Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

GLC_STEREO	0.87 1	0.39 14	1.55 2	0.72 70	0.01 1	1.98 43	0.55 124	3.52 4	3.54 42	0.96 25	1.63 22	0.19 1	0.41 20	1.29 7	0.58 4	0.00 1	0.01 102	0.00 1	0.00 1	0.05 59	0.08 37

MIF-Stereo	0.94 2	0.53 59	2.82 25	0.94 96	1.29 223	0.56 3	0.12 29	1.49 1	3.16 23	1.77 39	2.22 35	0.20 3	0.32 11	1.76 19	1.33 82	0.00 1	0.00 1	0.00 1	0.00 1	0.16 191	0.02 4

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

LoS	1.03 4	0.43 20	2.53 12	0.64 62	0.14 22	2.42 66	0.26 69	5.64 68	2.93 12	1.08 26	0.24 4	0.49 35	0.45 29	2.31 36	0.83 28	0.02 185	0.02 131	0.00 1	0.00 1	0.06 68	0.03 9

CASnet	1.09 5	0.47 37	2.09 5	0.79 81	0.08 9	2.10 50	0.14 44	3.83 9	4.26 78	3.84 73	1.56 20	0.32 23	0.30 7	1.13 2	0.77 22	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.03 9
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CREStereo	1.09 5	0.51 54	2.16 7	0.11 2	0.24 65	1.67 26	0.03 7	4.24 15	6.91 181	0.80 22	1.73 25	0.44 33	0.64 39	1.58 11	0.61 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 3	0.02 4
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
CroCo-Stereo	1.14 7	1.22 206	3.99 122	0.61 61	0.53 125	0.38 1	0.06 11	5.35 53	4.15 71	0.59 14	1.92 31	1.00 46	0.27 5	1.37 9	1.33 82	0.01 102	0.00 1	0.00 1	0.00 1	0.05 59	0.05 23
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
AEACV	1.27 8	0.38 9	2.61 15	1.75 172	1.21 212	2.44 67	0.85 194	4.79 28	1.67 1	0.71 15	0.26 6	0.29 17	2.00 117	2.30 35	0.66 10	0.01 102	0.95 301	0.00 1	0.42 338	0.12 149	2.07 338

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

sCroCo_RVC	1.34 10	0.85 132	6.15 230	1.21 115	1.28 219	0.90 4	0.18 53	4.50 24	2.86 11	0.37 2	3.18 48	0.52 37	1.52 101	1.83 20	0.93 39	0.13 284	0.25 245	0.00 1	0.00 1	0.08 88	0.16 81

CroCo-Stereo Lap2	1.37 11	1.19 198	4.17 132	1.01 100	4.58 350	0.46 2	0.09 18	4.27 18	2.94 13	1.25 31	2.40 38	1.55 60	0.20 1	1.72 13	1.30 77	0.00 1	0.00 1	0.00 1	0.00 1	0.15 187	0.13 62

MIF-Stereo (partial)	1.44 12	0.59 84	3.98 120	0.08 1	1.09 199	1.24 8	0.13 36	5.12 41	4.07 69	0.47 7	2.56 40	0.31 19	0.74 44	6.31 114	2.02 143	0.00 1	0.00 1	0.00 1	0.00 1	0.12 149	0.04 17

EGLCR-Stereo	1.45 13	0.26 2	2.91 27	1.94 195	0.90 174	3.13 141	0.69 158	5.81 78	3.21 24	1.14 29	0.20 3	1.52 59	0.37 16	4.29 71	0.69 15	0.01 102	0.79 287	0.00 1	0.00 1	0.01 3	1.21 267

ff7	1.46 14	0.79 116	2.99 37	0.33 31	0.35 85	2.75 98	0.81 181	4.31 19	2.97 15	0.77 18	1.20 9	0.21 4	0.42 22	7.44 155	0.86 30	0.00 1	0.93 295	0.00 1	0.16 258	0.12 149	1.82 315

ffff	1.46 14	0.79 116	2.99 37	0.33 31	0.35 85	2.75 98	0.81 181	4.31 19	2.97 15	0.77 18	1.20 9	0.21 4	0.42 22	7.44 155	0.86 30	0.00 1	0.93 295	0.00 1	0.16 258	0.12 149	1.82 315

11t	1.46 14	0.79 116	2.99 37	0.33 31	0.35 85	2.75 98	0.81 181	4.31 19	2.97 15	0.77 18	1.20 9	0.21 4	0.42 22	7.44 155	0.87 33	0.00 1	0.93 295	0.00 1	0.16 258	0.12 149	1.82 315

ccc-4	1.46 14	0.79 116	2.99 37	0.33 31	0.35 85	2.75 98	0.81 181	4.31 19	2.97 15	0.77 18	1.20 9	0.21 4	0.42 22	7.44 155	0.86 30	0.00 1	0.93 295	0.00 1	0.16 258	0.12 149	1.82 315

LoS_RVC	1.47 18	1.75 263	2.66 20	0.52 57	3.89 330	1.67 26	0.04 8	2.66 2	2.61 6	0.55 12	2.63 42	0.31 19	1.68 105	1.99 23	0.81 25	0.01 102	0.02 131	0.00 1	0.00 1	0.03 26	5.54 371

PMTNet	1.48 19	0.43 20	2.77 24	0.31 25	0.17 36	2.94 128	0.33 82	3.66 7	5.27 119	1.11 28	1.28 17	0.28 16	0.92 53	4.32 72	0.90 35	4.89 374	0.00 1	0.00 1	0.00 1	0.03 26	0.05 23

knoymous	1.50 20	0.28 3	1.99 4	0.33 31	0.48 111	1.58 22	0.11 25	5.71 72	2.81 9	4.85 86	1.75 27	4.58 153	0.46 31	3.66 57	1.30 77	0.01 102	0.02 131	0.00 1	0.00 1	0.02 9	0.09 41

anonymousdsp	1.51 21	0.81 122	2.70 22	0.60 59	0.69 142	2.76 102	0.79 176	4.86 29	3.00 21	0.82 23	1.25 13	0.31 19	0.42 22	7.44 155	0.81 25	0.00 1	0.83 289	0.00 1	0.17 267	0.12 149	1.85 322

IGEV-Stereo	1.51 21	0.81 122	2.69 21	0.60 59	0.69 142	2.77 103	0.79 176	4.88 32	2.99 20	0.82 23	1.25 13	0.31 19	0.42 22	7.43 154	0.85 29	0.00 1	0.83 289	0.00 1	0.17 267	0.12 149	1.85 322
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
test croco	1.53 23	0.86 139	6.50 243	0.42 43	0.05 3	1.56 21	0.09 18	5.18 44	4.02 68	0.54 11	1.76 28	0.59 40	0.75 45	6.48 118	1.23 73	0.00 1	0.00 1	0.00 1	0.00 1	0.43 298	0.07 34

IGEVStereo-DCA	1.54 24	1.71 256	2.99 37	0.73 73	0.24 65	2.69 90	0.81 181	4.31 19	2.97 15	0.73 16	0.16 1	0.23 8	0.32 11	7.57 170	2.72 181	0.00 1	0.49 269	0.00 1	0.16 258	0.17 197	1.82 315

sAnonymous2	1.54 24	2.26 297	9.53 311	0.65 64	0.50 114	1.20 5	0.23 63	4.86 29	3.65 48	0.42 4	1.27 15	0.23 8	1.40 89	1.23 4	0.68 11	0.02 185	0.00 1	0.00 1	0.20 282	2.00 359	0.42 167

CroCo_RVC	1.54 24	2.26 297	9.53 311	0.65 64	0.50 114	1.20 5	0.23 63	4.86 29	3.65 48	0.42 4	1.27 15	0.23 8	1.40 89	1.23 4	0.68 11	0.02 185	0.00 1	0.00 1	0.20 282	2.00 359	0.42 167

Anonymous	1.54 24	0.76 112	5.39 192	1.49 139	2.68 291	1.83 38	0.43 98	5.65 70	3.79 56	0.52 9	1.74 26	0.19 1	1.30 81	3.31 51	1.01 52	0.06 257	0.08 196	0.00 1	0.00 1	0.19 210	0.31 137

XX-TBD	1.55 28	1.11 184	2.94 29	2.45 258	0.06 6	2.31 60	0.01 1	3.58 6	7.80 205	3.11 56	5.10 88	0.27 15	0.26 3	1.42 10	0.60 6	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 17

Selective-IGEV	1.56 29	0.34 6	2.13 6	0.77 80	0.76 160	2.36 62	0.52 118	6.80 125	3.08 22	0.53 10	3.34 49	0.26 14	0.31 8	7.24 146	0.73 21	0.01 102	0.80 288	0.00 1	0.14 253	0.08 88	1.01 246

ProNet	1.58 30	0.86 139	3.17 47	0.75 79	0.72 151	2.84 110	0.66 149	5.91 90	3.28 27	0.37 2	1.47 19	0.40 30	0.37 16	7.19 144	0.70 16	0.02 185	0.98 309	0.00 1	0.05 221	0.20 216	1.77 312

MyStereo07	1.64 31	1.15 190	2.61 15	1.28 121	1.49 235	2.63 82	0.45 100	6.45 114	2.94 13	1.10 27	1.61 21	0.29 17	0.60 37	7.45 162	0.80 23	0.01 102	1.27 350	0.00 1	0.25 299	0.11 132	0.42 167

rrr	1.64 31	1.71 256	6.31 238	0.73 73	0.24 65	2.69 90	0.92 205	4.25 16	1.75 3	0.73 16	0.16 1	0.23 8	0.32 11	7.57 170	2.72 181	0.00 1	0.49 269	0.00 1	0.20 282	0.17 197	1.68 296

CREStereo++_RVC	1.70 33	0.50 53	3.07 44	0.45 50	0.01 1	1.69 29	0.02 5	3.09 3	8.24 218	3.82 71	7.53 156	0.49 35	0.32 11	1.05 1	0.52 3	0.00 1	0.00 1	0.00 1	3.03 377	0.01 3	0.08 37
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
test_xeample3	1.71 34	1.75 263	6.64 248	0.90 90	0.29 75	2.55 74	0.90 201	4.08 13	2.36 4	0.56 13	0.24 4	0.23 8	0.31 8	7.51 167	2.73 183	0.00 1	0.70 281	0.00 1	0.36 332	0.18 204	1.92 332

CES	1.72 35	0.40 18	1.82 3	0.65 64	7.83 372	2.62 80	0.13 36	5.35 53	2.68 7	0.36 1	1.30 18	0.33 24	0.32 11	1.92 21	0.72 20	0.01 102	0.02 131	0.00 1	0.00 1	0.56 316	7.35 378

MC-Stereo	1.87 36	0.49 49	3.52 76	2.82 286	1.07 193	1.90 41	0.12 29	4.89 34	3.27 26	3.66 67	3.58 60	0.56 39	1.45 92	5.79 101	0.81 25	0.00 1	1.19 343	0.00 1	0.21 287	0.11 132	1.95 334

iRaftStereo_RVC	1.88 37	1.22 206	2.63 18	0.95 97	0.06 6	2.96 129	0.05 9	6.08 99	3.99 67	3.92 75	4.88 82	2.53 81	0.62 38	3.62 55	1.19 67	0.00 1	1.19 343	0.00 1	0.00 1	0.37 289	1.29 274

AE-Stereo	1.89 38	0.38 9	3.86 104	1.94 195	0.38 93	2.51 71	0.58 133	7.19 141	7.28 192	1.60 38	3.51 57	1.07 47	0.77 46	2.12 28	1.24 74	0.03 215	1.02 316	0.00 1	0.28 312	0.11 132	1.84 320

TestStereo	1.89 38	1.59 246	4.22 136	0.37 38	0.28 74	1.33 10	0.01 1	5.63 67	4.13 70	3.59 64	5.11 89	2.06 74	0.70 41	7.62 174	0.93 39	0.02 185	0.00 1	0.00 1	0.00 1	0.02 9	0.19 95

Selective-RAFT	1.92 40	0.54 62	3.87 105	1.15 110	0.21 56	3.83 192	0.06 11	5.00 36	4.68 98	1.59 37	2.14 34	3.05 93	2.77 147	6.63 123	1.34 84	0.00 1	0.95 301	0.00 1	0.32 324	0.05 59	0.19 95

HUI-Stereo	1.94 41	0.56 75	3.55 82	0.20 5	0.20 47	3.67 179	0.63 144	5.89 81	3.53 40	5.92 122	4.44 76	3.41 107	1.51 97	4.21 67	0.89 34	0.02 185	0.00 1	0.00 1	0.00 1	0.09 101	0.11 53

Anonymous3	1.96 42	0.61 87	7.58 276	0.42 43	0.51 121	4.28 209	0.52 118	5.56 64	2.76 8	2.35 43	3.47 51	1.50 57	1.13 64	5.92 104	1.54 93	0.23 308	0.23 239	0.00 1	0.00 1	0.14 174	0.47 175

4D-IteraStereo	1.99 43	1.32 218	3.77 99	0.13 3	2.84 296	3.51 163	1.03 209	4.26 17	5.38 123	5.50 107	1.03 8	3.86 125	0.38 19	2.44 42	1.88 128	0.00 1	0.43 263	0.00 1	0.01 172	0.11 132	1.84 320

PSM-adaLoss	2.02 44	0.55 67	3.57 85	0.20 5	0.21 56	3.69 183	0.69 158	5.89 81	3.52 36	5.91 117	4.43 75	3.42 108	1.50 93	5.63 98	0.94 43	0.01 102	0.00 1	0.00 1	0.00 1	0.09 101	0.10 46

ROB_FTStereo	2.03 45	0.57 80	3.57 85	0.20 5	0.21 56	3.66 175	0.73 169	5.89 81	3.51 34	5.92 122	4.35 72	3.37 104	1.50 93	6.02 106	0.90 35	0.01 102	0.00 1	0.00 1	0.00 1	0.09 101	0.09 41

ROB_FTStereo_v2	2.04 46	0.56 75	3.56 84	0.20 5	0.21 56	3.66 175	0.72 167	5.89 81	3.51 34	5.91 117	4.46 78	3.42 108	1.50 93	6.08 110	0.93 39	0.01 102	0.00 1	0.00 1	0.00 1	0.09 101	0.09 41

RAFT-IKP	2.04 46	0.57 80	3.54 80	0.20 5	0.20 47	3.45 159	0.62 142	5.90 86	3.52 36	5.91 117	4.44 76	3.46 117	1.50 93	6.20 112	1.00 50	0.01 102	0.00 1	0.00 1	0.00 1	0.09 101	0.08 37

GMStereo	2.07 48	1.56 243	5.64 209	0.74 78	0.05 3	3.63 173	0.01 1	5.17 43	11.27 285	4.22 78	2.44 39	0.53 38	0.49 33	4.06 64	1.01 52	0.22 307	0.00 1	0.00 1	0.14 253	0.18 204	0.05 23
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
GMOStereo	2.08 49	0.85 132	2.95 32	0.23 17	0.73 153	1.50 16	0.86 196	5.08 37	4.78 103	8.42 234	6.99 142	3.36 100	1.14 66	1.73 14	1.21 68	0.00 1	1.32 352	0.00 1	0.00 1	0.28 259	0.23 112

error version	2.08 49	0.85 132	2.95 32	0.23 17	0.73 153	1.50 16	0.86 196	5.08 37	4.78 103	8.42 234	6.99 142	3.36 100	1.14 66	1.73 14	1.21 68	0.00 1	1.32 352	0.00 1	0.00 1	0.28 259	0.23 112

test-v	2.08 49	0.85 132	2.95 32	0.23 17	0.73 153	1.50 16	0.86 196	5.08 37	4.78 103	8.42 234	6.99 142	3.36 100	1.14 66	1.73 14	1.21 68	0.00 1	1.32 352	0.00 1	0.00 1	0.28 259	0.23 112

CRE-IMP	2.08 49	0.51 54	3.43 72	0.35 36	0.19 42	3.85 193	0.83 188	5.77 76	3.43 29	5.81 113	4.24 69	3.45 116	0.83 51	6.56 119	1.99 140	0.01 102	0.00 1	0.00 1	0.00 1	0.11 132	0.20 100

test-2	2.08 49	0.85 132	2.95 32	0.23 17	0.73 153	1.50 16	0.86 196	5.08 37	4.78 103	8.42 234	6.99 142	3.36 100	1.14 66	1.73 14	1.21 68	0.00 1	1.32 352	0.00 1	0.00 1	0.28 259	0.23 112

Patchmatch Stereo++	2.09 54	0.55 67	3.57 85	0.20 5	0.20 47	3.68 180	0.64 146	5.90 86	3.52 36	5.91 117	4.41 73	3.42 108	1.51 97	7.07 140	0.95 44	0.01 102	0.00 1	0.00 1	0.00 1	0.09 101	0.10 46
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iGMRVC	2.09 54	0.56 75	3.59 90	0.20 5	0.21 56	3.68 180	0.71 164	5.89 81	3.53 40	5.92 122	4.46 78	3.44 114	1.51 97	6.93 139	0.98 47	0.02 185	0.00 1	0.00 1	0.00 1	0.09 101	0.09 41

iRAFT	2.09 54	0.55 67	3.57 85	0.20 5	0.20 47	3.68 180	0.64 146	5.90 86	3.52 36	5.91 117	4.41 73	3.42 108	1.51 97	7.07 140	0.95 44	0.01 102	0.00 1	0.00 1	0.00 1	0.09 101	0.10 46

rafts_anoy	2.09 54	1.42 228	3.34 61	2.87 291	2.72 293	2.46 68	0.17 51	6.20 106	6.48 165	3.40 60	2.25 36	1.91 68	1.32 82	3.59 54	1.75 120	0.01 102	1.52 363	0.00 1	0.01 172	0.06 68	0.28 129

s12784h	2.10 58	0.38 9	3.31 59	0.17 4	0.09 11	4.89 226	0.13 36	7.34 146	8.06 215	3.87 74	4.47 80	0.60 41	1.19 76	6.78 133	0.63 8	0.01 102	0.01 102	0.00 1	0.00 1	0.02 9	0.04 17

DIP-Stereo	2.12 59	0.98 166	3.94 117	0.20 5	0.11 12	4.73 222	0.13 36	9.27 194	4.40 86	6.46 146	5.03 87	0.45 34	0.72 43	3.79 59	1.94 135	0.00 1	0.01 102	0.00 1	0.00 1	0.05 59	0.24 120
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
11t1	2.13 60	0.67 98	3.98 120	2.69 277	0.85 171	2.59 79	0.07 14	7.40 149	3.89 63	3.75 69	3.57 59	1.24 51	1.96 116	4.68 78	1.97 137	0.10 279	1.13 327	0.00 1	0.22 292	0.09 101	1.66 293

test-1	2.14 61	0.54 62	6.32 239	1.07 105	1.22 213	2.13 52	0.54 121	6.40 112	4.80 108	3.55 62	5.23 91	4.02 131	0.71 42	1.95 22	2.15 149	0.08 266	0.98 309	0.00 1	0.08 230	0.02 9	1.07 254

DeepStereo_RVC	2.15 62	0.55 67	3.26 54	0.21 14	0.19 42	3.47 161	0.68 155	5.76 75	3.60 46	6.36 142	4.19 68	3.42 108	4.44 214	5.04 83	1.59 98	0.02 185	0.00 1	0.00 1	0.00 1	0.09 101	0.18 89

EKT-Stereo	2.16 63	0.61 87	3.78 100	2.31 243	4.40 341	1.47 15	0.24 65	5.54 59	4.22 76	3.16 57	3.58 60	3.53 120	2.20 124	5.66 99	1.40 87	0.04 235	0.36 258	0.00 1	0.09 236	0.06 68	0.58 192

raftrobust	2.16 63	1.31 215	2.76 23	2.38 252	3.33 312	2.72 95	0.51 117	5.34 49	4.64 95	6.13 132	3.98 65	1.63 61	2.51 137	3.02 48	1.64 106	0.00 1	0.76 286	0.00 1	0.02 189	0.14 174	0.27 125

Gwc-CoAtRS	2.16 63	0.42 19	3.13 45	1.28 121	0.31 77	3.52 165	0.39 90	6.56 116	6.31 158	5.38 103	5.11 89	5.47 182	1.70 107	2.00 24	1.08 59	0.01 102	0.19 230	0.00 1	0.25 299	0.02 9	0.16 81

test_1	2.18 66	0.38 9	3.87 105	1.54 143	0.91 177	1.38 11	0.80 178	5.36 55	5.53 131	7.12 182	1.86 29	4.05 133	0.41 20	6.65 125	1.17 63	0.00 1	0.99 312	0.00 1	0.28 312	0.20 216	1.08 256

raft+_RVC	2.18 66	1.49 237	3.14 46	2.77 281	2.01 264	1.40 13	0.10 22	7.02 132	5.35 121	2.99 52	5.54 105	1.19 49	1.34 87	4.98 81	1.49 90	0.00 1	1.45 359	0.00 1	0.00 1	0.14 174	1.11 258

RCA-Stereo	2.19 68	0.46 32	3.22 50	0.47 53	0.33 83	2.27 57	0.47 104	5.60 66	15.20 319	2.86 49	5.61 106	0.78 43	3.15 155	1.71 12	0.48 1	0.00 1	0.90 294	0.00 1	0.00 1	0.10 121	0.26 123

test-3	2.19 68	0.38 9	3.88 110	1.55 144	0.91 177	1.39 12	0.80 178	5.36 55	5.51 129	7.36 197	1.90 30	4.05 133	0.42 22	6.67 127	1.17 63	0.00 1	0.99 312	0.00 1	0.28 312	0.20 216	1.08 256

anonymousdsp2	2.20 70	0.57 80	4.59 160	1.69 162	0.82 166	3.58 168	0.48 113	8.57 170	3.63 47	3.37 58	3.03 47	3.32 99	1.00 57	5.57 97	0.80 23	0.01 102	0.94 300	0.02 274	0.15 256	0.06 68	1.89 330

DCRE	2.21 71	0.95 160	3.17 47	2.10 212	1.30 225	1.86 39	0.05 9	5.33 48	4.69 99	3.59 64	9.37 196	3.81 123	1.18 72	2.34 38	1.22 72	0.01 102	0.97 304	0.00 1	0.30 319	0.04 44	1.97 335

LL-Strereo2	2.22 72	1.39 226	3.39 65	1.26 118	1.01 189	3.73 185	1.47 235	6.47 115	4.61 94	4.66 84	2.64 43	4.17 141	0.37 16	6.03 107	1.61 99	0.09 276	0.24 242	0.00 1	0.08 230	0.08 88	1.16 262

test_3	2.22 72	0.39 14	4.20 135	1.51 140	0.90 174	1.29 9	0.74 172	5.34 49	6.37 161	6.64 158	1.96 32	4.24 146	0.45 29	6.63 123	1.17 63	0.00 1	1.00 315	0.00 1	0.28 312	0.19 210	1.01 246

MSKI-zero shot	2.23 74	0.49 49	2.49 11	1.60 147	0.81 165	2.69 90	0.29 73	6.82 126	2.50 5	4.37 81	7.61 158	3.65 122	0.26 3	8.62 233	0.63 8	0.01 102	1.09 321	0.00 1	0.25 299	0.03 26	0.46 174

cross-raft	2.25 75	0.48 41	2.96 36	1.87 185	0.94 180	3.72 184	0.47 104	7.61 155	4.15 71	5.37 102	5.68 108	6.17 206	1.40 89	2.15 29	1.06 56	0.01 102	0.22 236	0.00 1	0.19 272	0.03 26	0.41 163

DCANet-4	2.26 76	0.43 20	6.69 251	0.40 42	0.20 47	1.70 30	0.13 36	5.73 73	9.44 248	6.01 125	5.29 95	1.12 48	2.77 147	2.49 43	2.21 151	0.01 102	0.00 1	0.01 243	0.00 1	0.02 9	0.61 200

CFNet-RSSM	2.26 76	0.43 20	3.24 52	1.28 121	0.31 77	3.19 145	0.40 91	7.62 156	7.29 193	5.88 115	4.68 81	5.32 179	1.68 105	2.26 34	1.04 54	0.01 102	0.09 202	0.00 1	0.31 322	0.03 26	0.16 81

MIPNet	2.27 78	1.14 189	5.55 206	0.49 54	0.22 62	2.03 46	0.19 55	7.60 154	6.17 154	5.83 114	4.16 67	2.05 73	3.44 172	3.65 56	2.23 156	0.00 1	0.01 102	0.01 243	0.01 172	0.24 240	0.48 177

NRIStereo	2.27 78	0.52 58	3.35 63	1.26 118	0.17 36	3.04 134	0.84 189	5.96 93	3.74 50	6.27 135	3.44 50	4.13 138	1.80 114	8.31 213	2.11 146	0.00 1	0.10 206	0.00 1	0.00 1	0.12 149	0.20 100

x	2.30 80	0.82 125	3.85 102	2.23 228	0.72 151	2.12 51	0.81 181	9.48 200	4.82 109	3.83 72	2.76 44	3.49 118	2.30 129	3.48 53	2.25 157	0.00 1	1.13 327	0.00 1	0.22 292	0.09 101	1.66 293

1test111	2.31 81	0.93 150	3.39 65	3.05 302	0.39 96	5.69 240	0.55 124	9.15 187	4.33 79	1.42 32	3.48 52	0.33 24	3.65 181	4.95 79	2.06 144	0.00 1	1.14 335	0.00 1	0.03 200	0.09 101	1.65 289

Any-RAFT	2.33 82	0.36 7	2.35 10	1.58 146	0.84 168	4.93 227	0.55 124	9.10 185	5.93 147	4.30 79	4.90 84	5.79 199	2.22 125	2.75 46	0.51 2	0.02 185	0.32 251	0.00 1	0.00 1	0.02 9	0.18 89

DCANet	2.35 83	0.96 162	5.51 199	0.39 40	0.19 42	1.72 34	0.25 67	6.06 96	9.33 245	6.31 137	5.42 100	1.44 55	4.14 206	2.22 30	2.28 162	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.66 217

FENet	2.35 83	0.59 84	3.28 56	2.32 244	0.27 73	2.78 104	0.13 36	7.68 160	6.09 149	5.38 103	2.12 33	4.84 163	3.33 169	4.98 81	2.66 175	0.02 185	0.03 156	0.00 1	0.00 1	0.04 44	0.40 156

dd	2.36 85	1.93 277	6.03 225	0.83 85	0.12 19	1.80 36	0.17 51	5.30 46	11.82 291	2.98 51	3.64 62	1.50 57	1.21 77	5.25 87	3.92 213	0.13 284	0.01 102	0.04 299	0.22 292	0.10 121	0.14 65

NF-Stereo	2.38 86	0.48 41	3.88 110	2.17 219	0.11 12	3.43 156	0.42 94	7.08 140	3.75 52	6.91 170	5.29 95	2.65 85	1.33 84	8.40 219	1.67 113	0.01 102	0.00 1	0.00 1	0.00 1	0.03 26	0.02 4

OCTAStereo	2.38 86	0.48 41	3.90 112	2.16 215	0.11 12	3.42 154	0.42 94	7.06 135	3.74 50	6.91 170	5.26 92	2.63 84	1.32 82	8.41 221	1.70 116	0.01 102	0.00 1	0.00 1	0.00 1	0.03 26	0.01 1

PSM-softLoss	2.38 86	0.48 41	4.28 138	1.94 195	0.19 42	2.73 96	0.38 87	6.67 119	3.50 30	6.33 138	6.33 127	2.93 89	0.97 55	8.90 242	1.88 128	0.01 102	0.00 1	0.00 1	0.00 1	0.03 26	0.03 9

KMStereo	2.38 86	0.48 41	4.28 138	1.94 195	0.19 42	2.73 96	0.38 87	6.67 119	3.50 30	6.33 138	6.33 127	2.93 89	0.97 55	8.90 242	1.88 128	0.01 102	0.00 1	0.00 1	0.00 1	0.03 26	0.03 9

RE-Stereo	2.38 86	0.48 41	3.91 113	2.17 219	0.11 12	3.43 156	0.42 94	7.07 137	3.75 52	6.91 170	5.26 92	2.62 82	1.33 84	8.41 221	1.72 118	0.01 102	0.00 1	0.01 243	0.00 1	0.03 26	0.01 1

TVStereo	2.38 86	0.48 41	3.91 113	2.17 219	0.11 12	3.43 156	0.42 94	7.07 137	3.75 52	6.91 170	5.26 92	2.62 82	1.33 84	8.41 221	1.72 118	0.01 102	0.00 1	0.01 243	0.00 1	0.03 26	0.01 1

RALCasStereoNet	2.39 92	1.73 261	3.59 90	2.38 252	2.69 292	2.84 110	0.18 53	5.29 45	4.94 112	2.45 45	5.62 107	2.22 75	0.79 50	7.48 166	1.63 103	0.00 1	1.75 365	0.00 1	0.00 1	0.14 174	2.03 337

GANet-ADL	2.40 93	0.65 94	3.92 115	2.22 226	0.11 12	2.23 55	0.47 104	9.29 196	7.27 191	4.77 85	5.95 114	3.96 129	1.26 80	3.08 49	2.27 160	0.04 235	0.08 196	0.02 274	0.00 1	0.15 187	0.21 104

ACVNet-DCA	2.41 94	0.93 150	3.39 65	3.05 302	0.39 96	5.69 240	0.55 124	9.15 187	4.33 79	1.42 32	3.48 52	0.33 24	3.65 181	8.26 202	0.70 16	0.00 1	1.14 335	0.00 1	0.03 200	0.09 101	1.65 289

StereoVision	2.42 95	1.18 195	5.14 184	1.15 110	2.64 290	1.89 40	0.28 71	6.61 118	4.72 100	2.14 42	10.52 225	3.84 124	0.52 35	5.33 90	2.29 164	0.00 1	0.00 1	0.00 1	0.00 1	0.12 149	0.04 17

CAS	2.42 95	0.37 8	2.30 9	11.49 379	3.97 334	1.65 25	0.02 5	4.08 13	2.84 10	0.51 8	1.65 23	0.25 13	0.28 6	1.73 14	0.92 38	10.05 386	0.01 102	0.00 1	0.00 1	0.01 3	6.26 375

qqq	2.44 97	0.85 132	4.33 142	1.73 170	0.71 148	1.98 43	0.38 87	9.15 187	4.33 79	3.37 58	4.34 70	4.63 156	2.83 150	4.95 79	2.06 144	0.00 1	1.13 327	0.00 1	0.25 299	0.09 101	1.65 289

IPLGR	2.46 98	0.68 99	7.02 258	0.22 15	0.16 33	2.01 45	0.22 59	7.01 130	6.62 169	7.10 181	5.92 113	2.91 88	2.27 127	5.12 85	1.52 92	0.00 1	0.00 1	0.00 1	0.00 1	0.12 149	0.41 163

RAFT-Stereo + iAFF	2.48 99	1.23 208	3.48 74	1.61 148	1.09 199	1.63 23	0.15 46	5.80 77	6.43 163	7.32 195	9.91 210	3.05 93	1.71 108	2.33 37	1.75 120	0.01 102	0.71 284	0.00 1	0.00 1	0.28 259	1.19 265

RAFT-Test	2.49 100	0.45 30	4.35 143	1.89 189	1.28 219	4.83 224	0.68 155	7.19 141	4.51 91	5.00 92	7.09 148	6.81 218	1.12 63	2.22 30	1.16 62	0.01 102	0.63 275	0.00 1	0.33 327	0.05 59	0.20 100

riskmin	2.49 100	0.22 1	3.34 61	2.33 246	1.78 249	2.89 126	0.46 102	7.35 147	6.95 183	2.75 47	1.67 24	6.75 217	5.08 242	3.24 50	1.93 134	0.00 1	0.99 312	0.00 1	0.27 311	0.02 9	1.73 305

ADStereo(finetuned)	2.50 102	0.95 160	6.60 246	0.39 40	0.20 47	1.72 34	0.24 65	6.06 96	9.31 244	6.30 136	5.42 100	1.44 55	6.22 270	2.25 33	2.14 148	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.65 209

PFNet+	2.52 103	0.47 37	4.97 178	0.95 97	0.18 39	3.12 140	0.73 169	4.98 35	6.97 184	7.95 213	6.38 130	2.51 80	1.18 72	8.05 194	1.82 123	0.03 215	0.00 1	0.00 1	0.00 1	0.02 9	0.05 23

tt1	2.53 104	0.91 148	3.53 79	2.92 292	0.53 125	5.60 237	0.61 140	5.55 60	10.56 264	1.54 36	3.54 58	0.34 28	3.00 153	8.20 199	0.68 11	0.00 1	1.13 327	0.00 1	0.03 200	0.11 132	1.88 326

ICVP	2.53 104	0.47 37	3.64 94	1.20 114	0.69 142	2.71 93	0.84 189	10.63 227	4.66 97	4.31 80	8.99 183	2.75 86	1.93 115	2.91 47	4.07 220	0.06 257	0.24 242	0.01 243	0.01 172	0.13 165	0.26 123
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
fff	2.54 106	0.93 150	5.51 199	0.32 26	0.14 22	1.70 30	0.11 25	6.19 103	12.69 301	6.03 127	5.29 95	1.43 52	5.28 249	2.37 39	2.21 151	0.01 102	0.00 1	0.01 243	0.00 1	0.02 9	0.61 200

csc	2.54 106	0.93 150	5.51 199	0.32 26	0.14 22	1.70 30	0.11 25	6.19 103	12.69 301	6.03 127	5.29 95	1.43 52	5.28 249	2.37 39	2.21 151	0.01 102	0.00 1	0.01 243	0.00 1	0.02 9	0.61 200

cscssc	2.54 106	0.93 150	5.51 199	0.32 26	0.14 22	1.70 30	0.11 25	6.19 103	12.69 301	6.03 127	5.29 95	1.43 52	5.28 249	2.37 39	2.21 151	0.01 102	0.00 1	0.01 243	0.00 1	0.02 9	0.61 200

cc1	2.56 109	0.93 150	3.39 65	3.05 302	0.39 96	5.69 240	0.55 124	5.34 49	10.76 271	1.42 32	3.48 52	0.33 24	3.65 181	8.26 202	0.70 16	0.00 1	1.14 335	0.00 1	0.03 200	0.12 149	1.89 330

IGEV_Zeroshot_test	2.57 110	0.63 93	5.70 214	1.93 193	0.87 172	2.63 82	0.85 194	8.94 181	4.55 93	5.30 100	5.48 103	5.23 178	1.38 88	3.76 58	1.32 81	0.00 1	0.69 279	0.00 1	0.18 269	0.19 210	1.72 304

test_4	2.58 111	0.70 106	3.30 57	0.43 46	0.30 76	3.97 198	1.11 219	3.91 10	3.83 60	4.15 77	17.20 307	3.44 114	0.52 35	6.60 122	1.58 95	0.00 1	0.13 216	0.00 1	0.11 242	0.20 216	0.20 100

DisPM	2.59 112	0.47 37	4.32 141	1.89 189	0.20 47	3.42 154	0.63 144	5.56 64	5.60 133	8.66 240	7.05 146	2.82 87	1.03 60	9.05 251	1.07 58	0.02 185	0.00 1	0.00 1	0.00 1	0.02 9	0.04 17

RAFT+CT+SA	2.59 112	1.19 198	3.55 82	1.09 106	2.21 272	3.14 143	0.90 201	7.59 152	5.65 135	2.76 48	8.21 173	2.04 72	1.57 103	8.84 239	1.31 79	0.02 185	0.34 254	0.00 1	0.38 334	0.22 231	0.73 225

R-Stereo Train	2.60 114	0.46 32	2.94 29	1.10 108	0.18 39	3.61 169	0.60 137	6.88 128	3.50 30	9.13 257	17.23 308	1.77 65	0.77 46	2.03 25	1.65 108	0.00 1	0.01 102	0.00 1	0.00 1	0.01 3	0.21 104

RAFT-Stereo	2.60 114	0.46 32	2.94 29	1.10 108	0.18 39	3.61 169	0.60 137	6.88 128	3.50 30	9.13 257	17.23 308	1.77 65	0.77 46	2.03 25	1.65 108	0.00 1	0.01 102	0.00 1	0.00 1	0.01 3	0.21 104
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CASS	2.62 116	0.57 80	4.28 138	0.90 90	0.38 93	3.45 159	0.22 59	9.91 207	4.46 88	7.33 196	7.92 166	3.53 120	3.59 177	4.16 66	1.49 90	0.03 215	0.01 102	0.00 1	0.00 1	0.05 59	0.06 30
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLG	2.63 117	1.09 181	5.67 211	0.73 73	0.31 77	3.00 133	0.25 67	6.84 127	6.02 148	7.93 212	6.31 126	1.91 68	1.72 110	7.47 164	2.53 170	0.01 102	0.01 102	0.00 1	0.00 1	0.29 267	0.58 192

Pruner-Stereo	2.66 118	0.61 87	3.54 80	1.93 193	0.25 69	3.47 161	0.74 172	6.60 117	5.66 139	8.98 250	6.12 117	4.39 149	1.11 62	7.27 148	2.34 167	0.03 215	0.00 1	0.02 274	0.00 1	0.03 26	0.04 17

ACRE	2.67 119	1.66 252	6.50 243	0.72 70	2.03 266	2.65 88	0.84 189	5.97 94	5.52 130	7.85 210	9.23 188	1.72 63	1.09 61	4.09 65	2.73 183	0.02 185	0.19 230	0.02 274	0.08 230	0.26 248	0.21 104

RALAANet	2.68 120	1.71 256	4.73 168	2.79 283	0.80 163	3.30 152	0.15 46	7.92 161	5.92 146	5.79 112	6.06 115	3.51 119	1.13 64	6.76 131	2.28 162	0.00 1	0.28 248	0.00 1	0.10 240	0.27 257	0.13 62

IPLGR_C	2.69 121	1.75 263	6.20 231	0.79 81	2.06 268	2.64 87	0.86 196	6.36 110	5.64 134	8.13 226	9.26 190	1.69 62	1.15 71	3.79 59	2.80 187	0.02 185	0.20 235	0.02 274	0.08 230	0.26 248	0.18 89

GES	2.69 121	0.72 110	5.34 189	1.82 181	0.05 3	4.51 216	1.04 212	10.39 220	4.18 73	5.53 109	6.72 136	1.92 71	3.30 163	5.16 86	2.67 176	0.06 257	0.01 102	0.06 309	0.01 172	0.20 216	0.14 65

MyStereo06	2.71 123	1.05 179	5.43 196	1.39 131	1.20 210	2.57 76	0.10 22	10.39 220	4.79 107	5.54 110	6.16 118	6.39 209	2.33 131	3.40 52	1.35 85	0.01 102	1.24 347	0.00 1	0.21 287	0.13 165	0.50 178

TRStereo	2.71 123	3.79 343	5.46 197	2.19 222	2.22 274	2.98 132	1.07 214	9.83 206	4.39 85	3.46 61	3.48 52	3.92 128	0.77 46	6.43 116	1.70 116	0.03 215	0.63 275	0.00 1	0.29 317	0.11 132	1.49 280

HHNet	2.71 123	0.69 100	3.31 59	0.25 22	0.39 96	2.80 107	0.90 201	6.33 107	5.68 140	7.51 201	13.70 270	0.94 44	3.14 154	5.42 94	2.54 173	0.14 287	0.02 131	0.06 309	0.00 1	0.24 240	0.07 34

BUS	2.72 126	0.43 20	3.76 96	0.70 67	0.50 114	7.31 273	0.48 113	9.93 208	5.65 135	6.50 147	6.23 120	5.21 175	1.18 72	4.27 68	1.89 131	0.01 102	0.03 156	0.03 291	0.00 1	0.06 68	0.14 65

CIPLG	2.72 126	1.69 253	6.02 223	0.80 83	2.14 270	2.66 89	0.84 189	5.90 86	5.59 132	8.12 225	9.58 200	1.74 64	1.14 66	4.53 76	2.82 188	0.02 185	0.19 230	0.02 274	0.09 236	0.26 248	0.22 109

xx1	2.73 128	0.93 150	3.39 65	3.05 302	0.39 96	5.69 240	0.55 124	5.34 49	10.76 271	1.42 32	3.48 52	4.63 156	2.83 150	8.26 202	0.70 16	0.00 1	1.14 335	0.00 1	0.25 299	0.09 101	1.65 289

HCRNet	2.74 129	0.83 128	4.19 133	0.45 50	3.31 311	2.18 53	0.22 59	7.59 152	5.76 143	6.08 130	4.89 83	5.21 175	2.74 144	8.04 193	3.10 192	0.00 1	0.02 131	0.00 1	0.00 1	0.10 121	0.09 41

EAI-Stereo	2.75 130	0.54 62	3.17 47	0.91 93	1.28 219	4.02 200	5.30 317	12.39 264	4.76 102	2.51 46	7.10 149	1.22 50	0.94 54	6.03 107	1.96 136	0.01 102	0.56 271	0.00 1	1.38 366	0.04 44	0.95 241

MIM_Stereo	2.83 131	1.20 204	5.27 186	1.41 133	1.16 207	3.07 135	0.33 82	6.67 119	3.95 64	5.17 98	10.11 214	4.25 147	1.73 111	8.32 214	1.64 106	0.00 1	0.36 258	0.00 1	0.01 172	0.22 231	1.69 298

RAFT_R40	2.83 131	0.46 32	3.85 102	1.38 130	0.32 82	3.78 188	0.97 206	6.16 102	4.82 109	9.74 280	6.35 129	4.96 168	3.94 200	8.78 237	1.05 55	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.03 9

GwcNet-ADL	2.85 133	0.61 87	4.38 144	0.92 94	0.33 83	2.05 47	0.67 153	8.85 177	9.65 250	6.36 142	6.71 135	4.11 137	1.71 108	5.97 105	4.22 223	0.08 266	0.06 183	0.00 1	0.00 1	0.07 83	0.16 81

SST-Stereo	2.86 134	0.45 30	3.64 94	1.46 136	0.36 89	3.94 195	0.80 178	6.07 98	4.46 88	10.96 306	6.21 119	4.94 167	4.14 206	8.85 240	0.93 39	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.03 9

ACVNet	2.86 134	0.96 162	3.87 105	0.86 86	0.61 136	2.63 82	0.54 121	8.93 179	6.12 151	5.09 93	9.32 194	5.70 195	3.84 190	2.68 44	5.56 251	0.00 1	0.00 1	0.00 1	0.00 1	0.26 248	0.23 112

AFF-stereo	2.87 136	1.31 215	3.26 54	1.87 185	0.38 93	1.68 28	0.09 18	6.38 111	7.07 185	6.52 150	11.90 249	6.08 203	2.32 130	5.05 84	1.65 108	0.02 185	0.66 277	0.00 1	0.00 1	0.29 267	0.94 240

HH	2.88 137	0.82 125	4.07 128	1.71 166	0.54 128	4.71 220	0.69 158	8.72 175	3.57 44	1.80 40	6.49 133	7.81 238	3.92 198	8.93 245	0.99 48	0.00 1	1.06 318	0.00 1	0.03 200	0.05 59	1.69 298

HanStereo	2.88 137	0.82 125	4.07 128	1.71 166	0.54 128	4.71 220	0.69 158	8.72 175	3.57 44	1.80 40	6.49 133	7.81 238	3.92 198	8.93 245	0.99 48	0.00 1	1.06 318	0.00 1	0.03 200	0.05 59	1.69 298

raft_robust	2.91 139	1.71 256	3.42 71	1.36 126	0.57 131	1.53 20	0.12 29	7.06 135	9.09 238	6.96 176	7.21 152	4.43 150	2.09 120	9.40 261	1.61 99	0.03 215	0.93 295	0.00 1	0.21 287	0.17 197	0.38 153

BSDual-CNN	2.91 139	0.43 20	3.76 96	0.70 67	0.50 114	6.97 263	1.58 241	9.93 208	5.65 135	6.50 147	6.23 120	6.17 206	2.50 135	4.27 68	2.67 176	0.01 102	0.03 156	0.03 291	0.00 1	0.06 68	0.14 65

GMStereo_Zeroshot	2.92 141	2.33 306	6.12 227	1.66 157	0.36 89	3.61 169	0.09 18	5.95 92	6.20 155	7.15 184	7.11 150	8.37 250	0.91 52	6.17 111	1.97 137	0.00 1	0.00 1	0.00 1	0.00 1	0.22 231	0.14 65

UDGNet	2.92 141	7.79 368	4.92 175	3.01 297	0.08 9	2.96 129	0.20 57	4.77 27	8.93 233	2.91 50	2.85 45	0.95 45	1.00 57	6.46 117	1.66 111	1.46 359	0.00 1	5.33 379	0.92 357	1.95 358	0.19 95

LCNet	2.94 143	0.55 67	2.57 14	1.03 103	0.59 134	2.05 47	1.55 240	5.51 57	4.19 74	6.08 130	10.58 227	4.54 151	6.63 277	7.59 172	0.90 35	0.01 102	0.00 1	0.01 243	0.76 355	0.31 277	3.43 360

RAFT	2.94 143	1.29 212	4.06 127	1.36 126	0.50 114	2.39 64	0.91 204	6.11 100	3.25 25	6.64 158	7.30 153	9.96 270	4.20 208	6.03 107	2.21 151	0.00 1	1.02 316	0.00 1	0.02 189	0.54 315	1.01 246

XX-Stereo	2.95 145	0.48 41	7.08 264	2.84 289	2.51 287	1.63 23	0.20 57	6.15 101	3.38 28	2.38 44	16.00 295	6.90 221	0.25 2	6.40 115	1.14 60	0.00 1	0.66 277	0.00 1	0.31 322	0.16 191	0.57 190

ccs_rob	2.95 145	0.55 67	4.53 152	0.42 43	0.25 69	2.84 110	0.12 29	8.58 171	8.13 216	7.18 186	10.36 219	6.44 211	2.05 119	5.28 89	1.97 137	0.00 1	0.02 131	0.01 243	0.00 1	0.06 68	0.23 112

AnonymousM	2.96 147	7.19 365	1.41 1	0.92 94	0.06 6	2.37 63	0.52 118	6.05 95	3.83 60	4.97 90	2.37 37	1.91 68	1.00 57	2.23 32	1.06 56	0.01 102	0.57 273	17.64 386	4.90 385	0.02 9	0.27 125

CFNet_pseudo	2.96 147	0.55 67	4.51 150	0.43 46	0.24 65	2.83 108	0.12 29	8.59 172	8.13 216	7.20 187	10.41 220	6.47 212	2.04 118	5.27 88	2.00 142	0.00 1	0.02 131	0.01 243	0.00 1	0.06 68	0.23 112

IRAFT_RVC	2.98 149	0.66 96	4.23 137	2.20 223	0.40 101	2.91 127	5.04 314	7.03 133	4.21 75	6.59 155	5.52 104	5.02 171	4.77 230	8.41 221	2.30 166	0.01 102	0.17 227	0.01 243	0.00 1	0.03 26	0.05 23

DN-CSS_ROB	3.00 150	2.14 291	7.33 268	2.67 276	0.78 161	3.13 141	0.07 14	6.68 123	4.22 76	5.51 108	12.12 252	2.33 76	1.21 77	8.69 235	2.51 169	0.03 215	0.00 1	0.00 1	0.00 1	0.42 294	0.15 75

111	3.05 151	1.41 227	5.51 199	0.32 26	0.14 22	2.83 108	0.68 155	6.76 124	14.21 314	3.59 64	9.11 186	5.50 183	3.30 163	4.05 62	2.43 168	0.01 102	0.00 1	0.00 1	0.00 1	0.13 165	1.02 250

PFNet	3.06 152	0.59 84	6.13 228	2.26 234	0.84 168	3.08 136	0.73 169	7.38 148	5.35 121	10.20 284	6.06 115	4.72 158	2.10 123	8.47 226	2.25 157	0.19 300	0.06 183	0.00 1	0.11 242	0.20 216	0.42 167

mmm	3.07 153	0.76 112	4.50 149	2.27 237	1.24 216	3.75 186	0.12 29	10.03 212	5.12 117	6.43 144	11.19 238	3.10 96	3.20 156	4.54 77	1.78 122	0.02 185	1.19 343	0.00 1	0.30 319	0.09 101	1.79 314

DMCA	3.08 154	1.10 182	6.20 231	1.82 181	0.90 174	3.80 191	0.55 124	9.76 203	5.42 125	6.56 154	6.47 132	7.06 226	2.09 120	4.05 62	5.46 249	0.00 1	0.01 102	0.00 1	0.00 1	0.11 132	0.16 81

iRaft-Stereo_20w	3.11 155	0.49 49	6.09 226	1.01 100	1.25 217	3.99 199	1.00 207	14.00 307	4.73 101	6.70 167	6.27 125	2.34 77	2.28 128	7.29 150	1.58 95	0.01 102	0.75 285	0.00 1	0.73 354	0.10 121	1.63 288

HITNet	3.11 155	1.38 225	5.35 191	2.23 228	0.12 19	5.59 236	0.58 133	9.95 211	5.72 141	6.62 157	7.91 165	3.90 127	3.24 159	4.39 73	4.58 235	0.01 102	0.00 1	0.00 1	0.00 1	0.08 88	0.57 190
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
TestStereo1	3.12 157	1.34 220	4.67 165	3.47 325	0.71 148	2.50 69	1.45 233	7.27 143	8.71 227	4.91 88	9.28 192	2.34 77	3.61 178	9.44 262	1.62 101	0.00 1	0.33 252	0.00 1	0.00 1	0.30 270	0.40 156

SA-5K	3.12 157	1.34 220	4.67 165	3.47 325	0.71 148	2.50 69	1.45 233	7.27 143	8.71 227	4.91 88	9.28 192	2.34 77	3.61 178	9.44 262	1.62 101	0.00 1	0.33 252	0.00 1	0.00 1	0.30 270	0.40 156

PCWNet_CMD	3.14 159	0.51 54	4.47 147	0.44 49	0.26 72	2.87 124	0.15 46	9.66 202	9.78 252	7.28 192	11.50 242	6.84 220	2.40 132	4.47 74	1.83 124	0.01 102	0.02 131	0.02 274	0.00 1	0.06 68	0.29 132

OMP-Stereo	3.15 160	1.19 198	3.49 75	4.34 351	0.51 121	2.20 54	1.21 221	6.67 119	6.52 166	7.99 217	6.24 124	8.38 252	2.44 134	9.65 269	1.92 133	0.01 102	0.02 131	0.00 1	0.00 1	0.08 88	0.15 75

MSMDNet	3.15 160	0.51 54	4.48 148	0.46 52	0.25 69	2.88 125	0.16 49	9.79 205	9.82 253	7.24 189	11.36 241	6.82 219	2.41 133	4.47 74	1.86 126	0.01 102	0.02 131	0.02 274	0.00 1	0.06 68	0.30 135

test_5	3.16 162	1.18 195	4.96 177	2.33 246	3.10 305	4.51 216	1.27 225	7.47 151	7.61 199	3.00 53	7.38 154	5.37 181	4.06 201	8.28 207	1.54 93	0.00 1	0.34 254	0.00 1	0.02 189	0.21 226	0.62 205

PSMNet-ADL	3.17 163	0.56 75	3.00 42	1.55 144	0.40 101	5.97 248	0.28 71	9.06 182	5.75 142	3.56 63	6.80 139	8.33 248	4.51 216	7.65 175	5.51 250	0.03 215	0.09 202	0.00 1	0.00 1	0.03 26	0.28 129

whm_eth	3.18 164	1.78 267	6.61 247	0.90 90	2.72 293	2.54 73	0.27 70	7.64 157	7.94 210	5.43 105	23.98 342	0.37 29	0.47 32	1.31 8	1.17 63	0.02 185	0.03 156	0.00 1	0.00 1	0.08 88	0.32 141

iRaft-Stereo_5w	3.20 165	1.27 211	5.27 186	0.27 24	0.99 187	2.71 93	0.58 133	5.75 74	5.85 144	3.03 55	7.88 163	10.08 272	4.08 204	8.40 219	6.09 256	0.00 1	0.25 245	0.00 1	0.12 246	0.31 277	0.95 241

CFNet_ucs	3.23 166	0.56 75	4.59 160	0.59 58	0.37 92	3.29 151	0.19 55	10.47 223	9.02 237	7.78 209	12.57 260	5.59 187	1.74 112	5.39 92	1.86 126	0.00 1	0.04 170	0.01 243	0.00 1	0.10 121	0.33 142

MyStereo05	3.24 167	1.05 179	5.93 219	1.39 131	1.20 210	2.57 76	0.10 22	9.11 186	13.17 307	6.45 145	3.86 63	3.20 97	3.26 161	8.35 216	3.02 190	0.01 102	1.24 347	0.00 1	0.21 287	0.13 165	0.50 178

IIG-Stereo	3.28 168	0.98 166	3.57 85	4.14 343	0.22 62	2.56 75	0.71 164	7.04 134	6.10 150	8.49 238	9.38 197	7.82 240	2.73 143	9.69 275	1.99 140	0.02 185	0.02 131	0.00 1	0.00 1	0.03 26	0.14 65

MyStereo04	3.29 169	1.15 190	6.64 248	1.28 121	1.49 235	2.63 82	0.45 100	10.57 226	13.30 308	4.41 82	3.90 64	3.06 95	3.56 175	7.87 185	3.35 196	0.01 102	1.27 350	0.00 1	0.25 299	0.11 132	0.42 167

ARAFT	3.32 170	1.74 262	7.92 281	0.64 62	0.15 28	4.45 215	2.89 268	8.20 166	6.30 157	9.23 262	7.12 151	5.58 186	1.24 79	8.60 230	1.69 115	0.01 102	0.03 156	0.00 1	0.00 1	0.35 286	0.35 147

SA	3.34 171	1.29 212	4.84 170	1.99 204	0.57 131	3.15 144	1.39 231	7.66 159	9.94 254	4.86 87	10.87 234	2.97 92	4.61 225	9.88 282	1.38 86	0.00 1	0.60 274	0.00 1	0.19 272	0.25 247	0.37 150

psmg	3.34 171	0.43 20	3.76 96	0.73 73	0.50 114	8.47 290	2.74 265	10.88 235	5.65 135	8.91 248	8.78 178	6.17 206	2.50 135	4.27 68	2.67 176	0.01 102	0.04 170	0.06 309	0.00 1	0.12 149	0.10 46

AdaStereo	3.34 171	0.74 111	4.00 123	3.10 308	0.51 121	4.22 207	1.25 224	12.84 275	8.39 222	6.33 138	9.55 199	5.77 198	1.54 102	5.53 96	2.74 185	0.02 185	0.00 1	0.00 1	0.00 1	0.03 26	0.15 75
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
RAFT-345	3.36 174	0.55 67	3.43 72	1.23 116	0.21 56	2.62 80	0.46 102	3.91 10	6.34 159	7.46 200	24.49 346	4.19 142	1.74 112	8.27 206	2.25 157	0.01 102	0.00 1	0.00 1	0.00 1	0.02 9	0.02 4

UCFNet_RVC	3.37 175	1.25 209	3.30 57	2.55 270	1.80 251	3.92 194	1.28 227	12.49 268	7.16 187	5.12 96	7.88 163	8.14 243	4.59 223	5.67 100	2.11 146	0.00 1	0.00 1	0.00 1	0.00 1	0.14 174	0.07 34

NINENet	3.38 176	0.81 122	4.16 131	1.88 188	1.40 232	7.31 273	0.48 113	12.95 282	6.64 170	7.29 193	9.24 189	5.21 175	1.18 72	6.72 128	1.89 131	0.17 296	0.08 196	0.07 314	0.00 1	0.09 101	0.03 9

ToySt	3.39 177	0.89 147	9.29 308	1.47 137	0.94 180	4.20 206	1.98 252	7.33 145	5.42 125	3.01 54	6.75 137	8.67 257	5.10 243	5.43 95	3.72 204	0.07 262	0.89 293	0.00 1	0.23 295	0.28 259	2.13 340

SFCPSM	3.39 177	0.61 87	5.42 194	0.43 46	0.93 179	8.26 283	2.08 256	15.01 320	5.89 145	7.17 185	7.60 157	3.39 106	2.55 138	5.39 92	2.53 170	0.01 102	0.03 156	0.01 243	0.07 227	0.19 210	0.31 137

ffm	3.41 179	0.98 166	7.03 259	1.64 150	1.07 193	2.84 110	0.47 104	5.55 60	10.56 264	6.68 161	9.59 201	5.66 189	3.87 192	8.20 199	0.68 11	0.00 1	1.13 327	0.00 1	0.19 272	0.11 132	1.88 326

ASMatch	3.41 179	0.62 92	3.59 90	1.99 204	0.48 111	1.91 42	0.66 149	7.01 130	4.43 87	6.25 133	22.02 335	4.56 152	4.72 229	7.78 180	1.85 125	0.01 102	0.01 102	0.00 1	0.03 200	0.02 9	0.21 104

IER	3.42 181	0.91 148	6.38 241	0.73 73	1.60 237	7.07 268	0.55 124	7.07 137	5.45 128	8.17 228	8.89 180	6.13 204	6.13 267	5.36 91	3.77 208	0.00 1	0.00 1	0.00 1	0.00 1	0.08 88	0.05 23

GMM-Stereo	3.42 181	0.39 14	3.24 52	0.87 87	0.50 114	2.26 56	4.73 309	5.64 68	3.81 57	7.08 179	16.57 301	6.13 204	3.62 180	7.74 178	1.40 87	0.05 247	0.00 1	0.00 1	0.04 218	0.12 149	4.24 368

PSM-AAD	3.43 183	0.31 4	2.16 7	0.80 83	0.57 131	2.53 72	5.97 320	5.53 58	3.98 66	11.00 307	11.90 249	2.93 89	9.36 323	8.03 192	1.00 50	0.01 102	0.01 102	0.00 1	0.00 1	0.06 68	2.39 348

AAGNet	3.50 184	0.49 49	3.38 64	1.91 191	0.41 105	3.66 175	1.02 208	5.14 42	5.16 118	9.65 278	7.75 160	4.91 164	6.23 271	7.45 162	12.73 339	0.01 102	0.00 1	0.00 1	0.00 1	0.05 59	0.06 30

TransformOpticalFlow	3.50 184	0.83 128	4.85 171	1.09 106	0.31 77	3.52 165	0.14 44	10.32 216	8.02 213	5.78 111	13.25 267	6.63 215	4.91 234	8.36 217	1.63 103	0.00 1	0.01 102	0.01 243	0.00 1	0.06 68	0.24 120

STrans-v2	3.55 186	0.94 159	5.06 181	0.32 26	0.60 135	2.97 131	1.15 220	11.08 238	7.97 212	6.01 125	10.93 235	6.65 216	6.86 282	8.37 218	1.66 111	0.00 1	0.01 102	0.00 1	0.00 1	0.04 44	0.39 155

hknet	3.56 187	0.66 96	5.82 215	0.70 67	1.19 209	6.97 263	1.58 241	9.93 208	7.76 201	6.50 147	6.23 120	9.53 264	2.81 149	7.84 181	3.39 197	0.01 102	0.03 156	0.03 291	0.00 1	0.06 68	0.14 65

gwcnet-sp	3.58 188	2.01 285	8.82 296	2.01 208	0.69 142	7.38 275	1.10 216	9.23 191	6.66 171	9.32 263	5.91 110	4.21 143	3.31 165	6.91 136	3.69 201	0.00 1	0.00 1	0.00 1	0.00 1	0.24 240	0.18 89

scenet	3.58 188	2.01 285	8.82 296	2.01 208	0.69 142	7.38 275	1.10 216	9.23 191	6.66 171	9.32 263	5.91 110	4.21 143	3.31 165	6.91 136	3.69 201	0.00 1	0.00 1	0.00 1	0.00 1	0.24 240	0.18 89

ssnet	3.58 188	2.01 285	8.82 296	2.01 208	0.69 142	7.38 275	1.10 216	9.23 191	6.66 171	9.32 263	5.91 110	4.21 143	3.31 165	6.91 136	3.69 201	0.00 1	0.00 1	0.00 1	0.00 1	0.24 240	0.18 89

DMCA-RVC	3.59 191	1.98 283	8.68 291	2.30 241	1.48 234	3.54 167	0.55 124	8.40 168	5.43 127	9.37 267	5.90 109	8.34 249	3.21 157	7.19 144	4.46 230	0.06 257	0.11 210	0.08 320	0.02 189	0.21 226	0.40 156

CoDeX	3.61 192	0.86 139	5.27 186	1.16 112	1.62 238	6.24 252	2.07 255	13.78 306	6.86 178	7.42 198	9.00 185	4.06 135	3.72 186	6.58 120	3.02 190	0.03 215	0.06 183	0.00 1	0.00 1	0.15 187	0.35 147

RAFT_CTSACE	3.62 193	1.65 251	5.41 193	1.36 126	3.08 302	3.95 197	1.03 209	4.62 25	4.65 96	5.33 101	17.73 315	7.63 235	2.71 142	10.98 298	1.15 61	0.00 1	0.48 268	0.00 1	0.00 1	0.31 277	0.25 122

GANet-RSSM	3.67 194	1.16 192	4.56 158	3.24 315	2.03 266	2.63 82	0.50 116	11.53 249	6.83 177	6.25 133	10.58 227	7.35 228	6.65 278	6.77 132	2.94 189	0.00 1	0.00 1	0.08 320	0.00 1	0.26 248	0.12 56

NOSS_ROB	3.67 194	0.86 139	3.81 101	2.53 266	1.11 202	6.10 250	0.72 167	11.08 238	12.36 295	5.45 106	8.91 181	5.65 188	2.09 120	8.30 211	3.16 194	0.20 303	0.07 194	0.00 1	0.00 1	0.11 132	0.80 232

KYRaft	3.68 196	0.43 20	2.53 12	0.89 88	0.49 113	2.28 59	3.89 291	5.30 46	3.82 59	8.99 252	19.28 322	6.54 214	4.96 237	7.92 187	0.96 46	0.01 102	0.00 1	0.00 1	0.01 172	0.06 68	5.17 370

PSMNet-RSSM	3.69 197	1.36 223	4.54 153	2.44 257	1.90 259	2.35 61	0.69 158	11.77 252	6.38 162	6.60 156	11.85 248	7.70 236	5.61 260	6.66 126	3.67 200	0.00 1	0.00 1	0.02 274	0.01 172	0.17 197	0.10 46

BEATNet_4x	3.69 197	2.12 290	8.11 283	1.82 181	0.16 33	5.30 232	1.04 212	10.87 232	6.14 153	7.09 180	8.42 176	4.99 170	4.42 213	5.89 103	6.23 260	0.04 235	0.05 177	0.00 1	0.00 1	0.32 281	0.84 234

CFNet-ft	3.70 199	1.59 246	3.87 105	1.68 160	2.42 281	3.20 146	0.66 149	8.93 179	7.76 201	5.09 93	9.95 211	10.77 287	5.43 256	7.41 152	4.71 237	0.00 1	0.00 1	0.03 291	0.01 172	0.30 270	0.11 53

CFNet_RVC	3.70 199	1.59 246	3.87 105	1.68 160	2.42 281	3.20 146	0.66 149	8.92 178	7.76 201	5.09 93	9.95 211	10.77 287	5.43 256	7.41 152	4.71 237	0.00 1	0.00 1	0.03 291	0.01 172	0.30 270	0.11 53

AACVNet	3.71 201	1.63 249	4.89 173	3.80 336	0.62 137	3.25 148	0.30 78	9.47 199	3.81 57	6.34 141	10.74 231	10.52 278	4.92 235	9.31 259	3.88 212	0.03 215	0.01 102	0.00 1	0.00 1	0.34 284	0.28 129

Prome-Stereo	3.73 202	0.39 14	2.62 17	1.05 104	0.52 124	2.06 49	4.58 306	4.88 32	3.95 64	9.34 266	20.39 327	4.03 132	7.02 286	7.86 183	1.31 79	0.00 1	0.00 1	0.00 1	0.00 1	0.07 83	4.52 369

cf-r	3.76 203	1.43 229	5.34 189	2.66 274	2.79 295	2.85 122	0.62 142	9.08 184	6.91 181	7.06 177	11.90 249	9.64 265	3.83 189	6.23 113	4.53 232	0.00 1	0.00 1	0.00 1	0.00 1	0.19 210	0.17 87

MLCV	3.76 203	1.52 240	6.93 256	1.66 157	0.31 77	4.31 211	0.32 80	7.92 161	7.68 200	9.55 272	12.12 252	5.17 173	2.74 144	10.00 287	4.49 231	0.01 102	0.00 1	0.00 1	0.00 1	0.16 191	0.27 125

qqq1	3.78 205	0.69 100	4.55 154	1.97 200	0.15 28	2.84 110	0.29 73	13.06 285	11.10 277	7.69 203	10.45 221	4.77 159	4.52 217	9.68 270	1.24 74	0.08 266	0.97 304	0.00 1	0.12 246	0.13 165	1.24 269

fff1	3.78 205	0.69 100	4.55 154	1.97 200	0.15 28	2.84 110	0.29 73	13.06 285	11.10 277	7.69 203	10.45 221	4.77 159	4.52 217	9.68 270	1.24 74	0.08 266	0.97 304	0.00 1	0.12 246	0.13 165	1.24 269

Sa-1000	3.81 207	1.26 210	4.64 163	2.29 240	0.55 130	3.51 163	1.58 241	8.37 167	9.13 240	7.97 214	17.42 311	3.98 130	2.76 146	9.61 268	1.68 114	0.00 1	0.69 279	0.00 1	0.18 269	0.23 236	0.27 125

DeepPruner_ROB	3.82 208	1.87 270	5.65 210	1.31 125	1.64 239	3.62 172	0.81 181	14.47 314	5.03 116	8.03 220	10.78 232	6.95 223	2.26 126	8.92 244	4.32 226	0.07 262	0.03 156	0.00 1	0.01 172	0.37 289	0.29 132

DRaft	3.83 209	0.65 94	3.39 65	0.22 15	0.16 33	4.67 219	1.30 229	5.82 79	4.86 111	10.26 287	21.65 331	3.24 98	8.62 314	7.53 169	3.76 206	0.05 247	0.10 206	0.00 1	0.14 253	0.12 149	0.16 81

DEmStereo	3.86 210	0.54 62	4.04 125	0.26 23	0.17 36	5.17 230	2.45 262	4.70 26	4.34 83	8.37 233	19.94 325	5.06 172	10.13 326	7.86 183	3.93 215	0.01 102	0.01 102	0.01 243	0.00 1	0.03 26	0.10 46

GrayStereo	3.86 210	0.33 5	2.63 18	1.66 157	0.62 137	3.09 137	7.92 349	6.43 113	3.88 62	10.61 295	16.51 300	5.75 197	8.40 309	6.75 129	1.58 95	0.01 102	0.00 1	0.01 243	0.62 350	0.04 44	0.38 153

acv_ft	3.90 212	0.96 162	5.85 217	2.56 271	4.70 353	7.27 272	0.84 189	9.17 190	6.12 151	10.00 282	9.32 194	5.70 195	4.07 203	2.68 44	8.24 282	0.00 1	0.00 1	0.00 1	0.00 1	0.35 286	0.23 112

STTStereo	3.90 212	1.43 229	8.20 285	3.03 299	2.28 277	3.64 174	0.64 146	10.11 213	7.09 186	10.20 284	7.08 147	8.73 258	3.57 176	7.44 155	4.00 218	0.00 1	0.02 131	0.01 243	0.01 172	0.04 44	0.40 156

LMCR-Stereo	3.92 214	1.96 281	4.92 175	2.85 290	0.23 64	7.88 280	1.47 235	12.52 269	5.39 124	8.71 241	10.65 229	1.90 67	5.04 241	8.53 228	4.89 240	1.05 351	0.00 1	0.00 1	0.00 1	0.42 294	0.05 23

SMFormer	3.94 215	0.69 100	4.55 154	1.97 200	0.15 28	2.84 110	0.29 73	13.06 285	11.10 277	7.69 203	10.45 221	4.77 159	4.52 217	9.68 270	4.89 240	0.08 266	0.97 304	0.00 1	0.16 258	0.11 132	0.92 239

THIR-Stereo	3.94 215	1.12 187	3.06 43	0.23 17	0.13 21	4.17 205	6.40 329	5.83 80	4.54 92	10.46 292	16.98 303	6.49 213	7.44 296	8.00 189	3.58 199	0.01 102	0.07 194	0.07 314	0.00 1	0.14 174	0.06 30

GEStereo_RVC	3.95 217	1.21 205	6.13 228	2.30 241	1.22 213	4.29 210	2.96 272	12.39 264	8.24 218	7.25 190	6.79 138	7.58 234	4.22 209	9.16 254	4.56 233	0.04 235	0.01 102	0.02 274	0.02 189	0.19 210	0.42 167

hitnet-ft	3.95 217	1.16 192	3.92 115	0.89 88	0.73 153	4.88 225	0.54 121	9.78 204	7.91 208	7.42 198	10.24 215	12.50 305	4.84 232	8.15 198	5.56 251	0.03 215	0.00 1	0.06 309	0.00 1	0.24 240	0.12 56

tta	3.96 219	0.69 100	4.55 154	1.97 200	0.15 28	2.84 110	0.29 73	13.06 285	11.10 277	7.69 203	10.45 221	4.77 159	4.52 217	9.68 270	4.89 240	0.08 266	0.97 304	0.00 1	0.16 258	0.13 165	1.24 269

DualNet	3.96 219	0.98 166	7.03 259	1.64 150	1.07 193	2.84 110	0.47 104	5.55 60	10.56 264	6.68 161	9.59 201	5.66 189	3.87 192	8.20 199	11.69 328	0.00 1	1.13 327	0.00 1	0.19 272	0.11 132	1.88 326

ac_64	3.98 221	0.86 139	5.10 182	3.17 310	3.43 317	5.80 244	0.70 163	10.87 232	4.96 113	8.94 249	6.46 131	10.70 284	5.52 258	7.44 155	5.10 246	0.03 215	0.00 1	0.00 1	0.00 1	0.14 174	0.31 137

CFNet	4.03 222	1.97 282	6.30 237	2.70 278	1.64 239	5.41 234	0.22 59	12.14 258	10.28 257	5.24 99	11.15 237	6.43 210	3.70 185	8.97 250	4.01 219	0.00 1	0.00 1	0.00 1	0.00 1	0.30 270	0.13 62

RAFT-RH_RVC	4.04 223	0.69 100	3.59 90	1.91 191	0.43 108	3.11 138	0.13 36	3.80 8	6.60 167	11.26 313	31.68 369	5.20 174	1.66 104	8.30 211	2.27 160	0.09 276	0.00 1	0.00 1	0.03 200	0.03 26	0.02 4

iResNet	4.04 223	1.46 235	8.72 293	3.25 316	0.36 89	4.54 218	0.47 104	9.06 182	10.40 262	7.98 215	12.82 264	4.06 135	3.22 158	8.82 238	4.95 243	0.03 215	0.01 102	0.00 1	0.00 1	0.14 174	0.55 187

CrosDoStereo	4.05 225	0.71 108	3.52 76	0.51 55	0.20 47	3.25 148	11.21 364	6.34 108	4.96 113	9.04 253	16.44 297	4.92 165	7.28 291	8.29 208	3.84 210	0.00 1	0.02 131	0.01 243	0.00 1	0.18 204	0.19 95

DeepStereo_LL	4.05 225	0.71 108	3.52 76	0.51 55	0.20 47	3.25 148	11.21 364	6.34 108	4.96 113	9.04 253	16.44 297	4.92 165	7.28 291	8.29 208	3.84 210	0.00 1	0.02 131	0.01 243	0.00 1	0.18 204	0.19 95

ff1	4.11 227	0.98 166	7.03 259	1.64 150	1.07 193	2.84 110	0.47 104	5.55 60	10.56 264	6.68 161	9.59 201	5.66 189	3.87 192	11.33 305	11.69 328	0.00 1	1.13 327	0.00 1	0.19 272	0.11 132	1.88 326

FADNet-RVC-Resample	4.11 227	2.25 295	13.88 335	1.64 150	0.66 139	5.91 247	2.34 260	10.87 232	9.09 238	6.53 151	4.34 70	5.69 194	4.71 228	8.01 191	4.64 236	0.18 299	0.22 236	0.17 339	0.12 246	0.46 303	0.59 195

NLCA_NET_v2_RVC	4.11 227	1.53 242	6.87 255	3.04 301	3.33 312	4.34 213	0.59 136	11.36 244	7.92 209	8.98 250	7.98 167	9.72 267	3.82 188	7.92 187	4.43 229	0.15 289	0.02 131	0.03 291	0.03 200	0.07 83	0.14 65
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
GwcNet-RSSM	4.13 230	1.71 256	6.25 235	2.50 262	1.93 262	2.39 64	1.49 237	9.59 201	8.71 227	6.66 160	15.04 285	8.47 254	3.84 190	6.87 134	6.74 263	0.00 1	0.00 1	0.04 299	0.00 1	0.29 267	0.15 75

UPFNet	4.17 231	0.83 128	5.51 199	2.49 261	3.36 314	7.13 270	2.60 263	10.52 225	7.16 187	8.76 244	7.83 161	7.85 241	3.41 171	8.60 230	7.04 269	0.01 102	0.02 131	0.00 1	0.00 1	0.12 149	0.17 87

DAS	4.18 232	0.53 59	6.20 231	2.20 223	3.69 324	2.78 104	3.12 278	8.69 173	10.29 258	9.39 268	12.80 262	4.58 153	7.20 289	9.08 252	2.70 179	0.02 185	0.00 1	0.00 1	0.00 1	0.04 44	0.34 143

UNet	4.19 233	0.87 145	7.18 266	2.00 207	3.22 308	9.55 300	0.31 79	10.11 213	6.22 156	7.98 215	6.82 140	10.42 276	5.77 261	7.28 149	5.83 253	0.00 1	0.00 1	0.00 1	0.00 1	0.10 121	0.12 56

AASNet	4.20 234	1.63 249	5.82 215	3.79 335	3.93 332	6.55 257	1.22 222	19.12 354	6.82 176	7.86 211	8.35 175	4.36 148	2.55 138	3.87 61	7.47 273	0.00 1	0.00 1	0.00 1	0.00 1	0.49 310	0.22 109

SepStereo	4.22 235	0.53 59	6.20 231	2.20 223	3.69 324	2.78 104	3.12 278	8.69 173	10.29 258	9.39 268	12.80 262	4.58 153	7.20 289	9.74 276	2.70 179	0.02 185	0.00 1	0.00 1	0.00 1	0.04 44	0.34 143

PS-NSSS	4.22 235	2.53 313	5.89 218	1.01 100	2.93 297	4.05 203	1.93 251	11.44 245	8.94 234	7.14 183	14.70 284	4.96 168	2.60 140	9.09 253	3.92 213	0.40 326	0.04 170	0.83 360	0.00 1	1.09 339	1.02 250

anonymousa	4.24 237	0.78 114	4.05 126	2.16 215	4.87 356	8.76 292	0.35 84	7.41 150	4.47 90	8.21 229	19.70 324	11.03 294	5.87 263	2.04 27	2.20 150	0.00 1	1.16 340	0.00 1	0.55 348	0.04 44	1.11 258

FADNet_RVC	4.24 237	2.32 305	14.23 338	1.18 113	0.79 162	5.64 238	0.60 137	11.50 247	7.19 189	3.68 68	8.08 171	4.14 139	4.06 201	10.29 292	7.47 273	0.36 324	0.44 265	0.18 340	0.47 342	0.93 337	1.23 268

HSM	4.25 239	1.10 182	4.14 130	1.78 175	2.14 270	6.67 260	1.08 215	12.92 279	6.90 180	7.06 177	8.17 172	14.17 314	6.03 266	9.16 254	3.11 193	0.00 1	0.00 1	0.00 1	0.00 1	0.09 101	0.41 163

psm_up	4.33 240	1.34 220	4.43 145	2.27 237	2.62 289	5.29 231	3.30 288	11.49 246	6.89 179	8.05 222	8.06 169	10.09 274	11.10 331	7.12 143	3.76 206	0.24 310	0.01 102	0.00 1	0.00 1	0.20 216	0.37 150

pcwnet_v2	4.36 241	0.46 32	9.07 304	1.43 134	1.10 201	3.41 153	0.40 91	13.44 297	14.60 316	10.29 288	14.22 277	5.82 200	2.97 152	6.75 129	2.29 164	0.01 102	0.05 177	0.04 299	0.02 189	0.17 197	0.61 200

FADNet-RVC	4.36 241	2.62 319	14.51 341	2.01 208	0.44 109	4.27 208	1.27 225	12.61 271	7.89 206	3.76 70	4.05 66	10.63 282	4.34 212	9.87 281	7.66 276	0.03 215	0.09 202	0.00 1	0.03 200	0.65 320	0.50 178

HBP-ISP	4.37 243	1.56 243	4.59 160	2.23 228	1.29 223	7.87 279	3.96 294	11.80 253	10.91 276	8.06 224	14.45 280	3.38 105	4.87 233	9.27 258	2.53 170	0.14 287	0.06 183	0.00 1	0.01 172	0.08 88	0.30 135

CSP-Net	4.40 244	1.70 254	4.90 174	1.82 181	1.04 191	12.96 334	2.25 258	13.75 304	6.34 159	9.64 275	8.99 183	8.31 247	3.24 159	8.45 225	4.32 226	0.01 102	0.00 1	0.00 1	0.00 1	0.23 236	0.06 30

HSM-Net_RVC	4.40 244	0.44 29	3.22 50	0.72 70	0.68 140	7.06 267	1.82 249	12.57 270	8.48 223	9.04 253	12.20 255	14.98 319	5.14 245	7.32 151	4.19 221	0.02 185	0.02 131	0.00 1	0.00 1	0.02 9	0.14 65
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ttt	4.41 246	0.70 106	3.95 119	2.53 266	2.01 264	4.34 213	0.41 93	13.09 289	11.69 290	7.20 187	12.20 255	4.15 140	3.35 170	9.54 267	10.11 310	0.07 262	1.11 323	0.00 1	0.19 272	0.10 121	1.47 278

MMNet	4.44 247	1.37 224	6.26 236	1.73 170	1.64 239	10.51 315	0.61 140	9.27 194	9.66 251	9.55 272	9.22 187	7.40 230	6.52 275	7.90 186	6.98 266	0.01 102	0.00 1	0.00 1	0.00 1	0.14 174	0.10 46

DSFCA	4.48 248	1.03 176	6.84 254	1.61 148	1.68 244	7.26 271	4.46 305	11.27 243	7.51 195	11.01 308	6.89 141	8.49 255	4.54 221	10.41 294	6.18 259	0.03 215	0.06 183	0.02 274	0.03 200	0.13 165	0.14 65

mmx	4.50 249	0.98 166	7.03 259	1.64 150	1.07 193	2.84 110	0.47 104	12.84 275	11.23 282	6.68 161	9.59 201	5.66 189	3.87 192	11.33 305	11.69 328	0.05 247	1.12 324	0.00 1	0.19 272	0.10 121	1.53 282

xxx	4.50 249	0.98 166	7.04 263	1.64 150	1.07 193	2.84 110	0.47 104	12.84 275	11.23 282	6.68 161	9.59 201	5.66 189	3.87 192	11.33 305	11.69 328	0.05 247	1.12 324	0.00 1	0.19 272	0.10 121	1.53 282

SACVNet	4.55 251	1.88 271	5.55 206	3.38 322	1.68 244	3.11 138	2.76 267	12.44 266	6.43 163	11.07 310	11.31 240	10.53 280	5.13 244	9.88 282	4.56 233	0.08 266	0.02 131	0.00 1	0.01 172	0.38 291	0.80 232

FADNet	4.55 251	2.35 307	13.60 333	1.87 185	0.80 163	4.74 223	0.75 174	14.47 314	12.41 296	4.07 76	5.45 102	9.64 265	5.03 239	8.86 241	4.82 239	0.20 303	0.04 170	0.07 314	0.05 221	1.27 346	0.40 156

ADLNet	4.56 253	1.19 198	5.52 205	3.81 337	3.59 321	6.98 265	2.40 261	12.01 255	7.96 211	10.52 293	9.67 206	8.26 246	4.98 238	6.59 121	6.93 265	0.01 102	0.01 102	0.00 1	0.01 172	0.22 231	0.55 187

HGLStereo	4.58 254	1.04 177	6.02 223	3.30 319	5.14 359	6.36 254	0.71 164	11.04 237	7.60 198	8.04 221	12.85 265	6.90 221	8.51 312	7.85 182	5.93 254	0.02 185	0.02 131	0.00 1	0.00 1	0.14 174	0.15 75

TDLM	4.58 254	1.79 269	5.03 180	2.45 258	1.32 228	4.04 202	7.15 342	11.60 250	11.46 286	6.91 170	12.69 261	5.94 201	5.03 239	9.74 276	3.80 209	0.67 342	0.00 1	0.01 243	0.05 221	0.23 236	1.78 313

delet	4.59 256	1.12 187	5.93 219	1.37 129	3.73 327	10.48 313	3.90 292	10.51 224	9.17 242	8.87 247	9.74 207	8.37 250	3.74 187	8.12 197	6.36 262	0.00 1	0.00 1	0.00 1	0.00 1	0.21 226	0.12 56

FTStereo	4.61 257	0.54 62	2.86 26	0.98 99	0.40 101	2.57 76	8.51 352	5.70 71	3.76 55	10.85 303	29.92 363	5.53 185	7.43 295	7.73 177	1.63 103	0.17 296	0.00 1	0.05 305	0.00 1	0.04 44	3.62 364

RAFT + AFF	4.63 258	2.28 300	7.43 273	1.51 140	2.38 279	5.81 245	6.49 331	10.74 229	8.53 224	7.75 207	8.95 182	7.47 232	6.68 281	9.17 256	5.06 245	0.08 266	0.47 267	0.00 1	0.01 172	0.66 321	1.03 253

CBMV_ROB	4.66 259	0.85 132	3.94 117	1.64 150	0.75 158	8.38 289	1.90 250	11.19 240	10.36 260	9.20 261	15.21 286	7.28 227	6.99 285	9.48 264	5.24 247	0.04 235	0.05 177	0.00 1	0.00 1	0.07 83	0.64 208

iResNet_ROB	4.67 260	1.77 266	5.93 219	2.47 260	0.95 183	3.78 188	0.36 85	15.65 326	17.36 331	8.75 243	11.23 239	7.05 225	4.60 224	8.94 247	4.23 224	0.01 102	0.00 1	0.00 1	0.00 1	0.16 191	0.15 75

CVANet_RVC	4.68 261	1.93 277	5.57 208	2.61 272	1.86 257	4.12 204	4.94 312	12.11 256	9.29 243	8.05 222	11.08 236	10.28 275	6.48 274	9.52 266	3.19 195	0.45 330	0.01 102	0.00 1	0.12 246	0.23 236	1.75 309

ADLNet2	4.72 262	1.44 233	6.68 250	3.03 299	3.90 331	6.80 261	2.91 270	11.67 251	9.63 249	7.99 217	9.89 209	9.75 268	5.32 253	7.70 176	7.13 270	0.01 102	0.03 156	0.00 1	0.00 1	0.26 248	0.22 109

iResNetv2_ROB	4.72 262	2.26 297	8.87 299	3.20 313	1.25 217	4.32 212	1.73 246	14.22 311	10.62 268	10.53 294	12.13 254	7.77 237	5.54 259	8.29 208	2.76 186	0.00 1	0.00 1	0.00 1	0.00 1	0.42 294	0.55 187

ssnet_v2	4.73 264	1.43 229	6.74 252	1.80 177	0.75 158	8.89 294	4.60 307	12.66 272	10.65 269	9.53 270	6.23 120	9.78 269	4.26 211	6.89 135	9.65 306	0.01 102	0.01 102	0.00 1	0.00 1	0.36 288	0.31 137

Anonymous_2	4.74 265	0.98 166	4.46 146	2.35 248	2.27 276	5.66 239	0.67 153	8.08 165	5.28 120	4.98 91	2.60 41	8.74 259	6.92 283	5.79 101	3.46 198	0.24 310	1.70 364	5.16 378	18.18 401	5.41 372	1.85 322

test_xeample	4.78 266	0.93 150	4.68 167	1.48 138	1.28 219	3.94 195	0.13 36	13.35 294	8.62 225	8.21 229	11.63 244	3.43 113	3.54 174	7.59 172	23.47 370	0.02 185	1.16 340	0.00 1	0.25 299	0.11 132	1.74 308

CRFU-Net	4.81 267	0.78 114	5.69 212	3.10 308	1.39 231	13.18 336	3.23 283	12.26 259	4.33 79	10.91 305	9.98 213	10.94 292	7.93 304	7.47 164	3.94 216	0.16 292	0.16 223	0.16 334	0.00 1	0.26 248	0.29 132

NVstereo2D	4.82 268	1.29 212	7.98 282	3.68 332	3.48 318	8.02 282	3.10 277	11.25 241	15.50 323	5.14 97	7.71 159	8.21 245	4.68 226	10.19 291	4.30 225	0.02 185	0.19 230	0.13 328	0.36 332	0.07 83	1.12 261

StereoDRNet-Refined	4.84 269	0.96 162	5.13 183	2.22 226	0.46 110	9.10 296	0.16 49	10.72 228	9.40 247	13.41 332	12.50 258	10.02 271	4.58 222	8.60 230	8.71 291	0.01 102	0.00 1	0.01 243	0.05 221	0.24 240	0.53 185
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	4.87 270	1.45 234	4.75 169	2.52 265	1.13 205	6.25 253	3.01 274	10.44 222	8.34 220	11.05 309	13.43 268	14.04 312	3.90 197	9.74 276	6.80 264	0.00 1	0.00 1	0.00 1	0.00 1	0.08 88	0.37 150

1111x	4.96 271	1.04 177	7.09 265	1.75 172	1.05 192	5.03 228	0.32 80	13.52 298	10.70 270	6.68 161	10.35 218	8.81 260	6.01 265	10.65 295	12.78 340	0.07 262	1.24 347	0.00 1	0.33 327	0.11 132	1.75 309

RASNet	5.00 272	1.19 198	5.69 212	3.68 332	4.80 354	5.04 229	1.29 228	10.26 215	8.99 236	5.89 116	11.65 245	10.55 281	9.76 324	9.96 286	10.32 315	0.20 303	0.00 1	0.00 1	0.00 1	0.09 101	0.73 225

dad	5.10 273	2.61 317	6.76 253	1.23 116	0.14 22	2.85 122	0.36 85	7.98 163	14.88 317	10.84 302	17.06 304	15.59 322	3.29 162	7.24 146	4.39 228	1.20 354	0.10 206	4.02 376	0.49 344	0.20 216	0.69 220

CBFPSM	5.12 274	1.48 236	16.22 348	1.81 178	1.14 206	11.16 318	2.90 269	7.99 164	6.75 175	6.55 152	5.00 86	15.05 321	8.78 316	7.52 168	8.90 294	0.04 235	0.02 131	0.00 1	0.00 1	0.42 294	0.67 219

LL-Strereo	5.14 275	2.29 303	8.95 300	1.26 118	5.05 358	3.66 175	1.40 232	10.33 217	8.98 235	8.71 241	8.24 174	10.70 284	11.10 331	12.66 324	5.36 248	0.05 247	1.35 357	0.00 1	0.00 1	0.38 291	2.23 346

xxxx	5.16 276	0.86 139	4.86 172	1.96 199	1.22 213	7.56 278	0.07 14	14.67 316	9.15 241	6.55 152	9.87 208	9.30 262	3.47 173	8.07 195	22.20 365	0.05 247	1.16 340	0.00 1	0.26 308	0.10 121	1.76 311

PA-Net	5.40 277	2.35 307	9.55 313	2.75 279	2.21 272	8.74 291	3.92 293	13.05 284	13.35 309	7.30 194	7.98 167	8.08 242	6.39 273	11.17 303	9.30 301	0.02 185	0.03 156	0.00 1	0.03 200	0.16 191	1.55 286
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SGM-Forest	5.40 277	0.84 131	4.19 133	1.43 134	0.68 140	10.12 309	6.41 330	12.13 257	11.86 292	11.50 316	14.43 279	11.62 297	5.20 246	9.93 285	6.16 258	0.16 292	0.04 170	0.00 1	0.00 1	0.08 88	1.24 269
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
AANet_RVC	5.41 279	2.61 317	8.17 284	2.25 232	1.30 225	2.27 57	1.64 244	10.82 230	18.54 338	8.01 219	18.09 317	8.39 253	3.31 165	11.37 308	8.98 297	1.15 353	0.38 260	0.02 274	0.00 1	0.17 197	0.70 222

PSMNet_ROB	5.41 279	2.45 310	7.39 271	2.36 250	1.90 259	10.11 308	6.54 332	16.32 334	7.59 197	6.84 169	10.83 233	12.06 303	4.13 205	8.73 236	10.24 313	0.02 185	0.01 102	0.01 243	0.11 242	0.26 248	0.40 156

GASNet	5.62 281	5.76 360	12.05 325	5.03 359	2.08 269	3.77 187	1.53 239	12.92 279	11.62 288	9.64 275	7.40 155	8.58 256	7.54 297	14.76 342	8.25 283	0.02 185	0.15 221	0.00 1	0.00 1	0.81 336	0.52 184

222	5.93 282	0.88 146	4.58 159	1.76 174	0.98 186	6.02 249	0.08 17	14.45 313	8.89 232	9.53 270	11.77 247	3.88 126	4.23 210	8.26 202	39.96 399	0.03 215	1.12 324	0.00 1	0.24 296	0.11 132	1.73 305

CBMV	5.97 283	1.52 240	4.51 150	1.99 204	0.53 125	10.02 306	6.94 339	13.27 292	13.80 313	13.08 330	15.93 293	11.36 295	8.11 306	9.82 279	7.27 271	0.08 266	0.15 221	0.00 1	0.00 1	0.30 270	0.74 228
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
fast-acv-ft	6.00 284	1.95 280	7.88 280	2.35 248	1.85 255	13.61 339	1.76 248	8.44 169	10.12 255	11.22 312	20.57 328	14.41 317	7.55 298	8.11 196	8.83 292	0.10 279	0.09 202	0.16 334	0.07 227	0.68 324	0.35 147

StereoDRNet	6.02 285	2.40 309	8.22 286	3.43 323	4.43 343	10.57 316	4.21 298	19.44 356	11.24 284	12.86 325	8.06 169	11.64 298	4.79 231	8.65 234	9.32 302	0.01 102	0.10 206	0.00 1	0.03 200	0.34 284	0.69 220

iinet-f	6.21 286	2.11 289	28.74 383	2.13 214	1.38 230	11.62 322	1.49 237	7.64 157	7.19 189	7.77 208	14.38 278	10.49 277	7.79 301	7.76 179	12.90 341	0.03 215	0.03 156	0.05 305	0.00 1	0.67 322	0.12 56

DRN-Test	6.23 287	1.51 238	7.53 274	3.07 307	3.69 324	12.17 330	3.23 283	20.80 369	11.11 281	12.64 324	13.02 266	10.91 291	5.26 247	8.49 227	10.12 311	0.05 247	0.05 177	0.04 299	0.04 218	0.28 259	0.65 209

NCCL2	6.27 288	2.46 311	7.00 257	2.36 250	1.11 202	9.48 299	11.14 363	13.01 283	10.40 262	9.94 281	9.49 198	22.11 360	7.42 294	9.90 284	8.56 287	0.01 102	0.00 1	0.02 274	0.03 200	0.20 216	0.73 225

APVNet	6.28 289	2.46 311	10.09 317	3.51 327	3.97 334	12.15 329	1.75 247	20.08 365	6.73 174	6.92 175	13.45 269	10.75 286	6.29 272	11.86 315	14.34 348	0.05 247	0.02 131	0.11 322	0.03 200	0.63 318	0.34 143

ETE_ROB	6.28 289	2.60 316	9.22 307	1.71 166	0.84 168	6.44 255	6.78 336	13.16 290	8.80 230	13.01 328	15.93 293	21.01 358	6.18 269	10.97 297	8.11 281	0.04 235	0.01 102	0.00 1	0.02 189	0.16 191	0.70 222

MaskLacGwcNet_RVC	6.42 291	6.12 361	6.53 245	4.29 349	3.61 322	15.41 344	4.13 296	12.36 262	7.32 194	7.60 202	8.51 177	8.97 261	2.64 141	10.17 290	3.72 204	8.16 382	2.40 372	2.00 371	0.11 242	8.55 379	5.84 373

DANet	6.46 292	1.58 245	9.58 315	4.10 342	3.99 336	9.13 297	1.34 230	10.37 219	7.76 201	13.76 336	15.66 289	16.14 326	7.03 287	13.07 327	13.62 345	0.19 300	0.12 213	0.02 274	0.02 189	0.15 187	1.61 287
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
XPNet_ROB	6.46 292	1.88 271	7.41 272	2.81 284	0.95 183	6.45 256	6.82 337	13.58 299	8.80 230	15.50 344	15.86 291	19.59 349	7.12 288	11.41 309	9.86 307	0.02 185	0.04 170	0.00 1	0.03 200	0.20 216	0.79 231

NaN_ROB	6.51 294	2.25 295	8.77 294	1.69 162	1.79 250	9.71 303	10.94 361	16.20 332	16.13 325	13.04 329	8.86 179	11.77 300	5.94 264	12.88 326	8.01 279	0.05 247	0.13 216	0.07 314	0.20 282	0.32 281	1.50 281

Wz-Net-LNSev-Ref	6.52 295	2.21 294	12.10 326	2.75 279	3.28 309	10.03 307	3.05 275	12.31 261	11.52 287	10.10 283	21.36 330	11.51 296	7.30 293	11.56 311	10.61 318	0.09 276	0.00 1	0.00 1	0.00 1	0.08 88	0.51 182

DISCO	6.58 296	0.98 166	6.44 242	3.75 334	1.18 208	11.19 319	3.29 287	12.92 279	16.72 327	7.27 191	11.74 246	17.34 334	6.60 276	19.59 367	11.59 327	0.00 1	0.00 1	0.00 1	0.00 1	0.45 302	0.50 178

Syn2CoEx	6.70 297	3.69 341	12.14 327	2.78 282	1.68 244	8.36 287	3.21 282	18.59 349	12.66 299	8.86 246	20.79 329	10.52 278	10.54 328	9.68 270	8.70 290	0.01 102	0.00 1	0.00 1	0.00 1	0.69 326	1.00 245

RYNet	6.82 298	1.51 238	7.35 270	1.79 176	4.52 347	16.68 348	4.41 304	14.19 310	17.43 332	11.64 318	7.86 162	15.03 320	8.81 317	10.10 288	14.16 347	0.04 235	0.13 216	0.15 331	0.05 221	0.08 88	0.53 185

S-Stereo	6.85 299	0.93 150	10.76 321	3.34 321	3.51 319	6.55 257	6.01 323	13.75 304	23.86 357	9.65 278	15.54 288	11.81 301	8.24 307	8.59 229	11.23 324	0.13 284	0.16 223	0.00 1	0.42 338	0.14 174	2.39 348

GANet	6.86 300	1.78 267	5.98 222	3.05 302	1.12 204	10.12 309	9.38 356	13.41 296	8.67 226	11.46 315	29.87 362	13.94 311	8.25 308	12.06 317	6.33 261	0.40 326	0.06 183	0.16 334	0.33 327	0.18 204	0.59 195

GwcNet	6.95 301	2.89 327	13.32 332	2.82 286	5.53 361	11.76 323	2.14 257	14.95 319	17.69 334	10.83 301	18.14 318	10.83 289	6.66 279	9.83 280	10.19 312	0.03 215	0.06 183	0.03 291	0.08 230	0.64 319	0.66 217

FINET	6.96 302	2.98 328	13.77 334	3.20 313	4.81 355	9.65 301	9.90 359	13.68 302	23.91 358	8.28 231	13.70 270	5.36 180	5.83 262	10.79 296	8.05 280	0.90 348	1.43 358	0.11 322	0.38 334	0.48 308	1.98 336

GANetREF_RVC	6.97 303	3.59 338	9.14 306	4.00 339	0.40 101	13.17 335	11.27 367	15.95 330	17.51 333	10.62 296	10.66 230	12.15 304	7.97 305	13.18 328	5.04 244	0.45 330	0.00 1	0.01 243	0.15 256	3.47 369	0.60 197
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
FAT-Stereo	6.98 304	0.79 116	7.57 275	2.54 269	1.80 251	6.16 251	4.33 303	19.16 355	18.82 339	10.75 299	17.08 305	18.23 340	13.56 345	9.25 257	8.44 284	0.03 215	0.16 223	0.01 243	0.10 240	0.14 174	0.65 209

LALA_ROB	7.02 305	2.54 314	8.51 288	1.53 142	0.96 185	9.96 305	8.71 353	16.70 336	12.68 300	12.99 327	13.90 275	24.47 363	5.40 255	11.61 313	9.50 303	0.04 235	0.05 177	0.00 1	0.02 189	0.17 197	0.65 209

DGSMNet	7.10 306	3.49 335	15.11 344	4.36 352	4.41 342	8.94 295	6.25 327	15.10 321	14.28 315	8.15 227	14.51 282	10.08 272	5.38 254	11.04 299	7.95 278	1.49 360	2.00 369	1.79 369	1.68 373	2.43 362	3.48 361

Wz-Net-LNSev	7.12 307	2.75 321	18.64 356	1.70 165	4.16 338	12.79 333	6.72 334	13.74 303	13.57 310	11.14 311	17.31 310	11.90 302	8.50 311	8.96 249	9.94 308	0.00 1	0.01 102	0.00 1	0.00 1	0.18 204	0.34 143

edge stereo	7.12 307	1.19 198	7.83 279	2.32 244	2.46 283	6.90 262	3.26 286	15.58 325	12.52 297	15.68 346	18.34 320	21.83 359	13.05 341	11.53 310	8.68 289	0.04 235	0.06 183	0.11 322	0.03 200	0.30 270	0.63 206

DeepPrunerF	7.18 309	3.58 337	25.29 375	4.27 348	7.20 369	3.78 188	4.64 308	14.03 308	20.86 348	8.85 245	10.57 226	7.35 228	7.88 303	12.16 320	10.66 320	0.25 313	0.16 223	0.29 349	0.43 340	0.77 333	0.65 209

Anonymous Stereo	7.27 310	4.41 350	26.56 378	3.67 331	3.09 303	5.56 235	15.31 378	10.85 231	11.63 289	10.31 289	10.32 217	7.46 231	3.67 184	14.42 337	15.13 352	0.64 340	0.88 292	0.00 1	0.07 227	0.33 283	1.16 262

RGC	7.40 311	2.77 323	7.71 277	4.43 354	4.87 356	8.88 293	2.96 272	16.05 331	12.76 304	11.96 322	19.57 323	18.32 341	11.57 337	13.89 335	9.58 305	0.83 347	0.02 131	0.24 347	0.41 337	0.40 293	0.77 230

RP	7.41 312	1.90 275	7.33 268	4.26 347	5.25 360	6.64 259	3.46 289	12.44 266	16.23 326	10.36 290	23.00 339	18.72 342	16.59 356	11.10 300	8.47 285	1.10 352	0.02 131	0.12 326	0.16 258	0.43 298	0.65 209

NCC-stereo	7.43 313	2.28 300	8.58 289	3.28 317	4.48 344	8.34 284	4.27 300	20.45 367	13.66 311	9.17 259	17.52 312	16.49 328	14.31 351	13.71 331	8.95 295	1.73 362	0.12 213	0.01 243	0.50 345	0.21 226	0.60 197

Abc-Net	7.43 313	2.28 300	8.58 289	3.28 317	4.48 344	8.34 284	4.27 300	20.45 367	13.66 311	9.17 259	17.52 312	16.49 328	14.31 351	13.71 331	8.95 295	1.73 362	0.12 213	0.01 243	0.50 345	0.21 226	0.60 197
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ccnet	7.45 315	1.89 274	7.71 277	3.18 311	2.35 278	12.19 331	6.14 326	18.95 351	9.36 246	13.33 331	20.38 326	16.00 325	9.10 322	10.10 288	15.40 354	0.44 328	0.34 254	0.25 348	0.25 299	0.48 308	1.18 264

Nwc_Net	7.54 316	1.91 276	8.71 292	4.16 344	3.42 316	10.77 317	2.00 253	20.33 366	12.19 294	9.10 256	24.04 345	17.67 336	13.58 346	12.14 319	9.12 299	0.94 350	0.00 1	0.00 1	0.02 189	0.22 231	0.41 163

psmorigin	7.74 317	2.19 293	18.99 358	2.51 263	0.89 173	7.08 269	2.74 265	11.25 241	7.90 207	20.49 359	22.36 337	20.16 351	11.95 338	13.84 333	10.61 318	0.04 235	0.18 228	0.06 309	0.24 296	0.27 257	1.07 254

ADCRef	7.76 318	2.31 304	19.09 359	2.82 286	3.29 310	11.88 325	3.06 276	11.52 248	10.89 275	13.69 335	25.85 353	8.20 244	8.89 319	8.95 248	22.66 366	0.16 292	0.08 196	0.16 334	0.34 330	0.47 305	0.91 237

SDNR	7.97 319	2.75 321	16.90 352	2.28 239	0.94 180	45.23 397	0.43 98	9.30 197	10.84 273	10.71 298	25.30 351	5.51 184	4.47 215	11.98 316	7.58 275	0.15 289	0.14 220	0.00 1	0.04 218	2.27 361	2.65 353

anonymity	8.04 320	4.13 347	12.86 329	7.43 371	13.11 386	8.34 284	2.02 254	18.21 347	7.55 196	13.88 337	9.27 191	10.63 282	7.79 301	11.57 312	6.06 255	6.25 377	5.59 399	3.71 375	3.28 378	3.27 367	5.78 372

CC-Net-ROB	8.09 321	10.11 377	9.03 302	4.07 340	3.74 328	15.24 343	4.84 311	18.44 348	10.87 274	6.73 168	14.03 276	7.54 233	4.68 226	11.61 313	3.98 217	6.59 378	2.54 376	16.51 385	1.19 362	7.88 378	2.20 343

Wz-Net-MNSev	8.12 322	3.18 329	18.07 355	2.63 273	3.36 314	17.82 355	9.40 357	12.89 278	15.44 322	13.95 338	18.21 319	14.38 316	7.75 300	12.50 321	11.45 326	0.46 332	0.03 156	0.00 1	0.01 172	0.26 248	0.58 192

pmcnn	8.17 323	1.70 254	11.49 323	3.18 311	3.07 301	9.66 302	6.06 325	13.60 300	17.71 335	15.23 343	24.02 343	27.61 370	8.81 317	10.36 293	9.51 304	0.08 266	0.08 196	0.00 1	0.00 1	0.31 277	0.87 235

stereogan	8.18 324	1.32 218	9.05 303	3.59 328	4.00 337	20.16 362	3.13 280	17.25 341	20.16 345	10.68 297	19.19 321	20.56 357	10.70 330	14.74 341	7.00 267	0.34 322	0.04 170	0.21 344	0.08 230	0.70 328	0.65 209

SQANet	8.22 325	4.42 351	7.19 267	12.11 381	9.77 378	11.80 324	3.23 283	12.00 254	6.60 167	8.59 239	11.52 243	10.97 293	5.31 252	11.10 300	4.20 222	9.56 384	2.29 371	10.51 381	1.61 372	13.06 386	8.49 380

SuperB	8.29 326	3.96 345	24.92 373	2.96 295	1.33 229	9.83 304	4.15 297	10.92 236	29.79 369	11.86 319	12.51 259	6.07 202	6.97 284	11.13 302	14.73 349	0.15 289	0.11 210	0.35 351	0.26 308	12.64 384	1.11 258

AF-Net	8.37 327	2.16 292	9.01 301	3.65 330	4.58 350	9.40 298	2.63 264	17.71 343	21.32 350	10.38 291	24.51 347	20.43 354	16.67 357	12.54 322	10.76 322	0.70 344	0.00 1	0.12 326	0.00 1	0.47 305	0.42 167

CSAN	8.41 328	2.86 326	9.35 310	2.43 256	0.82 166	13.59 338	11.68 369	15.80 329	21.98 354	14.71 340	16.46 299	18.00 338	14.42 353	13.68 330	10.10 309	0.10 279	0.13 216	0.15 331	0.19 272	0.43 298	1.28 273

PWCDC_ROB	8.50 329	4.40 349	9.57 314	6.16 368	4.54 349	10.46 312	1.03 209	15.30 322	28.16 366	10.88 304	30.88 367	6.96 224	11.31 334	14.57 339	10.40 316	3.10 371	0.02 131	0.00 1	0.00 1	1.55 352	0.63 206

G-Net	8.60 330	1.93 277	12.59 328	6.04 366	3.66 323	25.93 371	4.26 299	10.35 218	8.05 214	19.71 356	24.73 348	14.15 313	15.49 354	11.30 304	10.69 321	0.50 338	0.46 266	0.19 342	0.25 299	0.80 334	0.91 237

ADCP+	8.60 330	2.78 324	17.44 353	1.69 162	4.27 340	16.95 351	5.29 316	13.38 295	12.52 297	13.57 334	17.57 314	10.86 290	11.28 333	18.43 362	23.91 375	0.03 215	0.05 177	0.01 243	0.18 269	0.47 305	1.31 275

PWC_ROB	8.89 332	4.49 352	15.62 346	2.92 292	4.49 346	7.89 281	1.23 223	17.29 342	20.00 343	16.54 349	28.06 357	14.37 315	11.98 340	14.93 343	15.43 355	0.47 335	0.00 1	0.05 305	0.00 1	0.67 322	1.31 275

aanetorigin	9.02 333	3.75 342	28.68 382	2.16 215	3.86 329	5.84 246	5.40 319	5.93 91	10.39 261	28.12 374	31.02 368	15.98 324	13.74 347	9.38 260	12.55 337	0.25 313	0.22 236	0.22 345	0.24 296	1.24 344	1.47 278

PASM	9.11 334	5.68 359	25.06 374	4.33 350	4.18 339	7.01 266	8.48 350	12.37 263	20.95 349	13.49 333	15.37 287	18.80 343	11.52 336	14.70 340	12.70 338	0.93 349	1.19 343	0.32 350	1.21 363	1.66 353	2.22 345

UDG	9.12 335	10.06 376	6.35 240	10.06 374	9.64 377	10.48 313	2.33 259	12.73 273	10.19 256	8.33 232	10.27 216	16.70 330	10.47 327	8.33 215	9.07 298	4.28 373	2.59 378	18.90 387	3.83 381	11.35 381	6.50 376

MDST_ROB	9.13 336	1.31 215	10.16 319	4.36 352	2.48 285	28.66 378	7.64 346	19.96 360	14.97 318	27.53 373	24.02 343	9.47 263	5.27 248	16.31 351	8.61 288	0.63 339	0.19 230	0.00 1	0.00 1	0.08 88	0.90 236

FBW_ROB	9.17 337	2.08 288	10.31 320	2.51 263	1.66 243	13.22 337	6.04 324	23.09 376	20.11 344	19.55 354	15.80 290	18.97 346	11.96 339	19.34 364	11.38 325	0.66 341	0.30 250	2.15 372	0.90 356	1.15 343	2.16 342

XQC	9.46 338	4.84 355	18.88 357	4.07 340	3.09 303	15.97 346	6.65 333	16.26 333	26.63 363	12.63 323	12.35 257	15.75 323	10.62 329	16.48 352	21.19 361	0.44 328	0.96 303	0.05 305	0.32 324	1.10 340	0.99 243

Consistency-Raft	9.58 339	5.11 356	13.00 330	5.61 362	8.92 376	4.03 201	5.07 315	19.73 359	24.90 361	11.32 314	29.86 361	13.36 308	6.16 268	8.00 189	13.47 343	0.67 342	0.34 254	1.81 370	4.36 384	12.23 382	3.62 364

MSMD_ROB	9.73 340	1.43 229	5.42 194	1.81 178	0.42 107	16.83 349	4.30 302	14.29 312	15.34 320	23.06 361	40.17 383	25.63 367	22.62 372	13.37 329	8.85 293	0.48 337	0.03 156	0.00 1	0.00 1	0.13 165	0.47 175

RTSC	9.87 341	4.34 348	16.44 349	4.60 356	2.38 279	12.54 332	0.75 174	18.19 346	37.31 383	16.16 348	15.86 291	13.32 307	7.56 299	20.93 371	23.50 371	0.34 322	1.07 320	0.02 274	0.35 331	0.71 329	0.99 243

Wz-Net-SNSev	9.92 342	8.01 370	26.42 377	2.26 234	1.85 255	8.36 287	14.30 377	18.01 345	21.68 351	10.78 300	23.95 340	16.84 331	8.60 313	15.59 347	19.76 360	0.01 102	0.03 156	0.01 243	0.00 1	0.52 313	1.34 277

DDUNet	10.03 343	12.17 382	8.24 287	13.02 382	11.73 383	10.32 311	3.76 290	12.27 260	8.35 221	9.64 275	13.89 274	16.48 327	6.67 280	9.50 265	7.00 267	6.80 379	3.45 389	21.10 388	4.33 383	12.78 385	9.12 381

ADCPNet	10.18 344	3.40 334	33.24 386	2.38 252	1.74 247	17.75 354	7.65 347	13.20 291	13.03 306	14.09 339	21.72 333	19.36 347	11.40 335	15.43 346	23.00 368	0.28 319	1.15 339	0.39 354	1.48 368	0.68 324	2.21 344

WCMA_ROB	10.20 345	1.99 284	9.33 309	3.01 297	2.46 283	15.78 345	7.67 348	12.75 274	15.41 321	25.08 371	33.42 374	27.06 369	19.86 362	13.87 334	12.47 336	1.28 356	0.38 260	0.18 340	0.20 282	0.28 259	1.54 284

PDISCO_ROB	10.27 346	2.79 325	13.30 331	10.58 378	9.96 379	22.78 365	5.99 321	20.01 361	28.57 367	11.88 320	14.49 281	20.54 355	4.92 235	17.01 357	10.29 314	5.79 376	0.42 262	0.14 330	0.13 251	2.53 364	3.25 357

MFN_U_SF_DS_RVC	10.36 347	5.37 357	16.61 351	2.95 294	3.02 300	24.75 368	15.44 380	14.68 317	19.73 341	19.77 357	23.97 341	16.98 332	8.40 309	17.58 359	9.23 300	1.59 361	1.75 365	0.16 334	2.63 375	0.75 331	1.85 322

SHD	10.45 348	3.67 340	14.03 337	4.81 357	4.52 347	11.93 326	1.66 245	21.36 373	38.40 385	18.84 353	21.72 333	17.63 335	13.07 342	15.65 349	17.71 357	0.36 324	1.09 321	0.01 243	0.32 324	0.50 311	1.67 295

FCDSN-DC	10.72 349	1.16 192	5.01 179	2.16 215	1.31 227	17.46 353	4.80 310	17.79 344	19.87 342	25.02 369	32.85 370	33.57 378	23.52 376	16.80 354	12.13 332	0.11 283	0.00 1	0.00 1	0.00 1	0.09 101	0.76 229
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCL	10.77 350	3.23 330	21.50 365	2.26 234	1.96 263	23.65 366	9.07 354	14.69 318	24.88 360	15.21 342	27.20 354	12.68 306	14.02 350	16.94 356	24.43 377	0.26 316	0.18 228	0.74 358	0.67 353	0.80 334	1.02 250

SGM_RVC	10.77 350	1.11 184	4.66 164	2.66 274	0.41 105	21.03 363	6.87 338	20.02 362	15.54 324	25.86 372	24.97 350	33.59 379	20.51 365	20.89 370	14.78 350	0.31 321	0.26 247	0.22 345	0.26 308	0.43 298	1.01 246
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DPSNet	10.88 352	2.57 315	20.40 363	2.24 231	1.90 259	24.92 369	17.00 390	21.35 372	28.61 368	12.87 326	13.74 272	17.01 333	20.14 364	15.36 344	14.01 346	0.81 346	0.98 309	0.20 343	0.65 352	1.30 347	1.54 284

ADCMid	10.97 353	4.49 352	23.66 369	2.53 266	2.52 288	11.46 321	6.31 328	15.31 323	12.85 305	23.57 365	22.99 338	17.92 337	21.04 367	19.57 366	28.05 384	0.47 335	0.43 263	1.10 363	1.32 365	1.73 355	2.10 339

FC-DCNN	11.29 354	1.01 175	5.50 198	2.25 232	1.65 242	18.23 357	5.36 318	18.99 352	20.65 347	28.95 375	34.83 377	33.83 380	23.18 375	17.04 358	13.37 342	0.17 296	0.01 102	0.02 274	0.02 189	0.10 121	0.70 222

SANet	11.48 355	3.34 332	13.93 336	2.40 255	1.01 189	16.49 347	12.16 372	20.05 364	37.28 382	19.62 355	28.04 356	25.61 366	20.10 363	14.43 338	12.39 335	0.10 279	0.06 183	0.03 291	0.06 226	0.76 332	1.73 305

AnyNet_C32	11.82 356	7.08 364	25.83 376	4.55 355	5.88 364	16.92 350	16.97 389	14.14 309	18.11 337	16.87 350	21.66 332	14.78 318	13.87 349	23.54 378	31.83 390	0.24 310	0.28 248	0.35 351	0.53 347	1.35 348	1.71 303

MeshStereo	11.94 357	1.88 271	5.24 185	2.11 213	1.44 233	20.09 361	4.95 313	21.74 375	16.75 328	33.10 380	35.07 378	39.28 387	22.72 373	19.45 365	13.59 344	0.19 300	0.06 183	0.02 274	0.00 1	0.46 303	0.65 209
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
Wz-Net-TNSev	12.01 358	11.86 381	38.26 391	2.81 284	1.82 254	18.12 356	11.31 368	16.67 335	21.73 352	15.06 341	17.17 306	19.72 350	20.69 366	20.68 369	21.41 363	0.04 235	0.06 183	0.00 1	0.16 258	0.74 330	1.93 333

otaku	12.35 359	8.64 371	9.11 305	13.56 383	10.98 381	26.23 372	7.22 343	19.45 357	19.26 340	11.92 321	17.90 316	20.21 352	8.91 320	16.06 350	6.09 256	9.77 385	2.50 375	13.23 382	1.90 374	14.61 387	9.41 384

Ntro	12.91 360	9.95 375	10.01 316	14.12 385	12.55 385	26.31 373	6.76 335	19.04 353	22.03 355	10.23 286	16.26 296	20.22 353	10.06 325	16.81 355	7.93 277	10.16 387	2.55 377	15.19 384	2.86 376	15.27 388	9.93 386

MFN_U_SF_RVC	13.54 361	4.69 354	28.43 381	4.24 346	2.50 286	24.26 367	5.99 321	28.23 383	20.18 346	24.06 368	29.38 360	30.35 374	16.92 358	20.98 372	21.39 362	1.35 357	1.13 327	1.02 361	1.41 367	1.88 357	2.50 351

WZ-Net	13.61 362	5.57 358	42.84 394	3.89 338	3.19 307	19.90 360	15.44 380	15.67 327	32.04 372	16.13 347	28.69 358	22.17 361	15.84 355	21.40 373	26.87 380	0.75 345	0.01 102	0.01 243	0.03 200	0.51 312	1.20 266

ADCS	13.76 363	6.46 362	30.74 384	3.62 329	2.93 297	14.28 341	11.22 366	20.02 362	34.42 377	23.20 362	25.42 352	19.51 348	19.62 361	24.54 379	33.88 393	0.27 318	0.23 239	0.37 353	0.19 272	1.47 350	2.84 354

MFMNet_re	14.09 364	9.67 374	20.31 362	10.40 376	7.62 370	21.38 364	17.49 392	21.36 373	31.95 371	23.70 366	29.22 359	18.87 344	27.41 382	14.27 336	11.16 323	2.85 369	1.51 362	0.41 355	0.28 312	4.88 371	7.10 377

EDNetEfficient	14.14 365	6.71 363	56.12 400	2.99 296	3.58 320	5.38 233	8.49 351	9.35 198	33.24 373	40.73 390	30.21 364	18.04 339	22.92 374	12.13 318	26.26 379	0.16 292	0.24 242	0.07 314	1.15 360	2.58 365	2.39 348

LSM	14.85 366	7.41 367	36.29 389	7.76 373	43.77 409	11.24 320	12.14 371	16.73 337	23.72 356	23.73 367	32.92 371	18.89 345	13.31 344	16.60 353	12.37 334	0.26 316	0.86 291	0.11 322	0.43 340	1.24 344	17.26 401

SAMSARA	15.67 367	3.89 344	14.48 340	13.77 384	7.92 373	38.69 391	73.90 414	21.22 371	24.66 359	17.04 351	13.86 273	30.01 373	13.07 342	18.07 361	17.48 356	0.23 308	1.46 360	0.07 314	0.40 336	0.99 338	2.15 341

SPS-STEREO	15.83 368	7.38 366	14.92 343	11.63 380	11.77 384	25.30 370	7.12 341	25.20 379	17.06 330	32.24 379	30.34 365	31.63 376	22.59 371	25.67 380	21.97 364	7.71 381	4.50 395	3.35 374	1.56 371	6.97 377	7.72 379
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	16.41 369	3.98 346	16.04 347	5.38 360	4.59 352	19.44 359	7.28 344	28.88 385	49.27 395	31.53 378	43.72 389	30.36 375	32.17 389	26.70 382	23.19 369	0.25 313	1.48 361	0.04 299	0.59 349	0.52 313	2.87 355

ACVNet-4b	16.48 370	23.07 388	14.73 342	16.69 387	15.18 389	31.83 382	7.30 345	19.71 358	27.82 365	11.54 317	22.10 336	31.68 377	8.96 321	18.88 363	7.28 272	11.04 389	2.65 379	24.93 391	5.02 386	18.57 390	10.67 388

AnyNet_C01	16.99 371	12.34 383	60.47 402	4.88 358	3.11 306	31.77 381	16.79 387	18.60 350	17.96 336	18.62 352	38.50 381	24.03 362	19.00 360	30.59 385	35.18 395	0.29 320	0.56 271	0.45 357	0.48 343	2.70 366	3.40 359

MSC_U_SF_DS_RVC	17.08 372	7.98 369	24.37 372	6.82 370	2.93 297	39.68 393	16.11 382	25.46 380	34.93 378	34.13 382	34.20 375	29.20 372	24.94 378	23.01 376	19.39 359	2.79 368	2.87 383	1.18 365	1.53 370	6.78 376	3.31 358

NVStereoNet_ROB	17.22 373	8.76 372	16.47 350	7.52 372	8.42 374	13.75 340	11.07 362	24.24 378	26.67 364	31.00 376	46.49 392	34.88 382	27.06 381	22.72 375	23.61 372	6.83 380	4.32 394	6.32 380	10.37 393	4.39 370	9.57 385
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM+DAISY	17.25 374	9.46 373	22.74 367	10.11 375	11.40 382	28.98 379	13.74 375	21.15 370	16.85 329	31.39 377	34.79 376	34.05 381	24.24 377	26.23 381	19.31 358	8.79 383	7.56 403	4.88 377	3.93 382	6.07 375	9.33 382

LE_ROB	17.31 375	2.62 319	14.26 339	4.20 345	1.80 251	17.40 352	9.70 358	15.38 324	55.92 400	63.97 410	40.81 385	35.50 383	39.26 394	15.64 348	28.51 385	0.06 257	0.11 210	0.13 328	0.21 287	0.14 174	0.51 182

ELAS_RVC	17.82 376	3.60 339	11.92 324	6.63 369	5.73 362	30.34 380	19.64 393	26.92 381	35.06 379	40.79 391	41.32 387	37.31 385	31.61 385	30.54 384	22.93 367	1.97 366	2.40 372	1.28 366	1.27 364	1.71 354	3.51 363
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	17.99 377	3.49 335	11.19 322	6.14 367	5.79 363	34.89 387	17.28 391	28.75 384	30.47 370	40.80 392	45.79 391	39.04 386	32.05 388	27.63 383	24.30 376	1.88 365	2.41 374	1.09 362	1.48 368	1.83 356	3.48 361
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DispFullNet	18.06 378	27.03 391	34.90 387	22.68 392	20.79 394	15.03 342	3.18 281	16.95 340	26.06 362	20.48 358	16.91 302	20.55 356	18.37 359	23.48 377	12.16 333	5.31 375	2.91 384	31.24 395	8.09 391	22.63 394	12.44 393

EDNetEfficientorigin	18.25 379	14.44 384	99.41 422	1.72 169	1.00 188	12.07 328	6.97 340	13.67 301	35.06 379	38.59 389	37.10 380	27.03 368	27.46 383	15.38 345	26.92 381	0.05 247	0.08 196	0.15 331	0.62 350	3.33 368	3.92 367

SGM-ForestM	18.61 380	3.38 333	10.14 318	3.44 324	2.24 275	34.17 386	15.39 379	29.44 387	33.93 374	38.55 388	41.08 386	53.64 396	36.76 391	34.82 389	27.16 382	1.25 355	1.81 368	0.74 358	1.01 358	0.61 317	2.61 352

RainbowNet	18.69 381	27.15 392	22.03 366	18.76 389	15.00 388	27.97 377	10.17 360	27.99 382	34.19 376	15.53 345	27.53 355	25.33 364	13.80 348	19.86 368	10.59 317	14.50 395	3.57 390	23.85 390	5.03 387	18.49 389	12.41 392

ACVNet_1	19.51 382	26.19 390	15.50 345	17.71 388	15.28 390	26.46 374	9.36 355	29.16 386	34.18 375	25.06 370	24.89 349	37.18 384	21.93 370	17.80 360	15.03 351	11.08 390	2.83 380	25.29 392	5.06 388	19.11 391	11.14 389

RTS	19.64 383	10.42 378	87.01 410	5.88 363	6.82 365	41.73 394	16.69 385	16.80 338	41.90 389	23.44 363	32.96 372	13.79 309	21.49 368	38.85 394	30.84 387	0.46 332	0.70 281	0.00 1	0.09 236	1.13 341	1.70 301

RTSA	19.64 383	10.42 378	87.01 410	5.88 363	6.82 365	41.73 394	16.69 385	16.80 338	41.90 389	23.44 363	32.96 372	13.79 309	21.49 368	38.85 394	30.84 387	0.46 332	0.70 281	0.00 1	0.09 236	1.13 341	1.70 301

coex-ft	20.15 385	20.03 387	87.93 412	1.81 178	1.77 248	18.77 358	13.73 374	13.28 293	41.87 388	60.24 406	39.04 382	28.27 371	30.39 384	12.57 323	28.66 386	0.20 303	0.23 239	0.04 299	0.30 319	1.52 351	2.34 347

MANE	20.98 386	3.23 330	8.81 295	5.96 365	6.96 368	33.07 384	13.20 373	35.43 389	38.86 386	44.72 396	52.41 400	53.20 395	41.84 396	34.74 388	27.45 383	1.87 364	2.27 370	1.54 368	10.18 392	0.69 326	3.11 356

BEATNet-Init1	24.70 387	11.33 380	44.28 395	5.48 361	3.94 333	47.60 401	22.33 396	34.94 388	40.01 387	48.11 399	49.98 396	59.86 400	43.17 397	39.48 396	31.77 389	1.37 358	1.76 367	1.17 364	1.17 361	2.44 363	3.85 366

DLNR_Zeroshot_test	24.96 388	51.28 409	90.69 413	97.84 423	97.22 422	1.40 13	0.12 29	23.19 377	3.55 43	1.21 30	2.95 46	0.72 42	0.31 8	7.09 142	2.61 174	38.70 405	1.32 352	0.00 1	0.29 317	77.04 419	1.68 296

ACVNet_2	27.45 389	30.56 396	27.90 379	20.72 390	15.55 391	37.22 389	14.00 376	49.32 402	65.88 409	43.17 393	56.99 404	51.90 392	26.98 380	21.46 374	15.38 353	10.77 388	2.85 381	23.12 389	3.62 380	20.08 392	11.47 390

MADNet+	27.96 390	35.32 399	91.41 414	21.04 391	8.86 375	49.25 403	47.41 410	36.98 390	37.84 384	21.00 360	30.83 366	25.41 365	34.95 390	46.51 402	51.54 408	3.04 370	3.33 387	1.48 367	1.05 359	5.85 374	6.05 374

IMH-64-1	28.06 391	29.98 393	19.46 360	32.15 395	20.98 395	27.68 375	16.66 383	47.31 396	44.85 392	34.14 383	50.94 397	41.49 388	31.67 386	37.53 390	23.88 373	14.17 393	2.96 385	34.45 397	11.15 394	26.12 396	13.75 394

IMH-64	28.06 391	29.98 393	19.46 360	32.15 395	20.98 395	27.68 375	16.66 383	47.31 396	44.85 392	34.14 383	50.94 397	41.49 388	31.67 386	37.53 390	23.88 373	14.17 393	2.96 385	34.45 397	11.15 394	26.12 396	13.75 394

JetBlue	29.99 393	17.24 385	55.64 399	16.24 386	21.08 397	62.07 412	33.14 403	40.60 392	35.73 381	34.59 385	40.67 384	57.18 399	43.54 398	51.46 407	52.18 409	2.72 367	4.58 397	2.86 373	3.53 379	10.57 380	14.11 396

WAO-7	30.22 394	25.83 389	23.33 368	33.10 397	14.36 387	36.98 388	22.41 397	52.85 405	64.46 407	43.76 394	59.24 406	52.31 393	45.69 400	32.82 386	32.60 391	11.16 391	5.49 398	13.76 383	12.60 398	12.36 383	9.38 383

IMH	30.65 395	30.30 395	21.09 364	34.89 399	21.75 399	33.16 385	16.91 388	49.53 403	52.50 396	38.41 387	55.10 403	45.13 390	40.36 395	41.57 397	25.66 378	14.74 396	3.36 388	35.43 399	11.69 396	27.31 400	14.16 397

PWCK	31.62 396	45.59 405	49.67 397	30.49 393	7.80 371	42.91 396	29.73 402	45.45 395	44.44 391	47.41 397	36.92 379	47.86 391	26.79 379	41.90 398	33.36 392	22.77 400	4.56 396	29.89 394	5.13 389	29.43 401	10.36 387

TorneroNet-64	33.32 397	33.28 397	33.07 385	35.14 400	21.25 398	48.02 402	21.13 394	43.47 394	58.77 401	33.36 381	46.64 393	62.00 402	38.19 392	44.82 401	35.07 394	15.02 397	3.59 391	35.81 400	12.20 397	29.45 402	16.17 398

Dean	35.52 398	40.12 403	27.99 380	30.63 394	17.33 392	45.80 400	11.68 369	57.61 410	76.54 413	63.70 409	60.65 407	66.93 408	49.40 403	38.12 392	40.28 400	12.18 392	3.73 392	28.86 393	5.94 390	20.69 393	12.16 391

WAO-6	35.59 399	37.89 402	17.67 354	37.86 401	24.46 401	37.85 390	21.49 395	49.01 401	67.96 410	44.22 395	48.08 394	53.02 394	53.39 405	33.67 387	36.83 397	26.05 403	7.83 404	43.19 405	21.76 404	30.18 403	19.37 404

LVE	35.84 400	41.54 404	36.25 388	33.36 398	18.92 393	53.05 408	27.99 401	53.17 408	64.93 408	47.63 398	61.58 408	54.25 397	38.72 393	38.72 393	35.50 396	16.36 399	6.23 400	31.51 396	14.04 399	25.01 395	18.07 402

TorneroNet	36.02 401	35.25 398	36.33 390	38.44 402	22.19 400	50.72 406	24.42 400	48.39 399	54.53 398	38.03 386	53.44 401	62.83 405	44.79 399	47.68 404	42.11 403	15.69 398	3.97 393	37.25 401	15.05 400	30.83 404	18.40 403

WAO-8	38.93 402	36.84 400	23.97 370	43.96 403	24.48 402	45.73 398	22.62 398	53.10 406	75.66 411	53.86 403	66.14 411	62.39 403	55.11 407	43.01 399	40.67 401	22.98 401	7.22 401	37.53 402	19.49 402	27.04 399	16.83 399

Venus	38.93 402	36.84 400	23.97 370	43.96 403	24.48 402	45.73 398	22.62 398	53.10 406	75.66 411	53.86 403	66.17 412	62.39 403	55.11 407	43.01 399	40.67 401	22.98 401	7.22 401	37.53 402	19.49 402	27.02 398	16.83 399

UNDER WATER	45.99 404	49.80 408	68.56 405	49.99 407	32.13 405	55.35 410	39.50 405	41.12 393	52.90 397	50.69 400	45.18 390	67.79 410	58.75 410	51.93 409	50.97 407	30.59 404	14.03 405	51.66 407	37.15 405	40.27 407	31.35 405

UNDER WATER-64	46.01 405	48.25 406	68.05 404	44.59 405	28.11 404	57.02 411	43.78 408	40.20 391	48.80 394	52.08 402	42.95 388	67.22 409	57.71 409	48.98 406	49.57 406	40.01 406	17.98 406	52.15 408	39.41 407	38.99 405	34.41 406

notaker	48.05 406	55.94 410	50.90 398	56.89 410	40.29 406	38.96 392	33.86 404	47.82 398	55.70 399	57.55 405	57.48 405	60.22 401	59.71 411	54.64 410	43.27 404	41.13 407	19.86 407	57.61 410	37.79 406	50.95 409	40.33 407

ktn	49.32 407	58.11 411	40.16 392	59.92 412	43.22 408	49.79 405	42.99 407	48.56 400	60.67 403	51.59 401	54.51 402	55.34 398	52.65 404	47.92 405	37.91 398	57.88 411	24.79 408	63.00 413	43.57 408	52.51 410	41.31 408

DPSimNet_ROB	54.45 408	65.73 415	47.00 396	54.49 408	46.37 410	55.34 409	56.47 411	56.18 409	59.04 402	64.57 411	51.76 399	64.01 406	54.49 406	47.54 403	67.21 412	63.21 413	27.86 409	58.04 411	51.28 411	46.61 408	51.87 413

KSHMR	56.07 409	64.25 414	40.47 393	74.89 415	49.63 412	49.42 404	45.46 409	57.71 411	63.52 405	61.65 408	61.67 409	71.88 411	47.67 402	51.47 408	44.57 405	54.67 410	62.25 412	66.31 414	54.18 412	53.03 412	46.75 411

HanzoNet	57.16 410	60.12 412	60.00 401	55.77 409	42.11 407	51.98 407	41.93 406	52.07 404	61.47 404	65.98 412	65.90 410	72.11 412	70.14 412	71.11 413	61.13 411	64.31 414	34.72 410	62.27 412	50.86 410	52.83 411	46.33 410

JetRed	61.44 411	61.87 413	83.02 409	46.49 406	56.73 414	83.63 414	65.09 412	59.75 412	64.22 406	69.50 413	69.26 413	66.24 407	47.62 401	61.80 411	74.60 413	45.99 408	66.40 415	46.67 406	45.27 409	63.49 413	51.22 412

LRCNet_RVC	66.47 412	66.44 416	69.02 406	71.60 414	54.27 413	32.21 383	2.93 271	63.19 413	21.83 353	82.02 415	90.16 416	83.59 414	72.13 413	69.45 412	53.25 410	95.47 420	64.21 414	95.15 421	95.27 420	72.59 415	74.60 416

SPstereo	72.80 413	48.41 407	62.94 403	57.25 411	46.60 411	79.63 413	85.16 415	100.00 426	100.00 424	98.52 422	98.22 421	100.00 427	96.67 419	97.01 420	82.62 414	47.37 409	39.60 411	68.10 415	65.09 414	40.01 406	42.71 409

ASD4	76.04 414	81.96 418	69.18 407	68.53 413	80.95 418	96.29 417	99.16 422	77.84 414	93.51 418	77.76 414	85.79 414	78.58 413	76.90 414	78.02 414	82.88 415	58.77 412	62.96 413	55.01 409	62.53 413	68.78 414	65.30 415

MADNet++	82.81 415	81.73 417	74.64 408	87.71 420	82.67 419	93.35 415	70.27 413	86.39 418	82.88 414	93.51 419	86.62 415	86.40 415	81.37 415	88.21 415	88.63 416	86.59 418	84.23 419	72.14 416	68.69 415	78.88 420	81.36 420

tt	83.10 416	0.43 20	99.97 424	79.27 419	93.14 420	100.00 425	100.00 425	100.00 426	99.89 421	60.55 407	48.44 395	99.98 425	99.96 424	99.98 426	100.00 428	91.80 419	99.82 423	73.67 420	73.25 416	86.43 421	55.39 414

xxxxx1	85.58 417	90.37 419	96.61 417	76.69 416	80.77 415	97.50 419	96.92 419	85.57 415	88.66 415	88.63 416	91.64 417	94.27 416	93.09 416	90.03 416	91.91 417	70.77 415	70.62 416	73.61 417	81.26 417	72.90 416	79.86 417

tt_ll	85.58 417	90.37 419	96.61 417	76.69 416	80.77 415	97.50 419	96.92 419	85.57 415	88.66 415	88.63 416	91.64 417	94.27 416	93.09 416	90.03 416	91.91 417	70.77 415	70.62 416	73.61 417	81.26 417	72.90 416	79.86 417

ff	85.58 417	90.37 419	96.61 417	76.69 416	80.77 415	97.50 419	96.92 419	85.57 415	88.66 415	88.63 416	91.64 417	94.27 416	93.09 416	90.03 416	91.91 417	70.77 415	70.62 416	73.61 417	81.26 417	72.90 416	79.86 417

PML	97.69 420	100.00 427	96.50 416	97.85 424	97.35 423	99.77 424	99.36 423	96.92 419	96.34 419	100.00 426	96.52 420	97.41 420	99.61 422	100.00 427	95.46 420	99.99 426	97.44 420	100.00 424	96.08 421	99.13 423	88.02 421

MEDIAN_ROB	98.44 421	99.70 422	99.34 421	97.13 421	97.06 421	96.94 418	95.91 418	97.71 421	97.33 420	98.78 423	98.91 422	99.19 421	98.13 421	96.94 419	96.99 422	99.97 424	99.18 421	100.00 424	99.99 424	99.70 424	99.83 423

HaxPig	98.85 422	99.94 424	95.36 415	99.99 427	99.98 425	94.12 416	94.52 416	99.12 422	99.96 422	99.96 425	99.99 424	99.98 425	99.89 423	98.16 421	96.14 421	99.98 425	99.99 425	100.00 424	99.99 424	99.99 427	99.95 426

Anonymous_1	99.01 423	99.91 423	99.85 423	97.31 422	99.09 424	100.00 425	100.00 425	99.59 423	99.96 422	99.29 424	99.86 423	99.55 422	99.99 425	99.30 422	99.76 423	95.67 421	99.58 422	97.24 422	98.56 422	97.36 422	98.34 422

test_example2	99.38 424	99.98 426	99.99 425	100.00 430	99.98 425	99.73 423	99.99 424	96.99 420	100.00 424	100.00 426	100.00 425	96.49 419	96.74 420	99.97 423	99.96 424	100.00 428	99.97 424	98.68 423	99.11 423	100.00 428	100.00 430

AVERAGE_ROB	99.63 425	99.96 425	98.88 420	100.00 430	100.00 427	98.16 422	95.64 417	100.00 426	100.00 424	100.00 426	100.00 425	100.00 427	100.00 426	100.00 427	99.99 425	100.00 428	100.00 426	100.00 424	100.00 426	100.00 428	100.00 430

DPSMNet_ROB	99.90 426	100.00 427	99.99 425	99.99 427	100.00 427	100.00 425	100.00 425	99.98 424	100.00 424	98.37 420	100.00 425	99.81 423	100.00 426	99.97 423	99.99 425	100.00 428	100.00 426	100.00 424	100.00 426	100.00 428	99.99 427

DGTPSM_ROB	99.90 426	100.00 427	99.99 425	99.99 427	100.00 427	100.00 425	100.00 425	99.98 424	100.00 424	98.37 420	100.00 425	99.81 423	100.00 426	99.97 423	99.99 425	99.99 426	100.00 426	100.00 424	100.00 426	100.00 428	99.99 427

DPSM_ROB	99.94 428	100.00 427	100.00 428	99.74 425	100.00 427	100.00 425	100.00 425	100.00 426	100.00 424	100.00 426	100.00 425	100.00 427	100.00 426	100.00 427	100.00 428	99.08 422	100.00 426	100.00 424	100.00 426	99.98 425	99.94 424

DPSM	99.94 428	100.00 427	100.00 428	99.74 425	100.00 427	100.00 425	100.00 425	100.00 426	100.00 424	100.00 426	100.00 425	100.00 427	100.00 426	100.00 427	100.00 428	99.08 422	100.00 426	100.00 424	100.00 426	99.98 425	99.94 424

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

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

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

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

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

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

STTRV1_RVC		1.18 195		3.33 320	6.91 367	11.99 327	4.01 295	15.74 328	12.11 293	9.56 274	14.59 283	11.64 298	8.75 315	12.86 325	8.54 286	3.70 372	2.86 382	0.41 355	0.13 251	1.38 349	0.12 56

FADE		18.79 386		10.51 377	10.00 380													38.03 404		5.44 373

Low-res two-view benchmark