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

MIF-Stereo	2.89 2	0.90 4	6.74 59	4.08 34	2.42 148	2.63 4	0.42 6	5.57 1	4.88 5	5.36 28	7.63 19	1.09 1	1.47 3	8.80 38	5.11 130	0.03 90	0.07 124	0.00 1	0.01 63	0.48 175	0.11 41

CES	3.85 21	1.14 29	2.91 1	3.05 6	11.37 349	5.37 53	1.02 20	9.52 12	8.82 57	3.50 8	9.21 30	1.78 2	0.90 1	6.53 13	2.37 40	0.02 76	0.04 55	0.01 62	0.00 1	1.62 273	7.74 357

CAS	5.20 36	0.78 1	3.30 4	17.06 349	7.59 315	8.07 131	6.31 205	9.46 11	9.09 58	4.57 19	10.67 42	1.91 3	1.22 2	4.18 2	2.16 33	10.33 367	0.02 28	0.00 1	0.02 86	0.44 164	6.83 345

test croco	4.15 25	1.67 132	9.97 195	4.86 71	2.97 168	3.27 7	1.41 30	8.20 6	5.51 18	3.37 7	16.69 85	3.03 4	2.71 14	14.44 195	3.91 95	0.14 141	0.00 1	0.03 85	0.01 63	0.69 219	0.14 58

Anonymous	6.73 108	2.83 241	18.61 300	11.88 320	7.83 320	14.52 216	9.37 252	14.49 68	10.15 62	4.28 15	6.89 17	3.13 5	7.67 113	11.82 119	5.66 146	0.83 282	0.35 266	0.08 129	0.20 217	2.86 301	1.09 257

MyStereo07	4.38 27	1.92 180	5.06 23	6.09 150	4.31 215	6.54 104	9.96 264	15.35 83	5.15 15	4.34 16	5.65 16	3.15 6	5.77 75	11.33 94	1.81 10	0.06 114	0.10 156	0.03 85	0.04 116	0.63 210	0.30 144

test_xeample3	3.34 9	1.54 95	7.67 94	3.33 9	0.68 43	5.74 78	1.63 41	12.05 31	3.88 2	6.71 31	3.81 3	3.17 7	3.34 18	10.59 61	2.07 23	0.00 1	0.02 28	0.00 1	0.27 246	0.13 36	0.16 76

ff7	3.48 11	1.76 156	6.20 46	3.45 14	1.13 87	5.02 41	1.70 45	13.26 51	5.04 6	4.66 20	5.47 12	3.49 8	4.70 49	11.14 83	2.01 17	0.00 1	0.04 55	0.00 1	0.18 206	0.30 113	0.14 58

ffff	3.48 11	1.76 156	6.20 46	3.45 14	1.13 87	5.02 41	1.70 45	13.26 51	5.04 6	4.66 20	5.47 12	3.49 8	4.70 49	11.14 83	2.01 17	0.00 1	0.04 55	0.00 1	0.18 206	0.30 113	0.14 58

11t	3.48 11	1.76 156	6.20 46	3.45 14	1.13 87	5.02 41	1.70 45	13.26 51	5.04 6	4.66 20	5.47 12	3.49 8	4.70 49	11.14 83	2.01 17	0.00 1	0.04 55	0.00 1	0.18 206	0.30 113	0.14 58

ccc-4	3.48 11	1.76 156	6.20 46	3.45 14	1.13 87	5.02 41	1.70 45	13.26 51	5.04 6	4.66 20	5.47 12	3.49 8	4.70 49	11.14 83	2.01 17	0.00 1	0.04 55	0.00 1	0.18 206	0.30 113	0.14 58

ProNet	3.61 19	1.91 176	6.17 45	3.31 8	0.67 42	5.51 56	6.46 215	12.60 42	6.23 22	3.18 4	4.80 8	3.64 12	3.57 23	11.15 88	2.11 29	0.02 76	0.21 214	0.01 62	0.01 63	0.41 160	0.14 58

LoS_RVC	3.72 20	2.57 232	3.90 10	4.27 44	7.61 316	5.39 54	2.90 112	7.29 3	3.84 1	3.67 11	10.20 37	3.66 13	4.48 41	6.19 11	2.14 32	0.01 45	0.03 46	0.00 1	0.00 1	0.06 6	6.15 336

sAnonymous2	6.59 98	6.21 302	19.05 303	8.91 256	5.27 253	4.58 16	6.69 221	15.56 88	11.12 73	4.86 26	8.71 24	3.81 14	7.93 119	7.38 20	2.89 55	0.09 127	0.07 124	0.05 106	0.28 249	11.25 362	7.10 350

CroCo_RVC	6.59 98	6.21 302	19.05 303	8.91 256	5.27 253	4.58 16	6.69 221	15.56 88	11.12 73	4.86 26	8.71 24	3.81 14	7.93 119	7.38 20	2.89 55	0.09 127	0.07 124	0.05 106	0.28 249	11.25 362	7.10 350

LoS	3.59 18	1.07 19	3.81 9	2.80 3	0.52 28	4.98 39	1.18 23	10.35 17	12.97 91	4.54 18	10.75 43	3.89 16	3.27 17	8.78 37	2.63 50	0.03 90	0.03 46	0.09 136	0.00 1	0.12 31	0.04 10

XX-TBD	4.45 28	10.67 334	3.01 2	10.28 298	0.57 32	5.84 82	0.07 1	7.57 5	12.24 82	11.43 64	14.74 69	4.07 17	1.66 7	4.51 3	2.05 22	0.01 45	0.01 9	0.00 1	0.00 1	0.26 94	0.01 1

CASnet	3.91 22	1.03 13	4.68 15	4.98 76	0.27 7	4.99 40	2.95 113	11.02 27	11.02 70	10.61 58	11.76 51	4.15 18	1.65 6	5.85 9	1.91 12	0.50 241	0.00 1	0.59 264	0.12 185	0.13 36	0.02 7
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	3.17 5	1.11 25	5.39 27	4.55 58	5.35 257	4.29 13	1.60 40	6.21 2	5.43 16	3.08 3	7.85 20	4.23 19	6.55 96	5.51 4	1.56 1	0.00 1	0.09 146	0.03 85	0.32 262	0.20 61	0.12 45

anonymousdsp	3.51 15	1.75 152	5.66 35	3.49 18	1.13 87	5.04 45	1.74 56	13.69 59	5.07 11	4.83 24	5.42 10	4.25 20	4.44 40	11.14 83	1.98 15	0.00 1	0.04 55	0.00 1	0.18 206	0.31 124	0.13 53

IGEV-Stereo	3.52 16	1.75 152	5.67 36	3.49 18	1.12 85	5.04 45	1.73 55	13.70 60	5.07 11	4.83 24	5.42 10	4.27 21	4.43 39	11.15 88	1.98 15	0.00 1	0.04 55	0.00 1	0.18 206	0.31 124	0.12 45
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CREStereo++_RVC	4.61 29	0.99 8	3.70 8	4.08 34	2.01 135	3.94 12	0.10 2	9.10 10	16.94 134	8.65 45	16.77 87	4.46 22	2.18 11	5.72 6	3.12 68	0.00 1	0.00 1	0.00 1	10.32 372	0.02 1	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
ACVNet-DCA	5.28 41	2.00 189	4.99 19	5.89 133	0.26 2	10.85 158	5.38 174	20.20 150	11.88 77	6.95 34	10.01 32	4.49 23	9.78 154	10.79 68	1.59 2	0.00 1	0.05 75	0.00 1	0.04 116	0.25 86	0.20 97

1test111	5.59 65	2.00 189	4.99 19	5.89 133	0.26 2	10.85 158	5.38 174	20.20 150	11.88 77	6.95 34	10.01 32	4.49 23	9.78 154	11.09 79	7.45 173	0.00 1	0.05 75	0.00 1	0.04 116	0.25 86	0.20 97

cc1	5.34 44	2.00 189	4.99 19	5.89 133	0.26 2	10.85 158	5.38 174	17.85 123	15.48 118	6.95 34	10.01 32	4.49 23	9.78 154	10.79 68	1.59 2	0.00 1	0.05 75	0.00 1	0.04 116	0.30 113	0.13 53

IGEVStereo-DCA	3.31 8	1.57 111	6.20 46	3.36 10	0.60 37	4.93 35	1.70 45	13.26 51	5.04 6	3.79 12	4.58 4	4.53 26	4.00 28	10.13 55	2.09 26	0.00 1	0.06 107	0.00 1	0.18 206	0.12 31	0.14 58

rrr	3.26 6	1.57 111	7.72 97	3.36 10	0.60 37	4.93 35	1.59 39	10.72 24	5.11 14	3.79 12	4.58 4	4.53 26	4.00 28	10.13 55	2.09 26	0.00 1	0.06 107	0.00 1	0.22 222	0.12 31	0.18 84

whm_eth	8.83 170	4.45 279	17.70 295	7.42 219	6.66 293	7.07 118	3.45 127	17.88 126	19.49 157	22.17 257	39.18 312	4.69 28	4.32 35	14.26 191	5.35 142	0.18 154	0.08 138	0.21 213	0.09 169	0.61 205	1.30 266

tt1	5.27 40	1.99 188	5.11 24	6.02 146	0.26 2	10.59 153	4.22 152	18.45 131	16.31 127	6.75 32	8.95 27	4.75 29	9.15 140	10.82 73	1.61 5	0.00 1	0.05 75	0.00 1	0.04 116	0.26 94	0.14 58

sCroCo_RVC	5.06 33	3.29 255	16.45 286	10.72 304	6.64 290	5.83 80	2.74 106	9.67 13	8.06 48	3.66 10	9.20 29	4.81 30	4.95 55	8.12 26	4.64 115	0.64 264	0.50 293	0.06 118	0.03 101	0.70 222	0.42 169

GMStereo	5.94 75	3.84 269	10.86 216	5.13 90	0.71 48	7.27 121	2.66 104	12.38 34	25.14 208	12.01 68	10.66 41	5.12 31	3.46 20	11.39 96	6.16 156	0.45 232	0.02 28	0.05 106	0.31 259	0.86 240	0.25 128
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
TANstereo	4.70 31	1.08 20	4.01 11	3.53 23	0.47 24	14.26 205	0.15 3	8.67 7	12.54 84	12.50 73	18.43 101	5.20 32	4.54 45	5.68 5	2.07 23	0.00 1	0.13 173	0.00 1	0.01 63	0.02 1	0.63 204

GLC_STEREO	3.40 10	1.06 15	3.44 7	6.52 174	0.20 1	4.76 27	1.66 42	8.97 8	6.59 24	5.39 29	9.04 28	5.23 33	2.03 10	9.76 51	2.77 52	0.01 45	0.03 46	0.21 213	0.00 1	0.23 79	0.06 20

IPLG	7.20 130	1.43 67	12.55 237	5.17 93	4.32 217	11.11 163	1.48 32	21.79 169	15.10 114	19.16 212	20.23 121	5.26 34	5.61 66	11.68 114	8.14 189	0.05 104	0.06 107	0.03 85	0.07 155	0.33 136	0.50 184

CREStereo	3.58 17	1.05 14	3.35 5	2.17 2	0.59 34	5.61 64	0.40 5	10.50 19	13.34 99	6.93 33	10.44 40	5.29 35	3.47 21	5.82 8	2.62 49	0.01 45	0.01 9	0.02 72	0.01 63	0.04 3	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
MIF-Stereo (partial)	4.33 26	1.23 35	7.27 82	5.04 78	5.31 256	3.47 9	0.95 16	9.06 9	7.41 42	4.15 14	15.76 76	5.38 36	5.22 58	11.56 104	4.21 106	0.04 96	0.02 28	0.05 106	0.03 101	0.34 139	0.12 45

Selective-IGEV	3.06 4	1.11 25	4.98 18	3.56 24	1.66 119	4.73 20	2.14 79	10.73 25	4.56 3	2.93 2	4.60 6	5.54 37	1.77 9	10.82 73	1.69 8	0.00 1	0.01 9	0.00 1	0.14 192	0.06 6	0.13 53

iRaftStereo_RVC	4.68 30	1.51 90	6.89 67	4.91 75	0.72 56	5.26 51	0.46 7	17.60 117	10.47 65	9.53 50	15.13 72	5.75 38	3.24 16	8.93 40	2.22 35	0.00 1	0.09 146	0.00 1	0.00 1	0.46 166	0.41 167

PMTNet	5.36 45	0.97 6	3.42 6	1.97 1	1.30 99	8.96 135	0.69 11	12.33 33	12.16 81	8.50 43	11.35 48	6.09 39	4.50 42	9.34 49	2.70 51	22.71 381	0.01 9	0.04 100	0.02 86	0.06 6	0.01 1

EAI-Stereo	5.21 38	1.74 143	8.46 132	5.69 120	1.37 109	5.67 77	3.52 132	18.77 137	5.65 19	9.75 51	16.08 79	6.36 40	3.57 23	11.73 115	3.64 82	0.01 45	0.33 262	0.03 85	1.06 314	0.21 64	0.65 211

DCANet-4	6.41 93	1.02 10	9.66 183	3.41 13	0.68 43	4.73 20	1.70 45	17.70 119	24.33 201	15.10 123	20.25 122	6.45 41	8.65 131	8.47 28	5.31 138	0.01 45	0.04 55	0.00 1	0.00 1	0.09 16	0.63 204

raft_robust	7.97 149	2.26 218	6.75 60	5.83 130	0.72 56	5.57 63	0.84 14	33.59 292	34.21 282	18.17 194	19.88 119	6.50 42	5.62 69	15.33 206	2.83 54	0.03 90	0.23 228	0.00 1	0.37 273	0.32 133	0.39 160

dd	7.96 148	4.08 272	11.49 224	6.53 175	0.93 73	8.28 133	4.03 145	16.53 105	33.82 276	15.17 130	16.50 83	6.79 43	5.96 80	14.30 192	9.90 207	1.13 302	0.42 276	0.17 192	0.44 281	2.01 286	0.79 231

MC-Stereo	3.99 23	0.95 5	4.70 16	5.09 81	0.44 23	3.77 11	1.79 62	9.86 15	7.05 39	6.34 30	13.35 63	6.83 44	6.34 93	10.80 71	1.75 9	0.00 1	0.11 165	0.06 118	0.24 237	0.12 31	0.14 58

fff	6.83 116	1.55 98	7.28 83	3.56 24	0.32 8	4.73 20	1.70 45	15.75 91	31.87 259	15.11 124	20.25 122	6.90 45	12.80 200	8.63 31	5.33 139	0.01 45	0.04 55	0.00 1	0.00 1	0.09 16	0.63 204

csc	6.83 116	1.55 98	7.28 83	3.56 24	0.32 8	4.73 20	1.70 45	15.75 91	31.87 259	15.11 124	20.25 122	6.90 45	12.80 200	8.63 31	5.33 139	0.01 45	0.04 55	0.00 1	0.00 1	0.09 16	0.63 204

cscssc	6.83 116	1.55 98	7.28 83	3.56 24	0.32 8	4.73 20	1.70 45	15.75 91	31.87 259	15.11 124	20.25 122	6.90 45	12.80 200	8.63 31	5.33 139	0.01 45	0.04 55	0.00 1	0.00 1	0.09 16	0.63 204

MIPNet	6.75 113	1.67 132	12.34 233	4.67 63	1.47 111	10.01 142	2.24 85	26.43 216	17.22 135	14.72 113	12.75 57	7.02 48	9.68 153	8.44 27	5.26 136	0.01 45	0.04 55	0.05 106	0.09 169	0.35 143	0.55 191

StereoIM	2.73 1	1.56 107	6.21 51	2.96 4	2.45 150	1.80 3	0.28 4	7.43 4	5.07 11	2.57 1	3.43 2	7.13 49	4.71 53	5.74 7	2.91 58	0.00 1	0.05 75	0.00 1	0.00 1	0.15 41	0.12 45

RAFT+CT+SA	7.44 136	1.46 75	6.46 55	10.73 305	3.34 177	4.70 19	7.45 237	16.45 104	25.89 215	10.18 55	27.15 195	7.27 50	8.00 123	15.11 204	3.19 73	0.02 76	0.00 1	0.18 197	0.46 284	0.30 113	0.47 177

ADStereo(finetuned)	6.68 104	1.59 115	9.70 190	3.49 18	0.68 43	4.79 31	1.75 59	15.33 81	23.64 193	15.56 137	20.68 128	7.30 51	13.85 220	8.71 35	5.17 133	0.00 1	0.05 75	0.00 1	0.00 1	0.25 86	1.05 254

DLNR_Zeroshot_test	27.62 362	51.32 385	91.46 409	98.51 419	98.03 418	3.10 6	0.50 8	30.95 261	7.65 43	8.16 39	15.68 75	7.31 52	1.63 5	11.87 120	4.21 106	40.37 387	0.87 321	0.06 118	0.34 268	80.23 410	0.24 123

DCANet	6.46 96	1.59 115	7.28 83	3.51 22	0.68 43	4.77 30	1.75 59	15.33 81	23.62 192	15.55 136	20.73 133	7.31 52	11.56 186	8.83 39	5.26 136	0.00 1	0.05 75	0.00 1	0.00 1	0.26 94	1.11 258

test_4	5.47 47	0.98 7	5.56 33	6.55 177	0.62 39	5.53 57	1.88 66	11.68 28	6.00 20	12.60 84	30.86 236	7.48 54	3.87 25	12.25 138	2.97 61	0.00 1	0.07 124	0.03 85	0.14 192	0.34 139	0.04 10

raftrobust	5.56 62	1.42 64	6.00 40	7.04 203	5.11 245	4.90 34	1.88 66	17.13 113	13.72 101	11.87 65	11.58 50	7.82 55	9.21 141	10.28 57	2.92 59	0.02 76	0.05 75	0.00 1	0.00 1	0.22 67	0.11 41

s12784h	5.87 73	0.88 3	4.11 12	3.01 5	0.51 26	18.49 265	0.98 18	18.89 139	17.60 143	12.52 75	12.46 56	7.87 56	5.01 56	11.05 78	3.13 70	0.73 272	0.01 9	0.04 100	0.00 1	0.07 11	0.01 1

EGLCR-Stereo	2.92 3	1.06 15	5.28 25	3.38 12	0.55 30	4.59 18	0.66 9	10.43 18	4.81 4	3.30 6	3.23 1	7.93 57	1.71 8	9.22 47	1.62 7	0.05 104	0.12 169	0.00 1	0.00 1	0.23 79	0.16 76

Anonymous3	9.60 191	3.45 259	29.83 331	9.58 278	4.75 227	24.51 302	10.20 273	24.04 192	18.77 154	10.42 56	14.64 68	7.97 58	8.75 135	14.05 187	5.80 148	2.44 329	1.39 329	0.08 129	0.06 148	0.73 229	0.48 180

IPLGR_C	7.16 129	2.48 227	12.98 243	7.52 226	4.91 231	10.56 151	4.59 160	15.63 90	14.12 104	17.42 177	18.87 105	8.00 59	4.59 46	10.76 67	8.81 198	0.32 197	0.32 258	0.03 85	0.13 188	0.36 144	0.76 227

ACRE	7.07 125	2.38 222	13.26 247	7.36 215	4.86 229	10.28 145	4.40 154	15.51 86	13.69 100	17.22 174	19.23 108	8.00 59	4.20 33	10.64 63	8.50 195	0.33 199	0.32 258	0.03 85	0.14 192	0.37 149	0.77 230

CroCo-Stereo	3.27 7	1.90 173	7.18 76	8.50 252	1.11 83	0.96 1	0.97 17	10.18 16	8.20 50	3.59 9	4.69 7	8.02 61	4.53 43	2.75 1	2.34 38	0.01 45	0.00 1	0.00 1	0.00 1	0.31 124	0.11 41
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
4D-IteraStereo	5.15 34	1.47 77	7.98 108	4.89 74	4.69 226	6.25 92	1.85 65	13.23 50	16.30 126	14.18 107	11.26 47	8.33 62	1.61 4	8.07 25	2.42 41	0.00 1	0.05 75	0.08 129	0.01 63	0.19 59	0.15 72

CIPLG	7.15 128	2.44 224	12.82 240	7.38 216	4.93 232	10.51 150	4.56 159	15.17 80	13.25 96	17.45 179	19.75 117	8.42 63	4.60 47	11.41 97	8.31 191	0.33 199	0.32 258	0.03 85	0.14 192	0.37 149	0.72 222

IPLGR	7.14 127	1.31 48	13.14 245	4.24 42	1.15 93	9.78 140	0.98 18	23.98 190	21.70 176	16.22 151	18.43 101	8.45 64	7.66 112	9.26 48	5.45 144	0.21 168	0.05 75	0.04 100	0.06 148	0.32 133	0.38 157

rafts_anoy	6.02 82	1.67 132	6.27 52	6.53 175	4.98 237	5.30 52	2.53 97	13.77 64	21.01 165	12.70 87	16.23 81	8.56 65	5.65 71	9.09 45	5.22 134	0.04 96	0.31 255	0.09 136	0.03 101	0.25 86	0.17 80

GES	8.51 161	1.98 187	11.82 228	6.39 166	1.77 125	12.36 180	6.22 204	21.55 166	21.34 170	19.02 210	26.02 179	8.79 66	9.34 145	13.94 186	7.24 168	0.38 210	0.10 156	0.30 240	0.14 192	0.69 219	0.73 223

RCA-Stereo	5.32 43	1.08 20	5.91 38	4.29 47	0.51 26	5.65 67	4.12 148	16.97 110	18.67 153	8.27 40	14.16 65	8.86 67	8.90 137	6.45 12	2.18 34	0.00 1	0.07 124	0.10 152	0.00 1	0.10 26	0.07 23

SA	7.93 145	1.54 95	9.13 167	7.98 241	0.64 40	5.85 84	2.29 87	22.27 175	24.54 206	13.17 95	31.07 241	8.87 68	10.32 162	16.49 237	3.12 68	0.04 96	0.12 169	0.17 192	0.30 256	0.45 165	0.17 80

TestStereo	6.02 82	2.55 231	7.33 89	5.57 113	1.68 121	6.05 90	1.78 61	13.73 61	16.40 131	10.87 61	23.79 161	9.00 69	5.63 70	11.26 93	3.96 97	0.09 127	0.01 9	0.00 1	0.00 1	0.69 219	0.01 1

AnonymousM	6.33 91	11.42 340	3.06 3	3.93 31	1.49 115	4.54 15	3.29 120	11.00 26	7.70 44	16.52 159	9.38 31	9.07 70	3.97 27	7.10 19	3.01 63	0.43 229	0.07 124	22.69 374	7.67 364	0.06 6	0.21 104

CroCo-Stereo Lap2	4.01 24	2.03 199	8.14 116	9.82 284	6.03 277	1.11 2	0.79 13	9.71 14	7.98 47	3.26 5	4.99 9	9.08 71	5.80 76	6.08 10	4.39 111	0.00 1	0.05 75	0.00 1	0.00 1	0.71 224	0.30 144

RAFT-345	6.79 114	1.29 43	6.80 64	5.06 79	0.91 71	5.61 64	3.32 125	13.36 56	10.17 63	13.73 103	43.66 339	9.12 72	5.38 61	12.29 139	4.44 112	0.32 197	0.05 75	0.09 136	0.06 148	0.06 6	0.03 8

DN-CSS_ROB	8.17 154	2.59 234	14.14 263	6.11 153	3.22 173	6.31 97	3.53 133	22.92 183	20.59 162	16.66 162	30.05 225	9.31 73	7.95 121	13.49 177	4.78 119	0.72 270	0.00 1	0.45 254	0.00 1	0.54 193	0.09 29

TestStereo1	7.62 138	1.62 125	7.60 92	10.47 299	1.86 127	4.76 27	2.48 95	19.73 145	22.33 182	16.79 166	26.02 179	9.33 74	9.30 142	15.92 222	3.37 76	0.01 45	0.02 28	0.02 72	0.05 134	0.55 196	0.28 136

SA-5K	7.62 138	1.62 125	7.60 92	10.47 299	1.86 127	4.76 27	2.48 95	19.73 145	22.33 182	16.79 166	26.02 179	9.33 74	9.30 142	15.92 222	3.37 76	0.01 45	0.02 28	0.02 72	0.05 134	0.55 196	0.28 136

EKT-Stereo	5.73 68	1.42 64	7.85 101	7.16 209	5.35 257	5.22 49	4.41 155	18.13 129	14.05 103	8.77 46	12.85 59	9.55 76	4.26 34	11.19 90	2.45 46	0.45 232	0.23 228	0.07 126	0.10 175	0.16 46	0.87 240

raft+_RVC	6.69 106	1.61 123	5.57 34	6.37 164	4.62 224	6.51 103	6.18 203	20.39 157	23.38 190	10.62 60	17.82 91	9.89 77	5.65 71	10.70 65	3.67 85	0.00 1	0.14 183	0.00 1	0.00 1	0.34 139	0.27 133

anonymousdsp2	5.93 74	1.54 95	8.34 121	4.43 53	0.38 12	9.24 138	4.11 146	21.92 174	17.36 139	12.28 70	10.08 36	10.05 78	4.42 37	11.04 77	2.54 47	0.01 45	0.02 28	0.30 240	0.18 206	0.21 64	0.18 84

DRaft	9.27 182	1.23 35	9.08 163	3.62 29	0.78 63	13.27 192	5.89 188	16.97 110	29.57 238	21.15 247	38.46 310	10.09 79	13.98 223	11.58 106	7.91 184	0.43 229	0.30 252	0.06 118	0.26 242	0.26 94	0.45 175

MyStereo05	9.29 183	1.76 156	8.95 148	6.19 157	4.40 218	7.09 119	9.95 262	31.21 263	40.82 316	17.31 175	12.93 61	10.33 80	12.52 197	13.93 184	7.05 165	0.06 114	0.10 156	0.02 72	0.04 116	0.73 229	0.29 141

RALCasStereoNet	5.95 76	2.02 197	7.09 75	7.06 204	5.10 244	6.36 98	5.44 179	13.97 66	13.25 96	9.93 53	17.45 88	10.37 81	3.89 26	11.64 113	4.24 108	0.02 76	0.46 286	0.10 152	0.00 1	0.20 61	0.31 149

TRStereo	6.22 90	6.09 300	11.30 220	9.19 266	7.41 311	4.75 26	1.74 56	19.70 144	11.74 76	10.61 58	8.65 21	10.67 82	3.22 15	13.81 183	3.60 80	0.31 196	0.23 228	0.12 166	0.36 270	0.48 175	0.38 157

HHNet	7.39 133	1.75 152	7.24 81	3.26 7	3.18 170	5.04 45	6.40 212	19.04 141	15.70 123	20.71 237	32.13 259	10.69 83	5.91 78	10.45 59	4.60 114	0.40 222	0.07 124	0.21 213	0.13 188	0.54 193	0.41 167

AE-Stereo	5.15 34	1.56 107	7.99 109	8.70 253	2.18 140	9.12 137	3.02 115	11.78 29	13.30 98	4.34 16	12.84 58	10.83 84	4.53 43	8.71 35	2.82 53	0.04 96	0.44 280	0.05 106	0.33 266	0.20 61	0.17 80

DIP-Stereo	6.74 111	1.93 183	10.02 199	4.28 45	1.64 118	13.54 194	1.52 34	15.16 79	6.63 25	14.30 110	26.81 191	10.90 85	5.19 57	14.78 202	7.56 177	0.00 1	0.06 107	0.05 106	0.00 1	0.17 53	0.17 80
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
IGEV_Zeroshot_test	5.28 41	2.03 199	14.26 266	6.09 150	1.33 105	4.32 14	1.03 21	14.46 67	6.50 23	13.33 101	11.89 52	11.01 86	3.45 19	10.71 66	3.64 82	0.03 90	0.22 223	0.15 186	0.26 242	0.80 236	0.20 97

RAFT-RH_RVC	7.73 141	1.25 41	6.99 71	4.83 68	0.90 70	11.76 167	1.53 35	13.00 47	14.43 109	17.51 181	46.41 350	11.02 87	6.30 92	12.68 152	4.93 127	0.51 244	0.04 55	0.12 166	0.13 188	0.09 16	0.09 29

StereoVision	7.21 131	2.17 211	9.29 170	9.43 270	3.91 194	5.09 48	1.91 69	20.04 149	17.37 140	8.57 44	29.59 218	11.08 88	6.76 103	12.44 146	4.71 116	0.54 247	0.05 75	0.16 190	0.03 101	0.82 237	0.30 144

CRE-IMP	5.53 54	1.63 128	9.62 181	5.65 117	0.48 25	7.02 117	1.70 45	11.84 30	8.33 52	12.99 93	16.02 78	11.08 88	6.23 86	12.06 128	5.06 129	0.28 190	0.07 124	0.09 136	0.00 1	0.24 84	0.21 104

SFCPSM	8.85 171	1.40 61	11.34 221	5.23 105	3.47 184	16.55 251	7.18 234	30.71 259	25.24 209	16.45 156	19.45 111	11.10 90	9.61 151	11.88 121	5.52 145	0.22 171	0.17 194	0.36 248	0.22 222	0.29 109	0.58 197

test-1	5.62 66	1.53 93	14.78 274	7.44 221	1.11 83	7.99 130	1.19 24	13.03 48	12.04 80	9.39 49	15.23 73	11.15 91	5.56 65	7.06 18	3.57 79	0.07 122	0.50 293	0.00 1	0.10 175	0.16 46	0.47 177

11t1	5.86 72	1.10 24	7.74 99	5.18 98	1.44 110	13.82 198	2.36 89	14.92 75	7.26 41	12.98 92	11.10 45	11.24 92	9.30 142	11.59 108	6.54 159	0.10 131	0.16 192	0.00 1	0.01 63	0.18 55	0.23 117

Sa-1000	8.38 158	1.50 87	8.13 115	7.56 228	0.89 69	14.39 209	2.47 94	24.31 195	23.74 196	15.18 131	28.35 202	11.42 93	8.85 136	16.20 233	3.28 75	0.17 152	0.23 228	0.15 186	0.23 230	0.46 166	0.19 94

NRIStereo	5.73 68	1.67 132	8.42 128	5.72 126	0.41 14	6.71 109	2.60 101	14.73 73	10.71 69	12.39 72	15.07 71	11.58 94	6.23 86	12.06 128	4.78 119	0.61 258	0.17 194	0.11 163	0.00 1	0.28 105	0.27 133

Selective-RAFT	5.78 71	0.83 2	10.24 201	6.70 188	0.72 56	15.49 229	1.13 22	13.82 65	15.41 117	6.97 38	6.97 18	11.63 95	8.27 127	12.32 140	4.73 117	0.10 131	0.01 9	0.00 1	0.26 242	0.07 11	0.03 8

cross-raft	5.37 46	1.23 35	6.66 57	5.91 137	1.25 97	6.00 88	1.48 32	15.82 95	7.70 44	12.95 91	20.80 134	11.63 95	4.42 37	8.59 29	2.23 36	0.01 45	0.21 214	0.00 1	0.22 222	0.21 64	0.10 35

DCRE	6.07 86	1.75 152	8.41 127	7.20 210	3.82 191	6.48 100	4.18 151	15.52 87	10.42 64	9.24 48	22.47 151	11.71 97	5.46 62	10.62 62	3.02 64	0.02 76	0.26 247	0.05 106	0.30 256	0.15 41	0.24 123

RAFT-Test	5.75 70	1.32 50	6.77 62	4.07 33	1.71 122	9.95 141	1.56 38	15.78 94	8.34 54	12.73 88	23.83 162	11.80 98	4.69 48	8.99 42	2.57 48	0.01 45	0.29 251	0.00 1	0.38 275	0.16 46	0.07 23

NF-Stereo	6.72 107	1.59 115	8.93 144	6.60 181	0.73 60	6.27 94	3.38 126	20.21 156	18.01 148	13.22 99	19.46 113	11.82 99	6.16 82	12.39 144	4.74 118	0.33 199	0.06 107	0.20 208	0.23 230	0.08 14	0.05 13

CFNet-RSSM	5.55 60	1.08 20	8.60 139	4.30 48	1.21 96	6.42 99	1.25 25	16.12 101	17.84 145	13.12 94	11.14 46	11.84 100	5.52 63	9.14 46	2.35 39	0.01 45	0.20 208	0.00 1	0.36 270	0.34 139	0.07 23

DEmStereo	8.85 171	1.36 55	9.99 197	4.24 42	1.05 79	11.49 166	5.91 189	13.76 63	26.68 222	22.03 255	32.92 270	11.86 101	15.27 251	11.48 98	8.08 188	0.16 149	0.15 186	0.02 72	0.09 169	0.09 16	0.44 173

RE-Stereo	6.73 108	1.58 113	8.94 146	6.59 178	0.71 48	6.27 94	3.51 130	20.20 150	17.99 146	13.21 96	19.46 113	11.94 102	6.20 84	12.34 141	4.79 122	0.34 203	0.05 75	0.20 208	0.23 230	0.09 16	0.05 13

TVStereo	6.73 108	1.58 113	8.94 146	6.59 178	0.71 48	6.27 94	3.51 130	20.20 150	17.99 146	13.21 96	19.46 113	11.94 102	6.20 84	12.34 141	4.79 122	0.34 203	0.05 75	0.20 208	0.23 230	0.09 16	0.05 13

Prome-Stereo	8.10 151	1.28 42	5.48 29	6.50 172	1.51 116	6.70 108	9.42 254	21.08 161	9.13 59	20.88 238	32.84 268	11.95 104	11.86 188	11.75 117	3.97 98	0.01 45	0.02 28	0.18 197	0.12 185	0.41 160	7.01 348

RAFT-Stereo + iAFF	5.48 50	1.66 131	7.56 91	3.49 18	0.40 13	2.75 5	0.67 10	16.07 100	14.76 111	12.27 69	18.67 103	11.95 104	8.08 124	7.84 24	2.89 55	0.01 45	0.06 107	0.00 1	0.00 1	0.37 149	0.04 10

MyStereo04	9.24 178	1.92 180	8.78 141	6.09 150	4.31 215	6.54 104	9.96 264	32.24 278	41.99 323	14.26 109	11.98 53	12.00 106	12.01 190	13.93 184	7.53 175	0.06 114	0.10 156	0.03 85	0.04 116	0.63 210	0.30 144

R-Stereo Train	7.04 123	1.34 52	7.89 103	6.23 159	2.30 144	7.51 123	5.54 181	23.96 188	6.94 28	16.26 152	33.57 278	12.04 107	5.61 66	7.67 22	3.74 87	0.01 45	0.05 75	0.01 62	0.00 1	0.10 26	0.12 45

RAFT-Stereo	7.04 123	1.34 52	7.89 103	6.23 159	2.30 144	7.51 123	5.54 181	23.96 188	6.94 28	16.26 152	33.57 278	12.04 107	5.61 66	7.67 22	3.74 87	0.01 45	0.05 75	0.01 62	0.00 1	0.10 26	0.12 45
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
OCTAStereo	6.74 111	1.59 115	8.96 151	6.60 181	0.72 56	6.25 92	3.50 128	20.20 150	18.03 149	13.21 96	19.45 111	12.07 109	6.16 82	12.36 143	4.78 119	0.35 206	0.06 107	0.20 208	0.23 230	0.09 16	0.05 13

MyStereo8	7.13 126	2.48 227	10.86 216	6.81 195	4.98 237	10.73 154	1.42 31	14.58 70	9.73 61	15.75 139	23.16 157	12.17 110	7.96 122	9.85 52	10.21 216	0.04 96	0.19 203	0.08 129	0.21 220	0.58 202	0.82 232

DeepStereo_RVC	5.65 67	1.65 129	9.06 162	5.21 102	0.56 31	5.55 62	1.84 64	12.16 32	7.22 40	13.94 104	14.96 70	12.58 111	10.27 161	11.25 92	5.81 149	0.39 220	0.10 156	0.11 163	0.00 1	0.18 55	0.22 110

knoymous	6.19 89	1.49 84	4.49 13	3.81 30	1.87 129	5.84 82	5.76 187	14.51 69	14.18 105	13.31 100	21.59 139	12.64 112	6.49 94	12.41 145	4.03 103	0.12 136	0.13 173	0.12 166	0.00 1	0.71 224	0.35 155

RALAANet	6.49 97	2.49 229	9.69 189	7.09 205	4.98 237	6.23 91	1.68 43	19.90 148	14.26 106	15.04 122	14.56 67	12.69 113	4.38 36	12.91 162	3.07 66	0.02 76	0.07 124	0.00 1	0.10 175	0.51 187	0.15 72

Gwc-CoAtRS	5.54 57	1.22 33	8.40 126	4.28 45	1.36 108	6.93 115	1.31 26	15.48 85	15.03 113	12.62 85	13.32 62	12.74 114	5.71 73	8.61 30	2.98 62	0.01 45	0.22 223	0.00 1	0.29 252	0.28 105	0.07 23

DisPM	6.43 95	1.31 48	8.36 122	6.61 183	1.06 80	5.83 80	3.82 143	13.04 49	11.63 75	16.38 155	23.88 164	12.80 115	6.50 95	13.03 172	3.04 65	0.51 244	0.01 9	0.08 129	0.15 198	0.10 26	0.42 169

RAFT-IKP	5.53 54	1.74 143	8.95 148	5.09 81	0.41 14	5.45 55	2.08 78	12.52 37	7.00 31	12.52 75	18.13 98	12.93 116	6.79 105	11.59 108	3.99 99	0.80 278	0.09 146	0.09 136	0.00 1	0.22 67	0.22 110

PSM-adaLoss	5.50 53	1.74 143	9.03 160	5.09 81	0.42 18	5.66 72	1.98 73	12.50 35	7.01 36	12.52 75	18.13 98	12.96 117	6.77 104	11.11 81	3.83 92	0.72 270	0.09 146	0.09 136	0.00 1	0.22 67	0.22 110

ROB_FTStereo_v2	5.53 54	1.74 143	8.97 153	5.09 81	0.42 18	5.64 66	2.02 74	12.50 35	7.00 31	12.51 74	18.10 95	12.99 118	6.72 99	11.50 100	4.04 104	0.70 266	0.09 146	0.09 136	0.00 1	0.22 67	0.23 117

PSM-softLoss	6.61 102	1.60 119	9.42 175	6.48 170	0.88 67	5.65 67	2.04 76	22.64 178	8.77 55	13.95 105	22.11 148	13.01 119	5.22 58	12.73 155	6.05 151	0.49 239	0.06 107	0.27 227	0.56 292	0.16 46	0.06 20

KMStereo	6.61 102	1.60 119	9.42 175	6.48 170	0.88 67	5.65 67	2.04 76	22.64 178	8.77 55	13.95 105	22.11 148	13.01 119	5.22 58	12.73 155	6.05 151	0.49 239	0.06 107	0.27 227	0.56 292	0.16 46	0.06 20

Patchmatch Stereo++	5.56 62	1.74 143	9.01 156	5.09 81	0.41 14	5.66 72	2.40 91	12.52 37	7.00 31	12.52 75	18.08 93	13.02 121	6.74 100	11.59 108	4.01 101	0.78 274	0.09 146	0.09 136	0.00 1	0.22 67	0.22 110
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
ROB_FTStereo	5.49 52	1.74 143	8.96 151	5.09 81	0.42 18	5.65 67	1.68 43	12.53 40	7.00 31	12.53 81	18.00 92	13.02 121	6.74 100	11.51 101	3.81 91	0.60 255	0.09 146	0.09 136	0.00 1	0.22 67	0.22 110

iGMRVC	5.54 57	1.74 143	9.01 156	5.09 81	0.42 18	5.66 72	1.81 63	12.61 43	7.02 37	12.52 75	18.11 97	13.02 121	6.64 97	11.57 105	4.16 105	0.82 280	0.09 146	0.09 136	0.00 1	0.22 67	0.21 104

iRAFT	5.56 62	1.74 143	9.01 156	5.09 81	0.41 14	5.66 72	2.40 91	12.52 37	7.00 31	12.52 75	18.08 93	13.02 121	6.74 100	11.59 108	4.01 101	0.78 274	0.09 146	0.09 136	0.00 1	0.22 67	0.22 110

HUI-Stereo	5.48 50	1.74 143	9.01 156	5.08 80	0.42 18	5.65 67	2.77 108	12.55 41	7.03 38	12.54 83	18.10 95	13.07 125	6.71 98	9.92 53	3.74 87	0.61 258	0.08 138	0.09 136	0.00 1	0.22 67	0.23 117

ASMatch	7.40 134	1.42 64	8.49 134	5.09 81	2.00 134	4.74 25	2.62 102	16.54 106	13.17 94	17.08 170	34.75 287	13.13 126	10.33 163	12.04 125	4.82 124	0.05 104	0.24 239	0.21 213	0.17 205	0.16 46	0.97 247

MIM_Stereo	7.02 122	1.55 98	10.78 213	4.17 37	0.58 33	5.25 50	1.32 28	19.03 140	12.59 86	16.74 165	28.83 206	13.20 127	5.53 64	12.89 160	7.11 166	0.00 1	0.23 228	0.00 1	0.01 63	0.38 154	0.28 136

test-3	5.21 38	1.06 15	7.71 96	4.19 38	0.59 34	6.72 110	3.01 114	12.96 45	17.49 141	12.53 81	8.65 21	13.20 127	4.14 32	9.00 43	2.11 29	0.00 1	0.05 75	0.00 1	0.32 262	0.25 86	0.18 84

test_1	5.20 36	1.06 15	7.72 97	4.21 40	0.59 34	6.69 107	3.03 116	12.98 46	17.51 142	12.35 71	8.66 23	13.20 127	4.12 31	9.00 43	2.11 29	0.00 1	0.05 75	0.00 1	0.32 262	0.25 86	0.18 84

Any-RAFT	6.04 84	1.16 30	4.52 14	4.47 54	1.20 95	10.46 148	1.97 72	21.84 170	15.52 120	11.21 63	19.37 109	13.34 130	4.72 54	8.65 34	2.03 21	0.01 45	0.19 203	0.00 1	0.00 1	0.04 3	0.08 27

CrosDoStereo	9.24 178	1.29 43	8.16 118	4.56 60	1.04 77	7.52 125	15.00 319	15.85 96	24.31 199	24.27 273	33.44 275	13.37 131	13.82 218	12.23 136	8.86 199	0.01 45	0.11 165	0.09 136	0.04 116	0.36 144	0.53 188

DeepStereo_LL	9.24 178	1.29 43	8.16 118	4.56 60	1.04 77	7.52 125	15.00 319	15.85 96	24.31 199	24.27 273	33.44 275	13.37 131	13.82 218	12.23 136	8.86 199	0.01 45	0.11 165	0.09 136	0.04 116	0.36 144	0.53 188

UDGNet	10.05 208	13.89 350	10.00 198	9.36 269	2.69 156	7.82 128	1.88 66	18.86 138	34.64 285	17.52 182	13.70 64	13.40 133	7.18 108	13.01 169	6.30 158	5.30 352	0.08 138	12.57 369	2.80 342	8.19 349	1.71 284

FADNet_RVC	11.94 246	5.17 290	39.74 349	6.44 169	3.46 183	11.42 165	4.17 150	29.16 240	26.89 223	17.97 188	25.96 177	13.41 134	15.67 255	15.84 218	13.54 241	0.90 288	0.75 314	0.55 261	1.20 319	3.65 319	2.85 304

iRaft-Stereo_20w	6.06 85	1.84 168	12.04 231	4.23 41	1.67 120	6.77 112	2.22 84	18.73 136	6.08 21	14.72 113	10.33 39	13.42 135	8.14 125	15.88 219	3.08 67	0.01 45	0.24 239	0.13 177	0.39 277	0.61 205	0.71 221

MSKI-zero shot	4.76 32	1.56 107	5.98 39	5.14 91	1.13 87	6.55 106	1.55 37	12.76 44	8.06 48	10.44 57	11.50 49	13.47 136	2.38 13	12.07 130	1.90 11	0.01 45	0.20 208	0.02 72	0.29 252	0.14 39	0.14 58

CASS	8.15 153	1.67 132	7.68 95	8.25 249	1.52 117	14.39 209	2.72 105	22.65 180	17.23 136	15.42 133	22.68 153	13.47 136	11.87 189	12.44 146	6.07 154	0.96 291	0.05 75	0.12 166	0.01 63	0.71 224	3.14 311
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
SDNR	16.15 289	5.23 291	28.92 327	5.73 127	6.05 279	56.85 383	3.26 118	23.18 185	29.73 241	20.62 234	36.48 295	13.59 138	16.97 270	18.43 252	13.44 240	10.56 368	13.84 381	3.10 339	0.44 281	7.80 344	8.81 361

XX-Stereo	6.14 87	1.47 77	9.11 164	11.87 319	6.76 295	3.27 7	0.93 15	15.13 78	5.43 16	8.79 47	28.46 203	13.71 139	2.22 12	11.51 101	2.07 23	0.20 165	0.24 239	0.08 129	0.29 252	1.04 249	0.13 53

GwcNet-ADL	8.48 159	1.70 139	9.38 174	7.10 206	2.78 159	6.74 111	6.57 220	30.15 248	26.01 218	15.15 129	17.77 90	13.93 140	6.96 107	12.96 165	9.91 208	0.48 238	0.72 310	0.01 62	0.01 63	0.51 187	0.84 234

test_3	5.55 60	1.02 10	8.07 113	6.18 156	0.54 29	9.00 136	3.28 119	13.55 57	18.66 152	11.97 66	8.89 26	13.98 141	4.05 30	8.96 41	2.10 28	0.00 1	0.05 75	0.00 1	0.31 259	0.26 94	0.18 84

PSM-AAD	8.62 165	1.22 33	5.69 37	6.31 162	1.12 85	12.74 184	10.01 266	19.29 143	15.25 115	21.54 251	25.11 171	14.24 142	13.47 210	12.15 133	3.93 96	0.01 45	0.06 107	2.48 330	0.16 201	0.38 154	7.28 353

111	7.26 132	1.65 129	7.28 83	3.56 24	0.32 8	10.76 155	3.53 133	20.55 158	27.51 229	10.07 54	16.62 84	14.30 143	9.53 150	12.02 123	5.87 150	0.14 141	0.01 9	0.00 1	0.00 1	0.31 124	1.14 262

THIR-Stereo	9.38 186	1.78 165	8.50 135	4.74 64	0.71 48	15.92 234	11.93 297	16.39 103	21.56 172	24.27 273	32.07 257	14.40 144	14.14 228	11.49 99	8.39 194	0.05 104	0.25 245	0.10 152	0.05 134	0.33 136	0.58 197

FENet	7.94 146	1.01 9	6.72 58	5.87 132	2.07 137	11.11 163	2.03 75	21.39 164	20.81 163	17.14 172	22.65 152	14.43 145	11.54 185	12.97 166	7.89 183	0.15 147	0.24 239	0.03 85	0.02 86	0.14 39	0.62 203

BUS	9.20 177	1.48 80	7.93 105	6.74 191	3.96 196	17.62 259	2.79 109	33.06 287	21.58 173	17.99 189	21.34 135	14.49 146	9.40 147	14.18 188	10.57 220	0.19 158	0.13 173	0.14 181	0.04 116	0.30 113	0.09 29

NINENet	10.74 225	2.29 219	10.44 205	8.03 242	5.09 243	17.62 259	2.79 109	38.69 337	33.24 275	18.35 201	26.31 184	14.49 146	9.40 147	15.88 219	10.57 220	0.41 224	0.21 214	0.29 236	0.00 1	0.42 162	0.23 117

PFNet+	6.68 104	1.40 61	9.60 180	5.64 116	0.85 65	5.79 79	1.74 56	13.63 58	15.30 116	17.88 186	21.38 138	14.52 148	6.07 81	12.74 157	4.89 126	0.63 262	0.20 208	0.11 163	0.30 256	0.05 5	0.91 243

HITNet	7.83 143	2.93 246	8.39 124	4.76 66	1.48 113	12.75 185	4.64 161	20.97 160	14.37 108	15.14 128	22.15 150	14.57 149	10.62 164	14.38 194	8.14 189	0.04 96	0.01 9	0.48 256	0.02 86	0.57 200	0.10 35
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
LMCR-Stereo	10.75 226	4.13 274	10.67 209	13.11 326	3.99 201	16.68 252	5.91 189	25.30 201	22.69 185	22.04 256	21.80 140	14.67 150	14.24 230	20.55 285	15.86 257	1.90 318	0.04 55	0.00 1	0.02 86	1.29 263	0.18 84

CoDeX	9.24 178	1.77 162	9.54 178	6.08 149	3.79 190	16.45 250	6.76 224	26.15 213	25.03 207	17.18 173	25.12 172	14.69 151	11.68 187	12.22 135	6.71 160	0.30 193	0.20 208	0.15 186	0.02 86	0.23 79	0.68 214

ttt	9.98 207	1.49 84	7.30 88	6.43 168	3.95 195	14.02 200	5.06 168	33.03 286	29.84 246	14.90 117	30.95 237	14.81 152	9.66 152	15.36 208	11.38 231	0.38 210	0.19 203	0.10 152	0.03 101	0.37 149	0.28 136

LCNet	7.52 137	1.23 35	5.35 26	6.42 167	1.29 98	9.27 139	5.64 184	17.85 123	10.63 67	16.54 160	24.54 166	14.85 153	11.29 178	11.74 116	3.88 94	0.02 76	0.02 28	0.22 217	2.04 334	0.90 245	6.76 343

x	6.80 115	1.36 55	6.94 69	4.58 62	1.88 130	10.78 156	4.55 158	19.79 147	10.62 66	12.69 86	19.54 116	14.87 154	10.11 159	9.52 50	8.03 187	0.07 122	0.15 186	0.04 100	0.04 116	0.24 84	0.22 110

HH	5.47 47	2.08 203	9.00 154	4.88 72	1.07 81	4.93 35	3.60 139	16.68 107	6.83 26	8.39 41	12.14 54	15.05 155	9.06 138	12.68 152	1.93 13	0.02 76	0.17 194	0.18 197	0.00 1	0.28 105	0.48 180

HanStereo	5.47 47	2.08 203	9.00 154	4.88 72	1.07 81	4.93 35	3.60 139	16.68 107	6.83 26	8.39 41	12.14 54	15.05 155	9.06 138	12.68 152	1.93 13	0.02 76	0.17 194	0.18 197	0.00 1	0.28 105	0.48 180

gwcnet-sp	9.81 199	2.82 238	13.47 254	5.99 140	4.27 209	16.20 245	5.91 189	25.55 203	24.34 202	21.01 240	20.69 129	15.22 157	14.96 244	14.50 197	9.97 209	0.05 104	0.15 186	0.02 72	0.08 158	0.49 182	0.51 185

scenet	9.81 199	2.82 238	13.47 254	5.99 140	4.27 209	16.20 245	5.91 189	25.55 203	24.34 202	21.01 240	20.69 129	15.22 157	14.96 244	14.50 197	9.97 209	0.05 104	0.15 186	0.02 72	0.08 158	0.49 182	0.51 185

ssnet	9.81 199	2.82 238	13.47 254	5.99 140	4.27 209	16.20 245	5.91 189	25.55 203	24.34 202	21.01 240	20.69 129	15.22 157	14.96 244	14.50 197	9.97 209	0.05 104	0.15 186	0.02 72	0.08 158	0.49 182	0.51 185

riskmin	6.42 94	1.29 43	6.76 61	3.95 32	2.25 142	10.49 149	2.53 97	15.11 77	17.60 143	9.77 52	12.91 60	15.25 160	12.04 191	11.58 106	5.11 130	0.14 141	0.24 239	0.13 177	0.03 101	0.61 205	0.69 216

test_5	8.51 161	1.50 87	8.19 120	11.06 311	5.00 240	6.91 114	5.67 185	17.50 116	22.09 180	16.07 148	29.63 219	15.28 161	10.78 165	15.94 224	3.65 84	0.00 1	0.00 1	0.26 226	0.08 158	0.31 124	0.35 155

AAGNet	7.94 146	1.48 80	9.34 173	7.13 208	0.70 47	5.85 84	5.16 170	15.40 84	14.01 102	20.13 227	24.03 165	15.28 161	11.52 182	12.05 126	15.47 255	0.63 262	0.06 107	0.32 242	0.01 63	0.12 31	0.09 29

PFNet	7.91 144	1.44 74	11.60 225	7.03 201	2.42 148	7.60 127	6.03 198	23.36 186	17.24 137	20.29 230	17.67 89	15.44 163	7.71 115	13.02 171	5.71 147	0.24 180	0.20 208	0.12 166	0.19 216	0.31 124	0.61 202

AFF-stereo	6.17 88	1.61 123	7.02 72	4.08 34	0.64 40	3.53 10	0.76 12	16.00 99	13.14 93	12.86 89	25.42 175	15.67 164	7.86 118	11.12 82	3.21 74	0.02 76	0.06 107	0.00 1	0.00 1	0.40 157	0.08 27

HBP-ISP	12.52 258	7.82 317	8.47 133	7.57 229	4.27 209	12.56 181	6.42 213	28.68 234	29.56 237	21.11 245	35.69 290	15.85 165	18.42 283	20.44 282	11.00 227	3.03 335	2.63 349	7.09 358	3.97 351	3.58 317	2.27 298

Pruner-Stereo	6.59 98	1.51 90	8.71 140	6.34 163	0.85 65	5.66 72	4.15 149	13.74 62	11.02 70	18.11 193	22.09 146	15.86 166	5.80 76	11.75 117	5.15 132	0.60 255	0.02 28	0.18 197	0.10 175	0.07 11	0.16 76

LL-Strereo2	5.54 57	2.17 211	9.12 165	5.65 117	2.54 153	6.48 100	2.27 86	15.08 76	7.79 46	10.99 62	10.26 38	15.94 167	3.50 22	13.25 174	3.63 81	0.00 1	0.13 173	1.34 311	0.10 175	0.30 113	0.19 94

xx1	5.99 81	2.00 189	4.99 19	5.89 133	0.26 2	10.85 158	5.38 174	17.84 121	15.48 118	6.95 34	10.01 32	16.02 168	11.15 175	10.79 68	1.59 2	0.00 1	0.05 75	0.02 72	0.05 134	0.25 86	0.20 97

qqq	6.96 121	1.40 61	8.15 117	4.50 55	1.03 76	8.55 134	6.93 228	20.20 150	11.88 77	12.00 67	18.19 100	16.02 168	11.15 175	11.09 79	7.45 173	0.06 114	0.13 173	0.02 72	0.05 134	0.25 86	0.20 97

RAFT_CTSACE	8.24 155	1.97 186	8.39 124	6.89 198	5.11 245	5.86 86	2.63 103	14.62 71	16.88 133	23.52 271	34.77 288	16.02 168	7.37 110	17.91 250	2.23 36	0.00 1	0.12 169	0.00 1	0.03 101	0.39 156	0.05 13

FTStereo	8.67 166	1.13 28	6.04 41	6.04 147	2.39 147	7.86 129	12.05 298	17.72 120	8.33 52	20.16 228	41.41 326	16.10 171	12.64 198	10.80 71	4.37 110	0.18 154	0.01 9	0.09 136	0.16 201	0.15 41	5.71 333

IER	9.78 197	1.55 98	9.97 195	4.51 56	5.23 248	13.78 196	5.11 169	26.66 218	22.79 187	19.69 218	29.45 216	16.42 172	18.52 284	13.64 182	7.57 178	0.06 114	0.03 46	0.18 197	0.09 169	0.18 55	0.23 117

pcwnet_v2	12.32 252	2.00 189	17.53 290	7.79 236	5.69 270	17.06 253	3.69 141	36.52 322	46.17 341	20.55 232	29.39 215	16.50 173	13.00 204	15.70 214	9.32 205	0.50 241	1.00 325	0.34 244	0.24 237	2.00 285	1.38 271

AASNet	12.49 257	2.46 226	10.49 206	9.82 284	6.86 298	17.33 255	6.73 223	41.09 348	37.86 305	22.53 262	29.11 207	16.68 174	13.48 212	14.54 200	17.87 274	0.20 165	0.02 28	0.78 277	0.05 134	1.18 256	0.76 227

iResNet	10.26 214	3.10 253	15.72 278	7.35 214	2.13 138	13.86 199	7.07 230	22.80 181	28.01 230	20.10 226	30.40 228	16.79 175	11.06 174	14.46 196	10.29 219	0.39 220	0.05 75	0.00 1	0.07 155	0.73 229	0.73 223

SST-Stereo	6.60 101	1.46 75	8.37 123	6.68 186	0.77 61	6.01 89	1.93 71	14.68 72	9.24 60	19.09 211	20.43 127	16.86 176	8.59 130	13.49 177	3.80 90	0.22 171	0.05 75	0.13 177	0.00 1	0.08 14	0.05 13

mmm	7.72 140	1.50 87	8.56 137	5.29 106	1.89 131	14.14 204	5.70 186	18.42 130	11.02 70	16.04 147	23.78 160	17.00 177	10.03 158	12.03 124	7.54 176	0.12 136	0.07 124	0.50 258	0.20 217	0.31 124	0.18 84

GMOStereo	5.97 77	1.55 98	7.18 76	5.17 93	0.71 48	5.54 58	2.21 80	10.54 20	12.86 87	18.29 197	22.01 141	17.06 178	6.27 88	6.62 14	2.43 42	0.00 1	0.23 228	0.12 166	0.00 1	0.46 166	0.10 35

error version	5.97 77	1.55 98	7.18 76	5.17 93	0.71 48	5.54 58	2.21 80	10.54 20	12.86 87	18.29 197	22.01 141	17.06 178	6.27 88	6.62 14	2.43 42	0.00 1	0.23 228	0.12 166	0.00 1	0.46 166	0.10 35

test-v	5.97 77	1.55 98	7.18 76	5.17 93	0.71 48	5.54 58	2.21 80	10.54 20	12.86 87	18.29 197	22.01 141	17.06 178	6.27 88	6.62 14	2.43 42	0.00 1	0.23 228	0.12 166	0.00 1	0.46 166	0.10 35

RAFT_R40	6.91 119	1.53 93	8.45 131	6.79 194	0.77 61	5.86 86	3.82 143	14.85 74	14.53 110	18.05 192	20.03 120	17.06 178	8.69 132	13.40 176	3.84 93	0.14 141	0.02 28	0.14 181	0.00 1	0.09 16	0.05 13

test-2	5.97 77	1.55 98	7.18 76	5.17 93	0.71 48	5.54 58	2.21 80	10.54 20	12.86 87	18.29 197	22.01 141	17.06 178	6.27 88	6.62 14	2.43 42	0.00 1	0.23 228	0.12 166	0.00 1	0.46 166	0.10 35

GANet-ADL	8.36 157	2.31 220	8.44 130	7.39 218	2.65 155	12.58 182	5.24 172	29.55 244	25.24 209	14.19 108	16.70 86	17.07 183	6.91 106	10.65 64	6.26 157	0.38 210	0.39 269	0.10 152	0.12 185	0.75 234	0.28 136

ARAFT	8.50 160	3.19 254	16.58 287	5.52 112	0.91 71	12.13 176	11.20 286	17.19 115	18.28 151	18.40 203	16.33 82	17.10 184	8.58 129	18.56 253	5.00 128	0.11 134	0.04 55	0.00 1	0.00 1	0.55 196	0.25 128

MLCV	9.32 184	2.22 216	12.55 237	5.22 103	1.32 104	13.79 197	1.35 29	21.14 163	23.65 194	21.91 254	31.37 244	17.14 185	7.57 111	16.00 227	10.18 214	0.22 171	0.01 9	0.03 85	0.02 86	0.40 157	0.29 141

DualNet	9.14 176	1.43 67	9.67 184	5.70 121	3.44 178	11.96 171	6.35 206	18.45 131	16.31 127	15.83 141	31.44 248	17.22 186	10.87 168	10.82 73	21.98 296	0.00 1	0.05 75	0.80 281	0.08 158	0.26 94	0.14 58

ffm	8.12 152	1.43 67	9.67 184	5.70 121	3.44 178	11.96 171	6.35 206	18.45 131	16.31 127	15.83 141	31.44 248	17.22 186	10.87 168	10.82 73	1.61 5	0.00 1	0.05 75	0.80 281	0.08 158	0.26 94	0.14 58

ff1	9.41 187	1.43 67	9.67 184	5.70 121	3.44 178	11.96 171	6.35 206	18.45 131	16.31 127	15.83 141	31.44 248	17.22 186	10.87 168	16.19 230	21.98 296	0.00 1	0.05 75	0.80 281	0.08 158	0.26 94	0.14 58

mmx	10.71 223	1.43 67	9.67 184	5.70 121	3.44 178	11.96 171	6.35 206	32.18 275	28.03 231	15.83 141	31.44 248	17.22 186	10.87 168	16.19 230	21.98 296	0.22 171	0.06 107	0.80 281	0.08 158	0.48 175	0.21 104

xxx	10.71 223	1.43 67	9.67 184	5.70 121	3.44 178	11.96 171	6.35 206	32.18 275	28.03 231	15.83 141	31.44 248	17.22 186	10.87 168	16.19 230	21.98 296	0.22 171	0.06 107	0.80 281	0.08 158	0.48 175	0.21 104

BEATNet_4x	9.37 185	4.85 286	12.05 232	5.48 110	1.35 107	13.15 190	6.15 202	25.06 200	16.74 132	16.18 150	24.65 167	17.29 191	12.51 196	16.91 241	10.92 223	0.38 210	0.18 199	0.81 287	0.05 134	1.95 282	0.65 211

GMM-Stereo	8.34 156	1.09 23	6.42 53	6.14 155	2.52 152	10.30 147	9.64 259	23.44 187	10.64 68	17.84 184	29.89 222	17.37 192	7.75 116	11.55 103	4.36 109	0.05 104	0.01 9	0.23 220	0.90 306	0.46 166	6.26 337

DMCA	8.51 161	1.90 173	9.96 194	5.16 92	4.14 205	10.29 146	4.46 157	25.52 202	19.55 158	16.33 154	20.69 129	17.59 193	11.26 177	10.42 58	11.36 230	0.50 241	0.08 138	0.35 245	0.05 134	0.36 144	0.31 149

SuperB	17.60 306	6.22 304	56.40 373	7.91 238	5.07 242	19.70 273	9.03 246	24.87 199	50.15 355	26.25 295	39.13 311	17.61 194	20.84 299	22.28 294	25.31 321	0.70 266	0.31 255	1.10 301	0.71 298	16.58 373	1.86 286

OMP-Stereo	6.93 120	2.57 232	9.03 160	10.63 302	1.72 123	4.89 33	1.91 69	17.84 121	15.56 121	16.69 164	14.16 65	17.70 195	7.33 109	12.93 163	4.83 125	0.24 180	0.03 46	0.06 118	0.02 86	0.19 59	0.39 160

GrayStereo	8.86 173	1.17 32	6.94 69	8.09 243	2.82 160	10.58 152	11.40 291	17.93 127	15.74 124	22.43 261	30.95 237	17.80 196	12.44 195	11.19 90	4.57 113	0.02 76	0.02 28	0.18 197	0.79 303	0.31 124	1.90 288

MyStereo06	6.40 92	1.76 156	13.15 246	6.19 157	4.40 218	7.09 119	9.95 262	16.68 107	6.98 30	12.91 90	10.76 44	17.84 197	5.71 73	9.97 54	3.39 78	0.06 114	0.10 156	0.02 72	0.04 116	0.73 229	0.29 141

IRAFT_RVC	8.76 168	1.47 77	9.55 179	7.31 212	1.77 125	6.49 102	10.43 276	25.94 210	27.33 225	17.50 180	19.85 118	17.93 198	10.21 160	12.88 159	5.44 143	0.17 152	0.30 252	0.19 205	0.05 134	0.22 67	0.12 45

IIG-Stereo	7.41 135	2.13 209	8.55 136	10.02 290	1.76 124	6.82 113	1.53 35	17.17 114	15.84 125	18.74 208	20.30 126	18.01 199	8.39 128	12.89 160	5.22 134	0.27 189	0.03 46	0.03 85	0.00 1	0.16 46	0.30 144

SMFormer	10.46 218	1.37 57	13.37 249	4.41 49	1.30 99	14.40 212	3.29 120	30.25 250	29.81 242	19.55 213	29.37 210	18.06 200	14.40 234	15.42 210	12.70 235	0.38 210	0.21 214	0.28 233	0.03 101	0.33 136	0.31 149

tta	10.45 217	1.37 57	13.37 249	4.41 49	1.30 99	14.39 209	3.29 120	30.25 250	29.81 242	19.55 213	29.37 210	18.06 200	14.40 234	15.42 210	12.69 234	0.38 210	0.21 214	0.28 233	0.03 101	0.29 109	0.18 84

qqq1	9.96 205	1.37 57	13.37 249	4.41 49	1.30 99	14.40 212	3.29 120	30.25 250	29.81 242	19.55 213	29.37 210	18.06 200	14.40 234	15.42 210	3.18 71	0.38 210	0.21 214	0.00 1	0.01 63	0.29 109	0.18 84

fff1	9.96 205	1.37 57	13.37 249	4.41 49	1.30 99	14.40 212	3.29 120	30.25 250	29.81 242	19.55 213	29.37 210	18.06 200	14.40 234	15.42 210	3.18 71	0.38 210	0.21 214	0.00 1	0.01 63	0.29 109	0.18 84

STrans-v2	7.98 150	1.84 168	9.42 175	4.84 70	1.48 113	12.23 177	10.05 267	19.06 142	12.32 83	13.63 102	26.06 183	18.13 204	12.35 193	12.99 168	3.99 99	0.01 45	0.01 9	0.18 197	0.01 63	0.22 67	0.83 233

ADCRef	17.30 302	6.73 309	42.01 353	10.11 291	8.78 334	26.61 319	10.45 278	31.29 266	32.75 273	31.19 324	41.62 329	18.47 205	19.78 293	24.29 305	34.06 350	0.76 273	0.42 276	2.16 324	1.79 328	1.23 260	1.56 278

test_xeample	11.49 238	1.24 40	7.50 90	5.22 103	2.18 140	17.40 256	6.49 217	31.14 262	22.77 186	17.90 187	33.09 272	18.48 206	14.61 239	13.51 179	37.38 361	0.16 149	0.13 173	0.01 62	0.03 101	0.23 79	0.24 123

HCRNet	8.80 169	1.43 67	7.74 99	14.41 336	5.25 249	10.85 158	2.56 100	26.07 212	18.04 150	15.48 134	25.03 169	18.63 207	9.93 157	13.01 169	6.76 161	0.04 96	0.04 55	0.10 152	0.01 63	0.18 55	0.38 157

TransformOpticalFlow	7.76 142	1.90 173	9.31 171	5.50 111	1.18 94	6.97 116	8.27 242	17.86 125	13.21 95	14.58 111	29.13 208	19.01 208	10.85 166	12.51 150	3.69 86	0.01 45	0.04 55	0.20 208	0.04 116	0.17 53	0.84 234

GEStereo_RVC	12.81 263	2.49 229	13.64 257	9.68 281	4.97 235	18.16 261	11.30 288	31.26 264	47.47 343	19.84 219	26.97 192	19.03 209	13.19 206	20.14 273	14.86 252	0.83 282	0.51 296	0.10 152	0.13 188	0.54 193	0.99 251

MSMDNet	9.64 193	1.77 162	10.63 208	4.83 68	2.90 164	16.35 249	2.37 90	29.33 242	34.29 283	17.43 178	22.10 147	19.05 210	7.79 117	12.11 132	6.87 163	0.23 178	0.46 286	0.67 270	0.21 220	2.77 299	0.60 200

PCWNet_CMD	9.64 193	1.77 162	10.59 207	4.80 67	2.90 164	16.25 248	2.42 93	29.37 243	34.10 280	17.41 176	22.04 145	19.10 211	7.70 114	12.05 126	6.86 162	0.22 171	0.45 284	0.80 281	0.22 222	3.11 309	0.69 216

RAFT + AFF	10.27 215	3.77 265	17.13 289	10.24 296	4.97 235	13.08 189	11.52 292	25.69 206	25.80 213	14.72 113	16.12 80	19.16 212	11.35 180	16.24 234	9.04 202	0.30 193	1.46 331	0.66 269	0.20 217	2.03 288	1.94 289

DAS	10.80 229	2.03 199	13.96 260	9.01 259	6.23 283	14.67 218	7.38 235	21.59 167	32.58 270	18.67 206	28.13 200	19.20 213	17.08 272	16.54 238	7.31 169	0.58 251	0.01 9	0.29 236	0.01 63	0.47 173	0.20 97

SepStereo	11.34 236	2.03 199	13.96 260	9.01 259	6.23 283	14.67 218	7.38 235	21.59 167	32.58 270	18.67 206	28.13 200	19.20 213	17.08 272	27.36 319	7.31 169	0.58 251	0.01 9	0.29 236	0.01 63	0.47 173	0.20 97

RAFT	8.51 161	2.16 210	8.93 144	8.14 245	0.81 64	12.63 183	8.49 243	16.34 102	15.56 121	22.31 258	18.99 107	19.29 215	11.39 181	17.57 246	6.05 151	0.01 45	0.19 203	0.27 227	0.02 86	0.64 214	0.45 175

AdaStereo	10.22 212	3.63 261	9.14 169	9.15 263	3.24 174	15.79 232	5.39 178	31.94 270	25.42 211	18.39 202	26.47 186	19.44 216	9.50 149	16.60 239	8.59 196	0.44 231	0.05 75	0.40 252	0.00 1	0.57 200	0.16 76
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.
FINET	15.49 287	6.08 297	24.99 319	8.12 244	7.69 317	21.80 286	22.35 355	33.76 295	48.27 345	25.99 291	32.27 261	19.48 217	16.83 267	19.07 259	16.38 263	1.37 308	0.70 309	0.95 295	0.27 246	2.61 296	0.90 241

FADNet-RVC-Resample	11.72 241	4.35 278	30.33 334	9.46 274	3.90 192	14.11 201	7.17 233	25.78 207	23.31 189	23.27 268	29.52 217	19.50 218	15.00 248	15.38 209	8.33 192	0.53 246	0.50 293	0.49 257	0.50 288	1.38 269	1.67 282

222	12.33 253	1.29 43	8.09 114	6.06 148	2.14 139	19.51 271	2.53 97	33.63 293	23.55 191	21.72 253	30.51 229	20.11 219	16.77 266	13.22 173	46.51 382	0.15 147	0.14 183	0.01 62	0.03 101	0.26 94	0.26 131

PWCDC_ROB	17.80 309	9.62 325	18.38 299	17.95 351	7.74 318	24.61 304	5.56 183	34.41 304	52.79 359	29.66 317	50.20 360	20.63 220	19.69 292	29.85 331	20.87 289	6.18 356	0.26 247	0.10 152	0.05 134	5.36 333	2.00 291

anonymousa	9.03 174	1.62 125	8.03 112	4.19 38	5.53 263	15.37 226	3.81 142	18.55 135	21.20 169	18.28 196	30.99 239	20.79 221	13.42 208	10.58 60	7.57 178	0.00 1	0.05 75	0.29 236	0.18 206	0.10 26	0.11 41

UPFNet	11.72 241	1.52 92	10.33 203	7.38 216	7.14 305	20.05 275	9.62 258	28.90 237	25.94 216	20.02 223	29.73 220	20.91 222	16.34 262	18.61 255	16.17 262	0.26 188	0.17 194	0.25 224	0.03 101	0.55 196	0.56 194

delet	12.65 261	1.85 170	11.36 222	7.71 234	6.22 282	22.52 291	10.22 275	28.14 231	37.67 303	19.66 217	29.24 209	21.00 223	15.99 259	21.97 292	17.77 273	0.03 90	0.07 124	0.19 205	0.04 116	0.60 204	0.75 226

LL-Strereo	10.79 228	3.52 260	12.54 236	8.77 254	5.44 260	7.49 122	9.26 251	35.15 310	28.70 236	16.47 157	15.85 77	21.06 224	17.42 277	21.62 291	9.72 206	0.21 168	0.22 223	0.74 275	0.08 158	0.98 246	0.60 200

MMNet	12.97 266	2.08 203	12.74 239	6.98 200	6.27 286	26.39 318	4.73 162	23.10 184	41.79 321	25.48 287	32.29 262	21.09 225	17.79 279	19.52 266	17.90 275	0.19 158	0.07 124	0.10 152	0.00 1	0.37 149	0.59 199

PS-NSSS	13.70 279	7.41 315	14.68 271	6.70 188	5.63 266	18.43 264	12.59 301	38.89 340	25.56 212	20.27 229	35.71 291	21.11 226	16.35 263	17.16 243	17.56 271	2.28 322	0.53 298	5.37 347	0.36 270	4.28 325	3.09 309

iinet-f	13.51 277	4.29 275	45.90 358	6.01 143	3.96 196	21.00 280	13.40 307	27.40 224	21.12 167	21.11 245	30.72 232	21.49 227	16.96 269	15.33 206	19.50 283	0.12 136	0.42 276	0.09 136	0.05 134	0.89 243	0.39 160

iRaft-Stereo_5w	8.70 167	1.81 167	9.33 172	5.83 130	3.78 188	4.87 32	11.12 285	15.86 98	14.80 112	15.23 132	26.36 185	21.49 227	12.91 203	15.94 224	12.73 236	0.58 251	0.05 75	0.08 129	0.09 169	0.85 239	0.33 153

ADLNet2	12.44 256	2.17 211	12.84 241	9.17 264	5.82 274	20.00 274	10.13 271	32.53 280	36.22 297	18.62 205	19.39 110	21.96 229	17.07 271	21.43 290	19.42 282	0.24 180	0.15 186	0.06 118	0.08 158	0.86 240	0.57 195

DSFCA	11.85 245	2.01 195	12.93 242	5.40 108	6.87 299	15.36 225	10.45 278	30.68 258	31.84 258	25.99 291	23.52 158	22.03 230	14.05 224	20.28 279	12.46 233	0.57 250	0.41 272	0.28 233	0.38 275	1.02 247	0.47 177

RASNet	11.59 239	1.71 140	10.36 204	6.30 161	5.66 268	15.48 228	6.12 201	34.50 305	20.86 164	16.61 161	32.51 264	22.04 231	23.00 305	19.44 264	16.15 261	0.71 268	0.03 46	0.05 106	0.01 63	0.15 41	0.13 53

ccs_rob	9.61 192	1.92 180	10.72 210	4.55 58	2.89 163	14.33 207	2.86 111	26.85 221	32.36 267	17.05 169	22.91 154	22.12 232	8.70 133	12.10 131	7.44 172	0.19 158	0.44 280	1.38 312	0.25 240	2.68 297	0.57 195

CFNet_pseudo	9.58 190	1.91 176	10.73 211	4.53 57	2.91 166	14.26 205	2.75 107	26.73 220	32.14 265	17.10 171	23.02 155	22.14 233	8.74 134	12.17 134	7.43 171	0.20 165	0.45 284	1.24 310	0.24 237	2.49 294	0.49 183

BSDual-CNN	9.70 195	1.48 80	7.93 105	6.74 191	3.96 196	16.10 239	7.13 231	33.06 287	21.58 173	17.99 189	21.34 135	22.28 234	11.53 183	14.18 188	7.81 181	0.19 158	0.13 173	0.14 181	0.04 116	0.30 113	0.09 29

psmg	9.80 198	1.48 80	7.93 105	5.18 98	3.96 196	15.85 233	7.93 240	29.11 238	21.58 173	20.93 239	25.06 170	22.28 234	11.53 183	14.18 188	7.81 181	0.19 158	0.13 173	0.17 192	0.04 116	0.36 144	0.21 104

PSMNet-RSSM	9.71 196	1.73 141	6.09 42	7.47 224	4.27 209	10.06 143	6.00 196	29.14 239	21.74 177	15.76 140	32.88 269	22.63 236	13.18 205	12.94 164	9.12 203	0.09 127	0.02 28	0.07 126	0.10 175	0.70 222	0.24 123

KYRaft	9.04 175	1.11 25	7.02 72	6.50 172	0.97 75	8.27 132	8.19 241	22.86 182	8.20 50	21.30 249	31.38 245	22.64 237	8.20 126	11.99 122	2.96 60	0.02 76	0.02 28	0.05 106	0.68 297	0.40 157	18.09 379

NOSS_ROB	10.99 232	3.81 267	6.88 66	6.69 187	2.30 144	16.06 237	10.94 282	30.06 247	32.41 268	16.10 149	18.72 104	22.78 238	14.21 229	17.52 245	8.62 197	2.35 324	1.84 337	3.32 342	1.57 326	2.06 289	1.52 277

hknet	10.13 211	1.56 107	10.27 202	6.74 191	3.72 186	16.10 239	7.13 231	33.06 287	21.12 167	17.99 189	21.34 135	23.11 239	14.95 243	16.43 236	8.34 193	0.14 141	0.13 173	0.14 181	0.04 116	0.30 113	0.09 29

NVstereo2D	15.15 284	2.97 248	16.28 284	9.23 267	7.56 314	30.03 330	9.53 257	42.80 357	42.72 325	15.11 124	27.03 194	23.16 240	16.93 268	24.28 304	15.45 254	3.07 337	0.43 279	1.44 313	0.61 294	6.74 339	7.60 355

DeepPruner_ROB	10.77 227	4.56 281	13.13 244	6.37 164	4.28 214	10.14 144	6.86 225	36.42 321	19.59 159	17.87 185	27.37 196	23.19 241	12.26 192	19.09 260	10.23 217	1.05 298	0.48 289	0.23 220	0.15 198	0.89 243	1.17 263

CFNet_ucs	10.25 213	1.91 176	11.88 229	4.98 76	4.08 203	15.11 221	3.57 137	28.02 229	31.98 264	18.21 195	25.20 173	23.27 242	9.38 146	13.38 175	7.22 167	0.23 178	0.81 317	1.65 316	0.22 222	3.01 305	0.93 244

Anonymous_2	14.95 283	6.75 310	17.63 292	5.45 109	7.10 304	26.19 315	11.58 293	18.06 128	17.30 138	17.61 183	15.47 74	23.33 243	20.95 300	20.55 285	14.63 248	11.05 372	12.86 380	11.27 367	25.12 382	11.32 364	4.82 329

AANet_RVC	13.16 269	5.34 293	10.83 215	8.20 247	4.44 220	14.13 203	9.46 255	28.78 235	37.67 303	23.44 270	37.47 302	23.48 244	15.83 258	22.39 295	16.63 264	1.67 313	0.86 320	0.24 223	0.02 86	0.63 210	1.60 279

PA-Net	16.29 290	6.88 312	27.34 324	9.88 286	11.12 347	21.77 285	28.15 373	32.06 273	39.49 309	19.99 221	27.91 198	23.50 245	20.59 297	20.25 276	24.04 312	0.24 180	2.26 345	0.22 217	4.59 354	1.13 255	4.48 326
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CBMV_ROB	11.77 244	2.89 243	6.92 68	5.20 100	2.88 162	14.12 202	4.79 166	26.69 219	29.84 246	26.17 294	31.92 255	23.61 246	20.74 298	20.20 275	10.18 214	1.78 315	1.80 336	2.17 325	1.26 321	1.61 272	0.55 191

CFNet	10.67 222	2.33 221	8.90 143	6.66 185	4.09 204	16.05 235	4.26 153	30.44 256	31.01 255	18.53 204	26.48 187	23.69 247	13.68 214	15.27 205	10.59 222	0.05 104	0.02 28	0.44 253	0.05 134	0.73 229	0.23 117

GwcNet-RSSM	10.65 221	1.94 184	8.57 138	6.89 198	5.26 252	12.26 179	5.21 171	25.80 209	31.50 256	16.67 163	33.52 277	23.70 248	13.88 221	12.84 158	13.67 242	0.05 104	0.10 156	0.14 181	0.02 86	0.65 216	0.39 160

ADCP+	18.16 312	4.61 282	32.94 338	9.31 268	10.23 342	28.87 326	11.69 294	33.43 291	36.49 298	29.28 315	40.49 320	24.18 249	24.61 315	33.89 342	35.33 352	0.25 186	0.40 271	2.00 321	1.17 318	2.16 290	1.87 287

Anonymous Stereo	18.60 316	11.75 342	49.81 362	14.43 337	12.02 356	14.33 207	23.23 362	32.16 274	43.08 327	24.32 278	34.16 284	24.24 250	14.12 226	31.67 336	30.84 345	0.89 287	0.91 322	1.74 317	1.92 333	3.23 312	3.23 313

StereoDRNet-Refined	13.36 275	2.80 237	10.82 214	7.94 239	3.10 169	18.95 267	4.45 156	28.47 233	29.65 240	29.11 312	41.47 327	24.44 251	17.64 278	23.34 299	21.66 292	0.16 149	0.07 124	0.53 260	0.32 262	0.77 235	1.64 281
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ToySt	10.51 219	2.00 189	15.67 277	5.33 107	0.95 74	14.97 220	9.51 256	24.02 191	27.37 226	14.61 112	24.67 168	24.56 252	14.70 241	16.86 240	13.35 238	0.06 114	0.23 228	0.03 85	0.09 169	0.62 208	0.67 213

DeepPrunerF	19.92 329	11.02 339	44.29 354	20.74 358	17.75 368	19.19 269	22.57 356	36.86 325	49.93 351	25.48 287	36.62 296	24.69 253	23.97 310	23.44 300	21.79 293	2.68 332	1.63 334	5.70 348	3.95 350	3.38 315	2.67 303

ACVNet	10.36 216	1.68 137	5.49 30	6.01 143	2.75 158	12.78 186	3.56 135	21.89 171	34.81 286	14.96 119	30.78 234	24.72 254	13.88 221	15.81 216	17.20 268	0.13 139	0.01 9	0.06 118	0.06 148	0.51 187	0.15 72

acv_ft	12.16 250	1.68 137	11.97 230	7.70 232	6.20 280	19.61 272	5.52 180	25.78 207	34.81 286	25.62 289	30.78 234	24.72 254	13.20 207	15.81 216	18.80 279	0.13 139	0.01 9	0.06 118	0.06 148	0.63 210	0.15 72

GMStereo_Zeroshot	10.83 230	7.81 316	19.95 308	9.55 276	2.47 151	11.83 168	1.31 26	20.84 159	20.52 161	22.73 263	35.93 292	24.76 256	5.94 79	19.68 267	7.04 164	0.45 232	0.02 28	0.25 224	0.01 63	5.38 334	0.19 94

cf-r	10.06 209	1.60 119	7.99 109	5.82 128	5.70 271	12.92 188	4.78 164	24.18 194	27.47 228	16.91 168	31.02 240	25.12 257	14.05 224	11.63 112	11.01 228	0.03 90	0.03 46	0.05 106	0.03 101	0.43 163	0.39 160

NLCA_NET_v2_RVC	12.05 249	3.43 258	16.25 283	7.62 230	5.58 264	14.57 217	6.00 196	32.98 285	27.41 227	21.69 252	31.40 246	25.21 258	13.47 210	14.96 203	15.60 256	0.84 284	0.33 262	0.35 245	0.35 269	1.29 263	1.78 285
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
UCFNet_RVC	9.48 188	2.12 207	4.89 17	7.03 201	3.78 188	16.05 235	6.37 211	28.25 232	20.00 160	15.93 146	23.07 156	25.21 258	12.79 199	12.57 151	8.01 186	0.07 122	0.04 55	1.17 303	0.23 230	1.31 266	0.69 216

PSMNet-ADL	9.88 204	2.01 195	6.80 64	9.18 265	4.26 208	15.11 221	3.50 128	27.12 222	24.42 205	14.72 113	18.96 106	25.32 260	13.43 209	15.76 215	14.04 244	0.79 277	0.78 316	0.00 1	0.02 86	0.26 94	1.18 265

GANet-RSSM	9.48 188	1.32 50	6.45 54	6.72 190	5.51 262	12.78 186	6.03 198	26.55 217	18.96 155	14.92 118	27.95 199	25.41 261	14.69 240	13.52 180	7.60 180	0.10 131	0.10 156	0.16 190	0.01 63	0.51 187	0.39 160

CFNet-ft	9.87 202	2.18 214	5.49 30	7.45 222	5.25 249	15.76 230	5.98 194	21.89 171	21.87 178	14.96 119	30.02 223	25.68 262	13.68 214	12.46 148	10.94 225	0.08 125	0.06 107	1.83 318	0.22 222	1.09 250	0.43 171

CFNet_RVC	9.87 202	2.18 214	5.49 30	7.45 222	5.25 249	15.76 230	5.98 194	21.89 171	21.87 178	14.96 119	30.02 223	25.68 262	13.68 214	12.46 148	10.94 225	0.08 125	0.06 107	1.83 318	0.22 222	1.09 250	0.43 171

iResNet_ROB	11.71 240	1.96 185	10.77 212	6.01 143	3.68 185	15.13 223	2.34 88	31.72 269	37.58 302	26.16 293	32.77 266	25.88 264	15.34 252	16.35 235	7.94 185	0.19 158	0.01 9	0.00 1	0.00 1	0.31 124	0.12 45

TDLM	12.98 268	3.78 266	9.77 191	10.75 306	4.94 233	16.10 239	14.08 311	35.05 308	31.87 259	22.36 259	26.51 189	26.09 265	14.97 247	24.73 308	13.11 237	1.05 298	0.05 75	1.21 307	0.27 246	1.83 278	1.00 252

1111x	11.32 234	1.34 52	8.95 148	5.20 100	1.96 132	14.46 215	7.75 239	35.65 315	28.23 234	15.66 138	26.66 190	26.65 266	14.76 242	15.88 219	22.27 301	0.24 180	0.13 173	0.04 100	0.06 148	0.30 113	0.24 123

DMCA-RVC	11.41 237	3.32 256	11.68 226	10.12 292	4.81 228	11.92 170	4.11 146	24.67 198	23.66 195	20.06 225	28.51 204	26.71 267	24.96 319	15.95 226	14.82 250	0.41 224	0.34 265	0.56 262	0.16 201	0.72 228	0.69 216

ADLNet	12.34 254	2.22 216	10.14 200	8.38 250	6.78 297	17.56 258	9.05 247	33.21 290	26.28 220	27.06 299	26.01 178	26.80 268	13.76 217	16.99 242	18.74 278	0.24 180	0.39 269	0.23 220	0.10 175	0.64 214	2.16 296

FADNet-RVC	13.27 273	11.57 341	39.71 348	7.94 239	4.50 221	15.41 227	6.95 229	27.96 227	22.98 188	20.37 231	30.73 233	26.86 269	11.31 179	20.50 284	14.28 246	0.14 141	0.14 183	0.13 177	0.18 206	2.83 300	0.86 238

xxxx	11.74 243	1.16 30	7.88 102	5.61 115	1.99 133	20.46 277	3.12 117	33.99 296	23.76 198	15.53 135	30.67 230	26.88 270	14.50 238	12.98 167	35.48 353	0.19 158	0.18 199	0.01 62	0.02 86	0.22 67	0.27 133

ICVP	10.07 210	1.73 141	6.11 43	9.08 261	3.31 176	12.25 178	6.56 219	26.30 215	22.52 184	16.49 158	31.80 254	26.94 271	12.42 194	11.35 95	10.92 223	1.17 304	0.57 303	0.17 192	0.10 175	0.58 202	1.07 256
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HGLStereo	12.72 262	2.66 236	12.34 233	9.93 287	7.55 313	16.16 243	7.45 237	31.48 268	27.01 224	20.01 222	35.31 289	26.98 272	18.90 287	17.87 249	18.90 280	0.33 199	0.16 192	0.07 126	0.05 134	0.48 175	0.70 220

UNet	12.64 260	2.02 197	13.36 248	6.85 197	7.76 319	25.31 311	4.74 163	34.10 297	28.19 233	20.03 224	31.07 241	27.02 273	17.36 275	20.18 274	13.87 243	0.06 114	0.05 75	0.27 227	0.01 63	0.23 79	0.39 160

FADNet	14.18 280	10.92 337	37.56 345	7.79 236	6.64 290	17.48 257	6.91 226	34.73 306	34.03 278	18.85 209	27.02 193	28.26 274	14.24 230	17.77 248	10.09 213	0.41 224	0.67 308	0.37 249	0.37 273	8.13 347	1.34 268

MDST_ROB	17.92 310	1.60 119	13.68 258	13.88 332	6.44 288	43.05 366	14.86 317	42.74 356	41.66 319	43.25 361	42.85 335	28.43 275	17.28 274	29.35 328	16.06 259	0.88 286	0.11 165	0.63 267	0.47 285	0.50 186	0.64 210

ssnet_v2	13.23 271	2.43 223	11.25 219	7.34 213	2.92 167	23.05 296	12.95 303	35.93 317	32.92 274	21.23 248	25.38 174	28.81 276	15.22 250	22.57 296	19.81 285	0.18 154	0.08 138	0.19 205	0.05 134	1.24 261	1.06 255

CRFU-Net	12.56 259	2.89 243	11.77 227	8.18 246	5.80 273	24.84 305	10.46 281	24.56 196	13.12 92	30.06 320	29.37 210	29.09 277	19.64 291	19.96 270	18.53 277	0.82 280	0.48 289	0.27 227	0.15 198	0.53 192	0.68 214

Wz-Net-LNSev-Ref	15.26 285	3.68 263	27.36 325	7.11 207	5.83 275	24.88 307	12.12 299	30.19 249	36.12 296	27.08 300	45.98 345	29.10 278	13.65 213	20.45 283	20.26 288	0.67 265	0.00 1	0.10 152	0.00 1	0.32 133	0.26 131

S-Stereo	16.85 295	3.95 270	20.67 312	12.08 321	8.91 335	21.68 284	12.61 302	32.20 277	44.61 336	22.37 260	38.42 309	29.15 279	28.02 331	18.58 254	22.36 303	2.88 333	3.11 357	0.87 293	1.82 330	3.58 317	9.08 363

DRN-Test	15.88 288	3.83 268	14.70 272	9.96 289	8.02 326	28.93 328	14.65 314	42.34 353	38.25 308	28.18 308	34.31 286	29.22 280	18.35 282	20.01 271	22.68 304	0.37 209	0.41 272	0.46 255	0.28 249	1.28 262	1.34 268

Syn2CoEx	17.03 300	10.40 331	25.65 321	20.35 355	8.02 326	26.28 316	11.27 287	37.16 327	32.69 272	28.89 310	40.17 318	29.27 281	26.63 322	19.19 262	17.63 272	0.98 292	0.54 299	1.23 309	0.23 230	1.82 277	2.24 297

CVANet_RVC	13.24 272	3.39 257	8.43 129	8.42 251	5.04 241	18.52 266	11.72 295	32.03 272	33.85 277	23.17 267	32.77 266	29.78 282	16.51 264	23.20 298	11.28 229	0.94 289	0.04 55	1.19 306	0.47 285	3.13 310	1.01 253

iResNetv2_ROB	12.00 247	2.91 245	13.46 253	5.82 128	3.73 187	13.15 190	6.45 214	34.15 298	36.02 294	25.25 283	33.81 281	29.79 283	14.24 230	13.61 181	6.10 155	0.21 168	0.02 28	0.12 166	0.00 1	0.82 237	0.25 128

SGM-Forest	12.92 265	1.87 171	6.61 56	5.68 119	2.05 136	23.19 297	11.30 288	34.24 301	30.77 253	26.54 296	31.99 256	29.98 284	15.74 256	21.17 289	13.36 239	1.05 298	0.33 262	0.84 289	0.01 63	0.71 224	0.97 247
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CSP-Net	12.85 264	2.95 247	9.64 182	5.94 139	3.96 196	25.85 312	9.93 261	28.81 236	26.00 217	29.31 316	32.44 263	30.00 285	15.16 249	20.25 276	14.30 247	0.55 249	0.19 203	0.03 85	0.00 1	0.65 216	0.98 250

psm_up	13.18 270	1.91 176	8.81 142	9.59 279	5.84 276	15.17 224	11.37 290	38.74 338	30.81 254	20.66 236	30.32 227	30.00 285	23.12 306	19.19 262	16.02 258	0.58 251	0.10 156	0.17 192	0.01 63	0.65 216	0.55 191

AACVNet	10.58 220	2.86 242	9.78 192	8.95 258	3.30 175	10.80 157	4.78 164	22.37 176	12.55 85	27.50 303	29.84 221	30.06 287	15.99 259	19.10 261	11.60 232	0.40 222	0.18 199	0.22 217	0.03 101	0.62 208	0.73 223

CBFPSM	12.42 255	2.59 234	28.96 328	4.74 64	3.20 172	22.33 289	16.31 330	21.13 162	21.03 166	21.04 243	27.81 197	30.24 288	15.99 259	14.59 201	14.80 249	0.04 96	0.49 292	0.10 152	0.16 201	0.51 187	2.34 299

Consistency-Raft	41.82 383	35.10 378	44.56 356	32.85 376	41.39 386	46.76 369	34.76 380	57.01 386	54.94 366	32.10 331	65.22 388	30.82 289	48.46 376	40.81 369	48.77 385	27.39 384	34.28 387	42.92 385	51.66 395	39.28 385	27.28 383

dad	12.24 251	10.20 328	13.68 258	6.64 184	1.47 111	13.55 195	3.58 138	17.62 118	35.33 290	27.15 302	32.65 265	30.85 290	10.86 167	14.33 193	10.04 212	2.95 334	0.55 301	7.92 360	0.91 309	3.35 314	1.17 263

CBMV	13.69 278	3.63 261	8.02 111	5.93 138	2.69 156	22.57 292	12.44 300	29.81 246	31.57 257	31.20 325	33.79 280	31.04 291	17.41 276	25.28 311	14.11 245	0.71 268	0.60 305	0.60 265	0.11 184	1.11 253	1.13 261
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
APVNet	17.75 308	5.46 295	20.35 311	12.31 322	8.40 328	30.16 331	24.10 363	41.14 349	30.12 249	25.08 281	41.09 323	31.24 292	23.12 306	27.07 318	27.86 336	0.34 203	0.56 302	3.02 337	0.52 290	1.68 275	1.45 274

GwcNet	16.48 292	5.23 291	20.03 309	10.24 296	8.48 329	28.79 325	10.09 268	38.60 336	44.51 335	23.29 269	36.95 298	31.29 293	19.79 294	20.42 281	25.70 325	0.54 247	0.72 310	0.57 263	0.39 277	1.37 268	2.64 302

ADCL	21.64 339	6.20 301	47.32 360	9.93 287	6.91 301	38.69 361	19.97 347	31.26 264	54.04 361	27.89 306	47.97 353	31.35 294	30.66 343	33.18 340	36.62 356	0.99 293	0.92 324	2.63 332	1.82 330	2.45 293	2.13 293

hitnet-ft	12.04 248	2.11 206	6.14 44	7.27 211	3.90 192	25.98 314	3.56 135	22.56 177	23.74 196	20.55 232	33.81 281	31.59 295	18.67 286	19.47 265	17.20 268	0.42 228	1.36 328	0.35 245	0.07 155	1.11 253	0.86 238

Wz-Net-LNSev	18.19 313	10.57 333	41.33 351	10.19 294	7.94 324	24.29 301	15.28 323	34.15 298	43.38 330	32.90 336	43.72 340	31.94 296	22.21 303	20.81 287	22.26 300	0.47 237	0.22 223	0.00 1	0.02 86	1.22 259	0.94 245

STTStereo	12.97 266	4.88 287	26.57 323	7.54 227	5.41 259	13.43 193	6.49 217	30.53 257	26.35 221	25.14 282	31.43 247	32.00 297	14.12 226	16.01 228	14.83 251	0.29 192	0.31 255	0.67 270	1.08 315	1.21 258	1.11 258

fast-acv-ft	14.25 281	4.00 271	16.20 281	7.51 225	5.14 247	26.38 317	9.77 260	24.62 197	34.84 288	25.30 285	37.27 300	32.09 298	20.38 296	18.32 251	19.50 283	0.36 208	0.32 258	0.63 267	0.47 285	1.18 256	0.76 227

DLCB_ROB	13.35 274	3.00 250	9.12 165	9.43 270	5.68 269	21.80 286	10.12 270	29.19 241	29.92 248	27.71 304	31.45 253	32.37 299	19.50 290	19.02 258	16.73 265	0.22 171	0.04 55	0.38 251	0.06 148	0.49 182	0.85 237

SACVNet	13.38 276	4.08 272	11.41 223	11.67 316	5.79 272	17.28 254	9.39 253	32.77 282	22.29 181	28.11 307	33.35 273	32.48 300	21.86 302	19.75 268	10.28 218	1.00 294	0.48 289	0.85 290	0.29 252	1.31 266	3.08 308

MaskLacGwcNet_RVC	16.87 297	16.27 355	17.93 298	11.24 315	6.69 294	28.95 329	10.44 277	41.23 350	21.49 171	29.68 318	34.27 285	32.48 300	11.00 173	20.05 272	15.09 253	8.22 360	2.59 348	12.23 368	0.75 301	10.40 357	6.34 339

RTSC	19.64 324	9.36 321	31.06 336	10.99 309	6.24 285	28.10 323	10.14 272	37.50 330	58.34 376	31.74 328	36.70 297	32.50 302	21.03 301	36.00 355	37.24 360	1.23 306	0.44 280	0.12 166	0.31 259	1.98 283	1.69 283

RTS	30.15 368	23.12 370	96.33 412	16.71 346	11.63 351	58.66 386	24.28 364	36.80 323	62.63 384	43.79 362	46.10 346	32.56 303	43.90 370	51.29 380	40.92 369	2.38 326	0.66 306	1.06 298	0.74 299	5.11 330	4.34 323

RTSA	30.15 368	23.12 370	96.33 412	16.71 346	11.63 351	58.66 386	24.28 364	36.80 323	62.63 384	43.79 362	46.10 346	32.56 303	43.90 370	51.29 380	40.92 369	2.38 326	0.66 306	1.06 298	0.74 299	5.11 330	4.34 323

NaN_ROB	16.51 293	6.51 306	16.22 282	10.53 301	4.64 225	31.76 338	17.78 340	37.00 326	43.37 329	29.68 318	31.29 243	32.67 305	20.32 295	28.00 324	16.06 259	0.38 210	0.41 272	0.32 242	0.41 279	0.87 242	1.94 289

GASNet	17.30 302	19.38 363	30.46 335	20.66 357	9.36 338	16.06 237	9.06 248	43.89 364	40.04 313	25.35 286	23.73 159	32.90 306	15.37 253	28.91 326	17.05 266	3.04 336	0.27 250	1.88 320	0.45 283	6.73 338	1.37 270

G-Net	21.25 335	8.24 319	37.97 347	15.14 343	9.26 337	50.87 374	16.80 335	27.96 227	30.54 251	38.92 349	42.93 336	33.27 307	32.17 349	27.99 323	25.25 320	4.40 349	3.83 364	3.60 343	0.97 312	7.91 346	6.95 347

ac_64	11.10 233	1.49 84	9.88 193	8.24 248	5.45 261	19.12 268	6.46 215	24.10 193	14.34 107	22.80 264	23.87 163	33.28 308	15.54 254	18.87 257	17.26 270	0.28 190	0.12 169	0.02 72	0.02 86	0.26 94	0.63 204

SQANet	21.24 334	24.08 372	19.60 305	26.40 371	18.74 370	30.87 336	9.24 250	32.70 281	29.58 239	25.25 283	33.37 274	33.47 309	19.19 288	28.11 325	18.32 276	10.87 369	2.92 355	26.49 379	5.65 358	18.43 376	11.48 368

AnyNet_C32	23.37 348	13.28 347	40.29 350	12.36 323	11.44 350	30.39 332	29.15 374	31.36 267	44.90 338	35.36 341	48.86 354	33.61 310	34.20 351	43.15 372	41.62 374	1.27 307	1.35 327	1.18 305	2.58 339	4.77 327	6.27 338

HSM-Net_RVC	10.88 231	1.23 35	5.46 28	5.57 113	2.63 154	20.12 276	6.06 200	27.67 226	28.35 235	20.63 235	25.51 176	34.01 311	14.38 233	16.18 229	9.29 204	0.11 134	0.07 124	0.01 62	0.00 1	0.13 36	0.14 58
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
aanetorigin	19.21 322	12.59 344	53.50 366	9.67 280	7.83 320	11.85 169	13.87 309	17.05 112	34.15 281	49.18 370	48.89 356	34.05 312	30.22 341	22.86 297	28.00 340	1.01 296	0.75 314	0.67 270	0.89 305	3.07 307	4.14 322

StereoDRNet	15.30 286	4.47 280	14.35 268	10.71 303	8.69 332	25.02 309	11.03 283	39.66 342	35.62 292	29.17 313	28.81 205	34.05 312	17.80 280	18.80 256	23.77 309	0.41 224	0.30 252	0.15 186	0.14 192	1.64 274	1.42 273

GANetREF_RVC	25.41 359	29.28 374	24.63 318	25.18 368	6.04 278	30.44 333	35.39 382	47.84 371	50.60 357	36.88 345	36.04 294	34.11 314	31.23 345	37.46 359	27.96 339	8.58 361	2.66 350	16.29 371	4.95 357	14.37 371	8.32 359
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
Nwc_Net	17.98 311	4.67 283	17.79 297	14.26 334	11.65 353	25.14 310	14.88 318	40.85 347	39.83 312	21.07 244	43.24 337	34.50 315	27.64 328	26.44 317	25.03 318	3.22 338	0.18 199	2.52 331	3.18 343	1.98 283	1.51 276

PSMNet_ROB	16.90 298	5.45 294	14.16 264	13.77 329	7.25 307	27.65 322	32.74 378	43.21 360	37.88 306	24.00 272	32.97 271	34.55 316	16.69 265	17.41 244	23.96 311	0.38 210	0.22 223	0.93 294	2.05 335	1.83 278	0.96 246

PWC_ROB	18.37 314	10.55 332	25.19 320	10.21 295	6.29 287	23.75 298	4.79 166	35.93 317	48.75 348	32.56 334	44.46 343	34.68 317	24.78 317	30.99 333	25.72 326	1.38 310	0.08 138	1.57 314	0.26 242	2.18 291	3.17 312

NCC-stereo	19.75 325	6.08 297	23.96 316	15.05 340	16.17 364	18.42 262	21.45 351	43.31 362	41.00 317	24.30 276	38.12 307	34.98 318	26.92 324	35.46 349	25.65 322	4.29 346	2.07 340	3.24 340	8.90 368	2.86 301	2.86 305

Abc-Net	19.75 325	6.08 297	23.96 316	15.05 340	16.17 364	18.42 262	21.45 351	43.31 362	41.00 317	24.30 276	38.12 307	34.98 318	26.92 324	35.46 349	25.65 322	4.29 346	2.07 340	3.24 340	8.90 368	2.86 301	2.86 305
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CC-Net-ROB	22.04 341	22.91 369	28.86 326	14.05 333	8.73 333	33.79 346	15.26 322	46.84 369	36.06 295	33.72 339	32.10 258	35.47 320	24.02 311	23.57 301	27.88 337	8.95 363	2.95 356	24.94 377	3.68 347	12.41 366	4.62 327

DGSMNet	19.79 327	12.06 343	33.43 341	13.79 330	16.23 366	22.97 293	15.88 327	35.41 313	41.96 322	19.90 220	32.16 260	35.60 321	18.14 281	29.48 330	23.10 306	3.85 343	3.89 366	6.16 350	4.75 355	13.56 368	13.44 373

DISCO	16.36 291	1.88 172	16.15 280	7.78 235	4.19 206	26.92 320	10.21 274	30.31 254	44.26 334	21.35 250	33.91 283	35.80 322	22.40 304	35.65 352	33.87 348	0.18 154	0.08 138	0.04 100	0.04 116	1.71 276	0.54 190

EDNetEfficient	25.16 357	22.23 368	77.22 398	9.09 262	7.38 310	19.38 270	16.78 334	21.41 165	55.74 371	61.52 385	53.51 368	36.22 323	40.65 367	24.22 303	38.27 362	0.62 261	0.74 312	0.86 292	2.60 340	7.70 343	7.09 349

ADCMid	22.76 345	10.75 335	41.73 352	11.23 314	7.97 325	27.26 321	19.18 346	35.44 314	38.02 307	40.23 353	46.38 348	36.56 324	42.70 369	38.20 363	40.75 368	1.77 314	1.43 330	3.05 338	3.81 349	4.96 328	3.82 316

DANet	16.85 295	8.00 318	26.04 322	14.56 339	7.25 307	20.59 278	5.37 173	26.22 214	26.02 219	32.17 332	36.00 293	37.20 325	29.77 339	30.75 332	24.62 317	1.14 303	1.34 326	2.21 326	0.51 289	3.18 311	4.07 321
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
UDG	21.45 338	14.84 352	14.44 269	21.30 363	20.08 372	32.05 341	13.76 308	35.98 319	35.52 291	25.93 290	30.69 231	37.26 326	30.66 343	21.97 292	19.89 286	10.88 370	5.55 371	22.78 375	7.65 363	14.83 372	13.05 372

FAT-Stereo	16.81 294	2.97 248	17.56 291	9.80 283	6.21 281	16.12 242	13.23 306	38.18 335	39.67 311	27.00 298	39.73 317	37.55 327	31.30 346	20.39 280	21.52 291	3.44 339	2.05 339	0.81 287	1.10 316	1.89 281	5.72 334

DDUNet	22.66 343	19.69 365	14.64 270	24.11 367	22.38 376	24.84 305	17.71 339	30.36 255	30.32 250	29.02 311	37.31 301	37.63 328	24.66 316	24.67 306	17.08 267	18.42 378	7.92 377	26.43 378	11.81 374	17.23 374	16.95 376

XQC	24.10 352	16.76 356	50.68 363	21.37 364	11.01 346	35.24 350	18.84 344	37.28 329	55.11 368	31.64 327	30.06 226	37.71 329	30.31 342	37.17 358	39.66 365	4.20 345	0.41 272	2.76 335	1.89 332	11.46 365	8.42 360

RYNet	18.92 319	4.69 284	16.88 288	10.99 309	15.84 363	46.72 368	16.57 333	37.84 331	48.03 344	26.92 297	26.48 187	37.84 330	24.92 318	19.80 269	31.04 346	0.25 186	0.25 245	0.62 266	0.03 101	6.34 337	6.39 340

pmcnn	14.59 282	3.68 263	19.78 307	6.83 196	4.51 222	21.27 283	14.67 315	27.37 223	30.54 251	27.09 301	40.19 319	38.71 331	18.53 285	17.70 247	19.27 281	0.84 284	0.09 146	0.00 1	0.00 1	0.48 175	0.31 149

SHD	21.32 336	10.03 327	30.16 333	14.30 335	8.68 331	24.15 299	8.93 244	40.82 346	61.17 380	35.79 343	44.15 342	38.73 332	30.20 340	33.88 341	31.09 347	2.00 319	0.81 317	1.17 303	1.55 325	4.08 322	4.78 328

ccnet	24.02 351	16.16 354	21.70 313	11.83 318	17.75 368	37.87 356	16.18 329	45.46 368	31.93 263	36.99 347	46.46 351	38.76 333	29.52 338	37.55 360	40.93 371	9.20 364	6.29 372	9.63 364	7.71 365	11.19 361	7.21 352

Wz-Net-SNSev	22.67 344	16.94 357	45.69 357	13.85 331	8.52 330	28.89 327	27.06 370	39.39 341	55.04 367	31.77 329	53.23 365	39.18 334	23.41 308	26.40 315	36.25 354	0.78 274	0.21 214	1.21 307	0.90 306	3.03 306	1.62 280

ADCPNet	21.93 340	9.38 322	57.92 374	11.76 317	6.88 300	36.03 352	18.44 342	32.80 283	35.93 293	32.91 337	43.80 341	39.21 335	26.99 326	31.14 334	36.94 358	2.05 320	2.67 351	2.30 328	3.45 346	4.22 324	3.82 316

RP	17.58 305	4.92 288	15.27 275	15.44 344	11.95 354	21.05 281	11.75 296	27.64 225	45.09 339	22.99 266	42.05 331	39.39 336	27.74 329	25.54 312	22.33 302	5.45 353	0.59 304	4.33 344	1.62 327	3.53 316	2.86 305

RGC	19.90 328	13.26 346	20.24 310	18.19 352	14.06 361	21.21 282	14.33 312	34.97 307	43.60 332	27.73 305	41.49 328	39.76 337	27.98 330	34.52 345	21.37 290	3.66 342	0.54 299	8.67 361	4.16 352	4.19 323	4.02 319

stereogan	18.62 317	3.07 251	16.31 285	13.04 325	9.99 340	35.74 351	9.09 249	38.17 334	45.27 340	24.39 279	41.24 324	39.93 338	25.46 320	31.29 335	24.33 316	1.80 316	0.91 322	2.71 334	0.75 301	5.15 332	3.70 314

MFN_U_SF_DS_RVC	23.92 350	13.60 348	30.09 332	25.46 369	10.02 341	38.51 359	20.40 348	35.77 316	43.76 333	42.15 357	47.10 352	39.99 339	28.20 333	35.96 353	27.06 329	3.64 341	3.85 365	6.66 352	16.30 379	4.97 329	4.98 331

GANet	16.92 299	4.32 277	12.46 235	10.84 308	4.24 207	23.04 295	15.36 325	39.91 343	34.47 284	32.42 333	45.10 344	40.04 340	27.54 327	23.61 302	20.20 287	1.02 297	0.08 138	0.67 270	0.22 222	1.87 280	0.97 247

DPSNet	24.40 354	6.97 313	33.14 339	11.16 313	6.54 289	53.33 377	43.32 387	51.28 377	59.37 378	30.89 323	39.36 313	40.35 341	34.30 352	32.57 339	25.09 319	4.65 351	1.62 333	0.37 249	0.66 296	8.51 351	4.44 325

Wz-Net-MNSev	18.98 320	6.53 307	33.16 340	10.15 293	7.26 309	38.37 358	16.45 331	34.19 300	43.20 328	30.65 322	40.76 321	40.51 342	19.24 289	27.56 320	28.06 341	0.81 279	0.26 247	0.05 106	0.10 175	1.45 270	0.84 234

WZ-Net	25.17 358	12.95 345	63.02 379	15.13 342	10.42 344	38.51 359	27.42 372	40.46 345	54.17 362	28.32 309	52.95 364	40.81 343	28.36 334	37.07 357	41.35 373	1.21 305	0.21 214	0.73 274	0.94 310	5.42 335	3.87 318

HSM	11.33 235	1.80 166	7.04 74	6.13 154	3.99 201	16.16 243	6.92 227	29.69 245	19.39 156	22.95 265	26.05 182	41.08 344	15.79 257	20.25 276	8.89 201	0.02 76	0.03 46	0.01 62	0.00 1	0.15 41	0.34 154

edge stereo	18.75 318	5.12 289	17.66 293	10.77 307	7.84 322	22.41 290	11.03 283	35.23 311	42.07 324	34.62 340	42.74 333	41.28 345	35.50 353	25.14 310	24.17 313	2.42 328	2.42 347	6.35 351	1.45 324	2.89 304	3.80 315

XPNet_ROB	17.33 304	4.84 285	15.44 276	11.15 312	6.64 290	20.88 279	16.10 328	36.26 320	39.54 310	31.80 330	41.32 325	41.30 346	23.91 309	24.67 306	27.40 331	1.07 301	0.74 312	0.79 279	0.25 240	1.10 252	1.31 267

AF-Net	18.38 315	5.60 296	14.21 265	15.95 345	10.78 345	22.26 288	10.45 278	35.39 312	50.22 356	24.71 280	37.77 303	41.55 347	29.24 337	29.11 327	26.67 327	4.35 348	0.06 107	4.56 345	0.90 306	2.42 292	1.38 271

ADCS	26.20 361	13.71 349	46.90 359	14.51 338	10.34 343	30.46 334	22.72 358	42.81 358	57.61 375	42.58 358	49.37 358	41.91 348	40.43 365	41.90 371	44.58 379	2.37 325	2.19 344	2.37 329	3.29 345	7.32 341	6.52 342

NCCL2	17.23 301	6.37 305	14.30 267	23.45 366	7.18 306	24.16 300	17.05 336	34.39 303	25.88 214	31.55 326	38.01 305	42.09 349	26.81 323	20.94 288	22.69 305	0.45 232	0.23 228	2.63 332	1.80 329	2.02 287	2.57 300

psmorigin	20.95 331	10.24 330	35.84 342	9.75 282	7.05 303	24.59 303	10.11 269	32.85 284	32.17 266	43.09 359	54.57 370	42.79 350	36.62 356	35.99 354	27.41 332	1.58 312	2.72 352	0.79 279	1.05 313	3.26 313	6.50 341

LSM	29.98 367	19.52 364	55.11 371	19.06 354	53.75 392	32.57 342	23.17 360	42.61 355	48.57 347	45.97 367	55.04 372	42.93 351	36.02 354	35.63 351	27.03 328	2.33 323	9.19 378	4.87 346	7.71 365	10.65 359	27.91 386

FBW_ROB	21.00 333	10.23 329	22.72 314	13.71 328	6.77 296	30.49 335	16.46 332	44.58 365	43.57 331	44.25 364	39.59 315	43.27 352	26.12 321	33.96 343	21.80 294	2.58 331	1.84 337	7.14 359	2.78 341	4.00 321	4.06 320

WCMA_ROB	20.02 330	4.30 276	19.72 306	9.47 275	7.00 302	32.71 344	13.99 310	31.97 271	32.48 269	41.51 356	52.00 363	44.09 353	36.14 355	32.43 338	24.29 315	6.19 357	2.79 353	1.09 300	1.10 316	3.95 320	3.13 310

DispFullNet	30.27 370	31.74 375	58.63 376	30.13 375	28.18 380	31.79 339	8.94 245	37.16 327	54.68 363	32.60 335	37.99 304	44.62 354	28.80 336	41.55 370	27.93 338	11.94 375	3.46 359	35.53 383	12.34 375	30.08 383	17.26 377

SANet	20.96 332	6.60 308	29.81 330	8.83 255	3.19 171	31.27 337	20.56 349	41.86 352	56.09 372	39.30 352	43.62 338	44.95 355	31.93 348	27.83 321	23.67 308	0.94 289	0.52 297	0.99 297	0.42 280	4.72 326	2.03 292

CSAN	21.34 337	9.45 323	23.34 315	20.99 360	4.95 234	32.57 342	34.26 379	38.83 339	49.95 353	36.97 346	39.72 316	44.97 356	31.73 347	26.05 313	23.94 310	1.52 311	0.47 288	0.85 290	1.43 323	2.73 298	2.14 295

EDNetEfficientorigin	28.98 365	35.45 379	99.82 422	9.43 270	5.65 267	24.97 308	14.79 316	26.06 211	54.82 365	60.87 381	57.59 374	45.42 357	50.27 378	26.11 314	43.62 376	0.30 193	0.37 268	1.61 315	2.35 337	10.17 355	9.99 366

Wz-Net-TNSev	25.12 356	20.16 366	57.98 375	9.56 277	7.42 312	42.73 365	22.27 354	35.14 309	53.46 360	35.97 344	42.74 333	45.83 358	39.87 364	36.56 356	34.73 351	1.82 317	1.51 332	0.76 276	1.34 322	5.84 336	6.80 344

coex-ft	30.77 371	38.58 382	93.29 411	9.44 273	5.62 265	34.95 349	25.30 367	30.83 260	59.36 377	73.23 397	58.53 375	45.92 359	47.29 374	29.44 329	45.30 380	1.37 308	1.65 335	0.95 295	0.96 311	8.35 350	4.96 330

MSMD_ROB	22.90 346	9.64 326	14.76 273	17.46 350	9.88 339	34.94 348	18.83 343	33.67 294	37.47 301	40.97 355	59.80 377	45.93 360	38.34 360	31.74 337	23.24 307	6.22 358	3.58 361	8.78 362	11.03 373	6.76 340	5.06 332

PDISCO_ROB	24.45 355	9.24 320	29.28 329	28.68 374	19.96 371	37.14 354	15.33 324	45.04 367	54.69 364	29.24 314	42.67 332	46.07 361	28.17 332	35.35 347	30.30 344	9.92 366	2.13 342	6.90 353	3.20 344	8.74 352	6.87 346

ETE_ROB	17.67 307	9.48 324	17.66 293	13.60 327	4.57 223	23.03 294	21.09 350	32.49 279	35.24 289	30.49 321	38.06 306	46.18 362	24.49 312	26.40 315	24.21 314	0.46 236	0.24 239	1.14 302	0.84 304	1.52 271	2.13 293

otaku	33.18 373	35.99 380	52.93 364	40.01 379	21.41 373	55.08 378	17.25 337	43.30 361	61.58 381	39.25 351	49.16 357	46.61 363	28.49 335	39.77 367	28.76 342	18.56 379	7.00 376	31.82 381	9.61 370	21.53 378	15.48 374

PASM	28.19 364	17.35 358	48.18 361	22.49 365	22.20 375	25.92 313	25.84 368	34.35 302	49.45 349	35.37 342	39.48 314	46.72 364	33.36 350	34.28 344	36.77 357	11.73 374	14.94 382	17.43 373	22.18 381	13.45 367	12.32 371

AnyNet_C01	29.76 366	25.78 373	75.37 396	17.03 348	11.34 348	49.00 372	27.12 371	37.99 332	40.05 314	40.73 354	65.13 387	46.98 365	38.86 362	46.63 374	48.19 384	2.14 321	2.13 342	2.13 323	2.56 338	8.14 348	7.98 358

Ntro	34.97 378	37.63 381	54.53 369	43.26 383	22.45 377	57.73 384	21.97 353	47.14 370	64.21 387	39.12 350	48.86 354	47.93 366	36.94 357	40.66 368	29.83 343	17.16 377	6.51 373	32.70 382	10.17 371	24.06 379	16.48 375

LE_ROB	22.93 347	3.07 251	14.02 262	7.70 232	2.86 161	31.99 340	17.35 338	28.10 230	67.19 391	70.51 393	55.61 373	49.07 367	47.62 375	24.76 309	36.49 355	0.35 206	0.20 208	0.27 227	0.55 291	0.48 175	0.44 173

anonymity	52.32 386	58.23 390	63.91 380	41.12 381	59.25 396	53.27 376	41.04 385	55.69 385	40.20 315	54.85 376	49.49 359	49.13 368	55.48 383	59.07 387	49.65 388	55.86 394	50.03 398	51.00 388	51.08 393	51.71 389	56.36 394

FC-DCNN	24.37 353	10.99 338	19.02 302	18.44 353	9.16 336	36.98 353	23.07 359	40.44 344	43.05 326	46.25 368	53.58 369	50.44 369	37.86 358	35.45 348	27.57 333	6.87 359	3.37 358	6.01 349	4.88 356	7.86 345	6.05 335

FCDSN-DC	25.59 360	14.91 353	18.83 301	28.55 373	15.68 362	39.29 362	18.16 341	42.83 359	41.69 320	44.43 365	51.94 362	50.82 370	39.22 363	34.59 346	27.29 330	6.05 355	3.63 362	7.01 356	6.41 359	10.35 356	10.17 367
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
LALA_ROB	19.19 321	7.15 314	15.93 279	12.96 324	5.30 255	28.30 324	23.21 361	42.51 354	36.69 299	33.45 338	40.81 322	50.96 371	24.53 313	27.92 322	25.66 324	0.60 255	0.44 280	2.04 322	1.22 320	2.54 295	1.47 275

SGM_RVC	19.52 323	2.12 207	6.79 63	6.59 178	1.33 105	38.20 357	15.74 326	38.13 333	34.07 279	45.71 366	41.91 330	51.41 372	38.10 359	38.77 365	27.80 335	0.61 258	0.36 267	0.51 259	0.33 266	1.03 248	0.90 241
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
PVD	33.19 374	18.59 360	37.64 346	26.09 370	16.99 367	33.25 345	42.25 386	51.42 378	66.03 389	52.65 375	64.31 385	51.93 373	55.13 382	51.61 382	40.40 367	4.00 344	3.51 360	9.53 363	4.26 353	10.62 358	23.56 381

SAMSARA	34.43 377	18.53 359	31.91 337	55.34 388	35.34 382	75.99 405	94.71 415	47.97 372	50.84 358	37.47 348	36.99 299	53.12 374	38.55 361	39.56 366	38.65 363	3.59 340	5.40 370	2.22 327	3.72 348	9.43 354	9.29 365

MFN_U_SF_RVC	28.16 363	14.14 351	53.23 365	21.11 361	7.91 323	39.97 363	13.13 305	51.65 379	46.34 342	47.41 369	53.38 366	55.32 375	40.53 366	38.47 364	39.74 366	5.67 354	4.46 367	6.98 355	8.73 367	7.47 342	7.44 354

ACVNet-4b	36.40 380	52.20 386	56.11 372	42.45 382	21.78 374	48.56 371	14.37 313	49.50 375	60.15 379	43.17 360	46.38 348	55.62 376	24.56 314	38.15 362	21.97 295	25.13 383	3.66 363	46.93 386	33.56 386	25.97 380	17.74 378

MSC_U_SF_DS_RVC	37.16 381	34.69 377	53.68 367	37.47 378	12.55 357	56.80 382	22.63 357	52.02 380	63.29 386	66.20 389	63.82 382	58.12 377	53.73 381	51.21 379	46.48 381	8.79 362	5.31 369	14.69 370	15.22 378	17.27 375	9.21 364

MeshStereo	22.27 342	6.87 311	11.15 218	7.69 231	4.87 230	37.70 355	13.06 304	41.64 351	36.95 300	50.92 373	53.41 367	58.12 377	41.93 368	37.73 361	27.62 334	2.52 330	2.37 346	2.99 336	2.07 336	3.09 308	2.60 301
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
ELAS_RVC	33.79 376	19.15 362	35.97 343	21.28 362	13.79 360	52.58 375	36.11 383	48.96 374	55.66 370	61.47 384	62.91 379	58.35 379	53.55 380	53.37 385	42.23 375	11.25 373	6.64 375	10.32 366	7.05 361	13.56 368	11.58 369
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	33.68 375	18.95 361	36.71 344	20.64 356	13.61 358	56.43 379	35.14 381	50.03 376	49.90 350	60.58 380	63.83 383	58.64 380	53.36 379	50.73 378	44.44 378	11.03 371	6.58 374	10.02 365	7.43 362	13.58 370	11.94 370
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SPS-STEREO	55.62 390	59.14 391	64.16 381	45.05 385	53.84 393	59.88 389	44.00 388	59.53 388	49.94 352	62.33 386	61.09 378	59.80 381	56.82 387	60.06 388	57.85 392	58.41 396	48.34 394	51.07 389	49.21 391	55.41 393	56.48 395
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RainbowNet	51.25 385	62.74 394	64.52 383	60.13 389	39.00 385	58.72 388	30.83 375	57.31 387	79.18 403	50.24 371	65.35 389	60.13 382	44.25 372	49.47 376	41.16 372	46.52 391	46.06 392	52.72 390	31.78 384	52.33 391	32.47 387

SGM+DAISY	54.67 389	56.61 387	62.73 378	40.21 380	53.22 390	61.95 391	48.59 389	55.05 383	44.62 337	61.03 383	63.68 381	60.46 383	55.62 385	60.68 389	55.34 391	56.34 395	48.56 395	50.16 387	49.63 392	52.25 390	56.76 396

MADNet+	53.31 387	68.61 395	98.75 419	67.03 393	37.58 383	79.83 411	81.74 411	60.38 389	61.61 382	51.43 374	54.92 371	61.11 384	59.29 388	69.66 396	76.71 410	23.88 382	24.03 385	17.08 372	12.35 376	32.47 384	27.69 385

SGM-ForestM	23.72 349	2.44 224	9.13 167	7.43 220	2.25 142	44.80 367	19.11 345	44.90 366	49.97 354	50.74 372	51.18 361	62.06 385	45.83 373	44.96 373	33.88 349	1.00 294	0.84 319	0.78 277	0.62 295	1.29 263	1.11 258

ACVNet_1	41.30 382	49.46 384	64.91 384	44.67 384	25.07 378	49.43 373	25.23 366	55.33 384	65.87 388	59.72 378	59.33 376	63.43 386	48.79 377	49.63 377	37.09 359	19.05 380	9.82 379	38.29 384	13.97 377	28.67 381	18.23 380

MFMNet_re	72.05 400	79.64 407	64.23 382	52.73 387	84.71 412	77.93 407	68.35 400	63.96 391	66.93 390	61.00 382	71.29 394	63.84 387	68.91 392	72.42 403	61.11 396	82.03 411	74.22 412	80.34 403	74.44 404	83.62 413	89.34 414

MANE	31.97 372	10.75 335	17.71 296	20.94 359	13.77 359	47.80 370	26.85 369	53.00 382	55.20 369	59.29 377	64.30 384	64.93 388	56.31 386	51.83 383	38.69 364	9.61 365	4.72 368	6.91 354	19.93 380	9.20 353	7.64 356

NVStereoNet_ROB	41.93 384	32.40 376	44.55 355	36.60 377	27.78 379	34.52 347	32.38 377	48.84 373	57.18 373	69.34 392	75.62 398	66.07 389	64.86 390	47.34 375	60.78 395	15.72 376	23.99 384	23.40 376	32.06 385	21.34 377	23.86 382
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
BEATNet-Init1	35.08 379	20.64 367	54.70 370	27.43 372	12.00 355	58.29 385	31.01 376	52.58 381	57.49 374	60.36 379	62.98 380	69.98 390	55.54 384	53.00 384	44.40 377	4.61 350	2.84 354	7.05 357	6.89 360	10.97 360	8.94 362

IMH-64-1	59.25 392	58.09 388	67.69 388	66.06 390	50.51 388	56.45 380	49.45 391	68.83 395	67.75 392	67.58 390	80.37 402	70.15 391	74.28 398	72.16 401	48.94 386	42.00 388	42.87 389	65.57 392	47.02 388	51.52 387	37.76 390

IMH-64	59.25 392	58.09 388	67.69 388	66.06 390	50.51 388	56.45 380	49.45 391	68.83 395	67.75 392	67.58 390	80.37 402	70.15 391	74.28 398	72.16 401	48.94 386	42.00 388	42.87 389	65.57 392	47.02 388	51.52 387	37.76 390

IMH	62.95 394	60.33 392	67.78 390	69.51 394	53.65 391	65.09 394	54.21 393	72.00 402	73.28 397	72.49 395	81.93 404	72.96 393	79.81 402	76.65 407	51.41 389	43.57 390	49.82 397	67.81 394	51.14 394	54.83 392	40.67 392

ACVNet_2	57.39 391	61.72 393	72.56 393	66.35 392	38.29 384	61.93 390	48.64 390	71.64 401	81.91 406	79.28 405	88.72 413	76.25 394	72.87 396	54.33 386	46.74 383	37.13 386	23.36 383	54.52 391	37.80 387	46.22 386	27.59 384

ktn	72.58 403	80.06 410	69.96 391	79.14 404	69.86 408	75.40 403	70.43 405	69.01 397	76.90 400	72.88 396	77.46 399	77.43 395	77.41 401	72.78 404	55.00 390	79.09 406	65.99 407	80.09 402	68.29 398	71.46 405	62.98 400

PWCK	65.90 396	88.63 414	79.40 401	80.32 407	29.96 381	63.85 393	39.45 384	72.07 403	71.26 395	78.74 404	68.99 392	77.82 396	61.77 389	82.81 411	62.64 399	80.17 408	39.88 388	81.90 406	47.37 390	73.54 407	37.51 389

JetBlue	54.08 388	45.10 383	74.15 394	51.17 386	47.68 387	75.66 404	60.97 396	63.63 390	62.09 383	63.32 388	64.88 386	78.86 397	68.17 391	68.15 394	75.09 409	36.86 385	24.88 386	29.01 380	29.12 383	28.71 382	34.13 388

WAO-6	70.64 397	73.02 400	66.25 385	79.92 406	61.74 400	68.74 396	59.08 395	75.27 406	87.02 410	74.72 398	79.40 401	79.19 398	84.60 408	67.70 393	60.53 394	67.85 400	48.88 396	81.48 404	73.29 402	65.57 396	58.60 397

WAO-7	72.21 402	78.21 403	54.04 368	79.33 405	69.31 407	70.20 397	72.09 406	77.85 410	84.90 409	77.35 401	86.03 408	79.37 399	79.88 403	65.32 390	65.33 401	62.33 398	69.70 410	70.51 395	73.21 401	67.23 397	62.02 399

notaker	72.18 401	79.78 408	78.84 399	78.75 403	68.52 405	63.26 392	61.68 397	69.22 398	75.95 398	77.58 402	78.85 400	79.69 400	84.79 409	77.39 408	58.43 393	69.68 403	60.79 406	77.46 399	68.48 399	69.62 400	64.92 404

DPSimNet_ROB	74.29 406	83.27 412	59.30 377	77.19 400	65.13 401	75.14 401	74.95 407	73.99 405	76.94 401	81.99 406	75.48 397	80.18 401	71.76 394	67.39 392	84.00 412	81.87 410	51.14 399	79.99 401	76.70 406	70.17 401	79.21 412

TorneroNet-64	65.66 395	70.70 398	71.20 392	76.52 399	59.70 398	66.78 395	58.05 394	67.53 394	80.00 404	62.67 387	67.40 390	83.09 402	69.42 393	67.34 391	62.05 398	48.31 393	44.07 391	72.93 396	63.88 397	68.05 398	53.58 393

JetRed	79.55 411	79.88 409	91.52 410	71.05 395	75.80 411	91.66 414	80.11 410	79.14 411	80.44 405	84.35 411	84.23 407	83.38 403	72.48 395	79.43 409	85.44 413	69.33 402	81.58 413	73.66 397	72.56 400	82.35 411	72.60 410

LVE	71.50 399	72.46 399	83.91 405	75.21 397	55.29 395	74.81 399	62.76 398	77.22 407	83.77 408	82.09 407	87.11 412	83.38 403	82.41 407	75.93 405	64.49 400	48.28 392	57.24 404	74.61 398	62.53 396	65.49 395	61.01 398

TorneroNet	71.21 398	73.44 401	75.82 397	80.82 408	65.65 402	70.53 398	64.39 399	71.42 400	75.97 399	71.47 394	73.68 396	84.17 405	74.00 397	69.85 397	69.09 402	59.37 397	48.19 393	79.67 400	73.51 403	74.93 408	68.26 407

UNDER WATER-64	73.11 404	74.48 402	87.70 406	74.03 396	55.20 394	78.24 408	75.71 408	65.33 392	67.91 394	75.60 400	69.32 393	84.41 406	76.93 400	68.43 395	72.45 405	81.18 409	56.77 403	82.46 408	80.34 407	68.22 399	67.48 406

HanzoNet	77.61 410	81.11 411	82.83 402	77.82 402	69.15 406	75.25 402	69.06 404	73.49 404	77.84 402	82.19 408	82.80 405	85.42 407	86.67 412	85.99 413	73.64 407	85.24 415	68.38 409	81.71 405	75.47 405	71.98 406	66.24 405

WAO-8	76.87 408	78.41 404	66.45 386	86.81 411	72.47 409	79.27 409	68.59 402	77.75 408	89.01 412	83.09 409	86.98 409	85.87 408	84.97 410	72.12 399	69.11 403	74.93 404	55.23 401	87.79 414	83.50 409	70.47 402	64.56 402

Venus	76.87 408	78.41 404	66.45 386	86.81 411	72.47 409	79.27 409	68.59 402	77.75 408	89.01 412	83.09 409	86.98 409	85.87 408	84.97 410	72.12 399	69.11 403	74.93 404	55.23 401	87.79 414	83.50 409	70.48 403	64.56 402

UNDER WATER	75.92 407	79.25 406	87.75 407	84.39 409	66.43 403	77.08 406	77.22 409	66.90 393	72.16 396	75.32 399	71.56 395	85.89 410	82.15 406	70.11 398	74.99 408	79.34 407	53.61 400	86.40 412	84.53 411	71.29 404	72.11 409

LRCNet_RVC	73.59 405	69.80 397	74.41 395	77.63 401	60.56 399	40.33 364	15.08 321	71.04 399	48.36 346	88.07 413	94.62 415	90.11 411	81.83 405	80.58 410	61.26 397	97.12 419	72.30 411	96.65 418	97.58 419	77.13 409	77.30 411

KSHMR	88.54 414	93.03 416	83.31 404	95.54 416	91.74 416	82.37 412	83.41 412	84.43 413	81.99 407	87.89 412	84.05 406	91.94 412	81.33 404	76.34 406	81.76 411	96.44 418	96.14 418	96.69 419	97.12 418	92.52 418	92.67 418

Dean	80.72 412	85.82 413	83.27 403	84.91 410	59.53 397	75.11 400	68.39 401	81.59 412	88.05 411	92.41 414	86.98 409	92.41 413	93.02 414	83.11 412	73.31 406	68.01 401	66.13 408	94.82 417	84.66 412	83.28 412	69.50 408

MADNet++	94.16 419	94.02 417	90.25 408	96.28 417	96.84 417	97.17 416	90.16 413	94.71 417	91.69 414	97.07 418	93.71 414	94.62 414	92.63 413	96.15 417	95.18 418	95.42 416	95.89 417	92.80 416	92.23 417	92.10 417	94.30 420

xxxxx1	91.92 416	95.33 418	98.45 416	87.29 413	89.24 413	98.50 417	98.17 419	92.95 414	93.21 415	93.55 415	95.36 416	96.99 415	96.28 415	94.65 414	94.94 415	83.26 412	84.17 414	82.90 409	88.32 414	85.49 414	89.37 415

tt_ll	91.92 416	95.33 418	98.45 416	87.29 413	89.24 413	98.50 417	98.17 419	92.95 414	93.21 415	93.55 415	95.36 416	96.99 415	96.28 415	94.65 414	94.94 415	83.26 412	84.17 414	82.90 409	88.32 414	85.49 414	89.37 415

ff	91.92 416	95.33 418	98.45 416	87.29 413	89.24 413	98.50 417	98.17 419	92.95 414	93.21 415	93.55 415	95.36 416	96.99 415	96.28 415	94.65 414	94.94 415	83.26 412	84.17 414	82.90 409	88.32 414	85.49 414	89.37 415

test_example2	99.68 424	99.99 423	99.99 424	100.00 423	99.99 422	99.86 422	99.99 423	98.29 419	100.00 422	100.00 424	100.00 423	98.15 418	98.39 419	99.98 422	99.98 423	100.00 422	99.99 423	99.40 421	99.53 422	100.00 423	100.00 424

PML	99.19 420	100.00 426	98.08 415	99.28 420	99.53 420	100.00 423	99.73 422	98.24 418	99.44 419	100.00 424	99.57 421	98.76 419	99.84 421	100.00 425	98.88 421	100.00 422	99.54 419	100.00 422	99.50 421	99.90 422	93.55 419

MEDIAN_ROB	99.19 420	99.84 421	99.62 421	98.49 418	98.51 419	98.58 420	97.81 418	98.80 420	98.56 418	99.36 422	99.49 420	99.56 420	99.06 420	98.35 418	98.31 420	99.99 421	99.63 420	100.00 422	100.00 423	99.81 421	99.95 422

Anonymous_1	99.65 423	99.95 422	99.93 423	99.80 422	99.60 421	100.00 423	100.00 424	99.82 422	99.98 420	99.62 423	99.94 422	99.75 421	100.00 423	99.66 421	99.88 422	98.45 420	99.84 421	98.73 420	99.26 420	99.41 420	99.36 421

DPSMNet_ROB	99.95 426	100.00 426	100.00 425	100.00 423	100.00 423	100.00 423	100.00 424	100.00 423	100.00 422	99.15 421	100.00 423	99.96 422	100.00 423	99.99 423	99.99 424	100.00 422	100.00 424	100.00 422	100.00 423	100.00 423	100.00 424

DGTPSM_ROB	99.95 426	100.00 426	100.00 425	100.00 423	100.00 423	100.00 423	100.00 424	100.00 423	100.00 422	99.14 420	100.00 423	99.96 422	100.00 423	99.99 423	99.99 424	100.00 422	100.00 424	100.00 422	100.00 423	100.00 423	100.00 424

HaxPig	99.40 422	99.99 423	97.38 414	100.00 423	100.00 423	96.91 415	97.35 416	99.59 421	99.99 421	100.00 424	100.00 423	99.99 424	99.99 422	99.04 420	97.77 419	100.00 422	100.00 424	100.00 422	100.00 423	100.00 423	99.99 423

tt	89.96 415	1.02 10	100.00 425	99.40 421	100.00 423	100.00 423	100.00 424	100.00 423	100.00 422	78.36 403	67.94 391	99.99 424	100.00 423	100.00 425	100.00 426	95.81 417	99.93 422	87.43 413	86.39 413	95.11 419	87.89 413

MyStereo03	100.00 428	100.00 426	100.00 425	100.00 423	100.00 423	100.00 423	100.00 424	100.00 423	100.00 422	100.00 424	100.00 423	100.00 426	100.00 423	100.00 425	100.00 426	100.00 422	100.00 424	100.00 422	100.00 423	100.00 423	100.00 424

MyStereo02	100.00 428	100.00 426	100.00 425	100.00 423	100.00 423	100.00 423	100.00 424	100.00 423	100.00 422	100.00 424	100.00 423	100.00 426	100.00 423	100.00 425	100.00 426	100.00 422	100.00 424	100.00 422	100.00 423	100.00 423	100.00 424

MyStereo	100.00 428	100.00 426	100.00 425	100.00 423	100.00 423	100.00 423	100.00 424	100.00 423	100.00 422	100.00 424	100.00 423	100.00 426	100.00 423	100.00 425	100.00 426	100.00 422	100.00 424	100.00 422	100.00 423	100.00 423	100.00 424

SPstereo	83.40 413	68.64 396	79.07 400	76.12 398	67.23 404	87.60 413	91.47 414	100.00 423	100.00 422	99.11 419	99.10 419	100.00 426	98.04 418	98.41 419	88.76 414	65.51 399	59.97 405	82.34 407	80.81 408	62.36 394	63.44 401

Selective-RAFT-Error	100.00 428	100.00 426	100.00 425	100.00 423	100.00 423	100.00 423	100.00 424	100.00 423	100.00 422	100.00 424	100.00 423	100.00 426	100.00 423	100.00 425	100.00 426	100.00 422	100.00 424	100.00 422	100.00 423	100.00 423	100.00 424

CasAABBNet	100.00 428	100.00 426	100.00 425	100.00 423	100.00 423	100.00 423	100.00 424	100.00 423	100.00 422	100.00 424	100.00 423	100.00 426	100.00 423	100.00 425	100.00 426	100.00 422	100.00 424	100.00 422	100.00 423	100.00 423	100.00 424

LSM0	100.00 428	100.00 426	100.00 425	100.00 423	100.00 423	100.00 423	100.00 424	100.00 423	100.00 422	100.00 424	100.00 423	100.00 426	100.00 423	100.00 425	100.00 426	100.00 422	100.00 424	100.00 422	100.00 423	100.00 423	100.00 424

DPSM_ROB	100.00 428	100.00 426	100.00 425	100.00 423	100.00 423	100.00 423	100.00 424	100.00 423	100.00 422	100.00 424	100.00 423	100.00 426	100.00 423	100.00 425	100.00 426	100.00 422	100.00 424	100.00 422	100.00 423	100.00 423	100.00 424

DPSM	100.00 428	100.00 426	100.00 425	100.00 423	100.00 423	100.00 423	100.00 424	100.00 423	100.00 422	100.00 424	100.00 423	100.00 426	100.00 423	100.00 425	100.00 426	100.00 422	100.00 424	100.00 422	100.00 423	100.00 423	100.00 424

AVERAGE_ROB	99.80 425	99.99 423	99.40 420	100.00 423	100.00 423	98.99 421	97.72 417	100.00 423	100.00 422	100.00 424	100.00 423	100.00 426	100.00 423	100.00 425	100.00 426	100.00 422	100.00 424	100.00 422	100.00 423	100.00 423	100.00 424

ASD4		90.49 415

Low-res two-view benchmark