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

MLG-Stereo	1.48 2	0.65 7	3.04 7	2.52 23	0.79 92	3.11 21	0.16 11	6.26 26	1.80 10	0.84 1	0.10 5	1.51 37	0.65 11	7.44 64	0.53 1	0.02 140	0.09 220	0.00 1	0.03 175	0.03 20	0.02 9

MLG-Stereo_test3	1.57 6	0.69 10	3.82 27	2.19 4	1.34 156	3.92 43	0.25 19	5.89 18	1.27 2	0.91 2	1.07 10	1.99 45	0.64 10	6.09 39	1.10 36	0.03 165	0.09 220	0.00 1	0.00 1	0.05 34	0.04 38

GREAT-IGEV	2.18 26	1.15 90	4.04 41	2.89 40	0.69 70	2.95 18	0.20 16	5.82 17	5.88 87	0.92 3	5.07 65	1.08 33	1.46 31	9.60 129	0.86 18	0.00 1	0.13 274	0.00 1	0.24 349	0.14 98	0.46 296

MLG-Stereo_test1	1.51 4	0.65 7	3.00 5	2.47 22	2.46 243	2.84 16	0.16 11	5.64 11	1.77 9	0.98 4	0.09 3	1.53 38	0.52 4	7.44 64	0.56 2	0.02 140	0.09 220	0.00 1	0.03 175	0.03 20	0.02 9

dual_stereo	1.57 6	0.64 2	2.56 1	2.33 12	0.47 37	2.62 11	0.08 3	4.85 6	1.95 12	1.01 5	0.69 9	1.90 42	0.61 8	10.34 148	0.96 23	0.01 89	0.20 322	0.00 1	0.18 309	0.01 1	0.03 24

StereoAnything_RVC	2.31 33	11.20 483	4.65 63	2.23 6	0.14 1	1.49 3	0.17 14	4.50 3	1.24 1	1.03 6	0.06 1	0.20 1	3.60 100	8.05 76	0.59 3	0.02 140	0.11 252	0.00 1	0.00 1	6.97 482	0.03 24

LG-G_1	2.14 24	0.64 2	4.04 41	3.18 51	0.37 19	11.00 276	0.60 36	6.27 28	1.55 5	1.28 7	1.15 12	1.34 35	2.14 52	8.08 78	0.99 26	0.04 178	0.12 262	0.00 1	0.00 1	0.06 39	0.03 24

LG-G	2.14 24	0.64 2	4.04 41	3.18 51	0.37 19	11.00 276	0.60 36	6.27 28	1.55 5	1.28 7	1.15 12	1.34 35	2.14 52	8.08 78	0.99 26	0.04 178	0.12 262	0.00 1	0.00 1	0.06 39	0.03 24

LG-Stereo_L1	1.59 8	0.89 41	4.07 45	2.55 28	0.95 111	2.93 17	0.50 32	6.75 38	1.54 4	1.32 9	0.24 6	0.50 21	0.59 7	7.91 73	0.85 17	0.04 178	0.12 262	0.01 150	0.00 1	0.03 20	0.02 9

AIO_test	2.59 44	0.89 41	4.07 45	3.70 93	2.35 237	5.35 124	2.39 188	8.10 60	4.33 50	1.35 10	4.60 49	4.27 78	1.35 26	7.29 59	0.71 12	0.76 406	0.07 190	0.00 1	0.09 262	0.06 39	0.03 24

MonSter	1.74 10	0.74 13	3.64 18	2.27 8	1.62 180	6.01 175	0.13 9	6.02 20	2.88 29	1.35 10	2.11 16	0.30 13	0.36 2	6.50 43	0.83 16	0.00 1	0.00 1	0.00 1	0.02 156	0.02 3	0.02 9

LGtest1	1.48 2	0.75 14	4.03 40	2.33 12	0.65 64	3.02 19	0.11 7	6.12 23	1.51 3	1.41 12	1.48 14	0.65 28	0.93 19	5.60 30	0.81 14	0.03 165	0.12 262	0.00 1	0.00 1	0.10 82	0.04 38

LG-Stereo_L2	1.59 8	0.87 35	4.31 54	2.54 27	0.69 70	2.76 14	0.44 28	6.85 40	1.57 7	1.59 13	0.39 7	0.39 18	0.52 4	7.85 72	0.82 15	0.04 178	0.12 262	0.00 1	0.00 1	0.03 20	0.02 9

AIO_rvc	2.81 50	1.10 81	4.88 72	3.63 87	2.59 250	5.36 125	1.85 142	8.21 64	4.37 52	1.60 14	4.74 55	4.74 90	1.16 22	10.10 143	1.13 38	0.47 364	0.04 103	0.00 1	0.04 196	0.15 106	0.12 119

MLG-Stereo_test2	1.52 5	0.64 2	2.81 2	2.52 23	1.79 198	2.76 14	0.16 11	4.70 5	1.80 10	1.75 15	0.08 2	3.21 58	0.17 1	7.28 58	0.64 6	0.02 140	0.11 252	0.00 1	0.00 1	0.04 27	0.03 24

S2M2	2.06 20	1.28 114	4.05 44	3.20 53	1.14 134	2.31 8	0.06 1	6.26 26	6.67 103	1.75 15	4.48 45	4.47 82	0.81 15	2.36 2	1.52 47	0.25 307	0.10 236	0.03 184	0.00 1	0.49 290	0.03 24

IGEV-Stereo+	2.77 48	0.92 46	4.09 47	3.14 48	4.62 351	2.57 10	0.70 44	4.34 2	2.29 15	1.76 17	0.59 8	0.77 31	3.49 94	8.65 98	0.68 8	0.03 165	0.10 236	0.00 1	0.24 349	5.77 476	10.68 512

U	3.65 89	0.64 2	5.91 114	3.91 103	11.89 497	11.50 282	0.20 16	7.66 52	5.38 77	1.79 18	2.55 18	0.76 30	1.61 33	2.34 1	0.70 10	0.00 1	0.04 103	10.60 511	5.47 499	0.04 27	0.02 9

2.5w	2.10 22	0.78 16	4.30 53	2.96 43	1.85 202	3.22 22	2.25 175	6.05 21	2.69 22	1.80 19	5.44 73	0.23 3	2.01 47	7.36 61	1.01 34	0.01 89	0.01 23	0.00 1	0.00 1	0.02 3	0.06 62

SCV	3.20 65	1.40 142	5.96 117	4.71 152	0.71 73	4.21 53	1.70 110	10.94 112	6.06 90	1.85 20	4.80 59	6.16 116	2.74 75	9.82 134	1.74 63	0.05 197	0.09 220	0.00 1	0.24 349	0.50 296	0.30 242

FoundationStereo	1.26 1	0.73 12	2.84 3	2.65 30	0.58 53	2.31 8	0.61 38	3.40 1	1.57 7	1.89 21	0.09 3	2.61 51	2.90 79	2.37 3	0.60 5	0.04 178	0.04 103	0.00 1	0.00 1	0.02 3	0.03 24

LG-Stereo	2.43 39	1.44 156	7.64 192	3.73 95	0.82 97	3.64 38	1.24 77	6.41 32	5.30 76	1.97 22	7.31 92	0.84 32	0.74 12	4.85 21	2.21 107	0.05 197	0.04 103	0.01 150	0.03 175	0.33 223	0.10 99

HUF	2.75 47	1.32 127	5.28 88	2.83 39	0.55 48	5.23 119	2.19 166	8.97 74	4.23 48	1.97 22	4.39 43	5.03 95	2.64 72	6.86 53	1.44 43	0.73 403	0.63 437	0.09 257	0.00 1	0.17 121	0.44 290

4.25_new	1.94 15	0.81 22	3.74 21	2.82 36	2.69 256	4.37 59	2.37 184	5.76 12	2.78 24	1.99 24	3.60 27	0.23 3	2.40 63	4.13 12	0.99 26	0.00 1	0.00 1	0.00 1	0.00 1	0.02 3	0.07 72

4.5w_new	1.94 15	0.81 22	3.74 21	2.82 36	2.69 256	4.37 59	2.37 184	5.76 12	2.78 24	1.99 24	3.60 27	0.23 3	2.40 63	4.13 12	0.99 26	0.00 1	0.00 1	0.00 1	0.00 1	0.02 3	0.07 72

4.25w-stereo	1.94 15	0.81 22	3.74 21	2.82 36	2.69 256	4.37 59	2.37 184	5.76 12	2.78 24	1.99 24	3.60 27	0.23 3	2.40 63	4.13 12	0.99 26	0.00 1	0.00 1	0.00 1	0.00 1	0.02 3	0.07 72

IGEV	1.86 13	0.58 1	3.90 32	2.40 17	3.49 298	4.20 52	0.97 61	7.16 45	3.22 33	2.00 27	4.16 37	0.26 10	0.62 9	3.40 10	0.65 7	0.03 165	0.09 220	0.00 1	0.00 1	0.03 20	0.02 9

GIP-stereo	2.66 45	1.00 60	4.00 38	4.99 173	3.41 290	3.38 27	0.77 49	8.73 73	5.69 85	2.08 28	5.38 68	4.13 74	3.21 83	5.21 24	1.05 35	0.01 89	0.06 167	0.00 1	0.00 1	0.07 54	0.04 38

4w-stereo	2.03 19	0.98 55	4.12 50	2.31 11	1.96 213	3.70 39	0.61 38	6.37 30	2.37 16	2.10 29	4.19 38	0.33 15	3.33 89	7.03 55	1.12 37	0.00 1	0.00 1	0.00 1	0.00 1	0.03 20	0.08 87

IGEV-Stereo++	2.20 27	0.79 19	3.67 19	3.72 94	3.17 279	3.39 28	0.10 5	8.37 67	3.77 42	2.11 30	4.25 39	2.01 46	4.78 148	2.96 5	0.59 3	0.01 89	0.02 66	0.08 246	0.00 1	0.06 39	0.05 51

111111	2.45 40	1.01 61	3.89 31	3.60 84	4.13 324	3.49 33	0.23 18	8.63 71	3.25 34	2.15 31	4.26 40	2.29 49	2.03 48	8.86 108	0.94 20	0.01 89	0.02 66	0.08 246	0.00 1	0.14 98	0.04 38

ours_stereo	2.91 55	1.34 130	5.14 82	3.67 88	1.49 170	3.87 42	2.80 210	8.10 60	6.28 95	2.15 31	5.66 80	3.98 70	1.84 44	9.38 124	1.77 65	0.00 1	0.02 66	0.00 1	0.00 1	0.32 216	0.34 258

castereo++	3.52 83	1.28 114	3.96 35	3.76 99	2.61 251	16.87 387	1.95 155	7.57 50	8.51 142	2.26 33	4.54 46	5.10 97	2.04 50	8.75 102	0.74 13	0.00 1	0.15 294	0.00 1	0.35 393	0.05 34	0.02 9

RAStereo	2.32 34	1.08 76	6.36 135	3.73 95	1.39 162	1.81 6	0.12 8	7.70 53	7.44 125	2.27 34	3.94 36	3.43 59	0.81 15	3.55 11	2.47 124	0.00 1	0.00 1	0.00 1	0.00 1	0.29 188	0.07 72

DEFOM-Stereo_RVC	3.18 64	6.90 454	3.85 28	10.48 436	1.59 178	4.71 76	0.47 30	8.39 68	2.76 23	2.34 35	3.12 22	0.74 29	7.20 216	9.02 116	1.62 55	0.00 1	0.14 289	0.00 1	0.19 322	0.02 3	0.03 24

asda	1.95 18	0.81 22	4.14 52	2.66 32	1.93 212	3.30 26	0.86 54	5.92 19	3.10 32	2.41 36	3.10 21	0.63 27	2.99 81	5.57 29	1.48 44	0.02 140	0.01 23	0.00 1	0.00 1	0.07 54	0.07 72

mms	2.86 52	1.38 140	5.26 86	3.68 90	1.84 199	4.23 54	4.01 252	8.01 58	4.29 49	2.43 37	5.53 78	3.05 55	1.35 26	9.22 119	2.06 91	0.00 1	0.06 167	0.00 1	0.00 1	0.36 234	0.44 290

MaDis-Stereo	2.73 46	1.56 200	6.21 133	2.96 43	2.45 242	1.80 4	0.28 20	7.43 49	5.07 65	2.57 38	3.43 26	7.13 138	4.71 143	5.74 34	2.91 149	0.00 1	0.05 134	0.00 1	0.00 1	0.15 106	0.12 119

IGEV++	2.98 58	1.27 112	5.17 85	5.41 221	0.47 37	4.63 71	1.71 122	9.97 92	4.75 55	2.58 39	6.27 84	4.35 80	4.44 126	4.98 22	3.05 162	0.00 1	0.07 190	0.00 1	0.08 249	0.24 157	0.18 173

3.75w	2.32 34	0.89 41	3.85 28	2.45 19	3.23 284	8.15 233	1.42 88	5.77 15	2.79 27	2.60 40	4.64 52	0.31 14	2.77 76	6.56 45	0.94 20	0.00 1	0.01 23	0.00 1	0.00 1	0.06 39	0.05 51

fffy	3.28 73	1.20 97	5.94 116	3.67 88	0.85 100	4.84 91	1.75 127	10.18 95	6.44 98	2.60 40	6.15 82	6.33 121	3.16 82	10.08 142	1.62 55	0.00 1	0.12 262	0.00 1	0.00 1	0.30 194	0.33 254

IGEV-RUCA	3.00 59	1.12 86	4.51 61	4.78 158	2.30 232	6.18 180	1.80 136	7.24 47	4.79 56	2.63 42	4.91 61	4.06 71	2.44 66	9.70 132	1.50 45	0.14 248	0.26 366	0.21 343	0.29 371	0.74 360	0.35 263

AIO-Stereo	2.91 55	1.19 96	5.14 82	4.15 112	0.79 92	4.67 73	1.76 131	9.59 82	5.19 71	2.66 43	4.76 56	5.40 108	0.78 14	10.30 147	1.23 40	0.00 1	0.06 167	0.00 1	0.36 396	0.09 71	0.15 152

DEFOM-Stereo	2.21 28	0.88 37	3.63 17	3.42 66	0.89 105	13.14 312	0.83 51	4.68 4	1.96 13	2.72 44	1.66 15	0.59 24	0.54 6	8.53 90	0.68 8	0.00 1	0.01 23	0.00 1	0.00 1	0.02 3	0.02 9

SCV_C0	3.23 69	1.31 124	6.44 138	3.20 53	0.82 97	4.84 91	1.61 102	10.34 100	6.85 108	2.74 45	4.91 61	6.26 118	1.81 43	11.06 180	1.50 45	0.11 237	0.06 167	0.00 1	0.23 340	0.33 223	0.11 112

1w_stereo	2.90 54	0.72 11	3.59 16	3.30 58	2.15 224	4.37 59	6.74 349	6.40 31	5.23 74	2.83 46	7.30 91	0.25 8	4.36 119	8.30 83	2.44 122	0.00 1	0.00 1	0.00 1	0.00 1	0.02 3	0.02 9

Selective-IGEV	3.06 60	1.11 83	4.98 74	3.56 78	1.66 182	4.73 77	2.14 165	10.73 111	4.56 53	2.93 47	4.60 49	5.54 110	1.77 42	10.82 172	1.69 59	0.00 1	0.01 23	0.00 1	0.14 294	0.06 39	0.13 132

999	3.44 77	0.92 46	4.78 68	4.69 151	2.34 236	7.58 224	2.20 167	9.81 88	6.11 92	2.96 48	4.79 58	5.07 96	2.27 58	12.10 239	2.76 141	0.03 165	0.09 220	0.00 1	0.00 1	0.29 188	0.10 99

asd	2.06 20	0.78 16	3.85 28	2.45 19	2.18 225	3.99 45	0.35 22	6.94 41	2.60 18	2.99 49	2.79 19	0.52 22	2.27 58	8.33 85	0.93 19	0.02 140	0.01 23	0.00 1	0.00 1	0.07 54	0.11 112

castereo	3.96 102	1.45 158	4.33 55	3.73 95	1.04 116	6.35 188	7.23 365	9.95 91	15.86 233	3.01 50	7.69 98	3.59 64	7.43 219	5.17 23	1.88 70	0.03 165	0.13 274	0.00 1	0.26 359	0.07 54	0.03 24

fffft	2.58 43	0.86 34	5.15 84	3.15 50	1.32 152	4.44 64	4.17 258	8.04 59	3.29 37	3.03 51	2.20 17	1.88 41	1.45 30	10.41 151	1.80 66	0.00 1	0.04 103	0.00 1	0.00 1	0.31 206	0.10 99
1: 1. 1
AEACV	3.17 63	1.11 83	5.39 92	4.55 142	5.35 390	4.29 57	1.60 101	6.21 25	5.43 79	3.08 52	7.85 100	4.23 76	6.55 202	5.51 27	1.56 48	0.00 1	0.09 220	0.03 184	0.32 386	0.20 132	0.12 119

RSM++	3.08 61	1.04 67	5.27 87	4.25 125	0.50 42	5.04 111	2.63 201	10.11 93	4.34 51	3.16 53	4.66 53	6.73 128	1.87 45	9.96 139	1.69 59	0.00 1	0.00 1	0.01 150	0.18 309	0.14 98	0.10 99

ProNet	3.61 87	1.91 286	6.17 127	3.31 60	0.67 65	5.51 130	6.46 336	12.60 134	6.23 93	3.18 54	4.80 59	3.64 65	3.57 96	11.15 190	2.11 99	0.02 140	0.21 329	0.01 150	0.01 124	0.41 258	0.14 137

CroCo-Stereo Lap2	4.01 106	2.03 315	8.14 219	9.82 416	6.03 413	1.11 2	0.79 50	9.71 86	7.98 130	3.26 55	4.99 63	9.08 170	5.80 177	6.08 38	4.39 221	0.00 1	0.05 134	0.00 1	0.00 1	0.71 350	0.30 242

3w_stereo	2.49 42	0.84 31	5.43 93	2.46 21	0.46 36	5.44 128	6.54 340	7.07 43	3.41 40	3.30 56	4.77 57	0.28 12	4.24 117	4.24 16	1.30 41	0.00 1	0.01 23	0.00 1	0.00 1	0.02 3	0.07 72

EGLCR-Stereo	2.92 57	1.06 69	5.28 88	3.38 64	0.55 48	4.59 69	0.66 40	10.43 102	4.81 57	3.30 56	3.23 23	7.93 151	1.71 39	9.22 119	1.62 55	0.05 197	0.12 262	0.00 1	0.00 1	0.23 151	0.16 157

monsterstereo	2.41 38	0.98 55	4.33 55	4.12 110	4.48 346	1.80 4	0.08 3	5.78 16	5.21 73	3.36 58	7.40 95	0.25 8	0.37 3	8.92 109	1.00 33	0.01 89	0.01 23	0.00 1	0.00 1	0.02 3	0.01 1

plain	4.15 110	1.67 236	9.97 314	4.86 165	2.97 276	3.27 23	1.41 87	8.20 63	5.51 82	3.37 59	16.69 195	3.03 54	2.71 73	14.44 319	3.91 201	0.14 248	0.00 1	0.03 184	0.01 124	0.69 345	0.14 137

RSM	3.10 62	0.98 55	4.86 71	4.17 113	1.08 123	4.76 85	1.83 139	10.14 94	4.21 47	3.38 60	4.34 41	7.82 148	1.75 41	10.69 162	1.64 58	0.00 1	0.03 92	0.00 1	0.18 309	0.13 93	0.07 72

3.5w_stereo	2.46 41	1.21 99	4.40 59	2.23 6	1.53 174	6.00 172	1.12 69	6.82 39	2.60 18	3.48 61	4.35 42	0.33 15	2.08 51	9.99 141	3.03 159	0.00 1	0.00 1	0.00 1	0.00 1	0.01 1	0.06 62

2w_stereo	2.37 36	0.83 28	4.12 50	2.73 33	1.22 140	4.67 73	3.90 251	6.98 42	3.62 41	3.48 61	5.01 64	0.24 7	4.36 119	4.43 17	1.70 61	0.00 1	0.01 23	0.00 1	0.00 1	0.02 3	0.03 24

CES	3.85 96	1.14 88	2.91 4	3.05 46	11.37 492	5.37 126	1.02 65	9.52 81	8.82 145	3.50 63	9.21 114	1.78 39	0.90 18	6.53 44	2.37 116	0.02 140	0.04 103	0.01 150	0.00 1	1.62 405	7.74 499

LG-Stereo_Zeroshot	2.77 48	0.90 44	5.49 97	4.91 169	1.75 192	3.75 40	0.85 53	7.14 44	3.33 38	3.51 64	10.67 138	2.03 47	5.26 160	3.11 6	1.80 66	0.00 1	0.06 167	0.00 1	0.19 322	0.43 263	0.19 184

CroCo-Stereo	3.27 72	1.90 283	7.18 168	8.50 383	1.11 124	0.96 1	0.97 61	10.18 95	8.20 136	3.59 65	4.69 54	8.02 155	4.53 133	2.75 4	2.34 114	0.01 89	0.00 1	0.00 1	0.00 1	0.31 206	0.11 112
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
sCroCo_RVC	5.06 126	3.29 384	16.45 418	10.72 440	6.64 428	5.83 161	2.74 205	9.67 83	8.06 131	3.66 66	9.20 113	4.81 92	4.95 151	8.12 81	4.64 226	0.64 394	0.50 422	0.06 225	0.03 175	0.70 348	0.42 283

LoS_RVC	3.72 92	2.57 356	3.90 32	4.27 127	7.61 454	5.39 127	2.90 214	7.29 48	3.84 44	3.67 67	10.20 129	3.66 66	4.48 130	6.19 41	2.14 102	0.01 89	0.03 92	0.00 1	0.00 1	0.06 39	6.15 478

4.5_new	1.82 11	0.79 19	3.44 13	2.35 14	1.84 199	5.69 154	1.28 79	5.59 9	2.60 18	3.74 68	3.37 24	0.43 19	0.97 20	3.16 7	0.98 24	0.01 89	0.01 23	0.00 1	0.00 1	0.07 54	0.16 157

4.5w-stereo	1.83 12	0.79 19	3.45 15	2.35 14	1.84 199	5.69 154	1.29 81	5.59 9	2.60 18	3.75 69	3.37 24	0.43 19	0.97 20	3.16 7	0.98 24	0.01 89	0.01 23	0.00 1	0.00 1	0.07 54	0.16 157

IGEVStereo-DCA	3.31 74	1.57 204	6.20 128	3.36 62	0.60 58	4.93 97	1.70 110	13.26 146	5.04 60	3.79 70	4.58 47	4.53 86	4.00 109	10.13 144	2.09 95	0.00 1	0.06 167	0.00 1	0.18 309	0.12 88	0.14 137

rrr	3.26 70	1.57 204	7.72 196	3.36 62	0.60 58	4.93 97	1.59 100	10.72 110	5.11 69	3.79 70	4.58 47	4.53 86	4.00 109	10.13 144	2.09 95	0.00 1	0.06 167	0.00 1	0.22 331	0.12 88	0.18 173

SGD-Stereo	1.88 14	0.76 15	3.80 25	2.37 16	0.33 17	3.48 30	0.93 58	6.52 33	2.22 14	3.84 72	1.08 11	1.78 39	1.34 25	8.32 84	0.70 10	0.09 228	0.01 23	0.00 1	0.00 1	0.06 39	0.03 24

SMoEStereo_RVC	2.81 50	1.07 73	5.08 80	3.86 102	0.60 58	6.39 190	1.91 150	7.82 56	3.79 43	3.87 73	3.69 30	2.78 53	2.25 57	10.60 158	1.99 82	0.00 1	0.02 66	0.03 184	0.00 1	0.25 161	0.17 165

3.25w_new	2.24 30	0.88 37	3.97 36	2.28 9	1.34 156	6.00 172	1.19 74	6.56 34	3.26 35	3.90 74	3.77 31	0.62 25	2.46 67	7.46 67	0.99 26	0.00 1	0.01 23	0.00 1	0.00 1	0.06 39	0.06 62

3.25w	2.24 30	0.88 37	3.97 36	2.28 9	1.34 156	6.01 175	1.19 74	6.56 34	3.26 35	3.90 74	3.77 31	0.62 25	2.46 67	7.44 64	0.99 26	0.00 1	0.01 23	0.00 1	0.00 1	0.06 39	0.06 62

2.25w	2.37 36	0.87 35	4.69 66	2.52 23	1.76 193	3.53 35	0.41 25	6.10 22	2.56 17	3.93 76	6.70 85	0.35 17	2.47 69	8.53 90	2.97 153	0.00 1	0.01 23	0.00 1	0.00 1	0.02 3	0.02 9

rvit_stereo_ft	4.73 123	2.68 361	9.30 281	11.34 454	2.74 261	4.18 51	8.45 381	9.77 87	9.90 157	4.04 77	6.26 83	6.73 128	4.72 144	8.99 112	5.03 241	0.01 89	0.00 1	0.00 1	0.00 1	0.28 181	0.09 92

monsters	2.21 28	1.25 109	4.09 47	3.59 83	4.35 342	2.20 7	0.18 15	8.31 66	2.84 28	4.11 78	2.86 20	0.20 1	0.76 13	8.41 86	0.95 22	0.01 89	0.01 23	0.00 1	0.00 1	0.02 3	0.01 1

Pointernet	3.22 68	0.84 31	5.79 111	3.22 56	0.35 18	5.27 122	0.37 23	16.46 209	5.96 88	4.11 78	6.81 87	4.84 93	2.73 74	4.78 20	2.52 127	0.00 1	0.15 294	0.00 1	0.22 331	0.04 27	0.02 9

2.75w_new	2.10 22	0.82 26	3.93 34	2.18 3	1.44 163	3.52 34	2.30 179	5.52 7	2.91 31	4.14 80	3.93 35	0.27 11	2.38 60	6.17 40	2.32 112	0.01 89	0.01 23	0.00 1	0.00 1	0.02 3	0.06 62

MIF-Stereo (partial)	4.33 112	1.23 103	7.27 174	5.04 175	5.31 389	3.47 29	0.95 60	9.06 77	7.41 124	4.15 81	15.76 185	5.38 107	5.22 157	11.56 209	4.21 215	0.04 178	0.02 66	0.05 211	0.03 175	0.34 229	0.12 119

IGEV-BASED-STEREO-	7.61 249	27.25 518	41.87 500	2.73 33	0.41 25	4.25 55	1.50 93	6.63 37	3.87 45	4.31 82	3.78 33	2.48 50	1.39 28	5.67 31	1.56 48	25.09 528	0.05 134	0.01 150	0.08 249	4.67 465	14.58 519

MGS-Stereo	3.26 70	1.29 118	6.73 145	3.30 58	0.47 37	4.89 94	1.55 97	6.15 24	8.88 147	4.31 82	10.15 128	5.48 109	1.27 24	8.09 80	1.97 79	0.04 178	0.01 23	0.02 167	0.00 1	0.57 319	0.04 38

MyStereo07	4.38 113	1.92 290	5.06 79	6.09 271	4.31 337	6.54 196	9.96 407	15.35 186	5.15 70	4.34 84	5.65 79	3.15 56	5.77 176	11.33 198	1.81 68	0.06 213	0.10 236	0.03 184	0.04 196	0.63 334	0.30 242

AE-Stereo	5.15 130	1.56 200	7.99 211	8.70 384	2.18 225	9.12 244	3.02 218	11.78 117	13.30 199	4.34 84	12.84 162	10.83 189	4.53 133	8.71 100	2.82 144	0.04 178	0.44 408	0.05 211	0.33 390	0.20 132	0.17 165

Occ-G	3.68 91	1.07 73	4.68 64	3.11 47	1.26 144	3.63 37	6.75 350	7.88 57	4.90 59	4.37 86	8.36 101	9.68 178	4.39 122	9.65 130	3.23 173	0.00 1	0.11 252	0.00 1	0.19 322	0.19 128	0.07 72

rvit_stereo_0081	3.93 100	1.78 271	8.60 243	6.26 282	1.73 189	3.48 30	2.36 181	7.71 54	15.81 230	4.41 87	5.39 69	5.14 99	3.94 106	7.95 74	3.57 180	0.01 89	0.01 23	0.00 1	0.01 124	0.39 250	0.10 99

rvit_stereo_0082	3.93 100	1.78 271	8.60 243	6.26 282	1.73 189	3.48 30	2.36 181	7.71 54	15.81 230	4.41 87	5.39 69	5.14 99	3.94 106	7.95 74	3.57 180	0.01 89	0.01 23	0.00 1	0.01 124	0.39 250	0.10 99

LoS	3.59 86	1.07 73	3.81 26	2.80 35	0.52 46	4.98 101	1.18 73	10.35 101	12.97 191	4.54 89	10.75 141	3.89 69	3.27 86	8.78 103	2.63 134	0.03 165	0.03 92	0.09 257	0.00 1	0.12 88	0.04 38
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CAS	5.20 132	0.78 16	3.30 9	17.06 492	7.59 453	8.07 231	6.31 327	9.46 80	9.09 148	4.57 90	10.67 138	1.91 43	1.22 23	4.18 15	2.16 103	10.33 510	0.02 66	0.00 1	0.02 156	0.44 266	6.83 487

qwe	2.30 32	0.82 26	3.76 24	2.60 29	2.75 262	4.59 69	0.28 20	6.62 36	2.90 30	4.62 91	4.62 51	0.55 23	0.89 17	8.78 103	2.09 95	0.00 1	0.01 23	0.00 1	0.00 1	0.07 54	0.14 137

depthmonostereo	4.02 107	1.64 229	5.29 90	4.40 132	1.19 137	8.04 230	1.16 72	15.24 182	12.52 182	4.62 91	7.49 96	4.11 73	4.80 149	6.61 46	2.71 138	0.04 178	0.21 329	0.11 290	0.07 245	0.07 54	0.02 9

ff7	3.48 78	1.76 262	6.20 128	3.45 68	1.13 128	5.02 105	1.70 110	13.26 146	5.04 60	4.66 93	5.47 74	3.49 60	4.70 139	11.14 185	2.01 84	0.00 1	0.04 103	0.00 1	0.18 309	0.30 194	0.14 137

ffff	3.48 78	1.76 262	6.20 128	3.45 68	1.13 128	5.02 105	1.70 110	13.26 146	5.04 60	4.66 93	5.47 74	3.49 60	4.70 139	11.14 185	2.01 84	0.00 1	0.04 103	0.00 1	0.18 309	0.30 194	0.14 137

11t	3.48 78	1.76 262	6.20 128	3.45 68	1.13 128	5.02 105	1.70 110	13.26 146	5.04 60	4.66 93	5.47 74	3.49 60	4.70 139	11.14 185	2.01 84	0.00 1	0.04 103	0.00 1	0.18 309	0.30 194	0.14 137

ccc-4	3.48 78	1.76 262	6.20 128	3.45 68	1.13 128	5.02 105	1.70 110	13.26 146	5.04 60	4.66 93	5.47 74	3.49 60	4.70 139	11.14 185	2.01 84	0.00 1	0.04 103	0.00 1	0.18 309	0.30 194	0.14 137

rvit_stereo_0083	4.53 115	1.94 294	9.94 312	7.12 335	1.67 183	4.98 101	2.80 210	8.25 65	18.22 262	4.76 97	7.78 99	6.41 123	4.87 150	7.54 68	3.74 190	0.11 237	0.04 103	0.00 1	0.01 124	0.24 157	0.16 157

anonymousdsp	3.51 82	1.75 258	5.66 107	3.49 72	1.13 128	5.04 111	1.74 124	13.69 157	5.07 65	4.83 98	5.42 71	4.25 77	4.44 126	11.14 185	1.98 80	0.00 1	0.04 103	0.00 1	0.18 309	0.31 206	0.13 132

IGEV-Stereo	3.52 83	1.75 258	5.67 108	3.49 72	1.12 126	5.04 111	1.73 123	13.70 158	5.07 65	4.83 98	5.42 71	4.27 78	4.43 125	11.15 190	1.98 80	0.00 1	0.04 103	0.00 1	0.18 309	0.31 206	0.12 119
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
sAnonymous2	6.59 202	6.21 442	19.05 440	8.91 387	5.27 385	4.58 67	6.69 346	15.56 191	11.12 169	4.86 100	8.71 105	3.81 67	7.93 228	7.38 62	2.89 146	0.09 228	0.07 190	0.05 211	0.28 367	11.25 505	7.10 492

CroCo_RVC	6.59 202	6.21 442	19.05 440	8.91 387	5.27 385	4.58 67	6.69 346	15.56 191	11.12 169	4.86 100	8.71 105	3.81 67	7.93 228	7.38 62	2.89 146	0.09 228	0.07 190	0.05 211	0.28 367	11.25 505	7.10 492

rvit_stereo_0080	3.98 103	2.11 323	7.62 190	3.68 90	1.90 210	4.16 47	7.60 371	9.69 84	8.13 133	5.08 102	7.39 93	6.27 119	4.44 126	6.73 51	3.92 202	0.20 276	0.01 23	0.00 1	0.00 1	0.55 312	0.12 119

whm_eth	3.98 103	2.11 323	7.62 190	3.68 90	1.90 210	4.16 47	7.60 371	9.69 84	8.13 133	5.08 102	7.39 93	6.27 119	4.44 126	6.73 51	3.92 202	0.20 276	0.01 23	0.00 1	0.00 1	0.55 312	0.12 119

UniTT-Stereo	2.89 53	0.90 44	6.74 147	4.08 107	2.42 240	2.63 12	0.42 26	5.57 8	4.88 58	5.36 104	7.63 97	1.09 34	1.47 32	8.80 105	5.11 243	0.03 165	0.07 190	0.00 1	0.01 124	0.48 281	0.11 112

GLC_STEREO	3.40 76	1.06 69	3.44 13	6.52 297	0.20 3	4.76 85	1.66 106	8.97 74	6.59 101	5.39 105	9.04 109	5.23 102	2.03 48	9.76 133	2.77 142	0.01 89	0.03 92	0.21 343	0.00 1	0.23 151	0.06 62

MoCha-V2	3.20 65	0.92 46	4.82 70	5.09 180	0.40 23	4.63 71	1.37 86	9.81 88	5.41 78	5.58 106	5.26 67	2.63 52	6.48 199	9.90 137	1.15 39	0.02 140	0.24 356	0.00 1	0.25 355	0.07 54	0.04 38

tt45	3.20 65	0.95 50	4.36 57	3.73 95	1.86 203	8.19 234	2.05 163	9.12 79	3.36 39	5.60 107	4.42 44	4.61 89	2.39 62	11.00 176	1.96 77	0.00 1	0.04 103	0.00 1	0.01 124	0.32 216	0.10 99

water-stereo	3.66 90	0.84 31	4.79 69	3.60 84	0.79 92	5.03 110	0.89 56	12.93 138	5.45 81	5.82 108	14.74 176	6.51 126	4.76 147	3.37 9	3.26 174	0.03 165	0.13 274	0.09 257	0.04 196	0.06 39	0.07 72

HART	3.80 95	1.52 181	5.45 94	4.85 164	0.51 43	4.41 63	0.76 47	12.59 133	5.08 68	5.95 109	12.76 161	6.87 132	1.72 40	10.71 164	1.84 69	0.00 1	0.13 274	0.10 276	0.00 1	0.45 268	0.26 225

rvit_0105_6	5.74 170	2.76 362	14.29 394	9.83 418	1.73 189	5.18 117	5.24 286	10.21 97	20.31 280	6.26 110	6.78 86	10.10 182	6.43 198	11.20 194	3.33 176	0.18 264	0.29 374	0.00 1	0.00 1	0.51 300	0.14 137

MC-Stereo	3.99 105	0.95 50	4.70 67	5.09 180	0.44 35	3.77 41	1.79 134	9.86 90	7.05 120	6.34 111	13.35 167	6.83 131	6.34 196	10.80 170	1.75 64	0.00 1	0.11 252	0.06 225	0.24 349	0.12 88	0.14 137

test_xeample3	3.34 75	1.54 188	7.67 193	3.33 61	0.68 66	5.74 156	1.63 104	12.05 120	3.88 46	6.71 112	3.81 34	3.17 57	3.34 90	10.59 157	2.07 92	0.00 1	0.02 66	0.00 1	0.27 364	0.13 93	0.16 157

rvit_stereo_0081_aga	3.72 92	2.39 345	8.60 243	5.27 209	2.99 277	5.02 105	1.94 154	8.12 62	6.24 94	6.74 113	6.85 88	5.85 113	3.28 87	7.31 60	3.04 160	0.02 140	0.00 1	0.00 1	0.00 1	0.59 325	0.22 203

AIO-test1	6.38 195	1.41 146	5.70 110	9.77 414	5.61 399	9.09 242	1.79 134	21.63 288	20.69 284	6.75 114	17.68 201	8.19 156	4.99 152	10.38 150	3.16 168	0.01 89	0.01 23	0.00 1	0.13 288	0.28 181	0.26 225

tt1	5.27 136	1.99 301	5.11 81	6.02 267	0.26 4	10.59 264	4.22 262	18.45 242	16.31 235	6.75 114	8.95 108	4.75 91	9.15 252	10.82 172	1.61 53	0.00 1	0.05 134	0.00 1	0.04 196	0.26 171	0.14 137

AIO-test2	7.01 229	2.23 337	6.87 156	8.42 381	5.28 387	9.03 241	5.32 288	25.92 336	23.54 319	6.78 116	20.55 246	5.25 103	3.58 99	9.56 128	2.50 125	3.96 481	0.04 103	0.03 184	0.47 415	0.56 318	0.33 254

MM-Stereo_test2	4.03 108	1.20 97	7.42 183	5.18 198	0.76 88	7.24 214	2.26 176	14.57 169	8.19 135	6.89 117	5.13 66	4.85 94	3.80 103	10.49 154	1.96 77	0.00 1	0.12 262	0.00 1	0.09 262	0.33 223	0.08 87

trnet	3.62 88	0.95 50	3.30 9	2.21 5	0.56 50	5.67 152	0.42 26	10.62 109	13.30 199	6.89 117	10.45 136	5.78 112	3.69 102	5.80 35	2.61 130	0.00 1	0.02 66	0.03 184	0.01 124	0.04 27	0.02 9

CREStereo	3.58 85	1.05 68	3.35 11	2.17 2	0.59 55	5.61 139	0.40 24	10.50 103	13.34 201	6.93 119	10.44 135	5.29 106	3.47 93	5.82 36	2.62 132	0.01 89	0.01 23	0.02 167	0.01 124	0.04 27	0.01 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
ACVNet-DCA	5.28 137	2.00 302	4.99 75	5.89 250	0.26 4	10.85 271	5.38 291	20.20 267	11.88 174	6.95 120	10.01 122	4.49 83	9.78 268	10.79 167	1.59 50	0.00 1	0.05 134	0.00 1	0.04 196	0.25 161	0.20 189

xx1	5.99 184	2.00 302	4.99 75	5.89 250	0.26 4	10.85 271	5.38 291	17.84 230	15.48 223	6.95 120	10.01 122	16.02 280	11.15 293	10.79 167	1.59 50	0.00 1	0.05 134	0.02 167	0.05 219	0.25 161	0.20 189

1test111	5.59 163	2.00 302	4.99 75	5.89 250	0.26 4	10.85 271	5.38 291	20.20 267	11.88 174	6.95 120	10.01 122	4.49 83	9.78 268	11.09 181	7.45 288	0.00 1	0.05 134	0.00 1	0.04 196	0.25 161	0.20 189

cc1	5.34 140	2.00 302	4.99 75	5.89 250	0.26 4	10.85 271	5.38 291	17.85 232	15.48 223	6.95 120	10.01 122	4.49 83	9.78 268	10.79 167	1.59 50	0.00 1	0.05 134	0.00 1	0.04 196	0.30 194	0.13 132

Selective-RAFT	5.78 172	0.83 28	10.24 321	6.70 312	0.72 82	15.49 359	1.13 71	13.82 164	15.41 222	6.97 124	6.97 89	11.63 200	8.27 236	12.32 249	4.73 228	0.10 233	0.01 23	0.00 1	0.26 359	0.07 54	0.03 24

H2IRNET	5.89 175	1.14 88	6.65 142	4.13 111	2.24 228	4.15 46	0.73 46	12.10 121	13.21 195	7.09 125	20.45 245	15.74 274	10.74 282	10.36 149	7.84 301	0.06 213	0.00 1	0.07 236	0.53 424	0.37 241	0.16 157

rvit_0105_4	6.69 210	2.81 364	15.46 406	10.22 430	1.58 176	5.99 171	5.81 306	13.77 162	23.65 323	7.16 126	9.46 116	12.64 218	7.78 225	12.03 230	3.83 197	0.19 268	0.47 416	0.00 1	0.01 124	0.60 326	0.37 267

Former-RAFT_DAM_RVC	4.69 121	2.56 355	8.72 248	4.26 126	3.52 299	9.22 245	1.48 90	13.54 153	18.88 269	7.47 127	7.08 90	2.04 48	2.24 56	9.66 131	2.27 111	0.05 197	0.02 66	0.07 236	0.00 1	0.53 306	0.21 196

xyz-stereo-finetune	5.39 144	1.47 161	5.53 101	2.65 30	0.30 11	11.94 289	3.28 224	12.96 139	21.28 294	8.14 128	12.32 157	6.19 117	3.62 101	11.80 225	5.98 264	0.01 89	0.02 66	0.00 1	0.02 156	0.16 113	0.04 38

DLNR_Zeroshot_test	27.62 508	51.32 532	91.46 557	98.51 567	98.03 566	3.10 20	0.50 32	30.95 401	7.65 126	8.16 129	15.68 184	7.31 144	1.63 35	11.87 226	4.21 215	40.37 533	0.87 454	0.06 225	0.34 392	80.23 556	0.24 217

RCA-Stereo	5.32 139	1.08 76	5.91 114	4.29 130	0.51 43	5.65 142	4.12 256	16.97 216	18.67 267	8.27 130	14.16 170	8.86 165	8.90 247	6.45 42	2.18 104	0.00 1	0.07 190	0.10 276	0.00 1	0.10 82	0.07 72

GCAP-Stereo	3.72 92	1.60 212	7.39 182	4.24 120	0.37 19	5.78 158	1.12 69	12.28 123	6.53 100	8.35 131	9.69 118	6.62 127	3.57 96	4.58 19	1.91 72	0.00 1	0.07 190	0.05 211	0.00 1	0.25 161	0.04 38

HH	5.47 145	2.08 320	9.00 263	4.88 166	1.07 121	4.93 97	3.60 244	16.68 213	6.83 106	8.39 132	12.14 154	15.05 264	9.06 250	12.68 266	1.93 74	0.02 140	0.17 305	0.18 327	0.00 1	0.28 181	0.48 301

HanStereo	5.47 145	2.08 320	9.00 263	4.88 166	1.07 121	4.93 97	3.60 244	16.68 213	6.83 106	8.39 132	12.14 154	15.05 264	9.06 250	12.68 266	1.93 74	0.02 140	0.17 305	0.18 327	0.00 1	0.28 181	0.48 301

PMTNet	5.36 142	0.97 54	3.42 12	1.97 1	1.30 146	8.96 239	0.69 43	12.33 124	12.16 179	8.50 134	11.35 146	6.09 115	4.50 131	9.34 123	2.70 137	22.71 526	0.01 23	0.04 204	0.02 156	0.06 39	0.01 1

MM-Stereo_test3	5.71 167	1.22 100	5.59 106	5.84 248	5.43 393	4.74 82	6.54 340	19.30 257	23.72 326	8.53 135	11.36 147	7.15 140	2.84 77	8.62 94	2.51 126	0.05 197	0.07 190	0.00 1	0.00 1	0.45 268	0.17 165

StereoVision	7.21 240	2.17 330	9.29 280	9.43 401	3.91 312	5.09 115	1.91 150	20.04 265	17.37 248	8.57 136	29.59 356	11.08 193	6.76 210	12.44 255	4.71 227	0.54 376	0.05 134	0.16 320	0.03 175	0.82 365	0.30 242

WCG-NET（raft）	4.57 117	1.16 91	6.01 120	2.95 42	0.19 2	5.09 115	2.01 158	10.28 98	15.34 221	8.64 137	11.43 148	9.63 177	5.06 154	10.96 175	2.19 105	0.00 1	0.13 274	0.00 1	0.01 124	0.14 98	0.12 119

CREStereo++_RVC	4.61 119	0.99 59	3.70 20	4.08 107	2.01 218	3.94 44	0.10 5	9.10 78	16.94 241	8.65 138	16.77 197	4.46 81	2.18 54	5.72 33	3.12 165	0.00 1	0.00 1	0.00 1	10.32 518	0.02 3	0.01 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
WCG-NET	3.86 97	0.96 53	5.80 112	2.92 41	0.28 10	4.48 65	1.80 136	7.23 46	15.03 215	8.77 139	9.58 117	6.94 136	4.20 115	6.92 54	2.05 89	0.00 1	0.08 210	0.00 1	0.00 1	0.14 98	0.08 87

EKT-Stereo	5.73 168	1.42 147	7.85 201	7.16 337	5.35 390	5.22 118	4.41 266	18.13 239	14.05 205	8.77 139	12.85 163	9.55 176	4.26 118	11.19 192	2.45 123	0.45 358	0.23 345	0.07 236	0.10 271	0.16 113	0.87 365

XX-Stereo	6.14 190	1.47 161	9.11 273	11.87 460	6.76 432	3.27 23	0.93 58	15.13 179	5.43 79	8.79 141	28.46 341	13.71 246	2.22 55	11.51 206	2.07 92	0.20 276	0.24 356	0.08 246	0.29 371	1.04 380	0.13 132

CAS++	4.07 109	1.67 236	6.02 121	4.17 113	1.02 114	4.26 56	1.68 107	19.10 255	10.01 158	9.18 142	9.17 112	1.98 44	1.41 29	9.54 127	1.73 62	0.02 140	0.05 134	0.00 1	0.00 1	0.32 216	0.11 112
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DCRE	6.07 189	1.75 258	8.41 230	7.20 338	3.82 308	6.48 192	4.18 261	15.52 190	10.42 160	9.24 143	22.47 280	11.71 202	5.46 162	10.62 159	3.02 158	0.02 140	0.26 366	0.05 211	0.30 378	0.15 106	0.24 217

tg	5.09 128	1.48 166	6.73 145	4.83 160	1.23 142	7.57 223	0.49 31	18.35 240	11.87 173	9.28 144	14.61 173	7.15 140	4.12 112	10.58 155	2.74 139	0.00 1	0.04 103	0.00 1	0.00 1	0.45 268	0.36 266

test-1	5.62 165	1.53 184	14.78 402	7.44 348	1.11 124	7.99 229	1.19 74	13.03 143	12.04 178	9.39 145	15.23 182	11.15 196	5.56 165	7.06 56	3.57 180	0.07 223	0.50 422	0.00 1	0.10 271	0.16 113	0.47 297

iRaftStereo_RVC	4.68 120	1.51 179	6.89 158	4.91 169	0.72 82	5.26 121	0.46 29	17.60 224	10.47 161	9.53 146	15.13 180	5.75 111	3.24 85	8.93 110	2.22 108	0.00 1	0.09 220	0.00 1	0.00 1	0.46 272	0.41 280

EAI-Stereo	5.21 134	1.74 249	8.46 235	5.69 234	1.37 161	5.67 152	3.52 237	18.77 249	5.65 83	9.75 147	16.08 189	6.36 122	3.57 96	11.73 221	3.64 185	0.01 89	0.33 386	0.03 184	1.06 453	0.21 136	0.65 334

riskmin	6.42 198	1.29 118	6.76 151	3.95 105	2.25 229	10.49 259	2.53 195	15.11 178	17.60 252	9.77 148	12.91 164	15.25 269	12.04 318	11.58 211	5.11 243	0.14 248	0.24 356	0.13 305	0.03 175	0.61 328	0.69 339

RALCasStereoNet	5.95 179	2.02 312	7.09 167	7.06 330	5.10 374	6.36 189	5.44 297	13.97 165	13.25 197	9.93 149	17.45 199	10.37 185	3.89 105	11.64 218	4.24 217	0.02 140	0.46 414	0.10 276	0.00 1	0.20 132	0.31 250

Reg-Stereo(zero)	4.54 116	0.68 9	4.39 58	3.20 53	1.30 146	3.29 25	0.89 56	16.64 212	12.89 190	10.01 150	10.70 140	10.29 183	4.51 132	8.83 106	2.63 134	0.01 89	0.14 289	0.00 1	0.13 288	0.03 20	0.17 165

111	7.26 241	1.65 231	7.28 175	3.56 78	0.32 12	10.76 266	3.53 238	20.55 276	27.51 366	10.07 151	16.62 194	14.30 250	9.53 263	12.02 229	5.87 263	0.14 248	0.01 23	0.00 1	0.00 1	0.31 206	1.14 389

testlalala_base	7.28 242	3.39 386	7.80 200	8.27 379	5.04 369	12.56 301	1.83 139	11.93 119	5.19 71	10.18 152	13.62 168	8.87 166	5.72 175	8.22 82	2.75 140	15.38 520	2.41 488	0.00 1	0.35 393	20.24 521	1.89 419

RAFT+CT+SA	7.44 246	1.46 159	6.46 140	10.73 441	3.34 289	4.70 75	7.45 369	16.45 208	25.89 350	10.18 152	27.15 328	7.27 142	8.00 232	15.11 329	3.19 171	0.02 140	0.00 1	0.18 327	0.46 414	0.30 194	0.47 297

rvit_0105_5	7.60 248	3.13 382	16.37 417	9.97 423	1.59 178	7.41 217	6.27 326	17.78 229	25.62 347	10.30 154	10.39 134	14.79 259	8.95 249	12.51 262	4.87 237	0.17 261	0.42 402	0.00 1	0.11 281	0.62 331	0.71 344

Anonymous3	9.60 316	3.45 389	29.83 476	9.58 409	4.75 355	24.51 443	10.20 416	24.04 315	18.77 268	10.42 155	14.64 174	7.97 152	8.75 245	14.05 311	5.80 261	2.44 466	1.39 468	0.08 246	0.06 235	0.73 355	0.48 301

MSKI-zero shot	4.76 124	1.56 200	5.98 118	5.14 191	1.13 128	6.55 198	1.55 97	12.76 136	8.06 131	10.44 156	11.50 149	13.47 243	2.38 60	12.07 237	1.90 71	0.01 89	0.20 322	0.02 167	0.29 371	0.14 98	0.14 137

xyz-stereo-finetune2	5.60 164	1.64 229	5.87 113	2.44 18	0.32 12	15.39 354	1.90 149	10.59 108	5.28 75	10.58 157	17.82 203	7.37 146	8.93 248	14.86 327	8.46 317	0.01 89	0.02 66	0.08 246	0.14 294	0.23 151	0.04 38

CASnet	3.91 98	1.03 66	4.68 64	4.98 171	0.27 9	4.99 103	2.95 215	11.02 114	11.02 166	10.61 158	11.76 151	4.15 75	1.65 36	5.85 37	1.91 72	0.50 369	0.00 1	0.59 400	0.12 283	0.13 93	0.02 9
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
TRStereo	6.22 193	6.09 440	11.30 342	9.19 397	7.41 449	4.75 84	1.74 124	19.70 260	11.74 172	10.61 158	8.65 102	10.67 187	3.22 84	13.81 307	3.60 183	0.31 320	0.23 345	0.12 294	0.36 396	0.48 281	0.38 270

raft+_RVC	6.69 210	1.61 217	5.57 103	6.37 287	4.62 351	6.51 195	6.18 324	20.39 274	23.38 318	10.62 160	17.82 203	9.89 179	5.65 171	10.70 163	3.67 188	0.00 1	0.14 289	0.00 1	0.00 1	0.34 229	0.27 229

AIO-Stereo-zeroshot	7.16 237	3.12 381	14.04 388	4.74 153	6.89 438	6.58 199	0.68 42	21.97 295	9.36 153	10.84 161	17.38 198	17.36 307	9.24 254	12.45 257	4.44 222	0.04 178	0.24 356	0.10 276	1.00 451	1.36 399	1.43 403

TestStereo	6.02 185	2.55 354	7.33 181	5.57 226	1.68 186	6.05 178	1.78 132	13.73 159	16.40 238	10.87 162	23.79 290	9.00 168	5.63 170	11.26 196	3.96 205	0.09 228	0.01 23	0.00 1	0.00 1	0.69 345	0.01 1

RAFT-Stereo-weight	5.07 127	0.93 49	5.57 103	4.24 120	0.72 82	6.05 178	1.63 104	17.77 228	17.16 242	10.99 163	10.22 131	12.06 214	1.67 38	9.25 121	2.69 136	0.06 213	0.11 252	0.00 1	0.00 1	0.15 106	0.12 119

LL-Strereo2	5.54 155	2.17 330	9.12 274	5.65 230	2.54 248	6.48 192	2.27 177	15.08 177	7.79 129	10.99 163	10.26 132	15.94 277	3.50 95	13.25 292	3.63 184	0.00 1	0.13 274	1.34 449	0.10 271	0.30 194	0.19 184

Any-RAFT	6.04 187	1.16 91	4.52 62	4.47 138	1.20 138	10.46 258	1.97 156	21.84 290	15.52 225	11.21 165	19.37 226	13.34 237	4.72 144	8.65 98	2.03 88	0.01 89	0.19 317	0.00 1	0.00 1	0.04 27	0.08 87

XX-TBD	4.45 114	10.67 476	3.01 6	10.28 433	0.57 52	5.84 163	0.07 2	7.57 50	12.24 180	11.43 166	14.74 176	4.07 72	1.66 37	4.51 18	2.05 89	0.01 89	0.01 23	0.00 1	0.00 1	0.26 171	0.01 1

DilatedVolume-Stereo	4.23 111	1.38 140	5.58 105	3.85 101	1.58 176	10.80 269	1.02 65	11.59 115	5.65 83	11.75 167	9.98 121	4.54 88	3.29 88	9.83 135	3.01 156	0.05 197	0.18 311	0.08 246	0.23 340	0.08 66	0.06 62

raftrobust	5.56 160	1.42 147	6.00 119	7.04 329	5.11 375	4.90 96	1.88 145	17.13 219	13.72 203	11.87 168	11.58 150	7.82 148	9.21 253	10.28 146	2.92 150	0.02 140	0.05 134	0.00 1	0.00 1	0.22 139	0.11 112

rvit_stereo_0075_2	9.10 295	3.87 403	19.26 442	11.81 458	8.82 474	5.75 157	4.40 264	22.77 302	17.68 254	11.90 169	28.34 339	16.05 283	6.35 197	14.30 315	7.67 298	0.52 374	0.34 389	0.51 394	0.08 249	0.38 247	1.14 389

test_3	5.55 158	1.02 63	8.07 216	6.18 277	0.54 47	9.00 240	3.28 224	13.55 154	18.66 266	11.97 170	8.89 107	13.98 248	4.05 111	8.96 111	2.10 98	0.00 1	0.05 134	0.00 1	0.31 382	0.26 171	0.18 173

qqq	6.96 228	1.40 142	8.15 220	4.50 139	1.03 115	8.55 237	6.93 356	20.20 267	11.88 174	12.00 171	18.19 213	16.02 280	11.15 293	11.09 181	7.45 288	0.06 213	0.13 274	0.02 167	0.05 219	0.25 161	0.20 189

GMStereo	5.94 178	3.84 402	10.86 337	5.13 190	0.71 73	7.27 215	2.66 203	12.38 125	25.14 342	12.01 172	10.66 137	5.12 98	3.46 92	11.39 201	6.16 270	0.45 358	0.02 66	0.05 211	0.31 382	0.86 369	0.25 222
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
FACV-RUCA	7.66 252	1.94 294	9.40 286	7.72 362	6.03 413	12.99 310	3.10 221	19.47 258	18.51 264	12.27 173	18.43 214	8.28 157	10.16 275	11.38 200	5.62 259	0.36 332	0.62 436	4.36 484	0.30 378	1.72 411	0.55 312

RAFT-Stereo + iAFF	5.48 148	1.66 235	7.56 187	3.49 72	0.40 23	2.75 13	0.67 41	16.07 204	14.76 213	12.27 173	18.67 219	11.95 209	8.08 233	7.84 71	2.89 146	0.01 89	0.06 167	0.00 1	0.00 1	0.37 241	0.04 38

anonymousdsp2	5.93 177	1.54 188	8.34 224	4.43 137	0.38 22	9.24 246	4.11 254	21.92 294	17.36 247	12.28 175	10.08 127	10.05 180	4.42 123	11.04 178	2.54 128	0.01 89	0.02 66	0.30 373	0.18 309	0.21 136	0.18 173

test_1	5.20 132	1.06 69	7.72 196	4.21 118	0.59 55	6.69 200	3.03 219	12.98 141	17.51 251	12.35 176	8.66 104	13.20 234	4.12 112	9.00 114	2.11 99	0.00 1	0.05 134	0.00 1	0.32 386	0.25 161	0.18 173

NRIStereo	5.73 168	1.67 236	8.42 231	5.72 240	0.41 25	6.71 202	2.60 199	14.73 173	10.71 165	12.39 177	15.07 179	11.58 199	6.23 188	12.06 235	4.78 230	0.61 388	0.17 305	0.11 290	0.00 1	0.28 181	0.27 229

TANstereo	4.70 122	1.08 76	4.01 39	3.53 77	0.47 37	14.26 330	0.15 10	8.67 72	12.54 183	12.50 178	18.43 214	5.20 101	4.54 135	5.68 32	2.07 92	0.00 1	0.13 274	0.00 1	0.01 124	0.02 3	0.63 326

ROB_FTStereo_v2	5.53 152	1.74 249	8.97 262	5.09 180	0.42 30	5.64 141	2.02 159	12.50 126	7.00 112	12.51 179	18.10 208	12.99 225	6.72 206	11.50 205	4.04 213	0.70 396	0.09 220	0.09 257	0.00 1	0.22 139	0.23 211

Patchmatch Stereo++	5.56 160	1.74 249	9.01 265	5.09 180	0.41 25	5.66 147	2.40 189	12.52 128	7.00 112	12.52 180	18.08 206	13.02 228	6.74 207	11.59 213	4.01 210	0.78 408	0.09 220	0.09 257	0.00 1	0.22 139	0.22 203
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	5.50 151	1.74 249	9.03 269	5.09 180	0.42 30	5.66 147	1.98 157	12.50 126	7.01 117	12.52 180	18.13 211	12.96 224	6.77 211	11.11 183	3.83 197	0.72 400	0.09 220	0.09 257	0.00 1	0.22 139	0.22 203

iGMRVC	5.54 155	1.74 249	9.01 265	5.09 180	0.42 30	5.66 147	1.81 138	12.61 135	7.02 118	12.52 180	18.11 210	13.02 228	6.64 203	11.57 210	4.16 214	0.82 415	0.09 220	0.09 257	0.00 1	0.22 139	0.21 196

iRAFT	5.56 160	1.74 249	9.01 265	5.09 180	0.41 25	5.66 147	2.40 189	12.52 128	7.00 112	12.52 180	18.08 206	13.02 228	6.74 207	11.59 213	4.01 210	0.78 408	0.09 220	0.09 257	0.00 1	0.22 139	0.22 203

RAFT-IKP	5.53 152	1.74 249	8.95 257	5.09 180	0.41 25	5.45 129	2.08 164	12.52 128	7.00 112	12.52 180	18.13 211	12.93 223	6.79 212	11.59 213	3.99 208	0.80 413	0.09 220	0.09 257	0.00 1	0.22 139	0.22 203

s12784h	5.87 174	0.88 37	4.11 49	3.01 45	0.51 43	18.49 405	0.98 63	18.89 251	17.60 252	12.52 180	12.46 158	7.87 150	5.01 153	11.05 179	3.13 167	0.73 403	0.01 23	0.04 204	0.00 1	0.07 54	0.01 1

test-3	5.21 134	1.06 69	7.71 195	4.19 116	0.59 55	6.72 203	3.01 217	12.96 139	17.49 250	12.53 186	8.65 102	13.20 234	4.14 114	9.00 114	2.11 99	0.00 1	0.05 134	0.00 1	0.32 386	0.25 161	0.18 173

ROB_FTStereo	5.49 150	1.74 249	8.96 260	5.09 180	0.42 30	5.65 142	1.68 107	12.53 131	7.00 112	12.53 186	18.00 205	13.02 228	6.74 207	11.51 206	3.81 196	0.60 385	0.09 220	0.09 257	0.00 1	0.22 139	0.22 203

HUI-Stereo	5.48 148	1.74 249	9.01 265	5.08 179	0.42 30	5.65 142	2.77 207	12.55 132	7.03 119	12.54 188	18.10 208	13.07 232	6.71 205	9.92 138	3.74 190	0.61 388	0.08 210	0.09 257	0.00 1	0.22 139	0.23 211

test_4	5.47 145	0.98 55	5.56 102	6.55 301	0.62 61	5.53 132	1.88 145	11.68 116	6.00 89	12.60 189	30.86 376	7.48 147	3.87 104	12.25 247	2.97 153	0.00 1	0.07 190	0.03 184	0.14 294	0.34 229	0.04 38

Gwc-CoAtRS	5.54 155	1.22 100	8.40 229	4.28 128	1.36 160	6.93 209	1.31 82	15.48 188	15.03 215	12.62 190	13.32 166	12.74 221	5.71 173	8.61 93	2.98 155	0.01 89	0.22 339	0.00 1	0.29 371	0.28 181	0.07 72

x	6.80 219	1.36 134	6.94 160	4.58 146	1.88 207	10.78 268	4.55 269	19.79 263	10.62 162	12.69 191	19.54 233	14.87 262	10.11 274	9.52 126	8.03 308	0.07 223	0.15 294	0.04 204	0.04 196	0.24 157	0.22 203

rafts_anoy	6.02 185	1.67 236	6.27 134	6.53 298	4.98 365	5.30 123	2.53 195	13.77 162	21.01 288	12.70 192	16.23 191	8.56 162	5.65 171	9.09 117	5.22 247	0.04 178	0.31 379	0.09 257	0.03 175	0.25 161	0.17 165

RAFT-Test	5.75 171	1.32 127	6.77 152	4.07 106	1.71 187	9.95 251	1.56 99	15.78 198	8.34 141	12.73 193	23.83 291	11.80 203	4.69 138	8.99 112	2.57 129	0.01 89	0.29 374	0.00 1	0.38 402	0.16 113	0.07 72

testlalala	3.91 98	1.52 181	6.96 162	3.43 67	3.47 296	8.07 231	1.75 127	8.59 70	4.60 54	12.85 194	9.85 120	7.14 139	1.93 46	5.51 27	1.93 74	0.01 89	0.10 236	0.00 1	0.31 382	0.04 27	0.04 38

AFF-stereo	6.17 191	1.61 217	7.02 164	4.08 107	0.64 62	3.53 35	0.76 47	16.00 203	13.14 193	12.86 195	25.42 306	15.67 273	7.86 227	11.12 184	3.21 172	0.02 140	0.06 167	0.00 1	0.00 1	0.40 255	0.08 87

MyStereo06	6.40 196	1.76 262	13.15 370	6.19 278	4.40 343	7.09 212	9.95 405	16.68 213	6.98 111	12.91 196	10.76 142	17.84 314	5.71 173	9.97 140	3.39 179	0.06 213	0.10 236	0.02 167	0.04 196	0.73 355	0.29 239

MM-Stereo_test1	5.04 125	1.17 94	6.08 123	5.38 218	0.80 95	4.99 103	7.07 358	13.43 152	12.00 177	12.94 197	10.20 129	5.92 114	6.69 204	11.26 196	2.19 105	0.01 89	0.11 252	0.00 1	0.00 1	0.42 261	0.07 72

cross-raft	5.37 143	1.23 103	6.66 143	5.91 255	1.25 143	6.00 172	1.48 90	15.82 199	7.70 127	12.95 198	20.80 253	11.63 200	4.42 123	8.59 92	2.23 109	0.01 89	0.21 329	0.00 1	0.22 331	0.21 136	0.10 99

11t1	5.86 173	1.10 81	7.74 198	5.18 198	1.44 163	13.82 322	2.36 181	14.92 176	7.26 122	12.98 199	11.10 143	11.24 197	9.30 255	11.59 213	6.54 273	0.10 233	0.16 303	0.00 1	0.01 124	0.18 124	0.23 211

CRE-IMP	5.53 152	1.63 228	9.62 294	5.65 230	0.48 41	7.02 211	1.70 110	11.84 118	8.33 139	12.99 200	16.02 188	11.08 193	6.23 188	12.06 235	5.06 242	0.28 314	0.07 190	0.09 257	0.00 1	0.24 157	0.21 196

GCAP-BAT	4.57 117	2.24 338	7.50 185	3.14 48	4.24 328	5.93 170	1.88 145	9.03 76	5.80 86	13.03 201	12.47 159	8.46 161	2.89 78	11.02 177	2.94 151	0.00 1	0.12 262	0.01 150	0.28 367	0.05 34	0.28 233

test_for_model	9.76 323	30.79 520	6.40 136	27.43 516	18.83 515	5.78 158	1.78 132	8.51 69	8.82 145	13.12 202	5.92 81	5.28 105	2.60 71	5.21 24	1.43 42	9.57 507	2.41 488	0.00 1	0.06 235	33.29 530	8.04 501

CFNet-RSSM	5.55 158	1.08 76	8.60 243	4.30 131	1.21 139	6.42 191	1.25 78	16.12 205	17.84 255	13.12 202	11.14 144	11.84 205	5.52 163	9.14 118	2.35 115	0.01 89	0.20 322	0.00 1	0.36 396	0.34 229	0.07 72

SA	7.93 261	1.54 188	9.13 276	7.98 369	0.64 62	5.85 165	2.29 178	22.27 296	24.54 340	13.17 204	31.07 381	8.87 166	10.32 278	16.49 369	3.12 165	0.04 178	0.12 262	0.17 322	0.30 378	0.45 268	0.17 165

OCTAStereo	6.74 215	1.59 208	8.96 260	6.60 305	0.72 82	6.25 182	3.50 233	20.20 267	18.03 259	13.21 205	19.45 228	12.07 215	6.16 184	12.36 252	4.78 230	0.35 330	0.06 167	0.20 338	0.23 340	0.09 71	0.05 51

RE-Stereo	6.73 213	1.58 206	8.94 255	6.59 302	0.71 73	6.27 184	3.51 235	20.20 267	17.99 256	13.21 205	19.46 230	11.94 207	6.20 186	12.34 250	4.79 233	0.34 327	0.05 134	0.20 338	0.23 340	0.09 71	0.05 51

TVStereo	6.73 213	1.58 206	8.94 255	6.59 302	0.71 73	6.27 184	3.51 235	20.20 267	17.99 256	13.21 205	19.46 230	11.94 207	6.20 186	12.34 250	4.79 233	0.34 327	0.05 134	0.20 338	0.23 340	0.09 71	0.05 51

NF-Stereo	6.72 212	1.59 208	8.93 253	6.60 305	0.73 87	6.27 184	3.38 232	20.21 273	18.01 258	13.22 208	19.46 230	11.82 204	6.16 184	12.39 253	4.74 229	0.33 323	0.06 167	0.20 338	0.23 340	0.08 66	0.05 51

knoymous	6.19 192	1.49 171	4.49 60	3.81 100	1.87 206	5.84 163	5.76 305	14.51 167	14.18 207	13.31 209	21.59 266	12.64 218	6.49 200	12.41 254	4.03 212	0.12 242	0.13 274	0.12 294	0.00 1	0.71 350	0.35 263

IGEV_Zeroshot_test	5.28 137	2.03 315	14.26 393	6.09 271	1.33 154	4.32 58	1.03 68	14.46 166	6.50 99	13.33 210	11.89 152	11.01 191	3.45 91	10.71 164	3.64 185	0.03 165	0.22 339	0.15 315	0.26 359	0.80 364	0.20 189

STrans-v2	7.98 266	1.84 278	9.42 287	4.84 163	1.48 168	12.23 296	10.05 410	19.06 254	12.32 181	13.63 211	26.06 316	18.13 323	12.35 323	12.99 284	3.99 208	0.01 89	0.01 23	0.18 327	0.01 124	0.22 139	0.83 357

RAFT-345	6.79 218	1.29 118	6.80 154	5.06 178	0.91 108	5.61 139	3.32 231	13.36 151	10.17 159	13.73 212	43.66 485	9.12 171	5.38 161	12.29 248	4.44 222	0.32 321	0.05 134	0.09 257	0.06 235	0.06 39	0.03 24

model_zeroshot	5.12 129	1.53 184	9.70 304	5.33 214	1.54 175	8.71 238	2.23 173	15.60 193	8.29 138	13.74 213	10.02 126	10.57 186	2.97 80	8.47 88	2.61 130	0.02 140	0.18 311	0.14 309	0.25 355	0.06 39	0.34 258

test_sample1	7.66 252	1.26 111	8.87 251	5.04 175	2.61 251	14.61 341	4.58 271	20.08 266	9.81 156	13.83 214	21.62 267	18.21 324	12.26 320	11.71 220	8.01 306	0.11 237	0.11 252	0.02 167	0.02 156	0.20 132	0.17 165

DeepStereo_RVC	5.65 166	1.65 231	9.06 271	5.21 204	0.56 50	5.55 137	1.84 141	12.16 122	7.22 121	13.94 215	14.96 178	12.58 217	10.27 277	11.25 195	5.81 262	0.39 346	0.10 236	0.11 290	0.00 1	0.18 124	0.22 203

test_sample2	7.86 259	1.27 112	7.98 209	5.00 174	2.29 231	13.33 316	6.88 353	20.42 275	15.24 218	13.95 216	21.58 265	18.96 328	12.12 319	12.07 237	5.36 255	0.12 242	0.10 236	0.07 236	0.03 175	0.28 181	0.19 184

PSM-softLoss	6.61 206	1.60 212	9.42 287	6.48 293	0.88 103	5.65 142	2.04 161	22.64 299	8.77 143	13.95 216	22.11 277	13.01 226	5.22 157	12.73 270	6.05 265	0.49 367	0.06 167	0.27 358	0.56 426	0.16 113	0.06 62

KMStereo	6.61 206	1.60 212	9.42 287	6.48 293	0.88 103	5.65 142	2.04 161	22.64 299	8.77 143	13.95 216	22.11 277	13.01 226	5.22 157	12.73 270	6.05 265	0.49 367	0.06 167	0.27 358	0.56 426	0.16 113	0.06 62

AIO-Stereo-zeroshot1	7.76 256	3.78 398	19.59 443	5.04 175	10.79 488	5.87 169	1.85 142	19.52 259	7.33 123	14.18 219	21.16 260	16.50 286	5.97 182	13.73 306	3.79 194	0.04 178	0.17 305	0.04 204	1.30 461	2.45 429	2.15 431

4D-IteraStereo	5.15 130	1.47 161	7.98 209	4.89 168	4.69 354	6.25 182	1.85 142	13.23 145	16.30 234	14.18 219	11.26 145	8.33 158	1.61 33	8.07 77	2.42 117	0.00 1	0.05 134	0.08 246	0.01 124	0.19 128	0.15 152

GANet-ADL	8.36 275	2.31 342	8.44 233	7.39 346	2.65 255	12.58 303	5.24 286	29.55 384	25.24 343	14.19 221	16.70 196	17.07 298	6.91 213	10.65 161	6.26 271	0.38 336	0.39 394	0.10 276	0.12 283	0.75 361	0.28 233

PAM_32	6.82 220	1.73 246	14.16 390	5.34 216	1.47 165	13.84 323	0.88 55	14.75 174	6.34 96	14.22 222	9.14 111	24.94 393	11.87 314	12.50 261	2.79 143	0.14 248	0.27 371	0.09 257	0.42 408	0.54 308	0.89 366

MyStereo04	9.24 299	1.92 290	8.78 249	6.09 271	4.31 337	6.54 196	9.96 407	32.24 421	41.99 468	14.26 223	11.98 153	12.00 211	12.01 317	13.93 308	7.53 290	0.06 213	0.10 236	0.03 184	0.04 196	0.63 334	0.30 242

DIP-Stereo	6.74 215	1.93 293	10.02 319	4.28 128	1.64 181	13.54 318	1.52 94	15.16 180	6.63 102	14.30 224	26.81 324	10.90 190	5.19 155	14.78 326	7.56 292	0.00 1	0.06 167	0.05 211	0.00 1	0.17 121	0.17 165
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
UGAM-zero	6.91 224	1.47 161	13.65 382	4.24 120	1.67 183	5.51 130	0.72 45	17.44 222	6.74 104	14.56 225	15.84 186	24.16 381	14.20 362	12.79 273	3.96 205	0.00 1	0.22 339	0.02 167	0.58 428	0.14 98	0.27 229

TransformOpticalFlow	7.76 256	1.90 283	9.31 282	5.50 224	1.18 136	6.97 210	8.27 377	17.86 234	13.21 195	14.58 226	29.13 346	19.01 329	10.85 284	12.51 262	3.69 189	0.01 89	0.04 103	0.20 338	0.04 196	0.17 121	0.84 359

ToySt	10.51 351	2.00 302	15.67 407	5.33 214	0.95 111	14.97 345	9.51 398	24.02 314	27.37 363	14.61 227	24.67 299	24.56 384	14.70 375	16.86 374	13.35 376	0.06 213	0.23 345	0.03 184	0.09 262	0.62 331	0.67 336

iRaft-Stereo_20w	6.06 188	1.84 278	12.04 355	4.23 119	1.67 183	6.77 206	2.22 172	18.73 248	6.08 91	14.72 228	10.33 133	13.42 242	8.14 234	15.88 350	3.08 164	0.01 89	0.24 356	0.13 305	0.39 404	0.61 328	0.71 344

MIPNet	6.75 217	1.67 236	12.34 357	4.67 150	1.47 165	10.01 252	2.24 174	26.43 343	17.22 243	14.72 228	12.75 160	7.02 137	9.68 266	8.44 87	5.26 249	0.01 89	0.04 103	0.05 211	0.09 262	0.35 233	0.55 312

PSMNet-ADL	9.88 332	2.01 310	6.80 154	9.18 396	4.26 330	15.11 348	3.50 233	27.12 351	24.42 339	14.72 228	18.96 222	25.32 397	13.43 342	15.76 345	14.04 383	0.79 412	0.78 449	0.00 1	0.02 156	0.26 171	1.18 393

RAFT + AFF	10.27 345	3.77 397	17.13 421	10.24 431	4.97 363	13.08 311	11.52 436	25.69 332	25.80 348	14.72 228	16.12 190	19.16 333	11.35 301	16.24 365	9.04 328	0.30 317	1.46 470	0.66 406	0.20 326	2.03 424	1.94 422

ttt	9.98 335	1.49 171	7.30 180	6.43 291	3.95 313	14.02 325	5.06 282	33.03 430	29.84 384	14.90 232	30.95 377	14.81 260	9.66 265	15.36 334	11.38 362	0.38 336	0.19 317	0.10 276	0.03 175	0.37 241	0.28 233

GANet-RSSM	9.48 312	1.32 127	6.45 139	6.72 314	5.51 396	12.78 307	6.03 319	26.55 344	18.96 270	14.92 233	27.95 334	25.41 398	14.69 374	13.52 301	7.60 295	0.10 233	0.10 236	0.16 320	0.01 124	0.51 300	0.39 273

ACVNet	10.36 346	1.68 242	5.49 97	6.01 264	2.75 262	12.78 307	3.56 240	21.89 291	34.81 430	14.96 234	30.78 373	24.72 390	13.88 355	15.81 347	17.20 410	0.13 246	0.01 23	0.06 225	0.06 235	0.51 300	0.15 152

CFNet-ft	9.87 330	2.18 333	5.49 97	7.45 349	5.25 381	15.76 362	5.98 313	21.89 291	21.87 303	14.96 234	30.02 362	25.68 399	13.68 347	12.46 258	10.94 356	0.08 226	0.06 167	1.83 455	0.22 331	1.09 381	0.43 286

CFNet_RVC	9.87 330	2.18 333	5.49 97	7.45 349	5.25 381	15.76 362	5.98 313	21.89 291	21.87 303	14.96 234	30.02 362	25.68 399	13.68 347	12.46 258	10.94 356	0.08 226	0.06 167	1.83 455	0.22 331	1.09 381	0.43 286

rvit_0105_3	9.23 298	3.67 394	17.68 431	11.75 456	1.89 208	9.37 248	8.48 382	18.68 246	30.64 391	15.02 237	14.72 175	17.87 315	9.94 272	15.66 342	6.54 273	0.36 332	0.43 406	0.01 150	0.41 406	0.50 296	1.01 380

RALAANet	6.49 201	2.49 352	9.69 303	7.09 331	4.98 365	6.23 181	1.68 107	19.90 264	14.26 208	15.04 238	14.56 172	12.69 220	4.38 121	12.91 278	3.07 163	0.02 140	0.07 190	0.00 1	0.10 271	0.51 300	0.15 152

gcap-zeroshot	5.34 140	1.50 175	10.42 325	4.65 149	1.22 140	9.78 249	1.70 110	10.29 99	6.36 97	15.08 239	9.84 119	17.96 317	5.21 156	9.43 125	1.99 82	0.10 233	0.36 391	0.06 225	0.29 371	0.05 34	0.43 286

DCANet-4	6.41 197	1.02 63	9.66 298	3.41 65	0.68 66	4.73 77	1.70 110	17.70 226	24.33 335	15.10 240	20.25 239	6.45 124	8.65 240	8.47 88	5.31 251	0.01 89	0.04 103	0.00 1	0.00 1	0.09 71	0.63 326

fff	6.83 221	1.55 191	7.28 175	3.56 78	0.32 12	4.73 77	1.70 110	15.75 195	31.87 401	15.11 241	20.25 239	6.90 133	12.80 333	8.63 95	5.33 252	0.01 89	0.04 103	0.00 1	0.00 1	0.09 71	0.63 326

csc	6.83 221	1.55 191	7.28 175	3.56 78	0.32 12	4.73 77	1.70 110	15.75 195	31.87 401	15.11 241	20.25 239	6.90 133	12.80 333	8.63 95	5.33 252	0.01 89	0.04 103	0.00 1	0.00 1	0.09 71	0.63 326

cscssc	6.83 221	1.55 191	7.28 175	3.56 78	0.32 12	4.73 77	1.70 110	15.75 195	31.87 401	15.11 241	20.25 239	6.90 133	12.80 333	8.63 95	5.33 252	0.01 89	0.04 103	0.00 1	0.00 1	0.09 71	0.63 326

NVstereo2D	15.15 425	2.97 374	16.28 415	9.23 398	7.56 452	30.03 475	9.53 399	42.80 504	42.72 470	15.11 241	27.03 327	23.16 370	16.93 405	24.28 449	15.45 396	3.07 474	0.43 406	1.44 451	0.61 429	6.74 480	7.60 497

HITNet	7.83 258	2.93 372	8.39 227	4.76 157	1.48 168	12.75 306	4.64 273	20.97 278	14.37 210	15.14 245	22.15 279	14.57 256	10.62 280	14.38 318	8.14 310	0.04 178	0.01 23	0.48 391	0.02 156	0.57 319	0.10 99
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
GwcNet-ADL	8.48 277	1.70 244	9.38 285	7.10 333	2.78 264	6.74 205	6.57 343	30.15 388	26.01 354	15.15 246	17.77 202	13.93 247	6.96 214	12.96 281	9.91 337	0.48 366	0.72 443	0.01 150	0.01 124	0.51 300	0.84 359

dd	7.96 264	4.08 406	11.49 347	6.53 298	0.93 110	8.28 236	4.03 253	16.53 210	33.82 420	15.17 247	16.50 193	6.79 130	5.96 181	14.30 315	9.90 336	1.13 437	0.42 402	0.17 322	0.44 411	2.01 422	0.79 355

Sa-1000	8.38 276	1.50 175	8.13 218	7.56 355	0.89 105	14.39 333	2.47 192	24.31 318	23.74 327	15.18 248	28.35 340	11.42 198	8.85 246	16.20 364	3.28 175	0.17 261	0.23 345	0.15 315	0.23 340	0.46 272	0.19 184

iRaft-Stereo_5w	8.70 285	1.81 276	9.33 283	5.83 246	3.78 304	4.87 93	11.12 429	15.86 202	14.80 214	15.23 249	26.36 318	21.49 353	12.91 336	15.94 355	12.73 371	0.58 380	0.05 134	0.08 246	0.09 262	0.85 368	0.33 254

CASS	8.15 269	1.67 236	7.68 194	8.25 378	1.52 173	14.39 333	2.72 204	22.65 301	17.23 244	15.42 250	22.68 282	13.47 243	11.87 314	12.44 255	6.07 268	0.96 426	0.05 134	0.12 294	0.01 124	0.71 350	3.14 452
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
HCRNet	8.80 288	1.43 150	7.74 198	14.41 479	5.25 381	10.85 271	2.56 198	26.07 339	18.04 260	15.48 251	25.03 300	18.63 327	9.93 271	13.01 285	6.76 276	0.04 178	0.04 103	0.10 276	0.01 124	0.18 124	0.38 270

PAM	6.94 227	1.65 231	14.88 403	5.38 218	1.98 215	14.76 344	1.28 79	14.54 168	6.77 105	15.52 252	9.10 110	24.15 380	11.60 310	12.46 258	2.33 113	0.04 178	0.28 373	0.07 236	0.42 408	0.57 319	0.99 377

xxxx	11.74 379	1.16 91	7.88 203	5.61 228	1.99 216	20.46 418	3.12 222	33.99 440	23.76 329	15.53 253	30.67 369	26.88 409	14.50 372	12.98 283	35.48 500	0.19 268	0.18 311	0.01 150	0.02 156	0.22 139	0.27 229

testlalala2	5.91 176	1.62 223	8.59 242	15.36 486	10.36 485	7.93 228	3.62 246	12.89 137	9.73 154	15.55 254	12.18 156	8.57 163	2.50 70	5.35 26	2.62 132	0.01 89	0.26 366	0.00 1	0.50 419	0.49 290	0.07 72

DCANet	6.46 200	1.59 208	7.28 175	3.51 76	0.68 66	4.77 89	1.75 127	15.33 184	23.62 321	15.55 254	20.73 252	7.31 144	11.56 308	8.83 106	5.26 249	0.00 1	0.05 134	0.00 1	0.00 1	0.26 171	1.11 385

ADStereo(finetuned)	6.68 208	1.59 208	9.70 304	3.49 72	0.68 66	4.79 90	1.75 127	15.33 184	23.64 322	15.56 256	20.68 247	7.30 143	13.85 353	8.71 100	5.17 246	0.00 1	0.05 134	0.00 1	0.00 1	0.25 161	1.05 382

1111x	11.32 367	1.34 130	8.95 257	5.20 202	1.96 213	14.46 339	7.75 374	35.65 459	28.23 371	15.66 257	26.66 323	26.65 404	14.76 376	15.88 350	22.27 447	0.24 301	0.13 274	0.04 204	0.06 235	0.30 194	0.24 217

MyStereo8	7.13 234	2.48 350	10.86 337	6.81 320	4.98 365	10.73 265	1.42 88	14.58 170	9.73 154	15.75 258	23.16 286	12.17 216	7.96 231	9.85 136	10.21 345	0.04 178	0.19 317	0.08 246	0.21 328	0.58 323	0.82 356

PSMNet-RSSM	9.71 322	1.73 246	6.09 124	7.47 351	4.27 331	10.06 253	6.00 315	29.14 376	21.74 302	15.76 259	32.88 410	22.63 364	13.18 338	12.94 280	9.12 330	0.09 228	0.02 66	0.07 236	0.10 271	0.70 348	0.24 217

ffm	8.12 268	1.43 150	9.67 299	5.70 235	3.44 291	11.96 290	6.35 328	18.45 242	16.31 235	15.83 260	31.44 389	17.22 302	10.87 286	10.82 172	1.61 53	0.00 1	0.05 134	0.80 418	0.08 249	0.26 171	0.14 137

ff1	9.41 310	1.43 150	9.67 299	5.70 235	3.44 291	11.96 290	6.35 328	18.45 242	16.31 235	15.83 260	31.44 389	17.22 302	10.87 286	16.19 361	21.98 443	0.00 1	0.05 134	0.80 418	0.08 249	0.26 171	0.14 137

mmx	10.71 356	1.43 150	9.67 299	5.70 235	3.44 291	11.96 290	6.35 328	32.18 416	28.03 368	15.83 260	31.44 389	17.22 302	10.87 286	16.19 361	21.98 443	0.22 287	0.06 167	0.80 418	0.08 249	0.48 281	0.21 196

xxx	10.71 356	1.43 150	9.67 299	5.70 235	3.44 291	11.96 290	6.35 328	32.18 416	28.03 368	15.83 260	31.44 389	17.22 302	10.87 286	16.19 361	21.98 443	0.22 287	0.06 167	0.80 418	0.08 249	0.48 281	0.21 196

UCFNet_RVC	9.48 312	2.12 326	4.89 73	7.03 327	3.78 304	16.05 367	6.37 332	28.25 364	20.00 279	15.93 264	23.07 285	25.21 395	12.79 332	12.57 265	8.01 306	0.07 223	0.04 103	1.17 439	0.23 340	1.31 397	0.69 339

mmm	7.72 254	1.50 175	8.56 240	5.29 210	1.89 208	14.14 329	5.70 304	18.42 241	11.02 166	16.04 265	23.78 289	17.00 292	10.03 273	12.03 230	7.54 291	0.12 242	0.07 190	0.50 393	0.20 326	0.31 206	0.18 173

test_5	8.51 279	1.50 175	8.19 223	11.06 449	5.00 368	6.91 208	5.67 303	17.50 223	22.09 305	16.07 266	29.63 357	15.28 270	10.78 283	15.94 355	3.65 187	0.00 1	0.00 1	0.26 357	0.08 249	0.31 206	0.35 263

NOSS_ROB	10.99 365	3.81 400	6.88 157	6.69 311	2.30 232	16.06 369	10.94 426	30.06 387	32.41 412	16.10 267	18.72 220	22.78 368	14.21 363	17.52 379	8.62 321	2.35 461	1.84 477	3.32 481	1.57 466	2.06 425	1.52 407

BEATNet_4x	9.37 308	4.85 419	12.05 356	5.48 223	1.35 159	13.15 313	6.15 323	25.06 323	16.74 239	16.18 268	24.65 298	17.29 306	12.51 328	16.91 375	10.92 354	0.38 336	0.18 311	0.81 423	0.05 219	1.95 418	0.65 334

DFGA-Net	9.06 294	3.56 391	17.96 435	5.71 239	3.89 309	10.76 266	3.08 220	25.17 325	29.50 374	16.21 269	18.47 217	9.49 175	6.31 195	15.80 346	12.54 368	0.05 197	0.00 1	0.06 225	0.09 262	1.76 412	0.83 357

IPLGR	7.14 235	1.31 124	13.14 369	4.24 120	1.15 135	9.78 249	0.98 63	23.98 313	21.70 301	16.22 270	18.43 214	8.45 160	7.66 221	9.26 122	5.45 257	0.21 281	0.05 134	0.04 204	0.06 235	0.32 216	0.38 270

R-Stereo Train	7.04 231	1.34 130	7.89 204	6.23 280	2.30 232	7.51 219	5.54 299	23.96 311	6.94 109	16.26 271	33.57 421	12.04 212	5.61 166	7.67 69	3.74 190	0.01 89	0.05 134	0.01 150	0.00 1	0.10 82	0.12 119

RAFT-Stereo	7.04 231	1.34 130	7.89 204	6.23 280	2.30 232	7.51 219	5.54 299	23.96 311	6.94 109	16.26 271	33.57 421	12.04 212	5.61 166	7.67 69	3.74 190	0.01 89	0.05 134	0.01 150	0.00 1	0.10 82	0.12 119
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DMCA	8.51 279	1.90 283	9.96 313	5.16 192	4.14 325	10.29 256	4.46 268	25.52 328	19.55 272	16.33 273	20.69 248	17.59 309	11.26 296	10.42 152	11.36 361	0.50 369	0.08 210	0.35 378	0.05 219	0.36 234	0.31 250

DisPM	6.43 199	1.31 124	8.36 225	6.61 307	1.06 120	5.83 161	3.82 249	13.04 144	11.63 171	16.38 274	23.88 293	12.80 222	6.50 201	13.03 288	3.04 160	0.51 372	0.01 23	0.08 246	0.15 301	0.10 82	0.42 283

SFCPSM	8.85 289	1.40 142	11.34 343	5.23 208	3.47 296	16.55 384	7.18 364	30.71 399	25.24 343	16.45 275	19.45 228	11.10 195	9.61 264	11.88 227	5.52 258	0.22 287	0.17 305	0.36 381	0.22 331	0.29 188	0.58 319

LL-Strereo	10.79 361	3.52 390	12.54 360	8.77 385	5.44 394	7.49 218	9.26 394	35.15 454	28.70 373	16.47 276	15.85 187	21.06 349	17.42 414	21.62 436	9.72 333	0.21 281	0.22 339	0.74 412	0.08 249	0.98 376	0.60 322

ICVP	10.07 339	1.73 246	6.11 125	9.08 392	3.31 287	12.25 298	6.56 342	26.30 342	22.52 311	16.49 277	31.80 394	26.94 410	12.42 324	11.35 199	10.92 354	1.17 440	0.57 432	0.17 322	0.10 271	0.58 323	1.07 384
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
AnonymousM	6.33 194	11.42 484	3.06 8	3.93 104	1.49 170	4.54 66	3.29 226	11.00 113	7.70 127	16.52 278	9.38 115	9.07 169	3.97 108	7.10 57	3.01 156	0.43 355	0.07 190	22.69 520	7.67 509	0.06 39	0.21 196

LCNet	7.52 247	1.23 103	5.35 91	6.42 290	1.29 145	9.27 247	5.64 302	17.85 232	10.63 163	16.54 279	24.54 297	14.85 261	11.29 297	11.74 222	3.88 200	0.02 140	0.02 66	0.22 347	2.04 473	0.90 374	6.76 485

RASNet	11.59 374	1.71 245	10.36 324	6.30 284	5.66 403	15.48 358	6.12 322	34.50 449	20.86 286	16.61 280	32.51 405	22.04 358	23.00 449	19.44 404	16.15 403	0.71 398	0.03 92	0.05 211	0.01 124	0.15 106	0.13 132

DN-CSS_ROB	8.17 270	2.59 358	14.14 389	6.11 274	3.22 283	6.31 187	3.53 238	22.92 305	20.59 283	16.66 281	30.05 364	9.31 172	7.95 230	13.49 298	4.78 230	0.72 400	0.00 1	0.45 388	0.00 1	0.54 308	0.09 92

GwcNet-RSSM	10.65 353	1.94 294	8.57 241	6.89 324	5.26 384	12.26 299	5.21 285	25.80 335	31.50 398	16.67 282	33.52 420	23.70 379	13.88 355	12.84 274	13.67 380	0.05 197	0.10 236	0.14 309	0.02 156	0.65 340	0.39 273

OMP-Stereo	6.93 226	2.57 356	9.03 269	10.63 438	1.72 188	4.89 94	1.91 150	17.84 230	15.56 226	16.69 283	14.16 170	17.70 311	7.33 217	12.93 279	4.83 236	0.24 301	0.03 92	0.06 225	0.02 156	0.19 128	0.39 273

DispNO	9.33 306	1.78 271	15.84 409	5.73 241	5.74 407	12.24 297	4.81 280	25.06 323	21.10 290	16.70 284	20.86 255	17.78 312	11.76 312	16.74 373	8.85 324	0.22 287	0.15 294	0.03 184	0.12 283	0.41 258	0.64 332

MIM_Stereo	7.02 230	1.55 191	10.78 334	4.17 113	0.58 53	5.25 120	1.32 84	19.03 252	12.59 185	16.74 285	28.83 344	13.20 234	5.53 164	12.89 276	7.11 281	0.00 1	0.23 345	0.00 1	0.01 124	0.38 247	0.28 233

TestStereo1	7.62 250	1.62 223	7.60 188	10.47 434	1.86 203	4.76 85	2.48 193	19.73 261	22.33 308	16.79 286	26.02 312	9.33 173	9.30 255	15.92 353	3.37 177	0.01 89	0.02 66	0.02 167	0.05 219	0.55 312	0.28 233

SA-5K	7.62 250	1.62 223	7.60 188	10.47 434	1.86 203	4.76 85	2.48 193	19.73 261	22.33 308	16.79 286	26.02 312	9.33 173	9.30 255	15.92 353	3.37 177	0.01 89	0.02 66	0.02 167	0.05 219	0.55 312	0.28 233

cf-r	10.06 338	1.60 212	7.99 211	5.82 244	5.70 406	12.92 309	4.78 276	24.18 317	27.47 365	16.91 288	31.02 380	25.12 394	14.05 358	11.63 217	11.01 359	0.03 165	0.03 92	0.05 211	0.03 175	0.43 263	0.39 273

ccs_rob	9.61 317	1.92 290	10.72 331	4.55 142	2.89 268	14.33 332	2.86 213	26.85 349	32.36 411	17.05 289	22.91 283	22.12 359	8.70 242	12.10 239	7.44 287	0.19 268	0.44 408	1.38 450	0.25 355	2.68 434	0.57 317

ASMatch	7.40 244	1.42 147	8.49 237	5.09 180	2.00 217	4.74 82	2.62 200	16.54 211	13.17 194	17.08 290	34.75 429	13.13 233	10.33 279	12.04 232	4.82 235	0.05 197	0.24 356	0.21 343	0.17 308	0.16 113	0.97 373

CFNet_pseudo	9.58 315	1.91 286	10.73 332	4.53 141	2.91 271	14.26 330	2.75 206	26.73 348	32.14 408	17.10 291	23.02 284	22.14 360	8.74 244	12.17 243	7.43 286	0.20 276	0.45 412	1.24 448	0.24 349	2.49 431	0.49 304

test_sample3	8.76 286	1.62 223	9.99 316	5.21 204	2.61 251	17.43 393	5.37 289	26.91 350	19.77 275	17.13 292	20.82 254	16.55 288	9.70 267	12.52 264	8.59 319	0.21 281	0.07 190	0.05 211	0.04 196	0.39 250	0.30 242

FENet	7.94 262	1.01 61	6.72 144	5.87 249	2.07 221	11.11 278	2.03 160	21.39 283	20.81 285	17.14 293	22.65 281	14.43 252	11.54 307	12.97 282	7.89 303	0.15 256	0.24 356	0.03 184	0.02 156	0.14 98	0.62 325

CoDeX	9.24 299	1.77 268	9.54 291	6.08 270	3.79 306	16.45 383	6.76 351	26.15 340	25.03 341	17.18 294	25.12 303	14.69 258	11.68 311	12.22 244	6.71 275	0.30 317	0.20 322	0.15 315	0.02 156	0.23 151	0.68 337

ACRE	7.07 233	2.38 344	13.26 371	7.36 343	4.86 357	10.28 255	4.40 264	15.51 189	13.69 202	17.22 295	19.23 225	8.00 153	4.20 115	10.64 160	8.50 318	0.33 323	0.32 382	0.03 184	0.14 294	0.37 241	0.77 354

MyStereo05	9.29 304	1.76 262	8.95 257	6.19 278	4.40 343	7.09 212	9.95 405	31.21 404	40.82 461	17.31 296	12.93 165	10.33 184	12.52 329	13.93 308	7.05 280	0.06 213	0.10 236	0.02 167	0.04 196	0.73 355	0.29 239

PCWNet_CMD	9.64 318	1.77 268	10.59 328	4.80 159	2.90 269	16.25 381	2.42 191	29.37 382	34.10 424	17.41 297	22.04 274	19.10 332	7.70 222	12.05 233	6.86 277	0.22 287	0.45 412	0.80 418	0.22 331	3.11 445	0.69 339

IPLGR_C	7.16 237	2.48 350	12.98 367	7.52 353	4.91 359	10.56 261	4.59 272	15.63 194	14.12 206	17.42 298	18.87 221	8.00 153	4.59 136	10.76 166	8.81 322	0.32 321	0.32 382	0.03 184	0.13 288	0.36 234	0.76 351

MSMDNet	9.64 318	1.77 268	10.63 329	4.83 160	2.90 269	16.35 382	2.37 184	29.33 380	34.29 427	17.43 299	22.10 276	19.05 331	7.79 226	12.11 241	6.87 278	0.23 296	0.46 414	0.67 407	0.21 328	2.77 436	0.60 322

CIPLG	7.15 236	2.44 347	12.82 364	7.38 344	4.93 360	10.51 260	4.56 270	15.17 181	13.25 197	17.45 300	19.75 234	8.42 159	4.60 137	11.41 202	8.31 313	0.33 323	0.32 382	0.03 184	0.14 294	0.37 241	0.72 346

IRAFT_RVC	8.76 286	1.47 161	9.55 292	7.31 340	1.77 195	6.49 194	10.43 419	25.94 337	27.33 362	17.50 301	19.85 235	17.93 316	10.21 276	12.88 275	5.44 256	0.17 261	0.30 376	0.19 335	0.05 219	0.22 139	0.12 119

RAFT-RH_RVC	7.73 255	1.25 109	6.99 163	4.83 160	0.90 107	11.76 284	1.53 95	13.00 142	14.43 211	17.51 302	46.41 496	11.02 192	6.30 194	12.68 266	4.93 239	0.51 372	0.04 103	0.12 294	0.13 288	0.09 71	0.09 92

UDGNet	10.05 337	13.89 493	10.00 318	9.36 400	2.69 256	7.82 226	1.88 145	18.86 250	34.64 429	17.52 303	13.70 169	13.40 240	7.18 215	13.01 285	6.30 272	5.30 490	0.08 210	12.57 514	2.80 482	8.19 492	1.71 415

Anonymous_2	14.95 423	6.75 451	17.63 428	5.45 222	7.10 442	26.19 459	11.58 437	18.06 238	17.30 246	17.61 304	15.47 183	23.33 373	20.95 444	20.55 430	14.63 388	11.05 515	12.86 524	11.27 512	25.12 528	11.32 507	4.82 470

ACV-stereo	11.65 375	5.15 426	28.84 470	6.80 319	3.33 288	20.38 417	6.59 344	21.03 279	20.57 282	17.67 305	20.95 256	26.81 407	16.69 401	20.19 419	13.26 375	0.72 400	1.11 461	0.15 315	0.09 262	0.65 340	2.13 427

test_sample4	9.10 295	1.65 231	9.91 311	5.19 201	2.57 249	16.59 385	5.38 291	27.37 354	19.80 276	17.80 306	27.52 331	15.01 263	11.21 295	12.69 269	8.15 312	0.21 281	0.07 190	0.06 225	0.03 175	0.43 263	0.30 242

GMM-Stereo	8.34 274	1.09 80	6.42 137	6.14 276	2.52 245	10.30 257	9.64 401	23.44 309	10.64 164	17.84 307	29.89 360	17.37 308	7.75 224	11.55 208	4.36 219	0.05 197	0.01 23	0.23 350	0.90 441	0.46 272	6.26 479

DeepPruner_ROB	10.77 360	4.56 414	13.13 368	6.37 287	4.28 336	10.14 254	6.86 352	36.42 465	19.59 273	17.87 308	27.37 329	23.19 371	12.26 320	19.09 399	10.23 346	1.05 433	0.48 418	0.23 350	0.15 301	0.89 372	1.17 391

PFNet+	6.68 208	1.40 142	9.60 293	5.64 229	0.85 100	5.79 160	1.74 124	13.63 155	15.30 220	17.88 309	21.38 264	14.52 255	6.07 183	12.74 272	4.89 238	0.63 392	0.20 322	0.11 290	0.30 378	0.05 34	0.91 369

test_xeample	11.49 372	1.24 108	7.50 185	5.22 206	2.18 225	17.40 392	6.49 338	31.14 403	22.77 314	17.90 310	33.09 413	18.48 326	14.61 373	13.51 300	37.38 508	0.16 258	0.13 274	0.01 150	0.03 175	0.23 151	0.24 217

FADNet_RVC	11.94 382	5.17 427	39.74 495	6.44 292	3.46 295	11.42 280	4.17 258	29.16 377	26.89 360	17.97 311	25.96 309	13.41 241	15.67 391	15.84 349	13.54 379	0.90 423	0.75 447	0.55 397	1.20 458	3.65 458	2.85 442

BUS	9.20 297	1.48 166	7.93 206	6.74 315	3.96 314	17.62 399	2.79 208	33.06 431	21.58 298	17.99 312	21.34 261	14.49 253	9.40 260	14.18 312	10.57 349	0.19 268	0.13 274	0.14 309	0.04 196	0.30 194	0.09 92

BSDual-CNN	9.70 320	1.48 166	7.93 206	6.74 315	3.96 314	16.10 371	7.13 361	33.06 431	21.58 298	17.99 312	21.34 261	22.28 361	11.53 305	14.18 312	7.81 299	0.19 268	0.13 274	0.14 309	0.04 196	0.30 194	0.09 92

hknet	10.13 341	1.56 200	10.27 322	6.74 315	3.72 302	16.10 371	7.13 361	33.06 431	21.12 291	17.99 312	21.34 261	23.11 369	14.95 377	16.43 367	8.34 315	0.14 248	0.13 274	0.14 309	0.04 196	0.30 194	0.09 92

RAFT_R40	6.91 224	1.53 184	8.45 234	6.79 318	0.77 89	5.86 167	3.82 249	14.85 175	14.53 212	18.05 315	20.03 237	17.06 293	8.69 241	13.40 295	3.84 199	0.14 248	0.02 66	0.14 309	0.00 1	0.09 71	0.05 51

Pruner-Stereo	6.59 202	1.51 179	8.71 247	6.34 286	0.85 100	5.66 147	4.15 257	13.74 160	11.02 166	18.11 316	22.09 275	15.86 276	5.80 177	11.75 223	5.15 245	0.60 385	0.02 66	0.18 327	0.10 271	0.07 54	0.16 157

ITSA-stereo	11.44 371	2.03 315	10.92 339	5.90 254	1.78 197	12.05 294	4.17 258	36.77 467	49.15 495	18.17 317	18.53 218	21.79 355	12.59 330	15.74 344	14.05 384	0.45 358	0.39 394	0.28 365	0.29 371	0.98 376	2.81 441

raft_robust	7.97 265	2.26 340	6.75 148	5.83 246	0.72 82	5.57 138	0.84 52	33.59 436	34.21 426	18.17 317	19.88 236	6.50 125	5.62 169	15.33 332	2.83 145	0.03 165	0.23 345	0.00 1	0.37 400	0.32 216	0.39 273

CFNet_ucs	10.25 343	1.91 286	11.88 352	4.98 171	4.08 321	15.11 348	3.57 242	28.02 361	31.98 407	18.21 319	25.20 304	23.27 372	9.38 259	13.38 294	7.22 282	0.23 296	0.81 450	1.65 454	0.22 331	3.01 441	0.93 370

anonymousa	9.03 292	1.62 223	8.03 215	4.19 116	5.53 397	15.37 353	3.81 248	18.55 245	21.20 293	18.28 320	30.99 379	20.79 345	13.42 341	10.58 155	7.57 293	0.00 1	0.05 134	0.29 369	0.18 309	0.10 82	0.11 112

GMOStereo	5.97 180	1.55 191	7.18 168	5.17 193	0.71 73	5.54 133	2.21 168	10.54 104	12.86 186	18.29 321	22.01 270	17.06 293	6.27 190	6.62 47	2.43 118	0.00 1	0.23 345	0.12 294	0.00 1	0.46 272	0.10 99

error version	5.97 180	1.55 191	7.18 168	5.17 193	0.71 73	5.54 133	2.21 168	10.54 104	12.86 186	18.29 321	22.01 270	17.06 293	6.27 190	6.62 47	2.43 118	0.00 1	0.23 345	0.12 294	0.00 1	0.46 272	0.10 99

test-v	5.97 180	1.55 191	7.18 168	5.17 193	0.71 73	5.54 133	2.21 168	10.54 104	12.86 186	18.29 321	22.01 270	17.06 293	6.27 190	6.62 47	2.43 118	0.00 1	0.23 345	0.12 294	0.00 1	0.46 272	0.10 99

test-2	5.97 180	1.55 191	7.18 168	5.17 193	0.71 73	5.54 133	2.21 168	10.54 104	12.86 186	18.29 321	22.01 270	17.06 293	6.27 190	6.62 47	2.43 118	0.00 1	0.23 345	0.12 294	0.00 1	0.46 272	0.10 99

NINENet	10.74 358	2.29 341	10.44 326	8.03 370	5.09 372	17.62 399	2.79 208	38.69 482	33.24 419	18.35 325	26.31 317	14.49 253	9.40 260	15.88 350	10.57 349	0.41 350	0.21 329	0.29 369	0.00 1	0.42 261	0.23 211

test_sample5	9.36 307	1.61 217	9.63 295	5.30 211	2.52 245	15.42 356	6.00 315	27.25 352	19.96 277	18.36 326	31.81 395	15.99 278	11.29 297	13.21 289	7.66 296	0.23 296	0.08 210	0.07 236	0.04 196	0.48 281	0.34 258

AdaStereo	10.22 342	3.63 392	9.14 278	9.15 394	3.24 285	15.79 364	5.39 296	31.94 412	25.42 345	18.39 327	26.47 319	19.44 337	9.50 262	16.60 371	8.59 319	0.44 357	0.05 134	0.40 386	0.00 1	0.57 319	0.16 157
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.
ARAFT	8.50 278	3.19 383	16.58 419	5.52 225	0.91 108	12.13 295	11.20 430	17.19 221	18.28 263	18.40 328	16.33 192	17.10 299	8.58 238	18.56 391	5.00 240	0.11 237	0.04 103	0.00 1	0.00 1	0.55 312	0.25 222

CFNet	10.67 354	2.33 343	8.90 252	6.66 309	4.09 323	16.05 367	4.26 263	30.44 396	31.01 394	18.53 329	26.48 320	23.69 378	13.68 347	15.27 330	10.59 351	0.05 197	0.02 66	0.44 387	0.05 219	0.73 355	0.23 211

coex_refinement	11.56 373	1.53 184	7.45 184	8.18 374	5.09 372	17.10 389	7.07 358	31.05 402	32.20 410	18.57 330	30.81 375	25.84 401	12.31 322	13.41 296	19.47 425	0.23 296	0.04 103	0.02 167	0.10 271	0.44 266	0.37 267

ADLNet2	12.44 393	2.17 330	12.84 365	9.17 395	5.82 410	20.00 414	10.13 414	32.53 424	36.22 442	18.62 331	19.39 227	21.96 356	17.07 408	21.43 435	19.42 424	0.24 301	0.15 294	0.06 225	0.08 249	0.86 369	0.57 317

DAS	10.80 362	2.03 315	13.96 385	9.01 390	6.23 420	14.67 342	7.38 366	21.59 286	32.58 414	18.67 332	28.13 335	19.20 334	17.08 409	16.54 370	7.31 284	0.58 380	0.01 23	0.29 369	0.01 124	0.47 279	0.20 189

SepStereo	11.34 369	2.03 315	13.96 385	9.01 390	6.23 420	14.67 342	7.38 366	21.59 286	32.58 414	18.67 332	28.13 335	19.20 334	17.08 409	27.36 465	7.31 284	0.58 380	0.01 23	0.29 369	0.01 124	0.47 279	0.20 189

IIG-Stereo	7.41 245	2.13 328	8.55 239	10.02 424	1.76 193	6.82 207	1.53 95	17.17 220	15.84 232	18.74 334	20.30 243	18.01 318	8.39 237	12.89 276	5.22 247	0.27 313	0.03 92	0.03 184	0.00 1	0.16 113	0.30 242

rvit_105_1	13.56 417	5.57 433	19.88 448	13.22 468	4.58 350	15.04 347	28.61 520	26.56 345	42.75 471	18.83 335	24.53 296	20.93 347	13.85 353	18.02 387	11.90 366	1.74 450	0.60 434	0.25 354	2.10 476	0.61 328	1.64 411

FADNet	14.18 420	10.92 479	37.56 490	7.79 364	6.64 428	17.48 394	6.91 354	34.73 450	34.03 422	18.85 336	27.02 326	28.26 413	14.24 364	17.77 382	10.09 342	0.41 350	0.67 441	0.37 382	0.37 400	8.13 490	1.34 397

GES	8.51 279	1.98 300	11.82 351	6.39 289	1.77 195	12.36 300	6.22 325	21.55 285	21.34 295	19.02 337	26.02 312	8.79 164	9.34 258	13.94 310	7.24 283	0.38 336	0.10 236	0.30 373	0.14 294	0.69 345	0.73 347

SST-Stereo	6.60 205	1.46 159	8.37 226	6.68 310	0.77 89	6.01 175	1.93 153	14.68 172	9.24 150	19.09 338	20.43 244	16.86 291	8.59 239	13.49 298	3.80 195	0.22 287	0.05 134	0.13 305	0.00 1	0.08 66	0.05 51

IPLG	7.20 239	1.43 150	12.55 361	5.17 193	4.32 340	11.11 278	1.48 90	21.79 289	15.10 217	19.16 339	20.23 238	5.26 104	5.61 166	11.68 219	8.14 310	0.05 197	0.06 167	0.03 184	0.07 245	0.33 223	0.50 305

G2L-Stereo	10.09 340	1.97 298	9.53 290	7.09 331	4.21 327	9.10 243	8.53 384	29.05 374	22.51 310	19.28 340	25.57 308	22.70 366	10.67 281	15.44 340	14.88 393	0.25 307	0.04 103	0.08 246	0.01 124	0.36 234	0.42 283

test_sample6	9.79 325	1.61 217	9.84 308	5.35 217	2.35 237	15.59 360	6.60 345	28.40 365	20.96 287	19.40 341	33.22 414	17.17 301	11.58 309	13.43 297	8.82 323	0.26 311	0.10 236	0.10 276	0.06 235	0.50 296	0.41 280

DualNet	9.49 314	1.61 217	9.63 295	5.30 211	2.52 245	15.42 356	6.00 315	27.25 352	19.96 277	19.40 341	33.22 414	15.99 278	11.29 297	13.21 289	7.66 296	0.23 296	0.08 210	0.07 236	0.04 196	0.48 281	0.34 258

SMFormer	10.46 350	1.37 136	13.37 373	4.41 133	1.30 146	14.40 336	3.29 226	30.25 390	29.81 380	19.55 343	29.37 348	18.06 319	14.40 368	15.42 336	12.70 370	0.38 336	0.21 329	0.28 365	0.03 175	0.33 223	0.31 250

tta	10.45 348	1.37 136	13.37 373	4.41 133	1.30 146	14.39 333	3.29 226	30.25 390	29.81 380	19.55 343	29.37 348	18.06 319	14.40 368	15.42 336	12.69 369	0.38 336	0.21 329	0.28 365	0.03 175	0.29 188	0.18 173

qqq1	9.96 333	1.37 136	13.37 373	4.41 133	1.30 146	14.40 336	3.29 226	30.25 390	29.81 380	19.55 343	29.37 348	18.06 319	14.40 368	15.42 336	3.18 169	0.38 336	0.21 329	0.00 1	0.01 124	0.29 188	0.18 173

fff1	9.96 333	1.37 136	13.37 373	4.41 133	1.30 146	14.40 336	3.29 226	30.25 390	29.81 380	19.55 343	29.37 348	18.06 319	14.40 368	15.42 336	3.18 169	0.38 336	0.21 329	0.00 1	0.01 124	0.29 188	0.18 173

delet	12.65 399	1.85 280	11.36 344	7.71 361	6.22 419	22.52 432	10.22 418	28.14 363	37.67 448	19.66 347	29.24 347	21.00 348	15.99 395	21.97 437	17.77 415	0.03 165	0.07 190	0.19 335	0.04 196	0.60 326	0.75 350

IER	9.78 324	1.55 191	9.97 314	4.51 140	5.23 380	13.78 320	5.11 283	26.66 346	22.79 315	19.69 348	29.45 354	16.42 285	18.52 427	13.64 305	7.57 293	0.06 213	0.03 92	0.18 327	0.09 262	0.18 124	0.23 211

G2L-ROB	9.43 311	1.49 171	8.01 213	5.66 232	4.08 321	11.74 283	7.70 373	29.33 380	18.14 261	19.72 349	21.64 268	22.32 363	11.02 291	16.47 368	10.74 353	0.02 140	0.01 23	0.00 1	0.00 1	0.19 128	0.33 254

GEStereo_RVC	12.81 401	2.49 352	13.64 381	9.68 412	4.97 363	18.16 401	11.30 432	31.26 405	47.47 489	19.84 350	26.97 325	19.03 330	13.19 339	20.14 417	14.86 392	0.83 417	0.51 425	0.10 276	0.13 288	0.54 308	0.99 377

DGSMNet	19.79 471	12.06 486	33.43 486	13.79 472	16.23 510	22.97 434	15.88 473	35.41 457	41.96 467	19.90 351	32.16 401	35.60 465	18.14 424	29.48 477	23.10 453	3.85 480	3.89 510	6.16 491	4.75 495	13.56 511	13.44 518

PA-Net	16.29 434	6.88 453	27.34 468	9.88 419	11.12 490	21.77 426	28.15 519	32.06 415	39.49 454	19.99 352	27.91 333	23.50 376	20.59 441	20.25 421	24.04 459	0.24 301	2.26 486	0.22 347	4.59 494	1.13 386	4.48 467
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
HGLStereo	12.72 400	2.66 360	12.34 357	9.93 420	7.55 451	16.16 375	7.45 369	31.48 409	27.01 361	20.01 353	35.31 432	26.98 411	18.90 431	17.87 383	18.90 422	0.33 323	0.16 303	0.07 236	0.05 219	0.48 281	0.70 343

UPFNet	11.72 377	1.52 181	10.33 323	7.38 344	7.14 443	20.05 415	9.62 400	28.90 373	25.94 351	20.02 354	29.73 358	20.91 346	16.34 398	18.61 393	16.17 404	0.26 311	0.17 305	0.25 354	0.03 175	0.55 312	0.56 316

UNet	12.64 398	2.02 312	13.36 372	6.85 323	7.76 457	25.31 455	4.74 275	34.10 441	28.19 370	20.03 355	31.07 381	27.02 412	17.36 412	20.18 418	13.87 382	0.06 213	0.05 134	0.27 358	0.01 124	0.23 151	0.39 273

DMCA-RVC	11.41 370	3.32 385	11.68 349	10.12 426	4.81 356	11.92 288	4.11 254	24.67 321	23.66 325	20.06 356	28.51 342	26.71 405	24.96 463	15.95 357	14.82 390	0.41 350	0.34 389	0.56 398	0.16 304	0.72 354	0.69 339

iResNet	10.26 344	3.10 380	15.72 408	7.35 342	2.13 222	13.86 324	7.07 358	22.80 303	28.01 367	20.10 357	30.40 367	16.79 290	11.06 292	14.46 320	10.29 348	0.39 346	0.05 134	0.00 1	0.07 245	0.73 355	0.73 347

AAGNet	7.94 262	1.48 166	9.34 284	7.13 336	0.70 72	5.85 165	5.16 284	15.40 187	14.01 204	20.13 358	24.03 294	15.28 270	11.52 304	12.05 233	15.47 397	0.63 392	0.06 167	0.32 375	0.01 124	0.12 88	0.09 92

FTStereo	8.67 284	1.13 87	6.04 122	6.04 268	2.39 239	7.86 227	12.05 443	17.72 227	8.33 139	20.16 359	41.41 471	16.10 284	12.64 331	10.80 170	4.37 220	0.18 264	0.01 23	0.09 257	0.16 304	0.15 106	5.71 474

PS-NSSS	13.70 419	7.41 457	14.68 399	6.70 312	5.63 401	18.43 404	12.59 446	38.89 485	25.56 346	20.27 360	35.71 434	21.11 351	16.35 399	17.16 377	17.56 413	2.28 459	0.53 427	5.37 487	0.36 396	4.28 464	3.09 447

PFNet	7.91 260	1.44 156	11.60 348	7.03 327	2.42 240	7.60 225	6.03 319	23.36 308	17.24 245	20.29 361	17.67 200	15.44 272	7.71 223	13.02 287	5.71 260	0.24 301	0.20 322	0.12 294	0.19 322	0.31 206	0.61 324

FADNet-RVC	13.27 412	11.57 485	39.71 494	7.94 367	4.50 347	15.41 355	6.95 357	27.96 359	22.98 316	20.37 362	30.73 372	26.86 408	11.31 300	20.50 429	14.28 386	0.14 248	0.14 289	0.13 305	0.18 309	2.83 437	0.86 363

pcwnet_v2	12.32 389	2.00 302	17.53 426	7.79 364	5.69 405	17.06 388	3.69 247	36.52 466	46.17 487	20.55 363	29.39 353	16.50 286	13.00 337	15.70 343	9.32 332	0.50 369	1.00 459	0.34 377	0.24 349	2.00 421	1.38 400

hitnet-ft	12.04 384	2.11 323	6.14 126	7.27 339	3.90 310	25.98 458	3.56 240	22.56 298	23.74 327	20.55 363	33.81 424	31.59 437	18.67 430	19.47 405	17.20 410	0.42 354	1.36 467	0.35 378	0.07 245	1.11 384	0.86 363

UGAM	10.01 336	1.28 114	9.19 279	6.53 298	4.31 337	6.72 203	10.45 421	15.31 183	25.98 352	20.56 365	27.42 330	22.70 366	11.49 303	26.30 460	10.64 352	0.00 1	0.00 1	0.46 389	0.03 175	0.39 250	0.43 286

SDNR	16.15 433	5.23 428	28.92 472	5.73 241	6.05 416	56.85 530	3.26 223	23.18 307	29.73 379	20.62 366	36.48 438	13.59 245	16.97 407	18.43 390	13.44 378	10.56 511	13.84 525	3.10 478	0.44 411	7.80 486	8.81 505

HSM-Net_RVC	10.88 364	1.23 103	5.46 95	5.57 226	2.63 254	20.12 416	6.06 321	27.67 358	28.35 372	20.63 367	25.51 307	34.01 455	14.38 367	16.18 360	9.29 331	0.11 237	0.07 190	0.01 150	0.00 1	0.13 93	0.14 137
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
psm_up	13.18 408	1.91 286	8.81 250	9.59 410	5.84 412	15.17 351	11.37 434	38.74 483	30.81 393	20.66 368	30.32 366	30.00 426	23.12 450	19.19 401	16.02 400	0.58 380	0.10 236	0.17 322	0.01 124	0.65 340	0.55 312

HHNet	7.39 243	1.75 258	7.24 173	3.26 57	3.18 280	5.04 111	6.40 333	19.04 253	15.70 228	20.71 369	32.13 400	10.69 188	5.91 179	10.45 153	4.60 225	0.40 348	0.07 190	0.21 343	0.13 288	0.54 308	0.41 280

Prome-Stereo	8.10 267	1.28 114	5.48 96	6.50 295	1.51 172	6.70 201	9.42 396	21.08 280	9.13 149	20.88 370	32.84 409	11.95 209	11.86 313	11.75 223	3.97 207	0.01 89	0.02 66	0.18 327	0.12 283	0.41 258	7.01 490

psmg	9.80 326	1.48 166	7.93 206	5.18 198	3.96 314	15.85 365	7.93 375	29.11 375	21.58 298	20.93 371	25.06 301	22.28 361	11.53 305	14.18 312	7.81 299	0.19 268	0.13 274	0.17 322	0.04 196	0.36 234	0.21 196

DDVS	10.70 355	3.00 376	11.95 353	6.84 322	3.80 307	15.73 361	2.83 212	23.57 310	17.37 248	20.98 372	29.89 360	31.40 436	8.70 242	19.22 403	13.19 374	0.74 405	1.53 472	0.07 236	0.21 328	0.84 367	2.11 426

gwcnet-sp	9.81 327	2.82 365	13.47 378	5.99 261	4.27 331	16.20 377	5.91 308	25.55 329	24.34 336	21.01 373	20.69 248	15.22 266	14.96 378	14.50 321	9.97 338	0.05 197	0.15 294	0.02 167	0.08 249	0.49 290	0.51 306

scenet	9.81 327	2.82 365	13.47 378	5.99 261	4.27 331	16.20 377	5.91 308	25.55 329	24.34 336	21.01 373	20.69 248	15.22 266	14.96 378	14.50 321	9.97 338	0.05 197	0.15 294	0.02 167	0.08 249	0.49 290	0.51 306

ssnet	9.81 327	2.82 365	13.47 378	5.99 261	4.27 331	16.20 377	5.91 308	25.55 329	24.34 336	21.01 373	20.69 248	15.22 266	14.96 378	14.50 321	9.97 338	0.05 197	0.15 294	0.02 167	0.08 249	0.49 290	0.51 306

CBFPSM	12.42 392	2.59 358	28.96 473	4.74 153	3.20 282	22.33 430	16.31 476	21.13 281	21.03 289	21.04 376	27.81 332	30.24 429	15.99 395	14.59 325	14.80 389	0.04 178	0.49 421	0.10 276	0.16 304	0.51 300	2.34 436

Nwc_Net	17.98 456	4.67 416	17.79 433	14.26 477	11.65 496	25.14 452	14.88 464	40.85 493	39.83 457	21.07 377	43.24 483	34.50 459	27.64 473	26.44 463	25.03 465	3.22 475	0.18 311	2.52 470	3.18 483	1.98 419	1.51 406

iinet-f	13.51 416	4.29 409	45.90 506	6.01 264	3.96 314	21.00 421	13.40 452	27.40 356	21.12 291	21.11 378	30.72 371	21.49 353	16.96 406	15.33 332	19.50 426	0.12 242	0.42 402	0.09 257	0.05 219	0.89 372	0.39 273

HBP-ISP	12.52 396	7.82 459	8.47 236	7.57 356	4.27 331	12.56 301	6.42 334	28.68 367	29.56 375	21.11 378	35.69 433	15.85 275	18.42 426	20.44 427	11.00 358	3.03 472	2.63 492	7.09 502	3.97 491	3.58 456	2.27 434

DRaft	9.27 303	1.23 103	9.08 272	3.62 86	0.78 91	13.27 315	5.89 307	16.97 216	29.57 376	21.15 380	38.46 454	10.09 181	13.98 357	11.58 211	7.91 304	0.43 355	0.30 376	0.06 225	0.26 359	0.26 171	0.45 294

ssnet_v2	13.23 409	2.43 346	11.25 341	7.34 341	2.92 272	23.05 437	12.95 448	35.93 461	32.92 418	21.23 381	25.38 305	28.81 415	15.22 385	22.57 441	19.81 428	0.18 264	0.08 210	0.19 335	0.05 219	1.24 392	1.06 383

KYRaft	9.04 293	1.11 83	7.02 164	6.50 295	0.97 113	8.27 235	8.19 376	22.86 304	8.20 136	21.30 382	31.38 386	22.64 365	8.20 235	11.99 228	2.96 152	0.02 140	0.02 66	0.05 211	0.68 432	0.40 255	18.09 525

DISCO	16.36 435	1.88 282	16.15 411	7.78 363	4.19 326	26.92 465	10.21 417	30.31 394	44.26 480	21.35 383	33.91 426	35.80 466	22.40 448	35.65 499	33.87 495	0.18 264	0.08 210	0.04 204	0.04 196	1.71 410	0.54 311

PSM-AAD	8.62 283	1.22 100	5.69 109	6.31 285	1.12 126	12.74 305	10.01 409	19.29 256	15.25 219	21.54 384	25.11 302	14.24 249	13.47 343	12.15 242	3.93 204	0.01 89	0.06 167	2.48 469	0.16 304	0.38 247	7.28 495

NLCA_NET_v2_RVC	12.05 385	3.43 388	16.25 414	7.62 357	5.58 398	14.57 340	6.00 315	32.98 429	27.41 364	21.69 385	31.40 387	25.21 395	13.47 343	14.96 328	15.60 398	0.84 418	0.33 386	0.35 378	0.35 393	1.29 394	1.78 416
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
222	12.33 390	1.29 118	8.09 217	6.06 269	2.14 223	19.51 411	2.53 195	33.63 437	23.55 320	21.72 386	30.51 368	20.11 341	16.77 403	13.22 291	46.51 529	0.15 256	0.14 289	0.01 150	0.03 175	0.26 171	0.26 225

MLCV	9.32 305	2.22 335	12.55 361	5.22 206	1.32 152	13.79 321	1.35 85	21.14 282	23.65 323	21.91 387	31.37 385	17.14 300	7.57 220	16.00 358	10.18 343	0.22 287	0.01 23	0.03 184	0.02 156	0.40 255	0.29 239

DEmStereo	8.85 289	1.36 134	9.99 316	4.24 120	1.05 119	11.49 281	5.91 308	13.76 161	26.68 359	22.03 388	32.92 411	11.86 206	15.27 386	11.48 203	8.08 309	0.16 258	0.15 294	0.02 167	0.09 262	0.09 71	0.44 290

LMCR-Stereo	10.75 359	4.13 408	10.67 330	13.11 467	3.99 319	16.68 386	5.91 308	25.30 326	22.69 313	22.04 389	21.80 269	14.67 257	14.24 364	20.55 430	15.86 399	1.90 455	0.04 103	0.00 1	0.02 156	1.29 394	0.18 173

RAFT	8.51 279	2.16 329	8.93 253	8.14 373	0.81 96	12.63 304	8.49 383	16.34 206	15.56 226	22.31 390	18.99 223	19.29 336	11.39 302	17.57 380	6.05 265	0.01 89	0.19 317	0.27 358	0.02 156	0.64 338	0.45 294

TDLM	12.98 406	3.78 398	9.77 306	10.75 442	4.94 361	16.10 371	14.08 457	35.05 452	31.87 401	22.36 391	26.51 322	26.09 403	14.97 381	24.73 453	13.11 373	1.05 433	0.05 134	1.21 443	0.27 364	1.83 414	1.00 379

S-Stereo	16.85 439	3.95 404	20.67 453	12.08 461	8.91 475	21.68 425	12.61 447	32.20 418	44.61 482	22.37 392	38.42 453	29.15 418	28.02 476	18.58 392	22.36 449	2.88 470	3.11 500	0.87 429	1.82 470	3.58 456	9.08 507

GrayStereo	8.86 291	1.17 94	6.94 160	8.09 371	2.82 265	10.58 263	11.40 435	17.93 235	15.74 229	22.43 393	30.95 377	17.80 313	12.44 325	11.19 192	4.57 224	0.02 140	0.02 66	0.18 327	0.79 438	0.31 206	1.90 421

AASNet	12.49 395	2.46 349	10.49 327	9.82 416	6.86 435	17.33 391	6.73 348	41.09 495	37.86 450	22.53 394	29.11 345	16.68 289	13.48 345	14.54 324	17.87 416	0.20 276	0.02 66	0.78 414	0.05 219	1.18 387	0.76 351

ISRNet	12.26 388	2.02 312	17.38 422	12.71 464	6.24 422	7.39 216	1.62 103	29.23 379	31.94 406	22.65 395	35.28 431	24.62 385	15.27 386	15.28 331	13.76 381	0.78 408	1.00 459	2.30 466	0.52 422	0.92 375	4.29 463

GMStereo_Zeroshot	10.83 363	7.81 458	19.95 449	9.55 407	2.47 244	11.83 285	1.31 82	20.84 277	20.52 281	22.73 396	35.93 435	24.76 392	5.94 180	19.68 407	7.04 279	0.45 358	0.02 66	0.25 354	0.01 124	5.38 474	0.19 184

ac_64	11.10 366	1.49 171	9.88 309	8.24 377	5.45 395	19.12 408	6.46 336	24.10 316	14.34 209	22.80 397	23.87 292	33.28 450	15.54 390	18.87 395	17.26 412	0.28 314	0.12 262	0.02 167	0.02 156	0.26 171	0.63 326

HSM	11.33 368	1.80 275	7.04 166	6.13 275	3.99 319	16.16 375	6.92 355	29.69 385	19.39 271	22.95 398	26.05 315	41.08 490	15.79 393	20.25 421	8.89 327	0.02 140	0.03 92	0.01 150	0.00 1	0.15 106	0.34 258

xyz-stereo	13.23 409	0.83 28	38.70 493	2.53 26	0.83 99	41.19 511	4.82 281	13.68 156	26.28 356	22.98 399	37.78 447	29.35 421	18.53 428	18.11 388	7.85 302	0.22 287	0.03 92	0.64 405	0.01 124	0.13 93	0.06 62

RP	17.58 450	4.92 424	15.27 404	15.44 487	11.95 498	21.05 422	11.75 440	27.64 357	45.09 485	22.99 400	42.05 477	39.39 481	27.74 474	25.54 457	22.33 448	5.45 491	0.59 433	4.33 483	1.62 467	3.53 455	2.86 443

G2L-Stereo_test	10.39 347	1.61 217	7.86 202	4.75 156	4.34 341	11.83 285	11.94 442	32.49 422	22.58 312	23.08 401	24.40 295	21.48 352	11.95 316	15.64 341	13.00 372	0.04 178	0.06 167	0.01 150	0.02 156	0.32 216	0.37 267

CVANet_RVC	13.24 411	3.39 386	8.43 232	8.42 381	5.04 369	18.52 406	11.72 439	32.03 414	33.85 421	23.17 402	32.77 407	29.78 423	16.51 400	23.20 443	11.28 360	0.94 424	0.04 103	1.19 442	0.47 415	3.13 446	1.01 380

FADNet-RVC-Resample	11.72 377	4.35 412	30.33 479	9.46 405	3.90 310	14.11 326	7.17 363	25.78 333	23.31 317	23.27 403	29.52 355	19.50 339	15.00 382	15.38 335	8.33 314	0.53 375	0.50 422	0.49 392	0.50 419	1.38 401	1.67 413

GwcNet	16.48 436	5.23 428	20.03 450	10.24 431	8.48 466	28.79 470	10.09 411	38.60 481	44.51 481	23.29 404	36.95 441	31.29 434	19.79 438	20.42 426	25.70 472	0.54 376	0.72 443	0.57 399	0.39 404	1.37 400	2.64 439

AANet_RVC	13.16 407	5.34 430	10.83 336	8.20 376	4.44 345	14.13 328	9.46 397	28.78 371	37.67 448	23.44 405	37.47 445	23.48 375	15.83 394	22.39 440	16.63 406	1.67 449	0.86 453	0.24 353	0.02 156	0.63 334	1.60 409

RAFT_CTSACE	8.24 271	1.97 298	8.39 227	6.89 324	5.11 375	5.86 167	2.63 201	14.62 171	16.88 240	23.52 406	34.77 430	16.02 280	7.37 218	17.91 384	2.23 109	0.00 1	0.12 262	0.00 1	0.03 175	0.39 250	0.05 51

DCVSM-stereo	9.70 320	1.83 277	11.36 344	5.81 243	3.59 300	10.57 262	3.00 216	18.71 247	22.11 306	23.79 407	19.02 224	29.73 422	17.68 416	13.33 293	9.11 329	0.21 281	1.14 462	0.27 358	0.06 235	0.75 361	1.89 419

PSMNet_ROB	16.90 442	5.45 431	14.16 390	13.77 471	7.25 445	27.65 467	32.74 525	43.21 507	37.88 451	24.00 408	32.97 412	34.55 460	16.69 401	17.41 378	23.96 458	0.38 336	0.22 339	0.93 430	2.05 474	1.83 414	0.96 372

CrosDoStereo	9.24 299	1.29 118	8.16 221	4.56 144	1.04 116	7.52 221	15.00 465	15.85 200	24.31 333	24.27 409	33.44 418	13.37 238	13.82 351	12.23 245	8.86 325	0.01 89	0.11 252	0.09 257	0.04 196	0.36 234	0.53 309

DeepStereo_LL	9.24 299	1.29 118	8.16 221	4.56 144	1.04 116	7.52 221	15.00 465	15.85 200	24.31 333	24.27 409	33.44 418	13.37 238	13.82 351	12.23 245	8.86 325	0.01 89	0.11 252	0.09 257	0.04 196	0.36 234	0.53 309

THIR-Stereo	9.38 309	1.78 271	8.50 238	4.74 153	0.71 73	15.92 366	11.93 441	16.39 207	21.56 297	24.27 409	32.07 398	14.40 251	14.14 361	11.49 204	8.39 316	0.05 197	0.25 364	0.10 276	0.05 219	0.33 223	0.58 319

NCC-stereo	19.75 469	6.08 437	23.96 459	15.05 482	16.17 508	18.42 402	21.45 497	43.31 509	41.00 462	24.30 412	38.12 451	34.98 462	26.92 469	35.46 496	25.65 469	4.29 484	2.07 481	3.24 479	8.90 514	2.86 438	2.86 443

Abc-Net	19.75 469	6.08 437	23.96 459	15.05 482	16.17 508	18.42 402	21.45 497	43.31 509	41.00 462	24.30 412	38.12 451	34.98 462	26.92 469	35.46 496	25.65 469	4.29 484	2.07 481	3.24 479	8.90 514	2.86 438	2.86 443
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DualNet (step1)	12.44 393	4.86 420	17.49 423	5.97 258	2.94 273	17.57 396	8.30 378	28.75 368	23.91 330	24.38 414	21.03 257	24.64 386	17.82 419	13.58 302	9.82 334	6.44 497	0.87 454	6.62 493	7.44 505	3.20 449	3.11 448

test_sample9	15.04 424	4.86 420	17.49 423	5.97 258	2.94 273	17.57 396	8.30 378	28.75 368	23.91 330	24.38 414	21.03 257	24.64 386	17.82 419	20.07 415	20.17 430	6.44 497	36.07 534	6.62 493	7.44 505	3.20 449	3.11 448

test_sample7	10.45 348	2.24 338	9.90 310	5.32 213	2.01 218	14.98 346	7.44 368	28.75 368	23.91 330	24.38 414	21.03 257	24.64 386	17.82 419	13.58 302	9.82 334	0.59 384	0.87 454	0.39 385	0.12 283	0.66 344	0.47 297

stereogan	18.62 461	3.07 378	16.31 416	13.04 466	9.99 481	35.74 496	9.09 390	38.17 479	45.27 486	24.39 417	41.24 469	39.93 483	25.46 464	31.29 482	24.33 463	1.80 453	0.91 457	2.71 473	0.75 436	5.15 472	3.70 454

TCMNet	15.19 426	6.68 449	19.70 445	13.83 473	12.53 500	26.35 461	13.66 453	29.47 383	35.21 433	24.71 418	31.20 383	23.44 374	15.13 383	18.97 396	22.59 450	1.13 437	0.65 438	2.04 459	0.97 449	3.18 447	2.31 435

AF-Net	18.38 460	5.60 434	14.21 392	15.95 488	10.78 487	22.26 429	10.45 421	35.39 456	50.22 503	24.71 418	37.77 446	41.55 493	29.24 482	29.11 474	26.67 474	4.35 486	0.06 167	4.56 485	0.90 441	2.42 428	1.38 400

HI	8.30 272	2.00 302	6.75 148	4.58 146	5.15 378	4.16 47	0.50 32	17.99 236	9.24 150	25.03 420	28.22 337	20.23 342	12.47 326	17.93 385	11.49 363	0.00 1	0.10 236	0.00 1	0.05 219	0.08 66	0.05 51

CoSv	8.30 272	2.00 302	6.75 148	4.58 146	5.15 378	4.16 47	0.50 32	17.99 236	9.24 150	25.03 420	28.22 337	20.23 342	12.47 326	17.93 385	11.49 363	0.00 1	0.10 236	0.00 1	0.05 219	0.08 66	0.05 51

APVNet	17.75 453	5.46 432	20.35 452	12.31 462	8.40 465	30.16 476	24.10 509	41.14 496	30.12 387	25.08 422	41.09 468	31.24 433	23.12 450	27.07 464	27.86 484	0.34 327	0.56 431	3.02 476	0.52 422	1.68 409	1.45 404

STTStereo	12.97 404	4.88 423	26.57 467	7.54 354	5.41 392	13.43 317	6.49 338	30.53 397	26.35 358	25.14 423	31.43 388	32.00 439	14.12 360	16.01 359	14.83 391	0.29 316	0.31 379	0.67 407	1.08 454	1.21 389	1.11 385

SQANet	21.24 478	24.08 515	19.60 444	26.40 515	18.74 514	30.87 481	9.24 393	32.70 425	29.58 377	25.25 424	33.37 417	33.47 451	19.19 432	28.11 472	18.32 418	10.87 512	2.92 498	26.49 525	5.65 500	18.43 520	11.48 513

iResNetv2_ROB	12.00 383	2.91 371	13.46 377	5.82 244	3.73 303	13.15 313	6.45 335	34.15 442	36.02 439	25.25 424	33.81 424	29.79 424	14.24 364	13.61 304	6.10 269	0.21 281	0.02 66	0.12 294	0.00 1	0.82 365	0.25 222

fast-acv-ft	14.25 421	4.00 405	16.20 412	7.51 352	5.14 377	26.38 462	9.77 402	24.62 320	34.84 432	25.30 426	37.27 443	32.09 440	20.38 440	18.32 389	19.50 426	0.36 332	0.32 382	0.63 403	0.47 415	1.18 387	0.76 351

GASNet	17.30 447	19.38 506	30.46 480	20.66 501	9.36 479	16.06 369	9.06 389	43.89 511	40.04 458	25.35 427	23.73 288	32.90 448	15.37 389	28.91 473	17.05 408	3.04 473	0.27 371	1.88 457	0.45 413	6.73 479	1.37 399

MMNet	12.97 404	2.08 320	12.74 363	6.98 326	6.27 424	26.39 463	4.73 274	23.10 306	41.79 466	25.48 428	32.29 403	21.09 350	17.79 417	19.52 406	17.90 417	0.19 268	0.07 190	0.10 276	0.00 1	0.37 241	0.59 321

DeepPrunerF	19.92 473	11.02 482	44.29 502	20.74 502	17.75 512	19.19 409	22.57 502	36.86 470	49.93 498	25.48 428	36.62 439	24.69 389	23.97 454	23.44 445	21.79 440	2.68 469	1.63 474	5.70 488	3.95 490	3.38 454	2.67 440

acv_ft	12.16 386	1.68 242	11.97 354	7.70 359	6.20 417	19.61 412	5.52 298	25.78 333	34.81 430	25.62 430	30.78 373	24.72 390	13.20 340	15.81 347	18.80 421	0.13 246	0.01 23	0.06 225	0.06 235	0.63 334	0.15 152

UDG	21.45 482	14.84 495	14.44 397	21.30 507	20.08 517	32.05 486	13.76 454	35.98 463	35.52 436	25.93 431	30.69 370	37.26 471	30.66 488	21.97 437	19.89 429	10.88 513	5.55 515	22.78 521	7.65 508	14.83 515	13.05 517

FINET	15.49 429	6.08 437	24.99 462	8.12 372	7.69 455	21.80 427	22.35 501	33.76 439	48.27 491	25.99 432	32.27 402	19.48 338	16.83 404	19.07 398	16.38 405	1.37 444	0.70 442	0.95 431	0.27 364	2.61 433	0.90 367

DSFCA	11.85 381	2.01 310	12.93 366	5.40 220	6.87 436	15.36 352	10.45 421	30.68 398	31.84 400	25.99 432	23.52 287	22.03 357	14.05 358	20.28 424	12.46 367	0.57 379	0.41 398	0.28 365	0.38 402	1.02 378	0.47 297

GCST	37.32 528	40.98 529	25.25 464	92.15 562	35.59 529	25.00 450	1.02 65	25.45 327	19.73 274	26.01 434	15.21 181	19.51 340	4.75 146	16.71 372	4.32 218	80.90 555	35.46 533	87.50 561	74.71 551	73.21 552	42.99 539

iResNet_ROB	11.71 376	1.96 297	10.77 333	6.01 264	3.68 301	15.13 350	2.34 180	31.72 410	37.58 447	26.16 435	32.77 407	25.88 402	15.34 388	16.35 366	7.94 305	0.19 268	0.01 23	0.00 1	0.00 1	0.31 206	0.12 119

CBMV_ROB	11.77 380	2.89 369	6.92 159	5.20 202	2.88 267	14.12 327	4.79 278	26.69 347	29.84 384	26.17 436	31.92 396	23.61 377	20.74 442	20.20 420	10.18 343	1.78 452	1.80 476	2.17 463	1.26 460	1.61 404	0.55 312

SuperB	17.60 451	6.22 444	56.40 520	7.91 366	5.07 371	19.70 413	9.03 387	24.87 322	50.15 502	26.25 437	39.13 457	17.61 310	20.84 443	22.28 439	25.31 468	0.70 396	0.31 379	1.10 437	0.71 433	16.58 517	1.86 417

SGM-Forest	12.92 403	1.87 281	6.61 141	5.68 233	2.05 220	23.19 438	11.30 432	34.24 445	30.77 392	26.54 438	31.99 397	29.98 425	15.74 392	21.17 434	13.36 377	1.05 433	0.33 386	0.84 425	0.01 124	0.71 350	0.97 373
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RYNet	18.92 463	4.69 417	16.88 420	10.99 447	15.84 507	46.72 515	16.57 479	37.84 476	48.03 490	26.92 439	26.48 320	37.84 475	24.92 462	19.80 409	31.04 493	0.25 307	0.25 364	0.62 402	0.03 175	6.34 478	6.39 482

FAT-Stereo	16.81 438	2.97 374	17.56 427	9.80 415	6.21 418	16.12 374	13.23 451	38.18 480	39.67 456	27.00 440	39.73 462	37.55 472	31.30 491	20.39 425	21.52 436	3.44 476	2.05 479	0.81 423	1.10 455	1.89 417	5.72 475

ADLNet	12.34 391	2.22 335	10.14 320	8.38 380	6.78 434	17.56 395	9.05 388	33.21 434	26.28 356	27.06 441	26.01 311	26.80 406	13.76 350	16.99 376	18.74 420	0.24 301	0.39 394	0.23 350	0.10 271	0.64 338	2.16 432

Wz-Net-LNSev-Ref	15.26 427	3.68 395	27.36 469	7.11 334	5.83 411	24.88 448	12.12 444	30.19 389	36.12 441	27.08 442	45.98 491	29.10 417	13.65 346	20.45 428	20.26 433	0.67 395	0.00 1	0.10 276	0.00 1	0.32 216	0.26 225

pmcnn	14.59 422	3.68 395	19.78 447	6.83 321	4.51 348	21.27 424	14.67 461	27.37 354	30.54 389	27.09 443	40.19 464	38.71 476	18.53 428	17.70 381	19.27 423	0.84 418	0.09 220	0.00 1	0.00 1	0.48 281	0.31 250

dad	12.24 387	10.20 470	13.68 383	6.64 308	1.47 165	13.55 319	3.58 243	17.62 225	35.33 435	27.15 444	32.65 406	30.85 431	10.86 285	14.33 317	10.04 341	2.95 471	0.55 430	7.92 504	0.91 444	3.35 453	1.17 391

AACVNet	10.58 352	2.86 368	9.78 307	8.95 389	3.30 286	10.80 269	4.78 276	22.37 297	12.55 184	27.50 445	29.84 359	30.06 428	15.99 395	19.10 400	11.60 365	0.40 348	0.18 311	0.22 347	0.03 175	0.62 331	0.73 347

DLCB_ROB	13.35 413	3.00 376	9.12 274	9.43 401	5.68 404	21.80 427	10.12 413	29.19 378	29.92 386	27.71 446	31.45 393	32.37 441	19.50 434	19.02 397	16.73 407	0.22 287	0.04 103	0.38 384	0.06 235	0.49 290	0.85 362

RGC	19.90 472	13.26 489	20.24 451	18.19 495	14.06 505	21.21 423	14.33 458	34.97 451	43.60 478	27.73 447	41.49 473	39.76 482	27.98 475	34.52 491	21.37 435	3.66 479	0.54 428	8.67 505	4.16 492	4.19 462	4.02 459

ADCL	21.64 483	6.20 441	47.32 508	9.93 420	6.91 439	38.69 507	19.97 493	31.26 405	54.04 508	27.89 448	47.97 499	31.35 435	30.66 488	33.18 486	36.62 503	0.99 428	0.92 458	2.63 471	1.82 470	2.45 429	2.13 427

SACVNet	13.38 415	4.08 406	11.41 346	11.67 455	5.79 408	17.28 390	9.39 395	32.77 426	22.29 307	28.11 449	33.35 416	32.48 442	21.86 446	19.75 408	10.28 347	1.00 429	0.48 418	0.85 426	0.29 371	1.31 397	3.08 446

DRN-Test	15.88 430	3.83 401	14.70 400	9.96 422	8.02 463	28.93 473	14.65 460	42.34 500	38.25 453	28.18 450	34.31 428	29.22 419	18.35 425	20.01 413	22.68 451	0.37 335	0.41 398	0.46 389	0.28 367	1.28 393	1.34 397

WZ-Net	25.17 504	12.95 488	63.02 526	15.13 484	10.42 486	38.51 505	27.42 518	40.46 491	54.17 509	28.32 451	52.95 510	40.81 489	28.36 479	37.07 504	41.35 520	1.21 441	0.21 329	0.73 411	0.94 447	5.42 475	3.87 458

Syn2CoEx	17.03 444	10.40 473	25.65 465	20.35 499	8.02 463	26.28 460	11.27 431	37.16 472	32.69 416	28.89 452	40.17 463	29.27 420	26.63 467	19.19 401	17.63 414	0.98 427	0.54 428	1.23 447	0.23 340	1.82 413	2.24 433

DDUNet	22.66 487	19.69 508	14.64 398	24.11 511	22.38 521	24.84 446	17.71 485	30.36 395	30.32 388	29.02 453	37.31 444	37.63 473	24.66 460	24.67 451	17.08 409	18.42 523	7.92 521	26.43 524	11.81 520	17.23 518	16.95 522

StereoDRNet-Refined	13.36 414	2.80 363	10.82 335	7.94 367	3.10 278	18.95 407	4.45 267	28.47 366	29.65 378	29.11 454	41.47 472	24.44 383	17.64 415	23.34 444	21.66 439	0.16 258	0.07 190	0.53 396	0.32 386	0.77 363	1.64 411
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
StereoDRNet	15.30 428	4.47 413	14.35 396	10.71 439	8.69 469	25.02 451	11.03 427	39.66 487	35.62 437	29.17 455	28.81 343	34.05 456	17.80 418	18.80 394	23.77 456	0.41 350	0.30 376	0.15 315	0.14 294	1.64 406	1.42 402

PDISCO_ROB	24.45 501	9.24 462	29.28 474	28.68 519	19.96 516	37.14 499	15.33 470	45.04 514	54.69 511	29.24 456	42.67 478	46.07 507	28.17 477	35.35 493	30.30 492	9.92 509	2.13 483	6.90 497	3.20 484	8.74 495	6.87 488

ADCP+	18.16 457	4.61 415	32.94 483	9.31 399	10.23 483	28.87 471	11.69 438	33.43 435	36.49 443	29.28 457	40.49 465	24.18 382	24.61 459	33.89 488	35.33 499	0.25 307	0.40 397	2.00 458	1.17 457	2.16 426	1.87 418

CSP-Net	12.85 402	2.95 373	9.64 297	5.94 257	3.96 314	25.85 456	9.93 404	28.81 372	26.00 353	29.31 458	32.44 404	30.00 426	15.16 384	20.25 421	14.30 387	0.55 378	0.19 317	0.03 184	0.00 1	0.65 340	0.98 376

PWCDC_ROB	17.80 454	9.62 467	18.38 436	17.95 494	7.74 456	24.61 445	5.56 301	34.41 448	52.79 506	29.66 459	50.20 506	20.63 344	19.69 436	29.85 478	20.87 434	6.18 494	0.26 366	0.10 276	0.05 219	5.36 473	2.00 424

MaskLacGwcNet_RVC	16.87 441	16.27 498	17.93 434	11.24 453	6.69 431	28.95 474	10.44 420	41.23 497	21.49 296	29.68 460	34.27 427	32.48 442	11.00 290	20.05 414	15.09 394	8.22 502	2.59 491	12.23 513	0.75 436	10.40 500	6.34 481

NaN_ROB	16.51 437	6.51 446	16.22 413	10.53 437	4.64 353	31.76 483	17.78 486	37.00 471	43.37 475	29.68 460	31.29 384	32.67 447	20.32 439	28.00 471	16.06 401	0.38 336	0.41 398	0.32 375	0.41 406	0.87 371	1.94 422

CRFU-Net	12.56 397	2.89 369	11.77 350	8.18 374	5.80 409	24.84 446	10.46 425	24.56 319	13.12 192	30.06 462	29.37 348	29.09 416	19.64 435	19.96 412	18.53 419	0.82 415	0.48 418	0.27 358	0.15 301	0.53 306	0.68 337

ETE_ROB	17.67 452	9.48 466	17.66 429	13.60 469	4.57 349	23.03 435	21.09 496	32.49 422	35.24 434	30.49 463	38.06 450	46.18 508	24.49 456	26.40 461	24.21 461	0.46 363	0.24 356	1.14 438	0.84 439	1.52 403	2.13 427

Wz-Net-MNSev	18.98 464	6.53 447	33.16 485	10.15 427	7.26 447	38.37 504	16.45 477	34.19 444	43.20 474	30.65 464	40.76 466	40.51 487	19.24 433	27.56 466	28.06 489	0.81 414	0.26 366	0.05 211	0.10 271	1.45 402	0.84 359

DPSNet	24.40 499	6.97 455	33.14 484	11.16 451	6.54 427	53.33 524	43.32 534	51.28 524	59.37 525	30.89 465	39.36 458	40.35 486	34.30 498	32.57 485	25.09 466	4.65 489	1.62 473	0.37 382	0.66 431	8.51 494	4.44 466

ADCRef	17.30 447	6.73 450	42.01 501	10.11 425	8.78 473	26.61 464	10.45 421	31.29 407	32.75 417	31.19 466	41.62 475	18.47 325	19.78 437	24.29 450	34.06 497	0.76 406	0.42 402	2.16 462	1.79 468	1.23 391	1.56 408

CBMV	13.69 418	3.63 392	8.02 214	5.93 256	2.69 256	22.57 433	12.44 445	29.81 386	31.57 399	31.20 467	33.79 423	31.04 432	17.41 413	25.28 456	14.11 385	0.71 398	0.60 434	0.60 401	0.11 281	1.11 384	1.13 388
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PSMNet-RUCA	24.03 496	26.83 517	40.96 497	35.46 522	34.27 527	16.24 380	9.79 403	39.82 488	31.45 397	31.49 468	41.54 474	36.82 469	26.02 465	27.92 468	15.09 394	11.51 517	2.06 480	20.58 519	8.10 512	15.83 516	8.74 504

NCCL2	17.23 446	6.37 445	14.30 395	23.45 510	7.18 444	24.16 441	17.05 482	34.39 447	25.88 349	31.55 469	38.01 449	42.09 495	26.81 468	20.94 433	22.69 452	0.45 358	0.23 345	2.63 471	1.80 469	2.02 423	2.57 437

XQC	24.10 497	16.76 499	50.68 510	21.37 508	11.01 489	35.24 495	18.84 490	37.28 474	55.11 515	31.64 470	30.06 365	37.71 474	30.31 487	37.17 505	39.66 512	4.20 483	0.41 398	2.76 474	1.89 472	11.46 508	8.42 503

RTSC	19.64 468	9.36 463	31.06 481	10.99 447	6.24 422	28.10 468	10.14 415	37.50 475	58.34 523	31.74 471	36.70 440	32.50 444	21.03 445	36.00 502	37.24 507	1.23 442	0.44 408	0.12 294	0.31 382	1.98 419	1.69 414

Wz-Net-SNSev	22.67 488	16.94 500	45.69 505	13.85 474	8.52 467	28.89 472	27.06 516	39.39 486	55.04 514	31.77 472	53.23 511	39.18 479	23.41 452	26.40 461	36.25 501	0.78 408	0.21 329	1.21 443	0.90 441	3.03 442	1.62 410

XPNet_ROB	17.33 449	4.84 418	15.44 405	11.15 450	6.64 428	20.88 420	16.10 474	36.26 464	39.54 455	31.80 473	41.32 470	41.30 492	23.91 453	24.67 451	27.40 478	1.07 436	0.74 445	0.79 416	0.25 355	1.10 383	1.31 396

Consistency-Raft	41.82 530	35.10 524	44.56 504	32.85 521	41.39 533	46.76 516	34.76 527	57.01 533	54.94 513	32.10 474	65.22 535	30.82 430	48.46 523	40.81 516	48.77 532	27.39 530	34.28 532	42.92 531	51.66 541	39.28 531	27.28 529

DANet	16.85 439	8.00 460	26.04 466	14.56 481	7.25 445	20.59 419	5.37 289	26.22 341	26.02 355	32.17 475	36.00 436	37.20 470	29.77 484	30.75 479	24.62 464	1.14 439	1.34 465	2.21 464	0.51 421	3.18 447	4.07 461
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	16.92 443	4.32 411	12.46 359	10.84 444	4.24 328	23.04 436	15.36 471	39.91 489	34.47 428	32.42 476	45.10 490	40.04 485	27.54 472	23.61 447	20.20 432	1.02 432	0.08 210	0.67 407	0.22 331	1.87 416	0.97 373

PWC_ROB	18.37 459	10.55 474	25.19 463	10.21 429	6.29 425	23.75 439	4.79 278	35.93 461	48.75 494	32.56 477	44.46 489	34.68 461	24.78 461	30.99 480	25.72 473	1.38 446	0.08 210	1.57 452	0.26 359	2.18 427	3.17 453

DispFullNet	30.27 516	31.74 521	58.63 523	30.13 520	28.18 525	31.79 484	8.94 386	37.16 472	54.68 510	32.60 478	37.99 448	44.62 500	28.80 481	41.55 517	27.93 486	11.94 519	3.46 503	35.53 529	12.34 521	30.08 528	17.26 523

Wz-Net-LNSev	18.19 458	10.57 475	41.33 498	10.19 428	7.94 461	24.29 442	15.28 469	34.15 442	43.38 476	32.90 479	43.72 486	31.94 438	22.21 447	20.81 432	22.26 446	0.47 364	0.22 339	0.00 1	0.02 156	1.22 390	0.94 371

ADCPNet	21.93 484	9.38 464	57.92 521	11.76 457	6.88 437	36.03 497	18.44 488	32.80 427	35.93 438	32.91 480	43.80 487	39.21 480	26.99 471	31.14 481	36.94 505	2.05 457	2.67 494	2.30 466	3.45 486	4.22 463	3.82 456

LALA_ROB	19.19 465	7.15 456	15.93 410	12.96 465	5.30 388	28.30 469	23.21 508	42.51 501	36.69 444	33.45 481	40.81 467	50.96 518	24.53 457	27.92 468	25.66 471	0.60 385	0.44 408	2.04 459	1.22 459	2.54 432	1.47 405

test_sample8	17.19 445	4.86 420	17.49 423	5.97 258	2.94 273	17.57 396	8.30 378	31.87 411	18.55 265	33.54 482	26.00 310	40.64 488	32.90 495	20.07 415	20.17 430	6.44 497	36.07 534	6.62 493	7.44 505	3.20 449	3.11 448

CC-Net-ROB	22.04 485	22.91 512	28.86 471	14.05 476	8.73 470	33.79 491	15.26 468	46.84 516	36.06 440	33.72 483	32.10 399	35.47 464	24.02 455	23.57 446	27.88 485	8.95 505	2.95 499	24.94 523	3.68 487	12.41 509	4.62 468

YMNet	15.91 431	5.68 435	21.74 455	10.94 445	8.77 471	25.22 453	9.21 391	32.22 419	31.35 395	33.81 484	38.84 455	34.00 453	17.83 422	19.95 410	21.57 437	0.87 420	1.30 463	1.22 445	0.91 444	1.64 406	1.18 393

YMNet_1	15.91 431	5.68 435	21.74 455	10.94 445	8.77 471	25.22 453	9.21 391	32.22 419	31.35 395	33.81 484	38.84 455	34.00 453	17.83 422	19.95 410	21.57 437	0.87 420	1.30 463	1.22 445	0.91 444	1.64 406	1.18 393

edge stereo	18.75 462	5.12 425	17.66 429	10.77 443	7.84 459	22.41 431	11.03 427	35.23 455	42.07 469	34.62 486	42.74 479	41.28 491	35.50 499	25.14 455	24.17 460	2.42 465	2.42 490	6.35 492	1.45 464	2.89 440	3.80 455

AnyNet_C32	23.37 492	13.28 490	40.29 496	12.36 463	11.44 493	30.39 477	29.15 521	31.36 408	44.90 484	35.36 487	48.86 500	33.61 452	34.20 497	43.15 519	41.62 521	1.27 443	1.35 466	1.18 441	2.58 479	4.77 467	6.27 480

PASM	28.19 510	17.35 501	48.18 509	22.49 509	22.20 520	25.92 457	25.84 514	34.35 446	49.45 496	35.37 488	39.48 459	46.72 510	33.36 496	34.28 490	36.77 504	11.73 518	14.94 526	17.43 518	22.18 527	13.45 510	12.32 516

SHD	21.32 480	10.03 469	30.16 478	14.30 478	8.68 468	24.15 440	8.93 385	40.82 492	61.17 527	35.79 489	44.15 488	38.73 477	30.20 485	33.88 487	31.09 494	2.00 456	0.81 450	1.17 439	1.55 465	4.08 461	4.78 469

Wz-Net-TNSev	25.12 502	20.16 509	57.98 522	9.56 408	7.42 450	42.73 512	22.27 500	35.14 453	53.46 507	35.97 490	42.74 479	45.83 504	39.87 511	36.56 503	34.73 498	1.82 454	1.51 471	0.76 413	1.34 462	5.84 477	6.80 486

GANetREF_RVC	25.41 505	29.28 519	24.63 461	25.18 512	6.04 415	30.44 478	35.39 529	47.84 518	50.60 504	36.88 491	36.04 437	34.11 458	31.23 490	37.46 506	27.96 487	8.58 503	2.66 493	16.29 516	4.95 498	14.37 514	8.32 502
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
CSAN	21.34 481	9.45 465	23.34 458	20.99 504	4.95 362	32.57 487	34.26 526	38.83 484	49.95 500	36.97 492	39.72 461	44.97 502	31.73 492	26.05 458	23.94 457	1.52 447	0.47 416	0.85 426	1.43 463	2.73 435	2.14 430

ccnet	24.02 495	16.16 497	21.70 454	11.83 459	17.75 512	37.87 502	16.18 475	45.46 515	31.93 405	36.99 493	46.46 497	38.76 478	29.52 483	37.55 507	40.93 518	9.20 506	6.29 516	9.63 508	7.71 510	11.19 504	7.21 494

SAMSARA	34.43 523	18.53 502	31.91 482	55.34 534	35.34 528	75.99 552	94.71 562	47.97 519	50.84 505	37.47 494	36.99 442	53.12 521	38.55 508	39.56 513	38.65 510	3.59 477	5.40 514	2.22 465	3.72 488	9.43 497	9.29 509

G-Net	21.25 479	8.24 461	37.97 492	15.14 485	9.26 478	50.87 521	16.80 481	27.96 359	30.54 389	38.92 495	42.93 482	33.27 449	32.17 494	27.99 470	25.25 467	4.40 487	3.83 508	3.60 482	0.97 449	7.91 489	6.95 489

Ntro	34.97 524	37.63 527	54.53 516	43.26 529	22.45 522	57.73 531	21.97 499	47.14 517	64.21 534	39.12 496	48.86 500	47.93 512	36.94 503	40.66 515	29.83 491	17.16 522	6.51 517	32.70 528	10.17 517	24.06 524	16.48 521

otaku	33.18 519	35.99 526	52.93 511	40.01 525	21.41 518	55.08 525	17.25 483	43.30 508	61.58 528	39.25 497	49.16 503	46.61 509	28.49 480	39.77 514	28.76 490	18.56 524	7.00 520	31.82 527	9.61 516	21.53 523	15.48 520

SANet	20.96 476	6.60 448	29.81 475	8.83 386	3.19 281	31.27 482	20.56 495	41.86 499	56.09 519	39.30 498	43.62 484	44.95 501	31.93 493	27.83 467	23.67 455	0.94 424	0.52 426	0.99 433	0.42 408	4.72 466	2.03 425

ADCMid	22.76 489	10.75 477	41.73 499	11.23 452	7.97 462	27.26 466	19.18 492	35.44 458	38.02 452	40.23 499	46.38 494	36.56 468	42.70 516	38.20 510	40.75 515	1.77 451	1.43 469	3.05 477	3.81 489	4.96 468	3.82 456

AnyNet_C01	29.76 512	25.78 516	75.37 543	17.03 491	11.34 491	49.00 519	27.12 517	37.99 477	40.05 459	40.73 500	65.13 534	46.98 511	38.86 509	46.63 521	48.19 531	2.14 458	2.13 483	2.13 461	2.56 478	8.14 491	7.98 500

MSMD_ROB	22.90 490	9.64 468	14.76 401	17.46 493	9.88 480	34.94 493	18.83 489	33.67 438	37.47 446	40.97 501	59.80 524	45.93 506	38.34 507	31.74 483	23.24 454	6.22 496	3.58 505	8.78 506	11.03 519	6.76 481	5.06 473

WCMA_ROB	20.02 474	4.30 410	19.72 446	9.47 406	7.00 440	32.71 489	13.99 456	31.97 413	32.48 413	41.51 502	52.00 509	44.09 499	36.14 501	32.43 484	24.29 462	6.19 495	2.79 496	1.09 436	1.10 455	3.95 459	3.13 451

MFN_U_SF_DS_RVC	23.92 494	13.60 491	30.09 477	25.46 513	10.02 482	38.51 505	20.40 494	35.77 460	43.76 479	42.15 503	47.10 498	39.99 484	28.20 478	35.96 500	27.06 476	3.64 478	3.85 509	6.66 496	16.30 525	4.97 469	4.98 472

ADCS	26.20 507	13.71 492	46.90 507	14.51 480	10.34 484	30.46 479	22.72 504	42.81 505	57.61 522	42.58 504	49.37 504	41.91 494	40.43 512	41.90 518	44.58 526	2.37 462	2.19 485	2.37 468	3.29 485	7.32 483	6.52 484

psmorigin	20.95 475	10.24 472	35.84 487	9.75 413	7.05 441	24.59 444	10.11 412	32.85 428	32.17 409	43.09 505	54.57 517	42.79 496	36.62 502	35.99 501	27.41 479	1.58 448	2.72 495	0.79 416	1.05 452	3.26 452	6.50 483

ACVNet-4b	36.40 526	52.20 533	56.11 519	42.45 528	21.78 519	48.56 518	14.37 459	49.50 522	60.15 526	43.17 506	46.38 494	55.62 523	24.56 458	38.15 509	21.97 442	25.13 529	3.66 507	46.93 532	33.56 532	25.97 525	17.74 524

MDST_ROB	17.92 455	1.60 212	13.68 383	13.88 475	6.44 426	43.05 513	14.86 463	42.74 503	41.66 464	43.25 507	42.85 481	28.43 414	17.28 411	29.35 475	16.06 401	0.88 422	0.11 252	0.63 403	0.47 415	0.50 296	0.64 332

RTS	30.15 514	23.12 513	96.33 560	16.71 489	11.63 494	58.66 533	24.28 510	36.80 468	62.63 531	43.79 508	46.10 492	32.56 445	43.90 517	51.29 527	40.92 516	2.38 463	0.66 439	1.06 434	0.74 434	5.11 470	4.34 464

RTSA	30.15 514	23.12 513	96.33 560	16.71 489	11.63 494	58.66 533	24.28 510	36.80 468	62.63 531	43.79 508	46.10 492	32.56 445	43.90 517	51.29 527	40.92 516	2.38 463	0.66 439	1.06 434	0.74 434	5.11 470	4.34 464

FBW_ROB	21.00 477	10.23 471	22.72 457	13.71 470	6.77 433	30.49 480	16.46 478	44.58 512	43.57 477	44.25 510	39.59 460	43.27 498	26.12 466	33.96 489	21.80 441	2.58 468	1.84 477	7.14 503	2.78 481	4.00 460	4.06 460

FCDSN-DC	25.59 506	14.91 496	18.83 438	28.55 518	15.68 506	39.29 508	18.16 487	42.83 506	41.69 465	44.43 511	51.94 508	50.82 517	39.22 510	34.59 492	27.29 477	6.05 493	3.63 506	7.01 500	6.41 501	10.35 499	10.17 511
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SGM_RVC	19.52 467	2.12 326	6.79 153	6.59 302	1.33 154	38.20 503	15.74 472	38.13 478	34.07 423	45.71 512	41.91 476	51.41 519	38.10 505	38.77 512	27.80 483	0.61 388	0.36 391	0.51 394	0.33 390	1.03 379	0.90 367
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
LSM	29.98 513	19.52 507	55.11 518	19.06 498	53.75 539	32.57 487	23.17 507	42.61 502	48.57 493	45.97 513	55.04 519	42.93 497	36.02 500	35.63 498	27.03 475	2.33 460	9.19 522	4.87 486	7.71 510	10.65 502	27.91 532

FC-DCNN	24.37 498	10.99 481	19.02 439	18.44 496	9.16 476	36.98 498	23.07 506	40.44 490	43.05 473	46.25 514	53.58 515	50.44 515	37.86 504	35.45 495	27.57 481	6.87 501	3.37 501	6.01 489	4.88 496	7.86 488	6.05 477

FC-DCNN v2	24.44 500	10.97 480	18.53 437	18.49 497	9.18 477	37.41 500	23.03 505	40.91 494	43.02 472	46.46 515	54.06 516	50.67 516	38.26 506	35.41 494	27.52 480	6.85 500	3.38 502	6.03 490	4.89 497	7.82 487	5.94 476

MFN_U_SF_RVC	28.16 509	14.14 494	53.23 512	21.11 505	7.91 460	39.97 509	13.13 450	51.65 526	46.34 488	47.41 516	53.38 512	55.32 522	40.53 513	38.47 511	39.74 513	5.67 492	4.46 511	6.98 499	8.73 513	7.47 484	7.44 496

aanetorigin	19.21 466	12.59 487	53.50 513	9.67 411	7.83 458	11.85 287	13.87 455	17.05 218	34.15 425	49.18 517	48.89 502	34.05 456	30.22 486	22.86 442	28.00 488	1.01 431	0.75 447	0.67 407	0.89 440	3.07 443	4.14 462

RainbowNet	51.25 532	62.74 541	64.52 530	60.13 535	39.00 532	58.72 535	30.83 522	57.31 534	79.18 551	50.24 518	65.35 536	60.13 529	44.25 519	49.47 523	41.16 519	46.52 537	46.06 540	52.72 536	31.78 530	52.33 537	32.47 533

SGM-ForestM	23.72 493	2.44 347	9.13 276	7.43 347	2.25 229	44.80 514	19.11 491	44.90 513	49.97 501	50.74 519	51.18 507	62.06 532	45.83 520	44.96 520	33.88 496	1.00 429	0.84 452	0.78 414	0.62 430	1.29 394	1.11 385

MeshStereo	22.27 486	6.87 452	11.15 340	7.69 358	4.87 358	37.70 501	13.06 449	41.64 498	36.95 445	50.92 520	53.41 513	58.12 524	41.93 515	37.73 508	27.62 482	2.52 467	2.37 487	2.99 475	2.07 475	3.09 444	2.60 438
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
MADNet+	53.31 534	68.61 542	98.75 567	67.03 539	37.58 530	79.83 558	81.74 558	60.38 536	61.61 529	51.43 521	54.92 518	61.11 531	59.29 536	69.66 543	76.71 558	23.88 527	24.03 530	17.08 517	12.35 522	32.47 529	27.69 531

PVD	33.19 520	18.59 503	37.64 491	26.09 514	16.99 511	33.25 490	42.25 533	51.42 525	66.03 537	52.65 522	64.31 532	51.93 520	55.13 530	51.61 529	40.40 514	4.00 482	3.51 504	9.53 507	4.26 493	10.62 501	23.56 527

anonymity	52.32 533	58.23 537	63.91 527	41.12 527	59.25 543	53.27 523	41.04 532	55.69 532	40.20 460	54.85 523	49.49 505	49.13 514	55.48 531	59.07 534	49.65 535	55.86 540	50.03 546	51.00 534	51.08 539	51.71 535	56.36 541

MANE	31.97 518	10.75 477	17.71 432	20.94 503	13.77 503	47.80 517	26.85 515	53.00 529	55.20 516	59.29 524	64.30 531	64.93 535	56.31 534	51.83 530	38.69 511	9.61 508	4.72 512	6.91 498	19.93 526	9.20 496	7.64 498

ACVNet_1	41.30 529	49.46 531	64.91 531	44.67 530	25.07 523	49.43 520	25.23 512	55.33 531	65.87 536	59.72 525	59.33 523	63.43 533	48.79 524	49.63 524	37.09 506	19.05 525	9.82 523	38.29 530	13.97 523	28.67 526	18.23 526

BEATNet-Init1	35.08 525	20.64 510	54.70 517	27.43 516	12.00 499	58.29 532	31.01 523	52.58 528	57.49 521	60.36 526	62.98 527	69.98 538	55.54 532	53.00 531	44.40 524	4.61 488	2.84 497	7.05 501	6.89 502	10.97 503	8.94 506

ELAS	33.68 521	18.95 504	36.71 489	20.64 500	13.61 502	56.43 526	35.14 528	50.03 523	49.90 497	60.58 527	63.83 530	58.64 527	53.36 527	50.73 525	44.44 525	11.03 514	6.58 518	10.02 509	7.43 504	13.58 513	11.94 515
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
EDNetEfficientorigin	28.98 511	35.45 525	99.82 570	9.43 401	5.65 402	24.97 449	14.79 462	26.06 338	54.82 512	60.87 528	57.59 521	45.42 503	50.27 525	26.11 459	43.62 523	0.30 317	0.37 393	1.61 453	2.35 477	10.17 498	9.99 510

MFMNet_re	72.05 547	79.64 553	64.23 529	52.73 533	84.71 558	77.93 554	68.35 547	63.96 538	66.93 538	61.00 529	71.29 542	63.84 534	68.91 540	72.42 550	61.11 543	82.03 558	74.22 559	80.34 549	74.44 550	83.62 559	89.34 561

SGM+DAISY	54.67 536	56.61 534	62.73 525	40.21 526	53.22 537	61.95 538	48.59 536	55.05 530	44.62 483	61.03 530	63.68 528	60.46 530	55.62 533	60.68 536	55.34 538	56.34 542	48.56 543	50.16 533	49.63 538	52.25 536	56.76 543

ELAS_RVC	33.79 522	19.15 505	35.97 488	21.28 506	13.79 504	52.58 522	36.11 530	48.96 521	55.66 517	61.47 531	62.91 526	58.35 526	53.55 528	53.37 532	42.23 522	11.25 516	6.64 519	10.32 510	7.05 503	13.56 511	11.58 514
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
EDNetEfficient	25.16 503	22.23 511	77.22 545	9.09 393	7.38 448	19.38 410	16.78 480	21.41 284	55.74 518	61.52 532	53.51 514	36.22 467	40.65 514	24.22 448	38.27 509	0.62 391	0.74 445	0.86 428	2.60 480	7.70 485	7.09 491

SPS-STEREO	55.62 537	59.14 538	64.16 528	45.05 531	53.84 540	59.88 536	44.00 535	59.53 535	49.94 499	62.33 533	61.09 525	59.80 528	56.82 535	60.06 535	57.85 539	58.41 543	48.34 542	51.07 535	49.21 537	55.41 539	56.48 542
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
TorneroNet-64	65.66 542	70.70 544	71.20 539	76.52 544	59.70 545	66.78 542	58.05 541	67.53 541	80.00 552	62.67 534	67.40 537	83.09 550	69.42 541	67.34 538	62.05 545	48.31 539	44.07 539	72.93 542	63.88 543	68.05 543	53.58 540

JetBlue	54.08 535	45.10 530	74.15 541	51.17 532	47.68 534	75.66 551	60.97 543	63.63 537	62.09 530	63.32 535	64.88 533	78.86 545	68.17 539	68.15 541	75.09 557	36.86 531	24.88 531	29.01 526	29.12 529	28.71 527	34.13 534

TCMNet-wrong-test	76.74 555	91.47 563	89.31 555	97.64 565	97.35 565	94.87 561	92.51 561	69.78 546	65.29 535	63.44 536	71.10 541	65.66 536	51.44 526	85.29 560	74.70 555	56.06 541	20.22 527	83.11 557	82.39 555	95.02 566	88.18 560

MSC_U_SF_DS_RVC	37.16 527	34.69 523	53.68 514	37.47 524	12.55 501	56.80 529	22.63 503	52.02 527	63.29 533	66.20 537	63.82 529	58.12 524	53.73 529	51.21 526	46.48 528	8.79 504	5.31 513	14.69 515	15.22 524	17.27 519	9.21 508

IMH-64-1	59.25 539	58.09 535	67.69 535	66.06 536	50.51 535	56.45 527	49.45 538	68.83 542	67.75 540	67.58 538	80.37 550	70.15 539	74.28 546	72.16 548	48.94 533	42.00 534	42.87 537	65.57 538	47.02 534	51.52 533	37.76 536

IMH-64	59.25 539	58.09 535	67.69 535	66.06 536	50.51 535	56.45 527	49.45 538	68.83 542	67.75 540	67.58 538	80.37 550	70.15 539	74.28 546	72.16 548	48.94 533	42.00 534	42.87 537	65.57 538	47.02 534	51.52 533	37.76 536

NVStereoNet_ROB	41.93 531	32.40 522	44.55 503	36.60 523	27.78 524	34.52 492	32.38 524	48.84 520	57.18 520	69.34 540	75.62 546	66.07 537	64.86 538	47.34 522	60.78 542	15.72 521	23.99 529	23.40 522	32.06 531	21.34 522	23.86 528
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
LE_ROB	22.93 491	3.07 378	14.02 387	7.70 359	2.86 266	31.99 485	17.35 484	28.10 362	67.19 539	70.51 541	55.61 520	49.07 513	47.62 522	24.76 454	36.49 502	0.35 330	0.20 322	0.27 358	0.55 425	0.48 281	0.44 290

TorneroNet	71.21 545	73.44 547	75.82 544	80.82 553	65.65 549	70.53 545	64.39 546	71.42 548	75.97 547	71.47 542	73.68 544	84.17 553	74.00 545	69.85 544	69.09 549	59.37 544	48.19 541	79.67 546	73.51 549	74.93 554	68.26 553

IMH	62.95 541	60.33 539	67.78 537	69.51 540	53.65 538	65.09 541	54.21 540	72.00 550	73.28 545	72.49 543	81.93 552	72.96 541	79.81 550	76.65 554	51.41 536	43.57 536	49.82 545	67.81 540	51.14 540	54.83 538	40.67 538

ktn	72.58 550	80.06 556	69.96 538	79.14 549	69.86 554	75.40 550	70.43 552	69.01 544	76.90 548	72.88 544	77.46 547	77.43 543	77.41 549	72.78 551	55.00 537	79.09 552	65.99 554	80.09 548	68.29 544	71.46 550	62.98 547

coex-ft	30.77 517	38.58 528	93.29 559	9.44 404	5.62 400	34.95 494	25.30 513	30.83 400	59.36 524	73.23 545	58.53 522	45.92 505	47.29 521	29.44 476	45.30 527	1.37 444	1.65 475	0.95 431	0.96 448	8.35 493	4.96 471

WAO-6	70.64 544	73.02 546	66.25 532	79.92 551	61.74 547	68.74 543	59.08 542	75.27 554	87.02 558	74.72 546	79.40 549	79.19 546	84.60 556	67.70 540	60.53 541	67.85 546	48.88 544	81.48 550	73.29 548	65.57 541	58.60 544

UNDER WATER	75.92 554	79.25 552	87.75 554	84.39 554	66.43 550	77.08 553	77.22 556	66.90 540	72.16 544	75.32 547	71.56 543	85.89 558	82.15 554	70.11 545	74.99 556	79.34 553	53.61 548	86.40 559	84.53 558	71.29 549	72.11 555

UNDER WATER-64	73.11 551	74.48 548	87.70 553	74.03 542	55.20 541	78.24 555	75.71 555	65.33 539	67.91 542	75.60 548	69.32 540	84.41 554	76.93 548	68.43 542	72.45 552	81.18 556	56.77 551	82.46 553	80.34 554	68.22 544	67.48 552

WAO-7	72.21 549	78.21 549	54.04 515	79.33 550	69.31 553	70.20 544	72.09 553	77.85 558	84.90 557	77.35 549	86.03 556	79.37 547	79.88 551	65.32 537	65.33 548	62.33 545	69.70 557	70.51 541	73.21 547	67.23 542	62.02 546

notaker	72.18 548	79.78 554	78.84 547	78.75 548	68.52 551	63.26 539	61.68 544	69.22 545	75.95 546	77.58 550	78.85 548	79.69 548	84.79 557	77.39 555	58.43 540	69.68 549	60.79 553	77.46 545	68.48 545	69.62 545	64.92 550

tt	89.96 562	1.02 63	100.00 573	99.40 569	100.00 571	100.00 571	100.00 571	100.00 573	100.00 571	78.36 551	67.94 538	99.99 574	100.00 571	100.00 574	100.00 574	95.81 565	99.93 570	87.43 560	86.39 560	95.11 567	87.89 559

PWCK	65.90 543	88.63 560	79.40 548	80.32 552	29.96 526	63.85 540	39.45 531	72.07 551	71.26 543	78.74 552	68.99 539	77.82 544	61.77 537	82.81 558	62.64 546	80.17 554	39.88 536	81.90 552	47.37 536	73.54 553	37.51 535

ACVNet_2	57.39 538	61.72 540	72.56 540	66.35 538	38.29 531	61.93 537	48.64 537	71.64 549	81.91 554	79.28 553	88.72 561	76.25 542	72.87 544	54.33 533	46.74 530	37.13 532	23.36 528	54.52 537	37.80 533	46.22 532	27.59 530

DPSimNet_ROB	74.29 553	83.27 558	59.30 524	77.19 545	65.13 548	75.14 548	74.95 554	73.99 553	76.94 549	81.99 554	75.48 545	80.18 549	71.76 542	67.39 539	84.00 560	81.87 557	51.14 547	79.99 547	76.70 553	70.17 546	79.21 558

LVE	71.50 546	72.46 545	83.91 552	75.21 543	55.29 542	74.81 546	62.76 545	77.22 555	83.77 556	82.09 555	87.11 560	83.38 551	82.41 555	75.93 552	64.49 547	48.28 538	57.24 552	74.61 544	62.53 542	65.49 540	61.01 545

HanzoNet	77.61 558	81.11 557	82.83 549	77.82 547	69.15 552	75.25 549	69.06 551	73.49 552	77.84 550	82.19 556	82.80 553	85.42 555	86.67 560	85.99 561	73.64 554	85.24 562	68.38 556	81.71 551	75.47 552	71.98 551	66.24 551

WAO-8	76.87 556	78.41 550	66.45 533	86.81 556	72.47 555	79.27 556	68.59 549	77.75 556	89.01 560	83.09 557	86.98 557	85.87 556	84.97 558	72.12 546	69.11 550	74.93 550	55.23 549	87.79 562	83.50 556	70.47 547	64.56 548

Venus	76.87 556	78.41 550	66.45 533	86.81 556	72.47 555	79.27 556	68.59 549	77.75 556	89.01 560	83.09 557	86.98 557	85.87 556	84.97 558	72.12 546	69.11 550	74.93 550	55.23 549	87.79 562	83.50 556	70.48 548	64.56 548

JetRed	79.55 559	79.88 555	91.52 558	71.05 541	75.80 557	91.66 560	80.11 557	79.14 559	80.44 553	84.35 559	84.23 555	83.38 551	72.48 543	79.43 556	85.44 561	69.33 548	81.58 560	73.66 543	72.56 546	82.35 557	72.60 556

KSHMR	88.54 561	93.03 564	83.31 551	95.54 563	91.74 562	82.37 559	83.41 559	84.43 561	81.99 555	87.89 560	84.05 554	91.94 560	81.33 552	76.34 553	81.76 559	96.44 566	96.14 565	96.69 567	97.12 566	92.52 565	92.67 566

LRCNet_RVC	73.59 552	69.80 543	74.41 542	77.63 546	60.56 546	40.33 510	15.08 467	71.04 547	48.36 492	88.07 561	94.62 563	90.11 559	81.83 553	80.58 557	61.26 544	97.12 567	72.30 558	96.65 566	97.58 567	77.13 555	77.30 557

Dean	80.72 560	85.82 559	83.27 550	84.91 555	59.53 544	75.11 547	68.39 548	81.59 560	88.05 559	92.41 562	86.98 557	92.41 561	93.02 562	83.11 559	73.31 553	68.01 547	66.13 555	94.82 565	84.66 559	83.28 558	69.50 554

xxxxx1	91.92 563	95.33 566	98.45 564	87.29 558	89.24 559	98.50 564	98.17 566	92.95 562	93.21 563	93.55 563	95.36 564	96.99 563	96.28 563	94.65 563	94.94 562	83.26 559	84.17 561	82.90 554	88.32 562	85.49 561	89.37 562

tt_ll	91.92 563	95.33 566	98.45 564	87.29 558	89.24 559	98.50 564	98.17 566	92.95 562	93.21 563	93.55 563	95.36 564	96.99 563	96.28 563	94.65 563	94.94 562	83.26 559	84.17 561	82.90 554	88.32 562	85.49 561	89.37 562

ff	91.92 563	95.33 566	98.45 564	87.29 558	89.24 559	98.50 564	98.17 566	92.95 562	93.21 563	93.55 563	95.36 564	96.99 563	96.28 563	94.65 563	94.94 562	83.26 559	84.17 561	82.90 554	88.32 562	85.49 561	89.37 562

MADNet++	94.16 567	94.02 565	90.25 556	96.28 564	96.84 564	97.17 563	90.16 560	94.71 565	91.69 562	97.07 566	93.71 562	94.62 562	92.63 561	96.15 566	95.18 565	95.42 564	95.89 564	92.80 564	92.23 565	92.10 564	94.30 568

DGTPSM_ROB	99.95 574	100.00 575	100.00 573	100.00 571	100.00 571	100.00 571	100.00 571	100.00 573	100.00 571	99.14 567	100.00 571	99.96 572	100.00 571	99.99 572	99.99 572	100.00 570	100.00 572	100.00 571	100.00 572	100.00 571	100.00 572

DPSMNet_ROB	99.95 574	100.00 575	100.00 573	100.00 571	100.00 571	100.00 571	100.00 571	100.00 573	100.00 571	99.15 568	100.00 571	99.96 572	100.00 571	99.99 572	99.99 572	100.00 570	100.00 572	100.00 571	100.00 572	100.00 571	100.00 572

USTest	93.52 566	90.92 562	77.74 546	87.90 561	92.63 563	100.00 571	100.00 571	99.79 570	99.80 568	99.21 569	99.52 568	98.03 566	99.15 568	89.52 562	99.31 569	90.37 563	98.47 566	84.34 558	87.43 561	84.58 560	91.71 565

MEDIAN_ROB	99.19 568	99.84 570	99.62 569	98.49 566	98.51 567	98.58 567	97.81 565	98.80 568	98.56 566	99.36 570	99.49 567	99.56 569	99.06 567	98.35 567	98.31 567	99.99 569	99.63 568	100.00 571	100.00 572	99.81 569	99.95 570

Anonymous_1	99.65 571	99.95 571	99.93 571	99.80 570	99.60 569	100.00 571	100.00 571	99.82 572	99.98 569	99.62 571	99.94 570	99.75 571	100.00 571	99.66 569	99.88 570	98.45 568	99.84 569	98.73 568	99.26 568	99.41 568	99.36 569

ccccc		98.19 569		100.00 571	100.00 571	99.32 569		99.79 570		99.63 572		99.69 570		99.95 570		100.00 570	100.00 572	99.97 570	99.90 571	100.00 571

HaxPig	99.40 570	99.99 572	97.38 562	100.00 571	100.00 571	96.91 562	97.35 563	99.59 569	99.99 570	100.00 573	100.00 571	99.99 574	99.99 570	99.04 568	97.77 566	100.00 570	100.00 572	100.00 571	100.00 572	100.00 571	99.99 571

Selective-RAFT-Error	100.00 576	100.00 575	100.00 573	100.00 571	100.00 571	100.00 571	100.00 571	100.00 573	100.00 571	100.00 573	100.00 571	100.00 576	100.00 571	100.00 574	100.00 574	100.00 570	100.00 572	100.00 571	100.00 572	100.00 571	100.00 572

PML	99.19 568	100.00 575	98.08 563	99.28 568	99.53 568	100.00 571	99.73 569	98.24 566	99.44 567	100.00 573	99.57 569	98.76 568	99.84 569	100.00 574	98.88 568	100.00 570	99.54 567	100.00 571	99.50 569	99.90 570	93.55 567

CasAABBNet	100.00 576	100.00 575	100.00 573	100.00 571	100.00 571	100.00 571	100.00 571	100.00 573	100.00 571	100.00 573	100.00 571	100.00 576	100.00 571	100.00 574	100.00 574	100.00 570	100.00 572	100.00 571	100.00 572	100.00 571	100.00 572

test_example2	99.68 572	99.99 572	99.99 572	100.00 571	99.99 570	99.86 570	99.99 570	98.29 567	100.00 571	100.00 573	100.00 571	98.15 567	98.39 566	99.98 571	99.98 571	100.00 570	99.99 571	99.40 569	99.53 570	100.00 571	100.00 572

LSM0	100.00 576	100.00 575	100.00 573	100.00 571	100.00 571	100.00 571	100.00 571	100.00 573	100.00 571	100.00 573	100.00 571	100.00 576	100.00 571	100.00 574	100.00 574	100.00 570	100.00 572	100.00 571	100.00 572	100.00 571	100.00 572

DPSM_ROB	100.00 576	100.00 575	100.00 573	100.00 571	100.00 571	100.00 571	100.00 571	100.00 573	100.00 571	100.00 573	100.00 571	100.00 576	100.00 571	100.00 574	100.00 574	100.00 570	100.00 572	100.00 571	100.00 572	100.00 571	100.00 572

DPSM	100.00 576	100.00 575	100.00 573	100.00 571	100.00 571	100.00 571	100.00 571	100.00 573	100.00 571	100.00 573	100.00 571	100.00 576	100.00 571	100.00 574	100.00 574	100.00 570	100.00 572	100.00 571	100.00 572	100.00 571	100.00 572

AVERAGE_ROB	99.80 573	99.99 572	99.40 568	100.00 571	100.00 571	98.99 568	97.72 564	100.00 573	100.00 571	100.00 573	100.00 571	100.00 576	100.00 571	100.00 574	100.00 574	100.00 570	100.00 572	100.00 571	100.00 572	100.00 571	100.00 572

ASD4		90.49 561

Low-res two-view benchmark