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

Selective-IGEV	0.25 1	0.18 14	0.37 27	0.37 35	0.20 18	0.27 25	0.25 30	0.59 29	0.25 1	0.27 2	0.26 1	0.34 21	0.18 1	0.62 115	0.23 1	0.12 4	0.10 8	0.14 13	0.11 15	0.13 14	0.11 3

StereoIM	0.27 2	0.19 33	0.39 36	0.37 35	0.26 129	0.28 31	0.28 50	0.45 5	0.37 14	0.27 2	0.27 2	0.40 39	0.27 22	0.40 14	0.30 48	0.16 98	0.14 171	0.16 57	0.13 49	0.15 66	0.12 10

MIF-Stereo	0.27 2	0.18 14	0.40 45	0.40 86	0.28 179	0.30 39	0.28 50	0.40 1	0.33 4	0.30 6	0.46 22	0.27 2	0.25 12	0.48 41	0.35 89	0.17 124	0.13 140	0.14 13	0.12 26	0.14 36	0.13 31

EGLCR-Stereo	0.27 2	0.17 8	0.36 25	0.35 12	0.21 25	0.37 86	0.20 1	0.58 27	0.37 14	0.29 4	0.28 4	0.42 45	0.18 1	0.47 34	0.27 23	0.14 18	0.10 8	0.16 57	0.14 69	0.13 14	0.12 10

CroCo-Stereo	0.27 2	0.23 119	0.40 45	0.49 256	0.22 30	0.20 2	0.29 56	0.55 19	0.45 47	0.29 4	0.27 2	0.42 45	0.26 17	0.30 1	0.26 8	0.15 67	0.13 140	0.13 8	0.12 26	0.16 103	0.13 31
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
AEACV	0.28 6	0.18 14	0.34 13	0.36 27	0.45 322	0.27 25	0.27 42	0.41 2	0.39 21	0.31 7	0.46 22	0.31 6	0.36 78	0.38 7	0.25 3	0.14 18	0.11 39	0.15 41	0.13 49	0.13 14	0.13 31

LoS_RVC	0.28 6	0.17 8	0.29 9	0.33 8	0.32 243	0.43 121	0.34 115	0.42 4	0.34 5	0.33 11	0.51 36	0.29 4	0.38 89	0.37 5	0.28 29	0.11 1	0.10 8	0.11 1	0.08 1	0.11 1	0.26 261

CREStereo	0.28 6	0.16 4	0.25 1	0.28 1	0.17 2	0.38 91	0.25 30	0.52 13	0.76 136	0.43 37	0.51 36	0.32 13	0.28 27	0.39 8	0.27 23	0.16 98	0.11 39	0.12 2	0.09 4	0.12 2	0.12 10
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
CES	0.29 9	0.15 2	0.25 1	0.31 4	0.71 367	0.36 78	0.27 42	0.51 12	0.47 54	0.34 13	0.48 27	0.27 2	0.23 7	0.40 14	0.24 2	0.13 9	0.11 39	0.12 2	0.08 1	0.13 14	0.32 297

MC-Stereo	0.29 9	0.18 14	0.35 19	0.40 86	0.21 25	0.26 18	0.26 40	0.53 16	0.40 29	0.38 18	0.61 61	0.41 43	0.31 53	0.57 68	0.27 23	0.14 18	0.10 8	0.14 13	0.12 26	0.12 2	0.12 10

CroCo-Stereo Lap2	0.29 9	0.25 166	0.44 79	0.50 267	0.30 216	0.19 1	0.31 86	0.52 13	0.41 34	0.25 1	0.28 4	0.46 64	0.31 53	0.39 8	0.30 48	0.15 67	0.15 189	0.16 57	0.13 49	0.17 127	0.16 98

ff7	0.30 12	0.22 96	0.42 58	0.37 35	0.26 129	0.31 51	0.34 115	0.66 55	0.35 6	0.39 21	0.33 10	0.31 6	0.28 27	0.61 93	0.26 8	0.14 18	0.11 39	0.17 84	0.12 26	0.15 66	0.16 98

IGEVStereo-DCA	0.30 12	0.24 138	0.42 58	0.36 27	0.27 158	0.38 91	0.34 115	0.66 55	0.35 6	0.39 21	0.31 6	0.35 25	0.27 22	0.62 115	0.25 3	0.16 98	0.12 86	0.16 57	0.12 26	0.14 36	0.16 98

ffff	0.30 12	0.22 96	0.42 58	0.37 35	0.26 129	0.31 51	0.34 115	0.66 55	0.35 6	0.39 21	0.33 10	0.31 6	0.28 27	0.61 93	0.26 8	0.14 18	0.11 39	0.17 84	0.12 26	0.15 66	0.16 98

11t	0.30 12	0.22 96	0.42 58	0.37 35	0.26 129	0.31 51	0.34 115	0.66 55	0.35 6	0.39 21	0.33 10	0.31 6	0.28 27	0.61 93	0.26 8	0.14 18	0.11 39	0.17 84	0.12 26	0.15 66	0.16 98

CASnet	0.30 12	0.20 54	0.34 13	0.42 129	0.17 2	0.25 16	0.24 23	0.53 16	0.56 66	0.54 60	0.54 44	0.39 38	0.24 10	0.41 17	0.26 8	0.15 67	0.10 8	0.22 228	0.18 182	0.18 151	0.12 10
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
anonymousdsp	0.30 12	0.22 96	0.41 50	0.38 44	0.26 129	0.31 51	0.35 137	0.68 71	0.36 11	0.40 29	0.33 10	0.32 13	0.28 27	0.62 115	0.26 8	0.14 18	0.10 8	0.17 84	0.12 26	0.15 66	0.16 98

LoS	0.30 12	0.16 4	0.32 12	0.30 3	0.19 8	0.32 60	0.29 56	0.54 18	0.73 126	0.35 15	0.52 39	0.42 45	0.29 41	0.48 41	0.29 37	0.15 67	0.11 39	0.13 8	0.09 4	0.12 2	0.12 10

ProNet	0.30 12	0.22 96	0.41 50	0.36 27	0.25 101	0.33 66	0.42 217	0.62 36	0.41 34	0.33 11	0.31 6	0.32 13	0.28 27	0.60 87	0.28 29	0.13 9	0.11 39	0.16 57	0.13 49	0.13 14	0.14 49

ccc-4	0.30 12	0.22 96	0.42 58	0.37 35	0.26 129	0.31 51	0.34 115	0.66 55	0.35 6	0.39 21	0.33 10	0.31 6	0.28 27	0.61 93	0.26 8	0.14 18	0.11 39	0.17 84	0.12 26	0.15 66	0.16 98

IGEV-Stereo	0.30 12	0.22 96	0.41 50	0.38 44	0.26 129	0.30 39	0.35 137	0.68 71	0.36 11	0.40 29	0.33 10	0.32 13	0.28 27	0.62 115	0.26 8	0.14 18	0.10 8	0.17 84	0.12 26	0.15 66	0.16 98
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GLC_STEREO	0.30 12	0.20 54	0.28 8	0.44 186	0.19 8	0.31 51	0.25 30	0.49 9	0.43 41	0.37 17	0.47 26	0.40 39	0.23 7	0.51 50	0.37 106	0.15 67	0.18 245	0.19 146	0.16 114	0.16 103	0.14 49

rrr	0.31 23	0.24 138	0.56 184	0.36 27	0.27 158	0.38 91	0.31 86	0.56 24	0.44 43	0.39 21	0.31 6	0.35 25	0.27 22	0.62 115	0.25 3	0.16 98	0.12 86	0.16 57	0.13 49	0.14 36	0.14 49

TANstereo	0.31 23	0.16 4	0.34 13	0.31 4	0.17 2	0.55 164	0.23 20	0.46 6	0.56 66	0.60 71	0.69 79	0.37 32	0.26 17	0.36 4	0.28 29	0.16 98	0.16 210	0.13 8	0.10 10	0.14 36	0.15 78

test_xeample3	0.31 23	0.23 119	0.56 184	0.36 27	0.26 129	0.35 74	0.32 98	0.60 31	0.38 17	0.44 38	0.32 9	0.33 18	0.28 27	0.66 145	0.27 23	0.14 18	0.12 86	0.16 57	0.12 26	0.14 36	0.14 49

test croco	0.32 26	0.21 74	0.59 201	0.40 86	0.29 198	0.27 25	0.30 68	0.46 6	0.36 11	0.32 10	0.66 72	0.31 6	0.33 64	0.68 162	0.32 63	0.18 155	0.13 140	0.20 175	0.15 89	0.18 151	0.13 31

MIF-Stereo (partial)	0.32 26	0.19 33	0.41 50	0.41 104	0.32 243	0.29 35	0.24 23	0.49 9	0.44 43	0.31 7	0.63 64	0.37 32	0.36 78	0.60 87	0.32 63	0.17 124	0.13 140	0.19 146	0.17 156	0.18 151	0.15 78

CREStereo++_RVC	0.32 26	0.16 4	0.25 1	0.32 6	0.24 77	0.27 25	0.22 11	0.48 8	0.89 203	0.47 45	0.80 123	0.29 4	0.25 12	0.37 5	0.34 82	0.14 18	0.09 2	0.13 8	0.52 372	0.14 36	0.10 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
XX-TBD	0.32 26	0.53 323	0.26 4	0.53 300	0.21 25	0.38 91	0.24 23	0.41 2	0.77 138	0.55 61	0.70 81	0.31 6	0.26 17	0.33 3	0.28 29	0.16 98	0.10 8	0.12 2	0.09 4	0.13 14	0.11 3

MyStereo07	0.33 30	0.23 119	0.37 27	0.43 166	0.29 198	0.40 101	0.48 247	0.78 142	0.38 17	0.38 18	0.34 16	0.32 13	0.30 50	0.63 124	0.28 29	0.14 18	0.13 140	0.19 146	0.17 156	0.18 151	0.17 134

MSKI-zero shot	0.33 30	0.19 33	0.36 25	0.41 104	0.22 30	0.32 60	0.22 11	0.65 53	0.45 47	0.52 53	0.64 67	0.60 125	0.19 3	0.78 214	0.27 23	0.14 18	0.11 39	0.14 13	0.10 10	0.13 14	0.13 31

4D-IteraStereo	0.33 30	0.19 33	0.43 74	0.40 86	0.24 77	0.32 60	0.27 42	0.59 29	0.72 117	0.66 102	0.53 41	0.42 45	0.22 6	0.46 29	0.30 48	0.14 18	0.09 2	0.20 175	0.16 114	0.16 103	0.12 10

iRaftStereo_RVC	0.33 30	0.20 54	0.40 45	0.40 86	0.23 56	0.31 51	0.29 56	0.70 92	0.55 65	0.49 48	0.66 72	0.37 32	0.23 7	0.47 34	0.33 73	0.14 18	0.11 39	0.19 146	0.17 156	0.16 103	0.13 31

PMTNet	0.33 30	0.17 8	0.26 4	0.29 2	0.18 5	0.44 127	0.22 11	0.57 26	0.66 95	0.46 43	0.54 44	0.38 35	0.34 70	0.50 49	0.25 3	0.75 375	0.10 8	0.12 2	0.09 4	0.13 14	0.12 10

cross-raft	0.34 35	0.20 54	0.38 33	0.45 198	0.24 77	0.32 60	0.35 137	0.77 139	0.42 38	0.62 77	0.77 101	0.58 113	0.27 22	0.46 29	0.31 57	0.12 4	0.10 8	0.15 41	0.13 49	0.15 66	0.12 10

RAFT-Test	0.35 36	0.19 33	0.42 58	0.39 60	0.24 77	0.50 138	0.23 20	0.74 127	0.44 43	0.62 77	0.85 145	0.64 144	0.28 27	0.48 41	0.30 48	0.14 18	0.11 39	0.14 13	0.11 15	0.13 14	0.13 31

test-3	0.35 36	0.17 8	0.48 115	0.40 86	0.22 30	0.42 117	0.22 11	0.66 55	0.80 152	0.72 133	0.45 20	0.63 137	0.29 41	0.45 25	0.32 63	0.13 9	0.09 2	0.17 84	0.13 49	0.13 14	0.11 3

test_1	0.35 36	0.17 8	0.48 115	0.40 86	0.22 30	0.42 117	0.22 11	0.66 55	0.80 152	0.70 123	0.45 20	0.63 137	0.29 41	0.45 25	0.32 63	0.13 9	0.09 2	0.17 84	0.13 49	0.13 14	0.11 3

raftrobust	0.35 36	0.20 54	0.39 36	0.43 166	0.29 198	0.31 51	0.25 30	0.73 121	0.66 95	0.59 69	0.56 51	0.44 54	0.45 130	0.55 60	0.31 57	0.16 98	0.12 86	0.14 13	0.12 26	0.12 2	0.14 49

CFNet-RSSM	0.35 36	0.18 14	0.47 102	0.39 60	0.22 30	0.35 74	0.23 20	0.78 142	0.86 185	0.67 109	0.54 44	0.56 96	0.28 27	0.49 47	0.28 29	0.14 18	0.10 8	0.14 13	0.12 26	0.13 14	0.12 10

Gwc-CoAtRS	0.35 36	0.18 14	0.46 91	0.39 60	0.23 56	0.34 72	0.22 11	0.74 127	0.77 138	0.62 77	0.60 58	0.58 113	0.29 41	0.47 34	0.29 37	0.14 18	0.11 39	0.14 13	0.12 26	0.13 14	0.13 31

AE-Stereo	0.36 42	0.21 74	0.47 102	0.49 256	0.31 226	0.50 138	0.34 115	0.72 109	0.73 126	0.34 13	0.55 49	0.52 82	0.28 27	0.48 41	0.31 57	0.13 9	0.13 140	0.18 115	0.16 114	0.15 66	0.14 49

ACVNet-DCA	0.36 42	0.25 166	0.35 19	0.42 129	0.23 56	0.53 153	0.37 156	0.91 177	0.59 73	0.42 32	0.50 31	0.34 21	0.47 140	0.61 93	0.26 8	0.17 124	0.11 39	0.19 146	0.13 49	0.18 151	0.19 165

IGEV_Zeroshot_test	0.36 42	0.19 33	0.71 250	0.41 104	0.29 198	0.30 39	0.25 30	0.86 164	0.40 29	0.64 94	0.57 52	0.56 96	0.25 12	0.56 64	0.29 37	0.15 67	0.11 39	0.16 57	0.14 69	0.14 36	0.14 49

EKT-Stereo	0.36 42	0.24 138	0.44 79	0.44 186	0.30 216	0.37 86	0.30 68	0.72 109	0.68 102	0.47 45	0.63 64	0.49 75	0.28 27	0.59 77	0.34 82	0.19 190	0.14 171	0.18 115	0.15 89	0.16 103	0.18 156

Any-RAFT	0.36 42	0.17 8	0.31 10	0.35 12	0.21 25	0.51 143	0.21 5	0.93 187	0.75 133	0.56 63	0.73 85	0.66 160	0.29 41	0.48 41	0.25 3	0.15 67	0.10 8	0.13 8	0.10 10	0.13 14	0.13 31

LL-Strereo2	0.36 42	0.25 166	0.52 158	0.43 166	0.27 158	0.36 78	0.27 42	0.70 92	0.46 52	0.55 61	0.53 41	0.65 148	0.24 10	0.69 168	0.32 63	0.14 18	0.13 140	0.23 242	0.20 225	0.19 184	0.14 49

Selective-RAFT	0.36 42	0.23 119	0.54 177	0.45 198	0.22 30	0.64 207	0.27 42	0.62 36	0.65 92	0.41 31	0.38 17	0.55 90	0.39 102	0.59 77	0.36 98	0.14 18	0.12 86	0.14 13	0.12 26	0.16 103	0.14 49

RCA-Stereo	0.36 42	0.18 14	0.37 27	0.38 44	0.23 56	0.31 51	0.33 107	0.70 92	1.25 324	0.45 39	0.65 69	0.46 64	0.43 119	0.40 14	0.29 37	0.14 18	0.10 8	0.14 13	0.12 26	0.12 2	0.12 10

Patchmatch Stereo++	0.36 42	0.24 138	0.51 139	0.42 129	0.22 30	0.24 7	0.21 5	0.63 42	0.39 21	0.63 84	0.73 85	0.57 99	0.38 89	0.61 93	0.39 127	0.18 155	0.12 86	0.20 175	0.16 114	0.21 207	0.16 98
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.36 42	0.24 138	0.51 139	0.42 129	0.22 30	0.24 7	0.31 86	0.63 42	0.39 21	0.63 84	0.73 85	0.57 99	0.38 89	0.59 77	0.38 119	0.18 155	0.12 86	0.20 175	0.16 114	0.21 207	0.16 98

ROB_FTStereo_v2	0.36 42	0.24 138	0.51 139	0.42 129	0.22 30	0.24 7	0.31 86	0.63 42	0.39 21	0.63 84	0.73 85	0.57 99	0.38 89	0.60 87	0.39 127	0.18 155	0.12 86	0.20 175	0.16 114	0.21 207	0.16 98

ROB_FTStereo	0.36 42	0.24 138	0.51 139	0.42 129	0.22 30	0.24 7	0.20 1	0.63 42	0.39 21	0.63 84	0.73 85	0.57 99	0.38 89	0.60 87	0.38 119	0.18 155	0.12 86	0.20 175	0.16 114	0.21 207	0.16 98

HUI-Stereo	0.36 42	0.24 138	0.51 139	0.42 129	0.22 30	0.24 7	0.22 11	0.63 42	0.40 29	0.64 94	0.73 85	0.58 113	0.38 89	0.53 52	0.38 119	0.18 155	0.12 86	0.20 175	0.16 114	0.21 207	0.16 98

iGMRVC	0.36 42	0.24 138	0.51 139	0.42 129	0.22 30	0.24 7	0.29 56	0.63 42	0.39 21	0.63 84	0.73 85	0.57 99	0.38 89	0.61 93	0.39 127	0.18 155	0.12 86	0.20 175	0.16 114	0.21 207	0.16 98

iRAFT	0.36 42	0.24 138	0.51 139	0.42 129	0.22 30	0.24 7	0.21 5	0.63 42	0.39 21	0.63 84	0.73 85	0.57 99	0.38 89	0.61 93	0.39 127	0.18 155	0.12 86	0.20 175	0.16 114	0.21 207	0.16 98

RAFT-IKP	0.36 42	0.24 138	0.51 139	0.42 129	0.22 30	0.24 7	0.27 42	0.63 42	0.39 21	0.63 84	0.73 85	0.57 99	0.38 89	0.61 93	0.39 127	0.18 155	0.12 86	0.20 175	0.16 114	0.21 207	0.16 98

sCroCo_RVC	0.36 42	0.29 228	0.73 260	0.52 293	0.39 290	0.42 117	0.31 86	0.52 13	0.46 52	0.31 7	0.48 27	0.38 35	0.32 59	0.46 29	0.33 73	0.22 240	0.23 292	0.19 146	0.19 206	0.21 207	0.22 222

EAI-Stereo	0.36 42	0.21 74	0.46 91	0.40 86	0.22 30	0.33 66	0.36 144	1.22 284	0.32 3	0.52 53	0.75 98	0.35 25	0.28 27	0.65 137	0.30 48	0.14 18	0.11 39	0.14 13	0.14 69	0.14 36	0.13 31

1test111	0.37 60	0.25 166	0.35 19	0.42 129	0.23 56	0.53 153	0.37 156	0.91 177	0.59 73	0.42 32	0.50 31	0.34 21	0.47 140	0.59 77	0.48 185	0.17 124	0.11 39	0.19 146	0.13 49	0.18 151	0.19 165

tt1	0.37 60	0.25 166	0.35 19	0.43 166	0.23 56	0.52 150	0.37 156	0.72 109	1.13 300	0.42 32	0.46 22	0.35 25	0.44 124	0.61 93	0.26 8	0.17 124	0.11 39	0.19 146	0.13 49	0.16 103	0.17 134

HH	0.37 60	0.22 96	0.49 122	0.41 104	0.26 129	0.36 78	0.30 68	0.87 165	0.41 34	0.45 39	0.59 56	0.78 212	0.43 119	0.77 206	0.26 8	0.15 67	0.11 39	0.15 41	0.14 69	0.14 36	0.14 49

HanStereo	0.37 60	0.22 96	0.49 122	0.41 104	0.26 129	0.36 78	0.30 68	0.87 165	0.41 34	0.45 39	0.59 56	0.78 212	0.43 119	0.77 206	0.26 8	0.15 67	0.11 39	0.15 41	0.14 69	0.14 36	0.14 49

CAS	0.37 60	0.13 1	0.27 7	1.34 384	0.31 226	0.46 131	0.38 169	0.50 11	0.48 56	0.35 15	0.52 39	0.24 1	0.19 3	0.30 1	0.28 29	1.03 386	0.08 1	0.12 2	0.08 1	0.12 2	0.28 278

anonymousdsp2	0.37 60	0.21 74	0.49 122	0.38 44	0.24 77	0.48 137	0.31 86	0.91 177	0.68 102	0.57 65	0.51 36	0.51 79	0.34 70	0.59 77	0.33 73	0.14 18	0.11 39	0.14 13	0.10 10	0.16 103	0.16 98

knoymous	0.37 60	0.22 96	0.34 13	0.32 6	0.22 30	0.38 91	0.29 56	0.63 42	0.65 92	0.69 119	0.69 79	0.60 125	0.40 107	0.61 93	0.36 98	0.17 124	0.11 39	0.20 175	0.12 26	0.18 151	0.19 165

test_4	0.37 60	0.19 33	0.34 13	0.45 198	0.26 129	0.20 2	0.34 115	0.58 27	0.42 38	0.60 71	1.45 325	0.43 51	0.26 17	0.67 154	0.29 37	0.12 4	0.10 8	0.17 84	0.19 206	0.15 66	0.12 10

test_3	0.37 60	0.19 33	0.50 131	0.45 198	0.24 77	0.47 133	0.36 144	0.69 82	0.84 175	0.66 102	0.46 22	0.68 167	0.25 12	0.45 25	0.32 63	0.12 4	0.10 8	0.18 115	0.16 114	0.15 66	0.12 10

NRIStereo	0.37 60	0.21 74	0.49 122	0.42 129	0.23 56	0.33 66	0.25 30	0.68 71	0.59 73	0.65 98	0.63 64	0.55 90	0.37 82	0.67 154	0.40 147	0.16 98	0.12 86	0.18 115	0.15 89	0.17 127	0.15 78

DeepStereo_RVC	0.37 60	0.22 96	0.51 139	0.41 104	0.24 77	0.26 18	0.22 11	0.64 52	0.40 29	0.69 119	0.67 77	0.57 99	0.50 149	0.58 72	0.42 155	0.17 124	0.12 86	0.18 115	0.16 114	0.19 184	0.19 165

CRE-IMP	0.37 60	0.23 119	0.53 165	0.42 129	0.24 77	0.40 101	0.21 5	0.61 34	0.45 47	0.65 98	0.73 85	0.53 86	0.37 82	0.63 124	0.40 147	0.18 155	0.11 39	0.19 146	0.16 114	0.21 207	0.19 165

test-1	0.37 60	0.20 54	0.76 267	0.47 239	0.27 158	0.44 127	0.36 144	0.63 42	0.65 92	0.49 48	0.67 77	0.54 88	0.35 73	0.42 18	0.30 48	0.14 18	0.12 86	0.16 57	0.14 69	0.15 66	0.18 156

s12784h	0.37 60	0.15 2	0.26 4	0.34 9	0.15 1	0.80 262	0.29 56	0.83 157	0.87 189	0.58 68	0.58 54	0.43 51	0.41 111	0.59 77	0.35 89	0.12 4	0.10 8	0.14 13	0.09 4	0.14 36	0.10 1

RALCasStereoNet	0.37 60	0.23 119	0.41 50	0.44 186	0.28 179	0.36 78	0.38 169	0.66 55	0.67 101	0.51 51	0.74 96	0.51 79	0.29 41	0.64 131	0.38 119	0.17 124	0.14 171	0.15 41	0.13 49	0.17 127	0.17 134

RAFT-Stereo + iAFF	0.37 60	0.18 14	0.45 84	0.36 27	0.19 8	0.33 66	0.28 50	0.67 66	0.77 138	0.72 133	0.99 207	0.56 96	0.39 102	0.44 22	0.31 57	0.11 1	0.09 2	0.15 41	0.14 69	0.13 14	0.11 3

cc1	0.38 76	0.25 166	0.35 19	0.42 129	0.23 56	0.53 153	0.37 156	0.71 99	1.17 312	0.42 32	0.50 31	0.34 21	0.47 140	0.61 93	0.26 8	0.17 124	0.11 39	0.19 146	0.13 49	0.16 103	0.17 134

11t1	0.38 76	0.23 119	0.49 122	0.36 27	0.23 56	0.61 190	0.31 86	0.74 127	0.47 54	0.62 77	0.55 49	0.55 90	0.49 147	0.58 72	0.45 169	0.18 155	0.15 189	0.16 57	0.13 49	0.17 127	0.19 165

DCRE	0.38 76	0.19 33	0.47 102	0.45 198	0.33 254	0.45 130	0.40 192	0.66 55	0.53 64	0.49 48	0.95 184	0.57 99	0.39 102	0.53 52	0.32 63	0.14 18	0.13 140	0.15 41	0.14 69	0.14 36	0.15 78

DCANet-4	0.38 76	0.22 96	0.58 193	0.35 12	0.19 8	0.30 39	0.30 68	0.69 82	0.97 243	0.70 123	0.79 113	0.40 39	0.46 136	0.46 29	0.37 106	0.14 18	0.10 8	0.14 13	0.11 15	0.12 2	0.15 78

GMOStereo	0.38 76	0.19 33	0.42 58	0.43 166	0.24 77	0.40 101	0.39 182	0.55 19	0.64 87	0.89 230	0.84 138	0.65 148	0.37 82	0.39 8	0.29 37	0.14 18	0.12 86	0.20 175	0.18 182	0.15 66	0.12 10

error version	0.38 76	0.19 33	0.42 58	0.43 166	0.24 77	0.40 101	0.39 182	0.55 19	0.64 87	0.89 230	0.84 138	0.65 148	0.37 82	0.39 8	0.29 37	0.14 18	0.12 86	0.20 175	0.18 182	0.15 66	0.12 10

test-v	0.38 76	0.19 33	0.42 58	0.43 166	0.24 77	0.40 101	0.39 182	0.55 19	0.64 87	0.89 230	0.84 138	0.65 148	0.37 82	0.39 8	0.29 37	0.14 18	0.12 86	0.20 175	0.18 182	0.15 66	0.12 10

test-2	0.38 76	0.19 33	0.42 58	0.43 166	0.24 77	0.40 101	0.39 182	0.55 19	0.64 87	0.89 230	0.84 138	0.65 148	0.37 82	0.39 8	0.29 37	0.14 18	0.12 86	0.20 175	0.18 182	0.15 66	0.12 10

rafts_anoy	0.38 76	0.22 96	0.38 33	0.43 166	0.28 179	0.32 60	0.32 98	0.70 92	0.91 213	0.59 69	0.66 72	0.45 61	0.33 64	0.49 47	0.41 152	0.16 98	0.12 86	0.21 216	0.23 269	0.18 151	0.16 98

raft+_RVC	0.38 76	0.20 54	0.38 33	0.39 60	0.27 158	0.44 127	0.35 137	0.81 151	0.90 207	0.52 53	0.78 109	0.50 76	0.29 41	0.56 64	0.41 152	0.15 67	0.12 86	0.17 84	0.15 89	0.14 36	0.13 31

XX-Stereo	0.38 76	0.18 14	0.52 158	0.58 326	0.38 281	0.39 96	0.20 1	0.62 36	0.31 2	0.47 45	1.29 298	0.72 187	0.25 12	0.59 77	0.28 29	0.16 98	0.11 39	0.17 84	0.16 114	0.14 36	0.11 3

DCANet	0.38 76	0.18 14	0.46 91	0.35 12	0.19 8	0.30 39	0.30 68	0.72 109	0.96 238	0.72 133	0.77 101	0.45 61	0.56 173	0.47 34	0.36 98	0.14 18	0.10 8	0.14 13	0.11 15	0.13 14	0.15 78

MIM_Stereo	0.39 88	0.18 14	0.59 201	0.38 44	0.25 101	0.27 25	0.24 23	0.72 109	0.56 66	0.72 133	1.00 211	0.62 133	0.29 41	0.67 154	0.39 127	0.13 9	0.14 171	0.17 84	0.16 114	0.14 36	0.12 10

fff	0.39 88	0.18 14	0.46 91	0.35 12	0.19 8	0.30 39	0.30 68	0.73 121	1.08 287	0.70 123	0.79 113	0.44 54	0.62 198	0.47 34	0.37 106	0.14 18	0.10 8	0.14 13	0.11 15	0.12 2	0.15 78

ADStereo(finetuned)	0.39 88	0.18 14	0.58 193	0.35 12	0.19 8	0.30 39	0.30 68	0.72 109	0.96 238	0.72 133	0.77 101	0.45 61	0.68 235	0.46 29	0.36 98	0.14 18	0.10 8	0.14 13	0.11 15	0.13 14	0.15 78

MIPNet	0.39 88	0.22 96	0.66 226	0.40 86	0.25 101	0.53 153	0.29 56	0.78 142	0.74 131	0.68 116	0.60 58	0.40 39	0.48 143	0.45 25	0.39 127	0.14 18	0.11 39	0.16 57	0.13 49	0.14 36	0.14 49

TRStereo	0.39 88	0.32 251	0.64 220	0.49 256	0.41 298	0.30 39	0.30 68	0.97 201	0.63 83	0.53 59	0.43 18	0.52 82	0.26 17	0.77 206	0.29 37	0.18 155	0.12 86	0.19 146	0.19 206	0.13 14	0.13 31

NF-Stereo	0.39 88	0.21 74	0.51 139	0.42 129	0.25 101	0.26 18	0.30 68	0.71 99	0.72 117	0.66 102	0.77 101	0.57 99	0.31 53	0.69 168	0.39 127	0.18 155	0.12 86	0.20 175	0.16 114	0.16 103	0.27 269

OCTAStereo	0.39 88	0.21 74	0.51 139	0.42 129	0.25 101	0.26 18	0.30 68	0.71 99	0.72 117	0.66 102	0.77 101	0.58 113	0.31 53	0.69 168	0.39 127	0.18 155	0.12 86	0.20 175	0.16 114	0.16 103	0.27 269

RE-Stereo	0.39 88	0.21 74	0.51 139	0.42 129	0.25 101	0.26 18	0.30 68	0.71 99	0.72 117	0.66 102	0.77 101	0.57 99	0.31 53	0.70 175	0.39 127	0.18 155	0.12 86	0.20 175	0.16 114	0.16 103	0.27 269

Pruner-Stereo	0.39 88	0.21 74	0.51 139	0.41 104	0.25 101	0.22 4	0.24 23	0.71 99	0.59 73	0.90 237	0.75 98	0.67 164	0.30 50	0.64 131	0.39 127	0.19 190	0.12 86	0.20 175	0.17 156	0.17 127	0.19 165

TVStereo	0.39 88	0.21 74	0.51 139	0.42 129	0.25 101	0.26 18	0.30 68	0.71 99	0.72 117	0.66 102	0.77 101	0.57 99	0.31 53	0.70 175	0.39 127	0.18 155	0.12 86	0.20 175	0.16 114	0.16 103	0.27 269

TestStereo	0.39 88	0.32 251	0.42 58	0.45 198	0.20 18	0.41 110	0.38 169	0.69 82	0.66 95	0.56 63	0.78 109	0.48 71	0.43 119	0.59 77	0.37 106	0.18 155	0.13 140	0.20 175	0.15 89	0.23 239	0.14 49

csc	0.39 88	0.18 14	0.46 91	0.35 12	0.19 8	0.30 39	0.30 68	0.73 121	1.08 287	0.70 123	0.79 113	0.44 54	0.62 198	0.47 34	0.37 106	0.14 18	0.10 8	0.14 13	0.11 15	0.12 2	0.15 78

cscssc	0.39 88	0.18 14	0.46 91	0.35 12	0.19 8	0.30 39	0.30 68	0.73 121	1.08 287	0.70 123	0.79 113	0.44 54	0.62 198	0.47 34	0.37 106	0.14 18	0.10 8	0.14 13	0.11 15	0.12 2	0.15 78

AFF-stereo	0.39 88	0.20 54	0.42 58	0.37 35	0.22 30	0.27 25	0.31 86	0.67 66	0.72 117	0.66 102	1.12 255	0.75 199	0.38 89	0.57 68	0.35 89	0.11 1	0.09 2	0.16 57	0.16 114	0.14 36	0.12 10

MyStereo06	0.40 102	0.22 96	0.65 224	0.42 129	0.29 198	0.43 121	0.48 247	1.05 227	0.43 41	0.64 94	0.54 44	0.78 212	0.27 22	0.53 52	0.31 57	0.14 18	0.13 140	0.18 115	0.17 156	0.17 127	0.17 134

xx1	0.40 102	0.25 166	0.35 19	0.42 129	0.23 56	0.53 153	0.37 156	0.71 99	1.17 312	0.42 32	0.50 31	0.65 148	0.56 173	0.61 93	0.26 8	0.17 124	0.11 39	0.20 175	0.19 206	0.18 151	0.19 165

DisPM	0.40 102	0.20 54	0.50 131	0.42 129	0.27 158	0.24 7	0.30 68	0.68 71	0.61 82	0.88 223	0.87 155	0.59 122	0.32 59	0.80 218	0.34 82	0.19 190	0.12 86	0.19 146	0.17 156	0.16 103	0.21 208

RAFT+CT+SA	0.40 102	0.24 138	0.40 45	0.53 300	0.27 158	0.28 31	0.45 234	0.79 147	0.81 161	0.51 51	0.90 163	0.42 45	0.39 102	0.81 222	0.33 73	0.15 67	0.11 39	0.18 115	0.18 182	0.15 66	0.15 78

IPLG	0.40 102	0.21 74	0.64 220	0.41 104	0.25 101	0.54 159	0.27 42	0.77 139	0.68 102	0.85 203	0.82 131	0.33 18	0.32 59	0.64 131	0.49 192	0.13 9	0.11 39	0.16 57	0.14 69	0.14 36	0.14 49

IPLGR	0.40 102	0.22 96	0.70 247	0.40 86	0.22 30	0.51 143	0.29 56	0.78 142	0.78 141	0.80 177	0.77 101	0.44 54	0.41 111	0.48 41	0.40 147	0.14 18	0.12 86	0.16 57	0.14 69	0.16 103	0.14 49

PSM-softLoss	0.40 102	0.21 74	0.53 165	0.42 129	0.26 129	0.29 35	0.34 115	0.70 92	0.49 57	0.63 84	0.82 131	0.59 122	0.33 64	0.75 191	0.43 157	0.20 209	0.12 86	0.20 175	0.18 182	0.17 127	0.22 222

KMStereo	0.40 102	0.21 74	0.53 165	0.42 129	0.26 129	0.29 35	0.34 115	0.70 92	0.49 57	0.63 84	0.82 131	0.59 122	0.33 64	0.75 191	0.43 157	0.20 209	0.12 86	0.20 175	0.18 182	0.17 127	0.22 222

RALAANet	0.40 102	0.24 138	0.56 184	0.43 166	0.30 216	0.36 78	0.25 30	0.89 171	0.69 107	0.69 119	0.65 69	0.61 127	0.30 50	0.63 124	0.35 89	0.16 98	0.13 140	0.18 115	0.15 89	0.21 207	0.14 49

Anonymous	0.40 102	0.29 228	0.70 247	0.54 309	0.44 315	0.56 168	0.54 278	0.68 71	0.52 61	0.38 18	0.44 19	0.33 18	0.42 116	0.57 68	0.39 127	0.20 209	0.20 270	0.18 115	0.18 182	0.30 287	0.24 249

GMStereo	0.40 102	0.38 280	0.61 207	0.41 104	0.27 158	0.47 133	0.35 137	0.62 36	1.04 269	0.57 65	0.54 44	0.38 35	0.36 78	0.56 64	0.41 152	0.20 209	0.13 140	0.16 57	0.17 156	0.24 247	0.20 192
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DIP-Stereo	0.40 102	0.22 96	0.58 193	0.42 129	0.29 198	0.62 194	0.27 42	0.87 165	0.42 38	0.65 98	0.86 149	0.52 82	0.35 73	0.67 154	0.43 157	0.15 67	0.13 140	0.17 84	0.14 69	0.15 66	0.17 134
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
R-Stereo Train	0.40 102	0.19 33	0.47 102	0.43 166	0.27 158	0.41 110	0.31 86	0.74 127	0.38 17	0.90 237	1.28 294	0.58 113	0.35 73	0.43 20	0.35 89	0.15 67	0.13 140	0.14 13	0.12 26	0.14 36	0.14 49

RAFT-Stereo	0.40 102	0.19 33	0.47 102	0.43 166	0.27 158	0.41 110	0.31 86	0.74 127	0.38 17	0.90 237	1.28 294	0.58 113	0.35 73	0.43 20	0.35 89	0.15 67	0.13 140	0.14 13	0.12 26	0.14 36	0.14 49
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
riskmin	0.41 116	0.21 74	0.44 79	0.34 9	0.24 77	0.58 182	0.32 98	0.70 92	0.86 185	0.52 53	0.57 52	0.78 212	0.60 192	0.58 72	0.39 127	0.17 124	0.12 86	0.19 146	0.13 49	0.19 184	0.22 222

x	0.41 116	0.25 166	0.46 91	0.36 27	0.24 77	0.54 159	0.31 86	0.94 192	0.58 72	0.60 71	0.72 83	0.61 127	0.53 158	0.52 51	0.50 194	0.18 155	0.16 210	0.17 84	0.16 114	0.17 127	0.18 156

raft_robust	0.41 116	0.24 138	0.39 36	0.43 166	0.22 30	0.40 101	0.33 107	0.80 149	0.98 247	0.80 177	0.88 158	0.41 43	0.32 59	0.89 246	0.30 48	0.14 18	0.12 86	0.16 57	0.18 182	0.15 66	0.13 31

PFNet+	0.41 116	0.20 54	0.53 165	0.40 86	0.25 101	0.28 31	0.22 11	0.66 55	0.76 136	0.85 203	0.79 113	0.63 137	0.34 70	0.75 191	0.37 106	0.20 209	0.14 171	0.23 242	0.20 225	0.17 127	0.21 208

SST-Stereo	0.41 116	0.20 54	0.48 115	0.43 166	0.25 101	0.25 16	0.21 5	0.68 71	0.50 60	1.08 310	0.79 113	0.71 172	0.42 116	0.81 222	0.38 119	0.17 124	0.11 39	0.20 175	0.16 114	0.19 184	0.15 78

RAFT_R40	0.41 116	0.20 54	0.47 102	0.44 186	0.25 101	0.23 6	0.25 30	0.69 82	0.70 109	0.98 275	0.78 109	0.72 187	0.43 119	0.80 218	0.39 127	0.17 124	0.11 39	0.20 175	0.16 114	0.18 151	0.15 78

RAFT-345	0.41 116	0.19 33	0.42 58	0.39 60	0.23 56	0.32 60	0.25 30	0.62 36	0.56 66	0.74 146	1.77 349	0.44 54	0.35 73	0.67 154	0.37 106	0.14 18	0.11 39	0.18 115	0.14 69	0.14 36	0.13 31

qqq	0.42 123	0.28 219	0.50 131	0.37 35	0.22 30	0.47 133	0.39 182	0.91 177	0.59 73	0.57 65	0.71 82	0.65 148	0.56 173	0.59 77	0.48 185	0.17 124	0.17 236	0.20 175	0.19 206	0.18 151	0.19 165

CIPLG	0.42 123	0.23 119	0.71 250	0.45 198	0.33 254	0.51 143	0.33 107	0.68 71	0.68 102	0.84 193	0.96 188	0.47 68	0.33 64	0.56 64	0.52 200	0.17 124	0.12 86	0.16 57	0.14 69	0.13 14	0.16 98

iRaft-Stereo_20w	0.42 123	0.20 54	0.63 216	0.39 60	0.27 158	0.33 66	0.25 30	1.76 374	0.37 14	0.73 140	0.53 41	0.63 137	0.42 116	0.86 237	0.29 37	0.14 18	0.11 39	0.14 13	0.13 49	0.15 66	0.15 78

IPLGR_C	0.42 123	0.23 119	0.71 250	0.46 221	0.33 254	0.51 143	0.34 115	0.69 82	0.69 107	0.84 193	0.92 175	0.46 64	0.33 64	0.53 52	0.53 208	0.17 124	0.12 86	0.16 57	0.14 69	0.13 14	0.16 98

ACRE	0.42 123	0.23 119	0.73 260	0.45 198	0.33 254	0.50 138	0.33 107	0.68 71	0.70 109	0.82 182	0.92 175	0.46 64	0.32 59	0.53 52	0.52 200	0.17 124	0.12 86	0.15 41	0.14 69	0.13 14	0.16 98

LCNet	0.42 123	0.21 74	0.34 13	0.44 186	0.24 77	0.47 133	0.28 50	0.69 82	0.57 70	0.72 133	1.03 227	0.66 160	0.58 185	0.60 87	0.35 89	0.15 67	0.10 8	0.19 146	0.19 206	0.22 225	0.37 320

HHNet	0.42 123	0.19 33	0.43 74	0.35 12	0.38 281	0.33 66	0.33 107	0.71 99	0.78 141	0.87 215	1.30 300	0.52 82	0.36 78	0.53 52	0.37 106	0.16 98	0.11 39	0.19 146	0.15 89	0.15 66	0.25 256

AnonymousM	0.42 123	0.86 366	0.31 10	0.35 12	0.23 56	0.30 39	0.37 156	0.56 24	0.44 43	0.72 133	0.50 31	0.47 68	0.29 41	0.42 18	0.35 89	0.16 98	0.12 86	1.51 384	0.32 329	0.12 2	0.11 3

sAnonymous2	0.42 123	0.41 296	0.96 310	0.48 247	0.37 276	0.41 110	0.48 247	0.60 31	0.52 61	0.39 21	0.48 27	0.35 25	0.44 124	0.44 22	0.30 48	0.19 190	0.14 171	0.19 146	0.17 156	0.55 361	0.43 341

CroCo_RVC	0.42 123	0.41 296	0.96 310	0.48 247	0.37 276	0.41 110	0.48 247	0.60 31	0.52 61	0.39 21	0.48 27	0.35 25	0.44 124	0.44 22	0.30 48	0.19 190	0.14 171	0.19 146	0.17 156	0.55 361	0.43 341

111	0.42 123	0.18 14	0.46 91	0.35 12	0.19 8	0.52 150	0.28 50	0.76 134	1.16 309	0.52 53	0.92 175	0.65 148	0.51 154	0.65 137	0.37 106	0.15 67	0.10 8	0.14 13	0.12 26	0.13 14	0.16 98

StereoVision	0.43 134	0.29 228	0.54 177	0.50 267	0.28 179	0.37 86	0.38 169	0.75 132	0.63 83	0.46 43	1.11 253	0.53 86	0.38 89	0.57 68	0.34 82	0.21 224	0.24 300	0.25 266	0.24 283	0.26 262	0.17 134

OMP-Stereo	0.43 134	0.23 119	0.50 131	0.53 300	0.25 101	0.36 78	0.24 23	0.73 121	0.81 161	0.78 173	0.64 67	0.88 240	0.41 111	0.95 266	0.36 98	0.15 67	0.12 86	0.20 175	0.15 89	0.16 103	0.13 31

PFNet	0.43 134	0.19 33	0.61 207	0.44 186	0.24 77	0.42 117	0.31 86	0.76 134	0.81 161	1.01 282	0.74 96	0.67 164	0.41 111	0.75 191	0.39 127	0.16 98	0.10 8	0.20 175	0.15 89	0.16 103	0.14 49

IRAFT_RVC	0.43 134	0.20 54	0.52 158	0.45 198	0.24 77	0.26 18	0.51 263	0.76 134	0.78 141	0.77 162	0.80 123	0.73 191	0.50 149	0.74 186	0.39 127	0.18 155	0.10 8	0.21 216	0.17 156	0.17 127	0.15 78

FENet	0.43 134	0.23 119	0.40 45	0.40 86	0.24 77	0.54 159	0.33 107	0.83 157	0.72 117	0.74 146	0.73 85	0.63 137	0.56 173	0.65 137	0.45 169	0.19 190	0.13 140	0.19 146	0.17 156	0.18 151	0.20 192

HITNet	0.43 134	0.27 206	0.50 131	0.34 9	0.18 5	0.65 213	0.32 98	0.99 206	0.70 109	0.73 140	0.86 149	0.66 160	0.56 173	0.61 93	0.47 182	0.14 18	0.10 8	0.15 41	0.13 49	0.18 151	0.13 31
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
TestStereo1	0.44 140	0.24 138	0.45 84	0.52 293	0.25 101	0.35 74	0.40 192	0.81 151	0.94 227	0.70 123	0.96 188	0.48 71	0.45 130	0.94 261	0.33 73	0.16 98	0.13 140	0.18 115	0.16 114	0.15 66	0.14 49

test_5	0.44 140	0.25 166	0.48 115	0.53 300	0.28 179	0.28 31	0.42 217	0.77 139	0.87 189	0.63 84	0.91 169	0.73 191	0.53 158	0.82 227	0.36 98	0.14 18	0.11 39	0.18 115	0.18 182	0.18 151	0.16 98

SA-5K	0.44 140	0.24 138	0.45 84	0.52 293	0.25 101	0.35 74	0.40 192	0.81 151	0.94 227	0.70 123	0.96 188	0.48 71	0.45 130	0.94 261	0.33 73	0.16 98	0.13 140	0.18 115	0.16 114	0.15 66	0.14 49

dd	0.44 140	0.40 292	0.62 212	0.44 186	0.26 129	0.51 143	0.38 169	0.72 109	1.07 282	0.60 71	0.66 72	0.43 51	0.40 107	0.68 162	0.53 208	0.24 260	0.15 189	0.21 216	0.16 114	0.24 247	0.19 165

GANet-ADL	0.44 140	0.27 206	0.48 115	0.44 186	0.30 216	0.54 159	0.36 144	0.94 192	0.88 199	0.64 94	0.72 83	0.68 167	0.44 124	0.55 60	0.44 164	0.22 240	0.15 189	0.15 41	0.13 49	0.18 151	0.21 208

GMM-Stereo	0.44 140	0.20 54	0.39 36	0.42 129	0.25 101	0.50 138	0.44 230	0.72 109	0.57 70	0.77 162	1.37 310	0.76 205	0.38 89	0.62 115	0.34 82	0.15 67	0.10 8	0.20 175	0.19 206	0.17 127	0.28 278

MyStereo04	0.45 146	0.23 119	0.52 158	0.43 166	0.29 198	0.40 101	0.48 247	1.02 215	1.12 295	0.62 77	0.58 54	0.55 90	0.56 173	0.77 206	0.45 169	0.14 18	0.13 140	0.19 146	0.17 156	0.18 151	0.17 134

SA	0.45 146	0.26 194	0.50 131	0.47 239	0.24 77	0.46 131	0.36 144	0.79 147	1.00 254	0.61 75	1.04 230	0.50 76	0.50 149	0.98 278	0.33 73	0.16 98	0.13 140	0.21 216	0.19 206	0.15 66	0.14 49

GwcNet-ADL	0.45 146	0.24 138	0.51 139	0.46 221	0.30 216	0.41 110	0.40 192	0.95 195	0.98 247	0.73 140	0.78 109	0.61 127	0.41 111	0.67 154	0.55 213	0.20 209	0.14 171	0.15 41	0.14 69	0.19 184	0.22 222

IIG-Stereo	0.45 146	0.22 96	0.48 115	0.51 279	0.26 129	0.43 121	0.21 5	0.73 121	0.80 152	0.84 193	0.95 184	0.82 226	0.46 136	0.95 266	0.37 106	0.16 98	0.12 86	0.19 146	0.15 89	0.15 66	0.12 10

DN-CSS_ROB	0.45 146	0.27 206	0.74 264	0.41 104	0.29 198	0.43 121	0.29 56	0.80 149	0.78 141	0.73 140	1.08 247	0.48 71	0.45 130	0.81 222	0.40 147	0.15 67	0.12 86	0.21 216	0.19 206	0.18 151	0.17 134

MyStereo05	0.46 151	0.22 96	0.51 139	0.42 129	0.29 198	0.43 121	0.48 247	0.96 199	1.12 295	0.77 162	0.62 63	0.51 79	0.57 182	0.79 216	0.43 157	0.14 18	0.13 140	0.18 115	0.17 156	0.17 127	0.17 134

CASS	0.46 151	0.28 219	0.45 84	0.48 247	0.22 30	0.63 199	0.34 115	0.99 206	0.66 95	0.76 154	0.86 149	0.61 127	0.58 185	0.58 72	0.44 164	0.29 301	0.16 210	0.22 228	0.18 182	0.23 239	0.28 278
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RAFT_CTSACE	0.46 151	0.20 54	0.48 115	0.46 221	0.27 158	0.34 72	0.39 182	0.62 36	0.74 131	0.78 173	1.44 322	0.86 233	0.38 89	1.09 300	0.27 23	0.13 9	0.13 140	0.18 115	0.16 114	0.16 103	0.12 10

iRaft-Stereo_5w	0.46 151	0.22 96	0.53 165	0.43 166	0.30 216	0.30 39	0.53 272	0.66 55	0.71 115	0.62 77	0.89 161	1.01 274	0.67 227	0.76 199	0.67 244	0.13 9	0.12 86	0.17 84	0.15 89	0.15 66	0.17 134

TransformOpticalFlow	0.46 151	0.21 74	0.49 122	0.42 129	0.24 77	0.36 78	0.46 237	1.04 221	0.84 175	0.67 109	1.14 263	0.73 191	0.56 173	0.78 214	0.33 73	0.15 67	0.10 8	0.17 84	0.15 89	0.14 36	0.15 78

RAFT	0.46 151	0.23 119	0.52 158	0.48 247	0.27 158	0.55 164	0.47 242	0.68 71	0.60 80	0.83 187	0.82 131	1.00 270	0.56 173	0.76 199	0.37 106	0.18 155	0.16 210	0.22 228	0.20 225	0.16 103	0.14 49

Prome-Stereo	0.46 151	0.20 54	0.37 27	0.45 198	0.26 129	0.40 101	0.42 217	0.69 82	0.49 57	0.96 269	1.84 352	0.58 113	0.64 210	0.63 124	0.32 63	0.15 67	0.11 39	0.16 57	0.14 69	0.17 127	0.30 287

GES	0.46 151	0.25 166	0.62 212	0.41 104	0.30 216	0.62 194	0.37 156	1.06 232	0.70 109	0.75 149	0.83 136	0.47 68	0.52 157	0.69 168	0.46 173	0.23 254	0.17 236	0.17 84	0.16 114	0.18 151	0.24 249

HCRNet	0.46 151	0.35 266	0.45 84	0.54 309	0.26 129	0.52 150	0.29 56	0.87 165	0.64 87	0.75 149	0.82 131	0.76 205	0.53 158	0.70 175	0.38 119	0.24 260	0.16 210	0.24 255	0.20 225	0.21 207	0.20 192

mmm	0.47 160	0.28 219	0.51 139	0.39 60	0.25 101	0.61 190	0.38 169	1.00 212	0.60 80	0.77 162	1.07 241	0.65 148	0.53 158	0.61 93	0.49 192	0.18 155	0.15 189	0.23 242	0.20 225	0.21 207	0.20 192

ffm	0.47 160	0.28 219	0.68 237	0.39 60	0.26 129	0.56 168	0.40 192	0.72 109	1.13 300	0.76 154	0.98 198	0.71 172	0.55 165	0.61 93	0.26 8	0.17 124	0.11 39	0.25 266	0.21 242	0.16 103	0.17 134

BUS	0.47 160	0.26 194	0.47 102	0.46 221	0.29 198	0.78 250	0.34 115	0.99 206	0.80 152	0.77 162	0.80 123	0.64 144	0.54 162	0.66 145	0.56 215	0.21 224	0.15 189	0.22 228	0.19 206	0.18 151	0.19 165

STrans-v2	0.47 160	0.21 74	0.49 122	0.41 104	0.25 101	0.54 159	0.49 257	1.16 261	0.82 169	0.67 109	1.05 233	0.71 172	0.67 227	0.74 186	0.34 82	0.15 67	0.11 39	0.17 84	0.15 89	0.14 36	0.14 49

Anonymous3	0.47 160	0.35 266	0.91 303	0.50 267	0.38 281	0.81 267	0.55 282	0.76 134	0.66 95	0.52 53	0.65 69	0.44 54	0.45 130	0.66 145	0.39 127	0.25 272	0.25 308	0.22 228	0.21 242	0.23 239	0.24 249

CFNet_pseudo	0.47 160	0.25 166	0.55 180	0.38 44	0.28 179	0.58 182	0.32 98	0.89 171	0.90 207	0.83 187	1.03 227	0.75 199	0.48 143	0.61 93	0.46 173	0.17 124	0.13 140	0.24 255	0.16 114	0.26 262	0.21 208

ACVNet	0.47 160	0.24 138	0.39 36	0.40 86	0.28 179	0.58 182	0.40 192	0.91 177	0.81 161	0.67 109	0.96 188	0.79 218	0.66 218	0.65 137	0.71 251	0.18 155	0.15 189	0.16 57	0.15 89	0.18 151	0.15 78

DMCA	0.47 160	0.27 206	0.59 201	0.39 60	0.29 198	0.53 153	0.34 115	0.98 203	0.70 109	0.78 173	0.83 136	0.79 218	0.55 165	0.54 59	0.57 219	0.21 224	0.16 210	0.21 216	0.16 114	0.19 184	0.22 222

ccs_rob	0.47 160	0.25 166	0.55 180	0.38 44	0.28 179	0.58 182	0.32 98	0.89 171	0.90 207	0.83 187	1.02 216	0.75 199	0.48 143	0.61 93	0.46 173	0.17 124	0.12 86	0.24 255	0.16 114	0.26 262	0.21 208

CoDeX	0.48 169	0.21 74	0.53 165	0.43 166	0.25 101	0.74 244	0.38 169	1.36 328	0.82 169	0.84 193	0.96 188	0.63 137	0.57 182	0.63 124	0.40 147	0.17 124	0.13 140	0.17 84	0.15 89	0.16 103	0.15 78

IER	0.48 169	0.25 166	0.60 206	0.38 44	0.28 179	0.67 227	0.38 169	0.82 155	0.68 102	0.88 223	0.95 184	0.74 195	0.79 278	0.62 115	0.46 173	0.17 124	0.14 171	0.17 84	0.17 156	0.17 127	0.16 98

BSDual-CNN	0.48 169	0.26 194	0.47 102	0.46 221	0.29 198	0.75 247	0.46 237	0.99 206	0.80 152	0.77 162	0.80 123	0.76 205	0.59 189	0.66 145	0.48 185	0.21 224	0.15 189	0.22 228	0.19 206	0.18 151	0.19 165

PSM-AAD	0.48 169	0.21 74	0.39 36	0.44 186	0.23 56	0.56 168	0.47 242	0.67 66	0.73 126	1.08 310	1.12 255	0.58 113	0.87 302	0.63 124	0.33 73	0.15 67	0.11 39	0.25 266	0.26 302	0.18 151	0.42 337

KYRaft	0.48 169	0.21 74	0.41 50	0.45 198	0.23 56	0.43 121	0.36 144	0.68 71	0.45 47	0.94 252	1.72 346	0.78 212	0.40 107	0.65 137	0.32 63	0.16 98	0.11 39	0.18 115	0.22 260	0.17 127	0.76 374

ASMatch	0.48 169	0.20 54	0.47 102	0.39 60	0.28 179	0.37 86	0.26 40	0.76 134	0.72 117	0.77 162	2.29 364	0.61 127	0.51 154	0.64 131	0.39 127	0.15 67	0.12 86	0.17 84	0.15 89	0.14 36	0.22 222

ICVP	0.48 169	0.26 194	0.42 58	0.49 256	0.28 179	0.63 199	0.43 224	1.05 227	0.72 117	0.68 116	0.95 184	0.75 199	0.56 173	0.55 60	0.61 231	0.24 260	0.18 245	0.19 146	0.17 156	0.19 184	0.21 208
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ARAFT	0.48 169	0.25 166	0.82 280	0.42 129	0.25 101	0.56 168	0.54 278	0.82 155	0.82 169	0.92 245	0.75 98	0.75 199	0.48 143	0.89 246	0.37 106	0.15 67	0.12 86	0.23 242	0.22 260	0.14 36	0.14 49

SFCPSM	0.48 169	0.22 96	0.59 201	0.41 104	0.27 158	0.85 279	0.36 144	1.39 330	0.79 147	0.81 181	0.85 145	0.54 88	0.50 149	0.60 87	0.39 127	0.18 155	0.14 171	0.18 115	0.20 225	0.17 127	0.16 98

whm_eth	0.49 178	0.32 251	0.79 273	0.47 239	0.38 281	0.37 86	0.37 156	0.83 157	0.83 174	0.82 182	1.73 347	0.36 31	0.39 102	0.61 93	0.38 119	0.19 190	0.17 236	0.20 175	0.20 225	0.20 198	0.25 256

PCWNet_CMD	0.49 178	0.25 166	0.56 184	0.40 86	0.27 158	0.64 207	0.32 98	0.98 203	0.99 250	0.87 215	1.07 241	0.78 212	0.46 136	0.61 93	0.44 164	0.17 124	0.13 140	0.21 216	0.16 114	0.26 262	0.20 192

Sa-1000	0.49 178	0.25 166	0.45 84	0.46 221	0.25 101	0.64 207	0.34 115	0.85 162	0.95 231	0.85 203	1.51 332	0.55 90	0.44 124	0.94 261	0.31 57	0.16 98	0.12 86	0.21 216	0.20 225	0.15 66	0.14 49

DEmStereo	0.49 178	0.18 14	0.53 165	0.39 60	0.26 129	0.57 178	0.33 107	0.65 53	0.75 133	0.90 237	1.65 340	0.57 99	1.02 325	0.63 124	0.44 164	0.14 18	0.12 86	0.16 57	0.16 114	0.14 36	0.17 134

DRaft	0.49 178	0.18 14	0.50 131	0.38 44	0.25 101	0.57 178	0.39 182	0.67 66	0.86 185	1.02 286	1.75 348	0.50 76	0.79 278	0.65 137	0.42 155	0.14 18	0.11 39	0.16 57	0.16 114	0.14 36	0.17 134

GrayStereo	0.49 178	0.20 54	0.44 79	0.47 239	0.29 198	0.51 143	0.62 303	0.71 99	0.66 95	1.04 295	1.46 326	0.77 210	0.73 258	0.58 72	0.35 89	0.15 67	0.12 86	0.17 84	0.17 156	0.15 66	0.30 287

cf-r	0.49 178	0.24 138	0.49 122	0.40 86	0.23 56	0.58 182	0.38 169	0.92 185	0.87 189	0.77 162	1.06 239	0.98 265	0.67 227	0.59 77	0.61 231	0.21 224	0.14 171	0.17 84	0.19 206	0.15 66	0.16 98

GANet-RSSM	0.49 178	0.22 96	0.42 58	0.39 60	0.26 129	0.58 182	0.41 212	1.12 248	0.82 169	0.73 140	1.02 216	0.88 240	0.75 263	0.67 154	0.48 185	0.22 240	0.16 210	0.18 115	0.19 206	0.18 151	0.18 156

BEATNet_4x	0.49 178	0.35 266	0.72 256	0.38 44	0.20 18	0.65 213	0.36 144	1.08 239	0.78 141	0.78 173	0.88 158	0.73 191	0.64 210	0.71 180	0.60 227	0.16 98	0.12 86	0.16 57	0.15 89	0.24 247	0.18 156

MSMDNet	0.49 178	0.25 166	0.56 184	0.40 86	0.27 158	0.64 207	0.32 98	0.99 206	0.99 250	0.87 215	1.07 241	0.79 218	0.46 136	0.61 93	0.44 164	0.17 124	0.13 140	0.20 175	0.16 114	0.25 256	0.20 192

MLCV	0.49 178	0.26 194	0.73 260	0.38 44	0.18 5	0.64 207	0.33 107	0.84 161	0.89 203	0.96 269	1.12 255	0.72 187	0.45 130	1.00 287	0.59 226	0.14 18	0.10 8	0.14 13	0.11 15	0.14 36	0.14 49

gwcnet-sp	0.50 189	0.25 166	0.84 287	0.41 104	0.27 158	0.79 256	0.40 192	0.93 187	0.85 179	0.95 257	0.79 113	0.65 148	0.63 203	0.69 168	0.52 200	0.18 155	0.17 236	0.18 115	0.18 182	0.18 151	0.19 165

scenet	0.50 189	0.25 166	0.84 287	0.41 104	0.27 158	0.79 256	0.40 192	0.93 187	0.85 179	0.95 257	0.79 113	0.65 148	0.63 203	0.69 168	0.52 200	0.18 155	0.17 236	0.18 115	0.18 182	0.18 151	0.19 165

ssnet	0.50 189	0.25 166	0.84 287	0.41 104	0.27 158	0.79 256	0.40 192	0.93 187	0.85 179	0.95 257	0.79 113	0.65 148	0.63 203	0.69 168	0.52 200	0.18 155	0.17 236	0.18 115	0.18 182	0.18 151	0.19 165

psmg	0.50 189	0.26 194	0.47 102	0.42 129	0.29 198	0.82 270	0.42 217	1.07 234	0.80 152	0.95 257	0.94 180	0.76 205	0.59 189	0.66 145	0.48 185	0.21 224	0.16 210	0.20 175	0.20 225	0.19 184	0.19 165

UDGNet	0.50 189	0.82 361	0.56 184	0.51 279	0.32 243	0.41 110	0.34 115	0.71 99	0.93 220	0.65 98	0.60 58	0.58 113	0.44 124	0.65 137	0.43 157	0.33 324	0.15 189	0.67 372	0.20 225	0.49 349	0.23 241

PSMNet-ADL	0.50 189	0.28 219	0.43 74	0.49 256	0.31 226	0.70 233	0.38 169	0.94 192	0.81 161	0.62 77	0.80 123	0.91 253	0.62 198	0.76 199	0.68 247	0.24 260	0.18 245	0.19 146	0.20 225	0.22 225	0.22 222

PSMNet-RSSM	0.50 189	0.24 138	0.41 50	0.43 166	0.26 129	0.51 143	0.40 192	1.16 261	0.79 147	0.75 149	1.07 241	0.87 237	0.69 237	0.66 145	0.52 200	0.24 260	0.16 210	0.23 242	0.26 302	0.20 198	0.20 192

CFNet-ft	0.50 189	0.25 166	0.39 36	0.41 104	0.26 129	0.66 218	0.37 156	0.91 177	0.87 189	0.67 109	1.00 211	1.05 285	0.70 242	0.68 162	0.57 219	0.23 254	0.16 210	0.24 255	0.21 242	0.24 247	0.19 165

CFNet_RVC	0.50 189	0.25 166	0.39 36	0.41 104	0.26 129	0.66 218	0.37 156	0.91 177	0.87 189	0.67 109	1.00 211	1.05 285	0.70 242	0.68 162	0.57 219	0.23 254	0.16 210	0.24 255	0.21 242	0.24 247	0.19 165

UCFNet_RVC	0.50 189	0.27 206	0.37 27	0.40 86	0.27 158	0.66 218	0.42 217	1.18 269	0.86 185	0.70 123	0.89 161	0.91 253	0.60 192	0.62 115	0.48 185	0.24 260	0.18 245	0.28 298	0.27 306	0.25 256	0.24 249

qqq1	0.51 199	0.24 138	0.67 230	0.35 12	0.20 18	0.63 199	0.34 115	1.26 296	1.06 275	0.85 203	1.02 216	0.71 172	0.66 218	0.96 269	0.36 98	0.19 190	0.16 210	0.14 13	0.12 26	0.15 66	0.16 98

fff1	0.51 199	0.24 138	0.67 230	0.35 12	0.20 18	0.63 199	0.34 115	1.26 296	1.06 275	0.85 203	1.02 216	0.71 172	0.66 218	0.96 269	0.36 98	0.19 190	0.16 210	0.14 13	0.12 26	0.15 66	0.16 98

GMStereo_Zeroshot	0.51 199	0.46 310	0.80 274	0.50 267	0.28 179	0.57 178	0.30 68	0.75 132	0.79 147	0.88 223	0.94 180	0.90 247	0.37 82	0.77 206	0.46 173	0.27 286	0.14 171	0.26 280	0.15 89	0.39 326	0.19 165

CFNet_ucs	0.51 199	0.25 166	0.58 193	0.39 60	0.31 226	0.59 188	0.35 137	1.04 221	0.95 231	0.89 230	1.19 278	0.80 222	0.49 147	0.66 145	0.45 169	0.21 224	0.16 210	0.26 280	0.18 182	0.27 271	0.23 241

anonymousa	0.51 199	0.21 74	0.47 102	0.39 60	0.25 101	0.89 287	0.36 144	0.78 142	0.63 83	0.88 223	1.54 333	1.09 299	0.67 227	0.53 52	0.46 173	0.17 124	0.14 171	0.19 146	0.21 242	0.16 103	0.16 98

hknet	0.51 199	0.26 194	0.58 193	0.46 221	0.29 198	0.75 247	0.46 237	0.99 206	0.89 203	0.77 162	0.80 123	0.96 262	0.67 227	0.75 191	0.50 194	0.19 190	0.15 189	0.22 228	0.19 206	0.18 151	0.19 165

CrosDoStereo	0.51 199	0.19 33	0.46 91	0.39 60	0.24 77	0.39 96	1.14 366	0.69 82	0.87 189	0.94 252	1.36 307	0.62 133	0.75 263	0.68 162	0.46 173	0.15 67	0.12 86	0.17 84	0.18 182	0.14 36	0.16 98

DeepStereo_LL	0.51 199	0.19 33	0.46 91	0.39 60	0.24 77	0.39 96	1.14 366	0.69 82	0.87 189	0.94 252	1.36 307	0.62 133	0.75 263	0.68 162	0.46 173	0.15 67	0.12 86	0.17 84	0.18 182	0.14 36	0.16 98

THIR-Stereo	0.51 199	0.19 33	0.47 102	0.39 60	0.23 56	0.74 244	0.64 308	0.68 71	0.88 199	1.03 289	1.40 313	0.71 172	0.75 263	0.64 131	0.43 157	0.16 98	0.11 39	0.17 84	0.18 182	0.15 66	0.17 134

GwcNet-RSSM	0.51 199	0.25 166	0.51 139	0.41 104	0.24 77	0.56 168	0.41 212	0.97 201	0.96 238	0.75 149	1.17 273	0.89 245	0.66 218	0.66 145	0.74 256	0.22 240	0.15 189	0.19 146	0.21 242	0.17 127	0.16 98

ToySt	0.52 209	0.27 206	0.93 304	0.42 129	0.28 179	0.67 227	0.56 285	0.88 170	0.79 147	0.61 75	0.85 145	0.92 256	0.70 242	0.72 184	0.61 231	0.16 98	0.17 236	0.21 216	0.21 242	0.22 225	0.21 208

NINENet	0.52 209	0.30 242	0.55 180	0.46 221	0.33 254	0.78 250	0.34 115	1.18 269	0.91 213	0.84 193	0.97 195	0.64 144	0.54 162	0.74 186	0.56 215	0.23 254	0.20 270	0.25 266	0.18 182	0.22 225	0.22 222

AACVNet	0.52 209	0.25 166	0.56 184	0.48 247	0.29 198	0.55 164	0.38 169	0.96 199	0.59 73	0.83 187	1.03 227	1.03 278	0.77 276	0.91 253	0.58 224	0.22 240	0.18 245	0.24 255	0.18 182	0.24 247	0.22 222

acv_ft	0.52 209	0.24 138	0.64 220	0.45 198	0.28 179	0.85 279	0.40 192	0.95 195	0.81 161	1.00 280	0.96 188	0.79 218	0.62 198	0.65 137	0.88 280	0.18 155	0.15 189	0.16 57	0.15 89	0.18 151	0.15 78

AdaStereo	0.52 209	0.34 262	0.53 165	0.49 256	0.25 101	0.71 236	0.36 144	1.24 288	0.91 213	0.77 162	0.98 198	0.75 199	0.50 149	0.71 180	0.51 196	0.27 286	0.13 140	0.28 298	0.18 182	0.23 239	0.18 156
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.
iResNet	0.52 209	0.31 249	0.86 291	0.44 186	0.22 30	0.66 218	0.47 242	0.92 185	1.02 261	0.89 230	1.12 255	0.69 169	0.55 165	0.86 237	0.60 227	0.15 67	0.11 39	0.15 41	0.12 26	0.17 127	0.17 134

SMFormer	0.53 215	0.24 138	0.67 230	0.35 12	0.20 18	0.63 199	0.34 115	1.26 296	1.06 275	0.85 203	1.02 216	0.71 172	0.66 218	0.96 269	0.60 227	0.19 190	0.16 210	0.18 115	0.17 156	0.19 184	0.20 192

tta	0.53 215	0.24 138	0.67 230	0.35 12	0.20 18	0.63 199	0.34 115	1.26 296	1.06 275	0.85 203	1.02 216	0.71 172	0.66 218	0.96 269	0.60 227	0.19 190	0.16 210	0.18 115	0.17 156	0.15 66	0.16 98

DualNet	0.53 215	0.28 219	0.68 237	0.39 60	0.26 129	0.56 168	0.40 192	0.72 109	1.13 300	0.76 154	0.98 198	0.71 172	0.55 165	0.61 93	1.46 347	0.17 124	0.11 39	0.25 266	0.21 242	0.16 103	0.17 134

CFNet	0.53 215	0.30 242	0.53 165	0.42 129	0.28 179	0.73 240	0.35 137	1.21 278	1.01 256	0.74 146	1.07 241	0.85 229	0.60 192	0.83 229	0.58 224	0.19 190	0.15 189	0.23 242	0.23 269	0.21 207	0.17 134

HSM	0.53 215	0.25 166	0.46 91	0.40 86	0.25 101	0.74 244	0.44 230	1.29 310	0.78 141	0.82 182	0.92 175	1.21 311	0.75 263	0.90 251	0.48 185	0.18 155	0.14 171	0.17 84	0.14 69	0.17 127	0.18 156

DAS	0.54 220	0.26 194	0.66 226	0.49 256	0.31 226	0.61 190	0.43 224	0.89 171	1.01 256	0.95 257	1.16 268	0.71 172	0.85 295	0.89 246	0.47 182	0.18 155	0.14 171	0.18 115	0.15 89	0.22 225	0.19 165

SepStereo	0.54 220	0.26 194	0.66 226	0.49 256	0.31 226	0.61 190	0.43 224	0.89 171	1.01 256	0.95 257	1.16 268	0.71 172	0.85 295	0.97 276	0.47 182	0.18 155	0.14 171	0.18 115	0.15 89	0.22 225	0.19 165

RAFT + AFF	0.54 220	0.30 242	0.84 287	0.51 279	0.32 243	0.63 199	0.57 287	1.05 227	0.95 231	0.80 177	0.87 155	0.85 229	0.57 182	0.87 239	0.51 196	0.18 155	0.21 276	0.23 242	0.22 260	0.19 184	0.19 165

ac_64	0.54 220	0.24 138	0.58 193	0.46 221	0.28 179	0.79 256	0.44 230	1.11 247	0.63 83	0.94 252	0.85 145	1.06 289	0.70 242	0.76 199	0.72 254	0.22 240	0.18 245	0.20 175	0.19 206	0.18 151	0.16 98

DMCA-RVC	0.54 220	0.32 251	0.83 284	0.51 279	0.32 243	0.59 188	0.38 169	0.89 171	0.70 109	0.95 257	0.88 158	0.90 247	0.69 237	0.75 191	0.63 238	0.23 254	0.18 245	0.31 316	0.24 283	0.27 271	0.21 208

AASNet	0.55 225	0.27 206	0.62 212	0.51 279	0.32 243	0.73 240	0.44 230	1.55 354	0.88 199	0.88 223	0.94 180	0.64 144	0.63 203	0.62 115	0.84 275	0.23 254	0.20 270	0.20 175	0.16 114	0.22 225	0.20 192

LMCR-Stereo	0.55 225	0.33 257	0.57 191	0.60 330	0.30 216	0.80 262	0.36 144	1.30 312	0.79 147	0.90 237	1.04 230	0.57 99	0.64 210	0.87 239	0.73 255	0.20 209	0.15 189	0.19 146	0.14 69	0.25 256	0.18 156

UNet	0.55 225	0.27 206	0.72 256	0.45 198	0.41 298	0.97 298	0.40 192	1.01 213	0.80 152	0.87 215	0.90 163	1.03 278	0.75 263	0.76 199	0.67 244	0.19 190	0.15 189	0.20 175	0.17 156	0.21 207	0.18 156

UPFNet	0.55 225	0.26 194	0.59 201	0.46 221	0.38 281	0.83 273	0.48 247	1.03 220	0.80 152	0.92 245	0.91 169	0.85 229	0.67 227	0.87 239	0.78 262	0.20 209	0.21 276	0.20 175	0.20 225	0.20 198	0.15 78

HSM-Net_RVC	0.55 225	0.23 119	0.37 27	0.38 44	0.22 30	0.86 281	0.40 192	1.31 313	0.93 220	0.92 245	1.15 265	1.26 315	0.71 247	0.75 191	0.53 208	0.17 124	0.14 171	0.16 57	0.15 89	0.17 127	0.17 134
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NLCA_NET_v2_RVC	0.55 225	0.33 257	0.71 250	0.46 221	0.31 226	0.66 218	0.43 224	1.07 234	0.89 203	0.93 248	0.91 169	0.98 265	0.61 196	0.76 199	0.64 240	0.22 240	0.18 245	0.22 228	0.22 260	0.22 225	0.24 249
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DeepPruner_ROB	0.55 225	0.37 276	0.67 230	0.42 129	0.31 226	0.50 138	0.43 224	1.22 284	0.73 126	0.86 213	1.05 233	0.85 229	0.58 185	0.90 251	0.56 215	0.29 301	0.23 292	0.22 228	0.22 260	0.26 262	0.26 261

iResNetv2_ROB	0.55 225	0.29 228	0.86 291	0.39 60	0.25 101	0.67 227	0.37 156	1.21 278	1.02 261	1.02 286	1.10 249	0.89 245	0.79 278	0.74 186	0.43 157	0.19 190	0.13 140	0.15 41	0.11 15	0.19 184	0.16 98

iResNet_ROB	0.55 225	0.24 138	0.61 207	0.38 44	0.22 30	0.66 218	0.30 68	1.59 362	1.33 338	0.94 252	1.05 233	0.81 224	0.69 237	0.84 233	0.46 173	0.17 124	0.12 86	0.14 13	0.09 4	0.15 66	0.20 192

ff1	0.56 234	0.28 219	0.68 237	0.39 60	0.26 129	0.56 168	0.40 192	0.72 109	1.13 300	0.76 154	0.98 198	0.71 172	0.55 165	1.25 319	1.46 347	0.17 124	0.11 39	0.25 266	0.21 242	0.16 103	0.17 134

ttt	0.56 234	0.27 206	0.49 122	0.39 60	0.25 101	0.65 213	0.42 217	1.24 288	1.08 287	0.76 154	1.10 249	0.63 137	0.51 154	0.95 266	1.03 313	0.25 272	0.22 285	0.22 228	0.21 242	0.25 256	0.25 256

FTStereo	0.56 234	0.21 74	0.39 36	0.42 129	0.25 101	0.39 96	0.73 327	0.69 82	0.45 47	1.09 314	3.23 384	0.69 169	0.71 247	0.55 60	0.34 82	0.15 67	0.13 140	0.19 146	0.17 156	0.15 66	0.32 297

GEStereo_RVC	0.56 234	0.30 242	0.70 247	0.51 279	0.31 226	0.70 233	0.54 278	1.31 313	0.93 220	0.85 203	0.86 149	0.84 227	0.63 203	0.92 255	0.67 244	0.24 260	0.16 210	0.19 146	0.17 156	0.21 207	0.23 241

CSP-Net	0.57 238	0.29 228	0.55 180	0.42 129	0.29 198	1.20 337	0.49 257	1.29 310	0.75 133	0.98 275	0.97 195	0.88 240	0.69 237	0.85 235	0.66 241	0.27 286	0.18 245	0.17 84	0.17 156	0.18 151	0.19 165

ADLNet2	0.57 238	0.26 194	0.71 250	0.48 247	0.31 226	0.83 273	0.51 263	1.10 246	0.99 250	0.85 203	0.99 207	0.99 269	0.70 242	0.79 216	0.78 262	0.21 224	0.17 236	0.18 115	0.18 182	0.22 225	0.22 222

RAFT-RH_RVC	0.57 238	0.18 14	0.44 79	0.38 44	0.23 56	0.56 168	0.24 23	0.61 34	0.73 126	1.18 326	3.90 395	0.55 90	0.40 107	0.67 154	0.38 119	0.14 18	0.11 39	0.20 175	0.15 89	0.12 2	0.14 49

ADLNet	0.57 238	0.29 228	0.58 193	0.46 221	0.35 269	0.80 262	0.46 237	1.14 256	0.88 199	1.03 289	0.98 198	0.92 256	0.66 218	0.71 180	0.83 274	0.22 240	0.16 210	0.22 228	0.22 260	0.22 225	0.23 241

MMNet	0.57 238	0.26 194	0.67 230	0.45 198	0.35 269	1.04 315	0.39 182	0.93 187	0.98 247	0.96 269	0.97 195	0.86 233	0.80 282	0.83 229	0.80 270	0.16 98	0.15 189	0.19 146	0.19 206	0.20 198	0.17 134

delet	0.57 238	0.25 166	0.63 216	0.46 221	0.34 264	1.05 317	0.51 263	1.04 221	0.94 227	0.90 237	0.99 207	0.90 247	0.68 235	0.87 239	0.78 262	0.18 155	0.18 245	0.20 175	0.21 242	0.17 127	0.17 134

psm_up	0.57 238	0.27 206	0.52 158	0.50 267	0.33 254	0.65 213	0.60 299	1.07 234	0.84 175	0.87 215	0.91 169	1.00 270	1.06 330	0.80 218	0.66 241	0.22 240	0.25 308	0.26 280	0.23 269	0.22 225	0.21 208

hitnet-ft	0.57 238	0.29 228	0.43 74	0.42 129	0.29 198	0.81 267	0.40 192	0.98 203	0.91 213	0.84 193	1.01 215	1.13 305	0.72 254	0.83 229	0.71 251	0.28 294	0.21 276	0.28 298	0.22 260	0.29 280	0.27 269

DSFCA	0.57 238	0.27 206	0.71 250	0.41 104	0.36 274	0.78 250	0.53 272	1.08 239	0.85 179	1.08 310	0.84 138	0.90 247	0.66 218	1.05 295	0.63 238	0.26 277	0.22 285	0.21 216	0.21 242	0.22 225	0.20 192

STTStereo	0.57 238	0.39 284	0.87 296	0.45 198	0.32 243	0.62 194	0.45 234	1.01 213	0.87 189	1.01 282	0.91 169	0.95 259	0.58 185	0.77 206	0.66 241	0.25 272	0.24 300	0.27 288	0.33 335	0.25 256	0.26 261

RASNet	0.57 238	0.24 138	0.61 207	0.39 60	0.23 56	0.71 236	0.40 192	1.02 215	0.93 220	0.77 162	1.05 233	1.05 285	0.98 323	0.99 282	1.03 313	0.16 98	0.14 171	0.14 13	0.17 156	0.15 66	0.14 49

LL-Strereo	0.58 249	0.29 228	0.83 284	0.48 247	0.35 269	0.39 96	0.48 247	1.04 221	0.99 250	0.87 215	0.79 113	1.08 294	1.15 342	1.35 336	0.51 196	0.18 155	0.15 189	0.22 228	0.19 206	0.17 127	0.21 208

HGLStereo	0.58 249	0.30 242	0.65 224	0.51 279	0.38 281	0.78 250	0.45 234	1.07 234	0.82 169	0.89 230	1.16 268	0.88 240	0.91 311	0.80 218	0.74 256	0.21 224	0.21 276	0.20 175	0.18 182	0.19 184	0.22 222

FADNet-RVC-Resample	0.58 249	0.35 266	1.34 345	0.50 267	0.34 264	0.73 240	0.43 224	1.09 242	0.96 238	0.83 187	0.87 155	0.76 205	0.66 218	0.77 206	0.52 200	0.19 190	0.18 245	0.26 280	0.27 306	0.28 278	0.29 283

FADNet_RVC	0.58 249	0.39 284	1.26 334	0.45 198	0.32 243	0.55 164	0.34 115	1.12 248	0.90 207	0.68 116	0.90 163	0.61 127	0.71 247	1.03 293	0.80 270	0.21 224	0.18 245	0.27 288	0.23 269	0.33 301	0.30 287

mmx	0.59 253	0.28 219	0.68 237	0.39 60	0.26 129	0.56 168	0.40 192	1.24 288	1.06 275	0.76 154	0.98 198	0.71 172	0.55 165	1.25 319	1.46 347	0.21 224	0.16 210	0.25 266	0.21 242	0.24 247	0.22 222

xxx	0.59 253	0.28 219	0.68 237	0.39 60	0.26 129	0.56 168	0.40 192	1.24 288	1.06 275	0.76 154	0.98 198	0.71 172	0.55 165	1.25 319	1.46 347	0.21 224	0.16 210	0.25 266	0.21 242	0.24 247	0.22 222

CRFU-Net	0.59 253	0.29 228	0.62 212	0.47 239	0.31 226	1.20 337	0.51 263	1.19 272	0.59 73	1.05 300	1.00 211	1.06 289	0.87 302	0.83 229	0.77 261	0.22 240	0.19 262	0.18 115	0.16 114	0.19 184	0.20 192

TDLM	0.59 253	0.35 266	0.57 191	0.53 300	0.32 243	0.67 227	0.72 322	1.09 242	1.03 265	0.84 193	1.11 253	0.84 227	0.71 247	0.96 269	0.61 231	0.28 294	0.18 245	0.26 280	0.22 260	0.27 271	0.21 208

CVANet_RVC	0.59 253	0.35 266	0.54 177	0.49 256	0.33 254	0.70 233	0.67 310	1.12 248	0.97 243	0.88 223	1.05 233	1.01 274	0.72 254	0.94 261	0.55 213	0.30 308	0.20 270	0.28 298	0.26 302	0.32 297	0.23 241

AANet_RVC	0.59 253	0.35 266	0.68 237	0.47 239	0.28 179	0.57 178	0.47 242	1.04 221	1.28 329	0.87 215	1.33 302	0.86 233	0.63 203	1.16 310	0.89 282	0.19 190	0.13 140	0.15 41	0.14 69	0.18 151	0.20 192

NOSS_ROB	0.59 253	0.40 292	0.42 58	0.45 198	0.31 226	0.79 256	0.53 272	1.09 242	1.12 295	0.69 119	0.92 175	0.77 210	0.63 203	0.81 222	0.52 200	0.39 348	0.38 357	0.44 350	0.42 357	0.38 322	0.36 314

pcwnet_v2	0.60 260	0.29 228	0.89 300	0.46 221	0.36 274	0.62 194	0.38 169	1.33 321	1.24 322	1.02 286	1.27 293	0.71 172	0.59 189	0.71 180	0.51 196	0.28 294	0.21 276	0.24 255	0.23 269	0.29 280	0.30 287

PS-NSSS	0.60 260	0.46 310	0.68 237	0.43 166	0.34 264	0.66 218	0.57 287	1.05 227	0.91 213	0.80 177	1.28 294	0.72 187	0.67 227	0.89 246	0.61 231	0.32 316	0.26 316	0.40 345	0.27 306	0.35 313	0.29 283

DLCB_ROB	0.60 260	0.29 228	0.53 165	0.50 267	0.33 254	0.76 249	0.51 263	1.02 215	0.94 227	1.07 309	1.16 268	1.21 311	0.73 258	0.98 278	0.75 258	0.21 224	0.20 270	0.22 228	0.23 269	0.22 225	0.20 192

CBFPSM	0.61 263	0.25 166	1.41 350	0.39 60	0.27 158	1.10 320	0.67 310	0.83 157	0.84 175	0.82 182	0.81 129	1.33 327	0.85 295	0.72 184	0.86 278	0.16 98	0.15 189	0.15 41	0.17 156	0.17 127	0.23 241

ssnet_v2	0.61 263	0.29 228	0.69 245	0.45 198	0.30 216	0.93 291	0.62 303	1.20 275	1.03 265	0.97 272	0.81 129	0.98 265	0.67 227	0.84 233	0.97 304	0.26 277	0.23 292	0.23 242	0.24 283	0.20 198	0.21 208

HBP-ISP	0.61 263	0.47 316	0.45 84	0.46 221	0.33 254	0.79 256	0.29 56	1.15 259	1.05 271	0.85 203	1.18 277	0.67 164	0.71 247	0.92 255	0.57 219	0.37 342	0.38 357	0.47 355	0.41 355	0.39 326	0.32 297

dad	0.61 263	0.53 323	0.72 256	0.44 186	0.31 226	0.64 207	0.37 156	0.85 162	1.28 329	1.05 300	1.17 273	1.18 309	0.61 196	0.70 175	0.54 211	0.36 338	0.23 292	0.37 336	0.21 242	0.31 291	0.23 241

SACVNet	0.61 263	0.36 274	0.67 230	0.57 321	0.37 276	0.65 213	0.47 242	1.16 261	0.80 152	1.04 295	1.06 239	1.02 276	0.81 285	0.99 282	0.57 219	0.28 294	0.21 276	0.25 266	0.24 283	0.30 287	0.39 323

StereoDRNet-Refined	0.61 263	0.33 257	0.63 216	0.47 239	0.31 226	0.94 293	0.41 212	1.04 221	0.97 243	1.15 324	1.13 261	1.00 270	0.74 260	0.93 258	0.93 294	0.18 155	0.13 140	0.22 228	0.21 242	0.20 198	0.21 208
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
FADNet-RVC	0.62 269	0.56 337	1.29 339	0.47 239	0.39 290	0.63 199	0.40 192	1.16 261	0.91 213	0.71 132	0.86 149	1.04 282	0.55 165	0.99 282	0.78 262	0.27 286	0.26 316	0.28 298	0.29 316	0.32 297	0.31 294

NVstereo2D	0.62 269	0.32 251	0.82 280	0.50 267	0.44 315	0.88 284	0.48 247	1.12 248	1.17 312	0.67 109	0.90 163	0.90 247	0.69 237	1.02 291	0.69 248	0.33 324	0.16 210	0.29 306	0.20 225	0.43 336	0.46 351

CBMV_ROB	0.62 269	0.39 284	0.41 50	0.41 104	0.28 179	0.86 281	0.28 50	1.06 232	1.02 261	0.95 257	1.33 302	0.81 224	0.84 291	0.94 261	0.56 215	0.37 342	0.37 356	0.43 348	0.40 350	0.33 301	0.32 297

FADNet	0.63 272	0.53 323	1.20 330	0.46 221	0.44 315	0.66 218	0.41 212	1.24 288	1.07 282	0.70 123	0.84 138	0.98 265	0.65 216	0.87 239	0.54 211	0.29 301	0.30 329	0.27 288	0.30 317	0.48 346	0.36 314

1111x	0.64 273	0.23 119	0.61 207	0.39 60	0.21 25	0.68 231	0.46 237	1.32 318	1.03 265	0.76 154	1.02 216	0.95 259	0.72 254	1.13 304	2.15 370	0.18 155	0.18 245	0.18 115	0.19 206	0.20 198	0.19 165

SGM-Forest	0.65 274	0.33 257	0.43 74	0.44 186	0.30 216	1.01 309	0.54 278	1.13 254	1.09 293	1.11 320	1.21 280	1.10 300	0.76 272	0.99 282	0.71 251	0.32 316	0.33 348	0.33 326	0.30 317	0.30 287	0.28 278
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
fast-acv-ft	0.66 275	0.32 251	0.80 274	0.46 221	0.34 264	1.26 340	0.50 260	0.91 177	1.00 254	1.05 300	1.36 307	1.28 316	0.84 291	0.81 222	0.90 288	0.22 240	0.24 300	0.23 242	0.23 269	0.21 207	0.22 222

Wz-Net-LNSev-Ref	0.67 276	0.30 242	1.20 330	0.42 129	0.31 226	1.00 305	0.58 294	1.16 261	1.07 282	1.01 282	1.25 286	1.08 294	0.75 263	1.18 313	1.03 313	0.20 209	0.12 86	0.16 57	0.13 49	0.22 225	0.22 222

StereoDRNet	0.67 276	0.35 266	0.82 280	0.53 300	0.44 315	1.03 313	0.53 272	1.51 351	1.06 275	1.13 322	0.91 169	1.07 293	0.74 260	0.87 239	0.95 299	0.24 260	0.19 262	0.25 266	0.23 269	0.27 271	0.22 222

PSMNet_ROB	0.67 276	0.39 284	0.76 267	0.57 321	0.43 310	1.00 305	0.85 347	1.25 294	0.93 220	0.82 182	1.04 230	1.08 294	0.64 210	0.89 246	1.02 312	0.29 301	0.21 276	0.31 316	0.31 326	0.27 271	0.25 256

DRN-Test	0.68 279	0.34 262	0.77 270	0.52 293	0.40 293	1.14 327	0.61 301	1.56 358	1.04 269	1.18 326	1.10 249	1.05 285	0.72 254	0.82 227	1.01 308	0.24 260	0.18 245	0.26 280	0.25 294	0.26 262	0.23 241

CBMV	0.68 279	0.37 276	0.50 131	0.43 166	0.26 129	1.00 305	0.71 318	1.17 267	1.16 309	1.24 335	1.29 298	1.06 289	0.86 299	0.98 278	0.75 258	0.29 301	0.30 329	0.34 328	0.30 317	0.26 262	0.27 269
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
iinet-f	0.69 281	0.29 228	2.34 381	0.41 104	0.31 226	1.16 331	0.58 294	0.87 165	0.85 179	0.86 213	1.17 273	1.04 282	0.83 288	0.76 199	1.26 336	0.21 224	0.18 245	0.17 84	0.16 114	0.21 207	0.21 208

GASNet	0.70 282	0.77 358	1.16 328	0.71 360	0.49 334	0.62 194	0.48 247	1.12 248	1.05 271	0.98 275	0.84 138	0.94 258	0.82 286	1.41 340	0.85 277	0.33 324	0.22 285	0.29 306	0.28 312	0.44 339	0.26 261

PA-Net	0.70 282	0.46 310	0.96 310	0.51 279	0.53 343	0.94 293	0.73 327	1.14 256	1.15 307	0.83 187	0.90 163	0.88 240	0.76 272	1.19 314	0.96 301	0.25 272	0.41 366	0.29 306	0.44 358	0.27 271	0.39 323
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MaskLacGwcNet_RVC	0.71 284	0.84 365	0.80 274	0.55 315	0.38 281	1.38 346	0.57 287	1.07 234	0.81 161	0.90 237	0.94 180	0.95 259	0.54 162	1.01 288	0.61 231	0.41 353	0.30 329	0.57 368	0.31 326	0.86 373	0.39 323

DISCO	0.72 285	0.27 206	0.72 256	0.45 198	0.31 226	1.12 325	0.53 272	1.32 318	1.25 324	0.84 193	1.07 241	1.52 352	0.87 302	1.82 366	1.08 325	0.20 209	0.15 189	0.18 115	0.16 114	0.24 247	0.24 249

APVNet	0.73 286	0.39 284	1.01 317	0.58 326	0.45 322	1.16 331	0.68 313	1.47 347	0.87 189	0.84 193	1.15 265	1.04 282	0.84 291	1.14 306	1.18 331	0.27 286	0.28 323	0.32 321	0.31 326	0.29 280	0.32 297

GwcNet	0.73 286	0.39 284	1.37 347	0.53 300	0.43 310	1.10 320	0.52 269	1.27 301	1.19 317	1.05 300	1.41 315	1.06 289	0.86 299	0.98 278	1.01 308	0.26 277	0.24 300	0.24 255	0.23 269	0.23 239	0.28 278

NaN_ROB	0.73 286	0.46 310	0.89 300	0.52 293	0.34 264	0.98 302	1.11 363	1.28 306	1.20 319	1.27 339	0.96 188	1.08 294	0.79 278	1.34 335	0.78 262	0.24 260	0.30 329	0.23 242	0.24 283	0.23 239	0.26 261

XPNet_ROB	0.73 286	0.38 280	0.80 274	0.53 300	0.40 293	0.80 262	0.83 343	1.21 278	0.96 238	1.37 344	1.17 273	1.37 334	0.87 302	1.14 306	0.99 306	0.33 324	0.25 308	0.27 288	0.24 283	0.31 291	0.29 283

ETE_ROB	0.73 286	0.52 321	0.93 304	0.57 321	0.37 276	0.80 262	0.86 348	1.19 272	0.95 231	1.20 328	1.22 282	1.39 339	0.86 299	1.07 296	0.88 280	0.27 286	0.21 276	0.31 316	0.27 306	0.34 307	0.35 311

Syn2CoEx	0.74 291	0.55 335	1.17 329	0.66 347	0.45 322	0.89 287	0.56 285	1.54 353	1.15 307	0.95 257	1.35 306	1.03 278	1.03 326	0.96 269	0.89 282	0.31 311	0.27 318	0.29 306	0.24 283	0.23 239	0.27 269

DANet	0.74 291	0.47 316	0.98 315	0.60 330	0.41 298	0.92 290	0.41 212	1.02 215	0.87 189	1.22 331	1.22 282	1.33 327	0.88 306	1.26 322	1.37 343	0.27 286	0.24 300	0.31 316	0.25 294	0.37 320	0.36 314
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.74 291	0.38 280	0.63 216	0.54 309	0.35 269	1.01 309	0.95 354	1.15 259	0.95 231	1.09 314	2.00 359	1.14 306	0.92 313	1.29 326	0.75 258	0.25 272	0.27 318	0.27 288	0.23 269	0.32 297	0.24 249

NCCL2	0.74 291	0.45 305	0.77 270	0.65 345	0.45 322	0.97 298	1.16 368	1.16 261	1.02 261	1.00 280	0.98 198	1.48 346	0.88 306	0.99 282	0.89 282	0.31 311	0.27 318	0.39 342	0.39 347	0.33 301	0.34 308

Wz-Net-LNSev	0.75 295	0.54 329	1.59 360	0.51 279	0.41 298	1.16 331	0.79 337	1.27 301	1.13 300	1.04 295	1.14 263	1.11 302	0.94 318	0.93 258	1.00 307	0.24 260	0.22 285	0.21 216	0.19 206	0.26 262	0.27 269

FINET	0.75 295	0.45 305	1.38 348	0.48 247	0.46 330	0.98 302	1.00 358	1.22 284	1.69 366	0.91 244	1.25 286	0.74 195	0.74 260	1.09 300	0.82 273	0.37 342	0.31 337	0.27 288	0.24 283	0.35 313	0.34 308

FAT-Stereo	0.75 295	0.34 262	0.81 279	0.51 279	0.38 281	0.78 250	0.63 306	1.39 330	1.32 336	1.05 300	1.40 313	1.58 357	1.14 340	0.92 255	0.91 290	0.29 301	0.28 323	0.28 298	0.23 269	0.28 278	0.41 334

S-Stereo	0.76 298	0.36 274	1.10 322	0.57 321	0.46 330	0.83 273	0.59 297	1.31 313	1.62 362	0.98 275	1.41 315	1.11 302	0.93 315	0.85 235	1.07 323	0.27 286	0.31 337	0.28 298	0.25 294	0.33 301	0.50 358

RYNet	0.76 298	0.37 276	0.74 264	0.54 309	0.67 364	1.35 344	0.68 313	1.28 306	1.21 321	1.10 317	0.90 163	1.31 320	0.94 318	1.01 288	1.30 338	0.22 240	0.16 210	0.27 288	0.23 269	0.43 336	0.45 347

LALA_ROB	0.76 298	0.46 310	0.86 291	0.55 315	0.41 298	1.00 305	0.93 353	1.25 294	1.13 300	1.23 333	1.15 265	1.55 354	0.80 282	1.11 303	0.96 301	0.33 324	0.23 292	0.35 329	0.30 317	0.35 313	0.32 297

edge stereo	0.79 301	0.40 292	0.82 280	0.52 293	0.44 315	0.83 273	0.58 294	1.34 323	1.08 287	1.30 340	1.38 311	1.79 362	1.13 339	1.15 309	0.92 292	0.34 331	0.32 343	0.42 347	0.28 312	0.33 301	0.39 323

DGSMNet	0.80 302	0.58 341	1.42 351	0.61 334	0.65 361	0.94 293	0.75 331	1.35 324	1.16 309	0.88 223	1.26 289	1.00 270	0.75 263	1.07 296	0.89 282	0.36 338	0.31 337	0.41 346	0.40 350	0.60 367	0.59 370

RP	0.80 302	0.38 280	0.73 260	0.67 349	0.59 354	0.82 270	0.57 287	1.21 278	1.28 329	1.03 289	1.68 342	1.45 341	1.49 363	1.08 299	0.90 288	0.36 338	0.31 337	0.37 336	0.30 317	0.36 317	0.36 314

Wz-Net-MNSev	0.81 304	0.42 300	1.64 366	0.51 279	0.41 298	1.46 350	0.95 354	1.24 288	1.26 327	1.31 341	1.25 286	1.17 308	0.83 288	1.21 318	1.06 321	0.22 240	0.19 262	0.24 255	0.23 269	0.29 280	0.26 261

RGC	0.82 305	0.62 346	0.80 274	0.67 349	0.66 363	0.91 289	0.59 297	1.35 324	1.09 293	1.12 321	1.46 326	1.50 348	1.09 333	1.28 325	0.97 304	0.34 331	0.30 329	0.48 358	0.40 350	0.38 322	0.38 322

NCC-stereo	0.82 305	0.43 302	0.87 296	0.63 340	0.68 365	0.88 284	0.72 322	1.60 364	1.12 295	0.95 257	1.41 315	1.37 334	1.37 355	1.26 322	0.94 296	0.32 316	0.30 329	0.37 336	0.49 367	0.34 307	0.35 311

Nwc_Net	0.82 305	0.40 292	0.86 291	0.62 338	0.56 347	1.04 315	0.57 287	1.72 372	1.08 287	0.93 248	1.88 354	1.44 340	1.24 347	1.19 314	0.94 296	0.31 311	0.25 308	0.36 332	0.39 347	0.31 291	0.31 294

Abc-Net	0.82 305	0.43 302	0.87 296	0.63 340	0.68 365	0.88 284	0.72 322	1.60 364	1.12 295	0.95 257	1.41 315	1.37 334	1.37 355	1.26 322	0.94 296	0.32 316	0.30 329	0.37 336	0.49 367	0.34 307	0.35 311
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GANetREF_RVC	0.82 305	0.77 358	0.95 309	0.68 352	0.43 310	1.15 329	1.06 361	1.19 272	1.20 319	1.03 289	1.02 216	1.10 300	0.89 308	1.20 317	0.78 262	0.49 361	0.39 361	0.58 369	0.39 347	0.69 368	0.49 356
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
Anonymous Stereo	0.82 305	0.59 343	2.10 377	0.59 328	0.58 352	0.68 231	1.42 384	1.05 227	1.07 282	1.03 289	1.02 216	0.86 233	0.65 216	1.33 334	1.36 342	0.32 316	0.31 337	0.31 316	0.33 335	0.34 307	0.39 323

stereogan	0.83 311	0.33 257	0.89 300	0.61 334	0.51 339	1.80 369	0.50 260	1.41 336	1.39 343	1.05 300	1.47 328	1.56 356	1.04 328	1.32 333	0.87 279	0.29 301	0.29 325	0.29 306	0.25 294	0.39 326	0.40 329

Anonymous_2	0.84 312	0.45 305	0.66 226	0.41 104	0.45 322	0.82 270	0.53 272	0.81 151	0.81 161	0.73 140	0.61 61	0.91 253	0.76 272	0.77 206	0.61 231	0.51 364	0.55 379	0.54 366	4.92 414	0.54 359	0.42 337

ccnet	0.84 312	0.59 343	0.86 291	0.56 318	0.60 357	1.11 324	0.72 322	1.44 343	0.97 243	1.15 324	1.44 322	1.28 316	0.95 320	1.01 288	1.33 341	0.49 361	0.43 370	0.50 363	0.47 360	0.52 357	0.48 355

psmorigin	0.84 312	0.53 323	2.21 379	0.50 267	0.41 298	0.86 281	0.57 287	1.08 239	0.90 207	1.50 349	1.42 319	1.50 348	1.09 333	1.29 326	1.03 313	0.32 316	0.33 348	0.27 288	0.27 306	0.34 307	0.45 347

ADCRef	0.84 312	0.46 310	1.60 363	0.52 293	0.45 322	1.08 319	0.52 269	1.13 254	1.03 265	1.22 331	1.43 321	0.87 237	0.93 315	0.91 253	3.35 385	0.19 190	0.16 210	0.23 242	0.23 269	0.23 239	0.22 222

CC-Net-ROB	0.84 312	1.01 375	0.93 304	0.60 330	0.45 322	1.25 339	0.71 318	1.20 275	1.05 271	0.84 193	1.24 285	0.90 247	0.78 277	1.14 306	0.70 249	0.48 360	0.34 351	1.71 386	0.38 345	0.78 371	0.40 329

aanetorigin	0.85 317	0.58 341	1.98 374	0.50 267	0.40 293	0.66 218	0.70 316	0.72 109	1.01 256	2.44 384	2.00 359	1.32 322	1.25 348	0.96 269	1.16 330	0.20 209	0.19 262	0.20 175	0.20 225	0.27 271	0.33 306

AF-Net	0.85 317	0.41 296	0.87 296	0.66 347	0.54 345	0.96 297	0.52 269	1.66 368	1.37 340	1.03 289	2.04 361	1.46 342	1.36 353	1.19 314	1.05 320	0.34 331	0.24 300	0.39 342	0.28 312	0.31 291	0.26 261

SQANet	0.87 319	0.76 357	0.76 267	1.16 379	0.99 377	1.10 320	0.51 263	1.12 248	0.85 179	0.93 248	1.05 233	1.03 278	0.76 272	1.07 296	0.70 249	0.79 376	0.25 308	1.04 380	0.36 340	1.56 383	0.70 372

CSAN	0.88 320	0.52 321	0.93 304	0.61 334	0.42 307	1.19 336	1.11 363	1.27 301	1.48 353	1.37 344	1.44 322	1.37 334	1.30 350	1.46 347	1.01 308	0.39 348	0.31 337	0.36 332	0.37 342	0.35 313	0.36 314

SDNR	0.89 321	0.39 284	1.66 369	0.42 129	0.39 290	3.35 396	0.32 98	0.95 195	1.05 271	1.05 300	2.12 362	0.62 133	0.71 247	1.40 337	0.78 262	0.53 366	0.56 380	0.36 332	0.27 306	0.46 343	0.50 358

PWC_ROB	0.92 322	0.57 338	1.64 366	0.53 300	0.33 254	0.93 291	0.39 182	1.42 341	1.51 355	1.66 358	2.57 373	1.18 309	1.11 335	1.50 349	1.54 354	0.26 277	0.18 245	0.28 298	0.20 225	0.30 287	0.32 297

UDG	0.93 323	1.03 376	0.75 266	1.00 373	0.97 375	1.02 311	0.57 287	1.18 269	1.01 256	0.93 248	1.02 216	1.32 322	1.03 326	0.88 245	0.92 292	0.55 370	0.33 348	1.82 388	0.41 355	1.20 381	0.74 373

RTSC	0.93 323	0.54 329	1.59 360	0.56 318	0.40 293	1.17 335	0.55 282	1.44 343	1.82 370	1.53 351	1.26 289	1.15 307	0.82 286	1.70 360	2.44 374	0.26 277	0.20 270	0.23 242	0.24 283	0.31 291	0.32 297

DeepPrunerF	0.93 323	0.55 335	3.88 389	0.70 358	0.81 369	0.72 239	0.74 329	1.28 306	1.97 373	0.95 257	1.02 216	0.87 237	0.85 295	1.16 310	1.07 323	0.35 336	0.29 325	0.43 348	0.40 350	0.31 291	0.33 306

PWCDC_ROB	0.93 323	0.54 329	0.97 314	0.78 367	0.41 298	1.03 313	0.42 217	1.39 330	2.34 382	1.04 295	3.73 392	0.80 222	1.12 337	1.29 326	1.04 318	0.37 342	0.22 285	0.24 255	0.20 225	0.36 317	0.31 294

FBW_ROB	0.94 327	0.54 329	1.03 319	0.56 318	0.42 307	1.16 331	0.76 332	1.56 358	1.41 344	1.38 346	1.33 302	1.47 344	1.07 331	2.94 391	1.14 329	0.26 277	0.32 343	0.45 351	0.30 317	0.34 307	0.30 287

G-Net	0.95 328	0.48 318	1.13 325	0.67 349	0.49 334	2.07 375	0.63 306	1.02 215	0.90 207	1.77 364	2.62 376	1.28 316	1.60 366	1.09 300	1.06 321	0.37 342	0.30 329	0.35 329	0.25 294	0.46 343	0.45 347

PASM	0.96 329	0.71 355	2.05 376	0.72 361	0.72 368	0.84 278	0.92 351	1.14 256	1.34 339	1.25 336	1.22 282	1.34 330	1.07 331	1.31 331	1.11 326	0.53 366	0.57 381	0.59 370	0.67 378	0.56 366	0.57 369

PDISCO_ROB	0.96 329	0.51 319	1.13 325	1.03 376	1.00 378	1.81 370	0.77 333	1.72 372	1.60 360	1.09 314	1.19 278	1.34 330	0.80 282	1.62 354	1.01 308	0.58 371	0.22 285	0.45 351	0.40 350	0.50 351	0.41 334

XQC	0.97 331	0.70 352	1.54 358	0.70 358	0.55 346	1.48 352	0.81 339	1.41 336	1.57 358	1.21 329	1.12 255	1.33 327	1.04 328	1.55 351	2.00 367	0.39 348	0.25 308	0.37 336	0.32 329	0.55 361	0.49 356

MDST_ROB	0.97 331	0.29 228	1.02 318	0.64 343	0.43 310	2.64 383	0.82 341	1.68 370	1.18 316	2.89 389	1.82 351	0.97 263	0.75 263	1.83 367	0.89 282	0.26 277	0.22 285	0.32 321	0.28 312	0.26 262	0.26 261

anonymity	0.98 333	0.89 367	1.06 321	0.93 372	1.04 381	0.97 298	0.82 341	1.33 321	0.93 220	1.08 310	0.98 198	1.02 276	0.95 320	1.02 291	0.93 294	0.96 382	0.96 402	0.90 377	0.91 387	0.92 375	0.95 380

SHD	0.98 333	0.54 329	1.30 341	0.63 340	0.50 337	1.14 327	0.50 260	1.80 376	2.20 377	1.66 358	1.39 312	1.47 344	1.21 344	1.40 337	1.80 360	0.32 316	0.27 318	0.32 321	0.34 337	0.41 330	0.44 345

Wz-Net-SNSev	0.99 335	0.80 360	3.00 383	0.57 321	0.46 330	0.94 293	1.22 373	1.40 334	1.28 329	1.04 295	1.33 302	1.46 342	0.90 310	2.06 374	1.65 357	0.26 277	0.24 300	0.25 266	0.26 302	0.33 301	0.30 287

SuperB	1.00 336	0.41 296	4.03 392	0.45 198	0.32 243	0.99 304	0.49 257	1.09 242	2.09 376	1.10 317	1.10 249	0.74 195	0.83 288	1.13 304	1.75 359	0.20 209	0.15 189	0.17 84	0.15 89	2.50 400	0.27 269

Consistency-Raft	1.01 337	0.82 361	1.27 337	0.85 369	0.97 375	0.81 267	0.83 343	1.35 324	1.61 361	1.06 308	1.66 341	1.11 302	0.93 315	0.93 258	1.11 326	0.65 373	0.75 389	0.79 374	0.91 387	1.09 380	0.79 375

SGM_RVC	1.04 338	0.30 242	0.47 102	0.41 104	0.23 56	1.73 368	0.77 333	1.63 366	1.30 334	2.39 382	1.99 358	2.64 378	1.78 373	2.22 380	1.40 344	0.28 294	0.27 318	0.27 288	0.25 294	0.25 256	0.25 256
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
test_xeample	1.06 339	0.23 119	0.51 139	0.37 35	0.22 30	0.71 236	0.39 182	1.31 313	0.92 219	0.87 215	1.08 247	0.70 171	0.64 210	0.75 191	11.43 408	0.19 190	0.16 210	0.18 115	0.17 156	0.18 151	0.19 165

MFN_U_SF_DS_RVC	1.06 339	0.61 345	1.82 371	0.69 355	0.51 339	2.62 382	1.69 393	1.28 306	1.44 348	1.39 347	1.56 335	1.34 330	0.91 311	1.68 359	0.95 299	0.38 347	0.39 361	0.46 354	0.61 377	0.41 330	0.43 341

xxxx	1.07 341	0.23 119	0.53 165	0.38 44	0.22 30	0.83 273	0.36 144	1.41 336	0.95 231	0.75 149	0.99 207	0.97 263	0.64 210	0.70 175	11.37 407	0.20 209	0.17 236	0.18 115	0.17 156	0.19 184	0.20 192

DPSNet	1.08 342	0.44 304	2.64 382	0.54 309	0.42 307	1.59 359	1.25 374	2.39 386	1.50 354	1.13 322	1.12 255	1.51 350	2.19 386	1.44 344	1.51 353	0.35 336	0.25 308	0.25 266	0.21 242	0.49 349	0.39 323

otaku	1.10 343	0.96 370	0.96 310	1.37 385	1.06 382	1.65 363	0.72 322	1.46 346	1.19 317	1.10 317	1.32 301	1.32 322	0.95 320	1.29 326	0.81 272	0.89 381	0.46 374	1.24 382	0.50 369	1.86 385	0.89 377

DDUNet	1.10 343	2.58 408	0.83 284	1.21 381	1.27 385	1.02 311	0.69 315	1.17 267	0.95 231	0.98 275	1.26 289	1.28 316	0.84 291	0.97 276	0.79 269	0.85 379	0.40 364	2.00 391	0.60 376	1.34 382	0.94 378

ADCL	1.10 343	0.42 300	1.57 359	0.51 279	0.41 298	1.71 367	0.92 351	1.36 328	1.45 349	1.33 342	1.56 335	1.22 314	1.26 349	1.45 345	5.27 397	0.22 240	0.19 262	0.25 266	0.25 294	0.29 280	0.29 283

ADCPNet	1.11 346	0.53 323	3.26 387	0.55 315	0.44 315	1.47 351	0.83 343	1.21 278	1.17 312	1.26 338	1.42 319	1.67 360	1.12 337	1.48 348	3.86 391	0.30 308	0.29 325	0.30 315	0.32 329	0.37 320	0.37 320

MFN_U_SF_RVC	1.14 347	0.63 347	2.33 380	0.69 355	0.46 330	2.04 374	0.70 316	1.90 377	1.37 340	1.62 354	1.56 335	1.94 367	1.36 353	1.73 362	1.90 362	0.41 353	0.38 357	0.45 351	0.48 364	0.45 340	0.47 353

Ntro	1.15 348	1.00 374	1.00 316	1.49 386	1.20 384	1.69 366	0.81 339	1.39 330	1.25 324	1.01 282	1.28 294	1.31 320	1.00 324	1.31 331	0.89 282	1.10 387	0.43 370	1.36 383	0.51 370	1.95 387	0.99 383

SAMSARA	1.15 348	0.69 351	1.44 353	1.09 378	0.93 371	2.10 376	1.87 400	1.64 367	1.47 352	1.64 356	1.21 280	2.06 369	1.14 340	1.61 353	1.50 352	0.39 348	0.45 372	0.36 332	0.38 345	0.50 351	0.51 362

SANet	1.15 348	0.45 305	1.40 349	0.50 267	0.32 243	1.54 358	1.21 371	1.49 348	3.35 393	1.61 353	2.41 369	2.32 375	1.80 374	1.57 352	1.27 337	0.28 294	0.25 308	0.26 280	0.24 283	0.36 317	0.32 297

MFMNet_re	1.17 351	0.99 372	1.31 342	1.02 375	0.95 373	1.32 342	1.32 377	1.44 343	1.58 359	1.72 363	1.70 345	1.21 311	1.57 365	1.16 310	1.04 318	0.88 380	0.76 391	0.79 374	0.75 382	0.90 374	0.94 378

ADCP+	1.18 352	0.37 276	3.09 384	0.50 267	0.52 341	1.48 352	0.61 301	1.32 318	1.07 282	1.21 329	1.16 268	1.08 294	1.11 335	1.63 355	7.17 402	0.20 209	0.16 210	0.24 255	0.22 260	0.29 280	0.22 222

ADCMid	1.22 353	0.57 338	3.17 386	0.54 309	0.44 315	1.07 318	0.77 333	1.31 313	1.13 300	2.14 377	1.48 329	1.49 347	1.47 362	1.65 357	5.30 398	0.26 277	0.24 300	0.29 306	0.32 329	0.38 322	0.36 314

WCMA_ROB	1.22 353	0.39 284	0.93 304	0.51 279	0.45 322	1.44 349	0.79 337	1.20 275	1.30 334	2.99 395	3.94 396	3.30 388	2.17 385	1.42 341	1.31 339	0.46 356	0.35 353	0.35 329	0.37 342	0.41 330	0.42 337

Wz-Net-TNSev	1.23 355	1.24 381	5.25 397	0.51 279	0.43 310	1.49 355	1.09 362	1.58 361	1.42 346	1.25 336	1.26 289	1.58 357	1.52 364	1.97 371	1.95 363	0.33 324	0.32 343	0.26 280	0.30 317	0.41 330	0.43 341

222	1.25 356	0.23 119	0.53 165	0.38 44	0.23 56	0.78 250	0.37 156	1.41 336	0.93 220	0.97 272	1.13 261	0.74 195	0.71 247	0.74 186	14.86 411	0.20 209	0.16 210	0.17 84	0.16 114	0.18 151	0.20 192

MSMD_ROB	1.25 356	0.51 319	0.64 220	0.60 330	0.50 337	1.66 364	0.67 310	1.26 296	1.26 327	2.64 386	3.82 393	3.06 384	3.20 398	1.45 345	0.91 290	0.46 356	0.41 366	0.49 361	0.51 370	0.47 345	0.45 347

AnyNet_C32	1.27 358	0.72 356	3.33 388	0.59 328	0.56 347	1.51 356	1.53 386	1.27 301	1.28 329	1.52 350	1.48 329	1.38 338	1.23 346	1.64 356	5.26 396	0.30 308	0.29 325	0.29 306	0.34 337	0.38 322	0.44 345

pmcnn	1.27 358	0.31 249	1.14 327	0.41 104	0.23 56	0.97 298	0.71 318	1.23 287	1.32 336	1.83 366	2.34 366	11.25 411	0.89 308	1.04 294	0.96 301	0.15 67	0.12 86	0.12 2	0.10 10	0.15 66	0.16 98

WZ-Net	1.29 360	0.64 348	5.42 398	0.64 343	0.52 341	1.37 345	1.29 376	1.41 336	1.77 369	1.56 352	1.69 344	1.74 361	1.41 357	2.50 386	2.16 371	0.28 294	0.21 276	0.23 242	0.25 294	0.39 326	0.41 334

SPS-STEREO	1.29 360	0.94 369	1.10 322	1.05 377	1.03 380	1.48 352	0.91 349	1.57 360	1.24 322	2.13 374	1.90 355	1.94 367	1.46 360	1.77 363	1.64 356	0.97 383	0.94 401	0.90 377	0.89 386	0.96 377	0.97 381
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NVStereoNet_ROB	1.31 362	0.96 370	1.33 344	0.90 371	0.92 370	1.15 329	1.05 360	1.49 348	1.62 362	1.63 355	2.51 371	2.31 373	1.62 367	2.16 379	1.42 345	0.81 378	0.73 385	0.79 374	1.02 391	0.73 369	0.97 381
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	1.34 363	0.70 352	1.42 351	0.78 367	0.65 361	1.68 365	0.91 349	2.12 382	3.01 389	2.25 379	2.35 368	1.90 366	1.99 380	1.98 372	2.14 369	0.40 352	0.38 357	0.49 361	0.37 342	0.51 354	0.67 371

MSC_U_SF_DS_RVC	1.38 364	0.91 368	2.11 378	0.89 370	0.57 351	4.27 402	1.79 397	1.55 354	2.00 375	1.64 356	1.85 353	1.83 363	1.44 359	1.89 370	1.49 351	0.49 361	0.40 364	0.56 367	0.58 374	0.75 370	0.52 364

MeshStereo	1.38 364	0.45 305	0.58 193	0.45 198	0.35 269	1.63 362	0.60 299	2.07 379	1.43 347	4.49 404	3.32 388	4.67 395	2.08 382	2.08 376	1.32 340	0.36 338	0.36 355	0.37 336	0.32 329	0.32 297	0.34 308
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
AAGNet	1.40 366	0.20 54	0.52 158	0.45 198	0.26 129	0.29 35	0.29 56	0.67 66	0.71 115	0.97 272	0.86 149	0.66 160	0.60 192	0.66 145	19.98 415	0.17 124	0.11 39	0.19 146	0.15 89	0.20 198	0.13 31

RainbowNet	1.42 367	1.53 390	1.31 342	1.93 392	1.46 386	1.52 357	1.03 359	1.67 369	1.55 356	1.23 333	1.59 338	1.54 353	1.21 344	1.40 337	1.03 313	1.70 393	0.70 384	1.82 388	0.80 384	2.11 391	1.22 388

ACVNet-4b	1.43 368	1.34 384	1.28 338	1.95 393	1.60 388	1.93 373	0.77 333	1.59 362	1.64 364	1.05 300	1.60 339	2.10 370	0.92 313	1.79 365	0.84 275	1.76 395	0.35 353	2.03 394	0.67 378	2.16 392	1.18 387

FCDSN-DC	1.43 368	0.57 338	0.69 245	0.74 363	0.59 354	1.42 348	0.65 309	1.40 334	1.41 344	3.31 399	4.42 402	4.57 394	3.01 396	1.70 360	1.19 333	0.46 356	0.42 368	0.48 358	0.47 360	0.51 354	0.51 362
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
EDNetEfficient	1.47 370	0.82 361	6.28 400	0.48 247	0.40 293	0.73 240	0.83 343	0.95 195	2.77 387	3.48 401	1.95 356	1.64 359	2.12 383	1.42 341	3.84 390	0.21 224	0.19 262	0.21 216	0.21 242	0.43 336	0.42 337

SGM+DAISY	1.52 371	0.99 372	1.61 364	1.01 374	1.02 379	1.86 372	1.19 370	1.49 348	1.38 342	2.96 393	3.00 383	2.79 380	1.94 376	1.88 368	1.62 355	0.98 384	0.97 403	0.91 379	0.91 387	0.94 376	0.99 383

ACVNet_1	1.55 372	1.36 385	1.35 346	1.96 394	1.63 389	1.83 371	0.96 356	2.09 380	1.85 371	1.43 348	1.54 333	2.31 373	1.68 370	1.42 341	1.18 331	1.76 395	0.51 378	2.05 396	0.59 375	2.24 395	1.30 392

ADCS	1.60 373	0.70 352	4.02 391	0.61 334	0.53 343	1.31 341	1.11 363	1.71 371	1.86 372	1.97 372	1.68 342	1.51 350	1.46 360	2.07 375	9.20 405	0.34 331	0.32 343	0.33 326	0.36 340	0.45 340	0.46 351

AnyNet_C01	1.63 374	1.16 379	7.38 402	0.65 345	0.56 347	2.25 378	1.53 386	1.53 352	1.46 351	1.71 362	1.95 356	1.83 363	1.41 357	2.48 384	4.42 394	0.33 324	0.32 343	0.32 321	0.34 337	0.45 340	0.50 358

DispFullNet	1.64 375	2.64 409	3.14 385	2.57 401	1.78 394	1.32 342	0.55 282	1.42 341	1.45 349	1.89 368	1.48 329	1.55 354	2.35 388	2.08 376	1.12 328	0.60 372	0.19 262	2.33 399	0.73 381	2.35 396	1.30 392

FC-DCNN	1.67 376	0.53 323	0.68 237	0.62 338	0.49 334	1.62 361	0.71 318	1.77 375	1.55 356	4.73 406	4.66 404	5.82 403	3.94 401	2.13 378	1.42 345	0.47 359	0.42 368	0.47 355	0.46 359	0.48 346	0.47 353

ACVNet_2	1.74 377	1.30 383	1.62 365	1.81 389	1.63 389	2.28 379	1.34 379	2.35 385	2.64 385	1.82 365	2.55 372	2.99 382	1.71 371	1.67 358	1.20 334	1.48 391	0.59 382	1.81 387	0.71 380	2.09 390	1.29 391

ELAS_RVC	1.76 378	0.64 348	1.20 330	0.74 363	0.59 354	2.18 377	2.53 405	2.10 381	2.85 388	3.46 400	3.41 391	3.12 385	4.11 402	2.69 389	2.53 379	0.54 369	0.47 375	0.51 365	0.48 364	0.55 361	0.55 367
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	1.77 379	0.64 348	1.10 322	0.72 361	0.58 352	3.37 397	1.76 395	2.54 387	2.57 384	3.77 402	3.96 397	2.83 381	3.44 399	2.34 383	2.73 381	0.53 366	0.47 375	0.50 363	0.48 364	0.55 361	0.55 367
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-7	1.96 380	1.24 381	1.52 355	1.28 383	1.06 382	2.92 392	1.64 391	3.32 394	3.05 391	2.28 380	3.32 388	3.19 387	2.38 389	3.39 393	2.49 378	1.02 385	0.92 397	1.06 381	1.04 393	1.05 379	0.99 383

IMH-64-1	1.96 380	1.64 395	1.26 334	2.26 398	1.91 397	2.30 380	1.35 380	2.99 390	2.29 378	1.70 360	2.79 380	2.47 376	1.66 368	2.33 381	1.95 363	2.07 398	0.74 387	2.44 400	1.04 393	2.40 397	1.59 398

IMH-64	1.96 380	1.64 395	1.26 334	2.26 398	1.91 397	2.30 380	1.35 380	2.99 390	2.29 378	1.70 360	2.79 380	2.47 376	1.66 368	2.33 381	1.95 363	2.07 398	0.74 387	2.44 400	1.04 393	2.40 397	1.59 398

RTS	2.03 383	1.03 376	11.50 407	0.68 352	0.63 359	2.71 384	1.56 388	1.55 354	2.32 380	1.93 369	2.57 373	1.32 322	1.32 351	5.20 403	4.30 392	0.31 311	0.23 292	0.29 306	0.30 317	0.41 330	0.40 329

RTSA	2.03 383	1.03 376	11.50 407	0.68 352	0.63 359	2.71 384	1.56 388	1.55 354	2.32 380	1.93 369	2.57 373	1.32 322	1.32 351	5.20 403	4.30 392	0.31 311	0.23 292	0.29 306	0.30 317	0.41 330	0.40 329

PWCK	2.06 385	1.75 398	4.11 393	1.69 387	0.93 371	3.13 395	2.86 407	2.18 383	2.41 383	2.38 381	2.33 365	2.22 371	1.85 375	3.52 395	2.20 372	1.65 392	0.73 385	1.52 385	0.83 385	1.81 384	1.02 386

Dean	2.07 386	1.39 386	1.69 370	2.17 396	1.83 396	2.75 387	1.28 375	3.49 398	3.80 397	2.13 374	3.30 387	3.18 386	1.98 379	1.78 364	1.72 358	1.73 394	0.79 395	1.99 390	0.91 387	2.17 393	1.34 395

WAO-6	2.11 387	1.52 389	1.25 333	1.73 388	1.69 393	2.72 386	1.62 390	3.15 392	3.64 394	2.01 373	3.28 386	3.52 392	2.20 387	2.59 387	2.48 377	1.31 390	0.92 397	2.04 395	1.22 402	1.89 386	1.35 396

IMH	2.15 388	1.66 397	1.29 339	2.25 397	1.92 399	2.87 390	1.33 378	3.25 393	3.04 390	1.87 367	3.33 390	3.00 383	2.03 381	2.80 390	1.95 363	2.09 400	0.78 392	2.45 402	1.05 396	2.44 399	1.62 400

LVE	2.20 389	1.47 388	1.44 353	2.06 395	1.80 395	2.79 389	1.77 396	2.96 389	3.94 399	1.95 371	4.29 401	3.47 391	1.97 377	2.48 384	1.85 361	2.06 397	0.88 396	2.06 397	1.13 398	2.17 393	1.53 397

MADNet+	2.28 390	2.56 406	10.82 405	1.25 382	0.96 374	2.77 388	1.44 385	2.34 384	1.76 368	1.36 343	1.78 350	1.84 365	1.74 372	6.33 406	4.57 395	0.67 374	0.66 383	0.59 370	0.54 373	0.84 372	0.81 376

KSHMR	2.64 391	1.96 401	1.86 373	2.69 405	2.44 403	2.88 391	2.04 401	3.46 397	6.31 403	2.51 385	3.27 385	3.39 390	1.97 377	2.59 387	2.08 368	2.48 405	1.41 407	2.80 409	1.51 405	2.98 405	2.09 403

notaker	2.87 392	2.31 405	2.01 375	3.03 407	2.60 408	2.94 393	1.82 398	3.43 396	3.06 392	2.89 389	4.21 400	6.15 406	2.71 391	3.42 394	2.90 382	2.67 408	1.18 405	3.00 410	1.67 406	3.13 406	2.26 405

WAO-8	3.00 393	1.60 392	1.52 355	1.82 390	1.65 391	5.57 404	1.35 380	4.65 405	12.37 408	2.89 389	4.04 398	4.89 398	2.78 392	3.73 397	2.44 374	1.29 388	0.93 399	2.00 391	1.16 400	2.02 388	1.23 389

Venus	3.00 393	1.60 392	1.52 355	1.82 390	1.65 391	5.57 404	1.35 380	4.65 405	12.37 408	2.89 389	4.04 398	4.89 398	2.78 392	3.73 397	2.44 374	1.29 388	0.93 399	2.00 391	1.16 400	2.02 388	1.23 389

JetBlue	3.02 395	1.39 386	7.91 403	1.17 380	1.49 387	8.53 408	7.94 410	2.82 388	1.98 374	2.15 378	2.69 378	3.32 389	3.01 396	6.66 407	3.81 389	0.79 376	0.78 392	0.75 373	0.76 383	1.04 378	1.33 394

ktn	3.02 395	2.27 404	1.85 372	2.89 406	2.54 407	3.72 398	2.14 402	3.79 401	5.33 401	2.82 388	5.09 406	5.95 404	2.54 390	3.34 392	2.58 380	2.65 407	1.44 408	2.78 408	2.03 408	2.61 402	2.10 404

TorneroNet-64	3.54 397	1.89 399	1.59 360	2.62 404	2.29 401	6.88 407	1.72 394	4.72 407	11.88 406	2.43 383	5.46 408	8.16 408	2.80 394	4.13 401	3.03 383	2.25 403	0.75 389	2.57 404	1.09 397	2.65 403	1.84 402

UNDER WATER	3.63 398	2.12 403	4.11 393	3.17 408	2.51 405	3.77 400	2.45 404	3.53 399	13.66 411	2.98 394	2.92 382	5.75 402	4.13 403	3.85 399	3.75 388	2.84 409	1.11 404	2.71 407	1.41 403	3.26 409	2.50 407

UNDER WATER-64	3.72 399	2.07 402	4.57 395	3.30 410	2.52 406	5.61 406	2.63 406	3.67 400	12.27 407	3.09 396	2.66 377	5.99 405	4.74 405	3.93 400	3.57 386	2.54 406	1.24 406	2.65 405	1.48 404	3.21 408	2.62 408

MADNet++	4.18 400	2.72 411	4.00 390	3.80 412	3.44 411	4.72 403	4.05 409	4.01 402	3.74 395	4.52 405	5.14 407	4.20 393	4.89 406	7.04 409	6.39 399	3.79 410	3.70 413	3.27 412	2.70 411	3.68 411	3.74 413

TorneroNet	4.49 401	1.92 400	1.65 368	2.60 403	2.29 401	14.95 415	1.86 399	4.86 408	19.56 422	3.10 397	7.52 410	7.00 407	2.90 395	4.48 402	3.66 387	2.24 402	0.78 392	2.68 406	1.14 399	2.79 404	1.80 401

MANE	4.73 402	0.54 329	0.77 270	0.69 355	0.60 357	10.35 410	1.67 392	8.68 411	12.66 410	6.90 410	9.43 411	11.59 412	10.59 409	8.26 410	8.41 403	0.51 364	0.45 372	0.48 358	1.02 391	0.50 351	0.50 358

SGM-ForestM	4.73 402	0.34 262	1.05 320	0.46 221	0.28 179	10.26 409	3.48 408	4.52 403	5.16 400	8.68 411	7.48 409	18.87 418	10.80 410	11.26 413	10.01 406	0.32 316	0.34 351	0.32 321	0.32 329	0.29 280	0.30 287

LSM	4.83 404	0.83 364	11.23 406	0.76 366	56.73 428	1.10 320	1.18 369	1.35 324	1.70 367	2.13 374	2.34 366	1.34 330	1.19 343	1.52 350	1.23 335	0.34 331	0.50 377	0.39 342	0.47 360	0.51 354	9.82 415

LE_ROB	4.86 405	0.27 206	9.43 404	0.45 198	0.24 77	1.61 360	0.96 356	2.05 378	17.75 418	16.36 420	4.84 405	5.17 400	19.48 420	2.05 373	15.49 412	0.17 124	0.15 189	0.16 57	0.16 114	0.20 198	0.19 165

DPSimNet_ROB	5.19 406	2.71 410	18.56 411	2.59 402	2.49 404	4.25 401	10.93 411	3.33 395	3.93 398	5.02 407	4.52 403	5.74 401	10.18 408	5.44 405	8.79 404	2.40 404	2.47 410	2.48 403	2.54 409	2.56 401	2.87 409

JetRed	5.38 407	6.17 413	12.68 410	2.38 400	2.85 409	12.60 414	11.17 412	4.60 404	3.74 395	3.87 403	3.85 394	4.83 396	4.13 403	6.81 408	12.18 409	2.18 401	2.95 412	2.19 398	1.98 407	3.49 410	3.01 410

tt	6.21 408	0.22 96	5.88 399	3.55 411	2.07 400	11.25 413	19.19 414	11.84 414	5.47 402	2.71 387	2.18 363	4.87 397	6.25 407	3.71 396	7.09 401	8.31 416	11.17 420	4.91 413	5.39 415	5.72 413	2.42 406

coex-ft	6.50 409	1.57 391	87.99 432	0.49 256	0.38 281	1.41 347	1.21 371	1.21 278	7.96 405	12.14 412	2.78 379	2.74 379	3.83 400	1.30 330	3.19 384	0.24 260	0.23 292	0.27 288	0.24 283	0.48 346	0.40 329

HanzoNet	6.97 410	2.57 407	4.66 396	3.29 409	2.96 410	3.75 399	2.35 403	5.08 409	7.11 404	14.46 419	13.06 412	17.69 416	22.95 422	13.72 414	6.61 400	4.36 412	1.96 409	3.14 411	2.59 410	3.88 412	3.19 411

EDNetEfficientorigin	9.96 411	1.17 380	175.17 433	0.49 256	0.37 276	1.13 326	0.74 329	1.27 301	2.70 386	3.16 398	2.49 370	2.28 372	2.15 384	1.88 368	2.27 373	0.21 224	0.19 262	0.25 266	0.20 225	0.54 359	0.53 366

DGTPSM_ROB	12.12 412	8.03 414	21.12 412	8.97 415	16.81 414	10.68 411	30.77 418	9.14 412	15.23 413	6.55 408	15.49 419	9.02 409	15.13 412	9.26 411	21.71 416	4.58 413	8.60 415	5.07 414	9.26 416	5.88 414	11.06 416

DPSMNet_ROB	12.13 413	8.03 414	21.13 413	9.02 416	16.82 415	10.68 411	30.78 419	9.15 413	15.24 414	6.56 409	15.50 420	9.02 409	15.13 412	9.28 412	21.71 416	4.59 414	8.60 415	5.08 415	9.26 416	5.89 415	11.06 416

BEATNet-Init1	15.65 414	1.62 394	54.26 431	0.75 365	0.56 347	37.03 425	13.39 413	13.20 415	14.59 412	29.41 429	29.29 429	47.69 432	21.87 421	26.91 423	19.58 414	0.43 355	0.39 361	0.47 355	0.47 360	0.52 357	0.52 364

DPSM_ROB	17.80 415	18.60 417	24.24 419	20.89 418	19.49 416	25.83 418	36.10 421	21.62 422	16.41 416	13.46 414	14.26 417	19.11 419	16.15 415	20.74 416	25.59 419	9.37 418	9.23 418	9.47 418	9.81 418	13.47 416	12.09 419

DPSM	17.80 415	18.60 417	24.24 419	20.89 418	19.49 416	25.83 418	36.10 421	21.62 422	16.41 416	13.46 414	14.26 417	19.11 419	16.15 415	20.74 416	25.59 419	9.37 418	9.23 418	9.47 418	9.81 418	13.47 416	12.09 419

DLNR_Zeroshot_test	20.12 417	36.36 424	38.38 422	170.13 433	62.28 429	0.22 4	0.20 1	13.43 416	0.40 29	0.45 39	0.66 72	0.42 45	0.21 5	0.64 131	0.32 63	5.57 415	0.10 8	0.15 41	0.11 15	72.31 432	0.13 31

LRCNet_RVC	21.27 418	31.14 423	21.46 414	28.97 421	23.77 419	3.11 394	0.62 303	20.94 420	1.64 364	25.57 421	28.13 422	21.96 421	14.74 411	21.99 422	16.44 413	29.16 430	14.92 421	33.57 426	31.28 426	29.67 428	26.33 426

SPstereo	24.33 419	4.45 412	7.15 401	4.44 413	4.17 412	45.69 426	77.93 432	63.66 433	33.40 431	27.58 428	26.62 421	39.42 431	33.37 431	42.68 433	50.66 427	4.01 411	3.77 414	6.06 416	4.73 413	3.17 407	3.55 412

HaxPig	31.93 420	37.19 425	34.22 421	24.41 420	24.94 420	18.53 416	20.18 415	21.15 421	28.84 424	35.74 430	38.86 430	26.18 422	28.75 424	33.85 424	34.15 424	35.89 431	38.80 431	37.79 427	40.52 427	39.33 429	39.33 431

Anonymous_1	33.12 421	18.23 416	23.86 415	20.53 417	21.18 418	25.45 417	35.84 420	22.44 424	15.68 415	13.41 413	13.70 416	18.00 417	15.15 414	20.31 415	24.47 418	14.56 423	8.84 417	66.24 430	117.79 430	155.41 433	11.40 418

CasAABBNet	35.77 422	37.38 426	48.59 426	42.20 424	39.23 423	51.95 427	72.92 431	43.36 430	33.03 427	26.93 422	28.31 423	38.43 428	32.32 425	41.58 427	51.50 432	18.71 424	18.58 423	19.11 424	19.75 421	27.11 422	24.33 421

MyStereo03	35.83 423	37.48 428	48.64 427	42.37 426	39.41 425	51.98 428	72.91 428	43.07 427	33.07 428	27.20 425	28.81 426	38.36 425	32.60 426	41.58 427	51.47 429	18.74 425	18.61 425	19.07 420	19.77 422	27.10 419	24.35 422

MyStereo02	35.83 423	37.48 428	48.64 427	42.37 426	39.41 425	51.98 428	72.91 428	43.07 427	33.07 428	27.20 425	28.81 426	38.36 425	32.60 426	41.58 427	51.47 429	18.74 425	18.61 425	19.07 420	19.77 422	27.10 419	24.35 422

MyStereo	35.83 423	37.48 428	48.64 427	42.37 426	39.41 425	51.98 428	72.91 428	43.07 427	33.07 428	27.20 425	28.81 426	38.36 425	32.60 426	41.58 427	51.47 429	18.74 425	18.61 425	19.07 420	19.77 422	27.10 419	24.35 422

Selective-RAFT-Error	35.87 426	37.42 427	48.73 430	42.24 425	39.28 424	52.00 431	72.87 427	43.41 431	32.95 426	26.97 423	28.72 424	38.71 430	33.15 430	41.59 431	51.42 428	18.77 428	18.60 424	19.14 425	19.78 425	27.19 423	24.42 425

xxxxx1	36.77 427	19.69 419	24.00 416	62.46 430	66.77 430	27.30 421	39.89 423	20.40 417	18.80 419	14.18 416	13.11 413	17.29 413	17.30 417	21.62 419	27.81 421	13.61 420	18.98 428	111.36 431	133.25 431	28.84 425	38.64 428

tt_ll	36.77 427	19.69 419	24.00 416	62.46 430	66.77 430	27.30 421	39.89 423	20.40 417	18.80 419	14.18 416	13.11 413	17.29 413	17.30 417	21.62 419	27.81 421	13.61 420	18.98 428	111.36 431	133.25 431	28.84 425	38.64 428

ff	36.77 427	19.69 419	24.00 416	62.46 430	66.77 430	27.30 421	39.89 423	20.40 417	18.80 419	14.18 416	13.11 413	17.29 413	17.30 417	21.62 419	27.81 421	13.61 420	18.98 428	111.36 431	133.25 431	28.84 425	38.64 428

MEDIAN_ROB	37.35 430	40.72 433	40.37 424	32.26 422	31.80 421	27.29 420	25.02 416	29.47 425	33.43 432	41.99 432	41.60 432	33.48 423	34.37 432	39.66 426	36.94 425	43.49 433	43.96 433	44.07 429	43.35 429	41.32 431	42.43 433

AVERAGE_ROB	37.53 431	40.05 432	40.01 423	34.74 423	33.76 422	28.46 424	25.14 417	32.31 426	34.08 433	41.20 431	40.52 431	34.51 424	34.78 433	39.11 425	37.48 426	42.68 432	43.32 432	43.80 428	42.99 428	40.42 430	41.31 432

LSM0	38.96 432	37.52 431	48.37 425	43.79 429	91.31 433	52.31 432	72.38 426	43.71 432	32.75 425	27.16 424	28.73 425	38.51 429	32.63 429	41.75 432	51.59 433	18.85 429	18.43 422	19.09 423	19.60 420	27.21 424	33.44 427

PML	40.49 433	30.31 422	12.46 409	7.19 414	14.30 413	91.44 433	212.44 434	7.73 410	23.24 423	74.44 433	185.05 434	49.81 433	25.78 423	21.34 418	12.84 410	8.71 417	2.93 411	8.43 417	3.24 412	13.77 418	4.45 414

test_example2	176.82 434	204.75 434	198.54 434	188.58 434	191.23 434	151.28 434	169.77 433	97.63 434	125.81 434	179.94 434	183.74 433	158.20 434	139.14 434	192.16 434	198.12 434	203.48 434	236.37 434	163.71 434	173.22 434	217.79 434	162.95 434

Low-res two-view benchmark