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

LoS_RVC	0.14 1	0.11 27	0.32 8	0.18 8	0.16 186	0.20 48	0.18 91	0.21 2	0.18 1	0.14 5	0.20 29	0.12 3	0.17 76	0.17 8	0.14 24	0.06 1	0.05 3	0.06 1	0.04 1	0.05 1	0.14 205

MSKI-zero shot	0.19 36	0.10 11	0.47 72	0.30 305	0.14 107	0.21 64	0.14 12	0.33 67	0.22 12	0.24 60	0.25 58	0.22 72	0.10 3	0.32 137	0.14 24	0.07 13	0.30 371	0.07 13	0.07 44	0.06 2	0.09 57

RAFT-Test	0.19 36	0.11 27	0.41 32	0.26 229	0.21 284	0.26 142	0.17 54	0.37 97	0.26 48	0.24 60	0.29 84	0.32 184	0.14 40	0.22 35	0.15 37	0.07 13	0.08 138	0.07 13	0.07 44	0.06 2	0.07 11

CAS	0.16 11	0.07 1	0.29 3	0.42 365	0.17 211	0.20 48	0.18 91	0.23 3	0.20 5	0.15 9	0.19 24	0.11 2	0.10 3	0.15 1	0.14 24	0.31 370	0.04 1	0.06 1	0.04 1	0.06 2	0.16 226

LoS	0.15 4	0.09 3	0.34 12	0.17 4	0.09 5	0.22 86	0.14 12	0.27 13	0.27 57	0.15 9	0.18 21	0.19 52	0.14 40	0.23 39	0.14 24	0.08 87	0.06 34	0.06 1	0.04 1	0.06 2	0.06 4

Selective-IGEV	0.15 4	0.10 11	0.34 12	0.32 320	0.19 254	0.16 5	0.14 12	0.29 28	0.20 5	0.13 1	0.14 14	0.13 11	0.08 1	0.23 39	0.14 24	0.06 1	0.13 242	0.07 13	0.06 22	0.06 2	0.11 127

EGLCR-Stereo	0.19 36	0.09 3	0.34 12	0.29 298	0.17 211	0.28 162	0.16 40	0.30 37	0.23 15	0.22 47	0.11 1	0.16 31	0.09 2	0.28 97	0.15 37	0.07 13	0.25 346	0.07 13	0.07 44	0.06 2	0.37 358

MC-Stereo	0.18 21	0.10 11	0.36 18	0.28 285	0.14 107	0.18 13	0.15 25	0.24 7	0.20 5	0.21 31	0.24 54	0.16 31	0.13 30	0.25 53	0.14 24	0.07 13	0.17 299	0.07 13	0.07 44	0.06 2	0.30 336

RCA-Stereo	0.17 18	0.10 11	0.33 10	0.20 34	0.11 25	0.19 22	0.17 54	0.39 122	0.36 149	0.21 31	0.25 58	0.17 38	0.17 76	0.18 12	0.15 37	0.07 13	0.14 251	0.07 13	0.06 22	0.06 2	0.08 37

DCANet-4	0.20 56	0.11 27	0.58 203	0.19 13	0.09 5	0.19 22	0.18 91	0.39 122	0.42 205	0.29 114	0.31 105	0.17 38	0.22 137	0.21 24	0.20 114	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 57

fff	0.20 56	0.15 123	0.57 190	0.19 13	0.09 5	0.19 22	0.18 91	0.38 106	0.46 242	0.29 114	0.31 105	0.18 46	0.28 212	0.21 24	0.20 114	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 57

test-3	0.18 21	0.10 11	0.48 84	0.23 128	0.14 107	0.18 13	0.16 40	0.32 55	0.29 78	0.26 76	0.17 17	0.22 72	0.13 30	0.26 70	0.19 98	0.06 1	0.14 251	0.08 59	0.08 103	0.06 2	0.10 98

test_1	0.18 21	0.10 11	0.48 84	0.23 128	0.14 107	0.18 13	0.16 40	0.32 55	0.29 78	0.26 76	0.17 17	0.22 72	0.13 30	0.26 70	0.19 98	0.06 1	0.14 251	0.08 59	0.08 103	0.06 2	0.10 98

TRStereo	0.22 92	0.21 210	0.62 226	0.40 359	0.19 254	0.22 86	0.16 40	0.58 293	0.30 92	0.21 31	0.21 41	0.22 72	0.13 30	0.27 79	0.14 24	0.09 142	0.09 167	0.09 119	0.11 232	0.06 2	0.19 255

STrans-v2	0.25 171	0.14 107	0.56 183	0.21 53	0.12 48	0.23 102	0.20 154	0.50 219	0.31 99	0.31 150	0.42 209	0.35 211	0.35 271	0.62 268	0.24 166	0.07 13	0.05 3	0.08 59	0.07 44	0.06 2	0.08 37

TransformOpticalFlow	0.24 147	0.14 107	0.57 190	0.24 165	0.11 25	0.21 64	0.19 123	0.43 155	0.34 129	0.30 135	0.43 221	0.36 216	0.31 248	0.61 260	0.20 114	0.07 13	0.05 3	0.08 59	0.07 44	0.06 2	0.08 37

ASMatch	0.23 121	0.11 27	0.55 173	0.25 197	0.14 107	0.19 22	0.16 40	0.32 55	0.30 92	0.28 91	0.68 338	0.28 143	0.26 187	0.50 213	0.22 146	0.07 13	0.06 34	0.08 59	0.07 44	0.06 2	0.11 127

RAFT-RH_RVC	0.26 190	0.13 73	0.57 190	0.22 85	0.12 48	0.25 129	0.14 12	0.27 13	0.29 78	0.38 247	1.14 376	0.23 85	0.18 102	0.58 243	0.24 166	0.07 13	0.06 34	0.10 181	0.07 44	0.06 2	0.08 37

RAFT-345	0.22 92	0.11 27	0.55 173	0.22 85	0.12 48	0.20 48	0.16 40	0.27 13	0.28 65	0.27 85	0.65 332	0.20 59	0.17 76	0.55 234	0.22 146	0.07 13	0.06 34	0.08 59	0.07 44	0.06 2	0.07 11

AnonymousM	0.19 36	0.20 203	0.30 4	0.18 8	0.10 17	0.19 22	0.17 54	0.32 55	0.27 57	0.27 85	0.21 41	0.18 46	0.14 40	0.21 24	0.16 46	0.09 142	0.08 138	0.38 373	0.15 316	0.06 2	0.08 37

test-1	0.20 56	0.12 57	0.49 101	0.23 128	0.23 308	0.22 86	0.23 218	0.36 85	0.29 78	0.21 31	0.25 58	0.24 100	0.14 40	0.18 12	0.22 146	0.07 13	0.14 251	0.08 59	0.07 44	0.06 2	0.14 205

CREStereo++_RVC	0.16 11	0.09 3	0.42 40	0.17 4	0.11 25	0.18 13	0.13 2	0.23 3	0.31 99	0.21 31	0.31 105	0.13 11	0.11 9	0.17 8	0.16 46	0.07 13	0.04 1	0.06 1	0.15 316	0.06 2	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
s12784h	0.18 21	0.09 3	0.38 24	0.18 8	0.07 1	0.33 227	0.19 123	0.39 122	0.34 129	0.24 60	0.25 58	0.18 46	0.18 102	0.25 53	0.17 58	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.05 1

csc	0.20 56	0.15 123	0.57 190	0.19 13	0.09 5	0.19 22	0.18 91	0.38 106	0.46 242	0.29 114	0.31 105	0.18 46	0.28 212	0.21 24	0.20 114	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 57

cscssc	0.20 56	0.15 123	0.57 190	0.19 13	0.09 5	0.19 22	0.18 91	0.38 106	0.46 242	0.29 114	0.31 105	0.18 46	0.28 212	0.21 24	0.20 114	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 57

CFNet-RSSM	0.18 21	0.10 11	0.45 55	0.20 34	0.12 48	0.20 48	0.16 40	0.40 131	0.31 99	0.23 54	0.21 41	0.26 127	0.15 49	0.21 24	0.14 24	0.07 13	0.05 3	0.07 13	0.07 44	0.06 2	0.06 4

Gwc-CoAtRS	0.17 18	0.10 11	0.41 32	0.20 34	0.12 48	0.20 48	0.15 25	0.34 71	0.29 78	0.23 54	0.23 49	0.27 131	0.15 49	0.21 24	0.14 24	0.07 13	0.06 34	0.07 13	0.07 44	0.06 2	0.07 11

R-Stereo Train	0.19 36	0.10 11	0.49 101	0.22 85	0.12 48	0.23 102	0.18 91	0.43 155	0.20 5	0.31 150	0.45 243	0.20 59	0.14 40	0.18 12	0.18 77	0.08 87	0.06 34	0.07 13	0.06 22	0.06 2	0.07 11

RAFT-Stereo	0.19 36	0.10 11	0.49 101	0.22 85	0.12 48	0.23 102	0.18 91	0.43 155	0.20 5	0.31 150	0.45 243	0.20 59	0.14 40	0.18 12	0.18 77	0.08 87	0.06 34	0.07 13	0.06 22	0.06 2	0.07 11
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AE-Stereo	0.21 79	0.12 57	0.50 119	0.25 197	0.15 157	0.24 120	0.18 91	0.40 131	0.34 129	0.19 23	0.26 65	0.21 69	0.13 30	0.22 35	0.16 46	0.07 13	0.26 352	0.09 119	0.10 208	0.07 30	0.31 339

StereoIM	0.15 4	0.17 166	0.39 26	0.19 13	0.15 157	0.16 5	0.13 2	0.26 10	0.22 12	0.13 1	0.15 15	0.14 21	0.11 9	0.17 8	0.17 58	0.08 87	0.07 92	0.08 59	0.06 22	0.07 30	0.06 4

AEACV	0.20 56	0.09 3	0.32 8	0.39 355	0.34 355	0.21 64	0.16 40	0.30 37	0.18 1	0.17 15	0.17 17	0.13 11	0.16 61	0.27 79	0.13 7	0.07 13	0.29 370	0.07 13	0.09 164	0.07 30	0.37 358

Any-RAFT	0.18 21	0.09 3	0.33 10	0.19 13	0.10 17	0.29 179	0.16 40	0.44 173	0.32 107	0.25 71	0.27 74	0.29 155	0.16 61	0.23 39	0.13 7	0.08 87	0.07 92	0.06 1	0.05 8	0.07 30	0.07 11

HH	0.22 92	0.12 57	0.55 173	0.32 320	0.16 186	0.27 148	0.18 91	0.36 85	0.25 42	0.20 27	0.26 65	0.34 197	0.18 102	0.33 146	0.15 37	0.07 13	0.16 281	0.07 13	0.07 44	0.07 30	0.31 339

HanStereo	0.22 92	0.12 57	0.55 173	0.32 320	0.16 186	0.27 148	0.18 91	0.36 85	0.25 42	0.20 27	0.26 65	0.34 197	0.18 102	0.33 146	0.15 37	0.07 13	0.16 281	0.07 13	0.07 44	0.07 30	0.31 339

DCRE	0.24 147	0.15 123	0.45 55	0.26 229	0.26 332	0.23 102	0.21 173	0.37 97	0.29 78	0.23 54	0.81 356	0.23 85	0.16 61	0.24 45	0.18 77	0.07 13	0.14 251	0.07 13	0.08 103	0.07 30	0.25 312

ProNet	0.16 11	0.13 73	0.36 18	0.21 53	0.15 157	0.20 48	0.19 123	0.29 28	0.23 15	0.14 5	0.13 5	0.13 11	0.12 15	0.25 53	0.13 7	0.06 1	0.09 167	0.07 13	0.06 22	0.07 30	0.22 284

ADStereo(finetuned)	0.21 79	0.15 123	0.59 210	0.19 13	0.09 5	0.19 22	0.18 91	0.37 97	0.41 193	0.30 135	0.31 105	0.19 52	0.31 248	0.21 24	0.20 114	0.07 13	0.05 3	0.07 13	0.05 8	0.07 30	0.10 98

test_4	0.19 36	0.16 143	0.39 26	0.24 165	0.13 80	0.19 22	0.21 173	0.27 13	0.24 24	0.24 60	0.47 262	0.22 72	0.13 30	0.27 79	0.18 77	0.06 1	0.06 34	0.09 119	0.09 164	0.07 30	0.06 4

GLC_STEREO	0.15 4	0.11 27	0.31 6	0.22 85	0.09 5	0.17 9	0.15 25	0.24 7	0.28 65	0.17 15	0.20 29	0.17 38	0.11 9	0.24 45	0.17 58	0.07 13	0.09 167	0.09 119	0.08 103	0.07 30	0.07 11

IPLG	0.23 121	0.19 191	0.65 238	0.21 53	0.12 48	0.28 162	0.17 54	0.45 180	0.32 107	0.33 184	0.32 114	0.16 31	0.17 76	0.50 213	0.23 161	0.07 13	0.06 34	0.08 59	0.07 44	0.07 30	0.08 37

MIPNet	0.22 92	0.19 191	0.64 235	0.22 85	0.12 48	0.28 162	0.20 154	0.48 204	0.39 180	0.31 150	0.24 54	0.19 52	0.24 164	0.28 97	0.20 114	0.07 13	0.05 3	0.08 59	0.07 44	0.07 30	0.08 37

IPLGR	0.22 92	0.14 107	0.75 268	0.21 53	0.11 25	0.25 129	0.18 91	0.44 173	0.38 169	0.29 114	0.28 78	0.21 69	0.19 119	0.37 179	0.19 98	0.07 13	0.06 34	0.08 59	0.07 44	0.07 30	0.07 11

test_3	0.20 56	0.12 57	0.49 101	0.26 229	0.14 107	0.22 86	0.25 253	0.34 71	0.33 121	0.25 71	0.18 21	0.23 85	0.13 30	0.25 53	0.20 114	0.06 1	0.14 251	0.09 119	0.10 208	0.07 30	0.10 98

DEmStereo	0.26 190	0.10 11	0.52 147	0.19 13	0.13 80	0.31 208	0.25 253	0.29 28	0.38 169	0.36 224	0.57 306	0.24 100	0.48 326	0.53 226	0.44 283	0.07 13	0.06 34	0.08 59	0.08 103	0.07 30	0.08 37

THIR-Stereo	0.30 239	0.15 123	0.46 67	0.19 13	0.11 25	0.28 162	0.70 379	0.33 67	0.36 149	0.37 239	0.64 330	0.33 190	0.49 330	0.58 243	0.44 283	0.08 87	0.06 34	0.08 59	0.09 164	0.07 30	0.08 37

DRaft	0.25 171	0.11 27	0.47 72	0.18 8	0.12 48	0.28 162	0.23 218	0.34 71	0.40 188	0.38 247	0.60 317	0.20 59	0.41 301	0.48 207	0.41 270	0.07 13	0.06 34	0.08 59	0.08 103	0.07 30	0.08 37

GrayStereo	0.26 190	0.10 11	0.45 55	0.27 261	0.14 107	0.23 102	0.46 352	0.36 85	0.33 121	0.40 267	0.47 262	0.30 165	0.78 367	0.29 114	0.17 58	0.07 13	0.06 34	0.08 59	0.09 164	0.07 30	0.15 216

CroCo-Stereo	0.15 4	0.16 143	0.34 12	0.25 197	0.12 48	0.11 1	0.18 91	0.35 80	0.24 24	0.13 1	0.13 5	0.18 46	0.12 15	0.15 1	0.13 7	0.08 87	0.06 34	0.07 13	0.05 8	0.07 30	0.06 4
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
cross-raft	0.18 21	0.12 57	0.40 30	0.27 261	0.16 186	0.20 48	0.24 240	0.34 71	0.24 24	0.23 54	0.28 78	0.29 155	0.15 49	0.19 21	0.16 46	0.06 1	0.05 3	0.08 59	0.07 44	0.07 30	0.07 11

raft+_RVC	0.21 79	0.21 210	0.46 67	0.22 85	0.35 358	0.21 64	0.16 40	0.39 122	0.35 136	0.22 47	0.28 78	0.20 59	0.15 49	0.25 53	0.20 114	0.08 87	0.16 281	0.08 59	0.07 44	0.07 30	0.12 162

TANstereo	0.16 11	0.11 27	0.43 45	0.16 3	0.08 2	0.25 129	0.14 12	0.23 3	0.29 78	0.25 71	0.30 95	0.16 31	0.12 15	0.18 12	0.13 7	0.08 87	0.07 92	0.06 1	0.05 8	0.07 30	0.08 37

XX-TBD	0.16 11	0.21 210	0.43 45	0.22 85	0.10 17	0.23 102	0.15 25	0.23 3	0.28 65	0.22 47	0.26 65	0.14 21	0.12 15	0.16 3	0.14 24	0.08 87	0.05 3	0.06 1	0.04 1	0.07 30	0.06 4

raftrobust	0.19 36	0.19 191	0.42 40	0.23 128	0.24 319	0.19 22	0.13 2	0.33 67	0.28 65	0.26 76	0.20 29	0.19 52	0.17 76	0.23 39	0.17 58	0.08 87	0.10 192	0.07 13	0.06 22	0.07 30	0.09 57

XX-Stereo	0.25 171	0.11 27	1.09 341	0.35 340	0.38 367	0.23 102	0.13 2	0.43 155	0.19 3	0.20 27	0.40 191	0.31 174	0.10 3	0.33 146	0.13 7	0.08 87	0.11 212	0.08 59	0.09 164	0.07 30	0.10 98

DCANet	0.20 56	0.15 123	0.57 190	0.19 13	0.09 5	0.19 22	0.18 91	0.37 97	0.41 193	0.30 135	0.31 105	0.19 52	0.23 146	0.21 24	0.20 114	0.07 13	0.05 3	0.07 13	0.05 8	0.07 30	0.10 98

111	0.22 92	0.22 224	0.57 190	0.19 13	0.09 5	0.24 120	0.17 54	0.44 173	0.46 242	0.24 60	0.30 95	0.29 155	0.22 137	0.25 53	0.19 98	0.08 87	0.05 3	0.07 13	0.06 22	0.07 30	0.15 216

RAFT-Stereo + iAFF	0.20 56	0.23 237	0.49 101	0.21 53	0.16 186	0.19 22	0.17 54	0.35 80	0.32 107	0.26 76	0.33 129	0.20 59	0.17 76	0.21 24	0.17 58	0.06 1	0.10 192	0.07 13	0.07 44	0.07 30	0.11 127

EAI-Stereo	0.29 227	0.11 27	0.38 24	0.22 85	0.18 231	0.33 227	1.66 408	0.53 244	0.27 57	0.27 85	0.50 275	0.17 38	0.16 61	0.25 53	0.25 178	0.07 13	0.07 92	0.07 13	0.11 232	0.07 30	0.10 98

CREStereo	0.14 1	0.09 3	0.27 2	0.14 1	0.08 2	0.22 86	0.15 25	0.26 10	0.26 48	0.16 11	0.21 41	0.14 21	0.13 30	0.19 21	0.14 24	0.09 142	0.05 3	0.06 1	0.04 1	0.07 30	0.06 4
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	0.16 11	0.09 3	0.31 6	0.15 2	0.09 5	0.23 102	0.15 25	0.26 10	0.24 24	0.17 15	0.21 41	0.16 31	0.14 40	0.23 39	0.14 24	0.29 366	0.05 3	0.06 1	0.04 1	0.07 30	0.07 11

DIP-Stereo	0.20 56	0.13 73	0.48 84	0.20 34	0.13 80	0.28 162	0.12 1	0.43 155	0.26 48	0.27 85	0.32 114	0.21 69	0.17 76	0.26 70	0.20 114	0.08 87	0.06 34	0.08 59	0.06 22	0.07 30	0.10 98
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MLCV	0.25 171	0.23 237	0.59 210	0.22 85	0.09 5	0.30 190	0.18 91	0.40 131	0.38 169	0.38 247	0.44 230	0.31 174	0.22 137	0.44 196	0.32 230	0.07 13	0.05 3	0.07 13	0.06 22	0.07 30	0.08 37

tta	0.27 206	0.13 73	0.47 72	0.20 34	0.10 17	0.28 162	0.19 123	0.54 251	0.48 261	0.35 213	0.42 209	0.31 174	0.27 193	0.60 254	0.34 242	0.10 197	0.16 281	0.08 59	0.09 164	0.08 64	0.13 182

qqq1	0.26 190	0.13 73	0.47 72	0.20 34	0.10 17	0.28 162	0.19 123	0.54 251	0.48 261	0.35 213	0.42 209	0.31 174	0.27 193	0.60 254	0.21 131	0.10 197	0.16 281	0.07 13	0.07 44	0.08 64	0.13 182

fff1	0.26 190	0.13 73	0.47 72	0.20 34	0.10 17	0.28 162	0.19 123	0.54 251	0.48 261	0.35 213	0.42 209	0.31 174	0.27 193	0.60 254	0.21 131	0.10 197	0.16 281	0.07 13	0.07 44	0.08 64	0.13 182

CoDeX	0.24 147	0.13 73	0.48 84	0.22 85	0.14 107	0.29 179	0.21 173	0.55 262	0.42 205	0.29 114	0.36 156	0.28 143	0.23 146	0.48 207	0.20 114	0.09 142	0.06 34	0.08 59	0.07 44	0.08 64	0.08 37

cc1	0.22 92	0.16 143	0.50 119	0.27 261	0.13 80	0.31 208	0.19 123	0.39 122	0.48 261	0.21 31	0.20 29	0.13 11	0.17 76	0.28 97	0.12 1	0.08 87	0.28 359	0.08 59	0.06 22	0.08 64	0.37 358

ff7	0.18 21	0.13 73	0.41 32	0.21 53	0.15 157	0.21 64	0.17 54	0.28 17	0.23 15	0.21 31	0.13 5	0.12 3	0.12 15	0.27 79	0.13 7	0.07 13	0.25 346	0.08 59	0.07 44	0.08 64	0.36 350

IGEVStereo-DCA	0.20 56	0.17 166	0.41 32	0.22 85	0.15 157	0.20 48	0.17 54	0.28 17	0.23 15	0.19 23	0.12 2	0.14 21	0.12 15	0.38 181	0.31 224	0.07 13	0.16 281	0.08 59	0.07 44	0.08 64	0.36 350

ffff	0.18 21	0.13 73	0.41 32	0.21 53	0.15 157	0.21 64	0.17 54	0.28 17	0.23 15	0.21 31	0.13 5	0.12 3	0.12 15	0.27 79	0.13 7	0.07 13	0.25 346	0.08 59	0.07 44	0.08 64	0.36 350

rrr	0.22 92	0.17 166	0.79 283	0.22 85	0.15 157	0.20 48	0.18 91	0.40 131	0.27 57	0.19 23	0.12 2	0.14 21	0.12 15	0.38 181	0.31 224	0.07 13	0.16 281	0.08 59	0.07 44	0.08 64	0.28 330

DualNet	0.33 261	0.17 166	0.84 295	0.21 53	0.13 80	0.29 179	0.21 173	0.38 106	0.46 242	0.31 150	0.44 230	0.34 197	0.24 164	0.28 97	1.30 375	0.08 87	0.28 359	0.12 257	0.11 232	0.08 64	0.37 358

ffm	0.27 206	0.17 166	0.84 295	0.21 53	0.13 80	0.29 179	0.21 173	0.38 106	0.46 242	0.31 150	0.44 230	0.34 197	0.24 164	0.28 97	0.12 1	0.08 87	0.28 359	0.12 257	0.11 232	0.08 64	0.37 358

ff1	0.36 277	0.17 166	0.84 295	0.21 53	0.13 80	0.29 179	0.21 173	0.38 106	0.46 242	0.31 150	0.44 230	0.34 197	0.24 164	0.91 350	1.30 375	0.08 87	0.28 359	0.12 257	0.11 232	0.08 64	0.37 358

11t	0.18 21	0.13 73	0.41 32	0.21 53	0.15 157	0.21 64	0.17 54	0.28 17	0.23 15	0.21 31	0.13 5	0.12 3	0.12 15	0.27 79	0.13 7	0.07 13	0.25 346	0.08 59	0.07 44	0.08 64	0.36 350

tt1	0.22 92	0.16 143	0.49 101	0.26 229	0.15 157	0.31 208	0.19 123	0.38 106	0.46 242	0.21 31	0.19 24	0.13 11	0.16 61	0.28 97	0.12 1	0.08 87	0.28 359	0.08 59	0.06 22	0.08 64	0.37 358

IGEV_Zeroshot_test	0.23 121	0.11 27	0.82 290	0.21 53	0.23 308	0.20 48	0.19 123	0.38 106	0.23 15	0.34 198	0.22 47	0.29 155	0.14 40	0.24 45	0.20 114	0.07 13	0.09 167	0.08 59	0.08 103	0.08 64	0.35 349

MIF-Stereo	0.15 4	0.12 57	0.45 55	0.21 53	0.14 107	0.17 9	0.13 2	0.20 1	0.19 3	0.16 11	0.20 29	0.10 1	0.11 9	0.18 12	0.17 58	0.08 87	0.06 34	0.07 13	0.06 22	0.08 64	0.07 11

MIM_Stereo	0.20 56	0.17 166	0.55 173	0.20 34	0.21 284	0.17 9	0.14 12	0.37 97	0.27 57	0.28 91	0.35 143	0.23 85	0.13 30	0.28 97	0.16 46	0.06 1	0.08 138	0.09 119	0.08 103	0.08 64	0.15 216

CASnet	0.15 4	0.13 73	0.30 4	0.22 85	0.08 2	0.15 4	0.14 12	0.28 17	0.26 48	0.23 54	0.20 29	0.15 27	0.11 9	0.18 12	0.13 7	0.07 13	0.05 3	0.11 227	0.09 164	0.08 64	0.05 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
4D-IteraStereo	0.20 56	0.21 210	0.62 226	0.21 53	0.14 107	0.19 22	0.17 54	0.29 28	0.28 65	0.24 60	0.20 29	0.20 59	0.10 3	0.22 35	0.18 77	0.07 13	0.07 92	0.10 181	0.08 103	0.08 64	0.33 344

anonymousdsp2	0.23 121	0.11 27	0.42 40	0.26 229	0.24 319	0.25 129	0.17 54	0.43 155	0.37 162	0.30 135	0.23 49	0.24 100	0.15 49	0.32 137	0.17 58	0.07 13	0.28 359	0.07 13	0.05 8	0.08 64	0.44 371

anonymousdsp	0.20 56	0.13 73	0.49 101	0.28 285	0.20 271	0.21 64	0.17 54	0.29 28	0.24 24	0.22 47	0.13 5	0.12 3	0.12 15	0.32 137	0.13 7	0.07 13	0.26 352	0.08 59	0.07 44	0.08 64	0.48 377

CES	0.14 1	0.08 2	0.24 1	0.17 4	0.23 308	0.18 13	0.15 25	0.24 7	0.20 5	0.14 5	0.18 21	0.14 21	0.10 3	0.19 21	0.12 1	0.07 13	0.05 3	0.06 1	0.04 1	0.08 64	0.20 267

anonymousa	0.26 190	0.13 73	0.56 183	0.29 298	0.30 349	0.31 208	0.20 154	0.38 106	0.36 149	0.33 184	0.51 278	0.41 246	0.27 193	0.25 53	0.24 166	0.08 87	0.18 306	0.09 119	0.18 340	0.08 64	0.17 238

Selective-RAFT	0.19 36	0.14 107	0.37 23	0.24 165	0.11 25	0.30 190	0.15 25	0.35 80	0.34 129	0.17 15	0.17 17	0.22 72	0.18 102	0.29 114	0.18 77	0.07 13	0.16 281	0.07 13	0.07 44	0.08 64	0.08 37

CroCo-Stereo Lap2	0.16 11	0.18 183	0.39 26	0.26 229	0.18 231	0.11 1	0.19 123	0.30 37	0.22 12	0.13 1	0.16 16	0.15 27	0.11 9	0.17 8	0.15 37	0.07 13	0.07 92	0.08 59	0.06 22	0.08 64	0.07 11

TestStereo1	0.23 121	0.22 224	0.50 119	0.27 261	0.14 107	0.26 142	0.27 268	0.43 155	0.38 169	0.29 114	0.39 184	0.23 85	0.21 132	0.33 146	0.18 77	0.08 87	0.08 138	0.09 119	0.08 103	0.08 64	0.10 98

ccc-4	0.18 21	0.13 73	0.41 32	0.21 53	0.15 157	0.21 64	0.17 54	0.28 17	0.23 15	0.21 31	0.13 5	0.12 3	0.12 15	0.27 79	0.13 7	0.07 13	0.25 346	0.08 59	0.07 44	0.08 64	0.36 350

DisPM	0.20 56	0.11 27	0.52 147	0.24 165	0.13 80	0.18 13	0.19 123	0.30 37	0.31 99	0.33 184	0.34 137	0.23 85	0.16 61	0.34 160	0.17 58	0.09 142	0.06 34	0.09 119	0.08 103	0.08 64	0.12 162

raft_robust	0.25 171	0.23 237	0.44 52	0.22 85	0.13 80	0.23 102	0.22 195	0.52 234	0.50 279	0.33 184	0.32 114	0.33 190	0.23 146	0.55 234	0.18 77	0.07 13	0.11 212	0.08 59	0.10 208	0.08 64	0.07 11

RAFT_CTSACE	0.23 121	0.21 210	0.57 190	0.26 229	0.15 157	0.22 86	0.23 218	0.34 71	0.30 92	0.34 198	0.51 278	0.31 174	0.17 76	0.33 146	0.15 37	0.06 1	0.09 167	0.09 119	0.08 103	0.08 64	0.07 11

SA-5K	0.23 121	0.22 224	0.50 119	0.27 261	0.14 107	0.26 142	0.27 268	0.43 155	0.38 169	0.29 114	0.39 184	0.23 85	0.21 132	0.33 146	0.18 77	0.08 87	0.08 138	0.09 119	0.08 103	0.08 64	0.10 98

Sa-1000	0.24 147	0.20 203	0.53 157	0.23 128	0.14 107	0.30 190	0.23 218	0.50 219	0.41 193	0.30 135	0.50 275	0.26 127	0.19 119	0.33 146	0.16 46	0.08 87	0.10 192	0.10 181	0.11 232	0.08 64	0.08 37

SA	0.24 147	0.22 224	0.55 173	0.23 128	0.14 107	0.25 129	0.23 218	0.48 204	0.42 205	0.28 91	0.44 230	0.23 85	0.23 146	0.34 160	0.17 58	0.07 13	0.09 167	0.11 227	0.11 232	0.08 64	0.09 57

IGEV-Stereo	0.20 56	0.13 73	0.49 101	0.28 285	0.20 271	0.21 64	0.17 54	0.29 28	0.24 24	0.22 47	0.13 5	0.12 3	0.12 15	0.32 137	0.13 7	0.07 13	0.26 352	0.08 59	0.07 44	0.08 64	0.48 377
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CIPLG	0.23 121	0.28 283	0.75 268	0.24 165	0.16 186	0.25 129	0.20 154	0.38 106	0.33 121	0.32 175	0.34 137	0.23 85	0.15 49	0.27 79	0.22 146	0.09 142	0.07 92	0.08 59	0.07 44	0.08 64	0.09 57

iRaft-Stereo_20w	0.29 227	0.11 27	0.86 302	0.33 331	0.24 319	0.32 221	0.26 263	0.60 310	0.26 48	0.41 277	0.21 41	0.28 143	0.19 119	0.32 137	0.24 166	0.07 13	0.31 375	0.07 13	0.09 164	0.08 64	0.47 375

IPLGR_C	0.23 121	0.29 286	0.81 287	0.24 165	0.16 186	0.24 120	0.20 154	0.38 106	0.33 121	0.32 175	0.33 129	0.23 85	0.15 49	0.26 70	0.22 146	0.09 142	0.07 92	0.08 59	0.07 44	0.08 64	0.09 57

GMOStereo	0.20 56	0.17 166	0.45 55	0.23 128	0.18 231	0.21 64	0.27 268	0.28 17	0.28 65	0.31 150	0.32 114	0.28 143	0.17 76	0.16 3	0.13 7	0.07 13	0.23 337	0.10 181	0.08 103	0.08 64	0.07 11

error version	0.20 56	0.17 166	0.45 55	0.23 128	0.18 231	0.21 64	0.27 268	0.28 17	0.28 65	0.31 150	0.32 114	0.28 143	0.17 76	0.16 3	0.13 7	0.07 13	0.23 337	0.10 181	0.08 103	0.08 64	0.07 11

test-v	0.20 56	0.17 166	0.45 55	0.23 128	0.18 231	0.21 64	0.27 268	0.28 17	0.28 65	0.31 150	0.32 114	0.28 143	0.17 76	0.16 3	0.13 7	0.07 13	0.23 337	0.10 181	0.08 103	0.08 64	0.07 11

ACRE	0.23 121	0.27 276	0.83 292	0.24 165	0.15 157	0.24 120	0.20 154	0.38 106	0.32 107	0.32 175	0.33 129	0.23 85	0.15 49	0.26 70	0.22 146	0.09 142	0.07 92	0.08 59	0.07 44	0.08 64	0.09 57

CrosDoStereo	0.32 254	0.11 27	0.53 157	0.19 13	0.12 48	0.22 86	1.07 398	0.36 85	0.38 169	0.38 247	0.60 317	0.28 143	0.45 313	0.61 260	0.56 317	0.08 87	0.06 34	0.08 59	0.09 164	0.08 64	0.09 57

PFNet+	0.21 79	0.11 27	0.54 167	0.22 85	0.12 48	0.17 9	0.18 91	0.31 51	0.36 149	0.33 184	0.32 114	0.24 100	0.16 61	0.33 146	0.18 77	0.10 197	0.07 92	0.11 227	0.10 208	0.08 64	0.12 162

HHNet	0.23 121	0.12 57	0.66 241	0.19 13	0.18 231	0.20 48	0.20 154	0.36 85	0.32 107	0.33 184	0.59 313	0.19 52	0.21 132	0.24 45	0.31 224	0.08 87	0.06 34	0.09 119	0.07 44	0.08 64	0.12 162

OMP-Stereo	0.24 147	0.16 143	0.48 84	0.30 305	0.13 80	0.21 64	0.16 40	0.38 106	0.35 136	0.34 198	0.30 95	0.33 190	0.20 125	0.70 296	0.24 166	0.08 87	0.06 34	0.09 119	0.07 44	0.08 64	0.07 11

IIG-Stereo	0.24 147	0.16 143	0.47 72	0.29 298	0.12 48	0.23 102	0.14 12	0.40 131	0.33 121	0.35 213	0.37 164	0.33 190	0.22 137	0.70 296	0.26 187	0.08 87	0.06 34	0.09 119	0.07 44	0.08 64	0.07 11

NF-Stereo	0.22 92	0.11 27	0.52 147	0.25 197	0.12 48	0.21 64	0.18 91	0.40 131	0.35 136	0.28 91	0.30 95	0.22 72	0.17 76	0.52 224	0.21 131	0.09 142	0.06 34	0.09 119	0.08 103	0.08 64	0.13 182

OCTAStereo	0.22 92	0.11 27	0.52 147	0.25 197	0.12 48	0.21 64	0.18 91	0.40 131	0.35 136	0.28 91	0.30 95	0.22 72	0.17 76	0.51 218	0.21 131	0.09 142	0.06 34	0.09 119	0.08 103	0.08 64	0.13 182

PSM-softLoss	0.22 92	0.11 27	0.53 157	0.25 197	0.12 48	0.20 48	0.17 54	0.39 122	0.29 78	0.29 114	0.32 114	0.24 100	0.16 61	0.53 226	0.21 131	0.09 142	0.06 34	0.10 181	0.09 164	0.08 64	0.12 162

KMStereo	0.22 92	0.11 27	0.53 157	0.25 197	0.12 48	0.20 48	0.17 54	0.39 122	0.29 78	0.29 114	0.32 114	0.24 100	0.16 61	0.53 226	0.21 131	0.09 142	0.06 34	0.10 181	0.09 164	0.08 64	0.12 162

FTStereo	0.28 213	0.11 27	0.56 183	0.24 165	0.13 80	0.21 64	0.52 365	0.36 85	0.28 65	0.38 247	0.94 368	0.30 165	0.56 344	0.33 146	0.18 77	0.08 87	0.06 34	0.09 119	0.08 103	0.08 64	0.19 255

KYRaft	0.23 121	0.11 27	0.43 45	0.23 128	0.12 48	0.23 102	0.23 218	0.37 97	0.26 48	0.35 213	0.53 291	0.34 197	0.26 187	0.29 114	0.16 46	0.07 13	0.05 3	0.09 119	0.10 208	0.08 64	0.30 336

DeepStereo_LL	0.32 254	0.11 27	0.53 157	0.19 13	0.12 48	0.22 86	1.07 398	0.36 85	0.38 169	0.38 247	0.60 317	0.28 143	0.45 313	0.61 260	0.56 317	0.08 87	0.06 34	0.08 59	0.09 164	0.08 64	0.09 57

PFNet	0.24 147	0.11 27	0.63 231	0.25 197	0.14 107	0.22 86	0.19 123	0.40 131	0.35 136	0.36 224	0.32 114	0.27 131	0.20 125	0.63 271	0.23 161	0.09 142	0.05 3	0.09 119	0.08 103	0.08 64	0.08 37

RE-Stereo	0.22 92	0.11 27	0.52 147	0.25 197	0.12 48	0.21 64	0.18 91	0.40 131	0.35 136	0.28 91	0.30 95	0.22 72	0.17 76	0.51 218	0.21 131	0.09 142	0.06 34	0.09 119	0.08 103	0.08 64	0.13 182

Pruner-Stereo	0.20 56	0.12 57	0.49 101	0.29 298	0.12 48	0.19 22	0.17 54	0.32 55	0.31 99	0.33 184	0.32 114	0.25 111	0.15 49	0.25 53	0.22 146	0.09 142	0.06 34	0.09 119	0.08 103	0.08 64	0.10 98

TVStereo	0.22 92	0.11 27	0.52 147	0.25 197	0.12 48	0.21 64	0.18 91	0.40 131	0.35 136	0.28 91	0.30 95	0.22 72	0.17 76	0.51 218	0.21 131	0.09 142	0.06 34	0.09 119	0.08 103	0.08 64	0.13 182

IRAFT_RVC	0.23 121	0.15 123	0.54 167	0.26 229	0.12 48	0.19 22	0.23 218	0.41 149	0.39 180	0.31 150	0.30 95	0.29 155	0.24 164	0.55 234	0.23 161	0.08 87	0.06 34	0.10 181	0.08 103	0.08 64	0.08 37

test-2	0.20 56	0.17 166	0.45 55	0.23 128	0.18 231	0.21 64	0.27 268	0.28 17	0.28 65	0.31 150	0.32 114	0.28 143	0.17 76	0.16 3	0.13 7	0.07 13	0.23 337	0.10 181	0.08 103	0.08 64	0.07 11

GMM-Stereo	0.22 92	0.10 11	0.56 183	0.23 128	0.13 80	0.24 120	0.24 240	0.38 106	0.29 78	0.31 150	0.44 230	0.27 131	0.21 132	0.31 132	0.17 58	0.07 13	0.05 3	0.10 181	0.09 164	0.08 64	0.19 255

Prome-Stereo	0.22 92	0.10 11	0.43 45	0.24 165	0.13 80	0.23 102	0.23 218	0.37 97	0.27 57	0.33 184	0.58 309	0.24 100	0.28 212	0.30 123	0.16 46	0.07 13	0.05 3	0.08 59	0.07 44	0.08 64	0.20 267

test_xeample3	0.22 92	0.17 166	0.81 287	0.21 53	0.15 157	0.20 48	0.18 91	0.40 131	0.25 42	0.19 23	0.12 2	0.13 11	0.12 15	0.34 160	0.33 238	0.07 13	0.20 318	0.07 13	0.08 103	0.08 64	0.34 347

AFF-stereo	0.20 56	0.24 247	0.49 101	0.22 85	0.11 25	0.18 13	0.18 91	0.35 80	0.29 78	0.25 71	0.36 156	0.25 111	0.17 76	0.25 53	0.17 58	0.06 1	0.09 167	0.08 59	0.08 103	0.08 64	0.11 127

cf-r	0.26 190	0.22 224	0.66 241	0.22 85	0.14 107	0.28 162	0.22 195	0.44 173	0.42 205	0.32 175	0.42 209	0.43 262	0.27 193	0.44 196	0.27 194	0.11 228	0.07 92	0.08 59	0.10 208	0.08 64	0.09 57

RASNet	0.30 239	0.19 191	0.59 210	0.23 128	0.19 254	0.33 227	0.20 154	0.50 219	0.41 193	0.31 150	0.44 230	0.47 286	0.38 286	0.79 325	0.40 265	0.09 142	0.07 92	0.07 13	0.09 164	0.08 64	0.10 98

HSM-Net_RVC	0.28 213	0.12 57	0.48 84	0.19 13	0.11 25	0.35 254	0.21 173	0.64 335	0.44 222	0.40 267	0.43 221	0.50 300	0.27 193	0.75 312	0.25 178	0.08 87	0.07 92	0.08 59	0.07 44	0.08 64	0.09 57
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iResNet	0.25 171	0.22 224	0.62 226	0.26 229	0.11 25	0.31 208	0.23 218	0.46 186	0.45 233	0.34 198	0.43 221	0.27 131	0.23 146	0.36 171	0.37 257	0.08 87	0.05 3	0.07 13	0.06 22	0.08 64	0.10 98

MyStereo07	0.18 21	0.15 123	0.44 52	0.22 85	0.16 186	0.25 129	0.22 195	0.31 51	0.26 48	0.22 47	0.13 5	0.12 3	0.13 30	0.33 146	0.14 24	0.07 13	0.13 242	0.09 119	0.09 164	0.09 131	0.11 127

MyStereo06	0.23 121	0.15 123	0.74 265	0.22 85	0.14 107	0.25 129	0.22 195	0.43 155	0.25 42	0.36 224	0.24 54	0.34 197	0.18 102	0.24 45	0.20 114	0.07 13	0.12 228	0.09 119	0.09 164	0.09 131	0.11 127

MyStereo05	0.24 147	0.15 123	0.58 203	0.22 85	0.14 107	0.25 129	0.22 195	0.50 219	0.54 301	0.32 175	0.23 49	0.26 127	0.23 146	0.32 137	0.25 178	0.07 13	0.12 228	0.09 119	0.09 164	0.09 131	0.11 127

MyStereo04	0.24 147	0.15 123	0.58 203	0.22 85	0.16 186	0.25 129	0.22 195	0.51 229	0.54 301	0.29 114	0.23 49	0.27 131	0.23 146	0.32 137	0.25 178	0.07 13	0.13 242	0.09 119	0.09 164	0.09 131	0.11 127

ACVNet-DCA	0.21 79	0.16 143	0.50 119	0.27 261	0.13 80	0.31 208	0.19 123	0.43 155	0.32 107	0.21 31	0.20 29	0.13 11	0.17 76	0.28 97	0.12 1	0.08 87	0.28 359	0.08 59	0.06 22	0.09 131	0.23 291

xx1	0.23 121	0.16 143	0.50 119	0.27 261	0.13 80	0.31 208	0.19 123	0.39 122	0.48 261	0.21 31	0.20 29	0.28 143	0.25 175	0.28 97	0.12 1	0.08 87	0.28 359	0.10 181	0.11 232	0.09 131	0.23 291

1test111	0.22 92	0.16 143	0.50 119	0.27 261	0.13 80	0.31 208	0.19 123	0.43 155	0.32 107	0.21 31	0.20 29	0.13 11	0.17 76	0.36 171	0.28 200	0.08 87	0.28 359	0.08 59	0.06 22	0.09 131	0.23 291

11t1	0.21 79	0.12 57	0.45 55	0.20 34	0.15 157	0.27 148	0.17 54	0.37 97	0.28 65	0.27 85	0.25 58	0.24 100	0.23 146	0.28 97	0.25 178	0.09 142	0.19 310	0.07 13	0.07 44	0.09 131	0.23 291

whm_eth	0.24 147	0.21 210	0.72 263	0.24 165	0.19 254	0.21 64	0.19 123	0.40 131	0.43 215	0.31 150	0.60 317	0.15 27	0.18 102	0.26 70	0.19 98	0.09 142	0.08 138	0.10 181	0.09 164	0.09 131	0.13 182

MIF-Stereo (partial)	0.18 21	0.13 73	0.50 119	0.22 85	0.15 157	0.16 5	0.13 2	0.29 28	0.26 48	0.17 15	0.26 65	0.16 31	0.17 76	0.25 53	0.18 77	0.09 142	0.06 34	0.10 181	0.08 103	0.09 131	0.08 37

EKT-Stereo	0.39 294	0.13 73	0.53 157	0.42 365	3.94 414	0.22 86	0.17 54	0.38 106	0.30 92	0.21 31	0.20 29	0.23 85	0.15 49	0.30 123	0.18 77	0.10 197	0.08 138	0.09 119	0.08 103	0.09 131	0.12 162

LL-Strereo2	0.21 79	0.25 260	0.53 157	0.32 320	0.20 271	0.25 129	0.14 12	0.32 55	0.25 42	0.25 71	0.20 29	0.24 100	0.12 15	0.28 97	0.18 77	0.07 13	0.07 92	0.12 257	0.09 164	0.09 131	0.16 226

LL-Strereo	0.32 254	0.33 306	0.77 278	0.26 229	0.24 319	0.22 86	0.23 218	0.58 293	0.44 222	0.35 213	0.32 114	0.41 246	0.40 296	0.93 356	0.25 178	0.08 87	0.13 242	0.11 227	0.09 164	0.09 131	0.22 284

CBFPSM	0.28 213	0.23 237	0.76 272	0.21 53	0.14 107	0.38 273	0.26 263	0.42 150	0.37 162	0.34 198	0.36 156	0.55 315	0.38 286	0.33 146	0.40 265	0.08 87	0.08 138	0.07 13	0.08 103	0.09 131	0.12 162

knoymous	0.18 21	0.10 11	0.35 16	0.17 4	0.11 25	0.21 64	0.17 54	0.33 67	0.24 24	0.24 60	0.28 78	0.27 131	0.16 61	0.24 45	0.17 58	0.09 142	0.06 34	0.09 119	0.06 22	0.09 131	0.10 98

qqq	0.24 147	0.16 143	0.46 67	0.20 34	0.15 157	0.23 102	0.20 154	0.43 155	0.32 107	0.26 76	0.31 105	0.28 143	0.25 175	0.36 171	0.28 200	0.08 87	0.22 329	0.10 181	0.11 232	0.09 131	0.23 291

x	0.23 121	0.15 123	0.45 55	0.20 34	0.15 157	0.27 148	0.17 54	0.43 155	0.35 136	0.26 76	0.31 105	0.29 155	0.25 175	0.29 114	0.30 215	0.09 142	0.22 329	0.08 59	0.09 164	0.09 131	0.24 303

BUS	0.24 147	0.13 73	0.36 18	0.25 197	0.14 107	0.44 300	0.17 54	0.59 301	0.36 149	0.34 198	0.35 143	0.31 174	0.22 137	0.27 79	0.22 146	0.10 197	0.07 92	0.11 227	0.10 208	0.09 131	0.10 98

IER	0.24 147	0.15 123	0.50 119	0.21 53	0.15 157	0.31 208	0.20 154	0.44 173	0.38 169	0.34 198	0.41 202	0.32 184	0.34 264	0.31 132	0.23 161	0.09 142	0.07 92	0.08 59	0.08 103	0.09 131	0.09 57

RAFT+CT+SA	0.23 121	0.24 247	0.48 84	0.25 197	0.18 231	0.23 102	0.29 286	0.42 150	0.38 169	0.24 60	0.39 184	0.20 59	0.17 76	0.34 160	0.17 58	0.07 13	0.07 92	0.09 119	0.12 269	0.09 131	0.13 182

BSDual-CNN	0.24 147	0.13 73	0.36 18	0.25 197	0.14 107	0.35 254	0.22 195	0.59 301	0.36 149	0.34 198	0.35 143	0.38 226	0.25 175	0.27 79	0.28 200	0.10 197	0.07 92	0.11 227	0.10 208	0.09 131	0.10 98

hknet	0.26 190	0.15 123	0.49 101	0.25 197	0.16 186	0.35 254	0.22 195	0.59 301	0.40 188	0.34 198	0.35 143	0.43 262	0.28 212	0.38 181	0.26 187	0.09 142	0.07 92	0.11 227	0.10 208	0.09 131	0.10 98

iRaft-Stereo_5w	0.25 171	0.24 247	0.50 119	0.23 128	0.18 231	0.19 22	0.19 123	0.39 122	0.35 136	0.28 91	0.36 156	0.34 197	0.23 146	0.66 286	0.28 200	0.07 13	0.07 92	0.08 59	0.07 44	0.09 131	0.14 205

psmg	0.24 147	0.13 73	0.36 18	0.21 53	0.14 107	0.35 254	0.23 218	0.54 251	0.36 149	0.36 224	0.38 170	0.38 226	0.25 175	0.27 79	0.28 200	0.10 197	0.08 138	0.10 181	0.10 208	0.09 131	0.09 57

GwcNet-ADL	0.23 121	0.15 123	0.58 203	0.24 165	0.13 80	0.23 102	0.24 240	0.51 229	0.41 193	0.28 91	0.29 84	0.30 165	0.20 125	0.27 79	0.28 200	0.09 142	0.07 92	0.07 13	0.07 44	0.09 131	0.11 127

GANet-ADL	0.22 92	0.14 107	0.51 131	0.23 128	0.14 107	0.29 179	0.19 123	0.48 204	0.36 149	0.26 76	0.33 129	0.32 184	0.20 125	0.26 70	0.22 146	0.11 228	0.07 92	0.07 13	0.06 22	0.09 131	0.11 127

AAGNet	0.34 269	0.12 57	0.53 157	0.26 229	0.16 186	0.20 48	0.19 123	0.31 51	0.29 78	0.35 213	0.35 143	0.27 131	0.30 235	0.44 196	2.56 406	0.08 87	0.05 3	0.10 181	0.07 44	0.09 131	0.07 11

NRIStereo	0.20 56	0.12 57	0.50 119	0.23 128	0.11 25	0.24 120	0.19 123	0.30 37	0.28 65	0.26 76	0.26 65	0.25 111	0.18 102	0.34 160	0.19 98	0.08 87	0.06 34	0.09 119	0.07 44	0.09 131	0.09 57

PSM-AAD	0.26 190	0.11 27	0.43 45	0.24 165	0.12 48	0.27 148	0.37 325	0.36 85	0.30 92	0.36 224	0.39 184	0.28 143	0.77 366	0.30 123	0.16 46	0.07 13	0.06 34	0.12 257	0.11 232	0.09 131	0.21 276

SST-Stereo	0.22 92	0.11 27	0.52 147	0.25 197	0.14 107	0.19 22	0.17 54	0.32 55	0.26 48	0.34 198	0.33 129	0.29 155	0.25 175	0.56 239	0.18 77	0.08 87	0.05 3	0.10 181	0.08 103	0.09 131	0.07 11

RAFT_R40	0.22 92	0.11 27	0.52 147	0.25 197	0.13 80	0.18 13	0.18 91	0.32 55	0.31 99	0.33 184	0.33 129	0.30 165	0.23 146	0.55 234	0.19 98	0.08 87	0.05 3	0.10 181	0.08 103	0.09 131	0.07 11

DeepStereo_RVC	0.19 36	0.12 57	0.47 72	0.22 85	0.11 25	0.19 22	0.16 40	0.29 28	0.24 24	0.28 91	0.27 74	0.23 85	0.28 212	0.24 45	0.19 98	0.08 87	0.06 34	0.09 119	0.07 44	0.09 131	0.10 98

ICVP	0.24 147	0.13 73	0.45 55	0.26 229	0.14 107	0.30 190	0.25 253	0.47 195	0.35 136	0.29 114	0.43 221	0.35 211	0.25 175	0.28 97	0.25 178	0.12 256	0.09 167	0.09 119	0.09 164	0.09 131	0.11 127
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rafts_anoy	0.21 79	0.22 224	0.49 101	0.25 197	0.24 319	0.19 22	0.17 54	0.34 71	0.32 107	0.24 60	0.25 58	0.20 59	0.16 61	0.25 53	0.21 131	0.08 87	0.19 310	0.11 227	0.12 269	0.09 131	0.09 57

iRaftStereo_RVC	0.17 18	0.16 143	0.35 16	0.21 53	0.11 25	0.20 48	0.17 54	0.34 71	0.25 42	0.20 27	0.25 58	0.19 52	0.12 15	0.21 24	0.16 46	0.07 13	0.12 228	0.10 181	0.09 164	0.09 131	0.14 205

sCroCo_RVC	0.19 36	0.15 123	0.60 217	0.27 261	0.18 231	0.23 102	0.16 40	0.28 17	0.24 24	0.14 5	0.22 47	0.17 38	0.14 40	0.22 35	0.16 46	0.11 228	0.11 212	0.09 119	0.09 164	0.09 131	0.10 98

222	0.45 323	0.14 107	0.43 45	0.19 13	0.15 157	0.36 262	0.20 154	0.60 310	0.43 215	0.37 239	0.45 243	0.30 165	0.28 212	0.59 249	3.72 410	0.11 228	0.19 310	0.08 59	0.09 164	0.09 131	0.27 324

test_xeample	0.39 294	0.14 107	0.46 67	0.19 13	0.16 186	0.34 241	0.22 195	0.59 301	0.43 215	0.33 184	0.47 262	0.30 165	0.27 193	0.60 254	2.44 405	0.10 197	0.21 323	0.09 119	0.09 164	0.09 131	0.25 312

ARAFT	0.26 190	0.30 292	0.87 304	0.22 85	0.12 48	0.30 190	0.24 240	0.46 186	0.34 129	0.33 184	0.28 78	0.29 155	0.20 125	0.49 209	0.19 98	0.08 87	0.06 34	0.12 257	0.11 232	0.09 131	0.09 57

SFCPSM	0.23 121	0.12 57	0.51 131	0.21 53	0.14 107	0.34 241	0.22 195	0.57 281	0.41 193	0.29 114	0.32 114	0.23 85	0.22 137	0.28 97	0.20 114	0.10 197	0.07 92	0.09 119	0.10 208	0.09 131	0.09 57

delet	0.29 227	0.18 183	0.58 203	0.24 165	0.19 254	0.41 286	0.30 292	0.52 234	0.51 285	0.35 213	0.42 209	0.37 220	0.31 248	0.49 209	0.36 251	0.10 197	0.09 167	0.11 227	0.12 269	0.09 131	0.09 57

FENet	0.22 92	0.13 73	0.48 84	0.22 85	0.12 48	0.27 148	0.18 91	0.43 155	0.37 162	0.31 150	0.32 114	0.29 155	0.23 146	0.27 79	0.24 166	0.10 197	0.07 92	0.09 119	0.09 164	0.09 131	0.11 127

ac_64	0.28 213	0.16 143	0.62 226	0.25 197	0.17 211	0.36 262	0.22 195	0.48 204	0.35 136	0.36 224	0.37 164	0.51 303	0.30 235	0.62 268	0.34 242	0.11 228	0.09 167	0.10 181	0.10 208	0.09 131	0.09 57

HITNet	0.22 92	0.23 237	0.60 217	0.20 34	0.09 5	0.27 148	0.15 25	0.45 180	0.33 121	0.29 114	0.33 129	0.27 131	0.22 137	0.29 114	0.27 194	0.07 13	0.05 3	0.07 13	0.06 22	0.09 131	0.11 127
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
HSM	0.29 227	0.18 183	0.48 84	0.21 53	0.15 157	0.33 227	0.20 154	0.55 262	0.39 180	0.36 224	0.39 184	0.67 354	0.32 259	0.88 343	0.24 166	0.09 142	0.07 92	0.08 59	0.07 44	0.09 131	0.10 98

iResNet_ROB	0.27 206	0.27 276	0.48 84	0.21 53	0.12 48	0.32 221	0.17 54	0.57 281	0.55 309	0.39 258	0.44 230	0.37 220	0.28 212	0.43 193	0.28 200	0.08 87	0.06 34	0.06 1	0.05 8	0.09 131	0.11 127

MyStereo8	0.25 171	0.20 203	0.69 250	0.24 165	0.17 211	0.31 208	0.16 40	0.50 219	0.32 107	0.29 114	0.38 170	0.25 111	0.19 119	0.33 146	0.29 213	0.08 87	0.20 318	0.08 59	0.08 103	0.10 177	0.16 226

SMFormer	0.27 206	0.13 73	0.47 72	0.20 34	0.10 17	0.28 162	0.19 123	0.54 251	0.48 261	0.35 213	0.42 209	0.31 174	0.27 193	0.60 254	0.34 242	0.10 197	0.16 281	0.08 59	0.09 164	0.10 177	0.16 226

mmm	0.25 171	0.15 123	0.44 52	0.23 128	0.20 271	0.28 162	0.21 173	0.43 155	0.32 107	0.31 150	0.40 191	0.30 165	0.24 164	0.31 132	0.28 200	0.09 142	0.21 323	0.11 227	0.12 269	0.10 177	0.26 321

1111x	0.39 294	0.17 166	0.80 286	0.23 128	0.15 157	0.33 227	0.27 268	0.62 325	0.48 261	0.32 175	0.43 221	0.40 239	0.29 228	0.86 340	1.60 391	0.09 142	0.23 337	0.09 119	0.12 269	0.10 177	0.23 291

test croco	0.18 21	0.16 143	0.59 210	0.21 53	0.13 80	0.16 5	0.17 54	0.29 28	0.23 15	0.16 11	0.26 65	0.13 11	0.17 76	0.27 79	0.17 58	0.09 142	0.06 34	0.10 181	0.07 44	0.10 177	0.07 11

StereoVision	0.23 121	0.23 237	0.55 173	0.27 261	0.17 211	0.23 102	0.22 195	0.40 131	0.32 107	0.21 31	0.51 278	0.22 72	0.16 61	0.29 114	0.19 98	0.11 228	0.12 228	0.13 280	0.13 293	0.10 177	0.08 37

gwcnet-sp	0.25 171	0.16 143	0.70 253	0.23 128	0.14 107	0.34 241	0.22 195	0.46 186	0.41 193	0.37 239	0.35 143	0.27 131	0.27 193	0.36 171	0.26 187	0.09 142	0.08 138	0.09 119	0.09 164	0.10 177	0.10 98

scenet	0.25 171	0.16 143	0.70 253	0.23 128	0.14 107	0.34 241	0.22 195	0.46 186	0.41 193	0.37 239	0.35 143	0.27 131	0.27 193	0.36 171	0.26 187	0.09 142	0.08 138	0.09 119	0.09 164	0.10 177	0.10 98

riskmin	0.24 147	0.10 11	0.43 45	0.32 320	0.26 332	0.33 227	0.19 123	0.44 173	0.30 92	0.24 60	0.27 74	0.37 220	0.25 175	0.30 123	0.22 146	0.09 142	0.18 306	0.09 119	0.13 293	0.10 177	0.27 324

ssnet	0.25 171	0.16 143	0.70 253	0.23 128	0.14 107	0.34 241	0.22 195	0.46 186	0.41 193	0.37 239	0.35 143	0.27 131	0.27 193	0.36 171	0.26 187	0.09 142	0.08 138	0.09 119	0.09 164	0.10 177	0.10 98

CRFU-Net	0.29 227	0.14 107	0.48 84	0.26 229	0.15 157	0.46 310	0.22 195	0.52 234	0.32 107	0.44 296	0.42 209	0.48 290	0.47 322	0.44 196	0.31 224	0.12 256	0.10 192	0.09 119	0.08 103	0.10 177	0.11 127

test_5	0.25 171	0.25 260	0.57 190	0.27 261	0.18 231	0.25 129	0.29 286	0.42 150	0.39 180	0.29 114	0.40 191	0.27 131	0.23 146	0.35 167	0.19 98	0.07 13	0.07 92	0.09 119	0.09 164	0.10 177	0.14 205

CSP-Net	0.28 213	0.17 166	0.41 32	0.22 85	0.14 107	0.44 300	0.24 240	0.52 234	0.42 205	0.42 281	0.44 230	0.42 256	0.27 193	0.66 286	0.30 215	0.12 256	0.09 167	0.08 59	0.08 103	0.10 177	0.10 98

DAS	0.28 213	0.13 73	0.49 101	0.24 165	0.18 231	0.30 190	0.24 240	0.48 204	0.48 261	0.42 281	0.45 243	0.34 197	0.31 248	0.76 318	0.24 166	0.09 142	0.07 92	0.09 119	0.07 44	0.10 177	0.11 127

SepStereo	0.27 206	0.13 73	0.49 101	0.24 165	0.18 231	0.30 190	0.24 240	0.48 204	0.48 261	0.42 281	0.45 243	0.34 197	0.31 248	0.64 276	0.24 166	0.09 142	0.07 92	0.09 119	0.07 44	0.10 177	0.11 127

PSMNet-ADL	0.26 190	0.16 143	0.39 26	0.27 261	0.14 107	0.32 221	0.22 195	0.45 180	0.37 162	0.28 91	0.34 137	0.41 246	0.28 212	0.61 260	0.32 230	0.11 228	0.10 192	0.09 119	0.11 232	0.10 177	0.13 182

Patchmatch Stereo++	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.19 22	0.14 12	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.27 79	0.18 77	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.19 22	0.15 25	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.25 53	0.17 58	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

ROB_FTStereo_v2	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.19 22	0.15 25	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.25 53	0.18 77	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

ROB_FTStereo	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.19 22	0.13 2	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.25 53	0.17 58	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

HUI-Stereo	0.19 36	0.13 73	0.52 147	0.22 85	0.11 25	0.19 22	0.14 12	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.23 39	0.17 58	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

iGMRVC	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.19 22	0.15 25	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.27 79	0.18 77	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

iRAFT	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.19 22	0.14 12	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.27 79	0.18 77	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

CRE-IMP	0.19 36	0.13 73	0.51 131	0.23 128	0.11 25	0.24 120	0.17 54	0.31 51	0.24 24	0.27 85	0.26 65	0.24 100	0.17 76	0.24 45	0.19 98	0.09 142	0.05 3	0.10 181	0.07 44	0.10 177	0.10 98

RAFT-IKP	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.18 13	0.15 25	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.26 70	0.18 77	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

RALCasStereoNet	0.22 92	0.22 224	0.48 84	0.23 128	0.23 308	0.22 86	0.18 91	0.32 55	0.27 57	0.22 47	0.30 95	0.22 72	0.15 49	0.29 114	0.20 114	0.08 87	0.22 329	0.07 13	0.06 22	0.10 177	0.25 312

RALAANet	0.21 79	0.24 247	0.53 157	0.23 128	0.14 107	0.22 86	0.13 2	0.38 106	0.30 92	0.29 114	0.26 65	0.25 111	0.15 49	0.28 97	0.20 114	0.08 87	0.08 138	0.09 119	0.08 103	0.10 177	0.07 11

GES	0.23 121	0.14 107	0.54 167	0.21 53	0.14 107	0.28 162	0.19 123	0.51 229	0.35 136	0.31 150	0.36 156	0.25 111	0.24 164	0.30 123	0.23 161	0.11 228	0.09 167	0.08 59	0.08 103	0.10 177	0.12 162

xxxx	0.39 294	0.14 107	0.47 72	0.20 34	0.16 186	0.38 273	0.20 154	0.61 317	0.43 215	0.30 135	0.44 230	0.38 226	0.25 175	0.50 213	2.41 404	0.11 228	0.21 323	0.09 119	0.10 208	0.10 177	0.26 321

MMNet	0.28 213	0.19 191	0.54 167	0.24 165	0.17 211	0.47 316	0.22 195	0.47 195	0.53 297	0.40 267	0.43 221	0.36 216	0.34 264	0.40 185	0.35 248	0.08 87	0.08 138	0.09 119	0.09 164	0.10 177	0.09 57

UNet	0.28 213	0.16 143	0.70 253	0.24 165	0.20 271	0.44 300	0.21 173	0.52 234	0.42 205	0.36 224	0.40 191	0.43 262	0.33 263	0.41 188	0.32 230	0.09 142	0.07 92	0.10 181	0.09 164	0.10 177	0.09 57

UPFNet	0.27 206	0.15 123	0.47 72	0.25 197	0.20 271	0.37 267	0.27 268	0.50 219	0.40 188	0.36 224	0.38 170	0.37 220	0.29 228	0.40 185	0.34 242	0.10 197	0.10 192	0.10 181	0.10 208	0.10 177	0.08 37

ACVNet	0.24 147	0.18 183	0.51 131	0.18 8	0.15 157	0.27 148	0.23 218	0.40 131	0.45 233	0.29 114	0.41 202	0.38 226	0.28 212	0.28 97	0.35 248	0.09 142	0.07 92	0.08 59	0.07 44	0.10 177	0.09 57

GANet-RSSM	0.26 190	0.19 191	0.54 167	0.21 53	0.14 107	0.27 148	0.22 195	0.47 195	0.34 129	0.30 135	0.40 191	0.41 246	0.30 235	0.59 249	0.25 178	0.11 228	0.08 138	0.09 119	0.09 164	0.10 177	0.10 98

PSMNet-RSSM	0.26 190	0.21 210	0.50 119	0.21 53	0.14 107	0.25 129	0.21 173	0.50 219	0.38 169	0.31 150	0.45 243	0.40 239	0.27 193	0.53 226	0.24 166	0.12 256	0.08 138	0.11 227	0.13 293	0.10 177	0.10 98

GwcNet-RSSM	0.28 213	0.25 260	0.61 223	0.22 85	0.14 107	0.28 162	0.24 240	0.46 186	0.44 222	0.33 184	0.46 255	0.41 246	0.28 212	0.55 234	0.31 224	0.11 228	0.07 92	0.09 119	0.10 208	0.10 177	0.09 57

NLCA_NET_v2_RVC	0.29 227	0.24 247	0.81 287	0.26 229	0.18 231	0.30 190	0.22 195	0.52 234	0.41 193	0.38 247	0.42 209	0.42 256	0.28 212	0.46 203	0.31 224	0.11 228	0.08 138	0.10 181	0.11 232	0.10 177	0.12 162
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AANet_RVC	0.33 261	0.31 295	0.69 250	0.23 128	0.14 107	0.30 190	0.23 218	0.49 211	0.55 309	0.39 258	0.60 317	0.43 262	0.30 235	0.88 343	0.54 313	0.11 228	0.08 138	0.07 13	0.07 44	0.10 177	0.12 162

StereoDRNet-Refined	0.28 213	0.19 191	0.47 72	0.25 197	0.14 107	0.36 262	0.21 173	0.49 211	0.43 215	0.46 308	0.52 284	0.42 256	0.30 235	0.46 203	0.38 259	0.10 197	0.07 92	0.11 227	0.11 232	0.10 177	0.11 127
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	0.30 239	0.20 203	0.45 55	0.28 285	0.17 211	0.37 267	0.25 253	0.50 219	0.45 233	0.46 308	0.47 262	0.51 303	0.34 264	0.56 239	0.38 259	0.10 197	0.10 192	0.11 227	0.11 232	0.10 177	0.11 127

pmcnn	0.54 345	0.24 247	1.06 335	0.25 197	0.26 332	0.40 282	0.31 301	0.55 262	0.55 309	0.56 343	1.22 380	2.53 403	0.39 293	0.84 337	1.08 366	0.09 142	0.06 34	0.06 1	0.05 8	0.10 177	0.14 205

mmx	0.37 284	0.17 166	0.84 295	0.21 53	0.13 80	0.29 179	0.21 173	0.57 281	0.48 261	0.31 150	0.44 230	0.34 197	0.24 164	0.91 350	1.30 375	0.10 197	0.20 318	0.12 257	0.11 232	0.11 218	0.23 291

xxx	0.37 284	0.17 166	0.84 295	0.21 53	0.13 80	0.29 179	0.21 173	0.57 281	0.48 261	0.31 150	0.44 230	0.34 197	0.24 164	0.91 350	1.30 375	0.10 197	0.20 318	0.12 257	0.11 232	0.11 218	0.23 291

PCWNet_CMD	0.23 121	0.14 107	0.48 84	0.21 53	0.13 80	0.28 162	0.17 54	0.47 195	0.47 255	0.30 135	0.36 156	0.37 220	0.24 164	0.29 114	0.21 131	0.09 142	0.06 34	0.10 181	0.08 103	0.11 218	0.11 127

CASS	0.22 92	0.16 143	0.40 30	0.26 229	0.12 48	0.29 179	0.19 123	0.40 131	0.32 107	0.34 198	0.35 143	0.25 111	0.25 175	0.26 70	0.21 131	0.13 273	0.08 138	0.11 227	0.09 164	0.11 218	0.12 162
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	0.28 213	0.19 191	0.68 249	0.22 85	0.19 254	0.31 208	0.31 301	0.43 155	0.43 215	0.28 91	0.38 170	0.42 256	0.32 259	0.33 146	0.32 230	0.08 87	0.14 251	0.10 181	0.12 269	0.11 218	0.24 303

Wz-Net-LNSev-Ref	0.33 261	0.25 260	0.82 290	0.22 85	0.17 211	0.46 310	0.28 282	0.53 244	0.53 297	0.43 290	0.57 306	0.44 268	0.31 248	0.50 213	0.48 294	0.10 197	0.06 34	0.08 59	0.06 22	0.11 218	0.12 162

RAFT	0.24 147	0.24 247	0.46 67	0.27 261	0.15 157	0.26 142	0.26 263	0.37 97	0.31 99	0.34 198	0.34 137	0.41 246	0.22 137	0.30 123	0.18 77	0.08 87	0.15 272	0.11 227	0.10 208	0.11 218	0.13 182

GEStereo_RVC	0.29 227	0.24 247	0.60 217	0.27 261	0.16 186	0.33 227	0.25 253	0.58 293	0.56 313	0.35 213	0.38 170	0.34 197	0.25 175	0.51 218	0.29 213	0.12 256	0.08 138	0.09 119	0.08 103	0.11 218	0.13 182

Anonymous3	0.24 147	0.19 191	0.76 272	0.27 261	0.18 231	0.41 286	0.24 240	0.45 180	0.36 149	0.23 54	0.27 74	0.20 59	0.18 102	0.28 97	0.19 98	0.12 256	0.11 212	0.10 181	0.10 208	0.11 218	0.13 182

TestStereo	0.22 92	0.24 247	0.48 84	0.25 197	0.11 25	0.22 86	0.22 195	0.32 55	0.31 99	0.24 60	0.34 137	0.23 85	0.19 119	0.62 268	0.19 98	0.08 87	0.07 92	0.10 181	0.07 44	0.11 218	0.07 11

CFNet_pseudo	0.23 121	0.14 107	0.48 84	0.20 34	0.13 80	0.27 148	0.17 54	0.46 186	0.45 233	0.30 135	0.37 164	0.38 226	0.23 146	0.30 123	0.22 146	0.09 142	0.06 34	0.11 227	0.08 103	0.11 218	0.11 127

ADLNet	0.30 239	0.19 191	0.59 210	0.23 128	0.19 254	0.34 241	0.23 218	0.56 272	0.44 222	0.43 290	0.41 202	0.43 262	0.28 212	0.56 239	0.36 251	0.11 228	0.08 138	0.11 227	0.11 232	0.11 218	0.15 216

HCRNet	0.25 171	0.27 276	0.42 40	0.34 335	0.17 211	0.27 148	0.18 91	0.45 180	0.37 162	0.31 150	0.35 143	0.32 184	0.23 146	0.44 196	0.21 131	0.13 273	0.08 138	0.13 280	0.11 232	0.11 218	0.09 57

GMStereo	0.21 79	0.30 292	0.57 190	0.21 53	0.12 48	0.24 120	0.18 91	0.30 37	0.41 193	0.26 76	0.24 54	0.17 38	0.16 61	0.25 53	0.19 98	0.10 197	0.07 92	0.08 59	0.08 103	0.11 218	0.09 57
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
psm_up	0.30 239	0.21 210	0.58 203	0.26 229	0.18 231	0.32 221	0.27 268	0.57 281	0.45 233	0.38 247	0.41 202	0.45 273	0.40 296	0.59 249	0.32 230	0.11 228	0.12 228	0.13 280	0.12 269	0.11 218	0.11 127

acv_ft	0.26 190	0.18 183	0.56 183	0.24 165	0.19 254	0.34 241	0.21 173	0.47 195	0.45 233	0.39 258	0.41 202	0.38 226	0.28 212	0.28 97	0.36 251	0.09 142	0.07 92	0.08 59	0.07 44	0.11 218	0.09 57

HGLStereo	0.29 227	0.19 191	0.60 217	0.24 165	0.21 284	0.33 227	0.23 218	0.52 234	0.44 222	0.36 224	0.49 273	0.41 246	0.35 271	0.46 203	0.34 242	0.11 228	0.11 212	0.09 119	0.09 164	0.11 218	0.12 162

DSFCA	0.29 227	0.18 183	0.48 84	0.21 53	0.17 211	0.39 276	0.32 307	0.49 211	0.44 222	0.44 296	0.38 170	0.40 239	0.30 235	0.53 226	0.38 259	0.12 256	0.10 192	0.10 181	0.11 232	0.11 218	0.11 127

DMCA	0.24 147	0.18 183	0.51 131	0.23 128	0.14 107	0.27 148	0.20 154	0.45 180	0.40 188	0.32 175	0.33 129	0.33 190	0.25 175	0.27 79	0.30 215	0.11 228	0.08 138	0.10 181	0.08 103	0.11 218	0.12 162

BEATNet_4x	0.25 171	0.25 260	0.66 241	0.23 128	0.10 17	0.29 179	0.14 12	0.49 211	0.34 129	0.31 150	0.35 143	0.32 184	0.26 187	0.34 160	0.33 238	0.08 87	0.06 34	0.08 59	0.07 44	0.11 218	0.13 182

MSMDNet	0.23 121	0.14 107	0.49 101	0.20 34	0.13 80	0.28 162	0.17 54	0.47 195	0.47 255	0.30 135	0.36 156	0.37 220	0.24 164	0.29 114	0.21 131	0.09 142	0.07 92	0.09 119	0.08 103	0.11 218	0.11 127

CFNet	0.29 227	0.29 286	0.57 190	0.23 128	0.14 107	0.34 241	0.15 25	0.53 244	0.46 242	0.31 150	0.40 191	0.38 226	0.27 193	0.76 318	0.28 200	0.10 197	0.07 92	0.11 227	0.11 232	0.11 218	0.09 57

AdaStereo	0.25 171	0.17 166	0.47 72	0.25 197	0.13 80	0.33 227	0.17 54	0.57 281	0.43 215	0.34 198	0.38 170	0.35 211	0.21 132	0.32 137	0.24 166	0.14 294	0.06 34	0.13 280	0.09 164	0.11 218	0.09 57
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.
LE_ROB	1.82 403	0.39 337	3.15 405	0.50 374	0.55 380	0.79 368	1.00 394	0.89 383	6.48 414	7.40 416	2.07 402	2.07 396	5.08 412	1.33 387	3.96 411	0.11 228	0.09 167	0.12 257	0.11 232	0.11 218	0.13 182

DN-CSS_ROB	0.24 147	0.33 306	0.69 250	0.25 197	0.14 107	0.26 142	0.13 2	0.42 150	0.35 136	0.30 135	0.42 209	0.22 72	0.20 125	0.34 160	0.22 146	0.07 13	0.06 34	0.11 227	0.11 232	0.11 218	0.09 57

ttt	0.33 261	0.14 107	0.54 167	0.22 85	0.14 107	0.30 190	0.22 195	0.59 301	0.51 285	0.31 150	0.46 255	0.30 165	0.23 146	0.71 299	1.07 364	0.13 273	0.22 329	0.10 181	0.11 232	0.12 243	0.24 303

ssnet_v2	0.30 239	0.21 210	0.63 231	0.23 128	0.15 157	0.40 282	0.30 292	0.59 301	0.48 261	0.40 267	0.37 164	0.46 279	0.30 235	0.41 188	0.44 283	0.13 273	0.11 212	0.11 227	0.11 232	0.12 243	0.11 127

NINENet	0.27 206	0.16 143	0.49 101	0.23 128	0.16 186	0.44 300	0.17 54	0.63 329	0.49 274	0.33 184	0.38 170	0.31 174	0.22 137	0.43 193	0.22 146	0.11 228	0.10 192	0.12 257	0.08 103	0.12 243	0.11 127

dd	0.23 121	0.32 302	0.55 173	0.23 128	0.12 48	0.27 148	0.21 173	0.32 55	0.45 233	0.30 135	0.29 84	0.25 111	0.17 76	0.31 132	0.26 187	0.13 273	0.07 92	0.10 181	0.08 103	0.12 243	0.09 57

ADLNet2	0.31 249	0.23 237	0.77 278	0.23 128	0.18 231	0.36 262	0.24 240	0.55 262	0.54 301	0.33 184	0.38 170	0.45 273	0.31 248	0.70 296	0.36 251	0.10 197	0.08 138	0.09 119	0.09 164	0.12 243	0.11 127

RAFT + AFF	0.30 239	0.33 306	0.76 272	0.25 197	0.17 211	0.30 190	0.33 312	0.55 262	0.42 205	0.28 91	0.30 95	0.31 174	0.31 248	0.64 276	0.32 230	0.09 142	0.11 212	0.11 227	0.10 208	0.12 243	0.16 226

CFNet-ft	0.26 190	0.21 210	0.51 131	0.19 13	0.16 186	0.31 208	0.21 173	0.40 131	0.37 162	0.29 114	0.40 191	0.46 279	0.27 193	0.49 209	0.28 200	0.12 256	0.07 92	0.12 257	0.11 232	0.12 243	0.11 127

STTStereo	0.30 239	0.24 247	0.83 292	0.25 197	0.17 211	0.30 190	0.24 240	0.49 211	0.39 180	0.39 258	0.41 202	0.44 268	0.28 212	0.41 188	0.30 215	0.13 273	0.13 242	0.13 280	0.16 325	0.12 243	0.12 162

ADCRef	0.41 309	0.33 306	1.05 333	0.26 229	0.21 284	0.49 325	0.27 268	0.54 251	0.51 285	0.51 327	0.59 313	0.35 211	0.47 322	0.54 231	1.35 382	0.09 142	0.08 138	0.12 257	0.12 269	0.12 243	0.13 182

CFNet_RVC	0.26 190	0.21 210	0.51 131	0.19 13	0.16 186	0.31 208	0.21 173	0.40 131	0.37 162	0.29 114	0.40 191	0.46 279	0.27 193	0.49 209	0.28 200	0.12 256	0.07 92	0.12 257	0.11 232	0.12 243	0.11 127

ccs_rob	0.23 121	0.14 107	0.48 84	0.20 34	0.13 80	0.27 148	0.17 54	0.46 186	0.45 233	0.30 135	0.37 164	0.38 226	0.23 146	0.30 123	0.22 146	0.09 142	0.06 34	0.11 227	0.08 103	0.12 243	0.11 127

NaN_ROB	0.44 320	0.38 333	0.94 323	0.30 305	0.20 271	0.52 334	0.49 360	0.61 317	0.60 326	0.56 343	0.47 262	0.49 296	0.42 305	1.24 379	0.76 342	0.12 256	0.18 306	0.12 257	0.13 293	0.12 243	0.18 240

CFNet_ucs	0.25 171	0.14 107	0.51 131	0.20 34	0.15 157	0.29 179	0.18 91	0.51 229	0.46 242	0.32 175	0.42 209	0.38 226	0.23 146	0.31 132	0.22 146	0.11 228	0.08 138	0.12 257	0.09 164	0.13 255	0.13 182

fast-acv-ft	0.33 261	0.26 270	0.88 310	0.25 197	0.18 231	0.49 325	0.27 268	0.44 173	0.50 279	0.40 267	0.55 299	0.49 296	0.36 276	0.39 184	0.41 270	0.11 228	0.11 212	0.11 227	0.12 269	0.13 255	0.11 127

iinet-f	0.31 249	0.23 237	1.16 349	0.20 34	0.16 186	0.44 300	0.23 218	0.47 195	0.38 169	0.36 224	0.44 230	0.41 246	0.35 271	0.36 171	0.43 276	0.10 197	0.09 167	0.08 59	0.08 103	0.13 255	0.12 162

AACVNet	0.28 213	0.22 224	0.55 173	0.23 128	0.14 107	0.30 190	0.19 123	0.43 155	0.33 121	0.39 258	0.42 209	0.44 268	0.29 228	0.73 303	0.28 200	0.11 228	0.09 167	0.11 227	0.09 164	0.13 255	0.12 162

LCNet	0.22 92	0.12 57	0.42 40	0.26 229	0.12 48	0.23 102	0.19 123	0.36 85	0.28 65	0.28 91	0.35 143	0.26 127	0.30 235	0.35 167	0.17 58	0.07 13	0.05 3	0.09 119	0.10 208	0.13 255	0.22 284

LMCR-Stereo	0.28 213	0.22 224	0.56 183	0.29 298	0.14 107	0.37 267	0.23 218	0.57 281	0.36 149	0.40 267	0.40 191	0.29 155	0.30 235	0.41 188	0.38 259	0.11 228	0.07 92	0.09 119	0.07 44	0.13 255	0.10 98

Syn2CoEx	0.39 294	0.39 337	1.08 340	0.35 340	0.21 284	0.41 286	0.29 286	0.63 329	0.51 285	0.43 290	0.56 303	0.45 273	0.45 313	0.69 293	0.39 263	0.17 326	0.14 251	0.16 318	0.12 269	0.13 255	0.16 226

GwcNet	0.37 284	0.29 286	1.12 343	0.25 197	0.24 319	0.48 322	0.27 268	0.58 293	0.60 326	0.39 258	0.54 294	0.51 303	0.34 264	0.60 254	0.46 289	0.13 273	0.12 228	0.12 257	0.11 232	0.13 255	0.15 216

DMCA-RVC	0.30 239	0.27 276	0.93 320	0.28 285	0.17 211	0.30 190	0.21 173	0.43 155	0.36 149	0.40 267	0.38 170	0.39 236	0.36 276	0.44 196	0.34 242	0.13 273	0.10 192	0.16 318	0.12 269	0.13 255	0.11 127

FADNet-RVC-Resample	0.31 249	0.32 302	1.16 349	0.27 261	0.17 211	0.33 227	0.21 173	0.49 211	0.40 188	0.36 224	0.38 170	0.34 197	0.27 193	0.54 231	0.27 194	0.10 197	0.10 192	0.14 298	0.13 293	0.13 255	0.18 240

PA-Net	0.40 304	0.35 318	1.05 333	0.32 320	0.28 338	0.39 276	0.43 346	0.53 244	0.56 313	0.35 213	0.43 221	0.41 246	0.36 276	0.83 336	0.61 327	0.12 256	0.23 337	0.16 318	0.23 360	0.13 255	0.20 267
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
TDLM	0.32 254	0.27 276	0.52 147	0.30 305	0.15 157	0.33 227	0.32 307	0.54 251	0.50 279	0.44 296	0.43 221	0.39 236	0.30 235	0.92 355	0.30 215	0.14 294	0.09 167	0.13 280	0.12 269	0.13 255	0.14 205

UCFNet_RVC	0.25 171	0.21 210	0.49 101	0.19 13	0.15 157	0.34 241	0.18 91	0.47 195	0.36 149	0.30 135	0.35 143	0.40 239	0.26 187	0.35 167	0.24 166	0.13 273	0.08 138	0.13 280	0.14 307	0.13 255	0.13 182

iResNetv2_ROB	0.29 227	0.37 327	0.92 316	0.24 165	0.13 80	0.30 190	0.19 123	0.55 262	0.51 285	0.39 258	0.46 255	0.39 236	0.27 193	0.36 171	0.30 215	0.09 142	0.06 34	0.07 13	0.05 8	0.13 255	0.11 127

DRN-Test	0.35 275	0.20 203	0.75 268	0.28 285	0.19 254	0.46 310	0.29 286	0.68 352	0.54 301	0.49 321	0.47 262	0.44 268	0.35 271	0.63 271	0.44 283	0.13 273	0.09 167	0.13 280	0.12 269	0.13 255	0.13 182

StereoDRNet	0.34 269	0.28 283	0.70 253	0.28 285	0.21 284	0.43 295	0.30 292	0.63 329	0.51 285	0.47 314	0.40 191	0.48 290	0.31 248	0.58 243	0.44 283	0.12 256	0.10 192	0.12 257	0.11 232	0.13 255	0.13 182

DISCO	0.33 261	0.16 143	0.55 173	0.26 229	0.16 186	0.48 322	0.25 253	0.52 234	0.58 317	0.38 247	0.45 243	0.63 340	0.37 281	0.65 280	0.50 301	0.10 197	0.07 92	0.09 119	0.08 103	0.13 255	0.13 182

MDST_ROB	0.51 339	0.16 143	0.97 325	0.31 315	0.21 284	1.35 396	0.34 316	0.80 372	0.59 325	1.09 384	0.74 348	0.49 296	0.37 281	1.31 385	0.60 324	0.14 294	0.12 228	0.16 318	0.13 293	0.13 255	0.18 240

PSMNet_ROB	0.36 277	0.31 295	0.71 259	0.31 315	0.21 284	0.44 300	0.44 348	0.61 317	0.49 274	0.39 258	0.45 243	0.49 296	0.32 259	0.66 286	0.53 309	0.14 294	0.10 192	0.15 312	0.14 307	0.13 255	0.13 182

CBMV	0.36 277	0.25 260	0.61 223	0.24 165	0.14 107	0.42 291	0.33 312	0.56 272	0.52 296	0.54 339	0.52 284	0.51 303	0.58 347	0.63 271	0.43 276	0.15 306	0.16 281	0.18 334	0.16 325	0.13 255	0.19 255
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
Wz-Net-LNSev	0.36 277	0.35 318	1.06 335	0.26 229	0.21 284	0.47 316	0.33 312	0.56 272	0.58 317	0.45 303	0.54 294	0.50 300	0.37 281	0.40 185	0.42 273	0.12 256	0.11 212	0.10 181	0.09 164	0.14 275	0.15 216

AASNet	0.29 227	0.27 276	0.67 244	0.26 229	0.18 231	0.34 241	0.21 173	0.64 335	0.49 274	0.36 224	0.41 202	0.32 184	0.26 187	0.33 146	0.39 263	0.12 256	0.09 167	0.10 181	0.08 103	0.14 275	0.12 162

pcwnet_v2	0.32 254	0.16 143	1.22 360	0.23 128	0.19 254	0.32 221	0.19 123	0.61 317	0.61 328	0.37 239	0.45 243	0.35 211	0.29 228	0.37 179	0.26 187	0.14 294	0.11 212	0.12 257	0.11 232	0.14 275	0.18 240

FAT-Stereo	0.36 277	0.19 191	0.75 268	0.26 229	0.18 231	0.34 241	0.30 292	0.62 325	0.61 328	0.47 314	0.61 326	0.59 326	0.50 331	0.61 260	0.36 251	0.13 273	0.14 251	0.13 280	0.12 269	0.14 275	0.20 267

Nwc_Net	0.39 294	0.29 286	0.84 295	0.32 320	0.24 319	0.45 308	0.30 292	0.67 347	0.51 285	0.39 258	0.70 342	0.59 326	0.48 326	0.61 260	0.45 288	0.16 314	0.12 228	0.19 340	0.21 349	0.14 275	0.15 216

ADCP+	0.48 335	0.36 324	1.47 374	0.26 229	0.22 299	0.57 343	0.40 340	0.56 272	0.54 301	0.46 308	0.52 284	0.46 279	0.53 340	0.59 249	1.93 397	0.10 197	0.08 138	0.11 227	0.11 232	0.14 275	0.15 216

DeepPruner_ROB	0.28 213	0.25 260	0.64 235	0.22 85	0.16 186	0.30 190	0.21 173	0.54 251	0.33 121	0.36 224	0.38 170	0.38 226	0.26 187	0.45 202	0.28 200	0.15 306	0.11 212	0.11 227	0.11 232	0.14 275	0.14 205

Wz-Net-MNSev	0.39 294	0.35 318	0.99 329	0.26 229	0.21 284	0.59 347	0.39 336	0.58 293	0.61 328	0.49 321	0.56 303	0.53 312	0.37 281	0.61 260	0.47 292	0.11 228	0.09 167	0.11 227	0.11 232	0.15 282	0.15 216

dad	0.30 239	0.38 333	0.60 217	0.22 85	0.14 107	0.32 221	0.21 173	0.35 80	0.51 285	0.45 303	0.45 243	0.46 279	0.23 146	0.41 188	0.27 194	0.21 348	0.11 212	0.20 344	0.11 232	0.15 282	0.11 127

Anonymous	0.21 79	0.15 123	0.63 231	0.27 261	0.20 271	0.26 142	0.27 268	0.34 71	0.27 57	0.18 22	0.19 24	0.15 27	0.19 119	0.25 53	0.19 98	0.10 197	0.09 167	0.09 119	0.09 164	0.15 282	0.13 182

hitnet-ft	0.31 249	0.21 210	0.56 183	0.19 13	0.14 107	0.40 282	0.23 218	0.46 186	0.42 205	0.37 239	0.46 255	0.53 312	0.35 271	0.76 318	0.35 248	0.14 294	0.10 192	0.14 298	0.10 208	0.15 282	0.14 205

ADCL	0.50 337	0.30 292	1.15 347	0.28 285	0.19 254	0.77 366	0.64 375	0.57 281	0.73 356	0.57 346	0.73 347	0.55 315	0.60 350	0.66 286	1.53 388	0.11 228	0.10 192	0.13 280	0.13 293	0.15 282	0.16 226

GANet	0.40 304	0.28 283	0.67 244	0.31 315	0.18 231	0.43 295	0.39 336	0.60 310	0.46 242	0.48 320	0.78 352	0.55 315	0.45 313	0.96 360	0.55 316	0.13 273	0.14 251	0.13 280	0.12 269	0.15 282	0.16 226

CVANet_RVC	0.34 269	0.25 260	0.77 278	0.27 261	0.17 211	0.34 241	0.28 282	0.55 262	0.50 279	0.43 290	0.46 255	0.44 268	0.31 248	0.90 348	0.27 194	0.15 306	0.10 192	0.14 298	0.14 307	0.15 282	0.15 216

CBMV_ROB	0.36 277	0.21 210	0.57 190	0.22 85	0.14 107	0.35 254	0.20 154	0.55 262	0.47 255	0.52 330	0.58 309	0.45 273	0.53 340	0.75 312	0.50 301	0.18 336	0.19 310	0.23 354	0.21 349	0.15 282	0.20 267

SGM-Forest	0.42 313	0.44 350	0.92 316	0.24 165	0.16 186	0.45 308	0.40 340	0.58 293	0.50 279	0.54 339	0.63 329	0.52 308	0.51 333	0.91 350	0.66 334	0.17 326	0.17 299	0.17 327	0.15 316	0.15 282	0.21 276
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
HBP-ISP	0.34 269	0.35 318	0.76 272	0.23 128	0.17 211	0.33 227	0.22 195	0.56 272	0.47 255	0.42 281	0.49 273	0.33 190	0.41 301	0.73 303	0.27 194	0.18 336	0.19 310	0.24 356	0.20 347	0.16 291	0.16 226

UDGNet	0.24 147	0.37 327	0.53 157	0.25 197	0.14 107	0.24 120	0.18 91	0.32 55	0.44 222	0.29 114	0.28 78	0.24 100	0.20 125	0.30 123	0.21 131	0.16 314	0.07 92	0.21 347	0.11 232	0.16 291	0.11 127

SACVNet	0.32 254	0.25 260	0.59 210	0.26 229	0.19 254	0.35 254	0.25 253	0.54 251	0.41 193	0.43 290	0.45 243	0.46 279	0.34 264	0.71 299	0.30 215	0.14 294	0.10 192	0.12 257	0.12 269	0.16 291	0.20 267

APVNet	0.38 289	0.26 270	0.87 304	0.26 229	0.22 299	0.52 334	0.35 318	0.64 335	0.46 242	0.40 267	0.52 284	0.48 290	0.39 293	0.84 337	0.48 294	0.13 273	0.14 251	0.15 312	0.16 325	0.16 291	0.16 226

psmorigin	0.52 342	0.29 286	3.10 404	0.24 165	0.19 254	0.39 276	0.24 240	0.52 234	0.45 233	0.66 355	0.68 338	0.70 361	0.52 335	0.86 340	0.49 300	0.15 306	0.17 299	0.13 280	0.14 307	0.16 291	0.23 291

aanetorigin	0.40 304	0.33 306	1.14 346	0.25 197	0.19 254	0.30 190	0.37 325	0.34 71	0.47 255	0.95 375	0.82 357	0.52 308	0.56 344	0.50 213	0.52 305	0.11 228	0.09 167	0.10 181	0.10 208	0.16 291	0.19 255

S-Stereo	0.39 294	0.20 203	1.04 332	0.28 285	0.22 299	0.39 276	0.31 301	0.58 293	0.69 347	0.40 267	0.59 313	0.48 290	0.41 301	0.75 312	0.42 273	0.12 256	0.15 272	0.13 280	0.13 293	0.16 291	0.25 312

AF-Net	0.40 304	0.31 295	0.74 265	0.33 331	0.24 319	0.43 295	0.30 292	0.64 335	0.67 341	0.44 296	0.69 341	0.65 347	0.52 335	0.59 249	0.48 294	0.16 314	0.12 228	0.19 340	0.14 307	0.16 291	0.14 205

Anonymous Stereo	0.42 313	0.43 346	1.38 368	0.32 320	0.26 332	0.35 254	0.48 356	0.55 262	0.58 317	0.43 290	0.48 271	0.40 239	0.29 228	0.93 356	0.56 317	0.16 314	0.16 281	0.15 312	0.16 325	0.16 291	0.20 267

NCCL2	0.37 284	0.33 306	0.59 210	0.37 345	0.23 308	0.42 291	0.41 343	0.56 272	0.44 222	0.47 314	0.47 262	0.61 333	0.39 293	0.58 243	0.41 270	0.16 314	0.13 242	0.21 347	0.22 356	0.16 291	0.18 240

XPNet_ROB	0.35 275	0.26 270	0.58 203	0.28 285	0.19 254	0.37 267	0.31 301	0.57 281	0.51 285	0.52 330	0.54 294	0.57 320	0.38 286	0.65 280	0.48 294	0.17 326	0.12 228	0.13 280	0.12 269	0.16 291	0.17 238

SGM_RVC	0.57 352	0.22 224	0.60 217	0.26 229	0.16 186	0.97 381	0.46 352	0.76 369	0.90 370	1.03 381	0.92 367	1.16 379	0.93 379	1.21 378	0.72 339	0.17 326	0.16 281	0.16 318	0.16 325	0.16 291	0.24 303
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
GMStereo_Zeroshot	0.25 171	0.22 224	0.51 131	0.27 261	0.14 107	0.28 162	0.15 25	0.40 131	0.36 149	0.37 239	0.43 221	0.40 239	0.17 76	0.35 167	0.21 131	0.12 256	0.07 92	0.13 280	0.07 44	0.17 303	0.10 98

Wz-Net-SNSev	0.45 323	0.53 361	1.42 372	0.31 315	0.21 284	0.44 300	0.45 349	0.64 335	0.68 345	0.46 308	0.66 334	0.62 336	0.40 296	0.78 322	0.65 332	0.12 256	0.11 212	0.12 257	0.13 293	0.17 303	0.19 255

RP	0.38 289	0.26 270	0.67 244	0.31 315	0.24 319	0.37 267	0.29 286	0.53 244	0.61 328	0.42 281	0.65 332	0.62 336	0.51 333	0.63 271	0.43 276	0.17 326	0.15 272	0.17 327	0.15 316	0.17 303	0.19 255

NCC-stereo	0.42 313	0.31 295	0.87 304	0.32 320	0.29 347	0.47 316	0.37 325	0.68 352	0.53 297	0.42 281	0.58 309	0.57 320	0.52 335	0.75 312	0.54 313	0.18 336	0.14 251	0.18 334	0.25 362	0.17 303	0.18 240

edge stereo	0.40 304	0.22 224	0.87 304	0.27 261	0.22 299	0.38 273	0.26 263	0.59 301	0.56 313	0.53 336	0.60 317	0.71 362	0.50 331	0.78 322	0.43 276	0.16 314	0.15 272	0.19 340	0.14 307	0.17 303	0.19 255

Abc-Net	0.42 313	0.31 295	0.87 304	0.32 320	0.29 347	0.47 316	0.37 325	0.68 352	0.53 297	0.42 281	0.58 309	0.57 320	0.52 335	0.75 312	0.54 313	0.18 336	0.14 251	0.18 334	0.25 362	0.17 303	0.18 240
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	0.46 329	0.37 327	1.50 376	0.34 335	0.30 349	0.36 262	0.37 325	0.64 335	1.15 389	0.41 277	0.45 243	0.40 239	0.41 301	0.82 332	0.53 309	0.18 336	0.14 251	0.23 354	0.21 349	0.17 303	0.18 240

DANet	0.37 284	0.25 260	0.67 244	0.37 345	0.22 299	0.42 291	0.25 253	0.50 219	0.44 222	0.52 330	0.50 275	0.59 326	0.42 305	0.78 322	0.53 309	0.13 273	0.12 228	0.14 298	0.12 269	0.17 303	0.21 276
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
PS-NSSS	0.33 261	0.36 324	0.61 223	0.24 165	0.18 231	0.33 227	0.24 240	0.59 301	0.42 205	0.38 247	0.52 284	0.36 216	0.31 248	0.80 328	0.32 230	0.18 336	0.14 251	0.21 347	0.15 316	0.17 303	0.14 205

FBW_ROB	0.46 329	0.34 314	0.71 259	0.32 320	0.20 271	0.51 329	0.32 307	0.73 364	0.63 334	0.60 348	0.57 306	0.65 347	0.44 311	1.42 390	0.62 328	0.14 294	0.17 299	0.22 352	0.16 325	0.17 303	0.23 291

NOSS_ROB	0.33 261	0.24 247	0.49 101	0.27 261	0.16 186	0.34 241	0.19 123	0.55 262	0.50 279	0.34 198	0.37 164	0.42 256	0.30 235	0.93 356	0.25 178	0.19 345	0.20 318	0.24 356	0.22 356	0.17 303	0.25 312

ETE_ROB	0.36 277	0.32 302	0.64 235	0.30 305	0.18 231	0.40 282	0.38 333	0.59 301	0.49 274	0.50 324	0.52 284	0.62 336	0.37 281	0.58 243	0.43 276	0.13 273	0.10 192	0.14 298	0.12 269	0.17 303	0.18 240

LALA_ROB	0.38 289	0.31 295	0.65 238	0.30 305	0.21 284	0.46 310	0.39 336	0.63 329	0.54 301	0.53 336	0.52 284	0.69 358	0.36 276	0.52 224	0.48 294	0.18 336	0.11 212	0.16 318	0.14 307	0.17 303	0.16 226

PWC_ROB	0.41 309	0.38 333	0.92 316	0.26 229	0.20 271	0.39 276	0.19 123	0.61 317	0.69 347	0.58 347	0.84 359	0.52 308	0.44 311	0.74 307	0.62 328	0.13 273	0.09 167	0.14 298	0.10 208	0.17 303	0.18 240

MeshStereo	0.60 357	0.31 295	0.71 259	0.22 85	0.17 211	0.66 356	0.36 323	0.81 374	0.63 334	1.48 402	1.32 383	1.65 390	0.83 372	1.18 376	0.74 340	0.17 326	0.17 299	0.17 327	0.14 307	0.17 303	0.19 255
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
RTSC	0.43 318	0.37 327	0.95 324	0.30 305	0.20 271	0.50 328	0.23 218	0.65 341	0.86 367	0.56 343	0.54 294	0.51 303	0.36 276	0.71 299	0.92 352	0.13 273	0.14 251	0.11 227	0.13 293	0.18 318	0.19 255

SGM-ForestM	1.59 397	0.56 365	1.52 378	0.41 363	0.34 355	2.77 409	1.67 409	1.69 402	1.73 397	2.48 407	2.27 406	6.02 415	2.90 409	3.08 408	2.83 407	0.25 357	0.30 371	0.19 340	0.20 347	0.18 318	0.45 374

CSAN	0.55 346	0.47 353	1.19 357	0.37 345	0.23 308	0.57 343	0.61 373	0.65 341	0.72 353	0.65 353	0.78 352	0.66 351	0.65 362	1.41 389	0.77 343	0.21 348	0.17 299	0.20 344	0.21 349	0.18 318	0.21 276

SANet	0.58 354	0.41 342	1.38 368	0.27 261	0.16 186	0.72 360	0.48 356	0.71 360	1.34 391	0.69 358	0.97 369	0.94 372	0.78 367	0.97 362	0.93 353	0.14 294	0.12 228	0.12 257	0.12 269	0.18 318	0.20 267

SDNR	0.47 332	0.29 286	0.92 316	0.24 165	0.37 364	1.27 392	0.17 54	0.54 251	0.58 317	0.44 296	0.85 360	0.55 315	0.28 212	1.19 377	0.52 305	0.23 352	0.24 345	0.17 327	0.13 293	0.19 322	0.26 321

WZ-Net	0.56 350	0.49 357	2.14 393	0.30 305	0.24 319	0.58 345	0.48 356	0.65 341	0.80 361	0.51 327	0.72 344	0.68 356	0.60 350	1.06 370	1.01 359	0.13 273	0.10 192	0.11 227	0.12 269	0.19 322	0.23 291

FADNet-RVC	0.34 269	0.43 346	0.97 325	0.25 197	0.20 271	0.33 227	0.20 154	0.51 229	0.42 205	0.34 198	0.40 191	0.41 246	0.29 228	0.65 280	0.36 251	0.14 294	0.14 251	0.14 298	0.15 316	0.19 322	0.20 267

RGC	0.41 309	0.35 318	0.76 272	0.35 340	0.28 338	0.41 286	0.29 286	0.60 310	0.55 309	0.47 314	0.64 330	0.63 340	0.47 322	0.74 307	0.46 289	0.16 314	0.15 272	0.21 347	0.21 349	0.19 322	0.21 276

ADCPNet	0.51 339	0.36 324	1.82 388	0.27 261	0.23 308	0.71 359	0.39 336	0.56 272	0.54 301	0.52 330	0.60 317	0.66 351	0.57 346	0.64 276	1.23 371	0.15 306	0.18 306	0.14 298	0.23 360	0.19 322	0.22 284

RYNet	0.38 289	0.23 237	0.65 238	0.26 229	0.28 338	0.62 350	0.33 312	0.61 317	0.62 332	0.42 281	0.39 184	0.58 325	0.40 296	0.89 345	0.57 320	0.11 228	0.09 167	0.12 257	0.11 232	0.19 322	0.22 284

WCMA_ROB	0.55 346	0.27 276	0.76 272	0.26 229	0.22 299	0.62 350	0.36 323	0.57 281	0.58 317	0.97 377	1.40 386	1.28 383	0.94 380	0.80 328	0.80 346	0.20 347	0.17 299	0.16 318	0.16 325	0.19 322	0.29 334

FINET	0.58 354	0.48 355	1.35 367	0.38 353	0.37 364	0.96 380	1.13 402	0.84 379	1.05 380	0.50 324	0.70 342	0.45 273	0.61 354	0.63 271	0.62 328	0.26 358	0.28 359	0.14 298	0.13 293	0.20 329	0.44 371

EDNetEfficient	0.64 365	0.39 337	2.52 396	0.26 229	0.26 332	0.39 276	0.49 360	0.42 150	1.06 381	1.38 392	0.86 361	0.61 333	0.97 381	0.66 286	1.62 392	0.11 228	0.10 192	0.10 181	0.12 269	0.20 329	0.19 255

stereogan	0.39 294	0.20 203	0.78 282	0.28 285	0.22 299	0.65 355	0.26 263	0.62 325	0.65 337	0.45 303	0.60 317	0.67 354	0.45 313	0.69 293	0.37 257	0.14 294	0.14 251	0.14 298	0.12 269	0.20 329	0.19 255

ADCMid	0.53 343	0.45 351	1.46 373	0.27 261	0.22 299	0.51 329	0.38 333	0.61 317	0.58 317	0.75 362	0.67 336	0.62 336	0.66 363	0.66 286	1.75 393	0.13 273	0.12 228	0.17 327	0.17 336	0.20 329	0.21 276

NVstereo2D	0.32 254	0.18 183	0.63 231	0.24 165	0.23 308	0.43 295	0.28 282	0.60 310	0.58 317	0.28 91	0.39 184	0.42 256	0.30 235	0.71 299	0.30 215	0.13 273	0.09 167	0.13 280	0.10 208	0.20 329	0.18 240

PWCDC_ROB	0.41 309	0.41 342	0.77 278	0.34 335	0.21 284	0.43 295	0.20 154	0.60 310	0.90 370	0.44 296	1.24 381	0.36 216	0.38 286	0.56 239	0.48 294	0.18 336	0.11 212	0.11 227	0.10 208	0.20 329	0.16 226

Wz-Net-TNSev	0.55 346	0.72 378	1.90 389	0.26 229	0.21 284	0.64 354	0.45 349	0.66 345	0.71 351	0.52 330	0.55 299	0.71 362	0.63 360	1.04 368	0.94 355	0.16 314	0.15 272	0.13 280	0.15 316	0.21 335	0.24 303

FADNet_RVC	0.31 249	0.35 318	0.98 327	0.24 165	0.16 186	0.30 190	0.17 54	0.52 234	0.39 180	0.30 135	0.38 170	0.30 165	0.29 228	0.54 231	0.33 238	0.14 294	0.14 251	0.14 298	0.16 325	0.21 335	0.24 303

SHD	0.45 323	0.34 314	0.89 312	0.37 345	0.28 338	0.46 310	0.23 218	0.72 363	0.96 377	0.65 353	0.61 326	0.61 333	0.48 326	0.64 276	0.69 337	0.16 314	0.16 281	0.16 318	0.16 325	0.21 335	0.25 312

AnyNet_C32	0.55 346	0.51 358	1.34 366	0.29 298	0.28 338	0.61 349	0.62 374	0.57 281	0.62 332	0.63 351	0.68 338	0.54 314	0.55 342	0.82 332	1.81 394	0.15 306	0.15 272	0.15 312	0.18 340	0.21 335	0.25 312

coex-ft	3.48 409	0.81 383	48.53 434	0.24 165	0.19 254	0.53 337	0.47 355	0.49 211	2.36 402	7.18 415	1.20 378	0.96 375	2.53 407	0.75 312	2.14 401	0.13 273	0.15 272	0.14 298	0.12 269	0.22 339	0.47 375

EDNetEfficientorigin	7.48 413	0.57 369	139.59 436	0.25 197	0.17 211	0.44 300	0.30 292	0.48 204	1.04 379	1.29 389	1.02 371	0.82 367	0.87 376	0.76 318	1.02 360	0.10 197	0.09 167	0.12 257	0.11 232	0.22 339	0.25 312

G-Net	0.47 332	0.26 270	1.02 331	0.34 335	0.28 338	0.89 375	0.35 318	0.47 195	0.46 242	0.68 357	1.20 378	0.64 345	0.59 349	0.61 260	0.60 324	0.16 314	0.14 251	0.17 327	0.13 293	0.22 339	0.21 276

RTS	0.81 379	0.56 365	4.76 407	0.37 345	0.30 349	1.11 384	0.52 365	0.67 347	1.07 382	0.76 364	0.91 365	0.60 331	0.61 354	1.64 393	1.24 372	0.15 306	0.13 242	0.15 312	0.15 316	0.22 339	0.24 303

RTSA	0.81 379	0.56 365	4.76 407	0.37 345	0.30 349	1.11 384	0.52 365	0.67 347	1.07 382	0.76 364	0.91 365	0.60 331	0.61 354	1.64 393	1.24 372	0.15 306	0.13 242	0.15 312	0.15 316	0.22 339	0.24 303

GASNet	0.39 294	0.58 371	1.27 362	0.35 340	0.23 308	0.35 254	0.23 218	0.63 329	0.56 313	0.41 277	0.38 170	0.45 273	0.30 235	0.81 331	0.42 273	0.16 314	0.11 212	0.14 298	0.14 307	0.23 344	0.12 162

sAnonymous2	0.21 79	0.24 247	0.79 283	0.24 165	0.17 211	0.22 86	0.20 154	0.36 85	0.29 78	0.17 15	0.19 24	0.17 38	0.16 61	0.18 12	0.15 37	0.10 197	0.07 92	0.09 119	0.08 103	0.23 344	0.18 240

CroCo_RVC	0.21 79	0.24 247	0.79 283	0.24 165	0.17 211	0.22 86	0.20 154	0.36 85	0.29 78	0.17 15	0.19 24	0.17 38	0.16 61	0.18 12	0.15 37	0.10 197	0.07 92	0.09 119	0.08 103	0.23 344	0.18 240

ADCS	0.62 360	0.56 365	1.54 379	0.30 305	0.25 329	0.56 341	0.46 352	0.71 360	0.86 367	0.77 366	0.72 344	0.68 356	0.62 358	0.82 332	2.33 403	0.17 326	0.16 281	0.16 318	0.17 336	0.23 344	0.27 324

AnyNet_C01	0.68 368	0.69 377	2.64 398	0.33 331	0.27 337	0.93 376	0.64 375	0.66 345	0.65 337	0.70 359	0.97 369	0.75 364	0.63 360	1.01 365	1.52 387	0.17 326	0.16 281	0.17 327	0.17 336	0.24 348	0.28 330

MFN_U_SF_DS_RVC	0.53 343	0.60 374	0.98 327	0.40 359	0.25 329	0.87 373	0.57 371	0.60 310	0.64 336	0.60 348	0.67 336	0.63 340	0.42 305	1.13 373	0.50 301	0.23 352	0.28 359	0.27 359	0.35 375	0.25 349	0.33 344

FADNet	0.34 269	0.43 346	0.88 310	0.24 165	0.22 299	0.37 267	0.19 123	0.56 272	0.49 274	0.32 175	0.36 156	0.43 262	0.32 259	0.65 280	0.30 215	0.17 326	0.16 281	0.14 298	0.16 325	0.25 349	0.21 276

STTRV1_RVC		0.33 306		0.29 298	0.36 363	0.49 325	0.31 301	0.63 329	0.54 301	0.47 314	0.56 303	0.47 286	0.43 308	1.00 363	0.40 265	0.28 364	0.21 323	0.20 344	0.18 340	0.25 349	0.18 240

LSM	1.68 401	0.48 355	2.91 401	2.28 415	17.60 425	0.52 334	0.55 369	0.65 341	0.78 359	0.84 369	1.11 374	0.63 340	0.55 342	0.79 325	0.53 309	0.16 314	0.25 346	0.18 334	0.21 349	0.25 349	2.37 415

MSMD_ROB	0.63 363	0.34 314	0.70 253	0.30 305	0.25 329	0.88 374	0.35 318	0.58 293	0.67 341	1.13 385	1.52 390	1.75 393	1.05 385	0.90 348	0.60 324	0.24 354	0.22 329	0.27 359	0.27 368	0.25 349	0.27 324

XQC	0.47 332	0.45 351	1.07 337	0.40 359	0.28 338	0.58 345	0.38 333	0.67 347	0.76 358	0.53 336	0.47 262	0.59 326	0.47 322	0.74 307	0.80 346	0.18 336	0.14 251	0.18 334	0.16 325	0.26 354	0.24 303

FC-DCNN	0.73 370	0.33 306	0.84 295	0.33 331	0.28 338	0.82 372	0.40 340	0.82 375	0.83 364	1.43 395	1.60 394	1.97 395	1.38 394	1.10 372	0.93 353	0.24 354	0.22 329	0.27 359	0.26 366	0.26 354	0.32 342

DPSNet	0.51 339	0.26 270	1.16 349	0.28 285	0.21 284	0.76 363	0.56 370	0.89 383	0.82 363	0.49 321	0.51 278	0.64 345	0.81 371	0.89 345	0.85 350	0.17 326	0.16 281	0.13 280	0.13 293	0.26 354	0.27 324

PDISCO_ROB	0.45 323	0.37 327	0.89 312	0.44 367	0.37 364	0.70 358	0.35 318	0.75 367	0.78 359	0.45 303	0.53 291	0.65 347	0.40 296	0.68 292	0.52 305	0.22 351	0.12 228	0.21 347	0.19 343	0.26 354	0.22 284

ccnet	0.43 318	0.34 314	0.62 226	0.28 285	0.33 354	0.60 348	0.34 316	0.68 352	0.47 255	0.54 339	0.66 334	0.56 319	0.46 320	0.73 303	0.66 334	0.26 358	0.19 310	0.24 356	0.22 356	0.27 358	0.25 312

FCDSN-DC	0.67 366	0.38 333	0.83 292	0.37 345	0.30 349	0.66 356	0.37 325	0.69 358	0.70 349	1.15 387	1.53 391	1.70 392	1.38 394	1.00 363	0.83 348	0.24 354	0.22 329	0.27 359	0.26 366	0.27 358	0.32 342
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SAMSARA	0.62 360	0.47 353	0.93 320	0.70 385	0.50 375	1.15 387	1.29 405	0.79 371	0.70 349	0.77 366	0.55 299	0.92 371	0.58 347	0.87 342	0.77 343	0.19 345	0.27 355	0.18 334	0.19 343	0.27 358	0.28 330

PVD	0.62 360	0.41 342	0.93 320	0.44 367	0.39 368	0.63 353	0.51 364	0.86 380	1.27 390	0.93 374	1.09 373	0.81 366	0.85 373	0.89 345	0.89 351	0.21 348	0.23 337	0.22 352	0.19 343	0.28 361	0.41 367

GANetREF_RVC	0.45 323	0.52 359	0.87 304	0.39 355	0.20 271	0.51 329	0.50 362	0.68 352	0.67 341	0.47 314	0.46 255	0.50 300	0.43 308	0.91 350	0.40 265	0.28 364	0.21 323	0.32 368	0.19 343	0.28 361	0.23 291
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
MaskLacGwcNet_RVC	0.38 289	0.43 346	0.72 263	0.35 340	0.19 254	0.51 329	0.25 253	0.56 272	0.39 180	0.42 281	0.47 262	0.47 286	0.27 193	0.74 307	0.32 230	0.38 377	0.19 310	0.27 359	0.17 336	0.29 363	0.27 324

PASM	0.49 336	0.41 342	1.15 347	0.37 345	0.35 358	0.42 291	0.42 344	0.54 251	0.65 337	0.54 339	0.54 294	0.63 340	0.48 326	0.94 359	0.51 304	0.27 362	0.30 371	0.30 364	0.33 373	0.29 363	0.29 334

MFN_U_SF_RVC	0.58 354	0.58 371	1.31 365	0.39 355	0.23 308	0.72 360	0.30 292	0.83 377	0.68 345	0.74 361	0.74 348	0.86 368	0.60 350	0.84 337	0.83 348	0.29 366	0.27 355	0.32 368	0.37 379	0.31 365	0.33 344

MANE	1.63 399	0.58 371	1.16 349	0.59 378	0.60 382	2.71 408	1.53 407	2.63 411	3.62 406	2.33 406	3.26 408	3.66 409	2.98 410	2.26 406	2.26 402	0.37 375	0.40 382	0.31 367	0.49 384	0.31 365	0.63 388

ELAS_RVC	0.80 377	0.40 340	1.10 342	0.40 359	0.35 358	0.93 376	1.10 401	0.87 381	1.12 387	1.40 393	1.39 384	1.27 382	1.55 401	1.13 373	1.13 367	0.29 366	0.27 355	0.30 364	0.28 369	0.31 365	0.36 350
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.80 377	0.40 340	0.91 315	0.39 355	0.35 358	1.52 400	0.81 388	0.97 385	0.98 378	1.47 401	1.58 393	1.19 380	1.33 393	1.01 365	1.21 370	0.29 366	0.27 355	0.30 364	0.29 371	0.32 368	0.36 350
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Anonymous_2	0.44 320	0.23 237	0.57 190	0.34 335	0.34 355	0.53 337	0.28 282	0.49 211	0.39 180	0.36 224	0.34 137	0.48 290	0.38 286	0.43 193	0.33 238	0.26 358	0.41 384	0.44 377	1.45 411	0.33 369	0.37 358

CC-Net-ROB	0.46 329	0.55 363	0.86 302	0.38 353	0.23 308	0.51 329	0.30 292	0.69 358	0.51 285	0.46 308	0.51 278	0.48 290	0.38 286	0.96 360	0.40 265	0.36 374	0.23 337	0.56 383	0.25 362	0.34 370	0.22 284

UDG	0.42 313	0.54 362	0.67 244	0.41 363	0.35 358	0.47 316	0.27 268	0.57 281	0.48 261	0.40 267	0.46 255	0.59 326	0.45 313	0.47 206	0.46 289	0.26 358	0.19 310	0.49 379	0.22 356	0.37 371	0.30 336

NVStereoNet_ROB	0.74 371	0.64 376	1.20 359	0.55 377	0.43 372	0.54 340	0.48 356	0.75 367	0.87 369	0.88 371	1.72 396	1.06 376	1.03 384	1.29 383	0.98 358	0.35 373	0.42 385	0.41 376	0.48 383	0.38 372	0.43 369
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DDUNet	0.45 323	0.60 374	0.71 259	0.45 369	0.39 368	0.46 310	0.32 307	0.53 244	0.44 222	0.46 308	0.53 291	0.57 320	0.38 286	0.51 218	0.43 276	0.34 372	0.21 323	0.56 383	0.25 362	0.41 373	0.36 350

MSC_U_SF_DS_RVC	0.70 369	0.73 380	1.26 361	0.47 371	0.28 338	1.42 398	0.60 372	0.82 375	0.94 376	0.85 370	0.86 361	0.88 370	0.70 364	1.32 386	0.75 341	0.37 375	0.30 371	0.34 371	0.36 377	0.44 374	0.42 368

MADNet+	1.05 384	1.26 404	4.77 409	0.73 387	0.50 375	1.25 391	0.97 393	1.05 386	0.93 373	0.67 356	0.78 352	0.87 369	0.85 373	2.14 403	1.83 395	0.40 380	0.42 385	0.32 368	0.28 369	0.45 375	0.43 369

SQANet	0.44 320	0.57 369	0.89 312	0.49 373	0.39 368	0.47 316	0.23 218	0.53 244	0.44 222	0.41 277	0.48 271	0.47 286	0.34 264	0.58 243	0.43 276	0.38 377	0.15 272	0.40 375	0.21 349	0.50 376	0.34 347

anonymity	0.57 352	0.55 363	0.74 265	0.48 372	0.63 383	0.56 341	0.43 346	0.71 360	0.51 285	0.64 352	0.55 299	0.57 320	0.61 354	0.65 280	0.57 320	0.55 383	0.55 394	0.50 380	0.54 389	0.51 377	0.61 385

FADE		1.19 400		0.71 386	0.76 390													17.17 430		0.51 377

Consistency-Raft	0.56 350	0.52 359	1.12 343	0.45 369	0.49 374	0.48 322	0.45 349	0.73 364	0.74 357	0.45 303	0.82 357	0.46 279	0.60 350	0.51 218	0.63 331	0.39 379	0.40 382	0.44 377	0.51 388	0.53 379	0.38 366

SPS-STEREO	0.74 371	0.72 378	1.18 356	0.52 375	0.57 381	0.76 363	0.50 362	0.80 372	0.66 340	0.97 377	0.88 364	0.94 372	0.74 365	1.08 371	1.04 362	0.58 386	0.51 388	0.50 380	0.50 387	0.56 380	0.72 396
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	1.12 389	0.86 385	1.64 382	0.68 383	0.80 397	1.68 402	1.68 410	1.08 387	1.10 384	1.53 403	1.76 398	1.47 387	1.53 400	1.24 379	1.42 386	0.66 390	0.65 404	0.52 382	0.54 389	0.57 381	0.91 403

JetBlue	1.20 391	0.89 386	2.53 397	0.59 378	0.76 390	3.16 411	2.09 411	1.16 389	0.93 373	0.95 375	1.12 375	1.65 390	1.27 391	2.15 404	1.87 396	0.43 381	0.37 381	0.38 373	0.39 381	0.62 382	0.63 388

BEATNet-Init1	4.91 411	3.27 415	14.39 423	0.69 384	0.65 386	10.19 419	3.83 414	5.04 414	5.11 412	8.73 418	8.52 416	13.95 425	7.66 416	7.79 417	5.79 414	0.32 371	0.34 379	0.34 371	0.38 380	0.64 383	0.64 390

otaku	0.60 357	0.73 380	1.13 345	0.64 380	0.45 373	0.73 362	0.37 325	0.67 347	0.67 341	0.52 330	0.75 350	0.66 351	0.46 320	0.74 307	0.59 323	0.55 383	0.34 379	0.56 383	0.36 377	0.65 384	0.49 379

DGSMNet	0.63 363	0.32 302	1.01 330	0.54 376	0.73 389	0.62 350	1.36 406	0.62 325	0.58 317	0.38 247	0.62 328	0.52 308	0.34 264	0.65 280	0.47 292	0.54 382	0.61 399	0.67 388	0.61 396	0.65 384	0.69 394

WAO-7	1.05 384	1.00 393	1.19 357	0.83 392	0.67 387	1.22 390	0.84 390	1.43 395	1.56 395	1.13 385	1.75 397	1.46 386	1.25 390	1.56 392	1.28 374	0.61 388	0.62 402	0.70 389	0.68 398	0.66 386	0.62 386

MFMNet_re	0.74 371	0.84 384	1.16 349	0.64 380	0.70 388	0.79 368	0.71 380	0.77 370	0.85 366	0.79 368	0.86 361	0.69 358	0.80 369	0.73 303	0.65 332	0.66 390	0.59 398	0.61 387	0.58 394	0.68 387	0.71 395

DispFullNet	0.67 366	0.94 389	1.63 381	0.77 390	1.19 407	0.53 337	0.25 253	0.61 317	0.72 353	0.70 359	0.60 317	0.69 358	0.90 377	0.80 328	0.52 305	0.27 362	0.13 242	0.74 391	0.31 372	0.68 387	0.44 371

Ntro	0.61 359	0.75 382	1.16 349	0.67 382	0.50 375	0.76 363	0.37 325	0.68 352	0.71 351	0.50 324	0.59 313	0.65 347	0.52 335	0.79 325	0.58 322	0.58 386	0.32 376	0.57 386	0.34 374	0.69 389	0.50 380

ACVNet_1	0.77 376	0.92 388	1.79 387	0.73 387	0.53 379	0.78 367	0.42 344	0.88 382	0.90 370	0.75 362	0.76 351	1.32 384	0.80 369	1.04 368	0.70 338	0.57 385	0.32 376	0.72 390	0.35 375	0.70 390	0.50 380

ACVNet-4b	0.76 374	0.90 387	1.67 383	0.73 387	0.51 378	0.80 371	0.31 301	0.74 366	0.81 362	0.51 327	0.72 344	0.94 372	0.43 308	1.01 365	1.32 380	1.18 408	0.22 329	0.77 392	0.45 382	0.70 390	0.50 380

ACVNet_2	0.94 381	0.98 392	1.71 385	0.83 392	0.63 383	1.02 382	0.64 375	1.16 389	1.43 394	1.02 379	1.39 384	1.47 387	0.86 375	1.16 375	0.79 345	0.63 389	0.43 387	0.78 393	0.49 384	0.80 392	0.57 383

RainbowNet	0.76 374	1.00 393	1.29 363	0.82 391	0.63 383	0.79 368	0.52 365	0.83 377	0.93 373	0.61 350	0.79 355	0.79 365	0.62 358	0.82 332	0.67 336	0.80 396	0.55 394	0.79 394	0.49 384	0.81 393	0.62 386

WAO-6	1.11 388	1.01 395	1.17 355	0.96 395	0.79 394	1.30 394	0.78 385	1.36 393	1.99 400	1.04 382	1.54 392	1.59 389	1.27 391	1.37 388	1.30 375	0.78 394	0.55 394	1.03 401	0.75 402	0.87 394	0.72 396

IMH-64-1	0.94 381	0.95 390	1.07 337	0.98 396	0.76 390	0.93 376	0.72 381	1.30 391	1.11 385	0.91 372	1.45 387	1.14 377	1.00 382	1.25 381	0.97 356	0.77 392	0.51 388	0.97 397	0.55 392	0.90 395	0.66 391

IMH-64	0.94 381	0.95 390	1.07 337	0.98 396	0.76 390	0.93 376	0.72 381	1.30 391	1.11 385	0.91 372	1.45 387	1.14 377	1.00 382	1.25 381	0.97 356	0.77 392	0.51 388	0.97 397	0.55 392	0.90 395	0.66 391

LVE	1.18 390	1.16 398	1.67 383	1.04 399	0.81 398	1.32 395	0.82 389	1.49 397	1.94 398	1.08 383	1.90 399	1.89 394	1.07 386	1.51 391	1.04 362	0.96 402	0.61 399	0.94 396	0.69 399	0.92 397	0.79 401

IMH	1.09 387	1.04 396	1.29 363	1.03 398	0.79 394	1.11 384	0.69 378	1.40 394	1.42 393	1.02 379	1.71 395	1.42 385	1.19 389	1.78 399	1.03 361	1.14 406	0.56 397	1.00 399	0.58 394	0.93 398	0.68 393

WAO-8	1.50 395	1.22 402	1.39 370	1.10 401	0.85 399	2.15 404	0.78 385	1.84 404	3.76 407	1.46 397	2.18 403	2.15 398	1.50 398	3.20 410	1.35 382	0.92 400	0.66 405	1.10 402	0.79 403	0.94 399	0.74 398

Venus	1.50 395	1.22 402	1.39 370	1.10 401	0.85 399	2.15 404	0.78 385	1.84 404	3.76 407	1.46 397	2.18 403	2.15 398	1.50 398	3.20 410	1.35 382	0.92 400	0.66 405	1.10 402	0.79 403	0.94 399	0.74 398

SuperB	0.50 337	0.37 327	2.16 394	0.23 128	0.15 157	0.41 286	0.32 307	0.50 219	0.83 364	0.44 296	0.51 278	0.33 190	0.45 313	0.69 293	1.07 364	0.10 197	0.08 138	0.09 119	0.08 103	0.95 401	0.18 240

Dean	1.22 392	1.17 399	1.97 390	1.04 399	0.79 394	1.21 389	0.76 383	1.51 398	1.96 399	1.30 391	1.98 401	2.14 397	1.18 388	1.30 384	1.15 368	0.83 397	0.61 399	1.01 400	0.69 399	0.97 402	0.77 400

PWCK	1.05 384	1.29 405	2.12 392	0.92 394	0.42 371	1.27 392	1.01 395	1.14 388	1.14 388	1.16 388	1.14 376	1.25 381	0.90 377	1.77 398	1.15 368	0.89 399	0.51 388	0.87 395	0.54 389	1.02 403	0.57 383

UNDER WATER-64	1.61 398	1.30 406	2.93 402	1.33 406	0.96 403	2.20 406	1.25 404	1.47 396	3.15 404	1.46 397	1.31 382	2.61 404	2.22 405	1.69 395	1.93 397	1.13 405	0.67 407	1.29 407	0.94 406	1.26 404	1.09 407

UNDER WATER	1.64 400	1.34 407	2.72 400	1.40 407	1.04 404	1.70 403	1.14 403	1.57 401	3.58 405	1.46 397	1.46 389	2.82 406	2.43 406	1.74 396	2.04 400	1.08 404	0.63 403	1.31 408	0.94 406	1.29 405	1.10 408

TorneroNet-64	1.47 393	1.15 397	1.51 377	1.11 403	0.86 401	2.27 407	0.76 383	1.84 404	3.76 407	1.29 389	2.22 405	2.68 405	1.46 396	1.81 400	1.55 389	0.79 395	0.51 388	1.10 402	0.67 397	1.31 406	0.81 402

TorneroNet	2.26 405	1.20 401	1.55 380	1.15 405	0.91 402	5.84 412	0.84 390	2.12 408	8.45 417	2.59 408	5.32 412	3.84 410	2.15 404	1.84 402	1.98 399	0.88 398	0.54 393	1.16 406	0.74 401	1.31 406	0.91 403

SPstereo	14.29 421	1.85 412	2.95 403	1.89 412	1.68 412	23.50 429	43.36 429	35.81 436	29.54 436	20.90 430	20.49 427	26.26 436	21.86 429	25.13 436	19.49 428	1.60 411	1.44 411	2.99 415	2.21 414	1.34 408	1.43 412

KSHMR	1.92 404	1.47 410	1.97 390	1.48 410	1.22 408	1.39 397	1.06 397	1.81 403	5.83 413	1.43 395	5.56 413	2.95 407	1.17 387	2.24 405	1.33 381	1.29 409	1.13 410	1.47 411	1.11 410	1.37 409	1.21 409

notaker	1.49 394	1.44 408	1.77 386	1.42 408	1.08 405	1.19 388	0.87 392	1.51 398	1.40 392	1.53 403	3.41 409	2.40 401	1.94 403	1.83 401	1.57 390	1.14 406	0.69 408	1.38 409	0.88 405	1.39 410	1.03 406

ktn	1.80 402	1.46 409	1.49 375	1.44 409	1.14 406	1.50 399	1.07 398	1.53 400	3.90 410	2.77 409	4.62 410	3.42 408	1.49 397	1.74 396	1.40 385	1.45 410	0.77 409	1.46 410	0.99 408	1.41 411	1.00 405

JetRed	2.35 407	2.70 414	6.11 410	1.14 404	1.38 410	6.03 413	3.61 413	2.12 408	1.72 396	1.99 405	1.97 400	2.15 398	1.59 402	2.49 407	4.19 412	1.05 403	1.60 412	1.10 402	1.02 409	1.72 412	1.41 411

MADNet++	2.34 406	1.81 411	2.24 395	2.15 414	1.97 413	2.79 410	2.19 412	2.42 410	2.26 401	2.79 410	2.70 407	2.43 402	2.60 408	3.18 409	3.32 408	2.19 412	1.97 413	1.93 412	1.62 412	2.02 413	2.10 413

HanzoNet	3.08 408	1.87 413	2.70 399	1.81 411	1.34 409	1.60 401	1.05 396	2.06 407	2.62 403	5.63 413	5.12 411	5.96 414	7.09 415	4.39 414	3.43 409	3.29 414	2.06 415	1.98 413	2.94 416	2.47 414	2.15 414

tt	4.71 410	0.11 27	3.94 406	2.06 413	1.54 411	10.14 418	16.85 419	9.28 420	4.99 411	1.41 394	1.05 372	4.68 411	4.89 411	3.36 412	5.86 415	5.73 418	9.15 424	2.23 414	2.51 415	3.02 415	1.34 410

DPSimNet_ROB	6.21 412	5.16 416	9.50 413	5.59 418	5.56 415	7.64 414	10.02 416	4.07 413	7.33 415	6.84 414	6.26 414	7.17 416	10.55 417	4.07 413	5.68 413	5.50 417	4.29 416	5.24 418	3.66 417	4.05 416	5.96 418

DGTPSM_ROB	8.38 415	5.24 417	10.71 421	5.32 417	10.19 419	8.34 415	23.49 424	6.11 416	13.43 423	4.93 411	10.93 421	5.64 412	10.55 417	6.17 415	12.73 420	3.74 415	7.56 419	3.68 416	7.24 421	4.09 417	7.49 419

DPSMNet_ROB	8.44 416	5.25 418	10.87 422	5.59 418	10.27 420	8.34 415	23.51 425	6.12 417	13.47 424	4.96 412	10.94 422	5.65 413	10.55 417	6.25 416	12.77 421	4.01 416	7.62 420	3.75 417	7.27 422	4.16 418	7.54 420

ASD4	8.08 414	7.42 419	8.23 412	6.03 420	6.01 416	14.62 421	20.55 420	9.03 419	8.06 416	7.51 417	6.52 415	7.36 417	6.42 413	8.13 418	9.88 418	5.93 419	5.10 417	6.60 422	5.79 418	6.82 419	5.52 417

DPSM_ROB	11.46 419	9.79 424	10.18 416	11.11 422	11.31 421	19.08 427	27.38 427	13.42 425	14.23 426	10.34 422	11.13 423	10.97 423	11.33 424	11.89 425	13.49 422	6.74 421	8.19 422	6.00 419	7.05 419	7.74 420	7.76 421

DPSM	11.46 419	9.79 424	10.18 416	11.11 422	11.31 421	19.08 427	27.38 427	13.42 425	14.23 426	10.34 422	11.13 423	10.97 423	11.33 424	11.89 425	13.49 422	6.74 421	8.19 422	6.00 419	7.05 419	7.74 420	7.76 421

PML	15.86 425	13.12 427	7.07 411	5.22 416	7.66 417	32.93 430	64.30 436	5.37 415	10.12 418	25.87 435	67.29 436	20.25 427	13.20 426	10.09 420	6.81 417	5.94 420	2.00 414	6.03 421	2.18 413	9.13 422	2.62 416

xxxxx1	15.30 422	9.78 421	10.23 418	20.34 427	19.47 426	17.10 422	23.00 421	10.36 421	11.04 419	9.25 419	9.66 417	10.74 420	10.66 420	10.60 421	13.72 424	8.14 423	9.35 425	31.88 435	44.61 434	12.63 423	13.46 424

tt_ll	15.30 422	9.78 421	10.23 418	20.34 427	19.47 426	17.10 422	23.00 421	10.36 421	11.04 419	9.25 419	9.66 417	10.74 420	10.66 420	10.60 421	13.72 424	8.14 423	9.35 425	31.88 435	44.61 434	12.63 423	13.46 424

ff	15.30 422	9.78 421	10.23 418	20.34 427	19.47 426	17.10 422	23.00 421	10.36 421	11.04 419	9.25 419	9.66 417	10.74 420	10.66 420	10.60 421	13.72 424	8.14 423	9.35 425	31.88 435	44.61 434	12.63 423	13.46 424

LRCNet_RVC	10.94 418	14.45 428	9.66 414	15.38 424	8.02 418	1.08 383	0.35 318	8.72 418	0.72 353	12.63 425	15.84 425	9.73 418	6.52 414	8.58 419	6.38 416	20.33 433	5.39 418	23.79 432	21.95 430	15.35 426	13.96 427

CasAABBNet	23.04 429	19.69 429	20.32 425	22.42 430	22.73 430	38.35 431	55.23 432	26.99 433	28.74 431	20.67 428	22.28 430	22.11 432	22.86 433	23.84 432	27.17 432	13.52 426	16.47 429	12.08 423	14.21 424	15.57 427	15.60 428

MyStereo03	23.12 431	19.74 430	20.70 428	22.51 432	22.82 432	38.36 432	55.25 433	26.92 430	28.81 432	20.90 430	22.38 431	22.06 429	22.80 430	23.83 429	27.20 434	13.55 428	16.70 431	12.09 424	14.22 426	15.58 428	16.03 430

MyStereo02	23.12 431	19.74 430	20.70 428	22.51 432	22.82 432	38.36 432	55.25 433	26.92 430	28.81 432	20.90 430	22.38 431	22.06 429	22.80 430	23.83 429	27.20 434	13.55 428	16.70 431	12.09 424	14.22 426	15.58 428	16.03 430

MyStereo	23.12 431	19.74 430	20.70 428	22.51 432	22.82 432	38.36 432	55.25 433	26.92 430	28.81 432	20.90 430	22.38 431	22.06 429	22.80 430	23.83 429	27.20 434	13.55 428	16.70 431	12.09 424	14.22 426	15.58 428	16.03 430

Selective-RAFT-Error	23.11 430	19.77 433	20.60 427	22.49 431	22.80 431	38.46 436	55.19 431	27.13 435	28.90 435	20.73 429	22.38 431	22.11 432	22.91 435	23.94 433	27.18 433	13.54 427	16.57 430	12.09 424	14.21 424	15.61 431	15.65 429

LSM0	24.21 434	19.88 434	22.33 431	24.42 435	40.13 437	38.41 435	54.99 430	27.05 434	28.61 430	20.59 427	22.00 429	22.29 434	22.86 433	24.12 434	27.16 431	13.59 431	16.33 428	12.13 428	14.08 423	15.72 432	17.53 433

HaxPig	17.72 427	20.23 435	19.76 424	16.55 425	16.52 424	9.46 417	9.42 415	14.48 427	13.31 422	18.59 426	18.67 426	17.39 426	16.68 427	17.07 427	16.43 427	21.99 434	20.86 434	22.28 431	21.55 429	21.30 433	21.88 434

MEDIAN_ROB	21.20 428	24.56 436	23.42 432	19.57 426	19.62 429	13.29 420	11.21 417	18.04 428	17.02 428	22.07 434	21.92 428	20.84 428	20.24 428	21.02 428	19.68 429	25.59 435	24.08 435	26.20 433	25.19 431	25.31 434	25.19 435

AVERAGE_ROB	25.43 435	29.01 437	27.22 433	24.60 436	24.16 436	17.78 425	12.87 418	22.39 429	21.40 429	26.72 436	26.08 435	25.18 435	24.52 436	25.07 435	23.57 430	29.94 436	28.36 436	30.60 434	29.57 432	29.83 435	29.66 436

DLNR_Zeroshot_test	10.53 417	12.28 426	20.32 425	105.84 438	23.88 435	0.14 3	0.13 2	3.20 412	0.20 5	0.16 11	0.23 49	0.16 31	0.10 3	0.32 137	0.16 46	2.54 413	0.32 376	0.07 13	0.07 44	40.17 436	0.28 330

Anonymous_1	16.44 426	9.26 420	9.67 415	10.63 421	14.54 423	18.62 426	26.98 426	12.68 424	13.53 425	10.78 424	10.37 420	10.15 419	10.66 420	10.99 424	12.64 419	15.61 432	7.73 421	16.87 429	43.01 433	56.14 437	7.86 423

test_example2	100.95 436	107.33 438	67.16 435	98.17 437	106.88 438	89.44 437	101.34 437	37.23 437	97.88 437	129.56 437	131.26 437	65.41 437	67.34 437	91.22 437	79.29 437	143.32 437	199.32 437	81.12 438	102.17 437	121.89 438	101.70 437

Low-res two-view benchmark