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

CREStereo	0.14 1	0.09 3	0.27 2	0.14 1	0.08 2	0.22 86	0.15 25	0.26 10	0.26 48	0.16 11	0.21 42	0.14 22	0.13 31	0.19 21	0.14 24	0.09 143	0.05 3	0.06 1	0.04 1	0.07 30	0.06 4
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.16 11	0.09 3	0.31 7	0.15 2	0.09 5	0.23 102	0.15 25	0.26 10	0.24 24	0.17 15	0.21 42	0.16 32	0.14 41	0.23 40	0.14 24	0.29 366	0.05 3	0.06 1	0.04 1	0.07 30	0.07 11

TANstereo	0.16 11	0.11 27	0.43 46	0.16 3	0.08 2	0.25 130	0.14 12	0.23 3	0.29 78	0.25 71	0.30 96	0.16 32	0.12 15	0.18 12	0.13 7	0.08 87	0.07 92	0.06 1	0.05 8	0.07 30	0.08 37

LoS	0.15 4	0.09 3	0.34 13	0.17 4	0.09 5	0.22 86	0.14 12	0.27 13	0.27 57	0.15 9	0.18 22	0.19 53	0.14 41	0.23 40	0.14 24	0.08 87	0.06 34	0.06 1	0.04 1	0.06 2	0.06 4

CES	0.14 1	0.08 2	0.24 1	0.17 4	0.23 309	0.18 13	0.15 25	0.24 7	0.20 5	0.14 5	0.18 22	0.14 22	0.10 3	0.19 21	0.12 1	0.07 13	0.05 3	0.06 1	0.04 1	0.08 64	0.20 267

knoymous	0.18 21	0.10 11	0.35 17	0.17 4	0.11 25	0.21 64	0.17 54	0.33 68	0.24 24	0.24 60	0.28 79	0.27 132	0.16 62	0.24 46	0.17 59	0.09 143	0.06 34	0.09 119	0.06 22	0.09 131	0.10 99

CREStereo++_RVC	0.16 11	0.09 3	0.42 41	0.17 4	0.11 25	0.18 13	0.13 2	0.23 3	0.31 99	0.21 31	0.31 106	0.13 11	0.11 9	0.17 8	0.16 46	0.07 13	0.04 1	0.06 1	0.15 317	0.06 2	0.05 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
LoS_RVC	0.14 1	0.11 27	0.32 9	0.18 8	0.16 187	0.20 48	0.18 92	0.21 2	0.18 1	0.14 5	0.20 30	0.12 3	0.17 77	0.17 8	0.14 24	0.06 1	0.05 3	0.06 1	0.04 1	0.05 1	0.14 206

DRaft	0.25 172	0.11 27	0.47 73	0.18 8	0.12 48	0.28 163	0.23 219	0.34 72	0.40 189	0.38 247	0.60 317	0.20 60	0.41 302	0.48 208	0.41 270	0.07 13	0.06 34	0.08 59	0.08 104	0.07 30	0.08 37

AnonymousM	0.19 37	0.20 204	0.30 5	0.18 8	0.10 17	0.19 22	0.17 54	0.32 56	0.27 57	0.27 85	0.21 42	0.18 47	0.14 41	0.21 25	0.16 46	0.09 143	0.08 139	0.38 373	0.15 317	0.06 2	0.08 37

s12784h	0.18 21	0.09 3	0.38 25	0.18 8	0.07 1	0.33 228	0.19 124	0.39 123	0.34 129	0.24 60	0.25 59	0.18 47	0.18 103	0.25 54	0.17 59	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.05 1

ACVNet	0.24 148	0.18 184	0.51 132	0.18 8	0.15 158	0.27 149	0.23 219	0.40 132	0.45 234	0.29 114	0.41 203	0.38 227	0.28 213	0.28 98	0.35 249	0.09 143	0.07 92	0.08 59	0.07 44	0.10 178	0.09 58

StereoIM	0.15 4	0.17 167	0.39 27	0.19 13	0.15 158	0.16 5	0.13 2	0.26 10	0.22 12	0.13 1	0.15 15	0.14 22	0.11 9	0.17 8	0.17 59	0.08 87	0.07 92	0.08 59	0.06 22	0.07 30	0.06 4

Any-RAFT	0.18 21	0.09 3	0.33 11	0.19 13	0.10 17	0.29 180	0.16 40	0.44 174	0.32 107	0.25 71	0.27 75	0.29 156	0.16 62	0.23 40	0.13 7	0.08 87	0.07 92	0.06 1	0.05 8	0.07 30	0.07 11

DCANet-4	0.20 57	0.11 27	0.58 204	0.19 13	0.09 5	0.19 22	0.18 92	0.39 123	0.42 206	0.29 114	0.31 106	0.17 39	0.22 138	0.21 25	0.20 115	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 58

fff	0.20 57	0.15 123	0.57 191	0.19 13	0.09 5	0.19 22	0.18 92	0.38 107	0.46 243	0.29 114	0.31 106	0.18 47	0.28 213	0.21 25	0.20 115	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 58

ADStereo(finetuned)	0.21 80	0.15 123	0.59 211	0.19 13	0.09 5	0.19 22	0.18 92	0.37 98	0.41 194	0.30 135	0.31 106	0.19 53	0.31 249	0.21 25	0.20 115	0.07 13	0.05 3	0.07 13	0.05 8	0.07 30	0.10 99

CrosDoStereo	0.32 255	0.11 27	0.53 158	0.19 13	0.12 48	0.22 86	1.07 398	0.36 86	0.38 170	0.38 247	0.60 317	0.28 144	0.45 313	0.61 261	0.56 317	0.08 87	0.06 34	0.08 59	0.09 165	0.08 64	0.09 58

HHNet	0.23 122	0.12 57	0.66 242	0.19 13	0.18 232	0.20 48	0.20 155	0.36 86	0.32 107	0.33 184	0.59 313	0.19 53	0.21 133	0.24 46	0.31 225	0.08 87	0.06 34	0.09 119	0.07 44	0.08 64	0.12 163

DeepStereo_LL	0.32 255	0.11 27	0.53 158	0.19 13	0.12 48	0.22 86	1.07 398	0.36 86	0.38 170	0.38 247	0.60 317	0.28 144	0.45 313	0.61 261	0.56 317	0.08 87	0.06 34	0.08 59	0.09 165	0.08 64	0.09 58

DEmStereo	0.26 191	0.10 11	0.52 148	0.19 13	0.13 80	0.31 209	0.25 254	0.29 28	0.38 170	0.36 224	0.57 306	0.24 101	0.48 326	0.53 227	0.44 283	0.07 13	0.06 34	0.08 59	0.08 104	0.07 30	0.08 37

THIR-Stereo	0.30 240	0.15 123	0.46 68	0.19 13	0.11 25	0.28 163	0.70 379	0.33 68	0.36 149	0.37 239	0.64 330	0.33 191	0.49 330	0.58 244	0.44 283	0.08 87	0.06 34	0.08 59	0.09 165	0.07 30	0.08 37

DCANet	0.20 57	0.15 123	0.57 191	0.19 13	0.09 5	0.19 22	0.18 92	0.37 98	0.41 194	0.30 135	0.31 106	0.19 53	0.23 147	0.21 25	0.20 115	0.07 13	0.05 3	0.07 13	0.05 8	0.07 30	0.10 99

csc	0.20 57	0.15 123	0.57 191	0.19 13	0.09 5	0.19 22	0.18 92	0.38 107	0.46 243	0.29 114	0.31 106	0.18 47	0.28 213	0.21 25	0.20 115	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 58

cscssc	0.20 57	0.15 123	0.57 191	0.19 13	0.09 5	0.19 22	0.18 92	0.38 107	0.46 243	0.29 114	0.31 106	0.18 47	0.28 213	0.21 25	0.20 115	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 58

222	0.45 324	0.14 107	0.43 46	0.19 13	0.15 158	0.36 263	0.20 155	0.60 311	0.43 216	0.37 239	0.45 244	0.30 166	0.28 213	0.59 250	3.72 410	0.11 229	0.19 311	0.08 59	0.09 165	0.09 131	0.27 324

111	0.22 93	0.22 225	0.57 191	0.19 13	0.09 5	0.24 120	0.17 54	0.44 174	0.46 243	0.24 60	0.30 96	0.29 156	0.22 138	0.25 54	0.19 99	0.08 87	0.05 3	0.07 13	0.06 22	0.07 30	0.15 217

test_xeample	0.39 295	0.14 107	0.46 68	0.19 13	0.16 187	0.34 242	0.22 196	0.59 302	0.43 216	0.33 184	0.47 263	0.30 166	0.27 194	0.60 255	2.44 405	0.10 198	0.21 324	0.09 119	0.09 165	0.09 131	0.25 312

hitnet-ft	0.31 250	0.21 211	0.56 184	0.19 13	0.14 108	0.40 283	0.23 219	0.46 187	0.42 206	0.37 239	0.46 256	0.53 312	0.35 272	0.76 319	0.35 249	0.14 295	0.10 193	0.14 299	0.10 209	0.15 283	0.14 206

CFNet-ft	0.26 191	0.21 211	0.51 132	0.19 13	0.16 187	0.31 209	0.21 174	0.40 132	0.37 162	0.29 114	0.40 192	0.46 280	0.27 194	0.49 210	0.28 201	0.12 257	0.07 92	0.12 258	0.11 233	0.12 244	0.11 128

HSM-Net_RVC	0.28 214	0.12 57	0.48 85	0.19 13	0.11 25	0.35 255	0.21 174	0.64 335	0.44 223	0.40 267	0.43 222	0.50 300	0.27 194	0.75 313	0.25 179	0.08 87	0.07 92	0.08 59	0.07 44	0.08 64	0.09 58
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.26 191	0.21 211	0.51 132	0.19 13	0.16 187	0.31 209	0.21 174	0.40 132	0.37 162	0.29 114	0.40 192	0.46 280	0.27 194	0.49 210	0.28 201	0.12 257	0.07 92	0.12 258	0.11 233	0.12 244	0.11 128

UCFNet_RVC	0.25 172	0.21 211	0.49 102	0.19 13	0.15 158	0.34 242	0.18 92	0.47 196	0.36 149	0.30 135	0.35 144	0.40 240	0.26 188	0.35 168	0.24 167	0.13 274	0.08 139	0.13 281	0.14 308	0.13 256	0.13 183

Former-RAFT_DAM_RVC	0.18 21	0.15 123	0.27 2	0.20 34	0.13 80	0.24 120	0.17 54	0.31 51	0.37 162	0.43 290	0.17 17	0.13 11	0.12 15	0.20 24	0.16 46	0.08 87	0.07 92	0.09 119	0.07 44	0.09 131	0.08 37

SMFormer	0.27 207	0.13 73	0.47 73	0.20 34	0.10 17	0.28 163	0.19 124	0.54 252	0.48 262	0.35 213	0.42 210	0.31 175	0.27 194	0.60 255	0.34 243	0.10 198	0.16 282	0.08 59	0.09 165	0.10 178	0.16 227

tta	0.27 207	0.13 73	0.47 73	0.20 34	0.10 17	0.28 163	0.19 124	0.54 252	0.48 262	0.35 213	0.42 210	0.31 175	0.27 194	0.60 255	0.34 243	0.10 198	0.16 282	0.08 59	0.09 165	0.08 64	0.13 183

qqq1	0.26 191	0.13 73	0.47 73	0.20 34	0.10 17	0.28 163	0.19 124	0.54 252	0.48 262	0.35 213	0.42 210	0.31 175	0.27 194	0.60 255	0.21 132	0.10 198	0.16 282	0.07 13	0.07 44	0.08 64	0.13 183

fff1	0.26 191	0.13 73	0.47 73	0.20 34	0.10 17	0.28 163	0.19 124	0.54 252	0.48 262	0.35 213	0.42 210	0.31 175	0.27 194	0.60 255	0.21 132	0.10 198	0.16 282	0.07 13	0.07 44	0.08 64	0.13 183

11t1	0.21 80	0.12 57	0.45 56	0.20 34	0.15 158	0.27 149	0.17 54	0.37 98	0.28 65	0.27 85	0.25 59	0.24 101	0.23 147	0.28 98	0.25 179	0.09 143	0.19 311	0.07 13	0.07 44	0.09 131	0.23 291

MIM_Stereo	0.20 57	0.17 167	0.55 174	0.20 34	0.21 285	0.17 9	0.14 12	0.37 98	0.27 57	0.28 91	0.35 144	0.23 86	0.13 31	0.28 98	0.16 46	0.06 1	0.08 139	0.09 119	0.08 104	0.08 64	0.15 217

CFNet_ucs	0.25 172	0.14 107	0.51 132	0.20 34	0.15 158	0.29 180	0.18 92	0.51 230	0.46 243	0.32 175	0.42 210	0.38 227	0.23 147	0.31 133	0.22 147	0.11 229	0.08 139	0.12 258	0.09 165	0.13 256	0.13 183

iinet-f	0.31 250	0.23 238	1.16 350	0.20 34	0.16 187	0.44 301	0.23 219	0.47 196	0.38 170	0.36 224	0.44 231	0.41 247	0.35 272	0.36 172	0.43 276	0.10 198	0.09 168	0.08 59	0.08 104	0.13 256	0.12 163

RCA-Stereo	0.17 18	0.10 11	0.33 11	0.20 34	0.11 25	0.19 22	0.17 54	0.39 123	0.36 149	0.21 31	0.25 59	0.17 39	0.17 77	0.18 12	0.15 37	0.07 13	0.14 252	0.07 13	0.06 22	0.06 2	0.08 37

qqq	0.24 148	0.16 144	0.46 68	0.20 34	0.15 158	0.23 102	0.20 155	0.43 156	0.32 107	0.26 76	0.31 106	0.28 144	0.25 176	0.36 172	0.28 201	0.08 87	0.22 329	0.10 182	0.11 233	0.09 131	0.23 291

x	0.23 122	0.15 123	0.45 56	0.20 34	0.15 158	0.27 149	0.17 54	0.43 156	0.35 136	0.26 76	0.31 106	0.29 156	0.25 176	0.29 115	0.30 216	0.09 143	0.22 329	0.08 59	0.09 165	0.09 131	0.24 303

CFNet_pseudo	0.23 122	0.14 107	0.48 85	0.20 34	0.13 80	0.27 149	0.17 54	0.46 187	0.45 234	0.30 135	0.37 165	0.38 227	0.23 147	0.30 124	0.22 147	0.09 143	0.06 34	0.11 228	0.08 104	0.11 219	0.11 128

xxxx	0.39 295	0.14 107	0.47 73	0.20 34	0.16 187	0.38 274	0.20 155	0.61 318	0.43 216	0.30 135	0.44 231	0.38 227	0.25 176	0.50 214	2.41 404	0.11 229	0.21 324	0.09 119	0.10 209	0.10 178	0.26 321

CFNet-RSSM	0.18 21	0.10 11	0.45 56	0.20 34	0.12 48	0.20 48	0.16 40	0.40 132	0.31 99	0.23 54	0.21 42	0.26 128	0.15 50	0.21 25	0.14 24	0.07 13	0.05 3	0.07 13	0.07 44	0.06 2	0.06 4

Gwc-CoAtRS	0.17 18	0.10 11	0.41 33	0.20 34	0.12 48	0.20 48	0.15 25	0.34 72	0.29 78	0.23 54	0.23 50	0.27 132	0.15 50	0.21 25	0.14 24	0.07 13	0.06 34	0.07 13	0.07 44	0.06 2	0.07 11

DIP-Stereo	0.20 57	0.13 73	0.48 85	0.20 34	0.13 80	0.28 163	0.12 1	0.43 156	0.26 48	0.27 85	0.32 115	0.21 70	0.17 77	0.26 71	0.20 115	0.08 87	0.06 34	0.08 59	0.06 22	0.07 30	0.10 99
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MSMDNet	0.23 122	0.14 107	0.49 102	0.20 34	0.13 80	0.28 163	0.17 54	0.47 196	0.47 256	0.30 135	0.36 157	0.37 221	0.24 165	0.29 115	0.21 132	0.09 143	0.07 92	0.09 119	0.08 104	0.11 219	0.11 128

ccs_rob	0.23 122	0.14 107	0.48 85	0.20 34	0.13 80	0.27 149	0.17 54	0.46 187	0.45 234	0.30 135	0.37 165	0.38 227	0.23 147	0.30 124	0.22 147	0.09 143	0.06 34	0.11 228	0.08 104	0.12 244	0.11 128

HITNet	0.22 93	0.23 238	0.60 218	0.20 34	0.09 5	0.27 149	0.15 25	0.45 181	0.33 121	0.29 114	0.33 130	0.27 132	0.22 138	0.29 115	0.27 195	0.07 13	0.05 3	0.07 13	0.06 22	0.09 131	0.11 128
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
ff7	0.18 21	0.13 73	0.41 33	0.21 54	0.15 158	0.21 64	0.17 54	0.28 17	0.23 15	0.21 31	0.13 5	0.12 3	0.12 15	0.27 80	0.13 7	0.07 13	0.25 346	0.08 59	0.07 44	0.08 64	0.36 350

ffff	0.18 21	0.13 73	0.41 33	0.21 54	0.15 158	0.21 64	0.17 54	0.28 17	0.23 15	0.21 31	0.13 5	0.12 3	0.12 15	0.27 80	0.13 7	0.07 13	0.25 346	0.08 59	0.07 44	0.08 64	0.36 350

DualNet	0.33 262	0.17 167	0.84 296	0.21 54	0.13 80	0.29 180	0.21 174	0.38 107	0.46 243	0.31 150	0.44 231	0.34 198	0.24 165	0.28 98	1.30 375	0.08 87	0.28 359	0.12 258	0.11 233	0.08 64	0.37 358

ffm	0.27 207	0.17 167	0.84 296	0.21 54	0.13 80	0.29 180	0.21 174	0.38 107	0.46 243	0.31 150	0.44 231	0.34 198	0.24 165	0.28 98	0.12 1	0.08 87	0.28 359	0.12 258	0.11 233	0.08 64	0.37 358

ff1	0.36 278	0.17 167	0.84 296	0.21 54	0.13 80	0.29 180	0.21 174	0.38 107	0.46 243	0.31 150	0.44 231	0.34 198	0.24 165	0.91 351	1.30 375	0.08 87	0.28 359	0.12 258	0.11 233	0.08 64	0.37 358

mmx	0.37 285	0.17 167	0.84 296	0.21 54	0.13 80	0.29 180	0.21 174	0.57 282	0.48 262	0.31 150	0.44 231	0.34 198	0.24 165	0.91 351	1.30 375	0.10 198	0.20 319	0.12 258	0.11 233	0.11 219	0.23 291

11t	0.18 21	0.13 73	0.41 33	0.21 54	0.15 158	0.21 64	0.17 54	0.28 17	0.23 15	0.21 31	0.13 5	0.12 3	0.12 15	0.27 80	0.13 7	0.07 13	0.25 346	0.08 59	0.07 44	0.08 64	0.36 350

xxx	0.37 285	0.17 167	0.84 296	0.21 54	0.13 80	0.29 180	0.21 174	0.57 282	0.48 262	0.31 150	0.44 231	0.34 198	0.24 165	0.91 351	1.30 375	0.10 198	0.20 319	0.12 258	0.11 233	0.11 219	0.23 291

test croco	0.18 21	0.16 144	0.59 211	0.21 54	0.13 80	0.16 5	0.17 54	0.29 28	0.23 15	0.16 11	0.26 66	0.13 11	0.17 77	0.27 80	0.17 59	0.09 143	0.06 34	0.10 182	0.07 44	0.10 178	0.07 11

IGEV_Zeroshot_test	0.23 122	0.11 27	0.82 291	0.21 54	0.23 309	0.20 48	0.19 124	0.38 107	0.23 15	0.34 198	0.22 48	0.29 156	0.14 41	0.24 46	0.20 115	0.07 13	0.09 168	0.08 59	0.08 104	0.08 64	0.35 349

MIF-Stereo	0.15 4	0.12 57	0.45 56	0.21 54	0.14 108	0.17 9	0.13 2	0.20 1	0.19 3	0.16 11	0.20 30	0.10 1	0.11 9	0.18 12	0.17 59	0.08 87	0.06 34	0.07 13	0.06 22	0.08 64	0.07 11

PCWNet_CMD	0.23 122	0.14 107	0.48 85	0.21 54	0.13 80	0.28 163	0.17 54	0.47 196	0.47 256	0.30 135	0.36 157	0.37 221	0.24 165	0.29 115	0.21 132	0.09 143	0.06 34	0.10 182	0.08 104	0.11 219	0.11 128

4D-IteraStereo	0.20 57	0.21 211	0.62 227	0.21 54	0.14 108	0.19 22	0.17 54	0.29 28	0.28 65	0.24 60	0.20 30	0.20 60	0.10 3	0.22 36	0.18 78	0.07 13	0.07 92	0.10 182	0.08 104	0.08 64	0.33 344

CBFPSM	0.28 214	0.23 238	0.76 273	0.21 54	0.14 108	0.38 274	0.26 264	0.42 151	0.37 162	0.34 198	0.36 157	0.55 315	0.38 287	0.33 147	0.40 266	0.08 87	0.08 139	0.07 13	0.08 104	0.09 131	0.12 163

ProNet	0.16 11	0.13 73	0.36 19	0.21 54	0.15 158	0.20 48	0.19 124	0.29 28	0.23 15	0.14 5	0.13 5	0.13 11	0.12 15	0.25 54	0.13 7	0.06 1	0.09 168	0.07 13	0.06 22	0.07 30	0.22 284

ccc-4	0.18 21	0.13 73	0.41 33	0.21 54	0.15 158	0.21 64	0.17 54	0.28 17	0.23 15	0.21 31	0.13 5	0.12 3	0.12 15	0.27 80	0.13 7	0.07 13	0.25 346	0.08 59	0.07 44	0.08 64	0.36 350

IER	0.24 148	0.15 123	0.50 120	0.21 54	0.15 158	0.31 209	0.20 155	0.44 174	0.38 170	0.34 198	0.41 203	0.32 185	0.34 265	0.31 133	0.23 162	0.09 143	0.07 92	0.08 59	0.08 104	0.09 131	0.09 58

psmg	0.24 148	0.13 73	0.36 19	0.21 54	0.14 108	0.35 255	0.23 219	0.54 252	0.36 149	0.36 224	0.38 171	0.38 227	0.25 176	0.27 80	0.28 201	0.10 198	0.08 139	0.10 182	0.10 209	0.09 131	0.09 58

IPLG	0.23 122	0.19 192	0.65 239	0.21 54	0.12 48	0.28 163	0.17 54	0.45 181	0.32 107	0.33 184	0.32 115	0.16 32	0.17 77	0.50 214	0.23 162	0.07 13	0.06 34	0.08 59	0.07 44	0.07 30	0.08 37

IPLGR	0.22 93	0.14 107	0.75 269	0.21 54	0.11 25	0.25 130	0.18 92	0.44 174	0.38 170	0.29 114	0.28 79	0.21 70	0.19 120	0.37 180	0.19 99	0.07 13	0.06 34	0.08 59	0.07 44	0.07 30	0.07 11

STrans-v2	0.25 172	0.14 107	0.56 184	0.21 54	0.12 48	0.23 102	0.20 155	0.50 220	0.31 99	0.31 150	0.42 210	0.35 212	0.35 272	0.62 269	0.24 167	0.07 13	0.05 3	0.08 59	0.07 44	0.06 2	0.08 37

iRaftStereo_RVC	0.17 18	0.16 144	0.35 17	0.21 54	0.11 25	0.20 48	0.17 54	0.34 72	0.25 42	0.20 27	0.25 59	0.19 53	0.12 15	0.21 25	0.16 46	0.07 13	0.12 229	0.10 182	0.09 165	0.09 131	0.14 206

GES	0.23 122	0.14 107	0.54 168	0.21 54	0.14 108	0.28 163	0.19 124	0.51 230	0.35 136	0.31 150	0.36 157	0.25 112	0.24 165	0.30 124	0.23 162	0.11 229	0.09 168	0.08 59	0.08 104	0.10 178	0.12 163

test_xeample3	0.22 93	0.17 167	0.81 288	0.21 54	0.15 158	0.20 48	0.18 92	0.40 132	0.25 42	0.19 23	0.12 2	0.13 11	0.12 15	0.34 161	0.33 239	0.07 13	0.20 319	0.07 13	0.08 104	0.08 64	0.34 347

RAFT-Stereo + iAFF	0.20 57	0.23 238	0.49 102	0.21 54	0.16 187	0.19 22	0.17 54	0.35 81	0.32 107	0.26 76	0.33 130	0.20 60	0.17 77	0.21 25	0.17 59	0.06 1	0.10 193	0.07 13	0.07 44	0.07 30	0.11 128

GMStereo	0.21 80	0.30 293	0.57 191	0.21 54	0.12 48	0.24 120	0.18 92	0.30 37	0.41 194	0.26 76	0.24 55	0.17 39	0.16 62	0.25 54	0.19 99	0.10 198	0.07 92	0.08 59	0.08 104	0.11 219	0.09 58
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.23 122	0.12 57	0.51 132	0.21 54	0.14 108	0.34 242	0.22 196	0.57 282	0.41 194	0.29 114	0.32 115	0.23 86	0.22 138	0.28 98	0.20 115	0.10 198	0.07 92	0.09 119	0.10 209	0.09 131	0.09 58

GANet-RSSM	0.26 191	0.19 192	0.54 168	0.21 54	0.14 108	0.27 149	0.22 196	0.47 196	0.34 129	0.30 135	0.40 192	0.41 247	0.30 236	0.59 250	0.25 179	0.11 229	0.08 139	0.09 119	0.09 165	0.10 178	0.10 99

PSMNet-RSSM	0.26 191	0.21 211	0.50 120	0.21 54	0.14 108	0.25 130	0.21 174	0.50 220	0.38 170	0.31 150	0.45 244	0.40 240	0.27 194	0.53 227	0.24 167	0.12 257	0.08 139	0.11 228	0.13 294	0.10 178	0.10 99

DSFCA	0.29 228	0.18 184	0.48 85	0.21 54	0.17 212	0.39 277	0.32 307	0.49 212	0.44 223	0.44 297	0.38 171	0.40 240	0.30 236	0.53 227	0.38 260	0.12 257	0.10 193	0.10 182	0.11 233	0.11 219	0.11 128

HSM	0.29 228	0.18 184	0.48 85	0.21 54	0.15 158	0.33 228	0.20 155	0.55 263	0.39 181	0.36 224	0.39 185	0.67 354	0.32 260	0.88 344	0.24 167	0.09 143	0.07 92	0.08 59	0.07 44	0.09 131	0.10 99

iResNet_ROB	0.27 207	0.27 277	0.48 85	0.21 54	0.12 48	0.32 222	0.17 54	0.57 282	0.55 309	0.39 258	0.44 231	0.37 221	0.28 213	0.43 194	0.28 201	0.08 87	0.06 34	0.06 1	0.05 8	0.09 131	0.11 128

MyStereo07	0.18 21	0.15 123	0.44 53	0.22 86	0.16 187	0.25 130	0.22 196	0.31 51	0.26 48	0.22 47	0.13 5	0.12 3	0.13 31	0.33 147	0.14 24	0.07 13	0.13 243	0.09 119	0.09 165	0.09 131	0.11 128

MyStereo06	0.23 122	0.15 123	0.74 266	0.22 86	0.14 108	0.25 130	0.22 196	0.43 156	0.25 42	0.36 224	0.24 55	0.34 198	0.18 103	0.24 46	0.20 115	0.07 13	0.12 229	0.09 119	0.09 165	0.09 131	0.11 128

MyStereo05	0.24 148	0.15 123	0.58 204	0.22 86	0.14 108	0.25 130	0.22 196	0.50 220	0.54 302	0.32 175	0.23 50	0.26 128	0.23 147	0.32 138	0.25 179	0.07 13	0.12 229	0.09 119	0.09 165	0.09 131	0.11 128

MyStereo04	0.24 148	0.15 123	0.58 204	0.22 86	0.16 187	0.25 130	0.22 196	0.51 230	0.54 302	0.29 114	0.23 50	0.27 132	0.23 147	0.32 138	0.25 179	0.07 13	0.13 243	0.09 119	0.09 165	0.09 131	0.11 128

CoDeX	0.24 148	0.13 73	0.48 85	0.22 86	0.14 108	0.29 180	0.21 174	0.55 263	0.42 206	0.29 114	0.36 157	0.28 144	0.23 147	0.48 208	0.20 115	0.09 143	0.06 34	0.08 59	0.07 44	0.08 64	0.08 37

IGEVStereo-DCA	0.20 57	0.17 167	0.41 33	0.22 86	0.15 158	0.20 48	0.17 54	0.28 17	0.23 15	0.19 23	0.12 2	0.14 22	0.12 15	0.38 182	0.31 225	0.07 13	0.16 282	0.08 59	0.07 44	0.08 64	0.36 350

rrr	0.22 93	0.17 167	0.79 284	0.22 86	0.15 158	0.20 48	0.18 92	0.40 132	0.27 57	0.19 23	0.12 2	0.14 22	0.12 15	0.38 182	0.31 225	0.07 13	0.16 282	0.08 59	0.07 44	0.08 64	0.28 330

ttt	0.33 262	0.14 107	0.54 168	0.22 86	0.14 108	0.30 191	0.22 196	0.59 302	0.51 286	0.31 150	0.46 256	0.30 166	0.23 147	0.71 300	1.07 364	0.13 274	0.22 329	0.10 182	0.11 233	0.12 244	0.24 303

MIF-Stereo (partial)	0.18 21	0.13 73	0.50 120	0.22 86	0.15 158	0.16 5	0.13 2	0.29 28	0.26 48	0.17 15	0.26 66	0.16 32	0.17 77	0.25 54	0.18 78	0.09 143	0.06 34	0.10 182	0.08 104	0.09 131	0.08 37

CASnet	0.15 4	0.13 73	0.30 5	0.22 86	0.08 2	0.15 4	0.14 12	0.28 17	0.26 48	0.23 54	0.20 30	0.15 28	0.11 9	0.18 12	0.13 7	0.07 13	0.05 3	0.11 228	0.09 165	0.08 64	0.05 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
ToySt	0.28 214	0.19 192	0.68 250	0.22 86	0.19 255	0.31 209	0.31 302	0.43 156	0.43 216	0.28 91	0.38 171	0.42 257	0.32 260	0.33 147	0.32 231	0.08 87	0.14 252	0.10 182	0.12 270	0.11 219	0.24 303

Wz-Net-LNSev-Ref	0.33 262	0.25 261	0.82 291	0.22 86	0.17 212	0.46 311	0.28 283	0.53 245	0.53 298	0.43 290	0.57 306	0.44 269	0.31 249	0.50 214	0.48 294	0.10 198	0.06 34	0.08 59	0.06 22	0.11 219	0.12 163

raft_robust	0.25 172	0.23 238	0.44 53	0.22 86	0.13 80	0.23 102	0.22 196	0.52 235	0.50 280	0.33 184	0.32 115	0.33 191	0.23 147	0.55 235	0.18 78	0.07 13	0.11 213	0.08 59	0.10 209	0.08 64	0.07 11

CSP-Net	0.28 214	0.17 167	0.41 33	0.22 86	0.14 108	0.44 301	0.24 241	0.52 235	0.42 206	0.42 281	0.44 231	0.42 257	0.27 194	0.66 287	0.30 216	0.12 257	0.09 168	0.08 59	0.08 104	0.10 178	0.10 99

dad	0.30 240	0.38 333	0.60 218	0.22 86	0.14 108	0.32 222	0.21 174	0.35 81	0.51 286	0.45 304	0.45 244	0.46 280	0.23 147	0.41 189	0.27 195	0.21 349	0.11 213	0.20 345	0.11 233	0.15 283	0.11 128

GLC_STEREO	0.15 4	0.11 27	0.31 7	0.22 86	0.09 5	0.17 9	0.15 25	0.24 7	0.28 65	0.17 15	0.20 30	0.17 39	0.11 9	0.24 46	0.17 59	0.07 13	0.09 168	0.09 119	0.08 104	0.07 30	0.07 11

MIPNet	0.22 93	0.19 192	0.64 236	0.22 86	0.12 48	0.28 163	0.20 155	0.48 205	0.39 181	0.31 150	0.24 55	0.19 53	0.24 165	0.28 98	0.20 115	0.07 13	0.05 3	0.08 59	0.07 44	0.07 30	0.08 37

PFNet+	0.21 80	0.11 27	0.54 168	0.22 86	0.12 48	0.17 9	0.18 92	0.31 51	0.36 149	0.33 184	0.32 115	0.24 101	0.16 62	0.33 147	0.18 78	0.10 198	0.07 92	0.11 228	0.10 209	0.08 64	0.12 163

Patchmatch Stereo++	0.19 37	0.13 73	0.51 132	0.22 86	0.11 25	0.19 22	0.14 12	0.30 37	0.24 24	0.28 91	0.29 85	0.25 112	0.18 103	0.27 80	0.18 78	0.09 143	0.06 34	0.10 182	0.08 104	0.10 178	0.09 58
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	0.19 37	0.13 73	0.51 132	0.22 86	0.11 25	0.19 22	0.15 25	0.30 37	0.24 24	0.28 91	0.29 85	0.25 112	0.18 103	0.25 54	0.17 59	0.09 143	0.06 34	0.10 182	0.08 104	0.10 178	0.09 58

ROB_FTStereo_v2	0.19 37	0.13 73	0.51 132	0.22 86	0.11 25	0.19 22	0.15 25	0.30 37	0.24 24	0.28 91	0.29 85	0.25 112	0.18 103	0.25 54	0.18 78	0.09 143	0.06 34	0.10 182	0.08 104	0.10 178	0.09 58

ROB_FTStereo	0.19 37	0.13 73	0.51 132	0.22 86	0.11 25	0.19 22	0.13 2	0.30 37	0.24 24	0.28 91	0.29 85	0.25 112	0.18 103	0.25 54	0.17 59	0.09 143	0.06 34	0.10 182	0.08 104	0.10 178	0.09 58

HUI-Stereo	0.19 37	0.13 73	0.52 148	0.22 86	0.11 25	0.19 22	0.14 12	0.30 37	0.24 24	0.28 91	0.29 85	0.25 112	0.18 103	0.23 40	0.17 59	0.09 143	0.06 34	0.10 182	0.08 104	0.10 178	0.09 58

DeepStereo_RVC	0.19 37	0.12 57	0.47 73	0.22 86	0.11 25	0.19 22	0.16 40	0.29 28	0.24 24	0.28 91	0.27 75	0.23 86	0.28 213	0.24 46	0.19 99	0.08 87	0.06 34	0.09 119	0.07 44	0.09 131	0.10 99

iGMRVC	0.19 37	0.13 73	0.51 132	0.22 86	0.11 25	0.19 22	0.15 25	0.30 37	0.24 24	0.28 91	0.29 85	0.25 112	0.18 103	0.27 80	0.18 78	0.09 143	0.06 34	0.10 182	0.08 104	0.10 178	0.09 58

RAFT-RH_RVC	0.26 191	0.13 73	0.57 191	0.22 86	0.12 48	0.25 130	0.14 12	0.27 13	0.29 78	0.38 247	1.14 376	0.23 86	0.18 103	0.58 244	0.24 167	0.07 13	0.06 34	0.10 182	0.07 44	0.06 2	0.08 37

RAFT-345	0.22 93	0.11 27	0.55 174	0.22 86	0.12 48	0.20 48	0.16 40	0.27 13	0.28 65	0.27 85	0.65 332	0.20 60	0.17 77	0.55 235	0.22 147	0.07 13	0.06 34	0.08 59	0.07 44	0.06 2	0.07 11

iRAFT	0.19 37	0.13 73	0.51 132	0.22 86	0.11 25	0.19 22	0.14 12	0.30 37	0.24 24	0.28 91	0.29 85	0.25 112	0.18 103	0.27 80	0.18 78	0.09 143	0.06 34	0.10 182	0.08 104	0.10 178	0.09 58

RAFT-IKP	0.19 37	0.13 73	0.51 132	0.22 86	0.11 25	0.18 13	0.15 25	0.30 37	0.24 24	0.28 91	0.29 85	0.25 112	0.18 103	0.26 71	0.18 78	0.09 143	0.06 34	0.10 182	0.08 104	0.10 178	0.09 58

raft+_RVC	0.21 80	0.21 211	0.46 68	0.22 86	0.35 359	0.21 64	0.16 40	0.39 123	0.35 136	0.22 47	0.28 79	0.20 60	0.15 50	0.25 54	0.20 115	0.08 87	0.16 282	0.08 59	0.07 44	0.07 30	0.12 163

XX-TBD	0.16 11	0.21 211	0.43 46	0.22 86	0.10 17	0.23 102	0.15 25	0.23 3	0.28 65	0.22 47	0.26 66	0.14 22	0.12 15	0.16 3	0.14 24	0.08 87	0.05 3	0.06 1	0.04 1	0.07 30	0.06 4

ARAFT	0.26 191	0.30 293	0.87 305	0.22 86	0.12 48	0.30 191	0.24 241	0.46 187	0.34 129	0.33 184	0.28 79	0.29 156	0.20 126	0.49 210	0.19 99	0.08 87	0.06 34	0.12 258	0.11 233	0.09 131	0.09 58

AFF-stereo	0.20 57	0.24 248	0.49 102	0.22 86	0.11 25	0.18 13	0.18 92	0.35 81	0.29 78	0.25 71	0.36 157	0.25 112	0.17 77	0.25 54	0.17 59	0.06 1	0.09 168	0.08 59	0.08 104	0.08 64	0.11 128

EAI-Stereo	0.29 228	0.11 27	0.38 25	0.22 86	0.18 232	0.33 228	1.66 408	0.53 245	0.27 57	0.27 85	0.50 276	0.17 39	0.16 62	0.25 54	0.25 179	0.07 13	0.07 92	0.07 13	0.11 233	0.07 30	0.10 99

FENet	0.22 93	0.13 73	0.48 85	0.22 86	0.12 48	0.27 149	0.18 92	0.43 156	0.37 162	0.31 150	0.32 115	0.29 156	0.23 147	0.27 80	0.24 167	0.10 198	0.07 92	0.09 119	0.09 165	0.09 131	0.11 128

cf-r	0.26 191	0.22 225	0.66 242	0.22 86	0.14 108	0.28 163	0.22 196	0.44 174	0.42 206	0.32 175	0.42 210	0.43 263	0.27 194	0.44 197	0.27 195	0.11 229	0.07 92	0.08 59	0.10 209	0.08 64	0.09 58

GwcNet-RSSM	0.28 214	0.25 261	0.61 224	0.22 86	0.14 108	0.28 163	0.24 241	0.46 187	0.44 223	0.33 184	0.46 256	0.41 247	0.28 213	0.55 235	0.31 225	0.11 229	0.07 92	0.09 119	0.10 209	0.10 178	0.09 58

R-Stereo Train	0.19 37	0.10 11	0.49 102	0.22 86	0.12 48	0.23 102	0.18 92	0.43 156	0.20 5	0.31 150	0.45 244	0.20 60	0.14 41	0.18 12	0.18 78	0.08 87	0.06 34	0.07 13	0.06 22	0.06 2	0.07 11

RAFT-Stereo	0.19 37	0.10 11	0.49 102	0.22 86	0.12 48	0.23 102	0.18 92	0.43 156	0.20 5	0.31 150	0.45 244	0.20 60	0.14 41	0.18 12	0.18 78	0.08 87	0.06 34	0.07 13	0.06 22	0.06 2	0.07 11
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DeepPruner_ROB	0.28 214	0.25 261	0.64 236	0.22 86	0.16 187	0.30 191	0.21 174	0.54 252	0.33 121	0.36 224	0.38 171	0.38 227	0.26 188	0.45 203	0.28 201	0.15 307	0.11 213	0.11 228	0.11 233	0.14 276	0.14 206

MLCV	0.25 172	0.23 238	0.59 211	0.22 86	0.09 5	0.30 191	0.18 92	0.40 132	0.38 170	0.38 247	0.44 231	0.31 175	0.22 138	0.44 197	0.32 231	0.07 13	0.05 3	0.07 13	0.06 22	0.07 30	0.08 37

CBMV_ROB	0.36 278	0.21 211	0.57 191	0.22 86	0.14 108	0.35 255	0.20 155	0.55 263	0.47 256	0.52 330	0.58 309	0.45 274	0.53 340	0.75 313	0.50 301	0.18 337	0.19 311	0.23 354	0.21 349	0.15 283	0.20 267

MeshStereo	0.60 358	0.31 296	0.71 260	0.22 86	0.17 212	0.66 356	0.36 323	0.81 374	0.63 334	1.48 402	1.32 383	1.65 390	0.83 372	1.18 376	0.74 340	0.17 327	0.17 300	0.17 328	0.14 308	0.17 304	0.19 255
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
mmm	0.25 172	0.15 123	0.44 53	0.23 129	0.20 272	0.28 163	0.21 174	0.43 156	0.32 107	0.31 150	0.40 192	0.30 166	0.24 165	0.31 133	0.28 201	0.09 143	0.21 324	0.11 228	0.12 270	0.10 178	0.26 321

1111x	0.39 295	0.17 167	0.80 287	0.23 129	0.15 158	0.33 228	0.27 269	0.62 326	0.48 262	0.32 175	0.43 222	0.40 240	0.29 229	0.86 341	1.60 391	0.09 143	0.23 337	0.09 119	0.12 270	0.10 178	0.23 291

gwcnet-sp	0.25 172	0.16 144	0.70 254	0.23 129	0.14 108	0.34 242	0.22 196	0.46 187	0.41 194	0.37 239	0.35 144	0.27 132	0.27 194	0.36 172	0.26 188	0.09 143	0.08 139	0.09 119	0.09 165	0.10 178	0.10 99

scenet	0.25 172	0.16 144	0.70 254	0.23 129	0.14 108	0.34 242	0.22 196	0.46 187	0.41 194	0.37 239	0.35 144	0.27 132	0.27 194	0.36 172	0.26 188	0.09 143	0.08 139	0.09 119	0.09 165	0.10 178	0.10 99

ssnet_v2	0.30 240	0.21 211	0.63 232	0.23 129	0.15 158	0.40 283	0.30 293	0.59 302	0.48 262	0.40 267	0.37 165	0.46 280	0.30 236	0.41 189	0.44 283	0.13 274	0.11 213	0.11 228	0.11 233	0.12 244	0.11 128

ssnet	0.25 172	0.16 144	0.70 254	0.23 129	0.14 108	0.34 242	0.22 196	0.46 187	0.41 194	0.37 239	0.35 144	0.27 132	0.27 194	0.36 172	0.26 188	0.09 143	0.08 139	0.09 119	0.09 165	0.10 178	0.10 99

HBP-ISP	0.34 270	0.35 318	0.76 273	0.23 129	0.17 212	0.33 228	0.22 196	0.56 273	0.47 256	0.42 281	0.49 274	0.33 191	0.41 302	0.73 304	0.27 195	0.18 337	0.19 311	0.24 356	0.20 347	0.16 292	0.16 227

NINENet	0.27 207	0.16 144	0.49 102	0.23 129	0.16 187	0.44 301	0.17 54	0.63 330	0.49 275	0.33 184	0.38 171	0.31 175	0.22 138	0.43 194	0.22 147	0.11 229	0.10 193	0.12 258	0.08 104	0.12 244	0.11 128

Sa-1000	0.24 148	0.20 204	0.53 158	0.23 129	0.14 108	0.30 191	0.23 219	0.50 220	0.41 194	0.30 135	0.50 276	0.26 128	0.19 120	0.33 147	0.16 46	0.08 87	0.10 193	0.10 182	0.11 233	0.08 64	0.08 37

SA	0.24 148	0.22 225	0.55 174	0.23 129	0.14 108	0.25 130	0.23 219	0.48 205	0.42 206	0.28 91	0.44 231	0.23 86	0.23 147	0.34 161	0.17 59	0.07 13	0.09 168	0.11 228	0.11 233	0.08 64	0.09 58

iRaft-Stereo_5w	0.25 172	0.24 248	0.50 120	0.23 129	0.18 232	0.19 22	0.19 124	0.39 123	0.35 136	0.28 91	0.36 157	0.34 198	0.23 147	0.66 287	0.28 201	0.07 13	0.07 92	0.08 59	0.07 44	0.09 131	0.14 206

dd	0.23 122	0.32 303	0.55 174	0.23 129	0.12 48	0.27 149	0.21 174	0.32 56	0.45 234	0.30 135	0.29 85	0.25 112	0.17 77	0.31 133	0.26 188	0.13 274	0.07 92	0.10 182	0.08 104	0.12 244	0.09 58

GMOStereo	0.20 57	0.17 167	0.45 56	0.23 129	0.18 232	0.21 64	0.27 269	0.28 17	0.28 65	0.31 150	0.32 115	0.28 144	0.17 77	0.16 3	0.13 7	0.07 13	0.23 337	0.10 182	0.08 104	0.08 64	0.07 11

error version	0.20 57	0.17 167	0.45 56	0.23 129	0.18 232	0.21 64	0.27 269	0.28 17	0.28 65	0.31 150	0.32 115	0.28 144	0.17 77	0.16 3	0.13 7	0.07 13	0.23 337	0.10 182	0.08 104	0.08 64	0.07 11

test-v	0.20 57	0.17 167	0.45 56	0.23 129	0.18 232	0.21 64	0.27 269	0.28 17	0.28 65	0.31 150	0.32 115	0.28 144	0.17 77	0.16 3	0.13 7	0.07 13	0.23 337	0.10 182	0.08 104	0.08 64	0.07 11

test-3	0.18 21	0.10 11	0.48 85	0.23 129	0.14 108	0.18 13	0.16 40	0.32 56	0.29 78	0.26 76	0.17 17	0.22 73	0.13 31	0.26 71	0.19 99	0.06 1	0.14 252	0.08 59	0.08 104	0.06 2	0.10 99

test_1	0.18 21	0.10 11	0.48 85	0.23 129	0.14 108	0.18 13	0.16 40	0.32 56	0.29 78	0.26 76	0.17 17	0.22 73	0.13 31	0.26 71	0.19 99	0.06 1	0.14 252	0.08 59	0.08 104	0.06 2	0.10 99

AACVNet	0.28 214	0.22 225	0.55 174	0.23 129	0.14 108	0.30 191	0.19 124	0.43 156	0.33 121	0.39 258	0.42 210	0.44 269	0.29 229	0.73 304	0.28 201	0.11 229	0.09 168	0.11 228	0.09 165	0.13 256	0.12 163

GANet-ADL	0.22 93	0.14 107	0.51 132	0.23 129	0.14 108	0.29 180	0.19 124	0.48 205	0.36 149	0.26 76	0.33 130	0.32 185	0.20 126	0.26 71	0.22 147	0.11 229	0.07 92	0.07 13	0.06 22	0.09 131	0.11 128

ADLNet2	0.31 250	0.23 238	0.77 279	0.23 129	0.18 232	0.36 263	0.24 241	0.55 263	0.54 302	0.33 184	0.38 171	0.45 274	0.31 249	0.70 297	0.36 252	0.10 198	0.08 139	0.09 119	0.09 165	0.12 244	0.11 128

NRIStereo	0.20 57	0.12 57	0.50 120	0.23 129	0.11 25	0.24 120	0.19 124	0.30 37	0.28 65	0.26 76	0.26 66	0.25 112	0.18 103	0.34 161	0.19 99	0.08 87	0.06 34	0.09 119	0.07 44	0.09 131	0.09 58

KYRaft	0.23 122	0.11 27	0.43 46	0.23 129	0.12 48	0.23 102	0.23 219	0.37 98	0.26 48	0.35 213	0.53 292	0.34 198	0.26 188	0.29 115	0.16 46	0.07 13	0.05 3	0.09 119	0.10 209	0.08 64	0.30 336

CRE-IMP	0.19 37	0.13 73	0.51 132	0.23 129	0.11 25	0.24 120	0.17 54	0.31 51	0.24 24	0.27 85	0.26 66	0.24 101	0.17 77	0.24 46	0.19 99	0.09 143	0.05 3	0.10 182	0.07 44	0.10 178	0.10 99

test-2	0.20 57	0.17 167	0.45 56	0.23 129	0.18 232	0.21 64	0.27 269	0.28 17	0.28 65	0.31 150	0.32 115	0.28 144	0.17 77	0.16 3	0.13 7	0.07 13	0.23 337	0.10 182	0.08 104	0.08 64	0.07 11

test-1	0.20 57	0.12 57	0.49 102	0.23 129	0.23 309	0.22 86	0.23 219	0.36 86	0.29 78	0.21 31	0.25 59	0.24 101	0.14 41	0.18 12	0.22 147	0.07 13	0.14 252	0.08 59	0.07 44	0.06 2	0.14 206

GMM-Stereo	0.22 93	0.10 11	0.56 184	0.23 129	0.13 80	0.24 120	0.24 241	0.38 107	0.29 78	0.31 150	0.44 231	0.27 132	0.21 133	0.31 133	0.17 59	0.07 13	0.05 3	0.10 182	0.09 165	0.08 64	0.19 255

raftrobust	0.19 37	0.19 192	0.42 41	0.23 129	0.24 320	0.19 22	0.13 2	0.33 68	0.28 65	0.26 76	0.20 30	0.19 53	0.17 77	0.23 40	0.17 59	0.08 87	0.10 193	0.07 13	0.06 22	0.07 30	0.09 58

pcwnet_v2	0.32 255	0.16 144	1.22 361	0.23 129	0.19 255	0.32 222	0.19 124	0.61 318	0.61 328	0.37 239	0.45 244	0.35 212	0.29 229	0.37 180	0.26 188	0.14 295	0.11 213	0.12 258	0.11 233	0.14 276	0.18 241

RALCasStereoNet	0.22 93	0.22 225	0.48 85	0.23 129	0.23 309	0.22 86	0.18 92	0.32 56	0.27 57	0.22 47	0.30 96	0.22 73	0.15 50	0.29 115	0.20 115	0.08 87	0.22 329	0.07 13	0.06 22	0.10 178	0.25 312

RALAANet	0.21 80	0.24 248	0.53 158	0.23 129	0.14 108	0.22 86	0.13 2	0.38 107	0.30 92	0.29 114	0.26 66	0.25 112	0.15 50	0.28 98	0.20 115	0.08 87	0.08 139	0.09 119	0.08 104	0.10 178	0.07 11

ADLNet	0.30 240	0.19 192	0.59 211	0.23 129	0.19 255	0.34 242	0.23 219	0.56 273	0.44 223	0.43 290	0.41 203	0.43 263	0.28 213	0.56 240	0.36 252	0.11 229	0.08 139	0.11 228	0.11 233	0.11 219	0.15 217

DMCA	0.24 148	0.18 184	0.51 132	0.23 129	0.14 108	0.27 149	0.20 155	0.45 181	0.40 189	0.32 175	0.33 130	0.33 191	0.25 176	0.27 80	0.30 216	0.11 229	0.08 139	0.10 182	0.08 104	0.11 219	0.12 163

BEATNet_4x	0.25 172	0.25 261	0.66 242	0.23 129	0.10 17	0.29 180	0.14 12	0.49 212	0.34 129	0.31 150	0.35 144	0.32 185	0.26 188	0.34 161	0.33 239	0.08 87	0.06 34	0.08 59	0.07 44	0.11 219	0.13 183

SuperB	0.50 338	0.37 327	2.16 395	0.23 129	0.15 158	0.41 287	0.32 307	0.50 220	0.83 364	0.44 297	0.51 279	0.33 191	0.45 313	0.69 294	1.07 364	0.10 198	0.08 139	0.09 119	0.08 104	0.95 400	0.18 241

RASNet	0.30 240	0.19 192	0.59 211	0.23 129	0.19 255	0.33 228	0.20 155	0.50 220	0.41 194	0.31 150	0.44 231	0.47 287	0.38 287	0.79 326	0.40 266	0.09 143	0.07 92	0.07 13	0.09 165	0.08 64	0.10 99

CFNet	0.29 228	0.29 287	0.57 191	0.23 129	0.14 108	0.34 242	0.15 25	0.53 245	0.46 243	0.31 150	0.40 192	0.38 227	0.27 194	0.76 319	0.28 201	0.10 198	0.07 92	0.11 228	0.11 233	0.11 219	0.09 58

AANet_RVC	0.33 262	0.31 296	0.69 251	0.23 129	0.14 108	0.30 191	0.23 219	0.49 212	0.55 309	0.39 258	0.60 317	0.43 263	0.30 236	0.88 344	0.54 313	0.11 229	0.08 139	0.07 13	0.07 44	0.10 178	0.12 163

MyStereo8	0.25 172	0.20 204	0.69 251	0.24 166	0.17 212	0.31 209	0.16 40	0.50 220	0.32 107	0.29 114	0.38 171	0.25 112	0.19 120	0.33 147	0.29 214	0.08 87	0.20 319	0.08 59	0.08 104	0.10 178	0.16 227

whm_eth	0.24 148	0.21 211	0.72 264	0.24 166	0.19 255	0.21 64	0.19 124	0.40 132	0.43 216	0.31 150	0.60 317	0.15 28	0.18 103	0.26 71	0.19 99	0.09 143	0.08 139	0.10 182	0.09 165	0.09 131	0.13 183

SDNR	0.47 333	0.29 287	0.92 317	0.24 166	0.37 364	1.27 392	0.17 54	0.54 252	0.58 317	0.44 297	0.85 360	0.55 315	0.28 213	1.19 377	0.52 305	0.23 353	0.24 345	0.17 328	0.13 294	0.19 323	0.26 321

coex-ft	3.48 410	0.81 383	48.53 434	0.24 166	0.19 255	0.53 337	0.47 355	0.49 212	2.36 402	7.18 415	1.20 378	0.96 375	2.53 407	0.75 313	2.14 401	0.13 274	0.15 273	0.14 299	0.12 270	0.22 340	0.47 375

Selective-RAFT	0.19 37	0.14 107	0.37 24	0.24 166	0.11 25	0.30 191	0.15 25	0.35 81	0.34 129	0.17 15	0.17 17	0.22 73	0.18 103	0.29 115	0.18 78	0.07 13	0.16 282	0.07 13	0.07 44	0.08 64	0.08 37

DisPM	0.20 57	0.11 27	0.52 148	0.24 166	0.13 80	0.18 13	0.19 124	0.30 37	0.31 99	0.33 184	0.34 138	0.23 86	0.16 62	0.34 161	0.17 59	0.09 143	0.06 34	0.09 119	0.08 104	0.08 64	0.12 163

test_4	0.19 37	0.16 144	0.39 27	0.24 166	0.13 80	0.19 22	0.21 174	0.27 13	0.24 24	0.24 60	0.47 263	0.22 73	0.13 31	0.27 80	0.18 78	0.06 1	0.06 34	0.09 119	0.09 165	0.07 30	0.06 4

CIPLG	0.23 122	0.28 284	0.75 269	0.24 166	0.16 187	0.25 130	0.20 155	0.38 107	0.33 121	0.32 175	0.34 138	0.23 86	0.15 50	0.27 80	0.22 147	0.09 143	0.07 92	0.08 59	0.07 44	0.08 64	0.09 58

DAS	0.28 214	0.13 73	0.49 102	0.24 166	0.18 232	0.30 191	0.24 241	0.48 205	0.48 262	0.42 281	0.45 244	0.34 198	0.31 249	0.76 319	0.24 167	0.09 143	0.07 92	0.09 119	0.07 44	0.10 178	0.11 128

SepStereo	0.27 207	0.13 73	0.49 102	0.24 166	0.18 232	0.30 191	0.24 241	0.48 205	0.48 262	0.42 281	0.45 244	0.34 198	0.31 249	0.64 277	0.24 167	0.09 143	0.07 92	0.09 119	0.07 44	0.10 178	0.11 128

IPLGR_C	0.23 122	0.29 287	0.81 288	0.24 166	0.16 187	0.24 120	0.20 155	0.38 107	0.33 121	0.32 175	0.33 130	0.23 86	0.15 50	0.26 71	0.22 147	0.09 143	0.07 92	0.08 59	0.07 44	0.08 64	0.09 58

ACRE	0.23 122	0.27 277	0.83 293	0.24 166	0.15 158	0.24 120	0.20 155	0.38 107	0.32 107	0.32 175	0.33 130	0.23 86	0.15 50	0.26 71	0.22 147	0.09 143	0.07 92	0.08 59	0.07 44	0.08 64	0.09 58

GwcNet-ADL	0.23 122	0.15 123	0.58 204	0.24 166	0.13 80	0.23 102	0.24 241	0.51 230	0.41 194	0.28 91	0.29 85	0.30 166	0.20 126	0.27 80	0.28 201	0.09 143	0.07 92	0.07 13	0.07 44	0.09 131	0.11 128

TransformOpticalFlow	0.24 148	0.14 107	0.57 191	0.24 166	0.11 25	0.21 64	0.19 124	0.43 156	0.34 129	0.30 135	0.43 222	0.36 217	0.31 249	0.61 261	0.20 115	0.07 13	0.05 3	0.08 59	0.07 44	0.06 2	0.08 37

PSM-AAD	0.26 191	0.11 27	0.43 46	0.24 166	0.12 48	0.27 149	0.37 325	0.36 86	0.30 92	0.36 224	0.39 185	0.28 144	0.77 366	0.30 124	0.16 46	0.07 13	0.06 34	0.12 258	0.11 233	0.09 131	0.21 276

FTStereo	0.28 214	0.11 27	0.56 184	0.24 166	0.13 80	0.21 64	0.52 365	0.36 86	0.28 65	0.38 247	0.94 368	0.30 166	0.56 344	0.33 147	0.18 78	0.08 87	0.06 34	0.09 119	0.08 104	0.08 64	0.19 255

Prome-Stereo	0.22 93	0.10 11	0.43 46	0.24 166	0.13 80	0.23 102	0.23 219	0.37 98	0.27 57	0.33 184	0.58 309	0.24 101	0.28 213	0.30 124	0.16 46	0.07 13	0.05 3	0.08 59	0.07 44	0.08 64	0.20 267

sAnonymous2	0.21 80	0.24 248	0.79 284	0.24 166	0.17 212	0.22 86	0.20 155	0.36 86	0.29 78	0.17 15	0.19 25	0.17 39	0.16 62	0.18 12	0.15 37	0.10 198	0.07 92	0.09 119	0.08 104	0.23 345	0.18 241

CroCo_RVC	0.21 80	0.24 248	0.79 284	0.24 166	0.17 212	0.22 86	0.20 155	0.36 86	0.29 78	0.17 15	0.19 25	0.17 39	0.16 62	0.18 12	0.15 37	0.10 198	0.07 92	0.09 119	0.08 104	0.23 345	0.18 241

MMNet	0.28 214	0.19 192	0.54 168	0.24 166	0.17 212	0.47 317	0.22 196	0.47 196	0.53 298	0.40 267	0.43 222	0.36 217	0.34 265	0.40 186	0.35 249	0.08 87	0.08 139	0.09 119	0.09 165	0.10 178	0.09 58

delet	0.29 228	0.18 184	0.58 204	0.24 166	0.19 255	0.41 287	0.30 293	0.52 235	0.51 286	0.35 213	0.42 210	0.37 221	0.31 249	0.49 210	0.36 252	0.10 198	0.09 168	0.11 228	0.12 270	0.09 131	0.09 58

UNet	0.28 214	0.16 144	0.70 254	0.24 166	0.20 272	0.44 301	0.21 174	0.52 235	0.42 206	0.36 224	0.40 192	0.43 263	0.33 264	0.41 189	0.32 231	0.09 143	0.07 92	0.10 182	0.09 165	0.10 178	0.09 58

psmorigin	0.52 343	0.29 287	3.10 405	0.24 166	0.19 255	0.39 277	0.24 241	0.52 235	0.45 234	0.66 355	0.68 338	0.70 361	0.52 335	0.86 341	0.49 300	0.15 307	0.17 300	0.13 281	0.14 308	0.16 292	0.23 291

acv_ft	0.26 191	0.18 184	0.56 184	0.24 166	0.19 255	0.34 242	0.21 174	0.47 196	0.45 234	0.39 258	0.41 203	0.38 227	0.28 213	0.28 98	0.36 252	0.09 143	0.07 92	0.08 59	0.07 44	0.11 219	0.09 58

HGLStereo	0.29 228	0.19 192	0.60 218	0.24 166	0.21 285	0.33 228	0.23 219	0.52 235	0.44 223	0.36 224	0.49 274	0.41 247	0.35 272	0.46 204	0.34 243	0.11 229	0.11 213	0.09 119	0.09 165	0.11 219	0.12 163

FADNet_RVC	0.31 250	0.35 318	0.98 328	0.24 166	0.16 187	0.30 191	0.17 54	0.52 235	0.39 181	0.30 135	0.38 171	0.30 166	0.29 229	0.54 232	0.33 239	0.14 295	0.14 252	0.14 299	0.16 326	0.21 336	0.24 303

FADNet	0.34 270	0.43 346	0.88 311	0.24 166	0.22 300	0.37 268	0.19 124	0.56 273	0.49 275	0.32 175	0.36 157	0.43 263	0.32 260	0.65 281	0.30 216	0.17 327	0.16 282	0.14 299	0.16 326	0.25 350	0.21 276

NVstereo2D	0.32 255	0.18 184	0.63 232	0.24 166	0.23 309	0.43 296	0.28 283	0.60 311	0.58 317	0.28 91	0.39 185	0.42 257	0.30 236	0.71 300	0.30 216	0.13 274	0.09 168	0.13 281	0.10 209	0.20 330	0.18 241

PS-NSSS	0.33 262	0.36 324	0.61 224	0.24 166	0.18 232	0.33 228	0.24 241	0.59 302	0.42 206	0.38 247	0.52 285	0.36 217	0.31 249	0.80 329	0.32 231	0.18 337	0.14 252	0.21 347	0.15 317	0.17 304	0.14 206

iResNetv2_ROB	0.29 228	0.37 327	0.92 317	0.24 166	0.13 80	0.30 191	0.19 124	0.55 263	0.51 286	0.39 258	0.46 256	0.39 237	0.27 194	0.36 172	0.30 216	0.09 143	0.06 34	0.07 13	0.05 8	0.13 256	0.11 128

SGM-Forest	0.42 314	0.44 350	0.92 317	0.24 166	0.16 187	0.45 309	0.40 340	0.58 294	0.50 280	0.54 339	0.63 329	0.52 308	0.51 333	0.91 351	0.66 334	0.17 327	0.17 300	0.17 328	0.15 317	0.15 283	0.21 276
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBMV	0.36 278	0.25 261	0.61 224	0.24 166	0.14 108	0.42 292	0.33 312	0.56 273	0.52 297	0.54 339	0.52 285	0.51 303	0.58 347	0.63 272	0.43 276	0.15 307	0.16 282	0.18 335	0.16 326	0.13 256	0.19 255
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AE-Stereo	0.21 80	0.12 57	0.50 120	0.25 198	0.15 158	0.24 120	0.18 92	0.40 132	0.34 129	0.19 23	0.26 66	0.21 70	0.13 31	0.22 36	0.16 46	0.07 13	0.26 352	0.09 119	0.10 209	0.07 30	0.31 339

fast-acv-ft	0.33 262	0.26 271	0.88 311	0.25 198	0.18 232	0.49 326	0.27 269	0.44 174	0.50 280	0.40 267	0.55 300	0.49 296	0.36 277	0.39 185	0.41 270	0.11 229	0.11 213	0.11 228	0.12 270	0.13 256	0.11 128

BUS	0.24 148	0.13 73	0.36 19	0.25 198	0.14 108	0.44 301	0.17 54	0.59 302	0.36 149	0.34 198	0.35 144	0.31 175	0.22 138	0.27 80	0.22 147	0.10 198	0.07 92	0.11 228	0.10 209	0.09 131	0.10 99

RAFT+CT+SA	0.23 122	0.24 248	0.48 85	0.25 198	0.18 232	0.23 102	0.29 287	0.42 151	0.38 170	0.24 60	0.39 185	0.20 60	0.17 77	0.34 161	0.17 59	0.07 13	0.07 92	0.09 119	0.12 270	0.09 131	0.13 183

BSDual-CNN	0.24 148	0.13 73	0.36 19	0.25 198	0.14 108	0.35 255	0.22 196	0.59 302	0.36 149	0.34 198	0.35 144	0.38 227	0.25 176	0.27 80	0.28 201	0.10 198	0.07 92	0.11 228	0.10 209	0.09 131	0.10 99

hknet	0.26 191	0.15 123	0.49 102	0.25 198	0.16 187	0.35 255	0.22 196	0.59 302	0.40 189	0.34 198	0.35 144	0.43 263	0.28 213	0.38 182	0.26 188	0.09 143	0.07 92	0.11 228	0.10 209	0.09 131	0.10 99

UDGNet	0.24 148	0.37 327	0.53 158	0.25 198	0.14 108	0.24 120	0.18 92	0.32 56	0.44 223	0.29 114	0.28 79	0.24 101	0.20 126	0.30 124	0.21 132	0.16 315	0.07 92	0.21 347	0.11 233	0.16 292	0.11 128

NF-Stereo	0.22 93	0.11 27	0.52 148	0.25 198	0.12 48	0.21 64	0.18 92	0.40 132	0.35 136	0.28 91	0.30 96	0.22 73	0.17 77	0.52 225	0.21 132	0.09 143	0.06 34	0.09 119	0.08 104	0.08 64	0.13 183

OCTAStereo	0.22 93	0.11 27	0.52 148	0.25 198	0.12 48	0.21 64	0.18 92	0.40 132	0.35 136	0.28 91	0.30 96	0.22 73	0.17 77	0.51 219	0.21 132	0.09 143	0.06 34	0.09 119	0.08 104	0.08 64	0.13 183

PSM-softLoss	0.22 93	0.11 27	0.53 158	0.25 198	0.12 48	0.20 48	0.17 54	0.39 123	0.29 78	0.29 114	0.32 115	0.24 101	0.16 62	0.53 227	0.21 132	0.09 143	0.06 34	0.10 182	0.09 165	0.08 64	0.12 163

KMStereo	0.22 93	0.11 27	0.53 158	0.25 198	0.12 48	0.20 48	0.17 54	0.39 123	0.29 78	0.29 114	0.32 115	0.24 101	0.16 62	0.53 227	0.21 132	0.09 143	0.06 34	0.10 182	0.09 165	0.08 64	0.12 163

ASMatch	0.23 122	0.11 27	0.55 174	0.25 198	0.14 108	0.19 22	0.16 40	0.32 56	0.30 92	0.28 91	0.68 338	0.28 144	0.26 188	0.50 214	0.22 147	0.07 13	0.06 34	0.08 59	0.07 44	0.06 2	0.11 128

SST-Stereo	0.22 93	0.11 27	0.52 148	0.25 198	0.14 108	0.19 22	0.17 54	0.32 56	0.26 48	0.34 198	0.33 130	0.29 156	0.25 176	0.56 240	0.18 78	0.08 87	0.05 3	0.10 182	0.08 104	0.09 131	0.07 11

RAFT_R40	0.22 93	0.11 27	0.52 148	0.25 198	0.13 80	0.18 13	0.18 92	0.32 56	0.31 99	0.33 184	0.33 130	0.30 166	0.23 147	0.55 235	0.19 99	0.08 87	0.05 3	0.10 182	0.08 104	0.09 131	0.07 11

PFNet	0.24 148	0.11 27	0.63 232	0.25 198	0.14 108	0.22 86	0.19 124	0.40 132	0.35 136	0.36 224	0.32 115	0.27 132	0.20 126	0.63 272	0.23 162	0.09 143	0.05 3	0.09 119	0.08 104	0.08 64	0.08 37

RE-Stereo	0.22 93	0.11 27	0.52 148	0.25 198	0.12 48	0.21 64	0.18 92	0.40 132	0.35 136	0.28 91	0.30 96	0.22 73	0.17 77	0.51 219	0.21 132	0.09 143	0.06 34	0.09 119	0.08 104	0.08 64	0.13 183

TVStereo	0.22 93	0.11 27	0.52 148	0.25 198	0.12 48	0.21 64	0.18 92	0.40 132	0.35 136	0.28 91	0.30 96	0.22 73	0.17 77	0.51 219	0.21 132	0.09 143	0.06 34	0.09 119	0.08 104	0.08 64	0.13 183

CroCo-Stereo	0.15 4	0.16 144	0.34 13	0.25 198	0.12 48	0.11 1	0.18 92	0.35 81	0.24 24	0.13 1	0.13 5	0.18 47	0.12 15	0.15 1	0.13 7	0.08 87	0.06 34	0.07 13	0.05 8	0.07 30	0.06 4
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
rafts_anoy	0.21 80	0.22 225	0.49 102	0.25 198	0.24 320	0.19 22	0.17 54	0.34 72	0.32 107	0.24 60	0.25 59	0.20 60	0.16 62	0.25 54	0.21 132	0.08 87	0.19 311	0.11 228	0.12 270	0.09 131	0.09 58

TestStereo	0.22 93	0.24 248	0.48 85	0.25 198	0.11 25	0.22 86	0.22 196	0.32 56	0.31 99	0.24 60	0.34 138	0.23 86	0.19 120	0.62 269	0.19 99	0.08 87	0.07 92	0.10 182	0.07 44	0.11 219	0.07 11

RAFT + AFF	0.30 240	0.33 307	0.76 273	0.25 198	0.17 212	0.30 191	0.33 312	0.55 263	0.42 206	0.28 91	0.30 96	0.31 175	0.31 249	0.64 277	0.32 231	0.09 143	0.11 213	0.11 228	0.10 209	0.12 244	0.16 227

UPFNet	0.27 207	0.15 123	0.47 73	0.25 198	0.20 272	0.37 268	0.27 269	0.50 220	0.40 189	0.36 224	0.38 171	0.37 221	0.29 229	0.40 186	0.34 243	0.10 198	0.10 193	0.10 182	0.10 209	0.10 178	0.08 37

aanetorigin	0.40 305	0.33 307	1.14 347	0.25 198	0.19 255	0.30 191	0.37 325	0.34 72	0.47 256	0.95 375	0.82 357	0.52 308	0.56 344	0.50 214	0.52 305	0.11 229	0.09 168	0.10 182	0.10 209	0.16 292	0.19 255

EDNetEfficientorigin	7.48 414	0.57 369	139.59 436	0.25 198	0.17 212	0.44 301	0.30 293	0.48 205	1.04 379	1.29 389	1.02 371	0.82 367	0.87 376	0.76 319	1.02 360	0.10 198	0.09 168	0.12 258	0.11 233	0.22 340	0.25 312

GwcNet	0.37 285	0.29 287	1.12 344	0.25 198	0.24 320	0.48 323	0.27 269	0.58 294	0.60 326	0.39 258	0.54 295	0.51 303	0.34 265	0.60 255	0.46 289	0.13 274	0.12 229	0.12 258	0.11 233	0.13 256	0.15 217

ac_64	0.28 214	0.16 144	0.62 227	0.25 198	0.17 212	0.36 263	0.22 196	0.48 205	0.35 136	0.36 224	0.37 165	0.51 303	0.30 236	0.62 269	0.34 243	0.11 229	0.09 168	0.10 182	0.10 209	0.09 131	0.09 58

FADNet-RVC	0.34 270	0.43 346	0.97 326	0.25 198	0.20 272	0.33 228	0.20 155	0.51 230	0.42 206	0.34 198	0.40 192	0.41 247	0.29 229	0.65 281	0.36 252	0.14 295	0.14 252	0.14 299	0.15 317	0.19 323	0.20 267

STTStereo	0.30 240	0.24 248	0.83 293	0.25 198	0.17 212	0.30 191	0.24 241	0.49 212	0.39 181	0.39 258	0.41 203	0.44 269	0.28 213	0.41 189	0.30 216	0.13 274	0.13 243	0.13 281	0.16 326	0.12 244	0.12 163

AdaStereo	0.25 172	0.17 167	0.47 73	0.25 198	0.13 80	0.33 228	0.17 54	0.57 282	0.43 216	0.34 198	0.38 171	0.35 212	0.21 133	0.32 138	0.24 167	0.14 295	0.06 34	0.13 281	0.09 165	0.11 219	0.09 58
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.
StereoDRNet-Refined	0.28 214	0.19 192	0.47 73	0.25 198	0.14 108	0.36 263	0.21 174	0.49 212	0.43 216	0.46 309	0.52 285	0.42 257	0.30 236	0.46 204	0.38 260	0.10 198	0.07 92	0.11 228	0.11 233	0.10 178	0.11 128
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DN-CSS_ROB	0.24 148	0.33 307	0.69 251	0.25 198	0.14 108	0.26 143	0.13 2	0.42 151	0.35 136	0.30 135	0.42 210	0.22 73	0.20 126	0.34 161	0.22 147	0.07 13	0.06 34	0.11 228	0.11 233	0.11 219	0.09 58

pmcnn	0.54 346	0.24 248	1.06 336	0.25 198	0.26 333	0.40 283	0.31 302	0.55 263	0.55 309	0.56 343	1.22 380	2.53 403	0.39 294	0.84 338	1.08 366	0.09 143	0.06 34	0.06 1	0.05 8	0.10 178	0.14 206

tt1	0.22 93	0.16 144	0.49 102	0.26 230	0.15 158	0.31 209	0.19 124	0.38 107	0.46 243	0.21 31	0.19 25	0.13 11	0.16 62	0.28 98	0.12 1	0.08 87	0.28 359	0.08 59	0.06 22	0.08 64	0.37 358

RAFT-Test	0.19 37	0.11 27	0.41 33	0.26 230	0.21 285	0.26 143	0.17 54	0.37 98	0.26 48	0.24 60	0.29 85	0.32 185	0.14 41	0.22 36	0.15 37	0.07 13	0.08 139	0.07 13	0.07 44	0.06 2	0.07 11

LL-Strereo	0.32 255	0.33 307	0.77 279	0.26 230	0.24 320	0.22 86	0.23 219	0.58 294	0.44 223	0.35 213	0.32 115	0.41 247	0.40 297	0.93 357	0.25 179	0.08 87	0.13 243	0.11 228	0.09 165	0.09 131	0.22 284

anonymousdsp2	0.23 122	0.11 27	0.42 41	0.26 230	0.24 320	0.25 130	0.17 54	0.43 156	0.37 162	0.30 135	0.23 50	0.24 101	0.15 50	0.32 138	0.17 59	0.07 13	0.28 359	0.07 13	0.05 8	0.08 64	0.44 371

CASS	0.22 93	0.16 144	0.40 31	0.26 230	0.12 48	0.29 180	0.19 124	0.40 132	0.32 107	0.34 198	0.35 144	0.25 112	0.25 176	0.26 71	0.21 132	0.13 274	0.08 139	0.11 228	0.09 165	0.11 219	0.12 163
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DCRE	0.24 148	0.15 123	0.45 56	0.26 230	0.26 333	0.23 102	0.21 174	0.37 98	0.29 78	0.23 54	0.81 356	0.23 86	0.16 62	0.24 46	0.18 78	0.07 13	0.14 252	0.07 13	0.08 104	0.07 30	0.25 312

Wz-Net-TNSev	0.55 347	0.72 378	1.90 390	0.26 230	0.21 285	0.64 354	0.45 349	0.66 345	0.71 351	0.52 330	0.55 300	0.71 362	0.63 360	1.04 368	0.94 355	0.16 315	0.15 273	0.13 281	0.15 317	0.21 336	0.24 303

CroCo-Stereo Lap2	0.16 11	0.18 184	0.39 27	0.26 230	0.18 232	0.11 1	0.19 124	0.30 37	0.22 12	0.13 1	0.16 16	0.15 28	0.11 9	0.17 8	0.15 37	0.07 13	0.07 92	0.08 59	0.06 22	0.08 64	0.07 11

Wz-Net-LNSev	0.36 278	0.35 318	1.06 336	0.26 230	0.21 285	0.47 317	0.33 312	0.56 273	0.58 317	0.45 304	0.54 295	0.50 300	0.37 282	0.40 186	0.42 273	0.12 257	0.11 213	0.10 182	0.09 165	0.14 276	0.15 217

Wz-Net-MNSev	0.39 295	0.35 318	0.99 330	0.26 230	0.21 285	0.59 347	0.39 336	0.58 294	0.61 328	0.49 321	0.56 304	0.53 312	0.37 282	0.61 261	0.47 292	0.11 229	0.09 168	0.11 228	0.11 233	0.15 283	0.15 217

RAFT_CTSACE	0.23 122	0.21 211	0.57 191	0.26 230	0.15 158	0.22 86	0.23 219	0.34 72	0.30 92	0.34 198	0.51 279	0.31 175	0.17 77	0.33 147	0.15 37	0.06 1	0.09 168	0.09 119	0.08 104	0.08 64	0.07 11

CRFU-Net	0.29 228	0.14 107	0.48 85	0.26 230	0.15 158	0.46 311	0.22 196	0.52 235	0.32 107	0.44 297	0.42 210	0.48 290	0.47 322	0.44 197	0.31 225	0.12 257	0.10 193	0.09 119	0.08 104	0.10 178	0.11 128

AASNet	0.29 228	0.27 277	0.67 245	0.26 230	0.18 232	0.34 242	0.21 174	0.64 335	0.49 275	0.36 224	0.41 203	0.32 185	0.26 188	0.33 147	0.39 264	0.12 257	0.09 168	0.10 182	0.08 104	0.14 276	0.12 163

SACVNet	0.32 255	0.25 261	0.59 211	0.26 230	0.19 255	0.35 255	0.25 254	0.54 252	0.41 194	0.43 290	0.45 244	0.46 280	0.34 265	0.71 300	0.30 216	0.14 295	0.10 193	0.12 258	0.12 270	0.16 292	0.20 267

test_3	0.20 57	0.12 57	0.49 102	0.26 230	0.14 108	0.22 86	0.25 254	0.34 72	0.33 121	0.25 71	0.18 22	0.23 86	0.13 31	0.25 54	0.20 115	0.06 1	0.14 252	0.09 119	0.10 209	0.07 30	0.10 99

LCNet	0.22 93	0.12 57	0.42 41	0.26 230	0.12 48	0.23 102	0.19 124	0.36 86	0.28 65	0.28 91	0.35 144	0.26 128	0.30 236	0.35 168	0.17 59	0.07 13	0.05 3	0.09 119	0.10 209	0.13 256	0.22 284

AAGNet	0.34 270	0.12 57	0.53 158	0.26 230	0.16 187	0.20 48	0.19 124	0.31 51	0.29 78	0.35 213	0.35 144	0.27 132	0.30 236	0.44 197	2.56 406	0.08 87	0.05 3	0.10 182	0.07 44	0.09 131	0.07 11

IRAFT_RVC	0.23 122	0.15 123	0.54 168	0.26 230	0.12 48	0.19 22	0.23 219	0.41 150	0.39 181	0.31 150	0.30 96	0.29 156	0.24 165	0.55 235	0.23 162	0.08 87	0.06 34	0.10 182	0.08 104	0.08 64	0.08 37

ICVP	0.24 148	0.13 73	0.45 56	0.26 230	0.14 108	0.30 191	0.25 254	0.47 196	0.35 136	0.29 114	0.43 222	0.35 212	0.25 176	0.28 98	0.25 179	0.12 257	0.09 168	0.09 119	0.09 165	0.09 131	0.11 128
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
APVNet	0.38 290	0.26 271	0.87 305	0.26 230	0.22 300	0.52 334	0.35 318	0.64 335	0.46 243	0.40 267	0.52 285	0.48 290	0.39 294	0.84 338	0.48 294	0.13 274	0.14 252	0.15 313	0.16 326	0.16 292	0.16 227

psm_up	0.30 240	0.21 211	0.58 204	0.26 230	0.18 232	0.32 222	0.27 269	0.57 282	0.45 234	0.38 247	0.41 203	0.45 274	0.40 297	0.59 250	0.32 231	0.11 229	0.12 229	0.13 281	0.12 270	0.11 219	0.11 128

EDNetEfficient	0.64 366	0.39 337	2.52 397	0.26 230	0.26 333	0.39 277	0.49 360	0.42 151	1.06 381	1.38 392	0.86 361	0.61 333	0.97 381	0.66 287	1.62 392	0.11 229	0.10 193	0.10 182	0.12 270	0.20 330	0.19 255

FAT-Stereo	0.36 278	0.19 192	0.75 269	0.26 230	0.18 232	0.34 242	0.30 293	0.62 326	0.61 328	0.47 315	0.61 326	0.59 326	0.50 331	0.61 261	0.36 252	0.13 274	0.14 252	0.13 281	0.12 270	0.14 276	0.20 267

ADCRef	0.41 310	0.33 307	1.05 334	0.26 230	0.21 285	0.49 326	0.27 269	0.54 252	0.51 286	0.51 327	0.59 313	0.35 212	0.47 322	0.54 232	1.35 382	0.09 143	0.08 139	0.12 258	0.12 270	0.12 244	0.13 183

ADCP+	0.48 336	0.36 324	1.47 375	0.26 230	0.22 300	0.57 343	0.40 340	0.56 273	0.54 302	0.46 309	0.52 285	0.46 280	0.53 340	0.59 250	1.93 397	0.10 198	0.08 139	0.11 228	0.11 233	0.14 276	0.15 217

RYNet	0.38 290	0.23 238	0.65 239	0.26 230	0.28 339	0.62 350	0.33 312	0.61 318	0.62 332	0.42 281	0.39 185	0.58 325	0.40 297	0.89 346	0.57 320	0.11 229	0.09 168	0.12 258	0.11 233	0.19 323	0.22 284

NLCA_NET_v2_RVC	0.29 228	0.24 248	0.81 288	0.26 230	0.18 232	0.30 191	0.22 196	0.52 235	0.41 194	0.38 247	0.42 210	0.42 257	0.28 213	0.46 204	0.31 225	0.11 229	0.08 139	0.10 182	0.11 233	0.10 178	0.12 163
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iResNet	0.25 172	0.22 225	0.62 227	0.26 230	0.11 25	0.31 209	0.23 219	0.46 187	0.45 234	0.34 198	0.43 222	0.27 132	0.23 147	0.36 172	0.37 258	0.08 87	0.05 3	0.07 13	0.06 22	0.08 64	0.10 99

DISCO	0.33 262	0.16 144	0.55 174	0.26 230	0.16 187	0.48 323	0.25 254	0.52 235	0.58 317	0.38 247	0.45 244	0.63 340	0.37 282	0.65 281	0.50 301	0.10 198	0.07 92	0.09 119	0.08 104	0.13 256	0.13 183

PWC_ROB	0.41 310	0.38 333	0.92 317	0.26 230	0.20 272	0.39 277	0.19 124	0.61 318	0.69 347	0.58 347	0.84 359	0.52 308	0.44 311	0.74 308	0.62 328	0.13 274	0.09 168	0.14 299	0.10 209	0.17 304	0.18 241

WCMA_ROB	0.55 347	0.27 277	0.76 273	0.26 230	0.22 300	0.62 350	0.36 323	0.57 282	0.58 317	0.97 377	1.40 386	1.28 383	0.94 380	0.80 329	0.80 346	0.20 348	0.17 300	0.16 319	0.16 326	0.19 323	0.29 334

SGM_RVC	0.57 353	0.22 225	0.60 218	0.26 230	0.16 187	0.97 381	0.46 352	0.76 369	0.90 370	1.03 381	0.92 367	1.16 379	0.93 379	1.21 378	0.72 339	0.17 327	0.16 282	0.16 319	0.16 326	0.16 292	0.24 303
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ACVNet-DCA	0.21 80	0.16 144	0.50 120	0.27 262	0.13 80	0.31 209	0.19 124	0.43 156	0.32 107	0.21 31	0.20 30	0.13 11	0.17 77	0.28 98	0.12 1	0.08 87	0.28 359	0.08 59	0.06 22	0.09 131	0.23 291

xx1	0.23 122	0.16 144	0.50 120	0.27 262	0.13 80	0.31 209	0.19 124	0.39 123	0.48 262	0.21 31	0.20 30	0.28 144	0.25 176	0.28 98	0.12 1	0.08 87	0.28 359	0.10 182	0.11 233	0.09 131	0.23 291

1test111	0.22 93	0.16 144	0.50 120	0.27 262	0.13 80	0.31 209	0.19 124	0.43 156	0.32 107	0.21 31	0.20 30	0.13 11	0.17 77	0.36 172	0.28 201	0.08 87	0.28 359	0.08 59	0.06 22	0.09 131	0.23 291

cc1	0.22 93	0.16 144	0.50 120	0.27 262	0.13 80	0.31 209	0.19 124	0.39 123	0.48 262	0.21 31	0.20 30	0.13 11	0.17 77	0.28 98	0.12 1	0.08 87	0.28 359	0.08 59	0.06 22	0.08 64	0.37 358

GMStereo_Zeroshot	0.25 172	0.22 225	0.51 132	0.27 262	0.14 108	0.28 163	0.15 25	0.40 132	0.36 149	0.37 239	0.43 222	0.40 240	0.17 77	0.35 168	0.21 132	0.12 257	0.07 92	0.13 281	0.07 44	0.17 304	0.10 99

StereoVision	0.23 122	0.23 238	0.55 174	0.27 262	0.17 212	0.23 102	0.22 196	0.40 132	0.32 107	0.21 31	0.51 279	0.22 73	0.16 62	0.29 115	0.19 99	0.11 229	0.12 229	0.13 281	0.13 294	0.10 178	0.08 37

TestStereo1	0.23 122	0.22 225	0.50 120	0.27 262	0.14 108	0.26 143	0.27 269	0.43 156	0.38 170	0.29 114	0.39 185	0.23 86	0.21 133	0.33 147	0.18 78	0.08 87	0.08 139	0.09 119	0.08 104	0.08 64	0.10 99

test_5	0.25 172	0.25 261	0.57 191	0.27 262	0.18 232	0.25 130	0.29 287	0.42 151	0.39 181	0.29 114	0.40 192	0.27 132	0.23 147	0.35 168	0.19 99	0.07 13	0.07 92	0.09 119	0.09 165	0.10 178	0.14 206

SA-5K	0.23 122	0.22 225	0.50 120	0.27 262	0.14 108	0.26 143	0.27 269	0.43 156	0.38 170	0.29 114	0.39 185	0.23 86	0.21 133	0.33 147	0.18 78	0.08 87	0.08 139	0.09 119	0.08 104	0.08 64	0.10 99

PSMNet-ADL	0.26 191	0.16 144	0.39 27	0.27 262	0.14 108	0.32 222	0.22 196	0.45 181	0.37 162	0.28 91	0.34 138	0.41 247	0.28 213	0.61 261	0.32 231	0.11 229	0.10 193	0.09 119	0.11 233	0.10 178	0.13 183

GrayStereo	0.26 191	0.10 11	0.45 56	0.27 262	0.14 108	0.23 102	0.46 352	0.36 86	0.33 121	0.40 267	0.47 263	0.30 166	0.78 367	0.29 115	0.17 59	0.07 13	0.06 34	0.08 59	0.09 165	0.07 30	0.15 217

cross-raft	0.18 21	0.12 57	0.40 31	0.27 262	0.16 187	0.20 48	0.24 241	0.34 72	0.24 24	0.23 54	0.28 79	0.29 156	0.15 50	0.19 21	0.16 46	0.06 1	0.05 3	0.08 59	0.07 44	0.07 30	0.07 11

RAFT	0.24 148	0.24 248	0.46 68	0.27 262	0.15 158	0.26 143	0.26 264	0.37 98	0.31 99	0.34 198	0.34 138	0.41 247	0.22 138	0.30 124	0.18 78	0.08 87	0.15 273	0.11 228	0.10 209	0.11 219	0.13 183

GEStereo_RVC	0.29 228	0.24 248	0.60 218	0.27 262	0.16 187	0.33 228	0.25 254	0.58 294	0.56 313	0.35 213	0.38 171	0.34 198	0.25 176	0.51 219	0.29 214	0.12 257	0.08 139	0.09 119	0.08 104	0.11 219	0.13 183

Anonymous3	0.24 148	0.19 192	0.76 273	0.27 262	0.18 232	0.41 287	0.24 241	0.45 181	0.36 149	0.23 54	0.27 75	0.20 60	0.18 103	0.28 98	0.19 99	0.12 257	0.11 213	0.10 182	0.10 209	0.11 219	0.13 183

sCroCo_RVC	0.19 37	0.15 123	0.60 218	0.27 262	0.18 232	0.23 102	0.16 40	0.28 17	0.24 24	0.14 5	0.22 48	0.17 39	0.14 41	0.22 36	0.16 46	0.11 229	0.11 213	0.09 119	0.09 165	0.09 131	0.10 99

Anonymous	0.21 80	0.15 123	0.63 232	0.27 262	0.20 272	0.26 143	0.27 269	0.34 72	0.27 57	0.18 22	0.19 25	0.15 28	0.19 120	0.25 54	0.19 99	0.10 198	0.09 168	0.09 119	0.09 165	0.15 283	0.13 183

FADNet-RVC-Resample	0.31 250	0.32 303	1.16 350	0.27 262	0.17 212	0.33 228	0.21 174	0.49 212	0.40 189	0.36 224	0.38 171	0.34 198	0.27 194	0.54 232	0.27 195	0.10 198	0.10 193	0.14 299	0.13 294	0.13 256	0.18 241

edge stereo	0.40 305	0.22 225	0.87 305	0.27 262	0.22 300	0.38 274	0.26 264	0.59 302	0.56 313	0.53 336	0.60 317	0.71 362	0.50 331	0.78 323	0.43 276	0.16 315	0.15 273	0.19 341	0.14 308	0.17 304	0.19 255

ADCMid	0.53 344	0.45 351	1.46 374	0.27 262	0.22 300	0.51 329	0.38 333	0.61 318	0.58 317	0.75 362	0.67 336	0.62 336	0.66 363	0.66 287	1.75 393	0.13 274	0.12 229	0.17 328	0.17 337	0.20 330	0.21 276

ADCPNet	0.51 340	0.36 324	1.82 389	0.27 262	0.23 309	0.71 359	0.39 336	0.56 273	0.54 302	0.52 330	0.60 317	0.66 351	0.57 346	0.64 277	1.23 371	0.15 307	0.18 307	0.14 299	0.23 360	0.19 323	0.22 284

CVANet_RVC	0.34 270	0.25 261	0.77 279	0.27 262	0.17 212	0.34 242	0.28 283	0.55 263	0.50 280	0.43 290	0.46 256	0.44 269	0.31 249	0.90 349	0.27 195	0.15 307	0.10 193	0.14 299	0.14 308	0.15 283	0.15 217

SANet	0.58 355	0.41 342	1.38 369	0.27 262	0.16 187	0.72 360	0.48 356	0.71 360	1.34 391	0.69 358	0.97 369	0.94 372	0.78 367	0.97 363	0.93 353	0.14 295	0.12 229	0.12 258	0.12 270	0.18 319	0.20 267

NOSS_ROB	0.33 262	0.24 248	0.49 102	0.27 262	0.16 187	0.34 242	0.19 124	0.55 263	0.50 280	0.34 198	0.37 165	0.42 257	0.30 236	0.93 357	0.25 179	0.19 346	0.20 319	0.24 356	0.22 356	0.17 304	0.25 312

anonymousdsp	0.20 57	0.13 73	0.49 102	0.28 286	0.20 272	0.21 64	0.17 54	0.29 28	0.24 24	0.22 47	0.13 5	0.12 3	0.12 15	0.32 138	0.13 7	0.07 13	0.26 352	0.08 59	0.07 44	0.08 64	0.48 377

MC-Stereo	0.18 21	0.10 11	0.36 19	0.28 286	0.14 108	0.18 13	0.15 25	0.24 7	0.20 5	0.21 31	0.24 55	0.16 32	0.13 31	0.25 54	0.14 24	0.07 13	0.17 300	0.07 13	0.07 44	0.06 2	0.30 336

IGEV-Stereo	0.20 57	0.13 73	0.49 102	0.28 286	0.20 272	0.21 64	0.17 54	0.29 28	0.24 24	0.22 47	0.13 5	0.12 3	0.12 15	0.32 138	0.13 7	0.07 13	0.26 352	0.08 59	0.07 44	0.08 64	0.48 377
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ccnet	0.43 319	0.34 314	0.62 227	0.28 286	0.33 355	0.60 348	0.34 316	0.68 352	0.47 256	0.54 339	0.66 334	0.56 319	0.46 320	0.73 304	0.66 334	0.26 359	0.19 311	0.24 356	0.22 356	0.27 358	0.25 312

DMCA-RVC	0.30 240	0.27 277	0.93 321	0.28 286	0.17 212	0.30 191	0.21 174	0.43 156	0.36 149	0.40 267	0.38 171	0.39 237	0.36 277	0.44 197	0.34 243	0.13 274	0.10 193	0.16 319	0.12 270	0.13 256	0.11 128

S-Stereo	0.39 295	0.20 204	1.04 333	0.28 286	0.22 300	0.39 277	0.31 302	0.58 294	0.69 347	0.40 267	0.59 313	0.48 290	0.41 302	0.75 313	0.42 273	0.12 257	0.15 273	0.13 281	0.13 294	0.16 292	0.25 312

stereogan	0.39 295	0.20 204	0.78 283	0.28 286	0.22 300	0.65 355	0.26 264	0.62 326	0.65 337	0.45 304	0.60 317	0.67 354	0.45 313	0.69 294	0.37 258	0.14 295	0.14 252	0.14 299	0.12 270	0.20 330	0.19 255

ADCL	0.50 338	0.30 293	1.15 348	0.28 286	0.19 255	0.77 366	0.64 375	0.57 282	0.73 356	0.57 346	0.73 347	0.55 315	0.60 350	0.66 287	1.53 388	0.11 229	0.10 193	0.13 281	0.13 294	0.15 283	0.16 227

DPSNet	0.51 340	0.26 271	1.16 350	0.28 286	0.21 285	0.76 363	0.56 370	0.89 383	0.82 363	0.49 321	0.51 279	0.64 345	0.81 371	0.89 346	0.85 350	0.17 327	0.16 282	0.13 281	0.13 294	0.26 354	0.27 324

DRN-Test	0.35 276	0.20 204	0.75 269	0.28 286	0.19 255	0.46 311	0.29 287	0.68 352	0.54 302	0.49 321	0.47 263	0.44 269	0.35 272	0.63 272	0.44 283	0.13 274	0.09 168	0.13 281	0.12 270	0.13 256	0.13 183

StereoDRNet	0.34 270	0.28 284	0.70 254	0.28 286	0.21 285	0.43 296	0.30 293	0.63 330	0.51 286	0.47 315	0.40 192	0.48 290	0.31 249	0.58 244	0.44 283	0.12 257	0.10 193	0.12 258	0.11 233	0.13 256	0.13 183

DLCB_ROB	0.30 240	0.20 204	0.45 56	0.28 286	0.17 212	0.37 268	0.25 254	0.50 220	0.45 234	0.46 309	0.47 263	0.51 303	0.34 265	0.56 240	0.38 260	0.10 198	0.10 193	0.11 228	0.11 233	0.10 178	0.11 128

XPNet_ROB	0.35 276	0.26 271	0.58 204	0.28 286	0.19 255	0.37 268	0.31 302	0.57 282	0.51 286	0.52 330	0.54 295	0.57 320	0.38 287	0.65 281	0.48 294	0.17 327	0.12 229	0.13 281	0.12 270	0.16 292	0.17 239

EGLCR-Stereo	0.19 37	0.09 3	0.34 13	0.29 299	0.17 212	0.28 163	0.16 40	0.30 37	0.23 15	0.22 47	0.11 1	0.16 32	0.09 2	0.28 98	0.15 37	0.07 13	0.25 346	0.07 13	0.07 44	0.06 2	0.37 358

anonymousa	0.26 191	0.13 73	0.56 184	0.29 299	0.30 350	0.31 209	0.20 155	0.38 107	0.36 149	0.33 184	0.51 279	0.41 247	0.27 194	0.25 54	0.24 167	0.08 87	0.18 307	0.09 119	0.18 341	0.08 64	0.17 239

IIG-Stereo	0.24 148	0.16 144	0.47 73	0.29 299	0.12 48	0.23 102	0.14 12	0.40 132	0.33 121	0.35 213	0.37 165	0.33 191	0.22 138	0.70 297	0.26 188	0.08 87	0.06 34	0.09 119	0.07 44	0.08 64	0.07 11

Pruner-Stereo	0.20 57	0.12 57	0.49 102	0.29 299	0.12 48	0.19 22	0.17 54	0.32 56	0.31 99	0.33 184	0.32 115	0.25 112	0.15 50	0.25 54	0.22 147	0.09 143	0.06 34	0.09 119	0.08 104	0.08 64	0.10 99

LMCR-Stereo	0.28 214	0.22 225	0.56 184	0.29 299	0.14 108	0.37 268	0.23 219	0.57 282	0.36 149	0.40 267	0.40 192	0.29 156	0.30 236	0.41 189	0.38 260	0.11 229	0.07 92	0.09 119	0.07 44	0.13 256	0.10 99

AnyNet_C32	0.55 347	0.51 358	1.34 367	0.29 299	0.28 339	0.61 349	0.62 374	0.57 282	0.62 332	0.63 351	0.68 338	0.54 314	0.55 342	0.82 333	1.81 394	0.15 307	0.15 273	0.15 313	0.18 341	0.21 336	0.25 312

MSKI-zero shot	0.19 37	0.10 11	0.47 73	0.30 305	0.14 108	0.21 64	0.14 12	0.33 68	0.22 12	0.24 60	0.25 59	0.22 73	0.10 3	0.32 138	0.14 24	0.07 13	0.30 371	0.07 13	0.07 44	0.06 2	0.09 58

WZ-Net	0.56 351	0.49 357	2.14 394	0.30 305	0.24 320	0.58 345	0.48 356	0.65 341	0.80 361	0.51 327	0.72 344	0.68 356	0.60 350	1.06 370	1.01 359	0.13 274	0.10 193	0.11 228	0.12 270	0.19 323	0.23 291

OMP-Stereo	0.24 148	0.16 144	0.48 85	0.30 305	0.13 80	0.21 64	0.16 40	0.38 107	0.35 136	0.34 198	0.30 96	0.33 191	0.20 126	0.70 297	0.24 167	0.08 87	0.06 34	0.09 119	0.07 44	0.08 64	0.07 11

RTSC	0.43 319	0.37 327	0.95 325	0.30 305	0.20 272	0.50 328	0.23 219	0.65 341	0.86 367	0.56 343	0.54 295	0.51 303	0.36 277	0.71 300	0.92 352	0.13 274	0.14 252	0.11 228	0.13 294	0.18 319	0.19 255

ADCS	0.62 361	0.56 365	1.54 380	0.30 305	0.25 330	0.56 341	0.46 352	0.71 360	0.86 367	0.77 366	0.72 344	0.68 356	0.62 358	0.82 333	2.33 403	0.17 327	0.16 282	0.16 319	0.17 337	0.23 345	0.27 324

TDLM	0.32 255	0.27 277	0.52 148	0.30 305	0.15 158	0.33 228	0.32 307	0.54 252	0.50 280	0.44 297	0.43 222	0.39 237	0.30 236	0.92 356	0.30 216	0.14 295	0.09 168	0.13 281	0.12 270	0.13 256	0.14 206

NaN_ROB	0.44 321	0.38 333	0.94 324	0.30 305	0.20 272	0.52 334	0.49 360	0.61 318	0.60 326	0.56 343	0.47 263	0.49 296	0.42 306	1.24 379	0.76 342	0.12 257	0.18 307	0.12 258	0.13 294	0.12 244	0.18 241

ETE_ROB	0.36 278	0.32 303	0.64 236	0.30 305	0.18 232	0.40 283	0.38 333	0.59 302	0.49 275	0.50 324	0.52 285	0.62 336	0.37 282	0.58 244	0.43 276	0.13 274	0.10 193	0.14 299	0.12 270	0.17 304	0.18 241

LALA_ROB	0.38 290	0.31 296	0.65 239	0.30 305	0.21 285	0.46 311	0.39 336	0.63 330	0.54 302	0.53 336	0.52 285	0.69 358	0.36 277	0.52 225	0.48 294	0.18 337	0.11 213	0.16 319	0.14 308	0.17 304	0.16 227

MSMD_ROB	0.63 364	0.34 314	0.70 254	0.30 305	0.25 330	0.88 374	0.35 318	0.58 294	0.67 341	1.13 385	1.52 390	1.75 393	1.05 385	0.90 349	0.60 324	0.24 355	0.22 329	0.27 359	0.27 368	0.25 350	0.27 324

Wz-Net-SNSev	0.45 324	0.53 361	1.42 373	0.31 315	0.21 285	0.44 301	0.45 349	0.64 335	0.68 345	0.46 309	0.66 334	0.62 336	0.40 297	0.78 323	0.65 332	0.12 257	0.11 213	0.12 258	0.13 294	0.17 304	0.19 255

RP	0.38 290	0.26 271	0.67 245	0.31 315	0.24 320	0.37 268	0.29 287	0.53 245	0.61 328	0.42 281	0.65 332	0.62 336	0.51 333	0.63 272	0.43 276	0.17 327	0.15 273	0.17 328	0.15 317	0.17 304	0.19 255

GANet	0.40 305	0.28 284	0.67 245	0.31 315	0.18 232	0.43 296	0.39 336	0.60 311	0.46 243	0.48 320	0.78 352	0.55 315	0.45 313	0.96 361	0.55 316	0.13 274	0.14 252	0.13 281	0.12 270	0.15 283	0.16 227

MDST_ROB	0.51 340	0.16 144	0.97 326	0.31 315	0.21 285	1.35 396	0.34 316	0.80 372	0.59 325	1.09 384	0.74 348	0.49 296	0.37 282	1.31 385	0.60 324	0.14 295	0.12 229	0.16 319	0.13 294	0.13 256	0.18 241

PSMNet_ROB	0.36 278	0.31 296	0.71 260	0.31 315	0.21 285	0.44 301	0.44 348	0.61 318	0.49 275	0.39 258	0.45 244	0.49 296	0.32 260	0.66 287	0.53 309	0.14 295	0.10 193	0.15 313	0.14 308	0.13 256	0.13 183

HH	0.22 93	0.12 57	0.55 174	0.32 320	0.16 187	0.27 149	0.18 92	0.36 86	0.25 42	0.20 27	0.26 66	0.34 198	0.18 103	0.33 147	0.15 37	0.07 13	0.16 282	0.07 13	0.07 44	0.07 30	0.31 339

HanStereo	0.22 93	0.12 57	0.55 174	0.32 320	0.16 187	0.27 149	0.18 92	0.36 86	0.25 42	0.20 27	0.26 66	0.34 198	0.18 103	0.33 147	0.15 37	0.07 13	0.16 282	0.07 13	0.07 44	0.07 30	0.31 339

LL-Strereo2	0.21 80	0.25 261	0.53 158	0.32 320	0.20 272	0.25 130	0.14 12	0.32 56	0.25 42	0.25 71	0.20 30	0.24 101	0.12 15	0.28 98	0.18 78	0.07 13	0.07 92	0.12 258	0.09 165	0.09 131	0.16 227

Selective-IGEV	0.15 4	0.10 11	0.34 13	0.32 320	0.19 255	0.16 5	0.14 12	0.29 28	0.20 5	0.13 1	0.14 14	0.13 11	0.08 1	0.23 40	0.14 24	0.06 1	0.13 243	0.07 13	0.06 22	0.06 2	0.11 128

riskmin	0.24 148	0.10 11	0.43 46	0.32 320	0.26 333	0.33 228	0.19 124	0.44 174	0.30 92	0.24 60	0.27 75	0.37 221	0.25 176	0.30 124	0.22 147	0.09 143	0.18 307	0.09 119	0.13 294	0.10 178	0.27 324

NCC-stereo	0.42 314	0.31 296	0.87 305	0.32 320	0.29 348	0.47 317	0.37 325	0.68 352	0.53 298	0.42 281	0.58 309	0.57 320	0.52 335	0.75 313	0.54 313	0.18 337	0.14 252	0.18 335	0.25 362	0.17 304	0.18 241

Nwc_Net	0.39 295	0.29 287	0.84 296	0.32 320	0.24 320	0.45 309	0.30 293	0.67 347	0.51 286	0.39 258	0.70 342	0.59 326	0.48 326	0.61 261	0.45 288	0.16 315	0.12 229	0.19 341	0.21 349	0.14 276	0.15 217

Abc-Net	0.42 314	0.31 296	0.87 305	0.32 320	0.29 348	0.47 317	0.37 325	0.68 352	0.53 298	0.42 281	0.58 309	0.57 320	0.52 335	0.75 313	0.54 313	0.18 337	0.14 252	0.18 335	0.25 362	0.17 304	0.18 241
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
PA-Net	0.40 305	0.35 318	1.05 334	0.32 320	0.28 339	0.39 277	0.43 346	0.53 245	0.56 313	0.35 213	0.43 222	0.41 247	0.36 277	0.83 337	0.61 327	0.12 257	0.23 337	0.16 319	0.23 360	0.13 256	0.20 267
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
Anonymous Stereo	0.42 314	0.43 346	1.38 369	0.32 320	0.26 333	0.35 255	0.48 356	0.55 263	0.58 317	0.43 290	0.48 272	0.40 240	0.29 229	0.93 357	0.56 317	0.16 315	0.16 282	0.15 313	0.16 326	0.16 292	0.20 267

FBW_ROB	0.46 330	0.34 314	0.71 260	0.32 320	0.20 272	0.51 329	0.32 307	0.73 364	0.63 334	0.60 348	0.57 306	0.65 347	0.44 311	1.42 390	0.62 328	0.14 295	0.17 300	0.22 352	0.16 326	0.17 304	0.23 291

iRaft-Stereo_20w	0.29 228	0.11 27	0.86 303	0.33 331	0.24 320	0.32 222	0.26 264	0.60 311	0.26 48	0.41 277	0.21 42	0.28 144	0.19 120	0.32 138	0.24 167	0.07 13	0.31 375	0.07 13	0.09 165	0.08 64	0.47 375

AF-Net	0.40 305	0.31 296	0.74 266	0.33 331	0.24 320	0.43 296	0.30 293	0.64 335	0.67 341	0.44 297	0.69 341	0.65 347	0.52 335	0.59 250	0.48 294	0.16 315	0.12 229	0.19 341	0.14 308	0.16 292	0.14 206

AnyNet_C01	0.68 369	0.69 377	2.64 399	0.33 331	0.27 338	0.93 376	0.64 375	0.66 345	0.65 337	0.70 359	0.97 369	0.75 364	0.63 360	1.01 365	1.52 387	0.17 327	0.16 282	0.17 328	0.17 337	0.24 349	0.28 330

FC-DCNN	0.73 371	0.33 307	0.84 296	0.33 331	0.28 339	0.82 372	0.40 340	0.82 375	0.83 364	1.43 395	1.60 394	1.97 395	1.38 394	1.10 372	0.93 353	0.24 355	0.22 329	0.27 359	0.26 366	0.26 354	0.32 342

Anonymous_2	0.44 321	0.23 238	0.57 191	0.34 335	0.34 356	0.53 337	0.28 283	0.49 212	0.39 181	0.36 224	0.34 138	0.48 290	0.38 287	0.43 194	0.33 239	0.26 359	0.41 384	0.44 377	1.45 411	0.33 369	0.37 358

HCRNet	0.25 172	0.27 277	0.42 41	0.34 335	0.17 212	0.27 149	0.18 92	0.45 181	0.37 162	0.31 150	0.35 144	0.32 185	0.23 147	0.44 197	0.21 132	0.13 274	0.08 139	0.13 281	0.11 233	0.11 219	0.09 58

G-Net	0.47 333	0.26 271	1.02 332	0.34 335	0.28 339	0.89 375	0.35 318	0.47 196	0.46 243	0.68 357	1.20 378	0.64 345	0.59 349	0.61 261	0.60 324	0.16 315	0.14 252	0.17 328	0.13 294	0.22 340	0.21 276

DeepPrunerF	0.46 330	0.37 327	1.50 377	0.34 335	0.30 350	0.36 263	0.37 325	0.64 335	1.15 389	0.41 277	0.45 244	0.40 240	0.41 302	0.82 333	0.53 309	0.18 337	0.14 252	0.23 354	0.21 349	0.17 304	0.18 241

PWCDC_ROB	0.41 310	0.41 342	0.77 279	0.34 335	0.21 285	0.43 296	0.20 155	0.60 311	0.90 370	0.44 297	1.24 381	0.36 217	0.38 287	0.56 240	0.48 294	0.18 337	0.11 213	0.11 228	0.10 209	0.20 330	0.16 227

GASNet	0.39 295	0.58 371	1.27 363	0.35 340	0.23 309	0.35 255	0.23 219	0.63 330	0.56 313	0.41 277	0.38 171	0.45 274	0.30 236	0.81 332	0.42 273	0.16 315	0.11 213	0.14 299	0.14 308	0.23 345	0.12 163

XX-Stereo	0.25 172	0.11 27	1.09 342	0.35 340	0.38 367	0.23 102	0.13 2	0.43 156	0.19 3	0.20 27	0.40 192	0.31 175	0.10 3	0.33 147	0.13 7	0.08 87	0.11 213	0.08 59	0.09 165	0.07 30	0.10 99

Syn2CoEx	0.39 295	0.39 337	1.08 341	0.35 340	0.21 285	0.41 287	0.29 287	0.63 330	0.51 286	0.43 290	0.56 304	0.45 274	0.45 313	0.69 294	0.39 264	0.17 327	0.14 252	0.16 319	0.12 270	0.13 256	0.16 227

MaskLacGwcNet_RVC	0.38 290	0.43 346	0.72 264	0.35 340	0.19 255	0.51 329	0.25 254	0.56 273	0.39 181	0.42 281	0.47 263	0.47 287	0.27 194	0.74 308	0.32 231	0.38 377	0.19 311	0.27 359	0.17 337	0.29 363	0.27 324

RGC	0.41 310	0.35 318	0.76 273	0.35 340	0.28 339	0.41 287	0.29 287	0.60 311	0.55 309	0.47 315	0.64 330	0.63 340	0.47 322	0.74 308	0.46 289	0.16 315	0.15 273	0.21 347	0.21 349	0.19 323	0.21 276

FCDSN-DC	0.67 367	0.38 333	0.83 293	0.37 345	0.30 350	0.66 356	0.37 325	0.69 358	0.70 349	1.15 387	1.53 391	1.70 392	1.38 394	1.00 364	0.83 348	0.24 355	0.22 329	0.27 359	0.26 366	0.27 358	0.32 342
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SHD	0.45 324	0.34 314	0.89 313	0.37 345	0.28 339	0.46 311	0.23 219	0.72 363	0.96 377	0.65 353	0.61 326	0.61 333	0.48 326	0.64 277	0.69 337	0.16 315	0.16 282	0.16 319	0.16 326	0.21 336	0.25 312

RTS	0.81 380	0.56 365	4.76 408	0.37 345	0.30 350	1.11 384	0.52 365	0.67 347	1.07 382	0.76 364	0.91 365	0.60 331	0.61 354	1.64 393	1.24 372	0.15 307	0.13 243	0.15 313	0.15 317	0.22 340	0.24 303

RTSA	0.81 380	0.56 365	4.76 408	0.37 345	0.30 350	1.11 384	0.52 365	0.67 347	1.07 382	0.76 364	0.91 365	0.60 331	0.61 354	1.64 393	1.24 372	0.15 307	0.13 243	0.15 313	0.15 317	0.22 340	0.24 303

DANet	0.37 285	0.25 261	0.67 245	0.37 345	0.22 300	0.42 292	0.25 254	0.50 220	0.44 223	0.52 330	0.50 276	0.59 326	0.42 306	0.78 323	0.53 309	0.13 274	0.12 229	0.14 299	0.12 270	0.17 304	0.21 276
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
PASM	0.49 337	0.41 342	1.15 348	0.37 345	0.35 359	0.42 292	0.42 344	0.54 252	0.65 337	0.54 339	0.54 295	0.63 340	0.48 326	0.94 360	0.51 304	0.27 363	0.30 371	0.30 364	0.33 373	0.29 363	0.29 334

NCCL2	0.37 285	0.33 307	0.59 211	0.37 345	0.23 309	0.42 292	0.41 343	0.56 273	0.44 223	0.47 315	0.47 263	0.61 333	0.39 294	0.58 244	0.41 270	0.16 315	0.13 243	0.21 347	0.22 356	0.16 292	0.18 241

CSAN	0.55 347	0.47 353	1.19 358	0.37 345	0.23 309	0.57 343	0.61 373	0.65 341	0.72 353	0.65 353	0.78 352	0.66 351	0.65 362	1.41 389	0.77 343	0.21 349	0.17 300	0.20 345	0.21 349	0.18 319	0.21 276

FINET	0.58 355	0.48 355	1.35 368	0.38 353	0.37 364	0.96 380	1.13 402	0.84 379	1.05 380	0.50 324	0.70 342	0.45 274	0.61 354	0.63 272	0.62 328	0.26 359	0.28 359	0.14 299	0.13 294	0.20 330	0.44 371

CC-Net-ROB	0.46 330	0.55 363	0.86 303	0.38 353	0.23 309	0.51 329	0.30 293	0.69 358	0.51 286	0.46 309	0.51 279	0.48 290	0.38 287	0.96 361	0.40 266	0.36 374	0.23 337	0.56 383	0.25 362	0.34 370	0.22 284

AEACV	0.20 57	0.09 3	0.32 9	0.39 355	0.34 356	0.21 64	0.16 40	0.30 37	0.18 1	0.17 15	0.17 17	0.13 11	0.16 62	0.27 80	0.13 7	0.07 13	0.29 370	0.07 13	0.09 165	0.07 30	0.37 358

MFN_U_SF_RVC	0.58 355	0.58 371	1.31 366	0.39 355	0.23 309	0.72 360	0.30 293	0.83 377	0.68 345	0.74 361	0.74 348	0.86 368	0.60 350	0.84 338	0.83 348	0.29 366	0.27 355	0.32 368	0.37 379	0.31 365	0.33 344

GANetREF_RVC	0.45 324	0.52 359	0.87 305	0.39 355	0.20 272	0.51 329	0.50 362	0.68 352	0.67 341	0.47 315	0.46 256	0.50 300	0.43 309	0.91 351	0.40 266	0.28 365	0.21 324	0.32 368	0.19 343	0.28 361	0.23 291
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
ELAS	0.80 378	0.40 340	0.91 316	0.39 355	0.35 359	1.52 400	0.81 388	0.97 385	0.98 378	1.47 401	1.58 393	1.19 380	1.33 393	1.01 365	1.21 370	0.29 366	0.27 355	0.30 364	0.29 371	0.32 368	0.36 350
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
TRStereo	0.22 93	0.21 211	0.62 227	0.40 359	0.19 255	0.22 86	0.16 40	0.58 294	0.30 92	0.21 31	0.21 42	0.22 73	0.13 31	0.27 80	0.14 24	0.09 143	0.09 168	0.09 119	0.11 233	0.06 2	0.19 255

MFN_U_SF_DS_RVC	0.53 344	0.60 374	0.98 328	0.40 359	0.25 330	0.87 373	0.57 371	0.60 311	0.64 336	0.60 348	0.67 336	0.63 340	0.42 306	1.13 373	0.50 301	0.23 353	0.28 359	0.27 359	0.35 375	0.25 350	0.33 344

XQC	0.47 333	0.45 351	1.07 338	0.40 359	0.28 339	0.58 345	0.38 333	0.67 347	0.76 358	0.53 336	0.47 263	0.59 326	0.47 322	0.74 308	0.80 346	0.18 337	0.14 252	0.18 335	0.16 326	0.26 354	0.24 303

ELAS_RVC	0.80 378	0.40 340	1.10 343	0.40 359	0.35 359	0.93 376	1.10 401	0.87 381	1.12 387	1.40 393	1.39 384	1.27 382	1.55 401	1.13 373	1.13 367	0.29 366	0.27 355	0.30 364	0.28 369	0.31 365	0.36 350
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
UDG	0.42 314	0.54 362	0.67 245	0.41 363	0.35 359	0.47 317	0.27 269	0.57 282	0.48 262	0.40 267	0.46 256	0.59 326	0.45 313	0.47 207	0.46 289	0.26 359	0.19 311	0.49 379	0.22 356	0.37 371	0.30 336

SGM-ForestM	1.59 398	0.56 365	1.52 379	0.41 363	0.34 356	2.77 409	1.67 409	1.69 402	1.73 397	2.48 407	2.27 406	6.02 415	2.90 409	3.08 408	2.83 407	0.25 358	0.30 371	0.19 341	0.20 347	0.18 319	0.45 374

EKT-Stereo	0.39 295	0.13 73	0.53 158	0.42 365	3.94 413	0.22 86	0.17 54	0.38 107	0.30 92	0.21 31	0.20 30	0.23 86	0.15 50	0.30 124	0.18 78	0.10 198	0.08 139	0.09 119	0.08 104	0.09 131	0.12 163

CAS	0.16 11	0.07 1	0.29 4	0.42 365	0.17 212	0.20 48	0.18 92	0.23 3	0.20 5	0.15 9	0.19 25	0.11 2	0.10 3	0.15 1	0.14 24	0.31 370	0.04 1	0.06 1	0.04 1	0.06 2	0.16 227

PVD	0.62 361	0.41 342	0.93 321	0.44 367	0.39 368	0.63 353	0.51 364	0.86 380	1.27 390	0.93 374	1.09 373	0.81 366	0.85 373	0.89 346	0.89 351	0.21 349	0.23 337	0.22 352	0.19 343	0.28 361	0.41 367

PDISCO_ROB	0.45 324	0.37 327	0.89 313	0.44 367	0.37 364	0.70 358	0.35 318	0.75 367	0.78 359	0.45 304	0.53 292	0.65 347	0.40 297	0.68 293	0.52 305	0.22 352	0.12 229	0.21 347	0.19 343	0.26 354	0.22 284

DDUNet	0.45 324	0.60 374	0.71 260	0.45 369	0.39 368	0.46 311	0.32 307	0.53 245	0.44 223	0.46 309	0.53 292	0.57 320	0.38 287	0.51 219	0.43 276	0.34 372	0.21 324	0.56 383	0.25 362	0.41 373	0.36 350

Consistency-Raft	0.56 351	0.52 359	1.12 344	0.45 369	0.49 374	0.48 323	0.45 349	0.73 364	0.74 357	0.45 304	0.82 357	0.46 280	0.60 350	0.51 219	0.63 331	0.39 379	0.40 382	0.44 377	0.51 388	0.53 378	0.38 366

MSC_U_SF_DS_RVC	0.70 370	0.73 380	1.26 362	0.47 371	0.28 339	1.42 398	0.60 372	0.82 375	0.94 376	0.85 370	0.86 361	0.88 370	0.70 364	1.32 386	0.75 341	0.37 375	0.30 371	0.34 371	0.36 377	0.44 374	0.42 368

anonymity	0.57 353	0.55 363	0.74 266	0.48 372	0.63 383	0.56 341	0.43 346	0.71 360	0.51 286	0.64 352	0.55 300	0.57 320	0.61 354	0.65 281	0.57 320	0.55 383	0.55 394	0.50 380	0.54 389	0.51 377	0.61 385

SQANet	0.44 321	0.57 369	0.89 313	0.49 373	0.39 368	0.47 317	0.23 219	0.53 245	0.44 223	0.41 277	0.48 272	0.47 287	0.34 265	0.58 244	0.43 276	0.38 377	0.15 273	0.40 375	0.21 349	0.50 376	0.34 347

LE_ROB	1.82 404	0.39 337	3.15 406	0.50 374	0.55 380	0.79 368	1.00 394	0.89 383	6.48 414	7.40 416	2.07 402	2.07 396	5.08 412	1.33 387	3.96 411	0.11 229	0.09 168	0.12 258	0.11 233	0.11 219	0.13 183

SPS-STEREO	0.74 372	0.72 378	1.18 357	0.52 375	0.57 381	0.76 363	0.50 362	0.80 372	0.66 340	0.97 377	0.88 364	0.94 372	0.74 365	1.08 371	1.04 362	0.58 386	0.51 388	0.50 380	0.50 387	0.56 379	0.72 396
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DGSMNet	0.63 364	0.32 303	1.01 331	0.54 376	0.73 389	0.62 350	1.36 406	0.62 326	0.58 317	0.38 247	0.62 328	0.52 308	0.34 265	0.65 281	0.47 292	0.54 382	0.61 399	0.67 388	0.61 396	0.65 383	0.69 394

NVStereoNet_ROB	0.74 372	0.64 376	1.20 360	0.55 377	0.43 372	0.54 340	0.48 356	0.75 367	0.87 369	0.88 371	1.72 396	1.06 376	1.03 384	1.29 383	0.98 358	0.35 373	0.42 385	0.41 376	0.48 383	0.38 372	0.43 369
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
JetBlue	1.20 392	0.89 386	2.53 398	0.59 378	0.76 390	3.16 411	2.09 411	1.16 389	0.93 373	0.95 375	1.12 375	1.65 390	1.27 391	2.15 404	1.87 396	0.43 381	0.37 381	0.38 373	0.39 381	0.62 381	0.63 388

MANE	1.63 400	0.58 371	1.16 350	0.59 378	0.60 382	2.71 408	1.53 407	2.63 411	3.62 406	2.33 406	3.26 408	3.66 409	2.98 410	2.26 406	2.26 402	0.37 375	0.40 382	0.31 367	0.49 384	0.31 365	0.63 388

otaku	0.60 358	0.73 380	1.13 346	0.64 380	0.45 373	0.73 362	0.37 325	0.67 347	0.67 341	0.52 330	0.75 350	0.66 351	0.46 320	0.74 308	0.59 323	0.55 383	0.34 379	0.56 383	0.36 377	0.65 383	0.49 379

MFMNet_re	0.74 372	0.84 384	1.16 350	0.64 380	0.70 388	0.79 368	0.71 380	0.77 370	0.85 366	0.79 368	0.86 361	0.69 358	0.80 369	0.73 304	0.65 332	0.66 390	0.59 398	0.61 387	0.58 394	0.68 386	0.71 395

Ntro	0.61 360	0.75 382	1.16 350	0.67 382	0.50 375	0.76 363	0.37 325	0.68 352	0.71 351	0.50 324	0.59 313	0.65 347	0.52 335	0.79 326	0.58 322	0.58 386	0.32 376	0.57 386	0.34 374	0.69 388	0.50 380

SGM+DAISY	1.12 390	0.86 385	1.64 383	0.68 383	0.80 396	1.68 402	1.68 410	1.08 387	1.10 384	1.53 403	1.76 398	1.47 387	1.53 400	1.24 379	1.42 386	0.66 390	0.65 404	0.52 382	0.54 389	0.57 380	0.91 403

BEATNet-Init1	4.91 412	3.27 414	14.39 423	0.69 384	0.65 386	10.19 419	3.83 414	5.04 414	5.11 412	8.73 417	8.52 415	13.95 424	7.66 415	7.79 417	5.79 414	0.32 371	0.34 379	0.34 371	0.38 380	0.64 382	0.64 390

SAMSARA	0.62 361	0.47 353	0.93 321	0.70 385	0.50 375	1.15 387	1.29 405	0.79 371	0.70 349	0.77 366	0.55 300	0.92 371	0.58 347	0.87 343	0.77 343	0.19 346	0.27 355	0.18 335	0.19 343	0.27 358	0.28 330

ACVNet_1	0.77 377	0.92 388	1.79 388	0.73 386	0.53 379	0.78 367	0.42 344	0.88 382	0.90 370	0.75 362	0.76 351	1.32 384	0.80 369	1.04 368	0.70 338	0.57 385	0.32 376	0.72 390	0.35 375	0.70 389	0.50 380

ACVNet-4b	0.76 375	0.90 387	1.67 384	0.73 386	0.51 378	0.80 371	0.31 302	0.74 366	0.81 362	0.51 327	0.72 344	0.94 372	0.43 309	1.01 365	1.32 380	1.18 408	0.22 329	0.77 392	0.45 382	0.70 389	0.50 380

MADNet+	1.05 385	1.26 403	4.77 410	0.73 386	0.50 375	1.25 391	0.97 393	1.05 386	0.93 373	0.67 356	0.78 352	0.87 369	0.85 373	2.14 403	1.83 395	0.40 380	0.42 385	0.32 368	0.28 369	0.45 375	0.43 369

DispFullNet	0.67 367	0.94 389	1.63 382	0.77 389	1.19 406	0.53 337	0.25 254	0.61 318	0.72 353	0.70 359	0.60 317	0.69 358	0.90 377	0.80 329	0.52 305	0.27 363	0.13 243	0.74 391	0.31 372	0.68 386	0.44 371

RainbowNet	0.76 375	1.00 393	1.29 364	0.82 390	0.63 383	0.79 368	0.52 365	0.83 377	0.93 373	0.61 350	0.79 355	0.79 365	0.62 358	0.82 333	0.67 336	0.80 396	0.55 394	0.79 394	0.49 384	0.81 392	0.62 386

WAO-7	1.05 385	1.00 393	1.19 358	0.83 391	0.67 387	1.22 390	0.84 390	1.43 395	1.56 395	1.13 385	1.75 397	1.46 386	1.25 390	1.56 392	1.28 374	0.61 388	0.62 402	0.70 389	0.68 398	0.66 385	0.62 386

ACVNet_2	0.94 382	0.98 392	1.71 386	0.83 391	0.63 383	1.02 382	0.64 375	1.16 389	1.43 394	1.02 379	1.39 384	1.47 387	0.86 375	1.16 375	0.79 345	0.63 389	0.43 387	0.78 393	0.49 384	0.80 391	0.57 383

PWCK	1.05 385	1.29 404	2.12 393	0.92 393	0.42 371	1.27 392	1.01 395	1.14 388	1.14 388	1.16 388	1.14 376	1.25 381	0.90 377	1.77 398	1.15 368	0.89 399	0.51 388	0.87 395	0.54 389	1.02 402	0.57 383

WAO-6	1.11 389	1.01 395	1.17 356	0.96 394	0.79 393	1.30 394	0.78 385	1.36 393	1.99 400	1.04 382	1.54 392	1.59 389	1.27 391	1.37 388	1.30 375	0.78 394	0.55 394	1.03 401	0.75 402	0.87 393	0.72 396

IMH-64-1	0.94 382	0.95 390	1.07 338	0.98 395	0.76 390	0.93 376	0.72 381	1.30 391	1.11 385	0.91 372	1.45 387	1.14 377	1.00 382	1.25 381	0.97 356	0.77 392	0.51 388	0.97 397	0.55 392	0.90 394	0.66 391

IMH-64	0.94 382	0.95 390	1.07 338	0.98 395	0.76 390	0.93 376	0.72 381	1.30 391	1.11 385	0.91 372	1.45 387	1.14 377	1.00 382	1.25 381	0.97 356	0.77 392	0.51 388	0.97 397	0.55 392	0.90 394	0.66 391

IMH	1.09 388	1.04 396	1.29 364	1.03 397	0.79 393	1.11 384	0.69 378	1.40 394	1.42 393	1.02 379	1.71 395	1.42 385	1.19 389	1.78 399	1.03 361	1.14 406	0.56 397	1.00 399	0.58 394	0.93 397	0.68 393

LVE	1.18 391	1.16 398	1.67 384	1.04 398	0.81 397	1.32 395	0.82 389	1.49 397	1.94 398	1.08 383	1.90 399	1.89 394	1.07 386	1.51 391	1.04 362	0.96 402	0.61 399	0.94 396	0.69 399	0.92 396	0.79 401

Dean	1.22 393	1.17 399	1.97 391	1.04 398	0.79 393	1.21 389	0.76 383	1.51 398	1.96 399	1.30 391	1.98 401	2.14 397	1.18 388	1.30 384	1.15 368	0.83 397	0.61 399	1.01 400	0.69 399	0.97 401	0.77 400

WAO-8	1.50 396	1.22 401	1.39 371	1.10 400	0.85 398	2.15 404	0.78 385	1.84 404	3.76 407	1.46 397	2.18 403	2.15 398	1.50 398	3.20 410	1.35 382	0.92 400	0.66 405	1.10 402	0.79 403	0.94 398	0.74 398

Venus	1.50 396	1.22 401	1.39 371	1.10 400	0.85 398	2.15 404	0.78 385	1.84 404	3.76 407	1.46 397	2.18 403	2.15 398	1.50 398	3.20 410	1.35 382	0.92 400	0.66 405	1.10 402	0.79 403	0.94 398	0.74 398

TorneroNet-64	1.47 394	1.15 397	1.51 378	1.11 402	0.86 400	2.27 407	0.76 383	1.84 404	3.76 407	1.29 389	2.22 405	2.68 405	1.46 396	1.81 400	1.55 389	0.79 395	0.51 388	1.10 402	0.67 397	1.31 405	0.81 402

JetRed	2.35 408	2.70 413	6.11 411	1.14 403	1.38 409	6.03 413	3.61 413	2.12 408	1.72 396	1.99 405	1.97 400	2.15 398	1.59 402	2.49 407	4.19 412	1.05 403	1.60 412	1.10 402	1.02 409	1.72 411	1.41 411

TorneroNet	2.26 406	1.20 400	1.55 381	1.15 404	0.91 401	5.84 412	0.84 390	2.12 408	8.45 416	2.59 408	5.32 412	3.84 410	2.15 404	1.84 402	1.98 399	0.88 398	0.54 393	1.16 406	0.74 401	1.31 405	0.91 403

UNDER WATER-64	1.61 399	1.30 405	2.93 403	1.33 405	0.96 402	2.20 406	1.25 404	1.47 396	3.15 404	1.46 397	1.31 382	2.61 404	2.22 405	1.69 395	1.93 397	1.13 405	0.67 407	1.29 407	0.94 406	1.26 403	1.09 407

UNDER WATER	1.64 401	1.34 406	2.72 401	1.40 406	1.04 403	1.70 403	1.14 403	1.57 401	3.58 405	1.46 397	1.46 389	2.82 406	2.43 406	1.74 396	2.04 400	1.08 404	0.63 403	1.31 408	0.94 406	1.29 404	1.10 408

notaker	1.49 395	1.44 407	1.77 387	1.42 407	1.08 404	1.19 388	0.87 392	1.51 398	1.40 392	1.53 403	3.41 409	2.40 401	1.94 403	1.83 401	1.57 390	1.14 406	0.69 408	1.38 409	0.88 405	1.39 409	1.03 406

ktn	1.80 403	1.46 408	1.49 376	1.44 408	1.14 405	1.50 399	1.07 398	1.53 400	3.90 410	2.77 409	4.62 410	3.42 408	1.49 397	1.74 396	1.40 385	1.45 410	0.77 409	1.46 410	0.99 408	1.41 410	1.00 405

KSHMR	1.92 405	1.47 409	1.97 391	1.48 409	1.22 407	1.39 397	1.06 397	1.81 403	5.83 413	1.43 395	5.56 413	2.95 407	1.17 387	2.24 405	1.33 381	1.29 409	1.13 410	1.47 411	1.11 410	1.37 408	1.21 409

HanzoNet	3.08 409	1.87 412	2.70 400	1.81 410	1.34 408	1.60 401	1.05 396	2.06 407	2.62 403	5.63 413	5.12 411	5.96 414	7.09 414	4.39 414	3.43 409	3.29 414	2.06 415	1.98 413	2.94 416	2.47 413	2.15 414

SPstereo	14.29 421	1.85 411	2.95 404	1.89 411	1.68 411	23.50 428	43.36 428	35.81 435	29.54 435	20.90 429	20.49 426	26.26 435	21.86 428	25.13 435	19.49 427	1.60 411	1.44 411	2.99 415	2.21 414	1.34 407	1.43 412

tt	4.71 411	0.11 27	3.94 407	2.06 412	1.54 410	10.14 418	16.85 419	9.28 419	4.99 411	1.41 394	1.05 372	4.68 411	4.89 411	3.36 412	5.86 415	5.73 418	9.15 423	2.23 414	2.51 415	3.02 414	1.34 410

MADNet++	2.34 407	1.81 410	2.24 396	2.15 413	1.97 412	2.79 410	2.19 412	2.42 410	2.26 401	2.79 410	2.70 407	2.43 402	2.60 408	3.18 409	3.32 408	2.19 412	1.97 413	1.93 412	1.62 412	2.02 412	2.10 413

LSM	1.68 402	0.48 355	2.91 402	2.28 414	17.60 423	0.52 334	0.55 369	0.65 341	0.78 359	0.84 369	1.11 374	0.63 340	0.55 342	0.79 326	0.53 309	0.16 315	0.25 346	0.18 335	0.21 349	0.25 350	2.37 415

PML	15.86 425	13.12 425	7.07 412	5.22 415	7.66 415	32.93 429	64.30 435	5.37 415	10.12 417	25.87 434	67.29 435	20.25 426	13.20 425	10.09 419	6.81 417	5.94 419	2.00 414	6.03 421	2.18 413	9.13 420	2.62 416

DGTPSM_ROB	8.38 415	5.24 416	10.71 421	5.32 416	10.19 417	8.34 415	23.49 423	6.11 416	13.43 422	4.93 411	10.93 420	5.64 412	10.55 416	6.17 415	12.73 419	3.74 415	7.56 418	3.68 416	7.24 420	4.09 416	7.49 418

DPSimNet_ROB	6.21 413	5.16 415	9.50 413	5.59 417	5.56 414	7.64 414	10.02 416	4.07 413	7.33 415	6.84 414	6.26 414	7.17 416	10.55 416	4.07 413	5.68 413	5.50 417	4.29 416	5.24 418	3.66 417	4.05 415	5.96 417

DPSMNet_ROB	8.44 416	5.25 417	10.87 422	5.59 417	10.27 418	8.34 415	23.51 424	6.12 417	13.47 423	4.96 412	10.94 421	5.65 413	10.55 416	6.25 416	12.77 420	4.01 416	7.62 419	3.75 417	7.27 421	4.16 417	7.54 419

Anonymous_1	16.44 426	9.26 418	9.67 415	10.63 419	14.54 421	18.62 425	26.98 425	12.68 423	13.53 424	10.78 423	10.37 419	10.15 418	10.66 419	10.99 423	12.64 418	15.61 431	7.73 420	16.87 428	43.01 432	56.14 435	7.86 422

DPSM_ROB	11.46 419	9.79 422	10.18 416	11.11 420	11.31 419	19.08 426	27.38 426	13.42 424	14.23 425	10.34 421	11.13 422	10.97 422	11.33 423	11.89 424	13.49 421	6.74 420	8.19 421	6.00 419	7.05 418	7.74 418	7.76 420

DPSM	11.46 419	9.79 422	10.18 416	11.11 420	11.31 419	19.08 426	27.38 426	13.42 424	14.23 425	10.34 421	11.13 422	10.97 422	11.33 423	11.89 424	13.49 421	6.74 420	8.19 421	6.00 419	7.05 418	7.74 418	7.76 420

LRCNet_RVC	10.94 418	14.45 426	9.66 414	15.38 422	8.02 416	1.08 383	0.35 318	8.72 418	0.72 353	12.63 424	15.84 424	9.73 417	6.52 413	8.58 418	6.38 416	20.33 432	5.39 417	23.79 430	21.95 429	15.35 424	13.96 426

HaxPig	17.72 427	20.23 433	19.76 424	16.55 423	16.52 422	9.46 417	9.42 415	14.48 426	13.31 421	18.59 425	18.67 425	17.39 425	16.68 426	17.07 426	16.43 426	21.99 433	20.86 433	22.28 429	21.55 428	21.30 431	21.88 433

MEDIAN_ROB	21.20 428	24.56 434	23.42 432	19.57 424	19.62 427	13.29 420	11.21 417	18.04 427	17.02 427	22.07 433	21.92 427	20.84 427	20.24 427	21.02 427	19.68 428	25.59 434	24.08 434	26.20 431	25.19 430	25.31 432	25.19 434

xxxxx1	15.30 422	9.78 419	10.23 418	20.34 425	19.47 424	17.10 421	23.00 420	10.36 420	11.04 418	9.25 418	9.66 416	10.74 419	10.66 419	10.60 420	13.72 423	8.14 422	9.35 424	31.88 433	44.61 433	12.63 421	13.46 423

tt_ll	15.30 422	9.78 419	10.23 418	20.34 425	19.47 424	17.10 421	23.00 420	10.36 420	11.04 418	9.25 418	9.66 416	10.74 419	10.66 419	10.60 420	13.72 423	8.14 422	9.35 424	31.88 433	44.61 433	12.63 421	13.46 423

ff	15.30 422	9.78 419	10.23 418	20.34 425	19.47 424	17.10 421	23.00 420	10.36 420	11.04 418	9.25 418	9.66 416	10.74 419	10.66 419	10.60 420	13.72 423	8.14 422	9.35 424	31.88 433	44.61 433	12.63 421	13.46 423

CasAABBNet	23.04 429	19.69 427	20.32 425	22.42 428	22.73 428	38.35 430	55.23 431	26.99 432	28.74 430	20.67 427	22.28 429	22.11 431	22.86 432	23.84 431	27.17 431	13.52 425	16.47 428	12.08 422	14.21 423	15.57 425	15.60 427

Selective-RAFT-Error	23.11 430	19.77 431	20.60 427	22.49 429	22.80 429	38.46 435	55.19 430	27.13 434	28.90 434	20.73 428	22.38 430	22.11 431	22.91 434	23.94 432	27.18 432	13.54 426	16.57 429	12.09 423	14.21 423	15.61 429	15.65 428

MyStereo03	23.12 431	19.74 428	20.70 428	22.51 430	22.82 430	38.36 431	55.25 432	26.92 429	28.81 431	20.90 429	22.38 430	22.06 428	22.80 429	23.83 428	27.20 433	13.55 427	16.70 430	12.09 423	14.22 425	15.58 426	16.03 429

MyStereo02	23.12 431	19.74 428	20.70 428	22.51 430	22.82 430	38.36 431	55.25 432	26.92 429	28.81 431	20.90 429	22.38 430	22.06 428	22.80 429	23.83 428	27.20 433	13.55 427	16.70 430	12.09 423	14.22 425	15.58 426	16.03 429

MyStereo	23.12 431	19.74 428	20.70 428	22.51 430	22.82 430	38.36 431	55.25 432	26.92 429	28.81 431	20.90 429	22.38 430	22.06 428	22.80 429	23.83 428	27.20 433	13.55 427	16.70 430	12.09 423	14.22 425	15.58 426	16.03 429

LSM0	24.21 434	19.88 432	22.33 431	24.42 433	40.13 435	38.41 434	54.99 429	27.05 433	28.61 429	20.59 426	22.00 428	22.29 433	22.86 432	24.12 433	27.16 430	13.59 430	16.33 427	12.13 427	14.08 422	15.72 430	17.53 432

AVERAGE_ROB	25.43 435	29.01 435	27.22 433	24.60 434	24.16 434	17.78 424	12.87 418	22.39 428	21.40 428	26.72 435	26.08 434	25.18 434	24.52 435	25.07 434	23.57 429	29.94 435	28.36 435	30.60 432	29.57 431	29.83 433	29.66 435

test_example2	100.95 436	107.33 436	67.16 435	98.17 435	106.88 436	89.44 436	101.34 436	37.23 436	97.88 436	129.56 436	131.26 436	65.41 436	67.34 436	91.22 436	79.29 436	143.32 436	199.32 436	81.12 436	102.17 436	121.89 436	101.70 436

DLNR_Zeroshot_test	10.53 417	12.28 424	20.32 425	105.84 436	23.88 433	0.14 3	0.13 2	3.20 412	0.20 5	0.16 11	0.23 50	0.16 32	0.10 3	0.32 138	0.16 46	2.54 413	0.32 376	0.07 13	0.07 44	40.17 434	0.28 330

Low-res two-view benchmark