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

TestStereo	1.89 38	1.59 245	4.22 136	0.37 38	0.28 74	1.33 10	0.01 1	5.63 67	4.13 70	3.59 64	5.11 89	2.06 74	0.70 41	7.62 175	0.93 39	0.02 185	0.00 1	0.00 1	0.00 1	0.02 9	0.19 94

TANstereo	1.32 9	0.79 116	2.93 28	0.37 38	0.11 12	1.81 37	0.01 1	3.56 5	4.36 84	4.53 83	4.96 85	0.41 31	0.68 40	1.22 3	0.59 5	0.01 102	0.00 1	0.00 1	0.00 1	0.00 1	0.03 9

XX-TBD	1.55 28	1.11 184	2.94 29	2.45 258	0.06 6	2.31 60	0.01 1	3.58 6	7.80 206	3.11 56	5.10 88	0.27 15	0.26 3	1.42 10	0.60 6	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 17

GMStereo	2.07 48	1.56 242	5.64 209	0.74 78	0.05 3	3.63 173	0.01 1	5.17 43	11.27 286	4.22 78	2.44 39	0.53 38	0.49 33	4.06 65	1.01 52	0.22 308	0.00 1	0.00 1	0.14 252	0.18 204	0.05 23
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CAS	2.42 95	0.37 8	2.30 9	11.49 378	3.97 335	1.65 25	0.02 5	4.08 13	2.84 10	0.51 8	1.65 23	0.25 13	0.28 6	1.73 14	0.92 38	10.05 386	0.01 102	0.00 1	0.00 1	0.01 3	6.26 375

CREStereo++_RVC	1.70 33	0.50 53	3.07 44	0.45 50	0.01 1	1.69 29	0.02 5	3.09 3	8.24 219	3.82 71	7.53 156	0.49 35	0.32 11	1.05 1	0.52 3	0.00 1	0.00 1	0.00 1	3.03 377	0.01 3	0.08 37
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
CREStereo	1.09 5	0.51 54	2.16 7	0.11 2	0.24 65	1.67 26	0.03 7	4.24 15	6.91 182	0.80 22	1.73 25	0.44 33	0.64 39	1.58 11	0.61 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 3	0.02 4
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
LoS_RVC	1.47 18	1.75 263	2.66 20	0.52 57	3.89 331	1.67 26	0.04 8	2.66 2	2.61 6	0.55 12	2.63 42	0.31 19	1.68 106	1.99 23	0.81 25	0.01 102	0.02 131	0.00 1	0.00 1	0.03 26	5.54 371

DCRE	2.21 71	0.95 160	3.17 47	2.10 212	1.30 225	1.86 39	0.05 9	5.33 48	4.69 99	3.59 64	9.37 196	3.81 123	1.18 72	2.34 38	1.22 72	0.01 102	0.97 304	0.00 1	0.30 318	0.04 44	1.97 335

iRaftStereo_RVC	1.88 37	1.22 205	2.63 18	0.95 97	0.06 6	2.96 129	0.05 9	6.08 99	3.99 67	3.92 75	4.88 82	2.53 81	0.62 38	3.62 56	1.19 67	0.00 1	1.19 343	0.00 1	0.00 1	0.37 290	1.29 273

StereoIM	0.96 3	1.11 184	4.01 124	0.36 37	1.86 257	1.20 5	0.06 11	3.99 12	1.73 2	0.45 6	0.56 7	0.43 32	0.51 34	1.28 6	1.46 89	0.00 1	0.00 1	0.00 1	0.00 1	0.06 68	0.08 37

Selective-RAFT	1.92 40	0.54 62	3.87 105	1.15 110	0.21 56	3.83 192	0.06 11	5.00 36	4.68 98	1.59 37	2.14 34	3.05 93	2.77 148	6.63 124	1.34 84	0.00 1	0.95 301	0.00 1	0.32 323	0.05 59	0.19 94

CroCo-Stereo	1.14 7	1.22 205	3.99 122	0.61 61	0.53 125	0.38 1	0.06 11	5.35 53	4.15 71	0.59 14	1.92 31	1.00 46	0.27 5	1.37 9	1.33 82	0.01 102	0.00 1	0.00 1	0.00 1	0.05 59	0.05 23
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
MyStereo8	3.30 170	1.69 252	6.28 237	2.51 263	3.79 329	4.22 207	0.07 14	7.43 151	6.39 163	6.51 150	10.13 215	4.23 146	1.45 92	2.79 47	5.08 246	0.06 257	1.49 362	0.00 1	0.40 335	0.26 248	1.33 276

11t1	2.13 60	0.67 98	3.98 120	2.69 278	0.85 171	2.59 79	0.07 14	7.40 149	3.89 63	3.75 69	3.57 59	1.24 51	1.96 117	4.68 79	1.97 137	0.10 280	1.13 327	0.00 1	0.22 291	0.09 101	1.66 293

xxxx	5.16 277	0.86 139	4.86 172	1.96 199	1.22 213	7.56 279	0.07 14	14.67 317	9.15 242	6.55 153	9.87 208	9.30 263	3.47 174	8.07 196	22.20 365	0.05 247	1.16 340	0.00 1	0.26 307	0.10 121	1.76 311

DN-CSS_ROB	3.00 150	2.14 291	7.33 269	2.67 277	0.78 161	3.13 141	0.07 14	6.68 123	4.22 76	5.51 108	12.12 253	2.33 76	1.21 77	8.69 236	2.51 169	0.03 215	0.00 1	0.00 1	0.00 1	0.42 295	0.15 74

222	5.93 283	0.88 146	4.58 159	1.76 174	0.98 186	6.02 250	0.08 18	14.45 314	8.89 233	9.53 271	11.77 248	3.88 126	4.23 211	8.26 203	39.96 399	0.03 215	1.12 324	0.00 1	0.24 295	0.11 132	1.73 305

GMStereo_Zeroshot	2.92 141	2.33 306	6.12 227	1.66 157	0.36 89	3.61 169	0.09 19	5.95 92	6.20 155	7.15 185	7.11 150	8.37 251	0.91 52	6.17 112	1.97 137	0.00 1	0.00 1	0.00 1	0.00 1	0.22 231	0.14 64

test croco	1.53 23	0.86 139	6.50 244	0.42 43	0.05 3	1.56 21	0.09 19	5.18 44	4.02 68	0.54 11	1.76 28	0.59 40	0.75 45	6.48 119	1.23 73	0.00 1	0.00 1	0.00 1	0.00 1	0.43 299	0.07 34

CroCo-Stereo Lap2	1.37 11	1.19 197	4.17 132	1.01 100	4.58 351	0.46 2	0.09 19	4.27 18	2.94 13	1.25 31	2.40 38	1.55 60	0.20 1	1.72 13	1.30 77	0.00 1	0.00 1	0.00 1	0.00 1	0.15 187	0.13 61

AFF-stereo	2.87 136	1.31 214	3.26 54	1.87 185	0.38 93	1.68 28	0.09 19	6.38 111	7.07 186	6.52 151	11.90 250	6.08 204	2.32 131	5.05 85	1.65 108	0.02 185	0.66 277	0.00 1	0.00 1	0.29 268	0.94 239

MyStereo06	2.71 123	1.05 179	5.43 196	1.39 131	1.20 210	2.57 76	0.10 23	10.39 221	4.79 107	5.54 110	6.16 118	6.39 210	2.33 132	3.40 53	1.35 85	0.01 102	1.24 347	0.00 1	0.21 286	0.13 165	0.50 177

MyStereo05	3.24 167	1.05 179	5.93 219	1.39 131	1.20 210	2.57 76	0.10 23	9.11 187	13.17 307	6.45 145	3.86 63	3.20 97	3.26 162	8.35 217	3.02 190	0.01 102	1.24 347	0.00 1	0.21 286	0.13 165	0.50 177

raft+_RVC	2.18 66	1.49 236	3.14 46	2.77 282	2.01 264	1.40 13	0.10 23	7.02 132	5.35 121	2.99 52	5.54 105	1.19 49	1.34 87	4.98 82	1.49 90	0.00 1	1.45 359	0.00 1	0.00 1	0.14 174	1.11 257

knoymous	1.50 20	0.28 3	1.99 4	0.33 31	0.48 111	1.58 22	0.11 26	5.71 72	2.81 9	4.85 86	1.75 27	4.58 154	0.46 31	3.66 58	1.30 77	0.01 102	0.02 131	0.00 1	0.00 1	0.02 9	0.09 41

fff	2.54 106	0.93 150	5.51 199	0.32 26	0.14 22	1.70 30	0.11 26	6.19 103	12.69 301	6.03 127	5.29 95	1.43 52	5.28 250	2.37 39	2.21 151	0.01 102	0.00 1	0.01 244	0.00 1	0.02 9	0.61 199

csc	2.54 106	0.93 150	5.51 199	0.32 26	0.14 22	1.70 30	0.11 26	6.19 103	12.69 301	6.03 127	5.29 95	1.43 52	5.28 250	2.37 39	2.21 151	0.01 102	0.00 1	0.01 244	0.00 1	0.02 9	0.61 199

cscssc	2.54 106	0.93 150	5.51 199	0.32 26	0.14 22	1.70 30	0.11 26	6.19 103	12.69 301	6.03 127	5.29 95	1.43 52	5.28 250	2.37 39	2.21 151	0.01 102	0.00 1	0.01 244	0.00 1	0.02 9	0.61 199

mmm	3.07 153	0.76 112	4.50 149	2.27 237	1.24 216	3.75 186	0.12 30	10.03 213	5.12 117	6.43 144	11.19 239	3.10 96	3.20 157	4.54 78	1.78 122	0.02 185	1.19 343	0.00 1	0.30 318	0.09 101	1.79 314

MIF-Stereo	0.94 2	0.53 59	2.82 25	0.94 96	1.29 223	0.56 3	0.12 30	1.49 1	3.16 23	1.77 39	2.22 35	0.20 3	0.32 11	1.76 19	1.33 82	0.00 1	0.00 1	0.00 1	0.00 1	0.16 191	0.02 4

DLNR_Zeroshot_test	24.96 389	51.28 408	90.69 413	97.84 421	97.22 420	1.40 13	0.12 30	23.19 377	3.55 43	1.21 30	2.95 46	0.72 42	0.31 8	7.09 143	2.61 174	38.70 405	1.32 352	0.00 1	0.29 316	77.04 417	1.68 296

MC-Stereo	1.87 36	0.49 49	3.52 76	2.82 287	1.07 193	1.90 41	0.12 30	4.89 34	3.27 26	3.66 67	3.58 60	0.56 39	1.45 92	5.79 102	0.81 25	0.00 1	1.19 343	0.00 1	0.21 286	0.11 132	1.95 334

raft_robust	2.91 139	1.71 256	3.42 71	1.36 126	0.57 131	1.53 20	0.12 30	7.06 135	9.09 239	6.96 177	7.21 152	4.43 151	2.09 121	9.40 262	1.61 99	0.03 215	0.93 295	0.00 1	0.21 286	0.17 197	0.38 152

CFNet_pseudo	2.96 147	0.55 67	4.51 150	0.43 46	0.24 65	2.83 108	0.12 30	8.59 173	8.13 217	7.20 188	10.41 221	6.47 213	2.04 119	5.27 89	2.00 142	0.00 1	0.02 131	0.01 244	0.00 1	0.06 68	0.23 111

ccs_rob	2.95 145	0.55 67	4.53 152	0.42 43	0.25 69	2.84 110	0.12 30	8.58 172	8.13 217	7.18 187	10.36 220	6.44 212	2.05 120	5.28 90	1.97 137	0.00 1	0.02 131	0.01 244	0.00 1	0.06 68	0.23 111

MIF-Stereo (partial)	1.44 12	0.59 84	3.98 120	0.08 1	1.09 199	1.24 8	0.13 37	5.12 41	4.07 69	0.47 7	2.56 40	0.31 19	0.74 44	6.31 115	2.02 143	0.00 1	0.00 1	0.00 1	0.00 1	0.12 149	0.04 17

CES	1.72 35	0.40 18	1.82 3	0.65 64	7.83 372	2.62 80	0.13 37	5.35 53	2.68 7	0.36 1	1.30 18	0.33 24	0.32 11	1.92 21	0.72 20	0.01 102	0.02 131	0.00 1	0.00 1	0.56 317	7.35 378

DCANet-4	2.26 76	0.43 20	6.69 252	0.40 42	0.20 47	1.70 30	0.13 37	5.73 73	9.44 249	6.01 125	5.29 95	1.12 48	2.77 148	2.49 43	2.21 151	0.01 102	0.00 1	0.01 244	0.00 1	0.02 9	0.61 199

RAFT-RH_RVC	4.04 224	0.69 100	3.59 90	1.91 191	0.43 108	3.11 138	0.13 37	3.80 8	6.60 168	11.26 313	31.68 369	5.20 175	1.66 105	8.30 212	2.27 160	0.09 277	0.00 1	0.00 1	0.03 200	0.03 26	0.02 4

s12784h	2.10 58	0.38 9	3.31 59	0.17 4	0.09 11	4.89 227	0.13 37	7.34 146	8.06 216	3.87 74	4.47 80	0.60 41	1.19 76	6.78 134	0.63 8	0.01 102	0.01 102	0.00 1	0.00 1	0.02 9	0.04 17

test_xeample	4.78 267	0.93 150	4.68 167	1.48 138	1.28 219	3.94 195	0.13 37	13.35 295	8.62 226	8.21 230	11.63 245	3.43 113	3.54 175	7.59 173	23.47 370	0.02 185	1.16 340	0.00 1	0.25 298	0.11 132	1.74 308

FENet	2.35 83	0.59 84	3.28 56	2.32 244	0.27 73	2.78 104	0.13 37	7.68 161	6.09 149	5.38 103	2.12 33	4.84 164	3.33 170	4.98 82	2.66 175	0.02 185	0.03 156	0.00 1	0.00 1	0.04 44	0.40 155

DIP-Stereo	2.12 59	0.98 166	3.94 117	0.20 5	0.11 12	4.73 223	0.13 37	9.27 195	4.40 86	6.46 146	5.03 87	0.45 34	0.72 43	3.79 60	1.94 135	0.00 1	0.01 102	0.00 1	0.00 1	0.05 59	0.24 119
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
CASnet	1.09 5	0.47 37	2.09 5	0.79 81	0.08 9	2.10 50	0.14 45	3.83 9	4.26 78	3.84 73	1.56 20	0.32 23	0.30 7	1.13 2	0.77 22	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.03 9
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
TransformOpticalFlow	3.50 185	0.83 128	4.85 171	1.09 106	0.31 77	3.52 165	0.14 45	10.32 217	8.02 214	5.78 111	13.25 268	6.63 216	4.91 235	8.36 218	1.63 103	0.00 1	0.01 102	0.01 244	0.00 1	0.06 68	0.24 119

PCWNet_CMD	3.14 159	0.51 54	4.47 147	0.44 49	0.26 72	2.87 124	0.15 47	9.66 203	9.78 253	7.28 193	11.50 243	6.84 221	2.40 133	4.47 75	1.83 124	0.01 102	0.02 131	0.02 275	0.00 1	0.06 68	0.29 131

RALAANet	2.68 120	1.71 256	4.73 168	2.79 284	0.80 163	3.30 152	0.15 47	7.92 162	5.92 146	5.79 112	6.06 115	3.51 119	1.13 64	6.76 132	2.28 162	0.00 1	0.28 248	0.00 1	0.10 240	0.27 258	0.13 61

RAFT-Stereo + iAFF	2.48 99	1.23 207	3.48 74	1.61 148	1.09 199	1.63 23	0.15 47	5.80 77	6.43 164	7.32 196	9.91 210	3.05 93	1.71 109	2.33 37	1.75 120	0.01 102	0.71 284	0.00 1	0.00 1	0.28 260	1.19 264

MSMDNet	3.15 160	0.51 54	4.48 148	0.46 52	0.25 69	2.88 125	0.16 50	9.79 206	9.82 254	7.24 190	11.36 242	6.82 220	2.41 134	4.47 75	1.86 126	0.01 102	0.02 131	0.02 275	0.00 1	0.06 68	0.30 134

StereoDRNet-Refined	4.84 270	0.96 162	5.13 183	2.22 226	0.46 110	9.10 297	0.16 50	10.72 229	9.40 248	13.41 332	12.50 259	10.02 272	4.58 223	8.60 231	8.71 291	0.01 102	0.00 1	0.01 244	0.05 221	0.24 240	0.53 184
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
dd	2.36 85	1.93 277	6.03 225	0.83 85	0.12 19	1.80 36	0.17 52	5.30 46	11.82 292	2.98 51	3.64 62	1.50 57	1.21 77	5.25 88	3.92 213	0.13 285	0.01 102	0.04 300	0.22 291	0.10 121	0.14 64

rafts_anoy	2.09 54	1.42 227	3.34 61	2.87 292	2.72 293	2.46 68	0.17 52	6.20 106	6.48 166	3.40 60	2.25 36	1.91 68	1.32 82	3.59 55	1.75 120	0.01 102	1.52 364	0.00 1	0.01 172	0.06 68	0.28 128

RALCasStereoNet	2.39 92	1.73 261	3.59 90	2.38 252	2.69 292	2.84 110	0.18 54	5.29 45	4.94 112	2.45 45	5.62 107	2.22 75	0.79 50	7.48 167	1.63 103	0.00 1	1.75 366	0.00 1	0.00 1	0.14 174	2.03 337

sCroCo_RVC	1.34 10	0.85 132	6.15 230	1.21 115	1.28 219	0.90 4	0.18 54	4.50 24	2.86 11	0.37 2	3.18 48	0.52 37	1.52 102	1.83 20	0.93 39	0.13 285	0.25 245	0.00 1	0.00 1	0.08 88	0.16 80

CFNet_ucs	3.23 166	0.56 75	4.59 160	0.59 58	0.37 92	3.29 151	0.19 56	10.47 224	9.02 238	7.78 210	12.57 261	5.59 188	1.74 113	5.39 93	1.86 126	0.00 1	0.04 170	0.01 244	0.00 1	0.10 121	0.33 141

MIPNet	2.27 78	1.14 189	5.55 206	0.49 54	0.22 62	2.03 46	0.19 56	7.60 155	6.17 154	5.83 114	4.16 67	2.05 73	3.44 173	3.65 57	2.23 156	0.00 1	0.01 102	0.01 244	0.01 172	0.24 240	0.48 176

UDGNet	2.92 141	7.79 368	4.92 175	3.01 298	0.08 9	2.96 129	0.20 58	4.77 27	8.93 234	2.91 50	2.85 45	0.95 45	1.00 57	6.46 118	1.66 111	1.46 360	0.00 1	5.33 379	0.92 357	1.95 358	0.19 94

XX-Stereo	2.95 145	0.48 41	7.08 265	2.84 290	2.51 287	1.63 23	0.20 58	6.15 101	3.38 28	2.38 44	16.00 295	6.90 222	0.25 2	6.40 116	1.14 60	0.00 1	0.66 277	0.00 1	0.31 321	0.16 191	0.57 189

CASS	2.62 116	0.57 80	4.28 138	0.90 90	0.38 93	3.45 159	0.22 60	9.91 208	4.46 88	7.33 197	7.92 166	3.53 120	3.59 178	4.16 67	1.49 90	0.03 215	0.01 102	0.00 1	0.00 1	0.05 59	0.06 30
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLGR	2.46 98	0.68 99	7.02 259	0.22 15	0.16 33	2.01 45	0.22 60	7.01 130	6.62 170	7.10 182	5.92 113	2.91 88	2.27 128	5.12 86	1.52 92	0.00 1	0.00 1	0.00 1	0.00 1	0.12 149	0.41 162

HCRNet	2.74 129	0.83 128	4.19 133	0.45 50	3.31 311	2.18 53	0.22 60	7.59 153	5.76 143	6.08 130	4.89 83	5.21 176	2.74 145	8.04 194	3.10 192	0.00 1	0.02 131	0.00 1	0.00 1	0.10 121	0.09 41

CFNet	4.03 223	1.97 282	6.30 238	2.70 279	1.64 239	5.41 235	0.22 60	12.14 259	10.28 258	5.24 99	11.15 238	6.43 211	3.70 186	8.97 251	4.01 219	0.00 1	0.00 1	0.00 1	0.00 1	0.30 271	0.13 61

sAnonymous2	1.54 24	2.26 297	9.53 312	0.65 64	0.50 114	1.20 5	0.23 64	4.86 29	3.65 48	0.42 4	1.27 15	0.23 8	1.40 89	1.23 4	0.68 11	0.02 185	0.00 1	0.00 1	0.20 281	2.00 359	0.42 166

CroCo_RVC	1.54 24	2.26 297	9.53 312	0.65 64	0.50 114	1.20 5	0.23 64	4.86 29	3.65 48	0.42 4	1.27 15	0.23 8	1.40 89	1.23 4	0.68 11	0.02 185	0.00 1	0.00 1	0.20 281	2.00 359	0.42 166

EKT-Stereo	2.16 63	0.61 87	3.78 100	2.31 243	4.40 342	1.47 15	0.24 66	5.54 59	4.22 76	3.16 57	3.58 60	3.53 120	2.20 125	5.66 100	1.40 87	0.04 235	0.36 258	0.00 1	0.09 236	0.06 68	0.58 191

ADStereo(finetuned)	2.50 102	0.95 160	6.60 247	0.39 40	0.20 47	1.72 34	0.24 66	6.06 96	9.31 245	6.30 136	5.42 100	1.44 55	6.22 271	2.25 33	2.14 148	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.65 208

IPLG	2.63 117	1.09 181	5.67 211	0.73 73	0.31 77	3.00 133	0.25 68	6.84 127	6.02 148	7.93 213	6.31 126	1.91 68	1.72 111	7.47 165	2.53 170	0.01 102	0.01 102	0.00 1	0.00 1	0.29 268	0.58 191

DCANet	2.35 83	0.96 162	5.51 199	0.39 40	0.19 42	1.72 34	0.25 68	6.06 96	9.33 246	6.31 137	5.42 100	1.44 55	4.14 207	2.22 30	2.28 162	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.66 216

LoS	1.03 4	0.43 20	2.53 12	0.64 62	0.14 22	2.42 66	0.26 70	5.64 68	2.93 12	1.08 26	0.24 4	0.49 35	0.45 29	2.31 36	0.83 28	0.02 185	0.02 131	0.00 1	0.00 1	0.06 68	0.03 9

whm_eth	3.18 164	1.78 267	6.61 248	0.90 90	2.72 293	2.54 73	0.27 71	7.64 158	7.94 211	5.43 105	23.98 342	0.37 29	0.47 32	1.31 8	1.17 63	0.02 185	0.03 156	0.00 1	0.00 1	0.08 88	0.32 140

StereoVision	2.42 95	1.18 195	5.14 184	1.15 110	2.64 290	1.89 40	0.28 72	6.61 118	4.72 100	2.14 42	10.52 226	3.84 124	0.52 35	5.33 91	2.29 164	0.00 1	0.00 1	0.00 1	0.00 1	0.12 149	0.04 17

PSMNet-ADL	3.17 163	0.56 75	3.00 42	1.55 144	0.40 101	5.97 249	0.28 72	9.06 183	5.75 142	3.56 63	6.80 139	8.33 249	4.51 217	7.65 176	5.51 251	0.03 215	0.09 202	0.00 1	0.00 1	0.03 26	0.28 128

SMFormer	3.94 216	0.69 100	4.55 154	1.97 200	0.15 28	2.84 110	0.29 74	13.06 286	11.10 278	7.69 204	10.45 222	4.77 160	4.52 218	9.68 271	4.89 240	0.08 267	0.97 304	0.00 1	0.16 257	0.11 132	0.92 238

tta	3.96 220	0.69 100	4.55 154	1.97 200	0.15 28	2.84 110	0.29 74	13.06 286	11.10 278	7.69 204	10.45 222	4.77 160	4.52 218	9.68 271	4.89 240	0.08 267	0.97 304	0.00 1	0.16 257	0.13 165	1.24 268

qqq1	3.78 206	0.69 100	4.55 154	1.97 200	0.15 28	2.84 110	0.29 74	13.06 286	11.10 278	7.69 204	10.45 222	4.77 160	4.52 218	9.68 271	1.24 74	0.08 267	0.97 304	0.00 1	0.12 246	0.13 165	1.24 268

fff1	3.78 206	0.69 100	4.55 154	1.97 200	0.15 28	2.84 110	0.29 74	13.06 286	11.10 278	7.69 204	10.45 222	4.77 160	4.52 218	9.68 271	1.24 74	0.08 267	0.97 304	0.00 1	0.12 246	0.13 165	1.24 268

MSKI-zero shot	2.23 74	0.49 49	2.49 11	1.60 147	0.81 165	2.69 90	0.29 74	6.82 126	2.50 5	4.37 81	7.61 158	3.65 122	0.26 3	8.62 234	0.63 8	0.01 102	1.09 321	0.00 1	0.25 298	0.03 26	0.46 173

AACVNet	3.71 202	1.63 248	4.89 173	3.80 336	0.62 137	3.25 148	0.30 79	9.47 200	3.81 57	6.34 141	10.74 232	10.52 279	4.92 236	9.31 260	3.88 212	0.03 215	0.01 102	0.00 1	0.00 1	0.34 285	0.28 128

UNet	4.19 234	0.87 145	7.18 267	2.00 207	3.22 308	9.55 301	0.31 80	10.11 214	6.22 156	7.98 216	6.82 140	10.42 277	5.77 262	7.28 150	5.83 254	0.00 1	0.00 1	0.00 1	0.00 1	0.10 121	0.12 56

1111x	4.96 272	1.04 177	7.09 266	1.75 172	1.05 192	5.03 229	0.32 81	13.52 299	10.70 271	6.68 162	10.35 219	8.81 261	6.01 266	10.65 296	12.78 340	0.07 263	1.24 347	0.00 1	0.33 326	0.11 132	1.75 309

MLCV	3.76 204	1.52 239	6.93 257	1.66 157	0.31 77	4.31 212	0.32 81	7.92 162	7.68 201	9.55 273	12.12 253	5.17 174	2.74 145	10.00 288	4.49 231	0.01 102	0.00 1	0.00 1	0.00 1	0.16 191	0.27 124

MIM_Stereo	2.83 131	1.20 203	5.27 186	1.41 133	1.16 207	3.07 135	0.33 83	6.67 119	3.95 64	5.17 98	10.11 214	4.25 148	1.73 112	8.32 215	1.64 106	0.00 1	0.36 258	0.00 1	0.01 172	0.22 231	1.69 298

PMTNet	1.48 19	0.43 20	2.77 24	0.31 25	0.17 36	2.94 128	0.33 83	3.66 7	5.27 119	1.11 28	1.28 17	0.28 16	0.92 53	4.32 73	0.90 35	4.89 374	0.00 1	0.00 1	0.00 1	0.03 26	0.05 23

anonymousa	4.24 238	0.78 114	4.05 126	2.16 215	4.87 357	8.76 293	0.35 85	7.41 150	4.47 90	8.21 230	19.70 324	11.03 295	5.87 264	2.04 27	2.20 150	0.00 1	1.16 340	0.00 1	0.55 348	0.04 44	1.11 257

dad	5.10 274	2.61 317	6.76 254	1.23 116	0.14 22	2.85 122	0.36 86	7.98 164	14.88 317	10.84 302	17.06 304	15.59 322	3.29 163	7.24 147	4.39 228	1.20 355	0.10 206	4.02 376	0.49 344	0.20 216	0.69 219

iResNet_ROB	4.67 261	1.77 266	5.93 219	2.47 260	0.95 183	3.78 188	0.36 86	15.65 327	17.36 331	8.75 244	11.23 240	7.05 226	4.60 225	8.94 248	4.23 224	0.01 102	0.00 1	0.00 1	0.00 1	0.16 191	0.15 74

qqq	2.44 97	0.85 132	4.33 142	1.73 170	0.71 148	1.98 43	0.38 88	9.15 188	4.33 79	3.37 58	4.34 70	4.63 157	2.83 151	4.95 80	2.06 144	0.00 1	1.13 327	0.00 1	0.25 298	0.09 101	1.65 289

PSM-softLoss	2.38 86	0.48 41	4.28 138	1.94 195	0.19 42	2.73 96	0.38 88	6.67 119	3.50 30	6.33 138	6.33 127	2.93 89	0.97 55	8.90 243	1.88 128	0.01 102	0.00 1	0.00 1	0.00 1	0.03 26	0.03 9

KMStereo	2.38 86	0.48 41	4.28 138	1.94 195	0.19 42	2.73 96	0.38 88	6.67 119	3.50 30	6.33 138	6.33 127	2.93 89	0.97 55	8.90 243	1.88 128	0.01 102	0.00 1	0.00 1	0.00 1	0.03 26	0.03 9

Gwc-CoAtRS	2.16 63	0.42 19	3.13 45	1.28 121	0.31 77	3.52 165	0.39 91	6.56 116	6.31 158	5.38 103	5.11 89	5.47 183	1.70 108	2.00 24	1.08 59	0.01 102	0.19 230	0.00 1	0.25 298	0.02 9	0.16 80

pcwnet_v2	4.36 242	0.46 32	9.07 305	1.43 134	1.10 201	3.41 153	0.40 92	13.44 298	14.60 316	10.29 288	14.22 278	5.82 201	2.97 153	6.75 130	2.29 164	0.01 102	0.05 177	0.04 300	0.02 189	0.17 197	0.61 199

CFNet-RSSM	2.26 76	0.43 20	3.24 52	1.28 121	0.31 77	3.19 145	0.40 92	7.62 157	7.29 194	5.88 115	4.68 81	5.32 180	1.68 106	2.26 34	1.04 54	0.01 102	0.09 202	0.00 1	0.31 321	0.03 26	0.16 80

ttt	4.41 247	0.70 106	3.95 119	2.53 267	2.01 264	4.34 214	0.41 94	13.09 290	11.69 291	7.20 188	12.20 256	4.15 140	3.35 171	9.54 268	10.11 310	0.07 263	1.11 323	0.00 1	0.19 271	0.10 121	1.47 278

NF-Stereo	2.38 86	0.48 41	3.88 110	2.17 219	0.11 12	3.43 156	0.42 95	7.08 140	3.75 52	6.91 171	5.29 95	2.65 85	1.33 84	8.40 220	1.67 113	0.01 102	0.00 1	0.00 1	0.00 1	0.03 26	0.02 4

OCTAStereo	2.38 86	0.48 41	3.90 112	2.16 215	0.11 12	3.42 154	0.42 95	7.06 135	3.74 50	6.91 171	5.26 92	2.63 84	1.32 82	8.41 222	1.70 116	0.01 102	0.00 1	0.00 1	0.00 1	0.03 26	0.01 1

RE-Stereo	2.38 86	0.48 41	3.91 113	2.17 219	0.11 12	3.43 156	0.42 95	7.07 137	3.75 52	6.91 171	5.26 92	2.62 82	1.33 84	8.41 222	1.72 118	0.01 102	0.00 1	0.01 244	0.00 1	0.03 26	0.01 1

TVStereo	2.38 86	0.48 41	3.91 113	2.17 219	0.11 12	3.43 156	0.42 95	7.07 137	3.75 52	6.91 171	5.26 92	2.62 82	1.33 84	8.41 222	1.72 118	0.01 102	0.00 1	0.01 244	0.00 1	0.03 26	0.01 1

SDNR	7.97 320	2.75 321	16.90 353	2.28 239	0.94 180	45.23 397	0.43 99	9.30 198	10.84 274	10.71 298	25.30 351	5.51 185	4.47 216	11.98 317	7.58 276	0.15 290	0.14 220	0.00 1	0.04 218	2.27 361	2.65 353

Anonymous	1.54 24	0.76 112	5.39 192	1.49 139	2.68 291	1.83 38	0.43 99	5.65 70	3.79 56	0.52 9	1.74 26	0.19 1	1.30 81	3.31 52	1.01 52	0.06 257	0.08 196	0.00 1	0.00 1	0.19 210	0.31 136

MyStereo07	1.64 31	1.15 190	2.61 15	1.28 121	1.49 235	2.63 82	0.45 101	6.45 114	2.94 13	1.10 27	1.61 21	0.29 17	0.60 37	7.45 163	0.80 23	0.01 102	1.27 350	0.00 1	0.25 298	0.11 132	0.42 166

MyStereo04	3.29 169	1.15 190	6.64 249	1.28 121	1.49 235	2.63 82	0.45 101	10.57 227	13.30 308	4.41 82	3.90 64	3.06 95	3.56 176	7.87 186	3.35 196	0.01 102	1.27 350	0.00 1	0.25 298	0.11 132	0.42 166

riskmin	2.49 100	0.22 1	3.34 61	2.33 246	1.78 249	2.89 126	0.46 103	7.35 147	6.95 184	2.75 47	1.67 24	6.75 218	5.08 243	3.24 51	1.93 134	0.00 1	0.99 312	0.00 1	0.27 310	0.02 9	1.73 305

RAFT-345	3.36 175	0.55 67	3.43 72	1.23 116	0.21 56	2.62 80	0.46 103	3.91 10	6.34 159	7.46 201	24.49 346	4.19 142	1.74 113	8.27 207	2.25 157	0.01 102	0.00 1	0.00 1	0.00 1	0.02 9	0.02 4

DualNet	3.96 220	0.98 166	7.03 260	1.64 150	1.07 193	2.84 110	0.47 105	5.55 60	10.56 265	6.68 162	9.59 201	5.66 190	3.87 193	8.20 200	11.69 328	0.00 1	1.13 327	0.00 1	0.19 271	0.11 132	1.88 326

ffm	3.41 180	0.98 166	7.03 260	1.64 150	1.07 193	2.84 110	0.47 105	5.55 60	10.56 265	6.68 162	9.59 201	5.66 190	3.87 193	8.20 200	0.68 11	0.00 1	1.13 327	0.00 1	0.19 271	0.11 132	1.88 326

ff1	4.11 228	0.98 166	7.03 260	1.64 150	1.07 193	2.84 110	0.47 105	5.55 60	10.56 265	6.68 162	9.59 201	5.66 190	3.87 193	11.33 306	11.69 328	0.00 1	1.13 327	0.00 1	0.19 271	0.11 132	1.88 326

mmx	4.50 250	0.98 166	7.03 260	1.64 150	1.07 193	2.84 110	0.47 105	12.84 276	11.23 283	6.68 162	9.59 201	5.66 190	3.87 193	11.33 306	11.69 328	0.05 247	1.12 324	0.00 1	0.19 271	0.10 121	1.53 282

xxx	4.50 250	0.98 166	7.04 264	1.64 150	1.07 193	2.84 110	0.47 105	12.84 276	11.23 283	6.68 162	9.59 201	5.66 190	3.87 193	11.33 306	11.69 328	0.05 247	1.12 324	0.00 1	0.19 271	0.10 121	1.53 282

RCA-Stereo	2.19 68	0.46 32	3.22 50	0.47 53	0.33 83	2.27 57	0.47 105	5.60 66	15.20 319	2.86 49	5.61 106	0.78 43	3.15 156	1.71 12	0.48 1	0.00 1	0.90 294	0.00 1	0.00 1	0.10 121	0.26 122

GANet-ADL	2.40 93	0.65 94	3.92 115	2.22 226	0.11 12	2.23 55	0.47 105	9.29 197	7.27 192	4.77 85	5.95 114	3.96 129	1.26 80	3.08 50	2.27 160	0.04 235	0.08 196	0.02 275	0.00 1	0.15 187	0.21 103

cross-raft	2.25 75	0.48 41	2.96 36	1.87 185	0.94 180	3.72 184	0.47 105	7.61 156	4.15 71	5.37 102	5.68 108	6.17 207	1.40 89	2.15 29	1.06 56	0.01 102	0.22 236	0.00 1	0.19 271	0.03 26	0.41 162

iResNet	4.04 224	1.46 234	8.72 294	3.25 317	0.36 89	4.54 219	0.47 105	9.06 183	10.40 263	7.98 216	12.82 265	4.06 135	3.22 159	8.82 239	4.95 243	0.03 215	0.01 102	0.00 1	0.00 1	0.14 174	0.55 186

anonymousdsp2	2.20 70	0.57 80	4.59 160	1.69 162	0.82 166	3.58 168	0.48 114	8.57 171	3.63 47	3.37 58	3.03 47	3.32 99	1.00 57	5.57 98	0.80 23	0.01 102	0.94 300	0.02 275	0.15 255	0.06 68	1.89 330

BUS	2.72 126	0.43 20	3.76 96	0.70 67	0.50 114	7.31 274	0.48 114	9.93 209	5.65 135	6.50 147	6.23 120	5.21 176	1.18 72	4.27 69	1.89 131	0.01 102	0.03 156	0.03 292	0.00 1	0.06 68	0.14 64

NINENet	3.38 177	0.81 122	4.16 131	1.88 188	1.40 232	7.31 274	0.48 114	12.95 283	6.64 171	7.29 194	9.24 189	5.21 176	1.18 72	6.72 129	1.89 131	0.17 297	0.08 196	0.07 315	0.00 1	0.09 101	0.03 9

GANet-RSSM	3.67 195	1.16 192	4.56 158	3.24 316	2.03 266	2.63 82	0.50 117	11.53 250	6.83 178	6.25 133	10.58 228	7.35 229	6.65 279	6.77 133	2.94 189	0.00 1	0.00 1	0.08 321	0.00 1	0.26 248	0.12 56

raftrobust	2.16 63	1.31 214	2.76 23	2.38 252	3.33 312	2.72 95	0.51 118	5.34 49	4.64 95	6.13 132	3.98 65	1.63 61	2.51 138	3.02 49	1.64 106	0.00 1	0.76 286	0.00 1	0.02 189	0.14 174	0.27 124

Selective-IGEV	1.56 29	0.34 6	2.13 6	0.77 80	0.76 160	2.36 62	0.52 119	6.80 125	3.08 22	0.53 10	3.34 49	0.26 14	0.31 8	7.24 147	0.73 21	0.01 102	0.80 288	0.00 1	0.14 252	0.08 88	1.01 245

AnonymousM	2.96 147	7.19 365	1.41 1	0.92 94	0.06 6	2.37 63	0.52 119	6.05 95	3.83 60	4.97 90	2.37 37	1.91 68	1.00 57	2.23 32	1.06 56	0.01 102	0.57 273	17.64 386	4.90 385	0.02 9	0.27 124

Anonymous3	1.96 42	0.61 87	7.58 277	0.42 43	0.51 121	4.28 210	0.52 119	5.56 64	2.76 8	2.35 43	3.47 51	1.50 57	1.13 64	5.92 105	1.54 93	0.23 309	0.23 239	0.00 1	0.00 1	0.14 174	0.47 174

test-1	2.14 61	0.54 62	6.32 240	1.07 105	1.22 213	2.13 52	0.54 122	6.40 112	4.80 108	3.55 62	5.23 91	4.02 131	0.71 42	1.95 22	2.15 149	0.08 267	0.98 309	0.00 1	0.08 230	0.02 9	1.07 253

ACVNet	2.86 134	0.96 162	3.87 105	0.86 86	0.61 136	2.63 82	0.54 122	8.93 180	6.12 151	5.09 93	9.32 194	5.70 196	3.84 191	2.68 44	5.56 252	0.00 1	0.00 1	0.00 1	0.00 1	0.26 248	0.23 111

hitnet-ft	3.95 218	1.16 192	3.92 115	0.89 88	0.73 153	4.88 226	0.54 122	9.78 205	7.91 209	7.42 199	10.24 216	12.50 305	4.84 233	8.15 199	5.56 252	0.03 215	0.00 1	0.06 310	0.00 1	0.24 240	0.12 56

ACVNet-DCA	2.41 94	0.93 150	3.39 65	3.05 303	0.39 96	5.69 241	0.55 125	9.15 188	4.33 79	1.42 32	3.48 52	0.33 24	3.65 182	8.26 203	0.70 16	0.00 1	1.14 335	0.00 1	0.03 200	0.09 101	1.65 289

xx1	2.73 128	0.93 150	3.39 65	3.05 303	0.39 96	5.69 241	0.55 125	5.34 49	10.76 272	1.42 32	3.48 52	4.63 157	2.83 151	8.26 203	0.70 16	0.00 1	1.14 335	0.00 1	0.25 298	0.09 101	1.65 289

1test111	2.31 81	0.93 150	3.39 65	3.05 303	0.39 96	5.69 241	0.55 125	9.15 188	4.33 79	1.42 32	3.48 52	0.33 24	3.65 182	4.95 80	2.06 144	0.00 1	1.14 335	0.00 1	0.03 200	0.09 101	1.65 289

cc1	2.56 109	0.93 150	3.39 65	3.05 303	0.39 96	5.69 241	0.55 125	5.34 49	10.76 272	1.42 32	3.48 52	0.33 24	3.65 182	8.26 203	0.70 16	0.00 1	1.14 335	0.00 1	0.03 200	0.12 149	1.89 330

Any-RAFT	2.33 82	0.36 7	2.35 10	1.58 146	0.84 168	4.93 228	0.55 125	9.10 186	5.93 147	4.30 79	4.90 84	5.79 200	2.22 126	2.75 46	0.51 2	0.02 185	0.32 251	0.00 1	0.00 1	0.02 9	0.18 88

IER	3.42 182	0.91 148	6.38 242	0.73 73	1.60 237	7.07 269	0.55 125	7.07 137	5.45 128	8.17 229	8.89 180	6.13 205	6.13 268	5.36 92	3.77 208	0.00 1	0.00 1	0.00 1	0.00 1	0.08 88	0.05 23

GLC_STEREO	0.87 1	0.39 14	1.55 2	0.72 70	0.01 1	1.98 43	0.55 125	3.52 4	3.54 42	0.96 25	1.63 22	0.19 1	0.41 20	1.29 7	0.58 4	0.00 1	0.01 102	0.00 1	0.00 1	0.05 59	0.08 37

DMCA-RVC	3.59 192	1.98 283	8.68 292	2.30 241	1.48 234	3.54 167	0.55 125	8.40 169	5.43 127	9.37 268	5.90 109	8.34 250	3.21 158	7.19 145	4.46 230	0.06 257	0.11 210	0.08 321	0.02 189	0.21 226	0.40 155

DMCA	3.08 154	1.10 182	6.20 231	1.82 181	0.90 174	3.80 191	0.55 125	9.76 204	5.42 125	6.56 155	6.47 132	7.06 227	2.09 121	4.05 63	5.46 250	0.00 1	0.01 102	0.00 1	0.00 1	0.11 132	0.16 80

AE-Stereo	1.89 38	0.38 9	3.86 104	1.94 195	0.38 93	2.51 71	0.58 134	7.19 141	7.28 193	1.60 38	3.51 57	1.07 47	0.77 46	2.12 28	1.24 74	0.03 215	1.02 316	0.00 1	0.28 311	0.11 132	1.84 320

iRaft-Stereo_5w	3.20 165	1.27 210	5.27 186	0.27 24	0.99 187	2.71 93	0.58 134	5.75 74	5.85 144	3.03 55	7.88 163	10.08 273	4.08 205	8.40 220	6.09 257	0.00 1	0.25 245	0.00 1	0.12 246	0.31 278	0.95 240

HITNet	3.11 155	1.38 224	5.35 191	2.23 228	0.12 19	5.59 237	0.58 134	9.95 212	5.72 141	6.62 158	7.91 165	3.90 127	3.24 160	4.39 74	4.58 235	0.01 102	0.00 1	0.00 1	0.00 1	0.08 88	0.57 189
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
NLCA_NET_v2_RVC	4.11 228	1.53 241	6.87 256	3.04 302	3.33 312	4.34 214	0.59 137	11.36 245	7.92 210	8.98 251	7.98 167	9.72 268	3.82 189	7.92 188	4.43 229	0.15 290	0.02 131	0.03 292	0.03 200	0.07 83	0.14 64
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FADNet_RVC	4.24 238	2.32 305	14.23 339	1.18 113	0.79 162	5.64 239	0.60 138	11.50 248	7.19 190	3.68 68	8.08 171	4.14 139	4.06 202	10.29 293	7.47 274	0.36 325	0.44 265	0.18 341	0.47 342	0.93 338	1.23 267

R-Stereo Train	2.60 114	0.46 32	2.94 29	1.10 108	0.18 39	3.61 169	0.60 138	6.88 128	3.50 30	9.13 258	17.23 308	1.77 65	0.77 46	2.03 25	1.65 108	0.00 1	0.01 102	0.00 1	0.00 1	0.01 3	0.21 103

RAFT-Stereo	2.60 114	0.46 32	2.94 29	1.10 108	0.18 39	3.61 169	0.60 138	6.88 128	3.50 30	9.13 258	17.23 308	1.77 65	0.77 46	2.03 25	1.65 108	0.00 1	0.01 102	0.00 1	0.00 1	0.01 3	0.21 103
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
tt1	2.53 104	0.91 148	3.53 79	2.92 293	0.53 125	5.60 238	0.61 141	5.55 60	10.56 265	1.54 36	3.54 58	0.34 28	3.00 154	8.20 200	0.68 11	0.00 1	1.13 327	0.00 1	0.03 200	0.11 132	1.88 326

MMNet	4.44 248	1.37 223	6.26 236	1.73 170	1.64 239	10.51 316	0.61 141	9.27 195	9.66 252	9.55 273	9.22 187	7.40 231	6.52 276	7.90 187	6.98 267	0.01 102	0.00 1	0.00 1	0.00 1	0.14 174	0.10 46

RAFT-IKP	2.04 46	0.57 80	3.54 80	0.20 5	0.20 47	3.45 159	0.62 143	5.90 86	3.52 36	5.91 117	4.44 76	3.46 117	1.50 94	6.20 113	1.00 50	0.01 102	0.00 1	0.00 1	0.00 1	0.09 101	0.08 37

cf-r	3.76 204	1.43 228	5.34 189	2.66 275	2.79 295	2.85 122	0.62 143	9.08 185	6.91 182	7.06 178	11.90 250	9.64 266	3.83 190	6.23 114	4.53 232	0.00 1	0.00 1	0.00 1	0.00 1	0.19 210	0.17 86

DisPM	2.59 112	0.47 37	4.32 141	1.89 189	0.20 47	3.42 154	0.63 145	5.56 64	5.60 133	8.66 241	7.05 146	2.82 87	1.03 60	9.05 252	1.07 58	0.02 185	0.00 1	0.00 1	0.00 1	0.02 9	0.04 17

HUI-Stereo	1.94 41	0.56 75	3.55 82	0.20 5	0.20 47	3.67 179	0.63 145	5.89 81	3.53 40	5.92 122	4.44 76	3.41 107	1.51 98	4.21 68	0.89 34	0.02 185	0.00 1	0.00 1	0.00 1	0.09 101	0.11 53

Patchmatch Stereo++	2.09 54	0.55 67	3.57 85	0.20 5	0.20 47	3.68 180	0.64 147	5.90 86	3.52 36	5.91 117	4.41 73	3.42 108	1.51 98	7.07 141	0.95 44	0.01 102	0.00 1	0.00 1	0.00 1	0.09 101	0.10 46
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	2.09 54	0.55 67	3.57 85	0.20 5	0.20 47	3.68 180	0.64 147	5.90 86	3.52 36	5.91 117	4.41 73	3.42 108	1.51 98	7.07 141	0.95 44	0.01 102	0.00 1	0.00 1	0.00 1	0.09 101	0.10 46

STTStereo	3.90 213	1.43 228	8.20 286	3.03 300	2.28 277	3.64 174	0.64 147	10.11 214	7.09 187	10.20 284	7.08 147	8.73 259	3.57 177	7.44 156	4.00 218	0.00 1	0.02 131	0.01 244	0.01 172	0.04 44	0.40 155

ProNet	1.58 30	0.86 139	3.17 47	0.75 79	0.72 151	2.84 110	0.66 150	5.91 90	3.28 27	0.37 2	1.47 19	0.40 30	0.37 16	7.19 145	0.70 16	0.02 185	0.98 309	0.00 1	0.05 221	0.20 216	1.77 312

ASMatch	3.41 180	0.62 92	3.59 90	1.99 204	0.48 111	1.91 42	0.66 150	7.01 130	4.43 87	6.25 133	22.02 335	4.56 153	4.72 230	7.78 181	1.85 125	0.01 102	0.01 102	0.00 1	0.03 200	0.02 9	0.21 103

CFNet-ft	3.70 200	1.59 245	3.87 105	1.68 160	2.42 281	3.20 146	0.66 150	8.93 180	7.76 202	5.09 93	9.95 211	10.77 288	5.43 257	7.41 153	4.71 237	0.00 1	0.00 1	0.03 292	0.01 172	0.30 271	0.11 53

CFNet_RVC	3.70 200	1.59 245	3.87 105	1.68 160	2.42 281	3.20 146	0.66 150	8.92 179	7.76 202	5.09 93	9.95 211	10.77 288	5.43 257	7.41 153	4.71 237	0.00 1	0.00 1	0.03 292	0.01 172	0.30 271	0.11 53

Anonymous_2	4.74 266	0.98 166	4.46 146	2.35 248	2.27 276	5.66 240	0.67 154	8.08 166	5.28 120	4.98 91	2.60 41	8.74 260	6.92 284	5.79 102	3.46 198	0.24 311	1.70 365	5.16 378	18.18 401	5.41 372	1.85 322

GwcNet-ADL	2.85 133	0.61 87	4.38 144	0.92 94	0.33 83	2.05 47	0.67 154	8.85 178	9.65 251	6.36 142	6.71 135	4.11 137	1.71 109	5.97 106	4.22 223	0.08 267	0.06 183	0.00 1	0.00 1	0.07 83	0.16 80

RAFT-Test	2.49 100	0.45 30	4.35 143	1.89 189	1.28 219	4.83 225	0.68 156	7.19 141	4.51 91	5.00 92	7.09 148	6.81 219	1.12 63	2.22 30	1.16 62	0.01 102	0.63 275	0.00 1	0.33 326	0.05 59	0.20 99

DeepStereo_RVC	2.15 62	0.55 67	3.26 54	0.21 14	0.19 42	3.47 161	0.68 156	5.76 75	3.60 46	6.36 142	4.19 68	3.42 108	4.44 215	5.04 84	1.59 98	0.02 185	0.00 1	0.00 1	0.00 1	0.09 101	0.18 88

111	3.05 151	1.41 226	5.51 199	0.32 26	0.14 22	2.83 108	0.68 156	6.76 124	14.21 314	3.59 64	9.11 186	5.50 184	3.30 164	4.05 63	2.43 168	0.01 102	0.00 1	0.00 1	0.00 1	0.13 165	1.02 249

HH	2.88 137	0.82 125	4.07 128	1.71 166	0.54 128	4.71 221	0.69 159	8.72 176	3.57 44	1.80 40	6.49 133	7.81 239	3.92 199	8.93 246	0.99 48	0.00 1	1.06 318	0.00 1	0.03 200	0.05 59	1.69 298

HanStereo	2.88 137	0.82 125	4.07 128	1.71 166	0.54 128	4.71 221	0.69 159	8.72 176	3.57 44	1.80 40	6.49 133	7.81 239	3.92 199	8.93 246	0.99 48	0.00 1	1.06 318	0.00 1	0.03 200	0.05 59	1.69 298

EGLCR-Stereo	1.45 13	0.26 2	2.91 27	1.94 195	0.90 174	3.13 141	0.69 159	5.81 78	3.21 24	1.14 29	0.20 3	1.52 59	0.37 16	4.29 72	0.69 15	0.01 102	0.79 287	0.00 1	0.00 1	0.01 3	1.21 266

PSM-adaLoss	2.02 44	0.55 67	3.57 85	0.20 5	0.21 56	3.69 183	0.69 159	5.89 81	3.52 36	5.91 117	4.43 75	3.42 108	1.50 94	5.63 99	0.94 43	0.01 102	0.00 1	0.00 1	0.00 1	0.09 101	0.10 46

PSMNet-RSSM	3.69 198	1.36 222	4.54 153	2.44 257	1.90 259	2.35 61	0.69 159	11.77 253	6.38 162	6.60 157	11.85 249	7.70 237	5.61 261	6.66 127	3.67 200	0.00 1	0.00 1	0.02 275	0.01 172	0.17 197	0.10 46

ac_64	3.98 222	0.86 139	5.10 182	3.17 311	3.43 317	5.80 245	0.70 164	10.87 233	4.96 113	8.94 250	6.46 131	10.70 285	5.52 259	7.44 156	5.10 247	0.03 215	0.00 1	0.00 1	0.00 1	0.14 174	0.31 136

IIG-Stereo	3.28 168	0.98 166	3.57 85	4.14 343	0.22 62	2.56 75	0.71 165	7.04 134	6.10 150	8.49 239	9.38 197	7.82 241	2.73 144	9.69 276	1.99 140	0.02 185	0.02 131	0.00 1	0.00 1	0.03 26	0.14 64

iGMRVC	2.09 54	0.56 75	3.59 90	0.20 5	0.21 56	3.68 180	0.71 165	5.89 81	3.53 40	5.92 122	4.46 78	3.44 114	1.51 98	6.93 140	0.98 47	0.02 185	0.00 1	0.00 1	0.00 1	0.09 101	0.09 41

HGLStereo	4.58 255	1.04 177	6.02 223	3.30 320	5.14 360	6.36 255	0.71 165	11.04 238	7.60 199	8.04 222	12.85 266	6.90 222	8.51 313	7.85 183	5.93 255	0.02 185	0.02 131	0.00 1	0.00 1	0.14 174	0.15 74

ROB_FTStereo_v2	2.04 46	0.56 75	3.56 84	0.20 5	0.21 56	3.66 175	0.72 168	5.89 81	3.51 34	5.91 117	4.46 78	3.42 108	1.50 94	6.08 111	0.93 39	0.01 102	0.00 1	0.00 1	0.00 1	0.09 101	0.09 41

NOSS_ROB	3.67 195	0.86 139	3.81 101	2.53 267	1.11 202	6.10 251	0.72 168	11.08 239	12.36 295	5.45 106	8.91 181	5.65 189	2.09 121	8.30 212	3.16 194	0.20 304	0.07 194	0.00 1	0.00 1	0.11 132	0.80 231

PFNet+	2.52 103	0.47 37	4.97 178	0.95 97	0.18 39	3.12 140	0.73 170	4.98 35	6.97 185	7.95 214	6.38 130	2.51 80	1.18 72	8.05 195	1.82 123	0.03 215	0.00 1	0.00 1	0.00 1	0.02 9	0.05 23

ROB_FTStereo	2.03 45	0.57 80	3.57 85	0.20 5	0.21 56	3.66 175	0.73 170	5.89 81	3.51 34	5.92 122	4.35 72	3.37 104	1.50 94	6.02 107	0.90 35	0.01 102	0.00 1	0.00 1	0.00 1	0.09 101	0.09 41

PFNet	3.06 152	0.59 84	6.13 228	2.26 234	0.84 168	3.08 136	0.73 170	7.38 148	5.35 121	10.20 284	6.06 115	4.72 159	2.10 124	8.47 227	2.25 157	0.19 301	0.06 183	0.00 1	0.11 242	0.20 216	0.42 166

test_3	2.22 72	0.39 14	4.20 135	1.51 140	0.90 174	1.29 9	0.74 173	5.34 49	6.37 161	6.64 159	1.96 32	4.24 147	0.45 29	6.63 124	1.17 63	0.00 1	1.00 315	0.00 1	0.28 311	0.19 210	1.01 245

Pruner-Stereo	2.66 118	0.61 87	3.54 80	1.93 193	0.25 69	3.47 161	0.74 173	6.60 117	5.66 139	8.98 251	6.12 117	4.39 150	1.11 62	7.27 149	2.34 167	0.03 215	0.00 1	0.02 275	0.00 1	0.03 26	0.04 17

FADNet	4.55 252	2.35 307	13.60 334	1.87 185	0.80 163	4.74 224	0.75 175	14.47 315	12.41 296	4.07 76	5.45 102	9.64 266	5.03 240	8.86 242	4.82 239	0.20 304	0.04 170	0.07 315	0.05 221	1.27 347	0.40 155

RTSC	9.87 342	4.34 348	16.44 350	4.60 356	2.38 279	12.54 332	0.75 175	18.19 346	37.31 383	16.16 348	15.86 291	13.32 307	7.56 300	20.93 371	23.50 371	0.34 323	1.07 320	0.02 275	0.35 330	0.71 330	0.99 242

anonymousdsp	1.51 21	0.81 122	2.70 22	0.60 59	0.69 142	2.76 102	0.79 177	4.86 29	3.00 21	0.82 23	1.25 13	0.31 19	0.42 22	7.44 156	0.81 25	0.00 1	0.83 289	0.00 1	0.17 266	0.12 149	1.85 322

IGEV-Stereo	1.51 21	0.81 122	2.69 21	0.60 59	0.69 142	2.77 103	0.79 177	4.88 32	2.99 20	0.82 23	1.25 13	0.31 19	0.42 22	7.43 155	0.85 29	0.00 1	0.83 289	0.00 1	0.17 266	0.12 149	1.85 322
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
test-3	2.19 68	0.38 9	3.88 110	1.55 144	0.91 177	1.39 12	0.80 179	5.36 55	5.51 129	7.36 198	1.90 30	4.05 133	0.42 22	6.67 128	1.17 63	0.00 1	0.99 312	0.00 1	0.28 311	0.20 216	1.08 255

test_1	2.18 66	0.38 9	3.87 105	1.54 143	0.91 177	1.38 11	0.80 179	5.36 55	5.53 131	7.12 183	1.86 29	4.05 133	0.41 20	6.65 126	1.17 63	0.00 1	0.99 312	0.00 1	0.28 311	0.20 216	1.08 255

SST-Stereo	2.86 134	0.45 30	3.64 94	1.46 136	0.36 89	3.94 195	0.80 179	6.07 98	4.46 88	10.96 306	6.21 119	4.94 168	4.14 207	8.85 241	0.93 39	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.03 9

ff7	1.46 14	0.79 116	2.99 37	0.33 31	0.35 85	2.75 98	0.81 182	4.31 19	2.97 15	0.77 18	1.20 9	0.21 4	0.42 22	7.44 156	0.86 30	0.00 1	0.93 295	0.00 1	0.16 257	0.12 149	1.82 315

IGEVStereo-DCA	1.54 24	1.71 256	2.99 37	0.73 73	0.24 65	2.69 90	0.81 182	4.31 19	2.97 15	0.73 16	0.16 1	0.23 8	0.32 11	7.57 171	2.72 181	0.00 1	0.49 269	0.00 1	0.16 257	0.17 197	1.82 315

ffff	1.46 14	0.79 116	2.99 37	0.33 31	0.35 85	2.75 98	0.81 182	4.31 19	2.97 15	0.77 18	1.20 9	0.21 4	0.42 22	7.44 156	0.86 30	0.00 1	0.93 295	0.00 1	0.16 257	0.12 149	1.82 315

11t	1.46 14	0.79 116	2.99 37	0.33 31	0.35 85	2.75 98	0.81 182	4.31 19	2.97 15	0.77 18	1.20 9	0.21 4	0.42 22	7.44 156	0.87 33	0.00 1	0.93 295	0.00 1	0.16 257	0.12 149	1.82 315

ccc-4	1.46 14	0.79 116	2.99 37	0.33 31	0.35 85	2.75 98	0.81 182	4.31 19	2.97 15	0.77 18	1.20 9	0.21 4	0.42 22	7.44 156	0.86 30	0.00 1	0.93 295	0.00 1	0.16 257	0.12 149	1.82 315

x	2.30 80	0.82 125	3.85 102	2.23 228	0.72 151	2.12 51	0.81 182	9.48 201	4.82 109	3.83 72	2.76 44	3.49 118	2.30 130	3.48 54	2.25 157	0.00 1	1.13 327	0.00 1	0.22 291	0.09 101	1.66 293

DeepPruner_ROB	3.82 209	1.87 270	5.65 210	1.31 125	1.64 239	3.62 172	0.81 182	14.47 315	5.03 116	8.03 221	10.78 233	6.95 224	2.26 127	8.92 245	4.32 226	0.07 263	0.03 156	0.00 1	0.01 172	0.37 290	0.29 131

CRE-IMP	2.08 49	0.51 54	3.43 72	0.35 36	0.19 42	3.85 193	0.83 189	5.77 76	3.43 29	5.81 113	4.24 69	3.45 116	0.83 51	6.56 120	1.99 140	0.01 102	0.00 1	0.00 1	0.00 1	0.11 132	0.20 99

CIPLG	2.72 126	1.69 252	6.02 223	0.80 83	2.14 270	2.66 89	0.84 190	5.90 86	5.59 132	8.12 226	9.58 200	1.74 64	1.14 66	4.53 77	2.82 188	0.02 185	0.19 230	0.02 275	0.09 236	0.26 248	0.22 108

ACRE	2.67 119	1.66 251	6.50 244	0.72 70	2.03 266	2.65 88	0.84 190	5.97 94	5.52 130	7.85 211	9.23 188	1.72 63	1.09 61	4.09 66	2.73 183	0.02 185	0.19 230	0.02 275	0.08 230	0.26 248	0.21 103

NRIStereo	2.27 78	0.52 58	3.35 63	1.26 118	0.17 36	3.04 134	0.84 190	5.96 93	3.74 50	6.27 135	3.44 50	4.13 138	1.80 115	8.31 214	2.11 146	0.00 1	0.10 206	0.00 1	0.00 1	0.12 149	0.20 99

ICVP	2.53 104	0.47 37	3.64 94	1.20 114	0.69 142	2.71 93	0.84 190	10.63 228	4.66 97	4.31 80	8.99 183	2.75 86	1.93 116	2.91 48	4.07 220	0.06 257	0.24 242	0.01 244	0.01 172	0.13 165	0.26 122
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
acv_ft	3.90 213	0.96 162	5.85 217	2.56 272	4.70 354	7.27 273	0.84 190	9.17 191	6.12 151	10.00 282	9.32 194	5.70 196	4.07 204	2.68 44	8.24 283	0.00 1	0.00 1	0.00 1	0.00 1	0.35 287	0.23 111

IGEV_Zeroshot_test	2.57 110	0.63 93	5.70 214	1.93 193	0.87 172	2.63 82	0.85 195	8.94 182	4.55 93	5.30 100	5.48 103	5.23 179	1.38 88	3.76 59	1.32 81	0.00 1	0.69 279	0.00 1	0.18 268	0.19 210	1.72 304

AEACV	1.27 8	0.38 9	2.61 15	1.75 172	1.21 212	2.44 67	0.85 195	4.79 28	1.67 1	0.71 15	0.26 6	0.29 17	2.00 118	2.30 35	0.66 10	0.01 102	0.95 301	0.00 1	0.42 338	0.12 149	2.07 338

IPLGR_C	2.69 121	1.75 263	6.20 231	0.79 81	2.06 268	2.64 87	0.86 197	6.36 110	5.64 134	8.13 227	9.26 190	1.69 62	1.15 71	3.79 60	2.80 187	0.02 185	0.20 235	0.02 275	0.08 230	0.26 248	0.18 88

GMOStereo	2.08 49	0.85 132	2.95 32	0.23 17	0.73 153	1.50 16	0.86 197	5.08 37	4.78 103	8.42 235	6.99 142	3.36 100	1.14 66	1.73 14	1.21 68	0.00 1	1.32 352	0.00 1	0.00 1	0.28 260	0.23 111

error version	2.08 49	0.85 132	2.95 32	0.23 17	0.73 153	1.50 16	0.86 197	5.08 37	4.78 103	8.42 235	6.99 142	3.36 100	1.14 66	1.73 14	1.21 68	0.00 1	1.32 352	0.00 1	0.00 1	0.28 260	0.23 111

test-v	2.08 49	0.85 132	2.95 32	0.23 17	0.73 153	1.50 16	0.86 197	5.08 37	4.78 103	8.42 235	6.99 142	3.36 100	1.14 66	1.73 14	1.21 68	0.00 1	1.32 352	0.00 1	0.00 1	0.28 260	0.23 111

test-2	2.08 49	0.85 132	2.95 32	0.23 17	0.73 153	1.50 16	0.86 197	5.08 37	4.78 103	8.42 235	6.99 142	3.36 100	1.14 66	1.73 14	1.21 68	0.00 1	1.32 352	0.00 1	0.00 1	0.28 260	0.23 111

RAFT+CT+SA	2.59 112	1.19 197	3.55 82	1.09 106	2.21 272	3.14 143	0.90 202	7.59 153	5.65 135	2.76 48	8.21 173	2.04 72	1.57 104	8.84 240	1.31 79	0.02 185	0.34 254	0.00 1	0.38 333	0.22 231	0.73 224

HHNet	2.71 123	0.69 100	3.31 59	0.25 22	0.39 96	2.80 107	0.90 202	6.33 107	5.68 140	7.51 202	13.70 271	0.94 44	3.14 155	5.42 95	2.54 173	0.14 288	0.02 131	0.06 310	0.00 1	0.24 240	0.07 34

test_xeample3	1.71 34	1.75 263	6.64 249	0.90 90	0.29 75	2.55 74	0.90 202	4.08 13	2.36 4	0.56 13	0.24 4	0.23 8	0.31 8	7.51 168	2.73 183	0.00 1	0.70 281	0.00 1	0.36 331	0.18 204	1.92 332

RAFT	2.94 143	1.29 211	4.06 127	1.36 126	0.50 114	2.39 64	0.91 205	6.11 100	3.25 25	6.64 159	7.30 153	9.96 271	4.20 209	6.03 108	2.21 151	0.00 1	1.02 316	0.00 1	0.02 189	0.54 316	1.01 245

rrr	1.64 31	1.71 256	6.31 239	0.73 73	0.24 65	2.69 90	0.92 206	4.25 16	1.75 3	0.73 16	0.16 1	0.23 8	0.32 11	7.57 171	2.72 181	0.00 1	0.49 269	0.00 1	0.20 281	0.17 197	1.68 296

RAFT_R40	2.83 131	0.46 32	3.85 102	1.38 130	0.32 82	3.78 188	0.97 207	6.16 102	4.82 109	9.74 280	6.35 129	4.96 169	3.94 201	8.78 238	1.05 55	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.03 9

iRaft-Stereo_20w	3.11 155	0.49 49	6.09 226	1.01 100	1.25 217	3.99 199	1.00 208	14.00 308	4.73 101	6.70 168	6.27 125	2.34 77	2.28 129	7.29 151	1.58 95	0.01 102	0.75 285	0.00 1	0.73 354	0.10 121	1.63 288

AAGNet	3.50 185	0.49 49	3.38 64	1.91 191	0.41 105	3.66 175	1.02 209	5.14 42	5.16 118	9.65 278	7.75 160	4.91 165	6.23 272	7.45 163	12.73 339	0.01 102	0.00 1	0.00 1	0.00 1	0.05 59	0.06 30

4D-IteraStereo	1.99 43	1.32 217	3.77 99	0.13 3	2.84 296	3.51 163	1.03 210	4.26 17	5.38 123	5.50 107	1.03 8	3.86 125	0.38 19	2.44 42	1.88 128	0.00 1	0.43 263	0.00 1	0.01 172	0.11 132	1.84 320

RAFT_CTSACE	3.62 194	1.65 250	5.41 193	1.36 126	3.08 302	3.95 197	1.03 210	4.62 25	4.65 96	5.33 101	17.73 315	7.63 236	2.71 143	10.98 299	1.15 61	0.00 1	0.48 268	0.00 1	0.00 1	0.31 278	0.25 121

PWCDC_ROB	8.50 330	4.40 349	9.57 315	6.16 368	4.54 350	10.46 313	1.03 210	15.30 323	28.16 366	10.88 304	30.88 367	6.96 225	11.31 334	14.57 339	10.40 316	3.10 372	0.02 131	0.00 1	0.00 1	1.55 352	0.63 205

GES	2.69 121	0.72 110	5.34 189	1.82 181	0.05 3	4.51 217	1.04 213	10.39 221	4.18 73	5.53 109	6.72 136	1.92 71	3.30 164	5.16 87	2.67 176	0.06 257	0.01 102	0.06 310	0.01 172	0.20 216	0.14 64

BEATNet_4x	3.69 198	2.12 290	8.11 284	1.82 181	0.16 33	5.30 233	1.04 213	10.87 233	6.14 153	7.09 181	8.42 176	4.99 171	4.42 214	5.89 104	6.23 261	0.04 235	0.05 177	0.00 1	0.00 1	0.32 282	0.84 233

TRStereo	2.71 123	3.79 343	5.46 197	2.19 222	2.22 274	2.98 132	1.07 215	9.83 207	4.39 85	3.46 61	3.48 52	3.92 128	0.77 46	6.43 117	1.70 116	0.03 215	0.63 275	0.00 1	0.29 316	0.11 132	1.49 280

HSM	4.25 240	1.10 182	4.14 130	1.78 175	2.14 270	6.67 261	1.08 216	12.92 280	6.90 181	7.06 178	8.17 172	14.17 314	6.03 267	9.16 255	3.11 193	0.00 1	0.00 1	0.00 1	0.00 1	0.09 101	0.41 162

gwcnet-sp	3.58 189	2.01 285	8.82 297	2.01 208	0.69 142	7.38 276	1.10 217	9.23 192	6.66 172	9.32 264	5.91 110	4.21 143	3.31 166	6.91 137	3.69 201	0.00 1	0.00 1	0.00 1	0.00 1	0.24 240	0.18 88

scenet	3.58 189	2.01 285	8.82 297	2.01 208	0.69 142	7.38 276	1.10 217	9.23 192	6.66 172	9.32 264	5.91 110	4.21 143	3.31 166	6.91 137	3.69 201	0.00 1	0.00 1	0.00 1	0.00 1	0.24 240	0.18 88

ssnet	3.58 189	2.01 285	8.82 297	2.01 208	0.69 142	7.38 276	1.10 217	9.23 192	6.66 172	9.32 264	5.91 110	4.21 143	3.31 166	6.91 137	3.69 201	0.00 1	0.00 1	0.00 1	0.00 1	0.24 240	0.18 88

test_4	2.58 111	0.70 106	3.30 57	0.43 46	0.30 76	3.97 198	1.11 220	3.91 10	3.83 60	4.15 77	17.20 307	3.44 114	0.52 35	6.60 123	1.58 95	0.00 1	0.13 216	0.00 1	0.11 242	0.20 216	0.20 99

STrans-v2	3.55 187	0.94 159	5.06 181	0.32 26	0.60 135	2.97 131	1.15 221	11.08 239	7.97 213	6.01 125	10.93 236	6.65 217	6.86 283	8.37 219	1.66 111	0.00 1	0.01 102	0.00 1	0.00 1	0.04 44	0.39 154

OMP-Stereo	3.15 160	1.19 197	3.49 75	4.34 351	0.51 121	2.20 54	1.21 222	6.67 119	6.52 167	7.99 218	6.24 124	8.38 253	2.44 135	9.65 270	1.92 133	0.01 102	0.02 131	0.00 1	0.00 1	0.08 88	0.15 74

AASNet	4.20 235	1.63 248	5.82 215	3.79 335	3.93 333	6.55 258	1.22 223	19.12 354	6.82 177	7.86 212	8.35 175	4.36 149	2.55 139	3.87 62	7.47 274	0.00 1	0.00 1	0.00 1	0.00 1	0.49 311	0.22 108

PWC_ROB	8.89 333	4.49 352	15.62 347	2.92 293	4.49 347	7.89 282	1.23 224	17.29 342	20.00 343	16.54 349	28.06 357	14.37 315	11.98 340	14.93 343	15.43 355	0.47 336	0.00 1	0.05 306	0.00 1	0.67 323	1.31 274

AdaStereo	3.34 172	0.74 111	4.00 123	3.10 309	0.51 121	4.22 207	1.25 225	12.84 276	8.39 223	6.33 138	9.55 199	5.77 199	1.54 103	5.53 97	2.74 185	0.02 185	0.00 1	0.00 1	0.00 1	0.03 26	0.15 74
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.
test_5	3.16 162	1.18 195	4.96 177	2.33 246	3.10 305	4.51 217	1.27 226	7.47 152	7.61 200	3.00 53	7.38 154	5.37 182	4.06 202	8.28 208	1.54 93	0.00 1	0.34 254	0.00 1	0.02 189	0.21 226	0.62 204

FADNet-RVC	4.36 242	2.62 319	14.51 342	2.01 208	0.44 109	4.27 209	1.27 226	12.61 272	7.89 207	3.76 70	4.05 66	10.63 283	4.34 213	9.87 282	7.66 277	0.03 215	0.09 202	0.00 1	0.03 200	0.65 321	0.50 177

UCFNet_RVC	3.37 176	1.25 208	3.30 57	2.55 271	1.80 251	3.92 194	1.28 228	12.49 269	7.16 188	5.12 96	7.88 163	8.14 244	4.59 224	5.67 101	2.11 146	0.00 1	0.00 1	0.00 1	0.00 1	0.14 174	0.07 34

RASNet	5.00 273	1.19 197	5.69 212	3.68 332	4.80 355	5.04 230	1.29 229	10.26 216	8.99 237	5.89 116	11.65 246	10.55 282	9.76 324	9.96 287	10.32 315	0.20 304	0.00 1	0.00 1	0.00 1	0.09 101	0.73 224

DRaft	3.83 210	0.65 94	3.39 65	0.22 15	0.16 33	4.67 220	1.30 230	5.82 79	4.86 111	10.26 287	21.65 331	3.24 98	8.62 315	7.53 170	3.76 206	0.05 247	0.10 206	0.00 1	0.14 252	0.12 149	0.16 80

DANet	6.46 293	1.58 244	9.58 316	4.10 342	3.99 337	9.13 298	1.34 231	10.37 220	7.76 202	13.76 336	15.66 289	16.14 326	7.03 288	13.07 327	13.62 345	0.19 301	0.12 213	0.02 275	0.02 189	0.15 187	1.61 287
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
SA	3.34 172	1.29 211	4.84 170	1.99 204	0.57 131	3.15 144	1.39 232	7.66 160	9.94 255	4.86 87	10.87 235	2.97 92	4.61 226	9.88 283	1.38 86	0.00 1	0.60 274	0.00 1	0.19 271	0.25 247	0.37 149

LL-Strereo	5.14 276	2.29 303	8.95 301	1.26 118	5.05 359	3.66 175	1.40 233	10.33 218	8.98 236	8.71 242	8.24 174	10.70 285	11.10 331	12.66 325	5.36 249	0.05 247	1.35 357	0.00 1	0.00 1	0.38 292	2.23 346

TestStereo1	3.12 157	1.34 219	4.67 165	3.47 325	0.71 148	2.50 69	1.45 234	7.27 143	8.71 228	4.91 88	9.28 192	2.34 77	3.61 179	9.44 263	1.62 101	0.00 1	0.33 252	0.00 1	0.00 1	0.30 271	0.40 155

SA-5K	3.12 157	1.34 219	4.67 165	3.47 325	0.71 148	2.50 69	1.45 234	7.27 143	8.71 228	4.91 88	9.28 192	2.34 77	3.61 179	9.44 263	1.62 101	0.00 1	0.33 252	0.00 1	0.00 1	0.30 271	0.40 155

LL-Strereo2	2.22 72	1.39 225	3.39 65	1.26 118	1.01 189	3.73 185	1.47 236	6.47 115	4.61 94	4.66 84	2.64 43	4.17 141	0.37 16	6.03 108	1.61 99	0.09 277	0.24 242	0.00 1	0.08 230	0.08 88	1.16 261

LMCR-Stereo	3.92 215	1.96 281	4.92 175	2.85 291	0.23 64	7.88 281	1.47 236	12.52 270	5.39 124	8.71 242	10.65 230	1.90 67	5.04 242	8.53 229	4.89 240	1.05 352	0.00 1	0.00 1	0.00 1	0.42 295	0.05 23

iinet-f	6.21 287	2.11 289	28.74 384	2.13 214	1.38 230	11.62 323	1.49 238	7.64 158	7.19 190	7.77 209	14.38 279	10.49 278	7.79 302	7.76 180	12.90 341	0.03 215	0.03 156	0.05 306	0.00 1	0.67 323	0.12 56

GwcNet-RSSM	4.13 231	1.71 256	6.25 235	2.50 262	1.93 262	2.39 64	1.49 238	9.59 202	8.71 228	6.66 161	15.04 285	8.47 255	3.84 191	6.87 135	6.74 264	0.00 1	0.00 1	0.04 300	0.00 1	0.29 268	0.15 74

GASNet	5.62 282	5.76 360	12.05 326	5.03 359	2.08 269	3.77 187	1.53 240	12.92 280	11.62 289	9.64 275	7.40 155	8.58 257	7.54 298	14.76 342	8.25 284	0.02 185	0.15 221	0.00 1	0.00 1	0.81 337	0.52 183

LCNet	2.94 143	0.55 67	2.57 14	1.03 103	0.59 134	2.05 47	1.55 241	5.51 57	4.19 74	6.08 130	10.58 228	4.54 152	6.63 278	7.59 173	0.90 35	0.01 102	0.00 1	0.01 244	0.76 355	0.31 278	3.43 360

BSDual-CNN	2.91 139	0.43 20	3.76 96	0.70 67	0.50 114	6.97 264	1.58 242	9.93 209	5.65 135	6.50 147	6.23 120	6.17 207	2.50 136	4.27 69	2.67 176	0.01 102	0.03 156	0.03 292	0.00 1	0.06 68	0.14 64

hknet	3.56 188	0.66 96	5.82 215	0.70 67	1.19 209	6.97 264	1.58 242	9.93 209	7.76 202	6.50 147	6.23 120	9.53 265	2.81 150	7.84 182	3.39 197	0.01 102	0.03 156	0.03 292	0.00 1	0.06 68	0.14 64

Sa-1000	3.81 208	1.26 209	4.64 163	2.29 240	0.55 130	3.51 163	1.58 242	8.37 168	9.13 241	7.97 215	17.42 311	3.98 130	2.76 147	9.61 269	1.68 114	0.00 1	0.69 279	0.00 1	0.18 268	0.23 236	0.27 124

AANet_RVC	5.41 280	2.61 317	8.17 285	2.25 232	1.30 225	2.27 57	1.64 245	10.82 231	18.54 338	8.01 220	18.09 317	8.39 254	3.31 166	11.37 309	8.98 297	1.15 354	0.38 260	0.02 275	0.00 1	0.17 197	0.70 221

SHD	10.45 349	3.67 340	14.03 338	4.81 357	4.52 348	11.93 327	1.66 246	21.36 373	38.40 385	18.84 353	21.72 333	17.63 335	13.07 342	15.65 349	17.71 357	0.36 325	1.09 321	0.01 244	0.32 323	0.50 312	1.67 295

iResNetv2_ROB	4.72 263	2.26 297	8.87 300	3.20 314	1.25 217	4.32 213	1.73 247	14.22 312	10.62 269	10.53 294	12.13 255	7.77 238	5.54 260	8.29 209	2.76 186	0.00 1	0.00 1	0.00 1	0.00 1	0.42 295	0.55 186

APVNet	6.28 290	2.46 311	10.09 318	3.51 327	3.97 335	12.15 329	1.75 248	20.08 365	6.73 175	6.92 176	13.45 270	10.75 287	6.29 273	11.86 316	14.34 348	0.05 247	0.02 131	0.11 323	0.03 200	0.63 319	0.34 142

fast-acv-ft	6.00 285	1.95 280	7.88 281	2.35 248	1.85 255	13.61 339	1.76 249	8.44 170	10.12 256	11.22 312	20.57 328	14.41 317	7.55 299	8.11 197	8.83 292	0.10 280	0.09 202	0.16 335	0.07 227	0.68 325	0.35 146

HSM-Net_RVC	4.40 245	0.44 29	3.22 50	0.72 70	0.68 140	7.06 268	1.82 250	12.57 271	8.48 224	9.04 254	12.20 256	14.98 319	5.14 246	7.32 152	4.19 221	0.02 185	0.02 131	0.00 1	0.00 1	0.02 9	0.14 64
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CBMV_ROB	4.66 260	0.85 132	3.94 117	1.64 150	0.75 158	8.38 290	1.90 251	11.19 241	10.36 261	9.20 262	15.21 286	7.28 228	6.99 286	9.48 265	5.24 248	0.04 235	0.05 177	0.00 1	0.00 1	0.07 83	0.64 207

PS-NSSS	4.22 236	2.53 313	5.89 218	1.01 100	2.93 297	4.05 203	1.93 252	11.44 246	8.94 235	7.14 184	14.70 284	4.96 169	2.60 141	9.09 254	3.92 213	0.40 327	0.04 170	0.83 360	0.00 1	1.09 340	1.02 249

ToySt	3.39 178	0.89 147	9.29 309	1.47 137	0.94 180	4.20 206	1.98 253	7.33 145	5.42 125	3.01 54	6.75 137	8.67 258	5.10 244	5.43 96	3.72 204	0.07 263	0.89 293	0.00 1	0.23 294	0.28 260	2.13 340

Nwc_Net	7.54 317	1.91 276	8.71 293	4.16 344	3.42 316	10.77 318	2.00 254	20.33 366	12.19 294	9.10 257	24.04 345	17.67 336	13.58 346	12.14 320	9.12 299	0.94 351	0.00 1	0.00 1	0.02 189	0.22 231	0.41 162

anonymity	8.04 321	4.13 347	12.86 330	7.43 371	13.11 385	8.34 285	2.02 255	18.21 347	7.55 197	13.88 337	9.27 191	10.63 283	7.79 302	11.57 313	6.06 256	6.25 377	5.59 399	3.71 375	3.28 378	3.27 367	5.78 372

CoDeX	3.61 193	0.86 139	5.27 186	1.16 112	1.62 238	6.24 253	2.07 256	13.78 307	6.86 179	7.42 199	9.00 185	4.06 135	3.72 187	6.58 121	3.02 190	0.03 215	0.06 183	0.00 1	0.00 1	0.15 187	0.35 146

SFCPSM	3.39 178	0.61 87	5.42 194	0.43 46	0.93 179	8.26 284	2.08 257	15.01 321	5.89 145	7.17 186	7.60 157	3.39 106	2.55 139	5.39 93	2.53 170	0.01 102	0.03 156	0.01 244	0.07 227	0.19 210	0.31 136

GwcNet	6.95 302	2.89 327	13.32 333	2.82 287	5.53 362	11.76 324	2.14 258	14.95 320	17.69 334	10.83 301	18.14 318	10.83 290	6.66 280	9.83 281	10.19 312	0.03 215	0.06 183	0.03 292	0.08 230	0.64 320	0.66 216

CSP-Net	4.40 245	1.70 254	4.90 174	1.82 181	1.04 191	12.96 334	2.25 259	13.75 305	6.34 159	9.64 275	8.99 183	8.31 248	3.24 160	8.45 226	4.32 226	0.01 102	0.00 1	0.00 1	0.00 1	0.23 236	0.06 30

UDG	9.12 336	10.06 376	6.35 241	10.06 374	9.64 377	10.48 314	2.33 260	12.73 274	10.19 257	8.33 233	10.27 217	16.70 330	10.47 327	8.33 216	9.07 298	4.28 373	2.59 379	18.90 387	3.83 381	11.35 380	6.50 376

FADNet-RVC-Resample	4.11 228	2.25 295	13.88 336	1.64 150	0.66 139	5.91 248	2.34 261	10.87 233	9.09 239	6.53 152	4.34 70	5.69 195	4.71 229	8.01 192	4.64 236	0.18 300	0.22 236	0.17 340	0.12 246	0.46 304	0.59 194

ADLNet	4.56 254	1.19 197	5.52 205	3.81 337	3.59 321	6.98 266	2.40 262	12.01 256	7.96 212	10.52 293	9.67 206	8.26 247	4.98 239	6.59 122	6.93 266	0.01 102	0.01 102	0.00 1	0.01 172	0.22 231	0.55 186

DEmStereo	3.86 211	0.54 62	4.04 125	0.26 23	0.17 36	5.17 231	2.45 263	4.70 26	4.34 83	8.37 234	19.94 325	5.06 173	10.13 326	7.86 184	3.93 215	0.01 102	0.01 102	0.01 244	0.00 1	0.03 26	0.10 46

UPFNet	4.17 232	0.83 128	5.51 199	2.49 261	3.36 314	7.13 271	2.60 264	10.52 226	7.16 188	8.76 245	7.83 161	7.85 242	3.41 172	8.60 231	7.04 270	0.01 102	0.02 131	0.00 1	0.00 1	0.12 149	0.17 86

AF-Net	8.37 328	2.16 292	9.01 302	3.65 330	4.58 351	9.40 299	2.63 265	17.71 343	21.32 350	10.38 291	24.51 347	20.43 354	16.67 357	12.54 323	10.76 322	0.70 345	0.00 1	0.12 327	0.00 1	0.47 306	0.42 166

psmg	3.34 172	0.43 20	3.76 96	0.73 73	0.50 114	8.47 291	2.74 266	10.88 236	5.65 135	8.91 249	8.78 178	6.17 207	2.50 136	4.27 69	2.67 176	0.01 102	0.04 170	0.06 310	0.00 1	0.12 149	0.10 46

psmorigin	7.74 318	2.19 293	18.99 359	2.51 263	0.89 173	7.08 270	2.74 266	11.25 242	7.90 208	20.49 359	22.36 337	20.16 351	11.95 338	13.84 333	10.61 318	0.04 235	0.18 228	0.06 310	0.24 295	0.27 258	1.07 253

SACVNet	4.55 252	1.88 271	5.55 206	3.38 322	1.68 244	3.11 138	2.76 268	12.44 267	6.43 164	11.07 310	11.31 241	10.53 281	5.13 245	9.88 283	4.56 233	0.08 267	0.02 131	0.00 1	0.01 172	0.38 292	0.80 231

ARAFT	3.32 171	1.74 262	7.92 282	0.64 62	0.15 28	4.45 216	2.89 269	8.20 167	6.30 157	9.23 263	7.12 151	5.58 187	1.24 79	8.60 231	1.69 115	0.01 102	0.03 156	0.00 1	0.00 1	0.35 287	0.35 146

CBFPSM	5.12 275	1.48 235	16.22 349	1.81 178	1.14 206	11.16 319	2.90 270	7.99 165	6.75 176	6.55 153	5.00 86	15.05 321	8.78 316	7.52 169	8.90 294	0.04 235	0.02 131	0.00 1	0.00 1	0.42 295	0.67 218

ADLNet2	4.72 263	1.44 232	6.68 251	3.03 300	3.90 332	6.80 262	2.91 271	11.67 252	9.63 250	7.99 218	9.89 209	9.75 269	5.32 254	7.70 177	7.13 271	0.01 102	0.03 156	0.00 1	0.00 1	0.26 248	0.22 108

LRCNet_RVC	66.47 413	66.44 415	69.02 407	71.60 412	54.27 412	32.21 383	2.93 272	63.19 413	21.83 353	82.02 414	90.16 415	83.59 413	72.13 413	69.45 412	53.25 410	95.47 419	64.21 413	95.15 419	95.27 419	72.59 413	74.60 415

GEStereo_RVC	3.95 218	1.21 204	6.13 228	2.30 241	1.22 213	4.29 211	2.96 273	12.39 265	8.24 219	7.25 191	6.79 138	7.58 235	4.22 210	9.16 255	4.56 233	0.04 235	0.01 102	0.02 275	0.02 189	0.19 210	0.42 166

RGC	7.40 312	2.77 323	7.71 278	4.43 354	4.87 357	8.88 294	2.96 273	16.05 331	12.76 304	11.96 322	19.57 323	18.32 341	11.57 337	13.89 335	9.58 305	0.83 348	0.02 131	0.24 348	0.41 337	0.40 294	0.77 229

DLCB_ROB	4.87 271	1.45 233	4.75 169	2.52 266	1.13 205	6.25 254	3.01 275	10.44 223	8.34 221	11.05 309	13.43 269	14.04 312	3.90 198	9.74 277	6.80 265	0.00 1	0.00 1	0.00 1	0.00 1	0.08 88	0.37 149

Wz-Net-LNSev-Ref	6.52 296	2.21 294	12.10 327	2.75 280	3.28 309	10.03 308	3.05 276	12.31 262	11.52 288	10.10 283	21.36 330	11.51 297	7.30 294	11.56 312	10.61 318	0.09 277	0.00 1	0.00 1	0.00 1	0.08 88	0.51 181

ADCRef	7.76 319	2.31 304	19.09 360	2.82 287	3.29 310	11.88 326	3.06 277	11.52 249	10.89 276	13.69 335	25.85 353	8.20 245	8.89 319	8.95 249	22.66 366	0.16 293	0.08 196	0.16 335	0.34 329	0.47 306	0.91 236

NVstereo2D	4.82 269	1.29 211	7.98 283	3.68 332	3.48 318	8.02 283	3.10 278	11.25 242	15.50 323	5.14 97	7.71 159	8.21 246	4.68 227	10.19 292	4.30 225	0.02 185	0.19 230	0.13 329	0.36 331	0.07 83	1.12 260

DAS	4.18 233	0.53 59	6.20 231	2.20 223	3.69 324	2.78 104	3.12 279	8.69 174	10.29 259	9.39 269	12.80 263	4.58 154	7.20 290	9.08 253	2.70 179	0.02 185	0.00 1	0.00 1	0.00 1	0.04 44	0.34 142

SepStereo	4.22 236	0.53 59	6.20 231	2.20 223	3.69 324	2.78 104	3.12 279	8.69 174	10.29 259	9.39 269	12.80 263	4.58 154	7.20 290	9.74 277	2.70 179	0.02 185	0.00 1	0.00 1	0.00 1	0.04 44	0.34 142

stereogan	8.18 325	1.32 217	9.05 304	3.59 328	4.00 338	20.16 362	3.13 281	17.25 341	20.16 345	10.68 297	19.19 321	20.56 357	10.70 330	14.74 341	7.00 268	0.34 323	0.04 170	0.21 345	0.08 230	0.70 329	0.65 208

DispFullNet	18.06 379	27.03 390	34.90 388	22.68 391	20.79 393	15.03 342	3.18 282	16.95 340	26.06 362	20.48 358	16.91 302	20.55 356	18.37 359	23.48 377	12.16 333	5.31 375	2.91 384	31.24 395	8.09 391	22.63 393	12.44 393

Syn2CoEx	6.70 298	3.69 341	12.14 328	2.78 283	1.68 244	8.36 288	3.21 283	18.59 349	12.66 299	8.86 247	20.79 329	10.52 279	10.54 328	9.68 271	8.70 290	0.01 102	0.00 1	0.00 1	0.00 1	0.69 327	1.00 244

SQANet	8.22 326	4.42 351	7.19 268	12.11 380	9.77 378	11.80 325	3.23 284	12.00 255	6.60 168	8.59 240	11.52 244	10.97 294	5.31 253	11.10 301	4.20 222	9.56 384	2.29 372	10.51 381	1.61 372	13.06 385	8.49 380

CRFU-Net	4.81 268	0.78 114	5.69 212	3.10 309	1.39 231	13.18 336	3.23 284	12.26 260	4.33 79	10.91 305	9.98 213	10.94 293	7.93 305	7.47 165	3.94 216	0.16 293	0.16 223	0.16 335	0.00 1	0.26 248	0.29 131

DRN-Test	6.23 288	1.51 237	7.53 275	3.07 308	3.69 324	12.17 330	3.23 284	20.80 369	11.11 282	12.64 324	13.02 267	10.91 292	5.26 248	8.49 228	10.12 311	0.05 247	0.05 177	0.04 300	0.04 218	0.28 260	0.65 208

edge stereo	7.12 308	1.19 197	7.83 280	2.32 244	2.46 283	6.90 263	3.26 287	15.58 326	12.52 297	15.68 346	18.34 320	21.83 359	13.05 341	11.53 311	8.68 289	0.04 235	0.06 183	0.11 323	0.03 200	0.30 271	0.63 205

DISCO	6.58 297	0.98 166	6.44 243	3.75 334	1.18 208	11.19 320	3.29 288	12.92 280	16.72 327	7.27 192	11.74 247	17.34 334	6.60 277	19.59 367	11.59 327	0.00 1	0.00 1	0.00 1	0.00 1	0.45 303	0.50 177

psm_up	4.33 241	1.34 219	4.43 145	2.27 237	2.62 289	5.29 232	3.30 289	11.49 247	6.89 180	8.05 223	8.06 169	10.09 275	11.10 331	7.12 144	3.76 206	0.24 311	0.01 102	0.00 1	0.00 1	0.20 216	0.37 149

RP	7.41 313	1.90 275	7.33 269	4.26 347	5.25 361	6.64 260	3.46 290	12.44 267	16.23 326	10.36 290	23.00 339	18.72 342	16.59 356	11.10 301	8.47 286	1.10 353	0.02 131	0.12 327	0.16 257	0.43 299	0.65 208

DDUNet	10.03 344	12.17 382	8.24 288	13.02 381	11.73 382	10.32 312	3.76 291	12.27 261	8.35 222	9.64 275	13.89 275	16.48 327	6.67 281	9.50 266	7.00 268	6.80 379	3.45 389	21.10 388	4.33 383	12.78 384	9.12 381

KYRaft	3.68 197	0.43 20	2.53 12	0.89 88	0.49 113	2.28 59	3.89 292	5.30 46	3.82 59	8.99 253	19.28 322	6.54 215	4.96 238	7.92 188	0.96 46	0.01 102	0.00 1	0.00 1	0.01 172	0.06 68	5.17 370

delet	4.59 257	1.12 187	5.93 219	1.37 129	3.73 327	10.48 314	3.90 293	10.51 225	9.17 243	8.87 248	9.74 207	8.37 251	3.74 188	8.12 198	6.36 263	0.00 1	0.00 1	0.00 1	0.00 1	0.21 226	0.12 56

PA-Net	5.40 278	2.35 307	9.55 314	2.75 280	2.21 272	8.74 292	3.92 294	13.05 285	13.35 309	7.30 195	7.98 167	8.08 243	6.39 274	11.17 304	9.30 301	0.02 185	0.03 156	0.00 1	0.03 200	0.16 191	1.55 286
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
HBP-ISP	4.37 244	1.56 242	4.59 160	2.23 228	1.29 223	7.87 280	3.96 295	11.80 254	10.91 277	8.06 225	14.45 281	3.38 105	4.87 234	9.27 259	2.53 170	0.14 288	0.06 183	0.00 1	0.01 172	0.08 88	0.30 134

MaskLacGwcNet_RVC	6.42 292	6.12 361	6.53 246	4.29 349	3.61 322	15.41 344	4.13 296	12.36 263	7.32 195	7.60 203	8.51 177	8.97 262	2.64 142	10.17 291	3.72 204	8.16 382	2.40 373	2.00 371	0.11 242	8.55 378	5.84 373

SuperB	8.29 327	3.96 345	24.92 374	2.96 296	1.33 229	9.83 305	4.15 297	10.92 237	29.79 369	11.86 319	12.51 260	6.07 203	6.97 285	11.13 303	14.73 349	0.15 290	0.11 210	0.35 352	0.26 307	12.64 383	1.11 257

StereoDRNet	6.02 286	2.40 309	8.22 287	3.43 323	4.43 344	10.57 317	4.21 298	19.44 356	11.24 285	12.86 325	8.06 169	11.64 299	4.79 232	8.65 235	9.32 302	0.01 102	0.10 206	0.00 1	0.03 200	0.34 285	0.69 219

G-Net	8.60 331	1.93 277	12.59 329	6.04 366	3.66 323	25.93 371	4.26 299	10.35 219	8.05 215	19.71 356	24.73 348	14.15 313	15.49 354	11.30 305	10.69 321	0.50 339	0.46 266	0.19 343	0.25 298	0.80 335	0.91 236

NCC-stereo	7.43 314	2.28 300	8.58 290	3.28 318	4.48 345	8.34 285	4.27 300	20.45 367	13.66 311	9.17 260	17.52 312	16.49 328	14.31 351	13.71 331	8.95 295	1.73 363	0.12 213	0.01 244	0.50 345	0.21 226	0.60 196

Abc-Net	7.43 314	2.28 300	8.58 290	3.28 318	4.48 345	8.34 285	4.27 300	20.45 367	13.66 311	9.17 260	17.52 312	16.49 328	14.31 351	13.71 331	8.95 295	1.73 363	0.12 213	0.01 244	0.50 345	0.21 226	0.60 196
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MSMD_ROB	9.73 341	1.43 228	5.42 194	1.81 178	0.42 107	16.83 349	4.30 302	14.29 313	15.34 320	23.06 361	40.17 383	25.63 367	22.62 372	13.37 329	8.85 293	0.48 338	0.03 156	0.00 1	0.00 1	0.13 165	0.47 174

FAT-Stereo	6.98 305	0.79 116	7.57 276	2.54 270	1.80 251	6.16 252	4.33 303	19.16 355	18.82 339	10.75 299	17.08 305	18.23 340	13.56 345	9.25 258	8.44 285	0.03 215	0.16 223	0.01 244	0.10 240	0.14 174	0.65 208

RYNet	6.82 299	1.51 237	7.35 271	1.79 176	4.52 348	16.68 348	4.41 304	14.19 311	17.43 332	11.64 318	7.86 162	15.03 320	8.81 317	10.10 289	14.16 347	0.04 235	0.13 216	0.15 332	0.05 221	0.08 88	0.53 184

DSFCA	4.48 249	1.03 176	6.84 255	1.61 148	1.68 244	7.26 272	4.46 305	11.27 244	7.51 196	11.01 308	6.89 141	8.49 256	4.54 222	10.41 295	6.18 260	0.03 215	0.06 183	0.02 275	0.03 200	0.13 165	0.14 64

Prome-Stereo	3.73 203	0.39 14	2.62 17	1.05 104	0.52 124	2.06 49	4.58 306	4.88 32	3.95 64	9.34 267	20.39 327	4.03 132	7.02 287	7.86 184	1.31 79	0.00 1	0.00 1	0.00 1	0.00 1	0.07 83	4.52 369

ssnet_v2	4.73 265	1.43 228	6.74 253	1.80 177	0.75 158	8.89 295	4.60 307	12.66 273	10.65 270	9.53 271	6.23 120	9.78 270	4.26 212	6.89 136	9.65 306	0.01 102	0.01 102	0.00 1	0.00 1	0.36 289	0.31 136

DeepPrunerF	7.18 310	3.58 337	25.29 376	4.27 348	7.20 369	3.78 188	4.64 308	14.03 309	20.86 348	8.85 246	10.57 227	7.35 229	7.88 304	12.16 321	10.66 320	0.25 314	0.16 223	0.29 350	0.43 340	0.77 334	0.65 208

GMM-Stereo	3.42 182	0.39 14	3.24 52	0.87 87	0.50 114	2.26 56	4.73 309	5.64 68	3.81 57	7.08 180	16.57 301	6.13 205	3.62 181	7.74 179	1.40 87	0.05 247	0.00 1	0.00 1	0.04 218	0.12 149	4.24 368

FCDSN-DC	10.72 350	1.16 192	5.01 179	2.16 215	1.31 227	17.46 353	4.80 310	17.79 344	19.87 342	25.02 369	32.85 370	33.57 378	23.52 376	16.80 354	12.13 332	0.11 284	0.00 1	0.00 1	0.00 1	0.09 101	0.76 228
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
CC-Net-ROB	8.09 322	10.11 377	9.03 303	4.07 340	3.74 328	15.24 343	4.84 311	18.44 348	10.87 275	6.73 169	14.03 277	7.54 234	4.68 227	11.61 314	3.98 217	6.59 378	2.54 377	16.51 385	1.19 362	7.88 377	2.20 343

CVANet_RVC	4.68 262	1.93 277	5.57 208	2.61 273	1.86 257	4.12 204	4.94 312	12.11 257	9.29 244	8.05 223	11.08 237	10.28 276	6.48 275	9.52 267	3.19 195	0.45 331	0.01 102	0.00 1	0.12 246	0.23 236	1.75 309

MeshStereo	11.94 358	1.88 271	5.24 185	2.11 213	1.44 233	20.09 361	4.95 313	21.74 375	16.75 328	33.10 380	35.07 378	39.28 387	22.72 373	19.45 365	13.59 344	0.19 301	0.06 183	0.02 275	0.00 1	0.46 304	0.65 208
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
IRAFT_RVC	2.98 149	0.66 96	4.23 137	2.20 223	0.40 101	2.91 127	5.04 314	7.03 133	4.21 75	6.59 156	5.52 104	5.02 172	4.77 231	8.41 222	2.30 166	0.01 102	0.17 227	0.01 244	0.00 1	0.03 26	0.05 23

Consistency-Raft	9.58 340	5.11 356	13.00 331	5.61 362	8.92 376	4.03 201	5.07 315	19.73 359	24.90 361	11.32 314	29.86 361	13.36 308	6.16 269	8.00 190	13.47 343	0.67 343	0.34 254	1.81 370	4.36 384	12.23 381	3.62 364

ADCP+	8.60 331	2.78 324	17.44 354	1.69 162	4.27 341	16.95 351	5.29 316	13.38 296	12.52 297	13.57 334	17.57 314	10.86 291	11.28 333	18.43 362	23.91 375	0.03 215	0.05 177	0.01 244	0.18 268	0.47 306	1.31 274

EAI-Stereo	2.75 130	0.54 62	3.17 47	0.91 93	1.28 219	4.02 200	5.30 317	12.39 265	4.76 102	2.51 46	7.10 149	1.22 50	0.94 54	6.03 108	1.96 136	0.01 102	0.56 271	0.00 1	1.38 366	0.04 44	0.95 240

FC-DCNN	11.29 355	1.01 175	5.50 198	2.25 232	1.65 242	18.23 357	5.36 318	18.99 352	20.65 347	28.95 375	34.83 377	33.83 380	23.18 375	17.04 358	13.37 342	0.17 297	0.01 102	0.02 275	0.02 189	0.10 121	0.70 221

aanetorigin	9.02 334	3.75 342	28.68 383	2.16 215	3.86 330	5.84 247	5.40 319	5.93 91	10.39 262	28.12 374	31.02 368	15.98 324	13.74 347	9.38 261	12.55 337	0.25 314	0.22 236	0.22 346	0.24 295	1.24 345	1.47 278

PSM-AAD	3.43 184	0.31 4	2.16 7	0.80 83	0.57 131	2.53 72	5.97 320	5.53 58	3.98 66	11.00 307	11.90 250	2.93 89	9.36 323	8.03 193	1.00 50	0.01 102	0.01 102	0.00 1	0.00 1	0.06 68	2.39 348

MFN_U_SF_RVC	13.54 362	4.69 354	28.43 382	4.24 346	2.50 286	24.26 367	5.99 321	28.23 383	20.18 346	24.06 368	29.38 360	30.35 374	16.92 358	20.98 372	21.39 362	1.35 358	1.13 327	1.02 361	1.41 367	1.88 357	2.50 351

PDISCO_ROB	10.27 347	2.79 325	13.30 332	10.58 377	9.96 379	22.78 365	5.99 321	20.01 361	28.57 367	11.88 320	14.49 282	20.54 355	4.92 236	17.01 357	10.29 314	5.79 376	0.42 262	0.14 331	0.13 251	2.53 364	3.25 357

S-Stereo	6.85 300	0.93 150	10.76 322	3.34 321	3.51 319	6.55 258	6.01 323	13.75 305	23.86 357	9.65 278	15.54 288	11.81 301	8.24 308	8.59 230	11.23 324	0.13 285	0.16 223	0.00 1	0.42 338	0.14 174	2.39 348

FBW_ROB	9.17 338	2.08 288	10.31 321	2.51 263	1.66 243	13.22 337	6.04 324	23.09 376	20.11 344	19.55 354	15.80 290	18.97 346	11.96 339	19.34 364	11.38 325	0.66 342	0.30 250	2.15 372	0.90 356	1.15 344	2.16 342

pmcnn	8.17 324	1.70 254	11.49 324	3.18 312	3.07 301	9.66 303	6.06 325	13.60 301	17.71 335	15.23 343	24.02 343	27.61 370	8.81 317	10.36 294	9.51 304	0.08 267	0.08 196	0.00 1	0.00 1	0.31 278	0.87 234

ccnet	7.45 316	1.89 274	7.71 278	3.18 312	2.35 278	12.19 331	6.14 326	18.95 351	9.36 247	13.33 331	20.38 326	16.00 325	9.10 322	10.10 289	15.40 354	0.44 329	0.34 254	0.25 349	0.25 298	0.48 309	1.18 263

DGSMNet	7.10 307	3.49 335	15.11 345	4.36 352	4.41 343	8.94 296	6.25 327	15.10 322	14.28 315	8.15 228	14.51 283	10.08 273	5.38 255	11.04 300	7.95 279	1.49 361	2.00 370	1.79 369	1.68 373	2.43 362	3.48 361

ADCMid	10.97 354	4.49 352	23.66 370	2.53 267	2.52 288	11.46 322	6.31 328	15.31 324	12.85 305	23.57 365	22.99 338	17.92 337	21.04 367	19.57 366	28.05 384	0.47 336	0.43 263	1.10 363	1.32 365	1.73 355	2.10 339

THIR-Stereo	3.94 216	1.12 187	3.06 43	0.23 17	0.13 21	4.17 205	6.40 329	5.83 80	4.54 92	10.46 292	16.98 303	6.49 214	7.44 297	8.00 190	3.58 199	0.01 102	0.07 194	0.07 315	0.00 1	0.14 174	0.06 30

SGM-Forest	5.40 278	0.84 131	4.19 133	1.43 134	0.68 140	10.12 310	6.41 330	12.13 258	11.86 293	11.50 316	14.43 280	11.62 298	5.20 247	9.93 286	6.16 259	0.16 293	0.04 170	0.00 1	0.00 1	0.08 88	1.24 268
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RAFT + AFF	4.63 259	2.28 300	7.43 274	1.51 140	2.38 279	5.81 246	6.49 331	10.74 230	8.53 225	7.75 208	8.95 182	7.47 233	6.68 282	9.17 257	5.06 245	0.08 267	0.47 267	0.00 1	0.01 172	0.66 322	1.03 252

PSMNet_ROB	5.41 280	2.45 310	7.39 272	2.36 250	1.90 259	10.11 309	6.54 332	16.32 334	7.59 198	6.84 170	10.83 234	12.06 303	4.13 206	8.73 237	10.24 313	0.02 185	0.01 102	0.01 244	0.11 242	0.26 248	0.40 155

XQC	9.46 339	4.84 355	18.88 358	4.07 340	3.09 303	15.97 346	6.65 333	16.26 333	26.63 363	12.63 323	12.35 258	15.75 323	10.62 329	16.48 352	21.19 361	0.44 329	0.96 303	0.05 306	0.32 323	1.10 341	0.99 242

Wz-Net-LNSev	7.12 308	2.75 321	18.64 357	1.70 165	4.16 339	12.79 333	6.72 334	13.74 304	13.57 310	11.14 311	17.31 310	11.90 302	8.50 312	8.96 250	9.94 308	0.00 1	0.01 102	0.00 1	0.00 1	0.18 204	0.34 142

Ntro	12.91 361	9.95 375	10.01 317	14.12 384	12.55 384	26.31 373	6.76 335	19.04 353	22.03 355	10.23 286	16.26 296	20.22 353	10.06 325	16.81 355	7.93 278	10.16 387	2.55 378	15.19 384	2.86 376	15.27 387	9.93 386

ETE_ROB	6.28 290	2.60 316	9.22 308	1.71 166	0.84 168	6.44 256	6.78 336	13.16 291	8.80 231	13.01 328	15.93 293	21.01 358	6.18 270	10.97 298	8.11 282	0.04 235	0.01 102	0.00 1	0.02 189	0.16 191	0.70 221

XPNet_ROB	6.46 293	1.88 271	7.41 273	2.81 285	0.95 183	6.45 257	6.82 337	13.58 300	8.80 231	15.50 344	15.86 291	19.59 349	7.12 289	11.41 310	9.86 307	0.02 185	0.04 170	0.00 1	0.03 200	0.20 216	0.79 230

SGM_RVC	10.77 351	1.11 184	4.66 164	2.66 275	0.41 105	21.03 363	6.87 338	20.02 362	15.54 324	25.86 372	24.97 350	33.59 379	20.51 365	20.89 370	14.78 350	0.31 322	0.26 247	0.22 346	0.26 307	0.43 299	1.01 245
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CBMV	5.97 284	1.52 239	4.51 150	1.99 204	0.53 125	10.02 307	6.94 339	13.27 293	13.80 313	13.08 330	15.93 293	11.36 296	8.11 307	9.82 280	7.27 272	0.08 267	0.15 221	0.00 1	0.00 1	0.30 271	0.74 227
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
EDNetEfficientorigin	18.25 380	14.44 384	99.41 422	1.72 169	1.00 188	12.07 328	6.97 340	13.67 302	35.06 379	38.59 389	37.10 380	27.03 368	27.46 383	15.38 345	26.92 381	0.05 247	0.08 196	0.15 332	0.62 350	3.33 368	3.92 367

SPS-STEREO	15.83 369	7.38 366	14.92 344	11.63 379	11.77 383	25.30 370	7.12 341	25.20 379	17.06 330	32.24 379	30.34 365	31.63 376	22.59 371	25.67 380	21.97 364	7.71 381	4.50 395	3.35 374	1.56 371	6.97 376	7.72 379
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
TDLM	4.58 255	1.79 269	5.03 180	2.45 258	1.32 228	4.04 202	7.15 342	11.60 251	11.46 287	6.91 171	12.69 262	5.94 202	5.03 240	9.74 277	3.80 209	0.67 343	0.00 1	0.01 244	0.05 221	0.23 236	1.78 313

otaku	12.35 360	8.64 371	9.11 306	13.56 382	10.98 380	26.23 372	7.22 343	19.45 357	19.26 340	11.92 321	17.90 316	20.21 352	8.91 320	16.06 350	6.09 257	9.77 385	2.50 376	13.23 382	1.90 374	14.61 386	9.41 384

PVD	16.41 370	3.98 346	16.04 348	5.38 360	4.59 353	19.44 359	7.28 344	28.88 385	49.27 395	31.53 378	43.72 389	30.36 375	32.17 389	26.70 382	23.19 369	0.25 314	1.48 361	0.04 300	0.59 349	0.52 314	2.87 355

ACVNet-4b	16.48 371	23.07 387	14.73 343	16.69 386	15.18 388	31.83 382	7.30 345	19.71 358	27.82 365	11.54 317	22.10 336	31.68 377	8.96 321	18.88 363	7.28 273	11.04 389	2.65 380	24.93 391	5.02 386	18.57 389	10.67 388

MDST_ROB	9.13 337	1.31 214	10.16 320	4.36 352	2.48 285	28.66 378	7.64 346	19.96 360	14.97 318	27.53 373	24.02 343	9.47 264	5.27 249	16.31 351	8.61 288	0.63 340	0.19 230	0.00 1	0.00 1	0.08 88	0.90 235

ADCPNet	10.18 345	3.40 334	33.24 387	2.38 252	1.74 247	17.75 354	7.65 347	13.20 292	13.03 306	14.09 339	21.72 333	19.36 347	11.40 335	15.43 346	23.00 368	0.28 320	1.15 339	0.39 355	1.48 368	0.68 325	2.21 344

WCMA_ROB	10.20 346	1.99 284	9.33 310	3.01 298	2.46 283	15.78 345	7.67 348	12.75 275	15.41 321	25.08 371	33.42 374	27.06 369	19.86 362	13.87 334	12.47 336	1.28 357	0.38 260	0.18 341	0.20 281	0.28 260	1.54 284

GrayStereo	3.86 211	0.33 5	2.63 18	1.66 157	0.62 137	3.09 137	7.92 349	6.43 113	3.88 62	10.61 295	16.51 300	5.75 198	8.40 310	6.75 130	1.58 95	0.01 102	0.00 1	0.01 244	0.62 350	0.04 44	0.38 152

PASM	9.11 335	5.68 359	25.06 375	4.33 350	4.18 340	7.01 267	8.48 350	12.37 264	20.95 349	13.49 333	15.37 287	18.80 343	11.52 336	14.70 340	12.70 338	0.93 350	1.19 343	0.32 351	1.21 363	1.66 353	2.22 345

EDNetEfficient	14.14 366	6.71 363	56.12 401	2.99 297	3.58 320	5.38 234	8.49 351	9.35 199	33.24 373	40.73 390	30.21 364	18.04 339	22.92 374	12.13 319	26.26 379	0.16 293	0.24 242	0.07 315	1.15 360	2.58 365	2.39 348

FTStereo	4.61 258	0.54 62	2.86 26	0.98 99	0.40 101	2.57 76	8.51 352	5.70 71	3.76 55	10.85 303	29.92 363	5.53 186	7.43 296	7.73 178	1.63 103	0.17 297	0.00 1	0.05 306	0.00 1	0.04 44	3.62 364

LALA_ROB	7.02 306	2.54 314	8.51 289	1.53 142	0.96 185	9.96 306	8.71 353	16.70 336	12.68 300	12.99 327	13.90 276	24.47 363	5.40 256	11.61 314	9.50 303	0.04 235	0.05 177	0.00 1	0.02 189	0.17 197	0.65 208

ADCL	10.77 351	3.23 330	21.50 366	2.26 234	1.96 263	23.65 366	9.07 354	14.69 319	24.88 360	15.21 342	27.20 354	12.68 306	14.02 350	16.94 356	24.43 377	0.26 317	0.18 228	0.74 358	0.67 353	0.80 335	1.02 249

ACVNet_1	19.51 383	26.19 389	15.50 346	17.71 387	15.28 389	26.46 374	9.36 355	29.16 386	34.18 375	25.06 370	24.89 349	37.18 384	21.93 370	17.80 360	15.03 351	11.08 390	2.83 381	25.29 392	5.06 388	19.11 390	11.14 389

GANet	6.86 301	1.78 267	5.98 222	3.05 303	1.12 204	10.12 310	9.38 356	13.41 297	8.67 227	11.46 315	29.87 362	13.94 311	8.25 309	12.06 318	6.33 262	0.40 327	0.06 183	0.16 335	0.33 326	0.18 204	0.59 194

Wz-Net-MNSev	8.12 323	3.18 329	18.07 356	2.63 274	3.36 314	17.82 355	9.40 357	12.89 279	15.44 322	13.95 338	18.21 319	14.38 316	7.75 301	12.50 322	11.45 326	0.46 333	0.03 156	0.00 1	0.01 172	0.26 248	0.58 191

LE_ROB	17.31 376	2.62 319	14.26 340	4.20 345	1.80 251	17.40 352	9.70 358	15.38 325	55.92 400	63.97 410	40.81 385	35.50 383	39.26 394	15.64 348	28.51 385	0.06 257	0.11 210	0.13 329	0.21 286	0.14 174	0.51 181

FINET	6.96 303	2.98 328	13.77 335	3.20 314	4.81 356	9.65 302	9.90 359	13.68 303	23.91 358	8.28 232	13.70 271	5.36 181	5.83 263	10.79 297	8.05 281	0.90 349	1.43 358	0.11 323	0.38 333	0.48 309	1.98 336

RainbowNet	18.69 382	27.15 391	22.03 367	18.76 388	15.00 387	27.97 377	10.17 360	27.99 382	34.19 376	15.53 345	27.53 355	25.33 364	13.80 348	19.86 368	10.59 317	14.50 395	3.57 390	23.85 390	5.03 387	18.49 388	12.41 392

NaN_ROB	6.51 295	2.25 295	8.77 295	1.69 162	1.79 250	9.71 304	10.94 361	16.20 332	16.13 325	13.04 329	8.86 179	11.77 300	5.94 265	12.88 326	8.01 280	0.05 247	0.13 216	0.07 315	0.20 281	0.32 282	1.50 281

NVStereoNet_ROB	17.22 374	8.76 372	16.47 351	7.52 372	8.42 374	13.75 340	11.07 362	24.24 378	26.67 364	31.00 376	46.49 392	34.88 382	27.06 381	22.72 375	23.61 372	6.83 380	4.32 394	6.32 380	10.37 393	4.39 370	9.57 385
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
NCCL2	6.27 289	2.46 311	7.00 258	2.36 250	1.11 202	9.48 300	11.14 363	13.01 284	10.40 263	9.94 281	9.49 198	22.11 360	7.42 295	9.90 285	8.56 287	0.01 102	0.00 1	0.02 275	0.03 200	0.20 216	0.73 224

CrosDoStereo	4.05 226	0.71 108	3.52 76	0.51 55	0.20 47	3.25 148	11.21 364	6.34 108	4.96 113	9.04 254	16.44 297	4.92 166	7.28 292	8.29 209	3.84 210	0.00 1	0.02 131	0.01 244	0.00 1	0.18 204	0.19 94

DeepStereo_LL	4.05 226	0.71 108	3.52 76	0.51 55	0.20 47	3.25 148	11.21 364	6.34 108	4.96 113	9.04 254	16.44 297	4.92 166	7.28 292	8.29 209	3.84 210	0.00 1	0.02 131	0.01 244	0.00 1	0.18 204	0.19 94

ADCS	13.76 364	6.46 362	30.74 385	3.62 329	2.93 297	14.28 341	11.22 366	20.02 362	34.42 377	23.20 362	25.42 352	19.51 348	19.62 361	24.54 379	33.88 393	0.27 319	0.23 239	0.37 354	0.19 271	1.47 350	2.84 354

GANetREF_RVC	6.97 304	3.59 338	9.14 307	4.00 339	0.40 101	13.17 335	11.27 367	15.95 330	17.51 333	10.62 296	10.66 231	12.15 304	7.97 306	13.18 328	5.04 244	0.45 331	0.00 1	0.01 244	0.15 255	3.47 369	0.60 196
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
Wz-Net-TNSev	12.01 359	11.86 381	38.26 392	2.81 285	1.82 254	18.12 356	11.31 368	16.67 335	21.73 352	15.06 341	17.17 306	19.72 350	20.69 366	20.68 369	21.41 363	0.04 235	0.06 183	0.00 1	0.16 257	0.74 331	1.93 333

Dean	35.52 399	40.12 402	27.99 381	30.63 393	17.33 391	45.80 400	11.68 369	57.61 410	76.54 413	63.70 409	60.65 407	66.93 408	49.40 403	38.12 392	40.28 400	12.18 392	3.73 392	28.86 393	5.94 390	20.69 392	12.16 391

CSAN	8.41 329	2.86 326	9.35 311	2.43 256	0.82 166	13.59 338	11.68 369	15.80 329	21.98 354	14.71 340	16.46 299	18.00 338	14.42 353	13.68 330	10.10 309	0.10 280	0.13 216	0.15 332	0.19 271	0.43 299	1.28 272

LSM	14.85 367	7.41 367	36.29 390	7.76 373	43.77 408	11.24 321	12.14 371	16.73 337	23.72 356	23.73 367	32.92 371	18.89 345	13.31 344	16.60 353	12.37 334	0.26 317	0.86 291	0.11 323	0.43 340	1.24 345	17.26 401

SANet	11.48 356	3.34 332	13.93 337	2.40 255	1.01 189	16.49 347	12.16 372	20.05 364	37.28 382	19.62 355	28.04 356	25.61 366	20.10 363	14.43 338	12.39 335	0.10 280	0.06 183	0.03 292	0.06 226	0.76 333	1.73 305

MANE	20.98 387	3.23 330	8.81 296	5.96 365	6.96 368	33.07 384	13.20 373	35.43 389	38.86 386	44.72 396	52.41 400	53.20 395	41.84 396	34.74 388	27.45 383	1.87 365	2.27 371	1.54 368	10.18 392	0.69 327	3.11 356

coex-ft	20.15 386	20.03 386	87.93 412	1.81 178	1.77 248	18.77 358	13.73 374	13.28 294	41.87 388	60.24 406	39.04 382	28.27 371	30.39 384	12.57 324	28.66 386	0.20 304	0.23 239	0.04 300	0.30 318	1.52 351	2.34 347

SGM+DAISY	17.25 375	9.46 373	22.74 368	10.11 375	11.40 381	28.98 379	13.74 375	21.15 370	16.85 329	31.39 377	34.79 376	34.05 381	24.24 377	26.23 381	19.31 358	8.79 383	7.56 403	4.88 377	3.93 382	6.07 374	9.33 382

ACVNet_2	27.45 390	30.56 395	27.90 380	20.72 389	15.55 390	37.22 389	14.00 376	49.32 402	65.88 409	43.17 393	56.99 404	51.90 392	26.98 380	21.46 374	15.38 353	10.77 388	2.85 382	23.12 389	3.62 380	20.08 391	11.47 390

Wz-Net-SNSev	9.92 343	8.01 370	26.42 378	2.26 234	1.85 255	8.36 288	14.30 377	18.01 345	21.68 351	10.78 300	23.95 340	16.84 331	8.60 314	15.59 347	19.76 360	0.01 102	0.03 156	0.01 244	0.00 1	0.52 314	1.34 277

Anonymous Stereo	7.27 311	4.41 350	26.56 379	3.67 331	3.09 303	5.56 236	15.31 378	10.85 232	11.63 290	10.31 289	10.32 218	7.46 232	3.67 185	14.42 337	15.13 352	0.64 341	0.88 292	0.00 1	0.07 227	0.33 284	1.16 261

SGM-ForestM	18.61 381	3.38 333	10.14 319	3.44 324	2.24 275	34.17 386	15.39 379	29.44 387	33.93 374	38.55 388	41.08 386	53.64 396	36.76 391	34.82 389	27.16 382	1.25 356	1.81 369	0.74 358	1.01 358	0.61 318	2.61 352

WZ-Net	13.61 363	5.57 358	42.84 395	3.89 338	3.19 307	19.90 360	15.44 380	15.67 328	32.04 372	16.13 347	28.69 358	22.17 361	15.84 355	21.40 373	26.87 380	0.75 346	0.01 102	0.01 244	0.03 200	0.51 313	1.20 265

MFN_U_SF_DS_RVC	10.36 348	5.37 357	16.61 352	2.95 295	3.02 300	24.75 368	15.44 380	14.68 318	19.73 341	19.77 357	23.97 341	16.98 332	8.40 310	17.58 359	9.23 300	1.59 362	1.75 366	0.16 335	2.63 375	0.75 332	1.85 322

MSC_U_SF_DS_RVC	17.08 373	7.98 369	24.37 373	6.82 370	2.93 297	39.68 393	16.11 382	25.46 380	34.93 378	34.13 382	34.20 375	29.20 372	24.94 378	23.01 376	19.39 359	2.79 369	2.87 383	1.18 365	1.53 370	6.78 375	3.31 358

IMH-64-1	28.06 392	29.98 392	19.46 361	32.15 394	20.98 394	27.68 375	16.66 383	47.31 396	44.85 392	34.14 383	50.94 397	41.49 388	31.67 386	37.53 390	23.88 373	14.17 393	2.96 385	34.45 397	11.15 394	26.12 395	13.75 394

IMH-64	28.06 392	29.98 392	19.46 361	32.15 394	20.98 394	27.68 375	16.66 383	47.31 396	44.85 392	34.14 383	50.94 397	41.49 388	31.67 386	37.53 390	23.88 373	14.17 393	2.96 385	34.45 397	11.15 394	26.12 395	13.75 394

RTS	19.64 384	10.42 378	87.01 410	5.88 363	6.82 366	41.73 394	16.69 385	16.80 338	41.90 389	23.44 363	32.96 372	13.79 309	21.49 368	38.85 394	30.84 387	0.46 333	0.70 281	0.00 1	0.09 236	1.13 342	1.70 301

RTSA	19.64 384	10.42 378	87.01 410	5.88 363	6.82 366	41.73 394	16.69 385	16.80 338	41.90 389	23.44 363	32.96 372	13.79 309	21.49 368	38.85 394	30.84 387	0.46 333	0.70 281	0.00 1	0.09 236	1.13 342	1.70 301

AnyNet_C01	16.99 372	12.34 383	60.47 403	4.88 358	3.11 306	31.77 381	16.79 387	18.60 350	17.96 336	18.62 352	38.50 381	24.03 362	19.00 360	30.59 385	35.18 395	0.29 321	0.56 271	0.45 357	0.48 343	2.70 366	3.40 359

IMH	30.65 396	30.30 394	21.09 365	34.89 398	21.75 398	33.16 385	16.91 388	49.53 403	52.50 396	38.41 387	55.10 403	45.13 390	40.36 395	41.57 397	25.66 378	14.74 396	3.36 388	35.43 399	11.69 396	27.31 399	14.16 397

AnyNet_C32	11.82 357	7.08 364	25.83 377	4.55 355	5.88 365	16.92 350	16.97 389	14.14 310	18.11 337	16.87 350	21.66 332	14.78 318	13.87 349	23.54 378	31.83 390	0.24 311	0.28 248	0.35 352	0.53 347	1.35 349	1.71 303

DPSNet	10.88 353	2.57 315	20.40 364	2.24 231	1.90 259	24.92 369	17.00 390	21.35 372	28.61 368	12.87 326	13.74 273	17.01 333	20.14 364	15.36 344	14.01 346	0.81 347	0.98 309	0.20 344	0.65 352	1.30 348	1.54 284

ELAS	17.99 378	3.49 335	11.19 323	6.14 367	5.79 364	34.89 387	17.28 391	28.75 384	30.47 370	40.80 392	45.79 391	39.04 386	32.05 388	27.63 383	24.30 376	1.88 366	2.41 375	1.09 362	1.48 368	1.83 356	3.48 361
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MFMNet_re	14.09 365	9.67 374	20.31 363	10.40 376	7.62 370	21.38 364	17.49 392	21.36 373	31.95 371	23.70 366	29.22 359	18.87 344	27.41 382	14.27 336	11.16 323	2.85 370	1.51 363	0.41 356	0.28 311	4.88 371	7.10 377

ELAS_RVC	17.82 377	3.60 339	11.92 325	6.63 369	5.73 363	30.34 380	19.64 393	26.92 381	35.06 379	40.79 391	41.32 387	37.31 385	31.61 385	30.54 384	22.93 367	1.97 367	2.40 373	1.28 366	1.27 364	1.71 354	3.51 363
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
TorneroNet-64	33.32 398	33.28 396	33.07 386	35.14 399	21.25 397	48.02 402	21.13 394	43.47 394	58.77 401	33.36 381	46.64 393	62.00 402	38.19 392	44.82 401	35.07 394	15.02 397	3.59 391	35.81 400	12.20 397	29.45 401	16.17 398

WAO-6	35.59 400	37.89 401	17.67 355	37.86 400	24.46 400	37.85 390	21.49 395	49.01 401	67.96 410	44.22 395	48.08 394	53.02 394	53.39 405	33.67 387	36.83 397	26.05 403	7.83 404	43.19 404	21.76 404	30.18 402	19.37 404

BEATNet-Init1	24.70 388	11.33 380	44.28 396	5.48 361	3.94 334	47.60 401	22.33 396	34.94 388	40.01 387	48.11 399	49.98 396	59.86 400	43.17 397	39.48 396	31.77 389	1.37 359	1.76 368	1.17 364	1.17 361	2.44 363	3.85 366

WAO-7	30.22 395	25.83 388	23.33 369	33.10 396	14.36 386	36.98 388	22.41 397	52.85 405	64.46 407	43.76 394	59.24 406	52.31 393	45.69 400	32.82 386	32.60 391	11.16 391	5.49 398	13.76 383	12.60 398	12.36 382	9.38 383

WAO-8	38.93 403	36.84 399	23.97 371	43.96 402	24.48 401	45.73 398	22.62 398	53.10 406	75.66 411	53.86 403	66.14 411	62.39 403	55.11 407	43.01 399	40.67 401	22.98 401	7.22 401	37.53 402	19.49 402	27.04 398	16.83 399

Venus	38.93 403	36.84 399	23.97 371	43.96 402	24.48 401	45.73 398	22.62 398	53.10 406	75.66 411	53.86 403	66.17 412	62.39 403	55.11 407	43.01 399	40.67 401	22.98 401	7.22 401	37.53 402	19.49 402	27.02 397	16.83 399

TorneroNet	36.02 402	35.25 397	36.33 391	38.44 401	22.19 399	50.72 406	24.42 400	48.39 399	54.53 398	38.03 386	53.44 401	62.83 405	44.79 399	47.68 404	42.11 403	15.69 398	3.97 393	37.25 401	15.05 400	30.83 403	18.40 403

LVE	35.84 401	41.54 403	36.25 389	33.36 397	18.92 392	53.05 408	27.99 401	53.17 408	64.93 408	47.63 398	61.58 408	54.25 397	38.72 393	38.72 393	35.50 396	16.36 399	6.23 400	31.51 396	14.04 399	25.01 394	18.07 402

PWCK	31.62 397	45.59 404	49.67 398	30.49 392	7.80 371	42.91 396	29.73 402	45.45 395	44.44 391	47.41 397	36.92 379	47.86 391	26.79 379	41.90 398	33.36 392	22.77 400	4.56 396	29.89 394	5.13 389	29.43 400	10.36 387

JetBlue	29.99 394	17.24 385	55.64 400	16.24 385	21.08 396	62.07 412	33.14 403	40.60 392	35.73 381	34.59 385	40.67 384	57.18 399	43.54 398	51.46 407	52.18 409	2.72 368	4.58 397	2.86 373	3.53 379	10.57 379	14.11 396

notaker	48.05 407	55.94 409	50.90 399	56.89 409	40.29 405	38.96 392	33.86 404	47.82 398	55.70 399	57.55 405	57.48 405	60.22 401	59.71 411	54.64 410	43.27 404	41.13 407	19.86 407	57.61 408	37.79 406	50.95 408	40.33 407

UNDER WATER	45.99 405	49.80 407	68.56 406	49.99 406	32.13 404	55.35 410	39.50 405	41.12 393	52.90 397	50.69 400	45.18 390	67.79 410	58.75 410	51.93 409	50.97 407	30.59 404	14.03 405	51.66 406	37.15 405	40.27 406	31.35 405

HanzoNet	57.16 411	60.12 411	60.00 402	55.77 408	42.11 406	51.98 407	41.93 406	52.07 404	61.47 404	65.98 412	65.90 410	72.11 412	70.14 412	71.11 413	61.13 411	64.31 413	34.72 410	62.27 410	50.86 410	52.83 410	46.33 410

ktn	49.32 408	58.11 410	40.16 393	59.92 411	43.22 407	49.79 405	42.99 407	48.56 400	60.67 403	51.59 401	54.51 402	55.34 398	52.65 404	47.92 405	37.91 398	57.88 411	24.79 408	63.00 411	43.57 408	52.51 409	41.31 408

UNDER WATER-64	46.01 406	48.25 405	68.05 405	44.59 404	28.11 403	57.02 411	43.78 408	40.20 391	48.80 394	52.08 402	42.95 388	67.22 409	57.71 409	48.98 406	49.57 406	40.01 406	17.98 406	52.15 407	39.41 407	38.99 404	34.41 406

KSHMR	56.07 410	64.25 413	40.47 394	74.89 413	49.63 411	49.42 404	45.46 409	57.71 411	63.52 405	61.65 408	61.67 409	71.88 411	47.67 402	51.47 408	44.57 405	54.67 410	62.25 412	66.31 412	54.18 412	53.03 411	46.75 411

MADNet+	27.96 391	35.32 398	91.41 414	21.04 390	8.86 375	49.25 403	47.41 410	36.98 390	37.84 384	21.00 360	30.83 366	25.41 365	34.95 390	46.51 402	51.54 408	3.04 371	3.33 387	1.48 367	1.05 359	5.85 373	6.05 374

DPSimNet_ROB	54.45 409	65.73 414	47.00 397	54.49 407	46.37 409	55.34 409	56.47 411	56.18 409	59.04 402	64.57 411	51.76 399	64.01 406	54.49 406	47.54 403	67.21 412	63.21 412	27.86 409	58.04 409	51.28 411	46.61 407	51.87 413

JetRed	61.44 412	61.87 412	83.02 409	46.49 405	56.73 413	83.63 414	65.09 412	59.75 412	64.22 406	69.50 413	69.26 413	66.24 407	47.62 401	61.80 411	74.60 413	45.99 408	66.40 414	46.67 405	45.27 409	63.49 412	51.22 412

MADNet++	82.81 415	81.73 416	74.64 408	87.71 418	82.67 417	93.35 415	70.27 413	86.39 417	82.88 414	93.51 418	86.62 414	86.40 414	81.37 414	88.21 414	88.63 415	86.59 417	84.23 418	72.14 414	68.69 414	78.88 418	81.36 419

SAMSARA	15.67 368	3.89 344	14.48 341	13.77 383	7.92 373	38.69 391	73.90 414	21.22 371	24.66 359	17.04 351	13.86 274	30.01 373	13.07 342	18.07 361	17.48 356	0.23 309	1.46 360	0.07 315	0.40 335	0.99 339	2.15 341

SPstereo	72.80 414	48.41 406	62.94 404	57.25 410	46.60 410	79.63 413	85.16 415	100.00 425	100.00 423	98.52 421	98.22 420	100.00 426	96.67 418	97.01 419	82.62 414	47.37 409	39.60 411	68.10 413	65.09 413	40.01 405	42.71 409

HaxPig	98.85 422	99.94 422	95.36 415	99.99 425	99.98 423	94.12 416	94.52 416	99.12 421	99.96 421	99.96 424	99.99 423	99.98 424	99.89 422	98.16 420	96.14 420	99.98 424	99.99 424	100.00 422	99.99 423	99.99 425	99.95 425

AVERAGE_ROB	99.63 425	99.96 423	98.88 420	100.00 428	100.00 425	98.16 421	95.64 417	100.00 425	100.00 423	100.00 425	100.00 424	100.00 426	100.00 425	100.00 426	99.99 424	100.00 427	100.00 425	100.00 422	100.00 425	100.00 426	100.00 429

MEDIAN_ROB	98.44 421	99.70 420	99.34 421	97.13 419	97.06 419	96.94 417	95.91 418	97.71 420	97.33 419	98.78 422	98.91 421	99.19 420	98.13 420	96.94 418	96.99 421	99.97 423	99.18 420	100.00 422	99.99 423	99.70 422	99.83 422

xxxxx1	85.58 417	90.37 417	96.61 417	76.69 414	80.77 414	97.50 418	96.92 419	85.57 414	88.66 415	88.63 415	91.64 416	94.27 415	93.09 415	90.03 415	91.91 416	70.77 414	70.62 415	73.61 415	81.26 416	72.90 414	79.86 416

tt_ll	85.58 417	90.37 417	96.61 417	76.69 414	80.77 414	97.50 418	96.92 419	85.57 414	88.66 415	88.63 415	91.64 416	94.27 415	93.09 415	90.03 415	91.91 416	70.77 414	70.62 415	73.61 415	81.26 416	72.90 414	79.86 416

ff	85.58 417	90.37 417	96.61 417	76.69 414	80.77 414	97.50 418	96.92 419	85.57 414	88.66 415	88.63 415	91.64 416	94.27 415	93.09 415	90.03 415	91.91 416	70.77 414	70.62 415	73.61 415	81.26 416	72.90 414	79.86 416

PML	97.69 420	100.00 425	96.50 416	97.85 422	97.35 421	99.77 423	99.36 422	96.92 418	96.34 418	100.00 425	96.52 419	97.41 419	99.61 421	100.00 426	95.46 419	99.99 425	97.44 419	100.00 422	96.08 420	99.13 421	88.02 420

test_example2	99.38 424	99.98 424	99.99 425	100.00 428	99.98 423	99.73 422	99.99 423	96.99 419	100.00 423	100.00 425	100.00 424	96.49 418	96.74 419	99.97 422	99.96 423	100.00 427	99.97 423	98.68 421	99.11 422	100.00 426	100.00 429

MyStereo03	100.00 430	100.00 425	100.00 428	100.00 428	100.00 425	100.00 424	100.00 424	100.00 425	100.00 423	100.00 425	100.00 424	100.00 426	100.00 425	100.00 426	100.00 427	100.00 427	100.00 425	100.00 422	100.00 425	100.00 426	100.00 429

MyStereo02	100.00 430	100.00 425	100.00 428	100.00 428	100.00 425	100.00 424	100.00 424	100.00 425	100.00 423	100.00 425	100.00 424	100.00 426	100.00 425	100.00 426	100.00 427	100.00 427	100.00 425	100.00 422	100.00 425	100.00 426	100.00 429

MyStereo	100.00 430	100.00 425	100.00 428	100.00 428	100.00 425	100.00 424	100.00 424	100.00 425	100.00 423	100.00 425	100.00 424	100.00 426	100.00 425	100.00 426	100.00 427	100.00 427	100.00 425	100.00 422	100.00 425	100.00 426	100.00 429

Selective-RAFT-Error	100.00 430	100.00 425	100.00 428	100.00 428	100.00 425	100.00 424	100.00 424	100.00 425	100.00 423	100.00 425	100.00 424	100.00 426	100.00 425	100.00 426	100.00 427	100.00 427	100.00 425	100.00 422	100.00 425	100.00 426	100.00 429

Anonymous_1	99.01 423	99.91 421	99.85 423	97.31 420	99.09 422	100.00 424	100.00 424	99.59 422	99.96 421	99.29 423	99.86 422	99.55 421	99.99 424	99.30 421	99.76 422	95.67 420	99.58 421	97.24 420	98.56 421	97.36 420	98.34 421

tt	83.10 416	0.43 20	99.97 424	79.27 417	93.14 418	100.00 424	100.00 424	100.00 425	99.89 420	60.55 407	48.44 395	99.98 424	99.96 423	99.98 425	100.00 427	91.80 418	99.82 422	73.67 418	73.25 415	86.43 419	55.39 414

CasAABBNet	100.00 430	100.00 425	100.00 428	100.00 428	100.00 425	100.00 424	100.00 424	100.00 425	100.00 423	100.00 425	100.00 424	100.00 426	100.00 425	100.00 426	100.00 427	100.00 427	100.00 425	100.00 422	100.00 425	100.00 426	100.00 429

LSM0	100.00 430	100.00 425	100.00 428	100.00 428	100.00 425	100.00 424	100.00 424	100.00 425	100.00 423	100.00 425	100.00 424	100.00 426	100.00 425	100.00 426	100.00 427	100.00 427	100.00 425	100.00 422	100.00 425	100.00 426	99.99 426

DPSMNet_ROB	99.90 426	100.00 425	99.99 425	99.99 425	100.00 425	100.00 424	100.00 424	99.98 423	100.00 423	98.37 419	100.00 424	99.81 422	100.00 425	99.97 422	99.99 424	100.00 427	100.00 425	100.00 422	100.00 425	100.00 426	99.99 426

DGTPSM_ROB	99.90 426	100.00 425	99.99 425	99.99 425	100.00 425	100.00 424	100.00 424	99.98 423	100.00 423	98.37 419	100.00 424	99.81 422	100.00 425	99.97 422	99.99 424	99.99 425	100.00 425	100.00 422	100.00 425	100.00 426	99.99 426

DPSM_ROB	99.94 428	100.00 425	100.00 428	99.74 423	100.00 425	100.00 424	100.00 424	100.00 425	100.00 423	100.00 425	100.00 424	100.00 426	100.00 425	100.00 426	100.00 427	99.08 421	100.00 425	100.00 422	100.00 425	99.98 423	99.94 423

DPSM	99.94 428	100.00 425	100.00 428	99.74 423	100.00 425	100.00 424	100.00 424	100.00 425	100.00 423	100.00 425	100.00 424	100.00 426	100.00 425	100.00 426	100.00 427	99.08 421	100.00 425	100.00 422	100.00 425	99.98 423	99.94 423

Low-res two-view benchmark