33 236	0.26 267	0.52 261	0.47 271	0.40 278	0.46 261	0.43 264	0.31 256	0.89 352	0.26 218	0.14 299	0.09 251	0.14 300	0.13 298	0.14 276	0.10 206

DRN-Test	0.33 277	0.17 223	0.61 277	0.27 296	0.19 281	0.46 314	0.29 289	0.65 351	0.51 300	0.47 321	0.46 261	0.44 274	0.34 273	0.62 275	0.41 294	0.12 260	0.08 223	0.13 281	0.12 280	0.12 251	0.10 206

NCCL2	0.35 289	0.26 308	0.49 225	0.36 354	0.22 318	0.41 290	0.41 345	0.53 272	0.42 221	0.47 321	0.46 261	0.61 335	0.39 298	0.55 239	0.37 271	0.16 322	0.13 313	0.21 347	0.21 351	0.16 296	0.16 298

DLCB_ROB	0.28 238	0.16 207	0.34 78	0.27 296	0.16 228	0.38 275	0.25 256	0.48 224	0.43 226	0.46 313	0.46 261	0.51 306	0.33 266	0.53 234	0.33 256	0.10 206	0.10 269	0.11 229	0.11 248	0.10 189	0.09 161

SQANet	0.40 320	0.48 367	0.67 297	0.48 374	0.39 369	0.48 324	0.22 200	0.51 251	0.43 226	0.40 278	0.47 268	0.47 286	0.33 266	0.54 238	0.32 249	0.36 376	0.15 331	0.40 375	0.21 351	0.45 376	0.31 368

test_4	0.18 53	0.12 81	0.34 78	0.23 171	0.12 77	0.18 13	0.22 200	0.26 14	0.24 54	0.24 70	0.47 268	0.22 74	0.13 32	0.24 57	0.16 67	0.06 1	0.05 6	0.09 120	0.09 183	0.07 37	0.05 1

GrayStereo	0.25 204	0.09 9	0.32 60	0.26 273	0.13 131	0.23 110	0.47 361	0.34 87	0.30 114	0.39 270	0.47 268	0.30 170	0.79 371	0.29 133	0.16 67	0.07 16	0.06 72	0.08 65	0.09 183	0.07 37	0.13 265

FINET	0.34 284	0.27 315	0.80 325	0.24 208	0.24 334	0.36 263	0.34 320	0.54 279	0.72 356	0.39 270	0.47 268	0.32 186	0.30 245	0.51 223	0.32 249	0.19 347	0.17 343	0.13 281	0.12 280	0.18 322	0.16 298

MaskLacGwcNet_RVC	0.36 293	0.36 350	0.53 248	0.34 344	0.19 281	0.51 332	0.24 242	0.55 289	0.38 187	0.41 287	0.47 268	0.47 286	0.27 210	0.73 310	0.30 240	0.36 376	0.19 353	0.27 359	0.17 337	0.26 357	0.23 355

NaN_ROB	0.41 322	0.28 318	0.62 285	0.30 324	0.19 281	0.51 332	0.47 361	0.58 317	0.59 329	0.56 345	0.47 268	0.49 296	0.41 305	1.21 382	0.64 344	0.12 260	0.18 349	0.12 262	0.13 298	0.11 225	0.14 282

HGLStereo	0.27 221	0.14 164	0.46 204	0.24 208	0.21 303	0.33 236	0.23 220	0.50 238	0.42 221	0.35 227	0.48 274	0.41 254	0.33 266	0.45 204	0.33 256	0.11 233	0.10 269	0.09 120	0.09 183	0.10 189	0.12 253

HBP-ISP	0.33 277	0.30 331	0.72 311	0.22 129	0.16 228	0.32 227	0.22 200	0.54 279	0.44 240	0.41 287	0.49 275	0.33 193	0.38 293	0.73 310	0.25 206	0.18 342	0.19 353	0.24 356	0.20 348	0.16 296	0.13 265

CBMV	0.33 277	0.21 271	0.54 251	0.23 171	0.13 131	0.42 297	0.33 318	0.53 272	0.48 280	0.52 336	0.49 275	0.50 302	0.41 305	0.56 247	0.31 244	0.15 310	0.16 338	0.18 334	0.16 328	0.13 264	0.13 265
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
anonymousa	0.23 159	0.11 63	0.50 235	0.21 86	0.16 228	0.31 219	0.20 161	0.36 123	0.35 156	0.32 186	0.50 277	0.39 238	0.26 193	0.22 44	0.20 139	0.08 99	0.06 72	0.09 120	0.11 248	0.07 37	0.08 111

Sa-1000	0.22 142	0.15 189	0.35 86	0.23 171	0.13 131	0.28 172	0.23 220	0.47 213	0.39 193	0.30 151	0.50 277	0.26 130	0.19 121	0.33 162	0.16 67	0.07 16	0.06 72	0.10 182	0.11 248	0.08 81	0.06 18

EAI-Stereo	0.21 116	0.10 24	0.33 73	0.21 86	0.12 77	0.30 208	0.46 357	0.46 206	0.20 16	0.25 76	0.50 277	0.17 39	0.16 63	0.24 57	0.23 188	0.07 16	0.06 72	0.07 14	0.10 215	0.06 6	0.07 65

SuperB	0.49 343	0.28 318	2.23 396	0.23 171	0.15 205	0.41 290	0.32 308	0.47 213	0.82 367	0.43 301	0.50 277	0.33 193	0.45 321	0.68 295	1.08 370	0.10 206	0.07 158	0.09 120	0.08 109	0.98 403	0.14 282

DANet	0.35 289	0.23 290	0.60 274	0.36 354	0.22 318	0.39 282	0.25 256	0.48 224	0.43 226	0.52 336	0.50 277	0.59 328	0.41 305	0.76 323	0.49 317	0.13 276	0.11 286	0.14 300	0.12 280	0.17 311	0.15 291
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
ETE_ROB	0.34 284	0.26 308	0.45 198	0.29 316	0.18 263	0.40 287	0.37 330	0.57 310	0.47 271	0.50 325	0.50 277	0.62 337	0.36 281	0.55 239	0.38 273	0.13 276	0.10 269	0.14 300	0.12 280	0.16 296	0.16 298

StereoVision	0.22 142	0.18 235	0.37 108	0.27 296	0.17 244	0.23 110	0.22 200	0.38 135	0.31 124	0.20 41	0.51 283	0.22 74	0.16 63	0.28 120	0.18 104	0.11 233	0.12 303	0.13 281	0.13 298	0.10 189	0.07 65

RAFT_CTSACE	0.21 116	0.16 207	0.41 165	0.25 245	0.15 205	0.22 93	0.24 242	0.32 67	0.28 87	0.33 195	0.51 283	0.29 160	0.17 86	0.32 156	0.13 24	0.06 1	0.07 158	0.09 120	0.08 109	0.08 81	0.06 18

ADCP+	0.45 336	0.24 293	1.15 373	0.25 245	0.22 318	0.56 344	0.39 341	0.54 279	0.51 300	0.44 306	0.51 283	0.46 284	0.52 343	0.56 247	1.89 399	0.10 206	0.08 223	0.11 229	0.10 215	0.14 276	0.13 265

CC-Net-ROB	0.43 329	0.47 365	0.65 293	0.37 359	0.23 329	0.51 332	0.29 289	0.66 357	0.49 289	0.46 313	0.51 283	0.48 292	0.38 293	0.96 364	0.35 264	0.34 375	0.23 367	0.55 383	0.25 362	0.31 367	0.20 337

PASM	0.45 336	0.35 347	0.90 346	0.35 353	0.33 363	0.39 282	0.38 336	0.50 238	0.61 335	0.52 336	0.51 283	0.62 337	0.45 321	0.93 358	0.48 314	0.26 359	0.29 377	0.29 365	0.33 373	0.29 365	0.26 361

DPSNet	0.47 339	0.24 293	0.93 351	0.27 296	0.20 295	0.75 368	0.57 374	0.84 383	0.79 365	0.47 321	0.51 283	0.60 331	0.69 365	0.87 348	0.71 348	0.16 322	0.13 313	0.12 262	0.10 215	0.25 350	0.21 344

StereoDRNet-Refined	0.27 221	0.17 223	0.35 86	0.25 245	0.14 164	0.37 268	0.21 184	0.47 213	0.41 217	0.44 306	0.51 283	0.41 254	0.28 223	0.45 204	0.37 271	0.09 164	0.06 72	0.11 229	0.11 248	0.10 189	0.10 206
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
LALA_ROB	0.36 293	0.25 297	0.46 204	0.30 324	0.21 303	0.47 320	0.39 341	0.61 334	0.51 300	0.52 336	0.51 283	0.69 358	0.36 281	0.50 218	0.43 298	0.17 332	0.11 286	0.16 321	0.14 309	0.17 311	0.15 291

Wz-Net-LNSev	0.34 284	0.29 325	0.91 347	0.26 273	0.21 303	0.47 320	0.31 303	0.54 279	0.54 314	0.44 306	0.52 291	0.50 302	0.35 277	0.39 189	0.39 281	0.11 233	0.11 286	0.10 182	0.09 183	0.14 276	0.13 265

DDUNet	0.41 322	0.50 372	0.48 220	0.44 370	0.39 369	0.46 314	0.32 308	0.50 238	0.43 226	0.45 310	0.52 291	0.57 323	0.36 281	0.48 211	0.33 256	0.33 374	0.21 359	0.55 383	0.25 362	0.37 373	0.32 371

APVNet	0.36 293	0.20 258	0.70 308	0.26 273	0.22 318	0.52 341	0.35 323	0.61 334	0.44 240	0.38 255	0.52 291	0.48 292	0.38 293	0.84 344	0.46 311	0.13 276	0.14 317	0.15 312	0.16 328	0.16 296	0.15 291

GwcNet	0.35 289	0.23 290	0.88 342	0.25 245	0.24 334	0.48 324	0.27 272	0.55 289	0.57 326	0.38 255	0.52 291	0.51 306	0.32 263	0.60 262	0.41 294	0.13 276	0.11 286	0.12 262	0.11 248	0.13 264	0.14 282

PS-NSSS	0.32 271	0.30 331	0.46 204	0.23 171	0.17 244	0.33 236	0.24 242	0.57 310	0.41 217	0.37 247	0.52 291	0.35 213	0.30 245	0.80 336	0.30 240	0.17 332	0.14 317	0.21 347	0.15 317	0.15 288	0.13 265

RTSC	0.39 314	0.28 318	0.78 317	0.27 296	0.18 263	0.49 327	0.22 200	0.59 322	0.84 372	0.55 344	0.53 296	0.49 296	0.36 281	0.67 294	0.82 356	0.13 276	0.10 269	0.11 229	0.12 280	0.17 311	0.17 306

XPNet_ROB	0.33 277	0.20 258	0.43 182	0.27 296	0.18 263	0.37 268	0.31 303	0.55 289	0.50 297	0.51 330	0.53 296	0.58 326	0.37 289	0.63 280	0.45 305	0.17 332	0.12 303	0.13 281	0.12 280	0.15 288	0.14 282

PDISCO_ROB	0.43 329	0.30 331	0.67 297	0.43 368	0.36 367	0.67 359	0.32 308	0.72 370	0.76 361	0.43 301	0.53 296	0.63 345	0.40 301	0.66 292	0.47 313	0.21 351	0.12 303	0.21 347	0.19 347	0.25 350	0.20 337

Wz-Net-TNSev	0.51 349	0.58 377	1.61 392	0.25 245	0.21 303	0.65 356	0.45 355	0.63 349	0.69 351	0.51 330	0.54 299	0.71 361	0.60 353	1.00 368	0.77 353	0.15 310	0.15 331	0.13 281	0.15 317	0.21 337	0.20 337

Wz-Net-MNSev	0.36 293	0.26 308	0.79 323	0.26 273	0.21 303	0.59 349	0.38 336	0.55 289	0.56 323	0.48 324	0.54 299	0.53 313	0.36 281	0.60 262	0.44 302	0.11 233	0.09 251	0.11 229	0.11 248	0.15 288	0.13 265

KYRaft	0.22 142	0.10 24	0.30 42	0.23 171	0.12 77	0.23 110	0.23 220	0.35 104	0.24 54	0.35 227	0.54 299	0.34 199	0.26 193	0.29 133	0.15 51	0.07 16	0.05 6	0.09 120	0.10 215	0.08 81	0.31 368

SAMSARA	0.56 356	0.39 358	0.80 325	0.60 382	0.46 375	1.00 384	1.23 410	0.67 362	0.68 349	0.71 361	0.54 299	0.89 371	0.57 350	0.81 339	0.62 340	0.19 347	0.22 364	0.18 334	0.18 342	0.27 360	0.25 360

fast-acv-ft	0.31 262	0.20 258	0.81 327	0.24 208	0.18 263	0.46 314	0.27 272	0.41 163	0.49 289	0.39 270	0.55 303	0.49 296	0.35 277	0.37 183	0.38 273	0.11 233	0.11 286	0.11 229	0.12 280	0.12 251	0.09 161

anonymity	0.56 356	0.54 376	0.70 308	0.47 373	0.61 385	0.56 344	0.43 350	0.69 366	0.49 289	0.63 352	0.55 303	0.54 315	0.60 353	0.61 267	0.57 329	0.55 385	0.53 393	0.50 380	0.54 391	0.51 378	0.56 388

Wz-Net-LNSev-Ref	0.30 255	0.20 258	0.70 308	0.21 86	0.17 244	0.46 314	0.27 272	0.50 238	0.49 289	0.42 295	0.55 303	0.43 264	0.30 245	0.46 206	0.38 273	0.09 164	0.06 72	0.07 14	0.06 23	0.11 225	0.10 206

CBMV_ROB	0.33 277	0.18 235	0.53 248	0.21 86	0.14 164	0.33 236	0.20 161	0.51 251	0.45 252	0.51 330	0.55 303	0.45 278	0.42 313	0.71 303	0.32 249	0.18 342	0.19 353	0.23 354	0.21 351	0.14 276	0.15 291

FBW_ROB	0.43 329	0.26 308	0.54 251	0.31 331	0.20 295	0.51 332	0.32 308	0.70 367	0.60 332	0.59 348	0.55 303	0.65 348	0.41 305	1.40 390	0.51 324	0.13 276	0.17 343	0.21 347	0.16 328	0.17 311	0.18 320

Syn2CoEx	0.36 293	0.31 336	0.78 317	0.34 344	0.21 303	0.41 290	0.28 285	0.61 334	0.49 289	0.42 295	0.56 308	0.45 278	0.44 318	0.69 297	0.38 273	0.17 332	0.14 317	0.15 312	0.12 280	0.13 264	0.12 253

STTRV1_RVC	0.42 325	0.32 341	0.89 345	0.29 316	0.36 367	0.49 327	0.31 303	0.61 334	0.53 310	0.46 313	0.56 308	0.47 286	0.43 316	1.00 368	0.39 281	0.27 364	0.21 359	0.20 344	0.18 342	0.25 350	0.17 306

NCC-stereo	0.39 314	0.25 297	0.69 302	0.32 337	0.28 351	0.46 314	0.36 326	0.65 351	0.52 306	0.40 278	0.57 310	0.56 319	0.47 330	0.73 310	0.45 305	0.17 332	0.14 317	0.18 334	0.25 362	0.16 296	0.16 298

Abc-Net	0.39 314	0.25 297	0.69 302	0.32 337	0.28 351	0.46 314	0.36 326	0.65 351	0.52 306	0.40 278	0.57 310	0.56 319	0.47 330	0.73 310	0.45 305	0.17 332	0.14 317	0.18 334	0.25 362	0.16 296	0.16 298
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DEmStereo	0.26 214	0.09 9	0.47 211	0.19 26	0.12 77	0.30 208	0.25 256	0.28 33	0.36 166	0.36 242	0.58 312	0.25 111	0.48 336	0.53 234	0.44 302	0.07 16	0.06 72	0.08 65	0.08 109	0.06 6	0.07 65

ADCRef	0.38 308	0.24 293	0.88 342	0.26 273	0.21 303	0.49 327	0.27 272	0.52 261	0.48 280	0.50 325	0.58 312	0.35 213	0.47 330	0.48 211	1.29 386	0.09 164	0.08 223	0.12 262	0.12 280	0.11 225	0.11 231

Ntro	0.58 360	0.64 381	0.92 349	0.66 385	0.50 378	0.77 369	0.36 326	0.66 357	0.70 353	0.50 325	0.59 314	0.65 348	0.51 341	0.75 318	0.45 305	0.56 386	0.32 381	0.56 386	0.34 374	0.63 385	0.46 384

HHNet	0.22 142	0.12 81	0.52 245	0.18 8	0.18 263	0.20 55	0.20 161	0.34 87	0.31 124	0.32 186	0.59 314	0.20 59	0.21 134	0.24 57	0.31 244	0.08 99	0.05 6	0.09 120	0.07 50	0.08 81	0.11 231

Prome-Stereo	0.21 116	0.10 24	0.30 42	0.24 208	0.12 77	0.23 110	0.23 220	0.36 123	0.25 58	0.33 195	0.59 314	0.24 104	0.28 223	0.29 133	0.16 67	0.07 16	0.05 6	0.08 65	0.07 50	0.08 81	0.20 337

S-Stereo	0.38 308	0.20 258	1.05 366	0.27 296	0.22 318	0.38 275	0.32 308	0.55 289	0.66 343	0.39 270	0.59 314	0.49 296	0.41 305	0.75 318	0.40 288	0.12 260	0.15 331	0.13 281	0.13 298	0.16 296	0.21 344

ADCPNet	0.48 341	0.29 325	1.60 390	0.27 296	0.23 329	0.70 363	0.38 336	0.53 272	0.51 300	0.51 330	0.59 314	0.67 353	0.56 348	0.60 262	1.14 376	0.15 310	0.18 349	0.14 300	0.23 360	0.19 326	0.19 327

whm_eth	0.23 159	0.18 235	0.56 260	0.24 208	0.19 281	0.21 73	0.18 86	0.37 129	0.40 206	0.31 168	0.60 319	0.15 27	0.17 86	0.26 93	0.19 128	0.09 164	0.08 223	0.10 182	0.09 183	0.09 142	0.11 231

FAT-Stereo	0.36 293	0.18 235	0.73 314	0.26 273	0.18 263	0.33 236	0.29 289	0.60 330	0.59 329	0.46 313	0.60 319	0.60 331	0.50 338	0.61 267	0.34 260	0.13 276	0.14 317	0.13 281	0.12 280	0.14 276	0.18 320

stereogan	0.37 302	0.17 223	0.65 293	0.27 296	0.22 318	0.62 354	0.26 267	0.59 322	0.63 340	0.43 301	0.60 319	0.67 353	0.42 313	0.68 295	0.35 264	0.13 276	0.14 317	0.14 300	0.12 280	0.19 326	0.17 306

edge stereo	0.39 314	0.22 283	0.81 327	0.27 296	0.22 318	0.37 268	0.24 242	0.56 303	0.54 314	0.53 341	0.60 319	0.71 361	0.50 338	0.78 330	0.40 288	0.16 322	0.14 317	0.19 341	0.14 309	0.16 296	0.17 306

SHD	0.42 325	0.27 315	0.81 327	0.31 331	0.25 341	0.42 297	0.22 200	0.66 357	0.94 380	0.63 352	0.60 319	0.59 328	0.47 330	0.59 261	0.58 334	0.15 310	0.13 313	0.16 321	0.16 328	0.20 334	0.22 349

AANet_RVC	0.31 262	0.22 283	0.50 235	0.23 171	0.14 164	0.30 208	0.24 242	0.47 213	0.54 314	0.38 255	0.60 319	0.43 264	0.29 236	0.87 348	0.40 288	0.11 233	0.07 158	0.07 14	0.07 50	0.09 142	0.09 161

SGM-Forest	0.36 293	0.17 223	0.47 211	0.23 171	0.16 228	0.45 312	0.41 345	0.55 289	0.48 280	0.52 336	0.60 319	0.52 309	0.41 305	0.85 345	0.50 322	0.17 332	0.17 343	0.17 327	0.15 317	0.15 288	0.15 291
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CrosDoStereo	0.31 262	0.10 24	0.49 225	0.18 8	0.12 77	0.22 93	1.11 407	0.34 87	0.37 175	0.38 255	0.61 326	0.28 153	0.46 327	0.61 267	0.57 329	0.07 16	0.06 72	0.08 65	0.08 109	0.07 37	0.07 65

DeepStereo_LL	0.31 262	0.10 24	0.49 225	0.18 8	0.12 77	0.22 93	1.11 407	0.34 87	0.37 175	0.38 255	0.61 326	0.28 153	0.46 327	0.61 267	0.57 329	0.07 16	0.06 72	0.08 65	0.08 109	0.07 37	0.07 65

DRaft	0.24 182	0.10 24	0.34 78	0.18 8	0.12 77	0.28 172	0.23 220	0.33 81	0.39 193	0.38 255	0.61 326	0.21 67	0.41 305	0.48 211	0.42 297	0.07 16	0.06 72	0.08 65	0.08 109	0.07 37	0.08 111

DGSMNet	0.61 365	0.29 325	0.91 347	0.51 377	0.70 389	0.62 354	1.38 411	0.59 322	0.55 320	0.37 247	0.61 326	0.52 309	0.33 266	0.65 288	0.43 298	0.53 382	0.60 400	0.67 388	0.61 396	0.63 385	0.61 395

DispFullNet	0.66 369	0.89 392	1.59 389	0.77 390	1.21 407	0.51 332	0.23 220	0.59 322	0.72 356	0.69 360	0.61 326	0.69 358	0.91 381	0.79 332	0.48 314	0.27 364	0.12 303	0.73 391	0.30 372	0.65 388	0.40 377

RP	0.35 289	0.22 283	0.51 241	0.31 331	0.24 334	0.37 268	0.28 285	0.50 238	0.58 328	0.40 278	0.63 331	0.61 335	0.47 330	0.61 267	0.39 281	0.16 322	0.15 331	0.17 327	0.15 317	0.17 311	0.17 306

RGC	0.39 314	0.32 341	0.64 292	0.34 344	0.27 348	0.40 287	0.29 289	0.57 310	0.53 310	0.45 310	0.64 332	0.62 337	0.45 321	0.72 308	0.39 281	0.15 310	0.15 331	0.21 347	0.20 348	0.18 322	0.19 327

Wz-Net-SNSev	0.43 329	0.41 362	1.27 380	0.30 324	0.21 303	0.44 307	0.41 345	0.61 334	0.65 342	0.46 313	0.65 333	0.62 337	0.39 298	0.74 317	0.59 335	0.12 260	0.11 286	0.12 262	0.13 298	0.16 296	0.14 282

THIR-Stereo	0.29 248	0.12 81	0.41 165	0.19 26	0.11 42	0.28 172	0.72 385	0.32 67	0.35 156	0.37 247	0.65 333	0.34 199	0.50 338	0.57 250	0.45 305	0.07 16	0.06 72	0.08 65	0.09 183	0.07 37	0.07 65

RAFT-345	0.21 116	0.10 24	0.46 204	0.22 129	0.11 42	0.20 55	0.16 38	0.26 14	0.25 58	0.27 89	0.66 335	0.21 67	0.16 63	0.55 239	0.21 160	0.07 16	0.06 72	0.08 65	0.07 50	0.06 6	0.06 18

ccnet	0.42 325	0.31 336	0.48 220	0.27 296	0.32 362	0.60 352	0.32 308	0.65 351	0.46 266	0.53 341	0.66 335	0.56 319	0.45 321	0.72 308	0.61 338	0.26 359	0.19 353	0.24 356	0.21 351	0.26 357	0.22 349

ADCMid	0.49 343	0.34 344	1.13 372	0.26 273	0.21 303	0.51 332	0.37 330	0.57 310	0.54 314	0.75 366	0.66 335	0.62 337	0.64 363	0.64 282	1.68 393	0.13 276	0.12 303	0.17 327	0.17 337	0.20 334	0.17 306

AnyNet_C32	0.51 349	0.40 359	1.10 371	0.29 316	0.28 351	0.59 349	0.58 375	0.54 279	0.60 332	0.62 351	0.66 335	0.54 315	0.54 344	0.78 330	1.74 396	0.15 310	0.14 317	0.15 312	0.17 337	0.20 334	0.20 337

FADE	4.32 411	1.06 400	4.35 408	0.71 387	0.76 394	0.73 364	0.50 368	1.85 407	1.52 396	0.75 366	0.66 335	1.17 381	2.69 410	2.83 408	1.96 403	24.23 435	4.70 418	17.35 430	17.61 429	0.49 377	0.44 380

ASMatch	0.23 159	0.11 63	0.51 241	0.24 208	0.14 164	0.19 34	0.17 59	0.31 59	0.28 87	0.28 98	0.68 340	0.27 138	0.26 193	0.50 218	0.22 174	0.07 16	0.06 72	0.08 65	0.07 50	0.06 6	0.11 231

psmorigin	0.50 345	0.25 297	3.03 406	0.24 208	0.19 281	0.38 275	0.22 200	0.50 238	0.44 240	0.64 354	0.68 340	0.71 361	0.51 341	0.85 345	0.45 305	0.14 299	0.17 343	0.13 281	0.14 309	0.16 296	0.21 344

MFN_U_SF_DS_RVC	0.51 349	0.50 372	0.86 339	0.39 363	0.24 334	0.84 376	0.55 373	0.56 303	0.62 337	0.60 349	0.68 340	0.62 337	0.42 313	1.13 377	0.43 298	0.23 354	0.27 373	0.27 359	0.35 375	0.25 350	0.29 365

AF-Net	0.37 302	0.26 308	0.56 260	0.32 337	0.23 329	0.41 290	0.29 289	0.61 334	0.64 341	0.42 295	0.68 340	0.65 348	0.49 337	0.57 250	0.44 302	0.15 310	0.11 286	0.19 341	0.14 309	0.15 288	0.13 265

Nwc_Net	0.37 302	0.25 297	0.68 301	0.31 331	0.24 334	0.44 307	0.30 299	0.65 351	0.50 297	0.37 247	0.69 344	0.58 326	0.45 321	0.60 262	0.40 288	0.15 310	0.12 303	0.19 341	0.21 351	0.14 276	0.13 265

WZ-Net	0.52 353	0.38 357	1.90 394	0.30 324	0.24 334	0.57 347	0.48 365	0.62 343	0.78 364	0.50 325	0.71 345	0.68 356	0.54 344	0.98 367	0.84 357	0.13 276	0.10 269	0.11 229	0.12 280	0.19 326	0.20 337

ADCL	0.47 339	0.22 283	1.00 359	0.27 296	0.19 281	0.74 366	0.64 380	0.54 279	0.69 351	0.56 345	0.71 345	0.55 317	0.60 353	0.60 262	1.43 388	0.11 233	0.09 251	0.13 281	0.13 298	0.14 276	0.14 282

ADCS	0.58 360	0.40 359	1.35 385	0.29 316	0.24 334	0.55 343	0.45 355	0.67 362	0.83 370	0.76 368	0.71 345	0.68 356	0.60 353	0.76 323	2.23 405	0.16 322	0.16 338	0.16 321	0.17 337	0.22 343	0.22 349

MDST_ROB	0.48 341	0.14 164	0.95 354	0.30 324	0.21 303	1.33 398	0.32 308	0.77 374	0.56 323	1.06 384	0.71 345	0.49 296	0.35 277	1.26 385	0.38 273	0.13 276	0.11 286	0.16 321	0.13 298	0.12 251	0.12 253

ACVNet-4b	0.72 374	0.81 387	1.33 384	0.72 388	0.50 378	0.80 374	0.31 303	0.71 369	0.80 366	0.50 325	0.72 349	0.95 374	0.43 316	0.96 364	1.20 383	1.13 408	0.21 359	0.76 392	0.45 382	0.65 388	0.46 384

MFN_U_SF_RVC	0.56 356	0.51 374	1.19 374	0.38 361	0.22 318	0.69 360	0.27 272	0.80 379	0.67 346	0.73 362	0.74 350	0.87 368	0.61 362	0.81 339	0.76 350	0.29 370	0.27 373	0.32 369	0.37 379	0.32 369	0.31 368

otaku	0.57 359	0.62 380	0.87 341	0.63 384	0.44 374	0.73 364	0.37 330	0.65 351	0.66 343	0.51 330	0.75 351	0.66 352	0.45 321	0.69 297	0.46 311	0.53 382	0.34 382	0.55 383	0.35 375	0.60 384	0.45 381

ACVNet_1	0.72 374	0.81 387	1.37 386	0.72 388	0.53 381	0.77 369	0.42 348	0.85 385	0.90 375	0.74 365	0.75 351	1.32 386	0.72 368	1.02 371	0.55 328	0.54 384	0.31 380	0.71 390	0.35 375	0.64 387	0.45 381

GANet	0.36 293	0.22 283	0.49 225	0.29 316	0.17 244	0.41 290	0.38 336	0.57 310	0.45 252	0.46 313	0.75 351	0.55 317	0.40 301	0.94 361	0.41 294	0.13 276	0.13 313	0.13 281	0.11 248	0.14 276	0.11 231

MADNet+	1.01 387	1.16 404	4.72 411	0.70 386	0.47 376	1.24 394	0.96 400	0.97 387	0.89 373	0.65 356	0.77 354	0.87 368	0.85 379	2.09 403	1.68 393	0.38 379	0.39 385	0.31 368	0.27 368	0.43 374	0.39 376

CSAN	0.50 345	0.35 347	0.78 317	0.36 354	0.23 329	0.56 344	0.59 377	0.61 334	0.70 353	0.64 354	0.78 355	0.65 348	0.60 353	1.38 389	0.62 340	0.21 351	0.17 343	0.20 344	0.20 348	0.18 322	0.18 320

RainbowNet	0.72 374	0.89 392	1.02 363	0.82 391	0.63 387	0.78 372	0.52 370	0.81 381	0.93 379	0.60 349	0.79 356	0.80 366	0.60 353	0.80 336	0.57 329	0.78 395	0.55 396	0.78 393	0.49 385	0.76 393	0.58 390

DCRE	0.20 102	0.13 136	0.40 143	0.21 86	0.15 205	0.20 55	0.19 123	0.30 54	0.27 74	0.22 54	0.80 357	0.23 93	0.16 63	0.23 51	0.15 51	0.07 16	0.07 158	0.07 14	0.08 109	0.07 37	0.06 18

SDNR	0.42 325	0.21 271	0.82 330	0.21 86	0.18 263	1.27 395	0.17 59	0.50 238	0.49 289	0.42 295	0.81 358	0.38 227	0.27 210	1.19 379	0.38 273	0.23 354	0.24 369	0.17 327	0.13 298	0.17 311	0.20 337

Consistency-Raft	0.55 355	0.48 367	1.02 363	0.45 371	0.49 377	0.49 327	0.47 361	0.72 370	0.72 356	0.45 310	0.82 359	0.47 286	0.60 353	0.50 218	0.63 343	0.39 380	0.39 385	0.44 377	0.51 388	0.52 379	0.37 374

aanetorigin	0.39 314	0.29 325	1.09 368	0.24 208	0.19 281	0.28 172	0.37 330	0.33 81	0.47 271	0.94 376	0.82 359	0.52 309	0.54 344	0.49 216	0.50 322	0.11 233	0.09 251	0.10 182	0.10 215	0.16 296	0.15 291

SGM_RVC	0.50 345	0.19 250	0.50 235	0.25 245	0.15 205	0.69 360	0.39 341	0.68 365	0.82 367	0.95 378	0.84 361	1.13 377	0.76 369	1.16 378	0.60 337	0.16 322	0.16 338	0.16 321	0.16 328	0.16 296	0.17 306
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
PWC_ROB	0.38 308	0.29 325	0.69 302	0.25 245	0.20 295	0.38 275	0.19 123	0.58 317	0.67 346	0.57 347	0.85 362	0.51 306	0.40 301	0.71 303	0.52 325	0.13 276	0.09 251	0.14 300	0.10 215	0.17 311	0.14 282

MSC_U_SF_DS_RVC	0.68 371	0.64 381	1.06 367	0.45 371	0.27 348	1.40 401	0.58 375	0.78 375	0.92 377	0.84 371	0.86 363	0.88 370	0.68 364	1.33 388	0.68 347	0.37 378	0.29 377	0.34 371	0.36 378	0.43 374	0.37 374

MFMNet_re	0.72 374	0.76 385	0.99 358	0.62 383	0.70 389	0.77 369	0.67 381	0.75 372	0.83 370	0.78 369	0.86 363	0.69 358	0.78 370	0.71 303	0.61 338	0.66 391	0.59 399	0.61 387	0.58 395	0.68 391	0.71 399

SPS-STEREO	0.69 372	0.61 379	0.98 357	0.52 379	0.57 383	0.74 366	0.50 368	0.78 375	0.62 337	0.95 378	0.86 363	0.94 372	0.70 366	1.01 370	0.87 361	0.58 388	0.51 390	0.50 380	0.50 387	0.55 381	0.58 390
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
EDNetEfficient	0.63 366	0.37 355	2.40 400	0.26 273	0.25 341	0.38 275	0.49 367	0.41 163	1.06 384	1.38 394	0.87 366	0.62 337	0.95 382	0.65 288	1.65 392	0.11 233	0.09 251	0.10 182	0.11 248	0.19 326	0.17 306

RTS	0.78 380	0.48 367	4.68 409	0.34 344	0.28 351	1.12 388	0.46 357	0.62 343	1.03 381	0.73 362	0.89 367	0.60 331	0.59 351	1.61 393	1.16 379	0.14 299	0.11 286	0.15 312	0.15 317	0.21 337	0.19 327

RTSA	0.78 380	0.48 367	4.68 409	0.34 344	0.28 351	1.12 388	0.46 357	0.62 343	1.03 381	0.73 362	0.89 367	0.60 331	0.59 351	1.61 393	1.16 379	0.14 299	0.11 286	0.15 312	0.15 317	0.21 337	0.19 327

FTStereo	0.28 238	0.10 24	0.43 182	0.23 171	0.13 131	0.21 73	0.53 372	0.34 87	0.26 65	0.38 255	0.95 369	0.30 170	0.56 348	0.32 156	0.18 104	0.08 99	0.06 72	0.09 120	0.08 109	0.07 37	0.19 327

AnyNet_C01	0.65 368	0.58 377	2.60 403	0.32 337	0.26 346	0.88 378	0.61 378	0.63 349	0.62 337	0.68 358	0.96 370	0.76 364	0.60 353	0.96 364	1.43 388	0.16 322	0.16 338	0.17 327	0.17 337	0.23 346	0.23 355

SANet	0.53 354	0.28 318	0.96 355	0.26 273	0.15 205	0.69 360	0.44 353	0.67 362	1.34 391	0.67 357	0.98 371	0.94 372	0.71 367	0.89 352	0.76 350	0.14 299	0.12 303	0.12 262	0.11 248	0.17 311	0.16 298

tt	4.71 413	0.10 24	3.94 407	2.06 414	1.53 411	10.14 420	16.88 420	9.27 421	4.98 413	1.39 395	1.02 372	4.68 412	4.90 413	3.35 413	5.86 416	5.76 419	9.15 425	2.24 414	2.53 415	3.10 415	1.32 412

EDNetEfficientorigin	7.51 416	0.52 375	140.47 438	0.25 245	0.17 244	0.42 297	0.29 289	0.47 213	1.03 381	1.28 391	1.02 372	0.83 367	0.84 377	0.75 318	0.99 366	0.10 206	0.09 251	0.12 262	0.10 215	0.21 337	0.22 349

PVD	0.58 360	0.34 344	0.84 335	0.39 363	0.31 361	0.59 349	0.47 361	0.80 379	1.25 390	0.92 375	1.09 374	0.79 365	0.82 375	0.85 345	0.76 350	0.21 351	0.18 349	0.22 353	0.18 342	0.27 360	0.35 373

JetBlue	1.14 392	0.76 385	2.36 398	0.59 381	0.75 391	3.04 412	1.78 412	1.11 389	0.90 375	0.94 376	1.10 375	1.66 392	1.28 396	2.09 403	1.72 395	0.43 381	0.36 383	0.38 373	0.38 381	0.58 383	0.56 388

LSM	1.64 402	0.40 359	2.56 402	2.02 413	17.61 425	0.51 332	0.52 370	0.61 334	0.76 361	0.82 370	1.11 376	0.63 345	0.54 344	0.75 318	0.49 317	0.16 322	0.24 369	0.18 334	0.21 351	0.25 350	2.42 416

PWCK	1.00 386	1.17 405	1.70 393	0.91 394	0.41 372	1.19 392	0.92 398	1.10 388	1.14 388	1.16 389	1.14 377	1.25 383	0.88 380	1.75 399	1.04 369	0.87 399	0.50 388	0.87 395	0.53 390	0.96 402	0.52 386

RAFT-RH_RVC	0.25 204	0.11 63	0.45 198	0.21 86	0.12 77	0.25 135	0.14 13	0.27 21	0.27 74	0.38 255	1.15 378	0.23 93	0.17 86	0.57 250	0.24 197	0.07 16	0.05 6	0.10 182	0.07 50	0.06 6	0.07 65

coex-ft	3.44 410	0.73 384	48.55 436	0.24 208	0.19 281	0.50 331	0.43 350	0.47 213	2.40 403	7.03 417	1.20 379	0.97 375	2.23 406	0.73 310	1.92 400	0.12 260	0.15 331	0.14 300	0.12 280	0.21 337	0.43 379

G-Net	0.46 338	0.25 297	0.86 339	0.34 344	0.28 351	0.90 380	0.35 323	0.47 213	0.45 252	0.68 358	1.22 380	0.64 347	0.60 353	0.61 267	0.57 329	0.16 322	0.14 317	0.17 327	0.13 298	0.22 343	0.19 327

pmcnn	0.50 345	0.20 258	0.78 317	0.24 208	0.26 346	0.39 282	0.30 299	0.51 251	0.50 297	0.54 343	1.23 381	2.52 404	0.37 289	0.77 329	0.95 364	0.08 99	0.06 72	0.06 1	0.05 9	0.10 189	0.08 111

PWCDC_ROB	0.38 308	0.30 331	0.60 274	0.33 342	0.20 295	0.42 297	0.19 123	0.58 317	0.89 373	0.42 295	1.26 382	0.36 218	0.34 273	0.50 218	0.38 273	0.18 342	0.11 286	0.11 229	0.09 183	0.19 326	0.13 265

MeshStereo	0.58 360	0.27 315	0.67 297	0.22 129	0.17 244	0.66 358	0.37 330	0.78 375	0.61 335	1.47 404	1.30 383	1.65 391	0.79 371	1.12 376	0.59 335	0.17 332	0.17 343	0.17 327	0.14 309	0.17 311	0.14 282
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
UNDER WATER-64	1.55 400	1.19 406	2.52 401	1.31 406	0.95 403	2.12 407	1.21 409	1.45 397	3.19 405	1.43 400	1.32 384	2.64 405	2.04 405	1.63 395	1.83 397	1.11 406	0.67 407	1.28 407	0.92 406	1.19 404	1.02 408

ELAS_RVC	0.74 378	0.36 350	1.00 359	0.37 359	0.33 363	0.88 378	0.93 399	0.83 382	1.08 385	1.35 393	1.33 385	1.24 382	1.33 397	1.06 373	0.95 364	0.27 364	0.25 371	0.29 365	0.27 368	0.30 366	0.30 366
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	0.89 383	0.87 391	1.25 378	0.82 391	0.62 386	0.97 383	0.62 379	1.14 390	1.42 393	1.00 381	1.40 386	1.47 389	0.84 377	1.11 374	0.66 346	0.61 389	0.43 387	0.78 393	0.49 385	0.75 392	0.52 386

WCMA_ROB	0.51 349	0.21 271	0.65 293	0.25 245	0.21 303	0.58 348	0.32 308	0.54 279	0.55 320	0.95 378	1.40 386	1.28 384	0.81 374	0.73 310	0.62 340	0.18 342	0.15 331	0.15 312	0.15 317	0.19 326	0.19 327

IMH-64-1	0.91 384	0.86 389	0.84 335	0.97 396	0.75 391	0.92 381	0.71 383	1.27 391	1.10 386	0.89 373	1.45 388	1.14 378	0.96 383	1.19 379	0.84 357	0.74 392	0.51 390	0.97 397	0.55 392	0.84 395	0.60 392

IMH-64	0.91 384	0.86 389	0.84 335	0.97 396	0.75 391	0.92 381	0.71 383	1.27 391	1.10 386	0.89 373	1.45 388	1.14 378	0.96 383	1.19 379	0.84 357	0.74 392	0.51 390	0.97 397	0.55 392	0.84 395	0.60 392

UNDER WATER	1.59 401	1.22 407	2.36 398	1.38 407	1.03 404	1.67 404	1.10 406	1.54 402	3.63 407	1.44 401	1.47 390	2.85 407	2.25 407	1.67 396	1.94 401	1.06 404	0.62 403	1.31 408	0.93 407	1.21 405	1.02 408

MSMD_ROB	0.60 364	0.33 343	0.61 277	0.30 324	0.25 341	0.86 377	0.35 323	0.55 289	0.67 346	1.10 386	1.49 391	1.76 394	0.97 385	0.88 351	0.49 317	0.23 354	0.21 359	0.27 359	0.27 368	0.25 350	0.24 359

SGM+DAISY	0.87 382	0.66 383	1.30 383	0.51 377	0.60 384	1.03 385	0.84 396	0.76 373	0.73 359	1.39 395	1.51 392	1.31 385	1.22 392	1.11 374	1.08 370	0.57 387	0.53 393	0.51 382	0.51 388	0.54 380	0.61 395

ELAS	0.74 378	0.36 350	0.85 338	0.36 354	0.33 363	1.36 399	0.77 390	0.93 386	0.92 377	1.41 397	1.53 393	1.16 380	1.17 390	0.95 363	1.03 368	0.26 359	0.25 371	0.28 364	0.28 371	0.31 367	0.30 366
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-6	1.07 390	0.93 395	0.92 349	0.96 395	0.78 395	1.28 396	0.75 387	1.34 393	2.00 401	1.02 383	1.54 394	1.59 390	1.22 392	1.31 387	1.14 376	0.78 395	0.55 396	1.02 401	0.75 402	0.83 394	0.69 398

FCDSN-DC	0.63 366	0.31 336	0.61 277	0.36 354	0.30 359	0.65 356	0.37 330	0.66 357	0.68 349	1.14 388	1.54 394	1.71 393	1.26 394	0.92 357	0.64 344	0.24 357	0.22 364	0.27 359	0.26 366	0.27 360	0.27 364
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.70 373	0.30 331	0.69 302	0.32 337	0.27 348	0.81 375	0.39 341	0.79 378	0.82 367	1.41 397	1.58 396	1.98 396	1.26 394	1.02 371	0.77 353	0.24 357	0.22 364	0.27 359	0.26 366	0.26 357	0.26 361

IMH	1.05 389	0.95 396	1.00 359	1.01 398	0.78 395	1.11 387	0.68 382	1.38 394	1.43 394	1.00 381	1.72 397	1.43 387	1.14 387	1.73 398	0.89 362	1.09 405	0.55 396	0.99 399	0.57 394	0.87 397	0.62 397

NVStereoNet_ROB	0.67 370	0.49 371	0.83 331	0.48 374	0.40 371	0.51 332	0.46 357	0.70 367	0.77 363	0.84 371	1.72 397	1.02 376	0.83 376	1.23 383	0.79 355	0.32 373	0.38 384	0.40 375	0.46 383	0.36 372	0.41 378
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-7	1.01 387	0.89 392	0.93 351	0.83 393	0.66 388	1.18 390	0.81 394	1.40 395	1.57 397	1.11 387	1.76 399	1.45 388	1.19 391	1.50 392	1.14 376	0.61 389	0.62 403	0.70 389	0.68 398	0.66 390	0.60 392

LVE	1.13 391	1.02 397	1.28 381	1.01 398	0.80 398	1.29 397	0.81 394	1.47 398	1.96 399	1.07 385	1.90 400	1.90 395	1.01 386	1.48 391	0.91 363	0.93 402	0.61 402	0.94 396	0.69 399	0.87 397	0.75 403

JetRed	2.30 408	2.64 415	6.12 412	1.12 404	1.38 410	5.85 415	3.29 414	1.99 408	1.67 398	1.98 406	1.95 401	2.16 401	1.60 402	2.48 407	4.10 413	1.05 403	1.60 412	1.09 402	1.01 409	1.67 412	1.28 411

Dean	1.17 393	1.04 399	1.49 388	1.03 400	0.78 395	1.20 393	0.77 390	1.48 399	1.96 399	1.28 391	1.99 402	2.15 398	1.14 387	1.25 384	1.00 367	0.81 397	0.60 400	1.01 400	0.69 399	0.92 401	0.74 402

SGM-ForestM	1.36 394	0.28 318	0.79 323	0.26 273	0.16 228	2.26 409	1.00 402	1.42 396	1.46 395	2.38 408	2.05 403	5.95 417	2.66 409	2.95 409	2.46 407	0.17 332	0.18 349	0.18 334	0.18 342	0.15 288	0.18 320

LE_ROB	1.76 403	0.20 258	2.68 404	0.48 374	0.52 380	0.78 372	0.96 400	0.84 383	6.61 416	7.40 418	2.08 404	2.08 397	4.83 412	1.27 386	3.79 412	0.10 206	0.08 223	0.12 262	0.11 248	0.11 225	0.10 206

WAO-8	1.46 398	1.10 402	1.09 368	1.10 401	0.84 399	2.06 405	0.75 387	1.84 404	3.83 409	1.44 401	2.21 405	2.15 398	1.43 399	3.17 410	1.19 381	0.91 400	0.65 405	1.09 402	0.79 403	0.90 399	0.71 399

Venus	1.46 398	1.10 402	1.09 368	1.10 401	0.84 399	2.06 405	0.75 387	1.84 404	3.83 409	1.44 401	2.21 405	2.15 398	1.43 399	3.17 410	1.19 381	0.91 400	0.65 405	1.09 402	0.79 403	0.90 399	0.71 399

TorneroNet-64	1.43 396	1.03 398	1.20 375	1.10 401	0.86 401	2.26 409	0.73 386	1.84 404	3.84 411	1.25 390	2.25 407	2.69 406	1.42 398	1.76 400	1.43 388	0.76 394	0.50 388	1.09 402	0.66 397	1.23 406	0.76 404

MADNet++	2.26 407	1.80 413	2.06 395	2.13 415	1.97 413	2.61 411	1.79 413	2.38 411	2.16 402	2.75 410	2.65 408	2.38 402	2.43 408	3.17 410	3.21 409	2.17 412	1.95 413	1.94 413	1.63 412	2.06 413	2.01 415

MANE	1.41 395	0.36 350	0.74 315	0.43 368	0.41 372	2.16 408	0.80 392	2.39 412	3.38 406	2.22 407	3.06 409	3.54 410	2.73 411	2.15 405	1.94 401	0.28 368	0.27 373	0.30 367	0.46 383	0.28 364	0.34 372

notaker	1.45 397	1.34 408	1.48 387	1.40 408	1.07 405	1.18 390	0.85 397	1.48 399	1.40 392	1.51 405	3.46 410	2.40 403	1.81 403	1.76 400	1.45 391	1.11 406	0.69 408	1.38 409	0.87 405	1.31 408	0.97 407

DPSimNet_ROB	4.34 412	4.23 416	6.89 414	3.67 416	3.68 414	4.75 413	5.21 416	2.67 413	3.68 408	5.82 415	3.95 411	5.57 413	6.72 416	3.46 414	4.48 414	4.05 417	2.88 416	4.68 418	3.12 417	3.69 416	3.62 418

ktn	1.77 404	1.36 409	1.22 376	1.43 409	1.14 406	1.52 402	1.08 405	1.51 401	3.96 412	2.77 411	4.69 412	3.35 409	1.46 401	1.69 397	1.25 385	1.43 410	0.77 409	1.45 410	0.99 408	1.32 410	0.96 406

HanzoNet	2.97 409	1.69 411	2.29 397	1.74 411	1.33 409	1.53 403	1.03 403	1.99 408	2.64 404	5.51 414	5.16 413	5.90 416	6.82 417	4.32 415	3.29 410	3.16 414	2.02 415	1.92 412	2.87 416	2.24 414	1.89 414

TorneroNet	2.22 406	1.08 401	1.24 377	1.14 405	0.90 402	5.58 414	0.80 392	2.12 410	8.69 418	2.58 409	5.42 414	3.88 411	1.97 404	1.78 402	1.87 398	0.86 398	0.54 395	1.15 406	0.74 401	1.23 406	0.85 405

ASD4	7.23 415	6.65 419	7.69 415	5.24 418	5.62 416	11.85 421	20.36 421	7.57 419	7.14 417	6.55 416	5.47 415	5.99 418	5.78 414	7.22 418	9.24 419	4.85 418	4.44 417	6.40 422	5.19 418	6.53 419	4.89 419

KSHMR	1.89 405	1.36 409	1.60 390	1.47 410	1.22 408	1.38 400	1.06 404	1.79 403	5.97 415	1.42 399	5.65 416	2.98 408	1.14 387	2.23 406	1.20 383	1.27 409	1.12 410	1.46 411	1.10 410	1.32 410	1.15 410

BEATNet-Init1	4.73 414	2.61 414	13.29 425	0.58 380	0.53 381	10.12 419	3.33 415	4.83 415	5.01 414	8.75 419	8.51 417	14.08 426	7.60 418	7.70 419	5.34 415	0.28 368	0.28 376	0.34 371	0.37 379	0.57 382	0.45 381

xxxxx1	15.27 424	9.54 421	10.31 418	20.13 427	18.88 426	17.08 423	23.03 422	10.36 422	10.99 420	9.21 420	9.62 418	10.74 421	10.61 422	10.72 422	13.89 425	7.97 423	9.20 426	31.85 435	44.72 435	12.84 423	13.69 425

tt_ll	15.27 424	9.54 421	10.31 418	20.13 427	18.88 426	17.08 423	23.03 422	10.36 422	10.99 420	9.21 420	9.62 418	10.74 421	10.61 422	10.72 422	13.89 425	7.97 423	9.20 426	31.85 435	44.72 435	12.84 423	13.69 425

ff	15.27 424	9.54 421	10.31 418	20.13 427	18.88 426	17.08 423	23.03 422	10.36 422	10.99 420	9.21 420	9.62 418	10.74 421	10.61 422	10.72 422	13.89 425	7.97 423	9.20 426	31.85 435	44.72 435	12.84 423	13.69 425

Anonymous_1	16.62 428	9.35 420	9.84 417	10.66 421	14.64 423	18.66 427	27.12 427	12.64 425	13.51 426	10.76 425	10.30 421	10.13 420	10.60 421	11.06 425	12.74 422	15.87 432	7.74 422	16.92 429	43.48 434	58.66 437	7.68 422

DGTPSM_ROB	8.34 417	5.10 417	10.37 423	5.31 419	10.18 419	8.33 416	23.60 425	6.06 417	13.41 424	4.90 412	10.87 422	5.65 414	10.44 419	6.17 416	12.59 420	3.74 415	7.55 420	3.69 416	7.26 421	4.14 417	7.46 420

DPSMNet_ROB	8.40 418	5.11 418	10.49 424	5.58 420	10.25 420	8.34 417	23.62 426	6.07 418	13.45 425	4.93 413	10.88 423	5.66 415	10.44 419	6.24 417	12.64 421	3.98 416	7.61 421	3.76 417	7.30 422	4.20 418	7.51 421

DPSM_ROB	11.49 421	9.87 424	10.35 421	11.13 422	11.31 421	19.11 428	27.51 428	13.37 426	14.21 427	10.31 423	11.06 424	10.96 424	11.27 425	11.96 426	13.59 423	6.78 421	8.19 423	6.03 419	7.09 419	7.93 420	7.73 423

DPSM	11.49 421	9.87 424	10.35 421	11.13 422	11.31 421	19.11 428	27.51 428	13.37 426	14.21 427	10.31 423	11.06 424	10.96 424	11.27 425	11.96 426	13.59 423	6.78 421	8.19 423	6.03 419	7.09 419	7.93 420	7.73 423

LRCNet_RVC	10.90 420	14.34 428	9.35 416	15.35 424	8.04 418	1.08 386	0.34 320	8.78 420	0.70 353	12.63 426	16.05 426	9.85 419	6.54 415	8.57 420	6.34 417	20.27 433	5.40 419	23.70 432	21.88 431	14.87 426	13.83 428

HaxPig	17.72 429	20.22 435	19.73 426	16.53 425	16.51 424	9.27 418	9.33 417	14.34 428	13.27 423	18.65 427	18.70 427	17.35 427	16.77 428	17.04 428	16.45 428	22.05 434	20.89 435	22.27 431	21.53 430	21.29 433	22.13 435

SPstereo	14.25 423	1.73 412	2.83 405	1.84 412	1.57 412	23.16 430	43.27 430	35.72 437	29.56 437	20.86 434	20.62 428	26.34 437	21.82 430	25.23 437	19.62 429	1.56 411	1.42 411	2.96 415	2.17 413	1.31 408	1.33 413

LSM0	24.24 436	19.98 434	22.32 433	24.22 435	40.14 437	38.48 436	55.20 431	26.95 435	28.57 431	20.49 428	21.83 429	22.26 435	22.75 434	24.22 435	27.30 432	13.66 431	16.32 429	12.19 428	14.15 423	16.10 432	17.66 434

MEDIAN_ROB	21.21 430	24.62 436	23.47 434	19.58 426	19.65 429	13.22 422	10.96 418	17.88 429	17.00 429	22.14 435	22.02 430	20.86 429	20.36 429	21.06 429	19.71 430	25.63 436	24.13 436	26.21 433	25.20 432	25.17 434	25.38 436

CasAABBNet	23.10 431	19.86 429	20.64 428	22.47 430	22.73 433	38.41 432	55.50 433	26.89 434	28.70 432	20.61 429	22.15 431	22.08 433	22.75 434	23.99 433	27.36 433	13.59 426	16.48 430	12.14 423	14.27 424	15.95 427	15.53 429

MyStereo03	23.12 432	19.90 430	20.85 429	22.49 431	22.71 430	38.42 433	55.53 434	26.80 431	28.72 433	20.77 431	22.25 432	22.03 430	22.69 431	23.90 430	27.38 435	13.62 428	16.50 432	12.15 424	14.28 425	15.95 427	15.53 429

MyStereo02	23.12 432	19.90 430	20.85 429	22.49 431	22.71 430	38.42 433	55.53 434	26.80 431	28.72 433	20.77 431	22.25 432	22.03 430	22.69 431	23.90 430	27.38 435	13.62 428	16.50 432	12.15 424	14.28 425	15.95 427	15.53 429

MyStereo	23.12 432	19.90 430	20.85 429	22.49 431	22.71 430	38.42 433	55.53 434	26.80 431	28.72 433	20.77 431	22.25 432	22.03 430	22.69 431	23.90 430	27.38 435	13.62 428	16.50 432	12.15 424	14.28 425	15.95 427	15.53 429

Selective-RAFT-Error	23.16 435	19.93 433	20.87 432	22.54 434	22.81 434	38.52 437	55.47 432	27.01 436	28.83 436	20.66 430	22.25 432	22.09 434	22.80 436	24.09 434	27.36 433	13.61 427	16.48 430	12.15 424	14.28 425	15.99 431	15.57 433

AVERAGE_ROB	25.43 437	29.06 437	27.24 435	24.63 436	24.20 436	17.73 426	12.61 419	22.29 430	21.39 430	26.79 437	26.16 436	25.20 436	24.64 437	25.07 436	23.53 431	29.96 437	28.40 437	30.60 434	29.58 433	29.72 435	29.84 437

PML	16.10 427	12.82 427	6.78 413	5.23 417	7.76 417	33.92 431	66.56 437	5.30 416	10.28 419	26.12 436	68.59 437	20.51 428	13.49 427	10.06 421	6.78 418	5.96 420	2.00 414	6.04 421	2.18 414	8.96 422	2.60 417

test_example2	101.33 438	108.28 438	68.15 437	98.43 437	106.93 438	89.75 438	102.43 438	36.80 438	97.65 438	129.04 438	130.15 438	65.26 438	66.62 438	92.11 438	80.24 438	144.10 438	199.48 438	81.81 438	103.01 438	125.01 438	101.27 438

Low-res two-view benchmark