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

4D-IteraStereo	0.17 36	0.16 207	0.50 235	0.21 86	0.14 164	0.19 34	0.17 59	0.28 33	0.28 87	0.23 57	0.20 35	0.20 59	0.11 8	0.19 25	0.14 40	0.06 1	0.04 1	0.10 182	0.08 109	0.08 81	0.06 18

CAS	0.15 21	0.07 1	0.21 4	0.41 365	0.16 228	0.20 55	0.18 86	0.22 3	0.19 7	0.15 11	0.19 25	0.11 2	0.09 2	0.14 1	0.13 24	0.29 369	0.04 1	0.06 1	0.04 1	0.06 6	0.14 282

test-3	0.16 28	0.09 9	0.31 54	0.21 86	0.11 42	0.18 13	0.16 38	0.30 54	0.27 74	0.26 85	0.16 16	0.22 74	0.12 14	0.26 93	0.18 104	0.06 1	0.04 1	0.08 65	0.08 109	0.06 6	0.06 18

test_1	0.16 28	0.09 9	0.31 54	0.21 86	0.11 42	0.18 13	0.16 38	0.30 54	0.27 74	0.25 76	0.16 16	0.22 74	0.12 14	0.26 93	0.18 104	0.06 1	0.04 1	0.08 65	0.08 109	0.06 6	0.06 18

CREStereo++_RVC	0.15 21	0.08 2	0.26 16	0.17 5	0.11 42	0.18 13	0.13 3	0.22 3	0.30 114	0.21 50	0.30 99	0.13 11	0.11 8	0.16 7	0.15 51	0.07 16	0.04 1	0.06 1	0.15 317	0.06 6	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
ACVNet-DCA	0.18 53	0.14 164	0.38 127	0.23 171	0.11 42	0.31 219	0.19 123	0.41 163	0.27 74	0.17 28	0.19 25	0.13 11	0.18 108	0.28 120	0.11 1	0.08 99	0.05 6	0.08 65	0.06 23	0.09 142	0.09 161

xx1	0.20 102	0.14 164	0.38 127	0.23 171	0.11 42	0.31 219	0.19 123	0.35 104	0.47 271	0.17 28	0.19 25	0.28 153	0.24 169	0.28 120	0.11 1	0.08 99	0.05 6	0.10 182	0.09 183	0.09 142	0.09 161

1test111	0.19 89	0.14 164	0.38 127	0.23 171	0.11 42	0.31 219	0.19 123	0.41 163	0.27 74	0.17 28	0.19 25	0.13 11	0.18 108	0.34 168	0.22 174	0.08 99	0.05 6	0.08 65	0.06 23	0.09 142	0.09 161

cc1	0.18 53	0.14 164	0.38 127	0.23 171	0.11 42	0.31 219	0.19 123	0.35 104	0.47 271	0.17 28	0.19 25	0.13 11	0.18 108	0.28 120	0.11 1	0.08 99	0.05 6	0.08 65	0.06 23	0.08 81	0.08 111

ff7	0.14 6	0.12 81	0.27 21	0.19 26	0.12 77	0.21 73	0.18 86	0.27 21	0.20 16	0.15 11	0.13 6	0.12 3	0.12 14	0.24 57	0.12 6	0.07 16	0.05 6	0.08 65	0.07 50	0.07 37	0.07 65

ffff	0.14 6	0.12 81	0.27 21	0.19 26	0.12 77	0.21 73	0.18 86	0.27 21	0.20 16	0.15 11	0.13 6	0.12 3	0.12 14	0.24 57	0.12 6	0.07 16	0.05 6	0.08 65	0.07 50	0.07 37	0.07 65

DualNet	0.26 214	0.12 81	0.42 172	0.20 57	0.13 131	0.28 172	0.20 161	0.35 104	0.44 240	0.30 151	0.42 218	0.34 199	0.23 154	0.27 108	1.08 369	0.08 99	0.05 6	0.11 229	0.10 215	0.08 81	0.08 111

ffm	0.22 142	0.12 81	0.42 172	0.20 57	0.13 131	0.28 172	0.20 161	0.35 104	0.44 240	0.30 151	0.42 218	0.34 199	0.23 154	0.27 108	0.11 1	0.08 99	0.05 6	0.11 229	0.10 215	0.08 81	0.08 111

ff1	0.29 248	0.12 81	0.42 172	0.20 57	0.13 131	0.28 172	0.20 161	0.35 104	0.44 240	0.30 151	0.42 218	0.34 199	0.23 154	0.81 339	1.08 369	0.08 99	0.05 6	0.11 229	0.10 215	0.08 81	0.08 111

11t	0.14 6	0.12 81	0.27 21	0.19 26	0.12 77	0.21 73	0.18 86	0.27 21	0.20 16	0.15 11	0.13 6	0.12 3	0.12 14	0.24 57	0.12 6	0.07 16	0.05 6	0.08 65	0.07 50	0.07 37	0.07 65

tt1	0.18 53	0.14 164	0.35 86	0.23 171	0.11 42	0.30 208	0.19 123	0.35 104	0.44 240	0.17 28	0.19 25	0.13 11	0.16 63	0.27 108	0.11 1	0.08 99	0.05 6	0.08 65	0.06 23	0.08 81	0.08 111

CASnet	0.14 6	0.12 81	0.22 6	0.22 129	0.08 2	0.16 6	0.15 26	0.27 21	0.25 58	0.22 54	0.20 35	0.15 27	0.11 8	0.17 11	0.13 24	0.07 16	0.05 6	0.11 229	0.09 183	0.08 81	0.05 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.13 2	0.09 9	0.23 8	0.18 8	0.19 281	0.19 34	0.16 38	0.23 6	0.14 1	0.13 2	0.17 19	0.13 11	0.16 63	0.16 7	0.12 6	0.07 16	0.05 6	0.07 14	0.08 109	0.07 37	0.06 18

Any-RAFT	0.17 36	0.08 2	0.31 54	0.19 26	0.10 20	0.29 191	0.16 38	0.42 175	0.30 114	0.24 70	0.27 75	0.27 138	0.16 63	0.21 39	0.12 6	0.08 99	0.05 6	0.06 1	0.05 9	0.07 37	0.06 18

HH	0.18 53	0.12 81	0.55 256	0.22 129	0.12 77	0.18 13	0.18 86	0.34 87	0.19 7	0.20 41	0.24 59	0.34 199	0.18 108	0.29 133	0.12 6	0.07 16	0.05 6	0.07 14	0.07 50	0.07 37	0.06 18

HanStereo	0.18 53	0.12 81	0.55 256	0.22 129	0.12 77	0.18 13	0.18 86	0.34 87	0.19 7	0.20 41	0.24 59	0.34 199	0.18 108	0.29 133	0.12 6	0.07 16	0.05 6	0.07 14	0.07 50	0.07 37	0.06 18

LoS_RVC	0.13 2	0.10 24	0.19 1	0.18 8	0.16 228	0.20 55	0.18 86	0.20 2	0.17 3	0.13 2	0.19 25	0.12 3	0.15 49	0.17 11	0.13 24	0.06 1	0.05 6	0.06 1	0.04 1	0.05 1	0.12 253

anonymousdsp2	0.17 36	0.10 24	0.28 29	0.20 57	0.11 42	0.25 135	0.17 59	0.41 163	0.31 124	0.23 57	0.23 49	0.22 74	0.15 49	0.25 80	0.15 51	0.07 16	0.05 6	0.07 14	0.05 9	0.08 81	0.07 65

anonymousdsp	0.14 6	0.12 81	0.27 21	0.19 26	0.12 77	0.21 73	0.18 86	0.28 33	0.20 16	0.15 11	0.13 6	0.12 3	0.12 14	0.24 57	0.12 6	0.07 16	0.05 6	0.08 65	0.07 50	0.08 81	0.07 65

CES	0.14 6	0.08 2	0.19 1	0.17 5	0.22 318	0.18 13	0.16 38	0.23 6	0.19 7	0.14 8	0.17 19	0.14 21	0.10 4	0.18 19	0.12 6	0.07 16	0.05 6	0.06 1	0.04 1	0.08 81	0.18 319

Selective-IGEV	0.12 1	0.09 9	0.22 6	0.19 26	0.10 20	0.15 4	0.14 13	0.27 21	0.15 2	0.13 2	0.14 14	0.13 11	0.08 1	0.21 39	0.12 6	0.06 1	0.05 6	0.07 14	0.06 23	0.06 6	0.05 1

EGLCR-Stereo	0.13 2	0.08 2	0.20 3	0.18 8	0.09 7	0.21 73	0.13 3	0.27 21	0.21 26	0.13 2	0.10 1	0.15 27	0.09 2	0.20 28	0.13 24	0.07 16	0.05 6	0.07 14	0.07 50	0.06 6	0.06 18

ProNet	0.14 6	0.12 81	0.25 13	0.19 26	0.11 42	0.19 34	0.19 123	0.27 21	0.20 16	0.14 8	0.13 6	0.13 11	0.12 14	0.24 57	0.12 6	0.06 1	0.05 6	0.07 14	0.06 23	0.07 37	0.07 65

MC-Stereo	0.14 6	0.09 9	0.25 13	0.21 86	0.09 7	0.18 13	0.16 38	0.23 6	0.19 7	0.18 39	0.23 49	0.16 34	0.13 32	0.22 44	0.13 24	0.07 16	0.05 6	0.07 14	0.07 50	0.06 6	0.05 1

RCA-Stereo	0.16 28	0.09 9	0.25 13	0.20 57	0.10 20	0.19 34	0.17 59	0.36 123	0.35 156	0.20 41	0.25 64	0.17 39	0.17 86	0.18 19	0.14 40	0.07 16	0.05 6	0.07 14	0.06 23	0.06 6	0.05 1

DCANet-4	0.19 89	0.10 24	0.52 245	0.19 26	0.09 7	0.19 34	0.18 86	0.36 123	0.39 193	0.29 123	0.30 99	0.17 39	0.22 145	0.20 28	0.18 104	0.07 16	0.05 6	0.07 14	0.05 9	0.05 1	0.07 65

ccc-4	0.14 6	0.12 81	0.27 21	0.19 26	0.12 77	0.21 73	0.18 86	0.27 21	0.20 16	0.15 11	0.13 6	0.12 3	0.12 14	0.24 57	0.12 6	0.07 16	0.05 6	0.08 65	0.07 50	0.07 37	0.07 65

fff	0.19 89	0.13 136	0.40 143	0.18 8	0.09 7	0.19 34	0.18 86	0.35 104	0.43 226	0.29 123	0.30 99	0.18 46	0.28 223	0.20 28	0.18 104	0.07 16	0.05 6	0.07 14	0.05 9	0.05 1	0.07 65

ADStereo(finetuned)	0.19 89	0.13 136	0.49 225	0.19 26	0.09 7	0.19 34	0.18 86	0.34 87	0.39 193	0.29 123	0.31 113	0.18 46	0.31 256	0.21 39	0.19 128	0.07 16	0.05 6	0.07 14	0.05 9	0.06 6	0.07 65

RAFT+CT+SA	0.21 116	0.18 235	0.33 73	0.25 245	0.18 263	0.23 110	0.29 289	0.40 153	0.36 166	0.24 70	0.38 177	0.18 46	0.16 63	0.32 156	0.16 67	0.07 16	0.05 6	0.09 120	0.12 280	0.09 142	0.09 161

test_5	0.23 159	0.19 250	0.38 127	0.26 273	0.18 263	0.25 135	0.29 289	0.40 153	0.37 175	0.29 123	0.40 196	0.25 111	0.22 145	0.34 168	0.18 104	0.07 16	0.05 6	0.09 120	0.09 183	0.10 189	0.10 206

test_4	0.18 53	0.12 81	0.34 78	0.23 171	0.12 77	0.18 13	0.22 200	0.26 14	0.24 54	0.24 70	0.47 268	0.22 74	0.13 32	0.24 57	0.16 67	0.06 1	0.05 6	0.09 120	0.09 183	0.07 37	0.05 1

IGEV-Stereo	0.14 6	0.12 81	0.27 21	0.19 26	0.12 77	0.21 73	0.18 86	0.28 33	0.20 16	0.15 11	0.13 6	0.12 3	0.12 14	0.24 57	0.12 6	0.07 16	0.05 6	0.08 65	0.07 50	0.08 81	0.07 65
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
IPLG	0.21 116	0.15 189	0.53 248	0.21 86	0.12 77	0.28 172	0.17 59	0.42 175	0.30 114	0.33 195	0.32 116	0.15 27	0.17 86	0.50 218	0.21 160	0.07 16	0.05 6	0.08 65	0.07 50	0.07 37	0.06 18

MIPNet	0.21 116	0.15 189	0.52 245	0.21 86	0.12 77	0.27 159	0.20 161	0.45 197	0.37 175	0.30 151	0.23 49	0.19 57	0.24 169	0.27 108	0.19 128	0.07 16	0.05 6	0.08 65	0.07 50	0.07 37	0.06 18

test_3	0.18 53	0.11 63	0.32 60	0.24 208	0.11 42	0.22 93	0.25 256	0.31 59	0.31 124	0.25 76	0.18 22	0.23 93	0.13 32	0.25 80	0.19 128	0.06 1	0.05 6	0.09 120	0.10 215	0.07 37	0.06 18

LCNet	0.21 116	0.11 63	0.29 36	0.25 245	0.12 77	0.23 110	0.19 123	0.34 87	0.26 65	0.28 98	0.35 148	0.26 130	0.30 245	0.35 177	0.17 90	0.07 16	0.05 6	0.09 120	0.10 215	0.13 264	0.22 348

HHNet	0.22 142	0.12 81	0.52 245	0.18 8	0.18 263	0.20 55	0.20 161	0.34 87	0.31 124	0.32 186	0.59 313	0.20 59	0.21 134	0.24 57	0.31 244	0.08 99	0.05 6	0.09 120	0.07 50	0.08 81	0.11 231

AAGNet	0.33 277	0.11 63	0.37 108	0.25 245	0.16 228	0.20 55	0.19 123	0.30 54	0.27 74	0.35 227	0.35 148	0.27 138	0.30 245	0.44 202	2.66 406	0.08 99	0.05 6	0.10 182	0.07 50	0.08 81	0.06 18

STrans-v2	0.24 182	0.13 136	0.54 251	0.21 86	0.12 77	0.23 110	0.21 184	0.47 213	0.28 87	0.31 168	0.42 218	0.36 218	0.35 277	0.62 275	0.23 188	0.07 16	0.05 6	0.08 65	0.07 50	0.06 6	0.06 18

TransformOpticalFlow	0.24 182	0.13 136	0.56 260	0.23 171	0.11 42	0.21 73	0.19 123	0.40 153	0.32 132	0.30 151	0.43 230	0.36 218	0.31 256	0.61 267	0.20 139	0.07 16	0.05 6	0.08 65	0.07 50	0.06 6	0.07 65

KYRaft	0.22 142	0.10 24	0.30 42	0.23 171	0.12 77	0.23 110	0.23 220	0.35 104	0.24 54	0.35 227	0.54 299	0.34 199	0.26 193	0.29 133	0.15 51	0.07 16	0.05 6	0.09 120	0.10 215	0.08 81	0.31 367

SST-Stereo	0.21 116	0.10 24	0.37 108	0.24 208	0.13 131	0.19 34	0.17 59	0.31 59	0.24 54	0.34 211	0.33 135	0.29 160	0.25 184	0.56 247	0.17 90	0.08 99	0.05 6	0.10 182	0.08 109	0.09 142	0.07 65

RAFT_R40	0.21 116	0.10 24	0.37 108	0.24 208	0.13 131	0.18 13	0.18 86	0.31 59	0.29 105	0.33 195	0.33 135	0.30 170	0.24 169	0.55 239	0.18 104	0.08 99	0.05 6	0.10 182	0.08 109	0.08 81	0.07 65

PFNet	0.23 159	0.10 24	0.57 264	0.24 208	0.14 164	0.22 93	0.19 123	0.39 146	0.33 143	0.35 227	0.32 116	0.27 138	0.19 121	0.64 282	0.22 174	0.09 164	0.05 6	0.09 120	0.07 50	0.08 81	0.07 65

RAFT-RH_RVC	0.25 204	0.11 63	0.45 198	0.21 86	0.12 77	0.25 135	0.14 13	0.27 21	0.27 74	0.38 255	1.15 376	0.23 93	0.17 86	0.57 250	0.24 197	0.07 16	0.05 6	0.10 182	0.07 50	0.06 6	0.07 65

CRE-IMP	0.18 53	0.12 81	0.37 108	0.22 129	0.11 42	0.24 125	0.17 59	0.29 40	0.21 26	0.27 89	0.26 70	0.24 104	0.17 86	0.23 51	0.18 104	0.08 99	0.05 6	0.10 182	0.07 50	0.10 189	0.10 206

cross-raft	0.17 36	0.12 81	0.41 165	0.23 171	0.10 20	0.20 55	0.24 242	0.33 81	0.23 44	0.23 57	0.28 79	0.29 160	0.15 49	0.17 11	0.15 51	0.06 1	0.05 6	0.07 14	0.07 50	0.06 6	0.05 1

GMM-Stereo	0.21 116	0.10 24	0.43 182	0.23 171	0.13 131	0.24 125	0.25 256	0.37 129	0.27 74	0.30 151	0.45 251	0.27 138	0.21 134	0.31 150	0.17 90	0.07 16	0.05 6	0.10 182	0.09 183	0.08 81	0.19 326

Prome-Stereo	0.21 116	0.10 24	0.30 42	0.24 208	0.12 77	0.23 110	0.23 220	0.36 123	0.25 58	0.33 195	0.59 313	0.24 104	0.28 223	0.29 133	0.16 67	0.07 16	0.05 6	0.08 65	0.07 50	0.08 81	0.20 336

iRaftStereo_RVC	0.16 28	0.12 81	0.26 16	0.21 86	0.11 42	0.20 55	0.17 59	0.32 67	0.23 44	0.20 41	0.25 64	0.18 46	0.12 14	0.20 28	0.15 51	0.07 16	0.05 6	0.09 120	0.09 183	0.08 81	0.07 65

s12784h	0.17 36	0.09 9	0.26 16	0.18 8	0.07 1	0.32 227	0.19 123	0.37 129	0.32 132	0.23 57	0.25 64	0.18 46	0.17 86	0.25 80	0.16 67	0.07 16	0.05 6	0.07 14	0.05 9	0.06 6	0.05 1

XX-TBD	0.15 21	0.18 235	0.28 29	0.22 129	0.10 20	0.22 93	0.15 26	0.22 3	0.27 74	0.22 54	0.26 70	0.14 21	0.12 14	0.16 7	0.13 24	0.08 99	0.05 6	0.06 1	0.04 1	0.07 37	0.06 18

DCANet	0.18 53	0.13 136	0.40 143	0.19 26	0.09 7	0.19 34	0.18 86	0.34 87	0.39 193	0.29 123	0.31 113	0.18 46	0.23 154	0.20 28	0.19 128	0.07 16	0.05 6	0.07 14	0.05 9	0.06 6	0.07 65

csc	0.19 89	0.13 136	0.40 143	0.18 8	0.09 7	0.19 34	0.18 86	0.35 104	0.43 226	0.29 123	0.30 99	0.18 46	0.28 223	0.20 28	0.18 104	0.07 16	0.05 6	0.07 14	0.05 9	0.05 1	0.07 65

cscssc	0.19 89	0.13 136	0.40 143	0.18 8	0.09 7	0.19 34	0.18 86	0.35 104	0.43 226	0.29 123	0.30 99	0.18 46	0.28 223	0.20 28	0.18 104	0.07 16	0.05 6	0.07 14	0.05 9	0.05 1	0.07 65

111	0.20 102	0.17 223	0.40 143	0.18 8	0.09 7	0.24 125	0.17 59	0.41 163	0.45 252	0.23 57	0.29 88	0.29 160	0.21 134	0.24 57	0.18 104	0.07 16	0.05 6	0.07 14	0.06 23	0.07 37	0.08 111

RAFT-Stereo + iAFF	0.17 36	0.14 164	0.32 60	0.20 57	0.09 7	0.19 34	0.17 59	0.32 67	0.30 114	0.25 76	0.33 135	0.20 59	0.17 86	0.19 25	0.15 51	0.06 1	0.05 6	0.07 14	0.07 50	0.07 37	0.05 1

AFF-stereo	0.18 53	0.15 189	0.32 60	0.21 86	0.10 20	0.18 13	0.18 86	0.33 81	0.27 74	0.25 76	0.37 167	0.25 111	0.17 86	0.24 57	0.15 51	0.06 1	0.05 6	0.08 65	0.08 109	0.07 37	0.05 1

CFNet-RSSM	0.17 36	0.10 24	0.40 143	0.20 57	0.11 42	0.20 55	0.15 26	0.36 123	0.30 114	0.23 57	0.21 43	0.26 130	0.15 49	0.20 28	0.13 24	0.07 16	0.05 6	0.07 14	0.07 50	0.06 6	0.05 1

Gwc-CoAtRS	0.17 36	0.10 24	0.37 108	0.20 57	0.12 77	0.19 34	0.15 26	0.32 67	0.28 87	0.23 57	0.23 49	0.27 138	0.15 49	0.20 28	0.13 24	0.07 16	0.05 6	0.07 14	0.07 50	0.06 6	0.06 18

CREStereo	0.13 2	0.08 2	0.21 4	0.14 1	0.08 2	0.22 93	0.15 26	0.25 11	0.24 54	0.16 24	0.21 43	0.14 21	0.13 32	0.18 19	0.13 24	0.09 164	0.05 6	0.06 1	0.04 1	0.07 37	0.06 18
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	0.15 21	0.08 2	0.23 8	0.15 2	0.09 7	0.23 110	0.16 38	0.25 11	0.23 44	0.17 28	0.21 43	0.16 34	0.14 42	0.22 44	0.13 24	0.29 369	0.05 6	0.06 1	0.04 1	0.07 37	0.06 18

HITNet	0.20 102	0.17 223	0.43 182	0.19 26	0.08 2	0.27 159	0.14 13	0.42 175	0.30 114	0.29 123	0.32 116	0.27 138	0.21 134	0.28 120	0.25 206	0.07 16	0.05 6	0.07 14	0.06 23	0.09 142	0.06 18
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	0.22 142	0.16 207	0.44 188	0.21 86	0.08 2	0.29 191	0.19 123	0.38 135	0.37 175	0.38 255	0.44 239	0.31 178	0.21 134	0.41 194	0.24 197	0.07 16	0.05 6	0.06 1	0.05 9	0.07 37	0.06 18

iResNet	0.24 182	0.18 235	0.61 277	0.25 245	0.11 42	0.29 191	0.21 184	0.42 175	0.43 226	0.33 195	0.43 230	0.27 138	0.22 145	0.34 168	0.26 218	0.07 16	0.05 6	0.07 14	0.06 23	0.08 81	0.07 65

CoDeX	0.23 159	0.12 81	0.46 204	0.21 86	0.14 164	0.29 191	0.21 184	0.53 272	0.41 217	0.29 123	0.35 148	0.29 160	0.22 145	0.48 211	0.19 128	0.09 164	0.06 72	0.08 65	0.07 50	0.08 81	0.07 65

IGEVStereo-DCA	0.14 6	0.11 63	0.27 21	0.19 26	0.12 77	0.20 55	0.18 86	0.27 21	0.20 16	0.15 11	0.12 2	0.14 21	0.12 14	0.28 120	0.14 40	0.07 16	0.06 72	0.08 65	0.07 50	0.07 37	0.07 65

rrr	0.17 36	0.11 63	0.57 264	0.19 26	0.12 77	0.20 55	0.18 86	0.35 104	0.22 33	0.15 11	0.12 2	0.14 21	0.12 14	0.28 120	0.14 40	0.07 16	0.06 72	0.08 65	0.07 50	0.07 37	0.07 65

test croco	0.17 36	0.13 136	0.43 182	0.21 86	0.13 131	0.16 6	0.17 59	0.27 21	0.22 33	0.16 24	0.26 70	0.13 11	0.16 63	0.27 108	0.16 67	0.08 99	0.06 72	0.10 182	0.07 50	0.10 189	0.07 65

IGEV_Zeroshot_test	0.18 53	0.10 24	0.65 293	0.20 57	0.12 77	0.19 34	0.15 26	0.34 87	0.19 7	0.28 98	0.22 47	0.27 138	0.13 32	0.23 51	0.18 104	0.07 16	0.06 72	0.08 65	0.08 109	0.07 37	0.06 18

MSKI-zero shot	0.17 36	0.09 9	0.43 182	0.20 57	0.11 42	0.21 73	0.15 26	0.32 67	0.21 26	0.23 57	0.24 59	0.23 93	0.10 4	0.31 150	0.13 24	0.07 16	0.06 72	0.07 14	0.06 23	0.06 6	0.06 18

MIF-Stereo (partial)	0.16 28	0.10 24	0.34 78	0.21 86	0.15 205	0.15 4	0.13 3	0.28 33	0.25 58	0.17 28	0.26 70	0.15 27	0.16 63	0.25 80	0.17 90	0.09 164	0.06 72	0.10 182	0.08 109	0.09 142	0.08 111

MIF-Stereo	0.14 6	0.10 24	0.30 42	0.21 86	0.13 131	0.17 9	0.13 3	0.19 1	0.18 5	0.15 11	0.20 35	0.10 1	0.11 8	0.18 19	0.16 67	0.08 99	0.06 72	0.07 14	0.06 23	0.08 81	0.06 18

DLNR_Zeroshot_test	10.44 416	12.10 424	19.93 424	106.08 435	23.66 432	0.14 3	0.13 3	3.22 412	0.17 3	0.16 24	0.23 49	0.16 34	0.10 4	0.31 150	0.15 51	2.36 412	0.06 72	0.07 14	0.07 50	39.70 433	0.06 18

PCWNet_CMD	0.23 159	0.13 136	0.48 220	0.20 57	0.13 131	0.28 172	0.16 38	0.46 206	0.46 266	0.29 123	0.36 158	0.37 222	0.24 169	0.28 120	0.20 139	0.09 164	0.06 72	0.10 182	0.08 109	0.11 225	0.09 161

RAFT-Test	0.17 36	0.10 24	0.38 127	0.19 26	0.12 77	0.25 135	0.17 59	0.33 81	0.23 44	0.23 57	0.29 88	0.27 138	0.14 42	0.20 28	0.14 40	0.07 16	0.06 72	0.07 14	0.07 50	0.06 6	0.06 18

LL-Strereo2	0.18 53	0.18 235	0.39 138	0.22 129	0.12 77	0.24 125	0.13 3	0.31 59	0.23 44	0.24 70	0.20 35	0.24 104	0.12 14	0.26 93	0.15 51	0.06 1	0.06 72	0.12 262	0.09 183	0.08 81	0.07 65

LoS	0.14 6	0.08 2	0.27 21	0.16 3	0.09 7	0.22 93	0.14 13	0.26 14	0.26 65	0.15 11	0.18 22	0.18 46	0.13 32	0.22 44	0.14 40	0.08 99	0.06 72	0.06 1	0.04 1	0.06 6	0.06 18

knoymous	0.17 36	0.09 9	0.32 60	0.17 5	0.11 42	0.21 73	0.17 59	0.32 67	0.23 44	0.23 57	0.28 79	0.27 138	0.16 63	0.23 51	0.16 67	0.09 164	0.06 72	0.09 120	0.06 23	0.09 142	0.09 161

anonymousa	0.23 159	0.11 63	0.50 235	0.21 86	0.16 228	0.31 219	0.20 161	0.36 123	0.35 156	0.32 186	0.50 277	0.39 238	0.26 193	0.22 44	0.20 139	0.08 99	0.06 72	0.09 120	0.11 248	0.07 37	0.08 111

riskmin	0.18 53	0.09 9	0.34 78	0.18 8	0.12 77	0.24 125	0.16 38	0.34 87	0.28 87	0.21 50	0.23 49	0.33 193	0.24 169	0.23 51	0.17 90	0.09 164	0.06 72	0.09 120	0.06 23	0.10 189	0.10 206

Selective-RAFT	0.17 36	0.12 81	0.30 42	0.24 208	0.10 20	0.29 191	0.15 26	0.32 67	0.31 124	0.17 28	0.17 19	0.21 67	0.18 108	0.28 120	0.17 90	0.07 16	0.06 72	0.07 14	0.07 50	0.08 81	0.06 18

TestStereo1	0.21 116	0.16 207	0.32 60	0.26 273	0.13 131	0.26 152	0.27 272	0.40 153	0.36 166	0.29 123	0.39 189	0.22 74	0.21 134	0.33 162	0.17 90	0.07 16	0.06 72	0.09 120	0.08 109	0.08 81	0.07 65

DisPM	0.19 89	0.10 24	0.35 86	0.23 171	0.13 131	0.18 13	0.20 161	0.29 40	0.29 105	0.33 195	0.34 141	0.23 93	0.16 63	0.33 162	0.16 67	0.09 164	0.06 72	0.09 120	0.08 109	0.07 37	0.11 231

Wz-Net-LNSev-Ref	0.30 255	0.20 258	0.70 308	0.21 86	0.17 244	0.46 314	0.27 272	0.50 238	0.49 289	0.42 295	0.55 303	0.43 264	0.30 245	0.46 206	0.38 273	0.09 164	0.06 72	0.07 14	0.06 23	0.11 225	0.10 206

raft_robust	0.22 142	0.17 223	0.30 42	0.22 129	0.12 77	0.23 110	0.22 200	0.49 230	0.48 280	0.32 186	0.32 116	0.26 130	0.23 154	0.53 234	0.15 51	0.07 16	0.06 72	0.08 65	0.10 215	0.08 81	0.06 18

SA-5K	0.21 116	0.16 207	0.32 60	0.26 273	0.13 131	0.26 152	0.27 272	0.40 153	0.36 166	0.29 123	0.39 189	0.22 74	0.21 134	0.33 162	0.17 90	0.07 16	0.06 72	0.09 120	0.08 109	0.08 81	0.07 65

Sa-1000	0.22 142	0.15 189	0.35 86	0.23 171	0.13 131	0.28 172	0.23 220	0.47 213	0.39 193	0.30 151	0.50 277	0.26 130	0.19 121	0.33 162	0.16 67	0.07 16	0.06 72	0.10 182	0.11 248	0.08 81	0.06 18

SA	0.22 142	0.16 207	0.36 103	0.23 171	0.13 131	0.24 125	0.23 220	0.45 197	0.40 206	0.27 89	0.44 239	0.23 93	0.23 154	0.33 162	0.17 90	0.07 16	0.06 72	0.10 182	0.11 248	0.08 81	0.06 18

iRaft-Stereo_5w	0.23 159	0.18 235	0.44 188	0.22 129	0.13 131	0.19 34	0.19 123	0.37 129	0.32 132	0.28 98	0.37 167	0.34 199	0.23 154	0.65 288	0.27 222	0.06 1	0.06 72	0.08 65	0.07 50	0.09 142	0.08 111

iRaft-Stereo_20w	0.19 89	0.10 24	0.46 204	0.19 26	0.13 131	0.25 135	0.19 123	0.52 261	0.19 7	0.29 123	0.21 43	0.22 74	0.20 129	0.28 120	0.18 104	0.07 16	0.06 72	0.07 14	0.08 109	0.08 81	0.08 111

IPLGR	0.21 116	0.13 136	0.61 277	0.21 86	0.11 42	0.25 135	0.18 86	0.41 163	0.37 175	0.28 98	0.27 75	0.21 67	0.19 121	0.37 183	0.18 104	0.07 16	0.06 72	0.08 65	0.07 50	0.07 37	0.06 18

CrosDoStereo	0.31 262	0.10 24	0.49 225	0.18 8	0.12 77	0.22 93	1.11 405	0.34 87	0.37 175	0.38 255	0.61 325	0.28 153	0.46 326	0.61 267	0.57 328	0.07 16	0.06 72	0.08 65	0.08 109	0.07 37	0.07 65

TRStereo	0.19 89	0.17 223	0.47 211	0.23 171	0.19 281	0.19 34	0.16 38	0.52 261	0.28 87	0.20 41	0.19 25	0.21 67	0.13 32	0.24 57	0.13 24	0.09 164	0.06 72	0.09 120	0.11 248	0.06 6	0.06 18

Patchmatch Stereo++	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.14 13	0.29 40	0.22 33	0.28 98	0.29 88	0.25 111	0.17 86	0.26 93	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111
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
OMP-Stereo	0.23 159	0.14 164	0.35 86	0.29 316	0.13 131	0.21 73	0.16 38	0.37 129	0.33 143	0.34 211	0.30 99	0.34 199	0.19 121	0.70 300	0.24 197	0.07 16	0.06 72	0.09 120	0.07 50	0.07 37	0.06 18

IIG-Stereo	0.23 159	0.13 136	0.35 86	0.29 316	0.12 77	0.23 110	0.14 13	0.38 135	0.31 124	0.34 211	0.37 167	0.33 193	0.21 134	0.70 300	0.26 218	0.08 99	0.06 72	0.09 120	0.07 50	0.07 37	0.06 18

NF-Stereo	0.20 102	0.10 24	0.35 86	0.24 208	0.12 77	0.21 73	0.18 86	0.38 135	0.32 132	0.28 98	0.30 99	0.22 74	0.16 63	0.51 223	0.20 139	0.08 99	0.06 72	0.09 120	0.08 109	0.08 81	0.13 265

OCTAStereo	0.20 102	0.10 24	0.35 86	0.24 208	0.12 77	0.21 73	0.18 86	0.38 135	0.32 132	0.28 98	0.30 99	0.22 74	0.16 63	0.51 223	0.20 139	0.08 99	0.06 72	0.09 120	0.08 109	0.08 81	0.13 265

PSM-softLoss	0.21 116	0.10 24	0.39 138	0.24 208	0.12 77	0.20 55	0.18 86	0.38 135	0.26 65	0.29 123	0.32 116	0.24 104	0.16 63	0.52 229	0.20 139	0.09 164	0.06 72	0.10 182	0.09 183	0.08 81	0.12 253

KMStereo	0.21 116	0.10 24	0.39 138	0.24 208	0.12 77	0.20 55	0.18 86	0.38 135	0.26 65	0.29 123	0.32 116	0.24 104	0.16 63	0.52 229	0.20 139	0.09 164	0.06 72	0.10 182	0.09 183	0.08 81	0.12 253

NRIStereo	0.18 53	0.11 63	0.35 86	0.23 171	0.11 42	0.24 125	0.20 161	0.29 40	0.26 65	0.26 85	0.25 64	0.25 111	0.18 108	0.34 168	0.18 104	0.07 16	0.06 72	0.09 120	0.07 50	0.09 142	0.08 111

PSM-adaLoss	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.16 38	0.29 40	0.22 33	0.28 98	0.29 88	0.25 111	0.18 108	0.24 57	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

PSM-AAD	0.25 204	0.10 24	0.30 42	0.24 208	0.12 77	0.26 152	0.38 335	0.34 87	0.28 87	0.35 227	0.39 189	0.28 153	0.79 370	0.30 145	0.16 67	0.07 16	0.06 72	0.12 262	0.11 248	0.08 81	0.21 343

FTStereo	0.28 238	0.10 24	0.43 182	0.23 171	0.13 131	0.21 73	0.53 370	0.34 87	0.26 65	0.38 255	0.95 367	0.30 170	0.56 347	0.32 156	0.18 104	0.08 99	0.06 72	0.09 120	0.08 109	0.07 37	0.19 326

ROB_FTStereo_v2	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.16 38	0.29 40	0.22 33	0.28 98	0.29 88	0.25 111	0.17 86	0.24 57	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

ROB_FTStereo	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.14 13	0.29 40	0.22 33	0.28 98	0.28 79	0.25 111	0.17 86	0.24 57	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

HUI-Stereo	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.14 13	0.29 40	0.22 33	0.28 98	0.28 79	0.25 111	0.17 86	0.22 44	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

ASMatch	0.23 159	0.11 63	0.51 241	0.24 208	0.14 164	0.19 34	0.17 59	0.31 59	0.28 87	0.28 98	0.68 338	0.27 138	0.26 193	0.50 218	0.22 174	0.07 16	0.06 72	0.08 65	0.07 50	0.06 6	0.11 231

DeepStereo_LL	0.31 262	0.10 24	0.49 225	0.18 8	0.12 77	0.22 93	1.11 405	0.34 87	0.37 175	0.38 255	0.61 325	0.28 153	0.46 326	0.61 267	0.57 328	0.07 16	0.06 72	0.08 65	0.08 109	0.07 37	0.07 65

DEmStereo	0.26 214	0.09 9	0.47 211	0.19 26	0.12 77	0.30 208	0.25 256	0.28 33	0.36 166	0.36 242	0.58 311	0.25 111	0.48 335	0.53 234	0.44 301	0.07 16	0.06 72	0.08 65	0.08 109	0.06 6	0.07 65

THIR-Stereo	0.29 248	0.12 81	0.41 165	0.19 26	0.11 42	0.28 172	0.72 383	0.32 67	0.35 156	0.37 247	0.65 332	0.34 199	0.50 337	0.57 250	0.45 304	0.07 16	0.06 72	0.08 65	0.09 183	0.07 37	0.07 65

DRaft	0.24 182	0.10 24	0.34 78	0.18 8	0.12 77	0.28 172	0.23 220	0.33 81	0.39 193	0.38 255	0.61 325	0.21 67	0.41 305	0.48 211	0.42 296	0.07 16	0.06 72	0.08 65	0.08 109	0.07 37	0.08 111

GrayStereo	0.25 204	0.09 9	0.32 60	0.26 273	0.13 131	0.23 110	0.47 360	0.34 87	0.30 114	0.39 270	0.47 268	0.30 170	0.79 370	0.29 133	0.16 67	0.07 16	0.06 72	0.08 65	0.09 183	0.07 37	0.13 265

RE-Stereo	0.20 102	0.10 24	0.35 86	0.24 208	0.12 77	0.21 73	0.18 86	0.38 135	0.32 132	0.28 98	0.30 99	0.22 74	0.16 63	0.51 223	0.20 139	0.08 99	0.06 72	0.09 120	0.08 109	0.08 81	0.13 265

Pruner-Stereo	0.19 89	0.11 63	0.34 78	0.29 316	0.12 77	0.19 34	0.17 59	0.31 59	0.29 105	0.33 195	0.32 116	0.25 111	0.15 49	0.24 57	0.21 160	0.09 164	0.06 72	0.09 120	0.08 109	0.08 81	0.09 161

TVStereo	0.20 102	0.10 24	0.35 86	0.24 208	0.12 77	0.21 73	0.18 86	0.38 135	0.32 132	0.28 98	0.30 99	0.22 74	0.16 63	0.51 223	0.20 139	0.08 99	0.06 72	0.09 120	0.08 109	0.08 81	0.13 265

DeepStereo_RVC	0.18 53	0.11 63	0.40 143	0.21 86	0.11 42	0.19 34	0.16 38	0.28 33	0.22 33	0.27 89	0.27 75	0.23 93	0.28 223	0.24 57	0.18 104	0.08 99	0.06 72	0.09 120	0.07 50	0.09 142	0.10 206

iGMRVC	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.15 26	0.29 40	0.22 33	0.28 98	0.29 88	0.25 111	0.17 86	0.27 108	0.17 90	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

IRAFT_RVC	0.22 142	0.12 81	0.39 138	0.26 273	0.11 42	0.18 13	0.24 242	0.40 153	0.37 175	0.31 168	0.30 99	0.29 160	0.24 169	0.55 239	0.22 174	0.08 99	0.06 72	0.10 182	0.08 109	0.08 81	0.07 65

RAFT-345	0.21 116	0.10 24	0.46 204	0.22 129	0.11 42	0.20 55	0.16 38	0.26 14	0.25 58	0.27 89	0.66 334	0.21 67	0.16 63	0.55 239	0.21 160	0.07 16	0.06 72	0.08 65	0.07 50	0.06 6	0.06 18

iRAFT	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.14 13	0.29 40	0.22 33	0.28 98	0.29 88	0.25 111	0.17 86	0.26 93	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

AnonymousM	0.17 36	0.19 250	0.24 10	0.18 8	0.10 20	0.18 13	0.17 59	0.30 54	0.23 44	0.26 85	0.20 35	0.18 46	0.14 42	0.19 25	0.14 40	0.09 164	0.06 72	0.38 372	0.15 317	0.06 6	0.05 1

CroCo-Stereo	0.14 6	0.13 136	0.24 10	0.25 245	0.11 42	0.11 1	0.18 86	0.32 67	0.23 44	0.12 1	0.12 2	0.18 46	0.12 14	0.14 1	0.13 24	0.08 99	0.06 72	0.07 14	0.05 9	0.07 37	0.06 18
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
test-1	0.17 36	0.11 63	0.40 143	0.23 171	0.13 131	0.22 93	0.23 220	0.34 87	0.26 65	0.20 41	0.24 59	0.22 74	0.14 42	0.16 7	0.20 139	0.07 16	0.06 72	0.08 65	0.07 50	0.06 6	0.08 111

RAFT-IKP	0.18 53	0.12 81	0.37 108	0.22 129	0.10 20	0.18 13	0.15 26	0.29 40	0.22 33	0.28 98	0.29 88	0.25 111	0.18 108	0.25 80	0.16 67	0.08 99	0.06 72	0.10 182	0.08 109	0.10 189	0.08 111

TestStereo	0.21 116	0.19 250	0.40 143	0.25 245	0.10 20	0.22 93	0.21 184	0.31 59	0.31 124	0.23 57	0.34 141	0.22 74	0.18 108	0.62 275	0.18 104	0.08 99	0.06 72	0.10 182	0.07 50	0.11 225	0.06 18

raft+_RVC	0.18 53	0.14 164	0.32 60	0.21 86	0.15 205	0.21 73	0.16 38	0.38 135	0.34 150	0.21 50	0.28 79	0.20 59	0.15 49	0.24 57	0.19 128	0.08 99	0.06 72	0.08 65	0.07 50	0.07 37	0.08 111

raftrobust	0.16 28	0.13 136	0.29 36	0.22 129	0.15 205	0.19 34	0.13 3	0.32 67	0.26 65	0.26 85	0.20 35	0.19 57	0.17 86	0.21 39	0.15 51	0.08 99	0.06 72	0.07 14	0.06 23	0.06 6	0.07 65

CFNet_pseudo	0.23 159	0.13 136	0.47 211	0.19 26	0.13 131	0.26 152	0.16 38	0.44 189	0.44 240	0.29 123	0.37 167	0.38 227	0.23 154	0.29 133	0.21 160	0.09 164	0.06 72	0.11 229	0.08 109	0.11 225	0.09 161

RALAANet	0.19 89	0.18 235	0.37 108	0.23 171	0.14 164	0.23 110	0.13 3	0.37 129	0.29 105	0.28 98	0.26 70	0.25 111	0.15 49	0.26 93	0.18 104	0.08 99	0.06 72	0.09 120	0.08 109	0.09 142	0.06 18

XX-Stereo	0.21 116	0.10 24	0.83 331	0.26 273	0.17 244	0.23 110	0.13 3	0.40 153	0.18 5	0.20 41	0.41 204	0.31 178	0.10 4	0.32 156	0.12 6	0.08 99	0.06 72	0.08 65	0.08 109	0.07 37	0.05 1

test_xeample3	0.16 28	0.11 63	0.56 260	0.19 26	0.12 77	0.20 55	0.18 86	0.35 104	0.20 16	0.16 24	0.12 2	0.13 11	0.12 14	0.24 57	0.15 51	0.07 16	0.06 72	0.07 14	0.08 109	0.07 37	0.07 65

ARAFT	0.24 182	0.21 271	0.78 317	0.22 129	0.12 77	0.29 191	0.24 242	0.43 185	0.32 132	0.33 195	0.28 79	0.28 153	0.19 121	0.49 216	0.18 104	0.07 16	0.06 72	0.12 262	0.11 248	0.09 142	0.06 18

GMStereo	0.19 89	0.25 297	0.40 143	0.21 86	0.12 77	0.22 93	0.19 123	0.29 40	0.40 206	0.25 76	0.23 49	0.16 34	0.15 49	0.25 80	0.19 128	0.09 164	0.06 72	0.08 65	0.08 109	0.10 189	0.08 111
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
EAI-Stereo	0.21 116	0.10 24	0.33 73	0.21 86	0.12 77	0.30 208	0.46 356	0.46 206	0.20 16	0.25 76	0.50 277	0.17 39	0.16 63	0.24 57	0.23 188	0.07 16	0.06 72	0.07 14	0.10 215	0.06 6	0.07 65

FENet	0.21 116	0.11 63	0.45 198	0.21 86	0.12 77	0.26 152	0.17 59	0.41 163	0.35 156	0.30 151	0.31 113	0.29 160	0.23 154	0.26 93	0.23 188	0.09 164	0.06 72	0.09 120	0.09 183	0.09 142	0.09 161

cf-r	0.24 182	0.15 189	0.44 188	0.21 86	0.14 164	0.27 159	0.22 200	0.42 175	0.40 206	0.30 151	0.42 218	0.42 261	0.26 193	0.43 198	0.25 206	0.11 233	0.06 72	0.08 65	0.10 215	0.08 81	0.08 111

DIP-Stereo	0.18 53	0.12 81	0.33 73	0.20 57	0.13 131	0.28 172	0.12 1	0.42 175	0.25 58	0.27 89	0.32 116	0.21 67	0.17 86	0.25 80	0.20 139	0.07 16	0.06 72	0.08 65	0.06 23	0.07 37	0.08 111
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
BEATNet_4x	0.22 142	0.18 235	0.47 211	0.22 129	0.10 20	0.28 172	0.14 13	0.46 206	0.32 132	0.31 168	0.34 141	0.31 178	0.25 184	0.31 150	0.29 234	0.08 99	0.06 72	0.08 65	0.06 23	0.10 189	0.08 111

R-Stereo Train	0.18 53	0.09 9	0.32 60	0.22 129	0.12 77	0.22 93	0.19 123	0.42 175	0.19 7	0.31 168	0.45 251	0.20 59	0.14 42	0.18 19	0.15 51	0.08 99	0.06 72	0.07 14	0.06 23	0.06 6	0.06 18

RAFT-Stereo	0.18 53	0.09 9	0.32 60	0.22 129	0.12 77	0.22 93	0.19 123	0.42 175	0.19 7	0.31 168	0.45 251	0.20 59	0.14 42	0.18 19	0.15 51	0.08 99	0.06 72	0.07 14	0.06 23	0.06 6	0.06 18
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	0.23 159	0.13 136	0.48 220	0.20 57	0.13 131	0.28 172	0.16 38	0.46 206	0.46 266	0.29 123	0.36 158	0.37 222	0.24 169	0.28 120	0.20 139	0.09 164	0.06 72	0.09 120	0.08 109	0.11 225	0.09 161

ccs_rob	0.23 159	0.13 136	0.47 211	0.20 57	0.13 131	0.26 152	0.17 59	0.44 189	0.44 240	0.29 123	0.37 167	0.38 227	0.23 154	0.29 133	0.21 160	0.09 164	0.06 72	0.11 229	0.08 109	0.11 225	0.09 161

AdaStereo	0.24 182	0.16 207	0.37 108	0.24 208	0.12 77	0.32 227	0.17 59	0.54 279	0.42 221	0.33 195	0.38 177	0.35 213	0.21 134	0.30 145	0.22 174	0.14 299	0.06 72	0.13 281	0.08 109	0.11 225	0.08 111
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.
iResNetv2_ROB	0.27 221	0.26 308	0.72 311	0.23 171	0.13 131	0.29 191	0.18 86	0.52 261	0.49 289	0.37 247	0.45 251	0.39 238	0.25 184	0.34 168	0.20 139	0.08 99	0.06 72	0.07 14	0.05 9	0.12 251	0.09 161

HSM	0.28 238	0.16 207	0.35 86	0.20 57	0.15 205	0.33 236	0.19 123	0.53 272	0.37 175	0.36 242	0.38 177	0.67 352	0.31 256	0.89 352	0.23 188	0.08 99	0.06 72	0.08 65	0.07 50	0.08 81	0.08 111

StereoDRNet-Refined	0.27 221	0.17 223	0.35 86	0.25 245	0.14 164	0.37 268	0.21 184	0.47 213	0.41 217	0.44 306	0.51 283	0.41 254	0.28 223	0.45 204	0.37 271	0.09 164	0.06 72	0.11 229	0.11 248	0.10 189	0.10 206
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet_ROB	0.25 204	0.19 250	0.40 143	0.20 57	0.12 77	0.30 208	0.16 38	0.55 289	0.53 310	0.38 255	0.43 230	0.37 222	0.26 193	0.38 187	0.22 174	0.08 99	0.06 72	0.06 1	0.04 1	0.09 142	0.09 161

DN-CSS_ROB	0.22 142	0.25 297	0.47 211	0.24 208	0.14 164	0.25 135	0.12 1	0.40 153	0.33 143	0.29 123	0.42 218	0.22 74	0.20 129	0.33 162	0.19 128	0.07 16	0.06 72	0.11 229	0.11 248	0.11 225	0.07 65

pmcnn	0.50 344	0.20 258	0.78 317	0.24 208	0.26 346	0.39 282	0.30 299	0.51 251	0.50 297	0.54 342	1.23 379	2.52 402	0.37 289	0.77 329	0.95 363	0.08 99	0.06 72	0.06 1	0.05 9	0.10 189	0.08 111

MyStereo8	0.22 142	0.15 189	0.63 287	0.21 86	0.17 244	0.31 219	0.16 38	0.36 123	0.32 132	0.28 98	0.36 158	0.25 111	0.18 108	0.25 80	0.28 224	0.08 99	0.07 158	0.08 65	0.07 50	0.10 189	0.12 253

SMFormer	0.25 204	0.12 81	0.40 143	0.19 26	0.10 20	0.27 159	0.19 123	0.51 251	0.45 252	0.34 211	0.41 204	0.31 178	0.26 193	0.58 255	0.28 224	0.10 206	0.07 158	0.08 65	0.08 109	0.09 142	0.09 161

tta	0.24 182	0.12 81	0.40 143	0.19 26	0.10 20	0.27 159	0.19 123	0.51 251	0.45 252	0.34 211	0.41 204	0.31 178	0.26 193	0.58 255	0.28 224	0.10 206	0.07 158	0.08 65	0.08 109	0.08 81	0.07 65

qqq1	0.24 182	0.12 81	0.40 143	0.19 26	0.10 20	0.27 159	0.19 123	0.51 251	0.45 252	0.34 211	0.41 204	0.31 178	0.26 193	0.58 255	0.16 67	0.10 206	0.07 158	0.07 14	0.06 23	0.08 81	0.07 65

fff1	0.24 182	0.12 81	0.40 143	0.19 26	0.10 20	0.27 159	0.19 123	0.51 251	0.45 252	0.34 211	0.41 204	0.31 178	0.26 193	0.58 255	0.16 67	0.10 206	0.07 158	0.07 14	0.06 23	0.08 81	0.07 65

MyStereo07	0.16 28	0.12 81	0.26 16	0.22 129	0.14 164	0.25 135	0.23 220	0.29 40	0.21 26	0.15 11	0.13 6	0.12 3	0.13 32	0.25 80	0.13 24	0.07 16	0.07 158	0.09 120	0.08 109	0.08 81	0.08 111

MyStereo06	0.20 102	0.12 81	0.57 264	0.21 86	0.14 164	0.25 135	0.23 220	0.40 153	0.21 26	0.30 151	0.24 59	0.31 178	0.18 108	0.22 44	0.18 104	0.07 16	0.07 158	0.09 120	0.08 109	0.08 81	0.08 111

MyStereo05	0.23 159	0.12 81	0.57 264	0.21 86	0.14 164	0.25 135	0.23 220	0.48 224	0.52 306	0.31 168	0.23 49	0.25 111	0.22 145	0.30 145	0.21 160	0.07 16	0.07 158	0.09 120	0.08 109	0.08 81	0.08 111

MyStereo04	0.23 159	0.12 81	0.55 256	0.22 129	0.14 164	0.25 135	0.23 220	0.49 230	0.52 306	0.28 98	0.23 49	0.27 138	0.23 154	0.30 145	0.22 174	0.07 16	0.07 158	0.09 120	0.08 109	0.08 81	0.08 111

mmm	0.21 116	0.12 81	0.31 54	0.22 129	0.12 77	0.28 172	0.21 184	0.41 163	0.27 74	0.29 123	0.38 177	0.29 160	0.24 169	0.29 133	0.22 174	0.09 164	0.07 158	0.11 229	0.09 183	0.10 189	0.09 161

11t1	0.18 53	0.10 24	0.30 42	0.20 57	0.11 42	0.27 159	0.17 59	0.35 104	0.23 44	0.25 76	0.23 49	0.23 93	0.23 154	0.25 80	0.18 104	0.09 164	0.07 158	0.07 14	0.06 23	0.09 142	0.09 161

mmx	0.31 262	0.12 81	0.42 172	0.20 57	0.13 131	0.28 172	0.20 161	0.55 289	0.45 252	0.30 151	0.42 218	0.34 199	0.23 154	0.81 339	1.08 369	0.10 206	0.07 158	0.11 229	0.10 215	0.11 225	0.10 206

xxx	0.31 262	0.12 81	0.42 172	0.20 57	0.13 131	0.28 172	0.20 161	0.55 289	0.45 252	0.30 151	0.42 218	0.34 199	0.23 154	0.81 339	1.08 369	0.10 206	0.07 158	0.11 229	0.10 215	0.11 225	0.10 206

GMStereo_Zeroshot	0.24 182	0.21 271	0.45 198	0.26 273	0.13 131	0.28 172	0.15 26	0.39 146	0.35 156	0.37 247	0.43 230	0.40 251	0.17 86	0.34 168	0.20 139	0.12 260	0.07 158	0.13 281	0.07 50	0.16 296	0.09 161

StereoIM	0.14 6	0.13 136	0.26 16	0.19 26	0.14 164	0.16 6	0.13 3	0.25 11	0.21 26	0.13 2	0.14 14	0.14 21	0.11 8	0.17 11	0.17 90	0.08 99	0.07 158	0.08 65	0.06 23	0.07 37	0.06 18

EKT-Stereo	0.38 308	0.12 81	0.38 127	0.42 366	3.88 413	0.21 73	0.17 59	0.35 104	0.28 87	0.20 41	0.20 35	0.23 93	0.15 49	0.28 120	0.16 67	0.09 164	0.07 158	0.09 120	0.07 50	0.09 142	0.09 161

MIM_Stereo	0.18 53	0.12 81	0.38 127	0.20 57	0.11 42	0.17 9	0.14 13	0.35 104	0.25 58	0.27 89	0.35 148	0.23 93	0.13 32	0.27 108	0.16 67	0.06 1	0.07 158	0.08 65	0.08 109	0.08 81	0.06 18

LL-Strereo	0.29 248	0.25 297	0.58 268	0.25 245	0.21 303	0.23 110	0.24 242	0.55 289	0.42 221	0.34 211	0.32 116	0.41 254	0.40 301	0.94 361	0.23 188	0.08 99	0.07 158	0.11 229	0.09 183	0.09 142	0.09 161

DCRE	0.20 102	0.13 136	0.40 143	0.21 86	0.15 205	0.20 55	0.19 123	0.30 54	0.27 74	0.22 54	0.80 355	0.23 93	0.16 63	0.23 51	0.15 51	0.07 16	0.07 158	0.07 14	0.08 109	0.07 37	0.06 18

CroCo-Stereo Lap2	0.15 21	0.15 189	0.28 29	0.25 245	0.18 263	0.11 1	0.19 123	0.28 33	0.21 26	0.13 2	0.16 16	0.15 27	0.12 14	0.17 11	0.14 40	0.07 16	0.07 158	0.08 65	0.06 23	0.08 81	0.07 65

qqq	0.20 102	0.12 81	0.31 54	0.20 57	0.11 42	0.23 110	0.19 123	0.41 163	0.27 74	0.24 70	0.28 79	0.28 153	0.24 169	0.34 168	0.22 174	0.08 99	0.07 158	0.10 182	0.09 183	0.09 142	0.09 161

x	0.19 89	0.11 63	0.29 36	0.20 57	0.11 42	0.26 152	0.18 86	0.41 163	0.29 105	0.25 76	0.29 88	0.28 153	0.24 169	0.26 93	0.23 188	0.09 164	0.07 158	0.08 65	0.07 50	0.09 142	0.08 111

BUS	0.23 159	0.12 81	0.28 29	0.25 245	0.14 164	0.43 305	0.17 59	0.56 303	0.34 150	0.34 211	0.35 148	0.32 186	0.20 129	0.26 93	0.21 160	0.10 206	0.07 158	0.11 229	0.10 215	0.09 142	0.09 161

IER	0.23 159	0.12 81	0.39 138	0.20 57	0.14 164	0.31 219	0.19 123	0.42 175	0.36 166	0.33 195	0.40 196	0.32 186	0.33 266	0.29 133	0.22 174	0.09 164	0.07 158	0.08 65	0.08 109	0.09 142	0.08 111

RAFT_CTSACE	0.21 116	0.16 207	0.41 165	0.25 245	0.15 205	0.22 93	0.24 242	0.32 67	0.28 87	0.33 195	0.51 283	0.29 160	0.17 86	0.32 156	0.13 24	0.06 1	0.07 158	0.09 120	0.08 109	0.08 81	0.06 18

BSDual-CNN	0.23 159	0.12 81	0.28 29	0.25 245	0.14 164	0.35 258	0.21 184	0.56 303	0.34 150	0.34 211	0.35 148	0.38 227	0.24 169	0.26 93	0.21 160	0.10 206	0.07 158	0.11 229	0.10 215	0.09 142	0.09 161

hknet	0.25 204	0.14 164	0.40 143	0.25 245	0.15 205	0.35 258	0.21 184	0.56 303	0.37 175	0.34 211	0.35 148	0.43 264	0.27 210	0.37 183	0.21 160	0.09 164	0.07 158	0.11 229	0.10 215	0.09 142	0.09 161

CIPLG	0.21 116	0.21 271	0.55 256	0.23 171	0.15 205	0.25 135	0.20 161	0.35 104	0.29 105	0.31 168	0.33 135	0.22 74	0.15 49	0.26 93	0.20 139	0.08 99	0.07 158	0.07 14	0.07 50	0.08 81	0.08 111

UDGNet	0.23 159	0.31 336	0.38 127	0.24 208	0.14 164	0.24 125	0.18 86	0.32 67	0.43 226	0.29 123	0.28 79	0.24 104	0.19 121	0.29 133	0.20 139	0.15 310	0.07 158	0.21 346	0.11 248	0.14 276	0.10 206

dd	0.22 142	0.26 308	0.40 143	0.22 129	0.12 77	0.25 135	0.21 184	0.32 67	0.44 240	0.29 123	0.28 79	0.25 111	0.16 63	0.30 145	0.25 206	0.12 260	0.07 158	0.10 182	0.08 109	0.11 225	0.09 161

DAS	0.27 221	0.12 81	0.42 172	0.24 208	0.18 263	0.29 191	0.24 242	0.45 197	0.45 252	0.41 287	0.44 239	0.34 199	0.29 236	0.75 318	0.21 160	0.09 164	0.07 158	0.09 120	0.07 50	0.09 142	0.09 161

SepStereo	0.26 214	0.12 81	0.42 172	0.24 208	0.18 263	0.29 191	0.24 242	0.45 197	0.45 252	0.41 287	0.44 239	0.34 199	0.29 236	0.64 282	0.21 160	0.09 164	0.07 158	0.09 120	0.07 50	0.09 142	0.09 161

IPLGR_C	0.21 116	0.22 283	0.60 274	0.23 171	0.15 205	0.24 125	0.20 161	0.35 104	0.29 105	0.31 168	0.32 116	0.22 74	0.15 49	0.25 80	0.20 139	0.08 99	0.07 158	0.07 14	0.07 50	0.08 81	0.08 111

GMOStereo	0.18 53	0.14 164	0.30 42	0.22 129	0.12 77	0.20 55	0.27 272	0.26 14	0.28 87	0.31 168	0.32 116	0.26 130	0.17 86	0.15 3	0.12 6	0.07 16	0.07 158	0.10 182	0.08 109	0.08 81	0.05 1

error version	0.18 53	0.14 164	0.30 42	0.22 129	0.12 77	0.20 55	0.27 272	0.26 14	0.28 87	0.31 168	0.32 116	0.26 130	0.17 86	0.15 3	0.12 6	0.07 16	0.07 158	0.10 182	0.08 109	0.08 81	0.05 1

test-v	0.18 53	0.14 164	0.30 42	0.22 129	0.12 77	0.20 55	0.27 272	0.26 14	0.28 87	0.31 168	0.32 116	0.26 130	0.17 86	0.15 3	0.12 6	0.07 16	0.07 158	0.10 182	0.08 109	0.08 81	0.05 1

ACRE	0.21 116	0.20 258	0.62 285	0.23 171	0.15 205	0.24 125	0.20 161	0.35 104	0.28 87	0.31 168	0.32 116	0.22 74	0.15 49	0.25 80	0.20 139	0.08 99	0.07 158	0.07 14	0.07 50	0.08 81	0.08 111

GwcNet-ADL	0.22 142	0.14 164	0.58 268	0.24 208	0.13 131	0.22 93	0.23 220	0.49 230	0.40 206	0.27 89	0.29 88	0.30 170	0.20 129	0.26 93	0.23 188	0.09 164	0.07 158	0.07 14	0.07 50	0.09 142	0.09 161

GANet-ADL	0.21 116	0.12 81	0.45 198	0.23 171	0.14 164	0.29 191	0.19 123	0.46 206	0.35 156	0.25 76	0.32 116	0.32 186	0.19 121	0.24 57	0.20 139	0.10 206	0.07 158	0.07 14	0.06 23	0.09 142	0.10 206

PFNet+	0.20 102	0.10 24	0.37 108	0.21 86	0.12 77	0.17 9	0.19 123	0.29 40	0.34 150	0.33 195	0.32 116	0.24 104	0.16 63	0.32 156	0.17 90	0.10 206	0.07 158	0.11 229	0.10 215	0.08 81	0.12 253

test-2	0.18 53	0.14 164	0.30 42	0.22 129	0.12 77	0.20 55	0.27 272	0.26 14	0.28 87	0.31 168	0.32 116	0.26 130	0.17 86	0.15 3	0.12 6	0.07 16	0.07 158	0.10 182	0.08 109	0.08 81	0.05 1

LMCR-Stereo	0.26 214	0.18 235	0.49 225	0.28 313	0.14 164	0.36 263	0.23 220	0.54 279	0.34 150	0.39 270	0.40 196	0.29 160	0.29 236	0.37 183	0.27 222	0.11 233	0.07 158	0.09 120	0.07 50	0.13 264	0.09 161

rafts_anoy	0.18 53	0.15 189	0.35 86	0.22 129	0.14 164	0.19 34	0.17 59	0.32 67	0.30 114	0.23 57	0.25 64	0.20 59	0.16 63	0.22 44	0.19 128	0.08 99	0.07 158	0.10 182	0.12 280	0.09 142	0.08 111

TANstereo	0.15 21	0.09 9	0.28 29	0.16 3	0.08 2	0.25 135	0.14 13	0.23 6	0.28 87	0.24 70	0.30 99	0.16 34	0.12 14	0.17 11	0.13 24	0.08 99	0.07 158	0.06 1	0.05 9	0.06 6	0.07 65

sAnonymous2	0.20 102	0.21 271	0.58 268	0.24 208	0.17 244	0.22 93	0.19 123	0.34 87	0.28 87	0.17 28	0.19 25	0.17 39	0.16 63	0.17 11	0.14 40	0.10 206	0.07 158	0.09 120	0.08 109	0.23 346	0.17 306

CroCo_RVC	0.20 102	0.21 271	0.58 268	0.24 208	0.17 244	0.22 93	0.19 123	0.34 87	0.28 87	0.17 28	0.19 25	0.17 39	0.16 63	0.17 11	0.14 40	0.10 206	0.07 158	0.09 120	0.08 109	0.23 346	0.17 306

222	0.41 322	0.10 24	0.29 36	0.19 26	0.11 42	0.36 263	0.20 161	0.57 310	0.39 193	0.35 227	0.44 239	0.30 170	0.27 210	0.55 239	3.56 409	0.11 233	0.07 158	0.08 65	0.08 109	0.09 142	0.09 161

xxxx	0.34 284	0.10 24	0.29 36	0.19 26	0.11 42	0.37 268	0.20 161	0.58 317	0.38 187	0.29 123	0.42 218	0.38 227	0.24 169	0.46 206	2.20 402	0.11 233	0.07 158	0.09 120	0.08 109	0.09 142	0.09 161

test_xeample	0.34 284	0.10 24	0.29 36	0.19 26	0.11 42	0.33 236	0.23 220	0.55 289	0.38 187	0.32 186	0.45 251	0.29 160	0.26 193	0.57 250	2.24 404	0.10 206	0.07 158	0.09 120	0.08 109	0.09 142	0.09 161

SFCPSM	0.22 142	0.10 24	0.51 241	0.21 86	0.14 164	0.34 249	0.22 200	0.55 289	0.39 193	0.29 123	0.32 116	0.23 93	0.21 134	0.27 108	0.19 128	0.09 164	0.07 158	0.09 120	0.09 183	0.09 142	0.08 111

MMNet	0.27 221	0.14 164	0.49 225	0.24 208	0.17 244	0.47 320	0.22 200	0.45 197	0.51 300	0.39 270	0.41 204	0.36 218	0.33 266	0.39 189	0.34 260	0.08 99	0.07 158	0.09 120	0.09 183	0.10 189	0.08 111

UNet	0.28 238	0.14 164	0.69 302	0.23 171	0.20 295	0.44 307	0.22 200	0.50 238	0.40 206	0.34 211	0.39 189	0.43 264	0.33 266	0.40 192	0.31 244	0.09 164	0.07 158	0.10 182	0.08 109	0.10 189	0.08 111

ACVNet	0.23 159	0.13 136	0.35 86	0.18 8	0.15 205	0.27 159	0.23 220	0.39 146	0.44 240	0.28 98	0.41 204	0.38 227	0.26 193	0.27 108	0.32 249	0.08 99	0.07 158	0.08 65	0.07 50	0.10 189	0.07 65

acv_ft	0.25 204	0.13 136	0.40 143	0.23 171	0.19 281	0.34 249	0.21 184	0.45 197	0.44 240	0.38 255	0.41 204	0.38 227	0.27 210	0.27 108	0.35 264	0.08 99	0.07 158	0.08 65	0.07 50	0.11 225	0.07 65

GANet-RSSM	0.24 182	0.14 164	0.36 103	0.21 86	0.14 164	0.27 159	0.21 184	0.45 197	0.33 143	0.29 123	0.39 189	0.39 238	0.28 223	0.58 255	0.23 188	0.11 233	0.07 158	0.09 120	0.09 183	0.10 189	0.09 161

PSMNet-RSSM	0.24 182	0.15 189	0.36 103	0.21 86	0.14 164	0.25 135	0.20 161	0.48 224	0.37 175	0.30 151	0.44 239	0.38 227	0.26 193	0.52 229	0.22 174	0.12 260	0.07 158	0.11 229	0.13 298	0.10 189	0.09 161

GwcNet-RSSM	0.26 214	0.17 223	0.46 204	0.21 86	0.13 131	0.28 172	0.23 220	0.44 189	0.42 221	0.31 168	0.45 251	0.40 251	0.26 193	0.55 239	0.28 224	0.11 233	0.07 158	0.09 120	0.10 215	0.09 142	0.08 111

CFNet-ft	0.24 182	0.15 189	0.35 86	0.18 8	0.15 205	0.30 208	0.21 184	0.39 146	0.36 166	0.28 98	0.40 196	0.43 264	0.25 184	0.47 209	0.24 197	0.12 260	0.07 158	0.12 262	0.11 248	0.12 251	0.09 161

SuperB	0.49 342	0.28 318	2.23 395	0.23 171	0.15 205	0.41 290	0.32 307	0.47 213	0.82 366	0.43 301	0.50 277	0.33 193	0.45 320	0.68 295	1.08 369	0.10 206	0.07 158	0.09 120	0.08 109	0.98 401	0.14 282

RASNet	0.28 238	0.14 164	0.44 188	0.22 129	0.18 263	0.32 227	0.19 123	0.48 224	0.38 187	0.29 123	0.43 230	0.47 286	0.37 289	0.79 332	0.36 270	0.09 164	0.07 158	0.07 14	0.09 183	0.07 37	0.07 65

HSM-Net_RVC	0.27 221	0.11 63	0.42 172	0.19 26	0.11 42	0.34 249	0.20 161	0.62 342	0.43 226	0.40 278	0.43 230	0.50 301	0.26 193	0.76 323	0.22 174	0.08 99	0.07 158	0.07 14	0.07 50	0.08 81	0.08 111
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet	0.27 221	0.20 258	0.44 188	0.22 129	0.14 164	0.33 236	0.14 13	0.51 251	0.45 252	0.30 151	0.40 196	0.38 227	0.27 210	0.76 323	0.25 206	0.09 164	0.07 158	0.11 229	0.11 248	0.11 225	0.08 111

CFNet_RVC	0.24 182	0.15 189	0.35 86	0.18 8	0.15 205	0.30 208	0.21 184	0.39 146	0.36 166	0.28 98	0.40 196	0.43 264	0.25 184	0.47 209	0.24 197	0.12 260	0.07 158	0.12 262	0.11 248	0.12 251	0.09 161

AANet_RVC	0.31 262	0.22 283	0.50 235	0.23 171	0.14 164	0.30 208	0.24 242	0.47 213	0.54 313	0.38 255	0.60 318	0.43 264	0.29 236	0.87 348	0.40 287	0.11 233	0.07 158	0.07 14	0.07 50	0.09 142	0.09 161

DISCO	0.32 271	0.13 136	0.51 241	0.25 245	0.16 228	0.48 324	0.25 256	0.50 238	0.57 325	0.37 247	0.45 251	0.62 336	0.36 281	0.64 282	0.49 316	0.09 164	0.07 158	0.09 120	0.08 109	0.12 251	0.11 231

AE-Stereo	0.17 36	0.11 63	0.31 54	0.24 208	0.14 164	0.23 110	0.18 86	0.34 87	0.29 105	0.15 11	0.25 64	0.21 67	0.13 32	0.20 28	0.14 40	0.07 16	0.08 223	0.09 120	0.10 215	0.07 37	0.06 18

1111x	0.32 271	0.11 63	0.40 143	0.22 129	0.11 42	0.32 227	0.26 267	0.59 322	0.43 226	0.31 168	0.41 204	0.39 238	0.28 223	0.76 323	1.37 386	0.09 164	0.08 223	0.09 120	0.10 215	0.09 142	0.08 111

whm_eth	0.23 159	0.18 235	0.56 260	0.24 208	0.19 281	0.21 73	0.18 86	0.37 129	0.40 206	0.31 168	0.60 318	0.15 27	0.17 86	0.26 93	0.19 128	0.09 164	0.08 223	0.10 182	0.09 183	0.09 142	0.11 231

CFNet_ucs	0.24 182	0.13 136	0.50 235	0.20 57	0.15 205	0.28 172	0.17 59	0.49 230	0.45 252	0.32 186	0.42 218	0.39 238	0.22 145	0.31 150	0.21 160	0.11 233	0.08 223	0.12 262	0.09 183	0.12 251	0.11 231

CBFPSM	0.27 221	0.16 207	0.67 297	0.20 57	0.14 164	0.38 275	0.25 256	0.40 153	0.36 166	0.33 195	0.36 158	0.56 318	0.38 293	0.32 156	0.38 273	0.08 99	0.08 223	0.07 14	0.08 109	0.09 142	0.11 231

gwcnet-sp	0.24 182	0.13 136	0.63 287	0.22 129	0.14 164	0.34 249	0.22 200	0.44 189	0.39 193	0.35 227	0.34 141	0.27 138	0.27 210	0.35 177	0.25 206	0.09 164	0.08 223	0.09 120	0.09 183	0.09 142	0.09 161

scenet	0.24 182	0.13 136	0.63 287	0.22 129	0.14 164	0.34 249	0.22 200	0.44 189	0.39 193	0.35 227	0.34 141	0.27 138	0.27 210	0.35 177	0.25 206	0.09 164	0.08 223	0.09 120	0.09 183	0.09 142	0.09 161

CASS	0.21 116	0.15 189	0.32 60	0.26 273	0.11 42	0.28 172	0.19 123	0.39 146	0.30 114	0.32 186	0.34 141	0.25 111	0.24 169	0.25 80	0.20 139	0.13 276	0.08 223	0.11 229	0.09 183	0.11 225	0.11 231
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	0.24 182	0.13 136	0.63 287	0.22 129	0.14 164	0.34 249	0.22 200	0.44 189	0.39 193	0.35 227	0.34 141	0.27 138	0.27 210	0.35 177	0.25 206	0.09 164	0.08 223	0.09 120	0.09 183	0.09 142	0.09 161

psmg	0.23 159	0.12 81	0.28 29	0.21 86	0.14 164	0.35 258	0.23 220	0.51 251	0.34 150	0.35 227	0.38 177	0.38 227	0.24 169	0.26 93	0.21 160	0.10 206	0.08 223	0.10 182	0.10 215	0.09 142	0.08 111

CSP-Net	0.27 221	0.15 189	0.30 42	0.21 86	0.14 164	0.44 307	0.24 242	0.50 238	0.40 206	0.41 287	0.43 230	0.42 261	0.26 193	0.66 292	0.28 224	0.12 260	0.08 223	0.08 65	0.08 109	0.10 189	0.09 161

AACVNet	0.26 214	0.16 207	0.37 108	0.22 129	0.14 164	0.29 191	0.19 123	0.41 163	0.31 124	0.38 255	0.42 218	0.43 264	0.28 223	0.73 310	0.25 206	0.11 233	0.08 223	0.11 229	0.09 183	0.13 264	0.11 231

ADLNet2	0.30 255	0.17 223	0.72 311	0.23 171	0.17 244	0.36 263	0.24 242	0.52 261	0.51 300	0.32 186	0.38 177	0.45 278	0.30 245	0.69 297	0.35 264	0.10 206	0.08 223	0.09 120	0.09 183	0.12 251	0.10 206

RAFT	0.21 116	0.17 223	0.32 60	0.24 208	0.12 77	0.25 135	0.27 272	0.35 104	0.28 87	0.33 195	0.33 135	0.38 227	0.22 145	0.29 133	0.17 90	0.08 99	0.08 223	0.11 229	0.10 215	0.10 189	0.06 18

GEStereo_RVC	0.27 221	0.20 258	0.44 188	0.27 296	0.16 228	0.33 236	0.25 256	0.56 303	0.54 313	0.34 211	0.38 177	0.34 199	0.25 184	0.51 223	0.28 224	0.12 260	0.08 223	0.09 120	0.08 109	0.11 225	0.11 231

ADLNet	0.28 238	0.15 189	0.42 172	0.23 171	0.19 281	0.34 249	0.23 220	0.53 272	0.43 226	0.42 295	0.41 204	0.44 274	0.27 210	0.55 239	0.35 264	0.11 233	0.08 223	0.11 229	0.11 248	0.11 225	0.12 253

GES	0.22 142	0.12 81	0.42 172	0.20 57	0.14 164	0.27 159	0.19 123	0.49 230	0.33 143	0.30 151	0.36 158	0.25 111	0.23 154	0.29 133	0.22 174	0.10 206	0.08 223	0.08 65	0.07 50	0.10 189	0.11 231

HCRNet	0.24 182	0.25 297	0.33 73	0.34 343	0.16 228	0.27 159	0.18 86	0.43 185	0.35 156	0.30 151	0.35 148	0.32 186	0.22 145	0.44 202	0.20 139	0.13 276	0.08 223	0.13 281	0.11 248	0.10 189	0.09 161

DMCA	0.22 142	0.14 164	0.36 103	0.22 129	0.14 164	0.27 159	0.20 161	0.43 185	0.38 187	0.31 168	0.32 116	0.33 193	0.24 169	0.24 57	0.28 224	0.11 233	0.08 223	0.10 182	0.08 109	0.10 189	0.11 231

ADCRef	0.38 308	0.24 293	0.88 342	0.26 273	0.21 303	0.49 327	0.27 272	0.52 261	0.48 280	0.50 324	0.58 311	0.35 213	0.47 329	0.48 211	1.29 385	0.09 164	0.08 223	0.12 262	0.12 280	0.11 225	0.11 231

ADCP+	0.45 335	0.24 293	1.15 372	0.25 245	0.22 318	0.56 343	0.39 340	0.54 279	0.51 300	0.44 306	0.51 283	0.46 284	0.52 342	0.56 247	1.89 398	0.10 206	0.08 223	0.11 229	0.10 215	0.14 276	0.13 265

RYNet	0.37 302	0.18 235	0.59 272	0.25 245	0.28 351	0.61 352	0.32 307	0.59 322	0.59 328	0.41 287	0.38 177	0.57 322	0.39 298	0.87 348	0.53 326	0.11 233	0.08 223	0.12 262	0.11 248	0.18 322	0.18 319

TDLM	0.30 255	0.21 271	0.38 127	0.28 313	0.15 205	0.33 236	0.32 307	0.52 261	0.47 271	0.38 255	0.43 230	0.39 238	0.29 236	0.91 356	0.28 224	0.14 299	0.08 223	0.13 281	0.11 248	0.12 251	0.10 206

NLCA_NET_v2_RVC	0.27 221	0.21 271	0.59 272	0.25 245	0.18 263	0.29 191	0.22 200	0.50 238	0.40 206	0.38 255	0.41 204	0.43 264	0.27 210	0.43 198	0.29 234	0.11 233	0.08 223	0.10 182	0.10 215	0.10 189	0.11 231
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
UCFNet_RVC	0.24 182	0.16 207	0.34 78	0.18 8	0.15 205	0.33 236	0.16 38	0.46 206	0.35 156	0.29 123	0.35 148	0.39 238	0.25 184	0.34 168	0.22 174	0.13 276	0.08 223	0.13 281	0.14 309	0.13 264	0.12 253

NVstereo2D	0.31 262	0.16 207	0.54 251	0.24 208	0.22 318	0.42 297	0.28 285	0.58 317	0.56 322	0.28 98	0.38 177	0.40 251	0.30 245	0.71 303	0.28 224	0.13 276	0.08 223	0.13 281	0.10 215	0.19 326	0.16 298

DRN-Test	0.33 277	0.17 223	0.61 277	0.27 296	0.19 281	0.46 314	0.29 289	0.65 350	0.51 300	0.47 320	0.46 261	0.44 274	0.34 273	0.62 275	0.41 293	0.12 260	0.08 223	0.13 281	0.12 280	0.12 251	0.10 206

LE_ROB	1.76 402	0.20 258	2.68 403	0.48 373	0.52 379	0.78 370	0.96 398	0.84 382	6.61 414	7.40 415	2.08 402	2.08 395	4.83 410	1.27 385	3.79 410	0.10 206	0.08 223	0.12 262	0.11 248	0.11 225	0.10 206

iinet-f	0.30 255	0.18 235	1.03 364	0.20 57	0.15 205	0.44 307	0.22 200	0.45 197	0.37 175	0.35 227	0.44 239	0.41 254	0.34 273	0.34 168	0.40 287	0.10 206	0.09 251	0.08 65	0.08 109	0.13 264	0.11 231

ToySt	0.24 182	0.16 207	0.48 220	0.21 86	0.13 131	0.29 191	0.29 289	0.39 146	0.39 193	0.27 89	0.35 148	0.39 238	0.31 256	0.31 150	0.29 234	0.08 99	0.09 251	0.10 182	0.11 248	0.11 225	0.10 206

Wz-Net-MNSev	0.36 293	0.26 308	0.79 323	0.26 273	0.21 303	0.59 348	0.38 335	0.55 289	0.56 322	0.48 323	0.54 299	0.53 312	0.36 281	0.60 262	0.44 301	0.11 233	0.09 251	0.11 229	0.11 248	0.15 288	0.13 265

GLC_STEREO	0.15 21	0.10 24	0.24 10	0.21 86	0.09 7	0.17 9	0.15 26	0.23 6	0.27 74	0.17 28	0.20 35	0.17 39	0.11 8	0.23 51	0.16 67	0.07 16	0.09 251	0.09 120	0.08 109	0.07 37	0.06 18

AASNet	0.27 221	0.19 250	0.49 225	0.26 273	0.17 244	0.34 249	0.20 161	0.62 342	0.48 280	0.35 227	0.40 196	0.32 186	0.25 184	0.28 120	0.34 260	0.11 233	0.09 251	0.10 182	0.08 109	0.13 264	0.11 231

PSMNet-ADL	0.25 204	0.15 189	0.32 60	0.26 273	0.14 164	0.31 219	0.22 200	0.44 189	0.36 166	0.27 89	0.33 135	0.41 254	0.28 223	0.61 267	0.29 234	0.11 233	0.09 251	0.09 120	0.11 248	0.10 189	0.10 206

ICVP	0.23 159	0.13 136	0.44 188	0.26 273	0.14 164	0.29 191	0.25 256	0.45 197	0.33 143	0.29 123	0.43 230	0.35 213	0.25 184	0.26 93	0.23 188	0.12 260	0.09 251	0.09 120	0.08 109	0.09 142	0.10 206
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Anonymous	0.20 102	0.14 164	0.47 211	0.27 296	0.20 295	0.25 135	0.25 256	0.32 67	0.26 65	0.18 39	0.18 22	0.15 27	0.19 121	0.24 57	0.18 104	0.10 206	0.09 251	0.09 120	0.09 183	0.15 288	0.13 265

delet	0.27 221	0.14 164	0.40 143	0.23 171	0.19 281	0.41 290	0.29 289	0.49 230	0.48 280	0.33 195	0.41 204	0.37 222	0.30 245	0.48 211	0.34 260	0.09 164	0.09 251	0.11 229	0.12 280	0.08 81	0.08 111

UPFNet	0.25 204	0.12 81	0.38 127	0.24 208	0.19 281	0.37 268	0.28 285	0.48 224	0.38 187	0.34 211	0.37 167	0.37 222	0.28 223	0.39 189	0.33 256	0.10 206	0.09 251	0.10 182	0.10 215	0.10 189	0.08 111

aanetorigin	0.39 314	0.29 325	1.09 367	0.24 208	0.19 281	0.28 172	0.37 329	0.33 81	0.47 271	0.94 374	0.82 357	0.52 308	0.54 343	0.49 216	0.50 321	0.11 233	0.09 251	0.10 182	0.10 215	0.16 296	0.15 291

EDNetEfficientorigin	7.51 413	0.52 374	140.47 435	0.25 245	0.17 244	0.42 297	0.29 289	0.47 213	1.03 380	1.28 389	1.02 370	0.83 366	0.84 376	0.75 318	0.99 365	0.10 206	0.09 251	0.12 262	0.10 215	0.21 337	0.22 348

EDNetEfficient	0.63 365	0.37 354	2.40 399	0.26 273	0.25 341	0.38 275	0.49 366	0.41 163	1.06 383	1.38 392	0.87 364	0.62 336	0.95 381	0.65 288	1.65 391	0.11 233	0.09 251	0.10 182	0.11 248	0.19 326	0.17 306

ac_64	0.27 221	0.13 136	0.41 165	0.24 208	0.17 244	0.36 263	0.22 200	0.46 206	0.33 143	0.35 227	0.36 158	0.52 308	0.30 245	0.62 275	0.32 249	0.11 233	0.09 251	0.10 182	0.10 215	0.09 142	0.08 111

ADCL	0.47 338	0.22 283	1.00 358	0.27 296	0.19 281	0.74 364	0.64 378	0.54 279	0.69 350	0.56 344	0.71 343	0.55 316	0.60 352	0.60 262	1.43 387	0.11 233	0.09 251	0.13 281	0.13 298	0.14 276	0.14 282

CVANet_RVC	0.30 255	0.19 250	0.41 165	0.26 273	0.16 228	0.33 236	0.26 267	0.52 261	0.47 271	0.40 278	0.46 261	0.43 264	0.31 256	0.89 352	0.26 218	0.14 299	0.09 251	0.14 300	0.13 298	0.14 276	0.10 206

StereoDRNet	0.32 271	0.22 283	0.61 277	0.27 296	0.21 303	0.42 297	0.30 299	0.61 334	0.48 280	0.46 313	0.39 189	0.48 291	0.30 245	0.57 250	0.40 287	0.11 233	0.09 251	0.12 262	0.11 248	0.12 251	0.10 206

PWC_ROB	0.38 308	0.29 325	0.69 302	0.25 245	0.20 295	0.38 275	0.19 123	0.58 317	0.67 345	0.57 346	0.85 360	0.51 305	0.40 301	0.71 303	0.52 324	0.13 276	0.09 251	0.14 300	0.10 215	0.17 311	0.14 282

ttt	0.29 248	0.12 81	0.34 78	0.21 86	0.13 131	0.29 191	0.20 161	0.56 303	0.47 271	0.31 168	0.44 239	0.30 170	0.22 145	0.65 288	0.85 359	0.13 276	0.10 269	0.10 182	0.10 215	0.11 225	0.11 231

GASNet	0.36 293	0.46 362	0.88 342	0.34 343	0.23 329	0.35 258	0.22 200	0.60 330	0.53 310	0.40 278	0.37 167	0.45 278	0.30 245	0.79 332	0.35 264	0.15 310	0.10 269	0.14 300	0.14 309	0.22 343	0.12 253

CRFU-Net	0.28 238	0.14 164	0.45 198	0.25 245	0.15 205	0.45 312	0.23 220	0.50 238	0.30 114	0.43 301	0.41 204	0.48 291	0.46 326	0.43 198	0.29 234	0.11 233	0.10 269	0.09 120	0.08 109	0.10 189	0.10 206

NINENet	0.25 204	0.15 189	0.37 108	0.23 171	0.16 228	0.43 305	0.17 59	0.60 330	0.46 266	0.32 186	0.37 167	0.32 186	0.20 129	0.42 196	0.21 160	0.10 206	0.10 269	0.12 262	0.08 109	0.11 225	0.10 206

WZ-Net	0.52 352	0.38 356	1.90 393	0.30 323	0.24 334	0.57 346	0.48 364	0.62 342	0.78 363	0.50 324	0.71 343	0.68 355	0.54 343	0.98 367	0.84 356	0.13 276	0.10 269	0.11 229	0.12 280	0.19 326	0.20 336

SACVNet	0.30 255	0.20 258	0.41 165	0.25 245	0.18 263	0.34 249	0.25 256	0.52 261	0.40 206	0.41 287	0.44 239	0.46 284	0.32 263	0.71 303	0.25 206	0.13 276	0.10 269	0.12 262	0.12 280	0.16 296	0.17 306

RALCasStereoNet	0.18 53	0.15 189	0.33 73	0.21 86	0.14 164	0.21 73	0.18 86	0.31 59	0.25 58	0.21 50	0.29 88	0.22 74	0.15 49	0.27 108	0.17 90	0.08 99	0.10 269	0.07 14	0.06 23	0.09 142	0.09 161

RAFT + AFF	0.27 221	0.23 290	0.50 235	0.25 245	0.17 244	0.30 208	0.33 317	0.52 261	0.40 206	0.28 98	0.30 99	0.30 170	0.31 256	0.62 275	0.24 197	0.09 164	0.10 269	0.11 229	0.10 215	0.11 225	0.11 231

HGLStereo	0.27 221	0.14 164	0.46 204	0.24 208	0.21 303	0.33 236	0.23 220	0.50 238	0.42 221	0.35 227	0.48 274	0.41 254	0.33 266	0.45 204	0.33 256	0.11 233	0.10 269	0.09 120	0.09 183	0.10 189	0.12 253

hitnet-ft	0.29 248	0.17 223	0.40 143	0.19 26	0.14 164	0.39 282	0.23 220	0.44 189	0.41 217	0.36 242	0.46 261	0.53 312	0.34 273	0.76 323	0.32 249	0.14 299	0.10 269	0.13 281	0.10 215	0.15 288	0.13 265

DSFCA	0.27 221	0.13 136	0.36 103	0.20 57	0.17 244	0.38 275	0.31 303	0.47 213	0.43 226	0.43 301	0.37 167	0.39 238	0.29 236	0.52 229	0.32 249	0.12 260	0.10 269	0.10 182	0.11 248	0.11 225	0.10 206

DMCA-RVC	0.27 221	0.21 271	0.61 277	0.28 313	0.17 244	0.29 191	0.21 184	0.42 175	0.35 156	0.40 278	0.37 167	0.39 238	0.36 281	0.43 198	0.30 240	0.13 276	0.10 269	0.15 312	0.11 248	0.13 264	0.10 206

FADNet-RVC-Resample	0.29 248	0.25 297	0.93 350	0.26 273	0.16 228	0.32 227	0.21 184	0.47 213	0.39 193	0.35 227	0.38 177	0.33 193	0.27 210	0.53 234	0.24 197	0.10 206	0.10 269	0.14 300	0.13 298	0.13 264	0.16 298

RTSC	0.39 314	0.28 318	0.78 317	0.27 296	0.18 263	0.49 327	0.22 200	0.59 322	0.84 371	0.55 343	0.53 296	0.49 295	0.36 281	0.67 294	0.82 355	0.13 276	0.10 269	0.11 229	0.12 280	0.17 311	0.17 306

DLCB_ROB	0.28 238	0.16 207	0.34 78	0.27 296	0.16 228	0.38 275	0.25 256	0.48 224	0.43 226	0.46 313	0.46 261	0.51 305	0.33 266	0.53 234	0.33 256	0.10 206	0.10 269	0.11 229	0.11 248	0.10 189	0.09 161

ETE_ROB	0.34 284	0.26 308	0.45 198	0.29 316	0.18 263	0.40 287	0.37 329	0.57 310	0.47 271	0.50 324	0.50 277	0.62 336	0.36 281	0.55 239	0.38 273	0.13 276	0.10 269	0.14 300	0.12 280	0.16 296	0.16 298

PSMNet_ROB	0.33 277	0.24 293	0.54 251	0.31 330	0.21 303	0.42 297	0.43 349	0.59 322	0.47 271	0.37 247	0.44 239	0.49 295	0.31 256	0.64 282	0.43 297	0.14 299	0.10 269	0.15 312	0.14 309	0.13 264	0.11 231

fast-acv-ft	0.31 262	0.20 258	0.81 327	0.24 208	0.18 263	0.46 314	0.27 272	0.41 163	0.49 289	0.39 270	0.55 303	0.49 295	0.35 277	0.37 183	0.38 273	0.11 233	0.11 286	0.11 229	0.12 280	0.12 251	0.09 161

ssnet_v2	0.28 238	0.16 207	0.44 188	0.22 129	0.15 205	0.40 287	0.30 299	0.57 310	0.46 266	0.38 255	0.36 158	0.47 286	0.29 236	0.38 187	0.39 281	0.13 276	0.11 286	0.11 229	0.11 248	0.11 225	0.11 231

Wz-Net-SNSev	0.43 328	0.41 361	1.27 379	0.30 323	0.21 303	0.44 307	0.41 344	0.61 334	0.65 341	0.46 313	0.65 332	0.62 336	0.39 298	0.74 317	0.59 334	0.12 260	0.11 286	0.12 262	0.13 298	0.16 296	0.14 282

Wz-Net-LNSev	0.34 284	0.29 325	0.91 346	0.26 273	0.21 303	0.47 320	0.31 303	0.54 279	0.54 313	0.44 306	0.52 291	0.50 301	0.35 277	0.39 189	0.39 281	0.11 233	0.11 286	0.10 182	0.09 183	0.14 276	0.13 265

dad	0.28 238	0.31 336	0.44 188	0.21 86	0.14 164	0.30 208	0.20 161	0.33 81	0.49 289	0.44 306	0.44 239	0.45 278	0.21 134	0.41 194	0.26 218	0.20 350	0.11 286	0.20 344	0.11 248	0.14 276	0.10 206

Anonymous3	0.23 159	0.18 235	0.63 287	0.27 296	0.18 263	0.41 290	0.23 220	0.43 185	0.35 156	0.23 57	0.27 75	0.20 59	0.18 108	0.27 108	0.18 104	0.12 260	0.11 286	0.10 182	0.10 215	0.11 225	0.12 253

pcwnet_v2	0.32 271	0.15 189	1.26 378	0.23 171	0.18 263	0.32 227	0.18 86	0.59 322	0.60 331	0.36 242	0.45 251	0.35 213	0.29 236	0.36 181	0.25 206	0.14 299	0.11 286	0.12 262	0.11 248	0.14 276	0.15 291

sCroCo_RVC	0.18 53	0.14 164	0.49 225	0.27 296	0.18 263	0.22 93	0.17 59	0.27 21	0.23 44	0.14 8	0.22 47	0.17 39	0.14 42	0.21 39	0.15 51	0.10 206	0.11 286	0.09 120	0.09 183	0.09 142	0.09 161

GwcNet	0.35 289	0.23 290	0.88 342	0.25 245	0.24 334	0.48 324	0.27 272	0.55 289	0.57 325	0.38 255	0.52 291	0.51 305	0.32 263	0.60 262	0.41 293	0.13 276	0.11 286	0.12 262	0.11 248	0.13 264	0.14 282

AF-Net	0.37 302	0.26 308	0.56 260	0.32 336	0.23 329	0.41 290	0.29 289	0.61 334	0.64 340	0.42 295	0.68 338	0.65 347	0.49 336	0.57 250	0.44 301	0.15 310	0.11 286	0.19 341	0.14 309	0.15 288	0.13 265

RTS	0.78 379	0.48 366	4.68 407	0.34 343	0.28 351	1.12 386	0.46 356	0.62 342	1.03 380	0.73 361	0.89 365	0.60 330	0.59 350	1.61 392	1.16 378	0.14 299	0.11 286	0.15 312	0.15 317	0.21 337	0.19 326

RTSA	0.78 379	0.48 366	4.68 407	0.34 343	0.28 351	1.12 386	0.46 356	0.62 342	1.03 380	0.73 361	0.89 365	0.60 330	0.59 350	1.61 392	1.16 378	0.14 299	0.11 286	0.15 312	0.15 317	0.21 337	0.19 326

DANet	0.35 289	0.23 290	0.60 274	0.36 353	0.22 318	0.39 282	0.25 256	0.48 224	0.43 226	0.52 335	0.50 277	0.59 327	0.41 305	0.76 323	0.49 316	0.13 276	0.11 286	0.14 300	0.12 280	0.17 311	0.15 291
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DeepPruner_ROB	0.26 214	0.19 250	0.44 188	0.21 86	0.16 228	0.30 208	0.21 184	0.52 261	0.32 132	0.35 227	0.38 177	0.39 238	0.26 193	0.42 196	0.24 197	0.15 310	0.11 286	0.11 229	0.11 248	0.14 276	0.13 265

MDST_ROB	0.48 340	0.14 164	0.95 353	0.30 323	0.21 303	1.33 396	0.32 307	0.77 373	0.56 322	1.06 382	0.71 343	0.49 295	0.35 277	1.26 384	0.38 273	0.13 276	0.11 286	0.16 321	0.13 298	0.12 251	0.12 253

LALA_ROB	0.36 293	0.25 297	0.46 204	0.30 323	0.21 303	0.47 320	0.39 340	0.61 334	0.51 300	0.52 335	0.51 283	0.69 357	0.36 281	0.50 218	0.43 297	0.17 332	0.11 286	0.16 321	0.14 309	0.17 311	0.15 291

PWCDC_ROB	0.38 308	0.30 331	0.60 274	0.33 341	0.20 295	0.42 297	0.19 123	0.58 317	0.89 372	0.42 295	1.26 380	0.36 218	0.34 273	0.50 218	0.38 273	0.18 342	0.11 286	0.11 229	0.09 183	0.19 326	0.13 265

StereoVision	0.22 142	0.18 235	0.37 108	0.27 296	0.17 244	0.23 110	0.22 200	0.38 135	0.31 124	0.20 41	0.51 283	0.22 74	0.16 63	0.28 120	0.18 104	0.11 233	0.12 303	0.13 281	0.13 298	0.10 189	0.07 65

psm_up	0.29 248	0.16 207	0.41 165	0.26 273	0.17 244	0.32 227	0.26 267	0.55 289	0.43 226	0.36 242	0.40 196	0.45 278	0.37 289	0.58 255	0.30 240	0.11 233	0.12 303	0.13 281	0.12 280	0.10 189	0.10 206

STTStereo	0.28 238	0.20 258	0.61 277	0.25 245	0.17 244	0.29 191	0.24 242	0.47 213	0.39 193	0.39 270	0.41 204	0.44 274	0.28 223	0.40 192	0.28 224	0.13 276	0.12 303	0.13 281	0.16 328	0.12 251	0.11 231

Nwc_Net	0.37 302	0.25 297	0.68 301	0.31 330	0.24 334	0.44 307	0.30 299	0.65 350	0.50 297	0.37 247	0.69 342	0.58 325	0.45 320	0.60 262	0.40 287	0.15 310	0.12 303	0.19 341	0.21 350	0.14 276	0.13 265

XQC	0.43 328	0.37 354	0.96 354	0.34 343	0.25 341	0.53 341	0.34 319	0.60 330	0.73 358	0.51 329	0.46 261	0.57 322	0.47 329	0.70 300	0.72 348	0.17 332	0.12 303	0.18 334	0.15 317	0.25 350	0.23 354

ADCMid	0.49 342	0.34 343	1.13 371	0.26 273	0.21 303	0.51 331	0.37 329	0.57 310	0.54 313	0.75 365	0.66 334	0.62 336	0.64 362	0.64 282	1.68 392	0.13 276	0.12 303	0.17 327	0.17 337	0.20 334	0.17 306

SANet	0.53 353	0.28 318	0.96 354	0.26 273	0.15 205	0.69 359	0.44 352	0.67 361	1.34 390	0.67 356	0.98 369	0.94 371	0.71 366	0.89 352	0.76 349	0.14 299	0.12 303	0.12 262	0.11 248	0.17 311	0.16 298

XPNet_ROB	0.33 277	0.20 258	0.43 182	0.27 296	0.18 263	0.37 268	0.31 303	0.55 289	0.50 297	0.51 329	0.53 296	0.58 325	0.37 289	0.63 280	0.45 304	0.17 332	0.12 303	0.13 281	0.12 280	0.15 288	0.14 282

PDISCO_ROB	0.43 328	0.30 331	0.67 297	0.43 367	0.36 367	0.67 358	0.32 307	0.72 369	0.76 360	0.43 301	0.53 296	0.63 344	0.40 301	0.66 292	0.47 312	0.21 351	0.12 303	0.21 346	0.19 346	0.25 350	0.20 336

DispFullNet	0.66 368	0.89 391	1.59 388	0.77 388	1.21 405	0.51 331	0.23 220	0.59 322	0.72 355	0.69 359	0.61 325	0.69 357	0.91 380	0.79 332	0.48 313	0.27 364	0.12 303	0.73 390	0.30 371	0.65 386	0.40 376

SHD	0.42 325	0.27 315	0.81 327	0.31 330	0.25 341	0.42 297	0.22 200	0.66 356	0.94 379	0.63 351	0.60 318	0.59 327	0.47 329	0.59 261	0.58 333	0.15 310	0.13 313	0.16 321	0.16 328	0.20 334	0.22 348

GANet	0.36 293	0.22 283	0.49 225	0.29 316	0.17 244	0.41 290	0.38 335	0.57 310	0.45 252	0.46 313	0.75 349	0.55 316	0.40 301	0.94 361	0.41 293	0.13 276	0.13 313	0.13 281	0.11 248	0.14 276	0.11 231

DPSNet	0.47 338	0.24 293	0.93 350	0.27 296	0.20 295	0.75 366	0.57 372	0.84 382	0.79 364	0.47 320	0.51 283	0.60 330	0.69 364	0.87 348	0.71 347	0.16 322	0.13 313	0.12 262	0.10 215	0.25 350	0.21 343

NCCL2	0.35 289	0.26 308	0.49 225	0.36 353	0.22 318	0.41 290	0.41 344	0.53 272	0.42 221	0.47 320	0.46 261	0.61 334	0.39 298	0.55 239	0.37 271	0.16 322	0.13 313	0.21 346	0.21 350	0.16 296	0.16 298

APVNet	0.36 293	0.20 258	0.70 308	0.26 273	0.22 318	0.52 340	0.35 322	0.61 334	0.44 240	0.38 255	0.52 291	0.48 291	0.38 293	0.84 344	0.46 310	0.13 276	0.14 317	0.15 312	0.16 328	0.16 296	0.15 291

Syn2CoEx	0.36 293	0.31 336	0.78 317	0.34 343	0.21 303	0.41 290	0.28 285	0.61 334	0.49 289	0.42 295	0.56 308	0.45 278	0.44 317	0.69 297	0.38 273	0.17 332	0.14 317	0.15 312	0.12 280	0.13 264	0.12 253

FAT-Stereo	0.36 293	0.18 235	0.73 314	0.26 273	0.18 263	0.33 236	0.29 289	0.60 330	0.59 328	0.46 313	0.60 318	0.60 330	0.50 337	0.61 267	0.34 260	0.13 276	0.14 317	0.13 281	0.12 280	0.14 276	0.18 319

FADNet_RVC	0.30 255	0.28 318	0.83 331	0.23 171	0.15 205	0.30 208	0.17 59	0.49 230	0.37 175	0.30 151	0.38 177	0.30 170	0.27 210	0.52 229	0.31 244	0.14 299	0.14 317	0.14 300	0.16 328	0.21 337	0.23 354

FADNet-RVC	0.31 262	0.35 346	0.78 317	0.25 245	0.20 295	0.33 236	0.20 161	0.49 230	0.40 206	0.34 211	0.39 189	0.41 254	0.29 236	0.63 280	0.31 244	0.13 276	0.14 317	0.14 300	0.15 317	0.19 326	0.19 326

G-Net	0.46 337	0.25 297	0.86 339	0.34 343	0.28 351	0.90 378	0.35 322	0.47 213	0.45 252	0.68 357	1.22 378	0.64 346	0.60 352	0.61 267	0.57 328	0.16 322	0.14 317	0.17 327	0.13 298	0.22 343	0.19 326

NCC-stereo	0.39 314	0.25 297	0.69 302	0.32 336	0.28 351	0.46 314	0.36 325	0.65 350	0.52 306	0.40 278	0.57 309	0.56 318	0.47 329	0.73 310	0.45 304	0.17 332	0.14 317	0.18 334	0.25 361	0.16 296	0.16 298

stereogan	0.37 302	0.17 223	0.65 293	0.27 296	0.22 318	0.62 353	0.26 267	0.59 322	0.63 339	0.43 301	0.60 318	0.67 352	0.42 313	0.68 295	0.35 264	0.13 276	0.14 317	0.14 300	0.12 280	0.19 326	0.17 306

edge stereo	0.39 314	0.22 283	0.81 327	0.27 296	0.22 318	0.37 268	0.24 242	0.56 303	0.54 313	0.53 340	0.60 318	0.71 360	0.50 337	0.78 330	0.40 287	0.16 322	0.14 317	0.19 341	0.14 309	0.16 296	0.17 306

Abc-Net	0.39 314	0.25 297	0.69 302	0.32 336	0.28 351	0.46 314	0.36 325	0.65 350	0.52 306	0.40 278	0.57 309	0.56 318	0.47 329	0.73 310	0.45 304	0.17 332	0.14 317	0.18 334	0.25 361	0.16 296	0.16 298
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	0.44 334	0.29 325	1.29 381	0.33 341	0.30 359	0.35 258	0.36 325	0.62 342	1.15 388	0.40 278	0.44 239	0.39 238	0.41 305	0.80 336	0.52 324	0.18 342	0.14 317	0.23 353	0.21 350	0.17 311	0.17 306

AnyNet_C32	0.51 348	0.40 358	1.10 370	0.29 316	0.28 351	0.59 348	0.58 373	0.54 279	0.60 331	0.62 350	0.66 334	0.54 314	0.54 343	0.78 330	1.74 395	0.15 310	0.14 317	0.15 312	0.17 337	0.20 334	0.20 336

Anonymous Stereo	0.38 308	0.34 343	1.00 358	0.30 323	0.25 341	0.33 236	0.44 352	0.50 238	0.54 313	0.41 287	0.45 251	0.39 238	0.26 193	0.93 358	0.48 313	0.15 310	0.14 317	0.15 312	0.16 328	0.16 296	0.17 306

PS-NSSS	0.32 271	0.30 331	0.46 204	0.23 171	0.17 244	0.33 236	0.24 242	0.57 310	0.41 217	0.37 247	0.52 291	0.35 213	0.30 245	0.80 336	0.30 240	0.17 332	0.14 317	0.21 346	0.15 317	0.15 288	0.13 265

SQANet	0.40 320	0.48 366	0.67 297	0.48 373	0.39 368	0.48 324	0.22 200	0.51 251	0.43 226	0.40 278	0.47 268	0.47 286	0.33 266	0.54 238	0.32 249	0.36 375	0.15 331	0.40 374	0.21 350	0.45 375	0.31 367

coex-ft	3.44 409	0.73 383	48.55 433	0.24 208	0.19 281	0.50 330	0.43 349	0.47 213	2.40 401	7.03 414	1.20 377	0.97 374	2.23 405	0.73 310	1.92 399	0.12 260	0.15 331	0.14 300	0.12 280	0.21 337	0.43 378

Wz-Net-TNSev	0.51 348	0.58 376	1.61 391	0.25 245	0.21 303	0.65 355	0.45 354	0.63 348	0.69 350	0.51 329	0.54 299	0.71 360	0.60 352	1.00 368	0.77 352	0.15 310	0.15 331	0.13 281	0.15 317	0.21 337	0.20 336

S-Stereo	0.38 308	0.20 258	1.05 365	0.27 296	0.22 318	0.38 275	0.32 307	0.55 289	0.66 342	0.39 270	0.59 313	0.49 295	0.41 305	0.75 318	0.40 287	0.12 260	0.15 331	0.13 281	0.13 298	0.16 296	0.21 343

RP	0.35 289	0.22 283	0.51 241	0.31 330	0.24 334	0.37 268	0.28 285	0.50 238	0.58 327	0.40 278	0.63 330	0.61 334	0.47 329	0.61 267	0.39 281	0.16 322	0.15 331	0.17 327	0.15 317	0.17 311	0.17 306

RGC	0.39 314	0.32 341	0.64 292	0.34 343	0.27 348	0.40 287	0.29 289	0.57 310	0.53 310	0.45 310	0.64 331	0.62 336	0.45 320	0.72 308	0.39 281	0.15 310	0.15 331	0.21 346	0.20 347	0.18 322	0.19 326

WCMA_ROB	0.51 348	0.21 271	0.65 293	0.25 245	0.21 303	0.58 347	0.32 307	0.54 279	0.55 319	0.95 376	1.40 384	1.28 382	0.81 373	0.73 310	0.62 339	0.18 342	0.15 331	0.15 312	0.15 317	0.19 326	0.19 326

FADNet	0.32 271	0.36 349	0.74 315	0.23 171	0.22 318	0.37 268	0.19 123	0.53 272	0.48 280	0.32 186	0.36 158	0.43 264	0.32 263	0.64 282	0.25 206	0.16 322	0.16 338	0.14 300	0.16 328	0.24 349	0.19 326

ADCS	0.58 359	0.40 358	1.35 384	0.29 316	0.24 334	0.55 342	0.45 354	0.67 361	0.83 369	0.76 366	0.71 343	0.68 355	0.60 352	0.76 323	2.23 403	0.16 322	0.16 338	0.16 321	0.17 337	0.22 343	0.22 348

AnyNet_C01	0.65 367	0.58 376	2.60 402	0.32 336	0.26 346	0.88 376	0.61 376	0.63 348	0.62 336	0.68 357	0.96 368	0.76 363	0.60 352	0.96 364	1.43 387	0.16 322	0.16 338	0.17 327	0.17 337	0.23 346	0.23 354

SGM_RVC	0.50 344	0.19 250	0.50 235	0.25 245	0.15 205	0.69 359	0.39 340	0.68 364	0.82 366	0.95 376	0.84 359	1.13 376	0.76 368	1.16 377	0.60 336	0.16 322	0.16 338	0.16 321	0.16 328	0.16 296	0.17 306
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CBMV	0.33 277	0.21 271	0.54 251	0.23 171	0.13 131	0.42 297	0.33 317	0.53 272	0.48 280	0.52 335	0.49 275	0.50 301	0.41 305	0.56 247	0.31 244	0.15 310	0.16 338	0.18 334	0.16 328	0.13 264	0.13 265
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FINET	0.34 284	0.27 315	0.80 325	0.24 208	0.24 334	0.36 263	0.34 319	0.54 279	0.72 355	0.39 270	0.47 268	0.32 186	0.30 245	0.51 223	0.32 249	0.19 347	0.17 343	0.13 281	0.12 280	0.18 322	0.16 298

psmorigin	0.50 344	0.25 297	3.03 405	0.24 208	0.19 281	0.38 275	0.22 200	0.50 238	0.44 240	0.64 353	0.68 338	0.71 360	0.51 340	0.85 345	0.45 304	0.14 299	0.17 343	0.13 281	0.14 309	0.16 296	0.21 343

FBW_ROB	0.43 328	0.26 308	0.54 251	0.31 330	0.20 295	0.51 331	0.32 307	0.70 366	0.60 331	0.59 347	0.55 303	0.65 347	0.41 305	1.40 389	0.51 323	0.13 276	0.17 343	0.21 346	0.16 328	0.17 311	0.18 319

CSAN	0.50 344	0.35 346	0.78 317	0.36 353	0.23 329	0.56 343	0.59 375	0.61 334	0.70 352	0.64 353	0.78 353	0.65 347	0.60 352	1.38 388	0.62 339	0.21 351	0.17 343	0.20 344	0.20 347	0.18 322	0.18 319

SGM-Forest	0.36 293	0.17 223	0.47 211	0.23 171	0.16 228	0.45 312	0.41 344	0.55 289	0.48 280	0.52 335	0.60 318	0.52 308	0.41 305	0.85 345	0.50 321	0.17 332	0.17 343	0.17 327	0.15 317	0.15 288	0.15 291
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MeshStereo	0.58 359	0.27 315	0.67 297	0.22 129	0.17 244	0.66 357	0.37 329	0.78 374	0.61 334	1.47 402	1.30 381	1.65 389	0.79 370	1.12 375	0.59 334	0.17 332	0.17 343	0.17 327	0.14 309	0.17 311	0.14 282
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	0.58 359	0.34 343	0.84 335	0.39 362	0.31 361	0.59 348	0.47 360	0.80 378	1.25 389	0.92 373	1.09 372	0.79 364	0.82 374	0.85 345	0.76 349	0.21 351	0.18 349	0.22 352	0.18 342	0.27 359	0.35 372

ADCPNet	0.48 340	0.29 325	1.60 389	0.27 296	0.23 329	0.70 362	0.38 335	0.53 272	0.51 300	0.51 329	0.59 313	0.67 352	0.56 347	0.60 262	1.14 375	0.15 310	0.18 349	0.14 300	0.23 359	0.19 326	0.19 326

SGM-ForestM	1.36 393	0.28 318	0.79 323	0.26 273	0.16 228	2.26 407	1.00 400	1.42 395	1.46 394	2.38 406	2.05 401	5.95 415	2.66 408	2.95 407	2.46 405	0.17 332	0.18 349	0.18 334	0.18 342	0.15 288	0.18 319

NaN_ROB	0.41 322	0.28 318	0.62 285	0.30 323	0.19 281	0.51 331	0.47 360	0.58 317	0.59 328	0.56 344	0.47 268	0.49 295	0.41 305	1.21 381	0.64 343	0.12 260	0.18 349	0.12 262	0.13 298	0.11 225	0.14 282

HBP-ISP	0.33 277	0.30 331	0.72 311	0.22 129	0.16 228	0.32 227	0.22 200	0.54 279	0.44 240	0.41 287	0.49 275	0.33 193	0.38 293	0.73 310	0.25 206	0.18 342	0.19 353	0.24 355	0.20 347	0.16 296	0.13 265

UDG	0.40 320	0.46 362	0.49 225	0.40 364	0.35 366	0.47 320	0.27 272	0.54 279	0.47 271	0.39 270	0.45 251	0.59 327	0.44 317	0.46 206	0.39 281	0.26 359	0.19 353	0.48 378	0.22 357	0.34 369	0.26 360

ccnet	0.42 325	0.31 336	0.48 220	0.27 296	0.32 362	0.60 351	0.32 307	0.65 350	0.46 266	0.53 340	0.66 334	0.56 318	0.45 320	0.72 308	0.61 337	0.26 359	0.19 353	0.24 355	0.21 350	0.26 356	0.22 348

MaskLacGwcNet_RVC	0.36 293	0.36 349	0.53 248	0.34 343	0.19 281	0.51 331	0.24 242	0.55 289	0.38 187	0.41 287	0.47 268	0.47 286	0.27 210	0.73 310	0.30 240	0.36 375	0.19 353	0.27 358	0.17 337	0.26 356	0.23 354

CBMV_ROB	0.33 277	0.18 235	0.53 248	0.21 86	0.14 164	0.33 236	0.20 161	0.51 251	0.45 252	0.51 329	0.55 303	0.45 278	0.42 313	0.71 303	0.32 249	0.18 342	0.19 353	0.23 353	0.21 350	0.14 276	0.15 291

NOSS_ROB	0.31 262	0.20 258	0.35 86	0.24 208	0.16 228	0.32 227	0.19 123	0.52 261	0.48 280	0.33 195	0.36 158	0.42 261	0.28 223	0.93 358	0.24 197	0.19 347	0.20 358	0.24 355	0.22 357	0.17 311	0.17 306

ACVNet-4b	0.72 373	0.81 386	1.33 383	0.72 386	0.50 377	0.80 372	0.31 303	0.71 368	0.80 365	0.50 324	0.72 347	0.95 373	0.43 316	0.96 364	1.20 382	1.13 407	0.21 359	0.76 391	0.45 381	0.65 386	0.46 382

DDUNet	0.41 322	0.50 371	0.48 220	0.44 369	0.39 368	0.46 314	0.32 307	0.50 238	0.43 226	0.45 310	0.52 291	0.57 322	0.36 281	0.48 211	0.33 256	0.33 373	0.21 359	0.55 382	0.25 361	0.37 372	0.32 370

GANetREF_RVC	0.43 328	0.47 364	0.69 302	0.38 360	0.20 295	0.51 331	0.48 364	0.66 356	0.66 342	0.46 313	0.46 261	0.50 301	0.44 317	0.90 355	0.39 281	0.27 364	0.21 359	0.32 368	0.18 342	0.27 359	0.22 348
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
MSMD_ROB	0.60 363	0.33 342	0.61 277	0.30 323	0.25 341	0.86 375	0.35 322	0.55 289	0.67 345	1.10 384	1.49 389	1.76 392	0.97 384	0.88 351	0.49 316	0.23 354	0.21 359	0.27 358	0.27 367	0.25 350	0.24 358

FCDSN-DC	0.63 365	0.31 336	0.61 277	0.36 353	0.30 359	0.65 355	0.37 329	0.66 356	0.68 348	1.14 386	1.54 392	1.71 391	1.26 393	0.92 357	0.64 343	0.24 357	0.22 363	0.27 358	0.26 365	0.27 359	0.27 363
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SAMSARA	0.56 355	0.39 357	0.80 325	0.60 381	0.46 374	1.00 382	1.23 408	0.67 361	0.68 348	0.71 360	0.54 299	0.89 370	0.57 349	0.81 339	0.62 339	0.19 347	0.22 363	0.18 334	0.18 342	0.27 359	0.25 359

FC-DCNN	0.70 372	0.30 331	0.69 302	0.32 336	0.27 348	0.81 373	0.39 340	0.79 377	0.82 366	1.41 395	1.58 394	1.98 394	1.26 393	1.02 370	0.77 352	0.24 357	0.22 363	0.27 358	0.26 365	0.26 356	0.26 360

PA-Net	0.37 302	0.28 318	0.83 331	0.31 330	0.28 351	0.39 282	0.42 347	0.51 251	0.55 319	0.34 211	0.42 218	0.41 254	0.36 281	0.79 332	0.49 316	0.12 260	0.23 366	0.16 321	0.23 359	0.12 251	0.18 319
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CC-Net-ROB	0.43 328	0.47 364	0.65 293	0.37 358	0.23 329	0.51 331	0.29 289	0.66 356	0.49 289	0.46 313	0.51 283	0.48 291	0.38 293	0.96 364	0.35 264	0.34 374	0.23 366	0.55 382	0.25 361	0.31 366	0.20 336

SDNR	0.42 325	0.21 271	0.82 330	0.21 86	0.18 263	1.27 393	0.17 59	0.50 238	0.49 289	0.42 295	0.81 356	0.38 227	0.27 210	1.19 378	0.38 273	0.23 354	0.24 368	0.17 327	0.13 298	0.17 311	0.20 336

LSM	1.64 401	0.40 358	2.56 401	2.02 411	17.61 422	0.51 331	0.52 368	0.61 334	0.76 360	0.82 368	1.11 374	0.63 344	0.54 343	0.75 318	0.49 316	0.16 322	0.24 368	0.18 334	0.21 350	0.25 350	2.42 414

ELAS_RVC	0.74 377	0.36 349	1.00 358	0.37 358	0.33 363	0.88 376	0.93 397	0.83 381	1.08 384	1.35 391	1.33 383	1.24 380	1.33 396	1.06 372	0.95 363	0.27 364	0.25 370	0.29 364	0.27 367	0.30 365	0.30 365
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.74 377	0.36 349	0.85 338	0.36 353	0.33 363	1.36 397	0.77 388	0.93 385	0.92 376	1.41 395	1.53 391	1.16 379	1.17 389	0.95 363	1.03 367	0.26 359	0.25 370	0.28 363	0.28 370	0.31 366	0.30 365
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MFN_U_SF_RVC	0.56 355	0.51 373	1.19 373	0.38 360	0.22 318	0.69 359	0.27 272	0.80 378	0.67 345	0.73 361	0.74 348	0.87 367	0.61 361	0.81 339	0.76 349	0.29 369	0.27 372	0.32 368	0.37 378	0.32 368	0.31 367

MFN_U_SF_DS_RVC	0.51 348	0.50 371	0.86 339	0.39 362	0.24 334	0.84 374	0.55 371	0.56 303	0.62 336	0.60 348	0.68 338	0.62 336	0.42 313	1.13 376	0.43 297	0.23 354	0.27 372	0.27 358	0.35 374	0.25 350	0.29 364

MANE	1.41 394	0.36 349	0.74 315	0.43 367	0.41 371	2.16 406	0.80 390	2.39 410	3.38 404	2.22 405	3.06 407	3.54 408	2.73 409	2.15 404	1.94 400	0.28 367	0.27 372	0.30 366	0.46 382	0.28 363	0.34 371

BEATNet-Init1	4.73 412	2.61 412	13.29 422	0.58 379	0.53 380	10.12 417	3.33 413	4.83 413	5.01 412	8.75 416	8.51 414	14.08 423	7.60 415	7.70 416	5.34 413	0.28 367	0.28 375	0.34 370	0.37 378	0.57 380	0.45 379

Anonymous_2	0.37 302	0.21 271	0.47 211	0.20 57	0.21 303	0.42 297	0.26 267	0.38 135	0.29 105	0.33 195	0.30 99	0.44 274	0.38 293	0.36 181	0.29 234	0.26 359	0.29 376	0.44 376	1.41 410	0.34 369	0.21 343

MSC_U_SF_DS_RVC	0.68 370	0.64 380	1.06 366	0.45 370	0.27 348	1.40 399	0.58 373	0.78 374	0.92 376	0.84 369	0.86 361	0.88 369	0.68 363	1.33 387	0.68 346	0.37 377	0.29 376	0.34 370	0.36 377	0.43 373	0.37 373

PASM	0.45 335	0.35 346	0.90 345	0.35 352	0.33 363	0.39 282	0.38 335	0.50 238	0.61 334	0.52 335	0.51 283	0.62 336	0.45 320	0.93 358	0.48 313	0.26 359	0.29 376	0.29 364	0.33 372	0.29 364	0.26 360

ACVNet_1	0.72 373	0.81 386	1.37 385	0.72 386	0.53 380	0.77 367	0.42 347	0.85 384	0.90 374	0.74 364	0.75 349	1.32 384	0.72 367	1.02 370	0.55 327	0.54 383	0.31 379	0.71 389	0.35 374	0.64 385	0.45 379

Ntro	0.58 359	0.64 380	0.92 348	0.66 384	0.50 377	0.77 367	0.36 325	0.66 356	0.70 352	0.50 324	0.59 313	0.65 347	0.51 340	0.75 318	0.45 304	0.56 385	0.32 380	0.56 385	0.34 373	0.63 383	0.46 382

otaku	0.57 358	0.62 379	0.87 341	0.63 383	0.44 373	0.73 363	0.37 329	0.65 350	0.66 342	0.51 329	0.75 349	0.66 351	0.45 320	0.69 297	0.46 310	0.53 381	0.34 381	0.55 382	0.35 374	0.60 382	0.45 379

JetBlue	1.14 391	0.76 384	2.36 397	0.59 380	0.75 390	3.04 410	1.78 410	1.11 388	0.90 374	0.94 374	1.10 373	1.66 390	1.28 395	2.09 402	1.72 394	0.43 380	0.36 382	0.38 372	0.38 380	0.58 381	0.56 386

NVStereoNet_ROB	0.67 369	0.49 370	0.83 331	0.48 373	0.40 370	0.51 331	0.46 356	0.70 366	0.77 362	0.84 369	1.72 395	1.02 375	0.83 375	1.23 382	0.79 354	0.32 372	0.38 383	0.40 374	0.46 382	0.36 371	0.41 377
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Consistency-Raft	0.55 354	0.48 366	1.02 362	0.45 370	0.49 376	0.49 327	0.47 360	0.72 369	0.72 355	0.45 310	0.82 357	0.47 286	0.60 352	0.50 218	0.63 342	0.39 379	0.39 384	0.44 376	0.51 387	0.52 377	0.37 373

MADNet+	1.01 386	1.16 402	4.72 409	0.70 385	0.47 375	1.24 392	0.96 398	0.97 386	0.89 372	0.65 355	0.77 352	0.87 367	0.85 378	2.09 402	1.68 392	0.38 378	0.39 384	0.31 367	0.27 367	0.43 373	0.39 375

ACVNet_2	0.89 382	0.87 390	1.25 377	0.82 389	0.62 385	0.97 381	0.62 377	1.14 389	1.42 392	1.00 379	1.40 384	1.47 387	0.84 376	1.11 373	0.66 345	0.61 388	0.43 386	0.78 392	0.49 384	0.75 390	0.52 384

TorneroNet-64	1.43 395	1.03 397	1.20 374	1.10 399	0.86 399	2.26 407	0.73 384	1.84 403	3.84 409	1.25 388	2.25 405	2.69 404	1.42 397	1.76 399	1.43 387	0.76 393	0.50 387	1.09 401	0.66 396	1.23 404	0.76 402

PWCK	1.00 385	1.17 403	1.70 392	0.91 392	0.41 371	1.19 390	0.92 396	1.10 387	1.14 387	1.16 387	1.14 375	1.25 381	0.88 379	1.75 398	1.04 368	0.87 398	0.50 387	0.87 394	0.53 389	0.96 400	0.52 384

IMH-64-1	0.91 383	0.86 388	0.84 335	0.97 394	0.75 390	0.92 379	0.71 381	1.27 390	1.10 385	0.89 371	1.45 386	1.14 377	0.96 382	1.19 378	0.84 356	0.74 391	0.51 389	0.97 396	0.55 391	0.84 393	0.60 390

IMH-64	0.91 383	0.86 388	0.84 335	0.97 394	0.75 390	0.92 379	0.71 381	1.27 390	1.10 385	0.89 371	1.45 386	1.14 377	0.96 382	1.19 378	0.84 356	0.74 391	0.51 389	0.97 396	0.55 391	0.84 393	0.60 390

SPS-STEREO	0.69 371	0.61 378	0.98 356	0.52 378	0.57 382	0.74 364	0.50 367	0.78 374	0.62 336	0.95 376	0.86 361	0.94 371	0.70 365	1.01 369	0.87 360	0.58 387	0.51 389	0.50 379	0.50 386	0.55 379	0.58 388
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
anonymity	0.56 355	0.54 375	0.70 308	0.47 372	0.61 384	0.56 343	0.43 349	0.69 365	0.49 289	0.63 351	0.55 303	0.54 314	0.60 352	0.61 267	0.57 328	0.55 384	0.53 392	0.50 379	0.54 390	0.51 376	0.56 386

SGM+DAISY	0.87 381	0.66 382	1.30 382	0.51 376	0.60 383	1.03 383	0.84 394	0.76 372	0.73 358	1.39 393	1.51 390	1.31 383	1.22 391	1.11 373	1.08 369	0.57 386	0.53 392	0.51 381	0.51 387	0.54 378	0.61 393

TorneroNet	2.22 405	1.08 399	1.24 376	1.14 403	0.90 400	5.58 412	0.80 390	2.12 408	8.69 415	2.58 407	5.42 412	3.88 409	1.97 403	1.78 401	1.87 397	0.86 397	0.54 394	1.15 405	0.74 400	1.23 404	0.85 403

WAO-6	1.07 389	0.93 394	0.92 348	0.96 393	0.78 393	1.28 394	0.75 385	1.34 392	2.00 399	1.02 381	1.54 392	1.59 388	1.22 391	1.31 386	1.14 375	0.78 394	0.55 395	1.02 400	0.75 401	0.83 392	0.69 396

IMH	1.05 388	0.95 395	1.00 358	1.01 396	0.78 393	1.11 385	0.68 380	1.38 393	1.43 393	1.00 379	1.72 395	1.43 385	1.14 386	1.73 397	0.89 361	1.09 404	0.55 395	0.99 398	0.57 393	0.87 395	0.62 395

RainbowNet	0.72 373	0.89 391	1.02 362	0.82 389	0.63 386	0.78 370	0.52 368	0.81 380	0.93 378	0.60 348	0.79 354	0.80 365	0.60 352	0.80 336	0.57 328	0.78 394	0.55 395	0.78 392	0.49 384	0.76 391	0.58 388

MFMNet_re	0.72 373	0.76 384	0.99 357	0.62 382	0.70 388	0.77 367	0.67 379	0.75 371	0.83 369	0.78 367	0.86 361	0.69 357	0.78 369	0.71 303	0.61 337	0.66 390	0.59 398	0.61 386	0.58 394	0.68 389	0.71 397

Dean	1.17 392	1.04 398	1.49 387	1.03 398	0.78 393	1.20 391	0.77 388	1.48 398	1.96 397	1.28 389	1.99 400	2.15 396	1.14 386	1.25 383	1.00 366	0.81 396	0.60 399	1.01 399	0.69 398	0.92 399	0.74 400

DGSMNet	0.61 364	0.29 325	0.91 346	0.51 376	0.70 388	0.62 353	1.38 409	0.59 322	0.55 319	0.37 247	0.61 325	0.52 308	0.33 266	0.65 288	0.43 297	0.53 381	0.60 399	0.67 387	0.61 395	0.63 383	0.61 393

LVE	1.13 390	1.02 396	1.28 380	1.01 396	0.80 396	1.29 395	0.81 392	1.47 397	1.96 397	1.07 383	1.90 398	1.90 393	1.01 385	1.48 390	0.91 362	0.93 401	0.61 401	0.94 395	0.69 398	0.87 395	0.75 401

WAO-7	1.01 386	0.89 391	0.93 350	0.83 391	0.66 387	1.18 388	0.81 392	1.40 394	1.57 395	1.11 385	1.76 397	1.45 386	1.19 390	1.50 391	1.14 375	0.61 388	0.62 402	0.70 388	0.68 397	0.66 388	0.60 390

UNDER WATER	1.59 400	1.22 405	2.36 397	1.38 405	1.03 402	1.67 402	1.10 404	1.54 401	3.63 405	1.44 399	1.47 388	2.85 405	2.25 406	1.67 395	1.94 400	1.06 403	0.62 402	1.31 407	0.93 406	1.21 403	1.02 406

WAO-8	1.46 397	1.10 400	1.09 367	1.10 399	0.84 397	2.06 403	0.75 385	1.84 403	3.83 407	1.44 399	2.21 403	2.15 396	1.43 398	3.17 408	1.19 380	0.91 399	0.65 404	1.09 401	0.79 402	0.90 397	0.71 397

Venus	1.46 397	1.10 400	1.09 367	1.10 399	0.84 397	2.06 403	0.75 385	1.84 403	3.83 407	1.44 399	2.21 403	2.15 396	1.43 398	3.17 408	1.19 380	0.91 399	0.65 404	1.09 401	0.79 402	0.90 397	0.71 397

UNDER WATER-64	1.55 399	1.19 404	2.52 400	1.31 404	0.95 401	2.12 405	1.21 407	1.45 396	3.19 403	1.43 398	1.32 382	2.64 403	2.04 404	1.63 394	1.83 396	1.11 405	0.67 406	1.28 406	0.92 405	1.19 402	1.02 406

notaker	1.45 396	1.34 406	1.48 386	1.40 406	1.07 403	1.18 388	0.85 395	1.48 398	1.40 391	1.51 403	3.46 408	2.40 401	1.81 402	1.76 399	1.45 390	1.11 405	0.69 407	1.38 408	0.87 404	1.31 406	0.97 405

ktn	1.77 403	1.36 407	1.22 375	1.43 407	1.14 404	1.52 400	1.08 403	1.51 400	3.96 410	2.77 409	4.69 410	3.35 407	1.46 400	1.69 396	1.25 384	1.43 409	0.77 408	1.45 409	0.99 407	1.32 408	0.96 404

KSHMR	1.89 404	1.36 407	1.60 389	1.47 408	1.22 406	1.38 398	1.06 402	1.79 402	5.97 413	1.42 397	5.65 413	2.98 406	1.14 386	2.23 405	1.20 382	1.27 408	1.12 409	1.46 410	1.10 409	1.32 408	1.15 408

SPstereo	14.25 420	1.73 410	2.83 404	1.84 410	1.57 410	23.16 427	43.27 427	35.72 434	29.56 434	20.86 431	20.62 425	26.34 434	21.82 427	25.23 434	19.62 426	1.56 410	1.42 410	2.96 414	2.17 412	1.31 406	1.33 411

JetRed	2.30 407	2.64 413	6.12 410	1.12 402	1.38 408	5.85 413	3.29 412	1.99 406	1.67 396	1.98 404	1.95 399	2.16 399	1.60 401	2.48 406	4.10 411	1.05 402	1.60 411	1.09 401	1.01 408	1.67 410	1.28 409

MADNet++	2.26 406	1.80 411	2.06 394	2.13 413	1.97 411	2.61 409	1.79 411	2.38 409	2.16 400	2.75 408	2.65 406	2.38 400	2.43 407	3.17 408	3.21 407	2.17 411	1.95 412	1.94 412	1.63 411	2.06 411	2.01 413

PML	16.10 424	12.82 425	6.78 411	5.23 415	7.76 414	33.92 428	66.56 434	5.30 414	10.28 416	26.12 433	68.59 434	20.51 425	13.49 424	10.06 418	6.78 416	5.96 418	2.00 413	6.04 420	2.18 413	8.96 419	2.60 415

HanzoNet	2.97 408	1.69 409	2.29 396	1.74 409	1.33 407	1.53 401	1.03 401	1.99 406	2.64 402	5.51 412	5.16 411	5.90 414	6.82 414	4.32 413	3.29 408	3.16 413	2.02 414	1.92 411	2.87 415	2.24 412	1.89 412

DPSimNet_ROB	4.34 410	4.23 414	6.89 412	3.67 414	3.68 412	4.75 411	5.21 414	2.67 411	3.68 406	5.82 413	3.95 409	5.57 411	6.72 413	3.46 412	4.48 412	4.05 416	2.88 415	4.68 417	3.12 416	3.69 414	3.62 416

LRCNet_RVC	10.90 417	14.34 426	9.35 413	15.35 421	8.04 415	1.08 384	0.34 319	8.78 417	0.70 352	12.63 423	16.05 423	9.85 416	6.54 412	8.57 417	6.34 415	20.27 431	5.40 416	23.70 429	21.88 428	14.87 423	13.83 425

DGTPSM_ROB	8.34 414	5.10 415	10.37 420	5.31 416	10.18 416	8.33 414	23.60 422	6.06 415	13.41 421	4.90 410	10.87 419	5.65 412	10.44 416	6.17 414	12.59 417	3.74 414	7.55 417	3.69 415	7.26 419	4.14 415	7.46 417

DPSMNet_ROB	8.40 415	5.11 416	10.49 421	5.58 417	10.25 417	8.34 415	23.62 423	6.07 416	13.45 422	4.93 411	10.88 420	5.66 413	10.44 416	6.24 415	12.64 418	3.98 415	7.61 418	3.76 416	7.30 420	4.20 416	7.51 418

Anonymous_1	16.62 425	9.35 418	9.84 414	10.66 418	14.64 420	18.66 424	27.12 424	12.64 422	13.51 423	10.76 422	10.30 418	10.13 417	10.60 418	11.06 422	12.74 419	15.87 430	7.74 419	16.92 427	43.48 431	58.66 434	7.68 419

DPSM_ROB	11.49 418	9.87 422	10.35 418	11.13 419	11.31 418	19.11 425	27.51 425	13.37 423	14.21 424	10.31 420	11.06 421	10.96 421	11.27 422	11.96 423	13.59 420	6.78 419	8.19 420	6.03 418	7.09 417	7.93 417	7.73 420

DPSM	11.49 418	9.87 422	10.35 418	11.13 419	11.31 418	19.11 425	27.51 425	13.37 423	14.21 424	10.31 420	11.06 421	10.96 421	11.27 422	11.96 423	13.59 420	6.78 419	8.19 420	6.03 418	7.09 417	7.93 417	7.73 420

tt	4.71 411	0.10 24	3.94 406	2.06 412	1.53 409	10.14 418	16.88 418	9.27 418	4.98 411	1.39 393	1.02 370	4.68 410	4.90 411	3.35 411	5.86 414	5.76 417	9.15 422	2.24 413	2.53 414	3.10 413	1.32 410

xxxxx1	15.27 421	9.54 419	10.31 415	20.13 424	18.88 423	17.08 420	23.03 419	10.36 419	10.99 417	9.21 417	9.62 415	10.74 418	10.61 419	10.72 419	13.89 422	7.97 421	9.20 423	31.85 432	44.72 432	12.84 420	13.69 422

tt_ll	15.27 421	9.54 419	10.31 415	20.13 424	18.88 423	17.08 420	23.03 419	10.36 419	10.99 417	9.21 417	9.62 415	10.74 418	10.61 419	10.72 419	13.89 422	7.97 421	9.20 423	31.85 432	44.72 432	12.84 420	13.69 422

ff	15.27 421	9.54 419	10.31 415	20.13 424	18.88 423	17.08 420	23.03 419	10.36 419	10.99 417	9.21 417	9.62 415	10.74 418	10.61 419	10.72 419	13.89 422	7.97 421	9.20 423	31.85 432	44.72 432	12.84 420	13.69 422

LSM0	24.24 433	19.98 432	22.32 430	24.22 432	40.14 434	38.48 433	55.20 428	26.95 432	28.57 428	20.49 425	21.83 426	22.26 432	22.75 431	24.22 432	27.30 429	13.66 429	16.32 426	12.19 426	14.15 421	16.10 429	17.66 431

Selective-RAFT-Error	23.16 432	19.93 431	20.87 429	22.54 431	22.81 431	38.52 434	55.47 429	27.01 433	28.83 433	20.66 427	22.25 429	22.09 431	22.80 433	24.09 431	27.36 430	13.61 425	16.48 427	12.15 422	14.28 423	15.99 428	15.57 430

CasAABBNet	23.10 428	19.86 427	20.64 425	22.47 427	22.73 430	38.41 429	55.50 430	26.89 431	28.70 429	20.61 426	22.15 428	22.08 430	22.75 431	23.99 430	27.36 430	13.59 424	16.48 427	12.14 421	14.27 422	15.95 424	15.53 426

MyStereo03	23.12 429	19.90 428	20.85 426	22.49 428	22.71 427	38.42 430	55.53 431	26.80 428	28.72 430	20.77 428	22.25 429	22.03 427	22.69 428	23.90 427	27.38 432	13.62 426	16.50 429	12.15 422	14.28 423	15.95 424	15.53 426

MyStereo02	23.12 429	19.90 428	20.85 426	22.49 428	22.71 427	38.42 430	55.53 431	26.80 428	28.72 430	20.77 428	22.25 429	22.03 427	22.69 428	23.90 427	27.38 432	13.62 426	16.50 429	12.15 422	14.28 423	15.95 424	15.53 426

MyStereo	23.12 429	19.90 428	20.85 426	22.49 428	22.71 427	38.42 430	55.53 431	26.80 428	28.72 430	20.77 428	22.25 429	22.03 427	22.69 428	23.90 427	27.38 432	13.62 426	16.50 429	12.15 422	14.28 423	15.95 424	15.53 426

HaxPig	17.72 426	20.22 433	19.73 423	16.53 422	16.51 421	9.27 416	9.33 415	14.34 425	13.27 420	18.65 424	18.70 424	17.35 424	16.77 425	17.04 425	16.45 425	22.05 432	20.89 432	22.27 428	21.53 427	21.29 430	22.13 432

MEDIAN_ROB	21.21 427	24.62 434	23.47 431	19.58 423	19.65 426	13.22 419	10.96 416	17.88 426	17.00 426	22.14 432	22.02 427	20.86 426	20.36 426	21.06 426	19.71 427	25.63 433	24.13 433	26.21 430	25.20 429	25.17 431	25.38 433

AVERAGE_ROB	25.43 434	29.06 435	27.24 432	24.63 433	24.20 433	17.73 423	12.61 417	22.29 427	21.39 427	26.79 434	26.16 433	25.20 433	24.64 434	25.07 433	23.53 428	29.96 434	28.40 434	30.60 431	29.58 430	29.72 432	29.84 434

test_example2	101.33 435	108.28 436	68.15 434	98.43 434	106.93 435	89.75 435	102.43 435	36.80 435	97.65 435	129.04 435	130.15 435	65.26 435	66.62 435	92.11 435	80.24 435	144.10 435	199.48 435	81.81 435	103.01 435	125.01 435	101.27 435

ASD4		6.65 417

Low-res two-view benchmark