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

IGEV++	0.24 3	0.17 28	0.31 19	0.38 89	0.22 55	0.24 10	0.22 14	0.50 36	0.23 1	0.28 10	0.35 27	0.30 10	0.22 14	0.31 5	0.28 68	0.14 41	0.10 12	0.13 15	0.10 16	0.13 28	0.13 75

Selective-IGEV	0.24 3	0.18 45	0.35 43	0.35 38	0.19 13	0.27 31	0.25 44	0.55 54	0.23 1	0.27 8	0.25 7	0.34 30	0.19 5	0.58 141	0.22 1	0.12 4	0.10 12	0.14 25	0.11 26	0.12 11	0.10 3

AIO-Stereo	0.25 6	0.18 45	0.34 38	0.37 64	0.18 8	0.28 44	0.30 94	0.48 25	0.27 3	0.29 14	0.30 13	0.32 18	0.17 1	0.52 89	0.23 10	0.12 4	0.10 12	0.14 25	0.11 26	0.13 28	0.10 3

RSM	0.25 6	0.18 45	0.33 28	0.36 49	0.20 28	0.27 31	0.34 148	0.51 37	0.27 3	0.26 6	0.23 3	0.39 50	0.21 10	0.56 112	0.22 1	0.12 4	0.10 12	0.14 25	0.11 26	0.14 63	0.10 3

MoCha-V2	0.25 6	0.15 7	0.29 14	0.40 145	0.18 8	0.27 31	0.26 52	0.49 29	0.27 3	0.36 31	0.27 9	0.33 27	0.35 107	0.49 75	0.22 1	0.12 4	0.10 12	0.12 2	0.10 16	0.13 28	0.11 15

IGEV-Stereo+	0.23 2	0.14 2	0.26 8	0.32 10	0.19 13	0.12 1	0.17 1	0.29 1	0.29 6	0.21 1	0.15 1	0.22 2	0.22 14	0.40 27	0.22 1	0.14 41	0.10 12	0.12 2	0.09 8	0.15 100	0.86 435

testlalala	0.28 19	0.19 67	0.43 133	0.34 17	0.23 89	0.45 167	0.30 94	0.43 15	0.29 6	0.68 163	0.49 55	0.35 37	0.25 25	0.32 7	0.25 21	0.14 41	0.11 69	0.14 25	0.09 8	0.11 1	0.11 15

iRaft-Stereo_20w	0.39 139	0.19 67	0.57 270	0.37 64	0.27 203	0.31 72	0.24 37	1.44 409	0.29 6	0.69 171	0.53 75	0.60 161	0.42 151	0.83 297	0.27 56	0.14 41	0.11 69	0.14 25	0.13 71	0.15 100	0.13 75

GCAP-BAT	0.30 39	0.21 125	0.42 123	0.33 14	0.27 203	0.26 21	0.27 62	0.45 20	0.30 9	0.60 109	0.64 104	0.45 84	0.23 18	0.56 112	0.26 44	0.15 93	0.12 119	0.15 60	0.10 16	0.12 11	0.11 15

XX-Stereo	0.37 109	0.17 28	0.45 157	0.55 372	0.36 325	0.38 124	0.20 3	0.60 77	0.30 9	0.46 72	1.30 357	0.73 238	0.26 35	0.56 112	0.26 44	0.16 134	0.11 69	0.17 109	0.16 149	0.14 63	0.10 3

EAI-Stereo	0.34 61	0.19 67	0.44 145	0.39 116	0.21 40	0.31 72	0.30 94	1.15 331	0.30 9	0.49 78	0.75 139	0.36 43	0.28 54	0.62 175	0.27 56	0.14 41	0.11 69	0.14 25	0.13 71	0.13 28	0.12 47

Occ-G	0.26 11	0.14 2	0.28 13	0.34 17	0.20 28	0.27 31	0.34 148	0.41 7	0.31 12	0.29 14	0.43 37	0.49 104	0.25 25	0.47 65	0.28 68	0.13 17	0.11 69	0.14 25	0.11 26	0.12 11	0.12 47

IGEV_Zeroshot_test	0.34 61	0.18 45	0.67 314	0.39 116	0.28 225	0.30 60	0.25 44	0.74 178	0.31 12	0.62 117	0.57 88	0.54 121	0.25 25	0.53 96	0.27 56	0.14 41	0.10 12	0.15 60	0.14 96	0.14 63	0.12 47

UniTT-Stereo	0.27 14	0.17 28	0.37 61	0.40 145	0.27 203	0.30 60	0.28 72	0.39 4	0.31 12	0.29 14	0.46 44	0.27 7	0.25 25	0.47 65	0.34 130	0.17 168	0.13 178	0.13 15	0.12 46	0.14 63	0.12 47

IGEV-BASED-STEREO-	0.56 300	3.08 466	2.43 442	0.31 7	0.18 8	0.29 52	0.20 3	0.37 2	0.32 15	0.28 10	0.24 6	0.18 1	0.18 2	0.31 5	0.22 1	1.09 443	0.08 1	0.17 109	0.16 149	0.14 63	0.97 444

RSM++	0.25 6	0.18 45	0.34 38	0.36 49	0.20 28	0.28 44	0.30 94	0.51 37	0.32 15	0.25 5	0.22 2	0.37 45	0.21 10	0.50 79	0.24 14	0.12 4	0.10 12	0.14 25	0.12 46	0.14 63	0.10 3

AEACV	0.27 14	0.17 28	0.31 19	0.34 17	0.45 377	0.26 21	0.28 72	0.37 2	0.32 15	0.30 17	0.46 44	0.31 16	0.37 124	0.36 14	0.24 14	0.14 41	0.10 12	0.15 60	0.12 46	0.13 28	0.11 15

LoS_RVC	0.27 14	0.16 16	0.27 10	0.32 10	0.30 264	0.44 160	0.34 148	0.41 7	0.33 18	0.31 18	0.51 65	0.29 9	0.32 87	0.36 14	0.28 68	0.11 1	0.10 12	0.11 1	0.08 1	0.11 1	0.19 243

gcap-zeroshot	0.34 61	0.18 45	0.52 246	0.38 89	0.22 55	0.49 179	0.27 62	0.52 44	0.34 19	0.64 135	0.50 58	0.83 273	0.34 104	0.48 72	0.24 14	0.13 17	0.11 69	0.15 60	0.12 46	0.13 28	0.12 47

ff7	0.29 26	0.21 125	0.38 70	0.36 49	0.26 176	0.31 72	0.35 167	0.62 89	0.34 19	0.38 38	0.33 19	0.32 18	0.29 67	0.58 141	0.25 21	0.14 41	0.10 12	0.17 109	0.12 46	0.14 63	0.15 135

IGEVStereo-DCA	0.29 26	0.22 154	0.38 70	0.35 38	0.27 203	0.37 111	0.35 167	0.62 89	0.34 19	0.38 38	0.30 13	0.35 37	0.27 42	0.51 84	0.22 1	0.15 93	0.12 119	0.16 83	0.12 46	0.13 28	0.15 135

ffff	0.29 26	0.21 125	0.38 70	0.36 49	0.26 176	0.31 72	0.35 167	0.62 89	0.34 19	0.38 38	0.33 19	0.32 18	0.29 67	0.58 141	0.25 21	0.14 41	0.10 12	0.17 109	0.12 46	0.14 63	0.15 135

11t	0.29 26	0.21 125	0.38 70	0.36 49	0.26 176	0.31 72	0.35 167	0.62 89	0.34 19	0.38 38	0.33 19	0.32 18	0.29 67	0.58 141	0.25 21	0.14 41	0.10 12	0.17 109	0.12 46	0.14 63	0.15 135

testlalala_base	0.46 201	0.25 232	0.41 103	0.46 287	0.33 309	0.58 223	0.25 44	0.57 59	0.34 19	0.51 83	0.56 85	0.46 91	0.30 78	0.43 40	0.31 94	1.47 451	0.11 69	0.14 25	0.09 8	1.59 440	0.13 75

ccc-4	0.29 26	0.21 125	0.38 70	0.36 49	0.26 176	0.31 72	0.35 167	0.62 89	0.34 19	0.38 38	0.33 19	0.32 18	0.29 67	0.58 141	0.25 21	0.14 41	0.10 12	0.17 109	0.12 46	0.14 63	0.15 135

R-Stereo Train	0.39 139	0.18 45	0.42 123	0.42 209	0.26 176	0.40 132	0.32 132	0.72 168	0.34 19	0.89 294	1.28 353	0.57 132	0.35 107	0.42 36	0.32 104	0.15 93	0.12 119	0.14 25	0.12 46	0.14 63	0.13 75

RAFT-Stereo	0.39 139	0.18 45	0.42 123	0.42 209	0.26 176	0.40 132	0.32 132	0.72 168	0.34 19	0.89 294	1.28 353	0.57 132	0.35 107	0.42 36	0.32 104	0.15 93	0.12 119	0.14 25	0.12 46	0.14 63	0.13 75
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
IGEV-Stereo++	0.21 1	0.15 7	0.27 10	0.37 64	0.19 13	0.22 5	0.18 2	0.42 10	0.35 28	0.22 2	0.28 12	0.24 3	0.18 2	0.27 2	0.22 1	0.12 4	0.09 3	0.12 2	0.10 16	0.12 11	0.10 3

MyStereo06	0.38 124	0.21 125	0.61 282	0.41 172	0.28 225	0.41 145	0.50 314	0.95 255	0.35 28	0.62 117	0.54 77	0.76 252	0.27 42	0.50 79	0.29 81	0.14 41	0.13 178	0.18 148	0.17 196	0.17 165	0.15 135

plain	0.31 42	0.20 92	0.50 229	0.39 116	0.29 251	0.27 31	0.30 94	0.44 17	0.35 28	0.31 18	0.66 112	0.30 10	0.31 83	0.65 203	0.31 94	0.17 168	0.13 178	0.20 214	0.15 119	0.17 165	0.12 47

MaDis-Stereo	0.26 11	0.18 45	0.36 48	0.36 49	0.26 176	0.27 31	0.27 62	0.43 15	0.35 28	0.27 8	0.26 8	0.41 63	0.28 54	0.40 27	0.28 68	0.16 134	0.14 206	0.16 83	0.13 71	0.14 63	0.12 47

anonymousdsp	0.29 26	0.21 125	0.38 70	0.37 64	0.25 139	0.30 60	0.35 167	0.63 95	0.35 28	0.39 46	0.33 19	0.33 27	0.28 54	0.59 156	0.25 21	0.14 41	0.10 12	0.17 109	0.12 46	0.14 63	0.15 135

IGEV-Stereo	0.29 26	0.21 125	0.38 70	0.37 64	0.25 139	0.30 60	0.35 167	0.63 95	0.35 28	0.39 46	0.33 19	0.33 27	0.28 54	0.59 156	0.25 21	0.14 41	0.10 12	0.17 109	0.12 46	0.14 63	0.15 135
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
EGLCR-Stereo	0.25 6	0.16 16	0.33 28	0.34 17	0.20 28	0.35 101	0.20 3	0.52 44	0.36 34	0.28 10	0.27 9	0.41 63	0.18 2	0.45 50	0.26 44	0.14 41	0.10 12	0.16 83	0.14 96	0.13 28	0.11 15

Patchmatch Stereo++	0.35 75	0.23 174	0.47 186	0.41 172	0.22 55	0.24 10	0.22 14	0.59 67	0.36 34	0.63 125	0.73 128	0.58 140	0.38 127	0.58 141	0.36 163	0.18 197	0.12 119	0.20 214	0.16 149	0.20 234	0.15 135
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.35 75	0.23 174	0.47 186	0.41 172	0.22 55	0.24 10	0.31 115	0.59 67	0.36 34	0.63 125	0.73 128	0.58 140	0.38 127	0.56 112	0.35 147	0.18 197	0.12 119	0.20 214	0.16 149	0.20 234	0.15 135

ROB_FTStereo_v2	0.35 75	0.23 174	0.47 186	0.41 172	0.22 55	0.24 10	0.31 115	0.59 67	0.36 34	0.63 125	0.73 128	0.57 132	0.38 127	0.57 123	0.36 163	0.18 197	0.12 119	0.20 214	0.16 149	0.20 234	0.15 135

ROB_FTStereo	0.35 75	0.23 174	0.47 186	0.41 172	0.22 55	0.25 19	0.21 8	0.59 67	0.36 34	0.63 125	0.73 128	0.58 140	0.38 127	0.57 123	0.35 147	0.18 197	0.12 119	0.20 214	0.16 149	0.20 234	0.15 135

HUI-Stereo	0.35 75	0.23 174	0.47 186	0.41 172	0.22 55	0.24 10	0.22 14	0.60 77	0.36 34	0.63 125	0.73 128	0.58 140	0.38 127	0.50 79	0.35 147	0.18 197	0.12 119	0.20 214	0.16 149	0.20 234	0.15 135

iGMRVC	0.35 75	0.23 174	0.47 186	0.41 172	0.22 55	0.24 10	0.30 94	0.59 67	0.36 34	0.63 125	0.73 128	0.58 140	0.38 127	0.58 141	0.36 163	0.18 197	0.12 119	0.20 214	0.16 149	0.20 234	0.15 135

iRAFT	0.35 75	0.23 174	0.47 186	0.41 172	0.22 55	0.24 10	0.22 14	0.59 67	0.36 34	0.63 125	0.73 128	0.58 140	0.38 127	0.58 141	0.36 163	0.18 197	0.12 119	0.20 214	0.16 149	0.20 234	0.15 135

RAFT-IKP	0.35 75	0.23 174	0.47 186	0.41 172	0.22 55	0.24 10	0.28 72	0.59 67	0.36 34	0.63 125	0.73 128	0.57 132	0.38 127	0.58 141	0.36 163	0.18 197	0.12 119	0.20 214	0.16 149	0.20 234	0.15 135

test_xeample3	0.29 26	0.21 125	0.41 103	0.35 38	0.26 176	0.35 101	0.32 132	0.56 56	0.36 34	0.43 62	0.32 18	0.34 30	0.28 54	0.54 99	0.23 10	0.14 41	0.11 69	0.16 83	0.12 46	0.14 63	0.13 75

MyStereo07	0.32 48	0.22 154	0.34 38	0.42 209	0.28 225	0.40 132	0.50 314	0.72 168	0.37 44	0.37 34	0.34 25	0.32 18	0.31 83	0.59 156	0.27 56	0.14 41	0.13 178	0.18 148	0.17 196	0.17 165	0.16 177

DLNR_Zeroshot_test	20.09 473	36.28 480	38.04 477	169.85 485	61.80 481	0.23 7	0.20 3	13.88 472	0.37 44	0.44 65	0.66 112	0.43 77	0.21 10	0.62 175	0.28 68	5.46 470	0.10 12	0.15 60	0.11 26	72.60 484	0.11 15

ProNet	0.29 26	0.21 125	0.38 70	0.35 38	0.24 113	0.32 82	0.43 276	0.57 59	0.37 44	0.33 24	0.30 13	0.32 18	0.28 54	0.57 123	0.26 44	0.13 17	0.11 69	0.16 83	0.13 71	0.13 28	0.13 75

MC-Stereo	0.28 19	0.17 28	0.32 24	0.38 89	0.20 28	0.26 21	0.26 52	0.49 29	0.37 44	0.37 34	0.61 98	0.41 63	0.31 83	0.55 103	0.25 21	0.13 17	0.09 3	0.14 25	0.12 46	0.12 11	0.11 15

Pointernet	0.27 14	0.14 2	0.33 28	0.35 38	0.23 89	0.35 101	0.21 8	0.72 168	0.38 48	0.39 46	0.36 28	0.34 30	0.25 25	0.36 14	0.25 21	0.15 93	0.10 12	0.12 2	0.08 1	0.11 1	0.10 3

U	0.45 194	0.16 16	0.32 24	0.40 145	0.71 422	3.55 454	0.20 3	0.41 7	0.38 48	0.26 6	0.23 3	0.24 3	0.22 14	0.26 1	0.22 1	0.15 93	0.09 3	0.88 431	0.13 71	0.13 28	0.11 15

HH	0.35 75	0.20 92	0.47 186	0.40 145	0.25 139	0.33 86	0.31 115	0.76 189	0.38 48	0.43 62	0.57 88	0.79 261	0.44 166	0.71 244	0.25 21	0.15 93	0.11 69	0.15 60	0.14 96	0.14 63	0.12 47

HanStereo	0.35 75	0.20 92	0.47 186	0.40 145	0.25 139	0.33 86	0.31 115	0.76 189	0.38 48	0.43 62	0.57 88	0.79 261	0.44 166	0.71 244	0.25 21	0.15 93	0.11 69	0.15 60	0.14 96	0.14 63	0.12 47

CroCo-Stereo Lap2	0.28 19	0.24 210	0.39 87	0.50 330	0.29 251	0.20 2	0.31 115	0.49 29	0.38 48	0.24 4	0.27 9	0.46 91	0.31 83	0.39 24	0.30 87	0.14 41	0.15 235	0.16 83	0.13 71	0.16 133	0.15 135

DeepStereo_RVC	0.36 93	0.21 125	0.47 186	0.40 145	0.24 113	0.26 21	0.22 14	0.60 77	0.38 48	0.69 171	0.67 116	0.57 132	0.51 201	0.56 112	0.39 192	0.16 134	0.12 119	0.18 148	0.15 119	0.19 218	0.18 211

UGAM-zero	0.46 201	0.19 67	0.62 285	0.37 64	0.23 89	0.34 93	0.21 8	1.15 331	0.39 54	0.66 155	0.61 98	1.70 414	0.91 366	0.75 265	0.25 21	0.14 41	0.11 69	0.15 60	0.12 46	0.13 28	0.13 75

rvit_stereo_0081_aga	0.31 42	0.28 281	0.44 145	0.42 209	0.29 251	0.34 93	0.31 115	0.44 17	0.40 55	0.39 46	0.44 38	0.40 57	0.32 87	0.42 36	0.29 81	0.23 296	0.17 282	0.19 186	0.16 149	0.20 234	0.15 135

RAFT-Test	0.34 61	0.18 45	0.37 61	0.38 89	0.23 89	0.50 182	0.23 25	0.69 144	0.40 55	0.60 109	0.85 198	0.61 166	0.28 54	0.46 58	0.27 56	0.14 41	0.11 69	0.14 25	0.11 26	0.13 28	0.12 47

cross-raft	0.34 61	0.20 92	0.37 61	0.44 245	0.23 89	0.32 82	0.35 167	0.74 178	0.40 55	0.60 109	0.77 146	0.57 132	0.27 42	0.43 40	0.28 68	0.12 4	0.10 12	0.15 60	0.13 71	0.15 100	0.11 15

DIP-Stereo	0.39 139	0.21 125	0.50 229	0.41 172	0.28 225	0.62 250	0.27 62	0.77 192	0.40 55	0.64 135	0.86 201	0.52 113	0.33 97	0.66 211	0.42 205	0.15 93	0.13 178	0.17 109	0.14 96	0.15 100	0.15 135
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
SPstereo	0.28 19	0.19 67	0.40 95	0.38 89	0.19 13	0.38 124	0.23 25	0.57 59	0.41 59	0.45 67	0.49 55	0.39 50	0.27 42	0.33 9	0.23 10	0.14 41	0.12 119	0.14 25	0.11 26	0.12 11	0.11 15

test_4	0.36 93	0.18 45	0.31 19	0.44 245	0.25 139	0.20 2	0.34 148	0.56 56	0.41 59	0.59 105	1.45 383	0.43 77	0.25 25	0.63 185	0.28 68	0.12 4	0.10 12	0.17 109	0.19 246	0.15 100	0.11 15

KYRaft	0.48 225	0.20 92	0.38 70	0.44 245	0.23 89	0.44 160	0.37 200	0.66 116	0.41 59	0.94 321	1.73 402	0.79 261	0.41 149	0.63 185	0.31 94	0.16 134	0.11 69	0.18 148	0.22 306	0.16 133	0.78 430

AnonymousM	0.41 161	0.81 417	0.29 14	0.34 17	0.22 55	0.28 44	0.38 221	0.53 53	0.41 59	0.70 177	0.49 55	0.47 95	0.27 42	0.41 32	0.31 94	0.15 93	0.12 119	1.51 440	0.26 353	0.12 11	0.10 3

CRE-IMP	0.36 93	0.23 174	0.49 216	0.42 209	0.24 113	0.41 145	0.21 8	0.57 59	0.41 59	0.65 143	0.72 124	0.53 117	0.37 124	0.61 168	0.38 186	0.17 168	0.11 69	0.19 186	0.15 119	0.21 255	0.18 211

rrr	0.29 26	0.22 154	0.41 103	0.35 38	0.27 203	0.37 111	0.32 132	0.52 44	0.42 64	0.38 38	0.30 13	0.35 37	0.27 42	0.51 84	0.22 1	0.15 93	0.12 119	0.16 83	0.13 71	0.13 28	0.14 114

MIF-Stereo (partial)	0.31 42	0.18 45	0.37 61	0.41 172	0.31 285	0.28 44	0.23 25	0.47 23	0.42 64	0.31 18	0.63 101	0.36 43	0.35 107	0.57 123	0.31 94	0.17 168	0.13 178	0.19 186	0.17 196	0.18 184	0.14 114

11t1	0.36 93	0.21 125	0.42 123	0.35 38	0.22 55	0.62 250	0.29 80	0.69 144	0.43 66	0.60 109	0.53 75	0.53 117	0.48 183	0.56 112	0.40 198	0.18 197	0.14 206	0.16 83	0.13 71	0.17 165	0.17 195

MSKI-zero shot	0.32 48	0.17 28	0.34 38	0.39 116	0.21 40	0.32 82	0.22 14	0.61 83	0.43 66	0.52 88	0.64 104	0.61 166	0.20 8	0.74 261	0.25 21	0.14 41	0.10 12	0.14 25	0.10 16	0.12 11	0.12 47

GLC_STEREO	0.29 26	0.19 67	0.27 10	0.44 245	0.19 13	0.31 72	0.26 52	0.47 23	0.43 66	0.37 34	0.47 49	0.41 63	0.23 18	0.50 79	0.34 130	0.14 41	0.18 296	0.19 186	0.16 149	0.16 133	0.13 75

FTStereo	0.56 300	0.20 92	0.37 61	0.41 172	0.25 139	0.40 132	0.79 398	0.66 116	0.43 66	1.09 374	3.27 441	0.70 215	0.73 322	0.55 103	0.33 116	0.14 41	0.13 178	0.19 186	0.17 196	0.15 100	0.30 348

AIO-Stereo-zeroshot1	0.48 225	0.21 125	1.26 408	0.39 116	0.51 393	0.28 44	0.30 94	1.25 375	0.44 70	0.68 163	1.11 310	0.86 284	0.33 97	0.67 221	0.27 56	0.15 93	0.11 69	0.17 109	0.20 270	0.22 275	0.24 309

rvit_stereo_0080	0.31 42	0.25 232	0.40 95	0.39 116	0.28 225	0.27 31	0.46 290	0.49 29	0.44 70	0.35 29	0.42 35	0.40 57	0.28 54	0.41 32	0.33 116	0.22 284	0.17 282	0.17 109	0.16 149	0.22 275	0.15 135

MGS-Stereo	0.28 19	0.19 67	0.40 95	0.36 49	0.23 89	0.37 111	0.30 94	0.39 4	0.44 70	0.31 18	0.51 65	0.40 57	0.24 22	0.43 40	0.26 44	0.15 93	0.12 119	0.15 60	0.13 71	0.14 63	0.13 75

whm_eth	0.31 42	0.25 232	0.40 95	0.39 116	0.28 225	0.27 31	0.46 290	0.49 29	0.44 70	0.35 29	0.42 35	0.40 57	0.28 54	0.41 32	0.33 116	0.22 284	0.17 282	0.17 109	0.16 149	0.22 275	0.15 135

LL-Strereo2	0.35 75	0.24 210	0.48 205	0.41 172	0.26 176	0.35 101	0.24 37	0.67 126	0.44 70	0.54 95	0.51 65	0.66 199	0.25 25	0.66 211	0.30 87	0.14 41	0.12 119	0.23 286	0.20 270	0.18 184	0.13 75

CroCo-Stereo	0.26 11	0.22 154	0.36 48	0.48 301	0.22 55	0.20 2	0.29 80	0.51 37	0.44 70	0.28 10	0.23 3	0.42 70	0.26 35	0.29 3	0.26 44	0.15 93	0.13 178	0.13 15	0.11 26	0.16 133	0.12 47
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
Prome-Stereo	0.46 201	0.19 67	0.35 43	0.44 245	0.26 176	0.40 132	0.45 287	0.68 136	0.44 70	0.96 329	1.84 408	0.59 155	0.67 290	0.61 168	0.32 104	0.14 41	0.11 69	0.16 83	0.14 96	0.16 133	0.29 341

model_zeroshot	0.33 58	0.18 45	0.48 205	0.39 116	0.28 225	0.45 167	0.25 44	0.63 95	0.45 77	0.61 115	0.50 58	0.51 110	0.25 25	0.45 50	0.26 44	0.16 134	0.13 178	0.15 60	0.14 96	0.13 28	0.13 75

RAStereo	0.24 3	0.17 28	0.29 14	0.40 145	0.21 40	0.23 7	0.26 52	0.42 10	0.45 77	0.23 3	0.34 25	0.30 10	0.19 5	0.34 10	0.25 21	0.15 93	0.12 119	0.16 83	0.13 71	0.14 63	0.11 15

test_for_model	0.82 365	3.60 467	0.39 87	2.35 455	2.07 455	0.39 128	0.28 72	0.42 10	0.45 77	0.71 183	0.31 17	0.30 10	0.27 42	0.34 10	0.25 21	0.34 385	0.11 69	0.13 15	0.09 8	3.49 466	0.18 211

sCroCo_RVC	0.35 75	0.28 281	0.69 323	0.51 345	0.39 343	0.41 145	0.31 115	0.49 29	0.45 77	0.31 18	0.48 52	0.38 49	0.32 87	0.46 58	0.32 104	0.21 262	0.22 334	0.19 186	0.19 246	0.21 255	0.20 265

WCG-NET	0.29 26	0.15 7	0.36 48	0.36 49	0.23 89	0.43 154	0.23 25	0.48 25	0.46 81	0.40 51	0.47 49	0.46 91	0.28 54	0.55 103	0.25 21	0.15 93	0.11 69	0.13 15	0.12 46	0.13 28	0.12 47

CES	0.28 19	0.14 2	0.23 1	0.30 5	0.70 421	0.37 111	0.27 62	0.48 25	0.46 81	0.34 25	0.48 52	0.27 7	0.22 14	0.39 24	0.23 10	0.13 17	0.11 69	0.12 2	0.08 1	0.13 28	0.17 195

PSM-softLoss	0.38 124	0.20 92	0.48 205	0.41 172	0.26 176	0.30 60	0.35 167	0.69 144	0.46 81	0.62 117	0.82 178	0.59 155	0.33 97	0.70 239	0.39 192	0.19 226	0.12 119	0.20 214	0.18 220	0.16 133	0.22 297

KMStereo	0.38 124	0.20 92	0.48 205	0.41 172	0.26 176	0.30 60	0.35 167	0.69 144	0.46 81	0.62 117	0.82 178	0.59 155	0.33 97	0.70 239	0.39 192	0.19 226	0.12 119	0.20 214	0.18 220	0.16 133	0.22 297

CAS	0.34 61	0.13 1	0.25 7	1.28 438	0.30 264	0.46 171	0.38 221	0.48 25	0.47 85	0.34 25	0.52 73	0.24 3	0.19 5	0.29 3	0.27 56	0.69 429	0.08 1	0.12 2	0.08 1	0.12 11	0.15 135

SST-Stereo	0.40 150	0.19 67	0.45 157	0.42 209	0.25 139	0.25 19	0.21 8	0.66 116	0.47 85	1.08 372	0.79 165	0.72 228	0.43 157	0.77 276	0.35 147	0.16 134	0.11 69	0.20 214	0.16 149	0.19 218	0.15 135

AIO-Stereo-zeroshot	0.42 168	0.20 92	0.74 344	0.38 89	0.43 366	0.39 128	0.26 52	0.94 248	0.49 87	0.53 91	0.77 146	0.93 309	0.45 171	0.63 185	0.24 14	0.16 134	0.10 12	0.17 109	0.18 220	0.20 234	0.20 265

test_sample1	0.42 168	0.22 154	0.46 174	0.34 17	0.23 89	0.58 223	0.35 167	0.99 266	0.49 87	0.62 117	0.75 139	0.69 211	0.61 254	0.58 141	0.44 226	0.18 197	0.14 206	0.17 109	0.15 119	0.17 165	0.17 195

testlalala2	0.36 93	0.18 45	0.45 157	0.89 425	0.53 398	0.44 160	0.26 52	0.61 83	0.49 87	0.68 163	0.56 85	0.44 82	0.24 22	0.34 10	0.31 94	0.15 93	0.12 119	0.14 25	0.10 16	0.13 28	0.13 75

MyStereo8	0.40 150	0.20 92	0.54 256	0.41 172	0.29 251	0.53 195	0.29 80	0.65 107	0.49 87	0.71 183	0.98 259	0.58 140	0.43 157	0.50 79	0.51 267	0.15 93	0.12 119	0.16 83	0.14 96	0.19 218	0.19 243

rvit_stereo_ft	0.33 58	0.25 232	0.47 186	0.52 356	0.32 299	0.33 86	0.47 297	0.49 29	0.50 91	0.34 25	0.41 33	0.41 63	0.32 87	0.48 72	0.34 130	0.22 284	0.14 206	0.19 186	0.18 220	0.19 218	0.14 114

CAS++	0.32 48	0.24 210	0.36 48	0.37 64	0.26 176	0.28 44	0.23 25	0.87 225	0.50 91	0.47 75	0.45 39	0.26 6	0.21 10	0.49 75	0.24 14	0.23 296	0.19 310	0.22 268	0.17 196	0.21 255	0.16 177
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DCRE	0.37 109	0.18 45	0.46 174	0.45 267	0.32 299	0.42 152	0.37 200	0.63 95	0.51 93	0.47 75	0.94 233	0.56 127	0.36 121	0.52 89	0.32 104	0.14 41	0.13 178	0.15 60	0.14 96	0.14 63	0.13 75

RAFT-345	0.40 150	0.18 45	0.40 95	0.38 89	0.22 55	0.33 86	0.26 52	0.61 83	0.51 93	0.74 207	1.79 406	0.45 84	0.33 97	0.66 211	0.36 163	0.14 41	0.11 69	0.18 148	0.14 96	0.13 28	0.13 75

iRaftStereo_RVC	0.32 48	0.19 67	0.37 61	0.39 116	0.22 55	0.31 72	0.29 80	0.68 136	0.51 93	0.49 78	0.66 112	0.37 45	0.23 18	0.45 50	0.33 116	0.14 41	0.10 12	0.18 148	0.17 196	0.15 100	0.12 47

x	0.39 139	0.24 210	0.41 103	0.34 17	0.23 89	0.52 189	0.32 132	0.86 218	0.52 96	0.57 102	0.70 122	0.59 155	0.50 197	0.49 75	0.46 244	0.17 168	0.15 235	0.17 109	0.15 119	0.17 165	0.16 177

sAnonymous2	0.40 150	0.39 349	0.85 365	0.48 301	0.37 330	0.40 132	0.46 290	0.57 59	0.52 96	0.38 38	0.46 44	0.35 37	0.42 151	0.43 40	0.30 87	0.19 226	0.14 206	0.18 148	0.17 196	0.57 419	0.44 402

CroCo_RVC	0.40 150	0.39 349	0.85 365	0.48 301	0.37 330	0.40 132	0.46 290	0.57 59	0.52 96	0.38 38	0.46 44	0.35 37	0.42 151	0.43 40	0.30 87	0.19 226	0.14 206	0.18 148	0.17 196	0.57 419	0.44 402

mmm	0.44 184	0.27 268	0.46 174	0.38 89	0.24 113	0.61 243	0.35 167	0.94 248	0.53 99	0.72 195	1.05 291	0.63 174	0.50 197	0.57 123	0.45 234	0.18 197	0.15 235	0.23 286	0.20 270	0.20 234	0.18 211

CASnet	0.30 39	0.20 92	0.33 28	0.41 172	0.16 3	0.26 21	0.24 37	0.52 44	0.53 99	0.52 88	0.54 77	0.39 50	0.24 22	0.40 27	0.26 44	0.14 41	0.10 12	0.22 268	0.18 220	0.18 184	0.11 15
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LCNet	0.41 161	0.20 92	0.32 24	0.44 245	0.24 113	0.47 173	0.29 80	0.67 126	0.53 99	0.72 195	1.03 281	0.66 199	0.60 249	0.58 141	0.34 130	0.14 41	0.10 12	0.19 186	0.19 246	0.21 255	0.36 376

GMM-Stereo	0.44 184	0.19 67	0.36 48	0.42 209	0.25 139	0.51 186	0.47 297	0.71 164	0.53 99	0.76 216	1.37 366	0.76 252	0.38 127	0.60 162	0.33 116	0.15 93	0.10 12	0.20 214	0.19 246	0.16 133	0.27 328

ACVNet-DCA	0.35 75	0.23 174	0.33 28	0.41 172	0.22 55	0.55 204	0.38 221	0.85 215	0.54 103	0.41 54	0.50 58	0.34 30	0.49 186	0.57 123	0.25 21	0.16 134	0.10 12	0.19 186	0.13 71	0.18 184	0.17 195

1test111	0.36 93	0.23 174	0.33 28	0.41 172	0.22 55	0.55 204	0.38 221	0.85 215	0.54 103	0.41 54	0.50 58	0.34 30	0.49 186	0.55 103	0.45 234	0.16 134	0.10 12	0.19 186	0.13 71	0.18 184	0.17 195

MIM_Stereo	0.38 124	0.17 28	0.53 253	0.37 64	0.24 113	0.27 31	0.24 37	0.70 158	0.54 103	0.72 195	1.00 266	0.63 174	0.29 67	0.64 196	0.38 186	0.13 17	0.14 206	0.17 109	0.16 149	0.14 63	0.11 15

qqq	0.40 150	0.26 251	0.44 145	0.36 49	0.22 55	0.46 171	0.36 187	0.85 215	0.54 103	0.56 100	0.69 119	0.65 194	0.53 206	0.55 103	0.45 234	0.17 168	0.16 264	0.20 214	0.19 246	0.18 184	0.17 195

rvit_stereo_0081	0.32 48	0.24 210	0.47 186	0.43 228	0.26 176	0.30 60	0.37 200	0.42 10	0.55 107	0.36 31	0.40 31	0.39 50	0.35 107	0.43 40	0.33 116	0.22 284	0.16 264	0.19 186	0.16 149	0.19 218	0.13 75

rvit_stereo_0082	0.32 48	0.24 210	0.47 186	0.43 228	0.26 176	0.30 60	0.37 200	0.42 10	0.55 107	0.36 31	0.40 31	0.39 50	0.35 107	0.43 40	0.33 116	0.22 284	0.16 264	0.19 186	0.16 149	0.19 218	0.13 75

AACVNet	0.50 256	0.23 174	0.49 216	0.46 287	0.29 251	0.52 189	0.38 221	0.90 237	0.55 107	0.81 241	1.03 281	1.00 324	0.70 313	0.83 297	0.54 281	0.21 262	0.18 296	0.24 300	0.18 220	0.23 291	0.20 265

NRIStereo	0.36 93	0.20 92	0.45 157	0.41 172	0.23 89	0.34 93	0.26 52	0.65 107	0.55 107	0.64 135	0.63 101	0.56 127	0.37 124	0.65 203	0.37 178	0.15 93	0.11 69	0.18 148	0.15 119	0.17 165	0.14 114

Pruner-Stereo	0.38 124	0.20 92	0.45 157	0.40 145	0.25 139	0.22 5	0.24 37	0.67 126	0.55 107	0.89 294	0.76 142	0.68 207	0.29 67	0.62 175	0.35 147	0.18 197	0.12 119	0.20 214	0.17 196	0.17 165	0.18 211

TANstereo	0.30 39	0.15 7	0.31 19	0.30 5	0.17 4	0.55 204	0.23 25	0.44 17	0.55 107	0.59 105	0.68 118	0.37 45	0.26 35	0.35 13	0.27 56	0.15 93	0.16 264	0.12 2	0.10 16	0.13 28	0.14 114

CRFU-Net	0.57 306	0.27 268	0.57 270	0.46 287	0.30 264	1.20 392	0.52 331	1.10 308	0.56 113	1.00 345	0.98 259	1.06 341	0.79 340	0.81 288	0.71 321	0.21 262	0.19 310	0.18 148	0.16 149	0.18 184	0.19 243

DisPM	0.39 139	0.19 67	0.44 145	0.41 172	0.27 203	0.24 10	0.31 115	0.65 107	0.57 114	0.87 282	0.87 208	0.60 161	0.32 87	0.76 269	0.32 104	0.18 197	0.12 119	0.19 186	0.17 196	0.15 100	0.20 265

RAFT	0.45 194	0.22 154	0.45 157	0.47 296	0.26 176	0.54 199	0.47 297	0.66 116	0.58 115	0.80 231	0.82 178	0.94 311	0.57 230	0.75 265	0.34 130	0.17 168	0.15 235	0.22 268	0.20 270	0.16 133	0.12 47

TRStereo	0.37 109	0.27 268	0.59 275	0.47 296	0.41 355	0.29 52	0.30 94	0.84 212	0.59 116	0.52 88	0.41 33	0.52 113	0.26 35	0.73 254	0.27 56	0.17 168	0.12 119	0.19 186	0.19 246	0.13 28	0.11 15

test-1	0.36 93	0.19 67	0.71 331	0.46 287	0.26 176	0.44 160	0.36 187	0.60 77	0.59 116	0.48 77	0.67 116	0.53 117	0.36 121	0.40 27	0.29 81	0.14 41	0.11 69	0.16 83	0.14 96	0.15 100	0.16 177

CIPLG	0.41 161	0.21 125	0.63 294	0.45 267	0.33 309	0.52 189	0.33 141	0.65 107	0.60 118	0.82 250	0.96 245	0.46 91	0.32 87	0.55 103	0.44 226	0.16 134	0.12 119	0.15 60	0.14 96	0.13 28	0.14 114

ac_64	0.52 272	0.22 154	0.50 229	0.45 267	0.28 225	0.80 317	0.45 287	1.02 280	0.61 119	0.91 306	0.83 184	1.07 346	0.68 296	0.74 261	0.70 317	0.21 262	0.18 296	0.20 214	0.19 246	0.18 184	0.15 135

rvit_stereo_0083	0.34 61	0.24 210	0.50 229	0.44 245	0.27 203	0.34 93	0.35 167	0.45 20	0.62 120	0.37 34	0.47 49	0.42 70	0.35 107	0.40 27	0.36 163	0.22 284	0.20 318	0.20 214	0.17 196	0.20 234	0.14 114

AE-Stereo	0.34 61	0.21 125	0.42 123	0.48 301	0.31 285	0.48 175	0.35 167	0.61 83	0.62 120	0.32 23	0.55 82	0.52 113	0.27 42	0.47 65	0.29 81	0.13 17	0.13 178	0.18 148	0.16 149	0.15 100	0.12 47

StereoVision	0.42 168	0.28 281	0.45 157	0.49 316	0.28 225	0.38 124	0.38 221	0.72 168	0.62 120	0.44 65	1.14 322	0.54 121	0.39 138	0.56 112	0.34 130	0.21 262	0.24 352	0.25 312	0.24 333	0.26 316	0.16 177

CASS	0.45 194	0.27 268	0.42 123	0.48 301	0.22 55	0.61 243	0.34 148	0.97 261	0.62 120	0.71 183	0.85 198	0.61 166	0.55 222	0.57 123	0.41 201	0.29 350	0.16 264	0.22 268	0.18 220	0.22 275	0.28 335
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.49 242	0.20 92	0.42 123	0.38 89	0.23 89	0.91 342	0.35 167	0.75 184	0.62 120	0.85 270	1.54 391	1.06 341	0.66 287	0.51 84	0.43 210	0.16 134	0.13 178	0.19 186	0.21 290	0.16 133	0.14 114

iRaft-Stereo_5w	0.45 194	0.21 125	0.48 205	0.42 209	0.28 225	0.31 72	0.54 339	0.63 95	0.62 120	0.62 117	0.89 219	1.01 327	0.69 300	0.75 265	0.66 307	0.13 17	0.12 119	0.17 109	0.15 119	0.14 63	0.15 135

IPLGR_C	0.40 150	0.21 125	0.64 299	0.45 267	0.33 309	0.52 189	0.34 148	0.66 116	0.62 120	0.82 250	0.92 229	0.45 84	0.32 87	0.52 89	0.46 244	0.17 168	0.12 119	0.15 60	0.14 96	0.13 28	0.14 114

GMOStereo	0.37 109	0.19 67	0.38 70	0.43 228	0.24 113	0.37 111	0.38 221	0.52 44	0.62 120	0.87 282	0.84 189	0.64 181	0.35 107	0.37 18	0.28 68	0.13 17	0.11 69	0.20 214	0.18 220	0.15 100	0.11 15

error version	0.37 109	0.19 67	0.38 70	0.43 228	0.24 113	0.37 111	0.38 221	0.52 44	0.62 120	0.87 282	0.84 189	0.64 181	0.35 107	0.37 18	0.28 68	0.13 17	0.11 69	0.20 214	0.18 220	0.15 100	0.11 15

test-v	0.37 109	0.19 67	0.38 70	0.43 228	0.24 113	0.37 111	0.38 221	0.52 44	0.62 120	0.87 282	0.84 189	0.64 181	0.35 107	0.37 18	0.28 68	0.13 17	0.11 69	0.20 214	0.18 220	0.15 100	0.11 15

test-2	0.37 109	0.19 67	0.38 70	0.43 228	0.24 113	0.37 111	0.38 221	0.52 44	0.62 120	0.87 282	0.84 189	0.64 181	0.35 107	0.37 18	0.28 68	0.13 17	0.11 69	0.20 214	0.18 220	0.15 100	0.11 15

Selective-RAFT	0.35 75	0.23 174	0.51 241	0.44 245	0.21 40	0.64 266	0.27 62	0.59 67	0.63 131	0.40 51	0.38 30	0.55 124	0.40 143	0.57 123	0.35 147	0.13 17	0.11 69	0.14 25	0.12 46	0.16 133	0.13 75

IPLG	0.39 139	0.20 92	0.59 275	0.40 145	0.24 113	0.54 199	0.27 62	0.75 184	0.63 131	0.84 269	0.81 175	0.32 18	0.32 87	0.60 162	0.45 234	0.13 17	0.11 69	0.16 83	0.13 71	0.13 28	0.12 47

ACRE	0.40 150	0.21 125	0.65 305	0.45 267	0.33 309	0.51 186	0.33 141	0.66 116	0.63 131	0.80 231	0.92 229	0.45 84	0.32 87	0.52 89	0.45 234	0.16 134	0.12 119	0.15 60	0.14 96	0.13 28	0.14 114

GrayStereo	0.49 242	0.19 67	0.42 123	0.46 287	0.28 225	0.53 195	0.67 369	0.69 144	0.63 131	1.02 352	1.47 386	0.78 259	0.76 329	0.56 112	0.33 116	0.14 41	0.12 119	0.17 109	0.17 196	0.15 100	0.29 341

raftrobust	0.34 61	0.19 67	0.36 48	0.41 172	0.27 203	0.30 60	0.25 44	0.71 164	0.63 131	0.58 103	0.55 82	0.45 84	0.46 175	0.51 84	0.29 81	0.16 134	0.12 119	0.14 25	0.12 46	0.12 11	0.13 75

HCRNet	0.44 184	0.34 319	0.41 103	0.53 362	0.26 176	0.53 195	0.29 80	0.83 209	0.63 131	0.71 183	0.81 175	0.77 258	0.50 197	0.66 211	0.36 163	0.24 307	0.16 264	0.24 300	0.20 270	0.21 255	0.18 211

PMTNet	0.32 48	0.16 16	0.24 4	0.29 3	0.18 8	0.45 167	0.22 14	0.56 56	0.63 131	0.46 72	0.54 77	0.39 50	0.34 104	0.48 72	0.24 14	0.75 431	0.10 12	0.12 2	0.08 1	0.12 11	0.11 15

EKT-Stereo	0.35 75	0.23 174	0.39 87	0.43 228	0.29 251	0.38 124	0.31 115	0.69 144	0.64 138	0.45 67	0.63 101	0.49 104	0.27 42	0.56 112	0.33 116	0.18 197	0.14 206	0.18 148	0.15 119	0.16 133	0.16 177

knoymous	0.36 93	0.20 92	0.31 19	0.31 7	0.22 55	0.36 109	0.29 80	0.61 83	0.64 138	0.67 157	0.70 122	0.60 161	0.40 143	0.58 141	0.34 130	0.17 168	0.11 69	0.20 214	0.11 26	0.17 165	0.18 211

RALCasStereoNet	0.36 93	0.21 125	0.37 61	0.42 209	0.26 176	0.35 101	0.38 221	0.63 95	0.64 138	0.50 81	0.72 124	0.51 110	0.29 67	0.59 156	0.36 163	0.16 134	0.14 206	0.15 60	0.13 71	0.17 165	0.16 177

RALAANet	0.38 124	0.23 174	0.48 205	0.42 209	0.29 251	0.35 101	0.25 44	0.86 218	0.64 138	0.67 157	0.65 107	0.60 161	0.29 67	0.60 162	0.34 130	0.15 93	0.12 119	0.17 109	0.15 119	0.21 255	0.13 75

HITNet	0.41 161	0.26 251	0.45 157	0.33 14	0.17 4	0.63 259	0.30 94	0.93 244	0.64 138	0.71 183	0.82 178	0.64 181	0.52 203	0.59 156	0.43 210	0.14 41	0.10 12	0.15 60	0.13 71	0.19 218	0.12 47
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
anonymousdsp2	0.35 75	0.20 92	0.43 133	0.37 64	0.24 113	0.48 175	0.31 115	0.86 218	0.65 143	0.55 97	0.50 58	0.50 106	0.34 104	0.56 112	0.31 94	0.14 41	0.10 12	0.14 25	0.10 16	0.16 133	0.14 114

Anonymous3	0.46 201	0.34 319	0.86 370	0.50 330	0.37 330	0.81 322	0.50 314	0.72 168	0.65 143	0.51 83	0.65 107	0.45 84	0.45 171	0.64 196	0.38 186	0.24 307	0.24 352	0.22 268	0.21 290	0.23 291	0.23 303

TestStereo	0.38 124	0.31 303	0.40 95	0.45 267	0.20 28	0.40 132	0.37 200	0.66 116	0.65 143	0.53 91	0.78 156	0.47 95	0.40 143	0.55 103	0.37 178	0.18 197	0.13 178	0.20 214	0.15 119	0.22 275	0.13 75

IER	0.46 201	0.23 174	0.50 229	0.38 89	0.28 225	0.69 284	0.35 167	0.80 203	0.66 146	0.83 262	0.94 233	0.75 246	0.77 333	0.60 162	0.42 205	0.17 168	0.14 206	0.17 109	0.17 196	0.17 165	0.15 135

AFF-stereo	0.38 124	0.19 67	0.39 87	0.37 64	0.21 40	0.27 31	0.31 115	0.65 107	0.66 146	0.64 135	1.13 319	0.76 252	0.39 138	0.55 103	0.33 116	0.11 1	0.09 3	0.16 83	0.16 149	0.13 28	0.11 15

rvit_0105_6	0.38 124	0.28 281	0.64 299	0.50 330	0.30 264	0.39 128	0.38 221	0.51 37	0.67 148	0.40 51	0.45 39	0.50 106	0.41 149	0.54 99	0.36 163	0.27 335	0.26 366	0.24 300	0.21 290	0.22 275	0.16 177

rvit_stereo_0075_2	0.47 214	0.37 335	0.70 327	0.53 362	0.46 384	0.43 154	0.36 187	0.81 206	0.67 148	0.55 97	0.74 137	0.59 155	0.43 157	0.63 185	0.43 210	0.32 371	0.23 344	0.35 379	0.25 342	0.30 341	0.25 316

test_sample2	0.42 168	0.22 154	0.43 133	0.33 14	0.21 40	0.58 223	0.39 243	0.95 255	0.67 148	0.63 125	0.77 146	0.69 211	0.57 230	0.61 168	0.38 186	0.19 226	0.14 206	0.18 148	0.16 149	0.19 218	0.18 211

RAFT_R40	0.40 150	0.19 67	0.44 145	0.43 228	0.25 139	0.23 7	0.26 52	0.67 126	0.67 148	0.98 338	0.78 156	0.72 228	0.43 157	0.76 269	0.35 147	0.16 134	0.11 69	0.20 214	0.16 149	0.18 184	0.14 114

AAGNet	1.43 425	0.20 92	0.48 205	0.44 245	0.25 139	0.29 52	0.31 115	0.65 107	0.68 152	0.97 333	0.86 201	0.67 206	0.62 260	0.64 196	20.63 471	0.16 134	0.11 69	0.19 186	0.15 119	0.19 218	0.12 47

ASMatch	0.48 225	0.19 67	0.45 157	0.39 116	0.28 225	0.37 111	0.26 52	0.74 178	0.68 152	0.76 216	2.34 421	0.61 166	0.52 203	0.62 175	0.37 178	0.14 41	0.12 119	0.17 109	0.15 119	0.14 63	0.21 283

GES	0.44 184	0.23 174	0.57 270	0.40 145	0.30 264	0.59 235	0.36 187	0.96 258	0.68 152	0.74 207	0.83 184	0.47 95	0.48 183	0.67 221	0.43 210	0.22 284	0.16 264	0.17 109	0.16 149	0.18 184	0.23 303

DMCA-RVC	0.51 263	0.30 299	0.59 275	0.50 330	0.32 299	0.54 199	0.38 221	0.86 218	0.68 152	0.94 321	0.86 201	0.91 305	0.68 296	0.70 239	0.59 293	0.23 296	0.18 296	0.31 365	0.23 319	0.26 316	0.19 243

DMCA	0.45 194	0.26 251	0.50 229	0.38 89	0.28 225	0.51 186	0.34 148	0.93 244	0.68 152	0.75 209	0.83 184	0.79 261	0.53 206	0.51 84	0.54 281	0.21 262	0.16 264	0.21 255	0.16 149	0.19 218	0.21 283

MIPNet	0.37 109	0.21 125	0.59 275	0.39 116	0.25 139	0.50 182	0.28 72	0.77 192	0.70 157	0.65 143	0.60 95	0.40 57	0.49 186	0.44 49	0.37 178	0.14 41	0.11 69	0.16 83	0.13 71	0.14 63	0.13 75

PFNet+	0.40 150	0.19 67	0.49 216	0.39 116	0.25 139	0.28 44	0.23 25	0.64 106	0.70 157	0.85 270	0.79 165	0.64 181	0.35 107	0.72 249	0.34 130	0.19 226	0.14 206	0.23 286	0.20 270	0.16 133	0.20 265

NF-Stereo	0.38 124	0.20 92	0.45 157	0.41 172	0.25 139	0.26 21	0.31 115	0.69 144	0.70 157	0.65 143	0.77 146	0.57 132	0.30 78	0.67 221	0.35 147	0.18 197	0.12 119	0.20 214	0.16 149	0.16 133	0.27 328

OCTAStereo	0.38 124	0.20 92	0.46 174	0.41 172	0.25 139	0.26 21	0.31 115	0.69 144	0.70 157	0.65 143	0.77 146	0.58 140	0.30 78	0.67 221	0.35 147	0.18 197	0.12 119	0.20 214	0.16 149	0.16 133	0.27 328

PSM-AAD	0.48 225	0.20 92	0.37 61	0.43 228	0.23 89	0.56 217	0.50 314	0.65 107	0.70 157	1.07 369	1.12 313	0.58 140	0.92 370	0.61 168	0.32 104	0.15 93	0.11 69	0.25 312	0.26 353	0.18 184	0.43 401

RE-Stereo	0.38 124	0.20 92	0.46 174	0.41 172	0.25 139	0.26 21	0.31 115	0.69 144	0.70 157	0.65 143	0.77 146	0.58 140	0.30 78	0.67 221	0.35 147	0.18 197	0.12 119	0.20 214	0.16 149	0.16 133	0.27 328

TVStereo	0.38 124	0.20 92	0.46 174	0.41 172	0.25 139	0.26 21	0.31 115	0.69 144	0.70 157	0.65 143	0.77 146	0.58 140	0.30 78	0.67 221	0.35 147	0.18 197	0.12 119	0.20 214	0.16 149	0.16 133	0.27 328

RAFT-RH_RVC	0.56 300	0.17 28	0.41 103	0.37 64	0.23 89	0.57 221	0.24 37	0.60 77	0.70 157	1.19 385	3.94 452	0.56 127	0.38 127	0.65 203	0.36 163	0.13 17	0.11 69	0.20 214	0.14 96	0.12 11	0.13 75

ICVP	0.46 201	0.25 232	0.38 70	0.48 301	0.28 225	0.58 223	0.43 276	1.00 270	0.70 157	0.67 157	0.95 241	0.75 246	0.55 222	0.53 96	0.54 281	0.23 296	0.17 282	0.19 186	0.17 196	0.19 218	0.20 265
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
FENet	0.42 168	0.22 154	0.38 70	0.39 116	0.24 113	0.55 204	0.32 132	0.79 200	0.70 157	0.71 183	0.72 124	0.63 174	0.57 230	0.62 175	0.44 226	0.19 226	0.13 178	0.19 186	0.17 196	0.18 184	0.19 243

DeepPruner_ROB	0.53 277	0.34 319	0.59 275	0.41 172	0.30 264	0.50 182	0.43 276	1.19 347	0.70 157	0.85 270	1.05 291	0.86 284	0.55 222	0.84 302	0.51 267	0.29 350	0.23 344	0.22 268	0.22 306	0.26 316	0.25 316

trnet	0.27 14	0.14 2	0.23 1	0.28 2	0.15 1	0.37 111	0.23 25	0.52 44	0.72 168	0.42 59	0.51 65	0.34 30	0.26 35	0.39 24	0.25 21	0.15 93	0.11 69	0.12 2	0.08 1	0.11 1	0.10 3

H2IRNET	0.37 109	0.20 92	0.33 28	0.38 89	0.25 139	0.27 31	0.23 25	0.59 67	0.72 168	0.39 46	0.90 222	0.74 244	0.55 222	0.52 89	0.43 210	0.15 93	0.13 178	0.18 148	0.20 270	0.16 133	0.13 75

4D-IteraStereo	0.33 58	0.18 45	0.40 95	0.40 145	0.24 113	0.32 82	0.27 62	0.58 65	0.72 168	0.65 143	0.54 77	0.42 70	0.23 18	0.45 50	0.28 68	0.14 41	0.09 3	0.19 186	0.16 149	0.16 133	0.11 15

LoS	0.29 26	0.15 7	0.30 17	0.29 3	0.18 8	0.33 86	0.29 80	0.51 37	0.72 168	0.34 25	0.52 73	0.41 63	0.28 54	0.47 65	0.28 68	0.15 93	0.11 69	0.13 15	0.09 8	0.11 1	0.11 15
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CSP-Net	0.56 300	0.27 268	0.49 216	0.41 172	0.28 225	1.22 393	0.50 314	1.23 365	0.72 168	0.95 328	0.95 241	0.89 299	0.62 260	0.83 297	0.62 299	0.26 327	0.17 282	0.17 109	0.17 196	0.18 184	0.17 195

CREStereo	0.28 19	0.15 7	0.24 4	0.27 1	0.17 4	0.37 111	0.25 44	0.51 37	0.72 168	0.42 59	0.51 65	0.32 18	0.26 35	0.38 22	0.25 21	0.16 134	0.11 69	0.12 2	0.08 1	0.12 11	0.11 15
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
BEATNet_4x	0.46 201	0.32 306	0.56 267	0.37 64	0.19 13	0.63 259	0.35 167	1.01 277	0.72 168	0.77 222	0.83 184	0.70 215	0.59 245	0.68 231	0.53 277	0.16 134	0.12 119	0.16 83	0.14 96	0.24 304	0.16 177

rvit_0105_4	0.41 161	0.29 291	0.71 331	0.50 330	0.29 251	0.41 145	0.41 265	0.55 54	0.73 175	0.45 67	0.48 52	0.55 124	0.44 166	0.57 123	0.36 163	0.28 343	0.26 366	0.25 312	0.22 306	0.23 291	0.18 211

Any-RAFT	0.35 75	0.16 16	0.30 17	0.34 17	0.21 40	0.52 189	0.22 14	0.88 230	0.73 175	0.53 91	0.73 128	0.64 181	0.28 54	0.46 58	0.24 14	0.15 93	0.10 12	0.13 15	0.10 16	0.13 28	0.12 47

RAFT_CTSACE	0.45 194	0.20 92	0.44 145	0.45 267	0.27 203	0.34 93	0.39 243	0.60 77	0.73 175	0.76 216	1.44 380	0.83 273	0.38 127	1.08 367	0.26 44	0.12 4	0.13 178	0.18 148	0.16 149	0.15 100	0.11 15

STrans-v2	0.46 201	0.20 92	0.48 205	0.40 145	0.24 113	0.55 204	0.50 314	1.07 299	0.73 175	0.65 143	1.05 291	0.72 228	0.69 300	0.72 249	0.33 116	0.14 41	0.10 12	0.17 109	0.14 96	0.13 28	0.12 47

XX-TBD	0.32 48	0.53 392	0.26 8	0.51 345	0.20 28	0.37 111	0.24 37	0.40 6	0.73 175	0.54 95	0.69 119	0.31 16	0.25 25	0.32 7	0.27 56	0.16 134	0.10 12	0.12 2	0.09 8	0.13 28	0.11 15

RAFT-Stereo + iAFF	0.36 93	0.17 28	0.41 103	0.35 38	0.19 13	0.33 86	0.29 80	0.65 107	0.73 175	0.68 163	1.01 269	0.56 127	0.40 143	0.42 36	0.30 87	0.11 1	0.09 3	0.15 60	0.14 96	0.13 28	0.10 3

rvit_0105_5	0.42 168	0.31 303	0.73 339	0.50 330	0.29 251	0.44 160	0.42 274	0.61 83	0.74 181	0.51 83	0.51 65	0.60 161	0.47 178	0.57 123	0.38 186	0.27 335	0.25 360	0.25 312	0.23 319	0.22 275	0.18 211

IPLGR	0.39 139	0.21 125	0.63 294	0.39 116	0.22 55	0.49 179	0.29 80	0.76 189	0.74 181	0.78 226	0.77 146	0.44 82	0.42 151	0.47 65	0.38 186	0.13 17	0.12 119	0.16 83	0.14 96	0.15 100	0.13 75

DEmStereo	0.48 225	0.17 28	0.50 229	0.38 89	0.25 139	0.59 235	0.34 148	0.63 95	0.74 181	0.89 294	1.66 398	0.58 140	1.06 389	0.60 162	0.42 205	0.14 41	0.11 69	0.16 83	0.16 149	0.14 63	0.15 135

test_sample8	1.25 416	0.36 329	0.72 336	0.38 89	0.30 264	0.71 293	0.43 276	1.13 319	0.75 184	1.50 405	0.95 241	3.29 443	1.59 424	1.20 381	1.36 409	0.41 404	8.41 468	0.40 395	0.41 407	0.36 370	0.33 362

HHNet	0.41 161	0.17 28	0.41 103	0.34 17	0.37 330	0.33 86	0.34 148	0.69 144	0.75 184	0.86 275	1.30 357	0.52 113	0.32 87	0.52 89	0.35 147	0.15 93	0.11 69	0.19 186	0.15 119	0.15 100	0.24 309

UNet	0.54 287	0.26 251	0.66 311	0.44 245	0.40 348	0.99 359	0.41 265	0.98 264	0.75 184	0.83 262	0.89 219	1.04 336	0.72 321	0.73 254	0.62 299	0.19 226	0.14 206	0.20 214	0.17 196	0.20 234	0.17 195

UPFNet	0.53 277	0.24 210	0.51 241	0.45 267	0.38 339	0.84 335	0.49 311	0.99 266	0.75 184	0.87 282	0.88 215	0.86 284	0.64 276	0.80 285	0.71 321	0.20 249	0.20 318	0.20 214	0.20 270	0.19 218	0.15 135

Gwc-CoAtRS	0.34 61	0.17 28	0.44 145	0.39 116	0.23 89	0.34 93	0.22 14	0.70 158	0.75 184	0.60 109	0.59 93	0.58 140	0.29 67	0.45 50	0.26 44	0.14 41	0.11 69	0.14 25	0.12 46	0.12 11	0.12 47

HSM	0.51 263	0.24 210	0.41 103	0.39 116	0.24 113	0.75 304	0.40 252	1.22 361	0.75 184	0.81 241	0.91 225	1.21 363	0.69 300	0.87 312	0.46 244	0.17 168	0.13 178	0.17 109	0.14 96	0.17 165	0.17 195

DN-CSS_ROB	0.43 178	0.26 251	0.62 285	0.40 145	0.29 251	0.44 160	0.27 62	0.77 192	0.75 184	0.72 195	1.09 307	0.48 99	0.43 157	0.69 236	0.37 178	0.15 93	0.12 119	0.21 255	0.19 246	0.18 184	0.16 177

GMStereo_Zeroshot	0.49 242	0.44 365	0.74 344	0.49 316	0.27 203	0.56 217	0.29 80	0.73 176	0.76 191	0.86 275	0.94 233	0.91 305	0.36 121	0.74 261	0.43 210	0.26 327	0.14 206	0.26 328	0.15 119	0.36 370	0.18 211

BUS	0.45 194	0.25 232	0.43 133	0.45 267	0.28 225	0.70 288	0.34 148	0.94 248	0.76 191	0.75 209	0.80 168	0.65 194	0.49 186	0.64 196	0.51 267	0.20 249	0.14 206	0.22 268	0.19 246	0.18 184	0.18 211

BSDual-CNN	0.46 201	0.25 232	0.43 133	0.45 267	0.28 225	0.77 307	0.40 252	0.94 248	0.76 191	0.75 209	0.80 168	0.76 252	0.54 217	0.64 196	0.43 210	0.20 249	0.14 206	0.22 268	0.19 246	0.18 184	0.18 211

psmg	0.49 242	0.25 232	0.43 133	0.41 172	0.28 225	0.85 336	0.43 276	0.99 266	0.76 191	0.91 306	0.94 233	0.76 252	0.54 217	0.64 196	0.43 210	0.20 249	0.15 235	0.20 214	0.20 270	0.18 184	0.18 211

TransformOpticalFlow	0.44 184	0.20 92	0.47 186	0.41 172	0.23 89	0.37 111	0.47 297	0.94 248	0.76 191	0.65 143	1.14 322	0.73 238	0.56 229	0.76 269	0.32 104	0.15 93	0.10 12	0.17 109	0.15 119	0.14 63	0.13 75

IIG-Stereo	0.43 178	0.21 125	0.44 145	0.50 330	0.25 139	0.44 160	0.21 8	0.71 164	0.76 191	0.83 262	0.95 241	0.83 273	0.43 157	0.90 322	0.35 147	0.15 93	0.12 119	0.19 186	0.14 96	0.15 100	0.11 15

LMCR-Stereo	0.53 277	0.30 299	0.53 253	0.58 381	0.30 264	0.83 332	0.36 187	1.19 347	0.76 191	0.88 290	1.04 287	0.56 127	0.62 260	0.82 290	0.67 310	0.19 226	0.15 235	0.19 186	0.14 96	0.23 291	0.17 195

DispNO	0.47 214	0.23 174	0.71 331	0.39 116	0.31 285	0.60 241	0.38 221	0.89 232	0.77 198	0.75 209	0.84 189	0.72 228	0.54 217	0.73 254	0.46 244	0.19 226	0.14 206	0.20 214	0.18 220	0.16 133	0.17 195

ToySt	0.49 242	0.27 268	0.75 348	0.40 145	0.27 203	0.64 266	0.49 311	0.84 212	0.77 198	0.60 109	0.83 184	0.88 295	0.66 287	0.70 239	0.56 288	0.16 134	0.17 282	0.21 255	0.20 270	0.21 255	0.19 243

Anonymous_2	0.82 365	0.44 365	0.63 294	0.40 145	0.43 366	0.80 317	0.52 331	0.72 168	0.77 198	0.71 183	0.60 95	0.87 290	0.76 329	0.75 265	0.58 289	0.52 420	0.54 432	0.54 420	4.82 469	0.56 417	0.40 392

SACVNet	0.58 313	0.34 319	0.55 261	0.55 372	0.36 325	0.63 259	0.48 305	1.13 319	0.77 198	1.02 352	1.06 297	1.02 332	0.74 324	0.90 322	0.51 267	0.27 335	0.21 328	0.25 312	0.24 333	0.29 332	0.36 376

IRAFT_RVC	0.42 168	0.20 92	0.48 205	0.44 245	0.24 113	0.27 31	0.54 339	0.74 178	0.77 198	0.76 216	0.80 168	0.73 238	0.51 201	0.70 239	0.36 163	0.17 168	0.10 12	0.21 255	0.16 149	0.16 133	0.14 114

SFCPSM	0.47 214	0.21 125	0.55 261	0.40 145	0.27 203	0.87 340	0.37 200	1.33 389	0.77 198	0.80 231	0.84 189	0.54 121	0.49 186	0.57 123	0.37 178	0.18 197	0.13 178	0.18 148	0.20 270	0.16 133	0.15 135

PSMNet-RSSM	0.48 225	0.22 154	0.38 70	0.42 209	0.25 139	0.50 182	0.37 200	1.10 308	0.77 198	0.70 177	1.06 297	0.84 277	0.64 276	0.62 175	0.47 251	0.23 296	0.15 235	0.23 286	0.25 342	0.20 234	0.19 243

WCG-NET（raft）	0.31 42	0.15 7	0.36 48	0.32 10	0.19 13	0.35 101	0.27 62	0.51 37	0.78 205	0.45 67	0.55 82	0.48 99	0.27 42	0.54 99	0.26 44	0.13 17	0.10 12	0.12 2	0.11 26	0.12 11	0.11 15

GCST	0.83 371	1.22 437	0.74 344	1.58 441	1.01 434	1.06 372	0.23 25	0.78 197	0.78 205	0.97 333	0.65 107	0.78 259	0.35 107	0.92 332	0.34 130	0.96 437	0.65 437	1.20 437	0.81 440	0.91 428	0.70 427

test-3	0.34 61	0.16 16	0.43 133	0.39 116	0.21 40	0.43 154	0.22 14	0.63 95	0.78 205	0.71 183	0.45 39	0.64 181	0.27 42	0.43 40	0.31 94	0.12 4	0.09 3	0.17 109	0.13 71	0.12 11	0.10 3

test_1	0.34 61	0.16 16	0.43 133	0.39 116	0.21 40	0.43 154	0.23 25	0.63 95	0.78 205	0.68 163	0.45 39	0.64 181	0.27 42	0.43 40	0.31 94	0.12 4	0.09 3	0.17 109	0.13 71	0.12 11	0.10 3

OMP-Stereo	0.42 168	0.22 154	0.46 174	0.52 356	0.24 113	0.36 109	0.25 44	0.71 164	0.78 205	0.77 222	0.64 104	0.89 299	0.39 138	0.91 329	0.35 147	0.15 93	0.12 119	0.20 214	0.15 119	0.15 100	0.12 47

PFNet	0.42 168	0.18 45	0.58 274	0.43 228	0.24 113	0.43 154	0.32 132	0.74 178	0.78 205	1.00 345	0.74 137	0.68 207	0.39 138	0.72 249	0.37 178	0.16 134	0.10 12	0.20 214	0.15 119	0.16 133	0.13 75

HGLStereo	0.56 300	0.28 281	0.57 270	0.50 330	0.37 330	0.80 317	0.45 287	1.02 280	0.78 205	0.86 275	1.14 322	0.89 299	0.82 348	0.76 269	0.73 324	0.21 262	0.20 318	0.19 186	0.18 220	0.19 218	0.21 283

GANet-RSSM	0.47 214	0.21 125	0.37 61	0.38 89	0.25 139	0.58 223	0.36 187	1.07 299	0.78 205	0.68 163	1.01 269	0.86 284	0.67 290	0.62 175	0.44 226	0.21 262	0.15 235	0.18 148	0.18 220	0.18 184	0.17 195

rvit_0105_3	0.47 214	0.34 319	0.77 358	0.54 368	0.31 285	0.49 179	0.47 297	0.63 95	0.79 213	0.65 143	0.59 93	0.64 181	0.50 197	0.65 203	0.39 192	0.29 350	0.27 372	0.29 356	0.28 364	0.21 255	0.20 265

MaskLacGwcNet_RVC	0.67 333	0.81 417	0.73 339	0.53 362	0.37 330	1.40 404	0.53 335	1.04 287	0.79 213	0.88 290	0.94 233	0.95 313	0.53 206	0.93 338	0.58 289	0.39 399	0.30 384	0.57 422	0.31 378	0.53 413	0.30 348

RAFT-Stereo-weight	0.32 48	0.18 45	0.33 28	0.39 116	0.22 55	0.26 21	0.29 80	0.67 126	0.80 215	0.53 91	0.51 65	0.58 140	0.20 8	0.47 65	0.27 56	0.13 17	0.10 12	0.14 25	0.11 26	0.13 28	0.11 15

CoDeX	0.47 214	0.20 92	0.49 216	0.42 209	0.25 139	0.75 304	0.36 187	1.27 379	0.80 215	0.82 250	0.96 245	0.62 172	0.57 230	0.60 162	0.36 163	0.17 168	0.12 119	0.17 109	0.15 119	0.16 133	0.14 114

riskmin	0.38 124	0.20 92	0.39 87	0.32 10	0.23 89	0.53 195	0.30 94	0.63 95	0.80 215	0.49 78	0.56 85	0.73 238	0.58 239	0.55 103	0.36 163	0.17 168	0.11 69	0.19 186	0.13 71	0.19 218	0.20 265

RAFT+CT+SA	0.39 139	0.23 174	0.36 48	0.51 345	0.27 203	0.29 52	0.46 290	0.75 184	0.80 215	0.51 83	0.89 219	0.41 63	0.40 143	0.78 280	0.32 104	0.14 41	0.11 69	0.18 148	0.18 220	0.15 100	0.14 114

PSMNet-ADL	0.48 225	0.27 268	0.40 95	0.48 301	0.30 264	0.68 282	0.37 200	0.90 237	0.80 215	0.61 115	0.80 168	0.92 307	0.62 260	0.72 249	0.63 302	0.23 296	0.18 296	0.18 148	0.20 270	0.22 275	0.20 265

ACVNet	0.46 201	0.23 174	0.36 48	0.39 116	0.28 225	0.58 223	0.40 252	0.87 225	0.80 215	0.64 135	0.96 245	0.79 261	0.60 249	0.63 185	0.67 310	0.17 168	0.15 235	0.16 83	0.15 119	0.18 184	0.15 135

acv_ft	0.51 263	0.23 174	0.56 267	0.44 245	0.28 225	0.86 339	0.39 243	0.91 241	0.80 215	0.97 333	0.96 245	0.79 261	0.59 245	0.63 185	0.87 352	0.17 168	0.15 235	0.16 83	0.15 119	0.17 165	0.15 135

test_sample5	0.47 214	0.26 251	0.49 216	0.36 49	0.22 55	0.64 266	0.39 243	1.13 319	0.81 222	0.77 222	0.94 233	0.64 181	0.54 217	0.65 203	0.43 210	0.21 262	0.16 264	0.22 268	0.20 270	0.22 275	0.20 265

test_sample4	0.47 214	0.26 251	0.50 229	0.35 38	0.22 55	0.69 284	0.38 221	1.15 331	0.81 222	0.78 226	0.82 178	0.62 172	0.53 206	0.63 185	0.44 226	0.21 262	0.15 235	0.21 255	0.19 246	0.21 255	0.19 243

test_sample3	0.46 201	0.25 232	0.50 229	0.35 38	0.23 89	0.69 284	0.37 200	1.15 331	0.81 222	0.75 209	0.79 165	0.66 199	0.49 186	0.63 185	0.46 244	0.21 262	0.15 235	0.20 214	0.19 246	0.21 255	0.19 243

DualNet	0.48 225	0.26 251	0.49 216	0.36 49	0.22 55	0.64 266	0.39 243	1.13 319	0.81 222	0.80 231	1.03 281	0.64 181	0.54 217	0.65 203	0.43 210	0.21 262	0.16 264	0.22 268	0.20 270	0.22 275	0.20 265

ARAFT	0.47 214	0.24 210	0.79 360	0.42 209	0.25 139	0.55 204	0.55 343	0.75 184	0.81 222	0.89 294	0.75 139	0.73 238	0.47 178	0.88 315	0.37 178	0.15 93	0.12 119	0.23 286	0.22 306	0.14 63	0.13 75

CBFPSM	0.59 320	0.22 154	1.31 412	0.38 89	0.27 203	1.12 381	0.65 366	0.79 200	0.82 227	0.80 231	0.81 175	1.35 388	0.87 360	0.67 221	0.76 329	0.16 134	0.15 235	0.15 60	0.16 149	0.17 165	0.22 297

test_5	0.43 178	0.24 210	0.43 133	0.52 356	0.28 225	0.28 44	0.42 274	0.72 168	0.82 227	0.62 117	0.91 225	0.72 228	0.55 222	0.79 284	0.35 147	0.14 41	0.11 69	0.18 148	0.18 220	0.18 184	0.16 177

test_3	0.36 93	0.19 67	0.44 145	0.44 245	0.23 89	0.48 175	0.36 187	0.66 116	0.82 227	0.64 135	0.45 39	0.68 207	0.25 25	0.41 32	0.31 94	0.12 4	0.10 12	0.18 148	0.16 149	0.15 100	0.11 15

psm_up	0.55 289	0.26 251	0.47 186	0.49 316	0.32 299	0.65 273	0.56 348	1.04 287	0.82 227	0.82 250	0.88 215	1.01 327	0.94 376	0.74 261	0.61 297	0.21 262	0.25 360	0.26 328	0.23 319	0.21 255	0.20 265

DSFCA	0.55 289	0.25 232	0.62 285	0.40 145	0.36 325	0.74 301	0.52 331	1.04 287	0.82 227	1.06 366	0.84 189	0.89 299	0.63 266	0.99 348	0.58 289	0.25 317	0.21 328	0.21 255	0.21 290	0.21 255	0.19 243

test_sample6	0.49 242	0.26 251	0.50 229	0.37 64	0.22 55	0.63 259	0.40 252	1.12 317	0.83 232	0.80 231	1.03 281	0.66 199	0.55 222	0.67 221	0.46 244	0.22 284	0.16 264	0.22 268	0.22 306	0.23 291	0.21 283

SQANet	0.82 365	0.74 412	0.67 314	1.13 433	0.98 432	1.11 379	0.47 297	1.07 299	0.83 232	0.91 306	1.05 291	1.03 334	0.74 324	1.01 352	0.64 304	0.61 426	0.24 352	1.03 435	0.35 391	1.18 437	0.58 424

hknet	0.49 242	0.25 232	0.51 241	0.45 267	0.29 251	0.77 307	0.40 252	0.94 248	0.83 232	0.75 209	0.80 168	0.97 317	0.61 254	0.73 254	0.45 234	0.18 197	0.14 206	0.22 268	0.19 246	0.18 184	0.18 211

s12784h	0.36 93	0.15 7	0.24 4	0.34 17	0.15 1	0.77 307	0.29 80	0.80 203	0.83 232	0.56 100	0.57 88	0.43 77	0.40 143	0.57 123	0.33 116	0.12 4	0.10 12	0.14 25	0.09 8	0.14 63	0.09 1

iinet-f	0.67 333	0.26 251	2.15 439	0.39 116	0.31 285	1.19 391	0.56 348	0.84 212	0.84 236	0.80 231	1.17 334	1.05 340	0.84 354	0.71 244	1.21 401	0.20 249	0.18 296	0.17 109	0.15 119	0.20 234	0.20 265

gwcnet-sp	0.48 225	0.23 174	0.70 327	0.40 145	0.26 176	0.81 322	0.41 265	0.89 232	0.84 236	0.91 306	0.76 142	0.66 199	0.61 254	0.66 211	0.50 257	0.18 197	0.17 282	0.18 148	0.18 220	0.18 184	0.18 211

scenet	0.48 225	0.23 174	0.70 327	0.40 145	0.26 176	0.81 322	0.41 265	0.89 232	0.84 236	0.91 306	0.76 142	0.66 199	0.61 254	0.66 211	0.50 257	0.18 197	0.17 282	0.18 148	0.18 220	0.18 184	0.18 211

ssnet	0.48 225	0.23 174	0.70 327	0.40 145	0.26 176	0.81 322	0.41 265	0.89 232	0.84 236	0.91 306	0.76 142	0.66 199	0.61 254	0.66 211	0.50 257	0.18 197	0.17 282	0.18 148	0.18 220	0.18 184	0.18 211

CFNet-RSSM	0.34 61	0.17 28	0.45 157	0.39 116	0.22 55	0.35 101	0.23 25	0.73 176	0.84 236	0.65 143	0.54 77	0.57 132	0.28 54	0.46 58	0.26 44	0.13 17	0.10 12	0.14 25	0.12 46	0.13 28	0.11 15

DANet	0.71 344	0.45 369	0.91 374	0.59 385	0.40 348	0.81 322	0.40 252	0.97 261	0.84 236	1.20 388	1.22 342	1.33 382	0.88 363	1.16 376	1.24 402	0.27 335	0.23 344	0.31 365	0.25 342	0.35 366	0.32 358
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
UCFNet_RVC	0.49 242	0.26 251	0.35 43	0.39 116	0.26 176	0.64 266	0.36 187	1.15 331	0.84 236	0.67 157	0.88 215	0.88 295	0.59 245	0.58 141	0.45 234	0.24 307	0.17 282	0.27 340	0.27 359	0.25 312	0.23 303

DRaft	0.49 242	0.17 28	0.47 186	0.37 64	0.25 139	0.58 223	0.40 252	0.65 107	0.85 243	1.02 352	1.75 405	0.50 106	0.82 348	0.63 185	0.40 198	0.13 17	0.11 69	0.16 83	0.16 149	0.14 63	0.15 135

APVNet	0.71 344	0.37 335	0.89 373	0.56 375	0.45 377	1.18 390	0.68 374	1.41 405	0.85 243	0.81 241	1.15 327	1.04 336	0.81 344	1.10 370	1.17 398	0.26 327	0.28 375	0.32 370	0.31 378	0.29 332	0.30 348

cf-r	0.47 214	0.23 174	0.41 103	0.39 116	0.23 89	0.59 235	0.37 200	0.88 230	0.85 243	0.72 195	1.05 291	0.94 311	0.62 260	0.56 112	0.54 281	0.21 262	0.14 206	0.17 109	0.19 246	0.15 100	0.15 135

CFNet-ft	0.48 225	0.23 174	0.36 48	0.40 145	0.26 176	0.64 266	0.37 200	0.87 225	0.85 243	0.64 135	1.00 266	1.01 327	0.64 276	0.61 168	0.53 277	0.23 296	0.15 235	0.24 300	0.21 290	0.23 291	0.18 211

CFNet_RVC	0.48 225	0.23 174	0.36 48	0.40 145	0.26 176	0.64 266	0.37 200	0.87 225	0.85 243	0.64 135	1.00 266	1.01 327	0.64 276	0.61 168	0.53 277	0.23 296	0.15 235	0.24 300	0.21 290	0.23 291	0.18 211

AASNet	0.53 277	0.25 232	0.52 246	0.49 316	0.32 299	0.74 301	0.40 252	1.50 415	0.86 248	0.86 275	0.92 229	0.64 181	0.59 245	0.59 156	0.79 334	0.23 296	0.19 310	0.20 214	0.16 149	0.21 255	0.19 243

GANet-ADL	0.42 168	0.25 232	0.45 157	0.43 228	0.29 251	0.54 199	0.35 167	0.89 232	0.86 248	0.63 125	0.72 124	0.68 207	0.42 151	0.52 89	0.41 201	0.21 262	0.14 206	0.15 60	0.13 71	0.18 184	0.19 243

CrosDoStereo	0.50 256	0.18 45	0.45 157	0.38 89	0.24 113	0.40 132	1.18 428	0.67 126	0.86 248	0.94 321	1.37 366	0.63 174	0.77 333	0.65 203	0.45 234	0.15 93	0.12 119	0.17 109	0.18 220	0.14 63	0.14 114

DeepStereo_LL	0.50 256	0.18 45	0.45 157	0.38 89	0.24 113	0.40 132	1.18 428	0.67 126	0.86 248	0.94 321	1.37 366	0.63 174	0.77 333	0.65 203	0.45 234	0.15 93	0.12 119	0.17 109	0.18 220	0.14 63	0.14 114

ADLNet	0.55 289	0.27 268	0.51 241	0.44 245	0.35 323	0.78 311	0.46 290	1.08 303	0.86 248	0.99 340	0.98 259	0.92 307	0.63 266	0.69 236	0.81 339	0.22 284	0.16 264	0.22 268	0.22 306	0.21 255	0.21 283

test_xeample	1.01 391	0.21 125	0.42 123	0.35 38	0.21 40	0.71 293	0.39 243	1.23 365	0.86 248	0.81 241	1.04 287	0.69 211	0.61 254	0.69 236	10.93 464	0.19 226	0.15 235	0.18 148	0.17 196	0.18 184	0.17 195

delet	0.55 289	0.24 210	0.55 261	0.44 245	0.33 309	1.07 373	0.50 314	1.00 270	0.86 248	0.85 270	0.96 245	0.90 303	0.63 266	0.83 297	0.74 327	0.18 197	0.18 296	0.20 214	0.21 290	0.16 133	0.15 135

STTStereo	0.55 289	0.37 335	0.76 353	0.44 245	0.31 285	0.60 241	0.44 285	0.96 258	0.86 248	0.99 340	0.90 222	0.96 315	0.58 239	0.71 244	0.61 297	0.25 317	0.23 344	0.26 328	0.32 384	0.24 304	0.23 303

PS-NSSS	0.58 313	0.44 365	0.62 285	0.42 209	0.33 309	0.66 276	0.58 352	1.02 280	0.86 248	0.77 222	1.28 353	0.72 228	0.64 276	0.82 290	0.59 293	0.31 360	0.26 366	0.40 395	0.27 359	0.33 356	0.26 321

THIR-Stereo	0.50 256	0.18 45	0.45 157	0.38 89	0.23 89	0.75 304	0.67 369	0.66 116	0.87 257	1.02 352	1.40 372	0.72 228	0.76 329	0.62 175	0.42 205	0.15 93	0.11 69	0.17 109	0.18 220	0.14 63	0.15 135

FADNet-RVC	0.60 323	0.53 392	1.14 394	0.46 287	0.39 343	0.61 243	0.39 243	1.12 317	0.87 257	0.70 177	0.84 189	1.04 336	0.55 222	0.94 345	0.69 314	0.26 327	0.25 360	0.28 348	0.28 364	0.31 346	0.31 354

G-Net	0.95 387	0.46 371	1.04 384	0.64 398	0.48 386	2.12 433	0.64 365	1.01 277	0.87 257	1.75 420	2.82 437	1.30 373	1.64 428	1.06 362	0.96 375	0.36 393	0.29 380	0.35 379	0.25 342	0.45 397	0.42 396

MLCV	0.47 214	0.24 210	0.61 282	0.37 64	0.17 4	0.61 243	0.33 141	0.80 203	0.87 257	0.94 321	1.13 319	0.72 228	0.43 157	0.89 320	0.51 267	0.13 17	0.10 12	0.13 15	0.11 26	0.14 63	0.12 47

DualNet (step1)	0.57 306	0.36 329	0.72 336	0.38 89	0.30 264	0.71 293	0.43 276	1.06 295	0.88 261	0.92 314	0.86 201	0.85 279	0.69 300	0.68 231	0.50 257	0.41 404	0.20 318	0.40 395	0.41 407	0.36 370	0.33 362

test_sample9	1.05 399	0.36 329	0.72 336	0.38 89	0.30 264	0.71 293	0.43 276	1.06 295	0.88 261	0.92 314	0.86 201	0.85 279	0.69 300	1.20 381	1.36 409	0.41 404	8.41 468	0.40 395	0.41 407	0.36 370	0.33 362

test_sample7	0.52 272	0.29 291	0.50 229	0.36 49	0.27 203	0.62 250	0.41 265	1.06 295	0.88 261	0.92 314	0.86 201	0.85 279	0.69 300	0.68 231	0.50 257	0.26 327	0.20 318	0.27 340	0.26 353	0.27 326	0.24 309

NINENet	0.50 256	0.29 291	0.51 241	0.45 267	0.32 299	0.70 288	0.34 148	1.10 308	0.88 261	0.80 231	0.94 233	0.65 194	0.49 186	0.73 254	0.51 267	0.22 284	0.20 318	0.25 312	0.18 220	0.22 275	0.21 283

CREStereo++_RVC	0.32 48	0.15 7	0.23 1	0.31 7	0.24 113	0.27 31	0.22 14	0.46 22	0.88 261	0.46 72	0.80 168	0.30 10	0.26 35	0.36 14	0.33 116	0.13 17	0.09 3	0.13 15	0.51 426	0.13 28	0.09 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
CFNet_pseudo	0.46 201	0.24 210	0.52 246	0.37 64	0.27 203	0.58 223	0.30 94	0.86 218	0.88 261	0.82 250	1.03 281	0.75 246	0.47 178	0.58 141	0.44 226	0.17 168	0.12 119	0.24 300	0.16 149	0.24 304	0.19 243

xxxx	1.01 391	0.22 154	0.43 133	0.36 49	0.21 40	0.82 330	0.36 187	1.32 387	0.88 261	0.71 183	0.94 233	0.97 317	0.63 266	0.64 196	10.58 463	0.20 249	0.16 264	0.18 148	0.17 196	0.19 218	0.19 243

psmorigin	0.82 365	0.51 382	2.09 437	0.49 316	0.41 355	0.85 336	0.50 314	1.04 287	0.88 261	1.45 403	1.43 378	1.50 402	1.06 389	1.22 386	0.97 376	0.31 360	0.32 396	0.27 340	0.27 359	0.33 356	0.42 396

FADNet_RVC	0.55 289	0.37 335	1.17 399	0.44 245	0.31 285	0.56 217	0.34 148	1.06 295	0.88 261	0.67 157	0.90 222	0.61 166	0.65 282	0.93 338	0.70 317	0.21 262	0.18 296	0.26 328	0.23 319	0.31 346	0.28 335

RASNet	0.53 277	0.22 154	0.52 246	0.38 89	0.22 55	0.68 282	0.38 221	0.97 261	0.88 261	0.73 202	1.04 287	1.03 334	0.92 370	0.90 322	0.86 348	0.16 134	0.14 206	0.14 25	0.17 196	0.15 100	0.13 75

NLCA_NET_v2_RVC	0.53 277	0.32 306	0.64 299	0.44 245	0.30 264	0.66 276	0.44 285	1.04 287	0.88 261	0.91 306	0.91 225	0.99 321	0.60 249	0.68 231	0.60 296	0.21 262	0.17 282	0.22 268	0.22 306	0.21 255	0.21 283
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ccs_rob	0.46 201	0.24 210	0.52 246	0.37 64	0.27 203	0.58 223	0.31 115	0.86 218	0.88 261	0.82 250	1.02 277	0.75 246	0.47 178	0.58 141	0.44 226	0.17 168	0.12 119	0.24 300	0.16 149	0.24 304	0.19 243

AdaStereo	0.50 256	0.32 306	0.47 186	0.48 301	0.25 139	0.67 280	0.32 132	1.17 342	0.88 261	0.75 209	0.99 264	0.75 246	0.49 186	0.67 221	0.46 244	0.27 335	0.12 119	0.28 348	0.18 220	0.23 291	0.18 211
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.
raft+_RVC	0.38 124	0.19 67	0.35 43	0.37 64	0.25 139	0.45 167	0.37 200	0.78 197	0.89 274	0.51 83	0.78 156	0.50 106	0.29 67	0.53 96	0.40 198	0.15 93	0.12 119	0.17 109	0.15 119	0.14 63	0.12 47

222	1.18 411	0.22 154	0.44 145	0.37 64	0.22 55	0.79 314	0.37 200	1.31 386	0.89 274	0.92 314	1.08 303	0.72 228	0.71 317	0.66 211	13.89 467	0.20 249	0.15 235	0.17 109	0.16 149	0.18 184	0.19 243

Former-RAFT_DAM_RVC	0.34 61	0.27 268	0.45 157	0.36 49	0.25 139	0.48 175	0.30 94	0.58 65	0.90 276	0.42 59	0.36 28	0.30 10	0.29 67	0.49 75	0.30 87	0.16 134	0.14 206	0.18 148	0.15 119	0.18 184	0.15 135

TestStereo1	0.43 178	0.23 174	0.41 103	0.51 345	0.24 113	0.34 93	0.40 252	0.77 192	0.90 276	0.68 163	0.96 245	0.48 99	0.46 175	0.91 329	0.32 104	0.16 134	0.13 178	0.18 148	0.15 119	0.14 63	0.13 75

SA-5K	0.43 178	0.23 174	0.41 103	0.51 345	0.24 113	0.34 93	0.40 252	0.77 192	0.90 276	0.68 163	0.96 245	0.48 99	0.46 175	0.91 329	0.32 104	0.16 134	0.13 178	0.18 148	0.15 119	0.14 63	0.13 75

rafts_anoy	0.37 109	0.21 125	0.36 48	0.41 172	0.26 176	0.30 60	0.33 141	0.67 126	0.90 276	0.58 103	0.66 112	0.45 84	0.33 97	0.47 65	0.39 192	0.16 134	0.11 69	0.21 255	0.23 319	0.17 165	0.14 114

hitnet-ft	0.55 289	0.27 268	0.39 87	0.41 172	0.28 225	0.78 311	0.40 252	0.92 242	0.90 276	0.82 250	1.01 269	1.13 358	0.70 313	0.78 280	0.67 310	0.28 343	0.20 318	0.28 348	0.22 306	0.29 332	0.26 321

anonymity	0.97 388	0.89 423	1.05 385	0.92 426	1.03 435	0.97 354	0.81 400	1.29 382	0.91 281	1.07 369	0.98 259	1.00 324	0.95 379	1.02 357	0.92 369	0.96 437	0.95 456	0.90 432	0.91 446	0.92 429	0.94 438

ADStereo(finetuned)	0.37 109	0.16 16	0.49 216	0.34 17	0.19 13	0.30 60	0.30 94	0.68 136	0.91 281	0.70 177	0.77 146	0.43 77	0.69 300	0.45 50	0.33 116	0.14 41	0.10 12	0.14 25	0.11 26	0.13 28	0.12 47

DCANet	0.36 93	0.16 16	0.41 103	0.34 17	0.19 13	0.30 60	0.30 94	0.68 136	0.91 281	0.70 177	0.77 146	0.43 77	0.57 230	0.45 50	0.34 130	0.14 41	0.10 12	0.14 25	0.11 26	0.13 28	0.12 47

RAFT + AFF	0.53 277	0.29 291	0.75 348	0.51 345	0.32 299	0.63 259	0.60 356	1.00 270	0.91 281	0.78 226	0.87 208	0.83 273	0.58 239	0.80 285	0.47 251	0.17 168	0.20 318	0.23 286	0.22 306	0.18 184	0.18 211

MMNet	0.55 289	0.25 232	0.61 282	0.43 228	0.34 317	1.07 373	0.39 243	0.87 225	0.91 281	0.91 306	0.93 232	0.86 284	0.76 329	0.81 288	0.76 329	0.15 93	0.14 206	0.18 148	0.19 246	0.20 234	0.16 177

DCANet-4	0.36 93	0.20 92	0.48 205	0.34 17	0.19 13	0.29 52	0.30 94	0.66 116	0.92 286	0.69 171	0.78 156	0.40 57	0.47 178	0.45 50	0.34 130	0.14 41	0.10 12	0.14 25	0.11 26	0.11 1	0.13 75

UDGNet	0.48 225	0.77 414	0.50 229	0.48 301	0.31 285	0.41 145	0.34 148	0.70 158	0.92 286	0.65 143	0.60 95	0.58 140	0.43 157	0.63 185	0.41 201	0.32 371	0.15 235	0.66 426	0.19 246	0.36 370	0.21 283

GEStereo_RVC	0.55 289	0.29 291	0.63 294	0.49 316	0.31 285	0.70 288	0.54 339	1.22 361	0.92 286	0.82 250	0.85 198	0.85 279	0.63 266	0.90 322	0.65 305	0.24 307	0.16 264	0.19 186	0.16 149	0.21 255	0.22 297

DLCB_ROB	0.58 313	0.28 281	0.47 186	0.49 316	0.32 299	0.77 307	0.50 314	0.99 266	0.92 286	1.04 361	1.14 322	1.21 363	0.69 300	0.88 315	0.69 314	0.20 249	0.20 318	0.22 268	0.22 306	0.21 255	0.18 211

PSMNet_ROB	0.64 328	0.37 335	0.65 305	0.56 375	0.42 361	0.97 354	0.83 401	1.21 353	0.92 286	0.79 229	1.02 277	1.08 348	0.63 266	0.82 290	0.91 368	0.29 350	0.20 318	0.31 365	0.31 378	0.26 316	0.23 303

CFNet_ucs	0.50 256	0.24 210	0.55 261	0.38 89	0.31 285	0.58 223	0.33 141	0.98 264	0.93 291	0.88 290	1.19 340	0.80 269	0.49 186	0.63 185	0.43 210	0.21 262	0.15 235	0.26 328	0.18 220	0.26 316	0.22 297

Sa-1000	0.48 225	0.24 210	0.41 103	0.45 267	0.25 139	0.59 235	0.34 148	0.81 206	0.93 291	0.82 250	1.50 387	0.53 117	0.45 171	0.92 332	0.30 87	0.15 93	0.12 119	0.21 255	0.19 246	0.15 100	0.13 75

GwcNet-RSSM	0.49 242	0.24 210	0.42 123	0.40 145	0.23 89	0.55 204	0.38 221	0.93 244	0.93 291	0.71 183	1.16 332	0.86 284	0.60 249	0.62 175	0.66 307	0.21 262	0.14 206	0.19 186	0.20 270	0.16 133	0.15 135

FADNet-RVC-Resample	0.56 300	0.33 314	1.16 395	0.49 316	0.34 317	0.71 293	0.43 276	1.01 277	0.93 291	0.82 250	0.87 208	0.74 244	0.67 290	0.73 254	0.45 234	0.18 197	0.18 296	0.26 328	0.27 359	0.26 316	0.27 328

HSM-Net_RVC	0.53 277	0.22 154	0.35 43	0.37 64	0.21 40	0.85 336	0.37 200	1.23 365	0.93 291	0.90 301	1.15 327	1.26 367	0.63 266	0.72 249	0.48 254	0.17 168	0.13 178	0.16 83	0.15 119	0.17 165	0.15 135
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CVANet_RVC	0.57 306	0.33 314	0.44 145	0.47 296	0.32 299	0.67 280	0.61 361	1.05 292	0.93 291	0.85 270	1.04 287	1.01 327	0.73 322	0.83 297	0.52 274	0.29 350	0.19 310	0.27 340	0.25 342	0.31 346	0.21 283

ETE_ROB	0.70 340	0.49 375	0.73 339	0.56 375	0.36 325	0.79 314	0.87 408	1.14 328	0.93 291	1.19 385	1.18 336	1.39 391	0.82 348	0.99 348	0.80 336	0.26 327	0.21 328	0.31 365	0.26 353	0.33 356	0.34 369

rvit_105_1	0.54 287	0.40 353	0.76 353	0.58 381	0.37 330	0.59 235	0.68 374	0.70 158	0.94 298	0.82 250	0.69 119	0.73 238	0.58 239	0.78 280	0.54 281	0.32 371	0.29 380	0.31 365	0.34 388	0.23 291	0.20 265

DDUNet	1.06 400	2.56 463	0.68 317	1.21 435	1.26 440	1.03 366	0.69 379	1.11 313	0.94 298	0.96 329	1.22 342	1.27 368	0.82 348	0.93 338	0.72 323	0.84 434	0.38 411	1.99 446	0.60 431	1.10 436	0.85 434

ccnet	0.82 365	0.57 397	0.75 348	0.54 368	0.59 412	1.09 378	0.66 367	1.38 400	0.94 298	1.12 378	1.44 380	1.29 371	0.92 370	0.95 347	1.24 402	0.49 416	0.42 420	0.50 417	0.47 417	0.51 408	0.46 407

GANet	0.70 340	0.37 335	0.55 261	0.51 345	0.34 317	0.94 347	0.96 415	1.08 303	0.94 298	1.04 361	1.98 414	1.13 358	0.88 363	1.12 373	0.66 307	0.25 317	0.26 366	0.27 340	0.22 306	0.31 346	0.22 297

StereoDRNet-Refined	0.58 313	0.32 306	0.54 256	0.46 287	0.30 264	0.96 353	0.40 252	1.00 270	0.94 298	1.12 378	1.08 303	0.96 315	0.67 290	0.90 322	0.89 364	0.17 168	0.13 178	0.22 268	0.21 290	0.20 234	0.19 243
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.70 340	0.35 324	0.68 317	0.52 356	0.40 348	0.79 314	0.85 407	1.16 337	0.94 298	1.33 399	1.15 327	1.38 390	0.83 352	1.03 359	0.90 366	0.32 371	0.25 360	0.26 328	0.24 333	0.31 346	0.28 335

ADLNet2	0.55 289	0.25 232	0.65 305	0.47 296	0.30 264	0.83 332	0.50 314	1.05 292	0.95 304	0.80 231	0.98 259	0.99 321	0.69 300	0.77 276	0.73 324	0.20 249	0.16 264	0.17 109	0.18 220	0.21 255	0.21 283

PCWNet_CMD	0.48 225	0.24 210	0.52 246	0.39 116	0.27 203	0.63 259	0.30 94	0.95 255	0.96 305	0.86 275	1.07 300	0.79 261	0.44 166	0.57 123	0.43 210	0.17 168	0.12 119	0.21 255	0.16 149	0.24 304	0.19 243

SA	0.44 184	0.25 232	0.46 174	0.46 287	0.24 113	0.43 154	0.36 187	0.75 184	0.96 305	0.59 105	1.03 281	0.48 99	0.52 203	0.94 345	0.32 104	0.16 134	0.12 119	0.21 255	0.19 246	0.15 100	0.13 75

MSMDNet	0.48 225	0.24 210	0.52 246	0.39 116	0.27 203	0.63 259	0.30 94	0.96 258	0.96 305	0.86 275	1.07 300	0.79 261	0.44 166	0.57 123	0.43 210	0.17 168	0.12 119	0.20 214	0.16 149	0.23 291	0.19 243

LL-Strereo	0.57 306	0.27 268	0.68 317	0.48 301	0.34 317	0.39 128	0.48 305	0.94 248	0.97 308	0.83 262	0.78 156	1.10 351	1.18 401	1.33 397	0.49 256	0.17 168	0.14 206	0.22 268	0.19 246	0.16 133	0.17 195

DAS	0.51 263	0.25 232	0.60 280	0.48 301	0.31 285	0.58 223	0.41 265	0.83 209	0.97 308	0.89 294	1.12 313	0.70 215	0.75 326	0.82 290	0.43 210	0.17 168	0.13 178	0.18 148	0.15 119	0.20 234	0.18 211

SepStereo	0.51 263	0.25 232	0.60 280	0.48 301	0.31 285	0.58 223	0.41 265	0.83 209	0.97 308	0.89 294	1.12 313	0.70 215	0.75 326	0.93 338	0.43 210	0.17 168	0.13 178	0.18 148	0.15 119	0.20 234	0.18 211

GwcNet-ADL	0.44 184	0.22 154	0.48 205	0.45 267	0.30 264	0.40 132	0.37 200	0.92 242	0.97 308	0.71 183	0.78 156	0.61 166	0.42 151	0.62 175	0.50 257	0.19 226	0.14 206	0.15 60	0.14 96	0.18 184	0.18 211

SDNR	0.86 374	0.37 335	1.47 425	0.40 145	0.38 339	3.38 453	0.33 141	0.90 237	0.98 312	0.99 340	2.09 418	0.59 155	0.71 317	1.29 393	0.70 317	0.51 419	0.56 433	0.36 383	0.26 353	0.43 392	0.46 407

fast-acv-ft	0.64 328	0.30 299	0.73 339	0.45 267	0.34 317	1.17 388	0.49 311	0.86 218	0.98 312	1.02 352	1.36 363	1.29 371	0.85 355	0.76 269	0.81 339	0.21 262	0.23 344	0.23 286	0.23 319	0.21 255	0.20 265

raft_robust	0.41 161	0.23 174	0.36 48	0.42 209	0.21 40	0.40 132	0.33 141	0.79 200	0.98 312	0.79 229	0.87 208	0.39 50	0.33 97	0.84 302	0.29 81	0.13 17	0.12 119	0.16 83	0.17 196	0.15 100	0.12 47

ADCRef	0.80 361	0.43 361	1.32 414	0.50 330	0.45 377	1.07 373	0.51 328	1.07 299	0.98 312	1.17 383	1.42 375	0.87 290	0.91 366	0.85 309	3.19 441	0.18 197	0.16 264	0.23 286	0.23 319	0.22 275	0.21 283

CBMV_ROB	0.59 320	0.37 335	0.38 70	0.39 116	0.28 225	0.74 301	0.28 72	1.00 270	0.98 312	0.94 321	1.25 349	0.81 271	0.78 338	0.87 312	0.50 257	0.36 393	0.37 409	0.43 401	0.40 402	0.33 356	0.30 348

1111x	0.55 289	0.22 154	0.46 174	0.38 89	0.20 28	0.66 276	0.43 276	1.23 365	0.99 317	0.71 183	0.99 264	0.95 313	0.69 300	0.90 322	1.08 390	0.18 197	0.17 282	0.18 148	0.19 246	0.20 234	0.18 211

ssnet_v2	0.58 313	0.28 281	0.56 267	0.43 228	0.29 251	0.95 350	0.59 354	1.13 319	0.99 317	0.93 318	0.80 168	0.99 321	0.64 276	0.82 290	0.94 370	0.25 317	0.22 334	0.23 286	0.24 333	0.20 234	0.19 243

Wz-Net-LNSev-Ref	0.63 327	0.28 281	0.99 381	0.40 145	0.30 264	1.03 366	0.56 348	1.10 308	0.99 317	0.97 333	1.22 342	1.06 341	0.69 300	1.07 365	0.95 373	0.19 226	0.11 69	0.16 83	0.13 71	0.22 275	0.21 283

UDG	0.88 377	0.82 420	0.67 314	1.00 430	0.96 429	1.02 363	0.57 351	1.13 319	0.99 317	0.90 301	0.97 258	1.31 374	0.99 383	0.85 309	0.84 343	0.54 424	0.32 396	1.77 443	0.40 402	0.94 430	0.66 426

StereoDRNet	0.64 328	0.33 314	0.68 317	0.51 345	0.43 366	1.03 366	0.53 335	1.47 411	0.99 317	1.10 376	0.87 208	1.07 346	0.71 317	0.82 290	0.88 354	0.23 296	0.19 310	0.25 312	0.23 319	0.27 326	0.19 243

iResNet	0.49 242	0.29 291	0.79 360	0.42 209	0.21 40	0.61 243	0.40 252	0.82 208	0.99 317	0.87 282	1.12 313	0.69 211	0.53 206	0.78 280	0.51 267	0.15 93	0.11 69	0.14 25	0.12 46	0.17 165	0.15 135

HBP-ISP	0.59 320	0.45 369	0.43 133	0.45 267	0.33 309	0.70 288	0.28 72	1.11 313	1.00 323	0.83 262	1.18 336	0.65 194	0.68 296	0.88 315	0.52 274	0.35 390	0.38 411	0.47 408	0.41 407	0.38 379	0.31 354

aanetorigin	0.83 371	0.56 395	1.87 434	0.49 316	0.38 339	0.56 217	0.66 367	0.70 158	1.00 323	2.42 439	2.02 415	1.31 374	1.18 401	0.93 338	1.13 397	0.20 249	0.18 296	0.20 214	0.19 246	0.27 326	0.30 348

CFNet	0.51 263	0.29 291	0.46 174	0.41 172	0.27 203	0.70 288	0.32 132	1.13 319	1.00 323	0.72 195	1.07 300	0.85 279	0.60 249	0.76 269	0.52 274	0.19 226	0.14 206	0.23 286	0.23 319	0.21 255	0.16 177

NCCL2	0.72 348	0.41 357	0.65 305	0.64 398	0.44 373	0.98 358	1.20 430	1.11 313	1.00 323	0.98 338	0.96 245	1.49 401	0.87 360	0.90 322	0.79 334	0.31 360	0.26 366	0.39 392	0.39 400	0.32 351	0.32 358

TDLM	0.57 306	0.33 314	0.49 216	0.51 345	0.30 264	0.66 276	0.73 391	1.03 284	1.01 327	0.82 250	1.10 309	0.84 277	0.70 313	0.86 311	0.58 289	0.28 343	0.17 282	0.25 312	0.22 306	0.26 316	0.19 243

iResNetv2_ROB	0.52 272	0.27 268	0.69 323	0.38 89	0.25 139	0.62 250	0.35 167	1.17 342	1.01 327	0.99 340	1.06 297	0.88 295	0.67 290	0.66 211	0.39 192	0.19 226	0.13 178	0.15 60	0.11 26	0.18 184	0.16 177

DRN-Test	0.66 332	0.32 306	0.66 311	0.50 330	0.39 343	1.15 385	0.61 361	1.49 414	1.01 327	1.12 378	1.08 303	1.06 341	0.69 300	0.77 276	0.94 370	0.23 296	0.17 282	0.26 328	0.25 342	0.25 312	0.21 283

SMFormer	0.51 263	0.23 174	0.62 285	0.34 17	0.20 28	0.62 250	0.34 148	1.21 353	1.02 330	0.81 241	1.01 269	0.71 219	0.65 282	0.84 302	0.55 286	0.19 226	0.15 235	0.18 148	0.16 149	0.18 184	0.18 211

tta	0.51 263	0.23 174	0.62 285	0.34 17	0.20 28	0.62 250	0.34 148	1.21 353	1.02 330	0.81 241	1.01 269	0.71 219	0.65 282	0.84 302	0.55 286	0.19 226	0.15 235	0.18 148	0.16 149	0.15 100	0.14 114

qqq1	0.49 242	0.23 174	0.62 285	0.34 17	0.20 28	0.62 250	0.34 148	1.21 353	1.02 330	0.81 241	1.01 269	0.71 219	0.65 282	0.84 302	0.34 130	0.19 226	0.15 235	0.14 25	0.12 46	0.15 100	0.14 114

fff1	0.49 242	0.23 174	0.62 285	0.34 17	0.20 28	0.62 250	0.34 148	1.21 353	1.02 330	0.81 241	1.01 269	0.71 219	0.65 282	0.84 302	0.34 130	0.19 226	0.15 235	0.14 25	0.12 46	0.15 100	0.14 114

CC-Net-ROB	0.82 365	0.96 428	0.85 365	0.58 381	0.45 377	1.27 398	0.70 384	1.17 342	1.02 330	0.83 262	1.23 346	0.90 303	0.77 333	1.06 362	0.69 314	0.46 410	0.34 404	1.71 442	0.38 396	0.59 422	0.36 376

mmx	0.53 277	0.26 251	0.49 216	0.37 64	0.25 139	0.55 204	0.37 200	1.16 337	1.03 335	0.73 202	0.96 245	0.71 219	0.53 206	1.01 352	0.88 354	0.20 249	0.15 235	0.25 312	0.21 290	0.22 275	0.20 265

xxx	0.53 277	0.26 251	0.49 216	0.37 64	0.25 139	0.55 204	0.37 200	1.16 337	1.03 335	0.73 202	0.96 245	0.71 219	0.53 206	1.01 352	0.88 354	0.20 249	0.15 235	0.25 312	0.21 290	0.22 275	0.20 265

GASNet	0.67 333	0.72 410	0.96 378	0.70 415	0.48 386	0.62 250	0.47 297	1.08 303	1.03 335	0.94 321	0.82 178	0.93 309	0.83 352	1.33 397	0.80 336	0.31 360	0.22 334	0.29 356	0.28 364	0.44 393	0.24 309

ADCP+	1.06 400	0.35 324	1.51 427	0.49 316	0.51 393	1.45 410	0.55 343	1.25 375	1.03 335	1.16 382	1.15 327	1.10 351	1.07 391	1.56 412	6.75 460	0.19 226	0.16 264	0.23 286	0.21 290	0.28 329	0.21 283

ffm	0.44 184	0.26 251	0.49 216	0.37 64	0.25 139	0.55 204	0.37 200	0.68 136	1.04 339	0.73 202	0.96 245	0.71 219	0.53 206	0.57 123	0.25 21	0.16 134	0.10 12	0.25 312	0.21 290	0.16 133	0.16 177

ff1	0.49 242	0.26 251	0.49 216	0.37 64	0.25 139	0.55 204	0.37 200	0.68 136	1.04 339	0.73 202	0.96 245	0.71 219	0.53 206	1.01 352	0.88 354	0.16 134	0.10 12	0.25 312	0.21 290	0.16 133	0.16 177

tt1	0.36 93	0.24 210	0.32 24	0.41 172	0.22 55	0.54 199	0.38 221	0.68 136	1.04 339	0.41 54	0.46 44	0.35 37	0.45 171	0.57 123	0.25 21	0.16 134	0.10 12	0.19 186	0.13 71	0.16 133	0.16 177

GMStereo	0.39 139	0.37 335	0.54 256	0.40 145	0.26 176	0.42 152	0.36 187	0.59 67	1.04 339	0.55 97	0.51 65	0.37 45	0.35 107	0.54 99	0.41 201	0.19 226	0.13 178	0.16 83	0.17 196	0.24 304	0.18 211
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ttt	0.51 263	0.25 232	0.43 133	0.38 89	0.24 113	0.65 273	0.38 221	1.18 345	1.05 343	0.72 195	1.08 303	0.63 174	0.49 186	0.84 302	0.59 293	0.24 307	0.21 328	0.22 268	0.20 270	0.24 304	0.24 309

dd	0.43 178	0.38 345	0.55 261	0.44 245	0.25 139	0.47 173	0.38 221	0.70 158	1.05 343	0.59 105	0.65 107	0.42 70	0.39 138	0.66 211	0.50 257	0.24 307	0.15 235	0.21 255	0.15 119	0.22 275	0.18 211

FADNet	0.61 325	0.51 382	1.10 389	0.45 267	0.44 373	0.65 273	0.41 265	1.19 347	1.05 343	0.70 177	0.84 189	0.98 320	0.66 287	0.82 290	0.50 257	0.29 350	0.30 384	0.27 340	0.30 371	0.46 400	0.35 374

RGC	0.79 360	0.59 399	0.71 331	0.65 403	0.65 416	0.92 346	0.58 352	1.29 382	1.05 343	1.07 369	1.45 383	1.47 399	1.03 387	1.21 385	0.88 354	0.32 371	0.30 384	0.48 412	0.40 402	0.37 375	0.37 381

Nwc_Net	0.78 357	0.38 345	0.73 339	0.60 390	0.55 403	1.05 371	0.55 343	1.67 430	1.05 343	0.88 290	1.86 410	1.40 393	1.09 392	1.10 370	0.87 352	0.30 357	0.25 360	0.36 383	0.38 396	0.29 332	0.29 341

ADCMid	1.14 406	0.52 389	2.23 440	0.53 362	0.43 366	1.07 373	0.75 393	1.23 365	1.05 343	2.15 433	1.44 380	1.50 402	1.43 417	1.56 412	5.01 454	0.26 327	0.24 352	0.29 356	0.31 378	0.37 375	0.33 362

SGM-Forest	0.62 326	0.32 306	0.39 87	0.43 228	0.30 264	1.02 363	0.55 343	1.09 307	1.05 343	1.06 366	1.18 336	1.10 351	0.67 290	0.88 315	0.62 299	0.31 360	0.33 402	0.33 375	0.30 371	0.30 341	0.28 335
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
xx1	0.39 139	0.23 174	0.33 28	0.41 172	0.22 55	0.55 204	0.38 221	0.67 126	1.06 350	0.41 54	0.50 58	0.65 194	0.53 206	0.57 123	0.25 21	0.16 134	0.10 12	0.20 214	0.19 246	0.18 184	0.17 195

cc1	0.37 109	0.23 174	0.33 28	0.41 172	0.22 55	0.55 204	0.38 221	0.67 126	1.06 350	0.41 54	0.50 58	0.34 30	0.49 186	0.57 123	0.25 21	0.16 134	0.10 12	0.19 186	0.13 71	0.16 133	0.15 135

fff	0.37 109	0.16 16	0.41 103	0.34 17	0.19 13	0.29 52	0.30 94	0.69 144	1.06 350	0.69 171	0.78 156	0.42 70	0.63 266	0.46 58	0.34 130	0.14 41	0.10 12	0.14 25	0.11 26	0.11 1	0.13 75

csc	0.37 109	0.16 16	0.41 103	0.34 17	0.19 13	0.29 52	0.30 94	0.69 144	1.06 350	0.69 171	0.78 156	0.42 70	0.63 266	0.46 58	0.34 130	0.14 41	0.10 12	0.14 25	0.11 26	0.11 1	0.13 75

cscssc	0.37 109	0.16 16	0.41 103	0.34 17	0.19 13	0.29 52	0.30 94	0.69 144	1.06 350	0.69 171	0.78 156	0.42 70	0.63 266	0.46 58	0.34 130	0.14 41	0.10 12	0.14 25	0.11 26	0.11 1	0.13 75

edge stereo	0.76 353	0.38 345	0.74 344	0.52 356	0.43 366	0.80 317	0.53 335	1.28 381	1.06 350	1.28 395	1.38 371	1.81 416	1.11 394	1.08 367	0.85 347	0.33 379	0.32 396	0.41 399	0.28 364	0.32 351	0.36 376

Wz-Net-LNSev	0.71 344	0.51 382	1.36 420	0.50 330	0.41 355	1.15 385	0.69 379	1.21 353	1.07 356	1.02 352	1.12 313	1.08 348	0.87 360	0.89 320	0.89 364	0.24 307	0.22 334	0.21 255	0.19 246	0.26 316	0.26 321

ADCPNet	1.03 395	0.48 372	2.70 443	0.54 368	0.42 361	1.40 404	0.75 393	1.13 319	1.07 356	1.22 390	1.42 375	1.68 413	1.09 392	1.36 404	3.45 445	0.30 357	0.28 375	0.29 356	0.32 384	0.37 375	0.35 374

LALA_ROB	0.74 351	0.43 361	0.69 323	0.54 368	0.40 348	1.01 361	0.95 414	1.21 353	1.07 356	1.22 390	1.12 313	1.56 408	0.79 340	1.04 361	0.86 348	0.33 379	0.22 334	0.35 379	0.30 371	0.35 366	0.31 354

MyStereo04	0.44 184	0.22 154	0.44 145	0.42 209	0.28 225	0.40 132	0.50 314	1.00 270	1.08 359	0.62 117	0.58 92	0.55 124	0.57 230	0.71 244	0.44 226	0.14 41	0.13 178	0.18 148	0.17 196	0.17 165	0.16 177

NOSS_ROB	0.57 306	0.39 349	0.39 87	0.44 245	0.30 264	0.73 300	0.54 339	1.03 284	1.08 359	0.67 157	0.87 208	0.76 252	0.57 230	0.77 276	0.47 251	0.38 397	0.38 411	0.44 403	0.42 411	0.37 375	0.34 369

MyStereo05	0.44 184	0.21 125	0.45 157	0.41 172	0.28 225	0.41 145	0.50 314	0.93 244	1.09 361	0.76 216	0.61 98	0.51 110	0.57 230	0.73 254	0.42 205	0.14 41	0.13 178	0.18 148	0.17 196	0.17 165	0.15 135

CBMV	0.64 328	0.35 324	0.41 103	0.42 209	0.25 139	1.01 361	0.77 395	1.13 319	1.09 361	1.17 383	1.22 342	1.04 336	0.75 326	0.88 315	0.63 302	0.28 343	0.30 384	0.34 377	0.30 371	0.26 316	0.26 321
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DGSMNet	0.76 353	0.55 394	1.29 411	0.58 381	0.62 414	0.94 347	0.70 384	1.26 377	1.11 363	0.83 262	1.24 347	1.00 324	0.71 317	1.03 359	0.81 339	0.34 385	0.29 380	0.41 399	0.40 402	0.57 419	0.55 423

NCC-stereo	0.78 357	0.40 353	0.76 353	0.61 392	0.67 417	0.81 322	0.69 379	1.54 422	1.11 363	0.90 301	1.36 363	1.33 382	1.16 398	1.19 379	0.88 354	0.31 360	0.30 384	0.37 387	0.48 419	0.33 356	0.33 362

Abc-Net	0.78 357	0.40 353	0.76 353	0.61 392	0.67 417	0.81 322	0.69 379	1.54 422	1.11 363	0.90 301	1.36 363	1.33 382	1.16 398	1.19 379	0.88 354	0.31 360	0.30 384	0.37 387	0.48 419	0.33 356	0.33 362
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Syn2CoEx	0.71 344	0.51 382	0.95 376	0.64 398	0.45 377	0.91 342	0.53 335	1.48 412	1.13 366	0.93 318	1.35 362	1.02 332	0.99 383	0.92 332	0.80 336	0.30 357	0.27 372	0.28 348	0.24 333	0.23 291	0.24 309

MDST_ROB	0.91 383	0.27 268	0.85 365	0.63 397	0.41 355	2.53 437	0.71 389	1.60 425	1.13 366	2.83 446	1.73 402	0.97 317	0.69 300	1.61 415	0.73 324	0.25 317	0.22 334	0.32 370	0.28 364	0.25 312	0.24 309

PA-Net	0.67 333	0.43 361	0.83 363	0.50 330	0.53 398	0.94 347	0.68 374	1.10 308	1.14 368	0.80 231	0.88 215	0.87 290	0.77 333	1.02 357	0.88 354	0.24 307	0.41 418	0.29 356	0.44 412	0.26 316	0.34 369
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NVstereo2D	0.60 323	0.30 299	0.75 348	0.48 301	0.43 366	0.89 341	0.48 305	1.05 292	1.15 369	0.66 155	0.86 201	0.88 295	0.70 313	0.99 348	0.65 305	0.32 371	0.15 235	0.28 348	0.20 270	0.40 382	0.36 376

UGAM	0.52 272	0.22 154	0.46 174	0.45 267	0.25 139	0.41 145	0.52 331	0.62 89	1.16 370	0.76 216	1.13 319	1.32 379	0.57 230	1.00 351	0.53 277	0.17 168	0.14 206	0.25 312	0.21 290	0.15 100	0.13 75

Wz-Net-MNSev	0.76 353	0.40 353	1.34 415	0.50 330	0.40 348	1.44 409	0.83 401	1.15 331	1.16 370	1.25 394	1.20 341	1.13 358	0.81 344	1.16 376	1.00 383	0.22 284	0.19 310	0.24 300	0.23 319	0.28 329	0.26 321

111	0.40 150	0.17 28	0.41 103	0.34 17	0.19 13	0.52 189	0.28 72	0.74 178	1.16 370	0.50 81	0.91 225	0.63 174	0.48 183	0.61 168	0.35 147	0.14 41	0.10 12	0.14 25	0.12 46	0.13 28	0.13 75

GwcNet	0.69 338	0.36 329	1.10 389	0.51 345	0.42 361	1.08 377	0.50 314	1.21 353	1.16 370	1.00 345	1.37 366	1.06 341	0.79 340	0.92 332	0.94 370	0.25 317	0.24 352	0.24 300	0.22 306	0.23 291	0.26 321

otaku	1.04 396	0.93 425	0.88 372	1.33 439	1.05 437	1.66 422	0.70 384	1.40 404	1.18 374	1.08 372	1.32 360	1.33 382	0.91 366	1.23 387	0.76 329	0.72 430	0.46 429	1.24 438	0.50 424	1.40 438	0.75 428

RYNet	0.72 348	0.35 324	0.64 299	0.53 362	0.67 417	1.31 400	0.67 369	1.20 351	1.18 374	1.05 363	0.87 208	1.27 368	0.93 375	0.93 338	1.27 406	0.22 284	0.16 264	0.26 328	0.23 319	0.40 382	0.39 389

GANetREF_RVC	0.80 361	0.75 413	0.86 370	0.66 406	0.42 361	1.15 385	0.98 416	1.14 328	1.19 376	1.01 350	1.02 277	1.10 351	0.90 365	1.15 375	0.76 329	0.48 414	0.39 415	0.57 422	0.38 396	0.63 423	0.46 407
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
NaN_ROB	0.69 338	0.44 365	0.69 323	0.51 345	0.33 309	0.97 354	1.06 422	1.22 361	1.19 376	1.24 393	0.96 245	1.08 348	0.78 338	1.20 381	0.67 310	0.24 307	0.30 384	0.23 286	0.24 333	0.23 291	0.25 316

SPS-STEREO	1.25 416	0.93 425	1.06 386	1.04 431	1.03 435	1.41 406	0.91 412	1.51 418	1.19 376	2.09 431	1.83 407	1.94 421	1.39 414	1.62 416	1.39 412	0.97 439	0.94 455	0.90 432	0.89 442	0.96 432	0.96 441
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
pcwnet_v2	0.58 313	0.28 281	0.84 364	0.45 267	0.35 323	0.61 243	0.35 167	1.27 379	1.21 379	0.99 340	1.27 351	0.72 228	0.58 239	0.67 221	0.48 254	0.27 335	0.21 328	0.24 300	0.23 319	0.29 332	0.29 341

SGM+DAISY	1.35 421	0.94 427	1.25 407	0.96 427	1.00 433	1.52 414	1.02 421	1.34 391	1.21 379	2.64 442	2.65 432	2.44 430	1.56 422	1.64 419	1.26 404	0.97 439	0.95 456	0.90 432	0.90 443	0.94 430	0.96 441

RP	0.76 353	0.36 329	0.63 294	0.66 406	0.58 411	0.80 317	0.55 343	1.14 328	1.22 381	0.97 333	1.65 396	1.43 395	1.32 411	1.01 352	0.84 343	0.33 379	0.30 384	0.36 383	0.30 371	0.34 362	0.34 369

DISCO	0.70 340	0.26 251	0.68 317	0.44 245	0.31 285	1.14 383	0.51 328	1.23 365	1.23 382	0.81 241	1.05 291	1.50 402	0.85 355	1.82 427	1.03 384	0.19 226	0.15 235	0.18 148	0.16 149	0.24 304	0.23 303

WCMA_ROB	1.14 406	0.36 329	0.76 353	0.49 316	0.44 373	1.23 395	0.67 369	1.11 313	1.23 382	2.84 447	3.95 453	3.28 442	1.83 434	1.25 389	0.99 380	0.44 408	0.34 404	0.34 377	0.37 393	0.41 388	0.40 392

RCA-Stereo	0.35 75	0.17 28	0.34 38	0.38 89	0.22 55	0.31 72	0.34 148	0.68 136	1.24 384	0.45 67	0.65 107	0.47 95	0.43 157	0.38 22	0.27 56	0.13 17	0.10 12	0.14 25	0.11 26	0.11 1	0.11 15

Wz-Net-SNSev	0.91 383	0.73 411	2.13 438	0.56 375	0.45 377	0.95 350	1.13 427	1.34 391	1.24 384	1.02 352	1.30 357	1.46 396	0.86 357	1.81 426	1.50 414	0.25 317	0.23 344	0.25 312	0.26 353	0.32 351	0.29 341

AnyNet_C32	1.16 410	0.62 405	2.40 441	0.57 380	0.55 403	1.41 406	1.34 441	1.18 345	1.24 384	1.49 404	1.42 375	1.39 391	1.20 405	1.55 410	4.82 452	0.29 350	0.28 375	0.29 356	0.34 388	0.38 379	0.42 396

MSMD_ROB	1.21 413	0.49 375	0.62 285	0.59 385	0.50 390	1.62 421	0.67 369	1.23 365	1.24 384	2.45 440	3.77 447	3.09 439	2.98 453	1.32 396	0.81 339	0.45 409	0.41 418	0.49 415	0.51 426	0.47 402	0.44 402

Ntro	1.09 404	0.97 431	0.91 374	1.44 440	1.19 439	1.69 425	0.80 399	1.35 394	1.25 388	1.00 345	1.29 356	1.31 374	0.97 381	1.26 390	0.84 343	0.84 434	0.43 424	1.36 439	0.50 424	1.56 439	0.78 430

dad	0.58 313	0.50 379	0.64 299	0.43 228	0.30 264	0.59 235	0.36 187	0.78 197	1.25 388	1.01 350	1.17 334	1.15 361	0.53 206	0.68 231	0.50 257	0.35 390	0.23 344	0.37 387	0.21 290	0.29 332	0.20 265

SGM_RVC	0.97 388	0.28 281	0.41 103	0.39 116	0.22 55	1.55 415	0.73 391	1.51 418	1.25 388	2.25 436	1.92 411	2.58 433	1.56 422	2.02 435	1.19 400	0.27 335	0.27 372	0.27 340	0.25 342	0.25 312	0.25 316
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
PASM	0.90 382	0.64 406	1.69 429	0.69 414	0.69 420	0.78 311	0.84 404	1.03 284	1.26 391	1.19 385	1.15 327	1.31 374	0.98 382	1.24 388	1.03 384	0.52 420	0.56 433	0.59 425	0.66 433	0.56 417	0.54 422

AANet_RVC	0.57 306	0.32 306	0.54 256	0.45 267	0.27 203	0.57 221	0.48 305	1.00 270	1.28 392	0.86 275	1.33 361	0.87 290	0.58 239	1.07 365	0.75 328	0.18 197	0.12 119	0.15 60	0.13 71	0.18 184	0.18 211

pmcnn	1.23 414	0.29 291	0.96 378	0.40 145	0.23 89	0.95 350	0.69 379	1.16 337	1.28 392	1.67 418	2.33 420	11.15 468	0.86 357	0.93 338	0.88 354	0.15 93	0.12 119	0.12 2	0.10 16	0.15 100	0.15 135

FAT-Stereo	0.73 350	0.33 314	0.75 348	0.49 316	0.37 330	0.71 293	0.59 354	1.36 397	1.30 394	1.03 360	1.40 372	1.59 411	1.15 397	0.87 312	0.86 348	0.28 343	0.28 375	0.28 348	0.23 319	0.28 329	0.38 387

AF-Net	0.81 364	0.39 349	0.68 317	0.64 398	0.54 401	0.91 342	0.51 328	1.61 426	1.31 395	0.96 329	2.02 415	1.46 396	1.26 409	1.11 372	0.99 380	0.32 371	0.24 352	0.39 392	0.27 359	0.30 341	0.25 316

iResNet_ROB	0.52 272	0.21 125	0.53 253	0.37 64	0.21 40	0.61 243	0.29 80	1.51 418	1.32 396	0.90 301	1.02 277	0.80 269	0.62 260	0.76 269	0.43 210	0.16 134	0.12 119	0.13 15	0.09 8	0.15 100	0.18 211

MFN_U_SF_RVC	1.09 404	0.59 399	1.97 436	0.67 409	0.44 373	1.93 430	0.60 356	1.85 434	1.36 397	1.61 412	1.54 391	1.95 422	1.37 413	1.64 419	1.73 418	0.40 403	0.37 409	0.45 404	0.48 419	0.44 393	0.44 402

AnyNet_C01	1.56 429	1.05 433	7.45 459	0.64 398	0.54 401	1.99 431	1.38 443	1.43 408	1.36 397	1.63 415	1.92 411	1.84 417	1.33 412	2.40 443	4.03 447	0.33 379	0.32 396	0.32 370	0.34 388	0.44 393	0.45 406

stereogan	0.80 361	0.31 303	0.71 331	0.59 385	0.50 390	1.72 426	0.48 305	1.35 394	1.37 399	1.00 345	1.46 385	1.56 408	0.95 379	1.29 393	0.84 343	0.28 343	0.29 380	0.29 356	0.25 342	0.38 379	0.38 387

FBW_ROB	0.88 377	0.50 379	0.85 365	0.55 372	0.40 348	1.17 388	0.78 397	1.50 415	1.37 399	1.33 399	1.27 351	1.48 400	1.00 385	2.57 447	0.98 379	0.25 317	0.32 396	0.45 404	0.30 371	0.34 362	0.28 335

MeshStereo	1.34 419	0.43 361	0.54 256	0.44 245	0.34 317	1.66 422	0.60 356	1.94 435	1.37 399	4.47 460	3.25 439	4.71 451	1.94 437	1.92 431	1.17 398	0.35 390	0.35 406	0.37 387	0.31 378	0.32 351	0.32 358
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
FCDSN-DC	1.39 424	0.56 395	0.65 305	0.74 419	0.59 412	1.38 403	0.63 363	1.35 394	1.39 402	3.26 454	4.50 458	4.61 449	2.63 448	1.58 414	1.03 384	0.46 410	0.42 420	0.48 412	0.47 417	0.50 407	0.50 418
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCL	1.04 396	0.38 345	1.35 416	0.50 330	0.39 343	1.61 419	0.89 409	1.29 382	1.39 402	1.29 396	1.50 387	1.24 366	1.24 406	1.37 405	4.87 453	0.21 262	0.19 310	0.25 312	0.25 342	0.29 332	0.27 328

Wz-Net-TNSev	1.14 406	1.06 434	4.32 454	0.49 316	0.42 361	1.51 413	1.11 426	1.48 412	1.40 404	1.22 390	1.26 350	1.58 410	1.43 417	1.76 424	1.70 417	0.32 371	0.31 393	0.26 328	0.30 371	0.41 388	0.41 395

MFN_U_SF_DS_RVC	1.02 394	0.57 397	1.51 427	0.67 409	0.50 390	2.57 438	1.66 451	1.20 351	1.43 405	1.38 401	1.57 393	1.33 382	0.92 370	1.64 419	0.88 354	0.37 396	0.39 415	0.46 407	0.60 431	0.41 388	0.40 392

DPSNet	0.99 390	0.42 359	1.88 435	0.53 362	0.41 355	1.59 418	1.26 436	2.21 441	1.43 405	1.10 376	1.11 310	1.46 396	1.95 438	1.34 399	1.26 404	0.34 385	0.25 360	0.25 312	0.21 290	0.46 400	0.37 381

SAMSARA	1.07 402	0.65 407	1.19 401	1.06 432	0.90 425	1.76 427	1.76 455	1.46 410	1.44 407	1.51 406	1.16 332	2.00 423	1.14 396	1.48 408	1.31 408	0.39 399	0.44 426	0.35 379	0.38 396	0.49 405	0.49 417

DispFullNet	1.60 431	2.63 464	2.75 444	2.56 459	1.79 450	1.24 396	0.47 297	1.37 399	1.45 408	1.87 423	1.50 387	1.55 407	2.46 444	2.04 436	1.04 387	0.59 425	0.18 296	2.32 455	0.68 435	2.29 454	1.14 448

CSAN	0.83 371	0.49 375	0.77 358	0.60 390	0.41 355	1.14 383	1.06 422	1.19 347	1.46 409	1.32 397	1.43 378	1.37 389	1.19 403	1.27 392	0.86 348	0.39 399	0.31 393	0.36 383	0.37 393	0.35 366	0.34 369

PWC_ROB	0.87 375	0.52 389	1.28 409	0.50 330	0.32 299	0.91 342	0.37 200	1.36 397	1.46 409	1.61 412	2.59 430	1.16 362	1.01 386	1.34 399	1.40 413	0.25 317	0.18 296	0.28 348	0.20 270	0.29 332	0.28 335

FINET	0.67 333	0.42 359	1.00 382	0.46 287	0.43 366	0.83 332	0.89 409	1.08 303	1.50 411	0.87 282	1.14 322	0.71 219	0.68 296	0.92 332	0.70 317	0.36 393	0.30 384	0.26 328	0.24 333	0.35 366	0.33 362

XQC	0.89 379	0.65 407	1.31 412	0.67 409	0.52 397	1.22 393	0.68 374	1.26 377	1.52 412	1.14 381	1.11 310	1.28 370	1.04 388	1.40 407	1.77 421	0.38 397	0.24 352	0.37 387	0.31 378	0.53 413	0.47 412

FC-DCNN	1.59 430	0.51 382	0.66 311	0.61 392	0.49 388	1.56 416	0.70 384	1.66 429	1.53 413	4.64 461	4.62 459	5.85 458	3.34 457	1.84 428	1.11 392	0.46 410	0.42 420	0.47 408	0.46 413	0.48 403	0.46 407

NVStereoNet_ROB	1.24 415	0.90 424	1.13 393	0.86 423	0.88 424	1.11 379	0.99 418	1.42 406	1.53 413	1.59 411	2.48 425	2.24 426	1.53 419	1.96 434	1.30 407	0.76 432	0.70 438	0.78 428	1.00 448	0.71 425	0.88 436
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RainbowNet	1.35 421	1.49 444	1.19 401	1.88 447	1.45 441	1.48 411	1.07 424	1.61 426	1.55 415	1.20 388	1.59 394	1.54 406	1.13 395	1.34 399	0.97 376	1.36 450	0.70 438	1.82 444	0.79 439	1.71 442	1.07 447

MFMNet_re	1.14 406	0.97 431	1.19 401	0.99 428	0.95 428	1.25 397	1.22 433	1.39 401	1.55 415	1.69 419	1.67 400	1.21 363	1.53 419	1.12 373	0.99 380	0.87 436	0.75 445	0.79 429	0.75 437	0.90 427	0.94 438

FC-DCNN v2	1.65 434	0.51 382	0.65 305	0.61 392	0.49 388	1.61 419	0.70 384	1.75 433	1.56 417	4.74 463	4.91 461	6.46 462	3.31 455	1.91 430	1.11 392	0.46 410	0.42 420	0.47 408	0.46 413	0.48 403	0.46 407

Consistency-Raft	1.01 391	0.81 417	1.24 406	0.84 422	0.97 430	0.81 322	0.84 404	1.30 385	1.59 418	1.05 363	1.68 401	1.12 355	0.91 366	0.92 332	1.11 392	0.65 427	0.74 441	0.79 429	0.90 443	1.06 435	0.79 432

LRCNet_RVC	21.24 474	31.15 479	21.41 469	28.98 476	23.82 474	3.13 452	0.60 356	20.96 477	1.59 418	25.58 477	28.15 479	21.99 477	14.79 467	21.94 478	16.41 469	28.89 482	14.87 476	33.53 478	31.28 478	29.51 480	26.16 478

PDISCO_ROB	0.91 383	0.48 372	1.06 386	0.99 428	0.97 430	1.67 424	0.63 363	1.64 428	1.59 418	1.06 366	1.18 336	1.31 374	0.79 340	1.55 410	0.97 376	0.49 416	0.22 334	0.45 404	0.40 402	0.45 397	0.37 381

S-Stereo	0.74 351	0.35 324	0.96 378	0.56 375	0.45 377	0.82 330	0.60 356	1.24 372	1.60 421	0.96 329	1.41 374	1.12 355	0.94 376	0.80 285	1.04 387	0.26 327	0.31 393	0.28 348	0.25 342	0.32 351	0.47 412

ACVNet-4b	1.35 421	1.31 440	1.10 389	1.90 448	1.59 443	1.92 429	0.77 395	1.52 421	1.62 422	1.05 363	1.60 395	2.11 424	0.94 376	1.64 419	0.77 333	1.30 447	0.35 406	2.03 450	0.67 434	1.88 448	0.84 433

LSM	4.74 462	0.77 414	10.16 461	0.70 415	56.56 480	1.02 363	1.00 420	1.24 372	1.62 422	2.04 429	2.34 421	1.33 382	1.17 400	1.38 406	1.09 391	0.33 379	0.49 430	0.39 392	0.46 413	0.51 408	10.09 470

MADNet+	2.23 446	2.43 460	10.85 462	1.22 436	0.91 426	2.76 442	1.40 444	2.12 440	1.67 424	1.32 397	1.74 404	1.86 420	1.74 430	6.25 462	4.41 451	0.65 427	0.64 436	0.58 424	0.54 428	0.80 426	0.76 429

WZ-Net	1.19 412	0.59 399	4.07 452	0.62 396	0.51 393	1.34 401	1.31 440	1.32 387	1.74 425	1.53 408	1.65 396	1.74 415	1.28 410	2.25 441	2.01 427	0.27 335	0.21 328	0.23 286	0.25 342	0.40 382	0.39 389

RTSC	0.87 375	0.48 372	1.23 405	0.52 356	0.37 330	1.13 382	0.50 314	1.34 391	1.79 426	1.51 406	1.24 347	1.12 355	0.81 344	1.62 416	2.16 430	0.25 317	0.19 310	0.23 286	0.24 333	0.30 341	0.31 354

ADCS	1.51 428	0.61 402	3.42 447	0.59 385	0.51 393	1.27 398	1.08 425	1.59 424	1.81 427	1.91 427	1.66 398	1.51 405	1.42 416	1.94 433	8.60 462	0.33 379	0.32 396	0.33 375	0.36 392	0.44 393	0.42 396

ACVNet_1	1.46 426	1.33 441	1.12 392	1.91 449	1.62 444	1.83 428	0.98 416	2.00 438	1.85 428	1.39 402	1.53 390	2.32 428	1.53 419	1.34 399	1.11 392	1.30 447	0.50 431	2.06 452	0.58 430	1.93 450	0.95 440

JetBlue	2.78 449	1.26 438	7.04 458	1.16 434	1.48 442	8.00 466	6.02 467	2.60 444	1.92 429	2.12 432	2.64 431	3.34 444	3.05 454	6.49 463	3.39 443	0.78 433	0.76 446	0.75 427	0.76 438	0.97 433	1.18 453

MSC_U_SF_DS_RVC	1.34 419	0.87 422	1.76 432	0.86 423	0.56 406	4.29 458	1.79 456	1.50 415	1.98 430	1.61 412	1.85 409	1.84 417	1.41 415	1.89 429	1.36 409	0.48 414	0.40 417	0.56 421	0.57 429	0.69 424	0.48 414

DeepPrunerF	0.89 379	0.52 389	3.43 448	0.68 412	0.81 423	0.72 299	0.72 390	1.22 361	1.99 431	0.93 318	1.01 269	0.87 290	0.86 357	1.08 367	0.95 373	0.34 385	0.28 375	0.43 401	0.39 400	0.30 341	0.32 358

SuperB	1.04 396	0.37 335	4.81 455	0.43 228	0.31 285	0.99 359	0.46 290	1.02 280	2.09 432	1.09 374	1.09 307	0.75 246	0.81 344	1.06 362	1.76 420	0.19 226	0.15 235	0.17 109	0.15 119	2.82 461	0.26 321

SHD	0.93 386	0.50 379	1.18 400	0.59 385	0.46 384	0.97 354	0.48 305	1.70 431	2.15 433	1.58 409	1.37 366	1.42 394	1.19 403	1.31 395	1.60 415	0.31 360	0.26 366	0.32 370	0.33 387	0.40 382	0.42 396

RTS	1.98 440	0.96 428	11.36 463	0.65 403	0.57 409	2.77 443	1.40 444	1.39 401	2.26 434	1.89 424	2.56 427	1.32 379	1.25 407	5.20 460	4.05 448	0.31 360	0.22 334	0.29 356	0.29 369	0.40 382	0.37 381

RTSA	1.98 440	0.96 428	11.36 463	0.65 403	0.57 409	2.77 443	1.40 444	1.39 401	2.26 434	1.89 424	2.56 427	1.32 379	1.25 407	5.20 460	4.05 448	0.31 360	0.22 334	0.29 356	0.29 369	0.40 382	0.37 381

IMH-64-1	1.86 436	1.62 449	1.16 395	2.20 452	1.89 452	2.33 435	1.30 437	2.89 446	2.29 436	1.66 416	2.80 435	2.49 431	1.61 425	2.10 437	1.78 422	1.60 452	0.74 441	2.43 456	1.02 449	2.12 451	1.17 451

IMH-64	1.86 436	1.62 449	1.16 395	2.20 452	1.89 452	2.33 435	1.30 437	2.89 446	2.29 436	1.66 416	2.80 435	2.49 431	1.61 425	2.10 437	1.78 422	1.60 452	0.74 441	2.43 456	1.02 449	2.12 451	1.17 451

ELAS	1.63 433	0.61 402	0.95 376	0.68 412	0.55 403	3.01 451	1.55 449	2.39 443	2.33 438	3.64 457	3.89 451	2.75 434	2.90 452	2.15 439	2.27 436	0.52 420	0.45 427	0.50 417	0.48 419	0.54 415	0.52 420
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PWCDC_ROB	0.89 379	0.49 375	0.80 362	0.74 419	0.40 348	1.03 366	0.39 243	1.33 389	2.35 439	1.02 352	3.77 447	0.81 271	0.92 370	1.20 381	0.90 366	0.34 385	0.22 334	0.24 300	0.20 270	0.34 362	0.29 341

PWCK	1.92 439	1.66 452	3.12 446	1.65 442	0.91 426	2.84 445	2.26 461	2.10 439	2.41 440	2.36 438	2.31 419	2.22 425	1.82 432	3.43 451	2.03 428	1.61 454	0.71 440	1.51 440	0.82 441	1.69 441	0.91 437

ACVNet_2	1.65 434	1.27 439	1.41 423	1.75 444	1.62 444	2.22 434	1.20 430	2.30 442	2.62 441	1.78 421	2.56 427	3.03 436	1.61 425	1.54 409	1.12 396	1.06 442	0.58 435	1.82 444	0.70 436	1.82 444	0.96 441

ELAS_RVC	1.60 431	0.61 402	1.01 383	0.70 415	0.56 406	2.00 432	1.89 458	1.96 436	2.65 442	3.33 455	3.26 440	3.03 436	3.41 458	2.49 445	2.09 429	0.52 420	0.45 427	0.50 417	0.48 419	0.54 415	0.52 420
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
EDNetEfficientorigin	9.93 467	1.15 435	175.16 485	0.48 301	0.36 325	1.04 370	0.68 374	1.24 372	2.69 443	3.17 453	2.50 426	2.30 427	2.07 441	1.76 424	2.21 431	0.20 249	0.18 296	0.24 300	0.19 246	0.51 408	0.50 418

EDNetEfficient	1.46 426	0.80 416	6.12 457	0.47 296	0.39 343	0.69 284	0.83 401	0.90 237	2.77 444	3.50 456	1.96 413	1.66 412	2.03 440	1.26 390	4.18 450	0.21 262	0.18 296	0.21 255	0.20 270	0.41 388	0.39 389

PVD	1.28 418	0.67 409	1.28 409	0.74 419	0.62 414	1.50 412	0.84 404	1.99 437	2.96 445	2.18 434	2.36 423	1.85 419	1.95 438	1.92 431	1.94 425	0.39 399	0.36 408	0.49 415	0.37 393	0.51 408	0.64 425

IMH	2.04 443	1.62 449	1.20 404	2.20 452	1.89 452	2.91 450	1.30 437	3.11 449	3.03 446	1.81 422	3.35 445	3.03 436	1.90 435	2.48 444	1.80 424	1.66 455	0.77 447	2.45 458	1.04 452	2.15 453	1.19 454

notaker	2.76 448	2.29 459	1.80 433	2.96 463	2.58 464	2.90 449	1.75 454	3.24 452	3.05 447	2.78 445	4.24 456	6.15 461	2.51 446	3.34 450	2.75 439	2.31 463	1.18 459	3.00 466	1.65 462	2.84 462	1.97 460

WAO-7	1.90 438	1.20 436	1.35 416	1.27 437	1.06 438	2.84 445	1.56 450	3.23 451	3.06 448	2.23 435	3.33 444	3.17 440	2.28 443	3.12 448	2.21 431	1.02 441	0.91 451	1.06 436	1.03 451	1.04 434	0.97 444

DPSimNet_ROB	3.58 456	2.45 461	8.57 460	2.53 457	2.37 459	2.88 448	3.77 466	3.14 450	3.23 449	4.71 462	3.86 450	4.68 450	4.87 463	4.07 458	5.62 455	2.33 464	2.33 464	2.47 459	2.52 465	2.51 458	2.64 465

SANet	1.07 402	0.41 357	1.06 386	0.48 301	0.30 264	1.41 406	0.94 413	1.42 406	3.36 450	1.58 409	2.43 424	2.33 429	1.70 429	1.34 399	1.07 389	0.28 343	0.24 352	0.26 328	0.23 319	0.34 362	0.30 348

JetRed	5.27 463	5.84 468	12.81 466	2.36 456	2.83 465	12.23 470	10.50 469	4.46 460	3.60 451	3.86 458	3.83 449	4.85 454	4.18 461	6.78 464	11.96 465	2.17 462	2.96 466	2.18 454	1.97 463	3.38 465	2.68 466

MADNet++	4.03 457	2.70 465	3.44 449	3.72 468	3.44 467	4.44 459	3.52 465	3.95 459	3.61 452	4.46 459	4.98 462	4.10 448	4.58 462	7.00 465	5.89 456	3.74 466	3.67 467	3.27 468	2.71 467	3.70 467	3.66 468

WAO-6	2.04 443	1.50 445	1.16 395	1.70 443	1.67 448	2.69 439	1.44 447	3.06 448	3.63 453	1.98 428	3.27 441	3.54 447	2.07 441	2.36 442	2.22 433	1.31 449	0.91 451	2.04 451	1.22 458	1.73 443	1.27 455

Dean	1.98 440	1.36 442	1.36 420	2.12 451	1.81 451	2.74 440	1.36 442	3.37 455	3.80 454	2.08 430	3.32 443	3.21 441	1.82 432	1.71 423	1.67 416	1.27 444	0.77 447	1.99 446	0.90 443	1.86 445	1.03 446

LVE	2.12 445	1.44 443	1.36 420	1.99 450	1.78 449	2.75 441	1.79 456	2.82 445	3.95 455	1.90 426	4.33 457	3.52 446	1.81 431	2.24 440	1.74 419	1.74 456	0.87 450	2.06 452	1.13 454	1.91 449	1.35 456

SGM-ForestM	4.04 458	0.32 306	0.46 174	0.43 228	0.27 203	7.50 465	1.45 448	3.84 458	4.24 456	8.19 467	6.76 465	19.00 474	9.08 465	10.74 469	6.62 459	0.31 360	0.33 402	0.32 370	0.32 384	0.29 332	0.29 341

tt	6.20 464	0.20 92	5.89 456	3.55 467	2.07 455	11.26 469	19.21 470	11.74 470	5.46 457	2.69 443	2.04 417	4.87 455	6.25 464	3.70 455	7.09 461	8.32 471	11.17 475	4.93 469	5.41 470	5.74 468	2.37 464

ktn	2.98 452	2.25 458	1.73 431	2.84 462	2.53 463	3.76 457	2.15 460	3.70 457	5.47 458	2.75 444	5.17 463	5.94 459	2.48 445	3.23 449	2.46 437	2.34 465	1.44 462	2.78 464	2.03 464	2.45 457	2.01 462

KSHMR	2.57 447	1.93 455	1.69 429	2.63 461	2.42 460	2.86 447	2.07 459	3.27 453	6.50 459	2.49 441	3.36 446	3.41 445	1.92 436	2.49 445	1.94 425	2.13 461	1.40 461	2.79 465	1.50 461	2.73 459	1.77 459

HanzoNet	6.76 466	2.45 461	4.22 453	3.19 465	2.94 466	3.62 455	2.28 462	4.79 464	7.20 460	14.00 472	13.19 471	17.49 472	22.30 477	13.25 470	6.19 457	4.20 467	1.93 463	3.10 467	2.56 466	3.35 464	2.88 467

coex-ft	6.43 465	1.51 446	87.33 484	0.49 316	0.38 339	1.34 401	1.21 432	1.16 337	8.09 461	12.12 468	2.79 434	2.77 435	3.31 455	1.16 376	3.15 440	0.24 307	0.23 344	0.27 340	0.24 333	0.45 397	0.37 381

TorneroNet-64	3.44 453	1.86 453	1.42 424	2.58 460	2.28 458	6.87 463	1.68 452	4.70 463	12.03 462	2.31 437	5.59 464	8.25 464	2.55 447	3.97 457	2.73 438	1.81 457	0.74 441	2.57 460	1.07 453	2.35 455	1.44 457

MANE	4.13 459	0.51 382	0.64 299	0.66 406	0.56 406	6.89 464	0.99 418	7.55 466	12.04 463	6.68 466	8.57 467	10.69 467	9.45 466	7.59 466	6.39 458	0.49 416	0.43 424	0.48 412	0.98 447	0.49 405	0.48 414

UNDER WATER-64	3.53 455	2.01 456	3.94 451	3.22 466	2.49 462	5.41 462	2.60 464	3.43 456	12.41 464	3.03 452	2.68 433	6.07 460	4.04 460	3.79 456	3.33 442	2.02 459	1.24 460	2.63 461	1.46 460	2.78 460	2.08 463

WAO-8	2.92 450	1.55 447	1.35 416	1.79 445	1.63 446	5.23 460	1.22 433	4.58 461	12.56 465	2.84 447	4.07 455	4.83 452	2.72 450	3.49 452	2.25 434	1.27 444	0.91 451	1.99 446	1.15 456	1.86 445	1.15 449

Venus	2.92 450	1.55 447	1.35 416	1.79 445	1.63 446	5.23 460	1.22 433	4.58 461	12.56 465	2.84 447	4.06 454	4.83 452	2.72 450	3.49 452	2.25 434	1.27 444	0.91 451	1.99 446	1.15 456	1.86 445	1.15 449

UNDER WATER	3.46 454	2.07 457	3.64 450	3.09 464	2.48 461	3.75 456	2.42 463	3.31 454	13.77 467	2.90 451	2.95 438	5.84 457	3.69 459	3.69 454	3.48 446	2.07 460	1.11 458	2.70 463	1.40 459	2.84 462	1.98 461

BEATNet-Init1	15.13 470	0.82 420	50.86 483	0.72 418	0.53 398	38.10 481	7.03 468	11.83 471	14.25 468	29.78 481	30.17 481	48.21 484	22.64 478	26.78 479	18.11 470	0.42 407	0.38 411	0.47 408	0.46 413	0.51 408	0.48 414

DGTPSM_ROB	12.07 468	8.00 469	20.99 467	8.93 470	16.78 469	10.67 467	30.87 474	9.01 468	15.16 469	6.50 464	15.41 475	9.04 465	14.85 468	9.25 467	21.67 472	4.57 468	8.57 470	5.08 470	9.28 471	5.90 469	10.95 471

DPSMNet_ROB	12.08 469	8.00 469	21.00 468	8.97 471	16.79 470	10.67 467	30.89 475	9.02 469	15.17 470	6.51 465	15.41 475	9.04 465	14.85 468	9.27 468	21.67 472	4.58 469	8.57 470	5.09 471	9.29 472	5.90 469	10.95 471

Anonymous_1	33.25 476	18.26 472	23.92 470	20.54 472	21.28 473	25.59 473	35.94 476	22.01 480	15.57 471	13.33 469	13.49 472	18.08 473	15.29 470	20.36 471	24.60 474	16.28 478	8.84 472	66.59 482	118.00 482	155.73 485	11.23 473

DPSM_ROB	17.78 471	18.63 473	24.31 474	20.90 473	19.47 471	25.97 474	36.21 477	21.23 478	16.24 472	13.38 470	14.06 473	19.18 475	16.30 471	20.78 472	25.67 475	9.38 473	9.23 473	9.49 473	9.82 473	13.51 472	11.91 474

DPSM	17.78 471	18.63 473	24.31 474	20.90 473	19.47 471	25.97 474	36.21 477	21.23 478	16.24 472	13.38 470	14.06 473	19.18 475	16.30 471	20.78 472	25.67 475	9.38 473	9.23 473	9.49 473	9.82 473	13.51 472	11.91 474

LE_ROB	4.42 460	0.24 210	2.75 444	0.42 209	0.23 89	1.57 417	0.90 411	1.71 432	17.88 474	16.56 476	4.88 460	5.17 456	18.85 476	1.63 418	14.62 468	0.17 168	0.14 206	0.16 83	0.16 149	0.19 218	0.17 195

xxxxx1	36.64 479	19.51 475	24.21 471	61.66 482	64.63 482	27.28 477	40.10 479	20.25 473	18.63 475	14.07 473	12.97 468	17.26 469	17.36 473	21.70 475	27.93 477	13.18 475	18.50 478	111.26 483	133.37 483	29.24 477	39.73 480

tt_ll	36.64 479	19.51 475	24.21 471	61.66 482	64.63 482	27.28 477	40.10 479	20.25 473	18.63 475	14.07 473	12.97 468	17.26 469	17.36 473	21.70 475	27.93 477	13.18 475	18.50 478	111.26 483	133.37 483	29.24 477	39.73 480

ff	36.64 479	19.51 475	24.21 471	61.66 482	64.63 482	27.28 477	40.10 479	20.25 473	18.63 475	14.07 473	12.97 468	17.26 469	17.36 473	21.70 475	27.93 477	13.18 475	18.50 478	111.26 483	133.37 483	29.24 477	39.73 480

PML	40.80 485	29.24 478	11.87 465	7.20 469	14.47 468	92.13 485	213.69 486	7.63 467	23.35 478	74.72 485	190.14 486	50.17 485	26.15 479	21.39 474	12.70 466	8.76 472	2.92 465	8.45 472	3.25 468	13.26 471	4.42 469

TorneroNet	4.53 461	1.89 454	1.48 426	2.55 458	2.27 457	13.78 471	1.69 453	4.84 465	23.73 479	2.89 450	7.70 466	7.06 463	2.69 449	4.26 459	3.42 444	1.84 458	0.77 447	2.68 462	1.13 454	2.42 456	1.47 458

HaxPig	31.96 475	37.24 481	34.27 476	24.37 475	24.88 475	18.26 472	19.86 471	20.64 476	28.52 480	35.97 482	38.75 482	25.57 478	28.72 480	33.88 480	34.39 480	35.94 483	38.87 483	37.80 479	40.48 479	39.68 481	41.15 483

Selective-RAFT-Error	35.84 478	37.49 483	48.83 482	42.26 480	39.24 479	52.30 483	73.09 483	42.66 484	32.61 481	26.80 479	28.30 480	38.84 483	33.51 483	41.68 484	51.59 483	18.82 480	18.58 482	19.17 477	19.80 477	27.28 475	24.05 477

CasAABBNet	35.74 477	37.43 482	48.72 481	42.22 479	39.20 478	52.24 482	73.12 484	42.61 483	32.62 482	26.78 478	27.95 477	38.58 481	32.60 481	41.67 483	51.65 484	18.74 479	18.57 481	19.15 476	19.77 476	27.20 474	23.98 476

LSM0	38.95 484	37.60 484	48.58 480	43.57 481	91.06 485	52.57 484	72.57 482	43.17 485	32.63 483	26.97 480	27.97 478	38.65 482	32.94 482	41.86 485	51.78 485	18.89 481	18.41 477	19.13 475	19.63 475	27.29 476	33.77 479

MEDIAN_ROB	37.38 482	40.85 486	40.60 479	32.31 477	31.85 476	27.20 476	24.55 472	29.10 481	33.19 484	42.09 484	41.76 484	33.35 479	34.39 484	39.78 482	37.07 481	43.64 485	44.10 485	44.12 481	43.40 481	41.51 483	42.76 485

AVERAGE_ROB	37.58 483	40.13 485	40.15 478	34.81 478	33.82 477	28.55 480	25.10 473	32.02 482	34.06 485	41.28 483	40.66 483	34.46 480	34.81 485	39.18 481	37.57 482	42.78 484	43.44 484	43.82 480	43.03 480	40.47 482	41.51 484

test_example2	176.61 486	205.14 487	198.86 486	188.60 486	190.98 486	152.67 486	170.61 485	94.86 486	123.55 486	178.88 486	179.48 485	158.94 486	141.34 486	192.61 486	198.96 486	203.76 486	236.37 486	164.13 486	173.55 486	218.58 486	160.41 486

ASD4		8.86 471

Low-res two-view benchmark