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

11t1	0.70 77	0.28 109	1.86 83	0.56 281	0.56 306	1.06 31	0.00 1	2.89 86	1.21 119	0.60 80	0.34 114	0.08 43	0.04 42	0.76 73	0.85 199	0.02 315	1.09 349	0.00 1	0.18 327	0.06 132	1.58 341

ttt	1.79 279	0.32 124	2.41 166	0.58 283	0.26 254	1.64 228	0.00 1	6.26 341	2.57 300	1.91 234	2.39 280	1.39 189	0.11 107	5.55 261	7.97 355	0.00 1	1.05 343	0.00 1	0.16 312	0.06 132	1.14 310

DLNR_Zeroshot_test	23.30 410	50.27 417	88.62 416	97.23 429	94.59 425	1.20 69	0.00 1	20.92 402	0.64 35	0.06 12	0.02 1	0.03 5	0.02 16	4.50 209	0.25 80	32.51 416	0.96 339	0.00 1	0.27 363	72.47 422	1.47 331

PCWNet_CMD	0.70 77	0.18 50	2.22 138	0.01 9	0.01 58	1.09 45	0.00 1	3.17 114	1.35 170	0.50 74	0.29 104	2.28 253	1.46 277	1.22 108	0.11 19	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.19 161

AEACV	0.64 65	0.08 3	1.46 16	0.72 308	0.96 346	1.22 79	0.00 1	1.90 53	0.67 36	0.54 79	0.07 54	0.02 2	0.73 235	0.63 59	0.28 90	0.01 291	0.92 329	0.00 1	0.36 372	0.09 185	2.04 376

ToySt	0.92 124	0.51 172	4.35 282	0.21 208	0.71 332	1.32 123	0.00 1	2.77 79	1.33 163	0.21 35	0.51 152	1.47 192	0.11 107	1.14 99	0.87 202	0.03 325	0.69 304	0.00 1	0.20 335	0.10 196	1.88 373

DCRE	1.01 159	0.54 180	1.52 21	0.30 233	0.99 349	1.31 115	0.00 1	1.69 45	0.71 41	1.12 156	7.77 352	0.74 131	0.02 16	0.28 7	0.45 137	0.00 1	0.71 308	0.00 1	0.25 352	0.02 35	1.78 361

qqq	0.90 119	0.41 151	1.88 90	0.10 157	0.59 313	1.09 45	0.00 1	3.82 151	1.29 150	0.61 81	0.38 127	0.73 129	0.15 125	3.19 161	0.90 209	0.00 1	1.08 346	0.00 1	0.23 347	0.06 132	1.57 337

x	0.80 92	0.39 142	1.80 64	0.66 298	0.50 299	1.02 25	0.00 1	3.61 133	1.34 166	0.65 84	0.34 114	0.53 105	0.14 124	1.21 106	0.91 212	0.00 1	1.09 349	0.00 1	0.20 335	0.06 132	1.59 342

TANstereo	0.37 13	0.50 165	1.62 31	0.03 57	0.01 58	1.16 61	0.00 1	0.56 4	0.53 21	1.05 144	1.38 231	0.06 27	0.05 56	0.45 26	0.07 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23

XX-TBD	0.36 12	0.59 192	1.75 52	0.07 123	0.00 1	1.11 53	0.00 1	0.73 12	0.63 34	0.44 57	1.24 223	0.06 27	0.06 63	0.39 18	0.08 11	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 36

CFNet_pseudo	0.71 79	0.20 79	2.34 157	0.01 9	0.01 58	1.24 87	0.00 1	3.19 117	0.92 72	0.85 110	0.47 147	2.29 257	0.61 213	1.79 138	0.17 46	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.14 135

XX-Stereo	1.24 204	0.25 99	6.03 337	1.30 354	0.29 265	1.28 109	0.00 1	4.12 196	0.60 31	1.29 176	0.50 149	3.63 310	0.03 33	4.05 187	0.18 49	0.00 1	0.58 299	0.00 1	0.23 347	0.03 90	0.47 242

xxxx	2.26 316	0.43 153	2.30 150	0.01 9	0.68 328	1.47 169	0.00 1	6.56 350	2.32 279	1.56 204	2.07 265	1.07 173	0.06 63	4.81 228	18.87 393	0.00 1	1.11 355	0.00 1	0.21 340	0.06 132	1.65 344

test_xeample	2.27 317	0.46 159	2.25 144	0.10 157	0.69 329	1.48 174	0.00 1	6.24 339	2.46 292	1.83 228	2.40 281	0.37 86	0.07 72	4.49 207	19.55 395	0.00 1	1.11 355	0.00 1	0.21 340	0.07 156	1.65 344

MSMDNet	0.71 79	0.18 50	2.22 138	0.01 9	0.01 58	1.09 45	0.00 1	3.25 119	1.35 170	0.52 77	0.29 104	2.29 257	1.45 274	1.22 108	0.11 19	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.19 161

ccs_rob	0.71 79	0.20 79	2.35 158	0.00 1	0.01 58	1.24 87	0.00 1	3.17 114	0.91 71	0.82 108	0.45 143	2.28 253	0.63 220	1.78 137	0.18 49	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.14 135

MyStereo8	1.16 189	0.86 244	3.73 260	0.86 328	0.04 142	1.47 169	0.01 18	4.64 243	2.13 262	1.47 197	1.10 213	1.21 181	0.31 168	1.12 98	1.50 245	0.00 1	1.45 383	0.00 1	0.30 367	0.10 196	0.93 298

SMFormer	1.31 228	0.30 114	2.08 118	0.47 261	0.02 103	1.04 27	0.01 18	5.75 315	2.69 305	1.65 214	2.43 283	0.91 149	0.02 16	4.75 222	2.20 275	0.00 1	0.88 323	0.00 1	0.14 304	0.06 132	0.76 280

tta	1.32 231	0.30 114	2.08 118	0.47 261	0.02 103	1.04 27	0.01 18	5.75 315	2.69 305	1.65 214	2.43 283	0.91 149	0.02 16	4.75 222	2.20 275	0.00 1	0.88 323	0.00 1	0.14 304	0.09 185	0.92 294

qqq1	1.25 207	0.30 114	2.08 118	0.47 261	0.02 103	1.04 27	0.01 18	5.75 315	2.69 305	1.65 214	2.43 283	0.91 149	0.02 16	4.75 222	0.88 205	0.00 1	0.88 323	0.00 1	0.11 295	0.09 185	0.92 294

fff1	1.25 207	0.30 114	2.08 118	0.47 261	0.02 103	1.04 27	0.01 18	5.75 315	2.69 305	1.65 214	2.43 283	0.91 149	0.02 16	4.75 222	0.88 205	0.00 1	0.88 323	0.00 1	0.11 295	0.09 185	0.92 294

mmm	0.94 131	0.32 124	2.04 114	0.73 313	0.85 336	1.17 65	0.01 18	3.97 172	1.42 184	1.51 199	0.93 201	0.46 96	0.21 150	1.18 102	0.87 202	0.00 1	1.16 369	0.00 1	0.26 359	0.06 132	1.72 349

ff7	0.51 26	0.26 101	1.81 71	0.19 193	0.25 245	1.08 38	0.01 18	0.71 7	1.36 172	0.47 64	0.02 1	0.04 7	0.08 83	0.79 78	0.18 49	0.00 1	0.92 329	0.00 1	0.15 306	0.10 196	1.76 354

IGEVStereo-DCA	0.88 112	1.21 305	1.81 71	0.18 188	0.16 212	0.83 14	0.01 18	0.71 7	1.36 172	0.40 49	0.04 39	0.06 27	0.09 92	6.04 274	2.22 279	0.00 1	0.48 291	0.00 1	0.15 306	0.16 264	1.76 354

ffff	0.51 26	0.26 101	1.81 71	0.19 193	0.25 245	1.08 38	0.01 18	0.71 7	1.36 172	0.47 64	0.02 1	0.04 7	0.08 83	0.79 78	0.18 49	0.00 1	0.92 329	0.00 1	0.15 306	0.10 196	1.76 354

11t	0.51 26	0.26 101	1.81 71	0.19 193	0.25 245	1.08 38	0.01 18	0.71 7	1.36 172	0.47 64	0.02 1	0.04 7	0.08 83	0.79 78	0.18 49	0.00 1	0.92 329	0.00 1	0.15 306	0.10 196	1.76 354

1111x	2.13 306	0.58 190	4.38 288	0.39 246	0.61 316	2.14 265	0.01 18	6.38 344	2.40 287	1.80 226	1.97 259	0.95 161	0.64 223	7.16 334	10.30 370	0.00 1	1.18 370	0.00 1	0.29 365	0.07 156	1.32 324

GMStereo_Zeroshot	0.67 69	0.24 96	1.87 88	0.87 329	0.00 1	1.26 100	0.01 18	2.01 56	0.42 14	1.44 194	0.58 160	1.73 215	0.19 142	2.62 150	0.10 18	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.09 100

CASnet	0.21 2	0.22 88	0.95 3	0.01 9	0.00 1	0.87 16	0.01 18	0.55 3	0.88 64	0.16 21	0.03 29	0.04 7	0.02 16	0.39 18	0.03 3	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.01 10
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CFNet_ucs	0.84 103	0.23 92	2.43 176	0.01 9	0.01 58	1.34 128	0.01 18	3.82 151	1.61 204	1.24 173	1.13 216	2.16 248	0.41 193	2.08 144	0.17 46	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.17 151

HH	1.25 207	0.40 147	2.13 128	0.90 332	0.41 286	2.28 270	0.01 18	4.25 211	0.95 74	0.37 46	0.89 198	3.87 318	0.80 241	4.74 219	0.51 152	0.00 1	0.96 339	0.00 1	0.00 1	0.03 90	1.53 333

HanStereo	1.25 207	0.40 147	2.13 128	0.90 332	0.41 286	2.28 270	0.01 18	4.25 211	0.95 74	0.37 46	0.89 198	3.87 318	0.80 241	4.74 219	0.51 152	0.00 1	0.96 339	0.00 1	0.00 1	0.03 90	1.53 333

LoS_RVC	0.25 4	0.60 195	1.21 9	0.16 187	0.13 197	0.98 22	0.01 18	0.85 16	0.25 4	0.08 15	0.02 1	0.07 38	0.04 42	0.49 30	0.05 5	0.00 1	0.01 188	0.00 1	0.00 1	0.01 9	0.07 75

CAS	0.95 140	0.12 18	1.08 5	6.79 389	0.08 172	1.10 50	0.01 18	0.97 18	0.87 61	0.03 5	0.04 39	0.07 38	0.06 63	0.37 16	0.15 36	6.94 390	0.00 1	0.00 1	0.00 1	0.00 1	0.30 207

anonymousdsp	0.54 38	0.26 101	1.62 31	0.47 261	0.60 315	1.08 38	0.01 18	1.01 22	1.37 177	0.49 72	0.02 1	0.04 7	0.09 92	0.73 70	0.15 36	0.00 1	0.82 315	0.00 1	0.16 312	0.10 196	1.83 364

knoymous	0.41 16	0.09 6	1.34 13	0.05 95	0.01 58	1.15 58	0.01 18	2.36 65	0.23 3	0.51 76	0.02 1	1.64 207	0.00 1	0.49 30	0.33 98	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.04 42

ProNet	0.47 20	0.35 132	1.75 52	0.19 193	0.54 302	1.09 45	0.01 18	0.97 18	1.25 132	0.02 1	0.02 1	0.06 27	0.03 33	0.58 44	0.09 12	0.00 1	0.57 298	0.00 1	0.00 1	0.14 245	1.65 344

MC-Stereo	0.57 48	0.16 38	1.63 37	0.70 304	0.93 345	1.10 50	0.01 18	1.43 30	0.26 9	0.91 118	0.02 1	0.08 43	0.11 107	0.61 56	0.23 74	0.00 1	1.15 368	0.00 1	0.17 320	0.10 196	1.84 366

RCA-Stereo	0.53 34	0.18 50	1.16 7	0.01 9	0.24 241	1.20 69	0.01 18	3.86 159	0.97 78	0.77 103	0.50 149	0.05 20	0.13 123	0.32 11	0.03 3	0.00 1	0.87 322	0.00 1	0.00 1	0.08 166	0.24 189

CroCo-Stereo Lap2	0.42 17	0.75 224	1.76 58	0.03 57	0.00 1	0.33 4	0.01 18	3.75 142	0.81 53	0.02 1	0.03 29	0.04 7	0.07 72	0.52 37	0.23 74	0.00 1	0.00 1	0.00 1	0.00 1	0.07 156	0.03 36

ccc-4	0.51 26	0.26 101	1.81 71	0.19 193	0.25 245	1.08 38	0.01 18	0.71 7	1.36 172	0.47 64	0.02 1	0.04 7	0.08 83	0.79 78	0.18 49	0.00 1	0.92 329	0.00 1	0.15 306	0.10 196	1.76 354

anonymity	0.99 154	0.18 50	1.80 64	0.39 246	0.67 326	0.74 13	0.01 18	5.09 273	2.13 262	1.34 183	1.30 226	0.80 143	1.62 290	0.82 86	0.64 170	0.03 325	0.59 300	0.00 1	0.48 379	0.02 35	1.15 312

ADStereo(finetuned)	0.98 152	0.65 209	4.66 296	0.03 57	0.00 1	1.25 94	0.01 18	3.99 177	2.16 264	2.65 289	0.30 108	0.09 48	2.33 310	0.58 44	0.45 137	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.41 236

RAFT_CTSACE	0.85 106	0.95 262	2.60 188	0.60 286	0.05 150	1.20 69	0.01 18	3.18 116	0.85 59	0.79 104	1.57 242	2.18 249	0.78 239	1.20 104	0.22 67	0.00 1	0.33 280	0.00 1	0.00 1	0.28 320	0.21 179

SA	1.02 164	0.85 241	2.22 138	0.00 1	0.42 289	1.31 115	0.01 18	4.74 252	2.04 259	0.50 74	0.95 203	0.30 82	1.30 269	4.24 196	0.42 132	0.00 1	0.47 288	0.00 1	0.17 320	0.16 264	0.30 207

IGEV-Stereo	0.54 38	0.26 101	1.62 31	0.47 261	0.61 316	1.08 38	0.01 18	1.00 20	1.37 177	0.49 72	0.02 1	0.04 7	0.09 92	0.73 70	0.16 40	0.00 1	0.82 315	0.00 1	0.16 312	0.10 196	1.83 364
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	1.28 219	0.93 258	3.51 243	0.14 178	0.66 325	1.21 75	0.01 18	3.87 161	1.06 86	0.19 28	1.97 259	1.62 204	1.50 279	6.80 308	1.07 227	0.00 1	0.16 260	0.00 1	0.06 278	0.26 312	0.67 271

dad	1.04 166	1.21 305	3.14 223	0.08 131	0.01 58	1.25 94	0.01 18	1.30 26	2.54 298	1.95 241	0.37 124	0.40 91	0.04 42	5.95 273	1.06 225	0.01 291	0.00 1	1.11 380	0.12 301	0.07 156	0.19 161

AACVNet	1.04 166	0.87 246	2.22 138	0.25 223	0.00 1	1.79 249	0.01 18	4.21 205	0.79 48	1.17 162	0.27 101	1.50 193	0.16 130	6.30 285	0.89 208	0.00 1	0.00 1	0.00 1	0.00 1	0.23 298	0.04 42

test_3	0.81 94	0.15 28	2.17 132	0.36 239	0.58 311	1.03 26	0.01 18	3.01 101	0.59 29	0.98 128	0.02 1	1.04 168	0.04 42	3.72 178	0.39 130	0.00 1	0.92 329	0.00 1	0.25 352	0.16 264	0.69 273

iRaftStereo_RVC	0.55 43	0.59 192	1.20 8	0.03 57	0.00 1	1.23 83	0.01 18	2.55 71	0.81 53	0.15 19	0.23 92	0.70 126	0.12 120	0.48 28	0.22 67	0.00 1	1.14 367	0.00 1	0.00 1	0.33 330	1.13 309

CREStereo++_RVC	0.37 13	0.24 96	1.62 31	0.06 113	0.00 1	1.21 75	0.01 18	0.77 14	1.12 96	0.26 38	1.45 234	0.06 27	0.06 63	0.42 22	0.09 12	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 65
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
TestStereo	0.67 69	0.99 275	2.26 145	0.00 1	0.00 1	0.92 17	0.01 18	1.77 49	0.30 10	0.20 34	0.05 47	0.08 43	0.06 63	6.62 297	0.09 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.08 80

Anonymous	0.35 11	0.22 88	2.01 106	0.00 1	0.00 1	0.24 3	0.01 18	3.01 101	0.54 23	0.02 1	0.03 29	0.05 20	0.07 72	0.32 11	0.07 9	0.00 1	0.01 188	0.00 1	0.00 1	0.11 219	0.22 180

HCRNet	0.83 97	0.39 142	1.59 30	0.02 39	0.00 1	1.18 66	0.01 18	3.69 137	2.28 276	0.75 101	0.21 88	0.56 107	0.11 107	5.32 253	0.25 80	0.00 1	0.01 188	0.00 1	0.00 1	0.08 166	0.04 42

DCANet	0.84 103	0.65 209	3.63 249	0.03 57	0.00 1	1.25 94	0.01 18	3.99 177	2.16 264	2.66 292	0.31 111	0.09 48	0.48 200	0.57 43	0.45 137	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.41 236

222	3.11 334	0.43 153	2.10 125	0.02 39	0.45 294	1.57 199	0.01 18	6.44 345	2.34 283	1.73 224	2.24 270	0.52 104	0.07 72	4.95 235	36.29 410	0.00 1	1.07 345	0.00 1	0.21 340	0.06 132	1.65 344

AFF-stereo	0.89 118	1.05 286	1.70 44	0.49 270	0.18 218	1.21 75	0.01 18	3.58 132	1.62 210	0.84 109	1.93 257	1.14 178	0.26 158	1.24 110	0.68 178	0.00 1	0.64 303	0.00 1	0.00 1	0.26 312	0.89 292

GMStereo	0.34 10	1.03 284	2.11 127	0.01 9	0.00 1	0.47 11	0.01 18	0.77 14	1.38 180	0.24 36	0.04 39	0.07 38	0.08 83	0.43 24	0.12 24	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	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
CREStereo	0.29 7	0.19 73	0.91 1	0.00 1	0.01 58	1.24 87	0.01 18	1.31 27	0.99 82	0.17 22	0.17 67	0.04 7	0.00 1	0.56 41	0.14 34	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.02 23
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
acv_ft	0.94 131	0.56 187	2.28 147	0.04 81	1.07 354	1.71 241	0.01 18	4.41 222	1.34 166	1.53 202	0.75 179	1.92 226	0.45 198	0.51 35	1.74 257	0.00 1	0.00 1	0.00 1	0.00 1	0.32 328	0.20 173

HGLStereo	1.17 190	0.53 179	2.39 163	0.01 9	0.02 103	1.45 159	0.01 18	4.05 184	1.14 98	1.42 192	3.06 299	2.09 239	1.21 261	4.60 214	1.33 236	0.00 1	0.00 1	0.00 1	0.00 1	0.10 196	0.06 65

DIP-Stereo	0.68 74	0.35 132	1.76 58	0.08 131	0.00 1	1.46 163	0.01 18	6.53 348	1.71 228	0.91 118	0.11 60	0.04 7	0.19 142	0.19 1	0.09 12	0.00 1	0.01 188	0.00 1	0.00 1	0.03 90	0.17 151
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
NLCA_NET_v2_RVC	1.20 194	0.85 241	3.90 266	0.61 288	0.99 349	1.40 144	0.01 18	4.06 186	1.56 198	2.38 274	0.36 123	2.15 247	0.57 209	4.52 210	0.67 177	0.00 1	0.00 1	0.00 1	0.01 237	0.02 35	0.03 36
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AANet_RVC	1.95 287	1.64 340	4.89 304	0.09 147	0.00 1	1.24 87	0.01 18	3.93 168	2.82 319	2.32 266	4.64 330	3.61 309	0.19 142	7.61 345	4.73 333	0.60 368	0.19 266	0.00 1	0.00 1	0.11 219	0.47 242

PS-NSSS	1.25 207	0.85 241	2.77 201	0.05 95	0.03 121	1.40 144	0.01 18	5.04 270	2.38 284	1.34 183	2.80 295	0.65 113	0.06 63	6.36 286	0.91 212	0.18 359	0.00 1	0.00 1	0.00 1	0.12 227	0.01 10

StereoDRNet-Refined	0.96 143	0.28 109	1.94 100	0.03 57	0.01 58	1.34 128	0.01 18	4.02 180	1.33 163	2.16 253	1.23 222	2.62 267	0.18 138	2.06 143	1.82 260	0.00 1	0.00 1	0.00 1	0.00 1	0.16 264	0.06 65
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet	1.20 194	0.77 231	3.37 236	1.01 341	0.01 58	2.00 259	0.01 18	4.44 223	1.74 234	1.88 231	1.09 211	0.35 84	0.35 174	4.22 193	2.44 289	0.00 1	0.00 1	0.00 1	0.00 1	0.09 185	0.26 199

DISCO	2.03 293	0.45 156	2.82 204	0.72 308	0.53 301	5.13 349	0.01 18	6.01 331	1.81 241	2.31 265	0.91 200	6.43 354	0.87 245	8.57 366	3.67 319	0.00 1	0.00 1	0.00 1	0.00 1	0.12 227	0.17 151

NOSS_ROB	1.47 253	0.49 164	2.40 164	1.00 338	0.17 215	2.56 285	0.01 18	4.86 256	2.62 301	2.32 266	1.74 248	2.79 274	0.02 16	6.96 323	0.60 163	0.00 1	0.00 1	0.00 1	0.00 1	0.06 132	0.73 277

MyStereo07	0.53 34	0.51 172	1.58 28	0.03 57	0.34 281	1.66 230	0.02 72	1.68 44	1.34 166	0.53 78	0.02 1	0.04 7	0.11 107	0.74 72	0.26 87	0.00 1	1.19 371	0.00 1	0.18 327	0.03 90	0.37 222

MyStereo06	1.08 173	0.47 161	3.30 233	0.03 57	0.14 202	1.53 187	0.02 72	5.58 303	0.88 64	1.15 160	0.73 176	3.48 305	1.15 254	0.86 91	0.66 174	0.00 1	1.10 353	0.00 1	0.16 312	0.02 35	0.37 222

MyStereo05	1.01 159	0.47 161	3.36 235	0.03 57	0.14 202	1.53 187	0.02 72	4.11 195	3.37 331	1.43 193	0.03 29	1.27 183	0.39 190	1.39 118	0.97 216	0.00 1	1.10 353	0.00 1	0.16 312	0.02 35	0.37 222

MyStereo04	1.01 159	0.51 172	3.49 242	0.03 57	0.34 281	1.66 230	0.02 72	4.18 203	2.93 323	1.10 153	0.03 29	1.30 186	0.58 210	1.32 115	1.02 222	0.00 1	1.19 371	0.00 1	0.18 327	0.03 90	0.37 222

ACVNet-DCA	0.94 131	0.36 134	2.41 166	0.50 271	0.29 265	3.40 317	0.02 72	3.82 151	1.29 150	0.71 91	0.83 190	0.05 20	0.61 213	1.60 125	0.12 24	0.00 1	1.13 362	0.00 1	0.03 257	0.06 132	1.57 337

xx1	1.29 223	0.36 134	2.41 166	0.50 271	0.29 265	3.40 317	0.02 72	4.02 180	7.67 370	0.71 91	0.83 190	0.73 129	0.15 125	1.60 125	0.12 24	0.00 1	1.13 362	0.00 1	0.23 347	0.06 132	1.57 337

1test111	1.06 171	0.36 134	2.41 166	0.50 271	0.29 265	3.40 317	0.02 72	3.82 151	1.29 150	0.71 91	0.83 190	0.05 20	0.61 213	3.19 161	0.90 209	0.00 1	1.13 362	0.00 1	0.03 257	0.06 132	1.57 337

cc1	1.29 223	0.36 134	2.41 166	0.50 271	0.29 265	3.40 317	0.02 72	4.02 180	7.67 370	0.71 91	0.83 190	0.05 20	0.61 213	1.59 124	0.12 24	0.00 1	1.13 362	0.00 1	0.03 257	0.10 196	1.86 368

tt1	1.23 202	0.37 139	2.41 166	0.41 249	0.45 294	3.33 314	0.02 72	3.81 146	6.87 363	0.71 91	0.80 187	0.06 27	0.40 191	1.73 131	0.12 24	0.00 1	1.12 357	0.00 1	0.00 1	0.10 196	1.86 368

whm_eth	0.81 94	0.77 231	4.13 272	0.03 57	0.00 1	1.26 100	0.02 72	4.05 184	2.20 269	0.35 43	2.47 288	0.13 60	0.11 107	0.28 7	0.14 34	0.00 1	0.01 188	0.00 1	0.00 1	0.02 35	0.28 205

test croco	0.55 43	0.55 181	3.45 239	0.10 157	0.00 1	0.50 12	0.02 72	3.49 128	1.16 100	0.05 11	0.10 57	0.13 60	0.17 134	0.67 62	0.28 90	0.00 1	0.00 1	0.00 1	0.00 1	0.36 339	0.01 10

StereoIM	0.30 8	0.62 202	1.63 37	0.07 123	0.19 220	0.40 9	0.02 72	1.36 28	0.76 46	0.04 9	0.05 47	0.13 60	0.05 56	0.38 17	0.33 98	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.02 23

MIF-Stereo (partial)	0.37 13	0.39 142	1.98 102	0.02 39	0.00 1	0.43 10	0.02 72	2.35 64	0.61 32	0.18 24	0.10 57	0.07 38	0.07 72	0.61 56	0.40 131	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.02 23

MIF-Stereo	0.23 3	0.28 109	1.91 95	0.05 95	0.16 212	0.34 5	0.02 72	0.46 2	0.42 14	0.06 12	0.18 70	0.05 20	0.07 72	0.22 2	0.33 98	0.00 1	0.00 1	0.00 1	0.00 1	0.11 219	0.01 10

MIM_Stereo	0.72 84	0.80 236	2.05 115	0.63 293	1.06 353	1.31 115	0.02 72	2.80 81	1.24 125	0.19 28	0.02 1	0.70 126	0.20 147	1.31 114	0.16 40	0.00 1	0.18 263	0.00 1	0.00 1	0.17 276	1.53 333

SDNR	3.62 346	1.25 310	7.41 357	0.71 306	0.22 230	26.06 407	0.02 72	4.55 235	2.42 289	3.10 308	11.33 364	3.05 287	0.77 237	8.31 362	2.21 278	0.05 335	0.11 254	0.00 1	0.01 237	0.08 166	0.66 268

anonymousdsp2	0.88 112	0.10 10	2.48 181	0.42 250	0.77 335	1.22 79	0.02 72	4.89 259	1.23 123	0.75 101	0.21 88	0.94 157	0.09 92	1.46 121	0.31 97	0.00 1	0.88 323	0.00 1	0.11 295	0.05 123	1.78 361

anonymousa	1.15 187	0.38 140	2.43 176	0.70 304	1.49 364	1.45 159	0.02 72	4.23 210	1.13 97	0.91 118	2.52 289	3.46 303	0.55 204	0.55 38	0.60 163	0.00 1	1.13 362	0.00 1	0.54 381	0.04 111	0.86 289

Selective-RAFT	0.53 34	0.18 50	1.12 6	0.04 81	0.01 58	1.19 68	0.02 72	3.26 121	1.29 150	0.02 1	0.02 1	0.24 74	0.18 138	1.34 116	0.44 133	0.00 1	0.93 335	0.00 1	0.19 333	0.05 123	0.17 151

TestStereo1	0.96 143	0.91 252	2.21 136	0.24 218	0.42 289	1.31 115	0.02 72	4.10 192	1.71 228	0.47 64	1.64 244	0.20 68	1.20 257	3.55 172	0.36 112	0.00 1	0.27 273	0.00 1	0.00 1	0.19 284	0.32 211

DCANet-4	0.83 97	0.18 50	4.76 300	0.04 81	0.01 58	1.24 87	0.02 72	3.84 157	2.21 270	2.39 275	0.25 95	0.11 53	0.24 154	0.59 51	0.36 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 222

fff	0.83 97	0.63 204	3.63 249	0.01 9	0.04 142	1.25 94	0.02 72	3.98 173	1.29 150	2.39 275	0.25 95	0.09 48	1.78 295	0.58 44	0.36 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 222

IER	0.88 112	0.38 140	2.74 198	0.01 9	0.00 1	2.27 269	0.02 72	3.65 136	1.30 158	1.45 195	0.96 204	1.39 189	1.16 255	1.60 125	0.53 156	0.00 1	0.00 1	0.00 1	0.00 1	0.06 132	0.02 23

raft_robust	1.21 196	1.05 286	2.00 105	0.10 157	0.43 292	1.39 140	0.02 72	4.21 205	2.32 279	0.44 57	0.02 1	2.23 251	1.39 271	7.00 326	0.35 108	0.00 1	0.78 312	0.00 1	0.18 327	0.10 196	0.19 161

test_5	0.94 131	0.94 259	2.60 188	0.55 280	0.25 245	1.47 169	0.02 72	4.89 259	0.97 78	0.81 106	0.30 108	0.80 143	0.63 220	3.39 165	0.24 78	0.00 1	0.27 273	0.00 1	0.00 1	0.17 276	0.54 251

SA-5K	0.96 143	0.91 252	2.21 136	0.24 218	0.42 289	1.31 115	0.02 72	4.10 192	1.71 228	0.47 64	1.64 244	0.20 68	1.20 257	3.55 172	0.36 112	0.00 1	0.27 273	0.00 1	0.00 1	0.19 284	0.32 211

UDGNet	0.44 18	0.91 252	1.89 93	0.04 81	0.00 1	1.15 58	0.02 72	0.75 13	1.77 237	0.45 61	0.07 54	0.06 27	0.02 16	1.62 128	0.11 19	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.01 10

test-3	0.86 109	0.15 28	2.03 111	0.37 242	0.56 306	1.01 23	0.02 72	3.05 103	0.54 23	1.98 243	0.02 1	1.09 175	0.04 42	3.73 179	0.38 123	0.00 1	0.93 335	0.00 1	0.25 352	0.16 264	0.82 284

test_1	0.84 103	0.15 28	2.03 111	0.37 242	0.55 303	1.01 23	0.02 72	3.06 105	0.55 26	1.73 224	0.02 1	1.09 175	0.04 42	3.70 177	0.38 123	0.00 1	0.93 335	0.00 1	0.25 352	0.16 264	0.84 286

GwcNet-ADL	0.71 79	0.22 88	2.22 138	0.05 95	0.01 58	1.32 123	0.02 72	3.82 151	1.61 204	1.06 147	0.44 140	1.46 191	0.22 151	0.94 94	0.62 169	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.14 135

GANet-ADL	0.62 57	0.16 38	1.89 93	0.15 183	0.02 103	1.46 163	0.02 72	3.83 156	0.75 44	0.40 49	1.08 210	1.09 175	0.18 138	0.65 61	0.47 147	0.00 1	0.00 1	0.00 1	0.00 1	0.04 111	0.13 130

RAFT-RH_RVC	2.11 303	0.30 114	2.27 146	0.74 315	0.26 254	1.51 182	0.02 72	0.61 5	1.23 123	5.28 349	21.18 390	1.04 168	0.07 72	6.90 315	0.61 166	0.04 331	0.00 1	0.00 1	0.03 257	0.02 35	0.00 1

CroCo-Stereo	0.50 23	0.63 204	2.38 162	0.14 178	0.00 1	0.19 2	0.02 72	4.28 215	0.96 77	0.14 18	0.03 29	0.46 96	0.08 83	0.32 11	0.29 92	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.01 10
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
pcwnet_v2	1.36 238	0.21 83	5.89 334	0.15 183	0.01 58	1.78 248	0.02 72	5.77 319	3.19 330	1.69 221	1.94 258	2.00 233	0.79 240	3.09 160	0.33 98	0.00 1	0.00 1	0.00 1	0.01 237	0.04 111	0.27 202

csc	0.83 97	0.63 204	3.63 249	0.01 9	0.04 142	1.25 94	0.02 72	3.98 173	1.29 150	2.39 275	0.25 95	0.09 48	1.78 295	0.58 44	0.36 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 222

cscssc	0.83 97	0.63 204	3.63 249	0.01 9	0.04 142	1.25 94	0.02 72	3.98 173	1.29 150	2.39 275	0.25 95	0.09 48	1.78 295	0.58 44	0.36 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 222

RAFT-Stereo + iAFF	0.90 119	0.95 262	1.93 98	0.06 113	0.92 343	1.24 87	0.02 72	3.30 123	1.75 235	1.23 172	2.58 291	0.43 93	0.16 130	0.68 64	0.82 194	0.00 1	0.70 307	0.00 1	0.00 1	0.23 298	1.05 305

CFNet-RSSM	0.60 54	0.15 28	1.55 26	0.05 95	0.14 202	1.27 106	0.02 72	4.87 257	0.58 28	0.34 42	0.02 1	1.92 226	0.04 42	0.49 30	0.25 80	0.00 1	0.01 188	0.00 1	0.27 363	0.01 9	0.10 109

MMNet	1.33 235	0.69 216	4.18 273	0.11 169	0.01 58	4.08 330	0.02 72	4.27 214	1.49 193	2.17 254	0.33 113	1.34 188	1.20 257	4.52 210	1.93 266	0.00 1	0.00 1	0.00 1	0.00 1	0.11 219	0.06 65

UNet	1.21 196	0.36 134	4.56 293	0.04 81	0.02 103	2.30 273	0.02 72	3.70 139	0.98 81	1.32 180	0.14 66	2.70 270	1.54 281	4.49 207	1.96 267	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.07 75

GANet-RSSM	1.09 175	0.80 236	2.41 166	0.72 308	0.00 1	1.39 140	0.02 72	5.15 276	1.07 87	0.95 126	0.34 114	2.06 236	1.12 253	4.69 215	0.80 191	0.00 1	0.00 1	0.04 346	0.00 1	0.15 256	0.09 100

CFNet-ft	0.97 150	0.94 259	2.30 150	0.01 9	0.27 259	1.37 134	0.02 72	2.76 76	0.79 48	0.88 114	0.20 85	3.76 315	0.38 180	4.21 191	1.34 237	0.00 1	0.00 1	0.01 319	0.00 1	0.08 166	0.09 100

DMCA	0.87 110	0.52 177	3.24 229	0.01 9	0.01 58	1.30 113	0.02 72	3.69 137	1.87 243	2.29 263	0.17 67	1.71 213	0.10 99	0.76 73	1.42 242	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.12 122

CFNet_RVC	0.97 150	0.94 259	2.30 150	0.01 9	0.27 259	1.37 134	0.02 72	2.76 76	0.79 48	0.88 114	0.20 85	3.76 315	0.38 180	4.21 191	1.34 237	0.00 1	0.00 1	0.01 319	0.00 1	0.08 166	0.09 100

UCFNet_RVC	0.78 91	0.68 213	2.05 115	0.02 39	0.29 265	1.57 199	0.02 72	3.57 130	0.87 61	1.35 185	0.74 177	1.66 210	0.20 147	1.92 140	0.61 166	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 42

HITNet	1.01 159	1.08 292	3.32 234	0.80 322	0.00 1	1.37 134	0.02 72	5.20 280	1.59 201	1.88 231	0.18 70	0.64 112	0.31 168	1.24 110	2.01 268	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.47 242
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
DN-CSS_ROB	0.96 143	1.51 331	3.52 245	1.05 343	0.01 58	1.50 178	0.02 72	3.35 125	1.18 106	0.18 24	0.54 154	0.44 94	0.16 130	4.39 203	0.82 194	0.00 1	0.00 1	0.00 1	0.00 1	0.36 339	0.08 80

PWCDC_ROB	3.41 340	2.29 362	5.16 320	0.19 193	0.02 103	3.11 306	0.02 72	5.15 276	12.27 379	1.36 187	23.33 397	1.98 231	3.35 336	4.93 233	3.71 320	0.28 365	0.00 1	0.00 1	0.00 1	0.71 373	0.32 211

AE-Stereo	0.83 97	0.13 23	2.17 132	0.08 131	0.24 241	1.24 87	0.03 120	5.22 282	1.26 138	0.70 90	1.09 211	0.20 68	0.16 130	0.70 65	0.33 98	0.00 1	0.89 328	0.00 1	0.26 359	0.09 185	1.75 353

DualNet	1.91 285	0.50 165	4.37 283	0.46 255	0.03 121	1.60 206	0.03 120	3.81 146	6.87 363	1.57 206	2.38 275	2.14 242	0.38 180	1.73 131	9.02 360	0.00 1	1.12 357	0.00 1	0.17 320	0.10 196	1.86 368

ffm	1.46 251	0.50 165	4.37 283	0.46 255	0.03 121	1.60 206	0.03 120	3.81 146	6.87 363	1.57 206	2.38 275	2.14 242	0.38 180	1.73 131	0.12 24	0.00 1	1.12 357	0.00 1	0.17 320	0.10 196	1.86 368

ff1	2.20 311	0.50 165	4.37 283	0.46 255	0.03 121	1.60 206	0.03 120	3.81 146	6.87 363	1.57 206	2.38 275	2.14 242	0.38 180	7.65 347	9.02 360	0.00 1	1.12 357	0.00 1	0.17 320	0.10 196	1.86 368

mmx	2.08 297	0.50 165	4.37 283	0.46 255	0.03 121	1.60 206	0.03 120	6.21 336	2.77 314	1.57 206	2.38 275	2.14 242	0.38 180	7.65 347	9.02 360	0.00 1	1.08 346	0.00 1	0.17 320	0.06 132	1.25 319

xxx	2.08 297	0.50 165	4.37 283	0.46 255	0.03 121	1.60 206	0.03 120	6.21 336	2.77 314	1.57 206	2.38 275	2.14 242	0.38 180	7.65 347	9.02 360	0.00 1	1.08 346	0.00 1	0.17 320	0.06 132	1.25 319

StereoVision	1.00 157	0.77 231	2.81 202	0.05 95	0.02 103	1.14 57	0.03 120	4.13 198	1.18 106	0.19 28	6.80 348	0.49 99	0.12 120	1.20 104	1.01 221	0.00 1	0.00 1	0.00 1	0.00 1	0.06 132	0.02 23

BUS	1.05 169	0.15 28	1.48 18	0.04 81	0.00 1	5.73 354	0.03 120	6.00 328	1.17 103	2.36 270	0.64 166	2.35 261	0.06 63	0.80 83	0.05 5	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.06 65

RAFT+CT+SA	0.85 106	0.91 252	2.23 143	0.19 193	0.29 265	1.27 106	0.03 120	4.92 263	0.86 60	0.65 84	0.40 132	0.67 119	0.05 56	3.03 158	0.18 49	0.00 1	0.28 277	0.00 1	0.35 371	0.15 256	0.61 263

NINENet	1.14 185	0.34 130	2.08 118	0.10 157	0.01 58	5.73 354	0.03 120	5.39 294	1.54 197	1.61 212	0.72 175	2.35 261	0.06 63	2.82 155	0.05 5	0.00 1	0.01 188	0.01 319	0.00 1	0.04 111	0.00 1

Sa-1000	1.23 202	0.79 234	2.16 131	0.00 1	0.40 284	1.36 132	0.03 120	5.00 268	2.01 255	1.11 155	5.38 335	0.61 108	0.15 125	4.18 188	0.37 122	0.00 1	0.54 296	0.00 1	0.16 312	0.15 256	0.16 146

test_4	0.65 67	0.40 147	1.73 47	0.11 169	0.19 220	1.28 109	0.03 120	1.41 29	0.22 2	0.28 40	3.49 311	0.72 128	0.09 92	1.93 141	0.53 156	0.00 1	0.11 254	0.00 1	0.08 284	0.16 264	0.15 142

dd	0.45 19	1.20 304	2.52 185	0.06 113	0.01 58	1.23 83	0.03 120	0.88 17	1.48 192	0.26 38	0.06 51	0.12 55	0.05 56	0.42 22	0.44 133	0.02 315	0.00 1	0.00 1	0.00 1	0.06 132	0.06 65

GLC_STEREO	0.19 1	0.13 23	0.94 2	0.03 57	0.00 1	0.95 19	0.03 120	0.33 1	0.44 16	0.10 16	0.04 39	0.06 27	0.04 42	0.44 25	0.11 19	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 57

GMOStereo	0.62 57	0.55 181	1.80 64	0.09 147	0.61 316	1.07 33	0.03 120	2.92 90	0.25 4	2.23 257	0.02 1	0.66 115	0.04 42	0.25 3	0.22 67	0.00 1	1.26 374	0.00 1	0.00 1	0.23 298	0.19 161

error version	0.62 57	0.55 181	1.80 64	0.09 147	0.61 316	1.07 33	0.03 120	2.92 90	0.25 4	2.23 257	0.02 1	0.66 115	0.04 42	0.25 3	0.22 67	0.00 1	1.26 374	0.00 1	0.00 1	0.23 298	0.19 161

test-v	0.62 57	0.55 181	1.80 64	0.09 147	0.61 316	1.07 33	0.03 120	2.92 90	0.25 4	2.23 257	0.02 1	0.66 115	0.04 42	0.25 3	0.22 67	0.00 1	1.26 374	0.00 1	0.00 1	0.23 298	0.19 161

PSMNet-ADL	0.88 112	0.12 18	1.32 12	0.07 123	0.01 58	2.03 261	0.03 120	3.00 99	1.28 146	0.39 48	0.66 169	2.12 241	0.67 229	4.19 190	1.38 241	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.24 189

TRStereo	0.88 112	1.18 302	2.44 178	0.72 308	0.10 186	1.56 196	0.03 120	5.73 312	1.28 146	0.18 24	0.30 108	0.62 109	0.43 194	1.02 97	0.13 32	0.00 1	0.47 288	0.00 1	0.25 352	0.01 9	1.23 316

AnonymousM	0.48 21	0.11 13	1.03 4	0.06 113	0.01 58	1.10 50	0.03 120	1.91 54	1.37 177	0.25 37	0.04 39	0.02 2	0.24 154	0.56 41	0.33 98	0.00 1	0.43 287	1.91 384	0.00 1	0.01 9	0.22 180

test-2	0.62 57	0.55 181	1.80 64	0.09 147	0.61 316	1.07 33	0.03 120	2.92 90	0.25 4	2.23 257	0.02 1	0.66 115	0.04 42	0.25 3	0.22 67	0.00 1	1.26 374	0.00 1	0.00 1	0.23 298	0.19 161

s12784h	0.67 69	0.17 46	1.87 88	0.02 39	0.00 1	1.16 61	0.03 120	4.08 189	1.89 245	1.04 143	1.59 243	0.05 20	0.02 16	1.25 112	0.12 24	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.02 23

RALCasStereoNet	0.80 92	0.96 266	1.77 61	0.28 231	0.97 347	1.13 55	0.03 120	2.91 89	1.11 94	0.17 22	0.34 114	0.12 55	0.20 147	1.65 129	0.65 172	0.00 1	1.72 391	0.00 1	0.00 1	0.11 219	1.90 375

RALAANet	0.68 74	1.09 293	2.29 148	0.03 57	0.01 58	0.93 18	0.03 120	2.65 73	1.97 253	1.19 163	0.39 131	0.15 66	0.30 164	1.27 113	0.75 186	0.00 1	0.25 268	0.00 1	0.09 287	0.19 284	0.03 36

Gwc-CoAtRS	0.52 32	0.16 38	1.68 43	0.05 95	0.13 197	1.06 31	0.03 120	2.88 84	0.54 23	0.40 49	0.02 1	2.22 250	0.03 33	0.49 30	0.26 87	0.00 1	0.09 250	0.00 1	0.22 344	0.01 9	0.11 116

ac_64	1.28 219	0.43 153	2.90 210	0.18 188	0.25 245	1.52 185	0.03 120	5.58 303	1.89 245	0.92 122	0.53 153	4.86 334	0.45 198	5.01 238	0.88 205	0.00 1	0.00 1	0.00 1	0.00 1	0.10 196	0.06 65

cf-r	1.18 192	1.02 280	3.22 226	0.25 223	0.02 103	1.44 155	0.03 120	5.11 275	2.16 264	1.31 179	0.59 161	2.87 278	0.24 154	4.26 197	0.79 189	0.00 1	0.00 1	0.00 1	0.00 1	0.15 256	0.12 122

PSMNet-RSSM	1.10 176	0.88 247	2.30 150	0.23 213	0.00 1	1.41 150	0.03 120	5.44 299	1.19 108	1.56 204	0.50 149	2.46 263	0.71 233	4.23 194	0.90 209	0.00 1	0.00 1	0.01 319	0.00 1	0.10 196	0.08 80

EKT-Stereo	0.91 121	0.23 92	2.14 130	0.84 326	4.27 385	1.23 83	0.04 148	2.85 83	0.67 36	0.44 57	0.40 132	0.95 161	0.08 83	2.93 157	0.38 123	0.00 1	0.18 263	0.00 1	0.07 280	0.04 111	0.40 234

CBFPSM	1.51 257	1.00 277	5.32 324	0.05 95	0.01 58	3.57 323	0.04 148	4.06 186	1.03 83	0.65 84	0.21 88	6.06 350	3.60 340	2.65 151	1.82 260	0.00 1	0.01 188	0.00 1	0.00 1	0.09 185	0.12 122

iinet-f	1.90 284	0.98 272	13.29 387	0.42 250	0.03 121	4.30 337	0.04 148	3.86 159	1.32 162	1.28 175	0.57 155	2.91 281	2.70 321	2.60 149	3.11 310	0.00 1	0.02 215	0.02 337	0.00 1	0.49 353	0.09 100

Selective-IGEV	0.51 26	0.13 23	1.41 15	0.72 308	0.62 323	0.38 8	0.04 148	2.58 72	1.21 119	0.19 28	0.02 1	0.02 2	0.06 63	0.48 28	0.46 142	0.01 291	0.80 314	0.00 1	0.09 287	0.07 156	0.91 293

CASS	0.63 62	0.16 38	1.88 90	0.03 57	0.01 58	1.67 235	0.04 148	3.11 112	0.81 53	2.25 262	1.02 207	0.29 81	0.35 174	0.70 65	0.23 74	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.04 42
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
rafts_anoy	0.67 69	0.91 252	1.85 80	0.60 286	1.02 352	1.16 61	0.04 148	3.25 119	0.48 19	0.19 28	0.18 70	0.11 53	0.19 142	1.17 101	0.58 162	0.00 1	1.47 384	0.00 1	0.01 237	0.05 123	0.22 180

sCroCo_RVC	0.27 6	0.19 73	2.20 135	0.02 39	0.00 1	0.13 1	0.04 148	1.15 25	0.89 67	0.15 19	0.07 54	0.03 5	0.04 42	0.39 18	0.05 5	0.00 1	0.07 240	0.00 1	0.00 1	0.02 35	0.01 10

ARAFT	1.27 218	1.38 321	4.73 298	0.08 131	0.00 1	1.67 235	0.04 148	5.52 302	1.98 254	3.02 306	0.59 161	0.47 98	0.11 107	4.87 231	0.38 123	0.00 1	0.03 222	0.00 1	0.00 1	0.25 306	0.25 195

CFNet	1.24 204	1.33 317	3.20 225	0.26 227	0.03 121	1.43 152	0.04 148	5.03 269	2.39 286	0.61 81	0.71 173	1.30 186	0.23 152	6.72 304	1.16 233	0.00 1	0.00 1	0.00 1	0.00 1	0.25 306	0.10 109

MLCV	1.19 193	0.97 269	3.09 219	0.07 123	0.00 1	1.63 221	0.04 148	3.33 124	1.57 199	2.74 298	1.83 253	0.99 165	0.40 191	5.31 251	1.53 247	0.00 1	0.00 1	0.00 1	0.00 1	0.12 227	0.11 116

HSM	1.48 254	0.60 195	1.85 80	0.01 9	0.29 265	1.76 246	0.04 148	6.50 347	1.46 188	1.91 234	1.55 240	4.69 332	1.27 267	6.66 301	0.70 181	0.00 1	0.00 1	0.00 1	0.00 1	0.07 156	0.26 199

iResNet_ROB	1.22 200	1.37 319	2.59 187	0.14 178	0.00 1	1.38 139	0.04 148	7.36 367	2.85 322	1.07 148	1.24 223	0.93 156	0.11 107	4.28 198	0.84 198	0.00 1	0.00 1	0.00 1	0.00 1	0.12 227	0.11 116

MSKI-zero shot	0.91 121	0.18 50	1.86 83	0.61 288	0.62 323	1.36 132	0.05 160	3.41 126	0.31 11	0.73 98	1.79 251	0.88 148	0.00 1	4.71 217	0.16 40	0.00 1	0.93 335	0.00 1	0.21 340	0.02 35	0.32 211

LL-Strereo	2.29 318	1.55 335	5.01 311	0.64 295	2.78 380	1.52 185	0.05 160	5.04 270	1.24 125	2.73 296	2.87 297	5.10 341	5.49 364	7.22 336	0.81 193	0.04 331	1.31 378	0.00 1	0.00 1	0.31 326	2.08 377

CES	0.51 26	0.16 38	1.23 10	0.09 147	1.58 366	1.18 66	0.05 160	1.07 24	0.79 48	0.03 5	0.03 29	0.14 63	0.10 99	0.55 38	0.12 24	0.00 1	0.01 188	0.00 1	0.00 1	0.01 9	2.98 383

CRFU-Net	1.43 249	0.33 129	2.98 214	1.27 351	0.03 121	4.01 329	0.05 160	6.21 336	0.95 74	1.92 236	0.74 177	3.41 301	2.55 318	3.36 164	0.36 112	0.01 291	0.01 188	0.11 358	0.00 1	0.13 237	0.09 100

CSP-Net	1.13 182	0.76 228	1.67 40	0.01 9	0.00 1	2.81 298	0.05 160	5.62 305	1.14 98	1.14 158	0.85 195	1.80 220	0.23 152	6.10 278	0.36 112	0.00 1	0.00 1	0.00 1	0.00 1	0.13 237	0.03 36

IPLGR	0.88 112	0.30 114	3.78 262	0.06 113	0.07 163	1.26 100	0.05 160	3.78 143	1.62 210	0.80 105	0.35 120	0.79 142	0.76 236	3.42 167	0.27 89	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.16 146

AASNet	1.05 169	1.11 294	3.12 222	0.05 95	0.00 1	1.73 244	0.05 160	5.73 312	2.17 268	1.10 153	1.84 254	0.94 157	0.19 142	1.16 100	1.37 239	0.00 1	0.00 1	0.00 1	0.00 1	0.34 333	0.16 146

raft+_RVC	0.71 79	1.05 286	1.86 83	0.64 295	1.31 359	1.20 69	0.05 160	2.44 68	0.77 47	0.18 24	0.43 139	0.08 43	0.15 125	0.93 93	0.64 170	0.00 1	1.43 382	0.00 1	0.00 1	0.09 185	1.03 304

raftrobust	0.68 74	0.89 249	1.80 64	0.02 39	1.29 358	1.22 79	0.05 160	2.37 66	0.62 33	2.99 305	0.03 29	0.12 55	0.15 125	0.60 53	0.51 152	0.00 1	0.69 304	0.00 1	0.00 1	0.10 196	0.24 189

psm_up	1.01 159	0.68 213	2.47 180	0.04 81	0.00 1	2.01 260	0.05 160	4.09 190	1.29 150	2.65 289	0.47 147	1.71 213	0.44 195	3.65 176	0.45 137	0.06 341	0.00 1	0.00 1	0.00 1	0.14 245	0.06 65

FENet	0.61 55	0.22 88	1.75 52	0.05 95	0.00 1	1.21 75	0.05 160	3.78 143	1.28 146	1.08 149	0.02 1	1.61 202	0.09 92	0.60 53	0.35 108	0.00 1	0.01 188	0.00 1	0.00 1	0.04 111	0.08 80

GwcNet-RSSM	1.22 200	1.24 309	3.66 254	0.23 213	0.04 142	1.46 163	0.05 160	4.65 245	1.61 204	1.33 182	0.46 146	2.98 283	0.26 158	4.48 206	1.59 250	0.00 1	0.00 1	0.02 337	0.00 1	0.21 291	0.10 109

Nwc_Net	2.25 315	0.98 272	5.37 325	0.07 123	0.11 190	2.80 297	0.05 160	7.36 367	1.30 158	2.77 299	8.21 354	5.18 343	2.98 329	5.16 246	2.46 291	0.00 1	0.00 1	0.00 1	0.00 1	0.12 227	0.08 80

HSM-Net_RVC	1.51 257	0.11 13	1.93 98	0.00 1	0.01 58	1.91 257	0.05 160	7.86 373	1.93 251	3.77 324	3.76 316	3.16 291	0.36 176	4.34 200	0.83 196	0.01 291	0.01 188	0.00 1	0.00 1	0.01 9	0.11 116
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CC-Net-ROB	2.09 299	1.17 301	3.97 269	1.52 364	0.23 236	3.35 316	0.05 160	5.09 273	2.74 311	1.09 151	1.40 232	0.97 163	0.18 138	6.66 301	0.87 202	1.46 381	1.64 388	7.13 388	0.00 1	1.67 378	0.54 251

iResNetv2_ROB	1.32 231	1.82 345	6.02 336	1.27 351	0.00 1	1.41 150	0.05 160	4.48 225	1.46 188	1.02 141	1.28 225	1.00 167	0.27 161	4.72 218	1.12 229	0.00 1	0.00 1	0.00 1	0.00 1	0.37 344	0.16 146

rrr	1.15 187	1.21 305	5.05 313	0.18 188	0.16 212	0.83 14	0.06 176	2.88 84	1.44 185	0.40 49	0.04 39	0.06 27	0.09 92	6.04 274	2.22 279	0.00 1	0.48 291	0.00 1	0.19 333	0.16 264	1.59 342

DMCA-RVC	1.12 180	1.19 303	5.30 323	0.03 57	0.04 142	1.30 113	0.06 176	3.05 103	0.87 61	3.33 314	0.12 64	0.98 164	0.65 226	3.40 166	1.82 260	0.01 291	0.04 226	0.02 337	0.01 237	0.10 196	0.09 100

LoS	0.32 9	0.19 73	1.27 11	0.11 169	0.01 58	1.32 123	0.07 178	1.44 31	0.79 48	0.06 12	0.04 39	0.27 80	0.11 107	0.60 53	0.13 32	0.00 1	0.01 188	0.00 1	0.00 1	0.03 90	0.01 10

test-1	0.77 89	0.31 120	1.67 40	0.03 57	0.97 347	1.23 83	0.07 178	4.63 242	0.75 44	0.73 98	0.67 171	1.06 171	0.03 33	0.58 44	0.80 191	0.02 315	0.79 313	0.00 1	0.07 280	0.01 9	0.96 299

LRCNet_RVC	60.82 416	63.91 418	64.33 411	69.26 421	50.13 417	19.76 394	0.07 178	58.24 416	5.77 357	75.95 418	85.64 417	74.51 417	62.84 415	58.99 416	50.33 413	93.38 425	56.04 422	93.60 423	93.06 423	68.67 421	71.95 423

test_xeample3	0.95 140	1.30 314	5.13 316	0.19 193	0.23 236	0.95 19	0.07 178	2.30 61	1.47 191	0.40 49	0.05 47	0.08 43	0.07 72	1.45 120	2.27 281	0.00 1	0.69 304	0.00 1	0.33 369	0.17 276	1.85 367

FADNet_RVC	1.32 231	1.54 333	5.37 325	0.02 39	0.06 155	2.78 296	0.07 178	4.19 204	1.03 83	0.44 57	0.35 120	0.67 119	0.10 99	5.42 256	1.92 265	0.24 363	0.33 280	0.11 358	0.33 369	0.66 370	0.68 272

RYNet	1.76 277	0.81 238	4.24 277	0.34 237	0.10 186	2.62 291	0.07 178	5.36 291	2.08 261	1.38 188	0.35 120	4.71 333	1.35 270	6.73 305	4.61 331	0.00 1	0.05 231	0.00 1	0.00 1	0.05 123	0.33 216

Any-RAFT	0.76 87	0.13 23	1.46 16	0.03 57	0.01 58	2.76 295	0.08 184	4.09 190	1.69 222	1.08 149	0.26 100	1.95 229	0.31 168	0.95 96	0.09 12	0.01 291	0.20 267	0.00 1	0.00 1	0.01 9	0.08 80

LL-Strereo2	0.63 62	0.97 269	2.03 111	0.76 319	0.86 339	1.15 58	0.08 184	1.85 51	1.20 114	0.45 61	0.02 1	0.50 102	0.07 72	0.63 59	0.65 172	0.00 1	0.17 262	0.00 1	0.03 257	0.05 123	1.05 305

4D-IteraStereo	0.59 49	0.98 272	2.62 192	0.04 81	0.09 178	1.07 33	0.08 184	1.45 32	0.39 12	0.12 17	0.05 47	0.82 145	0.10 99	0.77 75	1.05 224	0.00 1	0.40 284	0.00 1	0.00 1	0.08 166	1.79 363

STrans-v2	1.75 275	0.45 156	3.43 238	0.03 57	0.19 220	1.48 174	0.08 184	7.25 364	2.16 264	2.04 246	2.80 295	3.60 308	3.78 344	7.00 326	0.52 155	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.10 109

RAFT	0.91 121	0.96 266	1.82 76	0.89 331	0.44 293	0.97 21	0.08 184	3.71 140	1.25 132	0.36 45	0.20 85	3.87 318	0.27 161	0.70 65	0.49 148	0.00 1	0.83 317	0.00 1	0.01 237	0.47 351	0.87 290

sAnonymous2	0.50 23	0.60 195	4.41 290	0.01 9	0.00 1	0.34 5	0.08 184	2.33 62	1.09 90	0.03 5	0.06 51	0.04 7	0.10 99	0.29 9	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 245	0.35 219

CroCo_RVC	0.50 23	0.60 195	4.41 290	0.01 9	0.00 1	0.34 5	0.08 184	2.33 62	1.09 90	0.03 5	0.06 51	0.04 7	0.10 99	0.29 9	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 245	0.35 219

GES	0.75 85	0.26 101	2.66 195	0.01 9	0.00 1	1.63 221	0.08 184	6.06 333	0.57 27	0.68 88	0.40 132	0.37 86	0.66 228	0.84 88	0.49 148	0.02 315	0.00 1	0.01 319	0.00 1	0.08 166	0.10 109

APVNet	1.68 272	0.75 224	4.94 309	0.13 176	0.01 58	4.56 341	0.08 184	5.20 280	1.44 185	1.51 199	1.05 208	2.87 278	0.93 248	6.76 307	2.76 297	0.01 291	0.00 1	0.07 351	0.00 1	0.34 333	0.08 80

FADNet-RVC	1.30 227	1.62 339	6.28 341	0.03 57	0.00 1	1.61 213	0.08 184	4.49 226	2.04 259	0.41 54	0.10 57	0.63 110	0.64 223	5.55 261	1.69 256	0.01 291	0.08 244	0.00 1	0.00 1	0.52 360	0.31 209

RTSC	3.18 337	2.15 361	8.20 367	0.67 303	0.38 283	4.41 340	0.08 184	5.64 306	5.80 359	6.14 355	3.43 310	3.37 297	1.55 284	7.50 343	12.15 376	0.00 1	0.84 318	0.00 1	0.25 352	0.51 356	0.53 250

TransformOpticalFlow	1.53 261	0.40 147	3.46 240	0.66 298	0.07 163	1.56 196	0.09 195	4.35 219	1.86 242	1.72 223	2.27 271	3.53 307	3.04 330	6.93 319	0.49 148	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.10 109

LMCR-Stereo	1.28 219	1.13 297	2.41 166	0.57 282	0.03 121	2.72 293	0.09 195	6.86 355	0.88 64	2.44 281	1.92 256	0.14 63	1.55 284	3.57 174	1.12 229	0.00 1	0.00 1	0.00 1	0.00 1	0.16 264	0.02 23

Anonymous3	0.61 55	0.23 92	2.97 213	0.01 9	0.00 1	2.54 284	0.09 195	3.88 164	0.89 67	0.19 28	0.23 92	0.12 55	0.05 56	0.61 56	0.17 46	0.00 1	0.08 244	0.00 1	0.00 1	0.05 123	0.18 158

BEATNet_4x	1.24 204	1.45 326	5.03 312	0.58 283	0.02 103	1.34 128	0.09 195	5.29 285	1.69 222	2.01 245	0.25 95	1.18 180	0.44 195	2.11 145	2.70 294	0.00 1	0.00 1	0.00 1	0.00 1	0.14 245	0.54 251

R-Stereo Train	0.56 46	0.15 28	1.83 77	0.02 39	0.00 1	1.26 100	0.09 195	4.14 199	0.45 17	1.86 229	0.42 136	0.06 27	0.01 4	0.32 11	0.46 142	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 57

RAFT-Stereo	0.56 46	0.15 28	1.83 77	0.02 39	0.00 1	1.26 100	0.09 195	4.14 199	0.45 17	1.86 229	0.42 136	0.06 27	0.01 4	0.32 11	0.46 142	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 57
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DispFullNet	8.26 379	24.76 412	14.96 390	14.77 405	7.78 397	5.23 350	0.09 195	5.67 309	3.16 328	9.01 372	4.87 331	6.15 351	10.66 385	10.44 379	4.54 330	2.54 384	0.33 280	15.59 402	4.84 405	13.17 403	6.59 394

cross-raft	0.67 69	0.19 73	1.85 80	0.58 283	0.71 332	1.09 45	0.10 202	3.52 129	0.69 40	0.41 54	0.02 1	2.81 275	0.04 42	0.55 38	0.23 74	0.00 1	0.13 258	0.00 1	0.16 312	0.01 9	0.22 180

STTStereo	0.98 152	0.62 202	3.78 262	0.25 223	0.15 210	1.44 155	0.10 202	3.57 130	1.75 235	1.46 196	0.19 81	1.74 216	0.44 195	3.47 169	0.54 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.05 57

UDG	3.15 335	9.41 402	2.81 202	2.72 379	0.92 343	2.39 278	0.11 204	4.12 196	1.30 158	2.35 268	3.63 314	4.96 336	1.58 288	4.33 199	2.89 304	1.22 379	0.04 226	8.09 390	3.80 402	4.94 383	1.35 325

IPLG	0.99 154	0.76 228	3.08 218	0.06 113	0.06 155	1.40 144	0.11 204	3.81 146	1.07 87	0.81 106	1.00 206	0.50 102	0.60 212	5.65 267	0.38 123	0.00 1	0.00 1	0.00 1	0.00 1	0.23 298	0.20 173

Consistency-Raft	1.48 254	0.96 266	5.40 328	0.36 239	0.31 279	1.66 230	0.11 204	4.30 218	4.32 345	0.47 64	5.99 341	0.86 146	2.09 304	1.19 103	1.31 234	0.03 325	0.01 188	0.00 1	0.00 1	0.27 317	0.02 23

GEStereo_RVC	1.25 207	0.76 228	2.61 190	0.37 242	0.01 58	1.40 144	0.11 204	6.93 356	1.20 114	1.22 171	0.78 184	1.58 199	0.77 237	6.13 279	0.66 174	0.00 1	0.00 1	0.00 1	0.00 1	0.14 245	0.23 185

ADLNet	1.35 237	0.55 181	2.95 212	0.01 9	0.05 150	2.22 266	0.11 204	5.06 272	2.83 320	2.42 279	2.19 266	2.63 268	0.68 231	3.59 175	1.37 239	0.00 1	0.00 1	0.00 1	0.00 1	0.17 276	0.27 202

UPFNet	0.99 154	0.32 124	2.89 208	0.00 1	0.00 1	1.90 255	0.11 204	4.10 192	1.10 93	2.35 268	0.12 64	1.91 225	0.08 83	4.02 186	0.78 188	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.04 42

RGC	2.11 303	0.95 262	4.61 295	0.08 131	0.29 265	3.34 315	0.11 204	5.40 296	1.78 239	3.93 328	4.52 328	5.20 344	3.05 331	5.78 268	2.78 300	0.00 1	0.00 1	0.00 1	0.00 1	0.12 227	0.18 158

MIPNet	0.77 89	0.74 222	2.72 196	0.08 131	0.07 163	1.32 123	0.12 211	4.14 199	1.51 194	0.90 117	0.11 60	0.67 119	0.95 249	1.42 119	0.30 96	0.00 1	0.01 188	0.01 319	0.01 237	0.15 256	0.23 185

Wz-Net-LNSev	1.60 269	1.48 330	8.20 367	0.03 57	0.03 121	3.95 328	0.13 212	4.89 259	2.33 281	0.92 122	0.31 111	3.64 311	1.40 272	2.90 156	1.50 245	0.00 1	0.00 1	0.00 1	0.00 1	0.10 196	0.20 173

NCC-stereo	2.09 299	1.02 280	4.78 301	0.10 157	0.26 254	2.33 275	0.13 212	5.82 321	1.70 226	2.98 303	3.18 303	4.63 329	5.69 366	6.26 281	2.76 297	0.05 335	0.00 1	0.00 1	0.00 1	0.08 166	0.14 135

Abc-Net	2.09 299	1.02 280	4.78 301	0.10 157	0.26 254	2.33 275	0.13 212	5.82 321	1.70 226	2.98 303	3.18 303	4.63 329	5.69 366	6.26 281	2.76 297	0.05 335	0.00 1	0.00 1	0.00 1	0.08 166	0.14 135
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
gwcnet-sp	1.11 177	0.71 217	4.90 305	0.05 95	0.01 58	2.59 287	0.14 215	4.22 207	1.38 180	1.93 237	0.18 70	0.68 123	0.38 180	3.77 180	0.98 217	0.00 1	0.00 1	0.00 1	0.00 1	0.13 237	0.08 80

scenet	1.11 177	0.71 217	4.90 305	0.05 95	0.01 58	2.59 287	0.14 215	4.22 207	1.38 180	1.93 237	0.18 70	0.68 123	0.38 180	3.77 180	0.98 217	0.00 1	0.00 1	0.00 1	0.00 1	0.13 237	0.08 80

ssnet	1.11 177	0.71 217	4.90 305	0.05 95	0.01 58	2.59 287	0.14 215	4.22 207	1.38 180	1.93 237	0.18 70	0.68 123	0.38 180	3.77 180	0.98 217	0.00 1	0.00 1	0.00 1	0.00 1	0.13 237	0.08 80

IIG-Stereo	1.39 242	0.67 212	1.73 47	2.48 377	0.05 150	1.63 221	0.14 215	3.00 99	1.20 114	2.94 302	2.23 269	3.03 285	0.55 204	7.41 339	0.66 174	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.07 75

111	1.00 157	1.05 286	3.63 249	0.01 9	0.04 142	1.20 69	0.16 219	4.50 227	2.24 272	1.32 180	1.15 219	2.00 233	0.31 168	0.59 51	0.79 189	0.00 1	0.00 1	0.00 1	0.00 1	0.10 196	0.84 286

FADNet	1.38 240	1.42 325	5.62 331	0.03 57	0.06 155	2.56 285	0.16 219	4.66 246	1.64 217	0.35 43	0.11 60	1.66 210	1.05 251	5.64 266	1.59 250	0.18 359	0.02 215	0.01 319	0.01 237	0.52 360	0.23 185

PSMNet_ROB	1.31 228	1.27 311	3.91 267	0.05 95	0.11 190	1.69 239	0.16 219	3.98 173	1.59 201	1.15 160	0.34 114	2.77 272	0.62 218	4.43 205	3.80 321	0.00 1	0.00 1	0.00 1	0.00 1	0.12 227	0.12 122

RAFT-Test	0.85 106	0.19 73	2.98 214	0.66 298	0.99 349	1.83 253	0.17 222	3.16 113	1.19 108	0.71 91	0.11 60	3.21 294	0.02 16	0.58 44	0.33 98	0.00 1	0.47 288	0.00 1	0.29 365	0.01 9	0.15 142

SHD	3.58 341	1.83 346	6.41 345	1.34 359	1.21 357	4.84 345	0.17 222	7.95 374	12.83 380	7.86 364	3.32 308	5.08 339	2.63 319	5.54 260	8.57 357	0.01 291	0.75 311	0.00 1	0.18 327	0.31 326	0.73 277

DeepPruner_ROB	1.04 166	0.99 275	3.05 217	0.02 39	0.00 1	1.60 206	0.17 222	3.96 171	0.52 20	3.41 317	0.03 29	2.06 236	0.17 134	3.35 163	1.12 229	0.00 1	0.00 1	0.00 1	0.00 1	0.14 245	0.14 135

XPNet_ROB	1.41 246	0.81 238	2.75 199	0.04 81	0.01 58	1.70 240	0.17 222	4.14 199	1.69 222	4.12 331	1.10 213	1.58 199	0.52 201	5.13 244	4.07 325	0.00 1	0.00 1	0.00 1	0.00 1	0.11 219	0.25 195

PDISCO_ROB	2.54 324	1.40 323	5.07 315	1.06 344	2.01 374	8.28 372	0.17 222	7.96 375	6.01 361	1.48 198	1.75 249	3.67 312	1.25 265	7.74 353	2.07 271	0.00 1	0.00 1	0.00 1	0.00 1	0.39 345	0.42 240

SFCPSM	0.87 110	0.20 79	2.57 186	0.02 39	0.07 163	2.45 280	0.18 227	5.65 307	1.51 194	0.85 110	0.77 182	0.67 119	0.30 164	1.77 135	0.22 67	0.00 1	0.00 1	0.00 1	0.04 269	0.09 185	0.09 100

GANetREF_RVC	1.25 207	1.39 322	4.10 271	0.10 157	0.00 1	2.25 267	0.18 227	4.68 248	2.78 316	0.69 89	0.34 114	1.87 222	0.65 226	5.07 240	0.68 178	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.07 75
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
FBW_ROB	2.74 329	1.02 280	4.72 297	0.43 252	0.18 218	4.35 338	0.18 227	7.28 366	3.50 332	3.57 320	3.38 309	4.86 334	1.22 262	11.70 386	5.76 339	0.17 358	0.08 244	0.59 374	0.12 301	0.28 320	1.40 328

DRN-Test	1.79 279	0.51 172	4.94 309	0.19 193	0.14 202	3.30 311	0.19 230	6.58 351	2.31 278	4.40 337	0.77 182	2.10 240	1.73 293	5.40 255	2.82 303	0.00 1	0.00 1	0.00 1	0.01 237	0.12 227	0.27 202

CoDeX	1.03 165	0.45 156	2.50 184	0.06 113	0.20 224	1.51 182	0.20 231	6.54 349	1.96 252	0.73 98	0.68 172	1.04 168	0.31 168	3.86 184	0.38 123	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.07 75

GASNet	1.77 278	2.50 369	7.05 353	0.47 261	0.02 103	1.50 178	0.20 231	4.55 235	2.55 299	0.98 128	1.48 237	2.24 252	1.57 287	6.25 280	3.41 317	0.00 1	0.05 231	0.00 1	0.00 1	0.55 363	0.12 122

BSDual-CNN	0.94 131	0.15 28	1.48 18	0.04 81	0.00 1	3.30 311	0.20 231	6.00 328	1.17 103	2.36 270	0.64 166	1.78 218	0.10 99	0.80 83	0.71 182	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.06 65

hknet	1.21 196	0.25 99	2.89 208	0.04 81	0.00 1	3.30 311	0.20 231	6.00 328	1.19 108	2.36 270	0.64 166	3.38 299	0.05 56	3.04 159	0.73 185	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.06 65

DDUNet	3.58 341	11.19 404	3.84 264	3.59 383	3.31 383	4.14 332	0.20 231	4.40 221	1.33 163	2.72 295	3.11 302	3.16 291	0.37 178	4.18 188	1.47 243	2.02 383	0.05 231	10.10 395	3.59 401	5.85 385	3.05 385

psmorigin	2.16 308	0.75 224	10.72 380	0.24 218	0.03 121	1.62 218	0.20 231	3.80 145	1.16 100	5.40 350	3.08 300	5.77 348	2.29 308	5.62 265	2.13 272	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.25 195

ICVP	0.53 34	0.09 6	1.86 83	0.01 9	0.01 58	1.12 54	0.21 237	4.35 219	0.68 39	0.45 61	0.28 102	0.33 83	0.07 72	0.72 69	0.25 80	0.00 1	0.07 240	0.00 1	0.00 1	0.04 111	0.11 116
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ACVNet	0.75 85	0.56 187	2.30 150	0.09 147	0.00 1	1.39 140	0.21 237	2.76 76	1.34 166	0.88 114	0.75 179	1.92 226	0.26 158	0.51 35	1.65 253	0.00 1	0.00 1	0.00 1	0.00 1	0.15 256	0.20 173

hitnet-ft	1.26 216	0.71 217	2.37 161	0.04 81	0.00 1	1.39 140	0.21 237	3.94 169	2.53 297	1.61 212	1.11 215	4.21 323	0.36 176	4.83 230	1.65 253	0.01 291	0.00 1	0.03 342	0.00 1	0.11 219	0.08 80

Anonymous_2	2.17 309	0.32 124	2.35 158	0.80 322	0.85 336	1.67 235	0.22 240	4.62 241	0.71 41	1.12 156	0.40 132	3.18 293	1.94 301	0.84 88	0.77 187	0.06 341	1.09 349	3.25 387	14.62 411	3.25 381	1.43 330

LCNet	0.93 128	0.21 83	1.62 31	0.14 178	0.26 254	1.20 69	0.22 240	2.71 74	0.90 70	1.82 227	0.21 88	0.12 55	2.50 316	5.59 263	0.16 40	0.00 1	0.00 1	0.00 1	0.00 1	0.16 264	0.79 283

ETE_ROB	1.42 248	1.04 285	3.10 220	0.02 39	0.03 121	1.81 251	0.22 240	4.73 250	1.67 221	4.77 341	1.43 233	2.77 272	0.08 83	4.23 194	2.20 275	0.00 1	0.00 1	0.00 1	0.00 1	0.06 132	0.20 173

AdaStereo	0.76 87	0.12 18	1.73 47	0.05 95	0.00 1	1.46 163	0.23 243	5.16 279	1.66 219	1.19 163	0.37 124	1.54 195	0.17 134	0.86 91	0.54 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.08 80
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	1.25 207	0.34 130	5.21 322	0.09 147	0.03 121	1.61 213	0.23 243	4.95 266	1.92 249	1.05 144	0.38 127	2.53 264	0.61 213	5.36 254	0.44 133	0.00 1	0.10 252	0.00 1	0.03 257	0.04 111	0.19 161

DLCB_ROB	1.38 240	0.60 195	1.96 101	0.10 157	0.00 1	1.53 187	0.23 243	4.02 180	1.91 248	3.54 319	1.97 259	3.40 300	0.30 164	4.91 232	2.97 305	0.00 1	0.00 1	0.00 1	0.00 1	0.04 111	0.12 122

SQANet	2.65 327	1.92 354	3.73 260	4.47 384	2.98 381	2.59 287	0.24 246	4.66 246	1.11 94	2.48 283	0.59 161	1.57 196	0.86 244	3.95 185	1.67 255	7.97 391	0.14 259	0.48 369	0.03 257	7.84 386	3.68 387

riskmin	0.95 140	0.06 1	2.01 106	0.80 322	0.86 339	1.58 201	0.24 246	4.28 215	0.53 21	0.85 110	0.29 104	2.60 266	1.04 250	0.70 65	0.61 166	0.00 1	0.85 319	0.00 1	0.26 359	0.01 9	1.48 332

PFNet	1.13 182	0.26 101	3.28 232	1.27 351	0.55 303	1.60 206	0.24 246	1.80 50	1.19 108	2.37 273	1.21 221	0.63 110	0.30 164	6.85 311	0.46 142	0.16 357	0.01 188	0.00 1	0.07 280	0.18 281	0.24 189

RAFT-345	1.25 207	0.12 18	2.08 118	0.54 277	0.13 197	1.55 192	0.24 246	0.65 6	2.51 296	1.19 163	7.68 351	0.92 154	0.05 56	6.86 312	0.50 151	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.00 1

ASMatch	1.46 251	0.17 46	2.35 158	0.73 313	0.20 224	1.22 79	0.25 250	1.04 23	0.89 67	0.30 41	11.50 365	0.92 154	2.31 309	6.65 300	0.56 160	0.00 1	0.00 1	0.00 1	0.01 237	0.00 1	0.04 42

FADNet-RVC-Resample	1.28 219	1.46 327	6.58 349	0.10 157	0.14 202	1.54 191	0.25 250	4.29 217	1.46 188	0.61 81	0.23 92	1.29 185	0.28 163	5.23 248	1.06 225	0.10 349	0.16 260	0.09 354	0.06 278	0.28 320	0.39 232

psmg	0.93 128	0.15 28	1.48 18	0.02 39	0.00 1	3.25 310	0.26 252	5.45 300	1.17 103	2.00 244	1.45 234	1.78 218	0.10 99	0.80 83	0.71 182	0.00 1	0.00 1	0.01 319	0.00 1	0.02 35	0.04 42

ADLNet2	1.52 260	0.79 234	3.51 243	0.01 9	0.69 329	1.26 100	0.26 252	4.84 255	3.10 326	1.67 218	3.23 305	4.17 322	0.80 241	4.77 227	1.00 220	0.00 1	0.00 1	0.00 1	0.00 1	0.22 297	0.12 122

Patchmatch Stereo++	0.59 49	0.18 50	1.73 47	0.08 131	0.08 172	1.62 218	0.26 252	1.62 41	1.25 132	1.00 139	0.18 70	0.75 133	0.03 33	2.68 152	0.20 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 57
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-softLoss	0.96 143	0.18 50	2.32 155	1.26 349	0.03 121	1.50 178	0.26 252	2.90 87	1.27 142	1.30 177	0.38 127	0.39 89	0.01 4	6.94 320	0.36 112	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.01 10

KMStereo	0.96 143	0.18 50	2.32 155	1.26 349	0.03 121	1.50 178	0.26 252	2.90 87	1.27 142	1.30 177	0.38 127	0.39 89	0.01 4	6.94 320	0.36 112	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.01 10

iRAFT	0.59 49	0.18 50	1.73 47	0.08 131	0.08 172	1.62 218	0.26 252	1.62 41	1.25 132	1.00 139	0.18 70	0.75 133	0.03 33	2.68 152	0.20 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 57

RASNet	1.75 275	0.71 217	2.93 211	0.20 207	3.20 382	1.75 245	0.26 252	3.87 161	2.64 302	0.98 128	1.46 236	5.25 347	1.67 291	6.73 305	2.81 302	0.00 1	0.00 1	0.00 1	0.00 1	0.06 132	0.47 242

iGMRVC	0.59 49	0.18 50	1.75 52	0.08 131	0.09 178	1.63 221	0.27 259	1.61 38	1.27 142	0.99 133	0.19 81	0.75 133	0.03 33	2.78 154	0.20 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 42

fast-acv-ft	1.54 262	0.86 244	4.85 303	0.11 169	0.12 195	3.88 326	0.28 260	2.97 96	2.26 274	0.96 127	3.49 311	2.97 282	1.23 263	3.47 169	2.75 296	0.04 331	0.01 188	0.04 346	0.04 269	0.44 350	0.08 80

SACVNet	1.14 185	0.74 222	2.49 183	0.07 123	0.00 1	1.65 229	0.28 260	4.52 231	1.51 194	2.11 251	0.79 185	1.57 196	0.07 72	5.28 250	1.31 234	0.01 291	0.00 1	0.00 1	0.00 1	0.26 312	0.18 158

NF-Stereo	0.92 124	0.18 50	1.99 104	1.31 355	0.01 58	1.55 192	0.28 260	3.09 108	1.24 125	1.20 167	0.57 155	0.24 74	0.01 4	6.43 288	0.35 108	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

OCTAStereo	0.93 128	0.18 50	2.01 106	1.31 355	0.01 58	1.56 196	0.28 260	3.09 108	1.24 125	1.21 168	0.57 155	0.25 78	0.01 4	6.43 288	0.35 108	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

RE-Stereo	0.92 124	0.18 50	2.01 106	1.31 355	0.01 58	1.55 192	0.28 260	3.09 108	1.24 125	1.21 168	0.57 155	0.24 74	0.01 4	6.43 288	0.34 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

TVStereo	0.92 124	0.18 50	2.01 106	1.31 355	0.01 58	1.55 192	0.28 260	3.09 108	1.24 125	1.21 168	0.57 155	0.24 74	0.01 4	6.43 288	0.34 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

DeepPrunerF	2.71 328	1.57 337	16.51 393	0.22 209	0.33 280	1.45 159	0.28 260	6.26 341	9.92 376	1.25 174	0.44 140	1.98 231	1.61 289	7.33 337	4.17 327	0.00 1	0.01 188	0.07 351	0.10 292	0.33 330	0.29 206

Wz-Net-LNSev-Ref	1.86 281	1.13 297	5.96 335	0.02 39	0.00 1	5.00 347	0.29 267	5.31 287	2.38 284	2.65 289	1.15 219	2.32 260	1.95 302	5.59 263	3.35 316	0.00 1	0.00 1	0.00 1	0.00 1	0.04 111	0.14 135

CIPLG	0.94 131	1.29 313	3.53 246	0.19 193	0.03 121	1.45 159	0.29 267	3.87 161	1.61 204	2.10 250	2.52 289	0.21 72	0.11 107	0.85 90	0.29 92	0.00 1	0.05 231	0.01 319	0.05 271	0.21 291	0.08 80

IPLGR_C	0.94 131	1.37 319	3.71 257	0.19 193	0.02 103	1.44 155	0.29 267	3.88 164	1.62 210	2.04 246	2.44 287	0.20 68	0.12 120	0.79 78	0.29 92	0.00 1	0.05 231	0.01 319	0.05 271	0.21 291	0.08 80

ACRE	0.94 131	1.27 311	3.93 268	0.22 209	0.02 103	1.44 155	0.29 267	3.88 164	1.60 203	1.97 242	2.42 282	0.21 72	0.11 107	0.82 86	0.29 92	0.00 1	0.04 226	0.01 319	0.05 271	0.21 291	0.09 100

PSM-adaLoss	0.54 38	0.18 50	1.72 46	0.08 131	0.09 178	1.63 221	0.29 267	1.60 35	1.27 142	0.99 133	0.18 70	0.76 138	0.02 16	1.79 138	0.20 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 57

RAFT-IKP	0.54 38	0.18 50	1.77 61	0.08 131	0.07 163	1.47 169	0.29 267	1.61 38	1.26 138	0.99 133	0.18 70	0.74 131	0.02 16	1.77 135	0.20 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 42

PMTNet	0.26 5	0.21 83	1.40 14	0.02 39	0.02 103	1.16 61	0.29 267	1.00 20	0.18 1	0.04 9	0.03 29	0.07 38	0.02 16	0.47 27	0.15 36	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.02 23

HUI-Stereo	0.54 38	0.18 50	1.78 63	0.08 131	0.08 172	1.63 221	0.31 274	1.60 35	1.28 146	0.99 133	0.18 70	0.76 138	0.02 16	1.56 122	0.19 57	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 57

IRAFT_RVC	1.13 182	0.39 142	2.40 164	1.51 363	0.25 245	1.37 134	0.31 274	2.93 95	1.24 125	1.58 211	0.79 185	1.14 178	1.54 281	6.53 293	0.44 133	0.00 1	0.12 256	0.00 1	0.00 1	0.02 35	0.03 36

OMP-Stereo	1.29 223	0.75 224	1.67 40	2.47 376	0.29 265	1.61 213	0.32 276	2.38 67	1.09 90	2.66 292	1.14 218	3.04 286	0.17 134	7.40 338	0.60 163	0.00 1	0.00 1	0.00 1	0.00 1	0.07 156	0.08 80

ROB_FTStereo_v2	0.52 32	0.18 50	1.71 45	0.08 131	0.09 178	1.59 202	0.32 276	1.61 38	1.25 132	0.99 133	0.19 81	0.76 138	0.02 16	1.36 117	0.20 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 42

ROB_FTStereo	0.55 43	0.18 50	1.75 52	0.08 131	0.09 178	1.61 213	0.32 276	1.60 35	1.26 138	0.99 133	0.19 81	0.75 133	0.03 33	1.97 142	0.19 57	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 42

STTRV1_RVC	2.03 293	0.39 142	5.14 318	0.34 237	0.01 58	2.50 282	0.34 279	6.44 345	3.75 338	0.86 113	5.12 333	1.63 206	1.08 252	7.64 346	1.58 249	1.07 373	2.64 405	0.00 1	0.00 1	0.02 35	0.04 42

DANet	1.96 289	0.24 96	3.72 258	0.78 320	0.48 298	2.65 292	0.34 279	3.94 169	1.71 228	4.35 334	1.56 241	5.09 340	0.56 206	6.97 324	5.99 342	0.01 291	0.00 1	0.00 1	0.01 237	0.04 111	0.66 268
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
Pruner-Stereo	0.63 62	0.21 83	1.86 83	1.03 342	0.10 186	1.59 202	0.35 281	2.26 60	1.22 121	2.22 256	0.45 143	0.25 78	0.01 4	0.67 62	0.38 123	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.02 23

ssnet_v2	1.33 235	0.64 208	2.83 205	0.06 113	0.03 121	2.08 264	0.36 282	5.88 324	2.33 281	2.52 286	0.88 197	3.06 288	0.54 202	1.75 134	3.30 314	0.00 1	0.00 1	0.00 1	0.00 1	0.25 306	0.13 130

PWC_ROB	3.30 339	1.83 346	8.47 370	0.62 292	0.56 306	1.31 115	0.39 283	4.53 232	5.05 353	7.66 363	15.14 373	3.37 297	2.43 313	6.86 312	6.74 349	0.00 1	0.00 1	0.00 1	0.00 1	0.51 356	0.54 251

DeepStereo_RVC	0.59 49	0.16 38	1.65 39	0.08 131	0.06 155	1.37 134	0.40 284	1.58 34	1.26 138	1.03 142	0.83 190	0.49 99	1.52 280	0.94 94	0.18 49	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.13 130

MaskLacGwcNet_RVC	1.88 282	0.88 247	3.47 241	1.64 368	0.22 230	4.27 334	0.40 284	3.90 167	1.63 216	0.72 97	0.71 173	3.06 288	0.11 107	5.13 244	1.03 223	5.07 386	0.54 296	0.00 1	0.00 1	1.73 379	3.16 386

HHNet	0.94 131	0.28 109	2.48 181	0.19 193	0.08 172	1.32 123	0.42 286	2.48 69	0.84 58	1.39 191	5.80 339	0.14 63	1.74 294	0.49 30	0.94 214	0.06 341	0.00 1	0.01 319	0.00 1	0.14 245	0.04 42

DRaft	1.40 244	0.20 79	1.83 77	0.09 147	0.01 58	1.66 230	0.42 286	2.13 59	0.59 29	3.75 323	5.16 334	0.41 92	4.27 350	5.52 258	1.63 252	0.01 291	0.06 237	0.00 1	0.07 280	0.08 166	0.12 122

CRE-IMP	0.49 22	0.14 27	1.75 52	0.08 131	0.05 150	1.48 174	0.45 288	1.64 43	1.22 121	0.92 122	0.29 104	0.87 147	0.01 4	0.39 18	0.25 80	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.17 151

CVANet_RVC	1.37 239	0.82 240	3.23 228	0.54 277	0.11 190	1.48 174	0.46 289	4.01 179	2.23 271	3.33 314	1.34 229	1.51 194	0.37 178	6.38 287	0.69 180	0.01 291	0.00 1	0.00 1	0.05 271	0.19 284	0.62 265

AF-Net	2.51 323	1.12 295	5.46 329	0.01 9	0.13 197	2.03 261	0.47 290	7.04 361	2.74 311	4.09 330	10.64 363	4.99 337	2.94 325	4.94 234	3.28 313	0.00 1	0.00 1	0.00 1	0.00 1	0.17 276	0.15 142

NRIStereo	0.82 96	0.17 46	1.56 27	0.61 288	0.05 150	1.61 213	0.48 291	1.52 33	1.19 108	0.91 118	0.17 67	0.65 113	0.03 33	7.00 326	0.25 80	0.00 1	0.06 237	0.00 1	0.00 1	0.06 132	0.17 151

LALA_ROB	1.55 264	1.07 290	2.99 216	0.02 39	0.06 155	3.20 308	0.49 292	4.07 188	1.80 240	3.79 325	0.66 169	4.51 325	0.25 157	3.82 183	4.07 325	0.00 1	0.00 1	0.00 1	0.00 1	0.10 196	0.11 116

MFN_U_SF_RVC	4.10 355	2.36 365	12.04 383	1.00 338	0.27 259	10.31 376	0.51 293	8.83 378	3.69 336	4.90 345	3.30 307	9.33 369	3.43 338	8.28 360	9.42 364	0.41 367	0.53 295	0.52 370	0.81 386	0.90 374	1.05 305

edge stereo	2.06 295	0.42 152	4.20 275	0.14 178	0.09 178	1.82 252	0.51 293	5.38 292	2.48 295	3.45 318	3.96 324	8.28 364	1.80 298	5.90 271	2.30 282	0.00 1	0.00 1	0.01 319	0.00 1	0.16 264	0.19 161

PA-Net	1.56 266	1.13 297	5.13 316	0.07 123	0.17 215	1.46 163	0.53 295	4.73 250	3.04 325	0.92 122	1.30 226	2.29 257	0.62 218	6.63 298	3.00 307	0.01 291	0.00 1	0.00 1	0.00 1	0.07 156	0.15 142
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
IGEV_Zeroshot_test	1.07 172	0.28 109	3.68 256	0.51 275	0.58 311	1.13 55	0.54 296	4.64 243	0.73 43	1.14 158	0.75 179	3.21 294	0.70 232	0.77 75	0.57 161	0.00 1	0.52 294	0.00 1	0.16 312	0.04 111	1.56 336

EGLCR-Stereo	0.64 65	0.12 18	1.52 21	0.74 315	0.75 334	1.83 253	0.54 296	2.79 80	0.67 36	0.66 87	0.04 39	0.01 1	0.02 16	0.77 75	0.45 137	0.00 1	0.71 308	0.00 1	0.00 1	0.00 1	1.14 310

PFNet+	0.65 67	0.19 73	2.19 134	0.29 232	0.06 155	1.46 163	0.54 296	1.74 48	1.62 210	1.35 185	0.45 143	0.36 85	0.01 4	2.41 147	0.25 80	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.01 10

Syn2CoEx	1.91 285	1.85 349	6.43 348	0.05 95	0.00 1	1.47 169	0.54 296	6.03 332	2.24 272	2.24 261	2.19 266	2.06 236	3.10 332	6.57 295	2.58 292	0.00 1	0.00 1	0.00 1	0.00 1	0.34 333	0.40 234

DisPM	0.96 143	0.17 46	2.10 125	0.90 332	0.02 103	1.53 187	0.55 300	1.86 52	1.31 161	2.42 279	0.82 189	0.38 88	0.01 4	6.92 317	0.20 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

SST-Stereo	1.12 180	0.10 10	1.98 102	0.85 327	0.24 241	1.72 242	0.56 301	2.10 57	2.01 255	1.19 163	1.07 209	1.57 196	1.88 300	6.92 317	0.24 78	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.02 23

stereogan	2.38 321	0.59 192	5.05 313	0.01 9	0.09 178	8.26 371	0.58 302	4.92 263	3.65 335	4.68 340	4.60 329	6.43 354	2.39 312	5.27 249	0.72 184	0.00 1	0.01 188	0.01 319	0.00 1	0.27 317	0.13 130

GwcNet	1.96 289	1.51 331	7.43 358	0.30 233	1.20 356	4.13 331	0.61 303	4.45 224	1.92 249	1.53 202	2.31 272	3.93 321	0.54 202	5.50 257	3.16 311	0.00 1	0.00 1	0.00 1	0.01 237	0.39 345	0.24 189

AAGNet	1.60 269	0.15 28	1.76 58	1.17 348	0.27 259	1.51 182	0.64 304	1.71 46	1.20 114	1.67 218	0.81 188	1.59 201	2.23 306	6.08 277	11.16 373	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.02 23

RAFT_R40	1.08 173	0.11 13	2.09 124	0.83 325	0.20 224	1.68 238	0.64 304	2.11 58	1.19 108	1.05 144	1.13 216	1.77 217	1.43 273	6.90 315	0.33 98	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.01 10

iRaft-Stereo_20w	1.39 242	0.18 50	3.72 258	0.79 321	0.56 306	1.90 255	0.65 306	8.85 379	1.05 85	2.05 248	0.42 136	1.24 182	1.23 263	1.69 130	0.95 215	0.00 1	0.62 301	0.00 1	0.44 375	0.02 35	1.41 329

Prome-Stereo	1.29 223	0.09 6	1.62 31	0.12 175	0.24 241	1.28 109	0.65 306	2.98 97	0.93 73	2.08 249	8.52 355	0.75 133	2.83 324	2.19 146	0.11 19	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	1.39 327

XQC	3.16 336	2.00 357	7.71 360	0.97 337	0.67 326	5.07 348	0.69 308	6.58 351	4.95 352	5.04 347	1.98 262	4.99 337	3.12 333	7.96 356	10.02 369	0.00 1	0.63 302	0.00 1	0.18 327	0.36 339	0.38 231

EDNetEfficientorigin	10.48 389	2.34 364	98.78 424	0.23 213	0.25 245	3.01 304	0.70 309	4.69 249	17.04 388	19.07 395	15.43 374	12.52 375	11.56 389	9.41 370	12.62 378	0.01 291	0.01 188	0.00 1	0.01 237	0.25 306	1.76 354

Ntro	3.66 348	2.08 359	4.34 281	7.58 390	4.53 386	6.25 359	0.72 310	5.35 288	1.65 218	0.48 71	1.77 250	2.68 269	1.25 265	5.10 242	2.31 283	8.72 393	0.31 278	2.13 385	0.05 271	9.73 390	6.18 393

ADCRef	2.57 326	1.40 323	7.90 363	0.11 169	0.11 190	4.71 344	0.74 311	5.45 300	1.66 219	3.15 310	1.65 246	1.61 202	2.25 307	4.54 213	15.56 387	0.03 325	0.00 1	0.01 319	0.10 292	0.27 317	0.23 185

KYRaft	1.26 216	0.08 3	1.58 28	0.06 113	0.23 236	1.28 109	0.75 312	2.92 90	0.81 53	3.20 311	7.14 350	0.99 165	2.70 321	1.56 122	0.16 40	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	1.66 348

DSFCA	1.45 250	0.51 172	2.76 200	0.01 9	0.03 121	3.64 324	0.83 313	3.28 122	1.45 187	3.25 313	0.44 140	2.89 280	1.45 274	6.07 276	2.14 273	0.00 1	0.02 215	0.00 1	0.00 1	0.06 132	0.10 109

GMM-Stereo	1.17 190	0.10 10	2.29 148	0.13 176	0.22 230	1.43 152	0.84 314	2.83 82	1.16 100	2.73 296	3.09 301	0.54 106	0.87 245	5.31 251	0.16 40	0.01 291	0.00 1	0.00 1	0.02 255	0.02 35	1.72 349

DEmStereo	1.56 266	0.16 38	2.44 178	0.09 147	0.02 103	1.77 247	0.87 315	1.72 47	1.08 89	2.48 283	6.30 345	1.06 171	5.02 357	6.28 283	1.81 258	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.01 10

CBMV_ROB	2.06 295	0.31 120	2.72 196	0.63 293	0.00 1	2.83 299	0.88 316	5.24 283	2.41 288	4.28 333	6.16 342	3.07 290	3.47 339	5.81 270	2.69 293	0.00 1	0.00 1	0.00 1	0.00 1	0.05 123	0.56 258

PVD	6.50 374	1.70 342	6.71 351	1.66 369	1.59 367	7.94 368	0.89 317	11.13 384	24.35 394	12.01 382	19.10 383	8.76 367	9.89 382	9.85 373	11.06 372	0.02 315	1.12 357	0.00 1	0.26 359	0.25 306	1.72 349

PASM	2.20 311	1.85 349	10.33 378	1.00 338	0.41 286	1.98 258	0.90 318	3.85 158	2.76 313	4.38 335	1.53 239	3.49 306	1.54 281	6.60 296	2.43 288	0.14 355	0.02 215	0.00 1	0.03 257	0.33 330	0.39 232

FAT-Stereo	1.95 287	0.23 92	3.66 254	0.18 188	0.03 121	1.80 250	0.94 319	5.35 288	3.11 327	4.23 332	5.00 332	5.22 346	2.76 323	5.07 240	1.09 228	0.00 1	0.00 1	0.00 1	0.00 1	0.05 123	0.17 151

RP	2.09 299	0.90 250	3.88 265	0.22 209	0.61 316	1.72 242	0.94 319	4.97 267	2.65 303	3.87 326	5.63 338	4.44 324	4.28 351	4.99 237	2.35 285	0.01 291	0.00 1	0.00 1	0.01 237	0.20 288	0.13 130

NVStereoNet_ROB	4.22 356	2.29 362	6.13 340	1.40 362	1.14 355	2.84 300	0.97 321	5.67 309	5.66 356	5.25 348	14.28 372	12.40 374	5.35 363	10.74 381	5.33 336	1.24 380	1.01 342	0.67 378	0.62 384	0.63 368	0.69 273
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
coex-ft	12.25 395	6.22 395	80.44 415	0.15 183	0.15 210	2.43 279	0.98 322	3.07 106	29.54 399	49.22 414	16.44 376	15.69 382	16.17 395	7.44 341	15.30 386	0.05 335	0.07 240	0.01 319	0.05 271	0.35 337	1.15 312

MFMNet_re	2.39 322	1.65 341	6.10 338	3.04 380	0.90 341	2.34 277	0.98 322	4.77 254	3.79 339	6.95 358	7.08 349	1.84 221	3.79 345	2.53 148	1.57 248	0.00 1	0.00 1	0.00 1	0.00 1	0.25 306	0.26 199

RAFT + AFF	1.88 282	1.84 348	4.19 274	0.05 95	0.85 336	2.29 272	1.00 324	6.32 343	2.26 274	1.88 231	1.80 252	1.27 183	3.66 341	6.56 294	2.36 286	0.02 315	0.34 283	0.00 1	0.01 237	0.41 349	0.50 248

delet	1.31 228	0.61 200	2.64 194	0.05 95	0.17 215	2.84 300	1.00 324	4.88 258	2.46 292	1.38 188	1.37 230	1.62 204	0.90 247	4.52 210	1.48 244	0.00 1	0.00 1	0.00 1	0.00 1	0.14 245	0.08 80

MDST_ROB	3.81 351	0.21 83	4.29 280	2.64 378	1.45 363	13.85 384	1.02 326	8.06 376	2.67 304	15.14 393	8.81 356	2.70 270	1.55 284	9.31 369	3.90 322	0.03 325	0.00 1	0.00 1	0.00 1	0.03 90	0.63 266

StereoDRNet	1.66 271	1.21 305	5.39 327	0.06 113	0.11 190	2.49 281	1.06 327	5.28 284	1.89 245	3.60 322	0.63 164	2.28 253	0.64 223	4.70 216	3.25 312	0.00 1	0.03 222	0.00 1	0.01 237	0.15 256	0.36 221

MSMD_ROB	5.26 366	0.52 177	3.22 226	0.15 183	0.01 58	8.63 373	1.06 327	4.76 253	4.16 343	13.72 386	26.77 400	13.87 378	15.95 394	7.89 355	3.94 323	0.11 351	0.01 188	0.00 1	0.00 1	0.06 132	0.34 218

Wz-Net-SNSev	3.01 332	3.59 385	12.98 386	0.45 254	0.04 142	2.72 293	1.12 329	5.80 320	2.42 289	2.30 264	2.62 292	6.39 353	1.29 268	10.20 376	7.19 351	0.00 1	0.01 188	0.00 1	0.00 1	0.29 323	0.72 276

DAS	1.40 244	0.11 13	2.83 205	0.04 81	0.01 58	1.31 115	1.14 330	4.51 228	2.02 257	4.84 343	2.33 273	1.65 208	0.56 206	5.53 259	0.85 199	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.19 161

SepStereo	1.41 246	0.11 13	2.83 205	0.04 81	0.01 58	1.31 115	1.14 330	4.51 228	2.02 257	4.84 343	2.33 273	1.65 208	0.56 206	5.78 268	0.85 199	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.19 161

SPS-STEREO	3.67 349	1.46 327	4.23 276	0.36 239	0.23 236	3.93 327	1.20 332	6.67 354	3.50 332	11.05 378	8.81 356	9.53 370	4.63 354	9.10 367	7.25 352	0.01 291	0.01 188	0.00 1	0.00 1	0.13 237	1.28 322
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
pmcnn	3.98 353	0.95 262	7.29 355	0.71 306	1.42 361	2.84 300	1.22 333	5.89 325	2.42 289	9.34 374	11.71 366	18.88 388	2.65 320	6.89 314	6.35 346	0.00 1	0.07 240	0.00 1	0.00 1	0.21 291	0.76 280

ADCMid	4.33 358	2.40 367	13.81 388	0.23 213	0.40 284	4.90 346	1.23 334	5.73 312	3.73 337	11.06 379	3.94 322	6.67 358	5.11 358	7.11 331	18.03 391	0.12 353	0.08 244	0.55 371	0.46 376	0.61 366	0.49 247

FC-DCNN	6.44 373	0.46 159	3.25 230	0.54 277	0.56 306	8.01 370	1.37 335	8.76 377	7.15 368	19.35 399	22.25 395	22.72 393	15.44 393	10.37 378	7.93 354	0.00 1	0.01 188	0.00 1	0.00 1	0.03 90	0.64 267

HBP-ISP	1.59 268	1.12 295	3.42 237	0.53 276	0.10 186	4.27 334	1.44 336	5.35 288	1.61 204	3.58 321	0.87 196	0.91 149	1.18 256	6.64 299	0.46 142	0.04 331	0.02 215	0.00 1	0.00 1	0.06 132	0.24 189

DPSNet	3.98 353	1.01 279	12.58 384	0.74 315	0.55 303	5.24 351	1.53 337	12.44 386	4.82 351	2.89 300	0.97 205	6.37 352	11.43 388	8.20 358	8.61 358	0.09 348	0.51 293	0.11 358	0.38 374	0.35 337	0.83 285

ccnet	1.96 289	0.68 213	3.59 247	0.26 227	0.19 220	3.68 325	1.55 338	4.89 259	1.77 237	2.68 294	3.92 320	3.44 302	1.72 292	5.02 239	5.22 335	0.06 341	0.00 1	0.09 354	0.01 237	0.13 237	0.32 211

FCDSN-DC	5.38 367	0.65 209	3.19 224	0.24 218	0.46 297	5.71 353	1.61 339	5.83 323	4.51 348	14.74 391	22.03 393	20.43 390	13.01 391	8.48 363	6.00 343	0.02 315	0.00 1	0.00 1	0.00 1	0.07 156	0.52 249
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SuperB	3.75 350	2.46 368	15.54 392	0.32 235	0.06 155	4.29 336	1.61 339	4.25 211	11.49 378	2.56 288	1.31 228	2.01 235	1.86 299	6.94 320	8.94 359	0.05 335	0.03 222	0.10 357	0.08 284	10.62 395	0.56 258

ACVNet-4b	6.14 371	2.39 366	6.31 343	9.73 396	7.26 394	8.81 374	1.62 341	7.27 365	6.07 362	0.41 54	6.42 346	11.47 372	2.37 311	9.17 368	2.72 295	9.70 397	2.42 396	10.45 396	0.01 237	11.04 397	7.12 396

S-Stereo	2.12 305	0.32 124	6.30 342	0.24 218	0.22 230	2.51 283	1.83 342	5.38 292	5.55 355	2.46 282	5.91 340	2.81 275	0.71 233	5.19 247	2.45 290	0.00 1	0.02 215	0.00 1	0.00 1	0.07 156	0.37 222

G-Net	3.58 341	0.58 190	5.14 318	1.61 365	1.86 369	10.46 377	1.85 343	3.24 118	1.69 222	8.68 368	11.81 367	6.03 349	7.62 374	4.82 229	5.52 338	0.08 346	0.12 256	0.07 351	0.15 306	0.16 264	0.16 146

aanetorigin	2.99 330	1.00 277	9.85 376	0.23 213	0.23 236	1.59 202	2.01 344	1.94 55	1.25 132	14.45 389	10.04 362	2.98 283	3.75 342	4.97 236	4.01 324	0.10 349	0.05 231	0.09 354	0.11 295	0.55 363	0.55 256

MeshStereo	6.09 370	0.97 269	3.59 247	0.26 227	0.14 202	7.68 367	2.02 345	10.42 381	5.77 357	20.76 401	19.69 389	22.78 394	10.56 384	10.29 377	6.16 344	0.00 1	0.00 1	0.00 1	0.00 1	0.29 323	0.41 236
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
TDLM	1.32 231	0.90 250	2.42 174	0.61 288	0.03 121	1.59 202	2.04 346	3.73 141	2.29 277	1.70 222	0.94 202	1.07 173	0.67 229	6.49 292	1.12 229	0.00 1	0.00 1	0.00 1	0.00 1	0.18 281	0.54 251

otaku	3.61 344	2.06 358	4.04 270	6.41 388	3.35 384	4.67 343	2.08 347	5.97 327	1.58 200	2.19 255	2.62 292	3.47 304	1.45 274	4.36 201	2.17 274	8.55 392	0.25 268	1.89 383	0.03 257	9.29 389	5.81 392

Wz-Net-MNSev	2.17 309	1.90 353	7.77 361	0.02 39	0.01 58	4.60 342	2.08 347	5.70 311	2.83 320	4.02 329	1.50 238	1.87 222	2.53 317	5.10 242	3.04 308	0.00 1	0.01 188	0.00 1	0.00 1	0.14 245	0.31 209

WZ-Net	4.64 361	2.57 370	25.72 399	0.10 157	0.09 178	3.07 305	2.08 347	6.59 353	5.41 354	6.08 354	4.09 326	7.02 361	6.04 369	11.64 383	11.45 374	0.00 1	0.00 1	0.00 1	0.00 1	0.21 291	0.61 263

ADCPNet	3.94 352	1.47 329	14.87 389	0.11 169	0.45 294	7.19 362	2.23 350	5.42 297	3.18 329	4.53 339	2.03 263	7.48 363	5.27 362	7.05 330	14.73 384	0.02 315	0.74 310	0.04 346	0.91 393	0.23 298	0.85 288

ACVNet_1	6.79 376	2.72 374	6.97 352	9.78 397	7.38 396	7.67 366	2.29 351	10.50 382	6.93 367	4.51 338	5.39 336	13.21 376	6.34 371	7.02 329	3.31 315	9.70 397	2.48 398	10.85 398	0.11 295	11.41 399	7.23 397

SGM-Forest	2.15 307	0.50 165	2.42 174	0.19 193	0.25 245	3.47 321	2.38 352	4.53 232	2.46 292	5.64 353	3.99 325	3.74 313	2.22 305	6.99 325	3.08 309	0.01 291	0.02 215	0.00 1	0.00 1	0.05 123	0.98 301
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
SGM_RVC	4.67 362	0.61 200	2.62 192	1.13 346	0.29 265	7.96 369	2.60 353	7.55 370	4.36 346	12.34 383	9.95 360	15.94 383	8.56 376	10.88 382	6.38 347	0.22 362	0.25 268	0.20 365	0.23 347	0.32 328	0.92 294
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ADCP+	3.18 337	1.81 344	11.33 382	0.07 123	0.20 224	5.83 356	2.80 354	4.60 239	2.69 305	1.68 220	0.28 102	3.75 314	3.14 334	6.82 309	17.90 390	0.00 1	0.00 1	0.00 1	0.00 1	0.20 288	0.56 258

WAO-8	14.47 398	5.06 392	6.42 346	8.00 392	6.65 390	23.95 401	2.97 355	23.01 406	45.08 413	19.24 397	34.86 410	33.07 402	17.51 398	17.59 397	14.38 382	5.22 387	0.86 320	10.06 393	0.85 388	10.25 391	4.34 388

Venus	14.47 398	5.06 392	6.42 346	8.00 392	6.65 390	23.95 401	2.97 355	23.01 406	45.08 413	19.24 397	34.85 409	33.07 402	17.51 398	17.59 397	14.38 382	5.22 387	0.86 320	10.06 393	0.85 388	10.25 391	4.34 388

PSM-AAD	1.21 196	0.08 3	1.53 23	0.10 157	0.27 259	1.35 131	3.14 357	2.74 75	0.83 57	2.89 300	2.04 264	0.16 67	5.25 361	3.51 171	0.21 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.08 80

GANet	2.23 314	0.92 257	3.10 220	0.88 330	0.08 172	2.25 267	3.25 358	4.61 240	1.71 228	2.55 287	9.98 361	2.56 265	1.47 278	7.52 344	2.98 306	0.00 1	0.04 226	0.02 337	0.08 284	0.14 245	0.42 240

NCCL2	1.51 257	1.32 316	3.27 231	0.03 57	0.07 163	1.63 221	3.29 359	4.54 234	1.61 204	3.22 312	0.37 124	3.84 317	0.31 168	4.42 204	2.02 270	0.00 1	0.00 1	0.02 337	0.00 1	0.09 185	0.22 180

FINET	2.99 330	2.11 360	7.66 359	1.13 346	1.79 368	4.35 338	3.34 360	5.66 308	7.93 373	2.49 285	3.29 306	1.66 210	2.47 315	6.70 303	4.44 329	0.82 370	1.38 381	0.03 342	0.30 367	0.36 339	1.88 373

Wz-Net-TNSev	4.36 359	6.36 396	22.98 396	0.22 209	0.06 155	7.00 361	3.45 361	7.46 369	3.81 340	2.12 252	0.63 164	7.29 362	5.11 358	9.87 374	9.72 368	0.00 1	0.00 1	0.00 1	0.02 255	0.36 339	0.66 268

RainbowNet	5.23 365	4.09 390	4.92 308	9.61 395	6.18 389	5.26 352	3.48 362	7.68 372	4.58 349	1.94 240	3.02 298	4.67 331	3.42 337	5.90 271	2.01 268	9.59 395	2.19 394	8.45 391	0.20 335	10.52 393	6.82 395

EDNetEfficient	6.66 375	1.34 318	34.37 403	0.66 298	1.93 373	2.04 263	3.59 363	3.08 107	14.92 383	20.02 400	9.53 359	6.48 356	10.85 387	7.65 347	15.21 385	0.03 325	0.10 252	0.01 319	0.22 344	0.61 366	0.55 256

WCMA_ROB	5.16 364	1.07 290	4.40 289	0.66 298	0.69 329	6.28 360	3.63 364	5.39 294	4.05 342	14.77 392	19.39 387	15.46 381	10.72 386	7.67 351	6.77 350	0.19 361	0.27 273	0.18 364	0.20 335	0.18 281	1.23 316

SANet	5.04 363	1.86 351	7.96 364	0.39 246	0.12 195	7.51 365	3.73 365	7.20 363	16.07 386	7.15 359	13.16 369	12.35 373	8.70 377	8.28 360	5.37 337	0.00 1	0.01 188	0.00 1	0.00 1	0.13 237	0.71 275

CSAN	3.10 333	1.72 343	5.85 333	0.37 242	0.14 202	4.15 333	3.91 366	4.94 265	4.65 350	6.43 356	6.29 344	4.62 328	5.17 360	8.13 357	4.85 334	0.02 315	0.03 222	0.03 342	0.05 271	0.26 312	0.48 246

DGSMNet	2.56 325	1.15 300	7.39 356	1.34 359	2.02 375	3.20 308	3.97 367	6.11 335	1.72 233	1.52 201	2.72 294	3.23 296	0.63 220	4.74 219	2.39 287	1.12 376	1.53 386	1.54 382	1.32 395	1.40 377	2.10 378

THIR-Stereo	1.54 262	0.48 163	1.88 90	0.01 9	0.02 103	1.08 38	4.17 368	2.48 69	0.41 13	1.09 151	4.30 327	1.90 224	4.08 349	6.84 310	1.81 258	0.00 1	0.00 1	0.04 346	0.00 1	0.06 132	0.04 42

CBMV	1.97 292	0.56 187	2.61 190	0.46 255	0.07 163	2.91 303	4.18 369	4.58 238	2.78 316	5.50 352	2.21 268	2.84 277	2.94 325	4.75 222	2.31 283	0.00 1	0.00 1	0.00 1	0.00 1	0.15 256	0.60 262
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ACVNet_2	9.32 382	2.76 375	8.07 365	8.84 394	6.89 392	14.54 388	4.19 370	14.25 389	23.92 393	7.62 362	19.61 388	20.42 389	5.93 368	8.52 365	3.64 318	9.16 394	1.74 392	7.93 389	0.36 372	10.56 394	7.47 400

ADCS	5.55 369	3.55 381	19.07 394	0.43 252	0.14 202	5.87 357	4.20 371	7.65 371	7.80 372	9.79 375	6.22 343	6.48 356	5.52 365	10.52 380	22.41 404	0.00 1	0.00 1	0.00 1	0.00 1	0.48 352	0.97 300

Anonymous Stereo	2.31 319	1.93 355	10.83 381	0.65 297	0.22 230	1.66 230	4.27 372	4.51 228	2.99 324	3.12 309	1.87 255	1.95 229	0.11 107	7.17 335	4.68 332	0.01 291	0.00 1	0.00 1	0.00 1	0.11 219	0.20 173

GrayStereo	1.55 264	0.06 1	1.53 23	0.75 318	0.20 224	1.27 106	4.44 373	3.44 127	1.20 114	4.92 346	3.92 320	0.45 95	4.54 353	3.43 168	0.09 12	0.00 1	0.00 1	0.00 1	0.49 380	0.02 35	0.25 195

ADCL	3.64 347	1.54 333	8.53 372	0.26 227	0.28 264	7.37 363	4.49 374	5.42 297	3.61 334	4.79 342	3.85 319	5.14 342	4.47 352	6.28 283	15.73 388	0.05 335	0.01 188	0.11 358	0.13 303	0.34 333	0.33 216

FTStereo	2.20 311	0.09 6	2.07 117	0.18 188	0.13 197	1.43 152	4.50 375	2.98 97	0.97 78	3.35 316	17.70 378	0.77 141	4.06 347	4.36 201	0.15 36	0.15 356	0.00 1	0.00 1	0.00 1	0.02 35	1.19 314

EAI-Stereo	1.50 256	0.16 38	1.53 23	0.25 223	0.91 342	2.30 273	4.98 376	6.09 334	1.87 243	1.38 188	5.56 337	0.49 99	0.59 211	1.21 106	0.83 196	0.00 1	0.31 278	0.00 1	1.09 394	0.02 35	0.56 258

MADNet+	11.36 390	15.59 408	70.62 414	1.36 361	1.52 365	20.21 395	4.98 376	12.73 387	8.13 374	3.88 327	6.42 346	8.89 368	6.29 370	32.76 411	29.90 409	0.25 364	1.05 343	0.01 319	0.22 344	0.60 365	1.76 354

IMH	11.71 392	4.49 391	4.59 294	11.55 402	9.35 402	14.27 387	5.00 378	21.03 403	25.97 397	8.90 371	23.64 398	20.58 391	10.29 383	13.39 390	9.59 365	10.13 402	2.57 401	15.53 401	1.75 398	13.04 402	8.53 403

NaN_ROB	2.33 320	1.31 315	4.55 292	0.32 235	0.30 277	3.13 307	5.01 379	4.57 237	2.78 316	5.49 351	1.73 247	2.28 253	1.98 303	7.48 342	4.32 328	0.01 291	0.06 237	0.03 342	0.09 287	0.20 288	0.88 291

WAO-7	9.62 383	2.87 376	5.64 332	0.96 336	0.21 229	20.37 396	5.13 380	23.65 409	26.32 398	13.11 385	27.70 403	22.69 392	14.04 392	14.53 393	13.11 379	0.13 354	0.09 250	0.58 372	0.10 292	0.51 356	0.75 279

LSM	7.83 378	2.59 371	24.93 398	4.71 385	40.61 415	3.55 322	5.22 381	5.91 326	7.48 369	10.86 377	13.66 371	4.55 326	3.92 346	7.72 352	5.88 341	0.02 315	0.26 271	0.00 1	0.00 1	0.30 325	14.53 411

IMH-64-1	10.12 385	3.75 388	4.24 277	11.47 400	9.26 400	11.93 381	5.30 382	18.72 394	15.74 384	7.16 360	18.55 380	16.83 384	6.83 372	11.66 384	9.62 366	10.09 399	2.54 399	15.69 403	1.72 396	12.82 400	8.45 401

IMH-64	10.12 385	3.75 388	4.24 277	11.47 400	9.26 400	11.93 381	5.30 382	18.72 394	15.74 384	7.16 360	18.55 380	16.83 384	6.83 372	11.66 384	9.62 366	10.09 399	2.54 399	15.69 403	1.72 396	12.82 400	8.45 401

Dean	12.08 394	3.10 378	8.10 366	10.98 399	8.34 399	18.85 393	5.53 384	21.57 405	40.96 412	11.81 381	21.91 392	25.74 397	9.74 380	8.20 358	5.76 339	9.65 396	2.35 395	9.94 392	0.65 385	10.97 396	7.40 398

LE_ROB	13.25 396	1.86 351	12.84 385	2.35 374	1.43 362	7.50 364	5.92 385	10.14 380	48.57 415	57.70 415	24.61 399	23.44 396	32.60 410	10.12 375	24.95 408	0.06 341	0.08 244	0.13 362	0.20 335	0.09 185	0.41 236

CrosDoStereo	1.72 273	0.31 120	1.91 95	0.03 57	0.07 163	1.40 144	5.95 386	3.61 133	1.62 210	0.98 128	3.79 317	0.94 157	4.66 355	7.11 331	1.86 263	0.00 1	0.00 1	0.00 1	0.00 1	0.12 227	0.08 80

DeepStereo_LL	1.72 273	0.31 120	1.91 95	0.03 57	0.07 163	1.40 144	5.95 386	3.61 133	1.62 210	0.98 128	3.79 317	0.94 157	4.66 355	7.11 331	1.86 263	0.00 1	0.00 1	0.00 1	0.00 1	0.12 227	0.08 80

RTS	10.27 387	3.55 381	66.16 412	1.62 366	2.34 376	13.96 385	6.25 388	6.95 358	18.07 389	8.81 369	19.18 384	6.82 359	2.96 327	26.87 407	19.93 396	0.00 1	0.42 285	0.00 1	0.03 257	0.40 347	0.99 302

RTSA	10.27 387	3.55 381	66.16 412	1.62 366	2.34 376	13.96 385	6.25 388	6.95 358	18.07 389	8.81 369	19.18 384	6.82 359	2.96 327	26.87 407	19.93 396	0.00 1	0.42 285	0.00 1	0.03 257	0.40 347	0.99 302

SGM+DAISY	6.27 372	3.62 386	9.36 375	2.30 373	2.34 376	9.12 375	6.38 390	6.98 360	6.00 360	14.26 387	15.55 375	14.02 379	9.84 381	9.45 371	8.56 356	1.21 378	1.60 387	0.58 372	0.86 390	0.63 368	2.74 380

TorneroNet-64	16.11 403	6.82 398	6.11 339	14.13 403	12.13 404	28.42 409	6.47 391	20.35 399	38.01 409	12.80 384	27.88 404	35.94 406	16.83 396	20.38 400	16.77 389	10.33 403	2.60 402	19.45 406	2.86 399	14.63 404	9.33 405

AnyNet_C01	7.15 377	5.48 394	37.47 405	1.08 345	0.59 313	11.50 379	6.49 392	6.93 356	4.31 344	8.06 365	9.11 358	8.72 366	4.06 347	14.50 392	21.97 403	0.11 351	0.08 244	0.24 367	0.09 287	1.11 375	1.07 308

AnyNet_C32	4.41 360	3.74 387	15.17 391	0.48 269	0.51 300	5.99 358	6.52 393	5.30 286	2.72 310	6.86 357	3.66 315	5.21 345	3.19 335	7.42 340	19.54 394	0.08 346	0.04 226	0.20 365	0.09 287	0.67 371	0.76 280

SAMSARA	4.31 357	1.94 356	7.80 362	1.96 372	1.40 360	10.65 378	7.35 394	7.17 362	4.49 347	8.27 366	3.58 313	10.58 371	3.75 342	7.87 354	6.66 348	0.01 291	1.09 349	0.00 1	0.23 347	0.26 312	1.19 314

WAO-6	11.65 391	2.71 373	4.73 298	7.69 391	7.28 395	17.41 390	7.45 395	20.43 400	38.14 410	10.13 376	19.37 386	27.36 398	12.38 390	13.35 389	13.26 380	4.38 385	2.43 397	10.51 397	0.03 257	9.00 388	4.96 390

notaker	18.29 405	22.89 411	10.13 377	18.52 408	14.64 408	17.81 392	7.48 396	20.77 401	24.37 395	21.91 403	27.45 402	39.00 408	20.06 404	20.53 401	21.90 402	12.54 408	2.81 408	25.96 411	6.03 408	19.60 409	11.37 407

MFN_U_SF_DS_RVC	3.61 344	3.47 380	9.32 374	0.19 193	0.30 277	13.80 383	7.49 397	5.15 276	3.95 341	3.06 307	3.94 322	4.60 327	1.20 257	8.49 364	2.79 301	0.70 369	1.22 373	0.04 346	0.84 387	0.50 355	1.23 316

LVE	11.75 393	3.56 384	5.48 330	10.38 398	8.28 398	22.54 398	7.53 398	17.01 392	32.01 403	9.26 373	23.28 396	23.43 395	9.72 379	11.79 387	7.81 353	10.09 399	2.62 404	11.07 399	0.59 382	11.18 398	7.44 399

ELAS	9.07 381	1.55 335	5.19 321	1.87 370	1.92 372	17.05 389	8.29 399	13.92 388	13.52 382	23.08 406	28.56 405	18.59 387	16.90 397	12.06 388	13.39 381	0.91 371	1.32 379	0.65 377	0.59 382	0.68 372	1.31 323
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
TorneroNet	16.83 404	6.92 399	6.68 350	14.15 404	12.07 403	27.63 408	8.39 400	21.53 404	37.64 408	14.70 390	32.94 408	33.55 404	18.95 403	19.68 399	20.80 400	10.39 404	2.61 403	19.77 407	3.45 400	15.42 405	9.28 404

MSC_U_SF_DS_RVC	5.48 368	3.14 379	10.56 379	0.47 261	0.29 265	24.98 404	8.65 401	6.24 339	9.96 377	4.38 335	8.16 353	8.42 365	2.44 314	9.46 372	6.27 345	1.11 375	1.70 390	0.33 368	0.47 378	1.16 376	1.35 325

MANE	15.61 402	2.70 372	7.19 354	3.43 382	5.19 388	21.44 397	9.54 402	24.27 410	29.58 400	33.72 410	42.10 412	42.08 411	32.55 409	24.60 402	20.72 399	1.46 381	2.17 393	1.34 381	4.60 403	0.49 353	3.04 384

KSHMR	14.93 401	8.30 401	8.52 371	15.54 406	13.01 405	17.62 391	10.36 403	19.39 397	30.53 401	19.03 394	22.15 394	28.32 400	9.61 378	16.44 395	10.96 371	10.98 407	3.74 410	21.96 409	4.87 406	16.79 406	10.39 406

SGM-ForestM	14.25 397	3.00 377	8.67 373	2.38 375	1.88 371	24.45 403	11.87 404	19.27 396	21.66 391	30.68 408	29.79 407	46.58 412	28.97 407	27.26 409	21.22 401	1.14 377	1.67 389	0.61 376	0.89 392	0.51 356	2.50 379

ktn	19.65 407	19.61 409	8.27 369	22.99 412	17.38 410	23.89 400	11.97 405	24.83 411	34.40 407	19.19 396	27.37 401	32.56 401	18.29 401	16.52 396	18.28 392	22.43 411	3.70 409	29.28 413	10.90 410	19.65 410	11.59 408

ELAS_RVC	8.75 380	1.59 338	6.34 344	1.91 371	1.87 370	11.67 380	12.14 406	10.75 383	16.11 387	22.55 405	21.45 391	18.49 386	18.29 401	14.17 391	12.53 377	0.92 372	1.32 379	0.70 379	0.46 376	0.53 362	1.25 319
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
HanzoNet	30.55 412	30.82 414	24.44 397	22.40 411	19.25 412	25.74 406	14.00 407	29.76 412	40.45 411	43.57 412	44.15 413	55.63 415	46.26 413	43.79 414	45.27 412	28.35 414	9.71 412	30.23 414	16.18 412	23.20 413	17.85 412

PWCK	9.63 384	6.94 400	19.91 395	6.25 387	0.22 230	22.62 399	14.62 408	12.15 385	13.48 381	14.34 388	13.17 370	13.25 377	8.40 375	16.14 394	11.57 375	6.38 389	0.26 271	2.41 386	0.11 295	8.57 387	1.74 352

BEATNet-Init1	19.30 406	9.61 403	39.48 406	3.09 381	2.67 379	39.40 412	17.68 409	23.58 408	25.88 396	38.63 411	37.63 411	50.99 413	33.56 411	30.54 410	24.44 407	1.09 374	1.51 385	0.60 375	0.88 391	1.81 380	2.89 382

UNDER WATER	20.50 408	13.77 407	33.30 401	20.84 410	14.55 407	30.38 410	19.68 410	17.23 393	34.25 406	21.44 402	18.98 382	38.38 407	31.61 408	25.31 403	22.42 405	10.71 406	2.76 406	19.90 408	4.92 407	17.87 408	11.76 409

JetBlue	14.57 400	6.38 397	35.83 404	0.95 335	7.05 393	51.27 413	22.93 411	16.51 390	9.78 375	11.72 380	17.82 379	27.82 399	17.62 400	33.31 412	20.36 398	0.35 366	0.18 263	0.15 363	0.25 352	5.36 384	5.74 391

UNDER WATER-64	20.90 409	11.73 406	33.74 402	20.56 409	13.88 406	34.56 411	24.71 412	16.81 391	33.52 405	22.54 404	17.10 377	40.14 410	33.68 412	25.46 404	23.75 406	10.68 405	2.78 407	18.70 405	4.60 403	17.07 407	12.03 410

DPSimNet_ROB	26.59 411	21.34 410	28.49 400	25.34 413	19.24 411	25.03 405	28.61 413	30.13 413	30.91 402	33.36 409	29.60 406	33.91 405	28.18 406	25.99 405	42.58 411	17.84 410	15.40 413	25.41 410	22.86 414	21.10 412	26.45 416

MADNet++	48.24 414	34.06 415	39.67 407	43.36 415	41.25 416	66.15 414	33.15 414	60.90 417	54.14 416	72.30 417	61.91 415	58.11 416	56.05 414	58.09 415	59.59 415	43.04 417	36.86 417	35.73 415	22.37 413	45.96 416	42.06 418

JetRed	35.17 413	40.12 416	62.92 410	15.92 407	26.66 414	70.02 415	42.94 415	32.33 414	33.48 404	46.29 413	45.31 414	39.98 409	26.04 405	38.73 413	56.93 414	12.90 409	37.58 418	13.38 400	9.53 409	30.41 414	21.91 414

SPstereo	61.24 417	27.43 413	41.43 408	33.64 414	25.42 413	72.54 416	80.04 416	100.00 428	100.00 426	97.56 424	96.24 422	100.00 429	95.10 422	94.86 422	76.77 417	29.55 415	22.53 414	47.20 418	42.52 417	19.77 411	22.12 415

HaxPig	97.67 425	99.63 425	91.79 417	99.82 434	99.96 428	88.42 417	87.25 417	98.22 424	99.89 424	99.93 428	99.96 425	99.95 427	99.86 425	96.37 423	92.57 422	99.96 434	99.98 427	99.99 427	99.99 427	99.99 436	99.91 429

MEDIAN_ROB	96.88 423	99.41 423	98.74 423	94.82 424	94.30 424	93.21 419	90.85 418	95.70 423	94.83 422	97.65 425	97.67 423	98.31 423	96.57 423	94.60 421	93.95 423	99.78 433	98.28 424	99.99 427	99.90 426	99.50 429	99.57 427

AVERAGE_ROB	99.26 429	99.81 427	97.70 422	100.00 437	100.00 430	96.38 423	91.35 419	100.00 428	100.00 426	100.00 429	100.00 426	100.00 429	100.00 427	99.98 430	99.97 426	100.00 436	100.00 428	100.00 429	100.00 428	100.00 437	100.00 437

xxxxx1	76.86 419	82.53 420	93.06 419	61.86 418	67.25 419	95.91 420	95.20 420	75.90 418	81.13 417	82.69 419	86.70 418	89.27 418	87.62 417	85.18 418	86.89 418	55.21 418	54.91 419	60.27 419	72.48 420	60.77 418	62.32 419

tt_ll	76.86 419	82.53 420	93.06 419	61.86 418	67.25 419	95.91 420	95.20 420	75.90 418	81.13 417	82.69 419	86.70 418	89.27 418	87.62 417	85.18 418	86.89 418	55.21 418	54.91 419	60.27 419	72.48 420	60.77 418	62.32 419

ff	76.86 419	82.53 420	93.06 419	61.86 418	67.25 419	95.91 420	95.20 420	75.90 418	81.13 417	82.69 419	86.70 418	89.27 418	87.62 417	85.18 418	86.89 418	55.21 418	54.91 419	60.27 419	72.48 420	60.77 418	62.32 419

PML	88.69 422	99.49 424	92.95 418	94.34 423	94.09 423	98.57 424	96.73 423	93.58 421	94.50 421	99.57 427	91.07 421	95.40 422	91.48 420	99.96 429	90.33 421	99.98 435	31.85 416	100.00 429	46.15 418	93.62 424	70.14 422

ASD4	55.67 415	67.80 419	50.61 409	44.70 416	58.12 418	92.14 418	98.24 424	55.49 415	86.70 420	58.61 416	65.05 416	51.13 414	64.00 416	59.18 417	67.96 416	26.48 413	30.21 415	26.86 412	29.22 415	43.04 415	37.90 417

test_example2	98.82 426	99.97 430	99.97 427	99.95 436	99.97 429	99.48 425	99.97 425	94.95 422	100.00 426	100.00 429	100.00 426	93.49 421	93.63 421	99.93 428	99.91 425	100.00 436	99.77 426	96.68 424	98.65 425	100.00 437	100.00 437

MyStereo03	99.94 434	100.00 431	100.00 430	99.73 431	100.00 430	100.00 426	100.00 426	100.00 428	100.00 426	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 430	99.08 428	100.00 428	100.00 429	100.00 428	99.98 431	99.94 430

MyStereo02	99.94 434	100.00 431	100.00 430	99.73 431	100.00 430	100.00 426	100.00 426	100.00 428	100.00 426	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 430	99.08 428	100.00 428	100.00 429	100.00 428	99.98 431	99.94 430

MyStereo	99.94 434	100.00 431	100.00 430	99.73 431	100.00 430	100.00 426	100.00 426	100.00 428	100.00 426	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 430	99.08 428	100.00 428	100.00 429	100.00 428	99.98 431	99.94 430

Selective-RAFT-Error	100.00 437	100.00 431	100.00 430	100.00 437	100.00 430	100.00 426	100.00 426	100.00 428	100.00 426	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 430	100.00 436	100.00 428	100.00 429	100.00 428	99.98 431	99.94 430

Anonymous_1	96.94 424	99.72 426	99.64 426	92.03 422	93.81 422	100.00 426	100.00 426	99.18 425	99.90 425	98.59 426	99.75 424	99.15 424	99.95 426	98.52 424	99.54 424	87.31 421	98.83 425	90.77 422	96.89 424	91.07 423	94.14 424

tt	68.57 418	0.18 50	99.50 425	50.44 417	14.99 409	100.00 426	100.00 426	100.00 428	99.70 423	28.28 407	12.01 368	99.97 428	98.67 424	99.55 425	99.99 427	89.99 422	98.19 423	46.13 417	51.48 419	60.62 417	21.71 413

CasAABBNet	99.93 432	100.00 431	100.00 430	99.70 430	100.00 430	100.00 426	100.00 426	100.00 428	100.00 426	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 430	99.08 428	100.00 428	100.00 429	100.00 428	99.96 430	99.94 430

LSM0	99.93 432	100.00 431	100.00 430	99.82 434	100.00 430	100.00 426	100.00 426	100.00 428	100.00 426	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 430	99.09 432	100.00 428	100.00 429	100.00 428	99.98 431	99.79 428

DPSMNet_ROB	99.43 431	99.92 428	99.98 428	96.44 428	100.00 430	100.00 426	100.00 426	99.82 427	100.00 426	95.92 422	100.00 426	99.26 425	100.00 427	99.77 426	99.99 427	98.36 427	100.00 428	99.86 425	100.00 428	99.38 427	99.98 436

DGTPSM_ROB	99.42 430	99.92 428	99.98 428	96.43 427	100.00 430	100.00 426	100.00 426	99.81 426	100.00 426	95.92 422	100.00 426	99.26 425	100.00 427	99.77 426	99.99 427	98.23 426	100.00 428	99.86 425	100.00 428	99.38 427	99.97 435

DPSM_ROB	99.05 427	100.00 431	100.00 430	95.92 425	98.77 426	100.00 426	100.00 426	100.00 428	100.00 426	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 430	93.10 423	100.00 428	100.00 429	100.00 428	95.46 425	97.74 425

DPSM	99.05 427	100.00 431	100.00 430	95.92 425	98.77 426	100.00 426	100.00 426	100.00 428	100.00 426	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 430	93.10 423	100.00 428	100.00 429	100.00 428	95.46 425	97.74 425

FADE		11.70 405		4.77 386	4.88 387			19.70 398	23.34 392	8.37 367		14.69 380		26.42 406		25.10 412	8.60 411	35.80 416	36.52 416	3.69 382	2.77 381

Low-res two-view benchmark