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	2.49 103	0.22 1	3.34 64	2.33 250	1.78 253	2.89 130	0.46 104	7.35 149	6.95 186	2.75 50	1.67 24	6.75 222	5.08 246	3.24 54	1.93 137	0.00 1	0.99 315	0.00 1	0.27 314	0.02 9	1.73 308

EGLCR-Stereo	1.45 15	0.26 2	2.91 29	1.94 199	0.90 175	3.13 145	0.69 161	5.81 80	3.21 24	1.14 31	0.20 3	1.52 62	0.37 17	4.29 75	0.69 15	0.01 103	0.79 290	0.00 1	0.00 1	0.01 3	1.21 269

knoymous	1.50 22	0.28 3	1.99 4	0.33 31	0.48 112	1.58 22	0.11 27	5.71 74	2.81 9	4.85 89	1.75 27	4.58 157	0.46 33	3.66 61	1.30 80	0.01 103	0.02 134	0.00 1	0.00 1	0.02 9	0.09 42

PSM-AAD	3.43 187	0.31 4	2.16 7	0.80 84	0.57 132	2.53 75	5.97 324	5.53 60	3.98 68	11.00 311	11.90 254	2.93 92	9.36 327	8.03 196	1.00 52	0.01 103	0.01 104	0.00 1	0.00 1	0.06 68	2.39 352

GrayStereo	3.86 214	0.33 5	2.63 18	1.66 160	0.62 138	3.09 141	7.92 353	6.43 115	3.88 63	10.61 299	16.51 304	5.75 202	8.40 314	6.75 133	1.58 98	0.01 103	0.00 1	0.01 247	0.62 354	0.04 44	0.38 155

Selective-IGEV	1.56 31	0.34 6	2.13 6	0.77 81	0.76 161	2.36 63	0.52 120	6.80 127	3.08 22	0.53 10	3.34 51	0.26 14	0.31 8	7.24 150	0.73 21	0.01 103	0.80 291	0.00 1	0.14 256	0.08 88	1.01 248

Any-RAFT	2.33 85	0.36 7	2.35 10	1.58 149	0.84 169	4.93 232	0.55 126	9.10 189	5.93 149	4.30 82	4.90 86	5.79 204	2.22 129	2.75 49	0.51 2	0.02 186	0.32 254	0.00 1	0.00 1	0.02 9	0.18 89

CAS	2.42 98	0.37 8	2.30 9	11.49 382	3.97 339	1.65 25	0.02 5	4.08 15	2.84 10	0.51 8	1.65 23	0.25 13	0.28 6	1.73 15	0.92 40	10.05 390	0.01 104	0.00 1	0.00 1	0.01 3	6.26 379

AE-Stereo	1.89 41	0.38 9	3.86 107	1.94 199	0.38 94	2.51 74	0.58 135	7.19 143	7.28 195	1.60 40	3.51 59	1.07 50	0.77 48	2.12 31	1.24 77	0.03 216	1.02 319	0.00 1	0.28 315	0.11 133	1.84 323

AEACV	1.27 9	0.38 9	2.61 15	1.75 175	1.21 214	2.44 69	0.85 197	4.79 30	1.67 1	0.71 15	0.26 6	0.29 18	2.00 121	2.30 38	0.66 10	0.01 103	0.95 304	0.00 1	0.42 342	0.12 150	2.07 342

test-3	2.19 71	0.38 9	3.88 113	1.55 147	0.91 178	1.39 12	0.80 181	5.36 57	5.51 131	7.36 202	1.90 30	4.05 136	0.42 24	6.67 131	1.17 66	0.00 1	0.99 315	0.00 1	0.28 315	0.20 218	1.08 258

test_1	2.18 69	0.38 9	3.87 108	1.54 146	0.91 178	1.38 11	0.80 181	5.36 57	5.53 133	7.12 187	1.86 29	4.05 136	0.41 22	6.65 129	1.17 66	0.00 1	0.99 315	0.00 1	0.28 315	0.20 218	1.08 258

s12784h	2.10 61	0.38 9	3.31 62	0.17 4	0.09 12	4.89 231	0.13 38	7.34 148	8.06 218	3.87 77	4.47 82	0.60 44	1.19 79	6.78 137	0.63 8	0.01 103	0.01 104	0.00 1	0.00 1	0.02 9	0.04 18

GLC_STEREO	0.87 1	0.39 14	1.55 2	0.72 70	0.01 1	1.98 44	0.55 126	3.52 5	3.54 42	0.96 26	1.63 22	0.19 1	0.41 22	1.29 7	0.58 4	0.00 1	0.01 104	0.00 1	0.00 1	0.05 59	0.08 38

test_3	2.22 75	0.39 14	4.20 138	1.51 143	0.90 175	1.29 9	0.74 175	5.34 51	6.37 163	6.64 163	1.96 32	4.24 150	0.45 31	6.63 127	1.17 66	0.00 1	1.00 318	0.00 1	0.28 315	0.19 212	1.01 248

GMM-Stereo	3.42 185	0.39 14	3.24 55	0.87 89	0.50 115	2.26 57	4.73 313	5.64 70	3.81 58	7.08 184	16.57 305	6.13 209	3.62 184	7.74 182	1.40 90	0.05 250	0.00 1	0.00 1	0.04 221	0.12 150	4.24 372

Prome-Stereo	3.73 206	0.39 14	2.62 17	1.05 106	0.52 125	2.06 50	4.58 310	4.88 34	3.95 65	9.34 271	20.39 331	4.03 135	7.02 291	7.86 187	1.31 82	0.00 1	0.00 1	0.00 1	0.00 1	0.07 83	4.52 373

CES	1.72 38	0.40 18	1.82 3	0.65 64	7.83 376	2.62 84	0.13 38	5.35 55	2.68 7	0.36 1	1.30 18	0.33 25	0.32 11	1.92 23	0.72 20	0.01 103	0.02 134	0.00 1	0.00 1	0.56 321	7.35 382

Gwc-CoAtRS	2.16 66	0.42 19	3.13 48	1.28 123	0.31 78	3.52 169	0.39 92	6.56 118	6.31 160	5.38 106	5.11 91	5.47 186	1.70 111	2.00 26	1.08 61	0.01 103	0.19 233	0.00 1	0.25 302	0.02 9	0.16 81

LoS	1.03 4	0.43 20	2.53 12	0.64 62	0.14 23	2.42 67	0.26 71	5.64 70	2.93 12	1.08 27	0.24 4	0.49 37	0.45 31	2.31 39	0.83 30	0.02 186	0.02 134	0.00 1	0.00 1	0.06 68	0.03 10

DCANet-4	2.26 79	0.43 20	6.69 255	0.40 42	0.20 48	1.70 30	0.13 38	5.73 75	9.44 252	6.01 128	5.29 97	1.12 51	2.77 151	2.49 46	2.21 154	0.01 103	0.00 1	0.01 247	0.00 1	0.02 9	0.61 202

tt	83.10 420	0.43 20	99.97 428	79.27 421	93.14 422	100.00 428	100.00 428	100.00 429	99.89 424	60.55 411	48.44 399	99.98 428	99.96 427	99.98 429	100.00 431	91.80 422	99.82 426	73.67 422	73.25 419	86.43 423	55.39 418

BUS	2.72 129	0.43 20	3.76 99	0.70 67	0.50 115	7.31 278	0.48 115	9.93 213	5.65 137	6.50 151	6.23 123	5.21 179	1.18 74	4.27 72	1.89 134	0.01 103	0.03 159	0.03 296	0.00 1	0.06 68	0.14 65

BSDual-CNN	2.91 142	0.43 20	3.76 99	0.70 67	0.50 115	6.97 268	1.58 246	9.93 213	5.65 137	6.50 151	6.23 123	6.17 211	2.50 139	4.27 72	2.67 179	0.01 103	0.03 159	0.03 296	0.00 1	0.06 68	0.14 65

psmg	3.34 175	0.43 20	3.76 99	0.73 73	0.50 115	8.47 295	2.74 270	10.88 240	5.65 137	8.91 253	8.78 181	6.17 211	2.50 139	4.27 72	2.67 179	0.01 103	0.04 173	0.06 314	0.00 1	0.12 150	0.10 47

KYRaft	3.68 200	0.43 20	2.53 12	0.89 90	0.49 114	2.28 60	3.89 296	5.30 48	3.82 60	8.99 257	19.28 326	6.54 219	4.96 241	7.92 191	0.96 48	0.01 103	0.00 1	0.00 1	0.01 174	0.06 68	5.17 374

CFNet-RSSM	2.26 79	0.43 20	3.24 55	1.28 123	0.31 78	3.19 149	0.40 93	7.62 160	7.29 196	5.88 118	4.68 83	5.32 183	1.68 109	2.26 37	1.04 56	0.01 103	0.09 205	0.00 1	0.31 325	0.03 26	0.16 81

PMTNet	1.48 21	0.43 20	2.77 26	0.31 25	0.17 37	2.94 132	0.33 84	3.66 8	5.27 121	1.11 29	1.28 17	0.28 16	0.92 55	4.32 76	0.90 37	4.89 378	0.00 1	0.00 1	0.00 1	0.03 26	0.05 24

MGS-Stereo	1.22 8	0.44 29	2.92 30	0.83 86	0.07 9	1.82 38	0.65 151	2.44 2	3.95 65	1.11 29	6.19 121	0.49 37	0.37 17	1.73 15	0.81 26	0.00 1	0.00 1	0.00 1	0.00 1	0.48 312	0.01 1

HSM-Net_RVC	4.40 249	0.44 29	3.22 53	0.72 70	0.68 141	7.06 272	1.82 254	12.57 275	8.48 227	9.04 258	12.20 260	14.98 323	5.14 249	7.32 155	4.19 224	0.02 186	0.02 134	0.00 1	0.00 1	0.02 9	0.14 65
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
RAFT-Test	2.49 103	0.45 31	4.35 146	1.89 193	1.28 222	4.83 229	0.68 158	7.19 143	4.51 93	5.00 95	7.09 151	6.81 223	1.12 65	2.22 33	1.16 65	0.01 103	0.63 278	0.00 1	0.33 330	0.05 59	0.20 101

SST-Stereo	2.86 137	0.45 31	3.64 97	1.46 139	0.36 90	3.94 199	0.80 181	6.07 100	4.46 90	10.96 310	6.21 122	4.94 171	4.14 210	8.85 245	0.93 41	0.01 103	0.00 1	0.00 1	0.00 1	0.04 44	0.03 10

RCA-Stereo	2.19 71	0.46 33	3.22 53	0.47 53	0.33 84	2.27 58	0.47 106	5.60 68	15.20 323	2.86 52	5.61 108	0.78 46	3.15 159	1.71 13	0.48 1	0.00 1	0.90 297	0.00 1	0.00 1	0.10 122	0.26 125

RAFT_R40	2.83 134	0.46 33	3.85 105	1.38 133	0.32 83	3.78 192	0.97 210	6.16 104	4.82 111	9.74 284	6.35 132	4.96 172	3.94 204	8.78 242	1.05 57	0.01 103	0.00 1	0.00 1	0.00 1	0.04 44	0.03 10

pcwnet_v2	4.36 246	0.46 33	9.07 308	1.43 137	1.10 203	3.41 157	0.40 93	13.44 302	14.60 320	10.29 292	14.22 282	5.82 205	2.97 156	6.75 133	2.29 167	0.01 103	0.05 180	0.04 304	0.02 192	0.17 198	0.61 202

R-Stereo Train	2.60 117	0.46 33	2.94 32	1.10 110	0.18 40	3.61 173	0.60 139	6.88 130	3.50 30	9.13 262	17.23 312	1.77 68	0.77 48	2.03 27	1.65 111	0.00 1	0.01 104	0.00 1	0.00 1	0.01 3	0.21 105

RAFT-Stereo	2.60 117	0.46 33	2.94 32	1.10 110	0.18 40	3.61 173	0.60 139	6.88 130	3.50 30	9.13 262	17.23 312	1.77 68	0.77 48	2.03 27	1.65 111	0.00 1	0.01 104	0.00 1	0.00 1	0.01 3	0.21 105
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CASnet	1.09 5	0.47 38	2.09 5	0.79 82	0.08 10	2.10 51	0.14 46	3.83 11	4.26 80	3.84 76	1.56 20	0.32 24	0.30 7	1.13 2	0.77 23	0.01 103	0.00 1	0.00 1	0.00 1	0.04 44	0.03 10
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DisPM	2.59 115	0.47 38	4.32 144	1.89 193	0.20 48	3.42 158	0.63 146	5.56 66	5.60 135	8.66 245	7.05 149	2.82 90	1.03 62	9.05 256	1.07 60	0.02 186	0.00 1	0.00 1	0.00 1	0.02 9	0.04 18

PFNet+	2.52 106	0.47 38	4.97 181	0.95 99	0.18 40	3.12 144	0.73 172	4.98 37	6.97 187	7.95 218	6.38 133	2.51 83	1.18 74	8.05 198	1.82 126	0.03 216	0.00 1	0.00 1	0.00 1	0.02 9	0.05 24

ICVP	2.53 107	0.47 38	3.64 97	1.20 116	0.69 143	2.71 97	0.84 192	10.63 232	4.66 99	4.31 83	8.99 187	2.75 89	1.93 119	2.91 51	4.07 223	0.06 261	0.24 245	0.01 247	0.01 174	0.13 166	0.26 125
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 89	0.48 42	3.88 113	2.17 223	0.11 13	3.43 160	0.42 96	7.08 142	3.75 53	6.91 175	5.29 97	2.65 88	1.33 87	8.40 224	1.67 116	0.01 103	0.00 1	0.00 1	0.00 1	0.03 26	0.02 5

OCTAStereo	2.38 89	0.48 42	3.90 115	2.16 219	0.11 13	3.42 158	0.42 96	7.06 137	3.74 51	6.91 175	5.26 94	2.63 87	1.32 85	8.41 226	1.70 119	0.01 103	0.00 1	0.00 1	0.00 1	0.03 26	0.01 1

PSM-softLoss	2.38 89	0.48 42	4.28 141	1.94 199	0.19 43	2.73 100	0.38 89	6.67 121	3.50 30	6.33 141	6.33 130	2.93 92	0.97 57	8.90 247	1.88 131	0.01 103	0.00 1	0.00 1	0.00 1	0.03 26	0.03 10

KMStereo	2.38 89	0.48 42	4.28 141	1.94 199	0.19 43	2.73 100	0.38 89	6.67 121	3.50 30	6.33 141	6.33 130	2.93 92	0.97 57	8.90 247	1.88 131	0.01 103	0.00 1	0.00 1	0.00 1	0.03 26	0.03 10

RE-Stereo	2.38 89	0.48 42	3.91 116	2.17 223	0.11 13	3.43 160	0.42 96	7.07 139	3.75 53	6.91 175	5.26 94	2.62 85	1.33 87	8.41 226	1.72 121	0.01 103	0.00 1	0.01 247	0.00 1	0.03 26	0.01 1

TVStereo	2.38 89	0.48 42	3.91 116	2.17 223	0.11 13	3.43 160	0.42 96	7.07 139	3.75 53	6.91 175	5.26 94	2.62 85	1.33 87	8.41 226	1.72 121	0.01 103	0.00 1	0.01 247	0.00 1	0.03 26	0.01 1

cross-raft	2.25 78	0.48 42	2.96 39	1.87 188	0.94 181	3.72 188	0.47 106	7.61 159	4.15 73	5.37 105	5.68 110	6.17 211	1.40 92	2.15 32	1.06 58	0.01 103	0.22 239	0.00 1	0.19 275	0.03 26	0.41 165

XX-Stereo	2.95 148	0.48 42	7.08 268	2.84 294	2.51 291	1.63 23	0.20 59	6.15 103	3.38 28	2.38 47	16.00 299	6.90 226	0.25 2	6.40 119	1.14 62	0.00 1	0.66 280	0.00 1	0.31 325	0.16 192	0.57 192

MSKI-zero shot	2.23 77	0.49 50	2.49 11	1.60 150	0.81 166	2.69 94	0.29 75	6.82 128	2.50 5	4.37 84	7.61 161	3.65 125	0.26 3	8.62 238	0.63 8	0.01 103	1.09 324	0.00 1	0.25 302	0.03 26	0.46 176

MC-Stereo	1.87 39	0.49 50	3.52 79	2.82 291	1.07 195	1.90 42	0.12 31	4.89 36	3.27 26	3.66 70	3.58 62	0.56 42	1.45 95	5.79 105	0.81 26	0.00 1	1.19 347	0.00 1	0.21 290	0.11 133	1.95 337

iRaft-Stereo_20w	3.11 158	0.49 50	6.09 229	1.01 102	1.25 219	3.99 203	1.00 212	14.00 312	4.73 103	6.70 172	6.27 128	2.34 80	2.28 132	7.29 154	1.58 98	0.01 103	0.75 288	0.00 1	0.73 358	0.10 122	1.63 291

AAGNet	3.50 188	0.49 50	3.38 67	1.91 195	0.41 106	3.66 179	1.02 213	5.14 44	5.16 120	9.65 282	7.75 163	4.91 168	6.23 276	7.45 166	12.73 343	0.01 103	0.00 1	0.00 1	0.00 1	0.05 59	0.06 31

CREStereo++_RVC	1.70 36	0.50 54	3.07 47	0.45 50	0.01 1	1.69 29	0.02 5	3.09 4	8.24 222	3.82 74	7.53 159	0.49 37	0.32 11	1.05 1	0.52 3	0.00 1	0.00 1	0.00 1	3.03 381	0.01 3	0.08 38
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	3.14 162	0.51 55	4.47 150	0.44 49	0.26 73	2.87 128	0.15 48	9.66 206	9.78 256	7.28 197	11.50 247	6.84 225	2.40 136	4.47 78	1.83 127	0.01 103	0.02 134	0.02 279	0.00 1	0.06 68	0.29 134

CRE-IMP	2.08 52	0.51 55	3.43 75	0.35 36	0.19 43	3.85 197	0.83 191	5.77 78	3.43 29	5.81 116	4.24 71	3.45 119	0.83 53	6.56 123	1.99 143	0.01 103	0.00 1	0.00 1	0.00 1	0.11 133	0.20 101

CREStereo	1.09 5	0.51 55	2.16 7	0.11 2	0.24 66	1.67 26	0.03 8	4.24 17	6.91 184	0.80 22	1.73 25	0.44 34	0.64 41	1.58 12	0.61 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 3	0.02 5
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	3.15 163	0.51 55	4.48 151	0.46 52	0.25 70	2.88 129	0.16 51	9.79 209	9.82 257	7.24 194	11.36 246	6.82 224	2.41 137	4.47 78	1.86 129	0.01 103	0.02 134	0.02 279	0.00 1	0.06 68	0.30 137

NRIStereo	2.27 81	0.52 59	3.35 66	1.26 120	0.17 37	3.04 138	0.84 192	5.96 95	3.74 51	6.27 138	3.44 52	4.13 141	1.80 118	8.31 218	2.11 149	0.00 1	0.10 209	0.00 1	0.00 1	0.12 150	0.20 101

MIF-Stereo	0.94 2	0.53 60	2.82 27	0.94 98	1.29 226	0.56 3	0.12 31	1.49 1	3.16 23	1.77 41	2.22 35	0.20 3	0.32 11	1.76 21	1.33 85	0.00 1	0.00 1	0.00 1	0.00 1	0.16 192	0.02 5

DAS	4.18 237	0.53 60	6.20 234	2.20 227	3.69 328	2.78 108	3.12 283	8.69 177	10.29 262	9.39 273	12.80 267	4.58 157	7.20 294	9.08 257	2.70 182	0.02 186	0.00 1	0.00 1	0.00 1	0.04 44	0.34 145

SepStereo	4.22 240	0.53 60	6.20 234	2.20 227	3.69 328	2.78 108	3.12 283	8.69 177	10.29 262	9.39 273	12.80 267	4.58 157	7.20 294	9.74 281	2.70 182	0.02 186	0.00 1	0.00 1	0.00 1	0.04 44	0.34 145

Selective-RAFT	1.92 43	0.54 63	3.87 108	1.15 112	0.21 57	3.83 196	0.06 12	5.00 38	4.68 100	1.59 39	2.14 34	3.05 96	2.77 151	6.63 127	1.34 87	0.00 1	0.95 304	0.00 1	0.32 327	0.05 59	0.19 95

FTStereo	4.61 262	0.54 63	2.86 28	0.98 101	0.40 102	2.57 80	8.51 356	5.70 73	3.76 56	10.85 307	29.92 367	5.53 190	7.43 300	7.73 181	1.63 106	0.17 301	0.00 1	0.05 310	0.00 1	0.04 44	3.62 368

DEmStereo	3.86 214	0.54 63	4.04 128	0.26 23	0.17 37	5.17 235	2.45 267	4.70 28	4.34 85	8.37 238	19.94 329	5.06 176	10.13 330	7.86 187	3.93 218	0.01 103	0.01 104	0.01 247	0.00 1	0.03 26	0.10 47

test-1	2.14 64	0.54 63	6.32 243	1.07 107	1.22 215	2.13 53	0.54 123	6.40 114	4.80 110	3.55 65	5.23 93	4.02 134	0.71 44	1.95 24	2.15 152	0.08 271	0.98 312	0.00 1	0.08 234	0.02 9	1.07 256

EAI-Stereo	2.75 133	0.54 63	3.17 50	0.91 95	1.28 222	4.02 204	5.30 321	12.39 269	4.76 104	2.51 49	7.10 152	1.22 53	0.94 56	6.03 111	1.96 139	0.01 103	0.56 274	0.00 1	1.38 370	0.04 44	0.95 243

LCNet	2.94 146	0.55 68	2.57 14	1.03 105	0.59 135	2.05 48	1.55 245	5.51 59	4.19 76	6.08 133	10.58 232	4.54 155	6.63 282	7.59 176	0.90 37	0.01 103	0.00 1	0.01 247	0.76 359	0.31 280	3.43 364

Patchmatch Stereo++	2.09 57	0.55 68	3.57 88	0.20 5	0.20 48	3.68 184	0.64 148	5.90 88	3.52 36	5.91 120	4.41 75	3.42 111	1.51 101	7.07 144	0.95 46	0.01 103	0.00 1	0.00 1	0.00 1	0.09 102	0.10 47
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 47	0.55 68	3.57 88	0.20 5	0.21 57	3.69 187	0.69 161	5.89 83	3.52 36	5.91 120	4.43 77	3.42 111	1.50 97	5.63 102	0.94 45	0.01 103	0.00 1	0.00 1	0.00 1	0.09 102	0.10 47

DeepStereo_RVC	2.15 65	0.55 68	3.26 57	0.21 14	0.19 43	3.47 165	0.68 158	5.76 77	3.60 46	6.36 145	4.19 70	3.42 111	4.44 218	5.04 87	1.59 101	0.02 186	0.00 1	0.00 1	0.00 1	0.09 102	0.18 89

RAFT-345	3.36 178	0.55 68	3.43 75	1.23 118	0.21 57	2.62 84	0.46 104	3.91 12	6.34 161	7.46 205	24.49 350	4.19 145	1.74 116	8.27 211	2.25 160	0.01 103	0.00 1	0.00 1	0.00 1	0.02 9	0.02 5

iRAFT	2.09 57	0.55 68	3.57 88	0.20 5	0.20 48	3.68 184	0.64 148	5.90 88	3.52 36	5.91 120	4.41 75	3.42 111	1.51 101	7.07 144	0.95 46	0.01 103	0.00 1	0.00 1	0.00 1	0.09 102	0.10 47

CFNet_pseudo	2.96 150	0.55 68	4.51 153	0.43 46	0.24 66	2.83 112	0.12 31	8.59 176	8.13 219	7.20 192	10.41 225	6.47 217	2.04 122	5.27 92	2.00 145	0.00 1	0.02 134	0.01 247	0.00 1	0.06 68	0.23 114

ccs_rob	2.95 148	0.55 68	4.53 155	0.42 43	0.25 70	2.84 114	0.12 31	8.58 175	8.13 219	7.18 191	10.36 224	6.44 216	2.05 123	5.28 93	1.97 140	0.00 1	0.02 134	0.01 247	0.00 1	0.06 68	0.23 114

CFNet_ucs	3.23 169	0.56 76	4.59 163	0.59 58	0.37 93	3.29 155	0.19 57	10.47 228	9.02 241	7.78 214	12.57 265	5.59 192	1.74 116	5.39 96	1.86 129	0.00 1	0.04 173	0.01 247	0.00 1	0.10 122	0.33 144

PSMNet-ADL	3.17 166	0.56 76	3.00 45	1.55 147	0.40 102	5.97 253	0.28 73	9.06 186	5.75 144	3.56 66	6.80 142	8.33 253	4.51 220	7.65 179	5.51 255	0.03 216	0.09 205	0.00 1	0.00 1	0.03 26	0.28 131

ROB_FTStereo_v2	2.04 49	0.56 76	3.56 87	0.20 5	0.21 57	3.66 179	0.72 170	5.89 83	3.51 34	5.91 120	4.46 80	3.42 111	1.50 97	6.08 114	0.93 41	0.01 103	0.00 1	0.00 1	0.00 1	0.09 102	0.09 42

HUI-Stereo	1.94 44	0.56 76	3.55 85	0.20 5	0.20 48	3.67 183	0.63 146	5.89 83	3.53 40	5.92 125	4.44 78	3.41 110	1.51 101	4.21 71	0.89 36	0.02 186	0.00 1	0.00 1	0.00 1	0.09 102	0.11 54

iGMRVC	2.09 57	0.56 76	3.59 93	0.20 5	0.21 57	3.68 184	0.71 167	5.89 83	3.53 40	5.92 125	4.46 80	3.44 117	1.51 101	6.93 143	0.98 49	0.02 186	0.00 1	0.00 1	0.00 1	0.09 102	0.09 42

anonymousdsp2	2.20 73	0.57 81	4.59 163	1.69 165	0.82 167	3.58 172	0.48 115	8.57 174	3.63 47	3.37 61	3.03 49	3.32 102	1.00 59	5.57 101	0.80 24	0.01 103	0.94 303	0.02 279	0.15 259	0.06 68	1.89 333

CASS	2.62 119	0.57 81	4.28 141	0.90 92	0.38 94	3.45 163	0.22 61	9.91 211	4.46 90	7.33 201	7.92 169	3.53 123	3.59 181	4.16 70	1.49 93	0.03 216	0.01 104	0.00 1	0.00 1	0.05 59	0.06 31
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ROB_FTStereo	2.03 48	0.57 81	3.57 88	0.20 5	0.21 57	3.66 179	0.73 172	5.89 83	3.51 34	5.92 125	4.35 74	3.37 107	1.50 97	6.02 110	0.90 37	0.01 103	0.00 1	0.00 1	0.00 1	0.09 102	0.09 42

RAFT-IKP	2.04 49	0.57 81	3.54 83	0.20 5	0.20 48	3.45 163	0.62 144	5.90 88	3.52 36	5.91 120	4.44 78	3.46 120	1.50 97	6.20 116	1.00 52	0.01 103	0.00 1	0.00 1	0.00 1	0.09 102	0.08 38

MIF-Stereo (partial)	1.44 14	0.59 85	3.98 123	0.08 1	1.09 201	1.24 8	0.13 38	5.12 43	4.07 71	0.47 7	2.56 41	0.31 20	0.74 46	6.31 118	2.02 146	0.00 1	0.00 1	0.00 1	0.00 1	0.12 150	0.04 18

PFNet	3.06 155	0.59 85	6.13 231	2.26 238	0.84 169	3.08 140	0.73 172	7.38 151	5.35 123	10.20 288	6.06 117	4.72 162	2.10 127	8.47 231	2.25 160	0.19 305	0.06 186	0.00 1	0.11 246	0.20 218	0.42 169

FENet	2.35 86	0.59 85	3.28 59	2.32 248	0.27 74	2.78 108	0.13 38	7.68 164	6.09 151	5.38 106	2.12 33	4.84 167	3.33 173	4.98 85	2.66 178	0.02 186	0.03 159	0.00 1	0.00 1	0.04 44	0.40 158

EKT-Stereo	2.16 66	0.61 88	3.78 103	2.31 247	4.40 346	1.47 15	0.24 67	5.54 61	4.22 78	3.16 60	3.58 62	3.53 123	2.20 128	5.66 103	1.40 90	0.04 237	0.36 261	0.00 1	0.09 240	0.06 68	0.58 194

GwcNet-ADL	2.85 136	0.61 88	4.38 147	0.92 96	0.33 84	2.05 48	0.67 156	8.85 181	9.65 254	6.36 145	6.71 138	4.11 140	1.71 112	5.97 109	4.22 226	0.08 271	0.06 186	0.00 1	0.00 1	0.07 83	0.16 81

Pruner-Stereo	2.66 121	0.61 88	3.54 83	1.93 197	0.25 70	3.47 165	0.74 175	6.60 119	5.66 141	8.98 255	6.12 119	4.39 153	1.11 64	7.27 152	2.34 170	0.03 216	0.00 1	0.02 279	0.00 1	0.03 26	0.04 18

Anonymous3	1.96 45	0.61 88	7.58 280	0.42 43	0.51 122	4.28 214	0.52 120	5.56 66	2.76 8	2.35 46	3.47 53	1.50 60	1.13 66	5.92 108	1.54 96	0.23 313	0.23 242	0.00 1	0.00 1	0.14 175	0.47 177

SFCPSM	3.39 181	0.61 88	5.42 197	0.43 46	0.93 180	8.26 288	2.08 261	15.01 325	5.89 147	7.17 190	7.60 160	3.39 109	2.55 142	5.39 96	2.53 173	0.01 103	0.03 159	0.01 247	0.07 231	0.19 212	0.31 139

ASMatch	3.41 183	0.62 93	3.59 93	1.99 208	0.48 112	1.91 43	0.66 152	7.01 132	4.43 89	6.25 136	22.02 339	4.56 156	4.72 233	7.78 184	1.85 128	0.01 103	0.01 104	0.00 1	0.03 203	0.02 9	0.21 105

IGEV_Zeroshot_test	2.57 113	0.63 94	5.70 217	1.93 197	0.87 173	2.63 86	0.85 197	8.94 185	4.55 95	5.30 103	5.48 105	5.23 182	1.38 91	3.76 62	1.32 84	0.00 1	0.69 282	0.00 1	0.18 272	0.19 212	1.72 307

GANet-ADL	2.40 96	0.65 95	3.92 118	2.22 230	0.11 13	2.23 56	0.47 106	9.29 200	7.27 194	4.77 88	5.95 116	3.96 132	1.26 83	3.08 53	2.27 163	0.04 237	0.08 199	0.02 279	0.00 1	0.15 188	0.21 105

DRaft	3.83 213	0.65 95	3.39 68	0.22 15	0.16 34	4.67 224	1.30 234	5.82 81	4.86 113	10.26 291	21.65 335	3.24 101	8.62 319	7.53 173	3.76 209	0.05 250	0.10 209	0.00 1	0.14 256	0.12 150	0.16 81

hknet	3.56 191	0.66 97	5.82 218	0.70 67	1.19 211	6.97 268	1.58 246	9.93 213	7.76 204	6.50 151	6.23 123	9.53 269	2.81 153	7.84 185	3.39 200	0.01 103	0.03 159	0.03 296	0.00 1	0.06 68	0.14 65

IRAFT_RVC	2.98 152	0.66 97	4.23 140	2.20 227	0.40 102	2.91 131	5.04 318	7.03 135	4.21 77	6.59 160	5.52 106	5.02 175	4.77 234	8.41 226	2.30 169	0.01 103	0.17 230	0.01 247	0.00 1	0.03 26	0.05 24

11t1	2.13 63	0.67 99	3.98 123	2.69 282	0.85 172	2.59 83	0.07 15	7.40 152	3.89 64	3.75 72	3.57 61	1.24 54	1.96 120	4.68 82	1.97 140	0.10 284	1.13 330	0.00 1	0.22 295	0.09 102	1.66 296

IPLGR	2.46 101	0.68 100	7.02 262	0.22 15	0.16 34	2.01 46	0.22 61	7.01 132	6.62 172	7.10 186	5.92 115	2.91 91	2.27 131	5.12 89	1.52 95	0.00 1	0.00 1	0.00 1	0.00 1	0.12 150	0.41 165

SMFormer	3.94 219	0.69 101	4.55 157	1.97 204	0.15 29	2.84 114	0.29 75	13.06 290	11.10 281	7.69 208	10.45 226	4.77 163	4.52 221	9.68 275	4.89 243	0.08 271	0.97 307	0.00 1	0.16 261	0.11 133	0.92 241

tta	3.96 223	0.69 101	4.55 157	1.97 204	0.15 29	2.84 114	0.29 75	13.06 290	11.10 281	7.69 208	10.45 226	4.77 163	4.52 221	9.68 275	4.89 243	0.08 271	0.97 307	0.00 1	0.16 261	0.13 166	1.24 271

qqq1	3.78 209	0.69 101	4.55 157	1.97 204	0.15 29	2.84 114	0.29 75	13.06 290	11.10 281	7.69 208	10.45 226	4.77 163	4.52 221	9.68 275	1.24 77	0.08 271	0.97 307	0.00 1	0.12 250	0.13 166	1.24 271

fff1	3.78 209	0.69 101	4.55 157	1.97 204	0.15 29	2.84 114	0.29 75	13.06 290	11.10 281	7.69 208	10.45 226	4.77 163	4.52 221	9.68 275	1.24 77	0.08 271	0.97 307	0.00 1	0.12 250	0.13 166	1.24 271

HHNet	2.71 126	0.69 101	3.31 62	0.25 22	0.39 97	2.80 111	0.90 205	6.33 109	5.68 142	7.51 206	13.70 275	0.94 47	3.14 158	5.42 98	2.54 176	0.14 292	0.02 134	0.06 314	0.00 1	0.24 242	0.07 35

RAFT-RH_RVC	4.04 227	0.69 101	3.59 93	1.91 195	0.43 109	3.11 142	0.13 38	3.80 10	6.60 170	11.26 317	31.68 373	5.20 178	1.66 108	8.30 216	2.27 163	0.09 281	0.00 1	0.00 1	0.03 203	0.03 26	0.02 5

ttt	4.41 251	0.70 107	3.95 122	2.53 271	2.01 268	4.34 218	0.41 95	13.09 294	11.69 294	7.20 192	12.20 260	4.15 143	3.35 174	9.54 272	10.11 314	0.07 267	1.11 326	0.00 1	0.19 275	0.10 122	1.47 281

test_4	2.58 114	0.70 107	3.30 60	0.43 46	0.30 77	3.97 202	1.11 224	3.91 12	3.83 61	4.15 80	17.20 311	3.44 117	0.52 37	6.60 126	1.58 98	0.00 1	0.13 219	0.00 1	0.11 246	0.20 218	0.20 101

CrosDoStereo	4.05 229	0.71 109	3.52 79	0.51 55	0.20 48	3.25 152	11.21 368	6.34 110	4.96 115	9.04 258	16.44 301	4.92 169	7.28 296	8.29 213	3.84 213	0.00 1	0.02 134	0.01 247	0.00 1	0.18 206	0.19 95

DeepStereo_LL	4.05 229	0.71 109	3.52 79	0.51 55	0.20 48	3.25 152	11.21 368	6.34 110	4.96 115	9.04 258	16.44 301	4.92 169	7.28 296	8.29 213	3.84 213	0.00 1	0.02 134	0.01 247	0.00 1	0.18 206	0.19 95

GES	2.69 124	0.72 111	5.34 192	1.82 184	0.05 3	4.51 221	1.04 217	10.39 225	4.18 75	5.53 112	6.72 139	1.92 74	3.30 167	5.16 90	2.67 179	0.06 261	0.01 104	0.06 314	0.01 174	0.20 218	0.14 65

Former-RAFT_DAM_RVC	1.39 13	0.74 112	2.72 24	0.73 73	1.26 221	2.42 67	0.02 5	3.78 9	8.16 221	1.81 44	2.94 47	0.28 16	0.32 11	1.51 11	0.76 22	0.04 237	0.01 104	0.00 1	0.00 1	0.08 88	0.19 95

AdaStereo	3.34 175	0.74 112	4.00 126	3.10 313	0.51 122	4.22 211	1.25 229	12.84 280	8.39 226	6.33 141	9.55 203	5.77 203	1.54 106	5.53 100	2.74 188	0.02 186	0.00 1	0.00 1	0.00 1	0.03 26	0.15 75
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	3.07 156	0.76 114	4.50 152	2.27 241	1.24 218	3.75 190	0.12 31	10.03 217	5.12 119	6.43 147	11.19 243	3.10 99	3.20 160	4.54 81	1.78 125	0.02 186	1.19 347	0.00 1	0.30 322	0.09 102	1.79 317

Anonymous	1.54 26	0.76 114	5.39 195	1.49 142	2.68 295	1.83 39	0.43 100	5.65 72	3.79 57	0.52 9	1.74 26	0.19 1	1.30 84	3.31 55	1.01 54	0.06 261	0.08 199	0.00 1	0.00 1	0.19 212	0.31 139

anonymousa	4.24 242	0.78 116	4.05 129	2.16 219	4.87 361	8.76 297	0.35 86	7.41 153	4.47 92	8.21 234	19.70 328	11.03 299	5.87 268	2.04 29	2.20 153	0.00 1	1.16 343	0.00 1	0.55 352	0.04 44	1.11 260

CRFU-Net	4.81 272	0.78 116	5.69 215	3.10 313	1.39 234	13.18 340	3.23 288	12.26 264	4.33 81	10.91 309	9.98 217	10.94 297	7.93 309	7.47 168	3.94 219	0.16 297	0.16 226	0.16 339	0.00 1	0.26 250	0.29 134

ff7	1.46 16	0.79 118	2.99 40	0.33 31	0.35 86	2.75 102	0.81 184	4.31 21	2.97 15	0.77 18	1.20 9	0.21 4	0.42 24	7.44 159	0.86 32	0.00 1	0.93 298	0.00 1	0.16 261	0.12 150	1.82 318

ffff	1.46 16	0.79 118	2.99 40	0.33 31	0.35 86	2.75 102	0.81 184	4.31 21	2.97 15	0.77 18	1.20 9	0.21 4	0.42 24	7.44 159	0.86 32	0.00 1	0.93 298	0.00 1	0.16 261	0.12 150	1.82 318

11t	1.46 16	0.79 118	2.99 40	0.33 31	0.35 86	2.75 102	0.81 184	4.31 21	2.97 15	0.77 18	1.20 9	0.21 4	0.42 24	7.44 159	0.87 35	0.00 1	0.93 298	0.00 1	0.16 261	0.12 150	1.82 318

ccc-4	1.46 16	0.79 118	2.99 40	0.33 31	0.35 86	2.75 102	0.81 184	4.31 21	2.97 15	0.77 18	1.20 9	0.21 4	0.42 24	7.44 159	0.86 32	0.00 1	0.93 298	0.00 1	0.16 261	0.12 150	1.82 318

TANstereo	1.32 10	0.79 118	2.93 31	0.37 38	0.11 13	1.81 37	0.01 1	3.56 6	4.36 86	4.53 86	4.96 87	0.41 32	0.68 42	1.22 3	0.59 5	0.01 103	0.00 1	0.00 1	0.00 1	0.00 1	0.03 10

FAT-Stereo	6.98 309	0.79 118	7.57 279	2.54 274	1.80 255	6.16 256	4.33 307	19.16 359	18.82 343	10.75 303	17.08 309	18.23 344	13.56 349	9.25 262	8.44 289	0.03 216	0.16 226	0.01 247	0.10 244	0.14 175	0.65 211

IGEV+	1.58 32	0.81 124	2.66 20	1.35 128	0.99 188	2.47 71	0.98 211	7.35 149	3.70 50	0.82 23	2.24 36	0.44 34	1.18 74	2.08 30	1.15 63	0.03 216	1.18 346	0.00 1	0.05 224	0.17 198	2.00 340

anonymousdsp	1.51 23	0.81 124	2.70 23	0.60 59	0.69 143	2.76 106	0.79 179	4.86 31	3.00 21	0.82 23	1.25 13	0.31 20	0.42 24	7.44 159	0.81 26	0.00 1	0.83 292	0.00 1	0.17 270	0.12 150	1.85 325

NINENet	3.38 180	0.81 124	4.16 134	1.88 192	1.40 235	7.31 278	0.48 115	12.95 287	6.64 173	7.29 198	9.24 193	5.21 179	1.18 74	6.72 132	1.89 134	0.17 301	0.08 199	0.07 319	0.00 1	0.09 102	0.03 10

IGEV-Stereo	1.51 23	0.81 124	2.69 22	0.60 59	0.69 143	2.77 107	0.79 179	4.88 34	2.99 20	0.82 23	1.25 13	0.31 20	0.42 24	7.43 158	0.85 31	0.00 1	0.83 292	0.00 1	0.17 270	0.12 150	1.85 325
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HH	2.88 140	0.82 128	4.07 131	1.71 169	0.54 129	4.71 225	0.69 161	8.72 179	3.57 44	1.80 42	6.49 136	7.81 243	3.92 202	8.93 250	0.99 50	0.00 1	1.06 321	0.00 1	0.03 203	0.05 59	1.69 301

HanStereo	2.88 140	0.82 128	4.07 131	1.71 169	0.54 129	4.71 225	0.69 161	8.72 179	3.57 44	1.80 42	6.49 136	7.81 243	3.92 202	8.93 250	0.99 50	0.00 1	1.06 321	0.00 1	0.03 203	0.05 59	1.69 301

x	2.30 83	0.82 128	3.85 105	2.23 232	0.72 152	2.12 52	0.81 184	9.48 204	4.82 111	3.83 75	2.76 45	3.49 121	2.30 133	3.48 57	2.25 160	0.00 1	1.13 330	0.00 1	0.22 295	0.09 102	1.66 296

TransformOpticalFlow	3.50 188	0.83 131	4.85 174	1.09 108	0.31 78	3.52 169	0.14 46	10.32 221	8.02 216	5.78 114	13.25 272	6.63 220	4.91 238	8.36 222	1.63 106	0.00 1	0.01 104	0.01 247	0.00 1	0.06 68	0.24 122

HCRNet	2.74 132	0.83 131	4.19 136	0.45 50	3.31 315	2.18 54	0.22 61	7.59 156	5.76 145	6.08 133	4.89 85	5.21 179	2.74 148	8.04 197	3.10 195	0.00 1	0.02 134	0.00 1	0.00 1	0.10 122	0.09 42

UPFNet	4.17 235	0.83 131	5.51 202	2.49 265	3.36 318	7.13 275	2.60 268	10.52 230	7.16 190	8.76 249	7.83 164	7.85 246	3.41 175	8.60 235	7.04 274	0.01 103	0.02 134	0.00 1	0.00 1	0.12 150	0.17 87

SGM-Forest	5.40 282	0.84 134	4.19 136	1.43 137	0.68 141	10.12 314	6.41 334	12.13 262	11.86 296	11.50 320	14.43 284	11.62 302	5.20 250	9.93 290	6.16 263	0.16 297	0.04 173	0.00 1	0.00 1	0.08 88	1.24 271
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
qqq	2.44 100	0.85 135	4.33 145	1.73 173	0.71 149	1.98 44	0.38 89	9.15 191	4.33 81	3.37 61	4.34 72	4.63 160	2.83 154	4.95 83	2.06 147	0.00 1	1.13 330	0.00 1	0.25 302	0.09 102	1.65 292

GMOStereo	2.08 52	0.85 135	2.95 35	0.23 17	0.73 154	1.50 16	0.86 200	5.08 39	4.78 105	8.42 239	6.99 145	3.36 103	1.14 68	1.73 15	1.21 71	0.00 1	1.32 356	0.00 1	0.00 1	0.28 262	0.23 114

error version	2.08 52	0.85 135	2.95 35	0.23 17	0.73 154	1.50 16	0.86 200	5.08 39	4.78 105	8.42 239	6.99 145	3.36 103	1.14 68	1.73 15	1.21 71	0.00 1	1.32 356	0.00 1	0.00 1	0.28 262	0.23 114

test-v	2.08 52	0.85 135	2.95 35	0.23 17	0.73 154	1.50 16	0.86 200	5.08 39	4.78 105	8.42 239	6.99 145	3.36 103	1.14 68	1.73 15	1.21 71	0.00 1	1.32 356	0.00 1	0.00 1	0.28 262	0.23 114

test-2	2.08 52	0.85 135	2.95 35	0.23 17	0.73 154	1.50 16	0.86 200	5.08 39	4.78 105	8.42 239	6.99 145	3.36 103	1.14 68	1.73 15	1.21 71	0.00 1	1.32 356	0.00 1	0.00 1	0.28 262	0.23 114

sCroCo_RVC	1.34 11	0.85 135	6.15 233	1.21 117	1.28 222	0.90 4	0.18 55	4.50 26	2.86 11	0.37 2	3.18 50	0.52 40	1.52 105	1.83 22	0.93 41	0.13 289	0.25 248	0.00 1	0.00 1	0.08 88	0.16 81

CBMV_ROB	4.66 264	0.85 135	3.94 120	1.64 153	0.75 159	8.38 294	1.90 255	11.19 245	10.36 264	9.20 266	15.21 290	7.28 232	6.99 290	9.48 269	5.24 251	0.04 237	0.05 180	0.00 1	0.00 1	0.07 83	0.64 210

CoDeX	3.61 196	0.86 142	5.27 189	1.16 114	1.62 241	6.24 257	2.07 260	13.78 311	6.86 181	7.42 203	9.00 189	4.06 138	3.72 190	6.58 124	3.02 193	0.03 216	0.06 186	0.00 1	0.00 1	0.15 188	0.35 149

test croco	1.53 25	0.86 142	6.50 247	0.42 43	0.05 3	1.56 21	0.09 20	5.18 46	4.02 70	0.54 11	1.76 28	0.59 43	0.75 47	6.48 122	1.23 76	0.00 1	0.00 1	0.00 1	0.00 1	0.43 302	0.07 35

ProNet	1.58 32	0.86 142	3.17 50	0.75 80	0.72 152	2.84 114	0.66 152	5.91 92	3.28 27	0.37 2	1.47 19	0.40 31	0.37 17	7.19 148	0.70 16	0.02 186	0.98 312	0.00 1	0.05 224	0.20 218	1.77 315

xxxx	5.16 281	0.86 142	4.86 175	1.96 203	1.22 215	7.56 283	0.07 15	14.67 321	9.15 245	6.55 157	9.87 212	9.30 267	3.47 177	8.07 199	22.20 369	0.05 250	1.16 343	0.00 1	0.26 311	0.10 122	1.76 314

ac_64	3.98 225	0.86 142	5.10 185	3.17 315	3.43 321	5.80 249	0.70 166	10.87 237	4.96 115	8.94 254	6.46 134	10.70 289	5.52 263	7.44 159	5.10 250	0.03 216	0.00 1	0.00 1	0.00 1	0.14 175	0.31 139

NOSS_ROB	3.67 198	0.86 142	3.81 104	2.53 271	1.11 204	6.10 255	0.72 170	11.08 243	12.36 298	5.45 109	8.91 184	5.65 193	2.09 124	8.30 216	3.16 197	0.20 308	0.07 197	0.00 1	0.00 1	0.11 133	0.80 234

UNet	4.19 238	0.87 148	7.18 270	2.00 211	3.22 312	9.55 305	0.31 81	10.11 218	6.22 158	7.98 220	6.82 143	10.42 281	5.77 266	7.28 153	5.83 258	0.00 1	0.00 1	0.00 1	0.00 1	0.10 122	0.12 57

222	5.93 287	0.88 149	4.58 162	1.76 177	0.98 187	6.02 254	0.08 19	14.45 318	8.89 236	9.53 275	11.77 252	3.88 129	4.23 214	8.26 207	39.96 403	0.03 216	1.12 327	0.00 1	0.24 299	0.11 133	1.73 308

ToySt	3.39 181	0.89 150	9.29 312	1.47 140	0.94 181	4.20 210	1.98 257	7.33 147	5.42 127	3.01 57	6.75 140	8.67 262	5.10 247	5.43 99	3.72 207	0.07 267	0.89 296	0.00 1	0.23 298	0.28 262	2.13 344

tt1	2.53 107	0.91 151	3.53 82	2.92 297	0.53 126	5.60 242	0.61 142	5.55 62	10.56 268	1.54 38	3.54 60	0.34 29	3.00 157	8.20 204	0.68 11	0.00 1	1.13 330	0.00 1	0.03 203	0.11 133	1.88 329

IER	3.42 185	0.91 151	6.38 245	0.73 73	1.60 240	7.07 273	0.55 126	7.07 139	5.45 130	8.17 233	8.89 183	6.13 209	6.13 272	5.36 95	3.77 211	0.00 1	0.00 1	0.00 1	0.00 1	0.08 88	0.05 24

ACVNet-DCA	2.41 97	0.93 153	3.39 68	3.05 307	0.39 97	5.69 245	0.55 126	9.15 191	4.33 81	1.42 34	3.48 54	0.33 25	3.65 185	8.26 207	0.70 16	0.00 1	1.14 338	0.00 1	0.03 203	0.09 102	1.65 292

xx1	2.73 131	0.93 153	3.39 68	3.05 307	0.39 97	5.69 245	0.55 126	5.34 51	10.76 275	1.42 34	3.48 54	4.63 160	2.83 154	8.26 207	0.70 16	0.00 1	1.14 338	0.00 1	0.25 302	0.09 102	1.65 292

1test111	2.31 84	0.93 153	3.39 68	3.05 307	0.39 97	5.69 245	0.55 126	9.15 191	4.33 81	1.42 34	3.48 54	0.33 25	3.65 185	4.95 83	2.06 147	0.00 1	1.14 338	0.00 1	0.03 203	0.09 102	1.65 292

cc1	2.56 112	0.93 153	3.39 68	3.05 307	0.39 97	5.69 245	0.55 126	5.34 51	10.76 275	1.42 34	3.48 54	0.33 25	3.65 185	8.26 207	0.70 16	0.00 1	1.14 338	0.00 1	0.03 203	0.12 150	1.89 333

fff	2.54 109	0.93 153	5.51 202	0.32 26	0.14 23	1.70 30	0.11 27	6.19 105	12.69 304	6.03 130	5.29 97	1.43 55	5.28 253	2.37 42	2.21 154	0.01 103	0.00 1	0.01 247	0.00 1	0.02 9	0.61 202

csc	2.54 109	0.93 153	5.51 202	0.32 26	0.14 23	1.70 30	0.11 27	6.19 105	12.69 304	6.03 130	5.29 97	1.43 55	5.28 253	2.37 42	2.21 154	0.01 103	0.00 1	0.01 247	0.00 1	0.02 9	0.61 202

cscssc	2.54 109	0.93 153	5.51 202	0.32 26	0.14 23	1.70 30	0.11 27	6.19 105	12.69 304	6.03 130	5.29 97	1.43 55	5.28 253	2.37 42	2.21 154	0.01 103	0.00 1	0.01 247	0.00 1	0.02 9	0.61 202

test_xeample	4.78 271	0.93 153	4.68 170	1.48 141	1.28 222	3.94 199	0.13 38	13.35 299	8.62 229	8.21 234	11.63 249	3.43 116	3.54 178	7.59 176	23.47 374	0.02 186	1.16 343	0.00 1	0.25 302	0.11 133	1.74 311

S-Stereo	6.85 304	0.93 153	10.76 326	3.34 325	3.51 323	6.55 262	6.01 327	13.75 309	23.86 361	9.65 282	15.54 292	11.81 305	8.24 312	8.59 234	11.23 328	0.13 289	0.16 226	0.00 1	0.42 342	0.14 175	2.39 352

STrans-v2	3.55 190	0.94 162	5.06 184	0.32 26	0.60 136	2.97 135	1.15 225	11.08 243	7.97 215	6.01 128	10.93 240	6.65 221	6.86 287	8.37 223	1.66 114	0.00 1	0.01 104	0.00 1	0.00 1	0.04 44	0.39 157

DCRE	2.21 74	0.95 163	3.17 50	2.10 216	1.30 228	1.86 40	0.05 10	5.33 50	4.69 101	3.59 67	9.37 200	3.81 126	1.18 74	2.34 41	1.22 75	0.01 103	0.97 307	0.00 1	0.30 322	0.04 44	1.97 338

ADStereo(finetuned)	2.50 105	0.95 163	6.60 250	0.39 40	0.20 48	1.72 34	0.24 67	6.06 98	9.31 248	6.30 139	5.42 102	1.44 58	6.22 275	2.25 36	2.14 151	0.01 103	0.00 1	0.00 1	0.00 1	0.04 44	0.65 211

DCANet	2.35 86	0.96 165	5.51 202	0.39 40	0.19 43	1.72 34	0.25 69	6.06 98	9.33 249	6.31 140	5.42 102	1.44 58	4.14 210	2.22 33	2.28 165	0.01 103	0.00 1	0.00 1	0.00 1	0.04 44	0.66 219

ACVNet	2.86 137	0.96 165	3.87 108	0.86 88	0.61 137	2.63 86	0.54 123	8.93 183	6.12 153	5.09 96	9.32 198	5.70 200	3.84 194	2.68 47	5.56 256	0.00 1	0.00 1	0.00 1	0.00 1	0.26 250	0.23 114

acv_ft	3.90 216	0.96 165	5.85 220	2.56 276	4.70 358	7.27 277	0.84 192	9.17 194	6.12 153	10.00 286	9.32 198	5.70 200	4.07 207	2.68 47	8.24 287	0.00 1	0.00 1	0.00 1	0.00 1	0.35 290	0.23 114

StereoDRNet-Refined	4.84 274	0.96 165	5.13 186	2.22 230	0.46 111	9.10 301	0.16 51	10.72 233	9.40 251	13.41 336	12.50 263	10.02 276	4.58 226	8.60 235	8.71 295	0.01 103	0.00 1	0.01 247	0.05 224	0.24 242	0.53 187
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DualNet	3.96 223	0.98 169	7.03 263	1.64 153	1.07 195	2.84 114	0.47 106	5.55 62	10.56 268	6.68 166	9.59 205	5.66 194	3.87 196	8.20 204	11.69 332	0.00 1	1.13 330	0.00 1	0.19 275	0.11 133	1.88 329

ffm	3.41 183	0.98 169	7.03 263	1.64 153	1.07 195	2.84 114	0.47 106	5.55 62	10.56 268	6.68 166	9.59 205	5.66 194	3.87 196	8.20 204	0.68 11	0.00 1	1.13 330	0.00 1	0.19 275	0.11 133	1.88 329

ff1	4.11 231	0.98 169	7.03 263	1.64 153	1.07 195	2.84 114	0.47 106	5.55 62	10.56 268	6.68 166	9.59 205	5.66 194	3.87 196	11.33 310	11.69 332	0.00 1	1.13 330	0.00 1	0.19 275	0.11 133	1.88 329

mmx	4.50 254	0.98 169	7.03 263	1.64 153	1.07 195	2.84 114	0.47 106	12.84 280	11.23 286	6.68 166	9.59 205	5.66 194	3.87 196	11.33 310	11.69 332	0.05 250	1.12 327	0.00 1	0.19 275	0.10 122	1.53 285

xxx	4.50 254	0.98 169	7.04 267	1.64 153	1.07 195	2.84 114	0.47 106	12.84 280	11.23 286	6.68 166	9.59 205	5.66 194	3.87 196	11.33 310	11.69 332	0.05 250	1.12 327	0.00 1	0.19 275	0.10 122	1.53 285

Anonymous_2	4.74 270	0.98 169	4.46 149	2.35 252	2.27 280	5.66 244	0.67 156	8.08 169	5.28 122	4.98 94	2.60 42	8.74 264	6.92 288	5.79 105	3.46 201	0.24 315	1.70 369	5.16 382	18.18 405	5.41 376	1.85 325

IIG-Stereo	3.28 171	0.98 169	3.57 88	4.14 347	0.22 63	2.56 79	0.71 167	7.04 136	6.10 152	8.49 243	9.38 201	7.82 245	2.73 147	9.69 280	1.99 143	0.02 186	0.02 134	0.00 1	0.00 1	0.03 26	0.14 65

DIP-Stereo	2.12 62	0.98 169	3.94 120	0.20 5	0.11 13	4.73 227	0.13 38	9.27 198	4.40 88	6.46 149	5.03 89	0.45 36	0.72 45	3.79 63	1.94 138	0.00 1	0.01 104	0.00 1	0.00 1	0.05 59	0.24 122
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	6.58 301	0.98 169	6.44 246	3.75 338	1.18 210	11.19 324	3.29 292	12.92 284	16.72 331	7.27 196	11.74 251	17.34 338	6.60 281	19.59 371	11.59 331	0.00 1	0.00 1	0.00 1	0.00 1	0.45 306	0.50 180

FC-DCNN	11.29 359	1.01 178	5.50 201	2.25 236	1.65 246	18.23 361	5.36 322	18.99 356	20.65 351	28.95 379	34.83 381	33.83 384	23.18 379	17.04 362	13.37 346	0.17 301	0.01 104	0.02 279	0.02 192	0.10 122	0.70 224

DSFCA	4.48 253	1.03 179	6.84 258	1.61 151	1.68 248	7.26 276	4.46 309	11.27 248	7.51 198	11.01 312	6.89 144	8.49 260	4.54 225	10.41 299	6.18 264	0.03 216	0.06 186	0.02 279	0.03 203	0.13 166	0.14 65

1111x	4.96 276	1.04 180	7.09 269	1.75 175	1.05 194	5.03 233	0.32 82	13.52 303	10.70 274	6.68 166	10.35 223	8.81 265	6.01 270	10.65 300	12.78 344	0.07 267	1.24 351	0.00 1	0.33 330	0.11 133	1.75 312

HGLStereo	4.58 259	1.04 180	6.02 226	3.30 324	5.14 364	6.36 259	0.71 167	11.04 242	7.60 201	8.04 226	12.85 270	6.90 226	8.51 317	7.85 186	5.93 259	0.02 186	0.02 134	0.00 1	0.00 1	0.14 175	0.15 75

MyStereo06	2.71 126	1.05 182	5.43 199	1.39 134	1.20 212	2.57 80	0.10 24	10.39 225	4.79 109	5.54 113	6.16 120	6.39 214	2.33 135	3.40 56	1.35 88	0.01 103	1.24 351	0.00 1	0.21 290	0.13 166	0.50 180

MyStereo05	3.24 170	1.05 182	5.93 222	1.39 134	1.20 212	2.57 80	0.10 24	9.11 190	13.17 310	6.45 148	3.86 65	3.20 100	3.26 165	8.35 221	3.02 193	0.01 103	1.24 351	0.00 1	0.21 290	0.13 166	0.50 180

IPLG	2.63 120	1.09 184	5.67 214	0.73 73	0.31 78	3.00 137	0.25 69	6.84 129	6.02 150	7.93 217	6.31 129	1.91 71	1.72 114	7.47 168	2.53 173	0.01 103	0.01 104	0.00 1	0.00 1	0.29 270	0.58 194

DMCA	3.08 157	1.10 185	6.20 234	1.82 184	0.90 175	3.80 195	0.55 126	9.76 207	5.42 127	6.56 159	6.47 135	7.06 231	2.09 124	4.05 66	5.46 254	0.00 1	0.01 104	0.00 1	0.00 1	0.11 133	0.16 81

HSM	4.25 244	1.10 185	4.14 133	1.78 178	2.14 274	6.67 265	1.08 220	12.92 284	6.90 183	7.06 182	8.17 175	14.17 318	6.03 271	9.16 259	3.11 196	0.00 1	0.00 1	0.00 1	0.00 1	0.09 102	0.41 165

StereoIM	0.96 3	1.11 187	4.01 127	0.36 37	1.86 261	1.20 5	0.06 12	3.99 14	1.73 2	0.45 6	0.56 7	0.43 33	0.51 36	1.28 6	1.46 92	0.00 1	0.00 1	0.00 1	0.00 1	0.06 68	0.08 38

XX-TBD	1.55 30	1.11 187	2.94 32	2.45 262	0.06 6	2.31 61	0.01 1	3.58 7	7.80 208	3.11 59	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 18

SGM_RVC	10.77 355	1.11 187	4.66 167	2.66 279	0.41 106	21.03 367	6.87 342	20.02 366	15.54 328	25.86 376	24.97 354	33.59 383	20.51 369	20.89 374	14.78 354	0.31 326	0.26 250	0.22 350	0.26 311	0.43 302	1.01 248
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
THIR-Stereo	3.94 219	1.12 190	3.06 46	0.23 17	0.13 22	4.17 209	6.40 333	5.83 82	4.54 94	10.46 296	16.98 307	6.49 218	7.44 301	8.00 193	3.58 202	0.01 103	0.07 197	0.07 319	0.00 1	0.14 175	0.06 31

delet	4.59 261	1.12 190	5.93 222	1.37 132	3.73 331	10.48 318	3.90 297	10.51 229	9.17 246	8.87 252	9.74 211	8.37 255	3.74 191	8.12 201	6.36 267	0.00 1	0.00 1	0.00 1	0.00 1	0.21 228	0.12 57

MIPNet	2.27 81	1.14 192	5.55 209	0.49 54	0.22 63	2.03 47	0.19 57	7.60 158	6.17 156	5.83 117	4.16 69	2.05 76	3.44 176	3.65 60	2.23 159	0.00 1	0.01 104	0.01 247	0.01 174	0.24 242	0.48 179

MyStereo07	1.64 34	1.15 193	2.61 15	1.28 123	1.49 238	2.63 86	0.45 102	6.45 116	2.94 13	1.10 28	1.61 21	0.29 18	0.60 39	7.45 166	0.80 24	0.01 103	1.27 354	0.00 1	0.25 302	0.11 133	0.42 169

MyStereo04	3.29 172	1.15 193	6.64 252	1.28 123	1.49 238	2.63 86	0.45 102	10.57 231	13.30 311	4.41 85	3.90 66	3.06 98	3.56 179	7.87 189	3.35 199	0.01 103	1.27 354	0.00 1	0.25 302	0.11 133	0.42 169

FCDSN-DC	10.72 354	1.16 195	5.01 182	2.16 219	1.31 230	17.46 357	4.80 314	17.79 348	19.87 346	25.02 373	32.85 374	33.57 382	23.52 380	16.80 358	12.13 336	0.11 288	0.00 1	0.00 1	0.00 1	0.09 102	0.76 231
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
hitnet-ft	3.95 221	1.16 195	3.92 118	0.89 90	0.73 154	4.88 230	0.54 123	9.78 208	7.91 211	7.42 203	10.24 220	12.50 309	4.84 236	8.15 203	5.56 256	0.03 216	0.00 1	0.06 314	0.00 1	0.24 242	0.12 57

GANet-RSSM	3.67 198	1.16 195	4.56 161	3.24 320	2.03 270	2.63 86	0.50 118	11.53 254	6.83 180	6.25 136	10.58 232	7.35 233	6.65 283	6.77 136	2.94 192	0.00 1	0.00 1	0.08 325	0.00 1	0.26 250	0.12 57

StereoVision	2.42 98	1.18 198	5.14 187	1.15 112	2.64 294	1.89 41	0.28 73	6.61 120	4.72 102	2.14 45	10.52 230	3.84 127	0.52 37	5.33 94	2.29 167	0.00 1	0.00 1	0.00 1	0.00 1	0.12 150	0.04 18

test_5	3.16 165	1.18 198	4.96 180	2.33 250	3.10 309	4.51 221	1.27 230	7.47 155	7.61 202	3.00 56	7.38 157	5.37 185	4.06 205	8.28 212	1.54 96	0.00 1	0.34 257	0.00 1	0.02 192	0.21 228	0.62 207

CroCo-Stereo Lap2	1.37 12	1.19 200	4.17 135	1.01 102	4.58 355	0.46 2	0.09 20	4.27 20	2.94 13	1.25 33	2.40 39	1.55 63	0.20 1	1.72 14	1.30 80	0.00 1	0.00 1	0.00 1	0.00 1	0.15 188	0.13 62

RAFT+CT+SA	2.59 115	1.19 200	3.55 85	1.09 108	2.21 276	3.14 147	0.90 205	7.59 156	5.65 137	2.76 51	8.21 176	2.04 75	1.57 107	8.84 244	1.31 82	0.02 186	0.34 257	0.00 1	0.38 337	0.22 233	0.73 227

OMP-Stereo	3.15 163	1.19 200	3.49 78	4.34 355	0.51 122	2.20 55	1.21 226	6.67 121	6.52 169	7.99 222	6.24 127	8.38 257	2.44 138	9.65 274	1.92 136	0.01 103	0.02 134	0.00 1	0.00 1	0.08 88	0.15 75

ADLNet	4.56 258	1.19 200	5.52 208	3.81 341	3.59 325	6.98 270	2.40 266	12.01 260	7.96 214	10.52 297	9.67 210	8.26 251	4.98 242	6.59 125	6.93 270	0.01 103	0.01 104	0.00 1	0.01 174	0.22 233	0.55 189

edge stereo	7.12 312	1.19 200	7.83 283	2.32 248	2.46 287	6.90 267	3.26 291	15.58 330	12.52 300	15.68 350	18.34 324	21.83 363	13.05 345	11.53 315	8.68 293	0.04 237	0.06 186	0.11 327	0.03 203	0.30 273	0.63 208

RASNet	5.00 277	1.19 200	5.69 215	3.68 336	4.80 359	5.04 234	1.29 233	10.26 220	8.99 240	5.89 119	11.65 250	10.55 286	9.76 328	9.96 291	10.32 319	0.20 308	0.00 1	0.00 1	0.00 1	0.09 102	0.73 227

MIM_Stereo	2.83 134	1.20 206	5.27 189	1.41 136	1.16 209	3.07 139	0.33 84	6.67 121	3.95 65	5.17 101	10.11 218	4.25 151	1.73 115	8.32 219	1.64 109	0.00 1	0.36 261	0.00 1	0.01 174	0.22 233	1.69 301

GEStereo_RVC	3.95 221	1.21 207	6.13 231	2.30 245	1.22 215	4.29 215	2.96 277	12.39 269	8.24 222	7.25 195	6.79 141	7.58 239	4.22 213	9.16 259	4.56 236	0.04 237	0.01 104	0.02 279	0.02 192	0.19 212	0.42 169

CroCo-Stereo	1.14 7	1.22 208	3.99 125	0.61 61	0.53 126	0.38 1	0.06 12	5.35 55	4.15 73	0.59 14	1.92 31	1.00 49	0.27 5	1.37 9	1.33 85	0.01 103	0.00 1	0.00 1	0.00 1	0.05 59	0.05 24
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 40	1.22 208	2.63 18	0.95 99	0.06 6	2.96 133	0.05 10	6.08 101	3.99 69	3.92 78	4.88 84	2.53 84	0.62 40	3.62 59	1.19 70	0.00 1	1.19 347	0.00 1	0.00 1	0.37 293	1.29 276

RAFT-Stereo + iAFF	2.48 102	1.23 210	3.48 77	1.61 151	1.09 201	1.63 23	0.15 48	5.80 79	6.43 166	7.32 200	9.91 214	3.05 96	1.71 112	2.33 40	1.75 123	0.01 103	0.71 287	0.00 1	0.00 1	0.28 262	1.19 267

UCFNet_RVC	3.37 179	1.25 211	3.30 60	2.55 275	1.80 255	3.92 198	1.28 232	12.49 273	7.16 190	5.12 99	7.88 166	8.14 248	4.59 227	5.67 104	2.11 149	0.00 1	0.00 1	0.00 1	0.00 1	0.14 175	0.07 35

Sa-1000	3.81 211	1.26 212	4.64 166	2.29 244	0.55 131	3.51 167	1.58 246	8.37 171	9.13 244	7.97 219	17.42 315	3.98 133	2.76 150	9.61 273	1.68 117	0.00 1	0.69 282	0.00 1	0.18 272	0.23 238	0.27 127

iRaft-Stereo_5w	3.20 168	1.27 213	5.27 189	0.27 24	0.99 188	2.71 97	0.58 135	5.75 76	5.85 146	3.03 58	7.88 166	10.08 277	4.08 208	8.40 224	6.09 261	0.00 1	0.25 248	0.00 1	0.12 250	0.31 280	0.95 243

SA	3.34 175	1.29 214	4.84 173	1.99 208	0.57 132	3.15 148	1.39 236	7.66 163	9.94 258	4.86 90	10.87 239	2.97 95	4.61 229	9.88 287	1.38 89	0.00 1	0.60 277	0.00 1	0.19 275	0.25 249	0.37 152

RAFT	2.94 146	1.29 214	4.06 130	1.36 129	0.50 115	2.39 65	0.91 208	6.11 102	3.25 25	6.64 163	7.30 156	9.96 275	4.20 212	6.03 111	2.21 154	0.00 1	1.02 319	0.00 1	0.02 192	0.54 320	1.01 248

NVstereo2D	4.82 273	1.29 214	7.98 286	3.68 336	3.48 322	8.02 287	3.10 282	11.25 246	15.50 327	5.14 100	7.71 162	8.21 250	4.68 230	10.19 296	4.30 228	0.02 186	0.19 233	0.13 333	0.36 335	0.07 83	1.12 263

raftrobust	2.16 66	1.31 217	2.76 25	2.38 256	3.33 316	2.72 99	0.51 119	5.34 51	4.64 97	6.13 135	3.98 67	1.63 64	2.51 141	3.02 52	1.64 109	0.00 1	0.76 289	0.00 1	0.02 192	0.14 175	0.27 127

AFF-stereo	2.87 139	1.31 217	3.26 57	1.87 188	0.38 94	1.68 28	0.09 20	6.38 113	7.07 188	6.52 155	11.90 254	6.08 208	2.32 134	5.05 88	1.65 111	0.02 186	0.66 280	0.00 1	0.00 1	0.29 270	0.94 242

MDST_ROB	9.13 341	1.31 217	10.16 323	4.36 356	2.48 289	28.66 382	7.64 350	19.96 364	14.97 322	27.53 377	24.02 347	9.47 268	5.27 252	16.31 355	8.61 292	0.63 344	0.19 233	0.00 1	0.00 1	0.08 88	0.90 238

4D-IteraStereo	1.99 46	1.32 220	3.77 102	0.13 3	2.84 300	3.51 167	1.03 214	4.26 19	5.38 125	5.50 110	1.03 8	3.86 128	0.38 21	2.44 45	1.88 131	0.00 1	0.43 266	0.00 1	0.01 174	0.11 133	1.84 323

stereogan	8.18 329	1.32 220	9.05 307	3.59 332	4.00 342	20.16 366	3.13 285	17.25 345	20.16 349	10.68 301	19.19 325	20.56 361	10.70 334	14.74 345	7.00 272	0.34 327	0.04 173	0.21 349	0.08 234	0.70 333	0.65 211

TestStereo1	3.12 160	1.34 222	4.67 168	3.47 329	0.71 149	2.50 72	1.45 238	7.27 145	8.71 231	4.91 91	9.28 196	2.34 80	3.61 182	9.44 267	1.62 104	0.00 1	0.33 255	0.00 1	0.00 1	0.30 273	0.40 158

SA-5K	3.12 160	1.34 222	4.67 168	3.47 329	0.71 149	2.50 72	1.45 238	7.27 145	8.71 231	4.91 91	9.28 196	2.34 80	3.61 182	9.44 267	1.62 104	0.00 1	0.33 255	0.00 1	0.00 1	0.30 273	0.40 158

psm_up	4.33 245	1.34 222	4.43 148	2.27 241	2.62 293	5.29 236	3.30 293	11.49 251	6.89 182	8.05 227	8.06 172	10.09 279	11.10 335	7.12 147	3.76 209	0.24 315	0.01 104	0.00 1	0.00 1	0.20 218	0.37 152

PSMNet-RSSM	3.69 201	1.36 225	4.54 156	2.44 261	1.90 263	2.35 62	0.69 161	11.77 257	6.38 164	6.60 161	11.85 253	7.70 241	5.61 265	6.66 130	3.67 203	0.00 1	0.00 1	0.02 279	0.01 174	0.17 198	0.10 47

MMNet	4.44 252	1.37 226	6.26 239	1.73 173	1.64 242	10.51 320	0.61 142	9.27 198	9.66 255	9.55 277	9.22 191	7.40 235	6.52 280	7.90 190	6.98 271	0.01 103	0.00 1	0.00 1	0.00 1	0.14 175	0.10 47

HITNet	3.11 158	1.38 227	5.35 194	2.23 232	0.12 20	5.59 241	0.58 135	9.95 216	5.72 143	6.62 162	7.91 168	3.90 130	3.24 163	4.39 77	4.58 238	0.01 103	0.00 1	0.00 1	0.00 1	0.08 88	0.57 192
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 75	1.39 228	3.39 68	1.26 120	1.01 191	3.73 189	1.47 240	6.47 117	4.61 96	4.66 87	2.64 44	4.17 144	0.37 17	6.03 111	1.61 102	0.09 281	0.24 245	0.00 1	0.08 234	0.08 88	1.16 264

111	3.05 154	1.41 229	5.51 202	0.32 26	0.14 23	2.83 112	0.68 158	6.76 126	14.21 317	3.59 67	9.11 190	5.50 188	3.30 167	4.05 66	2.43 171	0.01 103	0.00 1	0.00 1	0.00 1	0.13 166	1.02 252

rafts_anoy	2.09 57	1.42 230	3.34 64	2.87 296	2.72 297	2.46 70	0.17 53	6.20 108	6.48 168	3.40 63	2.25 37	1.91 71	1.32 85	3.59 58	1.75 123	0.01 103	1.52 368	0.00 1	0.01 174	0.06 68	0.28 131

ssnet_v2	4.73 269	1.43 231	6.74 256	1.80 180	0.75 159	8.89 299	4.60 311	12.66 277	10.65 273	9.53 275	6.23 123	9.78 274	4.26 215	6.89 139	9.65 310	0.01 103	0.01 104	0.00 1	0.00 1	0.36 292	0.31 139

cf-r	3.76 207	1.43 231	5.34 192	2.66 279	2.79 299	2.85 126	0.62 144	9.08 188	6.91 184	7.06 182	11.90 254	9.64 270	3.83 193	6.23 117	4.53 235	0.00 1	0.00 1	0.00 1	0.00 1	0.19 212	0.17 87

STTStereo	3.90 216	1.43 231	8.20 289	3.03 304	2.28 281	3.64 178	0.64 148	10.11 218	7.09 189	10.20 288	7.08 150	8.73 263	3.57 180	7.44 159	4.00 221	0.00 1	0.02 134	0.01 247	0.01 174	0.04 44	0.40 158

MSMD_ROB	9.73 345	1.43 231	5.42 197	1.81 181	0.42 108	16.83 353	4.30 306	14.29 317	15.34 324	23.06 365	40.17 387	25.63 371	22.62 376	13.37 333	8.85 297	0.48 342	0.03 159	0.00 1	0.00 1	0.13 166	0.47 177

ADLNet2	4.72 267	1.44 235	6.68 254	3.03 304	3.90 336	6.80 266	2.91 275	11.67 256	9.63 253	7.99 222	9.89 213	9.75 273	5.32 257	7.70 180	7.13 275	0.01 103	0.03 159	0.00 1	0.00 1	0.26 250	0.22 111

DLCB_ROB	4.87 275	1.45 236	4.75 172	2.52 270	1.13 207	6.25 258	3.01 279	10.44 227	8.34 224	11.05 313	13.43 273	14.04 316	3.90 201	9.74 281	6.80 269	0.00 1	0.00 1	0.00 1	0.00 1	0.08 88	0.37 152

iResNet	4.04 227	1.46 237	8.72 297	3.25 321	0.36 90	4.54 223	0.47 106	9.06 186	10.40 266	7.98 220	12.82 269	4.06 138	3.22 162	8.82 243	4.95 246	0.03 216	0.01 104	0.00 1	0.00 1	0.14 175	0.55 189

CBFPSM	5.12 279	1.48 238	16.22 353	1.81 181	1.14 208	11.16 323	2.90 274	7.99 168	6.75 178	6.55 157	5.00 88	15.05 325	8.78 320	7.52 172	8.90 298	0.04 237	0.02 134	0.00 1	0.00 1	0.42 298	0.67 221

raft+_RVC	2.18 69	1.49 239	3.14 49	2.77 286	2.01 268	1.40 13	0.10 24	7.02 134	5.35 123	2.99 55	5.54 107	1.19 52	1.34 90	4.98 85	1.49 93	0.00 1	1.45 363	0.00 1	0.00 1	0.14 175	1.11 260

RYNet	6.82 303	1.51 240	7.35 274	1.79 179	4.52 352	16.68 352	4.41 308	14.19 315	17.43 336	11.64 322	7.86 165	15.03 324	8.81 321	10.10 293	14.16 351	0.04 237	0.13 219	0.15 336	0.05 224	0.08 88	0.53 187

DRN-Test	6.23 292	1.51 240	7.53 278	3.07 312	3.69 328	12.17 334	3.23 288	20.80 373	11.11 285	12.64 328	13.02 271	10.91 296	5.26 251	8.49 232	10.12 315	0.05 250	0.05 180	0.04 304	0.04 221	0.28 262	0.65 211

MLCV	3.76 207	1.52 242	6.93 260	1.66 160	0.31 78	4.31 216	0.32 82	7.92 165	7.68 203	9.55 277	12.12 257	5.17 177	2.74 148	10.00 292	4.49 234	0.01 103	0.00 1	0.00 1	0.00 1	0.16 192	0.27 127

CBMV	5.97 288	1.52 242	4.51 153	1.99 208	0.53 126	10.02 311	6.94 343	13.27 297	13.80 316	13.08 334	15.93 297	11.36 300	8.11 311	9.82 284	7.27 276	0.08 271	0.15 224	0.00 1	0.00 1	0.30 273	0.74 230
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	4.11 231	1.53 244	6.87 259	3.04 306	3.33 316	4.34 218	0.59 138	11.36 249	7.92 212	8.98 255	7.98 170	9.72 272	3.82 192	7.92 191	4.43 232	0.15 294	0.02 134	0.03 296	0.03 203	0.07 83	0.14 65
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	4.37 248	1.56 245	4.59 163	2.23 232	1.29 226	7.87 284	3.96 299	11.80 258	10.91 280	8.06 229	14.45 285	3.38 108	4.87 237	9.27 263	2.53 173	0.14 292	0.06 186	0.00 1	0.01 174	0.08 88	0.30 137

GMStereo	2.07 51	1.56 245	5.64 212	0.74 79	0.05 3	3.63 177	0.01 1	5.17 45	11.27 289	4.22 81	2.44 40	0.53 41	0.49 35	4.06 68	1.01 54	0.22 312	0.00 1	0.00 1	0.14 256	0.18 206	0.05 24
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DANet	6.46 297	1.58 247	9.58 319	4.10 346	3.99 341	9.13 302	1.34 235	10.37 224	7.76 204	13.76 340	15.66 293	16.14 330	7.03 292	13.07 331	13.62 349	0.19 305	0.12 216	0.02 279	0.02 192	0.15 188	1.61 290
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 41	1.59 248	4.22 139	0.37 38	0.28 75	1.33 10	0.01 1	5.63 69	4.13 72	3.59 67	5.11 91	2.06 77	0.70 43	7.62 178	0.93 41	0.02 186	0.00 1	0.00 1	0.00 1	0.02 9	0.19 95

CFNet-ft	3.70 203	1.59 248	3.87 108	1.68 163	2.42 285	3.20 150	0.66 152	8.93 183	7.76 204	5.09 96	9.95 215	10.77 292	5.43 261	7.41 156	4.71 240	0.00 1	0.00 1	0.03 296	0.01 174	0.30 273	0.11 54

CFNet_RVC	3.70 203	1.59 248	3.87 108	1.68 163	2.42 285	3.20 150	0.66 152	8.92 182	7.76 204	5.09 96	9.95 215	10.77 292	5.43 261	7.41 156	4.71 240	0.00 1	0.00 1	0.03 296	0.01 174	0.30 273	0.11 54

AASNet	4.20 239	1.63 251	5.82 218	3.79 339	3.93 337	6.55 262	1.22 227	19.12 358	6.82 179	7.86 216	8.35 178	4.36 152	2.55 142	3.87 65	7.47 278	0.00 1	0.00 1	0.00 1	0.00 1	0.49 315	0.22 111

AACVNet	3.71 205	1.63 251	4.89 176	3.80 340	0.62 138	3.25 152	0.30 80	9.47 203	3.81 58	6.34 144	10.74 236	10.52 283	4.92 239	9.31 264	3.88 215	0.03 216	0.01 104	0.00 1	0.00 1	0.34 288	0.28 131

RAFT_CTSACE	3.62 197	1.65 253	5.41 196	1.36 129	3.08 306	3.95 201	1.03 214	4.62 27	4.65 98	5.33 104	17.73 319	7.63 240	2.71 146	10.98 303	1.15 63	0.00 1	0.48 271	0.00 1	0.00 1	0.31 280	0.25 124

DispNO	4.17 235	1.66 254	10.36 325	1.87 188	1.64 242	2.53 75	0.85 197	9.92 212	14.46 319	6.47 150	8.91 184	5.48 187	5.33 258	8.13 202	5.28 252	0.05 250	0.00 1	0.01 247	0.01 174	0.32 284	0.21 105

ACRE	2.67 122	1.66 254	6.50 247	0.72 70	2.03 270	2.65 92	0.84 192	5.97 96	5.52 132	7.85 215	9.23 192	1.72 66	1.09 63	4.09 69	2.73 186	0.02 186	0.19 233	0.02 279	0.08 234	0.26 250	0.21 105

MyStereo8	3.30 173	1.69 256	6.28 240	2.51 267	3.79 333	4.22 211	0.07 15	7.43 154	6.39 165	6.51 154	10.13 219	4.23 149	1.45 95	2.79 50	5.08 249	0.06 261	1.49 366	0.00 1	0.40 339	0.26 250	1.33 279

CIPLG	2.72 129	1.69 256	6.02 226	0.80 84	2.14 274	2.66 93	0.84 192	5.90 88	5.59 134	8.12 230	9.58 204	1.74 67	1.14 68	4.53 80	2.82 191	0.02 186	0.19 233	0.02 279	0.09 240	0.26 250	0.22 111

CSP-Net	4.40 249	1.70 258	4.90 177	1.82 184	1.04 193	12.96 338	2.25 263	13.75 309	6.34 161	9.64 279	8.99 187	8.31 252	3.24 163	8.45 230	4.32 229	0.01 103	0.00 1	0.00 1	0.00 1	0.23 238	0.06 31

pmcnn	8.17 328	1.70 258	11.49 328	3.18 316	3.07 305	9.66 307	6.06 329	13.60 305	17.71 339	15.23 347	24.02 347	27.61 374	8.81 321	10.36 298	9.51 308	0.08 271	0.08 199	0.00 1	0.00 1	0.31 280	0.87 237

IGEVStereo-DCA	1.54 26	1.71 260	2.99 40	0.73 73	0.24 66	2.69 94	0.81 184	4.31 21	2.97 15	0.73 16	0.16 1	0.23 8	0.32 11	7.57 174	2.72 184	0.00 1	0.49 272	0.00 1	0.16 261	0.17 198	1.82 318

rrr	1.64 34	1.71 260	6.31 242	0.73 73	0.24 66	2.69 94	0.92 209	4.25 18	1.75 3	0.73 16	0.16 1	0.23 8	0.32 11	7.57 174	2.72 184	0.00 1	0.49 272	0.00 1	0.20 285	0.17 198	1.68 299

raft_robust	2.91 142	1.71 260	3.42 74	1.36 129	0.57 132	1.53 20	0.12 31	7.06 137	9.09 242	6.96 181	7.21 155	4.43 154	2.09 124	9.40 266	1.61 102	0.03 216	0.93 298	0.00 1	0.21 290	0.17 198	0.38 155

RALAANet	2.68 123	1.71 260	4.73 171	2.79 288	0.80 164	3.30 156	0.15 48	7.92 165	5.92 148	5.79 115	6.06 117	3.51 122	1.13 66	6.76 135	2.28 165	0.00 1	0.28 251	0.00 1	0.10 244	0.27 260	0.13 62

GwcNet-RSSM	4.13 234	1.71 260	6.25 238	2.50 266	1.93 266	2.39 65	1.49 242	9.59 205	8.71 231	6.66 165	15.04 289	8.47 259	3.84 194	6.87 138	6.74 268	0.00 1	0.00 1	0.04 304	0.00 1	0.29 270	0.15 75

RALCasStereoNet	2.39 95	1.73 265	3.59 93	2.38 256	2.69 296	2.84 114	0.18 55	5.29 47	4.94 114	2.45 48	5.62 109	2.22 78	0.79 52	7.48 170	1.63 106	0.00 1	1.75 370	0.00 1	0.00 1	0.14 175	2.03 341

ARAFT	3.32 174	1.74 266	7.92 285	0.64 62	0.15 29	4.45 220	2.89 273	8.20 170	6.30 159	9.23 267	7.12 154	5.58 191	1.24 82	8.60 235	1.69 118	0.01 103	0.03 159	0.00 1	0.00 1	0.35 290	0.35 149

LoS_RVC	1.47 20	1.75 267	2.66 20	0.52 57	3.89 335	1.67 26	0.04 9	2.66 3	2.61 6	0.55 12	2.63 43	0.31 20	1.68 109	1.99 25	0.81 26	0.01 103	0.02 134	0.00 1	0.00 1	0.03 26	5.54 375

IPLGR_C	2.69 124	1.75 267	6.20 234	0.79 82	2.06 272	2.64 91	0.86 200	6.36 112	5.64 136	8.13 231	9.26 194	1.69 65	1.15 73	3.79 63	2.80 190	0.02 186	0.20 238	0.02 279	0.08 234	0.26 250	0.18 89

test_xeample3	1.71 37	1.75 267	6.64 252	0.90 92	0.29 76	2.55 78	0.90 205	4.08 15	2.36 4	0.56 13	0.24 4	0.23 8	0.31 8	7.51 171	2.73 186	0.00 1	0.70 284	0.00 1	0.36 335	0.18 206	1.92 335

iResNet_ROB	4.67 265	1.77 270	5.93 222	2.47 264	0.95 184	3.78 192	0.36 87	15.65 331	17.36 335	8.75 248	11.23 244	7.05 230	4.60 228	8.94 252	4.23 227	0.01 103	0.00 1	0.00 1	0.00 1	0.16 192	0.15 75

whm_eth	3.18 167	1.78 271	6.61 251	0.90 92	2.72 297	2.54 77	0.27 72	7.64 161	7.94 213	5.43 108	23.98 346	0.37 30	0.47 34	1.31 8	1.17 66	0.02 186	0.03 159	0.00 1	0.00 1	0.08 88	0.32 143

GANet	6.86 305	1.78 271	5.98 225	3.05 307	1.12 206	10.12 314	9.38 360	13.41 301	8.67 230	11.46 319	29.87 366	13.94 315	8.25 313	12.06 322	6.33 266	0.40 331	0.06 186	0.16 339	0.33 330	0.18 206	0.59 197

TDLM	4.58 259	1.79 273	5.03 183	2.45 262	1.32 231	4.04 206	7.15 346	11.60 255	11.46 290	6.91 175	12.69 266	5.94 206	5.03 243	9.74 281	3.80 212	0.67 347	0.00 1	0.01 247	0.05 224	0.23 238	1.78 316

DeepPruner_ROB	3.82 212	1.87 274	5.65 213	1.31 127	1.64 242	3.62 176	0.81 184	14.47 319	5.03 118	8.03 225	10.78 237	6.95 228	2.26 130	8.92 249	4.32 229	0.07 267	0.03 159	0.00 1	0.01 174	0.37 293	0.29 134

SACVNet	4.55 256	1.88 275	5.55 209	3.38 326	1.68 248	3.11 142	2.76 272	12.44 271	6.43 166	11.07 314	11.31 245	10.53 285	5.13 248	9.88 287	4.56 236	0.08 271	0.02 134	0.00 1	0.01 174	0.38 295	0.80 234

XPNet_ROB	6.46 297	1.88 275	7.41 276	2.81 289	0.95 184	6.45 261	6.82 341	13.58 304	8.80 234	15.50 348	15.86 295	19.59 353	7.12 293	11.41 314	9.86 311	0.02 186	0.04 173	0.00 1	0.03 203	0.20 218	0.79 233

MeshStereo	11.94 362	1.88 275	5.24 188	2.11 217	1.44 236	20.09 365	4.95 317	21.74 379	16.75 332	33.10 384	35.07 382	39.28 391	22.72 377	19.45 369	13.59 348	0.19 305	0.06 186	0.02 279	0.00 1	0.46 307	0.65 211
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	7.45 320	1.89 278	7.71 281	3.18 316	2.35 282	12.19 335	6.14 330	18.95 355	9.36 250	13.33 335	20.38 330	16.00 329	9.10 326	10.10 293	15.40 358	0.44 333	0.34 257	0.25 353	0.25 302	0.48 312	1.18 266

RP	7.41 317	1.90 279	7.33 272	4.26 351	5.25 365	6.64 264	3.46 294	12.44 271	16.23 330	10.36 294	23.00 343	18.72 346	16.59 360	11.10 305	8.47 290	1.10 357	0.02 134	0.12 331	0.16 261	0.43 302	0.65 211

Nwc_Net	7.54 321	1.91 280	8.71 296	4.16 348	3.42 320	10.77 322	2.00 258	20.33 370	12.19 297	9.10 261	24.04 349	17.67 340	13.58 350	12.14 324	9.12 303	0.94 355	0.00 1	0.00 1	0.02 192	0.22 233	0.41 165

dd	2.36 88	1.93 281	6.03 228	0.83 86	0.12 20	1.80 36	0.17 53	5.30 48	11.82 295	2.98 54	3.64 64	1.50 60	1.21 80	5.25 91	3.92 216	0.13 289	0.01 104	0.04 304	0.22 295	0.10 122	0.14 65

G-Net	8.60 335	1.93 281	12.59 333	6.04 370	3.66 327	25.93 375	4.26 303	10.35 223	8.05 217	19.71 360	24.73 352	14.15 317	15.49 358	11.30 309	10.69 325	0.50 343	0.46 269	0.19 347	0.25 302	0.80 339	0.91 239

CVANet_RVC	4.68 266	1.93 281	5.57 211	2.61 277	1.86 261	4.12 208	4.94 316	12.11 261	9.29 247	8.05 227	11.08 241	10.28 280	6.48 279	9.52 271	3.19 198	0.45 335	0.01 104	0.00 1	0.12 250	0.23 238	1.75 312

fast-acv-ft	6.00 289	1.95 284	7.88 284	2.35 252	1.85 259	13.61 343	1.76 253	8.44 173	10.12 259	11.22 316	20.57 332	14.41 321	7.55 303	8.11 200	8.83 296	0.10 284	0.09 205	0.16 339	0.07 231	0.68 329	0.35 149

LMCR-Stereo	3.92 218	1.96 285	4.92 178	2.85 295	0.23 65	7.88 285	1.47 240	12.52 274	5.39 126	8.71 246	10.65 234	1.90 70	5.04 245	8.53 233	4.89 243	1.05 356	0.00 1	0.00 1	0.00 1	0.42 298	0.05 24

CFNet	4.03 226	1.97 286	6.30 241	2.70 283	1.64 242	5.41 239	0.22 61	12.14 263	10.28 261	5.24 102	11.15 242	6.43 215	3.70 189	8.97 255	4.01 222	0.00 1	0.00 1	0.00 1	0.00 1	0.30 273	0.13 62

DMCA-RVC	3.59 195	1.98 287	8.68 295	2.30 245	1.48 237	3.54 171	0.55 126	8.40 172	5.43 129	9.37 272	5.90 111	8.34 254	3.21 161	7.19 148	4.46 233	0.06 261	0.11 213	0.08 325	0.02 192	0.21 228	0.40 158

WCMA_ROB	10.20 350	1.99 288	9.33 313	3.01 302	2.46 287	15.78 349	7.67 352	12.75 279	15.41 325	25.08 375	33.42 378	27.06 373	19.86 366	13.87 338	12.47 340	1.28 361	0.38 263	0.18 345	0.20 285	0.28 262	1.54 287

gwcnet-sp	3.58 192	2.01 289	8.82 300	2.01 212	0.69 143	7.38 280	1.10 221	9.23 195	6.66 174	9.32 268	5.91 112	4.21 146	3.31 169	6.91 140	3.69 204	0.00 1	0.00 1	0.00 1	0.00 1	0.24 242	0.18 89

scenet	3.58 192	2.01 289	8.82 300	2.01 212	0.69 143	7.38 280	1.10 221	9.23 195	6.66 174	9.32 268	5.91 112	4.21 146	3.31 169	6.91 140	3.69 204	0.00 1	0.00 1	0.00 1	0.00 1	0.24 242	0.18 89

ssnet	3.58 192	2.01 289	8.82 300	2.01 212	0.69 143	7.38 280	1.10 221	9.23 195	6.66 174	9.32 268	5.91 112	4.21 146	3.31 169	6.91 140	3.69 204	0.00 1	0.00 1	0.00 1	0.00 1	0.24 242	0.18 89

FBW_ROB	9.17 342	2.08 292	10.31 324	2.51 267	1.66 247	13.22 341	6.04 328	23.09 380	20.11 348	19.55 358	15.80 294	18.97 350	11.96 343	19.34 368	11.38 329	0.66 346	0.30 253	2.15 376	0.90 360	1.15 348	2.16 346

iinet-f	6.21 291	2.11 293	28.74 388	2.13 218	1.38 233	11.62 327	1.49 242	7.64 161	7.19 192	7.77 213	14.38 283	10.49 282	7.79 306	7.76 183	12.90 345	0.03 216	0.03 159	0.05 310	0.00 1	0.67 327	0.12 57

BEATNet_4x	3.69 201	2.12 294	8.11 287	1.82 184	0.16 34	5.30 237	1.04 217	10.87 237	6.14 155	7.09 185	8.42 179	4.99 174	4.42 217	5.89 107	6.23 265	0.04 237	0.05 180	0.00 1	0.00 1	0.32 284	0.84 236

DN-CSS_ROB	3.00 153	2.14 295	7.33 272	2.67 281	0.78 162	3.13 145	0.07 15	6.68 125	4.22 78	5.51 111	12.12 257	2.33 79	1.21 80	8.69 240	2.51 172	0.03 216	0.00 1	0.00 1	0.00 1	0.42 298	0.15 75

AF-Net	8.37 332	2.16 296	9.01 305	3.65 334	4.58 355	9.40 303	2.63 269	17.71 347	21.32 354	10.38 295	24.51 351	20.43 358	16.67 361	12.54 327	10.76 326	0.70 349	0.00 1	0.12 331	0.00 1	0.47 309	0.42 169

psmorigin	7.74 322	2.19 297	18.99 363	2.51 267	0.89 174	7.08 274	2.74 270	11.25 246	7.90 210	20.49 363	22.36 341	20.16 355	11.95 342	13.84 337	10.61 322	0.04 237	0.18 231	0.06 314	0.24 299	0.27 260	1.07 256

Wz-Net-LNSev-Ref	6.52 300	2.21 298	12.10 331	2.75 284	3.28 313	10.03 312	3.05 280	12.31 266	11.52 291	10.10 287	21.36 334	11.51 301	7.30 298	11.56 316	10.61 322	0.09 281	0.00 1	0.00 1	0.00 1	0.08 88	0.51 184

FADNet-RVC-Resample	4.11 231	2.25 299	13.88 340	1.64 153	0.66 140	5.91 252	2.34 265	10.87 237	9.09 242	6.53 156	4.34 72	5.69 199	4.71 232	8.01 195	4.64 239	0.18 304	0.22 239	0.17 344	0.12 250	0.46 307	0.59 197

NaN_ROB	6.51 299	2.25 299	8.77 298	1.69 165	1.79 254	9.71 308	10.94 365	16.20 336	16.13 329	13.04 333	8.86 182	11.77 304	5.94 269	12.88 330	8.01 284	0.05 250	0.13 219	0.07 319	0.20 285	0.32 284	1.50 284

sAnonymous2	1.54 26	2.26 301	9.53 315	0.65 64	0.50 115	1.20 5	0.23 65	4.86 31	3.65 48	0.42 4	1.27 15	0.23 8	1.40 92	1.23 4	0.68 11	0.02 186	0.00 1	0.00 1	0.20 285	2.00 363	0.42 169

CroCo_RVC	1.54 26	2.26 301	9.53 315	0.65 64	0.50 115	1.20 5	0.23 65	4.86 31	3.65 48	0.42 4	1.27 15	0.23 8	1.40 92	1.23 4	0.68 11	0.02 186	0.00 1	0.00 1	0.20 285	2.00 363	0.42 169

iResNetv2_ROB	4.72 267	2.26 301	8.87 303	3.20 318	1.25 219	4.32 217	1.73 251	14.22 316	10.62 272	10.53 298	12.13 259	7.77 242	5.54 264	8.29 213	2.76 189	0.00 1	0.00 1	0.00 1	0.00 1	0.42 298	0.55 189

RAFT + AFF	4.63 263	2.28 304	7.43 277	1.51 143	2.38 283	5.81 250	6.49 335	10.74 234	8.53 228	7.75 212	8.95 186	7.47 237	6.68 286	9.17 261	5.06 248	0.08 271	0.47 270	0.00 1	0.01 174	0.66 326	1.03 255

NCC-stereo	7.43 318	2.28 304	8.58 293	3.28 322	4.48 349	8.34 289	4.27 304	20.45 371	13.66 314	9.17 264	17.52 316	16.49 332	14.31 355	13.71 335	8.95 299	1.73 367	0.12 216	0.01 247	0.50 349	0.21 228	0.60 199

Abc-Net	7.43 318	2.28 304	8.58 293	3.28 322	4.48 349	8.34 289	4.27 304	20.45 371	13.66 314	9.17 264	17.52 316	16.49 332	14.31 355	13.71 335	8.95 299	1.73 367	0.12 216	0.01 247	0.50 349	0.21 228	0.60 199
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	5.14 280	2.29 307	8.95 304	1.26 120	5.05 363	3.66 179	1.40 237	10.33 222	8.98 239	8.71 246	8.24 177	10.70 289	11.10 335	12.66 329	5.36 253	0.05 250	1.35 361	0.00 1	0.00 1	0.38 295	2.23 350

ADCRef	7.76 323	2.31 308	19.09 364	2.82 291	3.29 314	11.88 330	3.06 281	11.52 253	10.89 279	13.69 339	25.85 357	8.20 249	8.89 323	8.95 253	22.66 370	0.16 297	0.08 199	0.16 339	0.34 333	0.47 309	0.91 239

FADNet_RVC	4.24 242	2.32 309	14.23 343	1.18 115	0.79 163	5.64 243	0.60 139	11.50 252	7.19 192	3.68 71	8.08 174	4.14 142	4.06 205	10.29 297	7.47 278	0.36 329	0.44 268	0.18 345	0.47 346	0.93 342	1.23 270

GMStereo_Zeroshot	2.92 144	2.33 310	6.12 230	1.66 160	0.36 90	3.61 173	0.09 20	5.95 94	6.20 157	7.15 189	7.11 153	8.37 255	0.91 54	6.17 115	1.97 140	0.00 1	0.00 1	0.00 1	0.00 1	0.22 233	0.14 65

FADNet	4.55 256	2.35 311	13.60 338	1.87 188	0.80 164	4.74 228	0.75 177	14.47 319	12.41 299	4.07 79	5.45 104	9.64 270	5.03 243	8.86 246	4.82 242	0.20 308	0.04 173	0.07 319	0.05 224	1.27 351	0.40 158

PA-Net	5.40 282	2.35 311	9.55 317	2.75 284	2.21 276	8.74 296	3.92 298	13.05 289	13.35 312	7.30 199	7.98 170	8.08 247	6.39 278	11.17 308	9.30 305	0.02 186	0.03 159	0.00 1	0.03 203	0.16 192	1.55 289
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
StereoDRNet	6.02 290	2.40 313	8.22 290	3.43 327	4.43 348	10.57 321	4.21 302	19.44 360	11.24 288	12.86 329	8.06 172	11.64 303	4.79 235	8.65 239	9.32 306	0.01 103	0.10 209	0.00 1	0.03 203	0.34 288	0.69 222

PSMNet_ROB	5.41 284	2.45 314	7.39 275	2.36 254	1.90 263	10.11 313	6.54 336	16.32 338	7.59 200	6.84 174	10.83 238	12.06 307	4.13 209	8.73 241	10.24 317	0.02 186	0.01 104	0.01 247	0.11 246	0.26 250	0.40 158

APVNet	6.28 294	2.46 315	10.09 321	3.51 331	3.97 339	12.15 333	1.75 252	20.08 369	6.73 177	6.92 180	13.45 274	10.75 291	6.29 277	11.86 320	14.34 352	0.05 250	0.02 134	0.11 327	0.03 203	0.63 323	0.34 145

NCCL2	6.27 293	2.46 315	7.00 261	2.36 254	1.11 204	9.48 304	11.14 367	13.01 288	10.40 266	9.94 285	9.49 202	22.11 364	7.42 299	9.90 289	8.56 291	0.01 103	0.00 1	0.02 279	0.03 203	0.20 218	0.73 227

PS-NSSS	4.22 240	2.53 317	5.89 221	1.01 102	2.93 301	4.05 207	1.93 256	11.44 250	8.94 238	7.14 188	14.70 288	4.96 172	2.60 144	9.09 258	3.92 216	0.40 331	0.04 173	0.83 364	0.00 1	1.09 344	1.02 252

LALA_ROB	7.02 310	2.54 318	8.51 292	1.53 145	0.96 186	9.96 310	8.71 357	16.70 340	12.68 303	12.99 331	13.90 280	24.47 367	5.40 260	11.61 318	9.50 307	0.04 237	0.05 180	0.00 1	0.02 192	0.17 198	0.65 211

DPSNet	10.88 357	2.57 319	20.40 368	2.24 235	1.90 263	24.92 373	17.00 394	21.35 376	28.61 372	12.87 330	13.74 277	17.01 337	20.14 368	15.36 348	14.01 350	0.81 351	0.98 312	0.20 348	0.65 356	1.30 352	1.54 287

ETE_ROB	6.28 294	2.60 320	9.22 311	1.71 169	0.84 169	6.44 260	6.78 340	13.16 295	8.80 234	13.01 332	15.93 297	21.01 362	6.18 274	10.97 302	8.11 286	0.04 237	0.01 104	0.00 1	0.02 192	0.16 192	0.70 224

dad	5.10 278	2.61 321	6.76 257	1.23 118	0.14 23	2.85 126	0.36 87	7.98 167	14.88 321	10.84 306	17.06 308	15.59 326	3.29 166	7.24 150	4.39 231	1.20 359	0.10 209	4.02 380	0.49 348	0.20 218	0.69 222

AANet_RVC	5.41 284	2.61 321	8.17 288	2.25 236	1.30 228	2.27 58	1.64 249	10.82 235	18.54 342	8.01 224	18.09 321	8.39 258	3.31 169	11.37 313	8.98 301	1.15 358	0.38 263	0.02 279	0.00 1	0.17 198	0.70 224

FADNet-RVC	4.36 246	2.62 323	14.51 346	2.01 212	0.44 110	4.27 213	1.27 230	12.61 276	7.89 209	3.76 73	4.05 68	10.63 287	4.34 216	9.87 286	7.66 281	0.03 216	0.09 205	0.00 1	0.03 203	0.65 325	0.50 180

LE_ROB	17.31 380	2.62 323	14.26 344	4.20 349	1.80 255	17.40 356	9.70 362	15.38 329	55.92 404	63.97 414	40.81 389	35.50 387	39.26 398	15.64 352	28.51 389	0.06 261	0.11 213	0.13 333	0.21 290	0.14 175	0.51 184

SDNR	7.97 324	2.75 325	16.90 357	2.28 243	0.94 181	45.23 401	0.43 100	9.30 201	10.84 277	10.71 302	25.30 355	5.51 189	4.47 219	11.98 321	7.58 280	0.15 294	0.14 223	0.00 1	0.04 221	2.27 365	2.65 357

Wz-Net-LNSev	7.12 312	2.75 325	18.64 361	1.70 168	4.16 343	12.79 337	6.72 338	13.74 308	13.57 313	11.14 315	17.31 314	11.90 306	8.50 316	8.96 254	9.94 312	0.00 1	0.01 104	0.00 1	0.00 1	0.18 206	0.34 145

RGC	7.40 316	2.77 327	7.71 281	4.43 358	4.87 361	8.88 298	2.96 277	16.05 335	12.76 307	11.96 326	19.57 327	18.32 345	11.57 341	13.89 339	9.58 309	0.83 352	0.02 134	0.24 352	0.41 341	0.40 297	0.77 232

ADCP+	8.60 335	2.78 328	17.44 358	1.69 165	4.27 345	16.95 355	5.29 320	13.38 300	12.52 300	13.57 338	17.57 318	10.86 295	11.28 337	18.43 366	23.91 379	0.03 216	0.05 180	0.01 247	0.18 272	0.47 309	1.31 277

PDISCO_ROB	10.27 351	2.79 329	13.30 336	10.58 381	9.96 383	22.78 369	5.99 325	20.01 365	28.57 371	11.88 324	14.49 286	20.54 359	4.92 239	17.01 361	10.29 318	5.79 380	0.42 265	0.14 335	0.13 255	2.53 368	3.25 361

CSAN	8.41 333	2.86 330	9.35 314	2.43 260	0.82 167	13.59 342	11.68 373	15.80 333	21.98 358	14.71 344	16.46 303	18.00 342	14.42 357	13.68 334	10.10 313	0.10 284	0.13 219	0.15 336	0.19 275	0.43 302	1.28 275

GwcNet	6.95 306	2.89 331	13.32 337	2.82 291	5.53 366	11.76 328	2.14 262	14.95 324	17.69 338	10.83 305	18.14 322	10.83 294	6.66 284	9.83 285	10.19 316	0.03 216	0.06 186	0.03 296	0.08 234	0.64 324	0.66 219

FINET	6.96 307	2.98 332	13.77 339	3.20 318	4.81 360	9.65 306	9.90 363	13.68 307	23.91 362	8.28 236	13.70 275	5.36 184	5.83 267	10.79 301	8.05 285	0.90 353	1.43 362	0.11 327	0.38 337	0.48 312	1.98 339

Wz-Net-MNSev	8.12 327	3.18 333	18.07 360	2.63 278	3.36 318	17.82 359	9.40 361	12.89 283	15.44 326	13.95 342	18.21 323	14.38 320	7.75 305	12.50 326	11.45 330	0.46 337	0.03 159	0.00 1	0.01 174	0.26 250	0.58 194

ADCL	10.77 355	3.23 334	21.50 370	2.26 238	1.96 267	23.65 370	9.07 358	14.69 323	24.88 364	15.21 346	27.20 358	12.68 310	14.02 354	16.94 360	24.43 381	0.26 321	0.18 231	0.74 362	0.67 357	0.80 339	1.02 252

MANE	20.98 391	3.23 334	8.81 299	5.96 369	6.96 372	33.07 388	13.20 377	35.43 393	38.86 390	44.72 400	52.41 404	53.20 399	41.84 400	34.74 392	27.45 387	1.87 369	2.27 375	1.54 372	10.18 396	0.69 331	3.11 360

SANet	11.48 360	3.34 336	13.93 341	2.40 259	1.01 191	16.49 351	12.16 376	20.05 368	37.28 386	19.62 359	28.04 360	25.61 370	20.10 367	14.43 342	12.39 339	0.10 284	0.06 186	0.03 296	0.06 230	0.76 337	1.73 308

SGM-ForestM	18.61 385	3.38 337	10.14 322	3.44 328	2.24 279	34.17 390	15.39 383	29.44 391	33.93 378	38.55 392	41.08 390	53.64 400	36.76 395	34.82 393	27.16 386	1.25 360	1.81 373	0.74 362	1.01 362	0.61 322	2.61 356

ADCPNet	10.18 349	3.40 338	33.24 391	2.38 256	1.74 251	17.75 358	7.65 351	13.20 296	13.03 309	14.09 343	21.72 337	19.36 351	11.40 339	15.43 350	23.00 372	0.28 324	1.15 342	0.39 359	1.48 372	0.68 329	2.21 348

DGSMNet	7.10 311	3.49 339	15.11 349	4.36 356	4.41 347	8.94 300	6.25 331	15.10 326	14.28 318	8.15 232	14.51 287	10.08 277	5.38 259	11.04 304	7.95 283	1.49 365	2.00 374	1.79 373	1.68 377	2.43 366	3.48 365

ELAS	17.99 382	3.49 339	11.19 327	6.14 371	5.79 368	34.89 391	17.28 395	28.75 388	30.47 374	40.80 396	45.79 395	39.04 390	32.05 392	27.63 387	24.30 380	1.88 370	2.41 379	1.09 366	1.48 372	1.83 360	3.48 365
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DeepPrunerF	7.18 314	3.58 341	25.29 380	4.27 352	7.20 373	3.78 192	4.64 312	14.03 313	20.86 352	8.85 250	10.57 231	7.35 233	7.88 308	12.16 325	10.66 324	0.25 318	0.16 226	0.29 354	0.43 344	0.77 338	0.65 211

GANetREF_RVC	6.97 308	3.59 342	9.14 310	4.00 343	0.40 102	13.17 339	11.27 371	15.95 334	17.51 337	10.62 300	10.66 235	12.15 308	7.97 310	13.18 332	5.04 247	0.45 335	0.00 1	0.01 247	0.15 259	3.47 373	0.60 199
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	17.82 381	3.60 343	11.92 329	6.63 373	5.73 367	30.34 384	19.64 397	26.92 385	35.06 383	40.79 395	41.32 391	37.31 389	31.61 389	30.54 388	22.93 371	1.97 371	2.40 377	1.28 370	1.27 368	1.71 358	3.51 367
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SHD	10.45 353	3.67 344	14.03 342	4.81 361	4.52 352	11.93 331	1.66 250	21.36 377	38.40 389	18.84 357	21.72 337	17.63 339	13.07 346	15.65 353	17.71 361	0.36 329	1.09 324	0.01 247	0.32 327	0.50 316	1.67 298

Syn2CoEx	6.70 302	3.69 345	12.14 332	2.78 287	1.68 248	8.36 292	3.21 287	18.59 353	12.66 302	8.86 251	20.79 333	10.52 283	10.54 332	9.68 275	8.70 294	0.01 103	0.00 1	0.00 1	0.00 1	0.69 331	1.00 247

aanetorigin	9.02 338	3.75 346	28.68 387	2.16 219	3.86 334	5.84 251	5.40 323	5.93 93	10.39 265	28.12 378	31.02 372	15.98 328	13.74 351	9.38 265	12.55 341	0.25 318	0.22 239	0.22 350	0.24 299	1.24 349	1.47 281

TRStereo	2.71 126	3.79 347	5.46 200	2.19 226	2.22 278	2.98 136	1.07 219	9.83 210	4.39 87	3.46 64	3.48 54	3.92 131	0.77 48	6.43 120	1.70 119	0.03 216	0.63 278	0.00 1	0.29 320	0.11 133	1.49 283

SAMSARA	15.67 372	3.89 348	14.48 345	13.77 387	7.92 377	38.69 395	73.90 418	21.22 375	24.66 363	17.04 355	13.86 278	30.01 377	13.07 346	18.07 365	17.48 360	0.23 313	1.46 364	0.07 319	0.40 339	0.99 343	2.15 345

SuperB	8.29 331	3.96 349	24.92 378	2.96 300	1.33 232	9.83 309	4.15 301	10.92 241	29.79 373	11.86 323	12.51 264	6.07 207	6.97 289	11.13 307	14.73 353	0.15 294	0.11 213	0.35 356	0.26 311	12.64 387	1.11 260

PVD	16.41 374	3.98 350	16.04 352	5.38 364	4.59 357	19.44 363	7.28 348	28.88 389	49.27 399	31.53 382	43.72 393	30.36 379	32.17 393	26.70 386	23.19 373	0.25 318	1.48 365	0.04 304	0.59 353	0.52 318	2.87 359

anonymity	8.04 325	4.13 351	12.86 334	7.43 375	13.11 389	8.34 289	2.02 259	18.21 351	7.55 199	13.88 341	9.27 195	10.63 287	7.79 306	11.57 317	6.06 260	6.25 381	5.59 403	3.71 379	3.28 382	3.27 371	5.78 376

RTSC	9.87 346	4.34 352	16.44 354	4.60 360	2.38 283	12.54 336	0.75 177	18.19 350	37.31 387	16.16 352	15.86 295	13.32 311	7.56 304	20.93 375	23.50 375	0.34 327	1.07 323	0.02 279	0.35 334	0.71 334	0.99 245

PWCDC_ROB	8.50 334	4.40 353	9.57 318	6.16 372	4.54 354	10.46 317	1.03 214	15.30 327	28.16 370	10.88 308	30.88 371	6.96 229	11.31 338	14.57 343	10.40 320	3.10 376	0.02 134	0.00 1	0.00 1	1.55 356	0.63 208

Anonymous Stereo	7.27 315	4.41 354	26.56 383	3.67 335	3.09 307	5.56 240	15.31 382	10.85 236	11.63 293	10.31 293	10.32 222	7.46 236	3.67 188	14.42 341	15.13 356	0.64 345	0.88 295	0.00 1	0.07 231	0.33 287	1.16 264

SQANet	8.22 330	4.42 355	7.19 271	12.11 384	9.77 382	11.80 329	3.23 288	12.00 259	6.60 170	8.59 244	11.52 248	10.97 298	5.31 256	11.10 305	4.20 225	9.56 388	2.29 376	10.51 385	1.61 376	13.06 389	8.49 384

ADCMid	10.97 358	4.49 356	23.66 374	2.53 271	2.52 292	11.46 326	6.31 332	15.31 328	12.85 308	23.57 369	22.99 342	17.92 341	21.04 371	19.57 370	28.05 388	0.47 340	0.43 266	1.10 367	1.32 369	1.73 359	2.10 343

PWC_ROB	8.89 337	4.49 356	15.62 351	2.92 297	4.49 351	7.89 286	1.23 228	17.29 346	20.00 347	16.54 353	28.06 361	14.37 319	11.98 344	14.93 347	15.43 359	0.47 340	0.00 1	0.05 310	0.00 1	0.67 327	1.31 277

MFN_U_SF_RVC	13.54 366	4.69 358	28.43 386	4.24 350	2.50 290	24.26 371	5.99 325	28.23 387	20.18 350	24.06 372	29.38 364	30.35 378	16.92 362	20.98 376	21.39 366	1.35 362	1.13 330	1.02 365	1.41 371	1.88 361	2.50 355

XQC	9.46 343	4.84 359	18.88 362	4.07 344	3.09 307	15.97 350	6.65 337	16.26 337	26.63 367	12.63 327	12.35 262	15.75 327	10.62 333	16.48 356	21.19 365	0.44 333	0.96 306	0.05 310	0.32 327	1.10 345	0.99 245

Consistency-Raft	9.58 344	5.11 360	13.00 335	5.61 366	8.92 380	4.03 205	5.07 319	19.73 363	24.90 365	11.32 318	29.86 365	13.36 312	6.16 273	8.00 193	13.47 347	0.67 347	0.34 257	1.81 374	4.36 388	12.23 385	3.62 368

MFN_U_SF_DS_RVC	10.36 352	5.37 361	16.61 356	2.95 299	3.02 304	24.75 372	15.44 384	14.68 322	19.73 345	19.77 361	23.97 345	16.98 336	8.40 314	17.58 363	9.23 304	1.59 366	1.75 370	0.16 339	2.63 379	0.75 336	1.85 325

WZ-Net	13.61 367	5.57 362	42.84 399	3.89 342	3.19 311	19.90 364	15.44 384	15.67 332	32.04 376	16.13 351	28.69 362	22.17 365	15.84 359	21.40 377	26.87 384	0.75 350	0.01 104	0.01 247	0.03 203	0.51 317	1.20 268

PASM	9.11 339	5.68 363	25.06 379	4.33 354	4.18 344	7.01 271	8.48 354	12.37 268	20.95 353	13.49 337	15.37 291	18.80 347	11.52 340	14.70 344	12.70 342	0.93 354	1.19 347	0.32 355	1.21 367	1.66 357	2.22 349

GASNet	5.62 286	5.76 364	12.05 330	5.03 363	2.08 273	3.77 191	1.53 244	12.92 284	11.62 292	9.64 279	7.40 158	8.58 261	7.54 302	14.76 346	8.25 288	0.02 186	0.15 224	0.00 1	0.00 1	0.81 341	0.52 186

MaskLacGwcNet_RVC	6.42 296	6.12 365	6.53 249	4.29 353	3.61 326	15.41 348	4.13 300	12.36 267	7.32 197	7.60 207	8.51 180	8.97 266	2.64 145	10.17 295	3.72 207	8.16 386	2.40 377	2.00 375	0.11 246	8.55 382	5.84 377

ADCS	13.76 368	6.46 366	30.74 389	3.62 333	2.93 301	14.28 345	11.22 370	20.02 366	34.42 381	23.20 366	25.42 356	19.51 352	19.62 365	24.54 383	33.88 397	0.27 323	0.23 242	0.37 358	0.19 275	1.47 354	2.84 358

EDNetEfficient	14.14 370	6.71 367	56.12 405	2.99 301	3.58 324	5.38 238	8.49 355	9.35 202	33.24 377	40.73 394	30.21 368	18.04 343	22.92 378	12.13 323	26.26 383	0.16 297	0.24 245	0.07 319	1.15 364	2.58 369	2.39 352

AnyNet_C32	11.82 361	7.08 368	25.83 381	4.55 359	5.88 369	16.92 354	16.97 393	14.14 314	18.11 341	16.87 354	21.66 336	14.78 322	13.87 353	23.54 382	31.83 394	0.24 315	0.28 251	0.35 356	0.53 351	1.35 353	1.71 306

AnonymousM	2.96 150	7.19 369	1.41 1	0.92 96	0.06 6	2.37 64	0.52 120	6.05 97	3.83 61	4.97 93	2.37 38	1.91 71	1.00 59	2.23 35	1.06 58	0.01 103	0.57 276	17.64 390	4.90 389	0.02 9	0.27 127

SPS-STEREO	15.83 373	7.38 370	14.92 348	11.63 383	11.77 387	25.30 374	7.12 345	25.20 383	17.06 334	32.24 383	30.34 369	31.63 380	22.59 375	25.67 384	21.97 368	7.71 385	4.50 399	3.35 378	1.56 375	6.97 380	7.72 383
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
LSM	14.85 371	7.41 371	36.29 394	7.76 377	43.77 412	11.24 325	12.14 375	16.73 341	23.72 360	23.73 371	32.92 375	18.89 349	13.31 348	16.60 357	12.37 338	0.26 321	0.86 294	0.11 327	0.43 344	1.24 349	17.26 405

UDGNet	2.92 144	7.79 372	4.92 178	3.01 302	0.08 10	2.96 133	0.20 59	4.77 29	8.93 237	2.91 53	2.85 46	0.95 48	1.00 59	6.46 121	1.66 114	1.46 364	0.00 1	5.33 383	0.92 361	1.95 362	0.19 95

MSC_U_SF_DS_RVC	17.08 377	7.98 373	24.37 377	6.82 374	2.93 301	39.68 397	16.11 386	25.46 384	34.93 382	34.13 386	34.20 379	29.20 376	24.94 382	23.01 380	19.39 363	2.79 373	2.87 387	1.18 369	1.53 374	6.78 379	3.31 362

Wz-Net-SNSev	9.92 347	8.01 374	26.42 382	2.26 238	1.85 259	8.36 292	14.30 381	18.01 349	21.68 355	10.78 304	23.95 344	16.84 335	8.60 318	15.59 351	19.76 364	0.01 103	0.03 159	0.01 247	0.00 1	0.52 318	1.34 280

otaku	12.35 364	8.64 375	9.11 309	13.56 386	10.98 384	26.23 376	7.22 347	19.45 361	19.26 344	11.92 325	17.90 320	20.21 356	8.91 324	16.06 354	6.09 261	9.77 389	2.50 380	13.23 386	1.90 378	14.61 390	9.41 388

NVStereoNet_ROB	17.22 378	8.76 376	16.47 355	7.52 376	8.42 378	13.75 344	11.07 366	24.24 382	26.67 368	31.00 380	46.49 396	34.88 386	27.06 385	22.72 379	23.61 376	6.83 384	4.32 398	6.32 384	10.37 397	4.39 374	9.57 389
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	17.25 379	9.46 377	22.74 372	10.11 379	11.40 385	28.98 383	13.74 379	21.15 374	16.85 333	31.39 381	34.79 380	34.05 385	24.24 381	26.23 385	19.31 362	8.79 387	7.56 407	4.88 381	3.93 386	6.07 378	9.33 386

MFMNet_re	14.09 369	9.67 378	20.31 367	10.40 380	7.62 374	21.38 368	17.49 396	21.36 377	31.95 375	23.70 370	29.22 363	18.87 348	27.41 386	14.27 340	11.16 327	2.85 374	1.51 367	0.41 360	0.28 315	4.88 375	7.10 381

Ntro	12.91 365	9.95 379	10.01 320	14.12 388	12.55 388	26.31 377	6.76 339	19.04 357	22.03 359	10.23 290	16.26 300	20.22 357	10.06 329	16.81 359	7.93 282	10.16 391	2.55 382	15.19 388	2.86 380	15.27 391	9.93 390

UDG	9.12 340	10.06 380	6.35 244	10.06 378	9.64 381	10.48 318	2.33 264	12.73 278	10.19 260	8.33 237	10.27 221	16.70 334	10.47 331	8.33 220	9.07 302	4.28 377	2.59 383	18.90 391	3.83 385	11.35 384	6.50 380

CC-Net-ROB	8.09 326	10.11 381	9.03 306	4.07 344	3.74 332	15.24 347	4.84 315	18.44 352	10.87 278	6.73 173	14.03 281	7.54 238	4.68 230	11.61 318	3.98 220	6.59 382	2.54 381	16.51 389	1.19 366	7.88 381	2.20 347

RTS	19.64 388	10.42 382	87.01 414	5.88 367	6.82 370	41.73 398	16.69 389	16.80 342	41.90 393	23.44 367	32.96 376	13.79 313	21.49 372	38.85 398	30.84 391	0.46 337	0.70 284	0.00 1	0.09 240	1.13 346	1.70 304

RTSA	19.64 388	10.42 382	87.01 414	5.88 367	6.82 370	41.73 398	16.69 389	16.80 342	41.90 393	23.44 367	32.96 376	13.79 313	21.49 372	38.85 398	30.84 391	0.46 337	0.70 284	0.00 1	0.09 240	1.13 346	1.70 304

BEATNet-Init1	24.70 392	11.33 384	44.28 400	5.48 365	3.94 338	47.60 405	22.33 400	34.94 392	40.01 391	48.11 403	49.98 400	59.86 404	43.17 401	39.48 400	31.77 393	1.37 363	1.76 372	1.17 368	1.17 365	2.44 367	3.85 370

Wz-Net-TNSev	12.01 363	11.86 385	38.26 396	2.81 289	1.82 258	18.12 360	11.31 372	16.67 339	21.73 356	15.06 345	17.17 310	19.72 354	20.69 370	20.68 373	21.41 367	0.04 237	0.06 186	0.00 1	0.16 261	0.74 335	1.93 336

DDUNet	10.03 348	12.17 386	8.24 291	13.02 385	11.73 386	10.32 316	3.76 295	12.27 265	8.35 225	9.64 279	13.89 279	16.48 331	6.67 285	9.50 270	7.00 272	6.80 383	3.45 393	21.10 392	4.33 387	12.78 388	9.12 385

AnyNet_C01	16.99 376	12.34 387	60.47 407	4.88 362	3.11 310	31.77 385	16.79 391	18.60 354	17.96 340	18.62 356	38.50 385	24.03 366	19.00 364	30.59 389	35.18 399	0.29 325	0.56 274	0.45 361	0.48 347	2.70 370	3.40 363

EDNetEfficientorigin	18.25 384	14.44 388	99.41 426	1.72 172	1.00 190	12.07 332	6.97 344	13.67 306	35.06 383	38.59 393	37.10 384	27.03 372	27.46 387	15.38 349	26.92 385	0.05 250	0.08 199	0.15 336	0.62 354	3.33 372	3.92 371

JetBlue	29.99 398	17.24 389	55.64 404	16.24 389	21.08 400	62.07 416	33.14 407	40.60 396	35.73 385	34.59 389	40.67 388	57.18 403	43.54 402	51.46 411	52.18 413	2.72 372	4.58 401	2.86 377	3.53 383	10.57 383	14.11 400

coex-ft	20.15 390	20.03 390	87.93 416	1.81 181	1.77 252	18.77 362	13.73 378	13.28 298	41.87 392	60.24 410	39.04 386	28.27 375	30.39 388	12.57 328	28.66 390	0.20 308	0.23 242	0.04 304	0.30 322	1.52 355	2.34 351

ACVNet-4b	16.48 375	23.07 391	14.73 347	16.69 390	15.18 392	31.83 386	7.30 349	19.71 362	27.82 369	11.54 321	22.10 340	31.68 381	8.96 325	18.88 367	7.28 277	11.04 393	2.65 384	24.93 395	5.02 390	18.57 393	10.67 392

WAO-7	30.22 399	25.83 392	23.33 373	33.10 400	14.36 390	36.98 392	22.41 401	52.85 409	64.46 411	43.76 398	59.24 410	52.31 397	45.69 404	32.82 390	32.60 395	11.16 395	5.49 402	13.76 387	12.60 402	12.36 386	9.38 387

ACVNet_1	19.51 387	26.19 393	15.50 350	17.71 391	15.28 393	26.46 378	9.36 359	29.16 390	34.18 379	25.06 374	24.89 353	37.18 388	21.93 374	17.80 364	15.03 355	11.08 394	2.83 385	25.29 396	5.06 392	19.11 394	11.14 393

DispFullNet	18.06 383	27.03 394	34.90 392	22.68 395	20.79 397	15.03 346	3.18 286	16.95 344	26.06 366	20.48 362	16.91 306	20.55 360	18.37 363	23.48 381	12.16 337	5.31 379	2.91 388	31.24 399	8.09 395	22.63 397	12.44 397

RainbowNet	18.69 386	27.15 395	22.03 371	18.76 392	15.00 391	27.97 381	10.17 364	27.99 386	34.19 380	15.53 349	27.53 359	25.33 368	13.80 352	19.86 372	10.59 321	14.50 399	3.57 394	23.85 394	5.03 391	18.49 392	12.41 396

IMH-64-1	28.06 396	29.98 396	19.46 365	32.15 398	20.98 398	27.68 379	16.66 387	47.31 400	44.85 396	34.14 387	50.94 401	41.49 392	31.67 390	37.53 394	23.88 377	14.17 397	2.96 389	34.45 401	11.15 398	26.12 399	13.75 398

IMH-64	28.06 396	29.98 396	19.46 365	32.15 398	20.98 398	27.68 379	16.66 387	47.31 400	44.85 396	34.14 387	50.94 401	41.49 392	31.67 390	37.53 394	23.88 377	14.17 397	2.96 389	34.45 401	11.15 398	26.12 399	13.75 398

IMH	30.65 400	30.30 398	21.09 369	34.89 402	21.75 402	33.16 389	16.91 392	49.53 407	52.50 400	38.41 391	55.10 407	45.13 394	40.36 399	41.57 401	25.66 382	14.74 400	3.36 392	35.43 403	11.69 400	27.31 403	14.16 401

ACVNet_2	27.45 394	30.56 399	27.90 384	20.72 393	15.55 394	37.22 393	14.00 380	49.32 406	65.88 413	43.17 397	56.99 408	51.90 396	26.98 384	21.46 378	15.38 357	10.77 392	2.85 386	23.12 393	3.62 384	20.08 395	11.47 394

TorneroNet-64	33.32 402	33.28 400	33.07 390	35.14 403	21.25 401	48.02 406	21.13 398	43.47 398	58.77 405	33.36 385	46.64 397	62.00 406	38.19 396	44.82 405	35.07 398	15.02 401	3.59 395	35.81 404	12.20 401	29.45 405	16.17 402

TorneroNet	36.02 406	35.25 401	36.33 395	38.44 405	22.19 403	50.72 410	24.42 404	48.39 403	54.53 402	38.03 390	53.44 405	62.83 409	44.79 403	47.68 408	42.11 407	15.69 402	3.97 397	37.25 405	15.05 404	30.83 407	18.40 407

MADNet+	27.96 395	35.32 402	91.41 418	21.04 394	8.86 379	49.25 407	47.41 414	36.98 394	37.84 388	21.00 364	30.83 370	25.41 369	34.95 394	46.51 406	51.54 412	3.04 375	3.33 391	1.48 371	1.05 363	5.85 377	6.05 378

WAO-8	38.93 407	36.84 403	23.97 375	43.96 406	24.48 405	45.73 402	22.62 402	53.10 410	75.66 415	53.86 407	66.14 415	62.39 407	55.11 411	43.01 403	40.67 405	22.98 405	7.22 405	37.53 406	19.49 406	27.04 402	16.83 403

Venus	38.93 407	36.84 403	23.97 375	43.96 406	24.48 405	45.73 402	22.62 402	53.10 410	75.66 415	53.86 407	66.17 416	62.39 407	55.11 411	43.01 403	40.67 405	22.98 405	7.22 405	37.53 406	19.49 406	27.02 401	16.83 403

WAO-6	35.59 404	37.89 405	17.67 359	37.86 404	24.46 404	37.85 394	21.49 399	49.01 405	67.96 414	44.22 399	48.08 398	53.02 398	53.39 409	33.67 391	36.83 401	26.05 407	7.83 408	43.19 408	21.76 408	30.18 406	19.37 408

Dean	35.52 403	40.12 406	27.99 385	30.63 397	17.33 395	45.80 404	11.68 373	57.61 414	76.54 417	63.70 413	60.65 411	66.93 412	49.40 407	38.12 396	40.28 404	12.18 396	3.73 396	28.86 397	5.94 394	20.69 396	12.16 395

LVE	35.84 405	41.54 407	36.25 393	33.36 401	18.92 396	53.05 412	27.99 405	53.17 412	64.93 412	47.63 402	61.58 412	54.25 401	38.72 397	38.72 397	35.50 400	16.36 403	6.23 404	31.51 400	14.04 403	25.01 398	18.07 406

PWCK	31.62 401	45.59 408	49.67 402	30.49 396	7.80 375	42.91 400	29.73 406	45.45 399	44.44 395	47.41 401	36.92 383	47.86 395	26.79 383	41.90 402	33.36 396	22.77 404	4.56 400	29.89 398	5.13 393	29.43 404	10.36 391

UNDER WATER-64	46.01 410	48.25 409	68.05 409	44.59 408	28.11 407	57.02 415	43.78 412	40.20 395	48.80 398	52.08 406	42.95 392	67.22 413	57.71 413	48.98 410	49.57 410	40.01 410	17.98 410	52.15 411	39.41 411	38.99 408	34.41 410

SPstereo	72.80 418	48.41 410	62.94 408	57.25 414	46.60 414	79.63 417	85.16 419	100.00 429	100.00 427	98.52 425	98.22 424	100.00 430	96.67 422	97.01 423	82.62 418	47.37 413	39.60 415	68.10 417	65.09 417	40.01 409	42.71 413

UNDER WATER	45.99 409	49.80 411	68.56 410	49.99 410	32.13 408	55.35 414	39.50 409	41.12 397	52.90 401	50.69 404	45.18 394	67.79 414	58.75 414	51.93 413	50.97 411	30.59 408	14.03 409	51.66 410	37.15 409	40.27 410	31.35 409

DLNR_Zeroshot_test	24.96 393	51.28 412	90.69 417	97.84 425	97.22 424	1.40 13	0.12 31	23.19 381	3.55 43	1.21 32	2.95 48	0.72 45	0.31 8	7.09 146	2.61 177	38.70 409	1.32 356	0.00 1	0.29 320	77.04 421	1.68 299

notaker	48.05 411	55.94 413	50.90 403	56.89 413	40.29 409	38.96 396	33.86 408	47.82 402	55.70 403	57.55 409	57.48 409	60.22 405	59.71 415	54.64 414	43.27 408	41.13 411	19.86 411	57.61 412	37.79 410	50.95 412	40.33 411

ktn	49.32 412	58.11 414	40.16 397	59.92 415	43.22 411	49.79 409	42.99 411	48.56 404	60.67 407	51.59 405	54.51 406	55.34 402	52.65 408	47.92 409	37.91 402	57.88 415	24.79 412	63.00 415	43.57 412	52.51 413	41.31 412

HanzoNet	57.16 415	60.12 415	60.00 406	55.77 412	42.11 410	51.98 411	41.93 410	52.07 408	61.47 408	65.98 416	65.90 414	72.11 416	70.14 416	71.11 417	61.13 415	64.31 417	34.72 414	62.27 414	50.86 414	52.83 414	46.33 414

JetRed	61.44 416	61.87 416	83.02 413	46.49 409	56.73 417	83.63 418	65.09 416	59.75 416	64.22 410	69.50 417	69.26 417	66.24 411	47.62 405	61.80 415	74.60 417	45.99 412	66.40 418	46.67 409	45.27 413	63.49 416	51.22 416

KSHMR	56.07 414	64.25 417	40.47 398	74.89 417	49.63 415	49.42 408	45.46 413	57.71 415	63.52 409	61.65 412	61.67 413	71.88 415	47.67 406	51.47 412	44.57 409	54.67 414	62.25 416	66.31 416	54.18 416	53.03 415	46.75 415

DPSimNet_ROB	54.45 413	65.73 418	47.00 401	54.49 411	46.37 413	55.34 413	56.47 415	56.18 413	59.04 406	64.57 415	51.76 403	64.01 410	54.49 410	47.54 407	67.21 416	63.21 416	27.86 413	58.04 413	51.28 415	46.61 411	51.87 417

LRCNet_RVC	66.47 417	66.44 419	69.02 411	71.60 416	54.27 416	32.21 387	2.93 276	63.19 417	21.83 357	82.02 418	90.16 419	83.59 417	72.13 417	69.45 416	53.25 414	95.47 423	64.21 417	95.15 423	95.27 423	72.59 417	74.60 419

MADNet++	82.81 419	81.73 420	74.64 412	87.71 422	82.67 421	93.35 419	70.27 417	86.39 421	82.88 418	93.51 422	86.62 418	86.40 418	81.37 418	88.21 418	88.63 419	86.59 421	84.23 422	72.14 418	68.69 418	78.88 422	81.36 423

xxxxx1	85.58 421	90.37 421	96.61 421	76.69 418	80.77 418	97.50 422	96.92 423	85.57 418	88.66 419	88.63 419	91.64 420	94.27 419	93.09 419	90.03 419	91.91 420	70.77 418	70.62 419	73.61 419	81.26 420	72.90 418	79.86 420

tt_ll	85.58 421	90.37 421	96.61 421	76.69 418	80.77 418	97.50 422	96.92 423	85.57 418	88.66 419	88.63 419	91.64 420	94.27 419	93.09 419	90.03 419	91.91 420	70.77 418	70.62 419	73.61 419	81.26 420	72.90 418	79.86 420

ff	85.58 421	90.37 421	96.61 421	76.69 418	80.77 418	97.50 422	96.92 423	85.57 418	88.66 419	88.63 419	91.64 420	94.27 419	93.09 419	90.03 419	91.91 420	70.77 418	70.62 419	73.61 419	81.26 420	72.90 418	79.86 420

MEDIAN_ROB	98.44 425	99.70 424	99.34 425	97.13 423	97.06 423	96.94 421	95.91 422	97.71 424	97.33 423	98.78 426	98.91 425	99.19 424	98.13 424	96.94 422	96.99 425	99.97 427	99.18 424	100.00 426	99.99 427	99.70 426	99.83 426

Anonymous_1	99.01 427	99.91 425	99.85 427	97.31 424	99.09 426	100.00 428	100.00 428	99.59 426	99.96 425	99.29 427	99.86 426	99.55 425	99.99 428	99.30 425	99.76 426	95.67 424	99.58 425	97.24 424	98.56 425	97.36 424	98.34 425

HaxPig	98.85 426	99.94 426	95.36 419	99.99 429	99.98 427	94.12 420	94.52 420	99.12 425	99.96 425	99.96 428	99.99 427	99.98 428	99.89 426	98.16 424	96.14 424	99.98 428	99.99 428	100.00 426	99.99 427	99.99 429	99.95 429

AVERAGE_ROB	99.63 429	99.96 427	98.88 424	100.00 432	100.00 429	98.16 425	95.64 421	100.00 429	100.00 427	100.00 429	100.00 428	100.00 430	100.00 429	100.00 430	99.99 428	100.00 431	100.00 429	100.00 426	100.00 429	100.00 430	100.00 433

test_example2	99.38 428	99.98 428	99.99 429	100.00 432	99.98 427	99.73 426	99.99 427	96.99 423	100.00 427	100.00 429	100.00 428	96.49 422	96.74 423	99.97 426	99.96 427	100.00 431	99.97 427	98.68 425	99.11 426	100.00 430	100.00 433

MyStereo03	100.00 434	100.00 429	100.00 432	100.00 432	100.00 429	100.00 428	100.00 428	100.00 429	100.00 427	100.00 429	100.00 428	100.00 430	100.00 429	100.00 430	100.00 431	100.00 431	100.00 429	100.00 426	100.00 429	100.00 430	100.00 433

MyStereo02	100.00 434	100.00 429	100.00 432	100.00 432	100.00 429	100.00 428	100.00 428	100.00 429	100.00 427	100.00 429	100.00 428	100.00 430	100.00 429	100.00 430	100.00 431	100.00 431	100.00 429	100.00 426	100.00 429	100.00 430	100.00 433

MyStereo	100.00 434	100.00 429	100.00 432	100.00 432	100.00 429	100.00 428	100.00 428	100.00 429	100.00 427	100.00 429	100.00 428	100.00 430	100.00 429	100.00 430	100.00 431	100.00 431	100.00 429	100.00 426	100.00 429	100.00 430	100.00 433

Selective-RAFT-Error	100.00 434	100.00 429	100.00 432	100.00 432	100.00 429	100.00 428	100.00 428	100.00 429	100.00 427	100.00 429	100.00 428	100.00 430	100.00 429	100.00 430	100.00 431	100.00 431	100.00 429	100.00 426	100.00 429	100.00 430	100.00 433

PML	97.69 424	100.00 429	96.50 420	97.85 426	97.35 425	99.77 427	99.36 426	96.92 422	96.34 422	100.00 429	96.52 423	97.41 423	99.61 425	100.00 430	95.46 423	99.99 429	97.44 423	100.00 426	96.08 424	99.13 425	88.02 424

CasAABBNet	100.00 434	100.00 429	100.00 432	100.00 432	100.00 429	100.00 428	100.00 428	100.00 429	100.00 427	100.00 429	100.00 428	100.00 430	100.00 429	100.00 430	100.00 431	100.00 431	100.00 429	100.00 426	100.00 429	100.00 430	100.00 433

LSM0	100.00 434	100.00 429	100.00 432	100.00 432	100.00 429	100.00 428	100.00 428	100.00 429	100.00 427	100.00 429	100.00 428	100.00 430	100.00 429	100.00 430	100.00 431	100.00 431	100.00 429	100.00 426	100.00 429	100.00 430	99.99 430

DPSMNet_ROB	99.90 430	100.00 429	99.99 429	99.99 429	100.00 429	100.00 428	100.00 428	99.98 427	100.00 427	98.37 423	100.00 428	99.81 426	100.00 429	99.97 426	99.99 428	100.00 431	100.00 429	100.00 426	100.00 429	100.00 430	99.99 430

DGTPSM_ROB	99.90 430	100.00 429	99.99 429	99.99 429	100.00 429	100.00 428	100.00 428	99.98 427	100.00 427	98.37 423	100.00 428	99.81 426	100.00 429	99.97 426	99.99 428	99.99 429	100.00 429	100.00 426	100.00 429	100.00 430	99.99 430

DPSM_ROB	99.94 432	100.00 429	100.00 432	99.74 427	100.00 429	100.00 428	100.00 428	100.00 429	100.00 427	100.00 429	100.00 428	100.00 430	100.00 429	100.00 430	100.00 431	99.08 425	100.00 429	100.00 426	100.00 429	99.98 427	99.94 427

DPSM	99.94 432	100.00 429	100.00 432	99.74 427	100.00 429	100.00 428	100.00 428	100.00 429	100.00 427	100.00 429	100.00 428	100.00 430	100.00 429	100.00 430	100.00 431	99.08 425	100.00 429	100.00 426	100.00 429	99.98 427	99.94 427

Low-res two-view benchmark