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

CAS	0.15 21	0.07 1	0.21 4	0.41 366	0.16 228	0.20 55	0.18 86	0.22 3	0.19 7	0.15 11	0.19 25	0.11 2	0.09 2	0.14 1	0.13 24	0.29 370	0.04 1	0.06 1	0.04 1	0.06 6	0.14 282

Any-RAFT	0.17 36	0.08 2	0.31 54	0.19 26	0.10 20	0.29 191	0.16 38	0.42 175	0.30 114	0.24 70	0.27 75	0.27 138	0.16 63	0.21 39	0.12 6	0.08 99	0.05 6	0.06 1	0.05 9	0.07 37	0.06 18

LoS	0.14 6	0.08 2	0.27 21	0.16 3	0.09 7	0.22 93	0.14 13	0.26 14	0.26 65	0.15 11	0.18 22	0.18 46	0.13 32	0.22 44	0.14 40	0.08 99	0.06 72	0.06 1	0.04 1	0.06 6	0.06 18

CES	0.14 6	0.08 2	0.19 1	0.17 5	0.22 318	0.18 13	0.16 38	0.23 6	0.19 7	0.14 8	0.17 19	0.14 21	0.10 4	0.18 19	0.12 6	0.07 16	0.05 6	0.06 1	0.04 1	0.08 81	0.18 320

EGLCR-Stereo	0.13 2	0.08 2	0.20 3	0.18 8	0.09 7	0.21 73	0.13 3	0.27 21	0.21 26	0.13 2	0.10 1	0.15 27	0.09 2	0.20 28	0.13 24	0.07 16	0.05 6	0.07 14	0.07 50	0.06 6	0.06 18

CREStereo++_RVC	0.15 21	0.08 2	0.26 16	0.17 5	0.11 42	0.18 13	0.13 3	0.22 3	0.30 114	0.21 50	0.30 99	0.13 11	0.11 8	0.16 7	0.15 51	0.07 16	0.04 1	0.06 1	0.15 317	0.06 6	0.05 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
CREStereo	0.13 2	0.08 2	0.21 4	0.14 1	0.08 2	0.22 93	0.15 26	0.25 11	0.24 54	0.16 24	0.21 43	0.14 21	0.13 32	0.18 19	0.13 24	0.09 164	0.05 6	0.06 1	0.04 1	0.07 37	0.06 18
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
PMTNet	0.15 21	0.08 2	0.23 8	0.15 2	0.09 7	0.23 110	0.16 38	0.25 11	0.23 44	0.17 28	0.21 43	0.16 34	0.14 42	0.22 44	0.13 24	0.29 370	0.05 6	0.06 1	0.04 1	0.07 37	0.06 18

MSKI-zero shot	0.17 36	0.09 9	0.43 182	0.20 57	0.11 42	0.21 73	0.15 26	0.32 67	0.21 26	0.23 57	0.24 59	0.23 93	0.10 4	0.31 150	0.13 24	0.07 16	0.06 72	0.07 14	0.06 23	0.06 6	0.06 18

AEACV	0.13 2	0.09 9	0.23 8	0.18 8	0.19 281	0.19 34	0.16 38	0.23 6	0.14 1	0.13 2	0.17 19	0.13 11	0.16 63	0.16 7	0.12 6	0.07 16	0.05 6	0.07 14	0.08 109	0.07 37	0.06 18

Selective-IGEV	0.12 1	0.09 9	0.22 6	0.19 26	0.10 20	0.15 4	0.14 13	0.27 21	0.15 2	0.13 2	0.14 14	0.13 11	0.08 1	0.21 39	0.12 6	0.06 1	0.05 6	0.07 14	0.06 23	0.06 6	0.05 1

knoymous	0.17 36	0.09 9	0.32 60	0.17 5	0.11 42	0.21 73	0.17 59	0.32 67	0.23 44	0.23 57	0.28 79	0.27 138	0.16 63	0.23 51	0.16 67	0.09 164	0.06 72	0.09 120	0.06 23	0.09 142	0.09 161

riskmin	0.18 53	0.09 9	0.34 78	0.18 8	0.12 77	0.24 125	0.16 38	0.34 87	0.28 87	0.21 50	0.23 49	0.33 193	0.24 169	0.23 51	0.17 90	0.09 164	0.06 72	0.09 120	0.06 23	0.10 189	0.10 206

MC-Stereo	0.14 6	0.09 9	0.25 13	0.21 86	0.09 7	0.18 13	0.16 38	0.23 6	0.19 7	0.18 39	0.23 49	0.16 34	0.13 32	0.22 44	0.13 24	0.07 16	0.05 6	0.07 14	0.07 50	0.06 6	0.05 1

RCA-Stereo	0.16 28	0.09 9	0.25 13	0.20 57	0.10 20	0.19 34	0.17 59	0.36 123	0.35 156	0.20 41	0.25 64	0.17 39	0.17 86	0.18 19	0.14 40	0.07 16	0.05 6	0.07 14	0.06 23	0.06 6	0.05 1

test-3	0.16 28	0.09 9	0.31 54	0.21 86	0.11 42	0.18 13	0.16 38	0.30 54	0.27 74	0.26 85	0.16 16	0.22 74	0.12 14	0.26 93	0.18 104	0.06 1	0.04 1	0.08 65	0.08 109	0.06 6	0.06 18

test_1	0.16 28	0.09 9	0.31 54	0.21 86	0.11 42	0.18 13	0.16 38	0.30 54	0.27 74	0.25 76	0.16 16	0.22 74	0.12 14	0.26 93	0.18 104	0.06 1	0.04 1	0.08 65	0.08 109	0.06 6	0.06 18

DEmStereo	0.26 214	0.09 9	0.47 211	0.19 26	0.12 77	0.30 208	0.25 256	0.28 33	0.36 166	0.36 242	0.58 312	0.25 111	0.48 336	0.53 234	0.44 302	0.07 16	0.06 72	0.08 65	0.08 109	0.06 6	0.07 65

GrayStereo	0.25 204	0.09 9	0.32 60	0.26 273	0.13 131	0.23 110	0.47 361	0.34 87	0.30 114	0.39 270	0.47 268	0.30 170	0.79 371	0.29 133	0.16 67	0.07 16	0.06 72	0.08 65	0.09 183	0.07 37	0.13 265

s12784h	0.17 36	0.09 9	0.26 16	0.18 8	0.07 1	0.32 227	0.19 123	0.37 129	0.32 132	0.23 57	0.25 64	0.18 46	0.17 86	0.25 80	0.16 67	0.07 16	0.05 6	0.07 14	0.05 9	0.06 6	0.05 1

TANstereo	0.15 21	0.09 9	0.28 29	0.16 3	0.08 2	0.25 135	0.14 13	0.23 6	0.28 87	0.24 70	0.30 99	0.16 34	0.12 14	0.17 11	0.13 24	0.08 99	0.07 158	0.06 1	0.05 9	0.06 6	0.07 65

R-Stereo Train	0.18 53	0.09 9	0.32 60	0.22 129	0.12 77	0.22 93	0.19 123	0.42 175	0.19 7	0.31 168	0.45 251	0.20 59	0.14 42	0.18 19	0.15 51	0.08 99	0.06 72	0.07 14	0.06 23	0.06 6	0.06 18

RAFT-Stereo	0.18 53	0.09 9	0.32 60	0.22 129	0.12 77	0.22 93	0.19 123	0.42 175	0.19 7	0.31 168	0.45 251	0.20 59	0.14 42	0.18 19	0.15 51	0.08 99	0.06 72	0.07 14	0.06 23	0.06 6	0.06 18
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
11t1	0.18 53	0.10 24	0.30 42	0.20 57	0.11 42	0.27 159	0.17 59	0.35 104	0.23 44	0.25 76	0.23 49	0.23 93	0.23 154	0.25 80	0.18 104	0.09 164	0.07 158	0.07 14	0.06 23	0.09 142	0.09 161

IGEV_Zeroshot_test	0.18 53	0.10 24	0.65 293	0.20 57	0.12 77	0.19 34	0.15 26	0.34 87	0.19 7	0.28 98	0.22 47	0.27 138	0.13 32	0.23 51	0.18 104	0.07 16	0.06 72	0.08 65	0.08 109	0.07 37	0.06 18

MIF-Stereo (partial)	0.16 28	0.10 24	0.34 78	0.21 86	0.15 205	0.15 4	0.13 3	0.28 33	0.25 58	0.17 28	0.26 70	0.15 27	0.16 63	0.25 80	0.17 90	0.09 164	0.06 72	0.10 182	0.08 109	0.09 142	0.08 111

MIF-Stereo	0.14 6	0.10 24	0.30 42	0.21 86	0.13 131	0.17 9	0.13 3	0.19 1	0.18 5	0.15 11	0.20 35	0.10 1	0.11 8	0.18 19	0.16 67	0.08 99	0.06 72	0.07 14	0.06 23	0.08 81	0.06 18

RAFT-Test	0.17 36	0.10 24	0.38 127	0.19 26	0.12 77	0.25 135	0.17 59	0.33 81	0.23 44	0.23 57	0.29 88	0.27 138	0.14 42	0.20 28	0.14 40	0.07 16	0.06 72	0.07 14	0.07 50	0.06 6	0.06 18

LoS_RVC	0.13 2	0.10 24	0.19 1	0.18 8	0.16 228	0.20 55	0.18 86	0.20 2	0.17 3	0.13 2	0.19 25	0.12 3	0.15 49	0.17 11	0.13 24	0.06 1	0.05 6	0.06 1	0.04 1	0.05 1	0.12 253

anonymousdsp2	0.17 36	0.10 24	0.28 29	0.20 57	0.11 42	0.25 135	0.17 59	0.41 163	0.31 124	0.23 57	0.23 49	0.22 74	0.15 49	0.25 80	0.15 51	0.07 16	0.05 6	0.07 14	0.05 9	0.08 81	0.07 65

DCANet-4	0.19 89	0.10 24	0.52 245	0.19 26	0.09 7	0.19 34	0.18 86	0.36 123	0.39 193	0.29 123	0.30 99	0.17 39	0.22 145	0.20 28	0.18 104	0.07 16	0.05 6	0.07 14	0.05 9	0.05 1	0.07 65

tt	4.71 412	0.10 24	3.94 407	2.06 414	1.53 411	10.14 419	16.88 419	9.27 420	4.98 412	1.39 394	1.02 371	4.68 412	4.90 412	3.35 412	5.86 415	5.76 419	9.15 425	2.24 414	2.53 415	3.10 415	1.32 411

DisPM	0.19 89	0.10 24	0.35 86	0.23 171	0.13 131	0.18 13	0.20 161	0.29 40	0.29 105	0.33 195	0.34 141	0.23 93	0.16 63	0.33 162	0.16 67	0.09 164	0.06 72	0.09 120	0.08 109	0.07 37	0.11 231

iRaft-Stereo_20w	0.19 89	0.10 24	0.46 204	0.19 26	0.13 131	0.25 135	0.19 123	0.52 261	0.19 7	0.29 123	0.21 43	0.22 74	0.20 129	0.28 120	0.18 104	0.07 16	0.06 72	0.07 14	0.08 109	0.08 81	0.08 111

GLC_STEREO	0.15 21	0.10 24	0.24 10	0.21 86	0.09 7	0.17 9	0.15 26	0.23 6	0.27 74	0.17 28	0.20 35	0.17 39	0.11 8	0.23 51	0.16 67	0.07 16	0.09 251	0.09 120	0.08 109	0.07 37	0.06 18

CrosDoStereo	0.31 262	0.10 24	0.49 225	0.18 8	0.12 77	0.22 93	1.11 406	0.34 87	0.37 175	0.38 255	0.61 326	0.28 153	0.46 327	0.61 267	0.57 329	0.07 16	0.06 72	0.08 65	0.08 109	0.07 37	0.07 65

PFNet+	0.20 102	0.10 24	0.37 108	0.21 86	0.12 77	0.17 9	0.19 123	0.29 40	0.34 150	0.33 195	0.32 116	0.24 104	0.16 63	0.32 156	0.17 90	0.10 206	0.07 158	0.11 229	0.10 215	0.08 81	0.12 253

NF-Stereo	0.20 102	0.10 24	0.35 86	0.24 208	0.12 77	0.21 73	0.18 86	0.38 135	0.32 132	0.28 98	0.30 99	0.22 74	0.16 63	0.51 223	0.20 139	0.08 99	0.06 72	0.09 120	0.08 109	0.08 81	0.13 265

OCTAStereo	0.20 102	0.10 24	0.35 86	0.24 208	0.12 77	0.21 73	0.18 86	0.38 135	0.32 132	0.28 98	0.30 99	0.22 74	0.16 63	0.51 223	0.20 139	0.08 99	0.06 72	0.09 120	0.08 109	0.08 81	0.13 265

PSM-softLoss	0.21 116	0.10 24	0.39 138	0.24 208	0.12 77	0.20 55	0.18 86	0.38 135	0.26 65	0.29 123	0.32 116	0.24 104	0.16 63	0.52 229	0.20 139	0.09 164	0.06 72	0.10 182	0.09 183	0.08 81	0.12 253

KMStereo	0.21 116	0.10 24	0.39 138	0.24 208	0.12 77	0.20 55	0.18 86	0.38 135	0.26 65	0.29 123	0.32 116	0.24 104	0.16 63	0.52 229	0.20 139	0.09 164	0.06 72	0.10 182	0.09 183	0.08 81	0.12 253

PSM-AAD	0.25 204	0.10 24	0.30 42	0.24 208	0.12 77	0.26 152	0.38 336	0.34 87	0.28 87	0.35 227	0.39 189	0.28 153	0.79 371	0.30 145	0.16 67	0.07 16	0.06 72	0.12 262	0.11 248	0.08 81	0.21 344

FTStereo	0.28 238	0.10 24	0.43 182	0.23 171	0.13 131	0.21 73	0.53 371	0.34 87	0.26 65	0.38 255	0.95 368	0.30 170	0.56 348	0.32 156	0.18 104	0.08 99	0.06 72	0.09 120	0.08 109	0.07 37	0.19 327

KYRaft	0.22 142	0.10 24	0.30 42	0.23 171	0.12 77	0.23 110	0.23 220	0.35 104	0.24 54	0.35 227	0.54 299	0.34 199	0.26 193	0.29 133	0.15 51	0.07 16	0.05 6	0.09 120	0.10 215	0.08 81	0.31 368

DeepStereo_LL	0.31 262	0.10 24	0.49 225	0.18 8	0.12 77	0.22 93	1.11 406	0.34 87	0.37 175	0.38 255	0.61 326	0.28 153	0.46 327	0.61 267	0.57 329	0.07 16	0.06 72	0.08 65	0.08 109	0.07 37	0.07 65

SST-Stereo	0.21 116	0.10 24	0.37 108	0.24 208	0.13 131	0.19 34	0.17 59	0.31 59	0.24 54	0.34 211	0.33 135	0.29 160	0.25 184	0.56 247	0.17 90	0.08 99	0.05 6	0.10 182	0.08 109	0.09 142	0.07 65

RAFT_R40	0.21 116	0.10 24	0.37 108	0.24 208	0.13 131	0.18 13	0.18 86	0.31 59	0.29 105	0.33 195	0.33 135	0.30 170	0.24 169	0.55 239	0.18 104	0.08 99	0.05 6	0.10 182	0.08 109	0.08 81	0.07 65

DRaft	0.24 182	0.10 24	0.34 78	0.18 8	0.12 77	0.28 172	0.23 220	0.33 81	0.39 193	0.38 255	0.61 326	0.21 67	0.41 305	0.48 211	0.42 297	0.07 16	0.06 72	0.08 65	0.08 109	0.07 37	0.08 111

PFNet	0.23 159	0.10 24	0.57 264	0.24 208	0.14 164	0.22 93	0.19 123	0.39 146	0.33 143	0.35 227	0.32 116	0.27 138	0.19 121	0.64 282	0.22 174	0.09 164	0.05 6	0.09 120	0.07 50	0.08 81	0.07 65

RE-Stereo	0.20 102	0.10 24	0.35 86	0.24 208	0.12 77	0.21 73	0.18 86	0.38 135	0.32 132	0.28 98	0.30 99	0.22 74	0.16 63	0.51 223	0.20 139	0.08 99	0.06 72	0.09 120	0.08 109	0.08 81	0.13 265

TVStereo	0.20 102	0.10 24	0.35 86	0.24 208	0.12 77	0.21 73	0.18 86	0.38 135	0.32 132	0.28 98	0.30 99	0.22 74	0.16 63	0.51 223	0.20 139	0.08 99	0.06 72	0.09 120	0.08 109	0.08 81	0.13 265

RAFT-345	0.21 116	0.10 24	0.46 204	0.22 129	0.11 42	0.20 55	0.16 38	0.26 14	0.25 58	0.27 89	0.66 335	0.21 67	0.16 63	0.55 239	0.21 160	0.07 16	0.06 72	0.08 65	0.07 50	0.06 6	0.06 18

GMM-Stereo	0.21 116	0.10 24	0.43 182	0.23 171	0.13 131	0.24 125	0.25 256	0.37 129	0.27 74	0.30 151	0.45 251	0.27 138	0.21 134	0.31 150	0.17 90	0.07 16	0.05 6	0.10 182	0.09 183	0.08 81	0.19 327

Prome-Stereo	0.21 116	0.10 24	0.30 42	0.24 208	0.12 77	0.23 110	0.23 220	0.36 123	0.25 58	0.33 195	0.59 314	0.24 104	0.28 223	0.29 133	0.16 67	0.07 16	0.05 6	0.08 65	0.07 50	0.08 81	0.20 337

XX-Stereo	0.21 116	0.10 24	0.83 331	0.26 273	0.17 244	0.23 110	0.13 3	0.40 153	0.18 5	0.20 41	0.41 204	0.31 178	0.10 4	0.32 156	0.12 6	0.08 99	0.06 72	0.08 65	0.08 109	0.07 37	0.05 1

222	0.41 322	0.10 24	0.29 36	0.19 26	0.11 42	0.36 263	0.20 161	0.57 310	0.39 193	0.35 227	0.44 239	0.30 170	0.27 210	0.55 239	3.56 410	0.11 233	0.07 158	0.08 65	0.08 109	0.09 142	0.09 161

xxxx	0.34 284	0.10 24	0.29 36	0.19 26	0.11 42	0.37 268	0.20 161	0.58 317	0.38 187	0.29 123	0.42 218	0.38 227	0.24 169	0.46 206	2.20 403	0.11 233	0.07 158	0.09 120	0.08 109	0.09 142	0.09 161

test_xeample	0.34 284	0.10 24	0.29 36	0.19 26	0.11 42	0.33 236	0.23 220	0.55 289	0.38 187	0.32 186	0.45 251	0.29 160	0.26 193	0.57 250	2.24 405	0.10 206	0.07 158	0.09 120	0.08 109	0.09 142	0.09 161

EAI-Stereo	0.21 116	0.10 24	0.33 73	0.21 86	0.12 77	0.30 208	0.46 357	0.46 206	0.20 16	0.25 76	0.50 277	0.17 39	0.16 63	0.24 57	0.23 188	0.07 16	0.06 72	0.07 14	0.10 215	0.06 6	0.07 65

CFNet-RSSM	0.17 36	0.10 24	0.40 143	0.20 57	0.11 42	0.20 55	0.15 26	0.36 123	0.30 114	0.23 57	0.21 43	0.26 130	0.15 49	0.20 28	0.13 24	0.07 16	0.05 6	0.07 14	0.07 50	0.06 6	0.05 1

SFCPSM	0.22 142	0.10 24	0.51 241	0.21 86	0.14 164	0.34 249	0.22 200	0.55 289	0.39 193	0.29 123	0.32 116	0.23 93	0.21 134	0.27 108	0.19 128	0.09 164	0.07 158	0.09 120	0.09 183	0.09 142	0.08 111

Gwc-CoAtRS	0.17 36	0.10 24	0.37 108	0.20 57	0.12 77	0.19 34	0.15 26	0.32 67	0.28 87	0.23 57	0.23 49	0.27 138	0.15 49	0.20 28	0.13 24	0.07 16	0.05 6	0.07 14	0.07 50	0.06 6	0.06 18

AE-Stereo	0.17 36	0.11 63	0.31 54	0.24 208	0.14 164	0.23 110	0.18 86	0.34 87	0.29 105	0.15 11	0.25 64	0.21 67	0.13 32	0.20 28	0.14 40	0.07 16	0.08 223	0.09 120	0.10 215	0.07 37	0.06 18

IGEVStereo-DCA	0.14 6	0.11 63	0.27 21	0.19 26	0.12 77	0.20 55	0.18 86	0.27 21	0.20 16	0.15 11	0.12 2	0.14 21	0.12 14	0.28 120	0.14 40	0.07 16	0.06 72	0.08 65	0.07 50	0.07 37	0.07 65

rrr	0.17 36	0.11 63	0.57 264	0.19 26	0.12 77	0.20 55	0.18 86	0.35 104	0.22 33	0.15 11	0.12 2	0.14 21	0.12 14	0.28 120	0.14 40	0.07 16	0.06 72	0.08 65	0.07 50	0.07 37	0.07 65

1111x	0.32 271	0.11 63	0.40 143	0.22 129	0.11 42	0.32 227	0.26 267	0.59 322	0.43 226	0.31 168	0.41 204	0.39 238	0.28 223	0.76 323	1.37 387	0.09 164	0.08 223	0.09 120	0.10 215	0.09 142	0.08 111

anonymousa	0.23 159	0.11 63	0.50 235	0.21 86	0.16 228	0.31 219	0.20 161	0.36 123	0.35 156	0.32 186	0.50 277	0.39 238	0.26 193	0.22 44	0.20 139	0.08 99	0.06 72	0.09 120	0.11 248	0.07 37	0.08 111

x	0.19 89	0.11 63	0.29 36	0.20 57	0.11 42	0.26 152	0.18 86	0.41 163	0.29 105	0.25 76	0.29 88	0.28 153	0.24 169	0.26 93	0.23 188	0.09 164	0.07 158	0.08 65	0.07 50	0.09 142	0.08 111

test_3	0.18 53	0.11 63	0.32 60	0.24 208	0.11 42	0.22 93	0.25 256	0.31 59	0.31 124	0.25 76	0.18 22	0.23 93	0.13 32	0.25 80	0.19 128	0.06 1	0.05 6	0.09 120	0.10 215	0.07 37	0.06 18

LCNet	0.21 116	0.11 63	0.29 36	0.25 245	0.12 77	0.23 110	0.19 123	0.34 87	0.26 65	0.28 98	0.35 148	0.26 130	0.30 245	0.35 177	0.17 90	0.07 16	0.05 6	0.09 120	0.10 215	0.13 264	0.22 349

AAGNet	0.33 277	0.11 63	0.37 108	0.25 245	0.16 228	0.20 55	0.19 123	0.30 54	0.27 74	0.35 227	0.35 148	0.27 138	0.30 245	0.44 202	2.66 407	0.08 99	0.05 6	0.10 182	0.07 50	0.08 81	0.06 18

NRIStereo	0.18 53	0.11 63	0.35 86	0.23 171	0.11 42	0.24 125	0.20 161	0.29 40	0.26 65	0.26 85	0.25 64	0.25 111	0.18 108	0.34 168	0.18 104	0.07 16	0.06 72	0.09 120	0.07 50	0.09 142	0.08 111

ASMatch	0.23 159	0.11 63	0.51 241	0.24 208	0.14 164	0.19 34	0.17 59	0.31 59	0.28 87	0.28 98	0.68 339	0.27 138	0.26 193	0.50 218	0.22 174	0.07 16	0.06 72	0.08 65	0.07 50	0.06 6	0.11 231

Pruner-Stereo	0.19 89	0.11 63	0.34 78	0.29 316	0.12 77	0.19 34	0.17 59	0.31 59	0.29 105	0.33 195	0.32 116	0.25 111	0.15 49	0.24 57	0.21 160	0.09 164	0.06 72	0.09 120	0.08 109	0.08 81	0.09 161

DeepStereo_RVC	0.18 53	0.11 63	0.40 143	0.21 86	0.11 42	0.19 34	0.16 38	0.28 33	0.22 33	0.27 89	0.27 75	0.23 93	0.28 223	0.24 57	0.18 104	0.08 99	0.06 72	0.09 120	0.07 50	0.09 142	0.10 206

RAFT-RH_RVC	0.25 204	0.11 63	0.45 198	0.21 86	0.12 77	0.25 135	0.14 13	0.27 21	0.27 74	0.38 255	1.15 377	0.23 93	0.17 86	0.57 250	0.24 197	0.07 16	0.05 6	0.10 182	0.07 50	0.06 6	0.07 65

test-1	0.17 36	0.11 63	0.40 143	0.23 171	0.13 131	0.22 93	0.23 220	0.34 87	0.26 65	0.20 41	0.24 59	0.22 74	0.14 42	0.16 7	0.20 139	0.07 16	0.06 72	0.08 65	0.07 50	0.06 6	0.08 111

test_xeample3	0.16 28	0.11 63	0.56 260	0.19 26	0.12 77	0.20 55	0.18 86	0.35 104	0.20 16	0.16 24	0.12 2	0.13 11	0.12 14	0.24 57	0.15 51	0.07 16	0.06 72	0.07 14	0.08 109	0.07 37	0.07 65

FENet	0.21 116	0.11 63	0.45 198	0.21 86	0.12 77	0.26 152	0.17 59	0.41 163	0.35 156	0.30 151	0.31 113	0.29 160	0.23 154	0.26 93	0.23 188	0.09 164	0.06 72	0.09 120	0.09 183	0.09 142	0.09 161

HSM-Net_RVC	0.27 221	0.11 63	0.42 172	0.19 26	0.11 42	0.34 249	0.20 161	0.62 343	0.43 226	0.40 278	0.43 230	0.50 302	0.26 193	0.76 323	0.22 174	0.08 99	0.07 158	0.07 14	0.07 50	0.08 81	0.08 111
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
SMFormer	0.25 204	0.12 81	0.40 143	0.19 26	0.10 20	0.27 159	0.19 123	0.51 251	0.45 252	0.34 211	0.41 204	0.31 178	0.26 193	0.58 255	0.28 224	0.10 206	0.07 158	0.08 65	0.08 109	0.09 142	0.09 161

tta	0.24 182	0.12 81	0.40 143	0.19 26	0.10 20	0.27 159	0.19 123	0.51 251	0.45 252	0.34 211	0.41 204	0.31 178	0.26 193	0.58 255	0.28 224	0.10 206	0.07 158	0.08 65	0.08 109	0.08 81	0.07 65

qqq1	0.24 182	0.12 81	0.40 143	0.19 26	0.10 20	0.27 159	0.19 123	0.51 251	0.45 252	0.34 211	0.41 204	0.31 178	0.26 193	0.58 255	0.16 67	0.10 206	0.07 158	0.07 14	0.06 23	0.08 81	0.07 65

fff1	0.24 182	0.12 81	0.40 143	0.19 26	0.10 20	0.27 159	0.19 123	0.51 251	0.45 252	0.34 211	0.41 204	0.31 178	0.26 193	0.58 255	0.16 67	0.10 206	0.07 158	0.07 14	0.06 23	0.08 81	0.07 65

MyStereo07	0.16 28	0.12 81	0.26 16	0.22 129	0.14 164	0.25 135	0.23 220	0.29 40	0.21 26	0.15 11	0.13 6	0.12 3	0.13 32	0.25 80	0.13 24	0.07 16	0.07 158	0.09 120	0.08 109	0.08 81	0.08 111

MyStereo06	0.20 102	0.12 81	0.57 264	0.21 86	0.14 164	0.25 135	0.23 220	0.40 153	0.21 26	0.30 151	0.24 59	0.31 178	0.18 108	0.22 44	0.18 104	0.07 16	0.07 158	0.09 120	0.08 109	0.08 81	0.08 111

MyStereo05	0.23 159	0.12 81	0.57 264	0.21 86	0.14 164	0.25 135	0.23 220	0.48 224	0.52 306	0.31 168	0.23 49	0.25 111	0.22 145	0.30 145	0.21 160	0.07 16	0.07 158	0.09 120	0.08 109	0.08 81	0.08 111

MyStereo04	0.23 159	0.12 81	0.55 256	0.22 129	0.14 164	0.25 135	0.23 220	0.49 230	0.52 306	0.28 98	0.23 49	0.27 138	0.23 154	0.30 145	0.22 174	0.07 16	0.07 158	0.09 120	0.08 109	0.08 81	0.08 111

CoDeX	0.23 159	0.12 81	0.46 204	0.21 86	0.14 164	0.29 191	0.21 184	0.53 272	0.41 217	0.29 123	0.35 148	0.29 160	0.22 145	0.48 211	0.19 128	0.09 164	0.06 72	0.08 65	0.07 50	0.08 81	0.07 65

mmm	0.21 116	0.12 81	0.31 54	0.22 129	0.12 77	0.28 172	0.21 184	0.41 163	0.27 74	0.29 123	0.38 177	0.29 160	0.24 169	0.29 133	0.22 174	0.09 164	0.07 158	0.11 229	0.09 183	0.10 189	0.09 161

ff7	0.14 6	0.12 81	0.27 21	0.19 26	0.12 77	0.21 73	0.18 86	0.27 21	0.20 16	0.15 11	0.13 6	0.12 3	0.12 14	0.24 57	0.12 6	0.07 16	0.05 6	0.08 65	0.07 50	0.07 37	0.07 65

ffff	0.14 6	0.12 81	0.27 21	0.19 26	0.12 77	0.21 73	0.18 86	0.27 21	0.20 16	0.15 11	0.13 6	0.12 3	0.12 14	0.24 57	0.12 6	0.07 16	0.05 6	0.08 65	0.07 50	0.07 37	0.07 65

DualNet	0.26 214	0.12 81	0.42 172	0.20 57	0.13 131	0.28 172	0.20 161	0.35 104	0.44 240	0.30 151	0.42 218	0.34 199	0.23 154	0.27 108	1.08 370	0.08 99	0.05 6	0.11 229	0.10 215	0.08 81	0.08 111

ffm	0.22 142	0.12 81	0.42 172	0.20 57	0.13 131	0.28 172	0.20 161	0.35 104	0.44 240	0.30 151	0.42 218	0.34 199	0.23 154	0.27 108	0.11 1	0.08 99	0.05 6	0.11 229	0.10 215	0.08 81	0.08 111

ff1	0.29 248	0.12 81	0.42 172	0.20 57	0.13 131	0.28 172	0.20 161	0.35 104	0.44 240	0.30 151	0.42 218	0.34 199	0.23 154	0.81 339	1.08 370	0.08 99	0.05 6	0.11 229	0.10 215	0.08 81	0.08 111

mmx	0.31 262	0.12 81	0.42 172	0.20 57	0.13 131	0.28 172	0.20 161	0.55 289	0.45 252	0.30 151	0.42 218	0.34 199	0.23 154	0.81 339	1.08 370	0.10 206	0.07 158	0.11 229	0.10 215	0.11 225	0.10 206

11t	0.14 6	0.12 81	0.27 21	0.19 26	0.12 77	0.21 73	0.18 86	0.27 21	0.20 16	0.15 11	0.13 6	0.12 3	0.12 14	0.24 57	0.12 6	0.07 16	0.05 6	0.08 65	0.07 50	0.07 37	0.07 65

ttt	0.29 248	0.12 81	0.34 78	0.21 86	0.13 131	0.29 191	0.20 161	0.56 303	0.47 271	0.31 168	0.44 239	0.30 170	0.22 145	0.65 288	0.85 360	0.13 276	0.10 269	0.10 182	0.10 215	0.11 225	0.11 231

xxx	0.31 262	0.12 81	0.42 172	0.20 57	0.13 131	0.28 172	0.20 161	0.55 289	0.45 252	0.30 151	0.42 218	0.34 199	0.23 154	0.81 339	1.08 370	0.10 206	0.07 158	0.11 229	0.10 215	0.11 225	0.10 206

EKT-Stereo	0.38 308	0.12 81	0.38 127	0.42 367	3.88 415	0.21 73	0.17 59	0.35 104	0.28 87	0.20 41	0.20 35	0.23 93	0.15 49	0.28 120	0.16 67	0.09 164	0.07 158	0.09 120	0.07 50	0.09 142	0.09 161

MIM_Stereo	0.18 53	0.12 81	0.38 127	0.20 57	0.11 42	0.17 9	0.14 13	0.35 104	0.25 58	0.27 89	0.35 148	0.23 93	0.13 32	0.27 108	0.16 67	0.06 1	0.07 158	0.08 65	0.08 109	0.08 81	0.06 18

CASnet	0.14 6	0.12 81	0.22 6	0.22 129	0.08 2	0.16 6	0.15 26	0.27 21	0.25 58	0.22 54	0.20 35	0.15 27	0.11 8	0.17 11	0.13 24	0.07 16	0.05 6	0.11 229	0.09 183	0.08 81	0.05 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
HH	0.18 53	0.12 81	0.55 256	0.22 129	0.12 77	0.18 13	0.18 86	0.34 87	0.19 7	0.20 41	0.24 59	0.34 199	0.18 108	0.29 133	0.12 6	0.07 16	0.05 6	0.07 14	0.07 50	0.07 37	0.06 18

HanStereo	0.18 53	0.12 81	0.55 256	0.22 129	0.12 77	0.18 13	0.18 86	0.34 87	0.19 7	0.20 41	0.24 59	0.34 199	0.18 108	0.29 133	0.12 6	0.07 16	0.05 6	0.07 14	0.07 50	0.07 37	0.06 18

anonymousdsp	0.14 6	0.12 81	0.27 21	0.19 26	0.12 77	0.21 73	0.18 86	0.28 33	0.20 16	0.15 11	0.13 6	0.12 3	0.12 14	0.24 57	0.12 6	0.07 16	0.05 6	0.08 65	0.07 50	0.08 81	0.07 65

Selective-RAFT	0.17 36	0.12 81	0.30 42	0.24 208	0.10 20	0.29 191	0.15 26	0.32 67	0.31 124	0.17 28	0.17 19	0.21 67	0.18 108	0.28 120	0.17 90	0.07 16	0.06 72	0.07 14	0.07 50	0.08 81	0.06 18

ProNet	0.14 6	0.12 81	0.25 13	0.19 26	0.11 42	0.19 34	0.19 123	0.27 21	0.20 16	0.14 8	0.13 6	0.13 11	0.12 14	0.24 57	0.12 6	0.06 1	0.05 6	0.07 14	0.06 23	0.07 37	0.07 65

qqq	0.20 102	0.12 81	0.31 54	0.20 57	0.11 42	0.23 110	0.19 123	0.41 163	0.27 74	0.24 70	0.28 79	0.28 153	0.24 169	0.34 168	0.22 174	0.08 99	0.07 158	0.10 182	0.09 183	0.09 142	0.09 161

ccc-4	0.14 6	0.12 81	0.27 21	0.19 26	0.12 77	0.21 73	0.18 86	0.27 21	0.20 16	0.15 11	0.13 6	0.12 3	0.12 14	0.24 57	0.12 6	0.07 16	0.05 6	0.08 65	0.07 50	0.07 37	0.07 65

BUS	0.23 159	0.12 81	0.28 29	0.25 245	0.14 164	0.43 305	0.17 59	0.56 303	0.34 150	0.34 211	0.35 148	0.32 186	0.20 129	0.26 93	0.21 160	0.10 206	0.07 158	0.11 229	0.10 215	0.09 142	0.09 161

IER	0.23 159	0.12 81	0.39 138	0.20 57	0.14 164	0.31 219	0.19 123	0.42 175	0.36 166	0.33 195	0.40 196	0.32 186	0.33 266	0.29 133	0.22 174	0.09 164	0.07 158	0.08 65	0.08 109	0.09 142	0.08 111

BSDual-CNN	0.23 159	0.12 81	0.28 29	0.25 245	0.14 164	0.35 258	0.21 184	0.56 303	0.34 150	0.34 211	0.35 148	0.38 227	0.24 169	0.26 93	0.21 160	0.10 206	0.07 158	0.11 229	0.10 215	0.09 142	0.09 161

test_4	0.18 53	0.12 81	0.34 78	0.23 171	0.12 77	0.18 13	0.22 200	0.26 14	0.24 54	0.24 70	0.47 268	0.22 74	0.13 32	0.24 57	0.16 67	0.06 1	0.05 6	0.09 120	0.09 183	0.07 37	0.05 1

IGEV-Stereo	0.14 6	0.12 81	0.27 21	0.19 26	0.12 77	0.21 73	0.18 86	0.28 33	0.20 16	0.15 11	0.13 6	0.12 3	0.12 14	0.24 57	0.12 6	0.07 16	0.05 6	0.08 65	0.07 50	0.08 81	0.07 65
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
psmg	0.23 159	0.12 81	0.28 29	0.21 86	0.14 164	0.35 258	0.23 220	0.51 251	0.34 150	0.35 227	0.38 177	0.38 227	0.24 169	0.26 93	0.21 160	0.10 206	0.08 223	0.10 182	0.10 215	0.09 142	0.08 111

DAS	0.27 221	0.12 81	0.42 172	0.24 208	0.18 263	0.29 191	0.24 242	0.45 197	0.45 252	0.41 287	0.44 239	0.34 199	0.29 236	0.75 318	0.21 160	0.09 164	0.07 158	0.09 120	0.07 50	0.09 142	0.09 161

SepStereo	0.26 214	0.12 81	0.42 172	0.24 208	0.18 263	0.29 191	0.24 242	0.45 197	0.45 252	0.41 287	0.44 239	0.34 199	0.29 236	0.64 282	0.21 160	0.09 164	0.07 158	0.09 120	0.07 50	0.09 142	0.09 161

GANet-ADL	0.21 116	0.12 81	0.45 198	0.23 171	0.14 164	0.29 191	0.19 123	0.46 206	0.35 156	0.25 76	0.32 116	0.32 186	0.19 121	0.24 57	0.20 139	0.10 206	0.07 158	0.07 14	0.06 23	0.09 142	0.10 206

HHNet	0.22 142	0.12 81	0.52 245	0.18 8	0.18 263	0.20 55	0.20 161	0.34 87	0.31 124	0.32 186	0.59 314	0.20 59	0.21 134	0.24 57	0.31 244	0.08 99	0.05 6	0.09 120	0.07 50	0.08 81	0.11 231

Patchmatch Stereo++	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.14 13	0.29 40	0.22 33	0.28 98	0.29 88	0.25 111	0.17 86	0.26 93	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.16 38	0.29 40	0.22 33	0.28 98	0.29 88	0.25 111	0.18 108	0.24 57	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

ROB_FTStereo_v2	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.16 38	0.29 40	0.22 33	0.28 98	0.29 88	0.25 111	0.17 86	0.24 57	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

ROB_FTStereo	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.14 13	0.29 40	0.22 33	0.28 98	0.28 79	0.25 111	0.17 86	0.24 57	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

HUI-Stereo	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.14 13	0.29 40	0.22 33	0.28 98	0.28 79	0.25 111	0.17 86	0.22 44	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

THIR-Stereo	0.29 248	0.12 81	0.41 165	0.19 26	0.11 42	0.28 172	0.72 384	0.32 67	0.35 156	0.37 247	0.65 333	0.34 199	0.50 338	0.57 250	0.45 305	0.07 16	0.06 72	0.08 65	0.09 183	0.07 37	0.07 65

iGMRVC	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.15 26	0.29 40	0.22 33	0.28 98	0.29 88	0.25 111	0.17 86	0.27 108	0.17 90	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

IRAFT_RVC	0.22 142	0.12 81	0.39 138	0.26 273	0.11 42	0.18 13	0.24 242	0.40 153	0.37 175	0.31 168	0.30 99	0.29 160	0.24 169	0.55 239	0.22 174	0.08 99	0.06 72	0.10 182	0.08 109	0.08 81	0.07 65

iRAFT	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.14 13	0.29 40	0.22 33	0.28 98	0.29 88	0.25 111	0.17 86	0.26 93	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

CRE-IMP	0.18 53	0.12 81	0.37 108	0.22 129	0.11 42	0.24 125	0.17 59	0.29 40	0.21 26	0.27 89	0.26 70	0.24 104	0.17 86	0.23 51	0.18 104	0.08 99	0.05 6	0.10 182	0.07 50	0.10 189	0.10 206

cross-raft	0.17 36	0.12 81	0.41 165	0.23 171	0.10 20	0.20 55	0.24 242	0.33 81	0.23 44	0.23 57	0.28 79	0.29 160	0.15 49	0.17 11	0.15 51	0.06 1	0.05 6	0.07 14	0.07 50	0.06 6	0.05 1

RAFT-IKP	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.15 26	0.29 40	0.22 33	0.28 98	0.29 88	0.25 111	0.18 108	0.25 80	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

iRaftStereo_RVC	0.16 28	0.12 81	0.26 16	0.21 86	0.11 42	0.20 55	0.17 59	0.32 67	0.23 44	0.20 41	0.25 64	0.18 46	0.12 14	0.20 28	0.15 51	0.07 16	0.05 6	0.09 120	0.09 183	0.08 81	0.07 65

GES	0.22 142	0.12 81	0.42 172	0.20 57	0.14 164	0.27 159	0.19 123	0.49 230	0.33 143	0.30 151	0.36 158	0.25 111	0.23 154	0.29 133	0.22 174	0.10 206	0.08 223	0.08 65	0.07 50	0.10 189	0.11 231

UPFNet	0.25 204	0.12 81	0.38 127	0.24 208	0.19 281	0.37 268	0.28 285	0.48 224	0.38 187	0.34 211	0.37 167	0.37 222	0.28 223	0.39 189	0.33 256	0.10 206	0.09 251	0.10 182	0.10 215	0.10 189	0.08 111

DIP-Stereo	0.18 53	0.12 81	0.33 73	0.20 57	0.13 131	0.28 172	0.12 1	0.42 175	0.25 58	0.27 89	0.32 116	0.21 67	0.17 86	0.25 80	0.20 139	0.07 16	0.06 72	0.08 65	0.06 23	0.07 37	0.08 111
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
test croco	0.17 36	0.13 136	0.43 182	0.21 86	0.13 131	0.16 6	0.17 59	0.27 21	0.22 33	0.16 24	0.26 70	0.13 11	0.16 63	0.27 108	0.16 67	0.08 99	0.06 72	0.10 182	0.07 50	0.10 189	0.07 65

StereoIM	0.14 6	0.13 136	0.26 16	0.19 26	0.14 164	0.16 6	0.13 3	0.25 11	0.21 26	0.13 2	0.14 14	0.14 21	0.11 8	0.17 11	0.17 90	0.08 99	0.07 158	0.08 65	0.06 23	0.07 37	0.06 18

PCWNet_CMD	0.23 159	0.13 136	0.48 220	0.20 57	0.13 131	0.28 172	0.16 38	0.46 206	0.46 266	0.29 123	0.36 158	0.37 222	0.24 169	0.28 120	0.20 139	0.09 164	0.06 72	0.10 182	0.08 109	0.11 225	0.09 161

CFNet_ucs	0.24 182	0.13 136	0.50 235	0.20 57	0.15 205	0.28 172	0.17 59	0.49 230	0.45 252	0.32 186	0.42 218	0.39 238	0.22 145	0.31 150	0.21 160	0.11 233	0.08 223	0.12 262	0.09 183	0.12 251	0.11 231

gwcnet-sp	0.24 182	0.13 136	0.63 287	0.22 129	0.14 164	0.34 249	0.22 200	0.44 189	0.39 193	0.35 227	0.34 141	0.27 138	0.27 210	0.35 177	0.25 206	0.09 164	0.08 223	0.09 120	0.09 183	0.09 142	0.09 161

scenet	0.24 182	0.13 136	0.63 287	0.22 129	0.14 164	0.34 249	0.22 200	0.44 189	0.39 193	0.35 227	0.34 141	0.27 138	0.27 210	0.35 177	0.25 206	0.09 164	0.08 223	0.09 120	0.09 183	0.09 142	0.09 161

DCRE	0.20 102	0.13 136	0.40 143	0.21 86	0.15 205	0.20 55	0.19 123	0.30 54	0.27 74	0.22 54	0.80 356	0.23 93	0.16 63	0.23 51	0.15 51	0.07 16	0.07 158	0.07 14	0.08 109	0.07 37	0.06 18

ssnet	0.24 182	0.13 136	0.63 287	0.22 129	0.14 164	0.34 249	0.22 200	0.44 189	0.39 193	0.35 227	0.34 141	0.27 138	0.27 210	0.35 177	0.25 206	0.09 164	0.08 223	0.09 120	0.09 183	0.09 142	0.09 161

fff	0.19 89	0.13 136	0.40 143	0.18 8	0.09 7	0.19 34	0.18 86	0.35 104	0.43 226	0.29 123	0.30 99	0.18 46	0.28 223	0.20 28	0.18 104	0.07 16	0.05 6	0.07 14	0.05 9	0.05 1	0.07 65

ADStereo(finetuned)	0.19 89	0.13 136	0.49 225	0.19 26	0.09 7	0.19 34	0.18 86	0.34 87	0.39 193	0.29 123	0.31 113	0.18 46	0.31 256	0.21 39	0.19 128	0.07 16	0.05 6	0.07 14	0.05 9	0.06 6	0.07 65

IPLGR	0.21 116	0.13 136	0.61 277	0.21 86	0.11 42	0.25 135	0.18 86	0.41 163	0.37 175	0.28 98	0.27 75	0.21 67	0.19 121	0.37 183	0.18 104	0.07 16	0.06 72	0.08 65	0.07 50	0.07 37	0.06 18

STrans-v2	0.24 182	0.13 136	0.54 251	0.21 86	0.12 77	0.23 110	0.21 184	0.47 213	0.28 87	0.31 168	0.42 218	0.36 218	0.35 277	0.62 275	0.23 188	0.07 16	0.05 6	0.08 65	0.07 50	0.06 6	0.06 18

TransformOpticalFlow	0.24 182	0.13 136	0.56 260	0.23 171	0.11 42	0.21 73	0.19 123	0.40 153	0.32 132	0.30 151	0.43 230	0.36 218	0.31 256	0.61 267	0.20 139	0.07 16	0.05 6	0.08 65	0.07 50	0.06 6	0.07 65

IIG-Stereo	0.23 159	0.13 136	0.35 86	0.29 316	0.12 77	0.23 110	0.14 13	0.38 135	0.31 124	0.34 211	0.37 167	0.33 193	0.21 134	0.70 300	0.26 218	0.08 99	0.06 72	0.09 120	0.07 50	0.07 37	0.06 18

CroCo-Stereo	0.14 6	0.13 136	0.24 10	0.25 245	0.11 42	0.11 1	0.18 86	0.32 67	0.23 44	0.12 1	0.12 2	0.18 46	0.12 14	0.14 1	0.13 24	0.08 99	0.06 72	0.07 14	0.05 9	0.07 37	0.06 18
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
ICVP	0.23 159	0.13 136	0.44 188	0.26 273	0.14 164	0.29 191	0.25 256	0.45 197	0.33 143	0.29 123	0.43 230	0.35 213	0.25 184	0.26 93	0.23 188	0.12 260	0.09 251	0.09 120	0.08 109	0.09 142	0.10 206
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
raftrobust	0.16 28	0.13 136	0.29 36	0.22 129	0.15 205	0.19 34	0.13 3	0.32 67	0.26 65	0.26 85	0.20 35	0.19 57	0.17 86	0.21 39	0.15 51	0.08 99	0.06 72	0.07 14	0.06 23	0.06 6	0.07 65

CFNet_pseudo	0.23 159	0.13 136	0.47 211	0.19 26	0.13 131	0.26 152	0.16 38	0.44 189	0.44 240	0.29 123	0.37 167	0.38 227	0.23 154	0.29 133	0.21 160	0.09 164	0.06 72	0.11 229	0.08 109	0.11 225	0.09 161

DCANet	0.18 53	0.13 136	0.40 143	0.19 26	0.09 7	0.19 34	0.18 86	0.34 87	0.39 193	0.29 123	0.31 113	0.18 46	0.23 154	0.20 28	0.19 128	0.07 16	0.05 6	0.07 14	0.05 9	0.06 6	0.07 65

csc	0.19 89	0.13 136	0.40 143	0.18 8	0.09 7	0.19 34	0.18 86	0.35 104	0.43 226	0.29 123	0.30 99	0.18 46	0.28 223	0.20 28	0.18 104	0.07 16	0.05 6	0.07 14	0.05 9	0.05 1	0.07 65

cscssc	0.19 89	0.13 136	0.40 143	0.18 8	0.09 7	0.19 34	0.18 86	0.35 104	0.43 226	0.29 123	0.30 99	0.18 46	0.28 223	0.20 28	0.18 104	0.07 16	0.05 6	0.07 14	0.05 9	0.05 1	0.07 65

ac_64	0.27 221	0.13 136	0.41 165	0.24 208	0.17 244	0.36 263	0.22 200	0.46 206	0.33 143	0.35 227	0.36 158	0.52 309	0.30 245	0.62 275	0.32 249	0.11 233	0.09 251	0.10 182	0.10 215	0.09 142	0.08 111

ACVNet	0.23 159	0.13 136	0.35 86	0.18 8	0.15 205	0.27 159	0.23 220	0.39 146	0.44 240	0.28 98	0.41 204	0.38 227	0.26 193	0.27 108	0.32 249	0.08 99	0.07 158	0.08 65	0.07 50	0.10 189	0.07 65

acv_ft	0.25 204	0.13 136	0.40 143	0.23 171	0.19 281	0.34 249	0.21 184	0.45 197	0.44 240	0.38 255	0.41 204	0.38 227	0.27 210	0.27 108	0.35 264	0.08 99	0.07 158	0.08 65	0.07 50	0.11 225	0.07 65

DSFCA	0.27 221	0.13 136	0.36 103	0.20 57	0.17 244	0.38 275	0.31 303	0.47 213	0.43 226	0.43 301	0.37 167	0.39 238	0.29 236	0.52 229	0.32 249	0.12 260	0.10 269	0.10 182	0.11 248	0.11 225	0.10 206

MSMDNet	0.23 159	0.13 136	0.48 220	0.20 57	0.13 131	0.28 172	0.16 38	0.46 206	0.46 266	0.29 123	0.36 158	0.37 222	0.24 169	0.28 120	0.20 139	0.09 164	0.06 72	0.09 120	0.08 109	0.11 225	0.09 161

ccs_rob	0.23 159	0.13 136	0.47 211	0.20 57	0.13 131	0.26 152	0.17 59	0.44 189	0.44 240	0.29 123	0.37 167	0.38 227	0.23 154	0.29 133	0.21 160	0.09 164	0.06 72	0.11 229	0.08 109	0.11 225	0.09 161

DISCO	0.32 271	0.13 136	0.51 241	0.25 245	0.16 228	0.48 324	0.25 256	0.50 238	0.57 326	0.37 247	0.45 251	0.62 337	0.36 281	0.64 282	0.49 317	0.09 164	0.07 158	0.09 120	0.08 109	0.12 251	0.11 231

ACVNet-DCA	0.18 53	0.14 164	0.38 127	0.23 171	0.11 42	0.31 219	0.19 123	0.41 163	0.27 74	0.17 28	0.19 25	0.13 11	0.18 108	0.28 120	0.11 1	0.08 99	0.05 6	0.08 65	0.06 23	0.09 142	0.09 161

xx1	0.20 102	0.14 164	0.38 127	0.23 171	0.11 42	0.31 219	0.19 123	0.35 104	0.47 271	0.17 28	0.19 25	0.28 153	0.24 169	0.28 120	0.11 1	0.08 99	0.05 6	0.10 182	0.09 183	0.09 142	0.09 161

1test111	0.19 89	0.14 164	0.38 127	0.23 171	0.11 42	0.31 219	0.19 123	0.41 163	0.27 74	0.17 28	0.19 25	0.13 11	0.18 108	0.34 168	0.22 174	0.08 99	0.05 6	0.08 65	0.06 23	0.09 142	0.09 161

cc1	0.18 53	0.14 164	0.38 127	0.23 171	0.11 42	0.31 219	0.19 123	0.35 104	0.47 271	0.17 28	0.19 25	0.13 11	0.18 108	0.28 120	0.11 1	0.08 99	0.05 6	0.08 65	0.06 23	0.08 81	0.08 111

tt1	0.18 53	0.14 164	0.35 86	0.23 171	0.11 42	0.30 208	0.19 123	0.35 104	0.44 240	0.17 28	0.19 25	0.13 11	0.16 63	0.27 108	0.11 1	0.08 99	0.05 6	0.08 65	0.06 23	0.08 81	0.08 111

CRFU-Net	0.28 238	0.14 164	0.45 198	0.25 245	0.15 205	0.45 312	0.23 220	0.50 238	0.30 114	0.43 301	0.41 204	0.48 292	0.46 327	0.43 198	0.29 234	0.11 233	0.10 269	0.09 120	0.08 109	0.10 189	0.10 206

hknet	0.25 204	0.14 164	0.40 143	0.25 245	0.15 205	0.35 258	0.21 184	0.56 303	0.37 175	0.34 211	0.35 148	0.43 264	0.27 210	0.37 183	0.21 160	0.09 164	0.07 158	0.11 229	0.10 215	0.09 142	0.09 161

GMOStereo	0.18 53	0.14 164	0.30 42	0.22 129	0.12 77	0.20 55	0.27 272	0.26 14	0.28 87	0.31 168	0.32 116	0.26 130	0.17 86	0.15 3	0.12 6	0.07 16	0.07 158	0.10 182	0.08 109	0.08 81	0.05 1

error version	0.18 53	0.14 164	0.30 42	0.22 129	0.12 77	0.20 55	0.27 272	0.26 14	0.28 87	0.31 168	0.32 116	0.26 130	0.17 86	0.15 3	0.12 6	0.07 16	0.07 158	0.10 182	0.08 109	0.08 81	0.05 1

test-v	0.18 53	0.14 164	0.30 42	0.22 129	0.12 77	0.20 55	0.27 272	0.26 14	0.28 87	0.31 168	0.32 116	0.26 130	0.17 86	0.15 3	0.12 6	0.07 16	0.07 158	0.10 182	0.08 109	0.08 81	0.05 1

GwcNet-ADL	0.22 142	0.14 164	0.58 268	0.24 208	0.13 131	0.22 93	0.23 220	0.49 230	0.40 206	0.27 89	0.29 88	0.30 170	0.20 129	0.26 93	0.23 188	0.09 164	0.07 158	0.07 14	0.07 50	0.09 142	0.09 161

OMP-Stereo	0.23 159	0.14 164	0.35 86	0.29 316	0.13 131	0.21 73	0.16 38	0.37 129	0.33 143	0.34 211	0.30 99	0.34 199	0.19 121	0.70 300	0.24 197	0.07 16	0.06 72	0.09 120	0.07 50	0.07 37	0.06 18

test-2	0.18 53	0.14 164	0.30 42	0.22 129	0.12 77	0.20 55	0.27 272	0.26 14	0.28 87	0.31 168	0.32 116	0.26 130	0.17 86	0.15 3	0.12 6	0.07 16	0.07 158	0.10 182	0.08 109	0.08 81	0.05 1

raft+_RVC	0.18 53	0.14 164	0.32 60	0.21 86	0.15 205	0.21 73	0.16 38	0.38 135	0.34 150	0.21 50	0.28 79	0.20 59	0.15 49	0.24 57	0.19 128	0.08 99	0.06 72	0.08 65	0.07 50	0.07 37	0.08 111

sCroCo_RVC	0.18 53	0.14 164	0.49 225	0.27 296	0.18 263	0.22 93	0.17 59	0.27 21	0.23 44	0.14 8	0.22 47	0.17 39	0.14 42	0.21 39	0.15 51	0.10 206	0.11 286	0.09 120	0.09 183	0.09 142	0.09 161

Anonymous	0.20 102	0.14 164	0.47 211	0.27 296	0.20 295	0.25 135	0.25 256	0.32 67	0.26 65	0.18 39	0.18 22	0.15 27	0.19 121	0.24 57	0.18 104	0.10 206	0.09 251	0.09 120	0.09 183	0.15 288	0.13 265

RAFT-Stereo + iAFF	0.17 36	0.14 164	0.32 60	0.20 57	0.09 7	0.19 34	0.17 59	0.32 67	0.30 114	0.25 76	0.33 135	0.20 59	0.17 86	0.19 25	0.15 51	0.06 1	0.05 6	0.07 14	0.07 50	0.07 37	0.05 1

MMNet	0.27 221	0.14 164	0.49 225	0.24 208	0.17 244	0.47 320	0.22 200	0.45 197	0.51 300	0.39 270	0.41 204	0.36 218	0.33 266	0.39 189	0.34 260	0.08 99	0.07 158	0.09 120	0.09 183	0.10 189	0.08 111

delet	0.27 221	0.14 164	0.40 143	0.23 171	0.19 281	0.41 290	0.29 289	0.49 230	0.48 280	0.33 195	0.41 204	0.37 222	0.30 245	0.48 211	0.34 260	0.09 164	0.09 251	0.11 229	0.12 280	0.08 81	0.08 111

UNet	0.28 238	0.14 164	0.69 302	0.23 171	0.20 295	0.44 307	0.22 200	0.50 238	0.40 206	0.34 211	0.39 189	0.43 264	0.33 266	0.40 192	0.31 244	0.09 164	0.07 158	0.10 182	0.08 109	0.10 189	0.08 111

HGLStereo	0.27 221	0.14 164	0.46 204	0.24 208	0.21 303	0.33 236	0.23 220	0.50 238	0.42 221	0.35 227	0.48 274	0.41 254	0.33 266	0.45 204	0.33 256	0.11 233	0.10 269	0.09 120	0.09 183	0.10 189	0.12 253

GANet-RSSM	0.24 182	0.14 164	0.36 103	0.21 86	0.14 164	0.27 159	0.21 184	0.45 197	0.33 143	0.29 123	0.39 189	0.39 238	0.28 223	0.58 255	0.23 188	0.11 233	0.07 158	0.09 120	0.09 183	0.10 189	0.09 161

DMCA	0.22 142	0.14 164	0.36 103	0.22 129	0.14 164	0.27 159	0.20 161	0.43 185	0.38 187	0.31 168	0.32 116	0.33 193	0.24 169	0.24 57	0.28 224	0.11 233	0.08 223	0.10 182	0.08 109	0.10 189	0.11 231

RASNet	0.28 238	0.14 164	0.44 188	0.22 129	0.18 263	0.32 227	0.19 123	0.48 224	0.38 187	0.29 123	0.43 230	0.47 286	0.37 289	0.79 332	0.36 270	0.09 164	0.07 158	0.07 14	0.09 183	0.07 37	0.07 65

MDST_ROB	0.48 341	0.14 164	0.95 354	0.30 324	0.21 303	1.33 397	0.32 308	0.77 374	0.56 323	1.06 383	0.71 344	0.49 296	0.35 277	1.26 385	0.38 273	0.13 276	0.11 286	0.16 321	0.13 298	0.12 251	0.12 253

MyStereo8	0.22 142	0.15 189	0.63 287	0.21 86	0.17 244	0.31 219	0.16 38	0.36 123	0.32 132	0.28 98	0.36 158	0.25 111	0.18 108	0.25 80	0.28 224	0.08 99	0.07 158	0.08 65	0.07 50	0.10 189	0.12 253

CASS	0.21 116	0.15 189	0.32 60	0.26 273	0.11 42	0.28 172	0.19 123	0.39 146	0.30 114	0.32 186	0.34 141	0.25 111	0.24 169	0.25 80	0.20 139	0.13 276	0.08 223	0.11 229	0.09 183	0.11 225	0.11 231
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CroCo-Stereo Lap2	0.15 21	0.15 189	0.28 29	0.25 245	0.18 263	0.11 1	0.19 123	0.28 33	0.21 26	0.13 2	0.16 16	0.15 27	0.12 14	0.17 11	0.14 40	0.07 16	0.07 158	0.08 65	0.06 23	0.08 81	0.07 65

NINENet	0.25 204	0.15 189	0.37 108	0.23 171	0.16 228	0.43 305	0.17 59	0.60 330	0.46 266	0.32 186	0.37 167	0.32 186	0.20 129	0.42 196	0.21 160	0.10 206	0.10 269	0.12 262	0.08 109	0.11 225	0.10 206

Sa-1000	0.22 142	0.15 189	0.35 86	0.23 171	0.13 131	0.28 172	0.23 220	0.47 213	0.39 193	0.30 151	0.50 277	0.26 130	0.19 121	0.33 162	0.16 67	0.07 16	0.06 72	0.10 182	0.11 248	0.08 81	0.06 18

CSP-Net	0.27 221	0.15 189	0.30 42	0.21 86	0.14 164	0.44 307	0.24 242	0.50 238	0.40 206	0.41 287	0.43 230	0.42 261	0.26 193	0.66 292	0.28 224	0.12 260	0.08 223	0.08 65	0.08 109	0.10 189	0.09 161

IPLG	0.21 116	0.15 189	0.53 248	0.21 86	0.12 77	0.28 172	0.17 59	0.42 175	0.30 114	0.33 195	0.32 116	0.15 27	0.17 86	0.50 218	0.21 160	0.07 16	0.05 6	0.08 65	0.07 50	0.07 37	0.06 18

MIPNet	0.21 116	0.15 189	0.52 245	0.21 86	0.12 77	0.27 159	0.20 161	0.45 197	0.37 175	0.30 151	0.23 49	0.19 57	0.24 169	0.27 108	0.19 128	0.07 16	0.05 6	0.08 65	0.07 50	0.07 37	0.06 18

PSMNet-ADL	0.25 204	0.15 189	0.32 60	0.26 273	0.14 164	0.31 219	0.22 200	0.44 189	0.36 166	0.27 89	0.33 135	0.41 254	0.28 223	0.61 267	0.29 234	0.11 233	0.09 251	0.09 120	0.11 248	0.10 189	0.10 206

rafts_anoy	0.18 53	0.15 189	0.35 86	0.22 129	0.14 164	0.19 34	0.17 59	0.32 67	0.30 114	0.23 57	0.25 64	0.20 59	0.16 63	0.22 44	0.19 128	0.08 99	0.07 158	0.10 182	0.12 280	0.09 142	0.08 111

pcwnet_v2	0.32 271	0.15 189	1.26 379	0.23 171	0.18 263	0.32 227	0.18 86	0.59 322	0.60 332	0.36 242	0.45 251	0.35 213	0.29 236	0.36 181	0.25 206	0.14 299	0.11 286	0.12 262	0.11 248	0.14 276	0.15 291

RALCasStereoNet	0.18 53	0.15 189	0.33 73	0.21 86	0.14 164	0.21 73	0.18 86	0.31 59	0.25 58	0.21 50	0.29 88	0.22 74	0.15 49	0.27 108	0.17 90	0.08 99	0.10 269	0.07 14	0.06 23	0.09 142	0.09 161

ADLNet	0.28 238	0.15 189	0.42 172	0.23 171	0.19 281	0.34 249	0.23 220	0.53 272	0.43 226	0.42 295	0.41 204	0.44 274	0.27 210	0.55 239	0.35 264	0.11 233	0.08 223	0.11 229	0.11 248	0.11 225	0.12 253

AFF-stereo	0.18 53	0.15 189	0.32 60	0.21 86	0.10 20	0.18 13	0.18 86	0.33 81	0.27 74	0.25 76	0.37 167	0.25 111	0.17 86	0.24 57	0.15 51	0.06 1	0.05 6	0.08 65	0.08 109	0.07 37	0.05 1

cf-r	0.24 182	0.15 189	0.44 188	0.21 86	0.14 164	0.27 159	0.22 200	0.42 175	0.40 206	0.30 151	0.42 218	0.42 261	0.26 193	0.43 198	0.25 206	0.11 233	0.06 72	0.08 65	0.10 215	0.08 81	0.08 111

PSMNet-RSSM	0.24 182	0.15 189	0.36 103	0.21 86	0.14 164	0.25 135	0.20 161	0.48 224	0.37 175	0.30 151	0.44 239	0.38 227	0.26 193	0.52 229	0.22 174	0.12 260	0.07 158	0.11 229	0.13 298	0.10 189	0.09 161

CFNet-ft	0.24 182	0.15 189	0.35 86	0.18 8	0.15 205	0.30 208	0.21 184	0.39 146	0.36 166	0.28 98	0.40 196	0.43 264	0.25 184	0.47 209	0.24 197	0.12 260	0.07 158	0.12 262	0.11 248	0.12 251	0.09 161

CFNet_RVC	0.24 182	0.15 189	0.35 86	0.18 8	0.15 205	0.30 208	0.21 184	0.39 146	0.36 166	0.28 98	0.40 196	0.43 264	0.25 184	0.47 209	0.24 197	0.12 260	0.07 158	0.12 262	0.11 248	0.12 251	0.09 161

4D-IteraStereo	0.17 36	0.16 207	0.50 235	0.21 86	0.14 164	0.19 34	0.17 59	0.28 33	0.28 87	0.23 57	0.20 35	0.20 59	0.11 8	0.19 25	0.14 40	0.06 1	0.04 1	0.10 182	0.08 109	0.08 81	0.06 18

CBFPSM	0.27 221	0.16 207	0.67 297	0.20 57	0.14 164	0.38 275	0.25 256	0.40 153	0.36 166	0.33 195	0.36 158	0.56 319	0.38 293	0.32 156	0.38 273	0.08 99	0.08 223	0.07 14	0.08 109	0.09 142	0.11 231

ToySt	0.24 182	0.16 207	0.48 220	0.21 86	0.13 131	0.29 191	0.29 289	0.39 146	0.39 193	0.27 89	0.35 148	0.39 238	0.31 256	0.31 150	0.29 234	0.08 99	0.09 251	0.10 182	0.11 248	0.11 225	0.10 206

ssnet_v2	0.28 238	0.16 207	0.44 188	0.22 129	0.15 205	0.40 287	0.30 299	0.57 310	0.46 266	0.38 255	0.36 158	0.47 286	0.29 236	0.38 187	0.39 281	0.13 276	0.11 286	0.11 229	0.11 248	0.11 225	0.11 231

TestStereo1	0.21 116	0.16 207	0.32 60	0.26 273	0.13 131	0.26 152	0.27 272	0.40 153	0.36 166	0.29 123	0.39 189	0.22 74	0.21 134	0.33 162	0.17 90	0.07 16	0.06 72	0.09 120	0.08 109	0.08 81	0.07 65

RAFT_CTSACE	0.21 116	0.16 207	0.41 165	0.25 245	0.15 205	0.22 93	0.24 242	0.32 67	0.28 87	0.33 195	0.51 283	0.29 160	0.17 86	0.32 156	0.13 24	0.06 1	0.07 158	0.09 120	0.08 109	0.08 81	0.06 18

SA-5K	0.21 116	0.16 207	0.32 60	0.26 273	0.13 131	0.26 152	0.27 272	0.40 153	0.36 166	0.29 123	0.39 189	0.22 74	0.21 134	0.33 162	0.17 90	0.07 16	0.06 72	0.09 120	0.08 109	0.08 81	0.07 65

SA	0.22 142	0.16 207	0.36 103	0.23 171	0.13 131	0.24 125	0.23 220	0.45 197	0.40 206	0.27 89	0.44 239	0.23 93	0.23 154	0.33 162	0.17 90	0.07 16	0.06 72	0.10 182	0.11 248	0.08 81	0.06 18

AACVNet	0.26 214	0.16 207	0.37 108	0.22 129	0.14 164	0.29 191	0.19 123	0.41 163	0.31 124	0.38 255	0.42 218	0.43 264	0.28 223	0.73 310	0.25 206	0.11 233	0.08 223	0.11 229	0.09 183	0.13 264	0.11 231

psm_up	0.29 248	0.16 207	0.41 165	0.26 273	0.17 244	0.32 227	0.26 267	0.55 289	0.43 226	0.36 242	0.40 196	0.45 278	0.37 289	0.58 255	0.30 240	0.11 233	0.12 303	0.13 281	0.12 280	0.10 189	0.10 206

UCFNet_RVC	0.24 182	0.16 207	0.34 78	0.18 8	0.15 205	0.33 236	0.16 38	0.46 206	0.35 156	0.29 123	0.35 148	0.39 238	0.25 184	0.34 168	0.22 174	0.13 276	0.08 223	0.13 281	0.14 309	0.13 264	0.12 253

AdaStereo	0.24 182	0.16 207	0.37 108	0.24 208	0.12 77	0.32 227	0.17 59	0.54 279	0.42 221	0.33 195	0.38 177	0.35 213	0.21 134	0.30 145	0.22 174	0.14 299	0.06 72	0.13 281	0.08 109	0.11 225	0.08 111
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.
NVstereo2D	0.31 262	0.16 207	0.54 251	0.24 208	0.22 318	0.42 297	0.28 285	0.58 317	0.56 323	0.28 98	0.38 177	0.40 251	0.30 245	0.71 303	0.28 224	0.13 276	0.08 223	0.13 281	0.10 215	0.19 326	0.16 298

MLCV	0.22 142	0.16 207	0.44 188	0.21 86	0.08 2	0.29 191	0.19 123	0.38 135	0.37 175	0.38 255	0.44 239	0.31 178	0.21 134	0.41 194	0.24 197	0.07 16	0.05 6	0.06 1	0.05 9	0.07 37	0.06 18

HSM	0.28 238	0.16 207	0.35 86	0.20 57	0.15 205	0.33 236	0.19 123	0.53 272	0.37 175	0.36 242	0.38 177	0.67 353	0.31 256	0.89 352	0.23 188	0.08 99	0.06 72	0.08 65	0.07 50	0.08 81	0.08 111

DLCB_ROB	0.28 238	0.16 207	0.34 78	0.27 296	0.16 228	0.38 275	0.25 256	0.48 224	0.43 226	0.46 313	0.46 261	0.51 306	0.33 266	0.53 234	0.33 256	0.10 206	0.10 269	0.11 229	0.11 248	0.10 189	0.09 161

raft_robust	0.22 142	0.17 223	0.30 42	0.22 129	0.12 77	0.23 110	0.22 200	0.49 230	0.48 280	0.32 186	0.32 116	0.26 130	0.23 154	0.53 234	0.15 51	0.07 16	0.06 72	0.08 65	0.10 215	0.08 81	0.06 18

ADLNet2	0.30 255	0.17 223	0.72 311	0.23 171	0.17 244	0.36 263	0.24 242	0.52 261	0.51 300	0.32 186	0.38 177	0.45 278	0.30 245	0.69 297	0.35 264	0.10 206	0.08 223	0.09 120	0.09 183	0.12 251	0.10 206

TRStereo	0.19 89	0.17 223	0.47 211	0.23 171	0.19 281	0.19 34	0.16 38	0.52 261	0.28 87	0.20 41	0.19 25	0.21 67	0.13 32	0.24 57	0.13 24	0.09 164	0.06 72	0.09 120	0.11 248	0.06 6	0.06 18

RAFT	0.21 116	0.17 223	0.32 60	0.24 208	0.12 77	0.25 135	0.27 272	0.35 104	0.28 87	0.33 195	0.33 135	0.38 227	0.22 145	0.29 133	0.17 90	0.08 99	0.08 223	0.11 229	0.10 215	0.10 189	0.06 18

111	0.20 102	0.17 223	0.40 143	0.18 8	0.09 7	0.24 125	0.17 59	0.41 163	0.45 252	0.23 57	0.29 88	0.29 160	0.21 134	0.24 57	0.18 104	0.07 16	0.05 6	0.07 14	0.06 23	0.07 37	0.08 111

hitnet-ft	0.29 248	0.17 223	0.40 143	0.19 26	0.14 164	0.39 282	0.23 220	0.44 189	0.41 217	0.36 242	0.46 261	0.53 313	0.34 273	0.76 323	0.32 249	0.14 299	0.10 269	0.13 281	0.10 215	0.15 288	0.13 265

GwcNet-RSSM	0.26 214	0.17 223	0.46 204	0.21 86	0.13 131	0.28 172	0.23 220	0.44 189	0.42 221	0.31 168	0.45 251	0.40 251	0.26 193	0.55 239	0.28 224	0.11 233	0.07 158	0.09 120	0.10 215	0.09 142	0.08 111

stereogan	0.37 302	0.17 223	0.65 293	0.27 296	0.22 318	0.62 354	0.26 267	0.59 322	0.63 340	0.43 301	0.60 319	0.67 353	0.42 313	0.68 295	0.35 264	0.13 276	0.14 317	0.14 300	0.12 280	0.19 326	0.17 306

HITNet	0.20 102	0.17 223	0.43 182	0.19 26	0.08 2	0.27 159	0.14 13	0.42 175	0.30 114	0.29 123	0.32 116	0.27 138	0.21 134	0.28 120	0.25 206	0.07 16	0.05 6	0.07 14	0.06 23	0.09 142	0.06 18
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
StereoDRNet-Refined	0.27 221	0.17 223	0.35 86	0.25 245	0.14 164	0.37 268	0.21 184	0.47 213	0.41 217	0.44 306	0.51 283	0.41 254	0.28 223	0.45 204	0.37 271	0.09 164	0.06 72	0.11 229	0.11 248	0.10 189	0.10 206
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DRN-Test	0.33 277	0.17 223	0.61 277	0.27 296	0.19 281	0.46 314	0.29 289	0.65 351	0.51 300	0.47 321	0.46 261	0.44 274	0.34 273	0.62 275	0.41 294	0.12 260	0.08 223	0.13 281	0.12 280	0.12 251	0.10 206

SGM-Forest	0.36 293	0.17 223	0.47 211	0.23 171	0.16 228	0.45 312	0.41 345	0.55 289	0.48 280	0.52 336	0.60 319	0.52 309	0.41 305	0.85 345	0.50 322	0.17 332	0.17 343	0.17 327	0.15 317	0.15 288	0.15 291
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
whm_eth	0.23 159	0.18 235	0.56 260	0.24 208	0.19 281	0.21 73	0.18 86	0.37 129	0.40 206	0.31 168	0.60 319	0.15 27	0.17 86	0.26 93	0.19 128	0.09 164	0.08 223	0.10 182	0.09 183	0.09 142	0.11 231

StereoVision	0.22 142	0.18 235	0.37 108	0.27 296	0.17 244	0.23 110	0.22 200	0.38 135	0.31 124	0.20 41	0.51 283	0.22 74	0.16 63	0.28 120	0.18 104	0.11 233	0.12 303	0.13 281	0.13 298	0.10 189	0.07 65

LL-Strereo2	0.18 53	0.18 235	0.39 138	0.22 129	0.12 77	0.24 125	0.13 3	0.31 59	0.23 44	0.24 70	0.20 35	0.24 104	0.12 14	0.26 93	0.15 51	0.06 1	0.06 72	0.12 262	0.09 183	0.08 81	0.07 65

iinet-f	0.30 255	0.18 235	1.03 365	0.20 57	0.15 205	0.44 307	0.22 200	0.45 197	0.37 175	0.35 227	0.44 239	0.41 254	0.34 273	0.34 168	0.40 288	0.10 206	0.09 251	0.08 65	0.08 109	0.13 264	0.11 231

RAFT+CT+SA	0.21 116	0.18 235	0.33 73	0.25 245	0.18 263	0.23 110	0.29 289	0.40 153	0.36 166	0.24 70	0.38 177	0.18 46	0.16 63	0.32 156	0.16 67	0.07 16	0.05 6	0.09 120	0.12 280	0.09 142	0.09 161

iRaft-Stereo_5w	0.23 159	0.18 235	0.44 188	0.22 129	0.13 131	0.19 34	0.19 123	0.37 129	0.32 132	0.28 98	0.37 167	0.34 199	0.23 154	0.65 288	0.27 222	0.06 1	0.06 72	0.08 65	0.07 50	0.09 142	0.08 111

LMCR-Stereo	0.26 214	0.18 235	0.49 225	0.28 313	0.14 164	0.36 263	0.23 220	0.54 279	0.34 150	0.39 270	0.40 196	0.29 160	0.29 236	0.37 183	0.27 222	0.11 233	0.07 158	0.09 120	0.07 50	0.13 264	0.09 161

Anonymous3	0.23 159	0.18 235	0.63 287	0.27 296	0.18 263	0.41 290	0.23 220	0.43 185	0.35 156	0.23 57	0.27 75	0.20 59	0.18 108	0.27 108	0.18 104	0.12 260	0.11 286	0.10 182	0.10 215	0.11 225	0.12 253

XX-TBD	0.15 21	0.18 235	0.28 29	0.22 129	0.10 20	0.22 93	0.15 26	0.22 3	0.27 74	0.22 54	0.26 70	0.14 21	0.12 14	0.16 7	0.13 24	0.08 99	0.05 6	0.06 1	0.04 1	0.07 37	0.06 18

RALAANet	0.19 89	0.18 235	0.37 108	0.23 171	0.14 164	0.23 110	0.13 3	0.37 129	0.29 105	0.28 98	0.26 70	0.25 111	0.15 49	0.26 93	0.18 104	0.08 99	0.06 72	0.09 120	0.08 109	0.09 142	0.06 18

FAT-Stereo	0.36 293	0.18 235	0.73 314	0.26 273	0.18 263	0.33 236	0.29 289	0.60 330	0.59 329	0.46 313	0.60 319	0.60 331	0.50 338	0.61 267	0.34 260	0.13 276	0.14 317	0.13 281	0.12 280	0.14 276	0.18 320

BEATNet_4x	0.22 142	0.18 235	0.47 211	0.22 129	0.10 20	0.28 172	0.14 13	0.46 206	0.32 132	0.31 168	0.34 141	0.31 178	0.25 184	0.31 150	0.29 234	0.08 99	0.06 72	0.08 65	0.06 23	0.10 189	0.08 111

RYNet	0.37 302	0.18 235	0.59 272	0.25 245	0.28 351	0.61 353	0.32 308	0.59 322	0.59 329	0.41 287	0.38 177	0.57 323	0.39 298	0.87 348	0.53 327	0.11 233	0.08 223	0.12 262	0.11 248	0.18 322	0.18 320

iResNet	0.24 182	0.18 235	0.61 277	0.25 245	0.11 42	0.29 191	0.21 184	0.42 175	0.43 226	0.33 195	0.43 230	0.27 138	0.22 145	0.34 168	0.26 218	0.07 16	0.05 6	0.07 14	0.06 23	0.08 81	0.07 65

CBMV_ROB	0.33 277	0.18 235	0.53 248	0.21 86	0.14 164	0.33 236	0.20 161	0.51 251	0.45 252	0.51 330	0.55 303	0.45 278	0.42 313	0.71 303	0.32 249	0.18 342	0.19 353	0.23 354	0.21 351	0.14 276	0.15 291

test_5	0.23 159	0.19 250	0.38 127	0.26 273	0.18 263	0.25 135	0.29 289	0.40 153	0.37 175	0.29 123	0.40 196	0.25 111	0.22 145	0.34 168	0.18 104	0.07 16	0.05 6	0.09 120	0.09 183	0.10 189	0.10 206

AASNet	0.27 221	0.19 250	0.49 225	0.26 273	0.17 244	0.34 249	0.20 161	0.62 343	0.48 280	0.35 227	0.40 196	0.32 186	0.25 184	0.28 120	0.34 260	0.11 233	0.09 251	0.10 182	0.08 109	0.13 264	0.11 231

AnonymousM	0.17 36	0.19 250	0.24 10	0.18 8	0.10 20	0.18 13	0.17 59	0.30 54	0.23 44	0.26 85	0.20 35	0.18 46	0.14 42	0.19 25	0.14 40	0.09 164	0.06 72	0.38 373	0.15 317	0.06 6	0.05 1

TestStereo	0.21 116	0.19 250	0.40 143	0.25 245	0.10 20	0.22 93	0.21 184	0.31 59	0.31 124	0.23 57	0.34 141	0.22 74	0.18 108	0.62 275	0.18 104	0.08 99	0.06 72	0.10 182	0.07 50	0.11 225	0.06 18

CVANet_RVC	0.30 255	0.19 250	0.41 165	0.26 273	0.16 228	0.33 236	0.26 267	0.52 261	0.47 271	0.40 278	0.46 261	0.43 264	0.31 256	0.89 352	0.26 218	0.14 299	0.09 251	0.14 300	0.13 298	0.14 276	0.10 206

DeepPruner_ROB	0.26 214	0.19 250	0.44 188	0.21 86	0.16 228	0.30 208	0.21 184	0.52 261	0.32 132	0.35 227	0.38 177	0.39 238	0.26 193	0.42 196	0.24 197	0.15 310	0.11 286	0.11 229	0.11 248	0.14 276	0.13 265

iResNet_ROB	0.25 204	0.19 250	0.40 143	0.20 57	0.12 77	0.30 208	0.16 38	0.55 289	0.53 310	0.38 255	0.43 230	0.37 222	0.26 193	0.38 187	0.22 174	0.08 99	0.06 72	0.06 1	0.04 1	0.09 142	0.09 161

SGM_RVC	0.50 345	0.19 250	0.50 235	0.25 245	0.15 205	0.69 360	0.39 341	0.68 365	0.82 367	0.95 377	0.84 360	1.13 377	0.76 369	1.16 378	0.60 337	0.16 322	0.16 338	0.16 321	0.16 328	0.16 296	0.17 306
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
fast-acv-ft	0.31 262	0.20 258	0.81 327	0.24 208	0.18 263	0.46 314	0.27 272	0.41 163	0.49 289	0.39 270	0.55 303	0.49 296	0.35 277	0.37 183	0.38 273	0.11 233	0.11 286	0.11 229	0.12 280	0.12 251	0.09 161

Wz-Net-LNSev-Ref	0.30 255	0.20 258	0.70 308	0.21 86	0.17 244	0.46 314	0.27 272	0.50 238	0.49 289	0.42 295	0.55 303	0.43 264	0.30 245	0.46 206	0.38 273	0.09 164	0.06 72	0.07 14	0.06 23	0.11 225	0.10 206

ACRE	0.21 116	0.20 258	0.62 285	0.23 171	0.15 205	0.24 125	0.20 161	0.35 104	0.28 87	0.31 168	0.32 116	0.22 74	0.15 49	0.25 80	0.20 139	0.08 99	0.07 158	0.07 14	0.07 50	0.08 81	0.08 111

SACVNet	0.30 255	0.20 258	0.41 165	0.25 245	0.18 263	0.34 249	0.25 256	0.52 261	0.40 206	0.41 287	0.44 239	0.46 284	0.32 263	0.71 303	0.25 206	0.13 276	0.10 269	0.12 262	0.12 280	0.16 296	0.17 306

GEStereo_RVC	0.27 221	0.20 258	0.44 188	0.27 296	0.16 228	0.33 236	0.25 256	0.56 303	0.54 314	0.34 211	0.38 177	0.34 199	0.25 184	0.51 223	0.28 224	0.12 260	0.08 223	0.09 120	0.08 109	0.11 225	0.11 231

APVNet	0.36 293	0.20 258	0.70 308	0.26 273	0.22 318	0.52 341	0.35 323	0.61 334	0.44 240	0.38 255	0.52 291	0.48 292	0.38 293	0.84 344	0.46 311	0.13 276	0.14 317	0.15 312	0.16 328	0.16 296	0.15 291

S-Stereo	0.38 308	0.20 258	1.05 366	0.27 296	0.22 318	0.38 275	0.32 308	0.55 289	0.66 343	0.39 270	0.59 314	0.49 296	0.41 305	0.75 318	0.40 288	0.12 260	0.15 331	0.13 281	0.13 298	0.16 296	0.21 344

STTStereo	0.28 238	0.20 258	0.61 277	0.25 245	0.17 244	0.29 191	0.24 242	0.47 213	0.39 193	0.39 270	0.41 204	0.44 274	0.28 223	0.40 192	0.28 224	0.13 276	0.12 303	0.13 281	0.16 328	0.12 251	0.11 231

CFNet	0.27 221	0.20 258	0.44 188	0.22 129	0.14 164	0.33 236	0.14 13	0.51 251	0.45 252	0.30 151	0.40 196	0.38 227	0.27 210	0.76 323	0.25 206	0.09 164	0.07 158	0.11 229	0.11 248	0.11 225	0.08 111

LE_ROB	1.76 403	0.20 258	2.68 404	0.48 374	0.52 380	0.78 371	0.96 399	0.84 383	6.61 415	7.40 417	2.08 403	2.08 397	4.83 411	1.27 386	3.79 411	0.10 206	0.08 223	0.12 262	0.11 248	0.11 225	0.10 206

NOSS_ROB	0.31 262	0.20 258	0.35 86	0.24 208	0.16 228	0.32 227	0.19 123	0.52 261	0.48 280	0.33 195	0.36 158	0.42 261	0.28 223	0.93 358	0.24 197	0.19 347	0.20 358	0.24 356	0.22 358	0.17 311	0.17 306

XPNet_ROB	0.33 277	0.20 258	0.43 182	0.27 296	0.18 263	0.37 268	0.31 303	0.55 289	0.50 297	0.51 330	0.53 296	0.58 326	0.37 289	0.63 280	0.45 305	0.17 332	0.12 303	0.13 281	0.12 280	0.15 288	0.14 282

pmcnn	0.50 345	0.20 258	0.78 317	0.24 208	0.26 346	0.39 282	0.30 299	0.51 251	0.50 297	0.54 343	1.23 380	2.52 404	0.37 289	0.77 329	0.95 364	0.08 99	0.06 72	0.06 1	0.05 9	0.10 189	0.08 111

GMStereo_Zeroshot	0.24 182	0.21 271	0.45 198	0.26 273	0.13 131	0.28 172	0.15 26	0.39 146	0.35 156	0.37 247	0.43 230	0.40 251	0.17 86	0.34 168	0.20 139	0.12 260	0.07 158	0.13 281	0.07 50	0.16 296	0.09 161

SDNR	0.42 325	0.21 271	0.82 330	0.21 86	0.18 263	1.27 394	0.17 59	0.50 238	0.49 289	0.42 295	0.81 357	0.38 227	0.27 210	1.19 379	0.38 273	0.23 354	0.24 369	0.17 327	0.13 298	0.17 311	0.20 337

Anonymous_2	0.37 302	0.21 271	0.47 211	0.20 57	0.21 303	0.42 297	0.26 267	0.38 135	0.29 105	0.33 195	0.30 99	0.44 274	0.38 293	0.36 181	0.29 234	0.26 359	0.29 377	0.44 377	1.41 411	0.34 370	0.21 344

CIPLG	0.21 116	0.21 271	0.55 256	0.23 171	0.15 205	0.25 135	0.20 161	0.35 104	0.29 105	0.31 168	0.33 135	0.22 74	0.15 49	0.26 93	0.20 139	0.08 99	0.07 158	0.07 14	0.07 50	0.08 81	0.08 111

sAnonymous2	0.20 102	0.21 271	0.58 268	0.24 208	0.17 244	0.22 93	0.19 123	0.34 87	0.28 87	0.17 28	0.19 25	0.17 39	0.16 63	0.17 11	0.14 40	0.10 206	0.07 158	0.09 120	0.08 109	0.23 346	0.17 306

CroCo_RVC	0.20 102	0.21 271	0.58 268	0.24 208	0.17 244	0.22 93	0.19 123	0.34 87	0.28 87	0.17 28	0.19 25	0.17 39	0.16 63	0.17 11	0.14 40	0.10 206	0.07 158	0.09 120	0.08 109	0.23 346	0.17 306

ARAFT	0.24 182	0.21 271	0.78 317	0.22 129	0.12 77	0.29 191	0.24 242	0.43 185	0.32 132	0.33 195	0.28 79	0.28 153	0.19 121	0.49 216	0.18 104	0.07 16	0.06 72	0.12 262	0.11 248	0.09 142	0.06 18

DMCA-RVC	0.27 221	0.21 271	0.61 277	0.28 313	0.17 244	0.29 191	0.21 184	0.42 175	0.35 156	0.40 278	0.37 167	0.39 238	0.36 281	0.43 198	0.30 240	0.13 276	0.10 269	0.15 312	0.11 248	0.13 264	0.10 206

TDLM	0.30 255	0.21 271	0.38 127	0.28 313	0.15 205	0.33 236	0.32 308	0.52 261	0.47 271	0.38 255	0.43 230	0.39 238	0.29 236	0.91 356	0.28 224	0.14 299	0.08 223	0.13 281	0.11 248	0.12 251	0.10 206

NLCA_NET_v2_RVC	0.27 221	0.21 271	0.59 272	0.25 245	0.18 263	0.29 191	0.22 200	0.50 238	0.40 206	0.38 255	0.41 204	0.43 264	0.27 210	0.43 198	0.29 234	0.11 233	0.08 223	0.10 182	0.10 215	0.10 189	0.11 231
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
WCMA_ROB	0.51 349	0.21 271	0.65 293	0.25 245	0.21 303	0.58 348	0.32 308	0.54 279	0.55 320	0.95 377	1.40 385	1.28 384	0.81 374	0.73 310	0.62 340	0.18 342	0.15 331	0.15 312	0.15 317	0.19 326	0.19 327

CBMV	0.33 277	0.21 271	0.54 251	0.23 171	0.13 131	0.42 297	0.33 318	0.53 272	0.48 280	0.52 336	0.49 275	0.50 302	0.41 305	0.56 247	0.31 244	0.15 310	0.16 338	0.18 334	0.16 328	0.13 264	0.13 265
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
IPLGR_C	0.21 116	0.22 283	0.60 274	0.23 171	0.15 205	0.24 125	0.20 161	0.35 104	0.29 105	0.31 168	0.32 116	0.22 74	0.15 49	0.25 80	0.20 139	0.08 99	0.07 158	0.07 14	0.07 50	0.08 81	0.08 111

RP	0.35 289	0.22 283	0.51 241	0.31 331	0.24 334	0.37 268	0.28 285	0.50 238	0.58 328	0.40 278	0.63 331	0.61 335	0.47 330	0.61 267	0.39 281	0.16 322	0.15 331	0.17 327	0.15 317	0.17 311	0.17 306

edge stereo	0.39 314	0.22 283	0.81 327	0.27 296	0.22 318	0.37 268	0.24 242	0.56 303	0.54 314	0.53 341	0.60 319	0.71 361	0.50 338	0.78 330	0.40 288	0.16 322	0.14 317	0.19 341	0.14 309	0.16 296	0.17 306

ADCL	0.47 339	0.22 283	1.00 359	0.27 296	0.19 281	0.74 365	0.64 379	0.54 279	0.69 351	0.56 345	0.71 344	0.55 317	0.60 353	0.60 262	1.43 388	0.11 233	0.09 251	0.13 281	0.13 298	0.14 276	0.14 282

GANet	0.36 293	0.22 283	0.49 225	0.29 316	0.17 244	0.41 290	0.38 336	0.57 310	0.45 252	0.46 313	0.75 350	0.55 317	0.40 301	0.94 361	0.41 294	0.13 276	0.13 313	0.13 281	0.11 248	0.14 276	0.11 231

AANet_RVC	0.31 262	0.22 283	0.50 235	0.23 171	0.14 164	0.30 208	0.24 242	0.47 213	0.54 314	0.38 255	0.60 319	0.43 264	0.29 236	0.87 348	0.40 288	0.11 233	0.07 158	0.07 14	0.07 50	0.09 142	0.09 161

StereoDRNet	0.32 271	0.22 283	0.61 277	0.27 296	0.21 303	0.42 297	0.30 299	0.61 334	0.48 280	0.46 313	0.39 189	0.48 292	0.30 245	0.57 250	0.40 288	0.11 233	0.09 251	0.12 262	0.11 248	0.12 251	0.10 206

RAFT + AFF	0.27 221	0.23 290	0.50 235	0.25 245	0.17 244	0.30 208	0.33 318	0.52 261	0.40 206	0.28 98	0.30 99	0.30 170	0.31 256	0.62 275	0.24 197	0.09 164	0.10 269	0.11 229	0.10 215	0.11 225	0.11 231

GwcNet	0.35 289	0.23 290	0.88 342	0.25 245	0.24 334	0.48 324	0.27 272	0.55 289	0.57 326	0.38 255	0.52 291	0.51 306	0.32 263	0.60 262	0.41 294	0.13 276	0.11 286	0.12 262	0.11 248	0.13 264	0.14 282

DANet	0.35 289	0.23 290	0.60 274	0.36 354	0.22 318	0.39 282	0.25 256	0.48 224	0.43 226	0.52 336	0.50 277	0.59 328	0.41 305	0.76 323	0.49 317	0.13 276	0.11 286	0.14 300	0.12 280	0.17 311	0.15 291
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
ADCRef	0.38 308	0.24 293	0.88 342	0.26 273	0.21 303	0.49 327	0.27 272	0.52 261	0.48 280	0.50 325	0.58 312	0.35 213	0.47 330	0.48 211	1.29 386	0.09 164	0.08 223	0.12 262	0.12 280	0.11 225	0.11 231

ADCP+	0.45 336	0.24 293	1.15 373	0.25 245	0.22 318	0.56 344	0.39 341	0.54 279	0.51 300	0.44 306	0.51 283	0.46 284	0.52 343	0.56 247	1.89 399	0.10 206	0.08 223	0.11 229	0.10 215	0.14 276	0.13 265

DPSNet	0.47 339	0.24 293	0.93 351	0.27 296	0.20 295	0.75 367	0.57 373	0.84 383	0.79 365	0.47 321	0.51 283	0.60 331	0.69 365	0.87 348	0.71 348	0.16 322	0.13 313	0.12 262	0.10 215	0.25 350	0.21 344

PSMNet_ROB	0.33 277	0.24 293	0.54 251	0.31 331	0.21 303	0.42 297	0.43 350	0.59 322	0.47 271	0.37 247	0.44 239	0.49 296	0.31 256	0.64 282	0.43 298	0.14 299	0.10 269	0.15 312	0.14 309	0.13 264	0.11 231

LL-Strereo	0.29 248	0.25 297	0.58 268	0.25 245	0.21 303	0.23 110	0.24 242	0.55 289	0.42 221	0.34 211	0.32 116	0.41 254	0.40 301	0.94 361	0.23 188	0.08 99	0.07 158	0.11 229	0.09 183	0.09 142	0.09 161

HCRNet	0.24 182	0.25 297	0.33 73	0.34 344	0.16 228	0.27 159	0.18 86	0.43 185	0.35 156	0.30 151	0.35 148	0.32 186	0.22 145	0.44 202	0.20 139	0.13 276	0.08 223	0.13 281	0.11 248	0.10 189	0.09 161

GMStereo	0.19 89	0.25 297	0.40 143	0.21 86	0.12 77	0.22 93	0.19 123	0.29 40	0.40 206	0.25 76	0.23 49	0.16 34	0.15 49	0.25 80	0.19 128	0.09 164	0.06 72	0.08 65	0.08 109	0.10 189	0.08 111
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
psmorigin	0.50 345	0.25 297	3.03 406	0.24 208	0.19 281	0.38 275	0.22 200	0.50 238	0.44 240	0.64 354	0.68 339	0.71 361	0.51 341	0.85 345	0.45 305	0.14 299	0.17 343	0.13 281	0.14 309	0.16 296	0.21 344

FADNet-RVC-Resample	0.29 248	0.25 297	0.93 351	0.26 273	0.16 228	0.32 227	0.21 184	0.47 213	0.39 193	0.35 227	0.38 177	0.33 193	0.27 210	0.53 234	0.24 197	0.10 206	0.10 269	0.14 300	0.13 298	0.13 264	0.16 298

G-Net	0.46 338	0.25 297	0.86 339	0.34 344	0.28 351	0.90 379	0.35 323	0.47 213	0.45 252	0.68 358	1.22 379	0.64 347	0.60 353	0.61 267	0.57 329	0.16 322	0.14 317	0.17 327	0.13 298	0.22 343	0.19 327

NCC-stereo	0.39 314	0.25 297	0.69 302	0.32 337	0.28 351	0.46 314	0.36 326	0.65 351	0.52 306	0.40 278	0.57 310	0.56 319	0.47 330	0.73 310	0.45 305	0.17 332	0.14 317	0.18 334	0.25 362	0.16 296	0.16 298

Nwc_Net	0.37 302	0.25 297	0.68 301	0.31 331	0.24 334	0.44 307	0.30 299	0.65 351	0.50 297	0.37 247	0.69 343	0.58 326	0.45 321	0.60 262	0.40 288	0.15 310	0.12 303	0.19 341	0.21 351	0.14 276	0.13 265

Abc-Net	0.39 314	0.25 297	0.69 302	0.32 337	0.28 351	0.46 314	0.36 326	0.65 351	0.52 306	0.40 278	0.57 310	0.56 319	0.47 330	0.73 310	0.45 305	0.17 332	0.14 317	0.18 334	0.25 362	0.16 296	0.16 298
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DN-CSS_ROB	0.22 142	0.25 297	0.47 211	0.24 208	0.14 164	0.25 135	0.12 1	0.40 153	0.33 143	0.29 123	0.42 218	0.22 74	0.20 129	0.33 162	0.19 128	0.07 16	0.06 72	0.11 229	0.11 248	0.11 225	0.07 65

LALA_ROB	0.36 293	0.25 297	0.46 204	0.30 324	0.21 303	0.47 320	0.39 341	0.61 334	0.51 300	0.52 336	0.51 283	0.69 358	0.36 281	0.50 218	0.43 298	0.17 332	0.11 286	0.16 321	0.14 309	0.17 311	0.15 291

Wz-Net-MNSev	0.36 293	0.26 308	0.79 323	0.26 273	0.21 303	0.59 349	0.38 336	0.55 289	0.56 323	0.48 324	0.54 299	0.53 313	0.36 281	0.60 262	0.44 302	0.11 233	0.09 251	0.11 229	0.11 248	0.15 288	0.13 265

dd	0.22 142	0.26 308	0.40 143	0.22 129	0.12 77	0.25 135	0.21 184	0.32 67	0.44 240	0.29 123	0.28 79	0.25 111	0.16 63	0.30 145	0.25 206	0.12 260	0.07 158	0.10 182	0.08 109	0.11 225	0.09 161

AF-Net	0.37 302	0.26 308	0.56 260	0.32 337	0.23 329	0.41 290	0.29 289	0.61 334	0.64 341	0.42 295	0.68 339	0.65 348	0.49 337	0.57 250	0.44 302	0.15 310	0.11 286	0.19 341	0.14 309	0.15 288	0.13 265

iResNetv2_ROB	0.27 221	0.26 308	0.72 311	0.23 171	0.13 131	0.29 191	0.18 86	0.52 261	0.49 289	0.37 247	0.45 251	0.39 238	0.25 184	0.34 168	0.20 139	0.08 99	0.06 72	0.07 14	0.05 9	0.12 251	0.09 161

NCCL2	0.35 289	0.26 308	0.49 225	0.36 354	0.22 318	0.41 290	0.41 345	0.53 272	0.42 221	0.47 321	0.46 261	0.61 335	0.39 298	0.55 239	0.37 271	0.16 322	0.13 313	0.21 347	0.21 351	0.16 296	0.16 298

FBW_ROB	0.43 329	0.26 308	0.54 251	0.31 331	0.20 295	0.51 332	0.32 308	0.70 367	0.60 332	0.59 348	0.55 303	0.65 348	0.41 305	1.40 390	0.51 324	0.13 276	0.17 343	0.21 347	0.16 328	0.17 311	0.18 320

ETE_ROB	0.34 284	0.26 308	0.45 198	0.29 316	0.18 263	0.40 287	0.37 330	0.57 310	0.47 271	0.50 325	0.50 277	0.62 337	0.36 281	0.55 239	0.38 273	0.13 276	0.10 269	0.14 300	0.12 280	0.16 296	0.16 298

FINET	0.34 284	0.27 315	0.80 325	0.24 208	0.24 334	0.36 263	0.34 320	0.54 279	0.72 356	0.39 270	0.47 268	0.32 186	0.30 245	0.51 223	0.32 249	0.19 347	0.17 343	0.13 281	0.12 280	0.18 322	0.16 298

SHD	0.42 325	0.27 315	0.81 327	0.31 331	0.25 341	0.42 297	0.22 200	0.66 357	0.94 380	0.63 352	0.60 319	0.59 328	0.47 330	0.59 261	0.58 334	0.15 310	0.13 313	0.16 321	0.16 328	0.20 334	0.22 349

MeshStereo	0.58 360	0.27 315	0.67 297	0.22 129	0.17 244	0.66 358	0.37 330	0.78 375	0.61 335	1.47 403	1.30 382	1.65 391	0.79 371	1.12 376	0.59 335	0.17 332	0.17 343	0.17 327	0.14 309	0.17 311	0.14 282
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
FADNet_RVC	0.30 255	0.28 318	0.83 331	0.23 171	0.15 205	0.30 208	0.17 59	0.49 230	0.37 175	0.30 151	0.38 177	0.30 170	0.27 210	0.52 229	0.31 244	0.14 299	0.14 317	0.14 300	0.16 328	0.21 337	0.23 355

SuperB	0.49 343	0.28 318	2.23 396	0.23 171	0.15 205	0.41 290	0.32 308	0.47 213	0.82 367	0.43 301	0.50 277	0.33 193	0.45 321	0.68 295	1.08 370	0.10 206	0.07 158	0.09 120	0.08 109	0.98 403	0.14 282

RTSC	0.39 314	0.28 318	0.78 317	0.27 296	0.18 263	0.49 327	0.22 200	0.59 322	0.84 372	0.55 344	0.53 296	0.49 296	0.36 281	0.67 294	0.82 356	0.13 276	0.10 269	0.11 229	0.12 280	0.17 311	0.17 306

PA-Net	0.37 302	0.28 318	0.83 331	0.31 331	0.28 351	0.39 282	0.42 348	0.51 251	0.55 320	0.34 211	0.42 218	0.41 254	0.36 281	0.79 332	0.49 317	0.12 260	0.23 367	0.16 321	0.23 360	0.12 251	0.18 320
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SGM-ForestM	1.36 394	0.28 318	0.79 323	0.26 273	0.16 228	2.26 408	1.00 401	1.42 396	1.46 395	2.38 407	2.05 402	5.95 417	2.66 409	2.95 408	2.46 406	0.17 332	0.18 349	0.18 334	0.18 342	0.15 288	0.18 320

NaN_ROB	0.41 322	0.28 318	0.62 285	0.30 324	0.19 281	0.51 332	0.47 361	0.58 317	0.59 329	0.56 345	0.47 268	0.49 296	0.41 305	1.21 382	0.64 344	0.12 260	0.18 349	0.12 262	0.13 298	0.11 225	0.14 282

SANet	0.53 354	0.28 318	0.96 355	0.26 273	0.15 205	0.69 360	0.44 353	0.67 362	1.34 391	0.67 357	0.98 370	0.94 372	0.71 367	0.89 352	0.76 350	0.14 299	0.12 303	0.12 262	0.11 248	0.17 311	0.16 298

Wz-Net-LNSev	0.34 284	0.29 325	0.91 347	0.26 273	0.21 303	0.47 320	0.31 303	0.54 279	0.54 314	0.44 306	0.52 291	0.50 302	0.35 277	0.39 189	0.39 281	0.11 233	0.11 286	0.10 182	0.09 183	0.14 276	0.13 265

DGSMNet	0.61 365	0.29 325	0.91 347	0.51 377	0.70 389	0.62 354	1.38 410	0.59 322	0.55 320	0.37 247	0.61 326	0.52 309	0.33 266	0.65 288	0.43 298	0.53 382	0.60 400	0.67 388	0.61 396	0.63 385	0.61 394

aanetorigin	0.39 314	0.29 325	1.09 368	0.24 208	0.19 281	0.28 172	0.37 330	0.33 81	0.47 271	0.94 375	0.82 358	0.52 309	0.54 344	0.49 216	0.50 322	0.11 233	0.09 251	0.10 182	0.10 215	0.16 296	0.15 291

DeepPrunerF	0.44 335	0.29 325	1.29 382	0.33 342	0.30 359	0.35 258	0.36 326	0.62 343	1.15 389	0.40 278	0.44 239	0.39 238	0.41 305	0.80 336	0.52 325	0.18 342	0.14 317	0.23 354	0.21 351	0.17 311	0.17 306

ADCPNet	0.48 341	0.29 325	1.60 390	0.27 296	0.23 329	0.70 363	0.38 336	0.53 272	0.51 300	0.51 330	0.59 314	0.67 353	0.56 348	0.60 262	1.14 376	0.15 310	0.18 349	0.14 300	0.23 360	0.19 326	0.19 327

PWC_ROB	0.38 308	0.29 325	0.69 302	0.25 245	0.20 295	0.38 275	0.19 123	0.58 317	0.67 346	0.57 347	0.85 361	0.51 306	0.40 301	0.71 303	0.52 325	0.13 276	0.09 251	0.14 300	0.10 215	0.17 311	0.14 282

HBP-ISP	0.33 277	0.30 331	0.72 311	0.22 129	0.16 228	0.32 227	0.22 200	0.54 279	0.44 240	0.41 287	0.49 275	0.33 193	0.38 293	0.73 310	0.25 206	0.18 342	0.19 353	0.24 356	0.20 348	0.16 296	0.13 265

FC-DCNN	0.70 373	0.30 331	0.69 302	0.32 337	0.27 348	0.81 374	0.39 341	0.79 378	0.82 367	1.41 396	1.58 395	1.98 396	1.26 394	1.02 371	0.77 353	0.24 357	0.22 364	0.27 359	0.26 366	0.26 357	0.26 361

PS-NSSS	0.32 271	0.30 331	0.46 204	0.23 171	0.17 244	0.33 236	0.24 242	0.57 310	0.41 217	0.37 247	0.52 291	0.35 213	0.30 245	0.80 336	0.30 240	0.17 332	0.14 317	0.21 347	0.15 317	0.15 288	0.13 265

PDISCO_ROB	0.43 329	0.30 331	0.67 297	0.43 368	0.36 367	0.67 359	0.32 308	0.72 370	0.76 361	0.43 301	0.53 296	0.63 345	0.40 301	0.66 292	0.47 313	0.21 351	0.12 303	0.21 347	0.19 347	0.25 350	0.20 337

PWCDC_ROB	0.38 308	0.30 331	0.60 274	0.33 342	0.20 295	0.42 297	0.19 123	0.58 317	0.89 373	0.42 295	1.26 381	0.36 218	0.34 273	0.50 218	0.38 273	0.18 342	0.11 286	0.11 229	0.09 183	0.19 326	0.13 265

UDGNet	0.23 159	0.31 336	0.38 127	0.24 208	0.14 164	0.24 125	0.18 86	0.32 67	0.43 226	0.29 123	0.28 79	0.24 104	0.19 121	0.29 133	0.20 139	0.15 310	0.07 158	0.21 347	0.11 248	0.14 276	0.10 206

dad	0.28 238	0.31 336	0.44 188	0.21 86	0.14 164	0.30 208	0.20 161	0.33 81	0.49 289	0.44 306	0.44 239	0.45 278	0.21 134	0.41 194	0.26 218	0.20 350	0.11 286	0.20 344	0.11 248	0.14 276	0.10 206

ccnet	0.42 325	0.31 336	0.48 220	0.27 296	0.32 362	0.60 352	0.32 308	0.65 351	0.46 266	0.53 341	0.66 335	0.56 319	0.45 321	0.72 308	0.61 338	0.26 359	0.19 353	0.24 356	0.21 351	0.26 357	0.22 349

Syn2CoEx	0.36 293	0.31 336	0.78 317	0.34 344	0.21 303	0.41 290	0.28 285	0.61 334	0.49 289	0.42 295	0.56 308	0.45 278	0.44 318	0.69 297	0.38 273	0.17 332	0.14 317	0.15 312	0.12 280	0.13 264	0.12 253

FCDSN-DC	0.63 366	0.31 336	0.61 277	0.36 354	0.30 359	0.65 356	0.37 330	0.66 357	0.68 349	1.14 387	1.54 393	1.71 393	1.26 394	0.92 357	0.64 344	0.24 357	0.22 364	0.27 359	0.26 366	0.27 360	0.27 364
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
RGC	0.39 314	0.32 341	0.64 292	0.34 344	0.27 348	0.40 287	0.29 289	0.57 310	0.53 310	0.45 310	0.64 332	0.62 337	0.45 321	0.72 308	0.39 281	0.15 310	0.15 331	0.21 347	0.20 348	0.18 322	0.19 327

STTRV1_RVC	0.42 325	0.32 341	0.89 345	0.29 316	0.36 367	0.49 327	0.31 303	0.61 334	0.53 310	0.46 313	0.56 308	0.47 286	0.43 316	1.00 368	0.39 281	0.27 364	0.21 359	0.20 344	0.18 342	0.25 350	0.17 306

MSMD_ROB	0.60 364	0.33 343	0.61 277	0.30 324	0.25 341	0.86 376	0.35 323	0.55 289	0.67 346	1.10 385	1.49 390	1.76 394	0.97 385	0.88 351	0.49 317	0.23 354	0.21 359	0.27 359	0.27 368	0.25 350	0.24 359

PVD	0.58 360	0.34 344	0.84 335	0.39 363	0.31 361	0.59 349	0.47 361	0.80 379	1.25 390	0.92 374	1.09 373	0.79 365	0.82 375	0.85 345	0.76 350	0.21 351	0.18 349	0.22 353	0.18 342	0.27 360	0.35 373

ADCMid	0.49 343	0.34 344	1.13 372	0.26 273	0.21 303	0.51 332	0.37 330	0.57 310	0.54 314	0.75 366	0.66 335	0.62 337	0.64 363	0.64 282	1.68 393	0.13 276	0.12 303	0.17 327	0.17 337	0.20 334	0.17 306

Anonymous Stereo	0.38 308	0.34 344	1.00 359	0.30 324	0.25 341	0.33 236	0.44 353	0.50 238	0.54 314	0.41 287	0.45 251	0.39 238	0.26 193	0.93 358	0.48 314	0.15 310	0.14 317	0.15 312	0.16 328	0.16 296	0.17 306

FADNet-RVC	0.31 262	0.35 347	0.78 317	0.25 245	0.20 295	0.33 236	0.20 161	0.49 230	0.40 206	0.34 211	0.39 189	0.41 254	0.29 236	0.63 280	0.31 244	0.13 276	0.14 317	0.14 300	0.15 317	0.19 326	0.19 327

PASM	0.45 336	0.35 347	0.90 346	0.35 353	0.33 363	0.39 282	0.38 336	0.50 238	0.61 335	0.52 336	0.51 283	0.62 337	0.45 321	0.93 358	0.48 314	0.26 359	0.29 377	0.29 365	0.33 373	0.29 365	0.26 361

CSAN	0.50 345	0.35 347	0.78 317	0.36 354	0.23 329	0.56 344	0.59 376	0.61 334	0.70 353	0.64 354	0.78 354	0.65 348	0.60 353	1.38 389	0.62 340	0.21 351	0.17 343	0.20 344	0.20 348	0.18 322	0.18 320

FADNet	0.32 271	0.36 350	0.74 315	0.23 171	0.22 318	0.37 268	0.19 123	0.53 272	0.48 280	0.32 186	0.36 158	0.43 264	0.32 263	0.64 282	0.25 206	0.16 322	0.16 338	0.14 300	0.16 328	0.24 349	0.19 327

MaskLacGwcNet_RVC	0.36 293	0.36 350	0.53 248	0.34 344	0.19 281	0.51 332	0.24 242	0.55 289	0.38 187	0.41 287	0.47 268	0.47 286	0.27 210	0.73 310	0.30 240	0.36 376	0.19 353	0.27 359	0.17 337	0.26 357	0.23 355

MANE	1.41 395	0.36 350	0.74 315	0.43 368	0.41 372	2.16 407	0.80 391	2.39 411	3.38 405	2.22 406	3.06 408	3.54 410	2.73 410	2.15 405	1.94 401	0.28 368	0.27 373	0.30 367	0.46 383	0.28 364	0.34 372

ELAS_RVC	0.74 378	0.36 350	1.00 359	0.37 359	0.33 363	0.88 377	0.93 398	0.83 382	1.08 385	1.35 392	1.33 384	1.24 382	1.33 397	1.06 373	0.95 364	0.27 364	0.25 371	0.29 365	0.27 368	0.30 366	0.30 366
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.74 378	0.36 350	0.85 338	0.36 354	0.33 363	1.36 398	0.77 389	0.93 386	0.92 377	1.41 396	1.53 392	1.16 380	1.17 390	0.95 363	1.03 368	0.26 359	0.25 371	0.28 364	0.28 371	0.31 367	0.30 366
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
EDNetEfficient	0.63 366	0.37 355	2.40 400	0.26 273	0.25 341	0.38 275	0.49 367	0.41 163	1.06 384	1.38 393	0.87 365	0.62 337	0.95 382	0.65 288	1.65 392	0.11 233	0.09 251	0.10 182	0.11 248	0.19 326	0.17 306

XQC	0.43 329	0.37 355	0.96 355	0.34 344	0.25 341	0.53 342	0.34 320	0.60 330	0.73 359	0.51 330	0.46 261	0.57 323	0.47 330	0.70 300	0.72 349	0.17 332	0.12 303	0.18 334	0.15 317	0.25 350	0.23 355

WZ-Net	0.52 353	0.38 357	1.90 394	0.30 324	0.24 334	0.57 347	0.48 365	0.62 343	0.78 364	0.50 325	0.71 344	0.68 356	0.54 344	0.98 367	0.84 357	0.13 276	0.10 269	0.11 229	0.12 280	0.19 326	0.20 337

SAMSARA	0.56 356	0.39 358	0.80 325	0.60 382	0.46 375	1.00 383	1.23 409	0.67 362	0.68 349	0.71 361	0.54 299	0.89 371	0.57 350	0.81 339	0.62 340	0.19 347	0.22 364	0.18 334	0.18 342	0.27 360	0.25 360

ADCS	0.58 360	0.40 359	1.35 385	0.29 316	0.24 334	0.55 343	0.45 355	0.67 362	0.83 370	0.76 367	0.71 344	0.68 356	0.60 353	0.76 323	2.23 404	0.16 322	0.16 338	0.16 321	0.17 337	0.22 343	0.22 349

AnyNet_C32	0.51 349	0.40 359	1.10 371	0.29 316	0.28 351	0.59 349	0.58 374	0.54 279	0.60 332	0.62 351	0.66 335	0.54 315	0.54 344	0.78 330	1.74 396	0.15 310	0.14 317	0.15 312	0.17 337	0.20 334	0.20 337

LSM	1.64 402	0.40 359	2.56 402	2.02 413	17.61 425	0.51 332	0.52 369	0.61 334	0.76 361	0.82 369	1.11 375	0.63 345	0.54 344	0.75 318	0.49 317	0.16 322	0.24 369	0.18 334	0.21 351	0.25 350	2.42 415

Wz-Net-SNSev	0.43 329	0.41 362	1.27 380	0.30 324	0.21 303	0.44 307	0.41 345	0.61 334	0.65 342	0.46 313	0.65 333	0.62 337	0.39 298	0.74 317	0.59 335	0.12 260	0.11 286	0.12 262	0.13 298	0.16 296	0.14 282

GASNet	0.36 293	0.46 363	0.88 342	0.34 344	0.23 329	0.35 258	0.22 200	0.60 330	0.53 310	0.40 278	0.37 167	0.45 278	0.30 245	0.79 332	0.35 264	0.15 310	0.10 269	0.14 300	0.14 309	0.22 343	0.12 253

UDG	0.40 320	0.46 363	0.49 225	0.40 365	0.35 366	0.47 320	0.27 272	0.54 279	0.47 271	0.39 270	0.45 251	0.59 328	0.44 318	0.46 206	0.39 281	0.26 359	0.19 353	0.48 379	0.22 358	0.34 370	0.26 361

CC-Net-ROB	0.43 329	0.47 365	0.65 293	0.37 359	0.23 329	0.51 332	0.29 289	0.66 357	0.49 289	0.46 313	0.51 283	0.48 292	0.38 293	0.96 364	0.35 264	0.34 375	0.23 367	0.55 383	0.25 362	0.31 367	0.20 337

GANetREF_RVC	0.43 329	0.47 365	0.69 302	0.38 361	0.20 295	0.51 332	0.48 365	0.66 357	0.66 343	0.46 313	0.46 261	0.50 302	0.44 318	0.90 355	0.39 281	0.27 364	0.21 359	0.32 369	0.18 342	0.27 360	0.22 349
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
SQANet	0.40 320	0.48 367	0.67 297	0.48 374	0.39 369	0.48 324	0.22 200	0.51 251	0.43 226	0.40 278	0.47 268	0.47 286	0.33 266	0.54 238	0.32 249	0.36 376	0.15 331	0.40 375	0.21 351	0.45 376	0.31 368

Consistency-Raft	0.55 355	0.48 367	1.02 363	0.45 371	0.49 377	0.49 327	0.47 361	0.72 370	0.72 356	0.45 310	0.82 358	0.47 286	0.60 353	0.50 218	0.63 343	0.39 380	0.39 385	0.44 377	0.51 388	0.52 379	0.37 374

RTS	0.78 380	0.48 367	4.68 408	0.34 344	0.28 351	1.12 387	0.46 357	0.62 343	1.03 381	0.73 362	0.89 366	0.60 331	0.59 351	1.61 393	1.16 379	0.14 299	0.11 286	0.15 312	0.15 317	0.21 337	0.19 327

RTSA	0.78 380	0.48 367	4.68 408	0.34 344	0.28 351	1.12 387	0.46 357	0.62 343	1.03 381	0.73 362	0.89 366	0.60 331	0.59 351	1.61 393	1.16 379	0.14 299	0.11 286	0.15 312	0.15 317	0.21 337	0.19 327

NVStereoNet_ROB	0.67 370	0.49 371	0.83 331	0.48 374	0.40 371	0.51 332	0.46 357	0.70 367	0.77 363	0.84 370	1.72 396	1.02 376	0.83 376	1.23 383	0.79 355	0.32 373	0.38 384	0.40 375	0.46 383	0.36 372	0.41 378
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	0.41 322	0.50 372	0.48 220	0.44 370	0.39 369	0.46 314	0.32 308	0.50 238	0.43 226	0.45 310	0.52 291	0.57 323	0.36 281	0.48 211	0.33 256	0.33 374	0.21 359	0.55 383	0.25 362	0.37 373	0.32 371

MFN_U_SF_DS_RVC	0.51 349	0.50 372	0.86 339	0.39 363	0.24 334	0.84 375	0.55 372	0.56 303	0.62 337	0.60 349	0.68 339	0.62 337	0.42 313	1.13 377	0.43 298	0.23 354	0.27 373	0.27 359	0.35 375	0.25 350	0.29 365

MFN_U_SF_RVC	0.56 356	0.51 374	1.19 374	0.38 361	0.22 318	0.69 360	0.27 272	0.80 379	0.67 346	0.73 362	0.74 349	0.87 368	0.61 362	0.81 339	0.76 350	0.29 370	0.27 373	0.32 369	0.37 379	0.32 369	0.31 368

EDNetEfficientorigin	7.51 415	0.52 375	140.47 437	0.25 245	0.17 244	0.42 297	0.29 289	0.47 213	1.03 381	1.28 390	1.02 371	0.83 367	0.84 377	0.75 318	0.99 366	0.10 206	0.09 251	0.12 262	0.10 215	0.21 337	0.22 349

anonymity	0.56 356	0.54 376	0.70 308	0.47 373	0.61 385	0.56 344	0.43 350	0.69 366	0.49 289	0.63 352	0.55 303	0.54 315	0.60 353	0.61 267	0.57 329	0.55 385	0.53 393	0.50 380	0.54 391	0.51 378	0.56 387

Wz-Net-TNSev	0.51 349	0.58 377	1.61 392	0.25 245	0.21 303	0.65 356	0.45 355	0.63 349	0.69 351	0.51 330	0.54 299	0.71 361	0.60 353	1.00 368	0.77 353	0.15 310	0.15 331	0.13 281	0.15 317	0.21 337	0.20 337

AnyNet_C01	0.65 368	0.58 377	2.60 403	0.32 337	0.26 346	0.88 377	0.61 377	0.63 349	0.62 337	0.68 358	0.96 369	0.76 364	0.60 353	0.96 364	1.43 388	0.16 322	0.16 338	0.17 327	0.17 337	0.23 346	0.23 355

SPS-STEREO	0.69 372	0.61 379	0.98 357	0.52 379	0.57 383	0.74 365	0.50 368	0.78 375	0.62 337	0.95 377	0.86 362	0.94 372	0.70 366	1.01 370	0.87 361	0.58 388	0.51 390	0.50 380	0.50 387	0.55 381	0.58 389
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
otaku	0.57 359	0.62 380	0.87 341	0.63 384	0.44 374	0.73 364	0.37 330	0.65 351	0.66 343	0.51 330	0.75 350	0.66 352	0.45 321	0.69 297	0.46 311	0.53 382	0.34 382	0.55 383	0.35 375	0.60 384	0.45 380

Ntro	0.58 360	0.64 381	0.92 349	0.66 385	0.50 378	0.77 368	0.36 326	0.66 357	0.70 353	0.50 325	0.59 314	0.65 348	0.51 341	0.75 318	0.45 305	0.56 386	0.32 381	0.56 386	0.34 374	0.63 385	0.46 383

MSC_U_SF_DS_RVC	0.68 371	0.64 381	1.06 367	0.45 371	0.27 348	1.40 400	0.58 374	0.78 375	0.92 377	0.84 370	0.86 362	0.88 370	0.68 364	1.33 388	0.68 347	0.37 378	0.29 377	0.34 371	0.36 378	0.43 374	0.37 374

SGM+DAISY	0.87 382	0.66 383	1.30 383	0.51 377	0.60 384	1.03 384	0.84 395	0.76 373	0.73 359	1.39 394	1.51 391	1.31 385	1.22 392	1.11 374	1.08 370	0.57 387	0.53 393	0.51 382	0.51 388	0.54 380	0.61 394

coex-ft	3.44 410	0.73 384	48.55 435	0.24 208	0.19 281	0.50 331	0.43 350	0.47 213	2.40 402	7.03 416	1.20 378	0.97 375	2.23 406	0.73 310	1.92 400	0.12 260	0.15 331	0.14 300	0.12 280	0.21 337	0.43 379

JetBlue	1.14 392	0.76 385	2.36 398	0.59 381	0.75 391	3.04 411	1.78 411	1.11 389	0.90 375	0.94 375	1.10 374	1.66 392	1.28 396	2.09 403	1.72 395	0.43 381	0.36 383	0.38 373	0.38 381	0.58 383	0.56 387

MFMNet_re	0.72 374	0.76 385	0.99 358	0.62 383	0.70 389	0.77 368	0.67 380	0.75 372	0.83 370	0.78 368	0.86 362	0.69 358	0.78 370	0.71 303	0.61 338	0.66 391	0.59 399	0.61 387	0.58 395	0.68 391	0.71 398

ACVNet_1	0.72 374	0.81 387	1.37 386	0.72 388	0.53 381	0.77 368	0.42 348	0.85 385	0.90 375	0.74 365	0.75 350	1.32 386	0.72 368	1.02 371	0.55 328	0.54 384	0.31 380	0.71 390	0.35 375	0.64 387	0.45 380

ACVNet-4b	0.72 374	0.81 387	1.33 384	0.72 388	0.50 378	0.80 373	0.31 303	0.71 369	0.80 366	0.50 325	0.72 348	0.95 374	0.43 316	0.96 364	1.20 383	1.13 408	0.21 359	0.76 392	0.45 382	0.65 388	0.46 383

IMH-64-1	0.91 384	0.86 389	0.84 335	0.97 396	0.75 391	0.92 380	0.71 382	1.27 391	1.10 386	0.89 372	1.45 387	1.14 378	0.96 383	1.19 379	0.84 357	0.74 392	0.51 390	0.97 397	0.55 392	0.84 395	0.60 391

IMH-64	0.91 384	0.86 389	0.84 335	0.97 396	0.75 391	0.92 380	0.71 382	1.27 391	1.10 386	0.89 372	1.45 387	1.14 378	0.96 383	1.19 379	0.84 357	0.74 392	0.51 390	0.97 397	0.55 392	0.84 395	0.60 391

ACVNet_2	0.89 383	0.87 391	1.25 378	0.82 391	0.62 386	0.97 382	0.62 378	1.14 390	1.42 393	1.00 380	1.40 385	1.47 389	0.84 377	1.11 374	0.66 346	0.61 389	0.43 387	0.78 393	0.49 385	0.75 392	0.52 385

WAO-7	1.01 387	0.89 392	0.93 351	0.83 393	0.66 388	1.18 389	0.81 393	1.40 395	1.57 396	1.11 386	1.76 398	1.45 388	1.19 391	1.50 392	1.14 376	0.61 389	0.62 403	0.70 389	0.68 398	0.66 390	0.60 391

RainbowNet	0.72 374	0.89 392	1.02 363	0.82 391	0.63 387	0.78 371	0.52 369	0.81 381	0.93 379	0.60 349	0.79 355	0.80 366	0.60 353	0.80 336	0.57 329	0.78 395	0.55 396	0.78 393	0.49 385	0.76 393	0.58 389

DispFullNet	0.66 369	0.89 392	1.59 389	0.77 390	1.21 407	0.51 332	0.23 220	0.59 322	0.72 356	0.69 360	0.61 326	0.69 358	0.91 381	0.79 332	0.48 314	0.27 364	0.12 303	0.73 391	0.30 372	0.65 388	0.40 377

WAO-6	1.07 390	0.93 395	0.92 349	0.96 395	0.78 395	1.28 395	0.75 386	1.34 393	2.00 400	1.02 382	1.54 393	1.59 390	1.22 392	1.31 387	1.14 376	0.78 395	0.55 396	1.02 401	0.75 402	0.83 394	0.69 397

IMH	1.05 389	0.95 396	1.00 359	1.01 398	0.78 395	1.11 386	0.68 381	1.38 394	1.43 394	1.00 380	1.72 396	1.43 387	1.14 387	1.73 398	0.89 362	1.09 405	0.55 396	0.99 399	0.57 394	0.87 397	0.62 396

LVE	1.13 391	1.02 397	1.28 381	1.01 398	0.80 398	1.29 396	0.81 393	1.47 398	1.96 398	1.07 384	1.90 399	1.90 395	1.01 386	1.48 391	0.91 363	0.93 402	0.61 402	0.94 396	0.69 399	0.87 397	0.75 402

TorneroNet-64	1.43 396	1.03 398	1.20 375	1.10 401	0.86 401	2.26 408	0.73 385	1.84 404	3.84 410	1.25 389	2.25 406	2.69 406	1.42 398	1.76 400	1.43 388	0.76 394	0.50 388	1.09 402	0.66 397	1.23 406	0.76 403

Dean	1.17 393	1.04 399	1.49 388	1.03 400	0.78 395	1.20 392	0.77 389	1.48 399	1.96 398	1.28 390	1.99 401	2.15 398	1.14 387	1.25 384	1.00 367	0.81 397	0.60 400	1.01 400	0.69 399	0.92 401	0.74 401

FADE		1.06 400		0.71 387	0.76 394							1.17 381				24.23 435	4.70 418	17.35 430	17.61 429	0.49 377

TorneroNet	2.22 406	1.08 401	1.24 377	1.14 405	0.90 402	5.58 413	0.80 391	2.12 409	8.69 417	2.58 408	5.42 413	3.88 411	1.97 404	1.78 402	1.87 398	0.86 398	0.54 395	1.15 406	0.74 401	1.23 406	0.85 404

WAO-8	1.46 398	1.10 402	1.09 368	1.10 401	0.84 399	2.06 404	0.75 386	1.84 404	3.83 408	1.44 400	2.21 404	2.15 398	1.43 399	3.17 409	1.19 381	0.91 400	0.65 405	1.09 402	0.79 403	0.90 399	0.71 398

Venus	1.46 398	1.10 402	1.09 368	1.10 401	0.84 399	2.06 404	0.75 386	1.84 404	3.83 408	1.44 400	2.21 404	2.15 398	1.43 399	3.17 409	1.19 381	0.91 400	0.65 405	1.09 402	0.79 403	0.90 399	0.71 398

MADNet+	1.01 387	1.16 404	4.72 410	0.70 386	0.47 376	1.24 393	0.96 399	0.97 387	0.89 373	0.65 356	0.77 353	0.87 368	0.85 379	2.09 403	1.68 393	0.38 379	0.39 385	0.31 368	0.27 368	0.43 374	0.39 376

PWCK	1.00 386	1.17 405	1.70 393	0.91 394	0.41 372	1.19 391	0.92 397	1.10 388	1.14 388	1.16 388	1.14 376	1.25 383	0.88 380	1.75 399	1.04 369	0.87 399	0.50 388	0.87 395	0.53 390	0.96 402	0.52 385

UNDER WATER-64	1.55 400	1.19 406	2.52 401	1.31 406	0.95 403	2.12 406	1.21 408	1.45 397	3.19 404	1.43 399	1.32 383	2.64 405	2.04 405	1.63 395	1.83 397	1.11 406	0.67 407	1.28 407	0.92 406	1.19 404	1.02 407

UNDER WATER	1.59 401	1.22 407	2.36 398	1.38 407	1.03 404	1.67 403	1.10 405	1.54 402	3.63 406	1.44 400	1.47 389	2.85 407	2.25 407	1.67 396	1.94 401	1.06 404	0.62 403	1.31 408	0.93 407	1.21 405	1.02 407

notaker	1.45 397	1.34 408	1.48 387	1.40 408	1.07 405	1.18 389	0.85 396	1.48 399	1.40 392	1.51 404	3.46 409	2.40 403	1.81 403	1.76 400	1.45 391	1.11 406	0.69 408	1.38 409	0.87 405	1.31 408	0.97 406

ktn	1.77 404	1.36 409	1.22 376	1.43 409	1.14 406	1.52 401	1.08 404	1.51 401	3.96 411	2.77 410	4.69 411	3.35 409	1.46 401	1.69 397	1.25 385	1.43 410	0.77 409	1.45 410	0.99 408	1.32 410	0.96 405

KSHMR	1.89 405	1.36 409	1.60 390	1.47 410	1.22 408	1.38 399	1.06 403	1.79 403	5.97 414	1.42 398	5.65 415	2.98 408	1.14 387	2.23 406	1.20 383	1.27 409	1.12 410	1.46 411	1.10 410	1.32 410	1.15 409

HanzoNet	2.97 409	1.69 411	2.29 397	1.74 411	1.33 409	1.53 402	1.03 402	1.99 407	2.64 403	5.51 413	5.16 412	5.90 416	6.82 416	4.32 414	3.29 409	3.16 414	2.02 415	1.92 412	2.87 416	2.24 414	1.89 413

SPstereo	14.25 422	1.73 412	2.83 405	1.84 412	1.57 412	23.16 429	43.27 429	35.72 436	29.56 436	20.86 433	20.62 427	26.34 437	21.82 429	25.23 436	19.62 428	1.56 411	1.42 411	2.96 415	2.17 413	1.31 408	1.33 412

MADNet++	2.26 407	1.80 413	2.06 395	2.13 415	1.97 413	2.61 410	1.79 412	2.38 410	2.16 401	2.75 409	2.65 407	2.38 402	2.43 408	3.17 409	3.21 408	2.17 412	1.95 413	1.94 413	1.63 412	2.06 413	2.01 414

BEATNet-Init1	4.73 413	2.61 414	13.29 424	0.58 380	0.53 381	10.12 418	3.33 414	4.83 414	5.01 413	8.75 418	8.51 416	14.08 426	7.60 417	7.70 418	5.34 414	0.28 368	0.28 376	0.34 371	0.37 379	0.57 382	0.45 380

JetRed	2.30 408	2.64 415	6.12 411	1.12 404	1.38 410	5.85 414	3.29 413	1.99 407	1.67 397	1.98 405	1.95 400	2.16 401	1.60 402	2.48 407	4.10 412	1.05 403	1.60 412	1.09 402	1.01 409	1.67 412	1.28 410

DPSimNet_ROB	4.34 411	4.23 416	6.89 413	3.67 416	3.68 414	4.75 412	5.21 415	2.67 412	3.68 407	5.82 414	3.95 410	5.57 413	6.72 415	3.46 413	4.48 413	4.05 417	2.88 416	4.68 418	3.12 417	3.69 416	3.62 417

DGTPSM_ROB	8.34 416	5.10 417	10.37 422	5.31 419	10.18 419	8.33 415	23.60 424	6.06 416	13.41 423	4.90 411	10.87 421	5.65 414	10.44 418	6.17 415	12.59 419	3.74 415	7.55 420	3.69 416	7.26 421	4.14 417	7.46 419

DPSMNet_ROB	8.40 417	5.11 418	10.49 423	5.58 420	10.25 420	8.34 416	23.62 425	6.07 417	13.45 424	4.93 412	10.88 422	5.66 415	10.44 418	6.24 416	12.64 420	3.98 416	7.61 421	3.76 417	7.30 422	4.20 418	7.51 420

ASD4	7.23 414	6.65 419	7.69 414	5.24 418	5.62 416	11.85 420	20.36 420	7.57 418	7.14 416	6.55 415	5.47 414	5.99 418	5.78 413	7.22 417	9.24 418	4.85 418	4.44 417	6.40 422	5.19 418	6.53 419	4.89 418

Anonymous_1	16.62 427	9.35 420	9.84 416	10.66 421	14.64 423	18.66 426	27.12 426	12.64 424	13.51 425	10.76 424	10.30 420	10.13 420	10.60 420	11.06 424	12.74 421	15.87 432	7.74 422	16.92 429	43.48 434	58.66 437	7.68 421

xxxxx1	15.27 423	9.54 421	10.31 417	20.13 427	18.88 426	17.08 422	23.03 421	10.36 421	10.99 419	9.21 419	9.62 417	10.74 421	10.61 421	10.72 421	13.89 424	7.97 423	9.20 426	31.85 435	44.72 435	12.84 423	13.69 424

tt_ll	15.27 423	9.54 421	10.31 417	20.13 427	18.88 426	17.08 422	23.03 421	10.36 421	10.99 419	9.21 419	9.62 417	10.74 421	10.61 421	10.72 421	13.89 424	7.97 423	9.20 426	31.85 435	44.72 435	12.84 423	13.69 424

ff	15.27 423	9.54 421	10.31 417	20.13 427	18.88 426	17.08 422	23.03 421	10.36 421	10.99 419	9.21 419	9.62 417	10.74 421	10.61 421	10.72 421	13.89 424	7.97 423	9.20 426	31.85 435	44.72 435	12.84 423	13.69 424

DPSM_ROB	11.49 420	9.87 424	10.35 420	11.13 422	11.31 421	19.11 427	27.51 427	13.37 425	14.21 426	10.31 422	11.06 423	10.96 424	11.27 424	11.96 425	13.59 422	6.78 421	8.19 423	6.03 419	7.09 419	7.93 420	7.73 422

DPSM	11.49 420	9.87 424	10.35 420	11.13 422	11.31 421	19.11 427	27.51 427	13.37 425	14.21 426	10.31 422	11.06 423	10.96 424	11.27 424	11.96 425	13.59 422	6.78 421	8.19 423	6.03 419	7.09 419	7.93 420	7.73 422

DLNR_Zeroshot_test	10.44 418	12.10 426	19.93 426	106.08 438	23.66 435	0.14 3	0.13 3	3.22 413	0.17 3	0.16 24	0.23 49	0.16 34	0.10 4	0.31 150	0.15 51	2.36 413	0.06 72	0.07 14	0.07 50	39.70 436	0.06 18

PML	16.10 426	12.82 427	6.78 412	5.23 417	7.76 417	33.92 430	66.56 436	5.30 415	10.28 418	26.12 435	68.59 436	20.51 428	13.49 426	10.06 420	6.78 417	5.96 420	2.00 414	6.04 421	2.18 414	8.96 422	2.60 416

LRCNet_RVC	10.90 419	14.34 428	9.35 415	15.35 424	8.04 418	1.08 385	0.34 320	8.78 419	0.70 353	12.63 425	16.05 425	9.85 419	6.54 414	8.57 419	6.34 416	20.27 433	5.40 419	23.70 432	21.88 431	14.87 426	13.83 427

CasAABBNet	23.10 430	19.86 429	20.64 427	22.47 430	22.73 433	38.41 431	55.50 432	26.89 433	28.70 431	20.61 428	22.15 430	22.08 433	22.75 433	23.99 432	27.36 432	13.59 426	16.48 430	12.14 423	14.27 424	15.95 427	15.53 428

MyStereo03	23.12 431	19.90 430	20.85 428	22.49 431	22.71 430	38.42 432	55.53 433	26.80 430	28.72 432	20.77 430	22.25 431	22.03 430	22.69 430	23.90 429	27.38 434	13.62 428	16.50 432	12.15 424	14.28 425	15.95 427	15.53 428

MyStereo02	23.12 431	19.90 430	20.85 428	22.49 431	22.71 430	38.42 432	55.53 433	26.80 430	28.72 432	20.77 430	22.25 431	22.03 430	22.69 430	23.90 429	27.38 434	13.62 428	16.50 432	12.15 424	14.28 425	15.95 427	15.53 428

MyStereo	23.12 431	19.90 430	20.85 428	22.49 431	22.71 430	38.42 432	55.53 433	26.80 430	28.72 432	20.77 430	22.25 431	22.03 430	22.69 430	23.90 429	27.38 434	13.62 428	16.50 432	12.15 424	14.28 425	15.95 427	15.53 428

Selective-RAFT-Error	23.16 434	19.93 433	20.87 431	22.54 434	22.81 434	38.52 436	55.47 431	27.01 435	28.83 435	20.66 429	22.25 431	22.09 434	22.80 435	24.09 433	27.36 432	13.61 427	16.48 430	12.15 424	14.28 425	15.99 431	15.57 432

LSM0	24.24 435	19.98 434	22.32 432	24.22 435	40.14 437	38.48 435	55.20 430	26.95 434	28.57 430	20.49 427	21.83 428	22.26 435	22.75 433	24.22 434	27.30 431	13.66 431	16.32 429	12.19 428	14.15 423	16.10 432	17.66 433

HaxPig	17.72 428	20.22 435	19.73 425	16.53 425	16.51 424	9.27 417	9.33 416	14.34 427	13.27 422	18.65 426	18.70 426	17.35 427	16.77 427	17.04 427	16.45 427	22.05 434	20.89 435	22.27 431	21.53 430	21.29 433	22.13 434

MEDIAN_ROB	21.21 429	24.62 436	23.47 433	19.58 426	19.65 429	13.22 421	10.96 417	17.88 428	17.00 428	22.14 434	22.02 429	20.86 429	20.36 428	21.06 428	19.71 429	25.63 436	24.13 436	26.21 433	25.20 432	25.17 434	25.38 435

AVERAGE_ROB	25.43 436	29.06 437	27.24 434	24.63 436	24.20 436	17.73 425	12.61 418	22.29 429	21.39 429	26.79 436	26.16 435	25.20 436	24.64 436	25.07 435	23.53 430	29.96 437	28.40 437	30.60 434	29.58 433	29.72 435	29.84 436

test_example2	101.33 437	108.28 438	68.15 436	98.43 437	106.93 438	89.75 437	102.43 437	36.80 437	97.65 437	129.04 437	130.15 437	65.26 438	66.62 437	92.11 437	80.24 437	144.10 438	199.48 438	81.81 438	103.01 438	125.01 438	101.27 437

Low-res two-view benchmark