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

StereoIM	2.73 1	1.56 107	6.21 51	2.96 4	2.45 150	1.80 3	0.28 4	7.43 4	5.07 11	2.57 1	3.43 2	7.13 49	4.71 53	5.74 7	2.91 58	0.00 1	0.05 75	0.00 1	0.00 1	0.15 41	0.12 45

MIF-Stereo	2.89 2	0.90 4	6.74 59	4.08 34	2.42 148	2.63 4	0.42 6	5.57 1	4.88 5	5.36 28	7.63 19	1.09 1	1.47 3	8.80 38	5.11 130	0.03 90	0.07 124	0.00 1	0.01 63	0.48 175	0.11 41

EGLCR-Stereo	2.92 3	1.06 15	5.28 25	3.38 12	0.55 30	4.59 18	0.66 9	10.43 18	4.81 4	3.30 6	3.23 1	7.93 57	1.71 8	9.22 47	1.62 7	0.05 104	0.12 169	0.00 1	0.00 1	0.23 79	0.16 76

Selective-IGEV	3.06 4	1.11 25	4.98 18	3.56 24	1.66 119	4.73 20	2.14 79	10.73 25	4.56 3	2.93 2	4.60 6	5.54 37	1.77 9	10.82 73	1.69 8	0.00 1	0.01 9	0.00 1	0.14 192	0.06 6	0.13 53

AEACV	3.17 5	1.11 25	5.39 27	4.55 58	5.35 257	4.29 13	1.60 40	6.21 2	5.43 16	3.08 3	7.85 20	4.23 19	6.55 96	5.51 4	1.56 1	0.00 1	0.09 146	0.03 85	0.32 262	0.20 61	0.12 45

rrr	3.26 6	1.57 111	7.72 97	3.36 10	0.60 37	4.93 35	1.59 39	10.72 24	5.11 14	3.79 12	4.58 4	4.53 26	4.00 28	10.13 55	2.09 26	0.00 1	0.06 107	0.00 1	0.22 222	0.12 31	0.18 84

CroCo-Stereo	3.27 7	1.90 173	7.18 76	8.50 252	1.11 83	0.96 1	0.97 17	10.18 16	8.20 50	3.59 9	4.69 7	8.02 61	4.53 43	2.75 1	2.34 38	0.01 45	0.00 1	0.00 1	0.00 1	0.31 124	0.11 41
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
IGEVStereo-DCA	3.31 8	1.57 111	6.20 46	3.36 10	0.60 37	4.93 35	1.70 45	13.26 51	5.04 6	3.79 12	4.58 4	4.53 26	4.00 28	10.13 55	2.09 26	0.00 1	0.06 107	0.00 1	0.18 206	0.12 31	0.14 58

test_xeample3	3.34 9	1.54 95	7.67 94	3.33 9	0.68 43	5.74 78	1.63 41	12.05 31	3.88 2	6.71 31	3.81 3	3.17 7	3.34 18	10.59 61	2.07 23	0.00 1	0.02 28	0.00 1	0.27 246	0.13 36	0.16 76

GLC_STEREO	3.40 10	1.06 15	3.44 7	6.52 174	0.20 1	4.76 27	1.66 42	8.97 8	6.59 24	5.39 29	9.04 28	5.23 33	2.03 10	9.76 51	2.77 52	0.01 45	0.03 46	0.21 213	0.00 1	0.23 79	0.06 20

ff7	3.48 11	1.76 156	6.20 46	3.45 14	1.13 87	5.02 41	1.70 45	13.26 51	5.04 6	4.66 20	5.47 12	3.49 8	4.70 49	11.14 83	2.01 17	0.00 1	0.04 55	0.00 1	0.18 206	0.30 113	0.14 58

ffff	3.48 11	1.76 156	6.20 46	3.45 14	1.13 87	5.02 41	1.70 45	13.26 51	5.04 6	4.66 20	5.47 12	3.49 8	4.70 49	11.14 83	2.01 17	0.00 1	0.04 55	0.00 1	0.18 206	0.30 113	0.14 58

11t	3.48 11	1.76 156	6.20 46	3.45 14	1.13 87	5.02 41	1.70 45	13.26 51	5.04 6	4.66 20	5.47 12	3.49 8	4.70 49	11.14 83	2.01 17	0.00 1	0.04 55	0.00 1	0.18 206	0.30 113	0.14 58

ccc-4	3.48 11	1.76 156	6.20 46	3.45 14	1.13 87	5.02 41	1.70 45	13.26 51	5.04 6	4.66 20	5.47 12	3.49 8	4.70 49	11.14 83	2.01 17	0.00 1	0.04 55	0.00 1	0.18 206	0.30 113	0.14 58

anonymousdsp	3.51 15	1.75 152	5.66 35	3.49 18	1.13 87	5.04 45	1.74 56	13.69 59	5.07 11	4.83 24	5.42 10	4.25 20	4.44 40	11.14 83	1.98 15	0.00 1	0.04 55	0.00 1	0.18 206	0.31 124	0.13 53

IGEV-Stereo	3.52 16	1.75 152	5.67 36	3.49 18	1.12 85	5.04 45	1.73 55	13.70 60	5.07 11	4.83 24	5.42 10	4.27 21	4.43 39	11.15 88	1.98 15	0.00 1	0.04 55	0.00 1	0.18 206	0.31 124	0.12 45
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CREStereo	3.58 17	1.05 14	3.35 5	2.17 2	0.59 34	5.61 64	0.40 5	10.50 19	13.34 99	6.93 33	10.44 40	5.29 35	3.47 21	5.82 8	2.62 49	0.01 45	0.01 9	0.02 72	0.01 63	0.04 3	0.01 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
LoS	3.59 18	1.07 19	3.81 9	2.80 3	0.52 28	4.98 39	1.18 23	10.35 17	12.97 91	4.54 18	10.75 43	3.89 16	3.27 17	8.78 37	2.63 50	0.03 90	0.03 46	0.09 136	0.00 1	0.12 31	0.04 10

ProNet	3.61 19	1.91 176	6.17 45	3.31 8	0.67 42	5.51 56	6.46 215	12.60 42	6.23 22	3.18 4	4.80 8	3.64 12	3.57 23	11.15 88	2.11 29	0.02 76	0.21 214	0.01 62	0.01 63	0.41 160	0.14 58

LoS_RVC	3.72 20	2.57 232	3.90 10	4.27 44	7.61 316	5.39 54	2.90 112	7.29 3	3.84 1	3.67 11	10.20 37	3.66 13	4.48 41	6.19 11	2.14 32	0.01 45	0.03 46	0.00 1	0.00 1	0.06 6	6.15 337

CES	3.85 21	1.14 29	2.91 1	3.05 6	11.37 349	5.37 53	1.02 20	9.52 12	8.82 57	3.50 8	9.21 30	1.78 2	0.90 1	6.53 13	2.37 40	0.02 76	0.04 55	0.01 62	0.00 1	1.62 273	7.74 358

CASnet	3.91 22	1.03 13	4.68 15	4.98 76	0.27 7	4.99 40	2.95 113	11.02 27	11.02 70	10.61 58	11.76 51	4.15 18	1.65 6	5.85 9	1.91 12	0.50 241	0.00 1	0.59 264	0.12 185	0.13 36	0.02 7
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MC-Stereo	3.99 23	0.95 5	4.70 16	5.09 81	0.44 23	3.77 11	1.79 62	9.86 15	7.05 39	6.34 30	13.35 63	6.83 44	6.34 93	10.80 71	1.75 9	0.00 1	0.11 165	0.06 118	0.24 237	0.12 31	0.14 58

CroCo-Stereo Lap2	4.01 24	2.03 199	8.14 116	9.82 284	6.03 277	1.11 2	0.79 13	9.71 14	7.98 47	3.26 5	4.99 9	9.08 71	5.80 76	6.08 10	4.39 111	0.00 1	0.05 75	0.00 1	0.00 1	0.71 224	0.30 144

test croco	4.15 25	1.67 132	9.97 195	4.86 71	2.97 168	3.27 7	1.41 30	8.20 6	5.51 18	3.37 7	16.69 85	3.03 4	2.71 14	14.44 195	3.91 95	0.14 141	0.00 1	0.03 85	0.01 63	0.69 219	0.14 58

MIF-Stereo (partial)	4.33 26	1.23 35	7.27 82	5.04 78	5.31 256	3.47 9	0.95 16	9.06 9	7.41 42	4.15 14	15.76 76	5.38 36	5.22 58	11.56 104	4.21 106	0.04 96	0.02 28	0.05 106	0.03 101	0.34 139	0.12 45

MyStereo07	4.38 27	1.92 180	5.06 23	6.09 150	4.31 215	6.54 104	9.96 264	15.35 83	5.15 15	4.34 16	5.65 16	3.15 6	5.77 75	11.33 94	1.81 10	0.06 114	0.10 156	0.03 85	0.04 116	0.63 210	0.30 144

XX-TBD	4.45 28	10.67 334	3.01 2	10.28 298	0.57 32	5.84 82	0.07 1	7.57 5	12.24 82	11.43 64	14.74 69	4.07 17	1.66 7	4.51 3	2.05 22	0.01 45	0.01 9	0.00 1	0.00 1	0.26 94	0.01 1

CREStereo++_RVC	4.61 29	0.99 8	3.70 8	4.08 34	2.01 135	3.94 12	0.10 2	9.10 10	16.94 134	8.65 45	16.77 87	4.46 22	2.18 11	5.72 6	3.12 68	0.00 1	0.00 1	0.00 1	10.32 373	0.02 1	0.01 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
iRaftStereo_RVC	4.68 30	1.51 90	6.89 67	4.91 75	0.72 56	5.26 51	0.46 7	17.60 117	10.47 65	9.53 50	15.13 72	5.75 38	3.24 16	8.93 40	2.22 35	0.00 1	0.09 146	0.00 1	0.00 1	0.46 166	0.41 167

TANstereo	4.70 31	1.08 20	4.01 11	3.53 23	0.47 24	14.26 205	0.15 3	8.67 7	12.54 84	12.50 73	18.43 101	5.20 32	4.54 45	5.68 5	2.07 23	0.00 1	0.13 173	0.00 1	0.01 63	0.02 1	0.63 204

MSKI-zero shot	4.76 32	1.56 107	5.98 39	5.14 91	1.13 87	6.55 106	1.55 37	12.76 44	8.06 48	10.44 57	11.50 49	13.47 136	2.38 13	12.07 130	1.90 11	0.01 45	0.20 208	0.02 72	0.29 252	0.14 39	0.14 58

sCroCo_RVC	5.06 33	3.29 255	16.45 286	10.72 304	6.64 290	5.83 80	2.74 106	9.67 13	8.06 48	3.66 10	9.20 29	4.81 30	4.95 55	8.12 26	4.64 115	0.64 264	0.50 293	0.06 118	0.03 101	0.70 222	0.42 169

AE-Stereo	5.15 34	1.56 107	7.99 109	8.70 253	2.18 140	9.12 137	3.02 115	11.78 29	13.30 98	4.34 16	12.84 58	10.83 84	4.53 43	8.71 35	2.82 53	0.04 96	0.44 280	0.05 106	0.33 266	0.20 61	0.17 80

4D-IteraStereo	5.15 34	1.47 77	7.98 108	4.89 74	4.69 226	6.25 92	1.85 65	13.23 50	16.30 126	14.18 107	11.26 47	8.33 62	1.61 4	8.07 25	2.42 41	0.00 1	0.05 75	0.08 129	0.01 63	0.19 59	0.15 72

CAS	5.20 36	0.78 1	3.30 4	17.06 350	7.59 315	8.07 131	6.31 205	9.46 11	9.09 58	4.57 19	10.67 42	1.91 3	1.22 2	4.18 2	2.16 33	10.33 367	0.02 28	0.00 1	0.02 86	0.44 164	6.83 346

test_1	5.20 36	1.06 15	7.72 97	4.21 40	0.59 34	6.69 107	3.03 116	12.98 46	17.51 142	12.35 71	8.66 23	13.20 127	4.12 31	9.00 43	2.11 29	0.00 1	0.05 75	0.00 1	0.32 262	0.25 86	0.18 84

test-3	5.21 38	1.06 15	7.71 96	4.19 38	0.59 34	6.72 110	3.01 114	12.96 45	17.49 141	12.53 81	8.65 21	13.20 127	4.14 32	9.00 43	2.11 29	0.00 1	0.05 75	0.00 1	0.32 262	0.25 86	0.18 84

EAI-Stereo	5.21 38	1.74 143	8.46 132	5.69 120	1.37 109	5.67 77	3.52 132	18.77 137	5.65 19	9.75 51	16.08 79	6.36 40	3.57 23	11.73 115	3.64 82	0.01 45	0.33 262	0.03 85	1.06 314	0.21 64	0.65 211

tt1	5.27 40	1.99 188	5.11 24	6.02 146	0.26 2	10.59 153	4.22 152	18.45 131	16.31 127	6.75 32	8.95 27	4.75 29	9.15 140	10.82 73	1.61 5	0.00 1	0.05 75	0.00 1	0.04 116	0.26 94	0.14 58

ACVNet-DCA	5.28 41	2.00 189	4.99 19	5.89 133	0.26 2	10.85 158	5.38 174	20.20 150	11.88 77	6.95 34	10.01 32	4.49 23	9.78 154	10.79 68	1.59 2	0.00 1	0.05 75	0.00 1	0.04 116	0.25 86	0.20 97

IGEV_Zeroshot_test	5.28 41	2.03 199	14.26 266	6.09 150	1.33 105	4.32 14	1.03 21	14.46 67	6.50 23	13.33 101	11.89 52	11.01 86	3.45 19	10.71 66	3.64 82	0.03 90	0.22 223	0.15 186	0.26 242	0.80 236	0.20 97

RCA-Stereo	5.32 43	1.08 20	5.91 38	4.29 47	0.51 26	5.65 67	4.12 148	16.97 110	18.67 153	8.27 40	14.16 65	8.86 67	8.90 137	6.45 12	2.18 34	0.00 1	0.07 124	0.10 152	0.00 1	0.10 26	0.07 23

cc1	5.34 44	2.00 189	4.99 19	5.89 133	0.26 2	10.85 158	5.38 174	17.85 123	15.48 118	6.95 34	10.01 32	4.49 23	9.78 154	10.79 68	1.59 2	0.00 1	0.05 75	0.00 1	0.04 116	0.30 113	0.13 53

PMTNet	5.36 45	0.97 6	3.42 6	1.97 1	1.30 99	8.96 135	0.69 11	12.33 33	12.16 81	8.50 43	11.35 48	6.09 39	4.50 42	9.34 49	2.70 51	22.71 382	0.01 9	0.04 100	0.02 86	0.06 6	0.01 1

cross-raft	5.37 46	1.23 35	6.66 57	5.91 137	1.25 97	6.00 88	1.48 32	15.82 95	7.70 44	12.95 91	20.80 134	11.63 95	4.42 37	8.59 29	2.23 36	0.01 45	0.21 214	0.00 1	0.22 222	0.21 64	0.10 35

HH	5.47 47	2.08 203	9.00 154	4.88 72	1.07 81	4.93 35	3.60 139	16.68 107	6.83 26	8.39 41	12.14 54	15.05 155	9.06 138	12.68 152	1.93 13	0.02 76	0.17 194	0.18 197	0.00 1	0.28 105	0.48 180

HanStereo	5.47 47	2.08 203	9.00 154	4.88 72	1.07 81	4.93 35	3.60 139	16.68 107	6.83 26	8.39 41	12.14 54	15.05 155	9.06 138	12.68 152	1.93 13	0.02 76	0.17 194	0.18 197	0.00 1	0.28 105	0.48 180

test_4	5.47 47	0.98 7	5.56 33	6.55 177	0.62 39	5.53 57	1.88 66	11.68 28	6.00 20	12.60 84	30.86 236	7.48 54	3.87 25	12.25 138	2.97 61	0.00 1	0.07 124	0.03 85	0.14 192	0.34 139	0.04 10

HUI-Stereo	5.48 50	1.74 143	9.01 156	5.08 80	0.42 18	5.65 67	2.77 108	12.55 41	7.03 38	12.54 83	18.10 95	13.07 125	6.71 98	9.92 53	3.74 87	0.61 258	0.08 138	0.09 136	0.00 1	0.22 67	0.23 117

RAFT-Stereo + iAFF	5.48 50	1.66 131	7.56 91	3.49 18	0.40 13	2.75 5	0.67 10	16.07 100	14.76 111	12.27 69	18.67 103	11.95 104	8.08 124	7.84 24	2.89 55	0.01 45	0.06 107	0.00 1	0.00 1	0.37 149	0.04 10

ROB_FTStereo	5.49 52	1.74 143	8.96 151	5.09 81	0.42 18	5.65 67	1.68 43	12.53 40	7.00 31	12.53 81	18.00 92	13.02 121	6.74 100	11.51 101	3.81 91	0.60 255	0.09 146	0.09 136	0.00 1	0.22 67	0.22 110

PSM-adaLoss	5.50 53	1.74 143	9.03 160	5.09 81	0.42 18	5.66 72	1.98 73	12.50 35	7.01 36	12.52 75	18.13 98	12.96 117	6.77 104	11.11 81	3.83 92	0.72 270	0.09 146	0.09 136	0.00 1	0.22 67	0.22 110

ROB_FTStereo_v2	5.53 54	1.74 143	8.97 153	5.09 81	0.42 18	5.64 66	2.02 74	12.50 35	7.00 31	12.51 74	18.10 95	12.99 118	6.72 99	11.50 100	4.04 104	0.70 266	0.09 146	0.09 136	0.00 1	0.22 67	0.23 117

CRE-IMP	5.53 54	1.63 128	9.62 181	5.65 117	0.48 25	7.02 117	1.70 45	11.84 30	8.33 52	12.99 93	16.02 78	11.08 88	6.23 86	12.06 128	5.06 129	0.28 190	0.07 124	0.09 136	0.00 1	0.24 84	0.21 104

RAFT-IKP	5.53 54	1.74 143	8.95 148	5.09 81	0.41 14	5.45 55	2.08 78	12.52 37	7.00 31	12.52 75	18.13 98	12.93 116	6.79 105	11.59 108	3.99 99	0.80 278	0.09 146	0.09 136	0.00 1	0.22 67	0.22 110

LL-Strereo2	5.54 57	2.17 211	9.12 165	5.65 117	2.54 153	6.48 100	2.27 86	15.08 76	7.79 46	10.99 62	10.26 38	15.94 167	3.50 22	13.25 174	3.63 81	0.00 1	0.13 173	1.34 311	0.10 175	0.30 113	0.19 94

iGMRVC	5.54 57	1.74 143	9.01 156	5.09 81	0.42 18	5.66 72	1.81 63	12.61 43	7.02 37	12.52 75	18.11 97	13.02 121	6.64 97	11.57 105	4.16 105	0.82 280	0.09 146	0.09 136	0.00 1	0.22 67	0.21 104

Gwc-CoAtRS	5.54 57	1.22 33	8.40 126	4.28 45	1.36 108	6.93 115	1.31 26	15.48 85	15.03 113	12.62 85	13.32 62	12.74 114	5.71 73	8.61 30	2.98 62	0.01 45	0.22 223	0.00 1	0.29 252	0.28 105	0.07 23

test_3	5.55 60	1.02 10	8.07 113	6.18 156	0.54 29	9.00 136	3.28 119	13.55 57	18.66 152	11.97 66	8.89 26	13.98 141	4.05 30	8.96 41	2.10 28	0.00 1	0.05 75	0.00 1	0.31 259	0.26 94	0.18 84

CFNet-RSSM	5.55 60	1.08 20	8.60 139	4.30 48	1.21 96	6.42 99	1.25 25	16.12 101	17.84 145	13.12 94	11.14 46	11.84 100	5.52 63	9.14 46	2.35 39	0.01 45	0.20 208	0.00 1	0.36 270	0.34 139	0.07 23

Patchmatch Stereo++	5.56 62	1.74 143	9.01 156	5.09 81	0.41 14	5.66 72	2.40 91	12.52 37	7.00 31	12.52 75	18.08 93	13.02 121	6.74 100	11.59 108	4.01 101	0.78 274	0.09 146	0.09 136	0.00 1	0.22 67	0.22 110
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	5.56 62	1.74 143	9.01 156	5.09 81	0.41 14	5.66 72	2.40 91	12.52 37	7.00 31	12.52 75	18.08 93	13.02 121	6.74 100	11.59 108	4.01 101	0.78 274	0.09 146	0.09 136	0.00 1	0.22 67	0.22 110

raftrobust	5.56 62	1.42 64	6.00 40	7.04 203	5.11 245	4.90 34	1.88 66	17.13 113	13.72 101	11.87 65	11.58 50	7.82 55	9.21 141	10.28 57	2.92 59	0.02 76	0.05 75	0.00 1	0.00 1	0.22 67	0.11 41

1test111	5.59 65	2.00 189	4.99 19	5.89 133	0.26 2	10.85 158	5.38 174	20.20 150	11.88 77	6.95 34	10.01 32	4.49 23	9.78 154	11.09 79	7.45 173	0.00 1	0.05 75	0.00 1	0.04 116	0.25 86	0.20 97

test-1	5.62 66	1.53 93	14.78 274	7.44 221	1.11 83	7.99 130	1.19 24	13.03 48	12.04 80	9.39 49	15.23 73	11.15 91	5.56 65	7.06 18	3.57 79	0.07 122	0.50 293	0.00 1	0.10 175	0.16 46	0.47 177

DeepStereo_RVC	5.65 67	1.65 129	9.06 162	5.21 102	0.56 31	5.55 62	1.84 64	12.16 32	7.22 40	13.94 104	14.96 70	12.58 111	10.27 161	11.25 92	5.81 149	0.39 220	0.10 156	0.11 163	0.00 1	0.18 55	0.22 110

EKT-Stereo	5.73 68	1.42 64	7.85 101	7.16 209	5.35 257	5.22 49	4.41 155	18.13 129	14.05 103	8.77 46	12.85 59	9.55 76	4.26 34	11.19 90	2.45 46	0.45 232	0.23 228	0.07 126	0.10 175	0.16 46	0.87 240

NRIStereo	5.73 68	1.67 132	8.42 128	5.72 126	0.41 14	6.71 109	2.60 101	14.73 73	10.71 69	12.39 72	15.07 71	11.58 94	6.23 86	12.06 128	4.78 119	0.61 258	0.17 194	0.11 163	0.00 1	0.28 105	0.27 133

RAFT-Test	5.75 70	1.32 50	6.77 62	4.07 33	1.71 122	9.95 141	1.56 38	15.78 94	8.34 54	12.73 88	23.83 162	11.80 98	4.69 48	8.99 42	2.57 48	0.01 45	0.29 251	0.00 1	0.38 275	0.16 46	0.07 23

Selective-RAFT	5.78 71	0.83 2	10.24 201	6.70 188	0.72 56	15.49 229	1.13 22	13.82 65	15.41 117	6.97 38	6.97 18	11.63 95	8.27 127	12.32 140	4.73 117	0.10 131	0.01 9	0.00 1	0.26 242	0.07 11	0.03 8

11t1	5.86 72	1.10 24	7.74 99	5.18 98	1.44 110	13.82 198	2.36 89	14.92 75	7.26 41	12.98 92	11.10 45	11.24 92	9.30 142	11.59 108	6.54 159	0.10 131	0.16 192	0.00 1	0.01 63	0.18 55	0.23 117

s12784h	5.87 73	0.88 3	4.11 12	3.01 5	0.51 26	18.49 265	0.98 18	18.89 139	17.60 143	12.52 75	12.46 56	7.87 56	5.01 56	11.05 78	3.13 70	0.73 272	0.01 9	0.04 100	0.00 1	0.07 11	0.01 1

anonymousdsp2	5.93 74	1.54 95	8.34 121	4.43 53	0.38 12	9.24 138	4.11 146	21.92 174	17.36 139	12.28 70	10.08 36	10.05 78	4.42 37	11.04 77	2.54 47	0.01 45	0.02 28	0.30 240	0.18 206	0.21 64	0.18 84

GMStereo	5.94 75	3.84 269	10.86 216	5.13 90	0.71 48	7.27 121	2.66 104	12.38 34	25.14 208	12.01 68	10.66 41	5.12 31	3.46 20	11.39 96	6.16 156	0.45 232	0.02 28	0.05 106	0.31 259	0.86 240	0.25 128
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
RALCasStereoNet	5.95 76	2.02 197	7.09 75	7.06 204	5.10 244	6.36 98	5.44 179	13.97 66	13.25 96	9.93 53	17.45 88	10.37 81	3.89 26	11.64 113	4.24 108	0.02 76	0.46 286	0.10 152	0.00 1	0.20 61	0.31 149

GMOStereo	5.97 77	1.55 98	7.18 76	5.17 93	0.71 48	5.54 58	2.21 80	10.54 20	12.86 87	18.29 197	22.01 141	17.06 178	6.27 88	6.62 14	2.43 42	0.00 1	0.23 228	0.12 166	0.00 1	0.46 166	0.10 35

error version	5.97 77	1.55 98	7.18 76	5.17 93	0.71 48	5.54 58	2.21 80	10.54 20	12.86 87	18.29 197	22.01 141	17.06 178	6.27 88	6.62 14	2.43 42	0.00 1	0.23 228	0.12 166	0.00 1	0.46 166	0.10 35

test-v	5.97 77	1.55 98	7.18 76	5.17 93	0.71 48	5.54 58	2.21 80	10.54 20	12.86 87	18.29 197	22.01 141	17.06 178	6.27 88	6.62 14	2.43 42	0.00 1	0.23 228	0.12 166	0.00 1	0.46 166	0.10 35

test-2	5.97 77	1.55 98	7.18 76	5.17 93	0.71 48	5.54 58	2.21 80	10.54 20	12.86 87	18.29 197	22.01 141	17.06 178	6.27 88	6.62 14	2.43 42	0.00 1	0.23 228	0.12 166	0.00 1	0.46 166	0.10 35

xx1	5.99 81	2.00 189	4.99 19	5.89 133	0.26 2	10.85 158	5.38 174	17.84 121	15.48 118	6.95 34	10.01 32	16.02 168	11.15 175	10.79 68	1.59 2	0.00 1	0.05 75	0.02 72	0.05 134	0.25 86	0.20 97

rafts_anoy	6.02 82	1.67 132	6.27 52	6.53 175	4.98 237	5.30 52	2.53 97	13.77 64	21.01 165	12.70 87	16.23 81	8.56 65	5.65 71	9.09 45	5.22 134	0.04 96	0.31 255	0.09 136	0.03 101	0.25 86	0.17 80

TestStereo	6.02 82	2.55 231	7.33 89	5.57 113	1.68 121	6.05 90	1.78 61	13.73 61	16.40 131	10.87 61	23.79 161	9.00 69	5.63 70	11.26 93	3.96 97	0.09 127	0.01 9	0.00 1	0.00 1	0.69 219	0.01 1

Any-RAFT	6.04 84	1.16 30	4.52 14	4.47 54	1.20 95	10.46 148	1.97 72	21.84 170	15.52 120	11.21 63	19.37 109	13.34 130	4.72 54	8.65 34	2.03 21	0.01 45	0.19 203	0.00 1	0.00 1	0.04 3	0.08 27

iRaft-Stereo_20w	6.06 85	1.84 168	12.04 231	4.23 41	1.67 120	6.77 112	2.22 84	18.73 136	6.08 21	14.72 113	10.33 39	13.42 135	8.14 125	15.88 219	3.08 67	0.01 45	0.24 239	0.13 177	0.39 277	0.61 205	0.71 221

DCRE	6.07 86	1.75 152	8.41 127	7.20 210	3.82 191	6.48 100	4.18 151	15.52 87	10.42 64	9.24 48	22.47 151	11.71 97	5.46 62	10.62 62	3.02 64	0.02 76	0.26 247	0.05 106	0.30 256	0.15 41	0.24 123

XX-Stereo	6.14 87	1.47 77	9.11 164	11.87 319	6.76 295	3.27 7	0.93 15	15.13 78	5.43 16	8.79 47	28.46 203	13.71 139	2.22 12	11.51 101	2.07 23	0.20 165	0.24 239	0.08 129	0.29 252	1.04 249	0.13 53

AFF-stereo	6.17 88	1.61 123	7.02 72	4.08 34	0.64 40	3.53 10	0.76 12	16.00 99	13.14 93	12.86 89	25.42 175	15.67 164	7.86 118	11.12 82	3.21 74	0.02 76	0.06 107	0.00 1	0.00 1	0.40 157	0.08 27

knoymous	6.19 89	1.49 84	4.49 13	3.81 30	1.87 129	5.84 82	5.76 187	14.51 69	14.18 105	13.31 100	21.59 139	12.64 112	6.49 94	12.41 145	4.03 103	0.12 136	0.13 173	0.12 166	0.00 1	0.71 224	0.35 155

TRStereo	6.22 90	6.09 300	11.30 220	9.19 266	7.41 311	4.75 26	1.74 56	19.70 144	11.74 76	10.61 58	8.65 21	10.67 82	3.22 15	13.81 183	3.60 80	0.31 196	0.23 228	0.12 166	0.36 270	0.48 175	0.38 157

AnonymousM	6.33 91	11.42 340	3.06 3	3.93 31	1.49 115	4.54 15	3.29 120	11.00 26	7.70 44	16.52 159	9.38 31	9.07 70	3.97 27	7.10 19	3.01 63	0.43 229	0.07 124	22.69 375	7.67 365	0.06 6	0.21 104

MyStereo06	6.40 92	1.76 156	13.15 246	6.19 157	4.40 218	7.09 119	9.95 262	16.68 107	6.98 30	12.91 90	10.76 44	17.84 197	5.71 73	9.97 54	3.39 78	0.06 114	0.10 156	0.02 72	0.04 116	0.73 229	0.29 141

DCANet-4	6.41 93	1.02 10	9.66 183	3.41 13	0.68 43	4.73 20	1.70 45	17.70 119	24.33 201	15.10 123	20.25 122	6.45 41	8.65 131	8.47 28	5.31 138	0.01 45	0.04 55	0.00 1	0.00 1	0.09 16	0.63 204

riskmin	6.42 94	1.29 43	6.76 61	3.95 32	2.25 142	10.49 149	2.53 97	15.11 77	17.60 143	9.77 52	12.91 60	15.25 160	12.04 191	11.58 106	5.11 130	0.14 141	0.24 239	0.13 177	0.03 101	0.61 205	0.69 216

DisPM	6.43 95	1.31 48	8.36 122	6.61 183	1.06 80	5.83 80	3.82 143	13.04 49	11.63 75	16.38 155	23.88 164	12.80 115	6.50 95	13.03 172	3.04 65	0.51 244	0.01 9	0.08 129	0.15 198	0.10 26	0.42 169

DCANet	6.46 96	1.59 115	7.28 83	3.51 22	0.68 43	4.77 30	1.75 59	15.33 81	23.62 192	15.55 136	20.73 133	7.31 52	11.56 186	8.83 39	5.26 136	0.00 1	0.05 75	0.00 1	0.00 1	0.26 94	1.11 258

RALAANet	6.49 97	2.49 229	9.69 189	7.09 205	4.98 237	6.23 91	1.68 43	19.90 148	14.26 106	15.04 122	14.56 67	12.69 113	4.38 36	12.91 162	3.07 66	0.02 76	0.07 124	0.00 1	0.10 175	0.51 187	0.15 72

Pruner-Stereo	6.59 98	1.51 90	8.71 140	6.34 163	0.85 65	5.66 72	4.15 149	13.74 62	11.02 70	18.11 193	22.09 146	15.86 166	5.80 76	11.75 117	5.15 132	0.60 255	0.02 28	0.18 197	0.10 175	0.07 11	0.16 76

sAnonymous2	6.59 98	6.21 302	19.05 303	8.91 256	5.27 253	4.58 16	6.69 221	15.56 88	11.12 73	4.86 26	8.71 24	3.81 14	7.93 119	7.38 20	2.89 55	0.09 127	0.07 124	0.05 106	0.28 249	11.25 362	7.10 351

CroCo_RVC	6.59 98	6.21 302	19.05 303	8.91 256	5.27 253	4.58 16	6.69 221	15.56 88	11.12 73	4.86 26	8.71 24	3.81 14	7.93 119	7.38 20	2.89 55	0.09 127	0.07 124	0.05 106	0.28 249	11.25 362	7.10 351

SST-Stereo	6.60 101	1.46 75	8.37 123	6.68 186	0.77 61	6.01 89	1.93 71	14.68 72	9.24 60	19.09 211	20.43 127	16.86 176	8.59 130	13.49 177	3.80 90	0.22 171	0.05 75	0.13 177	0.00 1	0.08 14	0.05 13

PSM-softLoss	6.61 102	1.60 119	9.42 175	6.48 170	0.88 67	5.65 67	2.04 76	22.64 178	8.77 55	13.95 105	22.11 148	13.01 119	5.22 58	12.73 155	6.05 151	0.49 239	0.06 107	0.27 227	0.56 292	0.16 46	0.06 20

KMStereo	6.61 102	1.60 119	9.42 175	6.48 170	0.88 67	5.65 67	2.04 76	22.64 178	8.77 55	13.95 105	22.11 148	13.01 119	5.22 58	12.73 155	6.05 151	0.49 239	0.06 107	0.27 227	0.56 292	0.16 46	0.06 20

ADStereo(finetuned)	6.68 104	1.59 115	9.70 190	3.49 18	0.68 43	4.79 31	1.75 59	15.33 81	23.64 193	15.56 137	20.68 128	7.30 51	13.85 220	8.71 35	5.17 133	0.00 1	0.05 75	0.00 1	0.00 1	0.25 86	1.05 254

PFNet+	6.68 104	1.40 61	9.60 180	5.64 116	0.85 65	5.79 79	1.74 56	13.63 58	15.30 116	17.88 186	21.38 138	14.52 148	6.07 81	12.74 157	4.89 126	0.63 262	0.20 208	0.11 163	0.30 256	0.05 5	0.91 243

raft+_RVC	6.69 106	1.61 123	5.57 34	6.37 164	4.62 224	6.51 103	6.18 203	20.39 157	23.38 190	10.62 60	17.82 91	9.89 77	5.65 71	10.70 65	3.67 85	0.00 1	0.14 183	0.00 1	0.00 1	0.34 139	0.27 133

NF-Stereo	6.72 107	1.59 115	8.93 144	6.60 181	0.73 60	6.27 94	3.38 126	20.21 156	18.01 148	13.22 99	19.46 113	11.82 99	6.16 82	12.39 144	4.74 118	0.33 199	0.06 107	0.20 208	0.23 230	0.08 14	0.05 13

RE-Stereo	6.73 108	1.58 113	8.94 146	6.59 178	0.71 48	6.27 94	3.51 130	20.20 150	17.99 146	13.21 96	19.46 113	11.94 102	6.20 84	12.34 141	4.79 122	0.34 203	0.05 75	0.20 208	0.23 230	0.09 16	0.05 13

TVStereo	6.73 108	1.58 113	8.94 146	6.59 178	0.71 48	6.27 94	3.51 130	20.20 150	17.99 146	13.21 96	19.46 113	11.94 102	6.20 84	12.34 141	4.79 122	0.34 203	0.05 75	0.20 208	0.23 230	0.09 16	0.05 13

Anonymous	6.73 108	2.83 241	18.61 300	11.88 320	7.83 320	14.52 216	9.37 252	14.49 68	10.15 62	4.28 15	6.89 17	3.13 5	7.67 113	11.82 119	5.66 146	0.83 282	0.35 266	0.08 129	0.20 217	2.86 301	1.09 257

OCTAStereo	6.74 111	1.59 115	8.96 151	6.60 181	0.72 56	6.25 92	3.50 128	20.20 150	18.03 149	13.21 96	19.45 111	12.07 109	6.16 82	12.36 143	4.78 119	0.35 206	0.06 107	0.20 208	0.23 230	0.09 16	0.05 13

DIP-Stereo	6.74 111	1.93 183	10.02 199	4.28 45	1.64 118	13.54 194	1.52 34	15.16 79	6.63 25	14.30 110	26.81 191	10.90 85	5.19 57	14.78 202	7.56 177	0.00 1	0.06 107	0.05 106	0.00 1	0.17 53	0.17 80
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MIPNet	6.75 113	1.67 132	12.34 233	4.67 63	1.47 111	10.01 142	2.24 85	26.43 216	17.22 135	14.72 113	12.75 57	7.02 48	9.68 153	8.44 27	5.26 136	0.01 45	0.04 55	0.05 106	0.09 169	0.35 143	0.55 191

RAFT-345	6.79 114	1.29 43	6.80 64	5.06 79	0.91 71	5.61 64	3.32 125	13.36 56	10.17 63	13.73 103	43.66 341	9.12 72	5.38 61	12.29 139	4.44 112	0.32 197	0.05 75	0.09 136	0.06 148	0.06 6	0.03 8

x	6.80 115	1.36 55	6.94 69	4.58 62	1.88 130	10.78 156	4.55 158	19.79 147	10.62 66	12.69 86	19.54 116	14.87 154	10.11 159	9.52 50	8.03 187	0.07 122	0.15 186	0.04 100	0.04 116	0.24 84	0.22 110

fff	6.83 116	1.55 98	7.28 83	3.56 24	0.32 8	4.73 20	1.70 45	15.75 91	31.87 259	15.11 124	20.25 122	6.90 45	12.80 200	8.63 31	5.33 139	0.01 45	0.04 55	0.00 1	0.00 1	0.09 16	0.63 204

csc	6.83 116	1.55 98	7.28 83	3.56 24	0.32 8	4.73 20	1.70 45	15.75 91	31.87 259	15.11 124	20.25 122	6.90 45	12.80 200	8.63 31	5.33 139	0.01 45	0.04 55	0.00 1	0.00 1	0.09 16	0.63 204

cscssc	6.83 116	1.55 98	7.28 83	3.56 24	0.32 8	4.73 20	1.70 45	15.75 91	31.87 259	15.11 124	20.25 122	6.90 45	12.80 200	8.63 31	5.33 139	0.01 45	0.04 55	0.00 1	0.00 1	0.09 16	0.63 204

RAFT_R40	6.91 119	1.53 93	8.45 131	6.79 194	0.77 61	5.86 86	3.82 143	14.85 74	14.53 110	18.05 192	20.03 120	17.06 178	8.69 132	13.40 176	3.84 93	0.14 141	0.02 28	0.14 181	0.00 1	0.09 16	0.05 13

OMP-Stereo	6.93 120	2.57 232	9.03 160	10.63 302	1.72 123	4.89 33	1.91 69	17.84 121	15.56 121	16.69 164	14.16 65	17.70 195	7.33 109	12.93 163	4.83 125	0.24 180	0.03 46	0.06 118	0.02 86	0.19 59	0.39 160

qqq	6.96 121	1.40 61	8.15 117	4.50 55	1.03 76	8.55 134	6.93 228	20.20 150	11.88 77	12.00 67	18.19 100	16.02 168	11.15 175	11.09 79	7.45 173	0.06 114	0.13 173	0.02 72	0.05 134	0.25 86	0.20 97

MIM_Stereo	7.02 122	1.55 98	10.78 213	4.17 37	0.58 33	5.25 50	1.32 28	19.03 140	12.59 86	16.74 165	28.83 206	13.20 127	5.53 64	12.89 160	7.11 166	0.00 1	0.23 228	0.00 1	0.01 63	0.38 154	0.28 136

R-Stereo Train	7.04 123	1.34 52	7.89 103	6.23 159	2.30 144	7.51 123	5.54 181	23.96 188	6.94 28	16.26 152	33.57 278	12.04 107	5.61 66	7.67 22	3.74 87	0.01 45	0.05 75	0.01 62	0.00 1	0.10 26	0.12 45

RAFT-Stereo	7.04 123	1.34 52	7.89 103	6.23 159	2.30 144	7.51 123	5.54 181	23.96 188	6.94 28	16.26 152	33.57 278	12.04 107	5.61 66	7.67 22	3.74 87	0.01 45	0.05 75	0.01 62	0.00 1	0.10 26	0.12 45
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
ACRE	7.07 125	2.38 222	13.26 247	7.36 215	4.86 229	10.28 145	4.40 154	15.51 86	13.69 100	17.22 174	19.23 108	8.00 59	4.20 33	10.64 63	8.50 195	0.33 199	0.32 258	0.03 85	0.14 192	0.37 149	0.77 230

MyStereo8	7.13 126	2.48 227	10.86 216	6.81 195	4.98 237	10.73 154	1.42 31	14.58 70	9.73 61	15.75 139	23.16 157	12.17 110	7.96 122	9.85 52	10.21 216	0.04 96	0.19 203	0.08 129	0.21 220	0.58 202	0.82 232

IPLGR	7.14 127	1.31 48	13.14 245	4.24 42	1.15 93	9.78 140	0.98 18	23.98 190	21.70 176	16.22 151	18.43 101	8.45 64	7.66 112	9.26 48	5.45 144	0.21 168	0.05 75	0.04 100	0.06 148	0.32 133	0.38 157

CIPLG	7.15 128	2.44 224	12.82 240	7.38 216	4.93 232	10.51 150	4.56 159	15.17 80	13.25 96	17.45 179	19.75 117	8.42 63	4.60 47	11.41 97	8.31 191	0.33 199	0.32 258	0.03 85	0.14 192	0.37 149	0.72 222

IPLGR_C	7.16 129	2.48 227	12.98 243	7.52 226	4.91 231	10.56 151	4.59 160	15.63 90	14.12 104	17.42 177	18.87 105	8.00 59	4.59 46	10.76 67	8.81 198	0.32 197	0.32 258	0.03 85	0.13 188	0.36 144	0.76 227

IPLG	7.20 130	1.43 67	12.55 237	5.17 93	4.32 217	11.11 163	1.48 32	21.79 169	15.10 114	19.16 212	20.23 121	5.26 34	5.61 66	11.68 114	8.14 189	0.05 104	0.06 107	0.03 85	0.07 155	0.33 136	0.50 184

StereoVision	7.21 131	2.17 211	9.29 170	9.43 270	3.91 194	5.09 48	1.91 69	20.04 149	17.37 140	8.57 44	29.59 218	11.08 88	6.76 103	12.44 146	4.71 116	0.54 247	0.05 75	0.16 190	0.03 101	0.82 237	0.30 144

111	7.26 132	1.65 129	7.28 83	3.56 24	0.32 8	10.76 155	3.53 133	20.55 158	27.51 229	10.07 54	16.62 84	14.30 143	9.53 150	12.02 123	5.87 150	0.14 141	0.01 9	0.00 1	0.00 1	0.31 124	1.14 262

HHNet	7.39 133	1.75 152	7.24 81	3.26 7	3.18 170	5.04 45	6.40 212	19.04 141	15.70 123	20.71 237	32.13 259	10.69 83	5.91 78	10.45 59	4.60 114	0.40 222	0.07 124	0.21 213	0.13 188	0.54 193	0.41 167

ASMatch	7.40 134	1.42 64	8.49 134	5.09 81	2.00 134	4.74 25	2.62 102	16.54 106	13.17 94	17.08 170	34.75 287	13.13 126	10.33 163	12.04 125	4.82 124	0.05 104	0.24 239	0.21 213	0.17 205	0.16 46	0.97 247

IIG-Stereo	7.41 135	2.13 209	8.55 136	10.02 290	1.76 124	6.82 113	1.53 35	17.17 114	15.84 125	18.74 208	20.30 126	18.01 199	8.39 128	12.89 160	5.22 134	0.27 189	0.03 46	0.03 85	0.00 1	0.16 46	0.30 144

RAFT+CT+SA	7.44 136	1.46 75	6.46 55	10.73 305	3.34 177	4.70 19	7.45 237	16.45 104	25.89 215	10.18 55	27.15 195	7.27 50	8.00 123	15.11 204	3.19 73	0.02 76	0.00 1	0.18 197	0.46 284	0.30 113	0.47 177

LCNet	7.52 137	1.23 35	5.35 26	6.42 167	1.29 98	9.27 139	5.64 184	17.85 123	10.63 67	16.54 160	24.54 166	14.85 153	11.29 178	11.74 116	3.88 94	0.02 76	0.02 28	0.22 217	2.04 334	0.90 245	6.76 344

TestStereo1	7.62 138	1.62 125	7.60 92	10.47 299	1.86 127	4.76 27	2.48 95	19.73 145	22.33 182	16.79 166	26.02 179	9.33 74	9.30 142	15.92 222	3.37 76	0.01 45	0.02 28	0.02 72	0.05 134	0.55 196	0.28 136

SA-5K	7.62 138	1.62 125	7.60 92	10.47 299	1.86 127	4.76 27	2.48 95	19.73 145	22.33 182	16.79 166	26.02 179	9.33 74	9.30 142	15.92 222	3.37 76	0.01 45	0.02 28	0.02 72	0.05 134	0.55 196	0.28 136

mmm	7.72 140	1.50 87	8.56 137	5.29 106	1.89 131	14.14 204	5.70 186	18.42 130	11.02 70	16.04 147	23.78 160	17.00 177	10.03 158	12.03 124	7.54 176	0.12 136	0.07 124	0.50 258	0.20 217	0.31 124	0.18 84

RAFT-RH_RVC	7.73 141	1.25 41	6.99 71	4.83 68	0.90 70	11.76 167	1.53 35	13.00 47	14.43 109	17.51 181	46.41 352	11.02 87	6.30 92	12.68 152	4.93 127	0.51 244	0.04 55	0.12 166	0.13 188	0.09 16	0.09 29

TransformOpticalFlow	7.76 142	1.90 173	9.31 171	5.50 111	1.18 94	6.97 116	8.27 242	17.86 125	13.21 95	14.58 111	29.13 208	19.01 208	10.85 166	12.51 150	3.69 86	0.01 45	0.04 55	0.20 208	0.04 116	0.17 53	0.84 234

HITNet	7.83 143	2.93 246	8.39 124	4.76 66	1.48 113	12.75 185	4.64 161	20.97 160	14.37 108	15.14 128	22.15 150	14.57 149	10.62 164	14.38 194	8.14 189	0.04 96	0.01 9	0.48 256	0.02 86	0.57 200	0.10 35
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
PFNet	7.91 144	1.44 74	11.60 225	7.03 201	2.42 148	7.60 127	6.03 198	23.36 186	17.24 137	20.29 230	17.67 89	15.44 163	7.71 115	13.02 171	5.71 147	0.24 180	0.20 208	0.12 166	0.19 216	0.31 124	0.61 202

SA	7.93 145	1.54 95	9.13 167	7.98 241	0.64 40	5.85 84	2.29 87	22.27 175	24.54 206	13.17 95	31.07 241	8.87 68	10.32 162	16.49 237	3.12 68	0.04 96	0.12 169	0.17 192	0.30 256	0.45 165	0.17 80

AAGNet	7.94 146	1.48 80	9.34 173	7.13 208	0.70 47	5.85 84	5.16 170	15.40 84	14.01 102	20.13 227	24.03 165	15.28 161	11.52 182	12.05 126	15.47 255	0.63 262	0.06 107	0.32 242	0.01 63	0.12 31	0.09 29

FENet	7.94 146	1.01 9	6.72 58	5.87 132	2.07 137	11.11 163	2.03 75	21.39 164	20.81 163	17.14 172	22.65 152	14.43 145	11.54 185	12.97 166	7.89 183	0.15 147	0.24 239	0.03 85	0.02 86	0.14 39	0.62 203

dd	7.96 148	4.08 272	11.49 224	6.53 175	0.93 73	8.28 133	4.03 145	16.53 105	33.82 276	15.17 130	16.50 83	6.79 43	5.96 80	14.30 192	9.90 207	1.13 302	0.42 276	0.17 192	0.44 281	2.01 286	0.79 231

raft_robust	7.97 149	2.26 218	6.75 60	5.83 130	0.72 56	5.57 63	0.84 14	33.59 292	34.21 283	18.17 194	19.88 119	6.50 42	5.62 69	15.33 206	2.83 54	0.03 90	0.23 228	0.00 1	0.37 273	0.32 133	0.39 160

STrans-v2	7.98 150	1.84 168	9.42 175	4.84 70	1.48 113	12.23 177	10.05 267	19.06 142	12.32 83	13.63 102	26.06 183	18.13 204	12.35 193	12.99 168	3.99 99	0.01 45	0.01 9	0.18 197	0.01 63	0.22 67	0.83 233

Prome-Stereo	8.10 151	1.28 42	5.48 29	6.50 172	1.51 116	6.70 108	9.42 254	21.08 161	9.13 59	20.88 238	32.84 268	11.95 104	11.86 188	11.75 117	3.97 98	0.01 45	0.02 28	0.18 197	0.12 185	0.41 160	7.01 349

ffm	8.12 152	1.43 67	9.67 184	5.70 121	3.44 178	11.96 171	6.35 206	18.45 131	16.31 127	15.83 141	31.44 248	17.22 186	10.87 168	10.82 73	1.61 5	0.00 1	0.05 75	0.80 281	0.08 158	0.26 94	0.14 58

CASS	8.15 153	1.67 132	7.68 95	8.25 249	1.52 117	14.39 209	2.72 105	22.65 180	17.23 136	15.42 133	22.68 153	13.47 136	11.87 189	12.44 146	6.07 154	0.96 291	0.05 75	0.12 166	0.01 63	0.71 224	3.14 311
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DN-CSS_ROB	8.17 154	2.59 234	14.14 263	6.11 153	3.22 173	6.31 97	3.53 133	22.92 183	20.59 162	16.66 162	30.05 225	9.31 73	7.95 121	13.49 177	4.78 119	0.72 270	0.00 1	0.45 254	0.00 1	0.54 193	0.09 29

RAFT_CTSACE	8.24 155	1.97 186	8.39 124	6.89 198	5.11 245	5.86 86	2.63 103	14.62 71	16.88 133	23.52 271	34.77 288	16.02 168	7.37 110	17.91 250	2.23 36	0.00 1	0.12 169	0.00 1	0.03 101	0.39 156	0.05 13

GMM-Stereo	8.34 156	1.09 23	6.42 53	6.14 155	2.52 152	10.30 147	9.64 259	23.44 187	10.64 68	17.84 184	29.89 222	17.37 192	7.75 116	11.55 103	4.36 109	0.05 104	0.01 9	0.23 220	0.90 306	0.46 166	6.26 338

GANet-ADL	8.36 157	2.31 220	8.44 130	7.39 218	2.65 155	12.58 182	5.24 172	29.55 244	25.24 209	14.19 108	16.70 86	17.07 183	6.91 106	10.65 64	6.26 157	0.38 210	0.39 269	0.10 152	0.12 185	0.75 234	0.28 136

Sa-1000	8.38 158	1.50 87	8.13 115	7.56 228	0.89 69	14.39 209	2.47 94	24.31 195	23.74 196	15.18 131	28.35 202	11.42 93	8.85 136	16.20 233	3.28 75	0.17 152	0.23 228	0.15 186	0.23 230	0.46 166	0.19 94

GwcNet-ADL	8.48 159	1.70 139	9.38 174	7.10 206	2.78 159	6.74 111	6.57 220	30.15 248	26.01 218	15.15 129	17.77 90	13.93 140	6.96 107	12.96 165	9.91 208	0.48 238	0.72 310	0.01 62	0.01 63	0.51 187	0.84 234

ARAFT	8.50 160	3.19 254	16.58 287	5.52 112	0.91 71	12.13 176	11.20 286	17.19 115	18.28 151	18.40 203	16.33 82	17.10 184	8.58 129	18.56 253	5.00 128	0.11 134	0.04 55	0.00 1	0.00 1	0.55 196	0.25 128

test_5	8.51 161	1.50 87	8.19 120	11.06 311	5.00 240	6.91 114	5.67 185	17.50 116	22.09 180	16.07 148	29.63 219	15.28 161	10.78 165	15.94 224	3.65 84	0.00 1	0.00 1	0.26 226	0.08 158	0.31 124	0.35 155

RAFT	8.51 161	2.16 210	8.93 144	8.14 245	0.81 64	12.63 183	8.49 243	16.34 102	15.56 121	22.31 258	18.99 107	19.29 215	11.39 181	17.57 246	6.05 151	0.01 45	0.19 203	0.27 227	0.02 86	0.64 214	0.45 175

GES	8.51 161	1.98 187	11.82 228	6.39 166	1.77 125	12.36 180	6.22 204	21.55 166	21.34 170	19.02 210	26.02 179	8.79 66	9.34 145	13.94 186	7.24 168	0.38 210	0.10 156	0.30 240	0.14 192	0.69 219	0.73 223

DMCA	8.51 161	1.90 173	9.96 194	5.16 92	4.14 205	10.29 146	4.46 157	25.52 202	19.55 158	16.33 154	20.69 129	17.59 193	11.26 177	10.42 58	11.36 230	0.50 241	0.08 138	0.35 245	0.05 134	0.36 144	0.31 149

PSM-AAD	8.62 165	1.22 33	5.69 37	6.31 162	1.12 85	12.74 184	10.01 266	19.29 143	15.25 115	21.54 251	25.11 171	14.24 142	13.47 210	12.15 133	3.93 96	0.01 45	0.06 107	2.48 330	0.16 201	0.38 154	7.28 354

FTStereo	8.67 166	1.13 28	6.04 41	6.04 147	2.39 147	7.86 129	12.05 298	17.72 120	8.33 52	20.16 228	41.41 327	16.10 171	12.64 198	10.80 71	4.37 110	0.18 154	0.01 9	0.09 136	0.16 201	0.15 41	5.71 334

iRaft-Stereo_5w	8.70 167	1.81 167	9.33 172	5.83 130	3.78 188	4.87 32	11.12 285	15.86 98	14.80 112	15.23 132	26.36 185	21.49 227	12.91 203	15.94 224	12.73 236	0.58 251	0.05 75	0.08 129	0.09 169	0.85 239	0.33 153

IRAFT_RVC	8.76 168	1.47 77	9.55 179	7.31 212	1.77 125	6.49 102	10.43 276	25.94 210	27.33 225	17.50 180	19.85 118	17.93 198	10.21 160	12.88 159	5.44 143	0.17 152	0.30 252	0.19 205	0.05 134	0.22 67	0.12 45

HCRNet	8.80 169	1.43 67	7.74 99	14.41 336	5.25 249	10.85 158	2.56 100	26.07 212	18.04 150	15.48 134	25.03 169	18.63 207	9.93 157	13.01 169	6.76 161	0.04 96	0.04 55	0.10 152	0.01 63	0.18 55	0.38 157

whm_eth	8.83 170	4.45 279	17.70 295	7.42 219	6.66 293	7.07 118	3.45 127	17.88 126	19.49 157	22.17 257	39.18 313	4.69 28	4.32 35	14.26 191	5.35 142	0.18 154	0.08 138	0.21 213	0.09 169	0.61 205	1.30 266

DEmStereo	8.85 171	1.36 55	9.99 197	4.24 42	1.05 79	11.49 166	5.91 189	13.76 63	26.68 222	22.03 255	32.92 270	11.86 101	15.27 251	11.48 98	8.08 188	0.16 149	0.15 186	0.02 72	0.09 169	0.09 16	0.44 173

SFCPSM	8.85 171	1.40 61	11.34 221	5.23 105	3.47 184	16.55 251	7.18 234	30.71 259	25.24 209	16.45 156	19.45 111	11.10 90	9.61 151	11.88 121	5.52 145	0.22 171	0.17 194	0.36 248	0.22 222	0.29 109	0.58 197

GrayStereo	8.86 173	1.17 32	6.94 69	8.09 243	2.82 160	10.58 152	11.40 291	17.93 127	15.74 124	22.43 261	30.95 237	17.80 196	12.44 195	11.19 90	4.57 113	0.02 76	0.02 28	0.18 197	0.79 303	0.31 124	1.90 288

anonymousa	9.03 174	1.62 125	8.03 112	4.19 38	5.53 263	15.37 226	3.81 142	18.55 135	21.20 169	18.28 196	30.99 239	20.79 221	13.42 208	10.58 60	7.57 178	0.00 1	0.05 75	0.29 236	0.18 206	0.10 26	0.11 41

KYRaft	9.04 175	1.11 25	7.02 72	6.50 172	0.97 75	8.27 132	8.19 241	22.86 182	8.20 50	21.30 249	31.38 245	22.64 237	8.20 126	11.99 122	2.96 60	0.02 76	0.02 28	0.05 106	0.68 297	0.40 157	18.09 381

DualNet	9.14 176	1.43 67	9.67 184	5.70 121	3.44 178	11.96 171	6.35 206	18.45 131	16.31 127	15.83 141	31.44 248	17.22 186	10.87 168	10.82 73	21.98 296	0.00 1	0.05 75	0.80 281	0.08 158	0.26 94	0.14 58

BUS	9.20 177	1.48 80	7.93 105	6.74 191	3.96 196	17.62 259	2.79 109	33.06 287	21.58 173	17.99 189	21.34 135	14.49 146	9.40 147	14.18 188	10.57 220	0.19 158	0.13 173	0.14 181	0.04 116	0.30 113	0.09 29

MyStereo04	9.24 178	1.92 180	8.78 141	6.09 150	4.31 215	6.54 104	9.96 264	32.24 278	41.99 324	14.26 109	11.98 53	12.00 106	12.01 190	13.93 184	7.53 175	0.06 114	0.10 156	0.03 85	0.04 116	0.63 210	0.30 144

CoDeX	9.24 178	1.77 162	9.54 178	6.08 149	3.79 190	16.45 250	6.76 224	26.15 213	25.03 207	17.18 173	25.12 172	14.69 151	11.68 187	12.22 135	6.71 160	0.30 193	0.20 208	0.15 186	0.02 86	0.23 79	0.68 214

CrosDoStereo	9.24 178	1.29 43	8.16 118	4.56 60	1.04 77	7.52 125	15.00 319	15.85 96	24.31 199	24.27 273	33.44 275	13.37 131	13.82 218	12.23 136	8.86 199	0.01 45	0.11 165	0.09 136	0.04 116	0.36 144	0.53 188

DeepStereo_LL	9.24 178	1.29 43	8.16 118	4.56 60	1.04 77	7.52 125	15.00 319	15.85 96	24.31 199	24.27 273	33.44 275	13.37 131	13.82 218	12.23 136	8.86 199	0.01 45	0.11 165	0.09 136	0.04 116	0.36 144	0.53 188

DRaft	9.27 182	1.23 35	9.08 163	3.62 29	0.78 63	13.27 192	5.89 188	16.97 110	29.57 238	21.15 247	38.46 311	10.09 79	13.98 223	11.58 106	7.91 184	0.43 229	0.30 252	0.06 118	0.26 242	0.26 94	0.45 175

MyStereo05	9.29 183	1.76 156	8.95 148	6.19 157	4.40 218	7.09 119	9.95 262	31.21 263	40.82 317	17.31 175	12.93 61	10.33 80	12.52 197	13.93 184	7.05 165	0.06 114	0.10 156	0.02 72	0.04 116	0.73 229	0.29 141

MLCV	9.32 184	2.22 216	12.55 237	5.22 103	1.32 104	13.79 197	1.35 29	21.14 163	23.65 194	21.91 254	31.37 244	17.14 185	7.57 111	16.00 227	10.18 214	0.22 171	0.01 9	0.03 85	0.02 86	0.40 157	0.29 141

BEATNet_4x	9.37 185	4.85 286	12.05 232	5.48 110	1.35 107	13.15 190	6.15 202	25.06 200	16.74 132	16.18 150	24.65 167	17.29 191	12.51 196	16.91 241	10.92 223	0.38 210	0.18 199	0.81 287	0.05 134	1.95 282	0.65 211

THIR-Stereo	9.38 186	1.78 165	8.50 135	4.74 64	0.71 48	15.92 234	11.93 297	16.39 103	21.56 172	24.27 273	32.07 257	14.40 144	14.14 228	11.49 99	8.39 194	0.05 104	0.25 245	0.10 152	0.05 134	0.33 136	0.58 197

ff1	9.41 187	1.43 67	9.67 184	5.70 121	3.44 178	11.96 171	6.35 206	18.45 131	16.31 127	15.83 141	31.44 248	17.22 186	10.87 168	16.19 230	21.98 296	0.00 1	0.05 75	0.80 281	0.08 158	0.26 94	0.14 58

GANet-RSSM	9.48 188	1.32 50	6.45 54	6.72 190	5.51 262	12.78 186	6.03 198	26.55 217	18.96 155	14.92 118	27.95 199	25.41 261	14.69 240	13.52 180	7.60 180	0.10 131	0.10 156	0.16 190	0.01 63	0.51 187	0.39 160

UCFNet_RVC	9.48 188	2.12 207	4.89 17	7.03 201	3.78 188	16.05 235	6.37 211	28.25 232	20.00 160	15.93 146	23.07 156	25.21 258	12.79 199	12.57 151	8.01 186	0.07 122	0.04 55	1.17 303	0.23 230	1.31 266	0.69 216

CFNet_pseudo	9.58 190	1.91 176	10.73 211	4.53 57	2.91 166	14.26 205	2.75 107	26.73 220	32.14 265	17.10 171	23.02 155	22.14 233	8.74 134	12.17 134	7.43 171	0.20 165	0.45 284	1.24 310	0.24 237	2.49 294	0.49 183

Anonymous3	9.60 191	3.45 259	29.83 331	9.58 278	4.75 227	24.51 302	10.20 273	24.04 192	18.77 154	10.42 56	14.64 68	7.97 58	8.75 135	14.05 187	5.80 148	2.44 329	1.39 329	0.08 129	0.06 148	0.73 229	0.48 180

ccs_rob	9.61 192	1.92 180	10.72 210	4.55 58	2.89 163	14.33 207	2.86 111	26.85 221	32.36 267	17.05 169	22.91 154	22.12 232	8.70 133	12.10 131	7.44 172	0.19 158	0.44 280	1.38 312	0.25 240	2.68 297	0.57 195

PCWNet_CMD	9.64 193	1.77 162	10.59 207	4.80 67	2.90 164	16.25 248	2.42 93	29.37 243	34.10 280	17.41 176	22.04 145	19.10 211	7.70 114	12.05 126	6.86 162	0.22 171	0.45 284	0.80 281	0.22 222	3.11 309	0.69 216

MSMDNet	9.64 193	1.77 162	10.63 208	4.83 68	2.90 164	16.35 249	2.37 90	29.33 242	34.29 284	17.43 178	22.10 147	19.05 210	7.79 117	12.11 132	6.87 163	0.23 178	0.46 286	0.67 270	0.21 220	2.77 299	0.60 200

BSDual-CNN	9.70 195	1.48 80	7.93 105	6.74 191	3.96 196	16.10 239	7.13 231	33.06 287	21.58 173	17.99 189	21.34 135	22.28 234	11.53 183	14.18 188	7.81 181	0.19 158	0.13 173	0.14 181	0.04 116	0.30 113	0.09 29

PSMNet-RSSM	9.71 196	1.73 141	6.09 42	7.47 224	4.27 209	10.06 143	6.00 196	29.14 239	21.74 177	15.76 140	32.88 269	22.63 236	13.18 205	12.94 164	9.12 203	0.09 127	0.02 28	0.07 126	0.10 175	0.70 222	0.24 123

IER	9.78 197	1.55 98	9.97 195	4.51 56	5.23 248	13.78 196	5.11 169	26.66 218	22.79 187	19.69 218	29.45 216	16.42 172	18.52 284	13.64 182	7.57 178	0.06 114	0.03 46	0.18 197	0.09 169	0.18 55	0.23 117

psmg	9.80 198	1.48 80	7.93 105	5.18 98	3.96 196	15.85 233	7.93 240	29.11 238	21.58 173	20.93 239	25.06 170	22.28 234	11.53 183	14.18 188	7.81 181	0.19 158	0.13 173	0.17 192	0.04 116	0.36 144	0.21 104

gwcnet-sp	9.81 199	2.82 238	13.47 254	5.99 140	4.27 209	16.20 245	5.91 189	25.55 203	24.34 202	21.01 240	20.69 129	15.22 157	14.96 244	14.50 197	9.97 209	0.05 104	0.15 186	0.02 72	0.08 158	0.49 182	0.51 185

scenet	9.81 199	2.82 238	13.47 254	5.99 140	4.27 209	16.20 245	5.91 189	25.55 203	24.34 202	21.01 240	20.69 129	15.22 157	14.96 244	14.50 197	9.97 209	0.05 104	0.15 186	0.02 72	0.08 158	0.49 182	0.51 185

ssnet	9.81 199	2.82 238	13.47 254	5.99 140	4.27 209	16.20 245	5.91 189	25.55 203	24.34 202	21.01 240	20.69 129	15.22 157	14.96 244	14.50 197	9.97 209	0.05 104	0.15 186	0.02 72	0.08 158	0.49 182	0.51 185

CFNet-ft	9.87 202	2.18 214	5.49 30	7.45 222	5.25 249	15.76 230	5.98 194	21.89 171	21.87 178	14.96 119	30.02 223	25.68 262	13.68 214	12.46 148	10.94 225	0.08 125	0.06 107	1.83 318	0.22 222	1.09 250	0.43 171

CFNet_RVC	9.87 202	2.18 214	5.49 30	7.45 222	5.25 249	15.76 230	5.98 194	21.89 171	21.87 178	14.96 119	30.02 223	25.68 262	13.68 214	12.46 148	10.94 225	0.08 125	0.06 107	1.83 318	0.22 222	1.09 250	0.43 171

PSMNet-ADL	9.88 204	2.01 195	6.80 64	9.18 265	4.26 208	15.11 221	3.50 128	27.12 222	24.42 205	14.72 113	18.96 106	25.32 260	13.43 209	15.76 215	14.04 244	0.79 277	0.78 316	0.00 1	0.02 86	0.26 94	1.18 265

qqq1	9.96 205	1.37 57	13.37 249	4.41 49	1.30 99	14.40 212	3.29 120	30.25 250	29.81 242	19.55 213	29.37 210	18.06 200	14.40 234	15.42 210	3.18 71	0.38 210	0.21 214	0.00 1	0.01 63	0.29 109	0.18 84

fff1	9.96 205	1.37 57	13.37 249	4.41 49	1.30 99	14.40 212	3.29 120	30.25 250	29.81 242	19.55 213	29.37 210	18.06 200	14.40 234	15.42 210	3.18 71	0.38 210	0.21 214	0.00 1	0.01 63	0.29 109	0.18 84

ttt	9.98 207	1.49 84	7.30 88	6.43 168	3.95 195	14.02 200	5.06 168	33.03 286	29.84 246	14.90 117	30.95 237	14.81 152	9.66 152	15.36 208	11.38 231	0.38 210	0.19 203	0.10 152	0.03 101	0.37 149	0.28 136

UDGNet	10.05 208	13.89 350	10.00 198	9.36 269	2.69 156	7.82 128	1.88 66	18.86 138	34.64 286	17.52 182	13.70 64	13.40 133	7.18 108	13.01 169	6.30 158	5.30 352	0.08 138	12.57 370	2.80 342	8.19 349	1.71 284

cf-r	10.06 209	1.60 119	7.99 109	5.82 128	5.70 271	12.92 188	4.78 164	24.18 194	27.47 228	16.91 168	31.02 240	25.12 257	14.05 224	11.63 112	11.01 228	0.03 90	0.03 46	0.05 106	0.03 101	0.43 163	0.39 160

ICVP	10.07 210	1.73 141	6.11 43	9.08 261	3.31 176	12.25 178	6.56 219	26.30 215	22.52 184	16.49 158	31.80 254	26.94 271	12.42 194	11.35 95	10.92 223	1.17 304	0.57 303	0.17 192	0.10 175	0.58 202	1.07 256
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
hknet	10.13 211	1.56 107	10.27 202	6.74 191	3.72 186	16.10 239	7.13 231	33.06 287	21.12 167	17.99 189	21.34 135	23.11 239	14.95 243	16.43 236	8.34 193	0.14 141	0.13 173	0.14 181	0.04 116	0.30 113	0.09 29

AdaStereo	10.22 212	3.63 261	9.14 169	9.15 263	3.24 174	15.79 232	5.39 178	31.94 270	25.42 211	18.39 202	26.47 186	19.44 216	9.50 149	16.60 239	8.59 196	0.44 231	0.05 75	0.40 252	0.00 1	0.57 200	0.16 76
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.
CFNet_ucs	10.25 213	1.91 176	11.88 229	4.98 76	4.08 203	15.11 221	3.57 137	28.02 229	31.98 264	18.21 195	25.20 173	23.27 242	9.38 146	13.38 175	7.22 167	0.23 178	0.81 317	1.65 316	0.22 222	3.01 305	0.93 244

iResNet	10.26 214	3.10 253	15.72 278	7.35 214	2.13 138	13.86 199	7.07 230	22.80 181	28.01 230	20.10 226	30.40 228	16.79 175	11.06 174	14.46 196	10.29 219	0.39 220	0.05 75	0.00 1	0.07 155	0.73 229	0.73 223

RAFT + AFF	10.27 215	3.77 265	17.13 289	10.24 296	4.97 235	13.08 189	11.52 292	25.69 206	25.80 213	14.72 113	16.12 80	19.16 212	11.35 180	16.24 234	9.04 202	0.30 193	1.46 331	0.66 269	0.20 217	2.03 288	1.94 289

ACVNet	10.36 216	1.68 137	5.49 30	6.01 143	2.75 158	12.78 186	3.56 135	21.89 171	34.81 287	14.96 119	30.78 234	24.72 254	13.88 221	15.81 216	17.20 268	0.13 139	0.01 9	0.06 118	0.06 148	0.51 187	0.15 72

tta	10.45 217	1.37 57	13.37 249	4.41 49	1.30 99	14.39 209	3.29 120	30.25 250	29.81 242	19.55 213	29.37 210	18.06 200	14.40 234	15.42 210	12.69 234	0.38 210	0.21 214	0.28 233	0.03 101	0.29 109	0.18 84

SMFormer	10.46 218	1.37 57	13.37 249	4.41 49	1.30 99	14.40 212	3.29 120	30.25 250	29.81 242	19.55 213	29.37 210	18.06 200	14.40 234	15.42 210	12.70 235	0.38 210	0.21 214	0.28 233	0.03 101	0.33 136	0.31 149

ToySt	10.51 219	2.00 189	15.67 277	5.33 107	0.95 74	14.97 220	9.51 256	24.02 191	27.37 226	14.61 112	24.67 168	24.56 252	14.70 241	16.86 240	13.35 238	0.06 114	0.23 228	0.03 85	0.09 169	0.62 208	0.67 213

AACVNet	10.58 220	2.86 242	9.78 192	8.95 258	3.30 175	10.80 157	4.78 164	22.37 176	12.55 85	27.50 303	29.84 221	30.06 287	15.99 259	19.10 261	11.60 232	0.40 222	0.18 199	0.22 217	0.03 101	0.62 208	0.73 223

GwcNet-RSSM	10.65 221	1.94 184	8.57 138	6.89 198	5.26 252	12.26 179	5.21 171	25.80 209	31.50 256	16.67 163	33.52 277	23.70 248	13.88 221	12.84 158	13.67 242	0.05 104	0.10 156	0.14 181	0.02 86	0.65 216	0.39 160

CFNet	10.67 222	2.33 221	8.90 143	6.66 185	4.09 204	16.05 235	4.26 153	30.44 256	31.01 255	18.53 204	26.48 187	23.69 247	13.68 214	15.27 205	10.59 222	0.05 104	0.02 28	0.44 253	0.05 134	0.73 229	0.23 117

mmx	10.71 223	1.43 67	9.67 184	5.70 121	3.44 178	11.96 171	6.35 206	32.18 275	28.03 231	15.83 141	31.44 248	17.22 186	10.87 168	16.19 230	21.98 296	0.22 171	0.06 107	0.80 281	0.08 158	0.48 175	0.21 104

xxx	10.71 223	1.43 67	9.67 184	5.70 121	3.44 178	11.96 171	6.35 206	32.18 275	28.03 231	15.83 141	31.44 248	17.22 186	10.87 168	16.19 230	21.98 296	0.22 171	0.06 107	0.80 281	0.08 158	0.48 175	0.21 104

NINENet	10.74 225	2.29 219	10.44 205	8.03 242	5.09 243	17.62 259	2.79 109	38.69 338	33.24 275	18.35 201	26.31 184	14.49 146	9.40 147	15.88 219	10.57 220	0.41 224	0.21 214	0.29 236	0.00 1	0.42 162	0.23 117

LMCR-Stereo	10.75 226	4.13 274	10.67 209	13.11 326	3.99 201	16.68 252	5.91 189	25.30 201	22.69 185	22.04 256	21.80 140	14.67 150	14.24 230	20.55 285	15.86 257	1.90 318	0.04 55	0.00 1	0.02 86	1.29 263	0.18 84

DeepPruner_ROB	10.77 227	4.56 281	13.13 244	6.37 164	4.28 214	10.14 144	6.86 225	36.42 322	19.59 159	17.87 185	27.37 196	23.19 241	12.26 192	19.09 260	10.23 217	1.05 298	0.48 289	0.23 220	0.15 198	0.89 243	1.17 263

LL-Strereo	10.79 228	3.52 260	12.54 236	8.77 254	5.44 260	7.49 122	9.26 251	35.15 311	28.70 236	16.47 157	15.85 77	21.06 224	17.42 277	21.62 291	9.72 206	0.21 168	0.22 223	0.74 275	0.08 158	0.98 246	0.60 200

DAS	10.80 229	2.03 199	13.96 260	9.01 259	6.23 283	14.67 218	7.38 235	21.59 167	32.58 270	18.67 206	28.13 200	19.20 213	17.08 272	16.54 238	7.31 169	0.58 251	0.01 9	0.29 236	0.01 63	0.47 173	0.20 97

GMStereo_Zeroshot	10.83 230	7.81 316	19.95 308	9.55 276	2.47 151	11.83 168	1.31 26	20.84 159	20.52 161	22.73 263	35.93 293	24.76 256	5.94 79	19.68 267	7.04 164	0.45 232	0.02 28	0.25 224	0.01 63	5.38 334	0.19 94

HSM-Net_RVC	10.88 231	1.23 35	5.46 28	5.57 113	2.63 154	20.12 276	6.06 200	27.67 226	28.35 235	20.63 235	25.51 176	34.01 312	14.38 233	16.18 229	9.29 204	0.11 134	0.07 124	0.01 62	0.00 1	0.13 36	0.14 58
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NOSS_ROB	10.99 232	3.81 267	6.88 66	6.69 187	2.30 144	16.06 237	10.94 282	30.06 247	32.41 268	16.10 149	18.72 104	22.78 238	14.21 229	17.52 245	8.62 197	2.35 324	1.84 337	3.32 342	1.57 326	2.06 289	1.52 277

ac_64	11.10 233	1.49 84	9.88 193	8.24 248	5.45 261	19.12 268	6.46 215	24.10 193	14.34 107	22.80 264	23.87 163	33.28 309	15.54 254	18.87 257	17.26 270	0.28 190	0.12 169	0.02 72	0.02 86	0.26 94	0.63 204

1111x	11.32 234	1.34 52	8.95 148	5.20 100	1.96 132	14.46 215	7.75 239	35.65 316	28.23 234	15.66 138	26.66 190	26.65 266	14.76 242	15.88 219	22.27 301	0.24 180	0.13 173	0.04 100	0.06 148	0.30 113	0.24 123

HSM	11.33 235	1.80 166	7.04 74	6.13 154	3.99 201	16.16 243	6.92 227	29.69 245	19.39 156	22.95 265	26.05 182	41.08 345	15.79 257	20.25 276	8.89 201	0.02 76	0.03 46	0.01 62	0.00 1	0.15 41	0.34 154

SepStereo	11.34 236	2.03 199	13.96 260	9.01 259	6.23 283	14.67 218	7.38 235	21.59 167	32.58 270	18.67 206	28.13 200	19.20 213	17.08 272	27.36 319	7.31 169	0.58 251	0.01 9	0.29 236	0.01 63	0.47 173	0.20 97

DMCA-RVC	11.41 237	3.32 256	11.68 226	10.12 292	4.81 228	11.92 170	4.11 146	24.67 198	23.66 195	20.06 225	28.51 204	26.71 267	24.96 319	15.95 226	14.82 250	0.41 224	0.34 265	0.56 262	0.16 201	0.72 228	0.69 216

test_xeample	11.49 238	1.24 40	7.50 90	5.22 103	2.18 140	17.40 256	6.49 217	31.14 262	22.77 186	17.90 187	33.09 272	18.48 206	14.61 239	13.51 179	37.38 362	0.16 149	0.13 173	0.01 62	0.03 101	0.23 79	0.24 123

RASNet	11.59 239	1.71 140	10.36 204	6.30 161	5.66 268	15.48 228	6.12 201	34.50 305	20.86 164	16.61 161	32.51 264	22.04 231	23.00 305	19.44 264	16.15 261	0.71 268	0.03 46	0.05 106	0.01 63	0.15 41	0.13 53

iResNet_ROB	11.71 240	1.96 185	10.77 212	6.01 143	3.68 185	15.13 223	2.34 88	31.72 269	37.58 303	26.16 293	32.77 266	25.88 264	15.34 252	16.35 235	7.94 185	0.19 158	0.01 9	0.00 1	0.00 1	0.31 124	0.12 45

UPFNet	11.72 241	1.52 92	10.33 203	7.38 216	7.14 305	20.05 275	9.62 258	28.90 237	25.94 216	20.02 223	29.73 220	20.91 222	16.34 262	18.61 255	16.17 262	0.26 188	0.17 194	0.25 224	0.03 101	0.55 196	0.56 194

FADNet-RVC-Resample	11.72 241	4.35 278	30.33 334	9.46 274	3.90 192	14.11 201	7.17 233	25.78 207	23.31 189	23.27 268	29.52 217	19.50 218	15.00 248	15.38 209	8.33 192	0.53 246	0.50 293	0.49 257	0.50 288	1.38 269	1.67 282

xxxx	11.74 243	1.16 30	7.88 102	5.61 115	1.99 133	20.46 277	3.12 117	33.99 296	23.76 198	15.53 135	30.67 230	26.88 270	14.50 238	12.98 167	35.48 354	0.19 158	0.18 199	0.01 62	0.02 86	0.22 67	0.27 133

CBMV_ROB	11.77 244	2.89 243	6.92 68	5.20 100	2.88 162	14.12 202	4.79 166	26.69 219	29.84 246	26.17 294	31.92 255	23.61 246	20.74 298	20.20 275	10.18 214	1.78 315	1.80 336	2.17 325	1.26 321	1.61 272	0.55 191

DSFCA	11.85 245	2.01 195	12.93 242	5.40 108	6.87 299	15.36 225	10.45 278	30.68 258	31.84 258	25.99 291	23.52 158	22.03 230	14.05 224	20.28 279	12.46 233	0.57 250	0.41 272	0.28 233	0.38 275	1.02 247	0.47 177

FADNet_RVC	11.94 246	5.17 290	39.74 350	6.44 169	3.46 183	11.42 165	4.17 150	29.16 240	26.89 223	17.97 188	25.96 177	13.41 134	15.67 255	15.84 218	13.54 241	0.90 288	0.75 314	0.55 261	1.20 319	3.65 319	2.85 304

iResNetv2_ROB	12.00 247	2.91 245	13.46 253	5.82 128	3.73 187	13.15 190	6.45 214	34.15 298	36.02 295	25.25 283	33.81 281	29.79 283	14.24 230	13.61 181	6.10 155	0.21 168	0.02 28	0.12 166	0.00 1	0.82 237	0.25 128

hitnet-ft	12.04 248	2.11 206	6.14 44	7.27 211	3.90 192	25.98 314	3.56 135	22.56 177	23.74 196	20.55 232	33.81 281	31.59 295	18.67 286	19.47 265	17.20 268	0.42 228	1.36 328	0.35 245	0.07 155	1.11 253	0.86 238

NLCA_NET_v2_RVC	12.05 249	3.43 258	16.25 283	7.62 230	5.58 264	14.57 217	6.00 196	32.98 285	27.41 227	21.69 252	31.40 246	25.21 258	13.47 210	14.96 203	15.60 256	0.84 284	0.33 262	0.35 245	0.35 269	1.29 263	1.78 285
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
acv_ft	12.16 250	1.68 137	11.97 230	7.70 232	6.20 280	19.61 272	5.52 180	25.78 207	34.81 287	25.62 289	30.78 234	24.72 254	13.20 207	15.81 216	18.80 279	0.13 139	0.01 9	0.06 118	0.06 148	0.63 210	0.15 72

dad	12.24 251	10.20 328	13.68 258	6.64 184	1.47 111	13.55 195	3.58 138	17.62 118	35.33 291	27.15 302	32.65 265	30.85 290	10.86 167	14.33 193	10.04 212	2.95 334	0.55 301	7.92 361	0.91 309	3.35 314	1.17 263

pcwnet_v2	12.32 252	2.00 189	17.53 290	7.79 236	5.69 270	17.06 253	3.69 141	36.52 323	46.17 342	20.55 232	29.39 215	16.50 173	13.00 204	15.70 214	9.32 205	0.50 241	1.00 325	0.34 244	0.24 237	2.00 285	1.38 271

222	12.33 253	1.29 43	8.09 114	6.06 148	2.14 139	19.51 271	2.53 97	33.63 293	23.55 191	21.72 253	30.51 229	20.11 219	16.77 266	13.22 173	46.51 383	0.15 147	0.14 183	0.01 62	0.03 101	0.26 94	0.26 131

ADLNet	12.34 254	2.22 216	10.14 200	8.38 250	6.78 297	17.56 258	9.05 247	33.21 290	26.28 220	27.06 299	26.01 178	26.80 268	13.76 217	16.99 242	18.74 278	0.24 180	0.39 269	0.23 220	0.10 175	0.64 214	2.16 296

CBFPSM	12.42 255	2.59 234	28.96 328	4.74 64	3.20 172	22.33 289	16.31 331	21.13 162	21.03 166	21.04 243	27.81 197	30.24 288	15.99 259	14.59 201	14.80 249	0.04 96	0.49 292	0.10 152	0.16 201	0.51 187	2.34 299

ADLNet2	12.44 256	2.17 211	12.84 241	9.17 264	5.82 274	20.00 274	10.13 271	32.53 280	36.22 298	18.62 205	19.39 110	21.96 229	17.07 271	21.43 290	19.42 282	0.24 180	0.15 186	0.06 118	0.08 158	0.86 240	0.57 195

AASNet	12.49 257	2.46 226	10.49 206	9.82 284	6.86 298	17.33 255	6.73 223	41.09 349	37.86 306	22.53 262	29.11 207	16.68 174	13.48 212	14.54 200	17.87 274	0.20 165	0.02 28	0.78 277	0.05 134	1.18 256	0.76 227

HBP-ISP	12.52 258	7.82 317	8.47 133	7.57 229	4.27 209	12.56 181	6.42 213	28.68 234	29.56 237	21.11 245	35.69 291	15.85 165	18.42 283	20.44 282	11.00 227	3.03 335	2.63 349	7.09 359	3.97 351	3.58 317	2.27 298

CRFU-Net	12.56 259	2.89 243	11.77 227	8.18 246	5.80 273	24.84 305	10.46 281	24.56 196	13.12 92	30.06 320	29.37 210	29.09 277	19.64 291	19.96 270	18.53 277	0.82 280	0.48 289	0.27 227	0.15 198	0.53 192	0.68 214

UNet	12.64 260	2.02 197	13.36 248	6.85 197	7.76 319	25.31 311	4.74 163	34.10 297	28.19 233	20.03 224	31.07 241	27.02 273	17.36 275	20.18 274	13.87 243	0.06 114	0.05 75	0.27 227	0.01 63	0.23 79	0.39 160

delet	12.65 261	1.85 170	11.36 222	7.71 234	6.22 282	22.52 291	10.22 275	28.14 231	37.67 304	19.66 217	29.24 209	21.00 223	15.99 259	21.97 292	17.77 273	0.03 90	0.07 124	0.19 205	0.04 116	0.60 204	0.75 226

HGLStereo	12.72 262	2.66 236	12.34 233	9.93 287	7.55 313	16.16 243	7.45 237	31.48 268	27.01 224	20.01 222	35.31 290	26.98 272	18.90 287	17.87 249	18.90 280	0.33 199	0.16 192	0.07 126	0.05 134	0.48 175	0.70 220

GEStereo_RVC	12.81 263	2.49 229	13.64 257	9.68 281	4.97 235	18.16 261	11.30 288	31.26 264	47.47 344	19.84 219	26.97 192	19.03 209	13.19 206	20.14 273	14.86 252	0.83 282	0.51 296	0.10 152	0.13 188	0.54 193	0.99 251

CSP-Net	12.85 264	2.95 247	9.64 182	5.94 139	3.96 196	25.85 312	9.93 261	28.81 236	26.00 217	29.31 316	32.44 263	30.00 285	15.16 249	20.25 276	14.30 247	0.55 249	0.19 203	0.03 85	0.00 1	0.65 216	0.98 250

SGM-Forest	12.92 265	1.87 171	6.61 56	5.68 119	2.05 136	23.19 297	11.30 288	34.24 301	30.77 253	26.54 296	31.99 256	29.98 284	15.74 256	21.17 289	13.36 239	1.05 298	0.33 262	0.84 289	0.01 63	0.71 224	0.97 247
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MMNet	12.97 266	2.08 203	12.74 239	6.98 200	6.27 286	26.39 318	4.73 162	23.10 184	41.79 322	25.48 287	32.29 262	21.09 225	17.79 279	19.52 266	17.90 275	0.19 158	0.07 124	0.10 152	0.00 1	0.37 149	0.59 199

STTStereo	12.97 266	4.88 287	26.57 323	7.54 227	5.41 259	13.43 193	6.49 217	30.53 257	26.35 221	25.14 282	31.43 247	32.00 298	14.12 226	16.01 228	14.83 251	0.29 192	0.31 255	0.67 270	1.08 315	1.21 258	1.11 258

TDLM	12.98 268	3.78 266	9.77 191	10.75 306	4.94 233	16.10 239	14.08 311	35.05 309	31.87 259	22.36 259	26.51 189	26.09 265	14.97 247	24.73 308	13.11 237	1.05 298	0.05 75	1.21 307	0.27 246	1.83 278	1.00 252

AANet_RVC	13.16 269	5.34 293	10.83 215	8.20 247	4.44 220	14.13 203	9.46 255	28.78 235	37.67 304	23.44 270	37.47 303	23.48 244	15.83 258	22.39 295	16.63 264	1.67 313	0.86 320	0.24 223	0.02 86	0.63 210	1.60 279

psm_up	13.18 270	1.91 176	8.81 142	9.59 279	5.84 276	15.17 224	11.37 290	38.74 339	30.81 254	20.66 236	30.32 227	30.00 285	23.12 306	19.19 262	16.02 258	0.58 251	0.10 156	0.17 192	0.01 63	0.65 216	0.55 191

ssnet_v2	13.23 271	2.43 223	11.25 219	7.34 213	2.92 167	23.05 296	12.95 303	35.93 318	32.92 274	21.23 248	25.38 174	28.81 276	15.22 250	22.57 296	19.81 285	0.18 154	0.08 138	0.19 205	0.05 134	1.24 261	1.06 255

CVANet_RVC	13.24 272	3.39 257	8.43 129	8.42 251	5.04 241	18.52 266	11.72 295	32.03 272	33.85 277	23.17 267	32.77 266	29.78 282	16.51 264	23.20 298	11.28 229	0.94 289	0.04 55	1.19 306	0.47 285	3.13 310	1.01 253

FADNet-RVC	13.27 273	11.57 341	39.71 349	7.94 239	4.50 221	15.41 227	6.95 229	27.96 227	22.98 188	20.37 231	30.73 233	26.86 269	11.31 179	20.50 284	14.28 246	0.14 141	0.14 183	0.13 177	0.18 206	2.83 300	0.86 238

DLCB_ROB	13.35 274	3.00 250	9.12 165	9.43 270	5.68 269	21.80 286	10.12 270	29.19 241	29.92 248	27.71 304	31.45 253	32.37 300	19.50 290	19.02 258	16.73 265	0.22 171	0.04 55	0.38 251	0.06 148	0.49 182	0.85 237

StereoDRNet-Refined	13.36 275	2.80 237	10.82 214	7.94 239	3.10 169	18.95 267	4.45 156	28.47 233	29.65 240	29.11 312	41.47 328	24.44 251	17.64 278	23.34 299	21.66 292	0.16 149	0.07 124	0.53 260	0.32 262	0.77 235	1.64 281
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SACVNet	13.38 276	4.08 272	11.41 223	11.67 316	5.79 272	17.28 254	9.39 253	32.77 282	22.29 181	28.11 307	33.35 273	32.48 301	21.86 302	19.75 268	10.28 218	1.00 294	0.48 289	0.85 290	0.29 252	1.31 266	3.08 308

iinet-f	13.51 277	4.29 275	45.90 359	6.01 143	3.96 196	21.00 280	13.40 307	27.40 224	21.12 167	21.11 245	30.72 232	21.49 227	16.96 269	15.33 206	19.50 283	0.12 136	0.42 276	0.09 136	0.05 134	0.89 243	0.39 160

CBMV	13.69 278	3.63 261	8.02 111	5.93 138	2.69 156	22.57 292	12.44 300	29.81 246	31.57 257	31.20 325	33.79 280	31.04 291	17.41 276	25.28 311	14.11 245	0.71 268	0.60 305	0.60 265	0.11 184	1.11 253	1.13 261
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PS-NSSS	13.70 279	7.41 315	14.68 271	6.70 188	5.63 266	18.43 264	12.59 301	38.89 341	25.56 212	20.27 229	35.71 292	21.11 226	16.35 263	17.16 243	17.56 271	2.28 322	0.53 298	5.37 347	0.36 270	4.28 325	3.09 309

FADNet	14.18 280	10.92 337	37.56 345	7.79 236	6.64 290	17.48 257	6.91 226	34.73 306	34.03 278	18.85 209	27.02 193	28.26 274	14.24 230	17.77 248	10.09 213	0.41 224	0.67 308	0.37 249	0.37 273	8.13 347	1.34 268

fast-acv-ft	14.25 281	4.00 271	16.20 281	7.51 225	5.14 247	26.38 317	9.77 260	24.62 197	34.84 289	25.30 285	37.27 301	32.09 299	20.38 296	18.32 251	19.50 283	0.36 208	0.32 258	0.63 267	0.47 285	1.18 256	0.76 227

pmcnn	14.59 282	3.68 263	19.78 307	6.83 196	4.51 222	21.27 283	14.67 315	27.37 223	30.54 251	27.09 301	40.19 320	38.71 332	18.53 285	17.70 247	19.27 281	0.84 284	0.09 146	0.00 1	0.00 1	0.48 175	0.31 149

Anonymous_2	14.95 283	6.75 310	17.63 292	5.45 109	7.10 304	26.19 315	11.58 293	18.06 128	17.30 138	17.61 183	15.47 74	23.33 243	20.95 300	20.55 285	14.63 248	11.05 372	12.86 381	11.27 368	25.12 383	11.32 364	4.82 329

NVstereo2D	15.15 284	2.97 248	16.28 284	9.23 267	7.56 314	30.03 331	9.53 257	42.80 358	42.72 326	15.11 124	27.03 194	23.16 240	16.93 268	24.28 304	15.45 254	3.07 337	0.43 279	1.44 313	0.61 294	6.74 339	7.60 356

Wz-Net-LNSev-Ref	15.26 285	3.68 263	27.36 325	7.11 207	5.83 275	24.88 307	12.12 299	30.19 249	36.12 297	27.08 300	45.98 347	29.10 278	13.65 213	20.45 283	20.26 288	0.67 265	0.00 1	0.10 152	0.00 1	0.32 133	0.26 131

StereoDRNet	15.30 286	4.47 280	14.35 268	10.71 303	8.69 332	25.02 309	11.03 283	39.66 343	35.62 293	29.17 313	28.81 205	34.05 313	17.80 280	18.80 256	23.77 310	0.41 224	0.30 252	0.15 186	0.14 192	1.64 274	1.42 273

FINET	15.49 287	6.08 297	24.99 319	8.12 244	7.69 317	21.80 286	22.35 356	33.76 295	48.27 346	25.99 291	32.27 261	19.48 217	16.83 267	19.07 259	16.38 263	1.37 308	0.70 309	0.95 295	0.27 246	2.61 296	0.90 241

DRN-Test	15.88 288	3.83 268	14.70 272	9.96 289	8.02 326	28.93 328	14.65 314	42.34 354	38.25 309	28.18 308	34.31 286	29.22 280	18.35 282	20.01 271	22.68 304	0.37 209	0.41 272	0.46 255	0.28 249	1.28 262	1.34 268

SDNR	16.15 289	5.23 291	28.92 327	5.73 127	6.05 279	56.85 385	3.26 118	23.18 185	29.73 241	20.62 234	36.48 296	13.59 138	16.97 270	18.43 252	13.44 240	10.56 368	13.84 382	3.10 339	0.44 281	7.80 344	8.81 362

PA-Net	16.29 290	6.88 312	27.34 324	9.88 286	11.12 347	21.77 285	28.15 375	32.06 273	39.49 310	19.99 221	27.91 198	23.50 245	20.59 297	20.25 276	24.04 313	0.24 180	2.26 345	0.22 217	4.59 354	1.13 255	4.48 326
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DISCO	16.36 291	1.88 172	16.15 280	7.78 235	4.19 206	26.92 320	10.21 274	30.31 254	44.26 335	21.35 250	33.91 283	35.80 323	22.40 304	35.65 353	33.87 349	0.18 154	0.08 138	0.04 100	0.04 116	1.71 276	0.54 190

GwcNet	16.48 292	5.23 291	20.03 309	10.24 296	8.48 329	28.79 325	10.09 268	38.60 337	44.51 336	23.29 269	36.95 299	31.29 293	19.79 294	20.42 281	25.70 326	0.54 247	0.72 310	0.57 263	0.39 277	1.37 268	2.64 302

NaN_ROB	16.51 293	6.51 306	16.22 282	10.53 301	4.64 225	31.76 339	17.78 341	37.00 327	43.37 330	29.68 318	31.29 243	32.67 306	20.32 295	28.00 324	16.06 259	0.38 210	0.41 272	0.32 242	0.41 279	0.87 242	1.94 289

FAT-Stereo	16.81 294	2.97 248	17.56 291	9.80 283	6.21 281	16.12 242	13.23 306	38.18 336	39.67 312	27.00 298	39.73 318	37.55 328	31.30 347	20.39 280	21.52 291	3.44 339	2.05 339	0.81 287	1.10 316	1.89 281	5.72 335

S-Stereo	16.85 295	3.95 270	20.67 312	12.08 321	8.91 335	21.68 284	12.61 302	32.20 277	44.61 337	22.37 260	38.42 310	29.15 279	28.02 331	18.58 254	22.36 303	2.88 333	3.11 357	0.87 293	1.82 330	3.58 317	9.08 364

DANet	16.85 295	8.00 318	26.04 322	14.56 339	7.25 307	20.59 278	5.37 173	26.22 214	26.02 219	32.17 332	36.00 294	37.20 326	29.77 340	30.75 333	24.62 318	1.14 303	1.34 326	2.21 326	0.51 289	3.18 311	4.07 321
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MaskLacGwcNet_RVC	16.87 297	16.27 355	17.93 298	11.24 315	6.69 294	28.95 329	10.44 277	41.23 351	21.49 171	29.68 318	34.27 285	32.48 301	11.00 173	20.05 272	15.09 253	8.22 360	2.59 348	12.23 369	0.75 301	10.40 357	6.34 340

PSMNet_ROB	16.90 298	5.45 294	14.16 264	13.77 329	7.25 307	27.65 322	32.74 380	43.21 361	37.88 307	24.00 272	32.97 271	34.55 317	16.69 265	17.41 244	23.96 312	0.38 210	0.22 223	0.93 294	2.05 335	1.83 278	0.96 246

GANet	16.92 299	4.32 277	12.46 235	10.84 308	4.24 207	23.04 295	15.36 325	39.91 344	34.47 285	32.42 333	45.10 346	40.04 341	27.54 327	23.61 302	20.20 287	1.02 297	0.08 138	0.67 270	0.22 222	1.87 280	0.97 247

Syn2CoEx	17.03 300	10.40 331	25.65 321	20.35 356	8.02 326	26.28 316	11.27 287	37.16 328	32.69 272	28.89 310	40.17 319	29.27 281	26.63 322	19.19 262	17.63 272	0.98 292	0.54 299	1.23 309	0.23 230	1.82 277	2.24 297

NCCL2	17.23 301	6.37 305	14.30 267	23.45 367	7.18 306	24.16 300	17.05 337	34.39 303	25.88 214	31.55 326	38.01 306	42.09 350	26.81 323	20.94 288	22.69 305	0.45 232	0.23 228	2.63 332	1.80 329	2.02 287	2.57 300

GASNet	17.30 302	19.38 364	30.46 335	20.66 358	9.36 338	16.06 237	9.06 248	43.89 365	40.04 314	25.35 286	23.73 159	32.90 307	15.37 253	28.91 327	17.05 266	3.04 336	0.27 250	1.88 320	0.45 283	6.73 338	1.37 270

ADCRef	17.30 302	6.73 309	42.01 354	10.11 291	8.78 334	26.61 319	10.45 278	31.29 266	32.75 273	31.19 324	41.62 330	18.47 205	19.78 293	24.29 305	34.06 351	0.76 273	0.42 276	2.16 324	1.79 328	1.23 260	1.56 278

XPNet_ROB	17.33 304	4.84 285	15.44 276	11.15 312	6.64 290	20.88 279	16.10 329	36.26 321	39.54 311	31.80 330	41.32 326	41.30 347	23.91 309	24.67 306	27.40 332	1.07 301	0.74 312	0.79 279	0.25 240	1.10 252	1.31 267

RP	17.58 305	4.92 288	15.27 275	15.44 344	11.95 354	21.05 281	11.75 296	27.64 225	45.09 340	22.99 266	42.05 333	39.39 337	27.74 329	25.54 312	22.33 302	5.45 353	0.59 304	4.33 344	1.62 327	3.53 316	2.86 305

SuperB	17.60 306	6.22 304	56.40 374	7.91 238	5.07 242	19.70 273	9.03 246	24.87 199	50.15 356	26.25 295	39.13 312	17.61 194	20.84 299	22.28 294	25.31 322	0.70 266	0.31 255	1.10 301	0.71 298	16.58 374	1.86 286

ETE_ROB	17.67 307	9.48 324	17.66 293	13.60 327	4.57 223	23.03 294	21.09 351	32.49 279	35.24 290	30.49 321	38.06 307	46.18 364	24.49 312	26.40 315	24.21 315	0.46 236	0.24 239	1.14 302	0.84 304	1.52 271	2.13 293

APVNet	17.75 308	5.46 295	20.35 311	12.31 322	8.40 328	30.16 332	24.10 364	41.14 350	30.12 249	25.08 281	41.09 324	31.24 292	23.12 306	27.07 318	27.86 337	0.34 203	0.56 302	3.02 337	0.52 290	1.68 275	1.45 274

PWCDC_ROB	17.80 309	9.62 325	18.38 299	17.95 352	7.74 318	24.61 304	5.56 183	34.41 304	52.79 360	29.66 317	50.20 362	20.63 220	19.69 292	29.85 332	20.87 289	6.18 356	0.26 247	0.10 152	0.05 134	5.36 333	2.00 291

MDST_ROB	17.92 310	1.60 119	13.68 258	13.88 332	6.44 288	43.05 368	14.86 317	42.74 357	41.66 320	43.25 363	42.85 337	28.43 275	17.28 274	29.35 329	16.06 259	0.88 286	0.11 165	0.63 267	0.47 285	0.50 186	0.64 210

Nwc_Net	17.98 311	4.67 283	17.79 297	14.26 334	11.65 353	25.14 310	14.88 318	40.85 348	39.83 313	21.07 244	43.24 339	34.50 316	27.64 328	26.44 317	25.03 319	3.22 338	0.18 199	2.52 331	3.18 343	1.98 283	1.51 276

ADCP+	18.16 312	4.61 282	32.94 338	9.31 268	10.23 342	28.87 326	11.69 294	33.43 291	36.49 299	29.28 315	40.49 321	24.18 249	24.61 315	33.89 343	35.33 353	0.25 186	0.40 271	2.00 321	1.17 318	2.16 290	1.87 287

Wz-Net-LNSev	18.19 313	10.57 333	41.33 352	10.19 294	7.94 324	24.29 301	15.28 323	34.15 298	43.38 331	32.90 336	43.72 342	31.94 297	22.21 303	20.81 287	22.26 300	0.47 237	0.22 223	0.00 1	0.02 86	1.22 259	0.94 245

PWC_ROB	18.37 314	10.55 332	25.19 320	10.21 295	6.29 287	23.75 298	4.79 166	35.93 318	48.75 349	32.56 334	44.46 345	34.68 318	24.78 317	30.99 334	25.72 327	1.38 310	0.08 138	1.57 314	0.26 242	2.18 291	3.17 312

AF-Net	18.38 315	5.60 296	14.21 265	15.95 345	10.78 345	22.26 288	10.45 278	35.39 313	50.22 357	24.71 280	37.77 304	41.55 348	29.24 338	29.11 328	26.67 328	4.35 348	0.06 107	4.56 345	0.90 306	2.42 292	1.38 271

Anonymous Stereo	18.60 316	11.75 342	49.81 363	14.43 337	12.02 356	14.33 207	23.23 363	32.16 274	43.08 328	24.32 278	34.16 284	24.24 250	14.12 226	31.67 337	30.84 346	0.89 287	0.91 322	1.74 317	1.92 333	3.23 312	3.23 313

stereogan	18.62 317	3.07 251	16.31 285	13.04 325	9.99 340	35.74 352	9.09 249	38.17 335	45.27 341	24.39 279	41.24 325	39.93 339	25.46 320	31.29 336	24.33 317	1.80 316	0.91 322	2.71 334	0.75 301	5.15 332	3.70 314

edge stereo	18.75 318	5.12 289	17.66 293	10.77 307	7.84 322	22.41 290	11.03 283	35.23 312	42.07 325	34.62 340	42.74 335	41.28 346	35.50 354	25.14 310	24.17 314	2.42 328	2.42 347	6.35 351	1.45 324	2.89 304	3.80 315

RYNet	18.92 319	4.69 284	16.88 288	10.99 309	15.84 363	46.72 370	16.57 334	37.84 332	48.03 345	26.92 297	26.48 187	37.84 331	24.92 318	19.80 269	31.04 347	0.25 186	0.25 245	0.62 266	0.03 101	6.34 337	6.39 341

Wz-Net-MNSev	18.98 320	6.53 307	33.16 340	10.15 293	7.26 309	38.37 359	16.45 332	34.19 300	43.20 329	30.65 322	40.76 322	40.51 343	19.24 289	27.56 320	28.06 342	0.81 279	0.26 247	0.05 106	0.10 175	1.45 270	0.84 234

LALA_ROB	19.19 321	7.15 314	15.93 279	12.96 324	5.30 255	28.30 324	23.21 362	42.51 355	36.69 300	33.45 338	40.81 323	50.96 373	24.53 313	27.92 322	25.66 325	0.60 255	0.44 280	2.04 322	1.22 320	2.54 295	1.47 275

aanetorigin	19.21 322	12.59 344	53.50 367	9.67 280	7.83 320	11.85 169	13.87 309	17.05 112	34.15 281	49.18 372	48.89 358	34.05 313	30.22 342	22.86 297	28.00 341	1.01 296	0.75 314	0.67 270	0.89 305	3.07 307	4.14 322

SGM_RVC	19.52 323	2.12 207	6.79 63	6.59 178	1.33 105	38.20 358	15.74 327	38.13 334	34.07 279	45.71 368	41.91 332	51.41 374	38.10 360	38.77 366	27.80 336	0.61 258	0.36 267	0.51 259	0.33 266	1.03 248	0.90 241
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RTSC	19.64 324	9.36 321	31.06 336	10.99 309	6.24 285	28.10 323	10.14 272	37.50 331	58.34 377	31.74 328	36.70 298	32.50 303	21.03 301	36.00 356	37.24 361	1.23 306	0.44 280	0.12 166	0.31 259	1.98 283	1.69 283

NCC-stereo	19.75 325	6.08 297	23.96 316	15.05 340	16.17 364	18.42 262	21.45 352	43.31 363	41.00 318	24.30 276	38.12 308	34.98 319	26.92 324	35.46 350	25.65 323	4.29 346	2.07 340	3.24 340	8.90 369	2.86 301	2.86 305

Abc-Net	19.75 325	6.08 297	23.96 316	15.05 340	16.17 364	18.42 262	21.45 352	43.31 363	41.00 318	24.30 276	38.12 308	34.98 319	26.92 324	35.46 350	25.65 323	4.29 346	2.07 340	3.24 340	8.90 369	2.86 301	2.86 305
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DGSMNet	19.79 327	12.06 343	33.43 341	13.79 330	16.23 366	22.97 293	15.88 328	35.41 314	41.96 323	19.90 220	32.16 260	35.60 322	18.14 281	29.48 331	23.10 307	3.85 343	3.89 367	6.16 350	4.75 356	13.56 368	13.44 374

RGC	19.90 328	13.26 346	20.24 310	18.19 353	14.06 361	21.21 282	14.33 312	34.97 308	43.60 333	27.73 305	41.49 329	39.76 338	27.98 330	34.52 346	21.37 290	3.66 342	0.54 299	8.67 362	4.16 352	4.19 323	4.02 319

DeepPrunerF	19.92 329	11.02 339	44.29 355	20.74 359	17.75 368	19.19 269	22.57 357	36.86 326	49.93 352	25.48 287	36.62 297	24.69 253	23.97 310	23.44 300	21.79 293	2.68 332	1.63 334	5.70 348	3.95 350	3.38 315	2.67 303

WCMA_ROB	20.02 330	4.30 276	19.72 306	9.47 275	7.00 302	32.71 345	13.99 310	31.97 271	32.48 269	41.51 357	52.00 365	44.09 355	36.14 356	32.43 339	24.29 316	6.19 357	2.79 353	1.09 300	1.10 316	3.95 320	3.13 310

psmorigin	20.95 331	10.24 330	35.84 342	9.75 282	7.05 303	24.59 303	10.11 269	32.85 284	32.17 266	43.09 361	54.57 372	42.79 351	36.62 357	35.99 355	27.41 333	1.58 312	2.72 352	0.79 279	1.05 313	3.26 313	6.50 342

SANet	20.96 332	6.60 308	29.81 330	8.83 255	3.19 171	31.27 338	20.56 350	41.86 353	56.09 373	39.30 353	43.62 340	44.95 357	31.93 349	27.83 321	23.67 309	0.94 289	0.52 297	0.99 297	0.42 280	4.72 326	2.03 292

FBW_ROB	21.00 333	10.23 329	22.72 314	13.71 328	6.77 296	30.49 336	16.46 333	44.58 366	43.57 332	44.25 366	39.59 316	43.27 353	26.12 321	33.96 344	21.80 294	2.58 331	1.84 337	7.14 360	2.78 341	4.00 321	4.06 320

SQANet	21.24 334	24.08 373	19.60 305	26.40 372	18.74 370	30.87 337	9.24 250	32.70 281	29.58 239	25.25 283	33.37 274	33.47 310	19.19 288	28.11 325	18.32 276	10.87 369	2.92 355	26.49 380	5.65 359	18.43 378	11.48 369

G-Net	21.25 335	8.24 319	37.97 347	15.14 343	9.26 337	50.87 376	16.80 336	27.96 227	30.54 251	38.92 350	42.93 338	33.27 308	32.17 350	27.99 323	25.25 321	4.40 349	3.83 365	3.60 343	0.97 312	7.91 346	6.95 348

SHD	21.32 336	10.03 327	30.16 333	14.30 335	8.68 331	24.15 299	8.93 244	40.82 347	61.17 381	35.79 344	44.15 344	38.73 333	30.20 341	33.88 342	31.09 348	2.00 319	0.81 317	1.17 303	1.55 325	4.08 322	4.78 328

CSAN	21.34 337	9.45 323	23.34 315	20.99 361	4.95 234	32.57 343	34.26 381	38.83 340	49.95 354	36.97 347	39.72 317	44.97 358	31.73 348	26.05 313	23.94 311	1.52 311	0.47 288	0.85 290	1.43 323	2.73 298	2.14 295

UDG	21.45 338	14.84 352	14.44 269	21.30 364	20.08 372	32.05 342	13.76 308	35.98 320	35.52 292	25.93 290	30.69 231	37.26 327	30.66 344	21.97 292	19.89 286	10.88 370	5.55 372	22.78 376	7.65 364	14.83 373	13.05 373

ADCL	21.64 339	6.20 301	47.32 361	9.93 287	6.91 301	38.69 362	19.97 348	31.26 264	54.04 362	27.89 306	47.97 355	31.35 294	30.66 344	33.18 341	36.62 357	0.99 293	0.92 324	2.63 332	1.82 330	2.45 293	2.13 293

ADCPNet	21.93 340	9.38 322	57.92 375	11.76 317	6.88 300	36.03 353	18.44 343	32.80 283	35.93 294	32.91 337	43.80 343	39.21 336	26.99 326	31.14 335	36.94 359	2.05 320	2.67 351	2.30 328	3.45 346	4.22 324	3.82 316

CC-Net-ROB	22.04 341	22.91 370	28.86 326	14.05 333	8.73 333	33.79 347	15.26 322	46.84 370	36.06 296	33.72 339	32.10 258	35.47 321	24.02 311	23.57 301	27.88 338	8.95 363	2.95 356	24.94 378	3.68 347	12.41 366	4.62 327

STTRV1_RVC	22.05 342	18.29 359	39.19 348	16.73 348	23.82 379	29.51 330	15.66 326	34.87 307	34.16 282	35.00 341	34.89 289	31.89 296	28.80 336	28.81 326	23.08 306	11.86 375	3.26 358	6.50 352	4.65 355	14.38 372	5.69 333

MeshStereo	22.27 343	6.87 311	11.15 218	7.69 231	4.87 230	37.70 356	13.06 304	41.64 352	36.95 301	50.92 375	53.41 369	58.12 379	41.93 369	37.73 362	27.62 335	2.52 330	2.37 346	2.99 336	2.07 336	3.09 308	2.60 301
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
DDUNet	22.66 344	19.69 366	14.64 270	24.11 368	22.38 376	24.84 305	17.71 340	30.36 255	30.32 250	29.02 311	37.31 302	37.63 329	24.66 316	24.67 306	17.08 267	18.42 379	7.92 378	26.43 379	11.81 375	17.23 376	16.95 378

Wz-Net-SNSev	22.67 345	16.94 357	45.69 358	13.85 331	8.52 330	28.89 327	27.06 372	39.39 342	55.04 368	31.77 329	53.23 367	39.18 335	23.41 308	26.40 315	36.25 355	0.78 274	0.21 214	1.21 307	0.90 306	3.03 306	1.62 280

ADCMid	22.76 346	10.75 335	41.73 353	11.23 314	7.97 325	27.26 321	19.18 347	35.44 315	38.02 308	40.23 354	46.38 350	36.56 325	42.70 370	38.20 364	40.75 369	1.77 314	1.43 330	3.05 338	3.81 349	4.96 328	3.82 316

MSMD_ROB	22.90 347	9.64 326	14.76 273	17.46 351	9.88 339	34.94 349	18.83 344	33.67 294	37.47 302	40.97 356	59.80 379	45.93 362	38.34 361	31.74 338	23.24 308	6.22 358	3.58 362	8.78 363	11.03 374	6.76 340	5.06 332

LE_ROB	22.93 348	3.07 251	14.02 262	7.70 232	2.86 161	31.99 341	17.35 339	28.10 230	67.19 392	70.51 395	55.61 375	49.07 369	47.62 376	24.76 309	36.49 356	0.35 206	0.20 208	0.27 227	0.55 291	0.48 175	0.44 173

AnyNet_C32	23.37 349	13.28 347	40.29 351	12.36 323	11.44 350	30.39 333	29.15 376	31.36 267	44.90 339	35.36 342	48.86 356	33.61 311	34.20 352	43.15 373	41.62 375	1.27 307	1.35 327	1.18 305	2.58 339	4.77 327	6.27 339

SGM-ForestM	23.72 350	2.44 224	9.13 167	7.43 220	2.25 142	44.80 369	19.11 346	44.90 367	49.97 355	50.74 374	51.18 363	62.06 387	45.83 374	44.96 374	33.88 350	1.00 294	0.84 319	0.78 277	0.62 295	1.29 263	1.11 258

MFN_U_SF_DS_RVC	23.92 351	13.60 348	30.09 332	25.46 370	10.02 341	38.51 360	20.40 349	35.77 317	43.76 334	42.15 358	47.10 354	39.99 340	28.20 333	35.96 354	27.06 330	3.64 341	3.85 366	6.66 353	16.30 380	4.97 329	4.98 331

ccnet	24.02 352	16.16 354	21.70 313	11.83 318	17.75 368	37.87 357	16.18 330	45.46 369	31.93 263	36.99 348	46.46 353	38.76 334	29.52 339	37.55 361	40.93 372	9.20 364	6.29 373	9.63 365	7.71 366	11.19 361	7.21 353

XQC	24.10 353	16.76 356	50.68 364	21.37 365	11.01 346	35.24 351	18.84 345	37.28 330	55.11 369	31.64 327	30.06 226	37.71 330	30.31 343	37.17 359	39.66 366	4.20 345	0.41 272	2.76 335	1.89 332	11.46 365	8.42 361

FC-DCNN	24.37 354	10.99 338	19.02 302	18.44 354	9.16 336	36.98 354	23.07 360	40.44 345	43.05 327	46.25 370	53.58 371	50.44 371	37.86 359	35.45 349	27.57 334	6.87 359	3.37 359	6.01 349	4.88 357	7.86 345	6.05 336

DPSNet	24.40 355	6.97 313	33.14 339	11.16 313	6.54 289	53.33 379	43.32 389	51.28 378	59.37 379	30.89 323	39.36 314	40.35 342	34.30 353	32.57 340	25.09 320	4.65 351	1.62 333	0.37 249	0.66 296	8.51 351	4.44 325

PDISCO_ROB	24.45 356	9.24 320	29.28 329	28.68 375	19.96 371	37.14 355	15.33 324	45.04 368	54.69 365	29.24 314	42.67 334	46.07 363	28.17 332	35.35 348	30.30 345	9.92 366	2.13 342	6.90 354	3.20 344	8.74 352	6.87 347

Wz-Net-TNSev	25.12 357	20.16 367	57.98 376	9.56 277	7.42 312	42.73 367	22.27 355	35.14 310	53.46 361	35.97 345	42.74 335	45.83 360	39.87 365	36.56 357	34.73 352	1.82 317	1.51 332	0.76 276	1.34 322	5.84 336	6.80 345

EDNetEfficient	25.16 358	22.23 369	77.22 400	9.09 262	7.38 310	19.38 270	16.78 335	21.41 165	55.74 372	61.52 387	53.51 370	36.22 324	40.65 368	24.22 303	38.27 363	0.62 261	0.74 312	0.86 292	2.60 340	7.70 343	7.09 350

WZ-Net	25.17 359	12.95 345	63.02 380	15.13 342	10.42 344	38.51 360	27.42 374	40.46 346	54.17 363	28.32 309	52.95 366	40.81 344	28.36 334	37.07 358	41.35 374	1.21 305	0.21 214	0.73 274	0.94 310	5.42 335	3.87 318

GANetREF_RVC	25.41 360	29.28 375	24.63 318	25.18 369	6.04 278	30.44 334	35.39 384	47.84 372	50.60 358	36.88 346	36.04 295	34.11 315	31.23 346	37.46 360	27.96 340	8.58 361	2.66 350	16.29 372	4.95 358	14.37 371	8.32 360
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
FCDSN-DC	25.59 361	14.91 353	18.83 301	28.55 374	15.68 362	39.29 363	18.16 342	42.83 360	41.69 321	44.43 367	51.94 364	50.82 372	39.22 364	34.59 347	27.29 331	6.05 355	3.63 363	7.01 357	6.41 360	10.35 356	10.17 368
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	26.20 362	13.71 349	46.90 360	14.51 338	10.34 343	30.46 335	22.72 359	42.81 359	57.61 376	42.58 359	49.37 360	41.91 349	40.43 366	41.90 372	44.58 380	2.37 325	2.19 344	2.37 329	3.29 345	7.32 341	6.52 343

DLNR_Zeroshot_test	27.62 363	51.32 387	91.46 412	98.51 422	98.03 421	3.10 6	0.50 8	30.95 261	7.65 43	8.16 39	15.68 75	7.31 52	1.63 5	11.87 120	4.21 106	40.37 389	0.87 321	0.06 118	0.34 268	80.23 412	0.24 123

MFN_U_SF_RVC	28.16 364	14.14 351	53.23 366	21.11 362	7.91 323	39.97 364	13.13 305	51.65 380	46.34 343	47.41 371	53.38 368	55.32 377	40.53 367	38.47 365	39.74 367	5.67 354	4.46 368	6.98 356	8.73 368	7.47 342	7.44 355

PASM	28.19 365	17.35 358	48.18 362	22.49 366	22.20 375	25.92 313	25.84 370	34.35 302	49.45 350	35.37 343	39.48 315	46.72 366	33.36 351	34.28 345	36.77 358	11.73 374	14.94 383	17.43 374	22.18 382	13.45 367	12.32 372

EDNetEfficientorigin	28.98 366	35.45 381	99.82 425	9.43 270	5.65 267	24.97 308	14.79 316	26.06 211	54.82 366	60.87 383	57.59 376	45.42 359	50.27 379	26.11 314	43.62 377	0.30 193	0.37 268	1.61 315	2.35 337	10.17 355	9.99 367

AnyNet_C01	29.76 367	25.78 374	75.37 398	17.03 349	11.34 348	49.00 374	27.12 373	37.99 333	40.05 315	40.73 355	65.13 389	46.98 367	38.86 363	46.63 375	48.19 385	2.14 321	2.13 342	2.13 323	2.56 338	8.14 348	7.98 359

LSM	29.98 368	19.52 365	55.11 372	19.06 355	53.75 394	32.57 343	23.17 361	42.61 356	48.57 348	45.97 369	55.04 374	42.93 352	36.02 355	35.63 352	27.03 329	2.33 323	9.19 379	4.87 346	7.71 366	10.65 359	27.91 388

RTS	30.15 369	23.12 371	96.33 415	16.71 346	11.63 351	58.66 388	24.28 365	36.80 324	62.63 385	43.79 364	46.10 348	32.56 304	43.90 371	51.29 381	40.92 370	2.38 326	0.66 306	1.06 298	0.74 299	5.11 330	4.34 323

RTSA	30.15 369	23.12 371	96.33 415	16.71 346	11.63 351	58.66 388	24.28 365	36.80 324	62.63 385	43.79 364	46.10 348	32.56 304	43.90 371	51.29 381	40.92 370	2.38 326	0.66 306	1.06 298	0.74 299	5.11 330	4.34 323

DispFullNet	30.27 371	31.74 376	58.63 377	30.13 376	28.18 382	31.79 340	8.94 245	37.16 328	54.68 364	32.60 335	37.99 305	44.62 356	28.80 336	41.55 371	27.93 339	11.94 376	3.46 360	35.53 384	12.34 376	30.08 385	17.26 379

coex-ft	30.77 372	38.58 384	93.29 414	9.44 273	5.62 265	34.95 350	25.30 368	30.83 260	59.36 378	73.23 399	58.53 377	45.92 361	47.29 375	29.44 330	45.30 381	1.37 308	1.65 335	0.95 295	0.96 311	8.35 350	4.96 330

MANE	31.97 373	10.75 335	17.71 296	20.94 360	13.77 359	47.80 372	26.85 371	53.00 383	55.20 370	59.29 379	64.30 386	64.93 390	56.31 388	51.83 384	38.69 365	9.61 365	4.72 369	6.91 355	19.93 381	9.20 353	7.64 357

otaku	33.18 374	35.99 382	52.93 365	40.01 381	21.41 373	55.08 380	17.25 338	43.30 362	61.58 382	39.25 352	49.16 359	46.61 365	28.49 335	39.77 368	28.76 343	18.56 380	7.00 377	31.82 382	9.61 371	21.53 380	15.48 375

PVD	33.19 375	18.59 361	37.64 346	26.09 371	16.99 367	33.25 346	42.25 388	51.42 379	66.03 390	52.65 377	64.31 387	51.93 375	55.13 384	51.61 383	40.40 368	4.00 344	3.51 361	9.53 364	4.26 353	10.62 358	23.56 383

ELAS	33.68 376	18.95 362	36.71 344	20.64 357	13.61 358	56.43 381	35.14 383	50.03 377	49.90 351	60.58 382	63.83 385	58.64 382	53.36 381	50.73 379	44.44 379	11.03 371	6.58 375	10.02 366	7.43 363	13.58 370	11.94 371
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	33.79 377	19.15 363	35.97 343	21.28 363	13.79 360	52.58 377	36.11 385	48.96 375	55.66 371	61.47 386	62.91 381	58.35 381	53.55 382	53.37 386	42.23 376	11.25 373	6.64 376	10.32 367	7.05 362	13.56 368	11.58 370
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SAMSARA	34.43 378	18.53 360	31.91 337	55.34 390	35.34 384	75.99 407	94.71 417	47.97 373	50.84 359	37.47 349	36.99 300	53.12 376	38.55 362	39.56 367	38.65 364	3.59 340	5.40 371	2.22 327	3.72 348	9.43 354	9.29 366

Ntro	34.97 379	37.63 383	54.53 370	43.26 385	22.45 377	57.73 386	21.97 354	47.14 371	64.21 388	39.12 351	48.86 356	47.93 368	36.94 358	40.66 369	29.83 344	17.16 378	6.51 374	32.70 383	10.17 372	24.06 381	16.48 377

BEATNet-Init1	35.08 380	20.64 368	54.70 371	27.43 373	12.00 355	58.29 387	31.01 378	52.58 382	57.49 375	60.36 381	62.98 382	69.98 392	55.54 386	53.00 385	44.40 378	4.61 350	2.84 354	7.05 358	6.89 361	10.97 360	8.94 363

ACVNet-4b	36.40 381	52.20 388	56.11 373	42.45 384	21.78 374	48.56 373	14.37 313	49.50 376	60.15 380	43.17 362	46.38 350	55.62 378	24.56 314	38.15 363	21.97 295	25.13 384	3.66 364	46.93 388	33.56 387	25.97 382	17.74 380

MSC_U_SF_DS_RVC	37.16 382	34.69 378	53.68 368	37.47 380	12.55 357	56.80 384	22.63 358	52.02 381	63.29 387	66.20 391	63.82 384	58.12 379	53.73 383	51.21 380	46.48 382	8.79 362	5.31 370	14.69 371	15.22 379	17.27 377	9.21 365

FADE	41.00 383	35.07 379	67.42 389	32.15 377	23.61 378	40.02 365	25.39 369	57.09 388	71.09 396	43.02 360	41.74 331	43.42 354	51.38 380	58.81 388	50.88 390	37.95 388	21.02 384	44.59 387	42.77 389	17.09 375	15.50 376

ACVNet_1	41.30 384	49.46 386	64.91 385	44.67 386	25.07 380	49.43 375	25.23 367	55.33 385	65.87 389	59.72 380	59.33 378	63.43 388	48.79 378	49.63 378	37.09 360	19.05 381	9.82 380	38.29 385	13.97 378	28.67 383	18.23 382

Consistency-Raft	41.82 385	35.10 380	44.56 357	32.85 378	41.39 388	46.76 371	34.76 382	57.01 387	54.94 367	32.10 331	65.22 390	30.82 289	48.46 377	40.81 370	48.77 386	27.39 385	34.28 389	42.92 386	51.66 397	39.28 387	27.28 385

NVStereoNet_ROB	41.93 386	32.40 377	44.55 356	36.60 379	27.78 381	34.52 348	32.38 379	48.84 374	57.18 374	69.34 394	75.62 400	66.07 391	64.86 392	47.34 376	60.78 397	15.72 377	23.99 386	23.40 377	32.06 386	21.34 379	23.86 384
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RainbowNet	51.25 387	62.74 396	64.52 384	60.13 391	39.00 387	58.72 390	30.83 377	57.31 389	79.18 405	50.24 373	65.35 391	60.13 384	44.25 373	49.47 377	41.16 373	46.52 393	46.06 394	52.72 392	31.78 385	52.33 393	32.47 389

anonymity	52.32 388	58.23 392	63.91 381	41.12 383	59.25 398	53.27 378	41.04 387	55.69 386	40.20 316	54.85 378	49.49 361	49.13 370	55.48 385	59.07 389	49.65 389	55.86 396	50.03 400	51.00 390	51.08 395	51.71 391	56.36 396

MADNet+	53.31 389	68.61 397	98.75 422	67.03 395	37.58 385	79.83 413	81.74 413	60.38 391	61.61 383	51.43 376	54.92 373	61.11 386	59.29 390	69.66 398	76.71 412	23.88 383	24.03 387	17.08 373	12.35 377	32.47 386	27.69 387

JetBlue	54.08 390	45.10 385	74.15 396	51.17 388	47.68 389	75.66 406	60.97 398	63.63 392	62.09 384	63.32 390	64.88 388	78.86 399	68.17 393	68.15 396	75.09 411	36.86 386	24.88 388	29.01 381	29.12 384	28.71 384	34.13 390

SGM+DAISY	54.67 391	56.61 389	62.73 379	40.21 382	53.22 392	61.95 393	48.59 391	55.05 384	44.62 338	61.03 385	63.68 383	60.46 385	55.62 387	60.68 391	55.34 393	56.34 397	48.56 397	50.16 389	49.63 394	52.25 392	56.76 398

SPS-STEREO	55.62 392	59.14 393	64.16 382	45.05 387	53.84 395	59.88 391	44.00 390	59.53 390	49.94 353	62.33 388	61.09 380	59.80 383	56.82 389	60.06 390	57.85 394	58.41 398	48.34 396	51.07 391	49.21 393	55.41 395	56.48 397
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	57.39 393	61.72 395	72.56 395	66.35 394	38.29 386	61.93 392	48.64 392	71.64 403	81.91 408	79.28 407	88.72 415	76.25 396	72.87 398	54.33 387	46.74 384	37.13 387	23.36 385	54.52 393	37.80 388	46.22 388	27.59 386

IMH-64-1	59.25 394	58.09 390	67.69 390	66.06 392	50.51 390	56.45 382	49.45 393	68.83 397	67.75 393	67.58 392	80.37 404	70.15 393	74.28 400	72.16 403	48.94 387	42.00 390	42.87 391	65.57 394	47.02 390	51.52 389	37.76 392

IMH-64	59.25 394	58.09 390	67.69 390	66.06 392	50.51 390	56.45 382	49.45 393	68.83 397	67.75 393	67.58 392	80.37 404	70.15 393	74.28 400	72.16 403	48.94 387	42.00 390	42.87 391	65.57 394	47.02 390	51.52 389	37.76 392

IMH	62.95 396	60.33 394	67.78 392	69.51 396	53.65 393	65.09 396	54.21 395	72.00 404	73.28 399	72.49 397	81.93 406	72.96 395	79.81 404	76.65 409	51.41 391	43.57 392	49.82 399	67.81 396	51.14 396	54.83 394	40.67 394

TorneroNet-64	65.66 397	70.70 400	71.20 394	76.52 401	59.70 400	66.78 397	58.05 396	67.53 396	80.00 406	62.67 389	67.40 392	83.09 404	69.42 395	67.34 393	62.05 400	48.31 395	44.07 393	72.93 398	63.88 399	68.05 400	53.58 395

PWCK	65.90 398	88.63 416	79.40 403	80.32 409	29.96 383	63.85 395	39.45 386	72.07 405	71.26 397	78.74 406	68.99 394	77.82 398	61.77 391	82.81 413	62.64 401	80.17 411	39.88 390	81.90 409	47.37 392	73.54 409	37.51 391

WAO-6	70.64 399	73.02 402	66.25 386	79.92 408	61.74 402	68.74 398	59.08 397	75.27 408	87.02 412	74.72 400	79.40 403	79.19 400	84.60 410	67.70 395	60.53 396	67.85 402	48.88 398	81.48 407	73.29 404	65.57 398	58.60 399

TorneroNet	71.21 400	73.44 403	75.82 399	80.82 410	65.65 404	70.53 400	64.39 401	71.42 402	75.97 401	71.47 396	73.68 398	84.17 407	74.00 399	69.85 399	69.09 404	59.37 399	48.19 395	79.67 403	73.51 405	74.93 410	68.26 409

LVE	71.50 401	72.46 401	83.91 408	75.21 399	55.29 397	74.81 401	62.76 400	77.22 409	83.77 410	82.09 409	87.11 414	83.38 405	82.41 409	75.93 407	64.49 402	48.28 394	57.24 406	74.61 400	62.53 398	65.49 397	61.01 400

MFMNet_re	72.05 402	79.64 409	64.23 383	52.73 389	84.71 414	77.93 409	68.35 402	63.96 393	66.93 391	61.00 384	71.29 396	63.84 389	68.91 394	72.42 405	61.11 398	82.03 414	74.22 414	80.34 406	74.44 406	83.62 416	89.34 417

notaker	72.18 403	79.78 410	78.84 401	78.75 405	68.52 407	63.26 394	61.68 399	69.22 400	75.95 400	77.58 404	78.85 402	79.69 402	84.79 411	77.39 410	58.43 395	69.68 405	60.79 408	77.46 402	68.48 401	69.62 402	64.92 406

WAO-7	72.21 404	78.21 405	54.04 369	79.33 407	69.31 409	70.20 399	72.09 408	77.85 412	84.90 411	77.35 403	86.03 410	79.37 401	79.88 405	65.32 392	65.33 403	62.33 400	69.70 412	70.51 397	73.21 403	67.23 399	62.02 401

ktn	72.58 405	80.06 412	69.96 393	79.14 406	69.86 410	75.40 405	70.43 407	69.01 399	76.90 402	72.88 398	77.46 401	77.43 397	77.41 403	72.78 406	55.00 392	79.09 408	65.99 409	80.09 405	68.29 400	71.46 407	62.98 402

UNDER WATER-64	73.11 406	74.48 404	87.70 409	74.03 398	55.20 396	78.24 410	75.71 410	65.33 394	67.91 395	75.60 402	69.32 395	84.41 408	76.93 402	68.43 397	72.45 407	81.18 412	56.77 405	82.46 411	80.34 409	68.22 401	67.48 408

LRCNet_RVC	73.59 407	69.80 399	74.41 397	77.63 403	60.56 401	40.33 366	15.08 321	71.04 401	48.36 347	88.07 415	94.62 418	90.11 414	81.83 407	80.58 412	61.26 399	97.12 422	72.30 413	96.65 421	97.58 422	77.13 411	77.30 413

DPSimNet_ROB	74.29 408	83.27 414	59.30 378	77.19 402	65.13 403	75.14 403	74.95 409	73.99 407	76.94 403	81.99 408	75.48 399	80.18 403	71.76 396	67.39 394	84.00 414	81.87 413	51.14 401	79.99 404	76.70 408	70.17 403	79.21 414

UNDER WATER	75.92 409	79.25 408	87.75 410	84.39 412	66.43 405	77.08 408	77.22 411	66.90 395	72.16 398	75.32 401	71.56 397	85.89 412	82.15 408	70.11 400	74.99 410	79.34 410	53.61 402	86.40 415	84.53 414	71.29 406	72.11 411

WAO-8	76.87 410	78.41 406	66.45 387	86.81 414	72.47 411	79.27 411	68.59 404	77.75 410	89.01 414	83.09 411	86.98 411	85.87 410	84.97 412	72.12 401	69.11 405	74.93 406	55.23 403	87.79 417	83.50 412	70.47 404	64.56 404

Venus	76.87 410	78.41 406	66.45 387	86.81 414	72.47 411	79.27 411	68.59 404	77.75 410	89.01 414	83.09 411	86.98 411	85.87 410	84.97 412	72.12 401	69.11 405	74.93 406	55.23 403	87.79 417	83.50 412	70.48 405	64.56 404

HanzoNet	77.61 412	81.11 413	82.83 404	77.82 404	69.15 408	75.25 404	69.06 406	73.49 406	77.84 404	82.19 410	82.80 407	85.42 409	86.67 415	85.99 415	73.64 409	85.24 418	68.38 411	81.71 408	75.47 407	71.98 408	66.24 407

JetRed	79.55 413	79.88 411	91.52 413	71.05 397	75.80 413	91.66 416	80.11 412	79.14 413	80.44 407	84.35 413	84.23 409	83.38 405	72.48 397	79.43 411	85.44 415	69.33 404	81.58 415	73.66 399	72.56 402	82.35 413	72.60 412

Dean	80.72 414	85.82 415	83.27 405	84.91 413	59.53 399	75.11 402	68.39 403	81.59 414	88.05 413	92.41 417	86.98 411	92.41 416	93.02 417	83.11 414	73.31 408	68.01 403	66.13 410	94.82 420	84.66 415	83.28 414	69.50 410

SPstereo	83.40 415	68.64 398	79.07 402	76.12 400	67.23 406	87.60 415	91.47 416	100.00 426	100.00 425	99.11 422	99.10 422	100.00 429	98.04 421	98.41 422	88.76 416	65.51 401	59.97 407	82.34 410	80.81 410	62.36 396	63.44 403

ASD4	87.72 416	90.49 417	83.85 407	83.29 411	90.74 418	97.88 419	99.60 424	88.98 416	96.82 420	88.24 416	93.42 416	89.82 413	86.15 414	88.78 416	91.81 417	79.31 409	81.76 416	76.68 401	81.50 411	83.55 415	81.68 415

KSHMR	88.54 417	93.03 418	83.31 406	95.54 419	91.74 419	82.37 414	83.41 414	84.43 415	81.99 409	87.89 414	84.05 408	91.94 415	81.33 406	76.34 408	81.76 413	96.44 421	96.14 421	96.69 422	97.12 421	92.52 421	92.67 421

tt	89.96 418	1.02 10	100.00 428	99.40 424	100.00 426	100.00 426	100.00 427	100.00 426	100.00 425	78.36 405	67.94 393	99.99 427	100.00 426	100.00 428	100.00 429	95.81 420	99.93 425	87.43 416	86.39 416	95.11 422	87.89 416

xxxxx1	91.92 419	95.33 420	98.45 419	87.29 416	89.24 415	98.50 420	98.17 421	92.95 417	93.21 417	93.55 418	95.36 419	96.99 418	96.28 418	94.65 417	94.94 418	83.26 415	84.17 417	82.90 412	88.32 417	85.49 417	89.37 418

tt_ll	91.92 419	95.33 420	98.45 419	87.29 416	89.24 415	98.50 420	98.17 421	92.95 417	93.21 417	93.55 418	95.36 419	96.99 418	96.28 418	94.65 417	94.94 418	83.26 415	84.17 417	82.90 412	88.32 417	85.49 417	89.37 418

ff	91.92 419	95.33 420	98.45 419	87.29 416	89.24 415	98.50 420	98.17 421	92.95 417	93.21 417	93.55 418	95.36 419	96.99 418	96.28 418	94.65 417	94.94 418	83.26 415	84.17 417	82.90 412	88.32 417	85.49 417	89.37 418

MADNet++	94.16 422	94.02 419	90.25 411	96.28 420	96.84 420	97.17 418	90.16 415	94.71 420	91.69 416	97.07 421	93.71 417	94.62 417	92.63 416	96.15 420	95.18 421	95.42 419	95.89 420	92.80 419	92.23 420	92.10 420	94.30 423

PML	99.19 423	100.00 428	98.08 418	99.28 423	99.53 423	100.00 426	99.73 425	98.24 421	99.44 422	100.00 427	99.57 424	98.76 422	99.84 424	100.00 428	98.88 424	100.00 425	99.54 422	100.00 425	99.50 424	99.90 425	93.55 422

MEDIAN_ROB	99.19 423	99.84 423	99.62 424	98.49 421	98.51 422	98.58 423	97.81 420	98.80 423	98.56 421	99.36 425	99.49 423	99.56 423	99.06 423	98.35 421	98.31 423	99.99 424	99.63 423	100.00 425	100.00 426	99.81 424	99.95 425

HaxPig	99.40 425	99.99 425	97.38 417	100.00 426	100.00 426	96.91 417	97.35 418	99.59 424	99.99 424	100.00 427	100.00 426	99.99 427	99.99 425	99.04 423	97.77 422	100.00 425	100.00 427	100.00 425	100.00 426	100.00 426	99.99 426

Anonymous_1	99.65 426	99.95 424	99.93 426	99.80 425	99.60 424	100.00 426	100.00 427	99.82 425	99.98 423	99.62 426	99.94 425	99.75 424	100.00 426	99.66 424	99.88 425	98.45 423	99.84 424	98.73 423	99.26 423	99.41 423	99.36 424

test_example2	99.68 427	99.99 425	99.99 427	100.00 426	99.99 425	99.86 425	99.99 426	98.29 422	100.00 425	100.00 427	100.00 426	98.15 421	98.39 422	99.98 425	99.98 426	100.00 425	99.99 426	99.40 424	99.53 425	100.00 426	100.00 427

AVERAGE_ROB	99.80 428	99.99 425	99.40 423	100.00 426	100.00 426	98.99 424	97.72 419	100.00 426	100.00 425	100.00 427	100.00 426	100.00 429	100.00 426	100.00 428	100.00 429	100.00 425	100.00 427	100.00 425	100.00 426	100.00 426	100.00 427

DPSMNet_ROB	99.95 429	100.00 428	100.00 428	100.00 426	100.00 426	100.00 426	100.00 427	100.00 426	100.00 425	99.15 424	100.00 426	99.96 425	100.00 426	99.99 426	99.99 427	100.00 425	100.00 427	100.00 425	100.00 426	100.00 426	100.00 427

DGTPSM_ROB	99.95 429	100.00 428	100.00 428	100.00 426	100.00 426	100.00 426	100.00 427	100.00 426	100.00 425	99.14 423	100.00 426	99.96 425	100.00 426	99.99 426	99.99 427	100.00 425	100.00 427	100.00 425	100.00 426	100.00 426	100.00 427

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

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

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

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

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

LSM0	100.00 431	100.00 428	100.00 428	100.00 426	100.00 426	100.00 426	100.00 427	100.00 426	100.00 425	100.00 427	100.00 426	100.00 429	100.00 426	100.00 428	100.00 429	100.00 425	100.00 427	100.00 425	100.00 426	100.00 426	100.00 427

DPSM_ROB	100.00 431	100.00 428	100.00 428	100.00 426	100.00 426	100.00 426	100.00 427	100.00 426	100.00 425	100.00 427	100.00 426	100.00 429	100.00 426	100.00 428	100.00 429	100.00 425	100.00 427	100.00 425	100.00 426	100.00 426	100.00 427

DPSM	100.00 431	100.00 428	100.00 428	100.00 426	100.00 426	100.00 426	100.00 427	100.00 426	100.00 425	100.00 427	100.00 426	100.00 429	100.00 426	100.00 428	100.00 429	100.00 425	100.00 427	100.00 425	100.00 426	100.00 426	100.00 427

Low-res two-view benchmark