Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

Selective-IGEV	0.15 4	0.10 11	0.34 12	0.32 319	0.19 254	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 39	0.14 24	0.06 1	0.13 242	0.07 13	0.06 22	0.06 2	0.11 127

EGLCR-Stereo	0.19 36	0.09 3	0.34 12	0.29 298	0.17 211	0.28 162	0.16 40	0.30 37	0.23 15	0.22 47	0.11 1	0.16 31	0.09 2	0.28 97	0.15 37	0.07 13	0.25 345	0.07 13	0.07 44	0.06 2	0.37 357

MSKI-zero shot	0.19 36	0.10 11	0.47 72	0.30 304	0.14 107	0.21 64	0.14 12	0.33 67	0.22 12	0.24 60	0.25 58	0.22 72	0.10 3	0.32 137	0.14 24	0.07 13	0.30 370	0.07 13	0.07 44	0.06 2	0.09 57

DLNR_Zeroshot_test	10.53 416	12.28 423	20.32 424	105.84 435	23.88 432	0.14 3	0.13 2	3.20 411	0.20 5	0.16 11	0.23 49	0.16 31	0.10 3	0.32 137	0.16 46	2.54 412	0.32 375	0.07 13	0.07 44	40.17 433	0.28 329

4D-IteraStereo	0.20 56	0.21 210	0.62 226	0.21 53	0.14 107	0.19 22	0.17 54	0.29 28	0.28 65	0.24 60	0.20 29	0.20 59	0.10 3	0.22 35	0.18 77	0.07 13	0.07 92	0.10 181	0.08 103	0.08 64	0.33 343

CAS	0.16 11	0.07 1	0.29 3	0.42 364	0.17 211	0.20 48	0.18 91	0.23 3	0.20 5	0.15 9	0.19 24	0.11 2	0.10 3	0.15 1	0.14 24	0.31 369	0.04 1	0.06 1	0.04 1	0.06 2	0.16 226

CES	0.14 1	0.08 2	0.24 1	0.17 4	0.23 308	0.18 13	0.15 25	0.24 7	0.20 5	0.14 5	0.18 21	0.14 21	0.10 3	0.19 21	0.12 1	0.07 13	0.05 3	0.06 1	0.04 1	0.08 64	0.20 266

XX-Stereo	0.25 171	0.11 27	1.09 341	0.35 339	0.38 366	0.23 102	0.13 2	0.43 155	0.19 3	0.20 27	0.40 191	0.31 174	0.10 3	0.33 146	0.13 7	0.08 87	0.11 212	0.08 59	0.09 164	0.07 30	0.10 98

StereoIM	0.15 4	0.17 166	0.39 26	0.19 13	0.15 157	0.16 5	0.13 2	0.26 10	0.22 12	0.13 1	0.15 15	0.14 21	0.11 9	0.17 8	0.17 58	0.08 87	0.07 92	0.08 59	0.06 22	0.07 30	0.06 4

MIF-Stereo	0.15 4	0.12 57	0.45 55	0.21 53	0.14 107	0.17 9	0.13 2	0.20 1	0.19 3	0.16 11	0.20 29	0.10 1	0.11 9	0.18 12	0.17 58	0.08 87	0.06 34	0.07 13	0.06 22	0.08 64	0.07 11

CASnet	0.15 4	0.13 73	0.30 4	0.22 85	0.08 2	0.15 4	0.14 12	0.28 17	0.26 48	0.23 54	0.20 29	0.15 27	0.11 9	0.18 12	0.13 7	0.07 13	0.05 3	0.11 227	0.09 164	0.08 64	0.05 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CroCo-Stereo Lap2	0.16 11	0.18 183	0.39 26	0.26 229	0.18 231	0.11 1	0.19 123	0.30 37	0.22 12	0.13 1	0.16 16	0.15 27	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

GLC_STEREO	0.15 4	0.11 27	0.31 6	0.22 85	0.09 5	0.17 9	0.15 25	0.24 7	0.28 65	0.17 15	0.20 29	0.17 38	0.11 9	0.24 45	0.17 58	0.07 13	0.09 167	0.09 119	0.08 103	0.07 30	0.07 11

CREStereo++_RVC	0.16 11	0.09 3	0.42 40	0.17 4	0.11 25	0.18 13	0.13 2	0.23 3	0.31 99	0.21 31	0.31 105	0.13 11	0.11 9	0.17 8	0.16 46	0.07 13	0.04 1	0.06 1	0.15 316	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
ff7	0.18 21	0.13 73	0.41 32	0.21 53	0.15 157	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 79	0.13 7	0.07 13	0.25 345	0.08 59	0.07 44	0.08 64	0.36 349

IGEVStereo-DCA	0.20 56	0.17 166	0.41 32	0.22 85	0.15 157	0.20 48	0.17 54	0.28 17	0.23 15	0.19 23	0.12 2	0.14 21	0.12 15	0.38 181	0.31 224	0.07 13	0.16 281	0.08 59	0.07 44	0.08 64	0.36 349

ffff	0.18 21	0.13 73	0.41 32	0.21 53	0.15 157	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 79	0.13 7	0.07 13	0.25 345	0.08 59	0.07 44	0.08 64	0.36 349

rrr	0.22 92	0.17 166	0.79 283	0.22 85	0.15 157	0.20 48	0.18 91	0.40 131	0.27 57	0.19 23	0.12 2	0.14 21	0.12 15	0.38 181	0.31 224	0.07 13	0.16 281	0.08 59	0.07 44	0.08 64	0.28 329

11t	0.18 21	0.13 73	0.41 32	0.21 53	0.15 157	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 79	0.13 7	0.07 13	0.25 345	0.08 59	0.07 44	0.08 64	0.36 349

LL-Strereo2	0.21 79	0.25 260	0.53 157	0.32 319	0.20 271	0.25 129	0.14 12	0.32 55	0.25 42	0.25 71	0.20 29	0.24 100	0.12 15	0.28 97	0.18 77	0.07 13	0.07 92	0.12 257	0.09 164	0.09 131	0.16 226

anonymousdsp	0.20 56	0.13 73	0.49 101	0.28 285	0.20 271	0.21 64	0.17 54	0.29 28	0.24 24	0.22 47	0.13 5	0.12 3	0.12 15	0.32 137	0.13 7	0.07 13	0.26 351	0.08 59	0.07 44	0.08 64	0.48 376

ProNet	0.16 11	0.13 73	0.36 18	0.21 53	0.15 157	0.20 48	0.19 123	0.29 28	0.23 15	0.14 5	0.13 5	0.13 11	0.12 15	0.25 53	0.13 7	0.06 1	0.09 167	0.07 13	0.06 22	0.07 30	0.22 283

ccc-4	0.18 21	0.13 73	0.41 32	0.21 53	0.15 157	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 79	0.13 7	0.07 13	0.25 345	0.08 59	0.07 44	0.08 64	0.36 349

IGEV-Stereo	0.20 56	0.13 73	0.49 101	0.28 285	0.20 271	0.21 64	0.17 54	0.29 28	0.24 24	0.22 47	0.13 5	0.12 3	0.12 15	0.32 137	0.13 7	0.07 13	0.26 351	0.08 59	0.07 44	0.08 64	0.48 376
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CroCo-Stereo	0.15 4	0.16 143	0.34 12	0.25 197	0.12 48	0.11 1	0.18 91	0.35 80	0.24 24	0.13 1	0.13 5	0.18 46	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
iRaftStereo_RVC	0.17 18	0.16 143	0.35 16	0.21 53	0.11 25	0.20 48	0.17 54	0.34 71	0.25 42	0.20 27	0.25 58	0.19 52	0.12 15	0.21 24	0.16 46	0.07 13	0.12 228	0.10 181	0.09 164	0.09 131	0.14 205

TANstereo	0.16 11	0.11 27	0.43 45	0.16 3	0.08 2	0.25 129	0.14 12	0.23 3	0.29 78	0.25 71	0.30 95	0.16 31	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

XX-TBD	0.16 11	0.21 210	0.43 45	0.22 85	0.10 17	0.23 102	0.15 25	0.23 3	0.28 65	0.22 47	0.26 65	0.14 21	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

test_xeample3	0.22 92	0.17 166	0.81 287	0.21 53	0.15 157	0.20 48	0.18 91	0.40 131	0.25 42	0.19 23	0.12 2	0.13 11	0.12 15	0.34 160	0.33 238	0.07 13	0.20 318	0.07 13	0.08 103	0.08 64	0.34 346

MyStereo07	0.18 21	0.15 123	0.44 52	0.22 85	0.16 186	0.25 129	0.22 195	0.31 51	0.26 48	0.22 47	0.13 5	0.12 3	0.13 30	0.33 146	0.14 24	0.07 13	0.13 242	0.09 119	0.09 164	0.09 131	0.11 127

AE-Stereo	0.21 79	0.12 57	0.50 119	0.25 197	0.15 157	0.24 120	0.18 91	0.40 131	0.34 129	0.19 23	0.26 65	0.21 69	0.13 30	0.22 35	0.16 46	0.07 13	0.26 351	0.09 119	0.10 208	0.07 30	0.31 338

MIM_Stereo	0.20 56	0.17 166	0.55 173	0.20 34	0.21 284	0.17 9	0.14 12	0.37 97	0.27 57	0.28 91	0.35 143	0.23 85	0.13 30	0.28 97	0.16 46	0.06 1	0.08 138	0.09 119	0.08 103	0.08 64	0.15 216

MC-Stereo	0.18 21	0.10 11	0.36 18	0.28 285	0.14 107	0.18 13	0.15 25	0.24 7	0.20 5	0.21 31	0.24 54	0.16 31	0.13 30	0.25 53	0.14 24	0.07 13	0.17 299	0.07 13	0.07 44	0.06 2	0.30 335

test_4	0.19 36	0.16 143	0.39 26	0.24 165	0.13 80	0.19 22	0.21 173	0.27 13	0.24 24	0.24 60	0.47 262	0.22 72	0.13 30	0.27 79	0.18 77	0.06 1	0.06 34	0.09 119	0.09 164	0.07 30	0.06 4

test-3	0.18 21	0.10 11	0.48 84	0.23 128	0.14 107	0.18 13	0.16 40	0.32 55	0.29 78	0.26 76	0.17 17	0.22 72	0.13 30	0.26 70	0.19 98	0.06 1	0.14 251	0.08 59	0.08 103	0.06 2	0.10 98

test_1	0.18 21	0.10 11	0.48 84	0.23 128	0.14 107	0.18 13	0.16 40	0.32 55	0.29 78	0.26 76	0.17 17	0.22 72	0.13 30	0.26 70	0.19 98	0.06 1	0.14 251	0.08 59	0.08 103	0.06 2	0.10 98

test_3	0.20 56	0.12 57	0.49 101	0.26 229	0.14 107	0.22 86	0.25 253	0.34 71	0.33 121	0.25 71	0.18 21	0.23 85	0.13 30	0.25 53	0.20 114	0.06 1	0.14 251	0.09 119	0.10 208	0.07 30	0.10 98

TRStereo	0.22 92	0.21 210	0.62 226	0.40 358	0.19 254	0.22 86	0.16 40	0.58 293	0.30 92	0.21 31	0.21 41	0.22 72	0.13 30	0.27 79	0.14 24	0.09 142	0.09 167	0.09 119	0.11 232	0.06 2	0.19 254

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 41	0.14 21	0.13 30	0.19 21	0.14 24	0.09 142	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
IGEV_Zeroshot_test	0.23 121	0.11 27	0.82 290	0.21 53	0.23 308	0.20 48	0.19 123	0.38 106	0.23 15	0.34 198	0.22 47	0.29 155	0.14 40	0.24 45	0.20 114	0.07 13	0.09 167	0.08 59	0.08 103	0.08 64	0.35 348

RAFT-Test	0.19 36	0.11 27	0.41 32	0.26 229	0.21 284	0.26 142	0.17 54	0.37 97	0.26 48	0.24 60	0.29 84	0.32 184	0.14 40	0.22 35	0.15 37	0.07 13	0.08 138	0.07 13	0.07 44	0.06 2	0.07 11

LoS	0.15 4	0.09 3	0.34 12	0.17 4	0.09 5	0.22 86	0.14 12	0.27 13	0.27 57	0.15 9	0.18 21	0.19 52	0.14 40	0.23 39	0.14 24	0.08 87	0.06 34	0.06 1	0.04 1	0.06 2	0.06 4

AnonymousM	0.19 36	0.20 203	0.30 4	0.18 8	0.10 17	0.19 22	0.17 54	0.32 55	0.27 57	0.27 85	0.21 41	0.18 46	0.14 40	0.21 24	0.16 46	0.09 142	0.08 138	0.38 372	0.15 316	0.06 2	0.08 37

test-1	0.20 56	0.12 57	0.49 101	0.23 128	0.23 308	0.22 86	0.23 218	0.36 85	0.29 78	0.21 31	0.25 58	0.24 100	0.14 40	0.18 12	0.22 146	0.07 13	0.14 251	0.08 59	0.07 44	0.06 2	0.14 205

sCroCo_RVC	0.19 36	0.15 123	0.60 217	0.27 261	0.18 231	0.23 102	0.16 40	0.28 17	0.24 24	0.14 5	0.22 47	0.17 38	0.14 40	0.22 35	0.16 46	0.11 228	0.11 212	0.09 119	0.09 164	0.09 131	0.10 98

PMTNet	0.16 11	0.09 3	0.31 6	0.15 2	0.09 5	0.23 102	0.15 25	0.26 10	0.24 24	0.17 15	0.21 41	0.16 31	0.14 40	0.23 39	0.14 24	0.29 365	0.05 3	0.06 1	0.04 1	0.07 30	0.07 11

R-Stereo Train	0.19 36	0.10 11	0.49 101	0.22 85	0.12 48	0.23 102	0.18 91	0.43 155	0.20 5	0.31 150	0.45 243	0.20 59	0.14 40	0.18 12	0.18 77	0.08 87	0.06 34	0.07 13	0.06 22	0.06 2	0.07 11

RAFT-Stereo	0.19 36	0.10 11	0.49 101	0.22 85	0.12 48	0.23 102	0.18 91	0.43 155	0.20 5	0.31 150	0.45 243	0.20 59	0.14 40	0.18 12	0.18 77	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
EKT-Stereo	0.39 294	0.13 73	0.53 157	0.42 364	3.94 412	0.22 86	0.17 54	0.38 106	0.30 92	0.21 31	0.20 29	0.23 85	0.15 49	0.30 123	0.18 77	0.10 197	0.08 138	0.09 119	0.08 103	0.09 131	0.12 162

anonymousdsp2	0.23 121	0.11 27	0.42 40	0.26 229	0.24 319	0.25 129	0.17 54	0.43 155	0.37 162	0.30 135	0.23 49	0.24 100	0.15 49	0.32 137	0.17 58	0.07 13	0.28 358	0.07 13	0.05 8	0.08 64	0.44 370

CIPLG	0.23 121	0.28 283	0.75 268	0.24 165	0.16 186	0.25 129	0.20 154	0.38 106	0.33 121	0.32 175	0.34 137	0.23 85	0.15 49	0.27 79	0.22 146	0.09 142	0.07 92	0.08 59	0.07 44	0.08 64	0.09 57

IPLGR_C	0.23 121	0.29 286	0.81 287	0.24 165	0.16 186	0.24 120	0.20 154	0.38 106	0.33 121	0.32 175	0.33 129	0.23 85	0.15 49	0.26 70	0.22 146	0.09 142	0.07 92	0.08 59	0.07 44	0.08 64	0.09 57

ACRE	0.23 121	0.27 276	0.83 292	0.24 165	0.15 157	0.24 120	0.20 154	0.38 106	0.32 107	0.32 175	0.33 129	0.23 85	0.15 49	0.26 70	0.22 146	0.09 142	0.07 92	0.08 59	0.07 44	0.08 64	0.09 57

Pruner-Stereo	0.20 56	0.12 57	0.49 101	0.29 298	0.12 48	0.19 22	0.17 54	0.32 55	0.31 99	0.33 184	0.32 114	0.25 111	0.15 49	0.25 53	0.22 146	0.09 142	0.06 34	0.09 119	0.08 103	0.08 64	0.10 98

cross-raft	0.18 21	0.12 57	0.40 30	0.27 261	0.16 186	0.20 48	0.24 240	0.34 71	0.24 24	0.23 54	0.28 78	0.29 155	0.15 49	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+_RVC	0.21 79	0.21 210	0.46 67	0.22 85	0.35 358	0.21 64	0.16 40	0.39 122	0.35 136	0.22 47	0.28 78	0.20 59	0.15 49	0.25 53	0.20 114	0.08 87	0.16 281	0.08 59	0.07 44	0.07 30	0.12 162

RALCasStereoNet	0.22 92	0.22 224	0.48 84	0.23 128	0.23 308	0.22 86	0.18 91	0.32 55	0.27 57	0.22 47	0.30 95	0.22 72	0.15 49	0.29 114	0.20 114	0.08 87	0.22 328	0.07 13	0.06 22	0.10 177	0.25 311

RALAANet	0.21 79	0.24 247	0.53 157	0.23 128	0.14 107	0.22 86	0.13 2	0.38 106	0.30 92	0.29 114	0.26 65	0.25 111	0.15 49	0.28 97	0.20 114	0.08 87	0.08 138	0.09 119	0.08 103	0.10 177	0.07 11

CFNet-RSSM	0.18 21	0.10 11	0.45 55	0.20 34	0.12 48	0.20 48	0.16 40	0.40 131	0.31 99	0.23 54	0.21 41	0.26 127	0.15 49	0.21 24	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 32	0.20 34	0.12 48	0.20 48	0.15 25	0.34 71	0.29 78	0.23 54	0.23 49	0.27 131	0.15 49	0.21 24	0.14 24	0.07 13	0.06 34	0.07 13	0.07 44	0.06 2	0.07 11

tt1	0.22 92	0.16 143	0.49 101	0.26 229	0.15 157	0.31 208	0.19 123	0.38 106	0.46 242	0.21 31	0.19 24	0.13 11	0.16 61	0.28 97	0.12 1	0.08 87	0.28 358	0.08 59	0.06 22	0.08 64	0.37 357

StereoVision	0.23 121	0.23 237	0.55 173	0.27 261	0.17 211	0.23 102	0.22 195	0.40 131	0.32 107	0.21 31	0.51 278	0.22 72	0.16 61	0.29 114	0.19 98	0.11 228	0.12 228	0.13 280	0.13 293	0.10 177	0.08 37

AEACV	0.20 56	0.09 3	0.32 8	0.39 354	0.34 355	0.21 64	0.16 40	0.30 37	0.18 1	0.17 15	0.17 17	0.13 11	0.16 61	0.27 79	0.13 7	0.07 13	0.29 369	0.07 13	0.09 164	0.07 30	0.37 357

Any-RAFT	0.18 21	0.09 3	0.33 10	0.19 13	0.10 17	0.29 179	0.16 40	0.44 173	0.32 107	0.25 71	0.27 74	0.29 155	0.16 61	0.23 39	0.13 7	0.08 87	0.07 92	0.06 1	0.05 8	0.07 30	0.07 11

DCRE	0.24 147	0.15 123	0.45 55	0.26 229	0.26 332	0.23 102	0.21 173	0.37 97	0.29 78	0.23 54	0.81 355	0.23 85	0.16 61	0.24 45	0.18 77	0.07 13	0.14 251	0.07 13	0.08 103	0.07 30	0.25 311

knoymous	0.18 21	0.10 11	0.35 16	0.17 4	0.11 25	0.21 64	0.17 54	0.33 67	0.24 24	0.24 60	0.28 78	0.27 131	0.16 61	0.24 45	0.17 58	0.09 142	0.06 34	0.09 119	0.06 22	0.09 131	0.10 98

DisPM	0.20 56	0.11 27	0.52 147	0.24 165	0.13 80	0.18 13	0.19 123	0.30 37	0.31 99	0.33 184	0.34 137	0.23 85	0.16 61	0.34 160	0.17 58	0.09 142	0.06 34	0.09 119	0.08 103	0.08 64	0.12 162

PFNet+	0.21 79	0.11 27	0.54 167	0.22 85	0.12 48	0.17 9	0.18 91	0.31 51	0.36 149	0.33 184	0.32 114	0.24 100	0.16 61	0.33 146	0.18 77	0.10 197	0.07 92	0.11 227	0.10 208	0.08 64	0.12 162

PSM-softLoss	0.22 92	0.11 27	0.53 157	0.25 197	0.12 48	0.20 48	0.17 54	0.39 122	0.29 78	0.29 114	0.32 114	0.24 100	0.16 61	0.53 226	0.21 131	0.09 142	0.06 34	0.10 181	0.09 164	0.08 64	0.12 162

KMStereo	0.22 92	0.11 27	0.53 157	0.25 197	0.12 48	0.20 48	0.17 54	0.39 122	0.29 78	0.29 114	0.32 114	0.24 100	0.16 61	0.53 226	0.21 131	0.09 142	0.06 34	0.10 181	0.09 164	0.08 64	0.12 162

rafts_anoy	0.21 79	0.22 224	0.49 101	0.25 197	0.24 319	0.19 22	0.17 54	0.34 71	0.32 107	0.24 60	0.25 58	0.20 59	0.16 61	0.25 53	0.21 131	0.08 87	0.19 310	0.11 227	0.12 269	0.09 131	0.09 57

sAnonymous2	0.21 79	0.24 247	0.79 283	0.24 165	0.17 211	0.22 86	0.20 154	0.36 85	0.29 78	0.17 15	0.19 24	0.17 38	0.16 61	0.18 12	0.15 37	0.10 197	0.07 92	0.09 119	0.08 103	0.23 344	0.18 240

CroCo_RVC	0.21 79	0.24 247	0.79 283	0.24 165	0.17 211	0.22 86	0.20 154	0.36 85	0.29 78	0.17 15	0.19 24	0.17 38	0.16 61	0.18 12	0.15 37	0.10 197	0.07 92	0.09 119	0.08 103	0.23 344	0.18 240

GMStereo	0.21 79	0.30 292	0.57 190	0.21 53	0.12 48	0.24 120	0.18 91	0.30 37	0.41 193	0.26 76	0.24 54	0.17 38	0.16 61	0.25 53	0.19 98	0.10 197	0.07 92	0.08 59	0.08 103	0.11 218	0.09 57
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
EAI-Stereo	0.29 227	0.11 27	0.38 24	0.22 85	0.18 231	0.33 227	1.66 407	0.53 244	0.27 57	0.27 85	0.50 275	0.17 38	0.16 61	0.25 53	0.25 178	0.07 13	0.07 92	0.07 13	0.11 232	0.07 30	0.10 98

ACVNet-DCA	0.21 79	0.16 143	0.50 119	0.27 261	0.13 80	0.31 208	0.19 123	0.43 155	0.32 107	0.21 31	0.20 29	0.13 11	0.17 76	0.28 97	0.12 1	0.08 87	0.28 358	0.08 59	0.06 22	0.09 131	0.23 290

1test111	0.22 92	0.16 143	0.50 119	0.27 261	0.13 80	0.31 208	0.19 123	0.43 155	0.32 107	0.21 31	0.20 29	0.13 11	0.17 76	0.36 171	0.28 200	0.08 87	0.28 358	0.08 59	0.06 22	0.09 131	0.23 290

cc1	0.22 92	0.16 143	0.50 119	0.27 261	0.13 80	0.31 208	0.19 123	0.39 122	0.48 261	0.21 31	0.20 29	0.13 11	0.17 76	0.28 97	0.12 1	0.08 87	0.28 358	0.08 59	0.06 22	0.08 64	0.37 357

GMStereo_Zeroshot	0.25 171	0.22 224	0.51 131	0.27 261	0.14 107	0.28 162	0.15 25	0.40 131	0.36 149	0.37 239	0.43 221	0.40 239	0.17 76	0.35 167	0.21 131	0.12 256	0.07 92	0.13 280	0.07 44	0.17 303	0.10 98

test croco	0.18 21	0.16 143	0.59 210	0.21 53	0.13 80	0.16 5	0.17 54	0.29 28	0.23 15	0.16 11	0.26 65	0.13 11	0.17 76	0.27 79	0.17 58	0.09 142	0.06 34	0.10 181	0.07 44	0.10 177	0.07 11

MIF-Stereo (partial)	0.18 21	0.13 73	0.50 119	0.22 85	0.15 157	0.16 5	0.13 2	0.29 28	0.26 48	0.17 15	0.26 65	0.16 31	0.17 76	0.25 53	0.18 77	0.09 142	0.06 34	0.10 181	0.08 103	0.09 131	0.08 37

LoS_RVC	0.14 1	0.11 27	0.32 8	0.18 8	0.16 186	0.20 48	0.18 91	0.21 2	0.18 1	0.14 5	0.20 29	0.12 3	0.17 76	0.17 8	0.14 24	0.06 1	0.05 3	0.06 1	0.04 1	0.05 1	0.14 205

RCA-Stereo	0.17 18	0.10 11	0.33 10	0.20 34	0.11 25	0.19 22	0.17 54	0.39 122	0.36 149	0.21 31	0.25 58	0.17 38	0.17 76	0.18 12	0.15 37	0.07 13	0.14 251	0.07 13	0.06 22	0.06 2	0.08 37

RAFT_CTSACE	0.23 121	0.21 210	0.57 190	0.26 229	0.15 157	0.22 86	0.23 218	0.34 71	0.30 92	0.34 198	0.51 278	0.31 174	0.17 76	0.33 146	0.15 37	0.06 1	0.09 167	0.09 119	0.08 103	0.08 64	0.07 11

RAFT+CT+SA	0.23 121	0.24 247	0.48 84	0.25 197	0.18 231	0.23 102	0.29 286	0.42 150	0.38 169	0.24 60	0.39 184	0.20 59	0.17 76	0.34 160	0.17 58	0.07 13	0.07 92	0.09 119	0.12 269	0.09 131	0.13 182

dd	0.23 121	0.32 302	0.55 173	0.23 128	0.12 48	0.27 148	0.21 173	0.32 55	0.45 233	0.30 135	0.29 84	0.25 111	0.17 76	0.31 132	0.26 187	0.13 273	0.07 92	0.10 181	0.08 103	0.12 243	0.09 57

IPLG	0.23 121	0.19 191	0.65 238	0.21 53	0.12 48	0.28 162	0.17 54	0.45 180	0.32 107	0.33 184	0.32 114	0.16 31	0.17 76	0.50 213	0.23 161	0.07 13	0.06 34	0.08 59	0.07 44	0.07 30	0.08 37

GMOStereo	0.20 56	0.17 166	0.45 55	0.23 128	0.18 231	0.21 64	0.27 268	0.28 17	0.28 65	0.31 150	0.32 114	0.28 143	0.17 76	0.16 3	0.13 7	0.07 13	0.23 336	0.10 181	0.08 103	0.08 64	0.07 11

error version	0.20 56	0.17 166	0.45 55	0.23 128	0.18 231	0.21 64	0.27 268	0.28 17	0.28 65	0.31 150	0.32 114	0.28 143	0.17 76	0.16 3	0.13 7	0.07 13	0.23 336	0.10 181	0.08 103	0.08 64	0.07 11

test-v	0.20 56	0.17 166	0.45 55	0.23 128	0.18 231	0.21 64	0.27 268	0.28 17	0.28 65	0.31 150	0.32 114	0.28 143	0.17 76	0.16 3	0.13 7	0.07 13	0.23 336	0.10 181	0.08 103	0.08 64	0.07 11

NF-Stereo	0.22 92	0.11 27	0.52 147	0.25 197	0.12 48	0.21 64	0.18 91	0.40 131	0.35 136	0.28 91	0.30 95	0.22 72	0.17 76	0.52 224	0.21 131	0.09 142	0.06 34	0.09 119	0.08 103	0.08 64	0.13 182

OCTAStereo	0.22 92	0.11 27	0.52 147	0.25 197	0.12 48	0.21 64	0.18 91	0.40 131	0.35 136	0.28 91	0.30 95	0.22 72	0.17 76	0.51 218	0.21 131	0.09 142	0.06 34	0.09 119	0.08 103	0.08 64	0.13 182

RE-Stereo	0.22 92	0.11 27	0.52 147	0.25 197	0.12 48	0.21 64	0.18 91	0.40 131	0.35 136	0.28 91	0.30 95	0.22 72	0.17 76	0.51 218	0.21 131	0.09 142	0.06 34	0.09 119	0.08 103	0.08 64	0.13 182

TVStereo	0.22 92	0.11 27	0.52 147	0.25 197	0.12 48	0.21 64	0.18 91	0.40 131	0.35 136	0.28 91	0.30 95	0.22 72	0.17 76	0.51 218	0.21 131	0.09 142	0.06 34	0.09 119	0.08 103	0.08 64	0.13 182

RAFT-345	0.22 92	0.11 27	0.55 173	0.22 85	0.12 48	0.20 48	0.16 40	0.27 13	0.28 65	0.27 85	0.65 331	0.20 59	0.17 76	0.55 234	0.22 146	0.07 13	0.06 34	0.08 59	0.07 44	0.06 2	0.07 11

CRE-IMP	0.19 36	0.13 73	0.51 131	0.23 128	0.11 25	0.24 120	0.17 54	0.31 51	0.24 24	0.27 85	0.26 65	0.24 100	0.17 76	0.24 45	0.19 98	0.09 142	0.05 3	0.10 181	0.07 44	0.10 177	0.10 98

test-2	0.20 56	0.17 166	0.45 55	0.23 128	0.18 231	0.21 64	0.27 268	0.28 17	0.28 65	0.31 150	0.32 114	0.28 143	0.17 76	0.16 3	0.13 7	0.07 13	0.23 336	0.10 181	0.08 103	0.08 64	0.07 11

raftrobust	0.19 36	0.19 191	0.42 40	0.23 128	0.24 319	0.19 22	0.13 2	0.33 67	0.28 65	0.26 76	0.20 29	0.19 52	0.17 76	0.23 39	0.17 58	0.08 87	0.10 192	0.07 13	0.06 22	0.07 30	0.09 57

RAFT-Stereo + iAFF	0.20 56	0.23 237	0.49 101	0.21 53	0.16 186	0.19 22	0.17 54	0.35 80	0.32 107	0.26 76	0.33 129	0.20 59	0.17 76	0.21 24	0.17 58	0.06 1	0.10 192	0.07 13	0.07 44	0.07 30	0.11 127

AFF-stereo	0.20 56	0.24 247	0.49 101	0.22 85	0.11 25	0.18 13	0.18 91	0.35 80	0.29 78	0.25 71	0.36 156	0.25 111	0.17 76	0.25 53	0.17 58	0.06 1	0.09 167	0.08 59	0.08 103	0.08 64	0.11 127

DIP-Stereo	0.20 56	0.13 73	0.48 84	0.20 34	0.13 80	0.28 162	0.12 1	0.43 155	0.26 48	0.27 85	0.32 114	0.21 69	0.17 76	0.26 70	0.20 114	0.08 87	0.06 34	0.08 59	0.06 22	0.07 30	0.10 98
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MyStereo06	0.23 121	0.15 123	0.74 265	0.22 85	0.14 107	0.25 129	0.22 195	0.43 155	0.25 42	0.36 224	0.24 54	0.34 197	0.18 102	0.24 45	0.20 114	0.07 13	0.12 228	0.09 119	0.09 164	0.09 131	0.11 127

whm_eth	0.24 147	0.21 210	0.72 263	0.24 165	0.19 254	0.21 64	0.19 123	0.40 131	0.43 215	0.31 150	0.60 316	0.15 27	0.18 102	0.26 70	0.19 98	0.09 142	0.08 138	0.10 181	0.09 164	0.09 131	0.13 182

HH	0.22 92	0.12 57	0.55 173	0.32 319	0.16 186	0.27 148	0.18 91	0.36 85	0.25 42	0.20 27	0.26 65	0.34 197	0.18 102	0.33 146	0.15 37	0.07 13	0.16 281	0.07 13	0.07 44	0.07 30	0.31 338

HanStereo	0.22 92	0.12 57	0.55 173	0.32 319	0.16 186	0.27 148	0.18 91	0.36 85	0.25 42	0.20 27	0.26 65	0.34 197	0.18 102	0.33 146	0.15 37	0.07 13	0.16 281	0.07 13	0.07 44	0.07 30	0.31 338

Selective-RAFT	0.19 36	0.14 107	0.37 23	0.24 165	0.11 25	0.30 190	0.15 25	0.35 80	0.34 129	0.17 15	0.17 17	0.22 72	0.18 102	0.29 114	0.18 77	0.07 13	0.16 281	0.07 13	0.07 44	0.08 64	0.08 37

Patchmatch Stereo++	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.19 22	0.14 12	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.27 79	0.18 77	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57
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
NRIStereo	0.20 56	0.12 57	0.50 119	0.23 128	0.11 25	0.24 120	0.19 123	0.30 37	0.28 65	0.26 76	0.26 65	0.25 111	0.18 102	0.34 160	0.19 98	0.08 87	0.06 34	0.09 119	0.07 44	0.09 131	0.09 57

PSM-adaLoss	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.19 22	0.15 25	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.25 53	0.17 58	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

ROB_FTStereo_v2	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.19 22	0.15 25	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.25 53	0.18 77	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

ROB_FTStereo	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.19 22	0.13 2	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.25 53	0.17 58	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

HUI-Stereo	0.19 36	0.13 73	0.52 147	0.22 85	0.11 25	0.19 22	0.14 12	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.23 39	0.17 58	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

iGMRVC	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.19 22	0.15 25	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.27 79	0.18 77	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

RAFT-RH_RVC	0.26 190	0.13 73	0.57 190	0.22 85	0.12 48	0.25 129	0.14 12	0.27 13	0.29 78	0.38 247	1.14 375	0.23 85	0.18 102	0.58 243	0.24 166	0.07 13	0.06 34	0.10 181	0.07 44	0.06 2	0.08 37

iRAFT	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.19 22	0.14 12	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.27 79	0.18 77	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

RAFT-IKP	0.19 36	0.13 73	0.51 131	0.22 85	0.11 25	0.18 13	0.15 25	0.30 37	0.24 24	0.28 91	0.29 84	0.25 111	0.18 102	0.26 70	0.18 77	0.09 142	0.06 34	0.10 181	0.08 103	0.10 177	0.09 57

Anonymous3	0.24 147	0.19 191	0.76 272	0.27 261	0.18 231	0.41 286	0.24 240	0.45 180	0.36 149	0.23 54	0.27 74	0.20 59	0.18 102	0.28 97	0.19 98	0.12 256	0.11 212	0.10 181	0.10 208	0.11 218	0.13 182

s12784h	0.18 21	0.09 3	0.38 24	0.18 8	0.07 1	0.33 227	0.19 123	0.39 122	0.34 129	0.24 60	0.25 58	0.18 46	0.18 102	0.25 53	0.17 58	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.05 1

MyStereo8	0.25 171	0.20 203	0.69 250	0.24 165	0.17 211	0.31 208	0.16 40	0.50 219	0.32 107	0.29 114	0.38 170	0.25 111	0.19 119	0.33 146	0.29 213	0.08 87	0.20 318	0.08 59	0.08 103	0.10 177	0.16 226

Sa-1000	0.24 147	0.20 203	0.53 157	0.23 128	0.14 107	0.30 190	0.23 218	0.50 219	0.41 193	0.30 135	0.50 275	0.26 127	0.19 119	0.33 146	0.16 46	0.08 87	0.10 192	0.10 181	0.11 232	0.08 64	0.08 37

iRaft-Stereo_20w	0.29 227	0.11 27	0.86 302	0.33 330	0.24 319	0.32 221	0.26 263	0.60 310	0.26 48	0.41 277	0.21 41	0.28 143	0.19 119	0.32 137	0.24 166	0.07 13	0.31 374	0.07 13	0.09 164	0.08 64	0.47 374

IPLGR	0.22 92	0.14 107	0.75 268	0.21 53	0.11 25	0.25 129	0.18 91	0.44 173	0.38 169	0.29 114	0.28 78	0.21 69	0.19 119	0.37 179	0.19 98	0.07 13	0.06 34	0.08 59	0.07 44	0.07 30	0.07 11

TestStereo	0.22 92	0.24 247	0.48 84	0.25 197	0.11 25	0.22 86	0.22 195	0.32 55	0.31 99	0.24 60	0.34 137	0.23 85	0.19 119	0.62 268	0.19 98	0.08 87	0.07 92	0.10 181	0.07 44	0.11 218	0.07 11

Anonymous	0.21 79	0.15 123	0.63 231	0.27 261	0.20 271	0.26 142	0.27 268	0.34 71	0.27 57	0.18 22	0.19 24	0.15 27	0.19 119	0.25 53	0.19 98	0.10 197	0.09 167	0.09 119	0.09 164	0.15 282	0.13 182

UDGNet	0.24 147	0.37 326	0.53 157	0.25 197	0.14 107	0.24 120	0.18 91	0.32 55	0.44 222	0.29 114	0.28 78	0.24 100	0.20 125	0.30 123	0.21 131	0.16 314	0.07 92	0.21 346	0.11 232	0.16 291	0.11 127

GwcNet-ADL	0.23 121	0.15 123	0.58 203	0.24 165	0.13 80	0.23 102	0.24 240	0.51 229	0.41 193	0.28 91	0.29 84	0.30 165	0.20 125	0.27 79	0.28 200	0.09 142	0.07 92	0.07 13	0.07 44	0.09 131	0.11 127

GANet-ADL	0.22 92	0.14 107	0.51 131	0.23 128	0.14 107	0.29 179	0.19 123	0.48 204	0.36 149	0.26 76	0.33 129	0.32 184	0.20 125	0.26 70	0.22 146	0.11 228	0.07 92	0.07 13	0.06 22	0.09 131	0.11 127

OMP-Stereo	0.24 147	0.16 143	0.48 84	0.30 304	0.13 80	0.21 64	0.16 40	0.38 106	0.35 136	0.34 198	0.30 95	0.33 190	0.20 125	0.70 296	0.24 166	0.08 87	0.06 34	0.09 119	0.07 44	0.08 64	0.07 11

PFNet	0.24 147	0.11 27	0.63 231	0.25 197	0.14 107	0.22 86	0.19 123	0.40 131	0.35 136	0.36 224	0.32 114	0.27 131	0.20 125	0.63 271	0.23 161	0.09 142	0.05 3	0.09 119	0.08 103	0.08 64	0.08 37

ARAFT	0.26 190	0.30 292	0.87 304	0.22 85	0.12 48	0.30 190	0.24 240	0.46 186	0.34 129	0.33 184	0.28 78	0.29 155	0.20 125	0.49 209	0.19 98	0.08 87	0.06 34	0.12 257	0.11 232	0.09 131	0.09 57

DN-CSS_ROB	0.24 147	0.33 306	0.69 250	0.25 197	0.14 107	0.26 142	0.13 2	0.42 150	0.35 136	0.30 135	0.42 209	0.22 72	0.20 125	0.34 160	0.22 146	0.07 13	0.06 34	0.11 227	0.11 232	0.11 218	0.09 57

TestStereo1	0.23 121	0.22 224	0.50 119	0.27 261	0.14 107	0.26 142	0.27 268	0.43 155	0.38 169	0.29 114	0.39 184	0.23 85	0.21 132	0.33 146	0.18 77	0.08 87	0.08 138	0.09 119	0.08 103	0.08 64	0.10 98

SA-5K	0.23 121	0.22 224	0.50 119	0.27 261	0.14 107	0.26 142	0.27 268	0.43 155	0.38 169	0.29 114	0.39 184	0.23 85	0.21 132	0.33 146	0.18 77	0.08 87	0.08 138	0.09 119	0.08 103	0.08 64	0.10 98

HHNet	0.23 121	0.12 57	0.66 241	0.19 13	0.18 231	0.20 48	0.20 154	0.36 85	0.32 107	0.33 184	0.59 312	0.19 52	0.21 132	0.24 45	0.31 224	0.08 87	0.06 34	0.09 119	0.07 44	0.08 64	0.12 162

GMM-Stereo	0.22 92	0.10 11	0.56 183	0.23 128	0.13 80	0.24 120	0.24 240	0.38 106	0.29 78	0.31 150	0.44 230	0.27 131	0.21 132	0.31 132	0.17 58	0.07 13	0.05 3	0.10 181	0.09 164	0.08 64	0.19 254

AdaStereo	0.25 171	0.17 166	0.47 72	0.25 197	0.13 80	0.33 227	0.17 54	0.57 281	0.43 215	0.34 198	0.38 170	0.35 211	0.21 132	0.32 137	0.24 166	0.14 294	0.06 34	0.13 280	0.09 164	0.11 218	0.09 57
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.
DCANet-4	0.20 56	0.11 27	0.58 203	0.19 13	0.09 5	0.19 22	0.18 91	0.39 122	0.42 205	0.29 114	0.31 105	0.17 38	0.22 137	0.21 24	0.20 114	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 57

BUS	0.24 147	0.13 73	0.36 18	0.25 197	0.14 107	0.44 300	0.17 54	0.59 301	0.36 149	0.34 198	0.35 143	0.31 174	0.22 137	0.27 79	0.22 146	0.10 197	0.07 92	0.11 227	0.10 208	0.09 131	0.10 98

NINENet	0.27 206	0.16 143	0.49 101	0.23 128	0.16 186	0.44 300	0.17 54	0.63 329	0.49 274	0.33 184	0.38 170	0.31 174	0.22 137	0.43 193	0.22 146	0.11 228	0.10 192	0.12 257	0.08 103	0.12 243	0.11 127

IIG-Stereo	0.24 147	0.16 143	0.47 72	0.29 298	0.12 48	0.23 102	0.14 12	0.40 131	0.33 121	0.35 213	0.37 164	0.33 190	0.22 137	0.70 296	0.26 187	0.08 87	0.06 34	0.09 119	0.07 44	0.08 64	0.07 11

RAFT	0.24 147	0.24 247	0.46 67	0.27 261	0.15 157	0.26 142	0.26 263	0.37 97	0.31 99	0.34 198	0.34 137	0.41 246	0.22 137	0.30 123	0.18 77	0.08 87	0.15 272	0.11 227	0.10 208	0.11 218	0.13 182

111	0.22 92	0.22 224	0.57 190	0.19 13	0.09 5	0.24 120	0.17 54	0.44 173	0.46 242	0.24 60	0.30 95	0.29 155	0.22 137	0.25 53	0.19 98	0.08 87	0.05 3	0.07 13	0.06 22	0.07 30	0.15 216

SFCPSM	0.23 121	0.12 57	0.51 131	0.21 53	0.14 107	0.34 241	0.22 195	0.57 281	0.41 193	0.29 114	0.32 114	0.23 85	0.22 137	0.28 97	0.20 114	0.10 197	0.07 92	0.09 119	0.10 208	0.09 131	0.09 57

HITNet	0.22 92	0.23 237	0.60 217	0.20 34	0.09 5	0.27 148	0.15 25	0.45 180	0.33 121	0.29 114	0.33 129	0.27 131	0.22 137	0.29 114	0.27 194	0.07 13	0.05 3	0.07 13	0.06 22	0.09 131	0.11 127
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
MLCV	0.25 171	0.23 237	0.59 210	0.22 85	0.09 5	0.30 190	0.18 91	0.40 131	0.38 169	0.38 247	0.44 230	0.31 174	0.22 137	0.44 196	0.32 230	0.07 13	0.05 3	0.07 13	0.06 22	0.07 30	0.08 37

MyStereo05	0.24 147	0.15 123	0.58 203	0.22 85	0.14 107	0.25 129	0.22 195	0.50 219	0.54 301	0.32 175	0.23 49	0.26 127	0.23 146	0.32 137	0.25 178	0.07 13	0.12 228	0.09 119	0.09 164	0.09 131	0.11 127

MyStereo04	0.24 147	0.15 123	0.58 203	0.22 85	0.16 186	0.25 129	0.22 195	0.51 229	0.54 301	0.29 114	0.23 49	0.27 131	0.23 146	0.32 137	0.25 178	0.07 13	0.13 242	0.09 119	0.09 164	0.09 131	0.11 127

CoDeX	0.24 147	0.13 73	0.48 84	0.22 85	0.14 107	0.29 179	0.21 173	0.55 262	0.42 205	0.29 114	0.36 156	0.28 143	0.23 146	0.48 207	0.20 114	0.09 142	0.06 34	0.08 59	0.07 44	0.08 64	0.08 37

11t1	0.21 79	0.12 57	0.45 55	0.20 34	0.15 157	0.27 148	0.17 54	0.37 97	0.28 65	0.27 85	0.25 58	0.24 100	0.23 146	0.28 97	0.25 178	0.09 142	0.19 310	0.07 13	0.07 44	0.09 131	0.23 290

ttt	0.33 261	0.14 107	0.54 167	0.22 85	0.14 107	0.30 190	0.22 195	0.59 301	0.51 285	0.31 150	0.46 255	0.30 165	0.23 146	0.71 299	1.07 363	0.13 273	0.22 328	0.10 181	0.11 232	0.12 243	0.24 302

CFNet_ucs	0.25 171	0.14 107	0.51 131	0.20 34	0.15 157	0.29 179	0.18 91	0.51 229	0.46 242	0.32 175	0.42 209	0.38 226	0.23 146	0.31 132	0.22 146	0.11 228	0.08 138	0.12 257	0.09 164	0.13 255	0.13 182

raft_robust	0.25 171	0.23 237	0.44 52	0.22 85	0.13 80	0.23 102	0.22 195	0.52 234	0.50 279	0.33 184	0.32 114	0.33 190	0.23 146	0.55 234	0.18 77	0.07 13	0.11 212	0.08 59	0.10 208	0.08 64	0.07 11

test_5	0.25 171	0.25 260	0.57 190	0.27 261	0.18 231	0.25 129	0.29 286	0.42 150	0.39 180	0.29 114	0.40 191	0.27 131	0.23 146	0.35 167	0.19 98	0.07 13	0.07 92	0.09 119	0.09 164	0.10 177	0.14 205

SA	0.24 147	0.22 224	0.55 173	0.23 128	0.14 107	0.25 129	0.23 218	0.48 204	0.42 205	0.28 91	0.44 230	0.23 85	0.23 146	0.34 160	0.17 58	0.07 13	0.09 167	0.11 227	0.11 232	0.08 64	0.09 57

iRaft-Stereo_5w	0.25 171	0.24 247	0.50 119	0.23 128	0.18 231	0.19 22	0.19 123	0.39 122	0.35 136	0.28 91	0.36 156	0.34 197	0.23 146	0.66 286	0.28 200	0.07 13	0.07 92	0.08 59	0.07 44	0.09 131	0.14 205

dad	0.30 239	0.38 332	0.60 217	0.22 85	0.14 107	0.32 221	0.21 173	0.35 80	0.51 285	0.45 303	0.45 243	0.46 279	0.23 146	0.41 188	0.27 194	0.21 348	0.11 212	0.20 344	0.11 232	0.15 282	0.11 127

RAFT_R40	0.22 92	0.11 27	0.52 147	0.25 197	0.13 80	0.18 13	0.18 91	0.32 55	0.31 99	0.33 184	0.33 129	0.30 165	0.23 146	0.55 234	0.19 98	0.08 87	0.05 3	0.10 181	0.08 103	0.09 131	0.07 11

CFNet_pseudo	0.23 121	0.14 107	0.48 84	0.20 34	0.13 80	0.27 148	0.17 54	0.46 186	0.45 233	0.30 135	0.37 164	0.38 226	0.23 146	0.30 123	0.22 146	0.09 142	0.06 34	0.11 227	0.08 103	0.11 218	0.11 127

HCRNet	0.25 171	0.27 276	0.42 40	0.34 334	0.17 211	0.27 148	0.18 91	0.45 180	0.37 162	0.31 150	0.35 143	0.32 184	0.23 146	0.44 196	0.21 131	0.13 273	0.08 138	0.13 280	0.11 232	0.11 218	0.09 57

DCANet	0.20 56	0.15 123	0.57 190	0.19 13	0.09 5	0.19 22	0.18 91	0.37 97	0.41 193	0.30 135	0.31 105	0.19 52	0.23 146	0.21 24	0.20 114	0.07 13	0.05 3	0.07 13	0.05 8	0.07 30	0.10 98

FENet	0.22 92	0.13 73	0.48 84	0.22 85	0.12 48	0.27 148	0.18 91	0.43 155	0.37 162	0.31 150	0.32 114	0.29 155	0.23 146	0.27 79	0.24 166	0.10 197	0.07 92	0.09 119	0.09 164	0.09 131	0.11 127

ccs_rob	0.23 121	0.14 107	0.48 84	0.20 34	0.13 80	0.27 148	0.17 54	0.46 186	0.45 233	0.30 135	0.37 164	0.38 226	0.23 146	0.30 123	0.22 146	0.09 142	0.06 34	0.11 227	0.08 103	0.12 243	0.11 127

iResNet	0.25 171	0.22 224	0.62 226	0.26 229	0.11 25	0.31 208	0.23 218	0.46 186	0.45 233	0.34 198	0.43 221	0.27 131	0.23 146	0.36 171	0.37 257	0.08 87	0.05 3	0.07 13	0.06 22	0.08 64	0.10 98

mmm	0.25 171	0.15 123	0.44 52	0.23 128	0.20 271	0.28 162	0.21 173	0.43 155	0.32 107	0.31 150	0.40 191	0.30 165	0.24 164	0.31 132	0.28 200	0.09 142	0.21 323	0.11 227	0.12 269	0.10 177	0.26 320

DualNet	0.33 261	0.17 166	0.84 295	0.21 53	0.13 80	0.29 179	0.21 173	0.38 106	0.46 242	0.31 150	0.44 230	0.34 197	0.24 164	0.28 97	1.30 374	0.08 87	0.28 358	0.12 257	0.11 232	0.08 64	0.37 357

ffm	0.27 206	0.17 166	0.84 295	0.21 53	0.13 80	0.29 179	0.21 173	0.38 106	0.46 242	0.31 150	0.44 230	0.34 197	0.24 164	0.28 97	0.12 1	0.08 87	0.28 358	0.12 257	0.11 232	0.08 64	0.37 357

ff1	0.36 277	0.17 166	0.84 295	0.21 53	0.13 80	0.29 179	0.21 173	0.38 106	0.46 242	0.31 150	0.44 230	0.34 197	0.24 164	0.91 350	1.30 374	0.08 87	0.28 358	0.12 257	0.11 232	0.08 64	0.37 357

mmx	0.37 284	0.17 166	0.84 295	0.21 53	0.13 80	0.29 179	0.21 173	0.57 281	0.48 261	0.31 150	0.44 230	0.34 197	0.24 164	0.91 350	1.30 374	0.10 197	0.20 318	0.12 257	0.11 232	0.11 218	0.23 290

xxx	0.37 284	0.17 166	0.84 295	0.21 53	0.13 80	0.29 179	0.21 173	0.57 281	0.48 261	0.31 150	0.44 230	0.34 197	0.24 164	0.91 350	1.30 374	0.10 197	0.20 318	0.12 257	0.11 232	0.11 218	0.23 290

PCWNet_CMD	0.23 121	0.14 107	0.48 84	0.21 53	0.13 80	0.28 162	0.17 54	0.47 195	0.47 255	0.30 135	0.36 156	0.37 220	0.24 164	0.29 114	0.21 131	0.09 142	0.06 34	0.10 181	0.08 103	0.11 218	0.11 127

MIPNet	0.22 92	0.19 191	0.64 235	0.22 85	0.12 48	0.28 162	0.20 154	0.48 204	0.39 180	0.31 150	0.24 54	0.19 52	0.24 164	0.28 97	0.20 114	0.07 13	0.05 3	0.08 59	0.07 44	0.07 30	0.08 37

IRAFT_RVC	0.23 121	0.15 123	0.54 167	0.26 229	0.12 48	0.19 22	0.23 218	0.41 149	0.39 180	0.31 150	0.30 95	0.29 155	0.24 164	0.55 234	0.23 161	0.08 87	0.06 34	0.10 181	0.08 103	0.08 64	0.08 37

GES	0.23 121	0.14 107	0.54 167	0.21 53	0.14 107	0.28 162	0.19 123	0.51 229	0.35 136	0.31 150	0.36 156	0.25 111	0.24 164	0.30 123	0.23 161	0.11 228	0.09 167	0.08 59	0.08 103	0.10 177	0.12 162

MSMDNet	0.23 121	0.14 107	0.49 101	0.20 34	0.13 80	0.28 162	0.17 54	0.47 195	0.47 255	0.30 135	0.36 156	0.37 220	0.24 164	0.29 114	0.21 131	0.09 142	0.07 92	0.09 119	0.08 103	0.11 218	0.11 127

xx1	0.23 121	0.16 143	0.50 119	0.27 261	0.13 80	0.31 208	0.19 123	0.39 122	0.48 261	0.21 31	0.20 29	0.28 143	0.25 175	0.28 97	0.12 1	0.08 87	0.28 358	0.10 181	0.11 232	0.09 131	0.23 290

CASS	0.22 92	0.16 143	0.40 30	0.26 229	0.12 48	0.29 179	0.19 123	0.40 131	0.32 107	0.34 198	0.35 143	0.25 111	0.25 175	0.26 70	0.21 131	0.13 273	0.08 138	0.11 227	0.09 164	0.11 218	0.12 162
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
riskmin	0.24 147	0.10 11	0.43 45	0.32 319	0.26 332	0.33 227	0.19 123	0.44 173	0.30 92	0.24 60	0.27 74	0.37 220	0.25 175	0.30 123	0.22 146	0.09 142	0.18 306	0.09 119	0.13 293	0.10 177	0.27 323

qqq	0.24 147	0.16 143	0.46 67	0.20 34	0.15 157	0.23 102	0.20 154	0.43 155	0.32 107	0.26 76	0.31 105	0.28 143	0.25 175	0.36 171	0.28 200	0.08 87	0.22 328	0.10 181	0.11 232	0.09 131	0.23 290

x	0.23 121	0.15 123	0.45 55	0.20 34	0.15 157	0.27 148	0.17 54	0.43 155	0.35 136	0.26 76	0.31 105	0.29 155	0.25 175	0.29 114	0.30 215	0.09 142	0.22 328	0.08 59	0.09 164	0.09 131	0.24 302

BSDual-CNN	0.24 147	0.13 73	0.36 18	0.25 197	0.14 107	0.35 254	0.22 195	0.59 301	0.36 149	0.34 198	0.35 143	0.38 226	0.25 175	0.27 79	0.28 200	0.10 197	0.07 92	0.11 227	0.10 208	0.09 131	0.10 98

psmg	0.24 147	0.13 73	0.36 18	0.21 53	0.14 107	0.35 254	0.23 218	0.54 251	0.36 149	0.36 224	0.38 170	0.38 226	0.25 175	0.27 79	0.28 200	0.10 197	0.08 138	0.10 181	0.10 208	0.09 131	0.09 57

SST-Stereo	0.22 92	0.11 27	0.52 147	0.25 197	0.14 107	0.19 22	0.17 54	0.32 55	0.26 48	0.34 198	0.33 129	0.29 155	0.25 175	0.56 239	0.18 77	0.08 87	0.05 3	0.10 181	0.08 103	0.09 131	0.07 11

ICVP	0.24 147	0.13 73	0.45 55	0.26 229	0.14 107	0.30 190	0.25 253	0.47 195	0.35 136	0.29 114	0.43 221	0.35 211	0.25 175	0.28 97	0.25 178	0.12 256	0.09 167	0.09 119	0.09 164	0.09 131	0.11 127
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GEStereo_RVC	0.29 227	0.24 247	0.60 217	0.27 261	0.16 186	0.33 227	0.25 253	0.58 293	0.56 312	0.35 213	0.38 170	0.34 197	0.25 175	0.51 218	0.29 213	0.12 256	0.08 138	0.09 119	0.08 103	0.11 218	0.13 182

xxxx	0.39 294	0.14 107	0.47 72	0.20 34	0.16 186	0.38 273	0.20 154	0.61 317	0.43 215	0.30 135	0.44 230	0.38 226	0.25 175	0.50 213	2.41 403	0.11 228	0.21 323	0.09 119	0.10 208	0.10 177	0.26 320

DMCA	0.24 147	0.18 183	0.51 131	0.23 128	0.14 107	0.27 148	0.20 154	0.45 180	0.40 188	0.32 175	0.33 129	0.33 190	0.25 175	0.27 79	0.30 215	0.11 228	0.08 138	0.10 181	0.08 103	0.11 218	0.12 162

AASNet	0.29 227	0.27 276	0.67 244	0.26 229	0.18 231	0.34 241	0.21 173	0.64 334	0.49 274	0.36 224	0.41 202	0.32 184	0.26 187	0.33 146	0.39 263	0.12 256	0.09 167	0.10 181	0.08 103	0.14 275	0.12 162

KYRaft	0.23 121	0.11 27	0.43 45	0.23 128	0.12 48	0.23 102	0.23 218	0.37 97	0.26 48	0.35 213	0.53 291	0.34 197	0.26 187	0.29 114	0.16 46	0.07 13	0.05 3	0.09 119	0.10 208	0.08 64	0.30 335

ASMatch	0.23 121	0.11 27	0.55 173	0.25 197	0.14 107	0.19 22	0.16 40	0.32 55	0.30 92	0.28 91	0.68 337	0.28 143	0.26 187	0.50 213	0.22 146	0.07 13	0.06 34	0.08 59	0.07 44	0.06 2	0.11 127

BEATNet_4x	0.25 171	0.25 260	0.66 241	0.23 128	0.10 17	0.29 179	0.14 12	0.49 211	0.34 129	0.31 150	0.35 143	0.32 184	0.26 187	0.34 160	0.33 238	0.08 87	0.06 34	0.08 59	0.07 44	0.11 218	0.13 182

UCFNet_RVC	0.25 171	0.21 210	0.49 101	0.19 13	0.15 157	0.34 241	0.18 91	0.47 195	0.36 149	0.30 135	0.35 143	0.40 239	0.26 187	0.35 167	0.24 166	0.13 273	0.08 138	0.13 280	0.14 307	0.13 255	0.13 182

DeepPruner_ROB	0.28 213	0.25 260	0.64 235	0.22 85	0.16 186	0.30 190	0.21 173	0.54 251	0.33 121	0.36 224	0.38 170	0.38 226	0.26 187	0.45 202	0.28 200	0.15 306	0.11 212	0.11 227	0.11 232	0.14 275	0.14 205

SMFormer	0.27 206	0.13 73	0.47 72	0.20 34	0.10 17	0.28 162	0.19 123	0.54 251	0.48 261	0.35 213	0.42 209	0.31 174	0.27 193	0.60 254	0.34 242	0.10 197	0.16 281	0.08 59	0.09 164	0.10 177	0.16 226

tta	0.27 206	0.13 73	0.47 72	0.20 34	0.10 17	0.28 162	0.19 123	0.54 251	0.48 261	0.35 213	0.42 209	0.31 174	0.27 193	0.60 254	0.34 242	0.10 197	0.16 281	0.08 59	0.09 164	0.08 64	0.13 182

qqq1	0.26 190	0.13 73	0.47 72	0.20 34	0.10 17	0.28 162	0.19 123	0.54 251	0.48 261	0.35 213	0.42 209	0.31 174	0.27 193	0.60 254	0.21 131	0.10 197	0.16 281	0.07 13	0.07 44	0.08 64	0.13 182

fff1	0.26 190	0.13 73	0.47 72	0.20 34	0.10 17	0.28 162	0.19 123	0.54 251	0.48 261	0.35 213	0.42 209	0.31 174	0.27 193	0.60 254	0.21 131	0.10 197	0.16 281	0.07 13	0.07 44	0.08 64	0.13 182

gwcnet-sp	0.25 171	0.16 143	0.70 253	0.23 128	0.14 107	0.34 241	0.22 195	0.46 186	0.41 193	0.37 239	0.35 143	0.27 131	0.27 193	0.36 171	0.26 187	0.09 142	0.08 138	0.09 119	0.09 164	0.10 177	0.10 98

scenet	0.25 171	0.16 143	0.70 253	0.23 128	0.14 107	0.34 241	0.22 195	0.46 186	0.41 193	0.37 239	0.35 143	0.27 131	0.27 193	0.36 171	0.26 187	0.09 142	0.08 138	0.09 119	0.09 164	0.10 177	0.10 98

anonymousa	0.26 190	0.13 73	0.56 183	0.29 298	0.30 349	0.31 208	0.20 154	0.38 106	0.36 149	0.33 184	0.51 278	0.41 246	0.27 193	0.25 53	0.24 166	0.08 87	0.18 306	0.09 119	0.18 340	0.08 64	0.17 238

ssnet	0.25 171	0.16 143	0.70 253	0.23 128	0.14 107	0.34 241	0.22 195	0.46 186	0.41 193	0.37 239	0.35 143	0.27 131	0.27 193	0.36 171	0.26 187	0.09 142	0.08 138	0.09 119	0.09 164	0.10 177	0.10 98

CSP-Net	0.28 213	0.17 166	0.41 32	0.22 85	0.14 107	0.44 300	0.24 240	0.52 234	0.42 205	0.42 281	0.44 230	0.42 256	0.27 193	0.66 286	0.30 215	0.12 256	0.09 167	0.08 59	0.08 103	0.10 177	0.10 98

test_xeample	0.39 294	0.14 107	0.46 67	0.19 13	0.16 186	0.34 241	0.22 195	0.59 301	0.43 215	0.33 184	0.47 262	0.30 165	0.27 193	0.60 254	2.44 404	0.10 197	0.21 323	0.09 119	0.09 164	0.09 131	0.25 311

cf-r	0.26 190	0.22 224	0.66 241	0.22 85	0.14 107	0.28 162	0.22 195	0.44 173	0.42 205	0.32 175	0.42 209	0.43 262	0.27 193	0.44 196	0.27 194	0.11 228	0.07 92	0.08 59	0.10 208	0.08 64	0.09 57

PSMNet-RSSM	0.26 190	0.21 210	0.50 119	0.21 53	0.14 107	0.25 129	0.21 173	0.50 219	0.38 169	0.31 150	0.45 243	0.40 239	0.27 193	0.53 226	0.24 166	0.12 256	0.08 138	0.11 227	0.13 293	0.10 177	0.10 98

CFNet-ft	0.26 190	0.21 210	0.51 131	0.19 13	0.16 186	0.31 208	0.21 173	0.40 131	0.37 162	0.29 114	0.40 191	0.46 279	0.27 193	0.49 209	0.28 200	0.12 256	0.07 92	0.12 257	0.11 232	0.12 243	0.11 127

FADNet-RVC-Resample	0.31 249	0.32 302	1.16 349	0.27 261	0.17 211	0.33 227	0.21 173	0.49 211	0.40 188	0.36 224	0.38 170	0.34 197	0.27 193	0.54 231	0.27 194	0.10 197	0.10 192	0.14 298	0.13 293	0.13 255	0.18 240

MaskLacGwcNet_RVC	0.38 289	0.43 345	0.72 263	0.35 339	0.19 254	0.51 328	0.25 253	0.56 272	0.39 180	0.42 281	0.47 262	0.47 286	0.27 193	0.74 307	0.32 230	0.38 376	0.19 310	0.27 358	0.17 336	0.29 362	0.27 323

HSM-Net_RVC	0.28 213	0.12 57	0.48 84	0.19 13	0.11 25	0.35 254	0.21 173	0.64 334	0.44 222	0.40 267	0.43 221	0.50 299	0.27 193	0.75 312	0.25 178	0.08 87	0.07 92	0.08 59	0.07 44	0.08 64	0.09 57
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet	0.29 227	0.29 286	0.57 190	0.23 128	0.14 107	0.34 241	0.15 25	0.53 244	0.46 242	0.31 150	0.40 191	0.38 226	0.27 193	0.76 318	0.28 200	0.10 197	0.07 92	0.11 227	0.11 232	0.11 218	0.09 57

CFNet_RVC	0.26 190	0.21 210	0.51 131	0.19 13	0.16 186	0.31 208	0.21 173	0.40 131	0.37 162	0.29 114	0.40 191	0.46 279	0.27 193	0.49 209	0.28 200	0.12 256	0.07 92	0.12 257	0.11 232	0.12 243	0.11 127

iResNetv2_ROB	0.29 227	0.37 326	0.92 316	0.24 165	0.13 80	0.30 190	0.19 123	0.55 262	0.51 285	0.39 258	0.46 255	0.39 236	0.27 193	0.36 171	0.30 215	0.09 142	0.06 34	0.07 13	0.05 8	0.13 255	0.11 127

SDNR	0.47 332	0.29 286	0.92 316	0.24 165	0.37 363	1.27 391	0.17 54	0.54 251	0.58 316	0.44 296	0.85 359	0.55 314	0.28 212	1.19 376	0.52 304	0.23 352	0.24 344	0.17 327	0.13 293	0.19 322	0.26 320

fff	0.20 56	0.15 123	0.57 190	0.19 13	0.09 5	0.19 22	0.18 91	0.38 106	0.46 242	0.29 114	0.31 105	0.18 46	0.28 212	0.21 24	0.20 114	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 57

hknet	0.26 190	0.15 123	0.49 101	0.25 197	0.16 186	0.35 254	0.22 195	0.59 301	0.40 188	0.34 198	0.35 143	0.43 262	0.28 212	0.38 181	0.26 187	0.09 142	0.07 92	0.11 227	0.10 208	0.09 131	0.10 98

PSMNet-ADL	0.26 190	0.16 143	0.39 26	0.27 261	0.14 107	0.32 221	0.22 195	0.45 180	0.37 162	0.28 91	0.34 137	0.41 246	0.28 212	0.61 260	0.32 230	0.11 228	0.10 192	0.09 119	0.11 232	0.10 177	0.13 182

DeepStereo_RVC	0.19 36	0.12 57	0.47 72	0.22 85	0.11 25	0.19 22	0.16 40	0.29 28	0.24 24	0.28 91	0.27 74	0.23 85	0.28 212	0.24 45	0.19 98	0.08 87	0.06 34	0.09 119	0.07 44	0.09 131	0.10 98

Prome-Stereo	0.22 92	0.10 11	0.43 45	0.24 165	0.13 80	0.23 102	0.23 218	0.37 97	0.27 57	0.33 184	0.58 308	0.24 100	0.28 212	0.30 123	0.16 46	0.07 13	0.05 3	0.08 59	0.07 44	0.08 64	0.20 266

ADLNet	0.30 239	0.19 191	0.59 210	0.23 128	0.19 254	0.34 241	0.23 218	0.56 272	0.44 222	0.43 290	0.41 202	0.43 262	0.28 212	0.56 239	0.36 251	0.11 228	0.08 138	0.11 227	0.11 232	0.11 218	0.15 216

csc	0.20 56	0.15 123	0.57 190	0.19 13	0.09 5	0.19 22	0.18 91	0.38 106	0.46 242	0.29 114	0.31 105	0.18 46	0.28 212	0.21 24	0.20 114	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 57

cscssc	0.20 56	0.15 123	0.57 190	0.19 13	0.09 5	0.19 22	0.18 91	0.38 106	0.46 242	0.29 114	0.31 105	0.18 46	0.28 212	0.21 24	0.20 114	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 57

222	0.45 323	0.14 107	0.43 45	0.19 13	0.15 157	0.36 262	0.20 154	0.60 310	0.43 215	0.37 239	0.45 243	0.30 165	0.28 212	0.59 249	3.72 409	0.11 228	0.19 310	0.08 59	0.09 164	0.09 131	0.27 323

ACVNet	0.24 147	0.18 183	0.51 131	0.18 8	0.15 157	0.27 148	0.23 218	0.40 131	0.45 233	0.29 114	0.41 202	0.38 226	0.28 212	0.28 97	0.35 248	0.09 142	0.07 92	0.08 59	0.07 44	0.10 177	0.09 57

acv_ft	0.26 190	0.18 183	0.56 183	0.24 165	0.19 254	0.34 241	0.21 173	0.47 195	0.45 233	0.39 258	0.41 202	0.38 226	0.28 212	0.28 97	0.36 251	0.09 142	0.07 92	0.08 59	0.07 44	0.11 218	0.09 57

GwcNet-RSSM	0.28 213	0.25 260	0.61 223	0.22 85	0.14 107	0.28 162	0.24 240	0.46 186	0.44 222	0.33 184	0.46 255	0.41 246	0.28 212	0.55 234	0.31 224	0.11 228	0.07 92	0.09 119	0.10 208	0.10 177	0.09 57

STTStereo	0.30 239	0.24 247	0.83 292	0.25 197	0.17 211	0.30 190	0.24 240	0.49 211	0.39 180	0.39 258	0.41 202	0.44 268	0.28 212	0.41 188	0.30 215	0.13 273	0.13 242	0.13 280	0.16 325	0.12 243	0.12 162

NLCA_NET_v2_RVC	0.29 227	0.24 247	0.81 287	0.26 229	0.18 231	0.30 190	0.22 195	0.52 234	0.41 193	0.38 247	0.42 209	0.42 256	0.28 212	0.46 203	0.31 224	0.11 228	0.08 138	0.10 181	0.11 232	0.10 177	0.12 162
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_ROB	0.27 206	0.27 276	0.48 84	0.21 53	0.12 48	0.32 221	0.17 54	0.57 281	0.55 308	0.39 258	0.44 230	0.37 220	0.28 212	0.43 193	0.28 200	0.08 87	0.06 34	0.06 1	0.05 8	0.09 131	0.11 127

1111x	0.39 294	0.17 166	0.80 286	0.23 128	0.15 157	0.33 227	0.27 268	0.62 325	0.48 261	0.32 175	0.43 221	0.40 239	0.29 228	0.86 340	1.60 390	0.09 142	0.23 336	0.09 119	0.12 269	0.10 177	0.23 290

AACVNet	0.28 213	0.22 224	0.55 173	0.23 128	0.14 107	0.30 190	0.19 123	0.43 155	0.33 121	0.39 258	0.42 209	0.44 268	0.29 228	0.73 303	0.28 200	0.11 228	0.09 167	0.11 227	0.09 164	0.13 255	0.12 162

pcwnet_v2	0.32 254	0.16 143	1.22 360	0.23 128	0.19 254	0.32 221	0.19 123	0.61 317	0.61 327	0.37 239	0.45 243	0.35 211	0.29 228	0.37 179	0.26 187	0.14 294	0.11 212	0.12 257	0.11 232	0.14 275	0.18 240

UPFNet	0.27 206	0.15 123	0.47 72	0.25 197	0.20 271	0.37 267	0.27 268	0.50 219	0.40 188	0.36 224	0.38 170	0.37 220	0.29 228	0.40 185	0.34 242	0.10 197	0.10 192	0.10 181	0.10 208	0.10 177	0.08 37

FADNet_RVC	0.31 249	0.35 317	0.98 327	0.24 165	0.16 186	0.30 190	0.17 54	0.52 234	0.39 180	0.30 135	0.38 170	0.30 165	0.29 228	0.54 231	0.33 238	0.14 294	0.14 251	0.14 298	0.16 325	0.21 335	0.24 302

FADNet-RVC	0.34 269	0.43 345	0.97 325	0.25 197	0.20 271	0.33 227	0.20 154	0.51 229	0.42 205	0.34 198	0.40 191	0.41 246	0.29 228	0.65 280	0.36 251	0.14 294	0.14 251	0.14 298	0.15 316	0.19 322	0.20 266

Anonymous Stereo	0.42 313	0.43 345	1.38 368	0.32 319	0.26 332	0.35 254	0.48 355	0.55 262	0.58 316	0.43 290	0.48 271	0.40 239	0.29 228	0.93 356	0.56 316	0.16 314	0.16 281	0.15 312	0.16 325	0.16 291	0.20 266

GASNet	0.39 294	0.58 370	1.27 362	0.35 339	0.23 308	0.35 254	0.23 218	0.63 329	0.56 312	0.41 277	0.38 170	0.45 273	0.30 235	0.81 331	0.42 272	0.16 314	0.11 212	0.14 298	0.14 307	0.23 344	0.12 162

ssnet_v2	0.30 239	0.21 210	0.63 231	0.23 128	0.15 157	0.40 282	0.30 292	0.59 301	0.48 261	0.40 267	0.37 164	0.46 279	0.30 235	0.41 188	0.44 282	0.13 273	0.11 212	0.11 227	0.11 232	0.12 243	0.11 127

LCNet	0.22 92	0.12 57	0.42 40	0.26 229	0.12 48	0.23 102	0.19 123	0.36 85	0.28 65	0.28 91	0.35 143	0.26 127	0.30 235	0.35 167	0.17 58	0.07 13	0.05 3	0.09 119	0.10 208	0.13 255	0.22 283

AAGNet	0.34 269	0.12 57	0.53 157	0.26 229	0.16 186	0.20 48	0.19 123	0.31 51	0.29 78	0.35 213	0.35 143	0.27 131	0.30 235	0.44 196	2.56 405	0.08 87	0.05 3	0.10 181	0.07 44	0.09 131	0.07 11

LMCR-Stereo	0.28 213	0.22 224	0.56 183	0.29 298	0.14 107	0.37 267	0.23 218	0.57 281	0.36 149	0.40 267	0.40 191	0.29 155	0.30 235	0.41 188	0.38 259	0.11 228	0.07 92	0.09 119	0.07 44	0.13 255	0.10 98

ac_64	0.28 213	0.16 143	0.62 226	0.25 197	0.17 211	0.36 262	0.22 195	0.48 204	0.35 136	0.36 224	0.37 164	0.51 302	0.30 235	0.62 268	0.34 242	0.11 228	0.09 167	0.10 181	0.10 208	0.09 131	0.09 57

GANet-RSSM	0.26 190	0.19 191	0.54 167	0.21 53	0.14 107	0.27 148	0.22 195	0.47 195	0.34 129	0.30 135	0.40 191	0.41 246	0.30 235	0.59 249	0.25 178	0.11 228	0.08 138	0.09 119	0.09 164	0.10 177	0.10 98

DSFCA	0.29 227	0.18 183	0.48 84	0.21 53	0.17 211	0.39 276	0.32 306	0.49 211	0.44 222	0.44 296	0.38 170	0.40 239	0.30 235	0.53 226	0.38 259	0.12 256	0.10 192	0.10 181	0.11 232	0.11 218	0.11 127

TDLM	0.32 254	0.27 276	0.52 147	0.30 304	0.15 157	0.33 227	0.32 306	0.54 251	0.50 279	0.44 296	0.43 221	0.39 236	0.30 235	0.92 355	0.30 215	0.14 294	0.09 167	0.13 280	0.12 269	0.13 255	0.14 205

AANet_RVC	0.33 261	0.31 295	0.69 250	0.23 128	0.14 107	0.30 190	0.23 218	0.49 211	0.55 308	0.39 258	0.60 316	0.43 262	0.30 235	0.88 343	0.54 312	0.11 228	0.08 138	0.07 13	0.07 44	0.10 177	0.12 162

NVstereo2D	0.32 254	0.18 183	0.63 231	0.24 165	0.23 308	0.43 295	0.28 282	0.60 310	0.58 316	0.28 91	0.39 184	0.42 256	0.30 235	0.71 299	0.30 215	0.13 273	0.09 167	0.13 280	0.10 208	0.20 329	0.18 240

StereoDRNet-Refined	0.28 213	0.19 191	0.47 72	0.25 197	0.14 107	0.36 262	0.21 173	0.49 211	0.43 215	0.46 308	0.52 284	0.42 256	0.30 235	0.46 203	0.38 259	0.10 197	0.07 92	0.11 227	0.11 232	0.10 177	0.11 127
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
NOSS_ROB	0.33 261	0.24 247	0.49 101	0.27 261	0.16 186	0.34 241	0.19 123	0.55 262	0.50 279	0.34 198	0.37 164	0.42 256	0.30 235	0.93 356	0.25 178	0.19 345	0.20 318	0.24 355	0.22 355	0.17 303	0.25 311

ADStereo(finetuned)	0.21 79	0.15 123	0.59 210	0.19 13	0.09 5	0.19 22	0.18 91	0.37 97	0.41 193	0.30 135	0.31 105	0.19 52	0.31 248	0.21 24	0.20 114	0.07 13	0.05 3	0.07 13	0.05 8	0.07 30	0.10 98

Wz-Net-LNSev-Ref	0.33 261	0.25 260	0.82 290	0.22 85	0.17 211	0.46 310	0.28 282	0.53 244	0.53 297	0.43 290	0.57 305	0.44 268	0.31 248	0.50 213	0.48 293	0.10 197	0.06 34	0.08 59	0.06 22	0.11 218	0.12 162

DAS	0.28 213	0.13 73	0.49 101	0.24 165	0.18 231	0.30 190	0.24 240	0.48 204	0.48 261	0.42 281	0.45 243	0.34 197	0.31 248	0.76 318	0.24 166	0.09 142	0.07 92	0.09 119	0.07 44	0.10 177	0.11 127

SepStereo	0.27 206	0.13 73	0.49 101	0.24 165	0.18 231	0.30 190	0.24 240	0.48 204	0.48 261	0.42 281	0.45 243	0.34 197	0.31 248	0.64 276	0.24 166	0.09 142	0.07 92	0.09 119	0.07 44	0.10 177	0.11 127

ADLNet2	0.31 249	0.23 237	0.77 278	0.23 128	0.18 231	0.36 262	0.24 240	0.55 262	0.54 301	0.33 184	0.38 170	0.45 273	0.31 248	0.70 296	0.36 251	0.10 197	0.08 138	0.09 119	0.09 164	0.12 243	0.11 127

TransformOpticalFlow	0.24 147	0.14 107	0.57 190	0.24 165	0.11 25	0.21 64	0.19 123	0.43 155	0.34 129	0.30 135	0.43 221	0.36 216	0.31 248	0.61 260	0.20 114	0.07 13	0.05 3	0.08 59	0.07 44	0.06 2	0.08 37

RAFT + AFF	0.30 239	0.33 306	0.76 272	0.25 197	0.17 211	0.30 190	0.33 311	0.55 262	0.42 205	0.28 91	0.30 95	0.31 174	0.31 248	0.64 276	0.32 230	0.09 142	0.11 212	0.11 227	0.10 208	0.12 243	0.16 226

delet	0.29 227	0.18 183	0.58 203	0.24 165	0.19 254	0.41 286	0.30 292	0.52 234	0.51 285	0.35 213	0.42 209	0.37 220	0.31 248	0.49 209	0.36 251	0.10 197	0.09 167	0.11 227	0.12 269	0.09 131	0.09 57

CVANet_RVC	0.34 269	0.25 260	0.77 278	0.27 261	0.17 211	0.34 241	0.28 282	0.55 262	0.50 279	0.43 290	0.46 255	0.44 268	0.31 248	0.90 348	0.27 194	0.15 306	0.10 192	0.14 298	0.14 307	0.15 282	0.15 216

PS-NSSS	0.33 261	0.36 323	0.61 223	0.24 165	0.18 231	0.33 227	0.24 240	0.59 301	0.42 205	0.38 247	0.52 284	0.36 216	0.31 248	0.80 328	0.32 230	0.18 336	0.14 251	0.21 346	0.15 316	0.17 303	0.14 205

StereoDRNet	0.34 269	0.28 283	0.70 253	0.28 285	0.21 284	0.43 295	0.30 292	0.63 329	0.51 285	0.47 314	0.40 191	0.48 289	0.31 248	0.58 243	0.44 282	0.12 256	0.10 192	0.12 257	0.11 232	0.13 255	0.13 182

ToySt	0.28 213	0.19 191	0.68 249	0.22 85	0.19 254	0.31 208	0.31 301	0.43 155	0.43 215	0.28 91	0.38 170	0.42 256	0.32 259	0.33 146	0.32 230	0.08 87	0.14 251	0.10 181	0.12 269	0.11 218	0.24 302

FADNet	0.34 269	0.43 345	0.88 310	0.24 165	0.22 299	0.37 267	0.19 123	0.56 272	0.49 274	0.32 175	0.36 156	0.43 262	0.32 259	0.65 280	0.30 215	0.17 326	0.16 281	0.14 298	0.16 325	0.25 349	0.21 275

HSM	0.29 227	0.18 183	0.48 84	0.21 53	0.15 157	0.33 227	0.20 154	0.55 262	0.39 180	0.36 224	0.39 184	0.67 353	0.32 259	0.88 343	0.24 166	0.09 142	0.07 92	0.08 59	0.07 44	0.09 131	0.10 98

PSMNet_ROB	0.36 277	0.31 295	0.71 259	0.31 314	0.21 284	0.44 300	0.44 347	0.61 317	0.49 274	0.39 258	0.45 243	0.49 295	0.32 259	0.66 286	0.53 308	0.14 294	0.10 192	0.15 312	0.14 307	0.13 255	0.13 182

UNet	0.28 213	0.16 143	0.70 253	0.24 165	0.20 271	0.44 300	0.21 173	0.52 234	0.42 205	0.36 224	0.40 191	0.43 262	0.33 263	0.41 188	0.32 230	0.09 142	0.07 92	0.10 181	0.09 164	0.10 177	0.09 57

SQANet	0.44 320	0.57 368	0.89 312	0.49 372	0.39 367	0.47 316	0.23 218	0.53 244	0.44 222	0.41 277	0.48 271	0.47 286	0.34 264	0.58 243	0.43 275	0.38 376	0.15 272	0.40 374	0.21 348	0.50 375	0.34 346

IER	0.24 147	0.15 123	0.50 119	0.21 53	0.15 157	0.31 208	0.20 154	0.44 173	0.38 169	0.34 198	0.41 202	0.32 184	0.34 264	0.31 132	0.23 161	0.09 142	0.07 92	0.08 59	0.08 103	0.09 131	0.09 57

SACVNet	0.32 254	0.25 260	0.59 210	0.26 229	0.19 254	0.35 254	0.25 253	0.54 251	0.41 193	0.43 290	0.45 243	0.46 279	0.34 264	0.71 299	0.30 215	0.14 294	0.10 192	0.12 257	0.12 269	0.16 291	0.20 266

DGSMNet	0.63 363	0.32 302	1.01 330	0.54 375	0.73 388	0.62 349	1.36 405	0.62 325	0.58 316	0.38 247	0.62 327	0.52 307	0.34 264	0.65 280	0.47 291	0.54 381	0.61 398	0.67 387	0.61 395	0.65 382	0.69 393

MMNet	0.28 213	0.19 191	0.54 167	0.24 165	0.17 211	0.47 316	0.22 195	0.47 195	0.53 297	0.40 267	0.43 221	0.36 216	0.34 264	0.40 185	0.35 248	0.08 87	0.08 138	0.09 119	0.09 164	0.10 177	0.09 57

GwcNet	0.37 284	0.29 286	1.12 343	0.25 197	0.24 319	0.48 322	0.27 268	0.58 293	0.60 325	0.39 258	0.54 294	0.51 302	0.34 264	0.60 254	0.46 288	0.13 273	0.12 228	0.12 257	0.11 232	0.13 255	0.15 216

DLCB_ROB	0.30 239	0.20 203	0.45 55	0.28 285	0.17 211	0.37 267	0.25 253	0.50 219	0.45 233	0.46 308	0.47 262	0.51 302	0.34 264	0.56 239	0.38 259	0.10 197	0.10 192	0.11 227	0.11 232	0.10 177	0.11 127

iinet-f	0.31 249	0.23 237	1.16 349	0.20 34	0.16 186	0.44 300	0.23 218	0.47 195	0.38 169	0.36 224	0.44 230	0.41 246	0.35 271	0.36 171	0.43 275	0.10 197	0.09 167	0.08 59	0.08 103	0.13 255	0.12 162

STrans-v2	0.25 171	0.14 107	0.56 183	0.21 53	0.12 48	0.23 102	0.20 154	0.50 219	0.31 99	0.31 150	0.42 209	0.35 211	0.35 271	0.62 268	0.24 166	0.07 13	0.05 3	0.08 59	0.07 44	0.06 2	0.08 37

HGLStereo	0.29 227	0.19 191	0.60 217	0.24 165	0.21 284	0.33 227	0.23 218	0.52 234	0.44 222	0.36 224	0.49 273	0.41 246	0.35 271	0.46 203	0.34 242	0.11 228	0.11 212	0.09 119	0.09 164	0.11 218	0.12 162

hitnet-ft	0.31 249	0.21 210	0.56 183	0.19 13	0.14 107	0.40 282	0.23 218	0.46 186	0.42 205	0.37 239	0.46 255	0.53 311	0.35 271	0.76 318	0.35 248	0.14 294	0.10 192	0.14 298	0.10 208	0.15 282	0.14 205

DRN-Test	0.35 275	0.20 203	0.75 268	0.28 285	0.19 254	0.46 310	0.29 286	0.68 351	0.54 301	0.49 320	0.47 262	0.44 268	0.35 271	0.63 271	0.44 282	0.13 273	0.09 167	0.13 280	0.12 269	0.13 255	0.13 182

fast-acv-ft	0.33 261	0.26 270	0.88 310	0.25 197	0.18 231	0.49 325	0.27 268	0.44 173	0.50 279	0.40 267	0.55 299	0.49 295	0.36 276	0.39 184	0.41 269	0.11 228	0.11 212	0.11 227	0.12 269	0.13 255	0.11 127

DMCA-RVC	0.30 239	0.27 276	0.93 320	0.28 285	0.17 211	0.30 190	0.21 173	0.43 155	0.36 149	0.40 267	0.38 170	0.39 236	0.36 276	0.44 196	0.34 242	0.13 273	0.10 192	0.16 318	0.12 269	0.13 255	0.11 127

RTSC	0.43 318	0.37 326	0.95 324	0.30 304	0.20 271	0.50 327	0.23 218	0.65 340	0.86 366	0.56 342	0.54 294	0.51 302	0.36 276	0.71 299	0.92 351	0.13 273	0.14 251	0.11 227	0.13 293	0.18 318	0.19 254

PA-Net	0.40 304	0.35 317	1.05 333	0.32 319	0.28 338	0.39 276	0.43 345	0.53 244	0.56 312	0.35 213	0.43 221	0.41 246	0.36 276	0.83 336	0.61 326	0.12 256	0.23 336	0.16 318	0.23 359	0.13 255	0.20 266
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LALA_ROB	0.38 289	0.31 295	0.65 238	0.30 304	0.21 284	0.46 310	0.39 335	0.63 329	0.54 301	0.53 335	0.52 284	0.69 357	0.36 276	0.52 224	0.48 293	0.18 336	0.11 212	0.16 318	0.14 307	0.17 303	0.16 226

Wz-Net-LNSev	0.36 277	0.35 317	1.06 335	0.26 229	0.21 284	0.47 316	0.33 311	0.56 272	0.58 316	0.45 303	0.54 294	0.50 299	0.37 281	0.40 185	0.42 272	0.12 256	0.11 212	0.10 181	0.09 164	0.14 275	0.15 216

Wz-Net-MNSev	0.39 294	0.35 317	0.99 329	0.26 229	0.21 284	0.59 346	0.39 335	0.58 293	0.61 327	0.49 320	0.56 303	0.53 311	0.37 281	0.61 260	0.47 291	0.11 228	0.09 167	0.11 227	0.11 232	0.15 282	0.15 216

DISCO	0.33 261	0.16 143	0.55 173	0.26 229	0.16 186	0.48 322	0.25 253	0.52 234	0.58 316	0.38 247	0.45 243	0.63 339	0.37 281	0.65 280	0.50 300	0.10 197	0.07 92	0.09 119	0.08 103	0.13 255	0.13 182

MDST_ROB	0.51 339	0.16 143	0.97 325	0.31 314	0.21 284	1.35 395	0.34 315	0.80 371	0.59 324	1.09 383	0.74 347	0.49 295	0.37 281	1.31 384	0.60 323	0.14 294	0.12 228	0.16 318	0.13 293	0.13 255	0.18 240

ETE_ROB	0.36 277	0.32 302	0.64 235	0.30 304	0.18 231	0.40 282	0.38 332	0.59 301	0.49 274	0.50 323	0.52 284	0.62 335	0.37 281	0.58 243	0.43 275	0.13 273	0.10 192	0.14 298	0.12 269	0.17 303	0.18 240

CBFPSM	0.28 213	0.23 237	0.76 272	0.21 53	0.14 107	0.38 273	0.26 263	0.42 150	0.37 162	0.34 198	0.36 156	0.55 314	0.38 286	0.33 146	0.40 265	0.08 87	0.08 138	0.07 13	0.08 103	0.09 131	0.12 162

Anonymous_2	0.44 320	0.23 237	0.57 190	0.34 334	0.34 355	0.53 336	0.28 282	0.49 211	0.39 180	0.36 224	0.34 137	0.48 289	0.38 286	0.43 193	0.33 238	0.26 358	0.41 383	0.44 376	1.45 410	0.33 368	0.37 357

DDUNet	0.45 323	0.60 373	0.71 259	0.45 368	0.39 367	0.46 310	0.32 306	0.53 244	0.44 222	0.46 308	0.53 291	0.57 319	0.38 286	0.51 218	0.43 275	0.34 371	0.21 323	0.56 382	0.25 361	0.41 372	0.36 349

RASNet	0.30 239	0.19 191	0.59 210	0.23 128	0.19 254	0.33 227	0.20 154	0.50 219	0.41 193	0.31 150	0.44 230	0.47 286	0.38 286	0.79 325	0.40 265	0.09 142	0.07 92	0.07 13	0.09 164	0.08 64	0.10 98

CC-Net-ROB	0.46 329	0.55 362	0.86 302	0.38 352	0.23 308	0.51 328	0.30 292	0.69 357	0.51 285	0.46 308	0.51 278	0.48 289	0.38 286	0.96 360	0.40 265	0.36 373	0.23 336	0.56 382	0.25 361	0.34 369	0.22 283

XPNet_ROB	0.35 275	0.26 270	0.58 203	0.28 285	0.19 254	0.37 267	0.31 301	0.57 281	0.51 285	0.52 329	0.54 294	0.57 319	0.38 286	0.65 280	0.48 293	0.17 326	0.12 228	0.13 280	0.12 269	0.16 291	0.17 238

PWCDC_ROB	0.41 309	0.41 341	0.77 278	0.34 334	0.21 284	0.43 295	0.20 154	0.60 310	0.90 369	0.44 296	1.24 380	0.36 216	0.38 286	0.56 239	0.48 293	0.18 336	0.11 212	0.11 227	0.10 208	0.20 329	0.16 226

APVNet	0.38 289	0.26 270	0.87 304	0.26 229	0.22 299	0.52 333	0.35 317	0.64 334	0.46 242	0.40 267	0.52 284	0.48 289	0.39 293	0.84 337	0.48 293	0.13 273	0.14 251	0.15 312	0.16 325	0.16 291	0.16 226

NCCL2	0.37 284	0.33 306	0.59 210	0.37 344	0.23 308	0.42 291	0.41 342	0.56 272	0.44 222	0.47 314	0.47 262	0.61 332	0.39 293	0.58 243	0.41 269	0.16 314	0.13 242	0.21 346	0.22 355	0.16 291	0.18 240

pmcnn	0.54 345	0.24 247	1.06 335	0.25 197	0.26 332	0.40 282	0.31 301	0.55 262	0.55 308	0.56 342	1.22 379	2.53 402	0.39 293	0.84 337	1.08 365	0.09 142	0.06 34	0.06 1	0.05 8	0.10 177	0.14 205

LL-Strereo	0.32 254	0.33 306	0.77 278	0.26 229	0.24 319	0.22 86	0.23 218	0.58 293	0.44 222	0.35 213	0.32 114	0.41 246	0.40 296	0.93 356	0.25 178	0.08 87	0.13 242	0.11 227	0.09 164	0.09 131	0.22 283

Wz-Net-SNSev	0.45 323	0.53 360	1.42 372	0.31 314	0.21 284	0.44 300	0.45 348	0.64 334	0.68 344	0.46 308	0.66 333	0.62 335	0.40 296	0.78 322	0.65 331	0.12 256	0.11 212	0.12 257	0.13 293	0.17 303	0.19 254

psm_up	0.30 239	0.21 210	0.58 203	0.26 229	0.18 231	0.32 221	0.27 268	0.57 281	0.45 233	0.38 247	0.41 202	0.45 273	0.40 296	0.59 249	0.32 230	0.11 228	0.12 228	0.13 280	0.12 269	0.11 218	0.11 127

RYNet	0.38 289	0.23 237	0.65 238	0.26 229	0.28 338	0.62 349	0.33 311	0.61 317	0.62 331	0.42 281	0.39 184	0.58 324	0.40 296	0.89 345	0.57 319	0.11 228	0.09 167	0.12 257	0.11 232	0.19 322	0.22 283

PDISCO_ROB	0.45 323	0.37 326	0.89 312	0.44 366	0.37 363	0.70 357	0.35 317	0.75 366	0.78 358	0.45 303	0.53 291	0.65 346	0.40 296	0.68 292	0.52 304	0.22 351	0.12 228	0.21 346	0.19 342	0.26 353	0.22 283

HBP-ISP	0.34 269	0.35 317	0.76 272	0.23 128	0.17 211	0.33 227	0.22 195	0.56 272	0.47 255	0.42 281	0.49 273	0.33 190	0.41 301	0.73 303	0.27 194	0.18 336	0.19 310	0.24 355	0.20 346	0.16 291	0.16 226

DRaft	0.25 171	0.11 27	0.47 72	0.18 8	0.12 48	0.28 162	0.23 218	0.34 71	0.40 188	0.38 247	0.60 316	0.20 59	0.41 301	0.48 207	0.41 269	0.07 13	0.06 34	0.08 59	0.08 103	0.07 30	0.08 37

S-Stereo	0.39 294	0.20 203	1.04 332	0.28 285	0.22 299	0.39 276	0.31 301	0.58 293	0.69 346	0.40 267	0.59 312	0.48 289	0.41 301	0.75 312	0.42 272	0.12 256	0.15 272	0.13 280	0.13 293	0.16 291	0.25 311

DeepPrunerF	0.46 329	0.37 326	1.50 376	0.34 334	0.30 349	0.36 262	0.37 324	0.64 334	1.15 388	0.41 277	0.45 243	0.40 239	0.41 301	0.82 332	0.53 308	0.18 336	0.14 251	0.23 353	0.21 348	0.17 303	0.18 240

MFN_U_SF_DS_RVC	0.53 343	0.60 373	0.98 327	0.40 358	0.25 329	0.87 372	0.57 370	0.60 310	0.64 335	0.60 347	0.67 335	0.63 339	0.42 305	1.13 372	0.50 300	0.23 352	0.28 358	0.27 358	0.35 374	0.25 349	0.33 343

DANet	0.37 284	0.25 260	0.67 244	0.37 344	0.22 299	0.42 291	0.25 253	0.50 219	0.44 222	0.52 329	0.50 275	0.59 325	0.42 305	0.78 322	0.53 308	0.13 273	0.12 228	0.14 298	0.12 269	0.17 303	0.21 275
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NaN_ROB	0.44 320	0.38 332	0.94 323	0.30 304	0.20 271	0.52 333	0.49 359	0.61 317	0.60 325	0.56 342	0.47 262	0.49 295	0.42 305	1.24 378	0.76 341	0.12 256	0.18 306	0.12 257	0.13 293	0.12 243	0.18 240

ACVNet-4b	0.76 374	0.90 386	1.67 383	0.73 385	0.51 377	0.80 370	0.31 301	0.74 365	0.81 361	0.51 326	0.72 343	0.94 371	0.43 308	1.01 364	1.32 379	1.18 407	0.22 328	0.77 391	0.45 381	0.70 388	0.50 379

GANetREF_RVC	0.45 323	0.52 358	0.87 304	0.39 354	0.20 271	0.51 328	0.50 361	0.68 351	0.67 340	0.47 314	0.46 255	0.50 299	0.43 308	0.91 350	0.40 265	0.28 364	0.21 323	0.32 367	0.19 342	0.28 360	0.23 290
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
FBW_ROB	0.46 329	0.34 313	0.71 259	0.32 319	0.20 271	0.51 328	0.32 306	0.73 363	0.63 333	0.60 347	0.57 305	0.65 346	0.44 310	1.42 389	0.62 327	0.14 294	0.17 299	0.22 351	0.16 325	0.17 303	0.23 290

PWC_ROB	0.41 309	0.38 332	0.92 316	0.26 229	0.20 271	0.39 276	0.19 123	0.61 317	0.69 346	0.58 346	0.84 358	0.52 307	0.44 310	0.74 307	0.62 327	0.13 273	0.09 167	0.14 298	0.10 208	0.17 303	0.18 240

UDG	0.42 313	0.54 361	0.67 244	0.41 362	0.35 358	0.47 316	0.27 268	0.57 281	0.48 261	0.40 267	0.46 255	0.59 325	0.45 312	0.47 206	0.46 288	0.26 358	0.19 310	0.49 378	0.22 355	0.37 370	0.30 335

CrosDoStereo	0.32 254	0.11 27	0.53 157	0.19 13	0.12 48	0.22 86	1.07 397	0.36 85	0.38 169	0.38 247	0.60 316	0.28 143	0.45 312	0.61 260	0.56 316	0.08 87	0.06 34	0.08 59	0.09 164	0.08 64	0.09 57

DeepStereo_LL	0.32 254	0.11 27	0.53 157	0.19 13	0.12 48	0.22 86	1.07 397	0.36 85	0.38 169	0.38 247	0.60 316	0.28 143	0.45 312	0.61 260	0.56 316	0.08 87	0.06 34	0.08 59	0.09 164	0.08 64	0.09 57

Syn2CoEx	0.39 294	0.39 336	1.08 340	0.35 339	0.21 284	0.41 286	0.29 286	0.63 329	0.51 285	0.43 290	0.56 303	0.45 273	0.45 312	0.69 293	0.39 263	0.17 326	0.14 251	0.16 318	0.12 269	0.13 255	0.16 226

SuperB	0.50 337	0.37 326	2.16 394	0.23 128	0.15 157	0.41 286	0.32 306	0.50 219	0.83 363	0.44 296	0.51 278	0.33 190	0.45 312	0.69 293	1.07 363	0.10 197	0.08 138	0.09 119	0.08 103	0.95 399	0.18 240

stereogan	0.39 294	0.20 203	0.78 282	0.28 285	0.22 299	0.65 354	0.26 263	0.62 325	0.65 336	0.45 303	0.60 316	0.67 353	0.45 312	0.69 293	0.37 257	0.14 294	0.14 251	0.14 298	0.12 269	0.20 329	0.19 254

GANet	0.40 304	0.28 283	0.67 244	0.31 314	0.18 231	0.43 295	0.39 335	0.60 310	0.46 242	0.48 319	0.78 351	0.55 314	0.45 312	0.96 360	0.55 315	0.13 273	0.14 251	0.13 280	0.12 269	0.15 282	0.16 226

otaku	0.60 357	0.73 379	1.13 345	0.64 379	0.45 372	0.73 361	0.37 324	0.67 346	0.67 340	0.52 329	0.75 349	0.66 350	0.46 319	0.74 307	0.59 322	0.55 382	0.34 378	0.56 382	0.36 376	0.65 382	0.49 378

ccnet	0.43 318	0.34 313	0.62 226	0.28 285	0.33 354	0.60 347	0.34 315	0.68 351	0.47 255	0.54 338	0.66 333	0.56 318	0.46 319	0.73 303	0.66 333	0.26 358	0.19 310	0.24 355	0.22 355	0.27 357	0.25 311

CRFU-Net	0.29 227	0.14 107	0.48 84	0.26 229	0.15 157	0.46 310	0.22 195	0.52 234	0.32 107	0.44 296	0.42 209	0.48 289	0.47 321	0.44 196	0.31 224	0.12 256	0.10 192	0.09 119	0.08 103	0.10 177	0.11 127

RGC	0.41 309	0.35 317	0.76 272	0.35 339	0.28 338	0.41 286	0.29 286	0.60 310	0.55 308	0.47 314	0.64 329	0.63 339	0.47 321	0.74 307	0.46 288	0.16 314	0.15 272	0.21 346	0.21 348	0.19 322	0.21 275

XQC	0.47 332	0.45 350	1.07 337	0.40 358	0.28 338	0.58 344	0.38 332	0.67 346	0.76 357	0.53 335	0.47 262	0.59 325	0.47 321	0.74 307	0.80 345	0.18 336	0.14 251	0.18 334	0.16 325	0.26 353	0.24 302

ADCRef	0.41 309	0.33 306	1.05 333	0.26 229	0.21 284	0.49 325	0.27 268	0.54 251	0.51 285	0.51 326	0.59 312	0.35 211	0.47 321	0.54 231	1.35 381	0.09 142	0.08 138	0.12 257	0.12 269	0.12 243	0.13 182

DEmStereo	0.26 190	0.10 11	0.52 147	0.19 13	0.13 80	0.31 208	0.25 253	0.29 28	0.38 169	0.36 224	0.57 305	0.24 100	0.48 325	0.53 226	0.44 282	0.07 13	0.06 34	0.08 59	0.08 103	0.07 30	0.08 37

Nwc_Net	0.39 294	0.29 286	0.84 295	0.32 319	0.24 319	0.45 308	0.30 292	0.67 346	0.51 285	0.39 258	0.70 341	0.59 325	0.48 325	0.61 260	0.45 287	0.16 314	0.12 228	0.19 340	0.21 348	0.14 275	0.15 216

SHD	0.45 323	0.34 313	0.89 312	0.37 344	0.28 338	0.46 310	0.23 218	0.72 362	0.96 376	0.65 352	0.61 325	0.61 332	0.48 325	0.64 276	0.69 336	0.16 314	0.16 281	0.16 318	0.16 325	0.21 335	0.25 311

PASM	0.49 336	0.41 341	1.15 347	0.37 344	0.35 358	0.42 291	0.42 343	0.54 251	0.65 336	0.54 338	0.54 294	0.63 339	0.48 325	0.94 359	0.51 303	0.27 362	0.30 370	0.30 363	0.33 372	0.29 362	0.29 333

THIR-Stereo	0.30 239	0.15 123	0.46 67	0.19 13	0.11 25	0.28 162	0.70 378	0.33 67	0.36 149	0.37 239	0.64 329	0.33 190	0.49 329	0.58 243	0.44 282	0.08 87	0.06 34	0.08 59	0.09 164	0.07 30	0.08 37

FAT-Stereo	0.36 277	0.19 191	0.75 268	0.26 229	0.18 231	0.34 241	0.30 292	0.62 325	0.61 327	0.47 314	0.61 325	0.59 325	0.50 330	0.61 260	0.36 251	0.13 273	0.14 251	0.13 280	0.12 269	0.14 275	0.20 266

edge stereo	0.40 304	0.22 224	0.87 304	0.27 261	0.22 299	0.38 273	0.26 263	0.59 301	0.56 312	0.53 335	0.60 316	0.71 361	0.50 330	0.78 322	0.43 275	0.16 314	0.15 272	0.19 340	0.14 307	0.17 303	0.19 254

RP	0.38 289	0.26 270	0.67 244	0.31 314	0.24 319	0.37 267	0.29 286	0.53 244	0.61 327	0.42 281	0.65 331	0.62 335	0.51 332	0.63 271	0.43 275	0.17 326	0.15 272	0.17 327	0.15 316	0.17 303	0.19 254

SGM-Forest	0.42 313	0.44 349	0.92 316	0.24 165	0.16 186	0.45 308	0.40 339	0.58 293	0.50 279	0.54 338	0.63 328	0.52 307	0.51 332	0.91 350	0.66 333	0.17 326	0.17 299	0.17 327	0.15 316	0.15 282	0.21 275
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Ntro	0.61 359	0.75 381	1.16 349	0.67 381	0.50 374	0.76 362	0.37 324	0.68 351	0.71 350	0.50 323	0.59 312	0.65 346	0.52 334	0.79 325	0.58 321	0.58 385	0.32 375	0.57 385	0.34 373	0.69 387	0.50 379

psmorigin	0.52 342	0.29 286	3.10 404	0.24 165	0.19 254	0.39 276	0.24 240	0.52 234	0.45 233	0.66 354	0.68 337	0.70 360	0.52 334	0.86 340	0.49 299	0.15 306	0.17 299	0.13 280	0.14 307	0.16 291	0.23 290

AF-Net	0.40 304	0.31 295	0.74 265	0.33 330	0.24 319	0.43 295	0.30 292	0.64 334	0.67 340	0.44 296	0.69 340	0.65 346	0.52 334	0.59 249	0.48 293	0.16 314	0.12 228	0.19 340	0.14 307	0.16 291	0.14 205

NCC-stereo	0.42 313	0.31 295	0.87 304	0.32 319	0.29 347	0.47 316	0.37 324	0.68 351	0.53 297	0.42 281	0.58 308	0.57 319	0.52 334	0.75 312	0.54 312	0.18 336	0.14 251	0.18 334	0.25 361	0.17 303	0.18 240

Abc-Net	0.42 313	0.31 295	0.87 304	0.32 319	0.29 347	0.47 316	0.37 324	0.68 351	0.53 297	0.42 281	0.58 308	0.57 319	0.52 334	0.75 312	0.54 312	0.18 336	0.14 251	0.18 334	0.25 361	0.17 303	0.18 240
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCP+	0.48 335	0.36 323	1.47 374	0.26 229	0.22 299	0.57 342	0.40 339	0.56 272	0.54 301	0.46 308	0.52 284	0.46 279	0.53 339	0.59 249	1.93 396	0.10 197	0.08 138	0.11 227	0.11 232	0.14 275	0.15 216

CBMV_ROB	0.36 277	0.21 210	0.57 190	0.22 85	0.14 107	0.35 254	0.20 154	0.55 262	0.47 255	0.52 329	0.58 308	0.45 273	0.53 339	0.75 312	0.50 300	0.18 336	0.19 310	0.23 353	0.21 348	0.15 282	0.20 266

AnyNet_C32	0.55 346	0.51 357	1.34 366	0.29 298	0.28 338	0.61 348	0.62 373	0.57 281	0.62 331	0.63 350	0.68 337	0.54 313	0.55 341	0.82 332	1.81 393	0.15 306	0.15 272	0.15 312	0.18 340	0.21 335	0.25 311

LSM	1.68 401	0.48 354	2.91 401	2.28 413	17.60 422	0.52 333	0.55 368	0.65 340	0.78 358	0.84 368	1.11 373	0.63 339	0.55 341	0.79 325	0.53 308	0.16 314	0.25 345	0.18 334	0.21 348	0.25 349	2.37 414

FTStereo	0.28 213	0.11 27	0.56 183	0.24 165	0.13 80	0.21 64	0.52 364	0.36 85	0.28 65	0.38 247	0.94 367	0.30 165	0.56 343	0.33 146	0.18 77	0.08 87	0.06 34	0.09 119	0.08 103	0.08 64	0.19 254

aanetorigin	0.40 304	0.33 306	1.14 346	0.25 197	0.19 254	0.30 190	0.37 324	0.34 71	0.47 255	0.95 374	0.82 356	0.52 307	0.56 343	0.50 213	0.52 304	0.11 228	0.09 167	0.10 181	0.10 208	0.16 291	0.19 254

ADCPNet	0.51 339	0.36 323	1.82 388	0.27 261	0.23 308	0.71 358	0.39 335	0.56 272	0.54 301	0.52 329	0.60 316	0.66 350	0.57 345	0.64 276	1.23 370	0.15 306	0.18 306	0.14 298	0.23 359	0.19 322	0.22 283

SAMSARA	0.62 360	0.47 352	0.93 320	0.70 384	0.50 374	1.15 386	1.29 404	0.79 370	0.70 348	0.77 365	0.55 299	0.92 370	0.58 346	0.87 342	0.77 342	0.19 345	0.27 354	0.18 334	0.19 342	0.27 357	0.28 329

CBMV	0.36 277	0.25 260	0.61 223	0.24 165	0.14 107	0.42 291	0.33 311	0.56 272	0.52 296	0.54 338	0.52 284	0.51 302	0.58 346	0.63 271	0.43 275	0.15 306	0.16 281	0.18 334	0.16 325	0.13 255	0.19 254
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
G-Net	0.47 332	0.26 270	1.02 331	0.34 334	0.28 338	0.89 374	0.35 317	0.47 195	0.46 242	0.68 356	1.20 377	0.64 344	0.59 348	0.61 260	0.60 323	0.16 314	0.14 251	0.17 327	0.13 293	0.22 339	0.21 275

WZ-Net	0.56 350	0.49 356	2.14 393	0.30 304	0.24 319	0.58 344	0.48 355	0.65 340	0.80 360	0.51 326	0.72 343	0.68 355	0.60 349	1.06 369	1.01 358	0.13 273	0.10 192	0.11 227	0.12 269	0.19 322	0.23 290

Consistency-Raft	0.56 350	0.52 358	1.12 343	0.45 368	0.49 373	0.48 322	0.45 348	0.73 363	0.74 356	0.45 303	0.82 356	0.46 279	0.60 349	0.51 218	0.63 330	0.39 378	0.40 381	0.44 376	0.51 387	0.53 377	0.38 365

MFN_U_SF_RVC	0.58 354	0.58 370	1.31 365	0.39 354	0.23 308	0.72 359	0.30 292	0.83 376	0.68 344	0.74 360	0.74 347	0.86 367	0.60 349	0.84 337	0.83 347	0.29 365	0.27 354	0.32 367	0.37 378	0.31 364	0.33 343

ADCL	0.50 337	0.30 292	1.15 347	0.28 285	0.19 254	0.77 365	0.64 374	0.57 281	0.73 355	0.57 345	0.73 346	0.55 314	0.60 349	0.66 286	1.53 387	0.11 228	0.10 192	0.13 280	0.13 293	0.15 282	0.16 226

anonymity	0.57 352	0.55 362	0.74 265	0.48 371	0.63 382	0.56 340	0.43 345	0.71 359	0.51 285	0.64 351	0.55 299	0.57 319	0.61 353	0.65 280	0.57 319	0.55 382	0.55 393	0.50 379	0.54 388	0.51 376	0.61 384

FINET	0.58 354	0.48 354	1.35 367	0.38 352	0.37 363	0.96 379	1.13 401	0.84 378	1.05 379	0.50 323	0.70 341	0.45 273	0.61 353	0.63 271	0.62 327	0.26 358	0.28 358	0.14 298	0.13 293	0.20 329	0.44 370

RTS	0.81 379	0.56 364	4.76 407	0.37 344	0.30 349	1.11 383	0.52 364	0.67 346	1.07 381	0.76 363	0.91 364	0.60 330	0.61 353	1.64 392	1.24 371	0.15 306	0.13 242	0.15 312	0.15 316	0.22 339	0.24 302

RTSA	0.81 379	0.56 364	4.76 407	0.37 344	0.30 349	1.11 383	0.52 364	0.67 346	1.07 381	0.76 363	0.91 364	0.60 330	0.61 353	1.64 392	1.24 371	0.15 306	0.13 242	0.15 312	0.15 316	0.22 339	0.24 302

RainbowNet	0.76 374	1.00 392	1.29 363	0.82 389	0.63 382	0.79 367	0.52 364	0.83 376	0.93 372	0.61 349	0.79 354	0.79 364	0.62 357	0.82 332	0.67 335	0.80 395	0.55 393	0.79 393	0.49 383	0.81 391	0.62 385

ADCS	0.62 360	0.56 364	1.54 379	0.30 304	0.25 329	0.56 340	0.46 351	0.71 359	0.86 366	0.77 365	0.72 343	0.68 355	0.62 357	0.82 332	2.33 402	0.17 326	0.16 281	0.16 318	0.17 336	0.23 344	0.27 323

Wz-Net-TNSev	0.55 346	0.72 377	1.90 389	0.26 229	0.21 284	0.64 353	0.45 348	0.66 344	0.71 350	0.52 329	0.55 299	0.71 361	0.63 359	1.04 367	0.94 354	0.16 314	0.15 272	0.13 280	0.15 316	0.21 335	0.24 302

AnyNet_C01	0.68 368	0.69 376	2.64 398	0.33 330	0.27 337	0.93 375	0.64 374	0.66 344	0.65 336	0.70 358	0.97 368	0.75 363	0.63 359	1.01 364	1.52 386	0.17 326	0.16 281	0.17 327	0.17 336	0.24 348	0.28 329

CSAN	0.55 346	0.47 352	1.19 357	0.37 344	0.23 308	0.57 342	0.61 372	0.65 340	0.72 352	0.65 352	0.78 351	0.66 350	0.65 361	1.41 388	0.77 342	0.21 348	0.17 299	0.20 344	0.21 348	0.18 318	0.21 275

ADCMid	0.53 343	0.45 350	1.46 373	0.27 261	0.22 299	0.51 328	0.38 332	0.61 317	0.58 316	0.75 361	0.67 335	0.62 335	0.66 362	0.66 286	1.75 392	0.13 273	0.12 228	0.17 327	0.17 336	0.20 329	0.21 275

MSC_U_SF_DS_RVC	0.70 369	0.73 379	1.26 361	0.47 370	0.28 338	1.42 397	0.60 371	0.82 374	0.94 375	0.85 369	0.86 360	0.88 369	0.70 363	1.32 385	0.75 340	0.37 374	0.30 370	0.34 370	0.36 376	0.44 373	0.42 367

SPS-STEREO	0.74 371	0.72 377	1.18 356	0.52 374	0.57 380	0.76 362	0.50 361	0.80 371	0.66 339	0.97 376	0.88 363	0.94 371	0.74 364	1.08 370	1.04 361	0.58 385	0.51 387	0.50 379	0.50 386	0.56 378	0.72 395
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PSM-AAD	0.26 190	0.11 27	0.43 45	0.24 165	0.12 48	0.27 148	0.37 324	0.36 85	0.30 92	0.36 224	0.39 184	0.28 143	0.77 365	0.30 123	0.16 46	0.07 13	0.06 34	0.12 257	0.11 232	0.09 131	0.21 275

GrayStereo	0.26 190	0.10 11	0.45 55	0.27 261	0.14 107	0.23 102	0.46 351	0.36 85	0.33 121	0.40 267	0.47 262	0.30 165	0.78 366	0.29 114	0.17 58	0.07 13	0.06 34	0.08 59	0.09 164	0.07 30	0.15 216

SANet	0.58 354	0.41 341	1.38 368	0.27 261	0.16 186	0.72 359	0.48 355	0.71 359	1.34 390	0.69 357	0.97 368	0.94 371	0.78 366	0.97 362	0.93 352	0.14 294	0.12 228	0.12 257	0.12 269	0.18 318	0.20 266

ACVNet_1	0.77 376	0.92 387	1.79 387	0.73 385	0.53 378	0.78 366	0.42 343	0.88 381	0.90 369	0.75 361	0.76 350	1.32 383	0.80 368	1.04 367	0.70 337	0.57 384	0.32 375	0.72 389	0.35 374	0.70 388	0.50 379

MFMNet_re	0.74 371	0.84 383	1.16 349	0.64 379	0.70 387	0.79 367	0.71 379	0.77 369	0.85 365	0.79 367	0.86 360	0.69 357	0.80 368	0.73 303	0.65 331	0.66 389	0.59 397	0.61 386	0.58 393	0.68 385	0.71 394

DPSNet	0.51 339	0.26 270	1.16 349	0.28 285	0.21 284	0.76 362	0.56 369	0.89 382	0.82 362	0.49 320	0.51 278	0.64 344	0.81 370	0.89 345	0.85 349	0.17 326	0.16 281	0.13 280	0.13 293	0.26 353	0.27 323

MeshStereo	0.60 357	0.31 295	0.71 259	0.22 85	0.17 211	0.66 355	0.36 322	0.81 373	0.63 333	1.48 401	1.32 382	1.65 389	0.83 371	1.18 375	0.74 339	0.17 326	0.17 299	0.17 327	0.14 307	0.17 303	0.19 254
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
PVD	0.62 360	0.41 341	0.93 320	0.44 366	0.39 367	0.63 352	0.51 363	0.86 379	1.27 389	0.93 373	1.09 372	0.81 365	0.85 372	0.89 345	0.89 350	0.21 348	0.23 336	0.22 351	0.19 342	0.28 360	0.41 366

MADNet+	1.05 384	1.26 402	4.77 409	0.73 385	0.50 374	1.25 390	0.97 392	1.05 385	0.93 372	0.67 355	0.78 351	0.87 368	0.85 372	2.14 402	1.83 394	0.40 379	0.42 384	0.32 367	0.28 368	0.45 374	0.43 368

ACVNet_2	0.94 381	0.98 391	1.71 385	0.83 390	0.63 382	1.02 381	0.64 374	1.16 388	1.43 393	1.02 378	1.39 383	1.47 386	0.86 374	1.16 374	0.79 344	0.63 388	0.43 386	0.78 392	0.49 383	0.80 390	0.57 382

EDNetEfficientorigin	7.48 413	0.57 368	139.59 435	0.25 197	0.17 211	0.44 300	0.30 292	0.48 204	1.04 378	1.29 388	1.02 370	0.82 366	0.87 375	0.76 318	1.02 359	0.10 197	0.09 167	0.12 257	0.11 232	0.22 339	0.25 311

DispFullNet	0.67 366	0.94 388	1.63 381	0.77 388	1.19 405	0.53 336	0.25 253	0.61 317	0.72 352	0.70 358	0.60 316	0.69 357	0.90 376	0.80 328	0.52 304	0.27 362	0.13 242	0.74 390	0.31 371	0.68 385	0.44 370

PWCK	1.05 384	1.29 403	2.12 392	0.92 392	0.42 370	1.27 391	1.01 394	1.14 387	1.14 387	1.16 387	1.14 375	1.25 380	0.90 376	1.77 397	1.15 367	0.89 398	0.51 387	0.87 394	0.54 388	1.02 401	0.57 382

SGM_RVC	0.57 352	0.22 224	0.60 217	0.26 229	0.16 186	0.97 380	0.46 351	0.76 368	0.90 369	1.03 380	0.92 366	1.16 378	0.93 378	1.21 377	0.72 338	0.17 326	0.16 281	0.16 318	0.16 325	0.16 291	0.24 302
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WCMA_ROB	0.55 346	0.27 276	0.76 272	0.26 229	0.22 299	0.62 349	0.36 322	0.57 281	0.58 316	0.97 376	1.40 385	1.28 382	0.94 379	0.80 328	0.80 345	0.20 347	0.17 299	0.16 318	0.16 325	0.19 322	0.29 333

EDNetEfficient	0.64 365	0.39 336	2.52 396	0.26 229	0.26 332	0.39 276	0.49 359	0.42 150	1.06 380	1.38 391	0.86 360	0.61 332	0.97 380	0.66 286	1.62 391	0.11 228	0.10 192	0.10 181	0.12 269	0.20 329	0.19 254

IMH-64-1	0.94 381	0.95 389	1.07 337	0.98 394	0.76 389	0.93 375	0.72 380	1.30 390	1.11 384	0.91 371	1.45 386	1.14 376	1.00 381	1.25 380	0.97 355	0.77 391	0.51 387	0.97 396	0.55 391	0.90 393	0.66 390

IMH-64	0.94 381	0.95 389	1.07 337	0.98 394	0.76 389	0.93 375	0.72 380	1.30 390	1.11 384	0.91 371	1.45 386	1.14 376	1.00 381	1.25 380	0.97 355	0.77 391	0.51 387	0.97 396	0.55 391	0.90 393	0.66 390

NVStereoNet_ROB	0.74 371	0.64 375	1.20 359	0.55 376	0.43 371	0.54 339	0.48 355	0.75 366	0.87 368	0.88 370	1.72 395	1.06 375	1.03 383	1.29 382	0.98 357	0.35 372	0.42 384	0.41 375	0.48 382	0.38 371	0.43 368
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSMD_ROB	0.63 363	0.34 313	0.70 253	0.30 304	0.25 329	0.88 373	0.35 317	0.58 293	0.67 340	1.13 384	1.52 389	1.75 392	1.05 384	0.90 348	0.60 323	0.24 354	0.22 328	0.27 358	0.27 367	0.25 349	0.27 323

LVE	1.18 390	1.16 397	1.67 383	1.04 397	0.81 396	1.32 394	0.82 388	1.49 396	1.94 397	1.08 382	1.90 398	1.89 393	1.07 385	1.51 390	1.04 361	0.96 401	0.61 398	0.94 395	0.69 398	0.92 395	0.79 400

KSHMR	1.92 404	1.47 408	1.97 390	1.48 408	1.22 406	1.39 396	1.06 396	1.81 402	5.83 412	1.43 394	5.56 412	2.95 406	1.17 386	2.24 404	1.33 380	1.29 408	1.13 409	1.47 410	1.11 409	1.37 407	1.21 408

Dean	1.22 392	1.17 398	1.97 390	1.04 397	0.79 392	1.21 388	0.76 382	1.51 397	1.96 398	1.30 390	1.98 400	2.14 396	1.18 387	1.30 383	1.15 367	0.83 396	0.61 398	1.01 399	0.69 398	0.97 400	0.77 399

IMH	1.09 387	1.04 395	1.29 363	1.03 396	0.79 392	1.11 383	0.69 377	1.40 393	1.42 392	1.02 378	1.71 394	1.42 384	1.19 388	1.78 398	1.03 360	1.14 405	0.56 396	1.00 398	0.58 393	0.93 396	0.68 392

WAO-7	1.05 384	1.00 392	1.19 357	0.83 390	0.67 386	1.22 389	0.84 389	1.43 394	1.56 394	1.13 384	1.75 396	1.46 385	1.25 389	1.56 391	1.28 373	0.61 387	0.62 401	0.70 388	0.68 397	0.66 384	0.62 385

JetBlue	1.20 391	0.89 385	2.53 397	0.59 377	0.76 389	3.16 410	2.09 410	1.16 388	0.93 372	0.95 374	1.12 374	1.65 389	1.27 390	2.15 403	1.87 395	0.43 380	0.37 380	0.38 372	0.39 380	0.62 380	0.63 387

WAO-6	1.11 388	1.01 394	1.17 355	0.96 393	0.79 392	1.30 393	0.78 384	1.36 392	1.99 399	1.04 381	1.54 391	1.59 388	1.27 390	1.37 387	1.30 374	0.78 393	0.55 393	1.03 400	0.75 401	0.87 392	0.72 395

ELAS	0.80 377	0.40 339	0.91 315	0.39 354	0.35 358	1.52 399	0.81 387	0.97 384	0.98 377	1.47 400	1.58 392	1.19 379	1.33 392	1.01 364	1.21 369	0.29 365	0.27 354	0.30 363	0.29 370	0.32 367	0.36 349
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FCDSN-DC	0.67 366	0.38 332	0.83 292	0.37 344	0.30 349	0.66 355	0.37 324	0.69 357	0.70 348	1.15 386	1.53 390	1.70 391	1.38 393	1.00 363	0.83 347	0.24 354	0.22 328	0.27 358	0.26 365	0.27 357	0.32 341
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.73 370	0.33 306	0.84 295	0.33 330	0.28 338	0.82 371	0.40 339	0.82 374	0.83 363	1.43 394	1.60 393	1.97 394	1.38 393	1.10 371	0.93 352	0.24 354	0.22 328	0.27 358	0.26 365	0.26 353	0.32 341

TorneroNet-64	1.47 393	1.15 396	1.51 377	1.11 401	0.86 399	2.27 406	0.76 382	1.84 403	3.76 406	1.29 388	2.22 404	2.68 404	1.46 395	1.81 399	1.55 388	0.79 394	0.51 387	1.10 401	0.67 396	1.31 404	0.81 401

ktn	1.80 402	1.46 407	1.49 375	1.44 407	1.14 404	1.50 398	1.07 397	1.53 399	3.90 409	2.77 408	4.62 409	3.42 407	1.49 396	1.74 395	1.40 384	1.45 409	0.77 408	1.46 409	0.99 407	1.41 409	1.00 404

WAO-8	1.50 395	1.22 400	1.39 370	1.10 399	0.85 397	2.15 403	0.78 384	1.84 403	3.76 406	1.46 396	2.18 402	2.15 397	1.50 397	3.20 409	1.35 381	0.92 399	0.66 404	1.10 401	0.79 402	0.94 397	0.74 397

Venus	1.50 395	1.22 400	1.39 370	1.10 399	0.85 397	2.15 403	0.78 384	1.84 403	3.76 406	1.46 396	2.18 402	2.15 397	1.50 397	3.20 409	1.35 381	0.92 399	0.66 404	1.10 401	0.79 402	0.94 397	0.74 397

SGM+DAISY	1.12 389	0.86 384	1.64 382	0.68 382	0.80 395	1.68 401	1.68 409	1.08 386	1.10 383	1.53 402	1.76 397	1.47 386	1.53 399	1.24 378	1.42 385	0.66 389	0.65 403	0.52 381	0.54 388	0.57 379	0.91 402

ELAS_RVC	0.80 377	0.40 339	1.10 342	0.40 358	0.35 358	0.93 375	1.10 400	0.87 380	1.12 386	1.40 392	1.39 383	1.27 381	1.55 400	1.13 372	1.13 366	0.29 365	0.27 354	0.30 363	0.28 368	0.31 364	0.36 349
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetRed	2.35 407	2.70 412	6.11 410	1.14 402	1.38 408	6.03 412	3.61 412	2.12 407	1.72 395	1.99 404	1.97 399	2.15 397	1.59 401	2.49 406	4.19 411	1.05 402	1.60 411	1.10 401	1.02 408	1.72 410	1.41 410

notaker	1.49 394	1.44 406	1.77 386	1.42 406	1.08 403	1.19 387	0.87 391	1.51 397	1.40 391	1.53 402	3.41 408	2.40 400	1.94 402	1.83 400	1.57 389	1.14 405	0.69 407	1.38 408	0.88 404	1.39 408	1.03 405

TorneroNet	2.26 405	1.20 399	1.55 380	1.15 403	0.91 400	5.84 411	0.84 389	2.12 407	8.45 415	2.59 407	5.32 411	3.84 409	2.15 403	1.84 401	1.98 398	0.88 397	0.54 392	1.16 405	0.74 400	1.31 404	0.91 402

UNDER WATER-64	1.61 398	1.30 404	2.93 402	1.33 404	0.96 401	2.20 405	1.25 403	1.47 395	3.15 403	1.46 396	1.31 381	2.61 403	2.22 404	1.69 394	1.93 396	1.13 404	0.67 406	1.29 406	0.94 405	1.26 402	1.09 406

UNDER WATER	1.64 400	1.34 405	2.72 400	1.40 405	1.04 402	1.70 402	1.14 402	1.57 400	3.58 404	1.46 396	1.46 388	2.82 405	2.43 405	1.74 395	2.04 399	1.08 403	0.63 402	1.31 407	0.94 405	1.29 403	1.10 407

coex-ft	3.48 409	0.81 382	48.53 433	0.24 165	0.19 254	0.53 336	0.47 354	0.49 211	2.36 401	7.18 414	1.20 377	0.96 374	2.53 406	0.75 312	2.14 400	0.13 273	0.15 272	0.14 298	0.12 269	0.22 339	0.47 374

MADNet++	2.34 406	1.81 409	2.24 395	2.15 412	1.97 411	2.79 409	2.19 411	2.42 409	2.26 400	2.79 409	2.70 406	2.43 401	2.60 407	3.18 408	3.32 407	2.19 411	1.97 412	1.93 411	1.62 411	2.02 411	2.10 412

SGM-ForestM	1.59 397	0.56 364	1.52 378	0.41 362	0.34 355	2.77 408	1.67 408	1.69 401	1.73 396	2.48 406	2.27 405	6.02 414	2.90 408	3.08 407	2.83 406	0.25 357	0.30 370	0.19 340	0.20 346	0.18 318	0.45 373

MANE	1.63 399	0.58 370	1.16 349	0.59 377	0.60 381	2.71 407	1.53 406	2.63 410	3.62 405	2.33 405	3.26 407	3.66 408	2.98 409	2.26 405	2.26 401	0.37 374	0.40 381	0.31 366	0.49 383	0.31 364	0.63 387

tt	4.71 410	0.11 27	3.94 406	2.06 411	1.54 409	10.14 417	16.85 418	9.28 418	4.99 410	1.41 393	1.05 371	4.68 410	4.89 410	3.36 411	5.86 414	5.73 417	9.15 422	2.23 413	2.51 414	3.02 413	1.34 409

LE_ROB	1.82 403	0.39 336	3.15 405	0.50 373	0.55 379	0.79 367	1.00 393	0.89 382	6.48 413	7.40 415	2.07 401	2.07 395	5.08 411	1.33 386	3.96 410	0.11 228	0.09 167	0.12 257	0.11 232	0.11 218	0.13 182

LRCNet_RVC	10.94 417	14.45 425	9.66 413	15.38 421	8.02 415	1.08 382	0.35 317	8.72 417	0.72 352	12.63 423	15.84 423	9.73 416	6.52 412	8.58 417	6.38 415	20.33 431	5.39 416	23.79 429	21.95 428	15.35 423	13.96 425

HanzoNet	3.08 408	1.87 411	2.70 399	1.81 409	1.34 407	1.60 400	1.05 395	2.06 406	2.62 402	5.63 412	5.12 410	5.96 413	7.09 413	4.39 413	3.43 408	3.29 413	2.06 414	1.98 412	2.94 415	2.47 412	2.15 413

BEATNet-Init1	4.91 411	3.27 413	14.39 422	0.69 383	0.65 385	10.19 418	3.83 413	5.04 413	5.11 411	8.73 416	8.52 414	13.95 423	7.66 414	7.79 416	5.79 413	0.32 370	0.34 378	0.34 370	0.38 379	0.64 381	0.64 389

DPSimNet_ROB	6.21 412	5.16 414	9.50 412	5.59 416	5.56 413	7.64 413	10.02 415	4.07 412	7.33 414	6.84 413	6.26 413	7.17 415	10.55 415	4.07 412	5.68 412	5.50 416	4.29 415	5.24 417	3.66 416	4.05 414	5.96 416

DPSMNet_ROB	8.44 415	5.25 416	10.87 421	5.59 416	10.27 417	8.34 414	23.51 423	6.12 416	13.47 422	4.96 411	10.94 420	5.65 412	10.55 415	6.25 415	12.77 419	4.01 415	7.62 418	3.75 416	7.27 420	4.16 416	7.54 418

DGTPSM_ROB	8.38 414	5.24 415	10.71 420	5.32 415	10.19 416	8.34 414	23.49 422	6.11 415	13.43 421	4.93 410	10.93 419	5.64 411	10.55 415	6.17 414	12.73 418	3.74 414	7.56 417	3.68 415	7.24 419	4.09 415	7.49 417

xxxxx1	15.30 421	9.78 418	10.23 417	20.34 424	19.47 423	17.10 420	23.00 419	10.36 419	11.04 417	9.25 417	9.66 415	10.74 418	10.66 418	10.60 419	13.72 422	8.14 421	9.35 423	31.88 432	44.61 432	12.63 420	13.46 422

tt_ll	15.30 421	9.78 418	10.23 417	20.34 424	19.47 423	17.10 420	23.00 419	10.36 419	11.04 417	9.25 417	9.66 415	10.74 418	10.66 418	10.60 419	13.72 422	8.14 421	9.35 423	31.88 432	44.61 432	12.63 420	13.46 422

Anonymous_1	16.44 425	9.26 417	9.67 414	10.63 418	14.54 420	18.62 424	26.98 424	12.68 422	13.53 423	10.78 422	10.37 418	10.15 417	10.66 418	10.99 422	12.64 417	15.61 430	7.73 419	16.87 427	43.01 431	56.14 434	7.86 421

ff	15.30 421	9.78 418	10.23 417	20.34 424	19.47 423	17.10 420	23.00 419	10.36 419	11.04 417	9.25 417	9.66 415	10.74 418	10.66 418	10.60 419	13.72 422	8.14 421	9.35 423	31.88 432	44.61 432	12.63 420	13.46 422

DPSM_ROB	11.46 418	9.79 421	10.18 415	11.11 419	11.31 418	19.08 425	27.38 425	13.42 423	14.23 424	10.34 420	11.13 421	10.97 421	11.33 422	11.89 423	13.49 420	6.74 419	8.19 420	6.00 418	7.05 417	7.74 417	7.76 419

DPSM	11.46 418	9.79 421	10.18 415	11.11 419	11.31 418	19.08 425	27.38 425	13.42 423	14.23 424	10.34 420	11.13 421	10.97 421	11.33 422	11.89 423	13.49 420	6.74 419	8.19 420	6.00 418	7.05 417	7.74 417	7.76 419

PML	15.86 424	13.12 424	7.07 411	5.22 414	7.66 414	32.93 428	64.30 434	5.37 414	10.12 416	25.87 433	67.29 434	20.25 425	13.20 424	10.09 418	6.81 416	5.94 418	2.00 413	6.03 420	2.18 412	9.13 419	2.62 415

HaxPig	17.72 426	20.23 432	19.76 423	16.55 422	16.52 421	9.46 416	9.42 414	14.48 425	13.31 420	18.59 424	18.67 424	17.39 424	16.68 425	17.07 425	16.43 425	21.99 432	20.86 432	22.28 428	21.55 427	21.30 430	21.88 432

MEDIAN_ROB	21.20 427	24.56 433	23.42 431	19.57 423	19.62 426	13.29 419	11.21 416	18.04 426	17.02 426	22.07 432	21.92 426	20.84 426	20.24 426	21.02 426	19.68 427	25.59 433	24.08 433	26.20 430	25.19 429	25.31 431	25.19 433

SPstereo	14.29 420	1.85 410	2.95 403	1.89 410	1.68 410	23.50 427	43.36 427	35.81 434	29.54 434	20.90 428	20.49 425	26.26 434	21.86 427	25.13 434	19.49 426	1.60 410	1.44 410	2.99 414	2.21 413	1.34 406	1.43 411

MyStereo03	23.12 430	19.74 427	20.70 427	22.51 429	22.82 429	38.36 430	55.25 431	26.92 428	28.81 430	20.90 428	22.38 429	22.06 427	22.80 428	23.83 427	27.20 432	13.55 426	16.70 429	12.09 422	14.22 424	15.58 425	16.03 428

MyStereo02	23.12 430	19.74 427	20.70 427	22.51 429	22.82 429	38.36 430	55.25 431	26.92 428	28.81 430	20.90 428	22.38 429	22.06 427	22.80 428	23.83 427	27.20 432	13.55 426	16.70 429	12.09 422	14.22 424	15.58 425	16.03 428

MyStereo	23.12 430	19.74 427	20.70 427	22.51 429	22.82 429	38.36 430	55.25 431	26.92 428	28.81 430	20.90 428	22.38 429	22.06 427	22.80 428	23.83 427	27.20 432	13.55 426	16.70 429	12.09 422	14.22 424	15.58 425	16.03 428

CasAABBNet	23.04 428	19.69 426	20.32 424	22.42 427	22.73 427	38.35 429	55.23 430	26.99 431	28.74 429	20.67 426	22.28 428	22.11 430	22.86 431	23.84 430	27.17 430	13.52 424	16.47 427	12.08 421	14.21 422	15.57 424	15.60 426

LSM0	24.21 433	19.88 431	22.33 430	24.42 432	40.13 434	38.41 433	54.99 428	27.05 432	28.61 428	20.59 425	22.00 427	22.29 432	22.86 431	24.12 432	27.16 429	13.59 429	16.33 426	12.13 426	14.08 421	15.72 429	17.53 431

Selective-RAFT-Error	23.11 429	19.77 430	20.60 426	22.49 428	22.80 428	38.46 434	55.19 429	27.13 433	28.90 433	20.73 427	22.38 429	22.11 430	22.91 433	23.94 431	27.18 431	13.54 425	16.57 428	12.09 422	14.21 422	15.61 428	15.65 427

AVERAGE_ROB	25.43 434	29.01 434	27.22 432	24.60 433	24.16 433	17.78 423	12.87 417	22.39 427	21.40 427	26.72 434	26.08 433	25.18 433	24.52 434	25.07 433	23.57 428	29.94 434	28.36 434	30.60 431	29.57 430	29.83 432	29.66 434

test_example2	100.95 435	107.33 435	67.16 434	98.17 434	106.88 435	89.44 435	101.34 435	37.23 435	97.88 435	129.56 435	131.26 435	65.41 435	67.34 435	91.22 435	79.29 435	143.32 435	199.32 435	81.12 435	102.17 435	121.89 435	101.70 435

Low-res two-view benchmark