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

CAS	5.20 39	0.78 1	3.30 4	17.06 353	7.59 319	8.07 133	6.31 208	9.46 12	9.09 60	4.57 21	10.67 45	1.91 3	1.22 2	4.18 2	2.16 34	10.33 371	0.02 30	0.00 1	0.02 88	0.44 165	6.83 349

Selective-RAFT	5.78 74	0.83 2	10.24 204	6.70 191	0.72 58	15.49 233	1.13 22	13.82 68	15.41 119	6.97 40	6.97 19	11.63 98	8.27 130	12.32 143	4.73 120	0.10 134	0.01 10	0.00 1	0.26 246	0.07 11	0.03 8

s12784h	5.87 76	0.88 3	4.11 12	3.01 5	0.51 28	18.49 269	0.98 18	18.89 142	17.60 145	12.52 78	12.46 59	7.87 59	5.01 59	11.05 81	3.13 73	0.73 276	0.01 10	0.04 102	0.00 1	0.07 11	0.01 1

MIF-Stereo	2.89 2	0.90 4	6.74 61	4.08 35	2.42 150	2.63 4	0.42 6	5.57 1	4.88 6	5.36 30	7.63 21	1.09 1	1.47 4	8.80 40	5.11 133	0.03 91	0.07 127	0.00 1	0.01 65	0.48 176	0.11 42

MC-Stereo	3.99 25	0.95 5	4.70 16	5.09 83	0.44 23	3.77 11	1.79 65	9.86 16	7.05 40	6.34 32	13.35 66	6.83 47	6.34 96	10.80 74	1.75 9	0.00 1	0.11 169	0.06 121	0.24 241	0.12 31	0.14 59

PMTNet	5.36 48	0.97 6	3.42 6	1.97 1	1.30 101	8.96 137	0.69 11	12.33 35	12.16 83	8.50 46	11.35 51	6.09 42	4.50 45	9.34 51	2.70 53	22.71 385	0.01 10	0.04 102	0.02 88	0.06 6	0.01 1

test_4	5.47 50	0.98 7	5.56 34	6.55 180	0.62 41	5.53 59	1.88 69	11.68 30	6.00 21	12.60 87	30.86 240	7.48 57	3.87 27	12.25 141	2.97 63	0.00 1	0.07 127	0.03 87	0.14 196	0.34 140	0.04 10

CREStereo++_RVC	4.61 31	0.99 8	3.70 8	4.08 35	2.01 137	3.94 12	0.10 2	9.10 11	16.94 136	8.65 48	16.77 90	4.46 24	2.18 12	5.72 7	3.12 71	0.00 1	0.00 1	0.00 1	10.32 376	0.02 1	0.01 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
FENet	7.94 149	1.01 9	6.72 59	5.87 135	2.07 139	11.11 166	2.03 78	21.39 167	20.81 166	17.14 175	22.65 155	14.43 148	11.54 188	12.97 169	7.89 186	0.15 150	0.24 243	0.03 87	0.02 88	0.14 39	0.62 207

DCANet-4	6.41 96	1.02 10	9.66 186	3.41 14	0.68 45	4.73 21	1.70 47	17.70 122	24.33 204	15.10 126	20.25 125	6.45 44	8.65 134	8.47 30	5.31 141	0.01 46	0.04 58	0.00 1	0.00 1	0.09 16	0.63 208

tt	89.96 419	1.02 10	100.00 429	99.40 425	100.00 427	100.00 427	100.00 428	100.00 427	100.00 426	78.36 407	67.94 395	99.99 428	100.00 427	100.00 429	100.00 430	95.81 421	99.93 426	87.43 417	86.39 417	95.11 423	87.89 417

test_3	5.55 63	1.02 10	8.07 115	6.18 159	0.54 31	9.00 138	3.28 122	13.55 60	18.66 154	11.97 69	8.89 28	13.98 144	4.05 32	8.96 43	2.10 29	0.00 1	0.05 78	0.00 1	0.31 263	0.26 95	0.18 85

CASnet	3.91 24	1.03 13	4.68 15	4.98 78	0.27 7	4.99 42	2.95 116	11.02 29	11.02 72	10.61 61	11.76 54	4.15 19	1.65 7	5.85 10	1.91 12	0.50 245	0.00 1	0.59 268	0.12 189	0.13 36	0.02 7
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CREStereo	3.58 19	1.05 14	3.35 5	2.17 2	0.59 36	5.61 66	0.40 5	10.50 21	13.34 101	6.93 35	10.44 43	5.29 37	3.47 23	5.82 9	2.62 51	0.01 46	0.01 10	0.02 73	0.01 65	0.04 3	0.01 1
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
EGLCR-Stereo	2.92 3	1.06 15	5.28 26	3.38 13	0.55 32	4.59 18	0.66 9	10.43 20	4.81 5	3.30 7	3.23 1	7.93 60	1.71 9	9.22 49	1.62 7	0.05 106	0.12 173	0.00 1	0.00 1	0.23 79	0.16 77

GLC_STEREO	3.40 12	1.06 15	3.44 7	6.52 177	0.20 1	4.76 28	1.66 44	8.97 9	6.59 25	5.39 31	9.04 30	5.23 35	2.03 11	9.76 54	2.77 54	0.01 46	0.03 49	0.21 217	0.00 1	0.23 79	0.06 21

test-3	5.21 41	1.06 15	7.71 98	4.19 39	0.59 36	6.72 112	3.01 117	12.96 47	17.49 143	12.53 84	8.65 23	13.20 130	4.14 34	9.00 45	2.11 30	0.00 1	0.05 78	0.00 1	0.32 266	0.25 87	0.18 85

test_1	5.20 39	1.06 15	7.72 99	4.21 41	0.59 36	6.69 109	3.03 119	12.98 48	17.51 144	12.35 74	8.66 25	13.20 130	4.12 33	9.00 45	2.11 30	0.00 1	0.05 78	0.00 1	0.32 266	0.25 87	0.18 85

LoS	3.59 20	1.07 19	3.81 9	2.80 3	0.52 30	4.98 41	1.18 23	10.35 19	12.97 93	4.54 20	10.75 46	3.89 17	3.27 19	8.78 39	2.63 52	0.03 91	0.03 49	0.09 140	0.00 1	0.12 31	0.04 10

RCA-Stereo	5.32 46	1.08 20	5.91 39	4.29 49	0.51 28	5.65 69	4.12 151	16.97 113	18.67 155	8.27 43	14.16 68	8.86 70	8.90 140	6.45 13	2.18 35	0.00 1	0.07 127	0.10 156	0.00 1	0.10 26	0.07 24

TANstereo	4.70 34	1.08 20	4.01 11	3.53 24	0.47 24	14.26 209	0.15 3	8.67 8	12.54 86	12.50 76	18.43 104	5.20 34	4.54 48	5.68 6	2.07 24	0.00 1	0.13 177	0.00 1	0.01 65	0.02 1	0.63 208

CFNet-RSSM	5.55 63	1.08 20	8.60 141	4.30 50	1.21 98	6.42 101	1.25 25	16.12 104	17.84 147	13.12 97	11.14 49	11.84 103	5.52 66	9.14 48	2.35 41	0.01 46	0.20 212	0.00 1	0.36 274	0.34 140	0.07 24

GMM-Stereo	8.34 159	1.09 23	6.42 54	6.14 158	2.52 154	10.30 150	9.64 262	23.44 190	10.64 70	17.84 187	29.89 226	17.37 195	7.75 119	11.55 106	4.36 112	0.05 106	0.01 10	0.23 224	0.90 310	0.46 167	6.26 341

11t1	5.86 75	1.10 24	7.74 101	5.18 100	1.44 112	13.82 202	2.36 92	14.92 78	7.26 42	12.98 95	11.10 48	11.24 95	9.30 145	11.59 111	6.54 162	0.10 134	0.16 196	0.00 1	0.01 65	0.18 55	0.23 121

AEACV	3.17 6	1.11 25	5.39 28	4.55 60	5.35 260	4.29 13	1.60 42	6.21 3	5.43 17	3.08 4	7.85 22	4.23 20	6.55 99	5.51 5	1.56 1	0.00 1	0.09 150	0.03 87	0.32 266	0.20 61	0.12 46

Selective-IGEV	3.06 5	1.11 25	4.98 18	3.56 25	1.66 121	4.73 21	2.14 82	10.73 27	4.56 3	2.93 3	4.60 6	5.54 40	1.77 10	10.82 76	1.69 8	0.00 1	0.01 10	0.00 1	0.14 196	0.06 6	0.13 54

KYRaft	9.04 178	1.11 25	7.02 74	6.50 175	0.97 77	8.27 134	8.19 244	22.86 185	8.20 51	21.30 253	31.38 249	22.64 241	8.20 129	11.99 125	2.96 62	0.02 77	0.02 30	0.05 108	0.68 301	0.40 158	18.09 383

FTStereo	8.67 169	1.13 28	6.04 42	6.04 150	2.39 149	7.86 131	12.05 302	17.72 123	8.33 53	20.16 232	41.41 330	16.10 174	12.64 201	10.80 74	4.37 113	0.18 157	0.01 10	0.09 140	0.16 205	0.15 41	5.71 337

CES	3.85 23	1.14 29	2.91 1	3.05 6	11.37 353	5.37 55	1.02 20	9.52 13	8.82 58	3.50 9	9.21 32	1.78 2	0.90 1	6.53 14	2.37 42	0.02 77	0.04 58	0.01 63	0.00 1	1.62 277	7.74 361

Any-RAFT	6.04 87	1.16 30	4.52 14	4.47 56	1.20 97	10.46 151	1.97 75	21.84 173	15.52 122	11.21 66	19.37 112	13.34 133	4.72 57	8.65 36	2.03 22	0.01 46	0.19 207	0.00 1	0.00 1	0.04 3	0.08 28

xxxx	11.74 247	1.16 30	7.88 104	5.61 118	1.99 135	20.46 281	3.12 120	33.99 300	23.76 201	15.53 138	30.67 234	26.88 274	14.50 241	12.98 170	35.48 357	0.19 161	0.18 203	0.01 63	0.02 88	0.22 67	0.27 137

GrayStereo	8.86 176	1.17 32	6.94 71	8.09 246	2.82 162	10.58 155	11.40 294	17.93 130	15.74 126	22.43 265	30.95 241	17.80 199	12.44 198	11.19 93	4.57 116	0.02 77	0.02 30	0.18 201	0.79 307	0.31 125	1.90 292

PSM-AAD	8.62 168	1.22 33	5.69 38	6.31 165	1.12 87	12.74 188	10.01 269	19.29 146	15.25 117	21.54 255	25.11 174	14.24 145	13.47 213	12.15 136	3.93 99	0.01 46	0.06 110	2.48 334	0.16 205	0.38 155	7.28 357

Gwc-CoAtRS	5.54 60	1.22 33	8.40 128	4.28 47	1.36 110	6.93 117	1.31 26	15.48 88	15.03 115	12.62 88	13.32 65	12.74 117	5.71 76	8.61 32	2.98 64	0.01 46	0.22 227	0.00 1	0.29 256	0.28 106	0.07 24

MIF-Stereo (partial)	4.33 28	1.23 35	7.27 84	5.04 80	5.31 259	3.47 9	0.95 16	9.06 10	7.41 43	4.15 15	15.76 79	5.38 38	5.22 61	11.56 107	4.21 109	0.04 97	0.02 30	0.05 108	0.03 104	0.34 140	0.12 46

LCNet	7.52 140	1.23 35	5.35 27	6.42 170	1.29 100	9.27 142	5.64 187	17.85 126	10.63 69	16.54 163	24.54 169	14.85 156	11.29 181	11.74 119	3.88 97	0.02 77	0.02 30	0.22 221	2.04 338	0.90 249	6.76 347

DRaft	9.27 185	1.23 35	9.08 166	3.62 30	0.78 65	13.27 196	5.89 191	16.97 113	29.57 241	21.15 251	38.46 314	10.09 82	13.98 226	11.58 109	7.91 187	0.43 233	0.30 256	0.06 121	0.26 246	0.26 95	0.45 179

cross-raft	5.37 49	1.23 35	6.66 58	5.91 140	1.25 99	6.00 90	1.48 32	15.82 98	7.70 45	12.95 94	20.80 137	11.63 98	4.42 39	8.59 31	2.23 37	0.01 46	0.21 218	0.00 1	0.22 226	0.21 64	0.10 36

HSM-Net_RVC	10.88 234	1.23 35	5.46 29	5.57 116	2.63 156	20.12 280	6.06 203	27.67 230	28.35 238	20.63 239	25.51 179	34.01 315	14.38 236	16.18 233	9.29 207	0.11 137	0.07 127	0.01 63	0.00 1	0.13 36	0.14 59
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
test_xeample	11.49 242	1.24 40	7.50 92	5.22 105	2.18 142	17.40 260	6.49 220	31.14 266	22.77 189	17.90 190	33.09 276	18.48 209	14.61 242	13.51 182	37.38 365	0.16 152	0.13 177	0.01 63	0.03 104	0.23 79	0.24 127

RAFT-RH_RVC	7.73 144	1.25 41	6.99 73	4.83 70	0.90 72	11.76 171	1.53 36	13.00 49	14.43 111	17.51 184	46.41 354	11.02 90	6.30 95	12.68 155	4.93 130	0.51 248	0.04 58	0.12 170	0.13 192	0.09 16	0.09 30

IGEV+	2.98 4	1.27 42	5.17 25	5.41 111	0.47 24	4.63 19	1.71 57	9.97 17	4.75 4	2.58 2	6.27 17	4.35 23	4.44 42	4.98 4	3.05 68	0.00 1	0.07 127	0.00 1	0.08 161	0.24 84	0.18 85

Prome-Stereo	8.10 154	1.28 43	5.48 30	6.50 175	1.51 118	6.70 110	9.42 257	21.08 164	9.13 61	20.88 242	32.84 272	11.95 107	11.86 191	11.75 120	3.97 101	0.01 46	0.02 30	0.18 201	0.12 189	0.41 161	7.01 352

MGS-Stereo	3.26 7	1.29 44	6.73 60	3.30 8	0.47 24	4.89 34	1.55 38	6.15 2	8.88 59	4.31 17	10.15 39	5.48 39	1.27 3	8.09 27	1.97 15	0.04 97	0.01 10	0.02 73	0.00 1	0.57 202	0.04 10

riskmin	6.42 97	1.29 44	6.76 63	3.95 33	2.25 144	10.49 152	2.53 100	15.11 80	17.60 145	9.77 55	12.91 63	15.25 163	12.04 194	11.58 109	5.11 133	0.14 144	0.24 243	0.13 181	0.03 104	0.61 208	0.69 220

CrosDoStereo	9.24 181	1.29 44	8.16 120	4.56 62	1.04 79	7.52 127	15.00 323	15.85 99	24.31 202	24.27 277	33.44 279	13.37 134	13.82 221	12.23 139	8.86 202	0.01 46	0.11 169	0.09 140	0.04 119	0.36 145	0.53 192

DeepStereo_LL	9.24 181	1.29 44	8.16 120	4.56 62	1.04 79	7.52 127	15.00 323	15.85 99	24.31 202	24.27 277	33.44 279	13.37 134	13.82 221	12.23 139	8.86 202	0.01 46	0.11 169	0.09 140	0.04 119	0.36 145	0.53 192

RAFT-345	6.79 117	1.29 44	6.80 66	5.06 81	0.91 73	5.61 66	3.32 128	13.36 58	10.17 65	13.73 106	43.66 343	9.12 75	5.38 64	12.29 142	4.44 115	0.32 201	0.05 78	0.09 140	0.06 151	0.06 6	0.03 8

222	12.33 257	1.29 44	8.09 116	6.06 151	2.14 141	19.51 275	2.53 100	33.63 297	23.55 194	21.72 257	30.51 233	20.11 222	16.77 270	13.22 176	46.51 386	0.15 150	0.14 187	0.01 63	0.03 104	0.26 95	0.26 135

DisPM	6.43 98	1.31 50	8.36 124	6.61 186	1.06 82	5.83 82	3.82 146	13.04 51	11.63 77	16.38 158	23.88 167	12.80 118	6.50 98	13.03 175	3.04 67	0.51 248	0.01 10	0.08 133	0.15 202	0.10 26	0.42 173

IPLGR	7.14 130	1.31 50	13.14 248	4.24 43	1.15 95	9.78 143	0.98 18	23.98 193	21.70 179	16.22 154	18.43 104	8.45 67	7.66 115	9.26 50	5.45 147	0.21 171	0.05 78	0.04 102	0.06 151	0.32 134	0.38 161

RAFT-Test	5.75 73	1.32 52	6.77 64	4.07 34	1.71 124	9.95 144	1.56 40	15.78 97	8.34 55	12.73 91	23.83 165	11.80 101	4.69 51	8.99 44	2.57 50	0.01 46	0.29 255	0.00 1	0.38 279	0.16 46	0.07 24

GANet-RSSM	9.48 191	1.32 52	6.45 55	6.72 193	5.51 266	12.78 190	6.03 201	26.55 221	18.96 158	14.92 121	27.95 203	25.41 265	14.69 243	13.52 183	7.60 183	0.10 134	0.10 160	0.16 194	0.01 65	0.51 188	0.39 164

1111x	11.32 238	1.34 54	8.95 151	5.20 102	1.96 134	14.46 219	7.75 242	35.65 319	28.23 237	15.66 141	26.66 194	26.65 270	14.76 245	15.88 223	22.27 305	0.24 183	0.13 177	0.04 102	0.06 151	0.30 114	0.24 127

R-Stereo Train	7.04 126	1.34 54	7.89 105	6.23 162	2.30 146	7.51 125	5.54 184	23.96 191	6.94 29	16.26 155	33.57 282	12.04 110	5.61 69	7.67 23	3.74 90	0.01 46	0.05 78	0.01 63	0.00 1	0.10 26	0.12 46

RAFT-Stereo	7.04 126	1.34 54	7.89 105	6.23 162	2.30 146	7.51 125	5.54 184	23.96 191	6.94 29	16.26 155	33.57 282	12.04 110	5.61 69	7.67 23	3.74 90	0.01 46	0.05 78	0.01 63	0.00 1	0.10 26	0.12 46
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
x	6.80 118	1.36 57	6.94 71	4.58 64	1.88 132	10.78 159	4.55 161	19.79 150	10.62 68	12.69 89	19.54 119	14.87 157	10.11 162	9.52 52	8.03 190	0.07 125	0.15 190	0.04 102	0.04 119	0.24 84	0.22 114

DEmStereo	8.85 174	1.36 57	9.99 200	4.24 43	1.05 81	11.49 169	5.91 192	13.76 66	26.68 225	22.03 259	32.92 274	11.86 104	15.27 255	11.48 101	8.08 191	0.16 152	0.15 190	0.02 73	0.09 173	0.09 16	0.44 177

SMFormer	10.46 221	1.37 59	13.37 252	4.41 51	1.30 101	14.40 216	3.29 123	30.25 254	29.81 245	19.55 216	29.37 214	18.06 203	14.40 237	15.42 214	12.70 239	0.38 214	0.21 218	0.28 237	0.03 104	0.33 137	0.31 153

tta	10.45 220	1.37 59	13.37 252	4.41 51	1.30 101	14.39 213	3.29 123	30.25 254	29.81 245	19.55 216	29.37 214	18.06 203	14.40 237	15.42 214	12.69 238	0.38 214	0.21 218	0.28 237	0.03 104	0.29 110	0.18 85

qqq1	9.96 208	1.37 59	13.37 252	4.41 51	1.30 101	14.40 216	3.29 123	30.25 254	29.81 245	19.55 216	29.37 214	18.06 203	14.40 237	15.42 214	3.18 74	0.38 214	0.21 218	0.00 1	0.01 65	0.29 110	0.18 85

fff1	9.96 208	1.37 59	13.37 252	4.41 51	1.30 101	14.40 216	3.29 123	30.25 254	29.81 245	19.55 216	29.37 214	18.06 203	14.40 237	15.42 214	3.18 74	0.38 214	0.21 218	0.00 1	0.01 65	0.29 110	0.18 85

qqq	6.96 124	1.40 63	8.15 119	4.50 57	1.03 78	8.55 136	6.93 231	20.20 153	11.88 79	12.00 70	18.19 103	16.02 171	11.15 178	11.09 82	7.45 176	0.06 117	0.13 177	0.02 73	0.05 137	0.25 87	0.20 99

PFNet+	6.68 107	1.40 63	9.60 183	5.64 119	0.85 67	5.79 81	1.74 59	13.63 61	15.30 118	17.88 189	21.38 141	14.52 151	6.07 84	12.74 160	4.89 129	0.63 266	0.20 212	0.11 167	0.30 260	0.05 5	0.91 247

SFCPSM	8.85 174	1.40 63	11.34 224	5.23 107	3.47 186	16.55 255	7.18 237	30.71 263	25.24 212	16.45 159	19.45 114	11.10 93	9.61 154	11.88 124	5.52 148	0.22 174	0.17 198	0.36 252	0.22 226	0.29 110	0.58 201

EKT-Stereo	5.73 71	1.42 66	7.85 103	7.16 212	5.35 260	5.22 51	4.41 158	18.13 132	14.05 105	8.77 49	12.85 62	9.55 79	4.26 36	11.19 93	2.45 48	0.45 236	0.23 232	0.07 129	0.10 179	0.16 46	0.87 244

ASMatch	7.40 137	1.42 66	8.49 136	5.09 83	2.00 136	4.74 26	2.62 105	16.54 109	13.17 96	17.08 173	34.75 291	13.13 129	10.33 166	12.04 128	4.82 127	0.05 106	0.24 243	0.21 217	0.17 209	0.16 46	0.97 251

raftrobust	5.56 65	1.42 66	6.00 41	7.04 206	5.11 248	4.90 36	1.88 69	17.13 116	13.72 103	11.87 68	11.58 53	7.82 58	9.21 144	10.28 60	2.92 61	0.02 77	0.05 78	0.00 1	0.00 1	0.22 67	0.11 42

DualNet	9.14 179	1.43 69	9.67 187	5.70 124	3.44 180	11.96 175	6.35 209	18.45 134	16.31 129	15.83 144	31.44 252	17.22 189	10.87 171	10.82 76	21.98 300	0.00 1	0.05 78	0.80 285	0.08 161	0.26 95	0.14 59

ffm	8.12 155	1.43 69	9.67 187	5.70 124	3.44 180	11.96 175	6.35 209	18.45 134	16.31 129	15.83 144	31.44 252	17.22 189	10.87 171	10.82 76	1.61 5	0.00 1	0.05 78	0.80 285	0.08 161	0.26 95	0.14 59

ff1	9.41 190	1.43 69	9.67 187	5.70 124	3.44 180	11.96 175	6.35 209	18.45 134	16.31 129	15.83 144	31.44 252	17.22 189	10.87 171	16.19 234	21.98 300	0.00 1	0.05 78	0.80 285	0.08 161	0.26 95	0.14 59

mmx	10.71 226	1.43 69	9.67 187	5.70 124	3.44 180	11.96 175	6.35 209	32.18 279	28.03 234	15.83 144	31.44 252	17.22 189	10.87 171	16.19 234	21.98 300	0.22 174	0.06 110	0.80 285	0.08 161	0.48 176	0.21 107

xxx	10.71 226	1.43 69	9.67 187	5.70 124	3.44 180	11.96 175	6.35 209	32.18 279	28.03 234	15.83 144	31.44 252	17.22 189	10.87 171	16.19 234	21.98 300	0.22 174	0.06 110	0.80 285	0.08 161	0.48 176	0.21 107

IPLG	7.20 133	1.43 69	12.55 240	5.17 95	4.32 220	11.11 166	1.48 32	21.79 172	15.10 116	19.16 215	20.23 124	5.26 36	5.61 69	11.68 117	8.14 192	0.05 106	0.06 110	0.03 87	0.07 158	0.33 137	0.50 188

HCRNet	8.80 172	1.43 69	7.74 101	14.41 340	5.25 252	10.85 161	2.56 103	26.07 216	18.04 152	15.48 137	25.03 172	18.63 210	9.93 160	13.01 172	6.76 164	0.04 97	0.04 58	0.10 156	0.01 65	0.18 55	0.38 161

PFNet	7.91 147	1.44 76	11.60 228	7.03 204	2.42 150	7.60 129	6.03 201	23.36 189	17.24 139	20.29 234	17.67 92	15.44 166	7.71 118	13.02 174	5.71 150	0.24 183	0.20 212	0.12 170	0.19 220	0.31 125	0.61 206

RAFT+CT+SA	7.44 139	1.46 77	6.46 56	10.73 309	3.34 179	4.70 20	7.45 240	16.45 107	25.89 218	10.18 58	27.15 199	7.27 53	8.00 126	15.11 207	3.19 76	0.02 77	0.00 1	0.18 201	0.46 288	0.30 114	0.47 181

SST-Stereo	6.60 104	1.46 77	8.37 125	6.68 189	0.77 63	6.01 91	1.93 74	14.68 75	9.24 62	19.09 214	20.43 130	16.86 179	8.59 133	13.49 180	3.80 93	0.22 174	0.05 78	0.13 181	0.00 1	0.08 14	0.05 14

4D-IteraStereo	5.15 37	1.47 79	7.98 110	4.89 76	4.69 229	6.25 94	1.85 68	13.23 52	16.30 128	14.18 110	11.26 50	8.33 65	1.61 5	8.07 26	2.42 43	0.00 1	0.05 78	0.08 133	0.01 65	0.19 59	0.15 73

IRAFT_RVC	8.76 171	1.47 79	9.55 182	7.31 215	1.77 127	6.49 104	10.43 279	25.94 214	27.33 228	17.50 183	19.85 121	17.93 201	10.21 163	12.88 162	5.44 146	0.17 155	0.30 256	0.19 209	0.05 137	0.22 67	0.12 46

XX-Stereo	6.14 90	1.47 79	9.11 167	11.87 323	6.76 299	3.27 7	0.93 15	15.13 81	5.43 17	8.79 50	28.46 207	13.71 142	2.22 13	11.51 104	2.07 24	0.20 168	0.24 243	0.08 133	0.29 256	1.04 253	0.13 54

BUS	9.20 180	1.48 82	7.93 107	6.74 194	3.96 199	17.62 263	2.79 112	33.06 291	21.58 176	17.99 192	21.34 138	14.49 149	9.40 150	14.18 191	10.57 224	0.19 161	0.13 177	0.14 185	0.04 119	0.30 114	0.09 30

BSDual-CNN	9.70 198	1.48 82	7.93 107	6.74 194	3.96 199	16.10 243	7.13 234	33.06 291	21.58 176	17.99 192	21.34 138	22.28 238	11.53 186	14.18 191	7.81 184	0.19 161	0.13 177	0.14 185	0.04 119	0.30 114	0.09 30

psmg	9.80 201	1.48 82	7.93 107	5.18 100	3.96 199	15.85 237	7.93 243	29.11 242	21.58 176	20.93 243	25.06 173	22.28 238	11.53 186	14.18 191	7.81 184	0.19 161	0.13 177	0.17 196	0.04 119	0.36 145	0.21 107

AAGNet	7.94 149	1.48 82	9.34 176	7.13 211	0.70 49	5.85 86	5.16 173	15.40 87	14.01 104	20.13 231	24.03 168	15.28 164	11.52 185	12.05 129	15.47 259	0.63 266	0.06 110	0.32 246	0.01 65	0.12 31	0.09 30

ttt	9.98 210	1.49 86	7.30 90	6.43 171	3.95 198	14.02 204	5.06 171	33.03 290	29.84 249	14.90 120	30.95 241	14.81 155	9.66 155	15.36 212	11.38 235	0.38 214	0.19 207	0.10 156	0.03 104	0.37 150	0.28 140

knoymous	6.19 92	1.49 86	4.49 13	3.81 31	1.87 131	5.84 84	5.76 190	14.51 72	14.18 107	13.31 103	21.59 142	12.64 115	6.49 97	12.41 148	4.03 106	0.12 139	0.13 177	0.12 170	0.00 1	0.71 228	0.35 159

ac_64	11.10 236	1.49 86	9.88 196	8.24 252	5.45 265	19.12 272	6.46 218	24.10 196	14.34 109	22.80 268	23.87 166	33.28 312	15.54 258	18.87 261	17.26 274	0.28 194	0.12 173	0.02 73	0.02 88	0.26 95	0.63 208

mmm	7.72 143	1.50 89	8.56 139	5.29 108	1.89 133	14.14 208	5.70 189	18.42 133	11.02 72	16.04 150	23.78 163	17.00 180	10.03 161	12.03 127	7.54 179	0.12 139	0.07 127	0.50 262	0.20 221	0.31 125	0.18 85

test_5	8.51 164	1.50 89	8.19 122	11.06 315	5.00 243	6.91 116	5.67 188	17.50 119	22.09 183	16.07 151	29.63 223	15.28 164	10.78 168	15.94 228	3.65 87	0.00 1	0.00 1	0.26 230	0.08 161	0.31 125	0.35 159

Sa-1000	8.38 161	1.50 89	8.13 117	7.56 231	0.89 71	14.39 213	2.47 97	24.31 198	23.74 199	15.18 134	28.35 206	11.42 96	8.85 139	16.20 237	3.28 78	0.17 155	0.23 232	0.15 190	0.23 234	0.46 167	0.19 96

Pruner-Stereo	6.59 101	1.51 92	8.71 142	6.34 166	0.85 67	5.66 74	4.15 152	13.74 65	11.02 72	18.11 196	22.09 149	15.86 169	5.80 79	11.75 120	5.15 135	0.60 259	0.02 30	0.18 201	0.10 179	0.07 11	0.16 77

iRaftStereo_RVC	4.68 32	1.51 92	6.89 69	4.91 77	0.72 58	5.26 53	0.46 7	17.60 120	10.47 67	9.53 53	15.13 75	5.75 41	3.24 18	8.93 42	2.22 36	0.00 1	0.09 150	0.00 1	0.00 1	0.46 167	0.41 171

UPFNet	11.72 245	1.52 94	10.33 206	7.38 219	7.14 309	20.05 279	9.62 261	28.90 241	25.94 219	20.02 227	29.73 224	20.91 226	16.34 266	18.61 259	16.17 266	0.26 191	0.17 198	0.25 228	0.03 104	0.55 198	0.56 198

RAFT_R40	6.91 122	1.53 95	8.45 133	6.79 197	0.77 63	5.86 88	3.82 146	14.85 77	14.53 112	18.05 195	20.03 123	17.06 181	8.69 135	13.40 179	3.84 96	0.14 144	0.02 30	0.14 185	0.00 1	0.09 16	0.05 14

test-1	5.62 69	1.53 95	14.78 277	7.44 224	1.11 85	7.99 132	1.19 24	13.03 50	12.04 82	9.39 52	15.23 76	11.15 94	5.56 68	7.06 19	3.57 82	0.07 125	0.50 297	0.00 1	0.10 179	0.16 46	0.47 181

anonymousdsp2	5.93 77	1.54 97	8.34 123	4.43 55	0.38 12	9.24 141	4.11 149	21.92 177	17.36 141	12.28 73	10.08 38	10.05 81	4.42 39	11.04 80	2.54 49	0.01 46	0.02 30	0.30 244	0.18 210	0.21 64	0.18 85

SA	7.93 148	1.54 97	9.13 170	7.98 244	0.64 42	5.85 86	2.29 90	22.27 178	24.54 209	13.17 98	31.07 245	8.87 71	10.32 165	16.49 241	3.12 71	0.04 97	0.12 173	0.17 196	0.30 260	0.45 166	0.17 81

test_xeample3	3.34 11	1.54 97	7.67 96	3.33 10	0.68 45	5.74 80	1.63 43	12.05 33	3.88 2	6.71 33	3.81 3	3.17 8	3.34 20	10.59 64	2.07 24	0.00 1	0.02 30	0.00 1	0.27 250	0.13 36	0.16 77

MIM_Stereo	7.02 125	1.55 100	10.78 216	4.17 38	0.58 35	5.25 52	1.32 28	19.03 143	12.59 88	16.74 168	28.83 210	13.20 130	5.53 67	12.89 163	7.11 169	0.00 1	0.23 232	0.00 1	0.01 65	0.38 155	0.28 140

fff	6.83 119	1.55 100	7.28 85	3.56 25	0.32 8	4.73 21	1.70 47	15.75 94	31.87 262	15.11 127	20.25 125	6.90 48	12.80 203	8.63 33	5.33 142	0.01 46	0.04 58	0.00 1	0.00 1	0.09 16	0.63 208

IER	9.78 200	1.55 100	9.97 198	4.51 58	5.23 251	13.78 200	5.11 172	26.66 222	22.79 190	19.69 221	29.45 220	16.42 175	18.52 288	13.64 185	7.57 181	0.06 117	0.03 49	0.18 201	0.09 173	0.18 55	0.23 121

GMOStereo	5.97 80	1.55 100	7.18 78	5.17 95	0.71 50	5.54 60	2.21 83	10.54 22	12.86 89	18.29 200	22.01 144	17.06 181	6.27 91	6.62 15	2.43 44	0.00 1	0.23 232	0.12 170	0.00 1	0.46 167	0.10 36

error version	5.97 80	1.55 100	7.18 78	5.17 95	0.71 50	5.54 60	2.21 83	10.54 22	12.86 89	18.29 200	22.01 144	17.06 181	6.27 91	6.62 15	2.43 44	0.00 1	0.23 232	0.12 170	0.00 1	0.46 167	0.10 36

test-v	5.97 80	1.55 100	7.18 78	5.17 95	0.71 50	5.54 60	2.21 83	10.54 22	12.86 89	18.29 200	22.01 144	17.06 181	6.27 91	6.62 15	2.43 44	0.00 1	0.23 232	0.12 170	0.00 1	0.46 167	0.10 36

test-2	5.97 80	1.55 100	7.18 78	5.17 95	0.71 50	5.54 60	2.21 83	10.54 22	12.86 89	18.29 200	22.01 144	17.06 181	6.27 91	6.62 15	2.43 44	0.00 1	0.23 232	0.12 170	0.00 1	0.46 167	0.10 36

csc	6.83 119	1.55 100	7.28 85	3.56 25	0.32 8	4.73 21	1.70 47	15.75 94	31.87 262	15.11 127	20.25 125	6.90 48	12.80 203	8.63 33	5.33 142	0.01 46	0.04 58	0.00 1	0.00 1	0.09 16	0.63 208

cscssc	6.83 119	1.55 100	7.28 85	3.56 25	0.32 8	4.73 21	1.70 47	15.75 94	31.87 262	15.11 127	20.25 125	6.90 48	12.80 203	8.63 33	5.33 142	0.01 46	0.04 58	0.00 1	0.00 1	0.09 16	0.63 208

AE-Stereo	5.15 37	1.56 109	7.99 111	8.70 257	2.18 142	9.12 139	3.02 118	11.78 31	13.30 100	4.34 18	12.84 61	10.83 87	4.53 46	8.71 37	2.82 55	0.04 97	0.44 284	0.05 108	0.33 270	0.20 61	0.17 81

StereoIM	2.73 1	1.56 109	6.21 52	2.96 4	2.45 152	1.80 3	0.28 4	7.43 5	5.07 12	2.57 1	3.43 2	7.13 52	4.71 56	5.74 8	2.91 60	0.00 1	0.05 78	0.00 1	0.00 1	0.15 41	0.12 46

MSKI-zero shot	4.76 35	1.56 109	5.98 40	5.14 93	1.13 89	6.55 108	1.55 38	12.76 46	8.06 49	10.44 60	11.50 52	13.47 139	2.38 15	12.07 133	1.90 11	0.01 46	0.20 212	0.02 73	0.29 256	0.14 39	0.14 59

hknet	10.13 214	1.56 109	10.27 205	6.74 194	3.72 189	16.10 243	7.13 234	33.06 291	21.12 170	17.99 192	21.34 138	23.11 243	14.95 246	16.43 240	8.34 196	0.14 144	0.13 177	0.14 185	0.04 119	0.30 114	0.09 30

IGEVStereo-DCA	3.31 10	1.57 113	6.20 47	3.36 11	0.60 39	4.93 37	1.70 47	13.26 53	5.04 7	3.79 13	4.58 4	4.53 28	4.00 30	10.13 58	2.09 27	0.00 1	0.06 110	0.00 1	0.18 210	0.12 31	0.14 59

rrr	3.26 7	1.57 113	7.72 99	3.36 11	0.60 39	4.93 37	1.59 41	10.72 26	5.11 15	3.79 13	4.58 4	4.53 28	4.00 30	10.13 58	2.09 27	0.00 1	0.06 110	0.00 1	0.22 226	0.12 31	0.18 85

RE-Stereo	6.73 111	1.58 115	8.94 149	6.59 181	0.71 50	6.27 96	3.51 133	20.20 153	17.99 148	13.21 99	19.46 116	11.94 105	6.20 87	12.34 144	4.79 125	0.34 207	0.05 78	0.20 212	0.23 234	0.09 16	0.05 14

TVStereo	6.73 111	1.58 115	8.94 149	6.59 181	0.71 50	6.27 96	3.51 133	20.20 153	17.99 148	13.21 99	19.46 116	11.94 105	6.20 87	12.34 144	4.79 125	0.34 207	0.05 78	0.20 212	0.23 234	0.09 16	0.05 14

ADStereo(finetuned)	6.68 107	1.59 117	9.70 193	3.49 19	0.68 45	4.79 32	1.75 62	15.33 84	23.64 196	15.56 140	20.68 131	7.30 54	13.85 223	8.71 37	5.17 136	0.00 1	0.05 78	0.00 1	0.00 1	0.25 87	1.05 258

NF-Stereo	6.72 110	1.59 117	8.93 147	6.60 184	0.73 62	6.27 96	3.38 129	20.21 159	18.01 150	13.22 102	19.46 116	11.82 102	6.16 85	12.39 147	4.74 121	0.33 203	0.06 110	0.20 212	0.23 234	0.08 14	0.05 14

OCTAStereo	6.74 114	1.59 117	8.96 154	6.60 184	0.72 58	6.25 94	3.50 131	20.20 153	18.03 151	13.21 99	19.45 114	12.07 112	6.16 85	12.36 146	4.78 122	0.35 210	0.06 110	0.20 212	0.23 234	0.09 16	0.05 14

DCANet	6.46 99	1.59 117	7.28 85	3.51 23	0.68 45	4.77 31	1.75 62	15.33 84	23.62 195	15.55 139	20.73 136	7.31 55	11.56 189	8.83 41	5.26 139	0.00 1	0.05 78	0.00 1	0.00 1	0.26 95	1.11 262

PSM-softLoss	6.61 105	1.60 121	9.42 178	6.48 173	0.88 69	5.65 69	2.04 79	22.64 181	8.77 56	13.95 108	22.11 151	13.01 122	5.22 61	12.73 158	6.05 154	0.49 243	0.06 110	0.27 231	0.56 296	0.16 46	0.06 21

KMStereo	6.61 105	1.60 121	9.42 178	6.48 173	0.88 69	5.65 69	2.04 79	22.64 181	8.77 56	13.95 108	22.11 151	13.01 122	5.22 61	12.73 158	6.05 154	0.49 243	0.06 110	0.27 231	0.56 296	0.16 46	0.06 21

cf-r	10.06 212	1.60 121	7.99 111	5.82 131	5.70 275	12.92 192	4.78 167	24.18 197	27.47 231	16.91 171	31.02 244	25.12 261	14.05 227	11.63 115	11.01 232	0.03 91	0.03 49	0.05 108	0.03 104	0.43 164	0.39 164

MDST_ROB	17.92 314	1.60 121	13.68 261	13.88 336	6.44 292	43.05 370	14.86 321	42.74 360	41.66 323	43.25 365	42.85 339	28.43 279	17.28 278	29.35 332	16.06 263	0.88 290	0.11 169	0.63 271	0.47 289	0.50 187	0.64 214

raft+_RVC	6.69 109	1.61 125	5.57 35	6.37 167	4.62 227	6.51 105	6.18 206	20.39 160	23.38 193	10.62 63	17.82 94	9.89 80	5.65 74	10.70 68	3.67 88	0.00 1	0.14 187	0.00 1	0.00 1	0.34 140	0.27 137

AFF-stereo	6.17 91	1.61 125	7.02 74	4.08 35	0.64 42	3.53 10	0.76 12	16.00 102	13.14 95	12.86 92	25.42 178	15.67 167	7.86 121	11.12 85	3.21 77	0.02 77	0.06 110	0.00 1	0.00 1	0.40 158	0.08 28

anonymousa	9.03 177	1.62 127	8.03 114	4.19 39	5.53 267	15.37 230	3.81 145	18.55 138	21.20 172	18.28 199	30.99 243	20.79 225	13.42 211	10.58 63	7.57 181	0.00 1	0.05 78	0.29 240	0.18 210	0.10 26	0.11 42

TestStereo1	7.62 141	1.62 127	7.60 94	10.47 303	1.86 129	4.76 28	2.48 98	19.73 148	22.33 185	16.79 169	26.02 182	9.33 77	9.30 145	15.92 226	3.37 79	0.01 46	0.02 30	0.02 73	0.05 137	0.55 198	0.28 140

SA-5K	7.62 141	1.62 127	7.60 94	10.47 303	1.86 129	4.76 28	2.48 98	19.73 148	22.33 185	16.79 169	26.02 182	9.33 77	9.30 145	15.92 226	3.37 79	0.01 46	0.02 30	0.02 73	0.05 137	0.55 198	0.28 140

CRE-IMP	5.53 57	1.63 130	9.62 184	5.65 120	0.48 27	7.02 119	1.70 47	11.84 32	8.33 53	12.99 96	16.02 81	11.08 91	6.23 89	12.06 131	5.06 132	0.28 194	0.07 127	0.09 140	0.00 1	0.24 84	0.21 107

DeepStereo_RVC	5.65 70	1.65 131	9.06 165	5.21 104	0.56 33	5.55 64	1.84 67	12.16 34	7.22 41	13.94 107	14.96 73	12.58 114	10.27 164	11.25 95	5.81 152	0.39 224	0.10 160	0.11 167	0.00 1	0.18 55	0.22 114

111	7.26 135	1.65 131	7.28 85	3.56 25	0.32 8	10.76 158	3.53 136	20.55 161	27.51 232	10.07 57	16.62 87	14.30 146	9.53 153	12.02 126	5.87 153	0.14 144	0.01 10	0.00 1	0.00 1	0.31 125	1.14 266

RAFT-Stereo + iAFF	5.48 53	1.66 133	7.56 93	3.49 19	0.40 13	2.75 5	0.67 10	16.07 103	14.76 113	12.27 72	18.67 106	11.95 107	8.08 127	7.84 25	2.89 57	0.01 46	0.06 110	0.00 1	0.00 1	0.37 150	0.04 10

test croco	4.15 27	1.67 134	9.97 198	4.86 73	2.97 170	3.27 7	1.41 30	8.20 7	5.51 19	3.37 8	16.69 88	3.03 5	2.71 16	14.44 198	3.91 98	0.14 144	0.00 1	0.03 87	0.01 65	0.69 222	0.14 59

CASS	8.15 156	1.67 134	7.68 97	8.25 253	1.52 119	14.39 213	2.72 108	22.65 183	17.23 138	15.42 136	22.68 156	13.47 139	11.87 192	12.44 149	6.07 157	0.96 295	0.05 78	0.12 170	0.01 65	0.71 228	3.14 315
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MIPNet	6.75 116	1.67 134	12.34 236	4.67 65	1.47 113	10.01 145	2.24 88	26.43 220	17.22 137	14.72 116	12.75 60	7.02 51	9.68 156	8.44 29	5.26 139	0.01 46	0.04 58	0.05 108	0.09 173	0.35 144	0.55 195

NRIStereo	5.73 71	1.67 134	8.42 130	5.72 129	0.41 14	6.71 111	2.60 104	14.73 76	10.71 71	12.39 75	15.07 74	11.58 97	6.23 89	12.06 131	4.78 122	0.61 262	0.17 198	0.11 167	0.00 1	0.28 106	0.27 137

rafts_anoy	6.02 85	1.67 134	6.27 53	6.53 178	4.98 240	5.30 54	2.53 100	13.77 67	21.01 168	12.70 90	16.23 84	8.56 68	5.65 74	9.09 47	5.22 137	0.04 97	0.31 259	0.09 140	0.03 104	0.25 87	0.17 81

ACVNet	10.36 219	1.68 139	5.49 31	6.01 146	2.75 160	12.78 190	3.56 138	21.89 174	34.81 290	14.96 122	30.78 238	24.72 258	13.88 224	15.81 220	17.20 272	0.13 142	0.01 10	0.06 121	0.06 151	0.51 188	0.15 73

acv_ft	12.16 254	1.68 139	11.97 233	7.70 235	6.20 284	19.61 276	5.52 183	25.78 211	34.81 290	25.62 293	30.78 238	24.72 258	13.20 210	15.81 220	18.80 283	0.13 142	0.01 10	0.06 121	0.06 151	0.63 213	0.15 73

GwcNet-ADL	8.48 162	1.70 141	9.38 177	7.10 209	2.78 161	6.74 113	6.57 223	30.15 252	26.01 221	15.15 132	17.77 93	13.93 143	6.96 110	12.96 168	9.91 211	0.48 242	0.72 314	0.01 63	0.01 65	0.51 188	0.84 238

RASNet	11.59 243	1.71 142	10.36 207	6.30 164	5.66 272	15.48 232	6.12 204	34.50 309	20.86 167	16.61 164	32.51 268	22.04 235	23.00 309	19.44 268	16.15 265	0.71 272	0.03 49	0.05 108	0.01 65	0.15 41	0.13 54

ICVP	10.07 213	1.73 143	6.11 44	9.08 265	3.31 178	12.25 182	6.56 222	26.30 219	22.52 187	16.49 161	31.80 258	26.94 275	12.42 197	11.35 98	10.92 227	1.17 308	0.57 307	0.17 196	0.10 179	0.58 205	1.07 260
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
PSMNet-RSSM	9.71 199	1.73 143	6.09 43	7.47 227	4.27 212	10.06 146	6.00 199	29.14 243	21.74 180	15.76 143	32.88 273	22.63 240	13.18 208	12.94 167	9.12 206	0.09 130	0.02 30	0.07 129	0.10 179	0.70 226	0.24 127

Patchmatch Stereo++	5.56 65	1.74 145	9.01 159	5.09 83	0.41 14	5.66 74	2.40 94	12.52 39	7.00 32	12.52 78	18.08 96	13.02 124	6.74 103	11.59 111	4.01 104	0.78 278	0.09 150	0.09 140	0.00 1	0.22 67	0.22 114
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	5.50 56	1.74 145	9.03 163	5.09 83	0.42 18	5.66 74	1.98 76	12.50 37	7.01 37	12.52 78	18.13 101	12.96 120	6.77 107	11.11 84	3.83 95	0.72 274	0.09 150	0.09 140	0.00 1	0.22 67	0.22 114

ROB_FTStereo_v2	5.53 57	1.74 145	8.97 156	5.09 83	0.42 18	5.64 68	2.02 77	12.50 37	7.00 32	12.51 77	18.10 98	12.99 121	6.72 102	11.50 103	4.04 107	0.70 270	0.09 150	0.09 140	0.00 1	0.22 67	0.23 121

ROB_FTStereo	5.49 55	1.74 145	8.96 154	5.09 83	0.42 18	5.65 69	1.68 45	12.53 42	7.00 32	12.53 84	18.00 95	13.02 124	6.74 103	11.51 104	3.81 94	0.60 259	0.09 150	0.09 140	0.00 1	0.22 67	0.22 114

HUI-Stereo	5.48 53	1.74 145	9.01 159	5.08 82	0.42 18	5.65 69	2.77 111	12.55 43	7.03 39	12.54 86	18.10 98	13.07 128	6.71 101	9.92 56	3.74 90	0.61 262	0.08 142	0.09 140	0.00 1	0.22 67	0.23 121

iGMRVC	5.54 60	1.74 145	9.01 159	5.09 83	0.42 18	5.66 74	1.81 66	12.61 45	7.02 38	12.52 78	18.11 100	13.02 124	6.64 100	11.57 108	4.16 108	0.82 284	0.09 150	0.09 140	0.00 1	0.22 67	0.21 107

iRAFT	5.56 65	1.74 145	9.01 159	5.09 83	0.41 14	5.66 74	2.40 94	12.52 39	7.00 32	12.52 78	18.08 96	13.02 124	6.74 103	11.59 111	4.01 104	0.78 278	0.09 150	0.09 140	0.00 1	0.22 67	0.22 114

RAFT-IKP	5.53 57	1.74 145	8.95 151	5.09 83	0.41 14	5.45 57	2.08 81	12.52 39	7.00 32	12.52 78	18.13 101	12.93 119	6.79 108	11.59 111	3.99 102	0.80 282	0.09 150	0.09 140	0.00 1	0.22 67	0.22 114

EAI-Stereo	5.21 41	1.74 145	8.46 134	5.69 123	1.37 111	5.67 79	3.52 135	18.77 140	5.65 20	9.75 54	16.08 82	6.36 43	3.57 25	11.73 118	3.64 85	0.01 46	0.33 266	0.03 87	1.06 318	0.21 64	0.65 215

anonymousdsp	3.51 17	1.75 154	5.66 36	3.49 19	1.13 89	5.04 47	1.74 59	13.69 62	5.07 12	4.83 26	5.42 10	4.25 21	4.44 42	11.14 86	1.98 16	0.00 1	0.04 58	0.00 1	0.18 210	0.31 125	0.13 54

DCRE	6.07 89	1.75 154	8.41 129	7.20 213	3.82 194	6.48 102	4.18 154	15.52 90	10.42 66	9.24 51	22.47 154	11.71 100	5.46 65	10.62 65	3.02 66	0.02 77	0.26 251	0.05 108	0.30 260	0.15 41	0.24 127

IGEV-Stereo	3.52 18	1.75 154	5.67 37	3.49 19	1.12 87	5.04 47	1.73 58	13.70 63	5.07 12	4.83 26	5.42 10	4.27 22	4.43 41	11.15 91	1.98 16	0.00 1	0.04 58	0.00 1	0.18 210	0.31 125	0.12 46
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HHNet	7.39 136	1.75 154	7.24 83	3.26 7	3.18 172	5.04 47	6.40 215	19.04 144	15.70 125	20.71 241	32.13 263	10.69 86	5.91 81	10.45 62	4.60 117	0.40 226	0.07 127	0.21 217	0.13 192	0.54 195	0.41 171

MyStereo06	6.40 95	1.76 158	13.15 249	6.19 160	4.40 221	7.09 121	9.95 265	16.68 110	6.98 31	12.91 93	10.76 47	17.84 200	5.71 76	9.97 57	3.39 81	0.06 117	0.10 160	0.02 73	0.04 119	0.73 233	0.29 145

MyStereo05	9.29 186	1.76 158	8.95 151	6.19 160	4.40 221	7.09 121	9.95 265	31.21 267	40.82 320	17.31 178	12.93 64	10.33 83	12.52 200	13.93 187	7.05 168	0.06 117	0.10 160	0.02 73	0.04 119	0.73 233	0.29 145

ff7	3.48 13	1.76 158	6.20 47	3.45 15	1.13 89	5.02 43	1.70 47	13.26 53	5.04 7	4.66 22	5.47 12	3.49 9	4.70 52	11.14 86	2.01 18	0.00 1	0.04 58	0.00 1	0.18 210	0.30 114	0.14 59

ffff	3.48 13	1.76 158	6.20 47	3.45 15	1.13 89	5.02 43	1.70 47	13.26 53	5.04 7	4.66 22	5.47 12	3.49 9	4.70 52	11.14 86	2.01 18	0.00 1	0.04 58	0.00 1	0.18 210	0.30 114	0.14 59

11t	3.48 13	1.76 158	6.20 47	3.45 15	1.13 89	5.02 43	1.70 47	13.26 53	5.04 7	4.66 22	5.47 12	3.49 9	4.70 52	11.14 86	2.01 18	0.00 1	0.04 58	0.00 1	0.18 210	0.30 114	0.14 59

ccc-4	3.48 13	1.76 158	6.20 47	3.45 15	1.13 89	5.02 43	1.70 47	13.26 53	5.04 7	4.66 22	5.47 12	3.49 9	4.70 52	11.14 86	2.01 18	0.00 1	0.04 58	0.00 1	0.18 210	0.30 114	0.14 59

CoDeX	9.24 181	1.77 164	9.54 181	6.08 152	3.79 193	16.45 254	6.76 227	26.15 217	25.03 210	17.18 176	25.12 175	14.69 154	11.68 190	12.22 138	6.71 163	0.30 197	0.20 212	0.15 190	0.02 88	0.23 79	0.68 218

PCWNet_CMD	9.64 196	1.77 164	10.59 210	4.80 69	2.90 166	16.25 252	2.42 96	29.37 247	34.10 284	17.41 179	22.04 148	19.10 214	7.70 117	12.05 129	6.86 165	0.22 174	0.45 288	0.80 285	0.22 226	3.11 313	0.69 220

MSMDNet	9.64 196	1.77 164	10.63 211	4.83 70	2.90 166	16.35 253	2.37 93	29.33 246	34.29 287	17.43 181	22.10 150	19.05 213	7.79 120	12.11 135	6.87 166	0.23 181	0.46 290	0.67 274	0.21 224	2.77 303	0.60 204

THIR-Stereo	9.38 189	1.78 167	8.50 137	4.74 66	0.71 50	15.92 238	11.93 301	16.39 106	21.56 175	24.27 277	32.07 261	14.40 147	14.14 231	11.49 102	8.39 197	0.05 106	0.25 249	0.10 156	0.05 137	0.33 137	0.58 201

HSM	11.33 239	1.80 168	7.04 76	6.13 157	3.99 204	16.16 247	6.92 230	29.69 249	19.39 159	22.95 269	26.05 185	41.08 348	15.79 261	20.25 280	8.89 204	0.02 77	0.03 49	0.01 63	0.00 1	0.15 41	0.34 158

iRaft-Stereo_5w	8.70 170	1.81 169	9.33 175	5.83 133	3.78 191	4.87 33	11.12 288	15.86 101	14.80 114	15.23 135	26.36 188	21.49 231	12.91 206	15.94 228	12.73 240	0.58 255	0.05 78	0.08 133	0.09 173	0.85 243	0.33 157

iRaft-Stereo_20w	6.06 88	1.84 170	12.04 234	4.23 42	1.67 122	6.77 114	2.22 87	18.73 139	6.08 22	14.72 116	10.33 42	13.42 138	8.14 128	15.88 223	3.08 70	0.01 46	0.24 243	0.13 181	0.39 281	0.61 208	0.71 225

STrans-v2	7.98 153	1.84 170	9.42 178	4.84 72	1.48 115	12.23 181	10.05 270	19.06 145	12.32 85	13.63 105	26.06 186	18.13 207	12.35 196	12.99 171	3.99 102	0.01 46	0.01 10	0.18 201	0.01 65	0.22 67	0.83 237

delet	12.65 265	1.85 172	11.36 225	7.71 237	6.22 286	22.52 295	10.22 278	28.14 235	37.67 307	19.66 220	29.24 213	21.00 227	15.99 263	21.97 296	17.77 277	0.03 91	0.07 127	0.19 209	0.04 119	0.60 207	0.75 230

SGM-Forest	12.92 269	1.87 173	6.61 57	5.68 122	2.05 138	23.19 301	11.30 291	34.24 305	30.77 256	26.54 300	31.99 260	29.98 288	15.74 260	21.17 293	13.36 243	1.05 302	0.33 266	0.84 293	0.01 65	0.71 228	0.97 251
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DISCO	16.36 295	1.88 174	16.15 283	7.78 238	4.19 209	26.92 324	10.21 277	30.31 258	44.26 338	21.35 254	33.91 287	35.80 326	22.40 308	35.65 356	33.87 352	0.18 157	0.08 142	0.04 102	0.04 119	1.71 280	0.54 194

TransformOpticalFlow	7.76 145	1.90 175	9.31 174	5.50 114	1.18 96	6.97 118	8.27 245	17.86 128	13.21 97	14.58 114	29.13 212	19.01 211	10.85 169	12.51 153	3.69 89	0.01 46	0.04 58	0.20 212	0.04 119	0.17 53	0.84 238

CroCo-Stereo	3.27 9	1.90 175	7.18 78	8.50 256	1.11 85	0.96 1	0.97 17	10.18 18	8.20 51	3.59 10	4.69 7	8.02 64	4.53 46	2.75 1	2.34 40	0.01 46	0.00 1	0.00 1	0.00 1	0.31 125	0.11 42
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
DMCA	8.51 164	1.90 175	9.96 197	5.16 94	4.14 208	10.29 149	4.46 160	25.52 206	19.55 161	16.33 157	20.69 132	17.59 196	11.26 180	10.42 61	11.36 234	0.50 245	0.08 142	0.35 249	0.05 137	0.36 145	0.31 153

CFNet_ucs	10.25 216	1.91 178	11.88 232	4.98 78	4.08 206	15.11 225	3.57 140	28.02 233	31.98 267	18.21 198	25.20 176	23.27 246	9.38 149	13.38 178	7.22 170	0.23 181	0.81 321	1.65 320	0.22 226	3.01 309	0.93 248

ProNet	3.61 21	1.91 178	6.17 46	3.31 9	0.67 44	5.51 58	6.46 218	12.60 44	6.23 23	3.18 5	4.80 8	3.64 13	3.57 25	11.15 91	2.11 30	0.02 77	0.21 218	0.01 63	0.01 65	0.41 161	0.14 59

CFNet_pseudo	9.58 193	1.91 178	10.73 214	4.53 59	2.91 168	14.26 209	2.75 110	26.73 224	32.14 268	17.10 174	23.02 158	22.14 237	8.74 137	12.17 137	7.43 174	0.20 168	0.45 288	1.24 314	0.24 241	2.49 298	0.49 187

psm_up	13.18 274	1.91 178	8.81 145	9.59 283	5.84 280	15.17 228	11.37 293	38.74 342	30.81 257	20.66 240	30.32 231	30.00 289	23.12 310	19.19 266	16.02 262	0.58 255	0.10 160	0.17 196	0.01 65	0.65 219	0.55 195

MyStereo07	4.38 29	1.92 182	5.06 23	6.09 153	4.31 218	6.54 106	9.96 267	15.35 86	5.15 16	4.34 18	5.65 16	3.15 7	5.77 78	11.33 97	1.81 10	0.06 117	0.10 160	0.03 87	0.04 119	0.63 213	0.30 148

MyStereo04	9.24 181	1.92 182	8.78 144	6.09 153	4.31 218	6.54 106	9.96 267	32.24 282	41.99 327	14.26 112	11.98 56	12.00 109	12.01 193	13.93 187	7.53 178	0.06 117	0.10 160	0.03 87	0.04 119	0.63 213	0.30 148

ccs_rob	9.61 195	1.92 182	10.72 213	4.55 60	2.89 165	14.33 211	2.86 114	26.85 225	32.36 270	17.05 172	22.91 157	22.12 236	8.70 136	12.10 134	7.44 175	0.19 161	0.44 284	1.38 316	0.25 244	2.68 301	0.57 199

DIP-Stereo	6.74 114	1.93 185	10.02 202	4.28 47	1.64 120	13.54 198	1.52 35	15.16 82	6.63 26	14.30 113	26.81 195	10.90 88	5.19 60	14.78 205	7.56 180	0.00 1	0.06 110	0.05 108	0.00 1	0.17 53	0.17 81
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GwcNet-RSSM	10.65 224	1.94 186	8.57 140	6.89 201	5.26 255	12.26 183	5.21 174	25.80 213	31.50 259	16.67 166	33.52 281	23.70 252	13.88 224	12.84 161	13.67 246	0.05 106	0.10 160	0.14 185	0.02 88	0.65 219	0.39 164

iResNet_ROB	11.71 244	1.96 187	10.77 215	6.01 146	3.68 188	15.13 227	2.34 91	31.72 273	37.58 306	26.16 297	32.77 270	25.88 268	15.34 256	16.35 239	7.94 188	0.19 161	0.01 10	0.00 1	0.00 1	0.31 125	0.12 46

RAFT_CTSACE	8.24 158	1.97 188	8.39 126	6.89 201	5.11 248	5.86 88	2.63 106	14.62 74	16.88 135	23.52 275	34.77 292	16.02 171	7.37 113	17.91 254	2.23 37	0.00 1	0.12 173	0.00 1	0.03 104	0.39 157	0.05 14

GES	8.51 164	1.98 189	11.82 231	6.39 169	1.77 127	12.36 184	6.22 207	21.55 169	21.34 173	19.02 213	26.02 182	8.79 69	9.34 148	13.94 189	7.24 171	0.38 214	0.10 160	0.30 244	0.14 196	0.69 222	0.73 227

tt1	5.27 43	1.99 190	5.11 24	6.02 149	0.26 2	10.59 156	4.22 155	18.45 134	16.31 129	6.75 34	8.95 29	4.75 31	9.15 143	10.82 76	1.61 5	0.00 1	0.05 78	0.00 1	0.04 119	0.26 95	0.14 59

ACVNet-DCA	5.28 44	2.00 191	4.99 19	5.89 136	0.26 2	10.85 161	5.38 177	20.20 153	11.88 79	6.95 36	10.01 34	4.49 25	9.78 157	10.79 71	1.59 2	0.00 1	0.05 78	0.00 1	0.04 119	0.25 87	0.20 99

xx1	5.99 84	2.00 191	4.99 19	5.89 136	0.26 2	10.85 161	5.38 177	17.84 124	15.48 120	6.95 36	10.01 34	16.02 171	11.15 178	10.79 71	1.59 2	0.00 1	0.05 78	0.02 73	0.05 137	0.25 87	0.20 99

1test111	5.59 68	2.00 191	4.99 19	5.89 136	0.26 2	10.85 161	5.38 177	20.20 153	11.88 79	6.95 36	10.01 34	4.49 25	9.78 157	11.09 82	7.45 176	0.00 1	0.05 78	0.00 1	0.04 119	0.25 87	0.20 99

cc1	5.34 47	2.00 191	4.99 19	5.89 136	0.26 2	10.85 161	5.38 177	17.85 126	15.48 120	6.95 36	10.01 34	4.49 25	9.78 157	10.79 71	1.59 2	0.00 1	0.05 78	0.00 1	0.04 119	0.30 114	0.13 54

ToySt	10.51 222	2.00 191	15.67 280	5.33 109	0.95 76	14.97 224	9.51 259	24.02 194	27.37 229	14.61 115	24.67 171	24.56 256	14.70 244	16.86 244	13.35 242	0.06 117	0.23 232	0.03 87	0.09 173	0.62 211	0.67 217

pcwnet_v2	12.32 256	2.00 191	17.53 293	7.79 239	5.69 274	17.06 257	3.69 144	36.52 326	46.17 345	20.55 236	29.39 219	16.50 176	13.00 207	15.70 218	9.32 208	0.50 245	1.00 329	0.34 248	0.24 241	2.00 289	1.38 275

PSMNet-ADL	9.88 207	2.01 197	6.80 66	9.18 269	4.26 211	15.11 225	3.50 131	27.12 226	24.42 208	14.72 116	18.96 109	25.32 264	13.43 212	15.76 219	14.04 248	0.79 281	0.78 320	0.00 1	0.02 88	0.26 95	1.18 269

DSFCA	11.85 249	2.01 197	12.93 245	5.40 110	6.87 303	15.36 229	10.45 281	30.68 262	31.84 261	25.99 295	23.52 161	22.03 234	14.05 227	20.28 283	12.46 237	0.57 254	0.41 276	0.28 237	0.38 279	1.02 251	0.47 181

RALCasStereoNet	5.95 79	2.02 199	7.09 77	7.06 207	5.10 247	6.36 100	5.44 182	13.97 69	13.25 98	9.93 56	17.45 91	10.37 84	3.89 28	11.64 116	4.24 111	0.02 77	0.46 290	0.10 156	0.00 1	0.20 61	0.31 153

UNet	12.64 264	2.02 199	13.36 251	6.85 200	7.76 323	25.31 315	4.74 166	34.10 301	28.19 236	20.03 228	31.07 245	27.02 277	17.36 279	20.18 278	13.87 247	0.06 117	0.05 78	0.27 231	0.01 65	0.23 79	0.39 164

IGEV_Zeroshot_test	5.28 44	2.03 201	14.26 269	6.09 153	1.33 107	4.32 14	1.03 21	14.46 70	6.50 24	13.33 104	11.89 55	11.01 89	3.45 21	10.71 69	3.64 85	0.03 91	0.22 227	0.15 190	0.26 246	0.80 240	0.20 99

CroCo-Stereo Lap2	4.01 26	2.03 201	8.14 118	9.82 288	6.03 281	1.11 2	0.79 13	9.71 15	7.98 48	3.26 6	4.99 9	9.08 74	5.80 79	6.08 11	4.39 114	0.00 1	0.05 78	0.00 1	0.00 1	0.71 228	0.30 148

DAS	10.80 232	2.03 201	13.96 263	9.01 263	6.23 287	14.67 222	7.38 238	21.59 170	32.58 273	18.67 209	28.13 204	19.20 216	17.08 276	16.54 242	7.31 172	0.58 255	0.01 10	0.29 240	0.01 65	0.47 174	0.20 99

SepStereo	11.34 240	2.03 201	13.96 263	9.01 263	6.23 287	14.67 222	7.38 238	21.59 170	32.58 273	18.67 209	28.13 204	19.20 216	17.08 276	27.36 323	7.31 172	0.58 255	0.01 10	0.29 240	0.01 65	0.47 174	0.20 99

HH	5.47 50	2.08 205	9.00 157	4.88 74	1.07 83	4.93 37	3.60 142	16.68 110	6.83 27	8.39 44	12.14 57	15.05 158	9.06 141	12.68 155	1.93 13	0.02 77	0.17 198	0.18 201	0.00 1	0.28 106	0.48 184

HanStereo	5.47 50	2.08 205	9.00 157	4.88 74	1.07 83	4.93 37	3.60 142	16.68 110	6.83 27	8.39 44	12.14 57	15.05 158	9.06 141	12.68 155	1.93 13	0.02 77	0.17 198	0.18 201	0.00 1	0.28 106	0.48 184

MMNet	12.97 270	2.08 205	12.74 242	6.98 203	6.27 290	26.39 322	4.73 165	23.10 187	41.79 325	25.48 291	32.29 266	21.09 229	17.79 283	19.52 270	17.90 279	0.19 161	0.07 127	0.10 156	0.00 1	0.37 150	0.59 203

hitnet-ft	12.04 252	2.11 208	6.14 45	7.27 214	3.90 195	25.98 318	3.56 138	22.56 180	23.74 199	20.55 236	33.81 285	31.59 299	18.67 290	19.47 269	17.20 272	0.42 232	1.36 332	0.35 249	0.07 158	1.11 257	0.86 242

UCFNet_RVC	9.48 191	2.12 209	4.89 17	7.03 204	3.78 191	16.05 239	6.37 214	28.25 236	20.00 163	15.93 149	23.07 159	25.21 262	12.79 202	12.57 154	8.01 189	0.07 125	0.04 58	1.17 307	0.23 234	1.31 270	0.69 220

SGM_RVC	19.52 327	2.12 209	6.79 65	6.59 181	1.33 107	38.20 361	15.74 330	38.13 337	34.07 283	45.71 370	41.91 334	51.41 376	38.10 363	38.77 369	27.80 339	0.61 262	0.36 271	0.51 263	0.33 270	1.03 252	0.90 245
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
IIG-Stereo	7.41 138	2.13 211	8.55 138	10.02 294	1.76 126	6.82 115	1.53 36	17.17 117	15.84 127	18.74 211	20.30 129	18.01 202	8.39 131	12.89 163	5.22 137	0.27 193	0.03 49	0.03 87	0.00 1	0.16 46	0.30 148

RAFT	8.51 164	2.16 212	8.93 147	8.14 249	0.81 66	12.63 187	8.49 246	16.34 105	15.56 123	22.31 262	18.99 110	19.29 218	11.39 184	17.57 250	6.05 154	0.01 46	0.19 207	0.27 231	0.02 88	0.64 217	0.45 179

StereoVision	7.21 134	2.17 213	9.29 173	9.43 274	3.91 197	5.09 50	1.91 72	20.04 152	17.37 142	8.57 47	29.59 222	11.08 91	6.76 106	12.44 149	4.71 119	0.54 251	0.05 78	0.16 194	0.03 104	0.82 241	0.30 148

LL-Strereo2	5.54 60	2.17 213	9.12 168	5.65 120	2.54 155	6.48 102	2.27 89	15.08 79	7.79 47	10.99 65	10.26 41	15.94 170	3.50 24	13.25 177	3.63 84	0.00 1	0.13 177	1.34 315	0.10 179	0.30 114	0.19 96

ADLNet2	12.44 260	2.17 213	12.84 244	9.17 268	5.82 278	20.00 278	10.13 274	32.53 284	36.22 301	18.62 208	19.39 113	21.96 233	17.07 275	21.43 294	19.42 286	0.24 183	0.15 190	0.06 121	0.08 161	0.86 244	0.57 199

CFNet-ft	9.87 205	2.18 216	5.49 31	7.45 225	5.25 252	15.76 234	5.98 197	21.89 174	21.87 181	14.96 122	30.02 227	25.68 266	13.68 217	12.46 151	10.94 229	0.08 128	0.06 110	1.83 322	0.22 226	1.09 254	0.43 175

CFNet_RVC	9.87 205	2.18 216	5.49 31	7.45 225	5.25 252	15.76 234	5.98 197	21.89 174	21.87 181	14.96 122	30.02 227	25.68 266	13.68 217	12.46 151	10.94 229	0.08 128	0.06 110	1.83 322	0.22 226	1.09 254	0.43 175

ADLNet	12.34 258	2.22 218	10.14 203	8.38 254	6.78 301	17.56 262	9.05 250	33.21 294	26.28 223	27.06 303	26.01 181	26.80 272	13.76 220	16.99 246	18.74 282	0.24 183	0.39 273	0.23 224	0.10 179	0.64 217	2.16 300

MLCV	9.32 187	2.22 218	12.55 240	5.22 105	1.32 106	13.79 201	1.35 29	21.14 166	23.65 197	21.91 258	31.37 248	17.14 188	7.57 114	16.00 231	10.18 217	0.22 174	0.01 10	0.03 87	0.02 88	0.40 158	0.29 145

raft_robust	7.97 152	2.26 220	6.75 62	5.83 133	0.72 58	5.57 65	0.84 14	33.59 296	34.21 286	18.17 197	19.88 122	6.50 45	5.62 72	15.33 210	2.83 56	0.03 91	0.23 232	0.00 1	0.37 277	0.32 134	0.39 164

NINENet	10.74 228	2.29 221	10.44 208	8.03 245	5.09 246	17.62 263	2.79 112	38.69 341	33.24 278	18.35 204	26.31 187	14.49 149	9.40 150	15.88 223	10.57 224	0.41 228	0.21 218	0.29 240	0.00 1	0.42 163	0.23 121

GANet-ADL	8.36 160	2.31 222	8.44 132	7.39 221	2.65 157	12.58 186	5.24 175	29.55 248	25.24 212	14.19 111	16.70 89	17.07 186	6.91 109	10.65 67	6.26 160	0.38 214	0.39 273	0.10 156	0.12 189	0.75 238	0.28 140

CFNet	10.67 225	2.33 223	8.90 146	6.66 188	4.09 207	16.05 239	4.26 156	30.44 260	31.01 258	18.53 207	26.48 190	23.69 251	13.68 217	15.27 209	10.59 226	0.05 106	0.02 30	0.44 257	0.05 137	0.73 233	0.23 121

ACRE	7.07 128	2.38 224	13.26 250	7.36 218	4.86 232	10.28 148	4.40 157	15.51 89	13.69 102	17.22 177	19.23 111	8.00 62	4.20 35	10.64 66	8.50 198	0.33 203	0.32 262	0.03 87	0.14 196	0.37 150	0.77 234

ssnet_v2	13.23 275	2.43 225	11.25 222	7.34 216	2.92 169	23.05 300	12.95 307	35.93 321	32.92 277	21.23 252	25.38 177	28.81 280	15.22 253	22.57 300	19.81 289	0.18 157	0.08 142	0.19 209	0.05 137	1.24 265	1.06 259

CIPLG	7.15 131	2.44 226	12.82 243	7.38 219	4.93 235	10.51 153	4.56 162	15.17 83	13.25 98	17.45 182	19.75 120	8.42 66	4.60 50	11.41 100	8.31 194	0.33 203	0.32 262	0.03 87	0.14 196	0.37 150	0.72 226

SGM-ForestM	23.72 353	2.44 226	9.13 170	7.43 223	2.25 144	44.80 371	19.11 349	44.90 370	49.97 358	50.74 376	51.18 365	62.06 389	45.83 377	44.96 377	33.88 353	1.00 298	0.84 323	0.78 281	0.62 299	1.29 267	1.11 262

AASNet	12.49 261	2.46 228	10.49 209	9.82 288	6.86 302	17.33 259	6.73 226	41.09 352	37.86 309	22.53 266	29.11 211	16.68 177	13.48 215	14.54 203	17.87 278	0.20 168	0.02 30	0.78 281	0.05 137	1.18 260	0.76 231

MyStereo8	7.13 129	2.48 229	10.86 219	6.81 198	4.98 240	10.73 157	1.42 31	14.58 73	9.73 63	15.75 142	23.16 160	12.17 113	7.96 125	9.85 55	10.21 219	0.04 97	0.19 207	0.08 133	0.21 224	0.58 205	0.82 236

IPLGR_C	7.16 132	2.48 229	12.98 246	7.52 229	4.91 234	10.56 154	4.59 163	15.63 93	14.12 106	17.42 180	18.87 108	8.00 62	4.59 49	10.76 70	8.81 201	0.32 201	0.32 262	0.03 87	0.13 192	0.36 145	0.76 231

GEStereo_RVC	12.81 267	2.49 231	13.64 260	9.68 285	4.97 238	18.16 265	11.30 291	31.26 268	47.47 347	19.84 222	26.97 196	19.03 212	13.19 209	20.14 277	14.86 256	0.83 286	0.51 300	0.10 156	0.13 192	0.54 195	0.99 255

RALAANet	6.49 100	2.49 231	9.69 192	7.09 208	4.98 240	6.23 93	1.68 45	19.90 151	14.26 108	15.04 125	14.56 70	12.69 116	4.38 38	12.91 165	3.07 69	0.02 77	0.07 127	0.00 1	0.10 179	0.51 188	0.15 73

TestStereo	6.02 85	2.55 233	7.33 91	5.57 116	1.68 123	6.05 92	1.78 64	13.73 64	16.40 133	10.87 64	23.79 164	9.00 72	5.63 73	11.26 96	3.96 100	0.09 130	0.01 10	0.00 1	0.00 1	0.69 222	0.01 1

Former-RAFT_DAM_RVC	4.69 33	2.56 234	8.72 143	4.26 45	3.52 187	9.22 140	1.48 32	13.54 59	18.88 157	7.47 41	7.08 20	2.04 4	2.24 14	9.66 53	2.27 39	0.05 106	0.02 30	0.07 129	0.00 1	0.53 193	0.21 107

LoS_RVC	3.72 22	2.57 235	3.90 10	4.27 46	7.61 320	5.39 56	2.90 115	7.29 4	3.84 1	3.67 12	10.20 40	3.66 14	4.48 44	6.19 12	2.14 33	0.01 46	0.03 49	0.00 1	0.00 1	0.06 6	6.15 340

OMP-Stereo	6.93 123	2.57 235	9.03 163	10.63 306	1.72 125	4.89 34	1.91 72	17.84 124	15.56 123	16.69 167	14.16 68	17.70 198	7.33 112	12.93 166	4.83 128	0.24 183	0.03 49	0.06 121	0.02 88	0.19 59	0.39 164

CBFPSM	12.42 259	2.59 237	28.96 332	4.74 66	3.20 174	22.33 293	16.31 334	21.13 165	21.03 169	21.04 247	27.81 201	30.24 292	15.99 263	14.59 204	14.80 253	0.04 97	0.49 296	0.10 156	0.16 205	0.51 188	2.34 303

DN-CSS_ROB	8.17 157	2.59 237	14.14 266	6.11 156	3.22 175	6.31 99	3.53 136	22.92 186	20.59 165	16.66 165	30.05 229	9.31 76	7.95 124	13.49 180	4.78 122	0.72 274	0.00 1	0.45 258	0.00 1	0.54 195	0.09 30

HGLStereo	12.72 266	2.66 239	12.34 236	9.93 291	7.55 317	16.16 247	7.45 240	31.48 272	27.01 227	20.01 226	35.31 293	26.98 276	18.90 291	17.87 253	18.90 284	0.33 203	0.16 196	0.07 129	0.05 137	0.48 176	0.70 224

DispNO	11.19 237	2.70 240	17.77 300	8.09 246	5.44 263	11.56 170	11.52 295	24.39 199	33.30 279	19.84 222	26.54 193	20.72 224	15.24 254	15.12 208	10.43 223	0.26 191	0.00 1	0.05 108	0.02 88	0.69 222	0.20 99

StereoDRNet-Refined	13.36 279	2.80 241	10.82 217	7.94 242	3.10 171	18.95 271	4.45 159	28.47 237	29.65 243	29.11 316	41.47 331	24.44 255	17.64 282	23.34 303	21.66 296	0.16 152	0.07 127	0.53 264	0.32 266	0.77 239	1.64 285
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
gwcnet-sp	9.81 202	2.82 242	13.47 257	5.99 143	4.27 212	16.20 249	5.91 192	25.55 207	24.34 205	21.01 244	20.69 132	15.22 160	14.96 247	14.50 200	9.97 212	0.05 106	0.15 190	0.02 73	0.08 161	0.49 183	0.51 189

scenet	9.81 202	2.82 242	13.47 257	5.99 143	4.27 212	16.20 249	5.91 192	25.55 207	24.34 205	21.01 244	20.69 132	15.22 160	14.96 247	14.50 200	9.97 212	0.05 106	0.15 190	0.02 73	0.08 161	0.49 183	0.51 189

ssnet	9.81 202	2.82 242	13.47 257	5.99 143	4.27 212	16.20 249	5.91 192	25.55 207	24.34 205	21.01 244	20.69 132	15.22 160	14.96 247	14.50 200	9.97 212	0.05 106	0.15 190	0.02 73	0.08 161	0.49 183	0.51 189

Anonymous	6.73 111	2.83 245	18.61 304	11.88 324	7.83 324	14.52 220	9.37 255	14.49 71	10.15 64	4.28 16	6.89 18	3.13 6	7.67 116	11.82 122	5.66 149	0.83 286	0.35 270	0.08 133	0.20 221	2.86 305	1.09 261

AACVNet	10.58 223	2.86 246	9.78 195	8.95 262	3.30 177	10.80 160	4.78 167	22.37 179	12.55 87	27.50 307	29.84 225	30.06 291	15.99 263	19.10 265	11.60 236	0.40 226	0.18 203	0.22 221	0.03 104	0.62 211	0.73 227

CRFU-Net	12.56 263	2.89 247	11.77 230	8.18 250	5.80 277	24.84 309	10.46 284	24.56 200	13.12 94	30.06 324	29.37 214	29.09 281	19.64 295	19.96 274	18.53 281	0.82 284	0.48 293	0.27 231	0.15 202	0.53 193	0.68 218

CBMV_ROB	11.77 248	2.89 247	6.92 70	5.20 102	2.88 164	14.12 206	4.79 169	26.69 223	29.84 249	26.17 298	31.92 259	23.61 250	20.74 302	20.20 279	10.18 217	1.78 319	1.80 340	2.17 329	1.26 325	1.61 276	0.55 195

iResNetv2_ROB	12.00 251	2.91 249	13.46 256	5.82 131	3.73 190	13.15 194	6.45 217	34.15 302	36.02 298	25.25 287	33.81 285	29.79 287	14.24 233	13.61 184	6.10 158	0.21 171	0.02 30	0.12 170	0.00 1	0.82 241	0.25 132

HITNet	7.83 146	2.93 250	8.39 126	4.76 68	1.48 115	12.75 189	4.64 164	20.97 163	14.37 110	15.14 131	22.15 153	14.57 152	10.62 167	14.38 197	8.14 192	0.04 97	0.01 10	0.48 260	0.02 88	0.57 202	0.10 36
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
CSP-Net	12.85 268	2.95 251	9.64 185	5.94 142	3.96 199	25.85 316	9.93 264	28.81 240	26.00 220	29.31 320	32.44 267	30.00 289	15.16 252	20.25 280	14.30 251	0.55 253	0.19 207	0.03 87	0.00 1	0.65 219	0.98 254

FAT-Stereo	16.81 298	2.97 252	17.56 294	9.80 287	6.21 285	16.12 246	13.23 310	38.18 339	39.67 315	27.00 302	39.73 321	37.55 331	31.30 350	20.39 284	21.52 295	3.44 343	2.05 343	0.81 291	1.10 320	1.89 285	5.72 338

NVstereo2D	15.15 288	2.97 252	16.28 287	9.23 271	7.56 318	30.03 334	9.53 260	42.80 361	42.72 329	15.11 127	27.03 198	23.16 244	16.93 272	24.28 308	15.45 258	3.07 341	0.43 283	1.44 317	0.61 298	6.74 343	7.60 359

DLCB_ROB	13.35 278	3.00 254	9.12 168	9.43 274	5.68 273	21.80 290	10.12 273	29.19 245	29.92 251	27.71 308	31.45 257	32.37 303	19.50 294	19.02 262	16.73 269	0.22 174	0.04 58	0.38 255	0.06 151	0.49 183	0.85 241

stereogan	18.62 321	3.07 255	16.31 288	13.04 329	9.99 344	35.74 355	9.09 252	38.17 338	45.27 344	24.39 283	41.24 328	39.93 342	25.46 324	31.29 339	24.33 320	1.80 320	0.91 326	2.71 338	0.75 305	5.15 336	3.70 318

LE_ROB	22.93 351	3.07 255	14.02 265	7.70 235	2.86 163	31.99 344	17.35 342	28.10 234	67.19 395	70.51 397	55.61 377	49.07 371	47.62 379	24.76 313	36.49 359	0.35 210	0.20 212	0.27 231	0.55 295	0.48 176	0.44 177

iResNet	10.26 217	3.10 257	15.72 281	7.35 217	2.13 140	13.86 203	7.07 233	22.80 184	28.01 233	20.10 230	30.40 232	16.79 178	11.06 177	14.46 199	10.29 222	0.39 224	0.05 78	0.00 1	0.07 158	0.73 233	0.73 227

ARAFT	8.50 163	3.19 258	16.58 290	5.52 115	0.91 73	12.13 180	11.20 289	17.19 118	18.28 153	18.40 206	16.33 85	17.10 187	8.58 132	18.56 257	5.00 131	0.11 137	0.04 58	0.00 1	0.00 1	0.55 198	0.25 132

sCroCo_RVC	5.06 36	3.29 259	16.45 289	10.72 308	6.64 294	5.83 82	2.74 109	9.67 14	8.06 49	3.66 11	9.20 31	4.81 32	4.95 58	8.12 28	4.64 118	0.64 268	0.50 297	0.06 121	0.03 104	0.70 226	0.42 173

DMCA-RVC	11.41 241	3.32 260	11.68 229	10.12 296	4.81 231	11.92 174	4.11 149	24.67 202	23.66 198	20.06 229	28.51 208	26.71 271	24.96 323	15.95 230	14.82 254	0.41 228	0.34 269	0.56 266	0.16 205	0.72 232	0.69 220

CVANet_RVC	13.24 276	3.39 261	8.43 131	8.42 255	5.04 244	18.52 270	11.72 299	32.03 276	33.85 281	23.17 271	32.77 270	29.78 286	16.51 268	23.20 302	11.28 233	0.94 293	0.04 58	1.19 310	0.47 289	3.13 314	1.01 257

NLCA_NET_v2_RVC	12.05 253	3.43 262	16.25 286	7.62 233	5.58 268	14.57 221	6.00 199	32.98 289	27.41 230	21.69 256	31.40 250	25.21 262	13.47 213	14.96 206	15.60 260	0.84 288	0.33 266	0.35 249	0.35 273	1.29 267	1.78 289
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
Anonymous3	9.60 194	3.45 263	29.83 335	9.58 282	4.75 230	24.51 306	10.20 276	24.04 195	18.77 156	10.42 59	14.64 71	7.97 61	8.75 138	14.05 190	5.80 151	2.44 333	1.39 333	0.08 133	0.06 151	0.73 233	0.48 184

LL-Strereo	10.79 231	3.52 264	12.54 239	8.77 258	5.44 263	7.49 124	9.26 254	35.15 314	28.70 239	16.47 160	15.85 80	21.06 228	17.42 281	21.62 295	9.72 209	0.21 171	0.22 227	0.74 279	0.08 161	0.98 250	0.60 204

AdaStereo	10.22 215	3.63 265	9.14 172	9.15 267	3.24 176	15.79 236	5.39 181	31.94 274	25.42 214	18.39 205	26.47 189	19.44 219	9.50 152	16.60 243	8.59 199	0.44 235	0.05 78	0.40 256	0.00 1	0.57 202	0.16 77
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.
CBMV	13.69 282	3.63 265	8.02 113	5.93 141	2.69 158	22.57 296	12.44 304	29.81 250	31.57 260	31.20 329	33.79 284	31.04 295	17.41 280	25.28 315	14.11 249	0.71 272	0.60 309	0.60 269	0.11 188	1.11 257	1.13 265
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
Wz-Net-LNSev-Ref	15.26 289	3.68 267	27.36 329	7.11 210	5.83 279	24.88 311	12.12 303	30.19 253	36.12 300	27.08 304	45.98 349	29.10 282	13.65 216	20.45 287	20.26 292	0.67 269	0.00 1	0.10 156	0.00 1	0.32 134	0.26 135

pmcnn	14.59 286	3.68 267	19.78 311	6.83 199	4.51 225	21.27 287	14.67 319	27.37 227	30.54 254	27.09 305	40.19 323	38.71 335	18.53 289	17.70 251	19.27 285	0.84 288	0.09 150	0.00 1	0.00 1	0.48 176	0.31 153

RAFT + AFF	10.27 218	3.77 269	17.13 292	10.24 300	4.97 238	13.08 193	11.52 295	25.69 210	25.80 216	14.72 116	16.12 83	19.16 215	11.35 183	16.24 238	9.04 205	0.30 197	1.46 335	0.66 273	0.20 221	2.03 292	1.94 293

TDLM	12.98 272	3.78 270	9.77 194	10.75 310	4.94 236	16.10 243	14.08 315	35.05 312	31.87 262	22.36 263	26.51 192	26.09 269	14.97 250	24.73 312	13.11 241	1.05 302	0.05 78	1.21 311	0.27 250	1.83 282	1.00 256

NOSS_ROB	10.99 235	3.81 271	6.88 68	6.69 190	2.30 146	16.06 241	10.94 285	30.06 251	32.41 271	16.10 152	18.72 107	22.78 242	14.21 232	17.52 249	8.62 200	2.35 328	1.84 341	3.32 346	1.57 330	2.06 293	1.52 281

DRN-Test	15.88 292	3.83 272	14.70 275	9.96 293	8.02 330	28.93 332	14.65 318	42.34 357	38.25 312	28.18 312	34.31 290	29.22 284	18.35 286	20.01 275	22.68 308	0.37 213	0.41 276	0.46 259	0.28 253	1.28 266	1.34 272

GMStereo	5.94 78	3.84 273	10.86 219	5.13 92	0.71 50	7.27 123	2.66 107	12.38 36	25.14 211	12.01 71	10.66 44	5.12 33	3.46 22	11.39 99	6.16 159	0.45 236	0.02 30	0.05 108	0.31 263	0.86 244	0.25 132
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
S-Stereo	16.85 299	3.95 274	20.67 316	12.08 325	8.91 339	21.68 288	12.61 306	32.20 281	44.61 340	22.37 264	38.42 313	29.15 283	28.02 335	18.58 258	22.36 307	2.88 337	3.11 361	0.87 297	1.82 334	3.58 321	9.08 367

fast-acv-ft	14.25 285	4.00 275	16.20 284	7.51 228	5.14 250	26.38 321	9.77 263	24.62 201	34.84 292	25.30 289	37.27 304	32.09 302	20.38 300	18.32 255	19.50 287	0.36 212	0.32 262	0.63 271	0.47 289	1.18 260	0.76 231

dd	7.96 151	4.08 276	11.49 227	6.53 178	0.93 75	8.28 135	4.03 148	16.53 108	33.82 280	15.17 133	16.50 86	6.79 46	5.96 83	14.30 195	9.90 210	1.13 306	0.42 280	0.17 196	0.44 285	2.01 290	0.79 235

SACVNet	13.38 280	4.08 276	11.41 226	11.67 320	5.79 276	17.28 258	9.39 256	32.77 286	22.29 184	28.11 311	33.35 277	32.48 304	21.86 306	19.75 272	10.28 221	1.00 298	0.48 293	0.85 294	0.29 256	1.31 270	3.08 312

LMCR-Stereo	10.75 229	4.13 278	10.67 212	13.11 330	3.99 204	16.68 256	5.91 192	25.30 205	22.69 188	22.04 260	21.80 143	14.67 153	14.24 233	20.55 289	15.86 261	1.90 322	0.04 58	0.00 1	0.02 88	1.29 267	0.18 85

iinet-f	13.51 281	4.29 279	45.90 362	6.01 146	3.96 199	21.00 284	13.40 311	27.40 228	21.12 170	21.11 249	30.72 236	21.49 231	16.96 273	15.33 210	19.50 287	0.12 139	0.42 280	0.09 140	0.05 137	0.89 247	0.39 164

WCMA_ROB	20.02 334	4.30 280	19.72 310	9.47 279	7.00 306	32.71 348	13.99 314	31.97 275	32.48 272	41.51 360	52.00 367	44.09 357	36.14 359	32.43 342	24.29 319	6.19 361	2.79 357	1.09 304	1.10 320	3.95 324	3.13 314

GANet	16.92 303	4.32 281	12.46 238	10.84 312	4.24 210	23.04 299	15.36 329	39.91 347	34.47 288	32.42 337	45.10 348	40.04 344	27.54 331	23.61 306	20.20 291	1.02 301	0.08 142	0.67 274	0.22 226	1.87 284	0.97 251

FADNet-RVC-Resample	11.72 245	4.35 282	30.33 338	9.46 278	3.90 195	14.11 205	7.17 236	25.78 211	23.31 192	23.27 272	29.52 221	19.50 221	15.00 251	15.38 213	8.33 195	0.53 250	0.50 297	0.49 261	0.50 292	1.38 273	1.67 286

whm_eth	8.83 173	4.45 283	17.70 298	7.42 222	6.66 297	7.07 120	3.45 130	17.88 129	19.49 160	22.17 261	39.18 316	4.69 30	4.32 37	14.26 194	5.35 145	0.18 157	0.08 142	0.21 217	0.09 173	0.61 208	1.30 270

StereoDRNet	15.30 290	4.47 284	14.35 271	10.71 307	8.69 336	25.02 313	11.03 286	39.66 346	35.62 296	29.17 317	28.81 209	34.05 316	17.80 284	18.80 260	23.77 313	0.41 228	0.30 256	0.15 190	0.14 196	1.64 278	1.42 277

DeepPruner_ROB	10.77 230	4.56 285	13.13 247	6.37 167	4.28 217	10.14 147	6.86 228	36.42 325	19.59 162	17.87 188	27.37 200	23.19 245	12.26 195	19.09 264	10.23 220	1.05 302	0.48 293	0.23 224	0.15 202	0.89 247	1.17 267

ADCP+	18.16 316	4.61 286	32.94 342	9.31 272	10.23 346	28.87 330	11.69 298	33.43 295	36.49 302	29.28 319	40.49 324	24.18 253	24.61 319	33.89 346	35.33 356	0.25 189	0.40 275	2.00 325	1.17 322	2.16 294	1.87 291

Nwc_Net	17.98 315	4.67 287	17.79 301	14.26 338	11.65 357	25.14 314	14.88 322	40.85 351	39.83 316	21.07 248	43.24 341	34.50 319	27.64 332	26.44 321	25.03 322	3.22 342	0.18 203	2.52 335	3.18 347	1.98 287	1.51 280

RYNet	18.92 323	4.69 288	16.88 291	10.99 313	15.84 367	46.72 372	16.57 337	37.84 335	48.03 348	26.92 301	26.48 190	37.84 334	24.92 322	19.80 273	31.04 350	0.25 189	0.25 249	0.62 270	0.03 104	6.34 341	6.39 344

XPNet_ROB	17.33 308	4.84 289	15.44 279	11.15 316	6.64 294	20.88 283	16.10 332	36.26 324	39.54 314	31.80 334	41.32 329	41.30 350	23.91 313	24.67 310	27.40 335	1.07 305	0.74 316	0.79 283	0.25 244	1.10 256	1.31 271

BEATNet_4x	9.37 188	4.85 290	12.05 235	5.48 113	1.35 109	13.15 194	6.15 205	25.06 204	16.74 134	16.18 153	24.65 170	17.29 194	12.51 199	16.91 245	10.92 227	0.38 214	0.18 203	0.81 291	0.05 137	1.95 286	0.65 215

STTStereo	12.97 270	4.88 291	26.57 327	7.54 230	5.41 262	13.43 197	6.49 220	30.53 261	26.35 224	25.14 286	31.43 251	32.00 301	14.12 229	16.01 232	14.83 255	0.29 196	0.31 259	0.67 274	1.08 319	1.21 262	1.11 262

RP	17.58 309	4.92 292	15.27 278	15.44 348	11.95 358	21.05 285	11.75 300	27.64 229	45.09 343	22.99 270	42.05 335	39.39 340	27.74 333	25.54 316	22.33 306	5.45 357	0.59 308	4.33 348	1.62 331	3.53 320	2.86 309

edge stereo	18.75 322	5.12 293	17.66 296	10.77 311	7.84 326	22.41 294	11.03 286	35.23 315	42.07 328	34.62 344	42.74 337	41.28 349	35.50 357	25.14 314	24.17 317	2.42 332	2.42 351	6.35 355	1.45 328	2.89 308	3.80 319

FADNet_RVC	11.94 250	5.17 294	39.74 353	6.44 172	3.46 185	11.42 168	4.17 153	29.16 244	26.89 226	17.97 191	25.96 180	13.41 137	15.67 259	15.84 222	13.54 245	0.90 292	0.75 318	0.55 265	1.20 323	3.65 323	2.85 308

SDNR	16.15 293	5.23 295	28.92 331	5.73 130	6.05 283	56.85 387	3.26 121	23.18 188	29.73 244	20.62 238	36.48 299	13.59 141	16.97 274	18.43 256	13.44 244	10.56 372	13.84 385	3.10 343	0.44 285	7.80 348	8.81 365

GwcNet	16.48 296	5.23 295	20.03 313	10.24 300	8.48 333	28.79 329	10.09 271	38.60 340	44.51 339	23.29 273	36.95 302	31.29 297	19.79 298	20.42 285	25.70 329	0.54 251	0.72 314	0.57 267	0.39 281	1.37 272	2.64 306

AANet_RVC	13.16 273	5.34 297	10.83 218	8.20 251	4.44 223	14.13 207	9.46 258	28.78 239	37.67 307	23.44 274	37.47 306	23.48 248	15.83 262	22.39 299	16.63 268	1.67 317	0.86 324	0.24 227	0.02 88	0.63 213	1.60 283

PSMNet_ROB	16.90 302	5.45 298	14.16 267	13.77 333	7.25 311	27.65 326	32.74 382	43.21 364	37.88 310	24.00 276	32.97 275	34.55 320	16.69 269	17.41 248	23.96 315	0.38 214	0.22 227	0.93 298	2.05 339	1.83 282	0.96 250

APVNet	17.75 312	5.46 299	20.35 315	12.31 326	8.40 332	30.16 335	24.10 367	41.14 353	30.12 252	25.08 285	41.09 327	31.24 296	23.12 310	27.07 322	27.86 340	0.34 207	0.56 306	3.02 341	0.52 294	1.68 279	1.45 278

AF-Net	18.38 319	5.60 300	14.21 268	15.95 349	10.78 349	22.26 292	10.45 281	35.39 316	50.22 360	24.71 284	37.77 307	41.55 351	29.24 341	29.11 331	26.67 331	4.35 352	0.06 110	4.56 349	0.90 310	2.42 296	1.38 275

FINET	15.49 291	6.08 301	24.99 323	8.12 248	7.69 321	21.80 290	22.35 359	33.76 299	48.27 349	25.99 295	32.27 265	19.48 220	16.83 271	19.07 263	16.38 267	1.37 312	0.70 313	0.95 299	0.27 250	2.61 300	0.90 245

NCC-stereo	19.75 329	6.08 301	23.96 320	15.05 344	16.17 368	18.42 266	21.45 355	43.31 366	41.00 321	24.30 280	38.12 311	34.98 322	26.92 328	35.46 353	25.65 326	4.29 350	2.07 344	3.24 344	8.90 372	2.86 305	2.86 309

Abc-Net	19.75 329	6.08 301	23.96 320	15.05 344	16.17 368	18.42 266	21.45 355	43.31 366	41.00 321	24.30 280	38.12 311	34.98 322	26.92 328	35.46 353	25.65 326	4.29 350	2.07 344	3.24 344	8.90 372	2.86 305	2.86 309
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
TRStereo	6.22 93	6.09 304	11.30 223	9.19 270	7.41 315	4.75 27	1.74 59	19.70 147	11.74 78	10.61 61	8.65 23	10.67 85	3.22 17	13.81 186	3.60 83	0.31 200	0.23 232	0.12 170	0.36 274	0.48 176	0.38 161

ADCL	21.64 343	6.20 305	47.32 364	9.93 291	6.91 305	38.69 365	19.97 351	31.26 268	54.04 365	27.89 310	47.97 357	31.35 298	30.66 347	33.18 344	36.62 360	0.99 297	0.92 328	2.63 336	1.82 334	2.45 297	2.13 297

sAnonymous2	6.59 101	6.21 306	19.05 307	8.91 260	5.27 256	4.58 16	6.69 224	15.56 91	11.12 75	4.86 28	8.71 26	3.81 15	7.93 122	7.38 21	2.89 57	0.09 130	0.07 127	0.05 108	0.28 253	11.25 366	7.10 354

CroCo_RVC	6.59 101	6.21 306	19.05 307	8.91 260	5.27 256	4.58 16	6.69 224	15.56 91	11.12 75	4.86 28	8.71 26	3.81 15	7.93 122	7.38 21	2.89 57	0.09 130	0.07 127	0.05 108	0.28 253	11.25 366	7.10 354

SuperB	17.60 310	6.22 308	56.40 377	7.91 241	5.07 245	19.70 277	9.03 249	24.87 203	50.15 359	26.25 299	39.13 315	17.61 197	20.84 303	22.28 298	25.31 325	0.70 270	0.31 259	1.10 305	0.71 302	16.58 377	1.86 290

NCCL2	17.23 305	6.37 309	14.30 270	23.45 370	7.18 310	24.16 304	17.05 340	34.39 307	25.88 217	31.55 330	38.01 309	42.09 353	26.81 327	20.94 292	22.69 309	0.45 236	0.23 232	2.63 336	1.80 333	2.02 291	2.57 304

NaN_ROB	16.51 297	6.51 310	16.22 285	10.53 305	4.64 228	31.76 342	17.78 344	37.00 330	43.37 333	29.68 322	31.29 247	32.67 309	20.32 299	28.00 328	16.06 263	0.38 214	0.41 276	0.32 246	0.41 283	0.87 246	1.94 293

Wz-Net-MNSev	18.98 324	6.53 311	33.16 344	10.15 297	7.26 313	38.37 362	16.45 335	34.19 304	43.20 332	30.65 326	40.76 325	40.51 346	19.24 293	27.56 324	28.06 345	0.81 283	0.26 251	0.05 108	0.10 179	1.45 274	0.84 238

SANet	20.96 336	6.60 312	29.81 334	8.83 259	3.19 173	31.27 341	20.56 353	41.86 356	56.09 376	39.30 356	43.62 342	44.95 359	31.93 352	27.83 325	23.67 312	0.94 293	0.52 301	0.99 301	0.42 284	4.72 330	2.03 296

ADCRef	17.30 306	6.73 313	42.01 357	10.11 295	8.78 338	26.61 323	10.45 281	31.29 270	32.75 276	31.19 328	41.62 333	18.47 208	19.78 297	24.29 309	34.06 354	0.76 277	0.42 280	2.16 328	1.79 332	1.23 264	1.56 282

Anonymous_2	14.95 287	6.75 314	17.63 295	5.45 112	7.10 308	26.19 319	11.58 297	18.06 131	17.30 140	17.61 186	15.47 77	23.33 247	20.95 304	20.55 289	14.63 252	11.05 376	12.86 384	11.27 371	25.12 386	11.32 368	4.82 333

MeshStereo	22.27 346	6.87 315	11.15 221	7.69 234	4.87 233	37.70 359	13.06 308	41.64 355	36.95 304	50.92 377	53.41 371	58.12 381	41.93 372	37.73 365	27.62 338	2.52 334	2.37 350	2.99 340	2.07 340	3.09 312	2.60 305
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
PA-Net	16.29 294	6.88 316	27.34 328	9.88 290	11.12 351	21.77 289	28.15 377	32.06 277	39.49 313	19.99 225	27.91 202	23.50 249	20.59 301	20.25 280	24.04 316	0.24 183	2.26 349	0.22 221	4.59 358	1.13 259	4.48 330
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DPSNet	24.40 358	6.97 317	33.14 343	11.16 317	6.54 293	53.33 381	43.32 391	51.28 381	59.37 382	30.89 327	39.36 317	40.35 345	34.30 356	32.57 343	25.09 323	4.65 355	1.62 337	0.37 253	0.66 300	8.51 355	4.44 329

LALA_ROB	19.19 325	7.15 318	15.93 282	12.96 328	5.30 258	28.30 328	23.21 365	42.51 358	36.69 303	33.45 342	40.81 326	50.96 375	24.53 317	27.92 326	25.66 328	0.60 259	0.44 284	2.04 326	1.22 324	2.54 299	1.47 279

PS-NSSS	13.70 283	7.41 319	14.68 274	6.70 191	5.63 270	18.43 268	12.59 305	38.89 344	25.56 215	20.27 233	35.71 295	21.11 230	16.35 267	17.16 247	17.56 275	2.28 326	0.53 302	5.37 351	0.36 274	4.28 329	3.09 313

GMStereo_Zeroshot	10.83 233	7.81 320	19.95 312	9.55 280	2.47 153	11.83 172	1.31 26	20.84 162	20.52 164	22.73 267	35.93 296	24.76 260	5.94 82	19.68 271	7.04 167	0.45 236	0.02 30	0.25 228	0.01 65	5.38 338	0.19 96

HBP-ISP	12.52 262	7.82 321	8.47 135	7.57 232	4.27 212	12.56 185	6.42 216	28.68 238	29.56 240	21.11 249	35.69 294	15.85 168	18.42 287	20.44 286	11.00 231	3.03 339	2.63 353	7.09 362	3.97 355	3.58 321	2.27 302

DANet	16.85 299	8.00 322	26.04 326	14.56 343	7.25 311	20.59 282	5.37 176	26.22 218	26.02 222	32.17 336	36.00 297	37.20 329	29.77 343	30.75 336	24.62 321	1.14 307	1.34 330	2.21 330	0.51 293	3.18 315	4.07 325
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
G-Net	21.25 339	8.24 323	37.97 351	15.14 347	9.26 341	50.87 378	16.80 339	27.96 231	30.54 254	38.92 353	42.93 340	33.27 311	32.17 353	27.99 327	25.25 324	4.40 353	3.83 368	3.60 347	0.97 316	7.91 350	6.95 351

PDISCO_ROB	24.45 359	9.24 324	29.28 333	28.68 378	19.96 375	37.14 358	15.33 328	45.04 371	54.69 368	29.24 318	42.67 336	46.07 365	28.17 336	35.35 351	30.30 348	9.92 370	2.13 346	6.90 357	3.20 348	8.74 356	6.87 350

RTSC	19.64 328	9.36 325	31.06 340	10.99 313	6.24 289	28.10 327	10.14 275	37.50 334	58.34 380	31.74 332	36.70 301	32.50 306	21.03 305	36.00 359	37.24 364	1.23 310	0.44 284	0.12 170	0.31 263	1.98 287	1.69 287

ADCPNet	21.93 344	9.38 326	57.92 378	11.76 321	6.88 304	36.03 356	18.44 346	32.80 287	35.93 297	32.91 341	43.80 345	39.21 339	26.99 330	31.14 338	36.94 362	2.05 324	2.67 355	2.30 332	3.45 350	4.22 328	3.82 320

CSAN	21.34 341	9.45 327	23.34 319	20.99 364	4.95 237	32.57 346	34.26 383	38.83 343	49.95 357	36.97 350	39.72 320	44.97 360	31.73 351	26.05 317	23.94 314	1.52 315	0.47 292	0.85 294	1.43 327	2.73 302	2.14 299

ETE_ROB	17.67 311	9.48 328	17.66 296	13.60 331	4.57 226	23.03 298	21.09 354	32.49 283	35.24 293	30.49 325	38.06 310	46.18 366	24.49 316	26.40 319	24.21 318	0.46 240	0.24 243	1.14 306	0.84 308	1.52 275	2.13 297

PWCDC_ROB	17.80 313	9.62 329	18.38 303	17.95 355	7.74 322	24.61 308	5.56 186	34.41 308	52.79 363	29.66 321	50.20 364	20.63 223	19.69 296	29.85 335	20.87 293	6.18 360	0.26 251	0.10 156	0.05 137	5.36 337	2.00 295

MSMD_ROB	22.90 350	9.64 330	14.76 276	17.46 354	9.88 343	34.94 352	18.83 347	33.67 298	37.47 305	40.97 359	59.80 381	45.93 364	38.34 364	31.74 341	23.24 311	6.22 362	3.58 365	8.78 366	11.03 377	6.76 344	5.06 336

SHD	21.32 340	10.03 331	30.16 337	14.30 339	8.68 335	24.15 303	8.93 247	40.82 350	61.17 384	35.79 347	44.15 346	38.73 336	30.20 344	33.88 345	31.09 351	2.00 323	0.81 321	1.17 307	1.55 329	4.08 326	4.78 332

dad	12.24 255	10.20 332	13.68 261	6.64 187	1.47 113	13.55 199	3.58 141	17.62 121	35.33 294	27.15 306	32.65 269	30.85 294	10.86 170	14.33 196	10.04 215	2.95 338	0.55 305	7.92 364	0.91 313	3.35 318	1.17 267

FBW_ROB	21.00 337	10.23 333	22.72 318	13.71 332	6.77 300	30.49 339	16.46 336	44.58 369	43.57 335	44.25 368	39.59 319	43.27 356	26.12 325	33.96 347	21.80 298	2.58 335	1.84 341	7.14 363	2.78 345	4.00 325	4.06 324

psmorigin	20.95 335	10.24 334	35.84 346	9.75 286	7.05 307	24.59 307	10.11 272	32.85 288	32.17 269	43.09 363	54.57 374	42.79 354	36.62 360	35.99 358	27.41 336	1.58 316	2.72 356	0.79 283	1.05 317	3.26 317	6.50 345

Syn2CoEx	17.03 304	10.40 335	25.65 325	20.35 359	8.02 330	26.28 320	11.27 290	37.16 331	32.69 275	28.89 314	40.17 322	29.27 285	26.63 326	19.19 266	17.63 276	0.98 296	0.54 303	1.23 313	0.23 234	1.82 281	2.24 301

PWC_ROB	18.37 318	10.55 336	25.19 324	10.21 299	6.29 291	23.75 302	4.79 169	35.93 321	48.75 352	32.56 338	44.46 347	34.68 321	24.78 321	30.99 337	25.72 330	1.38 314	0.08 142	1.57 318	0.26 246	2.18 295	3.17 316

Wz-Net-LNSev	18.19 317	10.57 337	41.33 355	10.19 298	7.94 328	24.29 305	15.28 327	34.15 302	43.38 334	32.90 340	43.72 344	31.94 300	22.21 307	20.81 291	22.26 304	0.47 241	0.22 227	0.00 1	0.02 88	1.22 263	0.94 249

XX-TBD	4.45 30	10.67 338	3.01 2	10.28 302	0.57 34	5.84 84	0.07 1	7.57 6	12.24 84	11.43 67	14.74 72	4.07 18	1.66 8	4.51 3	2.05 23	0.01 46	0.01 10	0.00 1	0.00 1	0.26 95	0.01 1

ADCMid	22.76 349	10.75 339	41.73 356	11.23 318	7.97 329	27.26 325	19.18 350	35.44 318	38.02 311	40.23 357	46.38 352	36.56 328	42.70 373	38.20 367	40.75 372	1.77 318	1.43 334	3.05 342	3.81 353	4.96 332	3.82 320

MANE	31.97 376	10.75 339	17.71 299	20.94 363	13.77 363	47.80 374	26.85 373	53.00 386	55.20 373	59.29 381	64.30 388	64.93 392	56.31 390	51.83 387	38.69 368	9.61 369	4.72 372	6.91 358	19.93 384	9.20 357	7.64 360

FADNet	14.18 284	10.92 341	37.56 349	7.79 239	6.64 294	17.48 261	6.91 229	34.73 310	34.03 282	18.85 212	27.02 197	28.26 278	14.24 233	17.77 252	10.09 216	0.41 228	0.67 312	0.37 253	0.37 277	8.13 351	1.34 272

FC-DCNN	24.37 357	10.99 342	19.02 306	18.44 357	9.16 340	36.98 357	23.07 363	40.44 348	43.05 330	46.25 372	53.58 373	50.44 373	37.86 362	35.45 352	27.57 337	6.87 363	3.37 362	6.01 353	4.88 360	7.86 349	6.05 339

DeepPrunerF	19.92 333	11.02 343	44.29 358	20.74 362	17.75 372	19.19 273	22.57 360	36.86 329	49.93 355	25.48 291	36.62 300	24.69 257	23.97 314	23.44 304	21.79 297	2.68 336	1.63 338	5.70 352	3.95 354	3.38 319	2.67 307

AnonymousM	6.33 94	11.42 344	3.06 3	3.93 32	1.49 117	4.54 15	3.29 123	11.00 28	7.70 45	16.52 162	9.38 33	9.07 73	3.97 29	7.10 20	3.01 65	0.43 233	0.07 127	22.69 378	7.67 368	0.06 6	0.21 107

FADNet-RVC	13.27 277	11.57 345	39.71 352	7.94 242	4.50 224	15.41 231	6.95 232	27.96 231	22.98 191	20.37 235	30.73 237	26.86 273	11.31 182	20.50 288	14.28 250	0.14 144	0.14 187	0.13 181	0.18 210	2.83 304	0.86 242

Anonymous Stereo	18.60 320	11.75 346	49.81 366	14.43 341	12.02 360	14.33 211	23.23 366	32.16 278	43.08 331	24.32 282	34.16 288	24.24 254	14.12 229	31.67 340	30.84 349	0.89 291	0.91 326	1.74 321	1.92 337	3.23 316	3.23 317

DGSMNet	19.79 331	12.06 347	33.43 345	13.79 334	16.23 370	22.97 297	15.88 331	35.41 317	41.96 326	19.90 224	32.16 264	35.60 325	18.14 285	29.48 334	23.10 310	3.85 347	3.89 370	6.16 354	4.75 359	13.56 372	13.44 377

aanetorigin	19.21 326	12.59 348	53.50 370	9.67 284	7.83 324	11.85 173	13.87 313	17.05 115	34.15 285	49.18 374	48.89 360	34.05 316	30.22 345	22.86 301	28.00 344	1.01 300	0.75 318	0.67 274	0.89 309	3.07 311	4.14 326

WZ-Net	25.17 362	12.95 349	63.02 383	15.13 346	10.42 348	38.51 363	27.42 376	40.46 349	54.17 366	28.32 313	52.95 368	40.81 347	28.36 338	37.07 361	41.35 377	1.21 309	0.21 218	0.73 278	0.94 314	5.42 339	3.87 322

RGC	19.90 332	13.26 350	20.24 314	18.19 356	14.06 365	21.21 286	14.33 316	34.97 311	43.60 336	27.73 309	41.49 332	39.76 341	27.98 334	34.52 349	21.37 294	3.66 346	0.54 303	8.67 365	4.16 356	4.19 327	4.02 323

AnyNet_C32	23.37 352	13.28 351	40.29 354	12.36 327	11.44 354	30.39 336	29.15 378	31.36 271	44.90 342	35.36 345	48.86 358	33.61 314	34.20 355	43.15 376	41.62 378	1.27 311	1.35 331	1.18 309	2.58 343	4.77 331	6.27 342

MFN_U_SF_DS_RVC	23.92 354	13.60 352	30.09 336	25.46 373	10.02 345	38.51 363	20.40 352	35.77 320	43.76 337	42.15 361	47.10 356	39.99 343	28.20 337	35.96 357	27.06 333	3.64 345	3.85 369	6.66 356	16.30 383	4.97 333	4.98 335

ADCS	26.20 365	13.71 353	46.90 363	14.51 342	10.34 347	30.46 338	22.72 362	42.81 362	57.61 379	42.58 362	49.37 362	41.91 352	40.43 369	41.90 375	44.58 383	2.37 329	2.19 348	2.37 333	3.29 349	7.32 345	6.52 346

UDGNet	10.05 211	13.89 354	10.00 201	9.36 273	2.69 158	7.82 130	1.88 69	18.86 141	34.64 289	17.52 185	13.70 67	13.40 136	7.18 111	13.01 172	6.30 161	5.30 356	0.08 142	12.57 373	2.80 346	8.19 353	1.71 288

MFN_U_SF_RVC	28.16 367	14.14 355	53.23 369	21.11 365	7.91 327	39.97 367	13.13 309	51.65 383	46.34 346	47.41 373	53.38 370	55.32 379	40.53 370	38.47 368	39.74 370	5.67 358	4.46 371	6.98 359	8.73 371	7.47 346	7.44 358

UDG	21.45 342	14.84 356	14.44 272	21.30 367	20.08 376	32.05 345	13.76 312	35.98 323	35.52 295	25.93 294	30.69 235	37.26 330	30.66 347	21.97 296	19.89 290	10.88 374	5.55 375	22.78 379	7.65 367	14.83 376	13.05 376

FCDSN-DC	25.59 364	14.91 357	18.83 305	28.55 377	15.68 366	39.29 366	18.16 345	42.83 363	41.69 324	44.43 369	51.94 366	50.82 374	39.22 367	34.59 350	27.29 334	6.05 359	3.63 366	7.01 360	6.41 363	10.35 360	10.17 371
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ccnet	24.02 355	16.16 358	21.70 317	11.83 322	17.75 372	37.87 360	16.18 333	45.46 372	31.93 266	36.99 351	46.46 355	38.76 337	29.52 342	37.55 364	40.93 375	9.20 368	6.29 376	9.63 368	7.71 369	11.19 365	7.21 356

MaskLacGwcNet_RVC	16.87 301	16.27 359	17.93 302	11.24 319	6.69 298	28.95 333	10.44 280	41.23 354	21.49 174	29.68 322	34.27 289	32.48 304	11.00 176	20.05 276	15.09 257	8.22 364	2.59 352	12.23 372	0.75 305	10.40 361	6.34 343

XQC	24.10 356	16.76 360	50.68 367	21.37 368	11.01 350	35.24 354	18.84 348	37.28 333	55.11 372	31.64 331	30.06 230	37.71 333	30.31 346	37.17 362	39.66 369	4.20 349	0.41 276	2.76 339	1.89 336	11.46 369	8.42 364

Wz-Net-SNSev	22.67 348	16.94 361	45.69 361	13.85 335	8.52 334	28.89 331	27.06 374	39.39 345	55.04 371	31.77 333	53.23 369	39.18 338	23.41 312	26.40 319	36.25 358	0.78 278	0.21 218	1.21 311	0.90 310	3.03 310	1.62 284

PASM	28.19 368	17.35 362	48.18 365	22.49 369	22.20 379	25.92 317	25.84 372	34.35 306	49.45 353	35.37 346	39.48 318	46.72 368	33.36 354	34.28 348	36.77 361	11.73 378	14.94 386	17.43 377	22.18 385	13.45 371	12.32 375

SAMSARA	34.43 381	18.53 363	31.91 341	55.34 392	35.34 386	75.99 409	94.71 419	47.97 376	50.84 362	37.47 352	36.99 303	53.12 378	38.55 365	39.56 370	38.65 367	3.59 344	5.40 374	2.22 331	3.72 352	9.43 358	9.29 369

PVD	33.19 378	18.59 364	37.64 350	26.09 374	16.99 371	33.25 349	42.25 390	51.42 382	66.03 393	52.65 379	64.31 389	51.93 377	55.13 386	51.61 386	40.40 371	4.00 348	3.51 364	9.53 367	4.26 357	10.62 362	23.56 385

ELAS	33.68 379	18.95 365	36.71 348	20.64 360	13.61 362	56.43 383	35.14 385	50.03 380	49.90 354	60.58 384	63.83 387	58.64 384	53.36 383	50.73 382	44.44 382	11.03 375	6.58 378	10.02 369	7.43 366	13.58 374	11.94 374
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	33.79 380	19.15 366	35.97 347	21.28 366	13.79 364	52.58 379	36.11 387	48.96 378	55.66 374	61.47 388	62.91 383	58.35 383	53.55 384	53.37 389	42.23 379	11.25 377	6.64 379	10.32 370	7.05 365	13.56 372	11.58 373
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GASNet	17.30 306	19.38 367	30.46 339	20.66 361	9.36 342	16.06 241	9.06 251	43.89 368	40.04 317	25.35 290	23.73 162	32.90 310	15.37 257	28.91 330	17.05 270	3.04 340	0.27 254	1.88 324	0.45 287	6.73 342	1.37 274

LSM	29.98 371	19.52 368	55.11 375	19.06 358	53.75 396	32.57 346	23.17 364	42.61 359	48.57 351	45.97 371	55.04 376	42.93 355	36.02 358	35.63 355	27.03 332	2.33 327	9.19 382	4.87 350	7.71 369	10.65 363	27.91 390

DDUNet	22.66 347	19.69 369	14.64 273	24.11 371	22.38 380	24.84 309	17.71 343	30.36 259	30.32 253	29.02 315	37.31 305	37.63 332	24.66 320	24.67 310	17.08 271	18.42 382	7.92 381	26.43 382	11.81 378	17.23 378	16.95 380

Wz-Net-TNSev	25.12 360	20.16 370	57.98 379	9.56 281	7.42 316	42.73 369	22.27 358	35.14 313	53.46 364	35.97 348	42.74 337	45.83 362	39.87 368	36.56 360	34.73 355	1.82 321	1.51 336	0.76 280	1.34 326	5.84 340	6.80 348

BEATNet-Init1	35.08 383	20.64 371	54.70 374	27.43 376	12.00 359	58.29 389	31.01 380	52.58 385	57.49 378	60.36 383	62.98 384	69.98 394	55.54 388	53.00 388	44.40 381	4.61 354	2.84 358	7.05 361	6.89 364	10.97 364	8.94 366

EDNetEfficient	25.16 361	22.23 372	77.22 402	9.09 266	7.38 314	19.38 274	16.78 338	21.41 168	55.74 375	61.52 389	53.51 372	36.22 327	40.65 371	24.22 307	38.27 366	0.62 265	0.74 316	0.86 296	2.60 344	7.70 347	7.09 353

CC-Net-ROB	22.04 345	22.91 373	28.86 330	14.05 337	8.73 337	33.79 350	15.26 326	46.84 373	36.06 299	33.72 343	32.10 262	35.47 324	24.02 315	23.57 305	27.88 341	8.95 367	2.95 360	24.94 381	3.68 351	12.41 370	4.62 331

RTS	30.15 372	23.12 374	96.33 416	16.71 350	11.63 355	58.66 390	24.28 368	36.80 327	62.63 388	43.79 366	46.10 350	32.56 307	43.90 374	51.29 384	40.92 373	2.38 330	0.66 310	1.06 302	0.74 303	5.11 334	4.34 327

RTSA	30.15 372	23.12 374	96.33 416	16.71 350	11.63 355	58.66 390	24.28 368	36.80 327	62.63 388	43.79 366	46.10 350	32.56 307	43.90 374	51.29 384	40.92 373	2.38 330	0.66 310	1.06 302	0.74 303	5.11 334	4.34 327

SQANet	21.24 338	24.08 376	19.60 309	26.40 375	18.74 374	30.87 340	9.24 253	32.70 285	29.58 242	25.25 287	33.37 278	33.47 313	19.19 292	28.11 329	18.32 280	10.87 373	2.92 359	26.49 383	5.65 362	18.43 380	11.48 372

AnyNet_C01	29.76 370	25.78 377	75.37 400	17.03 352	11.34 352	49.00 376	27.12 375	37.99 336	40.05 318	40.73 358	65.13 391	46.98 369	38.86 366	46.63 378	48.19 388	2.14 325	2.13 346	2.13 327	2.56 342	8.14 352	7.98 362

GANetREF_RVC	25.41 363	29.28 378	24.63 322	25.18 372	6.04 282	30.44 337	35.39 386	47.84 375	50.60 361	36.88 349	36.04 298	34.11 318	31.23 349	37.46 363	27.96 343	8.58 365	2.66 354	16.29 375	4.95 361	14.37 375	8.32 363
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
DispFullNet	30.27 374	31.74 379	58.63 380	30.13 379	28.18 384	31.79 343	8.94 248	37.16 331	54.68 367	32.60 339	37.99 308	44.62 358	28.80 340	41.55 374	27.93 342	11.94 379	3.46 363	35.53 387	12.34 379	30.08 387	17.26 381

NVStereoNet_ROB	41.93 388	32.40 380	44.55 359	36.60 381	27.78 383	34.52 351	32.38 381	48.84 377	57.18 377	69.34 396	75.62 402	66.07 393	64.86 394	47.34 379	60.78 399	15.72 380	23.99 388	23.40 380	32.06 389	21.34 381	23.86 386
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	37.16 385	34.69 381	53.68 371	37.47 382	12.55 361	56.80 386	22.63 361	52.02 384	63.29 390	66.20 393	63.82 386	58.12 381	53.73 385	51.21 383	46.48 385	8.79 366	5.31 373	14.69 374	15.22 382	17.27 379	9.21 368

Consistency-Raft	41.82 387	35.10 382	44.56 360	32.85 380	41.39 390	46.76 373	34.76 384	57.01 390	54.94 370	32.10 335	65.22 392	30.82 293	48.46 380	40.81 373	48.77 389	27.39 388	34.28 391	42.92 389	51.66 399	39.28 389	27.28 387

EDNetEfficientorigin	28.98 369	35.45 383	99.82 426	9.43 274	5.65 271	24.97 312	14.79 320	26.06 215	54.82 369	60.87 385	57.59 378	45.42 361	50.27 382	26.11 318	43.62 380	0.30 197	0.37 272	1.61 319	2.35 341	10.17 359	9.99 370

otaku	33.18 377	35.99 384	52.93 368	40.01 383	21.41 377	55.08 382	17.25 341	43.30 365	61.58 385	39.25 355	49.16 361	46.61 367	28.49 339	39.77 371	28.76 346	18.56 383	7.00 380	31.82 385	9.61 374	21.53 382	15.48 378

Ntro	34.97 382	37.63 385	54.53 373	43.26 387	22.45 381	57.73 388	21.97 357	47.14 374	64.21 391	39.12 354	48.86 358	47.93 370	36.94 361	40.66 372	29.83 347	17.16 381	6.51 377	32.70 386	10.17 375	24.06 383	16.48 379

coex-ft	30.77 375	38.58 386	93.29 415	9.44 277	5.62 269	34.95 353	25.30 371	30.83 264	59.36 381	73.23 401	58.53 379	45.92 363	47.29 378	29.44 333	45.30 384	1.37 312	1.65 339	0.95 299	0.96 315	8.35 354	4.96 334

JetBlue	54.08 392	45.10 387	74.15 398	51.17 390	47.68 391	75.66 408	60.97 400	63.63 394	62.09 387	63.32 392	64.88 390	78.86 401	68.17 395	68.15 398	75.09 413	36.86 389	24.88 390	29.01 384	29.12 387	28.71 386	34.13 392

ACVNet_1	41.30 386	49.46 388	64.91 388	44.67 388	25.07 382	49.43 377	25.23 370	55.33 388	65.87 392	59.72 382	59.33 380	63.43 390	48.79 381	49.63 381	37.09 363	19.05 384	9.82 383	38.29 388	13.97 381	28.67 385	18.23 384

DLNR_Zeroshot_test	27.62 366	51.32 389	91.46 413	98.51 423	98.03 422	3.10 6	0.50 8	30.95 265	7.65 44	8.16 42	15.68 78	7.31 55	1.63 6	11.87 123	4.21 109	40.37 391	0.87 325	0.06 121	0.34 272	80.23 414	0.24 127

ACVNet-4b	36.40 384	52.20 390	56.11 376	42.45 386	21.78 378	48.56 375	14.37 317	49.50 379	60.15 383	43.17 364	46.38 352	55.62 380	24.56 318	38.15 366	21.97 299	25.13 387	3.66 367	46.93 390	33.56 390	25.97 384	17.74 382

SGM+DAISY	54.67 393	56.61 391	62.73 382	40.21 384	53.22 394	61.95 395	48.59 393	55.05 387	44.62 341	61.03 387	63.68 385	60.46 387	55.62 389	60.68 393	55.34 395	56.34 399	48.56 399	50.16 391	49.63 396	52.25 394	56.76 400

IMH-64-1	59.25 396	58.09 392	67.69 392	66.06 394	50.51 392	56.45 384	49.45 395	68.83 399	67.75 396	67.58 394	80.37 406	70.15 395	74.28 402	72.16 405	48.94 390	42.00 392	42.87 393	65.57 396	47.02 392	51.52 391	37.76 394

IMH-64	59.25 396	58.09 392	67.69 392	66.06 394	50.51 392	56.45 384	49.45 395	68.83 399	67.75 396	67.58 394	80.37 406	70.15 395	74.28 402	72.16 405	48.94 390	42.00 392	42.87 393	65.57 396	47.02 392	51.52 391	37.76 394

anonymity	52.32 390	58.23 394	63.91 384	41.12 385	59.25 400	53.27 380	41.04 389	55.69 389	40.20 319	54.85 380	49.49 363	49.13 372	55.48 387	59.07 391	49.65 392	55.86 398	50.03 402	51.00 392	51.08 397	51.71 393	56.36 398

SPS-STEREO	55.62 394	59.14 395	64.16 385	45.05 389	53.84 397	59.88 393	44.00 392	59.53 392	49.94 356	62.33 390	61.09 382	59.80 385	56.82 391	60.06 392	57.85 396	58.41 400	48.34 398	51.07 393	49.21 395	55.41 397	56.48 399
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IMH	62.95 398	60.33 396	67.78 394	69.51 398	53.65 395	65.09 398	54.21 397	72.00 406	73.28 401	72.49 399	81.93 408	72.96 397	79.81 406	76.65 411	51.41 393	43.57 394	49.82 401	67.81 398	51.14 398	54.83 396	40.67 396

ACVNet_2	57.39 395	61.72 397	72.56 397	66.35 396	38.29 388	61.93 394	48.64 394	71.64 405	81.91 410	79.28 409	88.72 417	76.25 398	72.87 400	54.33 390	46.74 387	37.13 390	23.36 387	54.52 395	37.80 391	46.22 390	27.59 388

RainbowNet	51.25 389	62.74 398	64.52 387	60.13 393	39.00 389	58.72 392	30.83 379	57.31 391	79.18 407	50.24 375	65.35 393	60.13 386	44.25 376	49.47 380	41.16 376	46.52 395	46.06 396	52.72 394	31.78 388	52.33 395	32.47 391

MADNet+	53.31 391	68.61 399	98.75 423	67.03 397	37.58 387	79.83 415	81.74 415	60.38 393	61.61 386	51.43 378	54.92 375	61.11 388	59.29 392	69.66 400	76.71 414	23.88 386	24.03 389	17.08 376	12.35 380	32.47 388	27.69 389

SPstereo	83.40 417	68.64 400	79.07 404	76.12 402	67.23 408	87.60 417	91.47 418	100.00 427	100.00 426	99.11 423	99.10 423	100.00 430	98.04 422	98.41 423	88.76 418	65.51 403	59.97 409	82.34 411	80.81 412	62.36 398	63.44 405

LRCNet_RVC	73.59 409	69.80 401	74.41 399	77.63 405	60.56 403	40.33 368	15.08 325	71.04 403	48.36 350	88.07 417	94.62 419	90.11 415	81.83 409	80.58 414	61.26 401	97.12 423	72.30 415	96.65 422	97.58 423	77.13 413	77.30 415

TorneroNet-64	65.66 399	70.70 402	71.20 396	76.52 403	59.70 402	66.78 399	58.05 398	67.53 398	80.00 408	62.67 391	67.40 394	83.09 406	69.42 397	67.34 395	62.05 402	48.31 397	44.07 395	72.93 400	63.88 401	68.05 402	53.58 397

LVE	71.50 403	72.46 403	83.91 409	75.21 401	55.29 399	74.81 403	62.76 402	77.22 411	83.77 412	82.09 411	87.11 416	83.38 407	82.41 411	75.93 409	64.49 404	48.28 396	57.24 408	74.61 402	62.53 400	65.49 399	61.01 402

WAO-6	70.64 401	73.02 404	66.25 389	79.92 410	61.74 404	68.74 400	59.08 399	75.27 410	87.02 414	74.72 402	79.40 405	79.19 402	84.60 412	67.70 397	60.53 398	67.85 404	48.88 400	81.48 408	73.29 406	65.57 400	58.60 401

TorneroNet	71.21 402	73.44 405	75.82 401	80.82 412	65.65 406	70.53 402	64.39 403	71.42 404	75.97 403	71.47 398	73.68 400	84.17 409	74.00 401	69.85 401	69.09 406	59.37 401	48.19 397	79.67 404	73.51 407	74.93 412	68.26 411

UNDER WATER-64	73.11 408	74.48 406	87.70 410	74.03 400	55.20 398	78.24 412	75.71 412	65.33 396	67.91 398	75.60 404	69.32 397	84.41 410	76.93 404	68.43 399	72.45 409	81.18 413	56.77 407	82.46 412	80.34 411	68.22 403	67.48 410

WAO-7	72.21 406	78.21 407	54.04 372	79.33 409	69.31 411	70.20 401	72.09 410	77.85 414	84.90 413	77.35 405	86.03 412	79.37 403	79.88 407	65.32 394	65.33 405	62.33 402	69.70 414	70.51 399	73.21 405	67.23 401	62.02 403

WAO-8	76.87 412	78.41 408	66.45 390	86.81 415	72.47 413	79.27 413	68.59 406	77.75 412	89.01 416	83.09 413	86.98 413	85.87 412	84.97 414	72.12 403	69.11 407	74.93 408	55.23 405	87.79 418	83.50 413	70.47 406	64.56 406

Venus	76.87 412	78.41 408	66.45 390	86.81 415	72.47 413	79.27 413	68.59 406	77.75 412	89.01 416	83.09 413	86.98 413	85.87 412	84.97 414	72.12 403	69.11 407	74.93 408	55.23 405	87.79 418	83.50 413	70.48 407	64.56 406

UNDER WATER	75.92 411	79.25 410	87.75 411	84.39 413	66.43 407	77.08 410	77.22 413	66.90 397	72.16 400	75.32 403	71.56 399	85.89 414	82.15 410	70.11 402	74.99 412	79.34 411	53.61 404	86.40 416	84.53 415	71.29 408	72.11 413

MFMNet_re	72.05 404	79.64 411	64.23 386	52.73 391	84.71 416	77.93 411	68.35 404	63.96 395	66.93 394	61.00 386	71.29 398	63.84 391	68.91 396	72.42 407	61.11 400	82.03 415	74.22 416	80.34 407	74.44 408	83.62 417	89.34 418

notaker	72.18 405	79.78 412	78.84 403	78.75 407	68.52 409	63.26 396	61.68 401	69.22 402	75.95 402	77.58 406	78.85 404	79.69 404	84.79 413	77.39 412	58.43 397	69.68 407	60.79 410	77.46 403	68.48 403	69.62 404	64.92 408

JetRed	79.55 415	79.88 413	91.52 414	71.05 399	75.80 415	91.66 418	80.11 414	79.14 415	80.44 409	84.35 415	84.23 411	83.38 407	72.48 399	79.43 413	85.44 417	69.33 406	81.58 417	73.66 401	72.56 404	82.35 415	72.60 414

ktn	72.58 407	80.06 414	69.96 395	79.14 408	69.86 412	75.40 407	70.43 409	69.01 401	76.90 404	72.88 400	77.46 403	77.43 399	77.41 405	72.78 408	55.00 394	79.09 410	65.99 411	80.09 406	68.29 402	71.46 409	62.98 404

HanzoNet	77.61 414	81.11 415	82.83 406	77.82 406	69.15 410	75.25 406	69.06 408	73.49 408	77.84 406	82.19 412	82.80 409	85.42 411	86.67 416	85.99 417	73.64 411	85.24 419	68.38 413	81.71 409	75.47 409	71.98 410	66.24 409

DPSimNet_ROB	74.29 410	83.27 416	59.30 381	77.19 404	65.13 405	75.14 405	74.95 411	73.99 409	76.94 405	81.99 410	75.48 401	80.18 405	71.76 398	67.39 396	84.00 416	81.87 414	51.14 403	79.99 405	76.70 410	70.17 405	79.21 416

Dean	80.72 416	85.82 417	83.27 407	84.91 414	59.53 401	75.11 404	68.39 405	81.59 416	88.05 415	92.41 418	86.98 413	92.41 417	93.02 418	83.11 416	73.31 410	68.01 405	66.13 412	94.82 421	84.66 416	83.28 416	69.50 412

PWCK	65.90 400	88.63 418	79.40 405	80.32 411	29.96 385	63.85 397	39.45 388	72.07 407	71.26 399	78.74 408	68.99 396	77.82 400	61.77 393	82.81 415	62.64 403	80.17 412	39.88 392	81.90 410	47.37 394	73.54 411	37.51 393

ASD4		90.49 419

KSHMR	88.54 418	93.03 420	83.31 408	95.54 420	91.74 420	82.37 416	83.41 416	84.43 417	81.99 411	87.89 416	84.05 410	91.94 416	81.33 408	76.34 410	81.76 415	96.44 422	96.14 422	96.69 423	97.12 422	92.52 422	92.67 422

MADNet++	94.16 423	94.02 421	90.25 412	96.28 421	96.84 421	97.17 420	90.16 417	94.71 421	91.69 418	97.07 422	93.71 418	94.62 418	92.63 417	96.15 421	95.18 422	95.42 420	95.89 421	92.80 420	92.23 421	92.10 421	94.30 424

xxxxx1	91.92 420	95.33 422	98.45 420	87.29 417	89.24 417	98.50 421	98.17 423	92.95 418	93.21 419	93.55 419	95.36 420	96.99 419	96.28 419	94.65 418	94.94 419	83.26 416	84.17 418	82.90 413	88.32 418	85.49 418	89.37 419

tt_ll	91.92 420	95.33 422	98.45 420	87.29 417	89.24 417	98.50 421	98.17 423	92.95 418	93.21 419	93.55 419	95.36 420	96.99 419	96.28 419	94.65 418	94.94 419	83.26 416	84.17 418	82.90 413	88.32 418	85.49 418	89.37 419

ff	91.92 420	95.33 422	98.45 420	87.29 417	89.24 417	98.50 421	98.17 423	92.95 418	93.21 419	93.55 419	95.36 420	96.99 419	96.28 419	94.65 418	94.94 419	83.26 416	84.17 418	82.90 413	88.32 418	85.49 418	89.37 419

MEDIAN_ROB	99.19 424	99.84 425	99.62 425	98.49 422	98.51 423	98.58 424	97.81 422	98.80 424	98.56 422	99.36 426	99.49 424	99.56 424	99.06 424	98.35 422	98.31 424	99.99 425	99.63 424	100.00 426	100.00 427	99.81 425	99.95 426

Anonymous_1	99.65 427	99.95 426	99.93 427	99.80 426	99.60 425	100.00 427	100.00 428	99.82 426	99.98 424	99.62 427	99.94 426	99.75 425	100.00 427	99.66 425	99.88 426	98.45 424	99.84 425	98.73 424	99.26 424	99.41 424	99.36 425

HaxPig	99.40 426	99.99 427	97.38 418	100.00 427	100.00 427	96.91 419	97.35 420	99.59 425	99.99 425	100.00 428	100.00 427	99.99 428	99.99 426	99.04 424	97.77 423	100.00 426	100.00 428	100.00 426	100.00 427	100.00 427	99.99 427

test_example2	99.68 428	99.99 427	99.99 428	100.00 427	99.99 426	99.86 426	99.99 427	98.29 423	100.00 426	100.00 428	100.00 427	98.15 422	98.39 423	99.98 426	99.98 427	100.00 426	99.99 427	99.40 425	99.53 426	100.00 427	100.00 428

AVERAGE_ROB	99.80 429	99.99 427	99.40 424	100.00 427	100.00 427	98.99 425	97.72 421	100.00 427	100.00 426	100.00 428	100.00 427	100.00 430	100.00 427	100.00 429	100.00 430	100.00 426	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

MyStereo03	100.00 432	100.00 430	100.00 429	100.00 427	100.00 427	100.00 427	100.00 428	100.00 427	100.00 426	100.00 428	100.00 427	100.00 430	100.00 427	100.00 429	100.00 430	100.00 426	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

MyStereo02	100.00 432	100.00 430	100.00 429	100.00 427	100.00 427	100.00 427	100.00 428	100.00 427	100.00 426	100.00 428	100.00 427	100.00 430	100.00 427	100.00 429	100.00 430	100.00 426	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

MyStereo	100.00 432	100.00 430	100.00 429	100.00 427	100.00 427	100.00 427	100.00 428	100.00 427	100.00 426	100.00 428	100.00 427	100.00 430	100.00 427	100.00 429	100.00 430	100.00 426	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

Selective-RAFT-Error	100.00 432	100.00 430	100.00 429	100.00 427	100.00 427	100.00 427	100.00 428	100.00 427	100.00 426	100.00 428	100.00 427	100.00 430	100.00 427	100.00 429	100.00 430	100.00 426	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

PML	99.19 424	100.00 430	98.08 419	99.28 424	99.53 424	100.00 427	99.73 426	98.24 422	99.44 423	100.00 428	99.57 425	98.76 423	99.84 425	100.00 429	98.88 425	100.00 426	99.54 423	100.00 426	99.50 425	99.90 426	93.55 423

CasAABBNet	100.00 432	100.00 430	100.00 429	100.00 427	100.00 427	100.00 427	100.00 428	100.00 427	100.00 426	100.00 428	100.00 427	100.00 430	100.00 427	100.00 429	100.00 430	100.00 426	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

LSM0	100.00 432	100.00 430	100.00 429	100.00 427	100.00 427	100.00 427	100.00 428	100.00 427	100.00 426	100.00 428	100.00 427	100.00 430	100.00 427	100.00 429	100.00 430	100.00 426	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

DPSMNet_ROB	99.95 430	100.00 430	100.00 429	100.00 427	100.00 427	100.00 427	100.00 428	100.00 427	100.00 426	99.15 425	100.00 427	99.96 426	100.00 427	99.99 427	99.99 428	100.00 426	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

DGTPSM_ROB	99.95 430	100.00 430	100.00 429	100.00 427	100.00 427	100.00 427	100.00 428	100.00 427	100.00 426	99.14 424	100.00 427	99.96 426	100.00 427	99.99 427	99.99 428	100.00 426	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

DPSM_ROB	100.00 432	100.00 430	100.00 429	100.00 427	100.00 427	100.00 427	100.00 428	100.00 427	100.00 426	100.00 428	100.00 427	100.00 430	100.00 427	100.00 429	100.00 430	100.00 426	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

DPSM	100.00 432	100.00 430	100.00 429	100.00 427	100.00 427	100.00 427	100.00 428	100.00 427	100.00 426	100.00 428	100.00 427	100.00 430	100.00 427	100.00 429	100.00 430	100.00 426	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

Low-res two-view benchmark