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

GLC_STEREO	0.87 1	0.39 14	1.55 2	0.72 70	0.01 1	1.98 43	0.55 125	3.52 4	3.54 42	0.96 25	1.63 22	0.19 1	0.41 20	1.29 7	0.58 4	0.00 1	0.01 102	0.00 1	0.00 1	0.05 59	0.08 37

MIF-Stereo	0.94 2	0.53 59	2.82 25	0.94 96	1.29 223	0.56 3	0.12 30	1.49 1	3.16 23	1.77 39	2.22 35	0.20 3	0.32 11	1.76 19	1.33 82	0.00 1	0.00 1	0.00 1	0.00 1	0.16 191	0.02 4

StereoIM	0.96 3	1.11 184	4.01 124	0.36 37	1.86 257	1.20 5	0.06 11	3.99 12	1.73 2	0.45 6	0.56 7	0.43 32	0.51 34	1.28 6	1.46 89	0.00 1	0.00 1	0.00 1	0.00 1	0.06 68	0.08 37

LoS	1.03 4	0.43 20	2.53 12	0.64 62	0.14 22	2.42 66	0.26 70	5.64 68	2.93 12	1.08 26	0.24 4	0.49 35	0.45 29	2.31 36	0.83 28	0.02 185	0.02 131	0.00 1	0.00 1	0.06 68	0.03 9

CASnet	1.09 5	0.47 37	2.09 5	0.79 81	0.08 9	2.10 50	0.14 45	3.83 9	4.26 78	3.84 73	1.56 20	0.32 23	0.30 7	1.13 2	0.77 22	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.03 9
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CREStereo	1.09 5	0.51 54	2.16 7	0.11 2	0.24 65	1.67 26	0.03 7	4.24 15	6.91 182	0.80 22	1.73 25	0.44 33	0.64 39	1.58 11	0.61 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 3	0.02 4
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
CroCo-Stereo	1.14 7	1.22 206	3.99 122	0.61 61	0.53 125	0.38 1	0.06 11	5.35 53	4.15 71	0.59 14	1.92 31	1.00 46	0.27 5	1.37 9	1.33 82	0.01 102	0.00 1	0.00 1	0.00 1	0.05 59	0.05 23
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
AEACV	1.27 8	0.38 9	2.61 15	1.75 172	1.21 212	2.44 67	0.85 195	4.79 28	1.67 1	0.71 15	0.26 6	0.29 17	2.00 118	2.30 35	0.66 10	0.01 102	0.95 301	0.00 1	0.42 339	0.12 149	2.07 339

TANstereo	1.32 9	0.79 116	2.93 28	0.37 38	0.11 12	1.81 37	0.01 1	3.56 5	4.36 84	4.53 83	4.96 85	0.41 31	0.68 40	1.22 3	0.59 5	0.01 102	0.00 1	0.00 1	0.00 1	0.00 1	0.03 9

sCroCo_RVC	1.34 10	0.85 132	6.15 230	1.21 115	1.28 219	0.90 4	0.18 54	4.50 24	2.86 11	0.37 2	3.18 48	0.52 37	1.52 102	1.83 20	0.93 39	0.13 285	0.25 245	0.00 1	0.00 1	0.08 88	0.16 81

CroCo-Stereo Lap2	1.37 11	1.19 198	4.17 132	1.01 100	4.58 351	0.46 2	0.09 19	4.27 18	2.94 13	1.25 31	2.40 38	1.55 60	0.20 1	1.72 13	1.30 77	0.00 1	0.00 1	0.00 1	0.00 1	0.15 187	0.13 62

MIF-Stereo (partial)	1.44 12	0.59 84	3.98 120	0.08 1	1.09 199	1.24 8	0.13 37	5.12 41	4.07 69	0.47 7	2.56 40	0.31 19	0.74 44	6.31 115	2.02 143	0.00 1	0.00 1	0.00 1	0.00 1	0.12 149	0.04 17

EGLCR-Stereo	1.45 13	0.26 2	2.91 27	1.94 195	0.90 174	3.13 141	0.69 159	5.81 78	3.21 24	1.14 29	0.20 3	1.52 59	0.37 16	4.29 72	0.69 15	0.01 102	0.79 287	0.00 1	0.00 1	0.01 3	1.21 267

ff7	1.46 14	0.79 116	2.99 37	0.33 31	0.35 85	2.75 98	0.81 182	4.31 19	2.97 15	0.77 18	1.20 9	0.21 4	0.42 22	7.44 156	0.86 30	0.00 1	0.93 295	0.00 1	0.16 258	0.12 149	1.82 316

ffff	1.46 14	0.79 116	2.99 37	0.33 31	0.35 85	2.75 98	0.81 182	4.31 19	2.97 15	0.77 18	1.20 9	0.21 4	0.42 22	7.44 156	0.86 30	0.00 1	0.93 295	0.00 1	0.16 258	0.12 149	1.82 316

11t	1.46 14	0.79 116	2.99 37	0.33 31	0.35 85	2.75 98	0.81 182	4.31 19	2.97 15	0.77 18	1.20 9	0.21 4	0.42 22	7.44 156	0.87 33	0.00 1	0.93 295	0.00 1	0.16 258	0.12 149	1.82 316

ccc-4	1.46 14	0.79 116	2.99 37	0.33 31	0.35 85	2.75 98	0.81 182	4.31 19	2.97 15	0.77 18	1.20 9	0.21 4	0.42 22	7.44 156	0.86 30	0.00 1	0.93 295	0.00 1	0.16 258	0.12 149	1.82 316

LoS_RVC	1.47 18	1.75 264	2.66 20	0.52 57	3.89 331	1.67 26	0.04 8	2.66 2	2.61 6	0.55 12	2.63 42	0.31 19	1.68 106	1.99 23	0.81 25	0.01 102	0.02 131	0.00 1	0.00 1	0.03 26	5.54 372

PMTNet	1.48 19	0.43 20	2.77 24	0.31 25	0.17 36	2.94 128	0.33 83	3.66 7	5.27 119	1.11 28	1.28 17	0.28 16	0.92 53	4.32 73	0.90 35	4.89 375	0.00 1	0.00 1	0.00 1	0.03 26	0.05 23

knoymous	1.50 20	0.28 3	1.99 4	0.33 31	0.48 111	1.58 22	0.11 26	5.71 72	2.81 9	4.85 86	1.75 27	4.58 154	0.46 31	3.66 58	1.30 77	0.01 102	0.02 131	0.00 1	0.00 1	0.02 9	0.09 41

anonymousdsp	1.51 21	0.81 122	2.70 22	0.60 59	0.69 142	2.76 102	0.79 177	4.86 29	3.00 21	0.82 23	1.25 13	0.31 19	0.42 22	7.44 156	0.81 25	0.00 1	0.83 289	0.00 1	0.17 267	0.12 149	1.85 323

IGEV-Stereo	1.51 21	0.81 122	2.69 21	0.60 59	0.69 142	2.77 103	0.79 177	4.88 32	2.99 20	0.82 23	1.25 13	0.31 19	0.42 22	7.43 155	0.85 29	0.00 1	0.83 289	0.00 1	0.17 267	0.12 149	1.85 323
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
test croco	1.53 23	0.86 139	6.50 244	0.42 43	0.05 3	1.56 21	0.09 19	5.18 44	4.02 68	0.54 11	1.76 28	0.59 40	0.75 45	6.48 119	1.23 73	0.00 1	0.00 1	0.00 1	0.00 1	0.43 299	0.07 34

IGEVStereo-DCA	1.54 24	1.71 257	2.99 37	0.73 73	0.24 65	2.69 90	0.81 182	4.31 19	2.97 15	0.73 16	0.16 1	0.23 8	0.32 11	7.57 171	2.72 181	0.00 1	0.49 269	0.00 1	0.16 258	0.17 197	1.82 316

sAnonymous2	1.54 24	2.26 298	9.53 312	0.65 64	0.50 114	1.20 5	0.23 64	4.86 29	3.65 48	0.42 4	1.27 15	0.23 8	1.40 89	1.23 4	0.68 11	0.02 185	0.00 1	0.00 1	0.20 282	2.00 360	0.42 167

CroCo_RVC	1.54 24	2.26 298	9.53 312	0.65 64	0.50 114	1.20 5	0.23 64	4.86 29	3.65 48	0.42 4	1.27 15	0.23 8	1.40 89	1.23 4	0.68 11	0.02 185	0.00 1	0.00 1	0.20 282	2.00 360	0.42 167

Anonymous	1.54 24	0.76 112	5.39 192	1.49 139	2.68 291	1.83 38	0.43 99	5.65 70	3.79 56	0.52 9	1.74 26	0.19 1	1.30 81	3.31 52	1.01 52	0.06 257	0.08 196	0.00 1	0.00 1	0.19 210	0.31 137

XX-TBD	1.55 28	1.11 184	2.94 29	2.45 258	0.06 6	2.31 60	0.01 1	3.58 6	7.80 206	3.11 56	5.10 88	0.27 15	0.26 3	1.42 10	0.60 6	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 17

Selective-IGEV	1.56 29	0.34 6	2.13 6	0.77 80	0.76 160	2.36 62	0.52 119	6.80 125	3.08 22	0.53 10	3.34 49	0.26 14	0.31 8	7.24 147	0.73 21	0.01 102	0.80 288	0.00 1	0.14 253	0.08 88	1.01 246

ProNet	1.58 30	0.86 139	3.17 47	0.75 79	0.72 151	2.84 110	0.66 150	5.91 90	3.28 27	0.37 2	1.47 19	0.40 30	0.37 16	7.19 145	0.70 16	0.02 185	0.98 309	0.00 1	0.05 221	0.20 216	1.77 313

MyStereo07	1.64 31	1.15 190	2.61 15	1.28 121	1.49 235	2.63 82	0.45 101	6.45 114	2.94 13	1.10 27	1.61 21	0.29 17	0.60 37	7.45 163	0.80 23	0.01 102	1.27 350	0.00 1	0.25 299	0.11 132	0.42 167

rrr	1.64 31	1.71 257	6.31 239	0.73 73	0.24 65	2.69 90	0.92 206	4.25 16	1.75 3	0.73 16	0.16 1	0.23 8	0.32 11	7.57 171	2.72 181	0.00 1	0.49 269	0.00 1	0.20 282	0.17 197	1.68 297

CREStereo++_RVC	1.70 33	0.50 53	3.07 44	0.45 50	0.01 1	1.69 29	0.02 5	3.09 3	8.24 219	3.82 71	7.53 156	0.49 35	0.32 11	1.05 1	0.52 3	0.00 1	0.00 1	0.00 1	3.03 378	0.01 3	0.08 37
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
test_xeample3	1.71 34	1.75 264	6.64 249	0.90 90	0.29 75	2.55 74	0.90 202	4.08 13	2.36 4	0.56 13	0.24 4	0.23 8	0.31 8	7.51 168	2.73 183	0.00 1	0.70 281	0.00 1	0.36 332	0.18 204	1.92 333

CES	1.72 35	0.40 18	1.82 3	0.65 64	7.83 373	2.62 80	0.13 37	5.35 53	2.68 7	0.36 1	1.30 18	0.33 24	0.32 11	1.92 21	0.72 20	0.01 102	0.02 131	0.00 1	0.00 1	0.56 317	7.35 380

MC-Stereo	1.87 36	0.49 49	3.52 76	2.82 287	1.07 193	1.90 41	0.12 30	4.89 34	3.27 26	3.66 67	3.58 60	0.56 39	1.45 92	5.79 102	0.81 25	0.00 1	1.19 343	0.00 1	0.21 287	0.11 132	1.95 335

iRaftStereo_RVC	1.88 37	1.22 206	2.63 18	0.95 97	0.06 6	2.96 129	0.05 9	6.08 99	3.99 67	3.92 75	4.88 82	2.53 81	0.62 38	3.62 56	1.19 67	0.00 1	1.19 343	0.00 1	0.00 1	0.37 290	1.29 274

AE-Stereo	1.89 38	0.38 9	3.86 104	1.94 195	0.38 93	2.51 71	0.58 134	7.19 141	7.28 193	1.60 38	3.51 57	1.07 47	0.77 46	2.12 28	1.24 74	0.03 215	1.02 316	0.00 1	0.28 312	0.11 132	1.84 321

TestStereo	1.89 38	1.59 246	4.22 136	0.37 38	0.28 74	1.33 10	0.01 1	5.63 67	4.13 70	3.59 64	5.11 89	2.06 74	0.70 41	7.62 175	0.93 39	0.02 185	0.00 1	0.00 1	0.00 1	0.02 9	0.19 95

Selective-RAFT	1.92 40	0.54 62	3.87 105	1.15 110	0.21 56	3.83 192	0.06 11	5.00 36	4.68 98	1.59 37	2.14 34	3.05 93	2.77 148	6.63 124	1.34 84	0.00 1	0.95 301	0.00 1	0.32 324	0.05 59	0.19 95

HUI-Stereo	1.94 41	0.56 75	3.55 82	0.20 5	0.20 47	3.67 179	0.63 145	5.89 81	3.53 40	5.92 122	4.44 76	3.41 107	1.51 98	4.21 68	0.89 34	0.02 185	0.00 1	0.00 1	0.00 1	0.09 101	0.11 53

Anonymous3	1.96 42	0.61 87	7.58 277	0.42 43	0.51 121	4.28 210	0.52 119	5.56 64	2.76 8	2.35 43	3.47 51	1.50 57	1.13 64	5.92 105	1.54 93	0.23 309	0.23 239	0.00 1	0.00 1	0.14 174	0.47 175

4D-IteraStereo	1.99 43	1.32 218	3.77 99	0.13 3	2.84 296	3.51 163	1.03 210	4.26 17	5.38 123	5.50 107	1.03 8	3.86 125	0.38 19	2.44 42	1.88 128	0.00 1	0.43 263	0.00 1	0.01 172	0.11 132	1.84 321

PSM-adaLoss	2.02 44	0.55 67	3.57 85	0.20 5	0.21 56	3.69 183	0.69 159	5.89 81	3.52 36	5.91 117	4.43 75	3.42 108	1.50 94	5.63 99	0.94 43	0.01 102	0.00 1	0.00 1	0.00 1	0.09 101	0.10 46

ROB_FTStereo	2.03 45	0.57 80	3.57 85	0.20 5	0.21 56	3.66 175	0.73 170	5.89 81	3.51 34	5.92 122	4.35 72	3.37 104	1.50 94	6.02 107	0.90 35	0.01 102	0.00 1	0.00 1	0.00 1	0.09 101	0.09 41

ROB_FTStereo_v2	2.04 46	0.56 75	3.56 84	0.20 5	0.21 56	3.66 175	0.72 168	5.89 81	3.51 34	5.91 117	4.46 78	3.42 108	1.50 94	6.08 111	0.93 39	0.01 102	0.00 1	0.00 1	0.00 1	0.09 101	0.09 41

RAFT-IKP	2.04 46	0.57 80	3.54 80	0.20 5	0.20 47	3.45 159	0.62 143	5.90 86	3.52 36	5.91 117	4.44 76	3.46 117	1.50 94	6.20 113	1.00 50	0.01 102	0.00 1	0.00 1	0.00 1	0.09 101	0.08 37

GMStereo	2.07 48	1.56 243	5.64 209	0.74 78	0.05 3	3.63 173	0.01 1	5.17 43	11.27 286	4.22 78	2.44 39	0.53 38	0.49 33	4.06 65	1.01 52	0.22 308	0.00 1	0.00 1	0.14 253	0.18 204	0.05 23
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
GMOStereo	2.08 49	0.85 132	2.95 32	0.23 17	0.73 153	1.50 16	0.86 197	5.08 37	4.78 103	8.42 235	6.99 142	3.36 100	1.14 66	1.73 14	1.21 68	0.00 1	1.32 352	0.00 1	0.00 1	0.28 260	0.23 112

error version	2.08 49	0.85 132	2.95 32	0.23 17	0.73 153	1.50 16	0.86 197	5.08 37	4.78 103	8.42 235	6.99 142	3.36 100	1.14 66	1.73 14	1.21 68	0.00 1	1.32 352	0.00 1	0.00 1	0.28 260	0.23 112

test-v	2.08 49	0.85 132	2.95 32	0.23 17	0.73 153	1.50 16	0.86 197	5.08 37	4.78 103	8.42 235	6.99 142	3.36 100	1.14 66	1.73 14	1.21 68	0.00 1	1.32 352	0.00 1	0.00 1	0.28 260	0.23 112

CRE-IMP	2.08 49	0.51 54	3.43 72	0.35 36	0.19 42	3.85 193	0.83 189	5.77 76	3.43 29	5.81 113	4.24 69	3.45 116	0.83 51	6.56 120	1.99 140	0.01 102	0.00 1	0.00 1	0.00 1	0.11 132	0.20 100

test-2	2.08 49	0.85 132	2.95 32	0.23 17	0.73 153	1.50 16	0.86 197	5.08 37	4.78 103	8.42 235	6.99 142	3.36 100	1.14 66	1.73 14	1.21 68	0.00 1	1.32 352	0.00 1	0.00 1	0.28 260	0.23 112

Patchmatch Stereo++	2.09 54	0.55 67	3.57 85	0.20 5	0.20 47	3.68 180	0.64 147	5.90 86	3.52 36	5.91 117	4.41 73	3.42 108	1.51 98	7.07 141	0.95 44	0.01 102	0.00 1	0.00 1	0.00 1	0.09 101	0.10 46
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
iGMRVC	2.09 54	0.56 75	3.59 90	0.20 5	0.21 56	3.68 180	0.71 165	5.89 81	3.53 40	5.92 122	4.46 78	3.44 114	1.51 98	6.93 140	0.98 47	0.02 185	0.00 1	0.00 1	0.00 1	0.09 101	0.09 41

iRAFT	2.09 54	0.55 67	3.57 85	0.20 5	0.20 47	3.68 180	0.64 147	5.90 86	3.52 36	5.91 117	4.41 73	3.42 108	1.51 98	7.07 141	0.95 44	0.01 102	0.00 1	0.00 1	0.00 1	0.09 101	0.10 46

rafts_anoy	2.09 54	1.42 228	3.34 61	2.87 292	2.72 293	2.46 68	0.17 52	6.20 106	6.48 166	3.40 60	2.25 36	1.91 68	1.32 82	3.59 55	1.75 120	0.01 102	1.52 364	0.00 1	0.01 172	0.06 68	0.28 129

s12784h	2.10 58	0.38 9	3.31 59	0.17 4	0.09 11	4.89 227	0.13 37	7.34 146	8.06 216	3.87 74	4.47 80	0.60 41	1.19 76	6.78 134	0.63 8	0.01 102	0.01 102	0.00 1	0.00 1	0.02 9	0.04 17

DIP-Stereo	2.12 59	0.98 166	3.94 117	0.20 5	0.11 12	4.73 223	0.13 37	9.27 195	4.40 86	6.46 146	5.03 87	0.45 34	0.72 43	3.79 60	1.94 135	0.00 1	0.01 102	0.00 1	0.00 1	0.05 59	0.24 120
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
11t1	2.13 60	0.67 98	3.98 120	2.69 278	0.85 171	2.59 79	0.07 14	7.40 149	3.89 63	3.75 69	3.57 59	1.24 51	1.96 117	4.68 79	1.97 137	0.10 280	1.13 327	0.00 1	0.22 292	0.09 101	1.66 294

test-1	2.14 61	0.54 62	6.32 240	1.07 105	1.22 213	2.13 52	0.54 122	6.40 112	4.80 108	3.55 62	5.23 91	4.02 131	0.71 42	1.95 22	2.15 149	0.08 267	0.98 309	0.00 1	0.08 230	0.02 9	1.07 254

DeepStereo_RVC	2.15 62	0.55 67	3.26 54	0.21 14	0.19 42	3.47 161	0.68 156	5.76 75	3.60 46	6.36 142	4.19 68	3.42 108	4.44 215	5.04 84	1.59 98	0.02 185	0.00 1	0.00 1	0.00 1	0.09 101	0.18 89

EKT-Stereo	2.16 63	0.61 87	3.78 100	2.31 243	4.40 342	1.47 15	0.24 66	5.54 59	4.22 76	3.16 57	3.58 60	3.53 120	2.20 125	5.66 100	1.40 87	0.04 235	0.36 258	0.00 1	0.09 236	0.06 68	0.58 192

raftrobust	2.16 63	1.31 215	2.76 23	2.38 252	3.33 312	2.72 95	0.51 118	5.34 49	4.64 95	6.13 132	3.98 65	1.63 61	2.51 138	3.02 49	1.64 106	0.00 1	0.76 286	0.00 1	0.02 189	0.14 174	0.27 125

Gwc-CoAtRS	2.16 63	0.42 19	3.13 45	1.28 121	0.31 77	3.52 165	0.39 91	6.56 116	6.31 158	5.38 103	5.11 89	5.47 183	1.70 108	2.00 24	1.08 59	0.01 102	0.19 230	0.00 1	0.25 299	0.02 9	0.16 81

test_1	2.18 66	0.38 9	3.87 105	1.54 143	0.91 177	1.38 11	0.80 179	5.36 55	5.53 131	7.12 183	1.86 29	4.05 133	0.41 20	6.65 126	1.17 63	0.00 1	0.99 312	0.00 1	0.28 312	0.20 216	1.08 256

raft+_RVC	2.18 66	1.49 237	3.14 46	2.77 282	2.01 264	1.40 13	0.10 23	7.02 132	5.35 121	2.99 52	5.54 105	1.19 49	1.34 87	4.98 82	1.49 90	0.00 1	1.45 359	0.00 1	0.00 1	0.14 174	1.11 258

RCA-Stereo	2.19 68	0.46 32	3.22 50	0.47 53	0.33 83	2.27 57	0.47 105	5.60 66	15.20 320	2.86 49	5.61 106	0.78 43	3.15 156	1.71 12	0.48 1	0.00 1	0.90 294	0.00 1	0.00 1	0.10 121	0.26 123

test-3	2.19 68	0.38 9	3.88 110	1.55 144	0.91 177	1.39 12	0.80 179	5.36 55	5.51 129	7.36 198	1.90 30	4.05 133	0.42 22	6.67 128	1.17 63	0.00 1	0.99 312	0.00 1	0.28 312	0.20 216	1.08 256

anonymousdsp2	2.20 70	0.57 80	4.59 160	1.69 162	0.82 166	3.58 168	0.48 114	8.57 171	3.63 47	3.37 58	3.03 47	3.32 99	1.00 57	5.57 98	0.80 23	0.01 102	0.94 300	0.02 275	0.15 256	0.06 68	1.89 331

DCRE	2.21 71	0.95 160	3.17 47	2.10 212	1.30 225	1.86 39	0.05 9	5.33 48	4.69 99	3.59 64	9.37 196	3.81 123	1.18 72	2.34 38	1.22 72	0.01 102	0.97 304	0.00 1	0.30 319	0.04 44	1.97 336

LL-Strereo2	2.22 72	1.39 226	3.39 65	1.26 118	1.01 189	3.73 185	1.47 236	6.47 115	4.61 94	4.66 84	2.64 43	4.17 141	0.37 16	6.03 108	1.61 99	0.09 277	0.24 242	0.00 1	0.08 230	0.08 88	1.16 262

test_3	2.22 72	0.39 14	4.20 135	1.51 140	0.90 174	1.29 9	0.74 173	5.34 49	6.37 161	6.64 159	1.96 32	4.24 147	0.45 29	6.63 124	1.17 63	0.00 1	1.00 315	0.00 1	0.28 312	0.19 210	1.01 246

MSKI-zero shot	2.23 74	0.49 49	2.49 11	1.60 147	0.81 165	2.69 90	0.29 74	6.82 126	2.50 5	4.37 81	7.61 158	3.65 122	0.26 3	8.62 234	0.63 8	0.01 102	1.09 321	0.00 1	0.25 299	0.03 26	0.46 174

cross-raft	2.25 75	0.48 41	2.96 36	1.87 185	0.94 180	3.72 184	0.47 105	7.61 156	4.15 71	5.37 102	5.68 108	6.17 207	1.40 89	2.15 29	1.06 56	0.01 102	0.22 236	0.00 1	0.19 272	0.03 26	0.41 163

DCANet-4	2.26 76	0.43 20	6.69 252	0.40 42	0.20 47	1.70 30	0.13 37	5.73 73	9.44 249	6.01 125	5.29 95	1.12 48	2.77 148	2.49 43	2.21 151	0.01 102	0.00 1	0.01 244	0.00 1	0.02 9	0.61 200

CFNet-RSSM	2.26 76	0.43 20	3.24 52	1.28 121	0.31 77	3.19 145	0.40 92	7.62 157	7.29 194	5.88 115	4.68 81	5.32 180	1.68 106	2.26 34	1.04 54	0.01 102	0.09 202	0.00 1	0.31 322	0.03 26	0.16 81

MIPNet	2.27 78	1.14 189	5.55 206	0.49 54	0.22 62	2.03 46	0.19 56	7.60 155	6.17 154	5.83 114	4.16 67	2.05 73	3.44 173	3.65 57	2.23 156	0.00 1	0.01 102	0.01 244	0.01 172	0.24 240	0.48 177

NRIStereo	2.27 78	0.52 58	3.35 63	1.26 118	0.17 36	3.04 134	0.84 190	5.96 93	3.74 50	6.27 135	3.44 50	4.13 138	1.80 115	8.31 214	2.11 146	0.00 1	0.10 206	0.00 1	0.00 1	0.12 149	0.20 100

x	2.30 80	0.82 125	3.85 102	2.23 228	0.72 151	2.12 51	0.81 182	9.48 201	4.82 109	3.83 72	2.76 44	3.49 118	2.30 130	3.48 54	2.25 157	0.00 1	1.13 327	0.00 1	0.22 292	0.09 101	1.66 294

1test111	2.31 81	0.93 150	3.39 65	3.05 303	0.39 96	5.69 241	0.55 125	9.15 188	4.33 79	1.42 32	3.48 52	0.33 24	3.65 182	4.95 80	2.06 144	0.00 1	1.14 335	0.00 1	0.03 200	0.09 101	1.65 290

Any-RAFT	2.33 82	0.36 7	2.35 10	1.58 146	0.84 168	4.93 228	0.55 125	9.10 186	5.93 147	4.30 79	4.90 84	5.79 200	2.22 126	2.75 46	0.51 2	0.02 185	0.32 251	0.00 1	0.00 1	0.02 9	0.18 89

DCANet	2.35 83	0.96 162	5.51 199	0.39 40	0.19 42	1.72 34	0.25 68	6.06 96	9.33 246	6.31 137	5.42 100	1.44 55	4.14 207	2.22 30	2.28 162	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.66 217

FENet	2.35 83	0.59 84	3.28 56	2.32 244	0.27 73	2.78 104	0.13 37	7.68 161	6.09 149	5.38 103	2.12 33	4.84 164	3.33 170	4.98 82	2.66 175	0.02 185	0.03 156	0.00 1	0.00 1	0.04 44	0.40 156

dd	2.36 85	1.93 278	6.03 225	0.83 85	0.12 19	1.80 36	0.17 52	5.30 46	11.82 292	2.98 51	3.64 62	1.50 57	1.21 77	5.25 88	3.92 213	0.13 285	0.01 102	0.04 300	0.22 292	0.10 121	0.14 65

NF-Stereo	2.38 86	0.48 41	3.88 110	2.17 219	0.11 12	3.43 156	0.42 95	7.08 140	3.75 52	6.91 171	5.29 95	2.65 85	1.33 84	8.40 220	1.67 113	0.01 102	0.00 1	0.00 1	0.00 1	0.03 26	0.02 4

OCTAStereo	2.38 86	0.48 41	3.90 112	2.16 215	0.11 12	3.42 154	0.42 95	7.06 135	3.74 50	6.91 171	5.26 92	2.63 84	1.32 82	8.41 222	1.70 116	0.01 102	0.00 1	0.00 1	0.00 1	0.03 26	0.01 1

PSM-softLoss	2.38 86	0.48 41	4.28 138	1.94 195	0.19 42	2.73 96	0.38 88	6.67 119	3.50 30	6.33 138	6.33 127	2.93 89	0.97 55	8.90 243	1.88 128	0.01 102	0.00 1	0.00 1	0.00 1	0.03 26	0.03 9

KMStereo	2.38 86	0.48 41	4.28 138	1.94 195	0.19 42	2.73 96	0.38 88	6.67 119	3.50 30	6.33 138	6.33 127	2.93 89	0.97 55	8.90 243	1.88 128	0.01 102	0.00 1	0.00 1	0.00 1	0.03 26	0.03 9

RE-Stereo	2.38 86	0.48 41	3.91 113	2.17 219	0.11 12	3.43 156	0.42 95	7.07 137	3.75 52	6.91 171	5.26 92	2.62 82	1.33 84	8.41 222	1.72 118	0.01 102	0.00 1	0.01 244	0.00 1	0.03 26	0.01 1

TVStereo	2.38 86	0.48 41	3.91 113	2.17 219	0.11 12	3.43 156	0.42 95	7.07 137	3.75 52	6.91 171	5.26 92	2.62 82	1.33 84	8.41 222	1.72 118	0.01 102	0.00 1	0.01 244	0.00 1	0.03 26	0.01 1

RALCasStereoNet	2.39 92	1.73 262	3.59 90	2.38 252	2.69 292	2.84 110	0.18 54	5.29 45	4.94 112	2.45 45	5.62 107	2.22 75	0.79 50	7.48 167	1.63 103	0.00 1	1.75 366	0.00 1	0.00 1	0.14 174	2.03 338

GANet-ADL	2.40 93	0.65 94	3.92 115	2.22 226	0.11 12	2.23 55	0.47 105	9.29 197	7.27 192	4.77 85	5.95 114	3.96 129	1.26 80	3.08 50	2.27 160	0.04 235	0.08 196	0.02 275	0.00 1	0.15 187	0.21 104

ACVNet-DCA	2.41 94	0.93 150	3.39 65	3.05 303	0.39 96	5.69 241	0.55 125	9.15 188	4.33 79	1.42 32	3.48 52	0.33 24	3.65 182	8.26 203	0.70 16	0.00 1	1.14 335	0.00 1	0.03 200	0.09 101	1.65 290

StereoVision	2.42 95	1.18 195	5.14 184	1.15 110	2.64 290	1.89 40	0.28 72	6.61 118	4.72 100	2.14 42	10.52 226	3.84 124	0.52 35	5.33 91	2.29 164	0.00 1	0.00 1	0.00 1	0.00 1	0.12 149	0.04 17

CAS	2.42 95	0.37 8	2.30 9	11.49 380	3.97 335	1.65 25	0.02 5	4.08 13	2.84 10	0.51 8	1.65 23	0.25 13	0.28 6	1.73 14	0.92 38	10.05 387	0.01 102	0.00 1	0.00 1	0.01 3	6.26 377

qqq	2.44 97	0.85 132	4.33 142	1.73 170	0.71 148	1.98 43	0.38 88	9.15 188	4.33 79	3.37 58	4.34 70	4.63 157	2.83 151	4.95 80	2.06 144	0.00 1	1.13 327	0.00 1	0.25 299	0.09 101	1.65 290

IPLGR	2.46 98	0.68 99	7.02 259	0.22 15	0.16 33	2.01 45	0.22 60	7.01 130	6.62 170	7.10 182	5.92 113	2.91 88	2.27 128	5.12 86	1.52 92	0.00 1	0.00 1	0.00 1	0.00 1	0.12 149	0.41 163

RAFT-Stereo + iAFF	2.48 99	1.23 208	3.48 74	1.61 148	1.09 199	1.63 23	0.15 47	5.80 77	6.43 164	7.32 196	9.91 210	3.05 93	1.71 109	2.33 37	1.75 120	0.01 102	0.71 284	0.00 1	0.00 1	0.28 260	1.19 265

RAFT-Test	2.49 100	0.45 30	4.35 143	1.89 189	1.28 219	4.83 225	0.68 156	7.19 141	4.51 91	5.00 92	7.09 148	6.81 219	1.12 63	2.22 30	1.16 62	0.01 102	0.63 275	0.00 1	0.33 327	0.05 59	0.20 100

riskmin	2.49 100	0.22 1	3.34 61	2.33 246	1.78 249	2.89 126	0.46 103	7.35 147	6.95 184	2.75 47	1.67 24	6.75 218	5.08 243	3.24 51	1.93 134	0.00 1	0.99 312	0.00 1	0.27 311	0.02 9	1.73 306

ADStereo(finetuned)	2.50 102	0.95 160	6.60 247	0.39 40	0.20 47	1.72 34	0.24 66	6.06 96	9.31 245	6.30 136	5.42 100	1.44 55	6.22 271	2.25 33	2.14 148	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.65 209

PFNet+	2.52 103	0.47 37	4.97 178	0.95 97	0.18 39	3.12 140	0.73 170	4.98 35	6.97 185	7.95 214	6.38 130	2.51 80	1.18 72	8.05 195	1.82 123	0.03 215	0.00 1	0.00 1	0.00 1	0.02 9	0.05 23

tt1	2.53 104	0.91 148	3.53 79	2.92 293	0.53 125	5.60 238	0.61 141	5.55 60	10.56 265	1.54 36	3.54 58	0.34 28	3.00 154	8.20 200	0.68 11	0.00 1	1.13 327	0.00 1	0.03 200	0.11 132	1.88 327

ICVP	2.53 104	0.47 37	3.64 94	1.20 114	0.69 142	2.71 93	0.84 190	10.63 228	4.66 97	4.31 80	8.99 183	2.75 86	1.93 116	2.91 48	4.07 220	0.06 257	0.24 242	0.01 244	0.01 172	0.13 165	0.26 123
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
fff	2.54 106	0.93 150	5.51 199	0.32 26	0.14 22	1.70 30	0.11 26	6.19 103	12.69 302	6.03 127	5.29 95	1.43 52	5.28 250	2.37 39	2.21 151	0.01 102	0.00 1	0.01 244	0.00 1	0.02 9	0.61 200

csc	2.54 106	0.93 150	5.51 199	0.32 26	0.14 22	1.70 30	0.11 26	6.19 103	12.69 302	6.03 127	5.29 95	1.43 52	5.28 250	2.37 39	2.21 151	0.01 102	0.00 1	0.01 244	0.00 1	0.02 9	0.61 200

cscssc	2.54 106	0.93 150	5.51 199	0.32 26	0.14 22	1.70 30	0.11 26	6.19 103	12.69 302	6.03 127	5.29 95	1.43 52	5.28 250	2.37 39	2.21 151	0.01 102	0.00 1	0.01 244	0.00 1	0.02 9	0.61 200

cc1	2.56 109	0.93 150	3.39 65	3.05 303	0.39 96	5.69 241	0.55 125	5.34 49	10.76 272	1.42 32	3.48 52	0.33 24	3.65 182	8.26 203	0.70 16	0.00 1	1.14 335	0.00 1	0.03 200	0.12 149	1.89 331

IGEV_Zeroshot_test	2.57 110	0.63 93	5.70 214	1.93 193	0.87 172	2.63 82	0.85 195	8.94 182	4.55 93	5.30 100	5.48 103	5.23 179	1.38 88	3.76 59	1.32 81	0.00 1	0.69 279	0.00 1	0.18 269	0.19 210	1.72 305

test_4	2.58 111	0.70 106	3.30 57	0.43 46	0.30 76	3.97 198	1.11 220	3.91 10	3.83 60	4.15 77	17.20 308	3.44 114	0.52 35	6.60 123	1.58 95	0.00 1	0.13 216	0.00 1	0.11 242	0.20 216	0.20 100

DisPM	2.59 112	0.47 37	4.32 141	1.89 189	0.20 47	3.42 154	0.63 145	5.56 64	5.60 133	8.66 241	7.05 146	2.82 87	1.03 60	9.05 252	1.07 58	0.02 185	0.00 1	0.00 1	0.00 1	0.02 9	0.04 17

RAFT+CT+SA	2.59 112	1.19 198	3.55 82	1.09 106	2.21 272	3.14 143	0.90 202	7.59 153	5.65 135	2.76 48	8.21 173	2.04 72	1.57 104	8.84 240	1.31 79	0.02 185	0.34 254	0.00 1	0.38 334	0.22 231	0.73 225

R-Stereo Train	2.60 114	0.46 32	2.94 29	1.10 108	0.18 39	3.61 169	0.60 138	6.88 128	3.50 30	9.13 258	17.23 309	1.77 65	0.77 46	2.03 25	1.65 108	0.00 1	0.01 102	0.00 1	0.00 1	0.01 3	0.21 104

RAFT-Stereo	2.60 114	0.46 32	2.94 29	1.10 108	0.18 39	3.61 169	0.60 138	6.88 128	3.50 30	9.13 258	17.23 309	1.77 65	0.77 46	2.03 25	1.65 108	0.00 1	0.01 102	0.00 1	0.00 1	0.01 3	0.21 104
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CASS	2.62 116	0.57 80	4.28 138	0.90 90	0.38 93	3.45 159	0.22 60	9.91 208	4.46 88	7.33 197	7.92 166	3.53 120	3.59 178	4.16 67	1.49 90	0.03 215	0.01 102	0.00 1	0.00 1	0.05 59	0.06 30
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLG	2.63 117	1.09 181	5.67 211	0.73 73	0.31 77	3.00 133	0.25 68	6.84 127	6.02 148	7.93 213	6.31 126	1.91 68	1.72 111	7.47 165	2.53 170	0.01 102	0.01 102	0.00 1	0.00 1	0.29 268	0.58 192

Pruner-Stereo	2.66 118	0.61 87	3.54 80	1.93 193	0.25 69	3.47 161	0.74 173	6.60 117	5.66 139	8.98 251	6.12 117	4.39 150	1.11 62	7.27 149	2.34 167	0.03 215	0.00 1	0.02 275	0.00 1	0.03 26	0.04 17

ACRE	2.67 119	1.66 252	6.50 244	0.72 70	2.03 266	2.65 88	0.84 190	5.97 94	5.52 130	7.85 211	9.23 188	1.72 63	1.09 61	4.09 66	2.73 183	0.02 185	0.19 230	0.02 275	0.08 230	0.26 248	0.21 104

RALAANet	2.68 120	1.71 257	4.73 168	2.79 284	0.80 163	3.30 152	0.15 47	7.92 162	5.92 146	5.79 112	6.06 115	3.51 119	1.13 64	6.76 132	2.28 162	0.00 1	0.28 248	0.00 1	0.10 240	0.27 258	0.13 62

IPLGR_C	2.69 121	1.75 264	6.20 231	0.79 81	2.06 268	2.64 87	0.86 197	6.36 110	5.64 134	8.13 227	9.26 190	1.69 62	1.15 71	3.79 60	2.80 187	0.02 185	0.20 235	0.02 275	0.08 230	0.26 248	0.18 89

GES	2.69 121	0.72 110	5.34 189	1.82 181	0.05 3	4.51 217	1.04 213	10.39 221	4.18 73	5.53 109	6.72 136	1.92 71	3.30 164	5.16 87	2.67 176	0.06 257	0.01 102	0.06 310	0.01 172	0.20 216	0.14 65

MyStereo06	2.71 123	1.05 179	5.43 196	1.39 131	1.20 210	2.57 76	0.10 23	10.39 221	4.79 107	5.54 110	6.16 118	6.39 210	2.33 132	3.40 53	1.35 85	0.01 102	1.24 347	0.00 1	0.21 287	0.13 165	0.50 178

TRStereo	2.71 123	3.79 344	5.46 197	2.19 222	2.22 274	2.98 132	1.07 215	9.83 207	4.39 85	3.46 61	3.48 52	3.92 128	0.77 46	6.43 117	1.70 116	0.03 215	0.63 275	0.00 1	0.29 317	0.11 132	1.49 281

HHNet	2.71 123	0.69 100	3.31 59	0.25 22	0.39 96	2.80 107	0.90 202	6.33 107	5.68 140	7.51 202	13.70 271	0.94 44	3.14 155	5.42 95	2.54 173	0.14 288	0.02 131	0.06 310	0.00 1	0.24 240	0.07 34

BUS	2.72 126	0.43 20	3.76 96	0.70 67	0.50 114	7.31 274	0.48 114	9.93 209	5.65 135	6.50 147	6.23 120	5.21 176	1.18 72	4.27 69	1.89 131	0.01 102	0.03 156	0.03 292	0.00 1	0.06 68	0.14 65

CIPLG	2.72 126	1.69 253	6.02 223	0.80 83	2.14 270	2.66 89	0.84 190	5.90 86	5.59 132	8.12 226	9.58 200	1.74 64	1.14 66	4.53 77	2.82 188	0.02 185	0.19 230	0.02 275	0.09 236	0.26 248	0.22 109

xx1	2.73 128	0.93 150	3.39 65	3.05 303	0.39 96	5.69 241	0.55 125	5.34 49	10.76 272	1.42 32	3.48 52	4.63 157	2.83 151	8.26 203	0.70 16	0.00 1	1.14 335	0.00 1	0.25 299	0.09 101	1.65 290

HCRNet	2.74 129	0.83 128	4.19 133	0.45 50	3.31 311	2.18 53	0.22 60	7.59 153	5.76 143	6.08 130	4.89 83	5.21 176	2.74 145	8.04 194	3.10 192	0.00 1	0.02 131	0.00 1	0.00 1	0.10 121	0.09 41

EAI-Stereo	2.75 130	0.54 62	3.17 47	0.91 93	1.28 219	4.02 200	5.30 318	12.39 265	4.76 102	2.51 46	7.10 149	1.22 50	0.94 54	6.03 108	1.96 136	0.01 102	0.56 271	0.00 1	1.38 367	0.04 44	0.95 241

MIM_Stereo	2.83 131	1.20 204	5.27 186	1.41 133	1.16 207	3.07 135	0.33 83	6.67 119	3.95 64	5.17 98	10.11 214	4.25 148	1.73 112	8.32 215	1.64 106	0.00 1	0.36 258	0.00 1	0.01 172	0.22 231	1.69 299

RAFT_R40	2.83 131	0.46 32	3.85 102	1.38 130	0.32 82	3.78 188	0.97 207	6.16 102	4.82 109	9.74 281	6.35 129	4.96 169	3.94 201	8.78 238	1.05 55	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.03 9

GwcNet-ADL	2.85 133	0.61 87	4.38 144	0.92 94	0.33 83	2.05 47	0.67 154	8.85 178	9.65 251	6.36 142	6.71 135	4.11 137	1.71 109	5.97 106	4.22 223	0.08 267	0.06 183	0.00 1	0.00 1	0.07 83	0.16 81

SST-Stereo	2.86 134	0.45 30	3.64 94	1.46 136	0.36 89	3.94 195	0.80 179	6.07 98	4.46 88	10.96 307	6.21 119	4.94 168	4.14 207	8.85 241	0.93 39	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.03 9

ACVNet	2.86 134	0.96 162	3.87 105	0.86 86	0.61 136	2.63 82	0.54 122	8.93 180	6.12 151	5.09 93	9.32 194	5.70 196	3.84 191	2.68 44	5.56 252	0.00 1	0.00 1	0.00 1	0.00 1	0.26 248	0.23 112

AFF-stereo	2.87 136	1.31 215	3.26 54	1.87 185	0.38 93	1.68 28	0.09 19	6.38 111	7.07 186	6.52 151	11.90 250	6.08 204	2.32 131	5.05 85	1.65 108	0.02 185	0.66 277	0.00 1	0.00 1	0.29 268	0.94 240

HH	2.88 137	0.82 125	4.07 128	1.71 166	0.54 128	4.71 221	0.69 159	8.72 176	3.57 44	1.80 40	6.49 133	7.81 239	3.92 199	8.93 246	0.99 48	0.00 1	1.06 318	0.00 1	0.03 200	0.05 59	1.69 299

HanStereo	2.88 137	0.82 125	4.07 128	1.71 166	0.54 128	4.71 221	0.69 159	8.72 176	3.57 44	1.80 40	6.49 133	7.81 239	3.92 199	8.93 246	0.99 48	0.00 1	1.06 318	0.00 1	0.03 200	0.05 59	1.69 299

raft_robust	2.91 139	1.71 257	3.42 71	1.36 126	0.57 131	1.53 20	0.12 30	7.06 135	9.09 239	6.96 177	7.21 152	4.43 151	2.09 121	9.40 262	1.61 99	0.03 215	0.93 295	0.00 1	0.21 287	0.17 197	0.38 153

BSDual-CNN	2.91 139	0.43 20	3.76 96	0.70 67	0.50 114	6.97 264	1.58 242	9.93 209	5.65 135	6.50 147	6.23 120	6.17 207	2.50 136	4.27 69	2.67 176	0.01 102	0.03 156	0.03 292	0.00 1	0.06 68	0.14 65

GMStereo_Zeroshot	2.92 141	2.33 307	6.12 227	1.66 157	0.36 89	3.61 169	0.09 19	5.95 92	6.20 155	7.15 185	7.11 150	8.37 251	0.91 52	6.17 112	1.97 137	0.00 1	0.00 1	0.00 1	0.00 1	0.22 231	0.14 65

UDGNet	2.92 141	7.79 369	4.92 175	3.01 298	0.08 9	2.96 129	0.20 58	4.77 27	8.93 234	2.91 50	2.85 45	0.95 45	1.00 57	6.46 118	1.66 111	1.46 360	0.00 1	5.33 380	0.92 358	1.95 359	0.19 95

LCNet	2.94 143	0.55 67	2.57 14	1.03 103	0.59 134	2.05 47	1.55 241	5.51 57	4.19 74	6.08 130	10.58 228	4.54 152	6.63 278	7.59 173	0.90 35	0.01 102	0.00 1	0.01 244	0.76 356	0.31 278	3.43 361

RAFT	2.94 143	1.29 212	4.06 127	1.36 126	0.50 114	2.39 64	0.91 205	6.11 100	3.25 25	6.64 159	7.30 153	9.96 271	4.20 209	6.03 108	2.21 151	0.00 1	1.02 316	0.00 1	0.02 189	0.54 316	1.01 246

XX-Stereo	2.95 145	0.48 41	7.08 265	2.84 290	2.51 287	1.63 23	0.20 58	6.15 101	3.38 28	2.38 44	16.00 296	6.90 222	0.25 2	6.40 116	1.14 60	0.00 1	0.66 277	0.00 1	0.31 322	0.16 191	0.57 190

ccs_rob	2.95 145	0.55 67	4.53 152	0.42 43	0.25 69	2.84 110	0.12 30	8.58 172	8.13 217	7.18 187	10.36 220	6.44 212	2.05 120	5.28 90	1.97 137	0.00 1	0.02 131	0.01 244	0.00 1	0.06 68	0.23 112

AnonymousM	2.96 147	7.19 366	1.41 1	0.92 94	0.06 6	2.37 63	0.52 119	6.05 95	3.83 60	4.97 90	2.37 37	1.91 68	1.00 57	2.23 32	1.06 56	0.01 102	0.57 273	17.64 387	4.90 386	0.02 9	0.27 125

CFNet_pseudo	2.96 147	0.55 67	4.51 150	0.43 46	0.24 65	2.83 108	0.12 30	8.59 173	8.13 217	7.20 188	10.41 221	6.47 213	2.04 119	5.27 89	2.00 142	0.00 1	0.02 131	0.01 244	0.00 1	0.06 68	0.23 112

IRAFT_RVC	2.98 149	0.66 96	4.23 137	2.20 223	0.40 101	2.91 127	5.04 315	7.03 133	4.21 75	6.59 156	5.52 104	5.02 172	4.77 231	8.41 222	2.30 166	0.01 102	0.17 227	0.01 244	0.00 1	0.03 26	0.05 23

DN-CSS_ROB	3.00 150	2.14 292	7.33 269	2.67 277	0.78 161	3.13 141	0.07 14	6.68 123	4.22 76	5.51 108	12.12 253	2.33 76	1.21 77	8.69 236	2.51 169	0.03 215	0.00 1	0.00 1	0.00 1	0.42 295	0.15 75

111	3.05 151	1.41 227	5.51 199	0.32 26	0.14 22	2.83 108	0.68 156	6.76 124	14.21 315	3.59 64	9.11 186	5.50 184	3.30 164	4.05 63	2.43 168	0.01 102	0.00 1	0.00 1	0.00 1	0.13 165	1.02 250

PFNet	3.06 152	0.59 84	6.13 228	2.26 234	0.84 168	3.08 136	0.73 170	7.38 148	5.35 121	10.20 285	6.06 115	4.72 159	2.10 124	8.47 227	2.25 157	0.19 301	0.06 183	0.00 1	0.11 242	0.20 216	0.42 167

mmm	3.07 153	0.76 112	4.50 149	2.27 237	1.24 216	3.75 186	0.12 30	10.03 213	5.12 117	6.43 144	11.19 239	3.10 96	3.20 157	4.54 78	1.78 122	0.02 185	1.19 343	0.00 1	0.30 319	0.09 101	1.79 315

DMCA	3.08 154	1.10 182	6.20 231	1.82 181	0.90 174	3.80 191	0.55 125	9.76 204	5.42 125	6.56 155	6.47 132	7.06 227	2.09 121	4.05 63	5.46 250	0.00 1	0.01 102	0.00 1	0.00 1	0.11 132	0.16 81

iRaft-Stereo_20w	3.11 155	0.49 49	6.09 226	1.01 100	1.25 217	3.99 199	1.00 208	14.00 308	4.73 101	6.70 168	6.27 125	2.34 77	2.28 129	7.29 151	1.58 95	0.01 102	0.75 285	0.00 1	0.73 355	0.10 121	1.63 289

HITNet	3.11 155	1.38 225	5.35 191	2.23 228	0.12 19	5.59 237	0.58 134	9.95 212	5.72 141	6.62 158	7.91 165	3.90 127	3.24 160	4.39 74	4.58 235	0.01 102	0.00 1	0.00 1	0.00 1	0.08 88	0.57 190
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
TestStereo1	3.12 157	1.34 220	4.67 165	3.47 326	0.71 148	2.50 69	1.45 234	7.27 143	8.71 228	4.91 88	9.28 192	2.34 77	3.61 179	9.44 263	1.62 101	0.00 1	0.33 252	0.00 1	0.00 1	0.30 271	0.40 156

SA-5K	3.12 157	1.34 220	4.67 165	3.47 326	0.71 148	2.50 69	1.45 234	7.27 143	8.71 228	4.91 88	9.28 192	2.34 77	3.61 179	9.44 263	1.62 101	0.00 1	0.33 252	0.00 1	0.00 1	0.30 271	0.40 156

PCWNet_CMD	3.14 159	0.51 54	4.47 147	0.44 49	0.26 72	2.87 124	0.15 47	9.66 203	9.78 253	7.28 193	11.50 243	6.84 221	2.40 133	4.47 75	1.83 124	0.01 102	0.02 131	0.02 275	0.00 1	0.06 68	0.29 132

OMP-Stereo	3.15 160	1.19 198	3.49 75	4.34 352	0.51 121	2.20 54	1.21 222	6.67 119	6.52 167	7.99 218	6.24 124	8.38 253	2.44 135	9.65 270	1.92 133	0.01 102	0.02 131	0.00 1	0.00 1	0.08 88	0.15 75

MSMDNet	3.15 160	0.51 54	4.48 148	0.46 52	0.25 69	2.88 125	0.16 50	9.79 206	9.82 254	7.24 190	11.36 242	6.82 220	2.41 134	4.47 75	1.86 126	0.01 102	0.02 131	0.02 275	0.00 1	0.06 68	0.30 135

test_5	3.16 162	1.18 195	4.96 177	2.33 246	3.10 305	4.51 217	1.27 226	7.47 152	7.61 200	3.00 53	7.38 154	5.37 182	4.06 202	8.28 208	1.54 93	0.00 1	0.34 254	0.00 1	0.02 189	0.21 226	0.62 205

PSMNet-ADL	3.17 163	0.56 75	3.00 42	1.55 144	0.40 101	5.97 249	0.28 72	9.06 183	5.75 142	3.56 63	6.80 139	8.33 249	4.51 217	7.65 176	5.51 251	0.03 215	0.09 202	0.00 1	0.00 1	0.03 26	0.28 129

whm_eth	3.18 164	1.78 268	6.61 248	0.90 90	2.72 293	2.54 73	0.27 71	7.64 158	7.94 211	5.43 105	23.98 344	0.37 29	0.47 32	1.31 8	1.17 63	0.02 185	0.03 156	0.00 1	0.00 1	0.08 88	0.32 141

iRaft-Stereo_5w	3.20 165	1.27 211	5.27 186	0.27 24	0.99 187	2.71 93	0.58 134	5.75 74	5.85 144	3.03 55	7.88 163	10.08 273	4.08 205	8.40 220	6.09 257	0.00 1	0.25 245	0.00 1	0.12 246	0.31 278	0.95 241

CFNet_ucs	3.23 166	0.56 75	4.59 160	0.59 58	0.37 92	3.29 151	0.19 56	10.47 224	9.02 238	7.78 210	12.57 261	5.59 188	1.74 113	5.39 93	1.86 126	0.00 1	0.04 170	0.01 244	0.00 1	0.10 121	0.33 142

MyStereo05	3.24 167	1.05 179	5.93 219	1.39 131	1.20 210	2.57 76	0.10 23	9.11 187	13.17 308	6.45 145	3.86 63	3.20 97	3.26 162	8.35 217	3.02 190	0.01 102	1.24 347	0.00 1	0.21 287	0.13 165	0.50 178

IIG-Stereo	3.28 168	0.98 166	3.57 85	4.14 344	0.22 62	2.56 75	0.71 165	7.04 134	6.10 150	8.49 239	9.38 197	7.82 241	2.73 144	9.69 276	1.99 140	0.02 185	0.02 131	0.00 1	0.00 1	0.03 26	0.14 65

MyStereo04	3.29 169	1.15 190	6.64 249	1.28 121	1.49 235	2.63 82	0.45 101	10.57 227	13.30 309	4.41 82	3.90 64	3.06 95	3.56 176	7.87 186	3.35 196	0.01 102	1.27 350	0.00 1	0.25 299	0.11 132	0.42 167

MyStereo8	3.30 170	1.69 253	6.28 237	2.51 263	3.79 329	4.22 207	0.07 14	7.43 151	6.39 163	6.51 150	10.13 215	4.23 146	1.45 92	2.79 47	5.08 246	0.06 257	1.49 362	0.00 1	0.40 336	0.26 248	1.33 277

ARAFT	3.32 171	1.74 263	7.92 282	0.64 62	0.15 28	4.45 216	2.89 269	8.20 167	6.30 157	9.23 263	7.12 151	5.58 187	1.24 79	8.60 231	1.69 115	0.01 102	0.03 156	0.00 1	0.00 1	0.35 287	0.35 147

SA	3.34 172	1.29 212	4.84 170	1.99 204	0.57 131	3.15 144	1.39 232	7.66 160	9.94 255	4.86 87	10.87 235	2.97 92	4.61 226	9.88 283	1.38 86	0.00 1	0.60 274	0.00 1	0.19 272	0.25 247	0.37 150

psmg	3.34 172	0.43 20	3.76 96	0.73 73	0.50 114	8.47 291	2.74 266	10.88 236	5.65 135	8.91 249	8.78 178	6.17 207	2.50 136	4.27 69	2.67 176	0.01 102	0.04 170	0.06 310	0.00 1	0.12 149	0.10 46

AdaStereo	3.34 172	0.74 111	4.00 123	3.10 309	0.51 121	4.22 207	1.25 225	12.84 276	8.39 223	6.33 138	9.55 199	5.77 199	1.54 103	5.53 97	2.74 185	0.02 185	0.00 1	0.00 1	0.00 1	0.03 26	0.15 75
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
RAFT-345	3.36 175	0.55 67	3.43 72	1.23 116	0.21 56	2.62 80	0.46 103	3.91 10	6.34 159	7.46 201	24.49 348	4.19 142	1.74 113	8.27 207	2.25 157	0.01 102	0.00 1	0.00 1	0.00 1	0.02 9	0.02 4

UCFNet_RVC	3.37 176	1.25 209	3.30 57	2.55 271	1.80 251	3.92 194	1.28 228	12.49 269	7.16 188	5.12 96	7.88 163	8.14 244	4.59 224	5.67 101	2.11 146	0.00 1	0.00 1	0.00 1	0.00 1	0.14 174	0.07 34

NINENet	3.38 177	0.81 122	4.16 131	1.88 188	1.40 232	7.31 274	0.48 114	12.95 283	6.64 171	7.29 194	9.24 189	5.21 176	1.18 72	6.72 129	1.89 131	0.17 297	0.08 196	0.07 315	0.00 1	0.09 101	0.03 9

ToySt	3.39 178	0.89 147	9.29 309	1.47 137	0.94 180	4.20 206	1.98 253	7.33 145	5.42 125	3.01 54	6.75 137	8.67 258	5.10 244	5.43 96	3.72 204	0.07 263	0.89 293	0.00 1	0.23 295	0.28 260	2.13 341

SFCPSM	3.39 178	0.61 87	5.42 194	0.43 46	0.93 179	8.26 284	2.08 257	15.01 321	5.89 145	7.17 186	7.60 157	3.39 106	2.55 139	5.39 93	2.53 170	0.01 102	0.03 156	0.01 244	0.07 227	0.19 210	0.31 137

ffm	3.41 180	0.98 166	7.03 260	1.64 150	1.07 193	2.84 110	0.47 105	5.55 60	10.56 265	6.68 162	9.59 201	5.66 190	3.87 193	8.20 200	0.68 11	0.00 1	1.13 327	0.00 1	0.19 272	0.11 132	1.88 327

ASMatch	3.41 180	0.62 92	3.59 90	1.99 204	0.48 111	1.91 42	0.66 150	7.01 130	4.43 87	6.25 133	22.02 337	4.56 153	4.72 230	7.78 181	1.85 125	0.01 102	0.01 102	0.00 1	0.03 200	0.02 9	0.21 104

IER	3.42 182	0.91 148	6.38 242	0.73 73	1.60 237	7.07 269	0.55 125	7.07 137	5.45 128	8.17 229	8.89 180	6.13 205	6.13 268	5.36 92	3.77 208	0.00 1	0.00 1	0.00 1	0.00 1	0.08 88	0.05 23

GMM-Stereo	3.42 182	0.39 14	3.24 52	0.87 87	0.50 114	2.26 56	4.73 310	5.64 68	3.81 57	7.08 180	16.57 302	6.13 205	3.62 181	7.74 179	1.40 87	0.05 247	0.00 1	0.00 1	0.04 218	0.12 149	4.24 369

PSM-AAD	3.43 184	0.31 4	2.16 7	0.80 83	0.57 131	2.53 72	5.97 321	5.53 58	3.98 66	11.00 308	11.90 250	2.93 89	9.36 324	8.03 193	1.00 50	0.01 102	0.01 102	0.00 1	0.00 1	0.06 68	2.39 349

AAGNet	3.50 185	0.49 49	3.38 64	1.91 191	0.41 105	3.66 175	1.02 209	5.14 42	5.16 118	9.65 279	7.75 160	4.91 165	6.23 272	7.45 163	12.73 340	0.01 102	0.00 1	0.00 1	0.00 1	0.05 59	0.06 30

TransformOpticalFlow	3.50 185	0.83 128	4.85 171	1.09 106	0.31 77	3.52 165	0.14 45	10.32 217	8.02 214	5.78 111	13.25 268	6.63 216	4.91 235	8.36 218	1.63 103	0.00 1	0.01 102	0.01 244	0.00 1	0.06 68	0.24 120

STrans-v2	3.55 187	0.94 159	5.06 181	0.32 26	0.60 135	2.97 131	1.15 221	11.08 239	7.97 213	6.01 125	10.93 236	6.65 217	6.86 283	8.37 219	1.66 111	0.00 1	0.01 102	0.00 1	0.00 1	0.04 44	0.39 155

hknet	3.56 188	0.66 96	5.82 215	0.70 67	1.19 209	6.97 264	1.58 242	9.93 209	7.76 202	6.50 147	6.23 120	9.53 265	2.81 150	7.84 182	3.39 197	0.01 102	0.03 156	0.03 292	0.00 1	0.06 68	0.14 65

gwcnet-sp	3.58 189	2.01 286	8.82 297	2.01 208	0.69 142	7.38 276	1.10 217	9.23 192	6.66 172	9.32 264	5.91 110	4.21 143	3.31 166	6.91 137	3.69 201	0.00 1	0.00 1	0.00 1	0.00 1	0.24 240	0.18 89

scenet	3.58 189	2.01 286	8.82 297	2.01 208	0.69 142	7.38 276	1.10 217	9.23 192	6.66 172	9.32 264	5.91 110	4.21 143	3.31 166	6.91 137	3.69 201	0.00 1	0.00 1	0.00 1	0.00 1	0.24 240	0.18 89

ssnet	3.58 189	2.01 286	8.82 297	2.01 208	0.69 142	7.38 276	1.10 217	9.23 192	6.66 172	9.32 264	5.91 110	4.21 143	3.31 166	6.91 137	3.69 201	0.00 1	0.00 1	0.00 1	0.00 1	0.24 240	0.18 89

DMCA-RVC	3.59 192	1.98 284	8.68 292	2.30 241	1.48 234	3.54 167	0.55 125	8.40 169	5.43 127	9.37 268	5.90 109	8.34 250	3.21 158	7.19 145	4.46 230	0.06 257	0.11 210	0.08 321	0.02 189	0.21 226	0.40 156

CoDeX	3.61 193	0.86 139	5.27 186	1.16 112	1.62 238	6.24 253	2.07 256	13.78 307	6.86 179	7.42 199	9.00 185	4.06 135	3.72 187	6.58 121	3.02 190	0.03 215	0.06 183	0.00 1	0.00 1	0.15 187	0.35 147

RAFT_CTSACE	3.62 194	1.65 251	5.41 193	1.36 126	3.08 302	3.95 197	1.03 210	4.62 25	4.65 96	5.33 101	17.73 316	7.63 236	2.71 143	10.98 299	1.15 61	0.00 1	0.48 268	0.00 1	0.00 1	0.31 278	0.25 122

GANet-RSSM	3.67 195	1.16 192	4.56 158	3.24 316	2.03 266	2.63 82	0.50 117	11.53 250	6.83 178	6.25 133	10.58 228	7.35 229	6.65 279	6.77 133	2.94 189	0.00 1	0.00 1	0.08 321	0.00 1	0.26 248	0.12 56

NOSS_ROB	3.67 195	0.86 139	3.81 101	2.53 267	1.11 202	6.10 251	0.72 168	11.08 239	12.36 296	5.45 106	8.91 181	5.65 189	2.09 121	8.30 212	3.16 194	0.20 304	0.07 194	0.00 1	0.00 1	0.11 132	0.80 232

KYRaft	3.68 197	0.43 20	2.53 12	0.89 88	0.49 113	2.28 59	3.89 292	5.30 46	3.82 59	8.99 253	19.28 324	6.54 215	4.96 238	7.92 188	0.96 46	0.01 102	0.00 1	0.00 1	0.01 172	0.06 68	5.17 371

PSMNet-RSSM	3.69 198	1.36 223	4.54 153	2.44 257	1.90 259	2.35 61	0.69 159	11.77 253	6.38 162	6.60 157	11.85 249	7.70 237	5.61 261	6.66 127	3.67 200	0.00 1	0.00 1	0.02 275	0.01 172	0.17 197	0.10 46

BEATNet_4x	3.69 198	2.12 291	8.11 284	1.82 181	0.16 33	5.30 233	1.04 213	10.87 233	6.14 153	7.09 181	8.42 176	4.99 171	4.42 214	5.89 104	6.23 261	0.04 235	0.05 177	0.00 1	0.00 1	0.32 282	0.84 234

CFNet-ft	3.70 200	1.59 246	3.87 105	1.68 160	2.42 281	3.20 146	0.66 150	8.93 180	7.76 202	5.09 93	9.95 211	10.77 288	5.43 257	7.41 153	4.71 237	0.00 1	0.00 1	0.03 292	0.01 172	0.30 271	0.11 53

CFNet_RVC	3.70 200	1.59 246	3.87 105	1.68 160	2.42 281	3.20 146	0.66 150	8.92 179	7.76 202	5.09 93	9.95 211	10.77 288	5.43 257	7.41 153	4.71 237	0.00 1	0.00 1	0.03 292	0.01 172	0.30 271	0.11 53

AACVNet	3.71 202	1.63 249	4.89 173	3.80 337	0.62 137	3.25 148	0.30 79	9.47 200	3.81 57	6.34 141	10.74 232	10.52 279	4.92 236	9.31 260	3.88 212	0.03 215	0.01 102	0.00 1	0.00 1	0.34 285	0.28 129

Prome-Stereo	3.73 203	0.39 14	2.62 17	1.05 104	0.52 124	2.06 49	4.58 307	4.88 32	3.95 64	9.34 267	20.39 329	4.03 132	7.02 287	7.86 184	1.31 79	0.00 1	0.00 1	0.00 1	0.00 1	0.07 83	4.52 370

cf-r	3.76 204	1.43 229	5.34 189	2.66 275	2.79 295	2.85 122	0.62 143	9.08 185	6.91 182	7.06 178	11.90 250	9.64 266	3.83 190	6.23 114	4.53 232	0.00 1	0.00 1	0.00 1	0.00 1	0.19 210	0.17 87

MLCV	3.76 204	1.52 240	6.93 257	1.66 157	0.31 77	4.31 212	0.32 81	7.92 162	7.68 201	9.55 273	12.12 253	5.17 174	2.74 145	10.00 288	4.49 231	0.01 102	0.00 1	0.00 1	0.00 1	0.16 191	0.27 125

qqq1	3.78 206	0.69 100	4.55 154	1.97 200	0.15 28	2.84 110	0.29 74	13.06 286	11.10 278	7.69 204	10.45 222	4.77 160	4.52 218	9.68 271	1.24 74	0.08 267	0.97 304	0.00 1	0.12 246	0.13 165	1.24 269

fff1	3.78 206	0.69 100	4.55 154	1.97 200	0.15 28	2.84 110	0.29 74	13.06 286	11.10 278	7.69 204	10.45 222	4.77 160	4.52 218	9.68 271	1.24 74	0.08 267	0.97 304	0.00 1	0.12 246	0.13 165	1.24 269

Sa-1000	3.81 208	1.26 210	4.64 163	2.29 240	0.55 130	3.51 163	1.58 242	8.37 168	9.13 241	7.97 215	17.42 312	3.98 130	2.76 147	9.61 269	1.68 114	0.00 1	0.69 279	0.00 1	0.18 269	0.23 236	0.27 125

DeepPruner_ROB	3.82 209	1.87 271	5.65 210	1.31 125	1.64 239	3.62 172	0.81 182	14.47 315	5.03 116	8.03 221	10.78 233	6.95 224	2.26 127	8.92 245	4.32 226	0.07 263	0.03 156	0.00 1	0.01 172	0.37 290	0.29 132

DRaft	3.83 210	0.65 94	3.39 65	0.22 15	0.16 33	4.67 220	1.30 230	5.82 79	4.86 111	10.26 288	21.65 333	3.24 98	8.62 315	7.53 170	3.76 206	0.05 247	0.10 206	0.00 1	0.14 253	0.12 149	0.16 81

DEmStereo	3.86 211	0.54 62	4.04 125	0.26 23	0.17 36	5.17 231	2.45 263	4.70 26	4.34 83	8.37 234	19.94 327	5.06 173	10.13 327	7.86 184	3.93 215	0.01 102	0.01 102	0.01 244	0.00 1	0.03 26	0.10 46

GrayStereo	3.86 211	0.33 5	2.63 18	1.66 157	0.62 137	3.09 137	7.92 350	6.43 113	3.88 62	10.61 296	16.51 301	5.75 198	8.40 310	6.75 130	1.58 95	0.01 102	0.00 1	0.01 244	0.62 351	0.04 44	0.38 153

acv_ft	3.90 213	0.96 162	5.85 217	2.56 272	4.70 354	7.27 273	0.84 190	9.17 191	6.12 151	10.00 283	9.32 194	5.70 196	4.07 204	2.68 44	8.24 283	0.00 1	0.00 1	0.00 1	0.00 1	0.35 287	0.23 112

STTStereo	3.90 213	1.43 229	8.20 286	3.03 300	2.28 277	3.64 174	0.64 147	10.11 214	7.09 187	10.20 285	7.08 147	8.73 259	3.57 177	7.44 156	4.00 218	0.00 1	0.02 131	0.01 244	0.01 172	0.04 44	0.40 156

LMCR-Stereo	3.92 215	1.96 282	4.92 175	2.85 291	0.23 64	7.88 281	1.47 236	12.52 270	5.39 124	8.71 242	10.65 230	1.90 67	5.04 242	8.53 229	4.89 240	1.05 352	0.00 1	0.00 1	0.00 1	0.42 295	0.05 23

SMFormer	3.94 216	0.69 100	4.55 154	1.97 200	0.15 28	2.84 110	0.29 74	13.06 286	11.10 278	7.69 204	10.45 222	4.77 160	4.52 218	9.68 271	4.89 240	0.08 267	0.97 304	0.00 1	0.16 258	0.11 132	0.92 239

THIR-Stereo	3.94 216	1.12 187	3.06 43	0.23 17	0.13 21	4.17 205	6.40 330	5.83 80	4.54 92	10.46 293	16.98 304	6.49 214	7.44 297	8.00 190	3.58 199	0.01 102	0.07 194	0.07 315	0.00 1	0.14 174	0.06 30

GEStereo_RVC	3.95 218	1.21 205	6.13 228	2.30 241	1.22 213	4.29 211	2.96 273	12.39 265	8.24 219	7.25 191	6.79 138	7.58 235	4.22 210	9.16 255	4.56 233	0.04 235	0.01 102	0.02 275	0.02 189	0.19 210	0.42 167

hitnet-ft	3.95 218	1.16 192	3.92 115	0.89 88	0.73 153	4.88 226	0.54 122	9.78 205	7.91 209	7.42 199	10.24 216	12.50 306	4.84 233	8.15 199	5.56 252	0.03 215	0.00 1	0.06 310	0.00 1	0.24 240	0.12 56

tta	3.96 220	0.69 100	4.55 154	1.97 200	0.15 28	2.84 110	0.29 74	13.06 286	11.10 278	7.69 204	10.45 222	4.77 160	4.52 218	9.68 271	4.89 240	0.08 267	0.97 304	0.00 1	0.16 258	0.13 165	1.24 269

DualNet	3.96 220	0.98 166	7.03 260	1.64 150	1.07 193	2.84 110	0.47 105	5.55 60	10.56 265	6.68 162	9.59 201	5.66 190	3.87 193	8.20 200	11.69 329	0.00 1	1.13 327	0.00 1	0.19 272	0.11 132	1.88 327

ac_64	3.98 222	0.86 139	5.10 182	3.17 311	3.43 317	5.80 245	0.70 164	10.87 233	4.96 113	8.94 250	6.46 131	10.70 285	5.52 259	7.44 156	5.10 247	0.03 215	0.00 1	0.00 1	0.00 1	0.14 174	0.31 137

CFNet	4.03 223	1.97 283	6.30 238	2.70 279	1.64 239	5.41 235	0.22 60	12.14 259	10.28 258	5.24 99	11.15 238	6.43 211	3.70 186	8.97 251	4.01 219	0.00 1	0.00 1	0.00 1	0.00 1	0.30 271	0.13 62

RAFT-RH_RVC	4.04 224	0.69 100	3.59 90	1.91 191	0.43 108	3.11 138	0.13 37	3.80 8	6.60 168	11.26 314	31.68 371	5.20 175	1.66 105	8.30 212	2.27 160	0.09 277	0.00 1	0.00 1	0.03 200	0.03 26	0.02 4

iResNet	4.04 224	1.46 235	8.72 294	3.25 317	0.36 89	4.54 219	0.47 105	9.06 183	10.40 263	7.98 216	12.82 265	4.06 135	3.22 159	8.82 239	4.95 243	0.03 215	0.01 102	0.00 1	0.00 1	0.14 174	0.55 187

CrosDoStereo	4.05 226	0.71 108	3.52 76	0.51 55	0.20 47	3.25 148	11.21 366	6.34 108	4.96 113	9.04 254	16.44 298	4.92 166	7.28 292	8.29 209	3.84 210	0.00 1	0.02 131	0.01 244	0.00 1	0.18 204	0.19 95

DeepStereo_LL	4.05 226	0.71 108	3.52 76	0.51 55	0.20 47	3.25 148	11.21 366	6.34 108	4.96 113	9.04 254	16.44 298	4.92 166	7.28 292	8.29 209	3.84 210	0.00 1	0.02 131	0.01 244	0.00 1	0.18 204	0.19 95

ff1	4.11 228	0.98 166	7.03 260	1.64 150	1.07 193	2.84 110	0.47 105	5.55 60	10.56 265	6.68 162	9.59 201	5.66 190	3.87 193	11.33 306	11.69 329	0.00 1	1.13 327	0.00 1	0.19 272	0.11 132	1.88 327

FADNet-RVC-Resample	4.11 228	2.25 296	13.88 337	1.64 150	0.66 139	5.91 248	2.34 261	10.87 233	9.09 239	6.53 152	4.34 70	5.69 195	4.71 229	8.01 192	4.64 236	0.18 300	0.22 236	0.17 340	0.12 246	0.46 304	0.59 195

NLCA_NET_v2_RVC	4.11 228	1.53 242	6.87 256	3.04 302	3.33 312	4.34 214	0.59 137	11.36 245	7.92 210	8.98 251	7.98 167	9.72 268	3.82 189	7.92 188	4.43 229	0.15 290	0.02 131	0.03 292	0.03 200	0.07 83	0.14 65
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
GwcNet-RSSM	4.13 231	1.71 257	6.25 235	2.50 262	1.93 262	2.39 64	1.49 238	9.59 202	8.71 228	6.66 161	15.04 286	8.47 255	3.84 191	6.87 135	6.74 264	0.00 1	0.00 1	0.04 300	0.00 1	0.29 268	0.15 75

UPFNet	4.17 232	0.83 128	5.51 199	2.49 261	3.36 314	7.13 271	2.60 264	10.52 226	7.16 188	8.76 245	7.83 161	7.85 242	3.41 172	8.60 231	7.04 270	0.01 102	0.02 131	0.00 1	0.00 1	0.12 149	0.17 87

DAS	4.18 233	0.53 59	6.20 231	2.20 223	3.69 324	2.78 104	3.12 279	8.69 174	10.29 259	9.39 269	12.80 263	4.58 154	7.20 290	9.08 253	2.70 179	0.02 185	0.00 1	0.00 1	0.00 1	0.04 44	0.34 143

UNet	4.19 234	0.87 145	7.18 267	2.00 207	3.22 308	9.55 301	0.31 80	10.11 214	6.22 156	7.98 216	6.82 140	10.42 277	5.77 262	7.28 150	5.83 254	0.00 1	0.00 1	0.00 1	0.00 1	0.10 121	0.12 56

AASNet	4.20 235	1.63 249	5.82 215	3.79 336	3.93 333	6.55 258	1.22 223	19.12 355	6.82 177	7.86 212	8.35 175	4.36 149	2.55 139	3.87 62	7.47 274	0.00 1	0.00 1	0.00 1	0.00 1	0.49 311	0.22 109

SepStereo	4.22 236	0.53 59	6.20 231	2.20 223	3.69 324	2.78 104	3.12 279	8.69 174	10.29 259	9.39 269	12.80 263	4.58 154	7.20 290	9.74 277	2.70 179	0.02 185	0.00 1	0.00 1	0.00 1	0.04 44	0.34 143

PS-NSSS	4.22 236	2.53 314	5.89 218	1.01 100	2.93 297	4.05 203	1.93 252	11.44 246	8.94 235	7.14 184	14.70 285	4.96 169	2.60 141	9.09 254	3.92 213	0.40 327	0.04 170	0.83 361	0.00 1	1.09 340	1.02 250

anonymousa	4.24 238	0.78 114	4.05 126	2.16 215	4.87 357	8.76 293	0.35 85	7.41 150	4.47 90	8.21 230	19.70 326	11.03 295	5.87 264	2.04 27	2.20 150	0.00 1	1.16 340	0.00 1	0.55 349	0.04 44	1.11 258

FADNet_RVC	4.24 238	2.32 306	14.23 340	1.18 113	0.79 162	5.64 239	0.60 138	11.50 248	7.19 190	3.68 68	8.08 171	4.14 139	4.06 202	10.29 293	7.47 274	0.36 325	0.44 265	0.18 341	0.47 343	0.93 338	1.23 268

HSM	4.25 240	1.10 182	4.14 130	1.78 175	2.14 270	6.67 261	1.08 216	12.92 280	6.90 181	7.06 178	8.17 172	14.17 315	6.03 267	9.16 255	3.11 193	0.00 1	0.00 1	0.00 1	0.00 1	0.09 101	0.41 163

psm_up	4.33 241	1.34 220	4.43 145	2.27 237	2.62 289	5.29 232	3.30 289	11.49 247	6.89 180	8.05 223	8.06 169	10.09 275	11.10 332	7.12 144	3.76 206	0.24 311	0.01 102	0.00 1	0.00 1	0.20 216	0.37 150

pcwnet_v2	4.36 242	0.46 32	9.07 305	1.43 134	1.10 201	3.41 153	0.40 92	13.44 298	14.60 317	10.29 289	14.22 278	5.82 201	2.97 153	6.75 130	2.29 164	0.01 102	0.05 177	0.04 300	0.02 189	0.17 197	0.61 200

FADNet-RVC	4.36 242	2.62 320	14.51 343	2.01 208	0.44 109	4.27 209	1.27 226	12.61 272	7.89 207	3.76 70	4.05 66	10.63 283	4.34 213	9.87 282	7.66 277	0.03 215	0.09 202	0.00 1	0.03 200	0.65 321	0.50 178

HBP-ISP	4.37 244	1.56 243	4.59 160	2.23 228	1.29 223	7.87 280	3.96 295	11.80 254	10.91 277	8.06 225	14.45 281	3.38 105	4.87 234	9.27 259	2.53 170	0.14 288	0.06 183	0.00 1	0.01 172	0.08 88	0.30 135

CSP-Net	4.40 245	1.70 255	4.90 174	1.82 181	1.04 191	12.96 335	2.25 259	13.75 305	6.34 159	9.64 276	8.99 183	8.31 248	3.24 160	8.45 226	4.32 226	0.01 102	0.00 1	0.00 1	0.00 1	0.23 236	0.06 30

HSM-Net_RVC	4.40 245	0.44 29	3.22 50	0.72 70	0.68 140	7.06 268	1.82 250	12.57 271	8.48 224	9.04 254	12.20 256	14.98 320	5.14 246	7.32 152	4.19 221	0.02 185	0.02 131	0.00 1	0.00 1	0.02 9	0.14 65
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ttt	4.41 247	0.70 106	3.95 119	2.53 267	2.01 264	4.34 214	0.41 94	13.09 290	11.69 291	7.20 188	12.20 256	4.15 140	3.35 171	9.54 268	10.11 311	0.07 263	1.11 323	0.00 1	0.19 272	0.10 121	1.47 279

MMNet	4.44 248	1.37 224	6.26 236	1.73 170	1.64 239	10.51 316	0.61 141	9.27 195	9.66 252	9.55 273	9.22 187	7.40 231	6.52 276	7.90 187	6.98 267	0.01 102	0.00 1	0.00 1	0.00 1	0.14 174	0.10 46

DSFCA	4.48 249	1.03 176	6.84 255	1.61 148	1.68 244	7.26 272	4.46 306	11.27 244	7.51 196	11.01 309	6.89 141	8.49 256	4.54 222	10.41 295	6.18 260	0.03 215	0.06 183	0.02 275	0.03 200	0.13 165	0.14 65

mmx	4.50 250	0.98 166	7.03 260	1.64 150	1.07 193	2.84 110	0.47 105	12.84 276	11.23 283	6.68 162	9.59 201	5.66 190	3.87 193	11.33 306	11.69 329	0.05 247	1.12 324	0.00 1	0.19 272	0.10 121	1.53 283

xxx	4.50 250	0.98 166	7.04 264	1.64 150	1.07 193	2.84 110	0.47 105	12.84 276	11.23 283	6.68 162	9.59 201	5.66 190	3.87 193	11.33 306	11.69 329	0.05 247	1.12 324	0.00 1	0.19 272	0.10 121	1.53 283

SACVNet	4.55 252	1.88 272	5.55 206	3.38 323	1.68 244	3.11 138	2.76 268	12.44 267	6.43 164	11.07 311	11.31 241	10.53 281	5.13 245	9.88 283	4.56 233	0.08 267	0.02 131	0.00 1	0.01 172	0.38 292	0.80 232

FADNet	4.55 252	2.35 308	13.60 335	1.87 185	0.80 163	4.74 224	0.75 175	14.47 315	12.41 297	4.07 76	5.45 102	9.64 266	5.03 240	8.86 242	4.82 239	0.20 304	0.04 170	0.07 315	0.05 221	1.27 347	0.40 156

ADLNet	4.56 254	1.19 198	5.52 205	3.81 338	3.59 321	6.98 266	2.40 262	12.01 256	7.96 212	10.52 294	9.67 206	8.26 247	4.98 239	6.59 122	6.93 266	0.01 102	0.01 102	0.00 1	0.01 172	0.22 231	0.55 187

HGLStereo	4.58 255	1.04 177	6.02 223	3.30 320	5.14 360	6.36 255	0.71 165	11.04 238	7.60 199	8.04 222	12.85 266	6.90 222	8.51 313	7.85 183	5.93 255	0.02 185	0.02 131	0.00 1	0.00 1	0.14 174	0.15 75

TDLM	4.58 255	1.79 270	5.03 180	2.45 258	1.32 228	4.04 202	7.15 343	11.60 251	11.46 287	6.91 171	12.69 262	5.94 202	5.03 240	9.74 277	3.80 209	0.67 343	0.00 1	0.01 244	0.05 221	0.23 236	1.78 314

delet	4.59 257	1.12 187	5.93 219	1.37 129	3.73 327	10.48 314	3.90 293	10.51 225	9.17 243	8.87 248	9.74 207	8.37 251	3.74 188	8.12 198	6.36 263	0.00 1	0.00 1	0.00 1	0.00 1	0.21 226	0.12 56

FTStereo	4.61 258	0.54 62	2.86 26	0.98 99	0.40 101	2.57 76	8.51 353	5.70 71	3.76 55	10.85 304	29.92 365	5.53 186	7.43 296	7.73 178	1.63 103	0.17 297	0.00 1	0.05 306	0.00 1	0.04 44	3.62 365

RAFT + AFF	4.63 259	2.28 301	7.43 274	1.51 140	2.38 279	5.81 246	6.49 332	10.74 230	8.53 225	7.75 208	8.95 182	7.47 233	6.68 282	9.17 257	5.06 245	0.08 267	0.47 267	0.00 1	0.01 172	0.66 322	1.03 253

CBMV_ROB	4.66 260	0.85 132	3.94 117	1.64 150	0.75 158	8.38 290	1.90 251	11.19 241	10.36 261	9.20 262	15.21 287	7.28 228	6.99 286	9.48 265	5.24 248	0.04 235	0.05 177	0.00 1	0.00 1	0.07 83	0.64 208

iResNet_ROB	4.67 261	1.77 267	5.93 219	2.47 260	0.95 183	3.78 188	0.36 86	15.65 327	17.36 332	8.75 244	11.23 240	7.05 226	4.60 225	8.94 248	4.23 224	0.01 102	0.00 1	0.00 1	0.00 1	0.16 191	0.15 75

CVANet_RVC	4.68 262	1.93 278	5.57 208	2.61 273	1.86 257	4.12 204	4.94 313	12.11 257	9.29 244	8.05 223	11.08 237	10.28 276	6.48 275	9.52 267	3.19 195	0.45 331	0.01 102	0.00 1	0.12 246	0.23 236	1.75 310

ADLNet2	4.72 263	1.44 233	6.68 251	3.03 300	3.90 332	6.80 262	2.91 271	11.67 252	9.63 250	7.99 218	9.89 209	9.75 269	5.32 254	7.70 177	7.13 271	0.01 102	0.03 156	0.00 1	0.00 1	0.26 248	0.22 109

iResNetv2_ROB	4.72 263	2.26 298	8.87 300	3.20 314	1.25 217	4.32 213	1.73 247	14.22 312	10.62 269	10.53 295	12.13 255	7.77 238	5.54 260	8.29 209	2.76 186	0.00 1	0.00 1	0.00 1	0.00 1	0.42 295	0.55 187

ssnet_v2	4.73 265	1.43 229	6.74 253	1.80 177	0.75 158	8.89 295	4.60 308	12.66 273	10.65 270	9.53 271	6.23 120	9.78 270	4.26 212	6.89 136	9.65 307	0.01 102	0.01 102	0.00 1	0.00 1	0.36 289	0.31 137

Anonymous_2	4.74 266	0.98 166	4.46 146	2.35 248	2.27 276	5.66 240	0.67 154	8.08 166	5.28 120	4.98 91	2.60 41	8.74 260	6.92 284	5.79 102	3.46 198	0.24 311	1.70 365	5.16 379	18.18 402	5.41 373	1.85 323

test_xeample	4.78 267	0.93 150	4.68 167	1.48 138	1.28 219	3.94 195	0.13 37	13.35 295	8.62 226	8.21 230	11.63 245	3.43 113	3.54 175	7.59 173	23.47 371	0.02 185	1.16 340	0.00 1	0.25 299	0.11 132	1.74 309

CRFU-Net	4.81 268	0.78 114	5.69 212	3.10 309	1.39 231	13.18 337	3.23 284	12.26 260	4.33 79	10.91 306	9.98 213	10.94 293	7.93 305	7.47 165	3.94 216	0.16 293	0.16 223	0.16 335	0.00 1	0.26 248	0.29 132

NVstereo2D	4.82 269	1.29 212	7.98 283	3.68 333	3.48 318	8.02 283	3.10 278	11.25 242	15.50 324	5.14 97	7.71 159	8.21 246	4.68 227	10.19 292	4.30 225	0.02 185	0.19 230	0.13 329	0.36 332	0.07 83	1.12 261

StereoDRNet-Refined	4.84 270	0.96 162	5.13 183	2.22 226	0.46 110	9.10 297	0.16 50	10.72 229	9.40 248	13.41 333	12.50 259	10.02 272	4.58 223	8.60 231	8.71 292	0.01 102	0.00 1	0.01 244	0.05 221	0.24 240	0.53 185
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	4.87 271	1.45 234	4.75 169	2.52 266	1.13 205	6.25 254	3.01 275	10.44 223	8.34 221	11.05 310	13.43 269	14.04 313	3.90 198	9.74 277	6.80 265	0.00 1	0.00 1	0.00 1	0.00 1	0.08 88	0.37 150

1111x	4.96 272	1.04 177	7.09 266	1.75 172	1.05 192	5.03 229	0.32 81	13.52 299	10.70 271	6.68 162	10.35 219	8.81 261	6.01 266	10.65 296	12.78 341	0.07 263	1.24 347	0.00 1	0.33 327	0.11 132	1.75 310

RASNet	5.00 273	1.19 198	5.69 212	3.68 333	4.80 355	5.04 230	1.29 229	10.26 216	8.99 237	5.89 116	11.65 246	10.55 282	9.76 325	9.96 287	10.32 316	0.20 304	0.00 1	0.00 1	0.00 1	0.09 101	0.73 225

dad	5.10 274	2.61 318	6.76 254	1.23 116	0.14 22	2.85 122	0.36 86	7.98 164	14.88 318	10.84 303	17.06 305	15.59 323	3.29 163	7.24 147	4.39 228	1.20 355	0.10 206	4.02 377	0.49 345	0.20 216	0.69 220

CBFPSM	5.12 275	1.48 236	16.22 350	1.81 178	1.14 206	11.16 319	2.90 270	7.99 165	6.75 176	6.55 153	5.00 86	15.05 322	8.78 317	7.52 169	8.90 295	0.04 235	0.02 131	0.00 1	0.00 1	0.42 295	0.67 219

LL-Strereo	5.14 276	2.29 304	8.95 301	1.26 118	5.05 359	3.66 175	1.40 233	10.33 218	8.98 236	8.71 242	8.24 174	10.70 285	11.10 332	12.66 325	5.36 249	0.05 247	1.35 357	0.00 1	0.00 1	0.38 292	2.23 347

xxxx	5.16 277	0.86 139	4.86 172	1.96 199	1.22 213	7.56 279	0.07 14	14.67 317	9.15 242	6.55 153	9.87 208	9.30 263	3.47 174	8.07 196	22.20 366	0.05 247	1.16 340	0.00 1	0.26 308	0.10 121	1.76 312

PA-Net	5.40 278	2.35 308	9.55 314	2.75 280	2.21 272	8.74 292	3.92 294	13.05 285	13.35 310	7.30 195	7.98 167	8.08 243	6.39 274	11.17 304	9.30 302	0.02 185	0.03 156	0.00 1	0.03 200	0.16 191	1.55 287
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SGM-Forest	5.40 278	0.84 131	4.19 133	1.43 134	0.68 140	10.12 310	6.41 331	12.13 258	11.86 293	11.50 317	14.43 280	11.62 298	5.20 247	9.93 286	6.16 259	0.16 293	0.04 170	0.00 1	0.00 1	0.08 88	1.24 269
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
AANet_RVC	5.41 280	2.61 318	8.17 285	2.25 232	1.30 225	2.27 57	1.64 245	10.82 231	18.54 339	8.01 220	18.09 318	8.39 254	3.31 166	11.37 309	8.98 298	1.15 354	0.38 260	0.02 275	0.00 1	0.17 197	0.70 222

PSMNet_ROB	5.41 280	2.45 311	7.39 272	2.36 250	1.90 259	10.11 309	6.54 333	16.32 335	7.59 198	6.84 170	10.83 234	12.06 304	4.13 206	8.73 237	10.24 314	0.02 185	0.01 102	0.01 244	0.11 242	0.26 248	0.40 156

GASNet	5.62 282	5.76 361	12.05 326	5.03 360	2.08 269	3.77 187	1.53 240	12.92 280	11.62 289	9.64 276	7.40 155	8.58 257	7.54 298	14.76 343	8.25 284	0.02 185	0.15 221	0.00 1	0.00 1	0.81 337	0.52 184

222	5.93 283	0.88 146	4.58 159	1.76 174	0.98 186	6.02 250	0.08 18	14.45 314	8.89 233	9.53 271	11.77 248	3.88 126	4.23 211	8.26 203	39.96 401	0.03 215	1.12 324	0.00 1	0.24 296	0.11 132	1.73 306

CBMV	5.97 284	1.52 240	4.51 150	1.99 204	0.53 125	10.02 307	6.94 340	13.27 293	13.80 314	13.08 331	15.93 294	11.36 296	8.11 307	9.82 280	7.27 272	0.08 267	0.15 221	0.00 1	0.00 1	0.30 271	0.74 228
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
fast-acv-ft	6.00 285	1.95 281	7.88 281	2.35 248	1.85 255	13.61 340	1.76 249	8.44 170	10.12 256	11.22 313	20.57 330	14.41 318	7.55 299	8.11 197	8.83 293	0.10 280	0.09 202	0.16 335	0.07 227	0.68 325	0.35 147

StereoDRNet	6.02 286	2.40 310	8.22 287	3.43 324	4.43 344	10.57 317	4.21 299	19.44 357	11.24 285	12.86 326	8.06 169	11.64 299	4.79 232	8.65 235	9.32 303	0.01 102	0.10 206	0.00 1	0.03 200	0.34 285	0.69 220

iinet-f	6.21 287	2.11 290	28.74 385	2.13 214	1.38 230	11.62 323	1.49 238	7.64 158	7.19 190	7.77 209	14.38 279	10.49 278	7.79 302	7.76 180	12.90 342	0.03 215	0.03 156	0.05 306	0.00 1	0.67 323	0.12 56

DRN-Test	6.23 288	1.51 238	7.53 275	3.07 308	3.69 324	12.17 331	3.23 284	20.80 370	11.11 282	12.64 325	13.02 267	10.91 292	5.26 248	8.49 228	10.12 312	0.05 247	0.05 177	0.04 300	0.04 218	0.28 260	0.65 209

NCCL2	6.27 289	2.46 312	7.00 258	2.36 250	1.11 202	9.48 300	11.14 365	13.01 284	10.40 263	9.94 282	9.49 198	22.11 361	7.42 295	9.90 285	8.56 288	0.01 102	0.00 1	0.02 275	0.03 200	0.20 216	0.73 225

APVNet	6.28 290	2.46 312	10.09 318	3.51 328	3.97 335	12.15 330	1.75 248	20.08 366	6.73 175	6.92 176	13.45 270	10.75 287	6.29 273	11.86 316	14.34 349	0.05 247	0.02 131	0.11 323	0.03 200	0.63 319	0.34 143

ETE_ROB	6.28 290	2.60 317	9.22 308	1.71 166	0.84 168	6.44 256	6.78 337	13.16 291	8.80 231	13.01 329	15.93 294	21.01 359	6.18 270	10.97 298	8.11 282	0.04 235	0.01 102	0.00 1	0.02 189	0.16 191	0.70 222

MaskLacGwcNet_RVC	6.42 292	6.12 362	6.53 246	4.29 350	3.61 322	15.41 345	4.13 297	12.36 263	7.32 195	7.60 203	8.51 177	8.97 262	2.64 142	10.17 291	3.72 204	8.16 383	2.40 373	2.00 372	0.11 242	8.55 380	5.84 375

DANet	6.46 293	1.58 245	9.58 316	4.10 343	3.99 337	9.13 298	1.34 231	10.37 220	7.76 202	13.76 337	15.66 290	16.14 327	7.03 288	13.07 328	13.62 346	0.19 301	0.12 213	0.02 275	0.02 189	0.15 187	1.61 288
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
XPNet_ROB	6.46 293	1.88 272	7.41 273	2.81 285	0.95 183	6.45 257	6.82 338	13.58 300	8.80 231	15.50 345	15.86 292	19.59 350	7.12 289	11.41 310	9.86 308	0.02 185	0.04 170	0.00 1	0.03 200	0.20 216	0.79 231

NaN_ROB	6.51 295	2.25 296	8.77 295	1.69 162	1.79 250	9.71 304	10.94 363	16.20 333	16.13 326	13.04 330	8.86 179	11.77 301	5.94 265	12.88 327	8.01 280	0.05 247	0.13 216	0.07 315	0.20 282	0.32 282	1.50 282

Wz-Net-LNSev-Ref	6.52 296	2.21 295	12.10 327	2.75 280	3.28 309	10.03 308	3.05 276	12.31 262	11.52 288	10.10 284	21.36 332	11.51 297	7.30 294	11.56 312	10.61 319	0.09 277	0.00 1	0.00 1	0.00 1	0.08 88	0.51 182

DISCO	6.58 297	0.98 166	6.44 243	3.75 335	1.18 208	11.19 320	3.29 288	12.92 280	16.72 328	7.27 192	11.74 247	17.34 335	6.60 277	19.59 368	11.59 328	0.00 1	0.00 1	0.00 1	0.00 1	0.45 303	0.50 178

Syn2CoEx	6.70 298	3.69 342	12.14 328	2.78 283	1.68 244	8.36 288	3.21 283	18.59 350	12.66 300	8.86 247	20.79 331	10.52 279	10.54 329	9.68 271	8.70 291	0.01 102	0.00 1	0.00 1	0.00 1	0.69 327	1.00 245

RYNet	6.82 299	1.51 238	7.35 271	1.79 176	4.52 348	16.68 349	4.41 305	14.19 311	17.43 333	11.64 319	7.86 162	15.03 321	8.81 318	10.10 289	14.16 348	0.04 235	0.13 216	0.15 332	0.05 221	0.08 88	0.53 185

S-Stereo	6.85 300	0.93 150	10.76 322	3.34 322	3.51 319	6.55 258	6.01 324	13.75 305	23.86 358	9.65 279	15.54 289	11.81 302	8.24 308	8.59 230	11.23 325	0.13 285	0.16 223	0.00 1	0.42 339	0.14 174	2.39 349

GANet	6.86 301	1.78 268	5.98 222	3.05 303	1.12 204	10.12 310	9.38 358	13.41 297	8.67 227	11.46 316	29.87 364	13.94 312	8.25 309	12.06 318	6.33 262	0.40 327	0.06 183	0.16 335	0.33 327	0.18 204	0.59 195

GwcNet	6.95 302	2.89 328	13.32 334	2.82 287	5.53 362	11.76 324	2.14 258	14.95 320	17.69 335	10.83 302	18.14 319	10.83 290	6.66 280	9.83 281	10.19 313	0.03 215	0.06 183	0.03 292	0.08 230	0.64 320	0.66 217

FINET	6.96 303	2.98 329	13.77 336	3.20 314	4.81 356	9.65 302	9.90 361	13.68 303	23.91 359	8.28 232	13.70 271	5.36 181	5.83 263	10.79 297	8.05 281	0.90 349	1.43 358	0.11 323	0.38 334	0.48 309	1.98 337

GANetREF_RVC	6.97 304	3.59 339	9.14 307	4.00 340	0.40 101	13.17 336	11.27 369	15.95 331	17.51 334	10.62 297	10.66 231	12.15 305	7.97 306	13.18 329	5.04 244	0.45 331	0.00 1	0.01 244	0.15 256	3.47 370	0.60 197
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
FAT-Stereo	6.98 305	0.79 116	7.57 276	2.54 270	1.80 251	6.16 252	4.33 304	19.16 356	18.82 340	10.75 300	17.08 306	18.23 341	13.56 346	9.25 258	8.44 285	0.03 215	0.16 223	0.01 244	0.10 240	0.14 174	0.65 209

LALA_ROB	7.02 306	2.54 315	8.51 289	1.53 142	0.96 185	9.96 306	8.71 354	16.70 337	12.68 301	12.99 328	13.90 276	24.47 364	5.40 256	11.61 314	9.50 304	0.04 235	0.05 177	0.00 1	0.02 189	0.17 197	0.65 209

DGSMNet	7.10 307	3.49 336	15.11 346	4.36 353	4.41 343	8.94 296	6.25 328	15.10 322	14.28 316	8.15 228	14.51 283	10.08 273	5.38 255	11.04 300	7.95 279	1.49 361	2.00 370	1.79 370	1.68 374	2.43 363	3.48 362

Wz-Net-LNSev	7.12 308	2.75 322	18.64 358	1.70 165	4.16 339	12.79 334	6.72 335	13.74 304	13.57 311	11.14 312	17.31 311	11.90 303	8.50 312	8.96 250	9.94 309	0.00 1	0.01 102	0.00 1	0.00 1	0.18 204	0.34 143

edge stereo	7.12 308	1.19 198	7.83 280	2.32 244	2.46 283	6.90 263	3.26 287	15.58 326	12.52 298	15.68 347	18.34 321	21.83 360	13.05 342	11.53 311	8.68 290	0.04 235	0.06 183	0.11 323	0.03 200	0.30 271	0.63 206

STTRV1_RVC	7.16 310	1.18 195	13.30 332	3.33 321	6.91 368	11.99 328	4.01 296	15.74 329	12.11 294	9.56 275	14.59 284	11.64 299	8.75 316	12.86 326	8.54 287	3.70 373	2.86 383	0.41 356	0.13 251	1.38 350	0.12 56

DeepPrunerF	7.18 311	3.58 338	25.29 377	4.27 349	7.20 370	3.78 188	4.64 309	14.03 309	20.86 349	8.85 246	10.57 227	7.35 229	7.88 304	12.16 321	10.66 321	0.25 314	0.16 223	0.29 350	0.43 341	0.77 334	0.65 209

Anonymous Stereo	7.27 312	4.41 351	26.56 380	3.67 332	3.09 303	5.56 236	15.31 380	10.85 232	11.63 290	10.31 290	10.32 218	7.46 232	3.67 185	14.42 338	15.13 353	0.64 341	0.88 292	0.00 1	0.07 227	0.33 284	1.16 262

RGC	7.40 313	2.77 324	7.71 278	4.43 355	4.87 357	8.88 294	2.96 273	16.05 332	12.76 305	11.96 323	19.57 325	18.32 342	11.57 338	13.89 336	9.58 306	0.83 348	0.02 131	0.24 348	0.41 338	0.40 294	0.77 230

RP	7.41 314	1.90 276	7.33 269	4.26 348	5.25 361	6.64 260	3.46 290	12.44 267	16.23 327	10.36 291	23.00 341	18.72 343	16.59 357	11.10 301	8.47 286	1.10 353	0.02 131	0.12 327	0.16 258	0.43 299	0.65 209

NCC-stereo	7.43 315	2.28 301	8.58 290	3.28 318	4.48 345	8.34 285	4.27 301	20.45 368	13.66 312	9.17 260	17.52 313	16.49 329	14.31 352	13.71 332	8.95 296	1.73 363	0.12 213	0.01 244	0.50 346	0.21 226	0.60 197

Abc-Net	7.43 315	2.28 301	8.58 290	3.28 318	4.48 345	8.34 285	4.27 301	20.45 368	13.66 312	9.17 260	17.52 313	16.49 329	14.31 352	13.71 332	8.95 296	1.73 363	0.12 213	0.01 244	0.50 346	0.21 226	0.60 197
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ccnet	7.45 317	1.89 275	7.71 278	3.18 312	2.35 278	12.19 332	6.14 327	18.95 352	9.36 247	13.33 332	20.38 328	16.00 326	9.10 323	10.10 289	15.40 355	0.44 329	0.34 254	0.25 349	0.25 299	0.48 309	1.18 264

Nwc_Net	7.54 318	1.91 277	8.71 293	4.16 345	3.42 316	10.77 318	2.00 254	20.33 367	12.19 295	9.10 257	24.04 347	17.67 337	13.58 347	12.14 320	9.12 300	0.94 351	0.00 1	0.00 1	0.02 189	0.22 231	0.41 163

psmorigin	7.74 319	2.19 294	18.99 360	2.51 263	0.89 173	7.08 270	2.74 266	11.25 242	7.90 208	20.49 361	22.36 339	20.16 352	11.95 339	13.84 334	10.61 319	0.04 235	0.18 228	0.06 310	0.24 296	0.27 258	1.07 254

ADCRef	7.76 320	2.31 305	19.09 361	2.82 287	3.29 310	11.88 326	3.06 277	11.52 249	10.89 276	13.69 336	25.85 355	8.20 245	8.89 320	8.95 249	22.66 367	0.16 293	0.08 196	0.16 335	0.34 330	0.47 306	0.91 237

SDNR	7.97 321	2.75 322	16.90 354	2.28 239	0.94 180	45.23 399	0.43 99	9.30 198	10.84 274	10.71 299	25.30 353	5.51 185	4.47 216	11.98 317	7.58 276	0.15 290	0.14 220	0.00 1	0.04 218	2.27 362	2.65 354

anonymity	8.04 322	4.13 348	12.86 330	7.43 372	13.11 387	8.34 285	2.02 255	18.21 348	7.55 197	13.88 338	9.27 191	10.63 283	7.79 302	11.57 313	6.06 256	6.25 378	5.59 400	3.71 376	3.28 379	3.27 368	5.78 374

CC-Net-ROB	8.09 323	10.11 378	9.03 303	4.07 341	3.74 328	15.24 344	4.84 312	18.44 349	10.87 275	6.73 169	14.03 277	7.54 234	4.68 227	11.61 314	3.98 217	6.59 379	2.54 377	16.51 386	1.19 363	7.88 379	2.20 344

Wz-Net-MNSev	8.12 324	3.18 330	18.07 357	2.63 274	3.36 314	17.82 356	9.40 359	12.89 279	15.44 323	13.95 339	18.21 320	14.38 317	7.75 301	12.50 322	11.45 327	0.46 333	0.03 156	0.00 1	0.01 172	0.26 248	0.58 192

pmcnn	8.17 325	1.70 255	11.49 324	3.18 312	3.07 301	9.66 303	6.06 326	13.60 301	17.71 336	15.23 344	24.02 345	27.61 372	8.81 318	10.36 294	9.51 305	0.08 267	0.08 196	0.00 1	0.00 1	0.31 278	0.87 235

stereogan	8.18 326	1.32 218	9.05 304	3.59 329	4.00 338	20.16 363	3.13 281	17.25 342	20.16 346	10.68 298	19.19 323	20.56 358	10.70 331	14.74 342	7.00 268	0.34 323	0.04 170	0.21 345	0.08 230	0.70 329	0.65 209

SQANet	8.22 327	4.42 352	7.19 268	12.11 382	9.77 379	11.80 325	3.23 284	12.00 255	6.60 168	8.59 240	11.52 244	10.97 294	5.31 253	11.10 301	4.20 222	9.56 385	2.29 372	10.51 382	1.61 373	13.06 387	8.49 382

SuperB	8.29 328	3.96 346	24.92 375	2.96 296	1.33 229	9.83 305	4.15 298	10.92 237	29.79 370	11.86 320	12.51 260	6.07 203	6.97 285	11.13 303	14.73 350	0.15 290	0.11 210	0.35 352	0.26 308	12.64 385	1.11 258

AF-Net	8.37 329	2.16 293	9.01 302	3.65 331	4.58 351	9.40 299	2.63 265	17.71 344	21.32 351	10.38 292	24.51 349	20.43 355	16.67 358	12.54 323	10.76 323	0.70 345	0.00 1	0.12 327	0.00 1	0.47 306	0.42 167

CSAN	8.41 330	2.86 327	9.35 311	2.43 256	0.82 166	13.59 339	11.68 371	15.80 330	21.98 355	14.71 341	16.46 300	18.00 339	14.42 354	13.68 331	10.10 310	0.10 280	0.13 216	0.15 332	0.19 272	0.43 299	1.28 273

PWCDC_ROB	8.50 331	4.40 350	9.57 315	6.16 369	4.54 350	10.46 313	1.03 210	15.30 323	28.16 367	10.88 305	30.88 369	6.96 225	11.31 335	14.57 340	10.40 317	3.10 372	0.02 131	0.00 1	0.00 1	1.55 353	0.63 206

G-Net	8.60 332	1.93 278	12.59 329	6.04 367	3.66 323	25.93 373	4.26 300	10.35 219	8.05 215	19.71 357	24.73 350	14.15 314	15.49 355	11.30 305	10.69 322	0.50 339	0.46 266	0.19 343	0.25 299	0.80 335	0.91 237

ADCP+	8.60 332	2.78 325	17.44 355	1.69 162	4.27 341	16.95 352	5.29 317	13.38 296	12.52 298	13.57 335	17.57 315	10.86 291	11.28 334	18.43 363	23.91 376	0.03 215	0.05 177	0.01 244	0.18 269	0.47 306	1.31 275

PWC_ROB	8.89 334	4.49 353	15.62 348	2.92 293	4.49 347	7.89 282	1.23 224	17.29 343	20.00 344	16.54 350	28.06 359	14.37 316	11.98 341	14.93 344	15.43 356	0.47 336	0.00 1	0.05 306	0.00 1	0.67 323	1.31 275

aanetorigin	9.02 335	3.75 343	28.68 384	2.16 215	3.86 330	5.84 247	5.40 320	5.93 91	10.39 262	28.12 376	31.02 370	15.98 325	13.74 348	9.38 261	12.55 338	0.25 314	0.22 236	0.22 346	0.24 296	1.24 345	1.47 279

PASM	9.11 336	5.68 360	25.06 376	4.33 351	4.18 340	7.01 267	8.48 351	12.37 264	20.95 350	13.49 334	15.37 288	18.80 344	11.52 337	14.70 341	12.70 339	0.93 350	1.19 343	0.32 351	1.21 364	1.66 354	2.22 346

UDG	9.12 337	10.06 377	6.35 241	10.06 375	9.64 378	10.48 314	2.33 260	12.73 274	10.19 257	8.33 233	10.27 217	16.70 331	10.47 328	8.33 216	9.07 299	4.28 374	2.59 379	18.90 388	3.83 382	11.35 382	6.50 378

MDST_ROB	9.13 338	1.31 215	10.16 320	4.36 353	2.48 285	28.66 380	7.64 347	19.96 361	14.97 319	27.53 375	24.02 345	9.47 264	5.27 249	16.31 352	8.61 289	0.63 340	0.19 230	0.00 1	0.00 1	0.08 88	0.90 236

FBW_ROB	9.17 339	2.08 289	10.31 321	2.51 263	1.66 243	13.22 338	6.04 325	23.09 377	20.11 345	19.55 355	15.80 291	18.97 347	11.96 340	19.34 365	11.38 326	0.66 342	0.30 250	2.15 373	0.90 357	1.15 344	2.16 343

XQC	9.46 340	4.84 356	18.88 359	4.07 341	3.09 303	15.97 347	6.65 334	16.26 334	26.63 364	12.63 324	12.35 258	15.75 324	10.62 330	16.48 353	21.19 362	0.44 329	0.96 303	0.05 306	0.32 324	1.10 341	0.99 243

Consistency-Raft	9.58 341	5.11 357	13.00 331	5.61 363	8.92 377	4.03 201	5.07 316	19.73 360	24.90 362	11.32 315	29.86 363	13.36 309	6.16 269	8.00 190	13.47 344	0.67 343	0.34 254	1.81 371	4.36 385	12.23 383	3.62 365

MSMD_ROB	9.73 342	1.43 229	5.42 194	1.81 178	0.42 107	16.83 350	4.30 303	14.29 313	15.34 321	23.06 363	40.17 385	25.63 368	22.62 373	13.37 330	8.85 294	0.48 338	0.03 156	0.00 1	0.00 1	0.13 165	0.47 175

RTSC	9.87 343	4.34 349	16.44 351	4.60 357	2.38 279	12.54 333	0.75 175	18.19 347	37.31 384	16.16 349	15.86 292	13.32 308	7.56 300	20.93 372	23.50 372	0.34 323	1.07 320	0.02 275	0.35 331	0.71 330	0.99 243

Wz-Net-SNSev	9.92 344	8.01 371	26.42 379	2.26 234	1.85 255	8.36 288	14.30 379	18.01 346	21.68 352	10.78 301	23.95 342	16.84 332	8.60 314	15.59 348	19.76 361	0.01 102	0.03 156	0.01 244	0.00 1	0.52 314	1.34 278

DDUNet	10.03 345	12.17 383	8.24 288	13.02 383	11.73 384	10.32 312	3.76 291	12.27 261	8.35 222	9.64 276	13.89 275	16.48 328	6.67 281	9.50 266	7.00 268	6.80 380	3.45 390	21.10 389	4.33 384	12.78 386	9.12 383

ADCPNet	10.18 346	3.40 335	33.24 388	2.38 252	1.74 247	17.75 355	7.65 348	13.20 292	13.03 307	14.09 340	21.72 335	19.36 348	11.40 336	15.43 347	23.00 369	0.28 320	1.15 339	0.39 355	1.48 369	0.68 325	2.21 345

WCMA_ROB	10.20 347	1.99 285	9.33 310	3.01 298	2.46 283	15.78 346	7.67 349	12.75 275	15.41 322	25.08 373	33.42 376	27.06 371	19.86 363	13.87 335	12.47 337	1.28 357	0.38 260	0.18 341	0.20 282	0.28 260	1.54 285

PDISCO_ROB	10.27 348	2.79 326	13.30 332	10.58 379	9.96 380	22.78 367	5.99 322	20.01 362	28.57 368	11.88 321	14.49 282	20.54 356	4.92 236	17.01 358	10.29 315	5.79 377	0.42 262	0.14 331	0.13 251	2.53 365	3.25 358

MFN_U_SF_DS_RVC	10.36 349	5.37 358	16.61 353	2.95 295	3.02 300	24.75 370	15.44 382	14.68 318	19.73 342	19.77 358	23.97 343	16.98 333	8.40 310	17.58 360	9.23 301	1.59 362	1.75 366	0.16 335	2.63 376	0.75 332	1.85 323

SHD	10.45 350	3.67 341	14.03 339	4.81 358	4.52 348	11.93 327	1.66 246	21.36 374	38.40 386	18.84 354	21.72 335	17.63 336	13.07 343	15.65 350	17.71 358	0.36 325	1.09 321	0.01 244	0.32 324	0.50 312	1.67 296

FCDSN-DC	10.72 351	1.16 192	5.01 179	2.16 215	1.31 227	17.46 354	4.80 311	17.79 345	19.87 343	25.02 371	32.85 372	33.57 380	23.52 377	16.80 355	12.13 333	0.11 284	0.00 1	0.00 1	0.00 1	0.09 101	0.76 229
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCL	10.77 352	3.23 331	21.50 367	2.26 234	1.96 263	23.65 368	9.07 355	14.69 319	24.88 361	15.21 343	27.20 356	12.68 307	14.02 351	16.94 357	24.43 378	0.26 317	0.18 228	0.74 359	0.67 354	0.80 335	1.02 250

SGM_RVC	10.77 352	1.11 184	4.66 164	2.66 275	0.41 105	21.03 364	6.87 339	20.02 363	15.54 325	25.86 374	24.97 352	33.59 381	20.51 366	20.89 371	14.78 351	0.31 322	0.26 247	0.22 346	0.26 308	0.43 299	1.01 246
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DPSNet	10.88 354	2.57 316	20.40 365	2.24 231	1.90 259	24.92 371	17.00 392	21.35 373	28.61 369	12.87 327	13.74 273	17.01 334	20.14 365	15.36 345	14.01 347	0.81 347	0.98 309	0.20 344	0.65 353	1.30 348	1.54 285

ADCMid	10.97 355	4.49 353	23.66 371	2.53 267	2.52 288	11.46 322	6.31 329	15.31 324	12.85 306	23.57 367	22.99 340	17.92 338	21.04 368	19.57 367	28.05 385	0.47 336	0.43 263	1.10 364	1.32 366	1.73 356	2.10 340

FC-DCNN	11.29 356	1.01 175	5.50 198	2.25 232	1.65 242	18.23 358	5.36 319	18.99 353	20.65 348	28.95 377	34.83 379	33.83 382	23.18 376	17.04 359	13.37 343	0.17 297	0.01 102	0.02 275	0.02 189	0.10 121	0.70 222

SANet	11.48 357	3.34 333	13.93 338	2.40 255	1.01 189	16.49 348	12.16 374	20.05 365	37.28 383	19.62 356	28.04 358	25.61 367	20.10 364	14.43 339	12.39 336	0.10 280	0.06 183	0.03 292	0.06 226	0.76 333	1.73 306

AnyNet_C32	11.82 358	7.08 365	25.83 378	4.55 356	5.88 365	16.92 351	16.97 391	14.14 310	18.11 338	16.87 351	21.66 334	14.78 319	13.87 350	23.54 379	31.83 391	0.24 311	0.28 248	0.35 352	0.53 348	1.35 349	1.71 304

MeshStereo	11.94 359	1.88 272	5.24 185	2.11 213	1.44 233	20.09 362	4.95 314	21.74 376	16.75 329	33.10 382	35.07 380	39.28 389	22.72 374	19.45 366	13.59 345	0.19 301	0.06 183	0.02 275	0.00 1	0.46 304	0.65 209
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
Wz-Net-TNSev	12.01 360	11.86 382	38.26 393	2.81 285	1.82 254	18.12 357	11.31 370	16.67 336	21.73 353	15.06 342	17.17 307	19.72 351	20.69 367	20.68 370	21.41 364	0.04 235	0.06 183	0.00 1	0.16 258	0.74 331	1.93 334

otaku	12.35 361	8.64 372	9.11 306	13.56 384	10.98 382	26.23 374	7.22 344	19.45 358	19.26 341	11.92 322	17.90 317	20.21 353	8.91 321	16.06 351	6.09 257	9.77 386	2.50 376	13.23 383	1.90 375	14.61 388	9.41 386

Ntro	12.91 362	9.95 376	10.01 317	14.12 386	12.55 386	26.31 375	6.76 336	19.04 354	22.03 356	10.23 287	16.26 297	20.22 354	10.06 326	16.81 356	7.93 278	10.16 388	2.55 378	15.19 385	2.86 377	15.27 389	9.93 388

MFN_U_SF_RVC	13.54 363	4.69 355	28.43 383	4.24 347	2.50 286	24.26 369	5.99 322	28.23 384	20.18 347	24.06 370	29.38 362	30.35 376	16.92 359	20.98 373	21.39 363	1.35 358	1.13 327	1.02 362	1.41 368	1.88 358	2.50 352

WZ-Net	13.61 364	5.57 359	42.84 396	3.89 339	3.19 307	19.90 361	15.44 382	15.67 328	32.04 373	16.13 348	28.69 360	22.17 362	15.84 356	21.40 374	26.87 381	0.75 346	0.01 102	0.01 244	0.03 200	0.51 313	1.20 266

ADCS	13.76 365	6.46 363	30.74 386	3.62 330	2.93 297	14.28 342	11.22 368	20.02 363	34.42 378	23.20 364	25.42 354	19.51 349	19.62 362	24.54 380	33.88 394	0.27 319	0.23 239	0.37 354	0.19 272	1.47 351	2.84 355

MFMNet_re	14.09 366	9.67 375	20.31 364	10.40 377	7.62 371	21.38 365	17.49 394	21.36 374	31.95 372	23.70 368	29.22 361	18.87 345	27.41 383	14.27 337	11.16 324	2.85 370	1.51 363	0.41 356	0.28 312	4.88 372	7.10 379

EDNetEfficient	14.14 367	6.71 364	56.12 403	2.99 297	3.58 320	5.38 234	8.49 352	9.35 199	33.24 374	40.73 392	30.21 366	18.04 340	22.92 375	12.13 319	26.26 380	0.16 293	0.24 242	0.07 315	1.15 361	2.58 366	2.39 349

LSM	14.85 368	7.41 368	36.29 391	7.76 374	43.77 410	11.24 321	12.14 373	16.73 338	23.72 357	23.73 369	32.92 373	18.89 346	13.31 345	16.60 354	12.37 335	0.26 317	0.86 291	0.11 323	0.43 341	1.24 345	17.26 403

SAMSARA	15.67 369	3.89 345	14.48 342	13.77 385	7.92 374	38.69 393	73.90 416	21.22 372	24.66 360	17.04 352	13.86 274	30.01 375	13.07 343	18.07 362	17.48 357	0.23 309	1.46 360	0.07 315	0.40 336	0.99 339	2.15 342

SPS-STEREO	15.83 370	7.38 367	14.92 345	11.63 381	11.77 385	25.30 372	7.12 342	25.20 380	17.06 331	32.24 381	30.34 367	31.63 378	22.59 372	25.67 381	21.97 365	7.71 382	4.50 396	3.35 375	1.56 372	6.97 378	7.72 381
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	16.41 371	3.98 347	16.04 349	5.38 361	4.59 353	19.44 360	7.28 345	28.88 386	49.27 396	31.53 380	43.72 391	30.36 377	32.17 390	26.70 383	23.19 370	0.25 314	1.48 361	0.04 300	0.59 350	0.52 314	2.87 356

ACVNet-4b	16.48 372	23.07 389	14.73 344	16.69 388	15.18 390	31.83 384	7.30 346	19.71 359	27.82 366	11.54 318	22.10 338	31.68 379	8.96 322	18.88 364	7.28 273	11.04 390	2.65 380	24.93 392	5.02 387	18.57 391	10.67 390

AnyNet_C01	16.99 373	12.34 384	60.47 405	4.88 359	3.11 306	31.77 383	16.79 389	18.60 351	17.96 337	18.62 353	38.50 383	24.03 363	19.00 361	30.59 386	35.18 396	0.29 321	0.56 271	0.45 358	0.48 344	2.70 367	3.40 360

MSC_U_SF_DS_RVC	17.08 374	7.98 370	24.37 374	6.82 371	2.93 297	39.68 395	16.11 384	25.46 381	34.93 379	34.13 384	34.20 377	29.20 374	24.94 379	23.01 377	19.39 360	2.79 369	2.87 384	1.18 366	1.53 371	6.78 377	3.31 359

NVStereoNet_ROB	17.22 375	8.76 373	16.47 352	7.52 373	8.42 375	13.75 341	11.07 364	24.24 379	26.67 365	31.00 378	46.49 394	34.88 384	27.06 382	22.72 376	23.61 373	6.83 381	4.32 395	6.32 381	10.37 394	4.39 371	9.57 387
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM+DAISY	17.25 376	9.46 374	22.74 369	10.11 376	11.40 383	28.98 381	13.74 377	21.15 371	16.85 330	31.39 379	34.79 378	34.05 383	24.24 378	26.23 382	19.31 359	8.79 384	7.56 404	4.88 378	3.93 383	6.07 376	9.33 384

LE_ROB	17.31 377	2.62 320	14.26 341	4.20 346	1.80 251	17.40 353	9.70 360	15.38 325	55.92 402	63.97 412	40.81 387	35.50 385	39.26 396	15.64 349	28.51 386	0.06 257	0.11 210	0.13 329	0.21 287	0.14 174	0.51 182

ELAS_RVC	17.82 378	3.60 340	11.92 325	6.63 370	5.73 363	30.34 382	19.64 395	26.92 382	35.06 380	40.79 393	41.32 389	37.31 387	31.61 386	30.54 385	22.93 368	1.97 367	2.40 373	1.28 367	1.27 365	1.71 355	3.51 364
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	17.99 379	3.49 336	11.19 323	6.14 368	5.79 364	34.89 389	17.28 393	28.75 385	30.47 371	40.80 394	45.79 393	39.04 388	32.05 389	27.63 384	24.30 377	1.88 366	2.41 375	1.09 363	1.48 369	1.83 357	3.48 362
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DispFullNet	18.06 380	27.03 392	34.90 389	22.68 393	20.79 395	15.03 343	3.18 282	16.95 341	26.06 363	20.48 360	16.91 303	20.55 357	18.37 360	23.48 378	12.16 334	5.31 376	2.91 385	31.24 396	8.09 392	22.63 395	12.44 395

EDNetEfficientorigin	18.25 381	14.44 385	99.41 425	1.72 169	1.00 188	12.07 329	6.97 341	13.67 302	35.06 380	38.59 391	37.10 382	27.03 370	27.46 384	15.38 346	26.92 382	0.05 247	0.08 196	0.15 332	0.62 351	3.33 369	3.92 368

SGM-ForestM	18.61 382	3.38 334	10.14 319	3.44 325	2.24 275	34.17 388	15.39 381	29.44 388	33.93 375	38.55 390	41.08 388	53.64 398	36.76 393	34.82 390	27.16 383	1.25 356	1.81 369	0.74 359	1.01 359	0.61 318	2.61 353

RainbowNet	18.69 383	27.15 393	22.03 368	18.76 390	15.00 389	27.97 379	10.17 362	27.99 383	34.19 377	15.53 346	27.53 357	25.33 365	13.80 349	19.86 369	10.59 318	14.50 396	3.57 391	23.85 391	5.03 388	18.49 390	12.41 394

ACVNet_1	19.51 384	26.19 391	15.50 347	17.71 389	15.28 391	26.46 376	9.36 357	29.16 387	34.18 376	25.06 372	24.89 351	37.18 386	21.93 371	17.80 361	15.03 352	11.08 391	2.83 381	25.29 393	5.06 389	19.11 392	11.14 391

RTS	19.64 385	10.42 379	87.01 413	5.88 364	6.82 366	41.73 396	16.69 387	16.80 339	41.90 390	23.44 365	32.96 374	13.79 310	21.49 369	38.85 395	30.84 388	0.46 333	0.70 281	0.00 1	0.09 236	1.13 342	1.70 302

RTSA	19.64 385	10.42 379	87.01 413	5.88 364	6.82 366	41.73 396	16.69 387	16.80 339	41.90 390	23.44 365	32.96 374	13.79 310	21.49 369	38.85 395	30.84 388	0.46 333	0.70 281	0.00 1	0.09 236	1.13 342	1.70 302

coex-ft	20.15 387	20.03 388	87.93 415	1.81 178	1.77 248	18.77 359	13.73 376	13.28 294	41.87 389	60.24 408	39.04 384	28.27 373	30.39 385	12.57 324	28.66 387	0.20 304	0.23 239	0.04 300	0.30 319	1.52 352	2.34 348

MANE	20.98 388	3.23 331	8.81 296	5.96 366	6.96 369	33.07 386	13.20 375	35.43 390	38.86 387	44.72 398	52.41 402	53.20 397	41.84 398	34.74 389	27.45 384	1.87 365	2.27 371	1.54 369	10.18 393	0.69 327	3.11 357

BEATNet-Init1	24.70 389	11.33 381	44.28 397	5.48 362	3.94 334	47.60 403	22.33 398	34.94 389	40.01 388	48.11 401	49.98 398	59.86 402	43.17 399	39.48 397	31.77 390	1.37 359	1.76 368	1.17 365	1.17 362	2.44 364	3.85 367

DLNR_Zeroshot_test	24.96 390	51.28 410	90.69 416	97.84 424	97.22 423	1.40 13	0.12 30	23.19 378	3.55 43	1.21 30	2.95 46	0.72 42	0.31 8	7.09 143	2.61 174	38.70 407	1.32 352	0.00 1	0.29 317	77.04 420	1.68 297

FADE	26.04 391	18.79 387	52.46 401	10.51 378	10.00 381	22.56 366	9.20 356	36.24 391	53.07 399	20.35 359	19.04 322	26.62 369	34.46 391	40.25 398	35.42 397	31.16 406	14.37 407	38.03 405	37.28 407	5.44 374	5.60 373

ACVNet_2	27.45 392	30.56 397	27.90 381	20.72 391	15.55 392	37.22 391	14.00 378	49.32 404	65.88 411	43.17 395	56.99 406	51.90 394	26.98 381	21.46 375	15.38 354	10.77 389	2.85 382	23.12 390	3.62 381	20.08 393	11.47 392

MADNet+	27.96 393	35.32 400	91.41 417	21.04 392	8.86 376	49.25 405	47.41 412	36.98 392	37.84 385	21.00 362	30.83 368	25.41 366	34.95 392	46.51 404	51.54 410	3.04 371	3.33 388	1.48 368	1.05 360	5.85 375	6.05 376

IMH-64-1	28.06 394	29.98 394	19.46 362	32.15 396	20.98 396	27.68 377	16.66 385	47.31 398	44.85 393	34.14 385	50.94 399	41.49 390	31.67 387	37.53 391	23.88 374	14.17 394	2.96 386	34.45 398	11.15 395	26.12 397	13.75 396

IMH-64	28.06 394	29.98 394	19.46 362	32.15 396	20.98 396	27.68 377	16.66 385	47.31 398	44.85 393	34.14 385	50.94 399	41.49 390	31.67 387	37.53 391	23.88 374	14.17 394	2.96 386	34.45 398	11.15 395	26.12 397	13.75 396

JetBlue	29.99 396	17.24 386	55.64 402	16.24 387	21.08 398	62.07 414	33.14 405	40.60 394	35.73 382	34.59 387	40.67 386	57.18 401	43.54 400	51.46 409	52.18 411	2.72 368	4.58 398	2.86 374	3.53 380	10.57 381	14.11 398

WAO-7	30.22 397	25.83 390	23.33 370	33.10 398	14.36 388	36.98 390	22.41 399	52.85 407	64.46 409	43.76 396	59.24 408	52.31 395	45.69 402	32.82 387	32.60 392	11.16 392	5.49 399	13.76 384	12.60 399	12.36 384	9.38 385

IMH	30.65 398	30.30 396	21.09 366	34.89 400	21.75 400	33.16 387	16.91 390	49.53 405	52.50 397	38.41 389	55.10 405	45.13 392	40.36 397	41.57 399	25.66 379	14.74 397	3.36 389	35.43 400	11.69 397	27.31 401	14.16 399

PWCK	31.62 399	45.59 406	49.67 399	30.49 394	7.80 372	42.91 398	29.73 404	45.45 397	44.44 392	47.41 399	36.92 381	47.86 393	26.79 380	41.90 400	33.36 393	22.77 401	4.56 397	29.89 395	5.13 390	29.43 402	10.36 389

TorneroNet-64	33.32 400	33.28 398	33.07 387	35.14 401	21.25 399	48.02 404	21.13 396	43.47 396	58.77 403	33.36 383	46.64 395	62.00 404	38.19 394	44.82 403	35.07 395	15.02 398	3.59 392	35.81 401	12.20 398	29.45 403	16.17 400

Dean	35.52 401	40.12 404	27.99 382	30.63 395	17.33 393	45.80 402	11.68 371	57.61 412	76.54 415	63.70 411	60.65 409	66.93 410	49.40 405	38.12 393	40.28 402	12.18 393	3.73 393	28.86 394	5.94 391	20.69 394	12.16 393

WAO-6	35.59 402	37.89 403	17.67 356	37.86 402	24.46 402	37.85 392	21.49 397	49.01 403	67.96 412	44.22 397	48.08 396	53.02 396	53.39 407	33.67 388	36.83 399	26.05 404	7.83 405	43.19 406	21.76 405	30.18 404	19.37 406

LVE	35.84 403	41.54 405	36.25 390	33.36 399	18.92 394	53.05 410	27.99 403	53.17 410	64.93 410	47.63 400	61.58 410	54.25 399	38.72 395	38.72 394	35.50 398	16.36 400	6.23 401	31.51 397	14.04 400	25.01 396	18.07 404

TorneroNet	36.02 404	35.25 399	36.33 392	38.44 403	22.19 401	50.72 408	24.42 402	48.39 401	54.53 400	38.03 388	53.44 403	62.83 407	44.79 401	47.68 406	42.11 405	15.69 399	3.97 394	37.25 402	15.05 401	30.83 405	18.40 405

WAO-8	38.93 405	36.84 401	23.97 372	43.96 404	24.48 403	45.73 400	22.62 400	53.10 408	75.66 413	53.86 405	66.14 413	62.39 405	55.11 409	43.01 401	40.67 403	22.98 402	7.22 402	37.53 403	19.49 403	27.04 400	16.83 401

Venus	38.93 405	36.84 401	23.97 372	43.96 404	24.48 403	45.73 400	22.62 400	53.10 408	75.66 413	53.86 405	66.17 414	62.39 405	55.11 409	43.01 401	40.67 403	22.98 402	7.22 402	37.53 403	19.49 403	27.02 399	16.83 401

UNDER WATER	45.99 407	49.80 409	68.56 408	49.99 408	32.13 406	55.35 412	39.50 407	41.12 395	52.90 398	50.69 402	45.18 392	67.79 412	58.75 412	51.93 411	50.97 409	30.59 405	14.03 406	51.66 408	37.15 406	40.27 408	31.35 407

UNDER WATER-64	46.01 408	48.25 407	68.05 407	44.59 406	28.11 405	57.02 413	43.78 410	40.20 393	48.80 395	52.08 404	42.95 390	67.22 411	57.71 411	48.98 408	49.57 408	40.01 408	17.98 408	52.15 409	39.41 409	38.99 406	34.41 408

notaker	48.05 409	55.94 411	50.90 400	56.89 411	40.29 407	38.96 394	33.86 406	47.82 400	55.70 401	57.55 407	57.48 407	60.22 403	59.71 413	54.64 412	43.27 406	41.13 409	19.86 409	57.61 411	37.79 408	50.95 410	40.33 409

ktn	49.32 410	58.11 412	40.16 394	59.92 413	43.22 409	49.79 407	42.99 409	48.56 402	60.67 405	51.59 403	54.51 404	55.34 400	52.65 406	47.92 407	37.91 400	57.88 413	24.79 410	63.00 414	43.57 410	52.51 411	41.31 410

DPSimNet_ROB	54.45 411	65.73 416	47.00 398	54.49 409	46.37 411	55.34 411	56.47 413	56.18 411	59.04 404	64.57 413	51.76 401	64.01 408	54.49 408	47.54 405	67.21 414	63.21 415	27.86 411	58.04 412	51.28 413	46.61 409	51.87 415

KSHMR	56.07 412	64.25 415	40.47 395	74.89 416	49.63 413	49.42 406	45.46 411	57.71 413	63.52 407	61.65 410	61.67 411	71.88 413	47.67 404	51.47 410	44.57 407	54.67 412	62.25 414	66.31 415	54.18 414	53.03 413	46.75 413

HanzoNet	57.16 413	60.12 413	60.00 404	55.77 410	42.11 408	51.98 409	41.93 408	52.07 406	61.47 406	65.98 414	65.90 412	72.11 414	70.14 414	71.11 415	61.13 413	64.31 416	34.72 412	62.27 413	50.86 412	52.83 412	46.33 412

JetRed	61.44 414	61.87 414	83.02 412	46.49 407	56.73 415	83.63 416	65.09 414	59.75 414	64.22 408	69.50 415	69.26 415	66.24 409	47.62 403	61.80 413	74.60 415	45.99 410	66.40 417	46.67 407	45.27 411	63.49 414	51.22 414

LRCNet_RVC	66.47 415	66.44 417	69.02 409	71.60 415	54.27 414	32.21 385	2.93 272	63.19 415	21.83 354	82.02 417	90.16 418	83.59 416	72.13 415	69.45 414	53.25 412	95.47 422	64.21 416	95.15 422	95.27 422	72.59 416	74.60 418

SPstereo	72.80 416	48.41 408	62.94 406	57.25 412	46.60 412	79.63 415	85.16 417	100.00 428	100.00 426	98.52 424	98.22 423	100.00 429	96.67 421	97.01 422	82.62 416	47.37 411	39.60 413	68.10 416	65.09 416	40.01 407	42.71 411

ASD4	76.04 417	81.96 419	69.18 410	68.53 414	80.95 419	96.29 419	99.16 424	77.84 416	93.51 420	77.76 416	85.79 416	78.58 415	76.90 416	78.02 416	82.88 417	58.77 414	62.96 415	55.01 410	62.53 415	68.78 415	65.30 417

MADNet++	82.81 418	81.73 418	74.64 411	87.71 421	82.67 420	93.35 417	70.27 415	86.39 420	82.88 416	93.51 421	86.62 417	86.40 417	81.37 417	88.21 417	88.63 418	86.59 420	84.23 421	72.14 417	68.69 417	78.88 421	81.36 422

tt	83.10 419	0.43 20	99.97 427	79.27 420	93.14 421	100.00 427	100.00 427	100.00 428	99.89 423	60.55 409	48.44 397	99.98 427	99.96 426	99.98 428	100.00 430	91.80 421	99.82 425	73.67 421	73.25 418	86.43 422	55.39 416

xxxxx1	85.58 420	90.37 420	96.61 420	76.69 417	80.77 416	97.50 421	96.92 421	85.57 417	88.66 417	88.63 418	91.64 419	94.27 418	93.09 418	90.03 418	91.91 419	70.77 417	70.62 418	73.61 418	81.26 419	72.90 417	79.86 419

tt_ll	85.58 420	90.37 420	96.61 420	76.69 417	80.77 416	97.50 421	96.92 421	85.57 417	88.66 417	88.63 418	91.64 419	94.27 418	93.09 418	90.03 418	91.91 419	70.77 417	70.62 418	73.61 418	81.26 419	72.90 417	79.86 419

ff	85.58 420	90.37 420	96.61 420	76.69 417	80.77 416	97.50 421	96.92 421	85.57 417	88.66 417	88.63 418	91.64 419	94.27 418	93.09 418	90.03 418	91.91 419	70.77 417	70.62 418	73.61 418	81.26 419	72.90 417	79.86 419

PML	97.69 423	100.00 428	96.50 419	97.85 425	97.35 424	99.77 426	99.36 425	96.92 421	96.34 421	100.00 428	96.52 422	97.41 422	99.61 424	100.00 429	95.46 422	99.99 428	97.44 422	100.00 425	96.08 423	99.13 424	88.02 423

MEDIAN_ROB	98.44 424	99.70 423	99.34 424	97.13 422	97.06 422	96.94 420	95.91 420	97.71 423	97.33 422	98.78 425	98.91 424	99.19 423	98.13 423	96.94 421	96.99 424	99.97 426	99.18 423	100.00 425	99.99 426	99.70 425	99.83 425

HaxPig	98.85 425	99.94 425	95.36 418	99.99 428	99.98 426	94.12 418	94.52 418	99.12 424	99.96 424	99.96 427	99.99 426	99.98 427	99.89 425	98.16 423	96.14 423	99.98 427	99.99 427	100.00 425	99.99 426	99.99 428	99.95 428

Anonymous_1	99.01 426	99.91 424	99.85 426	97.31 423	99.09 425	100.00 427	100.00 427	99.59 425	99.96 424	99.29 426	99.86 425	99.55 424	99.99 427	99.30 424	99.76 425	95.67 423	99.58 424	97.24 423	98.56 424	97.36 423	98.34 424

test_example2	99.38 427	99.98 427	99.99 428	100.00 431	99.98 426	99.73 425	99.99 426	96.99 422	100.00 426	100.00 428	100.00 427	96.49 421	96.74 422	99.97 425	99.96 426	100.00 430	99.97 426	98.68 424	99.11 425	100.00 429	100.00 432

AVERAGE_ROB	99.63 428	99.96 426	98.88 423	100.00 431	100.00 428	98.16 424	95.64 419	100.00 428	100.00 426	100.00 428	100.00 427	100.00 429	100.00 428	100.00 429	99.99 427	100.00 430	100.00 428	100.00 425	100.00 428	100.00 429	100.00 432

DPSMNet_ROB	99.90 429	100.00 428	99.99 428	99.99 428	100.00 428	100.00 427	100.00 427	99.98 426	100.00 426	98.37 422	100.00 427	99.81 425	100.00 428	99.97 425	99.99 427	100.00 430	100.00 428	100.00 425	100.00 428	100.00 429	99.99 429

DGTPSM_ROB	99.90 429	100.00 428	99.99 428	99.99 428	100.00 428	100.00 427	100.00 427	99.98 426	100.00 426	98.37 422	100.00 427	99.81 425	100.00 428	99.97 425	99.99 427	99.99 428	100.00 428	100.00 425	100.00 428	100.00 429	99.99 429

DPSM_ROB	99.94 431	100.00 428	100.00 431	99.74 426	100.00 428	100.00 427	100.00 427	100.00 428	100.00 426	100.00 428	100.00 427	100.00 429	100.00 428	100.00 429	100.00 430	99.08 424	100.00 428	100.00 425	100.00 428	99.98 426	99.94 426

DPSM	99.94 431	100.00 428	100.00 431	99.74 426	100.00 428	100.00 427	100.00 427	100.00 428	100.00 426	100.00 428	100.00 427	100.00 429	100.00 428	100.00 429	100.00 430	99.08 424	100.00 428	100.00 425	100.00 428	99.98 426	99.94 426

MyStereo03	100.00 433	100.00 428	100.00 431	100.00 431	100.00 428	100.00 427	100.00 427	100.00 428	100.00 426	100.00 428	100.00 427	100.00 429	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 425	100.00 428	100.00 429	100.00 432

MyStereo02	100.00 433	100.00 428	100.00 431	100.00 431	100.00 428	100.00 427	100.00 427	100.00 428	100.00 426	100.00 428	100.00 427	100.00 429	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 425	100.00 428	100.00 429	100.00 432

MyStereo	100.00 433	100.00 428	100.00 431	100.00 431	100.00 428	100.00 427	100.00 427	100.00 428	100.00 426	100.00 428	100.00 427	100.00 429	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 425	100.00 428	100.00 429	100.00 432

Selective-RAFT-Error	100.00 433	100.00 428	100.00 431	100.00 431	100.00 428	100.00 427	100.00 427	100.00 428	100.00 426	100.00 428	100.00 427	100.00 429	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 425	100.00 428	100.00 429	100.00 432

CasAABBNet	100.00 433	100.00 428	100.00 431	100.00 431	100.00 428	100.00 427	100.00 427	100.00 428	100.00 426	100.00 428	100.00 427	100.00 429	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 425	100.00 428	100.00 429	100.00 432

LSM0	100.00 433	100.00 428	100.00 431	100.00 431	100.00 428	100.00 427	100.00 427	100.00 428	100.00 426	100.00 428	100.00 427	100.00 429	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 425	100.00 428	100.00 429	99.99 429

Low-res two-view benchmark