Low-res two-view results

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

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

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

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

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

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

GLC_STEREO	0.31 1	0.30 5	1.80 10	0.29 45	0.12 3	0.41 13	0.20 20	0.39 2	0.42 9	0.26 14	0.31 25	0.25 22	0.19 7	0.36 23	0.26 32	0.09 11	0.11 124	0.12 133	0.10 70	0.13 35	0.15 30

CREStereo	0.31 1	0.35 37	1.66 6	0.19 1	0.13 5	0.55 81	0.17 5	0.50 23	0.50 35	0.28 18	0.34 33	0.24 19	0.21 15	0.34 15	0.23 14	0.11 109	0.07 6	0.08 3	0.05 1	0.10 10	0.12 10
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
CASnet	0.32 3	0.40 63	1.80 10	0.28 33	0.11 1	0.47 29	0.19 12	0.45 7	0.47 24	0.39 30	0.31 25	0.23 13	0.17 1	0.31 3	0.21 1	0.11 109	0.06 1	0.15 243	0.12 138	0.16 69	0.08 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CES	0.33 4	0.32 14	1.46 2	0.25 5	0.50 272	0.40 12	0.20 20	0.48 11	0.48 27	0.22 3	0.29 17	0.26 28	0.19 7	0.35 21	0.22 4	0.09 11	0.07 6	0.08 3	0.05 1	0.16 69	0.54 245

LoS_RVC	0.34 5	0.38 55	1.96 37	0.27 21	0.35 215	0.43 15	0.22 37	0.43 5	0.34 1	0.24 9	0.34 33	0.23 13	0.28 71	0.34 15	0.22 4	0.08 1	0.07 6	0.07 1	0.05 1	0.10 10	0.35 153

LoS	0.34 5	0.35 37	1.88 23	0.25 5	0.13 5	0.53 65	0.20 20	0.50 23	0.53 51	0.26 14	0.28 15	0.37 66	0.24 26	0.40 34	0.25 23	0.10 47	0.08 38	0.08 3	0.06 6	0.15 60	0.10 4

StereoIM	0.35 7	0.89 204	2.15 68	0.25 5	0.29 163	0.29 3	0.17 5	0.47 10	0.41 5	0.21 1	0.22 2	0.28 37	0.21 15	0.32 13	0.31 69	0.10 47	0.09 81	0.10 46	0.08 27	0.11 17	0.12 10

CroCo-Stereo	0.35 7	0.71 156	1.67 7	0.32 90	0.17 37	0.19 1	0.21 28	0.79 132	0.54 54	0.22 3	0.25 11	0.55 162	0.22 18	0.28 1	0.28 41	0.10 47	0.08 38	0.08 3	0.07 12	0.12 25	0.10 4
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
PMTNet	0.35 7	0.38 55	1.75 8	0.21 2	0.14 8	0.57 104	0.24 78	0.48 11	0.44 16	0.28 18	0.32 31	0.26 28	0.24 26	0.41 40	0.24 15	0.42 354	0.07 6	0.08 3	0.05 1	0.18 109	0.15 30

MIF-Stereo	0.36 10	0.66 141	2.43 125	0.28 33	0.24 117	0.30 4	0.18 10	0.35 1	0.36 2	0.26 14	0.37 41	0.18 1	0.18 6	0.33 14	0.30 55	0.11 109	0.08 38	0.09 13	0.08 27	0.25 206	0.09 2

knoymous	0.37 11	0.34 30	1.83 14	0.25 5	0.18 47	0.45 17	0.24 78	0.60 65	0.40 4	0.42 37	0.39 50	0.54 154	0.25 40	0.41 40	0.29 50	0.12 141	0.08 38	0.12 133	0.07 12	0.13 35	0.20 68

sCroCo_RVC	0.37 11	0.39 59	2.38 104	0.35 142	0.27 148	0.31 5	0.22 37	0.49 14	0.48 27	0.23 6	0.34 33	0.25 22	0.24 26	0.35 21	0.25 23	0.15 231	0.17 198	0.12 133	0.11 108	0.15 60	0.15 30

CroCo-Stereo Lap2	0.38 13	0.91 212	2.02 45	0.33 110	0.38 233	0.23 2	0.21 28	0.63 76	0.51 40	0.23 6	0.28 15	0.29 41	0.23 24	0.34 15	0.28 41	0.10 47	0.09 81	0.10 46	0.08 27	0.22 171	0.15 30

CREStereo++_RVC	0.38 13	0.37 50	2.47 161	0.25 5	0.16 20	0.54 72	0.15 1	0.42 4	0.57 66	0.37 25	0.52 122	0.24 19	0.19 7	0.31 3	0.27 36	0.09 11	0.06 1	0.08 3	0.30 307	0.09 5	0.22 76
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
CAS	0.39 15	0.31 7	1.79 9	0.81 340	0.34 208	0.51 45	0.23 56	0.49 14	0.42 9	0.23 6	0.31 25	0.20 2	0.17 1	0.30 2	0.25 23	0.77 372	0.06 1	0.07 1	0.05 1	0.10 10	0.41 187

TANstereo	0.39 15	0.70 154	2.48 166	0.23 3	0.12 3	0.54 72	0.16 3	0.41 3	0.47 24	0.45 51	0.51 115	0.26 28	0.22 18	0.34 15	0.21 1	0.10 47	0.10 103	0.08 3	0.07 12	0.09 5	0.18 56

XX-TBD	0.40 17	1.04 234	2.49 169	0.35 142	0.13 5	0.51 45	0.17 5	0.44 6	0.52 45	0.38 28	0.51 115	0.23 13	0.19 7	0.31 3	0.25 23	0.10 47	0.07 6	0.08 3	0.06 6	0.09 5	0.18 56

MIF-Stereo (partial)	0.41 18	0.71 156	2.67 233	0.27 21	0.24 117	0.32 6	0.17 5	0.56 48	0.46 18	0.26 14	0.37 41	0.25 22	0.26 48	0.46 48	0.35 101	0.11 109	0.08 38	0.12 133	0.10 70	0.21 158	0.15 30

s12784h	0.41 18	0.34 30	2.17 71	0.24 4	0.11 1	0.64 206	0.24 78	0.85 178	0.70 176	0.45 51	0.54 139	0.28 37	0.27 61	0.51 74	0.27 36	0.11 109	0.06 1	0.09 13	0.06 6	0.16 69	0.14 24

Anonymous	0.41 18	0.44 80	2.55 188	0.35 142	0.32 193	0.38 11	0.34 206	0.57 53	0.41 5	0.25 11	0.30 20	0.23 13	0.29 87	0.38 26	0.28 41	0.15 231	0.13 152	0.11 91	0.12 138	0.24 191	0.30 127

Gwc-CoAtRS	0.41 18	0.37 50	2.06 52	0.28 33	0.41 246	0.48 32	0.19 12	0.64 78	0.49 29	0.45 51	0.39 50	0.57 173	0.26 48	0.37 24	0.28 41	0.09 11	0.19 208	0.09 13	0.31 312	0.11 17	0.25 97

Any-RAFT	0.42 22	0.33 23	1.89 25	0.28 33	0.21 77	0.69 249	0.21 28	0.83 161	0.60 79	0.45 51	0.43 63	0.62 194	0.30 97	0.48 58	0.24 15	0.11 109	0.40 277	0.08 3	0.06 6	0.10 10	0.16 43

R-Stereo Train	0.42 22	0.31 7	2.51 173	0.30 59	0.18 47	0.56 85	0.25 97	0.82 151	0.41 5	0.57 162	0.67 233	0.33 55	0.24 26	0.34 15	0.33 86	0.10 47	0.08 38	0.09 13	0.07 12	0.09 5	0.18 56

RAFT-Stereo	0.42 22	0.31 7	2.51 173	0.30 59	0.18 47	0.56 85	0.25 97	0.82 151	0.41 5	0.57 162	0.67 233	0.33 55	0.24 26	0.34 15	0.33 86	0.10 47	0.08 38	0.09 13	0.07 12	0.09 5	0.18 56
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
test croco	0.43 25	0.73 164	2.80 269	0.28 33	0.19 63	0.33 7	0.21 28	0.63 76	0.50 35	0.24 9	0.38 47	0.24 19	0.25 40	0.48 58	0.32 77	0.12 141	0.08 38	0.13 189	0.09 37	0.43 330	0.13 12

CASS	0.43 25	0.34 30	2.01 42	0.33 110	0.17 37	0.54 72	0.24 78	0.71 104	0.52 45	0.62 215	0.55 148	0.40 81	0.41 161	0.43 44	0.33 86	0.17 264	0.10 103	0.14 218	0.11 108	0.18 109	0.23 84
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DCANet-4	0.43 25	0.32 14	2.31 93	0.26 15	0.14 8	0.51 45	0.22 37	0.84 168	0.78 239	0.55 140	0.48 88	0.28 37	0.37 126	0.40 34	0.37 106	0.10 47	0.07 6	0.09 13	0.07 12	0.08 1	0.43 196

Patchmatch Stereo++	0.43 25	0.36 40	2.44 133	0.48 253	0.17 37	0.61 159	0.26 109	0.53 30	0.61 82	0.48 65	0.43 63	0.43 91	0.28 71	0.56 94	0.30 55	0.12 141	0.08 38	0.12 133	0.10 70	0.17 90	0.13 12
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.43 25	0.36 40	2.44 133	0.48 253	0.18 47	0.61 159	0.28 131	0.53 30	0.61 82	0.48 65	0.43 63	0.43 91	0.28 71	0.49 68	0.30 55	0.12 141	0.08 38	0.12 133	0.10 70	0.17 90	0.13 12

ROB_FTStereo_v2	0.43 25	0.36 40	2.44 133	0.49 264	0.17 37	0.61 159	0.28 131	0.53 30	0.61 82	0.48 65	0.43 63	0.44 106	0.28 71	0.48 58	0.30 55	0.12 141	0.08 38	0.12 133	0.10 70	0.17 90	0.13 12

ROB_FTStereo	0.43 25	0.36 40	2.44 133	0.48 253	0.18 47	0.61 159	0.26 109	0.53 30	0.61 82	0.48 65	0.43 63	0.43 91	0.28 71	0.51 74	0.30 55	0.12 141	0.08 38	0.12 133	0.10 70	0.17 90	0.13 12

HUI-Stereo	0.43 25	0.36 40	2.45 149	0.48 253	0.18 47	0.61 159	0.27 123	0.53 30	0.61 82	0.48 65	0.43 63	0.44 106	0.28 71	0.47 50	0.30 55	0.12 141	0.08 38	0.12 133	0.10 70	0.17 90	0.13 12

iGMRVC	0.43 25	0.36 40	2.44 133	0.48 253	0.18 47	0.61 159	0.27 123	0.53 30	0.61 82	0.48 65	0.43 63	0.43 91	0.28 71	0.57 97	0.31 69	0.12 141	0.08 38	0.12 133	0.10 70	0.17 90	0.13 12

iRAFT	0.43 25	0.36 40	2.44 133	0.48 253	0.17 37	0.61 159	0.26 109	0.53 30	0.61 82	0.48 65	0.43 63	0.43 91	0.28 71	0.56 94	0.30 55	0.12 141	0.08 38	0.12 133	0.10 70	0.17 90	0.13 12

RAFT-IKP	0.43 25	0.36 40	2.44 133	0.48 253	0.16 20	0.60 141	0.28 131	0.53 30	0.61 82	0.48 65	0.43 63	0.43 91	0.28 71	0.51 74	0.31 69	0.12 141	0.08 38	0.12 133	0.10 70	0.17 90	0.13 12

DIP-Stereo	0.43 25	0.50 95	2.21 79	0.27 21	0.18 47	0.63 194	0.17 5	0.94 241	0.58 72	0.49 81	0.48 88	0.30 42	0.30 97	0.40 34	0.31 69	0.10 47	0.08 38	0.10 46	0.08 27	0.15 60	0.33 140
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GMStereo_Zeroshot	0.44 37	0.44 80	1.84 17	0.44 236	0.20 68	0.52 60	0.19 12	0.60 65	0.54 54	0.58 168	0.59 181	0.63 198	0.29 87	0.59 101	0.34 94	0.16 245	0.09 81	0.16 259	0.09 37	0.26 221	0.26 102

GMStereo	0.44 37	1.32 296	2.65 222	0.28 33	0.16 20	0.42 14	0.22 37	0.48 11	0.63 102	0.41 33	0.36 37	0.26 28	0.25 40	0.41 40	0.30 55	0.14 213	0.08 38	0.10 46	0.12 138	0.17 90	0.13 12
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CFNet-RSSM	0.44 37	0.36 40	2.38 104	0.28 33	0.43 257	0.53 65	0.20 20	0.86 190	0.52 45	0.44 49	0.36 37	0.53 149	0.26 48	0.40 34	0.27 36	0.09 11	0.08 38	0.09 13	0.38 344	0.10 10	0.22 76

RCA-Stereo	0.45 40	0.38 55	1.80 10	0.27 21	0.25 123	0.58 111	0.23 56	0.84 168	0.66 122	0.42 37	0.44 74	0.28 37	0.35 119	0.31 3	0.21 1	0.09 11	1.01 338	0.09 13	0.07 12	0.21 158	0.53 242

BUS	0.45 40	0.32 14	1.58 3	0.31 73	0.22 86	0.91 323	0.23 56	1.05 315	0.67 134	0.64 234	0.53 125	0.65 208	0.32 106	0.48 58	0.34 94	0.13 183	0.10 103	0.14 218	0.12 138	0.13 35	0.15 30

AnonymousM	0.45 40	0.49 89	1.83 14	0.29 45	0.15 13	0.53 65	0.22 37	0.64 78	0.66 122	0.47 63	0.33 32	0.30 42	0.25 40	0.49 68	0.29 50	0.12 141	0.27 254	0.71 376	0.37 341	0.12 25	0.41 187

sAnonymous2	0.45 40	0.88 199	2.97 295	0.31 73	0.25 123	0.34 8	0.28 131	0.56 48	0.49 29	0.25 11	0.30 20	0.23 13	0.29 87	0.31 3	0.22 4	0.12 141	0.09 81	0.12 133	0.13 158	0.38 307	0.43 196

CroCo_RVC	0.45 40	0.88 199	2.97 295	0.31 73	0.25 123	0.34 8	0.28 131	0.56 48	0.49 29	0.25 11	0.30 20	0.23 13	0.29 87	0.31 3	0.22 4	0.12 141	0.09 81	0.12 133	0.13 158	0.38 307	0.43 196

Selective-RAFT	0.46 45	0.48 88	1.88 23	0.32 90	0.16 20	0.61 159	0.19 12	0.66 83	0.62 91	0.28 18	0.30 20	0.41 86	0.33 111	0.51 74	0.32 77	0.11 109	1.09 347	0.09 13	0.35 335	0.19 132	0.37 160

ProNet	0.46 45	0.60 125	1.85 19	0.35 142	0.67 317	0.49 37	0.25 97	0.53 30	0.57 66	0.21 1	0.24 6	0.22 8	0.20 14	0.52 78	0.22 4	0.09 11	0.47 286	0.10 46	0.09 37	0.23 185	1.33 355

CRE-IMP	0.46 45	0.31 7	2.40 112	0.53 277	0.17 37	0.79 294	0.68 334	0.54 39	0.66 122	0.47 63	0.43 63	0.44 106	0.26 48	0.43 44	0.33 86	0.12 141	0.07 6	0.12 133	0.09 37	0.17 90	0.23 84

test_4	0.47 48	0.80 187	2.15 68	0.36 156	0.29 163	0.59 129	0.28 131	0.50 23	0.42 9	0.43 43	0.76 284	0.39 73	0.22 18	0.73 146	0.49 153	0.08 1	0.18 204	0.11 91	0.15 194	0.29 250	0.27 107

DeepStereo_RVC	0.47 48	0.37 50	2.19 74	0.55 283	0.18 47	0.60 141	0.58 308	0.52 27	0.62 91	0.49 81	0.45 75	0.39 73	0.85 320	0.47 50	0.34 94	0.12 141	0.08 38	0.11 91	0.09 37	0.15 60	0.19 60

cross-raft	0.47 48	0.34 30	2.17 71	0.70 326	0.84 340	0.50 43	0.35 215	0.74 108	0.43 13	0.44 49	0.45 75	0.63 198	0.25 40	0.37 24	0.27 36	0.08 1	0.14 165	0.10 46	0.23 274	0.11 17	0.27 107

iRaftStereo_RVC	0.47 48	0.84 190	1.91 28	0.29 45	0.15 13	0.53 65	0.20 20	0.58 55	0.50 35	0.37 25	0.43 63	0.42 90	0.23 24	0.38 26	0.28 41	0.09 11	0.70 322	0.12 133	0.11 108	0.43 330	0.77 295

Anonymous3	0.47 48	0.49 89	2.61 207	0.33 110	0.25 123	0.72 261	0.32 188	0.80 137	0.60 79	0.36 23	0.41 59	0.33 55	0.29 87	0.46 48	0.30 55	0.19 286	0.18 204	0.13 189	0.13 158	0.18 109	0.22 76

CFNet_pseudo	0.47 48	0.50 95	2.19 74	0.26 15	0.20 68	0.56 85	0.22 37	0.80 137	0.62 91	0.50 99	0.56 160	0.68 229	0.47 216	0.53 85	0.33 86	0.11 109	0.10 103	0.15 243	0.10 70	0.18 109	0.33 140

ccs_rob	0.47 48	0.50 95	2.19 74	0.26 15	0.20 68	0.56 85	0.22 37	0.80 137	0.62 91	0.50 99	0.56 160	0.68 229	0.47 216	0.53 85	0.33 86	0.11 109	0.10 103	0.16 259	0.10 70	0.18 109	0.33 140

PCWNet_CMD	0.48 55	0.50 95	2.23 81	0.27 21	0.20 68	0.56 85	0.22 37	0.78 125	0.67 134	0.49 81	0.55 148	0.68 229	0.56 249	0.48 58	0.32 77	0.11 109	0.10 103	0.14 218	0.10 70	0.19 132	0.43 196

DisPM	0.48 55	0.41 68	2.54 181	0.61 304	0.18 47	0.59 129	0.62 321	0.54 39	0.67 134	0.61 203	0.53 125	0.38 71	0.26 48	0.76 152	0.31 69	0.13 183	0.07 6	0.12 133	0.11 108	0.12 25	0.15 30

BSDual-CNN	0.48 55	0.32 14	1.58 3	0.31 73	0.22 86	0.76 275	0.32 188	1.05 315	0.67 134	0.64 234	0.53 125	0.63 198	0.38 133	0.48 58	0.97 256	0.13 183	0.10 103	0.14 218	0.12 138	0.13 35	0.15 30

psmg	0.48 55	0.32 14	1.58 3	0.28 33	0.22 86	0.75 271	0.35 215	0.94 241	0.67 134	0.61 203	0.59 181	0.63 198	0.38 133	0.48 58	0.97 256	0.13 183	0.11 124	0.13 189	0.13 158	0.14 51	0.15 30

dd	0.48 55	1.32 296	2.41 116	0.31 73	0.17 37	0.58 111	0.26 109	0.50 23	0.71 188	0.42 37	0.41 59	0.34 59	0.28 71	0.47 50	0.41 117	0.18 275	0.10 103	0.13 189	0.12 138	0.22 171	0.16 43

GANet-ADL	0.48 55	0.56 115	2.51 173	0.34 127	0.20 68	0.58 111	0.25 97	0.80 137	0.57 66	0.43 43	0.61 196	0.56 169	0.31 101	0.44 47	0.44 130	0.14 213	0.11 124	0.10 46	0.09 37	0.22 171	0.38 168

ICVP	0.48 55	0.33 23	2.37 102	0.34 127	0.22 86	0.60 141	0.55 299	0.79 132	0.53 51	0.45 51	0.60 188	0.49 135	0.36 121	0.55 91	0.46 138	0.16 245	0.16 191	0.14 218	0.11 108	0.16 69	0.32 137
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
SFCPSM	0.48 55	0.39 59	2.30 91	0.28 33	0.27 148	0.70 252	0.32 188	1.00 281	0.69 166	0.50 99	0.52 122	0.43 91	0.36 121	0.53 85	0.44 130	0.12 141	0.09 81	0.12 133	0.16 211	0.18 109	0.23 84

FENet	0.48 55	0.58 118	2.46 156	0.33 110	0.18 47	0.58 111	0.22 37	0.83 161	0.64 108	0.49 81	0.42 61	0.55 162	0.38 133	0.52 78	0.51 159	0.12 141	0.09 81	0.12 133	0.11 108	0.17 90	0.31 135

MSMDNet	0.48 55	0.50 95	2.23 81	0.27 21	0.20 68	0.56 85	0.22 37	0.78 125	0.67 134	0.49 81	0.55 148	0.68 229	0.56 249	0.48 58	0.32 77	0.11 109	0.10 103	0.13 189	0.10 70	0.18 109	0.43 196

AdaStereo	0.48 55	0.44 80	2.18 73	0.36 156	0.20 68	0.59 129	0.29 156	0.97 264	0.74 215	0.52 118	0.55 148	0.61 189	0.33 111	0.52 78	0.44 130	0.18 275	0.08 38	0.17 273	0.11 108	0.18 109	0.24 93
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.
IER	0.49 66	0.73 164	2.12 63	0.27 21	0.25 123	0.65 220	0.27 123	0.76 112	0.59 76	0.56 150	0.59 181	0.60 187	0.53 240	0.64 117	0.44 130	0.12 141	0.09 81	0.11 91	0.11 108	0.18 109	0.15 30

TestStereo	0.49 66	0.88 199	2.38 104	0.30 59	0.16 20	0.43 15	0.25 97	0.55 47	0.46 18	0.38 28	0.46 77	0.34 59	0.28 71	1.96 318	0.28 41	0.11 109	0.08 38	0.12 133	0.09 37	0.15 60	0.13 12

GES	0.49 66	0.54 106	2.37 102	0.31 73	0.19 63	0.61 159	0.30 168	0.93 236	0.52 45	0.49 81	0.53 125	0.40 81	0.43 185	0.59 101	0.67 204	0.16 245	0.11 124	0.12 133	0.10 70	0.20 149	0.30 127

DCANet	0.49 66	0.91 212	2.63 212	0.26 15	0.14 8	0.51 45	0.22 37	0.84 168	0.78 239	0.56 150	0.49 101	0.32 51	0.41 161	0.39 30	0.41 117	0.10 47	0.07 6	0.09 13	0.07 12	0.14 51	0.45 213

CFNet_ucs	0.50 70	0.55 113	2.28 87	0.27 21	0.22 86	0.58 111	0.23 56	0.90 219	0.69 166	0.54 129	0.64 218	0.68 229	0.44 193	0.55 91	0.34 94	0.14 213	0.12 139	0.16 259	0.11 108	0.19 132	0.38 168

fff	0.50 70	0.90 209	2.63 212	0.25 5	0.15 13	0.51 45	0.22 37	0.85 178	0.82 267	0.55 140	0.48 88	0.31 47	0.65 278	0.39 30	0.37 106	0.10 47	0.07 6	0.09 13	0.07 12	0.08 1	0.43 196

ADStereo(finetuned)	0.50 70	0.91 212	2.43 125	0.26 15	0.14 8	0.51 45	0.22 37	0.84 168	0.78 239	0.56 150	0.49 101	0.32 51	0.75 307	0.40 34	0.40 115	0.10 47	0.07 6	0.09 13	0.07 12	0.13 35	0.45 213

UDGNet	0.50 70	1.36 309	2.44 133	0.37 166	0.19 63	0.58 111	0.23 56	0.49 14	0.69 166	0.42 37	0.39 50	0.34 59	0.29 87	0.55 91	0.32 77	0.25 328	0.10 103	0.37 354	0.19 248	0.30 256	0.17 49

PFNet+	0.50 70	0.43 76	2.54 181	0.49 264	0.18 47	0.58 111	0.76 343	0.54 39	0.72 195	0.56 150	0.48 88	0.39 73	0.26 48	0.94 178	0.33 86	0.14 213	0.09 81	0.14 218	0.13 158	0.12 25	0.16 43

NRIStereo	0.50 70	0.34 30	2.44 133	0.52 273	0.16 20	0.94 329	0.73 341	0.52 27	0.65 115	0.48 65	0.40 58	0.59 180	0.29 87	0.78 157	0.33 86	0.11 109	0.13 152	0.11 91	0.09 37	0.22 171	0.25 97

HCRNet	0.50 70	0.75 177	2.08 55	0.39 197	0.29 163	0.58 111	0.22 37	0.79 132	0.67 134	0.49 81	0.49 101	0.48 133	0.37 126	1.13 199	0.40 115	0.15 231	0.10 103	0.15 243	0.13 158	0.21 158	0.19 60

csc	0.50 70	0.90 209	2.63 212	0.25 5	0.15 13	0.51 45	0.22 37	0.85 178	0.82 267	0.55 140	0.48 88	0.31 47	0.65 278	0.39 30	0.37 106	0.10 47	0.07 6	0.09 13	0.07 12	0.08 1	0.43 196

cscssc	0.50 70	0.90 209	2.63 212	0.25 5	0.15 13	0.51 45	0.22 37	0.85 178	0.82 267	0.55 140	0.48 88	0.31 47	0.65 278	0.39 30	0.37 106	0.10 47	0.07 6	0.09 13	0.07 12	0.08 1	0.43 196

DMCA	0.50 70	0.83 189	1.95 34	0.32 90	0.24 117	0.59 129	0.26 109	0.81 144	0.68 158	0.59 187	0.49 101	0.56 169	0.36 121	0.65 121	0.65 199	0.14 213	0.10 103	0.14 218	0.10 70	0.19 132	0.29 119

whm_eth	0.51 80	0.86 194	2.79 267	0.31 73	0.31 182	0.49 37	0.24 78	0.78 125	0.75 220	0.48 65	0.86 306	0.26 28	0.26 48	0.38 26	0.29 50	0.13 183	0.11 124	0.13 189	0.12 138	0.14 51	0.44 208

UPFNet	0.51 80	0.67 142	2.04 49	0.34 127	0.33 199	0.65 220	0.37 225	0.88 205	0.65 115	0.60 196	0.53 125	0.61 189	0.41 161	0.77 153	0.55 171	0.13 183	0.13 152	0.13 189	0.13 158	0.20 149	0.16 43

StereoVision	0.52 82	1.12 250	2.70 248	0.34 127	0.32 193	0.47 29	0.26 109	0.73 106	0.61 82	0.33 22	0.89 312	0.45 118	0.26 48	0.52 78	0.39 114	0.14 213	0.15 179	0.16 259	0.15 194	0.22 171	0.14 24

gwcnet-sp	0.52 82	0.71 156	2.66 226	0.32 90	0.22 86	0.66 233	0.31 178	0.84 168	0.69 166	0.61 203	0.49 101	0.46 122	0.43 185	0.77 153	0.48 144	0.12 141	0.11 124	0.11 91	0.11 108	0.19 132	0.19 60

scenet	0.52 82	0.71 156	2.66 226	0.32 90	0.22 86	0.66 233	0.31 178	0.84 168	0.69 166	0.61 203	0.49 101	0.46 122	0.43 185	0.77 153	0.48 144	0.12 141	0.11 124	0.11 91	0.11 108	0.19 132	0.19 60

ssnet	0.52 82	0.71 156	2.66 226	0.32 90	0.22 86	0.66 233	0.31 178	0.84 168	0.69 166	0.61 203	0.49 101	0.46 122	0.43 185	0.77 153	0.48 144	0.12 141	0.11 124	0.11 91	0.11 108	0.19 132	0.19 60

PSM-softLoss	0.52 82	0.34 30	2.47 161	0.55 283	0.17 37	0.61 159	0.39 239	0.64 78	0.67 134	0.52 118	0.48 88	0.39 73	0.25 40	1.46 239	0.77 226	0.13 183	0.08 38	0.13 189	0.12 138	0.12 25	0.15 30

KMStereo	0.52 82	0.34 30	2.47 161	0.55 283	0.17 37	0.61 159	0.39 239	0.64 78	0.67 134	0.52 118	0.48 88	0.39 73	0.25 40	1.46 239	0.77 226	0.13 183	0.08 38	0.13 189	0.12 138	0.12 25	0.15 30

KYRaft	0.52 82	0.35 37	2.40 112	0.34 127	0.21 77	0.75 271	0.43 257	0.62 70	0.63 102	0.64 234	0.92 315	0.53 149	0.72 296	0.60 106	0.26 32	0.10 47	0.07 6	0.12 133	0.14 176	0.13 35	0.54 245

raftrobust	0.52 82	1.14 253	2.15 68	0.33 110	0.99 355	0.53 65	0.21 28	0.59 62	0.50 35	0.53 126	0.36 37	0.31 47	0.33 111	0.47 50	0.42 121	0.10 47	0.55 298	0.09 13	0.08 27	0.22 171	0.46 216

RALAANet	0.52 82	1.37 312	2.63 212	0.33 110	0.23 108	0.48 32	0.19 12	0.69 91	0.55 59	0.49 81	0.46 77	0.39 73	0.31 101	0.53 85	0.53 164	0.10 47	0.33 263	0.11 91	0.17 224	0.29 250	0.13 12

hknet	0.53 91	0.39 59	2.04 49	0.31 73	0.24 117	0.76 275	0.32 188	1.05 315	0.71 188	0.64 234	0.53 125	0.79 272	0.40 150	0.84 167	0.78 230	0.12 141	0.10 103	0.14 218	0.12 138	0.13 35	0.15 30

NF-Stereo	0.53 91	0.33 23	2.55 188	0.55 283	0.16 20	0.61 159	0.43 257	0.70 98	0.70 176	0.50 99	0.47 82	0.37 66	0.26 48	1.44 238	0.78 230	0.12 141	0.07 6	0.12 133	0.10 70	0.13 35	0.17 49

OCTAStereo	0.53 91	0.33 23	2.54 181	0.56 292	0.16 20	0.61 159	0.42 250	0.70 98	0.70 176	0.50 99	0.47 82	0.37 66	0.26 48	1.43 234	0.79 233	0.12 141	0.07 6	0.12 133	0.10 70	0.13 35	0.17 49

RE-Stereo	0.53 91	0.33 23	2.54 181	0.56 292	0.16 20	0.61 159	0.43 257	0.70 98	0.70 176	0.50 99	0.47 82	0.37 66	0.26 48	1.43 234	0.77 226	0.12 141	0.07 6	0.12 133	0.10 70	0.13 35	0.17 49

TVStereo	0.53 91	0.33 23	2.54 181	0.56 292	0.16 20	0.61 159	0.43 257	0.70 98	0.70 176	0.50 99	0.47 82	0.37 66	0.26 48	1.43 234	0.77 226	0.12 141	0.07 6	0.12 133	0.10 70	0.13 35	0.17 49

GMM-Stereo	0.53 91	0.33 23	2.89 286	0.53 277	0.24 117	0.77 285	0.46 272	0.62 70	0.65 115	0.58 168	0.73 271	0.47 127	0.43 185	0.68 131	0.29 50	0.10 47	0.06 1	0.13 189	0.13 158	0.14 51	0.44 208

Prome-Stereo	0.53 91	0.36 40	2.39 110	0.60 298	0.23 108	0.63 194	0.41 244	0.66 83	0.67 134	0.59 187	1.02 332	0.43 91	0.71 295	0.61 109	0.34 94	0.10 47	0.07 6	0.10 46	0.09 37	0.13 35	0.44 208

CoDeX	0.54 98	0.52 101	2.25 83	0.30 59	0.26 137	0.61 159	0.32 188	1.03 301	0.73 198	0.49 81	0.56 160	0.52 148	0.40 150	1.59 262	0.38 112	0.12 141	0.09 81	0.11 91	0.10 70	0.15 60	0.22 76

NINENet	0.54 98	0.40 63	2.19 74	0.55 283	0.26 137	0.91 323	0.23 56	1.05 315	0.77 236	0.54 129	0.57 170	0.65 208	0.32 106	1.22 209	0.34 94	0.16 245	0.13 152	0.16 259	0.11 108	0.16 69	0.14 24

GwcNet-ADL	0.54 98	0.78 183	2.85 281	0.31 73	0.20 68	0.58 111	0.29 156	0.93 236	0.67 134	0.48 65	0.47 82	0.56 169	0.33 111	0.48 58	0.80 235	0.13 183	0.12 139	0.09 13	0.09 37	0.14 51	0.40 180

ACVNet	0.54 98	0.87 195	2.45 149	0.28 33	0.22 86	0.59 129	0.36 222	0.69 91	0.73 198	0.49 81	0.59 181	0.69 240	0.42 172	0.47 50	0.70 209	0.11 109	0.10 103	0.10 46	0.09 37	0.36 295	0.39 175

MIM_Stereo	0.55 102	0.92 217	2.65 222	0.32 90	1.09 367	0.51 45	0.19 12	0.67 86	0.52 45	0.48 65	0.54 139	0.43 91	0.27 61	0.57 97	0.30 55	0.08 1	0.17 198	0.11 91	0.10 70	0.28 242	0.80 302

CSP-Net	0.55 102	0.61 130	1.81 13	0.30 59	0.23 108	0.77 285	0.35 215	0.90 219	0.62 91	0.62 215	0.60 188	0.65 208	0.42 172	1.76 283	0.47 141	0.17 264	0.12 139	0.10 46	0.10 70	0.21 158	0.16 43

RAFT_R40	0.55 102	0.31 7	2.44 133	0.57 296	0.42 256	0.62 181	0.52 290	0.58 55	0.66 122	0.56 150	0.54 139	0.54 154	0.50 226	1.56 251	0.53 164	0.11 109	0.07 6	0.12 133	0.10 70	0.16 69	0.10 4

Pruner-Stereo	0.55 102	0.38 55	2.49 169	1.78 391	0.19 63	0.63 194	0.45 267	0.59 62	0.67 134	0.61 203	0.48 88	0.41 86	0.25 40	0.49 68	0.99 264	0.13 183	0.07 6	0.12 133	0.10 70	0.13 35	0.14 24

MMNet	0.55 102	0.92 217	2.03 46	0.34 127	0.27 148	0.79 294	0.28 131	0.86 190	0.79 248	0.62 215	0.58 176	0.59 180	0.56 249	0.80 162	0.61 186	0.11 109	0.11 124	0.12 133	0.11 108	0.21 158	0.22 76

UCFNet_RVC	0.55 102	1.16 261	2.48 166	0.31 73	0.27 148	0.65 220	0.28 131	0.76 112	0.58 72	0.51 110	0.53 125	0.67 217	0.42 172	0.91 175	0.45 134	0.16 245	0.11 124	0.17 273	0.17 224	0.20 149	0.23 84

HITNet	0.55 102	1.28 291	2.73 256	0.35 142	0.14 8	0.56 85	0.23 56	0.89 211	0.62 91	0.52 118	0.51 115	0.49 135	0.38 133	0.52 78	0.60 181	0.09 11	0.07 6	0.10 46	0.08 27	0.25 206	0.61 262
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
StereoDRNet-Refined	0.55 102	0.61 130	2.07 53	0.34 127	0.21 77	0.68 246	0.26 109	0.87 197	0.73 198	0.70 268	0.69 240	0.74 256	0.45 201	1.10 192	0.62 189	0.12 141	0.09 81	0.14 218	0.14 176	0.27 232	0.24 93
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MyStereo07	0.56 110	0.68 149	2.42 120	0.30 59	0.41 246	0.61 159	0.31 178	0.58 55	0.72 195	1.17 346	0.26 14	0.20 2	0.27 61	1.28 219	0.28 41	0.09 11	0.59 305	0.12 133	0.21 268	0.16 69	0.48 222

RAFT-Test	0.56 110	0.41 68	2.01 42	0.90 346	1.07 365	0.65 220	0.37 225	0.83 161	0.65 115	0.49 81	0.49 101	0.93 314	0.24 26	0.52 78	0.30 55	0.10 47	0.38 271	0.09 13	0.38 344	0.11 17	0.19 60

PSMNet-ADL	0.56 110	0.47 85	2.03 46	0.35 142	0.22 86	0.67 240	0.27 123	0.77 118	0.58 72	0.43 43	0.53 125	0.70 246	0.45 201	1.89 309	0.64 194	0.16 245	0.13 152	0.11 91	0.13 158	0.15 60	0.51 234

SST-Stereo	0.56 110	0.30 5	2.44 133	0.71 328	0.55 284	0.62 181	0.65 326	0.57 53	0.67 134	0.59 187	0.53 125	0.51 141	0.59 264	1.57 255	0.31 69	0.12 141	0.07 6	0.12 133	0.10 70	0.17 90	0.11 9

RAFT-345	0.56 110	0.37 50	2.68 238	0.40 210	0.34 208	0.58 111	0.41 244	0.49 14	0.70 176	0.51 110	0.99 328	0.43 91	0.28 71	1.56 251	0.81 239	0.10 47	0.07 6	0.11 91	0.09 37	0.11 17	0.09 2

UNet	0.56 110	0.58 118	2.81 273	0.32 90	0.33 199	0.74 269	0.27 123	0.86 190	0.67 134	0.55 140	0.55 148	0.72 249	0.55 247	0.79 158	0.58 177	0.12 141	0.09 81	0.13 189	0.11 108	0.20 149	0.19 60

DN-CSS_ROB	0.56 110	1.64 350	2.75 260	0.42 222	0.22 86	0.57 104	0.19 12	0.79 132	0.66 122	0.46 61	0.62 203	0.41 86	0.32 106	0.73 146	0.49 153	0.12 141	0.08 38	0.14 218	0.13 158	0.38 307	0.17 49

MyStereo05	0.57 117	0.72 161	2.72 251	0.31 73	0.25 123	0.60 141	0.30 168	0.87 197	0.82 267	0.54 129	0.37 41	0.53 149	0.42 172	0.63 113	0.73 218	0.09 11	0.55 298	0.12 133	0.20 257	0.16 69	0.56 252

MyStereo04	0.57 117	0.68 149	2.66 226	0.30 59	0.41 246	0.61 159	0.31 178	0.88 205	0.80 255	0.48 65	0.37 41	0.54 154	0.42 172	0.61 109	0.71 213	0.09 11	0.59 305	0.12 133	0.21 268	0.16 69	0.48 222

Selective-IGEV	0.57 117	0.42 70	1.87 22	1.67 386	1.33 379	0.36 10	0.20 20	0.61 67	0.71 188	0.22 3	0.31 25	0.22 8	0.19 7	0.52 78	0.36 103	0.09 11	0.97 335	0.09 13	0.15 194	0.20 149	0.85 310

SepStereo	0.57 117	0.42 70	1.85 19	0.34 127	0.34 208	0.52 60	0.42 250	0.89 211	0.80 255	0.85 313	0.69 240	0.57 173	0.51 230	1.55 249	0.57 175	0.13 183	0.09 81	0.12 133	0.09 37	0.18 109	0.37 160

111	0.57 117	1.41 317	2.63 212	0.25 5	0.15 13	0.59 129	0.26 109	0.90 219	0.83 273	0.50 99	0.54 139	0.57 173	0.38 133	0.54 90	0.41 117	0.10 47	0.07 6	0.09 13	0.07 12	0.24 191	0.81 304

AFF-stereo	0.57 117	1.51 333	2.59 198	0.33 110	0.23 108	0.51 45	0.21 28	0.69 91	0.68 158	0.49 81	0.63 211	0.49 135	0.34 117	0.50 73	0.37 106	0.08 1	0.54 296	0.10 46	0.10 70	0.40 320	0.60 261

acv_ft	0.57 117	0.87 195	2.45 149	0.33 110	0.41 246	0.63 194	0.29 156	0.86 190	0.73 198	0.64 234	0.59 181	0.69 240	0.45 201	0.47 50	0.68 206	0.11 109	0.10 103	0.10 46	0.09 37	0.43 330	0.39 175

BEATNet_4x	0.57 117	1.16 261	2.56 192	0.35 142	0.16 20	0.56 85	0.25 97	0.91 226	0.64 108	0.55 140	0.53 125	0.59 180	0.43 185	0.67 127	0.76 224	0.12 141	0.09 81	0.12 133	0.09 37	0.23 185	0.58 254

MC-Stereo	0.58 125	0.37 50	2.00 40	0.88 343	0.64 313	0.54 72	0.19 12	0.46 9	0.39 3	0.58 168	0.39 50	0.27 35	0.27 61	0.71 140	0.32 77	0.09 11	1.20 352	0.09 13	0.16 211	0.22 171	1.92 377

RAFT_CTSACE	0.58 125	1.16 261	2.76 263	0.36 156	0.29 163	0.54 72	0.29 156	0.69 91	0.51 40	0.51 110	0.75 281	0.67 217	0.37 126	0.63 113	0.47 141	0.08 1	0.49 290	0.11 91	0.10 70	0.41 326	0.32 137

CRFU-Net	0.58 125	0.42 70	1.90 26	0.49 264	0.27 148	0.83 304	0.35 215	0.94 241	0.54 54	0.65 246	0.60 188	0.78 270	1.34 353	1.00 181	0.51 159	0.17 264	0.14 165	0.17 273	0.10 70	0.19 132	0.20 68

dad	0.58 125	1.35 305	2.39 110	0.31 73	0.20 68	0.62 181	0.26 109	0.56 48	0.79 248	0.66 252	0.64 218	0.64 204	0.36 121	0.87 170	0.48 144	0.28 338	0.15 179	0.40 357	0.18 232	0.24 191	0.22 76

IPLGR	0.58 125	0.64 138	3.12 311	0.37 166	0.18 47	0.62 181	0.54 295	1.06 327	0.69 166	0.73 280	0.46 77	0.50 139	0.44 193	1.12 198	0.31 69	0.10 47	0.08 38	0.11 91	0.09 37	0.21 158	0.20 68

GMOStereo	0.58 125	0.89 204	2.46 156	0.29 45	0.99 355	0.51 45	0.32 188	0.58 55	0.46 18	0.58 168	0.48 88	0.54 154	0.27 61	0.31 3	0.25 23	0.09 11	1.64 377	0.13 189	0.11 108	0.34 279	0.42 191

error version	0.58 125	0.89 204	2.46 156	0.29 45	0.99 355	0.51 45	0.32 188	0.58 55	0.46 18	0.58 168	0.48 88	0.54 154	0.27 61	0.31 3	0.25 23	0.09 11	1.64 377	0.13 189	0.11 108	0.34 279	0.42 191

test-v	0.58 125	0.89 204	2.46 156	0.29 45	0.99 355	0.51 45	0.32 188	0.58 55	0.46 18	0.58 168	0.48 88	0.54 154	0.27 61	0.31 3	0.25 23	0.09 11	1.64 377	0.13 189	0.11 108	0.34 279	0.42 191

test-3	0.58 125	0.43 76	2.44 133	0.52 273	0.59 294	0.46 20	0.23 56	0.77 118	0.49 29	0.52 118	0.29 17	0.44 106	0.22 18	0.59 101	0.97 256	0.08 1	1.27 361	0.10 46	0.35 335	0.29 250	0.62 263

test_1	0.58 125	0.43 76	2.44 133	0.52 273	0.59 294	0.46 20	0.23 56	0.77 118	0.49 29	0.51 110	0.29 17	0.44 106	0.22 18	0.59 101	0.97 256	0.08 1	1.27 361	0.10 46	0.35 335	0.29 250	0.63 267

LCNet	0.58 125	0.43 76	2.42 120	0.91 348	0.22 86	0.95 331	0.29 156	0.62 70	0.64 108	0.52 118	0.55 148	0.41 86	0.75 307	0.84 167	0.27 36	0.10 47	0.07 6	0.12 133	0.18 232	0.97 377	0.40 180

test-2	0.58 125	0.89 204	2.46 156	0.29 45	0.99 355	0.51 45	0.32 188	0.58 55	0.46 18	0.58 168	0.48 88	0.54 154	0.27 61	0.31 3	0.25 23	0.09 11	1.64 377	0.13 189	0.11 108	0.34 279	0.42 191

RAFT-Stereo + iAFF	0.58 125	1.48 331	2.53 177	0.29 45	0.78 335	0.52 60	0.20 20	0.68 89	0.66 122	0.51 110	0.61 196	0.40 81	0.32 106	0.40 34	0.43 127	0.08 1	0.63 311	0.09 13	0.09 37	0.37 301	0.58 254

STTStereo	0.58 125	0.95 221	2.95 293	0.37 166	0.31 182	0.62 181	0.32 188	0.81 144	0.63 102	0.61 203	0.55 148	0.67 217	0.43 185	0.87 170	0.48 144	0.16 245	0.16 191	0.17 273	0.20 257	0.17 90	0.25 97

DeepPruner_ROB	0.58 125	1.06 236	2.68 238	0.30 59	0.26 137	0.63 194	0.31 178	0.83 161	0.51 40	0.62 215	0.56 160	0.65 208	0.39 144	1.06 187	0.56 173	0.19 286	0.14 165	0.14 218	0.14 176	0.24 191	0.33 140

TestStereo1	0.59 140	1.21 273	2.63 212	0.40 210	0.60 299	0.56 85	0.34 206	0.82 151	0.73 198	0.45 51	0.63 211	0.36 63	0.42 172	0.66 124	0.42 121	0.10 47	0.32 259	0.12 133	0.10 70	0.34 279	0.52 239

SA-5K	0.59 140	1.21 273	2.63 212	0.40 210	0.60 299	0.56 85	0.34 206	0.82 151	0.73 198	0.45 51	0.63 211	0.36 63	0.42 172	0.66 124	0.42 121	0.10 47	0.32 259	0.12 133	0.10 70	0.34 279	0.52 239

test_3	0.59 140	0.44 80	2.44 133	0.53 277	0.59 294	0.48 32	0.30 168	0.79 132	0.52 45	0.51 110	0.30 20	0.45 118	0.22 18	0.59 101	0.97 256	0.08 1	1.25 357	0.11 91	0.35 335	0.30 256	0.62 263

IRAFT_RVC	0.59 140	0.74 173	2.42 120	0.47 252	0.21 77	0.59 129	0.42 250	0.68 89	0.73 198	0.54 129	0.50 113	0.49 135	0.51 230	1.57 255	1.00 266	0.11 109	0.25 245	0.13 189	0.10 70	0.15 60	0.14 24

MLCV	0.59 140	1.41 317	2.41 116	0.31 73	0.15 13	0.60 141	0.23 56	0.77 118	0.63 102	0.67 254	0.66 231	0.55 162	0.37 126	1.16 203	1.09 275	0.10 47	0.07 6	0.09 13	0.07 12	0.21 158	0.29 119

iResNet	0.59 140	1.09 241	2.54 181	0.44 236	0.18 47	0.65 220	0.29 156	0.89 211	0.75 220	0.59 187	0.64 218	0.43 91	0.39 144	0.73 146	1.24 293	0.11 109	0.08 38	0.09 13	0.08 27	0.21 158	0.40 180

11t1	0.60 146	0.49 89	2.19 74	0.35 142	0.58 293	0.48 32	0.21 28	0.72 105	0.73 198	0.49 81	0.47 82	0.35 62	0.34 117	0.61 109	0.71 213	0.12 141	1.26 360	0.10 46	0.29 301	0.16 69	1.22 347

RAFT+CT+SA	0.60 146	1.25 286	2.49 169	0.38 184	0.75 327	0.55 81	0.34 206	0.83 161	0.68 158	0.39 30	0.55 148	0.44 106	0.29 87	0.75 150	0.28 41	0.09 11	0.24 238	0.11 91	0.51 365	0.30 256	0.74 294

rafts_anoy	0.60 146	1.33 300	2.59 198	0.53 277	1.09 367	0.49 37	0.25 97	0.67 86	0.53 51	0.41 33	0.38 47	0.33 55	0.30 97	0.68 131	0.41 117	0.10 47	1.13 350	0.13 189	0.15 194	0.20 149	0.29 119

delet	0.60 146	0.84 190	2.45 149	0.33 110	0.35 215	0.73 264	0.46 272	0.89 211	0.80 255	0.58 168	0.62 203	0.67 217	0.51 230	1.14 201	0.64 194	0.12 141	0.12 139	0.13 189	0.14 176	0.22 171	0.29 119

CFNet-ft	0.60 146	1.16 261	2.45 149	0.29 45	0.30 174	0.64 206	0.28 131	0.69 91	0.57 66	0.49 81	0.57 170	0.79 272	0.44 193	1.48 242	0.62 189	0.15 231	0.10 103	0.28 334	0.14 176	0.21 158	0.29 119

CFNet_RVC	0.60 146	1.16 261	2.45 149	0.29 45	0.30 174	0.64 206	0.28 131	0.69 91	0.57 66	0.49 81	0.57 170	0.79 272	0.44 193	1.48 242	0.62 189	0.15 231	0.10 103	0.28 334	0.14 176	0.21 158	0.29 119

iResNet_ROB	0.60 146	1.59 342	2.04 49	0.32 90	0.21 77	0.60 141	0.22 37	0.99 275	0.85 287	0.61 203	0.63 211	0.58 177	0.42 172	1.08 190	0.98 262	0.11 109	0.08 38	0.09 13	0.06 6	0.23 185	0.33 140

test_5	0.61 153	1.25 286	2.76 263	0.39 197	0.64 313	0.58 111	0.35 215	0.85 178	0.66 122	0.49 81	0.56 160	0.55 162	0.40 150	0.79 158	0.32 77	0.10 47	0.19 208	0.12 133	0.12 138	0.33 273	0.85 310

Sa-1000	0.61 153	1.07 237	2.71 249	0.32 90	0.61 306	0.61 159	0.31 178	1.00 281	0.76 228	0.53 126	0.83 296	0.43 91	0.33 111	0.69 133	0.30 55	0.10 47	0.52 295	0.13 189	0.28 297	0.29 250	0.29 119

SA	0.61 153	1.14 253	2.79 267	0.32 90	0.63 309	0.57 104	0.30 168	0.97 264	0.78 239	0.43 43	0.63 211	0.39 73	0.46 208	0.70 134	0.31 69	0.10 47	0.44 283	0.13 189	0.32 317	0.31 264	0.51 234

DAS	0.61 153	0.42 70	1.85 19	0.34 127	0.34 208	0.52 60	0.42 250	0.89 211	0.80 255	0.85 313	0.69 240	0.57 173	0.51 230	2.38 347	0.57 175	0.13 183	0.09 81	0.12 133	0.09 37	0.18 109	0.37 160

AACVNet	0.61 153	1.13 252	2.47 161	0.37 166	0.21 77	0.57 104	0.25 97	0.75 110	0.55 59	0.56 150	0.60 188	0.66 215	0.44 193	2.11 330	0.49 153	0.14 213	0.11 124	0.14 218	0.11 108	0.35 290	0.23 84

ASMatch	0.61 153	0.47 85	2.72 251	0.91 348	0.36 221	0.56 85	0.24 78	0.54 39	0.67 134	0.48 65	1.20 345	0.47 127	0.65 278	1.33 224	0.93 253	0.10 47	0.08 38	0.11 91	0.11 108	0.10 10	0.17 49

test-1	0.61 153	0.54 106	2.09 56	0.31 73	1.37 381	0.51 45	0.28 131	0.83 161	0.50 35	0.42 37	0.55 148	0.54 154	0.24 26	0.38 26	1.25 294	0.10 47	1.08 346	0.10 46	0.17 224	0.11 17	0.77 295

LMCR-Stereo	0.61 153	1.00 224	2.60 203	0.42 222	0.22 86	0.74 269	0.31 178	1.06 327	0.70 176	0.62 215	0.64 218	0.40 81	0.52 237	0.84 167	1.27 296	0.20 294	0.09 81	0.12 133	0.09 37	0.26 221	0.16 43

GEStereo_RVC	0.61 153	1.19 269	2.61 207	0.48 253	0.25 123	0.63 194	0.37 225	1.05 315	0.79 248	0.55 140	0.55 148	0.59 180	0.44 193	1.10 192	0.48 144	0.16 245	0.11 124	0.12 133	0.11 108	0.27 232	0.43 196

HGLStereo	0.61 153	1.20 271	2.59 198	0.36 156	0.40 241	0.65 220	0.30 168	0.87 197	0.67 134	0.60 196	0.70 253	0.69 240	0.56 249	1.07 189	0.59 179	0.14 213	0.13 152	0.13 189	0.12 138	0.23 185	0.23 84

PSMNet-RSSM	0.61 153	1.19 269	2.43 125	0.33 110	0.25 123	0.59 129	0.28 131	0.88 205	0.65 115	0.54 129	0.62 203	0.69 240	0.46 208	1.67 272	0.50 156	0.15 231	0.10 103	0.14 218	0.16 211	0.20 149	0.28 113

DISCO	0.61 153	0.63 136	1.98 39	0.46 246	0.34 208	0.84 309	0.35 215	0.88 205	0.81 262	0.61 203	0.64 218	1.06 344	0.53 240	1.11 196	0.83 244	0.13 183	0.10 103	0.11 91	0.10 70	0.26 221	0.37 160

DLCB_ROB	0.61 153	0.96 222	2.00 40	0.37 166	0.25 123	0.65 220	0.37 225	0.86 190	0.76 228	0.73 280	0.70 253	0.84 289	0.47 216	1.57 255	0.72 217	0.13 183	0.13 152	0.14 218	0.14 176	0.18 109	0.33 140

qqq1	0.62 166	0.54 106	1.92 29	0.32 90	0.16 20	0.46 20	0.24 78	0.94 241	0.85 287	0.58 168	0.70 253	0.51 141	0.41 161	1.89 309	0.64 194	0.13 183	1.01 338	0.09 13	0.24 276	0.19 132	0.59 257

fff1	0.62 166	0.54 106	1.92 29	0.32 90	0.16 20	0.46 20	0.24 78	0.94 241	0.85 287	0.58 168	0.70 253	0.51 141	0.41 161	1.89 309	0.64 194	0.13 183	1.01 338	0.09 13	0.24 276	0.19 132	0.59 257

LL-Strereo2	0.62 166	1.36 309	2.47 161	1.37 371	0.96 351	0.54 72	0.28 131	0.61 67	0.49 29	0.42 37	0.34 33	0.44 106	0.21 15	0.57 97	0.53 164	0.11 109	0.26 248	0.16 259	0.14 176	0.18 109	0.98 330

4D-IteraStereo	0.62 166	1.29 293	3.04 304	0.27 21	0.30 174	0.46 20	0.26 109	0.54 39	0.51 40	0.41 33	0.31 25	0.39 73	0.19 7	0.53 85	0.65 199	0.09 11	0.47 286	0.12 133	0.11 108	0.21 158	2.14 385

CBFPSM	0.62 166	1.34 302	2.12 63	0.30 59	0.23 108	0.71 256	0.38 233	0.77 118	0.68 158	0.51 110	0.49 101	1.03 336	0.82 314	0.63 113	1.35 301	0.11 109	0.12 139	0.10 46	0.10 70	0.19 132	0.37 160

iinet-f	0.62 166	1.18 266	2.55 188	0.33 110	0.25 123	0.82 303	0.34 206	0.87 197	0.69 166	0.56 150	0.64 218	0.73 254	0.67 286	0.80 162	0.81 239	0.14 213	0.13 152	0.11 91	0.10 70	0.44 333	0.26 102

PFNet	0.62 166	0.42 70	2.69 244	0.43 232	0.55 284	0.62 181	0.27 123	0.64 78	0.72 195	0.61 203	0.56 160	0.45 118	0.33 111	1.86 304	1.12 278	0.28 338	0.09 81	0.12 133	0.16 211	0.26 221	0.27 107

RAFT	0.62 166	1.35 305	2.26 84	0.62 306	0.53 281	0.47 29	0.35 215	0.70 98	0.58 72	0.50 99	0.50 113	0.79 272	0.40 150	0.49 68	0.36 103	0.11 109	0.79 327	0.14 218	0.13 158	0.52 349	0.72 291

raft+_RVC	0.62 166	1.18 266	2.43 125	0.36 156	2.08 399	0.52 60	0.25 97	0.66 83	0.54 54	0.36 23	0.46 77	0.32 51	0.28 71	0.49 68	0.43 127	0.10 47	0.91 333	0.10 46	0.09 37	0.22 171	0.70 288

cf-r	0.62 166	1.27 289	2.99 300	0.34 127	0.28 158	0.60 141	0.28 131	0.82 151	0.70 176	0.55 140	0.61 196	0.77 266	0.41 161	1.32 223	0.52 161	0.13 183	0.09 81	0.11 91	0.12 138	0.22 171	0.27 107

DSFCA	0.62 166	0.77 180	1.95 34	0.29 45	0.29 163	0.79 294	0.86 351	0.81 144	0.73 198	0.73 280	0.66 231	0.67 217	0.57 254	1.17 205	1.03 269	0.16 245	0.15 179	0.13 189	0.14 176	0.19 132	0.28 113

NLCA_NET_v2_RVC	0.62 166	1.15 259	3.11 310	0.39 197	0.37 227	0.60 141	0.28 131	0.87 197	0.64 108	0.63 224	0.56 160	0.71 248	0.45 201	1.08 190	0.52 161	0.15 231	0.12 139	0.14 218	0.15 194	0.18 109	0.25 97
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
tta	0.63 178	0.54 106	1.92 29	0.32 90	0.16 20	0.46 20	0.24 78	0.94 241	0.85 287	0.58 168	0.70 253	0.51 141	0.41 161	1.89 309	0.86 248	0.13 183	1.01 338	0.11 91	0.26 287	0.19 132	0.59 257

CIPLG	0.63 178	1.59 342	3.16 313	0.79 337	0.31 182	0.62 181	0.57 306	0.82 151	0.68 158	0.58 168	0.63 211	0.43 91	0.31 101	0.48 58	0.42 121	0.12 141	0.20 220	0.13 189	0.13 158	0.36 295	0.21 72

ACRE	0.63 178	1.55 336	3.41 338	0.76 331	0.28 158	0.60 141	0.56 303	0.82 151	0.68 158	0.57 162	0.62 203	0.43 91	0.30 97	0.47 50	0.42 121	0.12 141	0.19 208	0.13 189	0.14 176	0.36 295	0.20 68

HHNet	0.63 178	0.67 142	3.10 309	0.37 166	0.25 123	0.64 206	0.60 314	0.70 98	0.67 134	0.55 140	1.12 342	0.32 51	0.60 269	0.43 44	1.75 324	0.16 245	0.08 38	0.12 133	0.10 70	0.18 109	0.22 76

ac_64	0.63 178	0.77 180	2.71 249	0.37 166	0.34 208	0.64 206	0.30 168	0.86 190	0.67 134	0.58 168	0.53 125	0.88 304	0.48 222	1.84 300	0.71 213	0.15 231	0.12 139	0.12 133	0.12 138	0.21 158	0.25 97

GANet-RSSM	0.63 178	1.14 253	2.67 233	0.38 184	0.26 137	0.59 129	0.29 156	0.81 144	0.56 63	0.50 99	0.57 170	0.67 217	0.50 226	1.91 315	0.50 156	0.14 213	0.10 103	0.24 324	0.12 138	0.36 295	0.28 113

NVstereo2D	0.63 178	0.57 116	2.29 89	0.37 166	0.35 215	0.69 249	0.49 283	0.96 257	0.88 299	0.49 81	0.54 139	0.72 249	0.46 208	1.98 319	0.50 156	0.19 286	0.20 220	0.18 289	0.16 211	0.28 242	0.34 147

SMFormer	0.64 185	0.54 106	1.92 29	0.32 90	0.16 20	0.46 20	0.24 78	0.94 241	0.85 287	0.58 168	0.70 253	0.51 141	0.41 161	1.89 309	0.86 248	0.13 183	1.01 338	0.11 91	0.26 287	0.17 90	0.84 306

ssnet_v2	0.64 185	0.99 223	2.67 233	0.33 110	0.22 86	0.72 261	0.45 267	1.00 281	0.80 255	0.66 252	0.54 139	0.81 281	0.48 222	0.91 175	1.08 274	0.16 245	0.14 165	0.14 218	0.14 176	0.33 273	0.31 135

IPLGR_C	0.64 185	1.66 353	3.36 327	0.80 338	0.31 182	0.60 141	0.60 314	0.82 151	0.69 166	0.58 168	0.62 203	0.44 106	0.31 101	0.47 50	0.43 127	0.12 141	0.22 230	0.13 189	0.15 194	0.35 290	0.21 72

OMP-Stereo	0.64 185	0.87 195	2.38 104	0.56 292	0.37 227	0.60 141	0.26 109	0.75 110	0.71 188	0.65 246	0.60 188	0.68 229	0.32 106	2.07 324	1.18 284	0.11 109	0.08 38	0.12 133	0.09 37	0.17 90	0.28 113

GwcNet-RSSM	0.64 185	1.38 315	2.69 244	0.33 110	0.26 137	0.60 141	0.32 188	0.84 168	0.73 198	0.56 150	0.65 225	0.72 249	0.42 172	1.78 289	0.60 181	0.14 213	0.10 103	0.12 133	0.13 158	0.26 221	0.26 102

ff7	0.65 190	0.58 118	2.09 56	0.39 197	0.60 299	0.56 85	0.23 56	0.49 14	0.62 91	1.00 329	0.24 6	0.20 2	0.24 26	0.71 140	0.24 15	0.09 11	2.09 388	0.10 46	0.18 232	0.24 191	2.22 393

ffff	0.65 190	0.58 118	2.09 56	0.39 197	0.60 299	0.56 85	0.23 56	0.49 14	0.62 91	1.00 329	0.24 6	0.20 2	0.24 26	0.71 140	0.24 15	0.09 11	2.09 388	0.10 46	0.18 232	0.24 191	2.22 393

11t	0.65 190	0.58 118	2.09 56	0.39 197	0.60 299	0.56 85	0.23 56	0.49 14	0.62 91	1.00 329	0.24 6	0.20 2	0.24 26	0.71 140	0.24 15	0.09 11	2.09 388	0.10 46	0.18 232	0.24 191	2.22 393

qqq	0.65 190	0.63 136	2.10 62	0.30 59	0.64 313	0.46 20	0.27 123	0.81 144	0.83 273	0.48 65	0.56 160	0.46 122	0.37 126	1.03 185	0.75 221	0.11 109	1.41 373	0.12 133	0.41 352	0.16 69	1.18 339

ccc-4	0.65 190	0.58 118	2.09 56	0.39 197	0.60 299	0.56 85	0.23 56	0.49 14	0.62 91	1.00 329	0.24 6	0.20 2	0.24 26	0.71 140	0.24 15	0.09 11	2.09 388	0.10 46	0.18 232	0.24 191	2.22 393

x	0.65 190	0.62 134	2.12 63	0.36 156	0.61 306	0.48 32	0.24 78	0.80 137	0.89 304	0.50 99	0.56 160	0.44 106	0.36 121	0.62 112	0.80 235	0.11 109	1.44 374	0.11 91	0.39 347	0.16 69	1.34 357

Wz-Net-LNSev-Ref	0.65 190	1.15 259	2.40 112	0.33 110	0.30 174	0.83 304	0.40 242	0.94 241	0.82 267	0.67 254	0.76 284	0.68 229	0.58 261	1.13 199	1.25 294	0.14 213	0.08 38	0.10 46	0.08 27	0.18 109	0.28 113

iRaft-Stereo_5w	0.65 190	1.35 305	2.21 79	0.30 59	0.63 309	0.49 37	0.28 131	0.78 125	0.64 108	0.41 33	0.61 196	0.62 194	0.46 208	1.79 291	0.48 144	0.10 47	0.25 245	0.11 91	0.12 138	0.40 320	0.94 320

TransformOpticalFlow	0.65 190	0.61 130	2.67 233	0.45 243	0.26 137	0.62 181	0.28 131	0.88 205	0.76 228	0.76 290	0.74 274	0.90 308	0.84 317	1.82 297	0.80 235	0.10 47	0.07 6	0.11 91	0.09 37	0.12 25	0.19 60

IIG-Stereo	0.65 190	0.87 195	2.32 95	0.55 283	0.23 108	0.62 181	0.21 28	0.78 125	0.71 188	0.64 234	0.69 240	0.69 240	0.38 133	2.07 324	1.37 305	0.11 109	0.08 38	0.11 91	0.09 37	0.15 60	0.27 107

DRaft	0.65 190	0.47 85	2.38 104	0.25 5	0.17 37	0.64 206	0.65 326	0.56 48	0.57 66	0.67 254	0.98 325	0.38 71	0.99 338	1.42 233	2.06 338	0.11 109	0.14 165	0.10 46	0.14 176	0.18 109	0.21 72

RAFT-RH_RVC	0.65 190	0.73 164	2.78 266	0.39 197	0.29 163	0.60 141	0.18 10	0.45 7	0.63 102	0.75 288	1.89 369	0.47 127	0.29 87	1.59 262	1.21 288	0.15 231	0.07 6	0.13 189	0.13 158	0.11 17	0.10 4

pcwnet_v2	0.65 190	0.54 106	4.29 383	0.33 110	0.27 148	0.60 141	0.25 97	1.02 295	0.92 311	0.61 203	0.69 240	0.62 194	0.54 242	0.67 127	0.38 112	0.18 275	0.15 179	0.15 243	0.14 176	0.21 158	0.49 228

RALCasStereoNet	0.65 190	1.34 302	2.56 192	0.43 232	0.96 351	0.50 43	0.26 109	0.62 70	0.56 63	0.43 43	0.49 101	0.36 63	0.28 71	0.72 145	0.53 164	0.10 47	1.18 351	0.09 13	0.08 27	0.27 232	1.27 350

ARAFT	0.65 190	1.69 355	3.34 326	0.29 45	0.16 20	0.65 220	0.36 222	0.96 257	0.73 198	0.63 224	0.49 101	0.56 169	0.31 101	1.23 211	0.35 101	0.11 109	0.08 38	0.14 218	0.13 158	0.38 307	0.50 230

psm_up	0.65 190	1.02 228	2.53 177	0.36 156	0.31 182	0.64 206	0.38 233	0.96 257	0.73 198	0.63 224	0.57 170	0.68 229	0.57 254	1.90 314	0.52 161	0.17 264	0.15 179	0.16 259	0.15 194	0.27 232	0.22 76

CFNet	0.65 190	1.45 326	2.27 85	0.34 127	0.25 123	0.64 206	0.23 56	0.93 236	0.79 248	0.48 65	0.59 181	0.58 177	0.40 150	2.28 338	0.63 193	0.13 183	0.09 81	0.15 243	0.14 176	0.34 279	0.26 102

mmm	0.66 207	0.53 104	1.83 14	0.38 184	0.86 341	0.49 37	0.27 123	0.82 151	0.83 273	0.59 187	0.69 240	0.47 127	0.38 133	0.81 165	0.73 218	0.12 141	1.37 369	0.14 218	0.45 356	0.18 109	1.35 358

Wz-Net-LNSev	0.66 207	1.30 294	2.81 273	0.35 142	0.37 227	0.80 297	0.48 278	0.91 226	0.87 295	0.63 224	0.70 253	0.80 278	0.59 264	0.67 127	0.68 206	0.15 231	0.14 165	0.12 133	0.12 138	0.24 191	0.38 168

AASNet	0.66 207	1.49 332	2.97 295	0.37 166	0.33 199	0.65 220	0.30 168	1.00 281	0.78 239	0.56 150	0.60 188	0.55 162	0.39 144	0.88 174	0.96 255	0.15 231	0.12 139	0.13 189	0.11 108	0.45 335	0.35 153

ACVNet-DCA	0.67 210	0.73 164	2.43 125	0.67 319	0.52 276	0.76 275	0.24 78	0.81 144	0.83 273	0.77 292	0.39 50	0.25 22	0.38 133	0.70 134	0.22 4	0.10 47	2.13 393	0.11 91	0.09 37	0.16 69	1.18 339

fast-acv-ft	0.67 210	1.24 283	3.26 319	0.39 197	0.30 174	0.80 297	0.48 278	0.74 108	0.76 228	0.60 196	0.78 292	0.76 264	0.60 269	0.70 134	0.78 230	0.16 245	0.15 179	0.18 289	0.17 224	0.38 307	0.24 93

ToySt	0.67 210	0.88 199	2.61 207	0.39 197	0.73 325	0.61 159	0.38 233	0.78 125	0.73 198	0.43 43	0.70 253	0.72 249	0.45 201	0.66 124	0.62 189	0.14 213	0.63 311	0.13 189	0.33 327	0.24 191	1.18 339

PSM-AAD	0.67 210	0.29 2	2.41 116	0.37 166	0.23 108	0.86 311	1.15 374	0.62 70	0.66 122	0.64 234	0.71 266	0.67 217	2.90 393	0.65 121	0.32 77	0.10 47	0.08 38	0.17 273	0.15 194	0.14 51	0.34 147

HSM	0.67 210	0.92 217	2.29 89	0.30 59	0.29 163	0.65 220	0.29 156	0.98 270	0.67 134	0.59 187	0.58 176	1.39 366	0.65 278	2.56 358	0.45 134	0.11 109	0.09 81	0.10 46	0.08 27	0.18 109	0.24 93

raft_robust	0.68 215	1.24 283	2.42 120	0.30 59	0.57 289	0.53 65	0.25 97	0.95 254	0.79 248	0.49 81	0.46 77	1.12 353	0.74 303	1.50 245	0.61 186	0.09 11	0.62 310	0.10 46	0.30 307	0.26 221	0.30 127

SACVNet	0.68 215	1.08 240	2.58 196	0.38 184	0.28 158	0.65 220	0.37 225	0.91 226	0.65 115	0.67 254	0.62 203	0.69 240	0.47 216	2.07 324	0.65 199	0.18 275	0.14 165	0.16 259	0.15 194	0.39 314	0.41 187

ADLNet	0.68 215	1.02 228	2.68 238	0.35 142	0.34 208	0.67 240	0.34 206	0.95 254	0.79 248	0.70 268	0.62 203	0.80 278	0.46 208	1.77 286	0.69 208	0.15 231	0.12 139	0.14 218	0.14 176	0.31 264	0.54 245

XPNet_ROB	0.68 215	1.11 248	2.28 87	0.38 184	0.27 148	0.67 240	0.47 276	0.94 241	0.75 220	0.80 303	0.71 266	0.81 281	0.54 242	1.72 277	0.84 245	0.22 307	0.16 191	0.16 259	0.15 194	0.25 206	0.45 213

ETE_ROB	0.68 215	1.09 241	2.32 95	0.38 184	0.26 137	0.69 249	0.51 286	1.49 373	0.75 220	0.81 304	0.71 266	0.85 294	0.51 230	1.39 228	0.70 209	0.17 264	0.14 165	0.19 294	0.16 211	0.24 191	0.35 153

LALA_ROB	0.68 215	1.14 253	2.50 172	0.37 166	0.29 163	0.78 290	0.55 299	0.99 275	0.84 285	0.82 308	0.68 236	0.93 314	0.50 226	1.01 182	0.89 250	0.21 302	0.15 179	0.21 308	0.18 232	0.26 221	0.30 127

STrans-v2	0.69 221	0.62 134	2.66 226	0.28 33	0.23 108	0.57 104	0.32 188	1.01 289	0.77 236	0.92 322	0.84 298	0.88 304	0.92 332	1.81 294	1.19 286	0.10 47	0.07 6	0.10 46	0.09 37	0.12 25	0.30 127

DEmStereo	0.69 221	0.40 63	2.42 120	0.42 222	0.18 47	0.66 233	0.88 354	0.54 39	0.64 108	0.60 196	1.00 329	0.45 118	1.24 352	1.53 247	2.21 349	0.10 47	0.08 38	0.10 46	0.10 70	0.11 17	0.14 24

FADNet-RVC	0.69 221	1.65 351	2.74 258	0.35 142	0.26 137	0.60 141	0.29 156	0.91 226	0.67 134	0.46 61	0.51 115	0.62 194	0.46 208	1.75 281	0.81 239	0.17 264	0.20 220	0.17 273	0.18 232	0.60 356	0.39 175

RASNet	0.69 221	1.05 235	2.59 198	0.37 166	0.47 269	0.66 233	0.33 201	0.82 151	0.76 228	0.51 110	0.65 225	0.93 314	0.62 273	2.20 335	0.80 235	0.14 213	0.09 81	0.09 13	0.11 108	0.18 109	0.37 160

PS-NSSS	0.69 221	1.37 312	2.44 133	0.31 73	0.32 193	0.64 206	0.34 206	1.04 307	0.74 215	0.56 150	0.75 281	0.51 141	0.42 172	2.41 351	0.54 169	0.24 322	0.17 198	0.27 332	0.18 232	0.30 256	0.23 84

MyStereo06	0.70 226	0.72 161	3.51 346	0.31 73	0.25 123	0.60 141	0.30 168	0.90 219	0.67 134	1.48 374	0.53 125	0.84 289	0.57 254	0.60 106	1.11 277	0.09 11	0.55 298	0.12 133	0.20 257	0.16 69	0.56 252

MSKI-zero shot	0.70 226	0.44 80	2.62 211	1.47 376	0.75 327	0.56 85	0.20 20	0.80 137	0.45 17	0.60 196	0.52 122	0.44 106	0.17 1	0.70 134	0.26 32	0.09 11	2.87 409	0.09 13	0.32 317	0.14 51	0.50 230

DMCA-RVC	0.70 226	1.30 294	3.59 354	0.37 166	0.89 344	0.57 104	0.31 178	0.73 106	0.59 76	0.69 265	0.54 139	0.59 180	0.57 254	1.25 216	0.66 202	0.16 245	0.38 271	0.20 304	0.15 194	0.22 171	0.23 84

HSM-Net_RVC	0.70 226	0.40 63	2.45 149	0.27 21	0.19 63	0.68 246	0.30 168	1.29 361	0.73 198	0.73 280	0.70 253	0.77 266	0.45 201	3.73 397	0.46 138	0.13 183	0.09 81	0.10 46	0.09 37	0.13 35	0.32 137
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AE-Stereo	0.71 230	0.32 14	2.44 133	0.44 236	0.50 272	0.58 111	0.23 56	1.08 333	0.67 134	0.67 254	0.51 115	0.47 127	0.24 26	0.63 113	0.32 77	0.09 11	2.15 397	0.11 91	0.45 356	0.22 171	2.01 379

xx1	0.71 230	0.73 164	2.43 125	0.67 319	0.52 276	0.76 275	0.24 78	0.85 178	1.05 343	0.77 292	0.39 50	0.46 122	0.37 126	0.70 134	0.22 4	0.10 47	2.13 393	0.12 133	0.41 352	0.16 69	1.18 339

GrayStereo	0.71 230	0.27 1	2.40 112	0.89 344	0.23 108	0.62 181	1.40 388	0.67 86	0.70 176	0.72 279	0.77 288	0.55 162	3.03 394	0.60 106	0.28 41	0.10 47	0.08 38	0.10 46	0.21 268	0.12 25	0.37 160

FADNet	0.71 230	1.60 346	2.53 177	0.33 110	0.30 174	0.67 240	0.29 156	0.92 233	0.75 220	0.45 51	0.49 101	0.66 215	0.57 254	1.85 302	0.85 246	0.46 361	0.20 220	0.17 273	0.20 257	0.60 356	0.37 160

iResNetv2_ROB	0.71 230	1.90 367	3.48 344	0.43 232	0.22 86	0.60 141	0.29 156	0.96 257	0.78 239	0.60 196	0.65 225	0.60 187	0.46 208	0.80 162	1.21 288	0.12 141	0.08 38	0.10 46	0.07 12	0.44 333	0.33 140

DRN-Test	0.71 230	0.79 185	2.83 277	0.40 210	0.44 258	0.80 297	0.41 244	1.07 330	0.83 273	0.82 308	0.64 218	0.68 229	0.57 254	1.78 289	0.79 233	0.16 245	0.13 152	0.17 273	0.16 211	0.24 191	0.51 234

StereoDRNet	0.71 230	1.24 283	2.56 192	0.42 222	0.45 261	0.73 264	0.46 272	0.98 270	0.81 262	0.77 292	0.56 160	0.74 256	0.48 222	1.69 276	0.91 252	0.15 231	0.14 165	0.15 243	0.15 194	0.26 221	0.51 234

NCCL2	0.71 230	1.32 296	2.30 91	0.44 236	0.31 182	0.71 256	0.67 332	0.89 211	0.69 166	0.70 268	0.61 196	0.85 294	0.54 242	1.58 261	0.70 209	0.20 294	0.17 198	0.66 373	0.25 281	0.26 221	0.38 168

1test111	0.72 238	0.73 164	2.43 125	0.67 319	0.52 276	0.76 275	0.24 78	0.81 144	0.83 273	0.77 292	0.39 50	0.25 22	0.38 133	1.03 185	0.75 221	0.10 47	2.13 393	0.11 91	0.09 37	0.16 69	1.18 339

FAT-Stereo	0.72 238	0.60 125	2.86 283	0.37 166	0.29 163	0.64 206	0.55 299	1.01 289	0.91 309	0.76 290	0.94 317	0.93 314	0.79 312	1.82 297	0.60 181	0.19 286	0.19 208	0.17 273	0.16 211	0.23 185	0.47 218

ADLNet2	0.73 240	1.22 278	3.28 321	0.34 127	0.36 221	0.65 220	0.37 225	0.94 241	0.87 295	0.57 162	0.65 225	0.92 309	0.48 222	2.05 322	0.60 181	0.13 183	0.11 124	0.11 91	0.11 108	0.37 301	0.38 168

hitnet-ft	0.73 240	1.09 241	2.59 198	0.28 33	0.22 86	0.71 256	0.36 222	0.89 211	0.67 134	0.58 168	0.83 296	1.03 336	0.94 335	2.31 340	0.70 209	0.23 315	0.14 165	0.41 359	0.13 158	0.24 191	0.28 113

cc1	0.74 242	0.73 164	2.43 125	0.67 319	0.52 276	0.76 275	0.24 78	0.85 178	1.05 343	0.77 292	0.39 50	0.25 22	0.38 133	0.70 134	0.22 4	0.10 47	2.13 393	0.11 91	0.09 37	0.25 206	2.20 392

IGEVStereo-DCA	0.74 242	0.74 173	2.09 56	0.76 331	0.77 332	0.45 17	0.23 56	0.49 14	0.62 91	0.71 277	0.22 2	0.30 42	0.28 71	1.29 220	1.53 315	0.10 47	1.50 375	0.10 46	0.18 232	0.24 191	2.22 393

tt1	0.74 242	0.73 164	2.34 98	0.67 319	0.63 309	0.75 271	0.24 78	0.85 178	0.96 325	0.81 304	0.38 47	0.26 28	0.35 119	0.64 117	0.22 4	0.10 47	2.16 398	0.11 91	0.09 37	0.25 206	2.19 388

anonymousa	0.74 242	0.60 125	2.58 196	0.96 352	1.33 379	0.61 159	0.26 109	0.69 91	0.56 63	0.55 140	0.84 298	0.82 284	0.46 208	0.56 94	0.61 186	0.10 47	1.11 349	0.12 133	0.98 395	0.14 51	0.97 328

Wz-Net-MNSev	0.74 242	1.42 321	2.75 260	0.38 184	0.33 199	0.90 322	0.61 319	0.98 270	0.94 318	0.77 292	0.75 281	0.75 260	0.66 284	1.39 228	0.76 224	0.17 264	0.13 152	0.14 218	0.14 176	0.28 242	0.48 222

IPLG	0.74 242	1.09 241	2.87 284	0.36 156	0.21 77	1.63 372	0.60 314	1.39 368	0.63 102	1.39 366	0.51 115	0.40 81	0.86 322	1.40 230	0.37 106	0.09 11	0.07 6	0.14 218	0.12 138	0.34 279	0.23 84

FADNet-RVC-Resample	0.74 242	1.54 335	3.81 364	0.38 184	0.29 163	0.62 181	0.38 233	0.91 226	0.67 134	0.52 118	0.51 115	0.63 198	0.44 193	1.56 251	0.59 179	0.24 322	0.32 259	0.22 312	0.19 248	0.30 256	0.71 290

RP	0.74 242	1.01 227	2.48 166	0.44 236	0.45 261	0.66 233	0.45 267	0.95 254	0.87 295	0.70 268	0.95 320	0.99 328	0.82 314	1.55 249	0.82 242	0.26 332	0.19 208	0.23 319	0.20 257	0.34 279	0.38 168

stereogan	0.74 242	0.68 149	2.82 275	0.40 210	0.40 241	1.05 340	0.42 250	0.99 275	0.96 325	0.78 300	0.86 306	1.15 357	0.73 299	1.57 255	0.56 173	0.20 294	0.19 208	0.20 304	0.16 211	0.37 301	0.34 147

Nwc_Net	0.75 251	1.10 246	2.96 294	0.42 222	0.39 235	0.77 285	0.39 239	1.06 327	0.73 198	0.65 246	1.00 329	0.99 328	0.74 303	1.43 234	0.99 264	0.24 322	0.15 179	0.23 319	0.26 287	0.27 232	0.30 127

NOSS_ROB	0.75 251	1.03 231	2.27 85	0.68 324	0.26 137	0.68 246	0.30 168	0.99 275	0.82 267	0.59 187	0.58 176	0.77 266	0.39 144	2.75 375	0.48 144	0.25 328	0.24 238	0.28 334	0.26 287	0.29 250	1.07 334

PSMNet_ROB	0.75 251	1.42 321	2.93 290	0.39 197	0.32 193	0.73 264	0.56 303	0.90 219	0.74 215	0.56 150	0.60 188	0.75 260	0.47 216	2.00 320	1.31 297	0.18 275	0.13 152	0.19 294	0.20 257	0.26 221	0.40 180

DCRE	0.76 254	0.80 187	2.31 93	1.05 357	1.18 372	0.63 194	0.26 109	1.03 301	0.59 76	0.52 118	2.12 374	0.44 106	0.27 61	0.41 40	0.53 164	0.09 11	1.02 343	0.10 46	0.32 317	0.16 69	1.47 366

APVNet	0.76 254	1.11 248	3.23 315	0.39 197	0.36 221	0.85 310	0.44 263	0.96 257	0.73 198	0.58 168	0.69 240	0.76 264	0.56 249	2.29 339	0.82 242	0.17 264	0.18 204	0.24 324	0.19 248	0.35 290	0.27 107

GwcNet	0.76 254	1.09 241	3.68 357	0.38 184	0.45 261	0.81 301	0.45 267	0.91 226	0.89 304	0.63 224	0.77 288	0.82 284	0.51 230	1.64 268	0.85 246	0.17 264	0.16 191	0.15 243	0.15 194	0.33 273	0.34 147

AF-Net	0.76 254	1.14 253	2.74 258	0.42 222	0.41 246	0.70 252	0.41 244	1.07 330	0.94 318	0.73 280	1.05 338	1.04 340	0.86 322	1.23 211	1.00 266	0.23 315	0.15 179	0.25 329	0.18 232	0.32 269	0.35 153

ccnet	0.77 258	0.61 130	2.01 42	0.40 210	0.46 268	1.05 340	0.59 311	1.02 295	0.74 215	0.90 319	0.97 322	0.82 284	0.89 327	1.68 275	1.16 283	0.32 345	0.26 248	0.32 346	0.28 297	0.35 290	0.47 218

RYNet	0.77 258	0.91 212	2.36 100	0.37 166	0.41 246	0.88 317	0.44 263	0.99 275	0.88 299	0.65 246	0.54 139	0.92 309	0.61 271	2.70 370	1.23 292	0.15 231	0.14 165	0.17 273	0.14 176	0.27 232	0.55 251

ffm	0.78 260	0.67 142	3.39 332	0.32 90	0.22 86	0.58 111	0.28 131	0.85 178	0.96 325	0.54 129	0.74 274	0.67 217	0.40 150	0.64 117	0.22 4	0.10 47	2.16 398	0.15 243	0.33 327	0.25 206	2.19 388

Syn2CoEx	0.78 260	1.43 324	3.54 350	0.44 236	0.31 182	0.64 206	0.43 257	1.04 307	0.83 273	0.64 234	0.77 288	0.74 256	0.74 303	1.91 315	0.64 194	0.20 294	0.17 198	0.19 294	0.15 194	0.30 256	0.59 257

RGC	0.78 260	1.10 246	2.55 188	0.45 243	0.45 261	0.73 264	0.40 242	1.00 281	0.75 220	0.75 288	1.04 336	1.02 335	0.73 299	1.74 280	1.15 281	0.24 322	0.19 208	0.28 334	0.26 287	0.31 264	0.38 168

HH	0.79 263	0.52 101	2.72 251	1.45 374	0.80 336	0.91 323	0.23 56	0.76 112	0.76 228	0.64 234	0.55 148	0.87 300	0.41 161	0.94 178	0.45 134	0.09 11	1.20 352	0.10 46	0.09 37	0.16 69	2.16 386

HanStereo	0.79 263	0.52 101	2.72 251	1.45 374	0.80 336	0.91 323	0.23 56	0.76 112	0.76 228	0.64 234	0.55 148	0.87 300	0.41 161	0.94 178	0.45 134	0.09 11	1.20 352	0.10 46	0.09 37	0.16 69	2.16 386

FTStereo	0.79 263	0.32 14	2.83 277	0.70 326	0.21 77	0.73 264	1.75 393	0.61 67	0.60 79	1.07 338	1.62 364	1.28 361	2.11 385	0.75 150	0.30 55	0.19 286	0.08 38	0.12 133	0.11 108	0.12 25	0.39 175

RAFT + AFF	0.79 263	1.73 356	2.99 300	0.34 127	0.35 215	0.67 240	0.51 286	1.05 315	0.79 248	0.54 129	0.58 176	0.59 180	0.81 313	1.80 292	1.21 288	0.13 183	0.27 254	0.15 243	0.14 176	0.45 335	0.69 285

AANet_RVC	0.79 263	1.46 328	2.72 251	0.34 127	0.25 123	0.59 129	0.32 188	0.88 205	0.83 273	0.62 215	0.95 320	0.80 278	0.43 185	2.46 354	1.72 321	0.38 351	0.26 248	0.10 46	0.09 37	0.25 206	0.43 196

aanetorigin	0.81 268	1.03 231	2.64 221	0.44 236	0.44 258	0.59 129	1.00 364	0.59 62	0.70 176	1.54 376	1.22 347	0.82 284	1.08 345	1.06 187	1.07 273	0.18 275	0.15 179	0.17 273	0.21 268	0.53 350	0.65 273

GANetREF_RVC	0.81 268	1.44 325	3.04 304	0.49 264	0.27 148	0.83 304	0.63 322	1.03 301	0.92 311	0.63 224	0.61 196	0.72 249	0.59 264	2.40 349	0.58 177	0.33 347	0.25 245	0.37 354	0.25 281	0.41 326	0.36 159
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
PWC_ROB	0.81 268	1.41 317	2.60 203	0.41 219	0.40 241	0.63 194	0.31 178	1.04 307	0.99 335	0.92 322	1.29 350	0.78 270	0.68 288	1.65 271	1.50 312	0.19 286	0.12 139	0.18 289	0.13 158	0.51 346	0.54 245

HBP-ISP	0.82 271	1.57 337	3.28 321	0.50 269	0.27 148	0.86 311	0.54 295	1.09 335	0.78 239	0.81 304	0.70 253	0.68 229	1.00 339	2.02 321	0.47 141	0.24 322	0.24 238	0.29 342	0.25 281	0.28 242	0.52 239

S-Stereo	0.82 271	0.73 164	3.79 362	0.40 210	0.37 227	0.70 252	0.69 336	1.00 281	1.03 339	0.63 224	0.92 315	0.82 284	0.59 264	2.35 343	0.71 213	0.18 275	0.22 230	0.17 273	0.18 232	0.30 256	0.67 276

CVANet_RVC	0.82 271	1.18 266	3.98 369	0.40 210	0.28 158	0.63 194	0.43 257	0.90 219	0.78 239	1.14 343	0.69 240	0.68 229	0.52 237	2.62 363	0.48 144	0.20 294	0.13 152	0.22 312	0.37 341	0.37 301	0.48 222

PASM	0.82 271	1.00 224	2.68 238	0.52 273	0.48 270	0.65 220	0.59 311	0.83 161	0.89 304	0.82 308	0.73 271	0.89 307	0.68 288	2.39 348	0.73 218	0.35 350	0.37 267	0.36 352	0.41 352	0.45 335	0.51 234

TDLM	0.83 275	1.28 291	2.38 104	0.46 246	0.26 137	0.66 233	0.55 299	0.87 197	0.80 255	2.54 397	0.62 203	0.61 189	0.51 230	2.68 369	0.67 204	0.20 294	0.11 124	0.35 351	0.15 194	0.33 273	0.48 222

Anonymous Stereo	0.83 275	1.57 337	3.56 351	0.46 246	0.39 235	0.63 194	0.84 350	0.92 233	0.83 273	0.68 260	0.68 236	0.64 204	0.42 172	2.42 352	1.02 268	0.23 315	0.23 235	0.19 294	0.20 257	0.31 264	0.40 180

PWCDC_ROB	0.83 275	1.57 337	2.63 212	0.48 253	0.37 227	0.78 290	0.29 156	1.04 307	1.36 368	0.63 224	2.05 373	0.64 204	0.70 294	1.10 192	1.20 287	0.33 347	0.14 165	0.15 243	0.12 138	0.63 360	0.46 216

rrr	0.84 278	0.74 173	3.40 337	0.76 331	0.77 332	0.45 17	0.28 131	1.23 358	0.84 285	0.71 277	0.22 2	0.30 42	0.28 71	1.29 220	1.53 315	0.10 47	1.50 375	0.10 46	0.29 301	0.24 191	1.75 374

GASNet	0.84 278	1.98 370	4.07 372	0.48 253	0.33 199	0.58 111	0.34 206	0.97 264	0.81 262	0.60 196	0.59 181	0.74 256	0.55 247	2.08 327	1.18 284	0.22 307	0.15 179	0.19 294	0.17 224	0.55 352	0.29 119

MaskLacGwcNet_RVC	0.84 278	1.41 317	2.80 269	0.94 350	0.35 215	0.89 319	0.41 244	0.89 211	0.66 122	0.57 162	0.63 211	0.75 260	0.38 133	2.37 344	0.55 171	1.16 387	0.31 258	0.36 352	0.21 268	0.59 355	0.63 267

edge stereo	0.84 278	0.74 173	3.42 341	0.38 184	1.21 374	0.63 194	0.41 244	0.98 270	0.83 273	0.81 304	0.88 310	1.14 355	0.73 299	2.16 333	0.89 250	0.22 307	0.20 220	0.26 331	0.18 232	0.38 307	0.43 196

SHD	0.84 278	1.14 253	2.54 181	0.80 338	0.52 276	0.76 275	0.34 206	1.16 349	1.29 364	1.11 340	0.85 301	0.98 325	0.74 303	1.25 216	1.48 311	0.22 307	0.37 267	0.20 304	0.27 295	0.36 295	0.41 187

XQC	0.84 278	1.32 296	2.61 207	0.78 336	0.44 258	0.89 319	0.53 292	1.16 349	1.07 346	0.85 313	0.69 240	0.92 309	0.73 299	1.40 230	1.44 309	0.24 322	0.35 265	0.23 319	0.26 287	0.45 335	0.39 175

RTSC	0.84 278	1.40 316	2.67 233	0.50 269	0.40 241	0.83 304	0.33 201	1.11 341	1.14 354	0.93 325	0.82 294	0.84 289	0.58 261	1.34 225	1.82 329	0.18 275	0.49 290	0.14 218	0.30 307	0.46 339	0.42 191

PDISCO_ROB	0.84 278	1.46 328	2.84 279	0.65 313	0.59 294	1.17 353	0.48 278	1.19 354	1.08 348	0.67 254	0.72 269	1.00 331	0.61 271	1.24 213	1.05 271	0.38 351	0.18 204	0.28 334	0.24 276	0.58 354	0.44 208

LL-Strereo	0.85 286	1.73 356	3.06 308	0.37 166	0.61 306	0.54 72	0.33 201	1.01 289	0.76 228	0.69 265	0.58 176	0.85 294	0.78 310	2.65 366	0.54 169	0.14 213	0.58 304	0.14 218	0.12 138	0.42 328	1.05 332

Wz-Net-SNSev	0.85 286	1.83 363	3.36 327	0.42 222	0.31 182	0.71 256	0.66 328	1.04 307	0.94 318	0.68 260	0.85 301	0.96 322	0.62 273	1.75 281	1.14 280	0.16 245	0.15 179	0.16 259	0.17 224	0.39 314	0.63 267

DANet	0.85 286	0.68 149	2.41 116	1.18 366	0.48 270	0.77 285	1.23 380	0.93 236	1.53 375	0.90 319	0.72 269	0.97 324	0.57 254	1.86 304	1.05 271	0.18 275	0.16 191	0.19 294	0.16 211	0.26 221	0.67 276
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
anonymousdsp	0.86 289	0.59 124	2.65 222	1.33 368	1.25 376	0.56 85	0.23 56	0.54 39	0.71 188	1.13 342	0.25 11	0.22 8	0.24 26	1.24 213	0.24 15	0.09 11	2.34 403	0.10 46	0.18 232	0.25 206	3.12 407

anonymity	0.86 289	0.68 149	1.44 1	0.64 311	0.83 338	0.67 240	0.52 290	0.98 270	0.73 198	0.96 326	0.70 253	0.81 281	0.86 322	1.10 192	1.34 299	0.64 367	0.72 325	0.58 369	1.44 404	0.60 356	0.91 317

IGEV-Stereo	0.86 289	0.60 125	2.65 222	1.35 370	1.25 376	0.56 85	0.23 56	0.54 39	0.71 188	1.14 343	0.25 11	0.22 8	0.24 26	1.24 213	0.24 15	0.09 11	2.34 403	0.10 46	0.18 232	0.25 206	3.13 408
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
UDG	0.86 289	1.57 337	2.80 269	0.68 324	0.59 294	0.78 290	0.38 233	0.97 264	0.74 215	0.63 224	0.70 253	1.01 332	0.68 288	1.02 183	1.22 291	0.45 359	0.34 264	0.89 380	0.51 365	0.73 365	0.58 254

test_xeample3	0.86 289	0.75 177	3.36 327	0.65 313	0.76 330	0.49 37	0.33 201	1.21 357	0.80 255	0.61 203	0.23 5	0.30 42	0.29 87	1.17 205	1.57 317	0.10 47	1.79 381	0.10 46	0.40 348	0.25 206	2.09 382

CBMV	0.86 289	1.00 224	2.82 275	0.35 142	0.21 77	0.78 290	0.78 345	1.05 315	0.87 295	0.90 319	0.74 274	0.87 300	1.89 380	1.67 272	1.38 307	0.19 286	0.20 220	0.21 308	0.19 248	0.28 242	0.84 306
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FADNet_RVC	0.87 295	1.51 333	2.90 287	0.31 73	0.24 117	0.71 256	0.25 97	1.00 281	0.65 115	0.45 51	0.57 170	0.61 189	0.44 193	1.53 247	0.75 221	0.94 377	0.97 335	0.28 334	1.00 396	0.89 374	1.36 360

anonymousdsp2	0.88 296	0.31 7	1.96 37	1.06 358	1.56 389	0.57 104	0.22 37	0.84 168	0.98 332	1.20 352	0.37 41	0.65 208	0.26 48	1.19 207	0.46 138	0.10 47	2.40 405	0.10 46	0.13 158	0.19 132	2.96 404

MIPNet	0.88 296	1.07 237	2.85 281	0.61 304	0.18 47	1.46 362	1.37 384	1.65 379	0.78 239	1.93 382	0.85 301	0.75 260	1.66 370	0.87 170	0.34 94	0.10 47	0.08 38	0.11 91	0.32 317	0.27 232	0.26 102

THIR-Stereo	0.88 296	0.85 192	2.33 97	0.26 15	0.16 20	0.59 129	2.69 398	0.62 70	0.54 54	0.62 215	1.61 363	0.96 322	1.77 376	1.67 272	2.20 348	0.10 47	0.08 38	0.14 218	0.11 108	0.16 69	0.21 72

NCC-stereo	0.88 296	1.22 278	2.97 295	0.60 298	0.45 261	1.88 381	0.48 278	1.04 307	0.75 220	0.70 268	0.85 301	0.93 314	0.84 317	1.81 294	1.51 313	0.28 338	0.19 208	0.23 319	0.31 312	0.27 232	0.35 153

Abc-Net	0.88 296	1.22 278	2.97 295	0.60 298	0.45 261	1.88 381	0.48 278	1.04 307	0.75 220	0.70 268	0.85 301	0.93 314	0.84 317	1.81 294	1.51 313	0.28 338	0.19 208	0.23 319	0.31 312	0.27 232	0.35 153
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCRef	0.88 296	1.45 326	2.68 238	0.38 184	0.35 215	0.95 331	0.51 286	0.92 233	0.81 262	0.89 317	0.84 298	0.61 189	1.35 354	1.26 218	3.38 378	0.14 213	0.12 139	0.17 273	0.19 248	0.28 242	0.34 147

CBMV_ROB	0.88 296	0.75 177	2.73 256	0.36 156	0.22 86	0.76 275	0.47 276	1.05 315	0.81 262	1.06 337	1.04 336	0.88 304	1.36 356	2.17 334	2.03 335	0.23 315	0.24 238	0.27 332	0.25 281	0.27 232	0.73 292

ttt	0.89 303	0.51 100	2.51 173	0.36 156	0.31 182	0.61 159	0.28 131	1.07 330	0.92 311	0.56 150	0.77 288	0.55 162	0.37 126	2.27 337	3.51 381	0.16 245	1.21 355	0.13 189	0.31 312	0.18 109	1.26 349

AEACV	0.89 303	0.29 2	1.84 17	2.50 402	1.68 393	0.53 65	0.21 28	1.01 289	0.42 9	0.68 260	0.31 25	0.22 8	0.39 144	1.63 265	0.25 23	0.09 11	2.60 406	0.09 13	0.54 369	0.23 185	2.27 398

TRStereo	0.89 303	1.02 228	2.91 288	4.59 410	0.31 182	0.93 327	0.23 56	1.93 388	0.66 122	0.37 25	0.54 139	0.48 133	0.40 150	0.67 127	0.29 50	0.13 183	0.37 267	0.11 91	0.48 360	0.13 35	1.21 345

EGLCR-Stereo	0.90 306	0.31 7	1.90 26	1.60 382	0.95 350	1.14 350	0.42 250	0.85 178	0.43 13	1.74 380	0.21 1	0.27 35	0.17 1	1.56 251	0.30 55	0.10 47	2.60 406	0.10 46	0.09 37	0.10 10	3.10 406

DDUNet	0.90 306	1.63 349	2.77 265	0.77 334	0.69 321	0.83 304	0.44 263	0.90 219	0.70 176	0.68 260	0.76 284	0.92 309	0.54 242	1.14 201	1.35 301	0.61 366	0.37 267	0.96 382	0.52 367	0.77 370	0.67 276

IGEV_Zeroshot_test	0.91 308	0.39 59	3.80 363	0.42 222	1.95 397	0.56 85	0.64 323	0.84 168	0.55 59	1.45 371	0.53 125	0.79 272	0.42 172	0.57 97	1.13 279	0.10 47	0.49 290	0.10 46	0.34 333	0.19 132	2.97 405

SQANet	0.92 309	1.96 368	3.23 315	0.77 334	0.83 338	0.76 275	0.38 233	0.87 197	0.68 158	0.64 234	0.69 240	0.73 254	0.52 237	1.35 226	1.36 303	0.80 373	0.30 257	0.60 371	0.29 301	0.93 375	0.70 288

AAGNet	0.92 309	0.40 63	2.53 177	0.60 298	1.01 360	0.62 181	0.45 267	0.52 27	0.68 158	0.58 168	0.53 125	0.50 139	0.72 296	1.22 209	7.32 407	0.12 141	0.07 6	0.12 133	0.10 70	0.16 69	0.10 4

Consistency-Raft	0.92 309	1.21 273	3.50 345	0.98 354	0.63 309	0.77 285	0.54 295	1.02 295	1.01 337	0.62 215	1.03 334	0.65 208	1.04 342	0.81 165	1.36 303	0.45 359	0.47 286	0.51 367	0.59 375	0.65 362	0.47 218

DeepPrunerF	0.92 309	1.33 300	3.41 338	0.46 246	0.51 274	0.64 206	0.49 283	1.16 349	2.62 392	0.65 246	0.61 196	0.65 208	0.62 273	2.23 336	1.31 297	0.23 315	0.19 208	0.30 343	0.28 297	0.39 314	0.34 147

GANet	0.92 309	1.20 271	2.68 238	0.45 243	0.27 148	0.76 275	0.66 328	0.94 241	0.77 236	0.79 301	1.17 343	0.84 289	0.91 329	2.72 371	1.76 325	0.18 275	0.42 279	0.44 364	0.20 257	0.33 273	0.94 320

PA-Net	0.93 314	1.36 309	4.14 374	0.64 311	0.41 246	0.70 252	0.53 292	0.91 226	0.88 299	0.53 126	0.60 188	0.70 246	0.54 242	2.40 349	2.57 363	0.17 264	0.28 256	0.19 294	0.28 297	0.25 206	0.48 222
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FBW_ROB	0.94 315	1.23 282	2.35 99	0.46 246	0.32 193	0.87 315	0.46 272	1.15 346	0.97 331	0.83 311	0.78 292	1.01 332	0.64 277	3.65 396	1.65 318	0.27 335	0.24 238	0.40 357	0.26 287	0.32 269	0.88 314

CC-Net-ROB	0.95 316	1.57 337	2.93 290	0.90 346	0.39 235	0.87 315	0.44 263	1.12 343	0.83 273	0.59 187	0.69 240	0.64 204	0.50 226	2.73 373	0.93 253	0.97 380	0.40 277	0.87 379	0.29 301	0.61 359	0.66 274

riskmin	0.96 317	0.32 14	2.07 53	1.72 389	1.61 392	1.62 371	0.57 306	1.45 371	0.55 59	0.73 280	0.89 312	0.92 309	0.45 201	1.16 203	0.60 181	0.11 109	1.30 366	0.12 133	1.38 403	0.14 51	1.51 367

CrosDoStereo	0.96 317	0.49 89	2.66 226	0.27 21	0.33 199	0.54 72	3.69 402	0.77 118	0.66 122	0.70 268	1.39 356	0.53 149	1.47 363	1.77 286	3.02 373	0.10 47	0.08 38	0.11 91	0.11 108	0.22 171	0.30 127

DeepStereo_LL	0.96 317	0.49 89	2.66 226	0.27 21	0.33 199	0.54 72	3.69 402	0.77 118	0.66 122	0.70 268	1.39 356	0.53 149	1.47 363	1.77 286	3.02 373	0.10 47	0.08 38	0.11 91	0.11 108	0.22 171	0.30 127

DualNet	0.97 320	0.67 142	3.39 332	0.32 90	0.22 86	0.58 111	0.28 131	0.85 178	0.96 325	0.54 129	0.74 274	0.67 217	0.40 150	0.64 117	3.86 387	0.10 47	2.16 398	0.15 243	0.33 327	0.25 206	2.19 388

xxxx	0.97 320	0.64 138	2.14 67	0.30 59	0.67 317	0.64 206	0.24 78	1.09 335	0.91 309	0.57 162	0.65 225	0.58 177	0.39 144	1.57 255	5.49 402	0.13 183	1.38 370	0.11 91	0.32 317	0.17 90	1.41 362

XX-Stereo	0.98 322	0.57 116	4.45 387	1.64 384	5.33 409	0.55 81	0.16 3	0.96 257	0.43 13	0.45 51	0.65 225	0.85 294	0.19 7	0.79 158	0.26 32	0.11 109	0.80 328	0.10 46	0.32 317	0.17 90	0.78 298

test_xeample	0.98 322	0.65 140	2.12 63	0.29 45	0.67 317	0.60 141	0.28 131	1.08 333	0.85 287	0.62 215	0.70 253	0.44 106	0.41 161	1.95 317	5.45 401	0.12 141	1.33 368	0.11 91	0.31 312	0.18 109	1.42 363

mmx	0.99 324	0.67 142	3.39 332	0.32 90	0.22 86	0.58 111	0.28 131	1.05 315	0.92 311	0.54 129	0.74 274	0.67 217	0.40 150	2.75 375	3.86 387	0.13 183	1.25 357	0.15 243	0.33 327	0.19 132	1.28 352

xxx	0.99 324	0.67 142	3.39 332	0.32 90	0.22 86	0.58 111	0.28 131	1.05 315	0.92 311	0.54 129	0.74 274	0.67 217	0.40 150	2.75 375	3.86 387	0.13 183	1.25 357	0.15 243	0.33 327	0.19 132	1.28 352

MFMNet_re	1.01 326	1.73 356	3.04 304	0.85 342	0.76 330	0.93 327	0.81 348	1.02 295	1.10 349	1.05 335	1.06 339	0.84 289	0.96 336	0.93 177	0.97 256	0.68 370	0.61 307	0.63 372	0.60 377	0.77 370	0.80 302

Wz-Net-TNSev	1.02 327	2.26 391	3.69 358	0.38 184	0.31 182	1.00 335	0.71 338	1.12 343	1.02 338	0.74 286	0.73 271	1.09 350	0.91 329	2.46 354	2.15 345	0.21 302	0.20 220	0.16 259	0.20 257	0.48 342	0.62 263

222	1.02 327	0.60 125	1.95 34	0.29 45	0.51 274	0.62 181	0.24 78	1.09 335	0.86 293	0.64 234	0.67 233	0.47 127	0.42 172	1.86 304	6.73 405	0.13 183	1.21 355	0.11 91	0.32 317	0.17 90	1.44 364

G-Net	1.02 327	0.70 154	3.23 315	0.60 298	0.66 316	2.00 387	0.71 338	0.78 125	0.70 176	1.14 343	2.53 385	1.29 363	1.01 340	1.47 241	1.74 323	0.25 328	0.24 238	0.24 324	0.26 287	0.37 301	0.40 180

DPSNet	1.02 327	0.72 161	2.84 279	0.60 298	0.39 235	1.08 345	0.75 342	1.41 369	1.14 354	0.74 286	0.69 240	1.05 343	1.67 371	2.09 329	2.22 350	0.27 335	0.61 307	0.20 304	0.50 364	0.48 342	1.03 331

ADCP+	1.03 331	1.68 354	3.83 365	0.35 142	0.39 235	1.05 340	0.79 347	0.94 241	0.86 293	0.69 265	0.68 236	0.85 294	1.53 369	1.02 183	4.56 396	0.13 183	0.12 139	0.16 259	0.15 194	0.28 242	0.44 208

WZ-Net	1.04 332	1.83 363	4.20 377	0.42 222	0.36 221	0.88 317	0.71 338	1.05 315	1.11 351	0.84 312	0.94 317	1.06 344	1.17 350	2.37 344	2.24 351	0.20 294	0.14 165	0.15 243	0.16 211	0.36 295	0.53 242

PVD	1.05 333	1.21 273	2.36 100	0.84 341	0.91 346	1.04 338	0.64 323	1.32 364	1.68 379	1.43 370	1.41 358	1.14 355	1.15 349	1.49 244	1.77 326	0.27 335	0.65 313	0.28 334	0.35 335	0.40 320	0.73 292

1111x	1.06 334	0.79 185	3.29 323	0.33 110	0.60 299	0.64 206	0.33 201	1.10 338	0.92 311	0.59 187	0.69 240	0.59 180	0.47 216	2.64 365	4.61 397	0.12 141	1.38 370	0.11 91	0.49 362	0.18 109	1.30 354

ADCMid	1.06 334	1.82 362	3.53 349	0.39 197	0.36 221	0.99 334	0.58 308	1.01 289	0.94 318	1.23 358	1.02 332	1.01 332	1.01 340	1.11 196	4.04 391	0.22 307	0.19 208	0.42 361	0.32 317	0.42 328	0.53 242

ff1	1.07 336	0.67 142	3.39 332	0.32 90	0.22 86	0.58 111	0.28 131	0.85 178	0.96 325	0.54 129	0.74 274	0.67 217	0.40 150	2.75 375	3.86 387	0.10 47	2.16 398	0.15 243	0.33 327	0.25 206	2.19 388

ADCL	1.07 336	1.22 278	2.80 269	0.40 210	0.33 199	1.50 364	1.87 395	0.97 264	1.04 342	1.26 360	1.28 349	0.99 328	1.41 360	1.36 227	3.51 381	0.17 264	0.14 165	0.22 312	0.21 268	0.32 269	0.43 196

ADCPNet	1.07 336	1.37 312	4.54 389	0.38 184	0.68 320	1.36 357	0.64 323	0.93 236	0.83 273	0.79 301	0.82 294	1.08 347	1.18 351	1.30 222	2.68 365	0.21 302	0.69 319	0.21 308	0.95 393	0.30 256	0.54 245

MFN_U_SF_DS_RVC	1.08 339	2.01 374	2.56 192	0.49 264	0.40 241	1.49 363	0.96 359	1.02 295	0.95 323	0.85 313	0.94 317	1.06 344	0.59 264	2.92 381	1.15 281	0.43 357	0.74 326	0.32 346	0.55 370	0.74 366	1.35 358

AnyNet_C32	1.08 339	1.76 360	3.01 302	0.50 269	0.54 282	1.17 353	1.16 376	0.97 264	0.95 323	1.11 340	0.98 325	0.87 300	0.93 334	1.57 255	4.11 393	0.22 307	0.20 220	0.25 329	0.25 281	0.40 320	0.68 281

Ntro	1.11 341	2.10 380	3.52 348	0.97 353	0.87 343	1.06 343	0.54 295	1.02 295	0.93 317	0.63 224	0.76 284	0.93 314	0.67 286	1.76 283	1.71 319	1.03 382	0.46 284	0.76 378	0.41 352	1.29 385	0.86 313

SAMSARA	1.11 341	1.35 305	2.60 203	1.34 369	0.77 332	1.67 374	1.41 390	1.47 372	0.99 335	1.54 376	0.89 312	1.44 368	0.90 328	1.88 308	1.71 319	0.25 328	0.55 298	0.22 312	0.34 333	0.39 314	0.50 230

ADCS	1.14 343	2.02 375	3.36 327	0.43 232	0.37 227	0.96 333	0.81 348	1.12 343	1.17 358	1.25 359	0.98 325	1.08 347	0.92 332	1.41 232	4.97 399	0.23 315	0.21 228	0.22 312	0.23 274	0.40 320	0.67 276

otaku	1.15 344	2.10 380	3.51 346	0.98 354	0.74 326	1.02 337	0.59 311	1.03 301	0.89 304	0.70 268	1.60 362	0.98 325	0.65 278	1.63 265	1.80 328	0.99 381	0.46 284	0.73 377	0.40 348	1.30 387	0.88 314

EAI-Stereo	1.16 345	0.29 2	1.94 33	0.55 283	0.97 354	1.96 383	7.94 411	1.34 365	1.03 339	1.01 333	1.48 359	0.51 141	0.66 284	0.65 121	1.42 308	0.09 11	0.23 235	0.09 13	0.53 368	0.13 35	0.49 228

SuperB	1.19 346	1.62 347	5.29 397	0.37 166	0.26 137	0.81 301	0.87 352	0.94 241	1.19 359	0.68 260	0.68 236	0.63 198	1.37 357	1.73 278	3.30 375	0.16 245	0.12 139	0.17 273	0.16 211	2.74 406	0.63 267

AnyNet_C01	1.20 347	1.89 366	4.25 379	0.55 283	0.54 282	1.57 367	1.39 387	1.10 338	1.13 353	1.19 347	1.34 355	1.15 357	1.11 347	1.73 278	2.89 370	0.26 332	0.24 238	0.28 334	0.24 276	0.50 344	0.68 281

SPS-STEREO	1.22 348	1.65 351	3.41 338	0.66 317	0.69 321	1.01 336	0.68 334	1.10 338	0.96 325	1.40 368	1.25 348	1.46 369	1.08 345	2.05 322	2.24 351	0.66 368	0.61 307	0.58 369	0.57 373	0.66 363	1.65 372
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NaN_ROB	1.25 349	1.46 328	3.84 366	0.54 282	0.56 286	1.12 348	0.99 360	1.05 315	1.03 339	1.10 339	0.87 308	0.77 266	1.07 344	5.85 405	2.98 371	0.16 245	0.23 235	0.16 259	0.24 276	0.28 242	0.66 274

RainbowNet	1.27 350	2.22 387	3.58 353	1.14 364	0.92 347	1.08 345	0.76 343	1.19 354	1.15 356	0.77 292	0.97 322	1.08 347	0.83 316	1.64 268	1.72 321	1.20 389	1.30 366	1.01 385	0.58 374	1.23 382	0.97 328

MDST_ROB	1.28 351	0.53 104	3.84 366	0.55 283	0.45 261	4.06 403	0.60 314	1.36 366	0.89 304	2.18 388	1.17 343	0.98 325	0.72 296	4.28 400	2.12 342	0.20 294	0.16 191	0.19 294	0.17 224	0.20 149	0.84 306

EDNetEfficient	1.29 352	0.78 183	4.27 380	0.65 313	1.03 362	0.94 329	1.38 386	0.87 197	1.75 382	2.33 394	1.32 353	1.04 340	2.21 387	1.59 262	4.07 392	0.16 245	0.19 208	0.15 243	0.27 295	0.38 307	0.40 180

RTS	1.29 352	1.59 342	6.48 404	0.63 308	0.57 289	1.59 369	0.90 356	1.15 346	1.44 370	1.20 352	1.31 351	1.10 351	0.87 325	2.67 367	2.27 353	0.21 302	0.38 271	0.19 294	0.20 257	0.46 339	0.68 281

RTSA	1.29 352	1.59 342	6.48 404	0.63 308	0.57 289	1.59 369	0.90 356	1.15 346	1.44 370	1.20 352	1.31 351	1.10 351	0.87 325	2.67 367	2.27 353	0.21 302	0.38 271	0.19 294	0.20 257	0.46 339	0.68 281

WCMA_ROB	1.29 352	1.21 273	3.13 312	0.65 313	0.36 221	1.20 356	0.78 345	1.00 281	0.98 332	1.78 381	2.62 388	3.08 390	2.01 383	1.86 304	2.35 355	0.38 351	0.38 271	0.32 346	0.32 317	0.31 264	1.06 333

MeshStereo	1.29 352	1.34 302	3.04 304	0.35 142	0.28 158	1.10 347	0.69 336	1.42 370	1.07 346	2.71 400	2.43 383	2.95 386	1.50 366	2.92 381	2.03 335	0.23 315	0.22 230	0.22 312	0.19 248	0.50 344	0.69 285
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
SANet	1.35 357	1.80 361	4.39 385	0.41 219	0.29 163	1.72 376	0.89 355	1.17 352	2.47 390	1.22 356	1.82 367	1.72 374	1.70 373	2.57 359	3.30 375	0.18 275	0.16 191	0.16 259	0.15 194	0.34 279	0.62 263

Anonymous_2	1.36 358	0.49 89	2.03 46	1.71 388	1.58 390	2.49 395	0.58 308	1.59 378	2.31 388	0.77 292	0.88 310	1.03 336	0.58 261	1.20 208	0.66 202	0.32 345	1.38 370	1.42 398	3.87 412	0.78 372	1.56 368

CSAN	1.38 359	1.74 359	4.12 373	0.53 277	0.38 233	1.06 343	1.15 374	1.29 361	1.12 352	1.19 347	1.90 370	1.04 340	1.44 361	5.92 406	2.82 369	0.26 332	0.22 230	0.24 324	0.25 281	0.35 290	0.54 245

MSC_U_SF_DS_RVC	1.40 360	2.04 377	3.02 303	0.58 297	0.41 246	2.15 390	1.00 364	1.31 363	1.29 364	1.05 335	1.10 341	1.29 363	0.91 329	3.07 384	1.34 299	1.65 399	0.84 330	0.68 375	0.88 390	1.55 394	1.91 376

psmorigin	1.41 361	0.91 212	13.83 415	0.37 166	0.30 174	0.63 194	0.37 225	0.80 137	0.64 108	0.98 327	0.87 308	1.16 359	0.78 310	3.95 398	1.09 275	0.19 286	0.22 230	0.17 273	0.19 248	0.25 206	0.47 218

MSMD_ROB	1.41 361	1.03 231	2.75 260	0.41 219	0.32 193	2.00 387	0.61 319	0.96 257	1.43 369	2.97 402	2.63 389	4.76 401	2.04 384	2.44 353	1.78 327	0.30 342	0.26 248	0.32 346	0.32 317	0.32 269	0.63 267

MADNet+	1.44 363	2.19 384	6.00 402	0.89 344	0.70 323	1.58 368	1.11 369	1.56 377	1.30 366	0.89 317	1.03 334	1.25 360	1.12 348	3.29 388	2.80 367	0.48 362	0.57 302	0.39 356	0.36 340	0.63 360	0.69 285

pmcnn	1.44 363	1.25 286	3.57 352	0.74 329	1.42 383	0.72 261	0.56 303	1.04 307	1.06 345	1.03 334	2.89 395	6.01 405	0.75 307	2.54 357	3.60 383	0.14 213	0.11 124	0.08 3	0.06 6	0.34 279	0.81 304

FCDSN-DC	1.45 365	1.12 250	3.30 324	0.48 253	0.41 246	1.13 349	0.60 314	1.17 352	1.28 363	2.25 391	2.85 393	3.65 393	3.34 398	2.58 360	2.44 357	0.31 344	0.26 248	0.31 344	0.30 307	0.37 301	0.78 298
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
NVStereoNet_ROB	1.45 365	1.62 347	3.59 354	1.09 359	0.70 323	0.86 311	0.67 332	1.19 354	1.51 374	1.20 352	4.05 401	1.61 372	1.94 381	2.97 383	2.07 339	0.67 369	0.69 319	0.55 368	0.70 379	0.57 353	0.67 276
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACVNet_1	1.47 367	2.27 392	4.92 392	1.11 362	0.89 344	1.19 355	0.66 328	1.28 360	1.19 359	0.98 327	0.97 322	3.06 389	1.48 365	2.37 344	1.82 329	1.08 384	0.49 290	1.03 386	0.48 360	1.20 381	0.95 323

IMH-64-1	1.50 368	1.98 370	2.69 244	1.39 372	1.12 369	1.39 360	1.19 378	1.80 383	1.47 372	1.19 347	2.20 378	1.53 370	1.51 367	2.12 331	1.98 332	1.34 392	0.68 316	1.28 392	0.70 379	1.37 389	1.12 336

IMH-64	1.50 368	1.98 370	2.69 244	1.39 372	1.12 369	1.39 360	1.19 378	1.80 383	1.47 372	1.19 347	2.20 378	1.53 370	1.51 367	2.12 331	1.98 332	1.34 392	0.68 316	1.28 392	0.70 379	1.37 389	1.12 336

iRaft-Stereo_20w	1.50 368	0.42 70	4.81 390	2.24 400	2.09 400	1.36 357	1.27 381	1.38 367	0.94 318	2.07 383	0.42 61	0.85 294	0.69 292	0.87 170	1.37 305	0.10 47	4.04 411	0.09 13	0.40 348	0.17 90	4.53 411

ELAS_RVC	1.51 371	0.88 199	3.36 327	0.63 308	0.56 286	1.53 365	2.73 399	1.53 374	1.76 383	2.26 392	2.21 380	2.10 379	3.07 395	2.08 327	2.52 359	0.42 354	0.42 279	0.42 361	0.37 341	0.51 346	0.84 306
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	1.52 372	0.92 217	2.91 288	0.62 306	0.57 289	3.13 398	2.21 397	1.67 380	1.58 378	2.42 395	2.43 383	1.87 376	2.49 390	1.85 302	2.70 366	0.42 354	0.43 282	0.41 359	0.40 348	0.51 346	0.85 310
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	1.54 373	2.20 386	4.42 386	1.10 361	0.93 349	1.37 359	0.87 352	1.53 374	1.71 381	1.22 356	1.72 365	2.12 380	1.06 343	2.58 360	1.93 331	0.94 377	0.54 296	1.00 384	0.56 372	2.11 401	0.96 325

EKT-Stereo	1.56 374	0.55 113	2.60 203	2.54 403	19.66 418	0.55 81	0.22 37	0.76 112	0.51 40	0.40 32	0.36 37	0.43 91	0.27 61	0.74 149	0.42 121	0.13 183	0.17 198	0.11 91	0.16 211	0.20 149	0.50 230

MFN_U_SF_RVC	1.57 375	2.56 404	3.30 324	0.66 317	0.41 246	1.15 351	0.51 286	1.27 359	1.35 367	1.61 378	1.20 345	1.43 367	0.97 337	1.80 292	2.10 340	1.88 402	1.79 381	1.97 407	2.14 406	1.61 395	1.76 375

WAO-7	1.58 376	2.04 377	3.25 318	0.94 350	0.75 327	1.75 377	1.13 371	1.87 386	1.97 386	1.46 373	2.53 385	1.98 378	1.75 374	3.13 385	2.48 358	0.69 371	0.67 315	0.94 381	0.74 384	0.80 373	0.77 295

FC-DCNN	1.60 377	0.85 192	3.44 342	0.46 246	0.39 235	1.96 383	0.66 328	1.72 382	1.70 380	2.75 401	2.91 396	4.20 396	3.15 396	2.72 371	2.66 364	0.30 342	0.26 248	0.31 344	0.30 307	0.33 273	0.91 317

PWCK	1.62 378	2.32 396	4.27 380	1.11 362	0.56 286	1.81 379	1.84 394	1.55 376	1.54 376	1.45 371	1.81 366	1.82 375	1.38 358	3.34 389	2.14 344	1.09 385	0.57 302	0.98 383	0.59 375	1.50 393	0.79 300

WAO-6	1.69 379	1.87 365	3.21 314	1.15 365	1.01 360	2.29 391	1.06 368	1.85 385	2.84 396	1.30 363	2.59 387	2.19 381	1.67 371	2.62 363	2.52 359	0.96 379	0.68 316	1.19 389	0.84 387	1.13 378	0.95 323

DispFullNet	1.69 379	2.25 389	5.23 395	1.53 380	8.78 410	0.89 319	0.37 225	1.03 301	0.98 332	1.37 364	1.00 329	1.13 354	1.97 382	1.51 246	0.98 262	0.55 365	0.32 259	1.19 389	0.64 378	1.16 380	0.88 314

SGM-Forest	1.84 381	7.91 413	10.36 409	0.42 222	0.33 199	1.04 338	1.29 382	1.01 289	0.88 299	1.19 347	2.30 381	1.03 336	1.79 377	2.60 362	2.81 368	0.22 307	0.21 228	0.21 308	0.19 248	0.25 206	0.79 300
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
JetBlue	1.89 382	2.09 379	4.16 375	0.74 329	1.23 375	4.52 407	3.86 404	1.68 381	1.26 361	1.28 362	1.54 361	2.36 383	1.86 379	3.35 390	3.37 377	0.54 363	0.49 290	0.48 365	0.49 362	1.39 391	1.21 345

Dean	1.92 383	2.31 395	5.03 394	1.31 367	1.08 366	1.55 366	0.99 360	1.98 390	2.33 389	1.51 375	4.15 402	4.23 399	1.39 359	2.31 340	2.10 340	1.18 388	0.69 319	1.18 388	0.75 385	1.30 387	1.07 334

FINET	1.92 383	1.96 368	4.49 388	1.62 383	1.39 382	3.51 401	4.39 405	2.89 398	2.58 391	1.39 366	1.98 371	1.35 365	2.12 386	1.64 268	2.12 342	0.84 375	1.03 344	0.18 289	0.29 301	0.54 351	2.12 384

ACVNet-4b	2.00 385	2.19 384	4.85 391	1.09 359	0.86 341	1.15 351	0.53 292	1.11 341	1.15 356	0.65 246	1.09 340	1.97 377	0.69 292	2.31 340	9.78 411	5.73 411	0.42 279	1.03 386	0.55 370	1.89 397	0.92 319

SDNR	2.06 386	2.93 407	2.94 292	1.55 381	5.13 408	1.98 386	0.24 78	1.95 389	2.62 392	0.92 322	2.71 391	5.76 404	0.68 288	3.61 395	3.84 386	0.33 347	0.38 271	0.22 312	0.17 224	1.13 378	2.04 381

LVE	2.10 387	2.61 405	4.30 384	1.79 392	1.81 396	1.68 375	1.04 367	2.35 393	2.78 395	1.27 361	2.87 394	4.21 398	1.46 362	2.83 379	2.02 334	2.87 407	0.92 334	1.19 389	1.47 405	1.29 385	1.18 339

SGM_RVC	2.11 388	1.07 237	2.87 284	0.98 354	0.92 347	2.72 397	1.88 396	1.91 387	12.27 409	2.09 384	1.99 372	2.47 384	2.24 388	2.87 380	2.03 335	0.54 363	0.47 286	0.42 361	0.47 359	0.74 366	1.22 347
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
IMH	2.14 389	2.46 400	3.60 356	1.70 387	1.13 371	1.65 373	0.93 358	2.13 391	1.93 385	1.37 364	2.64 390	2.19 381	1.82 378	5.77 404	2.18 347	5.70 410	1.05 345	1.31 394	0.72 383	1.39 391	1.13 338

UNDER WATER-64	2.59 390	2.28 393	5.63 399	1.85 395	1.45 385	3.28 399	1.60 392	2.62 394	5.57 402	2.09 384	2.12 374	4.10 395	4.21 402	2.74 374	3.64 384	1.49 396	0.86 331	1.58 402	1.09 399	1.91 398	1.62 371

SGM+DAISY	2.67 391	2.14 382	4.28 382	1.92 397	2.11 401	4.36 406	5.22 408	3.17 399	3.00 397	3.24 404	3.81 400	3.03 388	3.61 399	2.53 356	3.79 385	1.15 386	1.29 364	0.66 373	0.71 382	0.95 376	2.44 401

TorneroNet-64	2.74 392	2.23 388	4.18 376	1.48 377	1.20 373	3.88 402	1.01 366	3.48 406	6.61 406	2.62 399	4.55 404	4.20 396	3.84 401	3.39 392	3.40 379	1.23 390	0.66 314	1.39 397	0.80 386	3.42 408	1.27 350

notaker	2.77 393	2.35 397	4.02 371	2.61 405	1.44 384	1.77 378	1.14 372	2.77 397	1.81 384	2.30 393	11.41 411	3.95 394	4.70 403	3.24 387	3.01 372	1.58 398	0.88 332	1.71 405	1.08 398	2.10 400	1.44 364

UNDER WATER	2.84 394	2.25 389	5.25 396	1.84 394	1.45 385	2.36 393	1.44 391	3.23 401	6.51 405	2.61 398	2.73 392	5.69 403	5.64 406	3.14 386	4.18 394	1.48 395	0.81 329	1.60 403	1.07 397	1.91 398	1.67 373

WAO-8	2.91 395	2.55 402	3.77 360	1.93 398	1.04 363	4.08 404	0.99 360	3.25 402	6.09 403	2.20 389	3.34 398	3.33 391	2.64 391	11.73 412	2.52 359	2.12 403	1.92 384	1.55 400	0.93 391	1.27 383	0.96 325

Venus	2.91 395	2.55 402	3.77 360	1.93 398	1.04 363	4.08 404	0.99 360	3.25 402	6.09 403	2.20 389	3.34 398	3.33 391	2.64 391	11.73 412	2.52 359	2.12 403	1.92 384	1.55 400	0.93 391	1.27 383	0.96 325

DGSMNet	2.93 397	0.77 180	3.44 342	3.58 409	4.25 407	2.53 396	6.86 410	1.03 301	0.88 299	0.58 168	1.85 368	0.79 272	0.62 273	1.63 265	1.46 310	4.62 409	4.98 412	5.15 414	4.71 413	4.52 412	4.37 410

MADNet++	2.94 398	2.17 383	3.27 320	2.55 404	2.28 402	3.29 400	3.37 400	2.76 396	2.67 394	3.10 403	3.20 397	2.78 385	3.25 397	4.11 399	4.68 398	2.72 406	2.27 402	3.03 410	2.43 408	2.34 404	2.59 402

JetRed	3.37 399	4.96 410	10.08 408	1.48 377	1.73 395	7.63 410	5.47 409	3.47 404	2.20 387	2.42 395	2.40 382	2.98 387	2.35 389	3.52 394	6.60 404	1.33 391	1.90 383	1.38 396	1.23 401	2.30 403	2.02 380

LSM	3.40 400	1.42 321	5.81 401	9.98 415	30.74 428	0.86 311	1.14 372	0.99 275	1.26 361	1.40 368	2.18 377	0.93 314	0.85 320	1.76 283	1.03 269	0.22 307	0.35 265	0.24 324	0.29 301	0.40 320	6.21 413

MANE	3.51 401	2.03 376	3.88 368	1.89 396	2.01 398	5.98 408	4.72 406	5.87 410	7.13 407	3.80 405	5.10 406	6.11 406	5.34 405	4.39 401	5.05 400	1.07 383	1.28 363	0.50 366	0.85 388	0.76 369	2.36 400

SGM-ForestM	3.67 402	2.70 406	5.34 398	1.65 385	1.72 394	6.02 409	5.08 407	4.10 407	3.47 398	4.59 406	4.21 403	9.81 410	5.79 407	6.44 407	6.97 406	0.88 376	1.09 347	0.33 350	0.45 356	0.68 364	2.10 383

KSHMR	4.19 403	2.37 398	6.24 403	1.73 390	1.48 387	1.97 385	1.29 382	3.18 400	17.06 419	2.15 387	15.74 414	9.09 409	1.75 374	8.33 410	2.37 356	1.55 397	1.29 364	1.70 404	1.23 401	1.75 396	1.60 370

ktn	4.44 404	2.47 401	3.70 359	1.82 393	1.49 388	2.11 389	1.40 388	2.30 392	12.56 410	11.36 412	16.25 415	11.30 413	3.77 400	4.41 402	3.47 380	1.86 401	0.99 337	1.74 406	1.21 400	3.28 407	1.39 361

LE_ROB	4.55 405	2.43 399	9.94 407	2.79 407	4.03 406	2.40 394	3.54 401	2.72 395	11.04 408	11.64 413	4.69 405	5.25 402	10.74 411	4.52 403	9.73 410	0.82 374	0.70 322	1.34 395	0.97 394	0.74 366	0.94 320

tt	4.94 406	0.32 14	4.22 378	2.29 401	1.58 390	10.19 413	16.94 416	9.44 414	5.03 401	1.69 379	1.33 354	4.68 400	5.02 404	3.38 391	5.91 403	6.15 412	9.47 419	2.80 409	3.16 411	3.54 409	1.58 369

TorneroNet	5.60 407	2.30 394	3.98 369	1.49 379	1.26 378	14.47 415	1.11 369	4.85 408	20.66 424	10.12 409	16.30 416	11.78 414	7.35 408	3.41 393	4.38 395	1.36 394	0.70 322	1.46 399	0.87 389	2.73 405	1.33 355

coex-ft	6.14 408	1.98 370	60.80 432	0.34 127	0.30 174	0.80 297	1.17 377	0.76 112	4.34 400	19.82 420	2.15 376	1.61 372	8.77 410	1.82 297	10.36 412	0.44 358	2.05 387	0.18 289	0.19 248	0.39 314	4.61 412

HanzoNet	7.85 409	3.30 409	5.75 400	7.47 413	3.97 405	2.34 392	1.37 384	3.47 404	4.02 399	13.30 414	10.49 407	10.86 411	16.67 417	8.50 411	10.51 413	10.80 418	9.84 420	5.83 415	13.69 418	7.24 414	7.51 414

EDNetEfficientorigin	8.19 410	1.27 289	145.54 434	0.51 272	0.96 351	0.75 271	0.49 283	0.86 190	1.57 377	2.12 386	1.49 360	1.28 361	1.35 354	1.84 300	2.15 345	0.14 213	0.13 152	0.17 273	0.18 232	0.39 314	0.64 272

DGTPSM_ROB	8.97 411	5.94 411	13.01 413	5.95 412	11.34 412	8.54 411	24.06 417	6.47 411	13.52 411	5.19 407	11.52 412	6.18 407	11.04 412	7.02 408	13.92 414	4.47 408	7.66 413	3.90 411	7.43 416	4.34 411	7.98 415

DPSMNet_ROB	9.58 412	5.96 412	13.98 416	8.88 414	11.87 413	8.54 411	24.08 418	6.48 412	13.67 414	5.35 408	11.53 413	6.31 408	11.04 412	7.69 409	14.09 415	7.61 417	8.23 415	5.03 413	7.75 417	5.24 413	8.36 416

BEATNet-Init1	12.32 413	12.82 417	28.66 429	3.22 408	3.71 404	21.59 424	11.42 412	14.54 419	13.73 415	20.24 421	20.16 421	26.14 429	19.85 419	19.08 423	15.33 419	1.81 400	1.93 386	2.05 408	2.48 409	4.25 410	3.41 409

DPSM_ROB	12.32 413	11.13 415	12.31 411	12.90 417	12.80 415	19.81 422	28.13 423	14.50 417	14.31 416	10.62 410	11.34 409	12.03 415	11.89 415	13.08 417	15.22 417	7.09 414	8.31 416	6.47 417	7.32 414	8.69 415	8.43 417

DPSM	12.32 413	11.13 415	12.31 411	12.90 417	12.80 415	19.81 422	28.13 423	14.50 417	14.31 416	10.62 410	11.34 409	12.03 415	11.89 415	13.08 417	15.22 417	7.09 414	8.31 416	6.47 417	7.32 414	8.69 415	8.43 417

DLNR_Zeroshot_test	13.74 416	20.06 420	23.92 421	121.50 434	35.20 429	0.46 20	0.15 1	7.96 413	0.47 24	0.29 21	0.37 41	0.26 28	0.17 1	0.79 158	0.36 103	7.16 416	2.95 410	0.09 13	0.38 344	50.40 432	1.95 378

LRCNet_RVC	13.78 417	19.34 419	13.01 413	19.47 420	12.67 414	1.85 380	0.42 250	12.28 415	1.10 349	15.76 416	18.69 420	12.52 417	8.65 409	12.22 415	9.64 409	22.29 425	8.38 418	25.92 427	24.06 427	19.72 425	17.59 422

SPstereo	16.55 418	3.18 408	4.92 392	2.73 406	2.77 403	29.67 425	52.00 426	39.41 433	29.70 433	21.94 429	21.64 423	27.45 431	23.83 425	27.92 433	26.10 427	2.44 405	2.60 406	4.96 412	3.11 410	2.27 402	2.32 399

HaxPig	19.88 419	22.39 425	22.30 420	17.98 419	17.98 417	12.06 414	12.06 413	16.25 420	15.97 418	21.05 422	21.41 422	18.85 421	18.35 418	20.07 424	19.64 421	23.57 429	23.19 428	24.07 426	23.71 426	22.95 426	23.72 428

Anonymous_1	22.76 420	11.11 414	11.93 410	12.73 416	26.05 427	19.39 420	27.77 422	14.18 416	13.64 413	14.92 415	10.66 408	11.26 412	11.24 414	12.48 416	14.45 416	37.82 433	7.87 414	34.92 430	63.61 430	87.51 433	11.75 419

PML	22.99 421	17.34 418	8.24 406	5.48 411	9.84 411	50.35 433	102.65 433	5.84 409	13.52 411	37.08 433	104.84 433	30.61 433	23.20 424	12.09 414	7.96 408	6.27 413	2.12 392	6.31 416	2.42 407	10.67 417	2.95 403

MEDIAN_ROB	23.95 422	26.96 432	26.29 428	22.14 421	22.09 419	16.18 416	14.23 414	20.47 421	20.09 420	25.43 430	25.22 431	22.96 422	22.54 423	24.33 425	23.18 425	28.15 431	27.16 432	28.60 428	27.73 428	27.59 427	27.58 429

DPSimNet_ROB	24.35 423	23.81 431	31.38 431	25.93 423	22.83 420	31.30 426	34.38 425	20.78 422	28.92 428	27.39 431	22.99 430	28.29 432	35.76 433	15.47 419	17.82 420	24.28 430	17.90 427	22.23 425	14.12 419	19.38 424	22.12 427

CasAABBNet	24.76 424	22.38 424	24.44 422	26.05 424	25.75 422	39.79 427	56.76 429	29.10 430	28.88 427	21.22 423	22.69 425	24.21 426	23.99 430	26.23 426	30.62 429	14.22 419	16.71 422	13.03 419	14.75 421	17.49 421	16.97 420

Selective-RAFT-Error	24.83 425	22.44 429	24.80 423	26.10 425	25.82 423	39.85 431	56.72 428	29.21 432	29.03 432	21.29 425	22.80 426	24.25 427	24.07 431	26.28 430	30.60 428	14.24 420	16.85 423	13.04 423	14.75 421	17.53 422	17.02 421

MyStereo03	24.90 426	22.40 426	24.90 424	26.19 426	25.93 424	39.80 428	56.77 430	29.00 427	28.95 429	21.51 426	22.81 427	24.16 423	23.92 426	26.26 427	30.65 430	14.24 420	17.13 424	13.03 419	14.76 423	17.48 418	18.00 423

MyStereo02	24.90 426	22.40 426	24.90 424	26.19 426	25.93 424	39.80 428	56.77 430	29.00 427	28.95 429	21.51 426	22.81 427	24.16 423	23.92 426	26.26 427	30.65 430	14.24 420	17.13 424	13.03 419	14.76 423	17.48 418	18.00 423

MyStereo	24.90 426	22.40 426	24.90 424	26.19 426	25.93 424	39.80 428	56.77 430	29.00 427	28.95 429	21.51 426	22.81 427	24.16 423	23.92 426	26.26 427	30.65 430	14.24 420	17.13 424	13.03 419	14.76 423	17.48 418	18.00 423

LSM0	26.57 429	22.53 430	25.76 427	30.62 429	52.30 433	39.86 432	56.49 427	29.18 431	28.76 426	21.26 424	22.46 424	24.42 428	23.97 429	26.42 431	30.66 433	14.29 424	16.56 421	13.06 424	14.65 420	17.62 423	20.52 426

AVERAGE_ROB	26.91 430	30.28 433	29.18 430	25.78 422	25.30 421	19.49 421	15.38 415	23.70 426	23.02 425	28.38 432	27.78 432	26.23 430	25.76 432	26.95 432	25.55 426	31.27 432	30.02 433	31.76 429	30.80 429	30.88 431	30.77 430

xxxxx1	29.05 431	20.74 421	14.05 417	50.10 430	40.25 430	19.01 417	26.60 419	21.83 423	20.22 421	16.52 417	17.56 417	18.33 418	21.41 420	16.11 420	20.77 422	23.48 426	26.77 429	66.36 431	78.56 431	30.19 428	32.23 431

tt_ll	29.05 431	20.74 421	14.05 417	50.10 430	40.25 430	19.01 417	26.60 419	21.83 423	20.22 421	16.52 417	17.56 417	18.33 418	21.41 420	16.11 420	20.77 422	23.48 426	26.77 429	66.36 431	78.56 431	30.19 428	32.23 431

ff	29.05 431	20.74 421	14.05 417	50.10 430	40.25 430	19.01 417	26.60 419	21.83 423	20.22 421	16.52 417	17.56 417	18.33 418	21.41 420	16.11 420	20.77 422	23.48 426	26.77 429	66.36 431	78.56 431	30.19 428	32.23 431

test_example2	115.17 434	122.38 434	93.45 433	115.38 433	123.53 434	101.24 434	113.11 434	54.67 434	99.94 434	135.50 434	136.43 434	85.67 434	85.40 434	110.44 434	104.91 434	152.17 434	205.21 434	99.17 434	114.27 434	138.55 434	112.04 434

Low-res two-view benchmark