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

LoS_RVC	0.42 11	0.26 46	0.40 8	0.44 23	0.82 343	0.51 49	0.44 122	0.64 2	0.41 2	0.44 8	0.78 44	0.44 8	0.47 38	0.56 10	0.36 33	0.13 1	0.12 9	0.14 1	0.10 2	0.13 1	0.84 367

LoS	0.40 8	0.21 4	0.44 11	0.37 2	0.22 4	0.50 39	0.40 81	1.00 67	0.94 106	0.48 17	0.66 22	0.48 21	0.40 16	0.60 23	0.37 38	0.18 60	0.14 75	0.16 9	0.11 6	0.14 2	0.14 11

AnonymousM	0.59 97	1.11 368	0.41 9	0.44 23	0.32 106	0.43 14	0.47 146	1.05 86	0.64 27	0.98 96	0.63 20	0.67 66	0.43 22	0.59 14	0.41 64	0.20 116	0.15 124	1.84 385	0.84 377	0.14 2	0.13 3

CREStereo	0.39 5	0.21 4	0.38 4	0.34 1	0.22 4	0.53 56	0.29 19	0.77 11	1.11 174	0.58 32	0.71 32	0.51 31	0.41 18	0.54 7	0.34 24	0.18 60	0.13 42	0.15 3	0.10 2	0.14 2	0.14 11
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
CAS	0.63 115	0.18 1	0.37 2	2.27 386	0.84 345	0.57 73	0.54 187	0.79 12	0.62 23	0.48 17	0.70 30	0.36 2	0.26 1	0.45 2	0.35 27	2.24 388	0.10 1	0.14 1	0.09 1	0.15 5	1.06 378

DCANet-4	0.54 61	0.26 46	1.07 259	0.42 7	0.24 9	0.48 20	0.36 54	0.99 63	1.30 260	1.10 130	1.02 98	0.56 40	0.75 138	0.73 41	0.52 136	0.16 11	0.13 42	0.17 14	0.13 11	0.15 5	0.19 111

fff	0.53 47	0.24 19	0.70 103	0.43 8	0.24 9	0.48 20	0.36 54	1.07 101	1.25 233	1.10 130	1.02 98	0.57 42	1.06 265	0.73 41	0.52 136	0.16 11	0.13 42	0.17 14	0.13 11	0.15 5	0.19 111

raftrobust	0.52 38	0.25 35	0.56 37	0.65 256	0.52 250	0.49 30	0.34 43	0.98 61	0.91 97	1.30 230	0.87 59	0.63 56	0.81 165	0.78 49	0.41 64	0.19 91	0.15 124	0.16 9	0.14 22	0.15 5	0.16 41

csc	0.53 47	0.24 19	0.70 103	0.43 8	0.24 9	0.48 20	0.36 54	1.07 101	1.25 233	1.10 130	1.02 98	0.57 42	1.06 265	0.73 41	0.52 136	0.16 11	0.13 42	0.17 14	0.13 11	0.15 5	0.19 111

cscssc	0.53 47	0.24 19	0.70 103	0.43 8	0.24 9	0.48 20	0.36 54	1.07 101	1.25 233	1.10 130	1.02 98	0.57 42	1.06 265	0.73 41	0.52 136	0.16 11	0.13 42	0.17 14	0.13 11	0.15 5	0.19 111

Gwc-CoAtRS	0.52 38	0.24 19	0.68 88	0.48 51	0.29 63	0.64 96	0.25 4	1.16 121	1.08 162	1.01 103	1.00 86	1.12 204	0.56 77	0.69 31	0.37 38	0.16 11	0.13 42	0.17 14	0.15 30	0.15 5	0.15 27

PMTNet	0.46 24	0.21 4	0.38 4	0.37 2	0.23 6	0.71 141	0.27 14	0.74 7	1.04 146	0.64 39	0.70 30	0.55 38	0.47 38	0.86 67	0.35 27	1.00 373	0.13 42	0.15 3	0.10 2	0.15 5	0.13 3

IGEVStereo-DCA	0.46 24	0.28 83	0.56 37	0.43 8	0.33 122	0.49 30	0.42 94	0.87 24	0.50 6	0.47 13	0.48 6	0.48 21	0.46 32	2.03 249	0.30 1	0.19 91	0.14 75	0.19 49	0.15 30	0.16 13	0.18 78

rrr	0.46 24	0.28 83	0.73 129	0.43 8	0.33 122	0.49 30	0.38 67	0.76 10	0.50 6	0.47 13	0.48 6	0.48 21	0.46 32	2.03 249	0.30 1	0.19 91	0.14 75	0.19 49	0.15 30	0.16 13	0.16 41

MSKI-zero shot	0.55 76	0.26 46	0.57 45	0.51 94	0.26 20	0.69 131	0.28 17	1.18 128	0.64 27	0.91 79	1.32 206	0.82 102	0.33 10	1.92 238	0.32 7	0.17 32	0.12 9	0.17 14	0.13 11	0.16 13	0.16 41

Any-RAFT	0.53 47	0.24 19	0.47 13	0.47 41	0.27 33	1.00 232	0.25 4	1.58 217	1.05 150	0.85 75	0.99 83	1.06 184	0.47 38	0.70 33	0.32 7	0.18 60	0.13 42	0.16 9	0.13 11	0.16 13	0.16 41

RAFT-Test	0.54 61	0.25 35	0.64 72	0.47 41	0.30 79	0.97 226	0.27 14	1.24 147	0.81 69	0.96 89	1.12 138	1.28 244	0.48 46	0.71 37	0.36 33	0.17 32	0.13 42	0.17 14	0.14 22	0.16 13	0.16 41

Selective-IGEV	0.39 5	0.24 19	0.50 18	0.44 23	0.25 18	0.46 18	0.33 33	1.25 149	0.40 1	0.35 1	0.45 3	0.52 36	0.30 4	1.07 107	0.30 1	0.14 4	0.12 9	0.17 14	0.13 11	0.16 13	0.13 3

MC-Stereo	0.43 13	0.23 13	0.48 15	0.51 94	0.28 52	0.39 9	0.32 30	0.88 31	0.68 44	0.60 38	0.84 54	0.56 40	0.61 105	1.03 96	0.31 5	0.17 32	0.11 3	0.17 14	0.15 30	0.16 13	0.13 3

RCA-Stereo	0.50 36	0.23 13	0.58 48	0.48 51	0.33 122	0.55 65	0.45 133	0.97 59	1.38 293	0.68 42	1.05 110	0.63 56	0.80 162	0.59 14	0.32 7	0.17 32	0.12 9	0.17 14	0.14 22	0.16 13	0.14 11

RAFT-RH_RVC	1.03 272	0.24 19	0.67 85	0.49 64	0.28 52	0.81 183	0.33 33	0.83 21	1.08 162	2.05 349	4.65 384	1.04 182	0.57 85	5.98 362	0.50 127	0.18 60	0.13 42	0.26 223	0.20 134	0.16 13	0.17 60

TANstereo	0.44 21	0.21 4	0.44 11	0.41 5	0.21 3	0.65 108	0.26 9	0.79 12	0.83 75	0.93 82	0.98 81	0.51 31	0.46 32	0.54 7	0.35 27	0.18 60	0.24 270	0.16 9	0.13 11	0.16 13	0.26 223

CFNet-RSSM	0.54 61	0.24 19	0.70 103	0.48 51	0.28 52	0.60 84	0.27 14	1.49 190	1.14 189	1.06 114	0.93 69	1.08 191	0.54 67	0.70 33	0.35 27	0.16 11	0.12 9	0.17 14	0.15 30	0.16 13	0.14 11

MIM_Stereo	0.57 89	0.24 19	0.92 214	0.46 35	0.30 79	0.54 59	0.28 17	1.27 151	0.75 56	1.00 100	1.16 155	0.93 143	0.53 64	1.45 166	0.61 172	0.16 11	0.16 155	0.20 73	0.19 106	0.17 24	0.14 11

AEACV	0.37 3	0.24 19	0.52 26	0.47 41	0.51 242	0.37 8	0.38 67	0.65 3	0.53 16	0.42 4	0.56 18	0.46 15	0.60 96	0.53 5	0.30 1	0.16 11	0.13 42	0.18 36	0.15 30	0.17 24	0.14 11

EGLCR-Stereo	0.37 3	0.22 9	0.51 24	0.43 8	0.26 20	0.44 16	0.22 2	0.99 63	0.48 4	0.42 4	0.42 2	0.67 66	0.29 3	0.86 67	0.33 16	0.17 32	0.12 9	0.19 49	0.17 74	0.17 24	0.15 27

ProNet	0.43 13	0.28 83	0.58 48	0.43 8	0.30 79	0.56 68	0.52 177	1.00 67	0.58 18	0.44 8	0.49 8	0.43 6	0.43 22	1.28 130	0.36 33	0.15 6	0.13 42	0.19 49	0.16 58	0.17 24	0.16 41

test-3	0.54 61	0.22 9	0.68 88	0.47 41	0.27 33	0.58 74	0.35 46	0.92 40	1.00 134	1.32 242	0.69 29	0.87 126	0.45 29	1.68 209	0.37 38	0.16 11	0.11 3	0.20 73	0.16 58	0.17 24	0.13 3

test_1	0.54 61	0.22 9	0.68 88	0.47 41	0.27 33	0.58 74	0.35 46	0.92 40	1.00 134	1.28 218	0.68 26	0.87 126	0.45 29	1.67 204	0.37 38	0.16 11	0.11 3	0.20 73	0.16 58	0.17 24	0.13 3

TRStereo	0.60 100	0.60 319	0.97 227	0.74 308	0.67 301	0.46 18	0.38 67	1.85 278	0.89 88	0.79 59	0.80 51	0.88 129	0.39 14	1.10 110	0.41 64	0.23 188	0.15 124	0.23 148	0.24 226	0.17 24	0.15 27

RAFT-345	0.84 219	0.25 35	0.66 82	0.50 71	0.27 33	0.54 59	0.42 94	0.83 21	1.11 174	1.32 242	2.34 349	0.86 122	0.54 67	5.72 355	0.47 109	0.18 60	0.13 42	0.22 121	0.17 74	0.17 24	0.16 41

XX-TBD	0.46 24	0.70 335	0.35 1	0.79 320	0.25 18	0.58 74	0.26 9	0.69 4	1.27 245	0.76 52	1.00 86	0.45 14	0.33 10	0.47 3	0.37 38	0.19 91	0.15 124	0.15 3	0.11 6	0.17 24	0.14 11

111	0.60 100	0.23 13	0.70 103	0.43 8	0.24 9	0.72 143	0.42 94	1.18 128	1.41 305	0.80 61	1.38 226	1.10 199	0.79 157	0.96 81	0.58 161	0.18 60	0.13 42	0.17 14	0.15 30	0.17 24	0.19 111

test_xeample3	0.42 11	0.28 83	0.69 97	0.43 8	0.33 122	0.56 68	0.38 67	0.79 12	0.45 3	0.53 29	0.46 4	0.44 8	0.44 26	1.38 151	0.31 5	0.18 60	0.14 75	0.19 49	0.15 30	0.17 24	0.16 41

ARAFT	0.77 190	0.36 228	1.49 322	0.51 94	0.31 91	0.90 202	0.82 281	1.90 289	1.06 153	1.62 316	1.24 176	1.02 176	0.64 118	1.84 229	0.50 127	0.18 60	0.14 75	0.28 244	0.27 258	0.17 24	0.16 41

RAFT-Stereo + iAFF	0.54 61	0.25 35	0.68 88	0.43 8	0.24 9	0.40 10	0.34 43	1.04 80	1.09 168	1.32 242	1.60 280	0.80 94	0.68 125	0.67 30	0.39 54	0.13 1	0.10 1	0.18 36	0.17 74	0.17 24	0.13 3

AFF-stereo	0.58 94	0.25 35	0.64 72	0.46 35	0.29 63	0.34 4	0.38 67	1.15 120	1.14 189	1.17 174	1.60 280	1.10 199	0.71 133	0.97 86	0.43 81	0.13 1	0.11 3	0.19 49	0.19 106	0.17 24	0.14 11

EAI-Stereo	0.65 130	0.28 83	0.69 97	0.53 118	0.27 33	0.60 84	0.40 81	2.28 358	0.64 27	0.71 47	3.18 367	0.57 42	0.43 22	1.06 103	0.41 64	0.18 60	0.13 42	0.17 14	0.17 74	0.17 24	0.17 60

R-Stereo Train	0.57 89	0.26 46	0.63 66	0.54 133	0.36 145	0.69 131	0.54 187	1.22 141	0.72 52	1.61 313	1.50 260	0.75 82	0.53 64	0.64 26	0.44 83	0.18 60	0.15 124	0.17 14	0.15 30	0.17 24	0.17 60

RAFT-Stereo	0.57 89	0.26 46	0.63 66	0.54 133	0.36 145	0.69 131	0.54 187	1.22 141	0.72 52	1.61 313	1.50 260	0.75 82	0.53 64	0.64 26	0.44 83	0.18 60	0.15 124	0.17 14	0.15 30	0.17 24	0.17 60
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
tta	0.75 183	0.30 125	0.86 186	0.46 35	0.26 20	0.82 184	0.43 110	2.05 321	1.39 297	1.23 197	1.47 251	0.98 161	0.95 226	1.71 212	0.82 230	0.24 203	0.20 223	0.22 121	0.21 170	0.18 41	0.18 78

qqq1	0.72 159	0.30 125	0.86 186	0.46 35	0.26 20	0.82 184	0.43 110	2.05 321	1.39 297	1.23 197	1.47 251	0.98 161	0.95 226	1.71 212	0.44 83	0.24 203	0.20 223	0.18 36	0.15 30	0.18 41	0.18 78

fff1	0.72 159	0.30 125	0.86 186	0.46 35	0.26 20	0.82 184	0.43 110	2.05 321	1.39 297	1.23 197	1.47 251	0.98 161	0.95 226	1.71 212	0.44 83	0.24 203	0.20 223	0.18 36	0.15 30	0.18 41	0.18 78

ff7	0.43 13	0.27 67	0.56 37	0.44 23	0.33 122	0.50 39	0.42 94	0.87 24	0.50 6	0.49 20	0.53 10	0.44 8	0.48 46	1.38 151	0.33 16	0.17 32	0.12 9	0.21 95	0.15 30	0.18 41	0.18 78

ffff	0.43 13	0.27 67	0.56 37	0.44 23	0.33 122	0.50 39	0.42 94	0.87 24	0.50 6	0.49 20	0.53 10	0.44 8	0.48 46	1.38 151	0.33 16	0.17 32	0.12 9	0.21 95	0.15 30	0.18 41	0.18 78

11t	0.43 13	0.27 67	0.56 37	0.44 23	0.33 122	0.50 39	0.42 94	0.87 24	0.50 6	0.49 20	0.53 10	0.44 8	0.48 46	1.38 151	0.33 16	0.17 32	0.12 9	0.21 95	0.15 30	0.18 41	0.18 78

StereoIM	0.36 1	0.25 35	0.58 48	0.44 23	0.34 137	0.30 3	0.30 22	0.72 5	0.50 6	0.37 2	0.36 1	0.58 46	0.49 54	0.52 4	0.36 33	0.19 91	0.16 155	0.19 49	0.15 30	0.18 41	0.14 11

anonymousdsp	0.43 13	0.27 67	0.53 28	0.44 23	0.32 106	0.50 39	0.42 94	0.89 32	0.51 13	0.49 20	0.53 10	0.47 18	0.47 38	1.33 139	0.33 16	0.17 32	0.12 9	0.21 95	0.15 30	0.18 41	0.18 78

DCRE	0.82 210	0.26 46	0.70 103	0.58 181	0.44 202	0.54 59	0.48 154	0.95 51	0.78 63	0.78 56	7.33 397	0.86 122	0.52 59	0.76 46	0.41 64	0.16 11	0.16 155	0.19 49	0.17 74	0.18 41	0.17 60

ccc-4	0.43 13	0.27 67	0.56 37	0.44 23	0.33 122	0.50 39	0.42 94	0.87 24	0.50 6	0.49 20	0.53 10	0.44 8	0.48 46	1.38 151	0.33 16	0.17 32	0.12 9	0.21 95	0.15 30	0.18 41	0.18 78

ADStereo(finetuned)	0.57 89	0.24 19	1.06 255	0.43 8	0.24 9	0.49 30	0.35 46	1.05 86	1.30 260	1.12 136	1.03 106	0.58 46	1.20 291	0.84 62	0.51 130	0.16 11	0.13 42	0.17 14	0.13 11	0.18 41	0.19 111

IGEV-Stereo	0.43 13	0.27 67	0.54 32	0.45 32	0.32 106	0.50 39	0.42 94	0.90 38	0.51 13	0.49 20	0.53 10	0.47 18	0.47 38	1.32 137	0.33 16	0.17 32	0.12 9	0.21 95	0.15 30	0.18 41	0.18 78
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
IPLG	0.69 151	0.27 67	0.97 227	0.51 94	0.43 196	0.79 174	0.33 33	1.21 134	1.06 153	1.30 230	1.10 127	0.52 36	0.55 73	3.16 305	0.63 179	0.16 11	0.14 75	0.19 49	0.16 58	0.18 41	0.17 60

MIPNet	0.56 85	0.28 83	0.94 218	0.49 64	0.33 122	0.66 117	0.38 67	1.35 163	1.08 162	1.06 114	0.92 67	0.60 51	0.79 157	0.73 41	0.52 136	0.17 32	0.14 75	0.19 49	0.16 58	0.18 41	0.17 60

ACRE	0.61 106	0.33 186	1.01 238	0.58 181	0.49 227	0.75 155	0.47 146	1.06 99	0.95 108	1.37 260	1.55 268	0.62 54	0.46 32	0.83 60	0.70 190	0.23 188	0.15 124	0.19 49	0.16 58	0.18 41	0.21 149

CrosDoStereo	1.58 335	0.24 19	0.72 117	0.48 51	0.29 63	0.67 121	12.49 410	1.10 108	0.98 122	1.34 253	1.75 306	1.00 167	1.89 355	6.65 370	0.81 225	0.19 91	0.15 124	0.20 73	0.22 195	0.18 41	0.19 111

STrans-v2	1.04 275	0.28 83	0.96 225	0.49 64	0.32 106	0.68 127	0.79 271	2.47 371	1.12 178	1.12 136	1.46 250	1.40 262	1.46 321	6.70 374	0.43 81	0.18 60	0.13 42	0.20 73	0.18 88	0.18 41	0.18 78

TransformOpticalFlow	0.96 251	0.28 83	0.89 204	0.52 110	0.31 91	0.66 117	0.54 187	1.75 251	1.12 178	1.09 122	1.44 242	1.37 261	1.01 250	6.70 374	0.42 72	0.19 91	0.12 9	0.20 73	0.19 106	0.18 41	0.19 111

FTStereo	0.91 241	0.26 46	0.56 37	0.54 133	0.33 122	0.66 117	1.87 375	1.00 67	0.75 56	1.75 326	4.15 378	1.04 182	1.65 338	1.57 189	0.46 104	0.19 91	0.16 155	0.23 148	0.21 170	0.18 41	0.63 351

DeepStereo_LL	1.58 335	0.24 19	0.72 117	0.48 51	0.29 63	0.67 121	12.49 410	1.10 108	0.98 122	1.34 253	1.75 306	1.00 167	1.89 355	6.65 370	0.81 225	0.19 91	0.15 124	0.20 73	0.22 195	0.18 41	0.19 111

DEmStereo	0.97 257	0.23 13	0.79 168	0.47 41	0.32 106	1.04 237	0.56 206	0.93 44	0.89 88	1.39 270	2.14 341	1.02 176	2.07 366	5.64 354	0.77 213	0.17 32	0.15 124	0.20 73	0.20 134	0.18 41	0.20 133

DRaft	0.80 202	0.24 19	0.70 103	0.45 32	0.30 79	0.97 226	0.53 183	1.05 86	0.97 117	1.78 329	2.02 334	0.80 94	1.74 345	2.73 290	0.72 198	0.17 32	0.14 75	0.20 73	0.20 134	0.18 41	0.21 149

GrayStereo	0.82 210	0.26 46	0.58 48	0.63 235	0.37 152	0.76 159	1.86 374	1.11 114	0.87 81	1.99 346	1.89 323	1.08 191	1.82 353	1.39 156	0.48 114	0.19 91	0.14 75	0.19 49	0.21 170	0.18 41	0.39 296

CREStereo++_RVC	0.47 29	0.21 4	0.38 4	0.45 32	0.38 169	0.45 17	0.25 4	0.75 8	1.29 254	0.80 61	1.21 168	0.47 18	0.37 12	0.53 5	0.44 83	0.16 11	0.11 3	0.15 3	0.80 375	0.18 41	0.11 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	0.52 38	0.20 2	0.38 4	0.41 5	0.19 1	0.96 222	0.34 43	1.17 123	1.25 233	0.81 65	0.90 64	0.63 56	0.50 55	1.45 166	0.42 72	0.14 4	0.12 9	0.17 14	0.11 6	0.18 41	0.11 1

raft+_RVC	0.53 47	0.26 46	0.54 32	0.60 204	0.47 223	0.54 59	0.54 187	1.27 151	0.99 129	0.76 52	1.03 106	0.70 76	0.56 77	0.93 80	0.47 109	0.18 60	0.14 75	0.19 49	0.18 88	0.18 41	0.15 27

XX-Stereo	0.63 115	0.26 46	1.90 346	0.81 326	0.67 301	0.43 14	0.23 3	1.03 76	0.58 18	0.65 40	1.56 272	1.41 264	0.39 14	1.28 130	0.35 27	0.20 116	0.14 75	0.20 73	0.19 106	0.18 41	0.14 11

DCANet	0.54 61	0.24 19	0.70 103	0.43 8	0.24 9	0.49 30	0.36 54	1.05 86	1.30 260	1.12 136	1.03 106	0.58 46	0.92 210	0.81 57	0.52 136	0.16 11	0.13 42	0.17 14	0.13 11	0.18 41	0.19 111

RASNet	1.12 291	0.30 125	0.91 210	0.66 261	0.77 329	0.97 226	0.57 216	1.37 166	1.35 282	1.02 106	1.34 213	2.11 345	1.43 317	7.09 379	1.39 305	0.19 91	0.17 179	0.17 14	0.19 106	0.18 41	0.16 41

iResNet_ROB	0.77 190	0.30 125	0.99 230	0.57 175	0.36 145	0.83 188	0.36 54	2.33 361	1.58 327	1.27 216	1.30 196	1.25 233	0.84 180	1.65 199	0.79 221	0.20 116	0.14 75	0.17 14	0.12 9	0.18 41	0.27 228

AE-Stereo	0.49 34	0.27 67	0.67 85	0.60 204	0.39 177	0.67 121	0.46 140	1.18 128	1.09 168	0.47 13	0.75 39	0.69 73	0.47 38	0.59 14	0.40 57	0.16 11	0.15 124	0.21 95	0.20 134	0.19 71	0.15 27

cc1	0.64 125	0.31 156	0.50 18	0.54 133	0.26 20	1.18 262	0.51 168	0.93 44	3.05 380	0.58 32	0.79 47	0.48 21	0.88 198	1.46 168	0.32 7	0.20 116	0.12 9	0.25 204	0.15 30	0.19 71	0.19 111

DualNet	1.09 283	0.33 186	0.85 180	0.53 118	0.37 152	0.74 149	0.56 206	0.95 51	2.47 368	1.15 155	1.45 244	1.06 184	0.82 169	1.55 185	7.61 388	0.20 116	0.12 9	0.31 265	0.27 258	0.19 71	0.20 133

ffm	0.72 159	0.33 186	0.85 180	0.53 118	0.37 152	0.74 149	0.56 206	0.95 51	2.47 368	1.15 155	1.45 244	1.06 184	0.82 169	1.55 185	0.32 7	0.20 116	0.12 9	0.31 265	0.27 258	0.19 71	0.20 133

ff1	1.37 320	0.33 186	0.85 180	0.53 118	0.37 152	0.74 149	0.56 206	0.95 51	2.47 368	1.15 155	1.45 244	1.06 184	0.82 169	7.22 380	7.61 388	0.20 116	0.12 9	0.31 265	0.27 258	0.19 71	0.20 133

tt1	0.62 109	0.32 170	0.51 24	0.54 133	0.26 20	1.16 259	0.48 154	0.95 51	2.47 368	0.57 31	0.77 42	0.49 28	0.81 165	1.55 185	0.32 7	0.20 116	0.12 9	0.24 168	0.15 30	0.19 71	0.20 133

IGEV_Zeroshot_test	0.53 47	0.30 125	0.99 230	0.56 164	0.35 140	0.41 12	0.32 30	1.37 166	0.63 25	1.00 100	1.09 123	0.95 152	0.41 18	0.83 60	0.39 54	0.18 60	0.12 9	0.19 49	0.18 88	0.19 71	0.17 60

MIF-Stereo	0.36 1	0.23 13	0.59 52	0.48 51	0.36 145	0.40 10	0.32 30	0.53 1	0.49 5	0.54 30	0.55 17	0.36 2	0.31 6	0.58 13	0.51 130	0.20 116	0.15 124	0.17 14	0.15 30	0.19 71	0.15 27

HH	0.63 115	0.30 125	0.77 158	0.50 71	0.32 106	0.49 30	0.46 140	1.65 231	0.64 27	0.69 43	1.09 123	1.63 301	0.85 183	1.90 236	0.37 38	0.18 60	0.13 42	0.19 49	0.17 74	0.19 71	0.16 41

HanStereo	0.63 115	0.30 125	0.77 158	0.50 71	0.32 106	0.49 30	0.46 140	1.65 231	0.64 27	0.69 43	1.09 123	1.63 301	0.85 183	1.90 236	0.37 38	0.18 60	0.13 42	0.19 49	0.17 74	0.19 71	0.16 41

4D-IteraStereo	0.48 31	0.24 19	0.76 154	0.50 71	0.44 202	0.66 117	0.31 27	0.87 24	1.02 139	1.03 110	0.72 34	0.78 89	0.32 9	0.64 26	0.37 38	0.17 32	0.11 3	0.23 148	0.19 106	0.19 71	0.13 3

anonymousdsp2	0.53 47	0.27 67	0.74 143	0.48 51	0.29 63	0.76 159	0.47 146	1.61 224	0.82 74	0.77 55	0.77 42	0.75 82	0.47 38	1.03 96	0.40 57	0.18 60	0.13 42	0.18 36	0.13 11	0.19 71	0.18 78

CES	0.48 31	0.20 2	0.37 2	0.39 4	1.39 379	0.55 65	0.35 46	0.98 61	0.66 40	0.44 8	0.66 22	0.35 1	0.27 2	0.56 10	0.33 16	0.15 6	0.13 42	0.15 3	0.10 2	0.19 71	1.46 383

Selective-RAFT	0.52 38	0.28 83	0.79 168	0.55 152	0.27 33	0.91 204	0.33 33	0.80 17	0.88 85	0.58 32	0.63 20	0.81 97	0.77 150	1.29 133	0.48 114	0.19 91	0.14 75	0.17 14	0.15 30	0.19 71	0.17 60

CIPLG	0.62 109	0.33 186	0.96 225	0.58 181	0.50 232	0.75 155	0.48 154	1.05 86	0.96 110	1.40 271	1.57 276	0.64 59	0.48 46	0.89 72	0.70 190	0.23 188	0.15 124	0.19 49	0.16 58	0.19 71	0.21 149

iRaft-Stereo_20w	0.65 130	0.31 156	1.00 235	0.47 41	0.34 137	0.73 146	0.30 22	2.96 379	0.70 47	1.15 155	1.14 146	0.76 85	0.65 122	1.11 113	0.38 48	0.17 32	0.13 42	0.18 36	0.16 58	0.19 71	0.18 78

IPLGR_C	0.62 109	0.33 186	0.99 230	0.58 181	0.49 227	0.76 159	0.48 154	1.10 108	0.96 110	1.40 271	1.56 272	0.62 54	0.48 46	0.80 53	0.71 195	0.23 188	0.15 124	0.19 49	0.16 58	0.19 71	0.21 149

HHNet	0.62 109	0.26 46	0.63 66	0.43 8	0.45 209	0.50 39	0.58 219	1.07 101	1.01 136	1.25 209	2.23 344	0.70 76	0.61 105	1.07 107	0.47 109	0.20 116	0.13 42	0.23 148	0.19 106	0.19 71	0.30 254

ASMatch	0.88 233	0.26 46	0.69 97	0.51 94	0.35 140	0.48 20	0.37 63	1.12 116	0.92 101	1.10 130	3.28 368	0.96 158	0.98 238	4.90 337	0.49 121	0.19 91	0.16 155	0.22 121	0.19 106	0.19 71	0.27 228

THIR-Stereo	1.02 271	0.27 67	0.69 97	0.49 64	0.28 52	0.95 218	1.34 348	1.03 76	0.97 117	1.34 253	1.90 324	1.17 214	1.58 331	6.44 367	0.78 215	0.19 91	0.14 75	0.21 95	0.22 195	0.19 71	0.20 133

CroCo-Stereo	0.40 8	0.31 156	0.73 129	0.58 181	0.27 33	0.26 1	0.33 33	0.95 51	0.81 69	0.42 4	0.47 5	0.65 62	0.47 38	0.39 1	0.34 24	0.18 60	0.15 124	0.16 9	0.14 22	0.19 71	0.16 41
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
cross-raft	0.54 61	0.25 35	0.61 59	0.52 110	0.29 63	0.68 127	0.37 63	1.46 186	0.76 59	1.01 103	1.06 112	1.28 244	0.46 32	0.71 37	0.35 27	0.15 6	0.12 9	0.18 36	0.16 58	0.19 71	0.14 11

iRaftStereo_RVC	0.47 29	0.26 46	0.64 72	0.50 71	0.29 63	0.53 56	0.33 33	1.05 86	0.77 61	0.84 71	1.00 86	0.55 38	0.37 12	0.81 57	0.40 57	0.17 32	0.12 9	0.22 121	0.20 134	0.19 71	0.15 27

cf-r	0.73 173	0.30 125	0.77 158	0.55 152	0.63 292	0.78 170	0.48 154	1.79 266	1.15 198	1.13 150	1.26 186	1.43 266	0.87 194	1.40 161	0.85 238	0.25 227	0.18 193	0.22 121	0.23 215	0.19 71	0.19 111

DIP-Stereo	0.62 109	0.30 125	0.83 178	0.48 51	0.36 145	0.95 218	0.33 33	2.37 365	0.67 41	1.25 209	1.00 86	0.68 68	0.51 57	0.91 74	0.61 172	0.18 60	0.15 124	0.21 95	0.17 74	0.19 71	0.19 111
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MLCV	0.72 159	0.34 205	1.10 266	0.51 94	0.23 6	0.91 204	0.39 78	1.33 157	1.23 226	1.46 284	1.55 268	1.01 174	0.64 118	1.95 243	0.80 224	0.18 60	0.12 9	0.18 36	0.14 22	0.19 71	0.17 60

CoDeX	0.73 173	0.29 110	0.93 216	0.54 133	0.36 145	1.14 252	0.61 231	2.34 363	1.17 204	1.16 166	1.25 180	0.91 134	0.87 194	1.33 139	0.64 182	0.20 116	0.16 155	0.21 95	0.18 88	0.20 97	0.18 78

11t1	0.52 38	0.28 83	0.68 88	0.51 94	0.28 52	0.83 188	0.39 78	1.22 141	0.63 25	0.84 71	0.74 37	0.68 68	0.68 125	0.91 74	0.57 158	0.21 142	0.18 193	0.19 49	0.16 58	0.20 97	0.21 149

EKT-Stereo	0.53 47	0.30 125	0.73 129	0.58 181	0.60 283	0.51 49	0.48 154	0.94 48	0.90 92	0.71 47	0.88 61	0.77 86	0.43 22	1.07 107	0.40 57	0.22 165	0.16 155	0.21 95	0.18 88	0.20 97	0.22 164

anonymousa	0.72 159	0.27 67	0.75 145	0.47 41	0.63 292	1.43 298	0.45 133	1.24 147	0.89 88	1.28 218	1.75 306	1.62 299	1.13 279	0.69 31	0.59 163	0.19 91	0.16 155	0.23 148	0.25 237	0.20 97	0.18 78

DisPM	0.66 137	0.28 83	0.72 117	0.61 216	0.35 140	0.62 93	0.45 133	1.02 73	0.99 129	1.56 306	1.10 127	0.80 94	0.59 94	2.37 275	0.41 64	0.23 188	0.14 75	0.23 148	0.21 170	0.20 97	0.25 205

IER	0.70 153	0.31 156	1.02 244	0.48 51	0.52 250	1.34 285	0.51 168	1.17 123	0.99 129	1.23 197	1.34 213	1.12 204	1.11 274	0.99 89	0.71 195	0.20 116	0.16 155	0.21 95	0.21 170	0.20 97	0.19 111

raft_robust	0.68 150	0.30 125	0.64 72	0.52 110	0.26 20	0.54 59	0.35 46	1.33 157	1.24 230	1.16 166	1.07 115	0.60 51	0.54 67	3.58 317	0.37 38	0.18 60	0.14 75	0.20 73	0.22 195	0.20 97	0.16 41

RAFT_CTSACE	0.63 115	0.26 46	0.88 199	0.55 152	0.51 242	0.71 141	0.44 122	0.80 17	0.97 117	0.97 92	1.84 316	1.18 217	0.68 125	1.47 172	0.36 33	0.16 11	0.15 124	0.21 95	0.20 134	0.20 97	0.14 11

Sa-1000	0.72 159	0.29 110	0.76 154	0.59 193	0.30 79	0.73 146	0.37 63	1.62 227	1.33 271	1.28 218	2.04 335	0.86 122	0.75 138	1.84 229	0.38 48	0.19 91	0.14 75	0.25 204	0.23 215	0.20 97	0.16 41

test_4	0.53 47	0.22 9	0.56 37	0.54 133	0.32 106	0.64 96	0.39 78	0.80 17	0.62 23	0.92 81	1.87 321	0.68 68	0.42 20	1.16 120	0.37 38	0.15 6	0.13 42	0.20 73	0.22 195	0.20 97	0.15 27

iRaft-Stereo_5w	0.85 223	0.29 110	0.91 210	0.53 118	0.43 196	0.49 30	0.68 248	0.99 63	0.87 81	0.79 59	1.34 213	1.46 274	0.91 207	5.11 340	1.11 271	0.17 32	0.14 75	0.22 121	0.18 88	0.20 97	0.20 133

IPLGR	0.58 94	0.27 67	1.14 273	0.48 51	0.28 52	0.65 108	0.33 33	1.22 141	1.13 187	1.18 178	1.05 110	0.69 73	0.66 124	0.96 81	0.52 136	0.17 32	0.15 124	0.20 73	0.17 74	0.20 97	0.18 78

GMOStereo	0.53 47	0.26 46	0.65 76	0.50 71	0.29 63	0.52 51	0.43 110	0.89 32	0.96 110	1.41 273	1.14 146	0.85 118	0.56 77	0.59 14	0.38 48	0.16 11	0.14 75	0.24 168	0.21 170	0.20 97	0.15 27

error version	0.53 47	0.26 46	0.65 76	0.50 71	0.29 63	0.52 51	0.43 110	0.89 32	0.96 110	1.41 273	1.14 146	0.85 118	0.56 77	0.59 14	0.38 48	0.16 11	0.14 75	0.24 168	0.21 170	0.20 97	0.15 27

test-v	0.53 47	0.26 46	0.65 76	0.50 71	0.29 63	0.52 51	0.43 110	0.89 32	0.96 110	1.41 273	1.14 146	0.85 118	0.56 77	0.59 14	0.38 48	0.16 11	0.14 75	0.24 168	0.21 170	0.20 97	0.15 27

OMP-Stereo	0.94 247	0.33 186	0.72 117	0.90 352	0.31 91	0.49 30	0.36 54	1.16 121	1.06 153	1.58 312	1.12 138	1.46 274	0.69 128	6.94 377	0.49 121	0.19 91	0.14 75	0.24 168	0.18 88	0.20 97	0.14 11

IIG-Stereo	0.96 251	0.31 156	0.72 117	0.88 348	0.33 122	0.61 87	0.26 9	1.19 133	1.03 142	1.69 322	1.37 222	1.46 274	0.75 138	6.96 378	0.51 130	0.19 91	0.14 75	0.23 148	0.18 88	0.20 97	0.14 11

NF-Stereo	0.80 202	0.30 125	0.75 145	0.60 204	0.31 91	0.64 96	0.44 122	1.21 134	0.90 92	1.29 223	1.02 98	0.82 102	0.57 85	5.40 348	0.48 114	0.23 188	0.14 75	0.24 168	0.20 134	0.20 97	0.30 254

OCTAStereo	0.80 202	0.30 125	0.75 145	0.60 204	0.31 91	0.64 96	0.44 122	1.21 134	0.90 92	1.29 223	1.01 91	0.82 102	0.57 85	5.35 343	0.48 114	0.24 203	0.14 75	0.24 168	0.20 134	0.20 97	0.30 254

PSM-softLoss	0.78 196	0.31 156	0.77 158	0.58 181	0.32 106	0.56 68	0.40 81	1.18 128	0.70 47	1.24 205	1.07 115	0.83 109	0.52 59	5.36 344	0.53 144	0.24 203	0.15 124	0.25 204	0.22 195	0.20 97	0.25 205

KMStereo	0.78 196	0.31 156	0.77 158	0.58 181	0.32 106	0.56 68	0.40 81	1.18 128	0.70 47	1.24 205	1.07 115	0.83 109	0.52 59	5.36 344	0.53 144	0.24 203	0.15 124	0.25 204	0.22 195	0.20 97	0.25 205

KYRaft	0.75 183	0.28 83	0.62 63	0.56 164	0.29 63	0.67 121	0.86 289	0.94 48	0.84 76	1.62 316	2.21 343	1.16 213	1.02 255	1.57 189	0.40 57	0.20 116	0.13 42	0.22 121	0.28 275	0.20 97	1.02 373

PFNet	0.91 241	0.26 46	1.10 266	0.63 235	0.32 106	0.64 96	0.56 206	1.17 123	0.99 129	1.47 285	1.08 118	0.98 161	0.69 128	6.62 369	0.54 150	0.20 116	0.12 9	0.24 168	0.19 106	0.20 97	0.17 60

RE-Stereo	0.80 202	0.30 125	0.75 145	0.60 204	0.31 91	0.64 96	0.44 122	1.21 134	0.90 92	1.29 223	1.01 91	0.81 97	0.57 85	5.37 346	0.48 114	0.24 203	0.14 75	0.24 168	0.20 134	0.20 97	0.30 254

TVStereo	0.80 202	0.30 125	0.75 145	0.60 204	0.31 91	0.64 96	0.44 122	1.21 134	0.90 92	1.29 223	1.01 91	0.81 97	0.57 85	5.37 346	0.48 114	0.24 203	0.14 75	0.24 168	0.20 134	0.20 97	0.30 254

IRAFT_RVC	0.88 233	0.28 83	0.76 154	0.63 235	0.31 91	0.65 108	1.02 320	1.22 141	0.94 106	1.22 194	1.04 109	1.01 174	0.98 238	5.82 357	0.53 144	0.22 165	0.12 9	0.25 204	0.20 134	0.20 97	0.19 111

test-2	0.53 47	0.26 46	0.65 76	0.50 71	0.29 63	0.52 51	0.43 110	0.89 32	0.96 110	1.41 273	1.14 146	0.85 118	0.56 77	0.59 14	0.38 48	0.16 11	0.14 75	0.24 168	0.21 170	0.20 97	0.15 27

test-1	0.52 38	0.26 46	1.04 251	0.56 164	0.32 106	0.61 87	0.38 67	1.10 108	0.91 97	0.78 56	1.01 91	0.77 86	0.52 59	0.60 23	0.42 72	0.17 32	0.14 75	0.20 73	0.17 74	0.20 97	0.23 181

GMM-Stereo	0.74 176	0.25 35	0.59 52	0.54 133	0.34 137	0.72 143	0.99 315	1.01 72	0.87 81	1.36 258	1.78 309	1.12 204	0.81 165	2.09 254	0.46 104	0.18 60	0.12 9	0.25 204	0.25 237	0.20 97	0.85 368

Prome-Stereo	0.75 183	0.27 67	0.53 28	0.55 152	0.32 106	0.59 78	0.97 311	0.89 32	0.88 85	1.45 282	2.46 355	0.91 134	1.41 315	1.58 191	0.44 83	0.18 60	0.13 42	0.19 49	0.17 74	0.20 97	0.92 369

RALCasStereoNet	0.54 61	0.30 125	0.66 82	0.59 193	0.51 242	0.61 87	0.52 177	0.94 48	0.93 103	0.70 45	1.01 91	0.78 89	0.44 26	1.33 139	0.47 109	0.20 116	0.16 155	0.18 36	0.16 58	0.20 97	0.19 111

GwcNet-RSSM	0.77 190	0.32 170	1.01 238	0.62 227	0.54 256	0.78 170	0.51 168	1.73 245	1.20 216	1.09 122	1.37 222	1.46 274	0.85 183	1.53 181	1.09 266	0.25 227	0.18 193	0.23 148	0.24 226	0.20 97	0.19 111

HSM-Net_RVC	0.87 232	0.29 110	0.53 28	0.53 118	0.30 79	1.15 257	0.55 200	3.57 386	1.28 250	1.53 298	1.74 303	1.68 309	0.93 216	1.49 174	0.77 213	0.22 165	0.17 179	0.19 49	0.18 88	0.20 97	0.19 111
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
pmcnn	2.37 372	0.42 256	2.71 372	0.63 235	0.43 196	1.54 307	1.19 338	2.01 316	1.53 323	2.64 369	7.60 398	18.07 412	1.45 320	3.44 314	2.78 358	0.18 60	0.15 124	0.15 3	0.12 9	0.20 97	0.18 78

LL-Strereo2	0.52 38	0.33 186	0.69 97	0.52 110	0.37 152	0.70 138	0.30 22	1.13 117	0.67 41	0.94 87	0.78 44	0.91 134	0.42 20	1.05 102	0.42 72	0.17 32	0.16 155	0.29 252	0.25 237	0.21 131	0.16 41

CBFPSM	0.92 243	0.33 186	1.86 345	0.49 64	0.38 169	1.75 324	0.84 283	1.39 172	1.12 178	1.09 122	0.99 83	2.37 355	1.66 342	1.32 137	1.42 314	0.19 91	0.18 193	0.20 73	0.20 134	0.21 131	0.33 274

CroCo-Stereo Lap2	0.44 21	0.34 205	0.77 158	0.61 216	0.79 334	0.28 2	0.35 46	0.75 8	0.71 51	0.38 3	0.50 9	0.72 79	0.55 73	0.57 12	0.47 109	0.17 32	0.18 193	0.19 49	0.16 58	0.21 131	0.20 133

TestStereo1	0.63 115	0.28 83	0.75 145	0.76 314	0.31 91	0.48 20	0.43 110	1.30 155	1.21 221	0.97 92	1.31 201	0.64 59	0.77 150	1.75 217	0.42 72	0.20 116	0.15 124	0.22 121	0.18 88	0.21 131	0.17 60

x	0.54 61	0.31 156	0.61 59	0.47 41	0.30 79	0.67 121	0.47 146	1.53 208	0.79 67	0.81 65	0.83 52	0.78 89	0.70 131	0.70 33	0.62 175	0.21 142	0.19 206	0.22 121	0.19 106	0.21 131	0.20 133

RAFT+CT+SA	0.58 94	0.29 110	0.60 56	0.66 261	0.37 152	0.42 13	0.55 200	1.27 151	1.03 142	0.70 45	1.22 170	0.60 51	0.70 131	1.64 198	0.41 64	0.18 60	0.13 42	0.22 121	0.22 195	0.21 131	0.18 78

test_5	0.65 130	0.30 125	0.75 145	0.67 271	0.50 232	0.92 209	0.52 177	1.39 172	1.12 178	0.76 52	1.11 132	1.00 167	0.90 205	1.53 181	0.45 91	0.18 60	0.13 42	0.23 148	0.22 195	0.21 131	0.19 111

SA-5K	0.63 115	0.28 83	0.75 145	0.76 314	0.31 91	0.48 20	0.43 110	1.30 155	1.21 221	0.97 92	1.31 201	0.64 59	0.77 150	1.75 217	0.42 72	0.20 116	0.15 124	0.22 121	0.18 88	0.21 131	0.17 60

SA	0.66 137	0.30 125	0.82 176	0.61 216	0.30 79	0.58 74	0.38 67	1.44 183	1.30 260	0.96 89	1.36 220	0.66 64	0.95 226	1.85 232	0.42 72	0.19 91	0.15 124	0.25 204	0.23 215	0.21 131	0.17 60

GLC_STEREO	0.39 5	0.25 35	0.41 9	0.54 133	0.23 6	0.48 20	0.30 22	0.73 6	0.58 18	0.52 28	0.73 35	0.51 31	0.31 6	0.64 26	0.42 72	0.17 32	0.20 223	0.23 148	0.19 106	0.21 131	0.17 60

test_3	0.55 76	0.23 13	0.71 114	0.53 118	0.28 52	0.61 87	0.40 81	0.92 40	1.05 150	1.19 182	0.68 26	0.93 143	0.44 26	1.67 204	0.39 54	0.15 6	0.12 9	0.22 121	0.19 106	0.21 131	0.14 11

PFNet+	0.59 97	0.28 83	0.77 158	0.53 118	0.30 79	0.59 78	0.31 27	0.92 40	1.14 189	1.33 250	1.10 127	0.79 92	0.57 85	1.31 135	0.49 121	0.25 227	0.17 179	0.28 244	0.26 250	0.21 131	0.25 205

NRIStereo	0.60 100	0.29 110	0.69 97	0.53 118	0.28 52	0.63 94	0.33 33	1.08 105	0.87 81	1.14 152	0.87 59	0.91 134	0.59 94	2.24 266	0.49 121	0.20 116	0.14 75	0.21 95	0.19 106	0.21 131	0.17 60

PSM-AAD	0.79 199	0.27 67	0.53 28	0.55 152	0.28 52	0.77 165	1.24 341	0.99 63	0.91 97	1.66 319	1.57 276	0.81 97	2.19 369	1.65 199	0.44 83	0.19 91	0.14 75	0.38 315	0.32 304	0.21 131	0.70 359

Pruner-Stereo	0.62 109	0.29 110	0.70 103	0.61 216	0.31 91	0.63 94	0.43 110	1.17 123	0.99 129	1.53 298	1.08 118	0.95 152	0.55 73	1.35 143	0.51 130	0.23 188	0.14 75	0.24 168	0.21 170	0.21 131	0.23 181

rafts_anoy	0.52 38	0.29 110	0.59 52	0.59 193	0.50 232	0.53 56	0.40 81	1.11 114	1.03 142	0.84 71	0.83 52	0.68 68	0.54 67	0.72 39	0.51 130	0.19 91	0.14 75	0.24 168	0.26 250	0.21 131	0.18 78

GES	0.66 137	0.34 205	0.90 207	0.59 193	0.38 169	0.94 214	0.57 216	2.11 331	0.86 77	1.02 106	1.11 132	0.66 64	0.79 157	0.99 89	0.61 172	0.27 250	0.19 206	0.20 73	0.20 134	0.21 131	0.30 254

SFCPSM	0.70 153	0.28 83	1.02 244	0.51 94	0.38 169	1.37 288	0.66 243	2.00 312	1.03 142	1.17 174	1.21 168	0.82 102	0.78 155	1.03 96	0.53 144	0.21 142	0.17 179	0.22 121	0.24 226	0.21 131	0.19 111

delet	0.85 223	0.32 170	0.95 221	0.65 256	0.66 299	1.64 316	0.84 283	1.75 251	1.35 282	1.32 242	1.30 196	1.30 248	0.88 198	1.68 209	1.10 269	0.21 142	0.21 239	0.24 168	0.24 226	0.21 131	0.21 149

acv_ft	0.75 183	0.31 156	0.95 221	0.70 289	0.86 348	1.24 272	0.53 183	1.44 183	1.07 158	1.24 205	1.30 196	1.08 191	0.92 210	0.80 53	1.34 297	0.21 142	0.19 206	0.21 95	0.18 88	0.21 131	0.18 78

HSM	1.19 303	0.32 170	0.65 76	0.57 175	0.38 169	1.23 271	0.59 226	2.25 356	1.19 211	1.30 230	1.25 180	1.94 331	1.03 257	9.32 400	0.71 195	0.22 165	0.16 155	0.20 73	0.16 58	0.21 131	0.21 149

MyStereo06	0.61 106	0.28 83	0.95 221	0.56 164	0.46 219	0.61 87	0.73 258	1.78 264	0.67 41	1.03 110	1.12 138	1.13 209	0.56 77	0.78 49	0.41 64	0.17 32	0.16 155	0.23 148	0.20 134	0.22 152	0.20 133

MyStereo05	0.66 137	0.28 83	1.07 259	0.56 164	0.46 219	0.61 87	0.73 258	1.34 161	1.41 305	1.15 155	0.91 65	0.77 86	0.80 162	1.41 162	0.63 179	0.17 32	0.16 155	0.23 148	0.20 134	0.22 152	0.20 133

ACVNet-DCA	0.56 85	0.31 156	0.50 18	0.54 133	0.26 20	1.18 262	0.51 168	1.42 176	0.78 63	0.58 32	0.79 47	0.48 21	0.88 198	1.46 168	0.32 7	0.20 116	0.12 9	0.25 204	0.15 30	0.22 152	0.21 149

xx1	0.67 146	0.31 156	0.50 18	0.54 133	0.26 20	1.18 262	0.51 168	0.93 44	3.05 380	0.58 32	0.79 47	0.95 152	0.77 150	1.46 168	0.32 7	0.20 116	0.12 9	0.24 168	0.23 215	0.22 152	0.21 149

1test111	0.54 61	0.31 156	0.50 18	0.54 133	0.26 20	1.18 262	0.51 168	1.42 176	0.78 63	0.58 32	0.79 47	0.48 21	0.88 198	0.88 69	0.59 163	0.20 116	0.12 9	0.25 204	0.15 30	0.22 152	0.21 149

LL-Strereo	1.33 316	0.39 243	1.38 305	0.61 216	0.61 286	0.75 155	0.66 243	1.63 229	1.17 204	1.56 306	1.60 280	2.03 341	2.12 367	9.72 405	0.97 253	0.21 142	0.18 193	0.27 234	0.23 215	0.22 152	0.25 205

gwcnet-sp	0.74 176	0.33 186	1.44 309	0.57 175	0.45 209	1.40 293	0.54 187	1.50 194	1.14 189	1.30 230	1.02 98	0.94 146	0.82 169	1.39 156	0.76 207	0.21 142	0.21 239	0.22 121	0.21 170	0.22 152	0.22 164

scenet	0.74 176	0.33 186	1.44 309	0.57 175	0.45 209	1.40 293	0.54 187	1.50 194	1.14 189	1.30 230	1.02 98	0.94 146	0.82 169	1.39 156	0.76 207	0.21 142	0.21 239	0.22 121	0.21 170	0.22 152	0.22 164

ssnet	0.74 176	0.33 186	1.44 309	0.57 175	0.45 209	1.40 293	0.54 187	1.50 194	1.14 189	1.30 230	1.02 98	0.94 146	0.82 169	1.39 156	0.76 207	0.21 142	0.21 239	0.22 121	0.21 170	0.22 152	0.22 164

qqq	0.57 89	0.34 205	0.71 114	0.47 41	0.27 33	0.64 96	0.62 233	1.42 176	0.78 63	0.80 61	0.92 67	0.95 152	0.77 150	0.88 69	0.59 163	0.21 142	0.20 223	0.24 168	0.23 215	0.22 152	0.21 149

BUS	0.74 176	0.32 170	0.68 88	0.54 133	0.44 202	2.34 361	0.42 94	2.16 341	0.98 122	1.20 186	1.11 132	1.03 179	0.62 110	0.91 74	0.70 190	0.24 203	0.17 179	0.25 204	0.22 195	0.22 152	0.22 164

BSDual-CNN	0.71 158	0.32 170	0.68 88	0.54 133	0.44 202	1.27 276	0.65 238	2.16 341	0.98 122	1.20 186	1.11 132	1.12 204	0.74 136	0.91 74	0.66 184	0.24 203	0.17 179	0.25 204	0.22 195	0.22 152	0.22 164

hknet	0.77 190	0.32 170	0.95 221	0.54 133	0.38 169	1.27 276	0.65 238	2.16 341	1.07 158	1.20 186	1.11 132	1.59 295	0.81 165	1.37 147	0.66 184	0.22 165	0.17 179	0.25 204	0.22 195	0.22 152	0.22 164

RAFT	0.64 125	0.30 125	0.73 129	0.59 193	0.33 122	0.68 127	0.58 219	1.04 80	0.76 59	1.08 117	1.19 163	1.65 306	0.93 216	1.06 103	0.56 156	0.21 142	0.18 193	0.27 234	0.24 226	0.22 152	0.17 60

222	1.61 339	0.29 110	0.67 85	0.56 164	0.29 63	1.06 241	0.42 94	2.17 347	1.31 264	1.31 240	1.52 263	0.92 142	0.94 221	1.76 222	17.65 410	0.24 203	0.20 223	0.21 95	0.19 106	0.22 152	0.23 181

xxxx	1.51 331	0.28 83	0.68 88	0.54 133	0.28 52	1.16 259	0.44 122	2.19 349	1.29 254	1.09 122	1.36 220	1.22 222	0.85 183	1.79 225	15.70 409	0.24 203	0.21 239	0.21 95	0.20 134	0.22 152	0.23 181

test_xeample	1.45 327	0.28 83	0.65 76	0.51 94	0.28 52	0.94 214	0.59 226	2.14 336	1.29 254	1.24 205	1.51 262	0.88 129	0.86 191	1.46 168	15.10 406	0.22 165	0.20 223	0.22 121	0.20 134	0.22 152	0.22 164

FENet	0.60 100	0.28 83	0.63 66	0.54 133	0.33 122	0.83 188	0.38 67	1.27 151	1.07 158	1.00 100	0.86 56	0.99 166	0.85 183	0.96 81	0.68 188	0.22 165	0.15 124	0.23 148	0.20 134	0.22 152	0.23 181

ac_64	0.82 210	0.29 110	0.81 174	0.71 296	0.60 283	1.05 238	0.54 187	1.99 311	0.92 101	1.18 178	1.06 112	1.99 336	1.08 269	1.94 242	0.97 253	0.27 250	0.22 253	0.24 168	0.23 215	0.22 152	0.19 111

ACVNet	0.63 115	0.31 156	0.54 32	0.54 133	0.36 145	0.80 179	0.46 140	1.37 166	1.07 158	0.93 82	1.30 196	1.08 191	0.85 183	0.80 53	0.94 247	0.21 142	0.19 206	0.21 95	0.18 88	0.22 152	0.18 78

GANet-RSSM	0.72 159	0.28 83	0.63 66	0.64 244	0.58 273	0.80 179	0.58 219	1.89 286	1.08 162	1.04 113	1.25 180	1.15 212	1.04 258	1.49 174	0.62 175	0.25 227	0.19 206	0.22 121	0.22 195	0.22 152	0.21 149

AANet_RVC	1.16 301	0.52 292	1.49 322	0.65 256	0.45 209	0.75 155	0.69 252	1.42 176	1.55 326	1.34 253	1.87 321	1.53 286	0.78 155	7.43 385	1.38 302	0.25 227	0.17 179	0.19 49	0.16 58	0.22 152	0.26 223

iResNet	0.75 183	0.40 247	1.36 304	0.67 271	0.29 63	0.92 209	0.59 226	1.52 202	1.25 233	1.28 218	1.48 256	0.94 146	0.76 146	1.62 196	0.78 215	0.18 60	0.14 75	0.18 36	0.15 30	0.22 152	0.23 181

DN-CSS_ROB	0.64 125	0.32 170	1.05 252	0.55 152	0.40 182	0.54 59	0.45 133	1.21 134	0.93 103	1.03 110	1.47 251	0.69 73	0.63 115	1.76 222	0.49 121	0.18 60	0.14 75	0.25 204	0.22 195	0.22 152	0.20 133

SMFormer	0.75 183	0.30 125	0.86 186	0.46 35	0.26 20	0.82 184	0.43 110	2.05 321	1.39 297	1.23 197	1.47 251	0.98 161	0.95 226	1.71 212	0.82 230	0.24 203	0.20 223	0.22 121	0.21 170	0.23 176	0.24 193

MyStereo07	0.48 31	0.29 110	0.50 18	0.55 152	0.45 209	0.59 78	0.79 271	1.05 86	0.51 13	0.48 17	0.53 10	0.43 6	0.55 73	1.30 134	0.34 24	0.17 32	0.16 155	0.24 168	0.20 134	0.23 176	0.20 133

MyStereo04	0.67 146	0.29 110	1.07 259	0.55 152	0.45 209	0.59 78	0.79 271	1.50 194	1.40 302	0.91 79	0.91 65	0.74 80	0.86 191	1.52 177	0.62 175	0.17 32	0.16 155	0.24 168	0.20 134	0.23 176	0.20 133

CASnet	0.41 10	0.25 35	0.48 15	0.50 71	0.20 2	0.50 39	0.36 54	0.81 20	0.80 68	0.83 69	0.68 26	0.48 21	0.31 6	0.54 7	0.32 7	0.18 60	0.12 9	0.27 234	0.22 195	0.23 176	0.14 11
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
knoymous	0.51 37	0.29 110	0.47 13	0.43 8	0.30 79	0.55 65	0.55 200	1.02 73	0.77 61	0.98 96	0.85 55	0.94 146	0.56 77	0.85 64	0.45 91	0.20 116	0.14 75	0.26 223	0.14 22	0.23 176	0.23 181

CRFU-Net	0.86 228	0.39 243	1.00 235	0.65 256	0.57 265	1.78 331	0.86 289	2.15 338	0.81 69	1.38 265	1.18 160	1.64 304	1.19 288	1.35 143	0.90 244	0.26 241	0.22 253	0.21 95	0.19 106	0.23 176	0.24 193

psmg	0.72 159	0.32 170	0.68 88	0.50 71	0.44 202	1.48 301	0.75 260	1.94 302	0.98 122	1.21 189	1.33 208	1.12 204	0.74 136	0.91 74	0.66 184	0.24 203	0.19 206	0.25 204	0.25 237	0.23 176	0.22 164

CSP-Net	0.97 257	0.38 238	0.83 178	0.53 118	0.41 188	1.63 314	0.77 266	2.00 312	1.05 150	1.25 209	1.20 166	1.33 253	0.83 178	4.93 339	0.85 238	0.32 284	0.22 253	0.20 73	0.20 134	0.23 176	0.25 205

GANet-ADL	0.60 100	0.35 221	0.72 117	0.64 244	0.40 182	0.68 127	0.51 168	1.49 190	1.12 178	0.95 88	1.08 118	0.91 134	0.57 85	0.76 46	0.55 154	0.26 241	0.18 193	0.18 36	0.16 58	0.23 176	0.25 205

AAGNet	1.83 352	0.28 83	0.72 117	0.61 216	0.32 106	0.67 121	0.51 168	0.96 58	0.98 122	1.47 285	1.20 166	1.00 167	1.18 285	2.83 292	22.77 416	0.22 165	0.13 42	0.22 121	0.19 106	0.23 176	0.15 27

SST-Stereo	0.83 215	0.28 83	0.72 117	0.59 193	0.31 91	0.72 143	0.26 9	1.09 106	0.86 77	1.47 285	1.10 127	1.00 167	0.87 194	5.73 356	0.45 91	0.22 165	0.13 42	0.23 148	0.19 106	0.23 176	0.18 78

RAFT_R40	0.83 215	0.28 83	0.73 129	0.59 193	0.31 91	0.69 131	0.44 122	1.10 108	0.95 108	1.47 285	1.10 127	1.00 167	0.85 183	5.53 350	0.46 104	0.22 165	0.13 42	0.23 148	0.20 134	0.23 176	0.18 78

HGLStereo	0.85 223	0.38 238	0.94 218	0.80 323	1.03 361	1.17 261	0.58 219	1.52 202	1.20 216	1.19 182	1.62 287	1.13 209	1.20 291	1.80 226	1.06 261	0.24 203	0.24 270	0.24 168	0.21 170	0.23 176	0.27 228

1111x	1.70 347	0.29 110	0.86 186	0.51 94	0.27 33	1.01 233	0.68 248	2.22 353	1.28 250	1.13 150	1.40 232	1.21 220	1.10 273	5.53 350	15.20 407	0.22 165	0.21 239	0.22 121	0.22 195	0.24 189	0.22 164

whm_eth	0.65 130	0.47 274	1.05 252	0.55 152	0.64 294	0.69 131	0.45 133	1.34 161	1.26 238	1.02 106	1.92 326	0.49 28	0.48 46	0.70 33	0.52 136	0.23 188	0.20 223	0.25 204	0.24 226	0.24 189	0.31 264

test croco	0.46 24	0.27 67	1.01 238	0.50 71	0.40 182	0.35 5	0.37 63	0.87 24	0.56 17	0.43 7	0.76 41	0.42 4	0.40 16	1.13 116	0.45 91	0.21 142	0.15 124	0.24 168	0.19 106	0.24 189	0.16 41

MIF-Stereo (partial)	0.45 23	0.25 35	0.70 103	0.50 71	0.52 250	0.35 5	0.26 9	0.91 39	0.59 21	0.45 12	0.71 32	0.51 31	0.51 57	1.11 113	0.45 91	0.20 116	0.16 155	0.23 148	0.20 134	0.24 189	0.18 78

riskmin	0.56 85	0.27 67	0.60 56	0.43 8	0.31 91	0.83 188	0.42 94	1.14 118	1.04 146	0.73 51	0.75 39	1.11 203	1.01 250	0.81 57	0.51 130	0.20 116	0.14 75	0.24 168	0.15 30	0.24 189	0.25 205

DeepStereo_RVC	0.55 76	0.29 110	0.72 117	0.51 94	0.30 79	0.59 78	0.33 33	1.03 76	0.70 47	1.16 166	0.93 69	0.83 109	0.94 221	0.96 81	0.54 150	0.21 142	0.14 75	0.21 95	0.19 106	0.24 189	0.24 193

ICVP	0.63 115	0.33 186	0.57 45	0.61 216	0.40 182	0.80 179	0.58 219	1.61 224	0.89 88	0.90 77	1.24 176	0.88 129	0.73 134	0.72 39	0.88 241	0.29 268	0.21 239	0.22 121	0.21 170	0.24 189	0.27 228
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
PSMNet-RSSM	0.72 159	0.30 125	0.61 59	0.63 235	0.42 191	0.73 146	0.56 206	1.92 296	1.10 172	1.09 122	1.37 222	1.22 222	0.98 238	1.28 130	0.72 198	0.27 250	0.19 206	0.27 234	0.29 286	0.24 189	0.24 193

DMCA	0.67 146	0.34 205	0.90 207	0.51 94	0.44 202	0.86 197	0.47 146	1.42 176	1.02 139	1.17 174	1.12 138	1.23 227	0.75 138	0.78 49	0.95 249	0.25 227	0.19 206	0.27 234	0.19 106	0.24 189	0.27 228

iResNetv2_ROB	0.80 202	0.37 233	1.71 334	0.56 164	0.37 152	0.94 214	0.64 236	1.73 245	1.34 274	1.23 197	1.42 235	1.26 237	0.92 210	1.85 232	0.56 156	0.23 188	0.15 124	0.19 49	0.14 22	0.24 189	0.19 111

mmm	0.63 115	0.35 221	0.72 117	0.51 94	0.30 79	0.86 197	0.54 187	1.59 218	0.86 77	1.07 116	1.38 226	0.79 92	0.75 138	0.91 74	0.58 161	0.22 165	0.18 193	0.29 252	0.25 237	0.25 199	0.23 181

GwcNet-ADL	0.64 125	0.31 156	0.79 168	0.56 164	0.41 188	0.60 84	0.58 219	1.41 174	1.26 238	1.08 117	1.13 143	0.91 134	0.60 96	1.04 101	0.78 215	0.27 250	0.18 193	0.18 36	0.18 88	0.25 199	0.29 242

HCRNet	0.70 153	0.39 243	0.73 129	0.60 204	0.59 280	0.76 159	0.35 46	1.22 141	1.13 187	1.02 106	0.99 83	1.02 176	0.76 146	2.19 263	0.70 190	0.28 260	0.19 206	0.28 244	0.23 215	0.25 199	0.23 181

MMNet	0.84 219	0.32 170	1.09 263	0.60 204	0.59 280	1.85 337	0.49 161	1.51 199	1.27 245	1.37 260	1.15 152	1.26 237	1.18 285	1.67 204	1.22 282	0.19 91	0.18 193	0.23 148	0.22 195	0.25 199	0.21 149

UNet	0.83 215	0.34 205	1.31 296	0.58 181	0.74 319	1.58 310	0.49 161	1.41 174	1.04 146	1.21 189	1.08 118	1.54 287	1.12 277	1.65 199	1.09 266	0.23 188	0.17 179	0.25 204	0.20 134	0.25 199	0.22 164

UPFNet	0.80 202	0.32 170	0.90 207	0.59 193	0.74 319	1.26 275	0.80 277	1.52 202	1.10 172	1.30 230	1.12 138	1.30 248	0.84 180	1.67 204	1.09 266	0.24 203	0.24 270	0.24 168	0.23 215	0.25 199	0.18 78

StereoDRNet-Refined	0.80 202	0.41 253	0.88 199	0.62 227	0.42 191	1.33 283	0.48 154	1.52 202	1.17 204	1.45 282	1.44 242	1.44 270	0.90 205	1.26 129	1.24 284	0.20 116	0.16 155	0.27 234	0.24 226	0.25 199	0.28 239
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
LE_ROB	8.05 405	0.37 233	23.53 412	0.74 308	0.33 122	2.77 373	2.87 401	3.71 388	27.24 419	25.39 419	8.87 404	8.46 402	26.71 419	6.65 370	21.99 413	0.21 142	0.19 206	0.20 73	0.21 170	0.25 199	0.22 164

iinet-f	0.99 262	0.45 268	3.71 380	0.55 152	0.43 196	1.81 332	0.68 248	1.14 118	1.14 189	1.18 178	1.42 235	1.58 294	1.44 318	1.34 142	1.59 327	0.24 203	0.23 261	0.20 73	0.19 106	0.26 207	0.25 205

NINENet	0.77 190	0.37 233	0.78 166	0.62 227	0.51 242	2.34 361	0.42 94	1.83 276	1.04 146	1.14 152	1.23 174	1.03 179	0.62 110	1.24 127	0.70 190	0.28 260	0.23 261	0.31 265	0.21 170	0.26 207	0.25 205

ADLNet2	0.88 233	0.34 205	1.17 277	0.77 317	0.64 294	1.12 250	0.76 263	1.74 249	1.24 230	1.21 189	1.65 293	1.71 312	1.05 262	1.67 204	1.17 278	0.24 203	0.21 239	0.21 95	0.22 195	0.26 207	0.29 242

Patchmatch Stereo++	0.55 76	0.30 125	0.73 129	0.50 71	0.27 33	0.65 108	0.29 19	1.05 86	0.64 27	1.12 136	0.96 73	0.83 109	0.60 96	1.37 147	0.45 91	0.22 165	0.14 75	0.24 168	0.20 134	0.26 207	0.18 78
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	0.54 61	0.30 125	0.73 129	0.50 71	0.27 33	0.65 108	0.41 92	1.04 80	0.64 27	1.12 136	0.96 73	0.82 102	0.61 105	1.06 103	0.45 91	0.22 165	0.14 75	0.24 168	0.20 134	0.26 207	0.18 78

ROB_FTStereo_v2	0.54 61	0.30 125	0.73 129	0.50 71	0.27 33	0.64 96	0.42 94	1.05 86	0.64 27	1.12 136	0.96 73	0.83 109	0.60 96	1.12 115	0.46 104	0.22 165	0.14 75	0.24 168	0.20 134	0.26 207	0.18 78

ROB_FTStereo	0.54 61	0.30 125	0.73 129	0.50 71	0.27 33	0.64 96	0.25 4	1.05 86	0.64 27	1.12 136	0.95 71	0.82 102	0.61 105	1.15 118	0.45 91	0.22 165	0.14 75	0.24 168	0.20 134	0.26 207	0.18 78

HUI-Stereo	0.52 38	0.30 125	0.73 129	0.50 71	0.27 33	0.65 108	0.30 22	1.04 80	0.64 27	1.12 136	0.96 73	0.83 109	0.60 96	0.79 52	0.45 91	0.22 165	0.14 75	0.24 168	0.20 134	0.26 207	0.18 78

iGMRVC	0.56 85	0.30 125	0.73 129	0.50 71	0.27 33	0.65 108	0.38 67	1.05 86	0.64 27	1.12 136	0.96 73	0.83 109	0.60 96	1.52 177	0.46 104	0.22 165	0.14 75	0.24 168	0.20 134	0.26 207	0.18 78

iRAFT	0.55 76	0.30 125	0.73 129	0.50 71	0.27 33	0.65 108	0.29 19	1.05 86	0.64 27	1.12 136	0.96 73	0.83 109	0.60 96	1.37 147	0.45 91	0.22 165	0.14 75	0.24 168	0.20 134	0.26 207	0.18 78

RAFT-IKP	0.54 61	0.30 125	0.73 129	0.50 71	0.27 33	0.59 78	0.36 54	1.04 80	0.64 27	1.12 136	0.96 73	0.83 109	0.61 105	1.22 124	0.45 91	0.22 165	0.14 75	0.24 168	0.20 134	0.26 207	0.18 78

CFNet	0.96 251	0.36 228	1.01 238	0.62 227	0.42 191	0.99 230	0.47 146	1.90 289	1.32 268	0.99 98	1.39 230	1.10 199	0.86 191	5.58 353	0.79 221	0.23 188	0.17 179	0.28 244	0.27 258	0.26 207	0.21 149

fast-acv-ft	0.94 247	0.44 262	1.40 306	0.58 181	0.51 242	1.77 329	0.69 252	1.36 165	1.42 308	1.29 223	1.86 319	1.74 316	1.25 299	1.52 177	1.38 302	0.26 241	0.28 295	0.28 244	0.28 275	0.27 219	0.26 223

ToySt	0.66 137	0.33 186	1.23 283	0.51 94	0.33 122	0.86 197	0.68 248	1.10 108	0.97 117	0.84 71	1.08 118	1.25 233	0.94 221	1.01 93	0.74 202	0.19 91	0.19 206	0.24 168	0.24 226	0.27 219	0.23 181

ssnet_v2	0.88 233	0.36 228	1.02 244	0.62 227	0.38 169	1.32 282	0.97 311	2.07 327	1.34 274	1.37 260	1.18 160	1.54 287	0.92 210	1.10 110	1.65 328	0.30 272	0.27 289	0.30 261	0.28 275	0.27 219	0.26 223

Wz-Net-LNSev-Ref	0.99 262	0.40 247	1.82 342	0.66 261	0.62 291	2.05 349	0.78 268	1.91 293	1.29 254	1.54 302	1.42 235	1.51 284	1.23 296	1.99 246	1.33 295	0.23 188	0.14 75	0.20 73	0.15 30	0.27 219	0.26 223

DAS	0.84 219	0.34 205	1.03 248	0.64 244	0.69 309	0.77 165	0.63 234	1.54 210	1.20 216	1.79 332	1.55 268	0.95 152	1.04 258	2.83 292	0.60 170	0.21 142	0.16 155	0.25 204	0.18 88	0.27 219	0.22 164

SepStereo	0.82 210	0.34 205	1.03 248	0.64 244	0.69 309	0.77 165	0.63 234	1.54 210	1.20 216	1.79 332	1.55 268	0.95 152	1.04 258	2.30 270	0.60 170	0.21 142	0.16 155	0.25 204	0.18 88	0.27 219	0.22 164

PSMNet-ADL	0.72 159	0.35 221	0.62 63	0.69 284	0.46 219	1.14 252	0.44 122	1.37 166	1.01 136	0.83 69	1.17 158	1.33 253	0.96 231	1.43 163	0.95 249	0.33 289	0.22 253	0.21 95	0.23 215	0.27 219	0.29 242

LCNet	0.72 159	0.28 83	0.52 26	0.55 152	0.31 91	0.69 131	0.54 187	1.00 67	0.88 85	1.19 182	1.34 213	0.97 160	1.34 312	2.56 283	0.45 91	0.18 60	0.13 42	0.21 95	0.25 237	0.27 219	0.73 362

GEStereo_RVC	0.90 238	0.37 233	0.99 230	0.64 244	0.50 232	0.95 218	0.79 271	2.42 368	1.17 204	1.16 166	1.11 132	1.26 237	0.92 210	3.24 306	0.90 244	0.29 268	0.19 206	0.23 148	0.20 134	0.27 219	0.29 242

TestStereo	0.64 125	0.39 243	0.71 114	0.51 94	0.27 33	0.56 68	0.42 94	1.03 76	0.91 97	0.80 61	1.00 86	0.68 68	0.52 59	3.25 307	0.45 91	0.22 165	0.15 124	0.24 168	0.18 88	0.27 219	0.16 41

RALAANet	0.60 100	0.33 186	0.87 196	0.62 227	0.50 232	0.69 131	0.31 27	1.21 134	1.06 153	1.09 122	1.16 155	0.88 129	0.46 32	1.22 124	0.42 72	0.19 91	0.15 124	0.21 95	0.17 74	0.27 219	0.17 60

RAFT + AFF	1.00 266	0.42 256	1.09 263	0.67 271	0.50 232	1.22 270	1.24 341	2.24 355	1.19 211	1.30 230	1.56 272	1.17 214	1.49 326	3.44 314	0.83 232	0.21 142	0.25 277	0.30 261	0.26 250	0.27 219	0.27 228

psm_up	0.77 190	0.34 205	0.70 103	0.66 261	0.58 273	1.05 238	0.92 301	1.52 202	1.12 178	1.26 213	1.16 155	1.31 251	1.23 296	1.20 122	0.81 225	0.25 227	0.29 303	0.31 265	0.27 258	0.27 219	0.25 205

DLCB_ROB	0.86 228	0.40 247	0.78 166	0.68 281	0.54 256	1.11 247	0.84 283	1.49 190	1.23 226	1.64 318	1.65 293	1.70 311	0.91 207	1.70 211	1.05 259	0.25 227	0.24 270	0.26 223	0.27 258	0.27 219	0.24 193

CASS	0.65 130	0.34 205	0.72 117	0.56 164	0.27 33	0.78 170	0.42 94	1.59 218	0.86 77	1.30 230	1.25 180	0.87 126	0.84 180	0.84 62	0.54 150	0.35 304	0.19 206	0.26 223	0.21 170	0.28 233	0.42 305
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
AASNet	0.76 189	0.35 221	0.91 210	0.79 320	0.81 341	1.14 252	0.56 206	2.02 319	1.08 162	1.22 194	1.24 176	0.93 143	0.76 146	0.77 48	1.16 276	0.27 250	0.23 261	0.24 168	0.20 134	0.28 233	0.24 193

CRE-IMP	0.55 76	0.30 125	0.74 143	0.52 110	0.29 63	0.79 174	0.25 4	1.04 80	0.72 52	1.09 122	0.95 71	0.81 97	0.57 85	1.10 110	0.50 127	0.21 142	0.14 75	0.23 148	0.19 106	0.28 233	0.22 164

ADLNet	0.85 223	0.36 228	0.89 204	0.85 340	0.72 314	1.24 272	0.76 263	1.82 272	1.36 285	1.52 297	1.35 219	1.27 241	0.99 246	1.23 126	1.15 275	0.27 250	0.20 223	0.26 223	0.25 237	0.28 233	0.30 254

DSFCA	0.93 246	0.34 205	1.06 255	0.52 110	0.65 297	1.55 308	0.93 305	1.49 190	1.19 211	1.56 306	1.15 152	1.50 282	0.96 231	3.07 300	1.02 258	0.30 272	0.26 281	0.25 204	0.25 237	0.28 233	0.24 193

ttt	0.94 247	0.34 205	0.59 52	0.61 216	0.37 152	0.94 214	0.50 167	2.17 347	1.34 274	1.23 197	1.61 284	0.91 134	0.76 146	1.85 232	3.97 373	0.30 272	0.26 281	0.26 223	0.24 226	0.29 238	0.29 242

AACVNet	0.86 228	0.35 221	0.79 168	0.82 331	0.39 177	0.76 159	0.49 161	1.61 224	0.81 69	1.08 117	1.33 208	1.30 248	0.93 216	4.34 328	0.74 202	0.25 227	0.21 239	0.28 244	0.22 195	0.29 238	0.25 205

LMCR-Stereo	0.82 210	0.46 270	0.88 199	0.75 312	0.43 196	1.33 283	0.56 206	2.43 369	0.98 122	1.53 298	1.49 257	0.74 80	1.00 248	1.63 197	0.89 242	0.28 260	0.17 179	0.22 121	0.17 74	0.29 238	0.20 133

sCroCo_RVC	0.49 34	0.40 247	1.02 244	0.65 256	0.60 283	0.52 51	0.40 81	0.83 21	0.61 22	0.44 8	0.74 37	0.49 28	0.50 55	0.63 25	0.48 114	0.26 241	0.27 289	0.23 148	0.22 195	0.29 238	0.25 205

Syn2CoEx	1.14 296	0.69 332	1.66 331	0.80 323	0.67 301	1.40 293	0.88 292	2.06 326	1.54 324	1.25 209	1.58 278	1.42 265	1.50 327	4.09 322	1.40 306	0.36 307	0.32 320	0.34 295	0.29 286	0.29 238	0.34 276

ADCRef	1.35 318	0.55 299	2.37 363	0.72 299	0.77 329	1.94 342	0.78 268	1.91 293	1.27 245	1.57 310	1.59 279	1.36 258	1.41 315	1.54 183	7.53 387	0.23 188	0.20 223	0.32 278	0.30 294	0.29 238	0.29 242

NLCA_NET_v2_RVC	0.79 199	0.43 259	1.05 252	0.64 244	0.58 273	0.95 218	0.53 183	1.53 208	1.18 208	1.37 260	1.15 152	1.43 266	0.88 198	1.61 195	0.84 235	0.25 227	0.22 253	0.27 234	0.27 258	0.29 238	0.29 242
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
HITNet	0.65 130	0.40 247	0.77 158	0.48 51	0.24 9	1.05 238	0.49 161	1.76 257	1.02 139	1.18 178	1.18 160	0.89 133	0.80 162	0.85 64	0.79 221	0.17 32	0.12 9	0.21 95	0.17 74	0.29 238	0.15 27
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
AdaStereo	0.70 153	0.43 259	0.75 145	0.73 306	0.37 152	0.92 209	0.53 183	1.85 278	1.18 208	1.12 136	1.23 174	1.07 190	0.65 122	0.96 81	0.63 179	0.31 279	0.15 124	0.32 278	0.21 170	0.29 238	0.22 164
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.
mmx	1.39 322	0.33 186	0.85 180	0.53 118	0.37 152	0.74 149	0.56 206	2.13 332	1.37 289	1.15 155	1.45 244	1.06 184	0.82 169	7.22 380	7.61 388	0.24 203	0.19 206	0.31 265	0.27 258	0.30 247	0.25 205

xxx	1.39 322	0.33 186	0.85 180	0.53 118	0.37 152	0.74 149	0.56 206	2.13 332	1.37 289	1.15 155	1.45 244	1.06 184	0.82 169	7.22 380	7.61 388	0.24 203	0.19 206	0.31 265	0.27 258	0.30 247	0.25 205

GwcNet	1.08 281	0.51 289	2.33 361	0.79 320	1.18 373	1.76 326	0.70 254	1.68 237	1.47 314	1.41 273	1.64 291	1.74 316	1.04 258	2.20 264	1.41 310	0.30 272	0.29 303	0.29 252	0.27 258	0.30 247	0.35 281

CFNet-ft	0.72 159	0.32 170	0.54 32	0.66 261	0.54 256	0.83 188	0.55 200	1.37 166	1.15 198	0.93 82	1.28 192	1.57 291	0.97 234	1.35 143	0.81 225	0.26 241	0.20 223	0.33 285	0.25 237	0.30 247	0.23 181

CFNet_RVC	0.72 159	0.32 170	0.54 32	0.66 261	0.54 256	0.83 188	0.55 200	1.37 166	1.15 198	0.93 82	1.28 192	1.57 291	0.97 234	1.35 143	0.81 225	0.26 241	0.20 223	0.33 285	0.25 237	0.30 247	0.23 181

NaN_ROB	1.13 294	0.55 299	1.15 274	0.64 244	0.48 224	1.61 312	2.03 383	1.72 244	1.48 315	2.09 351	1.27 189	1.40 262	1.08 269	3.94 320	1.30 293	0.28 260	0.34 322	0.28 244	0.28 275	0.30 247	0.33 274

SGM_RVC	1.68 345	0.36 228	0.61 59	0.59 193	0.29 63	2.25 357	1.18 337	2.38 366	1.68 334	3.60 385	2.67 360	3.69 378	2.42 375	8.13 393	1.90 339	0.31 279	0.31 313	0.30 261	0.28 275	0.30 247	0.29 242
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Anonymous3	0.61 106	0.44 262	1.11 268	0.59 193	0.49 227	0.93 212	0.65 238	0.93 44	0.81 69	0.72 50	0.88 61	0.65 62	0.69 128	1.06 103	0.53 144	0.35 304	0.30 307	0.26 223	0.26 250	0.31 254	0.27 228

GMStereo	0.55 76	0.45 268	0.94 218	0.50 71	0.32 106	0.64 96	0.43 110	1.00 67	1.40 302	0.82 68	0.73 35	0.51 31	0.45 29	0.85 64	0.55 154	0.24 203	0.15 124	0.20 73	0.21 170	0.31 254	0.24 193
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DeepPruner_ROB	0.74 176	0.48 279	0.87 196	0.57 175	0.44 202	0.79 174	0.54 187	1.73 245	0.96 110	1.38 265	1.27 189	1.24 229	0.73 134	1.43 163	0.73 201	0.34 297	0.28 295	0.27 234	0.26 250	0.31 254	0.31 264

DISCO	1.03 272	0.34 205	1.11 268	0.69 284	0.45 209	2.07 350	0.84 283	2.13 332	1.50 318	1.15 155	1.33 208	2.40 357	1.07 268	2.60 285	1.51 323	0.23 188	0.18 193	0.22 121	0.20 134	0.31 254	0.27 228

MDST_ROB	1.67 343	0.34 205	1.58 327	0.92 357	0.58 273	4.26 395	1.11 328	2.83 376	1.41 305	4.49 395	2.55 357	1.45 272	0.97 234	7.79 390	1.17 278	0.31 279	0.25 277	0.37 312	0.33 310	0.31 254	0.30 254

dd	0.59 97	0.48 279	0.97 227	0.55 152	0.32 106	0.64 96	0.47 146	1.02 73	1.34 274	0.78 56	0.86 56	0.58 46	0.54 67	1.01 93	0.86 240	0.28 260	0.18 193	0.26 223	0.19 106	0.32 259	0.24 193

DMCA-RVC	0.74 176	0.40 247	1.27 292	0.66 261	0.49 227	0.77 165	0.47 146	1.35 163	1.01 136	1.53 298	1.01 91	1.29 247	0.82 169	1.31 135	0.78 215	0.27 250	0.21 239	0.35 302	0.27 258	0.32 259	0.24 193

STTStereo	0.78 196	0.50 286	1.22 282	0.64 244	0.54 256	0.89 200	0.54 187	1.44 183	1.11 174	1.38 265	1.09 123	1.27 241	0.85 183	1.43 163	0.83 232	0.29 268	0.27 289	0.33 285	0.39 329	0.32 259	0.30 254

PA-Net	1.01 269	0.57 306	1.29 294	0.64 244	0.74 319	1.19 266	0.84 283	1.69 239	1.43 310	1.16 166	1.19 163	1.32 252	1.19 288	3.42 312	1.25 285	0.29 268	0.45 358	0.33 285	0.49 353	0.32 259	0.47 320
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
UCFNet_RVC	0.69 151	0.35 221	0.49 17	0.64 244	0.39 177	0.85 196	0.58 219	1.75 251	1.14 189	0.97 92	1.19 163	1.17 214	0.93 216	0.99 89	0.62 175	0.28 260	0.20 223	0.34 295	0.31 298	0.32 259	0.27 228

DRN-Test	1.00 266	0.44 262	1.13 272	0.70 289	0.81 341	1.62 313	0.79 271	2.14 336	1.44 311	1.78 329	1.33 208	1.43 266	1.05 262	2.18 262	1.53 324	0.27 250	0.21 239	0.31 265	0.30 294	0.32 259	0.28 239

Wz-Net-LNSev	1.03 272	0.67 329	2.71 372	0.64 244	0.84 345	1.75 324	1.00 317	1.80 268	1.32 268	1.28 218	1.25 180	1.65 306	1.22 295	1.39 156	1.40 306	0.28 260	0.26 281	0.24 168	0.23 215	0.33 265	0.32 270

CBMV	0.95 250	0.44 262	0.66 82	0.53 118	0.35 140	1.53 306	1.63 364	1.69 239	1.42 308	2.00 348	1.60 280	1.43 266	1.17 282	1.59 193	0.99 256	0.34 297	0.34 322	0.39 321	0.33 310	0.33 265	0.32 270
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
Wz-Net-MNSev	1.11 289	0.58 309	2.23 359	0.66 261	0.71 312	1.95 343	1.46 354	1.98 310	1.45 312	1.79 332	1.43 239	1.49 281	1.33 311	1.97 245	1.42 314	0.27 250	0.23 261	0.28 244	0.28 275	0.34 267	0.31 264

SACVNet	0.85 223	0.46 270	0.85 180	0.81 326	0.56 263	0.80 179	0.79 271	1.68 237	1.12 178	1.34 253	1.33 208	1.25 233	0.94 221	2.39 277	0.76 207	0.34 297	0.26 281	0.31 265	0.29 286	0.35 268	0.44 311

hitnet-ft	0.79 199	0.35 221	0.57 45	0.58 181	0.42 191	0.96 222	0.46 140	1.47 188	1.33 271	1.19 182	1.22 170	1.81 320	0.98 238	1.66 203	0.94 247	0.33 289	0.28 295	0.34 295	0.27 258	0.35 268	0.31 264

FAT-Stereo	1.07 278	0.41 253	1.32 299	0.72 299	0.58 273	1.08 244	0.89 294	1.96 305	1.65 331	1.75 326	1.98 330	2.03 341	1.48 324	2.02 248	1.18 281	0.42 327	0.35 330	0.34 295	0.29 286	0.35 268	0.53 333

FADNet-RVC-Resample	0.84 219	0.47 274	2.10 352	0.61 216	0.45 209	1.07 243	0.61 231	1.59 218	1.20 216	1.08 117	0.98 81	1.03 179	0.98 238	2.17 259	0.72 198	0.23 188	0.22 253	0.30 261	0.32 304	0.35 268	0.34 276

StereoDRNet	0.98 261	0.47 274	1.70 333	0.76 314	0.94 356	1.51 304	0.91 299	1.92 296	1.32 268	1.61 313	1.13 143	1.47 279	0.97 234	1.75 217	1.46 319	0.28 260	0.23 261	0.29 252	0.27 258	0.35 268	0.27 228

PSMNet_ROB	0.90 238	0.52 292	1.17 277	0.72 299	0.61 286	1.27 276	1.12 330	1.76 257	1.12 178	1.09 122	1.28 192	1.45 272	0.89 204	1.65 199	1.42 314	0.33 289	0.25 277	0.37 312	0.39 329	0.35 268	0.29 242

StereoVision	0.65 130	0.34 205	0.86 186	0.59 193	0.40 182	0.50 39	0.41 92	1.09 106	0.93 103	0.71 47	2.50 356	0.82 102	0.57 85	1.03 96	0.49 121	0.25 227	0.28 295	0.29 252	0.28 275	0.36 274	0.20 133

CFNet_pseudo	0.66 137	0.32 170	0.86 186	0.48 51	0.39 177	0.70 138	0.40 81	1.33 157	1.22 223	1.16 166	1.34 213	1.24 229	0.64 118	0.98 87	0.59 163	0.21 142	0.16 155	0.33 285	0.19 106	0.36 274	0.25 205

APVNet	1.06 276	0.53 295	1.42 308	0.84 335	0.79 334	1.92 340	0.82 281	1.90 289	1.08 162	1.08 117	1.43 239	1.56 290	1.13 279	3.07 300	1.58 325	0.31 279	0.34 322	0.42 330	0.36 323	0.36 274	0.37 287

SGM-ForestM	6.52 402	0.38 238	1.26 289	0.63 235	0.35 140	13.59 413	5.32 407	6.32 406	6.70 401	11.14 410	9.18 405	22.51 420	13.93 409	16.89 413	20.07 412	0.36 307	0.37 337	0.36 310	0.35 319	0.36 274	0.34 276

pcwnet_v2	0.97 257	0.37 233	4.33 381	0.62 227	0.54 256	0.79 174	0.45 133	2.02 319	1.58 327	1.42 279	1.64 291	1.09 197	0.79 157	1.24 127	0.67 187	0.32 284	0.25 277	0.29 252	0.27 258	0.37 278	0.35 281

BEATNet_4x	0.73 173	0.49 282	1.17 277	0.53 118	0.26 20	1.03 235	0.55 200	1.82 272	1.06 153	1.21 189	1.22 170	0.96 158	0.91 207	1.01 93	1.06 261	0.21 142	0.14 75	0.24 168	0.19 106	0.37 278	0.21 149

RTSC	1.29 310	0.73 337	2.44 364	0.83 334	0.57 265	1.85 337	0.65 238	1.88 284	2.00 355	2.20 354	1.66 295	1.60 297	1.26 301	2.33 272	3.92 371	0.32 284	0.23 261	0.27 234	0.29 286	0.37 278	0.37 287

ADCP+	1.99 362	0.48 279	7.73 393	0.66 261	0.91 352	2.30 359	1.05 323	1.82 272	1.34 274	1.54 302	1.32 206	1.74 316	1.61 335	2.17 259	13.37 402	0.24 203	0.21 239	0.32 278	0.28 275	0.37 278	0.29 242

TDLM	1.06 276	0.44 262	0.79 168	0.63 235	0.50 232	0.89 200	1.44 353	1.48 189	1.26 238	1.12 136	1.40 232	1.08 191	0.98 238	6.65 370	0.78 215	0.33 289	0.21 239	0.33 285	0.26 250	0.37 278	0.24 193

ccs_rob	0.66 137	0.33 186	0.86 186	0.48 51	0.39 177	0.70 138	0.40 81	1.33 157	1.22 223	1.16 166	1.34 213	1.23 227	0.64 118	0.98 87	0.59 163	0.21 142	0.16 155	0.35 302	0.20 134	0.37 278	0.25 205

XPNet_ROB	0.96 251	0.49 282	1.09 263	0.72 299	0.57 265	1.11 247	1.14 332	1.66 235	1.23 226	1.85 338	1.39 230	1.64 304	1.11 274	1.80 226	1.42 314	0.38 315	0.30 307	0.33 285	0.29 286	0.37 278	0.34 276

SGM-Forest	1.24 305	0.38 238	0.60 56	0.52 110	0.37 152	1.56 309	1.30 346	1.65 231	1.36 285	2.11 352	1.79 310	1.63 301	0.93 216	7.48 387	0.95 249	0.36 307	0.37 337	0.39 321	0.34 315	0.37 278	0.32 270
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
aanetorigin	1.23 304	0.79 346	2.78 374	0.70 289	0.79 334	0.99 230	1.06 324	1.06 99	1.37 289	3.52 384	2.61 358	1.72 313	1.63 336	1.99 246	1.78 333	0.25 227	0.24 270	0.26 223	0.25 237	0.38 286	0.45 313

Nwc_Net	1.09 283	0.49 282	1.33 301	0.89 351	0.80 339	1.49 303	0.66 243	2.19 349	1.27 245	1.32 242	2.26 345	1.96 333	1.54 328	1.92 238	1.34 297	0.40 320	0.30 307	0.43 332	0.45 343	0.38 286	0.37 287

ADCL	1.72 350	0.57 306	3.66 378	0.67 271	0.61 286	2.61 370	1.85 373	1.96 305	1.67 333	1.90 342	1.83 314	2.06 344	1.90 357	2.13 257	9.15 395	0.26 241	0.24 270	0.34 295	0.32 304	0.38 286	0.35 281

PWC_ROB	1.24 305	0.76 344	2.46 366	0.72 299	0.78 332	1.15 257	0.49 161	1.75 251	1.92 351	2.31 356	3.07 365	1.59 295	1.40 314	2.46 280	2.10 348	0.33 289	0.22 253	0.35 302	0.24 226	0.38 286	0.41 301

AF-Net	1.13 294	0.52 292	1.33 301	0.86 342	0.91 352	1.38 291	0.71 256	2.16 341	1.62 329	1.56 306	2.40 352	1.99 336	1.65 338	1.81 228	1.48 321	0.48 346	0.28 295	0.49 344	0.33 310	0.39 290	0.32 270

MSMDNet	0.66 137	0.32 170	0.87 196	0.49 64	0.37 152	0.79 174	0.40 81	1.43 182	1.31 264	1.15 155	1.31 201	1.24 229	0.63 115	0.88 69	0.57 158	0.21 142	0.16 155	0.26 223	0.19 106	0.39 290	0.24 193

GANet	1.36 319	0.47 274	0.86 186	0.67 271	0.45 209	1.34 285	1.73 366	1.64 230	1.24 230	1.49 293	2.38 350	1.55 289	1.20 291	9.30 399	0.93 246	0.30 272	0.31 313	0.33 285	0.28 275	0.39 290	0.30 254

ETE_ROB	0.96 251	0.64 326	1.16 275	0.69 284	0.48 224	1.14 252	1.13 331	1.77 260	1.19 211	1.91 343	1.45 244	1.73 314	1.05 262	1.60 194	1.14 274	0.32 284	0.26 281	0.38 315	0.34 315	0.39 290	0.41 301

PCWNet_CMD	0.66 137	0.32 170	0.88 199	0.49 64	0.37 152	0.78 170	0.40 81	1.42 176	1.31 264	1.16 166	1.31 201	1.25 233	0.62 110	0.89 72	0.57 158	0.20 116	0.16 155	0.27 234	0.19 106	0.40 294	0.25 205

CFNet_ucs	0.70 153	0.33 186	0.88 199	0.50 71	0.43 196	0.74 149	0.44 122	1.60 221	1.29 254	1.22 194	1.54 266	1.09 197	0.63 115	0.99 89	0.59 163	0.25 227	0.20 223	0.37 312	0.21 170	0.40 294	0.28 239

NCCL2	1.00 266	0.56 302	1.06 255	0.75 312	0.57 265	1.31 281	1.72 365	1.77 260	1.36 285	1.50 294	1.17 158	1.91 326	1.17 282	1.54 183	1.29 292	0.35 304	0.31 313	0.45 336	0.44 341	0.40 294	0.40 297

dad	0.86 228	0.66 328	1.06 255	0.56 164	0.37 152	0.76 159	0.44 122	1.17 123	1.50 318	1.44 280	1.27 189	1.34 257	0.75 138	2.52 282	0.84 235	0.42 327	0.27 289	0.83 370	0.26 250	0.41 297	0.29 242

Anonymous	0.53 47	0.38 238	0.91 210	0.66 261	0.73 317	0.65 108	0.59 226	0.95 51	0.73 55	0.47 13	0.58 19	0.42 4	0.60 96	0.80 53	0.53 144	0.24 203	0.23 261	0.21 95	0.21 170	0.41 297	0.29 242

FADNet-RVC	0.88 233	0.67 329	1.93 348	0.60 204	0.48 224	0.91 204	0.60 230	1.71 243	1.18 208	0.90 77	0.96 73	1.36 258	0.92 210	2.25 268	1.17 278	0.30 272	0.29 303	0.32 278	0.32 304	0.41 297	0.35 281

DeepPrunerF	1.60 337	0.73 337	5.81 389	0.88 348	1.19 374	0.91 204	0.95 309	2.19 349	5.24 397	1.17 174	1.30 196	1.19 218	1.30 308	4.90 337	1.66 330	0.42 327	0.34 322	0.52 347	0.47 348	0.41 297	0.40 297

CBMV_ROB	0.90 238	0.44 262	0.63 66	0.51 94	0.37 152	1.25 274	0.49 161	1.77 260	1.27 245	1.41 273	2.00 331	1.33 253	1.08 269	2.17 259	0.76 207	0.43 332	0.42 350	0.47 341	0.44 341	0.41 297	0.36 285

Wz-Net-SNSev	1.49 328	1.23 374	6.27 391	0.68 281	0.67 301	1.37 288	1.41 351	2.00 312	1.39 297	1.48 291	1.61 284	2.29 350	1.32 310	3.93 319	2.14 349	0.31 279	0.28 295	0.31 265	0.33 310	0.42 302	0.36 285

NCC-stereo	1.10 286	0.54 296	1.24 286	0.84 335	0.94 356	1.29 279	0.89 294	2.01 316	1.34 274	1.32 242	1.74 303	1.88 321	1.74 345	2.35 273	1.25 285	0.45 338	0.37 337	0.45 336	0.58 364	0.42 302	0.42 305

edge stereo	1.11 289	0.50 286	1.30 295	0.71 296	0.65 297	1.14 252	0.75 260	1.93 300	1.37 289	1.71 323	1.83 314	2.54 361	1.44 318	2.43 279	1.23 283	0.42 327	0.41 348	0.54 353	0.35 319	0.42 302	0.46 317

Abc-Net	1.10 286	0.54 296	1.24 286	0.84 335	0.94 356	1.29 279	0.89 294	2.01 316	1.34 274	1.32 242	1.74 303	1.88 321	1.74 345	2.35 273	1.25 285	0.45 338	0.37 337	0.45 336	0.58 364	0.42 302	0.42 305
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CVANet_RVC	1.07 278	0.43 259	0.76 154	0.60 204	0.50 232	0.90 202	0.97 311	1.52 202	1.26 238	1.33 250	1.38 226	1.24 229	1.18 285	6.75 376	0.75 205	0.34 297	0.23 261	0.34 295	0.29 286	0.42 302	0.27 228

FINET	0.97 257	0.54 296	1.60 328	0.63 235	0.79 334	1.08 244	1.07 325	1.56 215	2.20 362	1.15 155	1.49 257	0.94 146	0.88 198	2.32 271	1.05 259	0.42 327	0.35 330	0.32 278	0.28 275	0.43 307	0.38 293

psmorigin	1.52 332	0.69 332	10.52 401	0.68 281	0.59 280	1.13 251	0.70 254	1.57 216	1.19 211	1.99 346	1.79 310	2.26 349	1.47 323	2.09 254	1.36 301	0.39 318	0.40 346	0.34 295	0.33 310	0.43 307	0.56 338

FADNet_RVC	0.83 215	0.51 289	1.83 344	0.54 133	0.42 191	1.19 266	0.46 140	1.51 199	1.09 168	0.89 76	1.24 176	0.91 134	0.87 194	2.11 256	1.11 271	0.27 250	0.22 253	0.31 265	0.28 275	0.43 307	0.38 293

Anonymous Stereo	1.28 309	0.75 342	2.45 365	0.74 308	0.77 329	0.93 212	1.77 367	1.51 199	1.31 264	1.67 320	1.29 195	1.20 219	0.75 138	6.29 365	1.68 331	0.37 311	0.36 335	0.38 315	0.40 333	0.43 307	0.45 313

CSAN	1.41 325	0.59 312	1.26 289	0.70 289	0.50 232	1.76 326	1.78 368	1.77 260	1.90 350	2.35 359	2.32 347	1.92 329	1.94 359	5.56 352	1.49 322	0.43 332	0.35 330	0.40 326	0.41 335	0.43 307	0.41 301

LALA_ROB	1.01 269	0.59 312	1.16 275	0.67 271	0.51 242	1.63 314	1.26 345	1.69 239	1.38 293	1.81 335	1.37 222	1.94 331	1.02 255	1.58 191	1.38 302	0.37 311	0.27 289	0.43 332	0.37 326	0.43 307	0.37 287

MeshStereo	2.26 368	0.56 302	0.92 214	0.61 216	0.49 227	2.60 369	1.02 320	3.18 382	2.05 358	7.40 408	4.98 388	7.58 398	2.98 384	6.37 366	1.96 342	0.43 332	0.43 351	0.45 336	0.39 329	0.43 307	0.42 305
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
S-Stereo	1.15 299	0.46 270	2.17 356	0.81 326	0.80 339	1.21 269	1.19 338	1.93 300	2.02 356	1.47 285	2.11 338	1.57 291	1.17 282	2.05 252	1.41 310	0.40 320	0.40 346	0.35 302	0.31 298	0.44 314	0.70 359

DANet	1.08 281	0.61 320	1.32 299	0.85 340	0.72 314	1.37 288	0.51 168	1.54 210	1.15 198	1.78 329	1.54 266	2.01 338	1.11 274	2.90 295	2.00 344	0.33 289	0.30 307	0.40 326	0.30 294	0.44 314	0.45 313
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NOSS_ROB	1.26 308	0.46 270	0.62 63	0.56 164	0.38 169	1.06 241	0.78 268	1.73 245	1.40 302	1.01 103	1.43 239	1.10 199	0.75 138	10.62 408	0.65 183	0.45 338	0.43 351	0.48 342	0.45 343	0.44 314	0.41 301

RP	1.09 283	0.50 286	1.12 270	0.90 352	1.04 362	1.11 247	0.84 283	1.80 268	1.62 329	1.55 305	2.00 331	1.90 325	1.78 348	1.84 229	1.25 285	0.52 351	0.36 335	0.48 342	0.36 323	0.45 317	0.43 309

PS-NSSS	0.99 262	0.58 309	0.93 216	0.58 181	0.57 265	0.91 204	0.80 277	1.81 271	1.14 189	1.14 152	1.67 297	1.00 167	0.83 178	4.62 332	0.78 215	0.37 311	0.31 313	0.52 347	0.32 304	0.45 317	0.38 293

FBW_ROB	1.71 349	0.62 323	1.45 313	0.67 271	0.61 286	1.81 332	1.08 326	2.52 372	1.70 335	1.77 328	1.73 302	1.98 335	1.25 299	12.57 411	1.84 335	0.34 297	0.37 337	0.56 360	0.38 328	0.45 317	0.43 309

HBP-ISP	0.96 251	0.58 309	0.72 117	0.61 216	0.46 219	1.64 316	0.76 263	1.86 281	1.28 250	1.30 230	1.53 264	0.86 122	0.94 221	3.27 308	0.69 189	0.45 338	0.44 354	0.54 353	0.48 350	0.47 320	0.40 297

RGC	1.14 296	0.79 346	1.26 289	0.91 355	0.96 359	1.52 305	0.77 266	1.92 296	1.26 238	1.54 302	1.93 327	2.02 340	1.54 328	2.25 268	1.31 294	0.44 337	0.35 330	0.58 363	0.48 350	0.47 320	0.46 317

ADCPNet	1.85 354	0.69 332	8.07 394	0.71 296	0.58 273	2.79 374	1.22 340	1.94 302	1.54 324	1.88 339	1.69 298	2.46 360	2.04 363	2.37 275	6.48 382	0.38 315	0.37 337	0.38 315	0.43 339	0.47 320	0.45 313

SHD	1.31 313	0.71 336	2.34 362	0.86 342	0.75 325	1.77 329	0.65 238	2.22 353	2.50 372	2.40 363	1.71 300	1.91 326	1.60 334	1.93 241	2.37 352	0.38 315	0.31 313	0.38 315	0.40 333	0.48 323	0.50 328

SANet	1.88 355	0.57 306	2.18 358	0.63 235	0.40 182	2.80 375	1.57 361	2.39 367	5.88 399	2.36 361	3.57 372	3.72 379	2.97 383	4.74 333	1.76 332	0.34 297	0.30 307	0.32 278	0.29 286	0.48 323	0.37 287

WCMA_ROB	1.84 353	0.47 274	1.31 296	0.69 284	0.57 265	2.11 352	1.14 332	1.87 282	1.73 338	4.04 389	6.43 392	5.62 392	3.61 389	2.59 284	1.94 341	0.52 351	0.44 354	0.39 321	0.42 337	0.48 323	0.47 320

AnyNet_C32	1.96 360	1.10 365	5.17 385	0.90 352	1.11 366	2.12 353	2.37 394	1.85 278	1.48 315	2.45 364	1.70 299	2.05 343	1.64 337	2.50 281	10.28 398	0.37 311	0.34 322	0.35 302	0.41 335	0.49 326	0.54 334

MFN_U_SF_DS_RVC	1.74 351	0.87 352	3.56 377	0.80 323	0.75 325	3.72 386	2.44 396	1.82 272	1.82 345	1.74 325	1.91 325	1.92 329	1.26 301	7.69 389	1.28 291	0.45 338	0.47 362	0.52 347	0.77 373	0.50 327	0.50 328

RTS	2.67 380	1.38 376	15.28 406	0.99 362	1.26 377	3.78 387	1.96 380	2.15 338	2.62 374	2.61 367	2.85 363	2.60 363	1.59 332	6.27 363	5.71 380	0.40 320	0.28 295	0.35 302	0.35 319	0.50 327	0.48 323

RTSA	2.67 380	1.38 376	15.28 406	0.99 362	1.26 377	3.78 387	1.96 380	2.15 338	2.62 374	2.61 367	2.85 363	2.60 363	1.59 332	6.27 363	5.71 380	0.40 320	0.28 295	0.35 302	0.35 319	0.50 327	0.48 323

ADCMid	1.89 358	0.73 337	5.06 384	0.72 299	0.67 301	2.00 347	1.14 332	1.97 309	1.48 315	2.86 376	1.81 313	2.37 355	2.05 365	2.24 266	10.39 399	0.33 289	0.31 313	0.39 321	0.43 339	0.50 327	0.44 311

WZ-Net	1.95 359	0.95 356	10.10 398	0.86 342	0.78 332	1.69 319	1.60 362	2.20 352	1.98 354	2.08 350	1.93 327	2.30 351	1.97 360	5.30 342	3.17 365	0.34 297	0.26 281	0.29 252	0.31 298	0.51 331	0.47 320

stereogan	1.15 299	0.42 256	1.40 306	0.86 342	0.84 345	2.38 363	0.71 256	1.88 284	1.73 338	1.72 324	1.94 329	2.31 352	1.29 304	2.07 253	1.08 264	0.36 307	0.35 330	0.39 321	0.31 298	0.51 331	0.46 317

GMStereo_Zeroshot	0.67 146	0.61 320	1.01 238	0.64 244	0.37 152	0.84 195	0.35 46	1.05 86	1.12 178	1.12 136	1.06 112	1.27 241	0.54 67	1.19 121	0.59 163	0.32 284	0.17 179	0.31 265	0.18 88	0.52 333	0.22 164

PWCDC_ROB	1.29 310	0.75 342	1.33 301	1.05 366	0.88 351	1.73 323	0.52 177	1.89 286	3.28 382	1.29 223	4.88 387	1.22 222	1.46 321	1.77 224	1.45 318	0.60 361	0.26 281	0.29 252	0.25 237	0.52 333	0.37 287

Wz-Net-TNSev	1.88 355	2.08 398	7.66 392	0.67 271	0.64 294	2.42 364	1.83 372	2.33 361	1.74 340	1.57 310	1.56 272	2.58 362	1.90 357	4.86 335	3.12 362	0.39 318	0.37 337	0.33 285	0.37 326	0.53 335	0.58 343

FC-DCNN	2.72 385	0.59 312	0.86 186	0.73 306	0.57 265	2.91 376	1.04 322	3.01 380	2.60 373	6.83 404	7.64 399	9.92 405	6.33 404	5.21 341	3.14 363	0.53 357	0.48 363	0.51 346	0.50 355	0.53 335	0.51 332

MSMD_ROB	1.99 362	0.59 312	0.89 204	0.70 289	0.61 286	3.95 391	0.94 307	1.80 268	1.79 342	4.41 393	4.43 379	8.17 401	3.66 390	3.40 310	1.33 295	0.52 351	0.48 363	0.54 353	0.58 364	0.53 335	0.50 328

GASNet	0.99 262	0.97 357	1.72 335	0.98 361	0.68 307	0.83 188	0.67 246	1.60 221	1.28 250	1.31 240	1.22 170	1.22 222	1.21 294	2.41 278	1.41 310	0.43 332	0.26 281	0.36 310	0.34 315	0.55 338	0.31 264

MANE	6.19 400	0.59 312	1.03 248	0.93 358	1.22 376	13.38 412	2.69 397	12.81 413	17.94 415	8.21 409	10.82 407	14.72 410	11.68 408	11.39 410	11.90 401	0.59 360	0.50 367	0.52 347	1.76 401	0.55 338	0.54 334

RYNet	1.17 302	0.49 282	1.24 286	0.70 289	0.97 360	1.71 320	0.92 301	1.91 293	1.46 313	1.38 265	1.14 146	1.88 321	1.30 308	4.24 324	1.87 336	0.26 241	0.21 239	0.35 302	0.27 258	0.55 338	0.54 334

FCDSN-DC	2.32 370	0.63 324	0.81 174	0.84 335	0.75 325	2.23 356	0.94 307	2.09 330	1.80 343	5.45 402	7.72 400	7.77 400	6.93 406	3.39 309	1.80 334	0.52 351	0.48 363	0.52 347	0.51 357	0.57 341	0.58 343
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
NVstereo2D	0.92 243	0.41 253	1.48 320	0.72 299	0.72 314	1.20 268	0.87 291	1.75 251	1.38 293	0.99 98	1.13 143	1.26 237	0.98 238	2.21 265	0.89 242	0.43 332	0.20 223	0.38 315	0.24 226	0.57 341	0.63 351

SAMSARA	1.55 334	0.84 348	2.61 369	1.22 374	1.07 363	2.50 366	1.93 378	2.05 321	1.89 348	2.75 372	1.66 295	2.81 368	1.69 343	3.08 302	1.97 343	0.46 344	0.51 368	0.42 330	0.46 346	0.58 343	0.59 345

ADCS	2.25 367	0.99 359	5.55 386	0.81 326	0.74 319	2.19 355	1.80 369	2.27 357	2.14 360	2.80 375	2.13 340	2.40 357	2.03 362	2.64 287	13.69 403	0.41 324	0.39 344	0.40 326	0.45 343	0.58 343	0.56 338

ccnet	1.12 291	0.67 329	1.01 238	0.78 319	0.73 317	1.72 322	0.99 315	1.84 277	1.26 238	1.47 285	1.85 318	1.75 319	1.29 304	1.75 217	1.88 338	0.57 359	0.53 370	0.57 362	0.55 361	0.59 345	0.54 334

MFN_U_SF_RVC	1.52 332	0.84 348	3.42 376	0.87 347	0.66 299	2.56 368	0.95 309	2.36 364	1.70 335	1.98 345	1.86 319	2.45 359	1.79 349	2.95 296	2.58 354	0.52 351	0.48 363	0.55 357	0.59 367	0.59 345	0.61 349

FADNet	0.92 243	0.61 320	1.81 341	0.62 227	0.55 262	0.96 222	0.57 216	1.78 264	1.33 271	0.93 82	1.01 91	1.36 258	1.01 250	2.71 289	0.75 205	0.33 289	0.34 322	0.31 265	0.34 315	0.59 345	0.40 297

PVD	1.70 347	0.84 348	2.26 360	0.94 360	0.83 344	2.48 365	0.97 311	2.59 374	3.35 383	3.01 381	2.77 361	2.34 354	2.47 377	2.67 288	3.14 363	0.47 345	0.45 358	0.59 364	0.48 350	0.59 345	0.75 364

G-Net	1.66 342	0.63 324	1.56 325	1.11 371	0.74 319	2.98 378	0.91 299	1.55 214	1.22 223	2.76 373	8.18 403	2.32 353	2.53 378	1.92 238	1.87 336	0.48 346	0.44 354	0.45 336	0.31 298	0.60 349	0.57 342

BEATNet-Init1	26.87 419	13.43 416	70.68 431	0.91 355	0.68 307	57.02 432	21.06 414	32.82 424	32.67 421	52.12 432	53.61 431	66.05 432	49.56 432	48.79 433	34.71 423	0.49 350	0.44 354	0.53 352	0.53 359	0.63 350	0.59 345

ELAS	2.37 372	0.74 340	1.54 324	0.99 362	0.92 354	4.78 397	2.33 393	3.33 384	3.37 384	5.05 401	4.77 386	3.67 377	4.53 397	3.42 312	4.50 375	0.62 363	0.53 370	0.55 357	0.53 359	0.63 350	0.64 355
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SDNR	1.62 340	0.51 289	2.17 356	0.53 118	0.56 263	3.80 389	0.45 133	1.54 210	1.29 254	1.33 250	2.41 353	1.08 191	0.96 231	11.18 409	1.16 276	0.66 367	0.63 378	0.43 332	0.32 304	0.64 352	0.67 356

LSM	6.33 401	1.10 365	13.19 404	1.41 379	68.17 428	1.64 316	1.90 377	1.92 296	2.46 367	2.99 379	3.11 366	1.88 321	1.80 350	2.61 286	2.06 347	0.41 324	0.58 376	0.50 345	0.57 363	0.64 352	17.66 420

DPSNet	1.69 346	0.59 312	4.33 381	0.70 289	0.57 265	2.02 348	1.62 363	3.35 385	1.78 341	1.48 291	1.38 226	2.17 346	2.84 381	4.77 334	3.66 369	0.48 346	0.31 313	0.29 252	0.25 237	0.64 352	0.48 323

ELAS_RVC	2.48 377	0.74 340	1.90 346	1.05 366	0.92 354	2.76 372	4.01 405	2.76 375	4.11 391	4.69 396	4.63 383	4.62 383	5.96 402	3.97 321	3.96 372	0.63 365	0.53 370	0.56 360	0.52 358	0.64 352	0.63 351
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
coex-ft	8.13 406	2.13 399	98.04 432	0.67 271	0.53 253	1.71 320	1.56 359	1.65 231	11.11 404	18.17 418	3.75 374	3.88 380	7.61 407	2.98 299	6.49 383	0.30 272	0.30 307	0.32 278	0.31 298	0.66 356	0.50 328

AnyNet_C01	2.26 368	1.78 387	10.22 400	0.93 358	0.74 319	2.92 377	2.20 389	2.29 359	1.80 343	2.53 366	2.41 353	2.71 367	1.73 344	3.41 311	6.72 384	0.41 324	0.39 344	0.40 326	0.42 337	0.67 357	0.63 351

EDNetEfficient	2.37 372	1.10 365	8.08 395	0.74 308	0.71 312	0.98 229	1.56 359	1.46 186	4.06 390	4.90 398	2.82 362	2.25 348	3.48 388	2.95 296	9.97 396	0.26 241	0.24 270	0.26 223	0.30 294	0.68 358	0.61 349

XQC	1.37 320	0.87 352	2.56 368	0.84 335	0.69 309	1.83 335	0.89 294	2.07 327	1.88 347	1.88 339	1.53 264	1.91 326	1.55 330	2.85 294	3.05 360	0.48 346	0.29 303	0.44 335	0.39 329	0.69 359	0.60 348

PASM	1.34 317	0.92 355	2.62 370	0.86 342	0.87 350	1.03 235	1.08 326	1.50 194	1.51 320	1.82 336	1.41 234	1.68 309	1.26 301	4.87 336	1.34 297	0.61 362	0.65 381	0.68 366	0.78 374	0.69 359	0.68 358

UDGNet	0.72 159	1.17 373	0.80 173	0.77 317	0.41 188	0.77 165	0.38 67	0.97 59	1.34 274	0.81 65	0.88 61	0.71 78	0.60 96	1.21 123	0.54 150	0.52 351	0.19 206	1.02 377	0.26 250	0.71 361	0.31 264

PDISCO_ROB	1.32 315	0.65 327	1.44 309	1.36 375	1.46 381	2.55 367	0.92 301	2.45 370	2.07 359	1.37 260	1.49 257	1.65 306	1.00 248	2.82 291	1.35 300	1.01 374	0.27 289	0.54 353	0.47 348	0.71 361	0.73 362

DGSMNet	1.14 296	0.76 344	2.49 367	0.81 326	0.86 348	1.39 292	1.39 350	2.13 332	1.35 282	1.26 213	1.63 290	1.48 280	0.98 238	1.75 217	1.10 269	0.45 338	0.43 351	0.55 357	0.49 353	0.75 363	0.70 359

EDNetEfficientorigin	10.57 408	1.47 382	177.42 433	0.67 271	0.53 253	1.58 310	1.16 335	1.90 289	3.37 384	4.71 397	3.38 369	3.10 374	2.69 380	3.13 304	3.58 368	0.25 227	0.23 261	0.33 285	0.27 258	0.83 364	0.81 365

sAnonymous2	0.55 76	0.56 302	1.46 315	0.60 204	0.51 242	0.48 20	0.52 177	0.79 12	0.68 44	0.50 26	0.67 24	0.46 15	0.62 110	0.59 14	0.40 57	0.22 165	0.17 179	0.22 121	0.21 170	0.86 365	0.56 338

CroCo_RVC	0.55 76	0.56 302	1.46 315	0.60 204	0.51 242	0.48 20	0.52 177	0.79 12	0.68 44	0.50 26	0.67 24	0.46 15	0.62 110	0.59 14	0.40 57	0.22 165	0.17 179	0.22 121	0.21 170	0.86 365	0.56 338

GANetREF_RVC	1.07 278	0.86 351	1.31 296	0.82 331	0.53 253	1.41 297	1.31 347	1.76 257	1.52 321	1.27 216	1.31 201	1.46 274	1.24 298	2.03 249	0.96 252	0.56 358	0.45 358	0.67 365	0.50 355	0.88 367	0.59 345
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
NVStereoNet_ROB	1.88 355	1.07 363	1.45 313	1.07 369	1.17 371	1.47 300	1.48 356	1.89 286	1.93 353	1.94 344	4.67 385	3.08 373	1.80 350	6.51 368	1.65 328	1.06 379	0.86 391	1.08 379	1.32 391	0.93 368	1.26 381
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
anonymity	1.12 291	0.97 357	1.21 280	1.07 369	1.12 368	1.08 244	0.89 294	1.95 304	1.16 202	1.29 223	1.26 186	1.22 222	1.09 272	1.15 118	1.01 257	1.02 376	1.00 397	0.97 374	0.97 384	0.98 369	0.99 372

MADNet+	2.69 382	3.22 408	11.53 403	1.44 380	1.12 368	3.19 380	1.81 370	2.85 377	2.37 364	1.68 321	2.07 337	2.85 370	2.18 368	7.41 384	5.23 378	0.79 369	0.76 382	0.69 368	0.65 370	0.98 369	0.95 370

MFMNet_re	1.40 324	1.14 370	1.68 332	1.39 377	1.07 363	1.48 301	1.43 352	1.87 282	1.82 345	2.26 355	2.19 342	1.51 284	1.86 354	1.52 177	1.25 285	0.93 372	0.83 385	0.84 371	0.80 375	0.99 371	1.05 377

SGM+DAISY	2.41 375	1.07 363	2.14 355	1.18 372	1.10 365	2.14 354	1.36 349	1.96 305	1.66 332	5.46 403	7.07 395	4.95 388	4.32 396	5.50 349	2.26 351	1.04 378	1.02 399	0.99 376	0.97 384	1.02 372	1.04 375

SPS-STEREO	1.67 343	1.04 362	1.23 283	1.21 373	1.13 370	1.82 334	1.11 328	2.16 341	1.52 321	3.07 383	2.32 347	2.82 369	1.80 350	4.11 323	2.04 345	1.03 377	0.99 396	0.97 374	0.94 382	1.03 373	1.02 373
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MSC_U_SF_DS_RVC	2.12 364	1.15 371	3.10 375	1.05 366	0.76 328	5.03 400	2.40 395	2.16 341	2.62 374	1.89 341	2.28 346	2.69 366	1.65 338	9.35 401	2.04 345	0.64 366	0.51 368	0.68 366	0.71 371	1.09 374	0.67 356

Anonymous_2	1.30 312	0.55 299	0.82 176	0.52 110	0.58 273	1.01 233	0.64 236	1.25 149	0.97 117	0.96 89	0.78 44	1.33 253	1.29 304	1.03 96	0.74 202	0.62 363	0.64 379	1.06 378	9.63 415	1.16 375	0.49 327

WAO-7	2.66 379	1.40 378	1.73 337	1.39 377	1.17 371	3.93 390	1.94 379	4.11 391	3.88 389	2.92 377	5.50 389	4.18 381	3.00 385	7.63 388	3.71 370	1.13 382	1.00 397	1.17 380	1.13 390	1.18 376	1.09 379

CC-Net-ROB	1.49 328	1.26 375	1.27 292	0.88 348	0.79 334	1.76 326	1.00 317	1.79 266	1.26 238	1.10 130	1.61 284	1.21 220	0.99 246	8.13 393	0.84 235	1.09 380	0.41 348	2.20 386	0.46 346	1.20 377	0.48 323

MaskLacGwcNet_RVC	1.10 286	1.02 361	1.00 235	0.82 331	0.67 301	1.93 341	0.93 305	1.62 227	1.11 174	1.15 155	1.25 180	1.50 282	0.79 157	1.96 244	0.76 207	1.89 384	0.34 322	0.79 369	0.36 323	1.25 378	0.83 366

Consistency-Raft	1.25 307	0.99 359	1.93 348	1.02 365	1.21 375	0.96 222	1.01 319	1.75 251	1.92 351	1.36 258	2.12 339	1.44 270	1.01 250	1.14 117	1.40 306	0.72 368	0.82 384	0.89 372	0.98 386	1.31 379	0.95 370

JetBlue	3.97 391	2.01 393	10.19 399	1.38 376	2.84 401	10.53 408	9.54 408	3.60 387	2.41 366	2.73 371	3.39 370	4.54 382	4.31 395	7.85 392	6.84 385	0.88 370	0.93 395	0.89 372	0.91 380	1.74 380	1.91 388

UDG	1.41 325	2.65 404	0.99 230	1.44 380	1.64 383	1.34 285	0.80 277	1.60 221	1.23 226	1.23 197	1.71 300	2.01 338	1.34 312	1.47 172	1.41 310	0.90 371	0.54 373	2.29 388	0.75 372	1.84 381	1.04 375

DDUNet	1.50 330	2.69 405	1.12 270	1.77 382	1.88 385	1.84 336	0.92 301	1.70 242	1.16 202	1.38 265	1.79 310	1.60 297	1.12 277	1.37 147	1.08 264	1.10 381	0.76 382	2.37 390	0.94 382	2.00 382	1.37 382

WAO-6	2.81 386	1.60 384	1.46 315	2.36 389	2.28 392	3.55 384	2.29 392	4.21 392	4.56 395	2.36 361	4.51 380	4.88 387	2.66 379	4.60 331	4.07 374	1.72 383	1.15 403	2.31 389	1.46 397	2.31 383	1.85 387

SQANet	1.31 313	0.88 354	1.08 262	1.83 383	1.44 380	1.44 299	0.75 260	1.74 249	1.09 168	1.32 242	1.26 186	1.28 244	1.01 250	1.50 176	0.83 232	2.50 389	0.34 322	1.47 381	0.55 361	2.32 384	1.57 384

WAO-8	4.40 393	1.82 390	1.79 339	2.34 387	2.20 387	9.19 405	1.53 357	6.09 403	16.46 409	3.94 387	7.84 401	7.32 395	3.72 392	9.41 403	3.31 366	2.00 385	1.07 400	2.44 395	1.37 395	2.50 385	1.68 385

Venus	4.40 393	1.82 390	1.79 339	2.34 387	2.20 387	9.19 405	1.53 357	6.09 403	16.46 409	3.94 387	7.84 401	7.32 395	3.72 392	9.41 403	3.31 366	2.00 385	1.07 400	2.44 395	1.37 395	2.50 385	1.68 385

PWCK	2.88 387	2.05 396	5.72 388	2.08 384	1.11 366	3.55 384	3.90 404	2.86 378	3.54 387	3.03 382	3.63 373	3.10 374	2.31 372	8.15 395	3.09 361	2.12 387	0.91 394	1.75 383	0.98 386	2.57 387	1.18 380

ACVNet_2	2.43 376	1.41 379	2.04 350	2.62 391	2.24 390	2.63 371	1.88 376	3.31 383	3.01 379	2.19 353	3.45 371	4.62 383	2.04 363	4.50 330	1.47 320	2.55 390	0.64 379	2.22 387	0.84 377	2.69 388	2.29 393

otaku	1.60 337	1.11 368	1.21 280	2.20 385	1.56 382	1.97 344	1.24 341	2.07 327	1.36 285	1.44 280	1.62 287	1.73 314	1.19 288	1.73 216	0.98 255	2.89 393	0.57 375	1.74 382	0.60 368	2.78 389	1.94 389

Ntro	1.64 341	1.15 371	1.23 283	2.48 390	1.83 384	2.09 351	1.16 335	1.96 305	1.38 293	1.21 189	1.62 287	1.62 299	1.29 304	1.87 235	1.11 271	3.04 394	0.56 374	1.82 384	0.64 369	2.80 390	2.05 390

LVE	3.31 390	1.67 385	1.64 329	2.85 394	2.42 395	3.20 381	2.26 391	4.78 397	5.05 396	2.35 359	6.91 393	6.02 393	2.37 373	9.15 397	2.17 350	3.19 397	1.08 402	2.38 392	1.47 398	2.81 391	2.40 396

RainbowNet	1.97 361	1.76 386	1.57 326	2.81 393	2.21 389	1.98 346	1.81 370	2.54 373	1.89 348	1.50 294	1.84 316	1.96 333	1.65 338	2.14 258	1.25 285	3.33 400	0.85 389	2.39 393	0.98 386	2.82 392	2.22 391

ACVNet-4b	2.15 365	1.41 379	1.64 329	2.80 392	2.31 393	2.31 360	1.24 341	2.32 360	2.14 360	1.26 213	2.39 351	2.66 365	1.48 324	5.95 361	1.06 261	3.20 398	0.45 358	2.37 390	0.89 379	2.83 393	2.37 394

DispFullNet	2.34 371	2.85 406	3.66 378	3.08 399	2.27 391	1.97 344	0.67 246	2.00 312	1.70 335	2.52 365	2.00 331	2.23 347	5.86 400	3.44 314	1.58 325	1.01 374	0.32 320	2.64 399	1.94 404	2.85 394	2.24 392

Dean	2.91 388	1.53 383	2.07 351	2.96 398	2.51 396	3.15 379	2.14 387	4.75 396	4.41 394	2.76 373	6.10 391	5.53 391	2.37 373	2.97 298	1.92 340	3.18 396	0.85 389	2.51 397	1.04 389	2.88 395	2.47 397

ACVNet_1	2.18 366	1.45 381	1.72 335	2.85 394	2.33 394	2.28 358	1.46 354	3.08 381	2.22 363	1.82 336	2.05 336	3.56 376	1.98 361	3.09 303	1.40 306	3.17 395	0.60 377	2.40 394	0.92 381	2.91 396	2.37 394

ktn	4.70 395	2.38 402	2.12 354	3.76 406	3.24 404	4.85 398	2.95 402	5.52 399	7.37 402	4.07 391	19.32 415	7.46 397	3.47 387	7.39 383	2.95 359	4.04 408	1.85 408	3.26 408	2.22 407	3.08 397	2.65 402

IMH-64-1	2.70 383	1.79 388	1.46 315	3.26 401	2.66 397	3.23 382	2.10 384	4.08 389	2.75 377	2.34 357	3.81 375	3.06 371	2.22 370	4.25 325	2.59 355	3.75 404	0.84 386	2.75 400	1.35 392	3.15 398	2.60 400

IMH-64	2.70 383	1.79 388	1.46 315	3.26 401	2.66 397	3.23 382	2.10 384	4.08 389	2.75 377	2.34 357	3.81 375	3.06 371	2.22 370	4.25 325	2.59 355	3.75 404	0.84 386	2.75 400	1.35 392	3.15 398	2.60 400

IMH	3.21 389	1.85 392	1.48 320	3.25 400	2.69 399	4.07 393	2.02 382	4.41 394	3.80 388	2.72 370	7.11 396	4.75 386	2.92 382	5.92 359	2.55 353	3.85 407	0.88 392	2.78 402	1.36 394	3.19 400	2.59 399

TorneroNet-64	5.30 399	2.03 394	1.74 338	3.43 403	2.81 400	10.09 407	2.12 386	9.10 410	17.12 414	4.96 400	9.27 406	10.72 409	3.70 391	9.20 398	4.55 376	3.31 399	0.84 386	2.88 403	1.55 399	3.49 401	3.04 403

TorneroNet	10.70 409	2.03 394	1.82 342	3.43 403	3.01 402	43.83 424	2.22 390	8.87 409	67.47 433	7.17 407	27.36 418	10.68 408	3.85 394	8.67 396	7.65 392	3.59 402	0.88 392	3.04 404	1.57 400	3.71 402	3.17 404

KSHMR	8.75 407	2.06 397	2.11 353	3.53 405	3.11 403	4.13 394	2.69 397	5.60 400	61.37 432	3.00 380	55.83 432	4.98 390	2.45 376	4.49 329	2.61 357	3.46 401	1.55 407	3.14 406	1.94 404	3.72 403	3.18 405

notaker	3.98 392	2.40 403	2.68 371	3.82 408	3.27 406	3.97 392	2.14 387	4.78 397	3.45 386	4.12 392	6.94 394	7.65 399	3.26 386	7.82 391	5.30 379	4.04 408	1.41 405	3.36 409	2.10 406	3.88 404	3.31 406

DPSimNet_ROB	11.20 411	4.98 410	35.43 420	2.90 397	4.52 411	7.89 404	17.09 412	4.66 395	6.06 400	14.89 414	10.93 408	17.29 411	36.81 423	13.18 412	15.68 408	2.86 392	6.29 414	5.75 414	5.09 412	3.91 405	7.70 414

MADNet++	5.01 396	3.14 407	4.91 383	4.55 412	3.94 410	5.20 401	4.41 406	4.40 393	4.13 392	4.95 399	6.08 390	4.74 385	5.37 398	9.40 402	10.67 400	4.65 410	4.15 412	3.97 411	3.34 410	4.09 406	4.08 411

JetRed	6.91 404	8.80 414	25.96 416	2.85 394	3.25 405	13.98 414	11.87 409	6.25 405	4.28 393	4.45 394	4.56 381	6.69 394	5.46 399	7.46 386	14.05 404	2.59 391	3.31 409	2.59 398	2.29 408	4.20 407	3.36 407

UNDER WATER-64	5.27 398	2.32 400	8.78 397	3.93 409	3.54 408	7.61 403	3.03 403	5.84 402	14.19 405	4.04 389	4.04 377	9.39 404	6.26 403	5.93 360	8.48 393	3.60 403	1.51 406	3.13 405	1.88 402	4.29 408	3.61 408

UNDER WATER	5.08 397	2.33 401	5.55 386	3.94 410	3.51 407	5.20 401	2.72 399	5.61 401	16.52 411	3.84 386	4.60 382	9.21 403	5.89 401	5.90 358	8.66 394	3.75 404	1.34 404	3.18 407	1.88 402	4.33 409	3.61 408

SPstereo	26.54 418	6.08 411	10.71 402	5.55 413	5.68 412	48.14 425	80.43 432	67.31 433	34.39 428	28.70 426	27.52 419	43.76 430	37.60 428	45.04 432	54.41 433	4.92 413	4.89 413	10.74 419	5.88 413	4.46 410	4.57 412

tt	6.58 403	0.26 46	6.10 390	3.77 407	2.16 386	11.55 409	19.63 413	13.33 414	5.74 398	2.96 378	2.65 359	4.97 389	6.33 404	3.81 318	7.24 386	9.15 415	11.32 420	5.89 415	6.24 414	6.03 411	2.55 398

DGTPSM_ROB	13.01 412	8.23 412	21.87 409	9.51 415	18.10 413	11.56 410	32.01 418	10.63 411	16.20 407	7.03 405	19.48 416	10.15 406	16.66 411	9.83 406	22.42 414	4.75 411	8.68 415	5.37 412	10.25 416	6.16 412	11.36 415

DPSMNet_ROB	13.02 413	8.23 412	21.91 410	9.53 416	18.11 414	11.56 410	32.02 419	10.64 412	16.23 408	7.05 406	19.49 417	10.16 407	16.66 411	9.85 407	22.43 415	4.77 412	8.68 415	5.38 413	10.26 417	6.17 413	11.36 415

HanzoNet	11.04 410	3.62 409	8.10 396	4.08 411	3.55 409	4.90 399	2.73 400	7.19 407	10.10 403	31.86 428	28.92 420	21.96 419	36.36 421	18.08 414	10.17 397	7.94 414	3.32 410	3.47 410	3.31 409	7.06 414	4.04 410

SuperB	2.53 378	0.59 312	18.45 408	0.69 284	0.50 232	1.87 339	0.88 292	1.67 236	2.39 365	1.50 294	1.42 235	1.14 211	1.15 281	4.28 327	5.07 377	0.24 203	0.19 206	0.22 121	0.19 106	7.86 415	0.34 276

DPSM_ROB	19.08 414	19.14 418	25.17 414	22.15 418	20.85 416	28.17 416	37.82 421	26.56 417	16.85 412	14.14 411	14.84 410	21.70 414	18.75 414	21.87 416	26.55 418	10.16 418	9.30 418	10.47 417	10.42 418	14.03 416	12.61 418

DPSM	19.08 414	19.14 418	25.17 414	22.15 418	20.85 416	28.17 416	37.82 421	26.56 417	16.85 412	14.14 411	14.84 410	21.70 414	18.75 414	21.87 416	26.55 418	10.16 418	9.30 418	10.47 417	10.42 418	14.03 416	12.61 418

PML	51.67 430	36.25 424	13.28 405	7.46 414	20.81 415	108.69 433	232.22 434	8.72 408	27.82 420	87.01 433	269.67 434	69.67 433	61.95 433	24.76 422	14.20 405	9.74 417	3.40 411	9.62 416	4.70 411	18.74 418	4.72 413

MyStereo03	38.34 421	38.50 427	50.41 426	44.74 425	41.86 423	56.65 426	76.38 428	52.99 427	33.93 425	28.39 423	29.99 424	43.54 425	37.42 425	43.82 426	53.53 429	20.31 421	18.71 424	21.06 420	21.08 422	28.23 419	25.35 422

MyStereo02	38.34 421	38.50 427	50.41 426	44.74 425	41.86 423	56.65 426	76.38 428	52.99 427	33.93 425	28.39 423	29.99 424	43.54 425	37.42 425	43.82 426	53.53 429	20.31 421	18.71 424	21.06 420	21.08 422	28.23 419	25.35 422

MyStereo	38.34 421	38.50 427	50.41 426	44.74 425	41.86 423	56.65 426	76.38 428	52.99 427	33.93 425	28.39 423	29.99 424	43.54 425	37.42 425	43.82 426	53.53 429	20.31 421	18.71 424	21.06 420	21.08 422	28.23 419	25.35 422

CasAABBNet	38.33 420	38.46 425	50.35 425	44.75 428	41.84 422	56.68 429	76.37 427	53.22 430	33.83 423	28.31 421	29.54 422	43.62 429	37.71 429	43.84 429	53.41 428	20.30 420	18.70 422	21.07 423	21.07 421	28.24 422	25.34 421

Selective-RAFT-Error	38.39 424	38.47 426	50.44 429	44.73 424	41.97 426	56.68 429	76.38 428	53.24 431	33.92 424	28.34 422	29.85 423	43.60 428	38.20 430	43.75 425	53.34 427	20.38 424	18.70 422	21.09 424	21.05 420	28.30 423	25.43 425

LSM0	42.82 428	38.75 430	50.81 430	47.07 429	109.38 433	57.00 431	76.02 426	53.74 432	33.71 422	29.02 427	30.41 427	43.87 431	37.22 424	43.91 430	53.54 432	20.52 425	18.62 421	21.10 425	21.11 425	28.41 424	42.22 427

LRCNet_RVC	22.74 416	32.10 423	21.97 411	29.84 420	26.23 418	4.42 396	0.81 280	22.66 415	2.02 356	26.93 420	29.26 421	23.06 421	15.59 410	23.84 418	18.88 411	31.75 426	19.90 427	34.65 426	32.13 426	30.54 425	28.32 426

HaxPig	38.92 425	41.40 431	41.64 421	29.95 421	32.27 419	28.90 418	27.60 415	29.73 420	37.71 429	43.82 429	43.87 428	33.17 422	35.56 420	41.53 423	40.37 425	43.94 430	47.51 432	45.82 427	47.08 428	42.38 426	44.15 429

AVERAGE_ROB	40.43 426	42.37 432	42.73 422	36.96 423	35.58 421	30.50 419	27.61 416	36.71 426	38.39 430	44.91 430	44.36 429	37.45 424	36.70 422	41.88 424	40.35 424	45.43 431	46.81 431	47.11 428	46.35 427	42.51 427	43.87 428

MEDIAN_ROB	42.00 427	44.40 433	44.29 424	35.15 422	34.95 420	31.28 423	29.60 417	35.88 425	40.02 431	47.20 431	46.64 430	37.37 423	38.48 431	44.35 431	42.45 426	48.03 432	49.39 433	49.71 429	49.03 429	45.14 428	46.65 430

xxxxx1	54.10 431	25.67 420	27.13 417	113.43 430	96.96 430	30.69 420	47.44 423	32.38 421	25.60 416	17.75 415	17.27 412	21.81 416	21.02 416	24.43 419	33.82 420	33.37 427	40.54 428	157.71 431	175.86 431	66.16 429	72.93 431

tt_ll	54.10 431	25.67 420	27.13 417	113.43 430	96.96 430	30.69 420	47.44 423	32.38 421	25.60 416	17.75 415	17.27 412	21.81 416	21.02 416	24.43 419	33.82 420	33.37 427	40.54 428	157.71 431	175.86 431	66.16 429	72.93 431

ff	54.10 431	25.67 420	27.13 417	113.43 430	96.96 430	30.69 420	47.44 423	32.38 421	25.60 416	17.75 415	17.27 412	21.81 416	21.02 416	24.43 419	33.82 420	33.37 427	40.54 428	157.71 431	175.86 431	66.16 429	72.93 431

DLNR_Zeroshot_test	23.17 417	48.52 434	43.29 423	176.68 433	78.69 429	0.35 5	0.21 1	23.41 416	0.75 56	0.66 41	0.86 56	0.59 50	0.30 4	1.56 188	0.44 83	9.57 416	0.12 9	0.18 36	0.14 22	76.92 432	0.16 41

Anonymous_1	43.04 429	18.73 417	24.79 413	21.81 417	46.26 427	27.80 415	37.60 420	28.08 419	16.14 406	14.66 413	14.30 409	20.65 413	17.88 413	21.56 415	25.94 417	117.93 433	8.92 417	100.65 430	126.50 430	158.64 433	12.08 417

test_example2	192.40 434	210.76 435	206.48 434	199.83 434	204.73 434	172.94 434	183.52 433	133.93 434	133.41 434	191.38 434	196.19 433	187.13 434	178.77 434	205.33 434	208.00 434	222.09 434	238.72 434	186.54 434	190.54 434	227.34 434	170.31 434

ASD4		10.99 415

Low-res two-view benchmark