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

ACVNet-DCA	2.41 95	0.93 151	3.39 66	3.05 304	0.39 96	5.69 242	0.55 126	9.15 189	4.33 79	1.42 32	3.48 53	0.33 25	3.65 183	8.26 204	0.70 16	0.00 1	1.14 336	0.00 1	0.03 201	0.09 102	1.65 291

xx1	2.73 129	0.93 151	3.39 66	3.05 304	0.39 96	5.69 242	0.55 126	5.34 50	10.76 273	1.42 32	3.48 53	4.63 158	2.83 152	8.26 204	0.70 16	0.00 1	1.14 336	0.00 1	0.25 300	0.09 102	1.65 291

1test111	2.31 82	0.93 151	3.39 66	3.05 304	0.39 96	5.69 242	0.55 126	9.15 189	4.33 79	1.42 32	3.48 53	0.33 25	3.65 183	4.95 81	2.06 145	0.00 1	1.14 336	0.00 1	0.03 201	0.09 102	1.65 291

cc1	2.56 110	0.93 151	3.39 66	3.05 304	0.39 96	5.69 242	0.55 126	5.34 50	10.76 273	1.42 32	3.48 53	0.33 25	3.65 183	8.26 204	0.70 16	0.00 1	1.14 336	0.00 1	0.03 201	0.12 150	1.89 332

ff7	1.46 15	0.79 117	2.99 38	0.33 31	0.35 85	2.75 99	0.81 183	4.31 20	2.97 15	0.77 18	1.20 9	0.21 4	0.42 23	7.44 157	0.86 31	0.00 1	0.93 296	0.00 1	0.16 259	0.12 150	1.82 317

IGEVStereo-DCA	1.54 25	1.71 258	2.99 38	0.73 73	0.24 65	2.69 91	0.81 183	4.31 20	2.97 15	0.73 16	0.16 1	0.23 8	0.32 11	7.57 172	2.72 182	0.00 1	0.49 270	0.00 1	0.16 259	0.17 198	1.82 317

ffff	1.46 15	0.79 117	2.99 38	0.33 31	0.35 85	2.75 99	0.81 183	4.31 20	2.97 15	0.77 18	1.20 9	0.21 4	0.42 23	7.44 157	0.86 31	0.00 1	0.93 296	0.00 1	0.16 259	0.12 150	1.82 317

rrr	1.64 32	1.71 258	6.31 240	0.73 73	0.24 65	2.69 91	0.92 207	4.25 17	1.75 3	0.73 16	0.16 1	0.23 8	0.32 11	7.57 172	2.72 182	0.00 1	0.49 270	0.00 1	0.20 283	0.17 198	1.68 298

DualNet	3.96 221	0.98 167	7.03 261	1.64 151	1.07 193	2.84 111	0.47 106	5.55 61	10.56 266	6.68 163	9.59 202	5.66 191	3.87 194	8.20 201	11.69 330	0.00 1	1.13 328	0.00 1	0.19 273	0.11 133	1.88 328

ffm	3.41 181	0.98 167	7.03 261	1.64 151	1.07 193	2.84 111	0.47 106	5.55 61	10.56 266	6.68 163	9.59 202	5.66 191	3.87 194	8.20 201	0.68 11	0.00 1	1.13 328	0.00 1	0.19 273	0.11 133	1.88 328

ff1	4.11 229	0.98 167	7.03 261	1.64 151	1.07 193	2.84 111	0.47 106	5.55 61	10.56 266	6.68 163	9.59 202	5.66 191	3.87 194	11.33 307	11.69 330	0.00 1	1.13 328	0.00 1	0.19 273	0.11 133	1.88 328

11t	1.46 15	0.79 117	2.99 38	0.33 31	0.35 85	2.75 99	0.81 183	4.31 20	2.97 15	0.77 18	1.20 9	0.21 4	0.42 23	7.44 157	0.87 34	0.00 1	0.93 296	0.00 1	0.16 259	0.12 150	1.82 317

tt1	2.53 105	0.91 149	3.53 80	2.92 294	0.53 125	5.60 239	0.61 142	5.55 61	10.56 266	1.54 36	3.54 59	0.34 29	3.00 155	8.20 201	0.68 11	0.00 1	1.13 328	0.00 1	0.03 201	0.11 133	1.88 328

GMStereo_Zeroshot	2.92 142	2.33 308	6.12 228	1.66 158	0.36 89	3.61 170	0.09 20	5.95 93	6.20 155	7.15 186	7.11 151	8.37 252	0.91 53	6.17 113	1.97 138	0.00 1	0.00 1	0.00 1	0.00 1	0.22 232	0.14 65

test croco	1.53 24	0.86 140	6.50 245	0.42 43	0.05 3	1.56 21	0.09 20	5.18 45	4.02 68	0.54 11	1.76 28	0.59 41	0.75 46	6.48 120	1.23 74	0.00 1	0.00 1	0.00 1	0.00 1	0.43 300	0.07 34

StereoIM	0.96 3	1.11 185	4.01 125	0.36 37	1.86 258	1.20 5	0.06 12	3.99 13	1.73 2	0.45 6	0.56 7	0.43 33	0.51 35	1.28 6	1.46 90	0.00 1	0.00 1	0.00 1	0.00 1	0.06 68	0.08 37

IGEV_Zeroshot_test	2.57 111	0.63 93	5.70 215	1.93 194	0.87 172	2.63 83	0.85 196	8.94 183	4.55 93	5.30 101	5.48 104	5.23 180	1.38 89	3.76 60	1.32 82	0.00 1	0.69 280	0.00 1	0.18 270	0.19 211	1.72 306

StereoVision	2.42 96	1.18 196	5.14 185	1.15 111	2.64 291	1.89 40	0.28 73	6.61 119	4.72 100	2.14 43	10.52 227	3.84 125	0.52 36	5.33 92	2.29 165	0.00 1	0.00 1	0.00 1	0.00 1	0.12 150	0.04 17

MIF-Stereo (partial)	1.44 13	0.59 84	3.98 121	0.08 1	1.09 199	1.24 8	0.13 38	5.12 42	4.07 69	0.47 7	2.56 40	0.31 20	0.74 45	6.31 116	2.02 144	0.00 1	0.00 1	0.00 1	0.00 1	0.12 150	0.04 17

MIF-Stereo	0.94 2	0.53 59	2.82 26	0.94 97	1.29 224	0.56 3	0.12 31	1.49 1	3.16 23	1.77 39	2.22 35	0.20 3	0.32 11	1.76 20	1.33 83	0.00 1	0.00 1	0.00 1	0.00 1	0.16 192	0.02 4

MIM_Stereo	2.83 132	1.20 205	5.27 187	1.41 134	1.16 207	3.07 136	0.33 84	6.67 120	3.95 64	5.17 99	10.11 215	4.25 149	1.73 113	8.32 216	1.64 107	0.00 1	0.36 259	0.00 1	0.01 173	0.22 232	1.69 300

CFNet_ucs	3.23 167	0.56 75	4.59 161	0.59 58	0.37 92	3.29 152	0.19 57	10.47 225	9.02 239	7.78 211	12.57 262	5.59 189	1.74 114	5.39 94	1.86 127	0.00 1	0.04 171	0.01 245	0.00 1	0.10 122	0.33 143

HH	2.88 138	0.82 126	4.07 129	1.71 167	0.54 128	4.71 222	0.69 160	8.72 177	3.57 44	1.80 40	6.49 134	7.81 240	3.92 200	8.93 247	0.99 49	0.00 1	1.06 319	0.00 1	0.03 201	0.05 59	1.69 300

HanStereo	2.88 138	0.82 126	4.07 129	1.71 167	0.54 128	4.71 222	0.69 160	8.72 177	3.57 44	1.80 40	6.49 134	7.81 240	3.92 200	8.93 247	0.99 49	0.00 1	1.06 319	0.00 1	0.03 201	0.05 59	1.69 300

4D-IteraStereo	1.99 44	1.32 219	3.77 100	0.13 3	2.84 297	3.51 164	1.03 211	4.26 18	5.38 123	5.50 108	1.03 8	3.86 126	0.38 20	2.44 43	1.88 129	0.00 1	0.43 264	0.00 1	0.01 173	0.11 133	1.84 322

anonymousdsp	1.51 22	0.81 123	2.70 22	0.60 59	0.69 142	2.76 103	0.79 178	4.86 30	3.00 21	0.82 23	1.25 13	0.31 20	0.42 23	7.44 157	0.81 26	0.00 1	0.83 290	0.00 1	0.17 268	0.12 150	1.85 324

gwcnet-sp	3.58 190	2.01 287	8.82 298	2.01 209	0.69 142	7.38 277	1.10 218	9.23 193	6.66 172	9.32 265	5.91 111	4.21 144	3.31 167	6.91 138	3.69 202	0.00 1	0.00 1	0.00 1	0.00 1	0.24 241	0.18 89

scenet	3.58 190	2.01 287	8.82 298	2.01 209	0.69 142	7.38 277	1.10 218	9.23 193	6.66 172	9.32 265	5.91 111	4.21 144	3.31 167	6.91 138	3.69 202	0.00 1	0.00 1	0.00 1	0.00 1	0.24 241	0.18 89

anonymousa	4.24 239	0.78 115	4.05 127	2.16 216	4.87 358	8.76 294	0.35 86	7.41 151	4.47 90	8.21 231	19.70 326	11.03 296	5.87 265	2.04 28	2.20 151	0.00 1	1.16 341	0.00 1	0.55 350	0.04 44	1.11 259

riskmin	2.49 101	0.22 1	3.34 62	2.33 247	1.78 250	2.89 127	0.46 104	7.35 148	6.95 184	2.75 48	1.67 24	6.75 219	5.08 244	3.24 52	1.93 135	0.00 1	0.99 313	0.00 1	0.27 312	0.02 9	1.73 307

Selective-RAFT	1.92 41	0.54 62	3.87 106	1.15 111	0.21 56	3.83 193	0.06 12	5.00 37	4.68 98	1.59 37	2.14 34	3.05 94	2.77 149	6.63 125	1.34 85	0.00 1	0.95 302	0.00 1	0.32 325	0.05 59	0.19 95

MC-Stereo	1.87 37	0.49 49	3.52 77	2.82 288	1.07 193	1.90 41	0.12 31	4.89 35	3.27 26	3.66 68	3.58 61	0.56 40	1.45 93	5.79 103	0.81 26	0.00 1	1.19 344	0.00 1	0.21 288	0.11 133	1.95 336

RCA-Stereo	2.19 69	0.46 32	3.22 51	0.47 53	0.33 83	2.27 57	0.47 106	5.60 67	15.20 321	2.86 50	5.61 107	0.78 44	3.15 157	1.71 13	0.48 1	0.00 1	0.90 295	0.00 1	0.00 1	0.10 122	0.26 124

ssnet	3.58 190	2.01 287	8.82 298	2.01 209	0.69 142	7.38 277	1.10 218	9.23 193	6.66 172	9.32 265	5.91 111	4.21 144	3.31 167	6.91 138	3.69 202	0.00 1	0.00 1	0.00 1	0.00 1	0.24 241	0.18 89

CroCo-Stereo Lap2	1.37 11	1.19 199	4.17 133	1.01 101	4.58 352	0.46 2	0.09 20	4.27 19	2.94 13	1.25 31	2.40 38	1.55 61	0.20 1	1.72 14	1.30 78	0.00 1	0.00 1	0.00 1	0.00 1	0.15 188	0.13 62

TestStereo1	3.12 158	1.34 221	4.67 166	3.47 327	0.71 148	2.50 70	1.45 235	7.27 144	8.71 229	4.91 89	9.28 193	2.34 78	3.61 180	9.44 264	1.62 102	0.00 1	0.33 253	0.00 1	0.00 1	0.30 272	0.40 157

qqq	2.44 98	0.85 133	4.33 143	1.73 171	0.71 148	1.98 43	0.38 89	9.15 189	4.33 79	3.37 59	4.34 71	4.63 158	2.83 152	4.95 81	2.06 145	0.00 1	1.13 328	0.00 1	0.25 300	0.09 102	1.65 291

ccc-4	1.46 15	0.79 117	2.99 38	0.33 31	0.35 85	2.75 99	0.81 183	4.31 20	2.97 15	0.77 18	1.20 9	0.21 4	0.42 23	7.44 157	0.86 31	0.00 1	0.93 296	0.00 1	0.16 259	0.12 150	1.82 317

x	2.30 81	0.82 126	3.85 103	2.23 229	0.72 151	2.12 51	0.81 183	9.48 202	4.82 109	3.83 73	2.76 44	3.49 119	2.30 131	3.48 55	2.25 158	0.00 1	1.13 328	0.00 1	0.22 293	0.09 102	1.66 295

Wz-Net-LNSev	7.12 309	2.75 323	18.64 359	1.70 166	4.16 340	12.79 335	6.72 336	13.74 305	13.57 312	11.14 313	17.31 312	11.90 304	8.50 313	8.96 251	9.94 310	0.00 1	0.01 102	0.00 1	0.00 1	0.18 205	0.34 144

IER	3.42 183	0.91 149	6.38 243	0.73 73	1.60 238	7.07 270	0.55 126	7.07 138	5.45 128	8.17 230	8.89 181	6.13 206	6.13 269	5.36 93	3.77 209	0.00 1	0.00 1	0.00 1	0.00 1	0.08 88	0.05 23

RAFT_CTSACE	3.62 195	1.65 252	5.41 194	1.36 127	3.08 303	3.95 198	1.03 211	4.62 26	4.65 96	5.33 102	17.73 317	7.63 237	2.71 144	10.98 300	1.15 62	0.00 1	0.48 269	0.00 1	0.00 1	0.31 279	0.25 123

test_5	3.16 163	1.18 196	4.96 178	2.33 247	3.10 306	4.51 218	1.27 227	7.47 153	7.61 200	3.00 54	7.38 155	5.37 183	4.06 203	8.28 209	1.54 94	0.00 1	0.34 255	0.00 1	0.02 190	0.21 227	0.62 206

SA-5K	3.12 158	1.34 221	4.67 166	3.47 327	0.71 148	2.50 70	1.45 235	7.27 144	8.71 229	4.91 89	9.28 193	2.34 78	3.61 180	9.44 264	1.62 102	0.00 1	0.33 253	0.00 1	0.00 1	0.30 272	0.40 157

Sa-1000	3.81 209	1.26 211	4.64 164	2.29 241	0.55 130	3.51 164	1.58 243	8.37 169	9.13 242	7.97 216	17.42 313	3.98 131	2.76 148	9.61 270	1.68 115	0.00 1	0.69 280	0.00 1	0.18 270	0.23 237	0.27 126

SA	3.34 173	1.29 213	4.84 171	1.99 205	0.57 131	3.15 145	1.39 233	7.66 161	9.94 256	4.86 88	10.87 236	2.97 93	4.61 227	9.88 284	1.38 87	0.00 1	0.60 275	0.00 1	0.19 273	0.25 248	0.37 151

test_4	2.58 112	0.70 106	3.30 58	0.43 46	0.30 76	3.97 199	1.11 221	3.91 11	3.83 60	4.15 78	17.20 309	3.44 115	0.52 36	6.60 124	1.58 96	0.00 1	0.13 217	0.00 1	0.11 243	0.20 217	0.20 101

IGEV-Stereo	1.51 22	0.81 123	2.69 21	0.60 59	0.69 142	2.77 104	0.79 178	4.88 33	2.99 20	0.82 23	1.25 13	0.31 20	0.42 23	7.43 156	0.85 30	0.00 1	0.83 290	0.00 1	0.17 268	0.12 150	1.85 324
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	3.20 166	1.27 212	5.27 187	0.27 24	0.99 187	2.71 94	0.58 135	5.75 75	5.85 144	3.03 56	7.88 164	10.08 274	4.08 206	8.40 221	6.09 258	0.00 1	0.25 246	0.00 1	0.12 247	0.31 279	0.95 242

GLC_STEREO	0.87 1	0.39 14	1.55 2	0.72 70	0.01 1	1.98 43	0.55 126	3.52 4	3.54 42	0.96 25	1.63 22	0.19 1	0.41 21	1.29 7	0.58 4	0.00 1	0.01 102	0.00 1	0.00 1	0.05 59	0.08 37

MIPNet	2.27 79	1.14 190	5.55 207	0.49 54	0.22 62	2.03 46	0.19 57	7.60 156	6.17 154	5.83 115	4.16 68	2.05 74	3.44 174	3.65 58	2.23 157	0.00 1	0.01 102	0.01 245	0.01 173	0.24 241	0.48 178

IPLGR	2.46 99	0.68 99	7.02 260	0.22 15	0.16 33	2.01 45	0.22 61	7.01 131	6.62 170	7.10 183	5.92 114	2.91 89	2.27 129	5.12 87	1.52 93	0.00 1	0.00 1	0.00 1	0.00 1	0.12 150	0.41 164

AASNet	4.20 236	1.63 250	5.82 216	3.79 337	3.93 334	6.55 259	1.22 224	19.12 356	6.82 177	7.86 213	8.35 176	4.36 150	2.55 140	3.87 63	7.47 275	0.00 1	0.00 1	0.00 1	0.00 1	0.49 312	0.22 110

GMOStereo	2.08 50	0.85 133	2.95 33	0.23 17	0.73 153	1.50 16	0.86 198	5.08 38	4.78 103	8.42 236	6.99 143	3.36 101	1.14 67	1.73 15	1.21 69	0.00 1	1.32 353	0.00 1	0.00 1	0.28 261	0.23 113

error version	2.08 50	0.85 133	2.95 33	0.23 17	0.73 153	1.50 16	0.86 198	5.08 38	4.78 103	8.42 236	6.99 143	3.36 101	1.14 67	1.73 15	1.21 69	0.00 1	1.32 353	0.00 1	0.00 1	0.28 261	0.23 113

test-v	2.08 50	0.85 133	2.95 33	0.23 17	0.73 153	1.50 16	0.86 198	5.08 38	4.78 103	8.42 236	6.99 143	3.36 101	1.14 67	1.73 15	1.21 69	0.00 1	1.32 353	0.00 1	0.00 1	0.28 261	0.23 113

test-3	2.19 69	0.38 9	3.88 111	1.55 145	0.91 177	1.39 12	0.80 180	5.36 56	5.51 129	7.36 199	1.90 30	4.05 134	0.42 23	6.67 129	1.17 64	0.00 1	0.99 313	0.00 1	0.28 313	0.20 217	1.08 257

test_1	2.18 67	0.38 9	3.87 106	1.54 144	0.91 177	1.38 11	0.80 180	5.36 56	5.53 131	7.12 184	1.86 29	4.05 134	0.41 21	6.65 127	1.17 64	0.00 1	0.99 313	0.00 1	0.28 313	0.20 217	1.08 257

test_3	2.22 73	0.39 14	4.20 136	1.51 141	0.90 174	1.29 9	0.74 174	5.34 50	6.37 161	6.64 160	1.96 32	4.24 148	0.45 30	6.63 125	1.17 64	0.00 1	1.00 316	0.00 1	0.28 313	0.19 211	1.01 247

CrosDoStereo	4.05 227	0.71 108	3.52 77	0.51 55	0.20 47	3.25 149	11.21 366	6.34 109	4.96 113	9.04 255	16.44 299	4.92 167	7.28 293	8.29 210	3.84 211	0.00 1	0.02 132	0.01 245	0.00 1	0.18 205	0.19 95

STrans-v2	3.55 188	0.94 160	5.06 182	0.32 26	0.60 135	2.97 132	1.15 222	11.08 240	7.97 213	6.01 126	10.93 237	6.65 218	6.86 284	8.37 220	1.66 112	0.00 1	0.01 102	0.00 1	0.00 1	0.04 44	0.39 156

TransformOpticalFlow	3.50 186	0.83 129	4.85 172	1.09 107	0.31 77	3.52 166	0.14 46	10.32 218	8.02 214	5.78 112	13.25 269	6.63 217	4.91 236	8.36 219	1.63 104	0.00 1	0.01 102	0.01 245	0.00 1	0.06 68	0.24 121

NRIStereo	2.27 79	0.52 58	3.35 64	1.26 119	0.17 36	3.04 135	0.84 191	5.96 94	3.74 50	6.27 136	3.44 51	4.13 139	1.80 116	8.31 215	2.11 147	0.00 1	0.10 207	0.00 1	0.00 1	0.12 150	0.20 101

DeepStereo_LL	4.05 227	0.71 108	3.52 77	0.51 55	0.20 47	3.25 149	11.21 366	6.34 109	4.96 113	9.04 255	16.44 299	4.92 167	7.28 293	8.29 210	3.84 211	0.00 1	0.02 132	0.01 245	0.00 1	0.18 205	0.19 95

test-2	2.08 50	0.85 133	2.95 33	0.23 17	0.73 153	1.50 16	0.86 198	5.08 38	4.78 103	8.42 236	6.99 143	3.36 101	1.14 67	1.73 15	1.21 69	0.00 1	1.32 353	0.00 1	0.00 1	0.28 261	0.23 113

RAFT	2.94 144	1.29 213	4.06 128	1.36 127	0.50 114	2.39 64	0.91 206	6.11 101	3.25 25	6.64 160	7.30 154	9.96 272	4.20 210	6.03 109	2.21 152	0.00 1	1.02 317	0.00 1	0.02 190	0.54 317	1.01 247

Prome-Stereo	3.73 204	0.39 14	2.62 17	1.05 105	0.52 124	2.06 49	4.58 308	4.88 33	3.95 64	9.34 268	20.39 329	4.03 133	7.02 288	7.86 185	1.31 80	0.00 1	0.00 1	0.00 1	0.00 1	0.07 83	4.52 371

iRaftStereo_RVC	1.88 38	1.22 207	2.63 18	0.95 98	0.06 6	2.96 130	0.05 10	6.08 100	3.99 67	3.92 76	4.88 83	2.53 82	0.62 39	3.62 57	1.19 68	0.00 1	1.19 344	0.00 1	0.00 1	0.37 291	1.29 275

CREStereo++_RVC	1.70 34	0.50 53	3.07 45	0.45 50	0.01 1	1.69 29	0.02 5	3.09 3	8.24 220	3.82 72	7.53 157	0.49 36	0.32 11	1.05 1	0.52 3	0.00 1	0.00 1	0.00 1	3.03 379	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
raft+_RVC	2.18 67	1.49 238	3.14 47	2.77 283	2.01 265	1.40 13	0.10 24	7.02 133	5.35 121	2.99 53	5.54 106	1.19 50	1.34 88	4.98 83	1.49 91	0.00 1	1.45 360	0.00 1	0.00 1	0.14 175	1.11 259

XX-TBD	1.55 29	1.11 185	2.94 30	2.45 259	0.06 6	2.31 60	0.01 1	3.58 6	7.80 206	3.11 57	5.10 89	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

raftrobust	2.16 64	1.31 216	2.76 24	2.38 253	3.33 313	2.72 96	0.51 119	5.34 50	4.64 95	6.13 133	3.98 66	1.63 62	2.51 139	3.02 50	1.64 107	0.00 1	0.76 287	0.00 1	0.02 190	0.14 175	0.27 126

CFNet_pseudo	2.96 148	0.55 67	4.51 151	0.43 46	0.24 65	2.83 109	0.12 31	8.59 174	8.13 217	7.20 189	10.41 222	6.47 214	2.04 120	5.27 90	2.00 143	0.00 1	0.02 132	0.01 245	0.00 1	0.06 68	0.23 113

RALCasStereoNet	2.39 93	1.73 263	3.59 91	2.38 253	2.69 293	2.84 111	0.18 55	5.29 46	4.94 112	2.45 46	5.62 108	2.22 76	0.79 51	7.48 168	1.63 104	0.00 1	1.75 367	0.00 1	0.00 1	0.14 175	2.03 339

RALAANet	2.68 121	1.71 258	4.73 169	2.79 285	0.80 163	3.30 153	0.15 48	7.92 163	5.92 146	5.79 113	6.06 116	3.51 120	1.13 65	6.76 133	2.28 163	0.00 1	0.28 249	0.00 1	0.10 241	0.27 259	0.13 62

XX-Stereo	2.95 146	0.48 41	7.08 266	2.84 291	2.51 288	1.63 23	0.20 59	6.15 102	3.38 28	2.38 45	16.00 297	6.90 223	0.25 2	6.40 117	1.14 61	0.00 1	0.66 278	0.00 1	0.31 323	0.16 192	0.57 191

HCRNet	2.74 130	0.83 129	4.19 134	0.45 50	3.31 312	2.18 53	0.22 61	7.59 154	5.76 143	6.08 131	4.89 84	5.21 177	2.74 146	8.04 195	3.10 193	0.00 1	0.02 132	0.00 1	0.00 1	0.10 122	0.09 41

test_xeample3	1.71 35	1.75 265	6.64 250	0.90 91	0.29 75	2.55 75	0.90 203	4.08 14	2.36 4	0.56 13	0.24 4	0.23 8	0.31 8	7.51 169	2.73 184	0.00 1	0.70 282	0.00 1	0.36 333	0.18 205	1.92 334

delet	4.59 258	1.12 188	5.93 220	1.37 130	3.73 328	10.48 315	3.90 294	10.51 226	9.17 244	8.87 249	9.74 208	8.37 252	3.74 189	8.12 199	6.36 264	0.00 1	0.00 1	0.00 1	0.00 1	0.21 227	0.12 56

UNet	4.19 235	0.87 146	7.18 268	2.00 208	3.22 309	9.55 302	0.31 81	10.11 215	6.22 156	7.98 217	6.82 141	10.42 278	5.77 263	7.28 151	5.83 255	0.00 1	0.00 1	0.00 1	0.00 1	0.10 122	0.12 56

CREStereo	1.09 5	0.51 54	2.16 7	0.11 2	0.24 65	1.67 26	0.03 8	4.24 16	6.91 182	0.80 22	1.73 25	0.44 34	0.64 40	1.58 12	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
ACVNet	2.86 135	0.96 163	3.87 106	0.86 87	0.61 136	2.63 83	0.54 123	8.93 181	6.12 151	5.09 94	9.32 195	5.70 197	3.84 192	2.68 45	5.56 253	0.00 1	0.00 1	0.00 1	0.00 1	0.26 249	0.23 113

acv_ft	3.90 214	0.96 163	5.85 218	2.56 273	4.70 355	7.27 274	0.84 191	9.17 192	6.12 151	10.00 284	9.32 195	5.70 197	4.07 205	2.68 45	8.24 284	0.00 1	0.00 1	0.00 1	0.00 1	0.35 288	0.23 113

cf-r	3.76 205	1.43 230	5.34 190	2.66 276	2.79 296	2.85 123	0.62 144	9.08 186	6.91 182	7.06 179	11.90 251	9.64 267	3.83 191	6.23 115	4.53 233	0.00 1	0.00 1	0.00 1	0.00 1	0.19 211	0.17 87

GANet-RSSM	3.67 196	1.16 193	4.56 159	3.24 317	2.03 267	2.63 83	0.50 118	11.53 251	6.83 178	6.25 134	10.58 229	7.35 230	6.65 280	6.77 134	2.94 190	0.00 1	0.00 1	0.08 322	0.00 1	0.26 249	0.12 56

PSMNet-RSSM	3.69 199	1.36 224	4.54 154	2.44 258	1.90 260	2.35 61	0.69 160	11.77 254	6.38 162	6.60 158	11.85 250	7.70 238	5.61 262	6.66 128	3.67 201	0.00 1	0.00 1	0.02 276	0.01 173	0.17 198	0.10 46

GwcNet-RSSM	4.13 232	1.71 258	6.25 236	2.50 263	1.93 263	2.39 64	1.49 239	9.59 203	8.71 229	6.66 162	15.04 287	8.47 256	3.84 192	6.87 136	6.74 265	0.00 1	0.00 1	0.04 301	0.00 1	0.29 269	0.15 75

CFNet-ft	3.70 201	1.59 247	3.87 106	1.68 161	2.42 282	3.20 147	0.66 151	8.93 181	7.76 202	5.09 94	9.95 212	10.77 289	5.43 258	7.41 154	4.71 238	0.00 1	0.00 1	0.03 293	0.01 173	0.30 272	0.11 53

DMCA	3.08 155	1.10 183	6.20 232	1.82 182	0.90 174	3.80 192	0.55 126	9.76 205	5.42 125	6.56 156	6.47 133	7.06 228	2.09 122	4.05 64	5.46 251	0.00 1	0.01 102	0.00 1	0.00 1	0.11 133	0.16 81

DIP-Stereo	2.12 60	0.98 167	3.94 118	0.20 5	0.11 12	4.73 224	0.13 38	9.27 196	4.40 86	6.46 147	5.03 88	0.45 35	0.72 44	3.79 61	1.94 136	0.00 1	0.01 102	0.00 1	0.00 1	0.05 59	0.24 121
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
STTStereo	3.90 214	1.43 230	8.20 287	3.03 301	2.28 278	3.64 175	0.64 148	10.11 215	7.09 187	10.20 286	7.08 148	8.73 260	3.57 178	7.44 157	4.00 219	0.00 1	0.02 132	0.01 245	0.01 173	0.04 44	0.40 157

R-Stereo Train	2.60 115	0.46 32	2.94 30	1.10 109	0.18 39	3.61 170	0.60 139	6.88 129	3.50 30	9.13 259	17.23 310	1.77 66	0.77 47	2.03 26	1.65 109	0.00 1	0.01 102	0.00 1	0.00 1	0.01 3	0.21 105

RAFT-Stereo	2.60 115	0.46 32	2.94 30	1.10 109	0.18 39	3.61 170	0.60 139	6.88 129	3.50 30	9.13 259	17.23 310	1.77 66	0.77 47	2.03 26	1.65 109	0.00 1	0.01 102	0.00 1	0.00 1	0.01 3	0.21 105
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CFNet	4.03 224	1.97 284	6.30 239	2.70 280	1.64 240	5.41 236	0.22 61	12.14 260	10.28 259	5.24 100	11.15 239	6.43 212	3.70 187	8.97 252	4.01 220	0.00 1	0.00 1	0.00 1	0.00 1	0.30 272	0.13 62

CFNet_RVC	3.70 201	1.59 247	3.87 106	1.68 161	2.42 282	3.20 147	0.66 151	8.92 180	7.76 202	5.09 94	9.95 212	10.77 289	5.43 258	7.41 154	4.71 238	0.00 1	0.00 1	0.03 293	0.01 173	0.30 272	0.11 53

ccs_rob	2.95 146	0.55 67	4.53 153	0.42 43	0.25 69	2.84 111	0.12 31	8.58 173	8.13 217	7.18 188	10.36 221	6.44 213	2.05 121	5.28 91	1.97 138	0.00 1	0.02 132	0.01 245	0.00 1	0.06 68	0.23 113

UCFNet_RVC	3.37 177	1.25 210	3.30 58	2.55 272	1.80 252	3.92 195	1.28 229	12.49 270	7.16 188	5.12 97	7.88 164	8.14 245	4.59 225	5.67 102	2.11 147	0.00 1	0.00 1	0.00 1	0.00 1	0.14 175	0.07 34

iResNetv2_ROB	4.72 264	2.26 299	8.87 301	3.20 315	1.25 217	4.32 214	1.73 248	14.22 313	10.62 270	10.53 296	12.13 256	7.77 239	5.54 261	8.29 210	2.76 187	0.00 1	0.00 1	0.00 1	0.00 1	0.42 296	0.55 188

HSM	4.25 241	1.10 183	4.14 131	1.78 176	2.14 271	6.67 262	1.08 217	12.92 281	6.90 181	7.06 179	8.17 173	14.17 316	6.03 268	9.16 256	3.11 194	0.00 1	0.00 1	0.00 1	0.00 1	0.09 102	0.41 164

DISCO	6.58 298	0.98 167	6.44 244	3.75 336	1.18 208	11.19 321	3.29 289	12.92 281	16.72 329	7.27 193	11.74 248	17.34 336	6.60 278	19.59 369	11.59 329	0.00 1	0.00 1	0.00 1	0.00 1	0.45 304	0.50 179

DLCB_ROB	4.87 272	1.45 235	4.75 170	2.52 267	1.13 205	6.25 255	3.01 276	10.44 224	8.34 222	11.05 311	13.43 270	14.04 314	3.90 199	9.74 278	6.80 266	0.00 1	0.00 1	0.00 1	0.00 1	0.08 88	0.37 151

MyStereo07	1.64 32	1.15 191	2.61 15	1.28 122	1.49 236	2.63 83	0.45 102	6.45 115	2.94 13	1.10 27	1.61 21	0.29 18	0.60 38	7.45 164	0.80 24	0.01 102	1.27 351	0.00 1	0.25 300	0.11 133	0.42 168

MyStereo06	2.71 124	1.05 180	5.43 197	1.39 132	1.20 210	2.57 77	0.10 24	10.39 222	4.79 107	5.54 111	6.16 119	6.39 211	2.33 133	3.40 54	1.35 86	0.01 102	1.24 348	0.00 1	0.21 288	0.13 166	0.50 179

MyStereo05	3.24 168	1.05 180	5.93 220	1.39 132	1.20 210	2.57 77	0.10 24	9.11 188	13.17 309	6.45 146	3.86 64	3.20 98	3.26 163	8.35 218	3.02 191	0.01 102	1.24 348	0.00 1	0.21 288	0.13 166	0.50 179

MyStereo04	3.29 170	1.15 191	6.64 250	1.28 122	1.49 236	2.63 83	0.45 102	10.57 228	13.30 310	4.41 83	3.90 65	3.06 96	3.56 177	7.87 187	3.35 197	0.01 102	1.27 351	0.00 1	0.25 300	0.11 133	0.42 168

MSKI-zero shot	2.23 75	0.49 49	2.49 11	1.60 148	0.81 165	2.69 91	0.29 75	6.82 127	2.50 5	4.37 82	7.61 159	3.65 123	0.26 3	8.62 235	0.63 8	0.01 102	1.09 322	0.00 1	0.25 300	0.03 26	0.46 175

CASnet	1.09 5	0.47 37	2.09 5	0.79 82	0.08 9	2.10 50	0.14 46	3.83 10	4.26 78	3.84 74	1.56 20	0.32 24	0.30 7	1.13 2	0.77 23	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)
PCWNet_CMD	3.14 160	0.51 54	4.47 148	0.44 49	0.26 72	2.87 125	0.15 48	9.66 204	9.78 254	7.28 194	11.50 244	6.84 222	2.40 134	4.47 76	1.83 125	0.01 102	0.02 132	0.02 276	0.00 1	0.06 68	0.29 133

AEACV	1.27 8	0.38 9	2.61 15	1.75 173	1.21 212	2.44 68	0.85 196	4.79 29	1.67 1	0.71 15	0.26 6	0.29 18	2.00 119	2.30 36	0.66 10	0.01 102	0.95 302	0.00 1	0.42 340	0.12 150	2.07 340

RAFT-Test	2.49 101	0.45 30	4.35 144	1.89 190	1.28 220	4.83 226	0.68 157	7.19 142	4.51 91	5.00 93	7.09 149	6.81 220	1.12 64	2.22 31	1.16 63	0.01 102	0.63 276	0.00 1	0.33 328	0.05 59	0.20 101

LoS_RVC	1.47 19	1.75 265	2.66 20	0.52 57	3.89 332	1.67 26	0.04 9	2.66 2	2.61 6	0.55 12	2.63 42	0.31 20	1.68 107	1.99 24	0.81 26	0.01 102	0.02 132	0.00 1	0.00 1	0.03 26	5.54 373

anonymousdsp2	2.20 71	0.57 80	4.59 161	1.69 163	0.82 166	3.58 169	0.48 115	8.57 172	3.63 47	3.37 59	3.03 48	3.32 100	1.00 58	5.57 99	0.80 24	0.01 102	0.94 301	0.02 276	0.15 257	0.06 68	1.89 332

CES	1.72 36	0.40 18	1.82 3	0.65 64	7.83 374	2.62 81	0.13 38	5.35 54	2.68 7	0.36 1	1.30 18	0.33 25	0.32 11	1.92 22	0.72 20	0.01 102	0.02 132	0.00 1	0.00 1	0.56 318	7.35 381

Selective-IGEV	1.56 30	0.34 6	2.13 6	0.77 81	0.76 160	2.36 62	0.52 120	6.80 126	3.08 22	0.53 10	3.34 50	0.26 14	0.31 8	7.24 148	0.73 21	0.01 102	0.80 289	0.00 1	0.14 254	0.08 88	1.01 247

EGLCR-Stereo	1.45 14	0.26 2	2.91 28	1.94 196	0.90 174	3.13 142	0.69 160	5.81 79	3.21 24	1.14 29	0.20 3	1.52 60	0.37 17	4.29 73	0.69 15	0.01 102	0.79 288	0.00 1	0.00 1	0.01 3	1.21 268

DCRE	2.21 72	0.95 161	3.17 48	2.10 213	1.30 226	1.86 39	0.05 10	5.33 49	4.69 99	3.59 65	9.37 197	3.81 124	1.18 73	2.34 39	1.22 73	0.01 102	0.97 305	0.00 1	0.30 320	0.04 44	1.97 337

knoymous	1.50 21	0.28 3	1.99 4	0.33 31	0.48 111	1.58 22	0.11 27	5.71 73	2.81 9	4.85 87	1.75 27	4.58 155	0.46 32	3.66 59	1.30 78	0.01 102	0.02 132	0.00 1	0.00 1	0.02 9	0.09 41

ssnet_v2	4.73 266	1.43 230	6.74 254	1.80 178	0.75 158	8.89 296	4.60 309	12.66 274	10.65 271	9.53 272	6.23 121	9.78 271	4.26 213	6.89 137	9.65 308	0.01 102	0.01 102	0.00 1	0.00 1	0.36 290	0.31 138

DCANet-4	2.26 77	0.43 20	6.69 253	0.40 42	0.20 47	1.70 30	0.13 38	5.73 74	9.44 250	6.01 126	5.29 96	1.12 49	2.77 149	2.49 44	2.21 152	0.01 102	0.00 1	0.01 245	0.00 1	0.02 9	0.61 201

fff	2.54 107	0.93 151	5.51 200	0.32 26	0.14 22	1.70 30	0.11 27	6.19 104	12.69 303	6.03 128	5.29 96	1.43 53	5.28 251	2.37 40	2.21 152	0.01 102	0.00 1	0.01 245	0.00 1	0.02 9	0.61 201

ADStereo(finetuned)	2.50 103	0.95 161	6.60 248	0.39 40	0.20 47	1.72 34	0.24 67	6.06 97	9.31 246	6.30 137	5.42 101	1.44 56	6.22 272	2.25 34	2.14 149	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.65 210

Wz-Net-SNSev	9.92 345	8.01 372	26.42 380	2.26 235	1.85 256	8.36 289	14.30 379	18.01 347	21.68 353	10.78 302	23.95 342	16.84 333	8.60 315	15.59 349	19.76 362	0.01 102	0.03 157	0.01 245	0.00 1	0.52 315	1.34 279

BUS	2.72 127	0.43 20	3.76 97	0.70 67	0.50 114	7.31 275	0.48 115	9.93 210	5.65 135	6.50 148	6.23 121	5.21 177	1.18 73	4.27 70	1.89 132	0.01 102	0.03 157	0.03 293	0.00 1	0.06 68	0.14 65

BSDual-CNN	2.91 140	0.43 20	3.76 97	0.70 67	0.50 114	6.97 265	1.58 243	9.93 210	5.65 135	6.50 148	6.23 121	6.17 208	2.50 137	4.27 70	2.67 177	0.01 102	0.03 157	0.03 293	0.00 1	0.06 68	0.14 65

hknet	3.56 189	0.66 96	5.82 216	0.70 67	1.19 209	6.97 265	1.58 243	9.93 210	7.76 202	6.50 148	6.23 121	9.53 266	2.81 151	7.84 183	3.39 198	0.01 102	0.03 157	0.03 293	0.00 1	0.06 68	0.14 65

psmg	3.34 173	0.43 20	3.76 97	0.73 73	0.50 114	8.47 292	2.74 267	10.88 237	5.65 135	8.91 250	8.78 179	6.17 208	2.50 137	4.27 70	2.67 177	0.01 102	0.04 171	0.06 311	0.00 1	0.12 150	0.10 46

CSP-Net	4.40 246	1.70 256	4.90 175	1.82 182	1.04 191	12.96 336	2.25 260	13.75 306	6.34 159	9.64 277	8.99 184	8.31 249	3.24 161	8.45 227	4.32 227	0.01 102	0.00 1	0.00 1	0.00 1	0.23 237	0.06 30

iRaft-Stereo_20w	3.11 156	0.49 49	6.09 227	1.01 101	1.25 217	3.99 200	1.00 209	14.00 309	4.73 101	6.70 169	6.27 126	2.34 78	2.28 130	7.29 152	1.58 96	0.01 102	0.75 286	0.00 1	0.73 356	0.10 122	1.63 290

IPLG	2.63 118	1.09 182	5.67 212	0.73 73	0.31 77	3.00 134	0.25 69	6.84 128	6.02 148	7.93 214	6.31 127	1.91 69	1.72 112	7.47 166	2.53 171	0.01 102	0.01 102	0.00 1	0.00 1	0.29 269	0.58 193

ADLNet2	4.72 264	1.44 234	6.68 252	3.03 301	3.90 333	6.80 263	2.91 272	11.67 253	9.63 251	7.99 219	9.89 210	9.75 270	5.32 255	7.70 178	7.13 272	0.01 102	0.03 157	0.00 1	0.00 1	0.26 249	0.22 110

LCNet	2.94 144	0.55 67	2.57 14	1.03 104	0.59 134	2.05 47	1.55 242	5.51 58	4.19 74	6.08 131	10.58 229	4.54 153	6.63 279	7.59 174	0.90 36	0.01 102	0.00 1	0.01 245	0.76 357	0.31 279	3.43 362

Patchmatch Stereo++	2.09 55	0.55 67	3.57 86	0.20 5	0.20 47	3.68 181	0.64 148	5.90 87	3.52 36	5.91 118	4.41 74	3.42 109	1.51 99	7.07 142	0.95 45	0.01 102	0.00 1	0.00 1	0.00 1	0.09 102	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
AAGNet	3.50 186	0.49 49	3.38 65	1.91 192	0.41 105	3.66 176	1.02 210	5.14 43	5.16 118	9.65 280	7.75 161	4.91 166	6.23 273	7.45 164	12.73 341	0.01 102	0.00 1	0.00 1	0.00 1	0.05 59	0.06 30

OMP-Stereo	3.15 161	1.19 199	3.49 76	4.34 353	0.51 121	2.20 54	1.21 223	6.67 120	6.52 167	7.99 219	6.24 125	8.38 254	2.44 136	9.65 271	1.92 134	0.01 102	0.02 132	0.00 1	0.00 1	0.08 88	0.15 75

NF-Stereo	2.38 87	0.48 41	3.88 111	2.17 220	0.11 12	3.43 157	0.42 96	7.08 141	3.75 52	6.91 172	5.29 96	2.65 86	1.33 85	8.40 221	1.67 114	0.01 102	0.00 1	0.00 1	0.00 1	0.03 26	0.02 4

OCTAStereo	2.38 87	0.48 41	3.90 113	2.16 216	0.11 12	3.42 155	0.42 96	7.06 136	3.74 50	6.91 172	5.26 93	2.63 85	1.32 83	8.41 223	1.70 117	0.01 102	0.00 1	0.00 1	0.00 1	0.03 26	0.01 1

PSM-softLoss	2.38 87	0.48 41	4.28 139	1.94 196	0.19 42	2.73 97	0.38 89	6.67 120	3.50 30	6.33 139	6.33 128	2.93 90	0.97 56	8.90 244	1.88 129	0.01 102	0.00 1	0.00 1	0.00 1	0.03 26	0.03 9

KMStereo	2.38 87	0.48 41	4.28 139	1.94 196	0.19 42	2.73 97	0.38 89	6.67 120	3.50 30	6.33 139	6.33 128	2.93 90	0.97 56	8.90 244	1.88 129	0.01 102	0.00 1	0.00 1	0.00 1	0.03 26	0.03 9

PSM-adaLoss	2.02 45	0.55 67	3.57 86	0.20 5	0.21 56	3.69 184	0.69 160	5.89 82	3.52 36	5.91 118	4.43 76	3.42 109	1.50 95	5.63 100	0.94 44	0.01 102	0.00 1	0.00 1	0.00 1	0.09 102	0.10 46

PSM-AAD	3.43 185	0.31 4	2.16 7	0.80 84	0.57 131	2.53 73	5.97 322	5.53 59	3.98 66	11.00 309	11.90 251	2.93 90	9.36 325	8.03 194	1.00 51	0.01 102	0.01 102	0.00 1	0.00 1	0.06 68	2.39 350

ROB_FTStereo_v2	2.04 47	0.56 75	3.56 85	0.20 5	0.21 56	3.66 176	0.72 169	5.89 82	3.51 34	5.91 118	4.46 79	3.42 109	1.50 95	6.08 112	0.93 40	0.01 102	0.00 1	0.00 1	0.00 1	0.09 102	0.09 41

ROB_FTStereo	2.03 46	0.57 80	3.57 86	0.20 5	0.21 56	3.66 176	0.73 171	5.89 82	3.51 34	5.92 123	4.35 73	3.37 105	1.50 95	6.02 108	0.90 36	0.01 102	0.00 1	0.00 1	0.00 1	0.09 102	0.09 41

KYRaft	3.68 198	0.43 20	2.53 12	0.89 89	0.49 113	2.28 59	3.89 293	5.30 47	3.82 59	8.99 254	19.28 324	6.54 216	4.96 239	7.92 189	0.96 47	0.01 102	0.00 1	0.00 1	0.01 173	0.06 68	5.17 372

ASMatch	3.41 181	0.62 92	3.59 91	1.99 205	0.48 111	1.91 42	0.66 151	7.01 131	4.43 87	6.25 134	22.02 337	4.56 154	4.72 231	7.78 182	1.85 126	0.01 102	0.01 102	0.00 1	0.03 201	0.02 9	0.21 105

DEmStereo	3.86 212	0.54 62	4.04 126	0.26 23	0.17 36	5.17 232	2.45 264	4.70 27	4.34 83	8.37 235	19.94 327	5.06 174	10.13 328	7.86 185	3.93 216	0.01 102	0.01 102	0.01 245	0.00 1	0.03 26	0.10 46

SST-Stereo	2.86 135	0.45 30	3.64 95	1.46 137	0.36 89	3.94 196	0.80 180	6.07 99	4.46 88	10.96 308	6.21 120	4.94 169	4.14 208	8.85 242	0.93 40	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.03 9

THIR-Stereo	3.94 217	1.12 188	3.06 44	0.23 17	0.13 21	4.17 206	6.40 331	5.83 81	4.54 92	10.46 294	16.98 305	6.49 215	7.44 298	8.00 191	3.58 200	0.01 102	0.07 195	0.07 316	0.00 1	0.14 175	0.06 30

RAFT_R40	2.83 132	0.46 32	3.85 103	1.38 131	0.32 82	3.78 189	0.97 208	6.16 103	4.82 109	9.74 282	6.35 130	4.96 170	3.94 202	8.78 239	1.05 56	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.03 9

GrayStereo	3.86 212	0.33 5	2.63 18	1.66 158	0.62 137	3.09 138	7.92 351	6.43 114	3.88 62	10.61 297	16.51 302	5.75 199	8.40 311	6.75 131	1.58 96	0.01 102	0.00 1	0.01 245	0.62 352	0.04 44	0.38 154

RE-Stereo	2.38 87	0.48 41	3.91 114	2.17 220	0.11 12	3.43 157	0.42 96	7.07 138	3.75 52	6.91 172	5.26 93	2.62 83	1.33 85	8.41 223	1.72 119	0.01 102	0.00 1	0.01 245	0.00 1	0.03 26	0.01 1

TVStereo	2.38 87	0.48 41	3.91 114	2.17 220	0.11 12	3.43 157	0.42 96	7.07 138	3.75 52	6.91 172	5.26 93	2.62 83	1.33 85	8.41 223	1.72 119	0.01 102	0.00 1	0.01 245	0.00 1	0.03 26	0.01 1

IRAFT_RVC	2.98 150	0.66 96	4.23 138	2.20 224	0.40 101	2.91 128	5.04 316	7.03 134	4.21 75	6.59 157	5.52 105	5.02 173	4.77 232	8.41 223	2.30 167	0.01 102	0.17 228	0.01 245	0.00 1	0.03 26	0.05 23

RAFT-345	3.36 176	0.55 67	3.43 73	1.23 117	0.21 56	2.62 81	0.46 104	3.91 11	6.34 159	7.46 202	24.49 348	4.19 143	1.74 114	8.27 208	2.25 158	0.01 102	0.00 1	0.00 1	0.00 1	0.02 9	0.02 4

iRAFT	2.09 55	0.55 67	3.57 86	0.20 5	0.20 47	3.68 181	0.64 148	5.90 87	3.52 36	5.91 118	4.41 74	3.42 109	1.51 99	7.07 142	0.95 45	0.01 102	0.00 1	0.00 1	0.00 1	0.09 102	0.10 46

AnonymousM	2.96 148	7.19 367	1.41 1	0.92 95	0.06 6	2.37 63	0.52 120	6.05 96	3.83 60	4.97 91	2.37 37	1.91 69	1.00 58	2.23 33	1.06 57	0.01 102	0.57 274	17.64 388	4.90 387	0.02 9	0.27 126

CRE-IMP	2.08 50	0.51 54	3.43 73	0.35 36	0.19 42	3.85 194	0.83 190	5.77 77	3.43 29	5.81 114	4.24 70	3.45 117	0.83 52	6.56 121	1.99 141	0.01 102	0.00 1	0.00 1	0.00 1	0.11 133	0.20 101

CroCo-Stereo	1.14 7	1.22 207	3.99 123	0.61 61	0.53 125	0.38 1	0.06 12	5.35 54	4.15 71	0.59 14	1.92 31	1.00 47	0.27 5	1.37 9	1.33 83	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
cross-raft	2.25 76	0.48 41	2.96 37	1.87 186	0.94 180	3.72 185	0.47 106	7.61 157	4.15 71	5.37 103	5.68 109	6.17 208	1.40 90	2.15 30	1.06 57	0.01 102	0.22 237	0.00 1	0.19 273	0.03 26	0.41 164

RAFT-IKP	2.04 47	0.57 80	3.54 81	0.20 5	0.20 47	3.45 160	0.62 144	5.90 87	3.52 36	5.91 118	4.44 77	3.46 118	1.50 95	6.20 114	1.00 51	0.01 102	0.00 1	0.00 1	0.00 1	0.09 102	0.08 37

rafts_anoy	2.09 55	1.42 229	3.34 62	2.87 293	2.72 294	2.46 69	0.17 53	6.20 107	6.48 166	3.40 61	2.25 36	1.91 69	1.32 83	3.59 56	1.75 121	0.01 102	1.52 365	0.00 1	0.01 173	0.06 68	0.28 130

s12784h	2.10 59	0.38 9	3.31 60	0.17 4	0.09 11	4.89 228	0.13 38	7.34 147	8.06 216	3.87 75	4.47 81	0.60 42	1.19 77	6.78 135	0.63 8	0.01 102	0.01 102	0.00 1	0.00 1	0.02 9	0.04 17

TANstereo	1.32 9	0.79 117	2.93 29	0.37 38	0.11 12	1.81 37	0.01 1	3.56 5	4.36 84	4.53 84	4.96 86	0.41 32	0.68 41	1.22 3	0.59 5	0.01 102	0.00 1	0.00 1	0.00 1	0.00 1	0.03 9

pcwnet_v2	4.36 243	0.46 32	9.07 306	1.43 135	1.10 201	3.41 154	0.40 93	13.44 299	14.60 318	10.29 290	14.22 279	5.82 202	2.97 154	6.75 131	2.29 165	0.01 102	0.05 178	0.04 301	0.02 190	0.17 198	0.61 201

ADLNet	4.56 255	1.19 199	5.52 206	3.81 339	3.59 322	6.98 267	2.40 263	12.01 257	7.96 212	10.52 295	9.67 207	8.26 248	4.98 240	6.59 123	6.93 267	0.01 102	0.01 102	0.00 1	0.01 173	0.22 232	0.55 188

DCANet	2.35 84	0.96 163	5.51 200	0.39 40	0.19 42	1.72 34	0.25 69	6.06 97	9.33 247	6.31 138	5.42 101	1.44 56	4.14 208	2.22 31	2.28 163	0.01 102	0.00 1	0.00 1	0.00 1	0.04 44	0.66 218

csc	2.54 107	0.93 151	5.51 200	0.32 26	0.14 22	1.70 30	0.11 27	6.19 104	12.69 303	6.03 128	5.29 96	1.43 53	5.28 251	2.37 40	2.21 152	0.01 102	0.00 1	0.01 245	0.00 1	0.02 9	0.61 201

cscssc	2.54 107	0.93 151	5.51 200	0.32 26	0.14 22	1.70 30	0.11 27	6.19 104	12.69 303	6.03 128	5.29 96	1.43 53	5.28 251	2.37 40	2.21 152	0.01 102	0.00 1	0.01 245	0.00 1	0.02 9	0.61 201

111	3.05 152	1.41 228	5.51 200	0.32 26	0.14 22	2.83 109	0.68 157	6.76 125	14.21 316	3.59 65	9.11 187	5.50 185	3.30 165	4.05 64	2.43 169	0.01 102	0.00 1	0.00 1	0.00 1	0.13 166	1.02 251

ARAFT	3.32 172	1.74 264	7.92 283	0.64 62	0.15 28	4.45 217	2.89 270	8.20 168	6.30 157	9.23 264	7.12 152	5.58 188	1.24 80	8.60 232	1.69 116	0.01 102	0.03 157	0.00 1	0.00 1	0.35 288	0.35 148

RAFT-Stereo + iAFF	2.48 100	1.23 209	3.48 75	1.61 149	1.09 199	1.63 23	0.15 48	5.80 78	6.43 164	7.32 197	9.91 211	3.05 94	1.71 110	2.33 38	1.75 121	0.01 102	0.71 285	0.00 1	0.00 1	0.28 261	1.19 266

EAI-Stereo	2.75 131	0.54 62	3.17 48	0.91 94	1.28 220	4.02 201	5.30 319	12.39 266	4.76 102	2.51 47	7.10 150	1.22 51	0.94 55	6.03 109	1.96 137	0.01 102	0.56 272	0.00 1	1.38 368	0.04 44	0.95 242

CFNet-RSSM	2.26 77	0.43 20	3.24 53	1.28 122	0.31 77	3.19 146	0.40 93	7.62 158	7.29 194	5.88 116	4.68 82	5.32 181	1.68 107	2.26 35	1.04 55	0.01 102	0.09 203	0.00 1	0.31 323	0.03 26	0.16 81

SFCPSM	3.39 179	0.61 87	5.42 195	0.43 46	0.93 179	8.26 285	2.08 258	15.01 322	5.89 145	7.17 187	7.60 158	3.39 107	2.55 140	5.39 94	2.53 171	0.01 102	0.03 157	0.01 245	0.07 228	0.19 211	0.31 138

Syn2CoEx	6.70 299	3.69 343	12.14 329	2.78 284	1.68 245	8.36 289	3.21 284	18.59 351	12.66 301	8.86 248	20.79 331	10.52 280	10.54 330	9.68 272	8.70 292	0.01 102	0.00 1	0.00 1	0.00 1	0.69 328	1.00 246

MMNet	4.44 249	1.37 225	6.26 237	1.73 171	1.64 240	10.51 317	0.61 142	9.27 196	9.66 253	9.55 274	9.22 188	7.40 232	6.52 277	7.90 188	6.98 268	0.01 102	0.00 1	0.00 1	0.00 1	0.14 175	0.10 46

UPFNet	4.17 233	0.83 129	5.51 200	2.49 262	3.36 315	7.13 272	2.60 265	10.52 227	7.16 188	8.76 246	7.83 162	7.85 243	3.41 173	8.60 232	7.04 271	0.01 102	0.02 132	0.00 1	0.00 1	0.12 150	0.17 87

Gwc-CoAtRS	2.16 64	0.42 19	3.13 46	1.28 122	0.31 77	3.52 166	0.39 92	6.56 117	6.31 158	5.38 104	5.11 90	5.47 184	1.70 109	2.00 25	1.08 60	0.01 102	0.19 231	0.00 1	0.25 300	0.02 9	0.16 81

MSMDNet	3.15 161	0.51 54	4.48 149	0.46 52	0.25 69	2.88 126	0.16 51	9.79 207	9.82 255	7.24 191	11.36 243	6.82 221	2.41 135	4.47 76	1.86 127	0.01 102	0.02 132	0.02 276	0.00 1	0.06 68	0.30 136

HITNet	3.11 156	1.38 226	5.35 192	2.23 229	0.12 19	5.59 238	0.58 135	9.95 213	5.72 141	6.62 159	7.91 166	3.90 128	3.24 161	4.39 75	4.58 236	0.01 102	0.00 1	0.00 1	0.00 1	0.08 88	0.57 191
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
MLCV	3.76 205	1.52 241	6.93 258	1.66 158	0.31 77	4.31 213	0.32 82	7.92 163	7.68 201	9.55 274	12.12 254	5.17 175	2.74 146	10.00 289	4.49 232	0.01 102	0.00 1	0.00 1	0.00 1	0.16 192	0.27 126

StereoDRNet-Refined	4.84 271	0.96 163	5.13 184	2.22 227	0.46 110	9.10 298	0.16 51	10.72 230	9.40 249	13.41 334	12.50 260	10.02 273	4.58 224	8.60 232	8.71 293	0.01 102	0.00 1	0.01 245	0.05 222	0.24 241	0.53 186
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
StereoDRNet	6.02 287	2.40 311	8.22 288	3.43 325	4.43 345	10.57 318	4.21 300	19.44 358	11.24 286	12.86 327	8.06 170	11.64 300	4.79 233	8.65 236	9.32 304	0.01 102	0.10 207	0.00 1	0.03 201	0.34 286	0.69 221

NCCL2	6.27 290	2.46 313	7.00 259	2.36 251	1.11 202	9.48 301	11.14 365	13.01 285	10.40 264	9.94 283	9.49 199	22.11 362	7.42 296	9.90 286	8.56 289	0.01 102	0.00 1	0.02 276	0.03 201	0.20 217	0.73 226

iResNet_ROB	4.67 262	1.77 268	5.93 220	2.47 261	0.95 183	3.78 189	0.36 87	15.65 328	17.36 333	8.75 245	11.23 241	7.05 227	4.60 226	8.94 249	4.23 225	0.01 102	0.00 1	0.00 1	0.00 1	0.16 192	0.15 75

mmm	3.07 154	0.76 113	4.50 150	2.27 238	1.24 216	3.75 187	0.12 31	10.03 214	5.12 117	6.43 145	11.19 240	3.10 97	3.20 158	4.54 79	1.78 123	0.02 185	1.19 344	0.00 1	0.30 320	0.09 102	1.79 316

whm_eth	3.18 165	1.78 269	6.61 249	0.90 91	2.72 294	2.54 74	0.27 72	7.64 159	7.94 211	5.43 106	23.98 344	0.37 30	0.47 33	1.31 8	1.17 64	0.02 185	0.03 157	0.00 1	0.00 1	0.08 88	0.32 142

Any-RAFT	2.33 83	0.36 7	2.35 10	1.58 147	0.84 168	4.93 229	0.55 126	9.10 187	5.93 147	4.30 80	4.90 85	5.79 201	2.22 127	2.75 47	0.51 2	0.02 185	0.32 252	0.00 1	0.00 1	0.02 9	0.18 89

LoS	1.03 4	0.43 20	2.53 12	0.64 62	0.14 22	2.42 66	0.26 71	5.64 69	2.93 12	1.08 26	0.24 4	0.49 36	0.45 30	2.31 37	0.83 29	0.02 185	0.02 132	0.00 1	0.00 1	0.06 68	0.03 9

GASNet	5.62 283	5.76 362	12.05 327	5.03 361	2.08 270	3.77 188	1.53 241	12.92 281	11.62 290	9.64 277	7.40 156	8.58 258	7.54 299	14.76 344	8.25 285	0.02 185	0.15 222	0.00 1	0.00 1	0.81 338	0.52 185

ProNet	1.58 31	0.86 140	3.17 48	0.75 80	0.72 151	2.84 111	0.66 151	5.91 91	3.28 27	0.37 2	1.47 19	0.40 31	0.37 17	7.19 146	0.70 16	0.02 185	0.98 310	0.00 1	0.05 222	0.20 217	1.77 314

DisPM	2.59 113	0.47 37	4.32 142	1.89 190	0.20 47	3.42 155	0.63 146	5.56 65	5.60 133	8.66 242	7.05 147	2.82 88	1.03 61	9.05 253	1.07 59	0.02 185	0.00 1	0.00 1	0.00 1	0.02 9	0.04 17

RAFT+CT+SA	2.59 113	1.19 199	3.55 83	1.09 107	2.21 273	3.14 144	0.90 203	7.59 154	5.65 135	2.76 49	8.21 174	2.04 73	1.57 105	8.84 241	1.31 80	0.02 185	0.34 255	0.00 1	0.38 335	0.22 232	0.73 226

CIPLG	2.72 127	1.69 254	6.02 224	0.80 84	2.14 271	2.66 90	0.84 191	5.90 87	5.59 132	8.12 227	9.58 201	1.74 65	1.14 67	4.53 78	2.82 189	0.02 185	0.19 231	0.02 276	0.09 237	0.26 249	0.22 110

DAS	4.18 234	0.53 59	6.20 232	2.20 224	3.69 325	2.78 105	3.12 280	8.69 175	10.29 260	9.39 270	12.80 264	4.58 155	7.20 291	9.08 254	2.70 180	0.02 185	0.00 1	0.00 1	0.00 1	0.04 44	0.34 144

SepStereo	4.22 237	0.53 59	6.20 232	2.20 224	3.69 325	2.78 105	3.12 280	8.69 175	10.29 260	9.39 270	12.80 264	4.58 155	7.20 291	9.74 278	2.70 180	0.02 185	0.00 1	0.00 1	0.00 1	0.04 44	0.34 144

IPLGR_C	2.69 122	1.75 265	6.20 232	0.79 82	2.06 269	2.64 88	0.86 198	6.36 111	5.64 134	8.13 228	9.26 191	1.69 63	1.15 72	3.79 61	2.80 188	0.02 185	0.20 236	0.02 276	0.08 231	0.26 249	0.18 89

ACRE	2.67 120	1.66 253	6.50 245	0.72 70	2.03 267	2.65 89	0.84 191	5.97 95	5.52 130	7.85 212	9.23 189	1.72 64	1.09 62	4.09 67	2.73 184	0.02 185	0.19 231	0.02 276	0.08 231	0.26 249	0.21 105

IIG-Stereo	3.28 169	0.98 167	3.57 86	4.14 345	0.22 62	2.56 76	0.71 166	7.04 135	6.10 150	8.49 240	9.38 198	7.82 242	2.73 145	9.69 277	1.99 141	0.02 185	0.02 132	0.00 1	0.00 1	0.03 26	0.14 65

HUI-Stereo	1.94 42	0.56 75	3.55 83	0.20 5	0.20 47	3.67 180	0.63 146	5.89 82	3.53 40	5.92 123	4.44 77	3.41 108	1.51 99	4.21 69	0.89 35	0.02 185	0.00 1	0.00 1	0.00 1	0.09 102	0.11 53

DeepStereo_RVC	2.15 63	0.55 67	3.26 55	0.21 14	0.19 42	3.47 162	0.68 157	5.76 76	3.60 46	6.36 143	4.19 69	3.42 109	4.44 216	5.04 85	1.59 99	0.02 185	0.00 1	0.00 1	0.00 1	0.09 102	0.18 89

iGMRVC	2.09 55	0.56 75	3.59 91	0.20 5	0.21 56	3.68 181	0.71 166	5.89 82	3.53 40	5.92 123	4.46 79	3.44 115	1.51 99	6.93 141	0.98 48	0.02 185	0.00 1	0.00 1	0.00 1	0.09 102	0.09 41

TestStereo	1.89 39	1.59 247	4.22 137	0.37 38	0.28 74	1.33 10	0.01 1	5.63 68	4.13 70	3.59 65	5.11 90	2.06 75	0.70 42	7.62 176	0.93 40	0.02 185	0.00 1	0.00 1	0.00 1	0.02 9	0.19 95

sAnonymous2	1.54 25	2.26 299	9.53 313	0.65 64	0.50 114	1.20 5	0.23 65	4.86 30	3.65 48	0.42 4	1.27 15	0.23 8	1.40 90	1.23 4	0.68 11	0.02 185	0.00 1	0.00 1	0.20 283	2.00 361	0.42 168

CroCo_RVC	1.54 25	2.26 299	9.53 313	0.65 64	0.50 114	1.20 5	0.23 65	4.86 30	3.65 48	0.42 4	1.27 15	0.23 8	1.40 90	1.23 4	0.68 11	0.02 185	0.00 1	0.00 1	0.20 283	2.00 361	0.42 168

test_xeample	4.78 268	0.93 151	4.68 168	1.48 139	1.28 220	3.94 196	0.13 38	13.35 296	8.62 227	8.21 231	11.63 246	3.43 114	3.54 176	7.59 174	23.47 372	0.02 185	1.16 341	0.00 1	0.25 300	0.11 133	1.74 310

AFF-stereo	2.87 137	1.31 216	3.26 55	1.87 186	0.38 93	1.68 28	0.09 20	6.38 112	7.07 186	6.52 152	11.90 251	6.08 205	2.32 132	5.05 86	1.65 109	0.02 185	0.66 278	0.00 1	0.00 1	0.29 269	0.94 241

FENet	2.35 84	0.59 84	3.28 57	2.32 245	0.27 73	2.78 105	0.13 38	7.68 162	6.09 149	5.38 104	2.12 33	4.84 165	3.33 171	4.98 83	2.66 176	0.02 185	0.03 157	0.00 1	0.00 1	0.04 44	0.40 157

HGLStereo	4.58 256	1.04 178	6.02 224	3.30 321	5.14 361	6.36 256	0.71 166	11.04 239	7.60 199	8.04 223	12.85 267	6.90 223	8.51 314	7.85 184	5.93 256	0.02 185	0.02 132	0.00 1	0.00 1	0.14 175	0.15 75

HSM-Net_RVC	4.40 246	0.44 29	3.22 51	0.72 70	0.68 140	7.06 269	1.82 251	12.57 272	8.48 225	9.04 255	12.20 257	14.98 321	5.14 247	7.32 153	4.19 222	0.02 185	0.02 132	0.00 1	0.00 1	0.02 9	0.14 65
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
PA-Net	5.40 279	2.35 309	9.55 315	2.75 281	2.21 273	8.74 293	3.92 295	13.05 286	13.35 311	7.30 196	7.98 168	8.08 244	6.39 275	11.17 305	9.30 303	0.02 185	0.03 157	0.00 1	0.03 201	0.16 192	1.55 288
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AdaStereo	3.34 173	0.74 111	4.00 124	3.10 310	0.51 121	4.22 208	1.25 226	12.84 277	8.39 224	6.33 139	9.55 200	5.77 200	1.54 104	5.53 98	2.74 186	0.02 185	0.00 1	0.00 1	0.00 1	0.03 26	0.15 75
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.
NVstereo2D	4.82 270	1.29 213	7.98 284	3.68 334	3.48 319	8.02 284	3.10 279	11.25 243	15.50 325	5.14 98	7.71 160	8.21 247	4.68 228	10.19 293	4.30 226	0.02 185	0.19 231	0.13 330	0.36 333	0.07 83	1.12 262

XPNet_ROB	6.46 294	1.88 273	7.41 274	2.81 286	0.95 183	6.45 258	6.82 339	13.58 301	8.80 232	15.50 346	15.86 293	19.59 351	7.12 290	11.41 311	9.86 309	0.02 185	0.04 171	0.00 1	0.03 201	0.20 217	0.79 232

PSMNet_ROB	5.41 281	2.45 312	7.39 273	2.36 251	1.90 260	10.11 310	6.54 334	16.32 336	7.59 198	6.84 171	10.83 235	12.06 305	4.13 207	8.73 238	10.24 315	0.02 185	0.01 102	0.01 245	0.11 243	0.26 249	0.40 157

AE-Stereo	1.89 39	0.38 9	3.86 105	1.94 196	0.38 93	2.51 72	0.58 135	7.19 142	7.28 193	1.60 38	3.51 58	1.07 48	0.77 47	2.12 29	1.24 75	0.03 215	1.02 317	0.00 1	0.28 313	0.11 133	1.84 322

CoDeX	3.61 194	0.86 140	5.27 187	1.16 113	1.62 239	6.24 254	2.07 257	13.78 308	6.86 179	7.42 200	9.00 186	4.06 136	3.72 188	6.58 122	3.02 191	0.03 215	0.06 184	0.00 1	0.00 1	0.15 188	0.35 148

iinet-f	6.21 288	2.11 291	28.74 386	2.13 215	1.38 231	11.62 324	1.49 239	7.64 159	7.19 190	7.77 210	14.38 280	10.49 279	7.79 303	7.76 181	12.90 343	0.03 215	0.03 157	0.05 307	0.00 1	0.67 324	0.12 56

CASS	2.62 117	0.57 80	4.28 139	0.90 91	0.38 93	3.45 160	0.22 61	9.91 209	4.46 88	7.33 198	7.92 167	3.53 121	3.59 179	4.16 68	1.49 91	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.
raft_robust	2.91 140	1.71 258	3.42 72	1.36 127	0.57 131	1.53 20	0.12 31	7.06 136	9.09 240	6.96 178	7.21 153	4.43 152	2.09 122	9.40 263	1.61 100	0.03 215	0.93 296	0.00 1	0.21 288	0.17 198	0.38 154

AACVNet	3.71 203	1.63 250	4.89 174	3.80 338	0.62 137	3.25 149	0.30 80	9.47 201	3.81 57	6.34 142	10.74 233	10.52 280	4.92 237	9.31 261	3.88 213	0.03 215	0.01 102	0.00 1	0.00 1	0.34 286	0.28 130

PSMNet-ADL	3.17 164	0.56 75	3.00 43	1.55 145	0.40 101	5.97 250	0.28 73	9.06 184	5.75 142	3.56 64	6.80 140	8.33 250	4.51 218	7.65 177	5.51 252	0.03 215	0.09 203	0.00 1	0.00 1	0.03 26	0.28 130

PFNet+	2.52 104	0.47 37	4.97 179	0.95 98	0.18 39	3.12 141	0.73 171	4.98 36	6.97 185	7.95 215	6.38 131	2.51 81	1.18 73	8.05 196	1.82 124	0.03 215	0.00 1	0.00 1	0.00 1	0.02 9	0.05 23

TRStereo	2.71 124	3.79 345	5.46 198	2.19 223	2.22 275	2.98 133	1.07 216	9.83 208	4.39 85	3.46 62	3.48 53	3.92 129	0.77 47	6.43 118	1.70 117	0.03 215	0.63 276	0.00 1	0.29 318	0.11 133	1.49 282

Pruner-Stereo	2.66 119	0.61 87	3.54 81	1.93 194	0.25 69	3.47 162	0.74 174	6.60 118	5.66 139	8.98 252	6.12 118	4.39 151	1.11 63	7.27 150	2.34 168	0.03 215	0.00 1	0.02 276	0.00 1	0.03 26	0.04 17

222	5.93 284	0.88 147	4.58 160	1.76 175	0.98 186	6.02 251	0.08 19	14.45 315	8.89 234	9.53 272	11.77 249	3.88 127	4.23 212	8.26 204	39.96 401	0.03 215	1.12 325	0.00 1	0.24 297	0.11 133	1.73 307

GwcNet	6.95 303	2.89 329	13.32 335	2.82 288	5.53 363	11.76 325	2.14 259	14.95 321	17.69 336	10.83 303	18.14 320	10.83 291	6.66 281	9.83 282	10.19 314	0.03 215	0.06 184	0.03 293	0.08 231	0.64 321	0.66 218

ac_64	3.98 223	0.86 140	5.10 183	3.17 312	3.43 318	5.80 246	0.70 165	10.87 234	4.96 113	8.94 251	6.46 132	10.70 286	5.52 260	7.44 157	5.10 248	0.03 215	0.00 1	0.00 1	0.00 1	0.14 175	0.31 138

hitnet-ft	3.95 219	1.16 193	3.92 116	0.89 89	0.73 153	4.88 227	0.54 123	9.78 206	7.91 209	7.42 200	10.24 217	12.50 307	4.84 234	8.15 200	5.56 253	0.03 215	0.00 1	0.06 311	0.00 1	0.24 241	0.12 56

FAT-Stereo	6.98 306	0.79 117	7.57 277	2.54 271	1.80 252	6.16 253	4.33 305	19.16 357	18.82 341	10.75 301	17.08 307	18.23 342	13.56 347	9.25 259	8.44 286	0.03 215	0.16 224	0.01 245	0.10 241	0.14 175	0.65 210

DSFCA	4.48 250	1.03 177	6.84 256	1.61 149	1.68 245	7.26 273	4.46 307	11.27 245	7.51 196	11.01 310	6.89 142	8.49 257	4.54 223	10.41 296	6.18 261	0.03 215	0.06 184	0.02 276	0.03 201	0.13 166	0.14 65

FADNet-RVC	4.36 243	2.62 321	14.51 344	2.01 209	0.44 109	4.27 210	1.27 227	12.61 273	7.89 207	3.76 71	4.05 67	10.63 284	4.34 214	9.87 283	7.66 278	0.03 215	0.09 203	0.00 1	0.03 201	0.65 322	0.50 179

ADCP+	8.60 333	2.78 326	17.44 356	1.69 163	4.27 342	16.95 353	5.29 318	13.38 297	12.52 299	13.57 336	17.57 316	10.86 292	11.28 335	18.43 364	23.91 377	0.03 215	0.05 178	0.01 245	0.18 270	0.47 307	1.31 276

iResNet	4.04 225	1.46 236	8.72 295	3.25 318	0.36 89	4.54 220	0.47 106	9.06 184	10.40 264	7.98 217	12.82 266	4.06 136	3.22 160	8.82 240	4.95 244	0.03 215	0.01 102	0.00 1	0.00 1	0.14 175	0.55 188

DN-CSS_ROB	3.00 151	2.14 293	7.33 270	2.67 278	0.78 161	3.13 142	0.07 15	6.68 124	4.22 76	5.51 109	12.12 254	2.33 77	1.21 78	8.69 237	2.51 170	0.03 215	0.00 1	0.00 1	0.00 1	0.42 296	0.15 75

Former-RAFT_DAM_RVC	1.39 12	0.74 111	2.72 23	0.73 73	1.26 219	2.42 66	0.02 5	3.78 8	8.16 219	1.81 42	2.94 46	0.28 16	0.32 11	1.51 11	0.76 22	0.04 235	0.01 102	0.00 1	0.00 1	0.08 88	0.19 95

EKT-Stereo	2.16 64	0.61 87	3.78 101	2.31 244	4.40 343	1.47 15	0.24 67	5.54 60	4.22 76	3.16 58	3.58 61	3.53 121	2.20 126	5.66 101	1.40 88	0.04 235	0.36 259	0.00 1	0.09 237	0.06 68	0.58 193

CBFPSM	5.12 276	1.48 237	16.22 351	1.81 179	1.14 206	11.16 320	2.90 271	7.99 166	6.75 176	6.55 154	5.00 87	15.05 323	8.78 318	7.52 170	8.90 296	0.04 235	0.02 132	0.00 1	0.00 1	0.42 296	0.67 220

Wz-Net-TNSev	12.01 361	11.86 383	38.26 394	2.81 286	1.82 255	18.12 358	11.31 370	16.67 337	21.73 354	15.06 343	17.17 308	19.72 352	20.69 368	20.68 371	21.41 365	0.04 235	0.06 184	0.00 1	0.16 259	0.74 332	1.93 335

GANet-ADL	2.40 94	0.65 94	3.92 116	2.22 227	0.11 12	2.23 55	0.47 106	9.29 198	7.27 192	4.77 86	5.95 115	3.96 130	1.26 81	3.08 51	2.27 161	0.04 235	0.08 197	0.02 276	0.00 1	0.15 188	0.21 105

GEStereo_RVC	3.95 219	1.21 206	6.13 229	2.30 242	1.22 213	4.29 212	2.96 274	12.39 266	8.24 220	7.25 192	6.79 139	7.58 236	4.22 211	9.16 256	4.56 234	0.04 235	0.01 102	0.02 276	0.02 190	0.19 211	0.42 168

psmorigin	7.74 320	2.19 295	18.99 361	2.51 264	0.89 173	7.08 271	2.74 267	11.25 243	7.90 208	20.49 362	22.36 339	20.16 353	11.95 340	13.84 335	10.61 320	0.04 235	0.18 229	0.06 311	0.24 297	0.27 259	1.07 255

BEATNet_4x	3.69 199	2.12 292	8.11 285	1.82 182	0.16 33	5.30 234	1.04 214	10.87 234	6.14 153	7.09 182	8.42 177	4.99 172	4.42 215	5.89 105	6.23 262	0.04 235	0.05 178	0.00 1	0.00 1	0.32 283	0.84 235

edge stereo	7.12 309	1.19 199	7.83 281	2.32 245	2.46 284	6.90 264	3.26 288	15.58 327	12.52 299	15.68 348	18.34 322	21.83 361	13.05 343	11.53 312	8.68 291	0.04 235	0.06 184	0.11 324	0.03 201	0.30 272	0.63 207

RYNet	6.82 300	1.51 239	7.35 272	1.79 177	4.52 349	16.68 350	4.41 306	14.19 312	17.43 334	11.64 320	7.86 163	15.03 322	8.81 319	10.10 290	14.16 349	0.04 235	0.13 217	0.15 333	0.05 222	0.08 88	0.53 186

CBMV_ROB	4.66 261	0.85 133	3.94 118	1.64 151	0.75 158	8.38 291	1.90 252	11.19 242	10.36 262	9.20 263	15.21 288	7.28 229	6.99 287	9.48 266	5.24 249	0.04 235	0.05 178	0.00 1	0.00 1	0.07 83	0.64 209

ETE_ROB	6.28 291	2.60 318	9.22 309	1.71 167	0.84 168	6.44 257	6.78 338	13.16 292	8.80 232	13.01 330	15.93 295	21.01 360	6.18 271	10.97 299	8.11 283	0.04 235	0.01 102	0.00 1	0.02 190	0.16 192	0.70 223

LALA_ROB	7.02 307	2.54 316	8.51 290	1.53 143	0.96 185	9.96 307	8.71 355	16.70 338	12.68 302	12.99 329	13.90 277	24.47 365	5.40 257	11.61 315	9.50 305	0.04 235	0.05 178	0.00 1	0.02 190	0.17 198	0.65 210

mmx	4.50 251	0.98 167	7.03 261	1.64 151	1.07 193	2.84 111	0.47 106	12.84 277	11.23 284	6.68 163	9.59 202	5.66 191	3.87 194	11.33 307	11.69 330	0.05 248	1.12 325	0.00 1	0.19 273	0.10 122	1.53 284

xxx	4.50 251	0.98 167	7.04 265	1.64 151	1.07 193	2.84 111	0.47 106	12.84 277	11.23 284	6.68 163	9.59 202	5.66 191	3.87 194	11.33 307	11.69 330	0.05 248	1.12 325	0.00 1	0.19 273	0.10 122	1.53 284

LL-Strereo	5.14 277	2.29 305	8.95 302	1.26 119	5.05 360	3.66 176	1.40 234	10.33 219	8.98 237	8.71 243	8.24 175	10.70 286	11.10 333	12.66 326	5.36 250	0.05 248	1.35 358	0.00 1	0.00 1	0.38 293	2.23 348

DRaft	3.83 211	0.65 94	3.39 66	0.22 15	0.16 33	4.67 221	1.30 231	5.82 80	4.86 111	10.26 289	21.65 333	3.24 99	8.62 316	7.53 171	3.76 207	0.05 248	0.10 207	0.00 1	0.14 254	0.12 150	0.16 81

GMM-Stereo	3.42 183	0.39 14	3.24 53	0.87 88	0.50 114	2.26 56	4.73 311	5.64 69	3.81 57	7.08 181	16.57 303	6.13 206	3.62 182	7.74 180	1.40 88	0.05 248	0.00 1	0.00 1	0.04 219	0.12 150	4.24 370

xxxx	5.16 278	0.86 140	4.86 173	1.96 200	1.22 213	7.56 280	0.07 15	14.67 318	9.15 243	6.55 154	9.87 209	9.30 264	3.47 175	8.07 197	22.20 367	0.05 248	1.16 341	0.00 1	0.26 309	0.10 122	1.76 313

APVNet	6.28 291	2.46 313	10.09 319	3.51 329	3.97 336	12.15 331	1.75 249	20.08 367	6.73 175	6.92 177	13.45 271	10.75 288	6.29 274	11.86 317	14.34 350	0.05 248	0.02 132	0.11 324	0.03 201	0.63 320	0.34 144

EDNetEfficientorigin	18.25 382	14.44 386	99.41 425	1.72 170	1.00 188	12.07 330	6.97 342	13.67 303	35.06 381	38.59 392	37.10 382	27.03 371	27.46 385	15.38 347	26.92 383	0.05 248	0.08 197	0.15 333	0.62 352	3.33 370	3.92 369

DRN-Test	6.23 289	1.51 239	7.53 276	3.07 309	3.69 325	12.17 332	3.23 285	20.80 371	11.11 283	12.64 326	13.02 268	10.91 293	5.26 249	8.49 229	10.12 313	0.05 248	0.05 178	0.04 301	0.04 219	0.28 261	0.65 210

NaN_ROB	6.51 296	2.25 297	8.77 296	1.69 163	1.79 251	9.71 305	10.94 363	16.20 334	16.13 327	13.04 331	8.86 180	11.77 302	5.94 266	12.88 328	8.01 281	0.05 248	0.13 217	0.07 316	0.20 283	0.32 283	1.50 283

MyStereo8	3.30 171	1.69 254	6.28 238	2.51 264	3.79 330	4.22 208	0.07 15	7.43 152	6.39 163	6.51 151	10.13 216	4.23 147	1.45 93	2.79 48	5.08 247	0.06 258	1.49 363	0.00 1	0.40 337	0.26 249	1.33 278

ICVP	2.53 105	0.47 37	3.64 95	1.20 115	0.69 142	2.71 94	0.84 191	10.63 229	4.66 97	4.31 81	8.99 184	2.75 87	1.93 117	2.91 49	4.07 221	0.06 258	0.24 243	0.01 245	0.01 173	0.13 166	0.26 124
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Anonymous	1.54 25	0.76 113	5.39 193	1.49 140	2.68 292	1.83 38	0.43 100	5.65 71	3.79 56	0.52 9	1.74 26	0.19 1	1.30 82	3.31 53	1.01 53	0.06 258	0.08 197	0.00 1	0.00 1	0.19 211	0.31 138

GES	2.69 122	0.72 110	5.34 190	1.82 182	0.05 3	4.51 218	1.04 214	10.39 222	4.18 73	5.53 110	6.72 137	1.92 72	3.30 165	5.16 88	2.67 177	0.06 258	0.01 102	0.06 311	0.01 173	0.20 217	0.14 65

DMCA-RVC	3.59 193	1.98 285	8.68 293	2.30 242	1.48 235	3.54 168	0.55 126	8.40 170	5.43 127	9.37 269	5.90 110	8.34 251	3.21 159	7.19 146	4.46 231	0.06 258	0.11 211	0.08 322	0.02 190	0.21 227	0.40 157

LE_ROB	17.31 378	2.62 321	14.26 342	4.20 347	1.80 252	17.40 354	9.70 360	15.38 326	55.92 403	63.97 413	40.81 387	35.50 386	39.26 396	15.64 350	28.51 387	0.06 258	0.11 211	0.13 330	0.21 288	0.14 175	0.51 183

ttt	4.41 248	0.70 106	3.95 120	2.53 268	2.01 265	4.34 215	0.41 95	13.09 291	11.69 292	7.20 189	12.20 257	4.15 141	3.35 172	9.54 269	10.11 312	0.07 264	1.11 324	0.00 1	0.19 273	0.10 122	1.47 280

1111x	4.96 273	1.04 178	7.09 267	1.75 173	1.05 192	5.03 230	0.32 82	13.52 300	10.70 272	6.68 163	10.35 220	8.81 262	6.01 267	10.65 297	12.78 342	0.07 264	1.24 348	0.00 1	0.33 328	0.11 133	1.75 311

ToySt	3.39 179	0.89 148	9.29 310	1.47 138	0.94 180	4.20 207	1.98 254	7.33 146	5.42 125	3.01 55	6.75 138	8.67 259	5.10 245	5.43 97	3.72 205	0.07 264	0.89 294	0.00 1	0.23 296	0.28 261	2.13 342

DeepPruner_ROB	3.82 210	1.87 272	5.65 211	1.31 126	1.64 240	3.62 173	0.81 183	14.47 316	5.03 116	8.03 222	10.78 234	6.95 225	2.26 128	8.92 246	4.32 227	0.07 264	0.03 157	0.00 1	0.01 173	0.37 291	0.29 133

SMFormer	3.94 217	0.69 100	4.55 155	1.97 201	0.15 28	2.84 111	0.29 75	13.06 287	11.10 279	7.69 205	10.45 223	4.77 161	4.52 219	9.68 272	4.89 241	0.08 268	0.97 305	0.00 1	0.16 259	0.11 133	0.92 240

tta	3.96 221	0.69 100	4.55 155	1.97 201	0.15 28	2.84 111	0.29 75	13.06 287	11.10 279	7.69 205	10.45 223	4.77 161	4.52 219	9.68 272	4.89 241	0.08 268	0.97 305	0.00 1	0.16 259	0.13 166	1.24 270

qqq1	3.78 207	0.69 100	4.55 155	1.97 201	0.15 28	2.84 111	0.29 75	13.06 287	11.10 279	7.69 205	10.45 223	4.77 161	4.52 219	9.68 272	1.24 75	0.08 268	0.97 305	0.00 1	0.12 247	0.13 166	1.24 270

fff1	3.78 207	0.69 100	4.55 155	1.97 201	0.15 28	2.84 111	0.29 75	13.06 287	11.10 279	7.69 205	10.45 223	4.77 161	4.52 219	9.68 272	1.24 75	0.08 268	0.97 305	0.00 1	0.12 247	0.13 166	1.24 270

SACVNet	4.55 253	1.88 273	5.55 207	3.38 324	1.68 245	3.11 139	2.76 269	12.44 268	6.43 164	11.07 312	11.31 242	10.53 282	5.13 246	9.88 284	4.56 234	0.08 268	0.02 132	0.00 1	0.01 173	0.38 293	0.80 233

GwcNet-ADL	2.85 134	0.61 87	4.38 145	0.92 95	0.33 83	2.05 47	0.67 155	8.85 179	9.65 252	6.36 143	6.71 136	4.11 138	1.71 110	5.97 107	4.22 224	0.08 268	0.06 184	0.00 1	0.00 1	0.07 83	0.16 81

test-1	2.14 62	0.54 62	6.32 241	1.07 106	1.22 213	2.13 52	0.54 123	6.40 113	4.80 108	3.55 63	5.23 92	4.02 132	0.71 43	1.95 23	2.15 150	0.08 268	0.98 310	0.00 1	0.08 231	0.02 9	1.07 255

RAFT + AFF	4.63 260	2.28 302	7.43 275	1.51 141	2.38 280	5.81 247	6.49 333	10.74 231	8.53 226	7.75 209	8.95 183	7.47 234	6.68 283	9.17 258	5.06 246	0.08 268	0.47 268	0.00 1	0.01 173	0.66 323	1.03 254

pmcnn	8.17 326	1.70 256	11.49 325	3.18 313	3.07 302	9.66 304	6.06 327	13.60 302	17.71 337	15.23 345	24.02 345	27.61 373	8.81 319	10.36 295	9.51 306	0.08 268	0.08 197	0.00 1	0.00 1	0.31 279	0.87 236

CBMV	5.97 285	1.52 241	4.51 151	1.99 205	0.53 125	10.02 308	6.94 341	13.27 294	13.80 315	13.08 332	15.93 295	11.36 297	8.11 308	9.82 281	7.27 273	0.08 268	0.15 222	0.00 1	0.00 1	0.30 272	0.74 229
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
LL-Strereo2	2.22 73	1.39 227	3.39 66	1.26 119	1.01 189	3.73 186	1.47 237	6.47 116	4.61 94	4.66 85	2.64 43	4.17 142	0.37 17	6.03 109	1.61 100	0.09 278	0.24 243	0.00 1	0.08 231	0.08 88	1.16 263

Wz-Net-LNSev-Ref	6.52 297	2.21 296	12.10 328	2.75 281	3.28 310	10.03 309	3.05 277	12.31 263	11.52 289	10.10 285	21.36 332	11.51 298	7.30 295	11.56 313	10.61 320	0.09 278	0.00 1	0.00 1	0.00 1	0.08 88	0.51 183

RAFT-RH_RVC	4.04 225	0.69 100	3.59 91	1.91 192	0.43 108	3.11 139	0.13 38	3.80 9	6.60 168	11.26 315	31.68 371	5.20 176	1.66 106	8.30 213	2.27 161	0.09 278	0.00 1	0.00 1	0.03 201	0.03 26	0.02 4

11t1	2.13 61	0.67 98	3.98 121	2.69 279	0.85 171	2.59 80	0.07 15	7.40 150	3.89 63	3.75 70	3.57 60	1.24 52	1.96 118	4.68 80	1.97 138	0.10 281	1.13 328	0.00 1	0.22 293	0.09 102	1.66 295

fast-acv-ft	6.00 286	1.95 282	7.88 282	2.35 249	1.85 256	13.61 341	1.76 250	8.44 171	10.12 257	11.22 314	20.57 330	14.41 319	7.55 300	8.11 198	8.83 294	0.10 281	0.09 203	0.16 336	0.07 228	0.68 326	0.35 148

CSAN	8.41 331	2.86 328	9.35 312	2.43 257	0.82 166	13.59 340	11.68 371	15.80 331	21.98 356	14.71 342	16.46 301	18.00 340	14.42 355	13.68 332	10.10 311	0.10 281	0.13 217	0.15 333	0.19 273	0.43 300	1.28 274

SANet	11.48 358	3.34 334	13.93 339	2.40 256	1.01 189	16.49 349	12.16 374	20.05 366	37.28 384	19.62 357	28.04 358	25.61 368	20.10 365	14.43 340	12.39 337	0.10 281	0.06 184	0.03 293	0.06 227	0.76 334	1.73 307

FCDSN-DC	10.72 352	1.16 193	5.01 180	2.16 216	1.31 228	17.46 355	4.80 312	17.79 346	19.87 344	25.02 372	32.85 372	33.57 381	23.52 378	16.80 356	12.13 334	0.11 285	0.00 1	0.00 1	0.00 1	0.09 102	0.76 230
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
dd	2.36 86	1.93 279	6.03 226	0.83 86	0.12 19	1.80 36	0.17 53	5.30 47	11.82 293	2.98 52	3.64 63	1.50 58	1.21 78	5.25 89	3.92 214	0.13 286	0.01 102	0.04 301	0.22 293	0.10 122	0.14 65

sCroCo_RVC	1.34 10	0.85 133	6.15 231	1.21 116	1.28 220	0.90 4	0.18 55	4.50 25	2.86 11	0.37 2	3.18 49	0.52 38	1.52 103	1.83 21	0.93 40	0.13 286	0.25 246	0.00 1	0.00 1	0.08 88	0.16 81

S-Stereo	6.85 301	0.93 151	10.76 323	3.34 323	3.51 320	6.55 259	6.01 325	13.75 306	23.86 359	9.65 280	15.54 290	11.81 303	8.24 309	8.59 231	11.23 326	0.13 286	0.16 224	0.00 1	0.42 340	0.14 175	2.39 350

HBP-ISP	4.37 245	1.56 244	4.59 161	2.23 229	1.29 224	7.87 281	3.96 296	11.80 255	10.91 278	8.06 226	14.45 282	3.38 106	4.87 235	9.27 260	2.53 171	0.14 289	0.06 184	0.00 1	0.01 173	0.08 88	0.30 136

HHNet	2.71 124	0.69 100	3.31 60	0.25 22	0.39 96	2.80 108	0.90 203	6.33 108	5.68 140	7.51 203	13.70 272	0.94 45	3.14 156	5.42 96	2.54 174	0.14 289	0.02 132	0.06 311	0.00 1	0.24 241	0.07 34

SDNR	7.97 322	2.75 323	16.90 355	2.28 240	0.94 180	45.23 399	0.43 100	9.30 199	10.84 275	10.71 300	25.30 353	5.51 186	4.47 217	11.98 318	7.58 277	0.15 291	0.14 221	0.00 1	0.04 219	2.27 363	2.65 355

SuperB	8.29 329	3.96 347	24.92 376	2.96 297	1.33 230	9.83 306	4.15 299	10.92 238	29.79 371	11.86 321	12.51 261	6.07 204	6.97 286	11.13 304	14.73 351	0.15 291	0.11 211	0.35 353	0.26 309	12.64 386	1.11 259

NLCA_NET_v2_RVC	4.11 229	1.53 243	6.87 257	3.04 303	3.33 313	4.34 215	0.59 138	11.36 246	7.92 210	8.98 252	7.98 168	9.72 269	3.82 190	7.92 189	4.43 230	0.15 291	0.02 132	0.03 293	0.03 201	0.07 83	0.14 65
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CRFU-Net	4.81 269	0.78 115	5.69 213	3.10 310	1.39 232	13.18 338	3.23 285	12.26 261	4.33 79	10.91 307	9.98 214	10.94 294	7.93 306	7.47 166	3.94 217	0.16 294	0.16 224	0.16 336	0.00 1	0.26 249	0.29 133

EDNetEfficient	14.14 368	6.71 365	56.12 403	2.99 298	3.58 321	5.38 235	8.49 353	9.35 200	33.24 375	40.73 393	30.21 366	18.04 341	22.92 376	12.13 320	26.26 381	0.16 294	0.24 243	0.07 316	1.15 362	2.58 367	2.39 350

ADCRef	7.76 321	2.31 306	19.09 362	2.82 288	3.29 311	11.88 327	3.06 278	11.52 250	10.89 277	13.69 337	25.85 355	8.20 246	8.89 321	8.95 250	22.66 368	0.16 294	0.08 197	0.16 336	0.34 331	0.47 307	0.91 238

SGM-Forest	5.40 279	0.84 132	4.19 134	1.43 135	0.68 140	10.12 311	6.41 332	12.13 259	11.86 294	11.50 318	14.43 281	11.62 299	5.20 248	9.93 287	6.16 260	0.16 294	0.04 171	0.00 1	0.00 1	0.08 88	1.24 270
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
NINENet	3.38 178	0.81 123	4.16 132	1.88 189	1.40 233	7.31 275	0.48 115	12.95 284	6.64 171	7.29 195	9.24 190	5.21 177	1.18 73	6.72 130	1.89 132	0.17 298	0.08 197	0.07 316	0.00 1	0.09 102	0.03 9

FTStereo	4.61 259	0.54 62	2.86 27	0.98 100	0.40 101	2.57 77	8.51 354	5.70 72	3.76 55	10.85 305	29.92 365	5.53 187	7.43 297	7.73 179	1.63 104	0.17 298	0.00 1	0.05 307	0.00 1	0.04 44	3.62 366

FC-DCNN	11.29 357	1.01 176	5.50 199	2.25 233	1.65 243	18.23 359	5.36 320	18.99 354	20.65 349	28.95 378	34.83 379	33.83 383	23.18 377	17.04 360	13.37 344	0.17 298	0.01 102	0.02 276	0.02 190	0.10 122	0.70 223

FADNet-RVC-Resample	4.11 229	2.25 297	13.88 338	1.64 151	0.66 139	5.91 249	2.34 262	10.87 234	9.09 240	6.53 153	4.34 71	5.69 196	4.71 230	8.01 193	4.64 237	0.18 301	0.22 237	0.17 341	0.12 247	0.46 305	0.59 196

PFNet	3.06 153	0.59 84	6.13 229	2.26 235	0.84 168	3.08 137	0.73 171	7.38 149	5.35 121	10.20 286	6.06 116	4.72 160	2.10 125	8.47 228	2.25 158	0.19 302	0.06 184	0.00 1	0.11 243	0.20 217	0.42 168

DANet	6.46 294	1.58 246	9.58 317	4.10 344	3.99 338	9.13 299	1.34 232	10.37 221	7.76 202	13.76 338	15.66 291	16.14 328	7.03 289	13.07 329	13.62 347	0.19 302	0.12 214	0.02 276	0.02 190	0.15 188	1.61 289
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MeshStereo	11.94 360	1.88 273	5.24 186	2.11 214	1.44 234	20.09 363	4.95 315	21.74 377	16.75 330	33.10 383	35.07 380	39.28 390	22.72 375	19.45 367	13.59 346	0.19 302	0.06 184	0.02 276	0.00 1	0.46 305	0.65 210
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
coex-ft	20.15 388	20.03 389	87.93 415	1.81 179	1.77 249	18.77 360	13.73 376	13.28 295	41.87 390	60.24 409	39.04 384	28.27 374	30.39 386	12.57 325	28.66 388	0.20 305	0.23 240	0.04 301	0.30 320	1.52 353	2.34 349

FADNet	4.55 253	2.35 309	13.60 336	1.87 186	0.80 163	4.74 225	0.75 176	14.47 316	12.41 298	4.07 77	5.45 103	9.64 267	5.03 241	8.86 243	4.82 240	0.20 305	0.04 171	0.07 316	0.05 222	1.27 348	0.40 157

RASNet	5.00 274	1.19 199	5.69 213	3.68 334	4.80 356	5.04 231	1.29 230	10.26 217	8.99 238	5.89 117	11.65 247	10.55 283	9.76 326	9.96 288	10.32 317	0.20 305	0.00 1	0.00 1	0.00 1	0.09 102	0.73 226

NOSS_ROB	3.67 196	0.86 140	3.81 102	2.53 268	1.11 202	6.10 252	0.72 169	11.08 240	12.36 297	5.45 107	8.91 182	5.65 190	2.09 122	8.30 213	3.16 195	0.20 305	0.07 195	0.00 1	0.00 1	0.11 133	0.80 233

GMStereo	2.07 49	1.56 244	5.64 210	0.74 79	0.05 3	3.63 174	0.01 1	5.17 44	11.27 287	4.22 79	2.44 39	0.53 39	0.49 34	4.06 66	1.01 53	0.22 309	0.00 1	0.00 1	0.14 254	0.18 205	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
Anonymous3	1.96 43	0.61 87	7.58 278	0.42 43	0.51 121	4.28 211	0.52 120	5.56 65	2.76 8	2.35 44	3.47 52	1.50 58	1.13 65	5.92 106	1.54 94	0.23 310	0.23 240	0.00 1	0.00 1	0.14 175	0.47 176

SAMSARA	15.67 370	3.89 346	14.48 343	13.77 386	7.92 375	38.69 393	73.90 416	21.22 373	24.66 361	17.04 353	13.86 275	30.01 376	13.07 344	18.07 363	17.48 358	0.23 310	1.46 361	0.07 316	0.40 337	0.99 340	2.15 343

Anonymous_2	4.74 267	0.98 167	4.46 147	2.35 249	2.27 277	5.66 241	0.67 155	8.08 167	5.28 120	4.98 92	2.60 41	8.74 261	6.92 285	5.79 103	3.46 199	0.24 312	1.70 366	5.16 380	18.18 403	5.41 374	1.85 324

psm_up	4.33 242	1.34 221	4.43 146	2.27 238	2.62 290	5.29 233	3.30 290	11.49 248	6.89 180	8.05 224	8.06 170	10.09 276	11.10 333	7.12 145	3.76 207	0.24 312	0.01 102	0.00 1	0.00 1	0.20 217	0.37 151

AnyNet_C32	11.82 359	7.08 366	25.83 379	4.55 357	5.88 366	16.92 352	16.97 391	14.14 311	18.11 339	16.87 352	21.66 334	14.78 320	13.87 351	23.54 380	31.83 392	0.24 312	0.28 249	0.35 353	0.53 349	1.35 350	1.71 305

aanetorigin	9.02 336	3.75 344	28.68 385	2.16 216	3.86 331	5.84 248	5.40 321	5.93 92	10.39 263	28.12 377	31.02 370	15.98 326	13.74 349	9.38 262	12.55 339	0.25 315	0.22 237	0.22 347	0.24 297	1.24 346	1.47 280

PVD	16.41 372	3.98 348	16.04 350	5.38 362	4.59 354	19.44 361	7.28 346	28.88 387	49.27 397	31.53 381	43.72 391	30.36 378	32.17 391	26.70 384	23.19 371	0.25 315	1.48 362	0.04 301	0.59 351	0.52 315	2.87 357

DeepPrunerF	7.18 312	3.58 339	25.29 378	4.27 350	7.20 371	3.78 189	4.64 310	14.03 310	20.86 350	8.85 247	10.57 228	7.35 230	7.88 305	12.16 322	10.66 322	0.25 315	0.16 224	0.29 351	0.43 342	0.77 335	0.65 210

ADCL	10.77 353	3.23 332	21.50 368	2.26 235	1.96 264	23.65 368	9.07 356	14.69 320	24.88 362	15.21 344	27.20 356	12.68 308	14.02 352	16.94 358	24.43 379	0.26 318	0.18 229	0.74 360	0.67 355	0.80 336	1.02 251

LSM	14.85 369	7.41 369	36.29 392	7.76 375	43.77 411	11.24 322	12.14 373	16.73 339	23.72 358	23.73 370	32.92 373	18.89 347	13.31 346	16.60 355	12.37 336	0.26 318	0.86 292	0.11 324	0.43 342	1.24 346	17.26 404

ADCS	13.76 366	6.46 364	30.74 387	3.62 331	2.93 298	14.28 343	11.22 368	20.02 364	34.42 379	23.20 365	25.42 354	19.51 350	19.62 363	24.54 381	33.88 395	0.27 320	0.23 240	0.37 355	0.19 273	1.47 352	2.84 356

ADCPNet	10.18 347	3.40 336	33.24 389	2.38 253	1.74 248	17.75 356	7.65 349	13.20 293	13.03 308	14.09 341	21.72 335	19.36 349	11.40 337	15.43 348	23.00 370	0.28 321	1.15 340	0.39 356	1.48 370	0.68 326	2.21 346

AnyNet_C01	16.99 374	12.34 385	60.47 405	4.88 360	3.11 307	31.77 383	16.79 389	18.60 352	17.96 338	18.62 354	38.50 383	24.03 364	19.00 362	30.59 387	35.18 397	0.29 322	0.56 272	0.45 359	0.48 345	2.70 368	3.40 361

SGM_RVC	10.77 353	1.11 185	4.66 165	2.66 276	0.41 105	21.03 365	6.87 340	20.02 364	15.54 326	25.86 375	24.97 352	33.59 382	20.51 367	20.89 372	14.78 352	0.31 323	0.26 248	0.22 347	0.26 309	0.43 300	1.01 247
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
stereogan	8.18 327	1.32 219	9.05 305	3.59 330	4.00 339	20.16 364	3.13 282	17.25 343	20.16 347	10.68 299	19.19 323	20.56 359	10.70 332	14.74 343	7.00 269	0.34 324	0.04 171	0.21 346	0.08 231	0.70 330	0.65 210

RTSC	9.87 344	4.34 350	16.44 352	4.60 358	2.38 280	12.54 334	0.75 176	18.19 348	37.31 385	16.16 350	15.86 293	13.32 309	7.56 301	20.93 373	23.50 373	0.34 324	1.07 321	0.02 276	0.35 332	0.71 331	0.99 244

FADNet_RVC	4.24 239	2.32 307	14.23 341	1.18 114	0.79 162	5.64 240	0.60 139	11.50 249	7.19 190	3.68 69	8.08 172	4.14 140	4.06 203	10.29 294	7.47 275	0.36 326	0.44 266	0.18 342	0.47 344	0.93 339	1.23 269

SHD	10.45 351	3.67 342	14.03 340	4.81 359	4.52 349	11.93 328	1.66 247	21.36 375	38.40 387	18.84 355	21.72 335	17.63 337	13.07 344	15.65 351	17.71 359	0.36 326	1.09 322	0.01 245	0.32 325	0.50 313	1.67 297

GANet	6.86 302	1.78 269	5.98 223	3.05 304	1.12 204	10.12 311	9.38 358	13.41 298	8.67 228	11.46 317	29.87 364	13.94 313	8.25 310	12.06 319	6.33 263	0.40 328	0.06 184	0.16 336	0.33 328	0.18 205	0.59 196

PS-NSSS	4.22 237	2.53 315	5.89 219	1.01 101	2.93 298	4.05 204	1.93 253	11.44 247	8.94 236	7.14 185	14.70 286	4.96 170	2.60 142	9.09 255	3.92 214	0.40 328	0.04 171	0.83 362	0.00 1	1.09 341	1.02 251

ccnet	7.45 318	1.89 276	7.71 279	3.18 313	2.35 279	12.19 333	6.14 328	18.95 353	9.36 248	13.33 333	20.38 328	16.00 327	9.10 324	10.10 290	15.40 356	0.44 330	0.34 255	0.25 350	0.25 300	0.48 310	1.18 265

XQC	9.46 341	4.84 357	18.88 360	4.07 342	3.09 304	15.97 348	6.65 335	16.26 335	26.63 365	12.63 325	12.35 259	15.75 325	10.62 331	16.48 354	21.19 363	0.44 330	0.96 304	0.05 307	0.32 325	1.10 342	0.99 244

GANetREF_RVC	6.97 305	3.59 340	9.14 308	4.00 341	0.40 101	13.17 337	11.27 369	15.95 332	17.51 335	10.62 298	10.66 232	12.15 306	7.97 307	13.18 330	5.04 245	0.45 332	0.00 1	0.01 245	0.15 257	3.47 371	0.60 198
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
CVANet_RVC	4.68 263	1.93 279	5.57 209	2.61 274	1.86 258	4.12 205	4.94 314	12.11 258	9.29 245	8.05 224	11.08 238	10.28 277	6.48 276	9.52 268	3.19 196	0.45 332	0.01 102	0.00 1	0.12 247	0.23 237	1.75 311

Wz-Net-MNSev	8.12 325	3.18 331	18.07 358	2.63 275	3.36 315	17.82 357	9.40 359	12.89 280	15.44 324	13.95 340	18.21 321	14.38 318	7.75 302	12.50 323	11.45 328	0.46 334	0.03 157	0.00 1	0.01 173	0.26 249	0.58 193

RTS	19.64 386	10.42 380	87.01 413	5.88 365	6.82 367	41.73 396	16.69 387	16.80 340	41.90 391	23.44 366	32.96 374	13.79 311	21.49 370	38.85 396	30.84 389	0.46 334	0.70 282	0.00 1	0.09 237	1.13 343	1.70 303

RTSA	19.64 386	10.42 380	87.01 413	5.88 365	6.82 367	41.73 396	16.69 387	16.80 340	41.90 391	23.44 366	32.96 374	13.79 311	21.49 370	38.85 396	30.84 389	0.46 334	0.70 282	0.00 1	0.09 237	1.13 343	1.70 303

ADCMid	10.97 356	4.49 354	23.66 372	2.53 268	2.52 289	11.46 323	6.31 330	15.31 325	12.85 307	23.57 368	22.99 340	17.92 339	21.04 369	19.57 368	28.05 386	0.47 337	0.43 264	1.10 365	1.32 367	1.73 357	2.10 341

PWC_ROB	8.89 335	4.49 354	15.62 349	2.92 294	4.49 348	7.89 283	1.23 225	17.29 344	20.00 345	16.54 351	28.06 359	14.37 317	11.98 342	14.93 345	15.43 357	0.47 337	0.00 1	0.05 307	0.00 1	0.67 324	1.31 276

MSMD_ROB	9.73 343	1.43 230	5.42 195	1.81 179	0.42 107	16.83 351	4.30 304	14.29 314	15.34 322	23.06 364	40.17 385	25.63 369	22.62 374	13.37 331	8.85 295	0.48 339	0.03 157	0.00 1	0.00 1	0.13 166	0.47 176

G-Net	8.60 333	1.93 279	12.59 330	6.04 368	3.66 324	25.93 373	4.26 301	10.35 220	8.05 215	19.71 358	24.73 350	14.15 315	15.49 356	11.30 306	10.69 323	0.50 340	0.46 267	0.19 344	0.25 300	0.80 336	0.91 238

MDST_ROB	9.13 339	1.31 216	10.16 321	4.36 354	2.48 286	28.66 380	7.64 348	19.96 362	14.97 320	27.53 376	24.02 345	9.47 265	5.27 250	16.31 353	8.61 290	0.63 341	0.19 231	0.00 1	0.00 1	0.08 88	0.90 237

Anonymous Stereo	7.27 313	4.41 352	26.56 381	3.67 333	3.09 304	5.56 237	15.31 380	10.85 233	11.63 291	10.31 291	10.32 219	7.46 233	3.67 186	14.42 339	15.13 354	0.64 342	0.88 293	0.00 1	0.07 228	0.33 285	1.16 263

FBW_ROB	9.17 340	2.08 290	10.31 322	2.51 264	1.66 244	13.22 339	6.04 326	23.09 378	20.11 346	19.55 356	15.80 292	18.97 348	11.96 341	19.34 366	11.38 327	0.66 343	0.30 251	2.15 374	0.90 358	1.15 345	2.16 344

Consistency-Raft	9.58 342	5.11 358	13.00 332	5.61 364	8.92 378	4.03 202	5.07 317	19.73 361	24.90 363	11.32 316	29.86 363	13.36 310	6.16 270	8.00 191	13.47 345	0.67 344	0.34 255	1.81 372	4.36 386	12.23 384	3.62 366

TDLM	4.58 256	1.79 271	5.03 181	2.45 259	1.32 229	4.04 203	7.15 344	11.60 252	11.46 288	6.91 172	12.69 263	5.94 203	5.03 241	9.74 278	3.80 210	0.67 344	0.00 1	0.01 245	0.05 222	0.23 237	1.78 315

AF-Net	8.37 330	2.16 294	9.01 303	3.65 332	4.58 352	9.40 300	2.63 266	17.71 345	21.32 352	10.38 293	24.51 349	20.43 356	16.67 359	12.54 324	10.76 324	0.70 346	0.00 1	0.12 328	0.00 1	0.47 307	0.42 168

WZ-Net	13.61 365	5.57 360	42.84 397	3.89 340	3.19 308	19.90 362	15.44 382	15.67 329	32.04 374	16.13 349	28.69 360	22.17 363	15.84 357	21.40 375	26.87 382	0.75 347	0.01 102	0.01 245	0.03 201	0.51 314	1.20 267

DPSNet	10.88 355	2.57 317	20.40 366	2.24 232	1.90 260	24.92 371	17.00 392	21.35 374	28.61 370	12.87 328	13.74 274	17.01 335	20.14 366	15.36 346	14.01 348	0.81 348	0.98 310	0.20 345	0.65 354	1.30 349	1.54 286

RGC	7.40 314	2.77 325	7.71 279	4.43 356	4.87 358	8.88 295	2.96 274	16.05 333	12.76 306	11.96 324	19.57 325	18.32 343	11.57 339	13.89 337	9.58 307	0.83 349	0.02 132	0.24 349	0.41 339	0.40 295	0.77 231

FINET	6.96 304	2.98 330	13.77 337	3.20 315	4.81 357	9.65 303	9.90 361	13.68 304	23.91 360	8.28 233	13.70 272	5.36 182	5.83 264	10.79 298	8.05 282	0.90 350	1.43 359	0.11 324	0.38 335	0.48 310	1.98 338

PASM	9.11 337	5.68 361	25.06 377	4.33 352	4.18 341	7.01 268	8.48 352	12.37 265	20.95 351	13.49 335	15.37 289	18.80 345	11.52 338	14.70 342	12.70 340	0.93 351	1.19 344	0.32 352	1.21 365	1.66 355	2.22 347

Nwc_Net	7.54 319	1.91 278	8.71 294	4.16 346	3.42 317	10.77 319	2.00 255	20.33 368	12.19 296	9.10 258	24.04 347	17.67 338	13.58 348	12.14 321	9.12 301	0.94 352	0.00 1	0.00 1	0.02 190	0.22 232	0.41 164

LMCR-Stereo	3.92 216	1.96 283	4.92 176	2.85 292	0.23 64	7.88 282	1.47 237	12.52 271	5.39 124	8.71 243	10.65 231	1.90 68	5.04 243	8.53 230	4.89 241	1.05 353	0.00 1	0.00 1	0.00 1	0.42 296	0.05 23

RP	7.41 315	1.90 277	7.33 270	4.26 349	5.25 362	6.64 261	3.46 291	12.44 268	16.23 328	10.36 292	23.00 341	18.72 344	16.59 358	11.10 302	8.47 287	1.10 354	0.02 132	0.12 328	0.16 259	0.43 300	0.65 210

AANet_RVC	5.41 281	2.61 319	8.17 286	2.25 233	1.30 226	2.27 57	1.64 246	10.82 232	18.54 340	8.01 221	18.09 319	8.39 255	3.31 167	11.37 310	8.98 299	1.15 355	0.38 261	0.02 276	0.00 1	0.17 198	0.70 223

dad	5.10 275	2.61 319	6.76 255	1.23 117	0.14 22	2.85 123	0.36 87	7.98 165	14.88 319	10.84 304	17.06 306	15.59 324	3.29 164	7.24 148	4.39 229	1.20 356	0.10 207	4.02 378	0.49 346	0.20 217	0.69 221

SGM-ForestM	18.61 383	3.38 335	10.14 320	3.44 326	2.24 276	34.17 388	15.39 381	29.44 389	33.93 376	38.55 391	41.08 388	53.64 399	36.76 393	34.82 391	27.16 384	1.25 357	1.81 370	0.74 360	1.01 360	0.61 319	2.61 354

WCMA_ROB	10.20 348	1.99 286	9.33 311	3.01 299	2.46 284	15.78 347	7.67 350	12.75 276	15.41 323	25.08 374	33.42 376	27.06 372	19.86 364	13.87 336	12.47 338	1.28 358	0.38 261	0.18 342	0.20 283	0.28 261	1.54 286

MFN_U_SF_RVC	13.54 364	4.69 356	28.43 384	4.24 348	2.50 287	24.26 369	5.99 323	28.23 385	20.18 348	24.06 371	29.38 362	30.35 377	16.92 360	20.98 374	21.39 364	1.35 359	1.13 328	1.02 363	1.41 369	1.88 359	2.50 353

BEATNet-Init1	24.70 390	11.33 382	44.28 398	5.48 363	3.94 335	47.60 403	22.33 398	34.94 390	40.01 389	48.11 402	49.98 398	59.86 403	43.17 399	39.48 398	31.77 391	1.37 360	1.76 369	1.17 366	1.17 363	2.44 365	3.85 368

UDGNet	2.92 142	7.79 370	4.92 176	3.01 299	0.08 9	2.96 130	0.20 59	4.77 28	8.93 235	2.91 51	2.85 45	0.95 46	1.00 58	6.46 119	1.66 112	1.46 361	0.00 1	5.33 381	0.92 359	1.95 360	0.19 95

DGSMNet	7.10 308	3.49 337	15.11 347	4.36 354	4.41 344	8.94 297	6.25 329	15.10 323	14.28 317	8.15 229	14.51 284	10.08 274	5.38 256	11.04 301	7.95 280	1.49 362	2.00 371	1.79 371	1.68 375	2.43 364	3.48 363

MFN_U_SF_DS_RVC	10.36 350	5.37 359	16.61 354	2.95 296	3.02 301	24.75 370	15.44 382	14.68 319	19.73 343	19.77 359	23.97 343	16.98 334	8.40 311	17.58 361	9.23 302	1.59 363	1.75 367	0.16 336	2.63 377	0.75 333	1.85 324

NCC-stereo	7.43 316	2.28 302	8.58 291	3.28 319	4.48 346	8.34 286	4.27 302	20.45 369	13.66 313	9.17 261	17.52 314	16.49 330	14.31 353	13.71 333	8.95 297	1.73 364	0.12 214	0.01 245	0.50 347	0.21 227	0.60 198

Abc-Net	7.43 316	2.28 302	8.58 291	3.28 319	4.48 346	8.34 286	4.27 302	20.45 369	13.66 313	9.17 261	17.52 314	16.49 330	14.31 353	13.71 333	8.95 297	1.73 364	0.12 214	0.01 245	0.50 347	0.21 227	0.60 198
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MANE	20.98 389	3.23 332	8.81 297	5.96 367	6.96 370	33.07 386	13.20 375	35.43 391	38.86 388	44.72 399	52.41 402	53.20 398	41.84 398	34.74 390	27.45 385	1.87 366	2.27 372	1.54 370	10.18 394	0.69 328	3.11 358

ELAS	17.99 380	3.49 337	11.19 324	6.14 369	5.79 365	34.89 389	17.28 393	28.75 386	30.47 372	40.80 395	45.79 393	39.04 389	32.05 390	27.63 385	24.30 378	1.88 367	2.41 376	1.09 364	1.48 370	1.83 358	3.48 363
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	17.82 379	3.60 341	11.92 326	6.63 371	5.73 364	30.34 382	19.64 395	26.92 383	35.06 381	40.79 394	41.32 389	37.31 388	31.61 387	30.54 386	22.93 369	1.97 368	2.40 374	1.28 368	1.27 366	1.71 356	3.51 365
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetBlue	29.99 396	17.24 387	55.64 402	16.24 388	21.08 399	62.07 414	33.14 405	40.60 395	35.73 383	34.59 388	40.67 386	57.18 402	43.54 400	51.46 410	52.18 411	2.72 369	4.58 399	2.86 375	3.53 381	10.57 382	14.11 399

MSC_U_SF_DS_RVC	17.08 375	7.98 371	24.37 375	6.82 372	2.93 298	39.68 395	16.11 384	25.46 382	34.93 380	34.13 385	34.20 377	29.20 375	24.94 380	23.01 378	19.39 361	2.79 370	2.87 385	1.18 367	1.53 372	6.78 378	3.31 360

MFMNet_re	14.09 367	9.67 376	20.31 365	10.40 378	7.62 372	21.38 366	17.49 394	21.36 375	31.95 373	23.70 369	29.22 361	18.87 346	27.41 384	14.27 338	11.16 325	2.85 371	1.51 364	0.41 357	0.28 313	4.88 373	7.10 380

MADNet+	27.96 393	35.32 401	91.41 417	21.04 393	8.86 377	49.25 405	47.41 412	36.98 393	37.84 386	21.00 363	30.83 368	25.41 367	34.95 392	46.51 405	51.54 410	3.04 372	3.33 389	1.48 369	1.05 361	5.85 376	6.05 377

PWCDC_ROB	8.50 332	4.40 351	9.57 316	6.16 370	4.54 351	10.46 314	1.03 211	15.30 324	28.16 368	10.88 306	30.88 369	6.96 226	11.31 336	14.57 341	10.40 318	3.10 373	0.02 132	0.00 1	0.00 1	1.55 354	0.63 207

STTRV1_RVC	7.16 311	1.18 196	13.30 333	3.33 322	6.91 369	11.99 329	4.01 297	15.74 330	12.11 295	9.56 276	14.59 285	11.64 300	8.75 317	12.86 327	8.54 288	3.70 374	2.86 384	0.41 357	0.13 252	1.38 351	0.12 56

UDG	9.12 338	10.06 378	6.35 242	10.06 376	9.64 379	10.48 315	2.33 261	12.73 275	10.19 258	8.33 234	10.27 218	16.70 332	10.47 329	8.33 217	9.07 300	4.28 375	2.59 380	18.90 389	3.83 383	11.35 383	6.50 379

PMTNet	1.48 20	0.43 20	2.77 25	0.31 25	0.17 36	2.94 129	0.33 84	3.66 7	5.27 119	1.11 28	1.28 17	0.28 16	0.92 54	4.32 74	0.90 36	4.89 376	0.00 1	0.00 1	0.00 1	0.03 26	0.05 23

DispFullNet	18.06 381	27.03 393	34.90 390	22.68 394	20.79 396	15.03 344	3.18 283	16.95 342	26.06 364	20.48 361	16.91 304	20.55 358	18.37 361	23.48 379	12.16 335	5.31 377	2.91 386	31.24 397	8.09 393	22.63 396	12.44 396

PDISCO_ROB	10.27 349	2.79 327	13.30 333	10.58 380	9.96 381	22.78 367	5.99 323	20.01 363	28.57 369	11.88 322	14.49 283	20.54 357	4.92 237	17.01 359	10.29 316	5.79 378	0.42 263	0.14 332	0.13 252	2.53 366	3.25 359

anonymity	8.04 323	4.13 349	12.86 331	7.43 373	13.11 388	8.34 286	2.02 256	18.21 349	7.55 197	13.88 339	9.27 192	10.63 284	7.79 303	11.57 314	6.06 257	6.25 379	5.59 401	3.71 377	3.28 380	3.27 369	5.78 375

CC-Net-ROB	8.09 324	10.11 379	9.03 304	4.07 342	3.74 329	15.24 345	4.84 313	18.44 350	10.87 276	6.73 170	14.03 278	7.54 235	4.68 228	11.61 315	3.98 218	6.59 380	2.54 378	16.51 387	1.19 364	7.88 380	2.20 345

DDUNet	10.03 346	12.17 384	8.24 289	13.02 384	11.73 385	10.32 313	3.76 292	12.27 262	8.35 223	9.64 277	13.89 276	16.48 329	6.67 282	9.50 267	7.00 269	6.80 381	3.45 391	21.10 390	4.33 385	12.78 387	9.12 384

NVStereoNet_ROB	17.22 376	8.76 374	16.47 353	7.52 374	8.42 376	13.75 342	11.07 364	24.24 380	26.67 366	31.00 379	46.49 394	34.88 385	27.06 383	22.72 377	23.61 374	6.83 382	4.32 396	6.32 382	10.37 395	4.39 372	9.57 388
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SPS-STEREO	15.83 371	7.38 368	14.92 346	11.63 382	11.77 386	25.30 372	7.12 343	25.20 381	17.06 332	32.24 382	30.34 367	31.63 379	22.59 373	25.67 382	21.97 366	7.71 383	4.50 397	3.35 376	1.56 373	6.97 379	7.72 382
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MaskLacGwcNet_RVC	6.42 293	6.12 363	6.53 247	4.29 351	3.61 323	15.41 346	4.13 298	12.36 264	7.32 195	7.60 204	8.51 178	8.97 263	2.64 143	10.17 292	3.72 205	8.16 384	2.40 374	2.00 373	0.11 243	8.55 381	5.84 376

SGM+DAISY	17.25 377	9.46 375	22.74 370	10.11 377	11.40 384	28.98 381	13.74 377	21.15 372	16.85 331	31.39 380	34.79 378	34.05 384	24.24 379	26.23 383	19.31 360	8.79 385	7.56 405	4.88 379	3.93 384	6.07 377	9.33 385

SQANet	8.22 328	4.42 353	7.19 269	12.11 383	9.77 380	11.80 326	3.23 285	12.00 256	6.60 168	8.59 241	11.52 245	10.97 295	5.31 254	11.10 302	4.20 223	9.56 386	2.29 373	10.51 383	1.61 374	13.06 388	8.49 383

otaku	12.35 362	8.64 373	9.11 307	13.56 385	10.98 383	26.23 374	7.22 345	19.45 359	19.26 342	11.92 323	17.90 318	20.21 354	8.91 322	16.06 352	6.09 258	9.77 387	2.50 377	13.23 384	1.90 376	14.61 389	9.41 387

CAS	2.42 96	0.37 8	2.30 9	11.49 381	3.97 336	1.65 25	0.02 5	4.08 14	2.84 10	0.51 8	1.65 23	0.25 13	0.28 6	1.73 15	0.92 39	10.05 388	0.01 102	0.00 1	0.00 1	0.01 3	6.26 378

Ntro	12.91 363	9.95 377	10.01 318	14.12 387	12.55 387	26.31 375	6.76 337	19.04 355	22.03 357	10.23 288	16.26 298	20.22 355	10.06 327	16.81 357	7.93 279	10.16 389	2.55 379	15.19 386	2.86 378	15.27 390	9.93 389

ACVNet_2	27.45 392	30.56 398	27.90 382	20.72 392	15.55 393	37.22 391	14.00 378	49.32 405	65.88 412	43.17 396	56.99 406	51.90 395	26.98 382	21.46 376	15.38 355	10.77 390	2.85 383	23.12 391	3.62 382	20.08 394	11.47 393

ACVNet-4b	16.48 373	23.07 390	14.73 345	16.69 389	15.18 391	31.83 384	7.30 347	19.71 360	27.82 367	11.54 319	22.10 338	31.68 380	8.96 323	18.88 365	7.28 274	11.04 391	2.65 381	24.93 393	5.02 388	18.57 392	10.67 391

ACVNet_1	19.51 385	26.19 392	15.50 348	17.71 390	15.28 392	26.46 376	9.36 357	29.16 388	34.18 377	25.06 373	24.89 351	37.18 387	21.93 372	17.80 362	15.03 353	11.08 392	2.83 382	25.29 394	5.06 390	19.11 393	11.14 392

WAO-7	30.22 397	25.83 391	23.33 371	33.10 399	14.36 389	36.98 390	22.41 399	52.85 408	64.46 410	43.76 397	59.24 408	52.31 396	45.69 402	32.82 388	32.60 393	11.16 393	5.49 400	13.76 385	12.60 400	12.36 385	9.38 386

Dean	35.52 401	40.12 405	27.99 383	30.63 396	17.33 394	45.80 402	11.68 371	57.61 413	76.54 416	63.70 412	60.65 409	66.93 411	49.40 405	38.12 394	40.28 402	12.18 394	3.73 394	28.86 395	5.94 392	20.69 395	12.16 394

IMH-64-1	28.06 394	29.98 395	19.46 363	32.15 397	20.98 397	27.68 377	16.66 385	47.31 399	44.85 394	34.14 386	50.94 399	41.49 391	31.67 388	37.53 392	23.88 375	14.17 395	2.96 387	34.45 399	11.15 396	26.12 398	13.75 397

IMH-64	28.06 394	29.98 395	19.46 363	32.15 397	20.98 397	27.68 377	16.66 385	47.31 399	44.85 394	34.14 386	50.94 399	41.49 391	31.67 388	37.53 392	23.88 375	14.17 395	2.96 387	34.45 399	11.15 396	26.12 398	13.75 397

RainbowNet	18.69 384	27.15 394	22.03 369	18.76 391	15.00 390	27.97 379	10.17 362	27.99 384	34.19 378	15.53 347	27.53 357	25.33 366	13.80 350	19.86 370	10.59 319	14.50 397	3.57 392	23.85 392	5.03 389	18.49 391	12.41 395

IMH	30.65 398	30.30 397	21.09 367	34.89 401	21.75 401	33.16 387	16.91 390	49.53 406	52.50 398	38.41 390	55.10 405	45.13 393	40.36 397	41.57 400	25.66 380	14.74 398	3.36 390	35.43 401	11.69 398	27.31 402	14.16 400

TorneroNet-64	33.32 400	33.28 399	33.07 388	35.14 402	21.25 400	48.02 404	21.13 396	43.47 397	58.77 404	33.36 384	46.64 395	62.00 405	38.19 394	44.82 404	35.07 396	15.02 399	3.59 393	35.81 402	12.20 399	29.45 404	16.17 401

TorneroNet	36.02 404	35.25 400	36.33 393	38.44 404	22.19 402	50.72 408	24.42 402	48.39 402	54.53 401	38.03 389	53.44 403	62.83 408	44.79 401	47.68 407	42.11 405	15.69 400	3.97 395	37.25 403	15.05 402	30.83 406	18.40 406

LVE	35.84 403	41.54 406	36.25 391	33.36 400	18.92 395	53.05 410	27.99 403	53.17 411	64.93 411	47.63 401	61.58 410	54.25 400	38.72 395	38.72 395	35.50 398	16.36 401	6.23 402	31.51 398	14.04 401	25.01 397	18.07 405

PWCK	31.62 399	45.59 407	49.67 400	30.49 395	7.80 373	42.91 398	29.73 404	45.45 398	44.44 393	47.41 400	36.92 381	47.86 394	26.79 381	41.90 401	33.36 394	22.77 402	4.56 398	29.89 396	5.13 391	29.43 403	10.36 390

WAO-8	38.93 405	36.84 402	23.97 373	43.96 405	24.48 404	45.73 400	22.62 400	53.10 409	75.66 414	53.86 406	66.14 413	62.39 406	55.11 409	43.01 402	40.67 403	22.98 403	7.22 403	37.53 404	19.49 404	27.04 401	16.83 402

Venus	38.93 405	36.84 402	23.97 373	43.96 405	24.48 404	45.73 400	22.62 400	53.10 409	75.66 414	53.86 406	66.17 414	62.39 406	55.11 409	43.01 402	40.67 403	22.98 403	7.22 403	37.53 404	19.49 404	27.02 400	16.83 402

WAO-6	35.59 402	37.89 404	17.67 357	37.86 403	24.46 403	37.85 392	21.49 397	49.01 404	67.96 413	44.22 398	48.08 396	53.02 397	53.39 407	33.67 389	36.83 399	26.05 405	7.83 406	43.19 407	21.76 406	30.18 405	19.37 407

UNDER WATER	45.99 407	49.80 410	68.56 408	49.99 409	32.13 407	55.35 412	39.50 407	41.12 396	52.90 399	50.69 403	45.18 392	67.79 413	58.75 412	51.93 412	50.97 409	30.59 406	14.03 407	51.66 409	37.15 407	40.27 409	31.35 408

FADE		18.79 388		10.51 379	10.00 382			36.24 392	53.07 400	20.35 360		26.62 370		40.25 399		31.16 407	14.37 408	38.03 406	37.28 408	5.44 375	5.60 374

DLNR_Zeroshot_test	24.96 391	51.28 411	90.69 416	97.84 425	97.22 424	1.40 13	0.12 31	23.19 379	3.55 43	1.21 30	2.95 47	0.72 43	0.31 8	7.09 144	2.61 175	38.70 408	1.32 353	0.00 1	0.29 318	77.04 421	1.68 298

UNDER WATER-64	46.01 408	48.25 408	68.05 407	44.59 407	28.11 406	57.02 413	43.78 410	40.20 394	48.80 396	52.08 405	42.95 390	67.22 412	57.71 411	48.98 409	49.57 408	40.01 409	17.98 409	52.15 410	39.41 410	38.99 407	34.41 409

notaker	48.05 409	55.94 412	50.90 401	56.89 412	40.29 408	38.96 394	33.86 406	47.82 401	55.70 402	57.55 408	57.48 407	60.22 404	59.71 413	54.64 413	43.27 406	41.13 410	19.86 410	57.61 412	37.79 409	50.95 411	40.33 410

JetRed	61.44 414	61.87 415	83.02 412	46.49 408	56.73 416	83.63 416	65.09 414	59.75 415	64.22 409	69.50 416	69.26 415	66.24 410	47.62 403	61.80 414	74.60 415	45.99 411	66.40 418	46.67 408	45.27 412	63.49 415	51.22 415

SPstereo	72.80 416	48.41 409	62.94 406	57.25 413	46.60 413	79.63 415	85.16 417	100.00 429	100.00 427	98.52 425	98.22 423	100.00 430	96.67 421	97.01 423	82.62 416	47.37 412	39.60 414	68.10 417	65.09 417	40.01 408	42.71 412

KSHMR	56.07 412	64.25 416	40.47 396	74.89 417	49.63 414	49.42 406	45.46 411	57.71 414	63.52 408	61.65 411	61.67 411	71.88 414	47.67 404	51.47 411	44.57 407	54.67 413	62.25 415	66.31 416	54.18 415	53.03 414	46.75 414

ktn	49.32 410	58.11 413	40.16 395	59.92 414	43.22 410	49.79 407	42.99 409	48.56 403	60.67 406	51.59 404	54.51 404	55.34 401	52.65 406	47.92 408	37.91 400	57.88 414	24.79 411	63.00 415	43.57 411	52.51 412	41.31 411

ASD4	76.04 417	81.96 420	69.18 410	68.53 415	80.95 420	96.29 419	99.16 424	77.84 417	93.51 421	77.76 417	85.79 416	78.58 416	76.90 416	78.02 417	82.88 417	58.77 415	62.96 416	55.01 411	62.53 416	68.78 416	65.30 418

DPSimNet_ROB	54.45 411	65.73 417	47.00 399	54.49 410	46.37 412	55.34 411	56.47 413	56.18 412	59.04 405	64.57 414	51.76 401	64.01 409	54.49 408	47.54 406	67.21 414	63.21 416	27.86 412	58.04 413	51.28 414	46.61 410	51.87 416

HanzoNet	57.16 413	60.12 414	60.00 404	55.77 411	42.11 409	51.98 409	41.93 408	52.07 407	61.47 407	65.98 415	65.90 412	72.11 415	70.14 414	71.11 416	61.13 413	64.31 417	34.72 413	62.27 414	50.86 413	52.83 413	46.33 413

xxxxx1	85.58 420	90.37 421	96.61 420	76.69 418	80.77 417	97.50 421	96.92 421	85.57 418	88.66 418	88.63 419	91.64 419	94.27 419	93.09 418	90.03 419	91.91 419	70.77 418	70.62 419	73.61 419	81.26 420	72.90 418	79.86 420

tt_ll	85.58 420	90.37 421	96.61 420	76.69 418	80.77 417	97.50 421	96.92 421	85.57 418	88.66 418	88.63 419	91.64 419	94.27 419	93.09 418	90.03 419	91.91 419	70.77 418	70.62 419	73.61 419	81.26 420	72.90 418	79.86 420

ff	85.58 420	90.37 421	96.61 420	76.69 418	80.77 417	97.50 421	96.92 421	85.57 418	88.66 418	88.63 419	91.64 419	94.27 419	93.09 418	90.03 419	91.91 419	70.77 418	70.62 419	73.61 419	81.26 420	72.90 418	79.86 420

MADNet++	82.81 418	81.73 419	74.64 411	87.71 422	82.67 421	93.35 417	70.27 415	86.39 421	82.88 417	93.51 422	86.62 417	86.40 418	81.37 417	88.21 418	88.63 418	86.59 421	84.23 422	72.14 418	68.69 418	78.88 422	81.36 423

tt	83.10 419	0.43 20	99.97 427	79.27 421	93.14 422	100.00 427	100.00 427	100.00 429	99.89 424	60.55 410	48.44 397	99.98 428	99.96 426	99.98 429	100.00 430	91.80 422	99.82 426	73.67 422	73.25 419	86.43 423	55.39 417

LRCNet_RVC	66.47 415	66.44 418	69.02 409	71.60 416	54.27 415	32.21 385	2.93 273	63.19 416	21.83 355	82.02 418	90.16 418	83.59 417	72.13 415	69.45 415	53.25 412	95.47 423	64.21 417	95.15 423	95.27 423	72.59 417	74.60 419

Anonymous_1	99.01 426	99.91 425	99.85 426	97.31 424	99.09 426	100.00 427	100.00 427	99.59 426	99.96 425	99.29 427	99.86 425	99.55 425	99.99 427	99.30 425	99.76 425	95.67 424	99.58 425	97.24 424	98.56 425	97.36 424	98.34 425

DPSM_ROB	99.94 431	100.00 429	100.00 431	99.74 427	100.00 429	100.00 427	100.00 427	100.00 429	100.00 427	100.00 429	100.00 427	100.00 430	100.00 428	100.00 430	100.00 430	99.08 425	100.00 429	100.00 426	100.00 429	99.98 427	99.94 427

DPSM	99.94 431	100.00 429	100.00 431	99.74 427	100.00 429	100.00 427	100.00 427	100.00 429	100.00 427	100.00 429	100.00 427	100.00 430	100.00 428	100.00 430	100.00 430	99.08 425	100.00 429	100.00 426	100.00 429	99.98 427	99.94 427

MEDIAN_ROB	98.44 424	99.70 424	99.34 424	97.13 423	97.06 423	96.94 420	95.91 420	97.71 424	97.33 423	98.78 426	98.91 424	99.19 424	98.13 423	96.94 422	96.99 424	99.97 427	99.18 424	100.00 426	99.99 427	99.70 426	99.83 426

HaxPig	98.85 425	99.94 426	95.36 418	99.99 429	99.98 427	94.12 418	94.52 418	99.12 425	99.96 425	99.96 428	99.99 426	99.98 428	99.89 425	98.16 424	96.14 423	99.98 428	99.99 428	100.00 426	99.99 427	99.99 429	99.95 429

PML	97.69 423	100.00 429	96.50 419	97.85 426	97.35 425	99.77 426	99.36 425	96.92 422	96.34 422	100.00 429	96.52 422	97.41 423	99.61 424	100.00 430	95.46 422	99.99 429	97.44 423	100.00 426	96.08 424	99.13 425	88.02 424

DGTPSM_ROB	99.90 429	100.00 429	99.99 428	99.99 429	100.00 429	100.00 427	100.00 427	99.98 427	100.00 427	98.37 423	100.00 427	99.81 426	100.00 428	99.97 426	99.99 427	99.99 429	100.00 429	100.00 426	100.00 429	100.00 430	99.99 430

MyStereo03	100.00 433	100.00 429	100.00 431	100.00 432	100.00 429	100.00 427	100.00 427	100.00 429	100.00 427	100.00 429	100.00 427	100.00 430	100.00 428	100.00 430	100.00 430	100.00 431	100.00 429	100.00 426	100.00 429	100.00 430	100.00 433

MyStereo02	100.00 433	100.00 429	100.00 431	100.00 432	100.00 429	100.00 427	100.00 427	100.00 429	100.00 427	100.00 429	100.00 427	100.00 430	100.00 428	100.00 430	100.00 430	100.00 431	100.00 429	100.00 426	100.00 429	100.00 430	100.00 433

MyStereo	100.00 433	100.00 429	100.00 431	100.00 432	100.00 429	100.00 427	100.00 427	100.00 429	100.00 427	100.00 429	100.00 427	100.00 430	100.00 428	100.00 430	100.00 430	100.00 431	100.00 429	100.00 426	100.00 429	100.00 430	100.00 433

Selective-RAFT-Error	100.00 433	100.00 429	100.00 431	100.00 432	100.00 429	100.00 427	100.00 427	100.00 429	100.00 427	100.00 429	100.00 427	100.00 430	100.00 428	100.00 430	100.00 430	100.00 431	100.00 429	100.00 426	100.00 429	100.00 430	100.00 433

CasAABBNet	100.00 433	100.00 429	100.00 431	100.00 432	100.00 429	100.00 427	100.00 427	100.00 429	100.00 427	100.00 429	100.00 427	100.00 430	100.00 428	100.00 430	100.00 430	100.00 431	100.00 429	100.00 426	100.00 429	100.00 430	100.00 433

test_example2	99.38 427	99.98 428	99.99 428	100.00 432	99.98 427	99.73 425	99.99 426	96.99 423	100.00 427	100.00 429	100.00 427	96.49 422	96.74 422	99.97 426	99.96 426	100.00 431	99.97 427	98.68 425	99.11 426	100.00 430	100.00 433

LSM0	100.00 433	100.00 429	100.00 431	100.00 432	100.00 429	100.00 427	100.00 427	100.00 429	100.00 427	100.00 429	100.00 427	100.00 430	100.00 428	100.00 430	100.00 430	100.00 431	100.00 429	100.00 426	100.00 429	100.00 430	99.99 430

DPSMNet_ROB	99.90 429	100.00 429	99.99 428	99.99 429	100.00 429	100.00 427	100.00 427	99.98 427	100.00 427	98.37 423	100.00 427	99.81 426	100.00 428	99.97 426	99.99 427	100.00 431	100.00 429	100.00 426	100.00 429	100.00 430	99.99 430

AVERAGE_ROB	99.63 428	99.96 427	98.88 423	100.00 432	100.00 429	98.16 424	95.64 419	100.00 429	100.00 427	100.00 429	100.00 427	100.00 430	100.00 428	100.00 430	99.99 427	100.00 431	100.00 429	100.00 426	100.00 429	100.00 430	100.00 433

Low-res two-view benchmark