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

IGEV-Stereo+	0.14 17	0.08 2	0.26 18	0.18 15	0.14 164	0.09 1	0.10 5	0.16 3	0.17 11	0.14 35	0.08 6	0.10 8	0.10 31	0.22 78	0.14 56	0.07 39	0.15 355	0.06 2	0.06 51	0.16 399	0.29 440

StereoAnything_RVC	0.22 171	0.47 468	0.67 352	0.30 410	0.31 465	0.11 2	0.11 8	0.18 7	0.15 10	0.09 1	0.11 14	0.09 4	0.09 16	0.27 146	0.12 9	0.09 217	0.39 495	0.06 2	0.04 1	0.24 463	0.49 495

dual_stereo	0.18 70	0.08 2	0.26 18	0.21 101	0.32 468	0.11 2	0.13 19	0.27 59	0.20 32	0.11 9	0.09 10	0.10 8	0.08 5	0.20 54	0.14 56	0.07 39	0.45 503	0.06 2	0.05 19	0.05 1	0.65 510

CroCo-Stereo Lap2	0.16 47	0.18 279	0.39 82	0.26 321	0.18 319	0.11 2	0.19 205	0.30 94	0.22 53	0.13 24	0.16 49	0.15 73	0.11 47	0.17 19	0.15 84	0.07 39	0.07 117	0.08 117	0.06 51	0.08 122	0.07 19

CroCo-Stereo	0.15 31	0.16 226	0.34 58	0.25 282	0.12 80	0.11 2	0.18 162	0.35 151	0.24 73	0.13 24	0.13 25	0.18 103	0.12 65	0.15 4	0.13 26	0.08 145	0.06 48	0.07 45	0.05 19	0.07 66	0.06 6
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
LG-Stereo_L2	0.11 2	0.09 14	0.22 8	0.18 15	0.10 32	0.12 6	0.13 19	0.18 7	0.14 9	0.10 7	0.07 3	0.08 1	0.08 5	0.17 19	0.11 1	0.06 2	0.08 174	0.06 2	0.04 1	0.05 1	0.07 19

LG-Stereo_L1	0.11 2	0.09 14	0.22 8	0.18 15	0.10 32	0.12 6	0.13 19	0.18 7	0.12 2	0.09 1	0.07 3	0.08 1	0.07 2	0.18 28	0.11 1	0.06 2	0.10 246	0.06 2	0.04 1	0.05 1	0.07 19

S2M2	0.13 12	0.12 93	0.26 18	0.17 6	0.12 80	0.12 6	0.07 1	0.18 7	0.21 45	0.12 19	0.15 45	0.14 59	0.12 65	0.16 8	0.15 84	0.13 373	0.09 214	0.09 197	0.10 297	0.11 305	0.09 96

FoundationStereo	0.13 12	0.08 2	0.18 1	0.29 399	0.30 458	0.12 6	0.13 19	0.12 1	0.18 17	0.09 1	0.08 6	0.10 8	0.08 5	0.14 2	0.11 1	0.07 39	0.31 485	0.06 2	0.04 1	0.05 1	0.06 6

111111	0.13 12	0.08 2	0.20 4	0.20 70	0.13 127	0.13 10	0.10 5	0.23 26	0.17 11	0.11 9	0.13 25	0.12 26	0.08 5	0.19 41	0.12 9	0.07 39	0.16 367	0.06 2	0.04 1	0.08 122	0.16 306

LGtest1	0.10 1	0.09 14	0.19 3	0.18 15	0.09 10	0.13 10	0.09 2	0.17 4	0.13 6	0.10 7	0.08 6	0.09 4	0.09 16	0.16 8	0.12 9	0.08 145	0.06 48	0.06 2	0.05 19	0.06 12	0.08 60

GREAT-IGEV	0.19 95	0.11 53	0.39 82	0.22 150	0.33 469	0.14 12	0.15 56	0.18 7	0.22 53	0.14 35	0.16 49	0.09 4	0.09 16	0.23 94	0.14 56	0.06 2	0.50 505	0.06 2	0.06 51	0.07 66	0.53 500

IGEV-Stereo++	0.15 31	0.09 14	0.27 26	0.21 101	0.13 127	0.14 12	0.11 8	0.23 26	0.19 23	0.15 47	0.14 41	0.11 18	0.11 47	0.19 41	0.12 9	0.06 2	0.21 419	0.06 2	0.05 19	0.06 12	0.28 435

rvit_stereo_0080	0.16 47	0.17 257	0.35 63	0.19 35	0.13 127	0.14 12	0.20 240	0.29 81	0.26 107	0.16 54	0.17 58	0.19 113	0.14 106	0.19 41	0.16 102	0.11 315	0.08 174	0.08 117	0.08 168	0.10 253	0.08 60

whm_eth	0.16 47	0.17 257	0.35 63	0.19 35	0.13 127	0.14 12	0.20 240	0.29 81	0.26 107	0.16 54	0.17 58	0.19 113	0.14 106	0.19 41	0.16 102	0.11 315	0.08 174	0.08 117	0.08 168	0.10 253	0.08 60

DLNR_Zeroshot_test	10.53 539	12.28 545	20.32 546	105.84 554	23.88 551	0.14 12	0.13 19	3.20 532	0.20 32	0.16 54	0.23 119	0.16 81	0.10 31	0.32 224	0.16 102	2.54 534	0.32 487	0.07 45	0.07 98	40.17 552	0.28 435

MLG-Stereo_test1	0.11 2	0.09 14	0.26 18	0.18 15	0.11 47	0.15 17	0.11 8	0.17 4	0.11 1	0.09 1	0.06 1	0.10 8	0.07 2	0.17 19	0.12 9	0.06 2	0.15 355	0.06 2	0.04 1	0.05 1	0.07 19

MLG-Stereo	0.11 2	0.08 2	0.26 18	0.19 35	0.09 10	0.15 17	0.11 8	0.18 7	0.13 6	0.09 1	0.06 1	0.10 8	0.08 5	0.18 28	0.12 9	0.06 2	0.16 367	0.06 2	0.04 1	0.05 1	0.07 19

SCV_C0	0.19 95	0.14 164	0.40 91	0.30 410	0.20 367	0.15 17	0.16 82	0.35 151	0.26 107	0.17 65	0.16 49	0.13 37	0.09 16	0.31 215	0.14 56	0.07 39	0.22 430	0.06 2	0.06 51	0.09 194	0.25 412

DEFOM-Stereo_RVC	0.13 12	0.15 195	0.21 6	0.27 357	0.09 10	0.15 17	0.13 19	0.23 26	0.21 45	0.12 19	0.11 14	0.10 8	0.13 91	0.22 78	0.13 26	0.07 39	0.05 4	0.06 2	0.05 19	0.07 66	0.07 19

AIO_rvc	0.20 123	0.16 226	0.49 179	0.41 478	0.29 455	0.15 17	0.17 110	0.21 19	0.19 23	0.17 65	0.14 41	0.13 37	0.08 5	0.35 256	0.13 26	0.07 39	0.19 403	0.06 2	0.05 19	0.06 12	0.41 479

AIO_test	0.20 123	0.12 93	0.46 138	0.45 485	0.38 482	0.15 17	0.17 110	0.28 64	0.20 32	0.19 85	0.13 25	0.14 59	0.09 16	0.39 277	0.13 26	0.07 39	0.21 419	0.06 2	0.06 51	0.06 12	0.34 459

MonSter	0.13 12	0.09 14	0.20 4	0.17 6	0.09 10	0.15 17	0.12 15	0.25 52	0.20 32	0.09 1	0.11 14	0.08 1	0.07 2	0.20 54	0.13 26	0.05 1	0.24 450	0.05 1	0.09 244	0.05 1	0.13 249

GIP-stereo	0.16 47	0.12 93	0.25 13	0.24 246	0.22 397	0.15 17	0.14 37	0.32 117	0.21 45	0.11 9	0.16 49	0.13 37	0.09 16	0.20 54	0.13 26	0.07 39	0.13 309	0.06 2	0.05 19	0.06 12	0.32 452

RAStereo	0.14 17	0.15 195	0.40 91	0.22 150	0.11 47	0.15 17	0.18 162	0.25 52	0.24 73	0.13 24	0.17 58	0.11 18	0.09 16	0.15 4	0.13 26	0.08 145	0.06 48	0.08 117	0.06 51	0.07 66	0.05 1

IGEV-BASED-STEREO-	0.20 123	0.74 500	0.71 372	0.17 6	0.08 4	0.15 17	0.15 56	0.19 14	0.18 17	0.13 24	0.12 20	0.10 8	0.08 5	0.16 8	0.14 56	0.34 489	0.12 290	0.08 117	0.07 98	0.11 305	0.24 401

IGEV++	0.19 95	0.13 119	0.38 76	0.30 410	0.19 345	0.15 17	0.15 56	0.32 117	0.18 17	0.13 24	0.16 49	0.12 26	0.11 47	0.24 101	0.15 84	0.07 39	0.32 487	0.07 45	0.05 19	0.07 66	0.42 482

CASnet	0.15 31	0.13 119	0.30 40	0.22 150	0.08 4	0.15 17	0.14 37	0.28 64	0.26 107	0.23 127	0.20 84	0.15 73	0.11 47	0.18 28	0.13 26	0.07 39	0.05 4	0.11 325	0.09 244	0.08 122	0.05 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MLG-Stereo_test3	0.11 2	0.08 2	0.22 8	0.19 35	0.10 32	0.16 29	0.11 8	0.18 7	0.13 6	0.11 9	0.07 3	0.10 8	0.08 5	0.14 2	0.12 9	0.07 39	0.09 214	0.06 2	0.04 1	0.06 12	0.08 60

MLG-Stereo_test2	0.12 8	0.09 14	0.29 32	0.21 101	0.12 80	0.16 29	0.11 8	0.17 4	0.12 2	0.11 9	0.08 6	0.11 18	0.06 1	0.16 8	0.11 1	0.08 145	0.13 309	0.06 2	0.04 1	0.06 12	0.09 96

LG-Stereo_Zeroshot	0.14 17	0.10 31	0.27 26	0.21 101	0.11 47	0.16 29	0.14 37	0.24 40	0.17 11	0.17 65	0.20 84	0.18 103	0.11 47	0.16 8	0.17 125	0.07 39	0.08 174	0.07 45	0.07 98	0.07 66	0.09 96

LG-Stereo	0.14 17	0.13 119	0.30 40	0.21 101	0.11 47	0.16 29	0.18 162	0.23 26	0.19 23	0.12 19	0.18 68	0.11 18	0.09 16	0.15 4	0.14 56	0.06 2	0.07 117	0.08 117	0.08 168	0.07 66	0.07 19

SCV	0.18 70	0.15 195	0.37 74	0.26 321	0.20 367	0.16 29	0.16 82	0.35 151	0.23 62	0.14 35	0.16 49	0.13 37	0.09 16	0.31 215	0.12 9	0.08 145	0.19 403	0.07 45	0.07 98	0.09 194	0.26 424

HUF	0.26 279	0.15 195	0.79 396	0.39 469	0.31 465	0.16 29	0.17 110	0.36 163	0.25 96	0.19 85	0.14 41	0.23 160	0.11 47	0.32 224	0.14 56	0.08 145	0.60 517	0.06 2	0.05 19	0.07 66	0.56 501

Occ-G	0.18 70	0.10 31	0.38 76	0.23 201	0.15 224	0.16 29	0.18 162	0.23 26	0.26 107	0.15 47	0.20 84	0.21 139	0.11 47	0.22 78	0.19 176	0.07 39	0.17 390	0.07 45	0.06 51	0.08 122	0.30 443

AIO-Stereo	0.16 47	0.12 93	0.29 32	0.30 410	0.20 367	0.16 29	0.14 37	0.28 64	0.22 53	0.14 35	0.15 45	0.13 37	0.08 5	0.20 54	0.15 84	0.06 2	0.16 367	0.07 45	0.08 168	0.06 12	0.24 401

RSM	0.14 17	0.11 53	0.25 13	0.29 399	0.16 262	0.16 29	0.15 56	0.24 40	0.20 32	0.13 24	0.13 25	0.15 73	0.09 16	0.22 78	0.13 26	0.06 2	0.06 48	0.07 45	0.07 98	0.07 66	0.11 184

MoCha-V2	0.18 70	0.12 93	0.40 91	0.30 410	0.24 422	0.16 29	0.15 56	0.28 64	0.19 23	0.16 54	0.16 49	0.13 37	0.13 91	0.30 203	0.13 26	0.06 2	0.28 469	0.06 2	0.06 51	0.06 12	0.25 412

plain	0.18 70	0.16 226	0.59 311	0.21 101	0.13 127	0.16 29	0.17 110	0.29 81	0.23 62	0.16 54	0.26 141	0.13 37	0.17 152	0.27 146	0.17 125	0.09 217	0.06 48	0.10 270	0.07 98	0.10 253	0.07 19

MaDis-Stereo	0.15 31	0.17 257	0.39 82	0.19 35	0.15 224	0.16 29	0.13 19	0.26 56	0.22 53	0.13 24	0.15 45	0.14 59	0.11 47	0.17 19	0.17 125	0.08 145	0.07 117	0.08 117	0.06 51	0.07 66	0.06 6

MIF-Stereo (partial)	0.18 70	0.13 119	0.50 201	0.22 150	0.15 224	0.16 29	0.13 19	0.29 81	0.26 107	0.17 65	0.26 141	0.16 81	0.17 152	0.25 115	0.18 150	0.09 217	0.06 48	0.10 270	0.08 168	0.09 194	0.08 60

Selective-IGEV	0.15 31	0.10 31	0.34 58	0.32 431	0.19 345	0.16 29	0.14 37	0.29 81	0.20 32	0.13 24	0.14 41	0.13 37	0.08 5	0.23 94	0.14 56	0.06 2	0.13 309	0.07 45	0.06 51	0.06 12	0.11 184

SGD-Stereo	0.12 8	0.08 2	0.18 1	0.17 6	0.07 1	0.17 43	0.13 19	0.19 14	0.17 11	0.12 19	0.13 25	0.11 18	0.12 65	0.19 41	0.12 9	0.08 145	0.04 1	0.06 2	0.05 19	0.06 12	0.05 1

HART	0.20 123	0.14 164	0.42 107	0.26 321	0.24 422	0.17 43	0.16 82	0.32 117	0.25 96	0.15 47	0.26 141	0.17 92	0.09 16	0.24 101	0.14 56	0.06 2	0.36 493	0.07 45	0.05 19	0.08 122	0.27 428

HI	0.21 153	0.16 226	0.50 201	0.18 15	0.15 224	0.17 43	0.16 82	0.35 151	0.22 53	0.38 353	0.38 273	0.36 312	0.24 255	0.29 188	0.22 234	0.06 2	0.05 4	0.08 117	0.09 244	0.09 194	0.08 60

CoSv	0.21 153	0.16 226	0.50 201	0.18 15	0.15 224	0.17 43	0.16 82	0.35 151	0.22 53	0.38 353	0.38 273	0.36 312	0.24 255	0.29 188	0.22 234	0.06 2	0.05 4	0.08 117	0.09 244	0.09 194	0.08 60

fffft	0.14 17	0.12 93	0.30 40	0.19 35	0.10 32	0.17 43	0.18 162	0.23 26	0.17 11	0.14 35	0.11 14	0.13 37	0.10 31	0.24 101	0.18 150	0.06 2	0.05 4	0.07 45	0.06 51	0.07 66	0.09 96
1: 1. 1
mms	0.15 31	0.14 164	0.25 13	0.20 70	0.15 224	0.17 43	0.17 110	0.21 19	0.19 23	0.14 35	0.18 68	0.14 59	0.09 16	0.26 134	0.15 84	0.06 2	0.07 117	0.08 117	0.06 51	0.07 66	0.19 341

ours_stereo	0.15 31	0.14 164	0.29 32	0.21 101	0.14 164	0.17 43	0.18 162	0.21 19	0.20 32	0.13 24	0.18 68	0.14 59	0.10 31	0.24 101	0.15 84	0.06 2	0.06 48	0.08 117	0.06 51	0.07 66	0.13 249

rvit_stereo_0083	0.17 61	0.13 119	0.29 32	0.21 101	0.13 127	0.17 43	0.17 110	0.23 26	0.36 240	0.16 54	0.22 111	0.19 113	0.17 152	0.21 62	0.17 125	0.11 315	0.10 246	0.10 270	0.08 168	0.09 194	0.08 60

rvit_stereo_0081	0.16 47	0.13 119	0.30 40	0.21 101	0.12 80	0.17 43	0.17 110	0.24 40	0.34 214	0.17 65	0.19 76	0.18 103	0.15 120	0.20 54	0.17 125	0.11 315	0.08 174	0.09 197	0.08 168	0.09 194	0.07 19

rvit_stereo_0082	0.16 47	0.13 119	0.30 40	0.21 101	0.12 80	0.17 43	0.17 110	0.24 40	0.34 214	0.17 65	0.19 76	0.18 103	0.15 120	0.20 54	0.17 125	0.11 315	0.08 174	0.09 197	0.08 168	0.09 194	0.07 19

rvit_stereo_ft	0.18 70	0.19 291	0.43 113	0.25 282	0.14 164	0.17 43	0.21 266	0.30 94	0.28 134	0.17 65	0.19 76	0.20 125	0.17 152	0.22 78	0.18 150	0.11 315	0.07 117	0.09 197	0.09 244	0.10 253	0.08 60

RSM++	0.14 17	0.11 53	0.25 13	0.32 431	0.17 292	0.17 43	0.15 56	0.23 26	0.21 45	0.12 19	0.12 20	0.14 59	0.09 16	0.21 62	0.13 26	0.06 2	0.05 4	0.07 45	0.07 98	0.07 66	0.11 184

CAS++	0.17 61	0.13 119	0.35 63	0.18 15	0.13 127	0.17 43	0.16 82	0.42 238	0.25 96	0.19 85	0.18 68	0.13 37	0.10 31	0.22 78	0.12 9	0.12 354	0.10 246	0.11 325	0.08 168	0.10 253	0.09 96
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
UniTT-Stereo	0.15 31	0.12 93	0.45 124	0.21 101	0.14 164	0.17 43	0.13 19	0.20 16	0.19 23	0.16 54	0.20 84	0.10 8	0.11 47	0.18 28	0.17 125	0.08 145	0.06 48	0.07 45	0.06 51	0.08 122	0.07 19

MIM_Stereo	0.20 123	0.17 257	0.55 270	0.20 70	0.21 382	0.17 43	0.14 37	0.37 177	0.27 124	0.28 178	0.35 240	0.23 160	0.13 91	0.28 167	0.16 102	0.06 2	0.08 174	0.09 197	0.08 168	0.08 122	0.15 291

GLC_STEREO	0.15 31	0.11 53	0.31 47	0.22 150	0.09 10	0.17 43	0.15 56	0.24 40	0.28 134	0.17 65	0.20 84	0.17 92	0.11 47	0.24 101	0.17 125	0.07 39	0.09 214	0.09 197	0.08 168	0.07 66	0.07 19

PFNet+	0.21 153	0.11 53	0.54 262	0.22 150	0.12 80	0.17 43	0.18 162	0.31 110	0.36 240	0.33 279	0.32 202	0.24 177	0.16 136	0.33 234	0.18 150	0.10 278	0.07 117	0.11 325	0.10 297	0.08 122	0.12 225

rvit_0105_6	0.20 123	0.16 226	0.41 98	0.23 201	0.14 164	0.18 60	0.20 240	0.31 110	0.39 281	0.18 82	0.22 111	0.23 160	0.18 180	0.26 134	0.18 150	0.16 421	0.13 309	0.13 383	0.11 330	0.11 305	0.09 96

WCG-NET	0.15 31	0.12 93	0.31 47	0.18 15	0.09 10	0.18 60	0.17 110	0.23 26	0.29 152	0.18 82	0.22 111	0.15 73	0.12 65	0.19 41	0.13 26	0.06 2	0.12 290	0.07 45	0.05 19	0.06 12	0.06 6

MGS-Stereo	0.15 31	0.12 93	0.38 76	0.19 35	0.11 47	0.18 60	0.17 110	0.21 19	0.23 62	0.14 35	0.24 126	0.16 81	0.10 31	0.19 41	0.13 26	0.07 39	0.06 48	0.07 45	0.06 51	0.10 253	0.07 19

CES	0.14 17	0.08 2	0.24 12	0.17 6	0.23 408	0.18 60	0.15 56	0.24 40	0.20 32	0.14 35	0.18 68	0.14 59	0.10 31	0.19 41	0.12 9	0.07 39	0.05 4	0.06 2	0.04 1	0.08 122	0.20 358

MC-Stereo	0.18 70	0.10 31	0.36 69	0.28 384	0.14 164	0.18 60	0.15 56	0.24 40	0.20 32	0.21 102	0.24 126	0.16 81	0.13 91	0.25 115	0.14 56	0.07 39	0.17 390	0.07 45	0.07 98	0.06 12	0.30 443

DisPM	0.20 123	0.11 53	0.52 239	0.24 246	0.13 127	0.18 60	0.19 205	0.30 94	0.31 177	0.33 279	0.34 232	0.23 160	0.16 136	0.34 249	0.17 125	0.09 217	0.06 48	0.09 197	0.08 168	0.08 122	0.12 225

test-3	0.18 70	0.10 31	0.48 159	0.23 201	0.14 164	0.18 60	0.16 82	0.32 117	0.29 152	0.26 157	0.17 58	0.22 146	0.13 91	0.26 134	0.19 176	0.06 2	0.14 326	0.08 117	0.08 168	0.06 12	0.10 150

test_1	0.18 70	0.10 31	0.48 159	0.23 201	0.14 164	0.18 60	0.16 82	0.32 117	0.29 152	0.26 157	0.17 58	0.22 146	0.13 91	0.26 134	0.19 176	0.06 2	0.14 326	0.08 117	0.08 168	0.06 12	0.10 150

RAFT_R40	0.22 171	0.11 53	0.52 239	0.25 282	0.13 127	0.18 60	0.18 162	0.32 117	0.31 177	0.33 279	0.33 222	0.30 257	0.23 234	0.55 341	0.19 176	0.08 145	0.05 4	0.10 270	0.08 168	0.09 194	0.07 19

RAFT-IKP	0.19 95	0.13 119	0.51 218	0.22 150	0.11 47	0.18 60	0.15 56	0.30 94	0.24 73	0.28 178	0.29 168	0.25 189	0.18 180	0.26 134	0.18 150	0.09 217	0.06 48	0.10 270	0.08 168	0.10 253	0.09 96

CREStereo++_RVC	0.16 47	0.09 14	0.42 107	0.17 6	0.11 47	0.18 60	0.13 19	0.23 26	0.31 177	0.21 102	0.31 193	0.13 37	0.11 47	0.17 19	0.16 102	0.07 39	0.04 1	0.06 2	0.15 428	0.06 12	0.05 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
AFF-stereo	0.20 123	0.24 356	0.49 179	0.22 150	0.11 47	0.18 60	0.18 162	0.35 151	0.29 152	0.25 147	0.36 255	0.25 189	0.17 152	0.25 115	0.17 125	0.06 2	0.09 214	0.08 117	0.08 168	0.08 122	0.11 184

MM-Stereo_test3	0.19 95	0.15 195	0.39 82	0.25 282	0.15 224	0.19 72	0.22 299	0.42 238	0.40 291	0.17 65	0.24 126	0.17 92	0.12 65	0.22 78	0.16 102	0.08 145	0.21 419	0.08 117	0.06 51	0.09 194	0.11 184

SMoEStereo_RVC	0.14 17	0.15 195	0.29 32	0.19 35	0.10 32	0.19 72	0.17 110	0.21 19	0.21 45	0.15 47	0.13 25	0.12 26	0.11 47	0.25 115	0.16 102	0.06 2	0.05 4	0.08 117	0.06 51	0.06 12	0.08 60

fffy	0.15 31	0.14 164	0.31 47	0.21 101	0.14 164	0.19 72	0.18 162	0.24 40	0.19 23	0.13 24	0.17 58	0.15 73	0.13 91	0.25 115	0.15 84	0.06 2	0.08 174	0.08 117	0.06 51	0.07 66	0.15 291

WCG-NET（raft）	0.16 47	0.14 164	0.32 52	0.18 15	0.09 10	0.19 72	0.16 82	0.24 40	0.27 124	0.19 85	0.19 76	0.20 125	0.12 65	0.22 78	0.13 26	0.06 2	0.17 390	0.06 2	0.05 19	0.07 66	0.07 19

4D-IteraStereo	0.20 123	0.21 312	0.62 328	0.21 101	0.14 164	0.19 72	0.17 110	0.29 81	0.28 134	0.24 135	0.20 84	0.20 125	0.10 31	0.22 78	0.18 150	0.07 39	0.07 117	0.10 270	0.08 168	0.08 122	0.33 456

RCA-Stereo	0.17 61	0.10 31	0.33 56	0.20 70	0.11 47	0.19 72	0.17 110	0.39 206	0.36 240	0.21 102	0.25 133	0.17 92	0.17 152	0.18 28	0.15 84	0.07 39	0.14 326	0.07 45	0.06 51	0.06 12	0.08 60

DCANet-4	0.20 123	0.11 53	0.58 304	0.19 35	0.09 10	0.19 72	0.18 162	0.39 206	0.42 312	0.29 202	0.31 193	0.17 92	0.22 223	0.21 62	0.20 195	0.07 39	0.05 4	0.07 45	0.05 19	0.06 12	0.09 96

fff	0.20 123	0.15 195	0.57 289	0.19 35	0.09 10	0.19 72	0.18 162	0.38 188	0.46 357	0.29 202	0.31 193	0.18 103	0.28 315	0.21 62	0.20 195	0.07 39	0.05 4	0.07 45	0.05 19	0.06 12	0.09 96

ADStereo(finetuned)	0.21 153	0.15 195	0.59 311	0.19 35	0.09 10	0.19 72	0.18 162	0.37 177	0.41 300	0.30 225	0.31 193	0.19 113	0.31 359	0.21 62	0.20 195	0.07 39	0.05 4	0.07 45	0.05 19	0.07 66	0.10 150

test_4	0.19 95	0.16 226	0.39 82	0.24 246	0.13 127	0.19 72	0.21 266	0.27 59	0.24 73	0.24 135	0.47 378	0.22 146	0.13 91	0.27 146	0.18 150	0.06 2	0.06 48	0.09 197	0.09 244	0.07 66	0.06 6

iRaft-Stereo_5w	0.25 257	0.24 356	0.50 201	0.23 201	0.18 319	0.19 72	0.19 205	0.39 206	0.35 224	0.28 178	0.36 255	0.34 293	0.23 234	0.66 402	0.28 306	0.07 39	0.07 117	0.08 117	0.07 98	0.09 194	0.14 275

Patchmatch Stereo++	0.19 95	0.13 119	0.51 218	0.22 150	0.11 47	0.19 72	0.14 37	0.30 94	0.24 73	0.28 178	0.29 168	0.25 189	0.18 180	0.27 146	0.18 150	0.09 217	0.06 48	0.10 270	0.08 168	0.10 253	0.09 96
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	0.19 95	0.13 119	0.51 218	0.22 150	0.11 47	0.19 72	0.15 56	0.30 94	0.24 73	0.28 178	0.29 168	0.25 189	0.18 180	0.25 115	0.17 125	0.09 217	0.06 48	0.10 270	0.08 168	0.10 253	0.09 96

ROB_FTStereo_v2	0.19 95	0.13 119	0.51 218	0.22 150	0.11 47	0.19 72	0.15 56	0.30 94	0.24 73	0.28 178	0.29 168	0.25 189	0.18 180	0.25 115	0.18 150	0.09 217	0.06 48	0.10 270	0.08 168	0.10 253	0.09 96

ROB_FTStereo	0.19 95	0.13 119	0.51 218	0.22 150	0.11 47	0.19 72	0.13 19	0.30 94	0.24 73	0.28 178	0.29 168	0.25 189	0.18 180	0.25 115	0.17 125	0.09 217	0.06 48	0.10 270	0.08 168	0.10 253	0.09 96

HUI-Stereo	0.19 95	0.13 119	0.52 239	0.22 150	0.11 47	0.19 72	0.14 37	0.30 94	0.24 73	0.28 178	0.29 168	0.25 189	0.18 180	0.23 94	0.17 125	0.09 217	0.06 48	0.10 270	0.08 168	0.10 253	0.09 96

ASMatch	0.23 204	0.11 53	0.55 270	0.25 282	0.14 164	0.19 72	0.16 82	0.32 117	0.30 168	0.28 178	0.68 456	0.28 226	0.26 286	0.50 314	0.22 234	0.07 39	0.06 48	0.08 117	0.07 98	0.06 12	0.11 184

SST-Stereo	0.22 171	0.11 53	0.52 239	0.25 282	0.14 164	0.19 72	0.17 110	0.32 117	0.26 107	0.34 298	0.33 222	0.29 239	0.25 268	0.56 347	0.18 150	0.08 145	0.05 4	0.10 270	0.08 168	0.09 194	0.07 19

Pruner-Stereo	0.20 123	0.12 93	0.49 179	0.29 399	0.12 80	0.19 72	0.17 110	0.32 117	0.31 177	0.33 279	0.32 202	0.25 189	0.15 120	0.25 115	0.22 234	0.09 217	0.06 48	0.09 197	0.08 168	0.08 122	0.10 150

DeepStereo_RVC	0.19 95	0.12 93	0.47 144	0.22 150	0.11 47	0.19 72	0.16 82	0.29 81	0.24 73	0.28 178	0.27 154	0.23 160	0.28 315	0.24 101	0.19 176	0.08 145	0.06 48	0.09 197	0.07 98	0.09 194	0.10 150

iGMRVC	0.19 95	0.13 119	0.51 218	0.22 150	0.11 47	0.19 72	0.15 56	0.30 94	0.24 73	0.28 178	0.29 168	0.25 189	0.18 180	0.27 146	0.18 150	0.09 217	0.06 48	0.10 270	0.08 168	0.10 253	0.09 96

IRAFT_RVC	0.23 204	0.15 195	0.54 262	0.26 321	0.12 80	0.19 72	0.23 328	0.41 233	0.39 281	0.31 241	0.30 182	0.29 239	0.24 255	0.55 341	0.23 253	0.08 145	0.06 48	0.10 270	0.08 168	0.08 122	0.08 60

iRAFT	0.19 95	0.13 119	0.51 218	0.22 150	0.11 47	0.19 72	0.14 37	0.30 94	0.24 73	0.28 178	0.29 168	0.25 189	0.18 180	0.27 146	0.18 150	0.09 217	0.06 48	0.10 270	0.08 168	0.10 253	0.09 96

AnonymousM	0.19 95	0.20 304	0.30 40	0.18 15	0.10 32	0.19 72	0.17 110	0.32 117	0.27 124	0.27 168	0.21 102	0.18 103	0.14 106	0.21 62	0.16 102	0.09 217	0.08 174	0.38 491	0.15 428	0.06 12	0.08 60

rafts_anoy	0.21 153	0.22 330	0.49 179	0.25 282	0.24 422	0.19 72	0.17 110	0.34 142	0.32 187	0.24 135	0.25 133	0.20 125	0.16 136	0.25 115	0.21 217	0.08 145	0.19 403	0.11 325	0.12 371	0.09 194	0.09 96

raftrobust	0.19 95	0.19 291	0.42 107	0.23 201	0.24 422	0.19 72	0.13 19	0.33 135	0.28 134	0.26 157	0.20 84	0.19 113	0.17 152	0.23 94	0.17 125	0.08 145	0.10 246	0.07 45	0.06 51	0.07 66	0.09 96

DCANet	0.20 123	0.15 195	0.57 289	0.19 35	0.09 10	0.19 72	0.18 162	0.37 177	0.41 300	0.30 225	0.31 193	0.19 113	0.23 234	0.21 62	0.20 195	0.07 39	0.05 4	0.07 45	0.05 19	0.07 66	0.10 150

csc	0.20 123	0.15 195	0.57 289	0.19 35	0.09 10	0.19 72	0.18 162	0.38 188	0.46 357	0.29 202	0.31 193	0.18 103	0.28 315	0.21 62	0.20 195	0.07 39	0.05 4	0.07 45	0.05 19	0.06 12	0.09 96

cscssc	0.20 123	0.15 195	0.57 289	0.19 35	0.09 10	0.19 72	0.18 162	0.38 188	0.46 357	0.29 202	0.31 193	0.18 103	0.28 315	0.21 62	0.20 195	0.07 39	0.05 4	0.07 45	0.05 19	0.06 12	0.09 96

RAFT-Stereo + iAFF	0.20 123	0.23 345	0.49 179	0.21 101	0.16 262	0.19 72	0.17 110	0.35 151	0.32 187	0.26 157	0.33 222	0.20 125	0.17 152	0.21 62	0.17 125	0.06 2	0.10 246	0.07 45	0.07 98	0.07 66	0.11 184

MM-Stereo_test1	0.20 123	0.13 119	0.45 124	0.24 246	0.12 80	0.20 102	0.21 266	0.36 163	0.32 187	0.23 127	0.22 111	0.15 73	0.14 106	0.28 167	0.16 102	0.07 39	0.24 450	0.08 117	0.07 98	0.09 194	0.21 367

castereo	0.14 17	0.11 53	0.22 8	0.19 35	0.10 32	0.20 102	0.19 205	0.32 117	0.28 134	0.13 24	0.18 68	0.16 81	0.16 136	0.16 8	0.14 56	0.07 39	0.06 48	0.07 45	0.06 51	0.06 12	0.07 19

999	0.15 31	0.13 119	0.30 40	0.19 35	0.12 80	0.20 102	0.17 110	0.25 52	0.20 32	0.14 35	0.16 49	0.14 59	0.11 47	0.36 261	0.16 102	0.07 39	0.05 4	0.07 45	0.06 51	0.06 12	0.08 60

rvit_0105_4	0.21 153	0.17 257	0.49 179	0.23 201	0.14 164	0.20 102	0.23 328	0.35 151	0.40 291	0.19 85	0.24 126	0.25 189	0.20 206	0.28 167	0.18 150	0.16 421	0.13 309	0.12 358	0.11 330	0.11 305	0.10 150

rvit_stereo_0081_aga	0.17 61	0.17 257	0.40 91	0.21 101	0.14 164	0.20 102	0.17 110	0.24 40	0.26 107	0.18 82	0.21 102	0.20 125	0.14 106	0.20 54	0.15 84	0.12 354	0.08 174	0.09 197	0.08 168	0.10 253	0.08 60

Pointernet	0.15 31	0.08 2	0.35 63	0.19 35	0.12 80	0.20 102	0.12 15	0.34 142	0.25 96	0.15 47	0.16 49	0.13 37	0.11 47	0.18 28	0.13 26	0.08 145	0.06 48	0.06 2	0.05 19	0.06 12	0.08 60

RAFT-Stereo-weight	0.17 61	0.10 31	0.31 47	0.20 70	0.12 80	0.20 102	0.16 82	0.38 188	0.33 203	0.25 147	0.20 84	0.19 113	0.10 31	0.19 41	0.16 102	0.07 39	0.13 309	0.07 45	0.06 51	0.06 12	0.09 96

test_for_model	0.33 373	0.91 507	0.48 159	0.74 507	0.50 492	0.20 102	0.16 82	0.33 135	0.27 124	0.29 202	0.15 45	0.13 37	0.11 47	0.17 19	0.14 56	0.31 486	0.27 464	0.06 2	0.05 19	0.97 520	0.31 447

H2IRNET	0.19 95	0.18 279	0.50 201	0.22 150	0.12 80	0.20 102	0.16 82	0.28 64	0.31 177	0.17 65	0.32 202	0.25 189	0.20 206	0.24 101	0.19 176	0.08 145	0.06 48	0.09 197	0.10 297	0.10 253	0.08 60

IGEVStereo-DCA	0.20 123	0.17 257	0.41 98	0.22 150	0.15 224	0.20 102	0.17 110	0.28 64	0.23 62	0.19 85	0.12 20	0.14 59	0.12 65	0.38 274	0.31 332	0.07 39	0.16 367	0.08 117	0.07 98	0.08 122	0.36 463

rrr	0.22 171	0.17 257	0.79 396	0.22 150	0.15 224	0.20 102	0.18 162	0.40 215	0.27 124	0.19 85	0.12 20	0.14 59	0.12 65	0.38 274	0.31 332	0.07 39	0.16 367	0.08 117	0.07 98	0.08 122	0.28 435

IGEV_Zeroshot_test	0.23 204	0.11 53	0.82 405	0.21 101	0.23 408	0.20 102	0.19 205	0.38 188	0.23 62	0.34 298	0.22 111	0.29 239	0.14 106	0.24 101	0.20 195	0.07 39	0.09 214	0.08 117	0.08 168	0.08 122	0.35 462

LoS_RVC	0.14 17	0.11 53	0.32 52	0.18 15	0.16 262	0.20 102	0.18 162	0.21 19	0.18 17	0.14 35	0.20 84	0.12 26	0.17 152	0.17 19	0.14 56	0.06 2	0.05 4	0.06 2	0.04 1	0.05 1	0.14 275

CAS	0.16 47	0.07 1	0.29 32	0.42 481	0.17 292	0.20 102	0.18 162	0.23 26	0.20 32	0.15 47	0.19 76	0.11 18	0.10 31	0.15 4	0.14 56	0.31 486	0.04 1	0.06 2	0.04 1	0.06 12	0.16 306

ProNet	0.16 47	0.13 119	0.36 69	0.21 101	0.15 224	0.20 102	0.19 205	0.29 81	0.23 62	0.14 35	0.13 25	0.13 37	0.12 65	0.25 115	0.13 26	0.06 2	0.09 214	0.07 45	0.06 51	0.07 66	0.22 380

HHNet	0.23 204	0.12 93	0.66 349	0.19 35	0.18 319	0.20 102	0.20 240	0.36 163	0.32 187	0.33 279	0.59 432	0.19 113	0.21 216	0.24 101	0.31 332	0.08 145	0.06 48	0.09 197	0.07 98	0.08 122	0.12 225

AAGNet	0.34 383	0.12 93	0.53 250	0.26 321	0.16 262	0.20 102	0.19 205	0.31 110	0.29 152	0.35 316	0.35 240	0.27 213	0.30 341	0.44 295	2.56 526	0.08 145	0.05 4	0.10 270	0.07 98	0.09 194	0.07 19

PSM-softLoss	0.22 171	0.11 53	0.53 250	0.25 282	0.12 80	0.20 102	0.17 110	0.39 206	0.29 152	0.29 202	0.32 202	0.24 177	0.16 136	0.53 330	0.21 217	0.09 217	0.06 48	0.10 270	0.09 244	0.08 122	0.12 225

KMStereo	0.22 171	0.11 53	0.53 250	0.25 282	0.12 80	0.20 102	0.17 110	0.39 206	0.29 152	0.29 202	0.32 202	0.24 177	0.16 136	0.53 330	0.21 217	0.09 217	0.06 48	0.10 270	0.09 244	0.08 122	0.12 225

RAFT-345	0.22 171	0.11 53	0.55 270	0.22 150	0.12 80	0.20 102	0.16 82	0.27 59	0.28 134	0.27 168	0.65 450	0.20 125	0.17 152	0.55 341	0.22 234	0.07 39	0.06 48	0.08 117	0.07 98	0.06 12	0.07 19

cross-raft	0.18 70	0.12 93	0.40 91	0.27 357	0.16 262	0.20 102	0.24 352	0.34 142	0.24 73	0.23 127	0.28 160	0.29 239	0.15 120	0.19 41	0.16 102	0.06 2	0.05 4	0.08 117	0.07 98	0.07 66	0.07 19

iRaftStereo_RVC	0.17 61	0.16 226	0.35 63	0.21 101	0.11 47	0.20 102	0.17 110	0.34 142	0.25 96	0.20 95	0.25 133	0.19 113	0.12 65	0.21 62	0.16 102	0.07 39	0.12 290	0.10 270	0.09 244	0.09 194	0.14 275

test_xeample3	0.22 171	0.17 257	0.81 401	0.21 101	0.15 224	0.20 102	0.18 162	0.40 215	0.25 96	0.19 85	0.12 20	0.13 37	0.12 65	0.34 249	0.33 349	0.07 39	0.20 414	0.07 45	0.08 168	0.08 122	0.34 459

CFNet-RSSM	0.18 70	0.10 31	0.45 124	0.20 70	0.12 80	0.20 102	0.16 82	0.40 215	0.31 177	0.23 127	0.21 102	0.26 208	0.15 120	0.21 62	0.14 56	0.07 39	0.05 4	0.07 45	0.07 98	0.06 12	0.06 6

Gwc-CoAtRS	0.17 61	0.10 31	0.41 98	0.20 70	0.12 80	0.20 102	0.15 56	0.34 142	0.29 152	0.23 127	0.23 119	0.27 213	0.15 120	0.21 62	0.14 56	0.07 39	0.06 48	0.07 45	0.07 98	0.06 12	0.07 19

LG-G_1	0.12 8	0.08 2	0.28 30	0.20 70	0.09 10	0.21 127	0.09 2	0.20 16	0.12 2	0.11 9	0.10 11	0.11 18	0.10 31	0.22 78	0.11 1	0.07 39	0.09 214	0.06 2	0.05 19	0.06 12	0.12 225

LG-G	0.12 8	0.08 2	0.28 30	0.20 70	0.09 10	0.21 127	0.09 2	0.20 16	0.12 2	0.11 9	0.10 11	0.11 18	0.10 31	0.22 78	0.11 1	0.07 39	0.09 214	0.06 2	0.05 19	0.06 12	0.12 225

MM-Stereo_test2	0.19 95	0.11 53	0.47 144	0.25 282	0.11 47	0.21 127	0.20 240	0.28 64	0.24 73	0.16 54	0.17 58	0.13 37	0.11 47	0.21 62	0.14 56	0.06 2	0.26 460	0.07 45	0.06 51	0.09 194	0.41 479

AIO-test1	0.21 153	0.22 330	0.56 280	0.31 425	0.24 422	0.21 127	0.16 82	0.42 238	0.37 255	0.17 65	0.26 141	0.18 103	0.12 65	0.29 188	0.15 84	0.08 145	0.07 117	0.10 270	0.11 330	0.07 66	0.10 150

DEFOM-Stereo	0.11 2	0.10 31	0.21 6	0.18 15	0.09 10	0.21 127	0.14 37	0.14 2	0.17 11	0.11 9	0.10 11	0.09 4	0.08 5	0.21 62	0.12 9	0.06 2	0.05 4	0.06 2	0.04 1	0.05 1	0.06 6

trnet	0.14 17	0.09 14	0.26 18	0.15 2	0.07 1	0.21 127	0.12 15	0.25 52	0.26 107	0.16 54	0.21 102	0.15 73	0.13 91	0.19 41	0.14 56	0.09 217	0.05 4	0.06 2	0.04 1	0.06 12	0.06 6

ff7	0.18 70	0.13 119	0.41 98	0.21 101	0.15 224	0.21 127	0.17 110	0.28 64	0.23 62	0.21 102	0.13 25	0.12 26	0.12 65	0.27 146	0.13 26	0.07 39	0.25 453	0.08 117	0.07 98	0.08 122	0.36 463

ffff	0.18 70	0.13 119	0.41 98	0.21 101	0.15 224	0.21 127	0.17 110	0.28 64	0.23 62	0.21 102	0.13 25	0.12 26	0.12 65	0.27 146	0.13 26	0.07 39	0.25 453	0.08 117	0.07 98	0.08 122	0.36 463

11t	0.18 70	0.13 119	0.41 98	0.21 101	0.15 224	0.21 127	0.17 110	0.28 64	0.23 62	0.21 102	0.13 25	0.12 26	0.12 65	0.27 146	0.13 26	0.07 39	0.25 453	0.08 117	0.07 98	0.08 122	0.36 463

MSKI-zero shot	0.19 95	0.10 31	0.47 144	0.30 410	0.14 164	0.21 127	0.14 37	0.33 135	0.22 53	0.24 135	0.25 133	0.22 146	0.10 31	0.32 224	0.14 56	0.07 39	0.30 481	0.07 45	0.07 98	0.06 12	0.09 96

AEACV	0.20 123	0.09 14	0.32 52	0.39 469	0.34 471	0.21 127	0.16 82	0.30 94	0.18 17	0.17 65	0.17 58	0.13 37	0.16 136	0.27 146	0.13 26	0.07 39	0.29 480	0.07 45	0.09 244	0.07 66	0.37 471

GCAP-Stereo	0.18 70	0.21 312	0.47 144	0.23 201	0.18 319	0.21 127	0.10 5	0.28 64	0.24 73	0.20 95	0.22 111	0.15 73	0.13 91	0.21 62	0.16 102	0.07 39	0.19 403	0.07 45	0.05 19	0.06 12	0.09 96

anonymousdsp	0.20 123	0.13 119	0.49 179	0.28 384	0.20 367	0.21 127	0.17 110	0.29 81	0.24 73	0.22 120	0.13 25	0.12 26	0.12 65	0.32 224	0.13 26	0.07 39	0.26 460	0.08 117	0.07 98	0.08 122	0.48 493

knoymous	0.18 70	0.10 31	0.35 63	0.17 6	0.11 47	0.21 127	0.17 110	0.33 135	0.24 73	0.24 135	0.28 160	0.27 213	0.16 136	0.24 101	0.17 125	0.09 217	0.06 48	0.09 197	0.06 51	0.09 194	0.10 150

ccc-4	0.18 70	0.13 119	0.41 98	0.21 101	0.15 224	0.21 127	0.17 110	0.28 64	0.23 62	0.21 102	0.13 25	0.12 26	0.12 65	0.27 146	0.13 26	0.07 39	0.25 453	0.08 117	0.07 98	0.08 122	0.36 463

IGEV-Stereo	0.20 123	0.13 119	0.49 179	0.28 384	0.20 367	0.21 127	0.17 110	0.29 81	0.24 73	0.22 120	0.13 25	0.12 26	0.12 65	0.32 224	0.13 26	0.07 39	0.26 460	0.08 117	0.07 98	0.08 122	0.48 493
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GMOStereo	0.20 123	0.17 257	0.45 124	0.23 201	0.18 319	0.21 127	0.27 384	0.28 64	0.28 134	0.31 241	0.32 202	0.28 226	0.17 152	0.16 8	0.13 26	0.07 39	0.23 440	0.10 270	0.08 168	0.08 122	0.07 19

error version	0.20 123	0.17 257	0.45 124	0.23 201	0.18 319	0.21 127	0.27 384	0.28 64	0.28 134	0.31 241	0.32 202	0.28 226	0.17 152	0.16 8	0.13 26	0.07 39	0.23 440	0.10 270	0.08 168	0.08 122	0.07 19

test-v	0.20 123	0.17 257	0.45 124	0.23 201	0.18 319	0.21 127	0.27 384	0.28 64	0.28 134	0.31 241	0.32 202	0.28 226	0.17 152	0.16 8	0.13 26	0.07 39	0.23 440	0.10 270	0.08 168	0.08 122	0.07 19

TransformOpticalFlow	0.24 232	0.14 164	0.57 289	0.24 246	0.11 47	0.21 127	0.19 205	0.43 248	0.34 214	0.30 225	0.43 333	0.36 312	0.31 359	0.61 373	0.20 195	0.07 39	0.05 4	0.08 117	0.07 98	0.06 12	0.08 60

OMP-Stereo	0.24 232	0.16 226	0.48 159	0.30 410	0.13 127	0.21 127	0.16 82	0.38 188	0.35 224	0.34 298	0.30 182	0.33 285	0.20 206	0.70 413	0.24 262	0.08 145	0.06 48	0.09 197	0.07 98	0.08 122	0.07 19

NF-Stereo	0.22 171	0.11 53	0.52 239	0.25 282	0.12 80	0.21 127	0.18 162	0.40 215	0.35 224	0.28 178	0.30 182	0.22 146	0.17 152	0.52 327	0.21 217	0.09 217	0.06 48	0.09 197	0.08 168	0.08 122	0.13 249

OCTAStereo	0.22 171	0.11 53	0.52 239	0.25 282	0.12 80	0.21 127	0.18 162	0.40 215	0.35 224	0.28 178	0.30 182	0.22 146	0.17 152	0.51 320	0.21 217	0.09 217	0.06 48	0.09 197	0.08 168	0.08 122	0.13 249

FTStereo	0.28 316	0.11 53	0.56 280	0.24 246	0.13 127	0.21 127	0.52 485	0.36 163	0.28 134	0.38 353	0.94 486	0.30 257	0.56 462	0.33 234	0.18 150	0.08 145	0.06 48	0.09 197	0.08 168	0.08 122	0.19 341

RE-Stereo	0.22 171	0.11 53	0.52 239	0.25 282	0.12 80	0.21 127	0.18 162	0.40 215	0.35 224	0.28 178	0.30 182	0.22 146	0.17 152	0.51 320	0.21 217	0.09 217	0.06 48	0.09 197	0.08 168	0.08 122	0.13 249

TVStereo	0.22 171	0.11 53	0.52 239	0.25 282	0.12 80	0.21 127	0.18 162	0.40 215	0.35 224	0.28 178	0.30 182	0.22 146	0.17 152	0.51 320	0.21 217	0.09 217	0.06 48	0.09 197	0.08 168	0.08 122	0.13 249

test-2	0.20 123	0.17 257	0.45 124	0.23 201	0.18 319	0.21 127	0.27 384	0.28 64	0.28 134	0.31 241	0.32 202	0.28 226	0.17 152	0.16 8	0.13 26	0.07 39	0.23 440	0.10 270	0.08 168	0.08 122	0.07 19

raft+_RVC	0.21 153	0.21 312	0.46 138	0.22 150	0.35 474	0.21 127	0.16 82	0.39 206	0.35 224	0.22 120	0.28 160	0.20 125	0.15 120	0.25 115	0.20 195	0.08 145	0.16 367	0.08 117	0.07 98	0.07 66	0.12 225

AIO-test2	0.22 171	0.27 389	0.54 262	0.29 399	0.16 262	0.22 155	0.16 82	0.44 269	0.43 323	0.17 65	0.29 168	0.16 81	0.11 47	0.27 146	0.14 56	0.19 455	0.07 117	0.10 270	0.11 330	0.08 122	0.09 96

rvit_0105_5	0.22 171	0.18 279	0.51 218	0.23 201	0.13 127	0.22 155	0.25 365	0.38 188	0.40 291	0.21 102	0.23 119	0.27 213	0.20 206	0.27 146	0.20 195	0.15 411	0.13 309	0.12 358	0.12 371	0.10 253	0.10 150

rvit_stereo_0075_2	0.25 257	0.18 279	0.65 343	0.27 357	0.22 397	0.22 155	0.15 56	0.41 233	0.36 240	0.27 168	0.37 266	0.29 239	0.21 216	0.29 188	0.20 195	0.17 435	0.12 290	0.19 453	0.12 371	0.14 381	0.14 275

EKT-Stereo	0.39 409	0.13 119	0.53 250	0.42 481	3.94 532	0.22 155	0.17 110	0.38 188	0.30 168	0.21 102	0.20 84	0.23 160	0.15 120	0.30 203	0.18 150	0.10 278	0.08 174	0.09 197	0.08 168	0.09 194	0.12 225

LL-Strereo	0.32 366	0.33 421	0.77 391	0.26 321	0.24 422	0.22 155	0.23 328	0.58 411	0.44 335	0.35 316	0.32 202	0.41 349	0.40 413	0.93 477	0.25 276	0.08 145	0.13 309	0.11 325	0.09 244	0.09 194	0.22 380

LoS	0.15 31	0.09 14	0.34 58	0.17 6	0.09 10	0.22 155	0.14 37	0.27 59	0.27 124	0.15 47	0.18 68	0.19 113	0.14 106	0.23 94	0.14 56	0.08 145	0.06 48	0.06 2	0.04 1	0.06 12	0.06 6
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
RAFT_CTSACE	0.23 204	0.21 312	0.57 289	0.26 321	0.15 224	0.22 155	0.23 328	0.34 142	0.30 168	0.34 298	0.51 394	0.31 267	0.17 152	0.33 234	0.15 84	0.06 2	0.09 214	0.09 197	0.08 168	0.08 122	0.07 19

test_3	0.20 123	0.12 93	0.49 179	0.26 321	0.14 164	0.22 155	0.25 365	0.34 142	0.33 203	0.25 147	0.18 68	0.23 160	0.13 91	0.25 115	0.20 195	0.06 2	0.14 326	0.09 197	0.10 297	0.07 66	0.10 150

CrosDoStereo	0.32 366	0.11 53	0.53 250	0.19 35	0.12 80	0.22 155	1.07 518	0.36 163	0.38 265	0.38 353	0.60 436	0.28 226	0.45 430	0.61 373	0.56 436	0.08 145	0.06 48	0.08 117	0.09 244	0.08 122	0.09 96

TRStereo	0.22 171	0.21 312	0.62 328	0.40 474	0.19 345	0.22 155	0.16 82	0.58 411	0.30 168	0.21 102	0.21 102	0.22 146	0.13 91	0.27 146	0.14 56	0.09 217	0.09 214	0.09 197	0.11 330	0.06 12	0.19 341

DeepStereo_LL	0.32 366	0.11 53	0.53 250	0.19 35	0.12 80	0.22 155	1.07 518	0.36 163	0.38 265	0.38 353	0.60 436	0.28 226	0.45 430	0.61 373	0.56 436	0.08 145	0.06 48	0.08 117	0.09 244	0.08 122	0.09 96

PFNet	0.24 232	0.11 53	0.63 333	0.25 282	0.14 164	0.22 155	0.19 205	0.40 215	0.35 224	0.36 328	0.32 202	0.27 213	0.20 206	0.63 387	0.23 253	0.09 217	0.05 4	0.09 197	0.08 168	0.08 122	0.08 60

test-1	0.20 123	0.12 93	0.49 179	0.23 201	0.23 408	0.22 155	0.23 328	0.36 163	0.29 152	0.21 102	0.25 133	0.24 177	0.14 106	0.18 28	0.22 234	0.07 39	0.14 326	0.08 117	0.07 98	0.06 12	0.14 275

TestStereo	0.22 171	0.24 356	0.48 159	0.25 282	0.11 47	0.22 155	0.22 299	0.32 117	0.31 177	0.24 135	0.34 232	0.23 160	0.19 201	0.62 384	0.19 176	0.08 145	0.07 117	0.10 270	0.07 98	0.11 305	0.07 19

sAnonymous2	0.21 153	0.24 356	0.79 396	0.24 246	0.17 292	0.22 155	0.20 240	0.36 163	0.29 152	0.17 65	0.19 76	0.17 92	0.16 136	0.18 28	0.15 84	0.10 278	0.07 117	0.09 197	0.08 168	0.23 459	0.18 327

CroCo_RVC	0.21 153	0.24 356	0.79 396	0.24 246	0.17 292	0.22 155	0.20 240	0.36 163	0.29 152	0.17 65	0.19 76	0.17 92	0.16 136	0.18 28	0.15 84	0.10 278	0.07 117	0.09 197	0.08 168	0.23 459	0.18 327

RALCasStereoNet	0.22 171	0.22 330	0.48 159	0.23 201	0.23 408	0.22 155	0.18 162	0.32 117	0.27 124	0.22 120	0.30 182	0.22 146	0.15 120	0.29 188	0.20 195	0.08 145	0.22 430	0.07 45	0.06 51	0.10 253	0.25 412

RALAANet	0.21 153	0.24 356	0.53 250	0.23 201	0.14 164	0.22 155	0.13 19	0.38 188	0.30 168	0.29 202	0.26 141	0.25 189	0.15 120	0.28 167	0.20 195	0.08 145	0.08 174	0.09 197	0.08 168	0.10 253	0.07 19

CREStereo	0.14 17	0.09 14	0.27 26	0.14 1	0.08 4	0.22 155	0.15 56	0.26 56	0.26 107	0.16 54	0.21 102	0.14 59	0.13 91	0.19 41	0.14 56	0.09 217	0.05 4	0.06 2	0.04 1	0.07 66	0.06 6
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
tt45	0.15 31	0.14 164	0.29 32	0.19 35	0.11 47	0.23 174	0.18 162	0.23 26	0.18 17	0.16 54	0.13 25	0.14 59	0.10 31	0.31 215	0.15 84	0.07 39	0.05 4	0.08 117	0.06 51	0.07 66	0.08 60

tg	0.18 70	0.15 195	0.34 58	0.22 150	0.11 47	0.23 174	0.15 56	0.35 151	0.27 124	0.20 95	0.25 133	0.20 125	0.12 65	0.25 115	0.16 102	0.07 39	0.07 117	0.09 197	0.09 244	0.08 122	0.13 249

UGAM	0.28 316	0.18 279	0.57 289	0.26 321	0.13 127	0.23 174	0.26 376	0.33 135	0.45 346	0.32 266	0.42 319	0.45 380	0.22 223	0.92 475	0.23 253	0.08 145	0.09 214	0.14 405	0.13 401	0.10 253	0.10 150

StereoVision	0.23 204	0.23 345	0.55 270	0.27 357	0.17 292	0.23 174	0.22 299	0.40 215	0.32 187	0.21 102	0.51 394	0.22 146	0.16 136	0.29 188	0.19 176	0.11 315	0.12 290	0.13 383	0.13 401	0.10 253	0.08 60

testlalala	0.17 61	0.11 53	0.49 179	0.20 70	0.13 127	0.23 174	0.15 56	0.33 135	0.22 53	0.25 147	0.20 84	0.14 59	0.11 47	0.17 19	0.14 56	0.07 39	0.23 440	0.07 45	0.06 51	0.05 1	0.07 19

DCRE	0.24 232	0.15 195	0.45 124	0.26 321	0.26 439	0.23 174	0.21 266	0.37 177	0.29 152	0.23 127	0.81 474	0.23 160	0.16 136	0.24 101	0.18 150	0.07 39	0.14 326	0.07 45	0.08 168	0.07 66	0.25 412

qqq	0.24 232	0.16 226	0.46 138	0.20 70	0.15 224	0.23 174	0.20 240	0.43 248	0.32 187	0.26 157	0.31 193	0.28 226	0.25 268	0.36 261	0.28 306	0.08 145	0.22 430	0.10 270	0.11 330	0.09 194	0.23 388

raft_robust	0.25 257	0.23 345	0.44 121	0.22 150	0.13 127	0.23 174	0.22 299	0.52 339	0.50 397	0.33 279	0.32 202	0.33 285	0.23 234	0.55 341	0.18 150	0.07 39	0.11 273	0.08 117	0.10 297	0.08 122	0.07 19

RAFT+CT+SA	0.23 204	0.24 356	0.48 159	0.25 282	0.18 319	0.23 174	0.29 405	0.42 238	0.38 265	0.24 135	0.39 291	0.20 125	0.17 152	0.34 249	0.17 125	0.07 39	0.07 117	0.09 197	0.12 371	0.09 194	0.13 249

GwcNet-ADL	0.23 204	0.15 195	0.58 304	0.24 246	0.13 127	0.23 174	0.24 352	0.51 333	0.41 300	0.28 178	0.29 168	0.30 257	0.20 206	0.27 146	0.28 306	0.09 217	0.07 117	0.07 45	0.07 98	0.09 194	0.11 184

LCNet	0.22 171	0.12 93	0.42 107	0.26 321	0.12 80	0.23 174	0.19 205	0.36 163	0.28 134	0.28 178	0.35 240	0.26 208	0.30 341	0.35 256	0.17 125	0.07 39	0.05 4	0.09 197	0.10 297	0.13 359	0.22 380

STrans-v2	0.25 257	0.14 164	0.56 280	0.21 101	0.12 80	0.23 174	0.20 240	0.50 323	0.31 177	0.31 241	0.42 319	0.35 307	0.35 388	0.62 384	0.24 262	0.07 39	0.05 4	0.08 117	0.07 98	0.06 12	0.08 60

IIG-Stereo	0.24 232	0.16 226	0.47 144	0.29 399	0.12 80	0.23 174	0.14 37	0.40 215	0.33 203	0.35 316	0.37 266	0.33 285	0.22 223	0.70 413	0.26 287	0.08 145	0.06 48	0.09 197	0.07 98	0.08 122	0.07 19

KYRaft	0.23 204	0.11 53	0.43 113	0.23 201	0.12 80	0.23 174	0.23 328	0.37 177	0.26 107	0.35 316	0.53 408	0.34 293	0.26 286	0.29 188	0.16 102	0.07 39	0.05 4	0.09 197	0.10 297	0.08 122	0.30 443

GrayStereo	0.26 279	0.10 31	0.45 124	0.27 357	0.14 164	0.23 174	0.46 473	0.36 163	0.33 203	0.40 379	0.47 378	0.30 257	0.78 486	0.29 188	0.17 125	0.07 39	0.06 48	0.08 117	0.09 244	0.07 66	0.15 291

Prome-Stereo	0.22 171	0.10 31	0.43 113	0.24 246	0.13 127	0.23 174	0.23 328	0.37 177	0.27 124	0.33 279	0.58 428	0.24 177	0.28 315	0.30 203	0.16 102	0.07 39	0.05 4	0.08 117	0.07 98	0.08 122	0.20 358

XX-TBD	0.16 47	0.21 312	0.43 113	0.22 150	0.10 32	0.23 174	0.15 56	0.23 26	0.28 134	0.22 120	0.26 141	0.14 59	0.12 65	0.16 8	0.14 56	0.08 145	0.05 4	0.06 2	0.04 1	0.07 66	0.06 6

sCroCo_RVC	0.19 95	0.15 195	0.60 318	0.27 357	0.18 319	0.23 174	0.16 82	0.28 64	0.24 73	0.14 35	0.22 111	0.17 92	0.14 106	0.22 78	0.16 102	0.11 315	0.11 273	0.09 197	0.09 244	0.09 194	0.10 150

XX-Stereo	0.25 257	0.11 53	1.09 462	0.35 453	0.38 482	0.23 174	0.13 19	0.43 248	0.19 23	0.20 95	0.40 300	0.31 267	0.10 31	0.33 234	0.13 26	0.08 145	0.11 273	0.08 117	0.09 244	0.07 66	0.10 150

PMTNet	0.16 47	0.09 14	0.31 47	0.15 2	0.09 10	0.23 174	0.15 56	0.26 56	0.24 73	0.17 65	0.21 102	0.16 81	0.14 106	0.23 94	0.14 56	0.29 482	0.05 4	0.06 2	0.04 1	0.07 66	0.07 19

R-Stereo Train	0.19 95	0.10 31	0.49 179	0.22 150	0.12 80	0.23 174	0.18 162	0.43 248	0.20 32	0.31 241	0.45 358	0.20 125	0.14 106	0.18 28	0.18 150	0.08 145	0.06 48	0.07 45	0.06 51	0.06 12	0.07 19

RAFT-Stereo	0.19 95	0.10 31	0.49 179	0.22 150	0.12 80	0.23 174	0.18 162	0.43 248	0.20 32	0.31 241	0.45 358	0.20 125	0.14 106	0.18 28	0.18 150	0.08 145	0.06 48	0.07 45	0.06 51	0.06 12	0.07 19
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
xyz-stereo-finetune	0.17 61	0.17 257	0.29 32	0.17 6	0.08 4	0.24 196	0.21 266	0.30 94	0.32 187	0.19 85	0.22 111	0.19 113	0.15 120	0.30 203	0.22 234	0.06 2	0.06 48	0.08 117	0.06 51	0.06 12	0.07 19

Reg-Stereo(zero)	0.18 70	0.08 2	0.39 82	0.19 35	0.19 345	0.24 196	0.18 162	0.29 81	0.29 152	0.24 135	0.21 102	0.24 177	0.18 180	0.22 78	0.21 217	0.07 39	0.11 273	0.06 2	0.07 98	0.06 12	0.11 184

ISRNet	0.28 316	0.15 195	0.54 262	0.27 357	0.19 345	0.24 196	0.15 56	0.47 295	0.45 346	0.40 379	0.49 388	0.42 361	0.27 293	0.33 234	0.30 322	0.20 458	0.12 290	0.17 438	0.16 438	0.16 399	0.21 367

rvit_0105_3	0.24 232	0.21 312	0.57 289	0.25 282	0.15 224	0.24 196	0.28 399	0.40 215	0.43 323	0.25 147	0.26 141	0.29 239	0.22 223	0.29 188	0.21 217	0.15 411	0.13 309	0.14 405	0.15 428	0.10 253	0.10 150

GCAP-BAT	0.20 123	0.12 93	0.48 159	0.25 282	0.17 292	0.24 196	0.16 82	0.32 117	0.21 45	0.28 178	0.30 182	0.26 208	0.12 65	0.28 167	0.19 176	0.07 39	0.25 453	0.07 45	0.08 168	0.06 12	0.19 341

testlalala2	0.19 95	0.11 53	0.49 179	0.37 458	0.26 439	0.24 196	0.14 37	0.37 177	0.26 107	0.25 147	0.27 154	0.21 139	0.12 65	0.17 19	0.17 125	0.07 39	0.07 117	0.07 45	0.07 98	0.07 66	0.08 60

Former-RAFT_DAM_RVC	0.18 70	0.15 195	0.27 26	0.20 70	0.13 127	0.24 196	0.17 110	0.31 110	0.37 255	0.43 407	0.17 58	0.13 37	0.12 65	0.20 54	0.16 102	0.08 145	0.07 117	0.09 197	0.07 98	0.09 194	0.08 60

AE-Stereo	0.21 153	0.12 93	0.50 201	0.25 282	0.15 224	0.24 196	0.18 162	0.40 215	0.34 214	0.19 85	0.26 141	0.21 139	0.13 91	0.22 78	0.16 102	0.07 39	0.26 460	0.09 197	0.10 297	0.07 66	0.31 447

UDGNet	0.24 232	0.37 443	0.53 250	0.25 282	0.14 164	0.24 196	0.18 162	0.32 117	0.44 335	0.29 202	0.28 160	0.24 177	0.20 206	0.30 203	0.21 217	0.16 421	0.07 117	0.21 460	0.11 330	0.16 399	0.11 184

IPLGR_C	0.23 204	0.29 401	0.81 401	0.24 246	0.16 262	0.24 196	0.20 240	0.38 188	0.33 203	0.32 266	0.33 222	0.23 160	0.15 120	0.26 134	0.22 234	0.09 217	0.07 117	0.08 117	0.07 98	0.08 122	0.09 96

ACRE	0.23 204	0.27 389	0.83 410	0.24 246	0.15 224	0.24 196	0.20 240	0.38 188	0.32 187	0.32 266	0.33 222	0.23 160	0.15 120	0.26 134	0.22 234	0.09 217	0.07 117	0.08 117	0.07 98	0.08 122	0.09 96

NRIStereo	0.20 123	0.12 93	0.50 201	0.23 201	0.11 47	0.24 196	0.19 205	0.30 94	0.28 134	0.26 157	0.26 141	0.25 189	0.18 180	0.34 249	0.19 176	0.08 145	0.06 48	0.09 197	0.07 98	0.09 194	0.09 96

CRE-IMP	0.19 95	0.13 119	0.51 218	0.23 201	0.11 47	0.24 196	0.17 110	0.31 110	0.24 73	0.27 168	0.26 141	0.24 177	0.17 152	0.24 101	0.19 176	0.09 217	0.05 4	0.10 270	0.07 98	0.10 253	0.10 150

GMM-Stereo	0.22 171	0.10 31	0.56 280	0.23 201	0.13 127	0.24 196	0.24 352	0.38 188	0.29 152	0.31 241	0.44 343	0.27 213	0.21 216	0.31 215	0.17 125	0.07 39	0.05 4	0.10 270	0.09 244	0.08 122	0.19 341

111	0.22 171	0.22 330	0.57 289	0.19 35	0.09 10	0.24 196	0.17 110	0.44 269	0.46 357	0.24 135	0.30 182	0.29 239	0.22 223	0.25 115	0.19 176	0.08 145	0.05 4	0.07 45	0.06 51	0.07 66	0.15 291

GMStereo	0.21 153	0.30 407	0.57 289	0.21 101	0.12 80	0.24 196	0.18 162	0.30 94	0.41 300	0.26 157	0.24 126	0.17 92	0.16 136	0.25 115	0.19 176	0.10 278	0.07 117	0.08 117	0.08 168	0.11 305	0.09 96
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DFGA-Net	0.26 279	0.33 421	0.70 365	0.22 150	0.15 224	0.25 212	0.17 110	0.41 233	0.40 291	0.30 225	0.32 202	0.21 139	0.18 180	0.61 373	0.33 349	0.08 145	0.06 48	0.10 270	0.09 244	0.11 305	0.09 96

G2L-Stereo	0.27 306	0.23 345	0.61 324	0.22 150	0.14 164	0.25 212	0.19 205	0.48 306	0.37 255	0.33 279	0.38 273	0.40 341	0.23 234	0.61 373	0.33 349	0.11 315	0.09 214	0.10 270	0.08 168	0.09 194	0.11 184

DispNO	0.29 336	0.24 356	0.83 410	0.23 201	0.17 292	0.25 212	0.22 299	0.47 295	0.42 312	0.33 279	0.39 291	0.38 324	0.28 315	0.78 441	0.35 363	0.09 217	0.07 117	0.10 270	0.10 297	0.09 194	0.09 96

MyStereo07	0.18 70	0.15 195	0.44 121	0.22 150	0.16 262	0.25 212	0.22 299	0.31 110	0.26 107	0.22 120	0.13 25	0.12 26	0.13 91	0.33 234	0.14 56	0.07 39	0.13 309	0.09 197	0.09 244	0.09 194	0.11 184

MyStereo06	0.23 204	0.15 195	0.74 378	0.22 150	0.14 164	0.25 212	0.22 299	0.43 248	0.25 96	0.36 328	0.24 126	0.34 293	0.18 180	0.24 101	0.20 195	0.07 39	0.12 290	0.09 197	0.09 244	0.09 194	0.11 184

MyStereo05	0.24 232	0.15 195	0.58 304	0.22 150	0.14 164	0.25 212	0.22 299	0.50 323	0.54 421	0.32 266	0.23 119	0.26 208	0.23 234	0.32 224	0.25 276	0.07 39	0.12 290	0.09 197	0.09 244	0.09 194	0.11 184

MyStereo04	0.24 232	0.15 195	0.58 304	0.22 150	0.16 262	0.25 212	0.22 299	0.51 333	0.54 421	0.29 202	0.23 119	0.27 213	0.23 234	0.32 224	0.25 276	0.07 39	0.13 309	0.09 197	0.09 244	0.09 194	0.11 184

testlalala_base	0.23 204	0.14 164	0.48 159	0.26 321	0.16 262	0.25 212	0.17 110	0.37 177	0.19 23	0.20 95	0.26 141	0.17 92	0.14 106	0.19 41	0.18 150	0.42 499	0.23 440	0.07 45	0.06 51	0.50 493	0.14 275

LL-Strereo2	0.21 153	0.25 371	0.53 250	0.32 431	0.20 367	0.25 212	0.14 37	0.32 117	0.25 96	0.25 147	0.20 84	0.24 177	0.12 65	0.28 167	0.18 150	0.07 39	0.07 117	0.12 358	0.09 244	0.09 194	0.16 306

anonymousdsp2	0.23 204	0.11 53	0.42 107	0.26 321	0.24 422	0.25 212	0.17 110	0.43 248	0.37 255	0.30 225	0.23 119	0.24 177	0.15 120	0.32 224	0.17 125	0.07 39	0.28 469	0.07 45	0.05 19	0.08 122	0.44 486

test_5	0.25 257	0.25 371	0.57 289	0.27 357	0.18 319	0.25 212	0.29 405	0.42 238	0.39 281	0.29 202	0.40 300	0.27 213	0.23 234	0.35 256	0.19 176	0.07 39	0.07 117	0.09 197	0.09 244	0.10 253	0.14 275

SA	0.24 232	0.22 330	0.55 270	0.23 201	0.14 164	0.25 212	0.23 328	0.48 306	0.42 312	0.28 178	0.44 343	0.23 160	0.23 234	0.34 249	0.17 125	0.07 39	0.09 214	0.11 325	0.11 330	0.08 122	0.09 96

CIPLG	0.23 204	0.28 397	0.75 381	0.24 246	0.16 262	0.25 212	0.20 240	0.38 188	0.33 203	0.32 266	0.34 232	0.23 160	0.15 120	0.27 146	0.22 234	0.09 217	0.07 117	0.08 117	0.07 98	0.08 122	0.09 96

IPLGR	0.22 171	0.14 164	0.75 381	0.21 101	0.11 47	0.25 212	0.18 162	0.44 269	0.38 265	0.29 202	0.28 160	0.21 139	0.19 201	0.37 271	0.19 176	0.07 39	0.06 48	0.08 117	0.07 98	0.07 66	0.07 19

RAFT-RH_RVC	0.26 279	0.13 119	0.57 289	0.22 150	0.12 80	0.25 212	0.14 37	0.27 59	0.29 152	0.38 353	1.14 494	0.23 160	0.18 180	0.58 354	0.24 262	0.07 39	0.06 48	0.10 270	0.07 98	0.06 12	0.08 60

TANstereo	0.16 47	0.11 53	0.43 113	0.16 4	0.08 4	0.25 212	0.14 37	0.23 26	0.29 152	0.25 147	0.30 182	0.16 81	0.12 65	0.18 28	0.13 26	0.08 145	0.07 117	0.06 2	0.05 19	0.07 66	0.08 60

PSMNet-RSSM	0.26 279	0.21 312	0.50 201	0.21 101	0.14 164	0.25 212	0.21 266	0.50 323	0.38 265	0.31 241	0.45 358	0.40 341	0.27 293	0.53 330	0.24 262	0.12 354	0.08 174	0.11 325	0.13 401	0.10 253	0.10 150

FACV-RUCA	0.22 171	0.15 195	0.38 76	0.24 246	0.23 408	0.26 229	0.19 205	0.41 233	0.35 224	0.26 157	0.32 202	0.22 146	0.25 268	0.24 101	0.19 176	0.10 278	0.07 117	0.15 421	0.08 168	0.16 399	0.14 275

model_zeroshot	0.21 153	0.14 164	0.51 218	0.34 447	0.18 319	0.26 229	0.16 82	0.41 233	0.24 73	0.33 279	0.20 84	0.25 189	0.12 65	0.26 134	0.16 102	0.09 217	0.21 419	0.07 45	0.08 168	0.07 66	0.13 249

RAFT-Test	0.19 95	0.11 53	0.41 98	0.26 321	0.21 382	0.26 229	0.17 110	0.37 177	0.26 107	0.24 135	0.29 168	0.32 278	0.14 106	0.22 78	0.15 84	0.07 39	0.08 174	0.07 45	0.07 98	0.06 12	0.07 19

TestStereo1	0.23 204	0.22 330	0.50 201	0.27 357	0.14 164	0.26 229	0.27 384	0.43 248	0.38 265	0.29 202	0.39 291	0.23 160	0.21 216	0.33 234	0.18 150	0.08 145	0.08 174	0.09 197	0.08 168	0.08 122	0.10 150

SA-5K	0.23 204	0.22 330	0.50 201	0.27 357	0.14 164	0.26 229	0.27 384	0.43 248	0.38 265	0.29 202	0.39 291	0.23 160	0.21 216	0.33 234	0.18 150	0.08 145	0.08 174	0.09 197	0.08 168	0.08 122	0.10 150

RAFT	0.24 232	0.24 356	0.46 138	0.27 357	0.15 224	0.26 229	0.26 376	0.37 177	0.31 177	0.34 298	0.34 232	0.41 349	0.22 223	0.30 203	0.18 150	0.08 145	0.15 355	0.11 325	0.10 297	0.11 305	0.13 249

DN-CSS_ROB	0.24 232	0.33 421	0.69 359	0.25 282	0.14 164	0.26 229	0.13 19	0.42 238	0.35 224	0.30 225	0.42 319	0.22 146	0.20 206	0.34 249	0.22 234	0.07 39	0.06 48	0.11 325	0.11 330	0.11 305	0.09 96

xyz-stereo-finetune2	0.18 70	0.16 226	0.32 52	0.16 4	0.09 10	0.27 236	0.19 205	0.29 81	0.21 45	0.23 127	0.29 168	0.21 139	0.23 234	0.37 271	0.23 253	0.06 2	0.05 4	0.08 117	0.06 51	0.06 12	0.07 19

castereo++	0.14 17	0.13 119	0.25 13	0.19 35	0.10 32	0.27 236	0.13 19	0.24 40	0.26 107	0.11 9	0.13 25	0.16 81	0.10 31	0.18 28	0.11 1	0.07 39	0.08 174	0.07 45	0.06 51	0.05 1	0.07 19

DCVSM-stereo	0.25 257	0.14 164	0.53 250	0.21 101	0.14 164	0.27 236	0.14 37	0.35 151	0.35 224	0.42 396	0.33 222	0.46 388	0.30 341	0.31 215	0.27 298	0.11 315	0.10 246	0.12 358	0.10 297	0.12 345	0.15 291

gcap-zeroshot	0.19 95	0.14 164	0.51 218	0.21 101	0.15 224	0.27 236	0.15 56	0.32 117	0.24 73	0.26 157	0.20 84	0.34 293	0.15 120	0.22 78	0.14 56	0.07 39	0.08 174	0.07 45	0.07 98	0.06 12	0.09 96

11t1	0.21 153	0.12 93	0.45 124	0.20 70	0.15 224	0.27 236	0.17 110	0.37 177	0.28 134	0.27 168	0.25 133	0.24 177	0.23 234	0.28 167	0.25 276	0.09 217	0.19 403	0.07 45	0.07 98	0.09 194	0.23 388

HH	0.22 171	0.12 93	0.55 270	0.32 431	0.16 262	0.27 236	0.18 162	0.36 163	0.25 96	0.20 95	0.26 141	0.34 293	0.18 180	0.33 234	0.15 84	0.07 39	0.16 367	0.07 45	0.07 98	0.07 66	0.31 447

HanStereo	0.22 171	0.12 93	0.55 270	0.32 431	0.16 262	0.27 236	0.18 162	0.36 163	0.25 96	0.20 95	0.26 141	0.34 293	0.18 180	0.33 234	0.15 84	0.07 39	0.16 367	0.07 45	0.07 98	0.07 66	0.31 447

x	0.23 204	0.15 195	0.45 124	0.20 70	0.15 224	0.27 236	0.17 110	0.43 248	0.35 224	0.26 157	0.31 193	0.29 239	0.25 268	0.29 188	0.30 322	0.09 217	0.22 430	0.08 117	0.09 244	0.09 194	0.24 401

dd	0.23 204	0.32 417	0.55 270	0.23 201	0.12 80	0.27 236	0.21 266	0.32 117	0.45 346	0.30 225	0.29 168	0.25 189	0.17 152	0.31 215	0.26 287	0.13 373	0.07 117	0.10 270	0.08 168	0.12 345	0.09 96

PSM-AAD	0.26 279	0.11 53	0.43 113	0.24 246	0.12 80	0.27 236	0.37 445	0.36 163	0.30 168	0.36 328	0.39 291	0.28 226	0.77 485	0.30 203	0.16 102	0.07 39	0.06 48	0.12 358	0.11 330	0.09 194	0.21 367

CFNet_pseudo	0.23 204	0.14 164	0.48 159	0.20 70	0.13 127	0.27 236	0.17 110	0.46 285	0.45 346	0.30 225	0.37 266	0.38 324	0.23 234	0.30 203	0.22 234	0.09 217	0.06 48	0.11 325	0.08 168	0.11 305	0.11 184

HCRNet	0.25 257	0.27 389	0.42 107	0.34 447	0.17 292	0.27 236	0.18 162	0.45 278	0.37 255	0.31 241	0.35 240	0.32 278	0.23 234	0.44 295	0.21 217	0.13 373	0.08 174	0.13 383	0.11 330	0.11 305	0.09 96

FENet	0.22 171	0.13 119	0.48 159	0.22 150	0.12 80	0.27 236	0.18 162	0.43 248	0.37 255	0.31 241	0.32 202	0.29 239	0.23 234	0.27 146	0.24 262	0.10 278	0.07 117	0.09 197	0.09 244	0.09 194	0.11 184

ACVNet	0.24 232	0.18 279	0.51 218	0.18 15	0.15 224	0.27 236	0.23 328	0.40 215	0.45 346	0.29 202	0.41 311	0.38 324	0.28 315	0.28 167	0.35 363	0.09 217	0.07 117	0.08 117	0.07 98	0.10 253	0.09 96

GANet-RSSM	0.26 279	0.19 291	0.54 262	0.21 101	0.14 164	0.27 236	0.22 299	0.47 295	0.34 214	0.30 225	0.40 300	0.41 349	0.30 341	0.59 362	0.25 276	0.11 315	0.08 174	0.09 197	0.09 244	0.10 253	0.10 150

DMCA	0.24 232	0.18 279	0.51 218	0.23 201	0.14 164	0.27 236	0.20 240	0.45 278	0.40 291	0.32 266	0.33 222	0.33 285	0.25 268	0.27 146	0.30 322	0.11 315	0.08 174	0.10 270	0.08 168	0.11 305	0.12 225

ccs_rob	0.23 204	0.14 164	0.48 159	0.20 70	0.13 127	0.27 236	0.17 110	0.46 285	0.45 346	0.30 225	0.37 266	0.38 324	0.23 234	0.30 203	0.22 234	0.09 217	0.06 48	0.11 325	0.08 168	0.12 345	0.11 184

HITNet	0.22 171	0.23 345	0.60 318	0.20 70	0.09 10	0.27 236	0.15 56	0.45 278	0.33 203	0.29 202	0.33 222	0.27 213	0.22 223	0.29 188	0.27 298	0.07 39	0.05 4	0.07 45	0.06 51	0.09 194	0.11 184
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
IGEV-RUCA	0.21 153	0.09 14	0.26 18	0.20 70	0.19 345	0.28 254	0.23 328	0.24 40	0.22 53	0.21 102	0.23 119	0.29 239	0.48 443	0.26 134	0.19 176	0.09 217	0.08 174	0.18 446	0.14 417	0.18 428	0.19 341

UGAM-zero	0.26 279	0.11 53	0.56 280	0.20 70	0.16 262	0.28 254	0.18 162	0.48 306	0.25 96	0.31 241	0.28 160	0.56 433	0.32 371	0.66 402	0.17 125	0.07 39	0.10 246	0.07 45	0.09 244	0.07 66	0.31 447

ITSA-stereo	0.26 279	0.16 226	0.39 82	0.24 246	0.11 47	0.28 254	0.18 162	0.58 411	0.59 443	0.32 266	0.32 202	0.33 285	0.28 315	0.51 320	0.34 356	0.11 315	0.08 174	0.11 325	0.11 330	0.11 305	0.15 291

test_sample2	0.23 204	0.12 93	0.39 82	0.20 70	0.11 47	0.28 254	0.22 299	0.45 278	0.33 203	0.27 168	0.34 232	0.30 257	0.25 268	0.46 303	0.23 253	0.09 217	0.15 355	0.09 197	0.08 168	0.10 253	0.19 341

SMFormer	0.27 306	0.13 119	0.47 144	0.20 70	0.10 32	0.28 254	0.19 205	0.54 362	0.48 378	0.35 316	0.42 319	0.31 267	0.27 293	0.60 367	0.34 356	0.10 278	0.16 367	0.08 117	0.09 244	0.10 253	0.16 306

tta	0.27 306	0.13 119	0.47 144	0.20 70	0.10 32	0.28 254	0.19 205	0.54 362	0.48 378	0.35 316	0.42 319	0.31 267	0.27 293	0.60 367	0.34 356	0.10 278	0.16 367	0.08 117	0.09 244	0.08 122	0.13 249

qqq1	0.26 279	0.13 119	0.47 144	0.20 70	0.10 32	0.28 254	0.19 205	0.54 362	0.48 378	0.35 316	0.42 319	0.31 267	0.27 293	0.60 367	0.21 217	0.10 278	0.16 367	0.07 45	0.07 98	0.08 122	0.13 249

fff1	0.26 279	0.13 119	0.47 144	0.20 70	0.10 32	0.28 254	0.19 205	0.54 362	0.48 378	0.35 316	0.42 319	0.31 267	0.27 293	0.60 367	0.21 217	0.10 278	0.16 367	0.07 45	0.07 98	0.08 122	0.13 249

mmm	0.25 257	0.15 195	0.44 121	0.23 201	0.20 367	0.28 254	0.21 266	0.43 248	0.32 187	0.31 241	0.40 300	0.30 257	0.24 255	0.31 215	0.28 306	0.09 217	0.21 419	0.11 325	0.12 371	0.10 253	0.26 424

GMStereo_Zeroshot	0.25 257	0.22 330	0.51 218	0.27 357	0.14 164	0.28 254	0.15 56	0.40 215	0.36 240	0.37 344	0.43 333	0.40 341	0.17 152	0.35 256	0.21 217	0.12 354	0.07 117	0.13 383	0.07 98	0.17 413	0.10 150

PCWNet_CMD	0.23 204	0.14 164	0.48 159	0.21 101	0.13 127	0.28 254	0.17 110	0.47 295	0.47 370	0.30 225	0.36 255	0.37 318	0.24 255	0.29 188	0.21 217	0.09 217	0.06 48	0.10 270	0.08 168	0.11 305	0.11 184

EGLCR-Stereo	0.19 95	0.09 14	0.34 58	0.29 399	0.17 292	0.28 254	0.16 82	0.30 94	0.23 62	0.22 120	0.11 14	0.16 81	0.09 16	0.28 167	0.15 84	0.07 39	0.25 453	0.07 45	0.07 98	0.06 12	0.37 471

IPLG	0.23 204	0.19 291	0.65 343	0.21 101	0.12 80	0.28 254	0.17 110	0.45 278	0.32 187	0.33 279	0.32 202	0.16 81	0.17 152	0.50 314	0.23 253	0.07 39	0.06 48	0.08 117	0.07 98	0.07 66	0.08 60

MIPNet	0.22 171	0.19 291	0.64 338	0.22 150	0.12 80	0.28 254	0.20 240	0.48 306	0.39 281	0.31 241	0.24 126	0.19 113	0.24 255	0.28 167	0.20 195	0.07 39	0.05 4	0.08 117	0.07 98	0.07 66	0.08 60

THIR-Stereo	0.30 349	0.15 195	0.46 138	0.19 35	0.11 47	0.28 254	0.70 499	0.33 135	0.36 240	0.37 344	0.64 448	0.33 285	0.49 448	0.58 354	0.44 400	0.08 145	0.06 48	0.08 117	0.09 244	0.07 66	0.08 60

DRaft	0.25 257	0.11 53	0.47 144	0.18 15	0.12 80	0.28 254	0.23 328	0.34 142	0.40 291	0.38 353	0.60 436	0.20 125	0.41 418	0.48 308	0.41 385	0.07 39	0.06 48	0.08 117	0.08 168	0.07 66	0.08 60

GES	0.23 204	0.14 164	0.54 262	0.21 101	0.14 164	0.28 254	0.19 205	0.51 333	0.35 224	0.31 241	0.36 255	0.25 189	0.24 255	0.30 203	0.23 253	0.11 315	0.09 214	0.08 117	0.08 168	0.10 253	0.12 225

cf-r	0.26 279	0.22 330	0.66 349	0.22 150	0.14 164	0.28 254	0.22 299	0.44 269	0.42 312	0.32 266	0.42 319	0.43 368	0.27 293	0.44 295	0.27 298	0.11 315	0.07 117	0.08 117	0.10 297	0.08 122	0.09 96

GwcNet-RSSM	0.28 316	0.25 371	0.61 324	0.22 150	0.14 164	0.28 254	0.24 352	0.46 285	0.44 335	0.33 279	0.46 370	0.41 349	0.28 315	0.55 341	0.31 332	0.11 315	0.07 117	0.09 197	0.10 297	0.10 253	0.09 96

DIP-Stereo	0.20 123	0.13 119	0.48 159	0.20 70	0.13 127	0.28 254	0.12 15	0.43 248	0.26 107	0.27 168	0.32 202	0.21 139	0.17 152	0.26 134	0.20 195	0.08 145	0.06 48	0.08 117	0.06 51	0.07 66	0.10 150
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MSMDNet	0.23 204	0.14 164	0.49 179	0.20 70	0.13 127	0.28 254	0.17 110	0.47 295	0.47 370	0.30 225	0.36 255	0.37 318	0.24 255	0.29 188	0.21 217	0.09 217	0.07 117	0.09 197	0.08 168	0.11 305	0.11 184

AIO-Stereo-zeroshot1	0.28 316	0.17 257	0.96 444	0.29 399	0.31 465	0.29 275	0.21 266	0.53 349	0.28 134	0.27 168	0.55 416	0.41 349	0.18 180	0.30 203	0.22 234	0.08 145	0.10 246	0.08 117	0.13 401	0.12 345	0.20 358

test_sample7	0.28 316	0.16 226	0.47 144	0.21 101	0.14 164	0.29 275	0.22 299	0.54 362	0.43 323	0.38 353	0.36 255	0.38 324	0.32 371	0.41 282	0.26 287	0.14 397	0.21 419	0.13 383	0.12 371	0.13 359	0.25 412

test_sample1	0.24 232	0.13 119	0.40 91	0.20 70	0.13 127	0.29 275	0.19 205	0.43 248	0.30 168	0.27 168	0.34 232	0.31 267	0.28 315	0.45 301	0.27 298	0.09 217	0.16 367	0.08 117	0.08 168	0.09 194	0.22 380

CoDeX	0.24 232	0.13 119	0.48 159	0.22 150	0.14 164	0.29 275	0.21 266	0.55 380	0.42 312	0.29 202	0.36 255	0.28 226	0.23 234	0.48 308	0.20 195	0.09 217	0.06 48	0.08 117	0.07 98	0.08 122	0.08 60

ffm	0.27 306	0.17 257	0.84 414	0.21 101	0.13 127	0.29 275	0.21 266	0.38 188	0.46 357	0.31 241	0.44 343	0.34 293	0.24 255	0.28 167	0.12 9	0.08 145	0.28 469	0.12 358	0.11 330	0.08 122	0.37 471

ff1	0.36 392	0.17 257	0.84 414	0.21 101	0.13 127	0.29 275	0.21 266	0.38 188	0.46 357	0.31 241	0.44 343	0.34 293	0.24 255	0.91 470	1.30 496	0.08 145	0.28 469	0.12 358	0.11 330	0.08 122	0.37 471

mmx	0.37 399	0.17 257	0.84 414	0.21 101	0.13 127	0.29 275	0.21 266	0.57 398	0.48 378	0.31 241	0.44 343	0.34 293	0.24 255	0.91 470	1.30 496	0.10 278	0.20 414	0.12 358	0.11 330	0.11 305	0.23 388

xxx	0.37 399	0.17 257	0.84 414	0.21 101	0.13 127	0.29 275	0.21 266	0.57 398	0.48 378	0.31 241	0.44 343	0.34 293	0.24 255	0.91 470	1.30 496	0.10 278	0.20 414	0.12 358	0.11 330	0.11 305	0.23 388

CFNet_ucs	0.25 257	0.14 164	0.51 218	0.20 70	0.15 224	0.29 275	0.18 162	0.51 333	0.46 357	0.32 266	0.42 319	0.38 324	0.23 234	0.31 215	0.22 234	0.11 315	0.08 174	0.12 358	0.09 244	0.13 359	0.13 249

Any-RAFT	0.18 70	0.09 14	0.33 56	0.19 35	0.10 32	0.29 275	0.16 82	0.44 269	0.32 187	0.25 147	0.27 154	0.29 239	0.16 136	0.23 94	0.13 26	0.08 145	0.07 117	0.06 2	0.05 19	0.07 66	0.07 19

CASS	0.22 171	0.16 226	0.40 91	0.26 321	0.12 80	0.29 275	0.19 205	0.40 215	0.32 187	0.34 298	0.35 240	0.25 189	0.25 268	0.26 134	0.21 217	0.13 373	0.08 174	0.11 325	0.09 244	0.11 305	0.12 225
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
GANet-ADL	0.22 171	0.14 164	0.51 218	0.23 201	0.14 164	0.29 275	0.19 205	0.48 306	0.36 240	0.26 157	0.33 222	0.32 278	0.20 206	0.26 134	0.22 234	0.11 315	0.07 117	0.07 45	0.06 51	0.09 194	0.11 184

BEATNet_4x	0.25 257	0.25 371	0.66 349	0.23 201	0.10 32	0.29 275	0.14 37	0.49 315	0.34 214	0.31 241	0.35 240	0.32 278	0.26 286	0.34 249	0.33 349	0.08 145	0.06 48	0.08 117	0.07 98	0.11 305	0.13 249

AIO-Stereo-zeroshot	0.26 279	0.15 195	0.96 444	0.21 101	0.25 435	0.30 288	0.21 266	0.54 362	0.28 134	0.25 147	0.29 168	0.46 388	0.23 234	0.28 167	0.20 195	0.08 145	0.10 246	0.08 117	0.12 371	0.11 305	0.17 324

test_sample6	0.27 306	0.15 195	0.50 201	0.22 150	0.12 80	0.30 288	0.22 299	0.54 362	0.39 281	0.34 298	0.44 343	0.29 239	0.25 268	0.58 354	0.26 287	0.11 315	0.14 326	0.10 270	0.10 297	0.11 305	0.16 306

ttt	0.33 373	0.14 164	0.54 262	0.22 150	0.14 164	0.30 288	0.22 299	0.59 420	0.51 403	0.31 241	0.46 370	0.30 257	0.23 234	0.71 418	1.07 485	0.13 373	0.22 430	0.10 270	0.11 330	0.12 345	0.24 401

Selective-RAFT	0.19 95	0.14 164	0.37 74	0.24 246	0.11 47	0.30 288	0.15 56	0.35 151	0.34 214	0.17 65	0.17 58	0.22 146	0.18 180	0.29 188	0.18 150	0.07 39	0.16 367	0.07 45	0.07 98	0.08 122	0.08 60

Sa-1000	0.24 232	0.20 304	0.53 250	0.23 201	0.14 164	0.30 288	0.23 328	0.50 323	0.41 300	0.30 225	0.50 391	0.26 208	0.19 201	0.33 234	0.16 102	0.08 145	0.10 246	0.10 270	0.11 330	0.08 122	0.08 60

DAS	0.28 316	0.13 119	0.49 179	0.24 246	0.18 319	0.30 288	0.24 352	0.48 306	0.48 378	0.42 396	0.45 358	0.34 293	0.31 359	0.76 437	0.24 262	0.09 217	0.07 117	0.09 197	0.07 98	0.10 253	0.11 184

SepStereo	0.27 306	0.13 119	0.49 179	0.24 246	0.18 319	0.30 288	0.24 352	0.48 306	0.48 378	0.42 396	0.45 358	0.34 293	0.31 359	0.64 392	0.24 262	0.09 217	0.07 117	0.09 197	0.07 98	0.10 253	0.11 184

AACVNet	0.28 316	0.22 330	0.55 270	0.23 201	0.14 164	0.30 288	0.19 205	0.43 248	0.33 203	0.39 370	0.42 319	0.44 374	0.29 335	0.73 422	0.28 306	0.11 315	0.09 214	0.11 325	0.09 244	0.13 359	0.12 225

ICVP	0.24 232	0.13 119	0.45 124	0.26 321	0.14 164	0.30 288	0.25 365	0.47 295	0.35 224	0.29 202	0.43 333	0.35 307	0.25 268	0.28 167	0.25 276	0.12 354	0.09 214	0.09 197	0.09 244	0.09 194	0.11 184
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ARAFT	0.26 279	0.30 407	0.87 423	0.22 150	0.12 80	0.30 288	0.24 352	0.46 285	0.34 214	0.33 279	0.28 160	0.29 239	0.20 206	0.49 310	0.19 176	0.08 145	0.06 48	0.12 358	0.11 330	0.09 194	0.09 96

RAFT + AFF	0.30 349	0.33 421	0.76 385	0.25 282	0.17 292	0.30 288	0.33 431	0.55 380	0.42 312	0.28 178	0.30 182	0.31 267	0.31 359	0.64 392	0.32 340	0.09 217	0.11 273	0.11 325	0.10 297	0.12 345	0.16 306

aanetorigin	0.40 420	0.33 421	1.14 467	0.25 282	0.19 345	0.30 288	0.37 445	0.34 142	0.47 370	0.95 494	0.82 475	0.52 422	0.56 462	0.50 314	0.52 424	0.11 315	0.09 214	0.10 270	0.10 297	0.16 399	0.19 341

DMCA-RVC	0.30 349	0.27 389	0.93 439	0.28 384	0.17 292	0.30 288	0.21 266	0.43 248	0.36 240	0.40 379	0.38 273	0.39 338	0.36 393	0.44 295	0.34 356	0.13 373	0.10 246	0.16 429	0.12 371	0.13 359	0.11 184

FADNet_RVC	0.31 360	0.35 434	0.98 448	0.24 246	0.16 262	0.30 288	0.17 110	0.52 339	0.39 281	0.30 225	0.38 273	0.30 257	0.29 335	0.54 336	0.33 349	0.14 397	0.14 326	0.14 405	0.16 438	0.21 450	0.24 401

STTStereo	0.30 349	0.24 356	0.83 410	0.25 282	0.17 292	0.30 288	0.24 352	0.49 315	0.39 281	0.39 370	0.41 311	0.44 374	0.28 315	0.41 282	0.30 322	0.13 373	0.13 309	0.13 383	0.16 438	0.12 345	0.12 225

NLCA_NET_v2_RVC	0.29 336	0.24 356	0.81 401	0.26 321	0.18 319	0.30 288	0.22 299	0.52 339	0.41 300	0.38 353	0.42 319	0.42 361	0.28 315	0.46 303	0.31 332	0.11 315	0.08 174	0.10 270	0.11 330	0.10 253	0.12 225
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AANet_RVC	0.33 373	0.31 410	0.69 359	0.23 201	0.14 164	0.30 288	0.23 328	0.49 315	0.55 428	0.39 370	0.60 436	0.43 368	0.30 341	0.88 463	0.54 432	0.11 315	0.08 174	0.07 45	0.07 98	0.10 253	0.12 225

DeepPruner_ROB	0.28 316	0.25 371	0.64 338	0.22 150	0.16 262	0.30 288	0.21 266	0.54 362	0.33 203	0.36 328	0.38 273	0.38 324	0.26 286	0.45 301	0.28 306	0.15 411	0.11 273	0.11 325	0.11 330	0.14 381	0.14 275

iResNetv2_ROB	0.29 336	0.37 443	0.92 435	0.24 246	0.13 127	0.30 288	0.19 205	0.55 380	0.51 403	0.39 370	0.46 370	0.39 338	0.27 293	0.36 261	0.30 322	0.09 217	0.06 48	0.07 45	0.05 19	0.13 359	0.11 184

MLCV	0.25 257	0.23 345	0.59 311	0.22 150	0.09 10	0.30 288	0.18 162	0.40 215	0.38 265	0.38 353	0.44 343	0.31 267	0.22 223	0.44 295	0.32 340	0.07 39	0.05 4	0.07 45	0.06 51	0.07 66	0.08 60

coex_refinement	0.28 316	0.22 330	0.50 201	0.23 201	0.15 224	0.31 308	0.20 240	0.51 333	0.43 323	0.35 316	0.42 319	0.45 380	0.27 293	0.56 347	0.41 385	0.10 278	0.07 117	0.07 45	0.07 98	0.11 305	0.12 225

rvit_105_1	0.28 316	0.24 356	0.65 343	0.27 357	0.19 345	0.31 308	0.35 437	0.46 285	0.53 416	0.31 241	0.32 202	0.32 278	0.27 293	0.36 261	0.26 287	0.16 421	0.14 326	0.15 421	0.17 449	0.11 305	0.11 184

test_sample5	0.26 279	0.14 164	0.51 218	0.21 101	0.12 80	0.31 308	0.21 266	0.53 349	0.38 265	0.33 279	0.43 333	0.29 239	0.25 268	0.56 347	0.24 262	0.10 278	0.14 326	0.10 270	0.10 297	0.11 305	0.16 306

MyStereo8	0.25 257	0.20 304	0.69 359	0.24 246	0.17 292	0.31 308	0.16 82	0.50 323	0.32 187	0.29 202	0.38 273	0.25 189	0.19 201	0.33 234	0.29 319	0.08 145	0.20 414	0.08 117	0.08 168	0.10 253	0.16 306

ACVNet-DCA	0.21 153	0.16 226	0.50 201	0.27 357	0.13 127	0.31 308	0.19 205	0.43 248	0.32 187	0.21 102	0.20 84	0.13 37	0.17 152	0.28 167	0.12 9	0.08 145	0.28 469	0.08 117	0.06 51	0.09 194	0.23 388

xx1	0.23 204	0.16 226	0.50 201	0.27 357	0.13 127	0.31 308	0.19 205	0.39 206	0.48 378	0.21 102	0.20 84	0.28 226	0.25 268	0.28 167	0.12 9	0.08 145	0.28 469	0.10 270	0.11 330	0.09 194	0.23 388

1test111	0.22 171	0.16 226	0.50 201	0.27 357	0.13 127	0.31 308	0.19 205	0.43 248	0.32 187	0.21 102	0.20 84	0.13 37	0.17 152	0.36 261	0.28 306	0.08 145	0.28 469	0.08 117	0.06 51	0.09 194	0.23 388

cc1	0.22 171	0.16 226	0.50 201	0.27 357	0.13 127	0.31 308	0.19 205	0.39 206	0.48 378	0.21 102	0.20 84	0.13 37	0.17 152	0.28 167	0.12 9	0.08 145	0.28 469	0.08 117	0.06 51	0.08 122	0.37 471

DualNet	0.26 279	0.14 164	0.51 218	0.21 101	0.12 80	0.31 308	0.21 266	0.53 349	0.38 265	0.34 298	0.44 343	0.29 239	0.25 268	0.56 347	0.24 262	0.10 278	0.14 326	0.10 270	0.10 297	0.11 305	0.16 306

tt1	0.22 171	0.16 226	0.49 179	0.26 321	0.15 224	0.31 308	0.19 205	0.38 188	0.46 357	0.21 102	0.19 76	0.13 37	0.16 136	0.28 167	0.12 9	0.08 145	0.28 469	0.08 117	0.06 51	0.08 122	0.37 471

ToySt	0.28 316	0.19 291	0.68 358	0.22 150	0.19 345	0.31 308	0.31 421	0.43 248	0.43 323	0.28 178	0.38 273	0.42 361	0.32 371	0.33 234	0.32 340	0.08 145	0.14 326	0.10 270	0.12 371	0.11 305	0.24 401

anonymousa	0.26 279	0.13 119	0.56 280	0.29 399	0.30 458	0.31 308	0.20 240	0.38 188	0.36 240	0.33 279	0.51 394	0.41 349	0.27 293	0.25 115	0.24 262	0.08 145	0.18 399	0.09 197	0.18 454	0.08 122	0.17 324

IER	0.24 232	0.15 195	0.50 201	0.21 101	0.15 224	0.31 308	0.20 240	0.44 269	0.38 265	0.34 298	0.41 311	0.32 278	0.34 381	0.31 215	0.23 253	0.09 217	0.07 117	0.08 117	0.08 168	0.09 194	0.09 96

DEmStereo	0.26 279	0.10 31	0.52 239	0.19 35	0.13 127	0.31 308	0.25 365	0.29 81	0.38 265	0.36 328	0.57 425	0.24 177	0.48 443	0.53 330	0.44 400	0.07 39	0.06 48	0.08 117	0.08 168	0.07 66	0.08 60

CFNet-ft	0.26 279	0.21 312	0.51 218	0.19 35	0.16 262	0.31 308	0.21 266	0.40 215	0.37 255	0.29 202	0.40 300	0.46 388	0.27 293	0.49 310	0.28 306	0.12 354	0.07 117	0.12 358	0.11 330	0.12 345	0.11 184

CFNet_RVC	0.26 279	0.21 312	0.51 218	0.19 35	0.16 262	0.31 308	0.21 266	0.40 215	0.37 255	0.29 202	0.40 300	0.46 388	0.27 293	0.49 310	0.28 306	0.12 354	0.07 117	0.12 358	0.11 330	0.12 345	0.11 184

iResNet	0.25 257	0.22 330	0.62 328	0.26 321	0.11 47	0.31 308	0.23 328	0.46 285	0.45 346	0.34 298	0.43 333	0.27 213	0.23 234	0.36 261	0.37 373	0.08 145	0.05 4	0.07 45	0.06 51	0.08 122	0.10 150

test_sample4	0.26 279	0.14 164	0.53 250	0.21 101	0.12 80	0.32 325	0.21 266	0.53 349	0.38 265	0.33 279	0.38 273	0.28 226	0.25 268	0.54 336	0.25 276	0.10 278	0.14 326	0.10 270	0.09 244	0.11 305	0.16 306

iRaft-Stereo_20w	0.29 336	0.11 53	0.86 421	0.33 442	0.24 422	0.32 325	0.26 376	0.60 430	0.26 107	0.41 391	0.21 102	0.28 226	0.19 201	0.32 224	0.24 262	0.07 39	0.31 485	0.07 45	0.09 244	0.08 122	0.47 490

dad	0.30 349	0.38 449	0.60 318	0.22 150	0.14 164	0.32 325	0.21 266	0.35 151	0.51 403	0.45 420	0.45 358	0.46 388	0.23 234	0.41 282	0.27 298	0.21 460	0.11 273	0.20 458	0.11 330	0.15 391	0.11 184

PSMNet-ADL	0.26 279	0.16 226	0.39 82	0.27 357	0.14 164	0.32 325	0.22 299	0.45 278	0.37 255	0.28 178	0.34 232	0.41 349	0.28 315	0.61 373	0.32 340	0.11 315	0.10 246	0.09 197	0.11 330	0.10 253	0.13 249

pcwnet_v2	0.32 366	0.16 226	1.22 481	0.23 201	0.19 345	0.32 325	0.19 205	0.61 437	0.61 447	0.37 344	0.45 358	0.35 307	0.29 335	0.37 271	0.26 287	0.14 397	0.11 273	0.12 358	0.11 330	0.14 381	0.18 327

psm_up	0.30 349	0.21 312	0.58 304	0.26 321	0.18 319	0.32 325	0.27 384	0.57 398	0.45 346	0.38 353	0.41 311	0.45 380	0.40 413	0.59 362	0.32 340	0.11 315	0.12 290	0.13 383	0.12 371	0.11 305	0.11 184

iResNet_ROB	0.27 306	0.27 389	0.48 159	0.21 101	0.12 80	0.32 325	0.17 110	0.57 398	0.55 428	0.39 370	0.44 343	0.37 318	0.28 315	0.43 291	0.28 306	0.08 145	0.06 48	0.06 2	0.05 19	0.09 194	0.11 184

G2L-Stereo_aug	0.27 306	0.13 119	0.65 343	0.19 35	0.12 80	0.33 332	0.22 299	0.42 238	0.52 414	0.41 391	0.44 343	0.46 388	0.30 341	0.53 330	0.32 340	0.08 145	0.06 48	0.06 2	0.05 19	0.08 122	0.09 96

test_sample3	0.25 257	0.14 164	0.52 239	0.20 70	0.12 80	0.33 332	0.20 240	0.53 349	0.38 265	0.32 266	0.35 240	0.29 239	0.24 255	0.54 336	0.25 276	0.10 278	0.14 326	0.09 197	0.09 244	0.11 305	0.15 291

1111x	0.39 409	0.17 257	0.80 400	0.23 201	0.15 224	0.33 332	0.27 384	0.62 445	0.48 378	0.32 266	0.43 333	0.40 341	0.29 335	0.86 460	1.60 511	0.09 217	0.23 440	0.09 197	0.12 371	0.10 253	0.23 388

riskmin	0.24 232	0.10 31	0.43 113	0.32 431	0.26 439	0.33 332	0.19 205	0.44 269	0.30 168	0.24 135	0.27 154	0.37 318	0.25 268	0.30 203	0.22 234	0.09 217	0.18 399	0.09 197	0.13 401	0.10 253	0.27 428

HBP-ISP	0.34 383	0.35 434	0.76 385	0.23 201	0.17 292	0.33 332	0.22 299	0.56 389	0.47 370	0.42 396	0.49 388	0.33 285	0.41 418	0.73 422	0.27 298	0.18 446	0.19 403	0.24 469	0.20 460	0.16 399	0.16 306

GEStereo_RVC	0.29 336	0.24 356	0.60 318	0.27 357	0.16 262	0.33 332	0.25 365	0.58 411	0.56 432	0.35 316	0.38 273	0.34 293	0.25 268	0.51 320	0.29 319	0.12 354	0.08 174	0.09 197	0.08 168	0.11 305	0.13 249

s12784h	0.18 70	0.09 14	0.38 76	0.18 15	0.07 1	0.33 332	0.19 205	0.39 206	0.34 214	0.24 135	0.25 133	0.18 103	0.18 180	0.25 115	0.17 125	0.07 39	0.05 4	0.07 45	0.05 19	0.06 12	0.05 1

EAI-Stereo	0.29 336	0.11 53	0.38 76	0.22 150	0.18 319	0.33 332	1.66 528	0.53 349	0.27 124	0.27 168	0.50 391	0.17 92	0.16 136	0.25 115	0.25 276	0.07 39	0.07 117	0.07 45	0.11 330	0.07 66	0.10 150

HGLStereo	0.29 336	0.19 291	0.60 318	0.24 246	0.21 382	0.33 332	0.23 328	0.52 339	0.44 335	0.36 328	0.49 388	0.41 349	0.35 388	0.46 303	0.34 356	0.11 315	0.11 273	0.09 197	0.09 244	0.11 305	0.12 225

FADNet-RVC-Resample	0.31 360	0.32 417	1.16 470	0.27 357	0.17 292	0.33 332	0.21 266	0.49 315	0.40 291	0.36 328	0.38 273	0.34 293	0.27 293	0.54 336	0.27 298	0.10 278	0.10 246	0.14 405	0.13 401	0.13 359	0.18 327

FADNet-RVC	0.34 383	0.43 462	0.97 446	0.25 282	0.20 367	0.33 332	0.20 240	0.51 333	0.42 312	0.34 298	0.40 300	0.41 349	0.29 335	0.65 396	0.36 367	0.14 397	0.14 326	0.14 405	0.15 428	0.19 437	0.20 358

RASNet	0.30 349	0.19 291	0.59 311	0.23 201	0.19 345	0.33 332	0.20 240	0.50 323	0.41 300	0.31 241	0.44 343	0.47 398	0.38 403	0.79 445	0.40 381	0.09 217	0.07 117	0.07 45	0.09 244	0.08 122	0.10 150

TDLM	0.32 366	0.27 389	0.52 239	0.30 410	0.15 224	0.33 332	0.32 426	0.54 362	0.50 397	0.44 413	0.43 333	0.39 338	0.30 341	0.92 475	0.30 322	0.14 397	0.09 214	0.13 383	0.12 371	0.13 359	0.14 275

AdaStereo	0.25 257	0.17 257	0.47 144	0.25 282	0.13 127	0.33 332	0.17 110	0.57 398	0.43 323	0.34 298	0.38 273	0.35 307	0.21 216	0.32 224	0.24 262	0.14 397	0.06 48	0.13 383	0.09 244	0.11 305	0.09 96
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.
PS-NSSS	0.33 373	0.36 440	0.61 324	0.24 246	0.18 319	0.33 332	0.24 352	0.59 420	0.42 312	0.38 353	0.52 401	0.36 312	0.31 359	0.80 448	0.32 340	0.18 446	0.14 326	0.21 460	0.15 428	0.17 413	0.14 275

HSM	0.29 336	0.18 279	0.48 159	0.21 101	0.15 224	0.33 332	0.20 240	0.55 380	0.39 281	0.36 328	0.39 291	0.67 472	0.32 371	0.88 463	0.24 262	0.09 217	0.07 117	0.08 117	0.07 98	0.09 194	0.10 150

PSMNet-RUCA	0.39 409	0.47 468	0.84 414	0.46 488	0.41 487	0.34 348	0.26 376	0.59 420	0.46 357	0.40 379	0.51 394	0.44 374	0.33 379	0.43 291	0.31 332	0.25 473	0.14 326	0.33 488	0.21 462	0.32 484	0.23 388

DDVS	0.26 279	0.16 226	0.45 124	0.25 282	0.17 292	0.34 348	0.21 266	0.43 248	0.31 177	0.34 298	0.41 311	0.47 398	0.21 216	0.52 327	0.29 319	0.11 315	0.09 214	0.11 325	0.09 244	0.13 359	0.16 306

gwcnet-sp	0.25 257	0.16 226	0.70 365	0.23 201	0.14 164	0.34 348	0.22 299	0.46 285	0.41 300	0.37 344	0.35 240	0.27 213	0.27 293	0.36 261	0.26 287	0.09 217	0.08 174	0.09 197	0.09 244	0.10 253	0.10 150

scenet	0.25 257	0.16 226	0.70 365	0.23 201	0.14 164	0.34 348	0.22 299	0.46 285	0.41 300	0.37 344	0.35 240	0.27 213	0.27 293	0.36 261	0.26 287	0.09 217	0.08 174	0.09 197	0.09 244	0.10 253	0.10 150

ssnet	0.25 257	0.16 226	0.70 365	0.23 201	0.14 164	0.34 348	0.22 299	0.46 285	0.41 300	0.37 344	0.35 240	0.27 213	0.27 293	0.36 261	0.26 287	0.09 217	0.08 174	0.09 197	0.09 244	0.10 253	0.10 150

AASNet	0.29 336	0.27 389	0.67 352	0.26 321	0.18 319	0.34 348	0.21 266	0.64 454	0.49 391	0.36 328	0.41 311	0.32 278	0.26 286	0.33 234	0.39 379	0.12 354	0.09 214	0.10 270	0.08 168	0.14 381	0.12 225

ADLNet	0.30 349	0.19 291	0.59 311	0.23 201	0.19 345	0.34 348	0.23 328	0.56 389	0.44 335	0.43 407	0.41 311	0.43 368	0.28 315	0.56 347	0.36 367	0.11 315	0.08 174	0.11 325	0.11 330	0.11 305	0.15 291

test_xeample	0.39 409	0.14 164	0.46 138	0.19 35	0.16 262	0.34 348	0.22 299	0.59 420	0.43 323	0.33 279	0.47 378	0.30 257	0.27 293	0.60 367	2.44 525	0.10 278	0.21 419	0.09 197	0.09 244	0.09 194	0.25 412

SFCPSM	0.23 204	0.12 93	0.51 218	0.21 101	0.14 164	0.34 348	0.22 299	0.57 398	0.41 300	0.29 202	0.32 202	0.23 160	0.22 223	0.28 167	0.20 195	0.10 278	0.07 117	0.09 197	0.10 297	0.09 194	0.09 96

acv_ft	0.26 279	0.18 279	0.56 280	0.24 246	0.19 345	0.34 348	0.21 266	0.47 295	0.45 346	0.39 370	0.41 311	0.38 324	0.28 315	0.28 167	0.36 367	0.09 217	0.07 117	0.08 117	0.07 98	0.11 305	0.09 96

FAT-Stereo	0.36 392	0.19 291	0.75 381	0.26 321	0.18 319	0.34 348	0.30 412	0.62 445	0.61 447	0.47 431	0.61 444	0.59 441	0.50 449	0.61 373	0.36 367	0.13 373	0.14 326	0.13 383	0.12 371	0.14 381	0.20 358

CFNet	0.29 336	0.29 401	0.57 289	0.23 201	0.14 164	0.34 348	0.15 56	0.53 349	0.46 357	0.31 241	0.40 300	0.38 324	0.27 293	0.76 437	0.28 306	0.10 278	0.07 117	0.11 325	0.11 330	0.11 305	0.09 96

CVANet_RVC	0.34 383	0.25 371	0.77 391	0.27 357	0.17 292	0.34 348	0.28 399	0.55 380	0.50 397	0.43 407	0.46 370	0.44 374	0.31 359	0.90 468	0.27 298	0.15 411	0.10 246	0.14 405	0.14 417	0.15 391	0.15 291

UCFNet_RVC	0.25 257	0.21 312	0.49 179	0.19 35	0.15 224	0.34 348	0.18 162	0.47 295	0.36 240	0.30 225	0.35 240	0.40 341	0.26 286	0.35 256	0.24 262	0.13 373	0.08 174	0.13 383	0.14 417	0.13 359	0.13 249

NOSS_ROB	0.33 373	0.24 356	0.49 179	0.27 357	0.16 262	0.34 348	0.19 205	0.55 380	0.50 397	0.34 298	0.37 266	0.42 361	0.30 341	0.93 477	0.25 276	0.19 455	0.20 414	0.24 469	0.22 470	0.17 413	0.25 412

GASNet	0.39 409	0.58 488	1.27 483	0.35 453	0.23 408	0.35 363	0.23 328	0.63 449	0.56 432	0.41 391	0.38 273	0.45 380	0.30 341	0.81 451	0.42 389	0.16 421	0.11 273	0.14 405	0.14 417	0.23 459	0.12 225

BSDual-CNN	0.24 232	0.13 119	0.36 69	0.25 282	0.14 164	0.35 363	0.22 299	0.59 420	0.36 240	0.34 298	0.35 240	0.38 324	0.25 268	0.27 146	0.28 306	0.10 278	0.07 117	0.11 325	0.10 297	0.09 194	0.10 150

hknet	0.26 279	0.15 195	0.49 179	0.25 282	0.16 262	0.35 363	0.22 299	0.59 420	0.40 291	0.34 298	0.35 240	0.43 368	0.28 315	0.38 274	0.26 287	0.09 217	0.07 117	0.11 325	0.10 297	0.09 194	0.10 150

psmg	0.24 232	0.13 119	0.36 69	0.21 101	0.14 164	0.35 363	0.23 328	0.54 362	0.36 240	0.36 328	0.38 273	0.38 324	0.25 268	0.27 146	0.28 306	0.10 278	0.08 174	0.10 270	0.10 297	0.09 194	0.09 96

SACVNet	0.32 366	0.25 371	0.59 311	0.26 321	0.19 345	0.35 363	0.25 365	0.54 362	0.41 300	0.43 407	0.45 358	0.46 388	0.34 381	0.71 418	0.30 322	0.14 397	0.10 246	0.12 358	0.12 371	0.16 399	0.20 358

HSM-Net_RVC	0.28 316	0.12 93	0.48 159	0.19 35	0.11 47	0.35 363	0.21 266	0.64 454	0.44 335	0.40 379	0.43 333	0.50 412	0.27 293	0.75 431	0.25 276	0.08 145	0.07 117	0.08 117	0.07 98	0.08 122	0.09 96
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CBMV_ROB	0.36 392	0.21 312	0.57 289	0.22 150	0.14 164	0.35 363	0.20 240	0.55 380	0.47 370	0.52 448	0.58 428	0.45 380	0.53 458	0.75 431	0.50 420	0.18 446	0.19 403	0.23 467	0.21 462	0.15 391	0.20 358

DualNet (step1)	0.31 360	0.21 312	0.69 359	0.18 15	0.17 292	0.36 370	0.21 266	0.54 362	0.43 323	0.38 353	0.36 255	0.38 324	0.32 371	0.41 282	0.26 287	0.24 466	0.21 419	0.28 478	0.24 476	0.18 428	0.21 367

test_sample9	0.45 438	0.21 312	0.69 359	0.18 15	0.17 292	0.36 370	0.21 266	0.54 362	0.43 323	0.38 353	0.36 255	0.38 324	0.32 371	0.70 413	1.01 478	0.24 466	1.93 531	0.28 478	0.24 476	0.18 428	0.21 367

test_sample8	0.52 459	0.21 312	0.69 359	0.18 15	0.17 292	0.36 370	0.21 266	0.57 398	0.38 265	0.63 469	0.39 291	1.16 497	0.68 482	0.70 413	1.01 478	0.24 466	1.93 531	0.28 478	0.24 476	0.18 428	0.21 367

ADLNet2	0.31 360	0.23 345	0.77 391	0.23 201	0.18 319	0.36 370	0.24 352	0.55 380	0.54 421	0.33 279	0.38 273	0.45 380	0.31 359	0.70 413	0.36 367	0.10 278	0.08 174	0.09 197	0.09 244	0.12 345	0.11 184

222	0.45 438	0.14 164	0.43 113	0.19 35	0.15 224	0.36 370	0.20 240	0.60 430	0.43 323	0.37 344	0.45 358	0.30 257	0.28 315	0.59 362	3.72 530	0.11 315	0.19 403	0.08 117	0.09 244	0.09 194	0.27 428

ac_64	0.28 316	0.16 226	0.62 328	0.25 282	0.17 292	0.36 370	0.22 299	0.48 306	0.35 224	0.36 328	0.37 266	0.51 415	0.30 341	0.62 384	0.34 356	0.11 315	0.09 214	0.10 270	0.10 297	0.09 194	0.09 96

DeepPrunerF	0.46 445	0.37 443	1.50 496	0.34 447	0.30 458	0.36 370	0.37 445	0.64 454	1.15 510	0.41 391	0.45 358	0.40 341	0.41 418	0.82 452	0.53 428	0.18 446	0.14 326	0.23 467	0.21 462	0.17 413	0.18 327

StereoDRNet-Refined	0.28 316	0.19 291	0.47 144	0.25 282	0.14 164	0.36 370	0.21 266	0.49 315	0.43 323	0.46 425	0.52 401	0.42 361	0.30 341	0.46 303	0.38 375	0.10 278	0.07 117	0.11 325	0.11 330	0.10 253	0.11 184
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
LMCR-Stereo	0.28 316	0.22 330	0.56 280	0.29 399	0.14 164	0.37 378	0.23 328	0.57 398	0.36 240	0.40 379	0.40 300	0.29 239	0.30 341	0.41 282	0.38 375	0.11 315	0.07 117	0.09 197	0.07 98	0.13 359	0.10 150

UPFNet	0.27 306	0.15 195	0.47 144	0.25 282	0.20 367	0.37 378	0.27 384	0.50 323	0.40 291	0.36 328	0.38 273	0.37 318	0.29 335	0.40 279	0.34 356	0.10 278	0.10 246	0.10 270	0.10 297	0.10 253	0.08 60

FADNet	0.34 383	0.43 462	0.88 429	0.24 246	0.22 397	0.37 378	0.19 205	0.56 389	0.49 391	0.32 266	0.36 255	0.43 368	0.32 371	0.65 396	0.30 322	0.17 435	0.16 367	0.14 405	0.16 438	0.25 465	0.21 367

RP	0.38 404	0.26 381	0.67 352	0.31 425	0.24 422	0.37 378	0.29 405	0.53 349	0.61 447	0.42 396	0.65 450	0.62 453	0.51 451	0.63 387	0.43 393	0.17 435	0.15 355	0.17 438	0.15 428	0.17 413	0.19 341

DLCB_ROB	0.30 349	0.20 304	0.45 124	0.28 384	0.17 292	0.37 378	0.25 365	0.50 323	0.45 346	0.46 425	0.47 378	0.51 415	0.34 381	0.56 347	0.38 375	0.10 278	0.10 246	0.11 325	0.11 330	0.10 253	0.11 184

XPNet_ROB	0.35 390	0.26 381	0.58 304	0.28 384	0.19 345	0.37 378	0.31 421	0.57 398	0.51 403	0.52 448	0.54 411	0.57 435	0.38 403	0.65 396	0.48 413	0.17 435	0.12 290	0.13 383	0.12 371	0.16 399	0.17 324

GCST	0.50 453	0.67 494	0.82 405	1.04 517	0.55 498	0.38 384	0.11 8	0.42 238	0.33 203	0.42 396	0.35 240	0.29 239	0.18 180	0.50 314	0.23 253	0.70 511	0.42 499	0.79 512	0.62 515	0.63 500	0.47 490

CBFPSM	0.28 316	0.23 345	0.76 385	0.21 101	0.14 164	0.38 384	0.26 376	0.42 238	0.37 255	0.34 298	0.36 255	0.55 429	0.38 403	0.33 234	0.40 381	0.08 145	0.08 174	0.07 45	0.08 168	0.09 194	0.12 225

xxxx	0.39 409	0.14 164	0.47 144	0.20 70	0.16 262	0.38 384	0.20 240	0.61 437	0.43 323	0.30 225	0.44 343	0.38 324	0.25 268	0.50 314	2.41 524	0.11 315	0.21 419	0.09 197	0.10 297	0.10 253	0.26 424

edge stereo	0.40 420	0.22 330	0.87 423	0.27 357	0.22 397	0.38 384	0.26 376	0.59 420	0.56 432	0.53 454	0.60 436	0.71 480	0.50 449	0.78 441	0.43 393	0.16 421	0.15 355	0.19 453	0.14 417	0.17 413	0.19 341

psmorigin	0.52 459	0.29 401	3.10 523	0.24 246	0.19 345	0.39 388	0.24 352	0.52 339	0.45 346	0.66 474	0.68 456	0.70 479	0.52 453	0.86 460	0.49 419	0.15 411	0.17 390	0.13 383	0.14 417	0.16 399	0.23 388

EDNetEfficient	0.64 483	0.39 453	2.52 516	0.26 321	0.26 439	0.39 388	0.49 480	0.42 238	1.06 501	1.38 511	0.86 479	0.61 450	0.97 500	0.66 402	1.62 512	0.11 315	0.10 246	0.10 270	0.12 371	0.20 444	0.19 341

DSFCA	0.29 336	0.18 279	0.48 159	0.21 101	0.17 292	0.39 388	0.32 426	0.49 315	0.44 335	0.44 413	0.38 273	0.40 341	0.30 341	0.53 330	0.38 375	0.12 354	0.10 246	0.10 270	0.11 330	0.11 305	0.11 184

S-Stereo	0.39 409	0.20 304	1.04 453	0.28 384	0.22 397	0.39 388	0.31 421	0.58 411	0.69 466	0.40 379	0.59 432	0.48 402	0.41 418	0.75 431	0.42 389	0.12 354	0.15 355	0.13 383	0.13 401	0.16 399	0.25 412

PA-Net	0.40 420	0.35 434	1.05 454	0.32 431	0.28 445	0.39 388	0.43 467	0.53 349	0.56 432	0.35 316	0.43 333	0.41 349	0.36 393	0.83 456	0.61 445	0.12 354	0.23 440	0.16 429	0.23 474	0.13 359	0.20 358
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
PWC_ROB	0.41 425	0.38 449	0.92 435	0.26 321	0.20 367	0.39 388	0.19 205	0.61 437	0.69 466	0.58 465	0.84 477	0.52 422	0.44 428	0.74 426	0.62 446	0.13 373	0.09 214	0.14 405	0.10 297	0.17 413	0.18 327

TCMNet	0.34 383	0.28 397	0.81 401	0.29 399	0.30 458	0.40 394	0.28 399	0.53 349	0.49 391	0.38 353	0.46 370	0.40 341	0.30 341	0.61 373	0.42 389	0.14 397	0.13 309	0.15 421	0.14 417	0.18 428	0.19 341

ssnet_v2	0.30 349	0.21 312	0.63 333	0.23 201	0.15 224	0.40 394	0.30 412	0.59 420	0.48 378	0.40 379	0.37 266	0.46 388	0.30 341	0.41 282	0.44 400	0.13 373	0.11 273	0.11 325	0.11 330	0.12 345	0.11 184

hitnet-ft	0.31 360	0.21 312	0.56 280	0.19 35	0.14 164	0.40 394	0.23 328	0.46 285	0.42 312	0.37 344	0.46 370	0.53 426	0.35 388	0.76 437	0.35 363	0.14 397	0.10 246	0.14 405	0.10 297	0.15 391	0.14 275

ETE_ROB	0.36 392	0.32 417	0.64 338	0.30 410	0.18 319	0.40 394	0.38 453	0.59 420	0.49 391	0.50 442	0.52 401	0.62 453	0.37 398	0.58 354	0.43 393	0.13 373	0.10 246	0.14 405	0.12 371	0.17 413	0.18 327

pmcnn	0.54 463	0.24 356	1.06 456	0.25 282	0.26 439	0.40 394	0.31 421	0.55 380	0.55 428	0.56 461	1.22 498	2.53 523	0.39 410	0.84 457	1.08 487	0.09 217	0.06 48	0.06 2	0.05 19	0.10 253	0.14 275

Anonymous3	0.24 232	0.19 291	0.76 385	0.27 357	0.18 319	0.41 399	0.24 352	0.45 278	0.36 240	0.23 127	0.27 154	0.20 125	0.18 180	0.28 167	0.19 176	0.12 354	0.11 273	0.10 270	0.10 297	0.11 305	0.13 249

Syn2CoEx	0.39 409	0.39 453	1.08 461	0.35 453	0.21 382	0.41 399	0.29 405	0.63 449	0.51 403	0.43 407	0.56 421	0.45 380	0.45 430	0.69 410	0.39 379	0.17 435	0.14 326	0.16 429	0.12 371	0.13 359	0.16 306

delet	0.29 336	0.18 279	0.58 304	0.24 246	0.19 345	0.41 399	0.30 412	0.52 339	0.51 403	0.35 316	0.42 319	0.37 318	0.31 359	0.49 310	0.36 367	0.10 278	0.09 214	0.11 325	0.12 371	0.09 194	0.09 96

SuperB	0.50 453	0.37 443	2.16 514	0.23 201	0.15 224	0.41 399	0.32 426	0.50 323	0.83 483	0.44 413	0.51 394	0.33 285	0.45 430	0.69 410	1.07 485	0.10 278	0.08 174	0.09 197	0.08 168	0.95 519	0.18 327

RGC	0.41 425	0.35 434	0.76 385	0.35 453	0.28 445	0.41 399	0.29 405	0.60 430	0.55 428	0.47 431	0.64 448	0.63 457	0.47 439	0.74 426	0.46 408	0.16 421	0.15 355	0.21 460	0.21 462	0.19 437	0.21 367

DANet	0.37 399	0.25 371	0.67 352	0.37 458	0.22 397	0.42 404	0.25 365	0.50 323	0.44 335	0.52 448	0.50 391	0.59 441	0.42 422	0.78 441	0.53 428	0.13 373	0.12 290	0.14 405	0.12 371	0.17 413	0.21 367
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
PASM	0.49 452	0.41 458	1.15 468	0.37 458	0.35 474	0.42 404	0.42 465	0.54 362	0.65 456	0.54 457	0.54 411	0.63 457	0.48 443	0.94 479	0.51 423	0.27 479	0.30 481	0.30 481	0.33 491	0.29 479	0.29 440

NCCL2	0.37 399	0.33 421	0.59 311	0.37 458	0.23 408	0.42 404	0.41 464	0.56 389	0.44 335	0.47 431	0.47 378	0.61 450	0.39 410	0.58 354	0.41 385	0.16 421	0.13 309	0.21 460	0.22 470	0.16 399	0.18 327

CBMV	0.36 392	0.25 371	0.61 324	0.24 246	0.14 164	0.42 404	0.33 431	0.56 389	0.52 414	0.54 457	0.52 401	0.51 415	0.58 465	0.63 387	0.43 393	0.15 411	0.16 367	0.18 446	0.16 438	0.13 359	0.19 341
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AF-Net	0.40 420	0.31 410	0.74 378	0.33 442	0.24 422	0.43 408	0.30 412	0.64 454	0.67 460	0.44 413	0.69 459	0.65 464	0.52 453	0.59 362	0.48 413	0.16 421	0.12 290	0.19 453	0.14 417	0.16 399	0.14 275

GANet	0.40 420	0.28 397	0.67 352	0.31 425	0.18 319	0.43 408	0.39 456	0.60 430	0.46 357	0.48 436	0.78 470	0.55 429	0.45 430	0.96 480	0.55 435	0.13 373	0.14 326	0.13 383	0.12 371	0.15 391	0.16 306

NVstereo2D	0.32 366	0.18 279	0.63 333	0.24 246	0.23 408	0.43 408	0.28 399	0.60 430	0.58 436	0.28 178	0.39 291	0.42 361	0.30 341	0.71 418	0.30 322	0.13 373	0.09 214	0.13 383	0.10 297	0.20 444	0.18 327

StereoDRNet	0.34 383	0.28 397	0.70 365	0.28 384	0.21 382	0.43 408	0.30 412	0.63 449	0.51 403	0.47 431	0.40 300	0.48 402	0.31 359	0.58 354	0.44 400	0.12 354	0.10 246	0.12 358	0.11 330	0.13 359	0.13 249

PWCDC_ROB	0.41 425	0.41 458	0.77 391	0.34 447	0.21 382	0.43 408	0.20 240	0.60 430	0.90 490	0.44 413	1.24 499	0.36 312	0.38 403	0.56 347	0.48 413	0.18 446	0.11 273	0.11 325	0.10 297	0.20 444	0.16 306

iinet-f	0.31 360	0.23 345	1.16 470	0.20 70	0.16 262	0.44 413	0.23 328	0.47 295	0.38 265	0.36 328	0.44 343	0.41 349	0.35 388	0.36 261	0.43 393	0.10 278	0.09 214	0.08 117	0.08 168	0.13 359	0.12 225

Wz-Net-SNSev	0.45 438	0.53 478	1.42 492	0.31 425	0.21 382	0.44 413	0.45 470	0.64 454	0.68 464	0.46 425	0.66 452	0.62 453	0.40 413	0.78 441	0.65 450	0.12 354	0.11 273	0.12 358	0.13 401	0.17 413	0.19 341

BUS	0.24 232	0.13 119	0.36 69	0.25 282	0.14 164	0.44 413	0.17 110	0.59 420	0.36 240	0.34 298	0.35 240	0.31 267	0.22 223	0.27 146	0.22 234	0.10 278	0.07 117	0.11 325	0.10 297	0.09 194	0.10 150

NINENet	0.27 306	0.16 226	0.49 179	0.23 201	0.16 262	0.44 413	0.17 110	0.63 449	0.49 391	0.33 279	0.38 273	0.31 267	0.22 223	0.43 291	0.22 234	0.11 315	0.10 246	0.12 358	0.08 168	0.12 345	0.11 184

CSP-Net	0.28 316	0.17 257	0.41 98	0.22 150	0.14 164	0.44 413	0.24 352	0.52 339	0.42 312	0.42 396	0.44 343	0.42 361	0.27 293	0.66 402	0.30 322	0.12 354	0.09 214	0.08 117	0.08 168	0.10 253	0.10 150

UNet	0.28 316	0.16 226	0.70 365	0.24 246	0.20 367	0.44 413	0.21 266	0.52 339	0.42 312	0.36 328	0.40 300	0.43 368	0.33 379	0.41 282	0.32 340	0.09 217	0.07 117	0.10 270	0.09 244	0.10 253	0.09 96

EDNetEfficientorigin	7.48 536	0.57 486	139.59 554	0.25 282	0.17 292	0.44 413	0.30 412	0.48 306	1.04 499	1.29 508	1.02 489	0.82 485	0.87 495	0.76 437	1.02 481	0.10 278	0.09 214	0.12 358	0.11 330	0.22 454	0.25 412

PSMNet_ROB	0.36 392	0.31 410	0.71 372	0.31 425	0.21 382	0.44 413	0.44 469	0.61 437	0.49 391	0.39 370	0.45 358	0.49 408	0.32 371	0.66 402	0.53 428	0.14 397	0.10 246	0.15 421	0.14 417	0.13 359	0.13 249

Nwc_Net	0.39 409	0.29 401	0.84 414	0.32 431	0.24 422	0.45 421	0.30 412	0.67 466	0.51 403	0.39 370	0.70 460	0.59 441	0.48 443	0.61 373	0.45 407	0.16 421	0.12 290	0.19 453	0.21 462	0.14 381	0.15 291

SGM-Forest	0.42 429	0.44 465	0.92 435	0.24 246	0.16 262	0.45 421	0.40 460	0.58 411	0.50 397	0.54 457	0.63 447	0.52 422	0.51 451	0.91 470	0.66 452	0.17 435	0.17 390	0.17 438	0.15 428	0.15 391	0.21 367
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Wz-Net-LNSev-Ref	0.33 373	0.25 371	0.82 405	0.22 150	0.17 292	0.46 423	0.28 399	0.53 349	0.53 416	0.43 407	0.57 425	0.44 374	0.31 359	0.50 314	0.48 413	0.10 278	0.06 48	0.08 117	0.06 51	0.11 305	0.12 225

CRFU-Net	0.29 336	0.14 164	0.48 159	0.26 321	0.15 224	0.46 423	0.22 299	0.52 339	0.32 187	0.44 413	0.42 319	0.48 402	0.47 439	0.44 295	0.31 332	0.12 354	0.10 246	0.09 197	0.08 168	0.10 253	0.11 184

DDUNet	0.45 438	0.60 491	0.71 372	0.45 485	0.39 484	0.46 423	0.32 426	0.53 349	0.44 335	0.46 425	0.53 408	0.57 435	0.38 403	0.51 320	0.43 393	0.34 489	0.21 419	0.56 501	0.25 479	0.41 490	0.36 463

SHD	0.45 438	0.34 430	0.89 431	0.37 458	0.28 445	0.46 423	0.23 328	0.72 482	0.96 497	0.65 472	0.61 444	0.61 450	0.48 443	0.64 392	0.69 455	0.16 421	0.16 367	0.16 429	0.16 438	0.21 450	0.25 412

DRN-Test	0.35 390	0.20 304	0.75 381	0.28 384	0.19 345	0.46 423	0.29 405	0.68 471	0.54 421	0.49 437	0.47 378	0.44 374	0.35 388	0.63 387	0.44 400	0.13 373	0.09 214	0.13 383	0.12 371	0.13 359	0.13 249

LALA_ROB	0.38 404	0.31 410	0.65 343	0.30 410	0.21 382	0.46 423	0.39 456	0.63 449	0.54 421	0.53 454	0.52 401	0.69 476	0.36 393	0.52 327	0.48 413	0.18 446	0.11 273	0.16 429	0.14 417	0.17 413	0.16 306

SQANet	0.44 435	0.57 486	0.89 431	0.49 491	0.39 484	0.47 429	0.23 328	0.53 349	0.44 335	0.41 391	0.48 387	0.47 398	0.34 381	0.58 354	0.43 393	0.38 495	0.15 355	0.40 493	0.21 462	0.50 493	0.34 459

Wz-Net-LNSev	0.36 392	0.35 434	1.06 456	0.26 321	0.21 382	0.47 429	0.33 431	0.56 389	0.58 436	0.45 420	0.54 411	0.50 412	0.37 398	0.40 279	0.42 389	0.12 354	0.11 273	0.10 270	0.09 244	0.14 381	0.15 291

UDG	0.42 429	0.54 479	0.67 352	0.41 478	0.35 474	0.47 429	0.27 384	0.57 398	0.48 378	0.40 379	0.46 370	0.59 441	0.45 430	0.47 307	0.46 408	0.26 475	0.19 403	0.49 497	0.22 470	0.37 488	0.30 443

MMNet	0.28 316	0.19 291	0.54 262	0.24 246	0.17 292	0.47 429	0.22 299	0.47 295	0.53 416	0.40 379	0.43 333	0.36 312	0.34 381	0.40 279	0.35 363	0.08 145	0.08 174	0.09 197	0.09 244	0.10 253	0.09 96

NCC-stereo	0.42 429	0.31 410	0.87 423	0.32 431	0.29 455	0.47 429	0.37 445	0.68 471	0.53 416	0.42 396	0.58 428	0.57 435	0.52 453	0.75 431	0.54 432	0.18 446	0.14 326	0.18 446	0.25 479	0.17 413	0.18 327

Abc-Net	0.42 429	0.31 410	0.87 423	0.32 431	0.29 455	0.47 429	0.37 445	0.68 471	0.53 416	0.42 396	0.58 428	0.57 435	0.52 453	0.75 431	0.54 432	0.18 446	0.14 326	0.18 446	0.25 479	0.17 413	0.18 327
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
YMNet	0.33 373	0.26 381	0.64 338	0.28 384	0.23 408	0.48 435	0.27 384	0.54 362	0.47 370	0.49 437	0.56 421	0.51 415	0.30 341	0.41 282	0.44 400	0.13 373	0.16 367	0.13 383	0.12 371	0.14 381	0.14 275

YMNet_1	0.33 373	0.26 381	0.64 338	0.28 384	0.23 408	0.48 435	0.27 384	0.54 362	0.47 370	0.49 437	0.56 421	0.51 415	0.30 341	0.41 282	0.44 400	0.13 373	0.16 367	0.13 383	0.12 371	0.14 381	0.14 275

ACV-stereo	0.30 349	0.20 304	0.82 405	0.23 201	0.16 262	0.48 435	0.20 240	0.38 188	0.34 214	0.29 202	0.33 222	0.66 468	0.43 425	0.55 341	0.31 332	0.10 278	0.09 214	0.09 197	0.09 244	0.11 305	0.12 225

Consistency-Raft	0.56 468	0.52 476	1.12 464	0.45 485	0.49 491	0.48 435	0.45 470	0.73 483	0.74 476	0.45 420	0.82 475	0.46 388	0.60 468	0.51 320	0.63 449	0.39 497	0.40 496	0.44 495	0.51 506	0.53 496	0.38 478

GwcNet	0.37 399	0.29 401	1.12 464	0.25 282	0.24 422	0.48 435	0.27 384	0.58 411	0.60 445	0.39 370	0.54 411	0.51 415	0.34 381	0.60 367	0.46 408	0.13 373	0.12 290	0.12 358	0.11 330	0.13 359	0.15 291

DISCO	0.33 373	0.16 226	0.55 270	0.26 321	0.16 262	0.48 435	0.25 365	0.52 339	0.58 436	0.38 353	0.45 358	0.63 457	0.37 398	0.65 396	0.50 420	0.10 278	0.07 117	0.09 197	0.08 168	0.13 359	0.13 249

fast-acv-ft	0.33 373	0.26 381	0.88 429	0.25 282	0.18 319	0.49 441	0.27 384	0.44 269	0.50 397	0.40 379	0.55 416	0.49 408	0.36 393	0.39 277	0.41 385	0.11 315	0.11 273	0.11 325	0.12 371	0.13 359	0.11 184

ADCRef	0.41 425	0.33 421	1.05 454	0.26 321	0.21 382	0.49 441	0.27 384	0.54 362	0.51 403	0.51 445	0.59 432	0.35 307	0.47 439	0.54 336	1.35 502	0.09 217	0.08 174	0.12 358	0.12 371	0.12 345	0.13 249

RTSC	0.43 433	0.37 443	0.95 443	0.30 410	0.20 367	0.50 443	0.23 328	0.65 460	0.86 486	0.56 461	0.54 411	0.51 415	0.36 393	0.71 418	0.92 470	0.13 373	0.14 326	0.11 325	0.13 401	0.18 428	0.19 341

PAM_32	0.26 279	0.10 31	0.63 333	0.24 246	0.19 345	0.51 444	0.26 376	0.43 248	0.30 168	0.32 266	0.28 160	0.60 447	0.28 315	0.29 188	0.20 195	0.08 145	0.14 326	0.08 117	0.10 297	0.07 66	0.15 291

MaskLacGwcNet_RVC	0.38 404	0.43 462	0.72 377	0.35 453	0.19 345	0.51 444	0.25 365	0.56 389	0.39 281	0.42 396	0.47 378	0.47 398	0.27 293	0.74 426	0.32 340	0.38 495	0.19 403	0.27 472	0.17 449	0.29 479	0.27 428

ADCMid	0.53 461	0.45 466	1.46 493	0.27 357	0.22 397	0.51 444	0.38 453	0.61 437	0.58 436	0.75 481	0.67 454	0.62 453	0.66 481	0.66 402	1.75 513	0.13 373	0.12 290	0.17 438	0.17 449	0.20 444	0.21 367

CC-Net-ROB	0.46 445	0.55 480	0.86 421	0.38 467	0.23 408	0.51 444	0.30 412	0.69 477	0.51 403	0.46 425	0.51 394	0.48 402	0.38 403	0.96 480	0.40 381	0.36 492	0.23 440	0.56 501	0.25 479	0.34 487	0.22 380

GANetREF_RVC	0.45 438	0.52 476	0.87 423	0.39 469	0.20 367	0.51 444	0.50 482	0.68 471	0.67 460	0.47 431	0.46 370	0.50 412	0.43 425	0.91 470	0.40 381	0.28 481	0.21 419	0.32 485	0.19 456	0.28 477	0.23 388
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
FBW_ROB	0.46 445	0.34 430	0.71 372	0.32 431	0.20 367	0.51 444	0.32 426	0.73 483	0.63 453	0.60 466	0.57 425	0.65 464	0.44 428	1.42 510	0.62 446	0.14 397	0.17 390	0.22 465	0.16 438	0.17 413	0.23 388

APVNet	0.38 404	0.26 381	0.87 423	0.26 321	0.22 397	0.52 450	0.35 437	0.64 454	0.46 357	0.40 379	0.52 401	0.48 402	0.39 410	0.84 457	0.48 413	0.13 373	0.14 326	0.15 421	0.16 438	0.16 399	0.16 306

LSM	1.68 522	0.48 472	2.91 521	2.28 533	17.60 544	0.52 450	0.55 489	0.65 460	0.78 478	0.84 488	1.11 492	0.63 457	0.55 460	0.79 445	0.53 428	0.16 421	0.25 453	0.18 446	0.21 462	0.25 465	2.37 534

NaN_ROB	0.44 435	0.38 449	0.94 442	0.30 410	0.20 367	0.52 450	0.49 480	0.61 437	0.60 445	0.56 461	0.47 378	0.49 408	0.42 422	1.24 499	0.76 460	0.12 354	0.18 399	0.12 358	0.13 401	0.12 345	0.18 327

PAM	0.26 279	0.11 53	0.63 333	0.25 282	0.18 319	0.53 453	0.29 405	0.44 269	0.28 134	0.36 328	0.27 154	0.59 441	0.26 286	0.28 167	0.20 195	0.08 145	0.12 290	0.07 45	0.10 297	0.07 66	0.13 249

coex-ft	3.48 530	0.81 502	48.53 552	0.24 246	0.19 345	0.53 453	0.47 476	0.49 315	2.36 523	7.18 537	1.20 496	0.96 493	2.53 527	0.75 431	2.14 521	0.13 373	0.15 355	0.14 405	0.12 371	0.22 454	0.47 490

Anonymous_2	0.44 435	0.23 345	0.57 289	0.34 447	0.34 471	0.53 453	0.28 399	0.49 315	0.39 281	0.36 328	0.34 232	0.48 402	0.38 403	0.43 291	0.33 349	0.26 475	0.41 498	0.44 495	1.45 530	0.33 486	0.37 471

DispFullNet	0.67 484	0.94 509	1.63 501	0.77 508	1.19 525	0.53 453	0.25 365	0.61 437	0.72 472	0.70 478	0.60 436	0.69 476	0.90 496	0.80 448	0.52 424	0.27 479	0.13 309	0.74 509	0.31 490	0.68 505	0.44 486

NVStereoNet_ROB	0.74 489	0.64 493	1.20 480	0.55 495	0.43 489	0.54 457	0.48 477	0.75 486	0.87 489	0.88 490	1.72 515	1.06 494	1.03 503	1.29 503	0.98 477	0.35 491	0.42 499	0.41 494	0.48 501	0.38 489	0.43 484
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
anonymity	0.57 470	0.55 480	0.74 378	0.48 490	0.63 502	0.56 458	0.43 467	0.71 479	0.51 403	0.64 471	0.55 416	0.57 435	0.61 472	0.65 396	0.57 438	0.55 502	0.55 512	0.50 498	0.54 507	0.51 495	0.61 504

ADCS	0.62 478	0.56 482	1.54 499	0.30 410	0.25 435	0.56 458	0.46 473	0.71 479	0.86 486	0.77 485	0.72 462	0.68 474	0.62 476	0.82 452	2.33 523	0.17 435	0.16 367	0.16 429	0.17 449	0.23 459	0.27 428

ADCP+	0.48 451	0.36 440	1.47 494	0.26 321	0.22 397	0.57 460	0.40 460	0.56 389	0.54 421	0.46 425	0.52 401	0.46 388	0.53 458	0.59 362	1.93 517	0.10 278	0.08 174	0.11 325	0.11 330	0.14 381	0.15 291

CSAN	0.55 464	0.47 468	1.19 478	0.37 458	0.23 408	0.57 460	0.61 493	0.65 460	0.72 472	0.65 472	0.78 470	0.66 468	0.65 480	1.41 509	0.77 461	0.21 460	0.17 390	0.20 458	0.21 462	0.18 428	0.21 367

WZ-Net	0.56 468	0.49 474	2.14 513	0.30 410	0.24 422	0.58 462	0.48 477	0.65 460	0.80 480	0.51 445	0.72 462	0.68 474	0.60 468	1.06 489	1.01 478	0.13 373	0.10 246	0.11 325	0.12 371	0.19 437	0.23 388

XQC	0.47 448	0.45 466	1.07 458	0.40 474	0.28 445	0.58 462	0.38 453	0.67 466	0.76 477	0.53 454	0.47 378	0.59 441	0.47 439	0.74 426	0.80 464	0.18 446	0.14 326	0.18 446	0.16 438	0.26 469	0.24 401

Wz-Net-MNSev	0.39 409	0.35 434	0.99 450	0.26 321	0.21 382	0.59 464	0.39 456	0.58 411	0.61 447	0.49 437	0.56 421	0.53 426	0.37 398	0.61 373	0.47 411	0.11 315	0.09 214	0.11 325	0.11 330	0.15 391	0.15 291

ccnet	0.43 433	0.34 430	0.62 328	0.28 384	0.33 469	0.60 465	0.34 435	0.68 471	0.47 370	0.54 457	0.66 452	0.56 433	0.46 437	0.73 422	0.66 452	0.26 475	0.19 403	0.24 469	0.22 470	0.27 474	0.25 412

AnyNet_C32	0.55 464	0.51 475	1.34 487	0.29 399	0.28 445	0.61 466	0.62 494	0.57 398	0.62 451	0.63 469	0.68 456	0.54 428	0.55 460	0.82 452	1.81 514	0.15 411	0.15 355	0.15 421	0.18 454	0.21 450	0.25 412

DGSMNet	0.63 481	0.32 417	1.01 451	0.54 494	0.73 508	0.62 467	1.36 526	0.62 445	0.58 436	0.38 353	0.62 446	0.52 422	0.34 381	0.65 396	0.47 411	0.54 501	0.61 518	0.67 506	0.61 514	0.65 502	0.69 514

RYNet	0.38 404	0.23 345	0.65 343	0.26 321	0.28 445	0.62 467	0.33 431	0.61 437	0.62 451	0.42 396	0.39 291	0.58 440	0.40 413	0.89 465	0.57 438	0.11 315	0.09 214	0.12 358	0.11 330	0.19 437	0.22 380

WCMA_ROB	0.55 464	0.27 389	0.76 385	0.26 321	0.22 397	0.62 467	0.36 443	0.57 398	0.58 436	0.97 496	1.40 504	1.28 502	0.94 499	0.80 448	0.80 464	0.20 458	0.17 390	0.16 429	0.16 438	0.19 437	0.29 440

PVD	0.62 478	0.41 458	0.93 439	0.44 483	0.39 484	0.63 470	0.51 484	0.86 499	1.27 511	0.93 493	1.09 491	0.81 484	0.85 492	0.89 465	0.89 469	0.21 460	0.23 440	0.22 465	0.19 456	0.28 477	0.41 479

Wz-Net-TNSev	0.55 464	0.72 496	1.90 509	0.26 321	0.21 382	0.64 471	0.45 470	0.66 464	0.71 470	0.52 448	0.55 416	0.71 480	0.63 478	1.04 487	0.94 473	0.16 421	0.15 355	0.13 383	0.15 428	0.21 450	0.24 401

stereogan	0.39 409	0.20 304	0.78 395	0.28 384	0.22 397	0.65 472	0.26 376	0.62 445	0.65 456	0.45 420	0.60 436	0.67 472	0.45 430	0.69 410	0.37 373	0.14 397	0.14 326	0.14 405	0.12 371	0.20 444	0.19 341

FCDSN-DC	0.67 484	0.38 449	0.83 410	0.37 458	0.30 458	0.66 473	0.37 445	0.69 477	0.70 468	1.15 506	1.53 509	1.70 511	1.38 513	1.00 483	0.83 466	0.24 466	0.22 430	0.27 472	0.26 483	0.27 474	0.32 452
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MeshStereo	0.60 475	0.31 410	0.71 372	0.22 150	0.17 292	0.66 473	0.36 443	0.81 493	0.63 453	1.48 522	1.32 501	1.65 509	0.83 491	1.18 496	0.74 458	0.17 435	0.17 390	0.17 438	0.14 417	0.17 413	0.19 341
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
PDISCO_ROB	0.45 438	0.37 443	0.89 431	0.44 483	0.37 479	0.70 475	0.35 437	0.75 486	0.78 478	0.45 420	0.53 408	0.65 464	0.40 413	0.68 409	0.52 424	0.22 463	0.12 290	0.21 460	0.19 456	0.26 469	0.22 380

ADCPNet	0.51 456	0.36 440	1.82 508	0.27 357	0.23 408	0.71 476	0.39 456	0.56 389	0.54 421	0.52 448	0.60 436	0.66 468	0.57 464	0.64 392	1.23 492	0.15 411	0.18 399	0.14 405	0.23 474	0.19 437	0.22 380

MFN_U_SF_RVC	0.58 472	0.58 488	1.31 486	0.39 469	0.23 408	0.72 477	0.30 412	0.83 496	0.68 464	0.74 480	0.74 466	0.86 486	0.60 468	0.84 457	0.83 466	0.29 482	0.27 464	0.32 485	0.37 497	0.31 481	0.33 456

SANet	0.58 472	0.41 458	1.38 489	0.27 357	0.16 262	0.72 477	0.48 477	0.71 479	1.34 512	0.69 477	0.97 487	0.94 490	0.78 486	0.97 482	0.93 471	0.14 397	0.12 290	0.12 358	0.12 371	0.18 428	0.20 358

otaku	0.60 475	0.73 498	1.13 466	0.64 498	0.45 490	0.73 479	0.37 445	0.67 466	0.67 460	0.52 448	0.75 468	0.66 468	0.46 437	0.74 426	0.59 441	0.55 502	0.34 491	0.56 501	0.36 495	0.65 502	0.49 495

Ntro	0.61 477	0.75 501	1.16 470	0.67 500	0.50 492	0.76 480	0.37 445	0.68 471	0.71 470	0.50 442	0.59 432	0.65 464	0.52 453	0.79 445	0.58 440	0.58 505	0.32 487	0.57 504	0.34 492	0.69 507	0.50 497

DPSNet	0.51 456	0.26 381	1.16 470	0.28 384	0.21 382	0.76 480	0.56 490	0.89 503	0.82 482	0.49 437	0.51 394	0.64 462	0.81 490	0.89 465	0.85 468	0.17 435	0.16 367	0.13 383	0.13 401	0.26 469	0.27 428

SPS-STEREO	0.74 489	0.72 496	1.18 477	0.52 493	0.57 500	0.76 480	0.50 482	0.80 491	0.66 459	0.97 496	0.88 482	0.94 490	0.74 484	1.08 490	1.04 483	0.58 505	0.51 506	0.50 498	0.50 505	0.56 497	0.72 516
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ADCL	0.50 453	0.30 407	1.15 468	0.28 384	0.19 345	0.77 483	0.64 495	0.57 398	0.73 475	0.57 464	0.73 465	0.55 429	0.60 468	0.66 402	1.53 508	0.11 315	0.10 246	0.13 383	0.13 401	0.15 391	0.16 306

ACVNet_1	0.77 495	0.92 508	1.79 507	0.73 504	0.53 497	0.78 484	0.42 465	0.88 501	0.90 490	0.75 481	0.76 469	1.32 503	0.80 488	1.04 487	0.70 456	0.57 504	0.32 487	0.72 508	0.35 493	0.70 508	0.50 497

RainbowNet	0.76 493	1.00 513	1.29 484	0.82 509	0.63 502	0.79 485	0.52 485	0.83 496	0.93 493	0.61 468	0.79 473	0.79 483	0.62 476	0.82 452	0.67 454	0.80 516	0.55 512	0.79 512	0.49 502	0.81 511	0.62 505

MFMNet_re	0.74 489	0.84 503	1.16 470	0.64 498	0.70 507	0.79 485	0.71 500	0.77 489	0.85 485	0.79 487	0.86 479	0.69 476	0.80 488	0.73 422	0.65 450	0.66 509	0.59 516	0.61 505	0.58 512	0.68 505	0.71 515

LE_ROB	1.82 524	0.39 453	3.15 524	0.50 492	0.55 498	0.79 485	1.00 514	0.89 503	6.48 535	7.40 538	2.07 521	2.07 515	5.08 533	1.33 507	3.96 531	0.11 315	0.09 214	0.12 358	0.11 330	0.11 305	0.13 249

ACVNet-4b	0.76 493	0.90 506	1.67 503	0.73 504	0.51 496	0.80 488	0.31 421	0.74 485	0.81 481	0.51 445	0.72 462	0.94 490	0.43 425	1.01 484	1.32 500	1.18 528	0.22 430	0.77 510	0.45 500	0.70 508	0.50 497

FC-DCNN	0.73 488	0.33 421	0.84 414	0.33 442	0.28 445	0.82 489	0.40 460	0.82 494	0.83 483	1.43 514	1.60 512	1.97 514	1.38 513	1.10 491	0.93 471	0.24 466	0.22 430	0.27 472	0.26 483	0.26 469	0.32 452

FC-DCNN v2	0.75 492	0.33 421	0.82 405	0.33 442	0.28 445	0.85 490	0.40 460	0.88 501	0.86 486	1.46 516	1.65 513	2.08 516	1.40 515	1.14 494	0.95 474	0.24 466	0.22 430	0.27 472	0.26 483	0.26 469	0.32 452

MFN_U_SF_DS_RVC	0.53 461	0.60 491	0.98 448	0.40 474	0.25 435	0.87 491	0.57 491	0.60 430	0.64 455	0.60 466	0.67 454	0.63 457	0.42 422	1.13 492	0.50 420	0.23 464	0.28 469	0.27 472	0.35 493	0.25 465	0.33 456

MSMD_ROB	0.63 481	0.34 430	0.70 365	0.30 410	0.25 435	0.88 492	0.35 437	0.58 411	0.67 460	1.13 504	1.52 508	1.75 512	1.05 504	0.90 468	0.60 442	0.24 466	0.22 430	0.27 472	0.27 486	0.25 465	0.27 428

G-Net	0.47 448	0.26 381	1.02 452	0.34 447	0.28 445	0.89 493	0.35 437	0.47 295	0.46 357	0.68 476	1.20 496	0.64 462	0.59 467	0.61 373	0.60 442	0.16 421	0.14 326	0.17 438	0.13 401	0.22 454	0.21 367

IMH-64-1	0.94 500	0.95 510	1.07 458	0.98 514	0.76 509	0.93 494	0.72 501	1.30 511	1.11 506	0.91 491	1.45 505	1.14 495	1.00 501	1.25 501	0.97 475	0.77 512	0.51 506	0.97 516	0.55 510	0.90 513	0.66 511

IMH-64	0.94 500	0.95 510	1.07 458	0.98 514	0.76 509	0.93 494	0.72 501	1.30 511	1.11 506	0.91 491	1.45 505	1.14 495	1.00 501	1.25 501	0.97 475	0.77 512	0.51 506	0.97 516	0.55 510	0.90 513	0.66 511

AnyNet_C01	0.68 486	0.69 495	2.64 518	0.33 442	0.27 444	0.93 494	0.64 495	0.66 464	0.65 456	0.70 478	0.97 487	0.75 482	0.63 478	1.01 484	1.52 507	0.17 435	0.16 367	0.17 438	0.17 449	0.24 463	0.28 435

ELAS_RVC	0.80 496	0.40 456	1.10 463	0.40 474	0.35 474	0.93 494	1.10 521	0.87 500	1.12 508	1.40 512	1.39 502	1.27 501	1.55 521	1.13 492	1.13 488	0.29 482	0.27 464	0.30 481	0.28 487	0.31 481	0.36 463
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FINET	0.58 472	0.48 472	1.35 488	0.38 467	0.37 479	0.96 498	1.13 522	0.84 498	1.05 500	0.50 442	0.70 460	0.45 380	0.61 472	0.63 387	0.62 446	0.26 475	0.28 469	0.14 405	0.13 401	0.20 444	0.44 486

SGM_RVC	0.57 470	0.22 330	0.60 318	0.26 321	0.16 262	0.97 499	0.46 473	0.76 488	0.90 490	1.03 500	0.92 485	1.16 497	0.93 498	1.21 498	0.72 457	0.17 435	0.16 367	0.16 429	0.16 438	0.16 399	0.24 401
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ACVNet_2	0.94 500	0.98 512	1.71 505	0.83 510	0.63 502	1.02 500	0.64 495	1.16 509	1.43 515	1.02 498	1.39 502	1.47 506	0.86 494	1.16 495	0.79 463	0.63 508	0.43 502	0.78 511	0.49 502	0.80 510	0.57 502

LRCNet_RVC	10.94 540	14.45 547	9.66 534	15.38 543	8.02 536	1.08 501	0.35 437	8.72 540	0.72 472	12.63 546	15.84 546	9.73 539	6.52 534	8.58 540	6.38 537	20.33 550	5.39 538	23.79 548	21.95 547	15.35 545	13.96 547

IMH	1.09 507	1.04 516	1.29 484	1.03 516	0.79 512	1.11 502	0.69 498	1.40 514	1.42 514	1.02 498	1.71 514	1.42 504	1.19 508	1.78 519	1.03 482	1.14 526	0.56 515	1.00 518	0.58 512	0.93 516	0.68 513

RTS	0.81 498	0.56 482	4.76 526	0.37 458	0.30 458	1.11 502	0.52 485	0.67 466	1.07 502	0.76 483	0.91 483	0.60 447	0.61 472	1.64 513	1.24 493	0.15 411	0.13 309	0.15 421	0.15 428	0.22 454	0.24 401

RTSA	0.81 498	0.56 482	4.76 526	0.37 458	0.30 458	1.11 502	0.52 485	0.67 466	1.07 502	0.76 483	0.91 483	0.60 447	0.61 472	1.64 513	1.24 493	0.15 411	0.13 309	0.15 421	0.15 428	0.22 454	0.24 401

SAMSARA	0.62 478	0.47 468	0.93 439	0.70 503	0.50 492	1.15 505	1.29 525	0.79 490	0.70 468	0.77 485	0.55 416	0.92 489	0.58 465	0.87 462	0.77 461	0.19 455	0.27 464	0.18 446	0.19 456	0.27 474	0.28 435

notaker	1.49 515	1.44 527	1.77 506	1.42 527	1.08 523	1.19 506	0.87 512	1.51 518	1.40 513	1.53 523	3.41 530	2.40 521	1.94 523	1.83 521	1.57 510	1.14 526	0.69 527	1.38 528	0.88 524	1.39 528	1.03 526

Dean	1.22 512	1.17 519	1.97 510	1.04 517	0.79 512	1.21 507	0.76 503	1.51 518	1.96 520	1.30 510	1.98 520	2.14 517	1.18 507	1.30 504	1.15 489	0.83 517	0.61 518	1.01 519	0.69 518	0.97 520	0.77 520

WAO-7	1.05 504	1.00 513	1.19 478	0.83 510	0.67 506	1.22 508	0.84 510	1.43 515	1.56 516	1.13 504	1.75 516	1.46 505	1.25 509	1.56 512	1.28 495	0.61 507	0.62 521	0.70 507	0.68 517	0.66 504	0.62 505

MADNet+	1.05 504	1.26 523	4.77 529	0.73 504	0.50 492	1.25 509	0.97 513	1.05 506	0.93 493	0.67 475	0.78 470	0.87 487	0.85 492	2.14 523	1.83 515	0.40 498	0.42 499	0.32 485	0.28 487	0.45 492	0.43 484

SDNR	0.47 448	0.29 401	0.92 435	0.24 246	0.37 479	1.27 510	0.17 110	0.54 362	0.58 436	0.44 413	0.85 478	0.55 429	0.28 315	1.19 497	0.52 424	0.23 464	0.24 450	0.17 438	0.13 401	0.19 437	0.26 424

PWCK	1.05 504	1.29 524	2.12 512	0.92 512	0.42 488	1.27 510	1.01 515	1.14 508	1.14 509	1.16 507	1.14 494	1.25 500	0.90 496	1.77 518	1.15 489	0.89 519	0.51 506	0.87 514	0.54 507	1.02 522	0.57 502

WAO-6	1.11 508	1.01 515	1.17 476	0.96 513	0.79 512	1.30 512	0.78 505	1.36 513	1.99 521	1.04 501	1.54 510	1.59 508	1.27 510	1.37 508	1.30 496	0.78 514	0.55 512	1.03 520	0.75 521	0.87 512	0.72 516

LVE	1.18 510	1.16 518	1.67 503	1.04 517	0.81 516	1.32 513	0.82 509	1.49 517	1.94 519	1.08 502	1.90 518	1.89 513	1.07 505	1.51 511	1.04 483	0.96 522	0.61 518	0.94 515	0.69 518	0.92 515	0.79 521

MDST_ROB	0.51 456	0.16 226	0.97 446	0.31 425	0.21 382	1.35 514	0.34 435	0.80 491	0.59 443	1.09 503	0.74 466	0.49 408	0.37 398	1.31 505	0.60 442	0.14 397	0.12 290	0.16 429	0.13 401	0.13 359	0.18 327

KSHMR	1.92 525	1.47 529	1.97 510	1.48 529	1.22 526	1.39 515	1.06 517	1.81 523	5.83 534	1.43 514	5.56 534	2.95 527	1.17 506	2.24 525	1.33 501	1.29 529	1.13 529	1.47 530	1.11 529	1.37 527	1.21 529

MSC_U_SF_DS_RVC	0.70 487	0.73 498	1.26 482	0.47 489	0.28 445	1.42 516	0.60 492	0.82 494	0.94 496	0.85 489	0.86 479	0.88 488	0.70 483	1.32 506	0.75 459	0.37 493	0.30 481	0.34 489	0.36 495	0.44 491	0.42 482

ktn	1.80 523	1.46 528	1.49 495	1.44 528	1.14 524	1.50 517	1.07 518	1.53 520	3.90 531	2.77 530	4.62 531	3.42 528	1.49 517	1.74 516	1.40 505	1.45 530	0.77 528	1.46 529	0.99 527	1.41 529	1.00 525

ELAS	0.80 496	0.40 456	0.91 434	0.39 469	0.35 474	1.52 518	0.81 508	0.97 505	0.98 498	1.47 521	1.58 511	1.19 499	1.33 512	1.01 484	1.21 491	0.29 482	0.27 464	0.30 481	0.29 489	0.32 484	0.36 463
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
HanzoNet	3.08 529	1.87 531	2.70 519	1.81 530	1.34 527	1.60 519	1.05 516	2.06 527	2.62 524	5.63 535	5.12 532	5.96 534	7.09 536	4.39 535	3.43 529	3.29 535	2.06 535	1.98 533	2.94 537	2.47 532	2.15 533

SGM+DAISY	1.12 509	0.86 504	1.64 502	0.68 501	0.80 515	1.68 520	1.68 530	1.08 507	1.10 504	1.53 523	1.76 517	1.47 506	1.53 520	1.24 499	1.42 506	0.66 509	0.65 523	0.52 500	0.54 507	0.57 498	0.91 523

UNDER WATER	1.64 521	1.34 526	2.72 520	1.40 526	1.04 522	1.70 521	1.14 523	1.57 521	3.58 526	1.46 516	1.46 507	2.82 526	2.43 526	1.74 516	2.04 520	1.08 524	0.63 522	1.31 527	0.94 525	1.29 524	1.10 528

WAO-8	1.50 516	1.22 521	1.39 490	1.10 520	0.85 517	2.15 522	0.78 505	1.84 524	3.76 528	1.46 516	2.18 522	2.15 518	1.50 518	3.20 530	1.35 502	0.92 520	0.66 524	1.10 521	0.79 522	0.94 517	0.74 518

Venus	1.50 516	1.22 521	1.39 490	1.10 520	0.85 517	2.15 522	0.78 505	1.84 524	3.76 528	1.46 516	2.18 522	2.15 518	1.50 518	3.20 530	1.35 502	0.92 520	0.66 524	1.10 521	0.79 522	0.94 517	0.74 518

UNDER WATER-64	1.61 519	1.30 525	2.93 522	1.33 525	0.96 521	2.20 524	1.25 524	1.47 516	3.15 525	1.46 516	1.31 500	2.61 524	2.22 525	1.69 515	1.93 517	1.13 525	0.67 526	1.29 526	0.94 525	1.26 523	1.09 527

TorneroNet-64	1.47 514	1.15 517	1.51 497	1.11 522	0.86 519	2.27 525	0.76 503	1.84 524	3.76 528	1.29 508	2.22 524	2.68 525	1.46 516	1.81 520	1.55 509	0.79 515	0.51 506	1.10 521	0.67 516	1.31 525	0.81 522

MANE	1.63 520	0.58 488	1.16 470	0.59 496	0.60 501	2.71 526	1.53 527	2.63 531	3.62 527	2.33 527	3.26 529	3.66 529	2.98 530	2.26 526	2.26 522	0.37 493	0.40 496	0.31 484	0.49 502	0.31 481	0.63 507

SGM-ForestM	1.59 518	0.56 482	1.52 498	0.41 478	0.34 471	2.77 527	1.67 529	1.69 522	1.73 518	2.48 528	2.27 525	6.02 535	2.90 529	3.08 528	2.83 527	0.25 473	0.30 481	0.19 453	0.20 460	0.18 428	0.45 489

MADNet++	2.34 527	1.81 530	2.24 515	2.15 532	1.97 530	2.79 528	2.19 532	2.42 530	2.26 522	2.79 531	2.70 527	2.43 522	2.60 528	3.18 529	3.32 528	2.19 533	1.97 533	1.93 531	1.62 531	2.02 531	2.10 532

JetBlue	1.20 511	0.89 505	2.53 517	0.59 496	0.76 509	3.16 529	2.09 531	1.16 509	0.93 493	0.95 494	1.12 493	1.65 509	1.27 510	2.15 524	1.87 516	0.43 500	0.37 494	0.38 491	0.39 499	0.62 499	0.63 507

xyz-stereo	1.43 513	0.11 53	17.43 544	0.18 15	0.08 4	4.86 530	0.18 162	0.31 110	0.35 224	0.37 344	2.75 528	0.41 349	0.31 359	0.58 354	0.33 349	0.07 39	0.05 4	0.09 197	0.06 51	0.06 12	0.06 6

TorneroNet	2.26 526	1.20 520	1.55 500	1.15 524	0.91 520	5.84 531	0.84 510	2.12 528	8.45 537	2.59 529	5.32 533	3.84 530	2.15 524	1.84 522	1.98 519	0.88 518	0.54 511	1.16 525	0.74 520	1.31 525	0.91 523

TCMNet-wrong-test	4.33 531	5.65 538	4.76 526	11.36 542	10.39 539	5.87 532	4.45 535	4.24 534	1.10 504	1.93 525	2.43 526	6.07 536	3.54 531	3.87 533	4.51 533	2.00 532	0.47 504	1.96 532	1.68 532	5.78 538	4.48 537

JetRed	2.35 528	2.70 532	6.11 531	1.14 523	1.38 528	6.03 533	3.61 533	2.12 528	1.72 517	1.99 526	1.97 519	2.15 518	1.59 522	2.49 527	4.19 532	1.05 523	1.60 530	1.10 521	1.02 528	1.72 530	1.41 531

U	1.02 503	0.10 31	0.26 18	0.22 150	3.66 531	6.41 534	0.13 19	0.22 25	0.21 45	0.11 9	0.11 14	0.10 8	0.09 16	0.12 1	0.11 1	0.07 39	0.05 4	5.35 539	2.86 536	0.07 66	0.06 6

DPSimNet_ROB	6.21 534	5.16 534	9.50 533	5.59 536	5.56 533	7.64 535	10.02 537	4.07 533	7.33 536	6.84 536	6.26 535	7.17 538	10.55 538	4.07 534	5.68 534	5.50 538	4.29 537	5.24 538	3.66 538	4.05 535	5.96 538

DPSMNet_ROB	8.44 538	5.25 537	10.87 542	5.59 536	10.27 538	8.34 536	23.51 546	6.12 538	13.47 545	4.96 533	10.94 543	5.65 533	10.55 538	6.25 537	12.77 542	4.01 537	7.62 540	3.75 537	7.27 542	4.16 537	7.54 540

DGTPSM_ROB	8.38 537	5.24 536	10.71 541	5.32 535	10.19 537	8.34 536	23.49 545	6.11 537	13.43 544	4.93 532	10.93 542	5.64 532	10.55 538	6.17 536	12.73 541	3.74 536	7.56 539	3.68 536	7.24 541	4.09 536	7.49 539

HaxPig	17.72 548	20.23 551	19.76 545	16.55 544	16.52 543	9.46 538	9.42 536	14.48 548	13.31 543	18.59 547	18.67 547	17.39 547	16.68 548	17.07 548	16.43 548	21.99 551	20.86 551	22.28 547	21.55 546	21.30 549	21.88 551

tt	4.71 532	0.11 53	3.94 525	2.06 531	1.54 529	10.14 539	16.85 540	9.28 541	4.99 532	1.41 513	1.05 490	4.68 531	4.89 532	3.36 532	5.86 536	5.73 539	9.15 544	2.23 535	2.51 534	3.02 533	1.34 530

BEATNet-Init1	4.91 533	3.27 533	14.39 543	0.69 502	0.65 505	10.19 540	3.83 534	5.04 535	5.11 533	8.73 539	8.52 537	13.95 546	7.66 537	7.79 539	5.79 535	0.32 488	0.34 491	0.34 489	0.38 498	0.64 501	0.64 509

MEDIAN_ROB	21.20 549	24.56 552	23.42 550	19.57 545	19.62 548	13.29 541	11.21 538	18.04 549	17.02 549	22.07 551	21.92 548	20.84 549	20.24 549	21.02 549	19.68 549	25.59 552	24.08 552	26.20 549	25.19 548	25.31 550	25.19 552

USTest	6.84 535	5.16 534	5.45 530	7.18 538	7.26 534	14.27 542	22.53 541	8.48 539	9.29 538	5.44 534	6.42 536	6.27 537	6.69 535	6.83 538	8.49 539	1.95 531	3.27 536	2.16 534	2.54 535	3.76 534	3.31 536

xxxxx1	15.30 543	9.78 540	10.23 538	20.34 546	19.47 545	17.10 543	23.00 542	10.36 542	11.04 540	9.25 540	9.66 538	10.74 541	10.66 541	10.60 542	13.72 545	8.14 543	9.35 545	31.88 551	44.61 551	12.63 542	13.46 544

tt_ll	15.30 543	9.78 540	10.23 538	20.34 546	19.47 545	17.10 543	23.00 542	10.36 542	11.04 540	9.25 540	9.66 538	10.74 541	10.66 541	10.60 542	13.72 545	8.14 543	9.35 545	31.88 551	44.61 551	12.63 542	13.46 544

ff	15.30 543	9.78 540	10.23 538	20.34 546	19.47 545	17.10 543	23.00 542	10.36 542	11.04 540	9.25 540	9.66 538	10.74 541	10.66 541	10.60 542	13.72 545	8.14 543	9.35 545	31.88 551	44.61 551	12.63 542	13.46 544

AVERAGE_ROB	25.43 553	29.01 553	27.22 551	24.60 552	24.16 552	17.78 546	12.87 539	22.39 550	21.40 550	26.72 553	26.08 552	25.18 553	24.52 553	25.07 553	23.57 550	29.94 553	28.36 553	30.60 550	29.57 549	29.83 551	29.66 553

Anonymous_1	16.44 547	9.26 539	9.67 535	10.63 539	14.54 542	18.62 547	26.98 547	12.68 545	13.53 546	10.78 545	10.37 541	10.15 540	10.66 541	10.99 545	12.64 540	15.61 549	7.73 541	16.87 546	43.01 550	56.14 553	7.86 543

DPSM_ROB	11.46 541	9.79 543	10.18 536	11.11 540	11.31 540	19.08 548	27.38 548	13.42 546	14.23 547	10.34 543	11.13 544	10.97 544	11.33 545	11.89 546	13.49 543	6.74 541	8.19 542	6.00 540	7.05 539	7.74 539	7.76 541

DPSM	11.46 541	9.79 543	10.18 536	11.11 540	11.31 540	19.08 548	27.38 548	13.42 546	14.23 547	10.34 543	11.13 544	10.97 544	11.33 545	11.89 546	13.49 543	6.74 541	8.19 542	6.00 540	7.05 539	7.74 539	7.76 541

PML	15.86 546	13.12 546	7.07 532	5.22 534	7.66 535	32.93 550	64.30 553	5.37 536	10.12 539	25.87 552	67.29 553	20.25 548	13.20 547	10.09 541	6.81 538	5.94 540	2.00 534	6.03 542	2.18 533	9.13 541	2.62 535

CasAABBNet	23.04 550	19.69 548	20.32 546	22.42 549	22.73 549	38.35 551	55.23 552	26.99 551	28.74 552	20.67 549	22.28 550	22.11 550	22.86 550	23.84 550	27.17 552	13.52 546	16.47 549	12.08 543	14.21 544	15.57 546	15.60 548

LSM0	24.21 552	19.88 550	22.33 549	24.42 551	40.13 553	38.41 552	54.99 550	27.05 552	28.61 551	20.59 548	22.00 549	22.29 552	22.86 550	24.12 552	27.16 551	13.59 548	16.33 548	12.13 545	14.08 543	15.72 548	17.53 550

Selective-RAFT-Error	23.11 551	19.77 549	20.60 548	22.49 550	22.80 550	38.46 553	55.19 551	27.13 553	28.90 553	20.73 550	22.38 551	22.11 550	22.91 552	23.94 551	27.18 553	13.54 547	16.57 550	12.09 544	14.21 544	15.61 547	15.65 549

test_example2	100.95 554	107.33 554	67.16 553	98.17 553	106.88 554	89.44 554	101.34 554	37.23 554	97.88 554	129.56 554	131.26 554	65.41 554	67.34 554	91.22 554	79.29 554	143.32 554	199.32 554	81.12 554	102.17 554	121.89 554	101.70 554

ccccc		256.25 555		351.50 555	361.31 555	144.22 555		153.19 555		152.98 555		161.94 555		268.06 555		387.64 555	346.97 555	244.11 555	219.32 555	413.57 555

Low-res two-view benchmark