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

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

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

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

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

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

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

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

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

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

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

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

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

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

CES	0.14 6	0.08 2	0.19 1	0.17 5	0.22 318	0.18 13	0.16 38	0.23 6	0.19 7	0.14 8	0.17 19	0.14 21	0.10 4	0.18 19	0.12 6	0.07 16	0.05 6	0.06 1	0.04 1	0.08 81	0.18 319

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

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

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

IGEV-Stereo	0.14 6	0.12 81	0.27 21	0.19 26	0.12 77	0.21 73	0.18 86	0.28 33	0.20 16	0.15 11	0.13 6	0.12 3	0.12 14	0.24 57	0.12 6	0.07 16	0.05 6	0.08 65	0.07 50	0.08 81	0.07 65
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GMOStereo	0.18 53	0.14 164	0.30 42	0.22 129	0.12 77	0.20 55	0.27 272	0.26 14	0.28 87	0.31 168	0.32 116	0.26 130	0.17 86	0.15 3	0.12 6	0.07 16	0.07 158	0.10 182	0.08 109	0.08 81	0.05 1

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

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

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

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

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

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

CASnet	0.14 6	0.12 81	0.22 6	0.22 129	0.08 2	0.16 6	0.15 26	0.27 21	0.25 58	0.22 54	0.20 35	0.15 27	0.11 8	0.17 11	0.13 24	0.07 16	0.05 6	0.11 229	0.09 183	0.08 81	0.05 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS_RVC	0.13 2	0.10 24	0.19 1	0.18 8	0.16 228	0.20 55	0.18 86	0.20 2	0.17 3	0.13 2	0.19 25	0.12 3	0.15 49	0.17 11	0.13 24	0.06 1	0.05 6	0.06 1	0.04 1	0.05 1	0.12 253

CAS	0.15 21	0.07 1	0.21 4	0.41 365	0.16 228	0.20 55	0.18 86	0.22 3	0.19 7	0.15 11	0.19 25	0.11 2	0.09 2	0.14 1	0.13 24	0.29 369	0.04 1	0.06 1	0.04 1	0.06 6	0.14 282

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

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

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

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

CroCo-Stereo	0.14 6	0.13 136	0.24 10	0.25 245	0.11 42	0.11 1	0.18 86	0.32 67	0.23 44	0.12 1	0.12 2	0.18 46	0.12 14	0.14 1	0.13 24	0.08 99	0.06 72	0.07 14	0.05 9	0.07 37	0.06 18
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
TANstereo	0.15 21	0.09 9	0.28 29	0.16 3	0.08 2	0.25 135	0.14 13	0.23 6	0.28 87	0.24 70	0.30 99	0.16 34	0.12 14	0.17 11	0.13 24	0.08 99	0.07 158	0.06 1	0.05 9	0.06 6	0.07 65

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

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

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

CREStereo	0.13 2	0.08 2	0.21 4	0.14 1	0.08 2	0.22 93	0.15 26	0.25 11	0.24 54	0.16 24	0.21 43	0.14 21	0.13 32	0.18 19	0.13 24	0.09 164	0.05 6	0.06 1	0.04 1	0.07 37	0.06 18
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.15 21	0.08 2	0.23 8	0.15 2	0.09 7	0.23 110	0.16 38	0.25 11	0.23 44	0.17 28	0.21 43	0.16 34	0.14 42	0.22 44	0.13 24	0.29 369	0.05 6	0.06 1	0.04 1	0.07 37	0.06 18

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

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

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

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

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

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

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

CroCo-Stereo Lap2	0.15 21	0.15 189	0.28 29	0.25 245	0.18 263	0.11 1	0.19 123	0.28 33	0.21 26	0.13 2	0.16 16	0.15 27	0.12 14	0.17 11	0.14 40	0.07 16	0.07 158	0.08 65	0.06 23	0.08 81	0.07 65

AnonymousM	0.17 36	0.19 250	0.24 10	0.18 8	0.10 20	0.18 13	0.17 59	0.30 54	0.23 44	0.26 85	0.20 35	0.18 46	0.14 42	0.19 25	0.14 40	0.09 164	0.06 72	0.38 372	0.15 317	0.06 6	0.05 1

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

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

DLNR_Zeroshot_test	10.44 416	12.10 424	19.93 424	106.08 435	23.66 432	0.14 3	0.13 3	3.22 412	0.17 3	0.16 24	0.23 49	0.16 34	0.10 4	0.31 150	0.15 51	2.36 412	0.06 72	0.07 14	0.07 50	39.70 433	0.06 18

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

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

DCRE	0.20 102	0.13 136	0.40 143	0.21 86	0.15 205	0.20 55	0.19 123	0.30 54	0.27 74	0.22 54	0.80 355	0.23 93	0.16 63	0.23 51	0.15 51	0.07 16	0.07 158	0.07 14	0.08 109	0.07 37	0.06 18

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

KYRaft	0.22 142	0.10 24	0.30 42	0.23 171	0.12 77	0.23 110	0.23 220	0.35 104	0.24 54	0.35 227	0.54 299	0.34 199	0.26 193	0.29 133	0.15 51	0.07 16	0.05 6	0.09 120	0.10 215	0.08 81	0.31 367

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

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

CREStereo++_RVC	0.15 21	0.08 2	0.26 16	0.17 5	0.11 42	0.18 13	0.13 3	0.22 3	0.30 114	0.21 50	0.30 99	0.13 11	0.11 8	0.16 7	0.15 51	0.07 16	0.04 1	0.06 1	0.15 317	0.06 6	0.05 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
raftrobust	0.16 28	0.13 136	0.29 36	0.22 129	0.15 205	0.19 34	0.13 3	0.32 67	0.26 65	0.26 85	0.20 35	0.19 57	0.17 86	0.21 39	0.15 51	0.08 99	0.06 72	0.07 14	0.06 23	0.06 6	0.07 65

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

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

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

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

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

RAFT-Stereo	0.18 53	0.09 9	0.32 60	0.22 129	0.12 77	0.22 93	0.19 123	0.42 175	0.19 7	0.31 168	0.45 251	0.20 59	0.14 42	0.18 19	0.15 51	0.08 99	0.06 72	0.07 14	0.06 23	0.06 6	0.06 18
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
qqq1	0.24 182	0.12 81	0.40 143	0.19 26	0.10 20	0.27 159	0.19 123	0.51 251	0.45 252	0.34 211	0.41 204	0.31 178	0.26 193	0.58 255	0.16 67	0.10 206	0.07 158	0.07 14	0.06 23	0.08 81	0.07 65

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

test croco	0.17 36	0.13 136	0.43 182	0.21 86	0.13 131	0.16 6	0.17 59	0.27 21	0.22 33	0.16 24	0.26 70	0.13 11	0.16 63	0.27 108	0.16 67	0.08 99	0.06 72	0.10 182	0.07 50	0.10 189	0.07 65

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

EKT-Stereo	0.38 308	0.12 81	0.38 127	0.42 366	3.88 413	0.21 73	0.17 59	0.35 104	0.28 87	0.20 41	0.20 35	0.23 93	0.15 49	0.28 120	0.16 67	0.09 164	0.07 158	0.09 120	0.07 50	0.09 142	0.09 161

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

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

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

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

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

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

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

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

PSM-AAD	0.25 204	0.10 24	0.30 42	0.24 208	0.12 77	0.26 152	0.38 335	0.34 87	0.28 87	0.35 227	0.39 189	0.28 153	0.79 370	0.30 145	0.16 67	0.07 16	0.06 72	0.12 262	0.11 248	0.08 81	0.21 343

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

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

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

GrayStereo	0.25 204	0.09 9	0.32 60	0.26 273	0.13 131	0.23 110	0.47 360	0.34 87	0.30 114	0.39 270	0.47 268	0.30 170	0.79 370	0.29 133	0.16 67	0.07 16	0.06 72	0.08 65	0.09 183	0.07 37	0.13 265

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

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

Prome-Stereo	0.21 116	0.10 24	0.30 42	0.24 208	0.12 77	0.23 110	0.23 220	0.36 123	0.25 58	0.33 195	0.59 313	0.24 104	0.28 223	0.29 133	0.16 67	0.07 16	0.05 6	0.08 65	0.07 50	0.08 81	0.20 336

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

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

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

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

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

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

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

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

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

LCNet	0.21 116	0.11 63	0.29 36	0.25 245	0.12 77	0.23 110	0.19 123	0.34 87	0.26 65	0.28 98	0.35 148	0.26 130	0.30 245	0.35 177	0.17 90	0.07 16	0.05 6	0.09 120	0.10 215	0.13 264	0.22 348

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

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

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

GMM-Stereo	0.21 116	0.10 24	0.43 182	0.23 171	0.13 131	0.24 125	0.25 256	0.37 129	0.27 74	0.30 151	0.45 251	0.27 138	0.21 134	0.31 150	0.17 90	0.07 16	0.05 6	0.10 182	0.09 183	0.08 81	0.19 326

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

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

11t1	0.18 53	0.10 24	0.30 42	0.20 57	0.11 42	0.27 159	0.17 59	0.35 104	0.23 44	0.25 76	0.23 49	0.23 93	0.23 154	0.25 80	0.18 104	0.09 164	0.07 158	0.07 14	0.06 23	0.09 142	0.09 161

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

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

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

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

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

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

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

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

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

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

FTStereo	0.28 238	0.10 24	0.43 182	0.23 171	0.13 131	0.21 73	0.53 370	0.34 87	0.26 65	0.38 255	0.95 367	0.30 170	0.56 347	0.32 156	0.18 104	0.08 99	0.06 72	0.09 120	0.08 109	0.07 37	0.19 326

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

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

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

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

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

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

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

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

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

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

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

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

whm_eth	0.23 159	0.18 235	0.56 260	0.24 208	0.19 281	0.21 73	0.18 86	0.37 129	0.40 206	0.31 168	0.60 318	0.15 27	0.17 86	0.26 93	0.19 128	0.09 164	0.08 223	0.10 182	0.09 183	0.09 142	0.11 231

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

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

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

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

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

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

GMStereo	0.19 89	0.25 297	0.40 143	0.21 86	0.12 77	0.22 93	0.19 123	0.29 40	0.40 206	0.25 76	0.23 49	0.16 34	0.15 49	0.25 80	0.19 128	0.09 164	0.06 72	0.08 65	0.08 109	0.10 189	0.08 111
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.22 142	0.10 24	0.51 241	0.21 86	0.14 164	0.34 249	0.22 200	0.55 289	0.39 193	0.29 123	0.32 116	0.23 93	0.21 134	0.27 108	0.19 128	0.09 164	0.07 158	0.09 120	0.09 183	0.09 142	0.08 111

DN-CSS_ROB	0.22 142	0.25 297	0.47 211	0.24 208	0.14 164	0.25 135	0.12 1	0.40 153	0.33 143	0.29 123	0.42 218	0.22 74	0.20 129	0.33 162	0.19 128	0.07 16	0.06 72	0.11 229	0.11 248	0.11 225	0.07 65

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

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

CASS	0.21 116	0.15 189	0.32 60	0.26 273	0.11 42	0.28 172	0.19 123	0.39 146	0.30 114	0.32 186	0.34 141	0.25 111	0.24 169	0.25 80	0.20 139	0.13 276	0.08 223	0.11 229	0.09 183	0.11 225	0.11 231
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.23 159	0.11 63	0.50 235	0.21 86	0.16 228	0.31 219	0.20 161	0.36 123	0.35 156	0.32 186	0.50 277	0.39 238	0.26 193	0.22 44	0.20 139	0.08 99	0.06 72	0.09 120	0.11 248	0.07 37	0.08 111

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

UDGNet	0.23 159	0.31 336	0.38 127	0.24 208	0.14 164	0.24 125	0.18 86	0.32 67	0.43 226	0.29 123	0.28 79	0.24 104	0.19 121	0.29 133	0.20 139	0.15 310	0.07 158	0.21 346	0.11 248	0.14 276	0.10 206

IPLGR_C	0.21 116	0.22 283	0.60 274	0.23 171	0.15 205	0.24 125	0.20 161	0.35 104	0.29 105	0.31 168	0.32 116	0.22 74	0.15 49	0.25 80	0.20 139	0.08 99	0.07 158	0.07 14	0.07 50	0.08 81	0.08 111

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

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

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

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

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

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

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

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

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

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

HCRNet	0.24 182	0.25 297	0.33 73	0.34 343	0.16 228	0.27 159	0.18 86	0.43 185	0.35 156	0.30 151	0.35 148	0.32 186	0.22 145	0.44 202	0.20 139	0.13 276	0.08 223	0.13 281	0.11 248	0.10 189	0.09 161

DIP-Stereo	0.18 53	0.12 81	0.33 73	0.20 57	0.13 131	0.28 172	0.12 1	0.42 175	0.25 58	0.27 89	0.32 116	0.21 67	0.17 86	0.25 80	0.20 139	0.07 16	0.06 72	0.08 65	0.06 23	0.07 37	0.08 111
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MSMDNet	0.23 159	0.13 136	0.48 220	0.20 57	0.13 131	0.28 172	0.16 38	0.46 206	0.46 266	0.29 123	0.36 158	0.37 222	0.24 169	0.28 120	0.20 139	0.09 164	0.06 72	0.09 120	0.08 109	0.11 225	0.09 161

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

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

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

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

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

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

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

psmg	0.23 159	0.12 81	0.28 29	0.21 86	0.14 164	0.35 258	0.23 220	0.51 251	0.34 150	0.35 227	0.38 177	0.38 227	0.24 169	0.26 93	0.21 160	0.10 206	0.08 223	0.10 182	0.10 215	0.09 142	0.08 111

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

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

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

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

RAFT-345	0.21 116	0.10 24	0.46 204	0.22 129	0.11 42	0.20 55	0.16 38	0.26 14	0.25 58	0.27 89	0.66 334	0.21 67	0.16 63	0.55 239	0.21 160	0.07 16	0.06 72	0.08 65	0.07 50	0.06 6	0.06 18

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

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

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

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

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

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

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

ASMatch	0.23 159	0.11 63	0.51 241	0.24 208	0.14 164	0.19 34	0.17 59	0.31 59	0.28 87	0.28 98	0.68 338	0.27 138	0.26 193	0.50 218	0.22 174	0.07 16	0.06 72	0.08 65	0.07 50	0.06 6	0.11 231

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

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

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

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

HSM-Net_RVC	0.27 221	0.11 63	0.42 172	0.19 26	0.11 42	0.34 249	0.20 161	0.62 342	0.43 226	0.40 278	0.43 230	0.50 301	0.26 193	0.76 323	0.22 174	0.08 99	0.07 158	0.07 14	0.07 50	0.08 81	0.08 111
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UCFNet_RVC	0.24 182	0.16 207	0.34 78	0.18 8	0.15 205	0.33 236	0.16 38	0.46 206	0.35 156	0.29 123	0.35 148	0.39 238	0.25 184	0.34 168	0.22 174	0.13 276	0.08 223	0.13 281	0.14 309	0.13 264	0.12 253

AdaStereo	0.24 182	0.16 207	0.37 108	0.24 208	0.12 77	0.32 227	0.17 59	0.54 279	0.42 221	0.33 195	0.38 177	0.35 213	0.21 134	0.30 145	0.22 174	0.14 299	0.06 72	0.13 281	0.08 109	0.11 225	0.08 111
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
iResNet_ROB	0.25 204	0.19 250	0.40 143	0.20 57	0.12 77	0.30 208	0.16 38	0.55 289	0.53 310	0.38 255	0.43 230	0.37 222	0.26 193	0.38 187	0.22 174	0.08 99	0.06 72	0.06 1	0.04 1	0.09 142	0.09 161

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

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

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

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

ICVP	0.23 159	0.13 136	0.44 188	0.26 273	0.14 164	0.29 191	0.25 256	0.45 197	0.33 143	0.29 123	0.43 230	0.35 213	0.25 184	0.26 93	0.23 188	0.12 260	0.09 251	0.09 120	0.08 109	0.09 142	0.10 206
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
EAI-Stereo	0.21 116	0.10 24	0.33 73	0.21 86	0.12 77	0.30 208	0.46 356	0.46 206	0.20 16	0.25 76	0.50 277	0.17 39	0.16 63	0.24 57	0.23 188	0.07 16	0.06 72	0.07 14	0.10 215	0.06 6	0.07 65

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

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

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

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

RAFT-RH_RVC	0.25 204	0.11 63	0.45 198	0.21 86	0.12 77	0.25 135	0.14 13	0.27 21	0.27 74	0.38 255	1.15 376	0.23 93	0.17 86	0.57 250	0.24 197	0.07 16	0.05 6	0.10 182	0.07 50	0.06 6	0.07 65

RAFT + AFF	0.27 221	0.23 290	0.50 235	0.25 245	0.17 244	0.30 208	0.33 317	0.52 261	0.40 206	0.28 98	0.30 99	0.30 170	0.31 256	0.62 275	0.24 197	0.09 164	0.10 269	0.11 229	0.10 215	0.11 225	0.11 231

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

FADNet-RVC-Resample	0.29 248	0.25 297	0.93 350	0.26 273	0.16 228	0.32 227	0.21 184	0.47 213	0.39 193	0.35 227	0.38 177	0.33 193	0.27 210	0.53 234	0.24 197	0.10 206	0.10 269	0.14 300	0.13 298	0.13 264	0.16 298

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

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

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

NOSS_ROB	0.31 262	0.20 258	0.35 86	0.24 208	0.16 228	0.32 227	0.19 123	0.52 261	0.48 280	0.33 195	0.36 158	0.42 261	0.28 223	0.93 358	0.24 197	0.19 347	0.20 358	0.24 355	0.22 357	0.17 311	0.17 306

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

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

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

HBP-ISP	0.33 277	0.30 331	0.72 311	0.22 129	0.16 228	0.32 227	0.22 200	0.54 279	0.44 240	0.41 287	0.49 275	0.33 193	0.38 293	0.73 310	0.25 206	0.18 342	0.19 353	0.24 355	0.20 347	0.16 296	0.13 265

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

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

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

pcwnet_v2	0.32 271	0.15 189	1.26 378	0.23 171	0.18 263	0.32 227	0.18 86	0.59 322	0.60 331	0.36 242	0.45 251	0.35 213	0.29 236	0.36 181	0.25 206	0.14 299	0.11 286	0.12 262	0.11 248	0.14 276	0.15 291

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

FADNet	0.32 271	0.36 349	0.74 315	0.23 171	0.22 318	0.37 268	0.19 123	0.53 272	0.48 280	0.32 186	0.36 158	0.43 264	0.32 263	0.64 282	0.25 206	0.16 322	0.16 338	0.14 300	0.16 328	0.24 349	0.19 326

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

HITNet	0.20 102	0.17 223	0.43 182	0.19 26	0.08 2	0.27 159	0.14 13	0.42 175	0.30 114	0.29 123	0.32 116	0.27 138	0.21 134	0.28 120	0.25 206	0.07 16	0.05 6	0.07 14	0.06 23	0.09 142	0.06 18
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
dad	0.28 238	0.31 336	0.44 188	0.21 86	0.14 164	0.30 208	0.20 161	0.33 81	0.49 289	0.44 306	0.44 239	0.45 278	0.21 134	0.41 194	0.26 218	0.20 350	0.11 286	0.20 344	0.11 248	0.14 276	0.10 206

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

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

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

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

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

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

SMFormer	0.25 204	0.12 81	0.40 143	0.19 26	0.10 20	0.27 159	0.19 123	0.51 251	0.45 252	0.34 211	0.41 204	0.31 178	0.26 193	0.58 255	0.28 224	0.10 206	0.07 158	0.08 65	0.08 109	0.09 142	0.09 161

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

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

GEStereo_RVC	0.27 221	0.20 258	0.44 188	0.27 296	0.16 228	0.33 236	0.25 256	0.56 303	0.54 313	0.34 211	0.38 177	0.34 199	0.25 184	0.51 223	0.28 224	0.12 260	0.08 223	0.09 120	0.08 109	0.11 225	0.11 231

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

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

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

TDLM	0.30 255	0.21 271	0.38 127	0.28 313	0.15 205	0.33 236	0.32 307	0.52 261	0.47 271	0.38 255	0.43 230	0.39 238	0.29 236	0.91 356	0.28 224	0.14 299	0.08 223	0.13 281	0.11 248	0.12 251	0.10 206

NVstereo2D	0.31 262	0.16 207	0.54 251	0.24 208	0.22 318	0.42 297	0.28 285	0.58 317	0.56 322	0.28 98	0.38 177	0.40 251	0.30 245	0.71 303	0.28 224	0.13 276	0.08 223	0.13 281	0.10 215	0.19 326	0.16 298

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

Anonymous_2	0.37 302	0.21 271	0.47 211	0.20 57	0.21 303	0.42 297	0.26 267	0.38 135	0.29 105	0.33 195	0.30 99	0.44 274	0.38 293	0.36 181	0.29 234	0.26 359	0.29 376	0.44 376	1.41 410	0.34 369	0.21 343

CRFU-Net	0.28 238	0.14 164	0.45 198	0.25 245	0.15 205	0.45 312	0.23 220	0.50 238	0.30 114	0.43 301	0.41 204	0.48 291	0.46 326	0.43 198	0.29 234	0.11 233	0.10 269	0.09 120	0.08 109	0.10 189	0.10 206

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

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

NLCA_NET_v2_RVC	0.27 221	0.21 271	0.59 272	0.25 245	0.18 263	0.29 191	0.22 200	0.50 238	0.40 206	0.38 255	0.41 204	0.43 264	0.27 210	0.43 198	0.29 234	0.11 233	0.08 223	0.10 182	0.10 215	0.10 189	0.11 231
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
psm_up	0.29 248	0.16 207	0.41 165	0.26 273	0.17 244	0.32 227	0.26 267	0.55 289	0.43 226	0.36 242	0.40 196	0.45 278	0.37 289	0.58 255	0.30 240	0.11 233	0.12 303	0.13 281	0.12 280	0.10 189	0.10 206

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

MaskLacGwcNet_RVC	0.36 293	0.36 349	0.53 248	0.34 343	0.19 281	0.51 331	0.24 242	0.55 289	0.38 187	0.41 287	0.47 268	0.47 286	0.27 210	0.73 310	0.30 240	0.36 375	0.19 353	0.27 358	0.17 337	0.26 356	0.23 354

PS-NSSS	0.32 271	0.30 331	0.46 204	0.23 171	0.17 244	0.33 236	0.24 242	0.57 310	0.41 217	0.37 247	0.52 291	0.35 213	0.30 245	0.80 336	0.30 240	0.17 332	0.14 317	0.21 346	0.15 317	0.15 288	0.13 265

HHNet	0.22 142	0.12 81	0.52 245	0.18 8	0.18 263	0.20 55	0.20 161	0.34 87	0.31 124	0.32 186	0.59 313	0.20 59	0.21 134	0.24 57	0.31 244	0.08 99	0.05 6	0.09 120	0.07 50	0.08 81	0.11 231

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

FADNet_RVC	0.30 255	0.28 318	0.83 331	0.23 171	0.15 205	0.30 208	0.17 59	0.49 230	0.37 175	0.30 151	0.38 177	0.30 170	0.27 210	0.52 229	0.31 244	0.14 299	0.14 317	0.14 300	0.16 328	0.21 337	0.23 354

FADNet-RVC	0.31 262	0.35 346	0.78 317	0.25 245	0.20 295	0.33 236	0.20 161	0.49 230	0.40 206	0.34 211	0.39 189	0.41 254	0.29 236	0.63 280	0.31 244	0.13 276	0.14 317	0.14 300	0.15 317	0.19 326	0.19 326

CBMV	0.33 277	0.21 271	0.54 251	0.23 171	0.13 131	0.42 297	0.33 317	0.53 272	0.48 280	0.52 335	0.49 275	0.50 301	0.41 305	0.56 247	0.31 244	0.15 310	0.16 338	0.18 334	0.16 328	0.13 264	0.13 265
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
SQANet	0.40 320	0.48 366	0.67 297	0.48 373	0.39 368	0.48 324	0.22 200	0.51 251	0.43 226	0.40 278	0.47 268	0.47 286	0.33 266	0.54 238	0.32 249	0.36 375	0.15 331	0.40 374	0.21 350	0.45 375	0.31 367

FINET	0.34 284	0.27 315	0.80 325	0.24 208	0.24 334	0.36 263	0.34 319	0.54 279	0.72 355	0.39 270	0.47 268	0.32 186	0.30 245	0.51 223	0.32 249	0.19 347	0.17 343	0.13 281	0.12 280	0.18 322	0.16 298

ac_64	0.27 221	0.13 136	0.41 165	0.24 208	0.17 244	0.36 263	0.22 200	0.46 206	0.33 143	0.35 227	0.36 158	0.52 308	0.30 245	0.62 275	0.32 249	0.11 233	0.09 251	0.10 182	0.10 215	0.09 142	0.08 111

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

hitnet-ft	0.29 248	0.17 223	0.40 143	0.19 26	0.14 164	0.39 282	0.23 220	0.44 189	0.41 217	0.36 242	0.46 261	0.53 312	0.34 273	0.76 323	0.32 249	0.14 299	0.10 269	0.13 281	0.10 215	0.15 288	0.13 265

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

CBMV_ROB	0.33 277	0.18 235	0.53 248	0.21 86	0.14 164	0.33 236	0.20 161	0.51 251	0.45 252	0.51 329	0.55 303	0.45 278	0.42 313	0.71 303	0.32 249	0.18 342	0.19 353	0.23 353	0.21 350	0.14 276	0.15 291

DDUNet	0.41 322	0.50 371	0.48 220	0.44 369	0.39 368	0.46 314	0.32 307	0.50 238	0.43 226	0.45 310	0.52 291	0.57 322	0.36 281	0.48 211	0.33 256	0.33 373	0.21 359	0.55 382	0.25 361	0.37 372	0.32 370

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

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

DLCB_ROB	0.28 238	0.16 207	0.34 78	0.27 296	0.16 228	0.38 275	0.25 256	0.48 224	0.43 226	0.46 313	0.46 261	0.51 305	0.33 266	0.53 234	0.33 256	0.10 206	0.10 269	0.11 229	0.11 248	0.10 189	0.09 161

AASNet	0.27 221	0.19 250	0.49 225	0.26 273	0.17 244	0.34 249	0.20 161	0.62 342	0.48 280	0.35 227	0.40 196	0.32 186	0.25 184	0.28 120	0.34 260	0.11 233	0.09 251	0.10 182	0.08 109	0.13 264	0.11 231

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

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

FAT-Stereo	0.36 293	0.18 235	0.73 314	0.26 273	0.18 263	0.33 236	0.29 289	0.60 330	0.59 328	0.46 313	0.60 318	0.60 330	0.50 337	0.61 267	0.34 260	0.13 276	0.14 317	0.13 281	0.12 280	0.14 276	0.18 319

GASNet	0.36 293	0.46 362	0.88 342	0.34 343	0.23 329	0.35 258	0.22 200	0.60 330	0.53 310	0.40 278	0.37 167	0.45 278	0.30 245	0.79 332	0.35 264	0.15 310	0.10 269	0.14 300	0.14 309	0.22 343	0.12 253

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

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

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

stereogan	0.37 302	0.17 223	0.65 293	0.27 296	0.22 318	0.62 353	0.26 267	0.59 322	0.63 339	0.43 301	0.60 318	0.67 352	0.42 313	0.68 295	0.35 264	0.13 276	0.14 317	0.14 300	0.12 280	0.19 326	0.17 306

CC-Net-ROB	0.43 328	0.47 364	0.65 293	0.37 358	0.23 329	0.51 331	0.29 289	0.66 356	0.49 289	0.46 313	0.51 283	0.48 291	0.38 293	0.96 364	0.35 264	0.34 374	0.23 366	0.55 382	0.25 361	0.31 366	0.20 336

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

StereoDRNet-Refined	0.27 221	0.17 223	0.35 86	0.25 245	0.14 164	0.37 268	0.21 184	0.47 213	0.41 217	0.44 306	0.51 283	0.41 254	0.28 223	0.45 204	0.37 271	0.09 164	0.06 72	0.11 229	0.11 248	0.10 189	0.10 206
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
NCCL2	0.35 289	0.26 308	0.49 225	0.36 353	0.22 318	0.41 290	0.41 344	0.53 272	0.42 221	0.47 320	0.46 261	0.61 334	0.39 298	0.55 239	0.37 271	0.16 322	0.13 313	0.21 346	0.21 350	0.16 296	0.16 298

SDNR	0.42 325	0.21 271	0.82 330	0.21 86	0.18 263	1.27 393	0.17 59	0.50 238	0.49 289	0.42 295	0.81 356	0.38 227	0.27 210	1.19 378	0.38 273	0.23 354	0.24 368	0.17 327	0.13 298	0.17 311	0.20 336

fast-acv-ft	0.31 262	0.20 258	0.81 327	0.24 208	0.18 263	0.46 314	0.27 272	0.41 163	0.49 289	0.39 270	0.55 303	0.49 295	0.35 277	0.37 183	0.38 273	0.11 233	0.11 286	0.11 229	0.12 280	0.12 251	0.09 161

CBFPSM	0.27 221	0.16 207	0.67 297	0.20 57	0.14 164	0.38 275	0.25 256	0.40 153	0.36 166	0.33 195	0.36 158	0.56 318	0.38 293	0.32 156	0.38 273	0.08 99	0.08 223	0.07 14	0.08 109	0.09 142	0.11 231

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

Syn2CoEx	0.36 293	0.31 336	0.78 317	0.34 343	0.21 303	0.41 290	0.28 285	0.61 334	0.49 289	0.42 295	0.56 308	0.45 278	0.44 317	0.69 297	0.38 273	0.17 332	0.14 317	0.15 312	0.12 280	0.13 264	0.12 253

MDST_ROB	0.48 340	0.14 164	0.95 353	0.30 323	0.21 303	1.33 396	0.32 307	0.77 373	0.56 322	1.06 382	0.71 343	0.49 295	0.35 277	1.26 384	0.38 273	0.13 276	0.11 286	0.16 321	0.13 298	0.12 251	0.12 253

ETE_ROB	0.34 284	0.26 308	0.45 198	0.29 316	0.18 263	0.40 287	0.37 329	0.57 310	0.47 271	0.50 324	0.50 277	0.62 336	0.36 281	0.55 239	0.38 273	0.13 276	0.10 269	0.14 300	0.12 280	0.16 296	0.16 298

PWCDC_ROB	0.38 308	0.30 331	0.60 274	0.33 341	0.20 295	0.42 297	0.19 123	0.58 317	0.89 372	0.42 295	1.26 380	0.36 218	0.34 273	0.50 218	0.38 273	0.18 342	0.11 286	0.11 229	0.09 183	0.19 326	0.13 265

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

Wz-Net-LNSev	0.34 284	0.29 325	0.91 346	0.26 273	0.21 303	0.47 320	0.31 303	0.54 279	0.54 313	0.44 306	0.52 291	0.50 301	0.35 277	0.39 189	0.39 281	0.11 233	0.11 286	0.10 182	0.09 183	0.14 276	0.13 265

UDG	0.40 320	0.46 362	0.49 225	0.40 364	0.35 366	0.47 320	0.27 272	0.54 279	0.47 271	0.39 270	0.45 251	0.59 327	0.44 317	0.46 206	0.39 281	0.26 359	0.19 353	0.48 378	0.22 357	0.34 369	0.26 360

RP	0.35 289	0.22 283	0.51 241	0.31 330	0.24 334	0.37 268	0.28 285	0.50 238	0.58 327	0.40 278	0.63 330	0.61 334	0.47 329	0.61 267	0.39 281	0.16 322	0.15 331	0.17 327	0.15 317	0.17 311	0.17 306

RGC	0.39 314	0.32 341	0.64 292	0.34 343	0.27 348	0.40 287	0.29 289	0.57 310	0.53 310	0.45 310	0.64 331	0.62 336	0.45 320	0.72 308	0.39 281	0.15 310	0.15 331	0.21 346	0.20 347	0.18 322	0.19 326

GANetREF_RVC	0.43 328	0.47 364	0.69 302	0.38 360	0.20 295	0.51 331	0.48 364	0.66 356	0.66 342	0.46 313	0.46 261	0.50 301	0.44 317	0.90 355	0.39 281	0.27 364	0.21 359	0.32 368	0.18 342	0.27 359	0.22 348
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
iinet-f	0.30 255	0.18 235	1.03 364	0.20 57	0.15 205	0.44 307	0.22 200	0.45 197	0.37 175	0.35 227	0.44 239	0.41 254	0.34 273	0.34 168	0.40 287	0.10 206	0.09 251	0.08 65	0.08 109	0.13 264	0.11 231

S-Stereo	0.38 308	0.20 258	1.05 365	0.27 296	0.22 318	0.38 275	0.32 307	0.55 289	0.66 342	0.39 270	0.59 313	0.49 295	0.41 305	0.75 318	0.40 287	0.12 260	0.15 331	0.13 281	0.13 298	0.16 296	0.21 343

edge stereo	0.39 314	0.22 283	0.81 327	0.27 296	0.22 318	0.37 268	0.24 242	0.56 303	0.54 313	0.53 340	0.60 318	0.71 360	0.50 337	0.78 330	0.40 287	0.16 322	0.14 317	0.19 341	0.14 309	0.16 296	0.17 306

Nwc_Net	0.37 302	0.25 297	0.68 301	0.31 330	0.24 334	0.44 307	0.30 299	0.65 350	0.50 297	0.37 247	0.69 342	0.58 325	0.45 320	0.60 262	0.40 287	0.15 310	0.12 303	0.19 341	0.21 350	0.14 276	0.13 265

AANet_RVC	0.31 262	0.22 283	0.50 235	0.23 171	0.14 164	0.30 208	0.24 242	0.47 213	0.54 313	0.38 255	0.60 318	0.43 264	0.29 236	0.87 348	0.40 287	0.11 233	0.07 158	0.07 14	0.07 50	0.09 142	0.09 161

StereoDRNet	0.32 271	0.22 283	0.61 277	0.27 296	0.21 303	0.42 297	0.30 299	0.61 334	0.48 280	0.46 313	0.39 189	0.48 291	0.30 245	0.57 250	0.40 287	0.11 233	0.09 251	0.12 262	0.11 248	0.12 251	0.10 206

GwcNet	0.35 289	0.23 290	0.88 342	0.25 245	0.24 334	0.48 324	0.27 272	0.55 289	0.57 325	0.38 255	0.52 291	0.51 305	0.32 263	0.60 262	0.41 293	0.13 276	0.11 286	0.12 262	0.11 248	0.13 264	0.14 282

GANet	0.36 293	0.22 283	0.49 225	0.29 316	0.17 244	0.41 290	0.38 335	0.57 310	0.45 252	0.46 313	0.75 349	0.55 316	0.40 301	0.94 361	0.41 293	0.13 276	0.13 313	0.13 281	0.11 248	0.14 276	0.11 231

DRN-Test	0.33 277	0.17 223	0.61 277	0.27 296	0.19 281	0.46 314	0.29 289	0.65 350	0.51 300	0.47 320	0.46 261	0.44 274	0.34 273	0.62 275	0.41 293	0.12 260	0.08 223	0.13 281	0.12 280	0.12 251	0.10 206

DRaft	0.24 182	0.10 24	0.34 78	0.18 8	0.12 77	0.28 172	0.23 220	0.33 81	0.39 193	0.38 255	0.61 325	0.21 67	0.41 305	0.48 211	0.42 296	0.07 16	0.06 72	0.08 65	0.08 109	0.07 37	0.08 111

DGSMNet	0.61 364	0.29 325	0.91 346	0.51 376	0.70 388	0.62 353	1.38 409	0.59 322	0.55 319	0.37 247	0.61 325	0.52 308	0.33 266	0.65 288	0.43 297	0.53 381	0.60 399	0.67 387	0.61 395	0.63 383	0.61 393

MFN_U_SF_DS_RVC	0.51 348	0.50 371	0.86 339	0.39 362	0.24 334	0.84 374	0.55 371	0.56 303	0.62 336	0.60 348	0.68 338	0.62 336	0.42 313	1.13 376	0.43 297	0.23 354	0.27 372	0.27 358	0.35 374	0.25 350	0.29 364

LALA_ROB	0.36 293	0.25 297	0.46 204	0.30 323	0.21 303	0.47 320	0.39 340	0.61 334	0.51 300	0.52 335	0.51 283	0.69 357	0.36 281	0.50 218	0.43 297	0.17 332	0.11 286	0.16 321	0.14 309	0.17 311	0.15 291

PSMNet_ROB	0.33 277	0.24 293	0.54 251	0.31 330	0.21 303	0.42 297	0.43 349	0.59 322	0.47 271	0.37 247	0.44 239	0.49 295	0.31 256	0.64 282	0.43 297	0.14 299	0.10 269	0.15 312	0.14 309	0.13 264	0.11 231

Wz-Net-MNSev	0.36 293	0.26 308	0.79 323	0.26 273	0.21 303	0.59 348	0.38 335	0.55 289	0.56 322	0.48 323	0.54 299	0.53 312	0.36 281	0.60 262	0.44 301	0.11 233	0.09 251	0.11 229	0.11 248	0.15 288	0.13 265

DEmStereo	0.26 214	0.09 9	0.47 211	0.19 26	0.12 77	0.30 208	0.25 256	0.28 33	0.36 166	0.36 242	0.58 311	0.25 111	0.48 335	0.53 234	0.44 301	0.07 16	0.06 72	0.08 65	0.08 109	0.06 6	0.07 65

AF-Net	0.37 302	0.26 308	0.56 260	0.32 336	0.23 329	0.41 290	0.29 289	0.61 334	0.64 340	0.42 295	0.68 338	0.65 347	0.49 336	0.57 250	0.44 301	0.15 310	0.11 286	0.19 341	0.14 309	0.15 288	0.13 265

Ntro	0.58 359	0.64 380	0.92 348	0.66 384	0.50 377	0.77 367	0.36 325	0.66 356	0.70 352	0.50 324	0.59 313	0.65 347	0.51 340	0.75 318	0.45 304	0.56 385	0.32 380	0.56 385	0.34 373	0.63 383	0.46 382

THIR-Stereo	0.29 248	0.12 81	0.41 165	0.19 26	0.11 42	0.28 172	0.72 383	0.32 67	0.35 156	0.37 247	0.65 332	0.34 199	0.50 337	0.57 250	0.45 304	0.07 16	0.06 72	0.08 65	0.09 183	0.07 37	0.07 65

psmorigin	0.50 344	0.25 297	3.03 405	0.24 208	0.19 281	0.38 275	0.22 200	0.50 238	0.44 240	0.64 353	0.68 338	0.71 360	0.51 340	0.85 345	0.45 304	0.14 299	0.17 343	0.13 281	0.14 309	0.16 296	0.21 343

NCC-stereo	0.39 314	0.25 297	0.69 302	0.32 336	0.28 351	0.46 314	0.36 325	0.65 350	0.52 306	0.40 278	0.57 309	0.56 318	0.47 329	0.73 310	0.45 304	0.17 332	0.14 317	0.18 334	0.25 361	0.16 296	0.16 298

Abc-Net	0.39 314	0.25 297	0.69 302	0.32 336	0.28 351	0.46 314	0.36 325	0.65 350	0.52 306	0.40 278	0.57 309	0.56 318	0.47 329	0.73 310	0.45 304	0.17 332	0.14 317	0.18 334	0.25 361	0.16 296	0.16 298
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
XPNet_ROB	0.33 277	0.20 258	0.43 182	0.27 296	0.18 263	0.37 268	0.31 303	0.55 289	0.50 297	0.51 329	0.53 296	0.58 325	0.37 289	0.63 280	0.45 304	0.17 332	0.12 303	0.13 281	0.12 280	0.15 288	0.14 282

otaku	0.57 358	0.62 379	0.87 341	0.63 383	0.44 373	0.73 363	0.37 329	0.65 350	0.66 342	0.51 329	0.75 349	0.66 351	0.45 320	0.69 297	0.46 310	0.53 381	0.34 381	0.55 382	0.35 374	0.60 382	0.45 379

APVNet	0.36 293	0.20 258	0.70 308	0.26 273	0.22 318	0.52 340	0.35 322	0.61 334	0.44 240	0.38 255	0.52 291	0.48 291	0.38 293	0.84 344	0.46 310	0.13 276	0.14 317	0.15 312	0.16 328	0.16 296	0.15 291

PDISCO_ROB	0.43 328	0.30 331	0.67 297	0.43 367	0.36 367	0.67 358	0.32 307	0.72 369	0.76 360	0.43 301	0.53 296	0.63 344	0.40 301	0.66 292	0.47 312	0.21 351	0.12 303	0.21 346	0.19 346	0.25 350	0.20 336

Anonymous Stereo	0.38 308	0.34 343	1.00 358	0.30 323	0.25 341	0.33 236	0.44 352	0.50 238	0.54 313	0.41 287	0.45 251	0.39 238	0.26 193	0.93 358	0.48 313	0.15 310	0.14 317	0.15 312	0.16 328	0.16 296	0.17 306

PASM	0.45 335	0.35 346	0.90 345	0.35 352	0.33 363	0.39 282	0.38 335	0.50 238	0.61 334	0.52 335	0.51 283	0.62 336	0.45 320	0.93 358	0.48 313	0.26 359	0.29 376	0.29 364	0.33 372	0.29 364	0.26 360

DispFullNet	0.66 368	0.89 391	1.59 388	0.77 388	1.21 405	0.51 331	0.23 220	0.59 322	0.72 355	0.69 359	0.61 325	0.69 357	0.91 380	0.79 332	0.48 313	0.27 364	0.12 303	0.73 390	0.30 371	0.65 386	0.40 376

PA-Net	0.37 302	0.28 318	0.83 331	0.31 330	0.28 351	0.39 282	0.42 347	0.51 251	0.55 319	0.34 211	0.42 218	0.41 254	0.36 281	0.79 332	0.49 316	0.12 260	0.23 366	0.16 321	0.23 359	0.12 251	0.18 319
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DANet	0.35 289	0.23 290	0.60 274	0.36 353	0.22 318	0.39 282	0.25 256	0.48 224	0.43 226	0.52 335	0.50 277	0.59 327	0.41 305	0.76 323	0.49 316	0.13 276	0.11 286	0.14 300	0.12 280	0.17 311	0.15 291
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
LSM	1.64 401	0.40 358	2.56 401	2.02 411	17.61 422	0.51 331	0.52 368	0.61 334	0.76 360	0.82 368	1.11 374	0.63 344	0.54 343	0.75 318	0.49 316	0.16 322	0.24 368	0.18 334	0.21 350	0.25 350	2.42 414

DISCO	0.32 271	0.13 136	0.51 241	0.25 245	0.16 228	0.48 324	0.25 256	0.50 238	0.57 325	0.37 247	0.45 251	0.62 336	0.36 281	0.64 282	0.49 316	0.09 164	0.07 158	0.09 120	0.08 109	0.12 251	0.11 231

MSMD_ROB	0.60 363	0.33 342	0.61 277	0.30 323	0.25 341	0.86 375	0.35 322	0.55 289	0.67 345	1.10 384	1.49 389	1.76 392	0.97 384	0.88 351	0.49 316	0.23 354	0.21 359	0.27 358	0.27 367	0.25 350	0.24 358

aanetorigin	0.39 314	0.29 325	1.09 367	0.24 208	0.19 281	0.28 172	0.37 329	0.33 81	0.47 271	0.94 374	0.82 357	0.52 308	0.54 343	0.49 216	0.50 321	0.11 233	0.09 251	0.10 182	0.10 215	0.16 296	0.15 291

SGM-Forest	0.36 293	0.17 223	0.47 211	0.23 171	0.16 228	0.45 312	0.41 344	0.55 289	0.48 280	0.52 335	0.60 318	0.52 308	0.41 305	0.85 345	0.50 321	0.17 332	0.17 343	0.17 327	0.15 317	0.15 288	0.15 291
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FBW_ROB	0.43 328	0.26 308	0.54 251	0.31 330	0.20 295	0.51 331	0.32 307	0.70 366	0.60 331	0.59 347	0.55 303	0.65 347	0.41 305	1.40 389	0.51 323	0.13 276	0.17 343	0.21 346	0.16 328	0.17 311	0.18 319

DeepPrunerF	0.44 334	0.29 325	1.29 381	0.33 341	0.30 359	0.35 258	0.36 325	0.62 342	1.15 388	0.40 278	0.44 239	0.39 238	0.41 305	0.80 336	0.52 324	0.18 342	0.14 317	0.23 353	0.21 350	0.17 311	0.17 306

PWC_ROB	0.38 308	0.29 325	0.69 302	0.25 245	0.20 295	0.38 275	0.19 123	0.58 317	0.67 345	0.57 346	0.85 360	0.51 305	0.40 301	0.71 303	0.52 324	0.13 276	0.09 251	0.14 300	0.10 215	0.17 311	0.14 282

RYNet	0.37 302	0.18 235	0.59 272	0.25 245	0.28 351	0.61 352	0.32 307	0.59 322	0.59 328	0.41 287	0.38 177	0.57 322	0.39 298	0.87 348	0.53 326	0.11 233	0.08 223	0.12 262	0.11 248	0.18 322	0.18 319

ACVNet_1	0.72 373	0.81 386	1.37 385	0.72 386	0.53 380	0.77 367	0.42 347	0.85 384	0.90 374	0.74 364	0.75 349	1.32 384	0.72 367	1.02 370	0.55 327	0.54 383	0.31 379	0.71 389	0.35 374	0.64 385	0.45 379

RainbowNet	0.72 373	0.89 391	1.02 362	0.82 389	0.63 386	0.78 370	0.52 368	0.81 380	0.93 378	0.60 348	0.79 354	0.80 365	0.60 352	0.80 336	0.57 328	0.78 394	0.55 395	0.78 392	0.49 384	0.76 391	0.58 388

anonymity	0.56 355	0.54 375	0.70 308	0.47 372	0.61 384	0.56 343	0.43 349	0.69 365	0.49 289	0.63 351	0.55 303	0.54 314	0.60 352	0.61 267	0.57 328	0.55 384	0.53 392	0.50 379	0.54 390	0.51 376	0.56 386

CrosDoStereo	0.31 262	0.10 24	0.49 225	0.18 8	0.12 77	0.22 93	1.11 405	0.34 87	0.37 175	0.38 255	0.61 325	0.28 153	0.46 326	0.61 267	0.57 328	0.07 16	0.06 72	0.08 65	0.08 109	0.07 37	0.07 65

DeepStereo_LL	0.31 262	0.10 24	0.49 225	0.18 8	0.12 77	0.22 93	1.11 405	0.34 87	0.37 175	0.38 255	0.61 325	0.28 153	0.46 326	0.61 267	0.57 328	0.07 16	0.06 72	0.08 65	0.08 109	0.07 37	0.07 65

G-Net	0.46 337	0.25 297	0.86 339	0.34 343	0.28 351	0.90 378	0.35 322	0.47 213	0.45 252	0.68 357	1.22 378	0.64 346	0.60 352	0.61 267	0.57 328	0.16 322	0.14 317	0.17 327	0.13 298	0.22 343	0.19 326

SHD	0.42 325	0.27 315	0.81 327	0.31 330	0.25 341	0.42 297	0.22 200	0.66 356	0.94 379	0.63 351	0.60 318	0.59 327	0.47 329	0.59 261	0.58 333	0.15 310	0.13 313	0.16 321	0.16 328	0.20 334	0.22 348

Wz-Net-SNSev	0.43 328	0.41 361	1.27 379	0.30 323	0.21 303	0.44 307	0.41 344	0.61 334	0.65 341	0.46 313	0.65 332	0.62 336	0.39 298	0.74 317	0.59 334	0.12 260	0.11 286	0.12 262	0.13 298	0.16 296	0.14 282

MeshStereo	0.58 359	0.27 315	0.67 297	0.22 129	0.17 244	0.66 357	0.37 329	0.78 374	0.61 334	1.47 402	1.30 381	1.65 389	0.79 370	1.12 375	0.59 334	0.17 332	0.17 343	0.17 327	0.14 309	0.17 311	0.14 282
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
SGM_RVC	0.50 344	0.19 250	0.50 235	0.25 245	0.15 205	0.69 359	0.39 340	0.68 364	0.82 366	0.95 376	0.84 359	1.13 376	0.76 368	1.16 377	0.60 336	0.16 322	0.16 338	0.16 321	0.16 328	0.16 296	0.17 306
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ccnet	0.42 325	0.31 336	0.48 220	0.27 296	0.32 362	0.60 351	0.32 307	0.65 350	0.46 266	0.53 340	0.66 334	0.56 318	0.45 320	0.72 308	0.61 337	0.26 359	0.19 353	0.24 355	0.21 350	0.26 356	0.22 348

MFMNet_re	0.72 373	0.76 384	0.99 357	0.62 382	0.70 388	0.77 367	0.67 379	0.75 371	0.83 369	0.78 367	0.86 361	0.69 357	0.78 369	0.71 303	0.61 337	0.66 390	0.59 398	0.61 386	0.58 394	0.68 389	0.71 397

SAMSARA	0.56 355	0.39 357	0.80 325	0.60 381	0.46 374	1.00 382	1.23 408	0.67 361	0.68 348	0.71 360	0.54 299	0.89 370	0.57 349	0.81 339	0.62 339	0.19 347	0.22 363	0.18 334	0.18 342	0.27 359	0.25 359

CSAN	0.50 344	0.35 346	0.78 317	0.36 353	0.23 329	0.56 343	0.59 375	0.61 334	0.70 352	0.64 353	0.78 353	0.65 347	0.60 352	1.38 388	0.62 339	0.21 351	0.17 343	0.20 344	0.20 347	0.18 322	0.18 319

WCMA_ROB	0.51 348	0.21 271	0.65 293	0.25 245	0.21 303	0.58 347	0.32 307	0.54 279	0.55 319	0.95 376	1.40 384	1.28 382	0.81 373	0.73 310	0.62 339	0.18 342	0.15 331	0.15 312	0.15 317	0.19 326	0.19 326

Consistency-Raft	0.55 354	0.48 366	1.02 362	0.45 370	0.49 376	0.49 327	0.47 360	0.72 369	0.72 355	0.45 310	0.82 357	0.47 286	0.60 352	0.50 218	0.63 342	0.39 379	0.39 384	0.44 376	0.51 387	0.52 377	0.37 373

FCDSN-DC	0.63 365	0.31 336	0.61 277	0.36 353	0.30 359	0.65 355	0.37 329	0.66 356	0.68 348	1.14 386	1.54 392	1.71 391	1.26 393	0.92 357	0.64 343	0.24 357	0.22 363	0.27 358	0.26 365	0.27 359	0.27 363
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
NaN_ROB	0.41 322	0.28 318	0.62 285	0.30 323	0.19 281	0.51 331	0.47 360	0.58 317	0.59 328	0.56 344	0.47 268	0.49 295	0.41 305	1.21 381	0.64 343	0.12 260	0.18 349	0.12 262	0.13 298	0.11 225	0.14 282

ACVNet_2	0.89 382	0.87 390	1.25 377	0.82 389	0.62 385	0.97 381	0.62 377	1.14 389	1.42 392	1.00 379	1.40 384	1.47 387	0.84 376	1.11 373	0.66 345	0.61 388	0.43 386	0.78 392	0.49 384	0.75 390	0.52 384

MSC_U_SF_DS_RVC	0.68 370	0.64 380	1.06 366	0.45 370	0.27 348	1.40 399	0.58 373	0.78 374	0.92 376	0.84 369	0.86 361	0.88 369	0.68 363	1.33 387	0.68 346	0.37 377	0.29 376	0.34 370	0.36 377	0.43 373	0.37 373

DPSNet	0.47 338	0.24 293	0.93 350	0.27 296	0.20 295	0.75 366	0.57 372	0.84 382	0.79 364	0.47 320	0.51 283	0.60 330	0.69 364	0.87 348	0.71 347	0.16 322	0.13 313	0.12 262	0.10 215	0.25 350	0.21 343

XQC	0.43 328	0.37 354	0.96 354	0.34 343	0.25 341	0.53 341	0.34 319	0.60 330	0.73 358	0.51 329	0.46 261	0.57 322	0.47 329	0.70 300	0.72 348	0.17 332	0.12 303	0.18 334	0.15 317	0.25 350	0.23 354

MFN_U_SF_RVC	0.56 355	0.51 373	1.19 373	0.38 360	0.22 318	0.69 359	0.27 272	0.80 378	0.67 345	0.73 361	0.74 348	0.87 367	0.61 361	0.81 339	0.76 349	0.29 369	0.27 372	0.32 368	0.37 378	0.32 368	0.31 367

PVD	0.58 359	0.34 343	0.84 335	0.39 362	0.31 361	0.59 348	0.47 360	0.80 378	1.25 389	0.92 373	1.09 372	0.79 364	0.82 374	0.85 345	0.76 349	0.21 351	0.18 349	0.22 352	0.18 342	0.27 359	0.35 372

SANet	0.53 353	0.28 318	0.96 354	0.26 273	0.15 205	0.69 359	0.44 352	0.67 361	1.34 390	0.67 356	0.98 369	0.94 371	0.71 366	0.89 352	0.76 349	0.14 299	0.12 303	0.12 262	0.11 248	0.17 311	0.16 298

Wz-Net-TNSev	0.51 348	0.58 376	1.61 391	0.25 245	0.21 303	0.65 355	0.45 354	0.63 348	0.69 350	0.51 329	0.54 299	0.71 360	0.60 352	1.00 368	0.77 352	0.15 310	0.15 331	0.13 281	0.15 317	0.21 337	0.20 336

FC-DCNN	0.70 372	0.30 331	0.69 302	0.32 336	0.27 348	0.81 373	0.39 340	0.79 377	0.82 366	1.41 395	1.58 394	1.98 394	1.26 393	1.02 370	0.77 352	0.24 357	0.22 363	0.27 358	0.26 365	0.26 356	0.26 360

NVStereoNet_ROB	0.67 369	0.49 370	0.83 331	0.48 373	0.40 370	0.51 331	0.46 356	0.70 366	0.77 362	0.84 369	1.72 395	1.02 375	0.83 375	1.23 382	0.79 354	0.32 372	0.38 383	0.40 374	0.46 382	0.36 371	0.41 377
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RTSC	0.39 314	0.28 318	0.78 317	0.27 296	0.18 263	0.49 327	0.22 200	0.59 322	0.84 371	0.55 343	0.53 296	0.49 295	0.36 281	0.67 294	0.82 355	0.13 276	0.10 269	0.11 229	0.12 280	0.17 311	0.17 306

IMH-64-1	0.91 383	0.86 388	0.84 335	0.97 394	0.75 390	0.92 379	0.71 381	1.27 390	1.10 385	0.89 371	1.45 386	1.14 377	0.96 382	1.19 378	0.84 356	0.74 391	0.51 389	0.97 396	0.55 391	0.84 393	0.60 390

IMH-64	0.91 383	0.86 388	0.84 335	0.97 394	0.75 390	0.92 379	0.71 381	1.27 390	1.10 385	0.89 371	1.45 386	1.14 377	0.96 382	1.19 378	0.84 356	0.74 391	0.51 389	0.97 396	0.55 391	0.84 393	0.60 390

WZ-Net	0.52 352	0.38 356	1.90 393	0.30 323	0.24 334	0.57 346	0.48 364	0.62 342	0.78 363	0.50 324	0.71 343	0.68 355	0.54 343	0.98 367	0.84 356	0.13 276	0.10 269	0.11 229	0.12 280	0.19 326	0.20 336

ttt	0.29 248	0.12 81	0.34 78	0.21 86	0.13 131	0.29 191	0.20 161	0.56 303	0.47 271	0.31 168	0.44 239	0.30 170	0.22 145	0.65 288	0.85 359	0.13 276	0.10 269	0.10 182	0.10 215	0.11 225	0.11 231

SPS-STEREO	0.69 371	0.61 378	0.98 356	0.52 378	0.57 382	0.74 364	0.50 367	0.78 374	0.62 336	0.95 376	0.86 361	0.94 371	0.70 365	1.01 369	0.87 360	0.58 387	0.51 389	0.50 379	0.50 386	0.55 379	0.58 388
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IMH	1.05 388	0.95 395	1.00 358	1.01 396	0.78 393	1.11 385	0.68 380	1.38 393	1.43 393	1.00 379	1.72 395	1.43 385	1.14 386	1.73 397	0.89 361	1.09 404	0.55 395	0.99 398	0.57 393	0.87 395	0.62 395

LVE	1.13 390	1.02 396	1.28 380	1.01 396	0.80 396	1.29 395	0.81 392	1.47 397	1.96 397	1.07 383	1.90 398	1.90 393	1.01 385	1.48 390	0.91 362	0.93 401	0.61 401	0.94 395	0.69 398	0.87 395	0.75 401

ELAS_RVC	0.74 377	0.36 349	1.00 358	0.37 358	0.33 363	0.88 376	0.93 397	0.83 381	1.08 384	1.35 391	1.33 383	1.24 380	1.33 396	1.06 372	0.95 363	0.27 364	0.25 370	0.29 364	0.27 367	0.30 365	0.30 365
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
pmcnn	0.50 344	0.20 258	0.78 317	0.24 208	0.26 346	0.39 282	0.30 299	0.51 251	0.50 297	0.54 342	1.23 379	2.52 402	0.37 289	0.77 329	0.95 363	0.08 99	0.06 72	0.06 1	0.05 9	0.10 189	0.08 111

EDNetEfficientorigin	7.51 413	0.52 374	140.47 435	0.25 245	0.17 244	0.42 297	0.29 289	0.47 213	1.03 380	1.28 389	1.02 370	0.83 366	0.84 376	0.75 318	0.99 365	0.10 206	0.09 251	0.12 262	0.10 215	0.21 337	0.22 348

Dean	1.17 392	1.04 398	1.49 387	1.03 398	0.78 393	1.20 391	0.77 388	1.48 398	1.96 397	1.28 389	1.99 400	2.15 396	1.14 386	1.25 383	1.00 366	0.81 396	0.60 399	1.01 399	0.69 398	0.92 399	0.74 400

ELAS	0.74 377	0.36 349	0.85 338	0.36 353	0.33 363	1.36 397	0.77 388	0.93 385	0.92 376	1.41 395	1.53 391	1.16 379	1.17 389	0.95 363	1.03 367	0.26 359	0.25 370	0.28 363	0.28 370	0.31 366	0.30 365
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCK	1.00 385	1.17 403	1.70 392	0.91 392	0.41 371	1.19 390	0.92 396	1.10 387	1.14 387	1.16 387	1.14 375	1.25 381	0.88 379	1.75 398	1.04 368	0.87 398	0.50 387	0.87 394	0.53 389	0.96 400	0.52 384

DualNet	0.26 214	0.12 81	0.42 172	0.20 57	0.13 131	0.28 172	0.20 161	0.35 104	0.44 240	0.30 151	0.42 218	0.34 199	0.23 154	0.27 108	1.08 369	0.08 99	0.05 6	0.11 229	0.10 215	0.08 81	0.08 111

ff1	0.29 248	0.12 81	0.42 172	0.20 57	0.13 131	0.28 172	0.20 161	0.35 104	0.44 240	0.30 151	0.42 218	0.34 199	0.23 154	0.81 339	1.08 369	0.08 99	0.05 6	0.11 229	0.10 215	0.08 81	0.08 111

mmx	0.31 262	0.12 81	0.42 172	0.20 57	0.13 131	0.28 172	0.20 161	0.55 289	0.45 252	0.30 151	0.42 218	0.34 199	0.23 154	0.81 339	1.08 369	0.10 206	0.07 158	0.11 229	0.10 215	0.11 225	0.10 206

xxx	0.31 262	0.12 81	0.42 172	0.20 57	0.13 131	0.28 172	0.20 161	0.55 289	0.45 252	0.30 151	0.42 218	0.34 199	0.23 154	0.81 339	1.08 369	0.10 206	0.07 158	0.11 229	0.10 215	0.11 225	0.10 206

SuperB	0.49 342	0.28 318	2.23 395	0.23 171	0.15 205	0.41 290	0.32 307	0.47 213	0.82 366	0.43 301	0.50 277	0.33 193	0.45 320	0.68 295	1.08 369	0.10 206	0.07 158	0.09 120	0.08 109	0.98 401	0.14 282

SGM+DAISY	0.87 381	0.66 382	1.30 382	0.51 376	0.60 383	1.03 383	0.84 394	0.76 372	0.73 358	1.39 393	1.51 390	1.31 383	1.22 391	1.11 373	1.08 369	0.57 386	0.53 392	0.51 381	0.51 387	0.54 378	0.61 393

WAO-7	1.01 386	0.89 391	0.93 350	0.83 391	0.66 387	1.18 388	0.81 392	1.40 394	1.57 395	1.11 385	1.76 397	1.45 386	1.19 390	1.50 391	1.14 375	0.61 388	0.62 402	0.70 388	0.68 397	0.66 388	0.60 390

WAO-6	1.07 389	0.93 394	0.92 348	0.96 393	0.78 393	1.28 394	0.75 385	1.34 392	2.00 399	1.02 381	1.54 392	1.59 388	1.22 391	1.31 386	1.14 375	0.78 394	0.55 395	1.02 400	0.75 401	0.83 392	0.69 396

ADCPNet	0.48 340	0.29 325	1.60 389	0.27 296	0.23 329	0.70 362	0.38 335	0.53 272	0.51 300	0.51 329	0.59 313	0.67 352	0.56 347	0.60 262	1.14 375	0.15 310	0.18 349	0.14 300	0.23 359	0.19 326	0.19 326

RTS	0.78 379	0.48 366	4.68 407	0.34 343	0.28 351	1.12 386	0.46 356	0.62 342	1.03 380	0.73 361	0.89 365	0.60 330	0.59 350	1.61 392	1.16 378	0.14 299	0.11 286	0.15 312	0.15 317	0.21 337	0.19 326

RTSA	0.78 379	0.48 366	4.68 407	0.34 343	0.28 351	1.12 386	0.46 356	0.62 342	1.03 380	0.73 361	0.89 365	0.60 330	0.59 350	1.61 392	1.16 378	0.14 299	0.11 286	0.15 312	0.15 317	0.21 337	0.19 326

WAO-8	1.46 397	1.10 400	1.09 367	1.10 399	0.84 397	2.06 403	0.75 385	1.84 403	3.83 407	1.44 399	2.21 403	2.15 396	1.43 398	3.17 408	1.19 380	0.91 399	0.65 404	1.09 401	0.79 402	0.90 397	0.71 397

Venus	1.46 397	1.10 400	1.09 367	1.10 399	0.84 397	2.06 403	0.75 385	1.84 403	3.83 407	1.44 399	2.21 403	2.15 396	1.43 398	3.17 408	1.19 380	0.91 399	0.65 404	1.09 401	0.79 402	0.90 397	0.71 397

KSHMR	1.89 404	1.36 407	1.60 389	1.47 408	1.22 406	1.38 398	1.06 402	1.79 402	5.97 413	1.42 397	5.65 413	2.98 406	1.14 386	2.23 405	1.20 382	1.27 408	1.12 409	1.46 410	1.10 409	1.32 408	1.15 408

ACVNet-4b	0.72 373	0.81 386	1.33 383	0.72 386	0.50 377	0.80 372	0.31 303	0.71 368	0.80 365	0.50 324	0.72 347	0.95 373	0.43 316	0.96 364	1.20 382	1.13 407	0.21 359	0.76 391	0.45 381	0.65 386	0.46 382

ktn	1.77 403	1.36 407	1.22 375	1.43 407	1.14 404	1.52 400	1.08 403	1.51 400	3.96 410	2.77 409	4.69 410	3.35 407	1.46 400	1.69 396	1.25 384	1.43 409	0.77 408	1.45 409	0.99 407	1.32 408	0.96 404

ADCRef	0.38 308	0.24 293	0.88 342	0.26 273	0.21 303	0.49 327	0.27 272	0.52 261	0.48 280	0.50 324	0.58 311	0.35 213	0.47 329	0.48 211	1.29 385	0.09 164	0.08 223	0.12 262	0.12 280	0.11 225	0.11 231

1111x	0.32 271	0.11 63	0.40 143	0.22 129	0.11 42	0.32 227	0.26 267	0.59 322	0.43 226	0.31 168	0.41 204	0.39 238	0.28 223	0.76 323	1.37 386	0.09 164	0.08 223	0.09 120	0.10 215	0.09 142	0.08 111

TorneroNet-64	1.43 395	1.03 397	1.20 374	1.10 399	0.86 399	2.26 407	0.73 384	1.84 403	3.84 409	1.25 388	2.25 405	2.69 404	1.42 397	1.76 399	1.43 387	0.76 393	0.50 387	1.09 401	0.66 396	1.23 404	0.76 402

ADCL	0.47 338	0.22 283	1.00 358	0.27 296	0.19 281	0.74 364	0.64 378	0.54 279	0.69 350	0.56 344	0.71 343	0.55 316	0.60 352	0.60 262	1.43 387	0.11 233	0.09 251	0.13 281	0.13 298	0.14 276	0.14 282

AnyNet_C01	0.65 367	0.58 376	2.60 402	0.32 336	0.26 346	0.88 376	0.61 376	0.63 348	0.62 336	0.68 357	0.96 368	0.76 363	0.60 352	0.96 364	1.43 387	0.16 322	0.16 338	0.17 327	0.17 337	0.23 346	0.23 354

notaker	1.45 396	1.34 406	1.48 386	1.40 406	1.07 403	1.18 388	0.85 395	1.48 398	1.40 391	1.51 403	3.46 408	2.40 401	1.81 402	1.76 399	1.45 390	1.11 405	0.69 407	1.38 408	0.87 404	1.31 406	0.97 405

EDNetEfficient	0.63 365	0.37 354	2.40 399	0.26 273	0.25 341	0.38 275	0.49 366	0.41 163	1.06 383	1.38 392	0.87 364	0.62 336	0.95 381	0.65 288	1.65 391	0.11 233	0.09 251	0.10 182	0.11 248	0.19 326	0.17 306

ADCMid	0.49 342	0.34 343	1.13 371	0.26 273	0.21 303	0.51 331	0.37 329	0.57 310	0.54 313	0.75 365	0.66 334	0.62 336	0.64 362	0.64 282	1.68 392	0.13 276	0.12 303	0.17 327	0.17 337	0.20 334	0.17 306

MADNet+	1.01 386	1.16 402	4.72 409	0.70 385	0.47 375	1.24 392	0.96 398	0.97 386	0.89 372	0.65 355	0.77 352	0.87 367	0.85 378	2.09 402	1.68 392	0.38 378	0.39 384	0.31 367	0.27 367	0.43 373	0.39 375

JetBlue	1.14 391	0.76 384	2.36 397	0.59 380	0.75 390	3.04 410	1.78 410	1.11 388	0.90 374	0.94 374	1.10 373	1.66 390	1.28 395	2.09 402	1.72 394	0.43 380	0.36 382	0.38 372	0.38 380	0.58 381	0.56 386

AnyNet_C32	0.51 348	0.40 358	1.10 370	0.29 316	0.28 351	0.59 348	0.58 373	0.54 279	0.60 331	0.62 350	0.66 334	0.54 314	0.54 343	0.78 330	1.74 395	0.15 310	0.14 317	0.15 312	0.17 337	0.20 334	0.20 336

UNDER WATER-64	1.55 399	1.19 404	2.52 400	1.31 404	0.95 401	2.12 405	1.21 407	1.45 396	3.19 403	1.43 398	1.32 382	2.64 403	2.04 404	1.63 394	1.83 396	1.11 405	0.67 406	1.28 406	0.92 405	1.19 402	1.02 406

TorneroNet	2.22 405	1.08 399	1.24 376	1.14 403	0.90 400	5.58 412	0.80 390	2.12 408	8.69 415	2.58 407	5.42 412	3.88 409	1.97 403	1.78 401	1.87 397	0.86 397	0.54 394	1.15 405	0.74 400	1.23 404	0.85 403

ADCP+	0.45 335	0.24 293	1.15 372	0.25 245	0.22 318	0.56 343	0.39 340	0.54 279	0.51 300	0.44 306	0.51 283	0.46 284	0.52 342	0.56 247	1.89 398	0.10 206	0.08 223	0.11 229	0.10 215	0.14 276	0.13 265

coex-ft	3.44 409	0.73 383	48.55 433	0.24 208	0.19 281	0.50 330	0.43 349	0.47 213	2.40 401	7.03 414	1.20 377	0.97 374	2.23 405	0.73 310	1.92 399	0.12 260	0.15 331	0.14 300	0.12 280	0.21 337	0.43 378

UNDER WATER	1.59 400	1.22 405	2.36 397	1.38 405	1.03 402	1.67 402	1.10 404	1.54 401	3.63 405	1.44 399	1.47 388	2.85 405	2.25 406	1.67 395	1.94 400	1.06 403	0.62 402	1.31 407	0.93 406	1.21 403	1.02 406

MANE	1.41 394	0.36 349	0.74 315	0.43 367	0.41 371	2.16 406	0.80 390	2.39 410	3.38 404	2.22 405	3.06 407	3.54 408	2.73 409	2.15 404	1.94 400	0.28 367	0.27 372	0.30 366	0.46 382	0.28 363	0.34 371

xxxx	0.34 284	0.10 24	0.29 36	0.19 26	0.11 42	0.37 268	0.20 161	0.58 317	0.38 187	0.29 123	0.42 218	0.38 227	0.24 169	0.46 206	2.20 402	0.11 233	0.07 158	0.09 120	0.08 109	0.09 142	0.09 161

ADCS	0.58 359	0.40 358	1.35 384	0.29 316	0.24 334	0.55 342	0.45 354	0.67 361	0.83 369	0.76 366	0.71 343	0.68 355	0.60 352	0.76 323	2.23 403	0.16 322	0.16 338	0.16 321	0.17 337	0.22 343	0.22 348

test_xeample	0.34 284	0.10 24	0.29 36	0.19 26	0.11 42	0.33 236	0.23 220	0.55 289	0.38 187	0.32 186	0.45 251	0.29 160	0.26 193	0.57 250	2.24 404	0.10 206	0.07 158	0.09 120	0.08 109	0.09 142	0.09 161

SGM-ForestM	1.36 393	0.28 318	0.79 323	0.26 273	0.16 228	2.26 407	1.00 400	1.42 395	1.46 394	2.38 406	2.05 401	5.95 415	2.66 408	2.95 407	2.46 405	0.17 332	0.18 349	0.18 334	0.18 342	0.15 288	0.18 319

AAGNet	0.33 277	0.11 63	0.37 108	0.25 245	0.16 228	0.20 55	0.19 123	0.30 54	0.27 74	0.35 227	0.35 148	0.27 138	0.30 245	0.44 202	2.66 406	0.08 99	0.05 6	0.10 182	0.07 50	0.08 81	0.06 18

MADNet++	2.26 406	1.80 411	2.06 394	2.13 413	1.97 411	2.61 409	1.79 411	2.38 409	2.16 400	2.75 408	2.65 406	2.38 400	2.43 407	3.17 408	3.21 407	2.17 411	1.95 412	1.94 412	1.63 411	2.06 411	2.01 413

HanzoNet	2.97 408	1.69 409	2.29 396	1.74 409	1.33 407	1.53 401	1.03 401	1.99 406	2.64 402	5.51 412	5.16 411	5.90 414	6.82 414	4.32 413	3.29 408	3.16 413	2.02 414	1.92 411	2.87 415	2.24 412	1.89 412

222	0.41 322	0.10 24	0.29 36	0.19 26	0.11 42	0.36 263	0.20 161	0.57 310	0.39 193	0.35 227	0.44 239	0.30 170	0.27 210	0.55 239	3.56 409	0.11 233	0.07 158	0.08 65	0.08 109	0.09 142	0.09 161

LE_ROB	1.76 402	0.20 258	2.68 403	0.48 373	0.52 379	0.78 370	0.96 398	0.84 382	6.61 414	7.40 415	2.08 402	2.08 395	4.83 410	1.27 385	3.79 410	0.10 206	0.08 223	0.12 262	0.11 248	0.11 225	0.10 206

JetRed	2.30 407	2.64 413	6.12 410	1.12 402	1.38 408	5.85 413	3.29 412	1.99 406	1.67 396	1.98 404	1.95 399	2.16 399	1.60 401	2.48 406	4.10 411	1.05 402	1.60 411	1.09 401	1.01 408	1.67 410	1.28 409

DPSimNet_ROB	4.34 410	4.23 414	6.89 412	3.67 414	3.68 412	4.75 411	5.21 414	2.67 411	3.68 406	5.82 413	3.95 409	5.57 411	6.72 413	3.46 412	4.48 412	4.05 416	2.88 415	4.68 417	3.12 416	3.69 414	3.62 416

BEATNet-Init1	4.73 412	2.61 412	13.29 422	0.58 379	0.53 380	10.12 417	3.33 413	4.83 413	5.01 412	8.75 416	8.51 414	14.08 423	7.60 415	7.70 416	5.34 413	0.28 367	0.28 375	0.34 370	0.37 378	0.57 380	0.45 379

tt	4.71 411	0.10 24	3.94 406	2.06 412	1.53 409	10.14 418	16.88 418	9.27 418	4.98 411	1.39 393	1.02 370	4.68 410	4.90 411	3.35 411	5.86 414	5.76 417	9.15 422	2.24 413	2.53 414	3.10 413	1.32 410

LRCNet_RVC	10.90 417	14.34 426	9.35 413	15.35 421	8.04 415	1.08 384	0.34 319	8.78 417	0.70 352	12.63 423	16.05 423	9.85 416	6.54 412	8.57 417	6.34 415	20.27 431	5.40 416	23.70 429	21.88 428	14.87 423	13.83 425

PML	16.10 424	12.82 425	6.78 411	5.23 415	7.76 414	33.92 428	66.56 434	5.30 414	10.28 416	26.12 433	68.59 434	20.51 425	13.49 424	10.06 418	6.78 416	5.96 418	2.00 413	6.04 420	2.18 413	8.96 419	2.60 415

DGTPSM_ROB	8.34 414	5.10 415	10.37 420	5.31 416	10.18 416	8.33 414	23.60 422	6.06 415	13.41 421	4.90 410	10.87 419	5.65 412	10.44 416	6.17 414	12.59 417	3.74 414	7.55 417	3.69 415	7.26 419	4.14 415	7.46 417

DPSMNet_ROB	8.40 415	5.11 416	10.49 421	5.58 417	10.25 417	8.34 415	23.62 423	6.07 416	13.45 422	4.93 411	10.88 420	5.66 413	10.44 416	6.24 415	12.64 418	3.98 415	7.61 418	3.76 416	7.30 420	4.20 416	7.51 418

Anonymous_1	16.62 425	9.35 418	9.84 414	10.66 418	14.64 420	18.66 424	27.12 424	12.64 422	13.51 423	10.76 422	10.30 418	10.13 417	10.60 418	11.06 422	12.74 419	15.87 430	7.74 419	16.92 427	43.48 431	58.66 434	7.68 419

DPSM_ROB	11.49 418	9.87 422	10.35 418	11.13 419	11.31 418	19.11 425	27.51 425	13.37 423	14.21 424	10.31 420	11.06 421	10.96 421	11.27 422	11.96 423	13.59 420	6.78 419	8.19 420	6.03 418	7.09 417	7.93 417	7.73 420

DPSM	11.49 418	9.87 422	10.35 418	11.13 419	11.31 418	19.11 425	27.51 425	13.37 423	14.21 424	10.31 420	11.06 421	10.96 421	11.27 422	11.96 423	13.59 420	6.78 419	8.19 420	6.03 418	7.09 417	7.93 417	7.73 420

xxxxx1	15.27 421	9.54 419	10.31 415	20.13 424	18.88 423	17.08 420	23.03 419	10.36 419	10.99 417	9.21 417	9.62 415	10.74 418	10.61 419	10.72 419	13.89 422	7.97 421	9.20 423	31.85 432	44.72 432	12.84 420	13.69 422

tt_ll	15.27 421	9.54 419	10.31 415	20.13 424	18.88 423	17.08 420	23.03 419	10.36 419	10.99 417	9.21 417	9.62 415	10.74 418	10.61 419	10.72 419	13.89 422	7.97 421	9.20 423	31.85 432	44.72 432	12.84 420	13.69 422

ff	15.27 421	9.54 419	10.31 415	20.13 424	18.88 423	17.08 420	23.03 419	10.36 419	10.99 417	9.21 417	9.62 415	10.74 418	10.61 419	10.72 419	13.89 422	7.97 421	9.20 423	31.85 432	44.72 432	12.84 420	13.69 422

HaxPig	17.72 426	20.22 433	19.73 423	16.53 422	16.51 421	9.27 416	9.33 415	14.34 425	13.27 420	18.65 424	18.70 424	17.35 424	16.77 425	17.04 425	16.45 425	22.05 432	20.89 432	22.27 428	21.53 427	21.29 430	22.13 432

SPstereo	14.25 420	1.73 410	2.83 404	1.84 410	1.57 410	23.16 427	43.27 427	35.72 434	29.56 434	20.86 431	20.62 425	26.34 434	21.82 427	25.23 434	19.62 426	1.56 410	1.42 410	2.96 414	2.17 412	1.31 406	1.33 411

MEDIAN_ROB	21.21 427	24.62 434	23.47 431	19.58 423	19.65 426	13.22 419	10.96 416	17.88 426	17.00 426	22.14 432	22.02 427	20.86 426	20.36 426	21.06 426	19.71 427	25.63 433	24.13 433	26.21 430	25.20 429	25.17 431	25.38 433

AVERAGE_ROB	25.43 434	29.06 435	27.24 432	24.63 433	24.20 433	17.73 423	12.61 417	22.29 427	21.39 427	26.79 434	26.16 433	25.20 433	24.64 434	25.07 433	23.53 428	29.96 434	28.40 434	30.60 431	29.58 430	29.72 432	29.84 434

LSM0	24.24 433	19.98 432	22.32 430	24.22 432	40.14 434	38.48 433	55.20 428	26.95 432	28.57 428	20.49 425	21.83 426	22.26 432	22.75 431	24.22 432	27.30 429	13.66 429	16.32 426	12.19 426	14.15 421	16.10 429	17.66 431

Selective-RAFT-Error	23.16 432	19.93 431	20.87 429	22.54 431	22.81 431	38.52 434	55.47 429	27.01 433	28.83 433	20.66 427	22.25 429	22.09 431	22.80 433	24.09 431	27.36 430	13.61 425	16.48 427	12.15 422	14.28 423	15.99 428	15.57 430

CasAABBNet	23.10 428	19.86 427	20.64 425	22.47 427	22.73 430	38.41 429	55.50 430	26.89 431	28.70 429	20.61 426	22.15 428	22.08 430	22.75 431	23.99 430	27.36 430	13.59 424	16.48 427	12.14 421	14.27 422	15.95 424	15.53 426

MyStereo03	23.12 429	19.90 428	20.85 426	22.49 428	22.71 427	38.42 430	55.53 431	26.80 428	28.72 430	20.77 428	22.25 429	22.03 427	22.69 428	23.90 427	27.38 432	13.62 426	16.50 429	12.15 422	14.28 423	15.95 424	15.53 426

MyStereo02	23.12 429	19.90 428	20.85 426	22.49 428	22.71 427	38.42 430	55.53 431	26.80 428	28.72 430	20.77 428	22.25 429	22.03 427	22.69 428	23.90 427	27.38 432	13.62 426	16.50 429	12.15 422	14.28 423	15.95 424	15.53 426

MyStereo	23.12 429	19.90 428	20.85 426	22.49 428	22.71 427	38.42 430	55.53 431	26.80 428	28.72 430	20.77 428	22.25 429	22.03 427	22.69 428	23.90 427	27.38 432	13.62 426	16.50 429	12.15 422	14.28 423	15.95 424	15.53 426

test_example2	101.33 435	108.28 436	68.15 434	98.43 434	106.93 435	89.75 435	102.43 435	36.80 435	97.65 435	129.04 435	130.15 435	65.26 435	66.62 435	92.11 435	80.24 435	144.10 435	199.48 435	81.81 435	103.01 435	125.01 435	101.27 435

ASD4		6.65 417

Low-res two-view benchmark