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

riskmin	2.49 102	0.22 1	3.34 63	2.33 249	1.78 252	2.89 129	0.46 104	7.35 148	6.95 185	2.75 49	1.67 24	6.75 221	5.08 245	3.24 53	1.93 136	0.00 1	0.99 314	0.00 1	0.27 313	0.02 9	1.73 307

EGLCR-Stereo	1.45 14	0.26 2	2.91 29	1.94 198	0.90 174	3.13 144	0.69 160	5.81 79	3.21 24	1.14 30	0.20 3	1.52 61	0.37 17	4.29 74	0.69 15	0.01 102	0.79 289	0.00 1	0.00 1	0.01 3	1.21 268

knoymous	1.50 21	0.28 3	1.99 4	0.33 31	0.48 111	1.58 22	0.11 27	5.71 73	2.81 9	4.85 88	1.75 27	4.58 156	0.46 32	3.66 60	1.30 79	0.01 102	0.02 133	0.00 1	0.00 1	0.02 9	0.09 41

PSM-AAD	3.43 186	0.31 4	2.16 7	0.80 84	0.57 131	2.53 74	5.97 323	5.53 59	3.98 67	11.00 310	11.90 253	2.93 91	9.36 326	8.03 195	1.00 51	0.01 102	0.01 103	0.00 1	0.00 1	0.06 68	2.39 351

GrayStereo	3.86 213	0.33 5	2.63 18	1.66 159	0.62 137	3.09 140	7.92 352	6.43 114	3.88 63	10.61 298	16.51 303	5.75 201	8.40 313	6.75 132	1.58 97	0.01 102	0.00 1	0.01 246	0.62 353	0.04 44	0.38 154

Selective-IGEV	1.56 30	0.34 6	2.13 6	0.77 81	0.76 160	2.36 62	0.52 120	6.80 126	3.08 22	0.53 10	3.34 51	0.26 14	0.31 8	7.24 149	0.73 21	0.01 102	0.80 290	0.00 1	0.14 255	0.08 88	1.01 247

Any-RAFT	2.33 84	0.36 7	2.35 10	1.58 148	0.84 168	4.93 231	0.55 126	9.10 188	5.93 148	4.30 81	4.90 86	5.79 203	2.22 128	2.75 48	0.51 2	0.02 185	0.32 253	0.00 1	0.00 1	0.02 9	0.18 88

CAS	2.42 97	0.37 8	2.30 9	11.49 381	3.97 338	1.65 25	0.02 5	4.08 14	2.84 10	0.51 8	1.65 23	0.25 13	0.28 6	1.73 15	0.92 39	10.05 389	0.01 103	0.00 1	0.00 1	0.01 3	6.26 378

AE-Stereo	1.89 40	0.38 9	3.86 106	1.94 198	0.38 93	2.51 73	0.58 135	7.19 142	7.28 194	1.60 39	3.51 59	1.07 49	0.77 47	2.12 30	1.24 76	0.03 215	1.02 318	0.00 1	0.28 314	0.11 133	1.84 322

AEACV	1.27 8	0.38 9	2.61 15	1.75 174	1.21 213	2.44 68	0.85 196	4.79 29	1.67 1	0.71 15	0.26 6	0.29 18	2.00 120	2.30 37	0.66 10	0.01 102	0.95 303	0.00 1	0.42 341	0.12 150	2.07 341

test-3	2.19 70	0.38 9	3.88 112	1.55 146	0.91 177	1.39 12	0.80 180	5.36 56	5.51 130	7.36 201	1.90 30	4.05 135	0.42 23	6.67 130	1.17 65	0.00 1	0.99 314	0.00 1	0.28 314	0.20 218	1.08 257

test_1	2.18 68	0.38 9	3.87 107	1.54 145	0.91 177	1.38 11	0.80 180	5.36 56	5.53 132	7.12 186	1.86 29	4.05 135	0.41 21	6.65 128	1.17 65	0.00 1	0.99 314	0.00 1	0.28 314	0.20 218	1.08 257

s12784h	2.10 60	0.38 9	3.31 61	0.17 4	0.09 11	4.89 230	0.13 38	7.34 147	8.06 217	3.87 76	4.47 82	0.60 43	1.19 78	6.78 136	0.63 8	0.01 102	0.01 103	0.00 1	0.00 1	0.02 9	0.04 17

GLC_STEREO	0.87 1	0.39 14	1.55 2	0.72 70	0.01 1	1.98 43	0.55 126	3.52 4	3.54 42	0.96 26	1.63 22	0.19 1	0.41 21	1.29 7	0.58 4	0.00 1	0.01 103	0.00 1	0.00 1	0.05 59	0.08 37

test_3	2.22 74	0.39 14	4.20 137	1.51 142	0.90 174	1.29 9	0.74 174	5.34 50	6.37 162	6.64 162	1.96 32	4.24 149	0.45 30	6.63 126	1.17 65	0.00 1	1.00 317	0.00 1	0.28 314	0.19 212	1.01 247

GMM-Stereo	3.42 184	0.39 14	3.24 54	0.87 88	0.50 114	2.26 56	4.73 312	5.64 69	3.81 58	7.08 183	16.57 304	6.13 208	3.62 183	7.74 181	1.40 89	0.05 249	0.00 1	0.00 1	0.04 220	0.12 150	4.24 371

Prome-Stereo	3.73 205	0.39 14	2.62 17	1.05 105	0.52 124	2.06 49	4.58 309	4.88 33	3.95 65	9.34 270	20.39 330	4.03 134	7.02 290	7.86 186	1.31 81	0.00 1	0.00 1	0.00 1	0.00 1	0.07 83	4.52 372

CES	1.72 37	0.40 18	1.82 3	0.65 64	7.83 375	2.62 83	0.13 38	5.35 54	2.68 7	0.36 1	1.30 18	0.33 25	0.32 11	1.92 22	0.72 20	0.01 102	0.02 133	0.00 1	0.00 1	0.56 320	7.35 381

Gwc-CoAtRS	2.16 65	0.42 19	3.13 47	1.28 122	0.31 77	3.52 168	0.39 92	6.56 117	6.31 159	5.38 105	5.11 91	5.47 185	1.70 110	2.00 25	1.08 60	0.01 102	0.19 232	0.00 1	0.25 301	0.02 9	0.16 80

LoS	1.03 4	0.43 20	2.53 12	0.64 62	0.14 22	2.42 66	0.26 71	5.64 69	2.93 12	1.08 27	0.24 4	0.49 37	0.45 30	2.31 38	0.83 29	0.02 185	0.02 133	0.00 1	0.00 1	0.06 68	0.03 9

DCANet-4	2.26 78	0.43 20	6.69 254	0.40 42	0.20 47	1.70 30	0.13 38	5.73 74	9.44 251	6.01 127	5.29 97	1.12 50	2.77 150	2.49 45	2.21 153	0.01 102	0.00 1	0.01 246	0.00 1	0.02 9	0.61 201

tt	83.10 419	0.43 20	99.97 427	79.27 420	93.14 421	100.00 427	100.00 427	100.00 428	99.89 423	60.55 410	48.44 398	99.98 427	99.96 426	99.98 428	100.00 430	91.80 421	99.82 425	73.67 421	73.25 418	86.43 422	55.39 417

BUS	2.72 128	0.43 20	3.76 98	0.70 67	0.50 114	7.31 277	0.48 115	9.93 212	5.65 136	6.50 150	6.23 122	5.21 178	1.18 73	4.27 71	1.89 133	0.01 102	0.03 158	0.03 295	0.00 1	0.06 68	0.14 64

BSDual-CNN	2.91 141	0.43 20	3.76 98	0.70 67	0.50 114	6.97 267	1.58 245	9.93 212	5.65 136	6.50 150	6.23 122	6.17 210	2.50 138	4.27 71	2.67 178	0.01 102	0.03 158	0.03 295	0.00 1	0.06 68	0.14 64

psmg	3.34 174	0.43 20	3.76 98	0.73 73	0.50 114	8.47 294	2.74 269	10.88 239	5.65 136	8.91 252	8.78 180	6.17 210	2.50 138	4.27 71	2.67 178	0.01 102	0.04 172	0.06 313	0.00 1	0.12 150	0.10 46

KYRaft	3.68 199	0.43 20	2.53 12	0.89 89	0.49 113	2.28 59	3.89 295	5.30 47	3.82 60	8.99 256	19.28 325	6.54 218	4.96 240	7.92 190	0.96 47	0.01 102	0.00 1	0.00 1	0.01 173	0.06 68	5.17 373

CFNet-RSSM	2.26 78	0.43 20	3.24 54	1.28 122	0.31 77	3.19 148	0.40 93	7.62 159	7.29 195	5.88 117	4.68 83	5.32 182	1.68 108	2.26 36	1.04 55	0.01 102	0.09 204	0.00 1	0.31 324	0.03 26	0.16 80

PMTNet	1.48 20	0.43 20	2.77 26	0.31 25	0.17 36	2.94 131	0.33 84	3.66 7	5.27 120	1.11 29	1.28 17	0.28 16	0.92 54	4.32 75	0.90 36	4.89 377	0.00 1	0.00 1	0.00 1	0.03 26	0.05 23

HSM-Net_RVC	4.40 248	0.44 29	3.22 52	0.72 70	0.68 140	7.06 271	1.82 253	12.57 274	8.48 226	9.04 257	12.20 259	14.98 322	5.14 248	7.32 154	4.19 223	0.02 185	0.02 133	0.00 1	0.00 1	0.02 9	0.14 64
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
RAFT-Test	2.49 102	0.45 30	4.35 145	1.89 192	1.28 221	4.83 228	0.68 157	7.19 142	4.51 92	5.00 94	7.09 150	6.81 222	1.12 64	2.22 32	1.16 64	0.01 102	0.63 277	0.00 1	0.33 329	0.05 59	0.20 100

SST-Stereo	2.86 136	0.45 30	3.64 96	1.46 138	0.36 89	3.94 198	0.80 180	6.07 99	4.46 89	10.96 309	6.21 121	4.94 170	4.14 209	8.85 244	0.93 40	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.03 9

RCA-Stereo	2.19 70	0.46 32	3.22 52	0.47 53	0.33 83	2.27 57	0.47 106	5.60 67	15.20 322	2.86 51	5.61 108	0.78 45	3.15 158	1.71 13	0.48 1	0.00 1	0.90 296	0.00 1	0.00 1	0.10 122	0.26 124

RAFT_R40	2.83 133	0.46 32	3.85 104	1.38 132	0.32 82	3.78 191	0.97 209	6.16 103	4.82 110	9.74 283	6.35 131	4.96 171	3.94 203	8.78 241	1.05 56	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.03 9

pcwnet_v2	4.36 245	0.46 32	9.07 307	1.43 136	1.10 202	3.41 156	0.40 93	13.44 301	14.60 319	10.29 291	14.22 281	5.82 204	2.97 155	6.75 132	2.29 166	0.01 102	0.05 179	0.04 303	0.02 191	0.17 198	0.61 201

R-Stereo Train	2.60 116	0.46 32	2.94 31	1.10 109	0.18 39	3.61 172	0.60 139	6.88 129	3.50 30	9.13 261	17.23 311	1.77 67	0.77 47	2.03 26	1.65 110	0.00 1	0.01 103	0.00 1	0.00 1	0.01 3	0.21 104

RAFT-Stereo	2.60 116	0.46 32	2.94 31	1.10 109	0.18 39	3.61 172	0.60 139	6.88 129	3.50 30	9.13 261	17.23 311	1.77 67	0.77 47	2.03 26	1.65 110	0.00 1	0.01 103	0.00 1	0.00 1	0.01 3	0.21 104
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CASnet	1.09 5	0.47 37	2.09 5	0.79 82	0.08 9	2.10 50	0.14 46	3.83 10	4.26 79	3.84 75	1.56 20	0.32 24	0.30 7	1.13 2	0.77 23	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.03 9
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DisPM	2.59 114	0.47 37	4.32 143	1.89 192	0.20 47	3.42 157	0.63 146	5.56 65	5.60 134	8.66 244	7.05 148	2.82 89	1.03 61	9.05 255	1.07 59	0.02 185	0.00 1	0.00 1	0.00 1	0.02 9	0.04 17

PFNet+	2.52 105	0.47 37	4.97 180	0.95 98	0.18 39	3.12 143	0.73 171	4.98 36	6.97 186	7.95 217	6.38 132	2.51 82	1.18 73	8.05 197	1.82 125	0.03 215	0.00 1	0.00 1	0.00 1	0.02 9	0.05 23

ICVP	2.53 106	0.47 37	3.64 96	1.20 115	0.69 142	2.71 96	0.84 191	10.63 231	4.66 98	4.31 82	8.99 186	2.75 88	1.93 118	2.91 50	4.07 222	0.06 260	0.24 244	0.01 246	0.01 173	0.13 166	0.26 124
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
NF-Stereo	2.38 88	0.48 41	3.88 112	2.17 222	0.11 12	3.43 159	0.42 96	7.08 141	3.75 53	6.91 174	5.29 97	2.65 87	1.33 86	8.40 223	1.67 115	0.01 102	0.00 1	0.00 1	0.00 1	0.03 26	0.02 4

OCTAStereo	2.38 88	0.48 41	3.90 114	2.16 218	0.11 12	3.42 157	0.42 96	7.06 136	3.74 51	6.91 174	5.26 94	2.63 86	1.32 84	8.41 225	1.70 118	0.01 102	0.00 1	0.00 1	0.00 1	0.03 26	0.01 1

PSM-softLoss	2.38 88	0.48 41	4.28 140	1.94 198	0.19 42	2.73 99	0.38 89	6.67 120	3.50 30	6.33 140	6.33 129	2.93 91	0.97 56	8.90 246	1.88 130	0.01 102	0.00 1	0.00 1	0.00 1	0.03 26	0.03 9

KMStereo	2.38 88	0.48 41	4.28 140	1.94 198	0.19 42	2.73 99	0.38 89	6.67 120	3.50 30	6.33 140	6.33 129	2.93 91	0.97 56	8.90 246	1.88 130	0.01 102	0.00 1	0.00 1	0.00 1	0.03 26	0.03 9

RE-Stereo	2.38 88	0.48 41	3.91 115	2.17 222	0.11 12	3.43 159	0.42 96	7.07 138	3.75 53	6.91 174	5.26 94	2.62 84	1.33 86	8.41 225	1.72 120	0.01 102	0.00 1	0.01 246	0.00 1	0.03 26	0.01 1

TVStereo	2.38 88	0.48 41	3.91 115	2.17 222	0.11 12	3.43 159	0.42 96	7.07 138	3.75 53	6.91 174	5.26 94	2.62 84	1.33 86	8.41 225	1.72 120	0.01 102	0.00 1	0.01 246	0.00 1	0.03 26	0.01 1

cross-raft	2.25 77	0.48 41	2.96 38	1.87 187	0.94 180	3.72 187	0.47 106	7.61 158	4.15 72	5.37 104	5.68 110	6.17 210	1.40 91	2.15 31	1.06 57	0.01 102	0.22 238	0.00 1	0.19 274	0.03 26	0.41 164

XX-Stereo	2.95 147	0.48 41	7.08 267	2.84 293	2.51 290	1.63 23	0.20 59	6.15 102	3.38 28	2.38 46	16.00 298	6.90 225	0.25 2	6.40 118	1.14 61	0.00 1	0.66 279	0.00 1	0.31 324	0.16 192	0.57 191

MSKI-zero shot	2.23 76	0.49 49	2.49 11	1.60 149	0.81 165	2.69 93	0.29 75	6.82 127	2.50 5	4.37 83	7.61 160	3.65 124	0.26 3	8.62 237	0.63 8	0.01 102	1.09 323	0.00 1	0.25 301	0.03 26	0.46 175

MC-Stereo	1.87 38	0.49 49	3.52 78	2.82 290	1.07 194	1.90 41	0.12 31	4.89 35	3.27 26	3.66 69	3.58 62	0.56 41	1.45 94	5.79 104	0.81 26	0.00 1	1.19 346	0.00 1	0.21 289	0.11 133	1.95 336

iRaft-Stereo_20w	3.11 157	0.49 49	6.09 228	1.01 101	1.25 218	3.99 202	1.00 211	14.00 311	4.73 102	6.70 171	6.27 127	2.34 79	2.28 131	7.29 153	1.58 97	0.01 102	0.75 287	0.00 1	0.73 357	0.10 122	1.63 290

AAGNet	3.50 187	0.49 49	3.38 66	1.91 194	0.41 105	3.66 178	1.02 212	5.14 43	5.16 119	9.65 281	7.75 162	4.91 167	6.23 275	7.45 165	12.73 342	0.01 102	0.00 1	0.00 1	0.00 1	0.05 59	0.06 30

CREStereo++_RVC	1.70 35	0.50 53	3.07 46	0.45 50	0.01 1	1.69 29	0.02 5	3.09 3	8.24 221	3.82 73	7.53 158	0.49 37	0.32 11	1.05 1	0.52 3	0.00 1	0.00 1	0.00 1	3.03 380	0.01 3	0.08 37
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
PCWNet_CMD	3.14 161	0.51 54	4.47 149	0.44 49	0.26 72	2.87 127	0.15 48	9.66 205	9.78 255	7.28 196	11.50 246	6.84 224	2.40 135	4.47 77	1.83 126	0.01 102	0.02 133	0.02 278	0.00 1	0.06 68	0.29 133

CRE-IMP	2.08 51	0.51 54	3.43 74	0.35 36	0.19 42	3.85 196	0.83 190	5.77 77	3.43 29	5.81 115	4.24 71	3.45 118	0.83 52	6.56 122	1.99 142	0.01 102	0.00 1	0.00 1	0.00 1	0.11 133	0.20 100

CREStereo	1.09 5	0.51 54	2.16 7	0.11 2	0.24 65	1.67 26	0.03 8	4.24 16	6.91 183	0.80 22	1.73 25	0.44 34	0.64 40	1.58 12	0.61 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 3	0.02 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
MSMDNet	3.15 162	0.51 54	4.48 150	0.46 52	0.25 69	2.88 128	0.16 51	9.79 208	9.82 256	7.24 193	11.36 245	6.82 223	2.41 136	4.47 77	1.86 128	0.01 102	0.02 133	0.02 278	0.00 1	0.06 68	0.30 136

NRIStereo	2.27 80	0.52 58	3.35 65	1.26 119	0.17 36	3.04 137	0.84 191	5.96 94	3.74 51	6.27 137	3.44 52	4.13 140	1.80 117	8.31 217	2.11 148	0.00 1	0.10 208	0.00 1	0.00 1	0.12 150	0.20 100

MIF-Stereo	0.94 2	0.53 59	2.82 27	0.94 97	1.29 225	0.56 3	0.12 31	1.49 1	3.16 23	1.77 40	2.22 35	0.20 3	0.32 11	1.76 20	1.33 84	0.00 1	0.00 1	0.00 1	0.00 1	0.16 192	0.02 4

DAS	4.18 236	0.53 59	6.20 233	2.20 226	3.69 327	2.78 107	3.12 282	8.69 176	10.29 261	9.39 272	12.80 266	4.58 156	7.20 293	9.08 256	2.70 181	0.02 185	0.00 1	0.00 1	0.00 1	0.04 44	0.34 144

SepStereo	4.22 239	0.53 59	6.20 233	2.20 226	3.69 327	2.78 107	3.12 282	8.69 176	10.29 261	9.39 272	12.80 266	4.58 156	7.20 293	9.74 280	2.70 181	0.02 185	0.00 1	0.00 1	0.00 1	0.04 44	0.34 144

Selective-RAFT	1.92 42	0.54 62	3.87 107	1.15 111	0.21 56	3.83 195	0.06 12	5.00 37	4.68 99	1.59 38	2.14 34	3.05 95	2.77 150	6.63 126	1.34 86	0.00 1	0.95 303	0.00 1	0.32 326	0.05 59	0.19 94

FTStereo	4.61 261	0.54 62	2.86 28	0.98 100	0.40 101	2.57 79	8.51 355	5.70 72	3.76 56	10.85 306	29.92 366	5.53 189	7.43 299	7.73 180	1.63 105	0.17 300	0.00 1	0.05 309	0.00 1	0.04 44	3.62 367

DEmStereo	3.86 213	0.54 62	4.04 127	0.26 23	0.17 36	5.17 234	2.45 266	4.70 27	4.34 84	8.37 237	19.94 328	5.06 175	10.13 329	7.86 186	3.93 217	0.01 102	0.01 103	0.01 246	0.00 1	0.03 26	0.10 46

test-1	2.14 63	0.54 62	6.32 242	1.07 106	1.22 214	2.13 52	0.54 123	6.40 113	4.80 109	3.55 64	5.23 93	4.02 133	0.71 43	1.95 23	2.15 151	0.08 270	0.98 311	0.00 1	0.08 233	0.02 9	1.07 255

EAI-Stereo	2.75 132	0.54 62	3.17 49	0.91 94	1.28 221	4.02 203	5.30 320	12.39 268	4.76 103	2.51 48	7.10 151	1.22 52	0.94 55	6.03 110	1.96 138	0.01 102	0.56 273	0.00 1	1.38 369	0.04 44	0.95 242

LCNet	2.94 145	0.55 67	2.57 14	1.03 104	0.59 134	2.05 47	1.55 244	5.51 58	4.19 75	6.08 132	10.58 231	4.54 154	6.63 281	7.59 175	0.90 36	0.01 102	0.00 1	0.01 246	0.76 358	0.31 280	3.43 363

Patchmatch Stereo++	2.09 56	0.55 67	3.57 87	0.20 5	0.20 47	3.68 183	0.64 148	5.90 87	3.52 36	5.91 119	4.41 75	3.42 110	1.51 100	7.07 143	0.95 45	0.01 102	0.00 1	0.00 1	0.00 1	0.09 102	0.10 46
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	2.02 46	0.55 67	3.57 87	0.20 5	0.21 56	3.69 186	0.69 160	5.89 82	3.52 36	5.91 119	4.43 77	3.42 110	1.50 96	5.63 101	0.94 44	0.01 102	0.00 1	0.00 1	0.00 1	0.09 102	0.10 46

DeepStereo_RVC	2.15 64	0.55 67	3.26 56	0.21 14	0.19 42	3.47 164	0.68 157	5.76 76	3.60 46	6.36 144	4.19 70	3.42 110	4.44 217	5.04 86	1.59 100	0.02 185	0.00 1	0.00 1	0.00 1	0.09 102	0.18 88

RAFT-345	3.36 177	0.55 67	3.43 74	1.23 117	0.21 56	2.62 83	0.46 104	3.91 11	6.34 160	7.46 204	24.49 349	4.19 144	1.74 115	8.27 210	2.25 159	0.01 102	0.00 1	0.00 1	0.00 1	0.02 9	0.02 4

iRAFT	2.09 56	0.55 67	3.57 87	0.20 5	0.20 47	3.68 183	0.64 148	5.90 87	3.52 36	5.91 119	4.41 75	3.42 110	1.51 100	7.07 143	0.95 45	0.01 102	0.00 1	0.00 1	0.00 1	0.09 102	0.10 46

CFNet_pseudo	2.96 149	0.55 67	4.51 152	0.43 46	0.24 65	2.83 111	0.12 31	8.59 175	8.13 218	7.20 191	10.41 224	6.47 216	2.04 121	5.27 91	2.00 144	0.00 1	0.02 133	0.01 246	0.00 1	0.06 68	0.23 113

ccs_rob	2.95 147	0.55 67	4.53 154	0.42 43	0.25 69	2.84 113	0.12 31	8.58 174	8.13 218	7.18 190	10.36 223	6.44 215	2.05 122	5.28 92	1.97 139	0.00 1	0.02 133	0.01 246	0.00 1	0.06 68	0.23 113

CFNet_ucs	3.23 168	0.56 75	4.59 162	0.59 58	0.37 92	3.29 154	0.19 57	10.47 227	9.02 240	7.78 213	12.57 264	5.59 191	1.74 115	5.39 95	1.86 128	0.00 1	0.04 172	0.01 246	0.00 1	0.10 122	0.33 143

PSMNet-ADL	3.17 165	0.56 75	3.00 44	1.55 146	0.40 101	5.97 252	0.28 73	9.06 185	5.75 143	3.56 65	6.80 141	8.33 252	4.51 219	7.65 178	5.51 254	0.03 215	0.09 204	0.00 1	0.00 1	0.03 26	0.28 130

ROB_FTStereo_v2	2.04 48	0.56 75	3.56 86	0.20 5	0.21 56	3.66 178	0.72 169	5.89 82	3.51 34	5.91 119	4.46 80	3.42 110	1.50 96	6.08 113	0.93 40	0.01 102	0.00 1	0.00 1	0.00 1	0.09 102	0.09 41

HUI-Stereo	1.94 43	0.56 75	3.55 84	0.20 5	0.20 47	3.67 182	0.63 146	5.89 82	3.53 40	5.92 124	4.44 78	3.41 109	1.51 100	4.21 70	0.89 35	0.02 185	0.00 1	0.00 1	0.00 1	0.09 102	0.11 53

iGMRVC	2.09 56	0.56 75	3.59 92	0.20 5	0.21 56	3.68 183	0.71 166	5.89 82	3.53 40	5.92 124	4.46 80	3.44 116	1.51 100	6.93 142	0.98 48	0.02 185	0.00 1	0.00 1	0.00 1	0.09 102	0.09 41

anonymousdsp2	2.20 72	0.57 80	4.59 162	1.69 164	0.82 166	3.58 171	0.48 115	8.57 173	3.63 47	3.37 60	3.03 49	3.32 101	1.00 58	5.57 100	0.80 24	0.01 102	0.94 302	0.02 278	0.15 258	0.06 68	1.89 332

CASS	2.62 118	0.57 80	4.28 140	0.90 91	0.38 93	3.45 162	0.22 61	9.91 210	4.46 89	7.33 200	7.92 168	3.53 122	3.59 180	4.16 69	1.49 92	0.03 215	0.01 103	0.00 1	0.00 1	0.05 59	0.06 30
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ROB_FTStereo	2.03 47	0.57 80	3.57 87	0.20 5	0.21 56	3.66 178	0.73 171	5.89 82	3.51 34	5.92 124	4.35 74	3.37 106	1.50 96	6.02 109	0.90 36	0.01 102	0.00 1	0.00 1	0.00 1	0.09 102	0.09 41

RAFT-IKP	2.04 48	0.57 80	3.54 82	0.20 5	0.20 47	3.45 162	0.62 144	5.90 87	3.52 36	5.91 119	4.44 78	3.46 119	1.50 96	6.20 115	1.00 51	0.01 102	0.00 1	0.00 1	0.00 1	0.09 102	0.08 37

MIF-Stereo (partial)	1.44 13	0.59 84	3.98 122	0.08 1	1.09 200	1.24 8	0.13 38	5.12 42	4.07 70	0.47 7	2.56 41	0.31 20	0.74 45	6.31 117	2.02 145	0.00 1	0.00 1	0.00 1	0.00 1	0.12 150	0.04 17

PFNet	3.06 154	0.59 84	6.13 230	2.26 237	0.84 168	3.08 139	0.73 171	7.38 150	5.35 122	10.20 287	6.06 117	4.72 161	2.10 126	8.47 230	2.25 159	0.19 304	0.06 185	0.00 1	0.11 245	0.20 218	0.42 168

FENet	2.35 85	0.59 84	3.28 58	2.32 247	0.27 73	2.78 107	0.13 38	7.68 163	6.09 150	5.38 105	2.12 33	4.84 166	3.33 172	4.98 84	2.66 177	0.02 185	0.03 158	0.00 1	0.00 1	0.04 44	0.40 157

EKT-Stereo	2.16 65	0.61 87	3.78 102	2.31 246	4.40 345	1.47 15	0.24 67	5.54 60	4.22 77	3.16 59	3.58 62	3.53 122	2.20 127	5.66 102	1.40 89	0.04 236	0.36 260	0.00 1	0.09 239	0.06 68	0.58 193

GwcNet-ADL	2.85 135	0.61 87	4.38 146	0.92 95	0.33 83	2.05 47	0.67 155	8.85 180	9.65 253	6.36 144	6.71 137	4.11 139	1.71 111	5.97 108	4.22 225	0.08 270	0.06 185	0.00 1	0.00 1	0.07 83	0.16 80

Pruner-Stereo	2.66 120	0.61 87	3.54 82	1.93 196	0.25 69	3.47 164	0.74 174	6.60 118	5.66 140	8.98 254	6.12 119	4.39 152	1.11 63	7.27 151	2.34 169	0.03 215	0.00 1	0.02 278	0.00 1	0.03 26	0.04 17

Anonymous3	1.96 44	0.61 87	7.58 279	0.42 43	0.51 121	4.28 213	0.52 120	5.56 65	2.76 8	2.35 45	3.47 53	1.50 59	1.13 65	5.92 107	1.54 95	0.23 312	0.23 241	0.00 1	0.00 1	0.14 175	0.47 176

SFCPSM	3.39 180	0.61 87	5.42 196	0.43 46	0.93 179	8.26 287	2.08 260	15.01 324	5.89 146	7.17 189	7.60 159	3.39 108	2.55 141	5.39 95	2.53 172	0.01 102	0.03 158	0.01 246	0.07 230	0.19 212	0.31 138

ASMatch	3.41 182	0.62 92	3.59 92	1.99 207	0.48 111	1.91 42	0.66 151	7.01 131	4.43 88	6.25 135	22.02 338	4.56 155	4.72 232	7.78 183	1.85 127	0.01 102	0.01 103	0.00 1	0.03 202	0.02 9	0.21 104

IGEV_Zeroshot_test	2.57 112	0.63 93	5.70 216	1.93 196	0.87 172	2.63 85	0.85 196	8.94 184	4.55 94	5.30 102	5.48 105	5.23 181	1.38 90	3.76 61	1.32 83	0.00 1	0.69 281	0.00 1	0.18 271	0.19 212	1.72 306

GANet-ADL	2.40 95	0.65 94	3.92 117	2.22 229	0.11 12	2.23 55	0.47 106	9.29 199	7.27 193	4.77 87	5.95 116	3.96 131	1.26 82	3.08 52	2.27 162	0.04 236	0.08 198	0.02 278	0.00 1	0.15 188	0.21 104

DRaft	3.83 212	0.65 94	3.39 67	0.22 15	0.16 33	4.67 223	1.30 233	5.82 80	4.86 112	10.26 290	21.65 334	3.24 100	8.62 318	7.53 172	3.76 208	0.05 249	0.10 208	0.00 1	0.14 255	0.12 150	0.16 80

hknet	3.56 190	0.66 96	5.82 217	0.70 67	1.19 210	6.97 267	1.58 245	9.93 212	7.76 203	6.50 150	6.23 122	9.53 268	2.81 152	7.84 184	3.39 199	0.01 102	0.03 158	0.03 295	0.00 1	0.06 68	0.14 64

IRAFT_RVC	2.98 151	0.66 96	4.23 139	2.20 226	0.40 101	2.91 130	5.04 317	7.03 134	4.21 76	6.59 159	5.52 106	5.02 174	4.77 233	8.41 225	2.30 168	0.01 102	0.17 229	0.01 246	0.00 1	0.03 26	0.05 23

11t1	2.13 62	0.67 98	3.98 122	2.69 281	0.85 171	2.59 82	0.07 15	7.40 151	3.89 64	3.75 71	3.57 61	1.24 53	1.96 119	4.68 81	1.97 139	0.10 283	1.13 329	0.00 1	0.22 294	0.09 102	1.66 295

IPLGR	2.46 100	0.68 99	7.02 261	0.22 15	0.16 33	2.01 45	0.22 61	7.01 131	6.62 171	7.10 185	5.92 115	2.91 90	2.27 130	5.12 88	1.52 94	0.00 1	0.00 1	0.00 1	0.00 1	0.12 150	0.41 164

SMFormer	3.94 218	0.69 100	4.55 156	1.97 203	0.15 28	2.84 113	0.29 75	13.06 289	11.10 280	7.69 207	10.45 225	4.77 162	4.52 220	9.68 274	4.89 242	0.08 270	0.97 306	0.00 1	0.16 260	0.11 133	0.92 240

tta	3.96 222	0.69 100	4.55 156	1.97 203	0.15 28	2.84 113	0.29 75	13.06 289	11.10 280	7.69 207	10.45 225	4.77 162	4.52 220	9.68 274	4.89 242	0.08 270	0.97 306	0.00 1	0.16 260	0.13 166	1.24 270

qqq1	3.78 208	0.69 100	4.55 156	1.97 203	0.15 28	2.84 113	0.29 75	13.06 289	11.10 280	7.69 207	10.45 225	4.77 162	4.52 220	9.68 274	1.24 76	0.08 270	0.97 306	0.00 1	0.12 249	0.13 166	1.24 270

fff1	3.78 208	0.69 100	4.55 156	1.97 203	0.15 28	2.84 113	0.29 75	13.06 289	11.10 280	7.69 207	10.45 225	4.77 162	4.52 220	9.68 274	1.24 76	0.08 270	0.97 306	0.00 1	0.12 249	0.13 166	1.24 270

HHNet	2.71 125	0.69 100	3.31 61	0.25 22	0.39 96	2.80 110	0.90 204	6.33 108	5.68 141	7.51 205	13.70 274	0.94 46	3.14 157	5.42 97	2.54 175	0.14 291	0.02 133	0.06 313	0.00 1	0.24 242	0.07 34

RAFT-RH_RVC	4.04 226	0.69 100	3.59 92	1.91 194	0.43 108	3.11 141	0.13 38	3.80 9	6.60 169	11.26 316	31.68 372	5.20 177	1.66 107	8.30 215	2.27 162	0.09 280	0.00 1	0.00 1	0.03 202	0.03 26	0.02 4

ttt	4.41 250	0.70 106	3.95 121	2.53 270	2.01 267	4.34 217	0.41 95	13.09 293	11.69 293	7.20 191	12.20 259	4.15 142	3.35 173	9.54 271	10.11 313	0.07 266	1.11 325	0.00 1	0.19 274	0.10 122	1.47 280

test_4	2.58 113	0.70 106	3.30 59	0.43 46	0.30 76	3.97 201	1.11 223	3.91 11	3.83 61	4.15 79	17.20 310	3.44 116	0.52 36	6.60 125	1.58 97	0.00 1	0.13 218	0.00 1	0.11 245	0.20 218	0.20 100

CrosDoStereo	4.05 228	0.71 108	3.52 78	0.51 55	0.20 47	3.25 151	11.21 367	6.34 109	4.96 114	9.04 257	16.44 300	4.92 168	7.28 295	8.29 212	3.84 212	0.00 1	0.02 133	0.01 246	0.00 1	0.18 206	0.19 94

DeepStereo_LL	4.05 228	0.71 108	3.52 78	0.51 55	0.20 47	3.25 151	11.21 367	6.34 109	4.96 114	9.04 257	16.44 300	4.92 168	7.28 295	8.29 212	3.84 212	0.00 1	0.02 133	0.01 246	0.00 1	0.18 206	0.19 94

GES	2.69 123	0.72 110	5.34 191	1.82 183	0.05 3	4.51 220	1.04 216	10.39 224	4.18 74	5.53 111	6.72 138	1.92 73	3.30 166	5.16 89	2.67 178	0.06 260	0.01 103	0.06 313	0.01 173	0.20 218	0.14 64

Former-RAFT_DAM_RVC	1.39 12	0.74 111	2.72 24	0.73 73	1.26 220	2.42 66	0.02 5	3.78 8	8.16 220	1.81 43	2.94 47	0.28 16	0.32 11	1.51 11	0.76 22	0.04 236	0.01 103	0.00 1	0.00 1	0.08 88	0.19 94

AdaStereo	3.34 174	0.74 111	4.00 125	3.10 312	0.51 121	4.22 210	1.25 228	12.84 279	8.39 225	6.33 140	9.55 202	5.77 202	1.54 105	5.53 99	2.74 187	0.02 185	0.00 1	0.00 1	0.00 1	0.03 26	0.15 74
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.
mmm	3.07 155	0.76 113	4.50 151	2.27 240	1.24 217	3.75 189	0.12 31	10.03 216	5.12 118	6.43 146	11.19 242	3.10 98	3.20 159	4.54 80	1.78 124	0.02 185	1.19 346	0.00 1	0.30 321	0.09 102	1.79 316

Anonymous	1.54 25	0.76 113	5.39 194	1.49 141	2.68 294	1.83 38	0.43 100	5.65 71	3.79 57	0.52 9	1.74 26	0.19 1	1.30 83	3.31 54	1.01 53	0.06 260	0.08 198	0.00 1	0.00 1	0.19 212	0.31 138

anonymousa	4.24 241	0.78 115	4.05 128	2.16 218	4.87 360	8.76 296	0.35 86	7.41 152	4.47 91	8.21 233	19.70 327	11.03 298	5.87 267	2.04 28	2.20 152	0.00 1	1.16 342	0.00 1	0.55 351	0.04 44	1.11 259

CRFU-Net	4.81 271	0.78 115	5.69 214	3.10 312	1.39 233	13.18 339	3.23 287	12.26 263	4.33 80	10.91 308	9.98 216	10.94 296	7.93 308	7.47 167	3.94 218	0.16 296	0.16 225	0.16 338	0.00 1	0.26 250	0.29 133

ff7	1.46 15	0.79 117	2.99 39	0.33 31	0.35 85	2.75 101	0.81 183	4.31 20	2.97 15	0.77 18	1.20 9	0.21 4	0.42 23	7.44 158	0.86 31	0.00 1	0.93 297	0.00 1	0.16 260	0.12 150	1.82 317

ffff	1.46 15	0.79 117	2.99 39	0.33 31	0.35 85	2.75 101	0.81 183	4.31 20	2.97 15	0.77 18	1.20 9	0.21 4	0.42 23	7.44 158	0.86 31	0.00 1	0.93 297	0.00 1	0.16 260	0.12 150	1.82 317

11t	1.46 15	0.79 117	2.99 39	0.33 31	0.35 85	2.75 101	0.81 183	4.31 20	2.97 15	0.77 18	1.20 9	0.21 4	0.42 23	7.44 158	0.87 34	0.00 1	0.93 297	0.00 1	0.16 260	0.12 150	1.82 317

ccc-4	1.46 15	0.79 117	2.99 39	0.33 31	0.35 85	2.75 101	0.81 183	4.31 20	2.97 15	0.77 18	1.20 9	0.21 4	0.42 23	7.44 158	0.86 31	0.00 1	0.93 297	0.00 1	0.16 260	0.12 150	1.82 317

TANstereo	1.32 9	0.79 117	2.93 30	0.37 38	0.11 12	1.81 37	0.01 1	3.56 5	4.36 85	4.53 85	4.96 87	0.41 32	0.68 41	1.22 3	0.59 5	0.01 102	0.00 1	0.00 1	0.00 1	0.00 1	0.03 9

FAT-Stereo	6.98 308	0.79 117	7.57 278	2.54 273	1.80 254	6.16 255	4.33 306	19.16 358	18.82 342	10.75 302	17.08 308	18.23 343	13.56 348	9.25 261	8.44 288	0.03 215	0.16 225	0.01 246	0.10 243	0.14 175	0.65 210

IGEV+	1.58 31	0.81 123	2.66 20	1.35 127	0.99 187	2.47 70	0.98 210	7.35 148	3.70 50	0.82 23	2.24 36	0.44 34	1.18 73	2.08 29	1.15 62	0.03 215	1.18 345	0.00 1	0.05 223	0.17 198	2.00 339

anonymousdsp	1.51 22	0.81 123	2.70 23	0.60 59	0.69 142	2.76 105	0.79 178	4.86 30	3.00 21	0.82 23	1.25 13	0.31 20	0.42 23	7.44 158	0.81 26	0.00 1	0.83 291	0.00 1	0.17 269	0.12 150	1.85 324

NINENet	3.38 179	0.81 123	4.16 133	1.88 191	1.40 234	7.31 277	0.48 115	12.95 286	6.64 172	7.29 197	9.24 192	5.21 178	1.18 73	6.72 131	1.89 133	0.17 300	0.08 198	0.07 318	0.00 1	0.09 102	0.03 9

IGEV-Stereo	1.51 22	0.81 123	2.69 22	0.60 59	0.69 142	2.77 106	0.79 178	4.88 33	2.99 20	0.82 23	1.25 13	0.31 20	0.42 23	7.43 157	0.85 30	0.00 1	0.83 291	0.00 1	0.17 269	0.12 150	1.85 324
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HH	2.88 139	0.82 127	4.07 130	1.71 168	0.54 128	4.71 224	0.69 160	8.72 178	3.57 44	1.80 41	6.49 135	7.81 242	3.92 201	8.93 249	0.99 49	0.00 1	1.06 320	0.00 1	0.03 202	0.05 59	1.69 300

HanStereo	2.88 139	0.82 127	4.07 130	1.71 168	0.54 128	4.71 224	0.69 160	8.72 178	3.57 44	1.80 41	6.49 135	7.81 242	3.92 201	8.93 249	0.99 49	0.00 1	1.06 320	0.00 1	0.03 202	0.05 59	1.69 300

x	2.30 82	0.82 127	3.85 104	2.23 231	0.72 151	2.12 51	0.81 183	9.48 203	4.82 110	3.83 74	2.76 45	3.49 120	2.30 132	3.48 56	2.25 159	0.00 1	1.13 329	0.00 1	0.22 294	0.09 102	1.66 295

TransformOpticalFlow	3.50 187	0.83 130	4.85 173	1.09 107	0.31 77	3.52 168	0.14 46	10.32 220	8.02 215	5.78 113	13.25 271	6.63 219	4.91 237	8.36 221	1.63 105	0.00 1	0.01 103	0.01 246	0.00 1	0.06 68	0.24 121

HCRNet	2.74 131	0.83 130	4.19 135	0.45 50	3.31 314	2.18 53	0.22 61	7.59 155	5.76 144	6.08 132	4.89 85	5.21 178	2.74 147	8.04 196	3.10 194	0.00 1	0.02 133	0.00 1	0.00 1	0.10 122	0.09 41

UPFNet	4.17 234	0.83 130	5.51 201	2.49 264	3.36 317	7.13 274	2.60 267	10.52 229	7.16 189	8.76 248	7.83 163	7.85 245	3.41 174	8.60 234	7.04 273	0.01 102	0.02 133	0.00 1	0.00 1	0.12 150	0.17 86

SGM-Forest	5.40 281	0.84 133	4.19 135	1.43 136	0.68 140	10.12 313	6.41 333	12.13 261	11.86 295	11.50 319	14.43 283	11.62 301	5.20 249	9.93 289	6.16 262	0.16 296	0.04 172	0.00 1	0.00 1	0.08 88	1.24 270
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
qqq	2.44 99	0.85 134	4.33 144	1.73 172	0.71 148	1.98 43	0.38 89	9.15 190	4.33 80	3.37 60	4.34 72	4.63 159	2.83 153	4.95 82	2.06 146	0.00 1	1.13 329	0.00 1	0.25 301	0.09 102	1.65 291

GMOStereo	2.08 51	0.85 134	2.95 34	0.23 17	0.73 153	1.50 16	0.86 199	5.08 38	4.78 104	8.42 238	6.99 144	3.36 102	1.14 67	1.73 15	1.21 70	0.00 1	1.32 355	0.00 1	0.00 1	0.28 262	0.23 113

error version	2.08 51	0.85 134	2.95 34	0.23 17	0.73 153	1.50 16	0.86 199	5.08 38	4.78 104	8.42 238	6.99 144	3.36 102	1.14 67	1.73 15	1.21 70	0.00 1	1.32 355	0.00 1	0.00 1	0.28 262	0.23 113

test-v	2.08 51	0.85 134	2.95 34	0.23 17	0.73 153	1.50 16	0.86 199	5.08 38	4.78 104	8.42 238	6.99 144	3.36 102	1.14 67	1.73 15	1.21 70	0.00 1	1.32 355	0.00 1	0.00 1	0.28 262	0.23 113

test-2	2.08 51	0.85 134	2.95 34	0.23 17	0.73 153	1.50 16	0.86 199	5.08 38	4.78 104	8.42 238	6.99 144	3.36 102	1.14 67	1.73 15	1.21 70	0.00 1	1.32 355	0.00 1	0.00 1	0.28 262	0.23 113

sCroCo_RVC	1.34 10	0.85 134	6.15 232	1.21 116	1.28 221	0.90 4	0.18 55	4.50 25	2.86 11	0.37 2	3.18 50	0.52 39	1.52 104	1.83 21	0.93 40	0.13 288	0.25 247	0.00 1	0.00 1	0.08 88	0.16 80

CBMV_ROB	4.66 263	0.85 134	3.94 119	1.64 152	0.75 158	8.38 293	1.90 254	11.19 244	10.36 263	9.20 265	15.21 289	7.28 231	6.99 289	9.48 268	5.24 250	0.04 236	0.05 179	0.00 1	0.00 1	0.07 83	0.64 209

CoDeX	3.61 195	0.86 141	5.27 188	1.16 113	1.62 240	6.24 256	2.07 259	13.78 310	6.86 180	7.42 202	9.00 188	4.06 137	3.72 189	6.58 123	3.02 192	0.03 215	0.06 185	0.00 1	0.00 1	0.15 188	0.35 148

test croco	1.53 24	0.86 141	6.50 246	0.42 43	0.05 3	1.56 21	0.09 20	5.18 45	4.02 69	0.54 11	1.76 28	0.59 42	0.75 46	6.48 121	1.23 75	0.00 1	0.00 1	0.00 1	0.00 1	0.43 302	0.07 34

ProNet	1.58 31	0.86 141	3.17 49	0.75 80	0.72 151	2.84 113	0.66 151	5.91 91	3.28 27	0.37 2	1.47 19	0.40 31	0.37 17	7.19 147	0.70 16	0.02 185	0.98 311	0.00 1	0.05 223	0.20 218	1.77 314

xxxx	5.16 280	0.86 141	4.86 174	1.96 202	1.22 214	7.56 282	0.07 15	14.67 320	9.15 244	6.55 156	9.87 211	9.30 266	3.47 176	8.07 198	22.20 368	0.05 249	1.16 342	0.00 1	0.26 310	0.10 122	1.76 313

ac_64	3.98 224	0.86 141	5.10 184	3.17 314	3.43 320	5.80 248	0.70 165	10.87 236	4.96 114	8.94 253	6.46 133	10.70 288	5.52 262	7.44 158	5.10 249	0.03 215	0.00 1	0.00 1	0.00 1	0.14 175	0.31 138

NOSS_ROB	3.67 197	0.86 141	3.81 103	2.53 270	1.11 203	6.10 254	0.72 169	11.08 242	12.36 297	5.45 108	8.91 183	5.65 192	2.09 123	8.30 215	3.16 196	0.20 307	0.07 196	0.00 1	0.00 1	0.11 133	0.80 233

UNet	4.19 237	0.87 147	7.18 269	2.00 210	3.22 311	9.55 304	0.31 81	10.11 217	6.22 157	7.98 219	6.82 142	10.42 280	5.77 265	7.28 152	5.83 257	0.00 1	0.00 1	0.00 1	0.00 1	0.10 122	0.12 56

222	5.93 286	0.88 148	4.58 161	1.76 176	0.98 186	6.02 253	0.08 19	14.45 317	8.89 235	9.53 274	11.77 251	3.88 128	4.23 213	8.26 206	39.96 402	0.03 215	1.12 326	0.00 1	0.24 298	0.11 133	1.73 307

ToySt	3.39 180	0.89 149	9.29 311	1.47 139	0.94 180	4.20 209	1.98 256	7.33 146	5.42 126	3.01 56	6.75 139	8.67 261	5.10 246	5.43 98	3.72 206	0.07 266	0.89 295	0.00 1	0.23 297	0.28 262	2.13 343

tt1	2.53 106	0.91 150	3.53 81	2.92 296	0.53 125	5.60 241	0.61 142	5.55 61	10.56 267	1.54 37	3.54 60	0.34 29	3.00 156	8.20 203	0.68 11	0.00 1	1.13 329	0.00 1	0.03 202	0.11 133	1.88 328

IER	3.42 184	0.91 150	6.38 244	0.73 73	1.60 239	7.07 272	0.55 126	7.07 138	5.45 129	8.17 232	8.89 182	6.13 208	6.13 271	5.36 94	3.77 210	0.00 1	0.00 1	0.00 1	0.00 1	0.08 88	0.05 23

ACVNet-DCA	2.41 96	0.93 152	3.39 67	3.05 306	0.39 96	5.69 244	0.55 126	9.15 190	4.33 80	1.42 33	3.48 54	0.33 25	3.65 184	8.26 206	0.70 16	0.00 1	1.14 337	0.00 1	0.03 202	0.09 102	1.65 291

xx1	2.73 130	0.93 152	3.39 67	3.05 306	0.39 96	5.69 244	0.55 126	5.34 50	10.76 274	1.42 33	3.48 54	4.63 159	2.83 153	8.26 206	0.70 16	0.00 1	1.14 337	0.00 1	0.25 301	0.09 102	1.65 291

1test111	2.31 83	0.93 152	3.39 67	3.05 306	0.39 96	5.69 244	0.55 126	9.15 190	4.33 80	1.42 33	3.48 54	0.33 25	3.65 184	4.95 82	2.06 146	0.00 1	1.14 337	0.00 1	0.03 202	0.09 102	1.65 291

cc1	2.56 111	0.93 152	3.39 67	3.05 306	0.39 96	5.69 244	0.55 126	5.34 50	10.76 274	1.42 33	3.48 54	0.33 25	3.65 184	8.26 206	0.70 16	0.00 1	1.14 337	0.00 1	0.03 202	0.12 150	1.89 332

fff	2.54 108	0.93 152	5.51 201	0.32 26	0.14 22	1.70 30	0.11 27	6.19 104	12.69 303	6.03 129	5.29 97	1.43 54	5.28 252	2.37 41	2.21 153	0.01 102	0.00 1	0.01 246	0.00 1	0.02 9	0.61 201

csc	2.54 108	0.93 152	5.51 201	0.32 26	0.14 22	1.70 30	0.11 27	6.19 104	12.69 303	6.03 129	5.29 97	1.43 54	5.28 252	2.37 41	2.21 153	0.01 102	0.00 1	0.01 246	0.00 1	0.02 9	0.61 201

cscssc	2.54 108	0.93 152	5.51 201	0.32 26	0.14 22	1.70 30	0.11 27	6.19 104	12.69 303	6.03 129	5.29 97	1.43 54	5.28 252	2.37 41	2.21 153	0.01 102	0.00 1	0.01 246	0.00 1	0.02 9	0.61 201

test_xeample	4.78 270	0.93 152	4.68 169	1.48 140	1.28 221	3.94 198	0.13 38	13.35 298	8.62 228	8.21 233	11.63 248	3.43 115	3.54 177	7.59 175	23.47 373	0.02 185	1.16 342	0.00 1	0.25 301	0.11 133	1.74 310

S-Stereo	6.85 303	0.93 152	10.76 325	3.34 324	3.51 322	6.55 261	6.01 326	13.75 308	23.86 360	9.65 281	15.54 291	11.81 304	8.24 311	8.59 233	11.23 327	0.13 288	0.16 225	0.00 1	0.42 341	0.14 175	2.39 351

STrans-v2	3.55 189	0.94 161	5.06 183	0.32 26	0.60 135	2.97 134	1.15 224	11.08 242	7.97 214	6.01 127	10.93 239	6.65 220	6.86 286	8.37 222	1.66 113	0.00 1	0.01 103	0.00 1	0.00 1	0.04 44	0.39 156

DCRE	2.21 73	0.95 162	3.17 49	2.10 215	1.30 227	1.86 39	0.05 10	5.33 49	4.69 100	3.59 66	9.37 199	3.81 125	1.18 73	2.34 40	1.22 74	0.01 102	0.97 306	0.00 1	0.30 321	0.04 44	1.97 337

ADStereo(finetuned)	2.50 104	0.95 162	6.60 249	0.39 40	0.20 47	1.72 34	0.24 67	6.06 97	9.31 247	6.30 138	5.42 102	1.44 57	6.22 274	2.25 35	2.14 150	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.65 210

DCANet	2.35 85	0.96 164	5.51 201	0.39 40	0.19 42	1.72 34	0.25 69	6.06 97	9.33 248	6.31 139	5.42 102	1.44 57	4.14 209	2.22 32	2.28 164	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.66 218

ACVNet	2.86 136	0.96 164	3.87 107	0.86 87	0.61 136	2.63 85	0.54 123	8.93 182	6.12 152	5.09 95	9.32 197	5.70 199	3.84 193	2.68 46	5.56 255	0.00 1	0.00 1	0.00 1	0.00 1	0.26 250	0.23 113

acv_ft	3.90 215	0.96 164	5.85 219	2.56 275	4.70 357	7.27 276	0.84 191	9.17 193	6.12 152	10.00 285	9.32 197	5.70 199	4.07 206	2.68 46	8.24 286	0.00 1	0.00 1	0.00 1	0.00 1	0.35 290	0.23 113

StereoDRNet-Refined	4.84 273	0.96 164	5.13 185	2.22 229	0.46 110	9.10 300	0.16 51	10.72 232	9.40 250	13.41 335	12.50 262	10.02 275	4.58 225	8.60 234	8.71 294	0.01 102	0.00 1	0.01 246	0.05 223	0.24 242	0.53 186
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DualNet	3.96 222	0.98 168	7.03 262	1.64 152	1.07 194	2.84 113	0.47 106	5.55 61	10.56 267	6.68 165	9.59 204	5.66 193	3.87 195	8.20 203	11.69 331	0.00 1	1.13 329	0.00 1	0.19 274	0.11 133	1.88 328

ffm	3.41 182	0.98 168	7.03 262	1.64 152	1.07 194	2.84 113	0.47 106	5.55 61	10.56 267	6.68 165	9.59 204	5.66 193	3.87 195	8.20 203	0.68 11	0.00 1	1.13 329	0.00 1	0.19 274	0.11 133	1.88 328

ff1	4.11 230	0.98 168	7.03 262	1.64 152	1.07 194	2.84 113	0.47 106	5.55 61	10.56 267	6.68 165	9.59 204	5.66 193	3.87 195	11.33 309	11.69 331	0.00 1	1.13 329	0.00 1	0.19 274	0.11 133	1.88 328

mmx	4.50 253	0.98 168	7.03 262	1.64 152	1.07 194	2.84 113	0.47 106	12.84 279	11.23 285	6.68 165	9.59 204	5.66 193	3.87 195	11.33 309	11.69 331	0.05 249	1.12 326	0.00 1	0.19 274	0.10 122	1.53 284

xxx	4.50 253	0.98 168	7.04 266	1.64 152	1.07 194	2.84 113	0.47 106	12.84 279	11.23 285	6.68 165	9.59 204	5.66 193	3.87 195	11.33 309	11.69 331	0.05 249	1.12 326	0.00 1	0.19 274	0.10 122	1.53 284

Anonymous_2	4.74 269	0.98 168	4.46 148	2.35 251	2.27 279	5.66 243	0.67 155	8.08 168	5.28 121	4.98 93	2.60 42	8.74 263	6.92 287	5.79 104	3.46 200	0.24 314	1.70 368	5.16 381	18.18 404	5.41 375	1.85 324

IIG-Stereo	3.28 170	0.98 168	3.57 87	4.14 346	0.22 62	2.56 78	0.71 166	7.04 135	6.10 151	8.49 242	9.38 200	7.82 244	2.73 146	9.69 279	1.99 142	0.02 185	0.02 133	0.00 1	0.00 1	0.03 26	0.14 64

DIP-Stereo	2.12 61	0.98 168	3.94 119	0.20 5	0.11 12	4.73 226	0.13 38	9.27 197	4.40 87	6.46 148	5.03 89	0.45 36	0.72 44	3.79 62	1.94 137	0.00 1	0.01 103	0.00 1	0.00 1	0.05 59	0.24 121
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
DISCO	6.58 300	0.98 168	6.44 245	3.75 337	1.18 209	11.19 323	3.29 291	12.92 283	16.72 330	7.27 195	11.74 250	17.34 337	6.60 280	19.59 370	11.59 330	0.00 1	0.00 1	0.00 1	0.00 1	0.45 306	0.50 179

FC-DCNN	11.29 358	1.01 177	5.50 200	2.25 235	1.65 245	18.23 360	5.36 321	18.99 355	20.65 350	28.95 378	34.83 380	33.83 383	23.18 378	17.04 361	13.37 345	0.17 300	0.01 103	0.02 278	0.02 191	0.10 122	0.70 223

DSFCA	4.48 252	1.03 178	6.84 257	1.61 150	1.68 247	7.26 275	4.46 308	11.27 247	7.51 197	11.01 311	6.89 143	8.49 259	4.54 224	10.41 298	6.18 263	0.03 215	0.06 185	0.02 278	0.03 202	0.13 166	0.14 64

1111x	4.96 275	1.04 179	7.09 268	1.75 174	1.05 193	5.03 232	0.32 82	13.52 302	10.70 273	6.68 165	10.35 222	8.81 264	6.01 269	10.65 299	12.78 343	0.07 266	1.24 350	0.00 1	0.33 329	0.11 133	1.75 311

HGLStereo	4.58 258	1.04 179	6.02 225	3.30 323	5.14 363	6.36 258	0.71 166	11.04 241	7.60 200	8.04 225	12.85 269	6.90 225	8.51 316	7.85 185	5.93 258	0.02 185	0.02 133	0.00 1	0.00 1	0.14 175	0.15 74

MyStereo06	2.71 125	1.05 181	5.43 198	1.39 133	1.20 211	2.57 79	0.10 24	10.39 224	4.79 108	5.54 112	6.16 120	6.39 213	2.33 134	3.40 55	1.35 87	0.01 102	1.24 350	0.00 1	0.21 289	0.13 166	0.50 179

MyStereo05	3.24 169	1.05 181	5.93 221	1.39 133	1.20 211	2.57 79	0.10 24	9.11 189	13.17 309	6.45 147	3.86 65	3.20 99	3.26 164	8.35 220	3.02 192	0.01 102	1.24 350	0.00 1	0.21 289	0.13 166	0.50 179

IPLG	2.63 119	1.09 183	5.67 213	0.73 73	0.31 77	3.00 136	0.25 69	6.84 128	6.02 149	7.93 216	6.31 128	1.91 70	1.72 113	7.47 167	2.53 172	0.01 102	0.01 103	0.00 1	0.00 1	0.29 270	0.58 193

DMCA	3.08 156	1.10 184	6.20 233	1.82 183	0.90 174	3.80 194	0.55 126	9.76 206	5.42 126	6.56 158	6.47 134	7.06 230	2.09 123	4.05 65	5.46 253	0.00 1	0.01 103	0.00 1	0.00 1	0.11 133	0.16 80

HSM	4.25 243	1.10 184	4.14 132	1.78 177	2.14 273	6.67 264	1.08 219	12.92 283	6.90 182	7.06 181	8.17 174	14.17 317	6.03 270	9.16 258	3.11 195	0.00 1	0.00 1	0.00 1	0.00 1	0.09 102	0.41 164

StereoIM	0.96 3	1.11 186	4.01 126	0.36 37	1.86 260	1.20 5	0.06 12	3.99 13	1.73 2	0.45 6	0.56 7	0.43 33	0.51 35	1.28 6	1.46 91	0.00 1	0.00 1	0.00 1	0.00 1	0.06 68	0.08 37

XX-TBD	1.55 29	1.11 186	2.94 31	2.45 261	0.06 6	2.31 60	0.01 1	3.58 6	7.80 207	3.11 58	5.10 90	0.27 15	0.26 3	1.42 10	0.60 6	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 17

SGM_RVC	10.77 354	1.11 186	4.66 166	2.66 278	0.41 105	21.03 366	6.87 341	20.02 365	15.54 327	25.86 375	24.97 353	33.59 382	20.51 368	20.89 373	14.78 353	0.31 325	0.26 249	0.22 349	0.26 310	0.43 302	1.01 247
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
THIR-Stereo	3.94 218	1.12 189	3.06 45	0.23 17	0.13 21	4.17 208	6.40 332	5.83 81	4.54 93	10.46 295	16.98 306	6.49 217	7.44 300	8.00 192	3.58 201	0.01 102	0.07 196	0.07 318	0.00 1	0.14 175	0.06 30

delet	4.59 260	1.12 189	5.93 221	1.37 131	3.73 330	10.48 317	3.90 296	10.51 228	9.17 245	8.87 251	9.74 210	8.37 254	3.74 190	8.12 200	6.36 266	0.00 1	0.00 1	0.00 1	0.00 1	0.21 228	0.12 56

MIPNet	2.27 80	1.14 191	5.55 208	0.49 54	0.22 62	2.03 46	0.19 57	7.60 157	6.17 155	5.83 116	4.16 69	2.05 75	3.44 175	3.65 59	2.23 158	0.00 1	0.01 103	0.01 246	0.01 173	0.24 242	0.48 178

MyStereo07	1.64 33	1.15 192	2.61 15	1.28 122	1.49 237	2.63 85	0.45 102	6.45 115	2.94 13	1.10 28	1.61 21	0.29 18	0.60 38	7.45 165	0.80 24	0.01 102	1.27 353	0.00 1	0.25 301	0.11 133	0.42 168

MyStereo04	3.29 171	1.15 192	6.64 251	1.28 122	1.49 237	2.63 85	0.45 102	10.57 230	13.30 310	4.41 84	3.90 66	3.06 97	3.56 178	7.87 188	3.35 198	0.01 102	1.27 353	0.00 1	0.25 301	0.11 133	0.42 168

FCDSN-DC	10.72 353	1.16 194	5.01 181	2.16 218	1.31 229	17.46 356	4.80 313	17.79 347	19.87 345	25.02 372	32.85 373	33.57 381	23.52 379	16.80 357	12.13 335	0.11 287	0.00 1	0.00 1	0.00 1	0.09 102	0.76 230
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
hitnet-ft	3.95 220	1.16 194	3.92 117	0.89 89	0.73 153	4.88 229	0.54 123	9.78 207	7.91 210	7.42 202	10.24 219	12.50 308	4.84 235	8.15 202	5.56 255	0.03 215	0.00 1	0.06 313	0.00 1	0.24 242	0.12 56

GANet-RSSM	3.67 197	1.16 194	4.56 160	3.24 319	2.03 269	2.63 85	0.50 118	11.53 253	6.83 179	6.25 135	10.58 231	7.35 232	6.65 282	6.77 135	2.94 191	0.00 1	0.00 1	0.08 324	0.00 1	0.26 250	0.12 56

StereoVision	2.42 97	1.18 197	5.14 186	1.15 111	2.64 293	1.89 40	0.28 73	6.61 119	4.72 101	2.14 44	10.52 229	3.84 126	0.52 36	5.33 93	2.29 166	0.00 1	0.00 1	0.00 1	0.00 1	0.12 150	0.04 17

test_5	3.16 164	1.18 197	4.96 179	2.33 249	3.10 308	4.51 220	1.27 229	7.47 154	7.61 201	3.00 55	7.38 156	5.37 184	4.06 204	8.28 211	1.54 95	0.00 1	0.34 256	0.00 1	0.02 191	0.21 228	0.62 206

CroCo-Stereo Lap2	1.37 11	1.19 199	4.17 134	1.01 101	4.58 354	0.46 2	0.09 20	4.27 19	2.94 13	1.25 32	2.40 39	1.55 62	0.20 1	1.72 14	1.30 79	0.00 1	0.00 1	0.00 1	0.00 1	0.15 188	0.13 61

RAFT+CT+SA	2.59 114	1.19 199	3.55 84	1.09 107	2.21 275	3.14 146	0.90 204	7.59 155	5.65 136	2.76 50	8.21 175	2.04 74	1.57 106	8.84 243	1.31 81	0.02 185	0.34 256	0.00 1	0.38 336	0.22 233	0.73 226

OMP-Stereo	3.15 162	1.19 199	3.49 77	4.34 354	0.51 121	2.20 54	1.21 225	6.67 120	6.52 168	7.99 221	6.24 126	8.38 256	2.44 137	9.65 273	1.92 135	0.01 102	0.02 133	0.00 1	0.00 1	0.08 88	0.15 74

ADLNet	4.56 257	1.19 199	5.52 207	3.81 340	3.59 324	6.98 269	2.40 265	12.01 259	7.96 213	10.52 296	9.67 209	8.26 250	4.98 241	6.59 124	6.93 269	0.01 102	0.01 103	0.00 1	0.01 173	0.22 233	0.55 188

edge stereo	7.12 311	1.19 199	7.83 282	2.32 247	2.46 286	6.90 266	3.26 290	15.58 329	12.52 299	15.68 349	18.34 323	21.83 362	13.05 344	11.53 314	8.68 292	0.04 236	0.06 185	0.11 326	0.03 202	0.30 273	0.63 207

RASNet	5.00 276	1.19 199	5.69 214	3.68 335	4.80 358	5.04 233	1.29 232	10.26 219	8.99 239	5.89 118	11.65 249	10.55 285	9.76 327	9.96 290	10.32 318	0.20 307	0.00 1	0.00 1	0.00 1	0.09 102	0.73 226

MIM_Stereo	2.83 133	1.20 205	5.27 188	1.41 135	1.16 208	3.07 138	0.33 84	6.67 120	3.95 65	5.17 100	10.11 217	4.25 150	1.73 114	8.32 218	1.64 108	0.00 1	0.36 260	0.00 1	0.01 173	0.22 233	1.69 300

GEStereo_RVC	3.95 220	1.21 206	6.13 230	2.30 244	1.22 214	4.29 214	2.96 276	12.39 268	8.24 221	7.25 194	6.79 140	7.58 238	4.22 212	9.16 258	4.56 235	0.04 236	0.01 103	0.02 278	0.02 191	0.19 212	0.42 168

CroCo-Stereo	1.14 7	1.22 207	3.99 124	0.61 61	0.53 125	0.38 1	0.06 12	5.35 54	4.15 72	0.59 14	1.92 31	1.00 48	0.27 5	1.37 9	1.33 84	0.01 102	0.00 1	0.00 1	0.00 1	0.05 59	0.05 23
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
iRaftStereo_RVC	1.88 39	1.22 207	2.63 18	0.95 98	0.06 6	2.96 132	0.05 10	6.08 100	3.99 68	3.92 77	4.88 84	2.53 83	0.62 39	3.62 58	1.19 69	0.00 1	1.19 346	0.00 1	0.00 1	0.37 293	1.29 275

RAFT-Stereo + iAFF	2.48 101	1.23 209	3.48 76	1.61 150	1.09 200	1.63 23	0.15 48	5.80 78	6.43 165	7.32 199	9.91 213	3.05 95	1.71 111	2.33 39	1.75 122	0.01 102	0.71 286	0.00 1	0.00 1	0.28 262	1.19 266

UCFNet_RVC	3.37 178	1.25 210	3.30 59	2.55 274	1.80 254	3.92 197	1.28 231	12.49 272	7.16 189	5.12 98	7.88 165	8.14 247	4.59 226	5.67 103	2.11 148	0.00 1	0.00 1	0.00 1	0.00 1	0.14 175	0.07 34

Sa-1000	3.81 210	1.26 211	4.64 165	2.29 243	0.55 130	3.51 166	1.58 245	8.37 170	9.13 243	7.97 218	17.42 314	3.98 132	2.76 149	9.61 272	1.68 116	0.00 1	0.69 281	0.00 1	0.18 271	0.23 238	0.27 126

iRaft-Stereo_5w	3.20 167	1.27 212	5.27 188	0.27 24	0.99 187	2.71 96	0.58 135	5.75 75	5.85 145	3.03 57	7.88 165	10.08 276	4.08 207	8.40 223	6.09 260	0.00 1	0.25 247	0.00 1	0.12 249	0.31 280	0.95 242

SA	3.34 174	1.29 213	4.84 172	1.99 207	0.57 131	3.15 147	1.39 235	7.66 162	9.94 257	4.86 89	10.87 238	2.97 94	4.61 228	9.88 286	1.38 88	0.00 1	0.60 276	0.00 1	0.19 274	0.25 249	0.37 151

RAFT	2.94 145	1.29 213	4.06 129	1.36 128	0.50 114	2.39 64	0.91 207	6.11 101	3.25 25	6.64 162	7.30 155	9.96 274	4.20 211	6.03 110	2.21 153	0.00 1	1.02 318	0.00 1	0.02 191	0.54 319	1.01 247

NVstereo2D	4.82 272	1.29 213	7.98 285	3.68 335	3.48 321	8.02 286	3.10 281	11.25 245	15.50 326	5.14 99	7.71 161	8.21 249	4.68 229	10.19 295	4.30 227	0.02 185	0.19 232	0.13 332	0.36 334	0.07 83	1.12 262

raftrobust	2.16 65	1.31 216	2.76 25	2.38 255	3.33 315	2.72 98	0.51 119	5.34 50	4.64 96	6.13 134	3.98 67	1.63 63	2.51 140	3.02 51	1.64 108	0.00 1	0.76 288	0.00 1	0.02 191	0.14 175	0.27 126

AFF-stereo	2.87 138	1.31 216	3.26 56	1.87 187	0.38 93	1.68 28	0.09 20	6.38 112	7.07 187	6.52 154	11.90 253	6.08 207	2.32 133	5.05 87	1.65 110	0.02 185	0.66 279	0.00 1	0.00 1	0.29 270	0.94 241

MDST_ROB	9.13 340	1.31 216	10.16 322	4.36 355	2.48 288	28.66 381	7.64 349	19.96 363	14.97 321	27.53 376	24.02 346	9.47 267	5.27 251	16.31 354	8.61 291	0.63 343	0.19 232	0.00 1	0.00 1	0.08 88	0.90 237

4D-IteraStereo	1.99 45	1.32 219	3.77 101	0.13 3	2.84 299	3.51 166	1.03 213	4.26 18	5.38 124	5.50 109	1.03 8	3.86 127	0.38 20	2.44 44	1.88 130	0.00 1	0.43 265	0.00 1	0.01 173	0.11 133	1.84 322

stereogan	8.18 328	1.32 219	9.05 306	3.59 331	4.00 341	20.16 365	3.13 284	17.25 344	20.16 348	10.68 300	19.19 324	20.56 360	10.70 333	14.74 344	7.00 271	0.34 326	0.04 172	0.21 348	0.08 233	0.70 332	0.65 210

TestStereo1	3.12 159	1.34 221	4.67 167	3.47 328	0.71 148	2.50 71	1.45 237	7.27 144	8.71 230	4.91 90	9.28 195	2.34 79	3.61 181	9.44 266	1.62 103	0.00 1	0.33 254	0.00 1	0.00 1	0.30 273	0.40 157

SA-5K	3.12 159	1.34 221	4.67 167	3.47 328	0.71 148	2.50 71	1.45 237	7.27 144	8.71 230	4.91 90	9.28 195	2.34 79	3.61 181	9.44 266	1.62 103	0.00 1	0.33 254	0.00 1	0.00 1	0.30 273	0.40 157

psm_up	4.33 244	1.34 221	4.43 147	2.27 240	2.62 292	5.29 235	3.30 292	11.49 250	6.89 181	8.05 226	8.06 171	10.09 278	11.10 334	7.12 146	3.76 208	0.24 314	0.01 103	0.00 1	0.00 1	0.20 218	0.37 151

PSMNet-RSSM	3.69 200	1.36 224	4.54 155	2.44 260	1.90 262	2.35 61	0.69 160	11.77 256	6.38 163	6.60 160	11.85 252	7.70 240	5.61 264	6.66 129	3.67 202	0.00 1	0.00 1	0.02 278	0.01 173	0.17 198	0.10 46

MMNet	4.44 251	1.37 225	6.26 238	1.73 172	1.64 241	10.51 319	0.61 142	9.27 197	9.66 254	9.55 276	9.22 190	7.40 234	6.52 279	7.90 189	6.98 270	0.01 102	0.00 1	0.00 1	0.00 1	0.14 175	0.10 46

HITNet	3.11 157	1.38 226	5.35 193	2.23 231	0.12 19	5.59 240	0.58 135	9.95 215	5.72 142	6.62 161	7.91 167	3.90 129	3.24 162	4.39 76	4.58 237	0.01 102	0.00 1	0.00 1	0.00 1	0.08 88	0.57 191
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
LL-Strereo2	2.22 74	1.39 227	3.39 67	1.26 119	1.01 190	3.73 188	1.47 239	6.47 116	4.61 95	4.66 86	2.64 44	4.17 143	0.37 17	6.03 110	1.61 101	0.09 280	0.24 244	0.00 1	0.08 233	0.08 88	1.16 263

111	3.05 153	1.41 228	5.51 201	0.32 26	0.14 22	2.83 111	0.68 157	6.76 125	14.21 316	3.59 66	9.11 189	5.50 187	3.30 166	4.05 65	2.43 170	0.01 102	0.00 1	0.00 1	0.00 1	0.13 166	1.02 251

rafts_anoy	2.09 56	1.42 229	3.34 63	2.87 295	2.72 296	2.46 69	0.17 53	6.20 107	6.48 167	3.40 62	2.25 37	1.91 70	1.32 84	3.59 57	1.75 122	0.01 102	1.52 367	0.00 1	0.01 173	0.06 68	0.28 130

ssnet_v2	4.73 268	1.43 230	6.74 255	1.80 179	0.75 158	8.89 298	4.60 310	12.66 276	10.65 272	9.53 274	6.23 122	9.78 273	4.26 214	6.89 138	9.65 309	0.01 102	0.01 103	0.00 1	0.00 1	0.36 292	0.31 138

cf-r	3.76 206	1.43 230	5.34 191	2.66 278	2.79 298	2.85 125	0.62 144	9.08 187	6.91 183	7.06 181	11.90 253	9.64 269	3.83 192	6.23 116	4.53 234	0.00 1	0.00 1	0.00 1	0.00 1	0.19 212	0.17 86

STTStereo	3.90 215	1.43 230	8.20 288	3.03 303	2.28 280	3.64 177	0.64 148	10.11 217	7.09 188	10.20 287	7.08 149	8.73 262	3.57 179	7.44 158	4.00 220	0.00 1	0.02 133	0.01 246	0.01 173	0.04 44	0.40 157

MSMD_ROB	9.73 344	1.43 230	5.42 196	1.81 180	0.42 107	16.83 352	4.30 305	14.29 316	15.34 323	23.06 364	40.17 386	25.63 370	22.62 375	13.37 332	8.85 296	0.48 341	0.03 158	0.00 1	0.00 1	0.13 166	0.47 176

ADLNet2	4.72 266	1.44 234	6.68 253	3.03 303	3.90 335	6.80 265	2.91 274	11.67 255	9.63 252	7.99 221	9.89 212	9.75 272	5.32 256	7.70 179	7.13 274	0.01 102	0.03 158	0.00 1	0.00 1	0.26 250	0.22 110

DLCB_ROB	4.87 274	1.45 235	4.75 171	2.52 269	1.13 206	6.25 257	3.01 278	10.44 226	8.34 223	11.05 312	13.43 272	14.04 315	3.90 200	9.74 280	6.80 268	0.00 1	0.00 1	0.00 1	0.00 1	0.08 88	0.37 151

iResNet	4.04 226	1.46 236	8.72 296	3.25 320	0.36 89	4.54 222	0.47 106	9.06 185	10.40 265	7.98 219	12.82 268	4.06 137	3.22 161	8.82 242	4.95 245	0.03 215	0.01 103	0.00 1	0.00 1	0.14 175	0.55 188

CBFPSM	5.12 278	1.48 237	16.22 352	1.81 180	1.14 207	11.16 322	2.90 273	7.99 167	6.75 177	6.55 156	5.00 88	15.05 324	8.78 319	7.52 171	8.90 297	0.04 236	0.02 133	0.00 1	0.00 1	0.42 298	0.67 220

raft+_RVC	2.18 68	1.49 238	3.14 48	2.77 285	2.01 267	1.40 13	0.10 24	7.02 133	5.35 122	2.99 54	5.54 107	1.19 51	1.34 89	4.98 84	1.49 92	0.00 1	1.45 362	0.00 1	0.00 1	0.14 175	1.11 259

RYNet	6.82 302	1.51 239	7.35 273	1.79 178	4.52 351	16.68 351	4.41 307	14.19 314	17.43 335	11.64 321	7.86 164	15.03 323	8.81 320	10.10 292	14.16 350	0.04 236	0.13 218	0.15 335	0.05 223	0.08 88	0.53 186

DRN-Test	6.23 291	1.51 239	7.53 277	3.07 311	3.69 327	12.17 333	3.23 287	20.80 372	11.11 284	12.64 327	13.02 270	10.91 295	5.26 250	8.49 231	10.12 314	0.05 249	0.05 179	0.04 303	0.04 220	0.28 262	0.65 210

MLCV	3.76 206	1.52 241	6.93 259	1.66 159	0.31 77	4.31 215	0.32 82	7.92 164	7.68 202	9.55 276	12.12 256	5.17 176	2.74 147	10.00 291	4.49 233	0.01 102	0.00 1	0.00 1	0.00 1	0.16 192	0.27 126

CBMV	5.97 287	1.52 241	4.51 152	1.99 207	0.53 125	10.02 310	6.94 342	13.27 296	13.80 315	13.08 333	15.93 296	11.36 299	8.11 310	9.82 283	7.27 275	0.08 270	0.15 223	0.00 1	0.00 1	0.30 273	0.74 229
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NLCA_NET_v2_RVC	4.11 230	1.53 243	6.87 258	3.04 305	3.33 315	4.34 217	0.59 138	11.36 248	7.92 211	8.98 254	7.98 169	9.72 271	3.82 191	7.92 190	4.43 231	0.15 293	0.02 133	0.03 295	0.03 202	0.07 83	0.14 64
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
HBP-ISP	4.37 247	1.56 244	4.59 162	2.23 231	1.29 225	7.87 283	3.96 298	11.80 257	10.91 279	8.06 228	14.45 284	3.38 107	4.87 236	9.27 262	2.53 172	0.14 291	0.06 185	0.00 1	0.01 173	0.08 88	0.30 136

GMStereo	2.07 50	1.56 244	5.64 211	0.74 79	0.05 3	3.63 176	0.01 1	5.17 44	11.27 288	4.22 80	2.44 40	0.53 40	0.49 34	4.06 67	1.01 53	0.22 311	0.00 1	0.00 1	0.14 255	0.18 206	0.05 23
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DANet	6.46 296	1.58 246	9.58 318	4.10 345	3.99 340	9.13 301	1.34 234	10.37 223	7.76 203	13.76 339	15.66 292	16.14 329	7.03 291	13.07 330	13.62 348	0.19 304	0.12 215	0.02 278	0.02 191	0.15 188	1.61 289
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
TestStereo	1.89 40	1.59 247	4.22 138	0.37 38	0.28 74	1.33 10	0.01 1	5.63 68	4.13 71	3.59 66	5.11 91	2.06 76	0.70 42	7.62 177	0.93 40	0.02 185	0.00 1	0.00 1	0.00 1	0.02 9	0.19 94

CFNet-ft	3.70 202	1.59 247	3.87 107	1.68 162	2.42 284	3.20 149	0.66 151	8.93 182	7.76 203	5.09 95	9.95 214	10.77 291	5.43 260	7.41 155	4.71 239	0.00 1	0.00 1	0.03 295	0.01 173	0.30 273	0.11 53

CFNet_RVC	3.70 202	1.59 247	3.87 107	1.68 162	2.42 284	3.20 149	0.66 151	8.92 181	7.76 203	5.09 95	9.95 214	10.77 291	5.43 260	7.41 155	4.71 239	0.00 1	0.00 1	0.03 295	0.01 173	0.30 273	0.11 53

AASNet	4.20 238	1.63 250	5.82 217	3.79 338	3.93 336	6.55 261	1.22 226	19.12 357	6.82 178	7.86 215	8.35 177	4.36 151	2.55 141	3.87 64	7.47 277	0.00 1	0.00 1	0.00 1	0.00 1	0.49 314	0.22 110

AACVNet	3.71 204	1.63 250	4.89 175	3.80 339	0.62 137	3.25 151	0.30 80	9.47 202	3.81 58	6.34 143	10.74 235	10.52 282	4.92 238	9.31 263	3.88 214	0.03 215	0.01 103	0.00 1	0.00 1	0.34 288	0.28 130

RAFT_CTSACE	3.62 196	1.65 252	5.41 195	1.36 128	3.08 305	3.95 200	1.03 213	4.62 26	4.65 97	5.33 103	17.73 318	7.63 239	2.71 145	10.98 302	1.15 62	0.00 1	0.48 270	0.00 1	0.00 1	0.31 280	0.25 123

DispNO	4.17 234	1.66 253	10.36 324	1.87 187	1.64 241	2.53 74	0.85 196	9.92 211	14.46 318	6.47 149	8.91 183	5.48 186	5.33 257	8.13 201	5.28 251	0.05 249	0.00 1	0.01 246	0.01 173	0.32 284	0.21 104

ACRE	2.67 121	1.66 253	6.50 246	0.72 70	2.03 269	2.65 91	0.84 191	5.97 95	5.52 131	7.85 214	9.23 191	1.72 65	1.09 62	4.09 68	2.73 185	0.02 185	0.19 232	0.02 278	0.08 233	0.26 250	0.21 104

MyStereo8	3.30 172	1.69 255	6.28 239	2.51 266	3.79 332	4.22 210	0.07 15	7.43 153	6.39 164	6.51 153	10.13 218	4.23 148	1.45 94	2.79 49	5.08 248	0.06 260	1.49 365	0.00 1	0.40 338	0.26 250	1.33 278

CIPLG	2.72 128	1.69 255	6.02 225	0.80 84	2.14 273	2.66 92	0.84 191	5.90 87	5.59 133	8.12 229	9.58 203	1.74 66	1.14 67	4.53 79	2.82 190	0.02 185	0.19 232	0.02 278	0.09 239	0.26 250	0.22 110

CSP-Net	4.40 248	1.70 257	4.90 176	1.82 183	1.04 192	12.96 337	2.25 262	13.75 308	6.34 160	9.64 278	8.99 186	8.31 251	3.24 162	8.45 229	4.32 228	0.01 102	0.00 1	0.00 1	0.00 1	0.23 238	0.06 30

pmcnn	8.17 327	1.70 257	11.49 327	3.18 315	3.07 304	9.66 306	6.06 328	13.60 304	17.71 338	15.23 346	24.02 346	27.61 373	8.81 320	10.36 297	9.51 307	0.08 270	0.08 198	0.00 1	0.00 1	0.31 280	0.87 236

IGEVStereo-DCA	1.54 25	1.71 259	2.99 39	0.73 73	0.24 65	2.69 93	0.81 183	4.31 20	2.97 15	0.73 16	0.16 1	0.23 8	0.32 11	7.57 173	2.72 183	0.00 1	0.49 271	0.00 1	0.16 260	0.17 198	1.82 317

rrr	1.64 33	1.71 259	6.31 241	0.73 73	0.24 65	2.69 93	0.92 208	4.25 17	1.75 3	0.73 16	0.16 1	0.23 8	0.32 11	7.57 173	2.72 183	0.00 1	0.49 271	0.00 1	0.20 284	0.17 198	1.68 298

raft_robust	2.91 141	1.71 259	3.42 73	1.36 128	0.57 131	1.53 20	0.12 31	7.06 136	9.09 241	6.96 180	7.21 154	4.43 153	2.09 123	9.40 265	1.61 101	0.03 215	0.93 297	0.00 1	0.21 289	0.17 198	0.38 154

RALAANet	2.68 122	1.71 259	4.73 170	2.79 287	0.80 163	3.30 155	0.15 48	7.92 164	5.92 147	5.79 114	6.06 117	3.51 121	1.13 65	6.76 134	2.28 164	0.00 1	0.28 250	0.00 1	0.10 243	0.27 260	0.13 61

GwcNet-RSSM	4.13 233	1.71 259	6.25 237	2.50 265	1.93 265	2.39 64	1.49 241	9.59 204	8.71 230	6.66 164	15.04 288	8.47 258	3.84 193	6.87 137	6.74 267	0.00 1	0.00 1	0.04 303	0.00 1	0.29 270	0.15 74

RALCasStereoNet	2.39 94	1.73 264	3.59 92	2.38 255	2.69 295	2.84 113	0.18 55	5.29 46	4.94 113	2.45 47	5.62 109	2.22 77	0.79 51	7.48 169	1.63 105	0.00 1	1.75 369	0.00 1	0.00 1	0.14 175	2.03 340

ARAFT	3.32 173	1.74 265	7.92 284	0.64 62	0.15 28	4.45 219	2.89 272	8.20 169	6.30 158	9.23 266	7.12 153	5.58 190	1.24 81	8.60 234	1.69 117	0.01 102	0.03 158	0.00 1	0.00 1	0.35 290	0.35 148

LoS_RVC	1.47 19	1.75 266	2.66 20	0.52 57	3.89 334	1.67 26	0.04 9	2.66 2	2.61 6	0.55 12	2.63 43	0.31 20	1.68 108	1.99 24	0.81 26	0.01 102	0.02 133	0.00 1	0.00 1	0.03 26	5.54 374

IPLGR_C	2.69 123	1.75 266	6.20 233	0.79 82	2.06 271	2.64 90	0.86 199	6.36 111	5.64 135	8.13 230	9.26 193	1.69 64	1.15 72	3.79 62	2.80 189	0.02 185	0.20 237	0.02 278	0.08 233	0.26 250	0.18 88

test_xeample3	1.71 36	1.75 266	6.64 251	0.90 91	0.29 75	2.55 77	0.90 204	4.08 14	2.36 4	0.56 13	0.24 4	0.23 8	0.31 8	7.51 170	2.73 185	0.00 1	0.70 283	0.00 1	0.36 334	0.18 206	1.92 334

iResNet_ROB	4.67 264	1.77 269	5.93 221	2.47 263	0.95 183	3.78 191	0.36 87	15.65 330	17.36 334	8.75 247	11.23 243	7.05 229	4.60 227	8.94 251	4.23 226	0.01 102	0.00 1	0.00 1	0.00 1	0.16 192	0.15 74

whm_eth	3.18 166	1.78 270	6.61 250	0.90 91	2.72 296	2.54 76	0.27 72	7.64 160	7.94 212	5.43 107	23.98 345	0.37 30	0.47 33	1.31 8	1.17 65	0.02 185	0.03 158	0.00 1	0.00 1	0.08 88	0.32 142

GANet	6.86 304	1.78 270	5.98 224	3.05 306	1.12 205	10.12 313	9.38 359	13.41 300	8.67 229	11.46 318	29.87 365	13.94 314	8.25 312	12.06 321	6.33 265	0.40 330	0.06 185	0.16 338	0.33 329	0.18 206	0.59 196

TDLM	4.58 258	1.79 272	5.03 182	2.45 261	1.32 230	4.04 205	7.15 345	11.60 254	11.46 289	6.91 174	12.69 265	5.94 205	5.03 242	9.74 280	3.80 211	0.67 346	0.00 1	0.01 246	0.05 223	0.23 238	1.78 315

DeepPruner_ROB	3.82 211	1.87 273	5.65 212	1.31 126	1.64 241	3.62 175	0.81 183	14.47 318	5.03 117	8.03 224	10.78 236	6.95 227	2.26 129	8.92 248	4.32 228	0.07 266	0.03 158	0.00 1	0.01 173	0.37 293	0.29 133

SACVNet	4.55 255	1.88 274	5.55 208	3.38 325	1.68 247	3.11 141	2.76 271	12.44 270	6.43 165	11.07 313	11.31 244	10.53 284	5.13 247	9.88 286	4.56 235	0.08 270	0.02 133	0.00 1	0.01 173	0.38 295	0.80 233

XPNet_ROB	6.46 296	1.88 274	7.41 275	2.81 288	0.95 183	6.45 260	6.82 340	13.58 303	8.80 233	15.50 347	15.86 294	19.59 352	7.12 292	11.41 313	9.86 310	0.02 185	0.04 172	0.00 1	0.03 202	0.20 218	0.79 232

MeshStereo	11.94 361	1.88 274	5.24 187	2.11 216	1.44 235	20.09 364	4.95 316	21.74 378	16.75 331	33.10 383	35.07 381	39.28 390	22.72 376	19.45 368	13.59 347	0.19 304	0.06 185	0.02 278	0.00 1	0.46 307	0.65 210
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
ccnet	7.45 319	1.89 277	7.71 280	3.18 315	2.35 281	12.19 334	6.14 329	18.95 354	9.36 249	13.33 334	20.38 329	16.00 328	9.10 325	10.10 292	15.40 357	0.44 332	0.34 256	0.25 352	0.25 301	0.48 312	1.18 265

RP	7.41 316	1.90 278	7.33 271	4.26 350	5.25 364	6.64 263	3.46 293	12.44 270	16.23 329	10.36 293	23.00 342	18.72 345	16.59 359	11.10 304	8.47 289	1.10 356	0.02 133	0.12 330	0.16 260	0.43 302	0.65 210

Nwc_Net	7.54 320	1.91 279	8.71 295	4.16 347	3.42 319	10.77 321	2.00 257	20.33 369	12.19 296	9.10 260	24.04 348	17.67 339	13.58 349	12.14 323	9.12 302	0.94 354	0.00 1	0.00 1	0.02 191	0.22 233	0.41 164

dd	2.36 87	1.93 280	6.03 227	0.83 86	0.12 19	1.80 36	0.17 53	5.30 47	11.82 294	2.98 53	3.64 64	1.50 59	1.21 79	5.25 90	3.92 215	0.13 288	0.01 103	0.04 303	0.22 294	0.10 122	0.14 64

G-Net	8.60 334	1.93 280	12.59 332	6.04 369	3.66 326	25.93 374	4.26 302	10.35 222	8.05 216	19.71 359	24.73 351	14.15 316	15.49 357	11.30 308	10.69 324	0.50 342	0.46 268	0.19 346	0.25 301	0.80 338	0.91 238

CVANet_RVC	4.68 265	1.93 280	5.57 210	2.61 276	1.86 260	4.12 207	4.94 315	12.11 260	9.29 246	8.05 226	11.08 240	10.28 279	6.48 278	9.52 270	3.19 197	0.45 334	0.01 103	0.00 1	0.12 249	0.23 238	1.75 311

fast-acv-ft	6.00 288	1.95 283	7.88 283	2.35 251	1.85 258	13.61 342	1.76 252	8.44 172	10.12 258	11.22 315	20.57 331	14.41 320	7.55 302	8.11 199	8.83 295	0.10 283	0.09 204	0.16 338	0.07 230	0.68 328	0.35 148

LMCR-Stereo	3.92 217	1.96 284	4.92 177	2.85 294	0.23 64	7.88 284	1.47 239	12.52 273	5.39 125	8.71 245	10.65 233	1.90 69	5.04 244	8.53 232	4.89 242	1.05 355	0.00 1	0.00 1	0.00 1	0.42 298	0.05 23

CFNet	4.03 225	1.97 285	6.30 240	2.70 282	1.64 241	5.41 238	0.22 61	12.14 262	10.28 260	5.24 101	11.15 241	6.43 214	3.70 188	8.97 254	4.01 221	0.00 1	0.00 1	0.00 1	0.00 1	0.30 273	0.13 61

DMCA-RVC	3.59 194	1.98 286	8.68 294	2.30 244	1.48 236	3.54 170	0.55 126	8.40 171	5.43 128	9.37 271	5.90 111	8.34 253	3.21 160	7.19 147	4.46 232	0.06 260	0.11 212	0.08 324	0.02 191	0.21 228	0.40 157

WCMA_ROB	10.20 349	1.99 287	9.33 312	3.01 301	2.46 286	15.78 348	7.67 351	12.75 278	15.41 324	25.08 374	33.42 377	27.06 372	19.86 365	13.87 337	12.47 339	1.28 360	0.38 262	0.18 344	0.20 284	0.28 262	1.54 286

gwcnet-sp	3.58 191	2.01 288	8.82 299	2.01 211	0.69 142	7.38 279	1.10 220	9.23 194	6.66 173	9.32 267	5.91 112	4.21 145	3.31 168	6.91 139	3.69 203	0.00 1	0.00 1	0.00 1	0.00 1	0.24 242	0.18 88

scenet	3.58 191	2.01 288	8.82 299	2.01 211	0.69 142	7.38 279	1.10 220	9.23 194	6.66 173	9.32 267	5.91 112	4.21 145	3.31 168	6.91 139	3.69 203	0.00 1	0.00 1	0.00 1	0.00 1	0.24 242	0.18 88

ssnet	3.58 191	2.01 288	8.82 299	2.01 211	0.69 142	7.38 279	1.10 220	9.23 194	6.66 173	9.32 267	5.91 112	4.21 145	3.31 168	6.91 139	3.69 203	0.00 1	0.00 1	0.00 1	0.00 1	0.24 242	0.18 88

FBW_ROB	9.17 341	2.08 291	10.31 323	2.51 266	1.66 246	13.22 340	6.04 327	23.09 379	20.11 347	19.55 357	15.80 293	18.97 349	11.96 342	19.34 367	11.38 328	0.66 345	0.30 252	2.15 375	0.90 359	1.15 347	2.16 345

iinet-f	6.21 290	2.11 292	28.74 387	2.13 217	1.38 232	11.62 326	1.49 241	7.64 160	7.19 191	7.77 212	14.38 282	10.49 281	7.79 305	7.76 182	12.90 344	0.03 215	0.03 158	0.05 309	0.00 1	0.67 326	0.12 56

BEATNet_4x	3.69 200	2.12 293	8.11 286	1.82 183	0.16 33	5.30 236	1.04 216	10.87 236	6.14 154	7.09 184	8.42 178	4.99 173	4.42 216	5.89 106	6.23 264	0.04 236	0.05 179	0.00 1	0.00 1	0.32 284	0.84 235

DN-CSS_ROB	3.00 152	2.14 294	7.33 271	2.67 280	0.78 161	3.13 144	0.07 15	6.68 124	4.22 77	5.51 110	12.12 256	2.33 78	1.21 79	8.69 239	2.51 171	0.03 215	0.00 1	0.00 1	0.00 1	0.42 298	0.15 74

AF-Net	8.37 331	2.16 295	9.01 304	3.65 333	4.58 354	9.40 302	2.63 268	17.71 346	21.32 353	10.38 294	24.51 350	20.43 357	16.67 360	12.54 326	10.76 325	0.70 348	0.00 1	0.12 330	0.00 1	0.47 309	0.42 168

psmorigin	7.74 321	2.19 296	18.99 362	2.51 266	0.89 173	7.08 273	2.74 269	11.25 245	7.90 209	20.49 362	22.36 340	20.16 354	11.95 341	13.84 336	10.61 321	0.04 236	0.18 230	0.06 313	0.24 298	0.27 260	1.07 255

Wz-Net-LNSev-Ref	6.52 299	2.21 297	12.10 330	2.75 283	3.28 312	10.03 311	3.05 279	12.31 265	11.52 290	10.10 286	21.36 333	11.51 300	7.30 297	11.56 315	10.61 321	0.09 280	0.00 1	0.00 1	0.00 1	0.08 88	0.51 183

FADNet-RVC-Resample	4.11 230	2.25 298	13.88 339	1.64 152	0.66 139	5.91 251	2.34 264	10.87 236	9.09 241	6.53 155	4.34 72	5.69 198	4.71 231	8.01 194	4.64 238	0.18 303	0.22 238	0.17 343	0.12 249	0.46 307	0.59 196

NaN_ROB	6.51 298	2.25 298	8.77 297	1.69 164	1.79 253	9.71 307	10.94 364	16.20 335	16.13 328	13.04 332	8.86 181	11.77 303	5.94 268	12.88 329	8.01 283	0.05 249	0.13 218	0.07 318	0.20 284	0.32 284	1.50 283

sAnonymous2	1.54 25	2.26 300	9.53 314	0.65 64	0.50 114	1.20 5	0.23 65	4.86 30	3.65 48	0.42 4	1.27 15	0.23 8	1.40 91	1.23 4	0.68 11	0.02 185	0.00 1	0.00 1	0.20 284	2.00 362	0.42 168

CroCo_RVC	1.54 25	2.26 300	9.53 314	0.65 64	0.50 114	1.20 5	0.23 65	4.86 30	3.65 48	0.42 4	1.27 15	0.23 8	1.40 91	1.23 4	0.68 11	0.02 185	0.00 1	0.00 1	0.20 284	2.00 362	0.42 168

iResNetv2_ROB	4.72 266	2.26 300	8.87 302	3.20 317	1.25 218	4.32 216	1.73 250	14.22 315	10.62 271	10.53 297	12.13 258	7.77 241	5.54 263	8.29 212	2.76 188	0.00 1	0.00 1	0.00 1	0.00 1	0.42 298	0.55 188

RAFT + AFF	4.63 262	2.28 303	7.43 276	1.51 142	2.38 282	5.81 249	6.49 334	10.74 233	8.53 227	7.75 211	8.95 185	7.47 236	6.68 285	9.17 260	5.06 247	0.08 270	0.47 269	0.00 1	0.01 173	0.66 325	1.03 254

NCC-stereo	7.43 317	2.28 303	8.58 292	3.28 321	4.48 348	8.34 288	4.27 303	20.45 370	13.66 313	9.17 263	17.52 315	16.49 331	14.31 354	13.71 334	8.95 298	1.73 366	0.12 215	0.01 246	0.50 348	0.21 228	0.60 198

Abc-Net	7.43 317	2.28 303	8.58 292	3.28 321	4.48 348	8.34 288	4.27 303	20.45 370	13.66 313	9.17 263	17.52 315	16.49 331	14.31 354	13.71 334	8.95 298	1.73 366	0.12 215	0.01 246	0.50 348	0.21 228	0.60 198
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
LL-Strereo	5.14 279	2.29 306	8.95 303	1.26 119	5.05 362	3.66 178	1.40 236	10.33 221	8.98 238	8.71 245	8.24 176	10.70 288	11.10 334	12.66 328	5.36 252	0.05 249	1.35 360	0.00 1	0.00 1	0.38 295	2.23 349

ADCRef	7.76 322	2.31 307	19.09 363	2.82 290	3.29 313	11.88 329	3.06 280	11.52 252	10.89 278	13.69 338	25.85 356	8.20 248	8.89 322	8.95 252	22.66 369	0.16 296	0.08 198	0.16 338	0.34 332	0.47 309	0.91 238

FADNet_RVC	4.24 241	2.32 308	14.23 342	1.18 114	0.79 162	5.64 242	0.60 139	11.50 251	7.19 191	3.68 70	8.08 173	4.14 141	4.06 204	10.29 296	7.47 277	0.36 328	0.44 267	0.18 344	0.47 345	0.93 341	1.23 269

GMStereo_Zeroshot	2.92 143	2.33 309	6.12 229	1.66 159	0.36 89	3.61 172	0.09 20	5.95 93	6.20 156	7.15 188	7.11 152	8.37 254	0.91 53	6.17 114	1.97 139	0.00 1	0.00 1	0.00 1	0.00 1	0.22 233	0.14 64

FADNet	4.55 255	2.35 310	13.60 337	1.87 187	0.80 163	4.74 227	0.75 176	14.47 318	12.41 298	4.07 78	5.45 104	9.64 269	5.03 242	8.86 245	4.82 241	0.20 307	0.04 172	0.07 318	0.05 223	1.27 350	0.40 157

PA-Net	5.40 281	2.35 310	9.55 316	2.75 283	2.21 275	8.74 295	3.92 297	13.05 288	13.35 311	7.30 198	7.98 169	8.08 246	6.39 277	11.17 307	9.30 304	0.02 185	0.03 158	0.00 1	0.03 202	0.16 192	1.55 288
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
StereoDRNet	6.02 289	2.40 312	8.22 289	3.43 326	4.43 347	10.57 320	4.21 301	19.44 359	11.24 287	12.86 328	8.06 171	11.64 302	4.79 234	8.65 238	9.32 305	0.01 102	0.10 208	0.00 1	0.03 202	0.34 288	0.69 221

PSMNet_ROB	5.41 283	2.45 313	7.39 274	2.36 253	1.90 262	10.11 312	6.54 335	16.32 337	7.59 199	6.84 173	10.83 237	12.06 306	4.13 208	8.73 240	10.24 316	0.02 185	0.01 103	0.01 246	0.11 245	0.26 250	0.40 157

APVNet	6.28 293	2.46 314	10.09 320	3.51 330	3.97 338	12.15 332	1.75 251	20.08 368	6.73 176	6.92 179	13.45 273	10.75 290	6.29 276	11.86 319	14.34 351	0.05 249	0.02 133	0.11 326	0.03 202	0.63 322	0.34 144

NCCL2	6.27 292	2.46 314	7.00 260	2.36 253	1.11 203	9.48 303	11.14 366	13.01 287	10.40 265	9.94 284	9.49 201	22.11 363	7.42 298	9.90 288	8.56 290	0.01 102	0.00 1	0.02 278	0.03 202	0.20 218	0.73 226

PS-NSSS	4.22 239	2.53 316	5.89 220	1.01 101	2.93 300	4.05 206	1.93 255	11.44 249	8.94 237	7.14 187	14.70 287	4.96 171	2.60 143	9.09 257	3.92 215	0.40 330	0.04 172	0.83 363	0.00 1	1.09 343	1.02 251

LALA_ROB	7.02 309	2.54 317	8.51 291	1.53 144	0.96 185	9.96 309	8.71 356	16.70 339	12.68 302	12.99 330	13.90 279	24.47 366	5.40 259	11.61 317	9.50 306	0.04 236	0.05 179	0.00 1	0.02 191	0.17 198	0.65 210

DPSNet	10.88 356	2.57 318	20.40 367	2.24 234	1.90 262	24.92 372	17.00 393	21.35 375	28.61 371	12.87 329	13.74 276	17.01 336	20.14 367	15.36 347	14.01 349	0.81 350	0.98 311	0.20 347	0.65 355	1.30 351	1.54 286

ETE_ROB	6.28 293	2.60 319	9.22 310	1.71 168	0.84 168	6.44 259	6.78 339	13.16 294	8.80 233	13.01 331	15.93 296	21.01 361	6.18 273	10.97 301	8.11 285	0.04 236	0.01 103	0.00 1	0.02 191	0.16 192	0.70 223

dad	5.10 277	2.61 320	6.76 256	1.23 117	0.14 22	2.85 125	0.36 87	7.98 166	14.88 320	10.84 305	17.06 307	15.59 325	3.29 165	7.24 149	4.39 230	1.20 358	0.10 208	4.02 379	0.49 347	0.20 218	0.69 221

AANet_RVC	5.41 283	2.61 320	8.17 287	2.25 235	1.30 227	2.27 57	1.64 248	10.82 234	18.54 341	8.01 223	18.09 320	8.39 257	3.31 168	11.37 312	8.98 300	1.15 357	0.38 262	0.02 278	0.00 1	0.17 198	0.70 223

FADNet-RVC	4.36 245	2.62 322	14.51 345	2.01 211	0.44 109	4.27 212	1.27 229	12.61 275	7.89 208	3.76 72	4.05 68	10.63 286	4.34 215	9.87 285	7.66 280	0.03 215	0.09 204	0.00 1	0.03 202	0.65 324	0.50 179

LE_ROB	17.31 379	2.62 322	14.26 343	4.20 348	1.80 254	17.40 355	9.70 361	15.38 328	55.92 403	63.97 413	40.81 388	35.50 386	39.26 397	15.64 351	28.51 388	0.06 260	0.11 212	0.13 332	0.21 289	0.14 175	0.51 183

SDNR	7.97 323	2.75 324	16.90 356	2.28 242	0.94 180	45.23 400	0.43 100	9.30 200	10.84 276	10.71 301	25.30 354	5.51 188	4.47 218	11.98 320	7.58 279	0.15 293	0.14 222	0.00 1	0.04 220	2.27 364	2.65 356

Wz-Net-LNSev	7.12 311	2.75 324	18.64 360	1.70 167	4.16 342	12.79 336	6.72 337	13.74 307	13.57 312	11.14 314	17.31 313	11.90 305	8.50 315	8.96 253	9.94 311	0.00 1	0.01 103	0.00 1	0.00 1	0.18 206	0.34 144

RGC	7.40 315	2.77 326	7.71 280	4.43 357	4.87 360	8.88 297	2.96 276	16.05 334	12.76 306	11.96 325	19.57 326	18.32 344	11.57 340	13.89 338	9.58 308	0.83 351	0.02 133	0.24 351	0.41 340	0.40 297	0.77 231

ADCP+	8.60 334	2.78 327	17.44 357	1.69 164	4.27 344	16.95 354	5.29 319	13.38 299	12.52 299	13.57 337	17.57 317	10.86 294	11.28 336	18.43 365	23.91 378	0.03 215	0.05 179	0.01 246	0.18 271	0.47 309	1.31 276

PDISCO_ROB	10.27 350	2.79 328	13.30 335	10.58 380	9.96 382	22.78 368	5.99 324	20.01 364	28.57 370	11.88 323	14.49 285	20.54 358	4.92 238	17.01 360	10.29 317	5.79 379	0.42 264	0.14 334	0.13 254	2.53 367	3.25 360

CSAN	8.41 332	2.86 329	9.35 313	2.43 259	0.82 166	13.59 341	11.68 372	15.80 332	21.98 357	14.71 343	16.46 302	18.00 341	14.42 356	13.68 333	10.10 312	0.10 283	0.13 218	0.15 335	0.19 274	0.43 302	1.28 274

GwcNet	6.95 305	2.89 330	13.32 336	2.82 290	5.53 365	11.76 327	2.14 261	14.95 323	17.69 337	10.83 304	18.14 321	10.83 293	6.66 283	9.83 284	10.19 315	0.03 215	0.06 185	0.03 295	0.08 233	0.64 323	0.66 218

FINET	6.96 306	2.98 331	13.77 338	3.20 317	4.81 359	9.65 305	9.90 362	13.68 306	23.91 361	8.28 235	13.70 274	5.36 183	5.83 266	10.79 300	8.05 284	0.90 352	1.43 361	0.11 326	0.38 336	0.48 312	1.98 338

Wz-Net-MNSev	8.12 326	3.18 332	18.07 359	2.63 277	3.36 317	17.82 358	9.40 360	12.89 282	15.44 325	13.95 341	18.21 322	14.38 319	7.75 304	12.50 325	11.45 329	0.46 336	0.03 158	0.00 1	0.01 173	0.26 250	0.58 193

ADCL	10.77 354	3.23 333	21.50 369	2.26 237	1.96 266	23.65 369	9.07 357	14.69 322	24.88 363	15.21 345	27.20 357	12.68 309	14.02 353	16.94 359	24.43 380	0.26 320	0.18 230	0.74 361	0.67 356	0.80 338	1.02 251

MANE	20.98 390	3.23 333	8.81 298	5.96 368	6.96 371	33.07 387	13.20 376	35.43 392	38.86 389	44.72 399	52.41 403	53.20 398	41.84 399	34.74 391	27.45 386	1.87 368	2.27 374	1.54 371	10.18 395	0.69 330	3.11 359

SANet	11.48 359	3.34 335	13.93 340	2.40 258	1.01 190	16.49 350	12.16 375	20.05 367	37.28 385	19.62 358	28.04 359	25.61 369	20.10 366	14.43 341	12.39 338	0.10 283	0.06 185	0.03 295	0.06 229	0.76 336	1.73 307

SGM-ForestM	18.61 384	3.38 336	10.14 321	3.44 327	2.24 278	34.17 389	15.39 382	29.44 390	33.93 377	38.55 391	41.08 389	53.64 399	36.76 394	34.82 392	27.16 385	1.25 359	1.81 372	0.74 361	1.01 361	0.61 321	2.61 355

ADCPNet	10.18 348	3.40 337	33.24 390	2.38 255	1.74 250	17.75 357	7.65 350	13.20 295	13.03 308	14.09 342	21.72 336	19.36 350	11.40 338	15.43 349	23.00 371	0.28 323	1.15 341	0.39 358	1.48 371	0.68 328	2.21 347

DGSMNet	7.10 310	3.49 338	15.11 348	4.36 355	4.41 346	8.94 299	6.25 330	15.10 325	14.28 317	8.15 231	14.51 286	10.08 276	5.38 258	11.04 303	7.95 282	1.49 364	2.00 373	1.79 372	1.68 376	2.43 365	3.48 364

ELAS	17.99 381	3.49 338	11.19 326	6.14 370	5.79 367	34.89 390	17.28 394	28.75 387	30.47 373	40.80 395	45.79 394	39.04 389	32.05 391	27.63 386	24.30 379	1.88 369	2.41 378	1.09 365	1.48 371	1.83 359	3.48 364
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DeepPrunerF	7.18 313	3.58 340	25.29 379	4.27 351	7.20 372	3.78 191	4.64 311	14.03 312	20.86 351	8.85 249	10.57 230	7.35 232	7.88 307	12.16 324	10.66 323	0.25 317	0.16 225	0.29 353	0.43 343	0.77 337	0.65 210

GANetREF_RVC	6.97 307	3.59 341	9.14 309	4.00 342	0.40 101	13.17 338	11.27 370	15.95 333	17.51 336	10.62 299	10.66 234	12.15 307	7.97 309	13.18 331	5.04 246	0.45 334	0.00 1	0.01 246	0.15 258	3.47 372	0.60 198
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
ELAS_RVC	17.82 380	3.60 342	11.92 328	6.63 372	5.73 366	30.34 383	19.64 396	26.92 384	35.06 382	40.79 394	41.32 390	37.31 388	31.61 388	30.54 387	22.93 370	1.97 370	2.40 376	1.28 369	1.27 367	1.71 357	3.51 366
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SHD	10.45 352	3.67 343	14.03 341	4.81 360	4.52 351	11.93 330	1.66 249	21.36 376	38.40 388	18.84 356	21.72 336	17.63 338	13.07 345	15.65 352	17.71 360	0.36 328	1.09 323	0.01 246	0.32 326	0.50 315	1.67 297

Syn2CoEx	6.70 301	3.69 344	12.14 331	2.78 286	1.68 247	8.36 291	3.21 286	18.59 352	12.66 301	8.86 250	20.79 332	10.52 282	10.54 331	9.68 274	8.70 293	0.01 102	0.00 1	0.00 1	0.00 1	0.69 330	1.00 246

aanetorigin	9.02 337	3.75 345	28.68 386	2.16 218	3.86 333	5.84 250	5.40 322	5.93 92	10.39 264	28.12 377	31.02 371	15.98 327	13.74 350	9.38 264	12.55 340	0.25 317	0.22 238	0.22 349	0.24 298	1.24 348	1.47 280

TRStereo	2.71 125	3.79 346	5.46 199	2.19 225	2.22 277	2.98 135	1.07 218	9.83 209	4.39 86	3.46 63	3.48 54	3.92 130	0.77 47	6.43 119	1.70 118	0.03 215	0.63 277	0.00 1	0.29 319	0.11 133	1.49 282

SAMSARA	15.67 371	3.89 347	14.48 344	13.77 386	7.92 376	38.69 394	73.90 417	21.22 374	24.66 362	17.04 354	13.86 277	30.01 376	13.07 345	18.07 364	17.48 359	0.23 312	1.46 363	0.07 318	0.40 338	0.99 342	2.15 344

SuperB	8.29 330	3.96 348	24.92 377	2.96 299	1.33 231	9.83 308	4.15 300	10.92 240	29.79 372	11.86 322	12.51 263	6.07 206	6.97 288	11.13 306	14.73 352	0.15 293	0.11 212	0.35 355	0.26 310	12.64 386	1.11 259

PVD	16.41 373	3.98 349	16.04 351	5.38 363	4.59 356	19.44 362	7.28 347	28.88 388	49.27 398	31.53 381	43.72 392	30.36 378	32.17 392	26.70 385	23.19 372	0.25 317	1.48 364	0.04 303	0.59 352	0.52 317	2.87 358

anonymity	8.04 324	4.13 350	12.86 333	7.43 374	13.11 388	8.34 288	2.02 258	18.21 350	7.55 198	13.88 340	9.27 194	10.63 286	7.79 305	11.57 316	6.06 259	6.25 380	5.59 402	3.71 378	3.28 381	3.27 370	5.78 375

RTSC	9.87 345	4.34 351	16.44 353	4.60 359	2.38 282	12.54 335	0.75 176	18.19 349	37.31 386	16.16 351	15.86 294	13.32 310	7.56 303	20.93 374	23.50 374	0.34 326	1.07 322	0.02 278	0.35 333	0.71 333	0.99 244

PWCDC_ROB	8.50 333	4.40 352	9.57 317	6.16 371	4.54 353	10.46 316	1.03 213	15.30 326	28.16 369	10.88 307	30.88 370	6.96 228	11.31 337	14.57 342	10.40 319	3.10 375	0.02 133	0.00 1	0.00 1	1.55 355	0.63 207

Anonymous Stereo	7.27 314	4.41 353	26.56 382	3.67 334	3.09 306	5.56 239	15.31 381	10.85 235	11.63 292	10.31 292	10.32 221	7.46 235	3.67 187	14.42 340	15.13 355	0.64 344	0.88 294	0.00 1	0.07 230	0.33 287	1.16 263

SQANet	8.22 329	4.42 354	7.19 270	12.11 383	9.77 381	11.80 328	3.23 287	12.00 258	6.60 169	8.59 243	11.52 247	10.97 297	5.31 255	11.10 304	4.20 224	9.56 387	2.29 375	10.51 384	1.61 375	13.06 388	8.49 383

ADCMid	10.97 357	4.49 355	23.66 373	2.53 270	2.52 291	11.46 325	6.31 331	15.31 327	12.85 307	23.57 368	22.99 341	17.92 340	21.04 370	19.57 369	28.05 387	0.47 339	0.43 265	1.10 366	1.32 368	1.73 358	2.10 342

PWC_ROB	8.89 336	4.49 355	15.62 350	2.92 296	4.49 350	7.89 285	1.23 227	17.29 345	20.00 346	16.54 352	28.06 360	14.37 318	11.98 343	14.93 346	15.43 358	0.47 339	0.00 1	0.05 309	0.00 1	0.67 326	1.31 276

MFN_U_SF_RVC	13.54 365	4.69 357	28.43 385	4.24 349	2.50 289	24.26 370	5.99 324	28.23 386	20.18 349	24.06 371	29.38 363	30.35 377	16.92 361	20.98 375	21.39 365	1.35 361	1.13 329	1.02 364	1.41 370	1.88 360	2.50 354

XQC	9.46 342	4.84 358	18.88 361	4.07 343	3.09 306	15.97 349	6.65 336	16.26 336	26.63 366	12.63 326	12.35 261	15.75 326	10.62 332	16.48 355	21.19 364	0.44 332	0.96 305	0.05 309	0.32 326	1.10 344	0.99 244

Consistency-Raft	9.58 343	5.11 359	13.00 334	5.61 365	8.92 379	4.03 204	5.07 318	19.73 362	24.90 364	11.32 317	29.86 364	13.36 311	6.16 272	8.00 192	13.47 346	0.67 346	0.34 256	1.81 373	4.36 387	12.23 384	3.62 367

MFN_U_SF_DS_RVC	10.36 351	5.37 360	16.61 355	2.95 298	3.02 303	24.75 371	15.44 383	14.68 321	19.73 344	19.77 360	23.97 344	16.98 335	8.40 313	17.58 362	9.23 303	1.59 365	1.75 369	0.16 338	2.63 378	0.75 335	1.85 324

WZ-Net	13.61 366	5.57 361	42.84 398	3.89 341	3.19 310	19.90 363	15.44 383	15.67 331	32.04 375	16.13 350	28.69 361	22.17 364	15.84 358	21.40 376	26.87 383	0.75 349	0.01 103	0.01 246	0.03 202	0.51 316	1.20 267

PASM	9.11 338	5.68 362	25.06 378	4.33 353	4.18 343	7.01 270	8.48 353	12.37 267	20.95 352	13.49 336	15.37 290	18.80 346	11.52 339	14.70 343	12.70 341	0.93 353	1.19 346	0.32 354	1.21 366	1.66 356	2.22 348

GASNet	5.62 285	5.76 363	12.05 329	5.03 362	2.08 272	3.77 190	1.53 243	12.92 283	11.62 291	9.64 278	7.40 157	8.58 260	7.54 301	14.76 345	8.25 287	0.02 185	0.15 223	0.00 1	0.00 1	0.81 340	0.52 185

MaskLacGwcNet_RVC	6.42 295	6.12 364	6.53 248	4.29 352	3.61 325	15.41 347	4.13 299	12.36 266	7.32 196	7.60 206	8.51 179	8.97 265	2.64 144	10.17 294	3.72 206	8.16 385	2.40 376	2.00 374	0.11 245	8.55 381	5.84 376

ADCS	13.76 367	6.46 365	30.74 388	3.62 332	2.93 300	14.28 344	11.22 369	20.02 365	34.42 380	23.20 365	25.42 355	19.51 351	19.62 364	24.54 382	33.88 396	0.27 322	0.23 241	0.37 357	0.19 274	1.47 353	2.84 357

EDNetEfficient	14.14 369	6.71 366	56.12 404	2.99 300	3.58 323	5.38 237	8.49 354	9.35 201	33.24 376	40.73 393	30.21 367	18.04 342	22.92 377	12.13 322	26.26 382	0.16 296	0.24 244	0.07 318	1.15 363	2.58 368	2.39 351

AnyNet_C32	11.82 360	7.08 367	25.83 380	4.55 358	5.88 368	16.92 353	16.97 392	14.14 313	18.11 340	16.87 353	21.66 335	14.78 321	13.87 352	23.54 381	31.83 393	0.24 314	0.28 250	0.35 355	0.53 350	1.35 352	1.71 305

AnonymousM	2.96 149	7.19 368	1.41 1	0.92 95	0.06 6	2.37 63	0.52 120	6.05 96	3.83 61	4.97 92	2.37 38	1.91 70	1.00 58	2.23 34	1.06 57	0.01 102	0.57 275	17.64 389	4.90 388	0.02 9	0.27 126

SPS-STEREO	15.83 372	7.38 369	14.92 347	11.63 382	11.77 386	25.30 373	7.12 344	25.20 382	17.06 333	32.24 382	30.34 368	31.63 379	22.59 374	25.67 383	21.97 367	7.71 384	4.50 398	3.35 377	1.56 374	6.97 379	7.72 382
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
LSM	14.85 370	7.41 370	36.29 393	7.76 376	43.77 411	11.24 324	12.14 374	16.73 340	23.72 359	23.73 370	32.92 374	18.89 348	13.31 347	16.60 356	12.37 337	0.26 320	0.86 293	0.11 326	0.43 343	1.24 348	17.26 404

UDGNet	2.92 143	7.79 371	4.92 177	3.01 301	0.08 9	2.96 132	0.20 59	4.77 28	8.93 236	2.91 52	2.85 46	0.95 47	1.00 58	6.46 120	1.66 113	1.46 363	0.00 1	5.33 382	0.92 360	1.95 361	0.19 94

MSC_U_SF_DS_RVC	17.08 376	7.98 372	24.37 376	6.82 373	2.93 300	39.68 396	16.11 385	25.46 383	34.93 381	34.13 385	34.20 378	29.20 375	24.94 381	23.01 379	19.39 362	2.79 372	2.87 386	1.18 368	1.53 373	6.78 378	3.31 361

Wz-Net-SNSev	9.92 346	8.01 373	26.42 381	2.26 237	1.85 258	8.36 291	14.30 380	18.01 348	21.68 354	10.78 303	23.95 343	16.84 334	8.60 317	15.59 350	19.76 363	0.01 102	0.03 158	0.01 246	0.00 1	0.52 317	1.34 279

otaku	12.35 363	8.64 374	9.11 308	13.56 385	10.98 383	26.23 375	7.22 346	19.45 360	19.26 343	11.92 324	17.90 319	20.21 355	8.91 323	16.06 353	6.09 260	9.77 388	2.50 379	13.23 385	1.90 377	14.61 389	9.41 387

NVStereoNet_ROB	17.22 377	8.76 375	16.47 354	7.52 375	8.42 377	13.75 343	11.07 365	24.24 381	26.67 367	31.00 379	46.49 395	34.88 385	27.06 384	22.72 378	23.61 375	6.83 383	4.32 397	6.32 383	10.37 396	4.39 373	9.57 388
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM+DAISY	17.25 378	9.46 376	22.74 371	10.11 378	11.40 384	28.98 382	13.74 378	21.15 373	16.85 332	31.39 380	34.79 379	34.05 384	24.24 380	26.23 384	19.31 361	8.79 386	7.56 406	4.88 380	3.93 385	6.07 377	9.33 385

MFMNet_re	14.09 368	9.67 377	20.31 366	10.40 379	7.62 373	21.38 367	17.49 395	21.36 376	31.95 374	23.70 369	29.22 362	18.87 347	27.41 385	14.27 339	11.16 326	2.85 373	1.51 366	0.41 359	0.28 314	4.88 374	7.10 380

Ntro	12.91 364	9.95 378	10.01 319	14.12 387	12.55 387	26.31 376	6.76 338	19.04 356	22.03 358	10.23 289	16.26 299	20.22 356	10.06 328	16.81 358	7.93 281	10.16 390	2.55 381	15.19 387	2.86 379	15.27 390	9.93 389

UDG	9.12 339	10.06 379	6.35 243	10.06 377	9.64 380	10.48 317	2.33 263	12.73 277	10.19 259	8.33 236	10.27 220	16.70 333	10.47 330	8.33 219	9.07 301	4.28 376	2.59 382	18.90 390	3.83 384	11.35 383	6.50 379

CC-Net-ROB	8.09 325	10.11 380	9.03 305	4.07 343	3.74 331	15.24 346	4.84 314	18.44 351	10.87 277	6.73 172	14.03 280	7.54 237	4.68 229	11.61 317	3.98 219	6.59 381	2.54 380	16.51 388	1.19 365	7.88 380	2.20 346

RTS	19.64 387	10.42 381	87.01 413	5.88 366	6.82 369	41.73 397	16.69 388	16.80 341	41.90 392	23.44 366	32.96 375	13.79 312	21.49 371	38.85 397	30.84 390	0.46 336	0.70 283	0.00 1	0.09 239	1.13 345	1.70 303

RTSA	19.64 387	10.42 381	87.01 413	5.88 366	6.82 369	41.73 397	16.69 388	16.80 341	41.90 392	23.44 366	32.96 375	13.79 312	21.49 371	38.85 397	30.84 390	0.46 336	0.70 283	0.00 1	0.09 239	1.13 345	1.70 303

BEATNet-Init1	24.70 391	11.33 383	44.28 399	5.48 364	3.94 337	47.60 404	22.33 399	34.94 391	40.01 390	48.11 402	49.98 399	59.86 403	43.17 400	39.48 399	31.77 392	1.37 362	1.76 371	1.17 367	1.17 364	2.44 366	3.85 369

Wz-Net-TNSev	12.01 362	11.86 384	38.26 395	2.81 288	1.82 257	18.12 359	11.31 371	16.67 338	21.73 355	15.06 344	17.17 309	19.72 353	20.69 369	20.68 372	21.41 366	0.04 236	0.06 185	0.00 1	0.16 260	0.74 334	1.93 335

DDUNet	10.03 347	12.17 385	8.24 290	13.02 384	11.73 385	10.32 315	3.76 294	12.27 264	8.35 224	9.64 278	13.89 278	16.48 330	6.67 284	9.50 269	7.00 271	6.80 382	3.45 392	21.10 391	4.33 386	12.78 387	9.12 384

AnyNet_C01	16.99 375	12.34 386	60.47 406	4.88 361	3.11 309	31.77 384	16.79 390	18.60 353	17.96 339	18.62 355	38.50 384	24.03 365	19.00 363	30.59 388	35.18 398	0.29 324	0.56 273	0.45 360	0.48 346	2.70 369	3.40 362

EDNetEfficientorigin	18.25 383	14.44 387	99.41 425	1.72 171	1.00 189	12.07 331	6.97 343	13.67 305	35.06 382	38.59 392	37.10 383	27.03 371	27.46 386	15.38 348	26.92 384	0.05 249	0.08 198	0.15 335	0.62 353	3.33 371	3.92 370

JetBlue	29.99 397	17.24 388	55.64 403	16.24 388	21.08 399	62.07 415	33.14 406	40.60 395	35.73 384	34.59 388	40.67 387	57.18 402	43.54 401	51.46 410	52.18 412	2.72 371	4.58 400	2.86 376	3.53 382	10.57 382	14.11 399

coex-ft	20.15 389	20.03 389	87.93 415	1.81 180	1.77 251	18.77 361	13.73 377	13.28 297	41.87 391	60.24 409	39.04 385	28.27 374	30.39 387	12.57 327	28.66 389	0.20 307	0.23 241	0.04 303	0.30 321	1.52 354	2.34 350

ACVNet-4b	16.48 374	23.07 390	14.73 346	16.69 389	15.18 391	31.83 385	7.30 348	19.71 361	27.82 368	11.54 320	22.10 339	31.68 380	8.96 324	18.88 366	7.28 276	11.04 392	2.65 383	24.93 394	5.02 389	18.57 392	10.67 391

WAO-7	30.22 398	25.83 391	23.33 372	33.10 399	14.36 389	36.98 391	22.41 400	52.85 408	64.46 410	43.76 397	59.24 409	52.31 396	45.69 403	32.82 389	32.60 394	11.16 394	5.49 401	13.76 386	12.60 401	12.36 385	9.38 386

ACVNet_1	19.51 386	26.19 392	15.50 349	17.71 390	15.28 392	26.46 377	9.36 358	29.16 389	34.18 378	25.06 373	24.89 352	37.18 387	21.93 373	17.80 363	15.03 354	11.08 393	2.83 384	25.29 395	5.06 391	19.11 393	11.14 392

DispFullNet	18.06 382	27.03 393	34.90 391	22.68 394	20.79 396	15.03 345	3.18 285	16.95 343	26.06 365	20.48 361	16.91 305	20.55 359	18.37 362	23.48 380	12.16 336	5.31 378	2.91 387	31.24 398	8.09 394	22.63 396	12.44 396

RainbowNet	18.69 385	27.15 394	22.03 370	18.76 391	15.00 390	27.97 380	10.17 363	27.99 385	34.19 379	15.53 348	27.53 358	25.33 367	13.80 351	19.86 371	10.59 320	14.50 398	3.57 393	23.85 393	5.03 390	18.49 391	12.41 395

IMH-64-1	28.06 395	29.98 395	19.46 364	32.15 397	20.98 397	27.68 378	16.66 386	47.31 399	44.85 395	34.14 386	50.94 400	41.49 391	31.67 389	37.53 393	23.88 376	14.17 396	2.96 388	34.45 400	11.15 397	26.12 398	13.75 397

IMH-64	28.06 395	29.98 395	19.46 364	32.15 397	20.98 397	27.68 378	16.66 386	47.31 399	44.85 395	34.14 386	50.94 400	41.49 391	31.67 389	37.53 393	23.88 376	14.17 396	2.96 388	34.45 400	11.15 397	26.12 398	13.75 397

IMH	30.65 399	30.30 397	21.09 368	34.89 401	21.75 401	33.16 388	16.91 391	49.53 406	52.50 399	38.41 390	55.10 406	45.13 393	40.36 398	41.57 400	25.66 381	14.74 399	3.36 391	35.43 402	11.69 399	27.31 402	14.16 400

ACVNet_2	27.45 393	30.56 398	27.90 383	20.72 392	15.55 393	37.22 392	14.00 379	49.32 405	65.88 412	43.17 396	56.99 407	51.90 395	26.98 383	21.46 377	15.38 356	10.77 391	2.85 385	23.12 392	3.62 383	20.08 394	11.47 393

TorneroNet-64	33.32 401	33.28 399	33.07 389	35.14 402	21.25 400	48.02 405	21.13 397	43.47 397	58.77 404	33.36 384	46.64 396	62.00 405	38.19 395	44.82 404	35.07 397	15.02 400	3.59 394	35.81 403	12.20 400	29.45 404	16.17 401

TorneroNet	36.02 405	35.25 400	36.33 394	38.44 404	22.19 402	50.72 409	24.42 403	48.39 402	54.53 401	38.03 389	53.44 404	62.83 408	44.79 402	47.68 407	42.11 406	15.69 401	3.97 396	37.25 404	15.05 403	30.83 406	18.40 406

MADNet+	27.96 394	35.32 401	91.41 417	21.04 393	8.86 378	49.25 406	47.41 413	36.98 393	37.84 387	21.00 363	30.83 369	25.41 368	34.95 393	46.51 405	51.54 411	3.04 374	3.33 390	1.48 370	1.05 362	5.85 376	6.05 377

WAO-8	38.93 406	36.84 402	23.97 374	43.96 405	24.48 404	45.73 401	22.62 401	53.10 409	75.66 414	53.86 406	66.14 414	62.39 406	55.11 410	43.01 402	40.67 404	22.98 404	7.22 404	37.53 405	19.49 405	27.04 401	16.83 402

Venus	38.93 406	36.84 402	23.97 374	43.96 405	24.48 404	45.73 401	22.62 401	53.10 409	75.66 414	53.86 406	66.17 415	62.39 406	55.11 410	43.01 402	40.67 404	22.98 404	7.22 404	37.53 405	19.49 405	27.02 400	16.83 402

WAO-6	35.59 403	37.89 404	17.67 358	37.86 403	24.46 403	37.85 393	21.49 398	49.01 404	67.96 413	44.22 398	48.08 397	53.02 397	53.39 408	33.67 390	36.83 400	26.05 406	7.83 407	43.19 407	21.76 407	30.18 405	19.37 407

Dean	35.52 402	40.12 405	27.99 384	30.63 396	17.33 394	45.80 403	11.68 372	57.61 413	76.54 416	63.70 412	60.65 410	66.93 411	49.40 406	38.12 395	40.28 403	12.18 395	3.73 395	28.86 396	5.94 393	20.69 395	12.16 394

LVE	35.84 404	41.54 406	36.25 392	33.36 400	18.92 395	53.05 411	27.99 404	53.17 411	64.93 411	47.63 401	61.58 411	54.25 400	38.72 396	38.72 396	35.50 399	16.36 402	6.23 403	31.51 399	14.04 402	25.01 397	18.07 405

PWCK	31.62 400	45.59 407	49.67 401	30.49 395	7.80 374	42.91 399	29.73 405	45.45 398	44.44 394	47.41 400	36.92 382	47.86 394	26.79 382	41.90 401	33.36 395	22.77 403	4.56 399	29.89 397	5.13 392	29.43 403	10.36 390

UNDER WATER-64	46.01 409	48.25 408	68.05 408	44.59 407	28.11 406	57.02 414	43.78 411	40.20 394	48.80 397	52.08 405	42.95 391	67.22 412	57.71 412	48.98 409	49.57 409	40.01 409	17.98 409	52.15 410	39.41 410	38.99 407	34.41 409

SPstereo	72.80 417	48.41 409	62.94 407	57.25 413	46.60 413	79.63 416	85.16 418	100.00 428	100.00 426	98.52 424	98.22 423	100.00 429	96.67 421	97.01 422	82.62 417	47.37 412	39.60 414	68.10 416	65.09 416	40.01 408	42.71 412

UNDER WATER	45.99 408	49.80 410	68.56 409	49.99 409	32.13 407	55.35 413	39.50 408	41.12 396	52.90 400	50.69 403	45.18 393	67.79 413	58.75 413	51.93 412	50.97 410	30.59 407	14.03 408	51.66 409	37.15 408	40.27 409	31.35 408

DLNR_Zeroshot_test	24.96 392	51.28 411	90.69 416	97.84 424	97.22 423	1.40 13	0.12 31	23.19 380	3.55 43	1.21 31	2.95 48	0.72 44	0.31 8	7.09 145	2.61 176	38.70 408	1.32 355	0.00 1	0.29 319	77.04 420	1.68 298

notaker	48.05 410	55.94 412	50.90 402	56.89 412	40.29 408	38.96 395	33.86 407	47.82 401	55.70 402	57.55 408	57.48 408	60.22 404	59.71 414	54.64 413	43.27 407	41.13 410	19.86 410	57.61 411	37.79 409	50.95 411	40.33 410

ktn	49.32 411	58.11 413	40.16 396	59.92 414	43.22 410	49.79 408	42.99 410	48.56 403	60.67 406	51.59 404	54.51 405	55.34 401	52.65 407	47.92 408	37.91 401	57.88 414	24.79 411	63.00 414	43.57 411	52.51 412	41.31 411

HanzoNet	57.16 414	60.12 414	60.00 405	55.77 411	42.11 409	51.98 410	41.93 409	52.07 407	61.47 407	65.98 415	65.90 413	72.11 415	70.14 415	71.11 416	61.13 414	64.31 416	34.72 413	62.27 413	50.86 413	52.83 413	46.33 413

JetRed	61.44 415	61.87 415	83.02 412	46.49 408	56.73 416	83.63 417	65.09 415	59.75 415	64.22 409	69.50 416	69.26 416	66.24 410	47.62 404	61.80 414	74.60 416	45.99 411	66.40 417	46.67 408	45.27 412	63.49 415	51.22 415

KSHMR	56.07 413	64.25 416	40.47 397	74.89 416	49.63 414	49.42 407	45.46 412	57.71 414	63.52 408	61.65 411	61.67 412	71.88 414	47.67 405	51.47 411	44.57 408	54.67 413	62.25 415	66.31 415	54.18 415	53.03 414	46.75 414

DPSimNet_ROB	54.45 412	65.73 417	47.00 400	54.49 410	46.37 412	55.34 412	56.47 414	56.18 412	59.04 405	64.57 414	51.76 402	64.01 409	54.49 409	47.54 406	67.21 415	63.21 415	27.86 412	58.04 412	51.28 414	46.61 410	51.87 416

LRCNet_RVC	66.47 416	66.44 418	69.02 410	71.60 415	54.27 415	32.21 386	2.93 275	63.19 416	21.83 356	82.02 417	90.16 418	83.59 416	72.13 416	69.45 415	53.25 413	95.47 422	64.21 416	95.15 422	95.27 422	72.59 416	74.60 418

MADNet++	82.81 418	81.73 419	74.64 411	87.71 421	82.67 420	93.35 418	70.27 416	86.39 420	82.88 417	93.51 421	86.62 417	86.40 417	81.37 417	88.21 417	88.63 418	86.59 420	84.23 421	72.14 417	68.69 417	78.88 421	81.36 422

xxxxx1	85.58 420	90.37 420	96.61 420	76.69 417	80.77 417	97.50 421	96.92 422	85.57 417	88.66 418	88.63 418	91.64 419	94.27 418	93.09 418	90.03 418	91.91 419	70.77 417	70.62 418	73.61 418	81.26 419	72.90 417	79.86 419

tt_ll	85.58 420	90.37 420	96.61 420	76.69 417	80.77 417	97.50 421	96.92 422	85.57 417	88.66 418	88.63 418	91.64 419	94.27 418	93.09 418	90.03 418	91.91 419	70.77 417	70.62 418	73.61 418	81.26 419	72.90 417	79.86 419

ff	85.58 420	90.37 420	96.61 420	76.69 417	80.77 417	97.50 421	96.92 422	85.57 417	88.66 418	88.63 418	91.64 419	94.27 418	93.09 418	90.03 418	91.91 419	70.77 417	70.62 418	73.61 418	81.26 419	72.90 417	79.86 419

MEDIAN_ROB	98.44 424	99.70 423	99.34 424	97.13 422	97.06 422	96.94 420	95.91 421	97.71 423	97.33 422	98.78 425	98.91 424	99.19 423	98.13 423	96.94 421	96.99 424	99.97 426	99.18 423	100.00 425	99.99 426	99.70 425	99.83 425

Anonymous_1	99.01 426	99.91 424	99.85 426	97.31 423	99.09 425	100.00 427	100.00 427	99.59 425	99.96 424	99.29 426	99.86 425	99.55 424	99.99 427	99.30 424	99.76 425	95.67 423	99.58 424	97.24 423	98.56 424	97.36 423	98.34 424

HaxPig	98.85 425	99.94 425	95.36 418	99.99 428	99.98 426	94.12 419	94.52 419	99.12 424	99.96 424	99.96 427	99.99 426	99.98 427	99.89 425	98.16 423	96.14 423	99.98 427	99.99 427	100.00 425	99.99 426	99.99 428	99.95 428

AVERAGE_ROB	99.63 428	99.96 426	98.88 423	100.00 431	100.00 428	98.16 424	95.64 420	100.00 428	100.00 426	100.00 428	100.00 427	100.00 429	100.00 428	100.00 429	99.99 427	100.00 430	100.00 428	100.00 425	100.00 428	100.00 429	100.00 432

test_example2	99.38 427	99.98 427	99.99 428	100.00 431	99.98 426	99.73 425	99.99 426	96.99 422	100.00 426	100.00 428	100.00 427	96.49 421	96.74 422	99.97 425	99.96 426	100.00 430	99.97 426	98.68 424	99.11 425	100.00 429	100.00 432

MyStereo03	100.00 433	100.00 428	100.00 431	100.00 431	100.00 428	100.00 427	100.00 427	100.00 428	100.00 426	100.00 428	100.00 427	100.00 429	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 425	100.00 428	100.00 429	100.00 432

MyStereo02	100.00 433	100.00 428	100.00 431	100.00 431	100.00 428	100.00 427	100.00 427	100.00 428	100.00 426	100.00 428	100.00 427	100.00 429	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 425	100.00 428	100.00 429	100.00 432

MyStereo	100.00 433	100.00 428	100.00 431	100.00 431	100.00 428	100.00 427	100.00 427	100.00 428	100.00 426	100.00 428	100.00 427	100.00 429	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 425	100.00 428	100.00 429	100.00 432

Selective-RAFT-Error	100.00 433	100.00 428	100.00 431	100.00 431	100.00 428	100.00 427	100.00 427	100.00 428	100.00 426	100.00 428	100.00 427	100.00 429	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 425	100.00 428	100.00 429	100.00 432

PML	97.69 423	100.00 428	96.50 419	97.85 425	97.35 424	99.77 426	99.36 425	96.92 421	96.34 421	100.00 428	96.52 422	97.41 422	99.61 424	100.00 429	95.46 422	99.99 428	97.44 422	100.00 425	96.08 423	99.13 424	88.02 423

CasAABBNet	100.00 433	100.00 428	100.00 431	100.00 431	100.00 428	100.00 427	100.00 427	100.00 428	100.00 426	100.00 428	100.00 427	100.00 429	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 425	100.00 428	100.00 429	100.00 432

LSM0	100.00 433	100.00 428	100.00 431	100.00 431	100.00 428	100.00 427	100.00 427	100.00 428	100.00 426	100.00 428	100.00 427	100.00 429	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 425	100.00 428	100.00 429	99.99 429

DPSMNet_ROB	99.90 429	100.00 428	99.99 428	99.99 428	100.00 428	100.00 427	100.00 427	99.98 426	100.00 426	98.37 422	100.00 427	99.81 425	100.00 428	99.97 425	99.99 427	100.00 430	100.00 428	100.00 425	100.00 428	100.00 429	99.99 429

DGTPSM_ROB	99.90 429	100.00 428	99.99 428	99.99 428	100.00 428	100.00 427	100.00 427	99.98 426	100.00 426	98.37 422	100.00 427	99.81 425	100.00 428	99.97 425	99.99 427	99.99 428	100.00 428	100.00 425	100.00 428	100.00 429	99.99 429

DPSM_ROB	99.94 431	100.00 428	100.00 431	99.74 426	100.00 428	100.00 427	100.00 427	100.00 428	100.00 426	100.00 428	100.00 427	100.00 429	100.00 428	100.00 429	100.00 430	99.08 424	100.00 428	100.00 425	100.00 428	99.98 426	99.94 426

DPSM	99.94 431	100.00 428	100.00 431	99.74 426	100.00 428	100.00 427	100.00 427	100.00 428	100.00 426	100.00 428	100.00 427	100.00 429	100.00 428	100.00 429	100.00 430	99.08 424	100.00 428	100.00 425	100.00 428	99.98 426	99.94 426

Low-res two-view benchmark