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

GLC_STEREO	0.13 1	0.08 38	0.61 4	0.01 17	0.00 1	0.94 23	0.03 138	0.29 1	0.21 28	0.05 15	0.02 31	0.06 34	0.04 46	0.26 35	0.07 37	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

MIF-Stereo	0.16 2	0.11 82	1.13 90	0.03 101	0.17 280	0.32 4	0.02 97	0.38 2	0.32 38	0.03 9	0.16 83	0.05 25	0.07 77	0.16 11	0.16 90	0.00 1	0.00 1	0.00 1	0.00 1	0.11 258	0.00 1

CASnet	0.16 2	0.14 99	0.52 3	0.01 17	0.00 1	0.86 18	0.00 1	0.51 3	0.75 129	0.10 32	0.01 1	0.04 10	0.02 16	0.22 21	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS_RVC	0.19 4	0.48 259	0.51 2	0.12 212	0.10 252	1.01 31	0.01 53	0.81 19	0.19 21	0.07 17	0.02 31	0.06 34	0.05 52	0.31 44	0.05 17	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.04 213

ProNet	0.20 5	0.25 166	0.78 18	0.01 17	0.01 100	0.95 26	0.00 1	0.70 13	0.68 100	0.02 2	0.01 1	0.05 25	0.03 34	0.31 44	0.03 5	0.00 1	0.01 222	0.00 1	0.00 1	0.12 263	0.04 213

anonymousdsp	0.21 6	0.21 148	0.63 5	0.02 63	0.00 1	1.07 48	0.00 1	0.74 17	0.77 138	0.09 22	0.01 1	0.04 10	0.07 77	0.25 29	0.04 7	0.00 1	0.00 1	0.00 1	0.16 344	0.08 221	0.03 189

IGEV-Stereo	0.21 6	0.21 148	0.63 5	0.02 63	0.00 1	1.07 48	0.00 1	0.73 16	0.77 138	0.09 22	0.01 1	0.04 10	0.07 77	0.24 26	0.04 7	0.00 1	0.00 1	0.00 1	0.16 344	0.08 221	0.03 189
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
sCroCo_RVC	0.21 6	0.14 99	1.54 151	0.01 17	0.00 1	0.13 1	0.04 158	1.10 28	0.65 81	0.10 32	0.05 57	0.03 6	0.04 46	0.23 23	0.05 17	0.00 1	0.07 328	0.00 1	0.00 1	0.01 25	0.00 1

PMTNet	0.21 6	0.19 135	0.85 22	0.02 63	0.02 168	1.14 68	0.30 277	0.88 21	0.11 1	0.03 9	0.02 31	0.07 42	0.02 16	0.37 60	0.12 69	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.00 1

StereoIM	0.22 10	0.29 188	0.87 26	0.05 141	0.18 284	0.41 9	0.01 53	1.24 31	0.56 50	0.02 2	0.03 48	0.13 60	0.05 52	0.32 50	0.24 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

AEACV	0.22 10	0.05 8	0.66 11	0.02 63	0.03 187	0.87 19	0.00 1	1.07 27	0.15 9	0.18 48	0.01 1	0.02 2	0.72 238	0.15 8	0.09 52	0.00 1	0.03 293	0.00 1	0.27 373	0.08 221	0.07 273

Selective-IGEV	0.22 10	0.06 22	0.46 1	0.05 141	0.04 203	0.34 6	0.04 158	2.16 72	0.59 52	0.09 22	0.01 1	0.02 2	0.05 52	0.18 13	0.05 17	0.00 1	0.00 1	0.00 1	0.09 325	0.03 132	0.09 287

CREStereo	0.22 10	0.17 123	0.64 8	0.00 1	0.01 100	1.22 96	0.01 53	1.15 30	0.56 50	0.10 32	0.07 63	0.04 10	0.00 1	0.32 50	0.10 60	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 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
ff7	0.23 14	0.21 148	1.02 55	0.02 63	0.00 1	1.07 48	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 77	0.44 69	0.04 7	0.00 1	0.00 1	0.00 1	0.15 338	0.07 210	0.01 62

ffff	0.23 14	0.21 148	1.02 55	0.02 63	0.00 1	1.07 48	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 77	0.44 69	0.04 7	0.00 1	0.00 1	0.00 1	0.15 338	0.07 210	0.01 62

11t	0.23 14	0.21 148	1.02 55	0.02 63	0.00 1	1.07 48	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 77	0.44 69	0.04 7	0.00 1	0.00 1	0.00 1	0.15 338	0.07 210	0.01 62

ccc-4	0.23 14	0.21 148	1.02 55	0.02 63	0.00 1	1.07 48	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 77	0.44 69	0.04 7	0.00 1	0.00 1	0.00 1	0.15 338	0.07 210	0.01 62

MC-Stereo	0.24 18	0.12 86	0.71 13	0.04 124	0.02 168	1.07 48	0.00 1	1.30 33	0.17 17	0.59 97	0.02 31	0.08 45	0.11 111	0.18 13	0.05 17	0.00 1	0.02 271	0.00 1	0.17 350	0.06 196	0.02 150

Anonymous	0.25 19	0.13 95	1.19 106	0.00 1	0.00 1	0.24 3	0.01 53	2.54 103	0.42 44	0.02 2	0.02 31	0.05 25	0.07 77	0.15 8	0.06 33	0.00 1	0.01 222	0.00 1	0.00 1	0.10 249	0.08 282

GMStereo	0.25 19	0.60 291	1.28 119	0.01 17	0.00 1	0.48 11	0.00 1	0.74 17	1.24 207	0.16 45	0.03 48	0.07 42	0.09 96	0.22 21	0.10 60	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MyStereo07	0.27 21	0.27 171	0.64 8	0.02 63	0.01 100	1.64 240	0.01 53	1.41 36	0.73 125	0.10 32	0.01 1	0.03 6	0.10 103	0.24 26	0.04 7	0.00 1	0.07 328	0.00 1	0.00 1	0.03 132	0.06 257

MIF-Stereo (partial)	0.27 21	0.18 128	1.14 91	0.01 17	0.00 1	0.43 10	0.02 97	1.97 64	0.39 43	0.11 37	0.08 66	0.07 42	0.06 67	0.44 69	0.33 158	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.02 150

LoS	0.28 23	0.16 117	0.95 39	0.07 175	0.01 100	1.32 135	0.07 187	1.30 33	0.60 56	0.04 14	0.03 48	0.28 82	0.11 111	0.48 79	0.11 67	0.00 1	0.01 222	0.00 1	0.00 1	0.03 132	0.00 1

EGLCR-Stereo	0.28 23	0.09 50	0.73 14	0.18 240	0.05 210	1.17 76	0.04 158	2.37 79	0.17 17	0.35 71	0.01 1	0.01 1	0.02 16	0.38 63	0.04 7	0.00 1	0.01 222	0.00 1	0.00 1	0.00 1	0.03 189

XX-TBD	0.28 23	0.39 219	0.97 45	0.05 141	0.00 1	1.09 55	0.00 1	0.71 15	0.54 49	0.44 83	1.04 215	0.06 34	0.06 67	0.19 16	0.09 52	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo++_RVC	0.29 26	0.19 135	0.83 21	0.05 141	0.00 1	1.19 83	0.00 1	0.66 12	0.99 171	0.25 51	1.26 235	0.05 25	0.07 77	0.20 19	0.09 52	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
TANstereo	0.30 27	0.28 181	0.86 24	0.03 101	0.01 100	1.14 68	0.00 1	0.53 4	0.44 46	1.06 169	1.24 232	0.06 34	0.05 52	0.25 29	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

11t1	0.33 28	0.05 8	0.86 24	0.44 302	0.00 1	1.04 40	0.00 1	2.45 92	0.60 56	0.44 83	0.01 1	0.05 25	0.05 52	0.43 67	0.06 33	0.00 1	0.01 222	0.00 1	0.00 1	0.02 94	0.01 62

CroCo-Stereo Lap2	0.33 28	0.49 263	1.18 103	0.02 63	0.00 1	0.33 5	0.00 1	3.08 143	0.61 62	0.02 2	0.01 1	0.04 10	0.08 91	0.45 74	0.15 82	0.00 1	0.00 1	0.00 1	0.00 1	0.07 210	0.02 150

dd	0.34 30	0.67 306	1.55 153	0.04 124	0.01 100	1.22 96	0.03 138	0.84 20	1.16 197	0.18 48	0.05 57	0.12 56	0.05 52	0.29 42	0.44 186	0.02 326	0.00 1	0.00 1	0.00 1	0.05 181	0.00 1

AnonymousM	0.34 30	0.07 32	0.63 5	0.02 63	0.01 100	1.09 55	0.03 138	1.54 49	0.68 100	0.17 46	0.04 55	0.02 2	0.24 159	0.25 29	0.04 7	0.00 1	0.01 222	1.93 384	0.00 1	0.01 25	0.00 1

4D-IteraStereo	0.35 32	0.60 291	1.93 199	0.02 63	0.09 243	1.03 33	0.07 187	1.25 32	0.34 40	0.02 2	0.03 48	0.84 149	0.10 103	0.31 44	0.35 169	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.07 273

knoymous	0.35 32	0.05 8	1.11 84	0.05 141	0.01 100	1.15 73	0.01 53	2.06 67	0.14 6	0.40 79	0.02 31	1.67 215	0.00 1	0.31 44	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

UDGNet	0.35 32	0.50 266	1.14 91	0.02 63	0.00 1	1.12 63	0.02 97	0.70 13	1.57 258	0.31 56	0.05 57	0.06 34	0.02 16	1.45 131	0.09 52	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test_xeample3	0.35 32	0.10 69	1.95 203	0.02 63	0.00 1	0.93 22	0.07 187	1.70 54	0.86 153	0.09 22	0.04 55	0.05 25	0.05 52	0.23 23	0.51 200	0.00 1	0.00 1	0.00 1	0.24 366	0.06 196	0.08 282

LL-Strereo2	0.36 36	0.47 257	1.08 79	0.09 197	0.03 187	1.12 63	0.07 187	1.66 53	0.93 160	0.43 82	0.02 31	0.51 112	0.08 91	0.23 23	0.29 143	0.00 1	0.00 1	0.00 1	0.03 292	0.04 163	0.04 213

iRaftStereo_RVC	0.36 36	0.27 171	0.76 16	0.01 17	0.00 1	1.20 91	0.01 53	2.15 71	0.62 68	0.15 44	0.22 108	0.69 130	0.12 121	0.28 40	0.18 101	0.00 1	0.06 319	0.00 1	0.00 1	0.27 333	0.22 341

Selective-RAFT	0.37 38	0.06 22	0.65 10	0.03 101	0.01 100	1.17 76	0.02 97	2.63 106	0.66 87	0.01 1	0.01 1	0.22 75	0.18 138	1.31 123	0.24 120	0.00 1	0.00 1	0.00 1	0.20 356	0.04 163	0.00 1

RCA-Stereo	0.37 38	0.14 99	0.76 16	0.01 17	0.00 1	1.17 76	0.00 1	3.14 149	0.61 62	0.71 113	0.47 152	0.05 25	0.13 127	0.19 16	0.03 5	0.00 1	0.01 222	0.00 1	0.00 1	0.06 196	0.01 62

sAnonymous2	0.37 38	0.32 196	3.21 292	0.01 17	0.00 1	0.35 7	0.08 193	1.96 62	0.90 154	0.03 9	0.05 57	0.04 10	0.11 111	0.11 5	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 273	0.18 329

CroCo_RVC	0.37 38	0.32 196	3.21 292	0.01 17	0.00 1	0.35 7	0.08 193	1.96 62	0.90 154	0.03 9	0.05 57	0.04 10	0.11 111	0.11 5	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 273	0.18 329

CroCo-Stereo	0.39 42	0.40 224	1.67 178	0.07 175	0.00 1	0.19 2	0.01 53	3.55 208	0.75 129	0.08 20	0.02 31	0.46 104	0.08 91	0.28 40	0.18 101	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62
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
rafts_anoy	0.39 42	0.44 241	1.15 94	0.06 155	0.03 187	1.12 63	0.04 158	2.75 115	0.33 39	0.10 32	0.16 83	0.11 53	0.19 144	0.74 99	0.31 151	0.00 1	0.14 359	0.00 1	0.01 270	0.02 94	0.05 230

CRE-IMP	0.40 44	0.06 22	1.04 70	0.07 175	0.05 210	1.45 180	0.46 298	1.48 47	0.63 71	0.90 135	0.30 117	0.88 151	0.01 4	0.26 35	0.22 112	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.17 323

test croco	0.41 45	0.28 181	2.26 239	0.07 175	0.00 1	0.50 12	0.01 53	2.84 121	0.92 157	0.05 15	0.07 63	0.13 60	0.17 135	0.43 67	0.20 108	0.00 1	0.00 1	0.00 1	0.00 1	0.34 348	0.01 62

x	0.41 45	0.04 4	0.74 15	0.54 317	0.00 1	0.98 28	0.00 1	3.07 141	0.67 95	0.48 89	0.01 1	0.48 107	0.07 77	0.93 104	0.07 37	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.01 62

GMOStereo	0.42 47	0.28 181	1.02 55	0.05 141	0.18 284	1.04 40	0.02 97	2.40 82	0.16 12	2.25 272	0.01 1	0.32 85	0.03 34	0.09 1	0.15 82	0.00 1	0.11 350	0.00 1	0.00 1	0.19 305	0.02 150

error version	0.42 47	0.28 181	1.02 55	0.05 141	0.18 284	1.04 40	0.02 97	2.40 82	0.16 12	2.25 272	0.01 1	0.32 85	0.03 34	0.09 1	0.15 82	0.00 1	0.11 350	0.00 1	0.00 1	0.19 305	0.02 150

test-v	0.42 47	0.28 181	1.02 55	0.05 141	0.18 284	1.04 40	0.02 97	2.40 82	0.16 12	2.25 272	0.01 1	0.32 85	0.03 34	0.09 1	0.15 82	0.00 1	0.11 350	0.00 1	0.00 1	0.19 305	0.02 150

test-2	0.42 47	0.28 181	1.02 55	0.05 141	0.18 284	1.04 40	0.02 97	2.40 82	0.16 12	2.25 272	0.01 1	0.32 85	0.03 34	0.09 1	0.15 82	0.00 1	0.11 350	0.00 1	0.00 1	0.19 305	0.02 150

raft+_RVC	0.42 47	0.48 259	1.11 84	0.51 314	0.17 280	1.16 74	0.04 158	2.25 74	0.59 52	0.12 38	0.42 140	0.08 45	0.15 129	0.60 92	0.28 139	0.00 1	0.09 341	0.00 1	0.00 1	0.06 196	0.19 333

Gwc-CoAtRS	0.42 47	0.12 86	1.28 119	0.03 101	0.13 262	1.03 33	0.02 97	2.33 77	0.15 9	0.35 71	0.01 1	2.27 255	0.03 34	0.20 19	0.25 126	0.00 1	0.01 222	0.00 1	0.22 362	0.01 25	0.01 62

CES	0.43 53	0.14 99	0.85 22	0.05 141	1.52 373	1.22 96	0.05 171	1.01 25	0.59 52	0.03 9	0.02 31	0.14 66	0.10 103	0.40 65	0.10 60	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	2.45 384

ROB_FTStereo_v2	0.43 53	0.09 50	1.00 47	0.06 155	0.08 236	1.57 212	0.33 283	1.44 41	0.67 95	0.97 145	0.19 99	0.77 142	0.02 16	1.23 119	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

RALCasStereoNet	0.44 55	0.44 241	1.03 66	0.03 101	0.00 1	1.10 57	0.03 138	2.46 94	0.90 154	0.07 17	0.32 118	0.12 56	0.20 150	1.28 122	0.25 126	0.00 1	0.31 376	0.00 1	0.00 1	0.08 221	0.12 304

R-Stereo Train	0.44 55	0.09 50	0.94 35	0.02 63	0.00 1	1.24 110	0.09 202	3.65 217	0.11 1	1.87 245	0.42 140	0.06 34	0.01 4	0.25 29	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 150

RAFT-Stereo	0.44 55	0.09 50	0.94 35	0.02 63	0.00 1	1.24 110	0.09 202	3.65 217	0.11 1	1.87 245	0.42 140	0.06 34	0.01 4	0.25 29	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 150
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MIM_Stereo	0.45 58	0.43 236	1.18 103	0.51 314	0.04 203	1.26 119	0.02 97	2.38 80	0.65 81	0.07 17	0.02 31	0.70 132	0.20 150	1.01 110	0.13 73	0.00 1	0.09 341	0.00 1	0.00 1	0.14 273	0.10 291

HUI-Stereo	0.45 58	0.09 50	1.08 79	0.06 155	0.08 236	1.61 231	0.32 281	1.43 37	0.70 122	0.97 145	0.18 92	0.77 142	0.02 16	1.44 130	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

RAFT-IKP	0.45 58	0.09 50	1.06 76	0.06 155	0.06 218	1.44 174	0.31 280	1.44 41	0.69 113	0.97 145	0.18 92	0.76 138	0.02 16	1.65 136	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.04 213

IGEVStereo-DCA	0.46 61	0.09 50	1.02 55	0.02 63	0.00 1	0.82 16	0.00 1	0.53 4	0.75 129	0.09 22	0.03 48	0.03 6	0.06 67	5.04 250	0.51 200	0.00 1	0.00 1	0.00 1	0.15 338	0.05 181	0.01 62

PSM-adaLoss	0.46 61	0.09 50	1.01 50	0.06 155	0.09 243	1.61 231	0.30 277	1.43 37	0.69 113	0.97 145	0.18 92	0.77 142	0.02 16	1.67 137	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

ICVP	0.46 61	0.08 38	1.58 163	0.01 17	0.01 100	1.10 57	0.21 243	3.80 231	0.52 48	0.42 81	0.27 113	0.33 89	0.06 67	0.57 88	0.13 73	0.00 1	0.07 328	0.00 1	0.00 1	0.04 163	0.01 62
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
raftrobust	0.46 61	0.42 230	1.05 75	0.01 17	0.21 300	1.17 76	0.05 171	2.07 69	0.19 21	2.98 311	0.02 31	0.12 56	0.15 129	0.25 29	0.31 151	0.00 1	0.03 293	0.00 1	0.00 1	0.08 221	0.06 257

AE-Stereo	0.47 65	0.11 82	1.03 66	0.04 124	0.09 243	1.11 61	0.03 138	4.16 256	0.34 40	0.35 71	0.82 199	0.15 68	0.16 132	0.45 74	0.05 17	0.00 1	0.09 341	0.00 1	0.26 371	0.09 240	0.05 230

ToySt	0.47 65	0.25 166	2.47 254	0.04 124	0.01 100	1.17 76	0.00 1	2.01 65	0.63 71	0.08 20	0.14 75	1.16 182	0.05 52	0.80 102	0.46 193	0.00 1	0.00 1	0.00 1	0.03 292	0.10 249	0.04 213

riskmin	0.47 65	0.03 1	1.01 50	0.08 187	0.01 100	1.12 63	0.01 53	3.00 128	0.21 28	0.46 87	0.02 31	2.08 239	1.06 254	0.26 35	0.04 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 62

ROB_FTStereo	0.47 65	0.09 50	1.04 70	0.06 155	0.08 236	1.59 224	0.33 283	1.43 37	0.68 100	0.97 145	0.19 99	0.76 138	0.03 34	1.86 143	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

Anonymous3	0.49 69	0.12 86	2.21 229	0.01 17	0.00 1	2.53 288	0.09 202	3.16 154	0.65 81	0.12 38	0.22 108	0.12 56	0.05 52	0.37 60	0.08 46	0.00 1	0.07 328	0.00 1	0.00 1	0.04 163	0.03 189

qqq	0.50 70	0.04 4	0.78 18	0.02 63	0.00 1	1.05 46	0.00 1	3.15 151	0.68 100	0.46 87	0.01 1	0.73 135	0.12 121	2.95 161	0.07 37	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.01 62

Patchmatch Stereo++	0.50 70	0.09 50	1.01 50	0.06 155	0.07 226	1.60 227	0.27 260	1.45 44	0.68 100	0.98 154	0.18 92	0.77 142	0.03 34	2.58 152	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230
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
iRAFT	0.50 70	0.09 50	1.01 50	0.06 155	0.07 226	1.60 227	0.27 260	1.45 44	0.68 100	0.98 154	0.18 92	0.77 142	0.03 34	2.58 152	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

test_4	0.51 73	0.10 69	1.27 118	0.01 17	0.06 218	0.97 27	0.03 138	1.12 29	0.16 12	0.27 53	3.42 314	0.65 123	0.09 96	1.59 132	0.26 131	0.00 1	0.00 1	0.00 1	0.08 322	0.14 273	0.00 1

iGMRVC	0.51 73	0.09 50	1.04 70	0.06 155	0.08 236	1.61 231	0.27 260	1.44 41	0.69 113	0.97 145	0.19 99	0.76 138	0.03 34	2.69 156	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.04 213

CFNet-RSSM	0.51 73	0.12 86	1.26 116	0.03 101	0.14 268	1.24 110	0.02 97	4.12 254	0.15 9	0.31 56	0.01 1	1.96 233	0.04 46	0.19 16	0.25 126	0.00 1	0.01 222	0.00 1	0.27 373	0.01 25	0.01 62

mmm	0.52 76	0.04 4	1.14 91	0.61 327	0.00 1	1.14 68	0.00 1	3.45 197	0.75 129	1.24 193	0.58 158	0.20 74	0.18 138	0.93 104	0.08 46	0.00 1	0.01 222	0.00 1	0.00 1	0.02 94	0.01 62

anonymousdsp2	0.52 76	0.06 22	1.51 149	0.10 204	0.00 1	1.19 83	0.01 53	4.32 273	0.63 71	0.33 59	0.15 81	0.78 147	0.09 96	1.01 110	0.06 33	0.00 1	0.00 1	0.00 1	0.11 333	0.04 163	0.05 230

GANet-ADL	0.52 76	0.09 50	1.43 140	0.13 215	0.02 168	1.43 172	0.02 97	3.22 165	0.59 52	0.34 70	0.98 212	1.09 178	0.19 144	0.40 65	0.34 165	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.01 62

DeepStereo_RVC	0.52 76	0.08 38	1.37 136	0.06 155	0.06 218	1.34 143	0.41 293	1.43 37	0.68 100	1.03 163	0.85 202	0.49 109	1.56 285	0.79 101	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.13 309

test-1	0.52 76	0.25 166	0.94 35	0.03 101	0.22 302	1.20 91	0.08 193	4.03 249	0.25 35	0.70 112	0.66 176	0.71 133	0.03 34	0.30 43	0.43 183	0.00 1	0.18 367	0.00 1	0.07 317	0.01 25	0.25 346

FENet	0.52 76	0.07 32	1.62 167	0.04 124	0.00 1	1.19 83	0.05 171	3.10 145	0.98 167	0.89 133	0.01 1	1.63 211	0.09 96	0.47 78	0.28 139	0.00 1	0.01 222	0.00 1	0.00 1	0.00 1	0.01 62

Pruner-Stereo	0.53 82	0.10 69	1.02 55	0.89 353	0.10 252	1.57 212	0.36 289	2.06 67	0.63 71	2.23 270	0.46 149	0.25 79	0.01 4	0.45 74	0.37 175	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

cross-raft	0.53 82	0.12 86	1.78 189	0.03 101	0.01 100	1.04 40	0.10 209	3.21 164	0.23 31	0.37 77	0.01 1	2.86 281	0.04 46	0.24 26	0.24 120	0.00 1	0.01 222	0.00 1	0.16 344	0.01 25	0.02 150

PFNet+	0.54 84	0.10 69	1.31 128	0.16 233	0.05 210	1.44 174	0.56 305	1.60 51	0.98 167	1.35 203	0.46 149	0.37 92	0.01 4	2.18 149	0.22 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

RALAANet	0.54 84	0.62 296	1.41 138	0.01 17	0.01 100	0.92 21	0.02 97	2.39 81	1.87 285	1.13 175	0.38 133	0.15 68	0.30 169	1.00 109	0.38 178	0.00 1	0.00 1	0.00 1	0.04 302	0.14 273	0.01 62

CASS	0.56 86	0.13 95	1.40 137	0.03 101	0.01 100	1.65 244	0.04 158	3.03 133	0.63 71	1.96 252	0.93 208	0.28 82	0.36 185	0.52 81	0.18 101	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
s12784h	0.56 86	0.14 99	1.22 112	0.02 63	0.00 1	1.14 68	0.03 138	3.43 194	1.47 240	1.02 160	1.41 241	0.05 25	0.02 16	1.08 112	0.09 52	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

ACVNet	0.57 88	0.21 148	1.34 131	0.09 197	0.00 1	1.36 148	0.22 247	2.40 82	1.05 180	0.63 103	0.66 176	1.94 231	0.26 164	0.31 44	0.79 234	0.00 1	0.00 1	0.00 1	0.00 1	0.08 221	0.00 1

test_3	0.58 89	0.06 22	1.04 70	0.07 175	0.12 258	1.01 31	0.01 53	2.45 92	0.20 25	0.95 141	0.01 1	1.05 172	0.05 52	3.74 185	0.23 116	0.00 1	0.00 1	0.00 1	0.25 369	0.15 283	0.13 309

DIP-Stereo	0.58 89	0.23 162	0.90 31	0.08 187	0.00 1	1.43 172	0.01 53	6.01 358	1.38 221	0.92 139	0.11 72	0.04 10	0.19 144	0.12 7	0.07 37	0.00 1	0.01 222	0.00 1	0.00 1	0.03 132	0.01 62
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
TRStereo	0.59 91	0.79 324	1.59 166	0.56 320	0.01 100	1.19 83	0.03 138	4.74 297	0.60 56	0.17 46	0.01 1	0.62 119	0.44 197	0.57 88	0.07 37	0.00 1	0.04 303	0.00 1	0.24 366	0.01 25	0.14 316

RAFT	0.60 92	0.50 266	1.01 50	0.50 311	0.04 203	0.94 23	0.08 193	3.01 130	0.65 81	0.22 50	0.09 67	3.41 306	0.27 167	0.53 83	0.37 175	0.00 1	0.03 293	0.00 1	0.01 270	0.40 357	0.03 189

RAFT-Stereo + iAFF	0.60 92	0.36 206	0.96 40	0.03 101	0.02 168	1.21 94	0.02 97	2.80 118	1.55 252	1.08 170	2.63 295	0.43 101	0.16 132	0.37 60	0.25 126	0.00 1	0.02 271	0.00 1	0.00 1	0.19 305	0.01 62

ACVNet-DCA	0.61 94	0.27 171	1.28 119	0.13 215	0.00 1	3.44 318	0.01 53	3.15 151	0.68 100	0.33 59	0.69 185	0.04 10	0.61 216	1.43 126	0.05 17	0.00 1	0.02 271	0.00 1	0.03 292	0.01 25	0.01 62

RAFT-Test	0.61 94	0.16 117	2.27 242	0.04 124	0.15 273	1.80 259	0.17 230	2.52 100	0.65 81	0.56 95	0.11 72	2.76 275	0.02 16	0.27 39	0.34 165	0.00 1	0.07 328	0.00 1	0.29 378	0.01 25	0.01 62

test_1	0.61 94	0.06 22	1.00 47	0.07 175	0.12 258	0.99 29	0.01 53	2.46 94	0.20 25	1.71 232	0.01 1	1.10 180	0.04 46	3.71 184	0.23 116	0.00 1	0.00 1	0.00 1	0.25 369	0.15 283	0.13 309

TestStereo	0.61 94	0.55 279	1.84 196	0.00 1	0.00 1	0.94 23	0.00 1	1.65 52	0.23 31	0.12 38	0.03 48	0.08 45	0.06 67	6.59 310	0.08 46	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GES	0.61 94	0.08 38	1.78 189	0.00 1	0.00 1	1.59 224	0.07 187	5.32 331	0.13 4	0.62 99	0.32 118	0.37 92	0.67 235	0.68 97	0.49 197	0.03 334	0.00 1	0.01 319	0.00 1	0.02 94	0.01 62

rrr	0.62 99	0.09 50	2.07 220	0.02 63	0.00 1	0.82 16	0.06 184	2.29 75	0.85 151	0.09 22	0.03 48	0.03 6	0.06 67	5.04 250	0.51 200	0.00 1	0.00 1	0.00 1	0.19 353	0.05 181	0.07 273

GwcNet-ADL	0.62 99	0.20 142	2.03 216	0.05 141	0.01 100	1.29 127	0.02 97	3.16 154	1.39 223	0.97 145	0.44 145	1.48 195	0.23 157	0.78 100	0.27 135	0.01 304	0.00 1	0.00 1	0.00 1	0.01 25	0.03 189

GMStereo_Zeroshot	0.63 101	0.14 99	1.54 151	0.75 339	0.00 1	1.26 119	0.01 53	1.85 57	0.31 37	1.44 212	0.58 158	1.76 218	0.19 144	2.55 151	0.10 60	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.00 1

test-3	0.63 101	0.06 22	1.00 47	0.07 175	0.13 262	0.99 29	0.01 53	2.46 94	0.20 25	1.96 252	0.01 1	1.10 180	0.05 52	3.75 186	0.23 116	0.00 1	0.00 1	0.00 1	0.26 371	0.15 283	0.13 309

Any-RAFT	0.64 103	0.08 38	1.07 77	0.03 101	0.00 1	2.77 301	0.08 193	3.57 210	1.23 204	0.96 143	0.26 111	1.61 206	0.31 173	0.72 98	0.06 33	0.00 1	0.10 347	0.00 1	0.00 1	0.01 25	0.00 1

MIPNet	0.64 103	0.42 230	2.01 212	0.08 187	0.07 226	1.29 127	0.11 211	3.47 201	1.29 212	0.67 108	0.10 69	0.63 121	0.97 252	1.25 120	0.25 126	0.00 1	0.01 222	0.01 319	0.01 270	0.11 258	0.04 213

PCWNet_CMD	0.65 105	0.14 99	2.02 214	0.01 17	0.01 100	1.10 57	0.00 1	2.80 118	0.97 165	0.48 89	0.28 115	2.31 259	1.50 280	1.19 116	0.08 46	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

AFF-stereo	0.65 105	0.46 249	0.82 20	0.37 295	0.00 1	1.19 83	0.00 1	3.04 138	1.42 230	0.72 115	1.95 264	1.16 182	0.26 164	0.97 108	0.31 151	0.00 1	0.02 271	0.00 1	0.00 1	0.21 315	0.02 150

MSMDNet	0.65 105	0.14 99	2.02 214	0.01 17	0.01 100	1.11 61	0.00 1	2.88 124	0.98 167	0.49 92	0.28 115	2.32 260	1.49 277	1.19 116	0.08 46	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

ccs_rob	0.65 105	0.17 123	2.09 223	0.00 1	0.01 100	1.22 96	0.00 1	2.77 116	0.73 125	0.75 117	0.44 145	2.32 260	0.64 225	1.76 139	0.15 82	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

AdaStereo	0.65 105	0.09 50	1.12 86	0.02 63	0.00 1	1.45 180	0.23 251	4.38 274	1.44 235	1.17 181	0.37 131	1.56 200	0.18 138	0.56 87	0.37 175	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
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.
fff	0.66 110	0.42 230	2.21 229	0.01 17	0.01 100	1.22 96	0.02 97	3.26 168	1.04 176	2.34 282	0.14 75	0.09 48	1.83 301	0.34 54	0.29 143	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 230

RAFT+CT+SA	0.66 110	0.45 245	1.22 112	0.10 204	0.30 333	1.24 110	0.02 97	4.21 261	0.67 95	0.62 99	0.39 136	0.33 89	0.05 52	2.69 156	0.14 78	0.00 1	0.00 1	0.00 1	0.35 382	0.13 267	0.30 348

CFNet_pseudo	0.66 110	0.17 123	2.08 222	0.00 1	0.01 100	1.22 96	0.00 1	2.79 117	0.73 125	0.78 123	0.46 149	2.32 260	0.63 222	1.77 140	0.15 82	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

DCANet	0.66 110	0.43 236	2.21 229	0.03 101	0.00 1	1.22 96	0.01 53	3.26 168	1.85 282	2.61 299	0.21 104	0.09 48	0.49 202	0.33 53	0.39 180	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.06 257

csc	0.66 110	0.42 230	2.21 229	0.01 17	0.01 100	1.22 96	0.02 97	3.26 168	1.04 176	2.34 282	0.14 75	0.09 48	1.83 301	0.34 54	0.29 143	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 230

cscssc	0.66 110	0.42 230	2.21 229	0.01 17	0.01 100	1.22 96	0.02 97	3.26 168	1.04 176	2.34 282	0.14 75	0.09 48	1.83 301	0.34 54	0.29 143	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 230

UCFNet_RVC	0.66 110	0.35 202	1.20 110	0.02 63	0.30 333	1.53 205	0.01 53	3.42 192	0.67 95	1.12 174	0.73 193	1.26 188	0.20 150	1.84 142	0.46 193	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

whm_eth	0.68 117	0.52 271	3.05 280	0.01 17	0.00 1	1.26 119	0.02 97	3.36 182	1.93 290	0.26 52	2.52 292	0.13 60	0.11 111	0.18 13	0.10 60	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.11 295

RAFT_CTSACE	0.68 117	0.52 271	1.74 184	0.50 311	0.05 210	1.16 74	0.00 1	2.68 113	0.66 87	0.68 110	1.60 244	1.76 218	0.80 242	0.94 106	0.13 73	0.00 1	0.02 271	0.00 1	0.00 1	0.27 333	0.00 1

DMCA	0.68 117	0.22 157	1.96 206	0.01 17	0.01 100	1.28 123	0.02 97	3.02 131	1.54 251	2.14 263	0.15 81	1.74 216	0.10 103	0.45 74	0.95 246	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

1test111	0.69 120	0.27 171	1.28 119	0.13 215	0.00 1	3.44 318	0.01 53	3.15 151	0.68 100	0.33 59	0.69 185	0.04 10	0.61 216	2.95 161	0.07 37	0.00 1	0.02 271	0.00 1	0.03 292	0.01 25	0.01 62

DCRE	0.69 120	0.35 202	1.16 98	0.06 155	0.02 168	0.91 20	0.00 1	1.05 26	0.30 36	0.98 154	7.63 352	0.72 134	0.02 16	0.16 11	0.07 37	0.00 1	0.02 271	0.00 1	0.21 360	0.02 94	0.03 189

DCANet-4	0.69 120	0.15 109	3.76 315	0.03 101	0.01 100	1.22 96	0.01 53	3.14 149	1.90 287	2.34 282	0.14 75	0.11 53	0.25 162	0.34 54	0.29 143	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 230

MSKI-zero shot	0.73 123	0.13 95	1.56 160	0.02 63	0.14 268	1.34 143	0.04 158	3.00 128	0.23 31	0.67 108	1.64 245	0.89 152	0.00 1	4.55 230	0.10 60	0.00 1	0.02 271	0.00 1	0.21 360	0.03 132	0.01 62

HCRNet	0.73 123	0.19 135	1.10 82	0.01 17	0.00 1	1.17 76	0.01 53	3.07 141	1.97 292	0.60 98	0.21 104	0.56 115	0.11 111	5.34 263	0.20 108	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.02 150

IGEV_Zeroshot_test	0.74 125	0.20 142	3.00 277	0.26 267	0.02 168	1.10 57	0.05 171	3.72 222	0.19 21	0.88 131	0.71 192	2.84 278	0.63 222	0.53 83	0.33 158	0.00 1	0.07 328	0.00 1	0.16 344	0.04 163	0.00 1

EKT-Stereo	0.74 125	0.18 128	1.23 114	0.81 343	4.25 386	1.19 83	0.03 138	2.17 73	0.13 4	0.35 71	0.40 137	0.97 165	0.08 91	2.61 154	0.09 52	0.00 1	0.09 341	0.00 1	0.07 317	0.04 163	0.03 189

anonymity	0.74 125	0.15 109	1.17 100	0.16 233	0.27 322	0.71 15	0.01 53	4.70 294	1.78 275	1.15 177	1.23 230	0.31 84	1.65 293	0.54 85	0.53 204	0.02 326	0.02 271	0.00 1	0.27 373	0.02 94	0.06 257

test_5	0.74 125	0.50 266	1.55 153	0.44 302	0.25 314	1.45 180	0.01 53	4.16 256	0.78 140	0.79 125	0.17 89	0.42 100	0.64 225	3.06 165	0.18 101	0.00 1	0.00 1	0.00 1	0.00 1	0.16 287	0.21 339

NRIStereo	0.74 125	0.08 38	0.88 28	0.47 309	0.05 210	1.58 216	0.49 301	1.38 35	0.61 62	0.88 131	0.17 89	0.66 126	0.03 34	6.96 342	0.22 112	0.00 1	0.06 319	0.00 1	0.00 1	0.06 196	0.17 323

IER	0.75 130	0.12 86	1.93 199	0.01 17	0.00 1	2.31 278	0.02 97	2.96 127	0.98 167	1.30 196	0.96 210	1.40 193	1.19 262	1.31 123	0.45 189	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

CIPLG	0.75 130	0.81 328	2.38 247	0.13 215	0.03 187	1.41 165	0.27 260	3.19 161	0.84 148	1.98 254	2.56 294	0.19 72	0.10 103	0.54 85	0.26 131	0.00 1	0.05 312	0.01 319	0.05 306	0.19 305	0.05 230

IPLGR_C	0.75 130	0.88 336	2.58 262	0.13 215	0.02 168	1.40 161	0.27 260	3.19 161	0.84 148	1.92 248	2.46 289	0.18 71	0.11 111	0.49 80	0.26 131	0.00 1	0.05 312	0.01 319	0.05 306	0.19 305	0.06 257

ACRE	0.75 130	0.78 322	2.72 271	0.13 215	0.02 168	1.40 161	0.26 257	3.20 163	0.82 143	1.84 244	2.46 289	0.19 72	0.10 103	0.52 81	0.26 131	0.00 1	0.04 303	0.01 319	0.05 306	0.19 305	0.05 230

IPLGR	0.76 134	0.21 148	2.98 275	0.06 155	0.07 226	1.24 110	0.05 171	3.09 144	1.38 221	0.62 99	0.34 125	0.75 137	0.78 240	3.35 169	0.22 112	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.06 257

CFNet_ucs	0.77 135	0.20 142	2.22 236	0.01 17	0.01 100	1.32 135	0.00 1	3.30 175	1.31 216	1.15 177	1.14 220	2.19 254	0.42 195	2.04 145	0.12 69	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

TestStereo1	0.77 135	0.46 249	1.12 86	0.15 227	0.19 291	1.29 127	0.01 53	3.33 178	1.55 252	0.45 85	1.67 248	0.13 60	1.23 264	3.39 172	0.27 135	0.00 1	0.00 1	0.00 1	0.00 1	0.17 291	0.07 273

SA-5K	0.77 135	0.46 249	1.12 86	0.15 227	0.19 291	1.29 127	0.01 53	3.33 178	1.55 252	0.45 85	1.67 248	0.13 60	1.23 264	3.39 172	0.27 135	0.00 1	0.00 1	0.00 1	0.00 1	0.17 291	0.07 273

PSMNet-ADL	0.77 135	0.08 38	0.90 31	0.07 175	0.01 100	2.01 267	0.02 97	2.55 104	1.11 188	0.33 59	0.59 167	2.15 246	0.69 236	4.07 200	0.85 237	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

CFNet-ft	0.77 135	0.46 249	1.34 131	0.01 17	0.27 322	1.32 135	0.02 97	2.40 82	0.68 100	0.63 103	0.18 92	3.23 303	0.21 154	3.97 197	0.54 207	0.00 1	0.00 1	0.01 319	0.00 1	0.03 132	0.02 150

CFNet_RVC	0.77 135	0.46 249	1.34 131	0.01 17	0.27 322	1.32 135	0.02 97	2.40 82	0.68 100	0.63 103	0.18 92	3.23 303	0.21 154	3.97 197	0.54 207	0.00 1	0.00 1	0.01 319	0.00 1	0.03 132	0.02 150

DN-CSS_ROB	0.77 135	0.90 339	2.01 212	0.85 347	0.00 1	1.47 186	0.01 53	2.92 126	0.93 160	0.12 38	0.53 155	0.44 102	0.16 132	4.33 210	0.35 169	0.00 1	0.00 1	0.00 1	0.00 1	0.30 344	0.01 62

MyStereo04	0.78 142	0.27 171	3.19 289	0.02 63	0.01 100	1.64 240	0.01 53	3.64 216	2.20 311	0.98 154	0.02 31	1.29 189	0.57 211	1.10 113	0.53 204	0.00 1	0.07 328	0.00 1	0.00 1	0.03 132	0.06 257

MyStereo05	0.79 143	0.19 135	3.17 288	0.02 63	0.00 1	1.51 198	0.01 53	3.56 209	2.48 323	1.34 200	0.02 31	1.25 187	0.38 189	1.19 116	0.50 198	0.00 1	0.06 319	0.00 1	0.00 1	0.02 94	0.07 273

anonymousa	0.79 143	0.26 170	1.91 197	0.03 101	0.29 331	1.46 185	0.02 97	3.76 224	0.97 165	0.72 115	2.25 284	3.21 301	0.56 209	0.15 8	0.12 69	0.00 1	0.00 1	0.00 1	0.04 302	0.00 1	0.02 150

111	0.79 143	0.70 313	2.21 229	0.01 17	0.01 100	1.19 83	0.16 227	3.78 227	1.98 294	1.22 191	0.91 206	2.01 234	0.32 177	0.32 50	0.64 223	0.00 1	0.00 1	0.00 1	0.00 1	0.08 221	0.17 323

acv_ft	0.79 143	0.21 148	1.28 119	0.01 17	1.08 367	1.68 247	0.01 53	3.75 223	1.05 180	1.31 199	0.66 176	1.94 231	0.46 200	0.31 44	1.68 280	0.00 1	0.00 1	0.00 1	0.00 1	0.27 333	0.00 1

MyStereo06	0.80 147	0.19 135	2.53 258	0.02 63	0.00 1	1.51 198	0.01 53	4.61 289	0.24 34	0.89 133	0.69 185	3.14 297	1.18 261	0.58 91	0.33 158	0.00 1	0.06 319	0.00 1	0.00 1	0.02 94	0.07 273

HITNet	0.80 147	0.58 287	2.14 225	0.69 335	0.00 1	1.35 146	0.02 97	4.50 284	1.15 196	1.76 238	0.16 83	0.60 116	0.30 169	1.13 115	1.64 278	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.00 1
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
SFCPSM	0.81 149	0.11 82	2.53 258	0.01 17	0.07 226	2.45 284	0.18 234	4.99 313	1.18 198	0.77 120	0.78 195	0.69 130	0.31 173	1.72 138	0.20 108	0.00 1	0.00 1	0.00 1	0.05 306	0.06 196	0.01 62

NF-Stereo	0.82 150	0.10 69	1.12 86	1.19 367	0.01 100	1.52 202	0.29 271	2.67 112	0.66 87	1.20 185	0.58 158	0.24 76	0.01 4	6.38 300	0.32 155	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

OCTAStereo	0.82 150	0.10 69	1.15 94	1.19 367	0.01 100	1.53 205	0.29 271	2.66 108	0.66 87	1.20 185	0.58 158	0.25 79	0.01 4	6.38 300	0.33 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

RE-Stereo	0.82 150	0.10 69	1.15 94	1.19 367	0.01 100	1.52 202	0.29 271	2.66 108	0.66 87	1.20 185	0.58 158	0.24 76	0.01 4	6.38 300	0.32 155	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

TVStereo	0.82 150	0.10 69	1.15 94	1.19 367	0.01 100	1.52 202	0.29 271	2.66 108	0.66 87	1.20 185	0.58 158	0.24 76	0.01 4	6.38 300	0.32 155	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

ADStereo(finetuned)	0.83 154	0.43 236	3.68 312	0.03 101	0.00 1	1.22 96	0.01 53	3.26 168	1.86 283	2.61 299	0.20 103	0.09 48	2.39 319	0.34 54	0.38 178	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.06 257

BSDual-CNN	0.83 154	0.10 69	0.96 40	0.01 17	0.00 1	3.32 313	0.21 243	5.40 334	0.93 160	2.26 276	0.66 176	1.81 223	0.10 103	0.61 93	0.18 101	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

SA	0.83 154	0.41 227	1.17 100	0.00 1	0.20 295	1.28 123	0.01 53	3.98 245	1.86 283	0.41 80	0.96 210	0.27 81	1.33 273	4.07 200	0.35 169	0.00 1	0.00 1	0.00 1	0.17 350	0.14 273	0.01 62

psmg	0.83 154	0.10 69	0.96 40	0.01 17	0.00 1	3.28 311	0.27 260	4.83 307	0.93 160	1.92 248	1.46 242	1.81 223	0.10 103	0.61 93	0.18 101	0.00 1	0.00 1	0.01 319	0.00 1	0.01 25	0.00 1

STTStereo	0.83 154	0.34 200	2.44 249	0.24 258	0.15 273	1.41 165	0.10 209	3.02 131	1.55 252	1.34 200	0.17 89	1.77 220	0.45 198	3.42 174	0.30 149	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 62

StereoDRNet-Refined	0.83 154	0.12 86	1.18 103	0.02 63	0.01 100	1.31 134	0.00 1	3.33 178	1.07 185	1.92 248	1.24 232	2.48 266	0.18 138	1.86 143	1.67 279	0.00 1	0.00 1	0.00 1	0.00 1	0.14 273	0.05 230
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
psm_up	0.84 160	0.32 196	1.44 142	0.02 63	0.00 1	1.98 266	0.05 171	3.40 188	1.04 176	2.06 260	0.40 137	1.74 216	0.45 198	3.47 177	0.24 120	0.06 347	0.00 1	0.00 1	0.00 1	0.08 221	0.00 1

MyStereo8	0.85 161	0.52 271	3.20 291	0.20 247	0.00 1	1.47 186	0.01 53	3.53 207	1.91 288	1.34 200	0.65 174	1.22 185	0.31 173	0.57 88	1.38 271	0.00 1	0.14 359	0.00 1	0.06 315	0.09 240	0.30 348

CAS	0.85 161	0.09 50	0.67 12	6.43 389	0.05 210	1.12 63	0.00 1	0.88 21	0.69 113	0.02 2	0.02 31	0.06 34	0.06 67	0.26 35	0.12 69	6.37 390	0.00 1	0.00 1	0.00 1	0.00 1	0.20 337

PSM-softLoss	0.85 161	0.10 69	1.50 146	1.14 363	0.03 187	1.47 186	0.27 260	2.48 97	0.69 113	1.30 196	0.38 133	0.39 97	0.01 4	6.88 333	0.33 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

KMStereo	0.85 161	0.10 69	1.50 146	1.14 363	0.03 187	1.47 186	0.27 260	2.48 97	0.69 113	1.30 196	0.38 133	0.39 97	0.01 4	6.88 333	0.33 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

StereoVision	0.86 165	0.38 213	1.75 186	0.03 101	0.01 100	1.14 68	0.02 97	3.38 185	0.92 157	0.13 42	6.89 349	0.50 111	0.12 121	1.10 113	0.78 233	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.02 150

DisPM	0.86 165	0.09 50	1.10 82	0.76 341	0.02 168	1.51 198	0.57 307	1.75 55	0.70 122	2.43 293	0.83 201	0.38 96	0.01 4	6.89 336	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

IPLG	0.86 165	0.41 227	2.31 244	0.06 155	0.06 218	1.36 148	0.11 211	3.17 156	0.83 145	0.62 99	1.00 213	0.46 104	0.61 216	5.57 274	0.35 169	0.00 1	0.00 1	0.00 1	0.00 1	0.18 298	0.01 62

AASNet	0.86 165	0.53 276	1.96 206	0.04 124	0.00 1	1.70 250	0.05 171	5.13 321	1.84 278	0.93 140	1.88 260	0.96 162	0.19 144	0.67 96	0.91 244	0.00 1	0.00 1	0.00 1	0.00 1	0.27 333	0.09 287

DeepPruner_ROB	0.86 165	0.50 266	1.80 192	0.01 17	0.00 1	1.57 212	0.17 230	3.48 202	0.42 44	3.31 320	0.02 31	2.09 241	0.17 135	3.01 163	0.61 219	0.00 1	0.00 1	0.00 1	0.00 1	0.12 263	0.01 62

AACVNet	0.87 170	0.44 241	1.19 106	0.17 236	0.00 1	1.76 254	0.00 1	3.60 213	0.60 56	1.03 163	0.26 111	1.31 190	0.17 135	6.33 297	0.28 139	0.00 1	0.00 1	0.00 1	0.00 1	0.17 291	0.01 62

LCNet	0.87 170	0.18 128	0.97 45	0.14 225	0.26 317	1.19 83	0.22 247	2.36 78	0.71 124	1.82 242	0.21 104	0.11 53	2.56 321	5.56 272	0.14 78	0.00 1	0.00 1	0.00 1	0.00 1	0.15 283	0.81 369

HHNet	0.87 170	0.25 166	1.78 189	0.16 233	0.08 236	1.30 131	0.44 296	1.93 60	0.64 78	1.41 211	5.92 341	0.14 66	1.79 299	0.35 59	0.95 246	0.05 342	0.00 1	0.01 319	0.00 1	0.14 273	0.01 62

UPFNet	0.87 170	0.09 50	2.05 218	0.00 1	0.00 1	1.90 264	0.11 211	3.41 190	0.83 145	2.15 264	0.10 69	1.92 229	0.09 96	3.94 196	0.70 228	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

tt1	0.88 174	0.27 171	1.25 115	0.08 187	0.00 1	3.36 316	0.02 97	3.03 133	6.40 364	0.33 59	0.66 176	0.05 25	0.40 193	1.59 132	0.05 17	0.00 1	0.02 271	0.00 1	0.00 1	0.09 240	0.03 189

HH	0.88 174	0.37 210	1.93 199	0.25 261	0.10 252	0.62 13	0.00 1	3.79 228	0.18 19	0.33 59	0.59 167	3.94 319	0.81 243	4.44 219	0.09 52	0.00 1	0.06 319	0.00 1	0.00 1	0.03 132	0.02 150

HanStereo	0.88 174	0.37 210	1.93 199	0.25 261	0.10 252	0.62 13	0.00 1	3.79 228	0.18 19	0.33 59	0.59 167	3.94 319	0.81 243	4.44 219	0.09 52	0.00 1	0.06 319	0.00 1	0.00 1	0.03 132	0.02 150

dad	0.88 174	0.62 296	2.26 239	0.06 155	0.01 100	1.24 110	0.00 1	0.98 24	2.17 308	1.29 195	0.35 128	0.37 92	0.04 46	5.80 279	1.06 251	0.01 304	0.00 1	1.13 381	0.11 333	0.05 181	0.00 1

GANet-RSSM	0.88 174	0.38 213	1.45 143	0.60 324	0.00 1	1.36 148	0.02 97	4.55 286	0.69 113	0.71 113	0.32 118	1.56 200	0.61 216	4.55 230	0.64 223	0.00 1	0.00 1	0.05 352	0.00 1	0.08 221	0.02 150

PSMNet-RSSM	0.90 179	0.44 241	1.35 134	0.13 215	0.00 1	1.37 153	0.03 138	4.79 305	0.85 151	1.11 173	0.49 153	2.15 246	0.35 184	4.09 203	0.73 230	0.00 1	0.00 1	0.01 319	0.00 1	0.03 132	0.01 62

DMCA-RVC	0.90 179	0.64 300	3.30 297	0.03 101	0.04 203	1.30 131	0.06 184	2.65 107	0.73 125	3.21 317	0.09 67	0.99 167	0.66 232	3.14 166	0.99 248	0.01 304	0.04 303	0.02 341	0.01 270	0.07 210	0.01 62

iRaft-Stereo_20w	0.92 181	0.15 109	2.68 267	0.24 258	0.06 218	1.36 148	0.28 268	7.46 377	0.34 40	1.56 225	0.37 131	0.62 119	1.24 267	1.25 120	0.34 165	0.00 1	0.09 341	0.00 1	0.16 344	0.02 94	0.13 309

CoDeX	0.94 182	0.34 200	2.09 223	0.05 141	0.20 295	1.49 193	0.20 241	5.89 354	1.57 258	0.66 107	0.67 183	1.05 172	0.32 177	3.82 191	0.33 158	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.00 1

cc1	0.94 182	0.27 171	1.28 119	0.13 215	0.00 1	3.44 318	0.01 53	3.18 157	7.23 373	0.33 59	0.69 185	0.04 10	0.61 216	1.43 126	0.05 17	0.00 1	0.02 271	0.00 1	0.03 292	0.09 240	0.04 213

xx1	0.95 184	0.27 171	1.28 119	0.13 215	0.00 1	3.44 318	0.01 53	3.18 157	7.23 373	0.33 59	0.69 185	0.73 135	0.12 121	1.43 126	0.05 17	0.00 1	0.02 271	0.00 1	0.00 1	0.01 25	0.01 62

SACVNet	0.96 185	0.36 206	1.49 145	0.05 141	0.00 1	1.62 237	0.28 268	3.86 240	1.28 211	1.79 241	0.80 197	1.59 202	0.07 77	5.29 259	0.48 196	0.01 304	0.00 1	0.00 1	0.00 1	0.23 319	0.01 62

BUS	0.97 186	0.10 69	0.96 40	0.01 17	0.00 1	5.85 357	0.03 138	5.40 334	0.93 160	2.26 276	0.66 176	2.39 264	0.06 67	0.61 93	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

BEATNet_4x	0.97 186	0.77 321	3.36 300	0.46 306	0.01 100	1.32 135	0.09 202	4.57 288	1.26 209	1.88 247	0.22 108	1.09 178	0.42 195	1.79 141	2.09 304	0.00 1	0.00 1	0.00 1	0.00 1	0.08 221	0.06 257

qqq1	0.98 188	0.16 117	1.55 153	0.33 282	0.01 100	1.03 33	0.00 1	5.24 324	2.12 301	1.53 217	2.16 278	0.92 153	0.02 16	4.46 221	0.07 37	0.00 1	0.01 222	0.00 1	0.00 1	0.03 132	0.01 62

fff1	0.98 188	0.16 117	1.55 153	0.33 282	0.01 100	1.03 33	0.00 1	5.24 324	2.12 301	1.53 217	2.16 278	0.92 153	0.02 16	4.46 221	0.07 37	0.00 1	0.01 222	0.00 1	0.00 1	0.03 132	0.01 62

gwcnet-sp	0.98 188	0.38 213	4.06 325	0.04 124	0.00 1	2.60 291	0.15 223	3.51 204	1.13 193	1.75 234	0.16 83	0.68 127	0.39 190	3.69 181	0.90 240	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.03 189

scenet	0.98 188	0.38 213	4.06 325	0.04 124	0.00 1	2.60 291	0.15 223	3.51 204	1.13 193	1.75 234	0.16 83	0.68 127	0.39 190	3.69 181	0.90 240	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.03 189

ssnet	0.98 188	0.38 213	4.06 325	0.04 124	0.00 1	2.60 291	0.15 223	3.51 204	1.13 193	1.75 234	0.16 83	0.68 127	0.39 190	3.69 181	0.90 240	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.03 189

raft_robust	0.98 188	0.57 286	1.21 111	0.06 155	0.17 280	1.36 148	0.02 97	3.46 199	2.18 309	0.33 59	0.01 1	1.54 199	1.42 275	6.77 325	0.15 82	0.00 1	0.02 271	0.00 1	0.18 352	0.11 258	0.09 287

cf-r	0.98 188	0.51 270	2.04 217	0.25 261	0.01 100	1.40 161	0.03 138	4.47 283	1.65 267	0.95 141	0.58 158	2.63 268	0.24 159	4.19 205	0.58 214	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.04 213

RAFT_R40	0.99 195	0.05 8	1.26 116	0.71 336	0.20 295	1.65 244	0.67 312	1.94 61	0.61 62	1.05 166	1.15 222	1.80 222	1.47 276	6.91 338	0.31 151	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

iResNet	1.00 196	0.45 245	3.08 283	0.86 351	0.01 100	1.97 265	0.01 53	3.67 220	1.49 246	1.77 239	1.09 217	0.35 91	0.13 127	3.83 192	1.27 265	0.00 1	0.00 1	0.00 1	0.00 1	0.07 210	0.01 62

CSP-Net	1.01 197	0.52 271	0.92 33	0.01 17	0.00 1	2.83 303	0.05 171	4.99 313	0.69 113	0.91 138	0.85 202	1.82 225	0.23 157	6.04 283	0.29 143	0.00 1	0.00 1	0.00 1	0.00 1	0.10 249	0.01 62

MLCV	1.01 197	0.53 276	2.17 227	0.03 101	0.00 1	1.60 227	0.03 138	2.90 125	1.30 214	2.60 298	1.85 259	1.00 168	0.40 193	4.88 244	0.74 231	0.00 1	0.00 1	0.00 1	0.00 1	0.07 210	0.01 62

IRAFT_RVC	1.02 199	0.20 142	1.58 163	1.39 371	0.26 317	1.33 141	0.32 281	2.52 100	0.66 87	1.58 226	0.81 198	1.16 182	1.58 289	6.51 308	0.43 183	0.00 1	0.12 354	0.00 1	0.00 1	0.02 94	0.03 189

GwcNet-RSSM	1.02 199	0.69 310	2.70 268	0.22 250	0.02 168	1.42 170	0.05 171	4.02 247	1.01 173	0.90 135	0.42 140	2.89 282	0.26 164	4.43 218	1.17 256	0.00 1	0.00 1	0.02 341	0.00 1	0.13 267	0.05 230

NINENet	1.03 201	0.22 157	1.30 127	0.10 204	0.01 100	5.85 357	0.03 138	4.41 278	1.25 208	1.55 224	0.60 172	2.39 264	0.06 67	2.72 158	0.05 17	0.00 1	0.01 222	0.01 319	0.00 1	0.04 163	0.00 1

HGLStereo	1.03 201	0.18 128	1.50 146	0.01 17	0.01 100	1.41 165	0.01 53	3.41 190	0.82 143	1.05 166	3.09 304	2.11 242	1.24 267	4.51 226	1.18 257	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.03 189

SMFormer	1.04 203	0.16 117	1.55 153	0.33 282	0.01 100	1.03 33	0.00 1	5.24 324	2.12 301	1.53 217	2.16 278	0.92 153	0.02 16	4.46 221	1.24 260	0.00 1	0.01 222	0.00 1	0.00 1	0.03 132	0.02 150

tta	1.04 203	0.16 117	1.55 153	0.33 282	0.01 100	1.03 33	0.00 1	5.24 324	2.12 301	1.53 217	2.16 278	0.92 153	0.02 16	4.46 221	1.24 260	0.00 1	0.01 222	0.00 1	0.00 1	0.03 132	0.01 62

ffm	1.04 203	0.05 8	1.65 170	0.34 288	0.01 100	1.58 216	0.02 97	3.03 133	6.40 364	1.39 206	2.07 269	2.15 246	0.34 179	1.59 132	0.05 17	0.00 1	0.02 271	0.00 1	0.00 1	0.09 240	0.03 189

Sa-1000	1.04 203	0.39 219	1.17 100	0.00 1	0.20 295	1.33 141	0.03 138	4.19 259	1.81 276	0.99 158	5.33 337	0.61 117	0.15 129	4.07 200	0.30 149	0.00 1	0.00 1	0.00 1	0.16 344	0.13 267	0.00 1

SST-Stereo	1.04 203	0.05 8	1.16 98	0.72 337	0.23 307	1.70 250	0.58 308	1.92 59	1.46 238	1.19 183	1.09 217	1.60 204	1.93 306	6.92 340	0.21 111	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

XX-Stereo	1.04 203	0.20 142	4.94 351	0.85 347	0.04 203	1.25 117	0.00 1	3.37 183	0.45 47	1.22 191	0.50 154	3.70 315	0.02 16	3.91 195	0.05 17	0.00 1	0.09 341	0.00 1	0.20 356	0.03 132	0.02 150

NLCA_NET_v2_RVC	1.04 203	0.55 279	2.52 257	0.56 320	1.00 364	1.37 153	0.00 1	3.43 194	1.35 219	2.24 271	0.35 128	2.18 253	0.58 213	4.28 208	0.34 165	0.00 1	0.00 1	0.00 1	0.01 270	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iResNet_ROB	1.05 210	0.76 319	2.06 219	0.07 175	0.00 1	1.35 146	0.03 138	6.80 372	2.57 328	0.79 125	1.20 228	0.94 161	0.12 121	3.81 189	0.41 181	0.00 1	0.00 1	0.00 1	0.00 1	0.08 221	0.01 62

PFNet	1.06 211	0.19 135	2.95 274	1.16 365	0.56 353	1.58 216	0.25 254	1.50 48	0.60 56	2.38 289	1.23 230	0.63 121	0.30 169	6.85 329	0.43 183	0.16 360	0.01 222	0.00 1	0.07 317	0.18 298	0.18 329

hknet	1.08 212	0.13 95	2.07 220	0.01 17	0.00 1	3.32 313	0.21 243	5.40 334	0.92 157	2.26 276	0.66 176	3.43 307	0.05 52	2.81 159	0.27 135	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

iRaft-Stereo_5w	1.08 212	0.56 283	2.70 268	0.02 63	0.02 168	1.20 91	0.01 53	3.18 157	0.63 71	0.14 43	2.00 267	1.62 208	1.54 283	6.69 319	1.01 250	0.00 1	0.00 1	0.00 1	0.00 1	0.23 319	0.01 62

FADNet-RVC-Resample	1.08 212	1.00 347	5.32 355	0.10 204	0.14 268	1.53 205	0.25 254	3.62 214	1.18 198	0.51 93	0.19 99	1.04 171	0.28 168	5.20 255	0.44 186	0.10 353	0.16 364	0.09 356	0.06 315	0.24 322	0.21 339

TDLM	1.08 212	0.49 263	1.43 140	0.27 270	0.00 1	1.56 211	2.12 347	3.10 145	1.75 273	1.36 204	0.93 208	1.06 174	0.49 202	6.21 290	0.70 228	0.00 1	0.00 1	0.00 1	0.00 1	0.16 287	0.02 150

CFNet	1.08 212	0.62 296	2.26 239	0.26 267	0.03 187	1.40 161	0.04 158	4.45 282	2.09 299	0.48 89	0.69 185	1.31 190	0.24 159	6.63 314	0.83 236	0.00 1	0.00 1	0.00 1	0.00 1	0.17 291	0.04 213

PS-NSSS	1.08 212	0.45 245	1.70 181	0.02 63	0.01 100	1.37 153	0.01 53	4.38 274	2.09 299	1.15 177	2.65 296	0.65 123	0.07 77	6.35 298	0.56 210	0.16 360	0.00 1	0.00 1	0.00 1	0.05 181	0.00 1

iResNetv2_ROB	1.08 212	1.12 354	4.68 346	1.09 362	0.00 1	1.38 158	0.05 171	3.83 235	1.11 188	0.80 127	1.15 222	1.02 170	0.12 121	4.52 227	0.45 189	0.00 1	0.00 1	0.00 1	0.00 1	0.33 345	0.03 189

GMM-Stereo	1.09 219	0.05 8	1.62 167	0.13 215	0.22 302	1.41 165	0.87 320	2.31 76	0.62 68	2.75 302	3.14 305	0.54 114	0.90 249	5.33 262	0.13 73	0.01 304	0.00 1	0.00 1	0.02 286	0.01 25	1.80 382

hitnet-ft	1.09 219	0.39 219	1.45 143	0.04 124	0.00 1	1.34 143	0.22 247	3.34 181	2.25 314	1.48 214	1.11 219	4.17 322	0.37 187	4.73 238	0.79 234	0.01 304	0.00 1	0.03 346	0.00 1	0.09 240	0.01 62

NVstereo2D	1.09 219	0.17 123	4.40 339	0.00 1	0.00 1	1.59 224	0.18 234	4.29 270	1.40 227	0.85 130	0.36 130	2.30 257	0.62 221	5.26 258	0.35 169	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

PSMNet_ROB	1.09 219	0.69 310	2.92 273	0.03 101	0.07 226	1.68 247	0.16 227	3.44 196	1.30 214	0.96 143	0.32 118	2.81 276	0.63 222	4.23 206	2.48 313	0.00 1	0.00 1	0.00 1	0.00 1	0.08 221	0.04 213

LMCR-Stereo	1.10 223	0.69 310	1.95 203	0.50 311	0.01 100	2.73 296	0.09 202	6.20 360	0.64 78	2.37 287	1.76 255	0.13 60	1.59 291	2.94 160	0.23 116	0.00 1	0.00 1	0.00 1	0.00 1	0.12 263	0.00 1

GEStereo_RVC	1.10 223	0.42 230	1.72 183	0.28 272	0.01 100	1.37 153	0.11 211	6.25 361	0.84 148	1.05 166	0.67 183	1.61 206	0.79 241	6.11 286	0.63 221	0.00 1	0.00 1	0.00 1	0.00 1	0.10 249	0.04 213

FADNet-RVC	1.10 223	1.07 352	4.79 347	0.03 101	0.00 1	1.60 227	0.08 193	3.77 225	1.70 270	0.35 71	0.07 63	0.61 117	0.66 232	5.32 261	1.11 252	0.01 304	0.08 337	0.00 1	0.00 1	0.48 364	0.18 329

GANetREF_RVC	1.10 223	0.95 342	2.98 275	0.06 155	0.00 1	2.23 273	0.18 234	3.95 244	2.53 326	0.56 95	0.32 118	1.89 228	0.66 232	5.03 249	0.51 200	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.04 213
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
CVANet_RVC	1.10 223	0.39 219	1.69 180	0.28 272	0.00 1	1.45 180	0.48 299	3.26 168	1.64 266	2.93 307	1.22 229	1.51 196	0.37 187	6.09 285	0.50 198	0.00 1	0.00 1	0.00 1	0.00 1	0.18 298	0.01 62

ARAFT	1.12 228	0.82 331	4.11 328	0.04 124	0.00 1	1.64 240	0.03 138	4.85 308	1.69 269	2.78 304	0.57 156	0.47 106	0.11 111	4.81 241	0.24 120	0.00 1	0.03 293	0.00 1	0.00 1	0.24 322	0.05 230

ac_64	1.12 228	0.18 128	1.64 169	0.18 240	0.25 314	1.48 192	0.02 97	4.97 312	1.47 240	0.69 111	0.45 148	4.94 338	0.46 200	4.87 243	0.74 231	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.00 1

UNet	1.13 230	0.24 164	4.21 330	0.01 17	0.02 168	2.31 278	0.02 97	3.06 139	0.76 137	1.17 181	0.14 75	2.73 273	1.58 289	4.48 225	1.92 294	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

ssnet_v2	1.14 231	0.28 181	1.77 187	0.03 101	0.00 1	2.07 269	0.37 290	5.20 322	1.87 285	2.00 255	0.87 204	3.09 294	0.55 208	1.31 123	3.02 324	0.00 1	0.00 1	0.00 1	0.00 1	0.18 298	0.12 304

EAI-Stereo	1.14 231	0.12 86	1.19 106	0.21 248	0.32 338	1.84 261	2.32 352	5.42 337	1.19 200	1.02 160	5.66 339	0.48 107	0.60 214	0.86 103	0.62 220	0.00 1	0.13 358	0.00 1	0.65 389	0.02 94	0.17 323

delet	1.14 231	0.32 196	1.56 160	0.03 101	0.17 280	2.86 305	1.03 327	4.25 265	2.14 306	1.03 163	1.17 226	1.64 213	0.92 250	4.35 212	1.27 265	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.00 1

PSM-AAD	1.15 234	0.04 4	0.88 28	0.10 204	0.27 322	1.32 135	3.25 362	2.41 89	0.64 78	2.93 307	1.92 262	0.15 68	5.39 369	3.42 174	0.19 107	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 230

FADNet_RVC	1.15 234	1.06 351	4.34 338	0.02 63	0.06 218	2.77 301	0.04 158	3.50 203	0.80 141	0.35 71	0.32 118	0.65 123	0.09 96	5.20 255	1.56 274	0.24 369	0.34 378	0.11 360	0.33 381	0.65 373	0.60 362

ETE_ROB	1.16 236	0.52 271	1.71 182	0.01 17	0.02 168	1.79 258	0.22 247	4.10 252	1.32 217	4.68 346	1.18 227	2.81 276	0.08 91	3.56 178	1.12 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.06 257

DLCB_ROB	1.17 237	0.22 157	1.28 119	0.08 187	0.00 1	1.51 198	0.23 251	3.39 186	1.52 249	3.43 325	2.00 267	3.40 305	0.31 173	4.29 209	1.82 286	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XPNet_ROB	1.17 237	0.41 227	1.68 179	0.04 124	0.01 100	1.65 244	0.17 230	3.46 199	1.39 223	3.89 333	1.01 214	1.60 204	0.53 205	4.35 212	3.07 325	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.02 150

KYRaft	1.19 239	0.05 8	0.94 35	0.06 155	0.24 311	1.25 117	0.78 318	2.48 97	0.61 62	3.23 318	7.13 351	1.00 168	2.77 327	1.43 126	0.14 78	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	1.71 381

RAFT-345	1.19 239	0.06 22	1.55 153	0.54 317	0.13 262	1.53 205	0.25 254	0.56 10	1.76 274	1.20 185	7.85 353	0.93 158	0.05 52	6.87 332	0.46 193	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

OMP-Stereo	1.20 241	0.54 278	0.96 40	2.39 378	0.29 331	1.58 216	0.33 283	2.01 65	0.68 100	2.68 301	1.16 224	3.10 295	0.18 138	7.40 354	0.56 210	0.00 1	0.00 1	0.00 1	0.00 1	0.07 210	0.01 62

ADLNet	1.20 241	0.29 188	1.98 209	0.00 1	0.02 168	2.20 272	0.11 211	4.39 276	2.52 325	2.19 268	2.20 283	2.66 269	0.70 237	3.42 174	1.25 262	0.00 1	0.00 1	0.00 1	0.00 1	0.10 249	0.04 213

MMNet	1.20 241	0.27 171	3.59 310	0.09 197	0.00 1	4.15 333	0.01 53	3.63 215	1.19 200	1.93 251	0.32 118	1.35 192	1.23 264	4.42 217	1.84 288	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

FADNet	1.20 241	0.93 341	4.51 342	0.03 101	0.06 218	2.56 289	0.16 227	4.02 247	1.42 230	0.32 58	0.06 62	1.66 214	1.07 255	5.56 272	0.87 238	0.19 363	0.02 271	0.01 319	0.01 270	0.50 366	0.03 189

Prome-Stereo	1.23 245	0.06 22	0.93 34	0.12 212	0.24 311	1.26 119	0.67 312	2.53 102	0.69 113	2.08 261	8.70 359	0.76 138	2.91 331	2.12 146	0.11 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 380

DAS	1.26 246	0.08 38	2.25 237	0.04 124	0.01 100	1.28 123	1.18 331	3.80 231	1.58 262	4.60 343	2.37 287	1.53 197	0.53 205	5.36 264	0.59 216	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

SepStereo	1.28 247	0.08 38	2.25 237	0.04 124	0.01 100	1.28 123	1.18 331	3.80 231	1.58 262	4.60 343	2.37 287	1.53 197	0.53 205	5.63 275	0.59 216	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

pcwnet_v2	1.29 248	0.17 123	5.98 365	0.10 204	0.01 100	1.76 254	0.02 97	5.08 320	2.90 333	1.54 223	1.98 266	2.03 237	0.81 243	3.01 163	0.28 139	0.00 1	0.00 1	0.00 1	0.01 270	0.03 132	0.03 189

NOSS_ROB	1.29 248	0.22 157	1.35 134	0.64 331	0.16 278	2.56 289	0.00 1	4.14 255	2.37 318	2.29 281	1.76 255	2.84 278	0.02 16	6.80 328	0.45 189	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.11 295

Wz-Net-LNSev	1.30 250	0.85 333	6.26 370	0.02 63	0.03 187	4.02 330	0.13 219	4.21 261	1.12 192	0.77 120	0.10 69	3.60 311	1.11 258	2.68 155	1.12 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

IIG-Stereo	1.30 250	0.48 259	1.04 70	2.41 379	0.05 210	1.61 231	0.14 222	2.59 105	0.68 100	2.97 310	2.28 285	3.08 293	0.57 211	7.41 355	0.65 225	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

DSFCA	1.30 250	0.14 99	1.82 193	0.01 17	0.03 187	3.74 327	0.86 319	2.71 114	1.23 204	3.09 314	0.41 139	2.93 284	1.49 277	6.12 287	1.35 268	0.00 1	0.02 271	0.00 1	0.00 1	0.02 94	0.01 62

NCCL2	1.30 250	0.63 299	2.31 244	0.02 63	0.03 187	1.57 212	3.41 364	3.91 243	1.39 223	3.14 316	0.34 125	3.90 318	0.30 169	3.75 186	1.19 258	0.00 1	0.00 1	0.02 341	0.00 1	0.03 132	0.05 230

PA-Net	1.31 254	0.59 289	3.65 311	0.06 155	0.15 273	1.44 174	0.54 304	4.08 250	2.71 330	0.78 123	1.16 224	2.32 260	0.64 225	5.96 281	1.92 294	0.01 304	0.00 1	0.00 1	0.00 1	0.04 163	0.06 257
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CRFU-Net	1.32 255	0.27 171	2.46 253	1.17 366	0.03 187	4.08 331	0.05 171	5.61 344	0.67 95	1.53 217	0.70 191	3.47 309	2.62 324	3.24 167	0.24 120	0.01 304	0.01 222	0.11 360	0.00 1	0.13 267	0.00 1

LALA_ROB	1.33 256	0.59 289	1.74 184	0.02 63	0.06 218	3.25 310	0.50 303	3.45 197	1.39 223	3.70 328	0.59 167	4.59 331	0.25 162	3.58 179	2.79 321	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.02 150

DRaft	1.34 257	0.12 86	1.19 106	0.06 155	0.01 100	1.64 240	0.43 295	1.86 58	0.14 6	3.76 329	5.27 336	0.41 99	4.38 356	5.49 268	1.68 280	0.01 304	0.06 319	0.00 1	0.07 317	0.07 210	0.11 295

ttt	1.35 258	0.05 8	1.09 81	0.46 306	0.01 100	1.61 231	0.00 1	5.61 344	1.97 292	1.75 234	2.10 274	1.40 193	0.11 111	4.81 241	6.07 354	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.02 150

Consistency-Raft	1.36 259	0.65 303	4.81 348	0.33 282	0.32 338	1.62 237	0.11 211	3.65 217	3.80 346	0.33 59	6.12 345	0.86 150	2.14 312	0.94 106	1.25 262	0.02 326	0.01 222	0.00 1	0.00 1	0.24 322	0.01 62

FINET	1.36 259	0.46 249	4.05 324	0.22 250	0.73 359	1.03 33	0.00 1	3.57 210	5.71 361	1.59 227	1.64 245	0.49 109	0.19 144	5.53 269	1.90 291	0.00 1	0.01 222	0.00 1	0.00 1	0.08 221	0.03 189

HSM	1.36 259	0.40 224	1.07 77	0.01 17	0.30 333	1.73 253	0.03 138	5.89 354	1.22 203	1.83 243	1.36 239	4.78 335	1.30 272	6.61 313	0.57 212	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

ADLNet2	1.38 262	0.39 219	3.13 286	0.00 1	0.70 358	1.23 109	0.26 257	4.19 259	2.36 317	1.45 213	3.16 308	4.23 323	0.82 246	4.56 232	0.88 239	0.00 1	0.00 1	0.00 1	0.00 1	0.13 267	0.02 150

DualNet	1.39 263	0.05 8	1.65 170	0.34 288	0.01 100	1.58 216	0.02 97	3.03 133	6.40 364	1.39 206	2.07 269	2.15 246	0.34 179	1.59 132	7.08 357	0.00 1	0.02 271	0.00 1	0.00 1	0.09 240	0.03 189

CBFPSM	1.39 263	0.61 294	4.29 334	0.01 17	0.01 100	3.64 324	0.03 138	3.39 186	0.80 141	0.64 106	0.21 104	6.18 352	3.70 349	2.38 150	1.82 286	0.00 1	0.01 222	0.00 1	0.00 1	0.08 221	0.01 62

HSM-Net_RVC	1.40 265	0.07 32	1.58 163	0.00 1	0.01 100	1.88 262	0.05 171	7.24 374	1.71 272	3.63 327	3.63 318	3.21 301	0.36 185	4.25 207	0.44 186	0.01 304	0.01 222	0.00 1	0.00 1	0.01 25	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
fast-acv-ft	1.41 266	0.46 249	4.29 334	0.10 204	0.13 262	3.97 329	0.29 271	2.42 90	1.91 288	0.81 128	3.55 316	3.02 290	1.26 269	3.35 169	2.05 303	0.04 336	0.01 222	0.04 348	0.04 302	0.39 356	0.05 230

GASNet	1.43 267	1.53 368	4.54 343	0.31 278	0.02 168	1.49 193	0.20 241	3.86 240	1.95 291	0.75 117	1.37 240	2.11 242	1.57 288	5.82 280	2.60 317	0.00 1	0.05 312	0.00 1	0.00 1	0.43 359	0.10 291

ASMatch	1.44 268	0.14 99	2.15 226	0.60 324	0.21 300	1.21 94	0.26 257	0.96 23	0.66 87	0.29 55	11.75 368	0.93 158	2.37 317	6.73 322	0.54 207	0.00 1	0.00 1	0.00 1	0.01 270	0.00 1	0.04 213

HBP-ISP	1.45 269	0.75 315	3.02 278	0.30 276	0.10 252	4.28 337	1.49 339	4.68 293	1.29 212	3.43 325	0.78 195	0.93 158	1.01 253	6.48 307	0.36 174	0.04 336	0.02 271	0.00 1	0.00 1	0.05 181	0.03 189

GrayStereo	1.46 270	0.03 1	0.87 26	0.63 330	0.20 295	1.24 110	4.61 378	2.85 122	0.62 68	4.98 349	4.00 326	0.45 103	4.67 358	3.37 171	0.08 46	0.00 1	0.00 1	0.00 1	0.50 385	0.01 25	0.01 62

TransformOpticalFlow	1.47 271	0.31 192	3.22 295	0.66 332	0.08 236	1.54 209	0.09 202	3.84 236	1.58 262	1.66 230	2.32 286	3.60 311	3.12 336	6.99 344	0.42 182	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

THIR-Stereo	1.48 272	0.29 188	1.51 149	0.01 17	0.02 168	1.05 46	4.32 374	2.11 70	0.22 30	1.08 170	4.24 327	1.93 230	4.19 354	6.76 324	1.87 290	0.00 1	0.00 1	0.04 348	0.00 1	0.05 181	0.00 1

StereoDRNet	1.48 272	0.75 315	4.58 344	0.05 141	0.10 252	2.49 286	1.10 330	4.62 290	1.47 240	3.38 324	0.62 173	2.29 256	0.65 230	4.52 227	2.89 322	0.00 1	0.03 293	0.00 1	0.01 270	0.05 181	0.07 273

DEmStereo	1.51 274	0.08 38	2.17 227	0.09 197	0.02 168	1.76 254	0.90 322	1.47 46	0.60 56	2.46 294	6.42 347	1.08 176	5.16 364	6.21 290	1.86 289	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

APVNet	1.52 275	0.31 192	4.00 321	0.09 197	0.00 1	4.64 344	0.08 193	4.41 278	1.21 202	1.25 194	1.05 216	2.90 283	0.93 251	6.70 320	2.48 313	0.01 304	0.00 1	0.07 353	0.00 1	0.27 333	0.05 230

RYNet	1.52 275	0.35 202	3.38 301	0.25 261	0.04 203	2.31 278	0.03 138	4.62 290	1.47 240	1.14 176	0.34 125	4.52 329	1.38 274	6.36 299	4.23 336	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

1111x	1.53 277	0.06 22	1.77 187	0.27 270	0.00 1	2.12 271	0.01 53	5.63 348	1.65 267	1.53 217	1.67 248	0.92 153	0.64 225	6.18 288	8.17 367	0.00 1	0.01 222	0.00 1	0.00 1	0.00 1	0.01 62

RASNet	1.53 277	0.31 192	1.97 208	0.09 197	3.20 382	1.69 249	0.06 184	3.27 174	2.12 301	0.77 120	1.29 236	5.32 347	1.69 296	6.60 311	2.17 306	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.02 150

Wz-Net-LNSev-Ref	1.54 279	0.68 308	4.62 345	0.01 17	0.00 1	5.13 351	0.30 277	4.64 292	1.23 204	2.39 290	0.59 167	2.12 244	2.00 309	4.94 246	2.19 308	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

AAGNet	1.54 279	0.07 32	0.88 28	1.04 359	0.27 322	1.47 186	0.66 311	1.57 50	0.61 62	1.68 231	0.82 199	1.62 208	2.29 314	6.18 288	11.63 380	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

mmx	1.56 281	0.05 8	1.65 170	0.34 288	0.01 100	1.58 216	0.02 97	5.51 341	2.25 314	1.39 206	2.07 269	2.15 246	0.34 179	6.68 316	7.08 357	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.01 62

xxx	1.56 281	0.05 8	1.65 170	0.34 288	0.01 100	1.58 216	0.02 97	5.51 341	2.25 314	1.39 206	2.07 269	2.15 246	0.34 179	6.68 316	7.08 357	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.01 62

CBMV	1.56 281	0.24 164	1.92 198	0.31 278	0.03 187	2.90 306	4.33 375	3.79 228	1.81 276	4.98 349	1.73 253	2.70 271	1.68 295	3.81 189	0.92 245	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.08 282
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PASM	1.58 284	1.05 350	7.51 375	0.56 320	0.09 243	1.37 153	0.28 268	2.85 122	1.44 235	3.91 334	0.44 145	3.02 290	0.64 225	6.38 300	1.59 277	0.00 1	0.01 222	0.00 1	0.03 292	0.26 330	0.15 317

DRN-Test	1.62 285	0.23 162	3.72 313	0.18 240	0.13 262	3.34 315	0.19 239	5.93 357	2.01 297	4.14 337	0.76 194	2.12 244	1.78 298	5.22 257	2.62 319	0.00 1	0.00 1	0.01 319	0.01 270	0.03 132	0.01 62

RAFT + AFF	1.63 286	1.13 355	2.62 265	0.04 124	0.80 360	2.29 277	1.03 327	5.54 343	2.06 298	1.77 239	1.81 258	1.22 185	3.65 348	6.23 292	1.57 276	0.01 304	0.35 379	0.00 1	0.01 270	0.33 345	0.12 304

MaskLacGwcNet_RVC	1.63 286	0.45 245	2.21 229	1.53 373	0.18 284	4.33 338	0.41 293	3.37 183	1.40 227	0.54 94	0.65 174	3.10 295	0.11 111	4.93 245	0.60 218	4.57 386	0.51 381	0.00 1	0.00 1	1.37 378	2.39 383

ff1	1.65 288	0.05 8	1.65 170	0.34 288	0.01 100	1.58 216	0.02 97	3.03 133	6.40 364	1.39 206	2.07 269	2.15 246	0.34 179	6.68 316	7.08 357	0.00 1	0.02 271	0.00 1	0.00 1	0.09 240	0.03 189

CrosDoStereo	1.66 289	0.15 109	1.66 175	0.02 63	0.07 226	1.38 158	6.16 393	3.12 147	1.06 183	0.97 145	3.74 320	0.96 162	4.79 360	7.00 345	1.92 294	0.00 1	0.00 1	0.00 1	0.00 1	0.11 258	0.00 1

DeepStereo_LL	1.66 289	0.15 109	1.66 175	0.02 63	0.07 226	1.38 158	6.16 393	3.12 147	1.06 183	0.97 145	3.74 320	0.96 162	4.79 360	7.00 345	1.92 294	0.00 1	0.00 1	0.00 1	0.00 1	0.11 258	0.00 1

Syn2CoEx	1.66 289	1.17 356	4.29 334	0.04 124	0.00 1	1.44 174	0.56 305	5.33 332	1.98 294	2.01 258	2.12 276	2.08 239	2.81 328	6.55 309	2.42 310	0.00 1	0.00 1	0.00 1	0.00 1	0.33 345	0.06 257

AANet_RVC	1.66 289	0.88 336	3.52 306	0.06 155	0.00 1	1.22 96	0.00 1	3.25 166	2.51 324	2.21 269	4.49 328	3.65 313	0.20 150	7.10 348	3.42 329	0.50 376	0.04 303	0.00 1	0.00 1	0.08 221	0.05 230

STrans-v2	1.67 293	0.36 206	3.28 296	0.02 63	0.19 291	1.45 180	0.08 193	6.69 368	1.49 246	2.00 255	2.86 301	3.67 314	3.88 352	7.04 347	0.45 189	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

GwcNet	1.67 293	0.81 328	5.52 358	0.23 256	1.21 368	4.21 335	0.62 310	3.71 221	1.57 258	1.01 159	1.65 247	3.99 321	0.52 204	5.46 266	2.30 309	0.00 1	0.00 1	0.00 1	0.01 270	0.35 351	0.13 309

NCC-stereo	1.67 293	0.56 283	3.10 284	0.08 187	0.22 302	2.24 274	0.13 219	5.05 318	1.42 230	2.27 279	2.72 297	4.29 324	3.53 344	5.76 277	2.01 300	0.04 336	0.00 1	0.00 1	0.00 1	0.03 132	0.02 150

Abc-Net	1.67 293	0.56 283	3.10 284	0.08 187	0.22 302	2.24 274	0.13 219	5.05 318	1.42 230	2.27 279	2.72 297	4.29 324	3.53 344	5.76 277	2.01 300	0.04 336	0.00 1	0.00 1	0.00 1	0.03 132	0.02 150
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
iinet-f	1.68 297	0.61 294	11.37 388	0.29 274	0.03 187	4.39 340	0.04 158	3.18 157	1.10 186	1.16 180	0.58 158	2.96 287	2.76 326	2.13 147	2.46 312	0.00 1	0.02 271	0.02 341	0.00 1	0.46 360	0.01 62

Anonymous_2	1.69 298	0.05 8	1.31 128	0.08 187	0.03 187	1.22 96	0.01 53	3.25 166	0.19 21	0.76 119	0.13 74	2.68 270	1.99 308	0.39 64	0.13 73	0.05 342	0.25 371	3.27 387	14.54 411	3.40 381	0.01 62

ccnet	1.70 299	0.20 142	1.95 203	0.26 267	0.18 284	3.72 326	1.22 333	4.22 264	1.43 234	2.37 287	3.96 324	3.45 308	1.51 281	4.69 235	4.47 338	0.06 347	0.00 1	0.09 356	0.01 270	0.10 249	0.01 62

CBMV_ROB	1.70 299	0.11 82	1.98 209	0.46 306	0.00 1	2.85 304	0.91 323	4.27 268	2.21 312	4.02 336	5.00 333	2.97 288	2.32 316	5.40 265	1.35 268	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.06 257

DANet	1.74 301	0.22 157	3.06 281	0.75 339	0.44 344	2.46 285	0.35 288	3.40 188	1.41 229	4.22 338	1.56 243	5.03 340	0.56 209	6.29 295	5.00 346	0.01 304	0.00 1	0.00 1	0.01 270	0.04 163	0.08 282
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RP	1.76 302	0.55 279	2.59 264	0.22 250	0.60 356	1.70 250	0.98 326	4.31 272	1.99 296	3.12 315	5.04 334	4.41 327	2.96 332	4.72 237	1.90 291	0.01 304	0.00 1	0.00 1	0.01 270	0.14 273	0.01 62

xxxx	1.78 303	0.07 32	1.02 55	0.00 1	0.01 100	1.44 174	0.00 1	5.81 353	1.53 250	1.37 205	1.91 261	1.08 176	0.05 52	4.37 215	16.98 392	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.02 150

Anonymous Stereo	1.78 303	1.37 366	7.79 376	0.42 300	0.07 226	1.49 193	3.20 361	3.31 176	1.84 278	2.75 302	1.14 220	1.84 226	0.09 96	6.89 336	3.32 328	0.00 1	0.00 1	0.00 1	0.00 1	0.09 240	0.01 62

test_xeample	1.79 305	0.08 38	1.03 66	0.02 63	0.00 1	1.44 174	0.00 1	5.48 339	1.84 278	1.65 229	2.17 282	0.37 92	0.06 67	4.00 199	17.67 394	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.02 150

SGM-Forest	1.84 306	0.08 38	1.31 128	0.15 227	0.22 302	3.52 322	2.46 357	3.85 238	2.16 307	5.29 351	3.90 322	3.71 316	1.56 285	6.28 294	1.90 291	0.01 304	0.02 271	0.00 1	0.00 1	0.03 132	0.30 348
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Wz-Net-MNSev	1.85 307	1.19 358	5.61 361	0.01 17	0.00 1	4.74 345	2.16 349	4.93 311	1.48 244	3.77 330	1.24 232	1.77 220	2.56 321	4.94 246	2.61 318	0.00 1	0.01 222	0.00 1	0.00 1	0.07 210	0.01 62

FAT-Stereo	1.86 308	0.19 135	3.31 298	0.17 236	0.03 187	1.78 257	0.97 324	4.76 301	2.79 331	4.22 338	4.87 331	5.31 346	2.83 330	5.06 252	0.90 240	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.01 62

RGC	1.86 308	0.67 306	3.45 305	0.07 175	0.26 317	3.29 312	0.11 211	4.78 304	1.46 238	3.26 319	4.51 329	5.14 342	2.68 325	5.46 266	1.94 298	0.00 1	0.00 1	0.00 1	0.00 1	0.08 221	0.09 287

CC-Net-ROB	1.86 308	0.64 300	2.55 260	1.42 372	0.19 291	3.38 317	0.04 158	4.41 278	2.45 322	0.90 135	1.31 237	0.98 166	0.18 138	6.60 311	0.53 204	1.14 381	1.60 391	7.16 388	0.00 1	1.33 377	0.32 353

GANet	1.90 311	0.43 236	1.83 194	0.39 297	0.00 1	2.24 274	3.37 363	3.90 242	1.44 235	2.17 266	9.66 361	2.57 267	1.09 257	6.88 333	1.81 285	0.00 1	0.00 1	0.02 341	0.00 1	0.10 249	0.03 189

LL-Strereo	1.93 312	0.97 343	3.83 319	0.55 319	2.19 380	1.49 193	0.05 171	4.09 251	1.00 172	2.59 297	2.77 299	5.17 343	5.63 370	7.19 349	0.63 221	0.00 1	0.10 347	0.00 1	0.00 1	0.25 328	0.20 337

DISCO	1.93 312	0.18 128	2.44 249	0.67 334	0.53 351	5.25 352	0.00 1	5.43 338	1.56 257	2.09 262	0.91 206	6.48 354	0.89 248	8.55 370	3.60 332	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.01 62

edge stereo	1.94 314	0.40 224	3.82 318	0.15 227	0.09 243	1.81 260	0.45 297	4.77 302	2.21 312	3.36 321	3.94 323	8.39 365	1.72 297	5.75 276	1.69 282	0.00 1	0.00 1	0.01 319	0.00 1	0.17 291	0.01 62

Nwc_Net	1.94 314	0.55 279	3.79 316	0.07 175	0.08 236	2.73 296	0.04 158	6.75 371	1.11 188	2.03 259	7.92 354	4.82 336	2.11 311	4.78 239	2.01 300	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.01 62

STTRV1_RVC	1.94 314	0.35 202	4.85 349	0.32 281	0.01 100	2.41 283	0.34 287	5.79 351	3.55 340	0.82 129	5.11 335	1.63 211	1.08 256	7.63 359	1.41 272	0.91 378	2.53 403	0.00 1	0.00 1	0.01 25	0.04 213

S-Stereo	2.00 317	0.30 191	5.74 363	0.24 258	0.23 307	2.51 287	1.90 343	4.74 297	5.15 358	2.42 291	5.80 340	2.85 280	0.72 238	5.08 253	2.17 306	0.00 1	0.02 271	0.00 1	0.00 1	0.08 221	0.04 213

psmorigin	2.01 318	0.37 210	10.25 384	0.22 250	0.03 187	1.62 237	0.19 239	3.31 176	1.05 180	4.92 348	3.14 305	5.85 348	2.21 313	5.31 260	1.71 283	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.02 150

MFMNet_re	2.02 319	0.98 344	4.27 333	2.74 382	0.88 361	1.47 186	0.15 223	4.21 261	3.18 336	6.63 359	6.93 350	1.87 227	3.63 347	2.13 147	0.99 248	0.00 1	0.00 1	0.00 1	0.00 1	0.23 319	0.05 230

NaN_ROB	2.02 319	0.58 287	2.65 266	0.29 274	0.28 330	3.19 308	5.19 386	3.84 236	2.55 327	5.31 352	1.73 253	2.30 257	1.96 307	6.78 326	3.09 326	0.01 304	0.06 319	0.03 346	0.10 329	0.10 249	0.37 357

RAFT-RH_RVC	2.05 321	0.15 109	1.66 175	0.60 324	0.27 322	1.49 193	0.02 97	0.58 11	0.65 81	5.35 353	21.66 392	1.06 174	0.07 77	6.85 329	0.57 212	0.04 336	0.00 1	0.00 1	0.03 292	0.01 25	0.00 1

stereogan	2.13 322	0.31 192	3.75 314	0.01 17	0.09 243	7.44 370	0.60 309	4.27 268	3.29 337	3.91 334	4.62 330	6.41 353	1.84 304	5.17 254	0.58 214	0.00 1	0.01 222	0.01 319	0.00 1	0.24 322	0.05 230

FTStereo	2.16 323	0.03 1	1.42 139	0.17 236	0.13 262	1.42 170	4.67 380	2.44 91	0.63 71	3.36 321	17.95 380	0.78 147	4.17 353	4.41 216	0.14 78	0.15 359	0.00 1	0.00 1	0.00 1	0.01 25	1.25 377

AF-Net	2.17 324	0.65 303	3.53 307	0.00 1	0.09 243	2.02 268	0.48 299	6.44 362	1.70 270	3.36 321	10.22 363	4.95 339	2.81 328	4.34 211	2.66 320	0.00 1	0.00 1	0.00 1	0.00 1	0.13 267	0.01 62

PDISCO_ROB	2.21 325	0.78 322	3.43 303	0.96 355	2.04 379	7.04 366	0.09 202	7.36 376	5.72 362	1.21 190	1.67 248	3.16 298	1.28 270	7.52 357	1.37 270	0.00 1	0.00 1	0.00 1	0.00 1	0.34 348	0.13 309

DGSMNet	2.23 326	0.80 325	6.10 367	0.96 355	1.73 374	3.22 309	4.12 371	5.30 330	1.11 188	1.19 183	2.48 291	3.18 299	0.65 230	4.57 233	1.33 267	1.11 380	1.37 390	1.55 382	1.26 395	1.37 378	1.28 378

SQANet	2.28 327	1.25 361	2.39 248	4.17 385	2.91 381	2.60 291	0.24 253	4.17 258	0.83 145	2.42 291	0.57 156	1.59 202	0.88 247	3.30 168	0.68 226	7.35 391	0.12 354	0.47 374	0.02 286	6.56 386	3.00 387

ADCRef	2.29 328	0.65 303	5.67 362	0.10 204	0.09 243	4.81 346	0.76 317	4.75 300	1.37 220	2.88 306	1.67 248	1.62 208	2.30 315	3.77 188	14.93 387	0.02 326	0.00 1	0.01 319	0.10 329	0.20 314	0.11 295

FBW_ROB	2.36 329	0.36 206	3.16 287	0.37 295	0.14 268	4.42 342	0.18 234	6.64 366	3.05 335	2.98 311	2.85 300	4.86 337	1.11 258	11.00 388	4.53 339	0.16 360	0.05 312	0.37 373	0.09 325	0.19 305	0.78 368

DeepPrunerF	2.50 330	0.87 335	14.90 392	0.17 236	0.31 336	1.41 165	0.29 271	5.62 347	9.97 377	1.02 160	0.43 144	2.01 234	1.65 293	6.85 329	3.99 333	0.00 1	0.01 222	0.07 353	0.10 329	0.24 322	0.12 304

Wz-Net-SNSev	2.53 331	2.49 383	10.66 386	0.39 297	0.01 100	2.73 296	0.40 291	5.02 316	1.50 248	2.15 264	2.12 276	6.48 354	1.11 258	9.47 377	5.84 353	0.00 1	0.01 222	0.00 1	0.00 1	0.21 315	0.06 257

XQC	2.57 332	1.20 359	6.33 372	0.18 240	0.01 100	3.84 328	0.33 283	5.24 324	3.83 347	4.43 341	1.94 263	4.58 330	3.19 338	7.19 349	8.67 369	0.00 1	0.03 293	0.00 1	0.03 292	0.27 333	0.19 333

RTSC	2.66 333	1.24 360	6.04 366	0.18 240	0.02 168	4.40 341	0.08 193	4.29 270	4.98 357	6.00 355	3.15 307	2.97 288	1.56 285	6.71 321	10.89 376	0.00 1	0.07 328	0.00 1	0.05 306	0.40 357	0.24 345

222	2.69 334	0.09 50	1.03 66	0.00 1	0.00 1	1.54 209	0.00 1	5.61 344	1.55 252	1.51 215	2.10 274	0.53 113	0.07 77	4.54 229	35.09 411	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

CSAN	2.70 335	0.75 315	3.41 302	0.18 240	0.12 258	4.18 334	4.05 370	4.11 253	4.36 351	6.03 356	6.24 346	4.60 332	4.74 359	7.29 352	3.43 330	0.02 326	0.03 293	0.01 319	0.02 286	0.18 298	0.22 341

UDG	2.86 336	8.81 403	1.57 162	2.60 380	0.89 363	2.39 282	0.11 211	3.42 192	1.02 174	2.18 267	3.64 319	5.04 341	1.60 292	4.17 204	2.09 304	1.21 382	0.04 303	7.69 389	3.67 402	4.10 383	0.93 374

aanetorigin	2.87 337	0.73 314	8.74 380	0.23 256	0.23 307	1.61 231	2.07 345	1.76 56	1.10 186	14.21 391	10.25 364	2.93 284	3.38 342	4.98 248	4.06 334	0.10 353	0.05 312	0.09 356	0.11 333	0.57 369	0.15 317

ADCP+	2.87 337	0.98 344	8.75 381	0.07 175	0.16 278	5.93 360	2.90 360	4.00 246	1.84 278	1.52 216	0.27 113	3.81 317	3.22 340	6.05 284	17.38 393	0.00 1	0.00 1	0.00 1	0.00 1	0.14 273	0.30 348

PWC_ROB	2.90 339	1.01 348	6.12 368	0.53 316	0.57 355	1.30 131	0.40 291	3.85 238	4.42 354	7.37 364	15.40 376	3.03 292	1.55 284	6.31 296	5.74 352	0.00 1	0.00 1	0.00 1	0.00 1	0.46 360	0.05 230

SHD	3.01 340	1.02 349	5.52 358	0.45 305	0.39 341	4.12 332	0.17 230	6.68 367	12.04 380	7.20 363	3.36 312	4.40 326	2.58 323	4.69 235	7.17 361	0.01 304	0.04 303	0.00 1	0.03 292	0.22 318	0.17 323

PWCDC_ROB	3.06 341	1.38 367	3.81 317	0.14 225	0.00 1	3.14 307	0.02 97	4.40 277	12.35 381	1.08 170	23.69 398	2.01 234	2.01 310	3.87 193	2.43 311	0.24 369	0.00 1	0.00 1	0.00 1	0.61 371	0.08 282

SPS-STEREO	3.08 342	0.49 263	2.49 255	0.21 248	0.24 311	3.67 325	1.24 334	5.80 352	2.43 321	10.68 378	8.00 355	9.48 370	3.59 346	8.11 366	5.08 347	0.01 304	0.01 222	0.00 1	0.00 1	0.04 163	0.11 295
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
otaku	3.17 343	1.32 362	2.49 255	6.07 388	3.26 383	4.62 343	2.15 348	5.35 333	1.34 218	2.00 255	2.54 293	3.50 310	1.49 277	3.68 180	1.11 252	7.89 392	0.23 370	1.88 383	0.03 292	7.74 389	4.78 392

Ntro	3.24 344	1.34 363	2.83 272	7.27 390	4.43 387	6.22 362	0.74 316	4.73 296	1.48 244	0.39 78	1.77 257	2.70 271	1.28 270	4.59 234	1.25 262	8.06 393	0.28 375	2.12 386	0.05 306	8.11 390	5.16 393

NVStereoNet_ROB	3.25 345	0.46 249	2.71 270	0.34 288	0.56 353	2.36 281	0.87 320	4.56 287	4.47 355	4.55 342	14.09 374	11.93 373	3.23 341	9.79 380	3.14 327	0.43 374	0.03 293	0.53 377	0.31 379	0.36 353	0.38 358
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DDUNet	3.28 346	10.54 406	2.29 243	3.50 383	3.31 384	4.21 335	0.21 243	3.77 225	1.03 175	2.54 295	3.17 309	3.20 300	0.21 154	3.89 194	0.69 227	1.94 383	0.05 312	9.87 392	3.53 401	5.03 385	2.55 385

MFN_U_SF_DS_RVC	3.30 347	2.61 385	7.84 377	0.09 197	0.26 317	12.92 384	7.62 401	4.25 265	3.64 344	2.95 309	3.99 325	4.61 333	1.22 263	8.36 367	1.77 284	0.59 377	1.15 389	0.04 348	0.85 393	0.48 364	0.67 366

ADCL	3.30 347	0.81 328	6.76 374	0.25 261	0.25 314	6.93 364	4.65 379	4.79 305	2.62 329	4.61 345	3.36 312	5.22 344	4.55 357	5.54 271	14.91 386	0.05 342	0.01 222	0.11 360	0.13 337	0.28 339	0.10 291

SDNR	3.31 349	0.91 340	6.28 371	0.44 302	0.02 168	26.11 408	0.01 53	3.81 234	1.62 265	2.82 305	11.06 366	2.93 284	0.60 214	7.95 364	1.52 273	0.01 304	0.01 222	0.00 1	0.00 1	0.06 196	0.12 304

SAMSARA	3.32 350	1.07 352	6.25 369	0.86 351	0.31 336	7.55 371	3.87 369	5.26 329	4.20 350	7.43 365	3.35 311	10.04 371	3.83 351	6.98 343	4.83 343	0.00 1	0.14 359	0.00 1	0.05 306	0.17 291	0.22 341

DPSNet	3.38 351	0.60 291	9.55 382	0.61 327	0.46 346	5.10 350	1.44 338	11.17 386	3.92 348	2.57 296	0.88 205	5.90 349	9.68 386	7.63 359	7.25 362	0.08 349	0.16 364	0.01 319	0.07 317	0.34 348	0.17 323

G-Net	3.49 352	0.47 257	4.03 323	1.61 374	1.91 375	10.78 381	1.92 344	3.06 139	1.26 209	8.59 372	12.06 369	6.13 351	7.82 378	4.78 239	4.77 342	0.08 349	0.12 354	0.07 353	0.15 338	0.16 287	0.11 295

MDST_ROB	3.50 353	0.07 32	3.94 320	2.66 381	1.46 371	12.94 385	0.97 324	7.32 375	2.42 320	14.82 393	8.08 356	2.74 274	1.51 281	8.44 369	2.48 313	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.11 295

pmcnn	3.61 354	0.68 308	5.38 357	0.61 327	1.46 371	2.75 300	1.26 335	5.04 317	1.57 258	8.77 373	11.67 367	18.69 388	2.38 318	6.03 282	5.61 351	0.00 1	0.07 328	0.00 1	0.00 1	0.21 315	0.07 273

ADCPNet	3.63 355	0.82 331	13.20 390	0.08 187	0.43 343	7.02 365	2.23 351	4.77 302	2.41 319	4.31 340	1.96 265	7.57 363	5.16 364	6.45 306	13.80 384	0.02 326	0.75 385	0.04 348	0.90 394	0.16 287	0.53 361

SuperB	3.70 356	1.77 373	15.73 393	0.31 278	0.05 210	4.37 339	1.67 341	3.58 212	11.57 378	2.36 286	1.32 238	2.03 237	1.91 305	6.95 341	9.01 370	0.05 342	0.03 293	0.10 359	0.08 322	11.00 401	0.10 291

MFN_U_SF_RVC	3.76 357	1.77 373	9.85 383	0.84 344	0.27 322	9.50 377	0.49 301	8.07 378	3.41 338	4.81 347	3.28 310	9.40 369	3.49 343	7.76 363	8.31 368	0.41 373	0.54 382	0.52 376	0.80 392	0.89 374	0.84 370

Wz-Net-TNSev	3.91 358	5.20 396	20.57 396	0.15 227	0.01 100	7.14 367	3.57 365	6.70 369	3.57 341	1.74 233	0.58 158	7.39 362	4.33 355	8.86 371	7.99 364	0.00 1	0.00 1	0.00 1	0.02 286	0.24 322	0.16 319

AnyNet_C32	3.93 359	2.58 384	12.07 389	0.39 297	0.49 349	5.50 354	6.45 397	4.44 281	2.19 310	6.86 361	2.94 302	5.28 345	3.20 339	6.63 314	18.37 396	0.08 349	0.04 303	0.20 367	0.09 325	0.57 369	0.19 333

ADCMid	3.95 360	1.34 363	10.91 387	0.18 240	0.38 340	5.02 349	1.27 336	4.87 309	2.94 334	11.15 380	3.60 317	6.76 358	5.21 367	6.40 305	16.96 391	0.12 356	0.08 337	0.55 378	0.46 383	0.53 368	0.19 333

SGM_RVC	4.07 361	0.38 213	1.98 209	0.84 344	0.26 317	6.20 361	2.37 353	6.45 363	3.57 341	11.56 383	9.27 360	15.55 382	6.78 374	10.07 381	4.60 341	0.22 364	0.25 371	0.20 367	0.23 364	0.26 330	0.34 354
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WZ-Net	4.16 362	1.75 372	23.59 399	0.08 187	0.04 203	2.62 295	2.16 349	5.89 354	4.74 356	5.73 354	3.51 315	6.99 361	4.89 362	10.82 385	10.11 373	0.00 1	0.00 1	0.00 1	0.00 1	0.12 263	0.11 295

SGM+DAISY	4.39 363	1.34 363	5.18 353	1.01 358	0.88 361	5.61 356	2.86 359	4.88 310	3.53 339	13.29 387	13.95 373	12.66 375	7.55 375	7.98 365	5.39 350	0.23 368	0.18 367	0.15 364	0.24 366	0.29 340	0.64 364

WCMA_ROB	4.54 364	0.48 259	3.19 289	0.49 310	0.63 357	5.38 353	2.57 358	4.70 294	3.77 345	14.17 390	19.02 385	15.47 381	9.03 382	6.73 322	4.85 344	0.01 304	0.05 312	0.01 319	0.01 270	0.08 221	0.16 319

SANet	4.63 365	0.89 338	5.34 356	0.30 276	0.09 243	7.43 369	3.75 368	6.53 364	16.16 387	6.79 360	13.29 371	12.44 374	7.74 376	7.38 353	4.11 335	0.00 1	0.01 222	0.00 1	0.00 1	0.10 249	0.31 352

RainbowNet	4.74 366	3.21 390	3.07 282	9.34 395	6.01 389	4.89 348	3.60 366	7.09 373	4.39 353	1.63 228	3.01 303	4.72 334	2.96 332	5.53 269	1.19 258	8.95 395	2.12 394	8.48 391	0.19 353	8.75 391	5.73 394

MSMD_ROB	4.94 367	0.43 236	2.58 262	0.12 212	0.01 100	8.43 375	1.09 329	4.25 265	4.11 349	13.11 386	26.36 401	13.95 379	13.88 394	7.45 356	2.92 323	0.10 353	0.01 222	0.00 1	0.00 1	0.01 25	0.02 150

FCDSN-DC	5.04 368	0.15 109	1.83 194	0.22 250	0.44 344	5.60 355	1.66 340	5.22 323	4.37 352	14.49 392	21.86 393	20.65 391	11.88 391	7.66 361	4.55 340	0.02 326	0.00 1	0.00 1	0.00 1	0.03 132	0.05 230
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	5.09 369	2.15 380	16.58 394	0.34 288	0.07 226	5.91 359	4.26 373	6.73 370	6.99 371	9.44 375	6.09 343	6.57 356	5.17 366	9.54 378	21.38 406	0.00 1	0.00 1	0.00 1	0.00 1	0.36 353	0.23 344

MSC_U_SF_DS_RVC	5.12 370	2.33 381	8.42 379	0.33 282	0.27 322	24.60 407	8.84 404	5.50 340	9.75 376	3.82 331	8.16 357	8.53 366	1.82 300	9.44 376	5.18 348	1.02 379	1.65 392	0.33 372	0.47 384	1.06 376	0.90 372

ACVNet-4b	5.67 371	1.65 369	4.43 340	9.46 396	7.11 395	8.72 376	1.68 342	6.61 365	5.76 363	0.27 53	6.49 348	11.67 372	2.43 320	8.40 368	1.56 274	9.06 397	2.34 396	10.49 396	0.02 286	9.22 396	5.98 396

MeshStereo	5.78 372	0.75 315	3.04 279	0.25 261	0.14 268	7.88 374	2.09 346	9.64 381	5.18 359	20.48 401	19.06 386	22.80 393	9.54 385	9.64 379	4.88 345	0.00 1	0.00 1	0.00 1	0.00 1	0.29 340	0.03 189
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
PVD	5.81 373	0.99 346	5.56 360	0.72 337	0.51 350	6.72 363	0.18 234	9.90 383	23.69 393	11.45 382	19.26 388	8.18 364	9.46 384	9.24 374	9.49 372	0.02 326	0.16 364	0.00 1	0.08 322	0.18 298	0.40 359

FC-DCNN	6.09 374	0.18 128	2.35 246	0.42 300	0.53 351	7.80 373	1.42 337	8.14 379	7.07 372	19.05 399	22.10 394	22.85 394	13.84 393	9.42 375	6.44 355	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.06 257

ACVNet_1	6.16 375	1.86 377	4.43 340	9.52 397	7.22 396	7.59 372	2.37 353	9.99 384	6.71 369	3.84 332	5.35 338	13.23 378	4.90 363	6.25 293	1.94 298	9.06 397	2.40 398	10.88 398	0.11 333	9.58 398	6.03 397

EDNetEfficient	6.54 376	1.17 356	33.15 403	0.66 332	1.96 376	2.07 269	3.72 367	2.80 118	14.85 384	20.02 400	9.69 362	6.59 357	10.19 387	7.19 349	15.49 389	0.03 334	0.10 347	0.01 319	0.20 356	0.62 372	0.29 347

AnyNet_C01	6.59 377	4.31 394	36.24 405	0.96 355	0.46 346	9.96 378	5.74 390	6.02 359	3.63 343	7.59 366	8.56 358	8.83 367	3.14 337	13.74 393	20.83 404	0.12 356	0.08 337	0.25 370	0.09 325	1.01 375	0.34 354

LSM	7.38 378	1.68 370	22.24 398	3.99 384	40.72 415	3.54 323	4.79 383	4.74 297	6.65 368	10.25 377	13.51 372	4.49 328	3.81 350	6.91 338	5.31 349	0.00 1	0.04 303	0.00 1	0.00 1	0.26 330	14.60 411

ELAS_RVC	7.69 379	0.80 325	4.90 350	1.06 360	1.02 365	10.00 379	9.43 405	9.75 382	14.69 383	21.83 404	20.27 391	17.88 386	16.41 398	13.01 391	10.44 375	0.22 364	0.55 383	0.28 371	0.19 353	0.35 351	0.65 365
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DispFullNet	7.91 380	23.96 412	13.67 391	14.71 405	7.88 397	4.83 347	0.04 158	5.01 315	2.89 332	8.86 374	4.96 332	6.11 350	10.72 388	10.18 382	3.51 331	2.44 384	0.33 377	15.15 401	4.65 405	12.33 403	5.95 395

ELAS	8.05 381	0.76 319	4.02 322	0.95 354	1.02 365	14.85 390	6.99 400	12.80 388	11.73 379	22.43 406	27.75 404	17.88 386	15.19 396	10.96 386	11.31 377	0.22 364	0.56 384	0.23 369	0.22 362	0.50 366	0.71 367
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	8.69 382	1.80 376	5.09 352	8.55 394	6.72 392	13.47 386	4.34 376	13.70 389	23.86 394	6.89 362	19.74 390	20.52 389	5.36 368	7.70 362	2.48 313	8.53 394	1.67 393	7.99 390	0.32 380	8.79 394	6.29 400

PWCK	8.72 383	5.37 397	16.61 395	5.74 387	0.12 258	19.88 397	11.41 407	11.31 387	13.42 382	14.07 388	12.84 370	13.20 377	8.05 380	15.44 394	10.25 374	5.95 389	0.22 369	2.09 385	0.05 306	7.50 387	0.92 373

WAO-7	9.09 384	1.79 375	3.55 309	0.80 342	0.15 273	18.67 395	4.36 377	23.07 410	26.68 398	12.59 385	27.90 405	22.52 392	13.03 392	13.53 392	11.47 378	0.09 352	0.03 293	0.58 379	0.10 329	0.47 363	0.34 354

IMH-64-1	9.55 385	2.76 388	2.44 249	11.17 400	9.13 400	12.03 382	5.45 387	18.33 395	15.78 385	6.59 357	18.69 381	16.95 384	6.20 371	10.63 383	8.06 365	9.46 400	2.46 399	15.42 403	1.61 396	10.89 399	6.88 401

IMH-64	9.55 385	2.76 388	2.44 249	11.17 400	9.13 400	12.03 382	5.45 387	18.33 395	15.78 385	6.59 357	18.69 381	16.95 384	6.20 371	10.63 383	8.06 365	9.46 400	2.46 399	15.42 403	1.61 396	10.89 399	6.88 401

RTS	9.75 387	2.69 386	65.25 413	0.85 347	1.99 377	14.36 387	4.75 381	5.69 349	17.29 389	7.97 367	19.00 383	6.83 359	3.02 334	26.15 408	18.62 399	0.00 1	0.15 362	0.00 1	0.00 1	0.29 340	0.16 319

RTSA	9.75 387	2.69 386	65.25 413	0.85 347	1.99 377	14.36 387	4.75 381	5.69 349	17.29 389	7.97 367	19.00 383	6.83 359	3.02 334	26.15 408	18.62 399	0.00 1	0.15 362	0.00 1	0.00 1	0.29 340	0.16 319

EDNetEfficientorigin	10.31 389	1.90 378	98.96 425	0.22 250	0.23 307	2.73 296	0.71 314	4.50 284	16.94 388	18.72 394	15.36 375	12.74 376	10.73 389	8.96 372	11.94 381	0.01 304	0.01 222	0.00 1	0.00 1	0.25 328	1.31 379

MADNet+	10.71 390	14.57 408	70.07 415	0.58 323	0.47 348	19.89 398	4.20 372	11.05 385	6.87 370	3.03 313	5.99 342	9.01 368	6.35 373	31.95 411	28.31 410	0.22 364	0.26 374	0.01 319	0.04 302	0.46 360	0.87 371

WAO-6	11.09 391	1.69 371	3.21 292	7.54 391	7.10 394	16.34 391	6.63 398	20.12 400	38.64 409	9.67 376	19.28 389	27.53 398	10.97 390	12.43 390	11.57 379	4.26 385	2.35 397	10.54 397	0.02 286	7.59 388	4.29 390

LVE	11.10 392	2.36 382	3.34 299	9.94 398	8.13 398	21.22 400	7.75 402	16.47 393	32.55 404	8.55 371	23.64 397	23.22 395	7.93 379	10.98 387	6.65 356	9.45 399	2.55 405	11.08 399	0.58 387	9.35 397	6.28 399

IMH	11.11 393	3.50 391	2.56 261	11.25 402	9.13 400	14.49 389	5.10 385	20.68 403	26.30 397	8.28 369	23.85 399	20.63 390	9.19 383	12.39 389	7.96 363	9.50 402	2.50 401	15.28 402	1.66 398	11.07 402	6.96 403

Dean	11.46 394	2.03 379	5.20 354	10.73 399	8.20 399	18.71 396	5.73 389	21.10 404	41.49 412	11.12 379	22.16 395	25.92 397	7.74 376	7.52 357	4.31 337	9.01 396	2.27 395	9.95 395	0.61 388	9.18 395	6.22 398

coex-ft	12.01 395	5.60 398	80.23 416	0.15 227	0.15 273	1.88 262	0.73 315	2.66 108	30.12 401	49.31 414	16.59 377	15.97 383	14.42 395	6.79 327	14.50 385	0.05 342	0.08 337	0.01 319	0.05 306	0.37 355	0.61 363

SGM-ForestM	12.56 396	0.80 325	4.31 337	1.07 361	0.41 342	21.56 401	8.57 403	17.42 394	19.67 391	29.93 408	28.49 408	45.83 412	27.22 408	26.05 407	18.40 397	0.14 358	0.25 371	0.18 366	0.28 377	0.18 298	0.42 360

LE_ROB	12.79 397	0.64 300	10.26 385	2.13 376	1.29 369	7.25 368	5.81 391	9.09 380	49.27 415	57.55 415	24.58 400	23.68 396	31.13 411	9.00 373	23.57 409	0.04 336	0.06 319	0.13 363	0.20 356	0.08 221	0.11 295

JetBlue	13.83 398	5.03 395	33.82 404	0.84 344	6.92 393	50.14 414	20.02 412	15.09 390	8.92 375	11.33 381	17.05 378	28.25 399	18.01 403	32.60 412	18.53 398	0.32 371	0.12 354	0.15 364	0.23 364	4.59 384	4.64 391

WAO-8	13.93 399	3.75 392	4.23 331	7.74 392	6.54 390	22.81 403	2.39 355	22.66 407	45.98 413	18.88 397	35.42 410	33.21 403	16.91 399	16.55 397	12.78 382	5.01 387	0.81 387	9.89 393	0.77 390	8.77 393	3.61 388

Venus	13.93 399	3.75 392	4.23 331	7.74 392	6.54 390	22.81 403	2.39 355	22.66 407	45.98 413	18.88 397	35.42 410	33.21 403	16.91 399	16.55 397	12.78 382	5.01 387	0.81 387	9.89 393	0.77 390	8.76 392	3.61 388

MANE	14.02 401	0.85 333	3.53 307	2.13 376	3.75 385	18.44 394	6.14 392	22.67 409	27.90 399	33.01 410	41.08 413	41.26 411	30.90 410	23.39 402	17.99 395	0.47 375	0.76 386	0.91 380	4.04 403	0.17 291	1.00 375

KSHMR	14.27 402	6.95 401	5.79 364	15.08 406	12.84 405	17.44 392	10.61 406	18.88 397	30.94 402	18.81 396	22.21 396	28.54 400	8.85 381	15.56 395	9.24 371	10.34 407	3.60 409	21.61 409	4.68 406	14.48 406	8.94 406

TorneroNet-64	15.45 403	5.66 399	3.44 304	13.86 403	12.03 404	28.15 410	6.27 395	19.89 399	38.68 410	12.16 384	28.06 406	35.76 406	15.44 397	19.56 400	15.40 388	9.71 403	2.52 402	19.13 406	2.70 399	12.55 404	7.94 405

TorneroNet	16.10 404	5.74 400	4.12 329	13.88 404	11.97 403	26.89 409	6.85 399	21.13 405	38.32 408	14.15 389	33.36 409	33.52 405	17.49 401	18.89 399	19.64 401	9.77 404	2.53 403	19.43 407	3.35 400	13.21 405	7.86 404

FADE	16.19 405	10.20 404	37.43 408	4.76 386	4.82 388	10.62 380	5.00 384	19.13 398	23.28 392	8.35 370	6.09 343	14.63 380	21.62 405	25.45 406	20.32 402	24.52 412	8.46 411	36.14 416	36.87 416	3.46 382	2.72 386

notaker	17.52 406	21.54 411	7.84 377	18.05 408	14.44 408	17.58 393	6.43 396	20.13 401	24.44 396	21.34 403	27.71 403	39.12 408	18.78 404	19.63 401	20.40 403	11.95 408	2.71 408	25.51 411	5.85 408	17.10 409	9.78 407

BEATNet-Init1	17.91 407	7.45 402	36.82 406	1.88 375	1.38 370	37.29 413	14.71 410	21.90 406	24.20 395	38.07 411	36.59 412	50.41 413	32.00 412	29.42 410	21.83 407	0.33 372	0.39 380	0.47 374	0.54 386	1.50 380	1.07 376

ktn	19.15 408	18.52 409	6.39 373	22.64 412	17.26 410	24.47 405	12.11 408	24.52 411	34.74 407	18.75 395	27.70 402	32.54 401	17.85 402	15.71 396	16.67 390	22.09 411	3.64 410	28.95 413	10.91 410	17.40 410	10.22 409

UNDER WATER	19.61 409	12.37 407	31.14 401	20.44 410	14.31 407	28.63 411	18.15 411	16.43 392	34.24 406	20.82 402	19.14 387	38.83 407	30.09 409	24.31 403	20.97 405	10.09 406	2.68 406	19.51 408	4.70 407	15.52 408	9.93 408

UNDER WATER-64	20.03 410	10.28 405	31.50 402	20.05 409	13.64 406	32.81 412	23.45 413	16.01 391	33.44 405	22.01 405	17.25 379	40.58 410	32.20 413	24.50 404	22.36 408	10.06 405	2.70 407	18.37 405	4.24 404	14.84 407	10.24 410

DLNR_Zeroshot_test	23.05 411	49.79 417	87.94 417	97.52 429	94.73 424	1.18 82	0.00 1	20.60 402	0.14 6	0.02 2	0.02 31	0.02 2	0.02 16	4.35 212	0.10 60	32.22 416	0.04 303	0.00 1	0.27 373	72.00 422	0.06 257

DPSimNet_ROB	25.03 412	19.56 410	24.93 400	24.36 413	17.85 411	22.25 402	25.93 414	28.52 412	29.10 400	32.61 409	28.25 407	32.87 402	26.42 406	24.51 405	40.42 412	16.75 410	13.93 413	25.19 410	22.38 413	19.96 412	24.75 416

HanzoNet	29.69 413	29.33 414	21.66 397	21.75 411	19.07 412	24.58 406	12.99 409	28.87 413	40.49 411	43.09 412	44.02 414	55.65 415	44.93 414	43.17 414	44.44 413	27.88 414	9.47 412	29.77 414	15.86 412	20.94 413	15.84 412

JetRed	34.54 414	39.28 416	62.16 411	15.62 407	26.51 414	69.20 416	40.79 416	31.43 414	32.41 403	46.06 413	44.55 415	40.19 409	26.50 407	38.43 413	56.06 415	12.76 409	37.49 418	13.23 400	9.38 409	29.52 414	19.34 413

MADNet++	47.78 415	34.15 415	37.11 407	42.94 415	41.23 416	64.94 415	30.63 415	60.79 417	53.26 416	72.08 417	61.65 416	57.68 416	54.96 415	58.03 415	59.24 416	43.01 417	36.17 417	36.07 415	22.50 414	47.50 416	41.67 418

ASD4	55.28 416	67.10 419	50.57 410	44.24 416	57.82 418	92.00 419	98.23 425	54.95 415	86.61 420	58.30 416	64.61 417	50.57 414	63.33 417	58.83 416	67.37 417	25.76 413	29.60 415	26.82 412	29.01 415	42.42 415	37.42 417

LRCNet_RVC	60.63 417	63.16 418	62.94 412	69.09 421	50.21 417	19.92 399	0.07 187	58.32 416	5.21 360	75.67 418	86.75 418	74.68 417	62.48 416	59.01 417	49.80 414	93.38 423	56.36 422	93.48 423	92.95 423	67.44 421	71.73 423

SPstereo	60.73 418	26.49 413	40.67 409	33.02 414	24.24 413	71.50 417	79.28 417	100.00 428	100.00 426	97.54 424	96.19 423	100.00 429	94.96 423	94.75 422	75.88 418	28.65 415	21.81 414	46.87 418	42.08 417	19.71 411	20.91 414

tt	68.65 419	0.15 109	99.57 426	50.64 417	14.90 409	100.00 427	100.00 427	100.00 428	99.76 423	27.80 407	10.52 365	99.97 428	98.63 425	99.61 425	100.00 430	90.62 422	98.21 423	46.66 417	52.02 419	62.86 420	21.04 415

xxxxx1	76.92 420	82.43 420	93.26 420	61.67 418	66.92 419	95.84 421	95.11 421	75.84 418	80.96 417	82.71 419	86.75 418	89.18 418	87.35 418	85.27 418	87.18 419	55.08 418	54.60 419	60.31 419	72.71 420	62.51 417	62.73 419

tt_ll	76.92 420	82.43 420	93.26 420	61.67 418	66.92 419	95.84 421	95.11 421	75.84 418	80.96 417	82.71 419	86.75 418	89.18 418	87.35 418	85.27 418	87.18 419	55.08 418	54.60 419	60.31 419	72.71 420	62.51 417	62.73 419

ff	76.92 420	82.43 420	93.26 420	61.67 418	66.92 419	95.84 421	95.11 421	75.84 418	80.96 417	82.71 419	86.75 418	89.18 418	87.35 418	85.27 418	87.18 419	55.08 418	54.60 419	60.31 419	72.71 420	62.51 417	62.73 419

PML	89.08 423	99.72 425	92.85 419	94.72 423	94.92 425	99.54 426	97.42 424	93.50 421	95.96 422	99.77 427	92.33 422	95.35 422	93.51 422	99.96 429	91.15 422	99.98 434	31.71 416	100.00 428	45.94 418	93.46 424	69.88 422

MEDIAN_ROB	96.83 424	99.41 423	98.66 424	94.75 424	94.23 423	93.08 420	90.54 419	95.61 423	94.75 421	97.65 425	97.73 424	98.30 423	96.57 424	94.51 421	93.74 424	99.78 433	98.24 424	99.99 427	99.89 426	99.48 427	99.67 427

Anonymous_1	97.10 425	99.72 425	99.64 427	92.33 422	93.91 422	100.00 427	100.00 427	99.20 425	99.90 424	98.57 426	99.75 425	99.14 424	99.94 426	98.50 424	99.54 425	87.90 421	98.87 425	90.88 422	96.91 424	92.22 423	95.12 424

HaxPig	97.68 426	99.63 424	91.34 418	99.82 434	99.97 428	88.15 418	88.00 418	98.28 424	99.93 425	99.98 428	99.99 426	99.95 427	99.99 427	96.29 423	92.24 423	99.99 435	99.98 427	100.00 428	99.99 427	100.00 436	99.98 434

test_example2	98.83 427	99.97 430	99.97 428	99.96 436	99.97 428	99.46 425	99.97 426	95.54 422	100.00 426	100.00 429	100.00 427	93.37 421	93.47 421	99.93 428	99.91 426	100.00 436	99.79 426	96.64 424	98.71 425	100.00 436	100.00 436

DPSM_ROB	99.17 428	100.00 431	100.00 431	96.28 425	98.84 426	100.00 427	100.00 427	100.00 428	100.00 426	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 430	93.66 424	100.00 428	100.00 428	100.00 428	96.31 425	98.27 425

DPSM	99.17 428	100.00 431	100.00 431	96.28 425	98.84 426	100.00 427	100.00 427	100.00 428	100.00 426	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 430	93.66 424	100.00 428	100.00 428	100.00 428	96.31 425	98.27 425

AVERAGE_ROB	99.23 430	99.81 427	97.56 423	100.00 437	100.00 430	96.24 424	91.02 420	100.00 428	100.00 426	100.00 429	100.00 427	100.00 429	100.00 428	99.98 430	99.97 427	100.00 436	100.00 428	100.00 428	100.00 428	100.00 436	100.00 436

DGTPSM_ROB	99.45 431	99.94 428	99.98 429	96.58 427	100.00 430	100.00 427	100.00 427	99.81 426	100.00 426	95.86 422	100.00 427	99.32 425	100.00 428	99.79 426	99.99 428	98.34 426	100.00 428	99.86 425	100.00 428	99.52 428	99.99 435

DPSMNet_ROB	99.46 432	99.94 428	99.98 429	96.59 428	100.00 430	100.00 427	100.00 427	99.81 426	100.00 426	95.87 423	100.00 427	99.32 425	100.00 428	99.79 426	99.99 428	98.46 427	100.00 428	99.86 425	100.00 428	99.52 428	100.00 436

CasAABBNet	99.94 433	100.00 431	100.00 431	99.72 430	100.00 430	100.00 427	100.00 427	100.00 428	100.00 426	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 430	99.21 428	100.00 428	100.00 428	100.00 428	99.96 430	99.95 429

LSM0	99.94 433	100.00 431	100.00 431	99.84 435	100.00 430	100.00 427	100.00 427	100.00 428	100.00 426	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 430	99.22 432	100.00 428	100.00 428	100.00 428	99.99 431	99.83 428

MyStereo03	99.95 435	100.00 431	100.00 431	99.75 431	100.00 430	100.00 427	100.00 427	100.00 428	100.00 426	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 430	99.21 428	100.00 428	100.00 428	100.00 428	99.99 431	99.95 429

MyStereo02	99.95 435	100.00 431	100.00 431	99.75 431	100.00 430	100.00 427	100.00 427	100.00 428	100.00 426	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 430	99.21 428	100.00 428	100.00 428	100.00 428	99.99 431	99.95 429

MyStereo	99.95 435	100.00 431	100.00 431	99.75 431	100.00 430	100.00 427	100.00 427	100.00 428	100.00 426	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 430	99.21 428	100.00 428	100.00 428	100.00 428	99.99 431	99.95 429

Selective-RAFT-Error	100.00 438	100.00 431	100.00 431	100.00 437	100.00 430	100.00 427	100.00 427	100.00 428	100.00 426	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 430	100.00 436	100.00 428	100.00 428	100.00 428	99.99 431	99.95 429

Low-res two-view benchmark