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

DLNR_Zeroshot_test	20.09 421	36.28 429	38.04 426	169.85 438	61.80 434	0.23 5	0.20 1	13.88 421	0.37 31	0.44 42	0.66 74	0.43 55	0.21 5	0.62 139	0.28 43	5.46 419	0.10 9	0.15 42	0.11 15	72.60 437	0.11 9

EGLCR-Stereo	0.25 2	0.16 8	0.33 20	0.34 11	0.20 20	0.35 78	0.20 1	0.52 19	0.36 21	0.28 4	0.27 4	0.41 43	0.18 1	0.45 30	0.26 25	0.14 32	0.10 9	0.16 60	0.14 72	0.13 20	0.11 9

XX-Stereo	0.37 80	0.17 19	0.45 130	0.55 322	0.36 277	0.38 98	0.20 1	0.60 46	0.30 3	0.46 46	1.30 303	0.73 196	0.26 17	0.56 79	0.26 25	0.16 110	0.11 57	0.17 85	0.16 123	0.14 45	0.10 3

IIG-Stereo	0.43 143	0.21 101	0.44 119	0.50 285	0.25 112	0.44 126	0.21 4	0.71 128	0.76 150	0.83 213	0.95 190	0.83 228	0.43 123	0.90 272	0.35 111	0.15 79	0.12 98	0.19 155	0.14 72	0.15 77	0.11 9

ROB_FTStereo	0.35 47	0.23 145	0.47 156	0.41 132	0.22 42	0.25 15	0.21 4	0.59 37	0.36 21	0.63 90	0.73 89	0.58 109	0.38 92	0.57 89	0.35 111	0.18 171	0.12 98	0.20 179	0.16 123	0.20 204	0.15 106

SST-Stereo	0.40 120	0.19 49	0.45 130	0.42 169	0.25 112	0.25 15	0.21 4	0.66 81	0.47 59	1.08 321	0.79 122	0.72 187	0.43 123	0.77 227	0.35 111	0.16 110	0.11 57	0.20 179	0.16 123	0.19 191	0.15 106

CRE-IMP	0.36 65	0.23 145	0.49 182	0.42 169	0.24 86	0.41 115	0.21 4	0.57 31	0.41 42	0.65 106	0.72 85	0.53 87	0.37 89	0.61 133	0.38 147	0.17 143	0.11 57	0.19 155	0.15 94	0.21 222	0.18 176

MSKI-zero shot	0.32 28	0.17 19	0.34 26	0.39 85	0.21 29	0.32 63	0.22 8	0.61 52	0.43 48	0.52 59	0.64 68	0.61 132	0.20 4	0.74 213	0.25 9	0.14 32	0.10 9	0.14 16	0.10 10	0.12 8	0.12 33

Any-RAFT	0.35 47	0.16 8	0.30 11	0.34 11	0.21 29	0.52 149	0.22 8	0.88 191	0.73 137	0.53 62	0.73 89	0.64 146	0.28 32	0.46 37	0.24 6	0.15 79	0.10 9	0.13 9	0.10 10	0.13 20	0.12 33

test-3	0.34 35	0.16 8	0.43 109	0.39 85	0.21 29	0.43 122	0.22 8	0.63 61	0.78 163	0.71 141	0.45 21	0.64 146	0.27 23	0.43 24	0.31 66	0.12 4	0.09 2	0.17 85	0.13 50	0.12 8	0.10 3

Patchmatch Stereo++	0.35 47	0.23 145	0.47 156	0.41 132	0.22 42	0.24 7	0.22 8	0.59 37	0.36 21	0.63 90	0.73 89	0.58 109	0.38 92	0.58 106	0.36 127	0.18 171	0.12 98	0.20 179	0.16 123	0.20 204	0.15 106
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
HUI-Stereo	0.35 47	0.23 145	0.47 156	0.41 132	0.22 42	0.24 7	0.22 8	0.60 46	0.36 21	0.63 90	0.73 89	0.58 109	0.38 92	0.50 52	0.35 111	0.18 171	0.12 98	0.20 179	0.16 123	0.20 204	0.15 106

DeepStereo_RVC	0.36 65	0.21 101	0.47 156	0.40 108	0.24 86	0.26 17	0.22 8	0.60 46	0.38 35	0.69 129	0.67 78	0.57 101	0.51 161	0.56 79	0.39 153	0.16 110	0.12 98	0.18 119	0.15 94	0.19 191	0.18 176

iRAFT	0.35 47	0.23 145	0.47 156	0.41 132	0.22 42	0.24 7	0.22 8	0.59 37	0.36 21	0.63 90	0.73 89	0.58 109	0.38 92	0.58 106	0.36 127	0.18 171	0.12 98	0.20 179	0.16 123	0.20 204	0.15 106

CREStereo++_RVC	0.32 28	0.15 3	0.23 1	0.31 6	0.24 86	0.27 25	0.22 8	0.46 8	0.88 211	0.46 46	0.80 124	0.30 5	0.26 17	0.36 5	0.33 86	0.13 12	0.09 2	0.13 9	0.51 374	0.13 20	0.09 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
Gwc-CoAtRS	0.34 35	0.17 19	0.44 119	0.39 85	0.23 69	0.34 73	0.22 8	0.70 123	0.75 144	0.60 77	0.59 59	0.58 109	0.29 42	0.45 30	0.26 25	0.14 32	0.11 57	0.14 16	0.12 29	0.12 8	0.12 33

PMTNet	0.32 28	0.16 8	0.24 3	0.29 2	0.18 7	0.45 131	0.22 8	0.56 28	0.63 98	0.46 46	0.54 46	0.39 38	0.34 75	0.48 49	0.24 6	0.75 381	0.10 9	0.12 2	0.08 1	0.12 8	0.11 9

MIF-Stereo (partial)	0.31 26	0.18 34	0.37 44	0.41 132	0.31 241	0.28 32	0.23 18	0.47 9	0.42 46	0.31 8	0.63 65	0.36 31	0.35 77	0.57 89	0.31 66	0.17 143	0.13 152	0.19 155	0.17 163	0.18 157	0.14 87

RAFT-Test	0.34 35	0.18 34	0.37 44	0.38 66	0.23 69	0.50 142	0.23 18	0.69 109	0.40 39	0.60 77	0.85 152	0.61 132	0.28 32	0.46 37	0.27 33	0.14 32	0.11 57	0.14 16	0.11 15	0.13 20	0.12 33

test_1	0.34 35	0.16 8	0.43 109	0.39 85	0.21 29	0.43 122	0.23 18	0.63 61	0.78 163	0.68 124	0.45 21	0.64 146	0.27 23	0.43 24	0.31 66	0.12 4	0.09 2	0.17 85	0.13 50	0.12 8	0.10 3

PFNet+	0.40 120	0.19 49	0.49 182	0.39 85	0.25 112	0.28 32	0.23 18	0.64 71	0.70 121	0.85 221	0.79 122	0.64 146	0.35 77	0.72 202	0.34 96	0.19 200	0.14 178	0.23 244	0.20 231	0.16 108	0.20 224

TANstereo	0.30 24	0.15 3	0.31 13	0.30 4	0.17 3	0.55 164	0.23 18	0.44 6	0.55 77	0.59 73	0.68 80	0.37 33	0.26 17	0.35 4	0.27 33	0.15 79	0.16 229	0.12 2	0.10 10	0.13 20	0.14 87

CFNet-RSSM	0.34 35	0.17 19	0.45 130	0.39 85	0.22 42	0.35 78	0.23 18	0.73 139	0.84 186	0.65 106	0.54 46	0.57 101	0.28 32	0.46 37	0.26 25	0.13 12	0.10 9	0.14 16	0.12 29	0.13 20	0.11 9

MIM_Stereo	0.38 94	0.17 19	0.53 212	0.37 45	0.24 86	0.27 25	0.24 24	0.70 123	0.54 73	0.72 152	1.00 216	0.63 139	0.29 42	0.64 156	0.38 147	0.13 12	0.14 178	0.17 85	0.16 123	0.14 45	0.11 9

CASnet	0.30 24	0.20 70	0.33 20	0.41 132	0.16 2	0.26 17	0.24 24	0.52 19	0.53 69	0.52 59	0.54 46	0.39 38	0.24 10	0.40 16	0.26 25	0.14 32	0.10 9	0.22 230	0.18 185	0.18 157	0.11 9
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LL-Strereo2	0.35 47	0.24 180	0.48 172	0.41 132	0.26 148	0.35 78	0.24 24	0.67 91	0.44 52	0.54 64	0.51 38	0.66 161	0.25 11	0.66 168	0.30 59	0.14 32	0.12 98	0.23 244	0.20 231	0.18 157	0.13 58

iRaft-Stereo_20w	0.39 108	0.19 49	0.57 229	0.37 45	0.27 172	0.31 53	0.24 24	1.44 357	0.29 2	0.69 129	0.53 44	0.60 128	0.42 116	0.83 247	0.27 33	0.14 32	0.11 57	0.14 16	0.13 50	0.15 77	0.13 58

Pruner-Stereo	0.38 94	0.20 70	0.45 130	0.40 108	0.25 112	0.22 4	0.24 24	0.67 91	0.55 77	0.89 245	0.76 101	0.68 167	0.29 42	0.62 139	0.35 111	0.18 171	0.12 98	0.20 179	0.17 163	0.17 139	0.18 176

RAFT-RH_RVC	0.56 252	0.17 19	0.41 81	0.37 45	0.23 69	0.57 183	0.24 24	0.60 46	0.70 121	1.19 334	3.94 400	0.56 96	0.38 92	0.65 163	0.36 127	0.13 12	0.11 57	0.20 179	0.14 72	0.12 8	0.13 58

XX-TBD	0.32 28	0.53 340	0.26 7	0.51 297	0.20 20	0.37 86	0.24 24	0.40 3	0.73 137	0.54 64	0.69 81	0.31 8	0.25 11	0.32 3	0.27 33	0.16 110	0.10 9	0.12 2	0.09 6	0.13 20	0.11 9

IGEV_Zeroshot_test	0.34 35	0.18 34	0.67 271	0.39 85	0.28 191	0.30 43	0.25 31	0.74 141	0.31 5	0.62 83	0.57 54	0.54 91	0.25 11	0.53 66	0.27 33	0.14 32	0.10 9	0.15 42	0.14 72	0.14 45	0.12 33

Selective-IGEV	0.24 1	0.18 34	0.35 29	0.35 29	0.19 9	0.27 25	0.25 31	0.55 27	0.23 1	0.27 2	0.25 2	0.34 21	0.19 2	0.58 106	0.22 1	0.12 4	0.10 9	0.14 16	0.11 15	0.12 8	0.10 3

OMP-Stereo	0.42 137	0.22 128	0.46 146	0.52 308	0.24 86	0.36 84	0.25 31	0.71 128	0.78 163	0.77 177	0.64 68	0.89 250	0.39 104	0.91 279	0.35 111	0.15 79	0.12 98	0.20 179	0.15 94	0.15 77	0.12 33

raftrobust	0.34 35	0.19 49	0.36 34	0.41 132	0.27 172	0.30 43	0.25 31	0.71 128	0.63 98	0.58 71	0.55 51	0.45 61	0.46 138	0.51 56	0.29 54	0.16 110	0.12 98	0.14 16	0.12 29	0.12 8	0.13 58

RALAANet	0.38 94	0.23 145	0.48 172	0.42 169	0.29 214	0.35 78	0.25 31	0.86 180	0.64 105	0.67 118	0.65 70	0.60 128	0.29 42	0.60 126	0.34 96	0.15 79	0.12 98	0.17 85	0.15 94	0.21 222	0.13 58

CREStereo	0.28 8	0.15 3	0.24 3	0.27 1	0.17 3	0.37 86	0.25 31	0.51 16	0.72 132	0.42 37	0.51 38	0.32 10	0.26 17	0.38 12	0.25 9	0.16 110	0.11 57	0.12 2	0.08 1	0.12 8	0.11 9
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
MC-Stereo	0.28 8	0.17 19	0.32 17	0.38 66	0.20 20	0.26 17	0.26 37	0.49 13	0.37 31	0.37 17	0.61 63	0.41 43	0.31 57	0.55 71	0.25 9	0.13 12	0.09 2	0.14 16	0.12 29	0.12 8	0.11 9

GLC_STEREO	0.29 12	0.19 49	0.27 8	0.44 202	0.19 9	0.31 53	0.26 37	0.47 9	0.43 48	0.37 17	0.47 29	0.41 43	0.23 7	0.50 52	0.34 96	0.14 32	0.18 254	0.19 155	0.16 123	0.16 108	0.13 58

NRIStereo	0.36 65	0.20 70	0.45 130	0.41 132	0.23 69	0.34 73	0.26 37	0.65 72	0.55 77	0.64 99	0.63 65	0.56 96	0.37 89	0.65 163	0.37 139	0.15 79	0.11 57	0.18 119	0.15 94	0.17 139	0.14 87

ASMatch	0.48 182	0.19 49	0.45 130	0.39 85	0.28 191	0.37 86	0.26 37	0.74 141	0.68 116	0.76 172	2.34 369	0.61 132	0.52 163	0.62 139	0.37 139	0.14 32	0.12 98	0.17 85	0.15 94	0.14 45	0.21 237

RAFT_R40	0.40 120	0.19 49	0.44 119	0.43 187	0.25 112	0.23 5	0.26 37	0.67 91	0.67 115	0.98 286	0.78 113	0.72 187	0.43 123	0.76 220	0.35 111	0.16 110	0.11 57	0.20 179	0.16 123	0.18 157	0.14 87

RAFT-345	0.40 120	0.18 34	0.40 77	0.38 66	0.22 42	0.33 67	0.26 37	0.61 52	0.51 63	0.74 165	1.79 354	0.45 61	0.33 69	0.66 168	0.36 127	0.14 32	0.11 57	0.18 119	0.14 72	0.13 20	0.13 58

StereoIM	0.26 3	0.18 34	0.36 34	0.36 37	0.26 148	0.27 25	0.27 43	0.43 5	0.35 16	0.27 2	0.26 3	0.41 43	0.28 32	0.40 16	0.28 43	0.16 110	0.14 178	0.16 60	0.13 50	0.14 45	0.12 33

4D-IteraStereo	0.33 34	0.18 34	0.40 77	0.40 108	0.24 86	0.32 63	0.27 43	0.58 35	0.72 132	0.65 106	0.54 46	0.42 49	0.23 7	0.45 30	0.28 43	0.14 32	0.09 2	0.19 155	0.16 123	0.16 108	0.11 9

CES	0.28 8	0.14 2	0.23 1	0.30 4	0.70 370	0.37 86	0.27 43	0.48 11	0.46 56	0.34 14	0.48 30	0.27 2	0.22 6	0.39 14	0.23 4	0.13 12	0.11 57	0.12 2	0.08 1	0.13 20	0.17 162

Selective-RAFT	0.35 47	0.23 145	0.51 201	0.44 202	0.21 29	0.64 222	0.27 43	0.59 37	0.63 98	0.40 31	0.38 18	0.55 94	0.40 109	0.57 89	0.35 111	0.13 12	0.11 57	0.14 16	0.12 29	0.16 108	0.13 58

IPLG	0.39 108	0.20 70	0.59 234	0.40 108	0.24 86	0.54 159	0.27 43	0.75 147	0.63 98	0.84 220	0.81 131	0.32 10	0.32 61	0.60 126	0.45 188	0.13 12	0.11 57	0.16 60	0.13 50	0.13 20	0.12 33

DIP-Stereo	0.39 108	0.21 101	0.50 194	0.41 132	0.28 191	0.62 207	0.27 43	0.77 155	0.40 39	0.64 99	0.86 155	0.52 83	0.33 69	0.66 168	0.42 165	0.15 79	0.13 152	0.17 85	0.14 72	0.15 77	0.15 106
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
DN-CSS_ROB	0.43 143	0.26 212	0.62 244	0.40 108	0.29 214	0.44 126	0.27 43	0.77 155	0.75 144	0.72 152	1.09 255	0.48 73	0.43 123	0.69 189	0.37 139	0.15 79	0.12 98	0.21 218	0.19 209	0.18 157	0.16 145

MIF-Stereo	0.27 5	0.17 19	0.37 44	0.40 108	0.27 172	0.30 43	0.28 50	0.39 2	0.31 5	0.29 6	0.46 24	0.27 2	0.25 11	0.47 44	0.34 96	0.17 143	0.13 152	0.13 9	0.12 29	0.14 45	0.12 33

AEACV	0.27 5	0.17 19	0.31 13	0.34 11	0.45 329	0.26 17	0.28 50	0.37 1	0.32 7	0.30 7	0.46 24	0.31 8	0.37 89	0.36 5	0.24 6	0.14 32	0.10 9	0.15 42	0.12 29	0.13 20	0.11 9

HBP-ISP	0.59 270	0.45 318	0.43 109	0.45 223	0.33 262	0.70 240	0.28 50	1.11 268	1.00 270	0.83 213	1.18 282	0.65 156	0.68 248	0.88 265	0.52 223	0.35 343	0.38 362	0.47 358	0.41 359	0.38 329	0.31 306

MIPNet	0.37 80	0.21 101	0.59 234	0.39 85	0.25 112	0.50 142	0.28 50	0.77 155	0.70 121	0.65 106	0.60 60	0.40 41	0.49 148	0.44 29	0.37 139	0.14 32	0.11 57	0.16 60	0.13 50	0.14 45	0.13 58

RAFT-IKP	0.35 47	0.23 145	0.47 156	0.41 132	0.22 42	0.24 7	0.28 50	0.59 37	0.36 21	0.63 90	0.73 89	0.57 101	0.38 92	0.58 106	0.36 127	0.18 171	0.12 98	0.20 179	0.16 123	0.20 204	0.15 106

111	0.40 120	0.17 19	0.41 81	0.34 11	0.19 9	0.52 149	0.28 50	0.74 141	1.16 319	0.50 54	0.91 175	0.63 139	0.48 145	0.61 133	0.35 111	0.14 32	0.10 9	0.14 16	0.12 29	0.13 20	0.13 58

CBMV_ROB	0.59 270	0.37 286	0.38 53	0.39 85	0.28 191	0.74 250	0.28 50	1.00 228	0.98 258	0.94 269	1.25 295	0.81 226	0.78 287	0.87 262	0.50 208	0.36 346	0.37 360	0.43 350	0.40 354	0.33 308	0.30 300

MyStereo8	0.40 120	0.20 70	0.54 215	0.41 132	0.29 214	0.53 155	0.29 57	0.65 72	0.49 61	0.71 141	0.98 209	0.58 109	0.43 123	0.50 52	0.51 216	0.15 79	0.12 98	0.16 60	0.14 72	0.19 191	0.19 204

11t1	0.36 65	0.21 101	0.42 100	0.35 29	0.22 42	0.62 207	0.29 57	0.69 109	0.43 48	0.60 77	0.53 44	0.53 87	0.48 145	0.56 79	0.40 158	0.18 171	0.14 178	0.16 60	0.13 50	0.17 139	0.17 162

GMStereo_Zeroshot	0.49 198	0.44 314	0.74 294	0.49 271	0.27 172	0.56 179	0.29 57	0.73 139	0.76 150	0.86 226	0.94 183	0.91 256	0.36 86	0.74 213	0.43 170	0.26 287	0.14 178	0.26 283	0.15 94	0.36 323	0.18 176

LoS	0.29 12	0.15 3	0.30 11	0.29 2	0.18 7	0.33 67	0.29 57	0.51 16	0.72 132	0.34 14	0.52 42	0.41 43	0.28 32	0.47 44	0.28 43	0.15 79	0.11 57	0.13 9	0.09 6	0.11 1	0.11 9

knoymous	0.36 65	0.20 70	0.31 13	0.31 6	0.22 42	0.36 84	0.29 57	0.61 52	0.64 105	0.67 118	0.70 83	0.60 128	0.40 109	0.58 106	0.34 96	0.17 143	0.11 57	0.20 179	0.11 15	0.17 139	0.18 176

IPLGR	0.39 108	0.21 101	0.63 252	0.39 85	0.22 42	0.49 141	0.29 57	0.76 152	0.74 142	0.78 180	0.77 105	0.44 60	0.42 116	0.47 44	0.38 147	0.13 12	0.12 98	0.16 60	0.14 72	0.15 77	0.13 58

LCNet	0.41 131	0.20 70	0.32 17	0.44 202	0.24 86	0.47 135	0.29 57	0.67 91	0.53 69	0.72 152	1.03 231	0.66 161	0.60 202	0.58 106	0.34 96	0.14 32	0.10 9	0.19 155	0.19 209	0.21 222	0.36 325

CroCo-Stereo	0.26 3	0.22 128	0.36 34	0.48 256	0.22 42	0.20 1	0.29 57	0.51 16	0.44 52	0.28 4	0.23 1	0.42 49	0.26 17	0.29 1	0.26 25	0.15 79	0.13 152	0.13 9	0.11 15	0.16 108	0.12 33
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
iRaftStereo_RVC	0.32 28	0.19 49	0.37 44	0.39 85	0.22 42	0.31 53	0.29 57	0.68 100	0.51 63	0.49 51	0.66 74	0.37 33	0.23 7	0.45 30	0.33 86	0.14 32	0.10 9	0.18 119	0.17 163	0.15 77	0.12 33

s12784h	0.36 65	0.15 3	0.24 3	0.34 11	0.15 1	0.77 256	0.29 57	0.80 166	0.83 183	0.56 68	0.57 54	0.43 55	0.40 109	0.57 89	0.33 86	0.12 4	0.10 9	0.14 16	0.09 6	0.14 45	0.09 1

HCRNet	0.44 149	0.34 274	0.41 81	0.53 313	0.26 148	0.53 155	0.29 57	0.83 171	0.63 98	0.71 141	0.81 131	0.77 214	0.50 158	0.66 168	0.36 127	0.24 267	0.16 229	0.24 258	0.20 231	0.21 222	0.18 176

RAFT-Stereo + iAFF	0.36 65	0.17 19	0.41 81	0.35 29	0.19 9	0.33 67	0.29 57	0.65 72	0.73 137	0.68 124	1.01 219	0.56 96	0.40 109	0.42 21	0.30 59	0.11 1	0.09 2	0.15 42	0.14 72	0.13 20	0.10 3

iResNet_ROB	0.52 227	0.21 101	0.53 212	0.37 45	0.21 29	0.61 200	0.29 57	1.51 366	1.32 344	0.90 252	1.02 227	0.80 224	0.62 212	0.76 220	0.43 170	0.16 110	0.12 98	0.13 9	0.09 6	0.15 77	0.18 176

Former-RAFT_DAM_RVC	0.34 35	0.27 226	0.45 130	0.36 37	0.25 112	0.48 137	0.30 70	0.58 35	0.90 223	0.42 37	0.36 17	0.30 5	0.29 42	0.49 50	0.30 59	0.16 110	0.14 178	0.18 119	0.15 94	0.18 157	0.15 106

test croco	0.31 26	0.20 70	0.50 194	0.39 85	0.29 214	0.27 25	0.30 70	0.44 6	0.35 16	0.31 8	0.66 74	0.30 5	0.31 57	0.65 163	0.31 66	0.17 143	0.13 152	0.20 179	0.15 94	0.17 139	0.12 33

PCWNet_CMD	0.48 182	0.24 180	0.52 206	0.39 85	0.27 172	0.63 216	0.30 70	0.95 214	0.96 251	0.86 226	1.07 248	0.79 216	0.44 131	0.57 89	0.43 170	0.17 143	0.12 98	0.21 218	0.16 123	0.24 257	0.19 204

riskmin	0.38 94	0.20 70	0.39 70	0.32 8	0.23 69	0.53 155	0.30 70	0.63 61	0.80 171	0.49 51	0.56 53	0.73 196	0.58 192	0.55 71	0.36 127	0.17 143	0.11 57	0.19 155	0.13 50	0.19 191	0.20 224

DCANet-4	0.36 65	0.20 70	0.48 172	0.34 11	0.19 9	0.29 36	0.30 70	0.66 81	0.92 233	0.69 129	0.78 113	0.40 41	0.47 141	0.45 30	0.34 96	0.14 32	0.10 9	0.14 16	0.11 15	0.11 1	0.13 58

fff	0.37 80	0.16 8	0.41 81	0.34 11	0.19 9	0.29 36	0.30 70	0.69 109	1.06 298	0.69 129	0.78 113	0.42 49	0.63 218	0.46 37	0.34 96	0.14 32	0.10 9	0.14 16	0.11 15	0.11 1	0.13 58

ADStereo(finetuned)	0.37 80	0.16 8	0.49 182	0.34 11	0.19 9	0.30 43	0.30 70	0.68 100	0.91 228	0.70 135	0.77 105	0.43 55	0.69 252	0.45 30	0.33 86	0.14 32	0.10 9	0.14 16	0.11 15	0.13 20	0.12 33

TRStereo	0.37 80	0.27 226	0.59 234	0.47 251	0.41 307	0.29 36	0.30 70	0.84 174	0.59 84	0.52 59	0.41 19	0.52 83	0.26 17	0.73 207	0.27 33	0.17 143	0.12 98	0.19 155	0.19 209	0.13 20	0.11 9

iGMRVC	0.35 47	0.23 145	0.47 156	0.41 132	0.22 42	0.24 7	0.30 70	0.59 37	0.36 21	0.63 90	0.73 89	0.58 109	0.38 92	0.58 106	0.36 127	0.18 171	0.12 98	0.20 179	0.16 123	0.20 204	0.15 106

CFNet_pseudo	0.46 165	0.24 180	0.52 206	0.37 45	0.27 172	0.58 185	0.30 70	0.86 180	0.88 211	0.82 201	1.03 231	0.75 202	0.47 141	0.58 106	0.44 182	0.17 143	0.12 98	0.24 258	0.16 123	0.24 257	0.19 204

DCANet	0.36 65	0.16 8	0.41 81	0.34 11	0.19 9	0.30 43	0.30 70	0.68 100	0.91 228	0.70 135	0.77 105	0.43 55	0.57 185	0.45 30	0.34 96	0.14 32	0.10 9	0.14 16	0.11 15	0.13 20	0.12 33

csc	0.37 80	0.16 8	0.41 81	0.34 11	0.19 9	0.29 36	0.30 70	0.69 109	1.06 298	0.69 129	0.78 113	0.42 49	0.63 218	0.46 37	0.34 96	0.14 32	0.10 9	0.14 16	0.11 15	0.11 1	0.13 58

cscssc	0.37 80	0.16 8	0.41 81	0.34 11	0.19 9	0.29 36	0.30 70	0.69 109	1.06 298	0.69 129	0.78 113	0.42 49	0.63 218	0.46 37	0.34 96	0.14 32	0.10 9	0.14 16	0.11 15	0.11 1	0.13 58

EAI-Stereo	0.34 35	0.19 49	0.44 119	0.39 85	0.21 29	0.31 53	0.30 70	1.15 282	0.30 3	0.49 51	0.75 99	0.36 31	0.28 32	0.62 139	0.27 33	0.14 32	0.11 57	0.14 16	0.13 50	0.13 20	0.12 33

MSMDNet	0.48 182	0.24 180	0.52 206	0.39 85	0.27 172	0.63 216	0.30 70	0.96 216	0.96 251	0.86 226	1.07 248	0.79 216	0.44 131	0.57 89	0.43 170	0.17 143	0.12 98	0.20 179	0.16 123	0.23 247	0.19 204

HITNet	0.41 131	0.26 212	0.45 130	0.33 10	0.17 3	0.63 216	0.30 70	0.93 204	0.64 105	0.71 141	0.82 134	0.64 146	0.52 163	0.59 120	0.43 170	0.14 32	0.10 9	0.15 42	0.13 50	0.19 191	0.12 33
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
EKT-Stereo	0.35 47	0.23 145	0.39 70	0.43 187	0.29 214	0.38 98	0.31 86	0.69 109	0.64 105	0.45 44	0.63 65	0.49 77	0.27 23	0.56 79	0.33 86	0.18 171	0.14 178	0.18 119	0.15 94	0.16 108	0.16 145

HH	0.35 47	0.20 70	0.47 156	0.40 108	0.25 112	0.33 67	0.31 86	0.76 152	0.38 35	0.43 39	0.57 54	0.79 216	0.44 131	0.71 197	0.25 9	0.15 79	0.11 57	0.15 42	0.14 72	0.14 45	0.12 33

HanStereo	0.35 47	0.20 70	0.47 156	0.40 108	0.25 112	0.33 67	0.31 86	0.76 152	0.38 35	0.43 39	0.57 54	0.79 216	0.44 131	0.71 197	0.25 9	0.15 79	0.11 57	0.15 42	0.14 72	0.14 45	0.12 33

anonymousdsp2	0.35 47	0.20 70	0.43 109	0.37 45	0.24 86	0.48 137	0.31 86	0.86 180	0.65 110	0.55 66	0.50 33	0.50 78	0.34 75	0.56 79	0.31 66	0.14 32	0.10 9	0.14 16	0.10 10	0.16 108	0.14 87

CroCo-Stereo Lap2	0.28 8	0.24 180	0.39 70	0.50 285	0.29 214	0.20 1	0.31 86	0.49 13	0.38 35	0.24 1	0.27 4	0.46 67	0.31 57	0.39 14	0.30 59	0.14 32	0.15 202	0.16 60	0.13 50	0.16 108	0.15 106

DisPM	0.39 108	0.19 49	0.44 119	0.41 132	0.27 172	0.24 7	0.31 86	0.65 72	0.57 82	0.87 233	0.87 159	0.60 128	0.32 61	0.76 220	0.32 74	0.18 171	0.12 98	0.19 155	0.17 163	0.15 77	0.20 224

AAGNet	1.43 373	0.20 70	0.48 172	0.44 202	0.25 112	0.29 36	0.31 86	0.65 72	0.68 116	0.97 282	0.86 155	0.67 166	0.62 212	0.64 156	20.63 419	0.16 110	0.11 57	0.19 155	0.15 94	0.19 191	0.12 33

NF-Stereo	0.38 94	0.20 70	0.45 130	0.41 132	0.25 112	0.26 17	0.31 86	0.69 109	0.70 121	0.65 106	0.77 105	0.57 101	0.30 53	0.67 178	0.35 111	0.18 171	0.12 98	0.20 179	0.16 123	0.16 108	0.27 280

OCTAStereo	0.38 94	0.20 70	0.46 146	0.41 132	0.25 112	0.26 17	0.31 86	0.69 109	0.70 121	0.65 106	0.77 105	0.58 109	0.30 53	0.67 178	0.35 111	0.18 171	0.12 98	0.20 179	0.16 123	0.16 108	0.27 280

PSM-adaLoss	0.35 47	0.23 145	0.47 156	0.41 132	0.22 42	0.24 7	0.31 86	0.59 37	0.36 21	0.63 90	0.73 89	0.58 109	0.38 92	0.56 79	0.35 111	0.18 171	0.12 98	0.20 179	0.16 123	0.20 204	0.15 106

ROB_FTStereo_v2	0.35 47	0.23 145	0.47 156	0.41 132	0.22 42	0.24 7	0.31 86	0.59 37	0.36 21	0.63 90	0.73 89	0.57 101	0.38 92	0.57 89	0.36 127	0.18 171	0.12 98	0.20 179	0.16 123	0.20 204	0.15 106

RE-Stereo	0.38 94	0.20 70	0.46 146	0.41 132	0.25 112	0.26 17	0.31 86	0.69 109	0.70 121	0.65 106	0.77 105	0.58 109	0.30 53	0.67 178	0.35 111	0.18 171	0.12 98	0.20 179	0.16 123	0.16 108	0.27 280

TVStereo	0.38 94	0.20 70	0.46 146	0.41 132	0.25 112	0.26 17	0.31 86	0.69 109	0.70 121	0.65 106	0.77 105	0.58 109	0.30 53	0.67 178	0.35 111	0.18 171	0.12 98	0.20 179	0.16 123	0.16 108	0.27 280

sCroCo_RVC	0.35 47	0.28 240	0.69 280	0.51 297	0.39 295	0.41 115	0.31 86	0.49 13	0.45 55	0.31 8	0.48 30	0.38 37	0.32 61	0.46 37	0.32 74	0.21 235	0.22 289	0.19 155	0.19 209	0.21 222	0.20 224

AFF-stereo	0.38 94	0.19 49	0.39 70	0.37 45	0.21 29	0.27 25	0.31 86	0.65 72	0.66 113	0.64 99	1.13 266	0.76 208	0.39 104	0.55 71	0.33 86	0.11 1	0.09 2	0.16 60	0.16 123	0.13 20	0.11 9

ccs_rob	0.46 165	0.24 180	0.52 206	0.37 45	0.27 172	0.58 185	0.31 86	0.86 180	0.88 211	0.82 201	1.02 227	0.75 202	0.47 141	0.58 106	0.44 182	0.17 143	0.12 98	0.24 258	0.16 123	0.24 257	0.19 204

rrr	0.29 12	0.22 128	0.41 81	0.35 29	0.27 172	0.37 86	0.32 102	0.52 19	0.42 46	0.38 21	0.30 6	0.35 26	0.27 23	0.51 56	0.22 1	0.15 79	0.12 98	0.16 60	0.13 50	0.13 20	0.14 87

x	0.39 108	0.24 180	0.41 81	0.34 11	0.23 69	0.52 149	0.32 102	0.86 180	0.52 66	0.57 70	0.70 83	0.59 123	0.50 158	0.49 50	0.46 198	0.17 143	0.15 202	0.17 85	0.15 94	0.17 139	0.16 145

PFNet	0.42 137	0.18 34	0.58 233	0.43 187	0.24 86	0.43 122	0.32 102	0.74 141	0.78 163	1.00 294	0.74 98	0.68 167	0.39 104	0.72 202	0.37 139	0.16 110	0.10 9	0.20 179	0.15 94	0.16 108	0.13 58

test_xeample3	0.29 12	0.21 101	0.41 81	0.35 29	0.26 148	0.35 78	0.32 102	0.56 28	0.36 21	0.43 39	0.32 9	0.34 21	0.28 32	0.54 69	0.23 4	0.14 32	0.11 57	0.16 60	0.12 29	0.14 45	0.13 58

FENet	0.42 137	0.22 128	0.38 53	0.39 85	0.24 86	0.55 164	0.32 102	0.79 162	0.70 121	0.71 141	0.72 85	0.63 139	0.57 185	0.62 139	0.44 182	0.19 200	0.13 152	0.19 155	0.17 163	0.18 157	0.19 204

R-Stereo Train	0.39 108	0.18 34	0.42 100	0.42 169	0.26 148	0.40 102	0.32 102	0.72 132	0.34 9	0.89 245	1.28 299	0.57 101	0.35 77	0.42 21	0.32 74	0.15 79	0.12 98	0.14 16	0.12 29	0.14 45	0.13 58

RAFT-Stereo	0.39 108	0.18 34	0.42 100	0.42 169	0.26 148	0.40 102	0.32 102	0.72 132	0.34 9	0.89 245	1.28 299	0.57 101	0.35 77	0.42 21	0.32 74	0.15 79	0.12 98	0.14 16	0.12 29	0.14 45	0.13 58
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CFNet	0.51 218	0.29 248	0.46 146	0.41 132	0.27 172	0.70 240	0.32 102	1.13 273	1.00 270	0.72 152	1.07 248	0.85 234	0.60 202	0.76 220	0.52 223	0.19 200	0.14 178	0.23 244	0.23 274	0.21 222	0.16 145

AdaStereo	0.50 211	0.32 261	0.47 156	0.48 256	0.25 112	0.67 234	0.32 102	1.17 290	0.88 211	0.75 167	0.99 214	0.75 202	0.49 148	0.67 178	0.46 198	0.27 294	0.12 98	0.28 302	0.18 185	0.23 247	0.18 176
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.
CFNet_ucs	0.50 211	0.24 180	0.55 220	0.38 66	0.31 241	0.58 185	0.33 111	0.98 223	0.93 238	0.88 241	1.19 286	0.80 224	0.49 148	0.63 149	0.43 170	0.21 235	0.15 202	0.26 283	0.18 185	0.26 269	0.22 250

SDNR	0.86 324	0.37 286	1.47 372	0.40 108	0.38 290	3.38 401	0.33 111	0.90 197	0.98 258	0.99 289	2.09 366	0.59 123	0.71 266	1.29 341	0.70 264	0.51 368	0.56 383	0.36 335	0.26 306	0.43 342	0.46 358

raft_robust	0.41 131	0.23 145	0.36 34	0.42 169	0.21 29	0.40 102	0.33 111	0.79 162	0.98 258	0.79 182	0.87 159	0.39 38	0.33 69	0.84 252	0.29 54	0.13 12	0.12 98	0.16 60	0.17 163	0.15 77	0.12 33

CIPLG	0.41 131	0.21 101	0.63 252	0.45 223	0.33 262	0.52 149	0.33 111	0.65 72	0.60 86	0.82 201	0.96 194	0.46 67	0.32 61	0.55 71	0.44 182	0.16 110	0.12 98	0.15 42	0.14 72	0.13 20	0.14 87

ACRE	0.40 120	0.21 101	0.65 262	0.45 223	0.33 262	0.51 146	0.33 111	0.66 81	0.63 98	0.80 184	0.92 179	0.45 61	0.32 61	0.52 61	0.45 188	0.16 110	0.12 98	0.15 42	0.14 72	0.13 20	0.14 87

rafts_anoy	0.37 80	0.21 101	0.36 34	0.41 132	0.26 148	0.30 43	0.33 111	0.67 91	0.90 223	0.58 71	0.66 74	0.45 61	0.33 69	0.47 44	0.39 153	0.16 110	0.11 57	0.21 218	0.23 274	0.17 139	0.14 87

MLCV	0.47 175	0.24 180	0.61 241	0.37 45	0.17 3	0.61 200	0.33 111	0.80 166	0.87 207	0.94 269	1.13 266	0.72 187	0.43 123	0.89 270	0.51 216	0.13 12	0.10 9	0.13 9	0.11 15	0.14 45	0.12 33

SMFormer	0.51 218	0.23 145	0.62 244	0.34 11	0.20 20	0.62 207	0.34 118	1.21 301	1.02 277	0.81 192	1.01 219	0.71 177	0.65 234	0.84 252	0.55 233	0.19 200	0.15 202	0.18 119	0.16 123	0.18 157	0.18 176

tta	0.51 218	0.23 145	0.62 244	0.34 11	0.20 20	0.62 207	0.34 118	1.21 301	1.02 277	0.81 192	1.01 219	0.71 177	0.65 234	0.84 252	0.55 233	0.19 200	0.15 202	0.18 119	0.16 123	0.15 77	0.14 87

qqq1	0.49 198	0.23 145	0.62 244	0.34 11	0.20 20	0.62 207	0.34 118	1.21 301	1.02 277	0.81 192	1.01 219	0.71 177	0.65 234	0.84 252	0.34 96	0.19 200	0.15 202	0.14 16	0.12 29	0.15 77	0.14 87

fff1	0.49 198	0.23 145	0.62 244	0.34 11	0.20 20	0.62 207	0.34 118	1.21 301	1.02 277	0.81 192	1.01 219	0.71 177	0.65 234	0.84 252	0.34 96	0.19 200	0.15 202	0.14 16	0.12 29	0.15 77	0.14 87

LoS_RVC	0.27 5	0.16 8	0.27 8	0.32 8	0.30 224	0.44 126	0.34 118	0.41 4	0.33 8	0.31 8	0.51 38	0.29 4	0.32 61	0.36 5	0.28 43	0.11 1	0.10 9	0.11 1	0.08 1	0.11 1	0.19 204

CASS	0.45 159	0.27 226	0.42 100	0.48 256	0.22 42	0.61 200	0.34 118	0.97 220	0.62 88	0.71 141	0.85 152	0.61 132	0.55 179	0.57 89	0.41 161	0.29 306	0.16 229	0.22 230	0.18 185	0.22 238	0.28 287
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RCA-Stereo	0.35 47	0.17 19	0.34 26	0.38 66	0.22 42	0.31 53	0.34 118	0.68 100	1.24 332	0.45 44	0.65 70	0.47 69	0.43 123	0.38 12	0.27 33	0.13 12	0.10 9	0.14 16	0.11 15	0.11 1	0.11 9

BUS	0.45 159	0.25 198	0.43 109	0.45 223	0.28 191	0.70 240	0.34 118	0.94 208	0.76 150	0.75 167	0.80 124	0.65 156	0.49 148	0.64 156	0.51 216	0.20 221	0.14 178	0.22 230	0.19 209	0.18 157	0.18 176

NINENet	0.50 211	0.29 248	0.51 201	0.45 223	0.32 253	0.70 240	0.34 118	1.10 263	0.88 211	0.80 184	0.94 183	0.65 156	0.49 148	0.73 207	0.51 216	0.22 253	0.20 276	0.25 269	0.18 185	0.22 238	0.21 237

Sa-1000	0.48 182	0.24 180	0.41 81	0.45 223	0.25 112	0.59 194	0.34 118	0.81 169	0.93 238	0.82 201	1.50 334	0.53 87	0.45 135	0.92 282	0.30 59	0.15 79	0.12 98	0.21 218	0.19 209	0.15 77	0.13 58

test_4	0.36 65	0.18 34	0.31 13	0.44 202	0.25 112	0.20 1	0.34 118	0.56 28	0.41 42	0.59 73	1.45 330	0.43 55	0.25 11	0.63 149	0.28 43	0.12 4	0.10 9	0.17 85	0.19 209	0.15 77	0.11 9

UDGNet	0.48 182	0.77 364	0.50 194	0.48 256	0.31 241	0.41 115	0.34 118	0.70 123	0.92 233	0.65 106	0.60 60	0.58 109	0.43 123	0.63 149	0.41 161	0.32 327	0.15 202	0.66 375	0.19 209	0.36 323	0.21 237

IPLGR_C	0.40 120	0.21 101	0.64 257	0.45 223	0.33 262	0.52 149	0.34 118	0.66 81	0.62 88	0.82 201	0.92 179	0.45 61	0.32 61	0.52 61	0.46 198	0.17 143	0.12 98	0.15 42	0.14 72	0.13 20	0.14 87

HHNet	0.41 131	0.17 19	0.41 81	0.34 11	0.37 282	0.33 67	0.34 118	0.69 109	0.75 144	0.86 226	1.30 303	0.52 83	0.32 61	0.52 61	0.35 111	0.15 79	0.11 57	0.19 155	0.15 94	0.15 77	0.24 263

DEmStereo	0.48 182	0.17 19	0.50 194	0.38 66	0.25 112	0.59 194	0.34 118	0.63 61	0.74 142	0.89 245	1.66 345	0.58 109	1.06 338	0.60 126	0.42 165	0.14 32	0.11 57	0.16 60	0.16 123	0.14 45	0.15 106

DMCA	0.45 159	0.26 212	0.50 194	0.38 66	0.28 191	0.51 146	0.34 118	0.93 204	0.68 116	0.75 167	0.83 139	0.79 216	0.53 166	0.51 56	0.54 229	0.21 235	0.16 229	0.21 218	0.16 123	0.19 191	0.21 237

FADNet_RVC	0.55 241	0.37 286	1.17 347	0.44 202	0.31 241	0.56 179	0.34 118	1.06 253	0.88 211	0.67 118	0.90 173	0.61 132	0.65 234	0.93 287	0.70 264	0.21 235	0.18 254	0.26 283	0.23 274	0.31 298	0.28 287

AE-Stereo	0.34 35	0.21 101	0.42 100	0.48 256	0.31 241	0.48 137	0.35 135	0.61 52	0.62 88	0.32 12	0.55 51	0.52 83	0.27 23	0.47 44	0.29 54	0.13 12	0.13 152	0.18 119	0.16 123	0.15 77	0.12 33

mmm	0.44 149	0.27 226	0.46 146	0.38 66	0.24 86	0.61 200	0.35 135	0.94 208	0.53 69	0.72 152	1.05 239	0.63 139	0.50 158	0.57 89	0.45 188	0.18 171	0.15 202	0.23 244	0.20 231	0.20 204	0.18 176

ff7	0.29 12	0.21 101	0.38 53	0.36 37	0.26 148	0.31 53	0.35 135	0.62 56	0.34 9	0.38 21	0.33 10	0.32 10	0.29 42	0.58 106	0.25 9	0.14 32	0.10 9	0.17 85	0.12 29	0.14 45	0.15 106

IGEVStereo-DCA	0.29 12	0.22 128	0.38 53	0.35 29	0.27 172	0.37 86	0.35 135	0.62 56	0.34 9	0.38 21	0.30 6	0.35 26	0.27 23	0.51 56	0.22 1	0.15 79	0.12 98	0.16 60	0.12 29	0.13 20	0.15 106

ffff	0.29 12	0.21 101	0.38 53	0.36 37	0.26 148	0.31 53	0.35 135	0.62 56	0.34 9	0.38 21	0.33 10	0.32 10	0.29 42	0.58 106	0.25 9	0.14 32	0.10 9	0.17 85	0.12 29	0.14 45	0.15 106

11t	0.29 12	0.21 101	0.38 53	0.36 37	0.26 148	0.31 53	0.35 135	0.62 56	0.34 9	0.38 21	0.33 10	0.32 10	0.29 42	0.58 106	0.25 9	0.14 32	0.10 9	0.17 85	0.12 29	0.14 45	0.15 106

anonymousdsp	0.29 12	0.21 101	0.38 53	0.37 45	0.25 112	0.30 43	0.35 135	0.63 61	0.35 16	0.39 29	0.33 10	0.33 18	0.28 32	0.59 120	0.25 9	0.14 32	0.10 9	0.17 85	0.12 29	0.14 45	0.15 106

anonymousa	0.49 198	0.20 70	0.42 100	0.38 66	0.23 69	0.91 291	0.35 135	0.75 147	0.62 88	0.85 221	1.54 338	1.06 291	0.66 239	0.51 56	0.43 170	0.16 110	0.13 152	0.19 155	0.21 248	0.16 108	0.14 87

ccc-4	0.29 12	0.21 101	0.38 53	0.36 37	0.26 148	0.31 53	0.35 135	0.62 56	0.34 9	0.38 21	0.33 10	0.32 10	0.29 42	0.58 106	0.25 9	0.14 32	0.10 9	0.17 85	0.12 29	0.14 45	0.15 106

IER	0.46 165	0.23 145	0.50 194	0.38 66	0.28 191	0.69 238	0.35 135	0.80 166	0.66 113	0.83 213	0.94 183	0.75 202	0.77 282	0.60 126	0.42 165	0.17 143	0.14 178	0.17 85	0.17 163	0.17 139	0.15 106

IGEV-Stereo	0.29 12	0.21 101	0.38 53	0.37 45	0.25 112	0.30 43	0.35 135	0.63 61	0.35 16	0.39 29	0.33 10	0.33 18	0.28 32	0.59 120	0.25 9	0.14 32	0.10 9	0.17 85	0.12 29	0.14 45	0.15 106
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GANet-ADL	0.42 137	0.25 198	0.45 130	0.43 187	0.29 214	0.54 159	0.35 135	0.89 193	0.86 198	0.63 90	0.72 85	0.68 167	0.42 116	0.52 61	0.41 161	0.21 235	0.14 178	0.15 42	0.13 50	0.18 157	0.19 204

PSM-softLoss	0.38 94	0.20 70	0.48 172	0.41 132	0.26 148	0.30 43	0.35 135	0.69 109	0.46 56	0.62 83	0.82 134	0.59 123	0.33 69	0.70 192	0.39 153	0.19 200	0.12 98	0.20 179	0.18 185	0.16 108	0.22 250

KMStereo	0.38 94	0.20 70	0.48 172	0.41 132	0.26 148	0.30 43	0.35 135	0.69 109	0.46 56	0.62 83	0.82 134	0.59 123	0.33 69	0.70 192	0.39 153	0.19 200	0.12 98	0.20 179	0.18 185	0.16 108	0.22 250

cross-raft	0.34 35	0.20 70	0.37 44	0.44 202	0.23 69	0.32 63	0.35 135	0.74 141	0.40 39	0.60 77	0.77 105	0.57 101	0.27 23	0.43 24	0.28 43	0.12 4	0.10 9	0.15 42	0.13 50	0.15 77	0.11 9

pcwnet_v2	0.58 263	0.28 240	0.84 311	0.45 223	0.35 275	0.61 200	0.35 135	1.27 326	1.21 327	0.99 289	1.27 297	0.72 187	0.58 192	0.67 178	0.48 205	0.27 294	0.21 283	0.24 258	0.23 274	0.29 284	0.29 293

BEATNet_4x	0.46 165	0.32 261	0.56 226	0.37 45	0.19 9	0.63 216	0.35 135	1.01 235	0.72 132	0.77 177	0.83 139	0.70 173	0.59 198	0.68 186	0.53 226	0.16 110	0.12 98	0.16 60	0.14 72	0.24 257	0.16 145

iResNetv2_ROB	0.52 227	0.27 226	0.69 280	0.38 66	0.25 112	0.62 207	0.35 135	1.17 290	1.01 274	0.99 289	1.06 245	0.88 246	0.67 242	0.66 168	0.39 153	0.19 200	0.13 152	0.15 42	0.11 15	0.18 157	0.16 145

CoDeX	0.47 175	0.20 70	0.49 182	0.42 169	0.25 112	0.75 253	0.36 153	1.27 326	0.80 171	0.82 201	0.96 194	0.62 138	0.57 185	0.60 126	0.36 127	0.17 143	0.12 98	0.17 85	0.15 94	0.16 108	0.14 87

qqq	0.40 120	0.26 212	0.44 119	0.36 37	0.22 42	0.46 133	0.36 153	0.85 177	0.54 73	0.56 68	0.69 81	0.65 156	0.53 166	0.55 71	0.45 188	0.17 143	0.16 229	0.20 179	0.19 209	0.18 157	0.17 162

SA	0.44 149	0.25 198	0.46 146	0.46 242	0.24 86	0.43 122	0.36 153	0.75 147	0.96 251	0.59 73	1.03 231	0.48 73	0.52 163	0.94 294	0.32 74	0.16 110	0.12 98	0.21 218	0.19 209	0.15 77	0.13 58

dad	0.58 263	0.50 328	0.64 257	0.43 187	0.30 224	0.59 194	0.36 153	0.78 160	1.25 336	1.01 299	1.17 280	1.15 312	0.53 166	0.68 186	0.50 208	0.35 343	0.23 299	0.37 339	0.21 248	0.29 284	0.20 224

test_3	0.36 65	0.19 49	0.44 119	0.44 202	0.23 69	0.48 137	0.36 153	0.66 81	0.82 178	0.64 99	0.45 21	0.68 167	0.25 11	0.41 19	0.31 66	0.12 4	0.10 9	0.18 119	0.16 123	0.15 77	0.11 9

test-1	0.36 65	0.19 49	0.71 287	0.46 242	0.26 148	0.44 126	0.36 153	0.60 46	0.59 84	0.48 50	0.67 78	0.53 87	0.36 86	0.40 16	0.29 54	0.14 32	0.11 57	0.16 60	0.14 72	0.15 77	0.16 145

LMCR-Stereo	0.53 230	0.30 254	0.53 212	0.58 332	0.30 224	0.83 281	0.36 153	1.19 295	0.76 150	0.88 241	1.04 235	0.56 96	0.62 212	0.82 240	0.67 257	0.19 200	0.15 202	0.19 155	0.14 72	0.23 247	0.17 162

GES	0.44 149	0.23 145	0.57 229	0.40 108	0.30 224	0.59 194	0.36 153	0.96 216	0.68 116	0.74 165	0.83 139	0.47 69	0.48 145	0.67 178	0.43 170	0.22 253	0.16 229	0.17 85	0.16 123	0.18 157	0.23 257

xxxx	1.01 341	0.22 128	0.43 109	0.36 37	0.21 29	0.82 279	0.36 153	1.32 335	0.88 211	0.71 141	0.94 183	0.97 267	0.63 218	0.64 156	10.58 410	0.20 221	0.16 229	0.18 119	0.17 163	0.19 191	0.19 204

GMStereo	0.39 108	0.37 286	0.54 215	0.40 108	0.26 148	0.42 120	0.36 153	0.59 37	1.04 286	0.55 66	0.51 38	0.37 33	0.35 77	0.54 69	0.41 161	0.19 200	0.13 152	0.16 60	0.17 163	0.24 257	0.18 176
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
GANet-RSSM	0.47 175	0.21 101	0.37 44	0.38 66	0.25 112	0.58 185	0.36 153	1.07 254	0.78 163	0.68 124	1.01 219	0.86 236	0.67 242	0.62 139	0.44 182	0.21 235	0.15 202	0.18 119	0.18 185	0.18 157	0.17 162

UCFNet_RVC	0.49 198	0.26 212	0.35 29	0.39 85	0.26 148	0.64 222	0.36 153	1.15 282	0.84 186	0.67 118	0.88 166	0.88 246	0.59 198	0.58 106	0.45 188	0.24 267	0.17 243	0.27 295	0.27 311	0.25 265	0.23 257

DualNet	0.47 175	0.26 212	0.49 182	0.37 45	0.25 112	0.55 164	0.37 165	0.68 100	1.04 286	0.73 159	0.96 194	0.71 177	0.53 166	0.57 89	0.88 302	0.16 110	0.10 9	0.25 269	0.21 248	0.16 108	0.16 145

ffm	0.44 149	0.26 212	0.49 182	0.37 45	0.25 112	0.55 164	0.37 165	0.68 100	1.04 286	0.73 159	0.96 194	0.71 177	0.53 166	0.57 89	0.25 9	0.16 110	0.10 9	0.25 269	0.21 248	0.16 108	0.16 145

ff1	0.49 198	0.26 212	0.49 182	0.37 45	0.25 112	0.55 164	0.37 165	0.68 100	1.04 286	0.73 159	0.96 194	0.71 177	0.53 166	1.01 300	0.88 302	0.16 110	0.10 9	0.25 269	0.21 248	0.16 108	0.16 145

mmx	0.53 230	0.26 212	0.49 182	0.37 45	0.25 112	0.55 164	0.37 165	1.16 285	1.03 282	0.73 159	0.96 194	0.71 177	0.53 166	1.01 300	0.88 302	0.20 221	0.15 202	0.25 269	0.21 248	0.22 238	0.20 224

whm_eth	0.48 182	0.30 254	0.74 294	0.46 242	0.38 290	0.37 86	0.37 165	0.79 162	0.78 163	0.82 201	1.74 351	0.37 33	0.38 92	0.60 126	0.38 147	0.18 171	0.16 229	0.20 179	0.20 231	0.19 191	0.22 250

xxx	0.53 230	0.26 212	0.49 182	0.37 45	0.25 112	0.55 164	0.37 165	1.16 285	1.03 282	0.73 159	0.96 194	0.71 177	0.53 166	1.01 300	0.88 302	0.20 221	0.15 202	0.25 269	0.21 248	0.22 238	0.20 224

DCRE	0.37 80	0.18 34	0.46 146	0.45 223	0.32 253	0.42 120	0.37 165	0.63 61	0.51 63	0.47 49	0.94 183	0.56 96	0.36 86	0.52 61	0.32 74	0.14 32	0.13 152	0.15 42	0.14 72	0.14 45	0.13 58

GwcNet-ADL	0.44 149	0.22 128	0.48 172	0.45 223	0.30 224	0.40 102	0.37 165	0.92 202	0.97 254	0.71 141	0.78 113	0.61 132	0.42 116	0.62 139	0.50 208	0.19 200	0.14 178	0.15 42	0.14 72	0.18 157	0.18 176

PSMNet-ADL	0.48 182	0.27 226	0.40 77	0.48 256	0.30 224	0.68 236	0.37 165	0.90 197	0.80 171	0.61 82	0.80 124	0.92 258	0.62 212	0.72 202	0.63 249	0.23 258	0.18 254	0.18 119	0.20 231	0.22 238	0.20 224

KYRaft	0.48 182	0.20 70	0.38 53	0.44 202	0.23 69	0.44 126	0.37 165	0.66 81	0.41 42	0.94 269	1.73 349	0.79 216	0.41 115	0.63 149	0.31 66	0.16 110	0.11 57	0.18 119	0.22 263	0.16 108	0.78 380

TestStereo	0.38 94	0.31 259	0.40 77	0.45 223	0.20 20	0.40 102	0.37 165	0.66 81	0.65 110	0.53 62	0.78 113	0.47 69	0.40 109	0.55 71	0.37 139	0.18 171	0.13 152	0.20 179	0.15 94	0.22 238	0.13 58

raft+_RVC	0.38 94	0.19 49	0.35 29	0.37 45	0.25 112	0.45 131	0.37 165	0.78 160	0.89 221	0.51 56	0.78 113	0.50 78	0.29 42	0.53 66	0.40 158	0.15 79	0.12 98	0.17 85	0.15 94	0.14 45	0.12 33

222	1.18 360	0.22 128	0.44 119	0.37 45	0.22 42	0.79 263	0.37 165	1.31 334	0.89 221	0.92 265	1.08 251	0.72 187	0.71 266	0.66 168	13.89 414	0.20 221	0.15 202	0.17 85	0.16 123	0.18 157	0.19 204

SFCPSM	0.47 175	0.21 101	0.55 220	0.40 108	0.27 172	0.87 289	0.37 165	1.33 337	0.77 157	0.80 184	0.84 144	0.54 91	0.49 148	0.57 89	0.37 139	0.18 171	0.13 152	0.18 119	0.20 231	0.16 108	0.15 106

cf-r	0.47 175	0.23 145	0.41 81	0.39 85	0.23 69	0.59 194	0.37 165	0.88 191	0.85 193	0.72 152	1.05 239	0.94 261	0.62 212	0.56 79	0.54 229	0.21 235	0.14 178	0.17 85	0.19 209	0.15 77	0.15 106

PSMNet-RSSM	0.48 182	0.22 128	0.38 53	0.42 169	0.25 112	0.50 142	0.37 165	1.10 263	0.77 157	0.70 135	1.06 245	0.84 232	0.64 228	0.62 139	0.47 202	0.23 258	0.15 202	0.23 244	0.25 296	0.20 204	0.19 204

CFNet-ft	0.48 182	0.23 145	0.36 34	0.40 108	0.26 148	0.64 222	0.37 165	0.87 187	0.85 193	0.64 99	1.00 216	1.01 277	0.64 228	0.61 133	0.53 226	0.23 258	0.15 202	0.24 258	0.21 248	0.23 247	0.18 176

HSM-Net_RVC	0.53 230	0.22 128	0.35 29	0.37 45	0.21 29	0.85 285	0.37 165	1.23 313	0.93 238	0.90 252	1.15 273	1.26 318	0.63 218	0.72 202	0.48 205	0.17 143	0.13 152	0.16 60	0.15 94	0.17 139	0.15 106
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.48 182	0.23 145	0.36 34	0.40 108	0.26 148	0.64 222	0.37 165	0.87 187	0.85 193	0.64 99	1.00 216	1.01 277	0.64 228	0.61 133	0.53 226	0.23 258	0.15 202	0.24 258	0.21 248	0.23 247	0.18 176

PWC_ROB	0.87 325	0.52 337	1.28 356	0.50 285	0.32 253	0.91 291	0.37 165	1.36 345	1.46 357	1.61 360	2.59 378	1.16 313	1.01 335	1.34 347	1.40 360	0.25 277	0.18 254	0.28 302	0.20 231	0.29 284	0.28 287

ACVNet-DCA	0.35 47	0.23 145	0.33 20	0.41 132	0.22 42	0.55 164	0.38 185	0.85 177	0.54 73	0.41 32	0.50 33	0.34 21	0.49 148	0.57 89	0.25 9	0.16 110	0.10 9	0.19 155	0.13 50	0.18 157	0.17 162

xx1	0.39 108	0.23 145	0.33 20	0.41 132	0.22 42	0.55 164	0.38 185	0.67 91	1.06 298	0.41 32	0.50 33	0.65 156	0.53 166	0.57 89	0.25 9	0.16 110	0.10 9	0.20 179	0.19 209	0.18 157	0.17 162

1test111	0.36 65	0.23 145	0.33 20	0.41 132	0.22 42	0.55 164	0.38 185	0.85 177	0.54 73	0.41 32	0.50 33	0.34 21	0.49 148	0.55 71	0.45 188	0.16 110	0.10 9	0.19 155	0.13 50	0.18 157	0.17 162

cc1	0.37 80	0.23 145	0.33 20	0.41 132	0.22 42	0.55 164	0.38 185	0.67 91	1.06 298	0.41 32	0.50 33	0.34 21	0.49 148	0.57 89	0.25 9	0.16 110	0.10 9	0.19 155	0.13 50	0.16 108	0.15 106

tt1	0.36 65	0.24 180	0.32 17	0.41 132	0.22 42	0.54 159	0.38 185	0.68 100	1.04 286	0.41 32	0.46 24	0.35 26	0.45 135	0.57 89	0.25 9	0.16 110	0.10 9	0.19 155	0.13 50	0.16 108	0.16 145

ttt	0.51 218	0.25 198	0.43 109	0.38 66	0.24 86	0.65 227	0.38 185	1.18 293	1.05 291	0.72 152	1.08 251	0.63 139	0.49 148	0.84 252	0.59 240	0.24 267	0.21 283	0.22 230	0.20 231	0.24 257	0.24 263

StereoVision	0.42 137	0.28 240	0.45 130	0.49 271	0.28 191	0.38 98	0.38 185	0.72 132	0.62 88	0.44 42	1.14 268	0.54 91	0.39 104	0.56 79	0.34 96	0.21 235	0.24 306	0.25 269	0.24 287	0.26 269	0.16 145

CAS	0.34 35	0.13 1	0.25 6	1.28 388	0.30 224	0.46 133	0.38 185	0.48 11	0.47 59	0.34 14	0.52 42	0.24 1	0.19 2	0.29 1	0.27 33	0.69 379	0.08 1	0.12 2	0.08 1	0.12 8	0.15 106

dd	0.43 143	0.38 295	0.55 220	0.44 202	0.25 112	0.47 135	0.38 185	0.70 123	1.05 291	0.59 73	0.65 70	0.42 49	0.39 104	0.66 168	0.50 208	0.24 267	0.15 202	0.21 218	0.15 94	0.22 238	0.18 176

GMOStereo	0.37 80	0.19 49	0.38 53	0.43 187	0.24 86	0.37 86	0.38 185	0.52 19	0.62 88	0.87 233	0.84 144	0.64 146	0.35 77	0.37 8	0.28 43	0.13 12	0.11 57	0.20 179	0.18 185	0.15 77	0.11 9

error version	0.37 80	0.19 49	0.38 53	0.43 187	0.24 86	0.37 86	0.38 185	0.52 19	0.62 88	0.87 233	0.84 144	0.64 146	0.35 77	0.37 8	0.28 43	0.13 12	0.11 57	0.20 179	0.18 185	0.15 77	0.11 9

test-v	0.37 80	0.19 49	0.38 53	0.43 187	0.24 86	0.37 86	0.38 185	0.52 19	0.62 88	0.87 233	0.84 144	0.64 146	0.35 77	0.37 8	0.28 43	0.13 12	0.11 57	0.20 179	0.18 185	0.15 77	0.11 9

AACVNet	0.50 211	0.23 145	0.49 182	0.46 242	0.29 214	0.52 149	0.38 185	0.90 197	0.55 77	0.81 192	1.03 231	1.00 274	0.70 262	0.83 247	0.54 229	0.21 235	0.18 254	0.24 258	0.18 185	0.23 247	0.20 224

AnonymousM	0.41 131	0.81 367	0.29 10	0.34 11	0.22 42	0.28 32	0.38 185	0.53 26	0.41 42	0.70 135	0.49 32	0.47 69	0.27 23	0.41 19	0.31 66	0.15 79	0.12 98	1.51 387	0.26 306	0.12 8	0.10 3

test-2	0.37 80	0.19 49	0.38 53	0.43 187	0.24 86	0.37 86	0.38 185	0.52 19	0.62 88	0.87 233	0.84 144	0.64 146	0.35 77	0.37 8	0.28 43	0.13 12	0.11 57	0.20 179	0.18 185	0.15 77	0.11 9

RALCasStereoNet	0.36 65	0.21 101	0.37 44	0.42 169	0.26 148	0.35 78	0.38 185	0.63 61	0.64 105	0.50 54	0.72 85	0.51 81	0.29 42	0.59 120	0.36 127	0.16 110	0.14 178	0.15 42	0.13 50	0.17 139	0.16 145

GwcNet-RSSM	0.49 198	0.24 180	0.42 100	0.40 108	0.23 69	0.55 164	0.38 185	0.93 204	0.93 238	0.71 141	1.16 278	0.86 236	0.60 202	0.62 139	0.66 254	0.21 235	0.14 178	0.19 155	0.20 231	0.16 108	0.15 106

DMCA-RVC	0.51 218	0.30 254	0.59 234	0.50 285	0.32 253	0.54 159	0.38 185	0.86 180	0.68 116	0.94 269	0.86 155	0.91 256	0.68 248	0.70 192	0.59 240	0.23 258	0.18 254	0.31 318	0.23 274	0.26 269	0.19 204

RASNet	0.53 230	0.22 128	0.52 206	0.38 66	0.22 42	0.68 236	0.38 185	0.97 220	0.88 211	0.73 159	1.04 235	1.03 284	0.92 318	0.90 272	0.86 295	0.16 110	0.14 178	0.14 16	0.17 163	0.15 77	0.13 58

RAFT_CTSACE	0.45 159	0.20 70	0.44 119	0.45 223	0.27 172	0.34 73	0.39 204	0.60 46	0.73 137	0.76 172	1.44 327	0.83 228	0.38 92	1.08 315	0.26 25	0.12 4	0.13 152	0.18 119	0.16 123	0.15 77	0.11 9

test_xeample	1.01 341	0.21 101	0.42 100	0.35 29	0.21 29	0.71 245	0.39 204	1.23 313	0.86 198	0.81 192	1.04 235	0.69 171	0.61 207	0.69 189	10.93 411	0.19 200	0.15 202	0.18 119	0.17 163	0.18 157	0.17 162

MMNet	0.55 241	0.25 198	0.61 241	0.43 187	0.34 269	1.07 321	0.39 204	0.87 187	0.91 228	0.91 257	0.93 182	0.86 236	0.76 278	0.81 238	0.76 276	0.15 79	0.14 178	0.18 119	0.19 209	0.20 204	0.16 145

acv_ft	0.51 218	0.23 145	0.56 226	0.44 202	0.28 191	0.86 288	0.39 204	0.91 201	0.80 171	0.97 282	0.96 194	0.79 216	0.59 198	0.63 149	0.87 299	0.17 143	0.15 202	0.16 60	0.15 94	0.17 139	0.15 106

FADNet-RVC	0.60 273	0.53 340	1.14 341	0.46 242	0.39 295	0.61 200	0.39 204	1.12 272	0.87 207	0.70 135	0.84 144	1.04 286	0.55 179	0.94 294	0.69 261	0.26 287	0.25 314	0.28 302	0.28 316	0.31 298	0.31 306

PWCDC_ROB	0.89 329	0.49 324	0.80 309	0.74 369	0.40 300	1.03 315	0.39 204	1.33 337	2.35 386	1.02 301	3.77 395	0.81 226	0.92 318	1.20 329	0.90 315	0.34 339	0.22 289	0.24 258	0.20 231	0.34 315	0.29 293

TestStereo1	0.43 143	0.23 145	0.41 81	0.51 297	0.24 86	0.34 73	0.40 210	0.77 155	0.90 223	0.68 124	0.96 194	0.48 73	0.46 138	0.91 279	0.32 74	0.16 110	0.13 152	0.18 119	0.15 94	0.14 45	0.13 58

BSDual-CNN	0.46 165	0.25 198	0.43 109	0.45 223	0.28 191	0.77 256	0.40 210	0.94 208	0.76 150	0.75 167	0.80 124	0.76 208	0.54 177	0.64 156	0.43 170	0.20 221	0.14 178	0.22 230	0.19 209	0.18 157	0.18 176

hknet	0.49 198	0.25 198	0.51 201	0.45 223	0.29 214	0.77 256	0.40 210	0.94 208	0.83 183	0.75 167	0.80 124	0.97 267	0.61 207	0.73 207	0.45 188	0.18 171	0.14 178	0.22 230	0.19 209	0.18 157	0.18 176

SA-5K	0.43 143	0.23 145	0.41 81	0.51 297	0.24 86	0.34 73	0.40 210	0.77 155	0.90 223	0.68 124	0.96 194	0.48 73	0.46 138	0.91 279	0.32 74	0.16 110	0.13 152	0.18 119	0.15 94	0.14 45	0.13 58

AASNet	0.53 230	0.25 198	0.52 206	0.49 271	0.32 253	0.74 250	0.40 210	1.50 363	0.86 198	0.86 226	0.92 179	0.64 146	0.59 198	0.59 120	0.79 281	0.23 258	0.19 268	0.20 179	0.16 123	0.21 222	0.19 204

DRaft	0.49 198	0.17 19	0.47 156	0.37 45	0.25 112	0.58 185	0.40 210	0.65 72	0.85 193	1.02 301	1.75 353	0.50 78	0.82 297	0.63 149	0.40 158	0.13 12	0.11 57	0.16 60	0.16 123	0.14 45	0.15 106

ACVNet	0.46 165	0.23 145	0.36 34	0.39 85	0.28 191	0.58 185	0.40 210	0.87 187	0.80 171	0.64 99	0.96 194	0.79 216	0.60 202	0.63 149	0.67 257	0.17 143	0.15 202	0.16 60	0.15 94	0.18 157	0.15 106

hitnet-ft	0.55 241	0.27 226	0.39 70	0.41 132	0.28 191	0.78 260	0.40 210	0.92 202	0.90 223	0.82 201	1.01 219	1.13 309	0.70 262	0.78 231	0.67 257	0.28 300	0.20 276	0.28 302	0.22 263	0.29 284	0.26 273

DANet	0.71 294	0.45 318	0.91 321	0.59 335	0.40 300	0.81 271	0.40 210	0.97 220	0.84 186	1.20 337	1.22 288	1.33 332	0.88 312	1.16 324	1.24 351	0.27 294	0.23 299	0.31 318	0.25 296	0.35 319	0.32 310
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
HSM	0.51 218	0.24 180	0.41 81	0.39 85	0.24 86	0.75 253	0.40 210	1.22 309	0.75 144	0.81 192	0.91 175	1.21 314	0.69 252	0.87 262	0.46 198	0.17 143	0.13 152	0.17 85	0.14 72	0.17 139	0.17 162

StereoDRNet-Refined	0.58 263	0.32 261	0.54 215	0.46 242	0.30 224	0.96 302	0.40 210	1.00 228	0.94 245	1.12 327	1.08 251	0.96 265	0.67 242	0.90 272	0.89 313	0.17 143	0.13 152	0.22 230	0.21 248	0.20 204	0.19 204
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet	0.49 198	0.29 248	0.79 307	0.42 169	0.21 29	0.61 200	0.40 210	0.82 170	0.99 263	0.87 233	1.12 260	0.69 171	0.53 166	0.78 231	0.51 216	0.15 79	0.11 57	0.14 16	0.12 29	0.17 139	0.15 106

gwcnet-sp	0.48 182	0.23 145	0.70 284	0.40 108	0.26 148	0.81 271	0.41 222	0.89 193	0.84 186	0.91 257	0.76 101	0.66 161	0.61 207	0.66 168	0.50 208	0.18 171	0.17 243	0.18 119	0.18 185	0.18 157	0.18 176

scenet	0.48 182	0.23 145	0.70 284	0.40 108	0.26 148	0.81 271	0.41 222	0.89 193	0.84 186	0.91 257	0.76 101	0.66 161	0.61 207	0.66 168	0.50 208	0.18 171	0.17 243	0.18 119	0.18 185	0.18 157	0.18 176

ssnet	0.48 182	0.23 145	0.70 284	0.40 108	0.26 148	0.81 271	0.41 222	0.89 193	0.84 186	0.91 257	0.76 101	0.66 161	0.61 207	0.66 168	0.50 208	0.18 171	0.17 243	0.18 119	0.18 185	0.18 157	0.18 176

DAS	0.51 218	0.25 198	0.60 239	0.48 256	0.31 241	0.58 185	0.41 222	0.83 171	0.97 254	0.89 245	1.12 260	0.70 173	0.75 275	0.82 240	0.43 170	0.17 143	0.13 152	0.18 119	0.15 94	0.20 204	0.18 176

SepStereo	0.51 218	0.25 198	0.60 239	0.48 256	0.31 241	0.58 185	0.41 222	0.83 171	0.97 254	0.89 245	1.12 260	0.70 173	0.75 275	0.93 287	0.43 170	0.17 143	0.13 152	0.18 119	0.15 94	0.20 204	0.18 176

UNet	0.54 240	0.26 212	0.66 267	0.44 202	0.40 300	0.99 308	0.41 222	0.98 223	0.75 144	0.83 213	0.89 170	1.04 286	0.72 270	0.73 207	0.62 246	0.19 200	0.14 178	0.20 179	0.17 163	0.20 204	0.17 162

FADNet	0.61 275	0.51 331	1.10 336	0.45 223	0.44 325	0.65 227	0.41 222	1.19 295	1.05 291	0.70 135	0.84 144	0.98 270	0.66 239	0.82 240	0.50 208	0.29 306	0.30 334	0.27 295	0.30 322	0.46 350	0.35 323

test_5	0.43 143	0.24 180	0.43 109	0.52 308	0.28 191	0.28 32	0.42 229	0.72 132	0.82 178	0.62 83	0.91 175	0.72 187	0.55 179	0.79 234	0.35 111	0.14 32	0.11 57	0.18 119	0.18 185	0.18 157	0.16 145

1111x	0.55 241	0.22 128	0.46 146	0.38 66	0.20 20	0.66 230	0.43 230	1.23 313	0.99 263	0.71 141	0.99 214	0.95 263	0.69 252	0.90 272	1.08 339	0.18 171	0.17 243	0.18 119	0.19 209	0.20 204	0.18 176

ProNet	0.29 12	0.21 101	0.38 53	0.35 29	0.24 86	0.32 63	0.43 230	0.57 31	0.37 31	0.33 13	0.30 6	0.32 10	0.28 32	0.57 89	0.26 25	0.13 12	0.11 57	0.16 60	0.13 50	0.13 20	0.13 58

psmg	0.49 198	0.25 198	0.43 109	0.41 132	0.28 191	0.85 285	0.43 230	0.99 225	0.76 150	0.91 257	0.94 183	0.76 208	0.54 177	0.64 156	0.43 170	0.20 221	0.15 202	0.20 179	0.20 231	0.18 157	0.18 176

ICVP	0.46 165	0.25 198	0.38 53	0.48 256	0.28 191	0.58 185	0.43 230	1.00 228	0.70 121	0.67 118	0.95 190	0.75 202	0.55 179	0.53 66	0.54 229	0.23 258	0.17 243	0.19 155	0.17 163	0.19 191	0.20 224
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
FADNet-RVC-Resample	0.56 252	0.33 269	1.16 342	0.49 271	0.34 269	0.71 245	0.43 230	1.01 235	0.93 238	0.82 201	0.87 159	0.74 201	0.67 242	0.73 207	0.45 188	0.18 171	0.18 254	0.26 283	0.27 311	0.26 269	0.27 280

DeepPruner_ROB	0.53 230	0.34 274	0.59 234	0.41 132	0.30 224	0.50 142	0.43 230	1.19 295	0.70 121	0.85 221	1.05 239	0.86 236	0.55 179	0.84 252	0.51 216	0.29 306	0.23 299	0.22 230	0.22 263	0.26 269	0.25 269

STTStereo	0.55 241	0.37 286	0.76 302	0.44 202	0.31 241	0.60 199	0.44 236	0.96 216	0.86 198	0.99 289	0.90 173	0.96 265	0.58 192	0.71 197	0.61 244	0.25 277	0.23 299	0.26 283	0.32 335	0.24 257	0.23 257

NLCA_NET_v2_RVC	0.53 230	0.32 261	0.64 257	0.44 202	0.30 224	0.66 230	0.44 236	1.04 245	0.88 211	0.91 257	0.91 175	0.99 271	0.60 202	0.68 186	0.60 243	0.21 235	0.17 243	0.22 230	0.22 263	0.21 222	0.21 237
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
Prome-Stereo	0.46 165	0.19 49	0.35 29	0.44 202	0.26 148	0.40 102	0.45 238	0.68 100	0.44 52	0.96 277	1.84 356	0.59 123	0.67 242	0.61 133	0.32 74	0.14 32	0.11 57	0.16 60	0.14 72	0.16 108	0.29 293

ac_64	0.52 227	0.22 128	0.50 194	0.45 223	0.28 191	0.80 266	0.45 238	1.02 238	0.61 87	0.91 257	0.83 139	1.07 296	0.68 248	0.74 213	0.70 264	0.21 235	0.18 254	0.20 179	0.19 209	0.18 157	0.15 106

HGLStereo	0.56 252	0.28 240	0.57 229	0.50 285	0.37 282	0.80 266	0.45 238	1.02 238	0.78 163	0.86 226	1.14 268	0.89 250	0.82 297	0.76 220	0.73 271	0.21 235	0.20 276	0.19 155	0.18 185	0.19 191	0.21 237

RAFT+CT+SA	0.39 108	0.23 145	0.36 34	0.51 297	0.27 172	0.29 36	0.46 241	0.75 147	0.80 171	0.51 56	0.89 170	0.41 43	0.40 109	0.78 231	0.32 74	0.14 32	0.11 57	0.18 119	0.18 185	0.15 77	0.14 87

sAnonymous2	0.40 120	0.39 299	0.85 312	0.48 256	0.37 282	0.40 102	0.46 241	0.57 31	0.52 66	0.38 21	0.46 24	0.35 26	0.42 116	0.43 24	0.30 59	0.19 200	0.14 178	0.18 119	0.17 163	0.57 368	0.44 353

CroCo_RVC	0.40 120	0.39 299	0.85 312	0.48 256	0.37 282	0.40 102	0.46 241	0.57 31	0.52 66	0.38 21	0.46 24	0.35 26	0.42 116	0.43 24	0.30 59	0.19 200	0.14 178	0.18 119	0.17 163	0.57 368	0.44 353

ADLNet	0.55 241	0.27 226	0.51 201	0.44 202	0.35 275	0.78 260	0.46 241	1.08 258	0.86 198	0.99 289	0.98 209	0.92 258	0.63 218	0.69 189	0.81 286	0.22 253	0.16 229	0.22 230	0.22 263	0.21 222	0.21 237

SuperB	1.04 346	0.37 286	4.81 402	0.43 187	0.31 241	0.99 308	0.46 241	1.02 238	2.09 379	1.09 323	1.09 255	0.75 202	0.81 293	1.06 310	1.76 367	0.19 200	0.15 202	0.17 85	0.15 94	2.82 410	0.26 273

SQANet	0.82 316	0.74 362	0.67 271	1.13 383	0.98 381	1.11 327	0.47 246	1.07 254	0.83 183	0.91 257	1.05 239	1.03 284	0.74 273	1.01 300	0.64 251	0.61 376	0.24 306	1.03 383	0.35 342	1.18 387	0.58 374

GASNet	0.67 283	0.72 360	0.96 325	0.70 365	0.48 337	0.62 207	0.47 246	1.08 258	1.03 282	0.94 269	0.82 134	0.93 260	0.83 301	1.33 345	0.80 283	0.31 315	0.22 289	0.29 310	0.28 316	0.44 343	0.24 263

TransformOpticalFlow	0.44 149	0.20 70	0.47 156	0.41 132	0.23 69	0.37 86	0.47 246	0.94 208	0.76 150	0.65 106	1.14 268	0.73 196	0.56 184	0.76 220	0.32 74	0.15 79	0.10 9	0.17 85	0.15 94	0.14 45	0.13 58

RAFT	0.45 159	0.22 128	0.45 130	0.47 251	0.26 148	0.54 159	0.47 246	0.66 81	0.58 83	0.80 184	0.82 134	0.94 261	0.57 185	0.75 217	0.34 96	0.17 143	0.15 202	0.22 230	0.20 231	0.16 108	0.12 33

GMM-Stereo	0.44 149	0.19 49	0.36 34	0.42 169	0.25 112	0.51 146	0.47 246	0.71 128	0.53 69	0.76 172	1.37 313	0.76 208	0.38 92	0.60 126	0.33 86	0.15 79	0.10 9	0.20 179	0.19 209	0.16 108	0.27 280

DispFullNet	1.60 379	2.63 414	2.75 391	2.56 407	1.79 399	1.24 345	0.47 246	1.37 347	1.45 356	1.87 372	1.50 334	1.55 357	2.46 392	2.04 383	1.04 336	0.59 375	0.18 254	2.32 402	0.68 383	2.29 403	1.14 396

LL-Strereo	0.57 257	0.27 226	0.68 274	0.48 256	0.34 269	0.39 101	0.48 252	0.94 208	0.97 254	0.83 213	0.78 113	1.10 302	1.18 350	1.33 345	0.49 207	0.17 143	0.14 178	0.22 230	0.19 209	0.16 108	0.17 162

SACVNet	0.58 263	0.34 274	0.55 220	0.55 322	0.36 277	0.63 216	0.48 252	1.13 273	0.77 157	1.02 301	1.06 245	1.02 282	0.74 273	0.90 272	0.51 216	0.27 294	0.21 283	0.25 269	0.24 287	0.29 284	0.36 325

stereogan	0.80 312	0.31 259	0.71 287	0.59 335	0.50 340	1.72 374	0.48 252	1.35 342	1.37 347	1.00 294	1.46 332	1.56 358	0.95 327	1.29 341	0.84 290	0.28 300	0.29 331	0.29 310	0.25 296	0.38 329	0.38 337

SHD	0.93 336	0.50 328	1.18 348	0.59 335	0.46 336	0.97 303	0.48 252	1.70 379	2.15 380	1.58 357	1.37 313	1.42 344	1.19 352	1.31 343	1.60 362	0.31 315	0.26 320	0.32 323	0.33 338	0.40 332	0.42 347

AANet_RVC	0.57 257	0.32 261	0.54 215	0.45 223	0.27 172	0.57 183	0.48 252	1.00 228	1.28 340	0.86 226	1.33 307	0.87 241	0.58 192	1.07 313	0.75 275	0.18 171	0.12 98	0.15 42	0.13 50	0.18 157	0.18 176

NVstereo2D	0.60 273	0.30 254	0.75 297	0.48 256	0.43 318	0.89 290	0.48 252	1.05 250	1.15 318	0.66 117	0.86 155	0.88 246	0.70 262	0.99 297	0.65 252	0.32 327	0.15 202	0.28 302	0.20 231	0.40 332	0.36 325

fast-acv-ft	0.64 278	0.30 254	0.73 290	0.45 223	0.34 269	1.17 337	0.49 258	0.86 180	0.98 258	1.02 301	1.36 310	1.29 322	0.85 304	0.76 220	0.81 286	0.21 235	0.23 299	0.23 244	0.23 274	0.21 222	0.20 224

ToySt	0.49 198	0.27 226	0.75 297	0.40 108	0.27 172	0.64 222	0.49 258	0.84 174	0.77 157	0.60 77	0.83 139	0.88 246	0.66 239	0.70 192	0.56 235	0.16 110	0.17 243	0.21 218	0.20 231	0.21 222	0.19 204

Anonymous	0.39 108	0.27 226	0.66 267	0.53 313	0.43 318	0.55 164	0.49 258	0.63 61	0.50 62	0.37 17	0.42 20	0.33 18	0.42 116	0.56 79	0.38 147	0.20 221	0.19 268	0.17 85	0.18 185	0.30 293	0.24 263

UPFNet	0.53 230	0.24 180	0.51 201	0.45 223	0.38 290	0.84 284	0.49 258	0.99 225	0.75 144	0.87 233	0.88 166	0.86 236	0.64 228	0.80 235	0.71 268	0.20 221	0.20 276	0.20 179	0.20 231	0.19 191	0.15 106

MyStereo07	0.32 28	0.22 128	0.34 26	0.42 169	0.28 191	0.40 102	0.50 262	0.72 132	0.37 31	0.37 17	0.34 16	0.32 10	0.31 57	0.59 120	0.27 33	0.14 32	0.13 152	0.18 119	0.17 163	0.17 139	0.16 145

MyStereo06	0.38 94	0.21 101	0.61 241	0.41 132	0.28 191	0.41 115	0.50 262	0.95 214	0.35 16	0.62 83	0.54 46	0.76 208	0.27 23	0.50 52	0.29 54	0.14 32	0.13 152	0.18 119	0.17 163	0.17 139	0.15 106

MyStereo05	0.44 149	0.21 101	0.45 130	0.41 132	0.28 191	0.41 115	0.50 262	0.93 204	1.09 309	0.76 172	0.61 63	0.51 81	0.57 185	0.73 207	0.42 165	0.14 32	0.13 152	0.18 119	0.17 163	0.17 139	0.15 106

MyStereo04	0.44 149	0.22 128	0.44 119	0.42 169	0.28 191	0.40 102	0.50 262	1.00 228	1.08 307	0.62 83	0.58 58	0.55 94	0.57 185	0.71 197	0.44 182	0.14 32	0.13 152	0.18 119	0.17 163	0.17 139	0.16 145

CSP-Net	0.56 252	0.27 226	0.49 182	0.41 132	0.28 191	1.22 342	0.50 262	1.23 313	0.72 132	0.95 276	0.95 190	0.89 250	0.62 212	0.83 247	0.62 246	0.26 287	0.17 243	0.17 85	0.17 163	0.18 157	0.17 162

ADLNet2	0.55 241	0.25 198	0.65 262	0.47 251	0.30 224	0.83 281	0.50 262	1.05 250	0.95 250	0.80 184	0.98 209	0.99 271	0.69 252	0.77 227	0.73 271	0.20 221	0.16 229	0.17 85	0.18 185	0.21 222	0.21 237

STrans-v2	0.46 165	0.20 70	0.48 172	0.40 108	0.24 86	0.55 164	0.50 262	1.07 254	0.73 137	0.65 106	1.05 239	0.72 187	0.69 252	0.72 202	0.33 86	0.14 32	0.10 9	0.17 85	0.14 72	0.13 20	0.12 33

PSM-AAD	0.48 182	0.20 70	0.37 44	0.43 187	0.23 69	0.56 179	0.50 262	0.65 72	0.70 121	1.07 318	1.12 260	0.58 109	0.92 318	0.61 133	0.32 74	0.15 79	0.11 57	0.25 269	0.26 306	0.18 157	0.43 352

Anonymous3	0.46 165	0.34 274	0.86 317	0.50 285	0.37 282	0.81 271	0.50 262	0.72 132	0.65 110	0.51 56	0.65 70	0.45 61	0.45 135	0.64 156	0.38 147	0.24 267	0.24 306	0.22 230	0.21 248	0.23 247	0.23 257

delet	0.55 241	0.24 180	0.55 220	0.44 202	0.33 262	1.07 321	0.50 262	1.00 228	0.86 198	0.85 221	0.96 194	0.90 254	0.63 218	0.83 247	0.74 274	0.18 171	0.18 254	0.20 179	0.21 248	0.16 108	0.15 106

psmorigin	0.82 316	0.51 331	2.09 385	0.49 271	0.41 307	0.85 285	0.50 262	1.04 245	0.88 211	1.45 352	1.43 325	1.50 352	1.06 338	1.22 332	0.97 325	0.31 315	0.32 347	0.27 295	0.27 311	0.33 308	0.42 347

GwcNet	0.69 288	0.36 283	1.10 336	0.51 297	0.42 313	1.08 325	0.50 262	1.21 301	1.16 319	1.00 294	1.37 313	1.06 291	0.79 289	0.92 282	0.94 319	0.25 277	0.24 306	0.24 258	0.22 263	0.23 247	0.26 273

RTSC	0.87 325	0.48 321	1.23 353	0.52 308	0.37 282	1.13 331	0.50 262	1.34 339	1.79 373	1.51 354	1.24 293	1.12 306	0.81 293	1.62 364	2.16 377	0.25 277	0.19 268	0.23 244	0.24 287	0.30 293	0.31 306

DLCB_ROB	0.58 263	0.28 240	0.47 156	0.49 271	0.32 253	0.77 256	0.50 262	0.99 225	0.92 233	1.04 310	1.14 268	1.21 314	0.69 252	0.88 265	0.69 261	0.20 221	0.20 276	0.22 230	0.22 263	0.21 222	0.18 176

AF-Net	0.81 315	0.39 299	0.68 274	0.64 347	0.54 349	0.91 291	0.51 276	1.61 374	1.31 343	0.96 277	2.02 363	1.46 346	1.26 358	1.11 320	0.99 329	0.32 327	0.24 306	0.39 344	0.27 311	0.30 293	0.25 269

ADCRef	0.80 312	0.43 310	1.32 361	0.50 285	0.45 329	1.07 321	0.51 276	1.07 254	0.98 258	1.17 332	1.42 322	0.87 241	0.91 315	0.85 259	3.19 388	0.18 171	0.16 229	0.23 244	0.23 274	0.22 238	0.21 237

DISCO	0.70 290	0.26 212	0.68 274	0.44 202	0.31 241	1.14 332	0.51 276	1.23 313	1.23 330	0.81 192	1.05 239	1.50 352	0.85 304	1.82 375	1.03 333	0.19 200	0.15 202	0.18 119	0.16 123	0.24 257	0.23 257

Anonymous_2	0.82 316	0.44 314	0.63 252	0.40 108	0.43 318	0.80 266	0.52 279	0.72 132	0.77 157	0.71 141	0.60 60	0.87 241	0.76 278	0.75 217	0.58 236	0.52 369	0.54 382	0.54 369	4.82 418	0.56 366	0.40 342

CRFU-Net	0.57 257	0.27 226	0.57 229	0.46 242	0.30 224	1.20 341	0.52 279	1.10 263	0.56 81	1.00 294	0.98 209	1.06 291	0.79 289	0.81 238	0.71 268	0.21 235	0.19 268	0.18 119	0.16 123	0.18 157	0.19 204

DSFCA	0.55 241	0.25 198	0.62 244	0.40 108	0.36 277	0.74 250	0.52 279	1.04 245	0.82 178	1.06 315	0.84 144	0.89 250	0.63 218	0.99 297	0.58 236	0.25 277	0.21 283	0.21 218	0.21 248	0.21 222	0.19 204

Syn2CoEx	0.71 294	0.51 331	0.95 323	0.64 347	0.45 329	0.91 291	0.53 282	1.48 360	1.13 315	0.93 266	1.35 309	1.02 282	0.99 332	0.92 282	0.80 283	0.30 312	0.27 324	0.28 302	0.24 287	0.23 247	0.24 263

MaskLacGwcNet_RVC	0.67 283	0.81 367	0.73 290	0.53 313	0.37 282	1.40 353	0.53 282	1.04 245	0.79 170	0.88 241	0.94 183	0.95 263	0.53 166	0.93 287	0.58 236	0.39 352	0.30 334	0.57 371	0.31 329	0.53 362	0.30 300

edge stereo	0.76 304	0.38 295	0.74 294	0.52 308	0.43 318	0.80 266	0.53 282	1.28 328	1.06 298	1.28 344	1.38 318	1.81 365	1.11 343	1.08 315	0.85 294	0.33 333	0.32 347	0.41 348	0.28 316	0.32 303	0.36 325

StereoDRNet	0.64 278	0.33 269	0.68 274	0.51 297	0.43 318	1.03 315	0.53 282	1.47 359	0.99 263	1.10 325	0.87 159	1.07 296	0.71 266	0.82 240	0.88 302	0.23 258	0.19 268	0.25 269	0.23 274	0.27 279	0.19 204

iRaft-Stereo_5w	0.45 159	0.21 101	0.48 172	0.42 169	0.28 191	0.31 53	0.54 286	0.63 61	0.62 88	0.62 83	0.89 170	1.01 277	0.69 252	0.75 217	0.66 254	0.13 12	0.12 98	0.17 85	0.15 94	0.14 45	0.15 106

IRAFT_RVC	0.42 137	0.20 70	0.48 172	0.44 202	0.24 86	0.27 25	0.54 286	0.74 141	0.77 157	0.76 172	0.80 124	0.73 196	0.51 161	0.70 192	0.36 127	0.17 143	0.10 9	0.21 218	0.16 123	0.16 108	0.14 87

GEStereo_RVC	0.55 241	0.29 248	0.63 252	0.49 271	0.31 241	0.70 240	0.54 286	1.22 309	0.92 233	0.82 201	0.85 152	0.85 234	0.63 218	0.90 272	0.65 252	0.24 267	0.16 229	0.19 155	0.16 123	0.21 222	0.22 250

NOSS_ROB	0.57 257	0.39 299	0.39 70	0.44 202	0.30 224	0.73 249	0.54 286	1.03 242	1.08 307	0.67 118	0.87 159	0.76 208	0.57 185	0.77 227	0.47 202	0.38 350	0.38 362	0.44 353	0.42 360	0.37 325	0.34 318

ARAFT	0.47 175	0.24 180	0.79 307	0.42 169	0.25 112	0.55 164	0.55 290	0.75 147	0.81 177	0.89 245	0.75 99	0.73 196	0.47 141	0.88 265	0.37 139	0.15 79	0.12 98	0.23 244	0.22 263	0.14 45	0.13 58

RP	0.76 304	0.36 283	0.63 252	0.66 355	0.58 360	0.80 266	0.55 290	1.14 279	1.22 329	0.97 282	1.65 343	1.43 345	1.32 360	1.01 300	0.84 290	0.33 333	0.30 334	0.36 335	0.30 322	0.34 315	0.34 318

Nwc_Net	0.78 308	0.38 295	0.73 290	0.60 340	0.55 351	1.05 320	0.55 290	1.67 378	1.05 291	0.88 241	1.86 358	1.40 343	1.09 341	1.10 318	0.87 299	0.30 312	0.25 314	0.36 335	0.38 347	0.29 284	0.29 293

ADCP+	1.06 349	0.35 278	1.51 374	0.49 271	0.51 343	1.45 359	0.55 290	1.25 323	1.03 282	1.16 331	1.15 273	1.10 302	1.07 340	1.56 360	6.75 407	0.19 200	0.16 229	0.23 244	0.21 248	0.28 281	0.21 237

SGM-Forest	0.62 276	0.32 261	0.39 70	0.43 187	0.30 224	1.02 312	0.55 290	1.09 262	1.05 291	1.06 315	1.18 282	1.10 302	0.67 242	0.88 265	0.62 246	0.31 315	0.33 353	0.33 328	0.30 322	0.30 293	0.28 287
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
iinet-f	0.67 283	0.26 212	2.15 387	0.39 85	0.31 241	1.19 340	0.56 295	0.84 174	0.84 186	0.80 184	1.17 280	1.05 290	0.84 303	0.71 197	1.21 349	0.20 221	0.18 254	0.17 85	0.15 94	0.20 204	0.20 224

Wz-Net-LNSev-Ref	0.63 277	0.28 240	0.99 328	0.40 108	0.30 224	1.03 315	0.56 295	1.10 263	0.99 263	0.97 282	1.22 288	1.06 291	0.69 252	1.07 313	0.95 322	0.19 200	0.11 57	0.16 60	0.13 50	0.22 238	0.21 237

psm_up	0.55 241	0.26 212	0.47 156	0.49 271	0.32 253	0.65 227	0.56 295	1.04 245	0.82 178	0.82 201	0.88 166	1.01 277	0.94 324	0.74 213	0.61 244	0.21 235	0.25 314	0.26 283	0.23 274	0.21 222	0.20 224

UDG	0.88 327	0.82 370	0.67 271	1.00 379	0.96 378	1.02 312	0.57 298	1.13 273	0.99 263	0.90 252	0.97 208	1.31 325	0.99 332	0.85 259	0.84 290	0.54 373	0.32 347	1.77 390	0.40 354	0.94 380	0.66 377

RGC	0.79 311	0.59 348	0.71 287	0.65 352	0.65 365	0.92 295	0.58 299	1.29 329	1.05 291	1.07 318	1.45 330	1.47 349	1.03 336	1.21 331	0.88 302	0.32 327	0.30 334	0.48 361	0.40 354	0.37 325	0.37 331

PS-NSSS	0.58 263	0.44 314	0.62 244	0.42 169	0.33 262	0.66 230	0.58 299	1.02 238	0.86 198	0.77 177	1.28 299	0.72 187	0.64 228	0.82 240	0.59 240	0.31 315	0.26 320	0.40 347	0.27 311	0.33 308	0.26 273

ssnet_v2	0.58 263	0.28 240	0.56 226	0.43 187	0.29 214	0.95 299	0.59 301	1.13 273	0.99 263	0.93 266	0.80 124	0.99 271	0.64 228	0.82 240	0.94 319	0.25 277	0.22 289	0.23 244	0.24 287	0.20 204	0.19 204

FAT-Stereo	0.73 300	0.33 269	0.75 297	0.49 271	0.37 282	0.71 245	0.59 301	1.36 345	1.30 342	1.03 309	1.40 319	1.59 361	1.15 346	0.87 262	0.86 295	0.28 300	0.28 326	0.28 302	0.23 274	0.28 281	0.38 337

LRCNet_RVC	21.24 422	31.15 428	21.41 418	28.98 426	23.82 424	3.13 400	0.60 303	20.96 426	1.59 365	25.58 426	28.15 428	21.99 426	14.79 415	21.94 427	16.41 416	28.89 435	14.87 426	33.53 431	31.28 431	29.51 433	26.16 431

RAFT + AFF	0.53 230	0.29 248	0.75 297	0.51 297	0.32 253	0.63 216	0.60 303	1.00 228	0.91 228	0.78 180	0.87 159	0.83 228	0.58 192	0.80 235	0.47 202	0.17 143	0.20 276	0.23 244	0.22 263	0.18 157	0.18 176

MFN_U_SF_RVC	1.09 353	0.59 348	1.97 384	0.67 358	0.44 325	1.93 378	0.60 303	1.85 381	1.36 345	1.61 360	1.54 338	1.95 371	1.37 362	1.64 367	1.73 365	0.40 356	0.37 360	0.45 354	0.48 367	0.44 343	0.44 353

S-Stereo	0.74 301	0.35 278	0.96 325	0.56 325	0.45 329	0.82 279	0.60 303	1.24 320	1.60 368	0.96 277	1.41 321	1.12 306	0.94 324	0.80 235	1.04 336	0.26 287	0.31 344	0.28 302	0.25 296	0.32 303	0.47 362

MeshStereo	1.34 367	0.43 310	0.54 215	0.44 202	0.34 269	1.66 370	0.60 303	1.94 382	1.37 347	4.47 409	3.25 387	4.71 400	1.94 385	1.92 378	1.17 346	0.35 343	0.35 357	0.37 339	0.31 329	0.32 303	0.32 310
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
CVANet_RVC	0.57 257	0.33 269	0.44 119	0.47 251	0.32 253	0.67 234	0.61 308	1.05 250	0.93 238	0.85 221	1.04 235	1.01 277	0.73 271	0.83 247	0.52 223	0.29 306	0.19 268	0.27 295	0.25 296	0.31 298	0.21 237

DRN-Test	0.66 282	0.32 261	0.66 267	0.50 285	0.39 295	1.15 334	0.61 308	1.49 362	1.01 274	1.12 327	1.08 251	1.06 291	0.69 252	0.77 227	0.94 319	0.23 258	0.17 243	0.26 283	0.25 296	0.25 265	0.21 237

FCDSN-DC	1.39 372	0.56 344	0.65 262	0.74 369	0.59 361	1.38 352	0.63 310	1.35 342	1.39 350	3.26 403	4.50 406	4.61 398	2.63 396	1.58 362	1.03 333	0.46 360	0.42 371	0.48 361	0.47 365	0.50 356	0.50 368
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
STTRV1_RVC	0.82 316	0.59 348	1.16 342	0.67 358	0.81 371	1.11 327	0.63 310	1.30 332	1.11 311	0.98 286	1.33 307	1.08 298	0.95 327	1.26 336	0.87 299	0.55 374	0.25 314	0.43 350	0.39 351	0.58 371	0.40 342

PDISCO_ROB	0.91 333	0.48 321	1.06 333	0.99 377	0.97 379	1.67 372	0.63 310	1.64 376	1.59 365	1.06 315	1.18 282	1.31 325	0.79 289	1.55 358	0.97 325	0.49 365	0.22 289	0.45 354	0.40 354	0.45 347	0.37 331

G-Net	0.95 337	0.46 320	1.04 331	0.64 347	0.48 337	2.12 381	0.64 313	1.01 235	0.87 207	1.75 368	2.82 385	1.30 324	1.64 376	1.06 310	0.96 324	0.36 346	0.29 331	0.35 332	0.25 296	0.45 347	0.42 347

CBFPSM	0.59 270	0.22 128	1.31 359	0.38 66	0.27 172	1.12 330	0.65 314	0.79 162	0.82 178	0.80 184	0.81 131	1.35 338	0.87 309	0.67 178	0.76 276	0.16 110	0.15 202	0.15 42	0.16 123	0.17 139	0.22 250

ccnet	0.82 316	0.57 346	0.75 297	0.54 319	0.59 361	1.09 326	0.66 315	1.38 348	0.94 245	1.12 327	1.44 327	1.29 322	0.92 318	0.95 296	1.24 351	0.49 365	0.42 371	0.50 366	0.47 365	0.51 357	0.46 358

aanetorigin	0.83 322	0.56 344	1.87 382	0.49 271	0.38 290	0.56 179	0.66 315	0.70 123	1.00 270	2.42 388	2.02 363	1.31 325	1.18 350	0.93 287	1.13 345	0.20 221	0.18 254	0.20 179	0.19 209	0.27 279	0.30 300

THIR-Stereo	0.50 211	0.18 34	0.45 130	0.38 66	0.23 69	0.75 253	0.67 317	0.66 81	0.87 207	1.02 301	1.40 319	0.72 187	0.76 278	0.62 139	0.42 165	0.15 79	0.11 57	0.17 85	0.18 185	0.14 45	0.15 106

GrayStereo	0.49 198	0.19 49	0.42 100	0.46 242	0.28 191	0.53 155	0.67 317	0.69 109	0.63 98	1.02 301	1.47 333	0.78 215	0.76 278	0.56 79	0.33 86	0.14 32	0.12 98	0.17 85	0.17 163	0.15 77	0.29 293

RYNet	0.72 298	0.35 278	0.64 257	0.53 313	0.67 366	1.31 349	0.67 317	1.20 299	1.18 322	1.05 312	0.87 159	1.27 319	0.93 323	0.93 287	1.27 355	0.22 253	0.16 229	0.26 283	0.23 274	0.40 332	0.39 339

MSMD_ROB	1.21 362	0.49 324	0.62 244	0.59 335	0.50 340	1.62 369	0.67 317	1.23 313	1.24 332	2.45 389	3.77 395	3.09 389	2.98 401	1.32 344	0.81 286	0.45 359	0.41 369	0.49 364	0.51 374	0.47 352	0.44 353

WCMA_ROB	1.14 355	0.36 283	0.76 302	0.49 271	0.44 325	1.23 344	0.67 317	1.11 268	1.23 330	2.84 396	3.95 401	3.28 392	1.83 382	1.25 335	0.99 329	0.44 358	0.34 355	0.34 330	0.37 344	0.41 338	0.40 342

APVNet	0.71 294	0.37 286	0.89 320	0.56 325	0.45 329	1.18 339	0.68 322	1.41 353	0.85 193	0.81 192	1.15 273	1.04 286	0.81 293	1.10 318	1.17 346	0.26 287	0.28 326	0.32 323	0.31 329	0.29 284	0.30 300

EDNetEfficientorigin	9.93 414	1.15 385	175.16 437	0.48 256	0.36 277	1.04 319	0.68 322	1.24 320	2.69 390	3.17 402	2.50 374	2.30 376	2.07 389	1.76 372	2.21 378	0.20 221	0.18 254	0.24 258	0.19 209	0.51 357	0.50 368

XQC	0.89 329	0.65 357	1.31 359	0.67 358	0.52 346	1.22 342	0.68 322	1.26 324	1.52 360	1.14 330	1.11 258	1.28 321	1.04 337	1.40 355	1.77 368	0.38 350	0.24 306	0.37 339	0.31 329	0.53 362	0.47 362

PA-Net	0.67 283	0.43 310	0.83 310	0.50 285	0.53 347	0.94 296	0.68 322	1.10 263	1.14 317	0.80 184	0.88 166	0.87 241	0.77 282	1.02 305	0.88 302	0.24 267	0.41 369	0.29 310	0.44 361	0.26 269	0.34 318
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
Wz-Net-LNSev	0.71 294	0.51 331	1.36 367	0.50 285	0.41 307	1.15 334	0.69 326	1.21 301	1.07 304	1.02 301	1.12 260	1.08 298	0.87 309	0.89 270	0.89 313	0.24 267	0.22 289	0.21 218	0.19 209	0.26 269	0.26 273

DDUNet	1.06 349	2.56 413	0.68 274	1.21 385	1.26 389	1.03 315	0.69 326	1.11 268	0.94 245	0.96 277	1.22 288	1.27 319	0.82 297	0.93 287	0.72 270	0.84 384	0.38 362	1.99 393	0.60 379	1.10 386	0.85 384

NCC-stereo	0.78 308	0.40 303	0.76 302	0.61 342	0.67 366	0.81 271	0.69 326	1.54 370	1.11 311	0.90 252	1.36 310	1.33 332	1.16 347	1.19 327	0.88 302	0.31 315	0.30 334	0.37 339	0.48 367	0.33 308	0.33 314

Abc-Net	0.78 308	0.40 303	0.76 302	0.61 342	0.67 366	0.81 271	0.69 326	1.54 370	1.11 311	0.90 252	1.36 310	1.33 332	1.16 347	1.19 327	0.88 302	0.31 315	0.30 334	0.37 339	0.48 367	0.33 308	0.33 314
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
pmcnn	1.23 363	0.29 248	0.96 325	0.40 108	0.23 69	0.95 299	0.69 326	1.16 285	1.28 340	1.67 366	2.33 368	11.15 417	0.86 306	0.93 287	0.88 302	0.15 79	0.12 98	0.12 2	0.10 10	0.15 77	0.15 106

otaku	1.04 346	0.93 375	0.88 319	1.33 389	1.05 386	1.66 370	0.70 331	1.40 352	1.18 322	1.08 321	1.32 306	1.33 332	0.91 315	1.23 333	0.76 276	0.72 380	0.46 379	1.24 385	0.50 372	1.40 388	0.75 378

DGSMNet	0.76 304	0.55 343	1.29 358	0.58 332	0.62 363	0.94 296	0.70 331	1.26 324	1.11 311	0.83 213	1.24 293	1.00 274	0.71 266	1.03 307	0.81 286	0.34 339	0.29 331	0.41 348	0.40 354	0.57 368	0.55 373

CC-Net-ROB	0.82 316	0.96 378	0.85 312	0.58 332	0.45 329	1.27 347	0.70 331	1.17 290	1.02 277	0.83 213	1.23 292	0.90 254	0.77 282	1.06 310	0.69 261	0.46 360	0.34 355	1.71 389	0.38 347	0.59 372	0.36 325

FC-DCNN	1.59 378	0.51 331	0.66 267	0.61 342	0.49 339	1.56 365	0.70 331	1.66 377	1.53 361	4.64 410	4.62 407	5.85 407	3.34 404	1.84 376	1.11 341	0.46 360	0.42 371	0.47 358	0.46 362	0.48 353	0.46 358

MDST_ROB	0.91 333	0.27 226	0.85 312	0.63 346	0.41 307	2.53 385	0.71 335	1.60 373	1.13 315	2.83 395	1.73 349	0.97 267	0.69 252	1.61 363	0.73 271	0.25 277	0.22 289	0.32 323	0.28 316	0.25 265	0.24 263

DeepPrunerF	0.89 329	0.52 337	3.43 395	0.68 362	0.81 371	0.72 248	0.72 336	1.22 309	1.99 378	0.93 266	1.01 219	0.87 241	0.86 306	1.08 315	0.95 322	0.34 339	0.28 326	0.43 350	0.39 351	0.30 293	0.32 310

TDLM	0.57 257	0.33 269	0.49 182	0.51 297	0.30 224	0.66 230	0.73 337	1.03 242	1.01 274	0.82 201	1.10 257	0.84 232	0.70 262	0.86 261	0.58 236	0.28 300	0.17 243	0.25 269	0.22 263	0.26 269	0.19 204

SGM_RVC	0.97 338	0.28 240	0.41 81	0.39 85	0.22 42	1.55 364	0.73 337	1.51 366	1.25 336	2.25 385	1.92 359	2.58 382	1.56 371	2.02 382	1.19 348	0.27 294	0.27 324	0.27 295	0.25 296	0.25 265	0.25 269
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ADCMid	1.14 355	0.52 337	2.23 388	0.53 313	0.43 318	1.07 321	0.75 339	1.23 313	1.05 291	2.15 382	1.44 327	1.50 352	1.43 366	1.56 360	5.01 401	0.26 287	0.24 306	0.29 310	0.31 329	0.37 325	0.33 314

ADCPNet	1.03 345	0.48 321	2.70 390	0.54 319	0.42 313	1.40 353	0.75 339	1.13 273	1.07 304	1.22 339	1.42 322	1.68 363	1.09 341	1.36 352	3.45 392	0.30 312	0.28 326	0.29 310	0.32 335	0.37 325	0.35 323

ACVNet-4b	1.35 369	1.31 389	1.10 336	1.90 397	1.59 392	1.92 377	0.77 341	1.52 369	1.62 369	1.05 312	1.60 342	2.11 373	0.94 324	1.64 367	0.77 280	1.30 395	0.35 357	2.03 397	0.67 382	1.88 397	0.84 383

CBMV	0.64 278	0.35 278	0.41 81	0.42 169	0.25 112	1.01 310	0.77 341	1.13 273	1.09 309	1.17 332	1.22 288	1.04 286	0.75 275	0.88 265	0.63 249	0.28 300	0.30 334	0.34 330	0.30 322	0.26 269	0.26 273
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FBW_ROB	0.88 327	0.50 328	0.85 312	0.55 322	0.40 300	1.17 337	0.78 343	1.50 363	1.37 347	1.33 348	1.27 297	1.48 350	1.00 334	2.57 394	0.98 328	0.25 277	0.32 347	0.45 354	0.30 322	0.34 315	0.28 287

FTStereo	0.56 252	0.20 70	0.37 44	0.41 132	0.25 112	0.40 102	0.79 344	0.66 81	0.43 48	1.09 323	3.27 389	0.70 173	0.73 271	0.55 71	0.33 86	0.14 32	0.13 152	0.19 155	0.17 163	0.15 77	0.30 300

Ntro	1.09 353	0.97 381	0.91 321	1.44 390	1.19 388	1.69 373	0.80 345	1.35 342	1.25 336	1.00 294	1.29 302	1.31 325	0.97 330	1.26 336	0.84 290	0.84 384	0.43 374	1.36 386	0.50 372	1.56 389	0.78 380

anonymity	0.97 338	0.89 373	1.05 332	0.92 375	1.03 384	0.97 303	0.81 346	1.29 329	0.91 228	1.07 318	0.98 209	1.00 274	0.95 327	1.02 305	0.92 318	0.96 387	0.95 405	0.90 380	0.91 393	0.92 379	0.94 387

Wz-Net-MNSev	0.76 304	0.40 303	1.34 362	0.50 285	0.40 300	1.44 358	0.83 347	1.15 282	1.16 319	1.25 343	1.20 287	1.13 309	0.81 293	1.16 324	1.00 332	0.22 253	0.19 268	0.24 258	0.23 274	0.28 281	0.26 273

EDNetEfficient	1.46 374	0.80 366	6.12 404	0.47 251	0.39 295	0.69 238	0.83 347	0.90 197	2.77 391	3.50 405	1.96 361	1.66 362	2.03 388	1.26 336	4.18 397	0.21 235	0.18 254	0.21 218	0.20 231	0.41 338	0.39 339

PSMNet_ROB	0.64 278	0.37 286	0.65 262	0.56 325	0.42 313	0.97 303	0.83 347	1.21 301	0.92 233	0.79 182	1.02 227	1.08 298	0.63 218	0.82 240	0.91 317	0.29 306	0.20 276	0.31 318	0.31 329	0.26 269	0.23 257

Consistency-Raft	1.01 341	0.81 367	1.24 354	0.84 372	0.97 379	0.81 271	0.84 350	1.30 332	1.59 365	1.05 312	1.68 348	1.12 306	0.91 315	0.92 282	1.11 341	0.65 377	0.74 390	0.79 378	0.90 390	1.06 385	0.79 382

PVD	1.28 366	0.67 359	1.28 356	0.74 369	0.62 363	1.50 361	0.84 350	1.99 384	2.96 392	2.18 383	2.36 371	1.85 368	1.95 386	1.92 378	1.94 372	0.39 352	0.36 359	0.49 364	0.37 344	0.51 357	0.64 375

PASM	0.90 332	0.64 356	1.69 376	0.69 364	0.69 369	0.78 260	0.84 350	1.03 242	1.26 339	1.19 334	1.15 273	1.31 325	0.98 331	1.24 334	1.03 333	0.52 369	0.56 383	0.59 374	0.66 381	0.56 366	0.54 372

XPNet_ROB	0.70 290	0.35 278	0.68 274	0.52 308	0.40 300	0.79 263	0.85 353	1.16 285	0.94 245	1.33 348	1.15 273	1.38 340	0.83 301	1.03 307	0.90 315	0.32 327	0.25 314	0.26 283	0.24 287	0.31 298	0.28 287

ETE_ROB	0.70 290	0.49 324	0.73 290	0.56 325	0.36 277	0.79 263	0.87 354	1.14 279	0.93 238	1.19 334	1.18 282	1.39 341	0.82 297	0.99 297	0.80 283	0.26 287	0.21 283	0.31 318	0.26 306	0.33 308	0.34 318

FINET	0.67 283	0.42 308	1.00 329	0.46 242	0.43 318	0.83 281	0.89 355	1.08 258	1.50 359	0.87 233	1.14 268	0.71 177	0.68 248	0.92 282	0.70 264	0.36 346	0.30 334	0.26 283	0.24 287	0.35 319	0.33 314

ADCL	1.04 346	0.38 295	1.35 363	0.50 285	0.39 295	1.61 368	0.89 355	1.29 329	1.39 350	1.29 345	1.50 334	1.24 317	1.24 355	1.37 353	4.87 400	0.21 235	0.19 268	0.25 269	0.25 296	0.29 284	0.27 280

LE_ROB	4.42 407	0.24 180	2.75 391	0.42 169	0.23 69	1.57 366	0.90 357	1.71 380	17.88 423	16.56 425	4.88 408	5.17 405	18.85 424	1.63 366	14.62 415	0.17 143	0.14 178	0.16 60	0.16 123	0.19 191	0.17 162

SPS-STEREO	1.25 365	0.93 375	1.06 333	1.04 381	1.03 384	1.41 355	0.91 358	1.51 366	1.19 324	2.09 380	1.83 355	1.94 370	1.39 363	1.62 364	1.39 359	0.97 388	0.94 404	0.90 380	0.89 389	0.96 382	0.96 390
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SANet	1.07 351	0.41 306	1.06 333	0.48 256	0.30 224	1.41 355	0.94 359	1.42 354	3.36 398	1.58 357	2.43 372	2.33 378	1.70 377	1.34 347	1.07 338	0.28 300	0.24 306	0.26 283	0.23 274	0.34 315	0.30 300

LALA_ROB	0.74 301	0.43 310	0.69 280	0.54 319	0.40 300	1.01 310	0.95 360	1.21 301	1.07 304	1.22 339	1.12 260	1.56 358	0.79 289	1.04 309	0.86 295	0.33 333	0.22 289	0.35 332	0.30 322	0.35 319	0.31 306

GANet	0.70 290	0.37 286	0.55 220	0.51 297	0.34 269	0.94 296	0.96 361	1.08 258	0.94 245	1.04 310	1.98 362	1.13 309	0.88 312	1.12 321	0.66 254	0.25 277	0.26 320	0.27 295	0.22 263	0.31 298	0.22 250

ACVNet_1	1.46 374	1.33 390	1.12 339	1.91 398	1.62 393	1.83 376	0.98 362	2.00 385	1.85 375	1.39 351	1.53 337	2.32 377	1.53 368	1.34 347	1.11 341	1.30 395	0.50 381	2.06 399	0.58 378	1.93 399	0.95 389

GANetREF_RVC	0.80 312	0.75 363	0.86 317	0.66 355	0.42 313	1.15 334	0.98 362	1.14 279	1.19 324	1.01 299	1.02 227	1.10 302	0.90 314	1.15 323	0.76 276	0.48 363	0.39 366	0.57 371	0.38 347	0.63 374	0.46 358
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
MANE	4.13 406	0.51 331	0.64 257	0.66 355	0.56 354	6.89 411	0.99 364	7.55 414	12.04 412	6.68 414	8.57 415	10.69 416	9.45 413	7.59 414	6.39 405	0.49 365	0.43 374	0.48 361	0.98 394	0.49 354	0.48 364

NVStereoNet_ROB	1.24 364	0.90 374	1.13 340	0.86 373	0.88 373	1.11 327	0.99 364	1.42 354	1.53 361	1.59 359	2.48 373	2.24 375	1.53 368	1.96 381	1.30 356	0.76 382	0.70 387	0.78 377	1.00 395	0.71 376	0.88 385
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
LSM	4.74 409	0.77 364	10.16 409	0.70 365	56.56 433	1.02 312	1.00 366	1.24 320	1.62 369	2.04 378	2.34 369	1.33 332	1.17 349	1.38 354	1.09 340	0.33 333	0.49 380	0.39 344	0.46 362	0.51 357	10.09 420

SGM+DAISY	1.35 369	0.94 377	1.25 355	0.96 376	1.00 383	1.52 363	1.02 367	1.34 339	1.21 327	2.64 391	2.65 380	2.44 379	1.56 371	1.64 367	1.26 353	0.97 388	0.95 405	0.90 380	0.90 390	0.94 380	0.96 390

NaN_ROB	0.69 288	0.44 314	0.69 280	0.51 297	0.33 262	0.97 303	1.06 368	1.22 309	1.19 324	1.24 342	0.96 194	1.08 298	0.78 287	1.20 329	0.67 257	0.24 267	0.30 334	0.23 244	0.24 287	0.23 247	0.25 269

CSAN	0.83 322	0.49 324	0.77 306	0.60 340	0.41 307	1.14 332	1.06 368	1.19 295	1.46 357	1.32 346	1.43 325	1.37 339	1.19 352	1.27 339	0.86 295	0.39 352	0.31 344	0.36 335	0.37 344	0.35 319	0.34 318

RainbowNet	1.35 369	1.49 393	1.19 349	1.88 396	1.45 390	1.48 360	1.07 370	1.61 374	1.55 363	1.20 337	1.59 341	1.54 356	1.13 344	1.34 347	0.97 325	1.36 398	0.70 387	1.82 391	0.79 387	1.71 391	1.07 395

ADCS	1.51 376	0.61 352	3.42 394	0.59 335	0.51 343	1.27 347	1.08 371	1.59 372	1.81 374	1.91 376	1.66 345	1.51 355	1.42 365	1.94 380	8.60 409	0.33 333	0.32 347	0.33 328	0.36 343	0.44 343	0.42 347

Wz-Net-TNSev	1.14 355	1.06 384	4.32 401	0.49 271	0.42 313	1.51 362	1.11 372	1.48 360	1.40 352	1.22 339	1.26 296	1.58 360	1.43 366	1.76 372	1.70 364	0.32 327	0.31 344	0.26 283	0.30 322	0.41 338	0.41 346

Wz-Net-SNSev	0.91 333	0.73 361	2.13 386	0.56 325	0.45 329	0.95 299	1.13 373	1.34 339	1.24 332	1.02 301	1.30 303	1.46 346	0.86 306	1.81 374	1.50 361	0.25 277	0.23 299	0.25 269	0.26 306	0.32 303	0.29 293

CrosDoStereo	0.50 211	0.18 34	0.45 130	0.38 66	0.24 86	0.40 102	1.18 374	0.67 91	0.86 198	0.94 269	1.37 313	0.63 139	0.77 282	0.65 163	0.45 188	0.15 79	0.12 98	0.17 85	0.18 185	0.14 45	0.14 87

DeepStereo_LL	0.50 211	0.18 34	0.45 130	0.38 66	0.24 86	0.40 102	1.18 374	0.67 91	0.86 198	0.94 269	1.37 313	0.63 139	0.77 282	0.65 163	0.45 188	0.15 79	0.12 98	0.17 85	0.18 185	0.14 45	0.14 87

ACVNet_2	1.65 382	1.27 388	1.41 370	1.75 393	1.62 393	2.22 382	1.20 376	2.30 389	2.62 388	1.78 370	2.56 375	3.03 386	1.61 373	1.54 357	1.12 344	1.06 391	0.58 385	1.82 391	0.70 384	1.82 393	0.96 390

NCCL2	0.72 298	0.41 306	0.65 262	0.64 347	0.44 325	0.98 307	1.20 376	1.11 268	1.00 270	0.98 286	0.96 194	1.49 351	0.87 309	0.90 272	0.79 281	0.31 315	0.26 320	0.39 344	0.39 351	0.32 303	0.32 310

coex-ft	6.43 412	1.51 395	87.33 436	0.49 271	0.38 290	1.34 350	1.21 378	1.16 285	8.09 409	12.12 417	2.79 382	2.77 385	3.31 403	1.16 324	3.15 387	0.24 267	0.23 299	0.27 295	0.24 287	0.45 347	0.37 331

WAO-8	2.92 397	1.55 396	1.35 363	1.79 394	1.63 395	5.23 407	1.22 379	4.58 409	12.56 414	2.84 396	4.07 403	4.83 401	2.72 398	3.49 399	2.25 381	1.27 392	0.91 400	1.99 393	1.15 403	1.86 394	1.15 397

Venus	2.92 397	1.55 396	1.35 363	1.79 394	1.63 395	5.23 407	1.22 379	4.58 409	12.56 414	2.84 396	4.06 402	4.83 401	2.72 398	3.49 399	2.25 381	1.27 392	0.91 400	1.99 393	1.15 403	1.86 394	1.15 397

MFMNet_re	1.14 355	0.97 381	1.19 349	0.99 377	0.95 377	1.25 346	1.22 379	1.39 349	1.55 363	1.69 367	1.67 347	1.21 314	1.53 368	1.12 321	0.99 329	0.87 386	0.75 394	0.79 378	0.75 385	0.90 378	0.94 387

Anonymous Stereo	0.75 303	0.54 342	1.78 380	0.57 330	0.56 354	0.62 207	1.25 382	0.96 216	0.99 263	0.96 277	0.95 190	0.83 228	0.58 192	1.27 339	1.21 349	0.31 315	0.30 334	0.31 318	0.33 338	0.33 308	0.36 325

DPSNet	0.99 340	0.42 308	1.88 383	0.53 313	0.41 307	1.59 367	1.26 383	2.21 388	1.43 353	1.10 325	1.11 258	1.46 346	1.95 386	1.34 347	1.26 353	0.34 339	0.25 314	0.25 269	0.21 248	0.46 350	0.37 331

IMH-64-1	1.86 383	1.62 398	1.16 342	2.20 401	1.89 401	2.33 383	1.30 384	2.89 393	2.29 383	1.66 364	2.80 383	2.49 380	1.61 373	2.10 384	1.78 369	1.60 399	0.74 390	2.43 403	1.02 396	2.12 400	1.17 399

IMH-64	1.86 383	1.62 398	1.16 342	2.20 401	1.89 401	2.33 383	1.30 384	2.89 393	2.29 383	1.66 364	2.80 383	2.49 380	1.61 373	2.10 384	1.78 369	1.60 399	0.74 390	2.43 403	1.02 396	2.12 400	1.17 399

IMH	2.04 390	1.62 398	1.20 352	2.20 401	1.89 401	2.91 398	1.30 384	3.11 396	3.03 394	1.81 371	3.35 393	3.03 386	1.90 383	2.48 391	1.80 371	1.66 402	0.77 396	2.45 405	1.04 399	2.15 402	1.19 402

WZ-Net	1.19 361	0.59 348	4.07 399	0.62 345	0.51 343	1.34 350	1.31 387	1.32 335	1.74 372	1.53 356	1.65 343	1.74 364	1.28 359	2.25 388	2.01 374	0.27 294	0.21 283	0.23 244	0.25 296	0.40 332	0.39 339

AnyNet_C32	1.16 359	0.62 355	2.40 389	0.57 330	0.55 351	1.41 355	1.34 388	1.18 293	1.24 332	1.49 353	1.42 322	1.39 341	1.20 354	1.55 358	4.82 399	0.29 306	0.28 326	0.29 310	0.34 340	0.38 329	0.42 347

Dean	1.98 387	1.36 391	1.36 367	2.12 400	1.81 400	2.74 388	1.36 389	3.37 402	3.80 402	2.08 379	3.32 391	3.21 391	1.82 380	1.71 371	1.67 363	1.27 392	0.77 396	1.99 393	0.90 390	1.86 394	1.03 394

AnyNet_C01	1.56 377	1.05 383	7.45 407	0.64 347	0.54 349	1.99 379	1.38 390	1.43 356	1.36 345	1.63 363	1.92 359	1.84 366	1.33 361	2.40 390	4.03 394	0.33 333	0.32 347	0.32 323	0.34 340	0.44 343	0.45 357

RTS	1.98 387	0.96 378	11.36 411	0.65 352	0.57 358	2.77 391	1.40 391	1.39 349	2.26 381	1.89 373	2.56 375	1.32 330	1.25 356	5.20 407	4.05 395	0.31 315	0.22 289	0.29 310	0.29 320	0.40 332	0.37 331

RTSA	1.98 387	0.96 378	11.36 411	0.65 352	0.57 358	2.77 391	1.40 391	1.39 349	2.26 381	1.89 373	2.56 375	1.32 330	1.25 356	5.20 407	4.05 395	0.31 315	0.22 289	0.29 310	0.29 320	0.40 332	0.37 331

MADNet+	2.23 393	2.43 410	10.85 410	1.22 386	0.91 375	2.76 390	1.40 391	2.12 387	1.67 371	1.32 346	1.74 351	1.86 369	1.74 378	6.25 410	4.41 398	0.65 377	0.64 386	0.58 373	0.54 376	0.80 377	0.76 379

WAO-6	2.04 390	1.50 394	1.16 342	1.70 392	1.67 397	2.69 387	1.44 394	3.06 395	3.63 401	1.98 377	3.27 389	3.54 396	2.07 389	2.36 389	2.22 380	1.31 397	0.91 400	2.04 398	1.22 405	1.73 392	1.27 403

SGM-ForestM	4.04 405	0.32 261	0.46 146	0.43 187	0.27 172	7.50 412	1.45 395	3.84 405	4.24 404	8.19 416	6.76 412	19.00 423	9.08 412	10.74 417	6.62 406	0.31 315	0.33 353	0.32 323	0.32 335	0.29 284	0.29 293

ELAS	1.63 381	0.61 352	0.95 323	0.68 362	0.55 351	3.01 399	1.55 396	2.39 390	2.33 385	3.64 406	3.89 399	2.75 384	2.90 400	2.15 386	2.27 383	0.52 369	0.45 377	0.50 366	0.48 367	0.54 364	0.52 370
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-7	1.90 385	1.20 386	1.35 363	1.27 387	1.06 387	2.84 393	1.56 397	3.23 398	3.06 396	2.23 384	3.33 392	3.17 390	2.28 391	3.12 395	2.21 378	1.02 390	0.91 400	1.06 384	1.03 398	1.04 384	0.97 393

MFN_U_SF_DS_RVC	1.02 344	0.57 346	1.51 374	0.67 358	0.50 340	2.57 386	1.66 398	1.20 299	1.43 353	1.38 350	1.57 340	1.33 332	0.92 318	1.64 367	0.88 302	0.37 349	0.39 366	0.46 357	0.60 379	0.41 338	0.40 342

TorneroNet-64	3.44 400	1.86 402	1.42 371	2.58 408	2.28 406	6.87 410	1.68 399	4.70 411	12.03 411	2.31 386	5.59 411	8.25 412	2.55 395	3.97 404	2.73 385	1.81 404	0.74 390	2.57 407	1.07 400	2.35 404	1.44 405

TorneroNet	4.53 408	1.89 403	1.48 373	2.55 406	2.27 405	13.78 418	1.69 400	4.84 413	23.73 428	2.89 399	7.70 414	7.06 411	2.69 397	4.26 406	3.42 391	1.84 405	0.77 396	2.68 409	1.13 401	2.42 405	1.47 406

notaker	2.76 395	2.29 409	1.80 381	2.96 411	2.58 412	2.90 397	1.75 401	3.24 399	3.05 395	2.78 394	4.24 404	6.15 410	2.51 394	3.34 397	2.75 386	2.31 410	1.18 408	3.00 413	1.65 409	2.84 411	1.97 408

SAMSARA	1.07 351	0.65 357	1.19 349	1.06 382	0.90 374	1.76 375	1.76 402	1.46 358	1.44 355	1.51 354	1.16 278	2.00 372	1.14 345	1.48 356	1.31 357	0.39 352	0.44 376	0.35 332	0.38 347	0.49 354	0.49 367

LVE	2.12 392	1.44 392	1.36 367	1.99 399	1.78 398	2.75 389	1.79 403	2.82 392	3.95 403	1.90 375	4.33 405	3.52 395	1.81 379	2.24 387	1.74 366	1.74 403	0.87 399	2.06 399	1.13 401	1.91 398	1.35 404

MSC_U_SF_DS_RVC	1.34 367	0.87 372	1.76 379	0.86 373	0.56 354	4.29 405	1.79 403	1.50 363	1.98 377	1.61 360	1.85 357	1.84 366	1.41 364	1.89 377	1.36 358	0.48 363	0.40 368	0.56 370	0.57 377	0.69 375	0.48 364

ELAS_RVC	1.60 379	0.61 352	1.01 330	0.70 365	0.56 354	2.00 380	1.89 405	1.96 383	2.65 389	3.33 404	3.26 388	3.03 386	3.41 405	2.49 392	2.09 376	0.52 369	0.45 377	0.50 366	0.48 367	0.54 364	0.52 370
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
KSHMR	2.57 394	1.93 404	1.69 376	2.63 409	2.42 408	2.86 395	2.07 406	3.27 400	6.50 407	2.49 390	3.36 394	3.41 394	1.92 384	2.49 392	1.94 372	2.13 408	1.40 410	2.79 412	1.50 408	2.73 408	1.77 407

ktn	2.98 399	2.25 408	1.73 378	2.84 410	2.53 411	3.76 404	2.15 407	3.70 404	5.47 406	2.75 393	5.17 410	5.94 408	2.48 393	3.23 396	2.46 384	2.34 412	1.44 411	2.78 411	2.03 411	2.45 406	2.01 410

PWCK	1.92 386	1.66 401	3.12 393	1.65 391	0.91 375	2.84 393	2.26 408	2.10 386	2.41 387	2.36 387	2.31 367	2.22 374	1.82 380	3.43 398	2.03 375	1.61 401	0.71 389	1.51 387	0.82 388	1.69 390	0.91 386

HanzoNet	6.76 413	2.45 411	4.22 400	3.19 413	2.94 414	3.62 402	2.28 409	4.79 412	7.20 408	14.00 421	13.19 419	17.49 421	22.30 425	13.25 419	6.19 404	4.20 416	1.93 413	3.10 414	2.56 413	3.35 414	2.88 415

UNDER WATER	3.46 401	2.07 407	3.64 397	3.09 412	2.48 409	3.75 403	2.42 410	3.31 401	13.77 416	2.90 400	2.95 386	5.84 406	3.69 406	3.69 401	3.48 393	2.07 407	1.11 407	2.70 410	1.40 406	2.84 411	1.98 409

UNDER WATER-64	3.53 402	2.01 405	3.94 398	3.22 414	2.49 410	5.41 409	2.60 411	3.43 403	12.41 413	3.03 401	2.68 381	6.07 409	4.04 407	3.79 403	3.33 389	2.02 406	1.24 409	2.63 408	1.46 407	2.78 409	2.08 411

MADNet++	4.03 404	2.70 415	3.44 396	3.72 416	3.44 415	4.44 406	3.52 412	3.95 407	3.61 400	4.46 408	4.98 409	4.10 397	4.58 409	7.00 413	5.89 403	3.74 413	3.67 417	3.27 415	2.71 414	3.70 416	3.66 417

DPSimNet_ROB	3.58 403	2.45 411	8.57 408	2.53 405	2.37 407	2.88 396	3.77 413	3.14 397	3.23 397	4.71 411	3.86 398	4.68 399	4.87 410	4.07 405	5.62 402	2.33 411	2.33 414	2.47 406	2.52 412	2.51 407	2.64 413

JetBlue	2.78 396	1.26 387	7.04 406	1.16 384	1.48 391	8.00 413	6.02 414	2.60 391	1.92 376	2.12 381	2.64 379	3.34 393	3.05 402	6.49 411	3.39 390	0.78 383	0.76 395	0.75 376	0.76 386	0.97 383	1.18 401

BEATNet-Init1	15.13 418	0.82 370	50.86 435	0.72 368	0.53 347	38.10 429	7.03 415	11.83 420	14.25 417	29.78 434	30.17 433	48.21 437	22.64 426	26.78 428	18.11 417	0.42 357	0.38 362	0.47 358	0.46 362	0.51 357	0.48 364

JetRed	5.27 410	5.84 417	12.81 414	2.36 404	2.83 413	12.23 417	10.50 416	4.46 408	3.60 399	3.86 407	3.83 397	4.85 403	4.18 408	6.78 412	11.96 412	2.17 409	2.96 416	2.18 401	1.97 410	3.38 415	2.68 414

tt	6.20 411	0.20 70	5.89 403	3.55 415	2.07 404	11.26 416	19.21 417	11.74 419	5.46 405	2.69 392	2.04 365	4.87 404	6.25 411	3.70 402	7.09 408	8.32 420	11.17 425	4.93 416	5.41 419	5.74 418	2.37 412

HaxPig	31.96 424	37.24 430	34.27 425	24.37 425	24.88 425	18.26 420	19.86 418	20.64 425	28.52 429	35.97 435	38.75 434	25.57 427	28.72 428	33.88 429	34.39 428	35.94 436	38.87 436	37.80 432	40.48 432	39.68 434	41.15 436

MEDIAN_ROB	37.38 434	40.85 438	40.60 428	32.31 427	31.85 426	27.20 424	24.55 419	29.10 430	33.19 436	42.09 437	41.76 436	33.35 428	34.39 436	39.78 431	37.07 429	43.64 438	44.10 438	44.12 434	43.40 434	41.51 436	42.76 438

AVERAGE_ROB	37.58 435	40.13 437	40.15 427	34.81 428	33.82 427	28.55 428	25.10 420	32.02 431	34.06 438	41.28 436	40.66 435	34.46 429	34.81 437	39.18 430	37.57 430	42.78 437	43.44 437	43.82 433	43.03 433	40.47 435	41.51 437

ASD4	9.96 415	8.86 420	17.78 415	7.17 418	9.80 417	16.08 419	28.92 421	9.77 418	8.20 410	7.02 415	7.08 413	8.47 413	9.57 414	11.17 418	20.26 418	4.12 415	4.14 419	5.57 419	4.74 417	5.53 417	4.90 419

DGTPSM_ROB	12.07 416	8.00 418	20.99 416	8.93 420	16.78 419	10.67 414	30.87 422	9.01 416	15.16 418	6.50 412	15.41 423	9.04 414	14.85 416	9.25 415	21.67 420	4.57 417	8.57 420	5.08 417	9.28 420	5.90 419	10.95 421

DPSMNet_ROB	12.08 417	8.00 418	21.00 417	8.97 421	16.79 420	10.67 414	30.89 423	9.02 417	15.17 419	6.51 413	15.41 423	9.04 414	14.85 416	9.27 416	21.67 420	4.58 418	8.57 420	5.09 418	9.29 421	5.90 419	10.95 421

Anonymous_1	33.25 425	18.26 421	23.92 419	20.54 422	21.28 423	25.59 421	35.94 424	22.01 429	15.57 420	13.33 418	13.49 420	18.08 422	15.29 418	20.36 420	24.60 422	16.28 428	8.84 422	66.59 435	118.00 435	155.73 438	11.23 423

DPSM_ROB	17.78 419	18.63 422	24.31 423	20.90 423	19.47 421	25.97 422	36.21 425	21.23 427	16.24 421	13.38 419	14.06 421	19.18 424	16.30 419	20.78 421	25.67 423	9.38 422	9.23 423	9.49 422	9.82 422	13.51 422	11.91 424

DPSM	17.78 419	18.63 422	24.31 423	20.90 423	19.47 421	25.97 422	36.21 425	21.23 427	16.24 421	13.38 419	14.06 421	19.18 424	16.30 419	20.78 421	25.67 423	9.38 422	9.23 423	9.49 422	9.82 422	13.51 422	11.91 424

xxxxx1	36.64 431	19.51 424	24.21 420	61.66 435	64.63 435	27.28 425	40.10 427	20.25 422	18.63 424	14.07 422	12.97 416	17.26 418	17.36 421	21.70 424	27.93 425	13.18 425	18.50 428	111.26 436	133.37 436	29.24 430	39.73 433

tt_ll	36.64 431	19.51 424	24.21 420	61.66 435	64.63 435	27.28 425	40.10 427	20.25 422	18.63 424	14.07 422	12.97 416	17.26 418	17.36 421	21.70 424	27.93 425	13.18 425	18.50 428	111.26 436	133.37 436	29.24 430	39.73 433

ff	36.64 431	19.51 424	24.21 420	61.66 435	64.63 435	27.28 425	40.10 427	20.25 422	18.63 424	14.07 422	12.97 416	17.26 418	17.36 421	21.70 424	27.93 425	13.18 425	18.50 428	111.26 436	133.37 436	29.24 430	39.73 433

LSM0	38.95 436	37.60 436	48.58 429	43.57 434	91.06 438	52.57 436	72.57 430	43.17 437	32.63 435	26.97 429	27.97 427	38.65 434	32.94 433	41.86 437	51.78 437	18.89 434	18.41 427	19.13 427	19.63 425	27.29 429	33.77 432

Selective-RAFT-Error	35.84 430	37.49 432	48.83 434	42.26 433	39.24 432	52.30 435	73.09 431	42.66 436	32.61 430	26.80 428	28.30 429	38.84 435	33.51 434	41.68 436	51.59 432	18.82 433	18.58 432	19.17 429	19.80 427	27.28 428	24.05 430

CasAABBNet	35.74 426	37.43 431	48.72 430	42.22 432	39.20 431	52.24 431	73.12 432	42.61 435	32.62 434	26.78 427	27.95 426	38.58 433	32.60 429	41.67 435	51.65 436	18.74 429	18.57 431	19.15 428	19.77 426	27.20 427	23.98 429

MyStereo03	35.77 427	37.55 433	48.75 431	42.19 429	39.18 428	52.27 432	73.13 433	42.32 432	32.61 430	27.03 430	28.40 430	38.50 430	32.89 430	41.62 432	51.63 433	18.78 430	18.59 433	19.11 424	19.80 427	27.18 424	23.95 426

MyStereo02	35.77 427	37.55 433	48.75 431	42.19 429	39.18 428	52.27 432	73.13 433	42.32 432	32.61 430	27.03 430	28.40 430	38.50 430	32.89 430	41.62 432	51.63 433	18.78 430	18.59 433	19.11 424	19.80 427	27.18 424	23.95 426

MyStereo	35.77 427	37.55 433	48.75 431	42.19 429	39.18 428	52.27 432	73.13 433	42.32 432	32.61 430	27.03 430	28.40 430	38.50 430	32.89 430	41.62 432	51.63 433	18.78 430	18.59 433	19.11 424	19.80 427	27.18 424	23.95 426

SPstereo	24.26 423	4.19 416	6.66 405	4.29 417	3.79 416	45.68 430	78.09 436	63.52 438	33.36 437	27.50 433	26.65 425	39.53 436	33.55 435	42.77 438	51.02 431	3.90 414	3.72 418	5.95 420	4.66 416	3.15 413	3.30 416

test_example2	176.61 438	205.14 439	198.86 438	188.60 439	190.98 439	152.67 438	170.61 437	94.86 439	123.55 439	178.88 439	179.48 437	158.94 439	141.34 438	192.61 439	198.96 438	203.76 439	236.37 439	164.13 439	173.55 439	218.58 439	160.41 439

PML	40.80 437	29.24 427	11.87 413	7.20 419	14.47 418	92.13 437	213.69 438	7.63 415	23.35 427	74.72 438	190.14 438	50.17 438	26.15 427	21.39 423	12.70 413	8.76 421	2.92 415	8.45 421	3.25 415	13.26 421	4.42 418

FADE		2.05 406		1.03 380	0.99 382			3.91 406	3.00 393	1.76 369		2.73 383		5.95 409		11.57 424	1.70 412	23.09 430	15.86 424	0.62 373	0.65 376

Low-res two-view benchmark