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

MyStereo07	0.27 22	0.27 172	0.64 9	0.02 64	0.01 101	1.64 241	0.01 54	1.41 37	0.73 125	0.10 32	0.01 1	0.03 6	0.10 104	0.24 27	0.04 7	0.00 1	0.07 329	0.00 1	0.00 1	0.03 133	0.06 258

11t1	0.33 29	0.05 8	0.86 25	0.44 303	0.00 1	1.04 40	0.00 1	2.45 93	0.60 56	0.44 83	0.01 1	0.05 25	0.05 52	0.43 68	0.06 34	0.00 1	0.01 223	0.00 1	0.00 1	0.02 94	0.01 62

ff7	0.23 14	0.21 149	1.02 56	0.02 64	0.00 1	1.07 49	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 78	0.44 70	0.04 7	0.00 1	0.00 1	0.00 1	0.15 339	0.07 211	0.01 62

ffff	0.23 14	0.21 149	1.02 56	0.02 64	0.00 1	1.07 49	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 78	0.44 70	0.04 7	0.00 1	0.00 1	0.00 1	0.15 339	0.07 211	0.01 62

11t	0.23 14	0.21 149	1.02 56	0.02 64	0.00 1	1.07 49	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 78	0.44 70	0.04 7	0.00 1	0.00 1	0.00 1	0.15 339	0.07 211	0.01 62

CASnet	0.16 2	0.14 100	0.52 3	0.01 17	0.00 1	0.86 18	0.00 1	0.51 3	0.75 129	0.10 32	0.01 1	0.04 10	0.02 16	0.22 22	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.22 10	0.05 8	0.66 12	0.02 64	0.03 188	0.87 19	0.00 1	1.07 28	0.15 9	0.18 48	0.01 1	0.02 2	0.72 239	0.15 9	0.09 53	0.00 1	0.03 294	0.00 1	0.27 374	0.08 222	0.07 274

anonymousdsp	0.21 6	0.21 149	0.63 6	0.02 64	0.00 1	1.07 49	0.00 1	0.74 18	0.77 138	0.09 22	0.01 1	0.04 10	0.07 78	0.25 30	0.04 7	0.00 1	0.00 1	0.00 1	0.16 345	0.08 222	0.03 189

Selective-IGEV	0.22 10	0.06 22	0.46 1	0.05 142	0.04 204	0.34 6	0.04 159	2.16 73	0.59 52	0.09 22	0.01 1	0.02 2	0.05 52	0.18 14	0.05 17	0.00 1	0.00 1	0.00 1	0.09 326	0.03 133	0.09 288

EGLCR-Stereo	0.28 24	0.09 50	0.73 15	0.18 241	0.05 211	1.17 77	0.04 159	2.37 80	0.17 17	0.35 71	0.01 1	0.01 1	0.02 16	0.38 64	0.04 7	0.00 1	0.01 223	0.00 1	0.00 1	0.00 1	0.03 189

Selective-RAFT	0.37 39	0.06 22	0.65 11	0.03 102	0.01 101	1.17 77	0.02 98	2.63 107	0.66 87	0.01 1	0.01 1	0.22 76	0.18 139	1.31 124	0.24 121	0.00 1	0.00 1	0.00 1	0.20 357	0.04 164	0.00 1

ProNet	0.20 5	0.25 167	0.78 19	0.01 17	0.01 101	0.95 26	0.00 1	0.70 14	0.68 100	0.02 2	0.01 1	0.05 25	0.03 34	0.31 45	0.03 5	0.00 1	0.01 223	0.00 1	0.00 1	0.12 264	0.04 213

CroCo-Stereo Lap2	0.33 29	0.49 264	1.18 104	0.02 64	0.00 1	0.33 5	0.00 1	3.08 144	0.61 62	0.02 2	0.01 1	0.04 10	0.08 92	0.45 75	0.15 83	0.00 1	0.00 1	0.00 1	0.00 1	0.07 211	0.02 150

qqq	0.50 71	0.04 4	0.78 19	0.02 64	0.00 1	1.05 46	0.00 1	3.15 152	0.68 100	0.46 87	0.01 1	0.73 136	0.12 122	2.95 162	0.07 38	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.01 62

ccc-4	0.23 14	0.21 149	1.02 56	0.02 64	0.00 1	1.07 49	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 78	0.44 70	0.04 7	0.00 1	0.00 1	0.00 1	0.15 339	0.07 211	0.01 62

x	0.41 46	0.04 4	0.74 16	0.54 318	0.00 1	0.98 28	0.00 1	3.07 142	0.67 95	0.48 89	0.01 1	0.48 108	0.07 78	0.93 105	0.07 38	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.01 62

raft_robust	0.98 189	0.57 287	1.21 112	0.06 156	0.17 281	1.36 149	0.02 98	3.46 200	2.18 310	0.33 59	0.01 1	1.54 200	1.42 276	6.77 326	0.15 83	0.00 1	0.02 272	0.00 1	0.18 353	0.11 259	0.09 288

IGEV-Stereo	0.21 6	0.21 149	0.63 6	0.02 64	0.00 1	1.07 49	0.00 1	0.73 17	0.77 138	0.09 22	0.01 1	0.04 10	0.07 78	0.24 27	0.04 7	0.00 1	0.00 1	0.00 1	0.16 345	0.08 222	0.03 189
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GMOStereo	0.42 48	0.28 182	1.02 56	0.05 142	0.18 285	1.04 40	0.02 98	2.40 83	0.16 12	2.25 273	0.01 1	0.32 86	0.03 34	0.09 2	0.15 83	0.00 1	0.11 351	0.00 1	0.00 1	0.19 306	0.02 150

error version	0.42 48	0.28 182	1.02 56	0.05 142	0.18 285	1.04 40	0.02 98	2.40 83	0.16 12	2.25 273	0.01 1	0.32 86	0.03 34	0.09 2	0.15 83	0.00 1	0.11 351	0.00 1	0.00 1	0.19 306	0.02 150

test-v	0.42 48	0.28 182	1.02 56	0.05 142	0.18 285	1.04 40	0.02 98	2.40 83	0.16 12	2.25 273	0.01 1	0.32 86	0.03 34	0.09 2	0.15 83	0.00 1	0.11 351	0.00 1	0.00 1	0.19 306	0.02 150

test-3	0.63 102	0.06 22	1.00 48	0.07 176	0.13 263	0.99 29	0.01 54	2.46 95	0.20 25	1.96 253	0.01 1	1.10 181	0.05 52	3.75 187	0.23 117	0.00 1	0.00 1	0.00 1	0.26 372	0.15 284	0.13 310

test_1	0.61 95	0.06 22	1.00 48	0.07 176	0.12 259	0.99 29	0.01 54	2.46 95	0.20 25	1.71 233	0.01 1	1.10 181	0.04 46	3.71 185	0.23 117	0.00 1	0.00 1	0.00 1	0.25 370	0.15 284	0.13 310

test_3	0.58 90	0.06 22	1.04 71	0.07 176	0.12 259	1.01 31	0.01 54	2.45 93	0.20 25	0.95 142	0.01 1	1.05 173	0.05 52	3.74 186	0.23 117	0.00 1	0.00 1	0.00 1	0.25 370	0.15 284	0.13 310

TRStereo	0.59 92	0.79 325	1.59 167	0.56 321	0.01 101	1.19 84	0.03 139	4.74 298	0.60 56	0.17 46	0.01 1	0.62 120	0.44 198	0.57 89	0.07 38	0.00 1	0.04 304	0.00 1	0.24 367	0.01 25	0.14 317

test-2	0.42 48	0.28 182	1.02 56	0.05 142	0.18 285	1.04 40	0.02 98	2.40 83	0.16 12	2.25 273	0.01 1	0.32 86	0.03 34	0.09 2	0.15 83	0.00 1	0.11 351	0.00 1	0.00 1	0.19 306	0.02 150

cross-raft	0.53 83	0.12 86	1.78 190	0.03 102	0.01 101	1.04 40	0.10 210	3.21 165	0.23 31	0.37 77	0.01 1	2.86 282	0.04 46	0.24 27	0.24 121	0.00 1	0.01 223	0.00 1	0.16 345	0.01 25	0.02 150

CFNet-RSSM	0.51 74	0.12 86	1.26 117	0.03 102	0.14 269	1.24 111	0.02 98	4.12 255	0.15 9	0.31 56	0.01 1	1.96 234	0.04 46	0.19 17	0.25 127	0.00 1	0.01 223	0.00 1	0.27 374	0.01 25	0.01 62

Gwc-CoAtRS	0.42 48	0.12 86	1.28 120	0.03 102	0.13 263	1.03 33	0.02 98	2.33 78	0.15 9	0.35 71	0.01 1	2.27 256	0.03 34	0.20 20	0.25 127	0.00 1	0.01 223	0.00 1	0.22 363	0.01 25	0.01 62

FENet	0.52 77	0.07 32	1.62 168	0.04 125	0.00 1	1.19 84	0.05 172	3.10 146	0.98 168	0.89 134	0.01 1	1.63 212	0.09 97	0.47 79	0.28 140	0.00 1	0.01 223	0.00 1	0.00 1	0.00 1	0.01 62

MyStereo05	0.79 144	0.19 136	3.17 289	0.02 64	0.00 1	1.51 199	0.01 54	3.56 210	2.48 324	1.34 201	0.02 31	1.25 188	0.38 190	1.19 117	0.50 199	0.00 1	0.06 320	0.00 1	0.00 1	0.02 94	0.07 274

MyStereo04	0.78 143	0.27 172	3.19 290	0.02 64	0.01 101	1.64 241	0.01 54	3.64 217	2.20 312	0.98 155	0.02 31	1.29 190	0.57 212	1.10 114	0.53 205	0.00 1	0.07 329	0.00 1	0.00 1	0.03 133	0.06 258

MIM_Stereo	0.45 59	0.43 237	1.18 104	0.51 315	0.04 204	1.26 120	0.02 98	2.38 81	0.65 81	0.07 17	0.02 31	0.70 133	0.20 151	1.01 111	0.13 74	0.00 1	0.09 342	0.00 1	0.00 1	0.14 274	0.10 292

DLNR_Zeroshot_test	23.05 411	49.79 418	87.94 417	97.52 430	94.73 425	1.18 83	0.00 1	20.60 403	0.14 6	0.02 2	0.02 31	0.02 2	0.02 16	4.35 213	0.10 61	32.22 417	0.04 304	0.00 1	0.27 374	72.00 423	0.06 258

LL-Strereo2	0.36 37	0.47 258	1.08 80	0.09 198	0.03 188	1.12 64	0.07 188	1.66 54	0.93 161	0.43 82	0.02 31	0.51 113	0.08 92	0.23 24	0.29 144	0.00 1	0.00 1	0.00 1	0.03 293	0.04 164	0.04 213

LoS_RVC	0.19 4	0.48 260	0.51 2	0.12 213	0.10 253	1.01 31	0.01 54	0.81 20	0.19 21	0.07 17	0.02 31	0.06 34	0.05 52	0.31 45	0.05 17	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.04 213

CAS	0.85 162	0.09 50	0.67 13	6.43 390	0.05 211	1.12 64	0.00 1	0.88 22	0.69 113	0.02 2	0.02 31	0.06 34	0.06 67	0.26 36	0.12 70	6.37 391	0.00 1	0.00 1	0.00 1	0.00 1	0.20 338

CES	0.43 54	0.14 100	0.85 23	0.05 142	1.52 374	1.22 97	0.05 172	1.01 26	0.59 52	0.03 9	0.02 31	0.14 67	0.10 104	0.40 66	0.10 61	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	2.45 385

knoymous	0.35 33	0.05 8	1.11 85	0.05 142	0.01 101	1.15 74	0.01 54	2.06 68	0.14 6	0.40 79	0.02 31	1.67 216	0.00 1	0.31 45	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

riskmin	0.47 66	0.03 1	1.01 51	0.08 188	0.01 101	1.12 64	0.01 54	3.00 129	0.21 28	0.46 87	0.02 31	2.08 240	1.06 255	0.26 36	0.04 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 62

MC-Stereo	0.24 19	0.12 86	0.71 14	0.04 125	0.02 169	1.07 49	0.00 1	1.30 34	0.17 17	0.59 97	0.02 31	0.08 45	0.11 112	0.18 14	0.05 17	0.00 1	0.02 272	0.00 1	0.17 351	0.06 197	0.02 150

GLC_STEREO	0.13 1	0.08 38	0.61 4	0.01 17	0.00 1	0.94 23	0.03 139	0.29 1	0.21 28	0.05 15	0.02 31	0.06 34	0.04 46	0.26 36	0.07 38	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

CroCo-Stereo	0.39 43	0.40 225	1.67 179	0.07 176	0.00 1	0.19 2	0.01 54	3.55 209	0.75 129	0.08 20	0.02 31	0.46 105	0.08 92	0.28 41	0.18 102	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62
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
raftrobust	0.46 62	0.42 231	1.05 76	0.01 17	0.21 301	1.17 77	0.05 172	2.07 70	0.19 21	2.98 312	0.02 31	0.12 57	0.15 130	0.25 30	0.31 152	0.00 1	0.03 294	0.00 1	0.00 1	0.08 222	0.06 258

Anonymous	0.25 20	0.13 95	1.19 107	0.00 1	0.00 1	0.24 3	0.01 54	2.54 104	0.42 44	0.02 2	0.02 31	0.05 25	0.07 78	0.15 9	0.06 34	0.00 1	0.01 223	0.00 1	0.00 1	0.10 250	0.08 283

PMTNet	0.21 6	0.19 136	0.85 23	0.02 64	0.02 169	1.14 69	0.30 278	0.88 22	0.11 1	0.03 9	0.02 31	0.07 42	0.02 16	0.37 61	0.12 70	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1

DeepPruner_ROB	0.86 166	0.50 267	1.80 193	0.01 17	0.00 1	1.57 213	0.17 231	3.48 203	0.42 44	3.31 321	0.02 31	2.09 242	0.17 136	3.01 164	0.61 220	0.00 1	0.00 1	0.00 1	0.00 1	0.12 264	0.01 62

IGEVStereo-DCA	0.46 62	0.09 50	1.02 56	0.02 64	0.00 1	0.82 16	0.00 1	0.53 4	0.75 129	0.09 22	0.03 48	0.03 6	0.06 67	5.04 251	0.51 201	0.00 1	0.00 1	0.00 1	0.15 339	0.05 182	0.01 62

rrr	0.62 100	0.09 50	2.07 221	0.02 64	0.00 1	0.82 16	0.06 185	2.29 76	0.85 152	0.09 22	0.03 48	0.03 6	0.06 67	5.04 251	0.51 201	0.00 1	0.00 1	0.00 1	0.19 354	0.05 182	0.07 274

StereoIM	0.22 10	0.29 189	0.87 27	0.05 142	0.18 285	0.41 9	0.01 54	1.24 32	0.56 50	0.02 2	0.03 48	0.13 61	0.05 52	0.32 51	0.24 121	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

4D-IteraStereo	0.35 33	0.60 292	1.93 200	0.02 64	0.09 244	1.03 33	0.07 188	1.25 33	0.34 40	0.02 2	0.03 48	0.84 150	0.10 104	0.31 45	0.35 170	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.07 274

LoS	0.28 24	0.16 118	0.95 40	0.07 176	0.01 101	1.32 136	0.07 188	1.30 34	0.60 56	0.04 14	0.03 48	0.28 83	0.11 112	0.48 80	0.11 68	0.00 1	0.01 223	0.00 1	0.00 1	0.03 133	0.00 1

TestStereo	0.61 95	0.55 280	1.84 197	0.00 1	0.00 1	0.94 23	0.00 1	1.65 53	0.23 31	0.12 38	0.03 48	0.08 45	0.06 67	6.59 311	0.08 47	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GMStereo	0.25 20	0.60 292	1.28 120	0.01 17	0.00 1	0.48 11	0.00 1	0.74 18	1.24 208	0.16 45	0.03 48	0.07 42	0.09 97	0.22 22	0.10 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	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
AnonymousM	0.34 31	0.07 32	0.63 6	0.02 64	0.01 101	1.09 56	0.03 139	1.54 50	0.68 100	0.17 46	0.04 55	0.02 2	0.24 160	0.25 30	0.04 7	0.00 1	0.01 223	1.93 385	0.00 1	0.01 25	0.00 1

test_xeample3	0.35 33	0.10 69	1.95 204	0.02 64	0.00 1	0.93 22	0.07 188	1.70 55	0.86 154	0.09 22	0.04 55	0.05 25	0.05 52	0.23 24	0.51 201	0.00 1	0.00 1	0.00 1	0.24 367	0.06 197	0.08 283

UDGNet	0.35 33	0.50 267	1.14 92	0.02 64	0.00 1	1.12 64	0.02 98	0.70 14	1.57 259	0.31 56	0.05 57	0.06 34	0.02 16	1.45 132	0.09 53	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

dd	0.34 31	0.67 307	1.55 154	0.04 125	0.01 101	1.22 97	0.03 139	0.84 21	1.16 198	0.18 48	0.05 57	0.12 57	0.05 52	0.29 43	0.44 187	0.02 327	0.00 1	0.00 1	0.00 1	0.05 182	0.00 1

sAnonymous2	0.37 39	0.32 197	3.21 293	0.01 17	0.00 1	0.35 7	0.08 194	1.96 63	0.90 155	0.03 9	0.05 57	0.04 10	0.11 112	0.11 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 274	0.18 330

CroCo_RVC	0.37 39	0.32 197	3.21 293	0.01 17	0.00 1	0.35 7	0.08 194	1.96 63	0.90 155	0.03 9	0.05 57	0.04 10	0.11 112	0.11 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 274	0.18 330

sCroCo_RVC	0.21 6	0.14 100	1.54 152	0.01 17	0.00 1	0.13 1	0.04 159	1.10 29	0.65 81	0.10 32	0.05 57	0.03 6	0.04 46	0.23 24	0.05 17	0.00 1	0.07 329	0.00 1	0.00 1	0.01 25	0.00 1

FADNet	1.20 242	0.93 342	4.51 343	0.03 102	0.06 219	2.56 290	0.16 228	4.02 248	1.42 231	0.32 58	0.06 62	1.66 215	1.07 256	5.56 273	0.87 239	0.19 364	0.02 272	0.01 320	0.01 271	0.50 367	0.03 189

test croco	0.41 46	0.28 182	2.26 240	0.07 176	0.00 1	0.50 12	0.01 54	2.84 122	0.92 158	0.05 15	0.07 63	0.13 61	0.17 136	0.43 68	0.20 109	0.00 1	0.00 1	0.00 1	0.00 1	0.34 349	0.01 62

CREStereo	0.22 10	0.17 124	0.64 9	0.00 1	0.01 101	1.22 97	0.01 54	1.15 31	0.56 50	0.10 32	0.07 63	0.04 10	0.00 1	0.32 51	0.10 61	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	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
FADNet-RVC	1.10 224	1.07 353	4.79 348	0.03 102	0.00 1	1.60 228	0.08 194	3.77 226	1.70 271	0.35 71	0.07 63	0.61 118	0.66 233	5.32 262	1.11 253	0.01 305	0.08 338	0.00 1	0.00 1	0.48 365	0.18 330

MIF-Stereo (partial)	0.27 22	0.18 129	1.14 92	0.01 17	0.00 1	0.43 10	0.02 98	1.97 65	0.39 43	0.11 37	0.08 66	0.07 42	0.06 67	0.44 70	0.33 159	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.02 150

RAFT	0.60 93	0.50 267	1.01 51	0.50 312	0.04 204	0.94 23	0.08 194	3.01 131	0.65 81	0.22 50	0.09 67	3.41 307	0.27 168	0.53 84	0.37 176	0.00 1	0.03 294	0.00 1	0.01 271	0.40 358	0.03 189

DMCA-RVC	0.90 180	0.64 301	3.30 298	0.03 102	0.04 204	1.30 132	0.06 185	2.65 108	0.73 125	3.21 318	0.09 67	0.99 168	0.66 233	3.14 167	0.99 249	0.01 305	0.04 304	0.02 342	0.01 271	0.07 211	0.01 62

Wz-Net-LNSev	1.30 251	0.85 334	6.26 371	0.02 64	0.03 188	4.02 331	0.13 220	4.21 262	1.12 193	0.77 121	0.10 69	3.60 312	1.11 259	2.68 156	1.12 255	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

MIPNet	0.64 104	0.42 231	2.01 213	0.08 188	0.07 227	1.29 128	0.11 212	3.47 202	1.29 213	0.67 108	0.10 69	0.63 122	0.97 253	1.25 121	0.25 127	0.00 1	0.01 223	0.01 320	0.01 271	0.11 259	0.04 213

UPFNet	0.87 171	0.09 50	2.05 219	0.00 1	0.00 1	1.90 265	0.11 212	3.41 191	0.83 146	2.15 265	0.10 69	1.92 230	0.09 97	3.94 197	0.70 229	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

RAFT-Test	0.61 95	0.16 118	2.27 243	0.04 125	0.15 274	1.80 260	0.17 231	2.52 101	0.65 81	0.56 95	0.11 72	2.76 276	0.02 16	0.27 40	0.34 166	0.00 1	0.07 329	0.00 1	0.29 379	0.01 25	0.01 62

DIP-Stereo	0.58 90	0.23 163	0.90 32	0.08 188	0.00 1	1.43 173	0.01 54	6.01 359	1.38 222	0.92 140	0.11 72	0.04 10	0.19 145	0.12 8	0.07 38	0.00 1	0.01 223	0.00 1	0.00 1	0.03 133	0.01 62
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
Anonymous_2	1.69 299	0.05 8	1.31 129	0.08 188	0.03 188	1.22 97	0.01 54	3.25 167	0.19 21	0.76 119	0.13 74	2.68 271	1.99 309	0.39 65	0.13 74	0.05 343	0.25 372	3.27 388	14.54 412	3.40 382	0.01 62

ToySt	0.47 66	0.25 167	2.47 255	0.04 125	0.01 101	1.17 77	0.00 1	2.01 66	0.63 71	0.08 20	0.14 75	1.16 183	0.05 52	0.80 103	0.46 194	0.00 1	0.00 1	0.00 1	0.03 293	0.10 250	0.04 213

DCANet-4	0.69 121	0.15 110	3.76 316	0.03 102	0.01 101	1.22 97	0.01 54	3.14 150	1.90 288	2.34 283	0.14 75	0.11 54	0.25 163	0.34 55	0.29 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 230

fff	0.66 111	0.42 231	2.21 230	0.01 17	0.01 101	1.22 97	0.02 98	3.26 169	1.04 177	2.34 283	0.14 75	0.09 48	1.83 302	0.34 55	0.29 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 230

csc	0.66 111	0.42 231	2.21 230	0.01 17	0.01 101	1.22 97	0.02 98	3.26 169	1.04 177	2.34 283	0.14 75	0.09 48	1.83 302	0.34 55	0.29 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 230

cscssc	0.66 111	0.42 231	2.21 230	0.01 17	0.01 101	1.22 97	0.02 98	3.26 169	1.04 177	2.34 283	0.14 75	0.09 48	1.83 302	0.34 55	0.29 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 230

UNet	1.13 231	0.24 165	4.21 331	0.01 17	0.02 169	2.31 279	0.02 98	3.06 140	0.76 137	1.17 182	0.14 75	2.73 274	1.58 290	4.48 226	1.92 295	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

anonymousdsp2	0.52 77	0.06 22	1.51 150	0.10 205	0.00 1	1.19 84	0.01 54	4.32 274	0.63 71	0.33 59	0.15 81	0.78 148	0.09 97	1.01 111	0.06 34	0.00 1	0.00 1	0.00 1	0.11 334	0.04 164	0.05 230

DMCA	0.68 118	0.22 158	1.96 207	0.01 17	0.01 101	1.28 124	0.02 98	3.02 132	1.54 252	2.14 264	0.15 81	1.74 217	0.10 104	0.45 75	0.95 247	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

MIF-Stereo	0.16 2	0.11 82	1.13 91	0.03 102	0.17 281	0.32 4	0.02 98	0.38 2	0.32 38	0.03 9	0.16 83	0.05 25	0.07 78	0.16 12	0.16 91	0.00 1	0.00 1	0.00 1	0.00 1	0.11 259	0.00 1

gwcnet-sp	0.98 189	0.38 214	4.06 326	0.04 125	0.00 1	2.60 292	0.15 224	3.51 205	1.13 194	1.75 235	0.16 83	0.68 128	0.39 191	3.69 182	0.90 241	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.03 189

scenet	0.98 189	0.38 214	4.06 326	0.04 125	0.00 1	2.60 292	0.15 224	3.51 205	1.13 194	1.75 235	0.16 83	0.68 128	0.39 191	3.69 182	0.90 241	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.03 189

ssnet	0.98 189	0.38 214	4.06 326	0.04 125	0.00 1	2.60 292	0.15 224	3.51 205	1.13 194	1.75 235	0.16 83	0.68 128	0.39 191	3.69 182	0.90 241	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.03 189

rafts_anoy	0.39 43	0.44 242	1.15 95	0.06 156	0.03 188	1.12 64	0.04 159	2.75 116	0.33 39	0.10 32	0.16 83	0.11 54	0.19 145	0.74 100	0.31 152	0.00 1	0.14 360	0.00 1	0.01 271	0.02 94	0.05 230

HITNet	0.80 148	0.58 288	2.14 226	0.69 336	0.00 1	1.35 147	0.02 98	4.50 285	1.15 197	1.76 239	0.16 83	0.60 117	0.30 170	1.13 116	1.64 279	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.00 1
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
test_5	0.74 126	0.50 267	1.55 154	0.44 303	0.25 315	1.45 181	0.01 54	4.16 257	0.78 140	0.79 126	0.17 89	0.42 101	0.64 226	3.06 166	0.18 102	0.00 1	0.00 1	0.00 1	0.00 1	0.16 288	0.21 340

NRIStereo	0.74 126	0.08 38	0.88 29	0.47 310	0.05 211	1.58 217	0.49 302	1.38 36	0.61 62	0.88 132	0.17 89	0.66 127	0.03 34	6.96 343	0.22 113	0.00 1	0.06 320	0.00 1	0.00 1	0.06 197	0.17 324

STTStereo	0.83 155	0.34 201	2.44 250	0.24 259	0.15 274	1.41 166	0.10 210	3.02 132	1.55 253	1.34 201	0.17 89	1.77 221	0.45 199	3.42 175	0.30 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 62

Former-RAFT_DAM_RVC	0.23 14	0.13 95	0.62 5	0.01 17	0.00 1	1.05 46	0.00 1	0.63 12	0.80 141	0.76 119	0.18 92	0.09 48	0.06 67	0.05 1	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

Patchmatch Stereo++	0.50 71	0.09 50	1.01 51	0.06 156	0.07 227	1.60 228	0.27 261	1.45 45	0.68 100	0.98 155	0.18 92	0.77 143	0.03 34	2.58 153	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.46 62	0.09 50	1.01 51	0.06 156	0.09 244	1.61 232	0.30 278	1.43 38	0.69 113	0.97 146	0.18 92	0.77 143	0.02 16	1.67 138	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

HUI-Stereo	0.45 59	0.09 50	1.08 80	0.06 156	0.08 237	1.61 232	0.32 282	1.43 38	0.70 122	0.97 146	0.18 92	0.77 143	0.02 16	1.44 131	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

iRAFT	0.50 71	0.09 50	1.01 51	0.06 156	0.07 227	1.60 228	0.27 261	1.45 45	0.68 100	0.98 155	0.18 92	0.77 143	0.03 34	2.58 153	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

RAFT-IKP	0.45 59	0.09 50	1.06 77	0.06 156	0.06 219	1.44 175	0.31 281	1.44 42	0.69 113	0.97 146	0.18 92	0.76 139	0.02 16	1.65 137	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.04 213

CFNet-ft	0.77 136	0.46 250	1.34 132	0.01 17	0.27 323	1.32 136	0.02 98	2.40 83	0.68 100	0.63 103	0.18 92	3.23 304	0.21 155	3.97 198	0.54 208	0.00 1	0.00 1	0.01 320	0.00 1	0.03 133	0.02 150

CFNet_RVC	0.77 136	0.46 250	1.34 132	0.01 17	0.27 323	1.32 136	0.02 98	2.40 83	0.68 100	0.63 103	0.18 92	3.23 304	0.21 155	3.97 198	0.54 208	0.00 1	0.00 1	0.01 320	0.00 1	0.03 133	0.02 150

ROB_FTStereo_v2	0.43 54	0.09 50	1.00 48	0.06 156	0.08 237	1.57 213	0.33 284	1.44 42	0.67 95	0.97 146	0.19 100	0.77 143	0.02 16	1.23 120	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

ROB_FTStereo	0.47 66	0.09 50	1.04 71	0.06 156	0.08 237	1.59 225	0.33 284	1.43 38	0.68 100	0.97 146	0.19 100	0.76 139	0.03 34	1.86 144	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

iGMRVC	0.51 74	0.09 50	1.04 71	0.06 156	0.08 237	1.61 232	0.27 261	1.44 42	0.69 113	0.97 146	0.19 100	0.76 139	0.03 34	2.69 157	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.04 213

FADNet-RVC-Resample	1.08 213	1.00 348	5.32 356	0.10 205	0.14 269	1.53 206	0.25 255	3.62 215	1.18 199	0.51 93	0.19 100	1.04 172	0.28 169	5.20 256	0.44 187	0.10 354	0.16 365	0.09 357	0.06 316	0.24 323	0.21 340

ADStereo(finetuned)	0.83 155	0.43 237	3.68 313	0.03 102	0.00 1	1.22 97	0.01 54	3.26 169	1.86 284	2.61 300	0.20 104	0.09 48	2.39 320	0.34 55	0.38 179	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.06 258

CBFPSM	1.39 264	0.61 295	4.29 335	0.01 17	0.01 101	3.64 325	0.03 139	3.39 187	0.80 141	0.64 106	0.21 105	6.18 353	3.70 350	2.38 151	1.82 287	0.00 1	0.01 223	0.00 1	0.00 1	0.08 222	0.01 62

LCNet	0.87 171	0.18 129	0.97 46	0.14 226	0.26 318	1.19 84	0.22 248	2.36 79	0.71 124	1.82 243	0.21 105	0.11 54	2.56 322	5.56 273	0.14 79	0.00 1	0.00 1	0.00 1	0.00 1	0.15 284	0.81 370

HCRNet	0.73 124	0.19 136	1.10 83	0.01 17	0.00 1	1.17 77	0.01 54	3.07 142	1.97 293	0.60 98	0.21 105	0.56 116	0.11 112	5.34 264	0.20 109	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.02 150

DCANet	0.66 111	0.43 237	2.21 230	0.03 102	0.00 1	1.22 97	0.01 54	3.26 169	1.85 283	2.61 300	0.21 105	0.09 48	0.49 203	0.33 54	0.39 181	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.06 258

iRaftStereo_RVC	0.36 37	0.27 172	0.76 17	0.01 17	0.00 1	1.20 92	0.01 54	2.15 72	0.62 68	0.15 44	0.22 109	0.69 131	0.12 122	0.28 41	0.18 102	0.00 1	0.06 320	0.00 1	0.00 1	0.27 334	0.22 342

Anonymous3	0.49 70	0.12 86	2.21 230	0.01 17	0.00 1	2.53 289	0.09 203	3.16 155	0.65 81	0.12 38	0.22 109	0.12 57	0.05 52	0.37 61	0.08 47	0.00 1	0.07 329	0.00 1	0.00 1	0.04 164	0.03 189

BEATNet_4x	0.97 187	0.77 322	3.36 301	0.46 307	0.01 101	1.32 136	0.09 203	4.57 289	1.26 210	1.88 248	0.22 109	1.09 179	0.42 196	1.79 142	2.09 305	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.06 258

Any-RAFT	0.64 104	0.08 38	1.07 78	0.03 102	0.00 1	2.77 302	0.08 194	3.57 211	1.23 205	0.96 144	0.26 112	1.61 207	0.31 174	0.72 99	0.06 34	0.00 1	0.10 348	0.00 1	0.00 1	0.01 25	0.00 1

AACVNet	0.87 171	0.44 242	1.19 107	0.17 237	0.00 1	1.76 255	0.00 1	3.60 214	0.60 56	1.03 164	0.26 112	1.31 191	0.17 136	6.33 298	0.28 140	0.00 1	0.00 1	0.00 1	0.00 1	0.17 292	0.01 62

ICVP	0.46 62	0.08 38	1.58 164	0.01 17	0.01 101	1.10 58	0.21 244	3.80 232	0.52 48	0.42 81	0.27 114	0.33 90	0.06 67	0.57 89	0.13 74	0.00 1	0.07 329	0.00 1	0.00 1	0.04 164	0.01 62
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	2.87 338	0.98 345	8.75 382	0.07 176	0.16 279	5.93 361	2.90 361	4.00 247	1.84 279	1.52 217	0.27 114	3.81 318	3.22 341	6.05 285	17.38 394	0.00 1	0.00 1	0.00 1	0.00 1	0.14 274	0.30 349

PCWNet_CMD	0.65 106	0.14 100	2.02 215	0.01 17	0.01 101	1.10 58	0.00 1	2.80 119	0.97 166	0.48 89	0.28 116	2.31 260	1.50 281	1.19 117	0.08 47	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

MSMDNet	0.65 106	0.14 100	2.02 215	0.01 17	0.01 101	1.11 62	0.00 1	2.88 125	0.98 168	0.49 92	0.28 116	2.32 261	1.49 278	1.19 117	0.08 47	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

CRE-IMP	0.40 45	0.06 22	1.04 71	0.07 176	0.05 211	1.45 181	0.46 299	1.48 48	0.63 71	0.90 136	0.30 118	0.88 152	0.01 4	0.26 36	0.22 113	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.17 324

RALCasStereoNet	0.44 56	0.44 242	1.03 67	0.03 102	0.00 1	1.10 58	0.03 139	2.46 95	0.90 155	0.07 17	0.32 119	0.12 57	0.20 151	1.28 123	0.25 127	0.00 1	0.31 377	0.00 1	0.00 1	0.08 222	0.12 305

GES	0.61 95	0.08 38	1.78 190	0.00 1	0.00 1	1.59 225	0.07 188	5.32 332	0.13 4	0.62 99	0.32 119	0.37 93	0.67 236	0.68 98	0.49 198	0.03 335	0.00 1	0.01 320	0.00 1	0.02 94	0.01 62

MMNet	1.20 242	0.27 172	3.59 311	0.09 198	0.00 1	4.15 334	0.01 54	3.63 216	1.19 201	1.93 252	0.32 119	1.35 193	1.23 265	4.42 218	1.84 289	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

GANet-RSSM	0.88 175	0.38 214	1.45 144	0.60 325	0.00 1	1.36 149	0.02 98	4.55 287	0.69 113	0.71 113	0.32 119	1.56 201	0.61 217	4.55 231	0.64 224	0.00 1	0.00 1	0.05 353	0.00 1	0.08 222	0.02 150

FADNet_RVC	1.15 235	1.06 352	4.34 339	0.02 64	0.06 219	2.77 302	0.04 159	3.50 204	0.80 141	0.35 71	0.32 119	0.65 124	0.09 97	5.20 256	1.56 275	0.24 370	0.34 379	0.11 361	0.33 382	0.65 374	0.60 363

GANetREF_RVC	1.10 224	0.95 343	2.98 276	0.06 156	0.00 1	2.23 274	0.18 235	3.95 245	2.53 327	0.56 95	0.32 119	1.89 229	0.66 233	5.03 250	0.51 201	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.04 213
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
PSMNet_ROB	1.09 220	0.69 311	2.92 274	0.03 102	0.07 227	1.68 248	0.16 228	3.44 197	1.30 215	0.96 144	0.32 119	2.81 277	0.63 223	4.23 207	2.48 314	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.04 213

IPLGR	0.76 135	0.21 149	2.98 276	0.06 156	0.07 227	1.24 111	0.05 172	3.09 145	1.38 222	0.62 99	0.34 126	0.75 138	0.78 241	3.35 170	0.22 113	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.06 258

RYNet	1.52 276	0.35 203	3.38 302	0.25 262	0.04 204	2.31 279	0.03 139	4.62 291	1.47 241	1.14 177	0.34 126	4.52 330	1.38 275	6.36 300	4.23 337	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

NCCL2	1.30 251	0.63 300	2.31 245	0.02 64	0.03 188	1.57 213	3.41 365	3.91 244	1.39 224	3.14 317	0.34 126	3.90 319	0.30 170	3.75 187	1.19 259	0.00 1	0.00 1	0.02 342	0.00 1	0.03 133	0.05 230

dad	0.88 175	0.62 297	2.26 240	0.06 156	0.01 101	1.24 111	0.00 1	0.98 25	2.17 309	1.29 196	0.35 129	0.37 93	0.04 46	5.80 280	1.06 252	0.01 305	0.00 1	1.13 382	0.11 334	0.05 182	0.00 1

NLCA_NET_v2_RVC	1.04 204	0.55 280	2.52 258	0.56 321	1.00 365	1.37 154	0.00 1	3.43 195	1.35 220	2.24 272	0.35 129	2.18 254	0.58 214	4.28 209	0.34 166	0.00 1	0.00 1	0.00 1	0.01 271	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	1.09 220	0.17 124	4.40 340	0.00 1	0.00 1	1.59 225	0.18 235	4.29 271	1.40 228	0.85 131	0.36 131	2.30 258	0.62 222	5.26 259	0.35 170	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

iRaft-Stereo_20w	0.92 182	0.15 110	2.68 268	0.24 259	0.06 219	1.36 149	0.28 269	7.46 378	0.34 40	1.56 226	0.37 132	0.62 120	1.24 268	1.25 121	0.34 166	0.00 1	0.09 342	0.00 1	0.16 345	0.02 94	0.13 310

AdaStereo	0.65 106	0.09 50	1.12 87	0.02 64	0.00 1	1.45 181	0.23 252	4.38 275	1.44 236	1.17 182	0.37 132	1.56 201	0.18 139	0.56 88	0.37 176	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
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.
PSM-softLoss	0.85 162	0.10 69	1.50 147	1.14 364	0.03 188	1.47 187	0.27 261	2.48 98	0.69 113	1.30 197	0.38 134	0.39 98	0.01 4	6.88 334	0.33 159	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

KMStereo	0.85 162	0.10 69	1.50 147	1.14 364	0.03 188	1.47 187	0.27 261	2.48 98	0.69 113	1.30 197	0.38 134	0.39 98	0.01 4	6.88 334	0.33 159	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

RALAANet	0.54 85	0.62 297	1.41 139	0.01 17	0.01 101	0.92 21	0.02 98	2.39 82	1.87 286	1.13 176	0.38 134	0.15 69	0.30 170	1.00 110	0.38 179	0.00 1	0.00 1	0.00 1	0.04 303	0.14 274	0.01 62

RAFT+CT+SA	0.66 111	0.45 246	1.22 113	0.10 205	0.30 334	1.24 111	0.02 98	4.21 262	0.67 95	0.62 99	0.39 137	0.33 90	0.05 52	2.69 157	0.14 79	0.00 1	0.00 1	0.00 1	0.35 383	0.13 268	0.30 349

EKT-Stereo	0.74 126	0.18 129	1.23 115	0.81 344	4.25 387	1.19 84	0.03 139	2.17 74	0.13 4	0.35 71	0.40 138	0.97 166	0.08 92	2.61 155	0.09 53	0.00 1	0.09 342	0.00 1	0.07 318	0.04 164	0.03 189

psm_up	0.84 161	0.32 197	1.44 143	0.02 64	0.00 1	1.98 267	0.05 172	3.40 189	1.04 177	2.06 261	0.40 138	1.74 217	0.45 199	3.47 178	0.24 121	0.06 348	0.00 1	0.00 1	0.00 1	0.08 222	0.00 1

DSFCA	1.30 251	0.14 100	1.82 194	0.01 17	0.03 188	3.74 328	0.86 320	2.71 115	1.23 205	3.09 315	0.41 140	2.93 285	1.49 278	6.12 288	1.35 269	0.00 1	0.02 272	0.00 1	0.00 1	0.02 94	0.01 62

raft+_RVC	0.42 48	0.48 260	1.11 85	0.51 315	0.17 281	1.16 75	0.04 159	2.25 75	0.59 52	0.12 38	0.42 141	0.08 45	0.15 130	0.60 93	0.28 140	0.00 1	0.09 342	0.00 1	0.00 1	0.06 197	0.19 334

GwcNet-RSSM	1.02 200	0.69 311	2.70 269	0.22 251	0.02 169	1.42 171	0.05 172	4.02 248	1.01 174	0.90 136	0.42 141	2.89 283	0.26 165	4.43 219	1.17 257	0.00 1	0.00 1	0.02 342	0.00 1	0.13 268	0.05 230

R-Stereo Train	0.44 56	0.09 50	0.94 36	0.02 64	0.00 1	1.24 111	0.09 203	3.65 218	0.11 1	1.87 246	0.42 141	0.06 34	0.01 4	0.25 30	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 150

RAFT-Stereo	0.44 56	0.09 50	0.94 36	0.02 64	0.00 1	1.24 111	0.09 203	3.65 218	0.11 1	1.87 246	0.42 141	0.06 34	0.01 4	0.25 30	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 150
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DeepPrunerF	2.50 331	0.87 336	14.90 393	0.17 237	0.31 337	1.41 166	0.29 272	5.62 348	9.97 378	1.02 161	0.43 145	2.01 235	1.65 294	6.85 330	3.99 334	0.00 1	0.01 223	0.07 354	0.10 330	0.24 323	0.12 305

GwcNet-ADL	0.62 100	0.20 143	2.03 217	0.05 142	0.01 101	1.29 128	0.02 98	3.16 155	1.39 224	0.97 146	0.44 146	1.48 196	0.23 158	0.78 101	0.27 136	0.01 305	0.00 1	0.00 1	0.00 1	0.01 25	0.03 189

ccs_rob	0.65 106	0.17 124	2.09 224	0.00 1	0.01 101	1.22 97	0.00 1	2.77 117	0.73 125	0.75 117	0.44 146	2.32 261	0.64 226	1.76 140	0.15 83	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

PASM	1.58 285	1.05 351	7.51 376	0.56 321	0.09 244	1.37 154	0.28 269	2.85 123	1.44 236	3.91 335	0.44 146	3.02 291	0.64 226	6.38 301	1.59 278	0.00 1	0.01 223	0.00 1	0.03 293	0.26 331	0.15 318

ac_64	1.12 229	0.18 129	1.64 170	0.18 241	0.25 315	1.48 193	0.02 98	4.97 313	1.47 241	0.69 111	0.45 149	4.94 339	0.46 201	4.87 244	0.74 232	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.00 1

PFNet+	0.54 85	0.10 69	1.31 129	0.16 234	0.05 211	1.44 175	0.56 306	1.60 52	0.98 168	1.35 204	0.46 150	0.37 93	0.01 4	2.18 150	0.22 113	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

Pruner-Stereo	0.53 83	0.10 69	1.02 56	0.89 354	0.10 253	1.57 213	0.36 290	2.06 68	0.63 71	2.23 271	0.46 150	0.25 80	0.01 4	0.45 75	0.37 176	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

CFNet_pseudo	0.66 111	0.17 124	2.08 223	0.00 1	0.01 101	1.22 97	0.00 1	2.79 118	0.73 125	0.78 124	0.46 150	2.32 261	0.63 223	1.77 141	0.15 83	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

RCA-Stereo	0.37 39	0.14 100	0.76 17	0.01 17	0.00 1	1.17 77	0.00 1	3.14 150	0.61 62	0.71 113	0.47 153	0.05 25	0.13 128	0.19 17	0.03 5	0.00 1	0.01 223	0.00 1	0.00 1	0.06 197	0.01 62

PSMNet-RSSM	0.90 180	0.44 242	1.35 135	0.13 216	0.00 1	1.37 154	0.03 139	4.79 306	0.85 152	1.11 174	0.49 154	2.15 247	0.35 185	4.09 204	0.73 231	0.00 1	0.00 1	0.01 320	0.00 1	0.03 133	0.01 62

XX-Stereo	1.04 204	0.20 143	4.94 352	0.85 348	0.04 204	1.25 118	0.00 1	3.37 184	0.45 47	1.22 192	0.50 155	3.70 316	0.02 16	3.91 196	0.05 17	0.00 1	0.09 342	0.00 1	0.20 357	0.03 133	0.02 150

DN-CSS_ROB	0.77 136	0.90 340	2.01 213	0.85 348	0.00 1	1.47 187	0.01 54	2.92 127	0.93 161	0.12 38	0.53 156	0.44 103	0.16 133	4.33 211	0.35 170	0.00 1	0.00 1	0.00 1	0.00 1	0.30 345	0.01 62

SQANet	2.28 328	1.25 362	2.39 249	4.17 386	2.91 382	2.60 292	0.24 254	4.17 259	0.83 146	2.42 292	0.57 157	1.59 203	0.88 248	3.30 169	0.68 227	7.35 392	0.12 355	0.47 375	0.02 287	6.56 387	3.00 388

ARAFT	1.12 229	0.82 332	4.11 329	0.04 125	0.00 1	1.64 241	0.03 139	4.85 309	1.69 270	2.78 305	0.57 157	0.47 107	0.11 112	4.81 242	0.24 121	0.00 1	0.03 294	0.00 1	0.00 1	0.24 323	0.05 230

mmm	0.52 77	0.04 4	1.14 92	0.61 328	0.00 1	1.14 69	0.00 1	3.45 198	0.75 129	1.24 194	0.58 159	0.20 75	0.18 139	0.93 105	0.08 47	0.00 1	0.01 223	0.00 1	0.00 1	0.02 94	0.01 62

GMStereo_Zeroshot	0.63 102	0.14 100	1.54 152	0.75 340	0.00 1	1.26 120	0.01 54	1.85 58	0.31 37	1.44 213	0.58 159	1.76 219	0.19 145	2.55 152	0.10 61	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1

iinet-f	1.68 298	0.61 295	11.37 389	0.29 275	0.03 188	4.39 341	0.04 159	3.18 158	1.10 187	1.16 181	0.58 159	2.96 288	2.76 327	2.13 148	2.46 313	0.00 1	0.02 272	0.02 342	0.00 1	0.46 361	0.01 62

Wz-Net-TNSev	3.91 359	5.20 397	20.57 397	0.15 228	0.01 101	7.14 368	3.57 366	6.70 370	3.57 342	1.74 234	0.58 159	7.39 363	4.33 356	8.86 372	7.99 365	0.00 1	0.00 1	0.00 1	0.02 287	0.24 323	0.16 320

NF-Stereo	0.82 151	0.10 69	1.12 87	1.19 368	0.01 101	1.52 203	0.29 272	2.67 113	0.66 87	1.20 186	0.58 159	0.24 77	0.01 4	6.38 301	0.32 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

OCTAStereo	0.82 151	0.10 69	1.15 95	1.19 368	0.01 101	1.53 206	0.29 272	2.66 109	0.66 87	1.20 186	0.58 159	0.25 80	0.01 4	6.38 301	0.33 159	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

RE-Stereo	0.82 151	0.10 69	1.15 95	1.19 368	0.01 101	1.52 203	0.29 272	2.66 109	0.66 87	1.20 186	0.58 159	0.24 77	0.01 4	6.38 301	0.32 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

TVStereo	0.82 151	0.10 69	1.15 95	1.19 368	0.01 101	1.52 203	0.29 272	2.66 109	0.66 87	1.20 186	0.58 159	0.24 77	0.01 4	6.38 301	0.32 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

cf-r	0.98 189	0.51 271	2.04 218	0.25 262	0.01 101	1.40 162	0.03 139	4.47 284	1.65 268	0.95 142	0.58 159	2.63 269	0.24 160	4.19 206	0.58 215	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.04 213

HH	0.88 175	0.37 211	1.93 200	0.25 262	0.10 253	0.62 13	0.00 1	3.79 229	0.18 19	0.33 59	0.59 168	3.94 320	0.81 244	4.44 220	0.09 53	0.00 1	0.06 320	0.00 1	0.00 1	0.03 133	0.02 150

HanStereo	0.88 175	0.37 211	1.93 200	0.25 262	0.10 253	0.62 13	0.00 1	3.79 229	0.18 19	0.33 59	0.59 168	3.94 320	0.81 244	4.44 220	0.09 53	0.00 1	0.06 320	0.00 1	0.00 1	0.03 133	0.02 150

Wz-Net-LNSev-Ref	1.54 280	0.68 309	4.62 346	0.01 17	0.00 1	5.13 352	0.30 278	4.64 293	1.23 205	2.39 291	0.59 168	2.12 245	2.00 310	4.94 247	2.19 309	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

PSMNet-ADL	0.77 136	0.08 38	0.90 32	0.07 176	0.01 101	2.01 268	0.02 98	2.55 105	1.11 189	0.33 59	0.59 168	2.15 247	0.69 237	4.07 201	0.85 238	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

LALA_ROB	1.33 257	0.59 290	1.74 185	0.02 64	0.06 219	3.25 311	0.50 304	3.45 198	1.39 224	3.70 329	0.59 168	4.59 332	0.25 163	3.58 180	2.79 322	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.02 150

NINENet	1.03 202	0.22 158	1.30 128	0.10 205	0.01 101	5.85 358	0.03 139	4.41 279	1.25 209	1.55 225	0.60 173	2.39 265	0.06 67	2.72 159	0.05 17	0.00 1	0.01 223	0.01 320	0.00 1	0.04 164	0.00 1

StereoDRNet	1.48 273	0.75 316	4.58 345	0.05 142	0.10 253	2.49 287	1.10 331	4.62 291	1.47 241	3.38 325	0.62 174	2.29 257	0.65 231	4.52 228	2.89 323	0.00 1	0.03 294	0.00 1	0.01 271	0.05 182	0.07 274

MyStereo8	0.85 162	0.52 272	3.20 292	0.20 248	0.00 1	1.47 187	0.01 54	3.53 208	1.91 289	1.34 201	0.65 175	1.22 186	0.31 174	0.57 89	1.38 272	0.00 1	0.14 360	0.00 1	0.06 316	0.09 241	0.30 349

MaskLacGwcNet_RVC	1.63 287	0.45 246	2.21 230	1.53 374	0.18 285	4.33 339	0.41 294	3.37 184	1.40 228	0.54 94	0.65 175	3.10 296	0.11 112	4.93 246	0.60 219	4.57 387	0.51 382	0.00 1	0.00 1	1.37 379	2.39 384

tt1	0.88 175	0.27 172	1.25 116	0.08 188	0.00 1	3.36 317	0.02 98	3.03 134	6.40 365	0.33 59	0.66 177	0.05 25	0.40 194	1.59 133	0.05 17	0.00 1	0.02 272	0.00 1	0.00 1	0.09 241	0.03 189

BUS	0.97 187	0.10 69	0.96 41	0.01 17	0.00 1	5.85 358	0.03 139	5.40 335	0.93 161	2.26 277	0.66 177	2.39 265	0.06 67	0.61 94	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

BSDual-CNN	0.83 155	0.10 69	0.96 41	0.01 17	0.00 1	3.32 314	0.21 244	5.40 335	0.93 161	2.26 277	0.66 177	1.81 224	0.10 104	0.61 94	0.18 102	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

hknet	1.08 213	0.13 95	2.07 221	0.01 17	0.00 1	3.32 314	0.21 244	5.40 335	0.92 158	2.26 277	0.66 177	3.43 308	0.05 52	2.81 160	0.27 136	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

test-1	0.52 77	0.25 167	0.94 36	0.03 102	0.22 303	1.20 92	0.08 194	4.03 250	0.25 35	0.70 112	0.66 177	0.71 134	0.03 34	0.30 44	0.43 184	0.00 1	0.18 368	0.00 1	0.07 318	0.01 25	0.25 347

ACVNet	0.57 89	0.21 149	1.34 132	0.09 198	0.00 1	1.36 149	0.22 248	2.40 83	1.05 181	0.63 103	0.66 177	1.94 232	0.26 165	0.31 45	0.79 235	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.00 1

acv_ft	0.79 144	0.21 149	1.28 120	0.01 17	1.08 368	1.68 248	0.01 54	3.75 224	1.05 181	1.31 200	0.66 177	1.94 232	0.46 201	0.31 45	1.68 281	0.00 1	0.00 1	0.00 1	0.00 1	0.27 334	0.00 1

CoDeX	0.94 183	0.34 201	2.09 224	0.05 142	0.20 296	1.49 194	0.20 242	5.89 355	1.57 259	0.66 107	0.67 184	1.05 173	0.32 178	3.82 192	0.33 159	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1

GEStereo_RVC	1.10 224	0.42 231	1.72 184	0.28 273	0.01 101	1.37 154	0.11 212	6.25 362	0.84 149	1.05 167	0.67 184	1.61 207	0.79 242	6.11 287	0.63 222	0.00 1	0.00 1	0.00 1	0.00 1	0.10 250	0.04 213

MyStereo06	0.80 148	0.19 136	2.53 259	0.02 64	0.00 1	1.51 199	0.01 54	4.61 290	0.24 34	0.89 134	0.69 186	3.14 298	1.18 262	0.58 92	0.33 159	0.00 1	0.06 320	0.00 1	0.00 1	0.02 94	0.07 274

ACVNet-DCA	0.61 95	0.27 172	1.28 120	0.13 216	0.00 1	3.44 319	0.01 54	3.15 152	0.68 100	0.33 59	0.69 186	0.04 10	0.61 217	1.43 127	0.05 17	0.00 1	0.02 272	0.00 1	0.03 293	0.01 25	0.01 62

xx1	0.95 185	0.27 172	1.28 120	0.13 216	0.00 1	3.44 319	0.01 54	3.18 158	7.23 374	0.33 59	0.69 186	0.73 136	0.12 122	1.43 127	0.05 17	0.00 1	0.02 272	0.00 1	0.00 1	0.01 25	0.01 62

1test111	0.69 121	0.27 172	1.28 120	0.13 216	0.00 1	3.44 319	0.01 54	3.15 152	0.68 100	0.33 59	0.69 186	0.04 10	0.61 217	2.95 162	0.07 38	0.00 1	0.02 272	0.00 1	0.03 293	0.01 25	0.01 62

cc1	0.94 183	0.27 172	1.28 120	0.13 216	0.00 1	3.44 319	0.01 54	3.18 158	7.23 374	0.33 59	0.69 186	0.04 10	0.61 217	1.43 127	0.05 17	0.00 1	0.02 272	0.00 1	0.03 293	0.09 241	0.04 213

CFNet	1.08 213	0.62 297	2.26 240	0.26 268	0.03 188	1.40 162	0.04 159	4.45 283	2.09 300	0.48 89	0.69 186	1.31 191	0.24 160	6.63 315	0.83 237	0.00 1	0.00 1	0.00 1	0.00 1	0.17 292	0.04 213

CRFU-Net	1.32 256	0.27 172	2.46 254	1.17 367	0.03 188	4.08 332	0.05 172	5.61 345	0.67 95	1.53 218	0.70 192	3.47 310	2.62 325	3.24 168	0.24 121	0.01 305	0.01 223	0.11 361	0.00 1	0.13 268	0.00 1

IGEV_Zeroshot_test	0.74 126	0.20 143	3.00 278	0.26 268	0.02 169	1.10 58	0.05 172	3.72 223	0.19 21	0.88 132	0.71 193	2.84 279	0.63 223	0.53 84	0.33 159	0.00 1	0.07 329	0.00 1	0.16 345	0.04 164	0.00 1

UCFNet_RVC	0.66 111	0.35 203	1.20 111	0.02 64	0.30 334	1.53 206	0.01 54	3.42 193	0.67 95	1.12 175	0.73 194	1.26 189	0.20 151	1.84 143	0.46 194	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DRN-Test	1.62 286	0.23 163	3.72 314	0.18 241	0.13 263	3.34 316	0.19 240	5.93 358	2.01 298	4.14 338	0.76 195	2.12 245	1.78 299	5.22 258	2.62 320	0.00 1	0.00 1	0.01 320	0.01 271	0.03 133	0.01 62

HBP-ISP	1.45 270	0.75 316	3.02 279	0.30 277	0.10 253	4.28 338	1.49 340	4.68 294	1.29 213	3.43 326	0.78 196	0.93 159	1.01 254	6.48 308	0.36 175	0.04 337	0.02 272	0.00 1	0.00 1	0.05 182	0.03 189

SFCPSM	0.81 150	0.11 82	2.53 259	0.01 17	0.07 227	2.45 285	0.18 235	4.99 314	1.18 199	0.77 121	0.78 196	0.69 131	0.31 174	1.72 139	0.20 109	0.00 1	0.00 1	0.00 1	0.05 307	0.06 197	0.01 62

SACVNet	0.96 186	0.36 207	1.49 146	0.05 142	0.00 1	1.62 238	0.28 269	3.86 241	1.28 212	1.79 242	0.80 198	1.59 203	0.07 78	5.29 260	0.48 197	0.01 305	0.00 1	0.00 1	0.00 1	0.23 320	0.01 62

IRAFT_RVC	1.02 200	0.20 143	1.58 164	1.39 372	0.26 318	1.33 142	0.32 282	2.52 101	0.66 87	1.58 227	0.81 199	1.16 183	1.58 290	6.51 309	0.43 184	0.00 1	0.12 355	0.00 1	0.00 1	0.02 94	0.03 189

AE-Stereo	0.47 66	0.11 82	1.03 67	0.04 125	0.09 244	1.11 62	0.03 139	4.16 257	0.34 40	0.35 71	0.82 200	0.15 69	0.16 133	0.45 75	0.05 17	0.00 1	0.09 342	0.00 1	0.26 372	0.09 241	0.05 230

AAGNet	1.54 280	0.07 32	0.88 29	1.04 360	0.27 323	1.47 187	0.66 312	1.57 51	0.61 62	1.68 232	0.82 200	1.62 209	2.29 315	6.18 289	11.63 381	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

DisPM	0.86 166	0.09 50	1.10 83	0.76 342	0.02 169	1.51 199	0.57 308	1.75 56	0.70 122	2.43 294	0.83 202	0.38 97	0.01 4	6.89 337	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

CSP-Net	1.01 198	0.52 272	0.92 34	0.01 17	0.00 1	2.83 304	0.05 172	4.99 314	0.69 113	0.91 139	0.85 203	1.82 226	0.23 158	6.04 284	0.29 144	0.00 1	0.00 1	0.00 1	0.00 1	0.10 250	0.01 62

DeepStereo_RVC	0.52 77	0.08 38	1.37 137	0.06 156	0.06 219	1.34 144	0.41 294	1.43 38	0.68 100	1.03 164	0.85 203	0.49 110	1.56 286	0.79 102	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.13 310

ssnet_v2	1.14 232	0.28 182	1.77 188	0.03 102	0.00 1	2.07 270	0.37 291	5.20 323	1.87 286	2.00 256	0.87 205	3.09 295	0.55 209	1.31 124	3.02 325	0.00 1	0.00 1	0.00 1	0.00 1	0.18 299	0.12 305

DPSNet	3.38 352	0.60 292	9.55 383	0.61 328	0.46 347	5.10 351	1.44 339	11.17 387	3.92 349	2.57 297	0.88 206	5.90 350	9.68 387	7.63 360	7.25 363	0.08 350	0.16 365	0.01 320	0.07 318	0.34 349	0.17 324

111	0.79 144	0.70 314	2.21 230	0.01 17	0.01 101	1.19 84	0.16 228	3.78 228	1.98 295	1.22 192	0.91 207	2.01 235	0.32 178	0.32 51	0.64 224	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.17 324

DISCO	1.93 313	0.18 129	2.44 250	0.67 335	0.53 352	5.25 353	0.00 1	5.43 339	1.56 258	2.09 263	0.91 207	6.48 355	0.89 249	8.55 371	3.60 333	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.01 62

CASS	0.56 87	0.13 95	1.40 138	0.03 102	0.01 101	1.65 245	0.04 159	3.03 134	0.63 71	1.96 253	0.93 209	0.28 83	0.36 186	0.52 82	0.18 102	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
TDLM	1.08 213	0.49 264	1.43 141	0.27 271	0.00 1	1.56 212	2.12 348	3.10 146	1.75 274	1.36 205	0.93 209	1.06 175	0.49 203	6.21 291	0.70 229	0.00 1	0.00 1	0.00 1	0.00 1	0.16 288	0.02 150

IER	0.75 131	0.12 86	1.93 200	0.01 17	0.00 1	2.31 279	0.02 98	2.96 128	0.98 168	1.30 197	0.96 211	1.40 194	1.19 263	1.31 124	0.45 190	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

SA	0.83 155	0.41 228	1.17 101	0.00 1	0.20 296	1.28 124	0.01 54	3.98 246	1.86 284	0.41 80	0.96 211	0.27 82	1.33 274	4.07 201	0.35 170	0.00 1	0.00 1	0.00 1	0.17 351	0.14 274	0.01 62

GANet-ADL	0.52 77	0.09 50	1.43 141	0.13 216	0.02 169	1.43 173	0.02 98	3.22 166	0.59 52	0.34 70	0.98 213	1.09 179	0.19 145	0.40 66	0.34 166	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.01 62

IPLG	0.86 166	0.41 228	2.31 245	0.06 156	0.06 219	1.36 149	0.11 212	3.17 157	0.83 146	0.62 99	1.00 214	0.46 105	0.61 217	5.57 275	0.35 170	0.00 1	0.00 1	0.00 1	0.00 1	0.18 299	0.01 62

XPNet_ROB	1.17 238	0.41 228	1.68 180	0.04 125	0.01 101	1.65 245	0.17 231	3.46 200	1.39 224	3.89 334	1.01 215	1.60 205	0.53 206	4.35 213	3.07 326	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.02 150

XX-TBD	0.28 24	0.39 220	0.97 46	0.05 142	0.00 1	1.09 56	0.00 1	0.71 16	0.54 49	0.44 83	1.04 216	0.06 34	0.06 67	0.19 17	0.09 53	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

APVNet	1.52 276	0.31 193	4.00 322	0.09 198	0.00 1	4.64 345	0.08 194	4.41 279	1.21 203	1.25 195	1.05 217	2.90 284	0.93 252	6.70 321	2.48 314	0.01 305	0.00 1	0.07 354	0.00 1	0.27 334	0.05 230

SST-Stereo	1.04 204	0.05 8	1.16 99	0.72 338	0.23 308	1.70 251	0.58 309	1.92 60	1.46 239	1.19 184	1.09 218	1.60 205	1.93 307	6.92 341	0.21 112	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

iResNet	1.00 197	0.45 246	3.08 284	0.86 352	0.01 101	1.97 266	0.01 54	3.67 221	1.49 247	1.77 240	1.09 218	0.35 92	0.13 128	3.83 193	1.27 266	0.00 1	0.00 1	0.00 1	0.00 1	0.07 211	0.01 62

hitnet-ft	1.09 220	0.39 220	1.45 144	0.04 125	0.00 1	1.34 144	0.22 248	3.34 182	2.25 315	1.48 215	1.11 220	4.17 323	0.37 188	4.73 239	0.79 235	0.01 305	0.00 1	0.03 347	0.00 1	0.09 241	0.01 62

CFNet_ucs	0.77 136	0.20 143	2.22 237	0.01 17	0.01 101	1.32 136	0.00 1	3.30 176	1.31 217	1.15 178	1.14 221	2.19 255	0.42 196	2.04 146	0.12 70	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

Anonymous Stereo	1.78 304	1.37 367	7.79 377	0.42 301	0.07 227	1.49 194	3.20 362	3.31 177	1.84 279	2.75 303	1.14 221	1.84 227	0.09 97	6.89 337	3.32 329	0.00 1	0.00 1	0.00 1	0.00 1	0.09 241	0.01 62

RAFT_R40	0.99 196	0.05 8	1.26 117	0.71 337	0.20 296	1.65 245	0.67 313	1.94 62	0.61 62	1.05 167	1.15 223	1.80 223	1.47 277	6.91 339	0.31 152	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

iResNetv2_ROB	1.08 213	1.12 355	4.68 347	1.09 363	0.00 1	1.38 159	0.05 172	3.83 236	1.11 189	0.80 128	1.15 223	1.02 171	0.12 122	4.52 228	0.45 190	0.00 1	0.00 1	0.00 1	0.00 1	0.33 346	0.03 189

OMP-Stereo	1.20 242	0.54 279	0.96 41	2.39 379	0.29 332	1.58 217	0.33 284	2.01 66	0.68 100	2.68 302	1.16 225	3.10 296	0.18 139	7.40 355	0.56 211	0.00 1	0.00 1	0.00 1	0.00 1	0.07 211	0.01 62

PA-Net	1.31 255	0.59 290	3.65 312	0.06 156	0.15 274	1.44 175	0.54 305	4.08 251	2.71 331	0.78 124	1.16 225	2.32 261	0.64 226	5.96 282	1.92 295	0.01 305	0.00 1	0.00 1	0.00 1	0.04 164	0.06 258
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
delet	1.14 232	0.32 197	1.56 161	0.03 102	0.17 281	2.86 306	1.03 328	4.25 266	2.14 307	1.03 164	1.17 227	1.64 214	0.92 251	4.35 213	1.27 266	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.00 1

ETE_ROB	1.16 237	0.52 272	1.71 183	0.01 17	0.02 169	1.79 259	0.22 248	4.10 253	1.32 218	4.68 347	1.18 228	2.81 277	0.08 92	3.56 179	1.12 255	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.06 258

iResNet_ROB	1.05 211	0.76 320	2.06 220	0.07 176	0.00 1	1.35 147	0.03 139	6.80 373	2.57 329	0.79 126	1.20 229	0.94 162	0.12 122	3.81 190	0.41 182	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.01 62

CVANet_RVC	1.10 224	0.39 220	1.69 181	0.28 273	0.00 1	1.45 181	0.48 300	3.26 169	1.64 267	2.93 308	1.22 230	1.51 197	0.37 188	6.09 286	0.50 199	0.00 1	0.00 1	0.00 1	0.00 1	0.18 299	0.01 62

anonymity	0.74 126	0.15 110	1.17 101	0.16 234	0.27 323	0.71 15	0.01 54	4.70 295	1.78 276	1.15 178	1.23 231	0.31 85	1.65 294	0.54 86	0.53 205	0.02 327	0.02 272	0.00 1	0.27 374	0.02 94	0.06 258

PFNet	1.06 212	0.19 136	2.95 275	1.16 366	0.56 354	1.58 217	0.25 255	1.50 49	0.60 56	2.38 290	1.23 231	0.63 122	0.30 170	6.85 330	0.43 184	0.16 361	0.01 223	0.00 1	0.07 318	0.18 299	0.18 330

Wz-Net-MNSev	1.85 308	1.19 359	5.61 362	0.01 17	0.00 1	4.74 346	2.16 350	4.93 312	1.48 245	3.77 331	1.24 233	1.77 221	2.56 322	4.94 247	2.61 319	0.00 1	0.01 223	0.00 1	0.00 1	0.07 211	0.01 62

TANstereo	0.30 28	0.28 182	0.86 25	0.03 102	0.01 101	1.14 69	0.00 1	0.53 4	0.44 46	1.06 170	1.24 233	0.06 34	0.05 52	0.25 30	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

StereoDRNet-Refined	0.83 155	0.12 86	1.18 104	0.02 64	0.01 101	1.31 135	0.00 1	3.33 179	1.07 186	1.92 249	1.24 233	2.48 267	0.18 139	1.86 144	1.67 280	0.00 1	0.00 1	0.00 1	0.00 1	0.14 274	0.05 230
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CREStereo++_RVC	0.29 27	0.19 136	0.83 22	0.05 142	0.00 1	1.19 84	0.00 1	0.66 13	0.99 172	0.25 51	1.26 236	0.05 25	0.07 78	0.20 20	0.09 53	0.00 1	0.00 1	0.00 1	0.00 1	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
RASNet	1.53 278	0.31 193	1.97 209	0.09 198	3.20 383	1.69 250	0.06 185	3.27 175	2.12 302	0.77 121	1.29 237	5.32 348	1.69 297	6.60 312	2.17 307	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.02 150

CC-Net-ROB	1.86 309	0.64 301	2.55 261	1.42 373	0.19 292	3.38 318	0.04 159	4.41 279	2.45 323	0.90 136	1.31 238	0.98 167	0.18 139	6.60 312	0.53 205	1.14 382	1.60 392	7.16 389	0.00 1	1.33 378	0.32 354

SuperB	3.70 357	1.77 374	15.73 394	0.31 279	0.05 211	4.37 340	1.67 342	3.58 213	11.57 379	2.36 287	1.32 239	2.03 238	1.91 306	6.95 342	9.01 371	0.05 343	0.03 294	0.10 360	0.08 323	11.00 402	0.10 292

HSM	1.36 260	0.40 225	1.07 78	0.01 17	0.30 334	1.73 254	0.03 139	5.89 355	1.22 204	1.83 244	1.36 240	4.78 336	1.30 273	6.61 314	0.57 213	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

GASNet	1.43 268	1.53 369	4.54 344	0.31 279	0.02 169	1.49 194	0.20 242	3.86 241	1.95 292	0.75 117	1.37 241	2.11 243	1.57 289	5.82 281	2.60 318	0.00 1	0.05 313	0.00 1	0.00 1	0.43 360	0.10 292

s12784h	0.56 87	0.14 100	1.22 113	0.02 64	0.00 1	1.14 69	0.03 139	3.43 195	1.47 241	1.02 161	1.41 242	0.05 25	0.02 16	1.08 113	0.09 53	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

psmg	0.83 155	0.10 69	0.96 41	0.01 17	0.00 1	3.28 312	0.27 261	4.83 308	0.93 161	1.92 249	1.46 243	1.81 224	0.10 104	0.61 94	0.18 102	0.00 1	0.00 1	0.01 320	0.00 1	0.01 25	0.00 1

DANet	1.74 302	0.22 158	3.06 282	0.75 340	0.44 345	2.46 286	0.35 289	3.40 189	1.41 230	4.22 339	1.56 244	5.03 341	0.56 210	6.29 296	5.00 347	0.01 305	0.00 1	0.00 1	0.01 271	0.04 164	0.08 283
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RAFT_CTSACE	0.68 118	0.52 272	1.74 185	0.50 312	0.05 211	1.16 75	0.00 1	2.68 114	0.66 87	0.68 110	1.60 245	1.76 219	0.80 243	0.94 107	0.13 74	0.00 1	0.02 272	0.00 1	0.00 1	0.27 334	0.00 1

MSKI-zero shot	0.73 124	0.13 95	1.56 161	0.02 64	0.14 269	1.34 144	0.04 159	3.00 129	0.23 31	0.67 108	1.64 246	0.89 153	0.00 1	4.55 231	0.10 61	0.00 1	0.02 272	0.00 1	0.21 361	0.03 133	0.01 62

FINET	1.36 260	0.46 250	4.05 325	0.22 251	0.73 360	1.03 33	0.00 1	3.57 211	5.71 362	1.59 228	1.64 246	0.49 110	0.19 145	5.53 270	1.90 292	0.00 1	0.01 223	0.00 1	0.00 1	0.08 222	0.03 189

GwcNet	1.67 294	0.81 329	5.52 359	0.23 257	1.21 369	4.21 336	0.62 311	3.71 222	1.57 259	1.01 160	1.65 248	3.99 322	0.52 205	5.46 267	2.30 310	0.00 1	0.00 1	0.00 1	0.01 271	0.35 352	0.13 310

1111x	1.53 278	0.06 22	1.77 188	0.27 271	0.00 1	2.12 272	0.01 54	5.63 349	1.65 268	1.53 218	1.67 249	0.92 154	0.64 226	6.18 289	8.17 368	0.00 1	0.01 223	0.00 1	0.00 1	0.00 1	0.01 62

TestStereo1	0.77 136	0.46 250	1.12 87	0.15 228	0.19 292	1.29 128	0.01 54	3.33 179	1.55 253	0.45 85	1.67 249	0.13 61	1.23 265	3.39 173	0.27 136	0.00 1	0.00 1	0.00 1	0.00 1	0.17 292	0.07 274

SA-5K	0.77 136	0.46 250	1.12 87	0.15 228	0.19 292	1.29 128	0.01 54	3.33 179	1.55 253	0.45 85	1.67 249	0.13 61	1.23 265	3.39 173	0.27 136	0.00 1	0.00 1	0.00 1	0.00 1	0.17 292	0.07 274

ADCRef	2.29 329	0.65 304	5.67 363	0.10 205	0.09 244	4.81 347	0.76 318	4.75 301	1.37 221	2.88 307	1.67 249	1.62 209	2.30 316	3.77 189	14.93 388	0.02 327	0.00 1	0.01 320	0.10 330	0.20 315	0.11 296

PDISCO_ROB	2.21 326	0.78 323	3.43 304	0.96 356	2.04 380	7.04 367	0.09 203	7.36 377	5.72 363	1.21 191	1.67 249	3.16 299	1.28 271	7.52 358	1.37 271	0.00 1	0.00 1	0.00 1	0.00 1	0.34 349	0.13 310

NaN_ROB	2.02 320	0.58 288	2.65 267	0.29 275	0.28 331	3.19 309	5.19 386	3.84 237	2.55 328	5.31 353	1.73 254	2.30 258	1.96 308	6.78 327	3.09 327	0.01 305	0.06 320	0.03 347	0.10 330	0.10 250	0.37 358

CBMV	1.56 282	0.24 165	1.92 199	0.31 279	0.03 188	2.90 307	4.33 376	3.79 229	1.81 277	4.98 350	1.73 254	2.70 272	1.68 296	3.81 190	0.92 246	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.08 283
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
LMCR-Stereo	1.10 224	0.69 311	1.95 204	0.50 312	0.01 101	2.73 297	0.09 203	6.20 361	0.64 78	2.37 288	1.76 256	0.13 61	1.59 292	2.94 161	0.23 117	0.00 1	0.00 1	0.00 1	0.00 1	0.12 264	0.00 1

NOSS_ROB	1.29 249	0.22 158	1.35 135	0.64 332	0.16 279	2.56 290	0.00 1	4.14 256	2.37 319	2.29 282	1.76 256	2.84 279	0.02 16	6.80 329	0.45 190	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.11 296

Ntro	3.24 345	1.34 364	2.83 273	7.27 391	4.43 388	6.22 363	0.74 317	4.73 297	1.48 245	0.39 78	1.77 258	2.70 272	1.28 271	4.59 235	1.25 263	8.06 394	0.28 376	2.12 387	0.05 307	8.11 391	5.16 394

RAFT + AFF	1.63 287	1.13 356	2.62 266	0.04 125	0.80 361	2.29 278	1.03 328	5.54 344	2.06 299	1.77 240	1.81 259	1.22 186	3.65 349	6.23 293	1.57 277	0.01 305	0.35 380	0.00 1	0.01 271	0.33 346	0.12 305

MLCV	1.01 198	0.53 277	2.17 228	0.03 102	0.00 1	1.60 228	0.03 139	2.90 126	1.30 215	2.60 299	1.85 260	1.00 169	0.40 194	4.88 245	0.74 232	0.00 1	0.00 1	0.00 1	0.00 1	0.07 211	0.01 62

AASNet	0.86 166	0.53 277	1.96 207	0.04 125	0.00 1	1.70 251	0.05 172	5.13 322	1.84 279	0.93 141	1.88 261	0.96 163	0.19 145	0.67 97	0.91 245	0.00 1	0.00 1	0.00 1	0.00 1	0.27 334	0.09 288

xxxx	1.78 304	0.07 32	1.02 56	0.00 1	0.01 101	1.44 175	0.00 1	5.81 354	1.53 251	1.37 206	1.91 262	1.08 177	0.05 52	4.37 216	16.98 393	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.02 150

PSM-AAD	1.15 235	0.04 4	0.88 29	0.10 205	0.27 323	1.32 136	3.25 363	2.41 90	0.64 78	2.93 308	1.92 263	0.15 69	5.39 370	3.42 175	0.19 108	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 230

XQC	2.57 333	1.20 360	6.33 373	0.18 241	0.01 101	3.84 329	0.33 284	5.24 325	3.83 348	4.43 342	1.94 264	4.58 331	3.19 339	7.19 350	8.67 370	0.00 1	0.03 294	0.00 1	0.03 293	0.27 334	0.19 334

AFF-stereo	0.65 106	0.46 250	0.82 21	0.37 296	0.00 1	1.19 84	0.00 1	3.04 139	1.42 231	0.72 115	1.95 265	1.16 183	0.26 165	0.97 109	0.31 152	0.00 1	0.02 272	0.00 1	0.00 1	0.21 316	0.02 150

ADCPNet	3.63 356	0.82 332	13.20 391	0.08 188	0.43 344	7.02 366	2.23 352	4.77 303	2.41 320	4.31 341	1.96 266	7.57 364	5.16 365	6.45 307	13.80 385	0.02 327	0.75 386	0.04 349	0.90 395	0.16 288	0.53 362

pcwnet_v2	1.29 249	0.17 124	5.98 366	0.10 205	0.01 101	1.76 255	0.02 98	5.08 321	2.90 334	1.54 224	1.98 267	2.03 238	0.81 244	3.01 164	0.28 140	0.00 1	0.00 1	0.00 1	0.01 271	0.03 133	0.03 189

iRaft-Stereo_5w	1.08 213	0.56 284	2.70 269	0.02 64	0.02 169	1.20 92	0.01 54	3.18 158	0.63 71	0.14 43	2.00 268	1.62 209	1.54 284	6.69 320	1.01 251	0.00 1	0.00 1	0.00 1	0.00 1	0.23 320	0.01 62

DLCB_ROB	1.17 238	0.22 158	1.28 120	0.08 188	0.00 1	1.51 199	0.23 252	3.39 187	1.52 250	3.43 326	2.00 268	3.40 306	0.31 174	4.29 210	1.82 287	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DualNet	1.39 264	0.05 8	1.65 171	0.34 289	0.01 101	1.58 217	0.02 98	3.03 134	6.40 365	1.39 207	2.07 270	2.15 247	0.34 180	1.59 133	7.08 358	0.00 1	0.02 272	0.00 1	0.00 1	0.09 241	0.03 189

ffm	1.04 204	0.05 8	1.65 171	0.34 289	0.01 101	1.58 217	0.02 98	3.03 134	6.40 365	1.39 207	2.07 270	2.15 247	0.34 180	1.59 133	0.05 17	0.00 1	0.02 272	0.00 1	0.00 1	0.09 241	0.03 189

ff1	1.65 289	0.05 8	1.65 171	0.34 289	0.01 101	1.58 217	0.02 98	3.03 134	6.40 365	1.39 207	2.07 270	2.15 247	0.34 180	6.68 317	7.08 358	0.00 1	0.02 272	0.00 1	0.00 1	0.09 241	0.03 189

mmx	1.56 282	0.05 8	1.65 171	0.34 289	0.01 101	1.58 217	0.02 98	5.51 342	2.25 315	1.39 207	2.07 270	2.15 247	0.34 180	6.68 317	7.08 358	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.01 62

xxx	1.56 282	0.05 8	1.65 171	0.34 289	0.01 101	1.58 217	0.02 98	5.51 342	2.25 315	1.39 207	2.07 270	2.15 247	0.34 180	6.68 317	7.08 358	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.01 62

ttt	1.35 259	0.05 8	1.09 82	0.46 307	0.01 101	1.61 232	0.00 1	5.61 345	1.97 293	1.75 235	2.10 275	1.40 194	0.11 112	4.81 242	6.07 355	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.02 150

222	2.69 335	0.09 50	1.03 67	0.00 1	0.00 1	1.54 210	0.00 1	5.61 345	1.55 253	1.51 216	2.10 275	0.53 114	0.07 78	4.54 230	35.09 411	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

Wz-Net-SNSev	2.53 332	2.49 384	10.66 387	0.39 298	0.01 101	2.73 297	0.40 292	5.02 317	1.50 249	2.15 265	2.12 277	6.48 355	1.11 259	9.47 378	5.84 354	0.00 1	0.01 223	0.00 1	0.00 1	0.21 316	0.06 258

Syn2CoEx	1.66 290	1.17 357	4.29 335	0.04 125	0.00 1	1.44 175	0.56 306	5.33 333	1.98 295	2.01 259	2.12 277	2.08 240	2.81 329	6.55 310	2.42 311	0.00 1	0.00 1	0.00 1	0.00 1	0.33 346	0.06 258

SMFormer	1.04 204	0.16 118	1.55 154	0.33 283	0.01 101	1.03 33	0.00 1	5.24 325	2.12 302	1.53 218	2.16 279	0.92 154	0.02 16	4.46 222	1.24 261	0.00 1	0.01 223	0.00 1	0.00 1	0.03 133	0.02 150

tta	1.04 204	0.16 118	1.55 154	0.33 283	0.01 101	1.03 33	0.00 1	5.24 325	2.12 302	1.53 218	2.16 279	0.92 154	0.02 16	4.46 222	1.24 261	0.00 1	0.01 223	0.00 1	0.00 1	0.03 133	0.01 62

qqq1	0.98 189	0.16 118	1.55 154	0.33 283	0.01 101	1.03 33	0.00 1	5.24 325	2.12 302	1.53 218	2.16 279	0.92 154	0.02 16	4.46 222	0.07 38	0.00 1	0.01 223	0.00 1	0.00 1	0.03 133	0.01 62

fff1	0.98 189	0.16 118	1.55 154	0.33 283	0.01 101	1.03 33	0.00 1	5.24 325	2.12 302	1.53 218	2.16 279	0.92 154	0.02 16	4.46 222	0.07 38	0.00 1	0.01 223	0.00 1	0.00 1	0.03 133	0.01 62

test_xeample	1.79 306	0.08 38	1.03 67	0.02 64	0.00 1	1.44 175	0.00 1	5.48 340	1.84 279	1.65 230	2.17 283	0.37 93	0.06 67	4.00 200	17.67 395	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.02 150

ADLNet	1.20 242	0.29 189	1.98 210	0.00 1	0.02 169	2.20 273	0.11 212	4.39 277	2.52 326	2.19 269	2.20 284	2.66 270	0.70 238	3.42 175	1.25 263	0.00 1	0.00 1	0.00 1	0.00 1	0.10 250	0.04 213

anonymousa	0.79 144	0.26 171	1.91 198	0.03 102	0.29 332	1.46 186	0.02 98	3.76 225	0.97 166	0.72 115	2.25 285	3.21 302	0.56 210	0.15 9	0.12 70	0.00 1	0.00 1	0.00 1	0.04 303	0.00 1	0.02 150

IIG-Stereo	1.30 251	0.48 260	1.04 71	2.41 380	0.05 211	1.61 232	0.14 223	2.59 106	0.68 100	2.97 311	2.28 286	3.08 294	0.57 212	7.41 356	0.65 226	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

TransformOpticalFlow	1.47 272	0.31 193	3.22 296	0.66 333	0.08 237	1.54 210	0.09 203	3.84 237	1.58 263	1.66 231	2.32 287	3.60 312	3.12 337	6.99 345	0.42 183	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

DAS	1.26 247	0.08 38	2.25 238	0.04 125	0.01 101	1.28 124	1.18 332	3.80 232	1.58 263	4.60 344	2.37 288	1.53 198	0.53 206	5.36 265	0.59 217	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

SepStereo	1.28 248	0.08 38	2.25 238	0.04 125	0.01 101	1.28 124	1.18 332	3.80 232	1.58 263	4.60 344	2.37 288	1.53 198	0.53 206	5.63 276	0.59 217	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

IPLGR_C	0.75 131	0.88 337	2.58 263	0.13 216	0.02 169	1.40 162	0.27 261	3.19 162	0.84 149	1.92 249	2.46 290	0.18 72	0.11 112	0.49 81	0.26 132	0.00 1	0.05 313	0.01 320	0.05 307	0.19 306	0.06 258

ACRE	0.75 131	0.78 323	2.72 272	0.13 216	0.02 169	1.40 162	0.26 258	3.20 164	0.82 144	1.84 245	2.46 290	0.19 73	0.10 104	0.52 82	0.26 132	0.00 1	0.04 304	0.01 320	0.05 307	0.19 306	0.05 230

DGSMNet	2.23 327	0.80 326	6.10 368	0.96 356	1.73 375	3.22 310	4.12 372	5.30 331	1.11 189	1.19 184	2.48 292	3.18 300	0.65 231	4.57 234	1.33 268	1.11 381	1.37 391	1.55 383	1.26 396	1.37 379	1.28 379

whm_eth	0.68 118	0.52 272	3.05 281	0.01 17	0.00 1	1.26 120	0.02 98	3.36 183	1.93 291	0.26 52	2.52 293	0.13 61	0.11 112	0.18 14	0.10 61	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.11 296

otaku	3.17 344	1.32 363	2.49 256	6.07 389	3.26 384	4.62 344	2.15 349	5.35 334	1.34 219	2.00 256	2.54 294	3.50 311	1.49 278	3.68 181	1.11 253	7.89 393	0.23 371	1.88 384	0.03 293	7.74 390	4.78 393

CIPLG	0.75 131	0.81 329	2.38 248	0.13 216	0.03 188	1.41 166	0.27 261	3.19 162	0.84 149	1.98 255	2.56 295	0.19 73	0.10 104	0.54 86	0.26 132	0.00 1	0.05 313	0.01 320	0.05 307	0.19 306	0.05 230

RAFT-Stereo + iAFF	0.60 93	0.36 207	0.96 41	0.03 102	0.02 169	1.21 95	0.02 98	2.80 119	1.55 253	1.08 171	2.63 296	0.43 102	0.16 133	0.37 61	0.25 127	0.00 1	0.02 272	0.00 1	0.00 1	0.19 306	0.01 62

PS-NSSS	1.08 213	0.45 246	1.70 182	0.02 64	0.01 101	1.37 154	0.01 54	4.38 275	2.09 300	1.15 178	2.65 297	0.65 124	0.07 78	6.35 299	0.56 211	0.16 361	0.00 1	0.00 1	0.00 1	0.05 182	0.00 1

NCC-stereo	1.67 294	0.56 284	3.10 285	0.08 188	0.22 303	2.24 275	0.13 220	5.05 319	1.42 231	2.27 280	2.72 298	4.29 325	3.53 345	5.76 278	2.01 301	0.04 337	0.00 1	0.00 1	0.00 1	0.03 133	0.02 150

Abc-Net	1.67 294	0.56 284	3.10 285	0.08 188	0.22 303	2.24 275	0.13 220	5.05 319	1.42 231	2.27 280	2.72 298	4.29 325	3.53 345	5.76 278	2.01 301	0.04 337	0.00 1	0.00 1	0.00 1	0.03 133	0.02 150
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
LL-Strereo	1.93 313	0.97 344	3.83 320	0.55 320	2.19 381	1.49 194	0.05 172	4.09 252	1.00 173	2.59 298	2.77 300	5.17 344	5.63 371	7.19 350	0.63 222	0.00 1	0.10 348	0.00 1	0.00 1	0.25 329	0.20 338

FBW_ROB	2.36 330	0.36 207	3.16 288	0.37 296	0.14 269	4.42 343	0.18 235	6.64 367	3.05 336	2.98 312	2.85 301	4.86 338	1.11 259	11.00 389	4.53 340	0.16 361	0.05 313	0.37 374	0.09 326	0.19 306	0.78 369

STrans-v2	1.67 294	0.36 207	3.28 297	0.02 64	0.19 292	1.45 181	0.08 194	6.69 369	1.49 247	2.00 256	2.86 302	3.67 315	3.88 353	7.04 348	0.45 190	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

AnyNet_C32	3.93 360	2.58 385	12.07 390	0.39 298	0.49 350	5.50 355	6.45 397	4.44 282	2.19 311	6.86 362	2.94 303	5.28 346	3.20 340	6.63 315	18.37 397	0.08 350	0.04 304	0.20 368	0.09 326	0.57 370	0.19 334

RainbowNet	4.74 367	3.21 391	3.07 283	9.34 396	6.01 390	4.89 349	3.60 367	7.09 374	4.39 354	1.63 229	3.01 304	4.72 335	2.96 333	5.53 270	1.19 259	8.95 396	2.12 395	8.48 392	0.19 354	8.75 392	5.73 395

HGLStereo	1.03 202	0.18 129	1.50 147	0.01 17	0.01 101	1.41 166	0.01 54	3.41 191	0.82 144	1.05 167	3.09 305	2.11 243	1.24 268	4.51 227	1.18 258	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.03 189

GMM-Stereo	1.09 220	0.05 8	1.62 168	0.13 216	0.22 303	1.41 166	0.87 321	2.31 77	0.62 68	2.75 303	3.14 306	0.54 115	0.90 250	5.33 263	0.13 74	0.01 305	0.00 1	0.00 1	0.02 287	0.01 25	1.80 383

psmorigin	2.01 319	0.37 211	10.25 385	0.22 251	0.03 188	1.62 238	0.19 240	3.31 177	1.05 181	4.92 349	3.14 306	5.85 349	2.21 314	5.31 261	1.71 284	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.02 150

RTSC	2.66 334	1.24 361	6.04 367	0.18 241	0.02 169	4.40 342	0.08 194	4.29 271	4.98 358	6.00 356	3.15 308	2.97 289	1.56 286	6.71 322	10.89 377	0.00 1	0.07 329	0.00 1	0.05 307	0.40 358	0.24 346

ADLNet2	1.38 263	0.39 220	3.13 287	0.00 1	0.70 359	1.23 110	0.26 258	4.19 260	2.36 318	1.45 214	3.16 309	4.23 324	0.82 247	4.56 233	0.88 240	0.00 1	0.00 1	0.00 1	0.00 1	0.13 268	0.02 150

DDUNet	3.28 347	10.54 407	2.29 244	3.50 384	3.31 385	4.21 336	0.21 244	3.77 226	1.03 176	2.54 296	3.17 310	3.20 301	0.21 155	3.89 195	0.69 228	1.94 384	0.05 313	9.87 393	3.53 402	5.03 386	2.55 386

MFN_U_SF_RVC	3.76 358	1.77 374	9.85 384	0.84 345	0.27 323	9.50 378	0.49 302	8.07 379	3.41 339	4.81 348	3.28 311	9.40 370	3.49 344	7.76 364	8.31 369	0.41 374	0.54 383	0.52 377	0.80 393	0.89 375	0.84 371

SAMSARA	3.32 351	1.07 353	6.25 370	0.86 352	0.31 337	7.55 372	3.87 370	5.26 330	4.20 351	7.43 366	3.35 312	10.04 372	3.83 352	6.98 344	4.83 344	0.00 1	0.14 360	0.00 1	0.05 307	0.17 292	0.22 342

SHD	3.01 341	1.02 350	5.52 359	0.45 306	0.39 342	4.12 333	0.17 231	6.68 368	12.04 381	7.20 364	3.36 313	4.40 327	2.58 324	4.69 236	7.17 362	0.01 305	0.04 304	0.00 1	0.03 293	0.22 319	0.17 324

ADCL	3.30 348	0.81 329	6.76 375	0.25 262	0.25 315	6.93 365	4.65 380	4.79 306	2.62 330	4.61 346	3.36 313	5.22 345	4.55 358	5.54 272	14.91 387	0.05 343	0.01 223	0.11 361	0.13 338	0.28 340	0.10 292

test_4	0.51 74	0.10 69	1.27 119	0.01 17	0.06 219	0.97 27	0.03 139	1.12 30	0.16 12	0.27 53	3.42 315	0.65 124	0.09 97	1.59 133	0.26 132	0.00 1	0.00 1	0.00 1	0.08 323	0.14 274	0.00 1

WZ-Net	4.16 363	1.75 373	23.59 400	0.08 188	0.04 204	2.62 296	2.16 350	5.89 355	4.74 357	5.73 355	3.51 316	6.99 362	4.89 363	10.82 386	10.11 374	0.00 1	0.00 1	0.00 1	0.00 1	0.12 264	0.11 296

fast-acv-ft	1.41 267	0.46 250	4.29 335	0.10 205	0.13 263	3.97 330	0.29 272	2.42 91	1.91 289	0.81 129	3.55 317	3.02 291	1.26 270	3.35 170	2.05 304	0.04 337	0.01 223	0.04 349	0.04 303	0.39 357	0.05 230

ADCMid	3.95 361	1.34 364	10.91 388	0.18 241	0.38 341	5.02 350	1.27 337	4.87 310	2.94 335	11.15 381	3.60 318	6.76 359	5.21 368	6.40 306	16.96 392	0.12 357	0.08 338	0.55 379	0.46 384	0.53 369	0.19 334

HSM-Net_RVC	1.40 266	0.07 32	1.58 164	0.00 1	0.01 101	1.88 263	0.05 172	7.24 375	1.71 273	3.63 328	3.63 319	3.21 302	0.36 186	4.25 208	0.44 187	0.01 305	0.01 223	0.00 1	0.00 1	0.01 25	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UDG	2.86 337	8.81 404	1.57 163	2.60 381	0.89 364	2.39 283	0.11 212	3.42 193	1.02 175	2.18 268	3.64 320	5.04 342	1.60 293	4.17 205	2.09 305	1.21 383	0.04 304	7.69 390	3.67 403	4.10 384	0.93 375

CrosDoStereo	1.66 290	0.15 110	1.66 176	0.02 64	0.07 227	1.38 159	6.16 393	3.12 148	1.06 184	0.97 146	3.74 321	0.96 163	4.79 361	7.00 346	1.92 295	0.00 1	0.00 1	0.00 1	0.00 1	0.11 259	0.00 1

DeepStereo_LL	1.66 290	0.15 110	1.66 176	0.02 64	0.07 227	1.38 159	6.16 393	3.12 148	1.06 184	0.97 146	3.74 321	0.96 163	4.79 361	7.00 346	1.92 295	0.00 1	0.00 1	0.00 1	0.00 1	0.11 259	0.00 1

SGM-Forest	1.84 307	0.08 38	1.31 129	0.15 228	0.22 303	3.52 323	2.46 358	3.85 239	2.16 308	5.29 352	3.90 323	3.71 317	1.56 286	6.28 295	1.90 292	0.01 305	0.02 272	0.00 1	0.00 1	0.03 133	0.30 349
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
edge stereo	1.94 315	0.40 225	3.82 319	0.15 228	0.09 244	1.81 261	0.45 298	4.77 303	2.21 313	3.36 322	3.94 324	8.39 366	1.72 298	5.75 277	1.69 283	0.00 1	0.00 1	0.01 320	0.00 1	0.17 292	0.01 62

ccnet	1.70 300	0.20 143	1.95 204	0.26 268	0.18 285	3.72 327	1.22 334	4.22 265	1.43 235	2.37 288	3.96 325	3.45 309	1.51 282	4.69 236	4.47 339	0.06 348	0.00 1	0.09 357	0.01 271	0.10 250	0.01 62

MFN_U_SF_DS_RVC	3.30 348	2.61 386	7.84 378	0.09 198	0.26 318	12.92 384	7.62 401	4.25 266	3.64 345	2.95 310	3.99 326	4.61 334	1.22 264	8.36 368	1.77 285	0.59 378	1.15 390	0.04 349	0.85 394	0.48 365	0.67 367

GrayStereo	1.46 271	0.03 1	0.87 27	0.63 331	0.20 296	1.24 111	4.61 379	2.85 123	0.62 68	4.98 350	4.00 327	0.45 104	4.67 359	3.37 172	0.08 47	0.00 1	0.00 1	0.00 1	0.50 386	0.01 25	0.01 62

THIR-Stereo	1.48 273	0.29 189	1.51 150	0.01 17	0.02 169	1.05 46	4.32 375	2.11 71	0.22 30	1.08 171	4.24 328	1.93 231	4.19 355	6.76 325	1.87 291	0.00 1	0.00 1	0.04 349	0.00 1	0.05 182	0.00 1

AANet_RVC	1.66 290	0.88 337	3.52 307	0.06 156	0.00 1	1.22 97	0.00 1	3.25 167	2.51 325	2.21 270	4.49 329	3.65 314	0.20 151	7.10 349	3.42 330	0.50 377	0.04 304	0.00 1	0.00 1	0.08 222	0.05 230

RGC	1.86 309	0.67 307	3.45 306	0.07 176	0.26 318	3.29 313	0.11 212	4.78 305	1.46 239	3.26 320	4.51 330	5.14 343	2.68 326	5.46 267	1.94 299	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.09 288

stereogan	2.13 323	0.31 193	3.75 315	0.01 17	0.09 244	7.44 371	0.60 310	4.27 269	3.29 338	3.91 335	4.62 331	6.41 354	1.84 305	5.17 255	0.58 215	0.00 1	0.01 223	0.01 320	0.00 1	0.24 323	0.05 230

FAT-Stereo	1.86 309	0.19 136	3.31 299	0.17 237	0.03 188	1.78 258	0.97 325	4.76 302	2.79 332	4.22 339	4.87 332	5.31 347	2.83 331	5.06 253	0.90 241	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.01 62

DispFullNet	7.91 381	23.96 413	13.67 392	14.71 406	7.88 398	4.83 348	0.04 159	5.01 316	2.89 333	8.86 375	4.96 333	6.11 351	10.72 389	10.18 383	3.51 332	2.44 385	0.33 378	15.15 402	4.65 406	12.33 404	5.95 396

CBMV_ROB	1.70 300	0.11 82	1.98 210	0.46 307	0.00 1	2.85 305	0.91 324	4.27 269	2.21 313	4.02 337	5.00 334	2.97 289	2.32 317	5.40 266	1.35 269	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.06 258

RP	1.76 303	0.55 280	2.59 265	0.22 251	0.60 357	1.70 251	0.98 327	4.31 273	1.99 297	3.12 316	5.04 335	4.41 328	2.96 333	4.72 238	1.90 292	0.01 305	0.00 1	0.00 1	0.01 271	0.14 274	0.01 62

STTRV1_RVC	1.94 315	0.35 203	4.85 350	0.32 282	0.01 101	2.41 284	0.34 288	5.79 352	3.55 341	0.82 130	5.11 336	1.63 212	1.08 257	7.63 360	1.41 273	0.91 379	2.53 404	0.00 1	0.00 1	0.01 25	0.04 213

DRaft	1.34 258	0.12 86	1.19 107	0.06 156	0.01 101	1.64 241	0.43 296	1.86 59	0.14 6	3.76 330	5.27 337	0.41 100	4.38 357	5.49 269	1.68 281	0.01 305	0.06 320	0.00 1	0.07 318	0.07 211	0.11 296

Sa-1000	1.04 204	0.39 220	1.17 101	0.00 1	0.20 296	1.33 142	0.03 139	4.19 260	1.81 277	0.99 159	5.33 338	0.61 118	0.15 130	4.07 201	0.30 150	0.00 1	0.00 1	0.00 1	0.16 345	0.13 268	0.00 1

ACVNet_1	6.16 376	1.86 378	4.43 341	9.52 398	7.22 397	7.59 373	2.37 354	9.99 385	6.71 370	3.84 333	5.35 339	13.23 379	4.90 364	6.25 294	1.94 299	9.06 398	2.40 399	10.88 399	0.11 334	9.58 399	6.03 398

EAI-Stereo	1.14 232	0.12 86	1.19 107	0.21 249	0.32 339	1.84 262	2.32 353	5.42 338	1.19 201	1.02 161	5.66 340	0.48 108	0.60 215	0.86 104	0.62 221	0.00 1	0.13 359	0.00 1	0.65 390	0.02 94	0.17 324

S-Stereo	2.00 318	0.30 192	5.74 364	0.24 259	0.23 308	2.51 288	1.90 344	4.74 298	5.15 359	2.42 292	5.80 341	2.85 281	0.72 239	5.08 254	2.17 307	0.00 1	0.02 272	0.00 1	0.00 1	0.08 222	0.04 213

HHNet	0.87 171	0.25 167	1.78 190	0.16 234	0.08 237	1.30 132	0.44 297	1.93 61	0.64 78	1.41 212	5.92 342	0.14 67	1.79 300	0.35 60	0.95 247	0.05 343	0.00 1	0.01 320	0.00 1	0.14 274	0.01 62

MADNet+	10.71 391	14.57 409	70.07 415	0.58 324	0.47 349	19.89 398	4.20 373	11.05 386	6.87 371	3.03 314	5.99 343	9.01 369	6.35 374	31.95 412	28.31 410	0.22 365	0.26 375	0.01 320	0.04 303	0.46 361	0.87 372

ADCS	5.09 370	2.15 381	16.58 395	0.34 289	0.07 227	5.91 360	4.26 374	6.73 371	6.99 372	9.44 376	6.09 344	6.57 357	5.17 367	9.54 379	21.38 406	0.00 1	0.00 1	0.00 1	0.00 1	0.36 354	0.23 345

Consistency-Raft	1.36 260	0.65 304	4.81 349	0.33 283	0.32 339	1.62 238	0.11 212	3.65 218	3.80 347	0.33 59	6.12 345	0.86 151	2.14 313	0.94 107	1.25 263	0.02 327	0.01 223	0.00 1	0.00 1	0.24 323	0.01 62

CSAN	2.70 336	0.75 316	3.41 303	0.18 241	0.12 259	4.18 335	4.05 371	4.11 254	4.36 352	6.03 357	6.24 346	4.60 333	4.74 360	7.29 353	3.43 331	0.02 327	0.03 294	0.01 320	0.02 287	0.18 299	0.22 342

DEmStereo	1.51 275	0.08 38	2.17 228	0.09 198	0.02 169	1.76 255	0.90 323	1.47 47	0.60 56	2.46 295	6.42 347	1.08 177	5.16 365	6.21 291	1.86 290	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

ACVNet-4b	5.67 372	1.65 370	4.43 341	9.46 397	7.11 396	8.72 377	1.68 343	6.61 366	5.76 364	0.27 53	6.49 348	11.67 373	2.43 321	8.40 369	1.56 275	9.06 398	2.34 397	10.49 397	0.02 287	9.22 397	5.98 397

StereoVision	0.86 166	0.38 214	1.75 187	0.03 102	0.01 101	1.14 69	0.02 98	3.38 186	0.92 158	0.13 42	6.89 349	0.50 112	0.12 122	1.10 114	0.78 234	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.02 150

MFMNet_re	2.02 320	0.98 345	4.27 334	2.74 383	0.88 362	1.47 187	0.15 224	4.21 262	3.18 337	6.63 360	6.93 350	1.87 228	3.63 348	2.13 148	0.99 249	0.00 1	0.00 1	0.00 1	0.00 1	0.23 320	0.05 230

KYRaft	1.19 240	0.05 8	0.94 36	0.06 156	0.24 312	1.25 118	0.78 319	2.48 98	0.61 62	3.23 319	7.13 351	1.00 169	2.77 328	1.43 127	0.14 79	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	1.71 382

DCRE	0.69 121	0.35 203	1.16 99	0.06 156	0.02 169	0.91 20	0.00 1	1.05 27	0.30 36	0.98 155	7.63 352	0.72 135	0.02 16	0.16 12	0.07 38	0.00 1	0.02 272	0.00 1	0.21 361	0.02 94	0.03 189

RAFT-345	1.19 240	0.06 22	1.55 154	0.54 318	0.13 263	1.53 206	0.25 255	0.56 10	1.76 275	1.20 186	7.85 353	0.93 159	0.05 52	6.87 333	0.46 194	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

Nwc_Net	1.94 315	0.55 280	3.79 317	0.07 176	0.08 237	2.73 297	0.04 159	6.75 372	1.11 189	2.03 260	7.92 354	4.82 337	2.11 312	4.78 240	2.01 301	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.01 62

SPS-STEREO	3.08 343	0.49 264	2.49 256	0.21 249	0.24 312	3.67 326	1.24 335	5.80 353	2.43 322	10.68 379	8.00 355	9.48 371	3.59 347	8.11 367	5.08 348	0.01 305	0.01 223	0.00 1	0.00 1	0.04 164	0.11 296
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MDST_ROB	3.50 354	0.07 32	3.94 321	2.66 382	1.46 372	12.94 385	0.97 325	7.32 376	2.42 321	14.82 394	8.08 356	2.74 275	1.51 282	8.44 370	2.48 314	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.11 296

MSC_U_SF_DS_RVC	5.12 371	2.33 382	8.42 380	0.33 283	0.27 323	24.60 407	8.84 404	5.50 341	9.75 377	3.82 332	8.16 357	8.53 367	1.82 301	9.44 377	5.18 349	1.02 380	1.65 393	0.33 373	0.47 385	1.06 377	0.90 373

AnyNet_C01	6.59 378	4.31 395	36.24 406	0.96 356	0.46 347	9.96 379	5.74 390	6.02 360	3.63 344	7.59 367	8.56 358	8.83 368	3.14 338	13.74 394	20.83 404	0.12 357	0.08 338	0.25 371	0.09 326	1.01 376	0.34 355

Prome-Stereo	1.23 246	0.06 22	0.93 35	0.12 213	0.24 312	1.26 120	0.67 313	2.53 103	0.69 113	2.08 262	8.70 359	0.76 139	2.91 332	2.12 147	0.11 68	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 381

SGM_RVC	4.07 362	0.38 214	1.98 210	0.84 345	0.26 318	6.20 362	2.37 354	6.45 364	3.57 342	11.56 384	9.27 360	15.55 383	6.78 375	10.07 382	4.60 342	0.22 365	0.25 372	0.20 368	0.23 365	0.26 331	0.34 355
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
GANet	1.90 312	0.43 237	1.83 195	0.39 298	0.00 1	2.24 275	3.37 364	3.90 243	1.44 236	2.17 267	9.66 361	2.57 268	1.09 258	6.88 334	1.81 286	0.00 1	0.00 1	0.02 342	0.00 1	0.10 250	0.03 189

EDNetEfficient	6.54 377	1.17 357	33.15 404	0.66 333	1.96 377	2.07 270	3.72 368	2.80 119	14.85 385	20.02 401	9.69 362	6.59 358	10.19 388	7.19 350	15.49 390	0.03 335	0.10 348	0.01 320	0.20 357	0.62 373	0.29 348

AF-Net	2.17 325	0.65 304	3.53 308	0.00 1	0.09 244	2.02 269	0.48 300	6.44 363	1.70 271	3.36 322	10.22 363	4.95 340	2.81 329	4.34 212	2.66 321	0.00 1	0.00 1	0.00 1	0.00 1	0.13 268	0.01 62

aanetorigin	2.87 338	0.73 315	8.74 381	0.23 257	0.23 308	1.61 232	2.07 346	1.76 57	1.10 187	14.21 392	10.25 364	2.93 285	3.38 343	4.98 249	4.06 335	0.10 354	0.05 313	0.09 357	0.11 334	0.57 370	0.15 318

tt	68.65 419	0.15 110	99.57 426	50.64 418	14.90 410	100.00 427	100.00 427	100.00 429	99.76 424	27.80 408	10.52 365	99.97 429	98.63 425	99.61 426	100.00 430	90.62 423	98.21 424	46.66 418	52.02 420	62.86 421	21.04 416

SDNR	3.31 350	0.91 341	6.28 372	0.44 303	0.02 169	26.11 408	0.01 54	3.81 235	1.62 266	2.82 306	11.06 366	2.93 285	0.60 215	7.95 365	1.52 274	0.01 305	0.01 223	0.00 1	0.00 1	0.06 197	0.12 305

pmcnn	3.61 355	0.68 309	5.38 358	0.61 328	1.46 372	2.75 301	1.26 336	5.04 318	1.57 259	8.77 374	11.67 367	18.69 389	2.38 319	6.03 283	5.61 352	0.00 1	0.07 329	0.00 1	0.00 1	0.21 316	0.07 274

ASMatch	1.44 269	0.14 100	2.15 227	0.60 325	0.21 301	1.21 95	0.26 258	0.96 24	0.66 87	0.29 55	11.75 368	0.93 159	2.37 318	6.73 323	0.54 208	0.00 1	0.00 1	0.00 1	0.01 271	0.00 1	0.04 213

G-Net	3.49 353	0.47 258	4.03 324	1.61 375	1.91 376	10.78 381	1.92 345	3.06 140	1.26 210	8.59 373	12.06 369	6.13 352	7.82 379	4.78 240	4.77 343	0.08 350	0.12 355	0.07 354	0.15 339	0.16 288	0.11 296

PWCK	8.72 384	5.37 398	16.61 396	5.74 388	0.12 259	19.88 397	11.41 407	11.31 388	13.42 383	14.07 389	12.84 370	13.20 378	8.05 381	15.44 395	10.25 375	5.95 390	0.22 370	2.09 386	0.05 307	7.50 388	0.92 374

SANet	4.63 366	0.89 339	5.34 357	0.30 277	0.09 244	7.43 370	3.75 369	6.53 365	16.16 388	6.79 361	13.29 371	12.44 375	7.74 377	7.38 354	4.11 336	0.00 1	0.01 223	0.00 1	0.00 1	0.10 250	0.31 353

LSM	7.38 379	1.68 371	22.24 399	3.99 385	40.72 416	3.54 324	4.79 384	4.74 298	6.65 369	10.25 378	13.51 372	4.49 329	3.81 351	6.91 339	5.31 350	0.00 1	0.04 304	0.00 1	0.00 1	0.26 331	14.60 412

SGM+DAISY	4.39 364	1.34 364	5.18 354	1.01 359	0.88 362	5.61 357	2.86 360	4.88 311	3.53 340	13.29 388	13.95 373	12.66 376	7.55 376	7.98 366	5.39 351	0.23 369	0.18 368	0.15 365	0.24 367	0.29 341	0.64 365

NVStereoNet_ROB	3.25 346	0.46 250	2.71 271	0.34 289	0.56 354	2.36 282	0.87 321	4.56 288	4.47 356	4.55 343	14.09 374	11.93 374	3.23 342	9.79 381	3.14 328	0.43 375	0.03 294	0.53 378	0.31 380	0.36 354	0.38 359
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
EDNetEfficientorigin	10.31 390	1.90 379	98.96 425	0.22 251	0.23 308	2.73 297	0.71 315	4.50 285	16.94 389	18.72 395	15.36 375	12.74 377	10.73 390	8.96 373	11.94 382	0.01 305	0.01 223	0.00 1	0.00 1	0.25 329	1.31 380

PWC_ROB	2.90 340	1.01 349	6.12 369	0.53 317	0.57 356	1.30 132	0.40 292	3.85 239	4.42 355	7.37 365	15.40 376	3.03 293	1.55 285	6.31 297	5.74 353	0.00 1	0.00 1	0.00 1	0.00 1	0.46 361	0.05 230

coex-ft	12.01 396	5.60 399	80.23 416	0.15 228	0.15 274	1.88 263	0.73 316	2.66 109	30.12 402	49.31 415	16.59 377	15.97 384	14.42 396	6.79 328	14.50 386	0.05 343	0.08 338	0.01 320	0.05 307	0.37 356	0.61 364

JetBlue	13.83 399	5.03 396	33.82 405	0.84 345	6.92 394	50.14 414	20.02 412	15.09 391	8.92 376	11.33 382	17.05 378	28.25 400	18.01 404	32.60 413	18.53 399	0.32 372	0.12 355	0.15 365	0.23 365	4.59 385	4.64 392

UNDER WATER-64	20.03 410	10.28 406	31.50 403	20.05 410	13.64 407	32.81 412	23.45 413	16.01 392	33.44 406	22.01 406	17.25 379	40.58 411	32.20 413	24.50 405	22.36 408	10.06 406	2.70 408	18.37 406	4.24 405	14.84 408	10.24 411

FTStereo	2.16 324	0.03 1	1.42 140	0.17 237	0.13 263	1.42 171	4.67 381	2.44 92	0.63 71	3.36 322	17.95 380	0.78 148	4.17 354	4.41 217	0.14 79	0.15 360	0.00 1	0.00 1	0.00 1	0.01 25	1.25 378

IMH-64-1	9.55 386	2.76 389	2.44 250	11.17 401	9.13 401	12.03 382	5.45 387	18.33 396	15.78 386	6.59 358	18.69 381	16.95 385	6.20 372	10.63 384	8.06 366	9.46 401	2.46 400	15.42 404	1.61 397	10.89 400	6.88 402

IMH-64	9.55 386	2.76 389	2.44 250	11.17 401	9.13 401	12.03 382	5.45 387	18.33 396	15.78 386	6.59 358	18.69 381	16.95 385	6.20 372	10.63 384	8.06 366	9.46 401	2.46 400	15.42 404	1.61 397	10.89 400	6.88 402

RTS	9.75 388	2.69 387	65.25 413	0.85 348	1.99 378	14.36 387	4.75 382	5.69 350	17.29 390	7.97 368	19.00 383	6.83 360	3.02 335	26.15 409	18.62 400	0.00 1	0.15 363	0.00 1	0.00 1	0.29 341	0.16 320

RTSA	9.75 388	2.69 387	65.25 413	0.85 348	1.99 378	14.36 387	4.75 382	5.69 350	17.29 390	7.97 368	19.00 383	6.83 360	3.02 335	26.15 409	18.62 400	0.00 1	0.15 363	0.00 1	0.00 1	0.29 341	0.16 320

WCMA_ROB	4.54 365	0.48 260	3.19 290	0.49 311	0.63 358	5.38 354	2.57 359	4.70 295	3.77 346	14.17 391	19.02 385	15.47 382	9.03 383	6.73 323	4.85 345	0.01 305	0.05 313	0.01 320	0.01 271	0.08 222	0.16 320

MeshStereo	5.78 373	0.75 316	3.04 280	0.25 262	0.14 269	7.88 375	2.09 347	9.64 382	5.18 360	20.48 402	19.06 386	22.80 394	9.54 386	9.64 380	4.88 346	0.00 1	0.00 1	0.00 1	0.00 1	0.29 341	0.03 189
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
UNDER WATER	19.61 409	12.37 408	31.14 402	20.44 411	14.31 408	28.63 411	18.15 411	16.43 393	34.24 407	20.82 403	19.14 387	38.83 408	30.09 409	24.31 404	20.97 405	10.09 407	2.68 407	19.51 409	4.70 408	15.52 409	9.93 409

PVD	5.81 374	0.99 347	5.56 361	0.72 338	0.51 351	6.72 364	0.18 235	9.90 384	23.69 394	11.45 383	19.26 388	8.18 365	9.46 385	9.24 375	9.49 373	0.02 327	0.16 365	0.00 1	0.08 323	0.18 299	0.40 360

WAO-6	11.09 392	1.69 372	3.21 293	7.54 392	7.10 395	16.34 391	6.63 398	20.12 401	38.64 410	9.67 377	19.28 389	27.53 399	10.97 391	12.43 391	11.57 380	4.26 386	2.35 398	10.54 398	0.02 287	7.59 389	4.29 391

ACVNet_2	8.69 383	1.80 377	5.09 353	8.55 395	6.72 393	13.47 386	4.34 377	13.70 390	23.86 395	6.89 363	19.74 390	20.52 390	5.36 369	7.70 363	2.48 314	8.53 395	1.67 394	7.99 391	0.32 381	8.79 395	6.29 401

ELAS_RVC	7.69 380	0.80 326	4.90 351	1.06 361	1.02 366	10.00 380	9.43 405	9.75 383	14.69 384	21.83 405	20.27 391	17.88 387	16.41 399	13.01 392	10.44 376	0.22 365	0.55 384	0.28 372	0.19 354	0.35 352	0.65 366
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RAFT-RH_RVC	2.05 322	0.15 110	1.66 176	0.60 325	0.27 323	1.49 194	0.02 98	0.58 11	0.65 81	5.35 354	21.66 392	1.06 175	0.07 78	6.85 330	0.57 213	0.04 337	0.00 1	0.00 1	0.03 293	0.01 25	0.00 1

FCDSN-DC	5.04 369	0.15 110	1.83 195	0.22 251	0.44 345	5.60 356	1.66 341	5.22 324	4.37 353	14.49 393	21.86 393	20.65 392	11.88 392	7.66 362	4.55 341	0.02 327	0.00 1	0.00 1	0.00 1	0.03 133	0.05 230
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	6.09 375	0.18 129	2.35 247	0.42 301	0.53 352	7.80 374	1.42 338	8.14 380	7.07 373	19.05 400	22.10 394	22.85 395	13.84 394	9.42 376	6.44 356	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.06 258

Dean	11.46 395	2.03 380	5.20 355	10.73 400	8.20 400	18.71 396	5.73 389	21.10 405	41.49 413	11.12 380	22.16 395	25.92 398	7.74 377	7.52 358	4.31 338	9.01 397	2.27 396	9.95 396	0.61 389	9.18 396	6.22 399

KSHMR	14.27 403	6.95 402	5.79 365	15.08 407	12.84 406	17.44 392	10.61 406	18.88 398	30.94 403	18.81 397	22.21 396	28.54 401	8.85 382	15.56 396	9.24 372	10.34 408	3.60 410	21.61 410	4.68 407	14.48 407	8.94 407

LVE	11.10 393	2.36 383	3.34 300	9.94 399	8.13 399	21.22 400	7.75 402	16.47 394	32.55 405	8.55 372	23.64 397	23.22 396	7.93 380	10.98 388	6.65 357	9.45 400	2.55 406	11.08 400	0.58 388	9.35 398	6.28 400

PWCDC_ROB	3.06 342	1.38 368	3.81 318	0.14 226	0.00 1	3.14 308	0.02 98	4.40 278	12.35 382	1.08 171	23.69 398	2.01 235	2.01 311	3.87 194	2.43 312	0.24 370	0.00 1	0.00 1	0.00 1	0.61 372	0.08 283

IMH	11.11 394	3.50 392	2.56 262	11.25 403	9.13 401	14.49 389	5.10 385	20.68 404	26.30 398	8.28 370	23.85 399	20.63 391	9.19 384	12.39 390	7.96 364	9.50 403	2.50 402	15.28 403	1.66 399	11.07 403	6.96 404

LE_ROB	12.79 398	0.64 301	10.26 386	2.13 377	1.29 370	7.25 369	5.81 391	9.09 381	49.27 416	57.55 416	24.58 400	23.68 397	31.13 411	9.00 374	23.57 409	0.04 337	0.06 320	0.13 364	0.20 357	0.08 222	0.11 296

MSMD_ROB	4.94 368	0.43 237	2.58 263	0.12 213	0.01 101	8.43 376	1.09 330	4.25 266	4.11 350	13.11 387	26.36 401	13.95 380	13.88 395	7.45 357	2.92 324	0.10 354	0.01 223	0.00 1	0.00 1	0.01 25	0.02 150

ktn	19.15 408	18.52 410	6.39 374	22.64 413	17.26 411	24.47 405	12.11 408	24.52 412	34.74 408	18.75 396	27.70 402	32.54 402	17.85 403	15.71 397	16.67 391	22.09 412	3.64 411	28.95 414	10.91 411	17.40 411	10.22 410

notaker	17.52 406	21.54 412	7.84 378	18.05 409	14.44 409	17.58 393	6.43 396	20.13 402	24.44 397	21.34 404	27.71 403	39.12 409	18.78 405	19.63 402	20.40 403	11.95 409	2.71 409	25.51 412	5.85 409	17.10 410	9.78 408

ELAS	8.05 382	0.76 320	4.02 323	0.95 355	1.02 366	14.85 390	6.99 400	12.80 389	11.73 380	22.43 407	27.75 404	17.88 387	15.19 397	10.96 387	11.31 378	0.22 365	0.56 385	0.23 370	0.22 363	0.50 367	0.71 368
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-7	9.09 385	1.79 376	3.55 310	0.80 343	0.15 274	18.67 395	4.36 378	23.07 411	26.68 399	12.59 386	27.90 405	22.52 393	13.03 393	13.53 393	11.47 379	0.09 353	0.03 294	0.58 380	0.10 330	0.47 364	0.34 355

TorneroNet-64	15.45 404	5.66 400	3.44 305	13.86 404	12.03 405	28.15 410	6.27 395	19.89 400	38.68 411	12.16 385	28.06 406	35.76 407	15.44 398	19.56 401	15.40 389	9.71 404	2.52 403	19.13 407	2.70 400	12.55 405	7.94 406

DPSimNet_ROB	25.03 412	19.56 411	24.93 401	24.36 414	17.85 412	22.25 402	25.93 414	28.52 413	29.10 401	32.61 410	28.25 407	32.87 403	26.42 406	24.51 406	40.42 412	16.75 411	13.93 414	25.19 411	22.38 414	19.96 413	24.75 417

SGM-ForestM	12.56 397	0.80 326	4.31 338	1.07 362	0.41 343	21.56 401	8.57 403	17.42 395	19.67 392	29.93 409	28.49 408	45.83 413	27.22 408	26.05 408	18.40 398	0.14 359	0.25 372	0.18 367	0.28 378	0.18 299	0.42 361

TorneroNet	16.10 405	5.74 401	4.12 330	13.88 405	11.97 404	26.89 409	6.85 399	21.13 406	38.32 409	14.15 390	33.36 409	33.52 406	17.49 402	18.89 400	19.64 402	9.77 405	2.53 404	19.43 408	3.35 401	13.21 406	7.86 405

WAO-8	13.93 400	3.75 393	4.23 332	7.74 393	6.54 391	22.81 403	2.39 356	22.66 408	45.98 414	18.88 398	35.42 410	33.21 404	16.91 400	16.55 398	12.78 383	5.01 388	0.81 388	9.89 394	0.77 391	8.77 394	3.61 389

Venus	13.93 400	3.75 393	4.23 332	7.74 393	6.54 391	22.81 403	2.39 356	22.66 408	45.98 414	18.88 398	35.42 410	33.21 404	16.91 400	16.55 398	12.78 383	5.01 388	0.81 388	9.89 394	0.77 391	8.76 393	3.61 389

BEATNet-Init1	17.91 407	7.45 403	36.82 407	1.88 376	1.38 371	37.29 413	14.71 410	21.90 407	24.20 396	38.07 412	36.59 412	50.41 414	32.00 412	29.42 411	21.83 407	0.33 373	0.39 381	0.47 375	0.54 387	1.50 381	1.07 377

MANE	14.02 402	0.85 334	3.53 308	2.13 377	3.75 386	18.44 394	6.14 392	22.67 410	27.90 400	33.01 411	41.08 413	41.26 412	30.90 410	23.39 403	17.99 396	0.47 376	0.76 387	0.91 381	4.04 404	0.17 292	1.00 376

HanzoNet	29.69 413	29.33 415	21.66 398	21.75 412	19.07 413	24.58 406	12.99 409	28.87 414	40.49 412	43.09 413	44.02 414	55.65 416	44.93 414	43.17 415	44.44 413	27.88 415	9.47 413	29.77 415	15.86 413	20.94 414	15.84 413

JetRed	34.54 414	39.28 417	62.16 411	15.62 408	26.51 415	69.20 416	40.79 416	31.43 415	32.41 404	46.06 414	44.55 415	40.19 410	26.50 407	38.43 414	56.06 415	12.76 410	37.49 419	13.23 401	9.38 410	29.52 415	19.34 414

MADNet++	47.78 415	34.15 416	37.11 408	42.94 416	41.23 417	64.94 415	30.63 415	60.79 418	53.26 417	72.08 418	61.65 416	57.68 417	54.96 415	58.03 416	59.24 416	43.01 418	36.17 418	36.07 416	22.50 415	47.50 417	41.67 419

ASD4	55.28 416	67.10 420	50.57 410	44.24 417	57.82 419	92.00 419	98.23 425	54.95 416	86.61 421	58.30 417	64.61 417	50.57 415	63.33 417	58.83 417	67.37 417	25.76 414	29.60 416	26.82 413	29.01 416	42.42 416	37.42 418

xxxxx1	76.92 420	82.43 421	93.26 420	61.67 419	66.92 420	95.84 421	95.11 421	75.84 419	80.96 418	82.71 420	86.75 418	89.18 419	87.35 418	85.27 419	87.18 419	55.08 419	54.60 420	60.31 420	72.71 421	62.51 418	62.73 420

tt_ll	76.92 420	82.43 421	93.26 420	61.67 419	66.92 420	95.84 421	95.11 421	75.84 419	80.96 418	82.71 420	86.75 418	89.18 419	87.35 418	85.27 419	87.18 419	55.08 419	54.60 420	60.31 420	72.71 421	62.51 418	62.73 420

ff	76.92 420	82.43 421	93.26 420	61.67 419	66.92 420	95.84 421	95.11 421	75.84 419	80.96 418	82.71 420	86.75 418	89.18 419	87.35 418	85.27 419	87.18 419	55.08 419	54.60 420	60.31 420	72.71 421	62.51 418	62.73 420

LRCNet_RVC	60.63 417	63.16 419	62.94 412	69.09 422	50.21 418	19.92 399	0.07 188	58.32 417	5.21 361	75.67 419	86.75 418	74.68 418	62.48 416	59.01 418	49.80 414	93.38 424	56.36 423	93.48 424	92.95 424	67.44 422	71.73 424

PML	89.08 423	99.72 426	92.85 419	94.72 424	94.92 426	99.54 426	97.42 424	93.50 422	95.96 423	99.77 428	92.33 422	95.35 423	93.51 422	99.96 430	91.15 422	99.98 435	31.71 417	100.00 429	45.94 419	93.46 425	69.88 423

SPstereo	60.73 418	26.49 414	40.67 409	33.02 415	24.24 414	71.50 417	79.28 417	100.00 429	100.00 427	97.54 425	96.19 423	100.00 430	94.96 423	94.75 423	75.88 418	28.65 416	21.81 415	46.87 419	42.08 418	19.71 412	20.91 415

MEDIAN_ROB	96.83 424	99.41 424	98.66 424	94.75 425	94.23 424	93.08 420	90.54 419	95.61 424	94.75 422	97.65 426	97.73 424	98.30 424	96.57 424	94.51 422	93.74 424	99.78 434	98.24 425	99.99 428	99.89 427	99.48 428	99.67 428

Anonymous_1	97.10 425	99.72 426	99.64 427	92.33 423	93.91 423	100.00 427	100.00 427	99.20 426	99.90 425	98.57 427	99.75 425	99.14 425	99.94 426	98.50 425	99.54 425	87.90 422	98.87 426	90.88 423	96.91 425	92.22 424	95.12 425

HaxPig	97.68 426	99.63 425	91.34 418	99.82 435	99.97 429	88.15 418	88.00 418	98.28 425	99.93 426	99.98 429	99.99 426	99.95 428	99.99 427	96.29 424	92.24 423	99.99 436	99.98 428	100.00 429	99.99 428	100.00 437	99.98 435

MyStereo03	99.95 435	100.00 432	100.00 431	99.75 432	100.00 431	100.00 427	100.00 427	100.00 429	100.00 427	100.00 430	100.00 427	100.00 430	100.00 428	100.00 432	100.00 430	99.21 429	100.00 429	100.00 429	100.00 429	99.99 432	99.95 430

MyStereo02	99.95 435	100.00 432	100.00 431	99.75 432	100.00 431	100.00 427	100.00 427	100.00 429	100.00 427	100.00 430	100.00 427	100.00 430	100.00 428	100.00 432	100.00 430	99.21 429	100.00 429	100.00 429	100.00 429	99.99 432	99.95 430

MyStereo	99.95 435	100.00 432	100.00 431	99.75 432	100.00 431	100.00 427	100.00 427	100.00 429	100.00 427	100.00 430	100.00 427	100.00 430	100.00 428	100.00 432	100.00 430	99.21 429	100.00 429	100.00 429	100.00 429	99.99 432	99.95 430

Selective-RAFT-Error	100.00 438	100.00 432	100.00 431	100.00 438	100.00 431	100.00 427	100.00 427	100.00 429	100.00 427	100.00 430	100.00 427	100.00 430	100.00 428	100.00 432	100.00 430	100.00 437	100.00 429	100.00 429	100.00 429	99.99 432	99.95 430

CasAABBNet	99.94 433	100.00 432	100.00 431	99.72 431	100.00 431	100.00 427	100.00 427	100.00 429	100.00 427	100.00 430	100.00 427	100.00 430	100.00 428	100.00 432	100.00 430	99.21 429	100.00 429	100.00 429	100.00 429	99.96 431	99.95 430

test_example2	98.83 427	99.97 431	99.97 428	99.96 437	99.97 429	99.46 425	99.97 426	95.54 423	100.00 427	100.00 430	100.00 427	93.37 422	93.47 421	99.93 429	99.91 426	100.00 437	99.79 427	96.64 425	98.71 426	100.00 437	100.00 437

LSM0	99.94 433	100.00 432	100.00 431	99.84 436	100.00 431	100.00 427	100.00 427	100.00 429	100.00 427	100.00 430	100.00 427	100.00 430	100.00 428	100.00 432	100.00 430	99.22 433	100.00 429	100.00 429	100.00 429	99.99 432	99.83 429

DPSMNet_ROB	99.46 432	99.94 429	99.98 429	96.59 429	100.00 431	100.00 427	100.00 427	99.81 427	100.00 427	95.87 424	100.00 427	99.32 426	100.00 428	99.79 427	99.99 428	98.46 428	100.00 429	99.86 426	100.00 429	99.52 429	100.00 437

DGTPSM_ROB	99.45 431	99.94 429	99.98 429	96.58 428	100.00 431	100.00 427	100.00 427	99.81 427	100.00 427	95.86 423	100.00 427	99.32 426	100.00 428	99.79 427	99.99 428	98.34 427	100.00 429	99.86 426	100.00 429	99.52 429	99.99 436

DPSM_ROB	99.17 428	100.00 432	100.00 431	96.28 426	98.84 427	100.00 427	100.00 427	100.00 429	100.00 427	100.00 430	100.00 427	100.00 430	100.00 428	100.00 432	100.00 430	93.66 425	100.00 429	100.00 429	100.00 429	96.31 426	98.27 426

DPSM	99.17 428	100.00 432	100.00 431	96.28 426	98.84 427	100.00 427	100.00 427	100.00 429	100.00 427	100.00 430	100.00 427	100.00 430	100.00 428	100.00 432	100.00 430	93.66 425	100.00 429	100.00 429	100.00 429	96.31 426	98.27 426

AVERAGE_ROB	99.23 430	99.81 428	97.56 423	100.00 438	100.00 431	96.24 424	91.02 420	100.00 429	100.00 427	100.00 430	100.00 427	100.00 430	100.00 428	99.98 431	99.97 427	100.00 437	100.00 429	100.00 429	100.00 429	100.00 437	100.00 437

FADE		10.20 405		4.76 387	4.82 389			19.13 399	23.28 393	8.35 371		14.63 381		25.45 407		24.52 413	8.46 412	36.14 417	36.87 417	3.46 383	2.72 387

Low-res two-view benchmark