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

CREStereo++_RVC	1.59 37	0.39 80	2.26 48	0.36 60	0.01 1	1.67 28	0.01 1	2.95 3	8.12 230	3.69 74	7.44 161	0.47 35	0.32 15	0.74 1	0.39 9	0.00 1	0.00 1	0.00 1	3.03 378	0.00 1	0.00 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
CASnet	0.98 6	0.32 32	1.62 7	0.65 86	0.07 21	2.11 52	0.14 45	3.50 12	4.03 93	3.77 75	1.41 21	0.31 22	0.29 8	0.80 2	0.57 33	0.01 140	0.00 1	0.00 1	0.00 1	0.04 78	0.01 15
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GLC_STEREO	0.75 1	0.29 16	1.19 3	0.55 77	0.01 1	1.98 45	0.57 137	3.07 4	3.02 44	0.90 28	1.48 22	0.19 1	0.40 21	0.93 3	0.36 8	0.00 1	0.01 124	0.00 1	0.00 1	0.04 78	0.02 37

TANstereo	1.20 19	0.49 130	2.04 27	0.34 58	0.10 36	1.80 38	0.01 1	3.40 8	4.10 101	4.37 83	4.82 83	0.41 31	0.70 41	0.94 4	0.46 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

sAnonymous2	1.35 28	1.66 312	8.14 315	0.55 77	0.46 154	1.23 6	0.24 65	4.00 26	3.47 68	0.40 14	1.11 14	0.23 11	1.42 91	0.96 5	0.57 33	0.01 140	0.00 1	0.00 1	0.20 308	2.07 361	0.22 269

CroCo_RVC	1.35 28	1.66 312	8.14 315	0.55 77	0.46 154	1.23 6	0.24 65	4.00 26	3.47 68	0.40 14	1.11 14	0.23 11	1.42 91	0.96 5	0.57 33	0.01 140	0.00 1	0.00 1	0.20 308	2.07 361	0.22 269

whm_eth	3.00 168	1.32 287	5.51 262	0.75 92	2.73 300	2.57 83	0.28 72	6.84 157	7.24 205	5.29 111	24.32 346	0.37 29	0.46 32	1.03 7	0.95 88	0.01 140	0.03 206	0.00 1	0.00 1	0.06 115	0.14 229

CroCo-Stereo	0.99 8	0.89 232	3.19 132	0.46 69	0.44 148	0.38 1	0.05 11	4.61 50	3.95 87	0.48 22	1.78 30	1.01 46	0.27 5	1.11 8	1.07 98	0.01 140	0.00 1	0.00 1	0.00 1	0.05 99	0.04 101
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
StereoIM	0.80 2	0.69 189	3.02 115	0.33 54	1.83 265	1.22 5	0.06 13	3.41 9	1.49 3	0.31 5	0.38 7	0.42 32	0.51 34	1.14 9	1.21 112	0.00 1	0.00 1	0.00 1	0.00 1	0.05 99	0.05 130

XX-TBD	1.44 33	0.85 224	2.04 27	2.45 294	0.05 9	2.34 64	0.01 1	3.46 10	7.51 212	2.88 55	4.98 89	0.26 14	0.25 3	1.15 10	0.46 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo	0.98 6	0.42 100	1.86 13	0.07 9	0.22 99	1.65 27	0.02 6	4.07 28	6.33 183	0.72 25	1.54 24	0.43 33	0.64 40	1.22 11	0.44 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	0.00 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
GMOStereo	1.81 50	0.47 122	2.09 35	0.10 13	0.27 114	1.49 18	0.89 199	4.40 35	4.51 116	8.16 238	6.97 144	2.96 92	1.15 72	1.42 12	0.88 77	0.00 1	0.14 307	0.00 1	0.00 1	0.23 266	0.03 66

error version	1.81 50	0.47 122	2.09 35	0.10 13	0.27 114	1.49 18	0.89 199	4.40 35	4.51 116	8.16 238	6.97 144	2.96 92	1.15 72	1.42 12	0.88 77	0.00 1	0.14 307	0.00 1	0.00 1	0.23 266	0.03 66

test-v	1.81 50	0.47 122	2.09 35	0.10 13	0.27 114	1.49 18	0.89 199	4.40 35	4.51 116	8.16 238	6.97 144	2.96 92	1.15 72	1.42 12	0.88 77	0.00 1	0.14 307	0.00 1	0.00 1	0.23 266	0.03 66

test-2	1.81 50	0.47 122	2.09 35	0.10 13	0.27 114	1.49 18	0.89 199	4.40 35	4.51 116	8.16 238	6.97 144	2.96 92	1.15 72	1.42 12	0.88 77	0.00 1	0.14 307	0.00 1	0.00 1	0.23 266	0.03 66

RCA-Stereo	1.99 76	0.34 53	2.71 81	0.26 40	0.06 16	2.29 61	0.48 108	4.89 60	14.65 322	2.81 53	5.51 111	0.78 43	3.21 165	1.44 16	0.33 5	0.00 1	0.01 124	0.00 1	0.00 1	0.07 130	0.02 37

CroCo-Stereo Lap2	1.24 23	0.88 229	3.39 144	0.95 115	4.59 357	0.47 2	0.08 19	3.51 14	2.80 28	1.17 36	2.24 39	1.57 61	0.20 1	1.48 17	1.14 106	0.00 1	0.00 1	0.00 1	0.00 1	0.15 215	0.12 217

CAS	2.24 96	0.25 11	1.86 13	11.21 379	3.86 338	1.67 28	0.02 6	3.87 22	2.67 22	0.41 16	1.63 26	0.24 13	0.27 5	1.50 18	0.74 52	9.43 386	0.01 124	0.00 1	0.00 1	0.01 7	5.21 374

anonymousa	3.80 228	0.55 145	3.35 141	1.24 146	3.74 331	9.04 297	0.36 89	6.74 153	4.03 93	7.72 223	19.64 324	10.62 284	6.01 273	1.52 19	1.40 124	0.00 1	0.00 1	0.00 1	0.05 260	0.00 1	0.03 66

test-1	1.82 54	0.45 115	5.42 257	0.89 102	0.41 145	2.14 53	0.56 129	5.75 109	4.15 104	3.28 64	5.11 91	3.61 122	0.70 41	1.53 20	1.56 138	0.02 209	0.34 348	0.00 1	0.08 271	0.02 22	0.30 296

MIF-Stereo	0.83 4	0.33 44	1.98 23	0.92 108	1.27 230	0.54 3	0.11 26	1.35 1	2.94 33	1.67 41	2.09 35	0.20 4	0.31 13	1.57 21	1.07 98	0.00 1	0.00 1	0.00 1	0.00 1	0.16 221	0.01 15

sCroCo_RVC	1.21 21	0.65 174	5.16 247	1.09 133	1.29 232	0.92 4	0.19 56	3.92 23	2.68 23	0.30 4	3.04 49	0.52 37	1.56 103	1.58 22	0.78 62	0.09 289	0.25 342	0.00 1	0.00 1	0.07 130	0.11 205

Gwc-CoAtRS	2.02 79	0.33 44	2.61 70	1.04 129	0.30 121	3.56 173	0.40 96	5.89 117	5.94 164	5.08 104	5.01 90	5.55 187	1.72 108	1.60 23	0.91 83	0.01 140	0.09 275	0.00 1	0.25 321	0.01 7	0.02 37

CES	1.56 36	0.35 62	1.44 4	0.42 66	7.70 375	2.66 100	0.13 39	4.89 60	2.53 19	0.25 2	1.10 13	0.33 27	0.31 13	1.61 24	0.58 36	0.01 140	0.02 163	0.00 1	0.00 1	0.54 319	6.26 377

LoS_RVC	1.26 24	1.43 291	1.91 16	0.42 66	3.77 336	1.71 36	0.04 8	2.58 2	2.49 16	0.42 20	2.58 44	0.30 19	0.57 37	1.71 25	0.66 40	0.01 140	0.02 163	0.00 1	0.00 1	0.02 22	4.49 371

AE-Stereo	1.44 33	0.32 32	2.69 77	1.58 188	0.20 93	2.24 58	0.59 139	6.01 119	5.70 157	1.18 37	3.17 51	1.02 47	0.78 50	1.73 26	0.83 67	0.02 209	0.18 325	0.00 1	0.29 329	0.11 182	0.07 153

cross-raft	2.03 80	0.35 62	2.78 92	1.10 134	0.16 63	3.77 193	0.48 108	7.03 161	3.75 79	5.06 103	5.55 112	6.26 208	1.41 90	1.75 27	0.89 81	0.01 140	0.07 259	0.00 1	0.19 306	0.03 58	0.03 66

R-Stereo Train	2.44 122	0.32 32	1.93 18	0.94 111	0.16 63	3.67 179	0.61 143	6.37 135	3.08 47	9.14 271	17.44 315	1.80 67	0.77 47	1.76 28	0.70 45	0.00 1	0.01 124	0.00 1	0.00 1	0.01 7	0.03 66

RAFT-Stereo	2.44 122	0.32 32	1.93 18	0.94 111	0.16 63	3.67 179	0.61 143	6.37 135	3.08 47	9.14 271	17.44 315	1.80 67	0.77 47	1.76 28	0.70 45	0.00 1	0.01 124	0.00 1	0.00 1	0.01 7	0.03 66
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AEACV	0.80 2	0.29 16	1.70 11	0.96 117	0.24 103	2.03 47	0.88 198	3.50 12	0.88 1	0.34 6	0.20 4	0.29 18	2.01 121	1.77 30	0.33 5	0.00 1	0.03 206	0.00 1	0.29 329	0.10 165	0.09 175

RAFT-Test	2.17 91	0.36 69	3.40 146	1.05 131	0.34 133	4.90 229	0.69 159	6.27 130	3.98 88	4.65 94	7.02 150	6.30 211	1.12 68	1.81 31	0.99 93	0.01 140	0.17 321	0.00 1	0.34 340	0.02 22	0.02 37

4D-IteraStereo	1.72 41	0.86 225	3.01 113	0.09 12	2.86 304	3.57 176	1.06 212	3.92 23	5.31 142	5.28 109	1.02 8	3.92 129	0.38 20	1.83 32	1.04 97	0.00 1	0.01 124	0.00 1	0.00 1	0.07 130	0.09 175

DCANet	2.08 84	0.64 170	3.81 176	0.31 46	0.17 68	1.70 35	0.25 68	5.23 80	8.47 241	6.07 142	5.30 106	1.41 52	4.23 215	1.85 33	2.02 172	0.00 1	0.00 1	0.00 1	0.00 1	0.04 78	0.19 260

CFNet-RSSM	2.11 85	0.33 44	2.71 81	1.04 129	0.30 121	3.21 155	0.41 97	6.67 150	6.96 195	5.62 116	4.58 81	5.40 184	1.71 107	1.86 34	0.87 74	0.00 1	0.08 267	0.00 1	0.32 336	0.02 22	0.02 37

ADStereo(finetuned)	2.26 104	0.64 170	5.22 251	0.31 46	0.18 80	1.71 36	0.25 68	5.23 80	8.46 240	6.06 141	5.30 106	1.41 52	6.37 278	1.87 35	1.87 159	0.00 1	0.00 1	0.00 1	0.00 1	0.04 78	0.18 250

RAFT-Stereo + iAFF	2.12 86	0.58 155	2.43 55	1.27 149	0.16 63	1.60 26	0.14 45	5.17 77	5.90 162	7.10 196	10.10 216	3.06 99	1.74 111	1.87 35	0.97 91	0.01 140	0.02 163	0.00 1	0.00 1	0.23 266	0.02 37

AnonymousM	2.71 144	6.75 368	0.98 1	0.73 90	0.06 16	2.41 70	0.53 122	5.30 92	3.05 45	4.75 97	2.09 35	1.89 70	1.01 61	1.88 37	0.51 32	0.01 140	0.02 163	17.42 386	4.76 386	0.02 22	0.01 15

LoS	0.91 5	0.34 53	2.10 39	0.38 63	0.13 54	2.47 72	0.26 70	5.00 70	2.74 26	0.89 27	0.21 5	0.49 36	0.36 16	1.97 38	0.67 41	0.02 209	0.02 163	0.00 1	0.00 1	0.06 115	0.01 15

fff	2.28 105	0.61 162	3.81 176	0.22 35	0.07 21	1.69 31	0.11 26	5.37 98	11.84 301	5.80 121	5.17 93	1.44 54	5.41 258	2.00 39	1.92 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 250

csc	2.28 105	0.61 162	3.81 176	0.22 35	0.07 21	1.69 31	0.11 26	5.37 98	11.84 301	5.80 121	5.17 93	1.44 54	5.41 258	2.00 39	1.92 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 250

cscssc	2.28 105	0.61 162	3.81 176	0.22 35	0.07 21	1.69 31	0.11 26	5.37 98	11.84 301	5.80 121	5.17 93	1.44 54	5.41 258	2.00 39	1.92 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 250

DCRE	1.79 47	0.68 184	2.55 65	1.66 199	0.27 114	1.27 9	0.05 11	4.57 49	4.04 95	3.30 66	9.24 201	3.83 127	1.20 78	2.08 42	0.67 41	0.00 1	0.12 296	0.00 1	0.24 319	0.04 78	0.09 175

DCANet-4	2.03 80	0.34 53	5.30 254	0.31 46	0.18 80	1.69 31	0.12 32	4.95 63	8.55 245	5.78 119	5.17 93	1.12 48	2.82 153	2.11 43	1.92 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 250

ACVNet	2.58 136	0.53 141	2.69 77	0.84 99	0.59 172	2.61 91	0.55 127	8.35 180	5.70 157	4.45 85	9.26 204	5.77 196	3.50 177	2.24 44	4.41 247	0.00 1	0.00 1	0.00 1	0.00 1	0.17 229	0.01 15

acv_ft	3.69 217	0.53 141	4.58 221	2.31 283	4.71 359	7.44 278	0.86 195	8.54 190	5.70 157	9.29 276	9.26 204	5.77 196	4.15 210	2.24 44	8.13 303	0.00 1	0.00 1	0.00 1	0.00 1	0.29 285	0.01 15

raftrobust	1.86 57	0.74 200	1.94 20	2.15 262	2.24 284	2.74 104	0.53 122	4.89 60	4.05 97	6.09 143	3.89 66	1.64 62	2.55 141	2.44 46	1.12 103	0.00 1	0.03 206	0.00 1	0.00 1	0.12 193	0.08 165

Any-RAFT	2.18 93	0.25 11	1.94 20	1.37 161	0.80 194	5.01 232	0.56 129	8.51 188	5.58 154	4.01 78	4.85 85	5.44 185	2.26 131	2.45 47	0.35 7	0.00 1	0.15 312	0.00 1	0.00 1	0.02 22	0.02 37

ICVP	2.32 110	0.38 77	2.89 107	0.92 108	0.70 186	2.55 80	0.87 197	9.97 227	3.99 89	4.13 80	8.97 191	2.71 87	1.69 106	2.52 48	3.52 231	0.05 263	0.24 341	0.01 251	0.01 207	0.11 182	0.13 224
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GANet-ADL	2.20 95	0.50 131	3.27 137	2.02 246	0.11 44	2.21 57	0.48 108	8.64 197	6.79 191	4.56 89	5.83 115	3.98 131	1.27 82	2.68 49	1.43 126	0.04 252	0.08 267	0.02 280	0.00 1	0.15 215	0.03 66

riskmin	1.88 61	0.15 1	2.11 40	1.38 162	0.88 200	2.40 69	0.04 8	5.93 118	6.10 173	2.25 45	1.34 20	6.06 203	5.08 252	2.78 50	1.01 96	0.00 1	0.02 163	0.00 1	0.00 1	0.01 7	0.06 140

x	1.73 43	0.28 15	2.49 61	1.91 229	0.17 68	2.10 51	0.83 186	8.74 199	3.55 73	3.28 64	2.12 38	3.10 101	1.96 119	2.90 51	1.12 103	0.00 1	0.02 163	0.00 1	0.00 1	0.02 22	0.03 66

MyStereo06	2.35 112	0.66 180	4.54 215	1.10 134	0.96 209	2.57 83	0.10 23	9.30 212	4.05 97	5.22 107	6.09 118	5.95 201	2.38 134	3.00 52	0.73 51	0.01 140	0.08 267	0.00 1	0.01 207	0.13 203	0.15 238

AASNet	3.90 236	0.92 238	4.41 209	3.56 341	4.00 342	6.70 262	1.26 227	18.71 355	6.14 177	7.35 211	7.91 172	4.35 150	2.58 142	3.04 53	6.62 282	0.00 1	0.00 1	0.00 1	0.00 1	0.39 307	0.14 229

rafts_anoy	1.72 41	0.79 211	2.58 68	2.03 248	1.75 258	2.47 72	0.16 52	5.48 102	6.01 170	3.24 63	2.11 37	1.92 73	1.33 84	3.08 54	1.13 105	0.01 140	0.18 325	0.00 1	0.01 207	0.03 58	0.07 153

Anonymous	1.37 31	0.52 137	4.23 202	1.38 162	2.70 299	1.85 39	0.42 99	4.77 58	3.54 72	0.53 23	1.56 25	0.19 1	1.32 83	3.11 55	0.92 86	0.05 263	0.08 267	0.00 1	0.00 1	0.17 229	0.15 238

knoymous	1.36 30	0.21 6	1.68 10	0.20 32	0.49 164	1.58 24	0.11 26	5.15 76	2.40 14	4.62 90	1.77 29	4.56 155	0.45 30	3.23 56	0.63 37	0.00 1	0.02 163	0.00 1	0.00 1	0.02 22	0.01 15

DMCA	2.82 154	0.64 170	4.45 211	1.61 193	0.89 201	3.86 198	0.57 137	9.18 207	5.10 137	6.24 154	6.49 136	7.17 231	2.13 124	3.31 57	4.73 253	0.00 1	0.01 124	0.00 1	0.00 1	0.04 78	0.02 37

MIPNet	2.06 83	0.69 189	4.57 220	0.32 49	0.21 96	1.92 42	0.19 56	6.89 158	5.64 156	5.48 114	4.02 68	2.02 74	3.50 177	3.32 58	2.01 170	0.00 1	0.01 124	0.01 251	0.01 207	0.20 247	0.13 224

iRaftStereo_RVC	1.62 38	0.68 184	1.98 23	0.67 87	0.05 9	2.99 138	0.04 8	5.36 97	3.74 78	3.82 76	4.96 87	2.54 82	0.62 39	3.35 59	0.97 91	0.00 1	0.07 259	0.00 1	0.00 1	0.30 286	0.27 291

IGEV_Zeroshot_test	2.13 87	0.50 131	4.91 232	1.41 168	0.18 80	2.62 94	0.36 89	7.80 172	3.87 82	5.04 102	5.42 108	4.77 160	1.03 64	3.43 60	0.79 63	0.00 1	0.16 319	0.00 1	0.18 302	0.17 229	0.04 101

IPLGR_C	2.44 122	1.17 271	4.94 233	0.62 83	2.08 273	2.65 98	0.80 181	5.60 106	4.79 129	7.87 229	9.23 195	1.67 64	1.15 72	3.43 60	2.23 181	0.01 140	0.19 329	0.02 280	0.08 271	0.22 259	0.10 194

DIP-Stereo	1.97 75	0.64 170	2.95 109	0.17 30	0.10 36	4.83 227	0.13 39	8.60 195	4.06 100	6.42 168	4.92 86	0.44 34	0.72 44	3.57 62	1.80 156	0.00 1	0.01 124	0.00 1	0.00 1	0.05 99	0.04 101
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
111	2.78 150	0.92 238	3.81 176	0.22 35	0.07 21	2.83 126	0.70 161	6.03 120	14.00 317	3.22 62	8.93 187	5.48 186	3.30 167	3.66 63	2.03 173	0.00 1	0.00 1	0.00 1	0.00 1	0.10 165	0.29 294

ACRE	2.41 117	1.08 259	5.11 242	0.55 77	2.05 272	2.65 98	0.78 180	5.26 91	4.67 122	7.59 219	9.20 193	1.70 65	1.08 66	3.74 64	2.18 180	0.01 140	0.18 325	0.02 280	0.08 271	0.22 259	0.10 194

GMStereo	1.83 55	0.99 247	4.55 217	0.57 81	0.05 9	2.53 77	0.01 1	4.95 63	11.14 291	3.52 71	2.24 39	0.53 38	0.49 33	3.76 65	0.80 65	0.20 314	0.00 1	0.00 1	0.12 286	0.12 193	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CASS	2.44 122	0.44 111	3.56 156	0.85 100	0.38 138	3.14 149	0.22 61	9.64 219	4.00 90	6.78 177	7.62 165	3.57 121	3.58 181	3.80 66	1.10 101	0.02 209	0.01 124	0.00 1	0.00 1	0.05 99	0.01 15
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
BUS	2.49 128	0.32 32	3.05 125	0.46 69	0.46 154	7.12 270	0.50 119	9.05 203	4.69 123	6.11 145	6.15 122	5.29 179	0.83 53	3.91 67	1.77 153	0.01 140	0.03 206	0.03 296	0.00 1	0.04 78	0.00 1

BSDual-CNN	2.69 141	0.32 32	3.05 125	0.46 69	0.46 154	7.13 272	1.63 245	9.05 203	4.69 123	6.11 145	6.15 122	6.26 208	2.54 139	3.91 67	1.91 162	0.01 140	0.03 206	0.03 296	0.00 1	0.04 78	0.00 1

psmg	3.10 175	0.32 32	3.05 125	0.54 74	0.46 154	8.68 293	2.84 273	9.87 224	4.69 123	8.08 235	8.69 182	6.26 208	2.54 139	3.91 67	1.91 162	0.01 140	0.04 226	0.06 316	0.00 1	0.11 182	0.00 1

HUI-Stereo	1.80 49	0.41 96	2.85 98	0.12 18	0.18 80	3.72 187	0.65 151	5.23 80	2.97 40	5.87 131	4.34 77	3.45 110	1.52 98	3.93 70	0.65 38	0.02 209	0.00 1	0.00 1	0.00 1	0.08 138	0.10 194

EGLCR-Stereo	1.04 9	0.20 3	2.00 25	1.14 141	0.16 63	2.50 74	0.11 26	4.96 65	2.61 20	0.79 26	0.07 1	1.46 57	0.37 18	3.96 71	0.23 2	0.01 140	0.05 235	0.00 1	0.00 1	0.00 1	0.07 153

MSMDNet	2.99 166	0.39 80	4.02 191	0.40 65	0.25 106	2.53 77	0.16 52	9.35 213	9.25 253	7.08 195	11.39 244	6.93 221	2.43 136	4.01 72	1.34 121	0.01 140	0.02 163	0.02 280	0.00 1	0.05 99	0.07 153

PCWNet_CMD	2.99 166	0.39 80	4.02 191	0.39 64	0.26 112	2.53 77	0.15 49	9.24 210	9.22 252	7.12 197	11.53 249	6.94 222	2.41 135	4.02 73	1.33 119	0.01 140	0.02 163	0.02 280	0.00 1	0.05 99	0.07 153

PMTNet	1.41 32	0.37 75	2.06 29	0.26 40	0.15 60	2.94 136	0.34 87	3.39 7	5.33 144	1.00 29	1.27 18	0.28 17	0.93 58	4.04 74	0.74 52	5.00 374	0.00 1	0.00 1	0.00 1	0.03 58	0.01 15

mmm	2.50 131	0.29 16	3.22 134	1.98 238	0.32 128	3.72 187	0.12 32	9.45 215	4.05 97	5.84 125	10.80 234	2.47 80	2.86 156	4.07 75	0.75 56	0.00 1	0.02 163	0.00 1	0.01 207	0.03 58	0.02 37

HITNet	2.79 151	0.77 206	4.02 191	2.03 248	0.11 44	5.58 239	0.59 139	9.24 210	5.15 140	6.42 168	7.26 159	3.66 123	2.92 158	4.07 75	3.87 240	0.00 1	0.00 1	0.00 1	0.00 1	0.06 115	0.02 37
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
11t1	1.62 38	0.26 13	2.53 63	2.37 288	0.24 103	2.58 86	0.06 13	6.66 149	3.00 42	3.40 69	3.01 48	1.14 49	1.94 118	4.18 77	0.91 83	0.01 140	0.02 163	0.00 1	0.00 1	0.03 58	0.03 66

CIPLG	2.47 127	1.10 263	4.71 226	0.63 84	2.15 278	2.67 101	0.77 176	5.19 78	4.73 126	7.85 228	9.56 209	1.72 66	1.14 70	4.20 78	2.34 185	0.01 140	0.19 329	0.02 280	0.09 278	0.23 266	0.08 165

1test111	1.86 57	0.65 174	2.15 41	2.30 277	0.02 3	5.80 244	0.56 129	8.45 184	3.33 62	1.03 30	3.33 54	0.32 24	3.71 189	4.40 79	0.96 89	0.00 1	0.02 163	0.00 1	0.03 239	0.02 22	0.03 66

qqq	1.93 69	0.30 20	2.96 110	1.40 165	0.05 9	1.96 44	0.39 93	8.45 184	3.33 62	3.06 59	3.84 64	4.67 158	2.70 145	4.40 79	0.96 89	0.00 1	0.01 124	0.00 1	0.00 1	0.02 22	0.03 66

raft+_RVC	1.79 47	0.84 222	2.32 50	2.40 289	0.85 198	1.38 13	0.09 22	6.36 133	4.75 128	2.85 54	5.46 109	1.17 50	1.36 89	4.54 81	0.91 83	0.00 1	0.10 283	0.00 1	0.00 1	0.11 182	0.22 269

AdaStereo	3.09 172	0.58 155	3.04 120	2.84 311	0.48 161	4.08 206	1.29 229	12.16 283	7.77 221	6.03 138	9.62 210	5.79 198	1.53 102	4.56 82	1.93 168	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37
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.
FENet	2.19 94	0.34 53	3.04 120	2.05 254	0.26 112	2.82 124	0.13 39	7.02 160	5.55 151	4.97 100	1.94 33	4.91 166	3.39 174	4.71 83	2.50 193	0.02 209	0.03 206	0.00 1	0.00 1	0.00 1	0.21 267

AFF-stereo	2.59 137	0.68 184	2.35 53	1.55 183	0.17 68	1.67 28	0.08 19	5.75 109	6.60 187	6.20 152	12.13 257	6.16 205	2.36 133	4.75 84	1.11 102	0.02 209	0.02 163	0.00 1	0.00 1	0.23 266	0.05 130

DeepStereo_RVC	2.05 82	0.39 80	2.87 104	0.14 28	0.17 68	3.51 169	0.70 161	5.21 79	3.00 42	6.27 159	4.13 69	3.47 115	4.53 230	4.81 85	1.49 130	0.01 140	0.00 1	0.00 1	0.00 1	0.09 155	0.18 250

GES	2.49 128	0.38 77	4.29 205	1.58 188	0.05 9	4.58 222	1.07 214	9.70 221	3.39 66	5.21 106	6.64 138	1.84 69	3.36 169	4.86 86	2.54 196	0.06 273	0.01 124	0.06 316	0.01 207	0.12 193	0.03 66

IER	3.20 179	0.54 144	5.13 244	0.58 82	1.59 243	7.29 275	0.56 129	6.36 133	4.95 133	7.44 214	8.84 184	6.20 206	6.26 275	4.88 87	3.29 217	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

IPLGR	2.28 105	0.51 135	6.00 275	0.15 29	0.15 60	1.99 46	0.22 61	6.34 132	6.04 171	6.80 178	5.76 113	2.87 89	2.31 132	4.88 87	1.28 116	0.00 1	0.00 1	0.00 1	0.00 1	0.09 155	0.18 250

CFNet_pseudo	2.81 152	0.42 100	4.04 194	0.33 54	0.24 103	2.59 88	0.12 32	8.20 179	7.66 218	7.04 193	10.42 225	6.56 214	2.05 122	4.88 87	1.53 134	0.00 1	0.02 163	0.01 251	0.00 1	0.05 99	0.07 153

ccs_rob	2.81 152	0.42 100	4.06 196	0.33 54	0.25 106	2.59 88	0.12 32	8.19 178	7.68 219	7.02 190	10.37 224	6.54 213	2.06 123	4.88 87	1.53 134	0.00 1	0.02 163	0.01 251	0.00 1	0.05 99	0.07 153

UCFNet_RVC	3.09 172	0.77 206	2.27 49	2.35 286	1.79 262	3.50 167	1.06 212	12.12 281	6.91 193	4.71 96	7.67 167	7.58 235	4.40 224	4.95 91	1.67 145	0.00 1	0.00 1	0.00 1	0.00 1	0.11 182	0.01 15

CFNet_ucs	3.07 171	0.44 111	4.05 195	0.54 74	0.37 136	3.08 143	0.19 56	9.80 223	8.49 243	7.64 220	12.62 266	5.67 194	1.76 114	4.96 92	1.51 131	0.00 1	0.04 226	0.01 251	0.00 1	0.09 155	0.11 205

BEATNet_4x	3.24 180	1.27 280	5.89 272	1.56 186	0.10 36	5.26 235	1.07 214	10.08 232	5.50 147	6.89 185	7.73 168	4.53 154	4.13 208	5.05 93	5.27 258	0.04 252	0.05 235	0.00 1	0.00 1	0.23 266	0.23 275

ToySt	2.69 141	0.55 145	7.03 298	1.03 124	0.10 36	3.49 166	1.04 210	6.38 139	4.55 120	2.69 49	6.28 130	7.95 246	4.38 222	5.08 94	2.58 197	0.01 140	0.11 289	0.00 1	0.04 256	0.28 283	0.19 260

dd	2.16 90	1.22 273	4.82 228	0.68 88	0.12 52	1.39 16	0.17 54	5.14 74	11.22 294	2.70 51	3.51 63	1.52 59	1.23 80	5.08 94	3.96 242	0.12 296	0.01 124	0.04 306	0.21 311	0.07 130	0.01 15

SFCPSM	3.29 183	0.43 107	5.11 242	0.34 58	0.94 207	8.48 289	2.15 258	14.51 324	5.29 141	7.00 189	7.65 166	3.43 109	2.59 143	5.11 96	2.37 188	0.01 140	0.03 206	0.01 251	0.07 267	0.13 203	0.15 238

StereoVision	2.25 101	0.72 194	4.00 190	1.03 124	2.64 297	1.91 41	0.28 72	5.83 116	4.43 111	1.89 42	10.65 232	3.88 128	0.52 36	5.13 97	1.98 169	0.00 1	0.00 1	0.00 1	0.00 1	0.09 155	0.03 66

anonymousdsp2	1.78 46	0.39 80	3.40 146	1.10 134	0.04 8	3.63 177	0.50 119	7.80 172	2.77 27	2.91 56	2.88 46	3.17 102	1.01 61	5.15 98	0.43 11	0.00 1	0.01 124	0.02 280	0.15 291	0.05 99	0.12 217

EKT-Stereo	1.91 67	0.48 128	2.77 90	2.19 265	4.36 347	1.42 17	0.24 65	4.63 52	3.51 70	2.94 57	3.47 61	3.55 120	2.25 130	5.26 99	0.85 69	0.04 252	0.12 296	0.00 1	0.09 278	0.06 115	0.05 130

HHNet	2.59 137	0.55 145	2.55 65	0.20 32	0.32 128	2.84 127	0.94 205	5.77 114	5.14 139	7.33 210	13.80 276	0.94 44	3.20 164	5.27 100	2.41 191	0.13 298	0.02 163	0.06 316	0.00 1	0.23 266	0.03 66

Anonymous_2	4.14 249	0.62 167	3.21 133	1.40 165	1.43 239	5.19 234	0.32 83	6.63 148	4.38 110	4.48 88	2.30 41	8.08 247	7.00 290	5.37 101	2.29 183	0.23 318	0.75 364	5.20 378	18.12 401	5.66 374	0.23 275

MC-Stereo	1.47 35	0.36 69	2.54 64	1.99 239	0.12 52	1.90 40	0.12 32	4.47 42	2.83 29	3.31 67	3.44 60	0.56 39	1.47 93	5.39 102	0.47 25	0.00 1	0.04 226	0.00 1	0.21 311	0.07 130	0.04 101

GwcNet-ADL	2.65 140	0.48 128	3.84 182	0.82 96	0.33 131	2.04 48	0.69 159	8.07 177	9.42 257	6.05 139	6.66 139	4.14 140	1.73 109	5.40 103	3.01 206	0.08 285	0.06 247	0.00 1	0.00 1	0.06 115	0.03 66

PSM-adaLoss	1.88 61	0.40 89	2.86 100	0.12 18	0.19 89	3.75 192	0.71 163	5.23 80	2.96 36	5.86 126	4.33 76	3.45 110	1.51 94	5.40 103	0.69 43	0.01 140	0.00 1	0.00 1	0.00 1	0.08 138	0.09 175

Anonymous3	1.76 45	0.44 111	6.37 284	0.33 54	0.50 166	4.33 212	0.54 124	4.43 40	2.48 15	2.21 44	3.24 53	1.53 60	1.14 70	5.64 105	1.29 117	0.17 307	0.23 336	0.00 1	0.00 1	0.12 193	0.15 238

LL-Strereo2	1.86 57	0.83 221	2.33 51	0.36 60	0.17 68	3.79 195	1.52 239	5.82 115	4.04 95	4.43 84	2.51 43	4.23 142	0.37 18	5.66 106	0.99 93	0.00 1	0.02 163	0.00 1	0.05 260	0.06 115	0.11 205

EAI-Stereo	2.31 109	0.44 111	2.72 83	0.68 88	0.56 170	3.51 169	2.62 267	11.42 260	4.14 103	2.09 43	7.23 158	1.21 51	0.91 56	5.67 107	1.51 131	0.01 140	0.25 342	0.00 1	0.88 361	0.04 78	0.26 287

RAFT	2.57 135	0.76 205	3.09 128	0.91 104	0.09 33	2.41 70	0.94 205	5.35 95	2.65 21	6.11 145	7.21 157	9.43 265	4.30 218	5.73 108	1.77 153	0.00 1	0.12 296	0.00 1	0.02 227	0.46 317	0.08 165

ROB_FTStereo	1.90 65	0.42 100	2.86 100	0.12 18	0.19 89	3.71 184	0.75 173	5.24 86	2.95 34	5.87 131	4.26 72	3.41 108	1.51 94	5.80 109	0.65 38	0.01 140	0.00 1	0.00 1	0.00 1	0.08 138	0.08 165

ROB_FTStereo_v2	1.91 67	0.41 96	2.85 98	0.12 18	0.19 89	3.71 184	0.73 168	5.23 80	2.95 34	5.86 126	4.36 79	3.46 112	1.51 94	5.86 110	0.69 43	0.01 140	0.00 1	0.00 1	0.00 1	0.08 138	0.08 165

TRStereo	2.36 114	3.10 345	4.70 225	1.99 239	2.08 273	2.61 91	1.11 217	8.79 201	3.73 77	3.19 61	3.04 49	3.96 130	0.77 47	5.92 111	1.44 127	0.03 236	0.14 307	0.00 1	0.29 329	0.08 138	0.25 282

cf-r	3.42 202	0.81 216	3.97 184	2.41 292	2.78 301	2.85 128	0.64 149	8.44 183	6.32 182	6.25 156	11.57 250	8.97 261	3.54 180	5.93 112	3.83 238	0.00 1	0.00 1	0.00 1	0.00 1	0.09 155	0.07 153

PSMNet-RSSM	3.33 193	0.77 206	3.22 134	2.12 259	1.90 270	2.33 63	0.71 163	11.17 254	5.83 160	5.90 134	11.43 247	7.04 226	4.83 245	5.96 113	3.17 211	0.00 1	0.00 1	0.02 280	0.00 1	0.08 138	0.02 37

RAFT-IKP	1.90 65	0.42 100	2.83 95	0.12 18	0.18 80	3.50 167	0.64 149	5.24 86	2.96 36	5.86 126	4.34 77	3.50 118	1.51 94	5.99 114	0.76 58	0.01 140	0.00 1	0.00 1	0.00 1	0.08 138	0.08 165

GMStereo_Zeroshot	2.77 149	1.98 328	5.14 245	1.53 180	0.36 135	3.56 173	0.10 23	5.57 105	5.91 163	6.89 185	7.02 150	8.50 257	0.91 56	6.01 115	1.65 144	0.00 1	0.00 1	0.00 1	0.00 1	0.20 247	0.01 15

MIF-Stereo (partial)	1.29 25	0.33 44	3.02 115	0.03 1	1.12 222	1.26 8	0.13 39	4.46 41	3.75 79	0.35 7	2.39 42	0.31 22	0.74 45	6.09 116	1.76 152	0.00 1	0.00 1	0.00 1	0.00 1	0.08 138	0.04 101

test croco	1.34 27	0.51 135	5.09 241	0.30 45	0.05 9	1.58 24	0.08 19	4.47 42	3.77 81	0.42 20	1.76 28	0.60 41	0.74 45	6.11 117	0.94 87	0.00 1	0.00 1	0.00 1	0.00 1	0.40 310	0.02 37

ADLNet	4.32 264	0.80 215	4.33 207	3.60 342	3.56 324	6.87 266	2.48 264	11.20 255	7.58 216	9.87 290	9.62 210	8.39 250	4.95 247	6.16 118	6.60 280	0.01 140	0.01 124	0.00 1	0.01 207	0.12 193	0.25 282

XX-Stereo	2.71 144	0.38 77	5.96 274	2.25 272	2.20 282	1.54 23	0.21 60	5.44 101	3.05 45	2.28 47	16.16 296	7.03 224	0.24 2	6.19 119	0.79 63	0.00 1	0.15 312	0.00 1	0.23 317	0.13 203	0.04 101

psm_up	3.85 231	0.82 219	3.01 113	2.00 243	2.58 296	5.28 236	3.34 286	10.85 250	6.33 183	7.27 207	7.32 160	10.15 275	9.02 323	6.19 119	2.51 194	0.22 317	0.01 124	0.00 1	0.00 1	0.12 193	0.03 66

pcwnet_v2	4.20 254	0.36 69	8.53 318	1.33 152	1.12 222	3.43 159	0.41 97	12.85 300	14.16 319	9.90 292	14.29 282	5.90 200	3.03 159	6.20 121	2.06 174	0.01 140	0.05 235	0.04 306	0.02 227	0.16 221	0.18 250

GANet-RSSM	3.27 181	0.60 159	3.38 143	2.94 318	2.00 271	2.61 91	0.48 108	10.93 252	6.11 176	5.47 113	10.20 219	6.57 215	5.44 264	6.25 122	2.23 181	0.00 1	0.00 1	0.08 325	0.00 1	0.17 229	0.03 66

UDGNet	2.73 147	7.09 371	3.90 183	2.71 305	0.06 16	2.98 137	0.20 59	4.63 52	8.58 246	2.69 49	2.70 45	0.95 45	1.01 61	6.27 123	1.51 131	1.28 363	0.00 1	5.24 379	0.94 363	1.70 357	0.13 224

ssnet_v2	4.46 266	0.87 227	5.18 248	1.57 187	0.67 180	9.14 298	4.73 314	11.84 270	9.68 261	8.79 259	6.24 129	9.91 271	4.34 221	6.28 124	9.30 318	0.00 1	0.01 124	0.00 1	0.00 1	0.28 283	0.30 296

test_4	2.38 116	0.34 53	2.68 75	0.08 11	0.11 44	3.69 182	1.14 219	3.33 6	3.34 65	4.03 79	17.35 314	3.31 107	0.51 34	6.28 124	1.15 107	0.00 1	0.00 1	0.00 1	0.11 283	0.16 221	0.01 15

CoDeX	3.43 203	0.68 184	4.49 212	0.98 120	1.65 247	6.37 256	2.14 257	13.23 308	6.07 172	7.23 204	8.95 188	4.09 136	3.79 198	6.31 126	2.37 188	0.03 236	0.06 247	0.00 1	0.00 1	0.07 130	0.15 238

DMCA-RVC	3.17 178	1.26 278	6.39 286	2.10 258	1.51 242	3.02 141	0.56 129	7.84 174	5.06 135	9.23 274	5.19 97	8.46 253	2.72 148	6.31 126	3.22 213	0.06 273	0.11 289	0.09 328	0.02 227	0.16 221	0.08 165

RALAANet	2.46 126	1.09 261	3.70 169	2.55 300	0.80 194	3.37 158	0.15 49	7.44 168	5.54 150	5.65 117	6.01 117	3.54 119	1.13 69	6.34 128	1.58 140	0.00 1	0.01 124	0.00 1	0.05 260	0.21 255	0.03 66

test_xeample3	1.08 12	0.43 107	3.39 144	0.49 73	0.05 9	2.58 86	0.93 203	3.32 5	1.77 4	0.23 1	0.23 6	0.19 1	0.28 7	6.34 128	0.85 69	0.00 1	0.01 124	0.00 1	0.26 327	0.06 115	0.10 194

Selective-RAFT	1.69 40	0.32 32	3.29 138	0.92 108	0.18 80	3.89 199	0.06 13	4.22 31	4.00 90	1.47 38	1.98 34	3.07 100	2.81 152	6.35 130	0.89 81	0.01 140	0.00 1	0.00 1	0.21 311	0.05 99	0.00 1

CRE-IMP	1.95 71	0.35 62	2.68 75	0.27 44	0.17 68	3.90 200	0.85 194	5.14 74	2.87 30	5.74 118	4.14 70	3.49 117	0.83 53	6.40 131	1.80 156	0.00 1	0.00 1	0.00 1	0.00 1	0.10 165	0.19 260

GwcNet-RSSM	3.77 224	1.05 254	5.06 239	2.21 268	1.87 267	2.36 65	1.52 239	8.98 202	7.96 226	5.91 135	14.59 286	7.94 244	3.50 177	6.43 132	5.70 265	0.00 1	0.00 1	0.04 306	0.00 1	0.20 247	0.08 165

gwcnet-sp	3.31 185	1.47 294	7.26 302	1.73 208	0.69 182	7.57 281	1.14 219	8.59 191	6.17 178	8.57 252	5.25 103	4.26 145	3.36 169	6.46 133	3.44 222	0.00 1	0.00 1	0.00 1	0.00 1	0.15 215	0.11 205

scenet	3.31 185	1.47 294	7.26 302	1.73 208	0.69 182	7.57 281	1.14 219	8.59 191	6.17 178	8.57 252	5.25 103	4.26 145	3.36 169	6.46 133	3.44 222	0.00 1	0.00 1	0.00 1	0.00 1	0.15 215	0.11 205

ssnet	3.31 185	1.47 294	7.26 302	1.73 208	0.69 182	7.57 281	1.14 219	8.59 191	6.17 178	8.57 252	5.25 103	4.26 145	3.36 169	6.46 133	3.44 222	0.00 1	0.00 1	0.00 1	0.00 1	0.15 215	0.11 205

IGEVStereo-DCA	1.06 11	0.45 115	2.06 29	0.32 49	0.06 16	2.74 104	0.84 189	3.71 16	2.27 6	0.39 12	0.16 2	0.20 4	0.29 8	6.47 136	0.87 74	0.00 1	0.00 1	0.00 1	0.16 293	0.06 115	0.06 140

rrr	1.05 10	0.45 115	3.18 131	0.32 49	0.06 16	2.74 104	0.95 207	3.49 11	1.12 2	0.39 12	0.16 2	0.20 4	0.29 8	6.47 136	0.87 74	0.00 1	0.00 1	0.00 1	0.21 311	0.06 115	0.10 194

test_3	1.88 61	0.22 9	2.75 86	0.96 117	0.22 99	1.28 10	0.77 176	4.62 51	5.87 161	6.55 173	1.84 32	4.28 148	0.45 30	6.48 138	0.76 58	0.00 1	0.01 124	0.00 1	0.28 328	0.17 229	0.14 229

CFNet_RVC	3.31 185	0.94 243	2.69 77	1.50 175	2.38 288	2.81 121	0.68 155	8.35 180	7.43 209	4.45 85	9.94 214	10.20 277	4.60 231	6.49 139	3.41 220	0.00 1	0.00 1	0.03 296	0.00 1	0.22 259	0.03 66

CFNet-ft	3.31 185	0.94 243	2.69 77	1.50 175	2.38 288	2.81 121	0.68 155	8.35 180	7.43 209	4.45 85	9.94 214	10.20 277	4.60 231	6.50 140	3.41 220	0.00 1	0.00 1	0.03 296	0.00 1	0.22 259	0.03 66

NINENet	3.09 172	0.56 148	3.22 134	1.61 193	1.37 237	7.12 270	0.50 119	11.88 272	5.63 155	6.63 174	8.40 178	5.29 179	0.83 53	6.51 141	1.77 153	0.15 301	0.07 259	0.07 322	0.00 1	0.09 155	0.00 1

test_1	1.85 56	0.21 6	2.45 56	1.02 122	0.22 99	1.37 12	0.82 182	4.66 56	5.06 135	7.02 190	1.73 27	4.09 136	0.41 27	6.51 141	0.76 58	0.00 1	0.00 1	0.00 1	0.29 329	0.18 239	0.14 229

test-3	1.86 57	0.21 6	2.46 58	1.03 124	0.22 99	1.38 13	0.83 186	4.65 55	5.04 134	7.26 206	1.78 30	4.10 138	0.41 27	6.53 143	0.76 58	0.00 1	0.00 1	0.00 1	0.29 329	0.18 239	0.14 229

GrayStereo	3.74 220	0.20 3	1.94 20	1.55 183	0.60 173	3.12 148	8.22 351	5.76 111	3.32 61	10.40 302	16.66 301	5.81 199	8.60 316	6.57 144	1.37 123	0.01 140	0.00 1	0.01 251	0.63 354	0.02 22	0.04 101

s12784h	1.89 64	0.30 20	2.57 67	0.11 17	0.09 33	4.18 209	0.13 39	6.61 147	7.44 211	3.62 73	4.28 73	0.59 40	0.81 52	6.61 145	0.46 20	0.01 140	0.01 124	0.00 1	0.00 1	0.02 22	0.00 1

iRaft-Stereo_20w	2.56 133	0.35 62	4.98 235	0.37 62	0.67 180	3.47 163	0.59 139	12.57 296	3.89 84	6.10 144	6.23 128	1.49 58	2.24 128	6.65 146	0.86 72	0.00 1	0.19 329	0.00 1	0.33 338	0.08 138	0.22 269

test_xeample	4.13 248	0.36 69	2.75 86	1.23 145	0.51 167	3.96 203	0.13 39	12.63 297	7.65 217	7.49 216	10.86 238	3.29 106	3.36 169	6.71 147	21.53 369	0.02 209	0.03 206	0.00 1	0.00 1	0.03 58	0.04 101

iGMRVC	1.96 74	0.40 89	2.88 105	0.12 18	0.19 89	3.74 189	0.73 168	5.23 80	2.97 40	5.87 131	4.37 80	3.48 116	1.52 98	6.73 148	0.74 52	0.02 209	0.00 1	0.00 1	0.00 1	0.08 138	0.08 165

dad	4.66 274	1.89 325	5.51 262	0.94 111	0.09 33	2.16 54	0.37 91	7.10 162	14.43 320	10.13 297	16.84 303	14.97 320	1.90 117	6.82 149	4.15 244	1.09 360	0.11 289	4.08 376	0.46 351	0.17 229	0.06 140

STTStereo	3.60 212	0.93 241	6.34 283	2.71 305	2.23 283	3.68 181	0.63 146	9.42 214	6.73 189	9.87 290	6.97 144	8.84 260	3.65 184	6.85 150	3.04 207	0.00 1	0.02 163	0.01 251	0.00 1	0.02 22	0.02 37

CBFPSM	4.87 276	0.94 243	14.70 353	1.51 178	1.15 224	11.49 323	2.55 266	7.28 164	6.47 186	6.23 153	4.83 84	15.30 323	8.99 322	6.88 151	8.20 304	0.03 236	0.02 163	0.00 1	0.00 1	0.40 310	0.42 310

Patchmatch Stereo++	1.95 71	0.40 89	2.86 100	0.12 18	0.18 80	3.74 189	0.66 153	5.24 86	2.96 36	5.86 126	4.32 74	3.46 112	1.52 98	6.88 151	0.70 45	0.01 140	0.00 1	0.00 1	0.00 1	0.08 138	0.09 175
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
iRAFT	1.95 71	0.40 89	2.86 100	0.12 18	0.18 80	3.74 189	0.66 153	5.24 86	2.96 36	5.86 126	4.32 74	3.46 112	1.52 98	6.88 151	0.70 45	0.01 140	0.00 1	0.00 1	0.00 1	0.08 138	0.09 175

HSM-Net_RVC	4.20 254	0.32 32	2.76 89	0.63 84	0.69 182	6.95 268	1.69 249	11.96 275	8.36 237	8.83 262	12.17 259	15.18 322	4.21 213	6.91 154	3.30 218	0.02 209	0.02 163	0.00 1	0.00 1	0.01 7	0.01 15
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DLNR_Zeroshot_test	24.70 389	50.77 409	90.11 414	98.11 424	97.34 422	1.38 13	0.12 32	22.79 378	3.09 50	1.07 34	2.95 47	0.71 42	0.29 8	6.93 155	2.29 183	38.56 406	0.37 351	0.00 1	0.30 334	76.73 419	0.09 175

UNet	3.97 242	0.61 162	6.50 289	1.68 200	3.22 310	9.82 306	0.31 82	9.50 216	5.32 143	7.20 203	6.35 135	10.59 282	5.91 271	6.93 155	5.49 261	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

Selective-IGEV	1.23 22	0.18 2	1.13 2	0.07 9	0.17 68	2.38 68	0.54 124	6.10 123	2.51 17	0.41 16	3.20 52	0.26 14	0.29 8	6.94 157	0.16 1	0.00 1	0.01 124	0.00 1	0.11 283	0.04 78	0.10 194

ProNet	1.20 19	0.60 159	2.00 25	0.26 40	0.08 32	2.73 103	0.68 155	5.00 70	2.52 18	0.29 3	1.32 19	0.37 29	0.36 16	6.94 157	0.44 12	0.00 1	0.07 259	0.00 1	0.00 1	0.17 229	0.07 153

Pruner-Stereo	2.49 128	0.40 89	2.46 58	1.80 216	0.25 106	3.51 169	0.77 176	6.03 120	4.92 132	8.91 265	6.09 118	4.45 151	1.11 67	6.99 159	2.11 175	0.02 209	0.00 1	0.02 280	0.00 1	0.01 7	0.04 101

iinet-f	5.94 290	1.60 306	26.88 383	1.79 215	1.38 238	11.92 329	1.47 236	6.80 155	7.11 200	6.90 187	14.43 283	10.64 286	7.97 307	7.00 160	12.12 342	0.02 209	0.03 206	0.05 312	0.00 1	0.63 329	0.02 37

MyStereo07	1.31 26	0.79 211	1.61 6	1.03 124	1.11 220	2.63 95	0.46 105	5.48 102	2.24 5	0.64 24	1.48 22	0.27 16	0.59 38	7.03 161	0.45 16	0.00 1	0.09 275	0.00 1	0.01 207	0.11 182	0.09 175

anonymousdsp	1.12 13	0.59 157	1.66 8	0.03 1	0.07 21	2.81 121	0.82 182	4.07 28	2.30 11	0.41 16	1.12 17	0.30 19	0.40 21	7.05 162	0.49 26	0.00 1	0.00 1	0.00 1	0.17 299	0.10 165	0.05 130

IGEV-Stereo	1.12 13	0.59 157	1.66 8	0.03 1	0.07 21	2.82 124	0.82 182	4.09 30	2.30 11	0.41 16	1.11 14	0.30 19	0.41 27	7.05 162	0.49 26	0.00 1	0.00 1	0.00 1	0.17 299	0.10 165	0.05 130
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ac_64	3.70 218	0.47 122	3.50 154	2.87 312	3.50 322	5.91 248	0.72 167	10.17 235	4.34 108	8.16 238	5.80 114	10.82 288	5.64 267	7.08 164	4.73 253	0.03 236	0.00 1	0.00 1	0.00 1	0.08 138	0.14 229

RALCasStereoNet	1.93 69	1.01 248	2.75 86	1.88 225	1.75 258	2.88 133	0.18 55	4.64 54	4.36 109	2.27 46	5.14 92	2.22 76	0.79 51	7.10 165	1.00 95	0.00 1	0.34 348	0.00 1	0.00 1	0.10 165	0.16 247

ff7	1.12 13	0.57 150	2.06 29	0.03 1	0.07 21	2.80 112	0.84 189	3.71 16	2.27 6	0.38 8	1.06 9	0.20 4	0.40 21	7.12 166	0.49 26	0.00 1	0.00 1	0.00 1	0.16 293	0.09 155	0.06 140

ffff	1.12 13	0.57 150	2.06 29	0.03 1	0.07 21	2.80 112	0.84 189	3.71 16	2.27 6	0.38 8	1.06 9	0.20 4	0.40 21	7.12 166	0.49 26	0.00 1	0.00 1	0.00 1	0.16 293	0.09 155	0.06 140

11t	1.12 13	0.57 150	2.06 29	0.03 1	0.07 21	2.80 112	0.84 189	3.71 16	2.27 6	0.38 8	1.06 9	0.20 4	0.40 21	7.12 166	0.49 26	0.00 1	0.00 1	0.00 1	0.16 293	0.09 155	0.06 140

ccc-4	1.12 13	0.57 150	2.06 29	0.03 1	0.07 21	2.80 112	0.84 189	3.71 16	2.27 6	0.38 8	1.06 9	0.20 4	0.40 21	7.12 166	0.49 26	0.00 1	0.00 1	0.00 1	0.16 293	0.09 155	0.06 140

NLCA_NET_v2_RVC	3.84 230	1.06 256	5.23 252	2.72 307	3.27 312	4.36 214	0.61 143	10.71 245	7.56 214	8.75 258	7.89 171	9.86 270	3.90 201	7.15 170	3.44 222	0.14 299	0.02 163	0.02 280	0.03 239	0.04 78	0.03 66
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
IPLG	2.43 120	0.66 180	4.77 227	0.54 74	0.31 127	3.01 140	0.26 70	6.15 125	5.55 151	7.69 221	6.21 126	1.89 70	1.74 111	7.19 171	2.35 187	0.01 140	0.01 124	0.00 1	0.00 1	0.24 276	0.12 217

PSMNet-ADL	2.98 165	0.43 107	2.41 54	1.43 170	0.40 142	5.94 249	0.28 72	8.45 184	5.13 138	3.36 68	6.77 140	8.41 251	4.61 233	7.20 172	4.55 250	0.02 209	0.09 275	0.00 1	0.00 1	0.01 7	0.03 66

CRFU-Net	4.45 265	0.67 183	5.02 236	2.78 309	1.32 236	12.67 336	3.35 287	11.26 256	3.52 71	10.06 296	9.30 206	10.91 291	6.92 289	7.26 173	3.24 215	0.15 301	0.16 319	0.16 337	0.00 1	0.26 277	0.05 130

ADLNet2	4.46 266	0.90 234	6.06 277	2.74 308	3.91 339	6.79 265	3.01 276	10.95 253	8.40 239	7.27 207	9.80 213	9.85 269	5.43 261	7.29 174	6.44 276	0.01 140	0.03 206	0.00 1	0.00 1	0.15 215	0.11 205

TestStereo	1.74 44	1.02 250	3.64 164	0.20 32	0.28 119	1.33 11	0.01 1	5.24 86	4.01 92	3.18 60	4.97 88	2.07 75	0.70 41	7.32 175	0.75 56	0.02 209	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1

xxxx	4.51 269	0.31 23	2.77 90	1.69 201	0.47 160	7.74 285	0.07 17	14.04 317	7.91 225	5.82 124	8.97 191	9.34 263	3.41 176	7.33 176	20.24 364	0.05 263	0.03 206	0.00 1	0.00 1	0.03 58	0.04 101

MyStereo04	2.95 164	0.79 211	5.38 256	1.03 124	1.11 220	2.63 95	0.46 105	10.00 228	12.44 310	4.19 81	3.91 67	3.04 98	3.60 182	7.34 177	2.74 202	0.00 1	0.09 275	0.00 1	0.01 207	0.11 182	0.09 175

AAGNet	3.41 201	0.34 53	2.45 56	1.78 214	0.39 140	3.69 182	1.05 211	4.79 59	4.61 121	9.62 284	7.74 169	4.98 167	6.38 279	7.34 177	13.02 346	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.04 101

DRaft	3.74 220	0.43 107	2.60 69	0.12 18	0.15 60	4.76 225	1.34 232	5.33 94	4.31 107	10.30 298	21.91 334	3.27 105	8.83 319	7.36 179	3.66 234	0.05 263	0.10 283	0.00 1	0.14 289	0.10 165	0.14 229

fast-acv-ft	5.62 286	1.39 289	7.01 297	2.02 246	1.89 269	12.23 331	1.82 253	7.35 165	9.45 258	10.46 304	20.27 328	14.55 318	7.71 305	7.41 180	7.61 290	0.10 291	0.09 275	0.16 337	0.07 267	0.59 324	0.13 224

hitnet-ft	3.66 215	0.65 174	2.79 94	0.89 102	0.72 188	4.25 210	0.55 127	9.11 206	7.52 213	7.14 198	10.19 218	12.49 305	4.70 236	7.44 181	4.41 247	0.03 236	0.00 1	0.06 316	0.00 1	0.20 247	0.04 101

LCNet	2.85 155	0.42 100	1.90 15	0.95 115	0.56 170	2.07 49	1.60 243	4.99 69	3.57 74	6.05 139	10.59 229	4.59 156	6.79 288	7.46 182	0.72 50	0.01 140	0.00 1	0.01 251	0.77 359	0.30 286	3.57 365

HGLStereo	4.25 259	0.52 137	4.65 222	3.09 321	5.18 361	6.51 261	0.73 168	10.37 238	6.74 190	7.32 209	12.44 264	7.00 223	7.21 295	7.46 182	5.51 262	0.00 1	0.02 163	0.00 1	0.00 1	0.06 115	0.10 194

222	5.36 284	0.40 89	2.72 83	1.50 175	0.48 161	6.15 252	0.07 17	13.73 314	8.06 228	8.79 259	11.03 240	3.71 125	4.21 213	7.47 184	38.74 399	0.03 236	0.02 163	0.00 1	0.00 1	0.04 78	0.05 130

hknet	3.31 185	0.42 100	4.68 224	0.46 69	1.17 225	7.13 272	1.63 245	9.05 203	6.91 193	6.11 145	6.15 122	9.66 268	2.85 155	7.48 185	2.45 192	0.01 140	0.03 206	0.03 296	0.00 1	0.04 78	0.00 1

MMNet	4.16 252	0.77 206	5.47 260	1.40 165	1.67 250	10.78 318	0.63 146	8.64 197	8.47 241	8.80 261	8.33 177	7.51 234	6.61 282	7.53 186	6.54 278	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.05 130

delet	4.27 261	0.72 194	4.50 213	1.07 132	3.75 335	10.79 319	4.04 299	9.95 226	7.89 223	8.09 236	8.89 186	8.46 253	3.81 199	7.56 187	5.80 267	0.00 1	0.00 1	0.00 1	0.00 1	0.11 182	0.02 37

GMM-Stereo	3.32 191	0.27 14	2.52 62	0.82 96	0.48 161	2.27 60	4.91 317	5.06 72	3.08 47	7.06 194	16.72 302	6.21 207	3.70 188	7.60 188	1.16 109	0.04 252	0.00 1	0.00 1	0.04 256	0.10 165	4.45 369

FTStereo	4.55 273	0.36 69	2.18 46	0.94 111	0.38 138	2.60 90	8.82 354	4.98 68	3.17 51	10.88 312	30.35 365	5.60 193	7.60 302	7.62 189	1.55 137	0.17 307	0.00 1	0.05 312	0.00 1	0.03 58	3.80 367

ASMatch	3.32 191	0.50 131	3.32 139	1.72 207	0.45 153	1.93 43	0.68 155	6.42 141	3.89 84	6.18 151	22.30 337	4.61 157	4.82 244	7.65 190	1.70 146	0.00 1	0.02 163	0.00 1	0.03 239	0.01 7	0.18 250

DEmStereo	3.79 226	0.37 75	3.69 166	0.17 30	0.17 68	5.28 236	2.54 265	4.35 34	3.70 76	8.21 243	20.15 325	5.13 176	10.38 334	7.65 190	3.85 239	0.01 140	0.01 124	0.01 251	0.00 1	0.02 22	0.06 140

Consistency-Raft	9.42 344	4.74 360	12.66 341	5.30 366	9.08 376	4.08 206	5.26 323	19.26 363	24.87 361	11.17 317	29.85 363	13.57 308	5.51 265	7.67 192	13.40 349	0.36 332	0.35 350	1.81 370	4.24 383	11.61 384	3.57 365

LMCR-Stereo	3.63 213	1.29 285	4.20 201	2.54 298	0.17 68	8.08 286	1.52 239	11.46 261	4.73 126	8.45 250	10.66 233	1.91 72	5.03 249	7.69 193	3.58 232	0.92 357	0.00 1	0.00 1	0.00 1	0.36 301	0.02 37

Prome-Stereo	3.65 214	0.29 16	1.92 17	0.91 104	0.49 164	2.07 49	4.75 315	4.41 39	3.23 57	9.32 277	20.63 330	4.06 134	7.19 293	7.70 194	1.17 110	0.00 1	0.00 1	0.00 1	0.00 1	0.05 99	4.72 373

HCRNet	2.56 133	0.53 141	3.35 141	0.24 39	3.39 318	2.19 55	0.23 64	6.89 158	5.50 147	5.26 108	4.79 82	5.27 178	2.78 150	7.71 195	2.89 203	0.00 1	0.02 163	0.00 1	0.00 1	0.04 78	0.04 101

FADNet-RVC-Resample	3.79 226	1.62 308	12.06 335	1.43 170	0.66 178	5.94 249	2.41 261	10.18 236	8.58 246	6.28 160	4.22 71	5.33 183	4.80 243	7.71 195	3.19 212	0.17 307	0.21 333	0.17 340	0.12 286	0.41 313	0.29 294

PFNet+	2.35 112	0.31 23	3.69 166	0.79 94	0.17 68	3.15 152	0.75 173	4.52 44	6.30 181	7.90 232	6.34 134	2.53 81	1.18 77	7.72 197	1.62 143	0.03 236	0.00 1	0.00 1	0.00 1	0.01 7	0.03 66

UPFNet	3.82 229	0.47 122	4.34 208	2.21 268	3.38 316	7.26 274	2.69 269	9.89 225	5.96 165	7.98 233	7.53 163	7.89 241	3.15 163	7.72 197	5.88 269	0.01 140	0.02 163	0.00 1	0.00 1	0.04 78	0.06 140

iResNetv2_ROB	4.28 262	1.43 291	7.17 301	2.91 313	1.26 229	4.36 214	1.62 244	13.64 313	10.25 277	9.83 288	11.41 245	7.68 237	4.00 203	7.75 199	1.85 158	0.00 1	0.00 1	0.00 1	0.00 1	0.37 302	0.09 175

THIR-Stereo	3.86 232	0.77 206	2.62 71	0.12 18	0.13 54	4.25 210	6.63 339	5.30 92	4.18 105	10.33 299	17.13 309	6.58 216	7.62 303	7.78 200	3.51 228	0.01 140	0.07 259	0.07 322	0.00 1	0.11 182	0.02 37

KYRaft	3.59 211	0.31 23	1.84 12	0.76 93	0.46 154	2.29 61	4.04 299	4.75 57	3.25 58	8.93 268	19.47 323	6.62 217	5.07 251	7.79 201	0.71 49	0.01 140	0.00 1	0.00 1	0.01 207	0.04 78	5.38 376

MyStereo05	2.94 163	0.66 180	5.25 253	1.10 134	0.96 209	2.57 83	0.10 23	8.53 189	12.34 309	6.28 160	3.88 65	3.18 103	3.30 167	7.81 202	2.37 188	0.01 140	0.08 267	0.00 1	0.01 207	0.13 203	0.15 238

UDG	8.58 338	9.31 378	4.89 230	10.00 377	9.52 377	10.36 313	2.41 261	12.07 277	9.82 265	7.81 226	9.55 208	16.52 330	9.81 331	7.84 203	7.88 296	4.20 373	2.51 379	18.53 387	3.71 382	9.55 380	5.28 375

DN-CSS_ROB	2.69 141	1.40 290	5.34 255	2.31 283	0.75 189	3.14 149	0.06 13	6.11 124	3.87 82	5.34 112	12.18 260	2.34 79	1.22 79	7.84 203	1.48 129	0.03 236	0.00 1	0.00 1	0.00 1	0.35 299	0.03 66

DRN-Test	5.87 288	0.98 246	5.89 272	2.69 304	3.65 328	12.37 333	3.35 287	20.07 372	10.20 276	11.93 324	12.31 263	11.06 295	5.31 256	7.89 205	9.05 314	0.04 252	0.05 235	0.04 306	0.04 256	0.18 239	0.25 282

PSM-AAD	3.33 193	0.20 3	1.47 5	0.73 90	0.54 169	2.55 80	6.19 329	4.97 66	3.27 59	10.92 313	11.92 253	2.95 91	9.59 329	7.90 206	0.82 66	0.01 140	0.01 124	0.00 1	0.00 1	0.04 78	2.47 363

test_5	2.90 160	0.70 191	3.69 166	2.01 244	3.17 309	4.61 224	1.32 231	6.69 151	7.02 199	2.79 52	7.18 155	4.99 168	4.14 209	7.96 207	1.31 118	0.00 1	0.00 1	0.00 1	0.03 239	0.19 244	0.26 287

NOSS_ROB	3.30 184	0.46 120	2.62 71	2.08 255	1.01 216	5.60 240	0.74 171	10.37 238	11.48 297	5.15 105	8.43 179	5.67 194	1.73 109	7.97 208	2.34 185	0.02 209	0.06 247	0.00 1	0.00 1	0.07 130	0.14 229

DualNet	3.35 196	0.31 23	3.97 184	1.34 154	0.98 211	2.80 112	0.48 108	4.53 45	10.19 272	6.29 162	9.23 195	5.59 188	3.72 193	8.00 209	9.35 319	0.00 1	0.02 163	0.00 1	0.00 1	0.10 165	0.04 101

ffm	2.90 160	0.31 23	3.97 184	1.34 154	0.98 211	2.80 112	0.48 108	4.53 45	10.19 272	6.29 162	9.23 195	5.59 188	3.72 193	8.00 209	0.46 20	0.00 1	0.02 163	0.00 1	0.00 1	0.10 165	0.04 101

tt1	2.14 88	0.63 169	2.22 47	2.27 273	0.02 3	5.71 242	0.63 146	4.53 45	10.19 272	1.16 35	3.39 59	0.33 27	3.05 161	8.00 209	0.46 20	0.00 1	0.02 163	0.00 1	0.03 239	0.10 165	0.04 101

PSMNet_ROB	5.02 280	1.63 309	6.03 276	1.90 228	1.83 265	9.57 304	6.35 336	15.58 337	7.23 204	6.15 150	10.48 227	12.22 303	4.16 211	8.02 212	8.71 311	0.02 209	0.01 124	0.01 251	0.10 282	0.20 247	0.12 217

CrosDoStereo	3.96 239	0.45 115	3.04 120	0.32 49	0.20 93	3.28 156	11.63 372	5.76 111	4.45 113	9.04 269	16.58 299	4.99 168	7.45 297	8.04 213	3.72 235	0.00 1	0.02 163	0.01 251	0.00 1	0.16 221	0.10 194

DeepStereo_LL	3.96 239	0.45 115	3.04 120	0.32 49	0.20 93	3.28 156	11.63 372	5.76 111	4.45 113	9.04 269	16.58 299	4.99 168	7.45 297	8.04 213	3.72 235	0.00 1	0.02 163	0.01 251	0.00 1	0.16 221	0.10 194

S-Stereo	6.63 307	0.84 222	9.67 325	3.15 327	3.48 321	6.49 259	6.22 331	12.99 304	22.84 357	9.48 278	15.51 292	12.00 302	8.43 313	8.04 213	10.70 334	0.12 296	0.17 321	0.00 1	0.38 343	0.13 203	1.92 355

ACVNet-DCA	2.01 78	0.65 174	2.15 41	2.30 277	0.02 3	5.80 244	0.56 129	8.45 184	3.33 62	1.03 30	3.33 54	0.32 24	3.71 189	8.05 216	0.45 16	0.00 1	0.02 163	0.00 1	0.03 239	0.02 22	0.03 66

xx1	2.33 111	0.65 174	2.15 41	2.30 277	0.02 3	5.80 244	0.56 129	4.31 32	10.41 278	1.03 30	3.33 54	4.67 158	2.70 145	8.05 216	0.45 16	0.00 1	0.02 163	0.00 1	0.00 1	0.02 22	0.03 66

cc1	2.17 91	0.65 174	2.15 41	2.30 277	0.02 3	5.80 244	0.56 129	4.31 32	10.41 278	1.03 30	3.33 54	0.32 24	3.71 189	8.05 216	0.45 16	0.00 1	0.02 163	0.00 1	0.03 239	0.10 165	0.05 130

iResNet	3.68 216	0.91 235	7.94 313	2.97 319	0.34 133	4.44 220	0.48 108	7.70 169	9.74 263	7.72 223	12.74 267	4.03 133	2.87 157	8.05 216	3.37 219	0.02 209	0.01 124	0.00 1	0.00 1	0.10 165	0.09 175

MIM_Stereo	2.50 131	0.75 202	4.26 203	1.18 143	0.11 44	3.08 143	0.33 85	6.07 122	3.28 60	5.01 101	10.12 217	4.29 149	1.74 111	8.06 220	1.27 115	0.00 1	0.12 296	0.00 1	0.01 207	0.18 239	0.15 238

ADCRef	7.27 318	1.38 288	16.37 357	2.52 297	3.30 314	11.63 325	3.16 281	10.80 248	9.35 256	13.03 335	25.27 353	8.17 248	8.92 321	8.06 220	21.81 372	0.15 301	0.08 267	0.16 337	0.34 340	0.38 303	0.58 326

StereoDRNet-Refined	4.46 266	0.62 167	3.80 175	1.92 231	0.40 142	9.35 300	0.15 49	10.02 230	8.83 249	12.69 329	11.62 251	9.34 263	3.87 200	8.06 220	8.02 298	0.00 1	0.00 1	0.01 251	0.05 260	0.20 247	0.26 287
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
StereoDRNet	5.59 285	1.75 317	6.80 294	3.12 325	4.45 352	10.61 317	4.35 307	18.80 357	9.73 262	12.22 325	6.87 142	11.44 298	4.65 235	8.09 223	8.26 305	0.02 209	0.11 289	0.00 1	0.03 239	0.20 247	0.28 293

NRIStereo	2.14 88	0.35 62	2.65 74	1.10 134	0.14 56	3.05 142	0.86 195	5.35 95	3.18 54	6.24 154	3.36 58	4.17 141	1.82 116	8.12 224	2.01 170	0.00 1	0.10 283	0.00 1	0.00 1	0.12 193	0.19 260

RAFT-RH_RVC	3.96 239	0.46 120	2.93 108	1.55 183	0.42 147	3.14 149	0.14 45	3.70 15	5.98 168	11.25 318	32.23 369	5.29 179	1.68 105	8.13 225	2.14 178	0.08 285	0.00 1	0.00 1	0.03 239	0.01 7	0.00 1

DeepPruner_ROB	3.52 207	1.14 268	4.06 196	1.12 140	1.65 247	3.65 178	0.83 186	13.96 316	4.47 115	7.80 225	10.84 236	7.05 228	2.16 127	8.14 226	3.08 209	0.07 280	0.03 206	0.00 1	0.01 207	0.32 293	0.06 140

RAFT-345	3.27 181	0.41 96	2.88 105	1.02 122	0.21 96	2.63 95	0.48 108	3.76 21	5.51 149	7.35 211	24.88 350	4.25 144	1.76 114	8.15 227	2.13 177	0.01 140	0.00 1	0.00 1	0.00 1	0.01 7	0.01 15

iRaft-Stereo_5w	2.86 159	0.86 225	4.08 199	0.06 8	0.25 106	2.76 109	0.60 142	4.97 66	4.10 101	2.98 58	7.85 170	10.17 276	4.17 212	8.16 228	5.83 268	0.00 1	0.00 1	0.00 1	0.01 207	0.26 277	0.06 140

CSP-Net	4.12 247	1.28 283	3.70 169	1.54 181	1.06 218	13.28 341	2.33 260	12.96 303	5.45 145	8.87 264	8.54 181	8.43 252	3.03 159	8.16 228	3.65 233	0.00 1	0.00 1	0.00 1	0.00 1	0.18 239	0.03 66

iResNet_ROB	4.23 257	1.02 250	4.90 231	2.18 264	0.93 206	2.92 134	0.37 91	15.10 332	16.91 335	7.89 231	10.51 228	7.03 224	3.07 162	8.16 228	3.46 226	0.01 140	0.00 1	0.00 1	0.00 1	0.10 165	0.02 37

NF-Stereo	2.24 96	0.33 44	3.00 111	2.04 250	0.10 36	3.46 161	0.43 100	6.51 145	3.17 51	6.84 180	5.24 101	2.67 86	1.34 86	8.17 231	1.53 134	0.01 140	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

OCTAStereo	2.24 96	0.33 44	3.03 117	2.04 250	0.10 36	3.45 160	0.43 100	6.50 142	3.17 51	6.84 180	5.20 98	2.65 83	1.33 84	8.18 232	1.56 138	0.01 140	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

RE-Stereo	2.25 101	0.33 44	3.03 117	2.04 250	0.10 36	3.47 163	0.43 100	6.50 142	3.18 54	6.84 180	5.20 98	2.65 83	1.34 86	8.18 232	1.58 140	0.01 140	0.00 1	0.01 251	0.00 1	0.02 22	0.01 15

TVStereo	2.25 101	0.33 44	3.03 117	2.04 250	0.10 36	3.47 163	0.43 100	6.50 142	3.18 54	6.84 180	5.20 98	2.65 83	1.34 86	8.18 232	1.58 140	0.01 140	0.00 1	0.01 251	0.00 1	0.02 22	0.01 15

IRAFT_RVC	2.85 155	0.41 96	3.32 139	2.09 256	0.41 145	2.92 134	5.22 322	6.41 140	3.63 75	6.53 172	5.48 110	5.09 174	4.88 246	8.20 235	2.15 179	0.01 140	0.17 321	0.01 251	0.00 1	0.02 22	0.04 101

TransformOpticalFlow	3.38 197	0.70 191	4.54 215	1.00 121	0.30 121	3.56 173	0.14 45	9.67 220	7.30 207	5.55 115	13.34 272	6.74 218	5.03 249	8.22 236	1.34 121	0.00 1	0.01 124	0.01 251	0.00 1	0.04 78	0.11 205

STrans-v2	3.43 203	0.73 196	4.82 228	0.26 40	0.60 173	3.00 139	1.19 223	10.41 240	7.22 203	5.79 120	10.97 239	6.75 219	7.03 292	8.25 237	1.40 124	0.00 1	0.01 124	0.00 1	0.00 1	0.03 58	0.18 250

PFNet	2.93 162	0.40 89	5.51 262	2.13 261	0.84 197	3.11 147	0.75 173	6.78 154	4.79 129	9.98 294	6.00 116	4.78 161	2.13 124	8.33 238	2.11 175	0.19 311	0.06 247	0.00 1	0.11 283	0.20 247	0.35 302

CFNet	3.72 219	1.10 263	5.03 238	2.49 296	1.59 243	4.90 229	0.22 61	11.38 259	9.88 268	4.80 98	11.25 243	6.44 212	3.68 185	8.33 238	3.00 205	0.00 1	0.00 1	0.00 1	0.00 1	0.22 259	0.07 153

DAS	3.74 220	0.35 62	5.19 249	1.99 239	3.74 331	2.36 65	3.22 282	7.77 170	9.27 254	8.70 256	12.08 255	4.45 151	5.43 261	8.39 240	1.71 147	0.01 140	0.00 1	0.00 1	0.00 1	0.04 78	0.02 37

FADNet	4.23 257	1.65 311	11.75 334	1.64 197	0.80 194	4.80 226	0.77 176	13.76 315	11.65 299	3.97 77	5.24 101	9.62 267	5.14 253	8.40 241	3.78 237	0.21 315	0.04 226	0.07 322	0.05 260	1.14 345	0.10 194

PS-NSSS	3.90 236	1.84 321	4.55 217	0.87 101	2.95 305	4.10 208	2.00 255	10.77 247	8.23 234	6.75 175	14.63 287	5.01 172	2.24 128	8.41 242	2.91 204	0.33 330	0.03 206	0.83 362	0.00 1	0.82 338	0.70 332

MSKI-zero shot	2.00 77	0.36 69	2.15 41	0.81 95	0.25 106	2.69 102	0.29 77	6.16 126	2.34 13	4.31 82	7.52 162	3.70 124	0.25 3	8.42 243	0.41 10	0.01 140	0.13 303	0.00 1	0.25 321	0.03 58	0.02 37

Wz-Net-LNSev	6.46 303	1.93 326	16.44 359	1.52 179	4.15 344	12.66 335	4.96 318	13.05 305	12.10 306	10.55 307	16.23 297	11.32 297	7.19 293	8.43 244	8.48 308	0.00 1	0.01 124	0.00 1	0.00 1	0.08 138	0.06 140

ttt	3.86 232	0.23 10	2.34 52	2.22 271	1.68 252	4.36 214	0.28 72	12.45 288	11.09 290	6.90 187	11.85 252	4.08 135	3.28 166	8.47 245	7.85 294	0.06 273	0.04 226	0.00 1	0.00 1	0.03 58	0.03 66

ARAFT	3.13 176	1.11 266	7.34 305	0.42 66	0.14 56	4.52 221	2.99 275	7.41 167	5.97 167	8.85 263	7.06 154	5.20 177	1.25 81	8.49 246	1.44 127	0.00 1	0.03 206	0.00 1	0.00 1	0.33 295	0.11 205

CBMV	5.35 283	0.91 235	3.67 165	1.62 195	0.44 148	10.09 309	7.19 347	12.49 293	12.33 308	12.22 325	14.69 288	10.93 292	6.48 280	8.51 247	4.96 256	0.02 209	0.15 312	0.00 1	0.00 1	0.17 229	0.17 248
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
RAFT+CT+SA	2.36 114	0.71 193	2.46 58	0.83 98	2.26 285	3.18 153	0.93 203	6.82 156	5.48 146	2.55 48	8.07 173	1.64 62	1.59 104	8.54 248	1.15 107	0.02 209	0.00 1	0.00 1	0.38 343	0.19 244	0.36 303

CVANet_RVC	4.16 252	1.16 270	3.60 158	1.94 234	1.46 240	3.92 202	4.68 313	10.89 251	8.34 236	7.58 218	10.84 236	10.27 279	6.62 283	8.56 249	2.69 198	0.39 335	0.00 1	0.00 1	0.01 207	0.21 255	0.09 175

RAFT + AFF	4.30 263	1.55 302	5.84 270	1.43 170	2.36 287	5.94 249	6.72 341	10.01 229	7.56 214	7.55 217	8.96 190	7.09 229	6.73 286	8.57 250	4.02 243	0.02 209	0.47 360	0.00 1	0.01 207	0.56 320	0.54 324

RAFT_R40	2.71 144	0.33 44	3.00 111	1.26 147	0.30 121	3.83 197	1.00 209	5.69 108	4.29 106	9.69 286	6.33 133	5.02 173	4.02 206	8.58 251	0.86 72	0.01 140	0.00 1	0.00 1	0.00 1	0.03 58	0.02 37

HH	2.42 118	0.73 196	3.76 171	0.91 104	0.14 56	2.78 110	0.71 163	7.92 175	2.72 24	1.53 39	6.10 120	7.93 242	4.01 204	8.60 252	0.44 12	0.00 1	0.09 275	0.00 1	0.00 1	0.05 99	0.04 101

HanStereo	2.42 118	0.73 196	3.76 171	0.91 104	0.14 56	2.78 110	0.71 163	7.92 175	2.72 24	1.53 39	6.10 120	7.93 242	4.01 204	8.60 252	0.44 12	0.00 1	0.09 275	0.00 1	0.00 1	0.05 99	0.04 101

CBMV_ROB	4.14 249	0.52 137	3.14 129	1.30 151	0.77 192	6.92 267	1.97 254	10.11 234	9.58 260	8.92 266	14.20 281	7.12 230	5.90 270	8.65 254	3.50 227	0.01 140	0.05 235	0.00 1	0.00 1	0.04 78	0.09 175

SST-Stereo	2.75 148	0.31 23	2.78 92	1.33 152	0.33 131	3.99 204	0.82 182	5.60 106	3.93 86	10.92 313	6.19 125	5.00 171	4.23 215	8.66 255	0.74 52	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.03 66

PSM-softLoss	2.24 96	0.34 53	3.42 148	1.81 217	0.17 68	2.74 104	0.39 93	6.17 127	2.92 31	6.26 157	6.29 131	2.96 92	0.97 59	8.68 256	1.71 147	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37

KMStereo	2.24 96	0.34 53	3.42 148	1.81 217	0.17 68	2.74 104	0.39 93	6.17 127	2.92 31	6.26 157	6.29 131	2.96 92	0.97 59	8.68 256	1.71 147	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37

AACVNet	3.33 193	1.03 252	3.56 156	3.46 337	0.63 175	3.09 145	0.28 72	8.78 200	3.43 67	5.99 136	10.64 231	10.08 274	4.03 207	8.69 258	2.51 194	0.03 236	0.01 124	0.00 1	0.00 1	0.26 277	0.06 140

SMFormer	3.54 208	0.39 80	3.61 159	1.69 201	0.11 44	2.85 128	0.29 77	12.46 289	10.41 278	7.16 199	10.23 220	4.78 161	4.45 226	8.71 259	3.51 228	0.07 280	0.05 235	0.00 1	0.00 1	0.06 115	0.04 101

tta	3.54 208	0.39 80	3.61 159	1.69 201	0.11 44	2.85 128	0.29 77	12.46 289	10.41 278	7.16 199	10.23 220	4.78 161	4.45 226	8.71 259	3.51 228	0.07 280	0.05 235	0.00 1	0.00 1	0.06 115	0.03 66

qqq1	3.38 197	0.39 80	3.61 159	1.69 201	0.11 44	2.85 128	0.29 77	12.46 289	10.41 278	7.16 199	10.23 220	4.78 161	4.45 226	8.71 259	0.30 3	0.07 280	0.05 235	0.00 1	0.00 1	0.06 115	0.03 66

fff1	3.38 197	0.39 80	3.61 159	1.69 201	0.11 44	2.85 128	0.29 77	12.46 289	10.41 278	7.16 199	10.23 220	4.78 161	4.45 226	8.71 259	0.30 3	0.07 280	0.05 235	0.00 1	0.00 1	0.06 115	0.03 66

DLCB_ROB	4.51 269	0.91 235	3.78 173	2.19 265	1.07 219	6.28 253	3.09 278	9.78 222	7.72 220	10.65 308	12.97 268	13.91 314	3.71 189	8.72 263	5.30 259	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.10 194

NCCL2	5.88 289	1.59 305	5.44 258	1.87 222	0.92 204	9.55 303	11.55 371	12.11 279	9.94 269	9.67 285	8.85 185	22.28 361	7.41 296	8.78 264	7.17 285	0.01 140	0.00 1	0.03 296	0.00 1	0.13 203	0.23 275

TDLM	4.11 246	1.11 266	3.54 155	1.62 195	1.04 217	3.91 201	7.41 349	10.60 243	10.67 287	6.38 167	12.59 265	5.95 201	4.77 239	8.79 265	3.04 207	0.58 346	0.00 1	0.01 251	0.00 1	0.19 244	0.12 217

DDUNet	9.47 345	11.32 383	6.14 279	12.93 383	11.65 383	10.45 314	3.87 296	11.70 266	7.89 223	9.27 275	13.28 271	16.18 329	6.14 274	8.80 266	5.77 266	6.64 380	3.38 392	20.90 388	4.28 384	11.01 382	7.80 382

DisPM	2.43 120	0.32 32	3.04 120	1.76 211	0.18 80	3.46 161	0.65 151	5.13 73	4.88 131	8.59 255	7.04 153	2.84 88	1.03 64	8.85 267	0.83 67	0.01 140	0.00 1	0.00 1	0.00 1	0.01 7	0.02 37

HSM	4.00 244	0.79 211	3.16 130	1.59 191	2.17 279	6.77 264	1.11 217	12.28 286	6.35 185	6.75 175	8.11 175	13.90 313	5.37 257	8.85 267	2.71 199	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37

FAT-Stereo	6.78 312	0.68 184	6.80 294	2.30 277	1.77 261	5.63 241	4.20 303	18.79 356	18.62 339	10.53 306	17.15 310	18.52 343	13.74 353	8.86 269	7.38 287	0.03 236	0.15 312	0.01 251	0.07 267	0.12 193	0.26 287

HBP-ISP	4.09 245	1.05 254	4.10 200	1.87 222	1.31 235	7.56 280	3.98 297	11.26 256	9.94 269	7.81 226	14.44 284	3.23 104	4.27 217	8.89 270	1.87 159	0.06 273	0.06 247	0.00 1	0.00 1	0.06 115	0.04 101

SGM-Forest	4.96 277	0.32 32	2.84 97	1.21 144	0.64 177	10.23 311	6.64 340	11.55 262	10.98 289	10.94 315	13.59 274	11.65 300	4.30 218	8.94 271	4.63 251	0.11 293	0.04 226	0.00 1	0.00 1	0.05 99	0.46 316
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
SACVNet	4.15 251	1.26 278	3.81 176	3.12 325	1.68 252	3.09 145	2.85 274	11.91 273	5.96 165	10.52 305	11.20 241	10.59 282	3.95 202	8.97 272	3.25 216	0.08 285	0.02 163	0.00 1	0.00 1	0.32 293	0.44 313

GEStereo_RVC	3.74 220	0.73 196	4.95 234	2.01 244	1.24 228	4.36 214	3.07 277	11.77 269	7.80 222	6.87 184	6.52 137	7.70 238	4.31 220	8.98 273	4.19 245	0.03 236	0.01 124	0.02 280	0.02 227	0.13 203	0.11 205

aanetorigin	8.72 339	3.29 351	27.55 384	1.95 235	3.84 337	4.93 231	5.39 325	5.49 104	10.05 271	27.85 374	31.47 368	15.80 324	12.78 347	9.04 274	11.98 340	0.25 321	0.22 334	0.22 345	0.25 321	1.28 349	0.84 337

raft_robust	2.64 139	1.20 272	2.62 71	1.10 134	0.28 119	1.50 22	0.12 32	6.28 131	9.04 250	6.80 178	7.19 156	3.73 126	2.13 124	9.06 275	1.07 98	0.03 236	0.12 296	0.00 1	0.21 311	0.17 229	0.22 269

ccnet	6.87 314	0.92 238	5.15 246	3.09 321	2.18 281	11.78 326	4.90 316	17.97 350	8.79 248	12.79 332	20.20 326	16.00 328	8.35 312	9.12 276	14.17 354	0.42 341	0.33 347	0.25 348	0.09 278	0.40 310	0.48 317

FADNet-RVC	3.98 243	1.84 321	12.48 340	1.69 201	0.44 148	4.33 212	1.31 230	11.84 270	7.15 202	3.53 72	3.50 62	10.63 285	4.43 225	9.12 276	6.25 272	0.03 236	0.10 283	0.00 1	0.03 239	0.60 326	0.25 282

MLCV	3.44 205	0.88 229	5.60 266	1.39 164	0.25 106	4.36 214	0.33 85	7.25 163	7.28 206	9.17 273	12.24 262	5.09 174	2.47 137	9.15 278	3.23 214	0.00 1	0.00 1	0.00 1	0.00 1	0.10 165	0.02 37

SepStereo	3.78 225	0.35 62	5.19 249	1.99 239	3.74 331	2.36 65	3.22 282	7.77 170	9.27 254	8.70 256	12.08 255	4.45 151	5.43 261	9.18 279	1.71 147	0.01 140	0.00 1	0.00 1	0.00 1	0.04 78	0.02 37

TestStereo1	2.85 155	0.81 216	3.48 151	3.11 323	0.44 148	2.52 75	1.50 237	6.37 135	8.18 232	4.62 90	9.24 201	2.23 77	3.69 186	9.19 280	1.26 113	0.00 1	0.01 124	0.00 1	0.00 1	0.27 281	0.09 175

SA-5K	2.85 155	0.81 216	3.48 151	3.11 323	0.44 148	2.52 75	1.50 237	6.37 135	8.18 232	4.62 90	9.24 201	2.23 77	3.69 186	9.19 280	1.26 113	0.00 1	0.01 124	0.00 1	0.00 1	0.27 281	0.09 175

GwcNet	6.42 302	1.97 327	10.92 330	2.59 302	5.58 364	11.55 324	2.21 259	14.10 319	16.52 334	10.04 295	17.19 312	10.86 290	5.61 266	9.23 282	8.84 313	0.01 140	0.06 247	0.03 296	0.08 271	0.56 320	0.40 307

FINET	5.32 282	1.14 268	10.04 327	2.17 263	3.67 330	6.49 259	6.76 342	11.68 265	22.08 355	7.42 213	12.15 258	4.24 143	3.61 183	9.25 283	5.35 260	0.04 252	0.04 226	0.00 1	0.00 1	0.17 229	0.09 175

RASNet	4.52 272	0.61 162	4.42 210	3.42 335	4.68 358	4.58 222	0.99 208	9.54 218	8.01 227	5.28 109	11.42 246	10.34 281	8.88 320	9.28 284	8.68 310	0.15 301	0.00 1	0.00 1	0.00 1	0.03 58	0.04 101

Syn2CoEx	6.32 300	2.72 340	9.33 322	2.45 294	1.67 250	8.59 291	3.32 285	18.08 351	12.27 307	8.53 251	21.08 331	10.30 280	9.80 330	9.30 285	7.86 295	0.01 140	0.00 1	0.00 1	0.00 1	0.63 329	0.43 312

pmcnn	7.72 327	1.27 280	9.42 324	2.91 313	3.14 306	9.44 301	6.23 332	12.56 295	16.51 332	14.53 342	24.08 344	27.44 370	8.49 314	9.32 286	8.44 307	0.06 273	0.08 267	0.00 1	0.00 1	0.30 286	0.15 238

MaskLacGwcNet_RVC	5.97 291	5.36 362	5.02 236	3.75 348	3.57 325	15.81 348	4.27 304	11.72 267	6.96 195	7.23 204	8.47 180	9.09 262	2.66 144	9.36 287	2.71 199	7.49 381	2.32 375	2.01 372	0.08 271	6.77 378	4.67 372

1111x	4.25 259	0.30 20	4.31 206	1.47 174	0.37 136	5.10 233	0.32 83	12.86 301	9.82 265	6.01 137	9.73 212	8.78 259	5.97 272	9.43 288	10.39 331	0.06 273	0.03 206	0.00 1	0.00 1	0.02 22	0.04 101

FADNet_RVC	3.91 238	1.67 314	12.95 346	0.96 117	0.75 189	5.71 242	0.54 124	10.83 249	6.60 187	3.46 70	8.09 174	4.10 138	3.40 175	9.43 288	6.33 273	0.36 332	0.44 357	0.17 340	0.46 351	0.91 340	0.95 339

RYNet	6.34 301	0.89 232	5.88 271	1.41 168	4.48 354	15.97 349	4.18 302	13.41 309	16.49 331	10.81 311	7.00 149	14.33 316	8.72 317	9.43 288	13.71 351	0.00 1	0.01 124	0.00 1	0.00 1	0.02 22	0.07 153

Sa-1000	3.55 210	0.75 202	3.63 163	1.91 229	0.30 121	3.55 172	1.63 245	7.39 166	8.54 244	7.70 222	17.44 315	4.00 132	2.82 153	9.44 291	1.33 119	0.00 1	0.10 283	0.00 1	0.18 302	0.21 255	0.04 101

OMP-Stereo	3.03 169	0.93 241	2.72 83	4.21 358	0.51 167	2.19 55	1.25 225	6.19 129	6.00 169	7.99 234	6.21 126	8.50 257	2.49 138	9.44 291	1.74 151	0.01 140	0.00 1	0.00 1	0.00 1	0.08 138	0.05 130

IIG-Stereo	3.16 177	0.75 202	2.83 95	4.08 354	0.21 96	2.56 82	0.74 171	6.55 146	5.56 153	8.39 247	9.38 207	7.94 244	2.79 151	9.50 293	1.89 161	0.02 209	0.00 1	0.00 1	0.00 1	0.02 22	0.04 101

SA	3.06 170	0.74 200	3.79 174	1.60 192	0.30 121	3.19 154	1.43 234	6.72 152	9.06 251	4.63 93	10.80 234	2.89 90	4.71 237	9.62 294	1.18 111	0.00 1	0.09 275	0.00 1	0.19 306	0.23 266	0.02 37

ETE_ROB	5.80 287	1.77 318	6.33 282	1.44 173	0.78 193	6.43 258	6.90 343	12.53 294	8.08 229	12.93 334	14.89 289	21.13 358	5.87 269	9.83 295	6.57 279	0.04 252	0.01 124	0.00 1	0.02 227	0.08 138	0.33 300

NVstereo2D	4.51 269	0.82 219	6.86 296	3.28 331	3.38 316	8.16 287	3.13 279	10.51 241	15.15 325	4.90 99	6.89 143	7.87 239	4.78 241	9.88 296	3.91 241	0.01 140	0.00 1	0.00 1	0.06 265	0.02 22	0.58 326

DSFCA	4.21 256	0.50 131	5.45 259	1.34 154	1.68 252	7.04 269	4.51 310	10.73 246	7.00 197	10.78 310	6.80 141	8.48 255	4.63 234	9.91 297	5.12 257	0.02 209	0.06 247	0.02 280	0.03 239	0.08 138	0.03 66

ff1	3.45 206	0.31 23	3.97 184	1.34 154	0.98 211	2.80 112	0.48 108	4.53 45	10.19 272	6.29 162	9.23 195	5.59 188	3.72 193	10.11 298	9.35 319	0.00 1	0.02 163	0.00 1	0.00 1	0.10 165	0.04 101

mmx	3.86 232	0.31 23	3.97 184	1.34 154	0.98 211	2.80 112	0.48 108	12.18 284	10.66 285	6.29 162	9.23 195	5.59 188	3.72 193	10.11 298	9.35 319	0.05 263	0.02 163	0.00 1	0.00 1	0.03 58	0.04 101

xxx	3.86 232	0.31 23	3.98 189	1.34 154	0.98 211	2.80 112	0.48 108	12.18 284	10.66 285	6.29 162	9.23 195	5.59 188	3.72 193	10.11 298	9.35 319	0.05 263	0.02 163	0.00 1	0.00 1	0.03 58	0.04 101

RP	6.84 313	1.29 285	5.53 265	3.92 352	5.18 361	6.32 254	3.53 290	11.73 268	15.31 326	9.54 281	22.38 338	18.25 341	14.47 355	10.11 298	7.49 288	0.91 356	0.01 124	0.12 332	0.15 291	0.33 295	0.19 260

SQANet	7.64 323	3.40 352	5.49 261	11.73 381	9.62 379	11.96 330	2.82 272	11.33 258	6.10 173	8.33 244	11.49 248	11.00 293	5.16 254	10.12 302	2.72 201	8.92 384	2.21 374	10.41 381	1.58 373	11.13 383	7.39 381

PA-Net	4.98 278	1.47 294	7.42 307	2.40 289	2.14 277	8.73 294	3.64 294	12.42 287	13.11 312	7.03 192	7.57 164	7.88 240	6.52 281	10.16 303	7.82 293	0.02 209	0.03 206	0.00 1	0.00 1	0.11 182	1.07 342
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
XPNet_ROB	6.03 296	1.22 273	5.61 267	2.56 301	0.90 203	6.32 254	7.07 345	12.92 302	8.30 235	14.76 344	15.13 291	19.84 350	6.66 285	10.36 304	8.58 309	0.02 209	0.04 226	0.00 1	0.03 239	0.11 182	0.24 279

DGSMNet	6.47 304	2.61 338	13.64 349	3.46 337	3.74 331	8.97 296	6.01 327	14.15 320	13.01 311	7.46 215	14.10 279	9.94 272	4.79 242	10.44 305	6.22 271	1.30 364	1.70 372	1.80 369	1.52 372	2.27 364	2.35 361

SuperB	8.10 332	3.15 348	24.67 379	2.65 303	1.23 227	9.88 307	4.29 305	10.18 236	30.07 370	11.53 321	12.18 260	6.12 204	6.65 284	10.50 306	14.47 355	0.14 299	0.11 289	0.35 353	0.25 321	13.06 387	0.48 317

LALA_ROB	6.58 306	1.80 320	6.25 280	1.26 147	0.94 207	10.08 308	9.02 356	16.00 339	11.51 298	12.74 330	13.02 269	24.77 363	5.25 255	10.56 307	8.02 298	0.04 252	0.05 235	0.00 1	0.02 227	0.10 165	0.25 282

AANet_RVC	5.01 279	1.74 316	6.38 285	1.96 236	1.29 232	2.26 59	1.69 249	10.07 231	18.53 338	7.88 230	18.15 319	8.49 256	2.70 145	10.59 308	7.04 284	0.96 358	0.15 312	0.02 280	0.00 1	0.13 203	0.12 217

Wz-Net-LNSev-Ref	5.98 292	1.55 302	9.92 326	2.40 289	3.22 310	10.28 312	3.14 280	11.64 263	9.79 264	9.54 281	20.22 327	11.16 296	6.77 287	10.61 309	9.16 315	0.06 273	0.00 1	0.00 1	0.00 1	0.03 58	0.04 101

CC-Net-ROB	7.68 324	9.21 377	7.46 308	3.82 349	3.66 329	15.68 347	5.02 319	17.95 349	10.45 284	6.44 170	14.00 278	7.63 236	4.77 239	10.75 310	3.10 210	5.99 378	2.46 377	16.28 385	1.08 365	6.30 377	1.56 351

RAFT_CTSACE	3.40 200	1.07 257	4.52 214	1.27 149	3.14 306	4.00 205	1.07 214	3.93 25	4.43 111	4.66 95	17.94 318	7.21 233	2.76 149	10.82 311	0.85 69	0.00 1	0.07 259	0.00 1	0.00 1	0.30 286	0.01 15

edge stereo	6.76 309	1.01 248	6.76 293	2.20 267	2.45 292	6.41 257	2.45 263	14.84 328	11.98 305	15.29 346	18.31 320	22.02 359	12.56 345	10.82 311	7.49 288	0.03 236	0.06 247	0.11 330	0.03 239	0.30 286	0.14 229

G-Net	8.41 335	1.54 301	10.97 331	5.73 368	3.60 326	26.19 372	4.41 308	10.10 233	7.42 208	19.71 357	24.99 351	14.38 317	15.83 357	10.99 313	9.53 325	0.50 345	0.46 359	0.19 343	0.25 321	0.80 337	0.66 330

GANet	6.22 298	1.07 257	4.07 198	2.27 273	0.89 201	9.19 299	9.52 359	12.02 276	8.13 231	10.72 309	29.09 361	13.86 312	7.52 301	11.00 314	4.39 246	0.36 332	0.00 1	0.02 280	0.02 227	0.12 193	0.08 165

DeepPrunerF	6.75 308	2.69 339	23.31 376	3.68 344	7.16 370	3.78 194	4.29 305	13.42 310	20.13 349	8.13 237	10.46 226	7.18 232	8.06 309	11.10 315	9.44 323	0.24 320	0.15 312	0.29 349	0.42 347	0.66 332	0.45 314

Nwc_Net	6.97 316	1.25 277	6.63 291	3.82 349	3.37 315	10.83 320	1.67 248	19.56 370	11.35 295	8.36 245	23.62 342	17.19 336	11.44 341	11.21 316	8.08 302	0.80 352	0.00 1	0.00 1	0.02 227	0.13 203	0.09 175

APVNet	5.98 292	1.72 315	8.72 319	3.21 329	4.04 343	12.31 332	1.81 252	19.09 361	6.10 173	6.13 149	13.41 273	10.69 287	6.30 276	11.26 317	13.90 352	0.05 263	0.02 163	0.11 330	0.03 239	0.53 318	0.20 266

anonymity	7.68 324	3.83 355	12.39 338	7.04 373	12.67 386	8.18 288	2.00 255	17.50 347	6.85 192	13.56 339	9.21 194	9.97 273	7.82 306	11.28 318	5.58 263	6.27 379	4.98 399	3.68 375	2.96 377	3.33 369	4.48 370

EDNetEfficient	13.82 366	6.19 365	54.79 401	2.83 310	3.60 326	4.86 228	8.57 353	8.61 196	32.90 374	40.77 392	30.59 366	18.33 342	21.87 375	11.38 319	25.36 382	0.15 301	0.23 336	0.06 316	1.03 364	2.54 365	1.79 352

SDNR	7.50 321	2.32 334	15.58 356	1.82 219	0.63 175	44.66 399	0.44 104	8.59 191	9.52 259	9.84 289	25.18 352	5.30 182	4.38 222	11.46 320	6.49 277	0.05 263	0.03 206	0.00 1	0.01 207	1.79 358	1.87 354

AF-Net	7.78 328	1.44 293	6.68 292	3.37 333	4.50 355	8.61 292	2.69 269	17.07 344	20.17 350	9.52 280	24.02 343	20.31 355	14.59 356	11.58 321	9.84 328	0.61 347	0.00 1	0.12 332	0.00 1	0.38 303	0.12 217

coex-ft	19.78 387	19.39 387	87.73 413	1.77 213	1.80 263	17.25 356	13.50 379	12.63 297	42.10 390	60.18 406	38.90 382	28.72 372	28.74 384	11.74 322	27.40 386	0.21 315	0.23 336	0.04 306	0.30 334	1.36 351	1.54 350

NaN_ROB	6.00 294	1.24 276	6.29 281	1.34 154	1.68 252	9.60 305	10.31 365	15.09 330	15.79 328	12.62 328	8.95 188	11.67 301	5.83 268	11.78 323	6.41 275	0.05 263	0.13 303	0.08 325	0.20 308	0.22 259	0.79 334

Wz-Net-MNSev	7.43 320	2.35 335	15.22 354	2.34 285	3.41 320	17.27 357	8.55 352	11.91 273	13.48 315	13.37 336	17.05 307	13.70 309	7.47 300	11.90 324	9.99 330	0.40 337	0.03 206	0.00 1	0.01 207	0.16 221	0.07 153

DANet	6.02 295	1.23 275	8.45 317	3.86 351	3.94 341	7.64 284	1.34 232	9.51 217	7.00 197	13.39 337	15.53 293	15.99 327	7.02 291	12.14 325	12.37 343	0.19 311	0.12 296	0.02 280	0.03 239	0.13 203	0.56 325
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANetREF_RVC	6.56 305	2.89 342	7.58 311	3.41 334	0.40 142	12.96 338	9.58 360	15.09 330	17.25 337	10.33 299	10.62 230	12.27 304	8.16 311	12.21 326	4.53 249	0.41 338	0.00 1	0.00 1	0.02 227	3.12 367	0.39 306
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
CSAN	7.62 322	1.60 306	6.56 290	1.83 220	0.66 178	12.40 334	10.52 368	14.45 323	21.32 353	14.19 340	15.98 295	17.84 337	13.02 350	12.32 327	8.38 306	0.09 289	0.07 259	0.03 296	0.04 256	0.33 295	0.67 331

MSMD_ROB	9.28 343	1.09 261	4.65 222	1.58 188	0.39 140	16.52 350	4.41 308	13.60 311	14.87 324	22.34 361	39.89 384	25.67 366	20.71 371	12.42 328	6.98 283	0.34 331	0.03 206	0.00 1	0.00 1	0.05 99	0.09 175

LL-Strereo	4.71 275	1.64 310	7.51 310	1.15 142	4.31 346	3.71 184	1.45 235	9.21 208	8.36 237	8.37 246	8.17 176	10.82 288	11.36 340	12.51 329	4.82 255	0.00 1	0.12 296	0.00 1	0.00 1	0.31 291	0.32 299

WCMA_ROB	9.21 341	0.87 227	7.37 306	2.54 298	2.13 276	13.59 342	5.80 326	11.64 263	14.01 318	24.43 370	32.99 374	27.09 369	18.02 360	12.51 329	9.85 329	0.81 353	0.07 259	0.01 251	0.01 207	0.16 221	0.23 275

STTRV1_RVC	7.02 317	1.10 263	12.88 344	3.32 332	6.92 369	11.90 328	4.00 298	15.07 329	11.94 304	9.51 279	14.57 285	11.63 299	8.73 318	12.65 331	8.06 301	3.32 372	2.75 383	0.41 357	0.12 286	1.38 352	0.11 205

NCC-stereo	6.77 310	1.49 298	6.48 287	2.92 315	4.40 348	7.43 276	3.61 292	19.52 368	13.29 313	8.39 247	16.91 304	15.96 325	12.13 342	12.85 332	7.70 291	1.47 365	0.11 289	0.01 251	0.42 347	0.14 213	0.24 279

Abc-Net	6.77 310	1.49 298	6.48 287	2.92 315	4.40 348	7.43 276	3.61 292	19.52 368	13.29 313	8.39 247	16.91 304	15.96 325	12.13 342	12.85 332	7.70 291	1.47 365	0.11 289	0.01 251	0.42 347	0.14 213	0.24 279
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
psmorigin	7.34 319	1.58 304	18.31 364	2.35 286	0.87 199	6.72 263	1.70 251	10.63 244	7.14 201	19.77 358	22.71 339	20.13 352	11.34 339	12.96 334	9.49 324	0.04 252	0.17 321	0.06 316	0.17 299	0.21 255	0.50 320

RGC	6.88 315	2.23 332	6.13 278	4.05 353	4.73 360	8.94 295	2.78 271	15.19 334	11.74 300	11.13 316	19.34 322	17.86 338	10.42 335	13.02 335	8.03 300	0.73 350	0.01 124	0.24 347	0.41 346	0.31 291	0.38 305

SANet	10.64 355	1.86 323	10.91 329	1.76 211	0.71 187	14.62 345	9.23 358	19.18 362	37.14 384	19.22 355	27.96 357	25.86 367	19.11 366	13.02 335	10.63 333	0.08 285	0.06 247	0.03 296	0.02 227	0.62 327	0.81 335

PWCDC_ROB	7.92 330	3.17 350	7.48 309	5.73 368	4.40 348	10.45 314	0.35 88	14.52 325	28.19 367	10.36 301	31.27 367	7.04 226	9.14 325	13.22 337	8.78 312	2.74 371	0.02 163	0.00 1	0.00 1	1.31 350	0.17 248

Anonymous Stereo	6.16 297	3.15 348	23.75 377	2.97 319	2.48 293	4.39 219	13.30 378	9.21 208	9.86 267	9.56 283	8.76 183	6.79 220	1.99 120	13.50 338	13.04 347	0.01 140	0.05 235	0.00 1	0.06 265	0.22 259	0.19 260

MFMNet_re	13.29 365	8.60 374	18.29 363	9.75 375	7.25 372	19.65 363	14.84 385	20.71 375	30.72 371	23.03 365	28.77 359	18.85 345	26.09 382	13.55 339	9.82 326	2.44 369	1.35 370	0.34 352	0.23 317	4.78 372	6.69 379

PWC_ROB	8.24 333	3.13 346	12.74 343	2.43 293	4.43 351	7.51 279	1.22 224	16.63 342	19.24 344	16.08 349	28.29 358	13.99 315	10.16 333	13.63 340	14.06 353	0.42 341	0.00 1	0.05 312	0.00 1	0.59 324	0.27 291

PASM	7.90 329	4.22 356	21.97 374	3.25 330	3.29 313	5.39 238	6.57 338	10.57 242	19.09 341	12.77 331	13.92 277	18.11 340	9.51 328	13.79 341	10.77 337	0.19 311	0.45 358	0.29 349	1.08 365	1.49 354	1.19 344

GASNet	5.19 281	4.61 358	9.38 323	4.73 362	2.10 275	3.80 196	1.57 242	12.07 277	10.96 288	8.92 266	7.03 152	8.21 249	7.67 304	14.02 342	7.36 286	0.02 209	0.15 312	0.00 1	0.00 1	0.69 333	0.42 310

stereogan	7.69 326	0.88 229	7.08 300	3.49 340	3.93 340	18.98 360	3.23 284	16.52 341	19.58 346	9.93 293	18.92 321	20.50 356	9.04 324	14.07 343	6.14 270	0.26 323	0.04 226	0.21 344	0.03 239	0.63 329	0.33 300

LE_ROB	16.73 378	1.28 283	11.61 333	3.72 346	1.65 247	16.67 352	9.17 357	14.39 322	55.91 399	63.81 410	40.86 387	35.94 384	37.73 394	14.24 344	26.87 385	0.05 263	0.10 283	0.13 334	0.22 316	0.12 193	0.15 238

ADCPNet	9.54 346	2.39 336	31.46 387	2.09 256	1.60 245	16.71 353	6.39 337	12.11 279	11.45 296	13.53 338	21.45 333	19.41 347	10.94 338	14.38 345	21.54 370	0.27 326	1.16 367	0.39 356	1.49 370	0.58 323	1.45 348

DPSNet	10.14 351	1.88 324	16.82 360	1.85 221	1.73 256	24.84 370	17.20 393	19.92 371	27.41 365	12.23 327	13.62 275	16.52 330	18.35 361	14.42 346	12.50 344	0.78 351	0.54 363	0.08 325	0.25 321	1.18 346	0.59 329

Wz-Net-SNSev	9.23 342	6.70 367	24.28 378	1.87 222	1.81 264	8.57 290	12.29 377	17.37 346	20.39 351	10.43 303	23.11 341	16.66 332	8.03 308	14.47 347	17.86 359	0.00 1	0.02 163	0.01 251	0.00 1	0.41 313	0.30 296

SHD	9.61 347	2.60 337	12.46 339	3.69 345	3.54 323	9.47 302	1.25 225	20.16 373	37.84 386	18.19 353	21.24 332	16.96 334	12.83 349	14.47 347	16.05 357	0.32 329	0.13 303	0.01 251	0.08 271	0.38 303	0.48 317

EDNetEfficientorigin	17.87 381	14.00 384	99.53 423	1.64 197	0.92 204	10.55 316	6.26 334	13.21 307	34.84 380	38.20 389	36.91 380	27.47 371	26.32 383	14.71 349	25.69 383	0.04 252	0.06 247	0.14 335	0.52 353	3.16 368	3.27 364

MDST_ROB	8.37 334	0.32 32	9.03 320	4.18 357	2.42 291	26.86 378	6.14 328	19.36 365	13.52 316	27.09 373	22.75 340	9.47 266	4.74 238	15.06 350	6.34 274	0.02 209	0.02 163	0.00 1	0.00 1	0.02 22	0.13 224

otaku	11.73 360	7.51 373	7.07 299	13.22 384	10.85 382	26.61 377	7.25 348	18.84 358	19.16 343	11.58 322	17.23 313	20.19 353	8.09 310	15.11 351	4.64 252	9.13 385	2.42 376	13.08 382	1.83 374	12.48 386	8.22 384

XQC	8.43 336	3.58 353	16.40 358	2.92 315	2.17 279	13.22 340	3.60 291	14.64 326	25.86 363	11.87 323	12.04 254	15.06 321	10.67 336	15.24 352	19.41 362	0.39 335	0.08 267	0.05 312	0.07 267	0.84 339	0.45 314

LSM	14.01 367	5.95 364	33.49 388	6.78 372	43.61 409	10.22 310	9.98 364	15.16 333	22.93 358	23.07 366	32.34 372	18.52 343	12.67 346	15.45 353	11.10 338	0.16 306	0.51 362	0.09 328	0.32 336	1.08 344	16.85 403

FC-DCNN	10.72 356	0.52 137	4.27 204	1.88 225	1.63 246	17.18 355	5.29 324	18.20 352	19.69 347	28.50 375	34.51 377	34.03 382	21.48 374	15.89 354	11.15 339	0.03 236	0.01 124	0.02 280	0.01 207	0.07 130	0.09 175

FCDSN-DC	10.24 353	0.56 148	3.49 153	1.96 236	1.29 232	16.90 354	4.59 312	17.16 345	19.10 342	24.64 371	32.46 373	33.82 381	22.14 376	15.93 355	10.45 332	0.04 252	0.00 1	0.00 1	0.00 1	0.05 99	0.21 267
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Ntro	12.35 361	8.88 375	7.80 312	13.79 385	12.42 385	26.54 376	6.98 344	18.54 353	22.14 356	9.82 287	16.45 298	20.30 354	9.29 327	15.95 356	6.61 281	9.53 387	2.47 378	14.93 384	2.77 376	13.11 388	8.63 387

ADCL	10.16 352	2.11 330	19.36 367	1.92 231	1.88 268	22.23 366	8.91 355	14.04 317	23.56 359	14.62 343	26.19 354	12.75 306	13.59 352	16.06 357	22.95 376	0.26 323	0.18 325	0.75 360	0.65 355	0.69 333	0.58 326

PDISCO_ROB	9.62 348	1.99 329	11.51 332	9.88 376	9.61 378	21.48 365	3.83 295	19.33 364	28.49 368	11.27 319	14.17 280	19.92 351	5.02 248	16.35 358	9.18 316	5.28 376	0.41 354	0.14 335	0.09 278	2.05 360	2.36 362

ACVNet_1	18.70 383	25.08 390	12.72 342	17.33 388	15.18 390	26.02 371	9.62 361	28.44 387	34.49 377	24.39 369	24.32 346	37.22 386	20.13 370	16.67 359	13.39 348	10.45 390	2.59 381	24.77 392	4.92 389	16.57 391	9.75 389

SAMSARA	14.63 368	2.74 341	12.38 337	12.65 382	6.74 368	36.50 391	72.93 414	19.36 365	23.77 360	16.20 350	13.04 270	29.21 373	12.78 347	16.98 360	15.21 356	0.11 293	0.26 344	0.03 296	0.14 289	0.76 336	0.77 333

MFN_U_SF_DS_RVC	9.78 349	4.27 357	14.47 350	2.29 276	2.85 303	23.40 369	13.62 380	13.60 311	19.54 345	19.42 356	24.27 345	16.74 333	8.59 315	17.05 361	7.98 297	1.25 362	1.68 371	0.17 340	2.63 375	0.72 335	1.04 340

ADCP+	8.09 331	1.79 319	14.50 351	1.54 181	4.28 345	16.57 351	5.20 321	12.80 299	11.20 293	12.83 333	17.07 308	11.02 294	10.80 337	17.59 362	23.18 377	0.03 236	0.05 235	0.01 251	0.18 302	0.39 307	0.81 335

ACVNet-4b	15.90 372	22.00 388	12.37 336	16.40 387	15.14 389	31.87 384	7.50 350	19.04 360	27.85 366	11.48 320	22.02 335	31.86 378	9.16 326	17.95 363	5.69 264	10.43 389	2.58 380	24.44 391	4.87 388	16.04 390	9.28 388

FBW_ROB	8.50 337	1.03 252	7.98 314	1.93 233	1.28 231	13.10 339	6.23 332	22.50 376	18.98 340	18.82 354	14.91 290	19.06 346	10.04 332	18.41 364	9.83 327	0.62 348	0.22 334	1.82 371	0.82 360	0.99 343	1.36 347

ADCMid	10.24 353	3.13 346	20.70 370	2.21 268	2.39 290	11.23 322	6.19 329	14.17 321	11.19 292	23.20 367	22.25 336	17.89 339	19.54 367	18.51 365	26.21 384	0.45 343	0.42 356	1.10 365	1.29 367	1.56 356	1.18 343

MeshStereo	11.52 359	1.52 300	4.55 217	1.89 227	1.46 240	19.87 364	5.11 320	20.66 374	15.91 329	32.67 380	34.51 377	39.34 388	21.15 372	18.74 366	12.10 341	0.11 293	0.06 247	0.01 251	0.00 1	0.45 316	0.22 269
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
RainbowNet	18.01 382	26.22 392	19.95 368	18.59 389	14.88 388	27.38 379	10.46 366	27.39 383	34.54 378	14.91 345	27.01 355	25.65 365	12.44 344	18.94 367	9.23 317	13.91 395	3.46 393	23.36 390	4.86 387	16.03 389	10.91 392

Wz-Net-TNSev	11.35 358	10.56 381	35.88 392	2.28 275	1.73 256	18.25 359	11.42 370	15.88 338	20.88 352	14.44 341	16.97 306	19.57 348	19.04 365	19.31 368	18.67 361	0.01 140	0.06 247	0.00 1	0.16 293	0.62 327	1.25 345

DISCO	6.28 299	0.57 150	5.78 269	3.43 336	1.17 225	11.22 321	3.39 289	12.14 282	16.16 330	6.52 171	11.22 242	16.96 334	6.32 277	19.51 369	10.74 335	0.00 1	0.00 1	0.00 1	0.00 1	0.35 299	0.11 205

SGM_RVC	10.08 350	0.60 159	3.42 148	2.30 277	0.32 128	19.41 362	6.33 335	18.95 359	14.64 321	25.14 372	24.32 346	33.34 380	18.79 364	19.86 370	12.55 345	0.25 321	0.26 344	0.22 345	0.24 319	0.34 298	0.40 307
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MFN_U_SF_RVC	12.94 362	3.66 354	25.81 382	3.61 343	2.26 285	22.77 367	4.55 311	27.10 382	20.06 348	23.90 368	28.99 360	30.53 376	16.98 358	19.92 371	20.26 365	1.24 361	1.07 366	0.98 364	1.33 368	1.80 359	2.04 357

RTSC	9.15 340	3.00 344	13.57 348	3.72 346	1.76 260	11.82 327	0.46 105	16.95 343	36.83 383	15.80 348	15.53 293	12.91 307	7.46 299	20.01 372	21.76 371	0.31 328	0.13 303	0.01 251	0.08 271	0.57 322	0.41 309

ACVNet_2	26.45 390	29.35 396	25.14 380	20.27 391	15.43 391	34.97 389	12.23 376	48.37 401	66.25 409	42.69 393	56.73 404	51.77 393	25.59 380	20.39 373	13.52 350	10.13 388	2.59 381	22.78 389	3.52 381	17.57 392	9.80 390

WZ-Net	13.00 363	4.64 359	41.07 395	3.48 339	3.15 308	19.12 361	15.66 391	14.81 327	31.33 372	15.71 347	27.88 356	22.22 360	14.01 354	20.44 374	25.03 381	0.64 349	0.00 1	0.01 251	0.03 239	0.39 307	0.37 304

NVStereoNet_ROB	16.04 373	6.75 368	12.90 345	6.37 371	7.42 373	12.89 337	9.74 362	22.78 377	25.12 362	30.32 376	46.19 392	34.37 383	25.38 379	21.48 375	21.38 367	5.94 377	3.10 389	6.07 380	10.09 393	4.01 370	8.54 386
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
AnyNet_C32	10.98 357	5.58 363	22.79 375	4.16 355	5.83 365	15.64 346	14.30 381	13.18 306	17.15 336	16.44 351	20.52 329	14.68 319	13.44 351	22.46 376	30.08 390	0.17 307	0.26 344	0.36 354	0.36 342	1.23 347	0.91 338

MSC_U_SF_DS_RVC	16.41 375	6.93 370	21.83 373	5.94 370	2.81 302	38.71 393	14.59 382	24.55 380	34.87 381	33.66 384	34.35 376	29.24 374	24.20 378	22.59 377	17.95 360	2.52 370	2.81 384	1.17 367	1.51 371	5.89 376	2.16 358

DispFullNet	17.47 380	26.01 391	33.98 390	22.58 392	20.86 396	13.84 344	1.28 228	16.50 340	26.27 364	19.97 359	17.17 311	20.52 357	18.49 362	22.86 378	10.76 336	5.13 375	2.83 385	30.72 395	7.72 391	20.86 394	11.01 393

ADCS	13.02 364	4.93 361	28.38 385	3.17 328	2.67 298	13.61 343	10.83 369	18.70 354	33.46 375	22.59 362	24.78 349	19.59 349	18.51 363	23.40 379	32.16 393	0.10 291	0.19 329	0.37 355	0.18 302	1.26 348	1.46 349

SPS-STEREO	15.04 369	6.23 366	13.21 347	11.34 380	11.65 383	23.30 368	7.15 346	24.16 379	15.65 327	31.78 379	29.19 362	31.62 377	21.32 373	24.62 380	19.50 363	7.59 382	4.19 397	3.22 374	1.48 369	6.99 379	6.54 378
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	15.62 371	7.26 372	19.28 366	8.94 374	10.11 381	26.25 373	10.49 367	19.36 365	14.65 322	30.64 377	33.59 375	33.00 379	22.32 377	24.96 381	16.42 358	7.90 383	6.25 401	4.51 377	3.37 379	5.86 375	7.20 380

PVD	15.44 370	2.93 343	14.67 352	4.21 358	3.39 318	17.43 358	4.16 301	27.84 386	48.84 395	31.02 378	43.54 389	29.76 375	30.81 387	25.97 382	21.40 368	0.23 318	0.41 354	0.04 306	0.33 338	0.41 313	1.33 346

ELAS	16.72 377	2.14 331	9.23 321	4.92 363	4.53 356	32.66 387	15.11 388	27.40 384	28.68 369	40.27 391	44.90 390	38.33 387	30.50 386	26.44 383	21.94 373	0.88 354	1.23 369	0.67 359	0.89 362	1.49 354	2.18 360
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	16.54 376	2.26 333	10.09 328	5.50 367	4.46 353	28.28 380	16.72 392	25.55 381	33.54 376	40.19 390	40.30 386	36.68 385	30.03 385	29.40 384	20.61 366	0.98 359	1.21 368	0.86 363	0.70 357	1.39 353	2.16 358
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AnyNet_C01	16.12 374	10.81 382	59.36 403	4.42 360	2.49 294	30.06 381	15.15 389	17.51 348	16.51 332	17.88 352	37.69 381	24.04 362	17.54 359	29.60 385	33.29 394	0.28 327	0.38 352	0.43 358	0.42 347	2.57 366	1.98 356

WAO-7	29.39 395	24.43 389	20.47 369	32.71 398	13.83 387	34.70 388	20.27 399	52.19 406	65.03 407	43.29 394	59.35 406	52.19 394	44.68 400	31.71 386	30.56 391	10.98 391	4.94 398	13.71 383	12.52 398	12.06 385	8.22 384

WAO-6	34.74 400	36.76 402	15.36 355	37.53 401	24.15 403	35.99 390	19.36 395	48.96 402	68.54 410	43.84 395	47.58 394	52.77 396	52.60 404	32.63 387	34.73 397	26.20 403	7.74 404	42.78 405	21.64 404	28.07 403	17.62 404

MANE	19.47 386	1.27 280	5.07 240	4.69 361	5.55 363	30.49 382	9.94 363	34.01 389	37.27 385	44.13 396	51.57 400	52.51 395	40.41 396	33.58 388	24.81 380	0.89 355	0.86 365	1.11 366	9.72 392	0.38 303	1.06 341

SGM-ForestM	16.99 379	1.08 259	5.74 268	2.12 259	0.75 189	31.63 383	12.21 375	27.80 385	32.25 373	37.88 387	39.99 385	52.96 397	35.20 391	33.60 389	24.47 379	0.26 323	0.39 353	0.31 351	0.39 345	0.26 277	0.53 323

IMH-64-1	27.21 392	28.77 393	16.84 361	31.57 395	20.76 394	26.43 374	15.10 386	47.11 396	45.20 392	33.53 382	51.16 398	41.42 389	31.10 388	36.48 390	22.39 374	13.48 393	2.87 387	33.95 397	10.70 394	23.50 396	11.75 394

IMH-64	27.21 392	28.77 393	16.84 361	31.57 395	20.76 394	26.43 374	15.10 386	47.11 396	45.20 392	33.53 382	51.16 398	41.42 389	31.10 388	36.48 390	22.39 374	13.48 393	2.87 387	33.95 397	10.70 394	23.50 396	11.75 394

Dean	34.67 399	38.70 403	25.33 381	29.89 394	17.21 392	45.24 400	11.98 374	56.90 410	76.55 411	63.47 409	60.22 407	67.36 409	48.14 403	37.24 392	39.01 400	11.00 392	2.83 385	28.35 393	5.60 390	18.14 393	10.31 391

LVE	34.99 401	40.10 404	34.97 391	32.49 397	18.61 393	51.45 408	26.82 401	52.15 405	65.94 408	47.21 397	61.04 408	53.99 398	37.30 393	37.95 393	34.09 396	15.55 399	5.95 400	31.01 396	13.81 399	22.58 395	16.72 402

RTS	18.87 384	9.32 379	86.48 411	4.95 364	6.10 366	42.08 395	14.70 383	15.49 335	41.06 388	22.65 363	32.32 370	13.77 310	19.54 367	37.98 394	28.96 387	0.41 338	0.23 336	0.00 1	0.02 227	0.91 340	0.50 320

RTSA	18.87 384	9.32 379	86.48 411	4.95 364	6.10 366	42.08 395	14.70 383	15.49 335	41.06 388	22.65 363	32.32 370	13.77 310	19.54 367	37.98 394	28.96 387	0.41 338	0.23 336	0.00 1	0.02 227	0.91 340	0.50 320

BEATNet-Init1	23.31 388	9.03 376	41.67 396	4.17 356	2.53 295	45.68 401	19.47 396	33.43 388	38.45 387	47.59 399	49.10 396	59.31 401	41.80 397	38.35 396	29.21 389	0.47 344	0.50 361	0.81 361	0.66 356	2.10 363	1.86 353

IMH	29.82 396	29.11 395	18.51 365	34.28 399	21.40 399	32.33 386	15.39 390	49.40 403	53.07 397	37.88 387	55.32 403	45.05 391	39.54 395	40.63 397	24.12 378	14.03 396	3.27 391	34.93 399	11.24 396	24.69 398	12.21 396

PWCK	30.53 397	44.32 405	47.25 398	29.76 393	7.23 371	40.78 394	27.10 402	44.73 395	44.32 391	47.31 398	36.37 379	47.16 392	26.05 381	41.26 398	31.87 392	21.83 400	4.03 396	29.50 394	4.67 385	27.17 402	7.80 382

WAO-8	38.15 403	35.51 400	21.50 371	43.67 403	23.92 401	44.44 397	20.26 397	52.83 407	76.62 412	53.57 403	66.79 411	62.63 404	54.56 407	42.03 399	39.18 401	22.71 401	6.65 402	37.08 402	19.08 402	24.72 400	15.24 399

Venus	38.15 403	35.51 400	21.50 371	43.67 403	23.92 401	44.44 397	20.26 397	52.83 407	76.62 412	53.57 403	66.81 412	62.63 404	54.56 407	42.03 399	39.18 401	22.71 401	6.65 402	37.08 402	19.08 402	24.70 399	15.24 399

TorneroNet-64	32.42 398	31.89 397	30.52 386	34.73 400	21.13 398	46.99 402	18.82 394	43.10 394	59.42 402	32.70 381	46.98 393	62.01 403	36.98 392	43.97 401	33.88 395	14.10 397	3.22 390	35.28 400	11.72 397	26.84 401	14.07 398

MADNet+	27.07 391	33.84 398	90.97 415	20.14 390	7.47 374	48.43 403	47.10 410	35.43 390	36.46 382	20.11 360	30.05 364	25.29 364	35.08 390	45.50 402	50.28 408	2.13 367	2.00 373	1.19 368	0.76 358	4.71 371	4.43 368

DPSimNet_ROB	53.45 409	64.73 415	44.39 397	53.97 408	45.39 410	53.66 409	54.83 411	55.15 409	57.87 401	64.16 411	50.83 397	63.40 407	53.34 406	46.45 403	65.81 412	63.13 414	26.54 410	57.94 411	51.11 412	45.52 408	50.69 413

TorneroNet	35.11 402	33.92 399	33.82 389	37.86 402	22.01 400	49.64 405	21.58 400	48.09 400	55.23 398	37.50 386	53.79 401	62.81 406	43.66 399	46.71 404	41.25 403	14.80 398	3.53 394	36.72 401	14.57 400	28.28 404	16.49 401

ktn	48.94 408	57.58 411	38.86 394	59.57 412	43.27 408	50.37 406	43.38 408	48.07 399	61.11 403	51.30 401	54.25 402	54.96 399	52.88 405	47.30 405	35.83 398	57.77 412	24.88 409	62.69 413	43.55 409	50.70 410	40.41 408

UNDER WATER-64	45.16 406	46.99 406	66.69 405	43.90 405	27.64 404	55.58 411	41.87 407	39.42 392	48.42 394	51.73 402	43.08 388	67.76 410	56.69 409	48.02 406	48.34 406	39.50 407	17.64 407	51.78 408	38.93 408	36.62 405	32.61 406

KSHMR	55.63 410	63.60 414	37.85 393	74.69 415	49.56 412	49.01 404	45.73 409	57.46 411	63.97 406	61.61 408	62.07 409	72.39 413	47.01 401	50.65 407	43.29 405	54.10 411	62.21 413	66.10 414	53.94 413	51.25 412	46.11 411

JetBlue	29.12 394	15.72 385	54.12 400	15.93 386	20.98 397	60.90 412	30.62 403	39.38 391	34.62 379	34.08 385	39.69 383	57.35 400	43.17 398	50.71 408	50.60 409	2.41 368	3.79 395	2.81 373	3.45 380	9.57 381	12.59 397

UNDER WATER	45.09 405	48.60 408	67.37 406	49.30 407	31.41 405	53.80 410	37.39 405	40.25 393	52.48 396	50.24 400	45.37 391	68.37 411	57.76 410	51.03 409	49.88 407	29.97 404	13.75 405	51.22 407	36.57 405	37.87 406	29.12 405

notaker	47.42 407	55.20 410	49.13 399	56.52 410	40.18 406	38.52 392	32.97 404	47.21 398	56.08 400	57.21 405	57.24 405	60.09 402	59.19 411	53.93 410	41.64 404	40.61 408	19.93 408	57.21 410	37.41 406	49.02 409	39.02 407

JetRed	61.02 412	61.05 413	82.56 410	46.09 406	56.80 414	83.19 414	63.76 412	59.26 412	63.61 405	69.29 413	68.85 413	66.59 408	47.62 402	61.57 411	74.09 413	45.58 409	66.14 416	46.59 406	45.06 410	63.17 413	49.58 412

LRCNet_RVC	66.23 413	65.67 416	67.63 407	71.47 414	54.32 413	32.17 385	2.66 268	63.19 413	21.35 354	81.79 415	91.26 416	83.62 415	71.62 413	69.32 412	52.57 410	95.49 421	64.45 415	95.07 421	95.19 421	71.52 415	74.31 416

HanzoNet	56.48 411	59.32 412	58.25 402	55.32 409	41.94 407	50.95 407	41.33 406	51.12 404	61.40 404	65.62 412	65.59 410	71.66 412	69.41 412	70.77 413	60.03 411	63.99 415	34.70 411	61.96 412	50.54 411	51.00 411	44.71 410

ASD4	75.85 415	81.57 417	69.25 408	68.23 413	80.87 418	96.24 417	99.15 422	77.50 414	93.47 418	77.59 414	85.63 414	78.32 414	76.43 414	77.89 414	82.61 415	58.30 413	62.67 414	55.02 409	62.43 414	68.35 414	65.49 415

MADNet++	82.84 416	82.38 418	73.57 409	87.72 420	82.97 419	93.14 415	69.15 413	86.42 418	82.50 414	93.46 419	86.70 415	86.28 416	80.92 415	88.34 415	88.84 416	86.83 419	84.17 420	72.64 416	68.92 416	80.47 420	81.42 420

xxxxx1	85.63 418	90.31 419	96.68 418	76.54 416	80.57 415	97.44 419	96.86 419	85.53 415	88.53 415	88.68 416	91.71 417	94.23 417	92.93 416	90.02 416	91.98 417	70.60 416	70.39 417	73.68 417	81.46 418	74.61 416	79.86 417

tt_ll	85.63 418	90.31 419	96.68 418	76.54 416	80.57 415	97.44 419	96.86 419	85.53 415	88.53 415	88.68 416	91.71 417	94.23 417	92.93 416	90.02 416	91.98 417	70.60 416	70.39 417	73.68 417	81.46 418	74.61 416	79.86 417

ff	85.63 418	90.31 419	96.68 418	76.54 416	80.57 415	97.44 419	96.86 419	85.53 415	88.53 415	88.68 416	91.71 417	94.23 417	92.93 416	90.02 416	91.98 417	70.60 416	70.39 417	73.68 417	81.46 418	74.61 416	79.86 417

MEDIAN_ROB	98.41 422	99.70 422	99.30 422	97.09 421	97.02 421	96.89 418	95.77 418	97.66 421	97.28 419	98.79 423	98.94 422	99.18 422	98.14 421	96.89 419	96.88 422	99.96 425	99.16 422	100.00 424	99.99 425	99.69 424	99.88 423

SPstereo	72.39 414	47.55 407	62.34 404	56.88 411	45.69 411	78.85 413	84.60 415	100.00 426	100.00 424	98.50 422	98.20 421	100.00 428	96.58 419	96.95 420	81.91 414	46.63 410	38.86 412	67.86 415	64.79 415	39.95 407	41.68 409

HaxPig	98.85 423	99.94 424	95.08 416	99.99 427	100.00 426	94.03 416	94.78 416	99.15 422	99.98 423	99.99 425	100.00 424	99.98 426	99.99 424	98.12 421	95.97 420	100.00 428	99.99 426	100.00 424	99.99 425	100.00 427	99.99 426

Anonymous_1	99.08 424	99.91 423	99.85 424	97.63 422	99.10 424	100.00 424	100.00 425	99.61 423	99.96 422	99.28 424	99.86 423	99.54 423	99.99 424	99.29 422	99.75 423	96.05 422	99.59 423	97.31 422	98.57 423	97.71 422	98.63 422

test_example2	99.39 425	99.98 426	99.99 425	100.00 430	99.98 425	99.72 423	99.99 424	97.34 420	100.00 424	100.00 426	100.00 424	96.42 420	96.66 420	99.97 423	99.96 424	100.00 428	99.97 425	98.66 423	99.15 424	100.00 427	100.00 428

tt	83.26 417	0.34 53	99.99 425	79.40 419	93.18 420	100.00 424	100.00 425	100.00 426	99.95 421	60.33 407	47.63 395	99.98 426	99.96 423	99.98 424	100.00 428	92.42 420	99.82 424	73.83 420	73.63 417	88.42 421	56.35 414

DPSMNet_ROB	99.91 428	100.00 427	99.99 425	99.99 427	100.00 426	100.00 424	100.00 425	99.98 425	100.00 424	98.35 420	100.00 424	99.84 424	100.00 426	99.98 424	99.99 425	100.00 428	100.00 427	100.00 424	100.00 427	100.00 427	100.00 428

DGTPSM_ROB	99.90 427	100.00 427	99.99 425	99.99 427	100.00 426	100.00 424	100.00 425	99.97 424	100.00 424	98.35 420	100.00 424	99.84 424	100.00 426	99.98 424	99.99 425	99.99 426	100.00 427	100.00 424	100.00 427	100.00 427	100.00 428

MyStereo03	100.00 431	100.00 427	100.00 429	100.00 430	100.00 426	100.00 424	100.00 425	100.00 426	100.00 424	100.00 426	100.00 424	100.00 428	100.00 426	100.00 427	100.00 428	100.00 428	100.00 427	100.00 424	100.00 427	100.00 427	100.00 428

MyStereo02	100.00 431	100.00 427	100.00 429	100.00 430	100.00 426	100.00 424	100.00 425	100.00 426	100.00 424	100.00 426	100.00 424	100.00 428	100.00 426	100.00 427	100.00 428	100.00 428	100.00 427	100.00 424	100.00 427	100.00 427	100.00 428

MyStereo	100.00 431	100.00 427	100.00 429	100.00 430	100.00 426	100.00 424	100.00 425	100.00 426	100.00 424	100.00 426	100.00 424	100.00 428	100.00 426	100.00 427	100.00 428	100.00 428	100.00 427	100.00 424	100.00 427	100.00 427	100.00 428

Selective-RAFT-Error	100.00 431	100.00 427	100.00 429	100.00 430	100.00 426	100.00 424	100.00 425	100.00 426	100.00 424	100.00 426	100.00 424	100.00 428	100.00 426	100.00 427	100.00 428	100.00 428	100.00 427	100.00 424	100.00 427	100.00 427	100.00 428

PML	97.88 421	100.00 427	96.45 417	98.01 423	97.88 423	100.00 424	99.35 423	96.88 419	97.72 420	100.00 426	97.36 420	97.38 421	99.60 422	100.00 427	96.32 421	99.99 426	97.55 421	100.00 424	96.01 422	99.18 423	87.92 421

CasAABBNet	100.00 431	100.00 427	100.00 429	100.00 430	100.00 426	100.00 424	100.00 425	100.00 426	100.00 424	100.00 426	100.00 424	100.00 428	100.00 426	100.00 427	100.00 428	100.00 428	100.00 427	100.00 424	100.00 427	100.00 427	100.00 428

LSM0	100.00 431	100.00 427	100.00 429	100.00 430	100.00 426	100.00 424	100.00 425	100.00 426	100.00 424	100.00 426	100.00 424	100.00 428	100.00 426	100.00 427	100.00 428	100.00 428	100.00 427	100.00 424	100.00 427	100.00 427	99.99 426

DPSM_ROB	99.95 429	100.00 427	100.00 429	99.76 425	100.00 426	100.00 424	100.00 425	100.00 426	100.00 424	100.00 426	100.00 424	100.00 428	100.00 426	100.00 427	100.00 428	99.21 423	100.00 427	100.00 424	100.00 427	99.99 425	99.95 424

DPSM	99.95 429	100.00 427	100.00 429	99.76 425	100.00 426	100.00 424	100.00 425	100.00 426	100.00 424	100.00 426	100.00 424	100.00 428	100.00 426	100.00 427	100.00 428	99.21 423	100.00 427	100.00 424	100.00 427	99.99 425	99.95 424

AVERAGE_ROB	99.62 426	99.95 425	98.81 421	100.00 430	100.00 426	98.08 422	95.47 417	100.00 426	100.00 424	100.00 426	100.00 424	100.00 428	100.00 426	100.00 427	99.99 425	100.00 428	100.00 427	100.00 424	100.00 427	100.00 427	100.00 428

FADE		17.27 386		10.46 378	9.90 380							26.54 368				30.62 405	14.22 406	38.39 404	37.63 407	5.22 373

Low-res two-view benchmark