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

Selective-IGEV	0.25 1	0.18 14	0.37 27	0.37 35	0.20 18	0.27 25	0.25 30	0.59 29	0.25 1	0.27 2	0.26 1	0.34 21	0.18 1	0.62 116	0.23 1	0.12 4	0.10 8	0.14 13	0.11 15	0.13 14	0.11 3

StereoIM	0.27 2	0.19 33	0.39 36	0.37 35	0.26 129	0.28 31	0.28 50	0.45 5	0.37 14	0.27 2	0.27 2	0.40 39	0.27 22	0.40 14	0.30 48	0.16 99	0.14 172	0.16 57	0.13 49	0.15 66	0.12 10

MIF-Stereo	0.27 2	0.18 14	0.40 45	0.40 86	0.28 179	0.30 39	0.28 50	0.40 1	0.33 4	0.30 6	0.46 22	0.27 2	0.25 12	0.48 41	0.35 89	0.17 125	0.13 141	0.14 13	0.12 26	0.14 36	0.13 31

EGLCR-Stereo	0.27 2	0.17 8	0.36 25	0.35 12	0.21 25	0.37 86	0.20 1	0.58 27	0.37 14	0.29 4	0.28 4	0.42 45	0.18 1	0.47 34	0.27 23	0.14 18	0.10 8	0.16 57	0.14 69	0.13 14	0.12 10

CroCo-Stereo	0.27 2	0.23 120	0.40 45	0.49 257	0.22 30	0.20 2	0.29 57	0.55 19	0.45 47	0.29 4	0.27 2	0.42 45	0.26 17	0.30 1	0.26 8	0.15 67	0.13 141	0.13 8	0.12 26	0.16 103	0.13 31
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
AEACV	0.28 6	0.18 14	0.34 13	0.36 27	0.45 323	0.27 25	0.27 42	0.41 2	0.39 21	0.31 7	0.46 22	0.31 6	0.36 78	0.38 7	0.25 3	0.14 18	0.11 39	0.15 41	0.13 49	0.13 14	0.13 31

LoS_RVC	0.28 6	0.17 8	0.29 9	0.33 8	0.32 244	0.43 121	0.34 116	0.42 4	0.34 5	0.33 11	0.51 36	0.29 4	0.38 89	0.37 5	0.28 29	0.11 1	0.10 8	0.11 1	0.08 1	0.11 1	0.26 262

CREStereo	0.28 6	0.16 4	0.25 1	0.28 1	0.17 2	0.38 91	0.25 30	0.52 13	0.76 137	0.43 37	0.51 36	0.32 13	0.28 27	0.39 8	0.27 23	0.16 99	0.11 39	0.12 2	0.09 4	0.12 2	0.12 10
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
CES	0.29 9	0.15 2	0.25 1	0.31 4	0.71 368	0.36 78	0.27 42	0.51 12	0.47 54	0.34 13	0.48 27	0.27 2	0.23 7	0.40 14	0.24 2	0.13 9	0.11 39	0.12 2	0.08 1	0.13 14	0.32 298

MC-Stereo	0.29 9	0.18 14	0.35 19	0.40 86	0.21 25	0.26 18	0.26 40	0.53 16	0.40 29	0.38 18	0.61 61	0.41 43	0.31 53	0.57 69	0.27 23	0.14 18	0.10 8	0.14 13	0.12 26	0.12 2	0.12 10

CroCo-Stereo Lap2	0.29 9	0.25 167	0.44 79	0.50 268	0.30 217	0.19 1	0.31 87	0.52 13	0.41 34	0.25 1	0.28 4	0.46 64	0.31 53	0.39 8	0.30 48	0.15 67	0.15 190	0.16 57	0.13 49	0.17 127	0.16 98

ff7	0.30 12	0.22 97	0.42 58	0.37 35	0.26 129	0.31 51	0.34 116	0.66 55	0.35 6	0.39 21	0.33 10	0.31 6	0.28 27	0.61 94	0.26 8	0.14 18	0.11 39	0.17 85	0.12 26	0.15 66	0.16 98

IGEVStereo-DCA	0.30 12	0.24 139	0.42 58	0.36 27	0.27 158	0.38 91	0.34 116	0.66 55	0.35 6	0.39 21	0.31 6	0.35 25	0.27 22	0.62 116	0.25 3	0.16 99	0.12 86	0.16 57	0.12 26	0.14 36	0.16 98

ffff	0.30 12	0.22 97	0.42 58	0.37 35	0.26 129	0.31 51	0.34 116	0.66 55	0.35 6	0.39 21	0.33 10	0.31 6	0.28 27	0.61 94	0.26 8	0.14 18	0.11 39	0.17 85	0.12 26	0.15 66	0.16 98

11t	0.30 12	0.22 97	0.42 58	0.37 35	0.26 129	0.31 51	0.34 116	0.66 55	0.35 6	0.39 21	0.33 10	0.31 6	0.28 27	0.61 94	0.26 8	0.14 18	0.11 39	0.17 85	0.12 26	0.15 66	0.16 98

CASnet	0.30 12	0.20 54	0.34 13	0.42 129	0.17 2	0.25 16	0.24 23	0.53 16	0.56 67	0.54 60	0.54 44	0.39 38	0.24 10	0.41 17	0.26 8	0.15 67	0.10 8	0.22 229	0.18 183	0.18 151	0.12 10
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
anonymousdsp	0.30 12	0.22 97	0.41 50	0.38 44	0.26 129	0.31 51	0.35 138	0.68 71	0.36 11	0.40 29	0.33 10	0.32 13	0.28 27	0.62 116	0.26 8	0.14 18	0.10 8	0.17 85	0.12 26	0.15 66	0.16 98

LoS	0.30 12	0.16 4	0.32 12	0.30 3	0.19 8	0.32 60	0.29 57	0.54 18	0.73 127	0.35 15	0.52 39	0.42 45	0.29 41	0.48 41	0.29 37	0.15 67	0.11 39	0.13 8	0.09 4	0.12 2	0.12 10

ProNet	0.30 12	0.22 97	0.41 50	0.36 27	0.25 101	0.33 66	0.42 218	0.62 36	0.41 34	0.33 11	0.31 6	0.32 13	0.28 27	0.60 88	0.28 29	0.13 9	0.11 39	0.16 57	0.13 49	0.13 14	0.14 49

ccc-4	0.30 12	0.22 97	0.42 58	0.37 35	0.26 129	0.31 51	0.34 116	0.66 55	0.35 6	0.39 21	0.33 10	0.31 6	0.28 27	0.61 94	0.26 8	0.14 18	0.11 39	0.17 85	0.12 26	0.15 66	0.16 98

IGEV-Stereo	0.30 12	0.22 97	0.41 50	0.38 44	0.26 129	0.30 39	0.35 138	0.68 71	0.36 11	0.40 29	0.33 10	0.32 13	0.28 27	0.62 116	0.26 8	0.14 18	0.10 8	0.17 85	0.12 26	0.15 66	0.16 98
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GLC_STEREO	0.30 12	0.20 54	0.28 8	0.44 187	0.19 8	0.31 51	0.25 30	0.49 9	0.43 41	0.37 17	0.47 26	0.40 39	0.23 7	0.51 50	0.37 106	0.15 67	0.18 246	0.19 147	0.16 115	0.16 103	0.14 49

rrr	0.31 23	0.24 139	0.56 184	0.36 27	0.27 158	0.38 91	0.31 87	0.56 24	0.44 43	0.39 21	0.31 6	0.35 25	0.27 22	0.62 116	0.25 3	0.16 99	0.12 86	0.16 57	0.13 49	0.14 36	0.14 49

TANstereo	0.31 23	0.16 4	0.34 13	0.31 4	0.17 2	0.55 164	0.23 20	0.46 6	0.56 67	0.60 71	0.69 79	0.37 32	0.26 17	0.36 4	0.28 29	0.16 99	0.16 211	0.13 8	0.10 10	0.14 36	0.15 78

test_xeample3	0.31 23	0.23 120	0.56 184	0.36 27	0.26 129	0.35 74	0.32 99	0.60 31	0.38 17	0.44 38	0.32 9	0.33 18	0.28 27	0.66 146	0.27 23	0.14 18	0.12 86	0.16 57	0.12 26	0.14 36	0.14 49

test croco	0.32 26	0.21 74	0.59 201	0.40 86	0.29 198	0.27 25	0.30 69	0.46 6	0.36 11	0.32 10	0.66 72	0.31 6	0.33 64	0.68 163	0.32 63	0.18 156	0.13 141	0.20 176	0.15 90	0.18 151	0.13 31

MIF-Stereo (partial)	0.32 26	0.19 33	0.41 50	0.41 104	0.32 244	0.29 35	0.24 23	0.49 9	0.44 43	0.31 7	0.63 64	0.37 32	0.36 78	0.60 88	0.32 63	0.17 125	0.13 141	0.19 147	0.17 157	0.18 151	0.15 78

CREStereo++_RVC	0.32 26	0.16 4	0.25 1	0.32 6	0.24 77	0.27 25	0.22 11	0.48 8	0.89 204	0.47 45	0.80 123	0.29 4	0.25 12	0.37 5	0.34 82	0.14 18	0.09 2	0.13 8	0.52 373	0.14 36	0.10 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
XX-TBD	0.32 26	0.53 324	0.26 4	0.53 301	0.21 25	0.38 91	0.24 23	0.41 2	0.77 139	0.55 61	0.70 81	0.31 6	0.26 17	0.33 3	0.28 29	0.16 99	0.10 8	0.12 2	0.09 4	0.13 14	0.11 3

MyStereo07	0.33 30	0.23 120	0.37 27	0.43 166	0.29 198	0.40 101	0.48 248	0.78 143	0.38 17	0.38 18	0.34 16	0.32 13	0.30 50	0.63 125	0.28 29	0.14 18	0.13 141	0.19 147	0.17 157	0.18 151	0.17 134

MSKI-zero shot	0.33 30	0.19 33	0.36 25	0.41 104	0.22 30	0.32 60	0.22 11	0.65 53	0.45 47	0.52 53	0.64 67	0.60 126	0.19 3	0.78 215	0.27 23	0.14 18	0.11 39	0.14 13	0.10 10	0.13 14	0.13 31

4D-IteraStereo	0.33 30	0.19 33	0.43 74	0.40 86	0.24 77	0.32 60	0.27 42	0.59 29	0.72 118	0.66 102	0.53 41	0.42 45	0.22 6	0.46 29	0.30 48	0.14 18	0.09 2	0.20 176	0.16 115	0.16 103	0.12 10

iRaftStereo_RVC	0.33 30	0.20 54	0.40 45	0.40 86	0.23 56	0.31 51	0.29 57	0.70 92	0.55 66	0.49 48	0.66 72	0.37 32	0.23 7	0.47 34	0.33 73	0.14 18	0.11 39	0.19 147	0.17 157	0.16 103	0.13 31

PMTNet	0.33 30	0.17 8	0.26 4	0.29 2	0.18 5	0.44 127	0.22 11	0.57 26	0.66 96	0.46 43	0.54 44	0.38 35	0.34 70	0.50 49	0.25 3	0.75 376	0.10 8	0.12 2	0.09 4	0.13 14	0.12 10

cross-raft	0.34 35	0.20 54	0.38 33	0.45 199	0.24 77	0.32 60	0.35 138	0.77 140	0.42 38	0.62 77	0.77 101	0.58 114	0.27 22	0.46 29	0.31 57	0.12 4	0.10 8	0.15 41	0.13 49	0.15 66	0.12 10

RAFT-Test	0.35 36	0.19 33	0.42 58	0.39 60	0.24 77	0.50 138	0.23 20	0.74 128	0.44 43	0.62 77	0.85 145	0.64 145	0.28 27	0.48 41	0.30 48	0.14 18	0.11 39	0.14 13	0.11 15	0.13 14	0.13 31

test-3	0.35 36	0.17 8	0.48 115	0.40 86	0.22 30	0.42 117	0.22 11	0.66 55	0.80 153	0.72 133	0.45 20	0.63 138	0.29 41	0.45 25	0.32 63	0.13 9	0.09 2	0.17 85	0.13 49	0.13 14	0.11 3

test_1	0.35 36	0.17 8	0.48 115	0.40 86	0.22 30	0.42 117	0.22 11	0.66 55	0.80 153	0.70 123	0.45 20	0.63 138	0.29 41	0.45 25	0.32 63	0.13 9	0.09 2	0.17 85	0.13 49	0.13 14	0.11 3

raftrobust	0.35 36	0.20 54	0.39 36	0.43 166	0.29 198	0.31 51	0.25 30	0.73 122	0.66 96	0.59 69	0.56 51	0.44 54	0.45 131	0.55 61	0.31 57	0.16 99	0.12 86	0.14 13	0.12 26	0.12 2	0.14 49

CFNet-RSSM	0.35 36	0.18 14	0.47 102	0.39 60	0.22 30	0.35 74	0.23 20	0.78 143	0.86 186	0.67 109	0.54 44	0.56 96	0.28 27	0.49 47	0.28 29	0.14 18	0.10 8	0.14 13	0.12 26	0.13 14	0.12 10

Gwc-CoAtRS	0.35 36	0.18 14	0.46 91	0.39 60	0.23 56	0.34 72	0.22 11	0.74 128	0.77 139	0.62 77	0.60 58	0.58 114	0.29 41	0.47 34	0.29 37	0.14 18	0.11 39	0.14 13	0.12 26	0.13 14	0.13 31

AE-Stereo	0.36 42	0.21 74	0.47 102	0.49 257	0.31 227	0.50 138	0.34 116	0.72 109	0.73 127	0.34 13	0.55 49	0.52 82	0.28 27	0.48 41	0.31 57	0.13 9	0.13 141	0.18 116	0.16 115	0.15 66	0.14 49

ACVNet-DCA	0.36 42	0.25 167	0.35 19	0.42 129	0.23 56	0.53 153	0.37 157	0.91 178	0.59 74	0.42 32	0.50 31	0.34 21	0.47 141	0.61 94	0.26 8	0.17 125	0.11 39	0.19 147	0.13 49	0.18 151	0.19 165

IGEV_Zeroshot_test	0.36 42	0.19 33	0.71 251	0.41 104	0.29 198	0.30 39	0.25 30	0.86 165	0.40 29	0.64 94	0.57 52	0.56 96	0.25 12	0.56 65	0.29 37	0.15 67	0.11 39	0.16 57	0.14 69	0.14 36	0.14 49

EKT-Stereo	0.36 42	0.24 139	0.44 79	0.44 187	0.30 217	0.37 86	0.30 69	0.72 109	0.68 103	0.47 45	0.63 64	0.49 75	0.28 27	0.59 78	0.34 82	0.19 191	0.14 172	0.18 116	0.15 90	0.16 103	0.18 156

Any-RAFT	0.36 42	0.17 8	0.31 10	0.35 12	0.21 25	0.51 143	0.21 5	0.93 188	0.75 134	0.56 63	0.73 85	0.66 161	0.29 41	0.48 41	0.25 3	0.15 67	0.10 8	0.13 8	0.10 10	0.13 14	0.13 31

LL-Strereo2	0.36 42	0.25 167	0.52 158	0.43 166	0.27 158	0.36 78	0.27 42	0.70 92	0.46 52	0.55 61	0.53 41	0.65 149	0.24 10	0.69 169	0.32 63	0.14 18	0.13 141	0.23 243	0.20 226	0.19 184	0.14 49

Selective-RAFT	0.36 42	0.23 120	0.54 177	0.45 199	0.22 30	0.64 208	0.27 42	0.62 36	0.65 93	0.41 31	0.38 17	0.55 90	0.39 102	0.59 78	0.36 98	0.14 18	0.12 86	0.14 13	0.12 26	0.16 103	0.14 49

RCA-Stereo	0.36 42	0.18 14	0.37 27	0.38 44	0.23 56	0.31 51	0.33 108	0.70 92	1.25 325	0.45 39	0.65 69	0.46 64	0.43 119	0.40 14	0.29 37	0.14 18	0.10 8	0.14 13	0.12 26	0.12 2	0.12 10

Patchmatch Stereo++	0.36 42	0.24 139	0.51 139	0.42 129	0.22 30	0.24 7	0.21 5	0.63 42	0.39 21	0.63 84	0.73 85	0.57 99	0.38 89	0.61 94	0.39 127	0.18 156	0.12 86	0.20 176	0.16 115	0.21 208	0.16 98
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	0.36 42	0.24 139	0.51 139	0.42 129	0.22 30	0.24 7	0.31 87	0.63 42	0.39 21	0.63 84	0.73 85	0.57 99	0.38 89	0.59 78	0.38 119	0.18 156	0.12 86	0.20 176	0.16 115	0.21 208	0.16 98

ROB_FTStereo_v2	0.36 42	0.24 139	0.51 139	0.42 129	0.22 30	0.24 7	0.31 87	0.63 42	0.39 21	0.63 84	0.73 85	0.57 99	0.38 89	0.60 88	0.39 127	0.18 156	0.12 86	0.20 176	0.16 115	0.21 208	0.16 98

ROB_FTStereo	0.36 42	0.24 139	0.51 139	0.42 129	0.22 30	0.24 7	0.20 1	0.63 42	0.39 21	0.63 84	0.73 85	0.57 99	0.38 89	0.60 88	0.38 119	0.18 156	0.12 86	0.20 176	0.16 115	0.21 208	0.16 98

HUI-Stereo	0.36 42	0.24 139	0.51 139	0.42 129	0.22 30	0.24 7	0.22 11	0.63 42	0.40 29	0.64 94	0.73 85	0.58 114	0.38 89	0.53 53	0.38 119	0.18 156	0.12 86	0.20 176	0.16 115	0.21 208	0.16 98

iGMRVC	0.36 42	0.24 139	0.51 139	0.42 129	0.22 30	0.24 7	0.29 57	0.63 42	0.39 21	0.63 84	0.73 85	0.57 99	0.38 89	0.61 94	0.39 127	0.18 156	0.12 86	0.20 176	0.16 115	0.21 208	0.16 98

iRAFT	0.36 42	0.24 139	0.51 139	0.42 129	0.22 30	0.24 7	0.21 5	0.63 42	0.39 21	0.63 84	0.73 85	0.57 99	0.38 89	0.61 94	0.39 127	0.18 156	0.12 86	0.20 176	0.16 115	0.21 208	0.16 98

RAFT-IKP	0.36 42	0.24 139	0.51 139	0.42 129	0.22 30	0.24 7	0.27 42	0.63 42	0.39 21	0.63 84	0.73 85	0.57 99	0.38 89	0.61 94	0.39 127	0.18 156	0.12 86	0.20 176	0.16 115	0.21 208	0.16 98

sCroCo_RVC	0.36 42	0.29 229	0.73 261	0.52 294	0.39 291	0.42 117	0.31 87	0.52 13	0.46 52	0.31 7	0.48 27	0.38 35	0.32 59	0.46 29	0.33 73	0.22 241	0.23 293	0.19 147	0.19 207	0.21 208	0.22 223

EAI-Stereo	0.36 42	0.21 74	0.46 91	0.40 86	0.22 30	0.33 66	0.36 145	1.22 285	0.32 3	0.52 53	0.75 98	0.35 25	0.28 27	0.65 138	0.30 48	0.14 18	0.11 39	0.14 13	0.14 69	0.14 36	0.13 31

1test111	0.37 60	0.25 167	0.35 19	0.42 129	0.23 56	0.53 153	0.37 157	0.91 178	0.59 74	0.42 32	0.50 31	0.34 21	0.47 141	0.59 78	0.48 185	0.17 125	0.11 39	0.19 147	0.13 49	0.18 151	0.19 165

tt1	0.37 60	0.25 167	0.35 19	0.43 166	0.23 56	0.52 150	0.37 157	0.72 109	1.13 301	0.42 32	0.46 22	0.35 25	0.44 124	0.61 94	0.26 8	0.17 125	0.11 39	0.19 147	0.13 49	0.16 103	0.17 134

HH	0.37 60	0.22 97	0.49 122	0.41 104	0.26 129	0.36 78	0.30 69	0.87 166	0.41 34	0.45 39	0.59 56	0.78 213	0.43 119	0.77 207	0.26 8	0.15 67	0.11 39	0.15 41	0.14 69	0.14 36	0.14 49

HanStereo	0.37 60	0.22 97	0.49 122	0.41 104	0.26 129	0.36 78	0.30 69	0.87 166	0.41 34	0.45 39	0.59 56	0.78 213	0.43 119	0.77 207	0.26 8	0.15 67	0.11 39	0.15 41	0.14 69	0.14 36	0.14 49

CAS	0.37 60	0.13 1	0.27 7	1.34 385	0.31 227	0.46 131	0.38 170	0.50 11	0.48 56	0.35 15	0.52 39	0.24 1	0.19 3	0.30 1	0.28 29	1.03 387	0.08 1	0.12 2	0.08 1	0.12 2	0.28 279

anonymousdsp2	0.37 60	0.21 74	0.49 122	0.38 44	0.24 77	0.48 137	0.31 87	0.91 178	0.68 103	0.57 65	0.51 36	0.51 79	0.34 70	0.59 78	0.33 73	0.14 18	0.11 39	0.14 13	0.10 10	0.16 103	0.16 98

knoymous	0.37 60	0.22 97	0.34 13	0.32 6	0.22 30	0.38 91	0.29 57	0.63 42	0.65 93	0.69 119	0.69 79	0.60 126	0.40 107	0.61 94	0.36 98	0.17 125	0.11 39	0.20 176	0.12 26	0.18 151	0.19 165

test_4	0.37 60	0.19 33	0.34 13	0.45 199	0.26 129	0.20 2	0.34 116	0.58 27	0.42 38	0.60 71	1.45 326	0.43 51	0.26 17	0.67 155	0.29 37	0.12 4	0.10 8	0.17 85	0.19 207	0.15 66	0.12 10

test_3	0.37 60	0.19 33	0.50 131	0.45 199	0.24 77	0.47 133	0.36 145	0.69 82	0.84 176	0.66 102	0.46 22	0.68 168	0.25 12	0.45 25	0.32 63	0.12 4	0.10 8	0.18 116	0.16 115	0.15 66	0.12 10

NRIStereo	0.37 60	0.21 74	0.49 122	0.42 129	0.23 56	0.33 66	0.25 30	0.68 71	0.59 74	0.65 98	0.63 64	0.55 90	0.37 82	0.67 155	0.40 147	0.16 99	0.12 86	0.18 116	0.15 90	0.17 127	0.15 78

DeepStereo_RVC	0.37 60	0.22 97	0.51 139	0.41 104	0.24 77	0.26 18	0.22 11	0.64 52	0.40 29	0.69 119	0.67 77	0.57 99	0.50 150	0.58 73	0.42 155	0.17 125	0.12 86	0.18 116	0.16 115	0.19 184	0.19 165

CRE-IMP	0.37 60	0.23 120	0.53 165	0.42 129	0.24 77	0.40 101	0.21 5	0.61 34	0.45 47	0.65 98	0.73 85	0.53 86	0.37 82	0.63 125	0.40 147	0.18 156	0.11 39	0.19 147	0.16 115	0.21 208	0.19 165

test-1	0.37 60	0.20 54	0.76 268	0.47 240	0.27 158	0.44 127	0.36 145	0.63 42	0.65 93	0.49 48	0.67 77	0.54 88	0.35 73	0.42 18	0.30 48	0.14 18	0.12 86	0.16 57	0.14 69	0.15 66	0.18 156

s12784h	0.37 60	0.15 2	0.26 4	0.34 9	0.15 1	0.80 263	0.29 57	0.83 158	0.87 190	0.58 68	0.58 54	0.43 51	0.41 111	0.59 78	0.35 89	0.12 4	0.10 8	0.14 13	0.09 4	0.14 36	0.10 1

RALCasStereoNet	0.37 60	0.23 120	0.41 50	0.44 187	0.28 179	0.36 78	0.38 170	0.66 55	0.67 102	0.51 51	0.74 96	0.51 79	0.29 41	0.64 132	0.38 119	0.17 125	0.14 172	0.15 41	0.13 49	0.17 127	0.17 134

RAFT-Stereo + iAFF	0.37 60	0.18 14	0.45 84	0.36 27	0.19 8	0.33 66	0.28 50	0.67 66	0.77 139	0.72 133	0.99 207	0.56 96	0.39 102	0.44 22	0.31 57	0.11 1	0.09 2	0.15 41	0.14 69	0.13 14	0.11 3

cc1	0.38 76	0.25 167	0.35 19	0.42 129	0.23 56	0.53 153	0.37 157	0.71 99	1.17 313	0.42 32	0.50 31	0.34 21	0.47 141	0.61 94	0.26 8	0.17 125	0.11 39	0.19 147	0.13 49	0.16 103	0.17 134

11t1	0.38 76	0.23 120	0.49 122	0.36 27	0.23 56	0.61 191	0.31 87	0.74 128	0.47 54	0.62 77	0.55 49	0.55 90	0.49 148	0.58 73	0.45 169	0.18 156	0.15 190	0.16 57	0.13 49	0.17 127	0.19 165

DCRE	0.38 76	0.19 33	0.47 102	0.45 199	0.33 255	0.45 130	0.40 193	0.66 55	0.53 65	0.49 48	0.95 184	0.57 99	0.39 102	0.53 53	0.32 63	0.14 18	0.13 141	0.15 41	0.14 69	0.14 36	0.15 78

DCANet-4	0.38 76	0.22 97	0.58 193	0.35 12	0.19 8	0.30 39	0.30 69	0.69 82	0.97 244	0.70 123	0.79 113	0.40 39	0.46 137	0.46 29	0.37 106	0.14 18	0.10 8	0.14 13	0.11 15	0.12 2	0.15 78

GMOStereo	0.38 76	0.19 33	0.42 58	0.43 166	0.24 77	0.40 101	0.39 183	0.55 19	0.64 88	0.89 231	0.84 138	0.65 149	0.37 82	0.39 8	0.29 37	0.14 18	0.12 86	0.20 176	0.18 183	0.15 66	0.12 10

error version	0.38 76	0.19 33	0.42 58	0.43 166	0.24 77	0.40 101	0.39 183	0.55 19	0.64 88	0.89 231	0.84 138	0.65 149	0.37 82	0.39 8	0.29 37	0.14 18	0.12 86	0.20 176	0.18 183	0.15 66	0.12 10

test-v	0.38 76	0.19 33	0.42 58	0.43 166	0.24 77	0.40 101	0.39 183	0.55 19	0.64 88	0.89 231	0.84 138	0.65 149	0.37 82	0.39 8	0.29 37	0.14 18	0.12 86	0.20 176	0.18 183	0.15 66	0.12 10

test-2	0.38 76	0.19 33	0.42 58	0.43 166	0.24 77	0.40 101	0.39 183	0.55 19	0.64 88	0.89 231	0.84 138	0.65 149	0.37 82	0.39 8	0.29 37	0.14 18	0.12 86	0.20 176	0.18 183	0.15 66	0.12 10

rafts_anoy	0.38 76	0.22 97	0.38 33	0.43 166	0.28 179	0.32 60	0.32 99	0.70 92	0.91 214	0.59 69	0.66 72	0.45 61	0.33 64	0.49 47	0.41 152	0.16 99	0.12 86	0.21 217	0.23 270	0.18 151	0.16 98

raft+_RVC	0.38 76	0.20 54	0.38 33	0.39 60	0.27 158	0.44 127	0.35 138	0.81 152	0.90 208	0.52 53	0.78 109	0.50 76	0.29 41	0.56 65	0.41 152	0.15 67	0.12 86	0.17 85	0.15 90	0.14 36	0.13 31

XX-Stereo	0.38 76	0.18 14	0.52 158	0.58 327	0.38 282	0.39 96	0.20 1	0.62 36	0.31 2	0.47 45	1.29 299	0.72 188	0.25 12	0.59 78	0.28 29	0.16 99	0.11 39	0.17 85	0.16 115	0.14 36	0.11 3

DCANet	0.38 76	0.18 14	0.46 91	0.35 12	0.19 8	0.30 39	0.30 69	0.72 109	0.96 239	0.72 133	0.77 101	0.45 61	0.56 174	0.47 34	0.36 98	0.14 18	0.10 8	0.14 13	0.11 15	0.13 14	0.15 78

MIM_Stereo	0.39 88	0.18 14	0.59 201	0.38 44	0.25 101	0.27 25	0.24 23	0.72 109	0.56 67	0.72 133	1.00 211	0.62 134	0.29 41	0.67 155	0.39 127	0.13 9	0.14 172	0.17 85	0.16 115	0.14 36	0.12 10

fff	0.39 88	0.18 14	0.46 91	0.35 12	0.19 8	0.30 39	0.30 69	0.73 122	1.08 288	0.70 123	0.79 113	0.44 54	0.62 199	0.47 34	0.37 106	0.14 18	0.10 8	0.14 13	0.11 15	0.12 2	0.15 78

ADStereo(finetuned)	0.39 88	0.18 14	0.58 193	0.35 12	0.19 8	0.30 39	0.30 69	0.72 109	0.96 239	0.72 133	0.77 101	0.45 61	0.68 236	0.46 29	0.36 98	0.14 18	0.10 8	0.14 13	0.11 15	0.13 14	0.15 78

MIPNet	0.39 88	0.22 97	0.66 227	0.40 86	0.25 101	0.53 153	0.29 57	0.78 143	0.74 132	0.68 116	0.60 58	0.40 39	0.48 144	0.45 25	0.39 127	0.14 18	0.11 39	0.16 57	0.13 49	0.14 36	0.14 49

TRStereo	0.39 88	0.32 252	0.64 220	0.49 257	0.41 299	0.30 39	0.30 69	0.97 202	0.63 84	0.53 59	0.43 18	0.52 82	0.26 17	0.77 207	0.29 37	0.18 156	0.12 86	0.19 147	0.19 207	0.13 14	0.13 31

NF-Stereo	0.39 88	0.21 74	0.51 139	0.42 129	0.25 101	0.26 18	0.30 69	0.71 99	0.72 118	0.66 102	0.77 101	0.57 99	0.31 53	0.69 169	0.39 127	0.18 156	0.12 86	0.20 176	0.16 115	0.16 103	0.27 270

OCTAStereo	0.39 88	0.21 74	0.51 139	0.42 129	0.25 101	0.26 18	0.30 69	0.71 99	0.72 118	0.66 102	0.77 101	0.58 114	0.31 53	0.69 169	0.39 127	0.18 156	0.12 86	0.20 176	0.16 115	0.16 103	0.27 270

RE-Stereo	0.39 88	0.21 74	0.51 139	0.42 129	0.25 101	0.26 18	0.30 69	0.71 99	0.72 118	0.66 102	0.77 101	0.57 99	0.31 53	0.70 176	0.39 127	0.18 156	0.12 86	0.20 176	0.16 115	0.16 103	0.27 270

Pruner-Stereo	0.39 88	0.21 74	0.51 139	0.41 104	0.25 101	0.22 4	0.24 23	0.71 99	0.59 74	0.90 238	0.75 98	0.67 165	0.30 50	0.64 132	0.39 127	0.19 191	0.12 86	0.20 176	0.17 157	0.17 127	0.19 165

TVStereo	0.39 88	0.21 74	0.51 139	0.42 129	0.25 101	0.26 18	0.30 69	0.71 99	0.72 118	0.66 102	0.77 101	0.57 99	0.31 53	0.70 176	0.39 127	0.18 156	0.12 86	0.20 176	0.16 115	0.16 103	0.27 270

TestStereo	0.39 88	0.32 252	0.42 58	0.45 199	0.20 18	0.41 110	0.38 170	0.69 82	0.66 96	0.56 63	0.78 109	0.48 71	0.43 119	0.59 78	0.37 106	0.18 156	0.13 141	0.20 176	0.15 90	0.23 240	0.14 49

csc	0.39 88	0.18 14	0.46 91	0.35 12	0.19 8	0.30 39	0.30 69	0.73 122	1.08 288	0.70 123	0.79 113	0.44 54	0.62 199	0.47 34	0.37 106	0.14 18	0.10 8	0.14 13	0.11 15	0.12 2	0.15 78

cscssc	0.39 88	0.18 14	0.46 91	0.35 12	0.19 8	0.30 39	0.30 69	0.73 122	1.08 288	0.70 123	0.79 113	0.44 54	0.62 199	0.47 34	0.37 106	0.14 18	0.10 8	0.14 13	0.11 15	0.12 2	0.15 78

AFF-stereo	0.39 88	0.20 54	0.42 58	0.37 35	0.22 30	0.27 25	0.31 87	0.67 66	0.72 118	0.66 102	1.12 256	0.75 200	0.38 89	0.57 69	0.35 89	0.11 1	0.09 2	0.16 57	0.16 115	0.14 36	0.12 10

MyStereo06	0.40 102	0.22 97	0.65 225	0.42 129	0.29 198	0.43 121	0.48 248	1.05 228	0.43 41	0.64 94	0.54 44	0.78 213	0.27 22	0.53 53	0.31 57	0.14 18	0.13 141	0.18 116	0.17 157	0.17 127	0.17 134

xx1	0.40 102	0.25 167	0.35 19	0.42 129	0.23 56	0.53 153	0.37 157	0.71 99	1.17 313	0.42 32	0.50 31	0.65 149	0.56 174	0.61 94	0.26 8	0.17 125	0.11 39	0.20 176	0.19 207	0.18 151	0.19 165

DisPM	0.40 102	0.20 54	0.50 131	0.42 129	0.27 158	0.24 7	0.30 69	0.68 71	0.61 83	0.88 224	0.87 155	0.59 123	0.32 59	0.80 219	0.34 82	0.19 191	0.12 86	0.19 147	0.17 157	0.16 103	0.21 208

RAFT+CT+SA	0.40 102	0.24 139	0.40 45	0.53 301	0.27 158	0.28 31	0.45 235	0.79 148	0.81 162	0.51 51	0.90 163	0.42 45	0.39 102	0.81 223	0.33 73	0.15 67	0.11 39	0.18 116	0.18 183	0.15 66	0.15 78

IPLG	0.40 102	0.21 74	0.64 220	0.41 104	0.25 101	0.54 159	0.27 42	0.77 140	0.68 103	0.85 204	0.82 131	0.33 18	0.32 59	0.64 132	0.49 192	0.13 9	0.11 39	0.16 57	0.14 69	0.14 36	0.14 49

IPLGR	0.40 102	0.22 97	0.70 248	0.40 86	0.22 30	0.51 143	0.29 57	0.78 143	0.78 142	0.80 178	0.77 101	0.44 54	0.41 111	0.48 41	0.40 147	0.14 18	0.12 86	0.16 57	0.14 69	0.16 103	0.14 49

PSM-softLoss	0.40 102	0.21 74	0.53 165	0.42 129	0.26 129	0.29 35	0.34 116	0.70 92	0.49 57	0.63 84	0.82 131	0.59 123	0.33 64	0.75 192	0.43 157	0.20 210	0.12 86	0.20 176	0.18 183	0.17 127	0.22 223

KMStereo	0.40 102	0.21 74	0.53 165	0.42 129	0.26 129	0.29 35	0.34 116	0.70 92	0.49 57	0.63 84	0.82 131	0.59 123	0.33 64	0.75 192	0.43 157	0.20 210	0.12 86	0.20 176	0.18 183	0.17 127	0.22 223

RALAANet	0.40 102	0.24 139	0.56 184	0.43 166	0.30 217	0.36 78	0.25 30	0.89 172	0.69 108	0.69 119	0.65 69	0.61 128	0.30 50	0.63 125	0.35 89	0.16 99	0.13 141	0.18 116	0.15 90	0.21 208	0.14 49

Anonymous	0.40 102	0.29 229	0.70 248	0.54 310	0.44 316	0.56 169	0.54 279	0.68 71	0.52 62	0.38 18	0.44 19	0.33 18	0.42 116	0.57 69	0.39 127	0.20 210	0.20 271	0.18 116	0.18 183	0.30 288	0.24 250

GMStereo	0.40 102	0.38 281	0.61 207	0.41 104	0.27 158	0.47 133	0.35 138	0.62 36	1.04 270	0.57 65	0.54 44	0.38 35	0.36 78	0.56 65	0.41 152	0.20 210	0.13 141	0.16 57	0.17 157	0.24 248	0.20 192
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DIP-Stereo	0.40 102	0.22 97	0.58 193	0.42 129	0.29 198	0.62 195	0.27 42	0.87 166	0.42 38	0.65 98	0.86 149	0.52 82	0.35 73	0.67 155	0.43 157	0.15 67	0.13 141	0.17 85	0.14 69	0.15 66	0.17 134
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
R-Stereo Train	0.40 102	0.19 33	0.47 102	0.43 166	0.27 158	0.41 110	0.31 87	0.74 128	0.38 17	0.90 238	1.28 295	0.58 114	0.35 73	0.43 20	0.35 89	0.15 67	0.13 141	0.14 13	0.12 26	0.14 36	0.14 49

RAFT-Stereo	0.40 102	0.19 33	0.47 102	0.43 166	0.27 158	0.41 110	0.31 87	0.74 128	0.38 17	0.90 238	1.28 295	0.58 114	0.35 73	0.43 20	0.35 89	0.15 67	0.13 141	0.14 13	0.12 26	0.14 36	0.14 49
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
riskmin	0.41 116	0.21 74	0.44 79	0.34 9	0.24 77	0.58 183	0.32 99	0.70 92	0.86 186	0.52 53	0.57 52	0.78 213	0.60 193	0.58 73	0.39 127	0.17 125	0.12 86	0.19 147	0.13 49	0.19 184	0.22 223

x	0.41 116	0.25 167	0.46 91	0.36 27	0.24 77	0.54 159	0.31 87	0.94 193	0.58 73	0.60 71	0.72 83	0.61 128	0.53 159	0.52 51	0.50 194	0.18 156	0.16 211	0.17 85	0.16 115	0.17 127	0.18 156

raft_robust	0.41 116	0.24 139	0.39 36	0.43 166	0.22 30	0.40 101	0.33 108	0.80 150	0.98 248	0.80 178	0.88 158	0.41 43	0.32 59	0.89 247	0.30 48	0.14 18	0.12 86	0.16 57	0.18 183	0.15 66	0.13 31

PFNet+	0.41 116	0.20 54	0.53 165	0.40 86	0.25 101	0.28 31	0.22 11	0.66 55	0.76 137	0.85 204	0.79 113	0.63 138	0.34 70	0.75 192	0.37 106	0.20 210	0.14 172	0.23 243	0.20 226	0.17 127	0.21 208

SST-Stereo	0.41 116	0.20 54	0.48 115	0.43 166	0.25 101	0.25 16	0.21 5	0.68 71	0.50 60	1.08 311	0.79 113	0.71 173	0.42 116	0.81 223	0.38 119	0.17 125	0.11 39	0.20 176	0.16 115	0.19 184	0.15 78

RAFT_R40	0.41 116	0.20 54	0.47 102	0.44 187	0.25 101	0.23 6	0.25 30	0.69 82	0.70 110	0.98 276	0.78 109	0.72 188	0.43 119	0.80 219	0.39 127	0.17 125	0.11 39	0.20 176	0.16 115	0.18 151	0.15 78

RAFT-345	0.41 116	0.19 33	0.42 58	0.39 60	0.23 56	0.32 60	0.25 30	0.62 36	0.56 67	0.74 147	1.77 350	0.44 54	0.35 73	0.67 155	0.37 106	0.14 18	0.11 39	0.18 116	0.14 69	0.14 36	0.13 31

MyStereo8	0.42 123	0.21 74	0.64 220	0.43 166	0.29 198	0.55 164	0.28 50	0.72 109	0.50 60	0.73 140	1.01 215	0.57 99	0.44 124	0.52 51	0.52 200	0.15 67	0.12 86	0.16 57	0.14 69	0.19 184	0.21 208

qqq	0.42 123	0.28 220	0.50 131	0.37 35	0.22 30	0.47 133	0.39 183	0.91 178	0.59 74	0.57 65	0.71 82	0.65 149	0.56 174	0.59 78	0.48 185	0.17 125	0.17 237	0.20 176	0.19 207	0.18 151	0.19 165

CIPLG	0.42 123	0.23 120	0.71 251	0.45 199	0.33 255	0.51 143	0.33 108	0.68 71	0.68 103	0.84 194	0.96 188	0.47 68	0.33 64	0.56 65	0.52 200	0.17 125	0.12 86	0.16 57	0.14 69	0.13 14	0.16 98

iRaft-Stereo_20w	0.42 123	0.20 54	0.63 216	0.39 60	0.27 158	0.33 66	0.25 30	1.76 375	0.37 14	0.73 140	0.53 41	0.63 138	0.42 116	0.86 238	0.29 37	0.14 18	0.11 39	0.14 13	0.13 49	0.15 66	0.15 78

IPLGR_C	0.42 123	0.23 120	0.71 251	0.46 222	0.33 255	0.51 143	0.34 116	0.69 82	0.69 108	0.84 194	0.92 175	0.46 64	0.33 64	0.53 53	0.53 209	0.17 125	0.12 86	0.16 57	0.14 69	0.13 14	0.16 98

ACRE	0.42 123	0.23 120	0.73 261	0.45 199	0.33 255	0.50 138	0.33 108	0.68 71	0.70 110	0.82 183	0.92 175	0.46 64	0.32 59	0.53 53	0.52 200	0.17 125	0.12 86	0.15 41	0.14 69	0.13 14	0.16 98

LCNet	0.42 123	0.21 74	0.34 13	0.44 187	0.24 77	0.47 133	0.28 50	0.69 82	0.57 71	0.72 133	1.03 228	0.66 161	0.58 186	0.60 88	0.35 89	0.15 67	0.10 8	0.19 147	0.19 207	0.22 226	0.37 321

HHNet	0.42 123	0.19 33	0.43 74	0.35 12	0.38 282	0.33 66	0.33 108	0.71 99	0.78 142	0.87 216	1.30 301	0.52 82	0.36 78	0.53 53	0.37 106	0.16 99	0.11 39	0.19 147	0.15 90	0.15 66	0.25 257

AnonymousM	0.42 123	0.86 367	0.31 10	0.35 12	0.23 56	0.30 39	0.37 157	0.56 24	0.44 43	0.72 133	0.50 31	0.47 68	0.29 41	0.42 18	0.35 89	0.16 99	0.12 86	1.51 385	0.32 330	0.12 2	0.11 3

sAnonymous2	0.42 123	0.41 297	0.96 311	0.48 248	0.37 277	0.41 110	0.48 248	0.60 31	0.52 62	0.39 21	0.48 27	0.35 25	0.44 124	0.44 22	0.30 48	0.19 191	0.14 172	0.19 147	0.17 157	0.55 362	0.43 342

CroCo_RVC	0.42 123	0.41 297	0.96 311	0.48 248	0.37 277	0.41 110	0.48 248	0.60 31	0.52 62	0.39 21	0.48 27	0.35 25	0.44 124	0.44 22	0.30 48	0.19 191	0.14 172	0.19 147	0.17 157	0.55 362	0.43 342

111	0.42 123	0.18 14	0.46 91	0.35 12	0.19 8	0.52 150	0.28 50	0.76 135	1.16 310	0.52 53	0.92 175	0.65 149	0.51 155	0.65 138	0.37 106	0.15 67	0.10 8	0.14 13	0.12 26	0.13 14	0.16 98

StereoVision	0.43 135	0.29 229	0.54 177	0.50 268	0.28 179	0.37 86	0.38 170	0.75 133	0.63 84	0.46 43	1.11 254	0.53 86	0.38 89	0.57 69	0.34 82	0.21 225	0.24 301	0.25 267	0.24 284	0.26 263	0.17 134

OMP-Stereo	0.43 135	0.23 120	0.50 131	0.53 301	0.25 101	0.36 78	0.24 23	0.73 122	0.81 162	0.78 174	0.64 67	0.88 241	0.41 111	0.95 267	0.36 98	0.15 67	0.12 86	0.20 176	0.15 90	0.16 103	0.13 31

PFNet	0.43 135	0.19 33	0.61 207	0.44 187	0.24 77	0.42 117	0.31 87	0.76 135	0.81 162	1.01 283	0.74 96	0.67 165	0.41 111	0.75 192	0.39 127	0.16 99	0.10 8	0.20 176	0.15 90	0.16 103	0.14 49

IRAFT_RVC	0.43 135	0.20 54	0.52 158	0.45 199	0.24 77	0.26 18	0.51 264	0.76 135	0.78 142	0.77 163	0.80 123	0.73 192	0.50 150	0.74 187	0.39 127	0.18 156	0.10 8	0.21 217	0.17 157	0.17 127	0.15 78

FENet	0.43 135	0.23 120	0.40 45	0.40 86	0.24 77	0.54 159	0.33 108	0.83 158	0.72 118	0.74 147	0.73 85	0.63 138	0.56 174	0.65 138	0.45 169	0.19 191	0.13 141	0.19 147	0.17 157	0.18 151	0.20 192

HITNet	0.43 135	0.27 207	0.50 131	0.34 9	0.18 5	0.65 214	0.32 99	0.99 207	0.70 110	0.73 140	0.86 149	0.66 161	0.56 174	0.61 94	0.47 182	0.14 18	0.10 8	0.15 41	0.13 49	0.18 151	0.13 31
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
TestStereo1	0.44 141	0.24 139	0.45 84	0.52 294	0.25 101	0.35 74	0.40 193	0.81 152	0.94 228	0.70 123	0.96 188	0.48 71	0.45 131	0.94 262	0.33 73	0.16 99	0.13 141	0.18 116	0.16 115	0.15 66	0.14 49

test_5	0.44 141	0.25 167	0.48 115	0.53 301	0.28 179	0.28 31	0.42 218	0.77 140	0.87 190	0.63 84	0.91 169	0.73 192	0.53 159	0.82 228	0.36 98	0.14 18	0.11 39	0.18 116	0.18 183	0.18 151	0.16 98

SA-5K	0.44 141	0.24 139	0.45 84	0.52 294	0.25 101	0.35 74	0.40 193	0.81 152	0.94 228	0.70 123	0.96 188	0.48 71	0.45 131	0.94 262	0.33 73	0.16 99	0.13 141	0.18 116	0.16 115	0.15 66	0.14 49

dd	0.44 141	0.40 293	0.62 212	0.44 187	0.26 129	0.51 143	0.38 170	0.72 109	1.07 283	0.60 71	0.66 72	0.43 51	0.40 107	0.68 163	0.53 209	0.24 261	0.15 190	0.21 217	0.16 115	0.24 248	0.19 165

GANet-ADL	0.44 141	0.27 207	0.48 115	0.44 187	0.30 217	0.54 159	0.36 145	0.94 193	0.88 200	0.64 94	0.72 83	0.68 168	0.44 124	0.55 61	0.44 164	0.22 241	0.15 190	0.15 41	0.13 49	0.18 151	0.21 208

GMM-Stereo	0.44 141	0.20 54	0.39 36	0.42 129	0.25 101	0.50 138	0.44 231	0.72 109	0.57 71	0.77 163	1.37 311	0.76 206	0.38 89	0.62 116	0.34 82	0.15 67	0.10 8	0.20 176	0.19 207	0.17 127	0.28 279

MyStereo04	0.45 147	0.23 120	0.52 158	0.43 166	0.29 198	0.40 101	0.48 248	1.02 216	1.12 296	0.62 77	0.58 54	0.55 90	0.56 174	0.77 207	0.45 169	0.14 18	0.13 141	0.19 147	0.17 157	0.18 151	0.17 134

SA	0.45 147	0.26 195	0.50 131	0.47 240	0.24 77	0.46 131	0.36 145	0.79 148	1.00 255	0.61 75	1.04 231	0.50 76	0.50 150	0.98 279	0.33 73	0.16 99	0.13 141	0.21 217	0.19 207	0.15 66	0.14 49

GwcNet-ADL	0.45 147	0.24 139	0.51 139	0.46 222	0.30 217	0.41 110	0.40 193	0.95 196	0.98 248	0.73 140	0.78 109	0.61 128	0.41 111	0.67 155	0.55 214	0.20 210	0.14 172	0.15 41	0.14 69	0.19 184	0.22 223

IIG-Stereo	0.45 147	0.22 97	0.48 115	0.51 280	0.26 129	0.43 121	0.21 5	0.73 122	0.80 153	0.84 194	0.95 184	0.82 227	0.46 137	0.95 267	0.37 106	0.16 99	0.12 86	0.19 147	0.15 90	0.15 66	0.12 10

DN-CSS_ROB	0.45 147	0.27 207	0.74 265	0.41 104	0.29 198	0.43 121	0.29 57	0.80 150	0.78 142	0.73 140	1.08 248	0.48 71	0.45 131	0.81 223	0.40 147	0.15 67	0.12 86	0.21 217	0.19 207	0.18 151	0.17 134

MyStereo05	0.46 152	0.22 97	0.51 139	0.42 129	0.29 198	0.43 121	0.48 248	0.96 200	1.12 296	0.77 163	0.62 63	0.51 79	0.57 183	0.79 217	0.43 157	0.14 18	0.13 141	0.18 116	0.17 157	0.17 127	0.17 134

CASS	0.46 152	0.28 220	0.45 84	0.48 248	0.22 30	0.63 200	0.34 116	0.99 207	0.66 96	0.76 155	0.86 149	0.61 128	0.58 186	0.58 73	0.44 164	0.29 302	0.16 211	0.22 229	0.18 183	0.23 240	0.28 279
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RAFT_CTSACE	0.46 152	0.20 54	0.48 115	0.46 222	0.27 158	0.34 72	0.39 183	0.62 36	0.74 132	0.78 174	1.44 323	0.86 234	0.38 89	1.09 301	0.27 23	0.13 9	0.13 141	0.18 116	0.16 115	0.16 103	0.12 10

iRaft-Stereo_5w	0.46 152	0.22 97	0.53 165	0.43 166	0.30 217	0.30 39	0.53 273	0.66 55	0.71 116	0.62 77	0.89 161	1.01 275	0.67 228	0.76 200	0.67 245	0.13 9	0.12 86	0.17 85	0.15 90	0.15 66	0.17 134

TransformOpticalFlow	0.46 152	0.21 74	0.49 122	0.42 129	0.24 77	0.36 78	0.46 238	1.04 222	0.84 176	0.67 109	1.14 264	0.73 192	0.56 174	0.78 215	0.33 73	0.15 67	0.10 8	0.17 85	0.15 90	0.14 36	0.15 78

RAFT	0.46 152	0.23 120	0.52 158	0.48 248	0.27 158	0.55 164	0.47 243	0.68 71	0.60 81	0.83 188	0.82 131	1.00 271	0.56 174	0.76 200	0.37 106	0.18 156	0.16 211	0.22 229	0.20 226	0.16 103	0.14 49

Prome-Stereo	0.46 152	0.20 54	0.37 27	0.45 199	0.26 129	0.40 101	0.42 218	0.69 82	0.49 57	0.96 270	1.84 353	0.58 114	0.64 211	0.63 125	0.32 63	0.15 67	0.11 39	0.16 57	0.14 69	0.17 127	0.30 288

GES	0.46 152	0.25 167	0.62 212	0.41 104	0.30 217	0.62 195	0.37 157	1.06 233	0.70 110	0.75 150	0.83 136	0.47 68	0.52 158	0.69 169	0.46 173	0.23 255	0.17 237	0.17 85	0.16 115	0.18 151	0.24 250

HCRNet	0.46 152	0.35 267	0.45 84	0.54 310	0.26 129	0.52 150	0.29 57	0.87 166	0.64 88	0.75 150	0.82 131	0.76 206	0.53 159	0.70 176	0.38 119	0.24 261	0.16 211	0.24 256	0.20 226	0.21 208	0.20 192

mmm	0.47 161	0.28 220	0.51 139	0.39 60	0.25 101	0.61 191	0.38 170	1.00 213	0.60 81	0.77 163	1.07 242	0.65 149	0.53 159	0.61 94	0.49 192	0.18 156	0.15 190	0.23 243	0.20 226	0.21 208	0.20 192

ffm	0.47 161	0.28 220	0.68 238	0.39 60	0.26 129	0.56 169	0.40 193	0.72 109	1.13 301	0.76 155	0.98 198	0.71 173	0.55 166	0.61 94	0.26 8	0.17 125	0.11 39	0.25 267	0.21 243	0.16 103	0.17 134

BUS	0.47 161	0.26 195	0.47 102	0.46 222	0.29 198	0.78 251	0.34 116	0.99 207	0.80 153	0.77 163	0.80 123	0.64 145	0.54 163	0.66 146	0.56 216	0.21 225	0.15 190	0.22 229	0.19 207	0.18 151	0.19 165

STrans-v2	0.47 161	0.21 74	0.49 122	0.41 104	0.25 101	0.54 159	0.49 258	1.16 262	0.82 170	0.67 109	1.05 234	0.71 173	0.67 228	0.74 187	0.34 82	0.15 67	0.11 39	0.17 85	0.15 90	0.14 36	0.14 49

Anonymous3	0.47 161	0.35 267	0.91 304	0.50 268	0.38 282	0.81 268	0.55 283	0.76 135	0.66 96	0.52 53	0.65 69	0.44 54	0.45 131	0.66 146	0.39 127	0.25 273	0.25 309	0.22 229	0.21 243	0.23 240	0.24 250

CFNet_pseudo	0.47 161	0.25 167	0.55 180	0.38 44	0.28 179	0.58 183	0.32 99	0.89 172	0.90 208	0.83 188	1.03 228	0.75 200	0.48 144	0.61 94	0.46 173	0.17 125	0.13 141	0.24 256	0.16 115	0.26 263	0.21 208

ACVNet	0.47 161	0.24 139	0.39 36	0.40 86	0.28 179	0.58 183	0.40 193	0.91 178	0.81 162	0.67 109	0.96 188	0.79 219	0.66 219	0.65 138	0.71 252	0.18 156	0.15 190	0.16 57	0.15 90	0.18 151	0.15 78

DMCA	0.47 161	0.27 207	0.59 201	0.39 60	0.29 198	0.53 153	0.34 116	0.98 204	0.70 110	0.78 174	0.83 136	0.79 219	0.55 166	0.54 60	0.57 220	0.21 225	0.16 211	0.21 217	0.16 115	0.19 184	0.22 223

ccs_rob	0.47 161	0.25 167	0.55 180	0.38 44	0.28 179	0.58 183	0.32 99	0.89 172	0.90 208	0.83 188	1.02 217	0.75 200	0.48 144	0.61 94	0.46 173	0.17 125	0.12 86	0.24 256	0.16 115	0.26 263	0.21 208

CoDeX	0.48 170	0.21 74	0.53 165	0.43 166	0.25 101	0.74 245	0.38 170	1.36 329	0.82 170	0.84 194	0.96 188	0.63 138	0.57 183	0.63 125	0.40 147	0.17 125	0.13 141	0.17 85	0.15 90	0.16 103	0.15 78

IER	0.48 170	0.25 167	0.60 206	0.38 44	0.28 179	0.67 228	0.38 170	0.82 156	0.68 103	0.88 224	0.95 184	0.74 196	0.79 279	0.62 116	0.46 173	0.17 125	0.14 172	0.17 85	0.17 157	0.17 127	0.16 98

BSDual-CNN	0.48 170	0.26 195	0.47 102	0.46 222	0.29 198	0.75 248	0.46 238	0.99 207	0.80 153	0.77 163	0.80 123	0.76 206	0.59 190	0.66 146	0.48 185	0.21 225	0.15 190	0.22 229	0.19 207	0.18 151	0.19 165

PSM-AAD	0.48 170	0.21 74	0.39 36	0.44 187	0.23 56	0.56 169	0.47 243	0.67 66	0.73 127	1.08 311	1.12 256	0.58 114	0.87 303	0.63 125	0.33 73	0.15 67	0.11 39	0.25 267	0.26 303	0.18 151	0.42 338

KYRaft	0.48 170	0.21 74	0.41 50	0.45 199	0.23 56	0.43 121	0.36 145	0.68 71	0.45 47	0.94 253	1.72 347	0.78 213	0.40 107	0.65 138	0.32 63	0.16 99	0.11 39	0.18 116	0.22 261	0.17 127	0.76 375

ASMatch	0.48 170	0.20 54	0.47 102	0.39 60	0.28 179	0.37 86	0.26 40	0.76 135	0.72 118	0.77 163	2.29 365	0.61 128	0.51 155	0.64 132	0.39 127	0.15 67	0.12 86	0.17 85	0.15 90	0.14 36	0.22 223

ICVP	0.48 170	0.26 195	0.42 58	0.49 257	0.28 179	0.63 200	0.43 225	1.05 228	0.72 118	0.68 116	0.95 184	0.75 200	0.56 174	0.55 61	0.61 232	0.24 261	0.18 246	0.19 147	0.17 157	0.19 184	0.21 208
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ARAFT	0.48 170	0.25 167	0.82 281	0.42 129	0.25 101	0.56 169	0.54 279	0.82 156	0.82 170	0.92 246	0.75 98	0.75 200	0.48 144	0.89 247	0.37 106	0.15 67	0.12 86	0.23 243	0.22 261	0.14 36	0.14 49

SFCPSM	0.48 170	0.22 97	0.59 201	0.41 104	0.27 158	0.85 280	0.36 145	1.39 331	0.79 148	0.81 182	0.85 145	0.54 88	0.50 150	0.60 88	0.39 127	0.18 156	0.14 172	0.18 116	0.20 226	0.17 127	0.16 98

whm_eth	0.49 179	0.32 252	0.79 274	0.47 240	0.38 282	0.37 86	0.37 157	0.83 158	0.83 175	0.82 183	1.73 348	0.36 31	0.39 102	0.61 94	0.38 119	0.19 191	0.17 237	0.20 176	0.20 226	0.20 199	0.25 257

PCWNet_CMD	0.49 179	0.25 167	0.56 184	0.40 86	0.27 158	0.64 208	0.32 99	0.98 204	0.99 251	0.87 216	1.07 242	0.78 213	0.46 137	0.61 94	0.44 164	0.17 125	0.13 141	0.21 217	0.16 115	0.26 263	0.20 192

Sa-1000	0.49 179	0.25 167	0.45 84	0.46 222	0.25 101	0.64 208	0.34 116	0.85 163	0.95 232	0.85 204	1.51 333	0.55 90	0.44 124	0.94 262	0.31 57	0.16 99	0.12 86	0.21 217	0.20 226	0.15 66	0.14 49

DEmStereo	0.49 179	0.18 14	0.53 165	0.39 60	0.26 129	0.57 179	0.33 108	0.65 53	0.75 134	0.90 238	1.65 341	0.57 99	1.02 326	0.63 125	0.44 164	0.14 18	0.12 86	0.16 57	0.16 115	0.14 36	0.17 134

DRaft	0.49 179	0.18 14	0.50 131	0.38 44	0.25 101	0.57 179	0.39 183	0.67 66	0.86 186	1.02 287	1.75 349	0.50 76	0.79 279	0.65 138	0.42 155	0.14 18	0.11 39	0.16 57	0.16 115	0.14 36	0.17 134

GrayStereo	0.49 179	0.20 54	0.44 79	0.47 240	0.29 198	0.51 143	0.62 304	0.71 99	0.66 96	1.04 296	1.46 327	0.77 211	0.73 259	0.58 73	0.35 89	0.15 67	0.12 86	0.17 85	0.17 157	0.15 66	0.30 288

cf-r	0.49 179	0.24 139	0.49 122	0.40 86	0.23 56	0.58 183	0.38 170	0.92 186	0.87 190	0.77 163	1.06 240	0.98 266	0.67 228	0.59 78	0.61 232	0.21 225	0.14 172	0.17 85	0.19 207	0.15 66	0.16 98

GANet-RSSM	0.49 179	0.22 97	0.42 58	0.39 60	0.26 129	0.58 183	0.41 213	1.12 249	0.82 170	0.73 140	1.02 217	0.88 241	0.75 264	0.67 155	0.48 185	0.22 241	0.16 211	0.18 116	0.19 207	0.18 151	0.18 156

BEATNet_4x	0.49 179	0.35 267	0.72 257	0.38 44	0.20 18	0.65 214	0.36 145	1.08 240	0.78 142	0.78 174	0.88 158	0.73 192	0.64 211	0.71 181	0.60 228	0.16 99	0.12 86	0.16 57	0.15 90	0.24 248	0.18 156

MSMDNet	0.49 179	0.25 167	0.56 184	0.40 86	0.27 158	0.64 208	0.32 99	0.99 207	0.99 251	0.87 216	1.07 242	0.79 219	0.46 137	0.61 94	0.44 164	0.17 125	0.13 141	0.20 176	0.16 115	0.25 257	0.20 192

MLCV	0.49 179	0.26 195	0.73 261	0.38 44	0.18 5	0.64 208	0.33 108	0.84 162	0.89 204	0.96 270	1.12 256	0.72 188	0.45 131	1.00 288	0.59 227	0.14 18	0.10 8	0.14 13	0.11 15	0.14 36	0.14 49

gwcnet-sp	0.50 190	0.25 167	0.84 288	0.41 104	0.27 158	0.79 257	0.40 193	0.93 188	0.85 180	0.95 258	0.79 113	0.65 149	0.63 204	0.69 169	0.52 200	0.18 156	0.17 237	0.18 116	0.18 183	0.18 151	0.19 165

scenet	0.50 190	0.25 167	0.84 288	0.41 104	0.27 158	0.79 257	0.40 193	0.93 188	0.85 180	0.95 258	0.79 113	0.65 149	0.63 204	0.69 169	0.52 200	0.18 156	0.17 237	0.18 116	0.18 183	0.18 151	0.19 165

ssnet	0.50 190	0.25 167	0.84 288	0.41 104	0.27 158	0.79 257	0.40 193	0.93 188	0.85 180	0.95 258	0.79 113	0.65 149	0.63 204	0.69 169	0.52 200	0.18 156	0.17 237	0.18 116	0.18 183	0.18 151	0.19 165

psmg	0.50 190	0.26 195	0.47 102	0.42 129	0.29 198	0.82 271	0.42 218	1.07 235	0.80 153	0.95 258	0.94 180	0.76 206	0.59 190	0.66 146	0.48 185	0.21 225	0.16 211	0.20 176	0.20 226	0.19 184	0.19 165

UDGNet	0.50 190	0.82 362	0.56 184	0.51 280	0.32 244	0.41 110	0.34 116	0.71 99	0.93 221	0.65 98	0.60 58	0.58 114	0.44 124	0.65 138	0.43 157	0.33 325	0.15 190	0.67 373	0.20 226	0.49 350	0.23 242

PSMNet-ADL	0.50 190	0.28 220	0.43 74	0.49 257	0.31 227	0.70 234	0.38 170	0.94 193	0.81 162	0.62 77	0.80 123	0.91 254	0.62 199	0.76 200	0.68 248	0.24 261	0.18 246	0.19 147	0.20 226	0.22 226	0.22 223

PSMNet-RSSM	0.50 190	0.24 139	0.41 50	0.43 166	0.26 129	0.51 143	0.40 193	1.16 262	0.79 148	0.75 150	1.07 242	0.87 238	0.69 238	0.66 146	0.52 200	0.24 261	0.16 211	0.23 243	0.26 303	0.20 199	0.20 192

CFNet-ft	0.50 190	0.25 167	0.39 36	0.41 104	0.26 129	0.66 219	0.37 157	0.91 178	0.87 190	0.67 109	1.00 211	1.05 286	0.70 243	0.68 163	0.57 220	0.23 255	0.16 211	0.24 256	0.21 243	0.24 248	0.19 165

CFNet_RVC	0.50 190	0.25 167	0.39 36	0.41 104	0.26 129	0.66 219	0.37 157	0.91 178	0.87 190	0.67 109	1.00 211	1.05 286	0.70 243	0.68 163	0.57 220	0.23 255	0.16 211	0.24 256	0.21 243	0.24 248	0.19 165

UCFNet_RVC	0.50 190	0.27 207	0.37 27	0.40 86	0.27 158	0.66 219	0.42 218	1.18 270	0.86 186	0.70 123	0.89 161	0.91 254	0.60 193	0.62 116	0.48 185	0.24 261	0.18 246	0.28 299	0.27 307	0.25 257	0.24 250

qqq1	0.51 200	0.24 139	0.67 231	0.35 12	0.20 18	0.63 200	0.34 116	1.26 297	1.06 276	0.85 204	1.02 217	0.71 173	0.66 219	0.96 270	0.36 98	0.19 191	0.16 211	0.14 13	0.12 26	0.15 66	0.16 98

fff1	0.51 200	0.24 139	0.67 231	0.35 12	0.20 18	0.63 200	0.34 116	1.26 297	1.06 276	0.85 204	1.02 217	0.71 173	0.66 219	0.96 270	0.36 98	0.19 191	0.16 211	0.14 13	0.12 26	0.15 66	0.16 98

GMStereo_Zeroshot	0.51 200	0.46 311	0.80 275	0.50 268	0.28 179	0.57 179	0.30 69	0.75 133	0.79 148	0.88 224	0.94 180	0.90 248	0.37 82	0.77 207	0.46 173	0.27 287	0.14 172	0.26 281	0.15 90	0.39 327	0.19 165

CFNet_ucs	0.51 200	0.25 167	0.58 193	0.39 60	0.31 227	0.59 189	0.35 138	1.04 222	0.95 232	0.89 231	1.19 279	0.80 223	0.49 148	0.66 146	0.45 169	0.21 225	0.16 211	0.26 281	0.18 183	0.27 272	0.23 242

anonymousa	0.51 200	0.21 74	0.47 102	0.39 60	0.25 101	0.89 288	0.36 145	0.78 143	0.63 84	0.88 224	1.54 334	1.09 300	0.67 228	0.53 53	0.46 173	0.17 125	0.14 172	0.19 147	0.21 243	0.16 103	0.16 98

hknet	0.51 200	0.26 195	0.58 193	0.46 222	0.29 198	0.75 248	0.46 238	0.99 207	0.89 204	0.77 163	0.80 123	0.96 263	0.67 228	0.75 192	0.50 194	0.19 191	0.15 190	0.22 229	0.19 207	0.18 151	0.19 165

CrosDoStereo	0.51 200	0.19 33	0.46 91	0.39 60	0.24 77	0.39 96	1.14 367	0.69 82	0.87 190	0.94 253	1.36 308	0.62 134	0.75 264	0.68 163	0.46 173	0.15 67	0.12 86	0.17 85	0.18 183	0.14 36	0.16 98

DeepStereo_LL	0.51 200	0.19 33	0.46 91	0.39 60	0.24 77	0.39 96	1.14 367	0.69 82	0.87 190	0.94 253	1.36 308	0.62 134	0.75 264	0.68 163	0.46 173	0.15 67	0.12 86	0.17 85	0.18 183	0.14 36	0.16 98

THIR-Stereo	0.51 200	0.19 33	0.47 102	0.39 60	0.23 56	0.74 245	0.64 309	0.68 71	0.88 200	1.03 290	1.40 314	0.71 173	0.75 264	0.64 132	0.43 157	0.16 99	0.11 39	0.17 85	0.18 183	0.15 66	0.17 134

GwcNet-RSSM	0.51 200	0.25 167	0.51 139	0.41 104	0.24 77	0.56 169	0.41 213	0.97 202	0.96 239	0.75 150	1.17 274	0.89 246	0.66 219	0.66 146	0.74 257	0.22 241	0.15 190	0.19 147	0.21 243	0.17 127	0.16 98

ToySt	0.52 210	0.27 207	0.93 305	0.42 129	0.28 179	0.67 228	0.56 286	0.88 171	0.79 148	0.61 75	0.85 145	0.92 257	0.70 243	0.72 185	0.61 232	0.16 99	0.17 237	0.21 217	0.21 243	0.22 226	0.21 208

NINENet	0.52 210	0.30 243	0.55 180	0.46 222	0.33 255	0.78 251	0.34 116	1.18 270	0.91 214	0.84 194	0.97 195	0.64 145	0.54 163	0.74 187	0.56 216	0.23 255	0.20 271	0.25 267	0.18 183	0.22 226	0.22 223

AACVNet	0.52 210	0.25 167	0.56 184	0.48 248	0.29 198	0.55 164	0.38 170	0.96 200	0.59 74	0.83 188	1.03 228	1.03 279	0.77 277	0.91 254	0.58 225	0.22 241	0.18 246	0.24 256	0.18 183	0.24 248	0.22 223

acv_ft	0.52 210	0.24 139	0.64 220	0.45 199	0.28 179	0.85 280	0.40 193	0.95 196	0.81 162	1.00 281	0.96 188	0.79 219	0.62 199	0.65 138	0.88 281	0.18 156	0.15 190	0.16 57	0.15 90	0.18 151	0.15 78

AdaStereo	0.52 210	0.34 263	0.53 165	0.49 257	0.25 101	0.71 237	0.36 145	1.24 289	0.91 214	0.77 163	0.98 198	0.75 200	0.50 150	0.71 181	0.51 196	0.27 287	0.13 141	0.28 299	0.18 183	0.23 240	0.18 156
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.
iResNet	0.52 210	0.31 250	0.86 292	0.44 187	0.22 30	0.66 219	0.47 243	0.92 186	1.02 262	0.89 231	1.12 256	0.69 170	0.55 166	0.86 238	0.60 228	0.15 67	0.11 39	0.15 41	0.12 26	0.17 127	0.17 134

SMFormer	0.53 216	0.24 139	0.67 231	0.35 12	0.20 18	0.63 200	0.34 116	1.26 297	1.06 276	0.85 204	1.02 217	0.71 173	0.66 219	0.96 270	0.60 228	0.19 191	0.16 211	0.18 116	0.17 157	0.19 184	0.20 192

tta	0.53 216	0.24 139	0.67 231	0.35 12	0.20 18	0.63 200	0.34 116	1.26 297	1.06 276	0.85 204	1.02 217	0.71 173	0.66 219	0.96 270	0.60 228	0.19 191	0.16 211	0.18 116	0.17 157	0.15 66	0.16 98

DualNet	0.53 216	0.28 220	0.68 238	0.39 60	0.26 129	0.56 169	0.40 193	0.72 109	1.13 301	0.76 155	0.98 198	0.71 173	0.55 166	0.61 94	1.46 348	0.17 125	0.11 39	0.25 267	0.21 243	0.16 103	0.17 134

CFNet	0.53 216	0.30 243	0.53 165	0.42 129	0.28 179	0.73 241	0.35 138	1.21 279	1.01 257	0.74 147	1.07 242	0.85 230	0.60 193	0.83 230	0.58 225	0.19 191	0.15 190	0.23 243	0.23 270	0.21 208	0.17 134

HSM	0.53 216	0.25 167	0.46 91	0.40 86	0.25 101	0.74 245	0.44 231	1.29 311	0.78 142	0.82 183	0.92 175	1.21 312	0.75 264	0.90 252	0.48 185	0.18 156	0.14 172	0.17 85	0.14 69	0.17 127	0.18 156

DAS	0.54 221	0.26 195	0.66 227	0.49 257	0.31 227	0.61 191	0.43 225	0.89 172	1.01 257	0.95 258	1.16 269	0.71 173	0.85 296	0.89 247	0.47 182	0.18 156	0.14 172	0.18 116	0.15 90	0.22 226	0.19 165

SepStereo	0.54 221	0.26 195	0.66 227	0.49 257	0.31 227	0.61 191	0.43 225	0.89 172	1.01 257	0.95 258	1.16 269	0.71 173	0.85 296	0.97 277	0.47 182	0.18 156	0.14 172	0.18 116	0.15 90	0.22 226	0.19 165

RAFT + AFF	0.54 221	0.30 243	0.84 288	0.51 280	0.32 244	0.63 200	0.57 288	1.05 228	0.95 232	0.80 178	0.87 155	0.85 230	0.57 183	0.87 240	0.51 196	0.18 156	0.21 277	0.23 243	0.22 261	0.19 184	0.19 165

ac_64	0.54 221	0.24 139	0.58 193	0.46 222	0.28 179	0.79 257	0.44 231	1.11 248	0.63 84	0.94 253	0.85 145	1.06 290	0.70 243	0.76 200	0.72 255	0.22 241	0.18 246	0.20 176	0.19 207	0.18 151	0.16 98

DMCA-RVC	0.54 221	0.32 252	0.83 285	0.51 280	0.32 244	0.59 189	0.38 170	0.89 172	0.70 110	0.95 258	0.88 158	0.90 248	0.69 238	0.75 192	0.63 239	0.23 255	0.18 246	0.31 317	0.24 284	0.27 272	0.21 208

AASNet	0.55 226	0.27 207	0.62 212	0.51 280	0.32 244	0.73 241	0.44 231	1.55 355	0.88 200	0.88 224	0.94 180	0.64 145	0.63 204	0.62 116	0.84 276	0.23 255	0.20 271	0.20 176	0.16 115	0.22 226	0.20 192

LMCR-Stereo	0.55 226	0.33 258	0.57 191	0.60 331	0.30 217	0.80 263	0.36 145	1.30 313	0.79 148	0.90 238	1.04 231	0.57 99	0.64 211	0.87 240	0.73 256	0.20 210	0.15 190	0.19 147	0.14 69	0.25 257	0.18 156

UNet	0.55 226	0.27 207	0.72 257	0.45 199	0.41 299	0.97 299	0.40 193	1.01 214	0.80 153	0.87 216	0.90 163	1.03 279	0.75 264	0.76 200	0.67 245	0.19 191	0.15 190	0.20 176	0.17 157	0.21 208	0.18 156

UPFNet	0.55 226	0.26 195	0.59 201	0.46 222	0.38 282	0.83 274	0.48 248	1.03 221	0.80 153	0.92 246	0.91 169	0.85 230	0.67 228	0.87 240	0.78 263	0.20 210	0.21 277	0.20 176	0.20 226	0.20 199	0.15 78

HSM-Net_RVC	0.55 226	0.23 120	0.37 27	0.38 44	0.22 30	0.86 282	0.40 193	1.31 314	0.93 221	0.92 246	1.15 266	1.26 316	0.71 248	0.75 192	0.53 209	0.17 125	0.14 172	0.16 57	0.15 90	0.17 127	0.17 134
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NLCA_NET_v2_RVC	0.55 226	0.33 258	0.71 251	0.46 222	0.31 227	0.66 219	0.43 225	1.07 235	0.89 204	0.93 249	0.91 169	0.98 266	0.61 197	0.76 200	0.64 241	0.22 241	0.18 246	0.22 229	0.22 261	0.22 226	0.24 250
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DeepPruner_ROB	0.55 226	0.37 277	0.67 231	0.42 129	0.31 227	0.50 138	0.43 225	1.22 285	0.73 127	0.86 214	1.05 234	0.85 230	0.58 186	0.90 252	0.56 216	0.29 302	0.23 293	0.22 229	0.22 261	0.26 263	0.26 262

iResNetv2_ROB	0.55 226	0.29 229	0.86 292	0.39 60	0.25 101	0.67 228	0.37 157	1.21 279	1.02 262	1.02 287	1.10 250	0.89 246	0.79 279	0.74 187	0.43 157	0.19 191	0.13 141	0.15 41	0.11 15	0.19 184	0.16 98

iResNet_ROB	0.55 226	0.24 139	0.61 207	0.38 44	0.22 30	0.66 219	0.30 69	1.59 363	1.33 339	0.94 253	1.05 234	0.81 225	0.69 238	0.84 234	0.46 173	0.17 125	0.12 86	0.14 13	0.09 4	0.15 66	0.20 192

ff1	0.56 235	0.28 220	0.68 238	0.39 60	0.26 129	0.56 169	0.40 193	0.72 109	1.13 301	0.76 155	0.98 198	0.71 173	0.55 166	1.25 320	1.46 348	0.17 125	0.11 39	0.25 267	0.21 243	0.16 103	0.17 134

ttt	0.56 235	0.27 207	0.49 122	0.39 60	0.25 101	0.65 214	0.42 218	1.24 289	1.08 288	0.76 155	1.10 250	0.63 138	0.51 155	0.95 267	1.03 314	0.25 273	0.22 286	0.22 229	0.21 243	0.25 257	0.25 257

FTStereo	0.56 235	0.21 74	0.39 36	0.42 129	0.25 101	0.39 96	0.73 328	0.69 82	0.45 47	1.09 315	3.23 385	0.69 170	0.71 248	0.55 61	0.34 82	0.15 67	0.13 141	0.19 147	0.17 157	0.15 66	0.32 298

GEStereo_RVC	0.56 235	0.30 243	0.70 248	0.51 280	0.31 227	0.70 234	0.54 279	1.31 314	0.93 221	0.85 204	0.86 149	0.84 228	0.63 204	0.92 256	0.67 245	0.24 261	0.16 211	0.19 147	0.17 157	0.21 208	0.23 242

CSP-Net	0.57 239	0.29 229	0.55 180	0.42 129	0.29 198	1.20 338	0.49 258	1.29 311	0.75 134	0.98 276	0.97 195	0.88 241	0.69 238	0.85 236	0.66 242	0.27 287	0.18 246	0.17 85	0.17 157	0.18 151	0.19 165

ADLNet2	0.57 239	0.26 195	0.71 251	0.48 248	0.31 227	0.83 274	0.51 264	1.10 247	0.99 251	0.85 204	0.99 207	0.99 270	0.70 243	0.79 217	0.78 263	0.21 225	0.17 237	0.18 116	0.18 183	0.22 226	0.22 223

RAFT-RH_RVC	0.57 239	0.18 14	0.44 79	0.38 44	0.23 56	0.56 169	0.24 23	0.61 34	0.73 127	1.18 327	3.90 396	0.55 90	0.40 107	0.67 155	0.38 119	0.14 18	0.11 39	0.20 176	0.15 90	0.12 2	0.14 49

ADLNet	0.57 239	0.29 229	0.58 193	0.46 222	0.35 270	0.80 263	0.46 238	1.14 257	0.88 200	1.03 290	0.98 198	0.92 257	0.66 219	0.71 181	0.83 275	0.22 241	0.16 211	0.22 229	0.22 261	0.22 226	0.23 242

MMNet	0.57 239	0.26 195	0.67 231	0.45 199	0.35 270	1.04 316	0.39 183	0.93 188	0.98 248	0.96 270	0.97 195	0.86 234	0.80 283	0.83 230	0.80 271	0.16 99	0.15 190	0.19 147	0.19 207	0.20 199	0.17 134

delet	0.57 239	0.25 167	0.63 216	0.46 222	0.34 265	1.05 318	0.51 264	1.04 222	0.94 228	0.90 238	0.99 207	0.90 248	0.68 236	0.87 240	0.78 263	0.18 156	0.18 246	0.20 176	0.21 243	0.17 127	0.17 134

psm_up	0.57 239	0.27 207	0.52 158	0.50 268	0.33 255	0.65 214	0.60 300	1.07 235	0.84 176	0.87 216	0.91 169	1.00 271	1.06 331	0.80 219	0.66 242	0.22 241	0.25 309	0.26 281	0.23 270	0.22 226	0.21 208

hitnet-ft	0.57 239	0.29 229	0.43 74	0.42 129	0.29 198	0.81 268	0.40 193	0.98 204	0.91 214	0.84 194	1.01 215	1.13 306	0.72 255	0.83 230	0.71 252	0.28 295	0.21 277	0.28 299	0.22 261	0.29 281	0.27 270

DSFCA	0.57 239	0.27 207	0.71 251	0.41 104	0.36 275	0.78 251	0.53 273	1.08 240	0.85 180	1.08 311	0.84 138	0.90 248	0.66 219	1.05 296	0.63 239	0.26 278	0.22 286	0.21 217	0.21 243	0.22 226	0.20 192

STTStereo	0.57 239	0.39 285	0.87 297	0.45 199	0.32 244	0.62 195	0.45 235	1.01 214	0.87 190	1.01 283	0.91 169	0.95 260	0.58 186	0.77 207	0.66 242	0.25 273	0.24 301	0.27 289	0.33 336	0.25 257	0.26 262

RASNet	0.57 239	0.24 139	0.61 207	0.39 60	0.23 56	0.71 237	0.40 193	1.02 216	0.93 221	0.77 163	1.05 234	1.05 286	0.98 324	0.99 283	1.03 314	0.16 99	0.14 172	0.14 13	0.17 157	0.15 66	0.14 49

LL-Strereo	0.58 250	0.29 229	0.83 285	0.48 248	0.35 270	0.39 96	0.48 248	1.04 222	0.99 251	0.87 216	0.79 113	1.08 295	1.15 343	1.35 337	0.51 196	0.18 156	0.15 190	0.22 229	0.19 207	0.17 127	0.21 208

HGLStereo	0.58 250	0.30 243	0.65 225	0.51 280	0.38 282	0.78 251	0.45 235	1.07 235	0.82 170	0.89 231	1.16 269	0.88 241	0.91 312	0.80 219	0.74 257	0.21 225	0.21 277	0.20 176	0.18 183	0.19 184	0.22 223

FADNet-RVC-Resample	0.58 250	0.35 267	1.34 346	0.50 268	0.34 265	0.73 241	0.43 225	1.09 243	0.96 239	0.83 188	0.87 155	0.76 206	0.66 219	0.77 207	0.52 200	0.19 191	0.18 246	0.26 281	0.27 307	0.28 279	0.29 284

FADNet_RVC	0.58 250	0.39 285	1.26 335	0.45 199	0.32 244	0.55 164	0.34 116	1.12 249	0.90 208	0.68 116	0.90 163	0.61 128	0.71 248	1.03 294	0.80 271	0.21 225	0.18 246	0.27 289	0.23 270	0.33 302	0.30 288

mmx	0.59 254	0.28 220	0.68 238	0.39 60	0.26 129	0.56 169	0.40 193	1.24 289	1.06 276	0.76 155	0.98 198	0.71 173	0.55 166	1.25 320	1.46 348	0.21 225	0.16 211	0.25 267	0.21 243	0.24 248	0.22 223

xxx	0.59 254	0.28 220	0.68 238	0.39 60	0.26 129	0.56 169	0.40 193	1.24 289	1.06 276	0.76 155	0.98 198	0.71 173	0.55 166	1.25 320	1.46 348	0.21 225	0.16 211	0.25 267	0.21 243	0.24 248	0.22 223

CRFU-Net	0.59 254	0.29 229	0.62 212	0.47 240	0.31 227	1.20 338	0.51 264	1.19 273	0.59 74	1.05 301	1.00 211	1.06 290	0.87 303	0.83 230	0.77 262	0.22 241	0.19 263	0.18 116	0.16 115	0.19 184	0.20 192

TDLM	0.59 254	0.35 267	0.57 191	0.53 301	0.32 244	0.67 228	0.72 323	1.09 243	1.03 266	0.84 194	1.11 254	0.84 228	0.71 248	0.96 270	0.61 232	0.28 295	0.18 246	0.26 281	0.22 261	0.27 272	0.21 208

CVANet_RVC	0.59 254	0.35 267	0.54 177	0.49 257	0.33 255	0.70 234	0.67 311	1.12 249	0.97 244	0.88 224	1.05 234	1.01 275	0.72 255	0.94 262	0.55 214	0.30 309	0.20 271	0.28 299	0.26 303	0.32 298	0.23 242

AANet_RVC	0.59 254	0.35 267	0.68 238	0.47 240	0.28 179	0.57 179	0.47 243	1.04 222	1.28 330	0.87 216	1.33 303	0.86 234	0.63 204	1.16 311	0.89 283	0.19 191	0.13 141	0.15 41	0.14 69	0.18 151	0.20 192

NOSS_ROB	0.59 254	0.40 293	0.42 58	0.45 199	0.31 227	0.79 257	0.53 273	1.09 243	1.12 296	0.69 119	0.92 175	0.77 211	0.63 204	0.81 223	0.52 200	0.39 349	0.38 358	0.44 351	0.42 358	0.38 323	0.36 315

pcwnet_v2	0.60 261	0.29 229	0.89 301	0.46 222	0.36 275	0.62 195	0.38 170	1.33 322	1.24 323	1.02 287	1.27 294	0.71 173	0.59 190	0.71 181	0.51 196	0.28 295	0.21 277	0.24 256	0.23 270	0.29 281	0.30 288

PS-NSSS	0.60 261	0.46 311	0.68 238	0.43 166	0.34 265	0.66 219	0.57 288	1.05 228	0.91 214	0.80 178	1.28 295	0.72 188	0.67 228	0.89 247	0.61 232	0.32 317	0.26 317	0.40 346	0.27 307	0.35 314	0.29 284

DLCB_ROB	0.60 261	0.29 229	0.53 165	0.50 268	0.33 255	0.76 250	0.51 264	1.02 216	0.94 228	1.07 310	1.16 269	1.21 312	0.73 259	0.98 279	0.75 259	0.21 225	0.20 271	0.22 229	0.23 270	0.22 226	0.20 192

CBFPSM	0.61 264	0.25 167	1.41 351	0.39 60	0.27 158	1.10 321	0.67 311	0.83 158	0.84 176	0.82 183	0.81 129	1.33 328	0.85 296	0.72 185	0.86 279	0.16 99	0.15 190	0.15 41	0.17 157	0.17 127	0.23 242

ssnet_v2	0.61 264	0.29 229	0.69 246	0.45 199	0.30 217	0.93 292	0.62 304	1.20 276	1.03 266	0.97 273	0.81 129	0.98 266	0.67 228	0.84 234	0.97 305	0.26 278	0.23 293	0.23 243	0.24 284	0.20 199	0.21 208

HBP-ISP	0.61 264	0.47 317	0.45 84	0.46 222	0.33 255	0.79 257	0.29 57	1.15 260	1.05 272	0.85 204	1.18 278	0.67 165	0.71 248	0.92 256	0.57 220	0.37 343	0.38 358	0.47 356	0.41 356	0.39 327	0.32 298

dad	0.61 264	0.53 324	0.72 257	0.44 187	0.31 227	0.64 208	0.37 157	0.85 163	1.28 330	1.05 301	1.17 274	1.18 310	0.61 197	0.70 176	0.54 212	0.36 339	0.23 293	0.37 337	0.21 243	0.31 292	0.23 242

SACVNet	0.61 264	0.36 275	0.67 231	0.57 322	0.37 277	0.65 214	0.47 243	1.16 262	0.80 153	1.04 296	1.06 240	1.02 277	0.81 286	0.99 283	0.57 220	0.28 295	0.21 277	0.25 267	0.24 284	0.30 288	0.39 324

StereoDRNet-Refined	0.61 264	0.33 258	0.63 216	0.47 240	0.31 227	0.94 294	0.41 213	1.04 222	0.97 244	1.15 325	1.13 262	1.00 271	0.74 261	0.93 259	0.93 295	0.18 156	0.13 141	0.22 229	0.21 243	0.20 199	0.21 208
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
FADNet-RVC	0.62 270	0.56 338	1.29 340	0.47 240	0.39 291	0.63 200	0.40 193	1.16 262	0.91 214	0.71 132	0.86 149	1.04 283	0.55 166	0.99 283	0.78 263	0.27 287	0.26 317	0.28 299	0.29 317	0.32 298	0.31 295

NVstereo2D	0.62 270	0.32 252	0.82 281	0.50 268	0.44 316	0.88 285	0.48 248	1.12 249	1.17 313	0.67 109	0.90 163	0.90 248	0.69 238	1.02 292	0.69 249	0.33 325	0.16 211	0.29 307	0.20 226	0.43 337	0.46 352

CBMV_ROB	0.62 270	0.39 285	0.41 50	0.41 104	0.28 179	0.86 282	0.28 50	1.06 233	1.02 262	0.95 258	1.33 303	0.81 225	0.84 292	0.94 262	0.56 216	0.37 343	0.37 357	0.43 349	0.40 351	0.33 302	0.32 298

FADNet	0.63 273	0.53 324	1.20 331	0.46 222	0.44 316	0.66 219	0.41 213	1.24 289	1.07 283	0.70 123	0.84 138	0.98 266	0.65 217	0.87 240	0.54 212	0.29 302	0.30 330	0.27 289	0.30 318	0.48 347	0.36 315

1111x	0.64 274	0.23 120	0.61 207	0.39 60	0.21 25	0.68 232	0.46 238	1.32 319	1.03 266	0.76 155	1.02 217	0.95 260	0.72 255	1.13 305	2.15 371	0.18 156	0.18 246	0.18 116	0.19 207	0.20 199	0.19 165

SGM-Forest	0.65 275	0.33 258	0.43 74	0.44 187	0.30 217	1.01 310	0.54 279	1.13 255	1.09 294	1.11 321	1.21 281	1.10 301	0.76 273	0.99 283	0.71 252	0.32 317	0.33 349	0.33 327	0.30 318	0.30 288	0.28 279
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
fast-acv-ft	0.66 276	0.32 252	0.80 275	0.46 222	0.34 265	1.26 341	0.50 261	0.91 178	1.00 255	1.05 301	1.36 308	1.28 317	0.84 292	0.81 223	0.90 289	0.22 241	0.24 301	0.23 243	0.23 270	0.21 208	0.22 223

Wz-Net-LNSev-Ref	0.67 277	0.30 243	1.20 331	0.42 129	0.31 227	1.00 306	0.58 295	1.16 262	1.07 283	1.01 283	1.25 287	1.08 295	0.75 264	1.18 314	1.03 314	0.20 210	0.12 86	0.16 57	0.13 49	0.22 226	0.22 223

StereoDRNet	0.67 277	0.35 267	0.82 281	0.53 301	0.44 316	1.03 314	0.53 273	1.51 352	1.06 276	1.13 323	0.91 169	1.07 294	0.74 261	0.87 240	0.95 300	0.24 261	0.19 263	0.25 267	0.23 270	0.27 272	0.22 223

PSMNet_ROB	0.67 277	0.39 285	0.76 268	0.57 322	0.43 311	1.00 306	0.85 348	1.25 295	0.93 221	0.82 183	1.04 231	1.08 295	0.64 211	0.89 247	1.02 313	0.29 302	0.21 277	0.31 317	0.31 327	0.27 272	0.25 257

DRN-Test	0.68 280	0.34 263	0.77 271	0.52 294	0.40 294	1.14 328	0.61 302	1.56 359	1.04 270	1.18 327	1.10 250	1.05 286	0.72 255	0.82 228	1.01 309	0.24 261	0.18 246	0.26 281	0.25 295	0.26 263	0.23 242

CBMV	0.68 280	0.37 277	0.50 131	0.43 166	0.26 129	1.00 306	0.71 319	1.17 268	1.16 310	1.24 336	1.29 299	1.06 290	0.86 300	0.98 279	0.75 259	0.29 302	0.30 330	0.34 329	0.30 318	0.26 263	0.27 270
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
iinet-f	0.69 282	0.29 229	2.34 382	0.41 104	0.31 227	1.16 332	0.58 295	0.87 166	0.85 180	0.86 214	1.17 274	1.04 283	0.83 289	0.76 200	1.26 337	0.21 225	0.18 246	0.17 85	0.16 115	0.21 208	0.21 208

GASNet	0.70 283	0.77 359	1.16 329	0.71 361	0.49 335	0.62 195	0.48 248	1.12 249	1.05 272	0.98 276	0.84 138	0.94 259	0.82 287	1.41 341	0.85 278	0.33 325	0.22 286	0.29 307	0.28 313	0.44 340	0.26 262

PA-Net	0.70 283	0.46 311	0.96 311	0.51 280	0.53 344	0.94 294	0.73 328	1.14 257	1.15 308	0.83 188	0.90 163	0.88 241	0.76 273	1.19 315	0.96 302	0.25 273	0.41 367	0.29 307	0.44 359	0.27 272	0.39 324
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MaskLacGwcNet_RVC	0.71 285	0.84 366	0.80 275	0.55 316	0.38 282	1.38 347	0.57 288	1.07 235	0.81 162	0.90 238	0.94 180	0.95 260	0.54 163	1.01 289	0.61 232	0.41 354	0.30 330	0.57 369	0.31 327	0.86 374	0.39 324

DISCO	0.72 286	0.27 207	0.72 257	0.45 199	0.31 227	1.12 326	0.53 273	1.32 319	1.25 325	0.84 194	1.07 242	1.52 353	0.87 303	1.82 367	1.08 326	0.20 210	0.15 190	0.18 116	0.16 115	0.24 248	0.24 250

APVNet	0.73 287	0.39 285	1.01 318	0.58 327	0.45 323	1.16 332	0.68 314	1.47 348	0.87 190	0.84 194	1.15 266	1.04 283	0.84 292	1.14 307	1.18 332	0.27 287	0.28 324	0.32 322	0.31 327	0.29 281	0.32 298

GwcNet	0.73 287	0.39 285	1.37 348	0.53 301	0.43 311	1.10 321	0.52 270	1.27 302	1.19 318	1.05 301	1.41 316	1.06 290	0.86 300	0.98 279	1.01 309	0.26 278	0.24 301	0.24 256	0.23 270	0.23 240	0.28 279

NaN_ROB	0.73 287	0.46 311	0.89 301	0.52 294	0.34 265	0.98 303	1.11 364	1.28 307	1.20 320	1.27 340	0.96 188	1.08 295	0.79 279	1.34 336	0.78 263	0.24 261	0.30 330	0.23 243	0.24 284	0.23 240	0.26 262

XPNet_ROB	0.73 287	0.38 281	0.80 275	0.53 301	0.40 294	0.80 263	0.83 344	1.21 279	0.96 239	1.37 345	1.17 274	1.37 335	0.87 303	1.14 307	0.99 307	0.33 325	0.25 309	0.27 289	0.24 284	0.31 292	0.29 284

ETE_ROB	0.73 287	0.52 322	0.93 305	0.57 322	0.37 277	0.80 263	0.86 349	1.19 273	0.95 232	1.20 329	1.22 283	1.39 340	0.86 300	1.07 297	0.88 281	0.27 287	0.21 277	0.31 317	0.27 307	0.34 308	0.35 312

Syn2CoEx	0.74 292	0.55 336	1.17 330	0.66 348	0.45 323	0.89 288	0.56 286	1.54 354	1.15 308	0.95 258	1.35 307	1.03 279	1.03 327	0.96 270	0.89 283	0.31 312	0.27 319	0.29 307	0.24 284	0.23 240	0.27 270

DANet	0.74 292	0.47 317	0.98 316	0.60 331	0.41 299	0.92 291	0.41 213	1.02 216	0.87 190	1.22 332	1.22 283	1.33 328	0.88 307	1.26 323	1.37 344	0.27 287	0.24 301	0.31 317	0.25 295	0.37 321	0.36 315
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.74 292	0.38 281	0.63 216	0.54 310	0.35 270	1.01 310	0.95 355	1.15 260	0.95 232	1.09 315	2.00 360	1.14 307	0.92 314	1.29 327	0.75 259	0.25 273	0.27 319	0.27 289	0.23 270	0.32 298	0.24 250

NCCL2	0.74 292	0.45 306	0.77 271	0.65 346	0.45 323	0.97 299	1.16 369	1.16 262	1.02 262	1.00 281	0.98 198	1.48 347	0.88 307	0.99 283	0.89 283	0.31 312	0.27 319	0.39 343	0.39 348	0.33 302	0.34 309

Wz-Net-LNSev	0.75 296	0.54 330	1.59 361	0.51 280	0.41 299	1.16 332	0.79 338	1.27 302	1.13 301	1.04 296	1.14 264	1.11 303	0.94 319	0.93 259	1.00 308	0.24 261	0.22 286	0.21 217	0.19 207	0.26 263	0.27 270

FINET	0.75 296	0.45 306	1.38 349	0.48 248	0.46 331	0.98 303	1.00 359	1.22 285	1.69 367	0.91 245	1.25 287	0.74 196	0.74 261	1.09 301	0.82 274	0.37 343	0.31 338	0.27 289	0.24 284	0.35 314	0.34 309

FAT-Stereo	0.75 296	0.34 263	0.81 280	0.51 280	0.38 282	0.78 251	0.63 307	1.39 331	1.32 337	1.05 301	1.40 314	1.58 358	1.14 341	0.92 256	0.91 291	0.29 302	0.28 324	0.28 299	0.23 270	0.28 279	0.41 335

S-Stereo	0.76 299	0.36 275	1.10 323	0.57 322	0.46 331	0.83 274	0.59 298	1.31 314	1.62 363	0.98 276	1.41 316	1.11 303	0.93 316	0.85 236	1.07 324	0.27 287	0.31 338	0.28 299	0.25 295	0.33 302	0.50 359

RYNet	0.76 299	0.37 277	0.74 265	0.54 310	0.67 365	1.35 345	0.68 314	1.28 307	1.21 322	1.10 318	0.90 163	1.31 321	0.94 319	1.01 289	1.30 339	0.22 241	0.16 211	0.27 289	0.23 270	0.43 337	0.45 348

LALA_ROB	0.76 299	0.46 311	0.86 292	0.55 316	0.41 299	1.00 306	0.93 354	1.25 295	1.13 301	1.23 334	1.15 266	1.55 355	0.80 283	1.11 304	0.96 302	0.33 325	0.23 293	0.35 330	0.30 318	0.35 314	0.32 298

edge stereo	0.79 302	0.40 293	0.82 281	0.52 294	0.44 316	0.83 274	0.58 295	1.34 324	1.08 288	1.30 341	1.38 312	1.79 363	1.13 340	1.15 310	0.92 293	0.34 332	0.32 344	0.42 348	0.28 313	0.33 302	0.39 324

DGSMNet	0.80 303	0.58 342	1.42 352	0.61 335	0.65 362	0.94 294	0.75 332	1.35 325	1.16 310	0.88 224	1.26 290	1.00 271	0.75 264	1.07 297	0.89 283	0.36 339	0.31 338	0.41 347	0.40 351	0.60 368	0.59 371

RP	0.80 303	0.38 281	0.73 261	0.67 350	0.59 355	0.82 271	0.57 288	1.21 279	1.28 330	1.03 290	1.68 343	1.45 342	1.49 364	1.08 300	0.90 289	0.36 339	0.31 338	0.37 337	0.30 318	0.36 318	0.36 315

Wz-Net-MNSev	0.81 305	0.42 301	1.64 367	0.51 280	0.41 299	1.46 351	0.95 355	1.24 289	1.26 328	1.31 342	1.25 287	1.17 309	0.83 289	1.21 319	1.06 322	0.22 241	0.19 263	0.24 256	0.23 270	0.29 281	0.26 262

RGC	0.82 306	0.62 347	0.80 275	0.67 350	0.66 364	0.91 290	0.59 298	1.35 325	1.09 294	1.12 322	1.46 327	1.50 349	1.09 334	1.28 326	0.97 305	0.34 332	0.30 330	0.48 359	0.40 351	0.38 323	0.38 323

NCC-stereo	0.82 306	0.43 303	0.87 297	0.63 341	0.68 366	0.88 285	0.72 323	1.60 365	1.12 296	0.95 258	1.41 316	1.37 335	1.37 356	1.26 323	0.94 297	0.32 317	0.30 330	0.37 337	0.49 368	0.34 308	0.35 312

Nwc_Net	0.82 306	0.40 293	0.86 292	0.62 339	0.56 348	1.04 316	0.57 288	1.72 373	1.08 288	0.93 249	1.88 355	1.44 341	1.24 348	1.19 315	0.94 297	0.31 312	0.25 309	0.36 333	0.39 348	0.31 292	0.31 295

Abc-Net	0.82 306	0.43 303	0.87 297	0.63 341	0.68 366	0.88 285	0.72 323	1.60 365	1.12 296	0.95 258	1.41 316	1.37 335	1.37 356	1.26 323	0.94 297	0.32 317	0.30 330	0.37 337	0.49 368	0.34 308	0.35 312
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GANetREF_RVC	0.82 306	0.77 359	0.95 310	0.68 353	0.43 311	1.15 330	1.06 362	1.19 273	1.20 320	1.03 290	1.02 217	1.10 301	0.89 309	1.20 318	0.78 263	0.49 362	0.39 362	0.58 370	0.39 348	0.69 369	0.49 357
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
Anonymous Stereo	0.82 306	0.59 344	2.10 378	0.59 329	0.58 353	0.68 232	1.42 385	1.05 228	1.07 283	1.03 290	1.02 217	0.86 234	0.65 217	1.33 335	1.36 343	0.32 317	0.31 338	0.31 317	0.33 336	0.34 308	0.39 324

stereogan	0.83 312	0.33 258	0.89 301	0.61 335	0.51 340	1.80 370	0.50 261	1.41 337	1.39 344	1.05 301	1.47 329	1.56 357	1.04 329	1.32 334	0.87 280	0.29 302	0.29 326	0.29 307	0.25 295	0.39 327	0.40 330

Anonymous_2	0.84 313	0.45 306	0.66 227	0.41 104	0.45 323	0.82 271	0.53 273	0.81 152	0.81 162	0.73 140	0.61 61	0.91 254	0.76 273	0.77 207	0.61 232	0.51 365	0.55 380	0.54 367	4.92 415	0.54 360	0.42 338

ccnet	0.84 313	0.59 344	0.86 292	0.56 319	0.60 358	1.11 325	0.72 323	1.44 344	0.97 244	1.15 325	1.44 323	1.28 317	0.95 321	1.01 289	1.33 342	0.49 362	0.43 371	0.50 364	0.47 361	0.52 358	0.48 356

psmorigin	0.84 313	0.53 324	2.21 380	0.50 268	0.41 299	0.86 282	0.57 288	1.08 240	0.90 208	1.50 350	1.42 320	1.50 349	1.09 334	1.29 327	1.03 314	0.32 317	0.33 349	0.27 289	0.27 307	0.34 308	0.45 348

ADCRef	0.84 313	0.46 311	1.60 364	0.52 294	0.45 323	1.08 320	0.52 270	1.13 255	1.03 266	1.22 332	1.43 322	0.87 238	0.93 316	0.91 254	3.35 386	0.19 191	0.16 211	0.23 243	0.23 270	0.23 240	0.22 223

CC-Net-ROB	0.84 313	1.01 376	0.93 305	0.60 331	0.45 323	1.25 340	0.71 319	1.20 276	1.05 272	0.84 194	1.24 286	0.90 248	0.78 278	1.14 307	0.70 250	0.48 361	0.34 352	1.71 387	0.38 346	0.78 372	0.40 330

aanetorigin	0.85 318	0.58 342	1.98 375	0.50 268	0.40 294	0.66 219	0.70 317	0.72 109	1.01 257	2.44 385	2.00 360	1.32 323	1.25 349	0.96 270	1.16 331	0.20 210	0.19 263	0.20 176	0.20 226	0.27 272	0.33 307

AF-Net	0.85 318	0.41 297	0.87 297	0.66 348	0.54 346	0.96 298	0.52 270	1.66 369	1.37 341	1.03 290	2.04 362	1.46 343	1.36 354	1.19 315	1.05 321	0.34 332	0.24 301	0.39 343	0.28 313	0.31 292	0.26 262

SQANet	0.87 320	0.76 358	0.76 268	1.16 380	0.99 378	1.10 321	0.51 264	1.12 249	0.85 180	0.93 249	1.05 234	1.03 279	0.76 273	1.07 297	0.70 250	0.79 377	0.25 309	1.04 381	0.36 341	1.56 384	0.70 373

CSAN	0.88 321	0.52 322	0.93 305	0.61 335	0.42 308	1.19 337	1.11 364	1.27 302	1.48 354	1.37 345	1.44 323	1.37 335	1.30 351	1.46 348	1.01 309	0.39 349	0.31 338	0.36 333	0.37 343	0.35 314	0.36 315

SDNR	0.89 322	0.39 285	1.66 370	0.42 129	0.39 291	3.35 397	0.32 99	0.95 196	1.05 272	1.05 301	2.12 363	0.62 134	0.71 248	1.40 338	0.78 263	0.53 367	0.56 381	0.36 333	0.27 307	0.46 344	0.50 359

PWC_ROB	0.92 323	0.57 339	1.64 367	0.53 301	0.33 255	0.93 292	0.39 183	1.42 342	1.51 356	1.66 359	2.57 374	1.18 310	1.11 336	1.50 350	1.54 355	0.26 278	0.18 246	0.28 299	0.20 226	0.30 288	0.32 298

UDG	0.93 324	1.03 377	0.75 267	1.00 374	0.97 376	1.02 312	0.57 288	1.18 270	1.01 257	0.93 249	1.02 217	1.32 323	1.03 327	0.88 246	0.92 293	0.55 371	0.33 349	1.82 389	0.41 356	1.20 382	0.74 374

RTSC	0.93 324	0.54 330	1.59 361	0.56 319	0.40 294	1.17 336	0.55 283	1.44 344	1.82 371	1.53 352	1.26 290	1.15 308	0.82 287	1.70 361	2.44 375	0.26 278	0.20 271	0.23 243	0.24 284	0.31 292	0.32 298

DeepPrunerF	0.93 324	0.55 336	3.88 390	0.70 359	0.81 370	0.72 240	0.74 330	1.28 307	1.97 374	0.95 258	1.02 217	0.87 238	0.85 296	1.16 311	1.07 324	0.35 337	0.29 326	0.43 349	0.40 351	0.31 292	0.33 307

PWCDC_ROB	0.93 324	0.54 330	0.97 315	0.78 368	0.41 299	1.03 314	0.42 218	1.39 331	2.34 383	1.04 296	3.73 393	0.80 223	1.12 338	1.29 327	1.04 319	0.37 343	0.22 286	0.24 256	0.20 226	0.36 318	0.31 295

FBW_ROB	0.94 328	0.54 330	1.03 320	0.56 319	0.42 308	1.16 332	0.76 333	1.56 359	1.41 345	1.38 347	1.33 303	1.47 345	1.07 332	2.94 392	1.14 330	0.26 278	0.32 344	0.45 352	0.30 318	0.34 308	0.30 288

G-Net	0.95 329	0.48 319	1.13 326	0.67 350	0.49 335	2.07 376	0.63 307	1.02 216	0.90 208	1.77 365	2.62 377	1.28 317	1.60 367	1.09 301	1.06 322	0.37 343	0.30 330	0.35 330	0.25 295	0.46 344	0.45 348

PASM	0.96 330	0.71 356	2.05 377	0.72 362	0.72 369	0.84 279	0.92 352	1.14 257	1.34 340	1.25 337	1.22 283	1.34 331	1.07 332	1.31 332	1.11 327	0.53 367	0.57 382	0.59 371	0.67 379	0.56 367	0.57 370

PDISCO_ROB	0.96 330	0.51 320	1.13 326	1.03 377	1.00 379	1.81 371	0.77 334	1.72 373	1.60 361	1.09 315	1.19 279	1.34 331	0.80 283	1.62 355	1.01 309	0.58 372	0.22 286	0.45 352	0.40 351	0.50 352	0.41 335

XQC	0.97 332	0.70 353	1.54 359	0.70 359	0.55 347	1.48 353	0.81 340	1.41 337	1.57 359	1.21 330	1.12 256	1.33 328	1.04 329	1.55 352	2.00 368	0.39 349	0.25 309	0.37 337	0.32 330	0.55 362	0.49 357

MDST_ROB	0.97 332	0.29 229	1.02 319	0.64 344	0.43 311	2.64 384	0.82 342	1.68 371	1.18 317	2.89 390	1.82 352	0.97 264	0.75 264	1.83 368	0.89 283	0.26 278	0.22 286	0.32 322	0.28 313	0.26 263	0.26 262

anonymity	0.98 334	0.89 368	1.06 322	0.93 373	1.04 382	0.97 299	0.82 342	1.33 322	0.93 221	1.08 311	0.98 198	1.02 277	0.95 321	1.02 292	0.93 295	0.96 383	0.96 403	0.90 378	0.91 388	0.92 376	0.95 381

SHD	0.98 334	0.54 330	1.30 342	0.63 341	0.50 338	1.14 328	0.50 261	1.80 377	2.20 378	1.66 359	1.39 313	1.47 345	1.21 345	1.40 338	1.80 361	0.32 317	0.27 319	0.32 322	0.34 338	0.41 331	0.44 346

Wz-Net-SNSev	0.99 336	0.80 361	3.00 384	0.57 322	0.46 331	0.94 294	1.22 374	1.40 335	1.28 330	1.04 296	1.33 303	1.46 343	0.90 311	2.06 375	1.65 358	0.26 278	0.24 301	0.25 267	0.26 303	0.33 302	0.30 288

SuperB	1.00 337	0.41 297	4.03 393	0.45 199	0.32 244	0.99 305	0.49 258	1.09 243	2.09 377	1.10 318	1.10 250	0.74 196	0.83 289	1.13 305	1.75 360	0.20 210	0.15 190	0.17 85	0.15 90	2.50 401	0.27 270

Consistency-Raft	1.01 338	0.82 362	1.27 338	0.85 370	0.97 376	0.81 268	0.83 344	1.35 325	1.61 362	1.06 309	1.66 342	1.11 303	0.93 316	0.93 259	1.11 327	0.65 374	0.75 390	0.79 375	0.91 388	1.09 381	0.79 376

SGM_RVC	1.04 339	0.30 243	0.47 102	0.41 104	0.23 56	1.73 369	0.77 334	1.63 367	1.30 335	2.39 383	1.99 359	2.64 379	1.78 374	2.22 381	1.40 345	0.28 295	0.27 319	0.27 289	0.25 295	0.25 257	0.25 257
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
test_xeample	1.06 340	0.23 120	0.51 139	0.37 35	0.22 30	0.71 237	0.39 183	1.31 314	0.92 220	0.87 216	1.08 248	0.70 172	0.64 211	0.75 192	11.43 409	0.19 191	0.16 211	0.18 116	0.17 157	0.18 151	0.19 165

MFN_U_SF_DS_RVC	1.06 340	0.61 346	1.82 372	0.69 356	0.51 340	2.62 383	1.69 394	1.28 307	1.44 349	1.39 348	1.56 336	1.34 331	0.91 312	1.68 360	0.95 300	0.38 348	0.39 362	0.46 355	0.61 378	0.41 331	0.43 342

xxxx	1.07 342	0.23 120	0.53 165	0.38 44	0.22 30	0.83 274	0.36 145	1.41 337	0.95 232	0.75 150	0.99 207	0.97 264	0.64 211	0.70 176	11.37 408	0.20 210	0.17 237	0.18 116	0.17 157	0.19 184	0.20 192

DPSNet	1.08 343	0.44 305	2.64 383	0.54 310	0.42 308	1.59 360	1.25 375	2.39 387	1.50 355	1.13 323	1.12 256	1.51 351	2.19 387	1.44 345	1.51 354	0.35 337	0.25 309	0.25 267	0.21 243	0.49 350	0.39 324

otaku	1.10 344	0.96 371	0.96 311	1.37 386	1.06 383	1.65 364	0.72 323	1.46 347	1.19 318	1.10 318	1.32 302	1.32 323	0.95 321	1.29 327	0.81 273	0.89 382	0.46 375	1.24 383	0.50 370	1.86 386	0.89 378

DDUNet	1.10 344	2.58 409	0.83 285	1.21 382	1.27 386	1.02 312	0.69 316	1.17 268	0.95 232	0.98 276	1.26 290	1.28 317	0.84 292	0.97 277	0.79 270	0.85 380	0.40 365	2.00 392	0.60 377	1.34 383	0.94 379

ADCL	1.10 344	0.42 301	1.57 360	0.51 280	0.41 299	1.71 368	0.92 352	1.36 329	1.45 350	1.33 343	1.56 336	1.22 315	1.26 350	1.45 346	5.27 398	0.22 241	0.19 263	0.25 267	0.25 295	0.29 281	0.29 284

ADCPNet	1.11 347	0.53 324	3.26 388	0.55 316	0.44 316	1.47 352	0.83 344	1.21 279	1.17 313	1.26 339	1.42 320	1.67 361	1.12 338	1.48 349	3.86 392	0.30 309	0.29 326	0.30 316	0.32 330	0.37 321	0.37 321

MFN_U_SF_RVC	1.14 348	0.63 348	2.33 381	0.69 356	0.46 331	2.04 375	0.70 317	1.90 378	1.37 341	1.62 355	1.56 336	1.94 368	1.36 354	1.73 363	1.90 363	0.41 354	0.38 358	0.45 352	0.48 365	0.45 341	0.47 354

Ntro	1.15 349	1.00 375	1.00 317	1.49 387	1.20 385	1.69 367	0.81 340	1.39 331	1.25 325	1.01 283	1.28 295	1.31 321	1.00 325	1.31 332	0.89 283	1.10 388	0.43 371	1.36 384	0.51 371	1.95 388	0.99 384

SAMSARA	1.15 349	0.69 352	1.44 354	1.09 379	0.93 372	2.10 377	1.87 401	1.64 368	1.47 353	1.64 357	1.21 281	2.06 370	1.14 341	1.61 354	1.50 353	0.39 349	0.45 373	0.36 333	0.38 346	0.50 352	0.51 363

SANet	1.15 349	0.45 306	1.40 350	0.50 268	0.32 244	1.54 359	1.21 372	1.49 349	3.35 394	1.61 354	2.41 370	2.32 376	1.80 375	1.57 353	1.27 338	0.28 295	0.25 309	0.26 281	0.24 284	0.36 318	0.32 298

MFMNet_re	1.17 352	0.99 373	1.31 343	1.02 376	0.95 374	1.32 343	1.32 378	1.44 344	1.58 360	1.72 364	1.70 346	1.21 312	1.57 366	1.16 311	1.04 319	0.88 381	0.76 392	0.79 375	0.75 383	0.90 375	0.94 379

ADCP+	1.18 353	0.37 277	3.09 385	0.50 268	0.52 342	1.48 353	0.61 302	1.32 319	1.07 283	1.21 330	1.16 269	1.08 295	1.11 336	1.63 356	7.17 403	0.20 210	0.16 211	0.24 256	0.22 261	0.29 281	0.22 223

ADCMid	1.22 354	0.57 339	3.17 387	0.54 310	0.44 316	1.07 319	0.77 334	1.31 314	1.13 301	2.14 378	1.48 330	1.49 348	1.47 363	1.65 358	5.30 399	0.26 278	0.24 301	0.29 307	0.32 330	0.38 323	0.36 315

WCMA_ROB	1.22 354	0.39 285	0.93 305	0.51 280	0.45 323	1.44 350	0.79 338	1.20 276	1.30 335	2.99 396	3.94 397	3.30 389	2.17 386	1.42 342	1.31 340	0.46 357	0.35 354	0.35 330	0.37 343	0.41 331	0.42 338

Wz-Net-TNSev	1.23 356	1.24 382	5.25 398	0.51 280	0.43 311	1.49 356	1.09 363	1.58 362	1.42 347	1.25 337	1.26 290	1.58 358	1.52 365	1.97 372	1.95 364	0.33 325	0.32 344	0.26 281	0.30 318	0.41 331	0.43 342

222	1.25 357	0.23 120	0.53 165	0.38 44	0.23 56	0.78 251	0.37 157	1.41 337	0.93 221	0.97 273	1.13 262	0.74 196	0.71 248	0.74 187	14.86 412	0.20 210	0.16 211	0.17 85	0.16 115	0.18 151	0.20 192

MSMD_ROB	1.25 357	0.51 320	0.64 220	0.60 331	0.50 338	1.66 365	0.67 311	1.26 297	1.26 328	2.64 387	3.82 394	3.06 385	3.20 399	1.45 346	0.91 291	0.46 357	0.41 367	0.49 362	0.51 371	0.47 346	0.45 348

AnyNet_C32	1.27 359	0.72 357	3.33 389	0.59 329	0.56 348	1.51 357	1.53 387	1.27 302	1.28 330	1.52 351	1.48 330	1.38 339	1.23 347	1.64 357	5.26 397	0.30 309	0.29 326	0.29 307	0.34 338	0.38 323	0.44 346

pmcnn	1.27 359	0.31 250	1.14 328	0.41 104	0.23 56	0.97 299	0.71 319	1.23 288	1.32 337	1.83 367	2.34 367	11.25 412	0.89 309	1.04 295	0.96 302	0.15 67	0.12 86	0.12 2	0.10 10	0.15 66	0.16 98

WZ-Net	1.29 361	0.64 349	5.42 399	0.64 344	0.52 342	1.37 346	1.29 377	1.41 337	1.77 370	1.56 353	1.69 345	1.74 362	1.41 358	2.50 387	2.16 372	0.28 295	0.21 277	0.23 243	0.25 295	0.39 327	0.41 335

SPS-STEREO	1.29 361	0.94 370	1.10 323	1.05 378	1.03 381	1.48 353	0.91 350	1.57 361	1.24 323	2.13 375	1.90 356	1.94 368	1.46 361	1.77 364	1.64 357	0.97 384	0.94 402	0.90 378	0.89 387	0.96 378	0.97 382
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NVStereoNet_ROB	1.31 363	0.96 371	1.33 345	0.90 372	0.92 371	1.15 330	1.05 361	1.49 349	1.62 363	1.63 356	2.51 372	2.31 374	1.62 368	2.16 380	1.42 346	0.81 379	0.73 386	0.79 375	1.02 392	0.73 370	0.97 382
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PVD	1.34 364	0.70 353	1.42 352	0.78 368	0.65 362	1.68 366	0.91 350	2.12 383	3.01 390	2.25 380	2.35 369	1.90 367	1.99 381	1.98 373	2.14 370	0.40 353	0.38 358	0.49 362	0.37 343	0.51 355	0.67 372

MSC_U_SF_DS_RVC	1.38 365	0.91 369	2.11 379	0.89 371	0.57 352	4.27 403	1.79 398	1.55 355	2.00 376	1.64 357	1.85 354	1.83 364	1.44 360	1.89 371	1.49 352	0.49 362	0.40 365	0.56 368	0.58 375	0.75 371	0.52 365

MeshStereo	1.38 365	0.45 306	0.58 193	0.45 199	0.35 270	1.63 363	0.60 300	2.07 380	1.43 348	4.49 405	3.32 389	4.67 396	2.08 383	2.08 377	1.32 341	0.36 339	0.36 356	0.37 337	0.32 330	0.32 298	0.34 309
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
AAGNet	1.40 367	0.20 54	0.52 158	0.45 199	0.26 129	0.29 35	0.29 57	0.67 66	0.71 116	0.97 273	0.86 149	0.66 161	0.60 193	0.66 146	19.98 416	0.17 125	0.11 39	0.19 147	0.15 90	0.20 199	0.13 31

RainbowNet	1.42 368	1.53 391	1.31 343	1.93 393	1.46 387	1.52 358	1.03 360	1.67 370	1.55 357	1.23 334	1.59 339	1.54 354	1.21 345	1.40 338	1.03 314	1.70 394	0.70 385	1.82 389	0.80 385	2.11 392	1.22 389

ACVNet-4b	1.43 369	1.34 385	1.28 339	1.95 394	1.60 389	1.93 374	0.77 334	1.59 363	1.64 365	1.05 301	1.60 340	2.10 371	0.92 314	1.79 366	0.84 276	1.76 396	0.35 354	2.03 395	0.67 379	2.16 393	1.18 388

FCDSN-DC	1.43 369	0.57 339	0.69 246	0.74 364	0.59 355	1.42 349	0.65 310	1.40 335	1.41 345	3.31 400	4.42 403	4.57 395	3.01 397	1.70 361	1.19 334	0.46 357	0.42 369	0.48 359	0.47 361	0.51 355	0.51 363
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
EDNetEfficient	1.47 371	0.82 362	6.28 401	0.48 248	0.40 294	0.73 241	0.83 344	0.95 196	2.77 388	3.48 402	1.95 357	1.64 360	2.12 384	1.42 342	3.84 391	0.21 225	0.19 263	0.21 217	0.21 243	0.43 337	0.42 338

SGM+DAISY	1.52 372	0.99 373	1.61 365	1.01 375	1.02 380	1.86 373	1.19 371	1.49 349	1.38 343	2.96 394	3.00 384	2.79 381	1.94 377	1.88 369	1.62 356	0.98 385	0.97 404	0.91 380	0.91 388	0.94 377	0.99 384

ACVNet_1	1.55 373	1.36 386	1.35 347	1.96 395	1.63 390	1.83 372	0.96 357	2.09 381	1.85 372	1.43 349	1.54 334	2.31 374	1.68 371	1.42 342	1.18 332	1.76 396	0.51 379	2.05 397	0.59 376	2.24 396	1.30 393

ADCS	1.60 374	0.70 353	4.02 392	0.61 335	0.53 344	1.31 342	1.11 364	1.71 372	1.86 373	1.97 373	1.68 343	1.51 351	1.46 361	2.07 376	9.20 406	0.34 332	0.32 344	0.33 327	0.36 341	0.45 341	0.46 352

AnyNet_C01	1.63 375	1.16 380	7.38 403	0.65 346	0.56 348	2.25 379	1.53 387	1.53 353	1.46 352	1.71 363	1.95 357	1.83 364	1.41 358	2.48 385	4.42 395	0.33 325	0.32 344	0.32 322	0.34 338	0.45 341	0.50 359

DispFullNet	1.64 376	2.64 410	3.14 386	2.57 402	1.78 395	1.32 343	0.55 283	1.42 342	1.45 350	1.89 369	1.48 330	1.55 355	2.35 389	2.08 377	1.12 329	0.60 373	0.19 263	2.33 400	0.73 382	2.35 397	1.30 393

FC-DCNN	1.67 377	0.53 324	0.68 238	0.62 339	0.49 335	1.62 362	0.71 319	1.77 376	1.55 357	4.73 407	4.66 405	5.82 404	3.94 402	2.13 379	1.42 346	0.47 360	0.42 369	0.47 356	0.46 360	0.48 347	0.47 354

ACVNet_2	1.74 378	1.30 384	1.62 366	1.81 390	1.63 390	2.28 380	1.34 380	2.35 386	2.64 386	1.82 366	2.55 373	2.99 383	1.71 372	1.67 359	1.20 335	1.48 392	0.59 383	1.81 388	0.71 381	2.09 391	1.29 392

ELAS_RVC	1.76 379	0.64 349	1.20 331	0.74 364	0.59 355	2.18 378	2.53 406	2.10 382	2.85 389	3.46 401	3.41 392	3.12 386	4.11 403	2.69 390	2.53 380	0.54 370	0.47 376	0.51 366	0.48 365	0.55 362	0.55 368
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	1.77 380	0.64 349	1.10 323	0.72 362	0.58 353	3.37 398	1.76 396	2.54 388	2.57 385	3.77 403	3.96 398	2.83 382	3.44 400	2.34 384	2.73 382	0.53 367	0.47 376	0.50 364	0.48 365	0.55 362	0.55 368
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-7	1.96 381	1.24 382	1.52 356	1.28 384	1.06 383	2.92 393	1.64 392	3.32 395	3.05 392	2.28 381	3.32 389	3.19 388	2.38 390	3.39 394	2.49 379	1.02 386	0.92 398	1.06 382	1.04 394	1.05 380	0.99 384

IMH-64-1	1.96 381	1.64 396	1.26 335	2.26 399	1.91 398	2.30 381	1.35 381	2.99 391	2.29 379	1.70 361	2.79 381	2.47 377	1.66 369	2.33 382	1.95 364	2.07 399	0.74 388	2.44 401	1.04 394	2.40 398	1.59 399

IMH-64	1.96 381	1.64 396	1.26 335	2.26 399	1.91 398	2.30 381	1.35 381	2.99 391	2.29 379	1.70 361	2.79 381	2.47 377	1.66 369	2.33 382	1.95 364	2.07 399	0.74 388	2.44 401	1.04 394	2.40 398	1.59 399

RTS	2.03 384	1.03 377	11.50 408	0.68 353	0.63 360	2.71 385	1.56 389	1.55 355	2.32 381	1.93 370	2.57 374	1.32 323	1.32 352	5.20 404	4.30 393	0.31 312	0.23 293	0.29 307	0.30 318	0.41 331	0.40 330

RTSA	2.03 384	1.03 377	11.50 408	0.68 353	0.63 360	2.71 385	1.56 389	1.55 355	2.32 381	1.93 370	2.57 374	1.32 323	1.32 352	5.20 404	4.30 393	0.31 312	0.23 293	0.29 307	0.30 318	0.41 331	0.40 330

PWCK	2.06 386	1.75 399	4.11 394	1.69 388	0.93 372	3.13 396	2.86 408	2.18 384	2.41 384	2.38 382	2.33 366	2.22 372	1.85 376	3.52 396	2.20 373	1.65 393	0.73 386	1.52 386	0.83 386	1.81 385	1.02 387

Dean	2.07 387	1.39 387	1.69 371	2.17 397	1.83 397	2.75 388	1.28 376	3.49 399	3.80 398	2.13 375	3.30 388	3.18 387	1.98 380	1.78 365	1.72 359	1.73 395	0.79 396	1.99 391	0.91 388	2.17 394	1.34 396

WAO-6	2.11 388	1.52 390	1.25 334	1.73 389	1.69 394	2.72 387	1.62 391	3.15 393	3.64 395	2.01 374	3.28 387	3.52 393	2.20 388	2.59 388	2.48 378	1.31 391	0.92 398	2.04 396	1.22 403	1.89 387	1.35 397

IMH	2.15 389	1.66 398	1.29 340	2.25 398	1.92 400	2.87 391	1.33 379	3.25 394	3.04 391	1.87 368	3.33 391	3.00 384	2.03 382	2.80 391	1.95 364	2.09 401	0.78 393	2.45 403	1.05 397	2.44 400	1.62 401

LVE	2.20 390	1.47 389	1.44 354	2.06 396	1.80 396	2.79 390	1.77 397	2.96 390	3.94 400	1.95 372	4.29 402	3.47 392	1.97 378	2.48 385	1.85 362	2.06 398	0.88 397	2.06 398	1.13 399	2.17 394	1.53 398

MADNet+	2.28 391	2.56 407	10.82 406	1.25 383	0.96 375	2.77 389	1.44 386	2.34 385	1.76 369	1.36 344	1.78 351	1.84 366	1.74 373	6.33 407	4.57 396	0.67 375	0.66 384	0.59 371	0.54 374	0.84 373	0.81 377

KSHMR	2.64 392	1.96 402	1.86 374	2.69 406	2.44 404	2.88 392	2.04 402	3.46 398	6.31 404	2.51 386	3.27 386	3.39 391	1.97 378	2.59 388	2.08 369	2.48 406	1.41 408	2.80 410	1.51 406	2.98 406	2.09 404

notaker	2.87 393	2.31 406	2.01 376	3.03 408	2.60 409	2.94 394	1.82 399	3.43 397	3.06 393	2.89 390	4.21 401	6.15 407	2.71 392	3.42 395	2.90 383	2.67 409	1.18 406	3.00 411	1.67 407	3.13 407	2.26 406

WAO-8	3.00 394	1.60 393	1.52 356	1.82 391	1.65 392	5.57 405	1.35 381	4.65 406	12.37 409	2.89 390	4.04 399	4.89 399	2.78 393	3.73 398	2.44 375	1.29 389	0.93 400	2.00 392	1.16 401	2.02 389	1.23 390

Venus	3.00 394	1.60 393	1.52 356	1.82 391	1.65 392	5.57 405	1.35 381	4.65 406	12.37 409	2.89 390	4.04 399	4.89 399	2.78 393	3.73 398	2.44 375	1.29 389	0.93 400	2.00 392	1.16 401	2.02 389	1.23 390

JetBlue	3.02 396	1.39 387	7.91 404	1.17 381	1.49 388	8.53 409	7.94 411	2.82 389	1.98 375	2.15 379	2.69 379	3.32 390	3.01 397	6.66 408	3.81 390	0.79 377	0.78 393	0.75 374	0.76 384	1.04 379	1.33 395

ktn	3.02 396	2.27 405	1.85 373	2.89 407	2.54 408	3.72 399	2.14 403	3.79 402	5.33 402	2.82 389	5.09 407	5.95 405	2.54 391	3.34 393	2.58 381	2.65 408	1.44 409	2.78 409	2.03 409	2.61 403	2.10 405

TorneroNet-64	3.54 398	1.89 400	1.59 361	2.62 405	2.29 402	6.88 408	1.72 395	4.72 408	11.88 407	2.43 384	5.46 409	8.16 409	2.80 395	4.13 402	3.03 384	2.25 404	0.75 390	2.57 405	1.09 398	2.65 404	1.84 403

UNDER WATER	3.63 399	2.12 404	4.11 394	3.17 409	2.51 406	3.77 401	2.45 405	3.53 400	13.66 412	2.98 395	2.92 383	5.75 403	4.13 404	3.85 400	3.75 389	2.84 410	1.11 405	2.71 408	1.41 404	3.26 410	2.50 408

UNDER WATER-64	3.72 400	2.07 403	4.57 396	3.30 411	2.52 407	5.61 407	2.63 407	3.67 401	12.27 408	3.09 397	2.66 378	5.99 406	4.74 406	3.93 401	3.57 387	2.54 407	1.24 407	2.65 406	1.48 405	3.21 409	2.62 409

MADNet++	4.18 401	2.72 412	4.00 391	3.80 413	3.44 412	4.72 404	4.05 410	4.01 403	3.74 396	4.52 406	5.14 408	4.20 394	4.89 407	7.04 410	6.39 400	3.79 411	3.70 414	3.27 413	2.70 412	3.68 412	3.74 414

TorneroNet	4.49 402	1.92 401	1.65 369	2.60 404	2.29 402	14.95 416	1.86 400	4.86 409	19.56 423	3.10 398	7.52 411	7.00 408	2.90 396	4.48 403	3.66 388	2.24 403	0.78 393	2.68 407	1.14 400	2.79 405	1.80 402

MANE	4.73 403	0.54 330	0.77 271	0.69 356	0.60 358	10.35 411	1.67 393	8.68 412	12.66 411	6.90 411	9.43 412	11.59 413	10.59 410	8.26 411	8.41 404	0.51 365	0.45 373	0.48 359	1.02 392	0.50 352	0.50 359

SGM-ForestM	4.73 403	0.34 263	1.05 321	0.46 222	0.28 179	10.26 410	3.48 409	4.52 404	5.16 401	8.68 412	7.48 410	18.87 419	10.80 411	11.26 414	10.01 407	0.32 317	0.34 352	0.32 322	0.32 330	0.29 281	0.30 288

LSM	4.83 405	0.83 365	11.23 407	0.76 367	56.73 429	1.10 321	1.18 370	1.35 325	1.70 368	2.13 375	2.34 367	1.34 331	1.19 344	1.52 351	1.23 336	0.34 332	0.50 378	0.39 343	0.47 361	0.51 355	9.82 416

LE_ROB	4.86 406	0.27 207	9.43 405	0.45 199	0.24 77	1.61 361	0.96 357	2.05 379	17.75 419	16.36 421	4.84 406	5.17 401	19.48 421	2.05 374	15.49 413	0.17 125	0.15 190	0.16 57	0.16 115	0.20 199	0.19 165

DPSimNet_ROB	5.19 407	2.71 411	18.56 412	2.59 403	2.49 405	4.25 402	10.93 412	3.33 396	3.93 399	5.02 408	4.52 404	5.74 402	10.18 409	5.44 406	8.79 405	2.40 405	2.47 411	2.48 404	2.54 410	2.56 402	2.87 410

JetRed	5.38 408	6.17 414	12.68 411	2.38 401	2.85 410	12.60 415	11.17 413	4.60 405	3.74 396	3.87 404	3.85 395	4.83 397	4.13 404	6.81 409	12.18 410	2.18 402	2.95 413	2.19 399	1.98 408	3.49 411	3.01 411

tt	6.21 409	0.22 97	5.88 400	3.55 412	2.07 401	11.25 414	19.19 415	11.84 415	5.47 403	2.71 388	2.18 364	4.87 398	6.25 408	3.71 397	7.09 402	8.31 417	11.17 421	4.91 414	5.39 416	5.72 414	2.42 407

coex-ft	6.50 410	1.57 392	87.99 433	0.49 257	0.38 282	1.41 348	1.21 372	1.21 279	7.96 406	12.14 413	2.78 380	2.74 380	3.83 401	1.30 331	3.19 385	0.24 261	0.23 293	0.27 289	0.24 284	0.48 347	0.40 330

HanzoNet	6.97 411	2.57 408	4.66 397	3.29 410	2.96 411	3.75 400	2.35 404	5.08 410	7.11 405	14.46 420	13.06 413	17.69 417	22.95 423	13.72 415	6.61 401	4.36 413	1.96 410	3.14 412	2.59 411	3.88 413	3.19 412

EDNetEfficientorigin	9.96 412	1.17 381	175.17 434	0.49 257	0.37 277	1.13 327	0.74 330	1.27 302	2.70 387	3.16 399	2.49 371	2.28 373	2.15 385	1.88 369	2.27 374	0.21 225	0.19 263	0.25 267	0.20 226	0.54 360	0.53 367

DGTPSM_ROB	12.12 413	8.03 415	21.12 413	8.97 416	16.81 415	10.68 412	30.77 419	9.14 413	15.23 414	6.55 409	15.49 420	9.02 410	15.13 413	9.26 412	21.71 417	4.58 414	8.60 416	5.07 415	9.26 417	5.88 415	11.06 417

DPSMNet_ROB	12.13 414	8.03 415	21.13 414	9.02 417	16.82 416	10.68 412	30.78 420	9.15 414	15.24 415	6.56 410	15.50 421	9.02 410	15.13 413	9.28 413	21.71 417	4.59 415	8.60 416	5.08 416	9.26 417	5.89 416	11.06 417

BEATNet-Init1	15.65 415	1.62 395	54.26 432	0.75 366	0.56 348	37.03 426	13.39 414	13.20 416	14.59 413	29.41 430	29.29 430	47.69 433	21.87 422	26.91 424	19.58 415	0.43 356	0.39 362	0.47 356	0.47 361	0.52 358	0.52 365

DPSM_ROB	17.80 416	18.60 418	24.24 420	20.89 419	19.49 417	25.83 419	36.10 422	21.62 423	16.41 417	13.46 415	14.26 418	19.11 420	16.15 416	20.74 417	25.59 420	9.37 419	9.23 419	9.47 419	9.81 419	13.47 417	12.09 420

DPSM	17.80 416	18.60 418	24.24 420	20.89 419	19.49 417	25.83 419	36.10 422	21.62 423	16.41 417	13.46 415	14.26 418	19.11 420	16.15 416	20.74 417	25.59 420	9.37 419	9.23 419	9.47 419	9.81 419	13.47 417	12.09 420

DLNR_Zeroshot_test	20.12 418	36.36 425	38.38 423	170.13 434	62.28 430	0.22 4	0.20 1	13.43 417	0.40 29	0.45 39	0.66 72	0.42 45	0.21 5	0.64 132	0.32 63	5.57 416	0.10 8	0.15 41	0.11 15	72.31 433	0.13 31

LRCNet_RVC	21.27 419	31.14 424	21.46 415	28.97 422	23.77 420	3.11 395	0.62 304	20.94 421	1.64 365	25.57 422	28.13 423	21.96 422	14.74 412	21.99 423	16.44 414	29.16 431	14.92 422	33.57 427	31.28 427	29.67 429	26.33 427

SPstereo	24.33 420	4.45 413	7.15 402	4.44 414	4.17 413	45.69 427	77.93 433	63.66 434	33.40 432	27.58 429	26.62 422	39.42 432	33.37 432	42.68 434	50.66 428	4.01 412	3.77 415	6.06 417	4.73 414	3.17 408	3.55 413

HaxPig	31.93 421	37.19 426	34.22 422	24.41 421	24.94 421	18.53 417	20.18 416	21.15 422	28.84 425	35.74 431	38.86 431	26.18 423	28.75 425	33.85 425	34.15 425	35.89 432	38.80 432	37.79 428	40.52 428	39.33 430	39.33 432

Anonymous_1	33.12 422	18.23 417	23.86 416	20.53 418	21.18 419	25.45 418	35.84 421	22.44 425	15.68 416	13.41 414	13.70 417	18.00 418	15.15 415	20.31 416	24.47 419	14.56 424	8.84 418	66.24 431	117.79 431	155.41 434	11.40 419

CasAABBNet	35.77 423	37.38 427	48.59 427	42.20 425	39.23 424	51.95 428	72.92 432	43.36 431	33.03 428	26.93 423	28.31 424	38.43 429	32.32 426	41.58 428	51.50 433	18.71 425	18.58 424	19.11 425	19.75 422	27.11 423	24.33 422

MyStereo03	35.83 424	37.48 429	48.64 428	42.37 427	39.41 426	51.98 429	72.91 429	43.07 428	33.07 429	27.20 426	28.81 427	38.36 426	32.60 427	41.58 428	51.47 430	18.74 426	18.61 426	19.07 421	19.77 423	27.10 420	24.35 423

MyStereo02	35.83 424	37.48 429	48.64 428	42.37 427	39.41 426	51.98 429	72.91 429	43.07 428	33.07 429	27.20 426	28.81 427	38.36 426	32.60 427	41.58 428	51.47 430	18.74 426	18.61 426	19.07 421	19.77 423	27.10 420	24.35 423

MyStereo	35.83 424	37.48 429	48.64 428	42.37 427	39.41 426	51.98 429	72.91 429	43.07 428	33.07 429	27.20 426	28.81 427	38.36 426	32.60 427	41.58 428	51.47 430	18.74 426	18.61 426	19.07 421	19.77 423	27.10 420	24.35 423

Selective-RAFT-Error	35.87 427	37.42 428	48.73 431	42.24 426	39.28 425	52.00 432	72.87 428	43.41 432	32.95 427	26.97 424	28.72 425	38.71 431	33.15 431	41.59 432	51.42 429	18.77 429	18.60 425	19.14 426	19.78 426	27.19 424	24.42 426

xxxxx1	36.77 428	19.69 420	24.00 417	62.46 431	66.77 431	27.30 422	39.89 424	20.40 418	18.80 420	14.18 417	13.11 414	17.29 414	17.30 418	21.62 420	27.81 422	13.61 421	18.98 429	111.36 432	133.25 432	28.84 426	38.64 429

tt_ll	36.77 428	19.69 420	24.00 417	62.46 431	66.77 431	27.30 422	39.89 424	20.40 418	18.80 420	14.18 417	13.11 414	17.29 414	17.30 418	21.62 420	27.81 422	13.61 421	18.98 429	111.36 432	133.25 432	28.84 426	38.64 429

ff	36.77 428	19.69 420	24.00 417	62.46 431	66.77 431	27.30 422	39.89 424	20.40 418	18.80 420	14.18 417	13.11 414	17.29 414	17.30 418	21.62 420	27.81 422	13.61 421	18.98 429	111.36 432	133.25 432	28.84 426	38.64 429

MEDIAN_ROB	37.35 431	40.72 434	40.37 425	32.26 423	31.80 422	27.29 421	25.02 417	29.47 426	33.43 433	41.99 433	41.60 433	33.48 424	34.37 433	39.66 427	36.94 426	43.49 434	43.96 434	44.07 430	43.35 430	41.32 432	42.43 434

AVERAGE_ROB	37.53 432	40.05 433	40.01 424	34.74 424	33.76 423	28.46 425	25.14 418	32.31 427	34.08 434	41.20 432	40.52 432	34.51 425	34.78 434	39.11 426	37.48 427	42.68 433	43.32 433	43.80 429	42.99 429	40.42 431	41.31 433

LSM0	38.96 433	37.52 432	48.37 426	43.79 430	91.31 434	52.31 433	72.38 427	43.71 433	32.75 426	27.16 425	28.73 426	38.51 430	32.63 430	41.75 433	51.59 434	18.85 430	18.43 423	19.09 424	19.60 421	27.21 425	33.44 428

PML	40.49 434	30.31 423	12.46 410	7.19 415	14.30 414	91.44 434	212.44 435	7.73 411	23.24 424	74.44 434	185.05 435	49.81 434	25.78 424	21.34 419	12.84 411	8.71 418	2.93 412	8.43 418	3.24 413	13.77 419	4.45 415

test_example2	176.82 435	204.75 435	198.54 435	188.58 435	191.23 435	151.28 435	169.77 434	97.63 435	125.81 435	179.94 435	183.74 434	158.20 435	139.14 435	192.16 435	198.12 435	203.48 435	236.37 435	163.71 435	173.22 435	217.79 435	162.95 435

Low-res two-view benchmark