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

S2M2	0.17 2	0.18 76	0.83 16	0.02 56	0.01 88	0.32 7	0.01 37	0.52 14	0.78 69	0.00 1	0.14 129	0.03 16	0.01 13	0.37 52	0.16 67	0.00 1	0.01 223	0.00 1	0.00 1	0.00 1	0.00 1

FoundationStereo	0.26 14	0.15 43	0.50 3	0.50 363	0.90 442	0.11 1	0.04 223	0.26 2	1.18 167	0.00 1	0.02 2	0.05 45	0.01 13	0.49 80	0.19 89	0.00 1	0.84 414	0.00 1	0.00 1	0.00 1	0.05 67

DEFOM-Stereo	0.19 3	0.24 138	0.63 6	0.08 177	0.00 1	1.05 79	0.00 1	0.36 7	0.82 91	0.00 1	0.02 2	0.05 45	0.03 67	0.28 31	0.11 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 14	0.10 134

SGD-Stereo	0.14 1	0.12 30	0.31 1	0.06 151	0.00 1	1.03 70	0.00 1	0.29 3	0.78 69	0.01 4	0.02 2	0.04 25	0.01 13	0.13 4	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 14	0.02 31

DEFOM-Stereo_RVC	0.26 14	0.10 17	0.68 7	0.06 151	0.03 163	0.36 18	0.02 132	1.78 94	1.26 213	0.01 4	0.02 2	0.05 45	0.00 1	0.27 28	0.31 152	0.00 1	0.02 253	0.00 1	0.15 395	0.03 134	0.15 174

fffft	0.31 28	0.31 180	0.88 21	0.02 56	0.00 1	0.92 57	0.01 37	1.72 90	0.80 81	0.02 6	0.03 54	0.04 25	0.01 13	0.41 61	0.34 164	0.00 1	0.04 269	0.00 1	0.00 1	0.19 381	0.39 294
1: 1. 1
999	0.56 98	0.38 209	1.07 39	0.01 13	0.00 1	1.31 201	0.10 305	0.44 9	0.80 81	0.02 6	0.32 187	0.03 16	0.02 40	5.80 384	0.60 248	0.00 1	0.00 1	0.00 1	0.00 1	0.16 356	0.11 142

U	1.79 391	0.09 10	1.35 59	0.06 151	7.35 513	10.70 497	0.00 1	0.86 42	0.32 15	0.02 6	0.03 54	0.11 111	0.02 40	0.15 9	0.07 14	0.00 1	0.00 1	9.53 511	5.06 527	0.01 14	0.01 13

CAS++	0.35 36	0.27 159	1.08 40	0.04 113	0.00 1	0.34 9	0.01 37	4.25 304	0.54 34	0.02 6	0.02 2	0.06 66	0.00 1	0.24 21	0.06 11	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.03 46
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Selective-RAFT	0.53 83	0.18 76	1.12 43	0.04 113	0.01 88	1.19 142	0.02 132	3.26 185	1.29 231	0.02 6	0.02 2	0.24 142	0.18 227	1.34 199	0.44 202	0.00 1	0.93 435	0.00 1	0.19 425	0.05 185	0.17 193

ProNet	0.47 61	0.35 198	1.75 112	0.19 258	0.54 390	1.09 99	0.01 37	0.97 48	1.25 206	0.02 6	0.02 2	0.06 66	0.03 67	0.58 103	0.09 20	0.00 1	0.57 372	0.00 1	0.00 1	0.14 330	1.65 453

CroCo-Stereo Lap2	0.42 50	0.75 329	1.76 118	0.03 82	0.00 1	0.33 8	0.01 37	3.75 220	0.81 85	0.02 6	0.03 54	0.04 25	0.07 144	0.52 90	0.23 116	0.00 1	0.00 1	0.00 1	0.00 1	0.07 226	0.03 46

Pointernet	0.47 61	0.13 36	1.57 80	0.05 130	0.44 376	1.19 142	0.05 244	3.69 213	0.81 85	0.03 13	0.02 2	0.19 133	0.05 110	0.47 73	0.13 48	0.00 1	0.26 329	0.00 1	0.14 392	0.01 14	0.24 240

rvit_stereo_0080	0.44 54	0.64 308	2.07 192	0.01 13	0.00 1	0.90 53	0.01 37	3.40 191	1.16 158	0.03 13	0.04 72	0.06 66	0.01 13	0.19 11	0.14 55	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.11 142

rvit_stereo_ft	0.47 61	0.79 339	2.69 284	0.01 13	0.00 1	0.21 6	0.01 37	3.45 195	1.45 278	0.03 13	0.05 87	0.08 90	0.02 40	0.28 31	0.13 48	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.17 193

MGS-Stereo	0.35 36	0.20 114	1.15 47	0.04 113	0.00 1	0.52 38	0.01 37	0.52 14	0.80 81	0.03 13	2.86 411	0.04 25	0.03 67	0.28 31	0.07 14	0.00 1	0.00 1	0.00 1	0.00 1	0.43 462	0.00 1

whm_eth	0.44 54	0.64 308	2.07 192	0.01 13	0.00 1	0.90 53	0.01 37	3.40 191	1.16 158	0.03 13	0.04 72	0.06 66	0.01 13	0.19 11	0.14 55	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.11 142

CAS	0.95 225	0.12 30	1.08 40	6.79 507	0.08 226	1.10 105	0.01 37	0.97 48	0.87 99	0.03 13	0.04 72	0.07 84	0.06 128	0.37 52	0.15 58	6.94 508	0.00 1	0.00 1	0.00 1	0.00 1	0.30 263

CES	0.51 71	0.16 57	1.23 51	0.09 196	1.58 483	1.18 140	0.05 244	1.07 56	0.79 73	0.03 13	0.03 54	0.14 125	0.10 178	0.55 94	0.12 38	0.00 1	0.01 223	0.00 1	0.00 1	0.01 14	2.98 501

sAnonymous2	0.50 67	0.60 293	4.41 404	0.01 13	0.00 1	0.34 9	0.08 285	2.33 120	1.09 147	0.03 13	0.06 97	0.04 25	0.10 178	0.29 37	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 330	0.35 279

CroCo_RVC	0.50 67	0.60 293	4.41 404	0.01 13	0.00 1	0.34 9	0.08 285	2.33 120	1.09 147	0.03 13	0.06 97	0.04 25	0.10 178	0.29 37	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 330	0.35 279

castereo++	0.39 46	0.45 229	1.26 54	0.15 241	0.00 1	1.10 105	0.03 190	1.67 86	1.28 225	0.04 22	0.02 2	0.58 190	0.00 1	0.15 9	0.19 89	0.00 1	0.30 337	0.00 1	0.27 465	0.04 167	0.21 230

fffy	0.33 33	0.35 198	1.42 62	0.21 279	0.46 381	0.34 9	0.01 37	0.94 46	0.20 2	0.04 22	0.03 54	0.06 66	0.01 13	0.22 17	0.17 74	0.00 1	0.56 371	0.00 1	0.00 1	0.13 317	1.39 425

H2IRNET	0.57 102	0.56 280	2.03 184	0.25 299	0.06 204	1.20 144	0.01 37	1.91 100	0.64 47	0.04 22	1.78 364	0.47 174	0.04 88	1.69 215	0.42 200	0.00 1	0.00 1	0.01 424	0.01 302	0.24 406	0.08 97

MaDis-Stereo	0.30 27	0.62 301	1.63 91	0.07 166	0.19 288	0.40 24	0.02 132	1.36 61	0.76 67	0.04 22	0.05 87	0.13 123	0.05 110	0.38 54	0.33 156	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.02 31

PMTNet	0.26 14	0.21 121	1.40 60	0.02 56	0.02 142	1.16 130	0.29 383	1.00 51	0.18 1	0.04 22	0.03 54	0.07 84	0.02 40	0.47 73	0.15 58	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.02 31

tt45	0.54 87	0.46 237	1.12 43	0.04 113	0.00 1	1.32 210	0.05 244	1.00 51	0.79 73	0.05 27	0.03 54	0.09 99	0.03 67	5.35 362	0.28 140	0.00 1	0.00 1	0.00 1	0.00 1	0.14 330	0.15 174

rvit_stereo_0081_aga	0.29 22	0.49 248	1.78 124	0.00 1	0.00 1	0.78 43	0.02 132	0.99 50	1.10 150	0.05 27	0.02 2	0.05 45	0.03 67	0.29 37	0.12 38	0.00 1	0.00 1	0.00 1	0.00 1	0.01 14	0.05 67

RSM++	0.35 36	0.18 76	0.88 21	0.63 396	0.47 383	0.44 30	0.00 1	1.41 65	1.20 176	0.05 27	0.02 2	0.01 1	0.07 144	0.33 49	0.18 79	0.01 389	0.02 253	0.00 1	0.17 412	0.14 330	0.73 357

plain	0.55 93	0.55 270	3.45 350	0.10 208	0.00 1	0.50 35	0.02 132	3.49 197	1.16 158	0.05 27	0.10 116	0.13 123	0.17 223	0.67 130	0.28 140	0.00 1	0.00 1	0.00 1	0.00 1	0.36 451	0.01 13

GIP-stereo	0.57 102	0.28 162	1.23 51	0.29 314	0.58 400	1.07 85	0.03 190	3.64 210	1.24 195	0.06 31	0.02 2	0.05 45	0.01 13	0.60 114	0.39 193	0.00 1	0.40 345	0.00 1	0.00 1	0.05 185	1.53 435

ours_stereo	0.32 30	0.30 172	1.12 43	0.08 177	0.30 353	0.80 44	0.04 223	0.54 17	0.70 56	0.06 31	0.03 54	0.06 66	0.03 67	0.50 87	0.06 11	0.00 1	0.03 264	0.00 1	0.00 1	0.14 330	1.62 452

rvit_0105_6	0.46 60	0.36 201	1.89 161	0.01 13	0.00 1	0.83 46	0.01 37	3.37 190	1.92 366	0.06 31	0.05 87	0.09 99	0.02 40	0.27 28	0.13 48	0.00 1	0.00 1	0.00 1	0.00 1	0.01 14	0.15 174

UniTT-Stereo	0.23 8	0.28 162	1.91 164	0.05 130	0.16 275	0.34 9	0.02 132	0.46 11	0.42 20	0.06 31	0.18 138	0.05 45	0.07 144	0.22 17	0.33 156	0.00 1	0.00 1	0.00 1	0.00 1	0.11 295	0.01 13

DLNR_Zeroshot_test	23.30 530	50.27 535	88.62 536	97.23 548	94.59 544	1.20 144	0.00 1	20.92 521	0.64 47	0.06 31	0.02 2	0.03 16	0.02 40	4.50 314	0.25 127	32.51 533	0.96 442	0.00 1	0.27 465	72.47 540	1.47 430

LoS	0.32 30	0.19 105	1.27 55	0.11 223	0.01 88	1.32 210	0.07 276	1.44 69	0.79 73	0.06 31	0.04 72	0.27 152	0.11 187	0.60 114	0.13 48	0.00 1	0.01 223	0.00 1	0.00 1	0.03 134	0.01 13
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
xyz-stereo-finetune	0.60 112	0.59 289	0.99 36	0.03 82	0.00 1	1.34 218	0.01 37	2.57 132	0.94 123	0.07 37	0.07 107	0.09 99	0.04 88	4.28 302	0.82 287	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.08 97

LG-Stereo_L1	0.24 9	0.20 114	0.85 18	0.20 273	0.15 271	0.34 9	0.13 317	0.86 42	0.80 81	0.08 38	0.02 2	0.02 4	0.00 1	0.22 17	0.23 116	0.00 1	0.57 372	0.00 1	0.00 1	0.01 14	0.19 206

SMoEStereo_RVC	0.26 14	0.48 246	0.92 27	0.03 82	0.00 1	1.05 79	0.05 244	0.52 14	0.83 93	0.08 38	0.03 54	0.04 25	0.02 40	0.41 61	0.29 144	0.00 1	0.00 1	0.00 1	0.00 1	0.13 317	0.43 308

LoS_RVC	0.25 11	0.60 293	1.21 50	0.16 248	0.13 257	0.98 65	0.01 37	0.85 40	0.25 5	0.08 38	0.02 2	0.07 84	0.04 88	0.49 80	0.05 7	0.00 1	0.01 223	0.00 1	0.00 1	0.01 14	0.07 90

LG-Stereo_L2	0.25 11	0.20 114	0.81 14	0.20 273	0.15 271	1.04 72	0.15 326	0.62 23	0.53 29	0.09 41	0.02 2	0.02 4	0.00 1	0.23 20	0.23 116	0.00 1	0.55 369	0.00 1	0.00 1	0.01 14	0.20 222

rvit_stereo_0083	0.19 3	0.16 57	0.60 4	0.00 1	0.00 1	0.14 3	0.02 132	0.72 31	1.53 295	0.09 41	0.02 2	0.05 45	0.02 40	0.31 42	0.09 20	0.00 1	0.00 1	0.00 1	0.00 1	0.01 14	0.05 67

dual_stereo	0.63 124	0.07 3	0.80 11	0.29 314	0.98 453	0.37 20	0.02 132	4.03 272	1.20 176	0.10 43	0.06 97	0.02 4	0.04 88	1.13 177	0.32 154	0.00 1	1.26 485	0.00 1	0.13 390	0.00 1	1.80 473

GLC_STEREO	0.19 3	0.13 36	0.94 30	0.03 82	0.00 1	0.95 62	0.03 190	0.33 5	0.44 22	0.10 43	0.04 72	0.06 66	0.04 88	0.44 70	0.11 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.05 67

IGEV-RUCA	0.31 28	0.10 17	0.83 16	0.12 229	0.11 247	1.25 173	0.31 390	0.85 40	0.27 11	0.11 45	0.14 129	0.16 131	0.24 246	0.35 51	0.25 127	0.05 442	0.19 321	0.20 479	0.23 445	0.19 381	0.32 269

MonSter	0.42 50	0.09 10	0.95 31	0.01 13	0.06 204	0.51 36	0.00 1	2.61 134	0.82 91	0.11 45	0.02 2	0.05 45	0.01 13	0.58 103	0.37 183	0.00 1	0.93 435	0.00 1	0.34 477	0.00 1	0.88 377

tg	0.50 67	0.58 285	1.09 42	0.02 56	0.00 1	1.28 192	0.01 37	2.04 110	1.24 195	0.11 45	0.41 218	0.73 217	0.11 187	0.48 76	0.12 38	0.00 1	0.51 361	0.00 1	0.00 1	0.34 444	1.00 393

UGAM	1.32 335	0.49 248	3.75 374	0.20 273	0.06 204	1.12 113	0.11 308	3.55 200	1.34 249	0.11 45	2.42 396	4.45 436	0.08 158	7.01 447	0.34 164	0.00 1	0.44 350	0.00 1	0.28 470	0.30 432	0.31 266

rvit_stereo_0081	0.26 14	0.24 138	0.80 11	0.00 1	0.00 1	0.73 40	0.01 37	1.39 63	1.43 272	0.11 45	0.02 2	0.03 16	0.02 40	0.28 31	0.08 17	0.00 1	0.00 1	0.00 1	0.00 1	0.01 14	0.01 13

rvit_stereo_0082	0.26 14	0.24 138	0.80 11	0.00 1	0.00 1	0.73 40	0.01 37	1.39 63	1.43 272	0.11 45	0.02 2	0.03 16	0.02 40	0.28 31	0.08 17	0.00 1	0.00 1	0.00 1	0.00 1	0.01 14	0.01 13

MLG-Stereo_test1	0.27 20	0.11 24	1.02 37	0.05 130	0.18 282	1.04 72	0.00 1	0.23 1	1.57 302	0.12 51	0.05 87	0.05 45	0.01 13	0.06 2	0.10 29	0.00 1	0.61 379	0.00 1	0.00 1	0.01 14	0.15 174

mms	0.32 30	0.28 162	0.78 9	0.12 229	0.37 363	0.34 9	0.01 37	0.45 10	0.64 47	0.12 51	0.03 54	0.06 66	0.05 110	0.56 97	0.06 11	0.00 1	0.24 325	0.00 1	0.00 1	0.13 317	2.13 495

rvit_0105_4	0.52 79	0.47 243	2.33 239	0.01 13	0.00 1	0.83 46	0.01 37	3.89 249	1.78 351	0.12 51	0.10 116	0.12 115	0.03 67	0.39 56	0.13 48	0.00 1	0.00 1	0.00 1	0.00 1	0.01 14	0.13 159

4D-IteraStereo	0.59 107	0.98 385	2.62 279	0.04 113	0.09 234	1.07 85	0.08 285	1.45 70	0.39 17	0.12 51	0.05 87	0.82 235	0.10 178	0.77 146	1.05 330	0.00 1	0.40 345	0.00 1	0.00 1	0.08 237	1.79 472

MLG-Stereo	0.29 22	0.10 17	0.98 35	0.06 151	0.20 293	1.04 72	0.00 1	0.58 21	1.61 310	0.13 55	0.06 97	0.04 25	0.01 13	0.07 3	0.09 20	0.00 1	0.69 385	0.00 1	0.00 1	0.01 14	0.14 165

RAStereo	0.24 9	0.44 228	1.96 171	0.06 151	0.01 88	0.18 4	0.01 37	0.95 47	0.49 26	0.14 56	0.06 97	0.05 45	0.05 110	0.26 27	0.23 116	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.00 1

CroCo-Stereo	0.50 67	0.63 304	2.38 245	0.14 236	0.00 1	0.19 5	0.02 132	4.28 309	0.96 128	0.14 56	0.03 54	0.46 172	0.08 158	0.32 44	0.29 144	0.00 1	0.00 1	0.00 1	0.00 1	0.01 14	0.01 13
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
castereo	0.42 50	0.31 180	0.60 4	0.01 13	0.05 198	0.81 45	0.04 223	3.96 256	0.81 85	0.15 58	0.02 2	0.08 90	0.14 206	0.25 22	0.48 225	0.00 1	0.19 321	0.00 1	0.22 440	0.02 67	0.19 206

iRaftStereo_RVC	0.55 93	0.59 289	1.20 49	0.03 82	0.00 1	1.23 160	0.01 37	2.55 131	0.81 85	0.15 58	0.23 162	0.70 212	0.12 200	0.48 76	0.22 108	0.00 1	1.14 477	0.00 1	0.00 1	0.33 440	1.13 403

sCroCo_RVC	0.27 20	0.19 105	2.20 215	0.02 56	0.00 1	0.13 2	0.04 223	1.15 57	0.89 109	0.15 58	0.07 107	0.03 16	0.04 88	0.39 56	0.05 7	0.00 1	0.07 288	0.00 1	0.00 1	0.02 67	0.01 13

rvit_0105_5	0.55 93	0.56 280	2.86 300	0.01 13	0.00 1	0.89 52	0.01 37	3.93 251	1.55 298	0.16 61	0.13 128	0.12 115	0.03 67	0.43 68	0.15 58	0.00 1	0.00 1	0.00 1	0.00 1	0.01 14	0.18 201

rvit_0105_3	0.62 118	0.70 320	3.40 347	0.01 13	0.00 1	1.12 113	0.01 37	3.96 256	1.58 304	0.16 61	0.38 208	0.11 111	0.03 67	0.70 134	0.17 74	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.09 122

trnet	0.29 22	0.17 69	0.95 31	0.00 1	0.00 1	1.26 182	0.01 37	1.32 60	0.97 129	0.16 61	0.18 138	0.05 45	0.00 1	0.53 92	0.13 48	0.00 1	0.00 1	0.00 1	0.00 1	0.01 14	0.02 31

CASnet	0.21 7	0.22 129	0.95 31	0.01 13	0.00 1	0.87 51	0.01 37	0.55 18	0.88 104	0.16 61	0.03 54	0.04 25	0.02 40	0.39 56	0.03 4	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.01 13
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-BASED-STEREO-	1.80 394	20.09 527	11.97 501	0.09 196	0.00 1	0.46 33	0.05 244	0.49 12	0.50 27	0.17 65	0.03 54	0.04 25	0.00 1	0.14 6	0.45 206	0.00 1	0.35 344	0.00 1	0.06 353	0.07 226	1.12 402

RALCasStereoNet	0.80 172	0.96 377	1.77 122	0.28 312	0.97 451	1.13 116	0.03 190	2.91 152	1.11 152	0.17 65	0.34 192	0.12 115	0.20 238	1.65 213	0.65 259	0.00 1	1.72 507	0.00 1	0.00 1	0.11 295	1.90 485

CREStereo	0.29 22	0.19 105	0.91 24	0.00 1	0.01 88	1.24 165	0.01 37	1.31 59	0.99 135	0.17 65	0.17 135	0.04 25	0.00 1	0.56 97	0.14 55	0.00 1	0.00 1	0.00 1	0.00 1	0.01 14	0.02 31
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
xyz-stereo-finetune2	0.71 149	0.55 270	1.25 53	0.07 166	0.00 1	1.32 210	0.04 223	2.47 128	0.89 109	0.18 68	0.76 280	0.08 90	0.65 331	5.24 354	0.71 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.01 13

Reg-Stereo(zero)	0.71 149	0.07 3	2.28 227	0.03 82	1.01 457	1.58 307	0.37 400	1.52 71	0.78 69	0.18 68	0.16 133	1.75 315	1.08 362	0.91 169	1.25 344	0.00 1	0.51 361	0.00 1	0.24 452	0.01 14	0.54 319

rvit_stereo_0075_2	0.45 57	0.19 105	3.21 329	0.02 56	0.00 1	1.10 105	0.02 132	1.92 102	1.22 189	0.18 68	0.09 113	0.02 4	0.05 110	0.59 111	0.11 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 14	0.27 257

MIF-Stereo (partial)	0.37 42	0.39 212	1.98 175	0.02 56	0.00 1	0.43 28	0.02 132	2.35 122	0.61 44	0.18 68	0.10 116	0.07 84	0.07 144	0.61 118	0.40 196	0.00 1	0.00 1	0.00 1	0.00 1	0.08 237	0.02 31

TRStereo	0.88 195	1.18 417	2.44 262	0.72 418	0.10 242	1.56 301	0.03 190	5.73 425	1.28 225	0.18 68	0.30 180	0.62 192	0.43 292	1.02 175	0.13 48	0.00 1	0.47 352	0.00 1	0.25 454	0.01 14	1.23 413

raft+_RVC	0.71 149	1.05 401	1.86 150	0.64 399	1.31 474	1.20 144	0.05 244	2.44 127	0.77 68	0.18 68	0.43 222	0.08 90	0.15 210	0.93 170	0.64 257	0.00 1	1.43 495	0.00 1	0.00 1	0.09 258	1.03 394

DN-CSS_ROB	0.96 229	1.51 448	3.52 357	1.05 461	0.01 88	1.50 282	0.02 132	3.35 189	1.18 167	0.18 68	0.54 240	0.44 170	0.16 218	4.39 308	0.82 287	0.00 1	0.00 1	0.00 1	0.00 1	0.36 451	0.08 97

111111	0.37 42	0.08 6	0.72 8	0.15 241	0.26 327	1.10 105	0.02 132	1.58 74	0.88 104	0.19 75	0.04 72	0.01 1	0.06 128	0.32 44	0.15 58	0.00 1	0.74 395	0.00 1	0.00 1	0.09 258	1.06 399

RSM	0.36 39	0.16 57	0.82 15	0.59 382	0.49 386	0.42 26	0.00 1	1.56 73	1.20 176	0.19 75	0.02 2	0.03 16	0.06 128	0.34 50	0.19 89	0.01 389	0.10 302	0.00 1	0.15 395	0.10 272	0.68 345

StereoVision	1.00 246	0.77 337	2.81 293	0.05 130	0.02 142	1.14 122	0.03 190	4.13 287	1.18 167	0.19 75	6.80 466	0.49 176	0.12 200	1.20 184	1.01 327	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.02 31

MIM_Stereo	0.72 157	0.80 342	2.05 190	0.63 396	1.06 463	1.31 201	0.02 132	2.80 144	1.24 195	0.19 75	0.02 2	0.70 212	0.20 238	1.31 197	0.16 67	0.00 1	0.18 316	0.00 1	0.00 1	0.17 370	1.53 435

Selective-IGEV	0.51 71	0.13 36	1.41 61	0.72 418	0.62 415	0.38 21	0.04 223	2.58 133	1.21 185	0.19 75	0.02 2	0.02 4	0.06 128	0.48 76	0.46 215	0.01 389	0.80 403	0.00 1	0.09 370	0.07 226	0.91 381

iRaft-Stereo_5w	1.28 320	0.93 367	3.51 355	0.14 236	0.66 417	1.21 152	0.01 37	3.87 242	1.06 143	0.19 75	1.97 372	1.62 303	1.50 393	6.80 426	1.07 333	0.00 1	0.16 313	0.00 1	0.06 353	0.26 416	0.67 342

rafts_anoy	0.67 136	0.91 359	1.85 147	0.60 384	1.02 459	1.16 130	0.04 223	3.25 183	0.48 25	0.19 75	0.18 138	0.11 111	0.19 232	1.17 181	0.58 246	0.00 1	1.47 500	0.00 1	0.01 302	0.05 185	0.22 232

Anonymous3	0.61 115	0.23 133	2.97 312	0.01 13	0.00 1	2.54 395	0.09 297	3.88 246	0.89 109	0.19 75	0.23 162	0.12 115	0.05 110	0.61 118	0.17 74	0.00 1	0.08 292	0.00 1	0.00 1	0.05 185	0.18 201

StereoAnything_RVC	1.07 263	2.26 479	2.62 279	0.41 335	0.89 441	0.36 18	0.05 244	3.54 199	1.22 189	0.20 83	0.28 173	0.07 84	0.02 40	0.49 80	0.28 140	0.00 1	0.81 406	0.00 1	0.00 1	6.20 502	1.57 442

testlalala2	0.90 202	0.21 121	1.69 100	4.05 502	2.52 496	1.11 111	0.01 37	3.95 255	1.34 249	0.20 83	0.32 187	1.36 286	0.07 144	0.27 28	0.18 79	0.00 1	0.09 298	0.00 1	0.36 479	0.01 14	0.24 240

TestStereo	0.67 136	0.99 388	2.26 225	0.00 1	0.00 1	0.92 57	0.01 37	1.77 93	0.30 12	0.20 83	0.05 87	0.08 90	0.06 128	6.62 415	0.09 20	0.00 1	0.00 1	0.00 1	0.00 1	0.01 14	0.08 97

AIO-Stereo	0.51 71	0.22 129	0.87 20	0.56 374	0.70 425	0.45 31	0.01 37	1.89 98	1.27 219	0.21 86	0.02 2	0.02 4	0.06 128	0.44 70	0.45 206	0.03 429	0.78 400	0.00 1	0.63 499	0.08 237	1.50 432

ToySt	0.92 208	0.51 257	4.35 397	0.21 279	0.71 426	1.32 210	0.00 1	2.77 142	1.33 246	0.21 86	0.51 236	1.47 290	0.11 187	1.14 178	0.87 300	0.03 429	0.69 385	0.00 1	0.20 428	0.10 272	1.88 483

MLG-Stereo_test3	0.25 11	0.15 43	0.85 18	0.28 312	0.17 278	1.08 91	0.00 1	0.51 13	0.87 99	0.23 88	0.06 97	0.02 4	0.01 13	0.04 1	0.03 4	0.00 1	0.51 361	0.00 1	0.00 1	0.01 14	0.16 185

MM-Stereo_test3	0.67 136	0.55 270	1.54 75	0.93 452	0.06 204	0.98 65	0.06 270	3.80 224	1.40 269	0.23 88	0.54 240	0.26 150	0.05 110	0.68 132	0.46 215	0.00 1	0.81 406	0.00 1	0.00 1	0.33 440	0.68 345

ACV-stereo	1.68 381	0.45 229	3.08 319	0.05 130	0.04 188	6.19 475	0.18 336	2.01 107	0.33 16	0.23 88	0.02 2	10.33 488	5.28 480	4.05 290	1.17 342	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.15 174

rvit_105_1	0.76 162	0.75 329	3.75 374	0.01 13	0.00 1	1.16 130	0.01 37	4.13 287	1.51 291	0.24 91	0.31 184	0.14 125	0.04 88	2.70 242	0.32 154	0.00 1	0.00 1	0.00 1	0.00 1	0.04 167	0.07 90

GMStereo	0.34 34	1.03 398	2.11 204	0.01 13	0.00 1	0.47 34	0.01 37	0.77 34	1.38 265	0.24 91	0.04 72	0.07 84	0.08 158	0.43 68	0.12 38	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
FACV-RUCA	0.58 106	0.13 36	1.73 106	0.07 166	0.12 254	1.15 125	0.07 276	4.23 302	1.27 219	0.25 93	0.99 307	0.19 133	0.30 259	0.31 42	0.21 105	0.00 1	0.00 1	0.08 464	0.02 326	0.24 406	0.19 206

IGEV++	0.76 162	0.41 220	1.49 68	0.75 429	0.88 440	0.38 21	0.03 190	5.40 408	0.75 64	0.25 93	0.07 107	0.04 25	0.16 218	0.81 160	0.36 172	0.00 1	1.17 480	0.00 1	0.04 342	0.14 330	1.96 488

testlalala_base	1.48 360	0.15 43	1.50 69	0.09 196	0.20 293	1.20 144	0.01 37	4.81 355	0.53 29	0.25 93	0.02 2	0.24 142	0.05 110	0.29 37	0.50 231	7.67 509	1.93 509	0.00 1	0.27 465	9.18 506	0.79 364

AnonymousM	0.48 64	0.11 24	1.03 38	0.06 151	0.01 88	1.10 105	0.03 190	1.91 100	1.37 262	0.25 93	0.04 72	0.02 4	0.24 246	0.56 97	0.33 156	0.00 1	0.43 349	1.91 503	0.00 1	0.01 14	0.22 232

LG-Stereo	0.48 64	0.24 138	1.82 139	0.10 208	0.20 293	1.05 79	0.00 1	3.59 205	0.87 99	0.26 97	0.10 116	0.37 159	0.08 158	0.14 6	0.19 89	0.00 1	0.18 316	0.00 1	0.00 1	0.09 258	0.28 261

Occ-G	0.60 112	0.31 180	1.80 126	0.41 335	0.56 394	0.83 46	0.04 223	0.82 39	1.20 176	0.26 97	0.54 240	1.33 284	0.05 110	0.42 64	0.86 299	0.00 1	0.68 384	0.00 1	0.15 395	0.17 370	1.54 439

dd	0.45 57	1.20 419	2.52 272	0.06 151	0.01 88	1.23 160	0.03 190	0.88 44	1.48 288	0.26 97	0.06 97	0.12 115	0.05 110	0.42 64	0.44 202	0.02 417	0.00 1	0.00 1	0.00 1	0.06 199	0.06 79

CREStereo++_RVC	0.37 42	0.24 138	1.62 85	0.06 151	0.00 1	1.21 152	0.01 37	0.77 34	1.12 154	0.26 97	1.45 343	0.06 66	0.06 128	0.42 64	0.09 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 79
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
HART	0.82 175	0.51 257	2.11 204	0.32 320	0.87 439	0.35 17	0.00 1	3.57 201	1.21 185	0.27 101	2.09 380	0.40 166	0.03 67	0.52 90	0.46 215	0.00 1	1.45 497	0.00 1	0.00 1	0.25 408	1.98 489

MLG-Stereo_test2	0.34 34	0.17 69	0.97 34	0.32 320	0.33 359	1.13 116	0.00 1	0.31 4	1.53 295	0.28 102	0.05 87	0.10 108	0.00 1	0.30 41	0.20 95	0.19 474	0.55 369	0.00 1	0.00 1	0.01 14	0.37 283

test_4	0.65 132	0.40 216	1.73 106	0.11 223	0.19 288	1.28 192	0.03 190	1.41 65	0.22 3	0.28 102	3.49 427	0.72 216	0.09 170	1.93 228	0.53 239	0.00 1	0.11 305	0.00 1	0.08 361	0.16 356	0.15 174

WCG-NET	0.36 39	0.45 229	0.92 27	0.02 56	0.00 1	0.91 56	0.05 244	0.77 34	1.28 225	0.30 104	0.43 222	0.03 16	0.13 204	0.48 76	0.20 95	0.00 1	0.93 435	0.00 1	0.00 1	0.14 330	0.16 185

GCAP-Stereo	0.56 98	0.71 321	1.55 76	0.30 317	1.03 461	1.27 188	0.01 37	2.03 109	0.78 69	0.30 104	0.35 199	0.10 108	0.10 178	0.56 97	0.75 277	0.00 1	1.06 452	0.00 1	0.00 1	0.13 317	0.25 248

ASMatch	1.46 356	0.17 69	2.35 241	0.73 423	0.20 293	1.22 156	0.25 363	1.04 55	0.89 109	0.30 104	11.50 483	0.92 248	2.31 424	6.65 418	0.56 243	0.00 1	0.00 1	0.00 1	0.01 302	0.00 1	0.04 53

IGEV-Stereo++	0.42 50	0.07 3	0.79 10	0.17 249	0.28 339	1.13 116	0.00 1	1.98 104	0.41 18	0.31 107	0.04 72	0.02 4	0.03 67	0.56 97	0.30 150	0.00 1	0.73 394	0.00 1	0.00 1	0.04 167	1.55 440

LGtest1	0.19 3	0.18 76	0.41 2	0.01 13	0.10 242	0.40 24	0.00 1	0.56 19	0.93 120	0.32 108	0.06 97	0.03 16	0.00 1	0.14 6	0.27 138	0.00 1	0.18 316	0.00 1	0.00 1	0.01 14	0.16 185

WCG-NET（raft）	0.45 57	0.62 301	0.93 29	0.02 56	0.06 204	0.90 53	0.05 244	0.70 25	1.32 243	0.33 109	0.14 129	1.51 292	0.14 206	0.41 61	0.22 108	0.00 1	1.29 490	0.00 1	0.01 302	0.16 356	0.25 248

CFNet-RSSM	0.60 112	0.15 43	1.55 76	0.05 130	0.14 262	1.27 188	0.02 132	4.87 359	0.58 39	0.34 110	0.02 2	1.92 325	0.04 88	0.49 80	0.25 127	0.00 1	0.01 223	0.00 1	0.27 465	0.01 14	0.10 134

FADNet	1.38 345	1.42 442	5.62 448	0.03 82	0.06 204	2.56 396	0.16 327	4.66 343	1.64 327	0.35 111	0.11 121	1.66 308	1.05 360	5.64 377	1.59 360	0.18 472	0.02 253	0.01 424	0.01 302	0.52 476	0.23 236

RAFT	0.91 205	0.96 377	1.82 139	0.89 448	0.44 376	0.97 64	0.08 285	3.71 217	1.25 206	0.36 112	0.20 154	3.87 426	0.27 255	0.70 134	0.49 227	0.00 1	0.83 412	0.00 1	0.01 302	0.47 465	0.87 375

GREAT-IGEV	0.63 124	0.27 159	1.97 174	0.43 341	1.32 475	1.14 122	0.06 270	0.43 8	0.73 62	0.37 113	0.56 244	0.02 4	0.07 144	0.53 92	0.63 256	0.05 442	1.44 496	0.00 1	0.20 428	0.12 305	2.36 496

AIO-test2	0.97 237	1.34 434	2.49 269	0.42 338	0.37 363	1.23 160	0.01 37	3.86 239	0.93 120	0.37 113	1.47 346	0.51 182	0.05 110	2.73 243	0.21 105	3.00 502	0.09 298	0.00 1	0.01 302	0.09 258	0.30 263

HH	1.25 308	0.40 216	2.13 207	0.90 449	0.41 368	2.28 379	0.01 37	4.25 304	0.95 125	0.37 113	0.89 298	3.87 426	0.80 347	4.74 324	0.51 234	0.00 1	0.96 442	0.00 1	0.00 1	0.03 134	1.53 435

HanStereo	1.25 308	0.40 216	2.13 207	0.90 449	0.41 368	2.28 379	0.01 37	4.25 304	0.95 125	0.37 113	0.89 298	3.87 426	0.80 347	4.74 324	0.51 234	0.00 1	0.96 442	0.00 1	0.00 1	0.03 134	1.53 435

LG-G_1	0.39 46	0.16 57	0.91 24	0.26 305	0.18 282	1.30 197	0.00 1	2.08 111	0.92 116	0.38 117	0.06 97	0.05 45	0.01 13	0.21 15	0.15 58	0.00 1	0.49 359	0.00 1	0.00 1	0.01 14	0.69 351

LG-G	0.39 46	0.16 57	0.91 24	0.26 305	0.18 282	1.30 197	0.00 1	2.08 111	0.92 116	0.38 117	0.06 97	0.05 45	0.01 13	0.21 15	0.15 58	0.00 1	0.49 359	0.00 1	0.00 1	0.01 14	0.69 351

AIO_test	0.55 93	0.33 194	2.02 183	0.77 433	1.08 466	0.43 28	0.06 270	0.88 44	0.92 116	0.38 117	0.04 72	0.85 236	0.03 67	0.79 151	0.26 135	0.00 1	0.95 441	0.00 1	0.08 361	0.03 134	1.20 412

LG-Stereo_Zeroshot	0.52 79	0.15 43	1.72 104	0.22 283	0.14 262	1.47 269	0.04 223	2.21 117	0.99 135	0.39 120	0.11 121	0.70 212	0.03 67	0.65 126	0.58 246	0.02 417	0.46 351	0.00 1	0.23 445	0.01 14	0.36 281

AIO_rvc	0.63 124	0.64 308	2.03 184	0.82 440	1.08 466	0.42 26	0.06 270	1.37 62	1.24 195	0.39 120	0.04 72	0.09 99	0.06 128	0.84 163	0.50 231	0.01 389	1.06 452	0.00 1	0.03 329	0.11 295	1.81 474

IGEV-Stereo+	0.61 115	0.21 121	1.12 43	0.17 249	1.20 469	0.64 39	0.02 132	0.33 5	0.71 57	0.39 120	0.05 87	0.05 45	0.05 110	1.92 226	0.48 225	0.00 1	0.58 374	0.00 1	0.24 452	1.85 497	2.11 494

PSMNet-ADL	0.88 195	0.12 30	1.32 57	0.07 166	0.01 88	2.03 368	0.03 190	3.00 162	1.28 225	0.39 120	0.66 262	2.12 340	0.67 335	4.19 294	1.38 352	0.00 1	0.00 1	0.00 1	0.00 1	0.01 14	0.24 240

IGEVStereo-DCA	0.88 195	1.21 420	1.81 134	0.18 251	0.16 275	0.83 46	0.01 37	0.71 26	1.36 257	0.40 124	0.04 72	0.06 66	0.09 170	6.04 389	2.22 392	0.00 1	0.48 356	0.00 1	0.15 395	0.16 356	1.76 463

rrr	1.15 286	1.21 420	5.05 429	0.18 251	0.16 275	0.83 46	0.06 270	2.88 147	1.44 275	0.40 124	0.04 72	0.06 66	0.09 170	6.04 389	2.22 392	0.00 1	0.48 356	0.00 1	0.19 425	0.16 356	1.59 449

GANet-ADL	0.62 118	0.16 57	1.89 161	0.15 241	0.02 142	1.46 262	0.02 132	3.83 236	0.75 64	0.40 124	1.08 312	1.09 269	0.18 227	0.65 126	0.47 224	0.00 1	0.00 1	0.00 1	0.00 1	0.04 167	0.13 159

test_xeample3	0.95 225	1.30 429	5.13 433	0.19 258	0.23 307	0.95 62	0.07 276	2.30 119	1.47 286	0.40 124	0.05 87	0.08 90	0.07 144	1.45 204	2.27 396	0.00 1	0.69 385	0.00 1	0.33 475	0.17 370	1.85 478

Gwc-CoAtRS	0.52 79	0.16 57	1.68 99	0.05 130	0.13 257	1.06 83	0.03 190	2.88 147	0.54 34	0.40 124	0.02 2	2.22 349	0.03 67	0.49 80	0.26 135	0.00 1	0.09 298	0.00 1	0.22 440	0.01 14	0.11 142

ACVNet-4b	6.14 490	2.39 484	6.31 461	9.73 514	7.26 511	8.81 492	1.62 462	7.27 484	6.07 482	0.41 129	6.42 464	11.47 490	2.37 426	9.17 487	2.72 412	9.70 517	2.42 515	10.45 516	0.01 302	11.04 515	7.12 515

cross-raft	0.67 136	0.19 105	1.85 147	0.58 379	0.71 426	1.09 99	0.10 305	3.52 198	0.69 55	0.41 129	0.02 2	2.81 379	0.04 88	0.55 94	0.23 116	0.00 1	0.13 311	0.00 1	0.16 404	0.01 14	0.22 232

FADNet-RVC	1.30 328	1.62 456	6.28 459	0.03 82	0.00 1	1.61 319	0.08 285	4.49 322	2.04 380	0.41 129	0.10 116	0.63 193	0.64 326	5.55 371	1.69 366	0.01 389	0.08 292	0.00 1	0.00 1	0.52 476	0.31 266

MoCha-V2	0.71 149	0.43 224	1.65 93	0.60 384	1.06 463	0.38 21	0.00 1	3.01 165	1.32 243	0.44 132	0.58 251	0.22 141	0.08 158	0.78 149	0.40 196	0.00 1	1.45 497	0.00 1	0.22 440	0.05 185	1.61 451

EKT-Stereo	0.91 205	0.23 133	2.14 209	0.84 442	4.27 503	1.23 160	0.04 223	2.85 146	0.67 51	0.44 132	0.40 214	0.95 255	0.08 158	2.93 250	0.38 186	0.00 1	0.18 316	0.00 1	0.07 357	0.04 167	0.40 298

raft_robust	1.21 296	1.05 401	2.00 178	0.10 208	0.43 375	1.39 231	0.02 132	4.21 295	2.32 400	0.44 132	0.02 2	2.23 350	1.39 385	7.00 444	0.35 168	0.00 1	0.78 400	0.00 1	0.18 419	0.10 272	0.19 206

XX-TBD	0.36 39	0.59 289	1.75 112	0.07 166	0.00 1	1.11 111	0.00 1	0.73 32	0.63 46	0.44 132	1.24 328	0.06 66	0.06 128	0.39 56	0.08 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 46

FADNet_RVC	1.32 335	1.54 450	5.37 441	0.02 56	0.06 204	2.78 407	0.07 276	4.19 294	1.03 139	0.44 132	0.35 199	0.67 204	0.10 178	5.42 366	1.92 377	0.24 477	0.33 340	0.11 472	0.33 475	0.66 486	0.68 345

PSMNet-RUCA	0.83 177	0.86 350	2.85 299	0.03 82	0.02 142	2.04 370	0.25 363	4.74 351	1.79 353	0.45 137	1.38 337	0.12 115	0.12 200	1.16 179	0.37 183	0.00 1	0.00 1	0.00 1	0.00 1	0.28 425	0.07 90

LL-Strereo2	0.63 124	0.97 381	2.03 184	0.76 431	0.86 437	1.15 125	0.08 285	1.85 96	1.20 176	0.45 137	0.02 2	0.50 179	0.07 144	0.63 121	0.65 259	0.00 1	0.17 315	0.00 1	0.03 329	0.05 185	1.05 396

UDGNet	0.44 54	0.91 359	1.89 161	0.04 113	0.00 1	1.15 125	0.02 132	0.75 33	1.77 349	0.45 137	0.07 107	0.06 66	0.02 40	1.62 212	0.11 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.01 13

ICVP	0.53 83	0.09 10	1.86 150	0.01 13	0.01 88	1.12 113	0.21 348	4.35 313	0.68 54	0.45 137	0.28 173	0.33 156	0.07 144	0.72 139	0.25 127	0.00 1	0.07 288	0.00 1	0.00 1	0.04 167	0.11 142
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
MM-Stereo_test1	0.69 146	0.30 172	1.69 100	0.88 446	0.23 307	0.93 60	0.03 190	3.79 223	1.40 269	0.47 141	0.05 87	0.05 45	0.02 40	0.65 126	0.39 193	0.00 1	1.01 448	0.00 1	0.00 1	0.31 434	1.58 447

SCV	0.84 184	0.41 220	1.65 93	0.79 435	1.05 462	0.45 31	0.05 244	5.81 434	1.24 195	0.47 141	0.02 2	0.02 4	0.05 110	0.78 149	0.46 215	0.00 1	0.83 412	0.00 1	0.39 483	0.27 421	2.08 491

AIO-test1	0.75 159	0.92 364	2.40 247	0.43 341	0.80 432	1.13 116	0.01 37	3.87 242	0.88 104	0.47 141	0.30 180	0.06 66	0.06 128	2.91 249	0.20 95	0.07 458	0.06 283	0.00 1	0.10 376	0.17 370	0.20 222

ff7	0.51 71	0.26 150	1.81 134	0.19 258	0.25 318	1.08 91	0.01 37	0.71 26	1.36 257	0.47 141	0.02 2	0.04 25	0.08 158	0.79 151	0.18 79	0.00 1	0.92 428	0.00 1	0.15 395	0.10 272	1.76 463

ffff	0.51 71	0.26 150	1.81 134	0.19 258	0.25 318	1.08 91	0.01 37	0.71 26	1.36 257	0.47 141	0.02 2	0.04 25	0.08 158	0.79 151	0.18 79	0.00 1	0.92 428	0.00 1	0.15 395	0.10 272	1.76 463

11t	0.51 71	0.26 150	1.81 134	0.19 258	0.25 318	1.08 91	0.01 37	0.71 26	1.36 257	0.47 141	0.02 2	0.04 25	0.08 158	0.79 151	0.18 79	0.00 1	0.92 428	0.00 1	0.15 395	0.10 272	1.76 463

TestStereo1	0.96 229	0.91 359	2.21 216	0.24 294	0.42 371	1.31 201	0.02 132	4.10 280	1.71 338	0.47 141	1.64 356	0.20 135	1.20 370	3.55 268	0.36 172	0.00 1	0.27 332	0.00 1	0.00 1	0.19 381	0.32 269

ccc-4	0.51 71	0.26 150	1.81 134	0.19 258	0.25 318	1.08 91	0.01 37	0.71 26	1.36 257	0.47 141	0.02 2	0.04 25	0.08 158	0.79 151	0.18 79	0.00 1	0.92 428	0.00 1	0.15 395	0.10 272	1.76 463

SA-5K	0.96 229	0.91 359	2.21 216	0.24 294	0.42 371	1.31 201	0.02 132	4.10 280	1.71 338	0.47 141	1.64 356	0.20 135	1.20 370	3.55 268	0.36 172	0.00 1	0.27 332	0.00 1	0.00 1	0.19 381	0.32 269

Consistency-Raft	1.48 360	0.96 377	5.40 444	0.36 325	0.31 358	1.66 336	0.11 308	4.30 312	4.32 465	0.47 141	5.99 458	0.86 237	2.09 418	1.19 183	1.31 345	0.03 429	0.01 223	0.00 1	0.00 1	0.27 421	0.02 31

MM-Stereo_test2	0.51 71	0.19 105	1.86 150	0.74 425	0.08 226	1.16 130	0.01 37	0.78 37	0.71 57	0.48 151	0.03 54	0.05 45	0.07 144	0.47 73	0.40 196	0.00 1	0.92 428	0.00 1	0.05 345	0.28 425	1.94 487

Ntro	3.66 464	2.08 476	4.34 396	7.58 508	4.53 504	6.25 476	0.72 429	5.35 400	1.65 328	0.48 151	1.77 363	2.68 372	1.25 378	5.10 347	2.31 398	8.72 513	0.31 338	2.13 504	0.05 345	9.73 508	6.18 512

SCV_C0	0.78 168	0.46 237	2.11 204	0.66 402	0.80 432	0.51 36	0.03 190	4.50 323	1.26 213	0.49 153	0.08 112	0.08 90	0.11 187	0.64 125	0.57 244	0.00 1	1.00 447	0.00 1	0.19 425	0.12 305	1.91 486

GCST	1.13 278	1.32 431	3.12 324	0.57 377	0.90 442	0.92 57	0.09 297	4.38 315	1.43 272	0.49 153	0.51 236	0.39 163	0.35 270	5.56 373	0.95 319	1.34 497	0.02 253	0.00 1	0.00 1	0.13 317	0.15 174

anonymousdsp	0.54 87	0.26 150	1.62 85	0.47 353	0.60 406	1.08 91	0.01 37	1.01 54	1.37 262	0.49 153	0.02 2	0.04 25	0.09 170	0.73 140	0.15 58	0.00 1	0.82 410	0.00 1	0.16 404	0.10 272	1.83 475

IGEV-Stereo	0.54 87	0.26 150	1.62 85	0.47 353	0.61 407	1.08 91	0.01 37	1.00 51	1.37 262	0.49 153	0.02 2	0.04 25	0.09 170	0.73 140	0.16 67	0.00 1	0.82 410	0.00 1	0.16 404	0.10 272	1.83 475
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
PCWNet_CMD	0.70 147	0.18 76	2.22 218	0.01 13	0.01 88	1.09 99	0.00 1	3.17 178	1.35 255	0.50 157	0.29 176	2.28 352	1.46 391	1.22 188	0.11 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.19 206

SA	1.02 254	0.85 347	2.22 218	0.00 1	0.42 371	1.31 201	0.01 37	4.74 351	2.04 380	0.50 157	0.95 304	0.30 154	1.30 382	4.24 300	0.42 200	0.00 1	0.47 352	0.00 1	0.17 412	0.16 356	0.30 263

knoymous	0.41 49	0.09 10	1.34 58	0.05 130	0.01 88	1.15 125	0.01 37	2.36 123	0.23 4	0.51 159	0.02 2	1.64 305	0.00 1	0.49 80	0.33 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 14	0.04 53

HUF	0.78 168	0.58 285	2.91 304	0.76 431	1.21 471	0.34 9	0.07 276	1.59 76	1.25 206	0.52 160	0.04 72	0.51 182	0.04 88	0.75 143	0.45 206	0.06 452	2.00 510	0.00 1	0.00 1	0.15 347	2.39 497

MSMDNet	0.71 149	0.18 76	2.22 218	0.01 13	0.01 88	1.09 99	0.00 1	3.25 183	1.35 255	0.52 160	0.29 176	2.29 356	1.45 388	1.22 188	0.11 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.19 206

MyStereo07	0.53 83	0.51 257	1.58 81	0.03 82	0.34 361	1.66 336	0.02 132	1.68 87	1.34 249	0.53 162	0.02 2	0.04 25	0.11 187	0.74 142	0.26 135	0.00 1	1.19 482	0.00 1	0.18 419	0.03 134	0.37 283

AIO-Stereo-zeroshot1	1.97 408	0.97 381	7.79 480	0.68 411	1.01 457	1.47 269	0.20 341	7.05 480	1.44 275	0.54 163	6.19 460	5.17 455	1.14 366	1.65 213	1.18 343	0.01 389	0.77 398	0.00 1	0.64 500	0.25 408	1.23 413

AEACV	0.64 130	0.08 6	1.46 63	0.72 418	0.96 450	1.22 156	0.00 1	1.90 99	0.67 51	0.54 163	0.07 107	0.02 4	0.73 341	0.63 121	0.28 140	0.01 389	0.92 428	0.00 1	0.36 479	0.09 258	2.04 490

AIO-Stereo-zeroshot	1.52 367	0.60 293	5.47 446	0.27 311	1.02 459	1.33 217	0.26 367	6.85 471	1.21 185	0.60 165	0.62 256	5.38 461	1.37 384	1.76 220	1.11 336	0.00 1	0.72 393	0.00 1	0.57 494	0.17 370	0.98 389

11t1	0.70 147	0.28 162	1.86 150	0.56 374	0.56 394	1.06 83	0.00 1	2.89 149	1.21 185	0.60 165	0.34 192	0.08 90	0.04 88	0.76 144	0.85 295	0.02 417	1.09 459	0.00 1	0.18 419	0.06 199	1.58 447

qqq	0.90 202	0.41 220	1.88 158	0.10 208	0.59 404	1.09 99	0.00 1	3.82 231	1.29 231	0.61 167	0.38 208	0.73 217	0.15 210	3.19 256	0.90 311	0.00 1	1.08 456	0.00 1	0.23 445	0.06 199	1.57 442

FADNet-RVC-Resample	1.28 320	1.46 444	6.58 467	0.10 208	0.14 262	1.54 296	0.25 363	4.29 311	1.46 280	0.61 167	0.23 162	1.29 281	0.28 257	5.23 353	1.06 331	0.10 462	0.16 313	0.09 467	0.06 353	0.28 425	0.39 294

CFNet	1.24 304	1.33 433	3.20 328	0.26 305	0.03 163	1.43 246	0.04 223	5.03 375	2.39 407	0.61 167	0.71 270	1.30 282	0.23 244	6.72 422	1.16 341	0.00 1	0.00 1	0.00 1	0.00 1	0.25 408	0.10 134

CBFPSM	1.51 364	1.00 390	5.32 440	0.05 130	0.01 88	3.57 435	0.04 223	4.06 274	1.03 139	0.65 170	0.21 158	6.06 464	3.60 456	2.65 238	1.82 371	0.00 1	0.01 223	0.00 1	0.00 1	0.09 258	0.12 151

x	0.80 172	0.39 212	1.80 126	0.66 402	0.50 387	1.02 69	0.00 1	3.61 206	1.34 249	0.65 170	0.34 192	0.53 185	0.14 206	1.21 186	0.91 314	0.00 1	1.09 459	0.00 1	0.20 428	0.06 199	1.59 449

RAFT+CT+SA	0.85 188	0.91 359	2.23 223	0.19 258	0.29 341	1.27 188	0.03 190	4.92 366	0.86 97	0.65 170	0.40 214	0.67 204	0.05 110	3.03 251	0.18 79	0.00 1	0.28 336	0.00 1	0.35 478	0.15 347	0.61 333

EGLCR-Stereo	0.64 130	0.12 30	1.52 70	0.74 425	0.75 430	1.83 358	0.54 414	2.79 143	0.67 51	0.66 173	0.04 72	0.01 1	0.02 40	0.77 146	0.45 206	0.00 1	0.71 390	0.00 1	0.00 1	0.00 1	1.14 404

GES	0.75 159	0.26 150	2.66 283	0.01 13	0.00 1	1.63 327	0.08 285	6.06 448	0.57 38	0.68 174	0.40 214	0.37 159	0.66 334	0.84 163	0.49 227	0.02 417	0.00 1	0.01 424	0.00 1	0.08 237	0.10 134

GANetREF_RVC	1.25 308	1.39 439	4.10 386	0.10 208	0.00 1	2.25 376	0.18 336	4.68 345	2.78 437	0.69 175	0.34 192	1.87 321	0.65 331	5.07 345	0.68 266	0.00 1	0.00 1	0.00 1	0.00 1	0.08 237	0.07 90
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
AE-Stereo	0.83 177	0.13 36	2.17 212	0.08 177	0.24 314	1.24 165	0.03 190	5.22 390	1.26 213	0.70 176	1.09 313	0.20 135	0.16 218	0.70 134	0.33 156	0.00 1	0.89 426	0.00 1	0.26 461	0.09 258	1.75 462

ACVNet-DCA	0.94 216	0.36 201	2.41 250	0.50 363	0.29 341	3.40 429	0.02 132	3.82 231	1.29 231	0.71 177	0.83 290	0.05 45	0.61 316	1.60 209	0.12 38	0.00 1	1.13 471	0.00 1	0.03 329	0.06 199	1.57 442

xx1	1.29 324	0.36 201	2.41 250	0.50 363	0.29 341	3.40 429	0.02 132	4.02 268	7.67 490	0.71 177	0.83 290	0.73 217	0.15 210	1.60 209	0.12 38	0.00 1	1.13 471	0.00 1	0.23 445	0.06 199	1.57 442

1test111	1.06 262	0.36 201	2.41 250	0.50 363	0.29 341	3.40 429	0.02 132	3.82 231	1.29 231	0.71 177	0.83 290	0.05 45	0.61 316	3.19 256	0.90 311	0.00 1	1.13 471	0.00 1	0.03 329	0.06 199	1.57 442

cc1	1.29 324	0.36 201	2.41 250	0.50 363	0.29 341	3.40 429	0.02 132	4.02 268	7.67 490	0.71 177	0.83 290	0.05 45	0.61 316	1.59 208	0.12 38	0.00 1	1.13 471	0.00 1	0.03 329	0.10 272	1.86 479

tt1	1.23 302	0.37 207	2.41 250	0.41 335	0.45 378	3.33 426	0.02 132	3.81 227	6.87 483	0.71 177	0.80 286	0.06 66	0.40 289	1.73 217	0.12 38	0.00 1	1.12 467	0.00 1	0.00 1	0.10 272	1.86 479

RAFT-Test	0.85 188	0.19 105	2.98 314	0.66 402	0.99 454	1.83 358	0.17 330	3.16 177	1.19 170	0.71 177	0.11 121	3.21 402	0.02 40	0.58 103	0.33 156	0.00 1	0.47 352	0.00 1	0.29 471	0.01 14	0.15 174

MaskLacGwcNet_RVC	1.88 397	0.88 354	3.47 353	1.64 486	0.22 302	4.27 446	0.40 402	3.90 250	1.63 323	0.72 183	0.71 270	3.06 393	0.11 187	5.13 349	1.03 329	5.07 504	0.54 367	0.00 1	0.00 1	1.73 495	3.16 504

CoDeX	1.03 255	0.45 229	2.50 271	0.06 151	0.20 293	1.51 286	0.20 341	6.54 465	1.96 372	0.73 184	0.68 269	1.04 262	0.31 264	3.86 283	0.38 186	0.00 1	0.00 1	0.00 1	0.00 1	0.08 237	0.07 90

MSKI-zero shot	0.91 205	0.18 76	1.86 150	0.61 388	0.62 415	1.36 223	0.05 244	3.41 193	0.31 13	0.73 184	1.79 365	0.88 239	0.00 1	4.71 322	0.16 67	0.00 1	0.93 435	0.00 1	0.21 436	0.02 67	0.32 269

test-1	0.77 166	0.31 180	1.67 96	0.03 82	0.97 451	1.23 160	0.07 276	4.63 339	0.75 64	0.73 184	0.67 268	1.06 265	0.03 67	0.58 103	0.80 283	0.02 417	0.79 402	0.00 1	0.07 357	0.01 14	0.96 387

anonymousdsp2	0.88 195	0.10 17	2.48 267	0.42 338	0.77 431	1.22 156	0.02 132	4.89 361	1.23 193	0.75 187	0.21 158	0.94 251	0.09 170	1.46 205	0.31 152	0.00 1	0.88 420	0.00 1	0.11 381	0.05 185	1.78 470

HCRNet	0.83 177	0.39 212	1.59 83	0.02 56	0.00 1	1.18 140	0.01 37	3.69 213	2.28 397	0.75 187	0.21 158	0.56 187	0.11 187	5.32 360	0.25 127	0.00 1	0.01 223	0.00 1	0.00 1	0.08 237	0.04 53

Former-RAFT_DAM_RVC	0.29 22	0.32 188	0.88 21	0.02 56	0.00 1	1.05 79	0.01 37	0.80 38	1.00 137	0.76 189	0.34 192	0.10 108	0.06 128	0.13 4	0.09 20	0.00 1	0.00 1	0.00 1	0.00 1	0.05 185	0.09 122

DDVS	1.00 246	0.21 121	1.83 142	0.21 279	0.27 333	3.12 418	0.25 363	3.00 162	0.71 57	0.77 190	0.82 288	2.14 341	0.44 293	5.24 354	0.66 261	0.00 1	0.01 223	0.01 424	0.00 1	0.04 167	0.20 222

RCA-Stereo	0.53 83	0.18 76	1.16 48	0.01 13	0.24 314	1.20 144	0.01 37	3.86 239	0.97 129	0.77 190	0.50 233	0.05 45	0.13 204	0.32 44	0.03 4	0.00 1	0.87 419	0.00 1	0.00 1	0.08 237	0.24 240

ITSA-stereo	1.24 304	0.23 133	2.14 209	0.19 258	0.04 188	1.43 246	0.13 317	6.24 454	3.22 451	0.78 192	0.36 203	0.63 193	1.05 360	5.67 379	2.24 395	0.03 429	0.00 1	0.09 467	0.06 353	0.08 237	0.19 206

gcap-zeroshot	0.95 225	0.45 229	3.07 318	0.25 299	0.74 429	1.44 251	0.02 132	4.85 357	1.47 286	0.78 192	0.57 245	2.77 375	0.04 88	0.95 173	0.49 227	0.00 1	0.48 356	0.00 1	0.20 428	0.00 1	0.39 294

RAFT_CTSACE	0.85 188	0.95 373	2.60 275	0.60 384	0.05 198	1.20 144	0.01 37	3.18 180	0.85 96	0.79 194	1.57 353	2.18 348	0.78 345	1.20 184	0.22 108	0.00 1	0.33 340	0.00 1	0.00 1	0.28 425	0.21 230

IPLGR	0.88 195	0.30 172	3.78 376	0.06 151	0.07 217	1.26 182	0.05 244	3.78 221	1.62 317	0.80 195	0.35 199	0.79 232	0.76 342	3.42 263	0.27 138	0.00 1	0.00 1	0.00 1	0.00 1	0.08 237	0.16 185

test_5	0.94 216	0.94 370	2.60 275	0.55 373	0.25 318	1.47 269	0.02 132	4.89 361	0.97 129	0.81 196	0.30 180	0.80 233	0.63 323	3.39 261	0.24 123	0.00 1	0.27 332	0.00 1	0.00 1	0.17 370	0.54 319

IPLG	0.99 243	0.76 334	3.08 319	0.06 151	0.06 204	1.40 235	0.11 308	3.81 227	1.07 144	0.81 196	1.00 308	0.50 179	0.60 315	5.65 378	0.38 186	0.00 1	0.00 1	0.00 1	0.00 1	0.23 398	0.20 222

ccs_rob	0.71 149	0.20 114	2.35 241	0.00 1	0.01 88	1.24 165	0.00 1	3.17 178	0.91 115	0.82 198	0.45 227	2.28 352	0.63 323	1.78 223	0.18 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.14 165

AFF-stereo	0.89 201	1.05 401	1.70 102	0.49 362	0.18 282	1.21 152	0.01 37	3.58 204	1.62 317	0.84 199	1.93 370	1.14 273	0.26 252	1.24 191	0.68 266	0.00 1	0.64 382	0.00 1	0.00 1	0.26 416	0.89 379

riskmin	0.95 225	0.06 1	2.01 179	0.80 437	0.86 437	1.58 307	0.24 359	4.28 309	0.53 29	0.85 200	0.29 176	2.60 366	1.04 359	0.70 134	0.61 252	0.00 1	0.85 416	0.00 1	0.26 461	0.01 14	1.48 431

CFNet_pseudo	0.71 149	0.20 114	2.34 240	0.01 13	0.01 88	1.24 165	0.00 1	3.19 181	0.92 116	0.85 200	0.47 231	2.29 356	0.61 316	1.79 224	0.17 74	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.14 165

SFCPSM	0.87 192	0.20 114	2.57 273	0.02 56	0.07 217	2.45 389	0.18 336	5.65 420	1.51 291	0.85 200	0.77 281	0.67 204	0.30 259	1.77 221	0.22 108	0.00 1	0.00 1	0.00 1	0.04 342	0.09 258	0.09 122

ACVNet	0.75 159	0.56 280	2.30 231	0.09 196	0.00 1	1.39 231	0.21 348	2.76 139	1.34 249	0.88 203	0.75 277	1.92 325	0.26 252	0.51 88	1.65 363	0.00 1	0.00 1	0.00 1	0.00 1	0.15 347	0.20 222

CFNet-ft	0.97 237	0.94 370	2.30 231	0.01 13	0.27 333	1.37 225	0.02 132	2.76 139	0.79 73	0.88 203	0.20 154	3.76 423	0.38 279	4.21 295	1.34 348	0.00 1	0.00 1	0.01 424	0.00 1	0.08 237	0.09 122

CFNet_RVC	0.97 237	0.94 370	2.30 231	0.01 13	0.27 333	1.37 225	0.02 132	2.76 139	0.79 73	0.88 203	0.20 154	3.76 423	0.38 279	4.21 295	1.34 348	0.00 1	0.00 1	0.01 424	0.00 1	0.08 237	0.09 122

MIPNet	0.77 166	0.74 327	2.72 285	0.08 177	0.07 217	1.32 210	0.12 316	4.14 289	1.51 291	0.90 206	0.11 121	0.67 204	0.95 355	1.42 202	0.30 150	0.00 1	0.01 223	0.01 424	0.01 302	0.15 347	0.23 236

anonymousa	1.15 286	0.38 209	2.43 260	0.70 414	1.49 481	1.45 258	0.02 132	4.23 302	1.13 155	0.91 207	2.52 403	3.46 411	0.55 305	0.55 94	0.60 248	0.00 1	1.13 471	0.00 1	0.54 493	0.04 167	0.86 374

MC-Stereo	0.57 102	0.16 57	1.63 91	0.70 414	0.93 448	1.10 105	0.01 37	1.43 68	0.26 10	0.91 207	0.02 2	0.08 90	0.11 187	0.61 118	0.23 116	0.00 1	1.15 478	0.00 1	0.17 412	0.10 272	1.84 477

NRIStereo	0.82 175	0.17 69	1.56 78	0.61 388	0.05 198	1.61 319	0.48 409	1.52 71	1.19 170	0.91 207	0.17 135	0.65 198	0.03 67	7.00 444	0.25 127	0.00 1	0.06 283	0.00 1	0.00 1	0.06 199	0.17 193

DIP-Stereo	0.68 142	0.35 198	1.76 118	0.08 177	0.00 1	1.46 262	0.01 37	6.53 464	1.71 338	0.91 207	0.11 121	0.04 25	0.19 232	0.19 11	0.09 20	0.00 1	0.01 223	0.00 1	0.00 1	0.03 134	0.17 193
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
Wz-Net-LNSev	1.60 377	1.48 447	8.20 486	0.03 82	0.03 163	3.95 440	0.13 317	4.89 361	2.33 402	0.92 211	0.31 184	3.64 419	1.40 386	2.90 248	1.50 356	0.00 1	0.00 1	0.00 1	0.00 1	0.10 272	0.20 222

CRE-IMP	0.49 66	0.14 42	1.75 112	0.08 177	0.05 198	1.48 277	0.45 406	1.64 85	1.22 189	0.92 211	0.29 176	0.87 238	0.01 13	0.39 56	0.25 127	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.17 193

ac_64	1.28 320	0.43 224	2.90 303	0.18 251	0.25 318	1.52 289	0.03 190	5.58 416	1.89 362	0.92 211	0.53 239	4.86 446	0.45 297	5.01 343	0.88 304	0.00 1	0.00 1	0.00 1	0.00 1	0.10 272	0.06 79

PA-Net	1.56 374	1.13 412	5.13 433	0.07 166	0.17 278	1.46 262	0.53 413	4.73 349	3.04 445	0.92 211	1.30 332	2.29 356	0.62 321	6.63 416	3.00 425	0.01 389	0.00 1	0.00 1	0.00 1	0.07 226	0.15 174
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANet-RSSM	1.09 268	0.80 342	2.41 250	0.72 418	0.00 1	1.39 231	0.02 132	5.15 383	1.07 144	0.95 215	0.34 192	2.06 335	1.12 365	4.69 320	0.80 283	0.00 1	0.00 1	0.04 455	0.00 1	0.15 347	0.09 122

fast-acv-ft	1.54 370	0.86 350	4.85 419	0.11 223	0.12 254	3.88 438	0.28 376	2.97 159	2.26 395	0.96 216	3.49 427	2.97 386	1.23 376	3.47 265	2.75 413	0.04 438	0.01 223	0.04 455	0.04 342	0.44 464	0.08 97

GASNet	1.77 390	2.50 487	7.05 471	0.47 353	0.02 142	1.50 282	0.20 341	4.55 332	2.55 420	0.98 217	1.48 347	2.24 351	1.57 401	6.25 398	3.41 436	0.00 1	0.05 277	0.00 1	0.00 1	0.55 479	0.12 151

test_3	0.81 174	0.15 43	2.17 212	0.36 325	0.58 400	1.03 70	0.01 37	3.01 165	0.59 40	0.98 217	0.02 2	1.04 262	0.04 88	3.72 277	0.39 193	0.00 1	0.92 428	0.00 1	0.25 454	0.16 356	0.69 351

CrosDoStereo	1.72 383	0.31 180	1.91 164	0.03 82	0.07 217	1.40 235	5.95 506	3.61 206	1.62 317	0.98 217	3.79 433	0.94 251	4.66 472	7.11 451	1.86 374	0.00 1	0.00 1	0.00 1	0.00 1	0.12 305	0.08 97

DeepStereo_LL	1.72 383	0.31 180	1.91 164	0.03 82	0.07 217	1.40 235	5.95 506	3.61 206	1.62 317	0.98 217	3.79 433	0.94 251	4.66 472	7.11 451	1.86 374	0.00 1	0.00 1	0.00 1	0.00 1	0.12 305	0.08 97

RASNet	1.75 385	0.71 321	2.93 307	0.20 273	3.20 500	1.75 350	0.26 367	3.87 242	2.64 423	0.98 217	1.46 345	5.25 460	1.67 405	6.73 423	2.81 419	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.47 309

PSM-adaLoss	0.54 87	0.18 76	1.72 104	0.08 177	0.09 234	1.63 327	0.29 383	1.60 77	1.27 219	0.99 222	0.18 138	0.76 227	0.02 40	1.79 224	0.20 95	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.05 67

ROB_FTStereo_v2	0.52 79	0.18 76	1.71 103	0.08 177	0.09 234	1.59 309	0.32 393	1.61 80	1.25 206	0.99 222	0.19 150	0.76 227	0.02 40	1.36 200	0.20 95	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.04 53

ROB_FTStereo	0.55 93	0.18 76	1.75 112	0.08 177	0.09 234	1.61 319	0.32 393	1.60 77	1.26 213	0.99 222	0.19 150	0.75 222	0.03 67	1.97 229	0.19 89	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.04 53

HUI-Stereo	0.54 87	0.18 76	1.78 124	0.08 177	0.08 226	1.63 327	0.31 390	1.60 77	1.28 225	0.99 222	0.18 138	0.76 227	0.02 40	1.56 206	0.19 89	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.05 67

iGMRVC	0.59 107	0.18 76	1.75 112	0.08 177	0.09 234	1.63 327	0.27 375	1.61 80	1.27 219	0.99 222	0.19 150	0.75 222	0.03 67	2.78 244	0.20 95	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.04 53

RAFT-IKP	0.54 87	0.18 76	1.77 122	0.08 177	0.07 217	1.47 269	0.29 383	1.61 80	1.26 213	0.99 222	0.18 138	0.74 220	0.02 40	1.77 221	0.20 95	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.04 53

Patchmatch Stereo++	0.59 107	0.18 76	1.73 106	0.08 177	0.08 226	1.62 324	0.26 367	1.62 83	1.25 206	1.00 228	0.18 138	0.75 222	0.03 67	2.68 240	0.20 95	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.05 67
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	0.59 107	0.18 76	1.73 106	0.08 177	0.08 226	1.62 324	0.26 367	1.62 83	1.25 206	1.00 228	0.18 138	0.75 222	0.03 67	2.68 240	0.20 95	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.05 67

RAFT-Stereo-weight	0.57 102	0.10 17	1.28 56	0.10 208	0.42 371	1.41 241	0.05 244	3.80 224	0.86 97	1.02 230	0.52 238	0.26 150	0.01 13	0.42 64	0.15 58	0.00 1	0.47 352	0.00 1	0.00 1	0.01 14	0.60 331

test_sample1	0.96 229	0.25 147	1.82 139	0.46 347	0.19 288	1.13 116	0.00 1	4.10 280	1.55 298	1.02 230	0.33 189	0.70 212	0.57 310	3.63 273	0.91 314	0.00 1	0.91 427	0.00 1	0.09 370	0.05 185	1.50 432

iResNetv2_ROB	1.32 335	1.82 462	6.02 453	1.27 469	0.00 1	1.41 241	0.05 244	4.48 321	1.46 280	1.02 230	1.28 331	1.00 261	0.27 255	4.72 323	1.12 337	0.00 1	0.00 1	0.00 1	0.00 1	0.37 456	0.16 185

DeepStereo_RVC	0.59 107	0.16 57	1.65 93	0.08 177	0.06 204	1.37 225	0.40 402	1.58 74	1.26 213	1.03 233	0.83 290	0.49 176	1.52 394	0.94 171	0.18 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.13 159

s12784h	0.67 136	0.17 69	1.87 156	0.02 56	0.00 1	1.16 130	0.03 190	4.08 277	1.89 362	1.04 234	1.59 355	0.05 45	0.02 40	1.25 193	0.12 38	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.02 31

RAFT_R40	1.08 266	0.11 24	2.09 201	0.83 441	0.20 293	1.68 343	0.64 422	2.11 115	1.19 170	1.05 235	1.13 319	1.77 316	1.43 387	6.90 433	0.33 156	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.01 13

TANstereo	0.37 42	0.50 251	1.62 85	0.03 82	0.01 88	1.16 130	0.00 1	0.56 19	0.53 29	1.05 235	1.38 337	0.06 66	0.05 110	0.45 72	0.07 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 31

NVstereo2D	1.25 308	0.34 196	5.21 438	0.09 196	0.03 163	1.61 319	0.23 356	4.95 369	1.92 366	1.05 235	0.38 208	2.53 363	0.61 316	5.36 363	0.44 202	0.00 1	0.10 302	0.00 1	0.03 329	0.04 167	0.19 206

GwcNet-ADL	0.71 149	0.22 129	2.22 218	0.05 130	0.01 88	1.32 210	0.02 132	3.82 231	1.61 310	1.06 238	0.44 224	1.46 289	0.22 243	0.94 171	0.62 255	0.00 1	0.00 1	0.00 1	0.00 1	0.01 14	0.14 165

iResNet_ROB	1.22 300	1.37 436	2.59 274	0.14 236	0.00 1	1.38 230	0.04 223	7.36 486	2.85 443	1.07 239	1.24 328	0.93 250	0.11 187	4.28 302	0.84 294	0.00 1	0.00 1	0.00 1	0.00 1	0.12 305	0.11 142

Any-RAFT	0.76 162	0.13 36	1.46 63	0.03 82	0.01 88	2.76 406	0.08 285	4.09 278	1.69 332	1.08 240	0.26 170	1.95 329	0.31 264	0.95 173	0.09 20	0.01 389	0.20 324	0.00 1	0.00 1	0.01 14	0.08 97

FENet	0.61 115	0.22 129	1.75 112	0.05 130	0.00 1	1.21 152	0.05 244	3.78 221	1.28 225	1.08 240	0.02 2	1.61 301	0.09 170	0.60 114	0.35 168	0.00 1	0.01 223	0.00 1	0.00 1	0.04 167	0.08 97

test_sample2	0.92 208	0.24 138	1.96 171	0.43 341	0.02 142	1.25 173	0.00 1	4.52 327	1.58 304	1.09 242	0.33 189	0.50 179	0.29 258	3.27 258	0.93 317	0.00 1	0.88 420	0.00 1	0.10 376	0.04 167	1.04 395

THIR-Stereo	1.54 370	0.48 246	1.88 158	0.01 13	0.02 142	1.08 91	4.17 489	2.48 129	0.41 18	1.09 242	4.30 443	1.90 323	4.08 465	6.84 428	1.81 369	0.00 1	0.00 1	0.04 455	0.00 1	0.06 199	0.04 53

CC-Net-ROB	2.09 415	1.17 416	3.97 384	1.52 482	0.23 307	3.35 428	0.05 244	5.09 380	2.74 432	1.09 242	1.40 339	0.97 257	0.18 227	6.66 419	0.87 300	1.46 498	1.64 504	7.13 507	0.00 1	1.67 494	0.54 319

MyStereo04	1.01 249	0.51 257	3.49 354	0.03 82	0.34 361	1.66 336	0.02 132	4.18 293	2.93 444	1.10 245	0.03 54	1.30 282	0.58 312	1.32 198	1.02 328	0.00 1	1.19 482	0.00 1	0.18 419	0.03 134	0.37 283

AASNet	1.05 259	1.11 409	3.12 324	0.05 130	0.00 1	1.73 349	0.05 244	5.73 425	2.17 390	1.10 245	1.84 368	0.94 251	0.19 232	1.16 179	1.37 350	0.00 1	0.00 1	0.00 1	0.00 1	0.34 444	0.16 185

Sa-1000	1.23 302	0.79 339	2.16 211	0.00 1	0.40 366	1.36 223	0.03 190	5.00 374	2.01 375	1.11 247	5.38 452	0.61 191	0.15 210	4.18 292	0.37 183	0.00 1	0.54 367	0.00 1	0.16 404	0.15 347	0.16 185

DCRE	1.01 249	0.54 269	1.52 70	0.30 317	0.99 454	1.31 201	0.00 1	1.69 88	0.71 57	1.12 248	7.77 470	0.74 220	0.02 40	0.28 31	0.45 206	0.00 1	0.71 390	0.00 1	0.25 454	0.02 67	1.78 470

Anonymous_2	2.17 425	0.32 188	2.35 241	0.80 437	0.85 434	1.67 340	0.22 353	4.62 338	0.71 57	1.12 248	0.40 214	3.18 401	1.94 415	0.84 163	0.77 279	0.06 452	1.09 459	3.25 506	14.62 531	3.25 498	1.43 429

GCAP-BAT	0.78 168	0.18 76	1.84 146	0.66 402	0.66 417	2.13 373	0.04 223	1.42 67	0.89 109	1.14 250	1.26 330	1.13 272	0.09 170	0.65 126	0.85 295	0.02 417	1.07 454	0.00 1	0.48 488	0.06 199	1.08 401

IGEV_Zeroshot_test	1.07 263	0.28 162	3.68 368	0.51 368	0.58 400	1.13 116	0.54 414	4.64 340	0.73 62	1.14 250	0.75 277	3.21 402	0.70 338	0.77 146	0.57 244	0.00 1	0.52 365	0.00 1	0.16 404	0.04 167	1.56 441

CSP-Net	1.13 278	0.76 334	1.67 96	0.01 13	0.00 1	2.81 409	0.05 244	5.62 418	1.14 156	1.14 250	0.85 295	1.80 319	0.23 244	6.10 393	0.36 172	0.00 1	0.00 1	0.00 1	0.00 1	0.13 317	0.03 46

MyStereo06	1.08 266	0.47 243	3.30 341	0.03 82	0.14 262	1.53 292	0.02 132	5.58 416	0.88 104	1.15 253	0.73 274	3.48 413	1.15 367	0.86 167	0.66 261	0.00 1	1.10 463	0.00 1	0.16 404	0.02 67	0.37 283

PSMNet_ROB	1.31 331	1.27 426	3.91 381	0.05 130	0.11 247	1.69 344	0.16 327	3.98 260	1.59 307	1.15 253	0.34 192	2.77 375	0.62 321	4.43 310	3.80 440	0.00 1	0.00 1	0.00 1	0.00 1	0.12 305	0.12 151

AACVNet	1.04 256	0.87 353	2.22 218	0.25 299	0.00 1	1.79 354	0.01 37	4.21 295	0.79 73	1.17 255	0.27 172	1.50 291	0.16 218	6.30 403	0.89 308	0.00 1	0.00 1	0.00 1	0.00 1	0.23 398	0.04 53

SST-Stereo	1.12 276	0.10 17	1.98 175	0.85 443	0.24 314	1.72 347	0.56 419	2.10 114	2.01 375	1.19 256	1.07 311	1.57 295	1.88 414	6.92 435	0.24 123	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.02 31

RAFT-345	1.25 308	0.12 30	2.08 195	0.54 370	0.13 257	1.55 297	0.24 359	0.65 24	2.51 417	1.19 256	7.68 469	0.92 248	0.05 110	6.86 430	0.50 231	0.00 1	0.00 1	0.00 1	0.00 1	0.01 14	0.00 1

RALAANet	0.68 142	1.09 408	2.29 229	0.03 82	0.01 88	0.93 60	0.03 190	2.65 135	1.97 373	1.19 256	0.39 213	0.15 130	0.30 259	1.27 195	0.75 277	0.00 1	0.25 326	0.00 1	0.09 370	0.19 381	0.03 46

AdaStereo	0.76 162	0.12 30	1.73 106	0.05 130	0.00 1	1.46 262	0.23 356	5.16 386	1.66 329	1.19 256	0.37 205	1.54 294	0.17 223	0.86 167	0.54 241	0.00 1	0.00 1	0.00 1	0.00 1	0.01 14	0.08 97
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.
NF-Stereo	0.92 208	0.18 76	1.99 177	1.31 473	0.01 88	1.55 297	0.28 376	3.09 172	1.24 195	1.20 260	0.57 245	0.24 142	0.01 13	6.43 406	0.35 168	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.00 1

OCTAStereo	0.93 213	0.18 76	2.01 179	1.31 473	0.01 88	1.56 301	0.28 376	3.09 172	1.24 195	1.21 261	0.57 245	0.25 147	0.01 13	6.43 406	0.35 168	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.00 1

RE-Stereo	0.92 208	0.18 76	2.01 179	1.31 473	0.01 88	1.55 297	0.28 376	3.09 172	1.24 195	1.21 261	0.57 245	0.24 142	0.01 13	6.43 406	0.34 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.00 1

TVStereo	0.92 208	0.18 76	2.01 179	1.31 473	0.01 88	1.55 297	0.28 376	3.09 172	1.24 195	1.21 261	0.57 245	0.24 142	0.01 13	6.43 406	0.34 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.00 1

GEStereo_RVC	1.25 308	0.76 334	2.61 277	0.37 328	0.01 88	1.40 235	0.11 308	6.93 473	1.20 176	1.22 264	0.78 283	1.58 298	0.77 343	6.13 394	0.66 261	0.00 1	0.00 1	0.00 1	0.00 1	0.14 330	0.23 236

model_zeroshot	0.87 192	0.46 237	2.80 291	0.68 411	0.93 448	1.84 361	0.08 285	3.66 212	0.66 50	1.23 265	0.01 1	1.18 275	0.06 128	1.25 193	0.46 215	0.03 429	0.71 390	0.00 1	0.20 428	0.02 67	1.14 404

RAFT-Stereo + iAFF	0.90 202	0.95 373	1.93 167	0.06 151	0.92 446	1.24 165	0.02 132	3.30 187	1.75 347	1.23 265	2.58 405	0.43 169	0.16 218	0.68 132	0.82 287	0.00 1	0.70 389	0.00 1	0.00 1	0.23 398	1.05 396

CFNet_ucs	0.84 184	0.23 133	2.43 260	0.01 13	0.01 88	1.34 218	0.01 37	3.82 231	1.61 310	1.24 267	1.13 319	2.16 347	0.41 291	2.08 231	0.17 74	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.17 193

DeepPrunerF	2.71 443	1.57 454	16.51 512	0.22 283	0.33 359	1.45 258	0.28 376	6.26 457	9.92 496	1.25 268	0.44 224	1.98 330	1.61 403	7.33 456	4.17 446	0.00 1	0.01 223	0.07 461	0.10 376	0.33 440	0.29 262

DFGA-Net	1.10 270	2.07 475	4.17 387	0.10 208	0.23 307	1.15 125	0.01 37	2.72 137	0.97 129	1.28 269	1.17 325	0.25 147	0.04 88	5.37 364	2.22 392	0.00 1	0.00 1	0.00 1	0.00 1	0.31 434	0.05 67

iinet-f	1.90 400	0.98 385	13.29 506	0.42 338	0.03 163	4.30 449	0.04 223	3.86 239	1.32 243	1.28 269	0.57 245	2.91 385	2.70 436	2.60 236	3.11 429	0.00 1	0.02 253	0.02 445	0.00 1	0.49 467	0.09 122

XX-Stereo	1.24 304	0.25 147	6.03 454	1.30 472	0.29 341	1.28 192	0.00 1	4.12 285	0.60 42	1.29 271	0.50 233	3.63 418	0.03 67	4.05 290	0.18 79	0.00 1	0.58 374	0.00 1	0.23 445	0.03 134	0.47 309

PSM-softLoss	0.96 229	0.18 76	2.32 237	1.26 467	0.03 163	1.50 282	0.26 367	2.90 150	1.27 219	1.30 272	0.38 208	0.39 163	0.01 13	6.94 438	0.36 172	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.01 13

KMStereo	0.96 229	0.18 76	2.32 237	1.26 467	0.03 163	1.50 282	0.26 367	2.90 150	1.27 219	1.30 272	0.38 208	0.39 163	0.01 13	6.94 438	0.36 172	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.01 13

cf-r	1.18 291	1.02 394	3.22 330	0.25 299	0.02 142	1.44 251	0.03 190	5.11 382	2.16 386	1.31 274	0.59 253	2.87 382	0.24 246	4.26 301	0.79 281	0.00 1	0.00 1	0.00 1	0.00 1	0.15 347	0.12 151

111	1.00 246	1.05 401	3.63 361	0.01 13	0.04 188	1.20 144	0.16 327	4.50 323	2.24 393	1.32 275	1.15 323	2.00 332	0.31 264	0.59 111	0.79 281	0.00 1	0.00 1	0.00 1	0.00 1	0.10 272	0.84 371

UNet	1.21 296	0.36 201	4.56 409	0.04 113	0.02 142	2.30 382	0.02 132	3.70 216	0.98 134	1.32 275	0.14 129	2.70 373	1.54 395	4.49 312	1.96 379	0.00 1	0.00 1	0.00 1	0.00 1	0.08 237	0.07 90

PAM_32	1.91 401	0.18 76	2.96 311	0.69 413	0.73 428	5.20 464	0.71 428	6.02 446	1.17 163	1.33 277	2.00 376	9.90 487	3.21 451	1.29 196	0.81 285	0.00 1	0.59 377	0.00 1	0.53 491	0.06 199	0.87 375

GwcNet-RSSM	1.22 300	1.24 424	3.66 366	0.23 289	0.04 188	1.46 262	0.05 244	4.65 342	1.61 310	1.33 277	0.46 230	2.98 387	0.26 252	4.48 311	1.59 360	0.00 1	0.00 1	0.02 445	0.00 1	0.21 391	0.10 134

anonymity	0.99 243	0.18 76	1.80 126	0.39 332	0.67 419	0.74 42	0.01 37	5.09 380	2.13 384	1.34 279	1.30 332	0.80 233	1.62 404	0.82 161	0.64 257	0.03 429	0.59 377	0.00 1	0.48 488	0.02 67	1.15 407

PS-NSSS	1.25 308	0.85 347	2.77 290	0.05 130	0.03 163	1.40 235	0.01 37	5.04 376	2.38 405	1.34 279	2.80 409	0.65 198	0.06 128	6.36 404	0.91 314	0.18 472	0.00 1	0.00 1	0.00 1	0.12 305	0.01 13

PFNet+	0.65 132	0.19 105	2.19 214	0.29 314	0.06 204	1.46 262	0.54 414	1.74 92	1.62 317	1.35 281	0.45 227	0.36 158	0.01 13	2.41 234	0.25 127	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.01 13

UCFNet_RVC	0.78 168	0.68 316	2.05 190	0.02 56	0.29 341	1.57 304	0.02 132	3.57 201	0.87 99	1.35 281	0.74 275	1.66 308	0.20 238	1.92 226	0.61 252	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.04 53

PWCDC_ROB	3.41 456	2.29 480	5.16 436	0.19 258	0.02 142	3.11 417	0.02 132	5.15 383	12.27 499	1.36 283	23.33 517	1.98 330	3.35 452	4.93 338	3.71 439	0.28 479	0.00 1	0.00 1	0.00 1	0.71 489	0.32 269

PAM	1.83 395	0.18 76	3.32 342	0.66 402	0.61 407	5.41 468	0.77 432	6.32 459	0.94 123	1.37 284	1.11 317	9.51 485	2.30 423	1.23 190	0.74 276	0.00 1	0.58 374	0.00 1	0.53 491	0.03 134	0.90 380

EAI-Stereo	1.50 363	0.16 57	1.53 72	0.25 299	0.91 445	2.30 382	4.98 496	6.09 449	1.87 360	1.38 285	5.56 454	0.49 176	0.59 313	1.21 186	0.83 292	0.00 1	0.31 338	0.00 1	1.09 513	0.02 67	0.56 327

delet	1.31 331	0.61 299	2.64 282	0.05 130	0.17 278	2.84 411	1.00 444	4.88 360	2.46 413	1.38 285	1.37 336	1.62 303	0.90 353	4.52 315	1.48 355	0.00 1	0.00 1	0.00 1	0.00 1	0.14 330	0.08 97

RYNet	1.76 387	0.81 344	4.24 392	0.34 324	0.10 242	2.62 402	0.07 276	5.36 403	2.08 383	1.38 285	0.35 199	4.71 445	1.35 383	6.73 423	4.61 450	0.00 1	0.05 277	0.00 1	0.00 1	0.05 185	0.33 275

HHNet	0.94 216	0.28 162	2.48 267	0.19 258	0.08 226	1.32 210	0.42 404	2.48 129	0.84 95	1.39 288	5.80 456	0.14 125	1.74 408	0.49 80	0.94 318	0.06 452	0.00 1	0.01 424	0.00 1	0.14 330	0.04 53

UGAM-zero	1.89 399	0.19 105	2.80 291	0.22 283	0.47 383	1.57 304	0.35 397	6.96 477	0.60 42	1.40 289	0.26 170	8.37 479	4.43 468	7.06 450	0.71 270	0.00 1	0.67 383	0.00 1	0.58 495	0.02 67	1.16 409

HGLStereo	1.17 289	0.53 268	2.39 246	0.01 13	0.02 142	1.45 258	0.01 37	4.05 273	1.14 156	1.42 290	3.06 415	2.09 338	1.21 374	4.60 319	1.33 347	0.00 1	0.00 1	0.00 1	0.00 1	0.10 272	0.06 79

MyStereo05	1.01 249	0.47 243	3.36 345	0.03 82	0.14 262	1.53 292	0.02 132	4.11 284	3.37 452	1.43 291	0.03 54	1.27 279	0.39 288	1.39 201	0.97 321	0.00 1	1.10 463	0.00 1	0.16 404	0.02 67	0.37 283

GMStereo_Zeroshot	0.67 136	0.24 138	1.87 156	0.87 445	0.00 1	1.26 182	0.01 37	2.01 107	0.42 20	1.44 292	0.58 251	1.73 313	0.19 232	2.62 237	0.10 29	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.09 122

G2L-Stereo	1.20 293	1.04 399	3.45 350	0.03 82	0.11 247	1.43 246	0.02 132	4.01 266	1.46 280	1.45 293	0.16 133	3.06 393	0.24 246	6.15 397	1.09 334	0.00 1	0.00 1	0.00 1	0.00 1	0.20 387	0.18 201

IER	0.88 195	0.38 209	2.74 287	0.01 13	0.00 1	2.27 378	0.02 132	3.65 211	1.30 239	1.45 293	0.96 305	1.39 287	1.16 368	1.60 209	0.53 239	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.02 31

HI	0.65 132	0.55 270	2.46 264	0.20 273	0.00 1	1.16 130	0.01 37	1.98 104	0.79 73	1.46 295	0.02 2	2.63 368	0.64 326	0.63 121	0.24 123	0.00 1	0.04 269	0.00 1	0.00 1	0.11 295	0.08 97

CoSv	0.65 132	0.55 270	2.46 264	0.20 273	0.00 1	1.16 130	0.01 37	1.98 104	0.79 73	1.46 295	0.02 2	2.63 368	0.64 326	0.63 121	0.24 123	0.00 1	0.04 269	0.00 1	0.00 1	0.11 295	0.08 97

STTStereo	0.98 240	0.62 301	3.78 376	0.25 299	0.15 271	1.44 251	0.10 305	3.57 201	1.75 347	1.46 295	0.19 150	1.74 314	0.44 293	3.47 265	0.54 241	0.00 1	0.00 1	0.00 1	0.00 1	0.01 14	0.05 67

MyStereo8	1.16 288	0.86 350	3.73 372	0.86 444	0.04 188	1.47 269	0.01 37	4.64 340	2.13 384	1.47 298	1.10 315	1.21 277	0.31 264	1.12 176	1.50 356	0.00 1	1.45 497	0.00 1	0.30 473	0.10 272	0.93 386

test_sample5	1.11 272	0.28 162	2.93 307	0.61 388	0.01 88	1.44 251	0.01 37	5.23 391	1.93 369	1.48 299	1.14 321	0.57 188	0.15 210	3.94 285	0.89 308	0.00 1	0.81 406	0.00 1	0.08 361	0.03 134	0.68 345

PDISCO_ROB	2.54 439	1.40 440	5.07 432	1.06 462	2.01 491	8.28 489	0.17 330	7.96 494	6.01 481	1.48 299	1.75 362	3.67 420	1.25 378	7.74 472	2.07 383	0.00 1	0.00 1	0.00 1	0.00 1	0.39 457	0.42 306

DispNO	1.47 358	1.01 392	5.05 429	0.13 233	0.08 226	1.49 281	0.02 132	4.38 315	1.86 357	1.51 301	1.57 353	3.12 397	1.09 363	5.77 381	1.89 376	0.00 1	0.02 253	0.03 450	0.11 381	0.11 295	0.08 97

mmm	0.94 216	0.32 188	2.04 189	0.73 423	0.85 434	1.17 138	0.01 37	3.97 259	1.42 271	1.51 301	0.93 302	0.46 172	0.21 242	1.18 182	0.87 300	0.00 1	1.16 479	0.00 1	0.26 461	0.06 199	1.72 458

APVNet	1.68 381	0.75 329	4.94 425	0.13 233	0.01 88	4.56 455	0.08 285	5.20 388	1.44 275	1.51 301	1.05 310	2.87 382	0.93 354	6.76 425	2.76 414	0.01 389	0.00 1	0.07 461	0.00 1	0.34 444	0.08 97

DGSMNet	2.56 440	1.15 415	7.39 474	1.34 477	2.02 492	3.20 420	3.97 488	6.11 450	1.72 343	1.52 304	2.72 408	3.23 404	0.63 323	4.74 324	2.39 402	1.12 492	1.53 502	1.54 498	1.32 514	1.40 493	2.10 493

DualNet (step1)	1.30 328	0.51 257	3.23 332	0.03 82	0.03 163	2.48 390	0.01 37	4.98 371	1.63 323	1.53 305	0.66 262	0.90 240	1.00 356	2.79 245	0.82 287	0.68 483	0.97 445	1.79 499	1.08 510	0.02 67	0.82 366

test_sample9	2.75 445	0.51 257	3.23 332	0.03 82	0.03 163	2.48 390	0.01 37	4.98 371	1.63 323	1.53 305	0.66 262	0.90 240	1.00 356	6.14 395	10.04 488	0.68 483	17.48 532	1.79 499	1.08 510	0.02 67	0.82 366

test_sample7	1.05 259	0.24 138	1.95 170	0.65 401	0.01 88	1.25 173	0.01 37	4.98 371	1.63 323	1.53 305	0.66 262	0.90 240	1.00 356	2.79 245	0.82 287	0.00 1	0.97 445	0.00 1	0.00 1	0.03 134	1.51 434

GwcNet	1.96 405	1.51 448	7.43 476	0.30 317	1.20 469	4.13 443	0.61 421	4.45 320	1.92 366	1.53 305	2.31 387	3.93 429	0.54 303	5.50 367	3.16 430	0.00 1	0.00 1	0.00 1	0.01 302	0.39 457	0.24 240

acv_ft	0.94 216	0.56 280	2.28 227	0.04 113	1.07 465	1.71 346	0.01 37	4.41 318	1.34 249	1.53 305	0.75 277	1.92 325	0.45 297	0.51 88	1.74 367	0.00 1	0.00 1	0.00 1	0.00 1	0.32 438	0.20 222

test_sample3	1.07 263	0.26 150	2.91 304	0.60 384	0.01 88	1.41 241	0.01 37	5.29 395	1.72 343	1.56 310	0.54 240	0.78 231	0.18 227	3.60 272	0.87 300	0.00 1	0.80 403	0.00 1	0.08 361	0.03 134	0.68 345

xxxx	2.26 432	0.43 224	2.30 231	0.01 13	0.68 421	1.47 269	0.00 1	6.56 466	2.32 400	1.56 310	2.07 379	1.07 267	0.06 128	4.81 333	18.87 513	0.00 1	1.11 465	0.00 1	0.21 436	0.06 199	1.65 453

PSMNet-RSSM	1.10 270	0.88 354	2.30 231	0.23 289	0.00 1	1.41 241	0.03 190	5.44 412	1.19 170	1.56 310	0.50 233	2.46 362	0.71 339	4.23 298	0.90 311	0.00 1	0.00 1	0.01 424	0.00 1	0.10 272	0.08 97

test_sample6	1.14 283	0.28 162	2.92 306	0.59 382	0.01 88	1.47 269	0.01 37	5.17 387	2.07 382	1.57 313	1.40 339	0.63 193	0.19 232	4.02 288	0.99 325	0.00 1	0.77 398	0.00 1	0.08 361	0.03 134	0.67 342

DualNet	1.13 278	0.28 162	2.93 307	0.61 388	0.01 88	1.44 251	0.01 37	5.23 391	1.93 369	1.57 313	1.40 339	0.57 188	0.15 210	3.94 285	0.89 308	0.00 1	0.81 406	0.00 1	0.08 361	0.03 134	0.68 345

ffm	1.46 356	0.50 251	4.37 398	0.46 347	0.03 163	1.60 313	0.03 190	3.81 227	6.87 483	1.57 313	2.38 390	2.14 341	0.38 279	1.73 217	0.12 38	0.00 1	1.12 467	0.00 1	0.17 412	0.10 272	1.86 479

ff1	2.20 427	0.50 251	4.37 398	0.46 347	0.03 163	1.60 313	0.03 190	3.81 227	6.87 483	1.57 313	2.38 390	2.14 341	0.38 279	7.65 466	9.02 479	0.00 1	1.12 467	0.00 1	0.17 412	0.10 272	1.86 479

mmx	2.08 413	0.50 251	4.37 398	0.46 347	0.03 163	1.60 313	0.03 190	6.21 451	2.77 435	1.57 313	2.38 390	2.14 341	0.38 279	7.65 466	9.02 479	0.00 1	1.08 456	0.00 1	0.17 412	0.06 199	1.25 417

xxx	2.08 413	0.50 251	4.37 398	0.46 347	0.03 163	1.60 313	0.03 190	6.21 451	2.77 435	1.57 313	2.38 390	2.14 341	0.38 279	7.65 466	9.02 479	0.00 1	1.08 456	0.00 1	0.17 412	0.06 199	1.25 417

IRAFT_RVC	1.13 278	0.39 212	2.40 247	1.51 481	0.25 318	1.37 225	0.31 390	2.93 158	1.24 195	1.58 319	0.79 284	1.14 273	1.54 395	6.53 411	0.44 202	0.00 1	0.12 307	0.00 1	0.00 1	0.02 67	0.03 46

NINENet	1.14 283	0.34 196	2.08 195	0.10 208	0.01 88	5.73 470	0.03 190	5.39 406	1.54 297	1.61 320	0.72 272	2.35 360	0.06 128	2.82 247	0.05 7	0.00 1	0.01 223	0.01 424	0.00 1	0.04 167	0.00 1

hitnet-ft	1.26 317	0.71 321	2.37 244	0.04 113	0.00 1	1.39 231	0.21 348	3.94 253	2.53 418	1.61 320	1.11 317	4.21 433	0.36 273	4.83 335	1.65 363	0.01 389	0.00 1	0.03 450	0.00 1	0.11 295	0.08 97

SMFormer	1.31 331	0.30 172	2.08 195	0.47 353	0.02 142	1.04 72	0.01 37	5.75 428	2.69 426	1.65 322	2.43 398	0.91 243	0.02 40	4.75 327	2.20 388	0.00 1	0.88 420	0.00 1	0.14 392	0.06 199	0.76 361

tta	1.32 335	0.30 172	2.08 195	0.47 353	0.02 142	1.04 72	0.01 37	5.75 428	2.69 426	1.65 322	2.43 398	0.91 243	0.02 40	4.75 327	2.20 388	0.00 1	0.88 420	0.00 1	0.14 392	0.09 258	0.92 382

qqq1	1.25 308	0.30 172	2.08 195	0.47 353	0.02 142	1.04 72	0.01 37	5.75 428	2.69 426	1.65 322	2.43 398	0.91 243	0.02 40	4.75 327	0.88 304	0.00 1	0.88 420	0.00 1	0.11 381	0.09 258	0.92 382

fff1	1.25 308	0.30 172	2.08 195	0.47 353	0.02 142	1.04 72	0.01 37	5.75 428	2.69 426	1.65 322	2.43 398	0.91 243	0.02 40	4.75 327	0.88 304	0.00 1	0.88 420	0.00 1	0.11 381	0.09 258	0.92 382

test_sample4	1.09 268	0.27 159	2.97 312	0.61 388	0.01 88	1.46 262	0.01 37	5.32 399	1.86 357	1.67 326	0.72 272	0.68 208	0.15 210	3.66 275	0.88 304	0.00 1	0.80 403	0.00 1	0.08 361	0.03 134	0.67 342

ADLNet2	1.52 367	0.79 339	3.51 355	0.01 13	0.69 422	1.26 182	0.26 367	4.84 356	3.10 446	1.67 326	3.23 421	4.17 432	0.80 347	4.77 332	1.00 326	0.00 1	0.00 1	0.00 1	0.00 1	0.22 397	0.12 151

AAGNet	1.60 377	0.15 43	1.76 118	1.17 466	0.27 333	1.51 286	0.64 422	1.71 89	1.20 176	1.67 326	0.81 287	1.59 300	2.23 420	6.08 392	11.16 493	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.02 31

ADCP+	3.18 453	1.81 461	11.33 500	0.07 166	0.20 293	5.83 472	2.80 475	4.60 336	2.69 426	1.68 329	0.28 173	3.75 422	3.14 449	6.82 427	17.90 510	0.00 1	0.00 1	0.00 1	0.00 1	0.20 387	0.56 327

pcwnet_v2	1.36 343	0.21 121	5.89 451	0.15 241	0.01 88	1.78 353	0.02 132	5.77 432	3.19 450	1.69 330	1.94 371	2.00 332	0.79 346	3.09 255	0.33 156	0.00 1	0.00 1	0.00 1	0.01 302	0.04 167	0.27 257

TDLM	1.32 335	0.90 357	2.42 258	0.61 388	0.03 163	1.59 309	2.04 467	3.73 218	2.29 398	1.70 331	0.94 303	1.07 267	0.67 335	6.49 410	1.12 337	0.00 1	0.00 1	0.00 1	0.00 1	0.18 378	0.54 319

TransformOpticalFlow	1.53 369	0.40 216	3.46 352	0.66 402	0.07 217	1.56 301	0.09 297	4.35 313	1.86 357	1.72 332	2.27 386	3.53 415	3.04 445	6.93 437	0.49 227	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.10 134

test_1	0.84 184	0.15 43	2.03 184	0.37 328	0.55 391	1.01 67	0.02 132	3.06 169	0.55 37	1.73 333	0.02 2	1.09 269	0.04 88	3.70 276	0.38 186	0.00 1	0.93 435	0.00 1	0.25 454	0.16 356	0.84 371

222	3.11 450	0.43 224	2.10 202	0.02 56	0.45 378	1.57 304	0.01 37	6.44 462	2.34 404	1.73 333	2.24 385	0.52 184	0.07 144	4.95 340	36.29 530	0.00 1	1.07 454	0.00 1	0.21 436	0.06 199	1.65 453

1111x	2.13 422	0.58 285	4.38 402	0.39 332	0.61 407	2.14 374	0.01 37	6.38 461	2.40 408	1.80 335	1.97 372	0.95 255	0.64 326	7.16 454	10.30 490	0.00 1	1.18 481	0.00 1	0.29 471	0.07 226	1.32 422

LCNet	0.93 213	0.21 121	1.62 85	0.14 236	0.26 327	1.20 144	0.22 353	2.71 136	0.90 114	1.82 336	0.21 158	0.12 115	2.50 431	5.59 374	0.16 67	0.00 1	0.00 1	0.00 1	0.00 1	0.16 356	0.79 364

test_xeample	2.27 433	0.46 237	2.25 224	0.10 208	0.69 422	1.48 277	0.00 1	6.24 454	2.46 413	1.83 337	2.40 395	0.37 159	0.07 144	4.49 312	19.55 515	0.00 1	1.11 465	0.00 1	0.21 436	0.07 226	1.65 453

R-Stereo Train	0.56 98	0.15 43	1.83 142	0.02 56	0.00 1	1.26 182	0.09 297	4.14 289	0.45 23	1.86 338	0.42 219	0.06 66	0.01 13	0.32 44	0.46 215	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 67

RAFT-Stereo	0.56 98	0.15 43	1.83 142	0.02 56	0.00 1	1.26 182	0.09 297	4.14 289	0.45 23	1.86 338	0.42 219	0.06 66	0.01 13	0.32 44	0.46 215	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 67
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
TCMNet	1.67 380	0.92 364	6.06 455	0.15 241	1.43 478	1.83 358	0.17 330	4.72 348	1.56 300	1.88 340	2.94 413	1.92 325	0.45 297	5.34 361	3.00 425	0.00 1	0.06 283	0.06 460	0.00 1	0.43 462	0.48 313

RAFT + AFF	1.88 397	1.84 465	4.19 389	0.05 130	0.85 434	2.29 381	1.00 444	6.32 459	2.26 395	1.88 340	1.80 366	1.27 279	3.66 457	6.56 412	2.36 401	0.02 417	0.34 343	0.00 1	0.01 302	0.41 461	0.50 316

HITNet	1.01 249	1.08 407	3.32 342	0.80 437	0.00 1	1.37 225	0.02 132	5.20 388	1.59 307	1.88 340	0.18 138	0.64 197	0.31 264	1.24 191	2.01 380	0.00 1	0.00 1	0.00 1	0.00 1	0.08 237	0.47 309
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
iResNet	1.20 293	0.77 337	3.37 346	1.01 459	0.01 88	2.00 366	0.01 37	4.44 319	1.74 345	1.88 340	1.09 313	0.35 157	0.35 270	4.22 297	2.44 404	0.00 1	0.00 1	0.00 1	0.00 1	0.09 258	0.26 254

ttt	1.79 391	0.32 188	2.41 250	0.58 379	0.26 327	1.64 334	0.00 1	6.26 457	2.57 421	1.91 344	2.39 394	1.39 287	0.11 187	5.55 371	7.97 474	0.00 1	1.05 450	0.00 1	0.16 404	0.06 199	1.14 404

HSM	1.48 360	0.60 293	1.85 147	0.01 13	0.29 341	1.76 351	0.04 223	6.50 463	1.46 280	1.91 344	1.55 350	4.69 444	1.27 380	6.66 419	0.70 269	0.00 1	0.00 1	0.00 1	0.00 1	0.07 226	0.26 254

CRFU-Net	1.43 354	0.33 194	2.98 314	1.27 469	0.03 163	4.01 441	0.05 244	6.21 451	0.95 125	1.92 346	0.74 275	3.41 409	2.55 433	3.36 260	0.36 172	0.01 389	0.01 223	0.11 472	0.00 1	0.13 317	0.09 122

gwcnet-sp	1.11 272	0.71 321	4.90 421	0.05 130	0.01 88	2.59 398	0.14 322	4.22 299	1.38 265	1.93 347	0.18 138	0.68 208	0.38 279	3.77 279	0.98 322	0.00 1	0.00 1	0.00 1	0.00 1	0.13 317	0.08 97

scenet	1.11 272	0.71 321	4.90 421	0.05 130	0.01 88	2.59 398	0.14 322	4.22 299	1.38 265	1.93 347	0.18 138	0.68 208	0.38 279	3.77 279	0.98 322	0.00 1	0.00 1	0.00 1	0.00 1	0.13 317	0.08 97

ssnet	1.11 272	0.71 321	4.90 421	0.05 130	0.01 88	2.59 398	0.14 322	4.22 299	1.38 265	1.93 347	0.18 138	0.68 208	0.38 279	3.77 279	0.98 322	0.00 1	0.00 1	0.00 1	0.00 1	0.13 317	0.08 97

RainbowNet	5.23 484	4.09 508	4.92 424	9.61 513	6.18 506	5.26 467	3.48 483	7.68 491	4.58 469	1.94 350	3.02 414	4.67 443	3.42 453	5.90 386	2.01 380	9.59 515	2.19 512	8.45 510	0.20 428	10.52 511	6.82 514

dad	1.04 256	1.21 420	3.14 326	0.08 177	0.01 88	1.25 173	0.01 37	1.30 58	2.54 419	1.95 351	0.37 205	0.40 166	0.04 88	5.95 388	1.06 331	0.01 389	0.00 1	1.11 496	0.12 388	0.07 226	0.19 206

ACRE	0.94 216	1.27 426	3.93 382	0.22 283	0.02 142	1.44 251	0.29 383	3.88 246	1.60 309	1.97 352	2.42 396	0.21 139	0.11 187	0.82 161	0.29 144	0.00 1	0.04 269	0.01 424	0.05 345	0.21 391	0.09 122

test-3	0.86 191	0.15 43	2.03 184	0.37 328	0.56 394	1.01 67	0.02 132	3.05 167	0.54 34	1.98 353	0.02 2	1.09 269	0.04 88	3.73 278	0.38 186	0.00 1	0.93 435	0.00 1	0.25 454	0.16 356	0.82 366

xyz-stereo	4.49 478	0.31 180	37.34 524	0.02 56	0.01 88	19.38 513	0.01 37	2.42 126	0.53 29	2.00 354	14.43 491	2.64 371	0.14 206	7.36 457	2.92 422	0.00 1	0.01 223	0.23 482	0.00 1	0.05 185	0.09 122

psmg	0.93 213	0.15 43	1.48 65	0.02 56	0.00 1	3.25 422	0.26 367	5.45 413	1.17 163	2.00 354	1.45 343	1.78 317	0.10 178	0.80 157	0.71 270	0.00 1	0.00 1	0.01 424	0.00 1	0.02 67	0.04 53

BEATNet_4x	1.24 304	1.45 443	5.03 428	0.58 379	0.02 142	1.34 218	0.09 297	5.29 395	1.69 332	2.01 356	0.25 165	1.18 275	0.44 293	2.11 232	2.70 411	0.00 1	0.00 1	0.00 1	0.00 1	0.14 330	0.54 319

IPLGR_C	0.94 216	1.37 436	3.71 369	0.19 258	0.02 142	1.44 251	0.29 383	3.88 246	1.62 317	2.04 357	2.44 402	0.20 135	0.12 200	0.79 151	0.29 144	0.00 1	0.05 277	0.01 424	0.05 345	0.21 391	0.08 97

STrans-v2	1.75 385	0.45 229	3.43 349	0.03 82	0.19 288	1.48 277	0.08 285	7.25 483	2.16 386	2.04 357	2.80 409	3.60 416	3.78 460	7.00 444	0.52 237	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.10 134

iRaft-Stereo_20w	1.39 347	0.18 76	3.72 370	0.79 435	0.56 394	1.90 362	0.65 424	8.85 498	1.05 142	2.05 359	0.42 219	1.24 278	1.23 376	1.69 215	0.95 319	0.00 1	0.62 380	0.00 1	0.44 484	0.02 67	1.41 428

G2L-Stereo_aug	1.31 331	0.45 229	3.94 383	0.01 13	0.03 163	1.41 241	0.02 132	3.73 218	1.01 138	2.07 360	1.56 351	3.16 398	1.11 364	5.71 380	1.77 368	0.00 1	0.00 1	0.00 1	0.00 1	0.14 330	0.06 79

Prome-Stereo	1.29 324	0.09 10	1.62 85	0.12 229	0.24 314	1.28 192	0.65 424	2.98 160	0.93 120	2.08 361	8.52 473	0.75 222	2.83 439	2.19 233	0.11 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	1.39 425

CIPLG	0.94 216	1.29 428	3.53 358	0.19 258	0.03 163	1.45 258	0.29 383	3.87 242	1.61 310	2.10 362	2.52 403	0.21 139	0.11 187	0.85 166	0.29 144	0.00 1	0.05 277	0.01 424	0.05 345	0.21 391	0.08 97

SACVNet	1.14 283	0.74 327	2.49 269	0.07 166	0.00 1	1.65 335	0.28 376	4.52 327	1.51 291	2.11 363	0.79 284	1.57 295	0.07 144	5.28 357	1.31 345	0.01 389	0.00 1	0.00 1	0.00 1	0.26 416	0.18 201

testlalala	0.68 142	0.17 69	1.61 84	0.21 279	0.18 282	1.14 122	0.03 190	3.47 196	1.74 345	2.12 364	0.20 154	0.30 154	0.05 110	0.38 54	0.41 199	0.01 389	1.13 471	0.00 1	0.27 465	0.01 14	0.15 174

Wz-Net-TNSev	4.36 476	6.36 514	22.98 515	0.22 283	0.06 204	7.00 478	3.45 482	7.46 488	3.81 460	2.12 364	0.63 257	7.29 476	5.11 475	9.87 493	9.72 486	0.00 1	0.00 1	0.00 1	0.02 326	0.36 451	0.66 339

test_for_model	4.73 481	23.37 530	1.56 78	13.12 521	10.72 521	1.09 99	0.05 244	4.90 365	2.02 377	2.16 366	0.09 113	0.14 125	0.04 88	0.20 14	0.29 144	8.07 511	2.41 514	0.00 1	0.01 302	20.56 529	3.81 506

StereoDRNet-Refined	0.96 229	0.28 162	1.94 169	0.03 82	0.01 88	1.34 218	0.01 37	4.02 268	1.33 246	2.16 366	1.23 327	2.62 367	0.18 227	2.06 230	1.82 371	0.00 1	0.00 1	0.00 1	0.00 1	0.16 356	0.06 79
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MMNet	1.33 340	0.69 319	4.18 388	0.11 223	0.01 88	4.08 442	0.02 132	4.27 308	1.49 289	2.17 368	0.33 189	1.34 285	1.20 370	4.52 315	1.93 378	0.00 1	0.00 1	0.00 1	0.00 1	0.11 295	0.06 79

otaku	3.61 460	2.06 474	4.04 385	6.41 506	3.35 502	4.67 457	2.08 468	5.97 441	1.58 304	2.19 369	2.62 406	3.47 412	1.45 388	4.36 306	2.17 387	8.55 512	0.25 326	1.89 502	0.03 329	9.29 507	5.81 511

Pruner-Stereo	0.63 124	0.21 121	1.86 150	1.03 460	0.10 242	1.59 309	0.35 397	2.26 118	1.22 189	2.22 370	0.45 227	0.25 147	0.01 13	0.67 130	0.38 186	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.02 31

GMOStereo	0.62 118	0.55 270	1.80 126	0.09 196	0.61 407	1.07 85	0.03 190	2.92 153	0.25 5	2.23 371	0.02 2	0.66 200	0.04 88	0.25 22	0.22 108	0.00 1	1.26 485	0.00 1	0.00 1	0.23 398	0.19 206

error version	0.62 118	0.55 270	1.80 126	0.09 196	0.61 407	1.07 85	0.03 190	2.92 153	0.25 5	2.23 371	0.02 2	0.66 200	0.04 88	0.25 22	0.22 108	0.00 1	1.26 485	0.00 1	0.00 1	0.23 398	0.19 206

test-v	0.62 118	0.55 270	1.80 126	0.09 196	0.61 407	1.07 85	0.03 190	2.92 153	0.25 5	2.23 371	0.02 2	0.66 200	0.04 88	0.25 22	0.22 108	0.00 1	1.26 485	0.00 1	0.00 1	0.23 398	0.19 206

test-2	0.62 118	0.55 270	1.80 126	0.09 196	0.61 407	1.07 85	0.03 190	2.92 153	0.25 5	2.23 371	0.02 2	0.66 200	0.04 88	0.25 22	0.22 108	0.00 1	1.26 485	0.00 1	0.00 1	0.23 398	0.19 206

Syn2CoEx	1.91 401	1.85 466	6.43 466	0.05 130	0.00 1	1.47 269	0.54 414	6.03 447	2.24 393	2.24 375	2.19 381	2.06 335	3.10 447	6.57 413	2.58 409	0.00 1	0.00 1	0.00 1	0.00 1	0.34 444	0.40 298

CASS	0.63 124	0.16 57	1.88 158	0.03 82	0.01 88	1.67 340	0.04 223	3.11 176	0.81 85	2.25 376	1.02 309	0.29 153	0.35 270	0.70 134	0.23 116	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.04 53
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ISRNet	0.98 240	0.37 207	3.32 342	0.08 177	0.00 1	1.17 138	0.04 223	3.63 209	1.03 139	2.26 377	1.68 359	2.56 364	0.20 238	2.65 238	0.52 237	0.00 1	0.00 1	0.00 1	0.00 1	0.04 167	0.14 165

DMCA	0.87 192	0.52 266	3.24 337	0.01 13	0.01 88	1.30 197	0.02 132	3.69 213	1.87 360	2.29 378	0.17 135	1.71 311	0.10 178	0.76 144	1.42 353	0.00 1	0.00 1	0.00 1	0.00 1	0.08 237	0.12 151

Wz-Net-SNSev	3.01 448	3.59 503	12.98 505	0.45 346	0.04 188	2.72 404	1.12 449	5.80 433	2.42 410	2.30 379	2.62 406	6.39 467	1.29 381	10.20 495	7.19 469	0.00 1	0.01 223	0.00 1	0.00 1	0.29 430	0.72 356

DISCO	2.03 410	0.45 229	2.82 295	0.72 418	0.53 389	5.13 463	0.01 37	6.01 445	1.81 356	2.31 380	0.91 301	6.43 468	0.87 351	8.57 485	3.67 438	0.00 1	0.00 1	0.00 1	0.00 1	0.12 305	0.17 193

AANet_RVC	1.95 403	1.64 457	4.89 420	0.09 196	0.00 1	1.24 165	0.01 37	3.93 251	2.82 440	2.32 381	4.64 446	3.61 417	0.19 232	7.61 465	4.73 451	0.60 482	0.19 321	0.00 1	0.00 1	0.11 295	0.47 309

NOSS_ROB	1.47 358	0.49 248	2.40 247	1.00 456	0.17 278	2.56 396	0.01 37	4.86 358	2.62 422	2.32 381	1.74 361	2.79 378	0.02 40	6.96 441	0.60 248	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.73 357

UDG	3.15 451	9.41 520	2.81 293	2.72 497	0.92 446	2.39 387	0.11 308	4.12 285	1.30 239	2.35 383	3.63 430	4.96 448	1.58 402	4.33 304	2.89 421	1.22 495	0.04 269	8.09 509	3.80 521	4.94 499	1.35 423

UPFNet	0.99 243	0.32 188	2.89 301	0.00 1	0.00 1	1.90 362	0.11 308	4.10 280	1.10 150	2.35 383	0.12 126	1.91 324	0.08 158	4.02 288	0.78 280	0.00 1	0.00 1	0.00 1	0.00 1	0.08 237	0.04 53

BUS	1.05 259	0.15 43	1.48 65	0.04 113	0.00 1	5.73 470	0.03 190	6.00 442	1.17 163	2.36 385	0.64 259	2.35 360	0.06 128	0.80 157	0.05 7	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.06 79

BSDual-CNN	0.94 216	0.15 43	1.48 65	0.04 113	0.00 1	3.30 423	0.20 341	6.00 442	1.17 163	2.36 385	0.64 259	1.78 317	0.10 178	0.80 157	0.71 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.06 79

hknet	1.21 296	0.25 147	2.89 301	0.04 113	0.00 1	3.30 423	0.20 341	6.00 442	1.19 170	2.36 385	0.64 259	3.38 407	0.05 110	3.04 252	0.73 275	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.06 79

PFNet	1.13 278	0.26 150	3.28 340	1.27 469	0.55 391	1.60 313	0.24 359	1.80 95	1.19 170	2.37 388	1.21 326	0.63 193	0.30 259	6.85 429	0.46 215	0.16 470	0.01 223	0.00 1	0.07 357	0.18 378	0.24 240

NLCA_NET_v2_RVC	1.20 293	0.85 347	3.90 380	0.61 388	0.99 454	1.40 235	0.01 37	4.06 274	1.56 300	2.38 389	0.36 203	2.15 346	0.57 310	4.52 315	0.67 265	0.00 1	0.00 1	0.00 1	0.01 302	0.02 67	0.03 46
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DCANet-4	0.83 177	0.18 76	4.76 416	0.04 113	0.01 88	1.24 165	0.02 132	3.84 237	2.21 391	2.39 390	0.25 165	0.11 111	0.24 246	0.59 111	0.36 172	0.00 1	0.00 1	0.00 1	0.00 1	0.01 14	0.37 283

fff	0.83 177	0.63 304	3.63 361	0.01 13	0.04 188	1.25 173	0.02 132	3.98 260	1.29 231	2.39 390	0.25 165	0.09 99	1.78 409	0.58 103	0.36 172	0.00 1	0.00 1	0.00 1	0.00 1	0.01 14	0.37 283

csc	0.83 177	0.63 304	3.63 361	0.01 13	0.04 188	1.25 173	0.02 132	3.98 260	1.29 231	2.39 390	0.25 165	0.09 99	1.78 409	0.58 103	0.36 172	0.00 1	0.00 1	0.00 1	0.00 1	0.01 14	0.37 283

cscssc	0.83 177	0.63 304	3.63 361	0.01 13	0.04 188	1.25 173	0.02 132	3.98 260	1.29 231	2.39 390	0.25 165	0.09 99	1.78 409	0.58 103	0.36 172	0.00 1	0.00 1	0.00 1	0.00 1	0.01 14	0.37 283

DisPM	0.96 229	0.17 69	2.10 202	0.90 449	0.02 142	1.53 292	0.55 418	1.86 97	1.31 242	2.42 394	0.82 288	0.38 162	0.01 13	6.92 435	0.20 95	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.00 1

ADLNet	1.35 342	0.55 270	2.95 310	0.01 13	0.05 198	2.22 375	0.11 308	5.06 378	2.83 441	2.42 394	2.19 381	2.63 368	0.68 337	3.59 271	1.37 350	0.00 1	0.00 1	0.00 1	0.00 1	0.17 370	0.27 257

LMCR-Stereo	1.28 320	1.13 412	2.41 250	0.57 377	0.03 163	2.72 404	0.09 297	6.86 472	0.88 104	2.44 396	1.92 369	0.14 125	1.55 398	3.57 270	1.12 337	0.00 1	0.00 1	0.00 1	0.00 1	0.16 356	0.02 31

S-Stereo	2.12 421	0.32 188	6.30 460	0.24 294	0.22 302	2.51 394	1.83 463	5.38 404	5.55 475	2.46 397	5.91 457	2.81 379	0.71 339	5.19 352	2.45 405	0.00 1	0.02 253	0.00 1	0.00 1	0.07 226	0.37 283

SQANet	2.65 442	1.92 471	3.73 372	4.47 503	2.98 499	2.59 398	0.24 359	4.66 343	1.11 152	2.48 398	0.59 253	1.57 295	0.86 350	3.95 287	1.67 365	7.97 510	0.14 312	0.48 485	0.03 329	7.84 503	3.68 505

DEmStereo	1.56 374	0.16 57	2.44 262	0.09 196	0.02 142	1.77 352	0.87 435	1.72 90	1.08 146	2.48 398	6.30 463	1.06 265	5.02 474	6.28 401	1.81 369	0.00 1	0.00 1	0.00 1	0.00 1	0.01 14	0.01 13

FINET	2.99 446	2.11 477	7.66 477	1.13 464	1.79 485	4.35 450	3.34 481	5.66 421	7.93 493	2.49 400	3.29 422	1.66 308	2.47 430	6.70 421	4.44 448	0.82 487	1.38 494	0.03 450	0.30 473	0.36 451	1.88 483

ssnet_v2	1.33 340	0.64 308	2.83 296	0.06 151	0.03 163	2.08 372	0.36 399	5.88 438	2.33 402	2.52 401	0.88 297	3.06 393	0.54 303	1.75 219	3.30 433	0.00 1	0.00 1	0.00 1	0.00 1	0.25 408	0.13 159

GANet	2.23 430	0.92 364	3.10 322	0.88 446	0.08 226	2.25 376	3.25 479	4.61 337	1.71 338	2.55 402	9.98 479	2.56 364	1.47 392	7.52 464	2.98 424	0.00 1	0.04 269	0.02 445	0.08 361	0.14 330	0.42 306

SuperB	3.75 466	2.46 486	15.54 511	0.32 320	0.06 204	4.29 448	1.61 460	4.25 304	11.49 498	2.56 403	1.31 334	2.01 334	1.86 413	6.94 438	8.94 478	0.05 442	0.03 264	0.10 471	0.08 361	10.62 513	0.56 327

ADStereo(finetuned)	0.98 240	0.65 312	4.66 412	0.03 82	0.00 1	1.25 173	0.01 37	3.99 264	2.16 386	2.65 404	0.30 180	0.09 99	2.33 425	0.58 103	0.45 206	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.41 302

Wz-Net-LNSev-Ref	1.86 396	1.13 412	5.96 452	0.02 56	0.00 1	5.00 461	0.29 383	5.31 398	2.38 405	2.65 404	1.15 323	2.32 359	1.95 416	5.59 374	3.35 435	0.00 1	0.00 1	0.00 1	0.00 1	0.04 167	0.14 165

psm_up	1.01 249	0.68 316	2.47 266	0.04 113	0.00 1	2.01 367	0.05 244	4.09 278	1.29 231	2.65 404	0.47 231	1.71 311	0.44 293	3.65 274	0.45 206	0.06 452	0.00 1	0.00 1	0.00 1	0.14 330	0.06 79

coex_refinement	1.30 328	0.96 377	2.31 236	0.12 229	0.02 142	1.52 289	0.07 276	4.70 347	1.79 353	2.66 407	0.66 262	4.34 434	0.47 300	3.87 284	2.09 384	0.00 1	0.01 223	0.00 1	0.00 1	0.06 199	0.34 277

OMP-Stereo	1.29 324	0.75 329	1.67 96	2.47 494	0.29 341	1.61 319	0.32 393	2.38 125	1.09 147	2.66 407	1.14 321	3.04 391	0.17 223	7.40 458	0.60 248	0.00 1	0.00 1	0.00 1	0.00 1	0.07 226	0.08 97

DCANet	0.84 184	0.65 312	3.63 361	0.03 82	0.00 1	1.25 173	0.01 37	3.99 264	2.16 386	2.66 407	0.31 184	0.09 99	0.48 301	0.57 102	0.45 206	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.41 302

ccnet	1.96 405	0.68 316	3.59 359	0.26 305	0.19 288	3.68 437	1.55 459	4.89 361	1.77 349	2.68 410	3.92 436	3.44 410	1.72 406	5.02 344	5.22 453	0.06 452	0.00 1	0.09 467	0.01 302	0.13 317	0.32 269

DDUNet	3.58 457	11.19 522	3.84 378	3.59 501	3.31 501	4.14 444	0.20 341	4.40 317	1.33 246	2.72 411	3.11 418	3.16 398	0.37 275	4.18 292	1.47 354	2.02 500	0.05 277	10.10 515	3.59 520	5.85 501	3.05 503

LL-Strereo	2.29 434	1.55 452	5.01 427	0.64 399	2.78 498	1.52 289	0.05 244	5.04 376	1.24 195	2.73 412	2.87 412	5.10 453	5.49 482	7.22 455	0.81 285	0.04 438	1.31 491	0.00 1	0.00 1	0.31 434	2.08 491

GMM-Stereo	1.17 289	0.10 17	2.29 229	0.13 233	0.22 302	1.43 246	0.84 434	2.83 145	1.16 158	2.73 412	3.09 417	0.54 186	0.87 351	5.31 358	0.16 67	0.01 389	0.00 1	0.00 1	0.02 326	0.02 67	1.72 458

MLCV	1.19 292	0.97 381	3.09 321	0.07 166	0.00 1	1.63 327	0.04 223	3.33 188	1.57 302	2.74 414	1.83 367	0.99 259	0.40 289	5.31 358	1.53 358	0.00 1	0.00 1	0.00 1	0.00 1	0.12 305	0.11 142

Nwc_Net	2.25 431	0.98 385	5.37 441	0.07 166	0.11 247	2.80 408	0.05 244	7.36 486	1.30 239	2.77 415	8.21 472	5.18 456	2.98 444	5.16 351	2.46 406	0.00 1	0.00 1	0.00 1	0.00 1	0.12 305	0.08 97

PSM-AAD	1.21 296	0.08 6	1.53 72	0.10 208	0.27 333	1.35 222	3.14 478	2.74 138	0.83 93	2.89 416	2.04 378	0.16 131	5.25 478	3.51 267	0.21 105	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.08 97

DPSNet	3.98 469	1.01 392	12.58 503	0.74 425	0.55 391	5.24 466	1.53 458	12.44 506	4.82 471	2.89 416	0.97 306	6.37 466	11.43 507	8.20 477	8.61 477	0.09 461	0.51 361	0.11 472	0.38 482	0.35 449	0.83 370

IIG-Stereo	1.39 347	0.67 315	1.73 106	2.48 495	0.05 198	1.63 327	0.14 322	3.00 162	1.20 176	2.94 418	2.23 384	3.03 390	0.55 305	7.41 459	0.66 261	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.07 90

NCC-stereo	2.09 415	1.02 394	4.78 417	0.10 208	0.26 327	2.33 384	0.13 317	5.82 435	1.70 336	2.98 419	3.18 419	4.63 441	5.69 484	6.26 399	2.76 414	0.05 442	0.00 1	0.00 1	0.00 1	0.08 237	0.14 165

Abc-Net	2.09 415	1.02 394	4.78 417	0.10 208	0.26 327	2.33 384	0.13 317	5.82 435	1.70 336	2.98 419	3.18 419	4.63 441	5.69 484	6.26 399	2.76 414	0.05 442	0.00 1	0.00 1	0.00 1	0.08 237	0.14 165
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
raftrobust	0.68 142	0.89 356	1.80 126	0.02 56	1.29 473	1.22 156	0.05 244	2.37 124	0.62 45	2.99 421	0.03 54	0.12 115	0.15 210	0.60 114	0.51 234	0.00 1	0.69 385	0.00 1	0.00 1	0.10 272	0.24 240

ARAFT	1.27 319	1.38 438	4.73 414	0.08 177	0.00 1	1.67 340	0.04 223	5.52 415	1.98 374	3.02 422	0.59 253	0.47 174	0.11 187	4.87 336	0.38 186	0.00 1	0.03 264	0.00 1	0.00 1	0.25 408	0.25 248

MFN_U_SF_DS_RVC	3.61 460	3.47 498	9.32 493	0.19 258	0.30 353	13.80 502	7.49 517	5.15 383	3.95 461	3.06 423	3.94 438	4.60 439	1.20 370	8.49 483	2.79 418	0.70 486	1.22 484	0.04 455	0.84 503	0.50 469	1.23 413

YMNet	1.76 387	0.93 367	4.46 406	0.18 251	0.30 353	4.41 452	0.21 348	4.21 295	1.46 280	3.07 424	4.85 447	4.12 430	0.37 275	3.05 253	2.47 407	0.05 442	0.12 307	0.08 464	0.01 302	0.51 470	0.40 298

YMNet_1	1.76 387	0.93 367	4.46 406	0.18 251	0.30 353	4.41 452	0.21 348	4.21 295	1.46 280	3.07 424	4.85 447	4.12 430	0.37 275	3.05 253	2.47 407	0.05 442	0.12 307	0.08 464	0.01 302	0.51 470	0.40 298

SDNR	3.62 462	1.25 425	7.41 475	0.71 416	0.22 302	26.06 527	0.02 132	4.55 332	2.42 410	3.10 426	11.33 482	3.05 392	0.77 343	8.31 481	2.21 391	0.05 442	0.11 305	0.00 1	0.01 302	0.08 237	0.66 339

ADCRef	2.57 441	1.40 440	7.90 482	0.11 223	0.11 247	4.71 458	0.74 430	5.45 413	1.66 329	3.15 427	1.65 358	1.61 301	2.25 421	4.54 318	15.56 507	0.03 429	0.00 1	0.01 424	0.10 376	0.27 421	0.23 236

KYRaft	1.26 317	0.08 6	1.58 81	0.06 151	0.23 307	1.28 192	0.75 431	2.92 153	0.81 85	3.20 428	7.14 468	0.99 259	2.70 436	1.56 206	0.16 67	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	1.66 457

NCCL2	1.51 364	1.32 431	3.27 339	0.03 82	0.07 217	1.63 327	3.29 480	4.54 331	1.61 310	3.22 429	0.37 205	3.84 425	0.31 264	4.42 309	2.02 382	0.00 1	0.00 1	0.02 445	0.00 1	0.09 258	0.22 232

DSFCA	1.45 355	0.51 257	2.76 289	0.01 13	0.03 163	3.64 436	0.83 433	3.28 186	1.45 278	3.25 430	0.44 224	2.89 384	1.45 388	6.07 391	2.14 386	0.00 1	0.02 253	0.00 1	0.00 1	0.06 199	0.10 134

DMCA-RVC	1.12 276	1.19 418	5.30 439	0.03 82	0.04 188	1.30 197	0.06 270	3.05 167	0.87 99	3.33 431	0.12 126	0.98 258	0.65 331	3.40 262	1.82 371	0.01 389	0.04 269	0.02 445	0.01 302	0.10 272	0.09 122

CVANet_RVC	1.37 344	0.82 346	3.23 332	0.54 370	0.11 247	1.48 277	0.46 407	4.01 266	2.23 392	3.33 431	1.34 335	1.51 292	0.37 275	6.38 405	0.69 268	0.01 389	0.00 1	0.00 1	0.05 345	0.19 381	0.62 335

FTStereo	2.20 427	0.09 10	2.07 192	0.18 251	0.13 257	1.43 246	4.50 495	2.98 160	0.97 129	3.35 433	17.70 497	0.77 230	4.06 463	4.36 306	0.15 58	0.15 469	0.00 1	0.00 1	0.00 1	0.02 67	1.19 410

DeepPruner_ROB	1.04 256	0.99 388	3.05 317	0.02 56	0.00 1	1.60 313	0.17 330	3.96 256	0.52 28	3.41 434	0.03 54	2.06 335	0.17 223	3.35 259	1.12 337	0.00 1	0.00 1	0.00 1	0.00 1	0.14 330	0.14 165

edge stereo	2.06 411	0.42 223	4.20 390	0.14 236	0.09 234	1.82 357	0.51 411	5.38 404	2.48 416	3.45 435	3.96 440	8.28 478	1.80 412	5.90 386	2.30 397	0.00 1	0.00 1	0.01 424	0.00 1	0.16 356	0.19 206

DLCB_ROB	1.38 345	0.60 293	1.96 171	0.10 208	0.00 1	1.53 292	0.23 356	4.02 268	1.91 365	3.54 436	1.97 372	3.40 408	0.30 259	4.91 337	2.97 423	0.00 1	0.00 1	0.00 1	0.00 1	0.04 167	0.12 151

DCVSM-stereo	0.74 158	0.09 10	1.76 118	0.07 166	0.01 88	1.24 165	0.04 223	2.09 113	0.31 13	3.55 437	0.09 113	3.02 389	0.59 313	1.43 203	0.45 206	0.00 1	0.00 1	0.01 424	0.00 1	0.02 67	0.01 13

FBW_ROB	2.74 444	1.02 394	4.72 413	0.43 341	0.18 282	4.35 450	0.18 336	7.28 485	3.50 453	3.57 438	3.38 425	4.86 446	1.22 375	11.70 506	5.76 457	0.17 471	0.08 292	0.59 490	0.12 388	0.28 425	1.40 427

HBP-ISP	1.59 376	1.12 410	3.42 348	0.53 369	0.10 242	4.27 446	1.44 456	5.35 400	1.61 310	3.58 439	0.87 296	0.91 243	1.18 369	6.64 417	0.46 215	0.04 438	0.02 253	0.00 1	0.00 1	0.06 199	0.24 240

StereoDRNet	1.66 379	1.21 420	5.39 443	0.06 151	0.11 247	2.49 393	1.06 447	5.28 394	1.89 362	3.60 440	0.63 257	2.28 352	0.64 326	4.70 321	3.25 431	0.00 1	0.03 264	0.00 1	0.01 302	0.15 347	0.36 281

DRaft	1.40 349	0.20 114	1.83 142	0.09 196	0.01 88	1.66 336	0.42 404	2.13 116	0.59 40	3.75 441	5.16 451	0.41 168	4.27 466	5.52 368	1.63 362	0.01 389	0.06 283	0.00 1	0.07 357	0.08 237	0.12 151

HSM-Net_RVC	1.51 364	0.11 24	1.93 167	0.00 1	0.01 88	1.91 364	0.05 244	7.86 492	1.93 369	3.77 442	3.76 432	3.16 398	0.36 273	4.34 305	0.83 292	0.01 389	0.01 223	0.00 1	0.00 1	0.01 14	0.11 142
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
LALA_ROB	1.55 372	1.07 405	2.99 316	0.02 56	0.06 204	3.20 420	0.49 410	4.07 276	1.80 355	3.79 443	0.66 262	4.51 437	0.25 251	3.82 282	4.07 444	0.00 1	0.00 1	0.00 1	0.00 1	0.10 272	0.11 142

RP	2.09 415	0.90 357	3.88 379	0.22 283	0.61 407	1.72 347	0.94 439	4.97 370	2.65 424	3.87 444	5.63 455	4.44 435	4.28 467	4.99 342	2.35 400	0.01 389	0.00 1	0.00 1	0.01 302	0.20 387	0.13 159

MADNet+	11.36 510	15.59 525	70.62 533	1.36 479	1.52 482	20.21 515	4.98 496	12.73 507	8.13 494	3.88 445	6.42 464	8.89 483	6.29 488	32.76 530	29.90 529	0.25 478	1.05 450	0.01 424	0.22 440	0.60 481	1.76 463

RGC	2.11 419	0.95 373	4.61 411	0.08 177	0.29 341	3.34 427	0.11 308	5.40 408	1.78 351	3.93 446	4.52 444	5.20 457	3.05 446	5.78 382	2.78 417	0.00 1	0.00 1	0.00 1	0.00 1	0.12 305	0.18 201

Wz-Net-MNSev	2.17 425	1.90 470	7.77 479	0.02 56	0.01 88	4.60 456	2.08 468	5.70 424	2.83 441	4.02 447	1.50 348	1.87 321	2.53 432	5.10 347	3.04 427	0.00 1	0.01 223	0.00 1	0.00 1	0.14 330	0.31 266

AF-Net	2.51 438	1.12 410	5.46 445	0.01 13	0.13 257	2.03 368	0.47 408	7.04 479	2.74 432	4.09 448	10.64 481	4.99 449	2.94 440	4.94 339	3.28 432	0.00 1	0.00 1	0.00 1	0.00 1	0.17 370	0.15 174

XPNet_ROB	1.41 351	0.81 344	2.75 288	0.04 113	0.01 88	1.70 345	0.17 330	4.14 289	1.69 332	4.12 449	1.10 315	1.58 298	0.52 302	5.13 349	4.07 444	0.00 1	0.00 1	0.00 1	0.00 1	0.11 295	0.25 248

FAT-Stereo	1.95 403	0.23 133	3.66 366	0.18 251	0.03 163	1.80 355	0.94 439	5.35 400	3.11 447	4.23 450	5.00 450	5.22 459	2.76 438	5.07 345	1.09 334	0.00 1	0.00 1	0.00 1	0.00 1	0.05 185	0.17 193

CBMV_ROB	2.06 411	0.31 180	2.72 285	0.63 396	0.00 1	2.83 410	0.88 436	5.24 393	2.41 409	4.28 451	6.16 459	3.07 396	3.47 455	5.81 385	2.69 410	0.00 1	0.00 1	0.00 1	0.00 1	0.05 185	0.56 327

DANet	1.96 405	0.24 138	3.72 370	0.78 434	0.48 385	2.65 403	0.34 396	3.94 253	1.71 338	4.35 452	1.56 351	5.09 452	0.56 307	6.97 442	5.99 460	0.01 389	0.00 1	0.00 1	0.01 302	0.04 167	0.66 339
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MSC_U_SF_DS_RVC	5.48 487	3.14 497	10.56 498	0.47 353	0.29 341	24.98 524	8.65 521	6.24 454	9.96 497	4.38 453	8.16 471	8.42 480	2.44 429	9.46 491	6.27 463	1.11 491	1.70 506	0.33 484	0.47 487	1.16 492	1.35 423

PASM	2.20 427	1.85 466	10.33 497	1.00 456	0.41 368	1.98 365	0.90 438	3.85 238	2.76 434	4.38 453	1.53 349	3.49 414	1.54 395	6.60 414	2.43 403	0.14 468	0.02 253	0.00 1	0.03 329	0.33 440	0.39 294

DRN-Test	1.79 391	0.51 257	4.94 425	0.19 258	0.14 262	3.30 423	0.19 340	6.58 467	2.31 399	4.40 455	0.77 281	2.10 339	1.73 407	5.40 365	2.82 420	0.00 1	0.00 1	0.00 1	0.01 302	0.12 305	0.27 257

ACVNet_1	6.79 496	2.72 492	6.97 470	9.78 515	7.38 514	7.67 483	2.29 472	10.50 502	6.93 486	4.51 456	5.39 453	13.21 494	6.34 489	7.02 448	3.31 434	9.70 517	2.48 517	10.85 518	0.11 381	11.41 517	7.23 516

ADCPNet	3.94 468	1.47 446	14.87 508	0.11 223	0.45 378	7.19 479	2.23 471	5.42 410	3.18 449	4.53 457	2.03 377	7.48 477	5.27 479	7.05 449	14.73 504	0.02 417	0.74 395	0.04 455	0.91 509	0.23 398	0.85 373

stereogan	2.38 436	0.59 289	5.05 429	0.01 13	0.09 234	8.26 488	0.58 420	4.92 366	3.65 456	4.68 458	4.60 445	6.43 468	2.39 427	5.27 356	0.72 274	0.00 1	0.01 223	0.01 424	0.00 1	0.27 421	0.13 159

ETE_ROB	1.42 353	1.04 399	3.10 322	0.02 56	0.03 163	1.81 356	0.22 353	4.73 349	1.67 331	4.77 459	1.43 342	2.77 375	0.08 158	4.23 298	2.20 388	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.20 222

ADCL	3.64 463	1.54 450	8.53 491	0.26 305	0.28 339	7.37 480	4.49 494	5.42 410	3.61 455	4.79 460	3.85 435	5.14 454	4.47 469	6.28 401	15.73 508	0.05 442	0.01 223	0.11 472	0.13 390	0.34 444	0.33 275

DAS	1.40 349	0.11 24	2.83 296	0.04 113	0.01 88	1.31 201	1.14 450	4.51 325	2.02 377	4.84 461	2.33 388	1.65 306	0.56 307	5.53 369	0.85 295	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.19 206

SepStereo	1.41 351	0.11 24	2.83 296	0.04 113	0.01 88	1.31 201	1.14 450	4.51 325	2.02 377	4.84 461	2.33 388	1.65 306	0.56 307	5.78 382	0.85 295	0.00 1	0.00 1	0.00 1	0.00 1	0.02 67	0.19 206

MFN_U_SF_RVC	4.10 472	2.36 483	12.04 502	1.00 456	0.27 333	10.31 494	0.51 411	8.83 497	3.69 457	4.90 463	3.30 423	9.33 484	3.43 454	8.28 479	9.42 482	0.41 481	0.53 366	0.52 486	0.81 502	0.90 490	1.05 396

GrayStereo	1.55 372	0.06 1	1.53 72	0.75 429	0.20 293	1.27 188	4.44 493	3.44 194	1.20 176	4.92 464	3.92 436	0.45 171	4.54 470	3.43 264	0.09 20	0.00 1	0.00 1	0.00 1	0.49 490	0.02 67	0.25 248

XQC	3.16 452	2.00 473	7.71 478	0.97 455	0.67 419	5.07 462	0.69 426	6.58 467	4.95 472	5.04 465	1.98 375	4.99 449	3.12 448	7.96 475	10.02 487	0.00 1	0.63 381	0.00 1	0.18 419	0.36 451	0.38 293

NVStereoNet_ROB	4.22 473	2.29 480	6.13 458	1.40 480	1.14 468	2.84 411	0.97 441	5.67 422	5.66 476	5.25 466	14.28 490	12.40 492	5.35 481	10.74 501	5.33 454	1.24 496	1.01 448	0.67 494	0.62 498	0.63 484	0.69 351
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RAFT-RH_RVC	2.11 419	0.30 172	2.27 226	0.74 425	0.26 327	1.51 286	0.02 132	0.61 22	1.23 193	5.28 467	21.18 509	1.04 262	0.07 144	6.90 433	0.61 252	0.04 438	0.00 1	0.00 1	0.03 329	0.02 67	0.00 1

psmorigin	2.16 424	0.75 329	10.72 499	0.24 294	0.03 163	1.62 324	0.20 341	3.80 224	1.16 158	5.40 468	3.08 416	5.77 462	2.29 422	5.62 376	2.13 385	0.00 1	0.00 1	0.00 1	0.00 1	0.08 237	0.25 248

NaN_ROB	2.33 435	1.31 430	4.55 408	0.32 320	0.30 353	3.13 419	5.01 499	4.57 334	2.78 437	5.49 469	1.73 360	2.28 352	1.98 417	7.48 462	4.32 447	0.01 389	0.06 283	0.03 450	0.09 370	0.20 387	0.88 377

CBMV	1.97 408	0.56 280	2.61 277	0.46 347	0.07 217	2.91 414	4.18 490	4.58 335	2.78 437	5.50 470	2.21 383	2.84 381	2.94 440	4.75 327	2.31 398	0.00 1	0.00 1	0.00 1	0.00 1	0.15 347	0.60 331
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
SGM-Forest	2.15 423	0.50 251	2.42 258	0.19 258	0.25 318	3.47 433	2.38 473	4.53 329	2.46 413	5.64 471	3.99 441	3.74 421	2.22 419	6.99 443	3.08 428	0.01 389	0.02 253	0.00 1	0.00 1	0.05 185	0.98 389
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
WZ-Net	4.64 479	2.57 488	25.72 518	0.10 208	0.09 234	3.07 416	2.08 468	6.59 469	5.41 474	6.08 472	4.09 442	7.02 475	6.04 487	11.64 503	11.45 494	0.00 1	0.00 1	0.00 1	0.00 1	0.21 391	0.61 333

RTSC	3.18 453	2.15 478	8.20 486	0.67 410	0.38 365	4.41 452	0.08 285	5.64 419	5.80 479	6.14 473	3.43 426	3.37 405	1.55 398	7.50 463	12.15 496	0.00 1	0.84 414	0.00 1	0.25 454	0.51 470	0.53 318

CSAN	3.10 449	1.72 460	5.85 450	0.37 328	0.14 262	4.15 445	3.91 487	4.94 368	4.65 470	6.43 474	6.29 462	4.62 440	5.17 477	8.13 476	4.85 452	0.02 417	0.03 264	0.03 450	0.05 345	0.26 416	0.48 313

test_sample8	3.98 469	0.51 257	3.23 332	0.03 82	0.03 163	2.48 390	0.01 37	5.07 379	1.50 290	6.62 475	0.90 300	14.02 497	7.06 492	6.14 395	10.04 488	0.68 483	17.48 532	1.79 499	1.08 510	0.02 67	0.82 366

AnyNet_C32	4.41 477	3.74 505	15.17 510	0.48 361	0.51 388	5.99 474	6.52 513	5.30 397	2.72 431	6.86 476	3.66 431	5.21 458	3.19 450	7.42 460	19.54 514	0.08 459	0.04 269	0.20 479	0.09 370	0.67 487	0.76 361

MFMNet_re	2.39 437	1.65 458	6.10 456	3.04 498	0.90 442	2.34 386	0.98 442	4.77 354	3.79 459	6.95 477	7.08 467	1.84 320	3.79 461	2.53 235	1.57 359	0.00 1	0.00 1	0.00 1	0.00 1	0.25 408	0.26 254

SANet	5.04 482	1.86 468	7.96 483	0.39 332	0.12 254	7.51 482	3.73 486	7.20 482	16.07 507	7.15 478	13.16 487	12.35 491	8.70 496	8.28 479	5.37 455	0.00 1	0.01 223	0.00 1	0.00 1	0.13 317	0.71 355

IMH-64-1	10.12 505	3.75 506	4.24 392	11.47 518	9.26 518	11.93 500	5.30 502	18.72 514	15.74 505	7.16 479	18.55 499	16.83 502	6.83 490	11.66 504	9.62 484	10.09 519	2.54 518	15.69 523	1.72 515	12.82 518	8.45 520

IMH-64	10.12 505	3.75 506	4.24 392	11.47 518	9.26 518	11.93 500	5.30 502	18.72 514	15.74 505	7.16 479	18.55 499	16.83 502	6.83 490	11.66 504	9.62 484	10.09 519	2.54 518	15.69 523	1.72 515	12.82 518	8.45 520

ACVNet_2	9.32 502	2.76 493	8.07 484	8.84 512	6.89 509	14.54 507	4.19 491	14.25 509	23.92 513	7.62 481	19.61 507	20.42 507	5.93 486	8.52 484	3.64 437	9.16 514	1.74 508	7.93 508	0.36 479	10.56 512	7.47 519

PWC_ROB	3.30 455	1.83 463	8.47 489	0.62 395	0.56 394	1.31 201	0.39 401	4.53 329	5.05 473	7.66 482	15.14 492	3.37 405	2.43 428	6.86 430	6.74 467	0.00 1	0.00 1	0.00 1	0.00 1	0.51 470	0.54 319

SHD	3.58 457	1.83 463	6.41 463	1.34 477	1.21 471	4.84 459	0.17 330	7.95 493	12.83 500	7.86 483	3.32 424	5.08 451	2.63 434	5.54 370	8.57 476	0.01 389	0.75 397	0.00 1	0.18 419	0.31 434	0.73 357

AnyNet_C01	7.15 497	5.48 512	37.47 525	1.08 463	0.59 404	11.50 498	6.49 512	6.93 473	4.31 464	8.06 484	9.11 476	8.72 481	4.06 463	14.50 512	21.97 523	0.11 464	0.08 292	0.24 483	0.09 370	1.11 491	1.07 400

SAMSARA	4.31 474	1.94 472	7.80 481	1.96 490	1.40 476	10.65 496	7.35 514	7.17 481	4.49 467	8.27 485	3.58 429	10.58 489	3.75 458	7.87 473	6.66 466	0.01 389	1.09 459	0.00 1	0.23 445	0.26 416	1.19 410

G-Net	3.58 457	0.58 285	5.14 435	1.61 483	1.86 486	10.46 495	1.85 464	3.24 182	1.69 332	8.68 486	11.81 485	6.03 463	7.62 493	4.82 334	5.52 456	0.08 459	0.12 307	0.07 461	0.15 395	0.16 356	0.16 185

RTS	10.27 507	3.55 499	66.16 531	1.62 484	2.34 493	13.96 504	6.25 508	6.95 475	18.07 510	8.81 487	19.18 503	6.82 473	2.96 442	26.87 526	19.93 516	0.00 1	0.42 347	0.00 1	0.03 329	0.40 459	0.99 391

RTSA	10.27 507	3.55 499	66.16 531	1.62 484	2.34 493	13.96 504	6.25 508	6.95 475	18.07 510	8.81 487	19.18 503	6.82 473	2.96 442	26.87 526	19.93 516	0.00 1	0.42 347	0.00 1	0.03 329	0.40 459	0.99 391

IMH	11.71 512	4.49 509	4.59 410	11.55 520	9.35 520	14.27 506	5.00 498	21.03 522	25.97 517	8.90 489	23.64 518	20.58 509	10.29 502	13.39 510	9.59 483	10.13 522	2.57 520	15.53 521	1.75 517	13.04 520	8.53 522

DispFullNet	8.26 499	24.76 531	14.96 509	14.77 524	7.78 515	5.23 465	0.09 297	5.67 422	3.16 448	9.01 490	4.87 449	6.15 465	10.66 504	10.44 498	4.54 449	2.54 501	0.33 340	15.59 522	4.84 524	13.17 521	6.59 513

LVE	11.75 513	3.56 502	5.48 447	10.38 516	8.28 516	22.54 518	7.53 518	17.01 512	32.01 523	9.26 491	23.28 516	23.43 513	9.72 498	11.79 507	7.81 471	10.09 519	2.62 523	11.07 519	0.59 496	11.18 516	7.44 518

pmcnn	3.98 469	0.95 373	7.29 473	0.71 416	1.42 477	2.84 411	1.22 453	5.89 439	2.42 410	9.34 492	11.71 484	18.88 506	2.65 435	6.89 432	6.35 464	0.00 1	0.07 288	0.00 1	0.00 1	0.21 391	0.76 361

ADCS	5.55 488	3.55 499	19.07 513	0.43 341	0.14 262	5.87 473	4.20 492	7.65 490	7.80 492	9.79 493	6.22 461	6.48 470	5.52 483	10.52 499	22.41 524	0.00 1	0.00 1	0.00 1	0.00 1	0.48 466	0.97 388

WAO-6	11.65 511	2.71 491	4.73 414	7.69 509	7.28 512	17.41 509	7.45 515	20.43 519	38.14 530	10.13 494	19.37 505	27.36 517	12.38 509	13.35 509	13.26 500	4.38 503	2.43 516	10.51 517	0.03 329	9.00 505	4.96 509

LSM	7.83 498	2.59 489	24.93 517	4.71 504	40.61 533	3.55 434	5.22 501	5.91 440	7.48 489	10.86 495	13.66 489	4.55 438	3.92 462	7.72 471	5.88 459	0.02 417	0.26 329	0.00 1	0.00 1	0.30 432	14.53 530

SPS-STEREO	3.67 465	1.46 444	4.23 391	0.36 325	0.23 307	3.93 439	1.20 452	6.67 470	3.50 453	11.05 496	8.81 474	9.53 486	4.63 471	9.10 486	7.25 470	0.01 389	0.01 223	0.00 1	0.00 1	0.13 317	1.28 420
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ADCMid	4.33 475	2.40 485	13.81 507	0.23 289	0.40 366	4.90 460	1.23 454	5.73 425	3.73 458	11.06 497	3.94 438	6.67 472	5.11 475	7.11 451	18.03 511	0.12 466	0.08 292	0.55 487	0.46 485	0.61 482	0.49 315

JetBlue	14.57 520	6.38 515	35.83 523	0.95 453	7.05 510	51.27 533	22.93 531	16.51 510	9.78 495	11.72 498	17.82 498	27.82 518	17.62 520	33.31 531	20.36 518	0.35 480	0.18 316	0.15 477	0.25 454	5.36 500	5.74 510

Dean	12.08 514	3.10 496	8.10 485	10.98 517	8.34 517	18.85 512	5.53 504	21.57 524	40.96 532	11.81 499	21.91 511	25.74 516	9.74 499	8.20 477	5.76 457	9.65 516	2.35 513	9.94 512	0.65 501	10.97 514	7.40 517

PVD	6.50 493	1.70 459	6.71 469	1.66 487	1.59 484	7.94 485	0.89 437	11.13 504	24.35 514	12.01 500	19.10 502	8.76 482	9.89 501	9.85 492	11.06 492	0.02 417	1.12 467	0.00 1	0.26 461	0.25 408	1.72 458

SGM_RVC	4.67 480	0.61 299	2.62 279	1.13 464	0.29 341	7.96 486	2.60 474	7.55 489	4.36 466	12.34 501	9.95 478	15.94 501	8.56 495	10.88 502	6.38 465	0.22 476	0.25 326	0.20 479	0.23 445	0.32 438	0.92 382
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
TorneroNet-64	16.11 523	6.82 516	6.11 457	14.13 522	12.13 523	28.42 529	6.47 511	20.35 518	38.01 529	12.80 502	27.88 524	35.94 525	16.83 516	20.38 520	16.77 509	10.33 523	2.60 521	19.45 526	2.86 518	14.63 522	9.33 524

WAO-7	9.62 503	2.87 494	5.64 449	0.96 454	0.21 301	20.37 516	5.13 500	23.65 528	26.32 518	13.11 503	27.70 523	22.69 510	14.04 511	14.53 513	13.11 499	0.13 467	0.09 298	0.58 488	0.10 376	0.51 470	0.75 360

MSMD_ROB	5.26 485	0.52 266	3.22 330	0.15 241	0.01 88	8.63 491	1.06 447	4.76 353	4.16 463	13.72 504	26.77 520	13.87 496	15.95 514	7.89 474	3.94 442	0.11 464	0.01 223	0.00 1	0.00 1	0.06 199	0.34 277

SGM+DAISY	6.27 491	3.62 504	9.36 494	2.30 491	2.34 493	9.12 493	6.38 510	6.98 478	6.00 480	14.26 505	15.55 494	14.02 497	9.84 500	9.45 490	8.56 475	1.21 494	1.60 503	0.58 488	0.86 506	0.63 484	2.74 499

PWCK	9.63 504	6.94 518	19.91 514	6.25 505	0.22 302	22.62 519	14.62 528	12.15 505	13.48 501	14.34 506	13.17 488	13.25 495	8.40 494	16.14 514	11.57 495	6.38 507	0.26 329	2.41 505	0.11 381	8.57 504	1.74 461

aanetorigin	2.99 446	1.00 390	9.85 495	0.23 289	0.23 307	1.59 309	2.01 465	1.94 103	1.25 206	14.45 507	10.04 480	2.98 387	3.75 458	4.97 341	4.01 443	0.10 462	0.05 277	0.09 467	0.11 381	0.55 479	0.55 325

TorneroNet	16.83 524	6.92 517	6.68 468	14.15 523	12.07 522	27.63 528	8.39 520	21.53 523	37.64 528	14.70 508	32.94 528	33.55 523	18.95 523	19.68 519	20.80 520	10.39 524	2.61 522	19.77 527	3.45 519	15.42 523	9.28 523

FCDSN-DC	5.38 486	0.65 312	3.19 327	0.24 294	0.46 381	5.71 469	1.61 460	5.83 437	4.51 468	14.74 509	22.03 512	20.43 508	13.01 510	8.48 482	6.00 461	0.02 417	0.00 1	0.00 1	0.00 1	0.07 226	0.52 317
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
WCMA_ROB	5.16 483	1.07 405	4.40 403	0.66 402	0.69 422	6.28 477	3.63 485	5.39 406	4.05 462	14.77 510	19.39 506	15.46 499	10.72 505	7.67 470	6.77 468	0.19 474	0.27 332	0.18 478	0.20 428	0.18 378	1.23 413

MDST_ROB	3.81 467	0.21 121	4.29 395	2.64 496	1.45 480	13.85 503	1.02 446	8.06 495	2.67 425	15.14 511	8.81 474	2.70 373	1.55 398	9.31 488	3.90 441	0.03 429	0.00 1	0.00 1	0.00 1	0.03 134	0.63 336

KSHMR	14.93 521	8.30 519	8.52 490	15.54 525	13.01 524	17.62 510	10.36 523	19.39 517	30.53 521	19.03 512	22.15 513	28.32 519	9.61 497	16.44 515	10.96 491	10.98 527	3.74 528	21.96 529	4.87 525	16.79 524	10.39 525

EDNetEfficientorigin	10.48 509	2.34 482	98.78 544	0.23 289	0.25 318	3.01 415	0.70 427	4.69 346	17.04 509	19.07 513	15.43 493	12.52 493	11.56 508	9.41 489	12.62 498	0.01 389	0.01 223	0.00 1	0.01 302	0.25 408	1.76 463

ktn	19.65 527	19.61 526	8.27 488	22.99 531	17.38 529	23.89 520	11.97 525	24.83 530	34.40 527	19.19 514	27.37 521	32.56 520	18.29 521	16.52 516	18.28 512	22.43 531	3.70 527	29.28 532	10.90 530	19.65 528	11.59 527

WAO-8	14.47 518	5.06 510	6.42 464	8.00 510	6.65 507	23.95 521	2.97 476	23.01 525	45.08 533	19.24 515	34.86 530	33.07 521	17.51 518	17.59 517	14.38 502	5.22 505	0.86 417	10.06 513	0.85 504	10.25 509	4.34 507

Venus	14.47 518	5.06 510	6.42 464	8.00 510	6.65 507	23.95 521	2.97 476	23.01 525	45.08 533	19.24 515	34.85 529	33.07 521	17.51 518	17.59 517	14.38 502	5.22 505	0.86 417	10.06 513	0.85 504	10.25 509	4.34 507

FC-DCNN	6.44 492	0.46 237	3.25 338	0.54 370	0.56 394	8.01 487	1.37 455	8.76 496	7.15 487	19.35 517	22.25 514	22.72 511	15.44 513	10.37 497	7.93 473	0.00 1	0.01 223	0.00 1	0.00 1	0.03 134	0.64 338

FC-DCNN v2	6.60 494	0.46 237	3.23 332	0.56 374	0.58 400	8.28 489	1.46 457	9.35 499	7.29 488	19.57 518	23.13 515	23.87 515	14.94 512	10.69 500	7.88 472	0.00 1	0.01 223	0.00 1	0.00 1	0.03 134	0.63 336

EDNetEfficient	6.66 495	1.34 434	34.37 522	0.66 402	1.93 490	2.04 370	3.59 484	3.08 171	14.92 504	20.02 519	9.53 477	6.48 470	10.85 506	7.65 466	15.21 505	0.03 429	0.10 302	0.01 424	0.22 440	0.61 482	0.55 325

MeshStereo	6.09 489	0.97 381	3.59 359	0.26 305	0.14 262	7.68 484	2.02 466	10.42 501	5.77 477	20.76 520	19.69 508	22.78 512	10.56 503	10.29 496	6.16 462	0.00 1	0.00 1	0.00 1	0.00 1	0.29 430	0.41 302
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
UNDER WATER	20.50 528	13.77 524	33.30 520	20.84 529	14.55 526	30.38 530	19.68 530	17.23 513	34.25 526	21.44 521	18.98 501	38.38 526	31.61 528	25.31 523	22.42 525	10.71 526	2.76 524	19.90 528	4.92 526	17.87 526	11.76 528

notaker	18.29 525	22.89 529	10.13 496	18.52 527	14.64 527	17.81 511	7.48 516	20.77 520	24.37 515	21.91 522	27.45 522	39.00 527	20.06 524	20.53 521	21.90 522	12.54 528	2.81 526	25.96 531	6.03 528	19.60 527	11.37 526

UNDER WATER-64	20.90 529	11.73 523	33.74 521	20.56 528	13.88 525	34.56 531	24.71 532	16.81 511	33.52 525	22.54 523	17.10 496	40.14 529	33.68 532	25.46 524	23.75 526	10.68 525	2.78 525	18.70 525	4.60 522	17.07 525	12.03 529

ELAS_RVC	8.75 500	1.59 455	6.34 462	1.91 489	1.87 487	11.67 499	12.14 526	10.75 503	16.11 508	22.55 524	21.45 510	18.49 504	18.29 521	14.17 511	12.53 497	0.92 489	1.32 492	0.70 495	0.46 485	0.53 478	1.25 417
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	9.07 501	1.55 452	5.19 437	1.87 488	1.92 489	17.05 508	8.29 519	13.92 508	13.52 502	23.08 525	28.56 525	18.59 505	16.90 517	12.06 508	13.39 501	0.91 488	1.32 492	0.65 493	0.59 496	0.68 488	1.31 421
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
tt	68.57 537	0.18 76	99.50 545	50.44 534	14.99 528	100.00 547	100.00 546	100.00 549	99.70 543	28.28 526	12.01 486	99.97 549	98.67 544	99.55 544	99.99 547	89.99 541	98.19 542	46.13 536	51.48 537	60.62 535	21.71 532

SGM-ForestM	14.25 517	3.00 495	8.67 492	2.38 493	1.88 488	24.45 523	11.87 524	19.27 516	21.66 512	30.68 527	29.79 527	46.58 531	28.97 527	27.26 528	21.22 521	1.14 493	1.67 505	0.61 492	0.89 508	0.51 470	2.50 498

DPSimNet_ROB	26.59 531	21.34 528	28.49 519	25.34 532	19.24 530	25.03 525	28.61 533	30.13 532	30.91 522	33.36 528	29.60 526	33.91 524	28.18 526	25.99 525	42.58 531	17.84 530	15.40 531	25.41 530	22.86 534	21.10 530	26.45 534

MANE	15.61 522	2.70 490	7.19 472	3.43 500	5.19 505	21.44 517	9.54 522	24.27 529	29.58 520	33.72 529	42.10 532	42.08 530	32.55 529	24.60 522	20.72 519	1.46 498	2.17 511	1.34 497	4.60 522	0.49 467	3.04 502

BEATNet-Init1	19.30 526	9.61 521	39.48 526	3.09 499	2.67 497	39.40 532	17.68 529	23.58 527	25.88 516	38.63 530	37.63 531	50.99 532	33.56 531	30.54 529	24.44 527	1.09 490	1.51 501	0.60 491	0.88 507	1.81 496	2.89 500

TCMNet-wrong-test	56.22 535	78.99 538	72.25 534	90.96 540	89.48 540	78.49 536	72.37 536	39.00 534	14.38 503	41.21 531	51.80 535	58.54 535	34.50 533	64.15 536	52.16 534	38.24 534	6.03 529	46.87 537	41.01 535	83.24 541	70.77 541

HanzoNet	30.55 532	30.82 532	24.44 516	22.40 530	19.25 531	25.74 526	14.00 527	29.76 531	40.45 531	43.57 532	44.15 533	55.63 533	46.26 534	43.79 533	45.27 532	28.35 532	9.71 530	30.23 533	16.18 532	23.20 531	17.85 531

JetRed	35.17 533	40.12 534	62.92 529	15.92 526	26.66 532	70.02 535	42.94 535	32.33 533	33.48 524	46.29 533	45.31 534	39.98 528	26.04 525	38.73 532	56.93 535	12.90 529	37.58 536	13.38 520	9.53 529	30.41 532	21.91 533

coex-ft	12.25 515	6.22 513	80.44 535	0.15 241	0.15 271	2.43 388	0.98 442	3.07 170	29.54 519	49.22 534	16.44 495	15.69 500	16.17 515	7.44 461	15.30 506	0.05 442	0.07 288	0.01 424	0.05 345	0.35 449	1.15 407

LE_ROB	13.25 516	1.86 468	12.84 504	2.35 492	1.43 478	7.50 481	5.92 505	10.14 500	48.57 535	57.70 535	24.61 519	23.44 514	32.60 530	10.12 494	24.95 528	0.06 452	0.08 292	0.13 476	0.20 428	0.09 258	0.41 302

MADNet++	48.24 534	34.06 533	39.67 527	43.36 533	41.25 534	66.15 534	33.15 534	60.90 536	54.14 536	72.30 536	61.91 536	58.11 534	56.05 535	58.09 534	59.59 536	43.04 535	36.86 535	35.73 534	22.37 533	45.96 533	42.06 535

LRCNet_RVC	60.82 536	63.91 537	64.33 530	69.26 538	50.13 535	19.76 514	0.07 276	58.24 535	5.77 477	75.95 537	85.64 537	74.51 536	62.84 536	58.99 535	50.33 533	93.38 544	56.04 540	93.60 542	93.06 542	68.67 539	71.95 542

xxxxx1	76.86 539	82.53 539	93.06 539	61.86 535	67.25 536	95.91 540	95.20 540	75.90 537	81.13 537	82.69 538	86.70 538	89.27 538	87.62 537	85.18 538	86.89 538	55.21 537	54.91 537	60.27 538	72.48 539	60.77 536	62.32 537

tt_ll	76.86 539	82.53 539	93.06 539	61.86 535	67.25 536	95.91 540	95.20 540	75.90 537	81.13 537	82.69 538	86.70 538	89.27 538	87.62 537	85.18 538	86.89 538	55.21 537	54.91 537	60.27 538	72.48 539	60.77 536	62.32 537

ff	76.86 539	82.53 539	93.06 539	61.86 535	67.25 536	95.91 540	95.20 540	75.90 537	81.13 537	82.69 538	86.70 538	89.27 538	87.62 537	85.18 538	86.89 538	55.21 537	54.91 537	60.27 538	72.48 539	60.77 536	62.32 537

USTest	75.14 538	57.36 536	55.45 528	73.00 539	70.00 539	99.79 546	99.94 544	98.40 544	99.13 542	94.09 541	97.89 543	78.40 537	95.15 542	75.23 537	76.52 537	48.90 536	79.65 541	38.93 535	52.82 538	56.53 534	55.56 536

DPSMNet_ROB	99.43 551	99.92 548	99.98 548	96.44 547	100.00 549	100.00 547	100.00 546	99.82 548	100.00 546	95.92 542	100.00 546	99.26 546	100.00 547	99.77 545	99.99 547	98.36 546	100.00 547	99.86 544	100.00 548	99.38 546	99.98 552

DGTPSM_ROB	99.42 550	99.92 548	99.98 548	96.43 546	100.00 549	100.00 547	100.00 546	99.81 547	100.00 546	95.92 542	100.00 546	99.26 546	100.00 547	99.77 545	99.99 547	98.23 545	100.00 547	99.86 544	100.00 548	99.38 546	99.97 551

MEDIAN_ROB	96.88 543	99.41 543	98.74 543	94.82 543	94.30 543	93.21 539	90.85 538	95.70 542	94.83 541	97.65 544	97.67 542	98.31 543	96.57 543	94.60 541	93.95 543	99.78 549	98.28 543	99.99 547	99.90 546	99.50 548	99.57 546

Anonymous_1	96.94 544	99.72 546	99.64 546	92.03 541	93.81 541	100.00 547	100.00 546	99.18 546	99.90 545	98.59 545	99.75 544	99.15 545	99.95 546	98.52 543	99.54 544	87.31 540	98.83 544	90.77 541	96.89 543	91.07 542	94.14 543

ccccc		94.50 542		100.00 553	100.00 549	92.07 538		98.68 545		98.61 546		98.54 544		99.86 547		100.00 552	100.00 547	99.91 546	99.55 545	100.00 553

PML	88.69 542	99.49 544	92.95 538	94.34 542	94.09 542	98.57 544	96.73 543	93.58 540	94.50 540	99.57 547	91.07 541	95.40 542	91.48 540	99.96 549	90.33 541	99.98 551	31.85 534	100.00 549	46.15 536	93.62 543	70.14 540

HaxPig	97.67 545	99.63 545	91.79 537	99.82 550	99.96 547	88.42 537	87.25 537	98.22 543	99.89 544	99.93 548	99.96 545	99.95 548	99.86 545	96.37 542	92.57 542	99.96 550	99.98 546	99.99 547	99.99 547	99.99 552	99.91 548

Selective-RAFT-Error	100.00 554	100.00 551	100.00 550	100.00 553	100.00 549	100.00 547	100.00 546	100.00 549	100.00 546	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 550	100.00 552	100.00 547	100.00 549	100.00 548	99.98 550	99.94 549

CasAABBNet	99.93 552	100.00 551	100.00 550	99.70 549	100.00 549	100.00 547	100.00 546	100.00 549	100.00 546	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 550	99.08 547	100.00 547	100.00 549	100.00 548	99.96 549	99.94 549

test_example2	98.82 546	99.97 550	99.97 547	99.95 552	99.97 548	99.48 545	99.97 545	94.95 541	100.00 546	100.00 549	100.00 546	93.49 541	93.63 541	99.93 548	99.91 545	100.00 552	99.77 545	96.68 543	98.65 544	100.00 553	100.00 553

LSM0	99.93 552	100.00 551	100.00 550	99.82 550	100.00 549	100.00 547	100.00 546	100.00 549	100.00 546	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 550	99.09 548	100.00 547	100.00 549	100.00 548	99.98 550	99.79 547

DPSM_ROB	99.05 547	100.00 551	100.00 550	95.92 544	98.77 545	100.00 547	100.00 546	100.00 549	100.00 546	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 550	93.10 542	100.00 547	100.00 549	100.00 548	95.46 544	97.74 544

DPSM	99.05 547	100.00 551	100.00 550	95.92 544	98.77 545	100.00 547	100.00 546	100.00 549	100.00 546	100.00 549	100.00 546	100.00 550	100.00 547	100.00 551	100.00 550	93.10 542	100.00 547	100.00 549	100.00 548	95.46 544	97.74 544

AVERAGE_ROB	99.26 549	99.81 547	97.70 542	100.00 553	100.00 549	96.38 543	91.35 539	100.00 549	100.00 546	100.00 549	100.00 546	100.00 550	100.00 547	99.98 550	99.97 546	100.00 552	100.00 547	100.00 549	100.00 548	100.00 553	100.00 553

Low-res two-view benchmark