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

Selective-RAFT	0.37 38	0.06 22	0.65 10	0.03 101	0.01 100	1.17 76	0.02 97	2.63 106	0.66 87	0.01 1	0.01 1	0.22 75	0.18 138	1.31 123	0.24 120	0.00 1	0.00 1	0.00 1	0.20 355	0.04 162	0.00 1

StereoIM	0.22 10	0.29 188	0.87 26	0.05 141	0.18 283	0.41 9	0.01 53	1.24 31	0.56 50	0.02 2	0.03 48	0.13 60	0.05 52	0.32 50	0.24 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

DLNR_Zeroshot_test	23.05 409	49.79 415	87.94 414	97.52 426	94.73 421	1.18 82	0.00 1	20.60 400	0.14 6	0.02 2	0.02 31	0.02 2	0.02 16	4.35 212	0.10 60	32.22 413	0.04 303	0.00 1	0.27 372	72.00 419	0.06 256

4D-IteraStereo	0.35 32	0.60 290	1.93 199	0.02 63	0.09 242	1.03 33	0.07 187	1.25 32	0.34 40	0.02 2	0.03 48	0.84 149	0.10 103	0.31 44	0.35 169	0.00 1	0.00 1	0.00 1	0.00 1	0.05 180	0.07 272

CAS	0.85 161	0.09 50	0.67 12	6.43 387	0.05 209	1.12 63	0.00 1	0.88 21	0.69 113	0.02 2	0.02 31	0.06 34	0.06 67	0.26 35	0.12 69	6.37 389	0.00 1	0.00 1	0.00 1	0.00 1	0.20 336

ProNet	0.20 5	0.25 166	0.78 18	0.01 17	0.01 100	0.95 26	0.00 1	0.70 13	0.68 100	0.02 2	0.01 1	0.05 25	0.03 34	0.31 44	0.03 5	0.00 1	0.01 222	0.00 1	0.00 1	0.12 262	0.04 213

CroCo-Stereo Lap2	0.33 28	0.49 262	1.18 103	0.02 63	0.00 1	0.33 5	0.00 1	3.08 143	0.61 62	0.02 2	0.01 1	0.04 10	0.08 91	0.45 74	0.15 82	0.00 1	0.00 1	0.00 1	0.00 1	0.07 209	0.02 150

Anonymous	0.25 19	0.13 95	1.19 106	0.00 1	0.00 1	0.24 3	0.01 53	2.54 103	0.42 44	0.02 2	0.02 31	0.05 25	0.07 77	0.15 8	0.06 33	0.00 1	0.01 222	0.00 1	0.00 1	0.10 248	0.08 281

MIF-Stereo	0.16 2	0.11 82	1.13 90	0.03 101	0.17 279	0.32 4	0.02 97	0.38 2	0.32 38	0.03 9	0.16 83	0.05 25	0.07 77	0.16 11	0.16 90	0.00 1	0.00 1	0.00 1	0.00 1	0.11 257	0.00 1

CES	0.43 53	0.14 99	0.85 22	0.05 141	1.52 372	1.22 96	0.05 171	1.01 25	0.59 52	0.03 9	0.02 31	0.14 66	0.10 103	0.40 65	0.10 60	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	2.45 383

sAnonymous2	0.37 38	0.32 196	3.21 292	0.01 17	0.00 1	0.35 7	0.08 193	1.96 62	0.90 154	0.03 9	0.05 57	0.04 10	0.11 111	0.11 5	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 272	0.18 328

CroCo_RVC	0.37 38	0.32 196	3.21 292	0.01 17	0.00 1	0.35 7	0.08 193	1.96 62	0.90 154	0.03 9	0.05 57	0.04 10	0.11 111	0.11 5	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 272	0.18 328

PMTNet	0.21 6	0.19 135	0.85 22	0.02 63	0.02 167	1.14 68	0.30 277	0.88 21	0.11 1	0.03 9	0.02 31	0.07 42	0.02 16	0.37 60	0.12 69	0.00 1	0.00 1	0.00 1	0.00 1	0.03 131	0.00 1

LoS	0.28 23	0.16 117	0.95 39	0.07 175	0.01 100	1.32 135	0.07 187	1.30 33	0.60 56	0.04 14	0.03 48	0.28 82	0.11 111	0.48 79	0.11 67	0.00 1	0.01 222	0.00 1	0.00 1	0.03 131	0.00 1

test croco	0.41 45	0.28 181	2.26 239	0.07 175	0.00 1	0.50 12	0.01 53	2.84 121	0.92 157	0.05 15	0.07 63	0.13 60	0.17 135	0.43 67	0.20 108	0.00 1	0.00 1	0.00 1	0.00 1	0.34 347	0.01 62

GLC_STEREO	0.13 1	0.08 38	0.61 4	0.01 17	0.00 1	0.94 23	0.03 138	0.29 1	0.21 28	0.05 15	0.02 31	0.06 34	0.04 46	0.26 35	0.07 37	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

MIM_Stereo	0.45 58	0.43 235	1.18 103	0.51 313	0.04 202	1.26 119	0.02 97	2.38 80	0.65 81	0.07 17	0.02 31	0.70 132	0.20 150	1.01 110	0.13 73	0.00 1	0.09 341	0.00 1	0.00 1	0.14 272	0.10 290

LoS_RVC	0.19 4	0.48 258	0.51 2	0.12 212	0.10 251	1.01 31	0.01 53	0.81 19	0.19 21	0.07 17	0.02 31	0.06 34	0.05 52	0.31 44	0.05 17	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.04 213

RALCasStereoNet	0.44 55	0.44 240	1.03 66	0.03 101	0.00 1	1.10 57	0.03 138	2.46 94	0.90 154	0.07 17	0.32 118	0.12 56	0.20 150	1.28 122	0.25 126	0.00 1	0.31 376	0.00 1	0.00 1	0.08 220	0.12 303

ToySt	0.47 65	0.25 166	2.47 254	0.04 124	0.01 100	1.17 76	0.00 1	2.01 65	0.63 71	0.08 20	0.14 75	1.16 182	0.05 52	0.80 102	0.46 193	0.00 1	0.00 1	0.00 1	0.03 291	0.10 248	0.04 213

CroCo-Stereo	0.39 42	0.40 223	1.67 178	0.07 175	0.00 1	0.19 2	0.01 53	3.55 208	0.75 129	0.08 20	0.02 31	0.46 104	0.08 91	0.28 40	0.18 101	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
ff7	0.23 14	0.21 148	1.02 55	0.02 63	0.00 1	1.07 48	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 77	0.44 69	0.04 7	0.00 1	0.00 1	0.00 1	0.15 337	0.07 209	0.01 62

IGEVStereo-DCA	0.46 61	0.09 50	1.02 55	0.02 63	0.00 1	0.82 16	0.00 1	0.53 4	0.75 129	0.09 22	0.03 48	0.03 6	0.06 67	5.04 250	0.51 200	0.00 1	0.00 1	0.00 1	0.15 337	0.05 180	0.01 62

ffff	0.23 14	0.21 148	1.02 55	0.02 63	0.00 1	1.07 48	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 77	0.44 69	0.04 7	0.00 1	0.00 1	0.00 1	0.15 337	0.07 209	0.01 62

rrr	0.62 99	0.09 50	2.07 220	0.02 63	0.00 1	0.82 16	0.06 184	2.29 75	0.85 151	0.09 22	0.03 48	0.03 6	0.06 67	5.04 250	0.51 200	0.00 1	0.00 1	0.00 1	0.19 352	0.05 180	0.07 272

11t	0.23 14	0.21 148	1.02 55	0.02 63	0.00 1	1.07 48	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 77	0.44 69	0.04 7	0.00 1	0.00 1	0.00 1	0.15 337	0.07 209	0.01 62

anonymousdsp	0.21 6	0.21 148	0.63 5	0.02 63	0.00 1	1.07 48	0.00 1	0.74 17	0.77 138	0.09 22	0.01 1	0.04 10	0.07 77	0.25 29	0.04 7	0.00 1	0.00 1	0.00 1	0.16 343	0.08 220	0.03 189

Selective-IGEV	0.22 10	0.06 22	0.46 1	0.05 141	0.04 202	0.34 6	0.04 158	2.16 72	0.59 52	0.09 22	0.01 1	0.02 2	0.05 52	0.18 13	0.05 17	0.00 1	0.00 1	0.00 1	0.09 324	0.03 131	0.09 286

ccc-4	0.23 14	0.21 148	1.02 55	0.02 63	0.00 1	1.07 48	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 77	0.44 69	0.04 7	0.00 1	0.00 1	0.00 1	0.15 337	0.07 209	0.01 62

IGEV-Stereo	0.21 6	0.21 148	0.63 5	0.02 63	0.00 1	1.07 48	0.00 1	0.73 16	0.77 138	0.09 22	0.01 1	0.04 10	0.07 77	0.24 26	0.04 7	0.00 1	0.00 1	0.00 1	0.16 343	0.08 220	0.03 189
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
test_xeample3	0.35 32	0.10 69	1.95 203	0.02 63	0.00 1	0.93 22	0.07 187	1.70 54	0.86 153	0.09 22	0.04 55	0.05 25	0.05 52	0.23 23	0.51 200	0.00 1	0.00 1	0.00 1	0.24 365	0.06 195	0.08 281

MyStereo07	0.27 21	0.27 171	0.64 8	0.02 63	0.01 100	1.64 240	0.01 53	1.41 36	0.73 125	0.10 32	0.01 1	0.03 6	0.10 103	0.24 26	0.04 7	0.00 1	0.07 328	0.00 1	0.00 1	0.03 131	0.06 256

CASnet	0.16 2	0.14 99	0.52 3	0.01 17	0.00 1	0.86 18	0.00 1	0.51 3	0.75 129	0.10 32	0.01 1	0.04 10	0.02 16	0.22 21	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 131	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
rafts_anoy	0.39 42	0.44 240	1.15 94	0.06 155	0.03 186	1.12 63	0.04 158	2.75 115	0.33 39	0.10 32	0.16 83	0.11 53	0.19 144	0.74 99	0.31 151	0.00 1	0.14 359	0.00 1	0.01 269	0.02 93	0.05 229

sCroCo_RVC	0.21 6	0.14 99	1.54 151	0.01 17	0.00 1	0.13 1	0.04 158	1.10 28	0.65 81	0.10 32	0.05 57	0.03 6	0.04 46	0.23 23	0.05 17	0.00 1	0.07 328	0.00 1	0.00 1	0.01 25	0.00 1

CREStereo	0.22 10	0.17 123	0.64 8	0.00 1	0.01 100	1.22 96	0.01 53	1.15 30	0.56 50	0.10 32	0.07 63	0.04 10	0.00 1	0.32 50	0.10 60	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
MIF-Stereo (partial)	0.27 21	0.18 128	1.14 91	0.01 17	0.00 1	0.43 10	0.02 97	1.97 64	0.39 43	0.11 37	0.08 66	0.07 42	0.06 67	0.44 69	0.33 158	0.00 1	0.00 1	0.00 1	0.00 1	0.05 180	0.02 150

Anonymous3	0.49 69	0.12 86	2.21 229	0.01 17	0.00 1	2.53 287	0.09 202	3.16 154	0.65 81	0.12 38	0.22 108	0.12 56	0.05 52	0.37 60	0.08 46	0.00 1	0.07 328	0.00 1	0.00 1	0.04 162	0.03 189

TestStereo	0.61 94	0.55 278	1.84 196	0.00 1	0.00 1	0.94 23	0.00 1	1.65 52	0.23 31	0.12 38	0.03 48	0.08 45	0.06 67	6.59 310	0.08 46	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

raft+_RVC	0.42 47	0.48 258	1.11 84	0.51 313	0.17 279	1.16 74	0.04 158	2.25 74	0.59 52	0.12 38	0.42 140	0.08 45	0.15 129	0.60 92	0.28 139	0.00 1	0.09 341	0.00 1	0.00 1	0.06 195	0.19 332

DN-CSS_ROB	0.77 135	0.90 338	2.01 212	0.85 346	0.00 1	1.47 186	0.01 53	2.92 126	0.93 160	0.12 38	0.53 155	0.44 102	0.16 132	4.33 210	0.35 169	0.00 1	0.00 1	0.00 1	0.00 1	0.30 343	0.01 62

StereoVision	0.86 165	0.38 212	1.75 186	0.03 101	0.01 100	1.14 68	0.02 97	3.38 185	0.92 157	0.13 42	6.89 347	0.50 111	0.12 121	1.10 113	0.78 233	0.00 1	0.00 1	0.00 1	0.00 1	0.04 162	0.02 150

iRaft-Stereo_5w	1.08 212	0.56 282	2.70 268	0.02 63	0.02 167	1.20 91	0.01 53	3.18 157	0.63 71	0.14 43	2.00 267	1.62 208	1.54 282	6.69 319	1.01 250	0.00 1	0.00 1	0.00 1	0.00 1	0.23 318	0.01 62

iRaftStereo_RVC	0.36 36	0.27 171	0.76 16	0.01 17	0.00 1	1.20 91	0.01 53	2.15 71	0.62 68	0.15 44	0.22 108	0.69 130	0.12 121	0.28 40	0.18 101	0.00 1	0.06 319	0.00 1	0.00 1	0.27 332	0.22 340

GMStereo	0.25 19	0.60 290	1.28 119	0.01 17	0.00 1	0.48 11	0.00 1	0.74 17	1.24 207	0.16 45	0.03 48	0.07 42	0.09 96	0.22 21	0.10 60	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
TRStereo	0.59 91	0.79 323	1.59 166	0.56 319	0.01 100	1.19 83	0.03 138	4.74 297	0.60 56	0.17 46	0.01 1	0.62 119	0.44 197	0.57 88	0.07 37	0.00 1	0.04 303	0.00 1	0.24 365	0.01 25	0.14 315

AnonymousM	0.34 30	0.07 32	0.63 5	0.02 63	0.01 100	1.09 55	0.03 138	1.54 49	0.68 100	0.17 46	0.04 55	0.02 2	0.24 159	0.25 29	0.04 7	0.00 1	0.01 222	1.93 383	0.00 1	0.01 25	0.00 1

AEACV	0.22 10	0.05 8	0.66 11	0.02 63	0.03 186	0.87 19	0.00 1	1.07 27	0.15 9	0.18 48	0.01 1	0.02 2	0.72 238	0.15 8	0.09 52	0.00 1	0.03 293	0.00 1	0.27 372	0.08 220	0.07 272

dd	0.34 30	0.67 305	1.55 153	0.04 124	0.01 100	1.22 96	0.03 138	0.84 20	1.16 197	0.18 48	0.05 57	0.12 56	0.05 52	0.29 42	0.44 186	0.02 326	0.00 1	0.00 1	0.00 1	0.05 180	0.00 1

RAFT	0.60 92	0.50 265	1.01 50	0.50 310	0.04 202	0.94 23	0.08 193	3.01 130	0.65 81	0.22 50	0.09 67	3.41 305	0.27 167	0.53 83	0.37 175	0.00 1	0.03 293	0.00 1	0.01 269	0.40 356	0.03 189

CREStereo++_RVC	0.29 26	0.19 135	0.83 21	0.05 141	0.00 1	1.19 83	0.00 1	0.66 12	0.99 171	0.25 51	1.26 235	0.05 25	0.07 77	0.20 19	0.09 52	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
whm_eth	0.68 117	0.52 270	3.05 280	0.01 17	0.00 1	1.26 119	0.02 97	3.36 182	1.93 290	0.26 52	2.52 292	0.13 60	0.11 111	0.18 13	0.10 60	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.11 294

ACVNet-4b	5.67 370	1.65 368	4.43 340	9.46 394	7.11 393	8.72 375	1.68 341	6.61 364	5.76 362	0.27 53	6.49 346	11.67 371	2.43 319	8.40 367	1.56 273	9.06 396	2.34 396	10.49 395	0.02 285	9.22 394	5.98 394

test_4	0.51 73	0.10 69	1.27 118	0.01 17	0.06 217	0.97 27	0.03 138	1.12 29	0.16 12	0.27 53	3.42 314	0.65 123	0.09 96	1.59 132	0.26 131	0.00 1	0.00 1	0.00 1	0.08 321	0.14 272	0.00 1

ASMatch	1.44 268	0.14 99	2.15 226	0.60 323	0.21 299	1.21 94	0.26 257	0.96 23	0.66 87	0.29 55	11.75 366	0.93 158	2.37 316	6.73 322	0.54 207	0.00 1	0.00 1	0.00 1	0.01 269	0.00 1	0.04 213

UDGNet	0.35 32	0.50 265	1.14 91	0.02 63	0.00 1	1.12 63	0.02 97	0.70 13	1.57 258	0.31 56	0.05 57	0.06 34	0.02 16	1.45 131	0.09 52	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CFNet-RSSM	0.51 73	0.12 86	1.26 116	0.03 101	0.14 267	1.24 110	0.02 97	4.12 254	0.15 9	0.31 56	0.01 1	1.96 232	0.04 46	0.19 16	0.25 126	0.00 1	0.01 222	0.00 1	0.27 372	0.01 25	0.01 62

FADNet	1.20 241	0.93 340	4.51 342	0.03 101	0.06 217	2.56 288	0.16 227	4.02 247	1.42 230	0.32 58	0.06 62	1.66 213	1.07 255	5.56 272	0.87 238	0.19 363	0.02 271	0.01 318	0.01 269	0.50 365	0.03 189

ACVNet-DCA	0.61 94	0.27 171	1.28 119	0.13 215	0.00 1	3.44 317	0.01 53	3.15 151	0.68 100	0.33 59	0.69 185	0.04 10	0.61 216	1.43 126	0.05 17	0.00 1	0.02 271	0.00 1	0.03 291	0.01 25	0.01 62

xx1	0.95 184	0.27 171	1.28 119	0.13 215	0.00 1	3.44 317	0.01 53	3.18 157	7.23 372	0.33 59	0.69 185	0.73 135	0.12 121	1.43 126	0.05 17	0.00 1	0.02 271	0.00 1	0.00 1	0.01 25	0.01 62

1test111	0.69 120	0.27 171	1.28 119	0.13 215	0.00 1	3.44 317	0.01 53	3.15 151	0.68 100	0.33 59	0.69 185	0.04 10	0.61 216	2.95 161	0.07 37	0.00 1	0.02 271	0.00 1	0.03 291	0.01 25	0.01 62

cc1	0.94 182	0.27 171	1.28 119	0.13 215	0.00 1	3.44 317	0.01 53	3.18 157	7.23 372	0.33 59	0.69 185	0.04 10	0.61 216	1.43 126	0.05 17	0.00 1	0.02 271	0.00 1	0.03 291	0.09 239	0.04 213

tt1	0.88 174	0.27 171	1.25 115	0.08 187	0.00 1	3.36 315	0.02 97	3.03 133	6.40 363	0.33 59	0.66 176	0.05 25	0.40 193	1.59 132	0.05 17	0.00 1	0.02 271	0.00 1	0.00 1	0.09 239	0.03 189

HH	0.88 174	0.37 209	1.93 199	0.25 261	0.10 251	0.62 13	0.00 1	3.79 228	0.18 19	0.33 59	0.59 167	3.94 318	0.81 243	4.44 219	0.09 52	0.00 1	0.06 319	0.00 1	0.00 1	0.03 131	0.02 150

HanStereo	0.88 174	0.37 209	1.93 199	0.25 261	0.10 251	0.62 13	0.00 1	3.79 228	0.18 19	0.33 59	0.59 167	3.94 318	0.81 243	4.44 219	0.09 52	0.00 1	0.06 319	0.00 1	0.00 1	0.03 131	0.02 150

anonymousdsp2	0.52 76	0.06 22	1.51 149	0.10 204	0.00 1	1.19 83	0.01 53	4.32 273	0.63 71	0.33 59	0.15 81	0.78 147	0.09 96	1.01 110	0.06 33	0.00 1	0.00 1	0.00 1	0.11 332	0.04 162	0.05 229

raft_robust	0.98 188	0.57 285	1.21 111	0.06 155	0.17 279	1.36 148	0.02 97	3.46 199	2.18 309	0.33 59	0.01 1	1.54 199	1.42 274	6.77 325	0.15 82	0.00 1	0.02 271	0.00 1	0.18 351	0.11 257	0.09 286

PSMNet-ADL	0.77 135	0.08 38	0.90 31	0.07 175	0.01 100	2.01 267	0.02 97	2.55 104	1.11 188	0.33 59	0.59 167	2.15 245	0.69 236	4.07 200	0.85 237	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

Consistency-Raft	1.36 259	0.65 302	4.81 348	0.33 281	0.32 337	1.62 237	0.11 211	3.65 217	3.80 345	0.33 59	6.12 343	0.86 150	2.14 311	0.94 106	1.25 262	0.02 326	0.01 222	0.00 1	0.00 1	0.24 321	0.01 62

GANet-ADL	0.52 76	0.09 50	1.43 140	0.13 215	0.02 167	1.43 172	0.02 97	3.22 165	0.59 52	0.34 70	0.98 212	1.09 178	0.19 144	0.40 65	0.34 165	0.00 1	0.00 1	0.00 1	0.00 1	0.04 162	0.01 62

AE-Stereo	0.47 65	0.11 82	1.03 66	0.04 124	0.09 242	1.11 61	0.03 138	4.16 256	0.34 40	0.35 71	0.82 199	0.15 68	0.16 132	0.45 74	0.05 17	0.00 1	0.09 341	0.00 1	0.26 370	0.09 239	0.05 229

EKT-Stereo	0.74 125	0.18 128	1.23 114	0.81 342	4.25 385	1.19 83	0.03 138	2.17 73	0.13 4	0.35 71	0.40 137	0.97 165	0.08 91	2.61 154	0.09 52	0.00 1	0.09 341	0.00 1	0.07 316	0.04 162	0.03 189

EGLCR-Stereo	0.28 23	0.09 50	0.73 14	0.18 240	0.05 209	1.17 76	0.04 158	2.37 79	0.17 17	0.35 71	0.01 1	0.01 1	0.02 16	0.38 63	0.04 7	0.00 1	0.01 222	0.00 1	0.00 1	0.00 1	0.03 189

Gwc-CoAtRS	0.42 47	0.12 86	1.28 119	0.03 101	0.13 261	1.03 33	0.02 97	2.33 77	0.15 9	0.35 71	0.01 1	2.27 254	0.03 34	0.20 19	0.25 126	0.00 1	0.01 222	0.00 1	0.22 361	0.01 25	0.01 62

FADNet_RVC	1.15 234	1.06 350	4.34 338	0.02 63	0.06 217	2.77 300	0.04 158	3.50 203	0.80 141	0.35 71	0.32 118	0.65 123	0.09 96	5.20 255	1.56 273	0.24 369	0.34 378	0.11 359	0.33 380	0.65 372	0.60 361

FADNet-RVC	1.10 223	1.07 351	4.79 347	0.03 101	0.00 1	1.60 227	0.08 193	3.77 225	1.70 270	0.35 71	0.07 63	0.61 117	0.66 232	5.32 261	1.11 252	0.01 304	0.08 337	0.00 1	0.00 1	0.48 363	0.18 328

cross-raft	0.53 82	0.12 86	1.78 189	0.03 101	0.01 100	1.04 40	0.10 209	3.21 164	0.23 31	0.37 77	0.01 1	2.86 280	0.04 46	0.24 26	0.24 120	0.00 1	0.01 222	0.00 1	0.16 343	0.01 25	0.02 150

Ntro	3.24 343	1.34 362	2.83 272	7.27 388	4.43 386	6.22 361	0.74 315	4.73 296	1.48 244	0.39 78	1.77 257	2.70 270	1.28 269	4.59 234	1.25 262	8.06 392	0.28 375	2.12 385	0.05 305	8.11 388	5.16 391

knoymous	0.35 32	0.05 8	1.11 84	0.05 141	0.01 100	1.15 73	0.01 53	2.06 67	0.14 6	0.40 79	0.02 31	1.67 214	0.00 1	0.31 44	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

SA	0.83 154	0.41 226	1.17 100	0.00 1	0.20 294	1.28 123	0.01 53	3.98 245	1.86 283	0.41 80	0.96 210	0.27 81	1.33 272	4.07 200	0.35 169	0.00 1	0.00 1	0.00 1	0.17 349	0.14 272	0.01 62

ICVP	0.46 61	0.08 38	1.58 163	0.01 17	0.01 100	1.10 57	0.21 243	3.80 231	0.52 48	0.42 81	0.27 113	0.33 89	0.06 67	0.57 88	0.13 73	0.00 1	0.07 328	0.00 1	0.00 1	0.04 162	0.01 62
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
LL-Strereo2	0.36 36	0.47 256	1.08 79	0.09 197	0.03 186	1.12 63	0.07 187	1.66 53	0.93 160	0.43 82	0.02 31	0.51 112	0.08 91	0.23 23	0.29 143	0.00 1	0.00 1	0.00 1	0.03 291	0.04 162	0.04 213

11t1	0.33 28	0.05 8	0.86 24	0.44 301	0.00 1	1.04 40	0.00 1	2.45 92	0.60 56	0.44 83	0.01 1	0.05 25	0.05 52	0.43 67	0.06 33	0.00 1	0.01 222	0.00 1	0.00 1	0.02 93	0.01 62

XX-TBD	0.28 23	0.39 218	0.97 45	0.05 141	0.00 1	1.09 55	0.00 1	0.71 15	0.54 49	0.44 83	1.04 215	0.06 34	0.06 67	0.19 16	0.09 52	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TestStereo1	0.77 135	0.46 248	1.12 86	0.15 227	0.19 290	1.29 127	0.01 53	3.33 178	1.55 252	0.45 85	1.67 248	0.13 60	1.23 263	3.39 172	0.27 135	0.00 1	0.00 1	0.00 1	0.00 1	0.17 290	0.07 272

SA-5K	0.77 135	0.46 248	1.12 86	0.15 227	0.19 290	1.29 127	0.01 53	3.33 178	1.55 252	0.45 85	1.67 248	0.13 60	1.23 263	3.39 172	0.27 135	0.00 1	0.00 1	0.00 1	0.00 1	0.17 290	0.07 272

riskmin	0.47 65	0.03 1	1.01 50	0.08 187	0.01 100	1.12 63	0.01 53	3.00 128	0.21 28	0.46 87	0.02 31	2.08 238	1.06 254	0.26 35	0.04 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 62

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

PCWNet_CMD	0.65 105	0.14 99	2.02 214	0.01 17	0.01 100	1.10 57	0.00 1	2.80 118	0.97 165	0.48 89	0.28 115	2.31 258	1.50 279	1.19 116	0.08 46	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

x	0.41 45	0.04 4	0.74 15	0.54 316	0.00 1	0.98 28	0.00 1	3.07 141	0.67 95	0.48 89	0.01 1	0.48 107	0.07 77	0.93 104	0.07 37	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.01 62

CFNet	1.08 212	0.62 295	2.26 239	0.26 267	0.03 186	1.40 161	0.04 158	4.45 282	2.09 299	0.48 89	0.69 185	1.31 190	0.24 159	6.63 314	0.83 236	0.00 1	0.00 1	0.00 1	0.00 1	0.17 290	0.04 213

MSMDNet	0.65 105	0.14 99	2.02 214	0.01 17	0.01 100	1.11 61	0.00 1	2.88 124	0.98 167	0.49 92	0.28 115	2.32 259	1.49 276	1.19 116	0.08 46	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

FADNet-RVC-Resample	1.08 212	1.00 346	5.32 354	0.10 204	0.14 267	1.53 205	0.25 254	3.62 214	1.18 198	0.51 93	0.19 99	1.04 171	0.28 168	5.20 255	0.44 186	0.10 353	0.16 364	0.09 355	0.06 314	0.24 321	0.21 338

MaskLacGwcNet_RVC	1.63 286	0.45 244	2.21 229	1.53 372	0.18 283	4.33 337	0.41 292	3.37 183	1.40 227	0.54 94	0.65 174	3.10 294	0.11 111	4.93 245	0.60 218	4.57 385	0.51 381	0.00 1	0.00 1	1.37 377	2.39 382

RAFT-Test	0.61 94	0.16 117	2.27 242	0.04 124	0.15 272	1.80 259	0.17 230	2.52 100	0.65 81	0.56 95	0.11 72	2.76 274	0.02 16	0.27 39	0.34 165	0.00 1	0.07 328	0.00 1	0.29 377	0.01 25	0.01 62

GANetREF_RVC	1.10 223	0.95 341	2.98 275	0.06 155	0.00 1	2.23 273	0.18 234	3.95 244	2.53 326	0.56 95	0.32 118	1.89 227	0.66 232	5.03 249	0.51 200	0.00 1	0.00 1	0.00 1	0.00 1	0.05 180	0.04 213
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
MC-Stereo	0.24 18	0.12 86	0.71 13	0.04 124	0.02 167	1.07 48	0.00 1	1.30 33	0.17 17	0.59 97	0.02 31	0.08 45	0.11 111	0.18 13	0.05 17	0.00 1	0.02 271	0.00 1	0.17 349	0.06 195	0.02 150

HCRNet	0.73 123	0.19 135	1.10 82	0.01 17	0.00 1	1.17 76	0.01 53	3.07 141	1.97 292	0.60 98	0.21 104	0.56 115	0.11 111	5.34 263	0.20 108	0.00 1	0.00 1	0.00 1	0.00 1	0.03 131	0.02 150

RAFT+CT+SA	0.66 110	0.45 244	1.22 112	0.10 204	0.30 332	1.24 110	0.02 97	4.21 261	0.67 95	0.62 99	0.39 136	0.33 89	0.05 52	2.69 156	0.14 78	0.00 1	0.00 1	0.00 1	0.35 381	0.13 266	0.30 347

IPLG	0.86 165	0.41 226	2.31 244	0.06 155	0.06 217	1.36 148	0.11 211	3.17 156	0.83 145	0.62 99	1.00 213	0.46 104	0.61 216	5.57 274	0.35 169	0.00 1	0.00 1	0.00 1	0.00 1	0.18 297	0.01 62

IPLGR	0.76 134	0.21 148	2.98 275	0.06 155	0.07 225	1.24 110	0.05 171	3.09 144	1.38 221	0.62 99	0.34 125	0.75 137	0.78 240	3.35 169	0.22 112	0.00 1	0.00 1	0.00 1	0.00 1	0.05 180	0.06 256

GES	0.61 94	0.08 38	1.78 189	0.00 1	0.00 1	1.59 224	0.07 187	5.32 331	0.13 4	0.62 99	0.32 118	0.37 92	0.67 235	0.68 97	0.49 197	0.03 334	0.00 1	0.01 318	0.00 1	0.02 93	0.01 62

ACVNet	0.57 88	0.21 148	1.34 131	0.09 197	0.00 1	1.36 148	0.22 247	2.40 82	1.05 180	0.63 103	0.66 176	1.94 230	0.26 164	0.31 44	0.79 234	0.00 1	0.00 1	0.00 1	0.00 1	0.08 220	0.00 1

CFNet-ft	0.77 135	0.46 248	1.34 131	0.01 17	0.27 321	1.32 135	0.02 97	2.40 82	0.68 100	0.63 103	0.18 92	3.23 302	0.21 154	3.97 197	0.54 207	0.00 1	0.00 1	0.01 318	0.00 1	0.03 131	0.02 150

CFNet_RVC	0.77 135	0.46 248	1.34 131	0.01 17	0.27 321	1.32 135	0.02 97	2.40 82	0.68 100	0.63 103	0.18 92	3.23 302	0.21 154	3.97 197	0.54 207	0.00 1	0.00 1	0.01 318	0.00 1	0.03 131	0.02 150

CBFPSM	1.39 263	0.61 293	4.29 334	0.01 17	0.01 100	3.64 323	0.03 138	3.39 186	0.80 141	0.64 106	0.21 104	6.18 351	3.70 348	2.38 150	1.82 285	0.00 1	0.01 222	0.00 1	0.00 1	0.08 220	0.01 62

CoDeX	0.94 182	0.34 200	2.09 223	0.05 141	0.20 294	1.49 193	0.20 241	5.89 353	1.57 258	0.66 107	0.67 183	1.05 172	0.32 177	3.82 191	0.33 158	0.00 1	0.00 1	0.00 1	0.00 1	0.03 131	0.00 1

MSKI-zero shot	0.73 123	0.13 95	1.56 160	0.02 63	0.14 267	1.34 143	0.04 158	3.00 128	0.23 31	0.67 108	1.64 245	0.89 152	0.00 1	4.55 230	0.10 60	0.00 1	0.02 271	0.00 1	0.21 359	0.03 131	0.01 62

MIPNet	0.64 103	0.42 229	2.01 212	0.08 187	0.07 225	1.29 127	0.11 211	3.47 201	1.29 212	0.67 108	0.10 69	0.63 121	0.97 252	1.25 120	0.25 126	0.00 1	0.01 222	0.01 318	0.01 269	0.11 257	0.04 213

RAFT_CTSACE	0.68 117	0.52 270	1.74 184	0.50 310	0.05 209	1.16 74	0.00 1	2.68 113	0.66 87	0.68 110	1.60 244	1.76 217	0.80 242	0.94 106	0.13 73	0.00 1	0.02 271	0.00 1	0.00 1	0.27 332	0.00 1

ac_64	1.12 228	0.18 128	1.64 169	0.18 240	0.25 313	1.48 192	0.02 97	4.97 312	1.47 240	0.69 111	0.45 148	4.94 337	0.46 200	4.87 243	0.74 231	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.00 1

test-1	0.52 76	0.25 166	0.94 35	0.03 101	0.22 301	1.20 91	0.08 193	4.03 249	0.25 35	0.70 112	0.66 176	0.71 133	0.03 34	0.30 43	0.43 183	0.00 1	0.18 367	0.00 1	0.07 316	0.01 25	0.25 345

RCA-Stereo	0.37 38	0.14 99	0.76 16	0.01 17	0.00 1	1.17 76	0.00 1	3.14 149	0.61 62	0.71 113	0.47 152	0.05 25	0.13 127	0.19 16	0.03 5	0.00 1	0.01 222	0.00 1	0.00 1	0.06 195	0.01 62

GANet-RSSM	0.88 174	0.38 212	1.45 143	0.60 323	0.00 1	1.36 148	0.02 97	4.55 286	0.69 113	0.71 113	0.32 118	1.56 200	0.61 216	4.55 230	0.64 223	0.00 1	0.00 1	0.05 351	0.00 1	0.08 220	0.02 150

anonymousa	0.79 143	0.26 170	1.91 197	0.03 101	0.29 330	1.46 185	0.02 97	3.76 224	0.97 165	0.72 115	2.25 284	3.21 300	0.56 209	0.15 8	0.12 69	0.00 1	0.00 1	0.00 1	0.04 301	0.00 1	0.02 150

AFF-stereo	0.65 105	0.46 248	0.82 20	0.37 294	0.00 1	1.19 83	0.00 1	3.04 138	1.42 230	0.72 115	1.95 264	1.16 182	0.26 164	0.97 108	0.31 151	0.00 1	0.02 271	0.00 1	0.00 1	0.21 314	0.02 150

GASNet	1.43 267	1.53 367	4.54 343	0.31 278	0.02 167	1.49 193	0.20 241	3.86 240	1.95 291	0.75 117	1.37 240	2.11 241	1.57 287	5.82 280	2.60 316	0.00 1	0.05 312	0.00 1	0.00 1	0.43 358	0.10 290

ccs_rob	0.65 105	0.17 123	2.09 223	0.00 1	0.01 100	1.22 96	0.00 1	2.77 116	0.73 125	0.75 117	0.44 145	2.32 259	0.64 225	1.76 139	0.15 82	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

Anonymous_2	1.69 298	0.05 8	1.31 128	0.08 187	0.03 186	1.22 96	0.01 53	3.25 166	0.19 21	0.76 119	0.13 74	2.68 269	1.99 307	0.39 64	0.13 73	0.05 342	0.25 371	3.27 386	14.54 410	3.40 380	0.01 62

Wz-Net-LNSev	1.30 250	0.85 332	6.26 369	0.02 63	0.03 186	4.02 329	0.13 219	4.21 261	1.12 192	0.77 120	0.10 69	3.60 310	1.11 257	2.68 155	1.12 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

SFCPSM	0.81 149	0.11 82	2.53 258	0.01 17	0.07 225	2.45 283	0.18 234	4.99 313	1.18 198	0.77 120	0.78 195	0.69 130	0.31 173	1.72 138	0.20 108	0.00 1	0.00 1	0.00 1	0.05 305	0.06 195	0.01 62

RASNet	1.53 277	0.31 192	1.97 208	0.09 197	3.20 381	1.69 249	0.06 184	3.27 174	2.12 301	0.77 120	1.29 236	5.32 346	1.69 295	6.60 311	2.17 305	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.02 150

CFNet_pseudo	0.66 110	0.17 123	2.08 222	0.00 1	0.01 100	1.22 96	0.00 1	2.79 117	0.73 125	0.78 123	0.46 149	2.32 259	0.63 222	1.77 140	0.15 82	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

PA-Net	1.31 254	0.59 288	3.65 311	0.06 155	0.15 272	1.44 174	0.54 303	4.08 250	2.71 330	0.78 123	1.16 224	2.32 259	0.64 225	5.96 281	1.92 293	0.01 304	0.00 1	0.00 1	0.00 1	0.04 162	0.06 256
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
test_5	0.74 125	0.50 265	1.55 153	0.44 301	0.25 313	1.45 180	0.01 53	4.16 256	0.78 140	0.79 125	0.17 89	0.42 100	0.64 225	3.06 165	0.18 101	0.00 1	0.00 1	0.00 1	0.00 1	0.16 286	0.21 338

iResNet_ROB	1.05 210	0.76 318	2.06 219	0.07 175	0.00 1	1.35 146	0.03 138	6.80 371	2.57 328	0.79 125	1.20 228	0.94 161	0.12 121	3.81 189	0.41 181	0.00 1	0.00 1	0.00 1	0.00 1	0.08 220	0.01 62

iResNetv2_ROB	1.08 212	1.12 353	4.68 346	1.09 361	0.00 1	1.38 158	0.05 171	3.83 235	1.11 188	0.80 127	1.15 222	1.02 170	0.12 121	4.52 227	0.45 189	0.00 1	0.00 1	0.00 1	0.00 1	0.33 344	0.03 189

fast-acv-ft	1.41 266	0.46 248	4.29 334	0.10 204	0.13 261	3.97 328	0.29 271	2.42 90	1.91 288	0.81 128	3.55 316	3.02 289	1.26 268	3.35 169	2.05 302	0.04 336	0.01 222	0.04 347	0.04 301	0.39 355	0.05 229

NVstereo2D	1.09 219	0.17 123	4.40 339	0.00 1	0.00 1	1.59 224	0.18 234	4.29 270	1.40 227	0.85 129	0.36 130	2.30 256	0.62 221	5.26 258	0.35 169	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

IGEV_Zeroshot_test	0.74 125	0.20 142	3.00 277	0.26 267	0.02 167	1.10 57	0.05 171	3.72 222	0.19 21	0.88 130	0.71 192	2.84 277	0.63 222	0.53 83	0.33 158	0.00 1	0.07 328	0.00 1	0.16 343	0.04 162	0.00 1

NRIStereo	0.74 125	0.08 38	0.88 28	0.47 308	0.05 209	1.58 216	0.49 300	1.38 35	0.61 62	0.88 130	0.17 89	0.66 126	0.03 34	6.96 342	0.22 112	0.00 1	0.06 319	0.00 1	0.00 1	0.06 195	0.17 322

MyStereo06	0.80 147	0.19 135	2.53 258	0.02 63	0.00 1	1.51 198	0.01 53	4.61 289	0.24 34	0.89 132	0.69 185	3.14 296	1.18 260	0.58 91	0.33 158	0.00 1	0.06 319	0.00 1	0.00 1	0.02 93	0.07 272

FENet	0.52 76	0.07 32	1.62 167	0.04 124	0.00 1	1.19 83	0.05 171	3.10 145	0.98 167	0.89 132	0.01 1	1.63 211	0.09 96	0.47 78	0.28 139	0.00 1	0.01 222	0.00 1	0.00 1	0.00 1	0.01 62

CRE-IMP	0.40 44	0.06 22	1.04 70	0.07 175	0.05 209	1.45 180	0.46 297	1.48 47	0.63 71	0.90 134	0.30 117	0.88 151	0.01 4	0.26 35	0.22 112	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.17 322

GwcNet-RSSM	1.02 199	0.69 309	2.70 268	0.22 250	0.02 167	1.42 170	0.05 171	4.02 247	1.01 173	0.90 134	0.42 140	2.89 281	0.26 164	4.43 218	1.17 256	0.00 1	0.00 1	0.02 340	0.00 1	0.13 266	0.05 229

CC-Net-ROB	1.86 308	0.64 299	2.55 260	1.42 371	0.19 290	3.38 316	0.04 158	4.41 278	2.45 322	0.90 134	1.31 237	0.98 166	0.18 138	6.60 311	0.53 204	1.14 380	1.60 391	7.16 387	0.00 1	1.33 376	0.32 352

CSP-Net	1.01 197	0.52 270	0.92 33	0.01 17	0.00 1	2.83 302	0.05 171	4.99 313	0.69 113	0.91 137	0.85 202	1.82 224	0.23 157	6.04 283	0.29 143	0.00 1	0.00 1	0.00 1	0.00 1	0.10 248	0.01 62

DIP-Stereo	0.58 89	0.23 162	0.90 31	0.08 187	0.00 1	1.43 172	0.01 53	6.01 357	1.38 221	0.92 138	0.11 72	0.04 10	0.19 144	0.12 7	0.07 37	0.00 1	0.01 222	0.00 1	0.00 1	0.03 131	0.01 62
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
AASNet	0.86 165	0.53 275	1.96 206	0.04 124	0.00 1	1.70 250	0.05 171	5.13 321	1.84 278	0.93 139	1.88 260	0.96 162	0.19 144	0.67 96	0.91 244	0.00 1	0.00 1	0.00 1	0.00 1	0.27 332	0.09 286

test_3	0.58 89	0.06 22	1.04 70	0.07 175	0.12 257	1.01 31	0.01 53	2.45 92	0.20 25	0.95 140	0.01 1	1.05 172	0.05 52	3.74 185	0.23 116	0.00 1	0.00 1	0.00 1	0.25 368	0.15 282	0.13 308

cf-r	0.98 188	0.51 269	2.04 217	0.25 261	0.01 100	1.40 161	0.03 138	4.47 283	1.65 267	0.95 140	0.58 158	2.63 267	0.24 159	4.19 205	0.58 214	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.04 213

Any-RAFT	0.64 103	0.08 38	1.07 77	0.03 101	0.00 1	2.77 300	0.08 193	3.57 210	1.23 204	0.96 142	0.26 111	1.61 206	0.31 173	0.72 98	0.06 33	0.00 1	0.10 347	0.00 1	0.00 1	0.01 25	0.00 1

PSMNet_ROB	1.09 219	0.69 309	2.92 273	0.03 101	0.07 225	1.68 247	0.16 227	3.44 196	1.30 214	0.96 142	0.32 118	2.81 275	0.63 222	4.23 206	2.48 312	0.00 1	0.00 1	0.00 1	0.00 1	0.08 220	0.04 213

GwcNet-ADL	0.62 99	0.20 142	2.03 216	0.05 141	0.01 100	1.29 127	0.02 97	3.16 154	1.39 223	0.97 144	0.44 145	1.48 195	0.23 157	0.78 100	0.27 135	0.01 304	0.00 1	0.00 1	0.00 1	0.01 25	0.03 189

CrosDoStereo	1.66 289	0.15 109	1.66 175	0.02 63	0.07 225	1.38 158	6.16 391	3.12 147	1.06 183	0.97 144	3.74 320	0.96 162	4.79 359	7.00 345	1.92 293	0.00 1	0.00 1	0.00 1	0.00 1	0.11 257	0.00 1

PSM-adaLoss	0.46 61	0.09 50	1.01 50	0.06 155	0.09 242	1.61 231	0.30 277	1.43 37	0.69 113	0.97 144	0.18 92	0.77 142	0.02 16	1.67 137	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 229

ROB_FTStereo_v2	0.43 53	0.09 50	1.00 47	0.06 155	0.08 235	1.57 212	0.33 283	1.44 41	0.67 95	0.97 144	0.19 99	0.77 142	0.02 16	1.23 119	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 229

ROB_FTStereo	0.47 65	0.09 50	1.04 70	0.06 155	0.08 235	1.59 224	0.33 283	1.43 37	0.68 100	0.97 144	0.19 99	0.76 138	0.03 34	1.86 143	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 229

HUI-Stereo	0.45 58	0.09 50	1.08 79	0.06 155	0.08 235	1.61 231	0.32 281	1.43 37	0.70 122	0.97 144	0.18 92	0.77 142	0.02 16	1.44 130	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 229

DeepStereo_LL	1.66 289	0.15 109	1.66 175	0.02 63	0.07 225	1.38 158	6.16 391	3.12 147	1.06 183	0.97 144	3.74 320	0.96 162	4.79 359	7.00 345	1.92 293	0.00 1	0.00 1	0.00 1	0.00 1	0.11 257	0.00 1

iGMRVC	0.51 73	0.09 50	1.04 70	0.06 155	0.08 235	1.61 231	0.27 260	1.44 41	0.69 113	0.97 144	0.19 99	0.76 138	0.03 34	2.69 156	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.04 213

RAFT-IKP	0.45 58	0.09 50	1.06 76	0.06 155	0.06 217	1.44 174	0.31 280	1.44 41	0.69 113	0.97 144	0.18 92	0.76 138	0.02 16	1.65 136	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.04 213

MyStereo04	0.78 142	0.27 171	3.19 289	0.02 63	0.01 100	1.64 240	0.01 53	3.64 216	2.20 311	0.98 153	0.02 31	1.29 189	0.57 211	1.10 113	0.53 204	0.00 1	0.07 328	0.00 1	0.00 1	0.03 131	0.06 256

DCRE	0.69 120	0.35 202	1.16 98	0.06 155	0.02 167	0.91 20	0.00 1	1.05 26	0.30 36	0.98 153	7.63 350	0.72 134	0.02 16	0.16 11	0.07 37	0.00 1	0.02 271	0.00 1	0.21 359	0.02 93	0.03 189

Patchmatch Stereo++	0.50 70	0.09 50	1.01 50	0.06 155	0.07 225	1.60 227	0.27 260	1.45 44	0.68 100	0.98 153	0.18 92	0.77 142	0.03 34	2.58 152	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 229
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	0.50 70	0.09 50	1.01 50	0.06 155	0.07 225	1.60 227	0.27 260	1.45 44	0.68 100	0.98 153	0.18 92	0.77 142	0.03 34	2.58 152	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 229

Sa-1000	1.04 203	0.39 218	1.17 100	0.00 1	0.20 294	1.33 141	0.03 138	4.19 259	1.81 276	0.99 157	5.33 336	0.61 117	0.15 129	4.07 200	0.30 149	0.00 1	0.00 1	0.00 1	0.16 343	0.13 266	0.00 1

GwcNet	1.67 293	0.81 327	5.52 357	0.23 256	1.21 367	4.21 334	0.62 309	3.71 221	1.57 258	1.01 158	1.65 247	3.99 320	0.52 204	5.46 266	2.30 308	0.00 1	0.00 1	0.00 1	0.01 269	0.35 350	0.13 308

s12784h	0.56 86	0.14 99	1.22 112	0.02 63	0.00 1	1.14 68	0.03 138	3.43 194	1.47 240	1.02 159	1.41 241	0.05 25	0.02 16	1.08 112	0.09 52	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.00 1

EAI-Stereo	1.14 231	0.12 86	1.19 106	0.21 248	0.32 337	1.84 261	2.32 351	5.42 337	1.19 200	1.02 159	5.66 338	0.48 107	0.60 214	0.86 103	0.62 220	0.00 1	0.13 358	0.00 1	0.65 388	0.02 93	0.17 322

DeepPrunerF	2.50 329	0.87 334	14.90 391	0.17 236	0.31 335	1.41 165	0.29 271	5.62 347	9.97 376	1.02 159	0.43 144	2.01 233	1.65 292	6.85 329	3.99 332	0.00 1	0.01 222	0.07 352	0.10 328	0.24 321	0.12 303

AACVNet	0.87 170	0.44 240	1.19 106	0.17 236	0.00 1	1.76 254	0.00 1	3.60 213	0.60 56	1.03 162	0.26 111	1.31 190	0.17 135	6.33 297	0.28 139	0.00 1	0.00 1	0.00 1	0.00 1	0.17 290	0.01 62

DeepStereo_RVC	0.52 76	0.08 38	1.37 136	0.06 155	0.06 217	1.34 143	0.41 292	1.43 37	0.68 100	1.03 162	0.85 202	0.49 109	1.56 284	0.79 101	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.13 308

delet	1.14 231	0.32 196	1.56 160	0.03 101	0.17 279	2.86 304	1.03 326	4.25 265	2.14 306	1.03 162	1.17 226	1.64 212	0.92 250	4.35 212	1.27 265	0.00 1	0.00 1	0.00 1	0.00 1	0.04 162	0.00 1

RAFT_R40	0.99 195	0.05 8	1.26 116	0.71 335	0.20 294	1.65 244	0.67 311	1.94 61	0.61 62	1.05 165	1.15 222	1.80 221	1.47 275	6.91 338	0.31 151	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

GEStereo_RVC	1.10 223	0.42 229	1.72 183	0.28 272	0.01 100	1.37 153	0.11 211	6.25 360	0.84 148	1.05 165	0.67 183	1.61 206	0.79 241	6.11 286	0.63 221	0.00 1	0.00 1	0.00 1	0.00 1	0.10 248	0.04 213

HGLStereo	1.03 201	0.18 128	1.50 146	0.01 17	0.01 100	1.41 165	0.01 53	3.41 190	0.82 143	1.05 165	3.09 304	2.11 241	1.24 266	4.51 226	1.18 257	0.00 1	0.00 1	0.00 1	0.00 1	0.04 162	0.03 189

TANstereo	0.30 27	0.28 181	0.86 24	0.03 101	0.01 100	1.14 68	0.00 1	0.53 4	0.44 46	1.06 168	1.24 232	0.06 34	0.05 52	0.25 29	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

THIR-Stereo	1.48 272	0.29 188	1.51 149	0.01 17	0.02 167	1.05 46	4.32 373	2.11 70	0.22 30	1.08 169	4.24 327	1.93 229	4.19 353	6.76 324	1.87 289	0.00 1	0.00 1	0.04 347	0.00 1	0.05 180	0.00 1

RAFT-Stereo + iAFF	0.60 92	0.36 205	0.96 40	0.03 101	0.02 167	1.21 94	0.02 97	2.80 118	1.55 252	1.08 169	2.63 295	0.43 101	0.16 132	0.37 60	0.25 126	0.00 1	0.02 271	0.00 1	0.00 1	0.19 304	0.01 62

PWCDC_ROB	3.06 340	1.38 366	3.81 317	0.14 225	0.00 1	3.14 306	0.02 97	4.40 277	12.35 380	1.08 169	23.69 396	2.01 233	2.01 309	3.87 193	2.43 310	0.24 369	0.00 1	0.00 1	0.00 1	0.61 370	0.08 281

PSMNet-RSSM	0.90 179	0.44 240	1.35 134	0.13 215	0.00 1	1.37 153	0.03 138	4.79 305	0.85 151	1.11 172	0.49 153	2.15 245	0.35 184	4.09 203	0.73 230	0.00 1	0.00 1	0.01 318	0.00 1	0.03 131	0.01 62

UCFNet_RVC	0.66 110	0.35 202	1.20 110	0.02 63	0.30 332	1.53 205	0.01 53	3.42 192	0.67 95	1.12 173	0.73 193	1.26 188	0.20 150	1.84 142	0.46 193	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RALAANet	0.54 84	0.62 295	1.41 138	0.01 17	0.01 100	0.92 21	0.02 97	2.39 81	1.87 285	1.13 174	0.38 133	0.15 68	0.30 169	1.00 109	0.38 178	0.00 1	0.00 1	0.00 1	0.04 301	0.14 272	0.01 62

RYNet	1.52 275	0.35 202	3.38 301	0.25 261	0.04 202	2.31 278	0.03 138	4.62 290	1.47 240	1.14 175	0.34 125	4.52 328	1.38 273	6.36 299	4.23 335	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

CFNet_ucs	0.77 135	0.20 142	2.22 236	0.01 17	0.01 100	1.32 135	0.00 1	3.30 175	1.31 216	1.15 176	1.14 220	2.19 253	0.42 195	2.04 145	0.12 69	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

anonymity	0.74 125	0.15 109	1.17 100	0.16 233	0.27 321	0.71 15	0.01 53	4.70 294	1.78 275	1.15 176	1.23 230	0.31 84	1.65 292	0.54 85	0.53 204	0.02 326	0.02 271	0.00 1	0.27 372	0.02 93	0.06 256

PS-NSSS	1.08 212	0.45 244	1.70 181	0.02 63	0.01 100	1.37 153	0.01 53	4.38 274	2.09 299	1.15 176	2.65 296	0.65 123	0.07 77	6.35 298	0.56 210	0.16 360	0.00 1	0.00 1	0.00 1	0.05 180	0.00 1

iinet-f	1.68 297	0.61 293	11.37 387	0.29 274	0.03 186	4.39 339	0.04 158	3.18 157	1.10 186	1.16 179	0.58 158	2.96 286	2.76 325	2.13 147	2.46 311	0.00 1	0.02 271	0.02 340	0.00 1	0.46 359	0.01 62

UNet	1.13 230	0.24 164	4.21 330	0.01 17	0.02 167	2.31 278	0.02 97	3.06 139	0.76 137	1.17 180	0.14 75	2.73 272	1.58 288	4.48 225	1.92 293	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

AdaStereo	0.65 105	0.09 50	1.12 86	0.02 63	0.00 1	1.45 180	0.23 251	4.38 274	1.44 235	1.17 180	0.37 131	1.56 200	0.18 138	0.56 87	0.37 175	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
SST-Stereo	1.04 203	0.05 8	1.16 98	0.72 336	0.23 306	1.70 250	0.58 307	1.92 59	1.46 238	1.19 182	1.09 217	1.60 204	1.93 305	6.92 340	0.21 111	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

DGSMNet	2.23 325	0.80 324	6.10 366	0.96 354	1.73 373	3.22 308	4.12 370	5.30 330	1.11 188	1.19 182	2.48 291	3.18 298	0.65 230	4.57 233	1.33 267	1.11 379	1.37 390	1.55 381	1.26 394	1.37 377	1.28 377

NF-Stereo	0.82 150	0.10 69	1.12 86	1.19 366	0.01 100	1.52 202	0.29 271	2.67 112	0.66 87	1.20 184	0.58 158	0.24 76	0.01 4	6.38 300	0.32 155	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

OCTAStereo	0.82 150	0.10 69	1.15 94	1.19 366	0.01 100	1.53 205	0.29 271	2.66 108	0.66 87	1.20 184	0.58 158	0.25 79	0.01 4	6.38 300	0.33 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

RE-Stereo	0.82 150	0.10 69	1.15 94	1.19 366	0.01 100	1.52 202	0.29 271	2.66 108	0.66 87	1.20 184	0.58 158	0.24 76	0.01 4	6.38 300	0.32 155	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

TVStereo	0.82 150	0.10 69	1.15 94	1.19 366	0.01 100	1.52 202	0.29 271	2.66 108	0.66 87	1.20 184	0.58 158	0.24 76	0.01 4	6.38 300	0.32 155	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

RAFT-345	1.19 239	0.06 22	1.55 153	0.54 316	0.13 261	1.53 205	0.25 254	0.56 10	1.76 274	1.20 184	7.85 351	0.93 158	0.05 52	6.87 332	0.46 193	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

PDISCO_ROB	2.21 324	0.78 321	3.43 303	0.96 354	2.04 378	7.04 365	0.09 202	7.36 375	5.72 361	1.21 189	1.67 248	3.16 297	1.28 269	7.52 357	1.37 270	0.00 1	0.00 1	0.00 1	0.00 1	0.34 347	0.13 308

XX-Stereo	1.04 203	0.20 142	4.94 350	0.85 346	0.04 202	1.25 117	0.00 1	3.37 183	0.45 47	1.22 190	0.50 154	3.70 314	0.02 16	3.91 195	0.05 17	0.00 1	0.09 341	0.00 1	0.20 355	0.03 131	0.02 150

111	0.79 143	0.70 312	2.21 229	0.01 17	0.01 100	1.19 83	0.16 227	3.78 227	1.98 294	1.22 190	0.91 206	2.01 233	0.32 177	0.32 50	0.64 223	0.00 1	0.00 1	0.00 1	0.00 1	0.08 220	0.17 322

mmm	0.52 76	0.04 4	1.14 91	0.61 326	0.00 1	1.14 68	0.00 1	3.45 197	0.75 129	1.24 192	0.58 158	0.20 74	0.18 138	0.93 104	0.08 46	0.00 1	0.01 222	0.00 1	0.00 1	0.02 93	0.01 62

APVNet	1.52 275	0.31 192	4.00 321	0.09 197	0.00 1	4.64 343	0.08 193	4.41 278	1.21 202	1.25 193	1.05 216	2.90 282	0.93 251	6.70 320	2.48 312	0.01 304	0.00 1	0.07 352	0.00 1	0.27 332	0.05 229

dad	0.88 174	0.62 295	2.26 239	0.06 155	0.01 100	1.24 110	0.00 1	0.98 24	2.17 308	1.29 194	0.35 128	0.37 92	0.04 46	5.80 279	1.06 251	0.01 304	0.00 1	1.13 380	0.11 332	0.05 180	0.00 1

IER	0.75 130	0.12 86	1.93 199	0.01 17	0.00 1	2.31 278	0.02 97	2.96 127	0.98 167	1.30 195	0.96 210	1.40 193	1.19 261	1.31 123	0.45 189	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

PSM-softLoss	0.85 161	0.10 69	1.50 146	1.14 362	0.03 186	1.47 186	0.27 260	2.48 97	0.69 113	1.30 195	0.38 133	0.39 97	0.01 4	6.88 333	0.33 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

KMStereo	0.85 161	0.10 69	1.50 146	1.14 362	0.03 186	1.47 186	0.27 260	2.48 97	0.69 113	1.30 195	0.38 133	0.39 97	0.01 4	6.88 333	0.33 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

acv_ft	0.79 143	0.21 148	1.28 119	0.01 17	1.08 366	1.68 247	0.01 53	3.75 223	1.05 180	1.31 198	0.66 176	1.94 230	0.46 200	0.31 44	1.68 279	0.00 1	0.00 1	0.00 1	0.00 1	0.27 332	0.00 1

MyStereo8	0.85 161	0.52 270	3.20 291	0.20 247	0.00 1	1.47 186	0.01 53	3.53 207	1.91 288	1.34 199	0.65 174	1.22 185	0.31 173	0.57 88	1.38 271	0.00 1	0.14 359	0.00 1	0.06 314	0.09 239	0.30 347

MyStereo05	0.79 143	0.19 135	3.17 288	0.02 63	0.00 1	1.51 198	0.01 53	3.56 209	2.48 323	1.34 199	0.02 31	1.25 187	0.38 189	1.19 116	0.50 198	0.00 1	0.06 319	0.00 1	0.00 1	0.02 93	0.07 272

STTStereo	0.83 154	0.34 200	2.44 249	0.24 258	0.15 272	1.41 165	0.10 209	3.02 131	1.55 252	1.34 199	0.17 89	1.77 219	0.45 198	3.42 174	0.30 149	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 62

PFNet+	0.54 84	0.10 69	1.31 128	0.16 233	0.05 209	1.44 174	0.56 304	1.60 51	0.98 167	1.35 202	0.46 149	0.37 92	0.01 4	2.18 149	0.22 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

TDLM	1.08 212	0.49 262	1.43 140	0.27 270	0.00 1	1.56 211	2.12 346	3.10 145	1.75 273	1.36 203	0.93 208	1.06 174	0.49 202	6.21 290	0.70 228	0.00 1	0.00 1	0.00 1	0.00 1	0.16 286	0.02 150

xxxx	1.78 303	0.07 32	1.02 55	0.00 1	0.01 100	1.44 174	0.00 1	5.81 352	1.53 250	1.37 204	1.91 261	1.08 176	0.05 52	4.37 215	16.98 391	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.02 150

DualNet	1.39 263	0.05 8	1.65 170	0.34 287	0.01 100	1.58 216	0.02 97	3.03 133	6.40 363	1.39 205	2.07 269	2.15 245	0.34 179	1.59 132	7.08 356	0.00 1	0.02 271	0.00 1	0.00 1	0.09 239	0.03 189

ffm	1.04 203	0.05 8	1.65 170	0.34 287	0.01 100	1.58 216	0.02 97	3.03 133	6.40 363	1.39 205	2.07 269	2.15 245	0.34 179	1.59 132	0.05 17	0.00 1	0.02 271	0.00 1	0.00 1	0.09 239	0.03 189

ff1	1.65 288	0.05 8	1.65 170	0.34 287	0.01 100	1.58 216	0.02 97	3.03 133	6.40 363	1.39 205	2.07 269	2.15 245	0.34 179	6.68 316	7.08 356	0.00 1	0.02 271	0.00 1	0.00 1	0.09 239	0.03 189

mmx	1.56 281	0.05 8	1.65 170	0.34 287	0.01 100	1.58 216	0.02 97	5.51 341	2.25 314	1.39 205	2.07 269	2.15 245	0.34 179	6.68 316	7.08 356	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.01 62

xxx	1.56 281	0.05 8	1.65 170	0.34 287	0.01 100	1.58 216	0.02 97	5.51 341	2.25 314	1.39 205	2.07 269	2.15 245	0.34 179	6.68 316	7.08 356	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.01 62

HHNet	0.87 170	0.25 166	1.78 189	0.16 233	0.08 235	1.30 131	0.44 295	1.93 60	0.64 78	1.41 210	5.92 340	0.14 66	1.79 298	0.35 59	0.95 246	0.05 342	0.00 1	0.01 318	0.00 1	0.14 272	0.01 62

GMStereo_Zeroshot	0.63 101	0.14 99	1.54 151	0.75 338	0.00 1	1.26 119	0.01 53	1.85 57	0.31 37	1.44 211	0.58 158	1.76 217	0.19 144	2.55 151	0.10 60	0.00 1	0.00 1	0.00 1	0.00 1	0.03 131	0.00 1

ADLNet2	1.38 262	0.39 218	3.13 286	0.00 1	0.70 357	1.23 109	0.26 257	4.19 259	2.36 317	1.45 212	3.16 308	4.23 322	0.82 246	4.56 232	0.88 239	0.00 1	0.00 1	0.00 1	0.00 1	0.13 266	0.02 150

hitnet-ft	1.09 219	0.39 218	1.45 143	0.04 124	0.00 1	1.34 143	0.22 247	3.34 181	2.25 314	1.48 213	1.11 219	4.17 321	0.37 187	4.73 238	0.79 234	0.01 304	0.00 1	0.03 345	0.00 1	0.09 239	0.01 62

222	2.69 333	0.09 50	1.03 66	0.00 1	0.00 1	1.54 209	0.00 1	5.61 344	1.55 252	1.51 214	2.10 274	0.53 113	0.07 77	4.54 229	35.09 409	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

ADCP+	2.87 336	0.98 343	8.75 380	0.07 175	0.16 277	5.93 359	2.90 359	4.00 246	1.84 278	1.52 215	0.27 113	3.81 316	3.22 339	6.05 284	17.38 392	0.00 1	0.00 1	0.00 1	0.00 1	0.14 272	0.30 347

SMFormer	1.04 203	0.16 117	1.55 153	0.33 281	0.01 100	1.03 33	0.00 1	5.24 324	2.12 301	1.53 216	2.16 278	0.92 153	0.02 16	4.46 221	1.24 260	0.00 1	0.01 222	0.00 1	0.00 1	0.03 131	0.02 150

tta	1.04 203	0.16 117	1.55 153	0.33 281	0.01 100	1.03 33	0.00 1	5.24 324	2.12 301	1.53 216	2.16 278	0.92 153	0.02 16	4.46 221	1.24 260	0.00 1	0.01 222	0.00 1	0.00 1	0.03 131	0.01 62

qqq1	0.98 188	0.16 117	1.55 153	0.33 281	0.01 100	1.03 33	0.00 1	5.24 324	2.12 301	1.53 216	2.16 278	0.92 153	0.02 16	4.46 221	0.07 37	0.00 1	0.01 222	0.00 1	0.00 1	0.03 131	0.01 62

fff1	0.98 188	0.16 117	1.55 153	0.33 281	0.01 100	1.03 33	0.00 1	5.24 324	2.12 301	1.53 216	2.16 278	0.92 153	0.02 16	4.46 221	0.07 37	0.00 1	0.01 222	0.00 1	0.00 1	0.03 131	0.01 62

1111x	1.53 277	0.06 22	1.77 187	0.27 270	0.00 1	2.12 271	0.01 53	5.63 348	1.65 267	1.53 216	1.67 248	0.92 153	0.64 225	6.18 288	8.17 366	0.00 1	0.01 222	0.00 1	0.00 1	0.00 1	0.01 62

CRFU-Net	1.32 255	0.27 171	2.46 253	1.17 365	0.03 186	4.08 330	0.05 171	5.61 344	0.67 95	1.53 216	0.70 191	3.47 308	2.62 323	3.24 167	0.24 120	0.01 304	0.01 222	0.11 359	0.00 1	0.13 266	0.00 1

pcwnet_v2	1.29 248	0.17 123	5.98 364	0.10 204	0.01 100	1.76 254	0.02 97	5.08 320	2.90 333	1.54 222	1.98 266	2.03 236	0.81 243	3.01 163	0.28 139	0.00 1	0.00 1	0.00 1	0.01 269	0.03 131	0.03 189

NINENet	1.03 201	0.22 157	1.30 127	0.10 204	0.01 100	5.85 356	0.03 138	4.41 278	1.25 208	1.55 223	0.60 172	2.39 263	0.06 67	2.72 158	0.05 17	0.00 1	0.01 222	0.01 318	0.00 1	0.04 162	0.00 1

iRaft-Stereo_20w	0.92 181	0.15 109	2.68 267	0.24 258	0.06 217	1.36 148	0.28 268	7.46 376	0.34 40	1.56 224	0.37 131	0.62 119	1.24 266	1.25 120	0.34 165	0.00 1	0.09 341	0.00 1	0.16 343	0.02 93	0.13 308

IRAFT_RVC	1.02 199	0.20 142	1.58 163	1.39 370	0.26 316	1.33 141	0.32 281	2.52 100	0.66 87	1.58 225	0.81 198	1.16 182	1.58 288	6.51 308	0.43 183	0.00 1	0.12 354	0.00 1	0.00 1	0.02 93	0.03 189

FINET	1.36 259	0.46 248	4.05 324	0.22 250	0.73 358	1.03 33	0.00 1	3.57 210	5.71 360	1.59 226	1.64 245	0.49 109	0.19 144	5.53 269	1.90 290	0.00 1	0.01 222	0.00 1	0.00 1	0.08 220	0.03 189

RainbowNet	4.74 365	3.21 389	3.07 282	9.34 393	6.01 387	4.89 347	3.60 365	7.09 372	4.39 352	1.63 227	3.01 303	4.72 333	2.96 331	5.53 269	1.19 258	8.95 394	2.12 394	8.48 390	0.19 352	8.75 389	5.73 392

test_xeample	1.79 305	0.08 38	1.03 66	0.02 63	0.00 1	1.44 174	0.00 1	5.48 339	1.84 278	1.65 228	2.17 282	0.37 92	0.06 67	4.00 199	17.67 393	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.02 150

TransformOpticalFlow	1.47 271	0.31 192	3.22 295	0.66 331	0.08 235	1.54 209	0.09 202	3.84 236	1.58 262	1.66 229	2.32 286	3.60 310	3.12 335	6.99 344	0.42 182	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

AAGNet	1.54 279	0.07 32	0.88 28	1.04 358	0.27 321	1.47 186	0.66 310	1.57 50	0.61 62	1.68 230	0.82 199	1.62 208	2.29 313	6.18 288	11.63 379	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

test_1	0.61 94	0.06 22	1.00 47	0.07 175	0.12 257	0.99 29	0.01 53	2.46 94	0.20 25	1.71 231	0.01 1	1.10 180	0.04 46	3.71 184	0.23 116	0.00 1	0.00 1	0.00 1	0.25 368	0.15 282	0.13 308

Wz-Net-TNSev	3.91 357	5.20 395	20.57 395	0.15 227	0.01 100	7.14 366	3.57 364	6.70 368	3.57 340	1.74 232	0.58 158	7.39 361	4.33 354	8.86 370	7.99 363	0.00 1	0.00 1	0.00 1	0.02 285	0.24 321	0.16 318

ttt	1.35 258	0.05 8	1.09 81	0.46 305	0.01 100	1.61 231	0.00 1	5.61 344	1.97 292	1.75 233	2.10 274	1.40 193	0.11 111	4.81 241	6.07 353	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.02 150

gwcnet-sp	0.98 188	0.38 212	4.06 325	0.04 124	0.00 1	2.60 290	0.15 223	3.51 204	1.13 193	1.75 233	0.16 83	0.68 127	0.39 190	3.69 181	0.90 240	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.03 189

scenet	0.98 188	0.38 212	4.06 325	0.04 124	0.00 1	2.60 290	0.15 223	3.51 204	1.13 193	1.75 233	0.16 83	0.68 127	0.39 190	3.69 181	0.90 240	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.03 189

ssnet	0.98 188	0.38 212	4.06 325	0.04 124	0.00 1	2.60 290	0.15 223	3.51 204	1.13 193	1.75 233	0.16 83	0.68 127	0.39 190	3.69 181	0.90 240	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.03 189

HITNet	0.80 147	0.58 286	2.14 225	0.69 334	0.00 1	1.35 146	0.02 97	4.50 284	1.15 196	1.76 237	0.16 83	0.60 116	0.30 169	1.13 115	1.64 277	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.00 1
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
RAFT + AFF	1.63 286	1.13 354	2.62 265	0.04 124	0.80 359	2.29 277	1.03 326	5.54 343	2.06 298	1.77 238	1.81 258	1.22 185	3.65 347	6.23 292	1.57 275	0.01 304	0.35 379	0.00 1	0.01 269	0.33 344	0.12 303

iResNet	1.00 196	0.45 244	3.08 283	0.86 350	0.01 100	1.97 265	0.01 53	3.67 220	1.49 246	1.77 238	1.09 217	0.35 91	0.13 127	3.83 192	1.27 265	0.00 1	0.00 1	0.00 1	0.00 1	0.07 209	0.01 62

SACVNet	0.96 185	0.36 205	1.49 145	0.05 141	0.00 1	1.62 237	0.28 268	3.86 240	1.28 211	1.79 240	0.80 197	1.59 202	0.07 77	5.29 259	0.48 196	0.01 304	0.00 1	0.00 1	0.00 1	0.23 318	0.01 62

LCNet	0.87 170	0.18 128	0.97 45	0.14 225	0.26 316	1.19 83	0.22 247	2.36 78	0.71 124	1.82 241	0.21 104	0.11 53	2.56 320	5.56 272	0.14 78	0.00 1	0.00 1	0.00 1	0.00 1	0.15 282	0.81 368

HSM	1.36 259	0.40 223	1.07 77	0.01 17	0.30 332	1.73 253	0.03 138	5.89 353	1.22 203	1.83 242	1.36 239	4.78 334	1.30 271	6.61 313	0.57 212	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.00 1

ACRE	0.75 130	0.78 321	2.72 271	0.13 215	0.02 167	1.40 161	0.26 257	3.20 163	0.82 143	1.84 243	2.46 289	0.19 72	0.10 103	0.52 81	0.26 131	0.00 1	0.04 303	0.01 318	0.05 305	0.19 304	0.05 229

R-Stereo Train	0.44 55	0.09 50	0.94 35	0.02 63	0.00 1	1.24 110	0.09 202	3.65 217	0.11 1	1.87 244	0.42 140	0.06 34	0.01 4	0.25 29	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 150

RAFT-Stereo	0.44 55	0.09 50	0.94 35	0.02 63	0.00 1	1.24 110	0.09 202	3.65 217	0.11 1	1.87 244	0.42 140	0.06 34	0.01 4	0.25 29	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 150
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
BEATNet_4x	0.97 186	0.77 320	3.36 300	0.46 305	0.01 100	1.32 135	0.09 202	4.57 288	1.26 209	1.88 246	0.22 108	1.09 178	0.42 195	1.79 141	2.09 303	0.00 1	0.00 1	0.00 1	0.00 1	0.08 220	0.06 256

psmg	0.83 154	0.10 69	0.96 40	0.01 17	0.00 1	3.28 310	0.27 260	4.83 307	0.93 160	1.92 247	1.46 242	1.81 222	0.10 103	0.61 93	0.18 101	0.00 1	0.00 1	0.01 318	0.00 1	0.01 25	0.00 1

IPLGR_C	0.75 130	0.88 335	2.58 262	0.13 215	0.02 167	1.40 161	0.27 260	3.19 161	0.84 148	1.92 247	2.46 289	0.18 71	0.11 111	0.49 80	0.26 131	0.00 1	0.05 312	0.01 318	0.05 305	0.19 304	0.06 256

StereoDRNet-Refined	0.83 154	0.12 86	1.18 103	0.02 63	0.01 100	1.31 134	0.00 1	3.33 178	1.07 185	1.92 247	1.24 232	2.48 265	0.18 138	1.86 143	1.67 278	0.00 1	0.00 1	0.00 1	0.00 1	0.14 272	0.05 229
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MMNet	1.20 241	0.27 171	3.59 310	0.09 197	0.00 1	4.15 332	0.01 53	3.63 215	1.19 200	1.93 250	0.32 118	1.35 192	1.23 263	4.42 217	1.84 287	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

CASS	0.56 86	0.13 95	1.40 137	0.03 101	0.01 100	1.65 244	0.04 158	3.03 133	0.63 71	1.96 251	0.93 208	0.28 82	0.36 185	0.52 81	0.18 101	0.00 1	0.00 1	0.00 1	0.00 1	0.03 131	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test-3	0.63 101	0.06 22	1.00 47	0.07 175	0.13 261	0.99 29	0.01 53	2.46 94	0.20 25	1.96 251	0.01 1	1.10 180	0.05 52	3.75 186	0.23 116	0.00 1	0.00 1	0.00 1	0.26 370	0.15 282	0.13 308

CIPLG	0.75 130	0.81 327	2.38 247	0.13 215	0.03 186	1.41 165	0.27 260	3.19 161	0.84 148	1.98 253	2.56 294	0.19 72	0.10 103	0.54 85	0.26 131	0.00 1	0.05 312	0.01 318	0.05 305	0.19 304	0.05 229

otaku	3.17 342	1.32 361	2.49 255	6.07 386	3.26 382	4.62 342	2.15 347	5.35 333	1.34 218	2.00 254	2.54 293	3.50 309	1.49 276	3.68 180	1.11 252	7.89 391	0.23 370	1.88 382	0.03 291	7.74 387	4.78 390

ssnet_v2	1.14 231	0.28 181	1.77 187	0.03 101	0.00 1	2.07 269	0.37 289	5.20 322	1.87 285	2.00 254	0.87 204	3.09 293	0.55 208	1.31 123	3.02 323	0.00 1	0.00 1	0.00 1	0.00 1	0.18 297	0.12 303

STrans-v2	1.67 293	0.36 205	3.28 296	0.02 63	0.19 290	1.45 180	0.08 193	6.69 367	1.49 246	2.00 254	2.86 301	3.67 313	3.88 351	7.04 347	0.45 189	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

Syn2CoEx	1.66 289	1.17 355	4.29 334	0.04 124	0.00 1	1.44 174	0.56 304	5.33 332	1.98 294	2.01 257	2.12 276	2.08 238	2.81 327	6.55 309	2.42 309	0.00 1	0.00 1	0.00 1	0.00 1	0.33 344	0.06 256

Nwc_Net	1.94 314	0.55 278	3.79 316	0.07 175	0.08 235	2.73 295	0.04 158	6.75 370	1.11 188	2.03 258	7.92 352	4.82 335	2.11 310	4.78 239	2.01 299	0.00 1	0.00 1	0.00 1	0.00 1	0.05 180	0.01 62

psm_up	0.84 160	0.32 196	1.44 142	0.02 63	0.00 1	1.98 266	0.05 171	3.40 188	1.04 176	2.06 259	0.40 137	1.74 215	0.45 198	3.47 177	0.24 120	0.06 347	0.00 1	0.00 1	0.00 1	0.08 220	0.00 1

Prome-Stereo	1.23 245	0.06 22	0.93 34	0.12 212	0.24 310	1.26 119	0.67 311	2.53 102	0.69 113	2.08 260	8.70 357	0.76 138	2.91 330	2.12 146	0.11 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 379

DISCO	1.93 312	0.18 128	2.44 249	0.67 333	0.53 350	5.25 351	0.00 1	5.43 338	1.56 257	2.09 261	0.91 206	6.48 353	0.89 248	8.55 369	3.60 331	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.01 62

DMCA	0.68 117	0.22 157	1.96 206	0.01 17	0.01 100	1.28 123	0.02 97	3.02 131	1.54 251	2.14 262	0.15 81	1.74 215	0.10 103	0.45 74	0.95 246	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

Wz-Net-SNSev	2.53 330	2.49 382	10.66 385	0.39 296	0.01 100	2.73 295	0.40 290	5.02 316	1.50 248	2.15 263	2.12 276	6.48 353	1.11 257	9.47 376	5.84 352	0.00 1	0.01 222	0.00 1	0.00 1	0.21 314	0.06 256

UPFNet	0.87 170	0.09 50	2.05 218	0.00 1	0.00 1	1.90 264	0.11 211	3.41 190	0.83 145	2.15 263	0.10 69	1.92 228	0.09 96	3.94 196	0.70 228	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.00 1

GANet	1.90 311	0.43 235	1.83 194	0.39 296	0.00 1	2.24 274	3.37 362	3.90 242	1.44 235	2.17 265	9.66 359	2.57 266	1.09 256	6.88 333	1.81 284	0.00 1	0.00 1	0.02 340	0.00 1	0.10 248	0.03 189

UDG	2.86 335	8.81 402	1.57 162	2.60 379	0.89 362	2.39 282	0.11 211	3.42 192	1.02 174	2.18 266	3.64 319	5.04 340	1.60 291	4.17 204	2.09 303	1.21 381	0.04 303	7.69 388	3.67 401	4.10 381	0.93 373

ADLNet	1.20 241	0.29 188	1.98 209	0.00 1	0.02 167	2.20 272	0.11 211	4.39 276	2.52 325	2.19 267	2.20 283	2.66 268	0.70 237	3.42 174	1.25 262	0.00 1	0.00 1	0.00 1	0.00 1	0.10 248	0.04 213

AANet_RVC	1.66 289	0.88 335	3.52 306	0.06 155	0.00 1	1.22 96	0.00 1	3.25 166	2.51 324	2.21 268	4.49 328	3.65 312	0.20 150	7.10 348	3.42 328	0.50 376	0.04 303	0.00 1	0.00 1	0.08 220	0.05 229

Pruner-Stereo	0.53 82	0.10 69	1.02 55	0.89 352	0.10 251	1.57 212	0.36 288	2.06 67	0.63 71	2.23 269	0.46 149	0.25 79	0.01 4	0.45 74	0.37 175	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

NLCA_NET_v2_RVC	1.04 203	0.55 278	2.52 257	0.56 319	1.00 363	1.37 153	0.00 1	3.43 194	1.35 219	2.24 270	0.35 128	2.18 252	0.58 213	4.28 208	0.34 165	0.00 1	0.00 1	0.00 1	0.01 269	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
GMOStereo	0.42 47	0.28 181	1.02 55	0.05 141	0.18 283	1.04 40	0.02 97	2.40 82	0.16 12	2.25 271	0.01 1	0.32 85	0.03 34	0.09 1	0.15 82	0.00 1	0.11 350	0.00 1	0.00 1	0.19 304	0.02 150

error version	0.42 47	0.28 181	1.02 55	0.05 141	0.18 283	1.04 40	0.02 97	2.40 82	0.16 12	2.25 271	0.01 1	0.32 85	0.03 34	0.09 1	0.15 82	0.00 1	0.11 350	0.00 1	0.00 1	0.19 304	0.02 150

test-v	0.42 47	0.28 181	1.02 55	0.05 141	0.18 283	1.04 40	0.02 97	2.40 82	0.16 12	2.25 271	0.01 1	0.32 85	0.03 34	0.09 1	0.15 82	0.00 1	0.11 350	0.00 1	0.00 1	0.19 304	0.02 150

test-2	0.42 47	0.28 181	1.02 55	0.05 141	0.18 283	1.04 40	0.02 97	2.40 82	0.16 12	2.25 271	0.01 1	0.32 85	0.03 34	0.09 1	0.15 82	0.00 1	0.11 350	0.00 1	0.00 1	0.19 304	0.02 150

BUS	0.97 186	0.10 69	0.96 40	0.01 17	0.00 1	5.85 356	0.03 138	5.40 334	0.93 160	2.26 275	0.66 176	2.39 263	0.06 67	0.61 93	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

BSDual-CNN	0.83 154	0.10 69	0.96 40	0.01 17	0.00 1	3.32 312	0.21 243	5.40 334	0.93 160	2.26 275	0.66 176	1.81 222	0.10 103	0.61 93	0.18 101	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

hknet	1.08 212	0.13 95	2.07 220	0.01 17	0.00 1	3.32 312	0.21 243	5.40 334	0.92 157	2.26 275	0.66 176	3.43 306	0.05 52	2.81 159	0.27 135	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

NCC-stereo	1.67 293	0.56 282	3.10 284	0.08 187	0.22 301	2.24 274	0.13 219	5.05 318	1.42 230	2.27 278	2.72 297	4.29 323	3.53 343	5.76 277	2.01 299	0.04 336	0.00 1	0.00 1	0.00 1	0.03 131	0.02 150

Abc-Net	1.67 293	0.56 282	3.10 284	0.08 187	0.22 301	2.24 274	0.13 219	5.05 318	1.42 230	2.27 278	2.72 297	4.29 323	3.53 343	5.76 277	2.01 299	0.04 336	0.00 1	0.00 1	0.00 1	0.03 131	0.02 150
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
NOSS_ROB	1.29 248	0.22 157	1.35 134	0.64 330	0.16 277	2.56 288	0.00 1	4.14 255	2.37 318	2.29 280	1.76 255	2.84 277	0.02 16	6.80 328	0.45 189	0.00 1	0.00 1	0.00 1	0.00 1	0.04 162	0.11 294

DCANet-4	0.69 120	0.15 109	3.76 315	0.03 101	0.01 100	1.22 96	0.01 53	3.14 149	1.90 287	2.34 281	0.14 75	0.11 53	0.25 162	0.34 54	0.29 143	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 229

fff	0.66 110	0.42 229	2.21 229	0.01 17	0.01 100	1.22 96	0.02 97	3.26 168	1.04 176	2.34 281	0.14 75	0.09 48	1.83 300	0.34 54	0.29 143	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 229

csc	0.66 110	0.42 229	2.21 229	0.01 17	0.01 100	1.22 96	0.02 97	3.26 168	1.04 176	2.34 281	0.14 75	0.09 48	1.83 300	0.34 54	0.29 143	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 229

cscssc	0.66 110	0.42 229	2.21 229	0.01 17	0.01 100	1.22 96	0.02 97	3.26 168	1.04 176	2.34 281	0.14 75	0.09 48	1.83 300	0.34 54	0.29 143	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 229

SuperB	3.70 355	1.77 372	15.73 392	0.31 278	0.05 209	4.37 338	1.67 340	3.58 212	11.57 377	2.36 285	1.32 238	2.03 236	1.91 304	6.95 341	9.01 369	0.05 342	0.03 293	0.10 358	0.08 321	11.00 399	0.10 290

LMCR-Stereo	1.10 223	0.69 309	1.95 203	0.50 310	0.01 100	2.73 295	0.09 202	6.20 359	0.64 78	2.37 286	1.76 255	0.13 60	1.59 290	2.94 160	0.23 116	0.00 1	0.00 1	0.00 1	0.00 1	0.12 262	0.00 1

ccnet	1.70 299	0.20 142	1.95 203	0.26 267	0.18 283	3.72 325	1.22 332	4.22 264	1.43 234	2.37 286	3.96 324	3.45 307	1.51 280	4.69 235	4.47 337	0.06 347	0.00 1	0.09 355	0.01 269	0.10 248	0.01 62

PFNet	1.06 211	0.19 135	2.95 274	1.16 364	0.56 352	1.58 216	0.25 254	1.50 48	0.60 56	2.38 288	1.23 230	0.63 121	0.30 169	6.85 329	0.43 183	0.16 360	0.01 222	0.00 1	0.07 316	0.18 297	0.18 328

Wz-Net-LNSev-Ref	1.54 279	0.68 307	4.62 345	0.01 17	0.00 1	5.13 350	0.30 277	4.64 292	1.23 204	2.39 289	0.59 167	2.12 243	2.00 308	4.94 246	2.19 307	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

SQANet	2.28 326	1.25 360	2.39 248	4.17 384	2.91 380	2.60 290	0.24 253	4.17 258	0.83 145	2.42 290	0.57 156	1.59 202	0.88 247	3.30 168	0.68 226	7.35 390	0.12 354	0.47 373	0.02 285	6.56 384	3.00 385

S-Stereo	2.00 316	0.30 191	5.74 362	0.24 258	0.23 306	2.51 286	1.90 342	4.74 297	5.15 357	2.42 290	5.80 339	2.85 279	0.72 238	5.08 253	2.17 305	0.00 1	0.02 271	0.00 1	0.00 1	0.08 220	0.04 213

DisPM	0.86 165	0.09 50	1.10 82	0.76 340	0.02 167	1.51 198	0.57 306	1.75 55	0.70 122	2.43 292	0.83 201	0.38 96	0.01 4	6.89 336	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

DEmStereo	1.51 274	0.08 38	2.17 227	0.09 197	0.02 167	1.76 254	0.90 321	1.47 46	0.60 56	2.46 293	6.42 345	1.08 176	5.16 363	6.21 290	1.86 288	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

DDUNet	3.28 345	10.54 404	2.29 243	3.50 382	3.31 383	4.21 334	0.21 243	3.77 225	1.03 175	2.54 294	3.17 309	3.20 299	0.21 154	3.89 194	0.69 227	1.94 382	0.05 312	9.87 391	3.53 400	5.03 383	2.55 384

DPSNet	3.38 350	0.60 290	9.55 381	0.61 326	0.46 345	5.10 349	1.44 337	11.17 385	3.92 347	2.57 295	0.88 205	5.90 348	9.68 385	7.63 359	7.25 361	0.08 349	0.16 364	0.01 318	0.07 316	0.34 347	0.17 322

LL-Strereo	1.93 312	0.97 342	3.83 319	0.55 318	2.19 379	1.49 193	0.05 171	4.09 251	1.00 172	2.59 296	2.77 299	5.17 342	5.63 369	7.19 349	0.63 221	0.00 1	0.10 347	0.00 1	0.00 1	0.25 327	0.20 336

MLCV	1.01 197	0.53 275	2.17 227	0.03 101	0.00 1	1.60 227	0.03 138	2.90 125	1.30 214	2.60 297	1.85 259	1.00 168	0.40 193	4.88 244	0.74 231	0.00 1	0.00 1	0.00 1	0.00 1	0.07 209	0.01 62

ADStereo(finetuned)	0.83 154	0.43 235	3.68 312	0.03 101	0.00 1	1.22 96	0.01 53	3.26 168	1.86 283	2.61 298	0.20 103	0.09 48	2.39 318	0.34 54	0.38 178	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.06 256

DCANet	0.66 110	0.43 235	2.21 229	0.03 101	0.00 1	1.22 96	0.01 53	3.26 168	1.85 282	2.61 298	0.21 104	0.09 48	0.49 202	0.33 53	0.39 180	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.06 256

OMP-Stereo	1.20 241	0.54 277	0.96 40	2.39 377	0.29 330	1.58 216	0.33 283	2.01 65	0.68 100	2.68 300	1.16 224	3.10 294	0.18 138	7.40 354	0.56 210	0.00 1	0.00 1	0.00 1	0.00 1	0.07 209	0.01 62

GMM-Stereo	1.09 219	0.05 8	1.62 167	0.13 215	0.22 301	1.41 165	0.87 319	2.31 76	0.62 68	2.75 301	3.14 305	0.54 114	0.90 249	5.33 262	0.13 73	0.01 304	0.00 1	0.00 1	0.02 285	0.01 25	1.80 381

Anonymous Stereo	1.78 303	1.37 365	7.79 375	0.42 299	0.07 225	1.49 193	3.20 360	3.31 176	1.84 278	2.75 301	1.14 220	1.84 225	0.09 96	6.89 336	3.32 327	0.00 1	0.00 1	0.00 1	0.00 1	0.09 239	0.01 62

ARAFT	1.12 228	0.82 330	4.11 328	0.04 124	0.00 1	1.64 240	0.03 138	4.85 308	1.69 269	2.78 303	0.57 156	0.47 106	0.11 111	4.81 241	0.24 120	0.00 1	0.03 293	0.00 1	0.00 1	0.24 321	0.05 229

SDNR	3.31 348	0.91 339	6.28 370	0.44 301	0.02 167	26.11 406	0.01 53	3.81 234	1.62 265	2.82 304	11.06 364	2.93 283	0.60 214	7.95 363	1.52 272	0.01 304	0.01 222	0.00 1	0.00 1	0.06 195	0.12 303

ADCRef	2.29 327	0.65 302	5.67 361	0.10 204	0.09 242	4.81 345	0.76 316	4.75 300	1.37 220	2.88 305	1.67 248	1.62 208	2.30 314	3.77 188	14.93 386	0.02 326	0.00 1	0.01 318	0.10 328	0.20 313	0.11 294

PSM-AAD	1.15 234	0.04 4	0.88 28	0.10 204	0.27 321	1.32 135	3.25 361	2.41 89	0.64 78	2.93 306	1.92 262	0.15 68	5.39 368	3.42 174	0.19 107	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 229

CVANet_RVC	1.10 223	0.39 218	1.69 180	0.28 272	0.00 1	1.45 180	0.48 298	3.26 168	1.64 266	2.93 306	1.22 229	1.51 196	0.37 187	6.09 285	0.50 198	0.00 1	0.00 1	0.00 1	0.00 1	0.18 297	0.01 62

MFN_U_SF_DS_RVC	3.30 346	2.61 384	7.84 376	0.09 197	0.26 316	12.92 382	7.62 399	4.25 265	3.64 343	2.95 308	3.99 325	4.61 332	1.22 262	8.36 366	1.77 283	0.59 377	1.15 389	0.04 347	0.85 392	0.48 363	0.67 365

IIG-Stereo	1.30 250	0.48 258	1.04 70	2.41 378	0.05 209	1.61 231	0.14 222	2.59 105	0.68 100	2.97 309	2.28 285	3.08 292	0.57 211	7.41 355	0.65 225	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.00 1

raftrobust	0.46 61	0.42 229	1.05 75	0.01 17	0.21 299	1.17 76	0.05 171	2.07 69	0.19 21	2.98 310	0.02 31	0.12 56	0.15 129	0.25 29	0.31 151	0.00 1	0.03 293	0.00 1	0.00 1	0.08 220	0.06 256

FBW_ROB	2.36 328	0.36 205	3.16 287	0.37 294	0.14 267	4.42 341	0.18 234	6.64 365	3.05 335	2.98 310	2.85 300	4.86 336	1.11 257	11.00 387	4.53 338	0.16 360	0.05 312	0.37 372	0.09 324	0.19 304	0.78 367

MADNet+	10.71 389	14.57 406	70.07 412	0.58 322	0.47 347	19.89 396	4.20 371	11.05 384	6.87 369	3.03 312	5.99 341	9.01 367	6.35 372	31.95 409	28.31 408	0.22 364	0.26 374	0.01 318	0.04 301	0.46 359	0.87 370

DSFCA	1.30 250	0.14 99	1.82 193	0.01 17	0.03 186	3.74 326	0.86 318	2.71 114	1.23 204	3.09 313	0.41 139	2.93 283	1.49 276	6.12 287	1.35 268	0.00 1	0.02 271	0.00 1	0.00 1	0.02 93	0.01 62

RP	1.76 302	0.55 278	2.59 264	0.22 250	0.60 355	1.70 250	0.98 325	4.31 272	1.99 296	3.12 314	5.04 334	4.41 326	2.96 331	4.72 237	1.90 290	0.01 304	0.00 1	0.00 1	0.01 269	0.14 272	0.01 62

NCCL2	1.30 250	0.63 298	2.31 244	0.02 63	0.03 186	1.57 212	3.41 363	3.91 243	1.39 223	3.14 315	0.34 125	3.90 317	0.30 169	3.75 186	1.19 258	0.00 1	0.00 1	0.02 340	0.00 1	0.03 131	0.05 229

DMCA-RVC	0.90 179	0.64 299	3.30 297	0.03 101	0.04 202	1.30 131	0.06 184	2.65 107	0.73 125	3.21 316	0.09 67	0.99 167	0.66 232	3.14 166	0.99 248	0.01 304	0.04 303	0.02 340	0.01 269	0.07 209	0.01 62

KYRaft	1.19 239	0.05 8	0.94 35	0.06 155	0.24 310	1.25 117	0.78 317	2.48 97	0.61 62	3.23 317	7.13 349	1.00 168	2.77 326	1.43 126	0.14 78	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	1.71 380

RGC	1.86 308	0.67 305	3.45 305	0.07 175	0.26 316	3.29 311	0.11 211	4.78 304	1.46 238	3.26 318	4.51 329	5.14 341	2.68 324	5.46 266	1.94 297	0.00 1	0.00 1	0.00 1	0.00 1	0.08 220	0.09 286

DeepPruner_ROB	0.86 165	0.50 265	1.80 192	0.01 17	0.00 1	1.57 212	0.17 230	3.48 202	0.42 44	3.31 319	0.02 31	2.09 240	0.17 135	3.01 163	0.61 219	0.00 1	0.00 1	0.00 1	0.00 1	0.12 262	0.01 62

FTStereo	2.16 322	0.03 1	1.42 139	0.17 236	0.13 261	1.42 170	4.67 379	2.44 91	0.63 71	3.36 320	17.95 378	0.78 147	4.17 352	4.41 216	0.14 78	0.15 359	0.00 1	0.00 1	0.00 1	0.01 25	1.25 376

AF-Net	2.17 323	0.65 302	3.53 307	0.00 1	0.09 242	2.02 268	0.48 298	6.44 361	1.70 270	3.36 320	10.22 361	4.95 338	2.81 327	4.34 211	2.66 319	0.00 1	0.00 1	0.00 1	0.00 1	0.13 266	0.01 62

edge stereo	1.94 314	0.40 223	3.82 318	0.15 227	0.09 242	1.81 260	0.45 296	4.77 302	2.21 312	3.36 320	3.94 323	8.39 364	1.72 296	5.75 276	1.69 281	0.00 1	0.00 1	0.01 318	0.00 1	0.17 290	0.01 62

StereoDRNet	1.48 272	0.75 314	4.58 344	0.05 141	0.10 251	2.49 285	1.10 329	4.62 290	1.47 240	3.38 323	0.62 173	2.29 255	0.65 230	4.52 227	2.89 321	0.00 1	0.03 293	0.00 1	0.01 269	0.05 180	0.07 272

HBP-ISP	1.45 269	0.75 314	3.02 278	0.30 276	0.10 251	4.28 336	1.49 338	4.68 293	1.29 212	3.43 324	0.78 195	0.93 158	1.01 253	6.48 307	0.36 174	0.04 336	0.02 271	0.00 1	0.00 1	0.05 180	0.03 189

DLCB_ROB	1.17 237	0.22 157	1.28 119	0.08 187	0.00 1	1.51 198	0.23 251	3.39 186	1.52 249	3.43 324	2.00 267	3.40 304	0.31 173	4.29 209	1.82 285	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HSM-Net_RVC	1.40 265	0.07 32	1.58 163	0.00 1	0.01 100	1.88 262	0.05 171	7.24 373	1.71 272	3.63 326	3.63 318	3.21 300	0.36 185	4.25 207	0.44 186	0.01 304	0.01 222	0.00 1	0.00 1	0.01 25	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
LALA_ROB	1.33 256	0.59 288	1.74 184	0.02 63	0.06 217	3.25 309	0.50 302	3.45 197	1.39 223	3.70 327	0.59 167	4.59 330	0.25 162	3.58 179	2.79 320	0.00 1	0.00 1	0.00 1	0.00 1	0.04 162	0.02 150

DRaft	1.34 257	0.12 86	1.19 106	0.06 155	0.01 100	1.64 240	0.43 294	1.86 58	0.14 6	3.76 328	5.27 335	0.41 99	4.38 355	5.49 268	1.68 279	0.01 304	0.06 319	0.00 1	0.07 316	0.07 209	0.11 294

Wz-Net-MNSev	1.85 307	1.19 357	5.61 360	0.01 17	0.00 1	4.74 344	2.16 348	4.93 311	1.48 244	3.77 329	1.24 232	1.77 219	2.56 320	4.94 246	2.61 317	0.00 1	0.01 222	0.00 1	0.00 1	0.07 209	0.01 62

MSC_U_SF_DS_RVC	5.12 369	2.33 380	8.42 378	0.33 281	0.27 321	24.60 405	8.84 402	5.50 340	9.75 375	3.82 330	8.16 355	8.53 365	1.82 299	9.44 375	5.18 347	1.02 378	1.65 392	0.33 371	0.47 383	1.06 375	0.90 371

ACVNet_1	6.16 374	1.86 376	4.43 340	9.52 395	7.22 394	7.59 371	2.37 352	9.99 383	6.71 368	3.84 331	5.35 337	13.23 377	4.90 362	6.25 293	1.94 297	9.06 396	2.40 398	10.88 397	0.11 332	9.58 396	6.03 395

XPNet_ROB	1.17 237	0.41 226	1.68 179	0.04 124	0.01 100	1.65 244	0.17 230	3.46 199	1.39 223	3.89 332	1.01 214	1.60 204	0.53 205	4.35 212	3.07 324	0.00 1	0.00 1	0.00 1	0.00 1	0.03 131	0.02 150

stereogan	2.13 321	0.31 192	3.75 314	0.01 17	0.09 242	7.44 369	0.60 308	4.27 268	3.29 337	3.91 333	4.62 330	6.41 352	1.84 303	5.17 254	0.58 214	0.00 1	0.01 222	0.01 318	0.00 1	0.24 321	0.05 229

PASM	1.58 284	1.05 349	7.51 374	0.56 319	0.09 242	1.37 153	0.28 268	2.85 122	1.44 235	3.91 333	0.44 145	3.02 289	0.64 225	6.38 300	1.59 276	0.00 1	0.01 222	0.00 1	0.03 291	0.26 329	0.15 316

CBMV_ROB	1.70 299	0.11 82	1.98 209	0.46 305	0.00 1	2.85 303	0.91 322	4.27 268	2.21 312	4.02 335	5.00 333	2.97 287	2.32 315	5.40 265	1.35 268	0.00 1	0.00 1	0.00 1	0.00 1	0.03 131	0.06 256

DRN-Test	1.62 285	0.23 162	3.72 313	0.18 240	0.13 261	3.34 314	0.19 239	5.93 356	2.01 297	4.14 336	0.76 194	2.12 243	1.78 297	5.22 257	2.62 318	0.00 1	0.00 1	0.01 318	0.01 269	0.03 131	0.01 62

FAT-Stereo	1.86 308	0.19 135	3.31 298	0.17 236	0.03 186	1.78 257	0.97 323	4.76 301	2.79 331	4.22 337	4.87 331	5.31 345	2.83 329	5.06 252	0.90 240	0.00 1	0.00 1	0.00 1	0.00 1	0.04 162	0.01 62

DANet	1.74 301	0.22 157	3.06 281	0.75 338	0.44 343	2.46 284	0.35 287	3.40 188	1.41 229	4.22 337	1.56 243	5.03 339	0.56 209	6.29 295	5.00 345	0.01 304	0.00 1	0.00 1	0.01 269	0.04 162	0.08 281
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
ADCPNet	3.63 354	0.82 330	13.20 389	0.08 187	0.43 342	7.02 364	2.23 350	4.77 302	2.41 319	4.31 339	1.96 265	7.57 362	5.16 363	6.45 306	13.80 383	0.02 326	0.75 385	0.04 347	0.90 393	0.16 286	0.53 360

XQC	2.57 331	1.20 358	6.33 371	0.18 240	0.01 100	3.84 327	0.33 283	5.24 324	3.83 346	4.43 340	1.94 263	4.58 329	3.19 337	7.19 349	8.67 368	0.00 1	0.03 293	0.00 1	0.03 291	0.27 332	0.19 332

NVStereoNet_ROB	3.25 344	0.46 248	2.71 270	0.34 287	0.56 352	2.36 281	0.87 319	4.56 287	4.47 354	4.55 341	14.09 372	11.93 372	3.23 340	9.79 379	3.14 326	0.43 374	0.03 293	0.53 376	0.31 378	0.36 352	0.38 357
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DAS	1.26 246	0.08 38	2.25 237	0.04 124	0.01 100	1.28 123	1.18 330	3.80 231	1.58 262	4.60 342	2.37 287	1.53 197	0.53 205	5.36 264	0.59 216	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

SepStereo	1.28 247	0.08 38	2.25 237	0.04 124	0.01 100	1.28 123	1.18 330	3.80 231	1.58 262	4.60 342	2.37 287	1.53 197	0.53 205	5.63 275	0.59 216	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

ADCL	3.30 346	0.81 327	6.76 373	0.25 261	0.25 313	6.93 363	4.65 378	4.79 305	2.62 329	4.61 344	3.36 312	5.22 343	4.55 356	5.54 271	14.91 385	0.05 342	0.01 222	0.11 359	0.13 336	0.28 338	0.10 290

ETE_ROB	1.16 236	0.52 270	1.71 182	0.01 17	0.02 167	1.79 258	0.22 247	4.10 252	1.32 217	4.68 345	1.18 227	2.81 275	0.08 91	3.56 178	1.12 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.06 256

MFN_U_SF_RVC	3.76 356	1.77 372	9.85 382	0.84 343	0.27 321	9.50 376	0.49 300	8.07 377	3.41 338	4.81 346	3.28 310	9.40 368	3.49 342	7.76 362	8.31 367	0.41 373	0.54 382	0.52 375	0.80 391	0.89 373	0.84 369

psmorigin	2.01 317	0.37 209	10.25 383	0.22 250	0.03 186	1.62 237	0.19 239	3.31 176	1.05 180	4.92 347	3.14 305	5.85 347	2.21 312	5.31 260	1.71 282	0.00 1	0.00 1	0.00 1	0.00 1	0.05 180	0.02 150

GrayStereo	1.46 270	0.03 1	0.87 26	0.63 329	0.20 294	1.24 110	4.61 377	2.85 122	0.62 68	4.98 348	4.00 326	0.45 103	4.67 357	3.37 171	0.08 46	0.00 1	0.00 1	0.00 1	0.50 384	0.01 25	0.01 62

CBMV	1.56 281	0.24 164	1.92 198	0.31 278	0.03 186	2.90 305	4.33 374	3.79 228	1.81 276	4.98 348	1.73 253	2.70 270	1.68 294	3.81 189	0.92 245	0.00 1	0.00 1	0.00 1	0.00 1	0.05 180	0.08 281
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
SGM-Forest	1.84 306	0.08 38	1.31 128	0.15 227	0.22 301	3.52 321	2.46 356	3.85 238	2.16 307	5.29 350	3.90 322	3.71 315	1.56 284	6.28 294	1.90 290	0.01 304	0.02 271	0.00 1	0.00 1	0.03 131	0.30 347
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
NaN_ROB	2.02 318	0.58 286	2.65 266	0.29 274	0.28 329	3.19 307	5.19 384	3.84 236	2.55 327	5.31 351	1.73 253	2.30 256	1.96 306	6.78 326	3.09 325	0.01 304	0.06 319	0.03 345	0.10 328	0.10 248	0.37 356

RAFT-RH_RVC	2.05 320	0.15 109	1.66 175	0.60 323	0.27 321	1.49 193	0.02 97	0.58 11	0.65 81	5.35 352	21.66 390	1.06 174	0.07 77	6.85 329	0.57 212	0.04 336	0.00 1	0.00 1	0.03 291	0.01 25	0.00 1

WZ-Net	4.16 361	1.75 371	23.59 398	0.08 187	0.04 202	2.62 294	2.16 348	5.89 353	4.74 355	5.73 353	3.51 315	6.99 360	4.89 361	10.82 384	10.11 372	0.00 1	0.00 1	0.00 1	0.00 1	0.12 262	0.11 294

RTSC	2.66 332	1.24 359	6.04 365	0.18 240	0.02 167	4.40 340	0.08 193	4.29 270	4.98 356	6.00 354	3.15 307	2.97 287	1.56 284	6.71 321	10.89 375	0.00 1	0.07 328	0.00 1	0.05 305	0.40 356	0.24 344

CSAN	2.70 334	0.75 314	3.41 302	0.18 240	0.12 257	4.18 333	4.05 369	4.11 253	4.36 350	6.03 355	6.24 344	4.60 331	4.74 358	7.29 352	3.43 329	0.02 326	0.03 293	0.01 318	0.02 285	0.18 297	0.22 340

IMH-64-1	9.55 384	2.76 387	2.44 249	11.17 398	9.13 398	12.03 380	5.45 385	18.33 394	15.78 384	6.59 356	18.69 379	16.95 382	6.20 370	10.63 382	8.06 364	9.46 399	2.46 399	15.42 402	1.61 395	10.89 397	6.88 399

IMH-64	9.55 384	2.76 387	2.44 249	11.17 398	9.13 398	12.03 380	5.45 385	18.33 394	15.78 384	6.59 356	18.69 379	16.95 382	6.20 370	10.63 382	8.06 364	9.46 399	2.46 399	15.42 402	1.61 395	10.89 397	6.88 399

MFMNet_re	2.02 318	0.98 343	4.27 333	2.74 381	0.88 360	1.47 186	0.15 223	4.21 261	3.18 336	6.63 358	6.93 348	1.87 226	3.63 346	2.13 147	0.99 248	0.00 1	0.00 1	0.00 1	0.00 1	0.23 318	0.05 229

SANet	4.63 364	0.89 337	5.34 355	0.30 276	0.09 242	7.43 368	3.75 367	6.53 363	16.16 386	6.79 359	13.29 369	12.44 373	7.74 375	7.38 353	4.11 334	0.00 1	0.01 222	0.00 1	0.00 1	0.10 248	0.31 351

AnyNet_C32	3.93 358	2.58 383	12.07 388	0.39 296	0.49 348	5.50 353	6.45 395	4.44 281	2.19 310	6.86 360	2.94 302	5.28 344	3.20 338	6.63 314	18.37 395	0.08 349	0.04 303	0.20 366	0.09 324	0.57 368	0.19 332

ACVNet_2	8.69 381	1.80 375	5.09 351	8.55 392	6.72 390	13.47 384	4.34 375	13.70 388	23.86 392	6.89 361	19.74 388	20.52 387	5.36 367	7.70 361	2.48 312	8.53 393	1.67 393	7.99 389	0.32 379	8.79 392	6.29 398

SHD	3.01 339	1.02 348	5.52 357	0.45 304	0.39 340	4.12 331	0.17 230	6.68 366	12.04 379	7.20 362	3.36 312	4.40 325	2.58 322	4.69 235	7.17 360	0.01 304	0.04 303	0.00 1	0.03 291	0.22 317	0.17 322

PWC_ROB	2.90 338	1.01 347	6.12 367	0.53 315	0.57 354	1.30 131	0.40 290	3.85 238	4.42 353	7.37 363	15.40 374	3.03 291	1.55 283	6.31 296	5.74 351	0.00 1	0.00 1	0.00 1	0.00 1	0.46 359	0.05 229

SAMSARA	3.32 349	1.07 351	6.25 368	0.86 350	0.31 335	7.55 370	3.87 368	5.26 329	4.20 349	7.43 364	3.35 311	10.04 370	3.83 350	6.98 343	4.83 342	0.00 1	0.14 359	0.00 1	0.05 305	0.17 290	0.22 340

AnyNet_C01	6.59 376	4.31 393	36.24 404	0.96 354	0.46 345	9.96 377	5.74 388	6.02 358	3.63 342	7.59 365	8.56 356	8.83 366	3.14 336	13.74 392	20.83 402	0.12 356	0.08 337	0.25 369	0.09 324	1.01 374	0.34 353

RTS	9.75 386	2.69 385	65.25 410	0.85 346	1.99 376	14.36 385	4.75 380	5.69 349	17.29 388	7.97 366	19.00 381	6.83 358	3.02 333	26.15 406	18.62 398	0.00 1	0.15 362	0.00 1	0.00 1	0.29 339	0.16 318

RTSA	9.75 386	2.69 385	65.25 410	0.85 346	1.99 376	14.36 385	4.75 380	5.69 349	17.29 388	7.97 366	19.00 381	6.83 358	3.02 333	26.15 406	18.62 398	0.00 1	0.15 362	0.00 1	0.00 1	0.29 339	0.16 318

IMH	11.11 392	3.50 390	2.56 261	11.25 400	9.13 398	14.49 387	5.10 383	20.68 401	26.30 395	8.28 368	23.85 397	20.63 388	9.19 382	12.39 388	7.96 362	9.50 401	2.50 401	15.28 401	1.66 397	11.07 400	6.96 401

LVE	11.10 391	2.36 381	3.34 299	9.94 396	8.13 396	21.22 398	7.75 400	16.47 392	32.55 402	8.55 369	23.64 395	23.22 393	7.93 378	10.98 386	6.65 355	9.45 398	2.55 404	11.08 398	0.58 386	9.35 395	6.28 397

G-Net	3.49 351	0.47 256	4.03 323	1.61 373	1.91 374	10.78 379	1.92 343	3.06 139	1.26 209	8.59 370	12.06 367	6.13 350	7.82 377	4.78 239	4.77 341	0.08 349	0.12 354	0.07 352	0.15 337	0.16 286	0.11 294

pmcnn	3.61 353	0.68 307	5.38 356	0.61 326	1.46 370	2.75 299	1.26 334	5.04 317	1.57 258	8.77 371	11.67 365	18.69 386	2.38 317	6.03 282	5.61 350	0.00 1	0.07 328	0.00 1	0.00 1	0.21 314	0.07 272

DispFullNet	7.91 379	23.96 410	13.67 390	14.71 403	7.88 395	4.83 346	0.04 158	5.01 315	2.89 332	8.86 372	4.96 332	6.11 349	10.72 387	10.18 381	3.51 330	2.44 383	0.33 377	15.15 400	4.65 404	12.33 401	5.95 393

ADCS	5.09 368	2.15 379	16.58 393	0.34 287	0.07 225	5.91 358	4.26 372	6.73 369	6.99 370	9.44 373	6.09 342	6.57 355	5.17 365	9.54 377	21.38 404	0.00 1	0.00 1	0.00 1	0.00 1	0.36 352	0.23 343

WAO-6	11.09 390	1.69 370	3.21 292	7.54 389	7.10 392	16.34 389	6.63 396	20.12 398	38.64 407	9.67 374	19.28 387	27.53 396	10.97 389	12.43 389	11.57 378	4.26 384	2.35 397	10.54 396	0.02 285	7.59 386	4.29 388

LSM	7.38 377	1.68 369	22.24 397	3.99 383	40.72 413	3.54 322	4.79 382	4.74 297	6.65 367	10.25 375	13.51 370	4.49 327	3.81 349	6.91 338	5.31 348	0.00 1	0.04 303	0.00 1	0.00 1	0.26 329	14.60 409

SPS-STEREO	3.08 341	0.49 262	2.49 255	0.21 248	0.24 310	3.67 324	1.24 333	5.80 351	2.43 321	10.68 376	8.00 353	9.48 369	3.59 345	8.11 365	5.08 346	0.01 304	0.01 222	0.00 1	0.00 1	0.04 162	0.11 294
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Dean	11.46 393	2.03 378	5.20 353	10.73 397	8.20 397	18.71 394	5.73 387	21.10 402	41.49 410	11.12 377	22.16 393	25.92 395	7.74 375	7.52 357	4.31 336	9.01 395	2.27 395	9.95 394	0.61 387	9.18 393	6.22 396

ADCMid	3.95 359	1.34 362	10.91 386	0.18 240	0.38 339	5.02 348	1.27 335	4.87 309	2.94 334	11.15 378	3.60 317	6.76 357	5.21 366	6.40 305	16.96 390	0.12 356	0.08 337	0.55 377	0.46 382	0.53 367	0.19 332

JetBlue	13.83 397	5.03 394	33.82 403	0.84 343	6.92 391	50.14 412	20.02 410	15.09 389	8.92 374	11.33 379	17.05 376	28.25 397	18.01 402	32.60 410	18.53 397	0.32 371	0.12 354	0.15 363	0.23 363	4.59 382	4.64 389

PVD	5.81 372	0.99 345	5.56 359	0.72 336	0.51 349	6.72 362	0.18 234	9.90 382	23.69 391	11.45 380	19.26 386	8.18 363	9.46 383	9.24 373	9.49 371	0.02 326	0.16 364	0.00 1	0.08 321	0.18 297	0.40 358

SGM_RVC	4.07 360	0.38 212	1.98 209	0.84 343	0.26 316	6.20 360	2.37 352	6.45 362	3.57 340	11.56 381	9.27 358	15.55 380	6.78 373	10.07 380	4.60 340	0.22 364	0.25 371	0.20 366	0.23 363	0.26 329	0.34 353
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
TorneroNet-64	15.45 402	5.66 398	3.44 304	13.86 401	12.03 402	28.15 408	6.27 393	19.89 397	38.68 408	12.16 382	28.06 404	35.76 404	15.44 396	19.56 399	15.40 387	9.71 402	2.52 402	19.13 405	2.70 398	12.55 402	7.94 403

WAO-7	9.09 383	1.79 374	3.55 309	0.80 341	0.15 272	18.67 393	4.36 376	23.07 408	26.68 396	12.59 383	27.90 403	22.52 390	13.03 391	13.53 391	11.47 377	0.09 352	0.03 293	0.58 378	0.10 328	0.47 362	0.34 353

MSMD_ROB	4.94 366	0.43 235	2.58 262	0.12 212	0.01 100	8.43 374	1.09 328	4.25 265	4.11 348	13.11 384	26.36 399	13.95 378	13.88 393	7.45 356	2.92 322	0.10 353	0.01 222	0.00 1	0.00 1	0.01 25	0.02 150

SGM+DAISY	4.39 362	1.34 362	5.18 352	1.01 357	0.88 360	5.61 355	2.86 358	4.88 310	3.53 339	13.29 385	13.95 371	12.66 374	7.55 374	7.98 364	5.39 349	0.23 368	0.18 367	0.15 363	0.24 365	0.29 339	0.64 363

PWCK	8.72 382	5.37 396	16.61 394	5.74 385	0.12 257	19.88 395	11.41 405	11.31 386	13.42 381	14.07 386	12.84 368	13.20 376	8.05 379	15.44 393	10.25 373	5.95 388	0.22 369	2.09 384	0.05 305	7.50 385	0.92 372

TorneroNet	16.10 403	5.74 399	4.12 329	13.88 402	11.97 401	26.89 407	6.85 397	21.13 403	38.32 406	14.15 387	33.36 407	33.52 403	17.49 400	18.89 398	19.64 400	9.77 403	2.53 403	19.43 406	3.35 399	13.21 403	7.86 402

WCMA_ROB	4.54 363	0.48 258	3.19 289	0.49 309	0.63 356	5.38 352	2.57 357	4.70 294	3.77 344	14.17 388	19.02 383	15.47 379	9.03 381	6.73 322	4.85 343	0.01 304	0.05 312	0.01 318	0.01 269	0.08 220	0.16 318

aanetorigin	2.87 336	0.73 313	8.74 379	0.23 256	0.23 306	1.61 231	2.07 344	1.76 56	1.10 186	14.21 389	10.25 362	2.93 283	3.38 341	4.98 248	4.06 333	0.10 353	0.05 312	0.09 355	0.11 332	0.57 368	0.15 316

FCDSN-DC	5.04 367	0.15 109	1.83 194	0.22 250	0.44 343	5.60 354	1.66 339	5.22 323	4.37 351	14.49 390	21.86 391	20.65 389	11.88 390	7.66 360	4.55 339	0.02 326	0.00 1	0.00 1	0.00 1	0.03 131	0.05 229
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MDST_ROB	3.50 352	0.07 32	3.94 320	2.66 380	1.46 370	12.94 383	0.97 323	7.32 374	2.42 320	14.82 391	8.08 354	2.74 273	1.51 280	8.44 368	2.48 312	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.11 294

EDNetEfficientorigin	10.31 388	1.90 377	98.96 422	0.22 250	0.23 306	2.73 295	0.71 313	4.50 284	16.94 387	18.72 392	15.36 373	12.74 375	10.73 388	8.96 371	11.94 380	0.01 304	0.01 222	0.00 1	0.00 1	0.25 327	1.31 378

ktn	19.15 406	18.52 407	6.39 372	22.64 410	17.26 408	24.47 403	12.11 406	24.52 409	34.74 405	18.75 393	27.70 400	32.54 399	17.85 401	15.71 395	16.67 389	22.09 410	3.64 409	28.95 411	10.91 409	17.40 408	10.22 407

KSHMR	14.27 401	6.95 400	5.79 363	15.08 404	12.84 403	17.44 390	10.61 404	18.88 396	30.94 400	18.81 394	22.21 394	28.54 398	8.85 380	15.56 394	9.24 370	10.34 406	3.60 408	21.61 408	4.68 405	14.48 404	8.94 404

WAO-8	13.93 398	3.75 391	4.23 331	7.74 390	6.54 388	22.81 401	2.39 354	22.66 405	45.98 411	18.88 395	35.42 408	33.21 401	16.91 398	16.55 396	12.78 381	5.01 386	0.81 387	9.89 392	0.77 389	8.77 391	3.61 386

Venus	13.93 398	3.75 391	4.23 331	7.74 390	6.54 388	22.81 401	2.39 354	22.66 405	45.98 411	18.88 395	35.42 408	33.21 401	16.91 398	16.55 396	12.78 381	5.01 386	0.81 387	9.89 392	0.77 389	8.76 390	3.61 386

FC-DCNN	6.09 373	0.18 128	2.35 246	0.42 299	0.53 350	7.80 372	1.42 336	8.14 378	7.07 371	19.05 397	22.10 392	22.85 392	13.84 392	9.42 374	6.44 354	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.06 256

EDNetEfficient	6.54 375	1.17 355	33.15 402	0.66 331	1.96 375	2.07 269	3.72 366	2.80 118	14.85 383	20.02 398	9.69 360	6.59 356	10.19 386	7.19 349	15.49 388	0.03 334	0.10 347	0.01 318	0.20 355	0.62 371	0.29 346

MeshStereo	5.78 371	0.75 314	3.04 279	0.25 261	0.14 267	7.88 373	2.09 345	9.64 380	5.18 358	20.48 399	19.06 384	22.80 391	9.54 384	9.64 378	4.88 344	0.00 1	0.00 1	0.00 1	0.00 1	0.29 339	0.03 189
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
UNDER WATER	19.61 407	12.37 405	31.14 400	20.44 408	14.31 405	28.63 409	18.15 409	16.43 391	34.24 404	20.82 400	19.14 385	38.83 405	30.09 407	24.31 402	20.97 403	10.09 405	2.68 405	19.51 407	4.70 406	15.52 406	9.93 406

notaker	17.52 404	21.54 409	7.84 376	18.05 406	14.44 406	17.58 391	6.43 394	20.13 399	24.44 394	21.34 401	27.71 401	39.12 406	18.78 403	19.63 400	20.40 401	11.95 407	2.71 407	25.51 410	5.85 407	17.10 407	9.78 405

ELAS_RVC	7.69 378	0.80 324	4.90 349	1.06 359	1.02 364	10.00 378	9.43 403	9.75 381	14.69 382	21.83 402	20.27 389	17.88 384	16.41 397	13.01 390	10.44 374	0.22 364	0.55 383	0.28 370	0.19 352	0.35 350	0.65 364
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
UNDER WATER-64	20.03 408	10.28 403	31.50 401	20.05 407	13.64 404	32.81 410	23.45 411	16.01 390	33.44 403	22.01 403	17.25 377	40.58 408	32.20 411	24.50 403	22.36 406	10.06 404	2.70 406	18.37 404	4.24 403	14.84 405	10.24 408

ELAS	8.05 380	0.76 318	4.02 322	0.95 353	1.02 364	14.85 388	6.99 398	12.80 387	11.73 378	22.43 404	27.75 402	17.88 384	15.19 395	10.96 385	11.31 376	0.22 364	0.56 384	0.23 368	0.22 361	0.50 365	0.71 366
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
tt	68.65 416	0.15 109	99.57 423	50.64 414	14.90 407	100.00 424	100.00 424	100.00 425	99.76 420	27.80 405	10.52 363	99.97 425	98.63 422	99.61 422	100.00 427	90.62 419	98.21 420	46.66 414	52.02 416	62.86 417	21.04 413

SGM-ForestM	12.56 395	0.80 324	4.31 337	1.07 360	0.41 341	21.56 399	8.57 401	17.42 393	19.67 390	29.93 406	28.49 406	45.83 410	27.22 406	26.05 405	18.40 396	0.14 358	0.25 371	0.18 365	0.28 376	0.18 297	0.42 359

DPSimNet_ROB	25.03 410	19.56 408	24.93 399	24.36 411	17.85 409	22.25 400	25.93 412	28.52 410	29.10 398	32.61 407	28.25 405	32.87 400	26.42 404	24.51 404	40.42 410	16.75 409	13.93 411	25.19 409	22.38 412	19.96 410	24.75 414

MANE	14.02 400	0.85 332	3.53 307	2.13 375	3.75 384	18.44 392	6.14 390	22.67 407	27.90 397	33.01 408	41.08 411	41.26 409	30.90 408	23.39 401	17.99 394	0.47 375	0.76 386	0.91 379	4.04 402	0.17 290	1.00 374

BEATNet-Init1	17.91 405	7.45 401	36.82 405	1.88 374	1.38 369	37.29 411	14.71 408	21.90 404	24.20 393	38.07 409	36.59 410	50.41 411	32.00 410	29.42 408	21.83 405	0.33 372	0.39 380	0.47 373	0.54 385	1.50 379	1.07 375

HanzoNet	29.69 411	29.33 412	21.66 396	21.75 409	19.07 410	24.58 404	12.99 407	28.87 411	40.49 409	43.09 410	44.02 412	55.65 412	44.93 412	43.17 412	44.44 411	27.88 411	9.47 410	29.77 412	15.86 411	20.94 411	15.84 410

JetRed	34.54 412	39.28 414	62.16 408	15.62 405	26.51 412	69.20 414	40.79 414	31.43 412	32.41 401	46.06 411	44.55 413	40.19 407	26.50 405	38.43 411	56.06 413	12.76 408	37.49 415	13.23 399	9.38 408	29.52 412	19.34 411

coex-ft	12.01 394	5.60 397	80.23 413	0.15 227	0.15 272	1.88 262	0.73 314	2.66 108	30.12 399	49.31 412	16.59 375	15.97 381	14.42 394	6.79 327	14.50 384	0.05 342	0.08 337	0.01 318	0.05 305	0.37 354	0.61 362

LE_ROB	12.79 396	0.64 299	10.26 384	2.13 375	1.29 368	7.25 367	5.81 389	9.09 379	49.27 413	57.55 413	24.58 398	23.68 394	31.13 409	9.00 372	23.57 407	0.04 336	0.06 319	0.13 362	0.20 355	0.08 220	0.11 294

MADNet++	47.78 413	34.15 413	37.11 406	42.94 413	41.23 414	64.94 413	30.63 413	60.79 414	53.26 414	72.08 414	61.65 414	57.68 413	54.96 413	58.03 413	59.24 414	43.01 414	36.17 414	36.07 413	22.50 413	47.50 413	41.67 415

LRCNet_RVC	60.63 414	63.16 416	62.94 409	69.09 418	50.21 415	19.92 397	0.07 187	58.32 413	5.21 359	75.67 415	86.75 415	74.68 414	62.48 414	59.01 414	49.80 412	93.38 420	56.36 419	93.48 420	92.95 420	67.44 418	71.73 420

xxxxx1	76.92 417	82.43 418	93.26 417	61.67 415	66.92 416	95.84 418	95.11 419	75.84 415	80.96 415	82.71 416	86.75 415	89.18 415	87.35 415	85.27 415	87.18 416	55.08 415	54.60 416	60.31 416	72.71 417	62.51 414	62.73 416

tt_ll	76.92 417	82.43 418	93.26 417	61.67 415	66.92 416	95.84 418	95.11 419	75.84 415	80.96 415	82.71 416	86.75 415	89.18 415	87.35 415	85.27 415	87.18 416	55.08 415	54.60 416	60.31 416	72.71 417	62.51 414	62.73 416

ff	76.92 417	82.43 418	93.26 417	61.67 415	66.92 416	95.84 418	95.11 419	75.84 415	80.96 415	82.71 416	86.75 415	89.18 415	87.35 415	85.27 415	87.18 416	55.08 415	54.60 416	60.31 416	72.71 417	62.51 414	62.73 416

DGTPSM_ROB	99.45 428	99.94 426	99.98 426	96.58 424	100.00 427	100.00 424	100.00 424	99.81 423	100.00 423	95.86 419	100.00 424	99.32 422	100.00 425	99.79 423	99.99 425	98.34 423	100.00 425	99.86 422	100.00 425	99.52 425	99.99 432

DPSMNet_ROB	99.46 429	99.94 426	99.98 426	96.59 425	100.00 427	100.00 424	100.00 424	99.81 423	100.00 423	95.87 420	100.00 424	99.32 422	100.00 425	99.79 423	99.99 425	98.46 424	100.00 425	99.86 422	100.00 425	99.52 425	100.00 433

SPstereo	60.73 415	26.49 411	40.67 407	33.02 412	24.24 411	71.50 415	79.28 415	100.00 425	100.00 423	97.54 421	96.19 420	100.00 426	94.96 420	94.75 419	75.88 415	28.65 412	21.81 412	46.87 415	42.08 414	19.71 409	20.91 412

MEDIAN_ROB	96.83 421	99.41 421	98.66 421	94.75 421	94.23 420	93.08 417	90.54 417	95.61 420	94.75 418	97.65 422	97.73 421	98.30 420	96.57 421	94.51 418	93.74 421	99.78 430	98.24 421	99.99 424	99.89 423	99.48 424	99.67 424

Anonymous_1	97.10 422	99.72 423	99.64 424	92.33 419	93.91 419	100.00 424	100.00 424	99.20 422	99.90 421	98.57 423	99.75 422	99.14 421	99.94 423	98.50 421	99.54 422	87.90 418	98.87 422	90.88 419	96.91 421	92.22 420	95.12 421

PML	89.08 420	99.72 423	92.85 416	94.72 420	94.92 422	99.54 423	97.42 422	93.50 418	95.96 419	99.77 424	92.33 419	95.35 419	93.51 419	99.96 426	91.15 419	99.98 431	31.71 413	100.00 425	45.94 415	93.46 421	69.88 419

HaxPig	97.68 423	99.63 422	91.34 415	99.82 431	99.97 425	88.15 416	88.00 416	98.28 421	99.93 422	99.98 425	99.99 423	99.95 424	99.99 424	96.29 420	92.24 420	99.99 432	99.98 424	100.00 425	99.99 424	100.00 433	99.98 431

MyStereo03	99.95 432	100.00 429	100.00 428	99.75 428	100.00 427	100.00 424	100.00 424	100.00 425	100.00 423	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 427	99.21 425	100.00 425	100.00 425	100.00 425	99.99 428	99.95 426

MyStereo02	99.95 432	100.00 429	100.00 428	99.75 428	100.00 427	100.00 424	100.00 424	100.00 425	100.00 423	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 427	99.21 425	100.00 425	100.00 425	100.00 425	99.99 428	99.95 426

MyStereo	99.95 432	100.00 429	100.00 428	99.75 428	100.00 427	100.00 424	100.00 424	100.00 425	100.00 423	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 427	99.21 425	100.00 425	100.00 425	100.00 425	99.99 428	99.95 426

Selective-RAFT-Error	100.00 435	100.00 429	100.00 428	100.00 434	100.00 427	100.00 424	100.00 424	100.00 425	100.00 423	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 427	100.00 433	100.00 425	100.00 425	100.00 425	99.99 428	99.95 426

CasAABBNet	99.94 430	100.00 429	100.00 428	99.72 427	100.00 427	100.00 424	100.00 424	100.00 425	100.00 423	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 427	99.21 425	100.00 425	100.00 425	100.00 425	99.96 427	99.95 426

test_example2	98.83 424	99.97 428	99.97 425	99.96 433	99.97 425	99.46 422	99.97 423	95.54 419	100.00 423	100.00 426	100.00 424	93.37 418	93.47 418	99.93 425	99.91 423	100.00 433	99.79 423	96.64 421	98.71 422	100.00 433	100.00 433

LSM0	99.94 430	100.00 429	100.00 428	99.84 432	100.00 427	100.00 424	100.00 424	100.00 425	100.00 423	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 427	99.22 429	100.00 425	100.00 425	100.00 425	99.99 428	99.83 425

DPSM_ROB	99.17 425	100.00 429	100.00 428	96.28 422	98.84 423	100.00 424	100.00 424	100.00 425	100.00 423	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 427	93.66 421	100.00 425	100.00 425	100.00 425	96.31 422	98.27 422

DPSM	99.17 425	100.00 429	100.00 428	96.28 422	98.84 423	100.00 424	100.00 424	100.00 425	100.00 423	100.00 426	100.00 424	100.00 426	100.00 425	100.00 428	100.00 427	93.66 421	100.00 425	100.00 425	100.00 425	96.31 422	98.27 422

AVERAGE_ROB	99.23 427	99.81 425	97.56 420	100.00 434	100.00 427	96.24 421	91.02 418	100.00 425	100.00 423	100.00 426	100.00 424	100.00 426	100.00 425	99.98 427	99.97 424	100.00 433	100.00 425	100.00 425	100.00 425	100.00 433	100.00 433

ASD4		67.10 417

Low-res two-view benchmark