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

LG-Stereo_L2	0.07 3	0.05 10	0.10 68	0.14 22	0.06 11	0.07 21	0.12 47	0.09 9	0.10 23	0.06 7	0.04 1	0.05 1	0.05 9	0.08 11	0.08 14	0.05 5	0.04 3	0.05 3	0.03 1	0.04 2	0.03 1

AIO_rvc	0.07 3	0.06 44	0.08 12	0.15 60	0.06 11	0.08 39	0.14 127	0.09 9	0.08 8	0.07 23	0.08 51	0.07 45	0.04 1	0.10 40	0.08 14	0.05 5	0.04 3	0.05 3	0.04 20	0.04 2	0.03 1

AIO_test	0.07 3	0.06 44	0.07 2	0.15 60	0.07 46	0.07 21	0.14 127	0.10 14	0.10 23	0.07 23	0.07 30	0.06 10	0.05 9	0.08 11	0.10 97	0.05 5	0.04 3	0.05 3	0.04 20	0.04 2	0.03 1

castereo++	0.08 23	0.06 44	0.08 12	0.15 60	0.05 1	0.14 241	0.11 25	0.11 22	0.15 128	0.07 23	0.07 30	0.08 68	0.06 33	0.08 11	0.08 14	0.06 87	0.04 3	0.05 3	0.04 20	0.04 2	0.03 1

MonSter	0.07 3	0.06 44	0.06 1	0.15 60	0.05 1	0.08 39	0.10 13	0.15 77	0.15 128	0.05 1	0.06 10	0.05 1	0.06 33	0.07 2	0.09 39	0.04 1	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

WCG-NET	0.08 23	0.05 10	0.10 68	0.15 60	0.06 11	0.11 136	0.14 127	0.13 50	0.14 111	0.07 23	0.09 66	0.07 45	0.06 33	0.13 200	0.08 14	0.05 5	0.04 3	0.06 73	0.04 20	0.04 2	0.03 1

RSM++	0.08 23	0.06 44	0.09 43	0.17 180	0.07 46	0.09 61	0.12 47	0.11 22	0.11 43	0.08 42	0.06 10	0.07 45	0.05 9	0.10 40	0.09 39	0.05 5	0.04 3	0.06 73	0.05 81	0.05 69	0.03 1

CASnet	0.09 50	0.09 271	0.09 43	0.19 318	0.06 11	0.07 21	0.11 25	0.18 160	0.14 111	0.11 126	0.10 88	0.09 95	0.07 78	0.10 40	0.10 97	0.06 87	0.04 3	0.10 369	0.08 305	0.06 154	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.07 3	0.06 44	0.09 43	0.17 180	0.06 11	0.08 39	0.12 47	0.13 50	0.08 8	0.08 42	0.07 30	0.06 10	0.04 1	0.10 40	0.09 39	0.05 5	0.04 3	0.05 3	0.04 20	0.04 2	0.03 1

RAFT-Stereo + iAFF	0.09 50	0.06 44	0.10 68	0.17 180	0.07 46	0.10 99	0.15 196	0.17 133	0.15 128	0.10 93	0.10 88	0.08 68	0.09 137	0.12 153	0.10 97	0.05 5	0.04 3	0.06 73	0.06 150	0.04 2	0.03 1

xyz-stereo	0.14 272	0.07 105	0.22 400	0.15 60	0.05 1	0.22 398	0.15 196	0.17 133	0.31 370	0.15 232	0.28 366	0.26 380	0.17 345	0.13 200	0.12 197	0.05 5	0.05 131	0.06 73	0.05 81	0.04 2	0.04 11

LG-Stereo_L1	0.07 3	0.05 10	0.11 109	0.14 22	0.06 11	0.07 21	0.12 47	0.09 9	0.08 8	0.05 1	0.04 1	0.05 1	0.04 1	0.08 11	0.08 14	0.05 5	0.04 3	0.05 3	0.03 1	0.04 2	0.04 11

LG-Stereo_Zeroshot	0.07 3	0.06 44	0.10 68	0.16 114	0.07 46	0.04 1	0.13 81	0.10 14	0.10 23	0.05 1	0.11 116	0.07 45	0.05 9	0.07 2	0.09 39	0.06 87	0.04 3	0.05 3	0.04 20	0.05 69	0.04 11

LG-Stereo	0.08 23	0.08 209	0.10 68	0.18 260	0.07 46	0.10 99	0.17 281	0.11 22	0.08 8	0.06 7	0.08 51	0.06 10	0.07 78	0.09 24	0.09 39	0.04 1	0.05 131	0.07 165	0.07 239	0.04 2	0.04 11

SGD-Stereo	0.08 23	0.05 10	0.10 68	0.14 22	0.06 11	0.12 174	0.12 47	0.11 22	0.12 64	0.07 23	0.09 66	0.09 95	0.09 137	0.08 11	0.08 14	0.06 87	0.04 3	0.05 3	0.04 20	0.05 69	0.04 11

MM-Stereo_test3	0.10 106	0.07 105	0.07 2	0.18 260	0.07 46	0.12 174	0.19 368	0.24 278	0.19 208	0.06 7	0.10 88	0.08 68	0.06 33	0.11 80	0.09 39	0.06 87	0.06 270	0.07 165	0.05 81	0.05 69	0.04 11

MM-Stereo_test2	0.09 50	0.07 105	0.09 43	0.19 318	0.08 99	0.12 174	0.18 326	0.15 77	0.14 111	0.07 23	0.10 88	0.07 45	0.06 33	0.12 153	0.09 39	0.05 5	0.04 3	0.06 73	0.05 81	0.06 154	0.04 11

MM-Stereo_test1	0.10 106	0.07 105	0.09 43	0.18 260	0.07 46	0.12 174	0.18 326	0.21 214	0.20 228	0.09 64	0.11 116	0.08 68	0.06 33	0.10 40	0.10 97	0.06 87	0.05 131	0.07 165	0.06 150	0.05 69	0.04 11

HART	0.08 23	0.07 105	0.09 43	0.18 260	0.07 46	0.10 99	0.16 255	0.13 50	0.11 43	0.09 64	0.10 88	0.08 68	0.05 9	0.10 40	0.08 14	0.05 5	0.04 3	0.06 73	0.04 20	0.05 69	0.04 11

GREAT-IGEV	0.07 3	0.06 44	0.09 43	0.13 8	0.07 46	0.07 21	0.14 127	0.10 14	0.09 15	0.06 7	0.08 51	0.06 10	0.05 9	0.10 40	0.07 1	0.05 5	0.04 3	0.05 3	0.04 20	0.05 69	0.04 11

SCV	0.08 23	0.09 271	0.08 12	0.15 60	0.08 99	0.10 99	0.12 47	0.11 22	0.12 64	0.07 23	0.07 30	0.06 10	0.04 1	0.10 40	0.08 14	0.05 5	0.05 131	0.06 73	0.04 20	0.06 154	0.04 11

DEFOM-Stereo_RVC	0.08 23	0.07 105	0.09 43	0.22 416	0.06 11	0.08 39	0.12 47	0.10 14	0.10 23	0.07 23	0.07 30	0.06 10	0.05 9	0.11 80	0.09 39	0.06 87	0.04 3	0.05 3	0.03 1	0.06 154	0.04 11

FoundationStereo	0.06 1	0.04 1	0.08 12	0.13 8	0.05 1	0.09 61	0.13 81	0.06 1	0.09 15	0.05 1	0.05 7	0.06 10	0.04 1	0.07 2	0.07 1	0.06 87	0.04 3	0.05 3	0.04 20	0.05 69	0.04 11

StereoAnything_RVC	0.07 3	0.16 432	0.17 322	0.11 1	0.05 1	0.06 7	0.11 25	0.08 3	0.08 8	0.06 7	0.06 10	0.05 1	0.05 9	0.09 24	0.08 14	0.08 268	0.04 3	0.05 3	0.03 1	0.05 69	0.04 11

HUF	0.08 23	0.05 10	0.08 12	0.14 22	0.06 11	0.09 61	0.13 81	0.13 50	0.13 92	0.07 23	0.07 30	0.09 95	0.06 33	0.10 40	0.09 39	0.06 87	0.04 3	0.05 3	0.04 20	0.05 69	0.04 11

castereo	0.09 50	0.06 44	0.11 109	0.15 60	0.06 11	0.11 136	0.14 127	0.14 63	0.18 187	0.08 42	0.10 88	0.11 142	0.08 112	0.09 24	0.10 97	0.05 5	0.04 3	0.05 3	0.04 20	0.04 2	0.04 11

GIP-stereo	0.08 23	0.06 44	0.11 109	0.15 60	0.07 46	0.09 61	0.13 81	0.15 77	0.11 43	0.07 23	0.08 51	0.05 1	0.04 1	0.10 40	0.07 1	0.05 5	0.04 3	0.05 3	0.04 20	0.05 69	0.04 11

DEFOM-Stereo	0.07 3	0.05 10	0.07 2	0.14 22	0.06 11	0.09 61	0.13 81	0.07 2	0.13 92	0.06 7	0.07 30	0.06 10	0.05 9	0.10 40	0.09 39	0.05 5	0.04 3	0.05 3	0.03 1	0.04 2	0.04 11

SMoEStereo_RVC	0.08 23	0.06 44	0.12 146	0.16 114	0.07 46	0.09 61	0.13 81	0.11 22	0.14 111	0.09 64	0.07 30	0.07 45	0.07 78	0.12 153	0.10 97	0.05 5	0.04 3	0.06 73	0.05 81	0.04 2	0.04 11

mms	0.09 50	0.07 105	0.08 12	0.17 180	0.08 99	0.11 136	0.15 196	0.12 36	0.11 43	0.09 64	0.09 66	0.08 68	0.06 33	0.11 80	0.12 197	0.05 5	0.04 3	0.07 165	0.05 81	0.04 2	0.04 11

ours_stereo	0.09 50	0.07 105	0.09 43	0.17 180	0.08 99	0.11 136	0.16 255	0.11 22	0.12 64	0.08 42	0.10 88	0.08 68	0.06 33	0.12 153	0.12 197	0.05 5	0.04 3	0.06 73	0.05 81	0.04 2	0.04 11

tg	0.10 106	0.06 44	0.10 68	0.18 260	0.08 99	0.11 136	0.16 255	0.20 198	0.12 64	0.08 42	0.11 116	0.11 142	0.07 78	0.11 80	0.10 97	0.05 5	0.04 3	0.08 242	0.08 305	0.04 2	0.04 11

dual_stereo	0.07 3	0.05 10	0.08 12	0.15 60	0.05 1	0.05 3	0.13 81	0.12 36	0.08 8	0.07 23	0.06 10	0.05 1	0.05 9	0.07 2	0.09 39	0.06 87	0.04 3	0.05 3	0.03 1	0.04 2	0.04 11

GCAP-BAT	0.09 50	0.07 105	0.14 222	0.15 60	0.08 99	0.10 99	0.12 47	0.15 77	0.11 43	0.11 126	0.10 88	0.09 95	0.07 78	0.12 153	0.10 97	0.06 87	0.05 131	0.06 73	0.04 20	0.04 2	0.04 11

IGEV-Stereo++	0.07 3	0.06 44	0.08 12	0.18 260	0.06 11	0.05 3	0.10 13	0.11 22	0.11 43	0.06 7	0.07 30	0.07 45	0.06 33	0.09 24	0.09 39	0.05 5	0.04 3	0.05 3	0.04 20	0.05 69	0.04 11

RAStereo	0.10 106	0.09 271	0.08 12	0.20 366	0.08 99	0.13 202	0.18 326	0.16 101	0.17 173	0.10 93	0.12 129	0.05 1	0.06 33	0.09 24	0.08 14	0.07 209	0.05 131	0.07 165	0.05 81	0.05 69	0.04 11

AIO-Stereo	0.08 23	0.06 44	0.10 68	0.18 260	0.06 11	0.09 61	0.11 25	0.16 101	0.09 15	0.09 64	0.08 51	0.07 45	0.05 9	0.11 80	0.08 14	0.05 5	0.05 131	0.05 3	0.04 20	0.04 2	0.04 11

WCG-NET（raft）	0.08 23	0.05 10	0.10 68	0.15 60	0.06 11	0.11 136	0.13 81	0.15 77	0.12 64	0.08 42	0.07 30	0.06 10	0.06 33	0.13 200	0.08 14	0.05 5	0.04 3	0.05 3	0.04 20	0.05 69	0.04 11

RSM	0.08 23	0.06 44	0.09 43	0.17 180	0.07 46	0.08 39	0.12 47	0.12 36	0.10 23	0.08 42	0.07 30	0.06 10	0.05 9	0.11 80	0.09 39	0.04 1	0.04 3	0.05 3	0.04 20	0.04 2	0.04 11

RAFT-Stereo-weight	0.09 50	0.06 44	0.11 109	0.16 114	0.07 46	0.09 61	0.14 127	0.19 185	0.16 150	0.11 126	0.10 88	0.08 68	0.06 33	0.10 40	0.11 142	0.06 87	0.04 3	0.06 73	0.04 20	0.04 2	0.04 11

gcap-zeroshot	0.09 50	0.06 44	0.10 68	0.16 114	0.07 46	0.14 241	0.13 81	0.11 22	0.12 64	0.13 185	0.12 129	0.09 95	0.08 112	0.09 24	0.09 39	0.06 87	0.05 131	0.06 73	0.05 81	0.04 2	0.04 11

MoCha-V2	0.08 23	0.05 10	0.11 109	0.20 366	0.07 46	0.10 99	0.14 127	0.12 36	0.08 8	0.07 23	0.08 51	0.07 45	0.06 33	0.09 24	0.08 14	0.05 5	0.05 131	0.05 3	0.04 20	0.04 2	0.04 11

IGEV++	0.08 23	0.06 44	0.09 43	0.18 260	0.07 46	0.10 99	0.13 81	0.10 14	0.10 23	0.08 42	0.08 51	0.06 10	0.05 9	0.13 200	0.09 39	0.05 5	0.04 3	0.05 3	0.04 20	0.05 69	0.04 11

AE-Stereo	0.10 106	0.08 209	0.11 109	0.19 318	0.09 197	0.10 99	0.15 196	0.14 63	0.20 228	0.09 64	0.15 169	0.12 163	0.08 112	0.11 80	0.10 97	0.05 5	0.06 270	0.07 165	0.06 150	0.05 69	0.04 11

MaDis-Stereo	0.09 50	0.09 271	0.08 12	0.17 180	0.09 197	0.14 241	0.11 25	0.16 101	0.16 150	0.09 64	0.11 116	0.06 10	0.06 33	0.09 24	0.13 232	0.07 209	0.06 270	0.08 242	0.05 81	0.05 69	0.04 11

DLNR_Zeroshot_test	10.48 543	2.27 535	19.78 549	120.28 554	13.29 547	0.06 7	0.13 81	0.24 278	0.10 23	0.08 42	0.10 88	0.09 95	0.07 78	0.10 40	0.09 39	0.13 431	0.04 3	0.06 73	0.04 20	52.68 553	0.04 11

testlalala	0.08 23	0.07 105	0.17 322	0.16 114	0.08 99	0.09 61	0.12 47	0.15 77	0.10 23	0.07 23	0.09 66	0.06 10	0.06 33	0.11 80	0.09 39	0.05 5	0.04 3	0.06 73	0.04 20	0.04 2	0.04 11

AEACV	0.09 50	0.05 10	0.08 12	0.14 22	0.13 408	0.14 241	0.13 81	0.15 77	0.09 15	0.07 23	0.09 66	0.07 45	0.08 112	0.10 40	0.09 39	0.06 87	0.04 3	0.06 73	0.05 81	0.05 69	0.04 11

HH	0.09 50	0.06 44	0.13 179	0.17 180	0.08 99	0.11 136	0.16 255	0.15 77	0.10 23	0.08 42	0.10 88	0.08 68	0.07 78	0.10 40	0.09 39	0.06 87	0.04 3	0.06 73	0.05 81	0.05 69	0.04 11

HanStereo	0.09 50	0.06 44	0.13 179	0.17 180	0.08 99	0.11 136	0.16 255	0.15 77	0.10 23	0.08 42	0.10 88	0.08 68	0.07 78	0.10 40	0.09 39	0.06 87	0.04 3	0.06 73	0.05 81	0.05 69	0.04 11

LoS_RVC	0.08 23	0.05 10	0.07 2	0.15 60	0.07 46	0.08 39	0.15 196	0.12 36	0.11 43	0.08 42	0.09 66	0.06 10	0.09 137	0.10 40	0.09 39	0.05 5	0.04 3	0.05 3	0.03 1	0.04 2	0.04 11

CAS	0.08 23	0.04 1	0.07 2	0.17 180	0.08 99	0.10 99	0.13 81	0.12 36	0.09 15	0.09 64	0.10 88	0.08 68	0.06 33	0.09 24	0.09 39	0.08 268	0.04 3	0.05 3	0.03 1	0.05 69	0.04 11

EGLCR-Stereo	0.08 23	0.05 10	0.08 12	0.14 22	0.07 46	0.11 136	0.12 47	0.11 22	0.16 150	0.06 7	0.05 7	0.07 45	0.05 9	0.10 40	0.11 142	0.06 87	0.04 3	0.06 73	0.05 81	0.04 2	0.04 11

MC-Stereo	0.09 50	0.07 105	0.09 43	0.17 180	0.06 11	0.10 99	0.14 127	0.12 36	0.11 43	0.09 64	0.12 129	0.09 95	0.06 33	0.11 80	0.10 97	0.06 87	0.04 3	0.06 73	0.05 81	0.04 2	0.04 11

RCA-Stereo	0.09 50	0.06 44	0.09 43	0.16 114	0.06 11	0.09 61	0.13 81	0.18 160	0.14 111	0.10 93	0.11 116	0.08 68	0.07 78	0.12 153	0.11 142	0.06 87	0.04 3	0.06 73	0.05 81	0.05 69	0.04 11

raft_robust	0.13 243	0.10 333	0.07 2	0.18 260	0.08 99	0.13 202	0.24 434	0.29 366	0.34 392	0.20 341	0.20 251	0.15 230	0.10 159	0.11 80	0.12 197	0.05 5	0.05 131	0.07 165	0.07 239	0.05 69	0.04 11

RAFT_CTSACE	0.12 216	0.09 271	0.10 68	0.22 416	0.08 99	0.12 174	0.24 434	0.18 160	0.17 173	0.21 355	0.27 355	0.13 186	0.07 78	0.13 200	0.09 39	0.05 5	0.06 270	0.08 242	0.07 239	0.04 2	0.04 11

test_4	0.11 145	0.10 333	0.08 12	0.19 318	0.09 197	0.08 39	0.21 403	0.15 77	0.18 187	0.12 156	0.18 228	0.12 163	0.09 137	0.08 11	0.11 142	0.04 1	0.04 3	0.08 242	0.08 305	0.04 2	0.04 11

IPLG	0.11 145	0.08 209	0.15 258	0.17 180	0.08 99	0.11 136	0.14 127	0.20 198	0.15 128	0.13 185	0.18 228	0.07 45	0.07 78	0.14 227	0.14 268	0.06 87	0.04 3	0.06 73	0.05 81	0.04 2	0.04 11

MIPNet	0.11 145	0.08 209	0.15 258	0.17 180	0.09 197	0.12 174	0.14 127	0.21 214	0.25 308	0.12 156	0.10 88	0.09 95	0.07 78	0.13 200	0.13 232	0.06 87	0.04 3	0.06 73	0.05 81	0.04 2	0.04 11

IPLGR	0.11 145	0.09 271	0.17 322	0.18 260	0.08 99	0.13 202	0.16 255	0.21 214	0.24 284	0.12 156	0.12 129	0.11 142	0.09 137	0.13 200	0.12 197	0.06 87	0.05 131	0.06 73	0.06 150	0.05 69	0.04 11

GMOStereo	0.11 145	0.09 271	0.08 12	0.19 318	0.08 99	0.12 174	0.28 467	0.13 50	0.18 187	0.11 126	0.17 205	0.14 205	0.12 217	0.07 2	0.07 1	0.05 5	0.05 131	0.09 324	0.07 239	0.04 2	0.04 11

error version	0.11 145	0.09 271	0.08 12	0.19 318	0.08 99	0.12 174	0.28 467	0.13 50	0.18 187	0.11 126	0.17 205	0.14 205	0.12 217	0.07 2	0.07 1	0.05 5	0.05 131	0.09 324	0.07 239	0.04 2	0.04 11

test-v	0.11 145	0.09 271	0.08 12	0.19 318	0.08 99	0.12 174	0.28 467	0.13 50	0.18 187	0.11 126	0.17 205	0.14 205	0.12 217	0.07 2	0.07 1	0.05 5	0.05 131	0.09 324	0.07 239	0.04 2	0.04 11

test-3	0.09 50	0.06 44	0.10 68	0.18 260	0.07 46	0.07 21	0.14 127	0.12 36	0.16 150	0.10 93	0.08 51	0.08 68	0.08 112	0.11 80	0.10 97	0.05 5	0.04 3	0.07 165	0.05 81	0.04 2	0.04 11

test_1	0.09 50	0.06 44	0.10 68	0.18 260	0.07 46	0.07 21	0.14 127	0.12 36	0.16 150	0.10 93	0.08 51	0.08 68	0.08 112	0.11 80	0.10 97	0.05 5	0.04 3	0.07 165	0.05 81	0.04 2	0.04 11

test_3	0.11 145	0.09 271	0.10 68	0.21 396	0.08 99	0.13 202	0.25 450	0.14 63	0.21 242	0.10 93	0.10 88	0.09 95	0.10 159	0.08 11	0.11 142	0.05 5	0.04 3	0.08 242	0.07 239	0.04 2	0.04 11

TRStereo	0.10 106	0.05 10	0.12 146	0.16 114	0.12 383	0.10 99	0.13 81	0.18 160	0.19 208	0.09 64	0.09 66	0.09 95	0.07 78	0.10 40	0.08 14	0.07 209	0.05 131	0.07 165	0.07 239	0.04 2	0.04 11

OMP-Stereo	0.11 145	0.07 105	0.14 222	0.18 260	0.08 99	0.09 61	0.12 47	0.21 214	0.21 242	0.13 185	0.14 156	0.11 142	0.12 217	0.11 80	0.13 232	0.06 87	0.05 131	0.07 165	0.06 150	0.05 69	0.04 11

CroCo-Stereo	0.09 50	0.08 209	0.08 12	0.22 416	0.09 197	0.09 61	0.18 326	0.16 101	0.12 64	0.07 23	0.07 30	0.08 68	0.06 33	0.08 11	0.07 1	0.07 209	0.05 131	0.06 73	0.04 20	0.05 69	0.04 11
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
test-2	0.11 145	0.09 271	0.08 12	0.19 318	0.08 99	0.12 174	0.28 467	0.13 50	0.18 187	0.11 126	0.17 205	0.14 205	0.12 217	0.07 2	0.07 1	0.05 5	0.05 131	0.09 324	0.07 239	0.04 2	0.04 11

cross-raft	0.10 106	0.09 271	0.09 43	0.19 318	0.07 46	0.11 136	0.24 434	0.13 50	0.15 128	0.08 42	0.10 88	0.12 163	0.10 159	0.09 24	0.11 142	0.05 5	0.04 3	0.06 73	0.05 81	0.04 2	0.04 11

iRaftStereo_RVC	0.10 106	0.07 105	0.10 68	0.17 180	0.09 197	0.11 136	0.17 281	0.18 160	0.12 64	0.09 64	0.11 116	0.10 122	0.07 78	0.11 80	0.10 97	0.05 5	0.04 3	0.08 242	0.08 305	0.04 2	0.04 11

CREStereo++_RVC	0.08 23	0.04 1	0.07 2	0.13 8	0.07 46	0.09 61	0.12 47	0.14 63	0.14 111	0.10 93	0.14 156	0.08 68	0.07 78	0.10 40	0.11 142	0.06 87	0.04 3	0.05 3	0.05 81	0.04 2	0.04 11
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
s12784h	0.10 106	0.06 44	0.08 12	0.15 60	0.05 1	0.16 294	0.18 326	0.16 101	0.15 128	0.10 93	0.11 116	0.11 142	0.11 187	0.11 80	0.12 197	0.05 5	0.04 3	0.06 73	0.04 20	0.04 2	0.04 11

RALAANet	0.11 145	0.08 209	0.10 68	0.17 180	0.09 197	0.14 241	0.10 13	0.20 198	0.16 150	0.14 208	0.13 143	0.16 250	0.09 137	0.12 153	0.12 197	0.06 87	0.05 131	0.08 242	0.07 239	0.06 154	0.04 11

XX-Stereo	0.09 50	0.05 10	0.09 43	0.17 180	0.09 197	0.15 266	0.12 47	0.21 214	0.10 23	0.10 93	0.14 156	0.07 45	0.06 33	0.13 200	0.08 14	0.06 87	0.05 131	0.06 73	0.06 150	0.04 2	0.04 11

ARAFT	0.12 216	0.08 209	0.18 354	0.19 318	0.09 197	0.15 266	0.17 281	0.20 198	0.13 92	0.12 156	0.13 143	0.14 205	0.12 217	0.15 245	0.13 232	0.06 87	0.05 131	0.10 369	0.09 348	0.06 154	0.04 11

AFF-stereo	0.09 50	0.07 105	0.10 68	0.17 180	0.07 46	0.10 99	0.15 196	0.18 160	0.10 23	0.10 93	0.11 116	0.09 95	0.10 159	0.12 153	0.10 97	0.05 5	0.04 3	0.07 165	0.07 239	0.04 2	0.04 11

EAI-Stereo	0.09 50	0.07 105	0.11 109	0.16 114	0.07 46	0.10 99	0.15 196	0.16 101	0.09 15	0.08 42	0.09 66	0.08 68	0.07 78	0.09 24	0.11 142	0.05 5	0.05 131	0.05 3	0.05 81	0.05 69	0.04 11

CFNet-RSSM	0.09 50	0.07 105	0.10 68	0.16 114	0.07 46	0.09 61	0.15 196	0.17 133	0.18 187	0.08 42	0.12 129	0.11 142	0.09 137	0.12 153	0.10 97	0.06 87	0.04 3	0.06 73	0.04 20	0.04 2	0.04 11

MLCV	0.13 243	0.08 209	0.17 322	0.18 260	0.06 11	0.16 294	0.17 281	0.19 185	0.22 264	0.19 320	0.25 325	0.17 267	0.13 248	0.15 245	0.14 268	0.05 5	0.04 3	0.05 3	0.04 20	0.05 69	0.04 11

xyz-stereo-finetune	0.11 145	0.08 209	0.13 179	0.14 22	0.06 11	0.10 99	0.19 368	0.18 160	0.19 208	0.12 156	0.14 156	0.15 230	0.11 187	0.13 200	0.12 197	0.05 5	0.04 3	0.07 165	0.05 81	0.04 2	0.05 83

MLG-Stereo_test2	0.07 3	0.04 1	0.10 68	0.15 60	0.06 11	0.07 21	0.11 25	0.09 9	0.04 2	0.06 7	0.05 7	0.06 10	0.04 1	0.08 11	0.09 39	0.06 87	0.04 3	0.05 3	0.03 1	0.05 69	0.05 83

MLG-Stereo_test1	0.06 1	0.05 10	0.08 12	0.17 180	0.05 1	0.07 21	0.11 25	0.09 9	0.03 1	0.05 1	0.04 1	0.06 10	0.05 9	0.09 24	0.09 39	0.05 5	0.04 3	0.05 3	0.03 1	0.04 2	0.05 83

MLG-Stereo	0.07 3	0.05 10	0.09 43	0.17 180	0.05 1	0.07 21	0.11 25	0.08 3	0.05 3	0.05 1	0.04 1	0.06 10	0.05 9	0.10 40	0.09 39	0.05 5	0.04 3	0.05 3	0.03 1	0.04 2	0.05 83

DFGA-Net	0.13 243	0.11 357	0.19 377	0.18 260	0.10 302	0.13 202	0.13 81	0.23 255	0.25 308	0.16 261	0.16 186	0.13 186	0.12 217	0.17 311	0.15 302	0.07 209	0.05 131	0.08 242	0.07 239	0.05 69	0.05 83

Reg-Stereo(zero)	0.09 50	0.05 10	0.08 12	0.16 114	0.06 11	0.12 174	0.11 25	0.15 77	0.11 43	0.12 156	0.09 66	0.10 122	0.08 112	0.11 80	0.09 39	0.06 87	0.05 131	0.05 3	0.04 20	0.04 2	0.05 83

SCV_C0	0.08 23	0.07 105	0.08 12	0.16 114	0.10 302	0.08 39	0.14 127	0.11 22	0.13 92	0.08 42	0.07 30	0.06 10	0.05 9	0.11 80	0.07 1	0.05 5	0.05 131	0.05 3	0.04 20	0.06 154	0.05 83

AIO-test2	0.10 106	0.08 209	0.10 68	0.23 435	0.09 197	0.11 136	0.11 25	0.23 255	0.24 284	0.08 42	0.09 66	0.08 68	0.05 9	0.10 40	0.08 14	0.06 87	0.05 131	0.08 242	0.09 348	0.05 69	0.05 83

fffft	0.09 50	0.06 44	0.12 146	0.16 114	0.07 46	0.09 61	0.16 255	0.12 36	0.11 43	0.09 64	0.07 30	0.09 95	0.06 33	0.11 80	0.12 197	0.05 5	0.04 3	0.06 73	0.05 81	0.04 2	0.05 83
1: 1. 1
fffy	0.09 50	0.08 209	0.10 68	0.16 114	0.07 46	0.13 202	0.17 281	0.13 50	0.12 64	0.08 42	0.09 66	0.08 68	0.09 137	0.13 200	0.11 142	0.05 5	0.05 131	0.07 165	0.05 81	0.04 2	0.05 83

UGAM	0.13 243	0.10 333	0.09 43	0.22 416	0.08 99	0.13 202	0.20 387	0.18 160	0.24 284	0.22 368	0.16 186	0.13 186	0.13 248	0.19 352	0.13 232	0.07 209	0.05 131	0.13 432	0.11 411	0.07 221	0.05 83

Pointernet	0.09 50	0.05 10	0.10 68	0.16 114	0.08 99	0.13 202	0.10 13	0.15 77	0.18 187	0.09 64	0.07 30	0.06 10	0.06 33	0.11 80	0.10 97	0.08 268	0.04 3	0.05 3	0.03 1	0.06 154	0.05 83

U	0.08 23	0.07 105	0.10 68	0.19 318	0.10 302	0.10 99	0.13 81	0.12 36	0.17 173	0.07 23	0.07 30	0.06 10	0.05 9	0.07 2	0.09 39	0.06 87	0.04 3	0.06 73	0.04 20	0.06 154	0.05 83

rvit_stereo_0080	0.10 106	0.08 209	0.15 258	0.15 60	0.10 302	0.07 21	0.15 196	0.16 101	0.16 150	0.11 126	0.10 88	0.15 230	0.09 137	0.12 153	0.10 97	0.09 320	0.07 338	0.07 165	0.06 150	0.07 221	0.05 83

IGEV-BASED-STEREO-	0.09 50	0.10 333	0.32 452	0.15 60	0.06 11	0.08 39	0.14 127	0.11 22	0.10 23	0.07 23	0.07 30	0.06 10	0.04 1	0.11 80	0.07 1	0.12 414	0.04 3	0.07 165	0.05 81	0.05 69	0.05 83

test_for_model	0.09 50	0.12 375	0.14 222	0.23 435	0.11 354	0.08 39	0.13 81	0.12 36	0.13 92	0.10 93	0.07 30	0.07 45	0.06 33	0.11 80	0.10 97	0.06 87	0.05 131	0.05 3	0.04 20	0.08 285	0.05 83

trnet	0.08 23	0.05 10	0.07 2	0.12 4	0.05 1	0.12 174	0.10 13	0.13 50	0.10 23	0.08 42	0.13 143	0.09 95	0.08 112	0.11 80	0.10 97	0.08 268	0.05 131	0.05 3	0.03 1	0.06 154	0.05 83

testlalala2	0.10 106	0.06 44	0.11 109	0.20 366	0.10 302	0.10 99	0.11 25	0.17 133	0.13 92	0.12 156	0.13 143	0.09 95	0.08 112	0.11 80	0.13 232	0.06 87	0.05 131	0.05 3	0.04 20	0.05 69	0.05 83

H2IRNET	0.10 106	0.09 271	0.10 68	0.18 260	0.09 197	0.12 174	0.15 196	0.14 63	0.21 242	0.10 93	0.10 88	0.10 122	0.11 187	0.10 40	0.10 97	0.06 87	0.04 3	0.08 242	0.08 305	0.06 154	0.05 83

MGS-Stereo	0.09 50	0.07 105	0.12 146	0.16 114	0.08 99	0.09 61	0.15 196	0.12 36	0.12 64	0.07 23	0.10 88	0.08 68	0.06 33	0.11 80	0.09 39	0.05 5	0.04 3	0.06 73	0.05 81	0.06 154	0.05 83

CoDeX	0.12 216	0.07 105	0.13 179	0.17 180	0.08 99	0.12 174	0.16 255	0.23 255	0.27 333	0.13 185	0.17 205	0.15 230	0.12 217	0.14 227	0.11 142	0.07 209	0.05 131	0.07 165	0.06 150	0.06 154	0.05 83

whm_eth	0.10 106	0.08 209	0.15 258	0.15 60	0.10 302	0.07 21	0.15 196	0.16 101	0.16 150	0.11 126	0.10 88	0.15 230	0.09 137	0.12 153	0.10 97	0.09 320	0.07 338	0.07 165	0.06 150	0.07 221	0.05 83

IGEV_Zeroshot_test	0.09 50	0.05 10	0.13 179	0.14 22	0.08 99	0.12 174	0.13 81	0.17 133	0.11 43	0.10 93	0.06 10	0.09 95	0.06 33	0.11 80	0.09 39	0.06 87	0.04 3	0.06 73	0.06 150	0.05 69	0.05 83

MSKI-zero shot	0.09 50	0.05 10	0.09 43	0.16 114	0.07 46	0.10 99	0.13 81	0.15 77	0.14 111	0.09 64	0.09 66	0.09 95	0.06 33	0.12 153	0.11 142	0.06 87	0.04 3	0.05 3	0.04 20	0.04 2	0.05 83

StereoVision	0.14 272	0.13 403	0.10 68	0.24 445	0.10 302	0.16 294	0.21 403	0.21 214	0.20 228	0.12 156	0.25 325	0.10 122	0.10 159	0.16 272	0.10 97	0.09 320	0.10 415	0.12 418	0.12 431	0.06 154	0.05 83

UniTT-Stereo	0.09 50	0.07 105	0.08 12	0.18 260	0.08 99	0.13 202	0.11 25	0.12 36	0.11 43	0.10 93	0.12 129	0.05 1	0.06 33	0.09 24	0.10 97	0.07 209	0.06 270	0.05 3	0.05 81	0.06 154	0.05 83

MIM_Stereo	0.10 106	0.07 105	0.11 109	0.15 60	0.07 46	0.07 21	0.12 47	0.20 198	0.14 111	0.13 185	0.14 156	0.09 95	0.05 9	0.12 153	0.08 14	0.05 5	0.06 270	0.07 165	0.06 150	0.06 154	0.05 83

testlalala_base	0.10 106	0.09 271	0.14 222	0.21 396	0.08 99	0.10 99	0.14 127	0.13 50	0.11 43	0.08 42	0.15 169	0.07 45	0.08 112	0.11 80	0.12 197	0.08 268	0.05 131	0.05 3	0.03 1	0.07 221	0.05 83

GCAP-Stereo	0.09 50	0.07 105	0.13 179	0.18 260	0.06 11	0.11 136	0.07 2	0.14 63	0.12 64	0.09 64	0.10 88	0.07 45	0.09 137	0.13 200	0.10 97	0.06 87	0.05 131	0.05 3	0.04 20	0.04 2	0.05 83

Any-RAFT	0.10 106	0.05 10	0.10 68	0.15 60	0.07 46	0.13 202	0.14 127	0.21 214	0.15 128	0.11 126	0.12 129	0.13 186	0.10 159	0.13 200	0.10 97	0.07 209	0.04 3	0.05 3	0.04 20	0.06 154	0.05 83

RAFT-Test	0.09 50	0.06 44	0.10 68	0.16 114	0.07 46	0.11 136	0.15 196	0.16 101	0.13 92	0.09 64	0.10 88	0.11 142	0.09 137	0.12 153	0.09 39	0.06 87	0.04 3	0.05 3	0.04 20	0.05 69	0.05 83

LL-Strereo2	0.11 145	0.10 333	0.16 299	0.18 260	0.08 99	0.15 266	0.09 8	0.17 133	0.14 111	0.14 208	0.11 116	0.09 95	0.07 78	0.16 272	0.10 97	0.05 5	0.05 131	0.11 399	0.07 239	0.06 154	0.05 83

LL-Strereo	0.13 243	0.10 333	0.12 146	0.20 366	0.10 302	0.11 136	0.18 326	0.33 410	0.25 308	0.16 261	0.16 186	0.14 205	0.14 280	0.19 352	0.11 142	0.06 87	0.05 131	0.09 324	0.08 305	0.04 2	0.05 83

4D-IteraStereo	0.10 106	0.07 105	0.10 68	0.18 260	0.07 46	0.09 61	0.15 196	0.18 160	0.15 128	0.10 93	0.11 116	0.10 122	0.07 78	0.12 153	0.09 39	0.05 5	0.03 1	0.08 242	0.07 239	0.06 154	0.05 83

LoS	0.09 50	0.05 10	0.11 109	0.13 8	0.07 46	0.14 241	0.11 25	0.15 77	0.15 128	0.09 64	0.09 66	0.12 163	0.09 137	0.15 245	0.10 97	0.07 209	0.05 131	0.05 3	0.03 1	0.05 69	0.05 83
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	0.08 23	0.04 1	0.08 12	0.14 22	0.07 46	0.09 61	0.14 127	0.11 22	0.09 15	0.08 42	0.09 66	0.11 142	0.07 78	0.12 153	0.08 14	0.06 87	0.04 3	0.05 3	0.03 1	0.05 69	0.05 83

DCRE	0.11 145	0.07 105	0.13 179	0.16 114	0.11 354	0.11 136	0.17 281	0.18 160	0.17 173	0.11 126	0.18 228	0.11 142	0.10 159	0.15 245	0.11 142	0.06 87	0.05 131	0.06 73	0.06 150	0.05 69	0.05 83

Selective-RAFT	0.11 145	0.11 357	0.12 146	0.21 396	0.08 99	0.16 294	0.13 81	0.21 214	0.23 274	0.10 93	0.10 88	0.11 142	0.10 159	0.15 245	0.11 142	0.05 5	0.05 131	0.06 73	0.05 81	0.06 154	0.05 83

CroCo-Stereo Lap2	0.09 50	0.09 271	0.08 12	0.22 416	0.09 197	0.09 61	0.18 326	0.16 101	0.12 64	0.09 64	0.10 88	0.05 1	0.05 9	0.08 11	0.08 14	0.06 87	0.06 270	0.07 165	0.05 81	0.06 154	0.05 83

TestStereo1	0.13 243	0.08 209	0.08 12	0.20 366	0.08 99	0.18 333	0.29 478	0.23 255	0.17 173	0.17 273	0.20 251	0.16 250	0.11 187	0.12 153	0.13 232	0.06 87	0.06 270	0.08 242	0.06 150	0.05 69	0.05 83

DCANet-4	0.11 145	0.07 105	0.13 179	0.16 114	0.06 11	0.09 61	0.17 281	0.18 160	0.20 228	0.13 185	0.17 205	0.09 95	0.14 280	0.12 153	0.13 232	0.06 87	0.04 3	0.05 3	0.04 20	0.04 2	0.05 83

fff	0.10 106	0.06 44	0.12 146	0.15 60	0.07 46	0.09 61	0.17 281	0.16 101	0.21 242	0.13 185	0.17 205	0.10 122	0.11 187	0.12 153	0.13 232	0.06 87	0.04 3	0.05 3	0.04 20	0.04 2	0.05 83

ADStereo(finetuned)	0.10 106	0.06 44	0.13 179	0.16 114	0.06 11	0.09 61	0.17 281	0.16 101	0.20 228	0.13 185	0.18 228	0.10 122	0.12 217	0.12 153	0.12 197	0.06 87	0.04 3	0.05 3	0.04 20	0.05 69	0.05 83

SA-5K	0.13 243	0.08 209	0.08 12	0.20 366	0.08 99	0.18 333	0.29 478	0.23 255	0.17 173	0.17 273	0.20 251	0.16 250	0.11 187	0.12 153	0.13 232	0.06 87	0.06 270	0.08 242	0.06 150	0.05 69	0.05 83

Sa-1000	0.12 216	0.08 209	0.09 43	0.18 260	0.08 99	0.15 266	0.22 414	0.22 237	0.19 208	0.15 232	0.20 251	0.17 267	0.11 187	0.10 40	0.10 97	0.06 87	0.05 131	0.09 324	0.09 348	0.05 69	0.05 83

SA	0.13 243	0.09 271	0.09 43	0.18 260	0.08 99	0.12 174	0.24 434	0.23 255	0.19 208	0.17 273	0.27 355	0.15 230	0.11 187	0.11 80	0.11 142	0.05 5	0.05 131	0.09 324	0.08 305	0.05 69	0.05 83

iRaft-Stereo_20w	0.09 50	0.05 10	0.13 179	0.14 22	0.09 197	0.12 174	0.15 196	0.19 185	0.11 43	0.11 126	0.08 51	0.08 68	0.05 9	0.10 40	0.09 39	0.06 87	0.04 3	0.06 73	0.05 81	0.06 154	0.05 83

GLC_STEREO	0.11 145	0.07 105	0.11 109	0.18 260	0.07 46	0.08 39	0.13 81	0.16 101	0.24 284	0.12 156	0.13 143	0.12 163	0.08 112	0.18 327	0.12 197	0.06 87	0.08 369	0.08 242	0.06 150	0.05 69	0.05 83

CrosDoStereo	0.12 216	0.07 105	0.12 146	0.14 22	0.09 197	0.12 174	0.15 196	0.17 133	0.22 264	0.19 320	0.24 298	0.15 230	0.11 187	0.11 80	0.12 197	0.06 87	0.05 131	0.07 165	0.07 239	0.05 69	0.05 83

AAGNet	0.12 216	0.08 209	0.17 322	0.19 318	0.09 197	0.08 39	0.13 81	0.19 185	0.13 92	0.16 261	0.21 268	0.13 186	0.14 280	0.11 80	0.14 268	0.06 87	0.04 3	0.09 324	0.06 150	0.06 154	0.05 83

STrans-v2	0.10 106	0.07 105	0.13 179	0.18 260	0.08 99	0.10 99	0.14 127	0.22 237	0.11 43	0.11 126	0.15 169	0.12 163	0.10 159	0.11 80	0.12 197	0.05 5	0.04 3	0.06 73	0.06 150	0.05 69	0.05 83

TransformOpticalFlow	0.10 106	0.08 209	0.13 179	0.18 260	0.07 46	0.09 61	0.15 196	0.19 185	0.16 150	0.12 156	0.16 186	0.11 142	0.11 187	0.11 80	0.11 142	0.05 5	0.04 3	0.06 73	0.06 150	0.05 69	0.05 83

IIG-Stereo	0.11 145	0.06 44	0.13 179	0.17 180	0.08 99	0.11 136	0.12 47	0.22 237	0.18 187	0.14 208	0.17 205	0.12 163	0.13 248	0.12 153	0.13 232	0.06 87	0.05 131	0.07 165	0.06 150	0.06 154	0.05 83

DeepStereo_LL	0.12 216	0.07 105	0.12 146	0.14 22	0.09 197	0.12 174	0.15 196	0.17 133	0.22 264	0.19 320	0.24 298	0.15 230	0.11 187	0.11 80	0.12 197	0.06 87	0.05 131	0.07 165	0.07 239	0.05 69	0.05 83

DEmStereo	0.12 216	0.06 44	0.14 222	0.14 22	0.10 302	0.16 294	0.15 196	0.16 101	0.24 284	0.17 273	0.23 287	0.12 163	0.14 280	0.12 153	0.14 268	0.05 5	0.04 3	0.07 165	0.06 150	0.05 69	0.05 83

THIR-Stereo	0.12 216	0.07 105	0.11 109	0.15 60	0.08 99	0.14 241	0.16 255	0.18 160	0.25 308	0.17 273	0.24 298	0.13 186	0.13 248	0.12 153	0.14 268	0.06 87	0.05 131	0.07 165	0.07 239	0.05 69	0.05 83

RAFT_R40	0.11 145	0.07 105	0.15 258	0.18 260	0.09 197	0.06 7	0.13 81	0.17 133	0.15 128	0.14 208	0.18 228	0.15 230	0.12 217	0.10 40	0.11 142	0.06 87	0.04 3	0.09 324	0.06 150	0.06 154	0.05 83

DRaft	0.12 216	0.06 44	0.12 146	0.14 22	0.09 197	0.14 241	0.17 281	0.21 214	0.30 361	0.18 305	0.27 355	0.10 122	0.16 322	0.11 80	0.12 197	0.05 5	0.04 3	0.07 165	0.07 239	0.05 69	0.05 83

PFNet	0.12 216	0.06 44	0.17 322	0.18 260	0.08 99	0.09 61	0.15 196	0.26 310	0.20 228	0.16 261	0.16 186	0.14 205	0.12 217	0.13 200	0.11 142	0.06 87	0.04 3	0.07 165	0.06 150	0.05 69	0.05 83

RAFT-345	0.11 145	0.07 105	0.16 299	0.17 180	0.08 99	0.08 39	0.12 47	0.16 101	0.10 23	0.11 126	0.34 416	0.09 95	0.10 159	0.11 80	0.12 197	0.05 5	0.05 131	0.07 165	0.06 150	0.04 2	0.05 83

AnonymousM	0.10 106	0.06 44	0.10 68	0.14 22	0.07 46	0.09 61	0.13 81	0.19 185	0.14 111	0.13 185	0.12 129	0.09 95	0.08 112	0.13 200	0.10 97	0.08 268	0.05 131	0.08 242	0.05 81	0.05 69	0.05 83

RAFT	0.13 243	0.09 271	0.11 109	0.18 260	0.08 99	0.15 266	0.23 424	0.21 214	0.20 228	0.21 355	0.21 268	0.18 282	0.13 248	0.17 311	0.10 97	0.06 87	0.07 338	0.10 369	0.09 348	0.06 154	0.05 83

test-1	0.10 106	0.07 105	0.17 322	0.19 318	0.08 99	0.11 136	0.24 434	0.15 77	0.18 187	0.09 64	0.07 30	0.10 122	0.08 112	0.08 11	0.09 39	0.06 87	0.04 3	0.06 73	0.06 150	0.04 2	0.05 83

TestStereo	0.14 272	0.15 424	0.11 109	0.23 435	0.08 99	0.15 266	0.21 403	0.20 198	0.23 274	0.14 208	0.25 325	0.16 250	0.13 248	0.16 272	0.14 268	0.06 87	0.06 270	0.08 242	0.06 150	0.09 345	0.05 83

raft+_RVC	0.11 145	0.07 105	0.09 43	0.16 114	0.07 46	0.10 99	0.11 25	0.24 278	0.20 228	0.12 156	0.15 169	0.12 163	0.08 112	0.12 153	0.13 232	0.07 209	0.04 3	0.07 165	0.06 150	0.05 69	0.05 83

TANstereo	0.09 50	0.04 1	0.08 12	0.13 8	0.06 11	0.11 136	0.13 81	0.15 77	0.19 208	0.11 126	0.15 169	0.10 122	0.07 78	0.12 153	0.09 39	0.07 209	0.05 131	0.05 3	0.04 20	0.06 154	0.05 83

XX-TBD	0.09 50	0.06 44	0.07 2	0.14 22	0.07 46	0.13 202	0.16 255	0.14 63	0.14 111	0.11 126	0.12 129	0.09 95	0.08 112	0.10 40	0.10 97	0.06 87	0.04 3	0.05 3	0.04 20	0.06 154	0.05 83

DCANet	0.10 106	0.06 44	0.12 146	0.16 114	0.06 11	0.09 61	0.17 281	0.16 101	0.20 228	0.13 185	0.18 228	0.10 122	0.11 187	0.11 80	0.12 197	0.06 87	0.04 3	0.05 3	0.04 20	0.05 69	0.05 83

csc	0.10 106	0.06 44	0.12 146	0.15 60	0.07 46	0.09 61	0.17 281	0.16 101	0.21 242	0.13 185	0.17 205	0.10 122	0.11 187	0.12 153	0.13 232	0.06 87	0.04 3	0.05 3	0.04 20	0.04 2	0.05 83

cscssc	0.10 106	0.06 44	0.12 146	0.15 60	0.07 46	0.09 61	0.17 281	0.16 101	0.21 242	0.13 185	0.17 205	0.10 122	0.11 187	0.12 153	0.13 232	0.06 87	0.04 3	0.05 3	0.04 20	0.04 2	0.05 83

111	0.11 145	0.06 44	0.12 146	0.15 60	0.07 46	0.10 99	0.14 127	0.21 214	0.24 284	0.11 126	0.12 129	0.14 205	0.12 217	0.13 200	0.10 97	0.06 87	0.04 3	0.06 73	0.04 20	0.06 154	0.05 83

Gwc-CoAtRS	0.09 50	0.07 105	0.10 68	0.16 114	0.07 46	0.10 99	0.15 196	0.18 160	0.17 173	0.08 42	0.10 88	0.12 163	0.09 137	0.12 153	0.09 39	0.06 87	0.04 3	0.06 73	0.04 20	0.04 2	0.05 83

R-Stereo Train	0.10 106	0.06 44	0.11 109	0.17 180	0.08 99	0.11 136	0.14 127	0.24 278	0.11 43	0.12 156	0.19 242	0.11 142	0.08 112	0.10 40	0.11 142	0.07 209	0.05 131	0.06 73	0.05 81	0.05 69	0.05 83

RAFT-Stereo	0.10 106	0.06 44	0.11 109	0.17 180	0.08 99	0.11 136	0.14 127	0.24 278	0.11 43	0.12 156	0.19 242	0.11 142	0.08 112	0.10 40	0.11 142	0.07 209	0.05 131	0.06 73	0.05 81	0.05 69	0.05 83
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HITNet	0.11 145	0.06 44	0.12 146	0.14 22	0.06 11	0.12 174	0.10 13	0.18 160	0.18 187	0.13 185	0.17 205	0.15 230	0.11 187	0.15 245	0.14 268	0.06 87	0.04 3	0.04 1	0.04 20	0.06 154	0.05 83
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
iResNet	0.13 243	0.10 333	0.18 354	0.19 318	0.08 99	0.14 241	0.18 326	0.21 214	0.27 333	0.16 261	0.24 298	0.15 230	0.13 248	0.14 227	0.15 302	0.06 87	0.04 3	0.06 73	0.05 81	0.06 154	0.05 83

xyz-stereo-finetune2	0.11 145	0.07 105	0.13 179	0.13 8	0.07 46	0.11 136	0.19 368	0.17 133	0.12 64	0.15 232	0.15 169	0.17 267	0.13 248	0.13 200	0.11 142	0.05 5	0.04 3	0.07 165	0.05 81	0.04 2	0.06 159

111111	0.07 3	0.05 10	0.10 68	0.17 180	0.06 11	0.05 3	0.10 13	0.11 22	0.10 23	0.06 7	0.06 10	0.07 45	0.05 9	0.08 11	0.09 39	0.06 87	0.04 3	0.05 3	0.04 20	0.07 221	0.06 159

MLG-Stereo_test3	0.07 3	0.05 10	0.10 68	0.15 60	0.06 11	0.07 21	0.10 13	0.08 3	0.06 4	0.06 7	0.04 1	0.06 10	0.06 33	0.08 11	0.10 97	0.06 87	0.04 3	0.05 3	0.04 20	0.05 69	0.06 159

LG-G_1	0.07 3	0.04 1	0.11 109	0.15 60	0.06 11	0.09 61	0.08 4	0.08 3	0.06 4	0.06 7	0.06 10	0.07 45	0.07 78	0.11 80	0.08 14	0.07 209	0.04 3	0.05 3	0.04 20	0.05 69	0.06 159

LG-G	0.07 3	0.04 1	0.11 109	0.15 60	0.06 11	0.09 61	0.08 4	0.08 3	0.06 4	0.06 7	0.06 10	0.07 45	0.07 78	0.11 80	0.08 14	0.07 209	0.04 3	0.05 3	0.04 20	0.05 69	0.06 159

LGtest1	0.07 3	0.05 10	0.11 109	0.15 60	0.06 11	0.07 21	0.09 8	0.08 3	0.06 4	0.06 7	0.04 1	0.06 10	0.07 78	0.10 40	0.09 39	0.07 209	0.04 3	0.05 3	0.04 20	0.06 154	0.06 159

HI	0.11 145	0.06 44	0.12 146	0.13 8	0.09 197	0.09 61	0.14 127	0.22 237	0.11 43	0.20 341	0.17 205	0.14 205	0.10 159	0.16 272	0.09 39	0.05 5	0.04 3	0.07 165	0.08 305	0.07 221	0.06 159

CoSv	0.11 145	0.06 44	0.12 146	0.13 8	0.09 197	0.09 61	0.14 127	0.22 237	0.11 43	0.20 341	0.17 205	0.14 205	0.10 159	0.16 272	0.09 39	0.05 5	0.04 3	0.07 165	0.08 305	0.07 221	0.06 159

IGEV-RUCA	0.08 23	0.06 44	0.11 109	0.14 22	0.09 197	0.10 99	0.12 47	0.10 14	0.12 64	0.06 7	0.07 30	0.08 68	0.06 33	0.09 24	0.08 14	0.06 87	0.05 131	0.05 3	0.04 20	0.05 69	0.06 159

tt45	0.09 50	0.06 44	0.11 109	0.15 60	0.07 46	0.12 174	0.15 196	0.13 50	0.12 64	0.09 64	0.06 10	0.08 68	0.06 33	0.13 200	0.10 97	0.06 87	0.04 3	0.06 73	0.05 81	0.05 69	0.06 159

999	0.09 50	0.06 44	0.13 179	0.15 60	0.08 99	0.10 99	0.14 127	0.15 77	0.12 64	0.10 93	0.08 51	0.08 68	0.08 112	0.16 272	0.10 97	0.06 87	0.04 3	0.06 73	0.05 81	0.04 2	0.06 159

PAM_32	0.10 106	0.06 44	0.17 322	0.15 60	0.08 99	0.10 99	0.15 196	0.14 63	0.16 150	0.09 64	0.08 51	0.10 122	0.07 78	0.14 227	0.09 39	0.06 87	0.05 131	0.06 73	0.06 150	0.05 69	0.06 159

PAM	0.10 106	0.06 44	0.17 322	0.15 60	0.09 197	0.10 99	0.16 255	0.15 77	0.16 150	0.12 156	0.09 66	0.10 122	0.07 78	0.13 200	0.09 39	0.06 87	0.05 131	0.06 73	0.06 150	0.05 69	0.06 159

rvit_0105_6	0.14 272	0.09 271	0.18 354	0.17 180	0.10 302	0.10 99	0.17 281	0.19 185	0.26 321	0.12 156	0.18 228	0.17 267	0.13 248	0.18 327	0.13 232	0.15 454	0.11 427	0.12 418	0.10 382	0.09 345	0.06 159

rvit_0105_4	0.15 312	0.09 271	0.17 322	0.17 180	0.10 302	0.12 174	0.20 387	0.23 255	0.27 333	0.14 208	0.20 251	0.17 267	0.14 280	0.17 311	0.13 232	0.15 454	0.11 427	0.11 399	0.10 382	0.09 345	0.06 159

UGAM-zero	0.10 106	0.05 10	0.15 258	0.15 60	0.08 99	0.10 99	0.13 81	0.20 198	0.15 128	0.11 126	0.15 169	0.07 45	0.08 112	0.09 24	0.10 97	0.06 87	0.05 131	0.06 73	0.05 81	0.05 69	0.06 159

rvit_stereo_0083	0.12 216	0.08 209	0.17 322	0.16 114	0.09 197	0.11 136	0.15 196	0.15 77	0.26 321	0.11 126	0.14 156	0.13 186	0.10 159	0.12 153	0.13 232	0.10 357	0.08 369	0.09 324	0.07 239	0.07 221	0.06 159

rvit_stereo_0081_aga	0.12 216	0.09 271	0.15 258	0.18 260	0.10 302	0.14 241	0.14 127	0.14 63	0.19 208	0.10 93	0.18 228	0.16 250	0.09 137	0.12 153	0.10 97	0.10 357	0.06 270	0.08 242	0.07 239	0.07 221	0.06 159

rvit_stereo_0081	0.11 145	0.08 209	0.16 299	0.16 114	0.09 197	0.11 136	0.14 127	0.14 63	0.24 284	0.11 126	0.13 143	0.14 205	0.09 137	0.11 80	0.12 197	0.10 357	0.07 338	0.08 242	0.07 239	0.07 221	0.06 159

model_zeroshot	0.10 106	0.05 10	0.12 146	0.15 60	0.09 197	0.13 202	0.14 127	0.20 198	0.14 111	0.11 126	0.10 88	0.12 163	0.07 78	0.12 153	0.11 142	0.07 209	0.06 270	0.06 73	0.05 81	0.06 154	0.06 159

rvit_stereo_0082	0.11 145	0.08 209	0.16 299	0.16 114	0.09 197	0.11 136	0.14 127	0.14 63	0.24 284	0.11 126	0.13 143	0.14 205	0.09 137	0.11 80	0.12 197	0.10 357	0.07 338	0.08 242	0.07 239	0.07 221	0.06 159

Occ-G	0.08 23	0.05 10	0.07 2	0.14 22	0.07 46	0.09 61	0.14 127	0.14 63	0.15 128	0.07 23	0.12 129	0.07 45	0.05 9	0.09 24	0.10 97	0.06 87	0.05 131	0.05 3	0.04 20	0.05 69	0.06 159

IGEV-Stereo+	0.07 3	0.04 1	0.08 12	0.15 60	0.06 11	0.04 1	0.09 8	0.10 14	0.09 15	0.06 7	0.06 10	0.06 10	0.06 33	0.06 1	0.09 39	0.06 87	0.04 3	0.05 3	0.04 20	0.06 154	0.06 159

rvit_stereo_ft	0.12 216	0.07 105	0.13 179	0.19 318	0.10 302	0.12 174	0.17 281	0.16 101	0.16 150	0.13 185	0.13 143	0.15 230	0.10 159	0.14 227	0.13 232	0.10 357	0.06 270	0.08 242	0.07 239	0.07 221	0.06 159

DispNO	0.15 312	0.09 271	0.18 354	0.19 318	0.12 383	0.11 136	0.21 403	0.23 255	0.29 355	0.18 305	0.23 287	0.19 291	0.17 345	0.16 272	0.16 321	0.07 209	0.05 131	0.08 242	0.08 305	0.07 221	0.06 159

Former-RAFT_DAM_RVC	0.11 145	0.08 209	0.13 179	0.16 114	0.08 99	0.15 266	0.16 255	0.18 160	0.19 208	0.10 93	0.09 66	0.09 95	0.08 112	0.11 80	0.12 197	0.07 209	0.05 131	0.08 242	0.06 150	0.07 221	0.06 159

tta	0.14 272	0.07 105	0.18 354	0.14 22	0.08 99	0.17 317	0.17 281	0.27 324	0.27 333	0.19 320	0.20 251	0.19 291	0.15 300	0.15 245	0.17 337	0.08 268	0.05 131	0.07 165	0.06 150	0.06 154	0.06 159

qqq1	0.14 272	0.07 105	0.18 354	0.14 22	0.08 99	0.17 317	0.17 281	0.27 324	0.27 333	0.19 320	0.20 251	0.19 291	0.15 300	0.15 245	0.12 197	0.08 268	0.05 131	0.05 3	0.05 81	0.06 154	0.06 159

fff1	0.14 272	0.07 105	0.18 354	0.14 22	0.08 99	0.17 317	0.17 281	0.27 324	0.27 333	0.19 320	0.20 251	0.19 291	0.15 300	0.15 245	0.12 197	0.08 268	0.05 131	0.05 3	0.05 81	0.06 154	0.06 159

MyStereo07	0.10 106	0.07 105	0.10 68	0.17 180	0.09 197	0.14 241	0.17 281	0.15 77	0.15 128	0.09 64	0.06 10	0.06 10	0.07 78	0.12 153	0.09 39	0.06 87	0.05 131	0.08 242	0.07 239	0.06 154	0.06 159

MyStereo06	0.10 106	0.07 105	0.12 146	0.17 180	0.09 197	0.13 202	0.18 326	0.19 185	0.12 64	0.13 185	0.08 51	0.07 45	0.07 78	0.11 80	0.09 39	0.06 87	0.05 131	0.08 242	0.07 239	0.06 154	0.06 159

MyStereo05	0.13 243	0.07 105	0.10 68	0.17 180	0.09 197	0.13 202	0.18 326	0.28 348	0.35 405	0.17 273	0.14 156	0.15 230	0.11 187	0.15 245	0.13 232	0.06 87	0.05 131	0.08 242	0.07 239	0.06 154	0.06 159

MyStereo04	0.13 243	0.07 105	0.10 68	0.17 180	0.09 197	0.14 241	0.17 281	0.29 366	0.38 421	0.17 273	0.14 156	0.16 250	0.11 187	0.15 245	0.13 232	0.06 87	0.05 131	0.08 242	0.07 239	0.06 154	0.06 159

cc1	0.10 106	0.08 209	0.13 179	0.17 180	0.09 197	0.13 202	0.15 196	0.16 101	0.18 187	0.09 64	0.09 66	0.06 10	0.06 33	0.10 40	0.07 1	0.06 87	0.05 131	0.06 73	0.05 81	0.06 154	0.06 159

ff7	0.09 50	0.07 105	0.11 109	0.16 114	0.09 197	0.11 136	0.15 196	0.16 101	0.12 64	0.10 93	0.06 10	0.06 10	0.06 33	0.11 80	0.09 39	0.05 5	0.04 3	0.06 73	0.05 81	0.05 69	0.06 159

IGEVStereo-DCA	0.09 50	0.07 105	0.11 109	0.16 114	0.10 302	0.11 136	0.15 196	0.16 101	0.12 64	0.10 93	0.06 10	0.08 68	0.06 33	0.10 40	0.09 39	0.06 87	0.05 131	0.06 73	0.05 81	0.05 69	0.06 159

ffff	0.09 50	0.07 105	0.11 109	0.16 114	0.09 197	0.11 136	0.15 196	0.16 101	0.12 64	0.10 93	0.06 10	0.06 10	0.06 33	0.11 80	0.09 39	0.05 5	0.04 3	0.06 73	0.05 81	0.05 69	0.06 159

rrr	0.09 50	0.07 105	0.13 179	0.16 114	0.10 302	0.11 136	0.15 196	0.16 101	0.15 128	0.10 93	0.06 10	0.08 68	0.06 33	0.10 40	0.09 39	0.06 87	0.05 131	0.06 73	0.05 81	0.05 69	0.06 159

ffm	0.12 216	0.09 271	0.15 258	0.16 114	0.09 197	0.17 317	0.17 281	0.15 77	0.19 208	0.15 232	0.26 338	0.19 291	0.13 248	0.10 40	0.08 14	0.06 87	0.05 131	0.09 324	0.08 305	0.06 154	0.06 159

ff1	0.13 243	0.09 271	0.15 258	0.16 114	0.09 197	0.17 317	0.17 281	0.15 77	0.19 208	0.15 232	0.26 338	0.19 291	0.13 248	0.15 245	0.22 400	0.06 87	0.05 131	0.09 324	0.08 305	0.06 154	0.06 159

11t	0.09 50	0.07 105	0.11 109	0.16 114	0.09 197	0.11 136	0.15 196	0.16 101	0.12 64	0.10 93	0.06 10	0.06 10	0.06 33	0.11 80	0.09 39	0.05 5	0.04 3	0.06 73	0.05 81	0.05 69	0.06 159

tt1	0.10 106	0.08 209	0.13 179	0.17 180	0.09 197	0.13 202	0.15 196	0.15 77	0.19 208	0.09 64	0.08 51	0.06 10	0.06 33	0.10 40	0.08 14	0.06 87	0.05 131	0.06 73	0.05 81	0.06 154	0.06 159

plain	0.11 145	0.09 271	0.10 68	0.19 318	0.09 197	0.11 136	0.14 127	0.14 63	0.13 92	0.13 185	0.15 169	0.09 95	0.12 217	0.13 200	0.12 197	0.07 209	0.05 131	0.09 324	0.06 150	0.06 154	0.06 159

anonymousdsp2	0.11 145	0.07 105	0.11 109	0.16 114	0.09 197	0.13 202	0.14 127	0.19 185	0.23 274	0.13 185	0.14 156	0.12 163	0.09 137	0.14 227	0.11 142	0.05 5	0.05 131	0.05 3	0.04 20	0.06 154	0.06 159

anonymousdsp	0.09 50	0.07 105	0.11 109	0.17 180	0.09 197	0.11 136	0.15 196	0.16 101	0.12 64	0.10 93	0.06 10	0.06 10	0.06 33	0.11 80	0.09 39	0.05 5	0.04 3	0.06 73	0.05 81	0.05 69	0.06 159

ProNet	0.09 50	0.07 105	0.11 109	0.17 180	0.08 99	0.11 136	0.15 196	0.15 77	0.12 64	0.10 93	0.06 10	0.07 45	0.06 33	0.11 80	0.09 39	0.05 5	0.05 131	0.06 73	0.05 81	0.04 2	0.06 159

ccc-4	0.09 50	0.07 105	0.11 109	0.16 114	0.09 197	0.11 136	0.15 196	0.16 101	0.12 64	0.10 93	0.06 10	0.06 10	0.06 33	0.11 80	0.09 39	0.05 5	0.04 3	0.06 73	0.05 81	0.05 69	0.06 159

RAFT+CT+SA	0.13 243	0.11 357	0.09 43	0.19 318	0.09 197	0.15 266	0.28 467	0.22 237	0.22 264	0.15 232	0.26 338	0.10 122	0.10 159	0.11 80	0.12 197	0.05 5	0.04 3	0.07 165	0.08 305	0.07 221	0.06 159

IGEV-Stereo	0.09 50	0.07 105	0.11 109	0.17 180	0.09 197	0.11 136	0.15 196	0.16 101	0.12 64	0.10 93	0.06 10	0.06 10	0.06 33	0.11 80	0.09 39	0.05 5	0.04 3	0.06 73	0.05 81	0.05 69	0.06 159
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.12 216	0.09 271	0.12 146	0.20 366	0.08 99	0.09 61	0.12 47	0.22 237	0.22 264	0.19 320	0.14 156	0.11 142	0.09 137	0.20 370	0.16 321	0.05 5	0.05 131	0.07 165	0.06 150	0.05 69	0.06 159

CIPLG	0.11 145	0.08 209	0.15 258	0.17 180	0.08 99	0.13 202	0.15 196	0.17 133	0.16 150	0.14 208	0.11 116	0.16 250	0.10 159	0.17 311	0.12 197	0.07 209	0.05 131	0.06 73	0.06 150	0.05 69	0.06 159

IPLGR_C	0.11 145	0.08 209	0.15 258	0.17 180	0.08 99	0.12 174	0.15 196	0.17 133	0.15 128	0.14 208	0.11 116	0.16 250	0.10 159	0.16 272	0.12 197	0.07 209	0.05 131	0.06 73	0.06 150	0.05 69	0.06 159

ACRE	0.11 145	0.08 209	0.15 258	0.17 180	0.08 99	0.13 202	0.15 196	0.17 133	0.14 111	0.14 208	0.11 116	0.16 250	0.10 159	0.16 272	0.12 197	0.07 209	0.05 131	0.06 73	0.06 150	0.05 69	0.06 159

GwcNet-ADL	0.13 243	0.08 209	0.14 222	0.20 366	0.09 197	0.12 174	0.20 387	0.30 376	0.25 308	0.14 208	0.14 156	0.18 282	0.14 280	0.13 200	0.15 302	0.07 209	0.05 131	0.06 73	0.05 81	0.07 221	0.06 159

SST-Stereo	0.11 145	0.07 105	0.16 299	0.18 260	0.09 197	0.06 7	0.12 47	0.18 160	0.10 23	0.15 232	0.18 228	0.13 186	0.12 217	0.10 40	0.11 142	0.06 87	0.04 3	0.09 324	0.06 150	0.07 221	0.06 159

RAFT-RH_RVC	0.12 216	0.06 44	0.14 222	0.16 114	0.09 197	0.12 174	0.12 47	0.17 133	0.12 64	0.13 185	0.40 445	0.11 142	0.10 159	0.13 200	0.12 197	0.05 5	0.04 3	0.08 242	0.05 81	0.05 69	0.06 159

IRAFT_RVC	0.12 216	0.08 209	0.17 322	0.19 318	0.08 99	0.07 21	0.14 127	0.25 298	0.23 274	0.14 208	0.15 169	0.15 230	0.12 217	0.12 153	0.11 142	0.06 87	0.04 3	0.09 324	0.06 150	0.06 154	0.06 159

rafts_anoy	0.11 145	0.06 44	0.10 68	0.17 180	0.08 99	0.10 99	0.14 127	0.18 160	0.14 111	0.13 185	0.13 143	0.12 163	0.11 187	0.11 80	0.13 232	0.07 209	0.05 131	0.09 324	0.11 411	0.07 221	0.06 159

raftrobust	0.09 50	0.06 44	0.11 109	0.17 180	0.08 99	0.09 61	0.10 13	0.18 160	0.16 150	0.10 93	0.09 66	0.12 163	0.08 112	0.12 153	0.10 97	0.08 268	0.05 131	0.06 73	0.05 81	0.05 69	0.06 159

test_xeample3	0.09 50	0.07 105	0.12 146	0.16 114	0.09 197	0.11 136	0.15 196	0.16 101	0.14 111	0.10 93	0.07 30	0.08 68	0.06 33	0.10 40	0.09 39	0.06 87	0.04 3	0.06 73	0.05 81	0.05 69	0.06 159

GMStereo	0.13 243	0.15 424	0.14 222	0.18 260	0.09 197	0.16 294	0.16 255	0.20 198	0.25 308	0.17 273	0.17 205	0.11 142	0.11 187	0.16 272	0.13 232	0.07 209	0.06 270	0.06 73	0.06 150	0.07 221	0.06 159
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 243	0.07 105	0.15 258	0.17 180	0.09 197	0.15 266	0.16 255	0.28 348	0.27 333	0.14 208	0.18 228	0.12 163	0.13 248	0.14 227	0.11 142	0.08 268	0.05 131	0.07 165	0.07 239	0.07 221	0.06 159

UPFNet	0.16 340	0.08 209	0.12 146	0.20 366	0.12 383	0.20 374	0.23 424	0.28 348	0.26 321	0.18 305	0.24 298	0.22 333	0.20 388	0.19 352	0.22 400	0.09 320	0.07 338	0.08 242	0.09 348	0.08 285	0.06 159

CREStereo	0.09 50	0.05 10	0.08 12	0.11 1	0.06 11	0.14 241	0.14 127	0.14 63	0.10 23	0.09 64	0.13 143	0.09 95	0.08 112	0.12 153	0.10 97	0.08 268	0.04 3	0.05 3	0.03 1	0.06 154	0.06 159
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
ac_64	0.16 340	0.09 271	0.15 258	0.18 260	0.10 302	0.22 398	0.17 281	0.24 278	0.22 264	0.19 320	0.24 298	0.29 404	0.18 358	0.19 352	0.22 400	0.09 320	0.08 369	0.08 242	0.09 348	0.07 221	0.06 159

ACVNet	0.15 312	0.09 271	0.15 258	0.13 8	0.12 383	0.14 241	0.20 387	0.22 237	0.34 392	0.17 273	0.26 338	0.21 315	0.17 345	0.18 327	0.21 387	0.07 209	0.06 270	0.06 73	0.06 150	0.08 285	0.06 159

acv_ft	0.15 312	0.09 271	0.16 299	0.19 318	0.10 302	0.16 294	0.17 281	0.25 298	0.34 392	0.19 320	0.26 338	0.21 315	0.17 345	0.18 327	0.19 364	0.07 209	0.06 270	0.06 73	0.06 150	0.08 285	0.06 159

cf-r	0.14 272	0.07 105	0.13 179	0.16 114	0.08 99	0.14 241	0.19 368	0.21 214	0.25 308	0.17 273	0.26 338	0.22 333	0.17 345	0.14 227	0.15 302	0.10 357	0.05 131	0.06 73	0.08 305	0.06 154	0.06 159

PMTNet	0.09 50	0.05 10	0.09 43	0.12 4	0.06 11	0.13 202	0.14 127	0.16 101	0.11 43	0.09 64	0.13 143	0.10 122	0.07 78	0.14 227	0.10 97	0.15 454	0.04 3	0.05 3	0.03 1	0.07 221	0.06 159

RASNet	0.15 312	0.07 105	0.15 258	0.16 114	0.08 99	0.19 354	0.14 127	0.30 376	0.21 242	0.17 273	0.25 325	0.21 315	0.19 376	0.20 370	0.20 374	0.07 209	0.06 270	0.06 73	0.08 305	0.06 154	0.06 159

HSM-Net_RVC	0.14 272	0.08 209	0.12 146	0.15 60	0.08 99	0.16 294	0.15 196	0.27 324	0.29 355	0.20 341	0.21 268	0.29 404	0.14 280	0.18 327	0.13 232	0.06 87	0.06 270	0.06 73	0.06 150	0.07 221	0.06 159
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AANet_RVC	0.16 340	0.10 333	0.11 109	0.18 260	0.09 197	0.19 354	0.18 326	0.27 324	0.32 376	0.22 368	0.35 420	0.21 315	0.22 403	0.22 404	0.17 337	0.06 87	0.05 131	0.06 73	0.06 150	0.07 221	0.06 159

HSM	0.15 312	0.09 271	0.15 258	0.16 114	0.09 197	0.16 294	0.14 127	0.28 348	0.25 308	0.20 341	0.24 298	0.37 451	0.17 345	0.20 370	0.15 302	0.07 209	0.05 131	0.07 165	0.06 150	0.07 221	0.06 159

LE_ROB	0.50 501	0.07 105	0.14 222	0.15 60	0.08 99	0.26 435	0.17 281	0.23 255	1.71 532	4.68 536	0.67 496	0.46 483	0.47 494	0.21 387	0.30 465	0.07 209	0.06 270	0.06 73	0.06 150	0.08 285	0.06 159

DN-CSS_ROB	0.13 243	0.13 403	0.17 322	0.18 260	0.10 302	0.16 294	0.08 4	0.22 237	0.19 208	0.17 273	0.23 287	0.13 186	0.13 248	0.13 200	0.14 268	0.05 5	0.05 131	0.10 369	0.10 382	0.08 285	0.06 159

pmcnn	0.15 312	0.07 105	0.20 381	0.15 60	0.07 46	0.21 385	0.16 255	0.25 298	0.26 321	0.21 355	0.33 406	0.29 404	0.19 376	0.18 327	0.17 337	0.07 209	0.05 131	0.05 3	0.04 20	0.07 221	0.06 159

G2L-Stereo_aug	0.15 312	0.06 44	0.12 146	0.14 22	0.07 46	0.19 354	0.19 368	0.20 198	0.39 425	0.22 368	0.27 355	0.27 386	0.15 300	0.18 327	0.19 364	0.07 209	0.05 131	0.05 3	0.04 20	0.06 154	0.07 235

G2L-Stereo	0.14 272	0.07 105	0.13 179	0.17 180	0.09 197	0.13 202	0.12 47	0.27 324	0.22 264	0.17 273	0.27 355	0.21 315	0.13 248	0.18 327	0.18 350	0.09 320	0.08 369	0.08 242	0.07 239	0.07 221	0.07 235

AIO-test1	0.10 106	0.07 105	0.11 109	0.24 445	0.07 46	0.09 61	0.13 81	0.22 237	0.15 128	0.11 126	0.12 129	0.09 95	0.07 78	0.11 80	0.09 39	0.06 87	0.05 131	0.09 324	0.10 382	0.04 2	0.07 235

rvit_0105_5	0.14 272	0.10 333	0.14 222	0.17 180	0.09 197	0.14 241	0.23 424	0.24 278	0.27 333	0.14 208	0.15 169	0.18 282	0.13 248	0.17 311	0.14 268	0.14 450	0.11 427	0.10 369	0.11 411	0.08 285	0.07 235

rvit_0105_3	0.16 340	0.10 333	0.15 258	0.20 366	0.12 383	0.15 266	0.26 456	0.25 298	0.30 361	0.15 232	0.17 205	0.21 315	0.14 280	0.18 327	0.14 268	0.14 450	0.11 427	0.12 418	0.14 447	0.07 221	0.07 235

rvit_105_1	0.19 388	0.12 375	0.25 417	0.21 396	0.16 451	0.22 398	0.28 467	0.32 396	0.42 439	0.20 341	0.21 268	0.22 333	0.18 358	0.19 352	0.18 350	0.12 414	0.12 441	0.13 432	0.15 462	0.08 285	0.07 235

ACV-stereo	0.15 312	0.10 333	0.29 439	0.18 260	0.12 383	0.15 266	0.13 81	0.23 255	0.21 242	0.19 320	0.23 287	0.22 333	0.15 300	0.23 411	0.17 337	0.08 268	0.07 338	0.07 165	0.07 239	0.08 285	0.07 235

SMFormer	0.14 272	0.07 105	0.18 354	0.14 22	0.08 99	0.17 317	0.17 281	0.27 324	0.27 333	0.19 320	0.20 251	0.19 291	0.15 300	0.15 245	0.17 337	0.08 268	0.05 131	0.07 165	0.06 150	0.08 285	0.07 235

ACVNet-DCA	0.10 106	0.08 209	0.13 179	0.17 180	0.09 197	0.13 202	0.15 196	0.24 278	0.16 150	0.09 64	0.09 66	0.06 10	0.06 33	0.10 40	0.07 1	0.06 87	0.05 131	0.06 73	0.05 81	0.07 221	0.07 235

xx1	0.11 145	0.08 209	0.13 179	0.17 180	0.09 197	0.13 202	0.15 196	0.16 101	0.18 187	0.09 64	0.09 66	0.16 250	0.16 322	0.10 40	0.07 1	0.06 87	0.05 131	0.08 242	0.08 305	0.07 221	0.07 235

1test111	0.11 145	0.08 209	0.13 179	0.17 180	0.09 197	0.13 202	0.15 196	0.24 278	0.16 150	0.09 64	0.09 66	0.06 10	0.06 33	0.15 245	0.16 321	0.06 87	0.05 131	0.06 73	0.05 81	0.07 221	0.07 235

mmm	0.14 272	0.08 209	0.18 354	0.17 180	0.09 197	0.17 317	0.18 326	0.21 214	0.16 150	0.16 261	0.23 287	0.21 315	0.16 322	0.16 272	0.17 337	0.08 268	0.05 131	0.08 242	0.08 305	0.08 285	0.07 235

11t1	0.12 216	0.07 105	0.14 222	0.14 22	0.08 99	0.17 317	0.15 196	0.19 185	0.15 128	0.15 232	0.15 169	0.17 267	0.16 322	0.15 245	0.13 232	0.08 268	0.05 131	0.06 73	0.05 81	0.08 285	0.07 235

1111x	0.16 340	0.09 271	0.13 179	0.18 260	0.08 99	0.18 333	0.25 450	0.32 396	0.25 308	0.17 273	0.24 298	0.27 386	0.15 300	0.14 227	0.24 423	0.07 209	0.07 338	0.08 242	0.09 348	0.07 221	0.07 235

MIF-Stereo (partial)	0.11 145	0.06 44	0.10 68	0.19 318	0.10 302	0.10 99	0.12 47	0.17 133	0.19 208	0.14 208	0.16 186	0.10 122	0.11 187	0.12 153	0.12 197	0.08 268	0.05 131	0.08 242	0.07 239	0.06 154	0.07 235

EKT-Stereo	0.11 145	0.07 105	0.14 222	0.16 114	0.10 302	0.13 202	0.14 127	0.19 185	0.21 242	0.11 126	0.08 51	0.13 186	0.10 159	0.11 80	0.12 197	0.08 268	0.06 270	0.07 165	0.06 150	0.08 285	0.07 235

PCWNet_CMD	0.14 272	0.08 209	0.15 258	0.17 180	0.09 197	0.14 241	0.14 127	0.29 366	0.36 410	0.14 208	0.20 251	0.21 315	0.13 248	0.17 311	0.14 268	0.07 209	0.05 131	0.07 165	0.07 239	0.07 221	0.07 235

fast-acv-ft	0.18 377	0.11 357	0.20 381	0.19 318	0.12 383	0.26 435	0.21 403	0.26 310	0.35 405	0.22 368	0.34 416	0.27 386	0.21 396	0.21 387	0.23 411	0.09 320	0.09 393	0.08 242	0.10 382	0.08 285	0.07 235

CBFPSM	0.15 312	0.07 105	0.27 427	0.17 180	0.09 197	0.13 202	0.15 196	0.22 237	0.23 274	0.20 341	0.27 355	0.23 349	0.16 322	0.16 272	0.19 364	0.06 87	0.06 270	0.06 73	0.07 239	0.07 221	0.07 235

gwcnet-sp	0.14 272	0.07 105	0.13 179	0.18 260	0.09 197	0.16 294	0.18 326	0.24 278	0.24 284	0.19 320	0.24 298	0.15 230	0.16 322	0.16 272	0.15 302	0.08 268	0.07 338	0.07 165	0.08 305	0.08 285	0.07 235

scenet	0.14 272	0.07 105	0.13 179	0.18 260	0.09 197	0.16 294	0.18 326	0.24 278	0.24 284	0.19 320	0.24 298	0.15 230	0.16 322	0.16 272	0.15 302	0.08 268	0.07 338	0.07 165	0.08 305	0.08 285	0.07 235

CASS	0.14 272	0.12 375	0.12 146	0.23 435	0.09 197	0.15 266	0.17 281	0.19 185	0.20 228	0.17 273	0.18 228	0.15 230	0.15 300	0.15 245	0.14 268	0.09 320	0.06 270	0.10 369	0.08 305	0.09 345	0.07 235
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
knoymous	0.11 145	0.06 44	0.12 146	0.14 22	0.07 46	0.15 266	0.13 81	0.20 198	0.14 111	0.11 126	0.17 205	0.13 186	0.09 137	0.14 227	0.11 142	0.09 320	0.05 131	0.06 73	0.05 81	0.07 221	0.07 235

anonymousa	0.13 243	0.07 105	0.14 222	0.18 260	0.09 197	0.13 202	0.17 281	0.20 198	0.29 355	0.15 232	0.24 298	0.16 250	0.14 280	0.14 227	0.14 268	0.07 209	0.05 131	0.07 165	0.09 348	0.05 69	0.07 235

ssnet	0.14 272	0.07 105	0.13 179	0.18 260	0.09 197	0.16 294	0.18 326	0.24 278	0.24 284	0.19 320	0.24 298	0.15 230	0.16 322	0.16 272	0.15 302	0.08 268	0.07 338	0.07 165	0.08 305	0.08 285	0.07 235

qqq	0.13 243	0.09 271	0.15 258	0.16 114	0.08 99	0.13 202	0.15 196	0.24 278	0.16 150	0.15 232	0.19 242	0.16 250	0.16 322	0.15 245	0.16 321	0.07 209	0.06 270	0.08 242	0.08 305	0.07 221	0.07 235

x	0.13 243	0.08 209	0.15 258	0.14 22	0.08 99	0.19 354	0.14 127	0.22 237	0.21 242	0.15 232	0.20 251	0.20 308	0.18 358	0.18 327	0.18 350	0.07 209	0.05 131	0.06 73	0.06 150	0.07 221	0.07 235

BUS	0.15 312	0.09 271	0.14 222	0.22 416	0.10 302	0.20 374	0.14 127	0.34 424	0.20 228	0.17 273	0.23 287	0.16 250	0.14 280	0.16 272	0.14 268	0.08 268	0.06 270	0.10 369	0.09 348	0.07 221	0.07 235

IER	0.14 272	0.08 209	0.13 179	0.17 180	0.09 197	0.14 241	0.16 255	0.26 310	0.27 333	0.18 305	0.26 338	0.17 267	0.20 388	0.17 311	0.14 268	0.08 268	0.05 131	0.07 165	0.06 150	0.08 285	0.07 235

test_5	0.14 272	0.12 375	0.08 12	0.20 366	0.10 302	0.14 241	0.28 467	0.21 214	0.24 284	0.19 320	0.28 366	0.11 142	0.15 300	0.12 153	0.13 232	0.06 87	0.05 131	0.07 165	0.08 305	0.08 285	0.07 235

BSDual-CNN	0.15 312	0.09 271	0.14 222	0.22 416	0.10 302	0.15 266	0.15 196	0.34 424	0.20 228	0.17 273	0.23 287	0.25 370	0.16 322	0.16 272	0.14 268	0.08 268	0.06 270	0.10 369	0.09 348	0.07 221	0.07 235

hknet	0.15 312	0.11 357	0.14 222	0.22 416	0.11 354	0.15 266	0.15 196	0.34 424	0.26 321	0.17 273	0.23 287	0.22 333	0.18 358	0.17 311	0.13 232	0.07 209	0.06 270	0.10 369	0.09 348	0.07 221	0.07 235

psmg	0.14 272	0.09 271	0.14 222	0.17 180	0.10 302	0.15 266	0.17 281	0.29 366	0.20 228	0.17 273	0.21 268	0.25 370	0.16 322	0.16 272	0.14 268	0.08 268	0.07 338	0.08 242	0.08 305	0.07 221	0.07 235

UDGNet	0.14 272	0.13 403	0.17 322	0.18 260	0.10 302	0.12 174	0.16 255	0.21 214	0.27 333	0.20 341	0.20 251	0.17 267	0.13 248	0.16 272	0.14 268	0.10 357	0.06 270	0.09 324	0.07 239	0.07 221	0.07 235

dd	0.15 312	0.17 442	0.17 322	0.19 318	0.09 197	0.15 266	0.18 326	0.22 237	0.26 321	0.23 383	0.20 251	0.21 315	0.10 159	0.21 387	0.17 337	0.10 357	0.06 270	0.08 242	0.06 150	0.08 285	0.07 235

dad	0.18 377	0.20 462	0.21 391	0.17 180	0.11 354	0.20 374	0.19 368	0.21 214	0.28 349	0.30 444	0.24 298	0.30 411	0.13 248	0.19 352	0.17 337	0.18 477	0.09 393	0.11 399	0.09 348	0.11 399	0.07 235

DAS	0.15 312	0.08 209	0.18 354	0.19 318	0.10 302	0.19 354	0.17 281	0.28 348	0.30 361	0.18 305	0.26 338	0.21 315	0.16 322	0.16 272	0.13 232	0.08 268	0.06 270	0.06 73	0.06 150	0.07 221	0.07 235

SepStereo	0.15 312	0.08 209	0.18 354	0.19 318	0.10 302	0.19 354	0.17 281	0.28 348	0.30 361	0.18 305	0.26 338	0.21 315	0.16 322	0.26 431	0.13 232	0.08 268	0.06 270	0.06 73	0.06 150	0.07 221	0.07 235

PSMNet-ADL	0.15 312	0.12 375	0.13 179	0.22 416	0.09 197	0.13 202	0.20 387	0.26 310	0.23 274	0.18 305	0.20 251	0.23 349	0.17 345	0.18 327	0.18 350	0.09 320	0.08 369	0.08 242	0.11 411	0.08 285	0.07 235

ADLNet2	0.16 340	0.09 271	0.14 222	0.17 180	0.09 197	0.20 374	0.16 255	0.32 396	0.39 425	0.17 273	0.20 251	0.20 308	0.19 376	0.21 387	0.23 411	0.08 268	0.07 338	0.07 165	0.07 239	0.09 345	0.07 235

Patchmatch Stereo++	0.11 145	0.09 271	0.17 322	0.19 318	0.08 99	0.06 7	0.11 25	0.17 133	0.13 92	0.15 232	0.16 186	0.14 205	0.12 217	0.11 80	0.11 142	0.06 87	0.05 131	0.08 242	0.06 150	0.08 285	0.07 235
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
NRIStereo	0.11 145	0.08 209	0.15 258	0.18 260	0.08 99	0.10 99	0.13 81	0.17 133	0.15 128	0.12 156	0.15 169	0.13 186	0.13 248	0.13 200	0.10 97	0.06 87	0.04 3	0.07 165	0.06 150	0.06 154	0.07 235

PSM-adaLoss	0.11 145	0.09 271	0.17 322	0.19 318	0.08 99	0.06 7	0.12 47	0.17 133	0.13 92	0.15 232	0.16 186	0.14 205	0.12 217	0.11 80	0.11 142	0.06 87	0.05 131	0.08 242	0.06 150	0.08 285	0.07 235

ROB_FTStereo_v2	0.11 145	0.09 271	0.17 322	0.19 318	0.08 99	0.06 7	0.12 47	0.17 133	0.13 92	0.15 232	0.16 186	0.14 205	0.12 217	0.11 80	0.11 142	0.06 87	0.05 131	0.08 242	0.06 150	0.08 285	0.07 235

ROB_FTStereo	0.11 145	0.09 271	0.17 322	0.19 318	0.08 99	0.06 7	0.11 25	0.17 133	0.13 92	0.15 232	0.16 186	0.14 205	0.12 217	0.11 80	0.11 142	0.06 87	0.05 131	0.08 242	0.06 150	0.08 285	0.07 235

HUI-Stereo	0.11 145	0.09 271	0.17 322	0.19 318	0.08 99	0.06 7	0.11 25	0.17 133	0.13 92	0.15 232	0.16 186	0.14 205	0.12 217	0.11 80	0.11 142	0.06 87	0.05 131	0.08 242	0.06 150	0.08 285	0.07 235

iGMRVC	0.11 145	0.09 271	0.17 322	0.19 318	0.08 99	0.06 7	0.12 47	0.17 133	0.13 92	0.15 232	0.16 186	0.14 205	0.12 217	0.11 80	0.11 142	0.06 87	0.05 131	0.08 242	0.06 150	0.08 285	0.07 235

iRAFT	0.11 145	0.09 271	0.17 322	0.19 318	0.08 99	0.06 7	0.11 25	0.17 133	0.13 92	0.15 232	0.16 186	0.14 205	0.12 217	0.11 80	0.11 142	0.06 87	0.05 131	0.08 242	0.06 150	0.08 285	0.07 235

RAFT-IKP	0.11 145	0.09 271	0.17 322	0.19 318	0.08 99	0.06 7	0.11 25	0.17 133	0.13 92	0.15 232	0.16 186	0.14 205	0.12 217	0.11 80	0.11 142	0.06 87	0.05 131	0.08 242	0.06 150	0.08 285	0.07 235

CFNet_pseudo	0.14 272	0.08 209	0.16 299	0.16 114	0.09 197	0.13 202	0.14 127	0.27 324	0.34 392	0.15 232	0.21 268	0.22 333	0.13 248	0.18 327	0.14 268	0.07 209	0.05 131	0.08 242	0.06 150	0.07 221	0.07 235

RALCasStereoNet	0.11 145	0.07 105	0.09 43	0.16 114	0.08 99	0.13 202	0.14 127	0.17 133	0.11 43	0.12 156	0.17 205	0.14 205	0.10 159	0.12 153	0.11 142	0.07 209	0.06 270	0.06 73	0.05 81	0.08 285	0.07 235

sCroCo_RVC	0.12 216	0.09 271	0.24 414	0.24 445	0.11 354	0.19 354	0.14 127	0.17 133	0.15 128	0.10 93	0.13 143	0.12 163	0.07 78	0.14 227	0.11 142	0.08 268	0.08 369	0.08 242	0.08 305	0.05 69	0.07 235

HCRNet	0.16 340	0.23 473	0.12 146	0.35 492	0.11 354	0.15 266	0.17 281	0.26 310	0.22 264	0.19 320	0.24 298	0.21 315	0.14 280	0.15 245	0.13 232	0.11 388	0.07 338	0.11 399	0.10 382	0.09 345	0.07 235

test_xeample	0.15 312	0.07 105	0.14 222	0.15 60	0.08 99	0.22 398	0.20 387	0.29 366	0.21 242	0.16 261	0.29 381	0.19 291	0.17 345	0.16 272	0.28 453	0.09 320	0.05 131	0.07 165	0.07 239	0.07 221	0.07 235

MMNet	0.17 362	0.10 333	0.17 322	0.20 366	0.11 354	0.27 443	0.20 387	0.26 310	0.42 439	0.22 368	0.30 387	0.22 333	0.20 388	0.18 327	0.20 374	0.06 87	0.06 270	0.07 165	0.07 239	0.08 285	0.07 235

delet	0.17 362	0.09 271	0.18 354	0.19 318	0.11 354	0.21 385	0.22 414	0.30 376	0.38 421	0.17 273	0.27 355	0.19 291	0.19 376	0.19 352	0.21 387	0.08 268	0.08 369	0.09 324	0.11 411	0.06 154	0.07 235

UNet	0.17 362	0.09 271	0.18 354	0.19 318	0.12 383	0.28 453	0.19 368	0.33 410	0.30 361	0.21 355	0.25 325	0.23 349	0.19 376	0.20 370	0.19 364	0.07 209	0.06 270	0.08 242	0.07 239	0.08 285	0.07 235

GANet-RSSM	0.14 272	0.07 105	0.13 179	0.13 8	0.08 99	0.14 241	0.18 326	0.23 255	0.21 242	0.17 273	0.25 325	0.24 358	0.16 322	0.16 272	0.16 321	0.10 357	0.06 270	0.07 165	0.08 305	0.08 285	0.07 235

PSMNet-RSSM	0.14 272	0.07 105	0.14 222	0.15 60	0.08 99	0.13 202	0.16 255	0.25 298	0.24 284	0.17 273	0.28 366	0.23 349	0.14 280	0.16 272	0.14 268	0.11 388	0.06 270	0.09 324	0.12 431	0.08 285	0.07 235

GwcNet-RSSM	0.14 272	0.07 105	0.12 146	0.16 114	0.08 99	0.15 266	0.20 387	0.22 237	0.28 349	0.18 305	0.28 366	0.23 349	0.17 345	0.15 245	0.16 321	0.10 357	0.06 270	0.07 165	0.09 348	0.07 221	0.07 235

DIP-Stereo	0.11 145	0.08 209	0.15 258	0.17 180	0.09 197	0.13 202	0.09 8	0.16 101	0.16 150	0.12 156	0.16 186	0.14 205	0.12 217	0.16 272	0.14 268	0.06 87	0.05 131	0.06 73	0.05 81	0.05 69	0.07 235
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
BEATNet_4x	0.12 216	0.09 271	0.15 258	0.18 260	0.07 46	0.15 266	0.07 2	0.23 255	0.19 208	0.16 261	0.19 242	0.19 291	0.14 280	0.17 311	0.15 302	0.07 209	0.05 131	0.05 3	0.05 81	0.06 154	0.07 235

MSMDNet	0.14 272	0.08 209	0.15 258	0.17 180	0.09 197	0.14 241	0.14 127	0.29 366	0.36 410	0.14 208	0.20 251	0.21 315	0.13 248	0.18 327	0.14 268	0.07 209	0.05 131	0.07 165	0.07 239	0.07 221	0.07 235

CFNet	0.15 312	0.11 357	0.17 322	0.17 180	0.08 99	0.19 354	0.10 13	0.29 366	0.26 321	0.19 320	0.24 298	0.24 358	0.18 358	0.18 327	0.15 302	0.08 268	0.06 270	0.09 324	0.10 382	0.08 285	0.07 235

ccs_rob	0.14 272	0.09 271	0.16 299	0.16 114	0.09 197	0.13 202	0.14 127	0.27 324	0.34 392	0.15 232	0.21 268	0.22 333	0.13 248	0.18 327	0.14 268	0.07 209	0.05 131	0.08 242	0.07 239	0.07 221	0.07 235

AdaStereo	0.15 312	0.11 357	0.16 299	0.19 318	0.09 197	0.21 385	0.11 25	0.33 410	0.28 349	0.21 355	0.23 287	0.21 315	0.13 248	0.19 352	0.15 302	0.13 431	0.05 131	0.10 369	0.07 239	0.09 345	0.07 235
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.
StereoDRNet-Refined	0.17 362	0.12 375	0.16 299	0.20 366	0.10 302	0.18 333	0.18 326	0.27 324	0.24 284	0.26 411	0.41 455	0.23 349	0.18 358	0.21 387	0.21 387	0.09 320	0.05 131	0.09 324	0.10 382	0.07 221	0.07 235
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
StereoDRNet	0.19 388	0.11 357	0.18 354	0.22 416	0.11 354	0.22 398	0.22 414	0.37 450	0.34 392	0.24 395	0.28 366	0.30 411	0.19 376	0.20 370	0.21 387	0.10 357	0.08 369	0.11 399	0.09 348	0.09 345	0.07 235

DLCB_ROB	0.18 377	0.10 333	0.16 299	0.23 435	0.11 354	0.24 417	0.18 326	0.30 376	0.28 349	0.27 418	0.29 381	0.28 397	0.25 423	0.20 370	0.20 374	0.08 268	0.08 369	0.09 324	0.09 348	0.07 221	0.07 235

coex_refinement	0.14 272	0.07 105	0.12 146	0.17 180	0.10 302	0.16 294	0.15 196	0.27 324	0.29 355	0.18 305	0.21 268	0.22 333	0.17 345	0.16 272	0.19 364	0.08 268	0.05 131	0.06 73	0.06 150	0.09 345	0.08 304

S2M2	0.09 50	0.08 209	0.11 109	0.13 8	0.10 302	0.08 39	0.06 1	0.10 14	0.10 23	0.10 93	0.10 88	0.09 95	0.09 137	0.11 80	0.11 142	0.13 431	0.07 338	0.08 242	0.09 348	0.10 379	0.08 304

FACV-RUCA	0.13 243	0.11 357	0.13 179	0.19 318	0.12 383	0.15 266	0.16 255	0.22 237	0.21 242	0.16 261	0.16 186	0.15 230	0.16 322	0.14 227	0.13 232	0.07 209	0.05 131	0.08 242	0.06 150	0.10 379	0.08 304

AIO-Stereo-zeroshot	0.11 145	0.05 10	0.12 146	0.15 60	0.13 408	0.14 241	0.16 255	0.23 255	0.18 187	0.10 93	0.13 143	0.10 122	0.07 78	0.12 153	0.09 39	0.06 87	0.05 131	0.06 73	0.06 150	0.07 221	0.08 304

test_sample6	0.14 272	0.09 271	0.14 222	0.17 180	0.08 99	0.17 317	0.19 368	0.26 310	0.18 187	0.18 305	0.28 366	0.19 291	0.15 300	0.15 245	0.13 232	0.08 268	0.05 131	0.08 242	0.07 239	0.08 285	0.08 304

test_sample5	0.14 272	0.08 209	0.14 222	0.16 114	0.08 99	0.18 333	0.18 326	0.25 298	0.17 173	0.17 273	0.28 366	0.18 282	0.15 300	0.16 272	0.13 232	0.08 268	0.06 270	0.08 242	0.07 239	0.09 345	0.08 304

test_sample4	0.14 272	0.08 209	0.15 258	0.15 60	0.08 99	0.19 354	0.18 326	0.26 310	0.18 187	0.17 273	0.26 338	0.18 282	0.15 300	0.17 311	0.13 232	0.08 268	0.06 270	0.08 242	0.06 150	0.09 345	0.08 304

test_sample3	0.14 272	0.08 209	0.15 258	0.14 22	0.09 197	0.20 374	0.17 281	0.27 324	0.18 187	0.17 273	0.22 283	0.19 291	0.15 300	0.17 311	0.14 268	0.09 320	0.06 270	0.07 165	0.06 150	0.09 345	0.08 304

test_sample2	0.13 243	0.07 105	0.12 146	0.14 22	0.08 99	0.16 294	0.18 326	0.21 214	0.16 150	0.14 208	0.21 268	0.20 308	0.15 300	0.15 245	0.13 232	0.08 268	0.06 270	0.07 165	0.06 150	0.08 285	0.08 304

test_sample1	0.13 243	0.07 105	0.14 222	0.14 22	0.08 99	0.19 354	0.17 281	0.20 198	0.15 128	0.14 208	0.22 283	0.18 282	0.16 322	0.17 311	0.15 302	0.07 209	0.06 270	0.06 73	0.06 150	0.08 285	0.08 304

CAS++	0.11 145	0.07 105	0.11 109	0.14 22	0.10 302	0.13 202	0.14 127	0.24 278	0.14 111	0.11 126	0.09 66	0.11 142	0.07 78	0.14 227	0.09 39	0.11 388	0.09 393	0.09 324	0.07 239	0.07 221	0.08 304
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DualNet	0.14 272	0.08 209	0.14 222	0.16 114	0.08 99	0.18 333	0.18 326	0.25 298	0.17 173	0.18 305	0.28 366	0.18 282	0.15 300	0.16 272	0.13 232	0.08 268	0.06 270	0.08 242	0.07 239	0.09 345	0.08 304

mmx	0.15 312	0.09 271	0.15 258	0.16 114	0.09 197	0.17 317	0.17 281	0.27 324	0.26 321	0.15 232	0.26 338	0.19 291	0.13 248	0.15 245	0.22 400	0.08 268	0.06 270	0.09 324	0.08 305	0.08 285	0.08 304

xxx	0.15 312	0.09 271	0.15 258	0.16 114	0.09 197	0.17 317	0.17 281	0.27 324	0.26 321	0.15 232	0.26 338	0.19 291	0.13 248	0.15 245	0.22 400	0.08 268	0.06 270	0.09 324	0.08 305	0.08 285	0.08 304

GMStereo_Zeroshot	0.16 340	0.13 403	0.25 417	0.20 366	0.10 302	0.17 317	0.13 81	0.30 376	0.25 308	0.23 383	0.32 400	0.25 370	0.11 187	0.19 352	0.14 268	0.09 320	0.06 270	0.11 399	0.06 150	0.12 414	0.08 304

GASNet	0.22 418	0.24 476	0.34 457	0.26 461	0.17 463	0.27 443	0.16 255	0.45 487	0.42 439	0.27 418	0.24 298	0.30 411	0.16 322	0.27 433	0.18 350	0.12 414	0.09 393	0.12 418	0.11 411	0.16 466	0.08 304

ToySt	0.17 362	0.11 357	0.19 377	0.17 180	0.11 354	0.16 294	0.26 456	0.24 278	0.33 381	0.19 320	0.24 298	0.26 380	0.24 416	0.19 352	0.21 387	0.07 209	0.08 369	0.09 324	0.10 382	0.09 345	0.08 304

riskmin	0.11 145	0.06 44	0.13 179	0.14 22	0.08 99	0.14 241	0.14 127	0.18 160	0.15 128	0.12 156	0.15 169	0.17 267	0.11 187	0.14 227	0.12 197	0.09 320	0.05 131	0.07 165	0.05 81	0.08 285	0.08 304

ssnet_v2	0.17 362	0.10 333	0.18 354	0.17 180	0.11 354	0.21 385	0.22 414	0.34 424	0.25 308	0.23 383	0.23 287	0.27 386	0.19 376	0.22 404	0.21 387	0.11 388	0.10 415	0.09 324	0.09 348	0.08 285	0.08 304

CSP-Net	0.16 340	0.09 271	0.14 222	0.17 180	0.09 197	0.19 354	0.18 326	0.25 298	0.33 381	0.26 411	0.31 391	0.25 370	0.16 322	0.21 387	0.19 364	0.09 320	0.06 270	0.07 165	0.07 239	0.08 285	0.08 304

GANet-ADL	0.13 243	0.07 105	0.15 258	0.17 180	0.10 302	0.19 354	0.15 196	0.30 376	0.21 242	0.13 185	0.18 228	0.19 291	0.13 248	0.16 272	0.14 268	0.08 268	0.06 270	0.06 73	0.05 81	0.07 221	0.08 304

Pruner-Stereo	0.11 145	0.07 105	0.12 146	0.17 180	0.09 197	0.06 7	0.12 47	0.18 160	0.17 173	0.14 208	0.19 242	0.13 186	0.10 159	0.11 80	0.11 142	0.06 87	0.04 3	0.07 165	0.06 150	0.06 154	0.08 304

DeepStereo_RVC	0.11 145	0.08 209	0.17 322	0.18 260	0.08 99	0.08 39	0.11 25	0.17 133	0.12 64	0.13 185	0.15 169	0.12 163	0.12 217	0.12 153	0.11 142	0.06 87	0.04 3	0.07 165	0.06 150	0.07 221	0.08 304

CRE-IMP	0.11 145	0.09 271	0.16 299	0.19 318	0.09 197	0.10 99	0.12 47	0.18 160	0.10 23	0.14 208	0.14 156	0.14 205	0.13 248	0.12 153	0.12 197	0.07 209	0.04 3	0.08 242	0.06 150	0.08 285	0.08 304

ICVP	0.16 340	0.09 271	0.12 146	0.22 416	0.09 197	0.18 333	0.21 403	0.26 310	0.24 284	0.18 305	0.30 387	0.27 386	0.18 358	0.18 327	0.15 302	0.10 357	0.07 338	0.08 242	0.07 239	0.07 221	0.08 304
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GEStereo_RVC	0.17 362	0.12 375	0.16 299	0.22 416	0.11 354	0.19 354	0.18 326	0.32 396	0.49 464	0.20 341	0.25 325	0.17 267	0.13 248	0.21 387	0.16 321	0.10 357	0.06 270	0.08 242	0.07 239	0.09 345	0.08 304

222	0.16 340	0.07 105	0.15 258	0.14 22	0.08 99	0.25 425	0.18 326	0.30 376	0.21 242	0.18 305	0.29 381	0.17 267	0.16 322	0.16 272	0.44 499	0.10 357	0.05 131	0.07 165	0.06 150	0.08 285	0.08 304

xxxx	0.15 312	0.07 105	0.14 222	0.14 22	0.08 99	0.24 417	0.18 326	0.32 396	0.20 228	0.14 208	0.28 366	0.22 333	0.14 280	0.15 245	0.29 460	0.09 320	0.05 131	0.07 165	0.07 239	0.08 285	0.08 304

Syn2CoEx	0.22 418	0.16 432	0.29 439	0.29 482	0.15 439	0.26 435	0.21 403	0.34 424	0.32 376	0.29 439	0.36 425	0.28 397	0.25 423	0.20 370	0.25 430	0.16 471	0.12 441	0.14 445	0.11 411	0.09 345	0.08 304

psm_up	0.19 388	0.10 333	0.18 354	0.21 396	0.11 354	0.17 317	0.19 368	0.38 457	0.34 392	0.22 368	0.28 366	0.29 404	0.25 423	0.20 370	0.22 400	0.09 320	0.10 415	0.11 399	0.11 411	0.08 285	0.08 304

FENet	0.13 243	0.08 209	0.13 179	0.16 114	0.08 99	0.15 266	0.16 255	0.23 255	0.23 274	0.17 273	0.24 298	0.16 250	0.13 248	0.14 227	0.15 302	0.08 268	0.05 131	0.08 242	0.08 305	0.08 285	0.08 304

CFNet-ft	0.14 272	0.07 105	0.15 258	0.12 4	0.09 197	0.17 317	0.18 326	0.22 237	0.24 284	0.17 273	0.26 338	0.24 358	0.14 280	0.16 272	0.15 302	0.11 388	0.06 270	0.08 242	0.09 348	0.09 345	0.08 304

DSFCA	0.16 340	0.09 271	0.14 222	0.16 114	0.10 302	0.21 385	0.19 368	0.28 348	0.31 370	0.23 383	0.25 325	0.22 333	0.16 322	0.20 370	0.20 374	0.10 357	0.07 338	0.09 324	0.09 348	0.08 285	0.08 304

DMCA-RVC	0.17 362	0.10 333	0.16 299	0.24 445	0.11 354	0.19 354	0.18 326	0.26 310	0.24 284	0.21 355	0.27 355	0.25 370	0.27 436	0.18 327	0.21 387	0.12 414	0.08 369	0.13 432	0.10 382	0.10 379	0.08 304

STTStereo	0.18 377	0.13 403	0.28 430	0.20 366	0.11 354	0.16 294	0.21 403	0.29 366	0.23 274	0.22 368	0.30 387	0.29 404	0.18 358	0.20 370	0.20 374	0.12 414	0.11 427	0.11 399	0.14 447	0.09 345	0.08 304

GANet	0.22 418	0.13 403	0.21 391	0.25 452	0.14 424	0.23 411	0.22 414	0.42 475	0.27 333	0.31 449	0.43 465	0.37 451	0.29 448	0.23 411	0.23 411	0.10 357	0.12 441	0.10 369	0.09 348	0.10 379	0.08 304

TDLM	0.18 377	0.12 375	0.14 222	0.24 445	0.10 302	0.18 333	0.18 326	0.37 450	0.30 361	0.22 368	0.28 366	0.28 397	0.18 358	0.23 411	0.19 364	0.11 388	0.07 338	0.10 369	0.10 382	0.08 285	0.08 304

CFNet_RVC	0.14 272	0.07 105	0.15 258	0.12 4	0.09 197	0.17 317	0.18 326	0.22 237	0.24 284	0.17 273	0.26 338	0.24 358	0.14 280	0.16 272	0.15 302	0.11 388	0.06 270	0.08 242	0.09 348	0.09 345	0.08 304

CVANet_RVC	0.18 377	0.11 357	0.14 222	0.21 396	0.11 354	0.19 354	0.18 326	0.34 424	0.34 392	0.22 368	0.31 391	0.28 397	0.18 358	0.24 422	0.18 350	0.12 414	0.08 369	0.12 418	0.12 431	0.09 345	0.08 304

NLCA_NET_v2_RVC	0.17 362	0.10 333	0.23 408	0.20 366	0.10 302	0.15 266	0.18 326	0.31 392	0.25 308	0.21 355	0.31 391	0.25 370	0.17 345	0.21 387	0.20 374	0.09 320	0.06 270	0.08 242	0.09 348	0.07 221	0.08 304
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iResNetv2_ROB	0.15 312	0.08 209	0.16 299	0.16 114	0.08 99	0.16 294	0.13 81	0.26 310	0.36 410	0.21 355	0.29 381	0.24 358	0.13 248	0.14 227	0.14 268	0.06 87	0.06 270	0.06 73	0.04 20	0.09 345	0.08 304

DRN-Test	0.20 397	0.11 357	0.21 391	0.22 416	0.10 302	0.22 398	0.22 414	0.40 465	0.38 421	0.24 395	0.33 406	0.26 380	0.22 403	0.22 404	0.25 430	0.11 388	0.07 338	0.11 399	0.10 382	0.09 345	0.08 304

MDST_ROB	0.22 418	0.10 333	0.18 354	0.18 260	0.11 354	0.40 486	0.19 368	0.44 485	0.42 439	0.40 474	0.40 445	0.29 404	0.21 396	0.27 433	0.19 364	0.11 388	0.10 415	0.14 445	0.11 411	0.10 379	0.08 304

iResNet_ROB	0.14 272	0.07 105	0.13 179	0.15 60	0.07 46	0.19 354	0.14 127	0.26 310	0.32 376	0.23 383	0.26 338	0.23 349	0.16 322	0.15 245	0.14 268	0.07 209	0.05 131	0.05 3	0.04 20	0.08 285	0.08 304

YMNet	0.20 397	0.12 375	0.20 381	0.21 396	0.14 424	0.27 443	0.23 424	0.32 396	0.34 392	0.28 430	0.35 420	0.30 411	0.18 358	0.18 327	0.22 400	0.11 388	0.13 453	0.10 369	0.10 382	0.09 345	0.09 348

YMNet_1	0.20 397	0.12 375	0.20 381	0.21 396	0.14 424	0.27 443	0.23 424	0.32 396	0.34 392	0.28 430	0.35 420	0.30 411	0.18 358	0.18 327	0.22 400	0.11 388	0.13 453	0.10 369	0.10 382	0.09 345	0.09 348

ITSA-stereo	0.16 340	0.11 357	0.14 222	0.19 318	0.08 99	0.13 202	0.14 127	0.30 376	0.49 464	0.17 273	0.18 228	0.22 333	0.15 300	0.17 311	0.16 321	0.10 357	0.06 270	0.08 242	0.08 305	0.08 285	0.09 348

AIO-Stereo-zeroshot1	0.11 145	0.05 10	0.14 222	0.16 114	0.21 481	0.09 61	0.17 281	0.21 214	0.16 150	0.11 126	0.15 169	0.10 122	0.07 78	0.10 40	0.08 14	0.06 87	0.05 131	0.07 165	0.07 239	0.07 221	0.09 348

MyStereo8	0.12 216	0.07 105	0.15 258	0.15 60	0.09 197	0.18 333	0.14 127	0.19 185	0.22 264	0.12 156	0.18 228	0.11 142	0.10 159	0.16 272	0.18 350	0.07 209	0.05 131	0.07 165	0.05 81	0.08 285	0.09 348

ttt	0.14 272	0.08 209	0.14 222	0.15 60	0.08 99	0.15 266	0.18 326	0.27 324	0.30 361	0.16 261	0.24 298	0.17 267	0.14 280	0.13 200	0.14 268	0.11 388	0.08 369	0.09 324	0.08 305	0.09 345	0.09 348

CFNet_ucs	0.15 312	0.09 271	0.17 322	0.16 114	0.11 354	0.14 241	0.14 127	0.30 376	0.34 392	0.16 261	0.24 298	0.23 349	0.14 280	0.18 327	0.15 302	0.09 320	0.06 270	0.08 242	0.07 239	0.09 345	0.09 348

HBP-ISP	0.18 377	0.13 403	0.17 322	0.15 60	0.11 354	0.08 39	0.13 81	0.28 348	0.30 361	0.22 368	0.33 406	0.21 315	0.25 423	0.23 411	0.18 350	0.15 454	0.17 476	0.21 479	0.17 473	0.10 379	0.09 348

Wz-Net-LNSev-Ref	0.18 377	0.09 271	0.30 445	0.15 60	0.11 354	0.23 411	0.20 387	0.27 324	0.40 430	0.26 411	0.43 465	0.25 370	0.15 300	0.21 387	0.20 374	0.07 209	0.05 131	0.06 73	0.05 81	0.10 379	0.09 348

CRFU-Net	0.16 340	0.08 209	0.15 258	0.17 180	0.09 197	0.20 374	0.14 127	0.27 324	0.21 242	0.28 430	0.28 366	0.29 404	0.18 358	0.19 352	0.18 350	0.09 320	0.09 393	0.07 165	0.07 239	0.08 285	0.09 348

NINENet	0.16 340	0.10 333	0.16 299	0.17 180	0.11 354	0.20 374	0.14 127	0.41 470	0.37 415	0.18 305	0.21 268	0.16 250	0.14 280	0.16 272	0.14 268	0.08 268	0.08 369	0.10 369	0.07 239	0.10 379	0.09 348

AASNet	0.16 340	0.08 209	0.13 179	0.19 318	0.09 197	0.19 354	0.15 196	0.38 457	0.37 415	0.20 341	0.24 298	0.20 308	0.17 345	0.17 311	0.21 387	0.10 357	0.08 369	0.08 242	0.07 239	0.09 345	0.09 348

AACVNet	0.16 340	0.08 209	0.15 258	0.15 60	0.10 302	0.18 333	0.15 196	0.24 278	0.25 308	0.27 418	0.27 355	0.28 397	0.18 358	0.19 352	0.17 337	0.09 320	0.07 338	0.09 324	0.07 239	0.10 379	0.09 348

HHNet	0.11 145	0.06 44	0.16 299	0.15 60	0.14 424	0.07 21	0.13 81	0.20 198	0.18 187	0.15 232	0.25 325	0.11 142	0.09 137	0.13 200	0.10 97	0.06 87	0.04 3	0.08 242	0.06 150	0.05 69	0.09 348

ASMatch	0.11 145	0.06 44	0.13 179	0.17 180	0.10 302	0.08 39	0.14 127	0.18 160	0.16 150	0.12 156	0.16 186	0.16 250	0.11 187	0.13 200	0.11 142	0.05 5	0.04 3	0.06 73	0.06 150	0.04 2	0.09 348

GMM-Stereo	0.11 145	0.07 105	0.10 68	0.18 260	0.09 197	0.08 39	0.14 127	0.24 278	0.16 150	0.11 126	0.15 169	0.13 186	0.11 187	0.11 80	0.11 142	0.05 5	0.04 3	0.08 242	0.07 239	0.06 154	0.09 348

LMCR-Stereo	0.15 312	0.08 209	0.14 222	0.21 396	0.09 197	0.18 333	0.19 368	0.28 348	0.19 208	0.24 395	0.24 298	0.23 349	0.17 345	0.20 370	0.17 337	0.07 209	0.06 270	0.08 242	0.06 150	0.10 379	0.09 348

ADLNet	0.16 340	0.08 209	0.15 258	0.16 114	0.10 302	0.16 294	0.17 281	0.33 410	0.27 333	0.23 383	0.27 355	0.24 358	0.16 322	0.18 327	0.21 387	0.10 357	0.06 270	0.10 369	0.10 382	0.08 285	0.09 348

GES	0.14 272	0.08 209	0.16 299	0.15 60	0.10 302	0.13 202	0.13 81	0.28 348	0.26 321	0.17 273	0.24 298	0.19 291	0.14 280	0.16 272	0.14 268	0.08 268	0.08 369	0.07 165	0.06 150	0.08 285	0.09 348

RAFT + AFF	0.13 243	0.08 209	0.21 391	0.20 366	0.10 302	0.14 241	0.23 424	0.27 324	0.21 242	0.12 156	0.10 88	0.12 163	0.10 159	0.16 272	0.12 197	0.08 268	0.07 338	0.09 324	0.09 348	0.06 154	0.09 348

aanetorigin	0.22 418	0.17 442	0.57 489	0.18 260	0.10 302	0.16 294	0.19 368	0.20 198	0.33 381	0.49 491	0.48 474	0.30 411	0.28 445	0.21 387	0.24 423	0.08 268	0.07 338	0.08 242	0.07 239	0.10 379	0.09 348

ADCRef	0.20 397	0.12 375	0.43 475	0.20 366	0.12 383	0.23 411	0.18 326	0.32 396	0.37 415	0.26 411	0.33 406	0.18 282	0.23 409	0.25 427	0.26 441	0.07 209	0.06 270	0.09 324	0.09 348	0.08 285	0.09 348

PS-NSSS	0.20 397	0.21 467	0.23 408	0.20 366	0.10 302	0.19 354	0.17 281	0.36 443	0.26 321	0.27 418	0.34 416	0.27 386	0.24 416	0.20 370	0.20 374	0.15 454	0.12 441	0.17 465	0.14 447	0.10 379	0.09 348

NaN_ROB	0.23 431	0.20 462	0.25 417	0.25 452	0.13 408	0.31 460	0.27 461	0.34 424	0.41 437	0.31 449	0.31 391	0.32 431	0.23 409	0.31 455	0.22 400	0.11 388	0.17 476	0.10 369	0.11 411	0.08 285	0.09 348

PWCDC_ROB	0.21 410	0.13 403	0.23 408	0.25 452	0.12 383	0.20 374	0.15 196	0.34 424	0.55 480	0.29 439	0.49 475	0.21 315	0.15 300	0.28 441	0.20 374	0.11 388	0.09 393	0.10 369	0.08 305	0.11 399	0.09 348

PSMNet_ROB	0.22 418	0.12 375	0.15 258	0.27 469	0.15 439	0.25 425	0.36 497	0.43 481	0.37 415	0.27 418	0.33 406	0.32 431	0.23 409	0.21 387	0.27 446	0.12 414	0.08 369	0.13 432	0.11 411	0.10 379	0.09 348

rvit_stereo_0075_2	0.17 362	0.12 375	0.25 417	0.23 435	0.16 451	0.13 202	0.10 13	0.30 376	0.27 333	0.20 341	0.28 366	0.22 333	0.15 300	0.18 327	0.13 232	0.16 471	0.10 415	0.17 465	0.10 382	0.10 379	0.10 374

test_sample7	0.16 340	0.10 333	0.16 299	0.14 22	0.12 383	0.16 294	0.17 281	0.28 348	0.24 284	0.21 355	0.21 268	0.24 358	0.20 388	0.16 272	0.16 321	0.12 414	0.06 270	0.10 369	0.09 348	0.11 399	0.10 374

iinet-f	0.17 362	0.07 105	0.46 477	0.14 22	0.10 302	0.21 385	0.14 127	0.27 324	0.23 274	0.22 368	0.25 325	0.21 315	0.16 322	0.18 327	0.22 400	0.09 320	0.07 338	0.07 165	0.06 150	0.09 345	0.10 374

Wz-Net-MNSev	0.23 431	0.13 403	0.33 454	0.20 366	0.15 439	0.36 476	0.25 450	0.34 424	0.45 453	0.29 439	0.41 455	0.39 462	0.19 376	0.25 427	0.27 446	0.09 320	0.07 338	0.09 324	0.09 348	0.12 414	0.10 374

FTStereo	0.12 216	0.07 105	0.14 222	0.18 260	0.09 197	0.07 21	0.15 196	0.22 237	0.18 187	0.12 156	0.24 298	0.11 142	0.13 248	0.13 200	0.14 268	0.05 5	0.05 131	0.07 165	0.07 239	0.06 154	0.10 374

GrayStereo	0.11 145	0.06 44	0.11 109	0.19 318	0.09 197	0.09 61	0.16 255	0.18 160	0.17 173	0.14 208	0.17 205	0.17 267	0.11 187	0.12 153	0.11 142	0.05 5	0.05 131	0.07 165	0.06 150	0.06 154	0.10 374

Prome-Stereo	0.11 145	0.07 105	0.11 109	0.18 260	0.09 197	0.12 174	0.14 127	0.23 255	0.13 92	0.13 185	0.16 186	0.13 186	0.08 112	0.12 153	0.10 97	0.05 5	0.05 131	0.07 165	0.06 150	0.06 154	0.10 374

sAnonymous2	0.13 243	0.12 375	0.25 417	0.20 366	0.12 383	0.18 333	0.14 127	0.27 324	0.21 242	0.11 126	0.12 129	0.13 186	0.08 112	0.11 80	0.11 142	0.09 320	0.05 131	0.08 242	0.06 150	0.15 455	0.10 374

CroCo_RVC	0.13 243	0.12 375	0.25 417	0.20 366	0.12 383	0.18 333	0.14 127	0.27 324	0.21 242	0.11 126	0.12 129	0.13 186	0.08 112	0.11 80	0.11 142	0.09 320	0.05 131	0.08 242	0.06 150	0.15 455	0.10 374

EDNetEfficient	0.30 471	0.24 476	1.18 521	0.18 260	0.10 302	0.20 374	0.20 387	0.21 214	0.61 490	0.74 508	0.56 484	0.30 411	0.40 483	0.23 411	0.32 475	0.09 320	0.07 338	0.08 242	0.07 239	0.11 399	0.10 374

GwcNet	0.20 397	0.14 418	0.20 381	0.18 260	0.12 383	0.25 425	0.20 387	0.36 443	0.45 453	0.20 341	0.33 406	0.33 437	0.21 396	0.22 404	0.25 430	0.11 388	0.09 393	0.09 324	0.09 348	0.09 345	0.10 374

HGLStereo	0.17 362	0.09 271	0.19 377	0.17 180	0.12 383	0.18 333	0.18 326	0.31 392	0.33 381	0.22 368	0.33 406	0.24 358	0.18 358	0.20 370	0.21 387	0.10 357	0.09 393	0.07 165	0.07 239	0.09 345	0.10 374

DMCA	0.14 272	0.09 271	0.17 322	0.19 318	0.09 197	0.15 266	0.17 281	0.23 255	0.28 349	0.14 208	0.20 251	0.17 267	0.18 358	0.15 245	0.17 337	0.10 357	0.06 270	0.08 242	0.06 150	0.09 345	0.10 374

FADNet_RVC	0.17 362	0.14 418	0.41 471	0.20 366	0.11 354	0.13 202	0.13 81	0.27 324	0.22 264	0.21 355	0.23 287	0.20 308	0.18 358	0.15 245	0.17 337	0.08 268	0.08 369	0.12 418	0.09 348	0.11 399	0.10 374

ADCL	0.25 447	0.12 375	0.49 482	0.22 416	0.12 383	0.36 476	0.29 478	0.30 376	0.57 483	0.24 395	0.47 473	0.30 411	0.31 464	0.30 454	0.30 465	0.09 320	0.07 338	0.09 324	0.09 348	0.10 379	0.10 374

ADCP+	0.20 397	0.10 333	0.35 463	0.21 396	0.12 383	0.22 398	0.27 461	0.31 392	0.35 405	0.26 411	0.37 428	0.22 333	0.22 403	0.27 433	0.28 453	0.09 320	0.06 270	0.08 242	0.08 305	0.10 379	0.10 374

UCFNet_RVC	0.15 312	0.08 209	0.13 179	0.11 1	0.10 302	0.20 374	0.10 13	0.24 278	0.23 274	0.17 273	0.21 268	0.24 358	0.15 300	0.18 327	0.15 302	0.12 414	0.07 338	0.11 399	0.13 442	0.11 399	0.10 374

NVstereo2D	0.19 388	0.11 357	0.16 299	0.17 180	0.16 451	0.28 453	0.23 424	0.44 485	0.42 439	0.15 232	0.28 366	0.25 370	0.19 376	0.23 411	0.18 350	0.09 320	0.06 270	0.10 369	0.08 305	0.15 455	0.10 374

DISCO	0.20 397	0.09 271	0.22 400	0.17 180	0.10 302	0.25 425	0.18 326	0.28 348	0.45 453	0.23 383	0.32 400	0.34 441	0.26 430	0.29 448	0.29 460	0.08 268	0.06 270	0.07 165	0.07 239	0.09 345	0.10 374

FBW_ROB	0.25 447	0.17 442	0.23 408	0.27 469	0.14 424	0.26 435	0.22 414	0.42 475	0.43 447	0.42 480	0.41 455	0.43 475	0.27 436	0.32 459	0.24 423	0.09 320	0.15 467	0.15 456	0.12 431	0.12 414	0.10 374

PWC_ROB	0.21 410	0.16 432	0.27 427	0.18 260	0.11 354	0.22 398	0.13 81	0.33 410	0.49 464	0.30 444	0.40 445	0.32 431	0.25 423	0.31 455	0.23 411	0.10 357	0.07 338	0.11 399	0.08 305	0.11 399	0.10 374

CBMV	0.20 397	0.15 424	0.18 354	0.18 260	0.10 302	0.20 374	0.11 25	0.30 376	0.31 370	0.29 439	0.31 391	0.31 425	0.23 409	0.28 441	0.19 364	0.13 431	0.15 467	0.17 465	0.16 466	0.10 379	0.10 374
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DDVS	0.16 340	0.10 333	0.22 400	0.16 114	0.12 383	0.15 266	0.14 127	0.25 298	0.19 208	0.18 305	0.30 387	0.27 386	0.13 248	0.20 370	0.16 321	0.09 320	0.06 270	0.09 324	0.07 239	0.11 399	0.11 396

DisPM	0.11 145	0.07 105	0.13 179	0.16 114	0.09 197	0.06 7	0.13 81	0.18 160	0.17 173	0.14 208	0.19 242	0.12 163	0.10 159	0.12 153	0.11 142	0.07 209	0.05 131	0.07 165	0.06 150	0.06 154	0.11 396

Wz-Net-SNSev	0.26 457	0.17 442	0.46 477	0.25 452	0.14 424	0.26 435	0.24 434	0.38 457	0.57 483	0.30 444	0.56 484	0.39 462	0.26 430	0.24 422	0.32 475	0.10 357	0.09 393	0.10 369	0.11 411	0.11 399	0.11 396

Wz-Net-LNSev	0.22 418	0.16 432	0.41 471	0.22 416	0.13 408	0.25 425	0.24 434	0.33 410	0.44 449	0.30 444	0.42 462	0.32 431	0.19 376	0.23 411	0.27 446	0.10 357	0.09 393	0.08 242	0.08 305	0.12 414	0.11 396

PFNet+	0.12 216	0.06 44	0.14 222	0.16 114	0.09 197	0.05 3	0.12 47	0.18 160	0.21 242	0.16 261	0.19 242	0.14 205	0.10 159	0.11 80	0.11 142	0.08 268	0.05 131	0.09 324	0.08 305	0.06 154	0.11 396

OCTAStereo	0.11 145	0.07 105	0.14 222	0.17 180	0.09 197	0.10 99	0.13 81	0.23 255	0.19 208	0.12 156	0.17 205	0.12 163	0.12 217	0.11 80	0.11 142	0.06 87	0.04 3	0.07 165	0.06 150	0.07 221	0.11 396

RE-Stereo	0.11 145	0.07 105	0.13 179	0.17 180	0.09 197	0.10 99	0.13 81	0.23 255	0.19 208	0.12 156	0.17 205	0.12 163	0.12 217	0.11 80	0.11 142	0.06 87	0.04 3	0.07 165	0.06 150	0.07 221	0.11 396

TVStereo	0.11 145	0.07 105	0.13 179	0.17 180	0.09 197	0.10 99	0.13 81	0.23 255	0.19 208	0.12 156	0.17 205	0.12 163	0.12 217	0.11 80	0.11 142	0.06 87	0.04 3	0.07 165	0.06 150	0.07 221	0.11 396

Anonymous3	0.16 340	0.14 418	0.34 457	0.26 461	0.14 424	0.27 443	0.18 326	0.28 348	0.28 349	0.15 232	0.17 205	0.14 205	0.11 187	0.16 272	0.12 197	0.08 268	0.08 369	0.08 242	0.08 305	0.08 285	0.11 396

EDNetEfficientorigin	7.92 539	0.32 494	152.98 554	0.20 366	0.10 302	0.22 398	0.17 281	0.23 255	0.60 489	0.73 506	0.67 496	0.41 471	0.51 499	0.24 422	0.41 493	0.08 268	0.07 338	0.09 324	0.07 239	0.12 414	0.11 396

hitnet-ft	0.18 377	0.10 333	0.17 322	0.14 22	0.09 197	0.27 443	0.20 387	0.25 298	0.26 321	0.24 395	0.32 400	0.32 431	0.23 409	0.24 422	0.21 387	0.12 414	0.07 338	0.10 369	0.08 305	0.12 414	0.11 396

FADNet-RVC-Resample	0.17 362	0.12 375	0.32 452	0.22 416	0.12 383	0.19 354	0.14 127	0.25 298	0.24 284	0.24 395	0.27 355	0.20 308	0.15 300	0.17 311	0.16 321	0.07 209	0.08 369	0.12 418	0.10 382	0.09 345	0.11 396

SuperB	0.20 397	0.10 333	0.57 489	0.16 114	0.09 197	0.19 354	0.18 326	0.25 298	0.51 470	0.27 418	0.39 442	0.17 267	0.22 403	0.22 404	0.21 387	0.08 268	0.06 270	0.06 73	0.06 150	0.12 414	0.11 396

AF-Net	0.23 431	0.17 442	0.17 322	0.27 469	0.13 408	0.26 435	0.24 434	0.33 410	0.51 470	0.25 408	0.33 406	0.39 462	0.27 436	0.28 441	0.26 441	0.11 388	0.10 415	0.16 463	0.12 431	0.11 399	0.11 396

Nwc_Net	0.23 431	0.17 442	0.22 400	0.25 452	0.15 439	0.25 425	0.27 461	0.38 457	0.39 425	0.22 368	0.41 455	0.30 411	0.29 448	0.28 441	0.25 430	0.11 388	0.10 415	0.17 465	0.20 479	0.10 379	0.11 396

DANet	0.21 410	0.16 432	0.29 439	0.25 452	0.13 408	0.23 411	0.19 368	0.28 348	0.27 333	0.28 430	0.32 400	0.35 446	0.32 466	0.31 455	0.24 423	0.11 388	0.09 393	0.11 399	0.10 382	0.13 427	0.11 396
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DeepPruner_ROB	0.16 340	0.11 357	0.16 299	0.17 180	0.10 302	0.17 317	0.15 196	0.32 396	0.21 242	0.19 320	0.21 268	0.22 333	0.19 376	0.21 387	0.16 321	0.13 431	0.09 393	0.09 324	0.10 382	0.11 399	0.11 396

SGM_RVC	0.24 441	0.12 375	0.16 299	0.15 60	0.09 197	0.34 468	0.19 368	0.35 438	0.32 376	0.44 485	0.38 435	0.53 493	0.36 475	0.36 474	0.26 441	0.13 431	0.13 453	0.13 432	0.13 442	0.11 399	0.11 396
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MeshStereo	0.27 462	0.13 403	0.18 354	0.15 60	0.11 354	0.33 464	0.24 434	0.41 470	0.36 410	0.53 494	0.58 491	0.67 503	0.41 484	0.36 474	0.27 446	0.14 450	0.13 453	0.13 432	0.11 411	0.11 399	0.11 396
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
TCMNet	0.19 388	0.12 375	0.20 381	0.21 396	0.18 472	0.21 385	0.24 434	0.28 348	0.36 410	0.23 383	0.26 338	0.25 370	0.20 388	0.20 370	0.23 411	0.13 431	0.11 427	0.11 399	0.12 431	0.13 427	0.12 415

DCVSM-stereo	0.15 312	0.09 271	0.16 299	0.16 114	0.10 302	0.15 266	0.09 8	0.20 198	0.24 284	0.20 341	0.24 298	0.26 380	0.15 300	0.19 352	0.14 268	0.09 320	0.07 338	0.09 324	0.08 305	0.10 379	0.12 415

SDNR	0.20 397	0.09 271	0.19 377	0.16 114	0.12 383	0.79 515	0.13 81	0.26 310	0.33 381	0.19 320	0.25 325	0.19 291	0.12 217	0.19 352	0.15 302	0.16 471	0.18 478	0.14 445	0.11 411	0.08 285	0.12 415

NF-Stereo	0.11 145	0.07 105	0.13 179	0.17 180	0.09 197	0.10 99	0.13 81	0.23 255	0.19 208	0.12 156	0.17 205	0.12 163	0.12 217	0.11 80	0.11 142	0.06 87	0.04 3	0.07 165	0.06 150	0.07 221	0.12 415

PSM-softLoss	0.12 216	0.07 105	0.15 258	0.17 180	0.09 197	0.08 39	0.12 47	0.24 278	0.17 173	0.15 232	0.19 242	0.13 186	0.11 187	0.11 80	0.11 142	0.07 209	0.05 131	0.08 242	0.07 239	0.07 221	0.12 415

KMStereo	0.12 216	0.07 105	0.15 258	0.17 180	0.09 197	0.08 39	0.12 47	0.24 278	0.17 173	0.15 232	0.19 242	0.13 186	0.11 187	0.11 80	0.11 142	0.07 209	0.05 131	0.08 242	0.07 239	0.07 221	0.12 415

MaskLacGwcNet_RVC	0.22 418	0.21 467	0.25 417	0.26 461	0.11 354	0.24 417	0.14 127	0.39 462	0.24 284	0.32 456	0.36 425	0.30 411	0.21 396	0.19 352	0.22 400	0.17 476	0.14 463	0.21 479	0.16 466	0.13 427	0.12 415

CBMV_ROB	0.19 388	0.13 403	0.18 354	0.16 114	0.11 354	0.16 294	0.12 47	0.27 324	0.29 355	0.27 418	0.31 391	0.27 386	0.24 416	0.24 422	0.16 321	0.15 454	0.18 478	0.22 483	0.20 479	0.10 379	0.12 415

SANet	0.25 447	0.14 418	0.29 439	0.21 396	0.11 354	0.29 455	0.25 450	0.40 465	0.65 497	0.36 464	0.40 445	0.42 473	0.27 436	0.27 433	0.25 430	0.12 414	0.09 393	0.10 369	0.09 348	0.13 427	0.12 415

XPNet_ROB	0.22 418	0.12 375	0.20 381	0.22 416	0.13 408	0.22 398	0.19 368	0.35 438	0.40 430	0.30 444	0.40 445	0.38 457	0.27 436	0.26 431	0.29 460	0.15 454	0.10 415	0.10 369	0.10 382	0.13 427	0.12 415

SGM-Forest	0.20 397	0.14 418	0.18 354	0.20 366	0.13 408	0.21 385	0.22 414	0.33 410	0.31 370	0.24 395	0.29 381	0.28 397	0.20 388	0.23 411	0.18 350	0.15 454	0.16 472	0.15 456	0.14 447	0.13 427	0.12 415
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DualNet (step1)	0.17 362	0.12 375	0.21 391	0.13 8	0.14 424	0.18 333	0.14 127	0.28 348	0.24 284	0.21 355	0.21 268	0.24 358	0.20 388	0.16 272	0.16 321	0.15 454	0.06 270	0.14 445	0.14 447	0.15 455	0.13 426

test_sample9	0.18 377	0.12 375	0.21 391	0.13 8	0.14 424	0.18 333	0.14 127	0.28 348	0.24 284	0.21 355	0.21 268	0.24 358	0.20 388	0.19 352	0.18 350	0.15 454	0.30 502	0.14 445	0.14 447	0.15 455	0.13 426

test_sample8	0.20 397	0.12 375	0.21 391	0.13 8	0.14 424	0.18 333	0.14 127	0.32 396	0.21 242	0.28 430	0.22 283	0.36 448	0.26 430	0.19 352	0.18 350	0.15 454	0.30 502	0.14 445	0.14 447	0.15 455	0.13 426

pcwnet_v2	0.19 388	0.11 357	0.26 425	0.18 260	0.14 424	0.18 333	0.15 196	0.37 450	0.46 460	0.19 320	0.24 298	0.21 315	0.19 376	0.21 387	0.20 374	0.13 431	0.10 415	0.10 369	0.10 382	0.11 399	0.13 426

APVNet	0.23 431	0.12 375	0.20 381	0.18 260	0.14 424	0.32 462	0.31 486	0.40 465	0.33 381	0.27 418	0.40 445	0.30 411	0.29 448	0.27 433	0.25 430	0.11 388	0.12 441	0.11 399	0.14 447	0.12 414	0.13 426

NCC-stereo	0.25 447	0.15 424	0.31 448	0.26 461	0.17 463	0.21 385	0.31 486	0.41 470	0.40 430	0.24 395	0.38 435	0.33 437	0.29 448	0.37 478	0.28 453	0.13 431	0.11 427	0.15 456	0.22 484	0.13 427	0.13 426

Abc-Net	0.25 447	0.15 424	0.31 448	0.26 461	0.17 463	0.21 385	0.31 486	0.41 470	0.40 430	0.24 395	0.38 435	0.33 437	0.29 448	0.37 478	0.28 453	0.13 431	0.11 427	0.15 456	0.22 484	0.13 427	0.13 426
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCMid	0.26 457	0.15 424	0.42 473	0.20 366	0.14 424	0.25 425	0.26 456	0.35 438	0.40 430	0.37 468	0.45 469	0.34 441	0.42 488	0.36 474	0.36 482	0.10 357	0.09 393	0.11 399	0.11 411	0.13 427	0.13 426

ADCPNet	0.26 457	0.17 442	0.62 494	0.21 396	0.15 439	0.36 476	0.25 450	0.33 410	0.37 415	0.31 449	0.41 455	0.36 448	0.29 448	0.29 448	0.34 480	0.12 414	0.10 415	0.11 399	0.12 431	0.14 443	0.13 426

PA-Net	0.24 441	0.18 455	0.34 457	0.28 475	0.22 484	0.22 398	0.39 502	0.29 366	0.39 425	0.22 368	0.33 406	0.25 370	0.26 430	0.21 387	0.25 430	0.10 357	0.23 496	0.15 456	0.22 484	0.09 345	0.13 426
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SGM-ForestM	0.33 478	0.12 375	0.17 322	0.16 114	0.11 354	0.42 488	0.20 387	0.43 481	0.53 479	0.53 494	0.57 488	1.41 525	0.44 493	0.42 493	0.29 460	0.14 450	0.16 472	0.16 463	0.16 466	0.12 414	0.13 426

NCCL2	0.24 441	0.15 424	0.18 354	0.34 490	0.18 472	0.24 417	0.24 434	0.34 424	0.29 355	0.31 449	0.38 435	0.38 457	0.29 448	0.23 411	0.25 430	0.15 454	0.12 441	0.18 474	0.21 481	0.13 427	0.13 426

NOSS_ROB	0.19 388	0.13 403	0.18 354	0.16 114	0.12 383	0.16 294	0.12 47	0.30 376	0.33 381	0.20 341	0.22 283	0.27 386	0.24 416	0.21 387	0.16 321	0.16 471	0.18 478	0.23 484	0.21 481	0.13 427	0.13 426

ETE_ROB	0.23 431	0.17 442	0.23 408	0.25 452	0.14 424	0.26 435	0.29 478	0.32 396	0.37 415	0.28 430	0.37 428	0.45 479	0.27 436	0.28 441	0.27 446	0.11 388	0.09 393	0.12 418	0.10 382	0.14 443	0.13 426

PDISCO_ROB	0.28 464	0.16 432	0.28 430	0.28 475	0.20 479	0.33 464	0.27 461	0.45 487	0.58 486	0.28 430	0.41 455	0.45 479	0.30 459	0.34 465	0.35 481	0.12 414	0.09 393	0.17 465	0.16 466	0.17 473	0.13 426

LALA_ROB	0.25 447	0.16 432	0.23 408	0.27 469	0.17 463	0.27 443	0.27 461	0.42 475	0.38 421	0.33 460	0.39 442	0.51 489	0.26 430	0.29 448	0.28 453	0.16 471	0.09 393	0.13 432	0.12 431	0.13 427	0.13 426

coex-ft	3.24 532	0.35 497	57.83 553	0.18 260	0.13 408	0.27 443	0.23 424	0.28 348	0.72 503	1.89 534	0.70 500	0.43 475	0.47 494	0.29 448	0.43 496	0.09 320	0.09 393	0.12 418	0.09 348	0.14 443	0.14 442

SACVNet	0.19 388	0.12 375	0.15 258	0.17 180	0.13 408	0.22 398	0.18 326	0.31 392	0.31 370	0.24 395	0.31 391	0.30 411	0.23 409	0.23 411	0.17 337	0.11 388	0.08 369	0.10 369	0.10 382	0.12 414	0.14 442

LCNet	0.11 145	0.07 105	0.09 43	0.19 318	0.09 197	0.08 39	0.14 127	0.21 214	0.15 128	0.12 156	0.15 169	0.16 250	0.11 187	0.12 153	0.11 142	0.05 5	0.04 3	0.08 242	0.07 239	0.06 154	0.14 442

PSM-AAD	0.11 145	0.07 105	0.10 68	0.20 366	0.09 197	0.10 99	0.14 127	0.21 214	0.13 92	0.12 156	0.14 156	0.18 282	0.11 187	0.11 80	0.10 97	0.05 5	0.05 131	0.09 324	0.08 305	0.06 154	0.14 442

FINET	0.22 418	0.18 455	0.28 430	0.19 318	0.16 451	0.24 417	0.24 434	0.33 410	0.49 464	0.26 411	0.33 406	0.22 333	0.23 409	0.23 411	0.18 350	0.18 477	0.16 472	0.11 399	0.10 382	0.15 455	0.14 442

FAT-Stereo	0.21 410	0.13 403	0.22 400	0.21 396	0.12 383	0.18 333	0.18 326	0.35 438	0.40 430	0.28 430	0.37 428	0.33 437	0.33 468	0.21 387	0.20 374	0.09 320	0.11 427	0.10 369	0.09 348	0.11 399	0.14 442

S-Stereo	0.21 410	0.12 375	0.25 417	0.21 396	0.13 408	0.21 385	0.19 368	0.33 410	0.45 453	0.23 383	0.36 425	0.28 397	0.29 448	0.20 370	0.23 411	0.09 320	0.12 441	0.10 369	0.10 382	0.13 427	0.14 442

RP	0.22 418	0.13 403	0.22 400	0.23 435	0.12 383	0.21 385	0.20 387	0.26 310	0.45 453	0.22 368	0.38 435	0.37 451	0.25 423	0.28 441	0.25 430	0.11 388	0.12 441	0.13 432	0.12 431	0.13 427	0.14 442

G-Net	0.25 447	0.17 442	0.38 467	0.23 435	0.16 451	0.51 494	0.23 424	0.29 366	0.35 405	0.36 464	0.38 435	0.31 425	0.29 448	0.28 441	0.27 446	0.11 388	0.09 393	0.12 418	0.10 382	0.16 466	0.14 442

stereogan	0.22 418	0.11 357	0.21 391	0.20 366	0.12 383	0.32 462	0.19 368	0.36 443	0.45 453	0.23 383	0.39 442	0.35 446	0.27 436	0.33 462	0.23 411	0.10 357	0.12 441	0.10 369	0.10 382	0.14 443	0.14 442

edge stereo	0.23 431	0.14 418	0.21 391	0.21 396	0.13 408	0.24 417	0.16 255	0.32 396	0.42 439	0.32 456	0.40 445	0.39 462	0.35 472	0.25 427	0.25 430	0.13 431	0.11 427	0.14 445	0.11 411	0.12 414	0.14 442

RTSC	0.23 431	0.13 403	0.30 445	0.21 396	0.13 408	0.29 455	0.17 281	0.36 443	0.68 498	0.27 418	0.34 416	0.30 411	0.22 403	0.32 459	0.31 470	0.10 357	0.08 369	0.09 324	0.10 382	0.13 427	0.14 442

DeepPrunerF	0.24 441	0.17 442	0.45 476	0.26 461	0.16 451	0.23 411	0.29 478	0.37 450	0.51 470	0.27 418	0.31 391	0.24 358	0.28 445	0.22 404	0.23 411	0.15 454	0.11 427	0.20 478	0.18 477	0.12 414	0.14 442

WCMA_ROB	0.24 441	0.11 357	0.24 414	0.17 180	0.14 424	0.34 468	0.16 255	0.33 410	0.33 381	0.39 471	0.54 482	0.40 468	0.35 472	0.35 470	0.26 441	0.12 414	0.12 441	0.12 418	0.11 411	0.14 443	0.14 442

Wz-Net-TNSev	0.29 468	0.20 462	0.69 505	0.19 318	0.15 439	0.38 482	0.27 461	0.36 443	0.56 482	0.35 462	0.42 462	0.45 479	0.39 479	0.33 462	0.31 470	0.13 431	0.13 453	0.10 369	0.12 431	0.15 455	0.15 456

UDG	0.21 410	0.17 442	0.20 381	0.23 435	0.15 439	0.31 460	0.20 387	0.33 410	0.35 405	0.24 395	0.28 366	0.31 425	0.29 448	0.21 387	0.23 411	0.15 454	0.12 441	0.13 432	0.09 348	0.14 443	0.15 456

KYRaft	0.12 216	0.07 105	0.10 68	0.19 318	0.09 197	0.08 39	0.15 196	0.23 255	0.12 64	0.13 185	0.16 186	0.20 308	0.10 159	0.12 153	0.11 142	0.06 87	0.04 3	0.08 242	0.08 305	0.06 154	0.15 456

RTS	0.46 497	0.19 458	3.33 530	0.25 452	0.15 439	0.72 510	0.21 403	0.37 450	0.78 510	0.42 480	0.44 467	0.31 425	0.43 491	0.55 503	0.37 486	0.10 357	0.09 393	0.13 432	0.13 442	0.15 455	0.15 456

RTSA	0.46 497	0.19 458	3.33 530	0.25 452	0.15 439	0.72 510	0.21 403	0.37 450	0.78 510	0.42 480	0.44 467	0.31 425	0.43 491	0.55 503	0.37 486	0.10 357	0.09 393	0.13 432	0.13 442	0.15 455	0.15 456

AnyNet_C32	0.26 457	0.16 432	0.39 468	0.20 366	0.17 463	0.26 435	0.31 486	0.32 396	0.45 453	0.31 449	0.50 477	0.30 411	0.34 469	0.41 492	0.36 482	0.12 414	0.12 441	0.12 418	0.14 447	0.14 443	0.15 456

RYNet	0.23 431	0.12 375	0.22 400	0.19 318	0.17 463	0.47 491	0.26 456	0.39 462	0.49 464	0.24 395	0.29 381	0.34 441	0.24 416	0.20 370	0.31 470	0.10 357	0.06 270	0.09 324	0.09 348	0.14 443	0.15 456

CC-Net-ROB	0.28 464	0.31 493	0.36 465	0.30 484	0.15 439	0.25 425	0.19 368	0.45 487	0.34 392	0.39 471	0.37 428	0.39 462	0.31 464	0.27 433	0.27 446	0.24 498	0.18 478	0.30 499	0.23 488	0.19 478	0.15 456

CSAN	0.30 471	0.24 476	0.28 430	0.34 490	0.19 476	0.34 468	0.42 505	0.38 457	0.51 470	0.38 470	0.40 445	0.44 478	0.34 469	0.29 448	0.31 470	0.19 480	0.16 472	0.19 476	0.19 478	0.14 443	0.15 456

PSMNet-RUCA	0.28 464	0.33 495	0.42 473	0.36 494	0.32 500	0.18 333	0.20 387	0.42 475	0.30 361	0.33 460	0.41 455	0.40 468	0.24 416	0.31 455	0.20 374	0.19 480	0.11 427	0.25 486	0.15 462	0.22 481	0.16 465

SQANet	0.24 441	0.24 476	0.31 448	0.31 486	0.19 476	0.27 443	0.13 81	0.30 376	0.33 381	0.25 408	0.37 428	0.31 425	0.22 403	0.27 433	0.23 411	0.15 454	0.10 415	0.21 479	0.16 466	0.22 481	0.16 465

WZ-Net	0.29 468	0.17 442	0.82 513	0.23 435	0.16 451	0.35 472	0.29 478	0.40 465	0.59 488	0.24 395	0.57 488	0.37 451	0.25 423	0.34 465	0.37 486	0.09 320	0.08 369	0.09 324	0.10 382	0.14 443	0.16 465

MFN_U_SF_RVC	0.33 478	0.22 471	0.58 492	0.31 486	0.15 439	0.36 476	0.17 281	0.54 500	0.46 460	0.47 490	0.56 484	0.58 496	0.39 479	0.36 474	0.38 489	0.15 454	0.15 467	0.18 474	0.21 481	0.16 466	0.16 465

RGC	0.25 447	0.20 462	0.29 439	0.28 475	0.16 451	0.22 398	0.23 424	0.33 410	0.44 449	0.27 418	0.40 445	0.38 457	0.28 445	0.37 478	0.23 411	0.11 388	0.13 453	0.17 465	0.17 473	0.15 455	0.16 465

ADCS	0.30 471	0.19 458	0.48 481	0.21 396	0.18 472	0.29 455	0.24 434	0.42 475	0.64 495	0.40 474	0.50 477	0.40 468	0.37 476	0.40 487	0.43 496	0.13 431	0.13 453	0.13 432	0.14 447	0.16 466	0.16 465

AnyNet_C01	0.37 485	0.26 482	1.41 524	0.22 416	0.17 463	0.51 494	0.28 467	0.36 443	0.40 430	0.39 471	0.75 505	0.46 483	0.39 479	0.46 495	0.50 506	0.13 431	0.13 453	0.13 432	0.14 447	0.14 443	0.16 465

DPSNet	0.28 464	0.16 432	0.33 454	0.18 260	0.13 408	0.55 497	0.42 505	0.52 497	0.68 498	0.29 439	0.38 435	0.39 462	0.30 459	0.32 459	0.23 411	0.11 388	0.10 415	0.11 399	0.08 305	0.20 480	0.16 465

DispFullNet	0.27 462	0.22 471	0.66 497	0.28 475	0.17 463	0.27 443	0.17 281	0.34 424	0.57 483	0.27 418	0.37 428	0.43 475	0.24 416	0.39 484	0.25 430	0.12 414	0.06 270	0.19 476	0.11 411	0.23 484	0.16 465

ISRNet	0.18 377	0.08 209	0.20 381	0.19 318	0.13 408	0.15 266	0.12 47	0.30 376	0.33 381	0.21 355	0.26 338	0.27 386	0.18 358	0.17 311	0.20 374	0.20 485	0.08 369	0.14 445	0.14 447	0.14 443	0.17 474

DDUNet	0.23 431	0.18 455	0.22 400	0.22 416	0.15 439	0.25 425	0.24 434	0.30 376	0.31 370	0.31 449	0.37 428	0.34 441	0.26 430	0.25 427	0.21 387	0.18 477	0.13 453	0.17 465	0.11 411	0.16 466	0.17 474

psmorigin	0.25 447	0.16 432	0.35 463	0.17 180	0.13 408	0.24 417	0.14 127	0.34 424	0.34 392	0.41 478	0.55 483	0.41 471	0.38 478	0.35 470	0.28 453	0.11 388	0.15 467	0.11 399	0.11 411	0.12 414	0.17 474

Anonymous_2	0.22 418	0.17 442	0.28 430	0.15 60	0.16 451	0.33 464	0.22 414	0.23 255	0.18 187	0.23 383	0.24 298	0.26 380	0.27 436	0.27 433	0.24 423	0.22 491	0.26 498	0.17 465	0.17 473	0.16 466	0.18 477

FADNet-RVC	0.21 410	0.20 462	0.40 469	0.21 396	0.16 451	0.21 385	0.15 196	0.27 324	0.27 333	0.26 411	0.32 400	0.26 380	0.21 396	0.22 404	0.19 364	0.12 414	0.13 453	0.12 418	0.14 447	0.13 427	0.18 477

FADNet	0.21 410	0.23 473	0.37 466	0.18 260	0.17 463	0.25 425	0.13 81	0.32 396	0.32 376	0.23 383	0.25 325	0.27 386	0.21 396	0.19 352	0.16 321	0.13 431	0.15 467	0.12 418	0.15 462	0.17 473	0.18 477

XQC	0.29 468	0.23 473	0.53 484	0.29 482	0.19 476	0.36 476	0.28 467	0.37 450	0.58 486	0.31 449	0.31 391	0.37 451	0.30 459	0.39 484	0.39 490	0.13 431	0.09 393	0.15 456	0.12 431	0.18 475	0.18 477

GANetREF_RVC	0.31 476	0.34 496	0.29 439	0.35 492	0.16 451	0.33 464	0.42 505	0.48 492	0.52 476	0.35 462	0.35 420	0.34 441	0.32 466	0.40 487	0.33 478	0.27 500	0.20 484	0.29 497	0.15 462	0.19 478	0.18 477
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
ccnet	0.30 471	0.28 484	0.24 414	0.20 366	0.28 495	0.41 487	0.22 414	0.46 490	0.33 381	0.37 468	0.46 471	0.37 451	0.30 459	0.40 487	0.43 496	0.23 496	0.14 463	0.21 479	0.17 473	0.23 484	0.19 482

MSC_U_SF_DS_RVC	0.44 494	0.39 500	0.56 487	0.40 497	0.20 479	0.66 505	0.33 495	0.54 500	0.72 503	0.71 504	0.72 502	0.62 498	0.55 501	0.52 499	0.47 503	0.20 485	0.19 483	0.29 497	0.30 499	0.24 490	0.19 482

MFN_U_SF_DS_RVC	0.30 471	0.24 476	0.30 445	0.36 494	0.16 451	0.36 476	0.31 486	0.34 424	0.43 447	0.41 478	0.46 471	0.38 457	0.30 459	0.35 470	0.29 460	0.19 480	0.20 484	0.26 487	0.29 497	0.18 475	0.19 482

SHD	0.26 457	0.15 424	0.31 448	0.24 445	0.18 472	0.23 411	0.15 196	0.39 462	0.72 503	0.32 456	0.42 462	0.36 448	0.29 448	0.33 462	0.30 465	0.13 431	0.11 427	0.14 445	0.13 442	0.16 466	0.20 485

BEATNet-Init1	0.54 503	0.28 484	0.68 504	0.31 486	0.21 481	0.85 518	0.31 486	0.57 502	0.69 501	0.89 515	1.00 517	2.17 532	0.66 510	0.58 507	0.44 499	0.19 480	0.18 478	0.23 484	0.22 484	0.22 481	0.21 486

SAMSARA	0.41 490	0.28 484	0.34 457	0.55 508	0.39 502	0.85 518	1.25 533	0.49 493	0.52 476	0.36 464	0.35 420	0.56 495	0.39 479	0.39 484	0.41 493	0.15 454	0.20 484	0.15 456	0.14 447	0.23 484	0.21 486

PASM	0.33 478	0.25 481	0.51 483	0.28 475	0.27 494	0.30 458	0.31 486	0.35 438	0.51 470	0.36 464	0.40 445	0.47 486	0.35 472	0.34 465	0.36 482	0.23 496	0.26 498	0.26 487	0.28 496	0.23 484	0.21 486

MSMD_ROB	0.31 476	0.26 482	0.26 425	0.24 445	0.21 481	0.34 468	0.25 450	0.34 424	0.39 425	0.40 474	0.69 499	0.45 479	0.41 484	0.34 465	0.28 453	0.20 485	0.20 484	0.26 487	0.25 490	0.23 484	0.22 489

DGSMNet	0.25 447	0.19 458	0.34 457	0.21 396	0.24 488	0.24 417	0.21 403	0.36 443	0.42 439	0.25 408	0.32 400	0.38 457	0.21 396	0.29 448	0.24 423	0.13 431	0.11 427	0.14 445	0.16 466	0.23 484	0.23 490

FC-DCNN v2	0.33 478	0.28 484	0.28 430	0.26 461	0.23 485	0.39 484	0.29 478	0.41 470	0.44 449	0.46 488	0.57 488	0.51 489	0.41 484	0.38 482	0.30 465	0.21 488	0.20 484	0.27 490	0.26 491	0.25 492	0.24 491

FC-DCNN	0.33 478	0.28 484	0.28 430	0.26 461	0.23 485	0.38 482	0.29 478	0.40 465	0.44 449	0.46 488	0.56 484	0.51 489	0.41 484	0.38 482	0.31 470	0.21 488	0.20 484	0.27 490	0.26 491	0.25 492	0.24 491

ACVNet_1	0.45 496	0.51 505	0.61 493	0.45 502	0.28 495	0.50 492	0.28 467	0.58 507	0.71 502	0.63 499	0.59 493	0.74 508	0.50 497	0.50 497	0.36 482	0.26 499	0.25 497	0.39 503	0.29 497	0.32 502	0.25 493

FCDSN-DC	0.33 478	0.28 484	0.28 430	0.30 484	0.24 488	0.39 484	0.28 467	0.43 481	0.42 439	0.44 485	0.53 481	0.51 489	0.42 488	0.37 478	0.30 465	0.21 488	0.20 484	0.27 490	0.26 491	0.25 492	0.25 493
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MANE	0.47 499	0.28 484	0.28 430	0.27 469	0.24 488	0.50 492	0.32 494	0.57 502	0.62 493	0.74 508	1.20 527	1.21 518	0.64 509	0.54 502	0.39 490	0.22 491	0.20 484	0.27 490	0.31 500	0.26 495	0.25 493

ELAS_RVC	0.42 492	0.29 491	0.33 454	0.28 475	0.24 488	0.56 498	0.38 500	0.50 494	0.61 490	0.74 508	0.76 506	0.67 503	0.56 503	0.55 503	0.42 495	0.22 491	0.21 493	0.27 490	0.26 491	0.27 497	0.26 496
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.42 492	0.29 491	0.34 457	0.28 475	0.24 488	0.63 502	0.37 498	0.52 497	0.52 476	0.72 505	0.82 510	0.68 505	0.56 503	0.52 499	0.45 502	0.22 491	0.21 493	0.27 490	0.26 491	0.26 495	0.26 496
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet-4b	0.39 487	0.53 506	0.56 487	0.45 502	0.24 488	0.46 490	0.18 326	0.50 494	0.64 495	0.42 480	0.45 469	0.60 497	0.27 436	0.34 465	0.24 423	0.33 503	0.14 463	0.48 506	0.42 506	0.31 501	0.27 498

otaku	0.39 487	0.38 499	0.53 484	0.44 501	0.28 495	0.57 499	0.24 434	0.42 475	0.62 493	0.40 474	0.50 477	0.46 483	0.34 469	0.40 487	0.33 478	0.30 501	0.30 502	0.39 503	0.33 502	0.30 498	0.29 499

Ntro	0.41 490	0.40 501	0.54 486	0.46 505	0.30 499	0.64 503	0.24 434	0.47 491	0.68 498	0.42 480	0.49 475	0.47 486	0.42 488	0.40 487	0.32 475	0.32 502	0.28 500	0.37 502	0.31 500	0.33 503	0.29 499

Consistency-Raft	0.44 494	0.40 501	0.46 477	0.37 496	0.43 506	0.42 488	0.41 503	0.57 502	0.55 480	0.32 456	0.73 503	0.32 431	0.50 497	0.42 493	0.49 505	0.39 505	0.36 506	0.45 505	0.52 515	0.42 505	0.30 501

NVStereoNet_ROB	0.47 499	0.37 498	0.47 480	0.42 500	0.29 498	0.35 472	0.35 496	0.50 494	0.61 490	0.73 506	0.94 514	0.70 507	0.68 511	0.48 496	0.62 513	0.22 491	0.33 505	0.34 501	0.34 504	0.30 498	0.31 502
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PVD	0.40 489	0.21 467	0.40 469	0.32 489	0.23 485	0.30 458	0.45 509	0.53 499	0.97 517	0.55 496	0.80 509	0.54 494	0.60 507	0.53 501	0.40 492	0.19 480	0.14 463	0.17 465	0.14 447	0.24 490	0.32 503

MADNet+	0.76 514	0.72 516	3.76 533	0.67 511	0.41 504	0.99 524	0.97 531	0.72 511	0.75 508	0.52 493	0.58 491	0.64 501	0.68 511	0.89 523	1.04 529	0.35 504	0.36 506	0.28 496	0.23 488	0.38 504	0.33 504

JetBlue	0.73 513	0.46 504	1.21 522	0.52 507	0.47 508	2.16 533	0.67 521	0.78 512	0.72 503	0.70 503	0.79 508	1.21 518	0.84 518	1.06 529	1.04 529	0.40 506	0.28 500	0.33 500	0.33 502	0.30 498	0.34 505

LSM	0.34 484	0.21 467	0.62 494	0.27 469	0.62 519	0.35 472	0.26 456	0.43 481	0.49 464	0.45 487	0.60 494	0.42 473	0.37 476	0.35 470	0.26 441	0.13 431	0.21 493	0.14 445	0.16 466	0.18 475	0.34 505

ACVNet_2	0.67 510	0.68 515	0.70 508	0.64 510	0.41 504	0.75 513	0.50 510	0.98 522	1.38 527	0.90 516	1.09 521	1.04 513	0.74 514	0.55 503	0.48 504	0.43 507	0.40 508	0.53 510	0.45 507	0.48 506	0.36 507

IMH-64-1	0.66 508	0.62 511	0.69 505	0.72 512	0.51 509	0.60 500	0.51 511	0.92 516	0.84 512	0.75 511	1.02 518	0.81 509	0.78 516	0.80 514	0.50 506	0.43 507	0.46 510	0.72 514	0.48 508	0.55 510	0.40 508

IMH-64	0.66 508	0.62 511	0.69 505	0.72 512	0.51 509	0.60 500	0.51 511	0.92 516	0.84 512	0.75 511	1.02 518	0.81 509	0.78 516	0.80 514	0.50 506	0.43 507	0.46 510	0.72 514	0.48 508	0.55 510	0.40 508

RainbowNet	0.54 503	0.61 510	0.71 510	0.57 509	0.43 506	0.66 505	0.37 498	0.60 508	0.87 514	0.51 492	0.67 496	0.63 499	0.47 494	0.50 497	0.44 499	0.47 511	0.48 515	0.53 510	0.41 505	0.53 509	0.41 510

IMH	0.72 511	0.65 513	0.70 508	0.77 514	0.54 511	0.71 509	0.56 514	0.99 524	1.08 518	0.82 514	1.09 521	0.89 511	0.88 520	0.88 522	0.53 510	0.44 510	0.50 519	0.75 517	0.51 513	0.58 513	0.42 511

PWCK	0.72 511	0.95 525	0.99 519	0.77 514	0.32 500	0.79 515	0.38 500	0.92 516	0.90 515	0.96 519	0.76 506	0.97 512	0.62 508	0.87 520	0.68 516	0.73 523	0.46 510	0.76 519	0.49 510	0.71 521	0.44 512

GCST	0.37 485	0.42 503	0.27 427	1.03 527	0.39 502	0.18 333	0.08 4	0.21 214	0.18 187	0.28 430	0.25 325	0.15 230	0.12 217	0.16 272	0.14 268	0.64 520	0.43 509	0.75 517	0.65 519	0.64 514	0.46 513

TorneroNet-64	0.76 514	0.73 517	0.77 511	0.78 516	0.58 517	0.94 523	0.58 515	0.85 515	1.26 522	0.67 500	0.88 512	1.41 525	0.76 515	0.87 520	0.68 516	0.49 512	0.46 510	0.73 516	0.59 516	0.68 518	0.54 514

Dean	0.88 520	0.88 524	0.81 512	0.82 518	0.57 515	0.91 520	0.62 518	1.17 532	1.71 532	1.15 527	1.16 525	1.31 522	1.00 525	0.82 516	0.83 525	0.57 514	0.56 525	0.78 521	0.65 519	0.67 517	0.58 515

anonymity	0.53 502	0.58 507	0.66 497	0.41 498	0.61 518	0.54 496	0.41 503	0.57 502	0.41 437	0.56 497	0.50 477	0.50 488	0.55 501	0.59 508	0.50 506	0.58 516	0.50 519	0.51 508	0.51 513	0.52 507	0.58 515

SPS-STEREO	0.58 506	0.59 509	0.66 497	0.45 502	0.55 512	0.65 504	0.44 508	0.63 509	0.51 470	0.69 502	0.65 495	0.66 502	0.58 506	0.62 509	0.62 513	0.62 519	0.47 514	0.51 508	0.49 510	0.55 510	0.58 515
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
WAO-7	0.80 516	0.78 519	0.57 489	0.85 519	0.67 522	0.76 514	0.69 524	1.07 526	1.30 524	0.90 516	1.20 527	1.05 514	0.93 522	0.71 512	0.68 516	0.60 518	0.62 529	0.67 513	0.68 522	0.64 514	0.59 518

WAO-6	0.82 517	0.81 520	0.63 496	0.87 521	0.63 520	0.79 515	0.60 517	0.98 522	1.52 531	0.91 518	0.97 516	1.08 515	1.04 526	0.72 513	0.70 519	0.72 522	0.49 516	0.91 525	0.71 523	0.70 520	0.59 518

SGM+DAISY	0.57 505	0.58 507	0.67 501	0.41 498	0.55 512	0.68 507	0.51 511	0.57 502	0.46 460	0.67 500	0.70 500	0.69 506	0.57 505	0.64 510	0.58 511	0.59 517	0.49 516	0.50 507	0.50 512	0.52 507	0.59 518

LVE	0.84 519	0.87 523	0.86 516	0.81 517	0.56 514	1.09 529	0.66 520	1.07 526	1.45 529	0.97 520	1.23 529	1.11 516	0.86 519	0.84 517	0.72 520	0.49 512	0.56 525	0.76 519	0.60 518	0.66 516	0.60 521

WAO-8	0.92 521	0.83 521	0.67 501	0.94 524	0.70 524	0.92 521	0.68 522	1.08 528	1.80 534	1.06 524	1.42 531	1.29 520	1.08 528	0.86 518	0.80 522	0.74 524	0.54 522	0.86 523	0.75 524	0.71 521	0.63 522

Venus	0.92 521	0.83 521	0.67 501	0.94 524	0.70 524	0.92 521	0.68 522	1.08 528	1.80 534	1.06 524	1.42 531	1.29 520	1.08 528	0.86 518	0.80 522	0.74 524	0.54 522	0.86 523	0.75 524	0.71 521	0.63 522

TorneroNet	0.83 518	0.75 518	0.83 515	0.85 519	0.63 520	1.03 527	0.65 519	0.96 520	1.14 520	0.80 513	1.10 523	1.36 523	0.88 520	0.95 525	0.82 524	0.57 514	0.49 516	0.79 522	0.66 521	0.74 524	0.64 524

MFMNet_re	0.65 507	0.66 514	0.66 497	0.51 506	0.69 523	0.70 508	0.58 515	0.65 510	0.75 508	0.61 498	0.73 503	0.63 499	0.68 511	0.65 511	0.60 512	0.66 521	0.58 528	0.63 512	0.59 516	0.68 518	0.69 525

UNDER WATER-64	0.97 523	0.96 526	1.48 526	0.88 522	0.57 515	1.24 532	0.90 529	0.78 512	0.96 516	1.05 522	0.85 511	1.56 530	1.26 532	0.97 527	0.99 527	0.88 528	0.57 527	1.04 528	0.88 528	0.81 525	0.75 526

UNDER WATER	0.99 525	1.00 527	1.47 525	1.00 526	0.71 526	1.18 531	0.86 527	0.81 514	1.09 519	1.02 521	0.90 513	1.53 529	1.26 532	1.06 529	1.02 528	0.79 526	0.54 522	1.02 527	0.88 528	0.83 526	0.75 526

ktn	1.02 526	1.23 530	0.82 513	1.24 531	0.86 529	1.00 526	0.86 527	0.96 520	1.37 526	1.05 522	1.12 524	1.16 517	1.06 527	0.95 525	0.62 513	1.28 533	0.71 531	1.39 533	0.83 527	1.06 530	0.77 528

notaker	0.98 524	1.13 528	1.02 520	1.14 529	0.81 527	0.73 512	0.69 524	0.94 519	1.15 521	1.19 529	1.19 526	1.41 525	1.17 531	1.10 531	0.74 521	0.82 527	0.64 530	1.18 529	0.79 526	1.02 528	0.82 529

HanzoNet	1.31 529	1.29 532	1.22 523	1.13 528	0.85 528	1.05 528	0.84 526	1.06 525	1.47 530	1.66 532	1.63 533	2.48 534	1.78 534	1.63 533	1.69 531	1.27 532	0.80 532	1.32 532	1.02 531	1.07 531	0.90 530

KSHMR	1.10 527	1.19 529	0.90 518	1.26 532	1.00 531	0.99 524	0.96 530	1.13 531	1.35 525	1.16 528	1.28 530	1.40 524	0.97 524	1.03 528	0.93 526	1.03 531	1.08 533	1.20 530	1.03 532	1.03 529	0.98 531

JetRed	1.66 530	1.51 533	3.09 529	0.93 523	1.21 532	5.28 536	1.61 535	1.29 534	1.42 528	1.84 533	1.77 534	1.59 531	0.95 523	1.43 532	2.51 536	0.91 530	1.61 534	0.93 526	0.91 530	1.36 532	1.03 532

DPSimNet_ROB	1.14 528	1.25 531	0.87 517	1.15 530	0.90 530	1.15 530	1.18 532	1.20 533	1.26 522	1.45 531	1.05 520	1.44 528	1.13 530	0.92 524	1.70 532	1.47 534	0.52 521	1.22 531	1.04 533	0.92 527	1.03 532

tt	4.65 534	0.07 105	3.54 532	2.01 534	1.55 533	10.25 540	16.66 540	8.90 544	5.03 537	1.33 530	0.96 515	4.71 535	4.74 536	3.33 535	5.86 538	6.06 543	10.30 547	1.87 537	2.09 537	2.61 535	1.19 534

MADNet++	1.97 531	1.75 534	1.66 527	1.83 533	1.69 534	2.38 534	1.45 534	2.36 535	2.11 536	2.58 535	2.37 536	2.25 533	2.21 535	2.28 534	2.36 535	1.87 535	1.67 535	1.53 534	1.34 534	1.87 533	1.78 535

USTest	6.16 535	2.65 536	2.79 528	6.48 541	7.21 540	14.33 543	21.38 542	6.98 543	9.55 542	5.35 539	6.12 537	5.71 538	7.69 539	6.31 540	6.75 539	1.97 536	3.38 541	1.63 535	2.14 538	2.49 534	2.35 536

PML	8.57 542	9.39 546	6.24 535	5.34 538	6.36 539	13.21 542	20.99 541	5.35 537	6.68 538	17.75 548	26.46 553	7.58 540	6.08 538	7.89 541	5.76 537	5.33 542	1.83 536	5.95 546	1.93 536	8.75 544	2.53 537

xxxxx1	7.75 536	5.06 539	7.26 536	3.15 535	3.91 536	16.37 544	22.88 545	5.87 540	8.68 539	7.99 540	8.55 538	9.13 542	8.46 540	10.05 542	10.47 540	2.43 537	2.48 537	3.56 540	12.26 544	3.48 536	3.02 538

tt_ll	7.75 536	5.06 539	7.26 536	3.15 535	3.91 536	16.37 544	22.88 545	5.87 540	8.68 539	7.99 540	8.55 538	9.13 542	8.46 540	10.05 542	10.47 540	2.43 537	2.48 537	3.56 540	12.26 544	3.48 536	3.02 538

ff	7.75 536	5.06 539	7.26 536	3.15 535	3.91 536	16.37 544	22.88 545	5.87 540	8.68 539	7.99 540	8.55 538	9.13 542	8.46 540	10.05 542	10.47 540	2.43 537	2.48 537	3.56 540	12.26 544	3.48 536	3.02 538

TCMNet-wrong-test	3.69 533	5.54 542	3.91 534	12.22 545	11.75 546	4.77 535	3.86 536	1.08 528	0.74 507	1.13 526	2.21 535	6.16 539	0.53 500	3.43 536	2.33 534	0.90 529	0.20 484	1.85 536	1.69 535	5.71 541	3.79 541

Anonymous_1	10.87 545	7.82 543	7.41 539	10.29 542	10.08 541	18.64 548	26.11 548	11.02 545	13.45 546	9.43 543	10.10 543	9.73 545	11.31 545	10.69 545	12.47 543	6.42 544	8.38 544	5.70 543	10.22 543	11.41 545	6.65 542

DPSMNet_ROB	8.06 540	4.50 537	8.69 543	5.36 540	10.74 543	8.32 538	22.71 543	5.47 538	13.38 544	5.13 537	9.98 541	5.10 536	10.47 543	5.53 538	12.77 544	3.80 541	8.00 542	3.49 538	6.95 541	3.75 540	7.09 543

DGTPSM_ROB	8.06 540	4.50 537	8.69 543	5.34 538	10.73 542	8.32 538	22.71 543	5.47 538	13.38 544	5.13 537	9.98 541	5.10 536	10.47 543	5.53 538	12.77 544	3.79 540	8.00 542	3.49 538	6.95 541	3.74 539	7.09 543

DPSM_ROB	11.10 546	8.47 544	7.95 540	10.84 543	11.58 544	19.10 549	26.50 549	12.02 546	14.09 547	10.38 544	10.91 544	10.39 546	11.92 546	11.67 546	13.39 546	6.99 545	8.79 545	5.82 544	6.92 539	6.97 542	7.31 545

DPSM	11.10 546	8.47 544	7.95 540	10.84 543	11.58 544	19.10 549	26.50 549	12.02 546	14.09 547	10.38 544	10.91 544	10.39 546	11.92 546	11.67 546	13.39 546	6.99 545	8.79 545	5.82 544	6.92 539	6.97 542	7.31 545

LSM0	22.80 552	17.22 550	19.17 547	22.12 551	28.90 553	38.38 553	53.27 551	24.21 552	28.36 551	20.84 552	21.11 549	21.63 552	24.25 552	23.42 551	26.98 551	14.08 549	17.39 549	11.72 549	13.98 549	14.22 548	14.66 547

CasAABBNet	22.33 550	17.11 548	15.84 545	21.94 549	23.28 550	38.30 551	53.40 553	24.05 551	28.44 552	20.66 550	21.86 550	21.03 551	24.04 551	23.35 550	27.03 552	14.06 547	17.69 550	11.70 547	13.94 548	14.04 546	14.76 548

Selective-RAFT-Error	22.39 551	17.14 549	16.01 546	22.00 550	23.34 551	38.37 552	53.36 552	24.24 553	28.53 553	20.80 551	21.94 551	20.94 550	24.02 550	23.48 552	27.33 553	14.07 548	17.70 551	11.70 547	13.93 547	14.05 547	14.83 549

LRCNet_RVC	10.76 544	13.97 547	7.97 542	19.07 547	2.04 535	0.35 472	0.31 486	5.29 536	0.48 463	13.02 546	17.65 547	8.69 541	5.73 537	4.78 537	2.22 533	23.53 551	2.69 540	27.60 552	25.75 552	17.60 549	16.54 550

HaxPig	15.73 548	18.55 551	19.19 548	16.92 546	15.89 548	7.80 537	7.57 537	13.37 548	10.80 543	15.40 547	14.87 546	15.95 548	14.81 548	15.67 548	15.97 548	18.96 550	16.72 548	19.47 550	18.10 550	19.45 550	19.06 551

MEDIAN_ROB	20.38 549	24.05 552	23.36 550	21.18 548	21.62 549	10.51 541	8.17 538	17.68 549	15.46 549	20.04 549	19.65 548	20.30 549	20.16 549	21.17 549	21.03 549	23.81 552	21.77 552	24.98 551	23.75 551	25.01 551	23.94 552

AVERAGE_ROB	24.89 553	29.12 553	27.98 551	24.83 552	24.59 552	17.82 547	11.61 539	21.45 550	19.91 550	25.04 553	24.38 552	25.06 553	25.31 553	24.69 553	22.86 550	29.74 553	27.09 553	28.97 553	27.94 553	30.07 552	29.35 553

test_example2	97.69 554	92.93 554	45.57 552	96.02 553	109.84 554	88.44 554	93.70 554	25.54 554	94.63 554	130.46 555	126.87 554	58.93 554	75.48 554	87.99 554	77.94 554	150.16 554	221.11 554	76.29 554	98.21 554	108.42 554	95.33 554

ccccc		285.89 555		366.70 555	366.78 555	118.88 555		113.97 555		125.77 554		120.54 555		252.62 555		382.79 555	352.84 555	254.30 555	222.62 555	426.61 555

Low-res two-view benchmark