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

CASnet	0.15 4	0.13 73	0.30 5	0.22 86	0.08 2	0.15 4	0.14 12	0.28 17	0.26 48	0.23 54	0.20 30	0.15 28	0.11 9	0.18 12	0.13 7	0.07 13	0.05 3	0.11 228	0.09 165	0.08 64	0.05 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CREStereo++_RVC	0.16 11	0.09 3	0.42 41	0.17 4	0.11 25	0.18 13	0.13 2	0.23 3	0.31 99	0.21 31	0.31 106	0.13 11	0.11 9	0.17 8	0.16 46	0.07 13	0.04 1	0.06 1	0.15 317	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
s12784h	0.18 21	0.09 3	0.38 25	0.18 8	0.07 1	0.33 228	0.19 124	0.39 123	0.34 129	0.24 60	0.25 59	0.18 47	0.18 103	0.25 54	0.17 59	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.05 1

StereoIM	0.15 4	0.17 167	0.39 27	0.19 13	0.15 158	0.16 5	0.13 2	0.26 10	0.22 12	0.13 1	0.15 15	0.14 22	0.11 9	0.17 8	0.17 59	0.08 87	0.07 92	0.08 59	0.06 22	0.07 30	0.06 4

LoS	0.15 4	0.09 3	0.34 13	0.17 4	0.09 5	0.22 86	0.14 12	0.27 13	0.27 57	0.15 9	0.18 22	0.19 53	0.14 41	0.23 40	0.14 24	0.08 87	0.06 34	0.06 1	0.04 1	0.06 2	0.06 4

test_4	0.19 37	0.16 144	0.39 27	0.24 166	0.13 80	0.19 22	0.21 174	0.27 13	0.24 24	0.24 60	0.47 263	0.22 73	0.13 31	0.27 80	0.18 78	0.06 1	0.06 34	0.09 119	0.09 165	0.07 30	0.06 4

CroCo-Stereo	0.15 4	0.16 144	0.34 13	0.25 198	0.12 48	0.11 1	0.18 92	0.35 81	0.24 24	0.13 1	0.13 5	0.18 47	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
XX-TBD	0.16 11	0.21 211	0.43 46	0.22 86	0.10 17	0.23 102	0.15 25	0.23 3	0.28 65	0.22 47	0.26 66	0.14 22	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

CFNet-RSSM	0.18 21	0.10 11	0.45 56	0.20 34	0.12 48	0.20 48	0.16 40	0.40 132	0.31 99	0.23 54	0.21 42	0.26 128	0.15 50	0.21 25	0.14 24	0.07 13	0.05 3	0.07 13	0.07 44	0.06 2	0.06 4

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 42	0.14 22	0.13 31	0.19 21	0.14 24	0.09 143	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
test croco	0.18 21	0.16 144	0.59 211	0.21 54	0.13 80	0.16 5	0.17 54	0.29 28	0.23 15	0.16 11	0.26 66	0.13 11	0.17 77	0.27 80	0.17 59	0.09 143	0.06 34	0.10 182	0.07 44	0.10 178	0.07 11

MIF-Stereo	0.15 4	0.12 57	0.45 56	0.21 54	0.14 108	0.17 9	0.13 2	0.20 1	0.19 3	0.16 11	0.20 30	0.10 1	0.11 9	0.18 12	0.17 59	0.08 87	0.06 34	0.07 13	0.06 22	0.08 64	0.07 11

Any-RAFT	0.18 21	0.09 3	0.33 11	0.19 13	0.10 17	0.29 180	0.16 40	0.44 174	0.32 107	0.25 71	0.27 75	0.29 156	0.16 62	0.23 40	0.13 7	0.08 87	0.07 92	0.06 1	0.05 8	0.07 30	0.07 11

RAFT-Test	0.19 37	0.11 27	0.41 33	0.26 230	0.21 285	0.26 143	0.17 54	0.37 98	0.26 48	0.24 60	0.29 85	0.32 185	0.14 41	0.22 36	0.15 37	0.07 13	0.08 139	0.07 13	0.07 44	0.06 2	0.07 11

CroCo-Stereo Lap2	0.16 11	0.18 184	0.39 27	0.26 230	0.18 232	0.11 1	0.19 124	0.30 37	0.22 12	0.13 1	0.16 16	0.15 28	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

raft_robust	0.25 172	0.23 238	0.44 53	0.22 86	0.13 80	0.23 102	0.22 196	0.52 235	0.50 280	0.33 184	0.32 115	0.33 191	0.23 147	0.55 235	0.18 78	0.07 13	0.11 213	0.08 59	0.10 209	0.08 64	0.07 11

RAFT_CTSACE	0.23 122	0.21 211	0.57 191	0.26 230	0.15 158	0.22 86	0.23 219	0.34 72	0.30 92	0.34 198	0.51 279	0.31 175	0.17 77	0.33 147	0.15 37	0.06 1	0.09 168	0.09 119	0.08 104	0.08 64	0.07 11

GLC_STEREO	0.15 4	0.11 27	0.31 7	0.22 86	0.09 5	0.17 9	0.15 25	0.24 7	0.28 65	0.17 15	0.20 30	0.17 39	0.11 9	0.24 46	0.17 59	0.07 13	0.09 168	0.09 119	0.08 104	0.07 30	0.07 11

IPLGR	0.22 93	0.14 107	0.75 269	0.21 54	0.11 25	0.25 130	0.18 92	0.44 174	0.38 170	0.29 114	0.28 79	0.21 70	0.19 120	0.37 180	0.19 99	0.07 13	0.06 34	0.08 59	0.07 44	0.07 30	0.07 11

GMOStereo	0.20 57	0.17 167	0.45 56	0.23 129	0.18 232	0.21 64	0.27 269	0.28 17	0.28 65	0.31 150	0.32 115	0.28 144	0.17 77	0.16 3	0.13 7	0.07 13	0.23 338	0.10 182	0.08 104	0.08 64	0.07 11

error version	0.20 57	0.17 167	0.45 56	0.23 129	0.18 232	0.21 64	0.27 269	0.28 17	0.28 65	0.31 150	0.32 115	0.28 144	0.17 77	0.16 3	0.13 7	0.07 13	0.23 338	0.10 182	0.08 104	0.08 64	0.07 11

test-v	0.20 57	0.17 167	0.45 56	0.23 129	0.18 232	0.21 64	0.27 269	0.28 17	0.28 65	0.31 150	0.32 115	0.28 144	0.17 77	0.16 3	0.13 7	0.07 13	0.23 338	0.10 182	0.08 104	0.08 64	0.07 11

AAGNet	0.34 270	0.12 57	0.53 158	0.26 230	0.16 187	0.20 48	0.19 124	0.31 51	0.29 78	0.35 213	0.35 144	0.27 132	0.30 236	0.44 197	2.56 407	0.08 87	0.05 3	0.10 182	0.07 44	0.09 131	0.07 11

OMP-Stereo	0.24 148	0.16 144	0.48 85	0.30 306	0.13 80	0.21 64	0.16 40	0.38 107	0.35 136	0.34 198	0.30 96	0.33 191	0.20 126	0.70 297	0.24 167	0.08 87	0.06 34	0.09 119	0.07 44	0.08 64	0.07 11

IIG-Stereo	0.24 148	0.16 144	0.47 73	0.29 299	0.12 48	0.23 102	0.14 12	0.40 132	0.33 121	0.35 213	0.37 165	0.33 191	0.22 138	0.70 297	0.26 188	0.08 87	0.06 34	0.09 119	0.07 44	0.08 64	0.07 11

SST-Stereo	0.22 93	0.11 27	0.52 148	0.25 198	0.14 108	0.19 22	0.17 54	0.32 56	0.26 48	0.34 198	0.33 130	0.29 156	0.25 176	0.56 240	0.18 78	0.08 87	0.05 3	0.10 182	0.08 104	0.09 131	0.07 11

RAFT_R40	0.22 93	0.11 27	0.52 148	0.25 198	0.13 80	0.18 13	0.18 92	0.32 56	0.31 99	0.33 184	0.33 130	0.30 166	0.23 147	0.55 235	0.19 99	0.08 87	0.05 3	0.10 182	0.08 104	0.09 131	0.07 11

RAFT-345	0.22 93	0.11 27	0.55 174	0.22 86	0.12 48	0.20 48	0.16 40	0.27 13	0.28 65	0.27 85	0.65 333	0.20 60	0.17 77	0.55 235	0.22 147	0.07 13	0.06 34	0.08 59	0.07 44	0.06 2	0.07 11

test-2	0.20 57	0.17 167	0.45 56	0.23 129	0.18 232	0.21 64	0.27 269	0.28 17	0.28 65	0.31 150	0.32 115	0.28 144	0.17 77	0.16 3	0.13 7	0.07 13	0.23 338	0.10 182	0.08 104	0.08 64	0.07 11

cross-raft	0.18 21	0.12 57	0.40 31	0.27 262	0.16 187	0.20 48	0.24 241	0.34 72	0.24 24	0.23 54	0.28 79	0.29 156	0.15 50	0.19 21	0.16 46	0.06 1	0.05 3	0.08 59	0.07 44	0.07 30	0.07 11

TestStereo	0.22 93	0.24 248	0.48 85	0.25 198	0.11 25	0.22 86	0.22 196	0.32 56	0.31 99	0.24 60	0.34 138	0.23 86	0.19 120	0.62 269	0.19 99	0.08 87	0.07 92	0.10 182	0.07 44	0.11 219	0.07 11

RALAANet	0.21 80	0.24 248	0.53 158	0.23 129	0.14 108	0.22 86	0.13 2	0.38 107	0.30 92	0.29 114	0.26 66	0.25 112	0.15 50	0.28 98	0.20 115	0.08 87	0.08 139	0.09 119	0.08 104	0.10 178	0.07 11

Gwc-CoAtRS	0.17 18	0.10 11	0.41 33	0.20 34	0.12 48	0.20 48	0.15 25	0.34 72	0.29 78	0.23 54	0.23 50	0.27 132	0.15 50	0.21 25	0.14 24	0.07 13	0.06 34	0.07 13	0.07 44	0.06 2	0.07 11

PMTNet	0.16 11	0.09 3	0.31 7	0.15 2	0.09 5	0.23 102	0.15 25	0.26 10	0.24 24	0.17 15	0.21 42	0.16 32	0.14 41	0.23 40	0.14 24	0.29 367	0.05 3	0.06 1	0.04 1	0.07 30	0.07 11

R-Stereo Train	0.19 37	0.10 11	0.49 102	0.22 86	0.12 48	0.23 102	0.18 92	0.43 156	0.20 5	0.31 150	0.45 244	0.20 60	0.14 41	0.18 12	0.18 78	0.08 87	0.06 34	0.07 13	0.06 22	0.06 2	0.07 11

RAFT-Stereo	0.19 37	0.10 11	0.49 102	0.22 86	0.12 48	0.23 102	0.18 92	0.43 156	0.20 5	0.31 150	0.45 244	0.20 60	0.14 41	0.18 12	0.18 78	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
Former-RAFT_DAM_RVC	0.18 21	0.15 123	0.27 2	0.20 34	0.13 80	0.24 120	0.17 54	0.31 51	0.37 162	0.43 290	0.17 17	0.13 11	0.12 15	0.20 24	0.16 46	0.08 87	0.07 92	0.09 119	0.07 44	0.09 131	0.08 37

CoDeX	0.24 148	0.13 73	0.48 85	0.22 86	0.14 108	0.29 180	0.21 174	0.55 263	0.42 206	0.29 114	0.36 157	0.28 144	0.23 147	0.48 208	0.20 115	0.09 143	0.06 34	0.08 59	0.07 44	0.08 64	0.08 37

StereoVision	0.23 122	0.23 238	0.55 174	0.27 262	0.17 212	0.23 102	0.22 196	0.40 132	0.32 107	0.21 31	0.51 279	0.22 73	0.16 62	0.29 115	0.19 99	0.11 229	0.12 229	0.13 281	0.13 294	0.10 178	0.08 37

MIF-Stereo (partial)	0.18 21	0.13 73	0.50 120	0.22 86	0.15 158	0.16 5	0.13 2	0.29 28	0.26 48	0.17 15	0.26 66	0.16 32	0.17 77	0.25 54	0.18 78	0.09 143	0.06 34	0.10 182	0.08 104	0.09 131	0.08 37

Selective-RAFT	0.19 37	0.14 107	0.37 24	0.24 166	0.11 25	0.30 191	0.15 25	0.35 81	0.34 129	0.17 15	0.17 17	0.22 73	0.18 103	0.29 115	0.18 78	0.07 13	0.16 282	0.07 13	0.07 44	0.08 64	0.08 37

RCA-Stereo	0.17 18	0.10 11	0.33 11	0.20 34	0.11 25	0.19 22	0.17 54	0.39 123	0.36 149	0.21 31	0.25 59	0.17 39	0.17 77	0.18 12	0.15 37	0.07 13	0.14 252	0.07 13	0.06 22	0.06 2	0.08 37

Sa-1000	0.24 148	0.20 204	0.53 158	0.23 129	0.14 108	0.30 191	0.23 219	0.50 220	0.41 194	0.30 135	0.50 276	0.26 128	0.19 120	0.33 147	0.16 46	0.08 87	0.10 193	0.10 182	0.11 233	0.08 64	0.08 37

IPLG	0.23 122	0.19 192	0.65 239	0.21 54	0.12 48	0.28 163	0.17 54	0.45 181	0.32 107	0.33 184	0.32 115	0.16 32	0.17 77	0.50 214	0.23 162	0.07 13	0.06 34	0.08 59	0.07 44	0.07 30	0.08 37

MIPNet	0.22 93	0.19 192	0.64 236	0.22 86	0.12 48	0.28 163	0.20 155	0.48 205	0.39 181	0.31 150	0.24 55	0.19 53	0.24 165	0.28 98	0.20 115	0.07 13	0.05 3	0.08 59	0.07 44	0.07 30	0.08 37

STrans-v2	0.25 172	0.14 107	0.56 184	0.21 54	0.12 48	0.23 102	0.20 155	0.50 220	0.31 99	0.31 150	0.42 210	0.35 212	0.35 272	0.62 269	0.24 167	0.07 13	0.05 3	0.08 59	0.07 44	0.06 2	0.08 37

TransformOpticalFlow	0.24 148	0.14 107	0.57 191	0.24 166	0.11 25	0.21 64	0.19 124	0.43 156	0.34 129	0.30 135	0.43 222	0.36 217	0.31 249	0.61 261	0.20 115	0.07 13	0.05 3	0.08 59	0.07 44	0.06 2	0.08 37

DEmStereo	0.26 191	0.10 11	0.52 148	0.19 13	0.13 80	0.31 209	0.25 254	0.29 28	0.38 170	0.36 224	0.57 307	0.24 101	0.48 327	0.53 227	0.44 284	0.07 13	0.06 34	0.08 59	0.08 104	0.07 30	0.08 37

THIR-Stereo	0.30 240	0.15 123	0.46 68	0.19 13	0.11 25	0.28 163	0.70 380	0.33 68	0.36 149	0.37 239	0.64 331	0.33 191	0.49 331	0.58 244	0.44 284	0.08 87	0.06 34	0.08 59	0.09 165	0.07 30	0.08 37

DRaft	0.25 172	0.11 27	0.47 73	0.18 8	0.12 48	0.28 163	0.23 219	0.34 72	0.40 189	0.38 247	0.60 318	0.20 60	0.41 302	0.48 208	0.41 271	0.07 13	0.06 34	0.08 59	0.08 104	0.07 30	0.08 37

PFNet	0.24 148	0.11 27	0.63 232	0.25 198	0.14 108	0.22 86	0.19 124	0.40 132	0.35 136	0.36 224	0.32 115	0.27 132	0.20 126	0.63 272	0.23 162	0.09 143	0.05 3	0.09 119	0.08 104	0.08 64	0.08 37

RAFT-RH_RVC	0.26 191	0.13 73	0.57 191	0.22 86	0.12 48	0.25 130	0.14 12	0.27 13	0.29 78	0.38 247	1.14 377	0.23 86	0.18 103	0.58 244	0.24 167	0.07 13	0.06 34	0.10 182	0.07 44	0.06 2	0.08 37

IRAFT_RVC	0.23 122	0.15 123	0.54 168	0.26 230	0.12 48	0.19 22	0.23 219	0.41 150	0.39 181	0.31 150	0.30 96	0.29 156	0.24 165	0.55 235	0.23 162	0.08 87	0.06 34	0.10 182	0.08 104	0.08 64	0.08 37

AnonymousM	0.19 37	0.20 204	0.30 5	0.18 8	0.10 17	0.19 22	0.17 54	0.32 56	0.27 57	0.27 85	0.21 42	0.18 47	0.14 41	0.21 25	0.16 46	0.09 143	0.08 139	0.38 374	0.15 317	0.06 2	0.08 37

TANstereo	0.16 11	0.11 27	0.43 46	0.16 3	0.08 2	0.25 130	0.14 12	0.23 3	0.29 78	0.25 71	0.30 96	0.16 32	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

UPFNet	0.27 207	0.15 123	0.47 73	0.25 198	0.20 272	0.37 268	0.27 269	0.50 220	0.40 189	0.36 224	0.38 171	0.37 221	0.29 229	0.40 186	0.34 243	0.10 198	0.10 193	0.10 182	0.10 209	0.10 178	0.08 37

MLCV	0.25 172	0.23 238	0.59 211	0.22 86	0.09 5	0.30 191	0.18 92	0.40 132	0.38 170	0.38 247	0.44 231	0.31 175	0.22 138	0.44 197	0.32 231	0.07 13	0.05 3	0.07 13	0.06 22	0.07 30	0.08 37

MSKI-zero shot	0.19 37	0.10 11	0.47 73	0.30 306	0.14 108	0.21 64	0.14 12	0.33 68	0.22 12	0.24 60	0.25 59	0.22 73	0.10 3	0.32 138	0.14 24	0.07 13	0.30 372	0.07 13	0.07 44	0.06 2	0.09 58

DCANet-4	0.20 57	0.11 27	0.58 204	0.19 13	0.09 5	0.19 22	0.18 92	0.39 123	0.42 206	0.29 114	0.31 106	0.17 39	0.22 138	0.21 25	0.20 115	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 58

fff	0.20 57	0.15 123	0.57 191	0.19 13	0.09 5	0.19 22	0.18 92	0.38 107	0.46 243	0.29 114	0.31 106	0.18 47	0.28 213	0.21 25	0.20 115	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 58

IER	0.24 148	0.15 123	0.50 120	0.21 54	0.15 158	0.31 209	0.20 155	0.44 174	0.38 170	0.34 198	0.41 203	0.32 185	0.34 265	0.31 133	0.23 162	0.09 143	0.07 92	0.08 59	0.08 104	0.09 131	0.09 58

SA	0.24 148	0.22 225	0.55 174	0.23 129	0.14 108	0.25 130	0.23 219	0.48 205	0.42 206	0.28 91	0.44 231	0.23 86	0.23 147	0.34 161	0.17 59	0.07 13	0.09 168	0.11 228	0.11 233	0.08 64	0.09 58

psmg	0.24 148	0.13 73	0.36 19	0.21 54	0.14 108	0.35 255	0.23 219	0.54 252	0.36 149	0.36 224	0.38 171	0.38 227	0.25 176	0.27 80	0.28 201	0.10 198	0.08 139	0.10 182	0.10 209	0.09 131	0.09 58

CIPLG	0.23 122	0.28 284	0.75 269	0.24 166	0.16 187	0.25 130	0.20 155	0.38 107	0.33 121	0.32 175	0.34 138	0.23 86	0.15 50	0.27 80	0.22 147	0.09 143	0.07 92	0.08 59	0.07 44	0.08 64	0.09 58

dd	0.23 122	0.32 303	0.55 174	0.23 129	0.12 48	0.27 149	0.21 174	0.32 56	0.45 234	0.30 135	0.29 85	0.25 112	0.17 77	0.31 133	0.26 188	0.13 274	0.07 92	0.10 182	0.08 104	0.12 244	0.09 58

IPLGR_C	0.23 122	0.29 287	0.81 288	0.24 166	0.16 187	0.24 120	0.20 155	0.38 107	0.33 121	0.32 175	0.33 130	0.23 86	0.15 50	0.26 71	0.22 147	0.09 143	0.07 92	0.08 59	0.07 44	0.08 64	0.09 58

ACRE	0.23 122	0.27 277	0.83 293	0.24 166	0.15 158	0.24 120	0.20 155	0.38 107	0.32 107	0.32 175	0.33 130	0.23 86	0.15 50	0.26 71	0.22 147	0.09 143	0.07 92	0.08 59	0.07 44	0.08 64	0.09 58

CrosDoStereo	0.32 255	0.11 27	0.53 158	0.19 13	0.12 48	0.22 86	1.07 399	0.36 86	0.38 170	0.38 247	0.60 318	0.28 144	0.45 314	0.61 261	0.56 318	0.08 87	0.06 34	0.08 59	0.09 165	0.08 64	0.09 58

Patchmatch Stereo++	0.19 37	0.13 73	0.51 132	0.22 86	0.11 25	0.19 22	0.14 12	0.30 37	0.24 24	0.28 91	0.29 85	0.25 112	0.18 103	0.27 80	0.18 78	0.09 143	0.06 34	0.10 182	0.08 104	0.10 178	0.09 58
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
NRIStereo	0.20 57	0.12 57	0.50 120	0.23 129	0.11 25	0.24 120	0.19 124	0.30 37	0.28 65	0.26 76	0.26 66	0.25 112	0.18 103	0.34 161	0.19 99	0.08 87	0.06 34	0.09 119	0.07 44	0.09 131	0.09 58

PSM-adaLoss	0.19 37	0.13 73	0.51 132	0.22 86	0.11 25	0.19 22	0.15 25	0.30 37	0.24 24	0.28 91	0.29 85	0.25 112	0.18 103	0.25 54	0.17 59	0.09 143	0.06 34	0.10 182	0.08 104	0.10 178	0.09 58

ROB_FTStereo_v2	0.19 37	0.13 73	0.51 132	0.22 86	0.11 25	0.19 22	0.15 25	0.30 37	0.24 24	0.28 91	0.29 85	0.25 112	0.18 103	0.25 54	0.18 78	0.09 143	0.06 34	0.10 182	0.08 104	0.10 178	0.09 58

ROB_FTStereo	0.19 37	0.13 73	0.51 132	0.22 86	0.11 25	0.19 22	0.13 2	0.30 37	0.24 24	0.28 91	0.29 85	0.25 112	0.18 103	0.25 54	0.17 59	0.09 143	0.06 34	0.10 182	0.08 104	0.10 178	0.09 58

HUI-Stereo	0.19 37	0.13 73	0.52 148	0.22 86	0.11 25	0.19 22	0.14 12	0.30 37	0.24 24	0.28 91	0.29 85	0.25 112	0.18 103	0.23 40	0.17 59	0.09 143	0.06 34	0.10 182	0.08 104	0.10 178	0.09 58

DeepStereo_LL	0.32 255	0.11 27	0.53 158	0.19 13	0.12 48	0.22 86	1.07 399	0.36 86	0.38 170	0.38 247	0.60 318	0.28 144	0.45 314	0.61 261	0.56 318	0.08 87	0.06 34	0.08 59	0.09 165	0.08 64	0.09 58

iGMRVC	0.19 37	0.13 73	0.51 132	0.22 86	0.11 25	0.19 22	0.15 25	0.30 37	0.24 24	0.28 91	0.29 85	0.25 112	0.18 103	0.27 80	0.18 78	0.09 143	0.06 34	0.10 182	0.08 104	0.10 178	0.09 58

iRAFT	0.19 37	0.13 73	0.51 132	0.22 86	0.11 25	0.19 22	0.14 12	0.30 37	0.24 24	0.28 91	0.29 85	0.25 112	0.18 103	0.27 80	0.18 78	0.09 143	0.06 34	0.10 182	0.08 104	0.10 178	0.09 58

RAFT-IKP	0.19 37	0.13 73	0.51 132	0.22 86	0.11 25	0.18 13	0.15 25	0.30 37	0.24 24	0.28 91	0.29 85	0.25 112	0.18 103	0.26 71	0.18 78	0.09 143	0.06 34	0.10 182	0.08 104	0.10 178	0.09 58

rafts_anoy	0.21 80	0.22 225	0.49 102	0.25 198	0.24 320	0.19 22	0.17 54	0.34 72	0.32 107	0.24 60	0.25 59	0.20 60	0.16 62	0.25 54	0.21 132	0.08 87	0.19 311	0.11 228	0.12 270	0.09 131	0.09 58

raftrobust	0.19 37	0.19 192	0.42 41	0.23 129	0.24 320	0.19 22	0.13 2	0.33 68	0.28 65	0.26 76	0.20 30	0.19 53	0.17 77	0.23 40	0.17 59	0.08 87	0.10 193	0.07 13	0.06 22	0.07 30	0.09 58

HCRNet	0.25 172	0.27 277	0.42 41	0.34 336	0.17 212	0.27 149	0.18 92	0.45 181	0.37 162	0.31 150	0.35 144	0.32 185	0.23 147	0.44 197	0.21 132	0.13 274	0.08 139	0.13 281	0.11 233	0.11 219	0.09 58

csc	0.20 57	0.15 123	0.57 191	0.19 13	0.09 5	0.19 22	0.18 92	0.38 107	0.46 243	0.29 114	0.31 106	0.18 47	0.28 213	0.21 25	0.20 115	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 58

cscssc	0.20 57	0.15 123	0.57 191	0.19 13	0.09 5	0.19 22	0.18 92	0.38 107	0.46 243	0.29 114	0.31 106	0.18 47	0.28 213	0.21 25	0.20 115	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 58

ARAFT	0.26 191	0.30 293	0.87 305	0.22 86	0.12 48	0.30 191	0.24 241	0.46 187	0.34 129	0.33 184	0.28 79	0.29 156	0.20 126	0.49 210	0.19 99	0.08 87	0.06 34	0.12 258	0.11 233	0.09 131	0.09 58

GMStereo	0.21 80	0.30 293	0.57 191	0.21 54	0.12 48	0.24 120	0.18 92	0.30 37	0.41 194	0.26 76	0.24 55	0.17 39	0.16 62	0.25 54	0.19 99	0.10 198	0.07 92	0.08 59	0.08 104	0.11 219	0.09 58
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.23 122	0.12 57	0.51 132	0.21 54	0.14 108	0.34 242	0.22 196	0.57 282	0.41 194	0.29 114	0.32 115	0.23 86	0.22 138	0.28 98	0.20 115	0.10 198	0.07 92	0.09 119	0.10 209	0.09 131	0.09 58

MMNet	0.28 214	0.19 192	0.54 168	0.24 166	0.17 212	0.47 317	0.22 196	0.47 196	0.53 298	0.40 267	0.43 222	0.36 217	0.34 265	0.40 186	0.35 249	0.08 87	0.08 139	0.09 119	0.09 165	0.10 178	0.09 58

delet	0.29 228	0.18 184	0.58 204	0.24 166	0.19 255	0.41 287	0.30 293	0.52 235	0.51 286	0.35 213	0.42 210	0.37 221	0.31 249	0.49 210	0.36 252	0.10 198	0.09 168	0.11 228	0.12 270	0.09 131	0.09 58

UNet	0.28 214	0.16 144	0.70 254	0.24 166	0.20 272	0.44 301	0.21 174	0.52 235	0.42 206	0.36 224	0.40 192	0.43 263	0.33 264	0.41 189	0.32 231	0.09 143	0.07 92	0.10 182	0.09 165	0.10 178	0.09 58

ac_64	0.28 214	0.16 144	0.62 227	0.25 198	0.17 212	0.36 263	0.22 196	0.48 205	0.35 136	0.36 224	0.37 165	0.51 304	0.30 236	0.62 269	0.34 243	0.11 229	0.09 168	0.10 182	0.10 209	0.09 131	0.09 58

ACVNet	0.24 148	0.18 184	0.51 132	0.18 8	0.15 158	0.27 149	0.23 219	0.40 132	0.45 234	0.29 114	0.41 203	0.38 227	0.28 213	0.28 98	0.35 249	0.09 143	0.07 92	0.08 59	0.07 44	0.10 178	0.09 58

acv_ft	0.26 191	0.18 184	0.56 184	0.24 166	0.19 255	0.34 242	0.21 174	0.47 196	0.45 234	0.39 258	0.41 203	0.38 227	0.28 213	0.28 98	0.36 252	0.09 143	0.07 92	0.08 59	0.07 44	0.11 219	0.09 58

cf-r	0.26 191	0.22 225	0.66 242	0.22 86	0.14 108	0.28 163	0.22 196	0.44 174	0.42 206	0.32 175	0.42 210	0.43 263	0.27 194	0.44 197	0.27 195	0.11 229	0.07 92	0.08 59	0.10 209	0.08 64	0.09 58

GwcNet-RSSM	0.28 214	0.25 261	0.61 224	0.22 86	0.14 108	0.28 163	0.24 241	0.46 187	0.44 223	0.33 184	0.46 256	0.41 247	0.28 213	0.55 235	0.31 225	0.11 229	0.07 92	0.09 119	0.10 209	0.10 178	0.09 58

HSM-Net_RVC	0.28 214	0.12 57	0.48 85	0.19 13	0.11 25	0.35 255	0.21 174	0.64 336	0.44 223	0.40 267	0.43 222	0.50 301	0.27 194	0.75 313	0.25 179	0.08 87	0.07 92	0.08 59	0.07 44	0.08 64	0.09 58
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet	0.29 228	0.29 287	0.57 191	0.23 129	0.14 108	0.34 242	0.15 25	0.53 245	0.46 243	0.31 150	0.40 192	0.38 227	0.27 194	0.76 319	0.28 201	0.10 198	0.07 92	0.11 228	0.11 233	0.11 219	0.09 58

AdaStereo	0.25 172	0.17 167	0.47 73	0.25 198	0.13 80	0.33 228	0.17 54	0.57 282	0.43 216	0.34 198	0.38 171	0.35 212	0.21 133	0.32 138	0.24 167	0.14 295	0.06 34	0.13 281	0.09 165	0.11 219	0.09 58
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.
DN-CSS_ROB	0.24 148	0.33 307	0.69 251	0.25 198	0.14 108	0.26 143	0.13 2	0.42 151	0.35 136	0.30 135	0.42 210	0.22 73	0.20 126	0.34 161	0.22 147	0.07 13	0.06 34	0.11 228	0.11 233	0.11 219	0.09 58

GMStereo_Zeroshot	0.25 172	0.22 225	0.51 132	0.27 262	0.14 108	0.28 163	0.15 25	0.40 132	0.36 149	0.37 239	0.43 222	0.40 240	0.17 77	0.35 168	0.21 132	0.12 257	0.07 92	0.13 281	0.07 44	0.17 304	0.10 99

gwcnet-sp	0.25 172	0.16 144	0.70 254	0.23 129	0.14 108	0.34 242	0.22 196	0.46 187	0.41 194	0.37 239	0.35 144	0.27 132	0.27 194	0.36 172	0.26 188	0.09 143	0.08 139	0.09 119	0.09 165	0.10 178	0.10 99

scenet	0.25 172	0.16 144	0.70 254	0.23 129	0.14 108	0.34 242	0.22 196	0.46 187	0.41 194	0.37 239	0.35 144	0.27 132	0.27 194	0.36 172	0.26 188	0.09 143	0.08 139	0.09 119	0.09 165	0.10 178	0.10 99

knoymous	0.18 21	0.10 11	0.35 17	0.17 4	0.11 25	0.21 64	0.17 54	0.33 68	0.24 24	0.24 60	0.28 79	0.27 132	0.16 62	0.24 46	0.17 59	0.09 143	0.06 34	0.09 119	0.06 22	0.09 131	0.10 99

ssnet	0.25 172	0.16 144	0.70 254	0.23 129	0.14 108	0.34 242	0.22 196	0.46 187	0.41 194	0.37 239	0.35 144	0.27 132	0.27 194	0.36 172	0.26 188	0.09 143	0.08 139	0.09 119	0.09 165	0.10 178	0.10 99

TestStereo1	0.23 122	0.22 225	0.50 120	0.27 262	0.14 108	0.26 143	0.27 269	0.43 156	0.38 170	0.29 114	0.39 185	0.23 86	0.21 133	0.33 147	0.18 78	0.08 87	0.08 139	0.09 119	0.08 104	0.08 64	0.10 99

ADStereo(finetuned)	0.21 80	0.15 123	0.59 211	0.19 13	0.09 5	0.19 22	0.18 92	0.37 98	0.41 194	0.30 135	0.31 106	0.19 53	0.31 249	0.21 25	0.20 115	0.07 13	0.05 3	0.07 13	0.05 8	0.07 30	0.10 99

BUS	0.24 148	0.13 73	0.36 19	0.25 198	0.14 108	0.44 301	0.17 54	0.59 302	0.36 149	0.34 198	0.35 144	0.31 175	0.22 138	0.27 80	0.22 147	0.10 198	0.07 92	0.11 228	0.10 209	0.09 131	0.10 99

BSDual-CNN	0.24 148	0.13 73	0.36 19	0.25 198	0.14 108	0.35 255	0.22 196	0.59 302	0.36 149	0.34 198	0.35 144	0.38 227	0.25 176	0.27 80	0.28 201	0.10 198	0.07 92	0.11 228	0.10 209	0.09 131	0.10 99

hknet	0.26 191	0.15 123	0.49 102	0.25 198	0.16 187	0.35 255	0.22 196	0.59 302	0.40 189	0.34 198	0.35 144	0.43 263	0.28 213	0.38 182	0.26 188	0.09 143	0.07 92	0.11 228	0.10 209	0.09 131	0.10 99

SA-5K	0.23 122	0.22 225	0.50 120	0.27 262	0.14 108	0.26 143	0.27 269	0.43 156	0.38 170	0.29 114	0.39 185	0.23 86	0.21 133	0.33 147	0.18 78	0.08 87	0.08 139	0.09 119	0.08 104	0.08 64	0.10 99

CSP-Net	0.28 214	0.17 167	0.41 33	0.22 86	0.14 108	0.44 301	0.24 241	0.52 235	0.42 206	0.42 281	0.44 231	0.42 257	0.27 194	0.66 287	0.30 216	0.12 257	0.09 168	0.08 59	0.08 104	0.10 178	0.10 99

test-3	0.18 21	0.10 11	0.48 85	0.23 129	0.14 108	0.18 13	0.16 40	0.32 56	0.29 78	0.26 76	0.17 17	0.22 73	0.13 31	0.26 71	0.19 99	0.06 1	0.14 252	0.08 59	0.08 104	0.06 2	0.10 99

test_1	0.18 21	0.10 11	0.48 85	0.23 129	0.14 108	0.18 13	0.16 40	0.32 56	0.29 78	0.26 76	0.17 17	0.22 73	0.13 31	0.26 71	0.19 99	0.06 1	0.14 252	0.08 59	0.08 104	0.06 2	0.10 99

test_3	0.20 57	0.12 57	0.49 102	0.26 230	0.14 108	0.22 86	0.25 254	0.34 72	0.33 121	0.25 71	0.18 22	0.23 86	0.13 31	0.25 54	0.20 115	0.06 1	0.14 252	0.09 119	0.10 209	0.07 30	0.10 99

Pruner-Stereo	0.20 57	0.12 57	0.49 102	0.29 299	0.12 48	0.19 22	0.17 54	0.32 56	0.31 99	0.33 184	0.32 115	0.25 112	0.15 50	0.25 54	0.22 147	0.09 143	0.06 34	0.09 119	0.08 104	0.08 64	0.10 99

DeepStereo_RVC	0.19 37	0.12 57	0.47 73	0.22 86	0.11 25	0.19 22	0.16 40	0.29 28	0.24 24	0.28 91	0.27 75	0.23 86	0.28 213	0.24 46	0.19 99	0.08 87	0.06 34	0.09 119	0.07 44	0.09 131	0.10 99

CRE-IMP	0.19 37	0.13 73	0.51 132	0.23 129	0.11 25	0.24 120	0.17 54	0.31 51	0.24 24	0.27 85	0.26 66	0.24 101	0.17 77	0.24 46	0.19 99	0.09 143	0.05 3	0.10 182	0.07 44	0.10 178	0.10 99

LMCR-Stereo	0.28 214	0.22 225	0.56 184	0.29 299	0.14 108	0.37 268	0.23 219	0.57 282	0.36 149	0.40 267	0.40 192	0.29 156	0.30 236	0.41 189	0.38 260	0.11 229	0.07 92	0.09 119	0.07 44	0.13 256	0.10 99

sCroCo_RVC	0.19 37	0.15 123	0.60 218	0.27 262	0.18 232	0.23 102	0.16 40	0.28 17	0.24 24	0.14 5	0.22 48	0.17 39	0.14 41	0.22 36	0.16 46	0.11 229	0.11 213	0.09 119	0.09 165	0.09 131	0.10 99

XX-Stereo	0.25 172	0.11 27	1.09 342	0.35 341	0.38 368	0.23 102	0.13 2	0.43 156	0.19 3	0.20 27	0.40 192	0.31 175	0.10 3	0.33 147	0.13 7	0.08 87	0.11 213	0.08 59	0.09 165	0.07 30	0.10 99

DCANet	0.20 57	0.15 123	0.57 191	0.19 13	0.09 5	0.19 22	0.18 92	0.37 98	0.41 194	0.30 135	0.31 106	0.19 53	0.23 147	0.21 25	0.20 115	0.07 13	0.05 3	0.07 13	0.05 8	0.07 30	0.10 99

EAI-Stereo	0.29 228	0.11 27	0.38 25	0.22 86	0.18 232	0.33 228	1.66 409	0.53 245	0.27 57	0.27 85	0.50 276	0.17 39	0.16 62	0.25 54	0.25 179	0.07 13	0.07 92	0.07 13	0.11 233	0.07 30	0.10 99

GANet-RSSM	0.26 191	0.19 192	0.54 168	0.21 54	0.14 108	0.27 149	0.22 196	0.47 196	0.34 129	0.30 135	0.40 192	0.41 247	0.30 236	0.59 250	0.25 179	0.11 229	0.08 139	0.09 119	0.09 165	0.10 178	0.10 99

PSMNet-RSSM	0.26 191	0.21 211	0.50 120	0.21 54	0.14 108	0.25 130	0.21 174	0.50 220	0.38 170	0.31 150	0.45 244	0.40 240	0.27 194	0.53 227	0.24 167	0.12 257	0.08 139	0.11 228	0.13 294	0.10 178	0.10 99

DIP-Stereo	0.20 57	0.13 73	0.48 85	0.20 34	0.13 80	0.28 163	0.12 1	0.43 156	0.26 48	0.27 85	0.32 115	0.21 70	0.17 77	0.26 71	0.20 115	0.08 87	0.06 34	0.08 59	0.06 22	0.07 30	0.10 99
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RASNet	0.30 240	0.19 192	0.59 211	0.23 129	0.19 255	0.33 228	0.20 155	0.50 220	0.41 194	0.31 150	0.44 231	0.47 287	0.38 287	0.79 326	0.40 266	0.09 143	0.07 92	0.07 13	0.09 165	0.08 64	0.10 99

HSM	0.29 228	0.18 184	0.48 85	0.21 54	0.15 158	0.33 228	0.20 155	0.55 263	0.39 181	0.36 224	0.39 185	0.67 355	0.32 260	0.88 344	0.24 167	0.09 143	0.07 92	0.08 59	0.07 44	0.09 131	0.10 99

iResNet	0.25 172	0.22 225	0.62 227	0.26 230	0.11 25	0.31 209	0.23 219	0.46 187	0.45 234	0.34 198	0.43 222	0.27 132	0.23 147	0.36 172	0.37 258	0.08 87	0.05 3	0.07 13	0.06 22	0.08 64	0.10 99

MyStereo07	0.18 21	0.15 123	0.44 53	0.22 86	0.16 187	0.25 130	0.22 196	0.31 51	0.26 48	0.22 47	0.13 5	0.12 3	0.13 31	0.33 147	0.14 24	0.07 13	0.13 243	0.09 119	0.09 165	0.09 131	0.11 128

MyStereo06	0.23 122	0.15 123	0.74 266	0.22 86	0.14 108	0.25 130	0.22 196	0.43 156	0.25 42	0.36 224	0.24 55	0.34 198	0.18 103	0.24 46	0.20 115	0.07 13	0.12 229	0.09 119	0.09 165	0.09 131	0.11 128

MyStereo05	0.24 148	0.15 123	0.58 204	0.22 86	0.14 108	0.25 130	0.22 196	0.50 220	0.54 302	0.32 175	0.23 50	0.26 128	0.23 147	0.32 138	0.25 179	0.07 13	0.12 229	0.09 119	0.09 165	0.09 131	0.11 128

MyStereo04	0.24 148	0.15 123	0.58 204	0.22 86	0.16 187	0.25 130	0.22 196	0.51 230	0.54 302	0.29 114	0.23 50	0.27 132	0.23 147	0.32 138	0.25 179	0.07 13	0.13 243	0.09 119	0.09 165	0.09 131	0.11 128

PCWNet_CMD	0.23 122	0.14 107	0.48 85	0.21 54	0.13 80	0.28 163	0.17 54	0.47 196	0.47 256	0.30 135	0.36 157	0.37 221	0.24 165	0.29 115	0.21 132	0.09 143	0.06 34	0.10 182	0.08 104	0.11 219	0.11 128

fast-acv-ft	0.33 262	0.26 271	0.88 311	0.25 198	0.18 232	0.49 326	0.27 269	0.44 174	0.50 280	0.40 267	0.55 300	0.49 297	0.36 277	0.39 185	0.41 271	0.11 229	0.11 213	0.11 228	0.12 270	0.13 256	0.11 128

Selective-IGEV	0.15 4	0.10 11	0.34 13	0.32 321	0.19 255	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 40	0.14 24	0.06 1	0.13 243	0.07 13	0.06 22	0.06 2	0.11 128

ssnet_v2	0.30 240	0.21 211	0.63 232	0.23 129	0.15 158	0.40 283	0.30 293	0.59 302	0.48 262	0.40 267	0.37 165	0.46 280	0.30 236	0.41 189	0.44 284	0.13 274	0.11 213	0.11 228	0.11 233	0.12 244	0.11 128

CRFU-Net	0.29 228	0.14 107	0.48 85	0.26 230	0.15 158	0.46 311	0.22 196	0.52 235	0.32 107	0.44 297	0.42 210	0.48 291	0.47 323	0.44 197	0.31 225	0.12 257	0.10 193	0.09 119	0.08 104	0.10 178	0.11 128

NINENet	0.27 207	0.16 144	0.49 102	0.23 129	0.16 187	0.44 301	0.17 54	0.63 330	0.49 275	0.33 184	0.38 171	0.31 175	0.22 138	0.43 194	0.22 147	0.11 229	0.10 193	0.12 258	0.08 104	0.12 244	0.11 128

UDGNet	0.24 148	0.37 328	0.53 158	0.25 198	0.14 108	0.24 120	0.18 92	0.32 56	0.44 223	0.29 114	0.28 79	0.24 101	0.20 126	0.30 124	0.21 132	0.16 315	0.07 92	0.21 348	0.11 233	0.16 292	0.11 128

dad	0.30 240	0.38 334	0.60 218	0.22 86	0.14 108	0.32 222	0.21 174	0.35 81	0.51 286	0.45 304	0.45 244	0.46 280	0.23 147	0.41 189	0.27 195	0.21 349	0.11 213	0.20 345	0.11 233	0.15 283	0.11 128

DAS	0.28 214	0.13 73	0.49 102	0.24 166	0.18 232	0.30 191	0.24 241	0.48 205	0.48 262	0.42 281	0.45 244	0.34 198	0.31 249	0.76 319	0.24 167	0.09 143	0.07 92	0.09 119	0.07 44	0.10 178	0.11 128

SepStereo	0.27 207	0.13 73	0.49 102	0.24 166	0.18 232	0.30 191	0.24 241	0.48 205	0.48 262	0.42 281	0.45 244	0.34 198	0.31 249	0.64 277	0.24 167	0.09 143	0.07 92	0.09 119	0.07 44	0.10 178	0.11 128

GwcNet-ADL	0.23 122	0.15 123	0.58 204	0.24 166	0.13 80	0.23 102	0.24 241	0.51 230	0.41 194	0.28 91	0.29 85	0.30 166	0.20 126	0.27 80	0.28 201	0.09 143	0.07 92	0.07 13	0.07 44	0.09 131	0.11 128

GANet-ADL	0.22 93	0.14 107	0.51 132	0.23 129	0.14 108	0.29 180	0.19 124	0.48 205	0.36 149	0.26 76	0.33 130	0.32 185	0.20 126	0.26 71	0.22 147	0.11 229	0.07 92	0.07 13	0.06 22	0.09 131	0.11 128

ADLNet2	0.31 250	0.23 238	0.77 279	0.23 129	0.18 232	0.36 263	0.24 241	0.55 263	0.54 302	0.33 184	0.38 171	0.45 274	0.31 249	0.70 297	0.36 252	0.10 198	0.08 139	0.09 119	0.09 165	0.12 244	0.11 128

ASMatch	0.23 122	0.11 27	0.55 174	0.25 198	0.14 108	0.19 22	0.16 40	0.32 56	0.30 92	0.28 91	0.68 339	0.28 144	0.26 188	0.50 214	0.22 147	0.07 13	0.06 34	0.08 59	0.07 44	0.06 2	0.11 128

ICVP	0.24 148	0.13 73	0.45 56	0.26 230	0.14 108	0.30 191	0.25 254	0.47 196	0.35 136	0.29 114	0.43 222	0.35 212	0.25 176	0.28 98	0.25 179	0.12 257	0.09 168	0.09 119	0.09 165	0.09 131	0.11 128
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_pseudo	0.23 122	0.14 107	0.48 85	0.20 34	0.13 80	0.27 149	0.17 54	0.46 187	0.45 234	0.30 135	0.37 165	0.38 227	0.23 147	0.30 124	0.22 147	0.09 143	0.06 34	0.11 228	0.08 104	0.11 219	0.11 128

RAFT-Stereo + iAFF	0.20 57	0.23 238	0.49 102	0.21 54	0.16 187	0.19 22	0.17 54	0.35 81	0.32 107	0.26 76	0.33 130	0.20 60	0.17 77	0.21 25	0.17 59	0.06 1	0.10 193	0.07 13	0.07 44	0.07 30	0.11 128

AFF-stereo	0.20 57	0.24 248	0.49 102	0.22 86	0.11 25	0.18 13	0.18 92	0.35 81	0.29 78	0.25 71	0.36 157	0.25 112	0.17 77	0.25 54	0.17 59	0.06 1	0.09 168	0.08 59	0.08 104	0.08 64	0.11 128

psm_up	0.30 240	0.21 211	0.58 204	0.26 230	0.18 232	0.32 222	0.27 269	0.57 282	0.45 234	0.38 247	0.41 203	0.45 274	0.40 297	0.59 250	0.32 231	0.11 229	0.12 229	0.13 281	0.12 270	0.11 219	0.11 128

FENet	0.22 93	0.13 73	0.48 85	0.22 86	0.12 48	0.27 149	0.18 92	0.43 156	0.37 162	0.31 150	0.32 115	0.29 156	0.23 147	0.27 80	0.24 167	0.10 198	0.07 92	0.09 119	0.09 165	0.09 131	0.11 128

CFNet-ft	0.26 191	0.21 211	0.51 132	0.19 13	0.16 187	0.31 209	0.21 174	0.40 132	0.37 162	0.29 114	0.40 192	0.46 280	0.27 194	0.49 210	0.28 201	0.12 257	0.07 92	0.12 258	0.11 233	0.12 244	0.11 128

DSFCA	0.29 228	0.18 184	0.48 85	0.21 54	0.17 212	0.39 277	0.32 308	0.49 212	0.44 223	0.44 297	0.38 171	0.40 240	0.30 236	0.53 227	0.38 260	0.12 257	0.10 193	0.10 182	0.11 233	0.11 219	0.11 128

DMCA-RVC	0.30 240	0.27 277	0.93 321	0.28 286	0.17 212	0.30 191	0.21 174	0.43 156	0.36 149	0.40 267	0.38 171	0.39 237	0.36 277	0.44 197	0.34 243	0.13 274	0.10 193	0.16 319	0.12 270	0.13 256	0.11 128

MSMDNet	0.23 122	0.14 107	0.49 102	0.20 34	0.13 80	0.28 163	0.17 54	0.47 196	0.47 256	0.30 135	0.36 157	0.37 221	0.24 165	0.29 115	0.21 132	0.09 143	0.07 92	0.09 119	0.08 104	0.11 219	0.11 128

CFNet_RVC	0.26 191	0.21 211	0.51 132	0.19 13	0.16 187	0.31 209	0.21 174	0.40 132	0.37 162	0.29 114	0.40 192	0.46 280	0.27 194	0.49 210	0.28 201	0.12 257	0.07 92	0.12 258	0.11 233	0.12 244	0.11 128

ccs_rob	0.23 122	0.14 107	0.48 85	0.20 34	0.13 80	0.27 149	0.17 54	0.46 187	0.45 234	0.30 135	0.37 165	0.38 227	0.23 147	0.30 124	0.22 147	0.09 143	0.06 34	0.11 228	0.08 104	0.12 244	0.11 128

HITNet	0.22 93	0.23 238	0.60 218	0.20 34	0.09 5	0.27 149	0.15 25	0.45 181	0.33 121	0.29 114	0.33 130	0.27 132	0.22 138	0.29 115	0.27 195	0.07 13	0.05 3	0.07 13	0.06 22	0.09 131	0.11 128
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
iResNetv2_ROB	0.29 228	0.37 328	0.92 317	0.24 166	0.13 80	0.30 191	0.19 124	0.55 263	0.51 286	0.39 258	0.46 256	0.39 237	0.27 194	0.36 172	0.30 216	0.09 143	0.06 34	0.07 13	0.05 8	0.13 256	0.11 128

StereoDRNet-Refined	0.28 214	0.19 192	0.47 73	0.25 198	0.14 108	0.36 263	0.21 174	0.49 212	0.43 216	0.46 309	0.52 285	0.42 257	0.30 236	0.46 204	0.38 260	0.10 198	0.07 92	0.11 228	0.11 233	0.10 178	0.11 128
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	0.30 240	0.20 204	0.45 56	0.28 286	0.17 212	0.37 268	0.25 254	0.50 220	0.45 234	0.46 309	0.47 263	0.51 304	0.34 265	0.56 240	0.38 260	0.10 198	0.10 193	0.11 228	0.11 233	0.10 178	0.11 128

iResNet_ROB	0.27 207	0.27 277	0.48 85	0.21 54	0.12 48	0.32 222	0.17 54	0.57 282	0.55 310	0.39 258	0.44 231	0.37 221	0.28 213	0.43 194	0.28 201	0.08 87	0.06 34	0.06 1	0.05 8	0.09 131	0.11 128

EKT-Stereo	0.39 295	0.13 73	0.53 158	0.42 366	3.94 415	0.22 86	0.17 54	0.38 107	0.30 92	0.21 31	0.20 30	0.23 86	0.15 50	0.30 124	0.18 78	0.10 198	0.08 139	0.09 119	0.08 104	0.09 131	0.12 163

CBFPSM	0.28 214	0.23 238	0.76 273	0.21 54	0.14 108	0.38 274	0.26 264	0.42 151	0.37 162	0.34 198	0.36 157	0.55 316	0.38 287	0.33 147	0.40 266	0.08 87	0.08 139	0.07 13	0.08 104	0.09 131	0.12 163

iinet-f	0.31 250	0.23 238	1.16 350	0.20 34	0.16 187	0.44 301	0.23 219	0.47 196	0.38 170	0.36 224	0.44 231	0.41 247	0.35 272	0.36 172	0.43 277	0.10 198	0.09 168	0.08 59	0.08 104	0.13 256	0.12 163

GASNet	0.39 295	0.58 372	1.27 363	0.35 341	0.23 309	0.35 255	0.23 219	0.63 330	0.56 314	0.41 277	0.38 171	0.45 274	0.30 236	0.81 332	0.42 274	0.16 315	0.11 213	0.14 299	0.14 308	0.23 345	0.12 163

CASS	0.22 93	0.16 144	0.40 31	0.26 230	0.12 48	0.29 180	0.19 124	0.40 132	0.32 107	0.34 198	0.35 144	0.25 112	0.25 176	0.26 71	0.21 132	0.13 274	0.08 139	0.11 228	0.09 165	0.11 219	0.12 163
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DisPM	0.20 57	0.11 27	0.52 148	0.24 166	0.13 80	0.18 13	0.19 124	0.30 37	0.31 99	0.33 184	0.34 138	0.23 86	0.16 62	0.34 161	0.17 59	0.09 143	0.06 34	0.09 119	0.08 104	0.08 64	0.12 163

Wz-Net-LNSev-Ref	0.33 262	0.25 261	0.82 291	0.22 86	0.17 212	0.46 311	0.28 283	0.53 245	0.53 298	0.43 290	0.57 307	0.44 269	0.31 249	0.50 214	0.48 295	0.10 198	0.06 34	0.08 59	0.06 22	0.11 219	0.12 163

AASNet	0.29 228	0.27 277	0.67 245	0.26 230	0.18 232	0.34 242	0.21 174	0.64 336	0.49 275	0.36 224	0.41 203	0.32 185	0.26 188	0.33 147	0.39 264	0.12 257	0.09 168	0.10 182	0.08 104	0.14 276	0.12 163

AACVNet	0.28 214	0.22 225	0.55 174	0.23 129	0.14 108	0.30 191	0.19 124	0.43 156	0.33 121	0.39 258	0.42 210	0.44 269	0.29 229	0.73 304	0.28 201	0.11 229	0.09 168	0.11 228	0.09 165	0.13 256	0.12 163

PFNet+	0.21 80	0.11 27	0.54 168	0.22 86	0.12 48	0.17 9	0.18 92	0.31 51	0.36 149	0.33 184	0.32 115	0.24 101	0.16 62	0.33 147	0.18 78	0.10 198	0.07 92	0.11 228	0.10 209	0.08 64	0.12 163

HHNet	0.23 122	0.12 57	0.66 242	0.19 13	0.18 232	0.20 48	0.20 155	0.36 86	0.32 107	0.33 184	0.59 314	0.19 53	0.21 133	0.24 46	0.31 225	0.08 87	0.06 34	0.09 119	0.07 44	0.08 64	0.12 163

PSM-softLoss	0.22 93	0.11 27	0.53 158	0.25 198	0.12 48	0.20 48	0.17 54	0.39 123	0.29 78	0.29 114	0.32 115	0.24 101	0.16 62	0.53 227	0.21 132	0.09 143	0.06 34	0.10 182	0.09 165	0.08 64	0.12 163

KMStereo	0.22 93	0.11 27	0.53 158	0.25 198	0.12 48	0.20 48	0.17 54	0.39 123	0.29 78	0.29 114	0.32 115	0.24 101	0.16 62	0.53 227	0.21 132	0.09 143	0.06 34	0.10 182	0.09 165	0.08 64	0.12 163

raft+_RVC	0.21 80	0.21 211	0.46 68	0.22 86	0.35 359	0.21 64	0.16 40	0.39 123	0.35 136	0.22 47	0.28 79	0.20 60	0.15 50	0.25 54	0.20 115	0.08 87	0.16 282	0.08 59	0.07 44	0.07 30	0.12 163

GES	0.23 122	0.14 107	0.54 168	0.21 54	0.14 108	0.28 163	0.19 124	0.51 230	0.35 136	0.31 150	0.36 157	0.25 112	0.24 165	0.30 124	0.23 162	0.11 229	0.09 168	0.08 59	0.08 104	0.10 178	0.12 163

HGLStereo	0.29 228	0.19 192	0.60 218	0.24 166	0.21 285	0.33 228	0.23 219	0.52 235	0.44 223	0.36 224	0.49 274	0.41 247	0.35 272	0.46 204	0.34 243	0.11 229	0.11 213	0.09 119	0.09 165	0.11 219	0.12 163

DMCA	0.24 148	0.18 184	0.51 132	0.23 129	0.14 108	0.27 149	0.20 155	0.45 181	0.40 189	0.32 175	0.33 130	0.33 191	0.25 176	0.27 80	0.30 216	0.11 229	0.08 139	0.10 182	0.08 104	0.11 219	0.12 163

STTStereo	0.30 240	0.24 248	0.83 293	0.25 198	0.17 212	0.30 191	0.24 241	0.49 212	0.39 181	0.39 258	0.41 203	0.44 269	0.28 213	0.41 189	0.30 216	0.13 274	0.13 243	0.13 281	0.16 326	0.12 244	0.12 163

NLCA_NET_v2_RVC	0.29 228	0.24 248	0.81 288	0.26 230	0.18 232	0.30 191	0.22 196	0.52 235	0.41 194	0.38 247	0.42 210	0.42 257	0.28 213	0.46 204	0.31 225	0.11 229	0.08 139	0.10 182	0.11 233	0.10 178	0.12 163
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AANet_RVC	0.33 262	0.31 296	0.69 251	0.23 129	0.14 108	0.30 191	0.23 219	0.49 212	0.55 310	0.39 258	0.60 318	0.43 263	0.30 236	0.88 344	0.54 314	0.11 229	0.08 139	0.07 13	0.07 44	0.10 178	0.12 163

tta	0.27 207	0.13 73	0.47 73	0.20 34	0.10 17	0.28 163	0.19 124	0.54 252	0.48 262	0.35 213	0.42 210	0.31 175	0.27 194	0.60 255	0.34 243	0.10 198	0.16 282	0.08 59	0.09 165	0.08 64	0.13 183

qqq1	0.26 191	0.13 73	0.47 73	0.20 34	0.10 17	0.28 163	0.19 124	0.54 252	0.48 262	0.35 213	0.42 210	0.31 175	0.27 194	0.60 255	0.21 132	0.10 198	0.16 282	0.07 13	0.07 44	0.08 64	0.13 183

fff1	0.26 191	0.13 73	0.47 73	0.20 34	0.10 17	0.28 163	0.19 124	0.54 252	0.48 262	0.35 213	0.42 210	0.31 175	0.27 194	0.60 255	0.21 132	0.10 198	0.16 282	0.07 13	0.07 44	0.08 64	0.13 183

whm_eth	0.24 148	0.21 211	0.72 264	0.24 166	0.19 255	0.21 64	0.19 124	0.40 132	0.43 216	0.31 150	0.60 318	0.15 28	0.18 103	0.26 71	0.19 99	0.09 143	0.08 139	0.10 182	0.09 165	0.09 131	0.13 183

CFNet_ucs	0.25 172	0.14 107	0.51 132	0.20 34	0.15 158	0.29 180	0.18 92	0.51 230	0.46 243	0.32 175	0.42 210	0.38 227	0.23 147	0.31 133	0.22 147	0.11 229	0.08 139	0.12 258	0.09 165	0.13 256	0.13 183

RAFT+CT+SA	0.23 122	0.24 248	0.48 85	0.25 198	0.18 232	0.23 102	0.29 287	0.42 151	0.38 170	0.24 60	0.39 185	0.20 60	0.17 77	0.34 161	0.17 59	0.07 13	0.07 92	0.09 119	0.12 270	0.09 131	0.13 183

PSMNet-ADL	0.26 191	0.16 144	0.39 27	0.27 262	0.14 108	0.32 222	0.22 196	0.45 181	0.37 162	0.28 91	0.34 138	0.41 247	0.28 213	0.61 261	0.32 231	0.11 229	0.10 193	0.09 119	0.11 233	0.10 178	0.13 183

NF-Stereo	0.22 93	0.11 27	0.52 148	0.25 198	0.12 48	0.21 64	0.18 92	0.40 132	0.35 136	0.28 91	0.30 96	0.22 73	0.17 77	0.52 225	0.21 132	0.09 143	0.06 34	0.09 119	0.08 104	0.08 64	0.13 183

OCTAStereo	0.22 93	0.11 27	0.52 148	0.25 198	0.12 48	0.21 64	0.18 92	0.40 132	0.35 136	0.28 91	0.30 96	0.22 73	0.17 77	0.51 219	0.21 132	0.09 143	0.06 34	0.09 119	0.08 104	0.08 64	0.13 183

RE-Stereo	0.22 93	0.11 27	0.52 148	0.25 198	0.12 48	0.21 64	0.18 92	0.40 132	0.35 136	0.28 91	0.30 96	0.22 73	0.17 77	0.51 219	0.21 132	0.09 143	0.06 34	0.09 119	0.08 104	0.08 64	0.13 183

TVStereo	0.22 93	0.11 27	0.52 148	0.25 198	0.12 48	0.21 64	0.18 92	0.40 132	0.35 136	0.28 91	0.30 96	0.22 73	0.17 77	0.51 219	0.21 132	0.09 143	0.06 34	0.09 119	0.08 104	0.08 64	0.13 183

RAFT	0.24 148	0.24 248	0.46 68	0.27 262	0.15 158	0.26 143	0.26 264	0.37 98	0.31 99	0.34 198	0.34 138	0.41 247	0.22 138	0.30 124	0.18 78	0.08 87	0.15 273	0.11 228	0.10 209	0.11 219	0.13 183

GEStereo_RVC	0.29 228	0.24 248	0.60 218	0.27 262	0.16 187	0.33 228	0.25 254	0.58 294	0.56 314	0.35 213	0.38 171	0.34 198	0.25 176	0.51 219	0.29 214	0.12 257	0.08 139	0.09 119	0.08 104	0.11 219	0.13 183

Anonymous3	0.24 148	0.19 192	0.76 273	0.27 262	0.18 232	0.41 287	0.24 241	0.45 181	0.36 149	0.23 54	0.27 75	0.20 60	0.18 103	0.28 98	0.19 99	0.12 257	0.11 213	0.10 182	0.10 209	0.11 219	0.13 183

Anonymous	0.21 80	0.15 123	0.63 232	0.27 262	0.20 272	0.26 143	0.27 269	0.34 72	0.27 57	0.18 22	0.19 25	0.15 28	0.19 120	0.25 54	0.19 99	0.10 198	0.09 168	0.09 119	0.09 165	0.15 283	0.13 183

BEATNet_4x	0.25 172	0.25 261	0.66 242	0.23 129	0.10 17	0.29 180	0.14 12	0.49 212	0.34 129	0.31 150	0.35 144	0.32 185	0.26 188	0.34 161	0.33 239	0.08 87	0.06 34	0.08 59	0.07 44	0.11 219	0.13 183

ADCRef	0.41 310	0.33 307	1.05 334	0.26 230	0.21 285	0.49 326	0.27 269	0.54 252	0.51 286	0.51 328	0.59 314	0.35 212	0.47 323	0.54 232	1.35 383	0.09 143	0.08 139	0.12 258	0.12 270	0.12 244	0.13 183

UCFNet_RVC	0.25 172	0.21 211	0.49 102	0.19 13	0.15 158	0.34 242	0.18 92	0.47 196	0.36 149	0.30 135	0.35 144	0.40 240	0.26 188	0.35 168	0.24 167	0.13 274	0.08 139	0.13 281	0.14 308	0.13 256	0.13 183

DRN-Test	0.35 276	0.20 204	0.75 269	0.28 286	0.19 255	0.46 311	0.29 287	0.68 353	0.54 302	0.49 322	0.47 263	0.44 269	0.35 272	0.63 272	0.44 284	0.13 274	0.09 168	0.13 281	0.12 270	0.13 256	0.13 183

StereoDRNet	0.34 270	0.28 284	0.70 254	0.28 286	0.21 285	0.43 296	0.30 293	0.63 330	0.51 286	0.47 315	0.40 192	0.48 291	0.31 249	0.58 244	0.44 284	0.12 257	0.10 193	0.12 258	0.11 233	0.13 256	0.13 183

DISCO	0.33 262	0.16 144	0.55 174	0.26 230	0.16 187	0.48 323	0.25 254	0.52 235	0.58 318	0.38 247	0.45 244	0.63 341	0.37 282	0.65 281	0.50 302	0.10 198	0.07 92	0.09 119	0.08 104	0.13 256	0.13 183

LE_ROB	1.82 404	0.39 338	3.15 406	0.50 375	0.55 381	0.79 369	1.00 395	0.89 384	6.48 415	7.40 417	2.07 403	2.07 397	5.08 413	1.33 388	3.96 412	0.11 229	0.09 168	0.12 258	0.11 233	0.11 219	0.13 183

PSMNet_ROB	0.36 278	0.31 296	0.71 260	0.31 316	0.21 285	0.44 301	0.44 349	0.61 318	0.49 275	0.39 258	0.45 244	0.49 297	0.32 260	0.66 287	0.53 310	0.14 295	0.10 193	0.15 313	0.14 308	0.13 256	0.13 183

LoS_RVC	0.14 1	0.11 27	0.32 9	0.18 8	0.16 187	0.20 48	0.18 92	0.21 2	0.18 1	0.14 5	0.20 30	0.12 3	0.17 77	0.17 8	0.14 24	0.06 1	0.05 3	0.06 1	0.04 1	0.05 1	0.14 206

test_5	0.25 172	0.25 261	0.57 191	0.27 262	0.18 232	0.25 130	0.29 287	0.42 151	0.39 181	0.29 114	0.40 192	0.27 132	0.23 147	0.35 168	0.19 99	0.07 13	0.07 92	0.09 119	0.09 165	0.10 178	0.14 206

iRaft-Stereo_5w	0.25 172	0.24 248	0.50 120	0.23 129	0.18 232	0.19 22	0.19 124	0.39 123	0.35 136	0.28 91	0.36 157	0.34 198	0.23 147	0.66 287	0.28 201	0.07 13	0.07 92	0.08 59	0.07 44	0.09 131	0.14 206

test-1	0.20 57	0.12 57	0.49 102	0.23 129	0.23 309	0.22 86	0.23 219	0.36 86	0.29 78	0.21 31	0.25 59	0.24 101	0.14 41	0.18 12	0.22 147	0.07 13	0.14 252	0.08 59	0.07 44	0.06 2	0.14 206

iRaftStereo_RVC	0.17 18	0.16 144	0.35 17	0.21 54	0.11 25	0.20 48	0.17 54	0.34 72	0.25 42	0.20 27	0.25 59	0.19 53	0.12 15	0.21 25	0.16 46	0.07 13	0.12 229	0.10 182	0.09 165	0.09 131	0.14 206

hitnet-ft	0.31 250	0.21 211	0.56 184	0.19 13	0.14 108	0.40 283	0.23 219	0.46 187	0.42 206	0.37 239	0.46 256	0.53 313	0.35 272	0.76 319	0.35 249	0.14 295	0.10 193	0.14 299	0.10 209	0.15 283	0.14 206

AF-Net	0.40 305	0.31 296	0.74 266	0.33 332	0.24 320	0.43 296	0.30 293	0.64 336	0.67 342	0.44 297	0.69 342	0.65 348	0.52 336	0.59 250	0.48 295	0.16 315	0.12 229	0.19 341	0.14 308	0.16 292	0.14 206

TDLM	0.32 255	0.27 277	0.52 148	0.30 306	0.15 158	0.33 228	0.32 308	0.54 252	0.50 280	0.44 297	0.43 222	0.39 237	0.30 236	0.92 356	0.30 216	0.14 295	0.09 168	0.13 281	0.12 270	0.13 256	0.14 206

DeepPruner_ROB	0.28 214	0.25 261	0.64 236	0.22 86	0.16 187	0.30 191	0.21 174	0.54 252	0.33 121	0.36 224	0.38 171	0.38 227	0.26 188	0.45 203	0.28 201	0.15 307	0.11 213	0.11 228	0.11 233	0.14 276	0.14 206

PS-NSSS	0.33 262	0.36 325	0.61 224	0.24 166	0.18 232	0.33 228	0.24 241	0.59 302	0.42 206	0.38 247	0.52 285	0.36 217	0.31 249	0.80 329	0.32 231	0.18 337	0.14 252	0.21 348	0.15 317	0.17 304	0.14 206

pmcnn	0.54 346	0.24 248	1.06 336	0.25 198	0.26 333	0.40 283	0.31 302	0.55 263	0.55 310	0.56 344	1.22 381	2.53 404	0.39 294	0.84 338	1.08 367	0.09 143	0.06 34	0.06 1	0.05 8	0.10 178	0.14 206

MIM_Stereo	0.20 57	0.17 167	0.55 174	0.20 34	0.21 285	0.17 9	0.14 12	0.37 98	0.27 57	0.28 91	0.35 144	0.23 86	0.13 31	0.28 98	0.16 46	0.06 1	0.08 139	0.09 119	0.08 104	0.08 64	0.15 217

Wz-Net-LNSev	0.36 278	0.35 319	1.06 336	0.26 230	0.21 285	0.47 317	0.33 313	0.56 273	0.58 318	0.45 304	0.54 295	0.50 301	0.37 282	0.40 186	0.42 274	0.12 257	0.11 213	0.10 182	0.09 165	0.14 276	0.15 217

Wz-Net-MNSev	0.39 295	0.35 319	0.99 330	0.26 230	0.21 285	0.59 348	0.39 337	0.58 294	0.61 329	0.49 322	0.56 304	0.53 313	0.37 282	0.61 261	0.47 293	0.11 229	0.09 168	0.11 228	0.11 233	0.15 283	0.15 217

GrayStereo	0.26 191	0.10 11	0.45 56	0.27 262	0.14 108	0.23 102	0.46 353	0.36 86	0.33 121	0.40 267	0.47 263	0.30 166	0.78 368	0.29 115	0.17 59	0.07 13	0.06 34	0.08 59	0.09 165	0.07 30	0.15 217

ADLNet	0.30 240	0.19 192	0.59 211	0.23 129	0.19 255	0.34 242	0.23 219	0.56 273	0.44 223	0.43 290	0.41 203	0.43 263	0.28 213	0.56 240	0.36 252	0.11 229	0.08 139	0.11 228	0.11 233	0.11 219	0.15 217

111	0.22 93	0.22 225	0.57 191	0.19 13	0.09 5	0.24 120	0.17 54	0.44 174	0.46 243	0.24 60	0.30 96	0.29 156	0.22 138	0.25 54	0.19 99	0.08 87	0.05 3	0.07 13	0.06 22	0.07 30	0.15 217

GwcNet	0.37 285	0.29 287	1.12 344	0.25 198	0.24 320	0.48 323	0.27 269	0.58 294	0.60 327	0.39 258	0.54 295	0.51 304	0.34 265	0.60 255	0.46 290	0.13 274	0.12 229	0.12 258	0.11 233	0.13 256	0.15 217

Nwc_Net	0.39 295	0.29 287	0.84 296	0.32 321	0.24 320	0.45 309	0.30 293	0.67 348	0.51 286	0.39 258	0.70 343	0.59 327	0.48 327	0.61 261	0.45 289	0.16 315	0.12 229	0.19 341	0.21 350	0.14 276	0.15 217

ADCP+	0.48 336	0.36 325	1.47 375	0.26 230	0.22 300	0.57 344	0.40 341	0.56 273	0.54 302	0.46 309	0.52 285	0.46 280	0.53 341	0.59 250	1.93 398	0.10 198	0.08 139	0.11 228	0.11 233	0.14 276	0.15 217

CVANet_RVC	0.34 270	0.25 261	0.77 279	0.27 262	0.17 212	0.34 242	0.28 283	0.55 263	0.50 280	0.43 290	0.46 256	0.44 269	0.31 249	0.90 349	0.27 195	0.15 307	0.10 193	0.14 299	0.14 308	0.15 283	0.15 217

MyStereo8	0.25 172	0.20 204	0.69 251	0.24 166	0.17 212	0.31 209	0.16 40	0.50 220	0.32 107	0.29 114	0.38 171	0.25 112	0.19 120	0.33 147	0.29 214	0.08 87	0.20 319	0.08 59	0.08 104	0.10 178	0.16 227

SMFormer	0.27 207	0.13 73	0.47 73	0.20 34	0.10 17	0.28 163	0.19 124	0.54 252	0.48 262	0.35 213	0.42 210	0.31 175	0.27 194	0.60 255	0.34 243	0.10 198	0.16 282	0.08 59	0.09 165	0.10 178	0.16 227

LL-Strereo2	0.21 80	0.25 261	0.53 158	0.32 321	0.20 272	0.25 130	0.14 12	0.32 56	0.25 42	0.25 71	0.20 30	0.24 101	0.12 15	0.28 98	0.18 78	0.07 13	0.07 92	0.12 258	0.09 165	0.09 131	0.16 227

CAS	0.16 11	0.07 1	0.29 4	0.42 366	0.17 212	0.20 48	0.18 92	0.23 3	0.20 5	0.15 9	0.19 25	0.11 2	0.10 3	0.15 1	0.14 24	0.31 371	0.04 1	0.06 1	0.04 1	0.06 2	0.16 227

HBP-ISP	0.34 270	0.35 319	0.76 273	0.23 129	0.17 212	0.33 228	0.22 196	0.56 273	0.47 256	0.42 281	0.49 274	0.33 191	0.41 302	0.73 304	0.27 195	0.18 337	0.19 311	0.24 357	0.20 348	0.16 292	0.16 227

RAFT + AFF	0.30 240	0.33 307	0.76 273	0.25 198	0.17 212	0.30 191	0.33 313	0.55 263	0.42 206	0.28 91	0.30 96	0.31 175	0.31 249	0.64 277	0.32 231	0.09 143	0.11 213	0.11 228	0.10 209	0.12 244	0.16 227

APVNet	0.38 290	0.26 271	0.87 305	0.26 230	0.22 300	0.52 335	0.35 319	0.64 336	0.46 243	0.40 267	0.52 285	0.48 291	0.39 294	0.84 338	0.48 295	0.13 274	0.14 252	0.15 313	0.16 326	0.16 292	0.16 227

Syn2CoEx	0.39 295	0.39 338	1.08 341	0.35 341	0.21 285	0.41 287	0.29 287	0.63 330	0.51 286	0.43 290	0.56 304	0.45 274	0.45 314	0.69 294	0.39 264	0.17 327	0.14 252	0.16 319	0.12 270	0.13 256	0.16 227

ADCL	0.50 338	0.30 293	1.15 348	0.28 286	0.19 255	0.77 367	0.64 376	0.57 282	0.73 357	0.57 347	0.73 348	0.55 316	0.60 351	0.66 287	1.53 389	0.11 229	0.10 193	0.13 281	0.13 294	0.15 283	0.16 227

GANet	0.40 305	0.28 284	0.67 245	0.31 316	0.18 232	0.43 296	0.39 337	0.60 311	0.46 243	0.48 321	0.78 353	0.55 316	0.45 314	0.96 361	0.55 317	0.13 274	0.14 252	0.13 281	0.12 270	0.15 283	0.16 227

LALA_ROB	0.38 290	0.31 296	0.65 239	0.30 306	0.21 285	0.46 311	0.39 337	0.63 330	0.54 302	0.53 337	0.52 285	0.69 359	0.36 277	0.52 225	0.48 295	0.18 337	0.11 213	0.16 319	0.14 308	0.17 304	0.16 227

PWCDC_ROB	0.41 310	0.41 343	0.77 279	0.34 336	0.21 285	0.43 296	0.20 155	0.60 311	0.90 371	0.44 297	1.24 382	0.36 217	0.38 287	0.56 240	0.48 295	0.18 337	0.11 213	0.11 228	0.10 209	0.20 330	0.16 227

anonymousa	0.26 191	0.13 73	0.56 184	0.29 299	0.30 350	0.31 209	0.20 155	0.38 107	0.36 149	0.33 184	0.51 279	0.41 247	0.27 194	0.25 54	0.24 167	0.08 87	0.18 307	0.09 119	0.18 341	0.08 64	0.17 239

XPNet_ROB	0.35 276	0.26 271	0.58 204	0.28 286	0.19 255	0.37 268	0.31 302	0.57 282	0.51 286	0.52 331	0.54 295	0.57 321	0.38 287	0.65 281	0.48 295	0.17 327	0.12 229	0.13 281	0.12 270	0.16 292	0.17 239

sAnonymous2	0.21 80	0.24 248	0.79 284	0.24 166	0.17 212	0.22 86	0.20 155	0.36 86	0.29 78	0.17 15	0.19 25	0.17 39	0.16 62	0.18 12	0.15 37	0.10 198	0.07 92	0.09 119	0.08 104	0.23 345	0.18 241

CroCo_RVC	0.21 80	0.24 248	0.79 284	0.24 166	0.17 212	0.22 86	0.20 155	0.36 86	0.29 78	0.17 15	0.19 25	0.17 39	0.16 62	0.18 12	0.15 37	0.10 198	0.07 92	0.09 119	0.08 104	0.23 345	0.18 241

pcwnet_v2	0.32 255	0.16 144	1.22 361	0.23 129	0.19 255	0.32 222	0.19 124	0.61 318	0.61 329	0.37 239	0.45 244	0.35 212	0.29 229	0.37 180	0.26 188	0.14 295	0.11 213	0.12 258	0.11 233	0.14 276	0.18 241

FADNet-RVC-Resample	0.31 250	0.32 303	1.16 350	0.27 262	0.17 212	0.33 228	0.21 174	0.49 212	0.40 189	0.36 224	0.38 171	0.34 198	0.27 194	0.54 232	0.27 195	0.10 198	0.10 193	0.14 299	0.13 294	0.13 256	0.18 241

SuperB	0.50 338	0.37 328	2.16 395	0.23 129	0.15 158	0.41 287	0.32 308	0.50 220	0.83 365	0.44 297	0.51 279	0.33 191	0.45 314	0.69 294	1.07 365	0.10 198	0.08 139	0.09 119	0.08 104	0.95 402	0.18 241

NCC-stereo	0.42 314	0.31 296	0.87 305	0.32 321	0.29 348	0.47 317	0.37 326	0.68 353	0.53 298	0.42 281	0.58 310	0.57 321	0.52 336	0.75 313	0.54 314	0.18 337	0.14 252	0.18 335	0.25 363	0.17 304	0.18 241

Abc-Net	0.42 314	0.31 296	0.87 305	0.32 321	0.29 348	0.47 317	0.37 326	0.68 353	0.53 298	0.42 281	0.58 310	0.57 321	0.52 336	0.75 313	0.54 314	0.18 337	0.14 252	0.18 335	0.25 363	0.17 304	0.18 241
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	0.46 330	0.37 328	1.50 377	0.34 336	0.30 350	0.36 263	0.37 326	0.64 336	1.15 390	0.41 277	0.45 244	0.40 240	0.41 302	0.82 333	0.53 310	0.18 337	0.14 252	0.23 355	0.21 350	0.17 304	0.18 241

STTRV1_RVC		0.33 307		0.29 299	0.36 364	0.49 326	0.31 302	0.63 330	0.54 302	0.47 315	0.56 304	0.47 287	0.43 309	1.00 364	0.40 266	0.28 365	0.21 324	0.20 345	0.18 341	0.25 350	0.18 241

NVstereo2D	0.32 255	0.18 184	0.63 232	0.24 166	0.23 309	0.43 296	0.28 283	0.60 311	0.58 318	0.28 91	0.39 185	0.42 257	0.30 236	0.71 300	0.30 216	0.13 274	0.09 168	0.13 281	0.10 209	0.20 330	0.18 241

NCCL2	0.37 285	0.33 307	0.59 211	0.37 346	0.23 309	0.42 292	0.41 344	0.56 273	0.44 223	0.47 315	0.47 263	0.61 334	0.39 294	0.58 244	0.41 271	0.16 315	0.13 243	0.21 348	0.22 357	0.16 292	0.18 241

NaN_ROB	0.44 321	0.38 334	0.94 324	0.30 306	0.20 272	0.52 335	0.49 361	0.61 318	0.60 327	0.56 344	0.47 263	0.49 297	0.42 306	1.24 380	0.76 343	0.12 257	0.18 307	0.12 258	0.13 294	0.12 244	0.18 241

MDST_ROB	0.51 340	0.16 144	0.97 326	0.31 316	0.21 285	1.35 397	0.34 317	0.80 373	0.59 326	1.09 385	0.74 349	0.49 297	0.37 282	1.31 386	0.60 325	0.14 295	0.12 229	0.16 319	0.13 294	0.13 256	0.18 241

ETE_ROB	0.36 278	0.32 303	0.64 236	0.30 306	0.18 232	0.40 283	0.38 334	0.59 302	0.49 275	0.50 325	0.52 285	0.62 337	0.37 282	0.58 244	0.43 277	0.13 274	0.10 193	0.14 299	0.12 270	0.17 304	0.18 241

PWC_ROB	0.41 310	0.38 334	0.92 317	0.26 230	0.20 272	0.39 277	0.19 124	0.61 318	0.69 348	0.58 348	0.84 360	0.52 309	0.44 312	0.74 308	0.62 329	0.13 274	0.09 168	0.14 299	0.10 209	0.17 304	0.18 241

Wz-Net-SNSev	0.45 324	0.53 362	1.42 373	0.31 316	0.21 285	0.44 301	0.45 350	0.64 336	0.68 346	0.46 309	0.66 335	0.62 337	0.40 297	0.78 323	0.65 333	0.12 257	0.11 213	0.12 258	0.13 294	0.17 304	0.19 256

TRStereo	0.22 93	0.21 211	0.62 227	0.40 360	0.19 255	0.22 86	0.16 40	0.58 294	0.30 92	0.21 31	0.21 42	0.22 73	0.13 31	0.27 80	0.14 24	0.09 143	0.09 168	0.09 119	0.11 233	0.06 2	0.19 256

FTStereo	0.28 214	0.11 27	0.56 184	0.24 166	0.13 80	0.21 64	0.52 366	0.36 86	0.28 65	0.38 247	0.94 369	0.30 166	0.56 345	0.33 147	0.18 78	0.08 87	0.06 34	0.09 119	0.08 104	0.08 64	0.19 256

GMM-Stereo	0.22 93	0.10 11	0.56 184	0.23 129	0.13 80	0.24 120	0.24 241	0.38 107	0.29 78	0.31 150	0.44 231	0.27 132	0.21 133	0.31 133	0.17 59	0.07 13	0.05 3	0.10 182	0.09 165	0.08 64	0.19 256

aanetorigin	0.40 305	0.33 307	1.14 347	0.25 198	0.19 255	0.30 191	0.37 326	0.34 72	0.47 256	0.95 376	0.82 358	0.52 309	0.56 345	0.50 214	0.52 306	0.11 229	0.09 168	0.10 182	0.10 209	0.16 292	0.19 256

EDNetEfficient	0.64 366	0.39 338	2.52 397	0.26 230	0.26 333	0.39 277	0.49 361	0.42 151	1.06 382	1.38 393	0.86 362	0.61 334	0.97 382	0.66 287	1.62 393	0.11 229	0.10 193	0.10 182	0.12 270	0.20 330	0.19 256

RP	0.38 290	0.26 271	0.67 245	0.31 316	0.24 320	0.37 268	0.29 287	0.53 245	0.61 329	0.42 281	0.65 333	0.62 337	0.51 334	0.63 272	0.43 277	0.17 327	0.15 273	0.17 328	0.15 317	0.17 304	0.19 256

stereogan	0.39 295	0.20 204	0.78 283	0.28 286	0.22 300	0.65 356	0.26 264	0.62 326	0.65 338	0.45 304	0.60 318	0.67 355	0.45 314	0.69 294	0.37 258	0.14 295	0.14 252	0.14 299	0.12 270	0.20 330	0.19 256

edge stereo	0.40 305	0.22 225	0.87 305	0.27 262	0.22 300	0.38 274	0.26 264	0.59 302	0.56 314	0.53 337	0.60 318	0.71 363	0.50 332	0.78 323	0.43 277	0.16 315	0.15 273	0.19 341	0.14 308	0.17 304	0.19 256

RTSC	0.43 319	0.37 328	0.95 325	0.30 306	0.20 272	0.50 329	0.23 219	0.65 342	0.86 368	0.56 344	0.54 295	0.51 304	0.36 277	0.71 300	0.92 353	0.13 274	0.14 252	0.11 228	0.13 294	0.18 319	0.19 256

CBMV	0.36 278	0.25 261	0.61 224	0.24 166	0.14 108	0.42 292	0.33 313	0.56 273	0.52 297	0.54 340	0.52 285	0.51 304	0.58 348	0.63 272	0.43 277	0.15 307	0.16 282	0.18 335	0.16 326	0.13 256	0.19 256
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	0.60 358	0.31 296	0.71 260	0.22 86	0.17 212	0.66 357	0.36 324	0.81 375	0.63 335	1.48 403	1.32 384	1.65 391	0.83 373	1.18 377	0.74 341	0.17 327	0.17 300	0.17 328	0.14 308	0.17 304	0.19 256
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
CES	0.14 1	0.08 2	0.24 1	0.17 4	0.23 309	0.18 13	0.15 25	0.24 7	0.20 5	0.14 5	0.18 22	0.14 22	0.10 3	0.19 21	0.12 1	0.07 13	0.05 3	0.06 1	0.04 1	0.08 64	0.20 268

SACVNet	0.32 255	0.25 261	0.59 211	0.26 230	0.19 255	0.35 255	0.25 254	0.54 252	0.41 194	0.43 290	0.45 244	0.46 280	0.34 265	0.71 300	0.30 216	0.14 295	0.10 193	0.12 258	0.12 270	0.16 292	0.20 268

Prome-Stereo	0.22 93	0.10 11	0.43 46	0.24 166	0.13 80	0.23 102	0.23 219	0.37 98	0.27 57	0.33 184	0.58 310	0.24 101	0.28 213	0.30 124	0.16 46	0.07 13	0.05 3	0.08 59	0.07 44	0.08 64	0.20 268

FAT-Stereo	0.36 278	0.19 192	0.75 269	0.26 230	0.18 232	0.34 242	0.30 293	0.62 326	0.61 329	0.47 315	0.61 327	0.59 327	0.50 332	0.61 261	0.36 252	0.13 274	0.14 252	0.13 281	0.12 270	0.14 276	0.20 268

FADNet-RVC	0.34 270	0.43 347	0.97 326	0.25 198	0.20 272	0.33 228	0.20 155	0.51 230	0.42 206	0.34 198	0.40 192	0.41 247	0.29 229	0.65 281	0.36 252	0.14 295	0.14 252	0.14 299	0.15 317	0.19 323	0.20 268

PA-Net	0.40 305	0.35 319	1.05 334	0.32 321	0.28 339	0.39 277	0.43 347	0.53 245	0.56 314	0.35 213	0.43 222	0.41 247	0.36 277	0.83 337	0.61 328	0.12 257	0.23 338	0.16 319	0.23 361	0.13 256	0.20 268
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
Anonymous Stereo	0.42 314	0.43 347	1.38 369	0.32 321	0.26 333	0.35 255	0.48 357	0.55 263	0.58 318	0.43 290	0.48 272	0.40 240	0.29 229	0.93 357	0.56 318	0.16 315	0.16 282	0.15 313	0.16 326	0.16 292	0.20 268

CBMV_ROB	0.36 278	0.21 211	0.57 191	0.22 86	0.14 108	0.35 255	0.20 155	0.55 263	0.47 256	0.52 331	0.58 310	0.45 274	0.53 341	0.75 313	0.50 302	0.18 337	0.19 311	0.23 355	0.21 350	0.15 283	0.20 268

SANet	0.58 355	0.41 343	1.38 369	0.27 262	0.16 187	0.72 361	0.48 357	0.71 361	1.34 392	0.69 359	0.97 370	0.94 373	0.78 368	0.97 363	0.93 354	0.14 295	0.12 229	0.12 258	0.12 270	0.18 319	0.20 268

PSM-AAD	0.26 191	0.11 27	0.43 46	0.24 166	0.12 48	0.27 149	0.37 326	0.36 86	0.30 92	0.36 224	0.39 185	0.28 144	0.77 367	0.30 124	0.16 46	0.07 13	0.06 34	0.12 258	0.11 233	0.09 131	0.21 277

FADNet	0.34 270	0.43 347	0.88 311	0.24 166	0.22 300	0.37 268	0.19 124	0.56 273	0.49 275	0.32 175	0.36 157	0.43 263	0.32 260	0.65 281	0.30 216	0.17 327	0.16 282	0.14 299	0.16 326	0.25 350	0.21 277

RGC	0.41 310	0.35 319	0.76 273	0.35 341	0.28 339	0.41 287	0.29 287	0.60 311	0.55 310	0.47 315	0.64 331	0.63 341	0.47 323	0.74 308	0.46 290	0.16 315	0.15 273	0.21 348	0.21 350	0.19 323	0.21 277

G-Net	0.47 333	0.26 271	1.02 332	0.34 336	0.28 339	0.89 376	0.35 319	0.47 196	0.46 243	0.68 358	1.20 379	0.64 346	0.59 350	0.61 261	0.60 325	0.16 315	0.14 252	0.17 328	0.13 294	0.22 340	0.21 277

ADCMid	0.53 344	0.45 352	1.46 374	0.27 262	0.22 300	0.51 330	0.38 334	0.61 318	0.58 318	0.75 363	0.67 337	0.62 337	0.66 364	0.66 287	1.75 394	0.13 274	0.12 229	0.17 328	0.17 337	0.20 330	0.21 277

DANet	0.37 285	0.25 261	0.67 245	0.37 346	0.22 300	0.42 292	0.25 254	0.50 220	0.44 223	0.52 331	0.50 276	0.59 327	0.42 306	0.78 323	0.53 310	0.13 274	0.12 229	0.14 299	0.12 270	0.17 304	0.21 277
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
CSAN	0.55 347	0.47 354	1.19 358	0.37 346	0.23 309	0.57 344	0.61 374	0.65 342	0.72 354	0.65 354	0.78 353	0.66 352	0.65 363	1.41 390	0.77 344	0.21 349	0.17 300	0.20 345	0.21 350	0.18 319	0.21 277

SGM-Forest	0.42 314	0.44 351	0.92 317	0.24 166	0.16 187	0.45 309	0.40 341	0.58 294	0.50 280	0.54 340	0.63 330	0.52 309	0.51 334	0.91 351	0.66 335	0.17 327	0.17 300	0.17 328	0.15 317	0.15 283	0.21 277
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
LL-Strereo	0.32 255	0.33 307	0.77 279	0.26 230	0.24 320	0.22 86	0.23 219	0.58 294	0.44 223	0.35 213	0.32 115	0.41 247	0.40 297	0.93 357	0.25 179	0.08 87	0.13 243	0.11 228	0.09 165	0.09 131	0.22 285

ProNet	0.16 11	0.13 73	0.36 19	0.21 54	0.15 158	0.20 48	0.19 124	0.29 28	0.23 15	0.14 5	0.13 5	0.13 11	0.12 15	0.25 54	0.13 7	0.06 1	0.09 168	0.07 13	0.06 22	0.07 30	0.22 285

LCNet	0.22 93	0.12 57	0.42 41	0.26 230	0.12 48	0.23 102	0.19 124	0.36 86	0.28 65	0.28 91	0.35 144	0.26 128	0.30 236	0.35 168	0.17 59	0.07 13	0.05 3	0.09 119	0.10 209	0.13 256	0.22 285

ADCPNet	0.51 340	0.36 325	1.82 389	0.27 262	0.23 309	0.71 360	0.39 337	0.56 273	0.54 302	0.52 331	0.60 318	0.66 352	0.57 347	0.64 277	1.23 372	0.15 307	0.18 307	0.14 299	0.23 361	0.19 323	0.22 285

RYNet	0.38 290	0.23 238	0.65 239	0.26 230	0.28 339	0.62 351	0.33 313	0.61 318	0.62 333	0.42 281	0.39 185	0.58 326	0.40 297	0.89 346	0.57 321	0.11 229	0.09 168	0.12 258	0.11 233	0.19 323	0.22 285

CC-Net-ROB	0.46 330	0.55 364	0.86 303	0.38 354	0.23 309	0.51 330	0.30 293	0.69 359	0.51 286	0.46 309	0.51 279	0.48 291	0.38 287	0.96 361	0.40 266	0.36 375	0.23 338	0.56 384	0.25 363	0.34 371	0.22 285

PDISCO_ROB	0.45 324	0.37 328	0.89 313	0.44 368	0.37 365	0.70 359	0.35 319	0.75 368	0.78 360	0.45 304	0.53 292	0.65 348	0.40 297	0.68 293	0.52 306	0.22 352	0.12 229	0.21 348	0.19 344	0.26 355	0.22 285

ACVNet-DCA	0.21 80	0.16 144	0.50 120	0.27 262	0.13 80	0.31 209	0.19 124	0.43 156	0.32 107	0.21 31	0.20 30	0.13 11	0.17 77	0.28 98	0.12 1	0.08 87	0.28 360	0.08 59	0.06 22	0.09 131	0.23 292

xx1	0.23 122	0.16 144	0.50 120	0.27 262	0.13 80	0.31 209	0.19 124	0.39 123	0.48 262	0.21 31	0.20 30	0.28 144	0.25 176	0.28 98	0.12 1	0.08 87	0.28 360	0.10 182	0.11 233	0.09 131	0.23 292

1test111	0.22 93	0.16 144	0.50 120	0.27 262	0.13 80	0.31 209	0.19 124	0.43 156	0.32 107	0.21 31	0.20 30	0.13 11	0.17 77	0.36 172	0.28 201	0.08 87	0.28 360	0.08 59	0.06 22	0.09 131	0.23 292

11t1	0.21 80	0.12 57	0.45 56	0.20 34	0.15 158	0.27 149	0.17 54	0.37 98	0.28 65	0.27 85	0.25 59	0.24 101	0.23 147	0.28 98	0.25 179	0.09 143	0.19 311	0.07 13	0.07 44	0.09 131	0.23 292

mmx	0.37 285	0.17 167	0.84 296	0.21 54	0.13 80	0.29 180	0.21 174	0.57 282	0.48 262	0.31 150	0.44 231	0.34 198	0.24 165	0.91 351	1.30 376	0.10 198	0.20 319	0.12 258	0.11 233	0.11 219	0.23 292

1111x	0.39 295	0.17 167	0.80 287	0.23 129	0.15 158	0.33 228	0.27 269	0.62 326	0.48 262	0.32 175	0.43 222	0.40 240	0.29 229	0.86 341	1.60 392	0.09 143	0.23 338	0.09 119	0.12 270	0.10 178	0.23 292

xxx	0.37 285	0.17 167	0.84 296	0.21 54	0.13 80	0.29 180	0.21 174	0.57 282	0.48 262	0.31 150	0.44 231	0.34 198	0.24 165	0.91 351	1.30 376	0.10 198	0.20 319	0.12 258	0.11 233	0.11 219	0.23 292

qqq	0.24 148	0.16 144	0.46 68	0.20 34	0.15 158	0.23 102	0.20 155	0.43 156	0.32 107	0.26 76	0.31 106	0.28 144	0.25 176	0.36 172	0.28 201	0.08 87	0.22 330	0.10 182	0.11 233	0.09 131	0.23 292

WZ-Net	0.56 351	0.49 358	2.14 394	0.30 306	0.24 320	0.58 346	0.48 357	0.65 342	0.80 362	0.51 328	0.72 345	0.68 357	0.60 351	1.06 371	1.01 360	0.13 274	0.10 193	0.11 228	0.12 270	0.19 323	0.23 292

psmorigin	0.52 343	0.29 287	3.10 405	0.24 166	0.19 255	0.39 277	0.24 241	0.52 235	0.45 234	0.66 356	0.68 339	0.70 362	0.52 336	0.86 341	0.49 301	0.15 307	0.17 300	0.13 281	0.14 308	0.16 292	0.23 292

GANetREF_RVC	0.45 324	0.52 360	0.87 305	0.39 356	0.20 272	0.51 330	0.50 363	0.68 353	0.67 342	0.47 315	0.46 256	0.50 301	0.43 309	0.91 351	0.40 266	0.28 365	0.21 324	0.32 369	0.19 344	0.28 362	0.23 292
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
FBW_ROB	0.46 330	0.34 315	0.71 260	0.32 321	0.20 272	0.51 330	0.32 308	0.73 365	0.63 335	0.60 349	0.57 307	0.65 348	0.44 312	1.42 391	0.62 329	0.14 295	0.17 300	0.22 353	0.16 326	0.17 304	0.23 292

ttt	0.33 262	0.14 107	0.54 168	0.22 86	0.14 108	0.30 191	0.22 196	0.59 302	0.51 286	0.31 150	0.46 256	0.30 166	0.23 147	0.71 300	1.07 365	0.13 274	0.22 330	0.10 182	0.11 233	0.12 244	0.24 304

ToySt	0.28 214	0.19 192	0.68 250	0.22 86	0.19 255	0.31 209	0.31 302	0.43 156	0.43 216	0.28 91	0.38 171	0.42 257	0.32 260	0.33 147	0.32 231	0.08 87	0.14 252	0.10 182	0.12 270	0.11 219	0.24 304

Wz-Net-TNSev	0.55 347	0.72 379	1.90 390	0.26 230	0.21 285	0.64 355	0.45 350	0.66 346	0.71 352	0.52 331	0.55 300	0.71 363	0.63 361	1.04 369	0.94 356	0.16 315	0.15 273	0.13 281	0.15 317	0.21 336	0.24 304

x	0.23 122	0.15 123	0.45 56	0.20 34	0.15 158	0.27 149	0.17 54	0.43 156	0.35 136	0.26 76	0.31 106	0.29 156	0.25 176	0.29 115	0.30 216	0.09 143	0.22 330	0.08 59	0.09 165	0.09 131	0.24 304

FADNet_RVC	0.31 250	0.35 319	0.98 328	0.24 166	0.16 187	0.30 191	0.17 54	0.52 235	0.39 181	0.30 135	0.38 171	0.30 166	0.29 229	0.54 232	0.33 239	0.14 295	0.14 252	0.14 299	0.16 326	0.21 336	0.24 304

XQC	0.47 333	0.45 352	1.07 338	0.40 360	0.28 339	0.58 346	0.38 334	0.67 348	0.76 359	0.53 337	0.47 263	0.59 327	0.47 323	0.74 308	0.80 347	0.18 337	0.14 252	0.18 335	0.16 326	0.26 355	0.24 304

RTS	0.81 380	0.56 366	4.76 408	0.37 346	0.30 350	1.11 385	0.52 366	0.67 348	1.07 383	0.76 365	0.91 366	0.60 332	0.61 355	1.64 394	1.24 373	0.15 307	0.13 243	0.15 313	0.15 317	0.22 340	0.24 304

RTSA	0.81 380	0.56 366	4.76 408	0.37 346	0.30 350	1.11 385	0.52 366	0.67 348	1.07 383	0.76 365	0.91 366	0.60 332	0.61 355	1.64 394	1.24 373	0.15 307	0.13 243	0.15 313	0.15 317	0.22 340	0.24 304

SGM_RVC	0.57 353	0.22 225	0.60 218	0.26 230	0.16 187	0.97 382	0.46 353	0.76 370	0.90 371	1.03 382	0.92 368	1.16 380	0.93 380	1.21 379	0.72 340	0.17 327	0.16 282	0.16 319	0.16 326	0.16 292	0.24 304
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DCRE	0.24 148	0.15 123	0.45 56	0.26 230	0.26 333	0.23 102	0.21 174	0.37 98	0.29 78	0.23 54	0.81 357	0.23 86	0.16 62	0.24 46	0.18 78	0.07 13	0.14 252	0.07 13	0.08 104	0.07 30	0.25 313

RALCasStereoNet	0.22 93	0.22 225	0.48 85	0.23 129	0.23 309	0.22 86	0.18 92	0.32 56	0.27 57	0.22 47	0.30 96	0.22 73	0.15 50	0.29 115	0.20 115	0.08 87	0.22 330	0.07 13	0.06 22	0.10 178	0.25 313

test_xeample	0.39 295	0.14 107	0.46 68	0.19 13	0.16 187	0.34 242	0.22 196	0.59 302	0.43 216	0.33 184	0.47 263	0.30 166	0.27 194	0.60 255	2.44 406	0.10 198	0.21 324	0.09 119	0.09 165	0.09 131	0.25 313

ccnet	0.43 319	0.34 315	0.62 227	0.28 286	0.33 355	0.60 349	0.34 317	0.68 353	0.47 256	0.54 340	0.66 335	0.56 320	0.46 321	0.73 304	0.66 335	0.26 359	0.19 311	0.24 357	0.22 357	0.27 359	0.25 313

EDNetEfficientorigin	7.48 414	0.57 370	139.59 437	0.25 198	0.17 212	0.44 301	0.30 293	0.48 205	1.04 380	1.29 390	1.02 372	0.82 368	0.87 377	0.76 319	1.02 361	0.10 198	0.09 168	0.12 258	0.11 233	0.22 340	0.25 313

S-Stereo	0.39 295	0.20 204	1.04 333	0.28 286	0.22 300	0.39 277	0.31 302	0.58 294	0.69 348	0.40 267	0.59 314	0.48 291	0.41 302	0.75 313	0.42 274	0.12 257	0.15 273	0.13 281	0.13 294	0.16 292	0.25 313

SHD	0.45 324	0.34 315	0.89 313	0.37 346	0.28 339	0.46 311	0.23 219	0.72 364	0.96 378	0.65 354	0.61 327	0.61 334	0.48 327	0.64 277	0.69 338	0.16 315	0.16 282	0.16 319	0.16 326	0.21 336	0.25 313

AnyNet_C32	0.55 347	0.51 359	1.34 367	0.29 299	0.28 339	0.61 350	0.62 375	0.57 282	0.62 333	0.63 352	0.68 339	0.54 315	0.55 343	0.82 333	1.81 395	0.15 307	0.15 273	0.15 313	0.18 341	0.21 336	0.25 313

NOSS_ROB	0.33 262	0.24 248	0.49 102	0.27 262	0.16 187	0.34 242	0.19 124	0.55 263	0.50 280	0.34 198	0.37 165	0.42 257	0.30 236	0.93 357	0.25 179	0.19 346	0.20 319	0.24 357	0.22 357	0.17 304	0.25 313

mmm	0.25 172	0.15 123	0.44 53	0.23 129	0.20 272	0.28 163	0.21 174	0.43 156	0.32 107	0.31 150	0.40 192	0.30 166	0.24 165	0.31 133	0.28 201	0.09 143	0.21 324	0.11 228	0.12 270	0.10 178	0.26 322

SDNR	0.47 333	0.29 287	0.92 317	0.24 166	0.37 365	1.27 393	0.17 54	0.54 252	0.58 318	0.44 297	0.85 361	0.55 316	0.28 213	1.19 378	0.52 306	0.23 353	0.24 346	0.17 328	0.13 294	0.19 323	0.26 322

xxxx	0.39 295	0.14 107	0.47 73	0.20 34	0.16 187	0.38 274	0.20 155	0.61 318	0.43 216	0.30 135	0.44 231	0.38 227	0.25 176	0.50 214	2.41 405	0.11 229	0.21 324	0.09 119	0.10 209	0.10 178	0.26 322

riskmin	0.24 148	0.10 11	0.43 46	0.32 321	0.26 333	0.33 228	0.19 124	0.44 174	0.30 92	0.24 60	0.27 75	0.37 221	0.25 176	0.30 124	0.22 147	0.09 143	0.18 307	0.09 119	0.13 294	0.10 178	0.27 325

222	0.45 324	0.14 107	0.43 46	0.19 13	0.15 158	0.36 263	0.20 155	0.60 311	0.43 216	0.37 239	0.45 244	0.30 166	0.28 213	0.59 250	3.72 411	0.11 229	0.19 311	0.08 59	0.09 165	0.09 131	0.27 325

MaskLacGwcNet_RVC	0.38 290	0.43 347	0.72 264	0.35 341	0.19 255	0.51 330	0.25 254	0.56 273	0.39 181	0.42 281	0.47 263	0.47 287	0.27 194	0.74 308	0.32 231	0.38 378	0.19 311	0.27 360	0.17 337	0.29 364	0.27 325

ADCS	0.62 361	0.56 366	1.54 380	0.30 306	0.25 330	0.56 342	0.46 353	0.71 361	0.86 368	0.77 367	0.72 345	0.68 357	0.62 359	0.82 333	2.33 404	0.17 327	0.16 282	0.16 319	0.17 337	0.23 345	0.27 325

DPSNet	0.51 340	0.26 271	1.16 350	0.28 286	0.21 285	0.76 364	0.56 371	0.89 384	0.82 364	0.49 322	0.51 279	0.64 346	0.81 372	0.89 346	0.85 351	0.17 327	0.16 282	0.13 281	0.13 294	0.26 355	0.27 325

MSMD_ROB	0.63 364	0.34 315	0.70 254	0.30 306	0.25 330	0.88 375	0.35 319	0.58 294	0.67 342	1.13 386	1.52 391	1.75 394	1.05 386	0.90 349	0.60 325	0.24 355	0.22 330	0.27 360	0.27 369	0.25 350	0.27 325

rrr	0.22 93	0.17 167	0.79 284	0.22 86	0.15 158	0.20 48	0.18 92	0.40 132	0.27 57	0.19 23	0.12 2	0.14 22	0.12 15	0.38 182	0.31 225	0.07 13	0.16 282	0.08 59	0.07 44	0.08 64	0.28 331

DLNR_Zeroshot_test	10.53 418	12.28 427	20.32 426	105.84 439	23.88 436	0.14 3	0.13 2	3.20 413	0.20 5	0.16 11	0.23 50	0.16 32	0.10 3	0.32 138	0.16 46	2.54 414	0.32 377	0.07 13	0.07 44	40.17 437	0.28 331

SAMSARA	0.62 361	0.47 354	0.93 321	0.70 386	0.50 376	1.15 388	1.29 406	0.79 372	0.70 350	0.77 367	0.55 300	0.92 372	0.58 348	0.87 343	0.77 344	0.19 346	0.27 356	0.18 335	0.19 344	0.27 359	0.28 331

AnyNet_C01	0.68 369	0.69 378	2.64 399	0.33 332	0.27 338	0.93 377	0.64 376	0.66 346	0.65 338	0.70 360	0.97 370	0.75 365	0.63 361	1.01 366	1.52 388	0.17 327	0.16 282	0.17 328	0.17 337	0.24 349	0.28 331

PASM	0.49 337	0.41 343	1.15 348	0.37 346	0.35 359	0.42 292	0.42 345	0.54 252	0.65 338	0.54 340	0.54 295	0.63 341	0.48 327	0.94 360	0.51 305	0.27 363	0.30 372	0.30 365	0.33 374	0.29 364	0.29 335

WCMA_ROB	0.55 347	0.27 277	0.76 273	0.26 230	0.22 300	0.62 351	0.36 324	0.57 282	0.58 318	0.97 378	1.40 387	1.28 384	0.94 381	0.80 329	0.80 347	0.20 348	0.17 300	0.16 319	0.16 326	0.19 323	0.29 335

MC-Stereo	0.18 21	0.10 11	0.36 19	0.28 286	0.14 108	0.18 13	0.15 25	0.24 7	0.20 5	0.21 31	0.24 55	0.16 32	0.13 31	0.25 54	0.14 24	0.07 13	0.17 300	0.07 13	0.07 44	0.06 2	0.30 337

UDG	0.42 314	0.54 363	0.67 245	0.41 364	0.35 359	0.47 317	0.27 269	0.57 282	0.48 262	0.40 267	0.46 256	0.59 327	0.45 314	0.47 207	0.46 290	0.26 359	0.19 311	0.49 380	0.22 357	0.37 372	0.30 337

KYRaft	0.23 122	0.11 27	0.43 46	0.23 129	0.12 48	0.23 102	0.23 219	0.37 98	0.26 48	0.35 213	0.53 292	0.34 198	0.26 188	0.29 115	0.16 46	0.07 13	0.05 3	0.09 119	0.10 209	0.08 64	0.30 337

AE-Stereo	0.21 80	0.12 57	0.50 120	0.25 198	0.15 158	0.24 120	0.18 92	0.40 132	0.34 129	0.19 23	0.26 66	0.21 70	0.13 31	0.22 36	0.16 46	0.07 13	0.26 353	0.09 119	0.10 209	0.07 30	0.31 340

HH	0.22 93	0.12 57	0.55 174	0.32 321	0.16 187	0.27 149	0.18 92	0.36 86	0.25 42	0.20 27	0.26 66	0.34 198	0.18 103	0.33 147	0.15 37	0.07 13	0.16 282	0.07 13	0.07 44	0.07 30	0.31 340

HanStereo	0.22 93	0.12 57	0.55 174	0.32 321	0.16 187	0.27 149	0.18 92	0.36 86	0.25 42	0.20 27	0.26 66	0.34 198	0.18 103	0.33 147	0.15 37	0.07 13	0.16 282	0.07 13	0.07 44	0.07 30	0.31 340

FCDSN-DC	0.67 367	0.38 334	0.83 293	0.37 346	0.30 350	0.66 357	0.37 326	0.69 359	0.70 350	1.15 388	1.53 392	1.70 393	1.38 395	1.00 364	0.83 349	0.24 355	0.22 330	0.27 360	0.26 367	0.27 359	0.32 343
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.73 371	0.33 307	0.84 296	0.33 332	0.28 339	0.82 373	0.40 341	0.82 376	0.83 365	1.43 396	1.60 395	1.97 396	1.38 395	1.10 373	0.93 354	0.24 355	0.22 330	0.27 360	0.26 367	0.26 355	0.32 343

4D-IteraStereo	0.20 57	0.21 211	0.62 227	0.21 54	0.14 108	0.19 22	0.17 54	0.29 28	0.28 65	0.24 60	0.20 30	0.20 60	0.10 3	0.22 36	0.18 78	0.07 13	0.07 92	0.10 182	0.08 104	0.08 64	0.33 345

MFN_U_SF_RVC	0.58 355	0.58 372	1.31 366	0.39 356	0.23 309	0.72 361	0.30 293	0.83 378	0.68 346	0.74 362	0.74 349	0.86 369	0.60 351	0.84 338	0.83 349	0.29 367	0.27 356	0.32 369	0.37 380	0.31 366	0.33 345

MFN_U_SF_DS_RVC	0.53 344	0.60 375	0.98 328	0.40 360	0.25 330	0.87 374	0.57 372	0.60 311	0.64 337	0.60 349	0.67 337	0.63 341	0.42 306	1.13 374	0.50 302	0.23 353	0.28 360	0.27 360	0.35 376	0.25 350	0.33 345

SQANet	0.44 321	0.57 370	0.89 313	0.49 374	0.39 369	0.47 317	0.23 219	0.53 245	0.44 223	0.41 277	0.48 272	0.47 287	0.34 265	0.58 244	0.43 277	0.38 378	0.15 273	0.40 376	0.21 350	0.50 377	0.34 348

test_xeample3	0.22 93	0.17 167	0.81 288	0.21 54	0.15 158	0.20 48	0.18 92	0.40 132	0.25 42	0.19 23	0.12 2	0.13 11	0.12 15	0.34 161	0.33 239	0.07 13	0.20 319	0.07 13	0.08 104	0.08 64	0.34 348

IGEV_Zeroshot_test	0.23 122	0.11 27	0.82 291	0.21 54	0.23 309	0.20 48	0.19 124	0.38 107	0.23 15	0.34 198	0.22 48	0.29 156	0.14 41	0.24 46	0.20 115	0.07 13	0.09 168	0.08 59	0.08 104	0.08 64	0.35 350

ff7	0.18 21	0.13 73	0.41 33	0.21 54	0.15 158	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 80	0.13 7	0.07 13	0.25 347	0.08 59	0.07 44	0.08 64	0.36 351

IGEVStereo-DCA	0.20 57	0.17 167	0.41 33	0.22 86	0.15 158	0.20 48	0.17 54	0.28 17	0.23 15	0.19 23	0.12 2	0.14 22	0.12 15	0.38 182	0.31 225	0.07 13	0.16 282	0.08 59	0.07 44	0.08 64	0.36 351

ffff	0.18 21	0.13 73	0.41 33	0.21 54	0.15 158	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 80	0.13 7	0.07 13	0.25 347	0.08 59	0.07 44	0.08 64	0.36 351

11t	0.18 21	0.13 73	0.41 33	0.21 54	0.15 158	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 80	0.13 7	0.07 13	0.25 347	0.08 59	0.07 44	0.08 64	0.36 351

ccc-4	0.18 21	0.13 73	0.41 33	0.21 54	0.15 158	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 80	0.13 7	0.07 13	0.25 347	0.08 59	0.07 44	0.08 64	0.36 351

DDUNet	0.45 324	0.60 375	0.71 260	0.45 370	0.39 369	0.46 311	0.32 308	0.53 245	0.44 223	0.46 309	0.53 292	0.57 321	0.38 287	0.51 219	0.43 277	0.34 373	0.21 324	0.56 384	0.25 363	0.41 374	0.36 351

ELAS_RVC	0.80 378	0.40 341	1.10 343	0.40 360	0.35 359	0.93 377	1.10 402	0.87 382	1.12 388	1.40 394	1.39 385	1.27 383	1.55 402	1.13 374	1.13 368	0.29 367	0.27 356	0.30 365	0.28 370	0.31 366	0.36 351
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.80 378	0.40 341	0.91 316	0.39 356	0.35 359	1.52 401	0.81 389	0.97 386	0.98 379	1.47 402	1.58 394	1.19 381	1.33 394	1.01 366	1.21 371	0.29 367	0.27 356	0.30 365	0.29 372	0.32 369	0.36 351
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
cc1	0.22 93	0.16 144	0.50 120	0.27 262	0.13 80	0.31 209	0.19 124	0.39 123	0.48 262	0.21 31	0.20 30	0.13 11	0.17 77	0.28 98	0.12 1	0.08 87	0.28 360	0.08 59	0.06 22	0.08 64	0.37 359

DualNet	0.33 262	0.17 167	0.84 296	0.21 54	0.13 80	0.29 180	0.21 174	0.38 107	0.46 243	0.31 150	0.44 231	0.34 198	0.24 165	0.28 98	1.30 376	0.08 87	0.28 360	0.12 258	0.11 233	0.08 64	0.37 359

ffm	0.27 207	0.17 167	0.84 296	0.21 54	0.13 80	0.29 180	0.21 174	0.38 107	0.46 243	0.31 150	0.44 231	0.34 198	0.24 165	0.28 98	0.12 1	0.08 87	0.28 360	0.12 258	0.11 233	0.08 64	0.37 359

ff1	0.36 278	0.17 167	0.84 296	0.21 54	0.13 80	0.29 180	0.21 174	0.38 107	0.46 243	0.31 150	0.44 231	0.34 198	0.24 165	0.91 351	1.30 376	0.08 87	0.28 360	0.12 258	0.11 233	0.08 64	0.37 359

tt1	0.22 93	0.16 144	0.49 102	0.26 230	0.15 158	0.31 209	0.19 124	0.38 107	0.46 243	0.21 31	0.19 25	0.13 11	0.16 62	0.28 98	0.12 1	0.08 87	0.28 360	0.08 59	0.06 22	0.08 64	0.37 359

AEACV	0.20 57	0.09 3	0.32 9	0.39 356	0.34 356	0.21 64	0.16 40	0.30 37	0.18 1	0.17 15	0.17 17	0.13 11	0.16 62	0.27 80	0.13 7	0.07 13	0.29 371	0.07 13	0.09 165	0.07 30	0.37 359

EGLCR-Stereo	0.19 37	0.09 3	0.34 13	0.29 299	0.17 212	0.28 163	0.16 40	0.30 37	0.23 15	0.22 47	0.11 1	0.16 32	0.09 2	0.28 98	0.15 37	0.07 13	0.25 347	0.07 13	0.07 44	0.06 2	0.37 359

Anonymous_2	0.44 321	0.23 238	0.57 191	0.34 336	0.34 356	0.53 338	0.28 283	0.49 212	0.39 181	0.36 224	0.34 138	0.48 291	0.38 287	0.43 194	0.33 239	0.26 359	0.41 385	0.44 378	1.45 412	0.33 370	0.37 359

Consistency-Raft	0.56 351	0.52 360	1.12 344	0.45 370	0.49 375	0.48 323	0.45 350	0.73 365	0.74 358	0.45 304	0.82 358	0.46 280	0.60 351	0.51 219	0.63 332	0.39 380	0.40 383	0.44 378	0.51 389	0.53 380	0.38 367

PVD	0.62 361	0.41 343	0.93 321	0.44 368	0.39 369	0.63 354	0.51 365	0.86 381	1.27 391	0.93 375	1.09 374	0.81 367	0.85 374	0.89 346	0.89 352	0.21 349	0.23 338	0.22 353	0.19 344	0.28 362	0.41 368

MSC_U_SF_DS_RVC	0.70 370	0.73 381	1.26 362	0.47 372	0.28 339	1.42 399	0.60 373	0.82 376	0.94 377	0.85 371	0.86 362	0.88 371	0.70 365	1.32 387	0.75 342	0.37 376	0.30 372	0.34 372	0.36 378	0.44 375	0.42 369

MADNet+	1.05 385	1.26 405	4.77 410	0.73 388	0.50 376	1.25 392	0.97 394	1.05 387	0.93 374	0.67 357	0.78 353	0.87 370	0.85 374	2.14 404	1.83 396	0.40 381	0.42 386	0.32 369	0.28 370	0.45 376	0.43 370

NVStereoNet_ROB	0.74 372	0.64 377	1.20 360	0.55 378	0.43 373	0.54 341	0.48 357	0.75 368	0.87 370	0.88 372	1.72 397	1.06 377	1.03 385	1.29 384	0.98 359	0.35 374	0.42 386	0.41 377	0.48 384	0.38 373	0.43 370
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
anonymousdsp2	0.23 122	0.11 27	0.42 41	0.26 230	0.24 320	0.25 130	0.17 54	0.43 156	0.37 162	0.30 135	0.23 50	0.24 101	0.15 50	0.32 138	0.17 59	0.07 13	0.28 360	0.07 13	0.05 8	0.08 64	0.44 372

FINET	0.58 355	0.48 356	1.35 368	0.38 354	0.37 365	0.96 381	1.13 403	0.84 380	1.05 381	0.50 325	0.70 343	0.45 274	0.61 355	0.63 272	0.62 329	0.26 359	0.28 360	0.14 299	0.13 294	0.20 330	0.44 372

DispFullNet	0.67 367	0.94 390	1.63 382	0.77 391	1.19 408	0.53 338	0.25 254	0.61 318	0.72 354	0.70 360	0.60 318	0.69 359	0.90 378	0.80 329	0.52 306	0.27 363	0.13 243	0.74 392	0.31 373	0.68 388	0.44 372

SGM-ForestM	1.59 398	0.56 366	1.52 379	0.41 364	0.34 356	2.77 410	1.67 410	1.69 403	1.73 398	2.48 408	2.27 407	6.02 416	2.90 410	3.08 409	2.83 408	0.25 358	0.30 372	0.19 341	0.20 348	0.18 319	0.45 375

coex-ft	3.48 410	0.81 384	48.53 435	0.24 166	0.19 255	0.53 338	0.47 356	0.49 212	2.36 403	7.18 416	1.20 379	0.96 376	2.53 408	0.75 313	2.14 402	0.13 274	0.15 273	0.14 299	0.12 270	0.22 340	0.47 376

iRaft-Stereo_20w	0.29 228	0.11 27	0.86 303	0.33 332	0.24 320	0.32 222	0.26 264	0.60 311	0.26 48	0.41 277	0.21 42	0.28 144	0.19 120	0.32 138	0.24 167	0.07 13	0.31 376	0.07 13	0.09 165	0.08 64	0.47 376

anonymousdsp	0.20 57	0.13 73	0.49 102	0.28 286	0.20 272	0.21 64	0.17 54	0.29 28	0.24 24	0.22 47	0.13 5	0.12 3	0.12 15	0.32 138	0.13 7	0.07 13	0.26 353	0.08 59	0.07 44	0.08 64	0.48 378

IGEV-Stereo	0.20 57	0.13 73	0.49 102	0.28 286	0.20 272	0.21 64	0.17 54	0.29 28	0.24 24	0.22 47	0.13 5	0.12 3	0.12 15	0.32 138	0.13 7	0.07 13	0.26 353	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
otaku	0.60 358	0.73 381	1.13 346	0.64 381	0.45 374	0.73 363	0.37 326	0.67 348	0.67 342	0.52 331	0.75 351	0.66 352	0.46 321	0.74 308	0.59 324	0.55 384	0.34 380	0.56 384	0.36 378	0.65 385	0.49 380

Ntro	0.61 360	0.75 383	1.16 350	0.67 383	0.50 376	0.76 364	0.37 326	0.68 353	0.71 352	0.50 325	0.59 314	0.65 348	0.52 336	0.79 326	0.58 323	0.58 387	0.32 377	0.57 387	0.34 375	0.69 390	0.50 381

ACVNet_1	0.77 377	0.92 389	1.79 388	0.73 388	0.53 380	0.78 368	0.42 345	0.88 383	0.90 371	0.75 363	0.76 352	1.32 385	0.80 370	1.04 369	0.70 339	0.57 386	0.32 377	0.72 391	0.35 376	0.70 391	0.50 381

ACVNet-4b	0.76 375	0.90 388	1.67 384	0.73 388	0.51 379	0.80 372	0.31 302	0.74 367	0.81 363	0.51 328	0.72 345	0.94 373	0.43 309	1.01 366	1.32 381	1.18 409	0.22 330	0.77 393	0.45 383	0.70 391	0.50 381

ACVNet_2	0.94 382	0.98 393	1.71 386	0.83 393	0.63 384	1.02 383	0.64 376	1.16 390	1.43 395	1.02 380	1.39 385	1.47 388	0.86 376	1.16 376	0.79 346	0.63 390	0.43 388	0.78 394	0.49 385	0.80 393	0.57 384

PWCK	1.05 385	1.29 406	2.12 393	0.92 395	0.42 372	1.27 393	1.01 396	1.14 389	1.14 389	1.16 389	1.14 377	1.25 382	0.90 378	1.77 399	1.15 369	0.89 400	0.51 389	0.87 396	0.54 390	1.02 404	0.57 384

anonymity	0.57 353	0.55 364	0.74 266	0.48 373	0.63 384	0.56 342	0.43 347	0.71 361	0.51 286	0.64 353	0.55 300	0.57 321	0.61 355	0.65 281	0.57 321	0.55 384	0.55 395	0.50 381	0.54 390	0.51 378	0.61 386

WAO-7	1.05 385	1.00 394	1.19 358	0.83 393	0.67 388	1.22 391	0.84 391	1.43 396	1.56 396	1.13 386	1.75 398	1.46 387	1.25 391	1.56 393	1.28 375	0.61 389	0.62 403	0.70 390	0.68 399	0.66 387	0.62 387

RainbowNet	0.76 375	1.00 394	1.29 364	0.82 392	0.63 384	0.79 369	0.52 366	0.83 378	0.93 374	0.61 351	0.79 356	0.79 366	0.62 359	0.82 333	0.67 337	0.80 397	0.55 395	0.79 395	0.49 385	0.81 394	0.62 387

JetBlue	1.20 392	0.89 387	2.53 398	0.59 379	0.76 391	3.16 412	2.09 412	1.16 390	0.93 374	0.95 376	1.12 376	1.65 391	1.27 392	2.15 405	1.87 397	0.43 382	0.37 382	0.38 374	0.39 382	0.62 383	0.63 389

MANE	1.63 400	0.58 372	1.16 350	0.59 379	0.60 383	2.71 409	1.53 408	2.63 412	3.62 407	2.33 407	3.26 409	3.66 410	2.98 411	2.26 407	2.26 403	0.37 376	0.40 383	0.31 368	0.49 385	0.31 366	0.63 389

BEATNet-Init1	4.91 412	3.27 416	14.39 424	0.69 385	0.65 387	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	0.32 372	0.34 380	0.34 372	0.38 381	0.64 384	0.64 391

IMH-64-1	0.94 382	0.95 391	1.07 338	0.98 397	0.76 391	0.93 377	0.72 382	1.30 392	1.11 386	0.91 373	1.45 388	1.14 378	1.00 383	1.25 382	0.97 357	0.77 393	0.51 389	0.97 398	0.55 393	0.90 396	0.66 392

IMH-64	0.94 382	0.95 391	1.07 338	0.98 397	0.76 391	0.93 377	0.72 382	1.30 392	1.11 386	0.91 373	1.45 388	1.14 378	1.00 383	1.25 382	0.97 357	0.77 393	0.51 389	0.97 398	0.55 393	0.90 396	0.66 392

IMH	1.09 388	1.04 397	1.29 364	1.03 399	0.79 395	1.11 385	0.69 379	1.40 395	1.42 394	1.02 380	1.71 396	1.42 386	1.19 390	1.78 400	1.03 362	1.14 407	0.56 398	1.00 400	0.58 395	0.93 399	0.68 394

DGSMNet	0.63 364	0.32 303	1.01 331	0.54 377	0.73 390	0.62 351	1.36 407	0.62 326	0.58 318	0.38 247	0.62 329	0.52 309	0.34 265	0.65 281	0.47 293	0.54 383	0.61 400	0.67 389	0.61 397	0.65 385	0.69 395

MFMNet_re	0.74 372	0.84 385	1.16 350	0.64 381	0.70 389	0.79 369	0.71 381	0.77 371	0.85 367	0.79 369	0.86 362	0.69 359	0.80 370	0.73 304	0.65 333	0.66 391	0.59 399	0.61 388	0.58 395	0.68 388	0.71 396

WAO-6	1.11 389	1.01 396	1.17 356	0.96 396	0.79 395	1.30 395	0.78 386	1.36 394	1.99 401	1.04 383	1.54 393	1.59 390	1.27 392	1.37 389	1.30 376	0.78 395	0.55 395	1.03 402	0.75 403	0.87 395	0.72 397

SPS-STEREO	0.74 372	0.72 379	1.18 357	0.52 376	0.57 382	0.76 364	0.50 363	0.80 373	0.66 341	0.97 378	0.88 365	0.94 373	0.74 366	1.08 372	1.04 363	0.58 387	0.51 389	0.50 381	0.50 388	0.56 381	0.72 397
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
WAO-8	1.50 396	1.22 403	1.39 371	1.10 402	0.85 400	2.15 405	0.78 386	1.84 405	3.76 408	1.46 398	2.18 404	2.15 399	1.50 399	3.20 411	1.35 383	0.92 401	0.66 406	1.10 403	0.79 404	0.94 400	0.74 399

Venus	1.50 396	1.22 403	1.39 371	1.10 402	0.85 400	2.15 405	0.78 386	1.84 405	3.76 408	1.46 398	2.18 404	2.15 399	1.50 399	3.20 411	1.35 383	0.92 401	0.66 406	1.10 403	0.79 404	0.94 400	0.74 399

Dean	1.22 393	1.17 400	1.97 391	1.04 400	0.79 395	1.21 390	0.76 384	1.51 399	1.96 400	1.30 392	1.98 402	2.14 398	1.18 389	1.30 385	1.15 369	0.83 398	0.61 400	1.01 401	0.69 400	0.97 403	0.77 401

LVE	1.18 391	1.16 399	1.67 384	1.04 400	0.81 399	1.32 396	0.82 390	1.49 398	1.94 399	1.08 384	1.90 400	1.89 395	1.07 387	1.51 392	1.04 363	0.96 403	0.61 400	0.94 397	0.69 400	0.92 398	0.79 402

TorneroNet-64	1.47 394	1.15 398	1.51 378	1.11 404	0.86 402	2.27 408	0.76 384	1.84 405	3.76 408	1.29 390	2.22 406	2.68 406	1.46 397	1.81 401	1.55 390	0.79 396	0.51 389	1.10 403	0.67 398	1.31 407	0.81 403

TorneroNet	2.26 406	1.20 402	1.55 381	1.15 406	0.91 403	5.84 413	0.84 391	2.12 409	8.45 418	2.59 409	5.32 413	3.84 411	2.15 405	1.84 403	1.98 400	0.88 399	0.54 394	1.16 407	0.74 402	1.31 407	0.91 404

SGM+DAISY	1.12 390	0.86 386	1.64 383	0.68 384	0.80 398	1.68 403	1.68 411	1.08 388	1.10 385	1.53 404	1.76 399	1.47 388	1.53 401	1.24 380	1.42 387	0.66 391	0.65 405	0.52 383	0.54 390	0.57 382	0.91 404

ktn	1.80 403	1.46 410	1.49 376	1.44 410	1.14 407	1.50 400	1.07 399	1.53 401	3.90 411	2.77 410	4.62 411	3.42 409	1.49 398	1.74 397	1.40 386	1.45 411	0.77 410	1.46 411	0.99 409	1.41 412	1.00 406

notaker	1.49 395	1.44 409	1.77 387	1.42 409	1.08 406	1.19 389	0.87 393	1.51 399	1.40 393	1.53 404	3.41 410	2.40 402	1.94 404	1.83 402	1.57 391	1.14 407	0.69 409	1.38 410	0.88 406	1.39 411	1.03 407

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

UNDER WATER	1.64 401	1.34 408	2.72 401	1.40 408	1.04 405	1.70 404	1.14 404	1.57 402	3.58 406	1.46 398	1.46 390	2.82 407	2.43 407	1.74 397	2.04 401	1.08 405	0.63 404	1.31 409	0.94 407	1.29 406	1.10 409

KSHMR	1.92 405	1.47 411	1.97 391	1.48 411	1.22 409	1.39 398	1.06 398	1.81 404	5.83 414	1.43 396	5.56 414	2.95 408	1.17 388	2.24 406	1.33 382	1.29 410	1.13 411	1.47 412	1.11 411	1.37 410	1.21 410

tt	4.71 411	0.11 27	3.94 407	2.06 414	1.54 412	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	5.73 419	9.15 425	2.23 415	2.51 416	3.02 416	1.34 411

JetRed	2.35 408	2.70 415	6.11 411	1.14 405	1.38 411	6.03 414	3.61 414	2.12 409	1.72 397	1.99 406	1.97 401	2.15 399	1.59 403	2.49 408	4.19 413	1.05 404	1.60 413	1.10 403	1.02 410	1.72 413	1.41 412

SPstereo	14.29 422	1.85 413	2.95 404	1.89 413	1.68 413	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	1.60 412	1.44 412	2.99 416	2.21 415	1.34 409	1.43 413

MADNet++	2.34 407	1.81 412	2.24 396	2.15 415	1.97 414	2.79 411	2.19 413	2.42 411	2.26 402	2.79 411	2.70 408	2.43 403	2.60 409	3.18 410	3.32 409	2.19 413	1.97 414	1.93 413	1.62 413	2.02 414	2.10 414

HanzoNet	3.08 409	1.87 414	2.70 400	1.81 412	1.34 410	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	3.29 415	2.06 416	1.98 414	2.94 417	2.47 415	2.15 415

LSM	1.68 402	0.48 356	2.91 402	2.28 416	17.60 426	0.52 335	0.55 370	0.65 342	0.78 360	0.84 370	1.11 375	0.63 341	0.55 343	0.79 326	0.53 310	0.16 315	0.25 347	0.18 335	0.21 350	0.25 350	2.37 416

PML	15.86 426	13.12 428	7.07 412	5.22 417	7.66 418	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	5.94 421	2.00 415	6.03 422	2.18 414	9.13 423	2.62 417

ASD4	8.08 415	7.42 420	8.23 413	6.03 421	6.01 417	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	5.93 420	5.10 418	6.60 423	5.79 419	6.82 420	5.52 418

DPSimNet_ROB	6.21 413	5.16 417	9.50 414	5.59 419	5.56 416	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	5.50 418	4.29 417	5.24 419	3.66 418	4.05 417	5.96 419

DGTPSM_ROB	8.38 416	5.24 418	10.71 422	5.32 418	10.19 420	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	3.74 416	7.56 420	3.68 417	7.24 422	4.09 418	7.49 420

DPSMNet_ROB	8.44 417	5.25 419	10.87 423	5.59 419	10.27 421	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	4.01 417	7.62 421	3.75 418	7.27 423	4.16 419	7.54 421

DPSM_ROB	11.46 420	9.79 425	10.18 417	11.11 423	11.31 422	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	6.74 422	8.19 423	6.00 420	7.05 420	7.74 421	7.76 422

DPSM	11.46 420	9.79 425	10.18 417	11.11 423	11.31 422	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	6.74 422	8.19 423	6.00 420	7.05 420	7.74 421	7.76 422

Anonymous_1	16.44 427	9.26 421	9.67 416	10.63 422	14.54 424	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	15.61 433	7.73 422	16.87 430	43.01 434	56.14 438	7.86 424

xxxxx1	15.30 423	9.78 422	10.23 419	20.34 428	19.47 427	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	8.14 424	9.35 426	31.88 436	44.61 435	12.63 424	13.46 425

tt_ll	15.30 423	9.78 422	10.23 419	20.34 428	19.47 427	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	8.14 424	9.35 426	31.88 436	44.61 435	12.63 424	13.46 425

ff	15.30 423	9.78 422	10.23 419	20.34 428	19.47 427	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	8.14 424	9.35 426	31.88 436	44.61 435	12.63 424	13.46 425

LRCNet_RVC	10.94 419	14.45 429	9.66 415	15.38 425	8.02 419	1.08 384	0.35 319	8.72 419	0.72 354	12.63 426	15.84 426	9.73 419	6.52 415	8.58 420	6.38 417	20.33 434	5.39 419	23.79 433	21.95 431	15.35 427	13.96 428

CasAABBNet	23.04 430	19.69 430	20.32 426	22.42 431	22.73 431	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	13.52 427	16.47 430	12.08 424	14.21 425	15.57 428	15.60 429

Selective-RAFT-Error	23.11 431	19.77 434	20.60 428	22.49 432	22.80 432	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	13.54 428	16.57 431	12.09 425	14.21 425	15.61 432	15.65 430

MyStereo03	23.12 432	19.74 431	20.70 429	22.51 433	22.82 433	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	13.55 429	16.70 432	12.09 425	14.22 427	15.58 429	16.03 431

MyStereo02	23.12 432	19.74 431	20.70 429	22.51 433	22.82 433	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	13.55 429	16.70 432	12.09 425	14.22 427	15.58 429	16.03 431

MyStereo	23.12 432	19.74 431	20.70 429	22.51 433	22.82 433	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	13.55 429	16.70 432	12.09 425	14.22 427	15.58 429	16.03 431

LSM0	24.21 435	19.88 435	22.33 432	24.42 436	40.13 438	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	13.59 432	16.33 429	12.13 429	14.08 424	15.72 433	17.53 434

HaxPig	17.72 428	20.23 436	19.76 425	16.55 426	16.52 425	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	21.99 435	20.86 435	22.28 432	21.55 430	21.30 434	21.88 435

MEDIAN_ROB	21.20 429	24.56 437	23.42 433	19.57 427	19.62 430	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	26.20 434	25.19 432	25.31 435	25.19 436

AVERAGE_ROB	25.43 436	29.01 438	27.22 434	24.60 437	24.16 437	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	30.60 435	29.57 433	29.83 436	29.66 437

test_example2	100.95 437	107.33 439	67.16 436	98.17 438	106.88 439	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	81.12 439	102.17 438	121.89 439	101.70 438

FADE		1.19 401		0.71 387	0.76 391													17.17 431		0.51 378

Low-res two-view benchmark