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

CAS	0.08 2	0.04 1	0.07 2	0.17 115	0.08 48	0.10 57	0.13 43	0.12 5	0.09 2	0.09 16	0.10 39	0.08 26	0.06 6	0.09 10	0.08 11	0.08 191	0.04 2	0.05 2	0.03 1	0.05 40	0.04 7

CES	0.08 2	0.04 1	0.08 11	0.14 13	0.07 18	0.09 35	0.14 70	0.11 2	0.09 2	0.08 5	0.09 24	0.11 75	0.06 6	0.12 101	0.08 11	0.06 55	0.04 2	0.05 2	0.03 1	0.05 40	0.05 52

CREStereo++_RVC	0.08 2	0.04 1	0.06 1	0.13 6	0.07 18	0.09 35	0.12 21	0.14 16	0.14 59	0.10 41	0.14 81	0.08 26	0.07 32	0.09 10	0.11 86	0.06 55	0.04 2	0.05 2	0.05 32	0.04 1	0.04 7
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
TANstereo	0.09 12	0.04 1	0.08 11	0.13 6	0.06 2	0.11 83	0.14 70	0.15 27	0.19 129	0.11 60	0.15 95	0.10 59	0.06 6	0.12 101	0.09 19	0.07 142	0.05 107	0.05 2	0.04 8	0.06 102	0.05 52

CREStereo	0.09 12	0.04 1	0.08 11	0.11 1	0.06 2	0.13 130	0.14 70	0.14 16	0.10 8	0.08 5	0.13 72	0.09 38	0.08 50	0.11 45	0.10 50	0.08 191	0.04 2	0.05 2	0.03 1	0.06 102	0.06 99
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
IGEV_Zeroshot_test	0.09 12	0.05 6	0.12 91	0.13 6	0.08 48	0.12 105	0.13 43	0.17 73	0.11 18	0.10 41	0.06 2	0.09 38	0.06 6	0.11 45	0.09 19	0.06 55	0.04 2	0.06 32	0.06 87	0.05 40	0.05 52

MSKI-zero shot	0.09 12	0.05 6	0.09 29	0.15 38	0.07 18	0.10 57	0.13 43	0.14 16	0.13 42	0.09 16	0.09 24	0.09 38	0.06 6	0.12 101	0.10 50	0.06 55	0.04 2	0.05 2	0.04 8	0.04 1	0.04 7

AEACV	0.08 2	0.05 6	0.08 11	0.14 13	0.13 302	0.14 155	0.13 43	0.14 16	0.09 2	0.07 2	0.09 24	0.07 18	0.08 50	0.10 18	0.09 19	0.06 55	0.04 2	0.06 32	0.05 32	0.05 40	0.04 7

Any-RAFT	0.10 51	0.05 6	0.09 29	0.14 13	0.07 18	0.13 130	0.14 70	0.21 141	0.15 70	0.11 60	0.12 62	0.12 90	0.09 68	0.12 101	0.09 19	0.07 142	0.04 2	0.05 2	0.04 8	0.06 102	0.05 52

LoS_RVC	0.08 2	0.05 6	0.07 2	0.15 38	0.07 18	0.08 23	0.15 116	0.11 2	0.10 8	0.08 5	0.09 24	0.06 3	0.09 68	0.10 18	0.09 19	0.05 2	0.04 2	0.05 2	0.03 1	0.04 1	0.03 1

LoS	0.09 12	0.05 6	0.11 71	0.13 6	0.07 18	0.14 155	0.11 11	0.15 27	0.15 70	0.09 16	0.09 24	0.12 90	0.09 68	0.15 167	0.10 50	0.07 142	0.05 107	0.05 2	0.03 1	0.05 40	0.05 52

EGLCR-Stereo	0.08 2	0.05 6	0.08 11	0.14 13	0.06 2	0.10 57	0.12 21	0.11 2	0.16 88	0.06 1	0.05 1	0.07 18	0.05 2	0.10 18	0.11 86	0.06 55	0.04 2	0.06 32	0.05 32	0.04 1	0.04 7

knoymous	0.11 81	0.05 6	0.12 91	0.13 6	0.07 18	0.15 177	0.14 70	0.19 117	0.13 42	0.11 60	0.17 121	0.13 113	0.09 68	0.13 133	0.11 86	0.08 191	0.05 107	0.06 32	0.05 32	0.08 200	0.07 159

iRaft-Stereo_20w	0.09 12	0.05 6	0.13 129	0.14 13	0.08 48	0.12 105	0.15 116	0.18 97	0.10 8	0.11 60	0.08 17	0.08 26	0.05 2	0.10 18	0.09 19	0.06 55	0.04 2	0.06 32	0.05 32	0.06 102	0.05 52

TRStereo	0.09 12	0.05 6	0.12 91	0.15 38	0.12 285	0.10 57	0.13 43	0.18 97	0.18 117	0.09 16	0.09 24	0.09 38	0.06 6	0.10 18	0.08 11	0.07 142	0.05 107	0.07 99	0.07 162	0.04 1	0.04 7

AnonymousM	0.09 12	0.05 6	0.10 45	0.14 13	0.06 2	0.09 35	0.13 43	0.19 117	0.14 59	0.13 105	0.11 54	0.09 38	0.08 50	0.13 133	0.10 50	0.08 191	0.05 107	0.08 164	0.05 32	0.05 40	0.05 52

XX-Stereo	0.09 12	0.05 6	0.08 11	0.17 115	0.09 132	0.15 177	0.12 21	0.20 124	0.10 8	0.10 41	0.14 81	0.07 18	0.06 6	0.12 101	0.08 11	0.06 55	0.05 107	0.06 32	0.06 87	0.04 1	0.04 7

PMTNet	0.09 12	0.05 6	0.09 29	0.12 3	0.06 2	0.12 105	0.14 70	0.15 27	0.11 18	0.09 16	0.13 72	0.10 59	0.07 32	0.13 133	0.10 50	0.15 347	0.04 2	0.05 2	0.03 1	0.07 157	0.06 99

IGEV+	0.08 2	0.06 19	0.08 11	0.18 182	0.07 18	0.09 35	0.13 43	0.10 1	0.09 2	0.08 5	0.08 17	0.06 3	0.06 6	0.13 133	0.09 19	0.05 2	0.04 2	0.05 2	0.04 8	0.05 40	0.04 7

11t1	0.12 136	0.06 19	0.13 129	0.14 13	0.08 48	0.17 220	0.15 116	0.18 97	0.15 70	0.15 149	0.15 95	0.16 163	0.16 227	0.15 167	0.13 158	0.08 191	0.05 107	0.06 32	0.05 32	0.08 200	0.07 159

IGEVStereo-DCA	0.09 12	0.06 19	0.11 71	0.15 38	0.10 217	0.11 83	0.15 116	0.16 43	0.12 26	0.10 41	0.06 2	0.08 26	0.06 6	0.10 18	0.08 11	0.06 55	0.05 107	0.06 32	0.05 32	0.05 40	0.06 99

rrr	0.09 12	0.06 19	0.12 91	0.15 38	0.10 217	0.11 83	0.16 171	0.16 43	0.15 70	0.10 41	0.06 2	0.08 26	0.06 6	0.10 18	0.08 11	0.06 55	0.05 107	0.06 32	0.05 32	0.05 40	0.06 99

MIF-Stereo (partial)	0.11 81	0.06 19	0.10 45	0.19 228	0.10 217	0.10 57	0.11 11	0.17 73	0.18 117	0.14 125	0.16 103	0.09 38	0.11 110	0.12 101	0.12 128	0.08 191	0.05 107	0.08 164	0.07 162	0.06 102	0.07 159

RAFT-Test	0.09 12	0.06 19	0.10 45	0.15 38	0.07 18	0.11 83	0.15 116	0.16 43	0.13 42	0.09 16	0.10 39	0.10 59	0.09 68	0.12 101	0.09 19	0.06 55	0.04 2	0.05 2	0.04 8	0.04 1	0.05 52

HH	0.09 12	0.06 19	0.13 129	0.17 115	0.08 48	0.10 57	0.16 171	0.14 16	0.10 8	0.08 5	0.09 24	0.08 26	0.07 32	0.10 18	0.09 19	0.06 55	0.04 2	0.06 32	0.05 32	0.05 40	0.04 7

HanStereo	0.09 12	0.06 19	0.13 129	0.17 115	0.08 48	0.10 57	0.16 171	0.14 16	0.10 8	0.08 5	0.09 24	0.08 26	0.07 32	0.10 18	0.09 19	0.06 55	0.04 2	0.06 32	0.05 32	0.05 40	0.04 7

CBFPSM	0.14 187	0.06 19	0.26 311	0.17 115	0.09 132	0.13 130	0.15 116	0.22 157	0.23 183	0.20 242	0.27 249	0.24 253	0.16 227	0.16 199	0.18 249	0.06 55	0.06 190	0.06 32	0.07 162	0.07 157	0.07 159

iinet-f	0.16 238	0.06 19	0.45 359	0.14 13	0.10 217	0.21 281	0.14 70	0.27 235	0.23 183	0.21 250	0.24 197	0.21 218	0.15 207	0.18 232	0.21 283	0.09 236	0.07 248	0.07 99	0.06 87	0.09 248	0.10 271

Selective-IGEV	0.07 1	0.06 19	0.08 11	0.17 115	0.06 2	0.08 23	0.12 21	0.13 10	0.07 1	0.08 5	0.07 14	0.06 3	0.04 1	0.10 18	0.09 19	0.05 2	0.04 2	0.05 2	0.04 8	0.04 1	0.03 1

riskmin	0.11 81	0.06 19	0.13 129	0.14 13	0.08 48	0.14 155	0.14 70	0.18 97	0.14 59	0.11 60	0.14 81	0.16 163	0.11 110	0.14 149	0.12 128	0.09 236	0.05 107	0.07 99	0.05 32	0.08 200	0.08 219

MC-Stereo	0.08 2	0.06 19	0.09 29	0.17 115	0.06 2	0.10 57	0.14 70	0.12 5	0.10 8	0.09 16	0.12 62	0.09 38	0.06 6	0.11 45	0.10 50	0.06 55	0.04 2	0.06 32	0.05 32	0.04 1	0.04 7

RCA-Stereo	0.09 12	0.06 19	0.09 29	0.16 68	0.06 2	0.09 35	0.13 43	0.18 97	0.14 59	0.09 16	0.10 39	0.08 26	0.07 32	0.12 101	0.11 86	0.06 55	0.04 2	0.06 32	0.05 32	0.05 40	0.04 7

DCANet-4	0.10 51	0.06 19	0.12 91	0.16 68	0.06 2	0.09 35	0.17 192	0.18 97	0.19 129	0.13 105	0.16 103	0.09 38	0.14 194	0.11 45	0.12 128	0.06 55	0.04 2	0.05 2	0.04 8	0.04 1	0.05 52

fff	0.10 51	0.06 19	0.12 91	0.15 38	0.07 18	0.09 35	0.17 192	0.16 43	0.20 150	0.13 105	0.16 103	0.10 59	0.11 110	0.11 45	0.12 128	0.06 55	0.04 2	0.05 2	0.04 8	0.04 1	0.05 52

tt	4.67 415	0.06 19	3.55 414	2.02 417	1.55 416	10.25 421	16.71 421	8.91 424	5.03 418	1.31 411	0.94 397	4.71 417	4.76 417	3.33 417	5.87 419	6.06 424	10.30 428	1.88 418	2.11 419	2.75 417	1.21 417

ADStereo(finetuned)	0.10 51	0.06 19	0.12 91	0.16 68	0.06 2	0.09 35	0.17 192	0.15 27	0.19 129	0.13 105	0.17 121	0.10 59	0.12 139	0.11 45	0.12 128	0.06 55	0.04 2	0.05 2	0.04 8	0.05 40	0.04 7

test-3	0.08 2	0.06 19	0.09 29	0.17 115	0.07 18	0.07 16	0.14 70	0.12 5	0.15 70	0.09 16	0.08 17	0.07 18	0.08 50	0.11 45	0.10 50	0.05 2	0.04 2	0.07 99	0.05 32	0.04 1	0.04 7

test_1	0.08 2	0.06 19	0.09 29	0.17 115	0.07 18	0.07 16	0.14 70	0.12 5	0.15 70	0.09 16	0.08 17	0.07 18	0.08 50	0.11 45	0.10 50	0.05 2	0.04 2	0.07 99	0.05 32	0.04 1	0.04 7

CrosDoStereo	0.12 136	0.06 19	0.12 91	0.14 13	0.08 48	0.12 105	0.15 116	0.17 73	0.22 174	0.19 225	0.24 197	0.15 152	0.11 110	0.11 45	0.12 128	0.06 55	0.04 2	0.07 99	0.07 162	0.05 40	0.05 52

PFNet+	0.11 81	0.06 19	0.13 129	0.16 68	0.09 132	0.05 1	0.12 21	0.17 73	0.21 163	0.16 174	0.19 149	0.14 128	0.10 89	0.11 45	0.11 86	0.08 191	0.05 107	0.09 228	0.08 213	0.06 102	0.11 294

HHNet	0.11 81	0.06 19	0.16 222	0.15 38	0.14 319	0.07 16	0.13 43	0.20 124	0.17 100	0.14 125	0.25 226	0.11 75	0.08 50	0.13 133	0.10 50	0.05 2	0.04 2	0.08 164	0.06 87	0.05 40	0.09 252

OMP-Stereo	0.11 81	0.06 19	0.14 155	0.18 182	0.08 48	0.09 35	0.12 21	0.21 141	0.21 163	0.13 105	0.14 81	0.11 75	0.12 139	0.11 45	0.13 158	0.06 55	0.04 2	0.07 99	0.06 87	0.05 40	0.04 7

IIG-Stereo	0.11 81	0.06 19	0.13 129	0.17 115	0.08 48	0.11 83	0.12 21	0.22 157	0.17 100	0.14 125	0.17 121	0.11 75	0.12 139	0.12 101	0.12 128	0.06 55	0.05 107	0.07 99	0.06 87	0.05 40	0.04 7

FTStereo	0.12 136	0.06 19	0.14 155	0.18 182	0.09 132	0.07 16	0.15 116	0.21 141	0.18 117	0.12 84	0.24 197	0.12 90	0.12 139	0.13 133	0.13 158	0.05 2	0.05 107	0.07 99	0.06 87	0.06 102	0.10 271

ASMatch	0.11 81	0.06 19	0.13 129	0.16 68	0.10 217	0.07 16	0.14 70	0.17 73	0.17 100	0.12 84	0.16 103	0.16 163	0.10 89	0.13 133	0.10 50	0.05 2	0.04 2	0.06 32	0.05 32	0.04 1	0.08 219

DeepStereo_LL	0.12 136	0.06 19	0.12 91	0.14 13	0.08 48	0.12 105	0.15 116	0.17 73	0.22 174	0.19 225	0.24 197	0.15 152	0.11 110	0.11 45	0.12 128	0.06 55	0.04 2	0.07 99	0.07 162	0.05 40	0.05 52

DEmStereo	0.12 136	0.06 19	0.14 155	0.14 13	0.10 217	0.16 201	0.15 116	0.16 43	0.24 193	0.17 186	0.24 197	0.13 113	0.14 194	0.12 101	0.13 158	0.05 2	0.04 2	0.07 99	0.06 87	0.05 40	0.05 52

DRaft	0.12 136	0.06 19	0.11 71	0.14 13	0.09 132	0.14 155	0.17 192	0.21 141	0.30 257	0.17 186	0.28 258	0.10 59	0.15 207	0.10 18	0.12 128	0.05 2	0.04 2	0.07 99	0.06 87	0.05 40	0.05 52

PFNet	0.12 136	0.06 19	0.17 247	0.17 115	0.08 48	0.09 35	0.15 116	0.26 217	0.20 150	0.16 174	0.16 103	0.14 128	0.11 110	0.12 101	0.11 86	0.06 55	0.04 2	0.07 99	0.06 87	0.05 40	0.05 52

GrayStereo	0.11 81	0.06 19	0.11 71	0.19 228	0.09 132	0.09 35	0.16 171	0.18 97	0.17 100	0.14 125	0.17 121	0.17 182	0.11 110	0.12 101	0.11 86	0.05 2	0.05 107	0.07 99	0.06 87	0.05 40	0.10 271

RAFT-RH_RVC	0.11 81	0.06 19	0.14 155	0.16 68	0.09 132	0.12 105	0.12 21	0.17 73	0.12 26	0.13 105	0.41 342	0.11 75	0.10 89	0.13 133	0.12 128	0.05 2	0.04 2	0.08 164	0.05 32	0.04 1	0.06 99

Prome-Stereo	0.11 81	0.06 19	0.10 45	0.18 182	0.08 48	0.12 105	0.15 116	0.22 157	0.13 42	0.12 84	0.17 121	0.13 113	0.08 50	0.12 101	0.10 50	0.05 2	0.04 2	0.07 99	0.06 87	0.06 102	0.09 252

rafts_anoy	0.11 81	0.06 19	0.10 45	0.17 115	0.08 48	0.10 57	0.14 70	0.17 73	0.14 59	0.13 105	0.13 72	0.12 90	0.10 89	0.11 45	0.12 128	0.07 142	0.04 2	0.09 228	0.11 307	0.07 157	0.06 99

s12784h	0.09 12	0.06 19	0.07 2	0.15 38	0.05 1	0.16 201	0.18 232	0.15 27	0.15 70	0.10 41	0.11 54	0.11 75	0.11 110	0.10 18	0.12 128	0.05 2	0.04 2	0.05 2	0.04 8	0.04 1	0.04 7

XX-TBD	0.09 12	0.06 19	0.07 2	0.14 13	0.07 18	0.12 105	0.16 171	0.14 16	0.13 42	0.11 60	0.12 62	0.09 38	0.08 50	0.10 18	0.10 50	0.06 55	0.04 2	0.05 2	0.03 1	0.06 102	0.05 52

raftrobust	0.09 12	0.06 19	0.10 45	0.17 115	0.08 48	0.09 35	0.10 6	0.18 97	0.16 88	0.10 41	0.09 24	0.12 90	0.07 32	0.12 101	0.10 50	0.08 191	0.05 107	0.06 32	0.05 32	0.05 40	0.05 52

RALCasStereoNet	0.10 51	0.06 19	0.09 29	0.16 68	0.08 48	0.12 105	0.14 70	0.17 73	0.11 18	0.12 84	0.17 121	0.14 128	0.10 89	0.12 101	0.11 86	0.07 142	0.06 190	0.06 32	0.05 32	0.08 200	0.07 159

DCANet	0.10 51	0.06 19	0.12 91	0.16 68	0.06 2	0.09 35	0.17 192	0.15 27	0.19 129	0.13 105	0.17 121	0.10 59	0.11 110	0.11 45	0.12 128	0.06 55	0.04 2	0.05 2	0.04 8	0.05 40	0.04 7

csc	0.10 51	0.06 19	0.12 91	0.15 38	0.07 18	0.09 35	0.17 192	0.16 43	0.20 150	0.13 105	0.16 103	0.10 59	0.11 110	0.11 45	0.12 128	0.06 55	0.04 2	0.05 2	0.04 8	0.04 1	0.05 52

cscssc	0.10 51	0.06 19	0.12 91	0.15 38	0.07 18	0.09 35	0.17 192	0.16 43	0.20 150	0.13 105	0.16 103	0.10 59	0.11 110	0.11 45	0.12 128	0.06 55	0.04 2	0.05 2	0.04 8	0.04 1	0.05 52

111	0.10 51	0.06 19	0.12 91	0.15 38	0.07 18	0.10 57	0.14 70	0.21 141	0.23 183	0.11 60	0.12 62	0.14 128	0.11 110	0.13 133	0.10 50	0.06 55	0.04 2	0.06 32	0.04 8	0.05 40	0.05 52

test_xeample3	0.09 12	0.06 19	0.12 91	0.16 68	0.09 132	0.11 83	0.15 116	0.16 43	0.13 42	0.10 41	0.06 2	0.08 26	0.06 6	0.10 18	0.09 19	0.05 2	0.04 2	0.06 32	0.05 32	0.05 40	0.06 99

test_xeample	0.15 220	0.06 19	0.13 129	0.14 13	0.08 48	0.21 281	0.20 278	0.28 249	0.20 150	0.16 174	0.29 269	0.19 201	0.16 227	0.15 167	0.26 330	0.09 236	0.05 107	0.07 99	0.07 162	0.07 157	0.07 159

RAFT-Stereo + iAFF	0.09 12	0.06 19	0.10 45	0.17 115	0.06 2	0.10 57	0.16 171	0.17 73	0.14 59	0.09 16	0.10 39	0.08 26	0.09 68	0.11 45	0.09 19	0.05 2	0.04 2	0.06 32	0.06 87	0.04 1	0.03 1

AFF-stereo	0.09 12	0.06 19	0.10 45	0.17 115	0.07 18	0.10 57	0.16 171	0.17 73	0.09 2	0.10 41	0.12 62	0.09 38	0.09 68	0.12 101	0.09 19	0.05 2	0.04 2	0.07 99	0.07 162	0.04 1	0.03 1

Gwc-CoAtRS	0.09 12	0.06 19	0.10 45	0.16 68	0.07 18	0.10 57	0.14 70	0.17 73	0.17 100	0.08 5	0.10 39	0.12 90	0.09 68	0.12 101	0.09 19	0.06 55	0.04 2	0.06 32	0.04 8	0.04 1	0.04 7

R-Stereo Train	0.10 51	0.06 19	0.10 45	0.17 115	0.08 48	0.11 83	0.14 70	0.23 174	0.11 18	0.12 84	0.19 149	0.11 75	0.08 50	0.09 10	0.11 86	0.07 142	0.05 107	0.06 32	0.05 32	0.05 40	0.05 52

RAFT-Stereo	0.10 51	0.06 19	0.10 45	0.17 115	0.08 48	0.11 83	0.14 70	0.23 174	0.11 18	0.12 84	0.19 149	0.11 75	0.08 50	0.09 10	0.11 86	0.07 142	0.05 107	0.06 32	0.05 32	0.05 40	0.05 52
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HITNet	0.10 51	0.06 19	0.12 91	0.14 13	0.06 2	0.11 83	0.10 6	0.18 97	0.18 117	0.13 105	0.16 103	0.14 128	0.11 110	0.15 167	0.13 158	0.06 55	0.04 2	0.04 1	0.04 8	0.06 102	0.05 52
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
MyStereo8	0.12 136	0.07 70	0.15 192	0.15 38	0.09 132	0.18 235	0.14 70	0.19 117	0.22 174	0.12 84	0.18 143	0.11 75	0.10 89	0.16 199	0.18 249	0.07 142	0.05 107	0.07 99	0.05 32	0.08 200	0.09 252

SMFormer	0.14 187	0.07 70	0.17 247	0.14 13	0.08 48	0.16 201	0.17 192	0.26 217	0.27 232	0.19 225	0.20 160	0.18 193	0.15 207	0.15 167	0.17 235	0.08 191	0.05 107	0.07 99	0.06 87	0.07 157	0.06 99

tta	0.14 187	0.07 70	0.17 247	0.14 13	0.08 48	0.16 201	0.17 192	0.26 217	0.27 232	0.19 225	0.20 160	0.18 193	0.15 207	0.15 167	0.17 235	0.08 191	0.05 107	0.07 99	0.06 87	0.06 102	0.06 99

qqq1	0.13 158	0.07 70	0.17 247	0.14 13	0.08 48	0.16 201	0.17 192	0.26 217	0.27 232	0.19 225	0.20 160	0.18 193	0.15 207	0.15 167	0.11 86	0.08 191	0.05 107	0.05 2	0.05 32	0.06 102	0.06 99

fff1	0.13 158	0.07 70	0.17 247	0.14 13	0.08 48	0.16 201	0.17 192	0.26 217	0.27 232	0.19 225	0.20 160	0.18 193	0.15 207	0.15 167	0.11 86	0.08 191	0.05 107	0.05 2	0.05 32	0.06 102	0.06 99

MyStereo07	0.10 51	0.07 70	0.10 45	0.17 115	0.09 132	0.14 155	0.18 232	0.15 27	0.15 70	0.09 16	0.06 2	0.06 3	0.07 32	0.12 101	0.09 19	0.06 55	0.05 107	0.08 164	0.07 162	0.06 102	0.06 99

MyStereo06	0.10 51	0.07 70	0.12 91	0.17 115	0.09 132	0.13 130	0.18 232	0.19 117	0.12 26	0.12 84	0.08 17	0.07 18	0.07 32	0.11 45	0.09 19	0.06 55	0.05 107	0.07 99	0.07 162	0.06 102	0.06 99

MyStereo05	0.13 158	0.07 70	0.10 45	0.17 115	0.09 132	0.13 130	0.18 232	0.27 235	0.35 294	0.17 186	0.14 81	0.15 152	0.11 110	0.15 167	0.13 158	0.06 55	0.05 107	0.07 99	0.07 162	0.06 102	0.06 99

MyStereo04	0.13 158	0.07 70	0.10 45	0.17 115	0.09 132	0.14 155	0.18 232	0.29 259	0.38 309	0.17 186	0.14 81	0.16 163	0.10 89	0.15 167	0.13 158	0.06 55	0.05 107	0.08 164	0.07 162	0.06 102	0.06 99

CoDeX	0.12 136	0.07 70	0.12 91	0.17 115	0.08 48	0.12 105	0.15 116	0.23 174	0.27 232	0.13 105	0.17 121	0.16 163	0.11 110	0.14 149	0.11 86	0.07 142	0.05 107	0.07 99	0.06 87	0.06 102	0.05 52

ff7	0.09 12	0.07 70	0.11 71	0.16 68	0.09 132	0.11 83	0.15 116	0.16 43	0.12 26	0.10 41	0.06 2	0.06 3	0.06 6	0.11 45	0.09 19	0.05 2	0.04 2	0.06 32	0.05 32	0.05 40	0.06 99

ffff	0.09 12	0.07 70	0.11 71	0.16 68	0.09 132	0.11 83	0.15 116	0.16 43	0.12 26	0.10 41	0.06 2	0.06 3	0.06 6	0.11 45	0.09 19	0.05 2	0.04 2	0.06 32	0.05 32	0.05 40	0.06 99

11t	0.09 12	0.07 70	0.11 71	0.16 68	0.09 132	0.11 83	0.15 116	0.16 43	0.12 26	0.10 41	0.06 2	0.06 3	0.06 6	0.11 45	0.09 19	0.05 2	0.04 2	0.06 32	0.05 32	0.05 40	0.06 99

MIF-Stereo	0.09 12	0.07 70	0.08 11	0.18 182	0.08 48	0.13 130	0.11 11	0.12 5	0.11 18	0.10 41	0.12 62	0.05 1	0.07 32	0.09 10	0.09 19	0.07 142	0.05 107	0.05 2	0.05 32	0.05 40	0.05 52

EKT-Stereo	0.11 81	0.07 70	0.14 155	0.15 38	0.10 217	0.13 130	0.14 70	0.18 97	0.21 163	0.11 60	0.08 17	0.12 90	0.09 68	0.11 45	0.12 128	0.08 191	0.06 190	0.07 99	0.06 87	0.08 200	0.07 159

MIM_Stereo	0.09 12	0.07 70	0.11 71	0.15 38	0.07 18	0.06 2	0.12 21	0.20 124	0.14 59	0.13 105	0.13 72	0.09 38	0.05 2	0.12 101	0.08 11	0.05 2	0.06 190	0.07 99	0.06 87	0.06 102	0.05 52

4D-IteraStereo	0.09 12	0.07 70	0.10 45	0.18 182	0.07 18	0.09 35	0.15 116	0.17 73	0.15 70	0.10 41	0.11 54	0.10 59	0.07 32	0.11 45	0.09 19	0.05 2	0.03 1	0.08 164	0.07 162	0.06 102	0.05 52

anonymousdsp2	0.11 81	0.07 70	0.10 45	0.16 68	0.09 132	0.13 130	0.14 70	0.18 97	0.22 174	0.13 105	0.14 81	0.12 90	0.09 68	0.14 149	0.11 86	0.05 2	0.04 2	0.05 2	0.04 8	0.06 102	0.05 52

anonymousdsp	0.09 12	0.07 70	0.11 71	0.16 68	0.09 132	0.11 83	0.15 116	0.16 43	0.12 26	0.09 16	0.06 2	0.06 3	0.06 6	0.11 45	0.09 19	0.05 2	0.04 2	0.06 32	0.05 32	0.05 40	0.06 99

gwcnet-sp	0.14 187	0.07 70	0.12 91	0.18 182	0.09 132	0.16 201	0.17 192	0.24 192	0.24 193	0.18 212	0.24 197	0.15 152	0.16 227	0.15 167	0.15 209	0.08 191	0.06 190	0.07 99	0.08 213	0.08 200	0.07 159

scenet	0.14 187	0.07 70	0.12 91	0.18 182	0.09 132	0.16 201	0.17 192	0.24 192	0.24 193	0.18 212	0.24 197	0.15 152	0.16 227	0.15 167	0.15 209	0.08 191	0.06 190	0.07 99	0.08 213	0.08 200	0.07 159

DCRE	0.11 81	0.07 70	0.13 129	0.16 68	0.11 255	0.11 83	0.17 192	0.18 97	0.17 100	0.11 60	0.18 143	0.10 59	0.10 89	0.15 167	0.11 86	0.06 55	0.05 107	0.06 32	0.06 87	0.05 40	0.04 7

anonymousa	0.13 158	0.07 70	0.13 129	0.18 182	0.09 132	0.13 130	0.17 192	0.19 117	0.29 250	0.15 149	0.24 197	0.15 152	0.14 194	0.14 149	0.14 186	0.07 142	0.05 107	0.07 99	0.09 252	0.05 40	0.06 99

ProNet	0.09 12	0.07 70	0.10 45	0.17 115	0.08 48	0.10 57	0.15 116	0.15 27	0.12 26	0.09 16	0.06 2	0.07 18	0.06 6	0.11 45	0.09 19	0.05 2	0.04 2	0.06 32	0.05 32	0.04 1	0.06 99

ssnet	0.14 187	0.07 70	0.12 91	0.18 182	0.09 132	0.16 201	0.17 192	0.24 192	0.24 193	0.18 212	0.24 197	0.15 152	0.16 227	0.15 167	0.15 209	0.08 191	0.06 190	0.07 99	0.08 213	0.08 200	0.07 159

ccc-4	0.09 12	0.07 70	0.11 71	0.16 68	0.09 132	0.11 83	0.15 116	0.16 43	0.12 26	0.10 41	0.06 2	0.06 3	0.06 6	0.11 45	0.09 19	0.05 2	0.04 2	0.06 32	0.05 32	0.05 40	0.06 99

x	0.13 158	0.07 70	0.14 155	0.14 13	0.08 48	0.18 235	0.14 70	0.22 157	0.20 150	0.15 149	0.19 149	0.19 201	0.17 246	0.18 232	0.18 249	0.07 142	0.05 107	0.06 32	0.06 87	0.07 157	0.07 159

DisPM	0.11 81	0.07 70	0.12 91	0.16 68	0.09 132	0.06 2	0.13 43	0.17 73	0.17 100	0.14 125	0.20 160	0.12 90	0.10 89	0.11 45	0.10 50	0.06 55	0.04 2	0.07 99	0.06 87	0.06 102	0.11 294

IER	0.14 187	0.07 70	0.13 129	0.17 115	0.09 132	0.14 155	0.16 171	0.25 205	0.26 225	0.18 212	0.25 226	0.17 182	0.20 279	0.16 199	0.14 186	0.08 191	0.05 107	0.07 99	0.06 87	0.08 200	0.07 159

IGEV-Stereo	0.09 12	0.07 70	0.11 71	0.16 68	0.09 132	0.11 83	0.15 116	0.16 43	0.12 26	0.09 16	0.06 2	0.06 3	0.06 6	0.11 45	0.09 19	0.05 2	0.04 2	0.06 32	0.05 32	0.05 40	0.06 99
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GLC_STEREO	0.11 81	0.07 70	0.11 71	0.17 115	0.07 18	0.09 35	0.13 43	0.15 27	0.24 193	0.12 84	0.13 72	0.12 90	0.08 50	0.18 232	0.11 86	0.06 55	0.08 270	0.08 164	0.06 87	0.05 40	0.05 52

IPLG	0.10 51	0.07 70	0.15 192	0.17 115	0.08 48	0.11 83	0.14 70	0.20 124	0.15 70	0.12 84	0.17 121	0.07 18	0.07 32	0.14 149	0.13 158	0.06 55	0.04 2	0.06 32	0.05 32	0.04 1	0.04 7

GANet-ADL	0.13 158	0.07 70	0.15 192	0.17 115	0.10 217	0.18 235	0.15 116	0.30 273	0.20 150	0.13 105	0.18 143	0.19 201	0.12 139	0.16 199	0.13 158	0.08 191	0.06 190	0.06 32	0.05 32	0.07 157	0.08 219

LCNet	0.11 81	0.07 70	0.09 29	0.19 228	0.09 132	0.08 23	0.15 116	0.21 141	0.15 70	0.11 60	0.15 95	0.16 163	0.11 110	0.12 101	0.11 86	0.05 2	0.04 2	0.08 164	0.07 162	0.06 102	0.15 343

AAGNet	0.11 81	0.07 70	0.16 222	0.19 228	0.09 132	0.08 23	0.13 43	0.18 97	0.13 42	0.16 174	0.21 174	0.13 113	0.14 194	0.11 45	0.14 186	0.06 55	0.04 2	0.09 228	0.06 87	0.06 102	0.05 52

STrans-v2	0.10 51	0.07 70	0.12 91	0.18 182	0.07 18	0.10 57	0.14 70	0.21 141	0.11 18	0.11 60	0.15 95	0.12 90	0.10 89	0.11 45	0.12 128	0.05 2	0.04 2	0.06 32	0.06 87	0.04 1	0.04 7

NF-Stereo	0.11 81	0.07 70	0.13 129	0.17 115	0.09 132	0.10 57	0.14 70	0.23 174	0.19 129	0.12 84	0.17 121	0.12 90	0.11 110	0.11 45	0.11 86	0.06 55	0.04 2	0.07 99	0.06 87	0.06 102	0.12 305

OCTAStereo	0.11 81	0.07 70	0.13 129	0.17 115	0.09 132	0.10 57	0.14 70	0.23 174	0.19 129	0.12 84	0.17 121	0.12 90	0.11 110	0.11 45	0.11 86	0.06 55	0.04 2	0.07 99	0.06 87	0.06 102	0.12 305

PSM-softLoss	0.12 136	0.07 70	0.15 192	0.17 115	0.09 132	0.08 23	0.13 43	0.24 192	0.17 100	0.14 125	0.19 149	0.13 113	0.11 110	0.11 45	0.11 86	0.07 142	0.05 107	0.08 164	0.07 162	0.06 102	0.12 305

KMStereo	0.12 136	0.07 70	0.15 192	0.17 115	0.09 132	0.08 23	0.13 43	0.24 192	0.17 100	0.14 125	0.19 149	0.13 113	0.11 110	0.11 45	0.11 86	0.07 142	0.05 107	0.08 164	0.07 162	0.06 102	0.12 305

PSM-AAD	0.11 81	0.07 70	0.10 45	0.19 228	0.09 132	0.10 57	0.15 116	0.20 124	0.13 42	0.12 84	0.14 81	0.18 193	0.11 110	0.11 45	0.10 50	0.05 2	0.05 107	0.09 228	0.08 213	0.06 102	0.14 335

KYRaft	0.11 81	0.07 70	0.10 45	0.19 228	0.09 132	0.08 23	0.15 116	0.22 157	0.12 26	0.13 105	0.16 103	0.20 211	0.10 89	0.12 101	0.10 50	0.05 2	0.04 2	0.08 164	0.08 213	0.06 102	0.16 354

SST-Stereo	0.10 51	0.07 70	0.15 192	0.18 182	0.09 132	0.06 2	0.12 21	0.17 73	0.11 18	0.15 149	0.17 121	0.13 113	0.12 139	0.10 18	0.11 86	0.06 55	0.04 2	0.09 228	0.06 87	0.06 102	0.05 52

THIR-Stereo	0.12 136	0.07 70	0.11 71	0.15 38	0.08 48	0.14 155	0.16 171	0.17 73	0.25 212	0.16 174	0.24 197	0.14 128	0.12 139	0.12 101	0.14 186	0.06 55	0.04 2	0.07 99	0.07 162	0.05 40	0.05 52

RAFT_R40	0.11 81	0.07 70	0.14 155	0.18 182	0.09 132	0.06 2	0.13 43	0.17 73	0.16 88	0.14 125	0.18 143	0.15 152	0.12 139	0.10 18	0.11 86	0.06 55	0.04 2	0.09 228	0.06 87	0.06 102	0.05 52

RE-Stereo	0.11 81	0.07 70	0.13 129	0.17 115	0.09 132	0.10 57	0.14 70	0.23 174	0.19 129	0.12 84	0.17 121	0.12 90	0.11 110	0.11 45	0.11 86	0.06 55	0.04 2	0.07 99	0.06 87	0.06 102	0.12 305

Pruner-Stereo	0.11 81	0.07 70	0.12 91	0.17 115	0.09 132	0.06 2	0.12 21	0.17 73	0.17 100	0.13 105	0.19 149	0.13 113	0.09 68	0.11 45	0.11 86	0.06 55	0.04 2	0.07 99	0.06 87	0.06 102	0.08 219

TVStereo	0.11 81	0.07 70	0.13 129	0.17 115	0.09 132	0.10 57	0.14 70	0.23 174	0.19 129	0.12 84	0.17 121	0.12 90	0.11 110	0.11 45	0.11 86	0.06 55	0.04 2	0.07 99	0.06 87	0.06 102	0.12 305

RAFT-345	0.11 81	0.07 70	0.15 192	0.16 68	0.08 48	0.08 23	0.12 21	0.15 27	0.10 8	0.11 60	0.36 308	0.09 38	0.09 68	0.11 45	0.12 128	0.05 2	0.05 107	0.07 99	0.06 87	0.04 1	0.05 52

test-1	0.10 51	0.07 70	0.16 222	0.19 228	0.08 48	0.11 83	0.24 322	0.14 16	0.18 117	0.09 16	0.07 14	0.09 38	0.08 50	0.07 1	0.09 19	0.06 55	0.04 2	0.06 32	0.05 32	0.04 1	0.04 7

GMM-Stereo	0.11 81	0.07 70	0.10 45	0.18 182	0.09 132	0.08 23	0.15 116	0.23 174	0.16 88	0.11 60	0.15 95	0.13 113	0.11 110	0.11 45	0.11 86	0.05 2	0.04 2	0.08 164	0.07 162	0.06 102	0.09 252

iRaftStereo_RVC	0.10 51	0.07 70	0.09 29	0.17 115	0.09 132	0.11 83	0.17 192	0.18 97	0.12 26	0.09 16	0.12 62	0.10 59	0.07 32	0.11 45	0.10 50	0.05 2	0.04 2	0.08 164	0.08 213	0.04 1	0.04 7

raft+_RVC	0.11 81	0.07 70	0.09 29	0.16 68	0.07 18	0.10 57	0.11 11	0.24 192	0.20 150	0.12 84	0.15 95	0.12 90	0.08 50	0.12 101	0.13 158	0.07 142	0.04 2	0.07 99	0.06 87	0.05 40	0.05 52

222	0.16 238	0.07 70	0.14 155	0.14 13	0.08 48	0.24 307	0.18 232	0.30 273	0.20 150	0.17 186	0.28 258	0.17 182	0.16 227	0.15 167	0.40 377	0.10 268	0.05 107	0.07 99	0.06 87	0.07 157	0.08 219

xxxx	0.15 220	0.07 70	0.14 155	0.14 13	0.08 48	0.23 302	0.18 232	0.31 279	0.19 129	0.14 125	0.28 258	0.22 235	0.14 194	0.15 167	0.26 330	0.09 236	0.05 107	0.07 99	0.07 162	0.08 200	0.07 159

RAFT + AFF	0.13 158	0.07 70	0.20 282	0.20 268	0.10 217	0.14 155	0.24 322	0.26 217	0.20 150	0.11 60	0.10 39	0.12 90	0.10 89	0.15 167	0.12 128	0.07 142	0.06 190	0.09 228	0.08 213	0.06 102	0.08 219

EAI-Stereo	0.09 12	0.07 70	0.11 71	0.15 38	0.06 2	0.10 57	0.15 116	0.16 43	0.09 2	0.08 5	0.09 24	0.08 26	0.07 32	0.09 10	0.11 86	0.05 2	0.04 2	0.05 2	0.05 32	0.05 40	0.04 7

CFNet-RSSM	0.09 12	0.07 70	0.09 29	0.16 68	0.07 18	0.09 35	0.15 116	0.16 43	0.17 100	0.08 5	0.12 62	0.10 59	0.09 68	0.11 45	0.09 19	0.06 55	0.04 2	0.06 32	0.04 8	0.04 1	0.04 7

SFCPSM	0.13 158	0.07 70	0.14 155	0.17 115	0.09 132	0.15 177	0.16 171	0.28 249	0.27 232	0.14 125	0.17 121	0.12 90	0.13 171	0.14 149	0.11 86	0.08 191	0.05 107	0.07 99	0.07 162	0.07 157	0.06 99

cf-r	0.13 158	0.07 70	0.12 91	0.16 68	0.08 48	0.14 155	0.19 263	0.20 124	0.25 212	0.17 186	0.25 226	0.21 218	0.16 227	0.14 149	0.14 186	0.10 268	0.05 107	0.06 32	0.08 213	0.06 102	0.06 99

GANet-RSSM	0.14 187	0.07 70	0.13 129	0.13 6	0.08 48	0.14 155	0.17 192	0.22 157	0.21 163	0.17 186	0.24 197	0.23 247	0.15 207	0.16 199	0.15 209	0.10 268	0.06 190	0.07 99	0.08 213	0.08 200	0.07 159

PSMNet-RSSM	0.14 187	0.07 70	0.13 129	0.15 38	0.08 48	0.13 130	0.16 171	0.24 192	0.24 193	0.16 174	0.28 258	0.22 235	0.14 194	0.15 167	0.13 158	0.11 289	0.06 190	0.09 228	0.12 325	0.08 200	0.07 159

GwcNet-RSSM	0.14 187	0.07 70	0.12 91	0.15 38	0.08 48	0.15 177	0.20 278	0.21 141	0.27 232	0.18 212	0.27 249	0.22 235	0.16 227	0.14 149	0.15 209	0.10 268	0.05 107	0.07 99	0.09 252	0.07 157	0.07 159

CFNet-ft	0.14 187	0.07 70	0.15 192	0.12 3	0.09 132	0.16 201	0.18 232	0.22 157	0.24 193	0.17 186	0.26 241	0.24 253	0.14 194	0.16 199	0.14 186	0.11 289	0.06 190	0.08 164	0.09 252	0.09 248	0.08 219

DIP-Stereo	0.11 81	0.07 70	0.14 155	0.17 115	0.09 132	0.13 130	0.09 3	0.16 43	0.16 88	0.11 60	0.16 103	0.14 128	0.12 139	0.15 167	0.13 158	0.06 55	0.05 107	0.06 32	0.05 32	0.05 40	0.06 99
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RASNet	0.14 187	0.07 70	0.14 155	0.16 68	0.08 48	0.18 235	0.14 70	0.29 259	0.20 150	0.17 186	0.25 226	0.21 218	0.18 255	0.20 262	0.19 258	0.07 142	0.06 190	0.06 32	0.08 213	0.06 102	0.06 99

CFNet_RVC	0.14 187	0.07 70	0.15 192	0.12 3	0.09 132	0.16 201	0.18 232	0.22 157	0.24 193	0.17 186	0.26 241	0.24 253	0.14 194	0.16 199	0.14 186	0.11 289	0.06 190	0.08 164	0.09 252	0.09 248	0.08 219

MLCV	0.12 136	0.07 70	0.16 222	0.18 182	0.06 2	0.15 177	0.17 192	0.19 117	0.21 163	0.18 212	0.25 226	0.17 182	0.13 171	0.14 149	0.13 158	0.05 2	0.04 2	0.05 2	0.04 8	0.05 40	0.04 7

iResNet_ROB	0.14 187	0.07 70	0.13 129	0.14 13	0.07 18	0.18 235	0.14 70	0.26 217	0.31 263	0.22 263	0.25 226	0.23 247	0.15 207	0.15 167	0.13 158	0.07 142	0.05 107	0.05 2	0.04 8	0.08 200	0.08 219

LE_ROB	0.50 383	0.07 70	0.14 155	0.15 38	0.08 48	0.24 307	0.16 171	0.22 157	1.81 414	4.63 417	0.67 379	0.47 369	0.44 376	0.20 262	0.29 348	0.07 142	0.06 190	0.06 32	0.06 87	0.08 200	0.06 99

pmcnn	0.15 220	0.07 70	0.19 273	0.15 38	0.07 18	0.20 267	0.15 116	0.24 192	0.26 225	0.21 250	0.34 302	0.28 285	0.18 255	0.18 232	0.17 235	0.07 142	0.05 107	0.05 2	0.04 8	0.07 157	0.06 99

Former-RAFT_DAM_RVC	0.10 51	0.08 141	0.12 91	0.16 68	0.08 48	0.15 177	0.16 171	0.18 97	0.18 117	0.10 41	0.09 24	0.09 38	0.08 50	0.11 45	0.12 128	0.07 142	0.05 107	0.08 164	0.06 87	0.07 157	0.06 99

AE-Stereo	0.10 51	0.08 141	0.10 45	0.18 182	0.09 132	0.10 57	0.15 116	0.14 16	0.19 129	0.09 16	0.14 81	0.12 90	0.08 50	0.11 45	0.10 50	0.05 2	0.06 190	0.07 99	0.06 87	0.05 40	0.04 7

ACVNet-DCA	0.10 51	0.08 141	0.12 91	0.17 115	0.09 132	0.13 130	0.15 116	0.23 174	0.16 88	0.09 16	0.09 24	0.06 3	0.06 6	0.10 18	0.07 1	0.06 55	0.04 2	0.06 32	0.05 32	0.07 157	0.07 159

xx1	0.11 81	0.08 141	0.12 91	0.17 115	0.09 132	0.13 130	0.15 116	0.16 43	0.18 117	0.09 16	0.09 24	0.16 163	0.16 227	0.10 18	0.07 1	0.06 55	0.04 2	0.08 164	0.08 213	0.07 157	0.07 159

1test111	0.11 81	0.08 141	0.12 91	0.17 115	0.09 132	0.13 130	0.15 116	0.23 174	0.16 88	0.09 16	0.09 24	0.06 3	0.06 6	0.15 167	0.16 223	0.06 55	0.04 2	0.06 32	0.05 32	0.07 157	0.07 159

cc1	0.10 51	0.08 141	0.12 91	0.17 115	0.09 132	0.13 130	0.15 116	0.16 43	0.18 117	0.09 16	0.09 24	0.06 3	0.06 6	0.10 18	0.07 1	0.06 55	0.04 2	0.06 32	0.05 32	0.06 102	0.06 99

mmm	0.14 187	0.08 141	0.17 247	0.17 115	0.09 132	0.17 220	0.18 232	0.21 141	0.15 70	0.15 149	0.23 189	0.21 218	0.16 227	0.16 199	0.17 235	0.08 191	0.05 107	0.08 164	0.07 162	0.07 157	0.07 159

tt1	0.10 51	0.08 141	0.12 91	0.17 115	0.09 132	0.12 105	0.16 171	0.15 27	0.19 129	0.09 16	0.08 17	0.06 3	0.06 6	0.10 18	0.07 1	0.06 55	0.04 2	0.06 32	0.05 32	0.06 102	0.06 99

ttt	0.14 187	0.08 141	0.14 155	0.15 38	0.08 48	0.15 177	0.18 232	0.27 235	0.29 250	0.16 174	0.24 197	0.17 182	0.13 171	0.13 133	0.14 186	0.11 289	0.08 270	0.09 228	0.08 213	0.09 248	0.08 219

1111x	0.15 220	0.08 141	0.12 91	0.18 182	0.07 18	0.18 235	0.25 335	0.31 279	0.24 193	0.17 186	0.24 197	0.26 271	0.15 207	0.13 133	0.23 302	0.07 142	0.07 248	0.08 164	0.09 252	0.07 157	0.06 99

test croco	0.10 51	0.08 141	0.10 45	0.19 228	0.09 132	0.10 57	0.15 116	0.14 16	0.13 42	0.13 105	0.15 95	0.09 38	0.12 139	0.13 133	0.12 128	0.07 142	0.05 107	0.09 228	0.06 87	0.06 102	0.06 99

PCWNet_CMD	0.14 187	0.08 141	0.15 192	0.17 115	0.09 132	0.14 155	0.14 70	0.29 259	0.36 298	0.14 125	0.20 160	0.21 218	0.12 139	0.17 221	0.13 158	0.07 142	0.05 107	0.07 99	0.07 162	0.07 157	0.07 159

CFNet_ucs	0.15 220	0.08 141	0.16 222	0.16 68	0.11 255	0.14 155	0.14 70	0.30 273	0.34 286	0.16 174	0.24 197	0.23 247	0.14 194	0.18 232	0.15 209	0.09 236	0.06 190	0.08 164	0.07 162	0.09 248	0.09 252

SDNR	0.19 280	0.08 141	0.19 273	0.16 68	0.12 285	0.77 400	0.14 70	0.25 205	0.32 269	0.19 225	0.24 197	0.19 201	0.13 171	0.19 243	0.15 209	0.16 358	0.18 365	0.14 335	0.11 307	0.08 200	0.11 294

TestStereo1	0.13 158	0.08 141	0.08 11	0.19 228	0.08 48	0.18 235	0.29 362	0.23 174	0.16 88	0.17 186	0.20 160	0.16 163	0.10 89	0.12 101	0.13 158	0.06 55	0.06 190	0.08 164	0.06 87	0.05 40	0.05 52

CRFU-Net	0.16 238	0.08 141	0.14 155	0.17 115	0.09 132	0.19 255	0.14 70	0.26 217	0.20 150	0.28 319	0.27 249	0.29 292	0.17 246	0.19 243	0.17 235	0.09 236	0.09 293	0.07 99	0.07 162	0.08 200	0.08 219

SA-5K	0.13 158	0.08 141	0.08 11	0.19 228	0.08 48	0.18 235	0.29 362	0.23 174	0.16 88	0.17 186	0.20 160	0.16 163	0.10 89	0.12 101	0.13 158	0.06 55	0.06 190	0.08 164	0.06 87	0.05 40	0.05 52

Sa-1000	0.12 136	0.08 141	0.08 11	0.18 182	0.08 48	0.14 155	0.22 303	0.22 157	0.18 117	0.15 149	0.20 160	0.17 182	0.11 110	0.10 18	0.10 50	0.06 55	0.05 107	0.09 228	0.09 252	0.05 40	0.05 52

CIPLG	0.11 81	0.08 141	0.14 155	0.17 115	0.08 48	0.12 105	0.15 116	0.17 73	0.15 70	0.14 125	0.11 54	0.16 163	0.09 68	0.16 199	0.11 86	0.07 142	0.05 107	0.06 32	0.05 32	0.05 40	0.06 99

DAS	0.15 220	0.08 141	0.18 264	0.19 228	0.10 217	0.19 255	0.17 192	0.27 235	0.29 250	0.18 212	0.25 226	0.21 218	0.15 207	0.16 199	0.12 128	0.08 191	0.06 190	0.06 32	0.06 87	0.07 157	0.07 159

SepStereo	0.15 220	0.08 141	0.18 264	0.19 228	0.10 217	0.19 255	0.17 192	0.27 235	0.29 250	0.18 212	0.25 226	0.21 218	0.15 207	0.25 313	0.12 128	0.08 191	0.06 190	0.06 32	0.06 87	0.07 157	0.07 159

IPLGR_C	0.11 81	0.08 141	0.14 155	0.17 115	0.08 48	0.12 105	0.15 116	0.17 73	0.15 70	0.14 125	0.10 39	0.16 163	0.09 68	0.16 199	0.11 86	0.07 142	0.05 107	0.06 32	0.05 32	0.05 40	0.06 99

MIPNet	0.11 81	0.08 141	0.14 155	0.17 115	0.09 132	0.12 105	0.14 70	0.20 124	0.24 193	0.11 60	0.10 39	0.09 38	0.07 32	0.13 133	0.12 128	0.06 55	0.04 2	0.06 32	0.05 32	0.04 1	0.04 7

AASNet	0.16 238	0.08 141	0.12 91	0.19 228	0.09 132	0.18 235	0.15 116	0.37 338	0.37 304	0.19 225	0.23 189	0.20 211	0.16 227	0.17 221	0.20 264	0.10 268	0.08 270	0.08 164	0.07 162	0.09 248	0.09 252

ACRE	0.11 81	0.08 141	0.14 155	0.17 115	0.08 48	0.12 105	0.15 116	0.17 73	0.14 59	0.14 125	0.10 39	0.16 163	0.09 68	0.16 199	0.11 86	0.07 142	0.05 107	0.06 32	0.05 32	0.05 40	0.06 99

AACVNet	0.16 238	0.08 141	0.14 155	0.15 38	0.10 217	0.18 235	0.15 116	0.23 174	0.24 193	0.27 308	0.27 249	0.28 285	0.17 246	0.19 243	0.16 223	0.09 236	0.07 248	0.09 228	0.07 162	0.10 275	0.09 252

GwcNet-ADL	0.13 158	0.08 141	0.14 155	0.20 268	0.09 132	0.11 83	0.20 278	0.30 273	0.24 193	0.13 105	0.14 81	0.18 193	0.14 194	0.13 133	0.14 186	0.07 142	0.05 107	0.06 32	0.05 32	0.07 157	0.06 99

TransformOpticalFlow	0.10 51	0.08 141	0.13 129	0.18 182	0.07 18	0.09 35	0.15 116	0.19 117	0.15 70	0.12 84	0.17 121	0.11 75	0.11 110	0.11 45	0.10 50	0.05 2	0.04 2	0.06 32	0.06 87	0.05 40	0.05 52

NRIStereo	0.11 81	0.08 141	0.14 155	0.18 182	0.08 48	0.10 57	0.14 70	0.16 43	0.15 70	0.12 84	0.14 81	0.13 113	0.12 139	0.13 133	0.10 50	0.06 55	0.04 2	0.07 99	0.06 87	0.06 102	0.07 159

DeepStereo_RVC	0.11 81	0.08 141	0.16 222	0.18 182	0.08 48	0.08 23	0.12 21	0.17 73	0.12 26	0.13 105	0.14 81	0.12 90	0.12 139	0.12 101	0.11 86	0.06 55	0.04 2	0.07 99	0.06 87	0.07 157	0.08 219

IRAFT_RVC	0.12 136	0.08 141	0.16 222	0.19 228	0.08 48	0.07 16	0.15 116	0.24 192	0.23 183	0.14 125	0.14 81	0.15 152	0.12 139	0.12 101	0.10 50	0.06 55	0.04 2	0.09 228	0.06 87	0.06 102	0.06 99

CroCo-Stereo	0.09 12	0.08 141	0.08 11	0.22 306	0.09 132	0.09 35	0.19 263	0.15 27	0.12 26	0.07 2	0.07 14	0.08 26	0.06 6	0.08 6	0.07 1	0.07 142	0.05 107	0.06 32	0.04 8	0.05 40	0.04 7
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
LMCR-Stereo	0.15 220	0.08 141	0.13 129	0.21 292	0.09 132	0.17 220	0.20 278	0.27 235	0.19 129	0.24 284	0.24 197	0.23 247	0.17 246	0.20 262	0.17 235	0.07 142	0.06 190	0.08 164	0.06 87	0.10 275	0.08 219

CFNet_pseudo	0.14 187	0.08 141	0.15 192	0.16 68	0.09 132	0.13 130	0.14 70	0.27 235	0.34 286	0.14 125	0.21 174	0.22 235	0.13 171	0.18 232	0.14 186	0.07 142	0.05 107	0.08 164	0.06 87	0.07 157	0.07 159

RALAANet	0.11 81	0.08 141	0.10 45	0.17 115	0.09 132	0.14 155	0.10 6	0.20 124	0.15 70	0.14 125	0.13 72	0.16 163	0.09 68	0.12 101	0.11 86	0.06 55	0.05 107	0.07 99	0.06 87	0.05 40	0.04 7

ADLNet	0.16 238	0.08 141	0.15 192	0.16 68	0.10 217	0.16 201	0.17 192	0.32 288	0.27 232	0.22 263	0.27 249	0.24 253	0.16 227	0.18 232	0.21 283	0.10 268	0.06 190	0.10 269	0.10 284	0.08 200	0.09 252

GES	0.14 187	0.08 141	0.16 222	0.15 38	0.10 217	0.13 130	0.13 43	0.28 249	0.25 212	0.16 174	0.23 189	0.18 193	0.13 171	0.16 199	0.13 158	0.08 191	0.07 248	0.07 99	0.06 87	0.08 200	0.09 252

ARAFT	0.12 136	0.08 141	0.17 247	0.19 228	0.09 132	0.14 155	0.18 232	0.20 124	0.12 26	0.12 84	0.13 72	0.14 128	0.11 110	0.15 167	0.12 128	0.06 55	0.05 107	0.10 269	0.09 252	0.05 40	0.04 7

delet	0.17 258	0.08 141	0.17 247	0.19 228	0.11 255	0.20 267	0.21 294	0.30 273	0.37 304	0.17 186	0.26 241	0.19 201	0.19 270	0.19 243	0.21 283	0.08 191	0.08 270	0.09 228	0.11 307	0.06 102	0.06 99

UPFNet	0.16 238	0.08 141	0.12 91	0.20 268	0.12 285	0.20 267	0.23 313	0.28 249	0.26 225	0.17 186	0.24 197	0.22 235	0.19 270	0.19 243	0.21 283	0.09 236	0.07 248	0.08 164	0.09 252	0.08 200	0.06 99

FENet	0.13 158	0.08 141	0.12 91	0.16 68	0.08 48	0.14 155	0.15 116	0.22 157	0.23 183	0.17 186	0.23 189	0.16 163	0.12 139	0.14 149	0.15 209	0.08 191	0.05 107	0.08 164	0.08 213	0.07 157	0.07 159

ac_64	0.16 238	0.08 141	0.15 192	0.18 182	0.10 217	0.22 289	0.18 232	0.24 192	0.21 163	0.18 212	0.24 197	0.29 292	0.18 255	0.19 243	0.22 292	0.09 236	0.07 248	0.08 164	0.09 252	0.07 157	0.06 99

HGLStereo	0.17 258	0.08 141	0.19 273	0.17 115	0.12 285	0.18 235	0.18 232	0.31 279	0.32 269	0.21 250	0.32 285	0.25 263	0.18 255	0.19 243	0.20 264	0.09 236	0.09 293	0.07 99	0.07 162	0.09 248	0.10 271

BEATNet_4x	0.12 136	0.08 141	0.14 155	0.18 182	0.07 18	0.15 177	0.07 1	0.22 157	0.18 117	0.16 174	0.19 149	0.18 193	0.14 194	0.16 199	0.15 209	0.07 142	0.05 107	0.05 2	0.05 32	0.06 102	0.06 99

MSMDNet	0.14 187	0.08 141	0.15 192	0.17 115	0.09 132	0.14 155	0.14 70	0.29 259	0.36 298	0.14 125	0.21 174	0.21 218	0.12 139	0.17 221	0.14 186	0.07 142	0.05 107	0.07 99	0.07 162	0.07 157	0.07 159

HSM-Net_RVC	0.14 187	0.08 141	0.11 71	0.15 38	0.08 48	0.15 177	0.15 116	0.27 235	0.29 250	0.19 225	0.21 174	0.29 292	0.14 194	0.17 221	0.13 158	0.06 55	0.06 190	0.06 32	0.06 87	0.07 157	0.06 99
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ccs_rob	0.14 187	0.08 141	0.15 192	0.16 68	0.09 132	0.12 105	0.14 70	0.27 235	0.34 286	0.14 125	0.21 174	0.22 235	0.13 171	0.18 232	0.14 186	0.07 142	0.05 107	0.08 164	0.07 162	0.07 157	0.07 159

UCFNet_RVC	0.14 187	0.08 141	0.13 129	0.11 1	0.10 217	0.20 267	0.10 6	0.24 192	0.22 174	0.17 186	0.20 160	0.23 247	0.15 207	0.17 221	0.15 209	0.12 313	0.07 248	0.10 269	0.13 334	0.11 290	0.10 271

iResNetv2_ROB	0.14 187	0.08 141	0.15 192	0.16 68	0.08 48	0.16 201	0.12 21	0.25 205	0.35 294	0.21 250	0.29 269	0.24 253	0.13 171	0.14 149	0.14 186	0.06 55	0.05 107	0.06 32	0.04 8	0.09 248	0.08 219

HSM	0.15 220	0.08 141	0.14 155	0.16 68	0.09 132	0.16 201	0.14 70	0.28 249	0.25 212	0.19 225	0.23 189	0.37 337	0.16 227	0.20 262	0.15 209	0.07 142	0.05 107	0.07 99	0.06 87	0.07 157	0.06 99

DispNO	0.16 238	0.09 191	0.19 273	0.21 292	0.11 255	0.13 130	0.28 353	0.23 174	0.34 286	0.22 263	0.26 241	0.20 211	0.19 270	0.15 167	0.16 223	0.09 236	0.06 190	0.07 99	0.07 162	0.06 102	0.06 99

DualNet	0.13 158	0.09 191	0.14 155	0.16 68	0.08 48	0.17 220	0.17 192	0.15 27	0.19 129	0.15 149	0.25 226	0.19 201	0.13 171	0.10 18	0.20 264	0.06 55	0.04 2	0.09 228	0.08 213	0.06 102	0.06 99

ffm	0.12 136	0.09 191	0.14 155	0.16 68	0.08 48	0.17 220	0.17 192	0.15 27	0.19 129	0.15 149	0.25 226	0.19 201	0.13 171	0.10 18	0.07 1	0.06 55	0.04 2	0.09 228	0.08 213	0.06 102	0.06 99

ff1	0.13 158	0.09 191	0.14 155	0.16 68	0.08 48	0.17 220	0.17 192	0.15 27	0.19 129	0.15 149	0.25 226	0.19 201	0.13 171	0.14 149	0.20 264	0.06 55	0.04 2	0.09 228	0.08 213	0.06 102	0.06 99

mmx	0.14 187	0.09 191	0.14 155	0.16 68	0.08 48	0.17 220	0.17 192	0.27 235	0.25 212	0.15 149	0.25 226	0.19 201	0.13 171	0.14 149	0.20 264	0.08 191	0.06 190	0.09 228	0.08 213	0.08 200	0.08 219

whm_eth	0.14 187	0.09 191	0.20 282	0.20 268	0.12 285	0.12 105	0.15 116	0.18 97	0.28 243	0.17 186	0.32 285	0.09 38	0.12 139	0.18 232	0.14 186	0.07 142	0.07 248	0.08 164	0.07 162	0.07 157	0.07 159

xxx	0.14 187	0.09 191	0.14 155	0.16 68	0.08 48	0.17 220	0.17 192	0.27 235	0.25 212	0.15 149	0.25 226	0.19 201	0.13 171	0.14 149	0.20 264	0.08 191	0.06 190	0.09 228	0.08 213	0.08 200	0.08 219

StereoIM	0.09 12	0.09 191	0.08 11	0.17 115	0.09 132	0.13 130	0.10 6	0.16 43	0.16 88	0.09 16	0.11 54	0.06 3	0.06 6	0.09 10	0.13 158	0.07 142	0.06 190	0.07 99	0.05 32	0.05 40	0.04 7

CASnet	0.09 12	0.09 191	0.09 29	0.19 228	0.06 2	0.07 16	0.11 11	0.18 97	0.14 59	0.11 60	0.10 39	0.09 38	0.07 32	0.10 18	0.10 50	0.06 55	0.04 2	0.10 269	0.08 213	0.05 40	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LL-Strereo	0.13 158	0.09 191	0.11 71	0.20 268	0.10 217	0.11 83	0.18 232	0.32 288	0.24 193	0.15 149	0.15 95	0.14 128	0.13 171	0.19 243	0.11 86	0.06 55	0.04 2	0.09 228	0.08 213	0.04 1	0.05 52

CroCo-Stereo Lap2	0.09 12	0.09 191	0.08 11	0.22 306	0.09 132	0.09 35	0.19 263	0.16 43	0.12 26	0.09 16	0.10 39	0.05 1	0.05 2	0.08 6	0.08 11	0.06 55	0.06 190	0.07 99	0.05 32	0.05 40	0.05 52

qqq	0.13 158	0.09 191	0.15 192	0.16 68	0.08 48	0.13 130	0.15 116	0.23 174	0.16 88	0.15 149	0.19 149	0.16 163	0.16 227	0.15 167	0.16 223	0.07 142	0.06 190	0.08 164	0.08 213	0.07 157	0.07 159

Wz-Net-LNSev-Ref	0.18 270	0.09 191	0.29 328	0.15 38	0.10 217	0.22 289	0.20 278	0.26 217	0.39 312	0.25 297	0.42 347	0.24 253	0.15 207	0.20 262	0.19 258	0.07 142	0.05 107	0.06 32	0.05 32	0.10 275	0.09 252

BUS	0.14 187	0.09 191	0.14 155	0.22 306	0.10 217	0.19 255	0.14 70	0.34 315	0.19 129	0.17 186	0.22 183	0.16 163	0.13 171	0.15 167	0.13 158	0.08 191	0.06 190	0.10 269	0.09 252	0.07 157	0.07 159

RAFT_CTSACE	0.12 136	0.09 191	0.10 45	0.22 306	0.08 48	0.12 105	0.24 322	0.18 97	0.16 88	0.20 242	0.27 249	0.13 113	0.07 32	0.13 133	0.09 19	0.05 2	0.06 190	0.08 164	0.07 162	0.04 1	0.04 7

BSDual-CNN	0.15 220	0.09 191	0.14 155	0.22 306	0.10 217	0.14 155	0.15 116	0.34 315	0.19 129	0.17 186	0.22 183	0.25 263	0.16 227	0.15 167	0.14 186	0.08 191	0.06 190	0.10 269	0.09 252	0.07 157	0.07 159

SA	0.12 136	0.09 191	0.08 11	0.18 182	0.08 48	0.12 105	0.24 322	0.23 174	0.18 117	0.17 186	0.27 249	0.14 128	0.11 110	0.11 45	0.11 86	0.05 2	0.05 107	0.09 228	0.08 213	0.05 40	0.04 7

iRaft-Stereo_5w	0.12 136	0.09 191	0.12 91	0.19 228	0.08 48	0.09 35	0.12 21	0.21 141	0.21 163	0.19 225	0.14 81	0.11 75	0.09 68	0.20 262	0.16 223	0.05 2	0.05 107	0.07 99	0.06 87	0.05 40	0.06 99

psmg	0.14 187	0.09 191	0.14 155	0.17 115	0.10 217	0.15 177	0.17 192	0.29 259	0.19 129	0.17 186	0.21 174	0.25 263	0.16 227	0.15 167	0.14 186	0.08 191	0.06 190	0.08 164	0.08 213	0.07 157	0.06 99

CSP-Net	0.16 238	0.09 191	0.14 155	0.16 68	0.09 132	0.19 255	0.17 192	0.25 205	0.32 269	0.25 297	0.30 273	0.24 253	0.15 207	0.21 278	0.18 249	0.09 236	0.06 190	0.07 99	0.07 162	0.08 200	0.07 159

IPLGR	0.11 81	0.09 191	0.16 222	0.18 182	0.08 48	0.12 105	0.17 192	0.21 141	0.24 193	0.11 60	0.12 62	0.11 75	0.08 50	0.12 101	0.12 128	0.06 55	0.05 107	0.06 32	0.06 87	0.04 1	0.04 7

GMOStereo	0.11 81	0.09 191	0.07 2	0.19 228	0.08 48	0.12 105	0.28 353	0.13 10	0.17 100	0.11 60	0.17 121	0.14 128	0.12 139	0.07 1	0.07 1	0.05 2	0.05 107	0.09 228	0.07 162	0.04 1	0.04 7

error version	0.11 81	0.09 191	0.07 2	0.19 228	0.08 48	0.12 105	0.28 353	0.13 10	0.17 100	0.11 60	0.17 121	0.14 128	0.12 139	0.07 1	0.07 1	0.05 2	0.05 107	0.09 228	0.07 162	0.04 1	0.04 7

test-v	0.11 81	0.09 191	0.07 2	0.19 228	0.08 48	0.12 105	0.28 353	0.13 10	0.17 100	0.11 60	0.17 121	0.14 128	0.12 139	0.07 1	0.07 1	0.05 2	0.05 107	0.09 228	0.07 162	0.04 1	0.04 7

test_3	0.10 51	0.09 191	0.10 45	0.20 268	0.08 48	0.13 130	0.26 341	0.14 16	0.21 163	0.10 41	0.10 39	0.09 38	0.09 68	0.08 6	0.11 86	0.05 2	0.04 2	0.08 164	0.07 162	0.04 1	0.04 7

ADLNet2	0.16 238	0.09 191	0.13 129	0.16 68	0.09 132	0.20 267	0.16 171	0.31 279	0.39 312	0.16 174	0.20 160	0.20 211	0.18 255	0.21 278	0.22 292	0.08 191	0.06 190	0.07 99	0.07 162	0.09 248	0.07 159

Patchmatch Stereo++	0.11 81	0.09 191	0.16 222	0.18 182	0.08 48	0.06 2	0.11 11	0.16 43	0.13 42	0.15 149	0.16 103	0.14 128	0.12 139	0.11 45	0.10 50	0.06 55	0.04 2	0.08 164	0.06 87	0.08 200	0.07 159
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.11 81	0.09 191	0.16 222	0.18 182	0.08 48	0.06 2	0.12 21	0.16 43	0.13 42	0.15 149	0.16 103	0.14 128	0.12 139	0.11 45	0.10 50	0.06 55	0.04 2	0.08 164	0.06 87	0.08 200	0.07 159

ROB_FTStereo_v2	0.11 81	0.09 191	0.16 222	0.19 228	0.08 48	0.06 2	0.12 21	0.16 43	0.13 42	0.15 149	0.16 103	0.14 128	0.12 139	0.11 45	0.10 50	0.06 55	0.04 2	0.08 164	0.06 87	0.08 200	0.07 159

ROB_FTStereo	0.11 81	0.09 191	0.16 222	0.19 228	0.08 48	0.06 2	0.11 11	0.16 43	0.13 42	0.15 149	0.16 103	0.14 128	0.12 139	0.11 45	0.10 50	0.06 55	0.04 2	0.08 164	0.06 87	0.08 200	0.07 159

HUI-Stereo	0.11 81	0.09 191	0.16 222	0.18 182	0.08 48	0.06 2	0.12 21	0.16 43	0.13 42	0.15 149	0.16 103	0.14 128	0.12 139	0.11 45	0.10 50	0.06 55	0.04 2	0.08 164	0.06 87	0.08 200	0.07 159

iGMRVC	0.11 81	0.09 191	0.16 222	0.19 228	0.08 48	0.06 2	0.12 21	0.16 43	0.13 42	0.15 149	0.16 103	0.14 128	0.12 139	0.11 45	0.10 50	0.06 55	0.04 2	0.08 164	0.06 87	0.08 200	0.07 159

iRAFT	0.11 81	0.09 191	0.16 222	0.18 182	0.08 48	0.06 2	0.11 11	0.16 43	0.13 42	0.15 149	0.16 103	0.14 128	0.12 139	0.11 45	0.10 50	0.06 55	0.04 2	0.08 164	0.06 87	0.08 200	0.07 159

CRE-IMP	0.11 81	0.09 191	0.16 222	0.19 228	0.08 48	0.10 57	0.12 21	0.18 97	0.10 8	0.14 125	0.13 72	0.13 113	0.12 139	0.12 101	0.11 86	0.07 142	0.04 2	0.08 164	0.06 87	0.08 200	0.08 219

test-2	0.11 81	0.09 191	0.07 2	0.19 228	0.08 48	0.12 105	0.28 353	0.13 10	0.17 100	0.11 60	0.17 121	0.14 128	0.12 139	0.07 1	0.07 1	0.05 2	0.05 107	0.09 228	0.07 162	0.04 1	0.04 7

cross-raft	0.10 51	0.09 191	0.09 29	0.19 228	0.07 18	0.11 83	0.25 335	0.13 10	0.15 70	0.08 5	0.11 54	0.12 90	0.10 89	0.09 10	0.11 86	0.05 2	0.04 2	0.06 32	0.05 32	0.04 1	0.04 7

RAFT	0.13 158	0.09 191	0.11 71	0.18 182	0.08 48	0.15 177	0.24 322	0.20 124	0.19 129	0.21 250	0.21 174	0.17 182	0.12 139	0.16 199	0.09 19	0.06 55	0.07 248	0.10 269	0.09 252	0.05 40	0.05 52

RAFT-IKP	0.11 81	0.09 191	0.16 222	0.19 228	0.08 48	0.06 2	0.12 21	0.16 43	0.13 42	0.15 149	0.16 103	0.14 128	0.12 139	0.11 45	0.10 50	0.06 55	0.04 2	0.08 164	0.06 87	0.08 200	0.07 159

ICVP	0.15 220	0.09 191	0.12 91	0.22 306	0.09 132	0.17 220	0.21 294	0.25 205	0.23 183	0.18 212	0.30 273	0.26 271	0.18 255	0.17 221	0.14 186	0.09 236	0.07 248	0.08 164	0.07 162	0.07 157	0.07 159
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
sCroCo_RVC	0.12 136	0.09 191	0.23 301	0.24 330	0.11 255	0.19 255	0.14 70	0.17 73	0.14 59	0.10 41	0.13 72	0.12 90	0.07 32	0.14 149	0.11 86	0.08 191	0.08 270	0.08 164	0.08 213	0.05 40	0.07 159

MMNet	0.17 258	0.09 191	0.16 222	0.20 268	0.11 255	0.27 332	0.20 278	0.25 205	0.41 321	0.22 263	0.30 273	0.21 218	0.20 279	0.17 221	0.20 264	0.06 55	0.06 190	0.07 99	0.07 162	0.08 200	0.07 159

UNet	0.17 258	0.09 191	0.18 264	0.19 228	0.12 285	0.27 332	0.19 263	0.33 305	0.29 250	0.21 250	0.24 197	0.23 247	0.19 270	0.19 243	0.18 249	0.07 142	0.06 190	0.08 164	0.07 162	0.08 200	0.06 99

ACVNet	0.15 220	0.09 191	0.15 192	0.13 6	0.12 285	0.14 155	0.20 278	0.22 157	0.33 275	0.17 186	0.26 241	0.21 218	0.16 227	0.17 221	0.21 283	0.07 142	0.06 190	0.06 32	0.06 87	0.08 200	0.06 99

acv_ft	0.15 220	0.09 191	0.15 192	0.19 228	0.10 217	0.16 201	0.17 192	0.25 205	0.33 275	0.19 225	0.26 241	0.21 218	0.17 246	0.17 221	0.18 249	0.07 142	0.06 190	0.06 32	0.06 87	0.08 200	0.06 99

hitnet-ft	0.18 270	0.09 191	0.17 247	0.14 13	0.09 132	0.26 325	0.20 278	0.25 205	0.26 225	0.24 284	0.32 285	0.31 310	0.22 292	0.24 308	0.21 283	0.12 313	0.07 248	0.10 269	0.08 213	0.12 304	0.11 294

DSFCA	0.16 238	0.09 191	0.14 155	0.16 68	0.10 217	0.20 267	0.19 263	0.28 249	0.31 263	0.23 276	0.24 197	0.22 235	0.15 207	0.19 243	0.20 264	0.10 268	0.07 248	0.09 228	0.09 252	0.08 200	0.08 219

DMCA	0.14 187	0.09 191	0.16 222	0.19 228	0.09 132	0.15 177	0.17 192	0.23 174	0.27 232	0.14 125	0.19 149	0.17 182	0.18 255	0.15 167	0.17 235	0.10 268	0.06 190	0.08 164	0.06 87	0.09 248	0.10 271

DISCO	0.19 280	0.09 191	0.22 292	0.17 115	0.10 217	0.25 317	0.18 232	0.27 235	0.44 336	0.22 263	0.31 281	0.33 321	0.26 315	0.28 329	0.28 345	0.08 191	0.06 190	0.07 99	0.07 162	0.09 248	0.09 252

LL-Strereo2	0.10 51	0.10 239	0.15 192	0.18 182	0.08 48	0.15 177	0.09 3	0.17 73	0.14 59	0.14 125	0.10 39	0.09 38	0.07 32	0.16 199	0.10 50	0.05 2	0.05 107	0.10 269	0.07 162	0.06 102	0.05 52

Selective-RAFT	0.11 81	0.10 239	0.11 71	0.21 292	0.08 48	0.16 201	0.13 43	0.20 124	0.22 174	0.10 41	0.10 39	0.11 75	0.10 89	0.15 167	0.11 86	0.05 2	0.05 107	0.06 32	0.05 32	0.06 102	0.05 52

ssnet_v2	0.17 258	0.10 239	0.17 247	0.17 115	0.11 255	0.21 281	0.21 294	0.33 305	0.25 212	0.22 263	0.22 183	0.27 278	0.18 255	0.22 289	0.20 264	0.11 289	0.09 293	0.09 228	0.09 252	0.08 200	0.08 219

raft_robust	0.13 158	0.10 239	0.07 2	0.18 182	0.08 48	0.13 130	0.24 322	0.28 249	0.33 275	0.20 242	0.19 149	0.14 128	0.10 89	0.11 45	0.12 128	0.05 2	0.05 107	0.07 99	0.07 162	0.05 40	0.04 7

NINENet	0.16 238	0.10 239	0.15 192	0.17 115	0.11 255	0.19 255	0.14 70	0.40 353	0.36 298	0.18 212	0.21 174	0.16 163	0.13 171	0.15 167	0.13 158	0.08 191	0.08 270	0.10 269	0.07 162	0.10 275	0.09 252

test_4	0.10 51	0.10 239	0.08 11	0.19 228	0.09 132	0.08 23	0.22 303	0.15 27	0.17 100	0.12 84	0.18 143	0.12 90	0.09 68	0.08 6	0.11 86	0.04 1	0.04 2	0.08 164	0.08 213	0.04 1	0.03 1

pcwnet_v2	0.19 280	0.10 239	0.26 311	0.17 115	0.14 319	0.18 235	0.15 116	0.37 338	0.46 344	0.19 225	0.24 197	0.21 218	0.19 270	0.20 262	0.19 258	0.13 333	0.10 311	0.10 269	0.10 284	0.11 290	0.13 318

Anonymous	0.14 187	0.10 239	0.24 304	0.22 306	0.13 302	0.18 235	0.22 303	0.20 124	0.19 129	0.14 125	0.12 62	0.11 75	0.13 171	0.16 199	0.13 158	0.08 191	0.07 248	0.08 164	0.08 213	0.12 304	0.10 271

psm_up	0.18 270	0.10 239	0.18 264	0.20 268	0.11 255	0.17 220	0.19 263	0.37 338	0.34 286	0.21 250	0.28 258	0.29 292	0.24 304	0.20 262	0.22 292	0.09 236	0.10 311	0.11 296	0.11 307	0.08 200	0.08 219

DMCA-RVC	0.17 258	0.10 239	0.15 192	0.24 330	0.11 255	0.18 235	0.18 232	0.25 205	0.24 193	0.21 250	0.26 241	0.25 263	0.27 323	0.18 232	0.20 264	0.12 313	0.08 270	0.13 325	0.10 284	0.10 275	0.08 219

SuperB	0.20 289	0.10 239	0.56 373	0.16 68	0.09 132	0.18 235	0.18 232	0.24 192	0.50 353	0.26 302	0.39 327	0.17 182	0.21 283	0.22 289	0.21 283	0.08 191	0.06 190	0.06 32	0.06 87	0.12 304	0.10 271

ADCP+	0.20 289	0.10 239	0.33 338	0.20 268	0.12 285	0.22 289	0.26 341	0.31 279	0.34 286	0.26 302	0.37 314	0.22 235	0.22 292	0.27 318	0.27 337	0.09 236	0.06 190	0.08 164	0.08 213	0.09 248	0.10 271

CFNet	0.15 220	0.10 239	0.17 247	0.17 115	0.08 48	0.18 235	0.09 3	0.28 249	0.25 212	0.19 225	0.24 197	0.24 253	0.17 246	0.17 221	0.14 186	0.08 191	0.06 190	0.09 228	0.10 284	0.07 157	0.06 99

CVANet_RVC	0.18 270	0.10 239	0.14 155	0.21 292	0.10 217	0.18 235	0.17 192	0.34 315	0.33 275	0.22 263	0.31 281	0.28 285	0.18 255	0.23 300	0.17 235	0.12 313	0.08 270	0.12 311	0.11 307	0.09 248	0.07 159

NLCA_NET_v2_RVC	0.17 258	0.10 239	0.22 292	0.20 268	0.10 217	0.15 177	0.18 232	0.31 279	0.25 212	0.21 250	0.30 273	0.25 263	0.17 246	0.21 278	0.20 264	0.09 236	0.06 190	0.08 164	0.08 213	0.07 157	0.08 219
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AANet_RVC	0.16 238	0.10 239	0.10 45	0.18 182	0.09 132	0.18 235	0.19 263	0.26 217	0.31 263	0.22 263	0.35 305	0.21 218	0.21 283	0.22 289	0.16 223	0.06 55	0.05 107	0.06 32	0.06 87	0.07 157	0.06 99

NVstereo2D	0.19 280	0.10 239	0.15 192	0.17 115	0.15 330	0.28 338	0.23 313	0.44 368	0.42 327	0.15 149	0.27 249	0.25 263	0.19 270	0.22 289	0.17 235	0.09 236	0.06 190	0.10 269	0.08 213	0.15 344	0.09 252

iResNet	0.13 158	0.10 239	0.18 264	0.19 228	0.08 48	0.13 130	0.18 232	0.20 124	0.26 225	0.15 149	0.23 189	0.15 152	0.13 171	0.14 149	0.14 186	0.06 55	0.04 2	0.06 32	0.05 32	0.06 102	0.05 52

MDST_ROB	0.22 307	0.10 239	0.17 247	0.18 182	0.11 255	0.37 365	0.19 263	0.43 366	0.41 321	0.39 355	0.39 327	0.29 292	0.21 283	0.26 315	0.18 249	0.11 289	0.10 311	0.14 335	0.11 307	0.10 275	0.08 219

DLCB_ROB	0.18 270	0.10 239	0.15 192	0.23 325	0.11 255	0.24 307	0.18 232	0.29 259	0.28 243	0.27 308	0.28 258	0.28 285	0.24 304	0.19 243	0.20 264	0.08 191	0.08 270	0.09 228	0.09 252	0.07 157	0.07 159

fast-acv-ft	0.18 270	0.11 259	0.19 273	0.19 228	0.12 285	0.24 307	0.21 294	0.25 205	0.34 286	0.22 263	0.34 302	0.27 278	0.20 279	0.21 278	0.23 302	0.09 236	0.09 293	0.08 164	0.10 284	0.08 200	0.07 159

ToySt	0.17 258	0.11 259	0.18 264	0.17 115	0.11 255	0.16 201	0.25 335	0.24 192	0.33 275	0.19 225	0.24 197	0.26 271	0.24 304	0.19 243	0.20 264	0.07 142	0.08 270	0.09 228	0.10 284	0.09 248	0.08 219

RAFT+CT+SA	0.13 158	0.11 259	0.09 29	0.19 228	0.09 132	0.15 177	0.28 353	0.22 157	0.22 174	0.15 149	0.26 241	0.10 59	0.10 89	0.11 45	0.12 128	0.05 2	0.04 2	0.07 99	0.08 213	0.07 157	0.06 99

hknet	0.15 220	0.11 259	0.13 129	0.22 306	0.11 255	0.14 155	0.15 116	0.34 315	0.25 212	0.17 186	0.22 183	0.22 235	0.18 255	0.17 221	0.12 128	0.07 142	0.06 190	0.10 269	0.09 252	0.07 157	0.07 159

FADNet-RVC-Resample	0.16 238	0.11 259	0.31 333	0.22 306	0.11 255	0.19 255	0.14 70	0.25 205	0.24 193	0.24 284	0.27 249	0.20 211	0.15 207	0.16 199	0.15 209	0.07 142	0.08 270	0.12 311	0.10 284	0.09 248	0.10 271

stereogan	0.22 307	0.11 259	0.21 287	0.20 268	0.12 285	0.31 345	0.19 263	0.35 327	0.44 336	0.22 263	0.39 327	0.35 331	0.27 323	0.33 347	0.22 292	0.10 268	0.12 329	0.10 269	0.10 284	0.14 333	0.13 318

ADCL	0.24 330	0.11 259	0.47 363	0.22 306	0.12 285	0.34 355	0.29 362	0.29 259	0.56 365	0.24 284	0.46 354	0.30 300	0.30 343	0.29 335	0.29 348	0.08 191	0.07 248	0.09 228	0.09 252	0.10 275	0.10 271

AdaStereo	0.15 220	0.11 259	0.15 192	0.18 182	0.09 132	0.20 267	0.11 11	0.32 288	0.28 243	0.20 242	0.23 189	0.20 211	0.13 171	0.19 243	0.14 186	0.12 313	0.05 107	0.10 269	0.07 162	0.09 248	0.07 159
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.
DeepPruner_ROB	0.16 238	0.11 259	0.15 192	0.17 115	0.10 217	0.17 220	0.15 116	0.32 288	0.21 163	0.19 225	0.21 174	0.22 235	0.18 255	0.20 262	0.15 209	0.13 333	0.09 293	0.09 228	0.09 252	0.11 290	0.10 271

DRN-Test	0.19 280	0.11 259	0.20 282	0.22 306	0.10 217	0.22 289	0.22 303	0.39 349	0.37 304	0.24 284	0.32 285	0.26 271	0.21 283	0.22 289	0.24 312	0.11 289	0.07 248	0.11 296	0.10 284	0.09 248	0.07 159

StereoDRNet	0.18 270	0.11 259	0.17 247	0.22 306	0.11 255	0.21 281	0.22 303	0.37 338	0.33 275	0.24 284	0.28 258	0.30 300	0.19 270	0.20 262	0.20 264	0.09 236	0.08 270	0.11 296	0.09 252	0.09 248	0.07 159

XPNet_ROB	0.22 307	0.11 259	0.19 273	0.22 306	0.13 302	0.22 289	0.19 263	0.34 315	0.40 318	0.30 328	0.39 327	0.39 349	0.26 315	0.26 315	0.28 345	0.15 347	0.10 311	0.10 269	0.10 284	0.13 321	0.12 305

WCMA_ROB	0.24 330	0.11 259	0.22 292	0.17 115	0.14 319	0.32 346	0.15 116	0.32 288	0.32 269	0.38 353	0.53 364	0.40 352	0.34 355	0.34 350	0.25 321	0.11 289	0.12 329	0.12 311	0.10 284	0.14 333	0.14 335

PSMNet_ROB	0.21 298	0.11 259	0.15 192	0.27 357	0.15 330	0.24 307	0.35 379	0.43 366	0.37 304	0.27 308	0.32 285	0.32 318	0.22 292	0.21 278	0.26 330	0.12 313	0.08 270	0.13 325	0.11 307	0.09 248	0.09 252

StereoVision	0.13 158	0.12 273	0.09 29	0.24 330	0.10 217	0.15 177	0.21 294	0.21 141	0.20 150	0.12 84	0.24 197	0.10 59	0.10 89	0.16 199	0.10 50	0.09 236	0.11 320	0.12 311	0.12 325	0.06 102	0.05 52

CASS	0.13 158	0.12 273	0.11 71	0.23 325	0.09 132	0.15 177	0.17 192	0.18 97	0.19 129	0.17 186	0.18 143	0.15 152	0.15 207	0.14 149	0.14 186	0.09 236	0.06 190	0.10 269	0.08 213	0.09 248	0.07 159
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_5	0.14 187	0.12 273	0.08 11	0.20 268	0.10 217	0.14 155	0.29 362	0.21 141	0.24 193	0.18 212	0.28 258	0.11 75	0.15 207	0.12 101	0.13 158	0.06 55	0.05 107	0.07 99	0.08 213	0.08 200	0.07 159

SACVNet	0.18 270	0.12 273	0.14 155	0.17 115	0.13 302	0.22 289	0.18 232	0.31 279	0.30 257	0.23 276	0.31 281	0.30 300	0.22 292	0.22 289	0.17 235	0.11 289	0.08 270	0.10 269	0.10 284	0.12 304	0.14 335

PSMNet-ADL	0.15 220	0.12 273	0.13 129	0.22 306	0.09 132	0.13 130	0.20 278	0.26 217	0.23 183	0.18 212	0.20 160	0.24 253	0.16 227	0.18 232	0.17 235	0.08 191	0.08 270	0.08 164	0.11 307	0.08 200	0.07 159

GEStereo_RVC	0.17 258	0.12 273	0.15 192	0.22 306	0.11 255	0.19 255	0.17 192	0.32 288	0.48 346	0.20 242	0.25 226	0.17 182	0.13 171	0.21 278	0.16 223	0.10 268	0.06 190	0.08 164	0.07 162	0.09 248	0.08 219

sAnonymous2	0.13 158	0.12 273	0.24 304	0.20 268	0.12 285	0.17 220	0.13 43	0.26 217	0.21 163	0.11 60	0.11 54	0.13 113	0.08 50	0.10 18	0.10 50	0.09 236	0.05 107	0.08 164	0.06 87	0.15 344	0.10 271

CroCo_RVC	0.13 158	0.12 273	0.24 304	0.20 268	0.12 285	0.17 220	0.13 43	0.26 217	0.21 163	0.11 60	0.11 54	0.13 113	0.08 50	0.10 18	0.10 50	0.09 236	0.05 107	0.08 164	0.06 87	0.15 344	0.10 271

APVNet	0.22 307	0.12 273	0.19 273	0.18 182	0.14 319	0.32 346	0.31 375	0.39 349	0.32 269	0.27 308	0.40 332	0.30 300	0.29 339	0.26 315	0.25 321	0.11 289	0.12 329	0.11 296	0.14 338	0.12 304	0.12 305

FAT-Stereo	0.20 289	0.12 273	0.22 292	0.21 292	0.12 285	0.17 220	0.18 232	0.34 315	0.39 312	0.27 308	0.37 314	0.34 327	0.32 350	0.21 278	0.20 264	0.09 236	0.11 320	0.10 269	0.09 252	0.11 290	0.14 335

S-Stereo	0.20 289	0.12 273	0.25 310	0.21 292	0.13 302	0.20 267	0.18 232	0.32 288	0.43 332	0.23 276	0.36 308	0.28 285	0.30 343	0.19 243	0.22 292	0.09 236	0.12 329	0.10 269	0.10 284	0.13 321	0.13 318

STTStereo	0.18 270	0.12 273	0.27 317	0.20 268	0.11 255	0.16 201	0.21 294	0.29 259	0.23 183	0.21 250	0.30 273	0.29 292	0.18 255	0.20 262	0.19 258	0.12 313	0.11 320	0.11 296	0.14 338	0.09 248	0.08 219

RTSC	0.23 322	0.12 273	0.28 322	0.21 292	0.13 302	0.28 338	0.16 171	0.35 327	0.66 381	0.27 308	0.33 298	0.30 300	0.21 283	0.31 339	0.29 348	0.10 268	0.08 270	0.09 228	0.10 284	0.13 321	0.13 318

ADCRef	0.19 280	0.12 273	0.41 356	0.20 268	0.12 285	0.22 289	0.18 232	0.32 288	0.36 298	0.26 302	0.32 285	0.17 182	0.23 298	0.24 308	0.24 312	0.07 142	0.06 190	0.09 228	0.09 252	0.08 200	0.08 219

RYNet	0.22 307	0.12 273	0.22 292	0.19 228	0.17 353	0.46 371	0.26 341	0.38 345	0.48 346	0.24 284	0.28 258	0.34 327	0.23 298	0.20 262	0.30 352	0.10 268	0.06 190	0.09 228	0.09 252	0.13 321	0.15 343

GANet	0.21 298	0.12 273	0.21 287	0.24 330	0.13 302	0.22 289	0.22 303	0.41 358	0.26 225	0.31 334	0.42 347	0.37 337	0.28 331	0.23 300	0.22 292	0.10 268	0.12 329	0.10 269	0.09 252	0.10 275	0.08 219

TDLM	0.17 258	0.12 273	0.13 129	0.24 330	0.10 217	0.18 235	0.18 232	0.36 333	0.30 257	0.21 250	0.28 258	0.28 285	0.18 255	0.23 300	0.18 249	0.11 289	0.07 248	0.10 269	0.10 284	0.08 200	0.08 219

SGM-ForestM	0.32 362	0.12 273	0.16 222	0.16 68	0.11 255	0.39 368	0.19 263	0.41 358	0.50 353	0.52 375	0.54 366	1.32 405	0.42 374	0.40 373	0.27 337	0.14 344	0.16 358	0.16 349	0.16 350	0.12 304	0.12 305

StereoDRNet-Refined	0.17 258	0.12 273	0.15 192	0.20 268	0.09 132	0.18 235	0.18 232	0.26 217	0.23 183	0.26 302	0.40 332	0.22 235	0.17 246	0.21 278	0.20 264	0.08 191	0.05 107	0.09 228	0.10 284	0.07 157	0.07 159
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
NOSS_ROB	0.19 280	0.12 273	0.18 264	0.16 68	0.12 285	0.15 177	0.12 21	0.30 273	0.32 269	0.20 242	0.22 183	0.27 278	0.23 298	0.21 278	0.16 223	0.16 358	0.18 365	0.23 369	0.21 365	0.12 304	0.13 318

SGM_RVC	0.23 322	0.12 273	0.15 192	0.15 38	0.09 132	0.33 352	0.18 232	0.34 315	0.31 263	0.44 369	0.37 314	0.53 375	0.35 357	0.35 356	0.24 312	0.13 333	0.13 342	0.13 325	0.13 334	0.10 275	0.11 294
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
GMStereo_Zeroshot	0.16 238	0.13 294	0.24 304	0.20 268	0.10 217	0.17 220	0.13 43	0.29 259	0.25 212	0.23 276	0.32 285	0.25 263	0.11 110	0.19 243	0.14 186	0.09 236	0.06 190	0.11 296	0.06 87	0.12 304	0.08 219

HBP-ISP	0.18 270	0.13 294	0.16 222	0.15 38	0.11 255	0.08 23	0.13 43	0.28 249	0.29 250	0.22 263	0.33 298	0.21 218	0.25 312	0.23 300	0.17 235	0.14 344	0.16 358	0.21 364	0.17 357	0.10 275	0.08 219

Wz-Net-MNSev	0.22 307	0.13 294	0.31 333	0.20 268	0.14 319	0.36 364	0.24 322	0.33 305	0.44 336	0.28 319	0.40 332	0.38 341	0.19 270	0.24 308	0.25 321	0.09 236	0.07 248	0.09 228	0.09 252	0.12 304	0.10 271

UDGNet	0.14 187	0.13 294	0.16 222	0.17 115	0.10 217	0.12 105	0.16 171	0.21 141	0.27 232	0.20 242	0.20 160	0.16 163	0.13 171	0.16 199	0.13 158	0.10 268	0.06 190	0.09 228	0.07 162	0.06 102	0.07 159

Anonymous3	0.16 238	0.13 294	0.33 338	0.26 346	0.14 319	0.27 332	0.17 192	0.28 249	0.28 243	0.15 149	0.17 121	0.14 128	0.10 89	0.15 167	0.12 128	0.08 191	0.08 270	0.08 164	0.08 213	0.08 200	0.11 294

GwcNet	0.20 289	0.13 294	0.19 273	0.18 182	0.12 285	0.24 307	0.19 263	0.35 327	0.43 332	0.20 242	0.32 285	0.33 321	0.20 279	0.22 289	0.24 312	0.11 289	0.09 293	0.09 228	0.09 252	0.09 248	0.10 271

RP	0.21 298	0.13 294	0.21 287	0.23 325	0.11 255	0.21 281	0.20 278	0.25 205	0.44 336	0.21 250	0.38 319	0.36 333	0.24 304	0.27 318	0.25 321	0.11 289	0.12 329	0.13 325	0.12 325	0.12 304	0.14 335

edge stereo	0.22 307	0.13 294	0.20 282	0.21 292	0.13 302	0.23 302	0.16 171	0.32 288	0.42 327	0.32 340	0.40 332	0.38 341	0.35 357	0.25 313	0.24 312	0.13 333	0.11 320	0.14 335	0.11 307	0.12 304	0.13 318

CBMV_ROB	0.19 280	0.13 294	0.17 247	0.16 68	0.11 255	0.15 177	0.13 43	0.26 217	0.28 243	0.27 308	0.30 273	0.27 278	0.24 304	0.23 300	0.16 223	0.15 347	0.17 363	0.22 368	0.20 363	0.10 275	0.11 294

DN-CSS_ROB	0.13 158	0.13 294	0.16 222	0.18 182	0.10 217	0.16 201	0.08 2	0.22 157	0.18 117	0.17 186	0.22 183	0.13 113	0.13 171	0.12 101	0.13 158	0.05 2	0.05 107	0.10 269	0.10 284	0.08 200	0.06 99

PWCDC_ROB	0.20 289	0.13 294	0.22 292	0.24 330	0.11 255	0.19 255	0.15 116	0.33 305	0.54 362	0.29 325	0.50 362	0.21 218	0.15 207	0.27 318	0.20 264	0.11 289	0.09 293	0.10 269	0.08 213	0.11 290	0.09 252

MeshStereo	0.27 347	0.13 294	0.18 264	0.15 38	0.11 255	0.32 346	0.24 322	0.40 353	0.36 298	0.52 375	0.57 373	0.67 386	0.40 367	0.35 356	0.26 330	0.14 344	0.13 342	0.13 325	0.11 307	0.11 290	0.10 271
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
TestStereo	0.13 158	0.14 306	0.11 71	0.23 325	0.08 48	0.15 177	0.21 294	0.20 124	0.23 183	0.14 125	0.24 197	0.16 163	0.12 139	0.16 199	0.14 186	0.05 2	0.06 190	0.08 164	0.06 87	0.09 248	0.05 52

GMStereo	0.13 158	0.14 306	0.14 155	0.18 182	0.09 132	0.15 177	0.16 171	0.20 124	0.24 193	0.16 174	0.17 121	0.10 59	0.10 89	0.16 199	0.13 158	0.07 142	0.06 190	0.06 32	0.06 87	0.07 157	0.06 99
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
FADNet_RVC	0.16 238	0.14 306	0.40 354	0.20 268	0.11 255	0.13 130	0.13 43	0.26 217	0.22 174	0.21 250	0.23 189	0.20 211	0.17 246	0.14 149	0.16 223	0.08 191	0.08 270	0.12 311	0.09 252	0.11 290	0.10 271

SANet	0.24 330	0.14 306	0.28 322	0.21 292	0.11 255	0.27 332	0.24 322	0.38 345	0.64 378	0.36 348	0.40 332	0.43 358	0.26 315	0.27 318	0.24 312	0.12 313	0.09 293	0.10 269	0.09 252	0.13 321	0.11 294

SGM-Forest	0.20 289	0.14 306	0.18 264	0.19 228	0.13 302	0.20 267	0.22 303	0.33 305	0.30 257	0.24 284	0.29 269	0.28 285	0.19 270	0.23 300	0.17 235	0.15 347	0.16 358	0.15 343	0.14 338	0.12 304	0.12 305
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBMV	0.19 280	0.14 306	0.17 247	0.18 182	0.10 217	0.20 267	0.11 11	0.29 259	0.30 257	0.29 325	0.30 273	0.30 300	0.23 298	0.27 318	0.19 258	0.13 333	0.15 355	0.17 351	0.16 350	0.10 275	0.10 271
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
psmorigin	0.25 339	0.15 312	0.34 346	0.17 115	0.13 302	0.23 302	0.14 70	0.34 315	0.33 275	0.41 362	0.55 367	0.41 354	0.37 361	0.34 350	0.27 337	0.11 289	0.15 355	0.11 296	0.11 307	0.12 304	0.16 354

NCC-stereo	0.24 330	0.15 312	0.31 333	0.26 346	0.16 340	0.20 267	0.30 369	0.40 353	0.40 318	0.24 284	0.38 319	0.33 321	0.28 331	0.36 361	0.27 337	0.12 313	0.11 320	0.15 343	0.22 368	0.13 321	0.13 318

Abc-Net	0.24 330	0.15 312	0.31 333	0.26 346	0.16 340	0.20 267	0.30 369	0.40 353	0.40 318	0.24 284	0.38 319	0.33 321	0.28 331	0.36 361	0.27 337	0.12 313	0.11 320	0.15 343	0.22 368	0.13 321	0.13 318
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SHD	0.26 345	0.15 312	0.30 331	0.24 330	0.18 360	0.22 289	0.15 116	0.38 345	0.71 385	0.32 340	0.41 342	0.36 333	0.28 331	0.32 345	0.29 348	0.12 313	0.11 320	0.14 335	0.13 334	0.16 351	0.20 369

ADCMid	0.25 339	0.15 312	0.40 354	0.20 268	0.14 319	0.25 317	0.26 341	0.34 315	0.38 309	0.36 348	0.44 352	0.34 327	0.40 367	0.35 356	0.33 363	0.10 268	0.09 293	0.11 296	0.11 307	0.13 321	0.12 305

DANet	0.21 298	0.15 312	0.28 322	0.25 341	0.13 302	0.22 289	0.19 263	0.27 235	0.27 232	0.28 319	0.32 285	0.35 331	0.31 347	0.31 339	0.23 302	0.11 289	0.09 293	0.11 296	0.10 284	0.13 321	0.11 294
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NCCL2	0.23 322	0.15 312	0.17 247	0.34 374	0.18 360	0.24 307	0.23 313	0.34 315	0.28 243	0.31 334	0.38 319	0.38 341	0.28 331	0.23 300	0.24 312	0.15 347	0.12 329	0.18 359	0.21 365	0.13 321	0.13 318

Wz-Net-LNSev	0.22 307	0.16 319	0.38 351	0.21 292	0.13 302	0.25 317	0.23 313	0.32 288	0.43 332	0.30 328	0.41 342	0.31 310	0.18 255	0.22 289	0.25 321	0.10 268	0.09 293	0.08 164	0.08 213	0.12 304	0.11 294

dd	0.15 220	0.16 319	0.16 222	0.19 228	0.09 132	0.15 177	0.18 232	0.21 141	0.25 212	0.23 276	0.20 160	0.21 218	0.09 68	0.21 278	0.16 223	0.10 268	0.06 190	0.08 164	0.06 87	0.08 200	0.06 99

Syn2CoEx	0.21 298	0.16 319	0.27 317	0.29 367	0.14 319	0.26 325	0.20 278	0.33 305	0.31 263	0.28 319	0.36 308	0.27 278	0.25 312	0.19 243	0.24 312	0.16 358	0.12 329	0.14 335	0.11 307	0.09 248	0.08 219

G-Net	0.24 330	0.16 319	0.36 347	0.22 306	0.16 340	0.51 377	0.23 313	0.29 259	0.34 286	0.36 348	0.38 319	0.31 310	0.29 339	0.27 318	0.26 330	0.11 289	0.09 293	0.12 311	0.09 252	0.16 351	0.13 318

Nwc_Net	0.23 322	0.16 319	0.21 287	0.25 341	0.14 319	0.24 307	0.26 341	0.37 338	0.38 309	0.22 263	0.41 342	0.30 300	0.28 331	0.28 329	0.25 321	0.11 289	0.10 311	0.17 351	0.20 363	0.10 275	0.10 271

AnyNet_C32	0.26 345	0.16 319	0.36 347	0.20 268	0.16 340	0.25 317	0.30 369	0.32 288	0.44 336	0.31 334	0.49 358	0.30 300	0.33 351	0.40 373	0.33 363	0.12 313	0.12 329	0.12 311	0.14 338	0.14 333	0.15 343

ADCPNet	0.25 339	0.16 319	0.61 377	0.21 292	0.15 330	0.35 363	0.25 335	0.32 288	0.35 294	0.30 328	0.40 332	0.36 333	0.28 331	0.28 329	0.32 360	0.12 313	0.10 311	0.11 296	0.12 325	0.14 333	0.13 318

DPSNet	0.28 350	0.16 319	0.31 333	0.18 182	0.13 302	0.54 379	0.42 388	0.51 380	0.67 382	0.29 325	0.38 319	0.38 341	0.29 339	0.31 339	0.23 302	0.11 289	0.10 311	0.11 296	0.08 213	0.20 365	0.16 354

PDISCO_ROB	0.27 347	0.16 319	0.26 311	0.28 360	0.20 365	0.32 346	0.26 341	0.44 368	0.57 367	0.28 319	0.40 332	0.45 362	0.29 339	0.33 347	0.34 365	0.12 313	0.09 293	0.17 351	0.16 350	0.17 358	0.13 318

LALA_ROB	0.25 339	0.16 319	0.22 292	0.26 346	0.17 353	0.27 332	0.27 348	0.42 363	0.37 304	0.33 344	0.38 319	0.51 372	0.26 315	0.28 329	0.27 337	0.16 358	0.09 293	0.12 311	0.11 307	0.13 321	0.12 305

PWC_ROB	0.21 298	0.16 319	0.26 311	0.18 182	0.11 255	0.22 289	0.13 43	0.32 288	0.49 351	0.30 328	0.40 332	0.32 318	0.24 304	0.31 339	0.22 292	0.10 268	0.07 248	0.11 296	0.08 213	0.11 290	0.10 271

Anonymous_2	0.22 307	0.17 330	0.28 322	0.15 38	0.16 340	0.32 346	0.22 303	0.22 157	0.17 100	0.23 276	0.24 197	0.26 271	0.27 323	0.27 318	0.23 302	0.22 375	0.25 382	0.17 351	0.17 357	0.17 358	0.17 361

Wz-Net-SNSev	0.25 339	0.17 330	0.44 358	0.25 341	0.14 319	0.26 325	0.23 313	0.38 345	0.56 365	0.30 328	0.55 367	0.39 349	0.26 315	0.23 300	0.30 352	0.10 268	0.09 293	0.09 228	0.10 284	0.11 290	0.11 294

WZ-Net	0.28 350	0.17 330	0.78 394	0.22 306	0.16 340	0.34 355	0.29 362	0.39 349	0.57 367	0.24 284	0.55 367	0.37 337	0.24 304	0.33 347	0.35 366	0.09 236	0.08 270	0.09 228	0.10 284	0.14 333	0.16 354

DDUNet	0.22 307	0.17 330	0.21 287	0.22 306	0.15 330	0.25 317	0.24 322	0.29 259	0.30 257	0.31 334	0.36 308	0.33 321	0.25 312	0.24 308	0.20 264	0.18 363	0.13 342	0.17 351	0.11 307	0.16 351	0.16 354

UDG	0.21 298	0.17 330	0.19 273	0.23 325	0.15 330	0.30 344	0.20 278	0.33 305	0.35 294	0.23 276	0.28 258	0.31 310	0.27 323	0.20 262	0.22 292	0.15 347	0.12 329	0.13 325	0.09 252	0.14 333	0.14 335

aanetorigin	0.22 307	0.17 330	0.56 373	0.17 115	0.10 217	0.15 177	0.19 263	0.20 124	0.33 275	0.49 373	0.48 357	0.29 292	0.27 323	0.20 262	0.23 302	0.08 191	0.07 248	0.08 164	0.07 162	0.10 275	0.09 252

AF-Net	0.22 307	0.17 330	0.17 247	0.26 346	0.13 302	0.25 317	0.24 322	0.32 288	0.50 353	0.25 297	0.33 298	0.38 341	0.26 315	0.28 329	0.25 321	0.11 289	0.10 311	0.16 349	0.11 307	0.11 290	0.10 271

DeepPrunerF	0.24 330	0.17 330	0.42 357	0.26 346	0.16 340	0.22 289	0.28 353	0.37 338	0.50 353	0.26 302	0.29 269	0.24 253	0.28 331	0.21 278	0.22 292	0.15 347	0.11 320	0.20 363	0.18 361	0.12 304	0.13 318

FBW_ROB	0.24 330	0.17 330	0.22 292	0.26 346	0.14 319	0.25 317	0.22 303	0.41 358	0.41 321	0.41 362	0.41 342	0.42 355	0.27 323	0.31 339	0.23 302	0.09 236	0.14 349	0.14 335	0.12 325	0.11 290	0.09 252

ETE_ROB	0.23 322	0.17 330	0.22 292	0.25 341	0.13 302	0.26 325	0.29 362	0.31 279	0.36 298	0.28 319	0.36 308	0.45 362	0.26 315	0.27 318	0.26 330	0.11 289	0.08 270	0.12 311	0.09 252	0.14 333	0.13 318

FINET	0.21 298	0.18 340	0.26 311	0.18 182	0.16 340	0.23 302	0.23 313	0.32 288	0.48 346	0.25 297	0.32 285	0.22 235	0.22 292	0.22 289	0.17 235	0.18 363	0.16 358	0.11 296	0.10 284	0.15 344	0.13 318

ADCS	0.29 354	0.18 340	0.45 359	0.21 292	0.17 353	0.28 338	0.23 313	0.41 358	0.63 377	0.40 358	0.49 358	0.40 352	0.36 359	0.39 369	0.40 377	0.13 333	0.12 329	0.13 325	0.14 338	0.16 351	0.16 354

PA-Net	0.23 322	0.18 340	0.33 338	0.28 360	0.22 369	0.21 281	0.38 384	0.29 259	0.39 312	0.22 263	0.32 285	0.25 263	0.26 315	0.20 262	0.25 321	0.09 236	0.23 380	0.15 343	0.22 368	0.09 248	0.13 318
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DGSMNet	0.24 330	0.19 343	0.33 338	0.21 292	0.24 372	0.24 307	0.20 278	0.35 327	0.41 321	0.24 284	0.32 285	0.38 341	0.21 283	0.29 335	0.23 302	0.12 313	0.11 320	0.14 335	0.16 350	0.23 369	0.23 374

RTS	0.45 379	0.19 343	3.26 412	0.24 330	0.15 330	0.74 394	0.20 278	0.36 333	0.76 391	0.42 365	0.43 350	0.31 310	0.41 371	0.53 385	0.35 366	0.10 268	0.08 270	0.13 325	0.12 325	0.15 344	0.15 343

RTSA	0.45 379	0.19 343	3.26 412	0.24 330	0.15 330	0.74 394	0.20 278	0.36 333	0.76 391	0.42 365	0.43 350	0.31 310	0.41 371	0.53 385	0.35 366	0.10 268	0.08 270	0.13 325	0.12 325	0.15 344	0.15 343

Anonymous Stereo	0.23 322	0.19 343	0.50 365	0.24 330	0.17 353	0.21 281	0.21 294	0.33 305	0.44 336	0.25 297	0.34 302	0.26 271	0.18 255	0.31 339	0.27 337	0.13 333	0.12 329	0.12 311	0.13 334	0.11 290	0.14 335

NaN_ROB	0.22 307	0.19 343	0.24 304	0.25 341	0.13 302	0.29 341	0.26 341	0.33 305	0.41 321	0.31 334	0.31 281	0.32 318	0.23 298	0.30 338	0.21 283	0.11 289	0.17 363	0.10 269	0.10 284	0.08 200	0.09 252

Wz-Net-TNSev	0.29 354	0.20 348	0.65 380	0.19 228	0.15 330	0.38 367	0.27 348	0.35 327	0.55 363	0.34 345	0.42 347	0.45 362	0.38 362	0.32 345	0.30 352	0.12 313	0.13 342	0.10 269	0.12 325	0.15 344	0.14 335

dad	0.17 258	0.20 348	0.20 282	0.16 68	0.11 255	0.20 267	0.18 232	0.21 141	0.28 243	0.30 328	0.24 197	0.29 292	0.13 171	0.19 243	0.16 223	0.18 363	0.09 293	0.11 296	0.09 252	0.11 290	0.07 159

FADNet-RVC	0.20 289	0.20 348	0.38 351	0.21 292	0.16 340	0.20 267	0.15 116	0.26 217	0.26 225	0.26 302	0.32 285	0.26 271	0.21 283	0.22 289	0.19 258	0.12 313	0.13 342	0.12 311	0.14 338	0.13 321	0.18 363

RGC	0.25 339	0.20 348	0.29 328	0.28 360	0.16 340	0.22 289	0.23 313	0.32 288	0.44 336	0.27 308	0.40 332	0.38 341	0.27 323	0.36 361	0.22 292	0.11 289	0.13 342	0.17 351	0.17 357	0.14 333	0.16 354

PVD	0.39 369	0.20 348	0.39 353	0.31 373	0.22 369	0.29 341	0.43 390	0.52 381	0.96 398	0.55 378	0.79 391	0.53 375	0.59 388	0.52 383	0.38 373	0.19 367	0.14 349	0.17 351	0.14 338	0.24 375	0.31 386

LSM	0.33 365	0.20 348	0.58 375	0.26 346	0.60 400	0.34 355	0.25 335	0.42 363	0.48 346	0.45 370	0.58 375	0.42 355	0.36 359	0.35 356	0.25 321	0.12 313	0.20 371	0.14 335	0.16 350	0.19 364	0.33 388

MFN_U_SF_RVC	0.32 362	0.21 354	0.55 371	0.30 369	0.15 330	0.34 355	0.17 192	0.52 381	0.46 344	0.46 372	0.55 367	0.59 378	0.39 364	0.35 356	0.37 371	0.15 347	0.14 349	0.18 359	0.21 365	0.16 351	0.15 343

MaskLacGwcNet_RVC	0.22 307	0.21 354	0.24 304	0.26 346	0.11 255	0.23 302	0.14 70	0.39 349	0.24 193	0.32 340	0.36 308	0.30 300	0.21 283	0.19 243	0.21 283	0.17 362	0.14 349	0.21 364	0.16 350	0.12 304	0.12 305

PS-NSSS	0.20 289	0.21 354	0.23 301	0.20 268	0.10 217	0.19 255	0.17 192	0.36 333	0.25 212	0.27 308	0.33 298	0.27 278	0.24 304	0.20 262	0.20 264	0.15 347	0.12 329	0.17 351	0.14 338	0.10 275	0.08 219

DispFullNet	0.27 347	0.21 354	0.65 380	0.28 360	0.16 340	0.26 325	0.17 192	0.33 305	0.58 370	0.27 308	0.38 319	0.43 358	0.23 298	0.38 366	0.23 302	0.12 313	0.06 190	0.19 361	0.11 307	0.21 366	0.15 343

FADNet	0.21 298	0.22 358	0.36 347	0.18 182	0.17 353	0.24 307	0.13 43	0.31 279	0.31 263	0.23 276	0.25 226	0.27 278	0.21 283	0.19 243	0.15 209	0.13 333	0.15 355	0.12 311	0.15 348	0.16 351	0.18 363

SQANet	0.23 322	0.23 359	0.30 331	0.30 369	0.19 362	0.27 332	0.13 43	0.29 259	0.33 275	0.24 284	0.37 314	0.31 310	0.22 292	0.27 318	0.23 302	0.15 347	0.10 311	0.21 364	0.16 350	0.21 366	0.15 343

GASNet	0.22 307	0.23 359	0.33 338	0.26 346	0.17 353	0.26 325	0.16 171	0.44 368	0.42 327	0.27 308	0.24 197	0.30 300	0.15 207	0.27 318	0.18 249	0.12 313	0.08 270	0.12 311	0.11 307	0.16 351	0.07 159

XQC	0.28 350	0.23 359	0.51 366	0.28 360	0.19 362	0.34 355	0.27 348	0.36 333	0.57 367	0.31 334	0.30 273	0.37 337	0.30 343	0.38 366	0.38 373	0.13 333	0.09 293	0.15 343	0.12 325	0.17 358	0.18 363

HCRNet	0.16 238	0.24 362	0.12 91	0.35 376	0.11 255	0.15 177	0.17 192	0.26 217	0.22 174	0.19 225	0.24 197	0.21 218	0.14 194	0.15 167	0.13 158	0.11 289	0.07 248	0.11 296	0.10 284	0.09 248	0.07 159

EDNetEfficient	0.29 354	0.24 362	1.13 403	0.18 182	0.10 217	0.19 255	0.20 278	0.20 124	0.60 374	0.74 392	0.56 372	0.31 310	0.39 364	0.22 289	0.30 352	0.09 236	0.07 248	0.08 164	0.07 162	0.11 290	0.09 252

MFN_U_SF_DS_RVC	0.30 359	0.24 362	0.29 328	0.36 378	0.16 340	0.34 355	0.30 369	0.32 288	0.42 327	0.40 358	0.46 354	0.38 341	0.31 347	0.34 350	0.28 345	0.19 367	0.20 371	0.26 371	0.29 380	0.18 361	0.19 368

PASM	0.32 362	0.24 362	0.48 364	0.28 360	0.27 378	0.29 341	0.30 369	0.34 315	0.49 351	0.35 346	0.39 327	0.46 366	0.34 355	0.34 350	0.35 366	0.23 379	0.25 382	0.26 371	0.28 379	0.23 369	0.21 371

CSAN	0.29 354	0.24 362	0.27 317	0.34 374	0.19 362	0.33 352	0.42 388	0.37 338	0.50 353	0.38 353	0.40 332	0.44 360	0.33 351	0.28 329	0.30 352	0.20 369	0.16 358	0.19 361	0.19 362	0.14 333	0.15 343

AnyNet_C01	0.36 368	0.25 367	1.37 406	0.22 306	0.17 353	0.48 375	0.27 348	0.35 327	0.39 312	0.39 355	0.74 387	0.46 366	0.38 362	0.45 377	0.47 386	0.13 333	0.13 342	0.13 325	0.14 338	0.14 333	0.15 343

MSMD_ROB	0.31 360	0.26 368	0.26 311	0.24 330	0.21 367	0.34 355	0.25 335	0.34 315	0.39 312	0.40 358	0.69 381	0.45 362	0.40 367	0.34 350	0.27 337	0.20 369	0.19 368	0.26 371	0.25 374	0.23 369	0.22 373

BEATNet-Init1	0.52 384	0.27 369	0.62 378	0.30 369	0.21 367	0.76 398	0.29 362	0.54 384	0.65 380	0.86 397	0.95 398	2.07 414	0.62 391	0.56 389	0.42 381	0.18 363	0.18 365	0.23 369	0.22 368	0.22 368	0.21 371

MANE	0.45 379	0.27 369	0.27 317	0.27 357	0.24 372	0.47 373	0.31 375	0.55 385	0.59 371	0.72 388	1.13 407	1.15 399	0.61 389	0.52 383	0.37 371	0.21 372	0.20 371	0.27 374	0.31 384	0.25 376	0.24 375

FC-DCNN	0.33 365	0.27 369	0.28 322	0.26 346	0.23 371	0.37 365	0.28 353	0.40 353	0.43 332	0.45 370	0.55 367	0.51 372	0.40 367	0.37 365	0.30 352	0.21 372	0.20 371	0.27 374	0.26 375	0.25 376	0.24 375

ccnet	0.29 354	0.28 372	0.23 301	0.20 268	0.28 379	0.41 370	0.21 294	0.45 371	0.33 275	0.36 348	0.46 354	0.36 333	0.30 343	0.39 369	0.42 381	0.23 379	0.14 349	0.21 364	0.17 357	0.23 369	0.18 363

FCDSN-DC	0.33 365	0.28 372	0.28 322	0.30 369	0.24 372	0.39 368	0.28 353	0.42 363	0.42 327	0.43 368	0.53 364	0.51 372	0.41 371	0.36 361	0.30 352	0.21 372	0.20 371	0.27 374	0.26 375	0.25 376	0.24 375
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SAMSARA	0.40 372	0.28 372	0.33 338	0.55 391	0.39 385	0.82 401	1.23 415	0.47 374	0.51 360	0.36 348	0.35 305	0.55 377	0.39 364	0.38 366	0.39 375	0.15 347	0.20 371	0.15 343	0.14 338	0.23 369	0.20 369

ELAS_RVC	0.41 374	0.29 375	0.33 338	0.28 360	0.24 372	0.54 379	0.36 380	0.49 377	0.59 371	0.72 388	0.74 387	0.65 384	0.54 382	0.54 387	0.40 377	0.22 375	0.20 371	0.27 374	0.26 375	0.26 379	0.25 379
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 374	0.29 375	0.33 338	0.27 357	0.24 372	0.60 384	0.36 380	0.50 379	0.50 353	0.71 386	0.79 391	0.67 386	0.54 382	0.51 381	0.42 381	0.22 375	0.20 371	0.27 374	0.26 375	0.26 379	0.25 379
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
EDNetEfficientorigin	7.91 419	0.31 377	153.02 438	0.19 228	0.09 132	0.21 281	0.16 171	0.22 157	0.59 371	0.72 388	0.67 379	0.42 355	0.50 381	0.24 308	0.39 375	0.08 191	0.07 248	0.08 164	0.07 162	0.12 304	0.10 271

CC-Net-ROB	0.28 350	0.31 377	0.36 347	0.29 367	0.15 330	0.25 317	0.19 263	0.45 371	0.33 275	0.39 355	0.37 314	0.39 349	0.31 347	0.27 318	0.26 330	0.24 381	0.19 368	0.30 382	0.23 372	0.18 361	0.15 343

coex-ft	3.30 414	0.34 379	59.09 437	0.18 182	0.13 302	0.26 325	0.22 303	0.27 235	0.72 386	1.90 415	0.70 383	0.44 360	0.45 377	0.29 335	0.41 380	0.09 236	0.09 293	0.12 311	0.09 252	0.14 333	0.13 318

GANetREF_RVC	0.31 360	0.34 379	0.27 317	0.35 376	0.16 340	0.32 346	0.41 385	0.48 375	0.51 360	0.35 346	0.35 305	0.34 327	0.33 351	0.39 369	0.32 360	0.27 383	0.20 371	0.29 380	0.15 348	0.18 361	0.17 361
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
NVStereoNet_ROB	0.46 382	0.36 381	0.46 362	0.41 382	0.28 379	0.34 355	0.34 378	0.48 375	0.60 374	0.72 388	0.93 396	0.70 389	0.66 392	0.47 378	0.60 395	0.22 375	0.33 387	0.34 384	0.34 387	0.30 382	0.30 385
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
otaku	0.39 369	0.37 382	0.52 367	0.44 384	0.28 379	0.58 381	0.24 322	0.41 358	0.62 376	0.40 358	0.49 358	0.46 366	0.33 351	0.40 373	0.32 360	0.30 384	0.30 386	0.39 386	0.33 385	0.29 381	0.28 382

MSC_U_SF_DS_RVC	0.43 376	0.39 383	0.54 369	0.40 380	0.20 365	0.64 386	0.32 377	0.53 383	0.72 386	0.71 386	0.72 384	0.61 380	0.54 382	0.51 381	0.46 385	0.20 369	0.19 368	0.29 380	0.30 382	0.23 369	0.18 363

Ntro	0.40 372	0.40 384	0.53 368	0.46 388	0.30 383	0.65 387	0.24 322	0.46 373	0.68 383	0.41 362	0.49 358	0.48 370	0.42 374	0.39 369	0.31 359	0.32 385	0.28 384	0.37 385	0.30 382	0.32 386	0.29 383

Consistency-Raft	0.44 377	0.40 384	0.45 359	0.37 379	0.43 388	0.46 371	0.41 385	0.57 388	0.55 363	0.32 340	0.73 385	0.33 321	0.48 379	0.42 376	0.49 388	0.39 388	0.35 388	0.45 388	0.51 396	0.42 388	0.29 383

JetBlue	0.71 393	0.45 386	1.14 404	0.51 389	0.47 390	2.02 415	0.64 402	0.75 394	0.70 384	0.69 385	0.77 390	1.22 401	0.83 399	1.03 411	1.01 411	0.40 389	0.28 384	0.33 383	0.33 385	0.30 382	0.34 389

ACVNet_1	0.44 377	0.49 387	0.60 376	0.45 385	0.28 379	0.49 376	0.27 348	0.57 388	0.72 386	0.62 381	0.58 375	0.74 390	0.49 380	0.50 380	0.35 366	0.26 382	0.24 381	0.39 386	0.29 380	0.31 385	0.24 375

ACVNet-4b	0.39 369	0.53 388	0.55 371	0.45 385	0.24 372	0.47 373	0.18 232	0.49 377	0.64 378	0.42 365	0.45 353	0.60 379	0.27 323	0.34 350	0.24 312	0.33 386	0.14 349	0.48 389	0.42 389	0.30 382	0.26 381

SGM+DAISY	0.56 387	0.57 389	0.65 380	0.40 380	0.54 393	0.66 389	0.49 392	0.56 386	0.45 343	0.66 382	0.69 381	0.67 386	0.56 386	0.63 392	0.56 393	0.59 400	0.48 396	0.50 390	0.50 395	0.52 391	0.58 398

anonymity	0.53 385	0.58 390	0.65 380	0.41 382	0.61 401	0.53 378	0.41 385	0.56 386	0.41 321	0.55 378	0.50 362	0.49 371	0.55 385	0.58 390	0.50 391	0.58 399	0.50 400	0.51 391	0.51 396	0.51 390	0.57 397

SPS-STEREO	0.57 388	0.58 390	0.65 380	0.45 385	0.55 395	0.62 385	0.44 391	0.62 391	0.50 353	0.68 384	0.64 377	0.66 385	0.57 387	0.61 391	0.60 395	0.62 402	0.47 395	0.51 391	0.49 393	0.55 395	0.58 398
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IMH-64-1	0.65 390	0.61 392	0.68 388	0.71 395	0.51 391	0.59 382	0.49 392	0.91 399	0.85 393	0.74 392	1.02 400	0.81 391	0.78 397	0.79 396	0.49 388	0.42 390	0.46 391	0.71 397	0.47 391	0.52 391	0.39 391

IMH-64	0.65 390	0.61 392	0.68 388	0.71 395	0.51 391	0.59 382	0.49 392	0.91 399	0.85 393	0.74 392	1.02 400	0.81 391	0.78 397	0.79 396	0.49 388	0.42 390	0.46 391	0.71 397	0.47 391	0.52 391	0.39 391

RainbowNet	0.54 386	0.61 392	0.70 392	0.57 392	0.43 388	0.65 387	0.37 383	0.60 390	0.87 395	0.50 374	0.66 378	0.64 382	0.47 378	0.49 379	0.43 384	0.47 394	0.48 396	0.52 393	0.41 388	0.52 391	0.40 393

IMH	0.71 393	0.64 395	0.68 388	0.76 397	0.54 393	0.69 390	0.54 396	0.98 405	1.10 400	0.82 396	1.09 403	0.89 393	0.88 402	0.87 404	0.52 392	0.44 393	0.50 400	0.75 400	0.51 396	0.56 396	0.41 394

ACVNet_2	0.66 392	0.66 396	0.68 388	0.63 393	0.41 386	0.71 392	0.49 392	0.96 403	1.39 407	0.89 398	1.09 403	1.04 395	0.73 395	0.54 387	0.47 386	0.43 392	0.40 390	0.53 394	0.44 390	0.47 389	0.35 390

MFMNet_re	0.64 389	0.66 396	0.65 380	0.51 389	0.69 405	0.69 390	0.57 398	0.64 392	0.73 389	0.60 380	0.73 385	0.62 381	0.67 393	0.65 393	0.60 395	0.66 403	0.58 409	0.63 395	0.59 399	0.68 401	0.69 407

MADNet+	0.75 396	0.71 398	3.70 415	0.66 394	0.41 386	0.98 406	0.97 413	0.69 393	0.73 389	0.52 375	0.57 373	0.64 382	0.68 394	0.86 403	1.01 411	0.34 387	0.36 389	0.28 379	0.23 372	0.36 387	0.31 386

TorneroNet-64	0.76 397	0.72 399	0.74 393	0.78 399	0.58 399	0.91 405	0.56 397	0.84 397	1.29 404	0.66 382	0.90 394	1.40 407	0.75 396	0.85 402	0.67 401	0.49 395	0.46 391	0.72 399	0.59 399	0.67 400	0.53 396

TorneroNet	0.82 400	0.74 400	0.81 398	0.84 402	0.63 402	0.99 407	0.63 400	0.96 403	1.16 401	0.80 395	1.11 405	1.36 406	0.86 401	0.93 407	0.80 406	0.56 397	0.49 398	0.78 404	0.66 403	0.73 406	0.63 406

WAO-7	0.79 398	0.78 401	0.54 369	0.85 403	0.67 404	0.74 394	0.68 406	1.05 408	1.32 405	0.90 399	1.20 410	1.04 395	0.92 403	0.69 394	0.66 398	0.60 401	0.62 410	0.67 396	0.68 404	0.64 397	0.58 398

WAO-6	0.81 399	0.80 402	0.62 378	0.86 404	0.63 402	0.76 398	0.58 399	0.98 405	1.54 412	0.90 399	0.96 399	1.07 397	1.03 407	0.70 395	0.66 398	0.72 404	0.49 398	0.90 407	0.71 405	0.68 401	0.58 398

WAO-8	0.91 403	0.81 403	0.65 380	0.94 407	0.69 405	0.90 402	0.67 404	1.07 410	1.83 415	1.06 406	1.45 413	1.30 402	1.07 408	0.84 400	0.78 404	0.74 406	0.53 403	0.86 405	0.75 406	0.69 403	0.62 404

Venus	0.91 403	0.81 403	0.65 380	0.94 407	0.69 405	0.90 402	0.67 404	1.07 410	1.83 415	1.06 406	1.45 413	1.30 402	1.07 408	0.84 400	0.78 404	0.74 406	0.53 403	0.86 405	0.75 406	0.69 403	0.62 404

LVE	0.83 401	0.85 405	0.85 399	0.80 400	0.56 396	1.04 411	0.65 403	1.05 408	1.47 410	0.96 401	1.22 411	1.10 398	0.85 400	0.83 399	0.71 403	0.49 395	0.55 406	0.76 402	0.60 401	0.65 398	0.59 403

Dean	0.87 402	0.86 406	0.79 396	0.81 401	0.56 396	0.90 402	0.63 400	1.15 413	1.73 413	1.15 408	1.15 408	1.31 404	0.99 406	0.81 398	0.81 407	0.57 398	0.56 407	0.77 403	0.64 402	0.66 399	0.58 398

SPstereo	13.84 428	0.93 407	1.50 409	1.22 413	0.88 412	28.82 431	48.26 431	26.77 438	29.54 437	22.37 436	22.60 435	23.23 436	24.68 436	24.53 436	15.06 428	0.88 411	0.69 412	1.83 417	1.60 417	0.74 407	0.77 411

UNDER WATER-64	0.95 405	0.94 408	1.43 408	0.87 405	0.56 396	1.18 414	0.87 410	0.77 395	0.94 397	1.04 404	0.85 393	1.58 412	1.21 413	0.94 408	0.96 409	0.87 410	0.57 408	1.03 410	0.88 411	0.78 408	0.73 408

PWCK	0.71 393	0.94 408	0.95 401	0.76 397	0.31 384	0.74 394	0.36 380	0.90 398	0.90 396	0.96 401	0.75 389	0.95 394	0.61 389	0.87 404	0.66 398	0.72 404	0.46 391	0.75 400	0.49 393	0.69 403	0.44 395

UNDER WATER	0.97 406	0.97 410	1.42 407	0.99 409	0.70 408	1.12 413	0.84 409	0.80 396	1.08 399	1.01 403	0.90 394	1.55 411	1.22 414	1.03 411	1.00 410	0.78 408	0.53 403	1.02 409	0.87 410	0.80 409	0.74 409

notaker	0.97 406	1.11 411	0.98 402	1.13 411	0.81 409	0.73 393	0.68 406	0.93 401	1.16 401	1.18 410	1.18 409	1.41 408	1.16 412	1.08 413	0.69 402	0.81 409	0.64 411	1.17 411	0.79 408	0.98 411	0.80 412

KSHMR	1.09 409	1.17 412	0.88 400	1.25 415	1.00 414	0.99 407	0.96 412	1.13 412	1.37 406	1.16 409	1.29 412	1.41 408	0.96 405	1.01 410	0.92 408	1.03 413	1.08 415	1.20 412	1.03 414	1.01 412	0.97 414

ktn	1.01 408	1.21 413	0.80 397	1.23 414	0.86 411	1.01 409	0.87 410	0.94 402	1.39 407	1.04 404	1.12 406	1.15 399	1.07 408	0.94 408	0.59 394	1.28 415	0.71 413	1.38 415	0.83 409	1.02 413	0.75 410

DPSimNet_ROB	1.11 410	1.23 414	0.78 394	1.13 411	0.88 412	1.10 412	1.13 414	1.16 414	1.23 403	1.43 412	1.02 400	1.41 408	1.10 411	0.90 406	1.60 413	1.46 416	0.51 402	1.21 413	1.03 414	0.90 410	1.01 416

HanzoNet	1.29 411	1.26 415	1.19 405	1.12 410	0.85 410	1.02 410	0.83 408	1.03 407	1.48 411	1.64 413	1.61 415	2.50 416	1.72 415	1.61 415	1.61 414	1.26 414	0.80 414	1.31 414	1.01 413	1.02 413	0.86 413

JetRed	1.62 412	1.46 416	2.98 411	0.92 406	1.21 415	4.99 417	1.53 417	1.27 415	1.39 407	1.83 414	1.74 416	1.60 413	0.95 404	1.41 414	2.45 417	0.90 412	1.60 416	0.93 408	0.90 412	1.35 415	0.99 415

MADNet++	1.95 413	1.75 417	1.59 410	1.82 416	1.69 417	2.33 416	1.40 416	2.35 416	2.09 417	2.57 416	2.36 417	2.24 415	2.17 416	2.28 416	2.34 416	1.87 417	1.66 417	1.54 416	1.34 416	1.92 416	1.77 418

DLNR_Zeroshot_test	10.40 423	1.82 418	19.49 433	120.77 438	13.11 428	0.06 2	0.13 43	0.23 174	0.10 8	0.07 2	0.10 39	0.09 38	0.06 6	0.10 18	0.09 19	0.13 333	0.04 2	0.06 32	0.04 8	51.54 437	0.04 7

ASD4		3.38 419

DPSMNet_ROB	8.06 420	4.48 420	8.63 424	5.37 423	10.74 425	8.32 419	22.98 426	5.46 418	13.36 425	5.12 418	9.92 421	5.08 418	10.40 423	5.53 420	12.58 423	3.80 422	8.00 423	3.50 419	7.02 422	3.83 421	7.14 424

DGTPSM_ROB	8.06 420	4.48 420	8.63 424	5.35 421	10.72 424	8.32 419	22.97 425	5.46 418	13.35 424	5.12 418	9.92 421	5.08 418	10.40 423	5.52 419	12.58 423	3.79 421	8.00 423	3.50 419	7.02 422	3.83 421	7.14 424

xxxxx1	7.79 416	5.02 422	7.31 418	3.12 418	3.85 419	16.35 424	22.88 422	5.86 421	8.69 420	7.97 420	8.54 418	9.12 422	8.27 420	10.18 422	10.92 420	2.42 418	2.45 419	3.56 421	12.37 425	3.77 418	3.06 420

tt_ll	7.79 416	5.02 422	7.31 418	3.12 418	3.85 419	16.35 424	22.88 422	5.86 421	8.69 420	7.97 420	8.54 418	9.12 422	8.27 420	10.18 422	10.92 420	2.42 418	2.45 419	3.56 421	12.37 425	3.77 418	3.06 420

ff	7.79 416	5.02 422	7.31 418	3.12 418	3.85 419	16.35 424	22.88 422	5.86 421	8.69 420	7.97 420	8.54 418	9.12 422	8.27 420	10.18 422	10.92 420	2.42 418	2.45 419	3.56 421	12.37 425	3.77 418	3.06 420

Anonymous_1	10.96 425	7.92 425	7.46 421	10.33 424	10.06 423	18.65 428	26.34 428	11.06 425	13.44 426	9.40 423	10.05 423	9.67 425	11.23 425	10.73 425	12.72 425	6.42 425	8.38 425	5.77 424	10.61 424	12.12 426	6.77 423

DPSM_ROB	11.15 426	8.58 426	8.00 422	10.88 425	11.58 426	19.10 429	26.71 429	12.05 426	14.07 427	10.36 424	10.84 424	10.33 426	11.86 426	11.70 426	13.54 426	6.99 426	8.79 426	5.89 425	6.95 420	7.29 423	7.42 426

DPSM	11.15 426	8.58 426	8.00 422	10.88 425	11.58 426	19.10 429	26.71 429	12.05 426	14.07 427	10.36 424	10.84 424	10.33 426	11.86 426	11.70 426	13.54 426	6.99 426	8.79 426	5.89 425	6.95 420	7.29 423	7.42 426

PML	8.91 422	9.34 428	6.13 416	5.35 421	6.41 422	14.99 423	23.38 427	5.27 417	6.83 419	18.04 428	28.19 437	7.67 420	6.83 419	7.85 421	5.75 418	5.35 423	1.83 418	5.95 427	1.93 418	8.64 425	2.52 419

LRCNet_RVC	10.62 424	13.42 429	7.30 417	18.92 428	2.07 418	0.33 352	0.30 369	5.59 420	0.48 346	13.03 426	17.94 427	8.87 421	5.65 418	4.79 418	1.89 415	23.51 435	2.73 422	27.55 436	25.71 436	16.07 433	16.33 434

LSM0	22.87 436	17.28 430	18.96 431	22.19 435	29.04 437	38.42 437	53.71 432	24.28 435	28.31 431	20.78 432	21.00 429	21.43 435	24.16 435	23.50 434	27.39 433	14.09 433	17.38 430	11.84 433	14.04 433	14.73 432	14.89 428

MyStereo03	22.45 432	17.33 431	16.21 428	21.95 430	23.27 431	38.32 432	53.79 433	24.21 432	28.46 433	20.87 433	21.85 432	20.80 430	23.87 430	23.46 431	27.40 434	14.08 429	17.71 433	11.82 428	14.03 430	14.65 427	14.89 428

MyStereo02	22.45 432	17.33 431	16.21 428	21.95 430	23.27 431	38.32 432	53.79 433	24.21 432	28.46 433	20.87 433	21.85 432	20.80 430	23.87 430	23.46 431	27.40 434	14.08 429	17.71 433	11.82 428	14.03 430	14.65 427	14.89 428

MyStereo	22.45 432	17.33 431	16.21 428	21.95 430	23.27 431	38.32 432	53.79 433	24.21 432	28.46 433	20.87 433	21.85 432	20.80 430	23.87 430	23.46 431	27.40 434	14.08 429	17.71 433	11.82 428	14.03 430	14.65 427	14.89 428

CasAABBNet	22.42 431	17.33 431	16.01 426	22.01 433	23.28 434	38.32 432	53.80 436	24.14 431	28.41 432	20.60 430	21.77 430	20.89 434	23.91 434	23.43 430	27.36 432	14.07 428	17.69 431	11.83 432	14.01 429	14.67 430	14.95 432

Selective-RAFT-Error	22.47 435	17.37 435	16.09 427	22.06 434	23.34 435	38.39 436	53.83 437	24.29 436	28.47 436	20.74 431	21.83 431	20.81 433	23.90 433	23.54 435	27.53 437	14.08 429	17.69 431	11.82 428	14.00 428	14.69 431	15.00 433

HaxPig	15.71 429	18.52 436	19.18 432	16.89 427	15.89 429	7.73 418	7.60 418	13.31 428	10.82 423	15.42 427	14.91 426	15.98 428	14.92 428	15.58 428	15.98 429	18.95 434	16.73 429	19.46 434	18.08 434	19.26 434	19.05 435

MEDIAN_ROB	20.38 430	24.04 437	23.31 434	21.23 429	21.71 430	10.40 422	7.92 419	17.64 429	15.50 429	20.12 429	19.70 428	20.34 429	20.32 429	21.19 429	21.13 430	23.81 436	21.81 436	24.98 435	23.76 435	24.71 435	23.93 436

AVERAGE_ROB	24.90 437	29.20 438	28.14 435	24.89 436	24.64 436	17.75 427	11.12 420	21.45 430	19.93 430	25.12 437	24.46 436	25.12 437	25.46 437	24.69 437	22.83 431	29.76 437	27.13 437	28.97 437	27.95 437	29.91 436	29.47 437

test_example2	98.32 438	94.13 439	45.89 436	96.35 437	109.85 438	88.61 438	95.45 438	25.75 437	94.37 438	130.00 438	126.06 438	58.17 438	74.63 438	88.51 438	79.96 438	150.23 438	221.02 438	77.62 438	99.10 438	113.75 438	96.94 438

Low-res two-view benchmark