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

AEACV	0.20 56	0.09 3	0.32 8	0.39 355	0.34 355	0.21 64	0.16 40	0.30 37	0.18 1	0.17 15	0.17 17	0.13 11	0.16 61	0.27 79	0.13 7	0.07 13	0.29 370	0.07 13	0.09 164	0.07 30	0.37 358

LoS_RVC	0.14 1	0.11 27	0.32 8	0.18 8	0.16 186	0.20 48	0.18 91	0.21 2	0.18 1	0.14 5	0.20 29	0.12 3	0.17 76	0.17 8	0.14 24	0.06 1	0.05 3	0.06 1	0.04 1	0.05 1	0.14 205

MIF-Stereo	0.15 4	0.12 57	0.45 55	0.21 53	0.14 107	0.17 9	0.13 2	0.20 1	0.19 3	0.16 11	0.20 29	0.10 1	0.11 9	0.18 12	0.17 58	0.08 87	0.06 34	0.07 13	0.06 22	0.08 64	0.07 11

XX-Stereo	0.25 171	0.11 27	1.09 342	0.35 340	0.38 367	0.23 102	0.13 2	0.43 155	0.19 3	0.20 27	0.40 191	0.31 174	0.10 3	0.33 146	0.13 7	0.08 87	0.11 212	0.08 59	0.09 164	0.07 30	0.10 98

DLNR_Zeroshot_test	10.53 419	12.28 426	20.32 427	105.84 438	23.88 435	0.14 3	0.13 2	3.20 413	0.20 5	0.16 11	0.23 49	0.16 31	0.10 3	0.32 137	0.16 46	2.54 413	0.32 376	0.07 13	0.07 44	40.17 436	0.28 330

CAS	0.16 11	0.07 1	0.29 3	0.42 365	0.17 211	0.20 48	0.18 91	0.23 3	0.20 5	0.15 9	0.19 24	0.11 2	0.10 3	0.15 1	0.14 24	0.31 370	0.04 1	0.06 1	0.04 1	0.06 2	0.16 226

CES	0.14 1	0.08 2	0.24 1	0.17 4	0.23 308	0.18 13	0.15 25	0.24 7	0.20 5	0.14 5	0.18 21	0.14 21	0.10 3	0.19 21	0.12 1	0.07 13	0.05 3	0.06 1	0.04 1	0.08 64	0.20 267

Selective-IGEV	0.15 4	0.10 11	0.34 12	0.32 320	0.19 254	0.16 5	0.14 12	0.29 28	0.20 5	0.13 1	0.14 14	0.13 11	0.08 1	0.23 39	0.14 24	0.06 1	0.13 242	0.07 13	0.06 22	0.06 2	0.11 127

MC-Stereo	0.18 21	0.10 11	0.36 18	0.28 285	0.14 107	0.18 13	0.15 25	0.24 7	0.20 5	0.21 31	0.24 54	0.16 31	0.13 30	0.25 53	0.14 24	0.07 13	0.17 299	0.07 13	0.07 44	0.06 2	0.30 336

R-Stereo Train	0.19 36	0.10 11	0.49 101	0.22 85	0.12 48	0.23 102	0.18 91	0.43 155	0.20 5	0.31 150	0.45 243	0.20 59	0.14 40	0.18 12	0.18 77	0.08 87	0.06 34	0.07 13	0.06 22	0.06 2	0.07 11

RAFT-Stereo	0.19 36	0.10 11	0.49 101	0.22 85	0.12 48	0.23 102	0.18 91	0.43 155	0.20 5	0.31 150	0.45 243	0.20 59	0.14 40	0.18 12	0.18 77	0.08 87	0.06 34	0.07 13	0.06 22	0.06 2	0.07 11
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
StereoIM	0.15 4	0.17 166	0.39 26	0.19 13	0.15 157	0.16 5	0.13 2	0.26 10	0.22 12	0.13 1	0.15 15	0.14 21	0.11 9	0.17 8	0.17 58	0.08 87	0.07 92	0.08 59	0.06 22	0.07 30	0.06 4

MSKI-zero shot	0.19 36	0.10 11	0.47 72	0.30 305	0.14 107	0.21 64	0.14 12	0.33 67	0.22 12	0.24 60	0.25 58	0.22 72	0.10 3	0.32 137	0.14 24	0.07 13	0.30 371	0.07 13	0.07 44	0.06 2	0.09 57

CroCo-Stereo Lap2	0.16 11	0.18 183	0.39 26	0.26 229	0.18 231	0.11 1	0.19 123	0.30 37	0.22 12	0.13 1	0.16 16	0.15 27	0.11 9	0.17 8	0.15 37	0.07 13	0.07 92	0.08 59	0.06 22	0.08 64	0.07 11

ff7	0.18 21	0.13 73	0.41 32	0.21 53	0.15 157	0.21 64	0.17 54	0.28 17	0.23 15	0.21 31	0.13 5	0.12 3	0.12 15	0.27 79	0.13 7	0.07 13	0.25 346	0.08 59	0.07 44	0.08 64	0.36 350

IGEVStereo-DCA	0.20 56	0.17 166	0.41 32	0.22 85	0.15 157	0.20 48	0.17 54	0.28 17	0.23 15	0.19 23	0.12 2	0.14 21	0.12 15	0.38 181	0.31 224	0.07 13	0.16 281	0.08 59	0.07 44	0.08 64	0.36 350

ffff	0.18 21	0.13 73	0.41 32	0.21 53	0.15 157	0.21 64	0.17 54	0.28 17	0.23 15	0.21 31	0.13 5	0.12 3	0.12 15	0.27 79	0.13 7	0.07 13	0.25 346	0.08 59	0.07 44	0.08 64	0.36 350

11t	0.18 21	0.13 73	0.41 32	0.21 53	0.15 157	0.21 64	0.17 54	0.28 17	0.23 15	0.21 31	0.13 5	0.12 3	0.12 15	0.27 79	0.13 7	0.07 13	0.25 346	0.08 59	0.07 44	0.08 64	0.36 350

test croco	0.18 21	0.16 143	0.59 210	0.21 53	0.13 80	0.16 5	0.17 54	0.29 28	0.23 15	0.16 11	0.26 65	0.13 11	0.17 76	0.27 79	0.17 58	0.09 142	0.06 34	0.10 181	0.07 44	0.10 177	0.07 11

IGEV_Zeroshot_test	0.23 121	0.11 27	0.82 290	0.21 53	0.23 308	0.20 48	0.19 123	0.38 106	0.23 15	0.34 198	0.22 47	0.29 155	0.14 40	0.24 45	0.20 114	0.07 13	0.09 167	0.08 59	0.08 103	0.08 64	0.35 349

EGLCR-Stereo	0.19 36	0.09 3	0.34 12	0.29 298	0.17 211	0.28 162	0.16 40	0.30 37	0.23 15	0.22 47	0.11 1	0.16 31	0.09 2	0.28 97	0.15 37	0.07 13	0.25 346	0.07 13	0.07 44	0.06 2	0.37 358

ProNet	0.16 11	0.13 73	0.36 18	0.21 53	0.15 157	0.20 48	0.19 123	0.29 28	0.23 15	0.14 5	0.13 5	0.13 11	0.12 15	0.25 53	0.13 7	0.06 1	0.09 167	0.07 13	0.06 22	0.07 30	0.22 284

ccc-4	0.18 21	0.13 73	0.41 32	0.21 53	0.15 157	0.21 64	0.17 54	0.28 17	0.23 15	0.21 31	0.13 5	0.12 3	0.12 15	0.27 79	0.13 7	0.07 13	0.25 346	0.08 59	0.07 44	0.08 64	0.36 350

anonymousdsp	0.20 56	0.13 73	0.49 101	0.28 285	0.20 271	0.21 64	0.17 54	0.29 28	0.24 24	0.22 47	0.13 5	0.12 3	0.12 15	0.32 137	0.13 7	0.07 13	0.26 352	0.08 59	0.07 44	0.08 64	0.48 378

knoymous	0.18 21	0.10 11	0.35 16	0.17 4	0.11 25	0.21 64	0.17 54	0.33 67	0.24 24	0.24 60	0.28 78	0.27 131	0.16 61	0.24 45	0.17 58	0.09 142	0.06 34	0.09 119	0.06 22	0.09 131	0.10 98

test_4	0.19 36	0.16 143	0.39 26	0.24 165	0.13 80	0.19 22	0.21 173	0.27 13	0.24 24	0.24 60	0.47 262	0.22 72	0.13 30	0.27 79	0.18 77	0.06 1	0.06 34	0.09 119	0.09 164	0.07 30	0.06 4

IGEV-Stereo	0.20 56	0.13 73	0.49 101	0.28 285	0.20 271	0.21 64	0.17 54	0.29 28	0.24 24	0.22 47	0.13 5	0.12 3	0.12 15	0.32 137	0.13 7	0.07 13	0.26 352	0.08 59	0.07 44	0.08 64	0.48 378
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
Patchmatch Stereo++	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.19 22	0.14 12	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.27 79	0.18 77	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57
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	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.19 22	0.15 25	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.25 53	0.17 58	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

ROB_FTStereo_v2	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.19 22	0.15 25	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.25 53	0.18 77	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

ROB_FTStereo	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.19 22	0.13 2	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.25 53	0.17 58	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

HUI-Stereo	0.19 36	0.13 73	0.52 147	0.22 85	0.11 25	0.19 22	0.14 12	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.23 39	0.17 58	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

DeepStereo_RVC	0.19 36	0.12 57	0.47 72	0.22 85	0.11 25	0.19 22	0.16 40	0.29 28	0.24 24	0.28 91	0.27 74	0.23 85	0.28 212	0.24 45	0.19 98	0.08 87	0.06 34	0.09 119	0.07 44	0.09 131	0.10 98

iGMRVC	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.19 22	0.15 25	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.27 79	0.18 77	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

iRAFT	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.19 22	0.14 12	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.27 79	0.18 77	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

CRE-IMP	0.19 36	0.13 73	0.51 131	0.23 128	0.11 25	0.24 120	0.17 54	0.31 51	0.24 24	0.27 85	0.26 65	0.24 100	0.17 76	0.24 45	0.19 98	0.09 142	0.05 3	0.10 181	0.07 44	0.10 177	0.10 98

CroCo-Stereo	0.15 4	0.16 143	0.34 12	0.25 197	0.12 48	0.11 1	0.18 91	0.35 80	0.24 24	0.13 1	0.13 5	0.18 46	0.12 15	0.15 1	0.13 7	0.08 87	0.06 34	0.07 13	0.05 8	0.07 30	0.06 4
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
cross-raft	0.18 21	0.12 57	0.40 30	0.27 261	0.16 186	0.20 48	0.24 240	0.34 71	0.24 24	0.23 54	0.28 78	0.29 155	0.15 49	0.19 21	0.16 46	0.06 1	0.05 3	0.08 59	0.07 44	0.07 30	0.07 11

RAFT-IKP	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.18 13	0.15 25	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.26 70	0.18 77	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

sCroCo_RVC	0.19 36	0.15 123	0.60 217	0.27 261	0.18 231	0.23 102	0.16 40	0.28 17	0.24 24	0.14 5	0.22 47	0.17 38	0.14 40	0.22 35	0.16 46	0.11 228	0.11 212	0.09 119	0.09 164	0.09 131	0.10 98

PMTNet	0.16 11	0.09 3	0.31 6	0.15 2	0.09 5	0.23 102	0.15 25	0.26 10	0.24 24	0.17 15	0.21 41	0.16 31	0.14 40	0.23 39	0.14 24	0.29 366	0.05 3	0.06 1	0.04 1	0.07 30	0.07 11

MyStereo06	0.23 121	0.15 123	0.74 265	0.22 85	0.14 107	0.25 129	0.22 195	0.43 155	0.25 42	0.36 224	0.24 54	0.34 197	0.18 102	0.24 45	0.20 114	0.07 13	0.12 228	0.09 119	0.09 164	0.09 131	0.11 127

HH	0.22 92	0.12 57	0.55 173	0.32 320	0.16 186	0.27 148	0.18 91	0.36 85	0.25 42	0.20 27	0.26 65	0.34 197	0.18 102	0.33 146	0.15 37	0.07 13	0.16 281	0.07 13	0.07 44	0.07 30	0.31 339

HanStereo	0.22 92	0.12 57	0.55 173	0.32 320	0.16 186	0.27 148	0.18 91	0.36 85	0.25 42	0.20 27	0.26 65	0.34 197	0.18 102	0.33 146	0.15 37	0.07 13	0.16 281	0.07 13	0.07 44	0.07 30	0.31 339

LL-Strereo2	0.21 79	0.25 260	0.53 157	0.32 320	0.20 271	0.25 129	0.14 12	0.32 55	0.25 42	0.25 71	0.20 29	0.24 100	0.12 15	0.28 97	0.18 77	0.07 13	0.07 92	0.12 257	0.09 164	0.09 131	0.16 226

iRaftStereo_RVC	0.17 18	0.16 143	0.35 16	0.21 53	0.11 25	0.20 48	0.17 54	0.34 71	0.25 42	0.20 27	0.25 58	0.19 52	0.12 15	0.21 24	0.16 46	0.07 13	0.12 228	0.10 181	0.09 164	0.09 131	0.14 205

test_xeample3	0.22 92	0.17 166	0.81 287	0.21 53	0.15 157	0.20 48	0.18 91	0.40 131	0.25 42	0.19 23	0.12 2	0.13 11	0.12 15	0.34 160	0.33 238	0.07 13	0.20 318	0.07 13	0.08 103	0.08 64	0.34 347

MyStereo07	0.18 21	0.15 123	0.44 52	0.22 85	0.16 186	0.25 129	0.22 195	0.31 51	0.26 48	0.22 47	0.13 5	0.12 3	0.13 30	0.33 146	0.14 24	0.07 13	0.13 242	0.09 119	0.09 164	0.09 131	0.11 127

MIF-Stereo (partial)	0.18 21	0.13 73	0.50 119	0.22 85	0.15 157	0.16 5	0.13 2	0.29 28	0.26 48	0.17 15	0.26 65	0.16 31	0.17 76	0.25 53	0.18 77	0.09 142	0.06 34	0.10 181	0.08 103	0.09 131	0.08 37

CASnet	0.15 4	0.13 73	0.30 4	0.22 85	0.08 2	0.15 4	0.14 12	0.28 17	0.26 48	0.23 54	0.20 29	0.15 27	0.11 9	0.18 12	0.13 7	0.07 13	0.05 3	0.11 227	0.09 164	0.08 64	0.05 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT-Test	0.19 36	0.11 27	0.41 32	0.26 229	0.21 284	0.26 142	0.17 54	0.37 97	0.26 48	0.24 60	0.29 84	0.32 184	0.14 40	0.22 35	0.15 37	0.07 13	0.08 138	0.07 13	0.07 44	0.06 2	0.07 11

iRaft-Stereo_20w	0.29 227	0.11 27	0.86 302	0.33 331	0.24 319	0.32 221	0.26 263	0.60 310	0.26 48	0.41 277	0.21 41	0.28 143	0.19 119	0.32 137	0.24 166	0.07 13	0.31 375	0.07 13	0.09 164	0.08 64	0.47 376

KYRaft	0.23 121	0.11 27	0.43 45	0.23 128	0.12 48	0.23 102	0.23 218	0.37 97	0.26 48	0.35 213	0.53 291	0.34 197	0.26 187	0.29 114	0.16 46	0.07 13	0.05 3	0.09 119	0.10 208	0.08 64	0.30 336

SST-Stereo	0.22 92	0.11 27	0.52 147	0.25 197	0.14 107	0.19 22	0.17 54	0.32 55	0.26 48	0.34 198	0.33 129	0.29 155	0.25 175	0.56 239	0.18 77	0.08 87	0.05 3	0.10 181	0.08 103	0.09 131	0.07 11

CREStereo	0.14 1	0.09 3	0.27 2	0.14 1	0.08 2	0.22 86	0.15 25	0.26 10	0.26 48	0.16 11	0.21 41	0.14 21	0.13 30	0.19 21	0.14 24	0.09 142	0.05 3	0.06 1	0.04 1	0.07 30	0.06 4
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
DIP-Stereo	0.20 56	0.13 73	0.48 84	0.20 34	0.13 80	0.28 162	0.12 1	0.43 155	0.26 48	0.27 85	0.32 114	0.21 69	0.17 76	0.26 70	0.20 114	0.08 87	0.06 34	0.08 59	0.06 22	0.07 30	0.10 98
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
rrr	0.22 92	0.17 166	0.79 283	0.22 85	0.15 157	0.20 48	0.18 91	0.40 131	0.27 57	0.19 23	0.12 2	0.14 21	0.12 15	0.38 181	0.31 224	0.07 13	0.16 281	0.08 59	0.07 44	0.08 64	0.28 330

MIM_Stereo	0.20 56	0.17 166	0.55 173	0.20 34	0.21 284	0.17 9	0.14 12	0.37 97	0.27 57	0.28 91	0.35 143	0.23 85	0.13 30	0.28 97	0.16 46	0.06 1	0.08 138	0.09 119	0.08 103	0.08 64	0.15 216

LoS	0.15 4	0.09 3	0.34 12	0.17 4	0.09 5	0.22 86	0.14 12	0.27 13	0.27 57	0.15 9	0.18 21	0.19 52	0.14 40	0.23 39	0.14 24	0.08 87	0.06 34	0.06 1	0.04 1	0.06 2	0.06 4

AnonymousM	0.19 36	0.20 203	0.30 4	0.18 8	0.10 17	0.19 22	0.17 54	0.32 55	0.27 57	0.27 85	0.21 41	0.18 46	0.14 40	0.21 24	0.16 46	0.09 142	0.08 138	0.38 373	0.15 316	0.06 2	0.08 37

Prome-Stereo	0.22 92	0.10 11	0.43 45	0.24 165	0.13 80	0.23 102	0.23 218	0.37 97	0.27 57	0.33 184	0.58 309	0.24 100	0.28 212	0.30 123	0.16 46	0.07 13	0.05 3	0.08 59	0.07 44	0.08 64	0.20 267

RALCasStereoNet	0.22 92	0.22 224	0.48 84	0.23 128	0.23 308	0.22 86	0.18 91	0.32 55	0.27 57	0.22 47	0.30 95	0.22 72	0.15 49	0.29 114	0.20 114	0.08 87	0.22 329	0.07 13	0.06 22	0.10 177	0.25 312

Anonymous	0.21 79	0.15 123	0.63 231	0.27 261	0.20 271	0.26 142	0.27 268	0.34 71	0.27 57	0.18 22	0.19 24	0.15 27	0.19 119	0.25 53	0.19 98	0.10 197	0.09 167	0.09 119	0.09 164	0.15 282	0.13 182

EAI-Stereo	0.29 227	0.11 27	0.38 24	0.22 85	0.18 231	0.33 227	1.66 409	0.53 244	0.27 57	0.27 85	0.50 275	0.17 38	0.16 61	0.25 53	0.25 178	0.07 13	0.07 92	0.07 13	0.11 232	0.07 30	0.10 98

11t1	0.21 79	0.12 57	0.45 55	0.20 34	0.15 157	0.27 148	0.17 54	0.37 97	0.28 65	0.27 85	0.25 58	0.24 100	0.23 146	0.28 97	0.25 178	0.09 142	0.19 310	0.07 13	0.07 44	0.09 131	0.23 291

4D-IteraStereo	0.20 56	0.21 210	0.62 226	0.21 53	0.14 107	0.19 22	0.17 54	0.29 28	0.28 65	0.24 60	0.20 29	0.20 59	0.10 3	0.22 35	0.18 77	0.07 13	0.07 92	0.10 181	0.08 103	0.08 64	0.33 344

GLC_STEREO	0.15 4	0.11 27	0.31 6	0.22 85	0.09 5	0.17 9	0.15 25	0.24 7	0.28 65	0.17 15	0.20 29	0.17 38	0.11 9	0.24 45	0.17 58	0.07 13	0.09 167	0.09 119	0.08 103	0.07 30	0.07 11

GMOStereo	0.20 56	0.17 166	0.45 55	0.23 128	0.18 231	0.21 64	0.27 268	0.28 17	0.28 65	0.31 150	0.32 114	0.28 143	0.17 76	0.16 3	0.13 7	0.07 13	0.23 337	0.10 181	0.08 103	0.08 64	0.07 11

error version	0.20 56	0.17 166	0.45 55	0.23 128	0.18 231	0.21 64	0.27 268	0.28 17	0.28 65	0.31 150	0.32 114	0.28 143	0.17 76	0.16 3	0.13 7	0.07 13	0.23 337	0.10 181	0.08 103	0.08 64	0.07 11

test-v	0.20 56	0.17 166	0.45 55	0.23 128	0.18 231	0.21 64	0.27 268	0.28 17	0.28 65	0.31 150	0.32 114	0.28 143	0.17 76	0.16 3	0.13 7	0.07 13	0.23 337	0.10 181	0.08 103	0.08 64	0.07 11

LCNet	0.22 92	0.12 57	0.42 40	0.26 229	0.12 48	0.23 102	0.19 123	0.36 85	0.28 65	0.28 91	0.35 143	0.26 127	0.30 235	0.35 167	0.17 58	0.07 13	0.05 3	0.09 119	0.10 208	0.13 255	0.22 284

NRIStereo	0.20 56	0.12 57	0.50 119	0.23 128	0.11 25	0.24 120	0.19 123	0.30 37	0.28 65	0.26 76	0.26 65	0.25 111	0.18 102	0.34 160	0.19 98	0.08 87	0.06 34	0.09 119	0.07 44	0.09 131	0.09 57

FTStereo	0.28 213	0.11 27	0.56 183	0.24 165	0.13 80	0.21 64	0.52 366	0.36 85	0.28 65	0.38 247	0.94 369	0.30 165	0.56 344	0.33 146	0.18 77	0.08 87	0.06 34	0.09 119	0.08 103	0.08 64	0.19 255

RAFT-345	0.22 92	0.11 27	0.55 173	0.22 85	0.12 48	0.20 48	0.16 40	0.27 13	0.28 65	0.27 85	0.65 332	0.20 59	0.17 76	0.55 234	0.22 146	0.07 13	0.06 34	0.08 59	0.07 44	0.06 2	0.07 11

test-2	0.20 56	0.17 166	0.45 55	0.23 128	0.18 231	0.21 64	0.27 268	0.28 17	0.28 65	0.31 150	0.32 114	0.28 143	0.17 76	0.16 3	0.13 7	0.07 13	0.23 337	0.10 181	0.08 103	0.08 64	0.07 11

XX-TBD	0.16 11	0.21 210	0.43 45	0.22 85	0.10 17	0.23 102	0.15 25	0.23 3	0.28 65	0.22 47	0.26 65	0.14 21	0.12 15	0.16 3	0.14 24	0.08 87	0.05 3	0.06 1	0.04 1	0.07 30	0.06 4

raftrobust	0.19 36	0.19 191	0.42 40	0.23 128	0.24 319	0.19 22	0.13 2	0.33 67	0.28 65	0.26 76	0.20 29	0.19 52	0.17 76	0.23 39	0.17 58	0.08 87	0.10 192	0.07 13	0.06 22	0.07 30	0.09 57

DCRE	0.24 147	0.15 123	0.45 55	0.26 229	0.26 332	0.23 102	0.21 173	0.37 97	0.29 78	0.23 54	0.81 357	0.23 85	0.16 61	0.24 45	0.18 77	0.07 13	0.14 251	0.07 13	0.08 103	0.07 30	0.25 312

test-3	0.18 21	0.10 11	0.48 84	0.23 128	0.14 107	0.18 13	0.16 40	0.32 55	0.29 78	0.26 76	0.17 17	0.22 72	0.13 30	0.26 70	0.19 98	0.06 1	0.14 251	0.08 59	0.08 103	0.06 2	0.10 98

test_1	0.18 21	0.10 11	0.48 84	0.23 128	0.14 107	0.18 13	0.16 40	0.32 55	0.29 78	0.26 76	0.17 17	0.22 72	0.13 30	0.26 70	0.19 98	0.06 1	0.14 251	0.08 59	0.08 103	0.06 2	0.10 98

AAGNet	0.34 269	0.12 57	0.53 157	0.26 229	0.16 186	0.20 48	0.19 123	0.31 51	0.29 78	0.35 213	0.35 143	0.27 131	0.30 235	0.44 196	2.56 407	0.08 87	0.05 3	0.10 181	0.07 44	0.09 131	0.07 11

PSM-softLoss	0.22 92	0.11 27	0.53 157	0.25 197	0.12 48	0.20 48	0.17 54	0.39 122	0.29 78	0.29 114	0.32 114	0.24 100	0.16 61	0.53 226	0.21 131	0.09 142	0.06 34	0.10 181	0.09 164	0.08 64	0.12 162

KMStereo	0.22 92	0.11 27	0.53 157	0.25 197	0.12 48	0.20 48	0.17 54	0.39 122	0.29 78	0.29 114	0.32 114	0.24 100	0.16 61	0.53 226	0.21 131	0.09 142	0.06 34	0.10 181	0.09 164	0.08 64	0.12 162

RAFT-RH_RVC	0.26 190	0.13 73	0.57 190	0.22 85	0.12 48	0.25 129	0.14 12	0.27 13	0.29 78	0.38 247	1.14 377	0.23 85	0.18 102	0.58 243	0.24 166	0.07 13	0.06 34	0.10 181	0.07 44	0.06 2	0.08 37

test-1	0.20 56	0.12 57	0.49 101	0.23 128	0.23 308	0.22 86	0.23 218	0.36 85	0.29 78	0.21 31	0.25 58	0.24 100	0.14 40	0.18 12	0.22 146	0.07 13	0.14 251	0.08 59	0.07 44	0.06 2	0.14 205

GMM-Stereo	0.22 92	0.10 11	0.56 183	0.23 128	0.13 80	0.24 120	0.24 240	0.38 106	0.29 78	0.31 150	0.44 230	0.27 131	0.21 132	0.31 132	0.17 58	0.07 13	0.05 3	0.10 181	0.09 164	0.08 64	0.19 255

TANstereo	0.16 11	0.11 27	0.43 45	0.16 3	0.08 2	0.25 129	0.14 12	0.23 3	0.29 78	0.25 71	0.30 95	0.16 31	0.12 15	0.18 12	0.13 7	0.08 87	0.07 92	0.06 1	0.05 8	0.07 30	0.08 37

sAnonymous2	0.21 79	0.24 247	0.79 283	0.24 165	0.17 211	0.22 86	0.20 154	0.36 85	0.29 78	0.17 15	0.19 24	0.17 38	0.16 61	0.18 12	0.15 37	0.10 197	0.07 92	0.09 119	0.08 103	0.23 344	0.18 240

CroCo_RVC	0.21 79	0.24 247	0.79 283	0.24 165	0.17 211	0.22 86	0.20 154	0.36 85	0.29 78	0.17 15	0.19 24	0.17 38	0.16 61	0.18 12	0.15 37	0.10 197	0.07 92	0.09 119	0.08 103	0.23 344	0.18 240

AFF-stereo	0.20 56	0.24 247	0.49 101	0.22 85	0.11 25	0.18 13	0.18 91	0.35 80	0.29 78	0.25 71	0.36 156	0.25 111	0.17 76	0.25 53	0.17 58	0.06 1	0.09 167	0.08 59	0.08 103	0.08 64	0.11 127

Gwc-CoAtRS	0.17 18	0.10 11	0.41 32	0.20 34	0.12 48	0.20 48	0.15 25	0.34 71	0.29 78	0.23 54	0.23 49	0.27 131	0.15 49	0.21 24	0.14 24	0.07 13	0.06 34	0.07 13	0.07 44	0.06 2	0.07 11

EKT-Stereo	0.39 294	0.13 73	0.53 157	0.42 365	3.94 414	0.22 86	0.17 54	0.38 106	0.30 92	0.21 31	0.20 29	0.23 85	0.15 49	0.30 123	0.18 77	0.10 197	0.08 138	0.09 119	0.08 103	0.09 131	0.12 162

riskmin	0.24 147	0.10 11	0.43 45	0.32 320	0.26 332	0.33 227	0.19 123	0.44 173	0.30 92	0.24 60	0.27 74	0.37 220	0.25 175	0.30 123	0.22 146	0.09 142	0.18 306	0.09 119	0.13 293	0.10 177	0.27 324

RAFT_CTSACE	0.23 121	0.21 210	0.57 190	0.26 229	0.15 157	0.22 86	0.23 218	0.34 71	0.30 92	0.34 198	0.51 278	0.31 174	0.17 76	0.33 146	0.15 37	0.06 1	0.09 167	0.09 119	0.08 103	0.08 64	0.07 11

TRStereo	0.22 92	0.21 210	0.62 226	0.40 359	0.19 254	0.22 86	0.16 40	0.58 293	0.30 92	0.21 31	0.21 41	0.22 72	0.13 30	0.27 79	0.14 24	0.09 142	0.09 167	0.09 119	0.11 232	0.06 2	0.19 255

PSM-AAD	0.26 190	0.11 27	0.43 45	0.24 165	0.12 48	0.27 148	0.37 325	0.36 85	0.30 92	0.36 224	0.39 184	0.28 143	0.77 366	0.30 123	0.16 46	0.07 13	0.06 34	0.12 257	0.11 232	0.09 131	0.21 276

ASMatch	0.23 121	0.11 27	0.55 173	0.25 197	0.14 107	0.19 22	0.16 40	0.32 55	0.30 92	0.28 91	0.68 339	0.28 143	0.26 187	0.50 213	0.22 146	0.07 13	0.06 34	0.08 59	0.07 44	0.06 2	0.11 127

RALAANet	0.21 79	0.24 247	0.53 157	0.23 128	0.14 107	0.22 86	0.13 2	0.38 106	0.30 92	0.29 114	0.26 65	0.25 111	0.15 49	0.28 97	0.20 114	0.08 87	0.08 138	0.09 119	0.08 103	0.10 177	0.07 11

DisPM	0.20 56	0.11 27	0.52 147	0.24 165	0.13 80	0.18 13	0.19 123	0.30 37	0.31 99	0.33 184	0.34 137	0.23 85	0.16 61	0.34 160	0.17 58	0.09 142	0.06 34	0.09 119	0.08 103	0.08 64	0.12 162

STrans-v2	0.25 171	0.14 107	0.56 183	0.21 53	0.12 48	0.23 102	0.20 154	0.50 219	0.31 99	0.31 150	0.42 209	0.35 211	0.35 271	0.62 268	0.24 166	0.07 13	0.05 3	0.08 59	0.07 44	0.06 2	0.08 37

RAFT_R40	0.22 92	0.11 27	0.52 147	0.25 197	0.13 80	0.18 13	0.18 91	0.32 55	0.31 99	0.33 184	0.33 129	0.30 165	0.23 146	0.55 234	0.19 98	0.08 87	0.05 3	0.10 181	0.08 103	0.09 131	0.07 11

Pruner-Stereo	0.20 56	0.12 57	0.49 101	0.29 298	0.12 48	0.19 22	0.17 54	0.32 55	0.31 99	0.33 184	0.32 114	0.25 111	0.15 49	0.25 53	0.22 146	0.09 142	0.06 34	0.09 119	0.08 103	0.08 64	0.10 98

RAFT	0.24 147	0.24 247	0.46 67	0.27 261	0.15 157	0.26 142	0.26 263	0.37 97	0.31 99	0.34 198	0.34 137	0.41 246	0.22 137	0.30 123	0.18 77	0.08 87	0.15 272	0.11 227	0.10 208	0.11 218	0.13 182

CREStereo++_RVC	0.16 11	0.09 3	0.42 40	0.17 4	0.11 25	0.18 13	0.13 2	0.23 3	0.31 99	0.21 31	0.31 105	0.13 11	0.11 9	0.17 8	0.16 46	0.07 13	0.04 1	0.06 1	0.15 316	0.06 2	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
TestStereo	0.22 92	0.24 247	0.48 84	0.25 197	0.11 25	0.22 86	0.22 195	0.32 55	0.31 99	0.24 60	0.34 137	0.23 85	0.19 119	0.62 268	0.19 98	0.08 87	0.07 92	0.10 181	0.07 44	0.11 218	0.07 11

CFNet-RSSM	0.18 21	0.10 11	0.45 55	0.20 34	0.12 48	0.20 48	0.16 40	0.40 131	0.31 99	0.23 54	0.21 41	0.26 127	0.15 49	0.21 24	0.14 24	0.07 13	0.05 3	0.07 13	0.07 44	0.06 2	0.06 4

MyStereo8	0.25 171	0.20 203	0.69 250	0.24 165	0.17 211	0.31 208	0.16 40	0.50 219	0.32 107	0.29 114	0.38 170	0.25 111	0.19 119	0.33 146	0.29 213	0.08 87	0.20 318	0.08 59	0.08 103	0.10 177	0.16 226

ACVNet-DCA	0.21 79	0.16 143	0.50 119	0.27 261	0.13 80	0.31 208	0.19 123	0.43 155	0.32 107	0.21 31	0.20 29	0.13 11	0.17 76	0.28 97	0.12 1	0.08 87	0.28 359	0.08 59	0.06 22	0.09 131	0.23 291

1test111	0.22 92	0.16 143	0.50 119	0.27 261	0.13 80	0.31 208	0.19 123	0.43 155	0.32 107	0.21 31	0.20 29	0.13 11	0.17 76	0.36 171	0.28 200	0.08 87	0.28 359	0.08 59	0.06 22	0.09 131	0.23 291

mmm	0.25 171	0.15 123	0.44 52	0.23 128	0.20 271	0.28 162	0.21 173	0.43 155	0.32 107	0.31 150	0.40 191	0.30 165	0.24 164	0.31 132	0.28 200	0.09 142	0.21 323	0.11 227	0.12 269	0.10 177	0.26 321

StereoVision	0.23 121	0.23 237	0.55 173	0.27 261	0.17 211	0.23 102	0.22 195	0.40 131	0.32 107	0.21 31	0.51 278	0.22 72	0.16 61	0.29 114	0.19 98	0.11 228	0.12 228	0.13 280	0.13 293	0.10 177	0.08 37

Any-RAFT	0.18 21	0.09 3	0.33 10	0.19 13	0.10 17	0.29 179	0.16 40	0.44 173	0.32 107	0.25 71	0.27 74	0.29 155	0.16 61	0.23 39	0.13 7	0.08 87	0.07 92	0.06 1	0.05 8	0.07 30	0.07 11

CASS	0.22 92	0.16 143	0.40 30	0.26 229	0.12 48	0.29 179	0.19 123	0.40 131	0.32 107	0.34 198	0.35 143	0.25 111	0.25 175	0.26 70	0.21 131	0.13 273	0.08 138	0.11 227	0.09 164	0.11 218	0.12 162
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
qqq	0.24 147	0.16 143	0.46 67	0.20 34	0.15 157	0.23 102	0.20 154	0.43 155	0.32 107	0.26 76	0.31 105	0.28 143	0.25 175	0.36 171	0.28 200	0.08 87	0.22 329	0.10 181	0.11 232	0.09 131	0.23 291

CRFU-Net	0.29 227	0.14 107	0.48 84	0.26 229	0.15 157	0.46 310	0.22 195	0.52 234	0.32 107	0.44 296	0.42 209	0.48 290	0.47 322	0.44 196	0.31 224	0.12 256	0.10 192	0.09 119	0.08 103	0.10 177	0.11 127

IPLG	0.23 121	0.19 191	0.65 238	0.21 53	0.12 48	0.28 162	0.17 54	0.45 180	0.32 107	0.33 184	0.32 114	0.16 31	0.17 76	0.50 213	0.23 161	0.07 13	0.06 34	0.08 59	0.07 44	0.07 30	0.08 37

ACRE	0.23 121	0.27 276	0.83 292	0.24 165	0.15 157	0.24 120	0.20 154	0.38 106	0.32 107	0.32 175	0.33 129	0.23 85	0.15 49	0.26 70	0.22 146	0.09 142	0.07 92	0.08 59	0.07 44	0.08 64	0.09 57

HHNet	0.23 121	0.12 57	0.66 241	0.19 13	0.18 231	0.20 48	0.20 154	0.36 85	0.32 107	0.33 184	0.59 313	0.19 52	0.21 132	0.24 45	0.31 224	0.08 87	0.06 34	0.09 119	0.07 44	0.08 64	0.12 162

rafts_anoy	0.21 79	0.22 224	0.49 101	0.25 197	0.24 319	0.19 22	0.17 54	0.34 71	0.32 107	0.24 60	0.25 58	0.20 59	0.16 61	0.25 53	0.21 131	0.08 87	0.19 310	0.11 227	0.12 269	0.09 131	0.09 57

RAFT-Stereo + iAFF	0.20 56	0.23 237	0.49 101	0.21 53	0.16 186	0.19 22	0.17 54	0.35 80	0.32 107	0.26 76	0.33 129	0.20 59	0.17 76	0.21 24	0.17 58	0.06 1	0.10 192	0.07 13	0.07 44	0.07 30	0.11 127

CIPLG	0.23 121	0.28 283	0.75 268	0.24 165	0.16 186	0.25 129	0.20 154	0.38 106	0.33 121	0.32 175	0.34 137	0.23 85	0.15 49	0.27 79	0.22 146	0.09 142	0.07 92	0.08 59	0.07 44	0.08 64	0.09 57

IPLGR_C	0.23 121	0.29 286	0.81 287	0.24 165	0.16 186	0.24 120	0.20 154	0.38 106	0.33 121	0.32 175	0.33 129	0.23 85	0.15 49	0.26 70	0.22 146	0.09 142	0.07 92	0.08 59	0.07 44	0.08 64	0.09 57

AACVNet	0.28 213	0.22 224	0.55 173	0.23 128	0.14 107	0.30 190	0.19 123	0.43 155	0.33 121	0.39 258	0.42 209	0.44 268	0.29 228	0.73 303	0.28 200	0.11 228	0.09 167	0.11 227	0.09 164	0.13 255	0.12 162

test_3	0.20 56	0.12 57	0.49 101	0.26 229	0.14 107	0.22 86	0.25 253	0.34 71	0.33 121	0.25 71	0.18 21	0.23 85	0.13 30	0.25 53	0.20 114	0.06 1	0.14 251	0.09 119	0.10 208	0.07 30	0.10 98

IIG-Stereo	0.24 147	0.16 143	0.47 72	0.29 298	0.12 48	0.23 102	0.14 12	0.40 131	0.33 121	0.35 213	0.37 164	0.33 190	0.22 137	0.70 296	0.26 187	0.08 87	0.06 34	0.09 119	0.07 44	0.08 64	0.07 11

GrayStereo	0.26 190	0.10 11	0.45 55	0.27 261	0.14 107	0.23 102	0.46 352	0.36 85	0.33 121	0.40 267	0.47 262	0.30 165	0.78 367	0.29 114	0.17 58	0.07 13	0.06 34	0.08 59	0.09 164	0.07 30	0.15 216

HITNet	0.22 92	0.23 237	0.60 217	0.20 34	0.09 5	0.27 148	0.15 25	0.45 180	0.33 121	0.29 114	0.33 129	0.27 131	0.22 137	0.29 114	0.27 194	0.07 13	0.05 3	0.07 13	0.06 22	0.09 131	0.11 127
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
DeepPruner_ROB	0.28 213	0.25 260	0.64 235	0.22 85	0.16 186	0.30 190	0.21 173	0.54 251	0.33 121	0.36 224	0.38 170	0.38 226	0.26 187	0.45 202	0.28 200	0.15 306	0.11 212	0.11 227	0.11 232	0.14 275	0.14 205

AE-Stereo	0.21 79	0.12 57	0.50 119	0.25 197	0.15 157	0.24 120	0.18 91	0.40 131	0.34 129	0.19 23	0.26 65	0.21 69	0.13 30	0.22 35	0.16 46	0.07 13	0.26 352	0.09 119	0.10 208	0.07 30	0.31 339

Selective-RAFT	0.19 36	0.14 107	0.37 23	0.24 165	0.11 25	0.30 190	0.15 25	0.35 80	0.34 129	0.17 15	0.17 17	0.22 72	0.18 102	0.29 114	0.18 77	0.07 13	0.16 281	0.07 13	0.07 44	0.08 64	0.08 37

TransformOpticalFlow	0.24 147	0.14 107	0.57 190	0.24 165	0.11 25	0.21 64	0.19 123	0.43 155	0.34 129	0.30 135	0.43 221	0.36 216	0.31 248	0.61 260	0.20 114	0.07 13	0.05 3	0.08 59	0.07 44	0.06 2	0.08 37

s12784h	0.18 21	0.09 3	0.38 24	0.18 8	0.07 1	0.33 227	0.19 123	0.39 122	0.34 129	0.24 60	0.25 58	0.18 46	0.18 102	0.25 53	0.17 58	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.05 1

ARAFT	0.26 190	0.30 292	0.87 304	0.22 85	0.12 48	0.30 190	0.24 240	0.46 186	0.34 129	0.33 184	0.28 78	0.29 155	0.20 125	0.49 209	0.19 98	0.08 87	0.06 34	0.12 257	0.11 232	0.09 131	0.09 57

GANet-RSSM	0.26 190	0.19 191	0.54 167	0.21 53	0.14 107	0.27 148	0.22 195	0.47 195	0.34 129	0.30 135	0.40 191	0.41 246	0.30 235	0.59 249	0.25 178	0.11 228	0.08 138	0.09 119	0.09 164	0.10 177	0.10 98

BEATNet_4x	0.25 171	0.25 260	0.66 241	0.23 128	0.10 17	0.29 179	0.14 12	0.49 211	0.34 129	0.31 150	0.35 143	0.32 184	0.26 187	0.34 160	0.33 238	0.08 87	0.06 34	0.08 59	0.07 44	0.11 218	0.13 182

x	0.23 121	0.15 123	0.45 55	0.20 34	0.15 157	0.27 148	0.17 54	0.43 155	0.35 136	0.26 76	0.31 105	0.29 155	0.25 175	0.29 114	0.30 215	0.09 142	0.22 329	0.08 59	0.09 164	0.09 131	0.24 303

iRaft-Stereo_5w	0.25 171	0.24 247	0.50 119	0.23 128	0.18 231	0.19 22	0.19 123	0.39 122	0.35 136	0.28 91	0.36 156	0.34 197	0.23 146	0.66 286	0.28 200	0.07 13	0.07 92	0.08 59	0.07 44	0.09 131	0.14 205

OMP-Stereo	0.24 147	0.16 143	0.48 84	0.30 305	0.13 80	0.21 64	0.16 40	0.38 106	0.35 136	0.34 198	0.30 95	0.33 190	0.20 125	0.70 296	0.24 166	0.08 87	0.06 34	0.09 119	0.07 44	0.08 64	0.07 11

NF-Stereo	0.22 92	0.11 27	0.52 147	0.25 197	0.12 48	0.21 64	0.18 91	0.40 131	0.35 136	0.28 91	0.30 95	0.22 72	0.17 76	0.52 224	0.21 131	0.09 142	0.06 34	0.09 119	0.08 103	0.08 64	0.13 182

OCTAStereo	0.22 92	0.11 27	0.52 147	0.25 197	0.12 48	0.21 64	0.18 91	0.40 131	0.35 136	0.28 91	0.30 95	0.22 72	0.17 76	0.51 218	0.21 131	0.09 142	0.06 34	0.09 119	0.08 103	0.08 64	0.13 182

PFNet	0.24 147	0.11 27	0.63 231	0.25 197	0.14 107	0.22 86	0.19 123	0.40 131	0.35 136	0.36 224	0.32 114	0.27 131	0.20 125	0.63 271	0.23 161	0.09 142	0.05 3	0.09 119	0.08 103	0.08 64	0.08 37

RE-Stereo	0.22 92	0.11 27	0.52 147	0.25 197	0.12 48	0.21 64	0.18 91	0.40 131	0.35 136	0.28 91	0.30 95	0.22 72	0.17 76	0.51 218	0.21 131	0.09 142	0.06 34	0.09 119	0.08 103	0.08 64	0.13 182

TVStereo	0.22 92	0.11 27	0.52 147	0.25 197	0.12 48	0.21 64	0.18 91	0.40 131	0.35 136	0.28 91	0.30 95	0.22 72	0.17 76	0.51 218	0.21 131	0.09 142	0.06 34	0.09 119	0.08 103	0.08 64	0.13 182

ICVP	0.24 147	0.13 73	0.45 55	0.26 229	0.14 107	0.30 190	0.25 253	0.47 195	0.35 136	0.29 114	0.43 221	0.35 211	0.25 175	0.28 97	0.25 178	0.12 256	0.09 167	0.09 119	0.09 164	0.09 131	0.11 127
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
raft+_RVC	0.21 79	0.21 210	0.46 67	0.22 85	0.35 358	0.21 64	0.16 40	0.39 122	0.35 136	0.22 47	0.28 78	0.20 59	0.15 49	0.25 53	0.20 114	0.08 87	0.16 281	0.08 59	0.07 44	0.07 30	0.12 162

GES	0.23 121	0.14 107	0.54 167	0.21 53	0.14 107	0.28 162	0.19 123	0.51 229	0.35 136	0.31 150	0.36 156	0.25 111	0.24 164	0.30 123	0.23 161	0.11 228	0.09 167	0.08 59	0.08 103	0.10 177	0.12 162

ac_64	0.28 213	0.16 143	0.62 226	0.25 197	0.17 211	0.36 262	0.22 195	0.48 204	0.35 136	0.36 224	0.37 164	0.51 303	0.30 235	0.62 268	0.34 242	0.11 228	0.09 167	0.10 181	0.10 208	0.09 131	0.09 57

DN-CSS_ROB	0.24 147	0.33 306	0.69 250	0.25 197	0.14 107	0.26 142	0.13 2	0.42 150	0.35 136	0.30 135	0.42 209	0.22 72	0.20 125	0.34 160	0.22 146	0.07 13	0.06 34	0.11 227	0.11 232	0.11 218	0.09 57

GMStereo_Zeroshot	0.25 171	0.22 224	0.51 131	0.27 261	0.14 107	0.28 162	0.15 25	0.40 131	0.36 149	0.37 239	0.43 221	0.40 239	0.17 76	0.35 167	0.21 131	0.12 256	0.07 92	0.13 280	0.07 44	0.17 303	0.10 98

anonymousa	0.26 190	0.13 73	0.56 183	0.29 298	0.30 349	0.31 208	0.20 154	0.38 106	0.36 149	0.33 184	0.51 278	0.41 246	0.27 193	0.25 53	0.24 166	0.08 87	0.18 306	0.09 119	0.18 340	0.08 64	0.17 238

RCA-Stereo	0.17 18	0.10 11	0.33 10	0.20 34	0.11 25	0.19 22	0.17 54	0.39 122	0.36 149	0.21 31	0.25 58	0.17 38	0.17 76	0.18 12	0.15 37	0.07 13	0.14 251	0.07 13	0.06 22	0.06 2	0.08 37

BUS	0.24 147	0.13 73	0.36 18	0.25 197	0.14 107	0.44 300	0.17 54	0.59 301	0.36 149	0.34 198	0.35 143	0.31 174	0.22 137	0.27 79	0.22 146	0.10 197	0.07 92	0.11 227	0.10 208	0.09 131	0.10 98

BSDual-CNN	0.24 147	0.13 73	0.36 18	0.25 197	0.14 107	0.35 254	0.22 195	0.59 301	0.36 149	0.34 198	0.35 143	0.38 226	0.25 175	0.27 79	0.28 200	0.10 197	0.07 92	0.11 227	0.10 208	0.09 131	0.10 98

psmg	0.24 147	0.13 73	0.36 18	0.21 53	0.14 107	0.35 254	0.23 218	0.54 251	0.36 149	0.36 224	0.38 170	0.38 226	0.25 175	0.27 79	0.28 200	0.10 197	0.08 138	0.10 181	0.10 208	0.09 131	0.09 57

GANet-ADL	0.22 92	0.14 107	0.51 131	0.23 128	0.14 107	0.29 179	0.19 123	0.48 204	0.36 149	0.26 76	0.33 129	0.32 184	0.20 125	0.26 70	0.22 146	0.11 228	0.07 92	0.07 13	0.06 22	0.09 131	0.11 127

PFNet+	0.21 79	0.11 27	0.54 167	0.22 85	0.12 48	0.17 9	0.18 91	0.31 51	0.36 149	0.33 184	0.32 114	0.24 100	0.16 61	0.33 146	0.18 77	0.10 197	0.07 92	0.11 227	0.10 208	0.08 64	0.12 162

THIR-Stereo	0.30 239	0.15 123	0.46 67	0.19 13	0.11 25	0.28 162	0.70 380	0.33 67	0.36 149	0.37 239	0.64 330	0.33 190	0.49 330	0.58 243	0.44 283	0.08 87	0.06 34	0.08 59	0.09 164	0.07 30	0.08 37

LMCR-Stereo	0.28 213	0.22 224	0.56 183	0.29 298	0.14 107	0.37 267	0.23 218	0.57 281	0.36 149	0.40 267	0.40 191	0.29 155	0.30 235	0.41 188	0.38 259	0.11 228	0.07 92	0.09 119	0.07 44	0.13 255	0.10 98

Anonymous3	0.24 147	0.19 191	0.76 272	0.27 261	0.18 231	0.41 286	0.24 240	0.45 180	0.36 149	0.23 54	0.27 74	0.20 59	0.18 102	0.28 97	0.19 98	0.12 256	0.11 212	0.10 181	0.10 208	0.11 218	0.13 182

DMCA-RVC	0.30 239	0.27 276	0.93 321	0.28 285	0.17 211	0.30 190	0.21 173	0.43 155	0.36 149	0.40 267	0.38 170	0.39 236	0.36 276	0.44 196	0.34 242	0.13 273	0.10 192	0.16 318	0.12 269	0.13 255	0.11 127

UCFNet_RVC	0.25 171	0.21 210	0.49 101	0.19 13	0.15 157	0.34 241	0.18 91	0.47 195	0.36 149	0.30 135	0.35 143	0.40 239	0.26 187	0.35 167	0.24 166	0.13 273	0.08 138	0.13 280	0.14 307	0.13 255	0.13 182

anonymousdsp2	0.23 121	0.11 27	0.42 40	0.26 229	0.24 319	0.25 129	0.17 54	0.43 155	0.37 162	0.30 135	0.23 49	0.24 100	0.15 49	0.32 137	0.17 58	0.07 13	0.28 359	0.07 13	0.05 8	0.08 64	0.44 371

CBFPSM	0.28 213	0.23 237	0.76 272	0.21 53	0.14 107	0.38 273	0.26 263	0.42 150	0.37 162	0.34 198	0.36 156	0.55 315	0.38 286	0.33 146	0.40 265	0.08 87	0.08 138	0.07 13	0.08 103	0.09 131	0.12 162

PSMNet-ADL	0.26 190	0.16 143	0.39 26	0.27 261	0.14 107	0.32 221	0.22 195	0.45 180	0.37 162	0.28 91	0.34 137	0.41 246	0.28 212	0.61 260	0.32 230	0.11 228	0.10 192	0.09 119	0.11 232	0.10 177	0.13 182

HCRNet	0.25 171	0.27 276	0.42 40	0.34 335	0.17 211	0.27 148	0.18 91	0.45 180	0.37 162	0.31 150	0.35 143	0.32 184	0.23 146	0.44 196	0.21 131	0.13 273	0.08 138	0.13 280	0.11 232	0.11 218	0.09 57

FENet	0.22 92	0.13 73	0.48 84	0.22 85	0.12 48	0.27 148	0.18 91	0.43 155	0.37 162	0.31 150	0.32 114	0.29 155	0.23 146	0.27 79	0.24 166	0.10 197	0.07 92	0.09 119	0.09 164	0.09 131	0.11 127

CFNet-ft	0.26 190	0.21 210	0.51 131	0.19 13	0.16 186	0.31 208	0.21 173	0.40 131	0.37 162	0.29 114	0.40 191	0.46 279	0.27 193	0.49 209	0.28 200	0.12 256	0.07 92	0.12 257	0.11 232	0.12 243	0.11 127

CFNet_RVC	0.26 190	0.21 210	0.51 131	0.19 13	0.16 186	0.31 208	0.21 173	0.40 131	0.37 162	0.29 114	0.40 191	0.46 279	0.27 193	0.49 209	0.28 200	0.12 256	0.07 92	0.12 257	0.11 232	0.12 243	0.11 127

iinet-f	0.31 249	0.23 237	1.16 350	0.20 34	0.16 186	0.44 300	0.23 218	0.47 195	0.38 169	0.36 224	0.44 230	0.41 246	0.35 271	0.36 171	0.43 276	0.10 197	0.09 167	0.08 59	0.08 103	0.13 255	0.12 162

TestStereo1	0.23 121	0.22 224	0.50 119	0.27 261	0.14 107	0.26 142	0.27 268	0.43 155	0.38 169	0.29 114	0.39 184	0.23 85	0.21 132	0.33 146	0.18 77	0.08 87	0.08 138	0.09 119	0.08 103	0.08 64	0.10 98

IER	0.24 147	0.15 123	0.50 119	0.21 53	0.15 157	0.31 208	0.20 154	0.44 173	0.38 169	0.34 198	0.41 202	0.32 184	0.34 264	0.31 132	0.23 161	0.09 142	0.07 92	0.08 59	0.08 103	0.09 131	0.09 57

RAFT+CT+SA	0.23 121	0.24 247	0.48 84	0.25 197	0.18 231	0.23 102	0.29 286	0.42 150	0.38 169	0.24 60	0.39 184	0.20 59	0.17 76	0.34 160	0.17 58	0.07 13	0.07 92	0.09 119	0.12 269	0.09 131	0.13 182

SA-5K	0.23 121	0.22 224	0.50 119	0.27 261	0.14 107	0.26 142	0.27 268	0.43 155	0.38 169	0.29 114	0.39 184	0.23 85	0.21 132	0.33 146	0.18 77	0.08 87	0.08 138	0.09 119	0.08 103	0.08 64	0.10 98

IPLGR	0.22 92	0.14 107	0.75 268	0.21 53	0.11 25	0.25 129	0.18 91	0.44 173	0.38 169	0.29 114	0.28 78	0.21 69	0.19 119	0.37 179	0.19 98	0.07 13	0.06 34	0.08 59	0.07 44	0.07 30	0.07 11

CrosDoStereo	0.32 254	0.11 27	0.53 157	0.19 13	0.12 48	0.22 86	1.07 399	0.36 85	0.38 169	0.38 247	0.60 317	0.28 143	0.45 313	0.61 260	0.56 317	0.08 87	0.06 34	0.08 59	0.09 164	0.08 64	0.09 57

DeepStereo_LL	0.32 254	0.11 27	0.53 157	0.19 13	0.12 48	0.22 86	1.07 399	0.36 85	0.38 169	0.38 247	0.60 317	0.28 143	0.45 313	0.61 260	0.56 317	0.08 87	0.06 34	0.08 59	0.09 164	0.08 64	0.09 57

DEmStereo	0.26 190	0.10 11	0.52 147	0.19 13	0.13 80	0.31 208	0.25 253	0.29 28	0.38 169	0.36 224	0.57 306	0.24 100	0.48 326	0.53 226	0.44 283	0.07 13	0.06 34	0.08 59	0.08 103	0.07 30	0.08 37

PSMNet-RSSM	0.26 190	0.21 210	0.50 119	0.21 53	0.14 107	0.25 129	0.21 173	0.50 219	0.38 169	0.31 150	0.45 243	0.40 239	0.27 193	0.53 226	0.24 166	0.12 256	0.08 138	0.11 227	0.13 293	0.10 177	0.10 98

MLCV	0.25 171	0.23 237	0.59 210	0.22 85	0.09 5	0.30 190	0.18 91	0.40 131	0.38 169	0.38 247	0.44 230	0.31 174	0.22 137	0.44 196	0.32 230	0.07 13	0.05 3	0.07 13	0.06 22	0.07 30	0.08 37

Anonymous_2	0.44 321	0.23 237	0.57 190	0.34 335	0.34 355	0.53 337	0.28 282	0.49 211	0.39 180	0.36 224	0.34 137	0.48 290	0.38 286	0.43 193	0.33 238	0.26 358	0.41 384	0.44 377	1.45 411	0.33 369	0.37 358

test_5	0.25 171	0.25 260	0.57 190	0.27 261	0.18 231	0.25 129	0.29 286	0.42 150	0.39 180	0.29 114	0.40 191	0.27 131	0.23 146	0.35 167	0.19 98	0.07 13	0.07 92	0.09 119	0.09 164	0.10 177	0.14 205

MIPNet	0.22 92	0.19 191	0.64 235	0.22 85	0.12 48	0.28 162	0.20 154	0.48 204	0.39 180	0.31 150	0.24 54	0.19 52	0.24 164	0.28 97	0.20 114	0.07 13	0.05 3	0.08 59	0.07 44	0.07 30	0.08 37

IRAFT_RVC	0.23 121	0.15 123	0.54 167	0.26 229	0.12 48	0.19 22	0.23 218	0.41 149	0.39 180	0.31 150	0.30 95	0.29 155	0.24 164	0.55 234	0.23 161	0.08 87	0.06 34	0.10 181	0.08 103	0.08 64	0.08 37

FADNet_RVC	0.31 249	0.35 318	0.98 328	0.24 165	0.16 186	0.30 190	0.17 54	0.52 234	0.39 180	0.30 135	0.38 170	0.30 165	0.29 228	0.54 231	0.33 238	0.14 294	0.14 251	0.14 298	0.16 325	0.21 335	0.24 303

MaskLacGwcNet_RVC	0.38 289	0.43 346	0.72 263	0.35 340	0.19 254	0.51 329	0.25 253	0.56 272	0.39 180	0.42 281	0.47 262	0.47 286	0.27 193	0.74 307	0.32 230	0.38 377	0.19 310	0.27 359	0.17 336	0.29 363	0.27 324

STTStereo	0.30 239	0.24 247	0.83 292	0.25 197	0.17 211	0.30 190	0.24 240	0.49 211	0.39 180	0.39 258	0.41 202	0.44 268	0.28 212	0.41 188	0.30 215	0.13 273	0.13 242	0.13 280	0.16 325	0.12 243	0.12 162

HSM	0.29 227	0.18 183	0.48 84	0.21 53	0.15 157	0.33 227	0.20 154	0.55 262	0.39 180	0.36 224	0.39 184	0.67 354	0.32 259	0.88 343	0.24 166	0.09 142	0.07 92	0.08 59	0.07 44	0.09 131	0.10 98

hknet	0.26 190	0.15 123	0.49 101	0.25 197	0.16 186	0.35 254	0.22 195	0.59 301	0.40 188	0.34 198	0.35 143	0.43 262	0.28 212	0.38 181	0.26 187	0.09 142	0.07 92	0.11 227	0.10 208	0.09 131	0.10 98

DRaft	0.25 171	0.11 27	0.47 72	0.18 8	0.12 48	0.28 162	0.23 218	0.34 71	0.40 188	0.38 247	0.60 317	0.20 59	0.41 301	0.48 207	0.41 270	0.07 13	0.06 34	0.08 59	0.08 103	0.07 30	0.08 37

UPFNet	0.27 206	0.15 123	0.47 72	0.25 197	0.20 271	0.37 267	0.27 268	0.50 219	0.40 188	0.36 224	0.38 170	0.37 220	0.29 228	0.40 185	0.34 242	0.10 197	0.10 192	0.10 181	0.10 208	0.10 177	0.08 37

DMCA	0.24 147	0.18 183	0.51 131	0.23 128	0.14 107	0.27 148	0.20 154	0.45 180	0.40 188	0.32 175	0.33 129	0.33 190	0.25 175	0.27 79	0.30 215	0.11 228	0.08 138	0.10 181	0.08 103	0.11 218	0.12 162

FADNet-RVC-Resample	0.31 249	0.32 302	1.16 350	0.27 261	0.17 211	0.33 227	0.21 173	0.49 211	0.40 188	0.36 224	0.38 170	0.34 197	0.27 193	0.54 231	0.27 194	0.10 197	0.10 192	0.14 298	0.13 293	0.13 255	0.18 240

gwcnet-sp	0.25 171	0.16 143	0.70 253	0.23 128	0.14 107	0.34 241	0.22 195	0.46 186	0.41 193	0.37 239	0.35 143	0.27 131	0.27 193	0.36 171	0.26 187	0.09 142	0.08 138	0.09 119	0.09 164	0.10 177	0.10 98

scenet	0.25 171	0.16 143	0.70 253	0.23 128	0.14 107	0.34 241	0.22 195	0.46 186	0.41 193	0.37 239	0.35 143	0.27 131	0.27 193	0.36 171	0.26 187	0.09 142	0.08 138	0.09 119	0.09 164	0.10 177	0.10 98

ssnet	0.25 171	0.16 143	0.70 253	0.23 128	0.14 107	0.34 241	0.22 195	0.46 186	0.41 193	0.37 239	0.35 143	0.27 131	0.27 193	0.36 171	0.26 187	0.09 142	0.08 138	0.09 119	0.09 164	0.10 177	0.10 98

ADStereo(finetuned)	0.21 79	0.15 123	0.59 210	0.19 13	0.09 5	0.19 22	0.18 91	0.37 97	0.41 193	0.30 135	0.31 105	0.19 52	0.31 248	0.21 24	0.20 114	0.07 13	0.05 3	0.07 13	0.05 8	0.07 30	0.10 98

Sa-1000	0.24 147	0.20 203	0.53 157	0.23 128	0.14 107	0.30 190	0.23 218	0.50 219	0.41 193	0.30 135	0.50 275	0.26 127	0.19 119	0.33 146	0.16 46	0.08 87	0.10 192	0.10 181	0.11 232	0.08 64	0.08 37

SACVNet	0.32 254	0.25 260	0.59 210	0.26 229	0.19 254	0.35 254	0.25 253	0.54 251	0.41 193	0.43 290	0.45 243	0.46 279	0.34 264	0.71 299	0.30 215	0.14 294	0.10 192	0.12 257	0.12 269	0.16 291	0.20 267

GwcNet-ADL	0.23 121	0.15 123	0.58 203	0.24 165	0.13 80	0.23 102	0.24 240	0.51 229	0.41 193	0.28 91	0.29 84	0.30 165	0.20 125	0.27 79	0.28 200	0.09 142	0.07 92	0.07 13	0.07 44	0.09 131	0.11 127

DCANet	0.20 56	0.15 123	0.57 190	0.19 13	0.09 5	0.19 22	0.18 91	0.37 97	0.41 193	0.30 135	0.31 105	0.19 52	0.23 146	0.21 24	0.20 114	0.07 13	0.05 3	0.07 13	0.05 8	0.07 30	0.10 98

GMStereo	0.21 79	0.30 292	0.57 190	0.21 53	0.12 48	0.24 120	0.18 91	0.30 37	0.41 193	0.26 76	0.24 54	0.17 38	0.16 61	0.25 53	0.19 98	0.10 197	0.07 92	0.08 59	0.08 103	0.11 218	0.09 57
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.23 121	0.12 57	0.51 131	0.21 53	0.14 107	0.34 241	0.22 195	0.57 281	0.41 193	0.29 114	0.32 114	0.23 85	0.22 137	0.28 97	0.20 114	0.10 197	0.07 92	0.09 119	0.10 208	0.09 131	0.09 57

RASNet	0.30 239	0.19 191	0.59 210	0.23 128	0.19 254	0.33 227	0.20 154	0.50 219	0.41 193	0.31 150	0.44 230	0.47 286	0.38 286	0.79 325	0.40 265	0.09 142	0.07 92	0.07 13	0.09 164	0.08 64	0.10 98

NLCA_NET_v2_RVC	0.29 227	0.24 247	0.81 287	0.26 229	0.18 231	0.30 190	0.22 195	0.52 234	0.41 193	0.38 247	0.42 209	0.42 256	0.28 212	0.46 203	0.31 224	0.11 228	0.08 138	0.10 181	0.11 232	0.10 177	0.12 162
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CoDeX	0.24 147	0.13 73	0.48 84	0.22 85	0.14 107	0.29 179	0.21 173	0.55 262	0.42 205	0.29 114	0.36 156	0.28 143	0.23 146	0.48 207	0.20 114	0.09 142	0.06 34	0.08 59	0.07 44	0.08 64	0.08 37

DCANet-4	0.20 56	0.11 27	0.58 203	0.19 13	0.09 5	0.19 22	0.18 91	0.39 122	0.42 205	0.29 114	0.31 105	0.17 38	0.22 137	0.21 24	0.20 114	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 57

SA	0.24 147	0.22 224	0.55 173	0.23 128	0.14 107	0.25 129	0.23 218	0.48 204	0.42 205	0.28 91	0.44 230	0.23 85	0.23 146	0.34 160	0.17 58	0.07 13	0.09 167	0.11 227	0.11 232	0.08 64	0.09 57

CSP-Net	0.28 213	0.17 166	0.41 32	0.22 85	0.14 107	0.44 300	0.24 240	0.52 234	0.42 205	0.42 281	0.44 230	0.42 256	0.27 193	0.66 286	0.30 215	0.12 256	0.09 167	0.08 59	0.08 103	0.10 177	0.10 98

RAFT + AFF	0.30 239	0.33 306	0.76 272	0.25 197	0.17 211	0.30 190	0.33 312	0.55 262	0.42 205	0.28 91	0.30 95	0.31 174	0.31 248	0.64 276	0.32 230	0.09 142	0.11 212	0.11 227	0.10 208	0.12 243	0.16 226

UNet	0.28 213	0.16 143	0.70 253	0.24 165	0.20 271	0.44 300	0.21 173	0.52 234	0.42 205	0.36 224	0.40 191	0.43 262	0.33 263	0.41 188	0.32 230	0.09 142	0.07 92	0.10 181	0.09 164	0.10 177	0.09 57

cf-r	0.26 190	0.22 224	0.66 241	0.22 85	0.14 107	0.28 162	0.22 195	0.44 173	0.42 205	0.32 175	0.42 209	0.43 262	0.27 193	0.44 196	0.27 194	0.11 228	0.07 92	0.08 59	0.10 208	0.08 64	0.09 57

hitnet-ft	0.31 249	0.21 210	0.56 183	0.19 13	0.14 107	0.40 282	0.23 218	0.46 186	0.42 205	0.37 239	0.46 255	0.53 312	0.35 271	0.76 318	0.35 248	0.14 294	0.10 192	0.14 298	0.10 208	0.15 282	0.14 205

FADNet-RVC	0.34 269	0.43 346	0.97 326	0.25 197	0.20 271	0.33 227	0.20 154	0.51 229	0.42 205	0.34 198	0.40 191	0.41 246	0.29 228	0.65 280	0.36 251	0.14 294	0.14 251	0.14 298	0.15 316	0.19 322	0.20 267

PS-NSSS	0.33 261	0.36 324	0.61 223	0.24 165	0.18 231	0.33 227	0.24 240	0.59 301	0.42 205	0.38 247	0.52 284	0.36 216	0.31 248	0.80 328	0.32 230	0.18 336	0.14 251	0.21 347	0.15 316	0.17 303	0.14 205

whm_eth	0.24 147	0.21 210	0.72 263	0.24 165	0.19 254	0.21 64	0.19 123	0.40 131	0.43 215	0.31 150	0.60 317	0.15 27	0.18 102	0.26 70	0.19 98	0.09 142	0.08 138	0.10 181	0.09 164	0.09 131	0.13 182

ToySt	0.28 213	0.19 191	0.68 249	0.22 85	0.19 254	0.31 208	0.31 301	0.43 155	0.43 215	0.28 91	0.38 170	0.42 256	0.32 259	0.33 146	0.32 230	0.08 87	0.14 251	0.10 181	0.12 269	0.11 218	0.24 303

222	0.45 324	0.14 107	0.43 45	0.19 13	0.15 157	0.36 262	0.20 154	0.60 310	0.43 215	0.37 239	0.45 243	0.30 165	0.28 212	0.59 249	3.72 411	0.11 228	0.19 310	0.08 59	0.09 164	0.09 131	0.27 324

xxxx	0.39 294	0.14 107	0.47 72	0.20 34	0.16 186	0.38 273	0.20 154	0.61 317	0.43 215	0.30 135	0.44 230	0.38 226	0.25 175	0.50 213	2.41 405	0.11 228	0.21 323	0.09 119	0.10 208	0.10 177	0.26 321

test_xeample	0.39 294	0.14 107	0.46 67	0.19 13	0.16 186	0.34 241	0.22 195	0.59 301	0.43 215	0.33 184	0.47 262	0.30 165	0.27 193	0.60 254	2.44 406	0.10 197	0.21 323	0.09 119	0.09 164	0.09 131	0.25 312

AdaStereo	0.25 171	0.17 166	0.47 72	0.25 197	0.13 80	0.33 227	0.17 54	0.57 281	0.43 215	0.34 198	0.38 170	0.35 211	0.21 132	0.32 137	0.24 166	0.14 294	0.06 34	0.13 280	0.09 164	0.11 218	0.09 57
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.
StereoDRNet-Refined	0.28 213	0.19 191	0.47 72	0.25 197	0.14 107	0.36 262	0.21 173	0.49 211	0.43 215	0.46 308	0.52 284	0.42 256	0.30 235	0.46 203	0.38 259	0.10 197	0.07 92	0.11 227	0.11 232	0.10 177	0.11 127
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SQANet	0.44 321	0.57 369	0.89 312	0.49 373	0.39 368	0.47 316	0.23 218	0.53 244	0.44 222	0.41 277	0.48 271	0.47 286	0.34 264	0.58 243	0.43 276	0.38 377	0.15 272	0.40 375	0.21 349	0.50 376	0.34 347

LL-Strereo	0.32 254	0.33 306	0.77 278	0.26 229	0.24 319	0.22 86	0.23 218	0.58 293	0.44 222	0.35 213	0.32 114	0.41 246	0.40 296	0.93 356	0.25 178	0.08 87	0.13 242	0.11 227	0.09 164	0.09 131	0.22 284

UDGNet	0.24 147	0.37 327	0.53 157	0.25 197	0.14 107	0.24 120	0.18 91	0.32 55	0.44 222	0.29 114	0.28 78	0.24 100	0.20 125	0.30 123	0.21 131	0.16 314	0.07 92	0.21 347	0.11 232	0.16 291	0.11 127

DDUNet	0.45 324	0.60 374	0.71 259	0.45 369	0.39 368	0.46 310	0.32 307	0.53 244	0.44 222	0.46 308	0.53 291	0.57 320	0.38 286	0.51 218	0.43 276	0.34 372	0.21 323	0.56 383	0.25 362	0.41 373	0.36 350

ADLNet	0.30 239	0.19 191	0.59 210	0.23 128	0.19 254	0.34 241	0.23 218	0.56 272	0.44 222	0.43 290	0.41 202	0.43 262	0.28 212	0.56 239	0.36 251	0.11 228	0.08 138	0.11 227	0.11 232	0.11 218	0.15 216

HGLStereo	0.29 227	0.19 191	0.60 217	0.24 165	0.21 284	0.33 227	0.23 218	0.52 234	0.44 222	0.36 224	0.49 273	0.41 246	0.35 271	0.46 203	0.34 242	0.11 228	0.11 212	0.09 119	0.09 164	0.11 218	0.12 162

GwcNet-RSSM	0.28 213	0.25 260	0.61 223	0.22 85	0.14 107	0.28 162	0.24 240	0.46 186	0.44 222	0.33 184	0.46 255	0.41 246	0.28 212	0.55 234	0.31 224	0.11 228	0.07 92	0.09 119	0.10 208	0.10 177	0.09 57

DSFCA	0.29 227	0.18 183	0.48 84	0.21 53	0.17 211	0.39 276	0.32 307	0.49 211	0.44 222	0.44 296	0.38 170	0.40 239	0.30 235	0.53 226	0.38 259	0.12 256	0.10 192	0.10 181	0.11 232	0.11 218	0.11 127

HSM-Net_RVC	0.28 213	0.12 57	0.48 84	0.19 13	0.11 25	0.35 254	0.21 173	0.64 335	0.44 222	0.40 267	0.43 221	0.50 300	0.27 193	0.75 312	0.25 178	0.08 87	0.07 92	0.08 59	0.07 44	0.08 64	0.09 57
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DANet	0.37 284	0.25 260	0.67 244	0.37 345	0.22 299	0.42 291	0.25 253	0.50 219	0.44 222	0.52 330	0.50 275	0.59 326	0.42 305	0.78 322	0.53 309	0.13 273	0.12 228	0.14 298	0.12 269	0.17 303	0.21 276
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NCCL2	0.37 284	0.33 306	0.59 210	0.37 345	0.23 308	0.42 291	0.41 343	0.56 272	0.44 222	0.47 314	0.47 262	0.61 333	0.39 293	0.58 243	0.41 270	0.16 314	0.13 242	0.21 347	0.22 356	0.16 291	0.18 240

dd	0.23 121	0.32 302	0.55 173	0.23 128	0.12 48	0.27 148	0.21 173	0.32 55	0.45 233	0.30 135	0.29 84	0.25 111	0.17 76	0.31 132	0.26 187	0.13 273	0.07 92	0.10 181	0.08 103	0.12 243	0.09 57

CFNet_pseudo	0.23 121	0.14 107	0.48 84	0.20 34	0.13 80	0.27 148	0.17 54	0.46 186	0.45 233	0.30 135	0.37 164	0.38 226	0.23 146	0.30 123	0.22 146	0.09 142	0.06 34	0.11 227	0.08 103	0.11 218	0.11 127

psm_up	0.30 239	0.21 210	0.58 203	0.26 229	0.18 231	0.32 221	0.27 268	0.57 281	0.45 233	0.38 247	0.41 202	0.45 273	0.40 296	0.59 249	0.32 230	0.11 228	0.12 228	0.13 280	0.12 269	0.11 218	0.11 127

psmorigin	0.52 343	0.29 286	3.10 405	0.24 165	0.19 254	0.39 276	0.24 240	0.52 234	0.45 233	0.66 355	0.68 339	0.70 361	0.52 335	0.86 340	0.49 300	0.15 306	0.17 299	0.13 280	0.14 307	0.16 291	0.23 291

ACVNet	0.24 147	0.18 183	0.51 131	0.18 8	0.15 157	0.27 148	0.23 218	0.40 131	0.45 233	0.29 114	0.41 202	0.38 226	0.28 212	0.28 97	0.35 248	0.09 142	0.07 92	0.08 59	0.07 44	0.10 177	0.09 57

acv_ft	0.26 190	0.18 183	0.56 183	0.24 165	0.19 254	0.34 241	0.21 173	0.47 195	0.45 233	0.39 258	0.41 202	0.38 226	0.28 212	0.28 97	0.36 251	0.09 142	0.07 92	0.08 59	0.07 44	0.11 218	0.09 57

ccs_rob	0.23 121	0.14 107	0.48 84	0.20 34	0.13 80	0.27 148	0.17 54	0.46 186	0.45 233	0.30 135	0.37 164	0.38 226	0.23 146	0.30 123	0.22 146	0.09 142	0.06 34	0.11 227	0.08 103	0.12 243	0.11 127

iResNet	0.25 171	0.22 224	0.62 226	0.26 229	0.11 25	0.31 208	0.23 218	0.46 186	0.45 233	0.34 198	0.43 221	0.27 131	0.23 146	0.36 171	0.37 257	0.08 87	0.05 3	0.07 13	0.06 22	0.08 64	0.10 98

DLCB_ROB	0.30 239	0.20 203	0.45 55	0.28 285	0.17 211	0.37 267	0.25 253	0.50 219	0.45 233	0.46 308	0.47 262	0.51 303	0.34 264	0.56 239	0.38 259	0.10 197	0.10 192	0.11 227	0.11 232	0.10 177	0.11 127

DualNet	0.33 261	0.17 166	0.84 295	0.21 53	0.13 80	0.29 179	0.21 173	0.38 106	0.46 242	0.31 150	0.44 230	0.34 197	0.24 164	0.28 97	1.30 375	0.08 87	0.28 359	0.12 257	0.11 232	0.08 64	0.37 358

ffm	0.27 206	0.17 166	0.84 295	0.21 53	0.13 80	0.29 179	0.21 173	0.38 106	0.46 242	0.31 150	0.44 230	0.34 197	0.24 164	0.28 97	0.12 1	0.08 87	0.28 359	0.12 257	0.11 232	0.08 64	0.37 358

ff1	0.36 277	0.17 166	0.84 295	0.21 53	0.13 80	0.29 179	0.21 173	0.38 106	0.46 242	0.31 150	0.44 230	0.34 197	0.24 164	0.91 350	1.30 375	0.08 87	0.28 359	0.12 257	0.11 232	0.08 64	0.37 358

tt1	0.22 92	0.16 143	0.49 101	0.26 229	0.15 157	0.31 208	0.19 123	0.38 106	0.46 242	0.21 31	0.19 24	0.13 11	0.16 61	0.28 97	0.12 1	0.08 87	0.28 359	0.08 59	0.06 22	0.08 64	0.37 358

CFNet_ucs	0.25 171	0.14 107	0.51 131	0.20 34	0.15 157	0.29 179	0.18 91	0.51 229	0.46 242	0.32 175	0.42 209	0.38 226	0.23 146	0.31 132	0.22 146	0.11 228	0.08 138	0.12 257	0.09 164	0.13 255	0.13 182

fff	0.20 56	0.15 123	0.57 190	0.19 13	0.09 5	0.19 22	0.18 91	0.38 106	0.46 242	0.29 114	0.31 105	0.18 46	0.28 212	0.21 24	0.20 114	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 57

csc	0.20 56	0.15 123	0.57 190	0.19 13	0.09 5	0.19 22	0.18 91	0.38 106	0.46 242	0.29 114	0.31 105	0.18 46	0.28 212	0.21 24	0.20 114	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 57

cscssc	0.20 56	0.15 123	0.57 190	0.19 13	0.09 5	0.19 22	0.18 91	0.38 106	0.46 242	0.29 114	0.31 105	0.18 46	0.28 212	0.21 24	0.20 114	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 57

111	0.22 92	0.22 224	0.57 190	0.19 13	0.09 5	0.24 120	0.17 54	0.44 173	0.46 242	0.24 60	0.30 95	0.29 155	0.22 137	0.25 53	0.19 98	0.08 87	0.05 3	0.07 13	0.06 22	0.07 30	0.15 216

APVNet	0.38 289	0.26 270	0.87 304	0.26 229	0.22 299	0.52 334	0.35 318	0.64 335	0.46 242	0.40 267	0.52 284	0.48 290	0.39 293	0.84 337	0.48 294	0.13 273	0.14 251	0.15 312	0.16 325	0.16 291	0.16 226

G-Net	0.47 333	0.26 270	1.02 332	0.34 335	0.28 338	0.89 376	0.35 318	0.47 195	0.46 242	0.68 357	1.20 379	0.64 345	0.59 349	0.61 260	0.60 324	0.16 314	0.14 251	0.17 327	0.13 293	0.22 339	0.21 276

GANet	0.40 304	0.28 283	0.67 244	0.31 315	0.18 231	0.43 295	0.39 336	0.60 310	0.46 242	0.48 320	0.78 353	0.55 315	0.45 313	0.96 360	0.55 316	0.13 273	0.14 251	0.13 280	0.12 269	0.15 282	0.16 226

CFNet	0.29 227	0.29 286	0.57 190	0.23 128	0.14 107	0.34 241	0.15 25	0.53 244	0.46 242	0.31 150	0.40 191	0.38 226	0.27 193	0.76 318	0.28 200	0.10 197	0.07 92	0.11 227	0.11 232	0.11 218	0.09 57

PCWNet_CMD	0.23 121	0.14 107	0.48 84	0.21 53	0.13 80	0.28 162	0.17 54	0.47 195	0.47 255	0.30 135	0.36 156	0.37 220	0.24 164	0.29 114	0.21 131	0.09 142	0.06 34	0.10 181	0.08 103	0.11 218	0.11 127

HBP-ISP	0.34 269	0.35 318	0.76 272	0.23 128	0.17 211	0.33 227	0.22 195	0.56 272	0.47 255	0.42 281	0.49 273	0.33 190	0.41 301	0.73 303	0.27 194	0.18 336	0.19 310	0.24 356	0.20 347	0.16 291	0.16 226

ccnet	0.43 319	0.34 314	0.62 226	0.28 285	0.33 354	0.60 348	0.34 316	0.68 352	0.47 255	0.54 339	0.66 334	0.56 319	0.46 320	0.73 303	0.66 334	0.26 358	0.19 310	0.24 356	0.22 356	0.27 358	0.25 312

aanetorigin	0.40 304	0.33 306	1.14 347	0.25 197	0.19 254	0.30 190	0.37 325	0.34 71	0.47 255	0.95 376	0.82 358	0.52 308	0.56 344	0.50 213	0.52 305	0.11 228	0.09 167	0.10 181	0.10 208	0.16 291	0.19 255

MSMDNet	0.23 121	0.14 107	0.49 101	0.20 34	0.13 80	0.28 162	0.17 54	0.47 195	0.47 255	0.30 135	0.36 156	0.37 220	0.24 164	0.29 114	0.21 131	0.09 142	0.07 92	0.09 119	0.08 103	0.11 218	0.11 127

CBMV_ROB	0.36 277	0.21 210	0.57 190	0.22 85	0.14 107	0.35 254	0.20 154	0.55 262	0.47 255	0.52 330	0.58 309	0.45 273	0.53 340	0.75 312	0.50 301	0.18 336	0.19 310	0.23 354	0.21 349	0.15 282	0.20 267

SMFormer	0.27 206	0.13 73	0.47 72	0.20 34	0.10 17	0.28 162	0.19 123	0.54 251	0.48 261	0.35 213	0.42 209	0.31 174	0.27 193	0.60 254	0.34 242	0.10 197	0.16 281	0.08 59	0.09 164	0.10 177	0.16 226

tta	0.27 206	0.13 73	0.47 72	0.20 34	0.10 17	0.28 162	0.19 123	0.54 251	0.48 261	0.35 213	0.42 209	0.31 174	0.27 193	0.60 254	0.34 242	0.10 197	0.16 281	0.08 59	0.09 164	0.08 64	0.13 182

qqq1	0.26 190	0.13 73	0.47 72	0.20 34	0.10 17	0.28 162	0.19 123	0.54 251	0.48 261	0.35 213	0.42 209	0.31 174	0.27 193	0.60 254	0.21 131	0.10 197	0.16 281	0.07 13	0.07 44	0.08 64	0.13 182

fff1	0.26 190	0.13 73	0.47 72	0.20 34	0.10 17	0.28 162	0.19 123	0.54 251	0.48 261	0.35 213	0.42 209	0.31 174	0.27 193	0.60 254	0.21 131	0.10 197	0.16 281	0.07 13	0.07 44	0.08 64	0.13 182

xx1	0.23 121	0.16 143	0.50 119	0.27 261	0.13 80	0.31 208	0.19 123	0.39 122	0.48 261	0.21 31	0.20 29	0.28 143	0.25 175	0.28 97	0.12 1	0.08 87	0.28 359	0.10 181	0.11 232	0.09 131	0.23 291

cc1	0.22 92	0.16 143	0.50 119	0.27 261	0.13 80	0.31 208	0.19 123	0.39 122	0.48 261	0.21 31	0.20 29	0.13 11	0.17 76	0.28 97	0.12 1	0.08 87	0.28 359	0.08 59	0.06 22	0.08 64	0.37 358

mmx	0.37 284	0.17 166	0.84 295	0.21 53	0.13 80	0.29 179	0.21 173	0.57 281	0.48 261	0.31 150	0.44 230	0.34 197	0.24 164	0.91 350	1.30 375	0.10 197	0.20 318	0.12 257	0.11 232	0.11 218	0.23 291

1111x	0.39 294	0.17 166	0.80 286	0.23 128	0.15 157	0.33 227	0.27 268	0.62 325	0.48 261	0.32 175	0.43 221	0.40 239	0.29 228	0.86 340	1.60 391	0.09 142	0.23 337	0.09 119	0.12 269	0.10 177	0.23 291

xxx	0.37 284	0.17 166	0.84 295	0.21 53	0.13 80	0.29 179	0.21 173	0.57 281	0.48 261	0.31 150	0.44 230	0.34 197	0.24 164	0.91 350	1.30 375	0.10 197	0.20 318	0.12 257	0.11 232	0.11 218	0.23 291

ssnet_v2	0.30 239	0.21 210	0.63 231	0.23 128	0.15 157	0.40 282	0.30 292	0.59 301	0.48 261	0.40 267	0.37 164	0.46 279	0.30 235	0.41 188	0.44 283	0.13 273	0.11 212	0.11 227	0.11 232	0.12 243	0.11 127

UDG	0.42 313	0.54 362	0.67 244	0.41 363	0.35 358	0.47 316	0.27 268	0.57 281	0.48 261	0.40 267	0.46 255	0.59 326	0.45 313	0.47 206	0.46 289	0.26 358	0.19 310	0.49 379	0.22 356	0.37 371	0.30 336

DAS	0.28 213	0.13 73	0.49 101	0.24 165	0.18 231	0.30 190	0.24 240	0.48 204	0.48 261	0.42 281	0.45 243	0.34 197	0.31 248	0.76 318	0.24 166	0.09 142	0.07 92	0.09 119	0.07 44	0.10 177	0.11 127

SepStereo	0.27 206	0.13 73	0.49 101	0.24 165	0.18 231	0.30 190	0.24 240	0.48 204	0.48 261	0.42 281	0.45 243	0.34 197	0.31 248	0.64 276	0.24 166	0.09 142	0.07 92	0.09 119	0.07 44	0.10 177	0.11 127

NINENet	0.27 206	0.16 143	0.49 101	0.23 128	0.16 186	0.44 300	0.17 54	0.63 329	0.49 274	0.33 184	0.38 170	0.31 174	0.22 137	0.43 193	0.22 146	0.11 228	0.10 192	0.12 257	0.08 103	0.12 243	0.11 127

AASNet	0.29 227	0.27 276	0.67 244	0.26 229	0.18 231	0.34 241	0.21 173	0.64 335	0.49 274	0.36 224	0.41 202	0.32 184	0.26 187	0.33 146	0.39 263	0.12 256	0.09 167	0.10 181	0.08 103	0.14 275	0.12 162

FADNet	0.34 269	0.43 346	0.88 310	0.24 165	0.22 299	0.37 267	0.19 123	0.56 272	0.49 274	0.32 175	0.36 156	0.43 262	0.32 259	0.65 280	0.30 215	0.17 326	0.16 281	0.14 298	0.16 325	0.25 349	0.21 276

ETE_ROB	0.36 277	0.32 302	0.64 235	0.30 305	0.18 231	0.40 282	0.38 333	0.59 301	0.49 274	0.50 324	0.52 284	0.62 336	0.37 281	0.58 243	0.43 276	0.13 273	0.10 192	0.14 298	0.12 269	0.17 303	0.18 240

PSMNet_ROB	0.36 277	0.31 295	0.71 259	0.31 315	0.21 284	0.44 300	0.44 348	0.61 317	0.49 274	0.39 258	0.45 243	0.49 296	0.32 259	0.66 286	0.53 309	0.14 294	0.10 192	0.15 312	0.14 307	0.13 255	0.13 182

fast-acv-ft	0.33 261	0.26 270	0.88 310	0.25 197	0.18 231	0.49 325	0.27 268	0.44 173	0.50 279	0.40 267	0.55 299	0.49 296	0.36 276	0.39 184	0.41 270	0.11 228	0.11 212	0.11 227	0.12 269	0.13 255	0.11 127

raft_robust	0.25 171	0.23 237	0.44 52	0.22 85	0.13 80	0.23 102	0.22 195	0.52 234	0.50 279	0.33 184	0.32 114	0.33 190	0.23 146	0.55 234	0.18 77	0.07 13	0.11 212	0.08 59	0.10 208	0.08 64	0.07 11

TDLM	0.32 254	0.27 276	0.52 147	0.30 305	0.15 157	0.33 227	0.32 307	0.54 251	0.50 279	0.44 296	0.43 221	0.39 236	0.30 235	0.92 355	0.30 215	0.14 294	0.09 167	0.13 280	0.12 269	0.13 255	0.14 205

CVANet_RVC	0.34 269	0.25 260	0.77 278	0.27 261	0.17 211	0.34 241	0.28 282	0.55 262	0.50 279	0.43 290	0.46 255	0.44 268	0.31 248	0.90 348	0.27 194	0.15 306	0.10 192	0.14 298	0.14 307	0.15 282	0.15 216

NOSS_ROB	0.33 261	0.24 247	0.49 101	0.27 261	0.16 186	0.34 241	0.19 123	0.55 262	0.50 279	0.34 198	0.37 164	0.42 256	0.30 235	0.93 356	0.25 178	0.19 345	0.20 318	0.24 356	0.22 356	0.17 303	0.25 312

SGM-Forest	0.42 313	0.44 350	0.92 317	0.24 165	0.16 186	0.45 308	0.40 340	0.58 293	0.50 279	0.54 339	0.63 329	0.52 308	0.51 333	0.91 350	0.66 334	0.17 326	0.17 299	0.17 327	0.15 316	0.15 282	0.21 276
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ttt	0.33 261	0.14 107	0.54 167	0.22 85	0.14 107	0.30 190	0.22 195	0.59 301	0.51 285	0.31 150	0.46 255	0.30 165	0.23 146	0.71 299	1.07 364	0.13 273	0.22 329	0.10 181	0.11 232	0.12 243	0.24 303

anonymity	0.57 353	0.55 363	0.74 265	0.48 372	0.63 383	0.56 341	0.43 346	0.71 360	0.51 285	0.64 352	0.55 299	0.57 320	0.61 354	0.65 280	0.57 320	0.55 383	0.55 394	0.50 380	0.54 389	0.51 377	0.61 386

dad	0.30 239	0.38 333	0.60 217	0.22 85	0.14 107	0.32 221	0.21 173	0.35 80	0.51 285	0.45 303	0.45 243	0.46 279	0.23 146	0.41 188	0.27 194	0.21 348	0.11 212	0.20 344	0.11 232	0.15 282	0.11 127

Syn2CoEx	0.39 294	0.39 337	1.08 341	0.35 340	0.21 284	0.41 286	0.29 286	0.63 329	0.51 285	0.43 290	0.56 303	0.45 273	0.45 313	0.69 293	0.39 263	0.17 326	0.14 251	0.16 318	0.12 269	0.13 255	0.16 226

delet	0.29 227	0.18 183	0.58 203	0.24 165	0.19 254	0.41 286	0.30 292	0.52 234	0.51 285	0.35 213	0.42 209	0.37 220	0.31 248	0.49 209	0.36 251	0.10 197	0.09 167	0.11 227	0.12 269	0.09 131	0.09 57

Nwc_Net	0.39 294	0.29 286	0.84 295	0.32 320	0.24 319	0.45 308	0.30 292	0.67 347	0.51 285	0.39 258	0.70 343	0.59 326	0.48 326	0.61 260	0.45 288	0.16 314	0.12 228	0.19 340	0.21 349	0.14 275	0.15 216

ADCRef	0.41 309	0.33 306	1.05 334	0.26 229	0.21 284	0.49 325	0.27 268	0.54 251	0.51 285	0.51 327	0.59 313	0.35 211	0.47 322	0.54 231	1.35 382	0.09 142	0.08 138	0.12 257	0.12 269	0.12 243	0.13 182

CC-Net-ROB	0.46 330	0.55 363	0.86 302	0.38 353	0.23 308	0.51 329	0.30 292	0.69 358	0.51 285	0.46 308	0.51 278	0.48 290	0.38 286	0.96 360	0.40 265	0.36 374	0.23 337	0.56 383	0.25 362	0.34 370	0.22 284

iResNetv2_ROB	0.29 227	0.37 327	0.92 317	0.24 165	0.13 80	0.30 190	0.19 123	0.55 262	0.51 285	0.39 258	0.46 255	0.39 236	0.27 193	0.36 171	0.30 215	0.09 142	0.06 34	0.07 13	0.05 8	0.13 255	0.11 127

StereoDRNet	0.34 269	0.28 283	0.70 253	0.28 285	0.21 284	0.43 295	0.30 292	0.63 329	0.51 285	0.47 314	0.40 191	0.48 290	0.31 248	0.58 243	0.44 283	0.12 256	0.10 192	0.12 257	0.11 232	0.13 255	0.13 182

XPNet_ROB	0.35 275	0.26 270	0.58 203	0.28 285	0.19 254	0.37 267	0.31 301	0.57 281	0.51 285	0.52 330	0.54 294	0.57 320	0.38 286	0.65 280	0.48 294	0.17 326	0.12 228	0.13 280	0.12 269	0.16 291	0.17 238

CBMV	0.36 277	0.25 260	0.61 223	0.24 165	0.14 107	0.42 291	0.33 312	0.56 272	0.52 296	0.54 339	0.52 284	0.51 303	0.58 347	0.63 271	0.43 276	0.15 306	0.16 281	0.18 334	0.16 325	0.13 255	0.19 255
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
Wz-Net-LNSev-Ref	0.33 261	0.25 260	0.82 290	0.22 85	0.17 211	0.46 310	0.28 282	0.53 244	0.53 297	0.43 290	0.57 306	0.44 268	0.31 248	0.50 213	0.48 294	0.10 197	0.06 34	0.08 59	0.06 22	0.11 218	0.12 162

MMNet	0.28 213	0.19 191	0.54 167	0.24 165	0.17 211	0.47 316	0.22 195	0.47 195	0.53 297	0.40 267	0.43 221	0.36 216	0.34 264	0.40 185	0.35 248	0.08 87	0.08 138	0.09 119	0.09 164	0.10 177	0.09 57

NCC-stereo	0.42 313	0.31 295	0.87 304	0.32 320	0.29 347	0.47 316	0.37 325	0.68 352	0.53 297	0.42 281	0.58 309	0.57 320	0.52 335	0.75 312	0.54 313	0.18 336	0.14 251	0.18 334	0.25 362	0.17 303	0.18 240

Abc-Net	0.42 313	0.31 295	0.87 304	0.32 320	0.29 347	0.47 316	0.37 325	0.68 352	0.53 297	0.42 281	0.58 309	0.57 320	0.52 335	0.75 312	0.54 313	0.18 336	0.14 251	0.18 334	0.25 362	0.17 303	0.18 240
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MyStereo05	0.24 147	0.15 123	0.58 203	0.22 85	0.14 107	0.25 129	0.22 195	0.50 219	0.54 301	0.32 175	0.23 49	0.26 127	0.23 146	0.32 137	0.25 178	0.07 13	0.12 228	0.09 119	0.09 164	0.09 131	0.11 127

MyStereo04	0.24 147	0.15 123	0.58 203	0.22 85	0.16 186	0.25 129	0.22 195	0.51 229	0.54 301	0.29 114	0.23 49	0.27 131	0.23 146	0.32 137	0.25 178	0.07 13	0.13 242	0.09 119	0.09 164	0.09 131	0.11 127

ADLNet2	0.31 249	0.23 237	0.77 278	0.23 128	0.18 231	0.36 262	0.24 240	0.55 262	0.54 301	0.33 184	0.38 170	0.45 273	0.31 248	0.70 296	0.36 251	0.10 197	0.08 138	0.09 119	0.09 164	0.12 243	0.11 127

ADCP+	0.48 336	0.36 324	1.47 375	0.26 229	0.22 299	0.57 343	0.40 340	0.56 272	0.54 301	0.46 308	0.52 284	0.46 279	0.53 340	0.59 249	1.93 397	0.10 197	0.08 138	0.11 227	0.11 232	0.14 275	0.15 216

ADCPNet	0.51 340	0.36 324	1.82 389	0.27 261	0.23 308	0.71 359	0.39 336	0.56 272	0.54 301	0.52 330	0.60 317	0.66 351	0.57 346	0.64 276	1.23 371	0.15 306	0.18 306	0.14 298	0.23 360	0.19 322	0.22 284

STTRV1_RVC	0.42 313	0.33 306	0.89 312	0.29 298	0.36 363	0.49 325	0.31 301	0.63 329	0.54 301	0.47 314	0.56 303	0.47 286	0.43 308	1.00 363	0.40 265	0.28 364	0.21 323	0.20 344	0.18 340	0.25 349	0.18 240

DRN-Test	0.35 275	0.20 203	0.75 268	0.28 285	0.19 254	0.46 310	0.29 286	0.68 352	0.54 301	0.49 321	0.47 262	0.44 268	0.35 271	0.63 271	0.44 283	0.13 273	0.09 167	0.13 280	0.12 269	0.13 255	0.13 182

LALA_ROB	0.38 289	0.31 295	0.65 238	0.30 305	0.21 284	0.46 310	0.39 336	0.63 329	0.54 301	0.53 336	0.52 284	0.69 358	0.36 276	0.52 224	0.48 294	0.18 336	0.11 212	0.16 318	0.14 307	0.17 303	0.16 226

RGC	0.41 309	0.35 318	0.76 272	0.35 340	0.28 338	0.41 286	0.29 286	0.60 310	0.55 309	0.47 314	0.64 330	0.63 340	0.47 322	0.74 307	0.46 289	0.16 314	0.15 272	0.21 347	0.21 349	0.19 322	0.21 276

AANet_RVC	0.33 261	0.31 295	0.69 250	0.23 128	0.14 107	0.30 190	0.23 218	0.49 211	0.55 309	0.39 258	0.60 317	0.43 262	0.30 235	0.88 343	0.54 313	0.11 228	0.08 138	0.07 13	0.07 44	0.10 177	0.12 162

iResNet_ROB	0.27 206	0.27 276	0.48 84	0.21 53	0.12 48	0.32 221	0.17 54	0.57 281	0.55 309	0.39 258	0.44 230	0.37 220	0.28 212	0.43 193	0.28 200	0.08 87	0.06 34	0.06 1	0.05 8	0.09 131	0.11 127

pmcnn	0.54 346	0.24 247	1.06 336	0.25 197	0.26 332	0.40 282	0.31 301	0.55 262	0.55 309	0.56 343	1.22 381	2.53 404	0.39 293	0.84 337	1.08 366	0.09 142	0.06 34	0.06 1	0.05 8	0.10 177	0.14 205

GASNet	0.39 294	0.58 371	1.27 363	0.35 340	0.23 308	0.35 254	0.23 218	0.63 329	0.56 313	0.41 277	0.38 170	0.45 273	0.30 235	0.81 331	0.42 273	0.16 314	0.11 212	0.14 298	0.14 307	0.23 344	0.12 162

GEStereo_RVC	0.29 227	0.24 247	0.60 217	0.27 261	0.16 186	0.33 227	0.25 253	0.58 293	0.56 313	0.35 213	0.38 170	0.34 197	0.25 175	0.51 218	0.29 213	0.12 256	0.08 138	0.09 119	0.08 103	0.11 218	0.13 182

edge stereo	0.40 304	0.22 224	0.87 304	0.27 261	0.22 299	0.38 273	0.26 263	0.59 301	0.56 313	0.53 336	0.60 317	0.71 362	0.50 331	0.78 322	0.43 276	0.16 314	0.15 272	0.19 340	0.14 307	0.17 303	0.19 255

PA-Net	0.40 304	0.35 318	1.05 334	0.32 320	0.28 338	0.39 276	0.43 346	0.53 244	0.56 313	0.35 213	0.43 221	0.41 246	0.36 276	0.83 336	0.61 327	0.12 256	0.23 337	0.16 318	0.23 360	0.13 255	0.20 267
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SDNR	0.47 333	0.29 286	0.92 317	0.24 165	0.37 364	1.27 393	0.17 54	0.54 251	0.58 317	0.44 296	0.85 361	0.55 315	0.28 212	1.19 377	0.52 305	0.23 352	0.24 345	0.17 327	0.13 293	0.19 322	0.26 321

Wz-Net-LNSev	0.36 277	0.35 318	1.06 336	0.26 229	0.21 284	0.47 316	0.33 312	0.56 272	0.58 317	0.45 303	0.54 294	0.50 300	0.37 281	0.40 185	0.42 273	0.12 256	0.11 212	0.10 181	0.09 164	0.14 275	0.15 216

DGSMNet	0.63 364	0.32 302	1.01 331	0.54 376	0.73 389	0.62 350	1.36 407	0.62 325	0.58 317	0.38 247	0.62 328	0.52 308	0.34 264	0.65 280	0.47 292	0.54 382	0.61 399	0.67 388	0.61 396	0.65 384	0.69 395

ADCMid	0.53 344	0.45 351	1.46 374	0.27 261	0.22 299	0.51 329	0.38 333	0.61 317	0.58 317	0.75 362	0.67 336	0.62 336	0.66 363	0.66 286	1.75 393	0.13 273	0.12 228	0.17 327	0.17 336	0.20 329	0.21 276

Anonymous Stereo	0.42 313	0.43 346	1.38 369	0.32 320	0.26 332	0.35 254	0.48 356	0.55 262	0.58 317	0.43 290	0.48 271	0.40 239	0.29 228	0.93 356	0.56 317	0.16 314	0.16 281	0.15 312	0.16 325	0.16 291	0.20 267

NVstereo2D	0.32 254	0.18 183	0.63 231	0.24 165	0.23 308	0.43 295	0.28 282	0.60 310	0.58 317	0.28 91	0.39 184	0.42 256	0.30 235	0.71 299	0.30 215	0.13 273	0.09 167	0.13 280	0.10 208	0.20 329	0.18 240

DISCO	0.33 261	0.16 143	0.55 173	0.26 229	0.16 186	0.48 322	0.25 253	0.52 234	0.58 317	0.38 247	0.45 243	0.63 340	0.37 281	0.65 280	0.50 301	0.10 197	0.07 92	0.09 119	0.08 103	0.13 255	0.13 182

WCMA_ROB	0.55 347	0.27 276	0.76 272	0.26 229	0.22 299	0.62 350	0.36 323	0.57 281	0.58 317	0.97 378	1.40 387	1.28 384	0.94 380	0.80 328	0.80 346	0.20 347	0.17 299	0.16 318	0.16 325	0.19 322	0.29 334

MDST_ROB	0.51 340	0.16 143	0.97 326	0.31 315	0.21 284	1.35 397	0.34 316	0.80 372	0.59 325	1.09 385	0.74 349	0.49 296	0.37 281	1.31 385	0.60 324	0.14 294	0.12 228	0.16 318	0.13 293	0.13 255	0.18 240

GwcNet	0.37 284	0.29 286	1.12 344	0.25 197	0.24 319	0.48 322	0.27 268	0.58 293	0.60 326	0.39 258	0.54 294	0.51 303	0.34 264	0.60 254	0.46 289	0.13 273	0.12 228	0.12 257	0.11 232	0.13 255	0.15 216

NaN_ROB	0.44 321	0.38 333	0.94 324	0.30 305	0.20 271	0.52 334	0.49 360	0.61 317	0.60 326	0.56 343	0.47 262	0.49 296	0.42 305	1.24 379	0.76 342	0.12 256	0.18 306	0.12 257	0.13 293	0.12 243	0.18 240

Wz-Net-MNSev	0.39 294	0.35 318	0.99 330	0.26 229	0.21 284	0.59 347	0.39 336	0.58 293	0.61 328	0.49 321	0.56 303	0.53 312	0.37 281	0.61 260	0.47 292	0.11 228	0.09 167	0.11 227	0.11 232	0.15 282	0.15 216

pcwnet_v2	0.32 254	0.16 143	1.22 361	0.23 128	0.19 254	0.32 221	0.19 123	0.61 317	0.61 328	0.37 239	0.45 243	0.35 211	0.29 228	0.37 179	0.26 187	0.14 294	0.11 212	0.12 257	0.11 232	0.14 275	0.18 240

FAT-Stereo	0.36 277	0.19 191	0.75 268	0.26 229	0.18 231	0.34 241	0.30 292	0.62 325	0.61 328	0.47 314	0.61 326	0.59 326	0.50 331	0.61 260	0.36 251	0.13 273	0.14 251	0.13 280	0.12 269	0.14 275	0.20 267

RP	0.38 289	0.26 270	0.67 244	0.31 315	0.24 319	0.37 267	0.29 286	0.53 244	0.61 328	0.42 281	0.65 332	0.62 336	0.51 333	0.63 271	0.43 276	0.17 326	0.15 272	0.17 327	0.15 316	0.17 303	0.19 255

AnyNet_C32	0.55 347	0.51 358	1.34 367	0.29 298	0.28 338	0.61 349	0.62 375	0.57 281	0.62 332	0.63 351	0.68 339	0.54 314	0.55 342	0.82 332	1.81 394	0.15 306	0.15 272	0.15 312	0.18 340	0.21 335	0.25 312

RYNet	0.38 289	0.23 237	0.65 238	0.26 229	0.28 338	0.62 350	0.33 312	0.61 317	0.62 332	0.42 281	0.39 184	0.58 325	0.40 296	0.89 345	0.57 320	0.11 228	0.09 167	0.12 257	0.11 232	0.19 322	0.22 284

FBW_ROB	0.46 330	0.34 314	0.71 259	0.32 320	0.20 271	0.51 329	0.32 307	0.73 364	0.63 334	0.60 348	0.57 306	0.65 347	0.44 311	1.42 390	0.62 328	0.14 294	0.17 299	0.22 352	0.16 325	0.17 303	0.23 291

MeshStereo	0.60 358	0.31 295	0.71 259	0.22 85	0.17 211	0.66 356	0.36 323	0.81 374	0.63 334	1.48 403	1.32 384	1.65 391	0.83 372	1.18 376	0.74 340	0.17 326	0.17 299	0.17 327	0.14 307	0.17 303	0.19 255
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
MFN_U_SF_DS_RVC	0.53 344	0.60 374	0.98 328	0.40 359	0.25 329	0.87 374	0.57 372	0.60 310	0.64 336	0.60 348	0.67 336	0.63 340	0.42 305	1.13 373	0.50 301	0.23 352	0.28 359	0.27 359	0.35 375	0.25 349	0.33 344

stereogan	0.39 294	0.20 203	0.78 282	0.28 285	0.22 299	0.65 355	0.26 263	0.62 325	0.65 337	0.45 303	0.60 317	0.67 354	0.45 313	0.69 293	0.37 257	0.14 294	0.14 251	0.14 298	0.12 269	0.20 329	0.19 255

AnyNet_C01	0.68 369	0.69 377	2.64 399	0.33 331	0.27 337	0.93 377	0.64 376	0.66 345	0.65 337	0.70 359	0.97 370	0.75 364	0.63 360	1.01 365	1.52 387	0.17 326	0.16 281	0.17 327	0.17 336	0.24 348	0.28 330

PASM	0.49 337	0.41 342	1.15 348	0.37 345	0.35 358	0.42 291	0.42 344	0.54 251	0.65 337	0.54 339	0.54 294	0.63 340	0.48 326	0.94 359	0.51 304	0.27 362	0.30 371	0.30 364	0.33 373	0.29 363	0.29 334

SPS-STEREO	0.74 372	0.72 378	1.18 357	0.52 375	0.57 381	0.76 364	0.50 362	0.80 372	0.66 340	0.97 378	0.88 365	0.94 372	0.74 365	1.08 371	1.04 362	0.58 386	0.51 388	0.50 380	0.50 387	0.56 380	0.72 397
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
otaku	0.60 358	0.73 380	1.13 346	0.64 380	0.45 373	0.73 362	0.37 325	0.67 347	0.67 341	0.52 330	0.75 351	0.66 351	0.46 320	0.74 307	0.59 323	0.55 383	0.34 379	0.56 383	0.36 377	0.65 384	0.49 380

AF-Net	0.40 304	0.31 295	0.74 265	0.33 331	0.24 319	0.43 295	0.30 292	0.64 335	0.67 341	0.44 296	0.69 342	0.65 347	0.52 335	0.59 249	0.48 294	0.16 314	0.12 228	0.19 340	0.14 307	0.16 291	0.14 205

GANetREF_RVC	0.45 324	0.52 359	0.87 304	0.39 355	0.20 271	0.51 329	0.50 362	0.68 352	0.67 341	0.47 314	0.46 255	0.50 300	0.43 308	0.91 350	0.40 265	0.28 364	0.21 323	0.32 368	0.19 343	0.28 361	0.23 291
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
MSMD_ROB	0.63 364	0.34 314	0.70 253	0.30 305	0.25 329	0.88 375	0.35 318	0.58 293	0.67 341	1.13 386	1.52 391	1.75 394	1.05 385	0.90 348	0.60 324	0.24 354	0.22 329	0.27 359	0.27 368	0.25 349	0.27 324

Wz-Net-SNSev	0.45 324	0.53 361	1.42 373	0.31 315	0.21 284	0.44 300	0.45 349	0.64 335	0.68 345	0.46 308	0.66 334	0.62 336	0.40 296	0.78 322	0.65 332	0.12 256	0.11 212	0.12 257	0.13 293	0.17 303	0.19 255

MFN_U_SF_RVC	0.58 355	0.58 371	1.31 366	0.39 355	0.23 308	0.72 360	0.30 292	0.83 377	0.68 345	0.74 361	0.74 349	0.86 368	0.60 350	0.84 337	0.83 348	0.29 366	0.27 355	0.32 368	0.37 379	0.31 365	0.33 344

S-Stereo	0.39 294	0.20 203	1.04 333	0.28 285	0.22 299	0.39 276	0.31 301	0.58 293	0.69 347	0.40 267	0.59 313	0.48 290	0.41 301	0.75 312	0.42 273	0.12 256	0.15 272	0.13 280	0.13 293	0.16 291	0.25 312

PWC_ROB	0.41 309	0.38 333	0.92 317	0.26 229	0.20 271	0.39 276	0.19 123	0.61 317	0.69 347	0.58 347	0.84 360	0.52 308	0.44 311	0.74 307	0.62 328	0.13 273	0.09 167	0.14 298	0.10 208	0.17 303	0.18 240

FCDSN-DC	0.67 367	0.38 333	0.83 292	0.37 345	0.30 349	0.66 356	0.37 325	0.69 358	0.70 349	1.15 388	1.53 392	1.70 393	1.38 394	1.00 363	0.83 348	0.24 354	0.22 329	0.27 359	0.26 366	0.27 358	0.32 342
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SAMSARA	0.62 361	0.47 353	0.93 321	0.70 385	0.50 375	1.15 388	1.29 406	0.79 371	0.70 349	0.77 367	0.55 299	0.92 371	0.58 347	0.87 342	0.77 343	0.19 345	0.27 355	0.18 334	0.19 343	0.27 358	0.28 330

Ntro	0.61 360	0.75 382	1.16 350	0.67 382	0.50 375	0.76 364	0.37 325	0.68 352	0.71 351	0.50 324	0.59 313	0.65 347	0.52 335	0.79 325	0.58 322	0.58 386	0.32 376	0.57 386	0.34 374	0.69 389	0.50 381

Wz-Net-TNSev	0.55 347	0.72 378	1.90 390	0.26 229	0.21 284	0.64 354	0.45 349	0.66 345	0.71 351	0.52 330	0.55 299	0.71 362	0.63 360	1.04 368	0.94 355	0.16 314	0.15 272	0.13 280	0.15 316	0.21 335	0.24 303

LRCNet_RVC	10.94 420	14.45 428	9.66 416	15.38 424	8.02 418	1.08 384	0.35 318	8.72 419	0.72 353	12.63 426	15.84 426	9.73 419	6.52 415	8.58 420	6.38 417	20.33 433	5.39 419	23.79 432	21.95 431	15.35 426	13.96 428

CSAN	0.55 347	0.47 353	1.19 358	0.37 345	0.23 308	0.57 343	0.61 374	0.65 341	0.72 353	0.65 353	0.78 353	0.66 351	0.65 362	1.41 389	0.77 343	0.21 348	0.17 299	0.20 344	0.21 349	0.18 318	0.21 276

DispFullNet	0.67 367	0.94 389	1.63 382	0.77 390	1.19 407	0.53 337	0.25 253	0.61 317	0.72 353	0.70 359	0.60 317	0.69 358	0.90 377	0.80 328	0.52 305	0.27 362	0.13 242	0.74 391	0.31 372	0.68 387	0.44 371

ADCL	0.50 338	0.30 292	1.15 348	0.28 285	0.19 254	0.77 367	0.64 376	0.57 281	0.73 356	0.57 346	0.73 348	0.55 315	0.60 350	0.66 286	1.53 388	0.11 228	0.10 192	0.13 280	0.13 293	0.15 282	0.16 226

Consistency-Raft	0.56 351	0.52 359	1.12 344	0.45 369	0.49 374	0.48 322	0.45 349	0.73 364	0.74 357	0.45 303	0.82 358	0.46 279	0.60 350	0.51 218	0.63 331	0.39 379	0.40 382	0.44 377	0.51 388	0.53 379	0.38 366

XQC	0.47 333	0.45 351	1.07 338	0.40 359	0.28 338	0.58 345	0.38 333	0.67 347	0.76 358	0.53 336	0.47 262	0.59 326	0.47 322	0.74 307	0.80 346	0.18 336	0.14 251	0.18 334	0.16 325	0.26 354	0.24 303

LSM	1.68 402	0.48 355	2.91 402	2.28 415	17.60 425	0.52 334	0.55 370	0.65 341	0.78 359	0.84 370	1.11 375	0.63 340	0.55 342	0.79 325	0.53 309	0.16 314	0.25 346	0.18 334	0.21 349	0.25 349	2.37 416

PDISCO_ROB	0.45 324	0.37 327	0.89 312	0.44 367	0.37 364	0.70 358	0.35 318	0.75 367	0.78 359	0.45 303	0.53 291	0.65 347	0.40 296	0.68 292	0.52 305	0.22 351	0.12 228	0.21 347	0.19 343	0.26 354	0.22 284

WZ-Net	0.56 351	0.49 357	2.14 394	0.30 305	0.24 319	0.58 345	0.48 356	0.65 341	0.80 361	0.51 327	0.72 345	0.68 356	0.60 350	1.06 370	1.01 359	0.13 273	0.10 192	0.11 227	0.12 269	0.19 322	0.23 291

ACVNet-4b	0.76 375	0.90 387	1.67 384	0.73 387	0.51 378	0.80 372	0.31 301	0.74 366	0.81 362	0.51 327	0.72 345	0.94 372	0.43 308	1.01 365	1.32 380	1.18 408	0.22 329	0.77 392	0.45 382	0.70 390	0.50 381

DPSNet	0.51 340	0.26 270	1.16 350	0.28 285	0.21 284	0.76 364	0.56 371	0.89 383	0.82 363	0.49 321	0.51 278	0.64 345	0.81 371	0.89 345	0.85 350	0.17 326	0.16 281	0.13 280	0.13 293	0.26 354	0.27 324

SuperB	0.50 338	0.37 327	2.16 395	0.23 128	0.15 157	0.41 286	0.32 307	0.50 219	0.83 364	0.44 296	0.51 278	0.33 190	0.45 313	0.69 293	1.07 364	0.10 197	0.08 138	0.09 119	0.08 103	0.95 401	0.18 240

FC-DCNN	0.73 371	0.33 306	0.84 295	0.33 331	0.28 338	0.82 373	0.40 340	0.82 375	0.83 364	1.43 396	1.60 395	1.97 396	1.38 394	1.10 372	0.93 353	0.24 354	0.22 329	0.27 359	0.26 366	0.26 354	0.32 342

MFMNet_re	0.74 372	0.84 384	1.16 350	0.64 380	0.70 388	0.79 369	0.71 381	0.77 370	0.85 366	0.79 369	0.86 362	0.69 358	0.80 369	0.73 303	0.65 332	0.66 390	0.59 398	0.61 387	0.58 394	0.68 387	0.71 396

RTSC	0.43 319	0.37 327	0.95 325	0.30 305	0.20 271	0.50 328	0.23 218	0.65 341	0.86 367	0.56 343	0.54 294	0.51 303	0.36 276	0.71 299	0.92 352	0.13 273	0.14 251	0.11 227	0.13 293	0.18 318	0.19 255

ADCS	0.62 361	0.56 365	1.54 380	0.30 305	0.25 329	0.56 341	0.46 352	0.71 360	0.86 367	0.77 367	0.72 345	0.68 356	0.62 358	0.82 332	2.33 404	0.17 326	0.16 281	0.16 318	0.17 336	0.23 344	0.27 324

NVStereoNet_ROB	0.74 372	0.64 376	1.20 360	0.55 377	0.43 372	0.54 340	0.48 356	0.75 367	0.87 369	0.88 372	1.72 397	1.06 376	1.03 384	1.29 383	0.98 358	0.35 373	0.42 385	0.41 376	0.48 383	0.38 372	0.43 369
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACVNet_1	0.77 377	0.92 388	1.79 388	0.73 387	0.53 379	0.78 368	0.42 344	0.88 382	0.90 370	0.75 362	0.76 352	1.32 385	0.80 369	1.04 368	0.70 338	0.57 385	0.32 376	0.72 390	0.35 375	0.70 390	0.50 381

PWCDC_ROB	0.41 309	0.41 342	0.77 278	0.34 335	0.21 284	0.43 295	0.20 154	0.60 310	0.90 370	0.44 296	1.24 382	0.36 216	0.38 286	0.56 239	0.48 294	0.18 336	0.11 212	0.11 227	0.10 208	0.20 329	0.16 226

SGM_RVC	0.57 353	0.22 224	0.60 217	0.26 229	0.16 186	0.97 382	0.46 352	0.76 369	0.90 370	1.03 382	0.92 368	1.16 379	0.93 379	1.21 378	0.72 339	0.17 326	0.16 281	0.16 318	0.16 325	0.16 291	0.24 303
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
JetBlue	1.20 392	0.89 386	2.53 398	0.59 378	0.76 390	3.16 412	2.09 412	1.16 389	0.93 373	0.95 376	1.12 376	1.65 391	1.27 391	2.15 404	1.87 396	0.43 381	0.37 381	0.38 373	0.39 381	0.62 382	0.63 389

RainbowNet	0.76 375	1.00 393	1.29 364	0.82 391	0.63 383	0.79 369	0.52 366	0.83 377	0.93 373	0.61 350	0.79 356	0.79 365	0.62 358	0.82 332	0.67 336	0.80 396	0.55 394	0.79 394	0.49 384	0.81 393	0.62 387

MADNet+	1.05 385	1.26 404	4.77 411	0.73 387	0.50 375	1.25 392	0.97 394	1.05 386	0.93 373	0.67 356	0.78 353	0.87 369	0.85 373	2.14 403	1.83 395	0.40 380	0.42 385	0.32 368	0.28 369	0.45 375	0.43 369

MSC_U_SF_DS_RVC	0.70 370	0.73 380	1.26 362	0.47 371	0.28 338	1.42 399	0.60 373	0.82 375	0.94 376	0.85 371	0.86 362	0.88 370	0.70 364	1.32 386	0.75 341	0.37 375	0.30 371	0.34 371	0.36 377	0.44 374	0.42 368

SHD	0.45 324	0.34 314	0.89 312	0.37 345	0.28 338	0.46 310	0.23 218	0.72 363	0.96 377	0.65 353	0.61 326	0.61 333	0.48 326	0.64 276	0.69 337	0.16 314	0.16 281	0.16 318	0.16 325	0.21 335	0.25 312

ELAS	0.80 378	0.40 340	0.91 316	0.39 355	0.35 358	1.52 401	0.81 389	0.97 385	0.98 378	1.47 402	1.58 394	1.19 381	1.33 393	1.01 365	1.21 370	0.29 366	0.27 355	0.30 364	0.29 371	0.32 368	0.36 350
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
EDNetEfficientorigin	7.48 415	0.57 369	139.59 438	0.25 197	0.17 211	0.44 300	0.30 292	0.48 204	1.04 379	1.29 390	1.02 372	0.82 367	0.87 376	0.76 318	1.02 360	0.10 197	0.09 167	0.12 257	0.11 232	0.22 339	0.25 312

FINET	0.58 355	0.48 355	1.35 368	0.38 353	0.37 364	0.96 381	1.13 403	0.84 379	1.05 380	0.50 324	0.70 343	0.45 273	0.61 354	0.63 271	0.62 328	0.26 358	0.28 359	0.14 298	0.13 293	0.20 329	0.44 371

EDNetEfficient	0.64 366	0.39 337	2.52 397	0.26 229	0.26 332	0.39 276	0.49 360	0.42 150	1.06 381	1.38 393	0.86 362	0.61 333	0.97 381	0.66 286	1.62 392	0.11 228	0.10 192	0.10 181	0.12 269	0.20 329	0.19 255

RTS	0.81 380	0.56 365	4.76 409	0.37 345	0.30 349	1.11 385	0.52 366	0.67 347	1.07 382	0.76 365	0.91 366	0.60 331	0.61 354	1.64 393	1.24 372	0.15 306	0.13 242	0.15 312	0.15 316	0.22 339	0.24 303

RTSA	0.81 380	0.56 365	4.76 409	0.37 345	0.30 349	1.11 385	0.52 366	0.67 347	1.07 382	0.76 365	0.91 366	0.60 331	0.61 354	1.64 393	1.24 372	0.15 306	0.13 242	0.15 312	0.15 316	0.22 339	0.24 303

SGM+DAISY	1.12 390	0.86 385	1.64 383	0.68 383	0.80 397	1.68 403	1.68 411	1.08 387	1.10 384	1.53 404	1.76 399	1.47 388	1.53 400	1.24 379	1.42 386	0.66 390	0.65 404	0.52 382	0.54 389	0.57 381	0.91 404

IMH-64-1	0.94 382	0.95 390	1.07 338	0.98 396	0.76 390	0.93 377	0.72 382	1.30 391	1.11 385	0.91 373	1.45 388	1.14 377	1.00 382	1.25 381	0.97 356	0.77 392	0.51 388	0.97 397	0.55 392	0.90 395	0.66 392

IMH-64	0.94 382	0.95 390	1.07 338	0.98 396	0.76 390	0.93 377	0.72 382	1.30 391	1.11 385	0.91 373	1.45 388	1.14 377	1.00 382	1.25 381	0.97 356	0.77 392	0.51 388	0.97 397	0.55 392	0.90 395	0.66 392

ELAS_RVC	0.80 378	0.40 340	1.10 343	0.40 359	0.35 358	0.93 377	1.10 402	0.87 381	1.12 387	1.40 394	1.39 385	1.27 383	1.55 401	1.13 373	1.13 367	0.29 366	0.27 355	0.30 364	0.28 369	0.31 365	0.36 350
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCK	1.05 385	1.29 405	2.12 393	0.92 394	0.42 371	1.27 393	1.01 396	1.14 388	1.14 388	1.16 389	1.14 377	1.25 382	0.90 377	1.77 398	1.15 368	0.89 399	0.51 388	0.87 395	0.54 389	1.02 403	0.57 384

DeepPrunerF	0.46 330	0.37 327	1.50 377	0.34 335	0.30 349	0.36 262	0.37 325	0.64 335	1.15 389	0.41 277	0.45 243	0.40 239	0.41 301	0.82 332	0.53 309	0.18 336	0.14 251	0.23 354	0.21 349	0.17 303	0.18 240

PVD	0.62 361	0.41 342	0.93 321	0.44 367	0.39 368	0.63 353	0.51 365	0.86 380	1.27 390	0.93 375	1.09 374	0.81 366	0.85 373	0.89 345	0.89 351	0.21 348	0.23 337	0.22 352	0.19 343	0.28 361	0.41 367

SANet	0.58 355	0.41 342	1.38 369	0.27 261	0.16 186	0.72 360	0.48 356	0.71 360	1.34 391	0.69 358	0.97 370	0.94 372	0.78 367	0.97 362	0.93 353	0.14 294	0.12 228	0.12 257	0.12 269	0.18 318	0.20 267

notaker	1.49 395	1.44 408	1.77 387	1.42 408	1.08 405	1.19 389	0.87 393	1.51 398	1.40 392	1.53 404	3.41 410	2.40 402	1.94 403	1.83 401	1.57 390	1.14 406	0.69 408	1.38 409	0.88 405	1.39 410	1.03 407

IMH	1.09 388	1.04 396	1.29 364	1.03 398	0.79 394	1.11 385	0.69 379	1.40 394	1.42 393	1.02 380	1.71 396	1.42 386	1.19 389	1.78 399	1.03 361	1.14 406	0.56 397	1.00 399	0.58 394	0.93 398	0.68 394

ACVNet_2	0.94 382	0.98 392	1.71 386	0.83 392	0.63 383	1.02 383	0.64 376	1.16 389	1.43 394	1.02 380	1.39 385	1.47 388	0.86 375	1.16 375	0.79 345	0.63 389	0.43 387	0.78 393	0.49 384	0.80 392	0.57 384

FADE	4.36 411	1.19 400	4.67 408	0.71 386	0.76 390	0.73 362	0.50 362	1.87 407	1.53 395	0.75 362	0.67 336	1.17 380	2.69 409	2.88 408	2.14 401	24.66 435	4.77 417	17.17 430	17.41 429	0.51 377	0.45 374

WAO-7	1.05 385	1.00 393	1.19 358	0.83 392	0.67 387	1.22 391	0.84 391	1.43 395	1.56 396	1.13 386	1.75 398	1.46 387	1.25 390	1.56 392	1.28 374	0.61 388	0.62 402	0.70 389	0.68 398	0.66 386	0.62 387

JetRed	2.35 408	2.70 414	6.11 412	1.14 404	1.38 410	6.03 414	3.61 414	2.12 409	1.72 397	1.99 406	1.97 401	2.15 399	1.59 402	2.49 407	4.19 413	1.05 403	1.60 412	1.10 402	1.02 409	1.72 412	1.41 412

SGM-ForestM	1.59 398	0.56 365	1.52 379	0.41 363	0.34 355	2.77 410	1.67 410	1.69 402	1.73 398	2.48 408	2.27 407	6.02 416	2.90 410	3.08 409	2.83 408	0.25 357	0.30 371	0.19 340	0.20 347	0.18 318	0.45 374

LVE	1.18 391	1.16 398	1.67 384	1.04 399	0.81 398	1.32 396	0.82 390	1.49 397	1.94 399	1.08 384	1.90 400	1.89 395	1.07 386	1.51 391	1.04 362	0.96 402	0.61 399	0.94 396	0.69 399	0.92 397	0.79 402

Dean	1.22 393	1.17 399	1.97 391	1.04 399	0.79 394	1.21 390	0.76 384	1.51 398	1.96 400	1.30 392	1.98 402	2.14 398	1.18 388	1.30 384	1.15 368	0.83 397	0.61 399	1.01 400	0.69 399	0.97 402	0.77 401

WAO-6	1.11 389	1.01 395	1.17 356	0.96 395	0.79 394	1.30 395	0.78 386	1.36 393	1.99 401	1.04 383	1.54 393	1.59 390	1.27 391	1.37 388	1.30 375	0.78 394	0.55 394	1.03 401	0.75 402	0.87 394	0.72 397

MADNet++	2.34 407	1.81 411	2.24 396	2.15 414	1.97 413	2.79 411	2.19 413	2.42 411	2.26 402	2.79 411	2.70 408	2.43 403	2.60 408	3.18 410	3.32 409	2.19 412	1.97 413	1.93 412	1.62 412	2.02 413	2.10 414

coex-ft	3.48 410	0.81 383	48.53 436	0.24 165	0.19 254	0.53 337	0.47 355	0.49 211	2.36 403	7.18 416	1.20 379	0.96 375	2.53 407	0.75 312	2.14 401	0.13 273	0.15 272	0.14 298	0.12 269	0.22 339	0.47 376

HanzoNet	3.08 409	1.87 413	2.70 400	1.81 411	1.34 409	1.60 402	1.05 397	2.06 408	2.62 404	5.63 414	5.12 412	5.96 415	7.09 416	4.39 415	3.43 410	3.29 414	2.06 415	1.98 413	2.94 416	2.47 414	2.15 415

UNDER WATER-64	1.61 399	1.30 406	2.93 403	1.33 406	0.96 403	2.20 407	1.25 405	1.47 396	3.15 405	1.46 398	1.31 383	2.61 405	2.22 405	1.69 395	1.93 397	1.13 405	0.67 407	1.29 407	0.94 406	1.26 404	1.09 408

UNDER WATER	1.64 401	1.34 407	2.72 401	1.40 407	1.04 404	1.70 404	1.14 404	1.57 401	3.58 406	1.46 398	1.46 390	2.82 407	2.43 406	1.74 396	2.04 400	1.08 404	0.63 403	1.31 408	0.94 406	1.29 405	1.10 409

MANE	1.63 400	0.58 371	1.16 350	0.59 378	0.60 382	2.71 409	1.53 408	2.63 412	3.62 407	2.33 407	3.26 409	3.66 410	2.98 411	2.26 406	2.26 403	0.37 375	0.40 382	0.31 367	0.49 384	0.31 365	0.63 389

WAO-8	1.50 396	1.22 402	1.39 371	1.10 401	0.85 399	2.15 405	0.78 386	1.84 404	3.76 408	1.46 398	2.18 404	2.15 399	1.50 398	3.20 411	1.35 382	0.92 400	0.66 405	1.10 402	0.79 403	0.94 399	0.74 399

TorneroNet-64	1.47 394	1.15 397	1.51 378	1.11 403	0.86 401	2.27 408	0.76 384	1.84 404	3.76 408	1.29 390	2.22 406	2.68 406	1.46 396	1.81 400	1.55 389	0.79 395	0.51 388	1.10 402	0.67 397	1.31 406	0.81 403

Venus	1.50 396	1.22 402	1.39 371	1.10 401	0.85 399	2.15 405	0.78 386	1.84 404	3.76 408	1.46 398	2.18 404	2.15 399	1.50 398	3.20 411	1.35 382	0.92 400	0.66 405	1.10 402	0.79 403	0.94 399	0.74 399

ktn	1.80 403	1.46 409	1.49 376	1.44 409	1.14 406	1.50 400	1.07 399	1.53 400	3.90 411	2.77 410	4.62 411	3.42 409	1.49 397	1.74 396	1.40 385	1.45 410	0.77 409	1.46 410	0.99 408	1.41 411	1.00 406

tt	4.71 412	0.11 27	3.94 407	2.06 413	1.54 411	10.14 419	16.85 420	9.28 421	4.99 412	1.41 395	1.05 373	4.68 412	4.89 412	3.36 413	5.86 416	5.73 418	9.15 425	2.23 414	2.51 415	3.02 415	1.34 411

BEATNet-Init1	4.91 413	3.27 415	14.39 425	0.69 384	0.65 386	10.19 420	3.83 415	5.04 415	5.11 413	8.73 419	8.52 417	13.95 426	7.66 417	7.79 418	5.79 415	0.32 371	0.34 379	0.34 371	0.38 380	0.64 383	0.64 391

KSHMR	1.92 405	1.47 410	1.97 391	1.48 410	1.22 408	1.39 398	1.06 398	1.81 403	5.83 414	1.43 396	5.56 414	2.95 408	1.17 387	2.24 405	1.33 381	1.29 409	1.13 410	1.47 411	1.11 410	1.37 409	1.21 410

LE_ROB	1.82 404	0.39 337	3.15 406	0.50 374	0.55 380	0.79 369	1.00 395	0.89 383	6.48 415	7.40 417	2.07 403	2.07 397	5.08 413	1.33 387	3.96 412	0.11 228	0.09 167	0.12 257	0.11 232	0.11 218	0.13 182

DPSimNet_ROB	6.21 414	5.16 416	9.50 415	5.59 418	5.56 415	7.64 415	10.02 417	4.07 414	7.33 416	6.84 415	6.26 415	7.17 417	10.55 418	4.07 414	5.68 414	5.50 417	4.29 416	5.24 418	3.66 417	4.05 416	5.96 419

ASD4	8.08 416	7.42 419	8.23 414	6.03 420	6.01 416	14.62 422	20.55 421	9.03 420	8.06 417	7.51 418	6.52 416	7.36 418	6.42 414	8.13 419	9.88 419	5.93 419	5.10 418	6.60 422	5.79 418	6.82 419	5.52 418

TorneroNet	2.26 406	1.20 401	1.55 381	1.15 405	0.91 402	5.84 413	0.84 391	2.12 409	8.45 418	2.59 409	5.32 413	3.84 411	2.15 404	1.84 402	1.98 399	0.88 398	0.54 393	1.16 406	0.74 401	1.31 406	0.91 404

PML	15.86 427	13.12 427	7.07 413	5.22 416	7.66 417	32.93 431	64.30 437	5.37 416	10.12 419	25.87 436	67.29 437	20.25 428	13.20 427	10.09 421	6.81 418	5.94 420	2.00 414	6.03 421	2.18 413	9.13 422	2.62 417

xxxxx1	15.30 424	9.78 421	10.23 420	20.34 427	19.47 426	17.10 423	23.00 422	10.36 422	11.04 420	9.25 420	9.66 418	10.74 421	10.66 421	10.60 422	13.72 425	8.14 423	9.35 426	31.88 435	44.61 435	12.63 423	13.46 425

tt_ll	15.30 424	9.78 421	10.23 420	20.34 427	19.47 426	17.10 423	23.00 422	10.36 422	11.04 420	9.25 420	9.66 418	10.74 421	10.66 421	10.60 422	13.72 425	8.14 423	9.35 426	31.88 435	44.61 435	12.63 423	13.46 425

ff	15.30 424	9.78 421	10.23 420	20.34 427	19.47 426	17.10 423	23.00 422	10.36 422	11.04 420	9.25 420	9.66 418	10.74 421	10.66 421	10.60 422	13.72 425	8.14 423	9.35 426	31.88 435	44.61 435	12.63 423	13.46 425

HaxPig	17.72 429	20.23 435	19.76 426	16.55 425	16.52 424	9.46 418	9.42 416	14.48 428	13.31 423	18.59 427	18.67 427	17.39 427	16.68 428	17.07 428	16.43 428	21.99 434	20.86 435	22.28 431	21.55 430	21.30 433	21.88 435

DGTPSM_ROB	8.38 417	5.24 417	10.71 423	5.32 417	10.19 419	8.34 416	23.49 425	6.11 417	13.43 424	4.93 412	10.93 422	5.64 413	10.55 418	6.17 416	12.73 421	3.74 415	7.56 420	3.68 416	7.24 421	4.09 417	7.49 420

DPSMNet_ROB	8.44 418	5.25 418	10.87 424	5.59 418	10.27 420	8.34 416	23.51 426	6.12 418	13.47 425	4.96 413	10.94 423	5.65 414	10.55 418	6.25 417	12.77 422	4.01 416	7.62 421	3.75 417	7.27 422	4.16 418	7.54 421

Anonymous_1	16.44 428	9.26 420	9.67 417	10.63 421	14.54 423	18.62 427	26.98 427	12.68 425	13.53 426	10.78 425	10.37 421	10.15 420	10.66 421	10.99 425	12.64 420	15.61 432	7.73 422	16.87 429	43.01 434	56.14 437	7.86 424

DPSM_ROB	11.46 421	9.79 424	10.18 418	11.11 422	11.31 421	19.08 428	27.38 428	13.42 426	14.23 427	10.34 423	11.13 424	10.97 424	11.33 425	11.89 426	13.49 423	6.74 421	8.19 423	6.00 419	7.05 419	7.74 420	7.76 422

DPSM	11.46 421	9.79 424	10.18 418	11.11 422	11.31 421	19.08 428	27.38 428	13.42 426	14.23 427	10.34 423	11.13 424	10.97 424	11.33 425	11.89 426	13.49 423	6.74 421	8.19 423	6.00 419	7.05 419	7.74 420	7.76 422

MEDIAN_ROB	21.20 430	24.56 436	23.42 434	19.57 426	19.62 429	13.29 421	11.21 418	18.04 429	17.02 429	22.07 435	21.92 429	20.84 429	20.24 429	21.02 429	19.68 430	25.59 436	24.08 436	26.20 433	25.19 432	25.31 434	25.19 436

AVERAGE_ROB	25.43 437	29.01 437	27.22 435	24.60 436	24.16 436	17.78 426	12.87 419	22.39 430	21.40 430	26.72 437	26.08 436	25.18 436	24.52 437	25.07 436	23.57 431	29.94 437	28.36 437	30.60 434	29.57 433	29.83 435	29.66 437

LSM0	24.21 436	19.88 434	22.33 433	24.42 435	40.13 437	38.41 436	54.99 431	27.05 435	28.61 431	20.59 428	22.00 430	22.29 435	22.86 434	24.12 435	27.16 432	13.59 431	16.33 429	12.13 428	14.08 423	15.72 432	17.53 434

CasAABBNet	23.04 431	19.69 429	20.32 427	22.42 430	22.73 430	38.35 432	55.23 433	26.99 434	28.74 432	20.67 429	22.28 431	22.11 433	22.86 434	23.84 433	27.17 433	13.52 426	16.47 430	12.08 423	14.21 424	15.57 427	15.60 429

MyStereo03	23.12 433	19.74 430	20.70 430	22.51 432	22.82 432	38.36 433	55.25 434	26.92 431	28.81 433	20.90 431	22.38 432	22.06 430	22.80 431	23.83 430	27.20 435	13.55 428	16.70 432	12.09 424	14.22 426	15.58 428	16.03 431

MyStereo02	23.12 433	19.74 430	20.70 430	22.51 432	22.82 432	38.36 433	55.25 434	26.92 431	28.81 433	20.90 431	22.38 432	22.06 430	22.80 431	23.83 430	27.20 435	13.55 428	16.70 432	12.09 424	14.22 426	15.58 428	16.03 431

MyStereo	23.12 433	19.74 430	20.70 430	22.51 432	22.82 432	38.36 433	55.25 434	26.92 431	28.81 433	20.90 431	22.38 432	22.06 430	22.80 431	23.83 430	27.20 435	13.55 428	16.70 432	12.09 424	14.22 426	15.58 428	16.03 431

Selective-RAFT-Error	23.11 432	19.77 433	20.60 429	22.49 431	22.80 431	38.46 437	55.19 432	27.13 436	28.90 436	20.73 430	22.38 432	22.11 433	22.91 436	23.94 434	27.18 434	13.54 427	16.57 431	12.09 424	14.21 424	15.61 431	15.65 430

SPstereo	14.29 423	1.85 412	2.95 404	1.89 412	1.68 412	23.50 430	43.36 430	35.81 437	29.54 437	20.90 431	20.49 428	26.26 437	21.86 430	25.13 437	19.49 429	1.60 411	1.44 411	2.99 415	2.21 414	1.34 408	1.43 413

test_example2	100.95 438	107.33 438	67.16 437	98.17 437	106.88 438	89.44 438	101.34 438	37.23 438	97.88 438	129.56 438	131.26 438	65.41 438	67.34 438	91.22 438	79.29 438	143.32 438	199.32 438	81.12 438	102.17 438	121.89 438	101.70 438

Low-res two-view benchmark