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	0.34 37	0.13 1	0.25 6	1.28 389	0.30 226	0.46 135	0.38 187	0.48 12	0.47 61	0.34 16	0.52 44	0.24 1	0.19 2	0.29 1	0.27 34	0.69 381	0.08 1	0.12 2	0.08 1	0.12 8	0.15 108

CES	0.28 9	0.14 2	0.23 1	0.30 4	0.70 373	0.37 87	0.27 44	0.48 12	0.46 58	0.34 16	0.48 31	0.27 2	0.22 6	0.39 15	0.23 4	0.13 12	0.11 58	0.12 2	0.08 1	0.13 20	0.17 164

LoS	0.29 14	0.15 3	0.30 11	0.29 2	0.18 7	0.33 68	0.29 58	0.51 18	0.72 134	0.34 16	0.52 44	0.41 45	0.28 34	0.47 46	0.28 44	0.15 80	0.11 58	0.13 9	0.09 6	0.11 1	0.11 9

CREStereo++_RVC	0.32 30	0.15 3	0.23 1	0.31 6	0.24 88	0.27 26	0.22 8	0.46 9	0.88 213	0.46 48	0.80 126	0.30 5	0.26 19	0.36 6	0.33 88	0.13 12	0.09 2	0.13 9	0.51 376	0.13 20	0.09 1
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
s12784h	0.36 67	0.15 3	0.24 3	0.34 11	0.15 1	0.77 259	0.29 58	0.80 168	0.83 185	0.56 70	0.57 56	0.43 57	0.40 111	0.57 91	0.33 88	0.12 4	0.10 9	0.14 17	0.09 6	0.14 46	0.09 1

TANstereo	0.30 26	0.15 3	0.31 13	0.30 4	0.17 3	0.55 166	0.23 19	0.44 7	0.55 79	0.59 75	0.68 82	0.37 34	0.26 19	0.35 5	0.27 34	0.15 80	0.16 231	0.12 2	0.10 10	0.13 20	0.14 89

CREStereo	0.28 9	0.15 3	0.24 3	0.27 1	0.17 3	0.37 87	0.25 32	0.51 18	0.72 134	0.42 39	0.51 39	0.32 11	0.26 19	0.38 13	0.25 9	0.16 112	0.11 58	0.12 2	0.08 1	0.12 8	0.11 9
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
Any-RAFT	0.35 49	0.16 8	0.30 11	0.34 11	0.21 29	0.52 151	0.22 8	0.88 193	0.73 139	0.53 64	0.73 91	0.64 148	0.28 34	0.46 39	0.24 6	0.15 80	0.10 9	0.13 9	0.10 10	0.13 20	0.12 33

LoS_RVC	0.27 6	0.16 8	0.27 8	0.32 8	0.30 226	0.44 128	0.34 120	0.41 5	0.33 9	0.31 9	0.51 39	0.29 4	0.32 63	0.36 6	0.28 44	0.11 1	0.10 9	0.11 1	0.08 1	0.11 1	0.19 207

EGLCR-Stereo	0.25 3	0.16 8	0.33 21	0.34 11	0.20 20	0.35 79	0.20 1	0.52 21	0.36 22	0.28 4	0.27 4	0.41 45	0.18 1	0.45 32	0.26 25	0.14 32	0.10 9	0.16 62	0.14 74	0.13 20	0.11 9

fff	0.37 82	0.16 8	0.41 83	0.34 11	0.19 9	0.29 37	0.30 71	0.69 111	1.06 300	0.69 131	0.78 115	0.42 51	0.63 220	0.46 39	0.34 98	0.14 32	0.10 9	0.14 17	0.11 16	0.11 1	0.13 58

ADStereo(finetuned)	0.37 82	0.16 8	0.49 184	0.34 11	0.19 9	0.30 44	0.30 71	0.68 102	0.91 230	0.70 137	0.77 107	0.43 57	0.69 255	0.45 32	0.33 88	0.14 32	0.10 9	0.14 17	0.11 16	0.13 20	0.12 33

test-3	0.34 37	0.16 8	0.43 111	0.39 87	0.21 29	0.43 124	0.22 8	0.63 63	0.78 165	0.71 143	0.45 22	0.64 148	0.27 25	0.43 25	0.31 68	0.12 4	0.09 2	0.17 87	0.13 51	0.12 8	0.10 3

test_1	0.34 37	0.16 8	0.43 111	0.39 87	0.21 29	0.43 124	0.23 19	0.63 63	0.78 165	0.68 126	0.45 22	0.64 148	0.27 25	0.43 25	0.31 68	0.12 4	0.09 2	0.17 87	0.13 51	0.12 8	0.10 3

DCANet	0.36 67	0.16 8	0.41 83	0.34 11	0.19 9	0.30 44	0.30 71	0.68 102	0.91 230	0.70 137	0.77 107	0.43 57	0.57 187	0.45 32	0.34 98	0.14 32	0.10 9	0.14 17	0.11 16	0.13 20	0.12 33

csc	0.37 82	0.16 8	0.41 83	0.34 11	0.19 9	0.29 37	0.30 71	0.69 111	1.06 300	0.69 131	0.78 115	0.42 51	0.63 220	0.46 39	0.34 98	0.14 32	0.10 9	0.14 17	0.11 16	0.11 1	0.13 58

cscssc	0.37 82	0.16 8	0.41 83	0.34 11	0.19 9	0.29 37	0.30 71	0.69 111	1.06 300	0.69 131	0.78 115	0.42 51	0.63 220	0.46 39	0.34 98	0.14 32	0.10 9	0.14 17	0.11 16	0.11 1	0.13 58

PMTNet	0.32 30	0.16 8	0.24 3	0.29 2	0.18 7	0.45 133	0.22 8	0.56 30	0.63 100	0.46 48	0.54 48	0.39 39	0.34 77	0.48 51	0.24 6	0.75 383	0.10 9	0.12 2	0.08 1	0.12 8	0.11 9

IGEV+	0.24 1	0.17 19	0.31 13	0.38 67	0.22 42	0.24 7	0.22 8	0.50 17	0.23 1	0.28 4	0.35 17	0.30 5	0.22 6	0.31 3	0.28 44	0.14 32	0.10 9	0.13 9	0.10 10	0.13 20	0.13 58

MSKI-zero shot	0.32 30	0.17 19	0.34 27	0.39 87	0.21 29	0.32 64	0.22 8	0.61 54	0.43 49	0.52 61	0.64 70	0.61 134	0.20 4	0.74 216	0.25 9	0.14 32	0.10 9	0.14 17	0.10 10	0.12 8	0.12 33

MIF-Stereo	0.27 6	0.17 19	0.37 45	0.40 110	0.27 174	0.30 44	0.28 51	0.39 2	0.31 6	0.29 7	0.46 25	0.27 2	0.25 13	0.47 46	0.34 98	0.17 145	0.13 154	0.13 9	0.12 30	0.14 46	0.12 33

MIM_Stereo	0.38 96	0.17 19	0.53 214	0.37 46	0.24 88	0.27 26	0.24 25	0.70 125	0.54 75	0.72 154	1.00 219	0.63 141	0.29 44	0.64 158	0.38 149	0.13 12	0.14 180	0.17 87	0.16 125	0.14 46	0.11 9

AEACV	0.27 6	0.17 19	0.31 13	0.34 11	0.45 332	0.26 18	0.28 51	0.37 1	0.32 8	0.30 8	0.46 25	0.31 9	0.37 91	0.36 6	0.24 6	0.14 32	0.10 9	0.15 43	0.12 30	0.13 20	0.11 9

MC-Stereo	0.28 9	0.17 19	0.32 18	0.38 67	0.20 20	0.26 18	0.26 38	0.49 14	0.37 32	0.37 19	0.61 65	0.41 45	0.31 59	0.55 73	0.25 9	0.13 12	0.09 2	0.14 17	0.12 30	0.12 8	0.11 9

RCA-Stereo	0.35 49	0.17 19	0.34 27	0.38 67	0.22 42	0.31 54	0.34 120	0.68 102	1.24 334	0.45 46	0.65 72	0.47 71	0.43 125	0.38 13	0.27 34	0.13 12	0.10 9	0.14 17	0.11 16	0.11 1	0.11 9

HHNet	0.41 133	0.17 19	0.41 83	0.34 11	0.37 285	0.33 68	0.34 120	0.69 111	0.75 146	0.86 229	1.30 306	0.52 85	0.32 63	0.52 63	0.35 113	0.15 80	0.11 58	0.19 157	0.15 96	0.15 79	0.24 266

DEmStereo	0.48 184	0.17 19	0.50 196	0.38 67	0.25 114	0.59 197	0.34 120	0.63 63	0.74 144	0.89 248	1.66 347	0.58 111	1.06 340	0.60 128	0.42 167	0.14 32	0.11 58	0.16 62	0.16 125	0.14 46	0.15 108

DRaft	0.49 200	0.17 19	0.47 158	0.37 46	0.25 114	0.58 188	0.40 212	0.65 74	0.85 195	1.02 303	1.75 355	0.50 80	0.82 300	0.63 151	0.40 160	0.13 12	0.11 58	0.16 62	0.16 125	0.14 46	0.15 108

RAFT-RH_RVC	0.56 255	0.17 19	0.41 83	0.37 46	0.23 70	0.57 186	0.24 25	0.60 48	0.70 123	1.19 336	3.94 402	0.56 98	0.38 94	0.65 165	0.36 129	0.13 12	0.11 58	0.20 181	0.14 74	0.12 8	0.13 58

XX-Stereo	0.37 82	0.17 19	0.45 132	0.55 325	0.36 280	0.38 100	0.20 1	0.60 48	0.30 4	0.46 48	1.30 306	0.73 198	0.26 19	0.56 81	0.26 25	0.16 112	0.11 58	0.17 87	0.16 125	0.14 46	0.10 3

111	0.40 122	0.17 19	0.41 83	0.34 11	0.19 9	0.52 151	0.28 51	0.74 143	1.16 321	0.50 56	0.91 178	0.63 141	0.48 147	0.61 135	0.35 113	0.14 32	0.10 9	0.14 17	0.12 30	0.13 20	0.13 58

RAFT-Stereo + iAFF	0.36 67	0.17 19	0.41 83	0.35 29	0.19 9	0.33 68	0.29 58	0.65 74	0.73 139	0.68 126	1.01 222	0.56 98	0.40 111	0.42 22	0.30 61	0.11 1	0.09 2	0.15 43	0.14 74	0.13 20	0.10 3

CFNet-RSSM	0.34 37	0.17 19	0.45 132	0.39 87	0.22 42	0.35 79	0.23 19	0.73 141	0.84 188	0.65 108	0.54 48	0.57 103	0.28 34	0.46 39	0.26 25	0.13 12	0.10 9	0.14 17	0.12 30	0.13 20	0.11 9

Gwc-CoAtRS	0.34 37	0.17 19	0.44 121	0.39 87	0.23 70	0.34 74	0.22 8	0.70 125	0.75 146	0.60 79	0.59 61	0.58 111	0.29 44	0.45 32	0.26 25	0.14 32	0.11 58	0.14 17	0.12 30	0.12 8	0.12 33

StereoIM	0.26 4	0.18 35	0.36 35	0.36 37	0.26 150	0.27 26	0.27 44	0.43 6	0.35 17	0.27 2	0.26 3	0.41 45	0.28 34	0.40 17	0.28 44	0.16 112	0.14 180	0.16 62	0.13 51	0.14 46	0.12 33

IGEV_Zeroshot_test	0.34 37	0.18 35	0.67 273	0.39 87	0.28 193	0.30 44	0.25 32	0.74 143	0.31 6	0.62 85	0.57 56	0.54 93	0.25 13	0.53 68	0.27 34	0.14 32	0.10 9	0.15 43	0.14 74	0.14 46	0.12 33

MIF-Stereo (partial)	0.31 28	0.18 35	0.37 45	0.41 134	0.31 244	0.28 33	0.23 19	0.47 10	0.42 47	0.31 9	0.63 67	0.36 32	0.35 79	0.57 91	0.31 68	0.17 145	0.13 154	0.19 157	0.17 166	0.18 159	0.14 89

RAFT-Test	0.34 37	0.18 35	0.37 45	0.38 67	0.23 70	0.50 144	0.23 19	0.69 111	0.40 40	0.60 79	0.85 154	0.61 134	0.28 34	0.46 39	0.27 34	0.14 32	0.11 58	0.14 17	0.11 16	0.13 20	0.12 33

4D-IteraStereo	0.33 36	0.18 35	0.40 78	0.40 110	0.24 88	0.32 64	0.27 44	0.58 37	0.72 134	0.65 108	0.54 48	0.42 51	0.23 8	0.45 32	0.28 44	0.14 32	0.09 2	0.19 157	0.16 125	0.16 110	0.11 9

Selective-IGEV	0.24 1	0.18 35	0.35 30	0.35 29	0.19 9	0.27 26	0.25 32	0.55 29	0.23 1	0.27 2	0.25 2	0.34 22	0.19 2	0.58 108	0.22 1	0.12 4	0.10 9	0.14 17	0.11 16	0.12 8	0.10 3

DCRE	0.37 82	0.18 35	0.46 148	0.45 225	0.32 256	0.42 122	0.37 167	0.63 63	0.51 65	0.47 51	0.94 186	0.56 98	0.36 88	0.52 63	0.32 76	0.14 32	0.13 154	0.15 43	0.14 74	0.14 46	0.13 58

test_4	0.36 67	0.18 35	0.31 13	0.44 204	0.25 114	0.20 1	0.34 120	0.56 30	0.41 43	0.59 75	1.45 332	0.43 57	0.25 13	0.63 151	0.28 44	0.12 4	0.10 9	0.17 87	0.19 212	0.15 79	0.11 9

CrosDoStereo	0.50 213	0.18 35	0.45 132	0.38 67	0.24 88	0.40 104	1.18 376	0.67 93	0.86 200	0.94 272	1.37 315	0.63 141	0.77 285	0.65 165	0.45 190	0.15 80	0.12 99	0.17 87	0.18 188	0.14 46	0.14 89

DeepStereo_LL	0.50 213	0.18 35	0.45 132	0.38 67	0.24 88	0.40 104	1.18 376	0.67 93	0.86 200	0.94 272	1.37 315	0.63 141	0.77 285	0.65 165	0.45 190	0.15 80	0.12 99	0.17 87	0.18 188	0.14 46	0.14 89

THIR-Stereo	0.50 213	0.18 35	0.45 132	0.38 67	0.23 70	0.75 256	0.67 319	0.66 83	0.87 209	1.02 303	1.40 321	0.72 189	0.76 281	0.62 141	0.42 167	0.15 80	0.11 58	0.17 87	0.18 188	0.14 46	0.15 108

PFNet	0.42 139	0.18 35	0.58 235	0.43 189	0.24 88	0.43 124	0.32 104	0.74 143	0.78 165	1.00 296	0.74 100	0.68 169	0.39 106	0.72 204	0.37 141	0.16 112	0.10 9	0.20 181	0.15 96	0.16 110	0.13 58

RAFT-345	0.40 122	0.18 35	0.40 78	0.38 67	0.22 42	0.33 68	0.26 38	0.61 54	0.51 65	0.74 168	1.79 356	0.45 63	0.33 71	0.66 170	0.36 129	0.14 32	0.11 58	0.18 121	0.14 74	0.13 20	0.13 58

R-Stereo Train	0.39 110	0.18 35	0.42 102	0.42 171	0.26 150	0.40 104	0.32 104	0.72 134	0.34 10	0.89 248	1.28 302	0.57 103	0.35 79	0.42 22	0.32 76	0.15 80	0.12 99	0.14 17	0.12 30	0.14 46	0.13 58

RAFT-Stereo	0.39 110	0.18 35	0.42 102	0.42 171	0.26 150	0.40 104	0.32 104	0.72 134	0.34 10	0.89 248	1.28 302	0.57 103	0.35 79	0.42 22	0.32 76	0.15 80	0.12 99	0.14 17	0.12 30	0.14 46	0.13 58
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MGS-Stereo	0.28 9	0.19 50	0.40 78	0.36 37	0.23 70	0.37 87	0.30 71	0.39 2	0.44 53	0.31 9	0.51 39	0.40 42	0.24 11	0.43 25	0.26 25	0.15 80	0.12 99	0.15 43	0.13 51	0.14 46	0.13 58

DisPM	0.39 110	0.19 50	0.44 121	0.41 134	0.27 174	0.24 7	0.31 88	0.65 74	0.57 84	0.87 236	0.87 161	0.60 130	0.32 63	0.76 223	0.32 76	0.18 173	0.12 99	0.19 157	0.17 166	0.15 79	0.20 227

iRaft-Stereo_20w	0.39 110	0.19 50	0.57 231	0.37 46	0.27 174	0.31 54	0.24 25	1.44 359	0.29 3	0.69 131	0.53 46	0.60 130	0.42 118	0.83 250	0.27 34	0.14 32	0.11 58	0.14 17	0.13 51	0.15 79	0.13 58

GLC_STEREO	0.29 14	0.19 50	0.27 8	0.44 204	0.19 9	0.31 54	0.26 38	0.47 10	0.43 49	0.37 19	0.47 30	0.41 45	0.23 8	0.50 54	0.34 98	0.14 32	0.18 257	0.19 157	0.16 125	0.16 110	0.13 58

GMOStereo	0.37 82	0.19 50	0.38 54	0.43 189	0.24 88	0.37 87	0.38 187	0.52 21	0.62 90	0.87 236	0.84 146	0.64 148	0.35 79	0.37 9	0.28 44	0.13 12	0.11 58	0.20 181	0.18 188	0.15 79	0.11 9

error version	0.37 82	0.19 50	0.38 54	0.43 189	0.24 88	0.37 87	0.38 187	0.52 21	0.62 90	0.87 236	0.84 146	0.64 148	0.35 79	0.37 9	0.28 44	0.13 12	0.11 58	0.20 181	0.18 188	0.15 79	0.11 9

test-v	0.37 82	0.19 50	0.38 54	0.43 189	0.24 88	0.37 87	0.38 187	0.52 21	0.62 90	0.87 236	0.84 146	0.64 148	0.35 79	0.37 9	0.28 44	0.13 12	0.11 58	0.20 181	0.18 188	0.15 79	0.11 9

test_3	0.36 67	0.19 50	0.44 121	0.44 204	0.23 70	0.48 139	0.36 155	0.66 83	0.82 180	0.64 101	0.45 22	0.68 169	0.25 13	0.41 20	0.31 68	0.12 4	0.10 9	0.18 121	0.16 125	0.15 79	0.11 9

PFNet+	0.40 122	0.19 50	0.49 184	0.39 87	0.25 114	0.28 33	0.23 19	0.64 73	0.70 123	0.85 224	0.79 124	0.64 148	0.35 79	0.72 204	0.34 98	0.19 202	0.14 180	0.23 247	0.20 234	0.16 110	0.20 227

ASMatch	0.48 184	0.19 50	0.45 132	0.39 87	0.28 193	0.37 87	0.26 38	0.74 143	0.68 118	0.76 175	2.34 371	0.61 134	0.52 165	0.62 141	0.37 141	0.14 32	0.12 99	0.17 87	0.15 96	0.14 46	0.21 240

SST-Stereo	0.40 122	0.19 50	0.45 132	0.42 171	0.25 114	0.25 16	0.21 4	0.66 83	0.47 61	1.08 323	0.79 124	0.72 189	0.43 125	0.77 230	0.35 113	0.16 112	0.11 58	0.20 181	0.16 125	0.19 194	0.15 108

RAFT_R40	0.40 122	0.19 50	0.44 121	0.43 189	0.25 114	0.23 5	0.26 38	0.67 93	0.67 117	0.98 289	0.78 115	0.72 189	0.43 125	0.76 223	0.35 113	0.16 112	0.11 58	0.20 181	0.16 125	0.18 159	0.14 89

GrayStereo	0.49 200	0.19 50	0.42 102	0.46 244	0.28 193	0.53 157	0.67 319	0.69 111	0.63 100	1.02 303	1.47 335	0.78 218	0.76 281	0.56 81	0.33 88	0.14 32	0.12 99	0.17 87	0.17 166	0.15 79	0.29 296

test-2	0.37 82	0.19 50	0.38 54	0.43 189	0.24 88	0.37 87	0.38 187	0.52 21	0.62 90	0.87 236	0.84 146	0.64 148	0.35 79	0.37 9	0.28 44	0.13 12	0.11 58	0.20 181	0.18 188	0.15 79	0.11 9

test-1	0.36 67	0.19 50	0.71 289	0.46 244	0.26 150	0.44 128	0.36 155	0.60 48	0.59 86	0.48 52	0.67 80	0.53 89	0.36 88	0.40 17	0.29 56	0.14 32	0.11 58	0.16 62	0.14 74	0.15 79	0.16 147

GMM-Stereo	0.44 151	0.19 50	0.36 35	0.42 171	0.25 114	0.51 148	0.47 248	0.71 130	0.53 71	0.76 175	1.37 315	0.76 211	0.38 94	0.60 128	0.33 88	0.15 80	0.10 9	0.20 181	0.19 212	0.16 110	0.27 283

Prome-Stereo	0.46 167	0.19 50	0.35 30	0.44 204	0.26 150	0.40 104	0.45 240	0.68 102	0.44 53	0.96 280	1.84 358	0.59 125	0.67 245	0.61 135	0.32 76	0.14 32	0.11 58	0.16 62	0.14 74	0.16 110	0.29 296

iRaftStereo_RVC	0.32 30	0.19 50	0.37 45	0.39 87	0.22 42	0.31 54	0.29 58	0.68 102	0.51 65	0.49 53	0.66 76	0.37 34	0.23 8	0.45 32	0.33 88	0.14 32	0.10 9	0.18 121	0.17 166	0.15 79	0.12 33

raft+_RVC	0.38 96	0.19 50	0.35 30	0.37 46	0.25 114	0.45 133	0.37 167	0.78 162	0.89 223	0.51 58	0.78 115	0.50 80	0.29 44	0.53 68	0.40 160	0.15 80	0.12 99	0.17 87	0.15 96	0.14 46	0.12 33

raftrobust	0.34 37	0.19 50	0.36 35	0.41 134	0.27 174	0.30 44	0.25 32	0.71 130	0.63 100	0.58 73	0.55 53	0.45 63	0.46 140	0.51 58	0.29 56	0.16 112	0.12 99	0.14 17	0.12 30	0.12 8	0.13 58

AFF-stereo	0.38 96	0.19 50	0.39 71	0.37 46	0.21 29	0.27 26	0.31 88	0.65 74	0.66 115	0.64 101	1.13 269	0.76 211	0.39 106	0.55 73	0.33 88	0.11 1	0.09 2	0.16 62	0.16 125	0.13 20	0.11 9

EAI-Stereo	0.34 37	0.19 50	0.44 121	0.39 87	0.21 29	0.31 54	0.30 71	1.15 285	0.30 4	0.49 53	0.75 101	0.36 32	0.28 34	0.62 141	0.27 34	0.14 32	0.11 58	0.14 17	0.13 51	0.13 20	0.12 33

MyStereo8	0.40 122	0.20 72	0.54 217	0.41 134	0.29 216	0.53 157	0.29 58	0.65 74	0.49 63	0.71 143	0.98 212	0.58 111	0.43 125	0.50 54	0.51 218	0.15 80	0.12 99	0.16 62	0.14 74	0.19 194	0.19 207

CoDeX	0.47 177	0.20 72	0.49 184	0.42 171	0.25 114	0.75 256	0.36 155	1.27 329	0.80 173	0.82 204	0.96 197	0.62 140	0.57 187	0.60 128	0.36 129	0.17 145	0.12 99	0.17 87	0.15 96	0.16 110	0.14 89

test croco	0.31 28	0.20 72	0.50 196	0.39 87	0.29 216	0.27 26	0.30 71	0.44 7	0.35 17	0.31 9	0.66 76	0.30 5	0.31 59	0.65 165	0.31 68	0.17 145	0.13 154	0.20 181	0.15 96	0.17 141	0.12 33

CASnet	0.30 26	0.20 72	0.33 21	0.41 134	0.16 2	0.26 18	0.24 25	0.52 21	0.53 71	0.52 61	0.54 48	0.39 39	0.24 11	0.40 17	0.26 25	0.14 32	0.10 9	0.22 233	0.18 188	0.18 159	0.11 9
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
HH	0.35 49	0.20 72	0.47 158	0.40 110	0.25 114	0.33 68	0.31 88	0.76 154	0.38 36	0.43 41	0.57 56	0.79 219	0.44 133	0.71 199	0.25 9	0.15 80	0.11 58	0.15 43	0.14 74	0.14 46	0.12 33

HanStereo	0.35 49	0.20 72	0.47 158	0.40 110	0.25 114	0.33 68	0.31 88	0.76 154	0.38 36	0.43 41	0.57 56	0.79 219	0.44 133	0.71 199	0.25 9	0.15 80	0.11 58	0.15 43	0.14 74	0.14 46	0.12 33

anonymousdsp2	0.35 49	0.20 72	0.43 111	0.37 46	0.24 88	0.48 139	0.31 88	0.86 182	0.65 112	0.55 68	0.50 34	0.50 80	0.34 77	0.56 81	0.31 68	0.14 32	0.10 9	0.14 17	0.10 10	0.16 110	0.14 89

knoymous	0.36 67	0.20 72	0.31 13	0.31 6	0.22 42	0.36 85	0.29 58	0.61 54	0.64 107	0.67 120	0.70 85	0.60 130	0.40 111	0.58 108	0.34 98	0.17 145	0.11 58	0.20 181	0.11 16	0.17 141	0.18 179

anonymousa	0.49 200	0.20 72	0.42 102	0.38 67	0.23 70	0.91 294	0.35 137	0.75 149	0.62 90	0.85 224	1.54 340	1.06 294	0.66 242	0.51 58	0.43 172	0.16 112	0.13 154	0.19 157	0.21 251	0.16 110	0.14 89

riskmin	0.38 96	0.20 72	0.39 71	0.32 8	0.23 70	0.53 157	0.30 71	0.63 63	0.80 173	0.49 53	0.56 55	0.73 198	0.58 194	0.55 73	0.36 129	0.17 145	0.11 58	0.19 157	0.13 51	0.19 194	0.20 227

DCANet-4	0.36 67	0.20 72	0.48 174	0.34 11	0.19 9	0.29 37	0.30 71	0.66 83	0.92 235	0.69 131	0.78 115	0.40 42	0.47 143	0.45 32	0.34 98	0.14 32	0.10 9	0.14 17	0.11 16	0.11 1	0.13 58

tt	6.20 413	0.20 72	5.89 405	3.55 416	2.07 405	11.26 418	19.21 419	11.74 419	5.46 406	2.69 393	2.04 367	4.87 405	6.25 413	3.70 404	7.09 410	8.32 421	11.17 425	4.93 418	5.41 420	5.74 418	2.37 413

RAFT_CTSACE	0.45 161	0.20 72	0.44 121	0.45 225	0.27 174	0.34 74	0.39 206	0.60 48	0.73 139	0.76 175	1.44 329	0.83 231	0.38 94	1.08 318	0.26 25	0.12 4	0.13 154	0.18 121	0.16 125	0.15 79	0.11 9

IPLG	0.39 110	0.20 72	0.59 236	0.40 110	0.24 88	0.54 161	0.27 44	0.75 149	0.63 100	0.84 223	0.81 133	0.32 11	0.32 63	0.60 128	0.45 190	0.13 12	0.11 58	0.16 62	0.13 51	0.13 20	0.12 33

LCNet	0.41 133	0.20 72	0.32 18	0.44 204	0.24 88	0.47 137	0.29 58	0.67 93	0.53 71	0.72 154	1.03 234	0.66 163	0.60 204	0.58 108	0.34 98	0.14 32	0.10 9	0.19 157	0.19 212	0.21 225	0.36 328

AAGNet	1.43 375	0.20 72	0.48 174	0.44 204	0.25 114	0.29 37	0.31 88	0.65 74	0.68 118	0.97 285	0.86 157	0.67 168	0.62 214	0.64 158	20.63 420	0.16 112	0.11 58	0.19 157	0.15 96	0.19 194	0.12 33

STrans-v2	0.46 167	0.20 72	0.48 174	0.40 110	0.24 88	0.55 166	0.50 264	1.07 257	0.73 139	0.65 108	1.05 242	0.72 189	0.69 255	0.72 204	0.33 88	0.14 32	0.10 9	0.17 87	0.14 74	0.13 20	0.12 33

TransformOpticalFlow	0.44 151	0.20 72	0.47 158	0.41 134	0.23 70	0.37 87	0.47 248	0.94 211	0.76 152	0.65 108	1.14 271	0.73 198	0.56 186	0.76 223	0.32 76	0.15 80	0.10 9	0.17 87	0.15 96	0.14 46	0.13 58

NF-Stereo	0.38 96	0.20 72	0.45 132	0.41 134	0.25 114	0.26 18	0.31 88	0.69 111	0.70 123	0.65 108	0.77 107	0.57 103	0.30 55	0.67 180	0.35 113	0.18 173	0.12 99	0.20 181	0.16 125	0.16 110	0.27 283

OCTAStereo	0.38 96	0.20 72	0.46 148	0.41 134	0.25 114	0.26 18	0.31 88	0.69 111	0.70 123	0.65 108	0.77 107	0.58 111	0.30 55	0.67 180	0.35 113	0.18 173	0.12 99	0.20 181	0.16 125	0.16 110	0.27 283

PSM-softLoss	0.38 96	0.20 72	0.48 174	0.41 134	0.26 150	0.30 44	0.35 137	0.69 111	0.46 58	0.62 85	0.82 136	0.59 125	0.33 71	0.70 194	0.39 155	0.19 202	0.12 99	0.20 181	0.18 188	0.16 110	0.22 253

KMStereo	0.38 96	0.20 72	0.48 174	0.41 134	0.26 150	0.30 44	0.35 137	0.69 111	0.46 58	0.62 85	0.82 136	0.59 125	0.33 71	0.70 194	0.39 155	0.19 202	0.12 99	0.20 181	0.18 188	0.16 110	0.22 253

NRIStereo	0.36 67	0.20 72	0.45 132	0.41 134	0.23 70	0.34 74	0.26 38	0.65 74	0.55 79	0.64 101	0.63 67	0.56 98	0.37 91	0.65 165	0.37 141	0.15 80	0.11 58	0.18 121	0.15 96	0.17 141	0.14 89

PSM-AAD	0.48 184	0.20 72	0.37 45	0.43 189	0.23 70	0.56 182	0.50 264	0.65 74	0.70 123	1.07 320	1.12 263	0.58 111	0.92 321	0.61 135	0.32 76	0.15 80	0.11 58	0.25 272	0.26 309	0.18 159	0.43 354

FTStereo	0.56 255	0.20 72	0.37 45	0.41 134	0.25 114	0.40 104	0.79 346	0.66 83	0.43 49	1.09 325	3.27 391	0.70 175	0.73 274	0.55 73	0.33 88	0.14 32	0.13 154	0.19 157	0.17 166	0.15 79	0.30 303

KYRaft	0.48 184	0.20 72	0.38 54	0.44 204	0.23 70	0.44 128	0.37 167	0.66 83	0.41 43	0.94 272	1.73 351	0.79 219	0.41 117	0.63 151	0.31 68	0.16 112	0.11 58	0.18 121	0.22 266	0.16 110	0.78 381

RE-Stereo	0.38 96	0.20 72	0.46 148	0.41 134	0.25 114	0.26 18	0.31 88	0.69 111	0.70 123	0.65 108	0.77 107	0.58 111	0.30 55	0.67 180	0.35 113	0.18 173	0.12 99	0.20 181	0.16 125	0.16 110	0.27 283

Pruner-Stereo	0.38 96	0.20 72	0.45 132	0.40 110	0.25 114	0.22 4	0.24 25	0.67 93	0.55 79	0.89 248	0.76 103	0.68 169	0.29 44	0.62 141	0.35 113	0.18 173	0.12 99	0.20 181	0.17 166	0.17 141	0.18 179

TVStereo	0.38 96	0.20 72	0.46 148	0.41 134	0.25 114	0.26 18	0.31 88	0.69 111	0.70 123	0.65 108	0.77 107	0.58 111	0.30 55	0.67 180	0.35 113	0.18 173	0.12 99	0.20 181	0.16 125	0.16 110	0.27 283

IRAFT_RVC	0.42 139	0.20 72	0.48 174	0.44 204	0.24 88	0.27 26	0.54 289	0.74 143	0.77 159	0.76 175	0.80 126	0.73 198	0.51 163	0.70 194	0.36 129	0.17 145	0.10 9	0.21 221	0.16 125	0.16 110	0.14 89

cross-raft	0.34 37	0.20 72	0.37 45	0.44 204	0.23 70	0.32 64	0.35 137	0.74 143	0.40 40	0.60 79	0.77 107	0.57 103	0.27 25	0.43 25	0.28 44	0.12 4	0.10 9	0.15 43	0.13 51	0.15 79	0.11 9

MyStereo06	0.38 96	0.21 103	0.61 243	0.41 134	0.28 193	0.41 117	0.50 264	0.95 217	0.35 17	0.62 85	0.54 48	0.76 211	0.27 25	0.50 54	0.29 56	0.14 32	0.13 154	0.18 121	0.17 166	0.17 141	0.15 108

MyStereo05	0.44 151	0.21 103	0.45 132	0.41 134	0.28 193	0.41 117	0.50 264	0.93 207	1.09 312	0.76 175	0.61 65	0.51 83	0.57 187	0.73 210	0.42 167	0.14 32	0.13 154	0.18 121	0.17 166	0.17 141	0.15 108

AE-Stereo	0.34 37	0.21 103	0.42 102	0.48 259	0.31 244	0.48 139	0.35 137	0.61 54	0.62 90	0.32 14	0.55 53	0.52 85	0.27 25	0.47 46	0.29 56	0.13 12	0.13 154	0.18 121	0.16 125	0.15 79	0.12 33

11t1	0.36 67	0.21 103	0.42 102	0.35 29	0.22 42	0.62 210	0.29 58	0.69 111	0.43 49	0.60 79	0.53 46	0.53 89	0.48 147	0.56 81	0.40 160	0.18 173	0.14 180	0.16 62	0.13 51	0.17 141	0.17 164

ff7	0.29 14	0.21 103	0.38 54	0.36 37	0.26 150	0.31 54	0.35 137	0.62 58	0.34 10	0.38 23	0.33 10	0.32 11	0.29 44	0.58 108	0.25 9	0.14 32	0.10 9	0.17 87	0.12 30	0.14 46	0.15 108

ffff	0.29 14	0.21 103	0.38 54	0.36 37	0.26 150	0.31 54	0.35 137	0.62 58	0.34 10	0.38 23	0.33 10	0.32 11	0.29 44	0.58 108	0.25 9	0.14 32	0.10 9	0.17 87	0.12 30	0.14 46	0.15 108

11t	0.29 14	0.21 103	0.38 54	0.36 37	0.26 150	0.31 54	0.35 137	0.62 58	0.34 10	0.38 23	0.33 10	0.32 11	0.29 44	0.58 108	0.25 9	0.14 32	0.10 9	0.17 87	0.12 30	0.14 46	0.15 108

anonymousdsp	0.29 14	0.21 103	0.38 54	0.37 46	0.25 114	0.30 44	0.35 137	0.63 63	0.35 17	0.39 31	0.33 10	0.33 19	0.28 34	0.59 122	0.25 9	0.14 32	0.10 9	0.17 87	0.12 30	0.14 46	0.15 108

ProNet	0.29 14	0.21 103	0.38 54	0.35 29	0.24 88	0.32 64	0.43 232	0.57 33	0.37 32	0.33 15	0.30 6	0.32 11	0.28 34	0.57 91	0.26 25	0.13 12	0.11 58	0.16 62	0.13 51	0.13 20	0.13 58

ccc-4	0.29 14	0.21 103	0.38 54	0.36 37	0.26 150	0.31 54	0.35 137	0.62 58	0.34 10	0.38 23	0.33 10	0.32 11	0.29 44	0.58 108	0.25 9	0.14 32	0.10 9	0.17 87	0.12 30	0.14 46	0.15 108

IGEV-Stereo	0.29 14	0.21 103	0.38 54	0.37 46	0.25 114	0.30 44	0.35 137	0.63 63	0.35 17	0.39 31	0.33 10	0.33 19	0.28 34	0.59 122	0.25 9	0.14 32	0.10 9	0.17 87	0.12 30	0.14 46	0.15 108
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.45 161	0.21 103	0.48 174	0.42 171	0.28 193	0.31 54	0.54 289	0.63 63	0.62 90	0.62 85	0.89 172	1.01 280	0.69 255	0.75 220	0.66 257	0.13 12	0.12 99	0.17 87	0.15 96	0.14 46	0.15 108

CIPLG	0.41 133	0.21 103	0.63 254	0.45 225	0.33 265	0.52 151	0.33 113	0.65 74	0.60 88	0.82 204	0.96 197	0.46 69	0.32 63	0.55 73	0.44 184	0.16 112	0.12 99	0.15 43	0.14 74	0.13 20	0.14 89

IPLGR_C	0.40 122	0.21 103	0.64 259	0.45 225	0.33 265	0.52 151	0.34 120	0.66 83	0.62 90	0.82 204	0.92 182	0.45 63	0.32 63	0.52 63	0.46 200	0.17 145	0.12 99	0.15 43	0.14 74	0.13 20	0.14 89

MIPNet	0.37 82	0.21 103	0.59 236	0.39 87	0.25 114	0.50 144	0.28 51	0.77 157	0.70 123	0.65 108	0.60 62	0.40 42	0.49 150	0.44 31	0.37 141	0.14 32	0.11 58	0.16 62	0.13 51	0.14 46	0.13 58

IPLGR	0.39 110	0.21 103	0.63 254	0.39 87	0.22 42	0.49 143	0.29 58	0.76 154	0.74 144	0.78 183	0.77 107	0.44 62	0.42 118	0.47 46	0.38 149	0.13 12	0.12 99	0.16 62	0.14 74	0.15 79	0.13 58

ACRE	0.40 122	0.21 103	0.65 264	0.45 225	0.33 265	0.51 148	0.33 113	0.66 83	0.63 100	0.80 187	0.92 182	0.45 63	0.32 63	0.52 63	0.45 190	0.16 112	0.12 99	0.15 43	0.14 74	0.13 20	0.14 89

IIG-Stereo	0.43 145	0.21 103	0.44 121	0.50 288	0.25 114	0.44 128	0.21 4	0.71 130	0.76 152	0.83 216	0.95 193	0.83 231	0.43 125	0.90 275	0.35 113	0.15 80	0.12 99	0.19 157	0.14 74	0.15 79	0.11 9

DeepStereo_RVC	0.36 67	0.21 103	0.47 158	0.40 110	0.24 88	0.26 18	0.22 8	0.60 48	0.38 36	0.69 131	0.67 80	0.57 103	0.51 163	0.56 81	0.39 155	0.16 112	0.12 99	0.18 121	0.15 96	0.19 194	0.18 179

rafts_anoy	0.37 82	0.21 103	0.36 35	0.41 134	0.26 150	0.30 44	0.33 113	0.67 93	0.90 225	0.58 73	0.66 76	0.45 63	0.33 71	0.47 46	0.39 155	0.16 112	0.11 58	0.21 221	0.23 277	0.17 141	0.14 89

RALCasStereoNet	0.36 67	0.21 103	0.37 45	0.42 171	0.26 150	0.35 79	0.38 187	0.63 63	0.64 107	0.50 56	0.72 87	0.51 83	0.29 44	0.59 122	0.36 129	0.16 112	0.14 180	0.15 43	0.13 51	0.17 141	0.16 147

test_xeample3	0.29 14	0.21 103	0.41 83	0.35 29	0.26 150	0.35 79	0.32 104	0.56 30	0.36 22	0.43 41	0.32 9	0.34 22	0.28 34	0.54 71	0.23 4	0.14 32	0.11 58	0.16 62	0.12 30	0.14 46	0.13 58

test_xeample	1.01 343	0.21 103	0.42 102	0.35 29	0.21 29	0.71 248	0.39 206	1.23 316	0.86 200	0.81 195	1.04 238	0.69 173	0.61 209	0.69 191	10.93 413	0.19 202	0.15 204	0.18 121	0.17 166	0.18 159	0.17 164

SFCPSM	0.47 177	0.21 103	0.55 222	0.40 110	0.27 174	0.87 292	0.37 167	1.33 339	0.77 159	0.80 187	0.84 146	0.54 93	0.49 150	0.57 91	0.37 141	0.18 173	0.13 154	0.18 121	0.20 234	0.16 110	0.15 108

GANet-RSSM	0.47 177	0.21 103	0.37 45	0.38 67	0.25 114	0.58 188	0.36 155	1.07 257	0.78 165	0.68 126	1.01 222	0.86 239	0.67 245	0.62 141	0.44 184	0.21 238	0.15 204	0.18 121	0.18 188	0.18 159	0.17 164

DIP-Stereo	0.39 110	0.21 103	0.50 196	0.41 134	0.28 193	0.62 210	0.27 44	0.77 157	0.40 40	0.64 101	0.86 157	0.52 85	0.33 71	0.66 170	0.42 167	0.15 80	0.13 154	0.17 87	0.14 74	0.15 79	0.15 108
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
iResNet_ROB	0.52 230	0.21 103	0.53 214	0.37 46	0.21 29	0.61 203	0.29 58	1.51 368	1.32 346	0.90 255	1.02 230	0.80 227	0.62 214	0.76 223	0.43 172	0.16 112	0.12 99	0.13 9	0.09 6	0.15 79	0.18 179

MyStereo07	0.32 30	0.22 130	0.34 27	0.42 171	0.28 193	0.40 104	0.50 264	0.72 134	0.37 32	0.37 19	0.34 16	0.32 11	0.31 59	0.59 122	0.27 34	0.14 32	0.13 154	0.18 121	0.17 166	0.17 141	0.16 147

MyStereo04	0.44 151	0.22 130	0.44 121	0.42 171	0.28 193	0.40 104	0.50 264	1.00 231	1.08 309	0.62 85	0.58 60	0.55 96	0.57 187	0.71 199	0.44 184	0.14 32	0.13 154	0.18 121	0.17 166	0.17 141	0.16 147

IGEVStereo-DCA	0.29 14	0.22 130	0.38 54	0.35 29	0.27 174	0.37 87	0.35 137	0.62 58	0.34 10	0.38 23	0.30 6	0.35 27	0.27 25	0.51 58	0.22 1	0.15 80	0.12 99	0.16 62	0.12 30	0.13 20	0.15 108

rrr	0.29 14	0.22 130	0.41 83	0.35 29	0.27 174	0.37 87	0.32 104	0.52 21	0.42 47	0.38 23	0.30 6	0.35 27	0.27 25	0.51 58	0.22 1	0.15 80	0.12 99	0.16 62	0.13 51	0.13 20	0.14 89

1111x	0.55 244	0.22 130	0.46 148	0.38 67	0.20 20	0.66 233	0.43 232	1.23 316	0.99 265	0.71 143	0.99 217	0.95 266	0.69 255	0.90 275	1.08 341	0.18 173	0.17 245	0.18 121	0.19 212	0.20 207	0.18 179

CBFPSM	0.59 273	0.22 130	1.31 361	0.38 67	0.27 174	1.12 332	0.65 316	0.79 164	0.82 180	0.80 187	0.81 133	1.35 340	0.87 312	0.67 180	0.76 279	0.16 112	0.15 204	0.15 43	0.16 125	0.17 141	0.22 253

GwcNet-ADL	0.44 151	0.22 130	0.48 174	0.45 225	0.30 226	0.40 104	0.37 167	0.92 204	0.97 256	0.71 143	0.78 115	0.61 134	0.42 118	0.62 141	0.50 210	0.19 202	0.14 180	0.15 43	0.14 74	0.18 159	0.18 179

OMP-Stereo	0.42 139	0.22 130	0.46 148	0.52 311	0.24 88	0.36 85	0.25 32	0.71 130	0.78 165	0.77 180	0.64 70	0.89 253	0.39 106	0.91 282	0.35 113	0.15 80	0.12 99	0.20 181	0.15 96	0.15 79	0.12 33

CroCo-Stereo	0.26 4	0.22 130	0.36 35	0.48 259	0.22 42	0.20 1	0.29 58	0.51 18	0.44 53	0.28 4	0.23 1	0.42 51	0.26 19	0.29 1	0.26 25	0.15 80	0.13 154	0.13 9	0.11 16	0.16 110	0.12 33
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
RAFT	0.45 161	0.22 130	0.45 132	0.47 254	0.26 150	0.54 161	0.47 248	0.66 83	0.58 85	0.80 187	0.82 136	0.94 264	0.57 187	0.75 220	0.34 98	0.17 145	0.15 204	0.22 233	0.20 234	0.16 110	0.12 33

222	1.18 362	0.22 130	0.44 121	0.37 46	0.22 42	0.79 266	0.37 167	1.31 336	0.89 223	0.92 268	1.08 254	0.72 189	0.71 269	0.66 170	13.89 416	0.20 223	0.15 204	0.17 87	0.16 125	0.18 159	0.19 207

xxxx	1.01 343	0.22 130	0.43 111	0.36 37	0.21 29	0.82 282	0.36 155	1.32 337	0.88 213	0.71 143	0.94 186	0.97 270	0.63 220	0.64 158	10.58 412	0.20 223	0.16 231	0.18 121	0.17 166	0.19 194	0.19 207

FENet	0.42 139	0.22 130	0.38 54	0.39 87	0.24 88	0.55 166	0.32 104	0.79 164	0.70 123	0.71 143	0.72 87	0.63 141	0.57 187	0.62 141	0.44 184	0.19 202	0.13 154	0.19 157	0.17 166	0.18 159	0.19 207

ac_64	0.52 230	0.22 130	0.50 196	0.45 225	0.28 193	0.80 269	0.45 240	1.02 241	0.61 89	0.91 260	0.83 141	1.07 299	0.68 251	0.74 216	0.70 267	0.21 238	0.18 257	0.20 181	0.19 212	0.18 159	0.15 108

PSMNet-RSSM	0.48 184	0.22 130	0.38 54	0.42 171	0.25 114	0.50 144	0.37 167	1.10 266	0.77 159	0.70 137	1.06 248	0.84 235	0.64 231	0.62 141	0.47 204	0.23 261	0.15 204	0.23 247	0.25 299	0.20 207	0.19 207

RASNet	0.53 233	0.22 130	0.52 208	0.38 67	0.22 42	0.68 239	0.38 187	0.97 223	0.88 213	0.73 161	1.04 238	1.03 287	0.92 321	0.90 275	0.86 298	0.16 112	0.14 180	0.14 17	0.17 166	0.15 79	0.13 58

HSM-Net_RVC	0.53 233	0.22 130	0.35 30	0.37 46	0.21 29	0.85 288	0.37 167	1.23 316	0.93 240	0.90 255	1.15 276	1.26 320	0.63 220	0.72 204	0.48 207	0.17 145	0.13 154	0.16 62	0.15 96	0.17 141	0.15 108
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
SMFormer	0.51 220	0.23 147	0.62 246	0.34 11	0.20 20	0.62 210	0.34 120	1.21 304	1.02 279	0.81 195	1.01 222	0.71 179	0.65 237	0.84 255	0.55 236	0.19 202	0.15 204	0.18 121	0.16 125	0.18 159	0.18 179

tta	0.51 220	0.23 147	0.62 246	0.34 11	0.20 20	0.62 210	0.34 120	1.21 304	1.02 279	0.81 195	1.01 222	0.71 179	0.65 237	0.84 255	0.55 236	0.19 202	0.15 204	0.18 121	0.16 125	0.15 79	0.14 89

qqq1	0.49 200	0.23 147	0.62 246	0.34 11	0.20 20	0.62 210	0.34 120	1.21 304	1.02 279	0.81 195	1.01 222	0.71 179	0.65 237	0.84 255	0.34 98	0.19 202	0.15 204	0.14 17	0.12 30	0.15 79	0.14 89

fff1	0.49 200	0.23 147	0.62 246	0.34 11	0.20 20	0.62 210	0.34 120	1.21 304	1.02 279	0.81 195	1.01 222	0.71 179	0.65 237	0.84 255	0.34 98	0.19 202	0.15 204	0.14 17	0.12 30	0.15 79	0.14 89

ACVNet-DCA	0.35 49	0.23 147	0.33 21	0.41 134	0.22 42	0.55 166	0.38 187	0.85 179	0.54 75	0.41 34	0.50 34	0.34 22	0.49 150	0.57 91	0.25 9	0.16 112	0.10 9	0.19 157	0.13 51	0.18 159	0.17 164

xx1	0.39 110	0.23 147	0.33 21	0.41 134	0.22 42	0.55 166	0.38 187	0.67 93	1.06 300	0.41 34	0.50 34	0.65 158	0.53 168	0.57 91	0.25 9	0.16 112	0.10 9	0.20 181	0.19 212	0.18 159	0.17 164

1test111	0.36 67	0.23 147	0.33 21	0.41 134	0.22 42	0.55 166	0.38 187	0.85 179	0.54 75	0.41 34	0.50 34	0.34 22	0.49 150	0.55 73	0.45 190	0.16 112	0.10 9	0.19 157	0.13 51	0.18 159	0.17 164

cc1	0.37 82	0.23 147	0.33 21	0.41 134	0.22 42	0.55 166	0.38 187	0.67 93	1.06 300	0.41 34	0.50 34	0.34 22	0.49 150	0.57 91	0.25 9	0.16 112	0.10 9	0.19 157	0.13 51	0.16 110	0.15 108

EKT-Stereo	0.35 49	0.23 147	0.39 71	0.43 189	0.29 216	0.38 100	0.31 88	0.69 111	0.64 107	0.45 46	0.63 67	0.49 79	0.27 25	0.56 81	0.33 88	0.18 173	0.14 180	0.18 121	0.15 96	0.16 110	0.16 147

gwcnet-sp	0.48 184	0.23 147	0.70 286	0.40 110	0.26 150	0.81 274	0.41 224	0.89 195	0.84 188	0.91 260	0.76 103	0.66 163	0.61 209	0.66 170	0.50 210	0.18 173	0.17 245	0.18 121	0.18 188	0.18 159	0.18 179

scenet	0.48 184	0.23 147	0.70 286	0.40 110	0.26 150	0.81 274	0.41 224	0.89 195	0.84 188	0.91 260	0.76 103	0.66 163	0.61 209	0.66 170	0.50 210	0.18 173	0.17 245	0.18 121	0.18 188	0.18 159	0.18 179

Selective-RAFT	0.35 49	0.23 147	0.51 203	0.44 204	0.21 29	0.64 225	0.27 44	0.59 39	0.63 100	0.40 33	0.38 19	0.55 96	0.40 111	0.57 91	0.35 113	0.13 12	0.11 58	0.14 17	0.12 30	0.16 110	0.13 58

ssnet	0.48 184	0.23 147	0.70 286	0.40 110	0.26 150	0.81 274	0.41 224	0.89 195	0.84 188	0.91 260	0.76 103	0.66 163	0.61 209	0.66 170	0.50 210	0.18 173	0.17 245	0.18 121	0.18 188	0.18 159	0.18 179

TestStereo1	0.43 145	0.23 147	0.41 83	0.51 300	0.24 88	0.34 74	0.40 212	0.77 157	0.90 225	0.68 126	0.96 197	0.48 75	0.46 140	0.91 282	0.32 76	0.16 112	0.13 154	0.18 121	0.15 96	0.14 46	0.13 58

IER	0.46 167	0.23 147	0.50 196	0.38 67	0.28 193	0.69 241	0.35 137	0.80 168	0.66 115	0.83 216	0.94 186	0.75 205	0.77 285	0.60 128	0.42 167	0.17 145	0.14 180	0.17 87	0.17 166	0.17 141	0.15 108

raft_robust	0.41 133	0.23 147	0.36 35	0.42 171	0.21 29	0.40 104	0.33 113	0.79 164	0.98 260	0.79 185	0.87 161	0.39 39	0.33 71	0.84 255	0.29 56	0.13 12	0.12 99	0.16 62	0.17 166	0.15 79	0.12 33

RAFT+CT+SA	0.39 110	0.23 147	0.36 35	0.51 300	0.27 174	0.29 37	0.46 243	0.75 149	0.80 173	0.51 58	0.89 172	0.41 45	0.40 111	0.78 234	0.32 76	0.14 32	0.11 58	0.18 121	0.18 188	0.15 79	0.14 89

SA-5K	0.43 145	0.23 147	0.41 83	0.51 300	0.24 88	0.34 74	0.40 212	0.77 157	0.90 225	0.68 126	0.96 197	0.48 75	0.46 140	0.91 282	0.32 76	0.16 112	0.13 154	0.18 121	0.15 96	0.14 46	0.13 58

AACVNet	0.50 213	0.23 147	0.49 184	0.46 244	0.29 216	0.52 151	0.38 187	0.90 199	0.55 79	0.81 195	1.03 234	1.00 277	0.70 265	0.83 250	0.54 232	0.21 238	0.18 257	0.24 261	0.18 188	0.23 250	0.20 227

Patchmatch Stereo++	0.35 49	0.23 147	0.47 158	0.41 134	0.22 42	0.24 7	0.22 8	0.59 39	0.36 22	0.63 92	0.73 91	0.58 111	0.38 94	0.58 108	0.36 129	0.18 173	0.12 99	0.20 181	0.16 125	0.20 207	0.15 108
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	0.35 49	0.23 147	0.47 158	0.41 134	0.22 42	0.24 7	0.31 88	0.59 39	0.36 22	0.63 92	0.73 91	0.58 111	0.38 94	0.56 81	0.35 113	0.18 173	0.12 99	0.20 181	0.16 125	0.20 207	0.15 108

ROB_FTStereo_v2	0.35 49	0.23 147	0.47 158	0.41 134	0.22 42	0.24 7	0.31 88	0.59 39	0.36 22	0.63 92	0.73 91	0.57 103	0.38 94	0.57 91	0.36 129	0.18 173	0.12 99	0.20 181	0.16 125	0.20 207	0.15 108

ROB_FTStereo	0.35 49	0.23 147	0.47 158	0.41 134	0.22 42	0.25 16	0.21 4	0.59 39	0.36 22	0.63 92	0.73 91	0.58 111	0.38 94	0.57 91	0.35 113	0.18 173	0.12 99	0.20 181	0.16 125	0.20 207	0.15 108

HUI-Stereo	0.35 49	0.23 147	0.47 158	0.41 134	0.22 42	0.24 7	0.22 8	0.60 48	0.36 22	0.63 92	0.73 91	0.58 111	0.38 94	0.50 54	0.35 113	0.18 173	0.12 99	0.20 181	0.16 125	0.20 207	0.15 108

iGMRVC	0.35 49	0.23 147	0.47 158	0.41 134	0.22 42	0.24 7	0.30 71	0.59 39	0.36 22	0.63 92	0.73 91	0.58 111	0.38 94	0.58 108	0.36 129	0.18 173	0.12 99	0.20 181	0.16 125	0.20 207	0.15 108

iRAFT	0.35 49	0.23 147	0.47 158	0.41 134	0.22 42	0.24 7	0.22 8	0.59 39	0.36 22	0.63 92	0.73 91	0.58 111	0.38 94	0.58 108	0.36 129	0.18 173	0.12 99	0.20 181	0.16 125	0.20 207	0.15 108

CRE-IMP	0.36 67	0.23 147	0.49 184	0.42 171	0.24 88	0.41 117	0.21 4	0.57 33	0.41 43	0.65 108	0.72 87	0.53 89	0.37 91	0.61 135	0.38 149	0.17 145	0.11 58	0.19 157	0.15 96	0.21 225	0.18 179

RAFT-IKP	0.35 49	0.23 147	0.47 158	0.41 134	0.22 42	0.24 7	0.28 51	0.59 39	0.36 22	0.63 92	0.73 91	0.57 103	0.38 94	0.58 108	0.36 129	0.18 173	0.12 99	0.20 181	0.16 125	0.20 207	0.15 108

RALAANet	0.38 96	0.23 147	0.48 174	0.42 171	0.29 216	0.35 79	0.25 32	0.86 182	0.64 107	0.67 120	0.65 72	0.60 130	0.29 44	0.60 128	0.34 98	0.15 80	0.12 99	0.17 87	0.15 96	0.21 225	0.13 58

GES	0.44 151	0.23 147	0.57 231	0.40 110	0.30 226	0.59 197	0.36 155	0.96 219	0.68 118	0.74 168	0.83 141	0.47 71	0.48 147	0.67 180	0.43 172	0.22 256	0.16 231	0.17 87	0.16 125	0.18 159	0.23 260

ACVNet	0.46 167	0.23 147	0.36 35	0.39 87	0.28 193	0.58 188	0.40 212	0.87 189	0.80 173	0.64 101	0.96 197	0.79 219	0.60 204	0.63 151	0.67 260	0.17 145	0.15 204	0.16 62	0.15 96	0.18 159	0.15 108

acv_ft	0.51 220	0.23 147	0.56 228	0.44 204	0.28 193	0.86 291	0.39 206	0.91 203	0.80 173	0.97 285	0.96 197	0.79 219	0.59 200	0.63 151	0.87 302	0.17 145	0.15 204	0.16 62	0.15 96	0.17 141	0.15 108

cf-r	0.47 177	0.23 147	0.41 83	0.39 87	0.23 70	0.59 197	0.37 167	0.88 193	0.85 195	0.72 154	1.05 242	0.94 264	0.62 214	0.56 81	0.54 232	0.21 238	0.14 180	0.17 87	0.19 212	0.15 79	0.15 108

CFNet-ft	0.48 184	0.23 147	0.36 35	0.40 110	0.26 150	0.64 225	0.37 167	0.87 189	0.85 195	0.64 101	1.00 219	1.01 280	0.64 231	0.61 135	0.53 229	0.23 261	0.15 204	0.24 261	0.21 251	0.23 250	0.18 179

CFNet_RVC	0.48 184	0.23 147	0.36 35	0.40 110	0.26 150	0.64 225	0.37 167	0.87 189	0.85 195	0.64 101	1.00 219	1.01 280	0.64 231	0.61 135	0.53 229	0.23 261	0.15 204	0.24 261	0.21 251	0.23 250	0.18 179

tt1	0.36 67	0.24 182	0.32 18	0.41 134	0.22 42	0.54 161	0.38 187	0.68 102	1.04 288	0.41 34	0.46 25	0.35 27	0.45 137	0.57 91	0.25 9	0.16 112	0.10 9	0.19 157	0.13 51	0.16 110	0.16 147

PCWNet_CMD	0.48 184	0.24 182	0.52 208	0.39 87	0.27 174	0.63 219	0.30 71	0.95 217	0.96 253	0.86 229	1.07 251	0.79 219	0.44 133	0.57 91	0.43 172	0.17 145	0.12 99	0.21 221	0.16 125	0.24 260	0.19 207

CFNet_ucs	0.50 213	0.24 182	0.55 222	0.38 67	0.31 244	0.58 188	0.33 113	0.98 226	0.93 240	0.88 244	1.19 289	0.80 227	0.49 150	0.63 151	0.43 172	0.21 238	0.15 204	0.26 286	0.18 188	0.26 272	0.22 253

LL-Strereo2	0.35 49	0.24 182	0.48 174	0.41 134	0.26 150	0.35 79	0.24 25	0.67 93	0.44 53	0.54 66	0.51 39	0.66 163	0.25 13	0.66 170	0.30 61	0.14 32	0.12 99	0.23 247	0.20 234	0.18 159	0.13 58

CroCo-Stereo Lap2	0.28 9	0.24 182	0.39 71	0.50 288	0.29 216	0.20 1	0.31 88	0.49 14	0.38 36	0.24 1	0.27 4	0.46 69	0.31 59	0.39 15	0.30 61	0.14 32	0.15 204	0.16 62	0.13 51	0.16 110	0.15 108

x	0.39 110	0.24 182	0.41 83	0.34 11	0.23 70	0.52 151	0.32 104	0.86 182	0.52 68	0.57 72	0.70 85	0.59 125	0.50 160	0.49 52	0.46 200	0.17 145	0.15 204	0.17 87	0.15 96	0.17 141	0.16 147

test_5	0.43 145	0.24 182	0.43 111	0.52 311	0.28 193	0.28 33	0.42 231	0.72 134	0.82 180	0.62 85	0.91 178	0.72 189	0.55 181	0.79 237	0.35 113	0.14 32	0.11 58	0.18 121	0.18 188	0.18 159	0.16 147

Sa-1000	0.48 184	0.24 182	0.41 83	0.45 225	0.25 114	0.59 197	0.34 120	0.81 171	0.93 240	0.82 204	1.50 336	0.53 89	0.45 137	0.92 285	0.30 61	0.15 80	0.12 99	0.21 221	0.19 212	0.15 79	0.13 58

CFNet_pseudo	0.46 167	0.24 182	0.52 208	0.37 46	0.27 174	0.58 188	0.30 71	0.86 182	0.88 213	0.82 204	1.03 234	0.75 205	0.47 143	0.58 108	0.44 184	0.17 145	0.12 99	0.24 261	0.16 125	0.24 260	0.19 207

ARAFT	0.47 177	0.24 182	0.79 309	0.42 171	0.25 114	0.55 166	0.55 293	0.75 149	0.81 179	0.89 248	0.75 101	0.73 198	0.47 143	0.88 268	0.37 141	0.15 80	0.12 99	0.23 247	0.22 266	0.14 46	0.13 58

delet	0.55 244	0.24 182	0.55 222	0.44 204	0.33 265	1.07 324	0.50 264	1.00 231	0.86 200	0.85 224	0.96 197	0.90 257	0.63 220	0.83 250	0.74 277	0.18 173	0.18 257	0.20 181	0.21 251	0.16 110	0.15 108

UPFNet	0.53 233	0.24 182	0.51 203	0.45 225	0.38 293	0.84 287	0.49 260	0.99 228	0.75 146	0.87 236	0.88 168	0.86 239	0.64 231	0.80 238	0.71 271	0.20 223	0.20 279	0.20 181	0.20 234	0.19 194	0.15 108

GwcNet-RSSM	0.49 200	0.24 182	0.42 102	0.40 110	0.23 70	0.55 166	0.38 187	0.93 207	0.93 240	0.71 143	1.16 281	0.86 239	0.60 204	0.62 141	0.66 257	0.21 238	0.14 180	0.19 157	0.20 234	0.16 110	0.15 108

MSMDNet	0.48 184	0.24 182	0.52 208	0.39 87	0.27 174	0.63 219	0.30 71	0.96 219	0.96 253	0.86 229	1.07 251	0.79 219	0.44 133	0.57 91	0.43 172	0.17 145	0.12 99	0.20 181	0.16 125	0.23 250	0.19 207

ccs_rob	0.46 167	0.24 182	0.52 208	0.37 46	0.27 174	0.58 188	0.31 88	0.86 182	0.88 213	0.82 204	1.02 230	0.75 205	0.47 143	0.58 108	0.44 184	0.17 145	0.12 99	0.24 261	0.16 125	0.24 260	0.19 207

MLCV	0.47 177	0.24 182	0.61 243	0.37 46	0.17 3	0.61 203	0.33 113	0.80 168	0.87 209	0.94 272	1.13 269	0.72 189	0.43 125	0.89 273	0.51 218	0.13 12	0.10 9	0.13 9	0.11 16	0.14 46	0.12 33

HSM	0.51 220	0.24 182	0.41 83	0.39 87	0.24 88	0.75 256	0.40 212	1.22 312	0.75 146	0.81 195	0.91 178	1.21 316	0.69 255	0.87 265	0.46 200	0.17 145	0.13 154	0.17 87	0.14 74	0.17 141	0.17 164

LE_ROB	4.42 409	0.24 182	2.75 393	0.42 171	0.23 70	1.57 368	0.90 359	1.71 382	17.88 423	16.56 425	4.88 410	5.17 406	18.85 425	1.63 368	14.62 417	0.17 145	0.14 180	0.16 62	0.16 125	0.19 194	0.17 164

ttt	0.51 220	0.25 200	0.43 111	0.38 67	0.24 88	0.65 230	0.38 187	1.18 296	1.05 293	0.72 154	1.08 254	0.63 141	0.49 150	0.84 255	0.59 243	0.24 270	0.21 286	0.22 233	0.20 234	0.24 260	0.24 266

BUS	0.45 161	0.25 200	0.43 111	0.45 225	0.28 193	0.70 243	0.34 120	0.94 211	0.76 152	0.75 170	0.80 126	0.65 158	0.49 150	0.64 158	0.51 218	0.20 223	0.14 180	0.22 233	0.19 212	0.18 159	0.18 179

BSDual-CNN	0.46 167	0.25 200	0.43 111	0.45 225	0.28 193	0.77 259	0.40 212	0.94 211	0.76 152	0.75 170	0.80 126	0.76 211	0.54 179	0.64 158	0.43 172	0.20 223	0.14 180	0.22 233	0.19 212	0.18 159	0.18 179

hknet	0.49 200	0.25 200	0.51 203	0.45 225	0.29 216	0.77 259	0.40 212	0.94 211	0.83 185	0.75 170	0.80 126	0.97 270	0.61 209	0.73 210	0.45 190	0.18 173	0.14 180	0.22 233	0.19 212	0.18 159	0.18 179

SA	0.44 151	0.25 200	0.46 148	0.46 244	0.24 88	0.43 124	0.36 155	0.75 149	0.96 253	0.59 75	1.03 234	0.48 75	0.52 165	0.94 297	0.32 76	0.16 112	0.12 99	0.21 221	0.19 212	0.15 79	0.13 58

psmg	0.49 200	0.25 200	0.43 111	0.41 134	0.28 193	0.85 288	0.43 232	0.99 228	0.76 152	0.91 260	0.94 186	0.76 211	0.54 179	0.64 158	0.43 172	0.20 223	0.15 204	0.20 181	0.20 234	0.18 159	0.18 179

DAS	0.51 220	0.25 200	0.60 241	0.48 259	0.31 244	0.58 188	0.41 224	0.83 173	0.97 256	0.89 248	1.12 263	0.70 175	0.75 278	0.82 243	0.43 172	0.17 145	0.13 154	0.18 121	0.15 96	0.20 207	0.18 179

SepStereo	0.51 220	0.25 200	0.60 241	0.48 259	0.31 244	0.58 188	0.41 224	0.83 173	0.97 256	0.89 248	1.12 263	0.70 175	0.75 278	0.93 290	0.43 172	0.17 145	0.13 154	0.18 121	0.15 96	0.20 207	0.18 179

AASNet	0.53 233	0.25 200	0.52 208	0.49 274	0.32 256	0.74 253	0.40 212	1.50 365	0.86 200	0.86 229	0.92 182	0.64 148	0.59 200	0.59 122	0.79 284	0.23 261	0.19 271	0.20 181	0.16 125	0.21 225	0.19 207

GANet-ADL	0.42 139	0.25 200	0.45 132	0.43 189	0.29 216	0.54 161	0.35 137	0.89 195	0.86 200	0.63 92	0.72 87	0.68 169	0.42 118	0.52 63	0.41 163	0.21 238	0.14 180	0.15 43	0.13 51	0.18 159	0.19 207

ADLNet2	0.55 244	0.25 200	0.65 264	0.47 254	0.30 226	0.83 284	0.50 264	1.05 253	0.95 252	0.80 187	0.98 212	0.99 274	0.69 255	0.77 230	0.73 274	0.20 223	0.16 231	0.17 87	0.18 188	0.21 225	0.21 240

ICVP	0.46 167	0.25 200	0.38 54	0.48 259	0.28 193	0.58 188	0.43 232	1.00 231	0.70 123	0.67 120	0.95 193	0.75 205	0.55 181	0.53 68	0.54 232	0.23 261	0.17 245	0.19 157	0.17 166	0.19 194	0.20 227
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
MMNet	0.55 244	0.25 200	0.61 243	0.43 189	0.34 272	1.07 324	0.39 206	0.87 189	0.91 230	0.91 260	0.93 185	0.86 239	0.76 281	0.81 241	0.76 279	0.15 80	0.14 180	0.18 121	0.19 212	0.20 207	0.16 147

DSFCA	0.55 244	0.25 200	0.62 246	0.40 110	0.36 280	0.74 253	0.52 281	1.04 248	0.82 180	1.06 317	0.84 146	0.89 253	0.63 220	0.99 300	0.58 239	0.25 280	0.21 286	0.21 221	0.21 251	0.21 225	0.19 207

DualNet	0.47 177	0.26 214	0.49 184	0.37 46	0.25 114	0.55 166	0.37 167	0.68 102	1.04 288	0.73 161	0.96 197	0.71 179	0.53 168	0.57 91	0.88 304	0.16 112	0.10 9	0.25 272	0.21 251	0.16 110	0.16 147

ffm	0.44 151	0.26 214	0.49 184	0.37 46	0.25 114	0.55 166	0.37 167	0.68 102	1.04 288	0.73 161	0.96 197	0.71 179	0.53 168	0.57 91	0.25 9	0.16 112	0.10 9	0.25 272	0.21 251	0.16 110	0.16 147

ff1	0.49 200	0.26 214	0.49 184	0.37 46	0.25 114	0.55 166	0.37 167	0.68 102	1.04 288	0.73 161	0.96 197	0.71 179	0.53 168	1.01 303	0.88 304	0.16 112	0.10 9	0.25 272	0.21 251	0.16 110	0.16 147

mmx	0.53 233	0.26 214	0.49 184	0.37 46	0.25 114	0.55 166	0.37 167	1.16 288	1.03 284	0.73 161	0.96 197	0.71 179	0.53 168	1.01 303	0.88 304	0.20 223	0.15 204	0.25 272	0.21 251	0.22 241	0.20 227

xxx	0.53 233	0.26 214	0.49 184	0.37 46	0.25 114	0.55 166	0.37 167	1.16 288	1.03 284	0.73 161	0.96 197	0.71 179	0.53 168	1.01 303	0.88 304	0.20 223	0.15 204	0.25 272	0.21 251	0.22 241	0.20 227

iinet-f	0.67 286	0.26 214	2.15 389	0.39 87	0.31 244	1.19 342	0.56 298	0.84 176	0.84 188	0.80 187	1.17 283	1.05 293	0.84 306	0.71 199	1.21 351	0.20 223	0.18 257	0.17 87	0.15 96	0.20 207	0.20 227

qqq	0.40 122	0.26 214	0.44 121	0.36 37	0.22 42	0.46 135	0.36 155	0.85 179	0.54 75	0.56 70	0.69 83	0.65 158	0.53 168	0.55 73	0.45 190	0.17 145	0.16 231	0.20 181	0.19 212	0.18 159	0.17 164

psm_up	0.55 244	0.26 214	0.47 158	0.49 274	0.32 256	0.65 230	0.56 298	1.04 248	0.82 180	0.82 204	0.88 168	1.01 280	0.94 327	0.74 216	0.61 247	0.21 238	0.25 317	0.26 286	0.23 277	0.21 225	0.20 227

UNet	0.54 243	0.26 214	0.66 269	0.44 204	0.40 303	0.99 311	0.41 224	0.98 226	0.75 146	0.83 216	0.89 172	1.04 289	0.72 273	0.73 210	0.62 249	0.19 202	0.14 180	0.20 181	0.17 166	0.20 207	0.17 164

DMCA	0.45 161	0.26 214	0.50 196	0.38 67	0.28 193	0.51 148	0.34 120	0.93 207	0.68 118	0.75 170	0.83 141	0.79 219	0.53 168	0.51 58	0.54 232	0.21 238	0.16 231	0.21 221	0.16 125	0.19 194	0.21 240

UCFNet_RVC	0.49 200	0.26 214	0.35 30	0.39 87	0.26 150	0.64 225	0.36 155	1.15 285	0.84 188	0.67 120	0.88 168	0.88 249	0.59 200	0.58 108	0.45 190	0.24 270	0.17 245	0.27 298	0.27 314	0.25 268	0.23 260

HITNet	0.41 133	0.26 214	0.45 132	0.33 10	0.17 3	0.63 219	0.30 71	0.93 207	0.64 107	0.71 143	0.82 136	0.64 148	0.52 165	0.59 122	0.43 172	0.14 32	0.10 9	0.15 43	0.13 51	0.19 194	0.12 33
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
DISCO	0.70 293	0.26 214	0.68 276	0.44 204	0.31 244	1.14 334	0.51 278	1.23 316	1.23 332	0.81 195	1.05 242	1.50 354	0.85 307	1.82 377	1.03 335	0.19 202	0.15 204	0.18 121	0.16 125	0.24 260	0.23 260

DN-CSS_ROB	0.43 145	0.26 214	0.62 246	0.40 110	0.29 216	0.44 128	0.27 44	0.77 157	0.75 146	0.72 154	1.09 258	0.48 75	0.43 125	0.69 191	0.37 141	0.15 80	0.12 99	0.21 221	0.19 212	0.18 159	0.16 147

Former-RAFT_DAM_RVC	0.34 37	0.27 228	0.45 132	0.36 37	0.25 114	0.48 139	0.30 71	0.58 37	0.90 225	0.42 39	0.36 18	0.30 5	0.29 44	0.49 52	0.30 61	0.16 112	0.14 180	0.18 121	0.15 96	0.18 159	0.15 108

mmm	0.44 151	0.27 228	0.46 148	0.38 67	0.24 88	0.61 203	0.35 137	0.94 211	0.53 71	0.72 154	1.05 242	0.63 141	0.50 160	0.57 91	0.45 190	0.18 173	0.15 204	0.23 247	0.20 234	0.20 207	0.18 179

LL-Strereo	0.57 260	0.27 228	0.68 276	0.48 259	0.34 272	0.39 103	0.48 254	0.94 211	0.97 256	0.83 216	0.78 115	1.10 304	1.18 352	1.33 347	0.49 209	0.17 145	0.14 180	0.22 233	0.19 212	0.16 110	0.17 164

CASS	0.45 161	0.27 228	0.42 102	0.48 259	0.22 42	0.61 203	0.34 120	0.97 223	0.62 90	0.71 143	0.85 154	0.61 134	0.55 181	0.57 91	0.41 163	0.29 309	0.16 231	0.22 233	0.18 188	0.22 241	0.28 290
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	0.49 200	0.27 228	0.75 299	0.40 110	0.27 174	0.64 225	0.49 260	0.84 176	0.77 159	0.60 79	0.83 141	0.88 249	0.66 242	0.70 194	0.56 238	0.16 112	0.17 245	0.21 221	0.20 234	0.21 225	0.19 207

CRFU-Net	0.57 260	0.27 228	0.57 231	0.46 244	0.30 226	1.20 343	0.52 281	1.10 266	0.56 83	1.00 296	0.98 212	1.06 294	0.79 292	0.81 241	0.71 271	0.21 238	0.19 271	0.18 121	0.16 125	0.18 159	0.19 207

CSP-Net	0.56 255	0.27 228	0.49 184	0.41 134	0.28 193	1.22 344	0.50 264	1.23 316	0.72 134	0.95 279	0.95 193	0.89 253	0.62 214	0.83 250	0.62 249	0.26 290	0.17 245	0.17 87	0.17 166	0.18 159	0.17 164

PSMNet-ADL	0.48 184	0.27 228	0.40 78	0.48 259	0.30 226	0.68 239	0.37 167	0.90 199	0.80 173	0.61 84	0.80 126	0.92 261	0.62 214	0.72 204	0.63 252	0.23 261	0.18 257	0.18 121	0.20 234	0.22 241	0.20 227

TRStereo	0.37 82	0.27 228	0.59 236	0.47 254	0.41 310	0.29 37	0.30 71	0.84 176	0.59 86	0.52 61	0.41 20	0.52 85	0.26 19	0.73 210	0.27 34	0.17 145	0.12 99	0.19 157	0.19 212	0.13 20	0.11 9

Anonymous	0.39 110	0.27 228	0.66 269	0.53 316	0.43 321	0.55 166	0.49 260	0.63 63	0.50 64	0.37 19	0.42 21	0.33 19	0.42 118	0.56 81	0.38 149	0.20 223	0.19 271	0.17 87	0.18 188	0.30 296	0.24 266

ADLNet	0.55 244	0.27 228	0.51 203	0.44 204	0.35 278	0.78 263	0.46 243	1.08 261	0.86 200	0.99 291	0.98 212	0.92 261	0.63 220	0.69 191	0.81 289	0.22 256	0.16 231	0.22 233	0.22 266	0.21 225	0.21 240

hitnet-ft	0.55 244	0.27 228	0.39 71	0.41 134	0.28 193	0.78 263	0.40 212	0.92 204	0.90 225	0.82 204	1.01 222	1.13 311	0.70 265	0.78 234	0.67 260	0.28 303	0.20 279	0.28 305	0.22 266	0.29 287	0.26 276

iResNetv2_ROB	0.52 230	0.27 228	0.69 282	0.38 67	0.25 114	0.62 210	0.35 137	1.17 293	1.01 276	0.99 291	1.06 248	0.88 249	0.67 245	0.66 170	0.39 155	0.19 202	0.13 154	0.15 43	0.11 16	0.18 159	0.16 147

MDST_ROB	0.91 335	0.27 228	0.85 314	0.63 349	0.41 310	2.53 387	0.71 337	1.60 375	1.13 317	2.83 396	1.73 351	0.97 270	0.69 255	1.61 365	0.73 274	0.25 280	0.22 292	0.32 326	0.28 319	0.25 268	0.24 266

DispNO	0.51 220	0.28 242	0.87 321	0.46 244	0.30 226	0.55 166	0.52 281	0.92 204	1.08 309	0.73 161	0.89 172	0.73 198	0.63 220	0.72 204	0.52 225	0.20 223	0.17 245	0.20 181	0.16 125	0.18 159	0.17 164

StereoVision	0.42 139	0.28 242	0.45 132	0.49 274	0.28 193	0.38 100	0.38 187	0.72 134	0.62 90	0.44 44	1.14 271	0.54 93	0.39 106	0.56 81	0.34 98	0.21 238	0.24 309	0.25 272	0.24 290	0.26 272	0.16 147

ssnet_v2	0.58 266	0.28 242	0.56 228	0.43 189	0.29 216	0.95 302	0.59 304	1.13 276	0.99 265	0.93 269	0.80 126	0.99 274	0.64 231	0.82 243	0.94 321	0.25 280	0.22 292	0.23 247	0.24 290	0.20 207	0.19 207

Wz-Net-LNSev-Ref	0.63 280	0.28 242	0.99 331	0.40 110	0.30 226	1.03 318	0.56 298	1.10 266	0.99 265	0.97 285	1.22 291	1.06 294	0.69 255	1.07 316	0.95 324	0.19 202	0.11 58	0.16 62	0.13 51	0.22 241	0.21 240

pcwnet_v2	0.58 266	0.28 242	0.84 313	0.45 225	0.35 278	0.61 203	0.35 137	1.27 329	1.21 329	0.99 291	1.27 300	0.72 189	0.58 194	0.67 180	0.48 207	0.27 297	0.21 286	0.24 261	0.23 277	0.29 287	0.29 296

sCroCo_RVC	0.35 49	0.28 242	0.69 282	0.51 300	0.39 298	0.41 117	0.31 88	0.49 14	0.45 57	0.31 9	0.48 31	0.38 38	0.32 63	0.46 39	0.32 76	0.21 238	0.22 292	0.19 157	0.19 212	0.21 225	0.20 227

HGLStereo	0.56 255	0.28 242	0.57 231	0.50 288	0.37 285	0.80 269	0.45 240	1.02 241	0.78 165	0.86 229	1.14 271	0.89 253	0.82 300	0.76 223	0.73 274	0.21 238	0.20 279	0.19 157	0.18 188	0.19 194	0.21 240

DLCB_ROB	0.58 266	0.28 242	0.47 158	0.49 274	0.32 256	0.77 259	0.50 264	0.99 228	0.92 235	1.04 312	1.14 271	1.21 316	0.69 255	0.88 268	0.69 264	0.20 223	0.20 279	0.22 233	0.22 266	0.21 225	0.18 179

SGM_RVC	0.97 340	0.28 242	0.41 83	0.39 87	0.22 42	1.55 366	0.73 339	1.51 368	1.25 338	2.25 386	1.92 361	2.58 384	1.56 373	2.02 384	1.19 350	0.27 297	0.27 326	0.27 298	0.25 299	0.25 268	0.25 272
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
NINENet	0.50 213	0.29 251	0.51 203	0.45 225	0.32 256	0.70 243	0.34 120	1.10 266	0.88 213	0.80 187	0.94 186	0.65 158	0.49 150	0.73 210	0.51 218	0.22 256	0.20 279	0.25 272	0.18 188	0.22 241	0.21 240

GEStereo_RVC	0.55 244	0.29 251	0.63 254	0.49 274	0.31 244	0.70 243	0.54 289	1.22 312	0.92 235	0.82 204	0.85 154	0.85 237	0.63 220	0.90 275	0.65 255	0.24 270	0.16 231	0.19 157	0.16 125	0.21 225	0.22 253

RAFT + AFF	0.53 233	0.29 251	0.75 299	0.51 300	0.32 256	0.63 219	0.60 306	1.00 231	0.91 230	0.78 183	0.87 161	0.83 231	0.58 194	0.80 238	0.47 204	0.17 145	0.20 279	0.23 247	0.22 266	0.18 159	0.18 179

CFNet	0.51 220	0.29 251	0.46 148	0.41 134	0.27 174	0.70 243	0.32 104	1.13 276	1.00 272	0.72 154	1.07 251	0.85 237	0.60 204	0.76 223	0.52 225	0.19 202	0.14 180	0.23 247	0.23 277	0.21 225	0.16 147

iResNet	0.49 200	0.29 251	0.79 309	0.42 171	0.21 29	0.61 203	0.40 212	0.82 172	0.99 265	0.87 236	1.12 263	0.69 173	0.53 168	0.78 234	0.51 218	0.15 80	0.11 58	0.14 17	0.12 30	0.17 141	0.15 108

pmcnn	1.23 365	0.29 251	0.96 328	0.40 110	0.23 70	0.95 302	0.69 328	1.16 288	1.28 342	1.67 368	2.33 370	11.15 417	0.86 309	0.93 290	0.88 304	0.15 80	0.12 99	0.12 2	0.10 10	0.15 79	0.15 108

whm_eth	0.48 184	0.30 257	0.74 296	0.46 244	0.38 293	0.37 87	0.37 167	0.79 164	0.78 165	0.82 204	1.74 353	0.37 34	0.38 94	0.60 128	0.38 149	0.18 173	0.16 231	0.20 181	0.20 234	0.19 194	0.22 253

fast-acv-ft	0.64 281	0.30 257	0.73 292	0.45 225	0.34 272	1.17 339	0.49 260	0.86 182	0.98 260	1.02 303	1.36 312	1.29 324	0.85 307	0.76 223	0.81 289	0.21 238	0.23 302	0.23 247	0.23 277	0.21 225	0.20 227

LMCR-Stereo	0.53 233	0.30 257	0.53 214	0.58 335	0.30 226	0.83 284	0.36 155	1.19 298	0.76 152	0.88 244	1.04 238	0.56 98	0.62 214	0.82 243	0.67 260	0.19 202	0.15 204	0.19 157	0.14 74	0.23 250	0.17 164

DMCA-RVC	0.51 220	0.30 257	0.59 236	0.50 288	0.32 256	0.54 161	0.38 187	0.86 182	0.68 118	0.94 272	0.86 157	0.91 259	0.68 251	0.70 194	0.59 243	0.23 261	0.18 257	0.31 321	0.23 277	0.26 272	0.19 207

NVstereo2D	0.60 276	0.30 257	0.75 299	0.48 259	0.43 321	0.89 293	0.48 254	1.05 253	1.15 320	0.66 119	0.86 157	0.88 249	0.70 265	0.99 300	0.65 255	0.32 330	0.15 204	0.28 305	0.20 234	0.40 335	0.36 328

TestStereo	0.38 96	0.31 262	0.40 78	0.45 225	0.20 20	0.40 104	0.37 167	0.66 83	0.65 112	0.53 64	0.78 115	0.47 71	0.40 111	0.55 73	0.37 141	0.18 173	0.13 154	0.20 181	0.15 96	0.22 241	0.13 58

stereogan	0.80 315	0.31 262	0.71 289	0.59 338	0.50 343	1.72 376	0.48 254	1.35 344	1.37 349	1.00 296	1.46 334	1.56 360	0.95 330	1.29 343	0.84 293	0.28 303	0.29 333	0.29 313	0.25 299	0.38 332	0.38 340

BEATNet_4x	0.46 167	0.32 264	0.56 228	0.37 46	0.19 9	0.63 219	0.35 137	1.01 238	0.72 134	0.77 180	0.83 141	0.70 175	0.59 200	0.68 188	0.53 229	0.16 112	0.12 99	0.16 62	0.14 74	0.24 260	0.16 147

NLCA_NET_v2_RVC	0.53 233	0.32 264	0.64 259	0.44 204	0.30 226	0.66 233	0.44 238	1.04 248	0.88 213	0.91 260	0.91 178	0.99 274	0.60 204	0.68 188	0.60 246	0.21 238	0.17 245	0.22 233	0.22 266	0.21 225	0.21 240
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	0.57 260	0.32 264	0.54 217	0.45 225	0.27 174	0.57 186	0.48 254	1.00 231	1.28 342	0.86 229	1.33 310	0.87 244	0.58 194	1.07 316	0.75 278	0.18 173	0.12 99	0.15 43	0.13 51	0.18 159	0.18 179

AdaStereo	0.50 213	0.32 264	0.47 158	0.48 259	0.25 114	0.67 237	0.32 104	1.17 293	0.88 213	0.75 170	0.99 217	0.75 205	0.49 150	0.67 180	0.46 200	0.27 297	0.12 99	0.28 305	0.18 188	0.23 250	0.18 179
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.
SGM-ForestM	4.04 407	0.32 264	0.46 148	0.43 189	0.27 174	7.50 414	1.45 397	3.84 407	4.24 405	8.19 416	6.76 414	19.00 423	9.08 414	10.74 418	6.62 408	0.31 318	0.33 355	0.32 326	0.32 338	0.29 287	0.29 296

StereoDRNet-Refined	0.58 266	0.32 264	0.54 217	0.46 244	0.30 226	0.96 305	0.40 212	1.00 231	0.94 247	1.12 329	1.08 254	0.96 268	0.67 245	0.90 275	0.89 315	0.17 145	0.13 154	0.22 233	0.21 251	0.20 207	0.19 207
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DRN-Test	0.66 285	0.32 264	0.66 269	0.50 288	0.39 298	1.15 336	0.61 311	1.49 364	1.01 276	1.12 329	1.08 254	1.06 294	0.69 255	0.77 230	0.94 321	0.23 261	0.17 245	0.26 286	0.25 299	0.25 268	0.21 240

SGM-Forest	0.62 279	0.32 264	0.39 71	0.43 189	0.30 226	1.02 315	0.55 293	1.09 265	1.05 293	1.06 317	1.18 285	1.10 304	0.67 245	0.88 268	0.62 249	0.31 318	0.33 355	0.33 331	0.30 325	0.30 296	0.28 290
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FAT-Stereo	0.73 303	0.33 272	0.75 299	0.49 274	0.37 285	0.71 248	0.59 304	1.36 347	1.30 344	1.03 311	1.40 321	1.59 363	1.15 348	0.87 265	0.86 298	0.28 303	0.28 328	0.28 305	0.23 277	0.28 284	0.38 340

FADNet-RVC-Resample	0.56 255	0.33 272	1.16 345	0.49 274	0.34 272	0.71 248	0.43 232	1.01 238	0.93 240	0.82 204	0.87 161	0.74 204	0.67 245	0.73 210	0.45 190	0.18 173	0.18 257	0.26 286	0.27 314	0.26 272	0.27 283

TDLM	0.57 260	0.33 272	0.49 184	0.51 300	0.30 226	0.66 233	0.73 339	1.03 245	1.01 276	0.82 204	1.10 260	0.84 235	0.70 265	0.86 264	0.58 239	0.28 303	0.17 245	0.25 272	0.22 266	0.26 272	0.19 207

CVANet_RVC	0.57 260	0.33 272	0.44 121	0.47 254	0.32 256	0.67 237	0.61 311	1.05 253	0.93 240	0.85 224	1.04 238	1.01 280	0.73 274	0.83 250	0.52 225	0.29 309	0.19 271	0.27 298	0.25 299	0.31 301	0.21 240

StereoDRNet	0.64 281	0.33 272	0.68 276	0.51 300	0.43 321	1.03 318	0.53 285	1.47 361	0.99 265	1.10 327	0.87 161	1.07 299	0.71 269	0.82 243	0.88 304	0.23 261	0.19 271	0.25 272	0.23 277	0.27 282	0.19 207

SACVNet	0.58 266	0.34 277	0.55 222	0.55 325	0.36 280	0.63 219	0.48 254	1.13 276	0.77 159	1.02 303	1.06 248	1.02 285	0.74 276	0.90 275	0.51 218	0.27 297	0.21 286	0.25 272	0.24 290	0.29 287	0.36 328

Anonymous3	0.46 167	0.34 277	0.86 319	0.50 288	0.37 285	0.81 274	0.50 264	0.72 134	0.65 112	0.51 58	0.65 72	0.45 63	0.45 137	0.64 158	0.38 149	0.24 270	0.24 309	0.22 233	0.21 251	0.23 250	0.23 260

HCRNet	0.44 151	0.34 277	0.41 83	0.53 316	0.26 150	0.53 157	0.29 58	0.83 173	0.63 100	0.71 143	0.81 133	0.77 217	0.50 160	0.66 170	0.36 129	0.24 270	0.16 231	0.24 261	0.20 234	0.21 225	0.18 179

DeepPruner_ROB	0.53 233	0.34 277	0.59 236	0.41 134	0.30 226	0.50 144	0.43 232	1.19 298	0.70 123	0.85 224	1.05 242	0.86 239	0.55 181	0.84 255	0.51 218	0.29 309	0.23 302	0.22 233	0.22 266	0.26 272	0.25 272

S-Stereo	0.74 304	0.35 281	0.96 328	0.56 328	0.45 332	0.82 282	0.60 306	1.24 323	1.60 370	0.96 280	1.41 323	1.12 308	0.94 327	0.80 238	1.04 338	0.26 290	0.31 346	0.28 305	0.25 299	0.32 306	0.47 364

ADCP+	1.06 351	0.35 281	1.51 376	0.49 274	0.51 346	1.45 361	0.55 293	1.25 326	1.03 284	1.16 333	1.15 276	1.10 304	1.07 342	1.56 362	6.75 409	0.19 202	0.16 231	0.23 247	0.21 251	0.28 284	0.21 240

RYNet	0.72 301	0.35 281	0.64 259	0.53 316	0.67 369	1.31 351	0.67 319	1.20 302	1.18 324	1.05 314	0.87 161	1.27 321	0.93 326	0.93 290	1.27 357	0.22 256	0.16 231	0.26 286	0.23 277	0.40 335	0.39 342

XPNet_ROB	0.70 293	0.35 281	0.68 276	0.52 311	0.40 303	0.79 266	0.85 355	1.16 288	0.94 247	1.33 350	1.15 276	1.38 342	0.83 304	1.03 310	0.90 317	0.32 330	0.25 317	0.26 286	0.24 290	0.31 301	0.28 290

CBMV	0.64 281	0.35 281	0.41 83	0.42 171	0.25 114	1.01 313	0.77 343	1.13 276	1.09 312	1.17 334	1.22 291	1.04 289	0.75 278	0.88 268	0.63 252	0.28 303	0.30 336	0.34 333	0.30 325	0.26 272	0.26 276
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
GwcNet	0.69 291	0.36 286	1.10 339	0.51 300	0.42 316	1.08 328	0.50 264	1.21 304	1.16 321	1.00 296	1.37 315	1.06 294	0.79 292	0.92 285	0.94 321	0.25 280	0.24 309	0.24 261	0.22 266	0.23 250	0.26 276

RP	0.76 307	0.36 286	0.63 254	0.66 358	0.58 363	0.80 269	0.55 293	1.14 282	1.22 331	0.97 285	1.65 345	1.43 347	1.32 362	1.01 303	0.84 293	0.33 336	0.30 336	0.36 338	0.30 325	0.34 318	0.34 321

WCMA_ROB	1.14 357	0.36 286	0.76 304	0.49 274	0.44 328	1.23 346	0.67 319	1.11 271	1.23 332	2.84 397	3.95 403	3.28 393	1.83 384	1.25 338	0.99 331	0.44 361	0.34 357	0.34 333	0.37 347	0.41 341	0.40 345

SDNR	0.86 326	0.37 289	1.47 374	0.40 110	0.38 293	3.38 403	0.33 113	0.90 199	0.98 260	0.99 291	2.09 368	0.59 125	0.71 269	1.29 343	0.70 267	0.51 371	0.56 385	0.36 338	0.26 309	0.43 345	0.46 360

GMStereo	0.39 110	0.37 289	0.54 217	0.40 110	0.26 150	0.42 122	0.36 155	0.59 39	1.04 288	0.55 68	0.51 39	0.37 34	0.35 79	0.54 71	0.41 163	0.19 202	0.13 154	0.16 62	0.17 166	0.24 260	0.18 179
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
APVNet	0.71 297	0.37 289	0.89 323	0.56 328	0.45 332	1.18 341	0.68 324	1.41 355	0.85 195	0.81 195	1.15 276	1.04 289	0.81 296	1.10 321	1.17 348	0.26 290	0.28 328	0.32 326	0.31 332	0.29 287	0.30 303

FADNet_RVC	0.55 244	0.37 289	1.17 349	0.44 204	0.31 244	0.56 182	0.34 120	1.06 256	0.88 213	0.67 120	0.90 176	0.61 134	0.65 237	0.93 290	0.70 267	0.21 238	0.18 257	0.26 286	0.23 277	0.31 301	0.28 290

STTStereo	0.55 244	0.37 289	0.76 304	0.44 204	0.31 244	0.60 202	0.44 238	0.96 219	0.86 200	0.99 291	0.90 176	0.96 268	0.58 194	0.71 199	0.61 247	0.25 280	0.23 302	0.26 286	0.32 338	0.24 260	0.23 260

SuperB	1.04 348	0.37 289	4.81 404	0.43 189	0.31 244	0.99 311	0.46 243	1.02 241	2.09 381	1.09 325	1.09 258	0.75 205	0.81 296	1.06 313	1.76 369	0.19 202	0.15 204	0.17 87	0.15 96	2.82 411	0.26 276

GANet	0.70 293	0.37 289	0.55 222	0.51 300	0.34 272	0.94 299	0.96 363	1.08 261	0.94 247	1.04 312	1.98 364	1.13 311	0.88 315	1.12 324	0.66 257	0.25 280	0.26 322	0.27 298	0.22 266	0.31 301	0.22 253

CBMV_ROB	0.59 273	0.37 289	0.38 54	0.39 87	0.28 193	0.74 253	0.28 51	1.00 231	0.98 260	0.94 272	1.25 298	0.81 229	0.78 290	0.87 265	0.50 210	0.36 349	0.37 362	0.43 353	0.40 356	0.33 311	0.30 303

PSMNet_ROB	0.64 281	0.37 289	0.65 264	0.56 328	0.42 316	0.97 306	0.83 349	1.21 304	0.92 235	0.79 185	1.02 230	1.08 301	0.63 220	0.82 243	0.91 319	0.29 309	0.20 279	0.31 321	0.31 332	0.26 272	0.23 260

dd	0.43 145	0.38 298	0.55 222	0.44 204	0.25 114	0.47 137	0.38 187	0.70 125	1.05 293	0.59 75	0.65 72	0.42 51	0.39 106	0.66 170	0.50 210	0.24 270	0.15 204	0.21 221	0.15 96	0.22 241	0.18 179

edge stereo	0.76 307	0.38 298	0.74 296	0.52 311	0.43 321	0.80 269	0.53 285	1.28 331	1.06 300	1.28 346	1.38 320	1.81 367	1.11 345	1.08 318	0.85 297	0.33 336	0.32 349	0.41 351	0.28 319	0.32 306	0.36 328

Nwc_Net	0.78 311	0.38 298	0.73 292	0.60 343	0.55 354	1.05 323	0.55 293	1.67 380	1.05 293	0.88 244	1.86 360	1.40 345	1.09 343	1.10 321	0.87 302	0.30 315	0.25 317	0.36 338	0.38 350	0.29 287	0.29 296

ADCL	1.04 348	0.38 298	1.35 365	0.50 288	0.39 298	1.61 370	0.89 357	1.29 332	1.39 352	1.29 347	1.50 336	1.24 319	1.24 357	1.37 355	4.87 402	0.21 238	0.19 271	0.25 272	0.25 299	0.29 287	0.27 283

sAnonymous2	0.40 122	0.39 302	0.85 314	0.48 259	0.37 285	0.40 104	0.46 243	0.57 33	0.52 68	0.38 23	0.46 25	0.35 27	0.42 118	0.43 25	0.30 61	0.19 202	0.14 180	0.18 121	0.17 166	0.57 371	0.44 355

CroCo_RVC	0.40 122	0.39 302	0.85 314	0.48 259	0.37 285	0.40 104	0.46 243	0.57 33	0.52 68	0.38 23	0.46 25	0.35 27	0.42 118	0.43 25	0.30 61	0.19 202	0.14 180	0.18 121	0.17 166	0.57 371	0.44 355

AF-Net	0.81 318	0.39 302	0.68 276	0.64 350	0.54 352	0.91 294	0.51 278	1.61 376	1.31 345	0.96 280	2.02 365	1.46 348	1.26 360	1.11 323	0.99 331	0.32 330	0.24 309	0.39 347	0.27 314	0.30 296	0.25 272

NOSS_ROB	0.57 260	0.39 302	0.39 71	0.44 204	0.30 226	0.73 252	0.54 289	1.03 245	1.08 309	0.67 120	0.87 161	0.76 211	0.57 187	0.77 230	0.47 204	0.38 353	0.38 364	0.44 355	0.42 362	0.37 328	0.34 321

Wz-Net-MNSev	0.76 307	0.40 306	1.34 364	0.50 288	0.40 303	1.44 360	0.83 349	1.15 285	1.16 321	1.25 345	1.20 290	1.13 311	0.81 296	1.16 327	1.00 334	0.22 256	0.19 271	0.24 261	0.23 277	0.28 284	0.26 276

NCC-stereo	0.78 311	0.40 306	0.76 304	0.61 345	0.67 369	0.81 274	0.69 328	1.54 372	1.11 314	0.90 255	1.36 312	1.33 334	1.16 349	1.19 330	0.88 304	0.31 318	0.30 336	0.37 342	0.48 369	0.33 311	0.33 317

Abc-Net	0.78 311	0.40 306	0.76 304	0.61 345	0.67 369	0.81 274	0.69 328	1.54 372	1.11 314	0.90 255	1.36 312	1.33 334	1.16 349	1.19 330	0.88 304	0.31 318	0.30 336	0.37 342	0.48 369	0.33 311	0.33 317
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
NCCL2	0.72 301	0.41 309	0.65 264	0.64 350	0.44 328	0.98 310	1.20 378	1.11 271	1.00 272	0.98 289	0.96 197	1.49 353	0.87 312	0.90 275	0.79 284	0.31 318	0.26 322	0.39 347	0.39 354	0.32 306	0.32 313

SANet	1.07 353	0.41 309	1.06 336	0.48 259	0.30 226	1.41 357	0.94 361	1.42 356	3.36 399	1.58 359	2.43 374	2.33 380	1.70 379	1.34 349	1.07 340	0.28 303	0.24 309	0.26 286	0.23 277	0.34 318	0.30 303

FINET	0.67 286	0.42 311	1.00 332	0.46 244	0.43 321	0.83 284	0.89 357	1.08 261	1.50 361	0.87 236	1.14 271	0.71 179	0.68 251	0.92 285	0.70 267	0.36 349	0.30 336	0.26 286	0.24 290	0.35 322	0.33 317

DPSNet	0.99 342	0.42 311	1.88 385	0.53 316	0.41 310	1.59 369	1.26 385	2.21 390	1.43 355	1.10 327	1.11 261	1.46 348	1.95 388	1.34 349	1.26 355	0.34 342	0.25 317	0.25 272	0.21 251	0.46 353	0.37 334

ADCRef	0.80 315	0.43 313	1.32 363	0.50 288	0.45 332	1.07 324	0.51 278	1.07 257	0.98 260	1.17 334	1.42 324	0.87 244	0.91 318	0.85 262	3.19 390	0.18 173	0.16 231	0.23 247	0.23 277	0.22 241	0.21 240

PA-Net	0.67 286	0.43 313	0.83 312	0.50 288	0.53 350	0.94 299	0.68 324	1.10 266	1.14 319	0.80 187	0.88 168	0.87 244	0.77 285	1.02 308	0.88 304	0.24 270	0.41 371	0.29 313	0.44 363	0.26 272	0.34 321
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LALA_ROB	0.74 304	0.43 313	0.69 282	0.54 322	0.40 303	1.01 313	0.95 362	1.21 304	1.07 306	1.22 341	1.12 263	1.56 360	0.79 292	1.04 312	0.86 298	0.33 336	0.22 292	0.35 335	0.30 325	0.35 322	0.31 309

MeshStereo	1.34 369	0.43 313	0.54 217	0.44 204	0.34 272	1.66 372	0.60 306	1.94 384	1.37 349	4.47 410	3.25 389	4.71 401	1.94 387	1.92 380	1.17 348	0.35 346	0.35 359	0.37 342	0.31 332	0.32 306	0.32 313
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
GMStereo_Zeroshot	0.49 200	0.44 317	0.74 296	0.49 274	0.27 174	0.56 182	0.29 58	0.73 141	0.76 152	0.86 229	0.94 186	0.91 259	0.36 88	0.74 216	0.43 172	0.26 290	0.14 180	0.26 286	0.15 96	0.36 326	0.18 179

Anonymous_2	0.82 319	0.44 317	0.63 254	0.40 110	0.43 321	0.80 269	0.52 281	0.72 134	0.77 159	0.71 143	0.60 62	0.87 244	0.76 281	0.75 220	0.58 239	0.52 372	0.54 384	0.54 371	4.82 419	0.56 369	0.40 345

PS-NSSS	0.58 266	0.44 317	0.62 246	0.42 171	0.33 265	0.66 233	0.58 302	1.02 241	0.86 200	0.77 180	1.28 302	0.72 189	0.64 231	0.82 243	0.59 243	0.31 318	0.26 322	0.40 350	0.27 314	0.33 311	0.26 276

NaN_ROB	0.69 291	0.44 317	0.69 282	0.51 300	0.33 265	0.97 306	1.06 370	1.22 312	1.19 326	1.24 344	0.96 197	1.08 301	0.78 290	1.20 332	0.67 260	0.24 270	0.30 336	0.23 247	0.24 290	0.23 250	0.25 272

HBP-ISP	0.59 273	0.45 321	0.43 111	0.45 225	0.33 265	0.70 243	0.28 51	1.11 271	1.00 272	0.83 216	1.18 285	0.65 158	0.68 251	0.88 268	0.52 225	0.35 346	0.38 364	0.47 360	0.41 361	0.38 332	0.31 309

DANet	0.71 297	0.45 321	0.91 324	0.59 338	0.40 303	0.81 274	0.40 212	0.97 223	0.84 188	1.20 339	1.22 291	1.33 334	0.88 315	1.16 327	1.24 353	0.27 297	0.23 302	0.31 321	0.25 299	0.35 322	0.32 313
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
G-Net	0.95 339	0.46 323	1.04 334	0.64 350	0.48 340	2.12 383	0.64 315	1.01 238	0.87 209	1.75 370	2.82 387	1.30 326	1.64 378	1.06 313	0.96 326	0.36 349	0.29 333	0.35 335	0.25 299	0.45 350	0.42 349

RTSC	0.87 327	0.48 324	1.23 355	0.52 311	0.37 285	1.13 333	0.50 264	1.34 341	1.79 375	1.51 356	1.24 296	1.12 308	0.81 296	1.62 366	2.16 379	0.25 280	0.19 271	0.23 247	0.24 290	0.30 296	0.31 309

ADCPNet	1.03 347	0.48 324	2.70 392	0.54 322	0.42 316	1.40 355	0.75 341	1.13 276	1.07 306	1.22 341	1.42 324	1.68 365	1.09 343	1.36 354	3.45 394	0.30 315	0.28 328	0.29 313	0.32 338	0.37 328	0.35 326

PDISCO_ROB	0.91 335	0.48 324	1.06 336	0.99 379	0.97 381	1.67 374	0.63 313	1.64 378	1.59 367	1.06 317	1.18 285	1.31 327	0.79 292	1.55 360	0.97 327	0.49 368	0.22 292	0.45 356	0.40 356	0.45 350	0.37 334

CSAN	0.83 324	0.49 327	0.77 308	0.60 343	0.41 310	1.14 334	1.06 370	1.19 298	1.46 359	1.32 348	1.43 327	1.37 341	1.19 354	1.27 341	0.86 298	0.39 355	0.31 346	0.36 338	0.37 347	0.35 322	0.34 321

ETE_ROB	0.70 293	0.49 327	0.73 292	0.56 328	0.36 280	0.79 266	0.87 356	1.14 282	0.93 240	1.19 336	1.18 285	1.39 343	0.82 300	0.99 300	0.80 286	0.26 290	0.21 286	0.31 321	0.26 309	0.33 311	0.34 321

MSMD_ROB	1.21 364	0.49 327	0.62 246	0.59 338	0.50 343	1.62 371	0.67 319	1.23 316	1.24 334	2.45 390	3.77 397	3.09 390	2.98 403	1.32 346	0.81 289	0.45 362	0.41 371	0.49 366	0.51 376	0.47 355	0.44 355

PWCDC_ROB	0.89 331	0.49 327	0.80 311	0.74 371	0.40 303	1.03 318	0.39 206	1.33 339	2.35 388	1.02 303	3.77 397	0.81 229	0.92 321	1.20 332	0.90 317	0.34 342	0.22 292	0.24 261	0.20 234	0.34 318	0.29 296

dad	0.58 266	0.50 331	0.64 259	0.43 189	0.30 226	0.59 197	0.36 155	0.78 162	1.25 338	1.01 301	1.17 283	1.15 314	0.53 168	0.68 188	0.50 210	0.35 346	0.23 302	0.37 342	0.21 251	0.29 287	0.20 227

SHD	0.93 338	0.50 331	1.18 350	0.59 338	0.46 339	0.97 306	0.48 254	1.70 381	2.15 382	1.58 359	1.37 315	1.42 346	1.19 354	1.31 345	1.60 364	0.31 318	0.26 322	0.32 326	0.33 341	0.40 335	0.42 349

FBW_ROB	0.88 329	0.50 331	0.85 314	0.55 325	0.40 303	1.17 339	0.78 345	1.50 365	1.37 349	1.33 350	1.27 300	1.48 352	1.00 336	2.57 396	0.98 330	0.25 280	0.32 349	0.45 356	0.30 325	0.34 318	0.28 290

Wz-Net-LNSev	0.71 297	0.51 334	1.36 369	0.50 288	0.41 310	1.15 336	0.69 328	1.21 304	1.07 306	1.02 303	1.12 263	1.08 301	0.87 312	0.89 273	0.89 315	0.24 270	0.22 292	0.21 221	0.19 212	0.26 272	0.26 276

Syn2CoEx	0.71 297	0.51 334	0.95 326	0.64 350	0.45 332	0.91 294	0.53 285	1.48 362	1.13 317	0.93 269	1.35 311	1.02 285	0.99 334	0.92 285	0.80 286	0.30 315	0.27 326	0.28 305	0.24 290	0.23 250	0.24 266

psmorigin	0.82 319	0.51 334	2.09 387	0.49 274	0.41 310	0.85 288	0.50 264	1.04 248	0.88 213	1.45 354	1.43 327	1.50 354	1.06 340	1.22 335	0.97 327	0.31 318	0.32 349	0.27 298	0.27 314	0.33 311	0.42 349

FADNet	0.61 278	0.51 334	1.10 339	0.45 225	0.44 328	0.65 230	0.41 224	1.19 298	1.05 293	0.70 137	0.84 146	0.98 273	0.66 242	0.82 243	0.50 210	0.29 309	0.30 336	0.27 298	0.30 325	0.46 353	0.35 326

MANE	4.13 408	0.51 334	0.64 259	0.66 358	0.56 357	6.89 413	0.99 366	7.55 415	12.04 412	6.68 415	8.57 416	10.69 416	9.45 415	7.59 415	6.39 407	0.49 368	0.43 376	0.48 363	0.98 396	0.49 357	0.48 366

FC-DCNN	1.59 380	0.51 334	0.66 269	0.61 345	0.49 342	1.56 367	0.70 333	1.66 379	1.53 363	4.64 411	4.62 409	5.85 408	3.34 406	1.84 378	1.11 343	0.46 363	0.42 373	0.47 360	0.46 364	0.48 356	0.46 360

ADCMid	1.14 357	0.52 340	2.23 390	0.53 316	0.43 321	1.07 324	0.75 341	1.23 316	1.05 293	2.15 383	1.44 329	1.50 354	1.43 368	1.56 362	5.01 403	0.26 290	0.24 309	0.29 313	0.31 332	0.37 328	0.33 317

DeepPrunerF	0.89 331	0.52 340	3.43 397	0.68 364	0.81 374	0.72 251	0.72 338	1.22 312	1.99 380	0.93 269	1.01 222	0.87 244	0.86 309	1.08 318	0.95 324	0.34 342	0.28 328	0.43 353	0.39 354	0.30 296	0.32 313

PWC_ROB	0.87 327	0.52 340	1.28 358	0.50 288	0.32 256	0.91 294	0.37 167	1.36 347	1.46 359	1.61 362	2.59 380	1.16 315	1.01 337	1.34 349	1.40 362	0.25 280	0.18 257	0.28 305	0.20 234	0.29 287	0.28 290

XX-TBD	0.32 30	0.53 343	0.26 7	0.51 300	0.20 20	0.37 87	0.24 25	0.40 4	0.73 139	0.54 66	0.69 83	0.31 9	0.25 13	0.32 4	0.27 34	0.16 112	0.10 9	0.12 2	0.09 6	0.13 20	0.11 9

FADNet-RVC	0.60 276	0.53 343	1.14 344	0.46 244	0.39 298	0.61 203	0.39 206	1.12 275	0.87 209	0.70 137	0.84 146	1.04 289	0.55 181	0.94 297	0.69 264	0.26 290	0.25 317	0.28 305	0.28 319	0.31 301	0.31 309

Anonymous Stereo	0.75 306	0.54 345	1.78 382	0.57 333	0.56 357	0.62 210	1.25 384	0.96 219	0.99 265	0.96 280	0.95 193	0.83 231	0.58 194	1.27 341	1.21 351	0.31 318	0.30 336	0.31 321	0.33 341	0.33 311	0.36 328

DGSMNet	0.76 307	0.55 346	1.29 360	0.58 335	0.62 366	0.94 299	0.70 333	1.26 327	1.11 314	0.83 216	1.24 296	1.00 277	0.71 269	1.03 310	0.81 289	0.34 342	0.29 333	0.41 351	0.40 356	0.57 371	0.55 375

FCDSN-DC	1.39 374	0.56 347	0.65 264	0.74 371	0.59 364	1.38 354	0.63 313	1.35 344	1.39 352	3.26 404	4.50 408	4.61 399	2.63 398	1.58 364	1.03 335	0.46 363	0.42 373	0.48 363	0.47 367	0.50 359	0.50 370
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
aanetorigin	0.83 324	0.56 347	1.87 384	0.49 274	0.38 293	0.56 182	0.66 317	0.70 125	1.00 272	2.42 389	2.02 365	1.31 327	1.18 352	0.93 290	1.13 347	0.20 223	0.18 257	0.20 181	0.19 212	0.27 282	0.30 303

ccnet	0.82 319	0.57 349	0.75 299	0.54 322	0.59 364	1.09 329	0.66 317	1.38 350	0.94 247	1.12 329	1.44 329	1.29 324	0.92 321	0.95 299	1.24 353	0.49 368	0.42 373	0.50 368	0.47 367	0.51 360	0.46 360

MFN_U_SF_DS_RVC	1.02 346	0.57 349	1.51 376	0.67 361	0.50 343	2.57 388	1.66 400	1.20 302	1.43 355	1.38 352	1.57 342	1.33 334	0.92 321	1.64 369	0.88 304	0.37 352	0.39 368	0.46 359	0.60 381	0.41 341	0.40 345

WZ-Net	1.19 363	0.59 351	4.07 401	0.62 348	0.51 346	1.34 352	1.31 389	1.32 337	1.74 374	1.53 358	1.65 345	1.74 366	1.28 361	2.25 390	2.01 376	0.27 297	0.21 286	0.23 247	0.25 299	0.40 335	0.39 342

MFN_U_SF_RVC	1.09 355	0.59 351	1.97 386	0.67 361	0.44 328	1.93 380	0.60 306	1.85 383	1.36 347	1.61 362	1.54 340	1.95 373	1.37 364	1.64 369	1.73 367	0.40 359	0.37 362	0.45 356	0.48 369	0.44 346	0.44 355

RGC	0.79 314	0.59 351	0.71 289	0.65 355	0.65 368	0.92 298	0.58 302	1.29 332	1.05 293	1.07 320	1.45 332	1.47 351	1.03 338	1.21 334	0.88 304	0.32 330	0.30 336	0.48 363	0.40 356	0.37 328	0.37 334

ADCS	1.51 378	0.61 354	3.42 396	0.59 338	0.51 346	1.27 349	1.08 373	1.59 374	1.81 376	1.91 377	1.66 347	1.51 357	1.42 367	1.94 382	8.60 411	0.33 336	0.32 349	0.33 331	0.36 346	0.44 346	0.42 349

ELAS_RVC	1.60 381	0.61 354	1.01 333	0.70 367	0.56 357	2.00 382	1.89 407	1.96 385	2.65 391	3.33 405	3.26 390	3.03 387	3.41 407	2.49 394	2.09 378	0.52 372	0.45 379	0.50 368	0.48 369	0.54 367	0.52 372
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	1.63 383	0.61 354	0.95 326	0.68 364	0.55 354	3.01 401	1.55 398	2.39 392	2.33 387	3.64 407	3.89 401	2.75 385	2.90 402	2.15 388	2.27 385	0.52 372	0.45 379	0.50 368	0.48 369	0.54 367	0.52 372
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AnyNet_C32	1.16 361	0.62 357	2.40 391	0.57 333	0.55 354	1.41 357	1.34 390	1.18 296	1.24 334	1.49 355	1.42 324	1.39 343	1.20 356	1.55 360	4.82 401	0.29 309	0.28 328	0.29 313	0.34 343	0.38 332	0.42 349

PASM	0.90 334	0.64 358	1.69 378	0.69 366	0.69 372	0.78 263	0.84 352	1.03 245	1.26 341	1.19 336	1.15 276	1.31 327	0.98 333	1.24 337	1.03 335	0.52 372	0.56 385	0.59 376	0.66 383	0.56 369	0.54 374

SAMSARA	1.07 353	0.65 359	1.19 351	1.06 383	0.90 376	1.76 377	1.76 404	1.46 360	1.44 357	1.51 356	1.16 281	2.00 374	1.14 347	1.48 358	1.31 359	0.39 355	0.44 378	0.35 335	0.38 350	0.49 357	0.49 369

XQC	0.89 331	0.65 359	1.31 361	0.67 361	0.52 349	1.22 344	0.68 324	1.26 327	1.52 362	1.14 332	1.11 261	1.28 323	1.04 339	1.40 357	1.77 370	0.38 353	0.24 309	0.37 342	0.31 332	0.53 365	0.47 364

PVD	1.28 368	0.67 361	1.28 358	0.74 371	0.62 366	1.50 363	0.84 352	1.99 386	2.96 394	2.18 384	2.36 373	1.85 370	1.95 388	1.92 380	1.94 374	0.39 355	0.36 361	0.49 366	0.37 347	0.51 360	0.64 377

GASNet	0.67 286	0.72 362	0.96 328	0.70 367	0.48 340	0.62 210	0.47 248	1.08 261	1.03 284	0.94 272	0.82 136	0.93 263	0.83 304	1.33 347	0.80 286	0.31 318	0.22 292	0.29 313	0.28 319	0.44 346	0.24 266

Wz-Net-SNSev	0.91 335	0.73 363	2.13 388	0.56 328	0.45 332	0.95 302	1.13 375	1.34 341	1.24 334	1.02 303	1.30 306	1.46 348	0.86 309	1.81 376	1.50 363	0.25 280	0.23 302	0.25 272	0.26 309	0.32 306	0.29 296

SQANet	0.82 319	0.74 364	0.67 273	1.13 384	0.98 383	1.11 330	0.47 248	1.07 257	0.83 185	0.91 260	1.05 242	1.03 287	0.74 276	1.01 303	0.64 254	0.61 378	0.24 309	1.03 385	0.35 345	1.18 388	0.58 376

GANetREF_RVC	0.80 315	0.75 365	0.86 319	0.66 358	0.42 316	1.15 336	0.98 364	1.14 282	1.19 326	1.01 301	1.02 230	1.10 304	0.90 317	1.15 326	0.76 279	0.48 366	0.39 368	0.57 373	0.38 350	0.63 375	0.46 360
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
UDGNet	0.48 184	0.77 366	0.50 196	0.48 259	0.31 244	0.41 117	0.34 120	0.70 125	0.92 235	0.65 108	0.60 62	0.58 111	0.43 125	0.63 151	0.41 163	0.32 330	0.15 204	0.66 377	0.19 212	0.36 326	0.21 240

LSM	4.74 411	0.77 366	10.16 411	0.70 367	56.56 433	1.02 315	1.00 368	1.24 323	1.62 371	2.04 379	2.34 371	1.33 334	1.17 351	1.38 356	1.09 342	0.33 336	0.49 382	0.39 347	0.46 364	0.51 360	10.09 420

EDNetEfficient	1.46 376	0.80 368	6.12 406	0.47 254	0.39 298	0.69 241	0.83 349	0.90 199	2.77 393	3.50 406	1.96 363	1.66 364	2.03 390	1.26 339	4.18 399	0.21 238	0.18 257	0.21 221	0.20 234	0.41 341	0.39 342

Consistency-Raft	1.01 343	0.81 369	1.24 356	0.84 374	0.97 381	0.81 274	0.84 352	1.30 335	1.59 367	1.05 314	1.68 350	1.12 308	0.91 318	0.92 285	1.11 343	0.65 379	0.74 392	0.79 380	0.90 392	1.06 386	0.79 383

AnonymousM	0.41 133	0.81 369	0.29 10	0.34 11	0.22 42	0.28 33	0.38 187	0.53 28	0.41 43	0.70 137	0.49 33	0.47 71	0.27 25	0.41 20	0.31 68	0.15 80	0.12 99	1.51 389	0.26 309	0.12 8	0.10 3

MaskLacGwcNet_RVC	0.67 286	0.81 369	0.73 292	0.53 316	0.37 285	1.40 355	0.53 285	1.04 248	0.79 172	0.88 244	0.94 186	0.95 266	0.53 168	0.93 290	0.58 239	0.39 355	0.30 336	0.57 373	0.31 332	0.53 365	0.30 303

UDG	0.88 329	0.82 372	0.67 273	1.00 381	0.96 380	1.02 315	0.57 301	1.13 276	0.99 265	0.90 255	0.97 211	1.31 327	0.99 334	0.85 262	0.84 293	0.54 376	0.32 349	1.77 392	0.40 356	0.94 381	0.66 378

BEATNet-Init1	15.13 419	0.82 372	50.86 436	0.72 370	0.53 350	38.10 430	7.03 417	11.83 420	14.25 417	29.78 434	30.17 434	48.21 437	22.64 427	26.78 428	18.11 419	0.42 360	0.38 364	0.47 360	0.46 364	0.51 360	0.48 366

MSC_U_SF_DS_RVC	1.34 369	0.87 374	1.76 381	0.86 375	0.56 357	4.29 407	1.79 405	1.50 365	1.98 379	1.61 362	1.85 359	1.84 368	1.41 366	1.89 379	1.36 360	0.48 366	0.40 370	0.56 372	0.57 379	0.69 376	0.48 366

anonymity	0.97 340	0.89 375	1.05 335	0.92 377	1.03 385	0.97 306	0.81 348	1.29 332	0.91 230	1.07 320	0.98 212	1.00 277	0.95 330	1.02 308	0.92 320	0.96 389	0.95 407	0.90 382	0.91 395	0.92 380	0.94 388

NVStereoNet_ROB	1.24 366	0.90 376	1.13 343	0.86 375	0.88 375	1.11 330	0.99 366	1.42 356	1.53 363	1.59 361	2.48 375	2.24 377	1.53 370	1.96 383	1.30 358	0.76 384	0.70 389	0.78 379	1.00 397	0.71 377	0.88 386
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	1.04 348	0.93 377	0.88 322	1.33 390	1.05 387	1.66 372	0.70 333	1.40 354	1.18 324	1.08 323	1.32 309	1.33 334	0.91 318	1.23 336	0.76 279	0.72 382	0.46 381	1.24 387	0.50 374	1.40 389	0.75 379

SPS-STEREO	1.25 367	0.93 377	1.06 336	1.04 382	1.03 385	1.41 357	0.91 360	1.51 368	1.19 326	2.09 381	1.83 357	1.94 372	1.39 365	1.62 366	1.39 361	0.97 390	0.94 406	0.90 382	0.89 391	0.96 383	0.96 391
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	1.35 371	0.94 379	1.25 357	0.96 378	1.00 384	1.52 365	1.02 369	1.34 341	1.21 329	2.64 392	2.65 382	2.44 381	1.56 373	1.64 369	1.26 355	0.97 390	0.95 407	0.90 382	0.90 392	0.94 381	0.96 391

RTS	1.98 389	0.96 380	11.36 413	0.65 355	0.57 361	2.77 393	1.40 393	1.39 351	2.26 383	1.89 374	2.56 377	1.32 332	1.25 358	5.20 409	4.05 397	0.31 318	0.22 292	0.29 313	0.29 323	0.40 335	0.37 334

RTSA	1.98 389	0.96 380	11.36 413	0.65 355	0.57 361	2.77 393	1.40 393	1.39 351	2.26 383	1.89 374	2.56 377	1.32 332	1.25 358	5.20 409	4.05 397	0.31 318	0.22 292	0.29 313	0.29 323	0.40 335	0.37 334

CC-Net-ROB	0.82 319	0.96 380	0.85 314	0.58 335	0.45 332	1.27 349	0.70 333	1.17 293	1.02 279	0.83 216	1.23 295	0.90 257	0.77 285	1.06 313	0.69 264	0.46 363	0.34 357	1.71 391	0.38 350	0.59 374	0.36 328

Ntro	1.09 355	0.97 383	0.91 324	1.44 391	1.19 389	1.69 375	0.80 347	1.35 344	1.25 338	1.00 296	1.29 305	1.31 327	0.97 332	1.26 339	0.84 293	0.84 386	0.43 376	1.36 388	0.50 374	1.56 390	0.78 381

MFMNet_re	1.14 357	0.97 383	1.19 351	0.99 379	0.95 379	1.25 348	1.22 381	1.39 351	1.55 365	1.69 369	1.67 349	1.21 316	1.53 370	1.12 324	0.99 331	0.87 388	0.75 396	0.79 380	0.75 387	0.90 379	0.94 388

AnyNet_C01	1.56 379	1.05 385	7.45 409	0.64 350	0.54 352	1.99 381	1.38 392	1.43 358	1.36 347	1.63 365	1.92 361	1.84 368	1.33 363	2.40 392	4.03 396	0.33 336	0.32 349	0.32 326	0.34 343	0.44 346	0.45 359

Wz-Net-TNSev	1.14 357	1.06 386	4.32 403	0.49 274	0.42 316	1.51 364	1.11 374	1.48 362	1.40 354	1.22 341	1.26 299	1.58 362	1.43 368	1.76 374	1.70 366	0.32 330	0.31 346	0.26 286	0.30 325	0.41 341	0.41 348

EDNetEfficientorigin	9.93 416	1.15 387	175.16 438	0.48 259	0.36 280	1.04 322	0.68 324	1.24 323	2.69 392	3.17 403	2.50 376	2.30 378	2.07 391	1.76 374	2.21 380	0.20 223	0.18 257	0.24 261	0.19 212	0.51 360	0.50 370

WAO-7	1.90 387	1.20 388	1.35 365	1.27 388	1.06 388	2.84 395	1.56 399	3.23 400	3.06 397	2.23 385	3.33 394	3.17 391	2.28 393	3.12 397	2.21 380	1.02 392	0.91 402	1.06 386	1.03 400	1.04 385	0.97 394

JetBlue	2.78 398	1.26 389	7.04 408	1.16 385	1.48 392	8.00 415	6.02 416	2.60 393	1.92 378	2.12 382	2.64 381	3.34 394	3.05 404	6.49 412	3.39 392	0.78 385	0.76 397	0.75 378	0.76 388	0.97 384	1.18 402

ACVNet_2	1.65 384	1.27 390	1.41 372	1.75 394	1.62 394	2.22 384	1.20 378	2.30 391	2.62 390	1.78 371	2.56 377	3.03 387	1.61 375	1.54 359	1.12 346	1.06 393	0.58 387	1.82 393	0.70 386	1.82 394	0.96 391

ACVNet-4b	1.35 371	1.31 391	1.10 339	1.90 398	1.59 393	1.92 379	0.77 343	1.52 371	1.62 371	1.05 314	1.60 344	2.11 375	0.94 327	1.64 369	0.77 283	1.30 397	0.35 359	2.03 399	0.67 384	1.88 398	0.84 384

ACVNet_1	1.46 376	1.33 392	1.12 342	1.91 399	1.62 394	1.83 378	0.98 364	2.00 387	1.85 377	1.39 353	1.53 339	2.32 379	1.53 370	1.34 349	1.11 343	1.30 397	0.50 383	2.06 401	0.58 380	1.93 400	0.95 390

Dean	1.98 389	1.36 393	1.36 369	2.12 401	1.81 401	2.74 390	1.36 391	3.37 404	3.80 403	2.08 380	3.32 393	3.21 392	1.82 382	1.71 373	1.67 365	1.27 394	0.77 398	1.99 395	0.90 392	1.86 395	1.03 395

LVE	2.12 394	1.44 394	1.36 369	1.99 400	1.78 399	2.75 391	1.79 405	2.82 394	3.95 404	1.90 376	4.33 407	3.52 396	1.81 381	2.24 389	1.74 368	1.74 405	0.87 401	2.06 401	1.13 403	1.91 399	1.35 405

RainbowNet	1.35 371	1.49 395	1.19 351	1.88 397	1.45 391	1.48 362	1.07 372	1.61 376	1.55 365	1.20 339	1.59 343	1.54 358	1.13 346	1.34 349	0.97 327	1.36 400	0.70 389	1.82 393	0.79 389	1.71 392	1.07 396

WAO-6	2.04 392	1.50 396	1.16 345	1.70 393	1.67 398	2.69 389	1.44 396	3.06 397	3.63 402	1.98 378	3.27 391	3.54 397	2.07 391	2.36 391	2.22 382	1.31 399	0.91 402	2.04 400	1.22 407	1.73 393	1.27 404

coex-ft	6.43 414	1.51 397	87.33 437	0.49 274	0.38 293	1.34 352	1.21 380	1.16 288	8.09 410	12.12 417	2.79 384	2.77 386	3.31 405	1.16 327	3.15 389	0.24 270	0.23 302	0.27 298	0.24 290	0.45 350	0.37 334

WAO-8	2.92 399	1.55 398	1.35 365	1.79 395	1.63 396	5.23 409	1.22 381	4.58 410	12.56 414	2.84 397	4.07 405	4.83 402	2.72 400	3.49 401	2.25 383	1.27 394	0.91 402	1.99 395	1.15 405	1.86 395	1.15 398

Venus	2.92 399	1.55 398	1.35 365	1.79 395	1.63 396	5.23 409	1.22 381	4.58 410	12.56 414	2.84 397	4.06 404	4.83 402	2.72 400	3.49 401	2.25 383	1.27 394	0.91 402	1.99 395	1.15 405	1.86 395	1.15 398

IMH-64-1	1.86 385	1.62 400	1.16 345	2.20 402	1.89 402	2.33 385	1.30 386	2.89 395	2.29 385	1.66 366	2.80 385	2.49 382	1.61 375	2.10 386	1.78 371	1.60 401	0.74 392	2.43 405	1.02 398	2.12 401	1.17 400

IMH-64	1.86 385	1.62 400	1.16 345	2.20 402	1.89 402	2.33 385	1.30 386	2.89 395	2.29 385	1.66 366	2.80 385	2.49 382	1.61 375	2.10 386	1.78 371	1.60 401	0.74 392	2.43 405	1.02 398	2.12 401	1.17 400

IMH	2.04 392	1.62 400	1.20 354	2.20 402	1.89 402	2.91 400	1.30 386	3.11 398	3.03 395	1.81 372	3.35 395	3.03 387	1.90 385	2.48 393	1.80 373	1.66 404	0.77 398	2.45 407	1.04 401	2.15 403	1.19 403

PWCK	1.92 388	1.66 403	3.12 395	1.65 392	0.91 377	2.84 395	2.26 410	2.10 388	2.41 389	2.36 388	2.31 369	2.22 376	1.82 382	3.43 400	2.03 377	1.61 403	0.71 391	1.51 389	0.82 390	1.69 391	0.91 387

TorneroNet-64	3.44 402	1.86 404	1.42 373	2.58 409	2.28 407	6.87 412	1.68 401	4.70 412	12.03 411	2.31 387	5.59 413	8.25 413	2.55 397	3.97 406	2.73 387	1.81 406	0.74 392	2.57 409	1.07 402	2.35 405	1.44 406

TorneroNet	4.53 410	1.89 405	1.48 375	2.55 407	2.27 406	13.78 420	1.69 402	4.84 414	23.73 428	2.89 400	7.70 415	7.06 412	2.69 399	4.26 408	3.42 393	1.84 407	0.77 398	2.68 411	1.13 403	2.42 406	1.47 407

KSHMR	2.57 396	1.93 406	1.69 378	2.63 410	2.42 409	2.86 397	2.07 408	3.27 402	6.50 408	2.49 391	3.36 396	3.41 395	1.92 386	2.49 394	1.94 374	2.13 410	1.40 412	2.79 414	1.50 410	2.73 409	1.77 408

UNDER WATER-64	3.53 404	2.01 407	3.94 400	3.22 415	2.49 411	5.41 411	2.60 413	3.43 405	12.41 413	3.03 402	2.68 383	6.07 410	4.04 409	3.79 405	3.33 391	2.02 408	1.24 411	2.63 410	1.46 409	2.78 410	2.08 412

UNDER WATER	3.46 403	2.07 408	3.64 399	3.09 413	2.48 410	3.75 405	2.42 412	3.31 403	13.77 416	2.90 401	2.95 388	5.84 407	3.69 408	3.69 403	3.48 395	2.07 409	1.11 409	2.70 412	1.40 408	2.84 412	1.98 410

ktn	2.98 401	2.25 409	1.73 380	2.84 411	2.53 412	3.76 406	2.15 409	3.70 406	5.47 407	2.75 394	5.17 412	5.94 409	2.48 395	3.23 398	2.46 386	2.34 414	1.44 413	2.78 413	2.03 413	2.45 407	2.01 411

notaker	2.76 397	2.29 410	1.80 383	2.96 412	2.58 413	2.90 399	1.75 403	3.24 401	3.05 396	2.78 395	4.24 406	6.15 411	2.51 396	3.34 399	2.75 388	2.31 412	1.18 410	3.00 415	1.65 411	2.84 412	1.97 409

MADNet+	2.23 395	2.43 411	10.85 412	1.22 387	0.91 377	2.76 392	1.40 393	2.12 389	1.67 373	1.32 348	1.74 353	1.86 371	1.74 380	6.25 411	4.41 400	0.65 379	0.64 388	0.58 375	0.54 378	0.80 378	0.76 380

HanzoNet	6.76 415	2.45 412	4.22 402	3.19 414	2.94 415	3.62 404	2.28 411	4.79 413	7.20 409	14.00 421	13.19 420	17.49 421	22.30 426	13.25 419	6.19 406	4.20 417	1.93 414	3.10 416	2.56 415	3.35 415	2.88 416

DPSimNet_ROB	3.58 405	2.45 412	8.57 410	2.53 406	2.37 408	2.88 398	3.77 415	3.14 399	3.23 398	4.71 412	3.86 400	4.68 400	4.87 412	4.07 407	5.62 404	2.33 413	2.33 415	2.47 408	2.52 414	2.51 408	2.64 414

DDUNet	1.06 351	2.56 414	0.68 276	1.21 386	1.26 390	1.03 318	0.69 328	1.11 271	0.94 247	0.96 280	1.22 291	1.27 321	0.82 300	0.93 290	0.72 273	0.84 386	0.38 364	1.99 395	0.60 381	1.10 387	0.85 385

DispFullNet	1.60 381	2.63 415	2.75 393	2.56 408	1.79 400	1.24 347	0.47 248	1.37 349	1.45 358	1.87 373	1.50 336	1.55 359	2.46 394	2.04 385	1.04 338	0.59 377	0.18 257	2.32 404	0.68 385	2.29 404	1.14 397

MADNet++	4.03 406	2.70 416	3.44 398	3.72 417	3.44 416	4.44 408	3.52 414	3.95 408	3.61 401	4.46 409	4.98 411	4.10 398	4.58 411	7.00 414	5.89 405	3.74 415	3.67 418	3.27 417	2.71 416	3.70 417	3.66 418

SPstereo	24.26 424	4.19 417	6.66 407	4.29 418	3.79 417	45.68 431	78.09 437	63.52 438	33.36 437	27.50 433	26.65 426	39.53 436	33.55 436	42.77 438	51.02 432	3.90 416	3.72 419	5.95 421	4.66 418	3.15 414	3.30 417

JetRed	5.27 412	5.84 418	12.81 416	2.36 405	2.83 414	12.23 419	10.50 418	4.46 409	3.60 400	3.86 408	3.83 399	4.85 404	4.18 410	6.78 413	11.96 414	2.17 411	2.96 417	2.18 403	1.97 412	3.38 416	2.68 415

DPSMNet_ROB	12.08 418	8.00 419	21.00 418	8.97 421	16.79 420	10.67 416	30.89 424	9.02 418	15.17 419	6.51 414	15.41 424	9.04 414	14.85 417	9.27 417	21.67 421	4.58 419	8.57 420	5.09 420	9.29 422	5.90 419	10.95 421

DGTPSM_ROB	12.07 417	8.00 419	20.99 417	8.93 420	16.78 419	10.67 416	30.87 423	9.01 417	15.16 418	6.50 413	15.41 424	9.04 414	14.85 417	9.25 416	21.67 421	4.57 418	8.57 420	5.08 419	9.28 421	5.90 419	10.95 421

ASD4		8.86 421

Anonymous_1	33.25 426	18.26 422	23.92 420	20.54 422	21.28 423	25.59 422	35.94 425	22.01 429	15.57 420	13.33 418	13.49 421	18.08 422	15.29 419	20.36 420	24.60 423	16.28 428	8.84 422	66.59 435	118.00 435	155.73 438	11.23 423

DPSM_ROB	17.78 420	18.63 423	24.31 424	20.90 423	19.47 421	25.97 423	36.21 426	21.23 427	16.24 421	13.38 419	14.06 422	19.18 424	16.30 420	20.78 421	25.67 424	9.38 423	9.23 423	9.49 423	9.82 423	13.51 422	11.91 424

DPSM	17.78 420	18.63 423	24.31 424	20.90 423	19.47 421	25.97 423	36.21 426	21.23 427	16.24 421	13.38 419	14.06 422	19.18 424	16.30 420	20.78 421	25.67 424	9.38 423	9.23 423	9.49 423	9.82 423	13.51 422	11.91 424

xxxxx1	36.64 432	19.51 425	24.21 421	61.66 435	64.63 435	27.28 426	40.10 428	20.25 422	18.63 424	14.07 422	12.97 417	17.26 418	17.36 422	21.70 424	27.93 426	13.18 425	18.50 428	111.26 436	133.37 436	29.24 430	39.73 433

tt_ll	36.64 432	19.51 425	24.21 421	61.66 435	64.63 435	27.28 426	40.10 428	20.25 422	18.63 424	14.07 422	12.97 417	17.26 418	17.36 422	21.70 424	27.93 426	13.18 425	18.50 428	111.26 436	133.37 436	29.24 430	39.73 433

ff	36.64 432	19.51 425	24.21 421	61.66 435	64.63 435	27.28 426	40.10 428	20.25 422	18.63 424	14.07 422	12.97 417	17.26 418	17.36 422	21.70 424	27.93 426	13.18 425	18.50 428	111.26 436	133.37 436	29.24 430	39.73 433

PML	40.80 438	29.24 428	11.87 415	7.20 419	14.47 418	92.13 438	213.69 439	7.63 416	23.35 427	74.72 438	190.14 439	50.17 438	26.15 428	21.39 423	12.70 415	8.76 422	2.92 416	8.45 422	3.25 417	13.26 421	4.42 419

LRCNet_RVC	21.24 423	31.15 429	21.41 419	28.98 426	23.82 424	3.13 402	0.60 306	20.96 426	1.59 367	25.58 426	28.15 429	21.99 426	14.79 416	21.94 427	16.41 418	28.89 435	14.87 426	33.53 431	31.28 431	29.51 433	26.16 431

DLNR_Zeroshot_test	20.09 422	36.28 430	38.04 427	169.85 438	61.80 434	0.23 5	0.20 1	13.88 421	0.37 32	0.44 44	0.66 76	0.43 57	0.21 5	0.62 141	0.28 44	5.46 420	0.10 9	0.15 43	0.11 16	72.60 437	0.11 9

HaxPig	31.96 425	37.24 431	34.27 426	24.37 425	24.88 425	18.26 421	19.86 420	20.64 425	28.52 429	35.97 435	38.75 435	25.57 427	28.72 429	33.88 429	34.39 429	35.94 436	38.87 436	37.80 432	40.48 432	39.68 434	41.15 436

CasAABBNet	35.74 427	37.43 432	48.72 431	42.22 432	39.20 431	52.24 432	73.12 433	42.61 435	32.62 434	26.78 427	27.95 427	38.58 433	32.60 430	41.67 435	51.65 437	18.74 429	18.57 431	19.15 429	19.77 426	27.20 427	23.98 429

Selective-RAFT-Error	35.84 431	37.49 433	48.83 435	42.26 433	39.24 432	52.30 436	73.09 432	42.66 436	32.61 430	26.80 428	28.30 430	38.84 435	33.51 435	41.68 436	51.59 433	18.82 433	18.58 432	19.17 430	19.80 427	27.28 428	24.05 430

MyStereo03	35.77 428	37.55 434	48.75 432	42.19 429	39.18 428	52.27 433	73.13 434	42.32 432	32.61 430	27.03 430	28.40 431	38.50 430	32.89 431	41.62 432	51.63 434	18.78 430	18.59 433	19.11 425	19.80 427	27.18 424	23.95 426

MyStereo02	35.77 428	37.55 434	48.75 432	42.19 429	39.18 428	52.27 433	73.13 434	42.32 432	32.61 430	27.03 430	28.40 431	38.50 430	32.89 431	41.62 432	51.63 434	18.78 430	18.59 433	19.11 425	19.80 427	27.18 424	23.95 426

MyStereo	35.77 428	37.55 434	48.75 432	42.19 429	39.18 428	52.27 433	73.13 434	42.32 432	32.61 430	27.03 430	28.40 431	38.50 430	32.89 431	41.62 432	51.63 434	18.78 430	18.59 433	19.11 425	19.80 427	27.18 424	23.95 426

LSM0	38.95 437	37.60 437	48.58 430	43.57 434	91.06 438	52.57 437	72.57 431	43.17 437	32.63 435	26.97 429	27.97 428	38.65 434	32.94 434	41.86 437	51.78 438	18.89 434	18.41 427	19.13 428	19.63 425	27.29 429	33.77 432

AVERAGE_ROB	37.58 436	40.13 438	40.15 428	34.81 428	33.82 427	28.55 429	25.10 422	32.02 431	34.06 438	41.28 436	40.66 436	34.46 429	34.81 438	39.18 430	37.57 431	42.78 437	43.44 437	43.82 433	43.03 433	40.47 435	41.51 437

MEDIAN_ROB	37.38 435	40.85 439	40.60 429	32.31 427	31.85 426	27.20 425	24.55 421	29.10 430	33.19 436	42.09 437	41.76 437	33.35 428	34.39 437	39.78 431	37.07 430	43.64 438	44.10 438	44.12 434	43.40 434	41.51 436	42.76 438

test_example2	176.61 439	205.14 440	198.86 439	188.60 439	190.98 439	152.67 439	170.61 438	94.86 439	123.55 439	178.88 439	179.48 438	158.94 439	141.34 439	192.61 439	198.96 439	203.76 439	236.37 439	164.13 439	173.55 439	218.58 439	160.41 439

Low-res two-view benchmark