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

StereoIM	2.96 1	2.05 110	7.26 44	3.35 4	2.54 141	1.78 3	0.28 4	8.41 5	5.58 4	2.77 1	3.62 2	7.05 44	4.60 44	5.95 4	3.33 48	0.01 2	0.05 47	0.00 1	0.00 1	0.19 44	0.39 45

MIF-Stereo	3.10 2	1.22 10	7.79 60	4.50 31	2.51 138	2.59 4	0.42 6	5.88 1	5.74 5	5.46 28	7.76 19	1.12 1	1.46 3	9.06 32	5.42 111	0.06 55	0.07 81	0.00 1	0.01 53	0.60 185	0.26 21

EGLCR-Stereo	3.41 3	1.28 17	6.47 29	4.22 21	1.36 78	5.18 46	1.24 24	11.58 25	5.47 3	3.80 9	3.40 1	8.10 59	1.69 8	9.53 45	2.23 3	0.09 77	0.89 248	0.01 55	0.00 1	0.24 56	1.42 168

Selective-IGEV	3.46 4	1.32 20	5.92 17	4.55 32	2.27 131	4.65 17	2.07 76	11.50 23	5.81 6	3.19 2	4.75 6	5.46 36	1.77 9	11.24 67	2.37 11	0.05 38	0.82 237	0.00 1	0.20 187	0.10 11	1.17 137

CroCo-Stereo	3.51 5	2.49 182	8.03 68	9.10 250	1.26 75	0.97 1	0.96 17	11.24 22	8.52 46	3.79 8	4.87 7	7.93 58	4.44 42	3.26 1	2.76 29	0.03 16	0.00 1	0.00 1	0.00 1	0.34 102	0.16 14
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
GLC_STEREO	3.61 6	1.35 22	3.91 4	6.86 161	0.23 1	4.69 20	1.61 41	9.80 9	7.20 21	5.64 29	9.11 26	5.19 32	2.02 10	10.25 50	3.70 59	0.07 66	0.04 40	0.22 214	0.00 1	0.24 56	0.17 16

AEACV	3.74 7	1.42 30	6.45 27	5.61 77	6.24 275	4.69 20	1.54 39	7.61 3	7.19 20	3.59 6	7.87 20	4.20 19	6.43 89	6.07 6	1.96 1	0.03 16	1.03 260	0.04 95	0.54 277	0.23 54	2.12 250

CREStereo	3.75 8	1.21 7	3.79 3	2.66 2	0.66 22	5.52 58	0.39 5	10.77 16	14.18 95	7.14 32	10.54 39	5.25 33	3.54 20	6.27 8	2.88 39	0.04 22	0.01 6	0.03 84	0.01 53	0.05 2	0.05 1
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
LoS	3.83 9	1.25 12	4.39 8	3.29 3	0.58 19	4.87 30	1.15 20	11.00 17	13.34 85	5.02 19	10.69 40	4.14 17	3.78 23	9.15 36	3.20 46	0.08 70	0.03 33	0.09 132	0.00 1	0.13 28	0.35 29

IGEVStereo-DCA	3.90 10	2.95 210	7.30 45	4.05 12	0.92 46	4.94 39	1.65 45	14.40 54	5.82 7	4.17 11	4.67 4	4.50 26	3.95 27	11.24 67	4.28 79	0.18 121	0.56 205	0.00 1	0.17 174	0.25 60	1.98 220

ff7	3.92 11	2.12 128	7.30 45	4.22 21	1.47 86	4.90 32	1.65 45	14.40 54	5.82 7	5.08 22	5.59 12	3.45 8	4.61 45	11.48 74	2.76 29	0.04 22	0.98 253	0.00 1	0.17 174	0.35 106	1.98 220

ffff	3.92 11	2.12 128	7.30 45	4.22 21	1.47 86	4.90 32	1.65 45	14.40 54	5.82 7	5.08 22	5.59 12	3.45 8	4.61 45	11.48 74	2.76 29	0.04 22	0.98 253	0.00 1	0.17 174	0.35 106	1.98 220

11t	3.92 11	2.12 128	7.30 45	4.22 21	1.47 86	4.90 32	1.65 45	14.40 54	5.82 7	5.08 22	5.59 12	3.45 8	4.61 45	11.48 74	2.76 29	0.04 22	0.98 253	0.00 1	0.17 174	0.35 106	1.98 220

ccc-4	3.92 11	2.12 128	7.30 45	4.22 21	1.47 86	4.90 32	1.65 45	14.40 54	5.82 7	5.08 22	5.59 12	3.45 8	4.61 45	11.48 74	2.76 29	0.04 22	0.98 253	0.00 1	0.17 174	0.35 106	1.98 220

anonymousdsp	3.97 15	2.10 122	6.76 36	4.43 28	1.82 114	4.92 36	1.68 50	14.84 64	5.82 7	5.26 27	5.54 10	4.20 19	4.37 38	11.54 82	2.68 26	0.04 22	0.87 244	0.00 1	0.18 183	0.36 113	1.98 220

IGEV-Stereo	3.97 15	2.10 122	6.78 37	4.43 28	1.81 112	4.92 36	1.68 50	14.84 64	5.82 7	5.25 26	5.54 10	4.22 21	4.36 37	11.55 83	2.68 26	0.04 22	0.88 246	0.00 1	0.18 183	0.36 113	1.98 220
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
rrr	3.99 17	2.95 210	11.04 180	4.05 12	0.92 46	4.94 39	1.53 38	11.97 27	6.50 18	4.17 11	4.67 4	4.50 26	3.95 27	11.24 67	4.28 79	0.18 121	0.56 205	0.00 1	0.22 189	0.25 60	1.88 203

CES	4.08 18	1.34 21	3.46 1	3.65 6	11.49 346	5.24 48	0.99 18	10.15 12	9.15 54	3.80 9	9.29 29	1.76 2	0.91 1	6.94 13	2.64 25	0.07 66	0.05 47	0.01 55	0.00 1	1.63 268	9.03 354

test_xeample3	4.08 18	2.95 210	11.20 183	4.05 12	1.05 57	5.62 69	1.58 40	13.23 34	4.76 2	7.10 31	3.83 3	3.18 7	3.30 17	11.75 86	4.42 85	0.08 70	0.74 224	0.00 1	0.38 255	0.26 70	2.04 237

LoS_RVC	4.09 20	3.01 214	4.81 10	4.88 41	7.78 313	5.24 48	2.80 106	7.57 2	4.24 1	4.41 13	10.34 37	3.62 12	6.34 85	6.59 11	2.37 11	0.04 22	0.03 33	0.00 1	0.01 53	0.06 5	7.70 342

CASnet	4.11 21	1.27 15	5.28 15	5.63 80	0.31 2	4.89 31	2.86 107	11.52 24	11.73 69	11.06 60	11.80 49	4.16 18	1.63 5	6.30 9	2.22 2	0.63 223	0.00 1	0.60 262	0.13 149	0.15 31	0.07 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
ProNet	4.14 22	2.35 167	7.50 54	4.22 21	1.47 86	5.67 71	6.24 195	13.78 51	7.71 27	3.38 3	4.93 8	3.72 13	3.52 19	11.52 81	2.72 28	0.08 70	1.32 295	0.01 55	0.26 210	0.47 156	2.02 232

CroCo-Stereo Lap2	4.21 23	2.60 191	9.11 96	10.21 278	6.06 269	1.11 2	0.78 12	10.63 15	8.34 41	3.46 4	5.18 9	8.92 67	5.66 71	6.42 10	4.53 90	0.03 16	0.05 47	0.00 1	0.00 1	0.81 224	0.39 45

test croco	4.41 24	2.18 143	11.50 186	5.46 71	2.97 160	3.20 7	1.38 28	9.01 6	5.96 15	3.56 5	16.63 83	3.01 4	2.76 14	14.80 191	4.25 78	0.32 162	0.00 1	0.04 95	0.01 53	0.79 219	0.43 51

MC-Stereo	4.47 25	1.16 4	5.85 16	6.14 110	1.43 82	3.70 11	1.73 58	10.62 14	7.83 36	6.85 30	13.33 61	6.77 42	6.21 84	11.23 66	2.52 15	0.04 22	1.30 291	0.06 110	0.24 200	0.17 37	2.14 253

MIF-Stereo (partial)	4.55 26	1.63 46	8.37 79	5.46 71	5.35 240	3.48 9	0.94 15	9.80 9	8.03 39	4.45 14	15.68 75	5.33 35	5.11 56	11.92 96	4.57 91	0.06 55	0.02 21	0.06 110	0.03 80	0.45 149	0.30 24

XX-TBD	4.63 27	10.71 321	3.94 5	10.55 290	0.62 21	5.95 80	0.08 1	7.91 4	12.75 76	11.73 63	14.80 69	4.04 16	1.64 6	4.90 3	2.61 22	0.08 70	0.01 6	0.00 1	0.00 1	0.26 70	0.06 2

MyStereo07	4.80 28	2.38 172	6.21 20	6.63 142	4.77 220	6.47 100	9.60 252	16.70 93	5.88 14	4.81 16	5.77 16	3.13 6	5.68 72	12.07 101	2.46 13	0.09 77	1.33 299	0.03 84	0.32 227	0.74 210	0.93 111

CREStereo++_RVC	4.83 29	1.16 4	4.67 9	4.71 34	2.02 118	4.01 12	0.11 2	9.48 8	18.00 134	8.87 44	16.74 85	4.43 22	2.15 11	6.09 7	3.39 52	0.07 66	0.00 1	0.00 1	10.51 370	0.05 2	0.12 11
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
TANstereo	4.87 30	1.49 36	5.02 13	4.02 10	0.51 16	14.25 198	0.15 3	9.17 7	12.84 77	12.80 80	18.36 100	5.14 31	4.43 40	6.01 5	2.30 4	0.09 77	0.12 108	0.00 1	0.01 53	0.02 1	0.68 81

iRaftStereo_RVC	5.06 31	2.15 136	7.88 64	5.54 73	0.78 33	5.22 47	0.45 7	18.47 120	11.75 70	9.72 50	15.05 71	5.74 38	3.18 16	9.29 39	2.52 15	0.02 7	1.24 288	0.00 1	0.01 53	0.58 177	1.62 185

MSKI-zero shot	5.11 32	1.81 66	6.47 29	6.17 112	1.78 110	6.42 99	1.50 35	13.59 44	8.66 48	10.63 55	11.58 47	13.29 131	2.35 13	12.34 117	3.09 41	0.05 38	1.21 283	0.02 70	0.29 219	0.15 31	0.85 99

sCroCo_RVC	5.29 33	3.82 246	17.52 277	11.17 302	6.67 286	5.78 76	2.66 99	10.47 13	8.48 45	3.78 7	9.32 30	4.76 30	4.83 54	8.33 24	4.88 98	1.17 287	0.52 197	0.06 110	0.03 80	0.70 204	0.90 106

CAS	5.44 34	0.98 1	3.95 6	17.59 345	7.74 312	7.82 128	6.09 191	9.89 11	9.40 56	4.82 17	10.69 40	1.93 3	1.22 2	4.54 2	2.47 14	10.98 367	0.02 21	0.00 1	0.02 72	0.53 168	8.19 348

4D-IteraStereo	5.47 35	2.05 110	8.66 82	5.34 65	4.93 225	6.11 81	1.79 63	13.74 49	16.35 120	14.53 108	11.10 44	8.22 60	1.59 4	8.73 26	3.37 50	0.00 1	0.49 191	0.09 132	0.02 72	0.25 60	1.98 220

PMTNet	5.52 36	1.11 3	4.24 7	2.49 1	1.38 80	8.75 134	0.67 10	12.64 30	12.84 77	8.66 41	11.27 46	6.00 39	4.70 53	9.91 49	3.02 40	22.39 380	0.01 6	0.04 95	0.02 72	0.06 5	0.23 19

RCA-Stereo	5.58 37	1.26 13	6.71 34	4.85 39	0.80 36	5.51 57	3.97 142	17.56 109	19.40 151	8.45 40	14.11 65	8.73 65	8.70 132	6.88 12	2.77 34	0.05 38	0.98 253	0.11 159	0.00 1	0.14 29	0.61 73

test_1	5.63 38	1.29 18	9.52 119	4.90 47	1.45 83	6.51 102	2.93 111	13.65 47	19.05 149	12.58 69	8.67 21	13.02 126	4.07 31	9.39 42	2.58 17	0.01 2	1.09 263	0.00 1	0.38 255	0.28 82	1.26 148

test-3	5.64 39	1.29 18	9.52 119	4.88 41	1.45 83	6.53 103	2.92 109	13.64 45	19.04 148	12.75 79	8.67 21	13.01 125	4.10 32	9.39 42	2.58 17	0.01 2	1.09 263	0.00 1	0.37 244	0.28 82	1.25 147

AE-Stereo	5.68 40	1.78 60	9.22 110	9.25 253	2.52 139	10.13 142	2.92 109	13.10 33	14.88 100	4.88 18	13.10 59	10.72 84	4.43 40	9.24 38	3.37 50	0.10 85	1.31 293	0.06 110	0.32 227	0.21 47	2.03 235

cross-raft	5.70 41	1.44 32	7.08 39	6.69 147	2.11 122	5.89 78	1.44 31	16.44 85	8.38 42	13.42 95	20.70 128	12.20 106	4.38 39	9.06 32	3.11 42	0.03 16	0.38 167	0.00 1	0.22 189	0.24 56	0.84 98

tt1	5.74 42	2.52 183	6.54 32	6.89 163	0.86 40	10.31 149	4.08 144	19.77 135	16.80 125	7.17 33	9.02 24	4.71 29	8.97 137	11.11 60	2.34 8	0.05 38	1.17 269	0.00 1	0.04 90	0.29 86	2.07 242

test_4	5.75 43	1.40 27	6.47 29	7.20 186	0.89 43	5.81 77	1.82 64	12.26 28	6.62 19	12.85 81	30.51 223	7.61 51	3.81 24	12.70 133	3.47 54	0.02 7	0.27 142	0.03 84	0.17 174	0.39 130	0.67 79

ACVNet-DCA	5.76 44	2.52 183	6.38 23	6.77 154	0.74 23	10.55 151	5.19 165	21.10 151	13.53 86	7.39 35	10.06 31	4.44 23	9.58 144	11.08 56	2.33 5	0.05 38	1.18 273	0.00 1	0.04 90	0.37 119	1.93 210

CFNet-RSSM	5.78 45	1.24 11	9.20 108	4.82 38	1.23 69	6.33 94	1.21 23	17.35 105	18.14 135	13.35 91	11.17 45	11.69 95	5.43 60	9.71 48	3.34 49	0.03 16	0.20 123	0.00 1	0.36 240	0.37 119	0.42 50

cc1	5.79 46	2.52 183	6.38 23	6.77 154	0.74 23	10.55 151	5.19 165	19.19 127	15.95 112	7.39 35	10.06 31	4.44 23	9.58 144	11.08 56	2.33 5	0.05 38	1.18 273	0.00 1	0.04 90	0.34 102	2.04 237

HUI-Stereo	5.80 47	1.98 92	10.42 155	5.66 83	0.45 3	5.52 58	2.68 101	13.29 41	7.82 35	12.71 78	18.16 94	12.91 123	6.60 91	10.73 54	5.36 110	0.89 255	0.08 87	0.10 140	0.00 1	0.25 60	0.36 35

Gwc-CoAtRS	5.80 47	1.37 24	9.07 93	4.80 37	1.39 81	6.90 112	1.27 25	16.50 87	15.48 107	13.07 86	13.35 62	12.64 110	5.61 70	9.14 35	4.20 75	0.04 22	0.32 153	0.00 1	0.29 219	0.30 90	0.33 25

ROB_FTStereo	5.82 49	1.97 85	10.37 151	5.67 90	0.46 9	5.52 58	1.63 42	13.27 39	7.79 29	12.69 72	18.06 91	12.86 118	6.63 95	12.28 114	5.43 112	0.87 254	0.09 90	0.10 140	0.00 1	0.26 70	0.36 35

EAI-Stereo	5.82 49	2.06 113	9.08 94	6.23 116	2.20 129	6.24 92	6.20 194	20.18 141	6.36 17	10.65 56	15.97 78	6.31 40	3.63 22	12.09 104	4.88 98	0.06 55	0.73 223	0.04 95	1.59 322	0.21 47	1.67 188

PSM-adaLoss	5.83 51	1.97 85	10.44 159	5.66 83	0.46 9	5.54 65	1.91 70	13.24 35	7.80 33	12.69 72	18.19 98	12.80 114	6.65 103	11.89 94	5.45 114	1.02 269	0.09 90	0.10 140	0.00 1	0.26 70	0.36 35

CRE-IMP	5.83 51	1.86 74	11.10 182	6.20 115	0.51 16	6.86 110	1.64 44	12.56 29	9.01 50	13.16 87	16.11 80	10.94 87	6.14 83	12.81 136	6.46 148	0.50 199	0.07 81	0.10 140	0.00 1	0.27 78	0.27 22

ROB_FTStereo_v2	5.85 53	1.97 85	10.38 152	5.66 83	0.46 9	5.52 58	1.95 72	13.24 35	7.78 28	12.68 71	18.16 94	12.83 115	6.61 93	12.27 112	5.63 121	1.00 266	0.09 90	0.10 140	0.00 1	0.26 70	0.36 35

RAFT-IKP	5.85 53	1.97 85	10.36 149	5.66 83	0.45 3	5.33 53	2.01 75	13.27 39	7.79 29	12.69 72	18.19 98	12.77 113	6.67 104	12.36 119	5.60 118	1.11 278	0.09 90	0.10 140	0.00 1	0.25 60	0.35 29

iGMRVC	5.86 55	1.97 85	10.41 154	5.66 83	0.45 3	5.53 62	1.75 61	13.35 42	7.81 34	12.69 72	18.17 96	12.86 118	6.53 90	12.34 117	5.77 124	1.13 281	0.09 90	0.10 140	0.00 1	0.26 70	0.34 28

Patchmatch Stereo++	5.88 56	1.97 85	10.43 157	5.66 83	0.45 3	5.54 65	2.32 84	13.26 37	7.79 29	12.69 72	18.14 92	12.86 118	6.63 95	12.36 119	5.60 118	1.09 275	0.09 90	0.10 140	0.00 1	0.25 60	0.35 29
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
iRAFT	5.88 56	1.97 85	10.43 157	5.66 83	0.45 3	5.54 65	2.32 84	13.26 37	7.79 29	12.69 72	18.14 92	12.86 118	6.63 95	12.36 119	5.60 118	1.09 275	0.09 90	0.10 140	0.00 1	0.25 60	0.35 29

IGEV_Zeroshot_test	5.90 58	2.30 154	15.24 253	6.90 164	2.11 122	4.35 13	1.51 36	15.68 73	8.52 46	13.73 100	11.89 51	11.49 91	3.82 25	11.41 72	4.76 96	0.11 89	0.84 239	0.15 181	0.25 208	0.87 232	1.98 220

raftrobust	5.94 59	2.07 117	6.94 38	7.67 204	6.24 275	4.96 41	1.82 64	17.76 110	14.36 96	12.03 64	11.62 48	7.74 53	9.01 138	11.29 70	3.71 61	0.05 38	0.79 232	0.00 1	0.04 90	0.25 60	0.38 43

RAFT-Stereo + iAFF	5.94 59	2.35 167	8.80 85	4.07 15	1.36 78	2.78 5	0.66 9	17.05 99	15.89 111	12.65 70	18.49 101	11.81 99	7.89 117	8.48 25	3.80 63	0.02 7	0.75 226	0.00 1	0.00 1	0.43 142	1.49 176

DeepStereo_RVC	5.95 61	1.88 78	10.44 159	5.76 99	0.60 20	5.45 54	1.78 62	12.93 31	8.02 38	14.07 104	14.98 70	12.40 107	10.05 151	12.02 99	7.35 154	0.61 221	0.10 100	0.12 164	0.00 1	0.21 47	0.29 23

LL-Strereo2	5.97 62	2.88 205	10.62 163	6.59 136	3.38 171	6.31 93	2.20 81	15.61 72	8.46 44	11.33 61	10.75 42	15.69 163	3.45 18	13.58 166	4.65 93	0.16 112	0.48 188	1.33 308	0.13 149	0.36 113	1.42 168

test_3	5.97 62	1.26 13	9.95 134	6.84 160	1.45 83	8.73 133	3.18 117	14.26 53	19.86 153	12.22 66	8.91 23	13.78 137	3.99 29	9.38 41	2.58 17	0.01 2	1.10 265	0.00 1	0.37 244	0.30 90	1.20 140

NRIStereo	5.98 64	1.91 83	9.60 121	6.29 124	0.45 3	6.56 105	2.52 92	15.37 69	11.43 66	12.55 68	15.07 72	11.45 90	6.11 81	12.32 115	6.23 136	0.83 247	0.16 117	0.11 159	0.00 1	0.32 95	0.33 25

HH	6.00 65	2.42 175	9.81 128	5.74 96	1.64 104	7.05 114	3.48 131	17.54 107	7.69 25	8.73 42	12.47 54	14.83 150	8.86 134	13.04 145	2.59 20	0.04 22	1.21 283	0.20 204	0.05 104	0.30 90	2.34 259

HanStereo	6.00 65	2.42 175	9.81 128	5.74 96	1.64 104	7.05 114	3.48 131	17.54 107	7.69 25	8.73 42	12.47 54	14.83 150	8.86 134	13.04 145	2.59 20	0.04 22	1.21 283	0.20 204	0.05 104	0.30 90	2.34 259

test-1	6.03 67	1.76 58	15.61 258	8.01 223	1.98 117	7.82 128	1.16 21	13.64 45	13.60 89	9.69 49	15.16 73	11.55 93	5.45 62	7.78 19	4.35 82	0.16 112	1.18 273	0.00 1	0.13 149	0.16 35	1.39 163

Selective-RAFT	6.10 68	1.16 4	10.90 176	7.41 193	0.91 45	15.22 213	1.11 19	14.84 64	16.23 116	7.19 34	7.06 17	11.49 91	8.10 120	12.83 138	5.19 105	0.26 149	0.97 252	0.00 1	0.46 264	0.10 11	0.65 76

EKT-Stereo	6.11 69	1.71 53	9.09 95	7.69 205	5.56 250	5.16 44	4.26 148	19.18 126	15.13 103	9.20 47	12.84 57	9.55 75	4.18 33	11.74 85	3.24 47	0.53 203	0.62 215	0.09 132	0.14 158	0.17 37	2.16 254

1test111	6.16 70	2.52 183	6.38 23	6.77 154	0.74 23	10.55 151	5.19 165	21.10 151	13.53 86	7.39 35	10.06 31	4.44 23	9.58 144	12.08 102	9.26 186	0.05 38	1.18 273	0.00 1	0.04 90	0.37 119	1.93 210

RAFT-Test	6.19 71	1.47 33	7.90 65	4.91 48	2.70 145	9.97 138	1.52 37	17.08 100	9.06 53	13.21 88	23.67 158	12.89 122	4.63 50	9.47 44	3.57 57	0.02 7	0.81 234	0.00 1	0.38 255	0.21 47	0.39 45

s12784h	6.22 72	1.01 2	4.95 12	3.57 5	0.54 18	19.55 265	0.95 16	19.51 132	18.39 137	12.98 85	12.58 56	7.78 54	5.56 69	11.34 71	4.36 83	0.89 255	0.01 6	0.05 103	0.00 1	0.07 7	0.20 18

Any-RAFT	6.28 73	1.42 30	4.91 11	5.00 51	1.25 74	10.18 143	1.90 69	22.68 168	15.87 110	12.12 65	19.23 107	13.69 136	4.65 51	9.35 40	2.36 10	0.06 55	0.57 208	0.00 1	0.00 1	0.05 2	0.35 29

GMOStereo	6.33 74	2.04 105	8.28 75	5.68 91	1.20 65	6.11 81	2.14 77	11.20 18	13.15 80	18.66 190	21.83 137	17.35 185	6.64 99	7.09 14	2.78 35	0.02 7	1.42 311	0.13 169	0.00 1	0.53 168	0.37 39

error version	6.33 74	2.04 105	8.28 75	5.68 91	1.20 65	6.11 81	2.14 77	11.20 18	13.15 80	18.66 190	21.83 137	17.35 185	6.64 99	7.09 14	2.78 35	0.02 7	1.42 311	0.13 169	0.00 1	0.53 168	0.37 39

test-v	6.33 74	2.04 105	8.28 75	5.68 91	1.20 65	6.11 81	2.14 77	11.20 18	13.15 80	18.66 190	21.83 137	17.35 185	6.64 99	7.09 14	2.78 35	0.02 7	1.42 311	0.13 169	0.00 1	0.53 168	0.37 39

test-2	6.33 74	2.04 105	8.28 75	5.68 91	1.20 65	6.11 81	2.14 77	11.20 18	13.15 80	18.66 190	21.83 137	17.35 185	6.64 99	7.09 14	2.78 35	0.02 7	1.42 311	0.13 169	0.00 1	0.53 168	0.37 39

GMStereo	6.44 78	4.92 269	12.13 205	5.60 76	0.87 41	9.18 136	2.57 96	12.99 32	25.54 204	12.85 81	11.84 50	5.60 37	3.62 21	11.92 96	6.44 147	0.53 203	0.02 21	0.05 103	0.36 240	0.98 238	0.70 83
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
TestStereo	6.45 79	3.34 230	8.02 67	6.23 116	1.68 106	6.33 94	2.48 90	14.54 62	16.71 124	11.71 62	24.13 161	9.38 72	7.13 106	11.83 90	4.32 81	0.12 97	0.01 6	0.00 1	0.00 1	0.73 208	0.33 25

knoymous	6.46 80	1.84 73	5.13 14	4.31 27	1.88 116	6.36 97	5.55 176	15.25 67	14.48 97	13.85 102	21.25 133	12.66 112	6.63 95	13.20 152	5.11 102	0.19 130	0.13 109	0.12 164	0.00 1	0.71 206	0.57 71

rafts_anoy	6.46 80	2.37 169	7.09 40	7.48 199	6.02 267	5.31 52	2.45 89	14.50 61	22.01 167	12.94 84	16.18 81	8.48 64	5.53 67	9.70 47	6.32 142	0.05 38	1.66 324	0.10 140	0.05 104	0.30 90	0.69 82

anonymousdsp2	6.47 82	1.81 66	9.73 125	5.25 61	1.23 69	9.35 137	3.96 141	22.51 165	18.39 137	12.87 83	10.19 36	10.17 79	4.46 43	11.77 87	3.83 64	0.06 55	1.00 258	0.31 240	0.18 183	0.25 60	2.06 241

XX-Stereo	6.50 83	1.81 66	10.42 155	12.71 320	7.14 297	3.46 8	0.90 14	16.31 81	6.13 16	9.03 46	28.11 196	13.48 134	2.22 12	11.87 93	2.61 22	0.45 192	0.78 231	0.08 128	0.42 261	1.09 244	0.88 103

AFF-stereo	6.50 83	2.29 153	8.09 70	4.63 33	0.87 41	3.48 9	0.75 11	16.92 98	13.98 92	13.26 89	25.21 169	15.46 160	7.68 114	11.50 79	3.71 61	0.04 22	0.70 221	0.00 1	0.00 1	0.48 158	1.02 122

xx1	6.52 85	2.52 183	6.38 23	6.77 154	0.74 23	10.55 151	5.19 165	19.19 127	15.95 112	7.39 35	10.07 35	16.17 166	12.10 184	11.08 56	2.33 5	0.05 38	1.18 273	0.02 70	0.36 240	0.37 119	1.93 210

RALCasStereoNet	6.53 86	2.84 204	8.12 71	7.88 217	6.12 271	6.85 109	5.29 169	14.66 63	13.94 91	10.20 51	18.18 97	10.24 80	3.83 26	12.33 116	5.56 117	0.04 22	1.88 330	0.11 159	0.01 53	0.26 70	2.24 256

11t1	6.61 87	1.76 58	9.64 123	5.62 79	2.15 126	13.57 189	2.67 100	15.77 75	8.83 49	13.66 99	11.90 52	12.03 104	9.76 148	12.23 111	8.58 176	0.23 137	1.33 299	0.00 1	0.31 225	0.26 70	1.95 217

TRStereo	6.64 88	6.95 296	12.06 204	9.69 264	7.59 305	5.12 43	1.68 50	20.72 144	12.34 72	10.93 59	9.07 25	10.57 83	3.16 15	14.33 178	4.23 77	0.60 219	0.80 233	0.14 176	0.37 244	0.56 176	1.86 202

DisPM	6.68 89	1.58 42	9.90 132	7.19 185	1.12 59	5.71 72	3.69 135	13.74 49	12.42 73	16.60 144	23.63 157	12.64 110	6.39 87	13.31 158	4.08 73	0.77 239	0.01 6	0.08 128	0.15 164	0.14 29	0.53 61

DCRE	6.73 90	2.11 126	9.19 107	7.76 210	4.90 223	7.81 127	5.86 186	16.46 86	11.38 65	9.61 48	22.55 150	11.84 101	6.35 86	11.09 59	3.63 58	0.04 22	1.19 278	0.06 110	0.37 244	0.15 31	2.23 255

AnonymousM	6.73 90	12.03 334	3.53 2	4.47 30	1.55 97	4.42 14	3.17 116	11.94 26	8.44 43	17.00 159	10.06 31	9.08 70	4.00 30	7.56 18	4.06 71	0.55 210	0.68 219	23.13 374	8.12 364	0.07 7	0.65 76

iRaft-Stereo_20w	6.75 92	2.17 141	13.20 224	5.07 54	2.34 135	7.43 121	2.61 97	20.20 142	7.85 37	15.28 115	10.36 38	14.42 145	8.13 121	16.81 223	4.20 75	0.06 55	0.84 239	0.13 169	0.83 294	0.66 199	2.42 267

DCANet-4	6.78 93	1.21 7	11.48 185	3.95 8	0.76 28	4.73 22	1.68 50	18.40 119	25.78 207	15.44 118	20.36 122	6.42 41	8.48 128	8.87 28	6.24 137	0.18 121	0.05 47	0.01 55	0.00 1	0.10 11	1.37 157

SST-Stereo	6.85 94	1.67 51	9.39 115	7.24 188	0.82 37	5.89 78	1.87 68	15.34 68	9.89 60	19.25 206	20.26 121	16.63 173	8.40 127	13.81 171	5.75 123	0.40 176	0.05 47	0.13 169	0.00 1	0.10 11	0.08 4

Pruner-Stereo	6.85 94	1.81 66	10.24 145	6.92 166	0.92 46	5.55 68	4.01 143	14.42 59	11.85 71	18.22 186	21.92 143	15.64 162	5.69 73	12.10 105	6.08 129	0.84 249	0.02 21	0.18 193	0.10 140	0.11 18	0.38 43

RALAANet	6.86 96	3.28 227	11.09 181	7.63 202	4.95 227	6.16 90	1.63 42	20.54 143	15.45 105	15.30 116	14.52 67	12.98 124	4.35 36	13.53 162	3.98 67	0.11 89	0.35 161	0.00 1	0.29 219	0.58 177	0.48 59

DCANet	6.87 97	2.02 101	9.12 98	4.03 11	0.76 28	4.77 27	1.74 60	16.15 79	25.07 196	15.88 133	20.79 130	7.89 56	11.31 168	9.23 37	6.15 131	0.18 121	0.05 47	0.00 1	0.00 1	0.28 82	2.01 231

PSM-softLoss	6.90 98	1.81 66	10.84 171	7.04 171	0.93 50	5.53 62	1.97 73	23.18 174	9.65 57	14.16 105	22.01 147	12.84 116	5.15 57	13.03 143	7.95 162	0.76 236	0.06 71	0.27 225	0.55 280	0.21 47	0.14 12

KMStereo	6.90 98	1.81 66	10.84 171	7.04 171	0.93 50	5.53 62	1.97 73	23.18 174	9.65 57	14.16 105	22.01 147	12.84 116	5.15 57	13.03 143	7.95 162	0.76 236	0.06 71	0.27 225	0.55 280	0.21 47	0.14 12

PFNet+	6.92 100	1.64 48	10.96 177	6.27 118	0.90 44	5.66 70	1.68 50	14.43 60	16.02 114	18.13 184	21.24 132	14.33 142	5.97 76	13.13 151	5.51 116	0.90 257	0.20 123	0.11 159	0.30 224	0.08 9	0.94 115

RAFT-345	6.94 101	1.48 34	7.45 52	5.65 82	0.96 54	5.49 56	3.20 118	13.73 48	10.97 62	13.81 101	42.93 331	9.01 69	5.31 59	13.09 150	4.73 95	0.58 214	0.05 47	0.10 140	0.06 114	0.08 9	0.08 4

MyStereo06	6.95 102	2.25 149	14.05 235	6.69 147	4.74 218	7.75 125	9.60 252	17.85 112	9.03 52	13.29 90	10.78 43	18.68 204	5.70 74	10.66 52	4.52 89	0.09 77	1.32 295	0.02 70	0.26 210	0.84 230	0.92 107

NF-Stereo	6.96 103	1.80 63	10.17 139	7.16 184	0.79 35	6.15 89	3.26 125	20.74 148	18.45 141	13.42 95	19.33 108	11.67 94	6.05 77	12.71 134	6.17 132	0.57 213	0.06 71	0.21 207	0.23 196	0.12 21	0.09 6

OCTAStereo	6.97 104	1.80 63	10.20 142	7.15 183	0.78 33	6.12 86	3.38 127	20.72 144	18.47 142	13.41 92	19.33 108	11.91 102	6.05 77	12.68 132	6.19 133	0.59 217	0.06 71	0.21 207	0.22 189	0.12 21	0.10 8

RE-Stereo	6.97 104	1.79 61	10.18 140	7.14 178	0.77 30	6.14 87	3.39 128	20.72 144	18.43 139	13.41 92	19.33 108	11.78 97	6.09 79	12.66 130	6.22 134	0.58 214	0.05 47	0.21 207	0.22 189	0.12 21	0.10 8

TVStereo	6.97 104	1.79 61	10.18 140	7.14 178	0.77 30	6.14 87	3.39 128	20.72 144	18.43 139	13.41 92	19.33 108	11.78 97	6.09 79	12.66 130	6.22 134	0.58 214	0.05 47	0.21 207	0.22 189	0.12 21	0.10 8

sAnonymous2	6.98 107	7.12 297	20.67 299	9.13 251	5.40 242	5.28 50	8.11 236	16.71 94	11.50 67	5.04 20	9.17 27	3.77 14	8.23 122	7.84 20	3.15 43	0.11 89	0.07 81	0.06 110	0.28 216	10.80 356	7.09 338

CroCo_RVC	6.98 107	7.12 297	20.67 299	9.13 251	5.40 242	5.28 50	8.11 236	16.71 94	11.50 67	5.04 20	9.17 27	3.77 14	8.23 122	7.84 20	3.15 43	0.11 89	0.07 81	0.06 110	0.28 216	10.80 356	7.09 338

DIP-Stereo	6.99 109	2.37 169	11.45 184	4.78 36	1.70 108	13.13 181	1.47 32	15.76 74	7.43 22	14.57 109	26.61 184	10.76 85	5.10 55	14.97 194	8.10 166	0.06 55	0.06 71	0.06 110	0.00 1	0.17 37	1.22 142
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ADStereo(finetuned)	7.09 110	2.04 105	11.52 187	4.01 9	0.77 30	4.78 28	1.73 58	16.15 79	25.08 197	15.89 134	20.74 129	7.88 55	13.56 204	9.11 34	6.07 128	0.18 121	0.05 47	0.00 1	0.00 1	0.28 82	1.93 210

raft+_RVC	7.10 111	2.37 169	6.59 33	6.94 169	5.82 260	6.35 96	5.97 189	21.05 150	23.63 184	10.90 58	17.95 90	9.80 76	5.55 68	11.49 78	4.47 88	0.04 22	1.50 320	0.00 1	0.00 1	0.38 129	1.23 144

OMP-Stereo	7.13 112	2.89 206	9.89 131	10.98 299	1.73 109	4.81 29	1.85 66	18.38 118	16.26 117	16.94 157	14.11 65	17.45 189	7.57 111	13.26 156	5.12 104	0.43 186	0.04 40	0.06 110	0.02 72	0.20 46	0.56 66

RAFT_R40	7.14 113	1.73 55	9.36 114	7.36 192	0.82 37	5.74 73	3.69 135	15.47 71	15.09 102	18.24 187	19.87 116	16.82 174	8.50 129	13.72 170	5.81 125	0.28 154	0.02 21	0.14 176	0.00 1	0.11 18	0.09 6

Anonymous	7.23 114	3.43 233	20.00 295	12.23 316	8.33 324	14.99 209	12.18 289	15.77 75	10.89 61	4.48 15	7.52 18	3.11 5	7.53 110	12.16 106	6.03 126	1.24 291	0.36 164	0.09 132	0.20 187	2.81 294	1.32 156

fff	7.26 115	1.99 93	9.12 98	4.17 16	0.47 12	4.73 22	1.68 50	16.56 89	33.55 264	15.45 119	20.36 122	7.49 48	12.54 189	9.03 29	6.26 138	0.18 121	0.05 47	0.01 55	0.00 1	0.10 11	1.37 157

MIPNet	7.26 115	2.30 154	13.74 229	5.32 64	1.61 101	11.32 161	2.77 105	27.02 214	18.47 142	15.56 125	13.20 60	7.01 43	9.46 143	8.84 27	6.32 142	0.15 111	0.03 33	0.06 110	0.08 127	0.42 140	1.39 163

csc	7.26 115	1.99 93	9.12 98	4.17 16	0.47 12	4.73 22	1.68 50	16.56 89	33.55 264	15.45 119	20.36 122	7.49 48	12.54 189	9.03 29	6.26 138	0.18 121	0.05 47	0.01 55	0.00 1	0.10 11	1.37 157

cscssc	7.26 115	1.99 93	9.12 98	4.17 16	0.47 12	4.73 22	1.68 50	16.56 89	33.55 264	15.45 119	20.36 122	7.49 48	12.54 189	9.03 29	6.26 138	0.18 121	0.05 47	0.01 55	0.00 1	0.10 11	1.37 157

riskmin	7.28 119	1.54 38	8.37 79	5.01 52	3.24 167	11.65 164	3.20 118	16.61 92	18.86 147	10.45 53	13.46 63	16.20 168	12.68 194	12.46 124	6.57 150	0.17 118	1.38 307	0.14 176	0.33 233	0.67 201	2.52 271

R-Stereo Train	7.33 120	1.62 44	9.31 112	6.80 158	2.33 133	7.57 122	5.36 171	24.47 186	7.63 23	16.40 139	33.07 262	12.42 108	5.52 65	8.06 22	5.23 106	0.05 38	0.05 47	0.01 55	0.00 1	0.12 21	0.56 66

RAFT-Stereo	7.33 120	1.62 44	9.31 112	6.80 158	2.33 133	7.57 122	5.36 171	24.47 186	7.63 23	16.40 139	33.07 262	12.42 108	5.52 65	8.06 22	5.23 106	0.05 38	0.05 47	0.01 55	0.00 1	0.12 21	0.56 66
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MIM_Stereo	7.37 122	2.06 113	12.02 203	4.71 34	1.69 107	5.17 45	1.28 26	19.54 133	13.09 79	16.93 155	28.48 199	13.05 127	5.43 60	13.25 155	7.41 155	0.02 7	0.62 215	0.00 1	0.01 53	0.45 149	2.09 248

StereoVision	7.48 123	2.90 207	10.47 161	10.13 274	3.93 189	4.99 42	1.86 67	21.10 151	17.66 131	8.90 45	29.71 214	10.95 88	6.61 93	12.83 138	5.11 102	0.69 231	0.05 47	0.17 190	0.03 80	0.98 238	0.56 66

IPLGR	7.48 123	1.61 43	14.03 234	4.92 49	1.30 76	10.30 147	1.20 22	24.52 189	22.59 174	16.71 152	18.84 103	8.44 63	7.49 109	9.62 46	6.34 144	0.26 149	0.05 47	0.05 103	0.06 114	0.37 119	0.93 111

HHNet	7.57 125	2.01 99	8.03 68	3.71 7	3.46 174	4.93 38	6.17 193	19.69 134	16.27 118	20.91 230	31.75 243	10.56 82	5.82 75	10.69 53	5.10 101	0.67 230	0.07 81	0.21 207	0.14 158	0.63 188	0.54 63

IIG-Stereo	7.59 126	2.47 178	9.40 116	10.39 285	1.78 110	6.67 106	1.47 32	17.83 111	16.51 123	18.91 200	20.12 119	17.76 193	8.74 133	13.21 154	5.43 112	0.44 189	0.05 47	0.03 84	0.00 1	0.17 37	0.45 54

ASMatch	7.61 127	1.63 46	9.18 106	5.79 100	2.27 131	4.63 16	2.54 93	17.23 103	13.73 90	17.27 162	34.28 278	13.26 130	10.15 154	12.39 122	5.49 115	0.12 97	0.24 137	0.21 207	0.17 174	0.18 41	1.55 181

ACRE	7.62 128	3.21 222	14.93 250	7.81 212	5.00 230	10.01 140	4.45 152	16.32 82	15.86 109	17.81 174	19.21 106	8.38 62	4.25 34	11.11 60	10.58 202	0.78 242	0.32 153	0.03 84	0.15 164	0.44 145	1.84 200

LCNet	7.64 129	1.41 28	6.15 19	6.93 167	1.35 77	9.00 135	5.44 173	18.37 117	11.30 63	16.62 145	24.39 163	14.67 146	11.03 160	12.03 100	4.01 68	0.07 66	0.02 21	0.23 216	2.07 331	1.00 241	6.69 334

IPLG	7.65 130	2.00 97	13.81 230	5.86 104	4.35 206	10.97 157	1.43 29	22.52 166	16.50 122	19.78 210	20.62 127	5.28 34	5.49 63	12.58 129	9.70 193	0.13 103	0.06 71	0.03 84	0.07 121	0.41 137	1.38 161

CIPLG	7.69 131	3.27 225	14.40 239	7.84 214	5.08 234	10.24 144	4.59 155	16.02 78	15.45 105	18.05 182	19.72 114	8.79 66	4.61 45	11.84 92	10.40 200	0.76 236	0.33 159	0.03 84	0.15 164	0.44 145	1.83 199

x	7.70 132	2.12 128	8.93 91	5.08 55	2.55 142	11.65 164	4.40 151	20.91 149	12.53 74	13.58 98	20.49 126	15.73 164	11.10 162	10.65 51	10.16 195	0.11 89	1.37 305	0.04 95	0.29 219	0.34 102	1.95 217

IPLGR_C	7.70 132	3.32 228	14.54 241	7.98 221	5.04 232	10.26 145	4.64 158	16.50 87	16.28 119	17.97 181	18.85 104	8.30 61	4.66 52	11.22 65	10.89 209	0.77 239	0.32 153	0.03 84	0.15 164	0.43 142	1.84 200

qqq	7.72 134	2.15 136	10.06 137	5.01 52	1.82 114	8.62 132	7.27 221	21.10 151	13.53 86	12.48 67	18.71 102	16.17 166	12.10 184	12.08 102	9.26 186	0.08 70	1.35 303	0.02 70	0.36 240	0.36 113	1.93 210

111	7.73 135	2.39 174	9.12 98	4.17 16	0.47 12	10.65 155	3.49 134	21.34 157	28.25 227	10.60 54	16.85 86	14.74 149	10.22 155	12.48 125	6.61 151	0.43 186	0.01 6	0.00 1	0.00 1	0.35 106	2.39 266

RAFT+CT+SA	7.76 136	2.01 99	7.56 55	11.32 304	3.31 168	4.60 15	7.19 218	17.21 102	27.40 220	10.43 52	27.34 188	7.63 52	7.83 116	15.46 201	3.51 55	0.03 16	0.39 169	0.18 193	0.46 264	0.33 97	0.93 111

RAFT-RH_RVC	7.88 137	1.51 37	7.72 57	5.41 69	0.96 54	11.41 162	1.48 34	13.43 43	15.04 101	17.54 170	45.66 343	10.86 86	6.42 88	13.48 160	5.26 108	0.81 245	0.04 40	0.12 164	0.13 149	0.12 21	0.17 16

TransformOpticalFlow	7.95 138	2.10 122	9.83 130	6.06 108	1.24 72	6.82 108	7.98 233	18.60 121	14.06 94	14.93 111	28.79 201	18.74 205	11.03 160	12.79 135	4.12 74	0.06 55	0.04 40	0.21 207	0.04 90	0.21 47	1.27 149

TestStereo1	8.04 139	2.22 147	8.85 88	10.87 297	2.12 124	4.66 18	2.40 87	21.17 155	23.79 185	17.41 163	26.31 180	9.41 73	9.09 139	16.23 207	3.85 65	0.14 105	0.40 171	0.02 70	0.13 149	0.58 177	1.10 131

SA-5K	8.04 139	2.22 147	8.85 88	10.87 297	2.12 124	4.66 18	2.40 87	21.17 155	23.79 185	17.41 163	26.31 180	9.41 73	9.09 139	16.23 207	3.85 65	0.14 105	0.40 171	0.02 70	0.13 149	0.58 177	1.10 131

PFNet	8.10 141	1.75 56	12.34 209	7.54 201	2.40 136	7.41 120	5.81 184	23.83 183	17.85 133	20.78 224	17.57 88	15.22 158	7.72 115	13.37 159	6.46 148	0.33 163	0.20 123	0.12 164	0.19 186	0.32 95	0.77 93

AAGNet	8.15 142	1.75 56	10.57 162	7.72 209	0.74 23	5.74 73	4.98 163	15.90 77	14.59 98	20.31 217	23.80 159	15.08 156	11.25 166	12.27 112	16.70 252	0.85 250	0.06 71	0.32 242	0.01 53	0.15 31	0.16 14

STrans-v2	8.16 143	2.09 120	9.79 127	5.44 70	1.53 96	11.87 167	9.69 258	19.77 135	13.20 84	14.01 103	25.80 173	17.88 197	12.55 192	13.30 157	4.39 84	0.06 55	0.01 6	0.18 193	0.01 53	0.25 60	1.31 154

Prome-Stereo	8.22 144	1.48 34	6.24 21	7.06 174	1.55 97	6.54 104	9.08 244	21.88 160	9.88 59	21.12 234	32.48 257	11.82 100	11.59 172	11.99 98	4.04 70	0.08 70	0.02 21	0.19 199	0.12 146	0.45 149	6.89 337

FENet	8.22 144	1.39 25	7.33 50	6.43 128	2.17 128	10.97 157	2.20 81	22.10 163	21.26 159	17.85 177	23.22 155	14.29 140	11.50 170	13.56 165	8.32 170	0.29 156	0.24 137	0.03 84	0.03 80	0.18 41	1.04 124

raft_robust	8.39 146	2.81 201	7.62 56	6.32 126	1.17 63	5.47 55	0.82 13	34.37 292	35.49 286	18.40 189	20.25 120	7.24 46	5.51 64	15.77 203	3.40 53	0.11 89	1.10 265	0.00 1	0.50 273	0.33 97	1.19 139

HITNet	8.41 147	3.59 242	9.91 133	5.30 62	1.52 95	13.35 186	4.48 153	22.00 161	16.06 115	15.52 123	22.95 154	15.28 159	11.74 175	14.91 193	9.25 185	0.10 85	0.01 6	0.48 254	0.06 114	0.58 177	1.04 124
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
SA	8.43 148	2.16 140	10.02 136	8.41 233	0.93 50	7.36 119	2.21 83	23.73 181	26.15 209	13.55 97	30.84 229	9.89 77	10.09 152	16.84 225	3.52 56	0.18 121	0.68 219	0.17 190	0.40 260	0.48 158	0.92 107

GMM-Stereo	8.44 149	1.27 15	7.36 51	6.64 145	2.56 143	10.00 139	9.29 250	23.79 182	11.33 64	17.96 180	29.59 212	17.14 178	7.59 112	11.77 87	4.61 92	0.13 103	0.01 6	0.24 220	0.94 298	0.49 166	6.14 327

mmm	8.54 150	2.13 134	10.21 143	5.81 102	2.96 159	14.00 194	6.67 204	19.28 129	12.59 75	16.95 158	24.40 164	17.83 196	10.70 158	12.90 140	9.42 189	0.17 118	1.28 290	0.50 256	0.60 284	0.44 145	2.03 235

RAFT_CTSACE	8.55 151	2.62 196	9.63 122	7.41 193	5.06 233	5.76 75	2.54 93	15.38 70	17.84 132	24.33 270	34.69 283	16.37 169	7.22 107	18.05 243	2.63 24	0.01 2	0.56 205	0.00 1	0.03 80	0.42 140	0.41 48

dd	8.57 152	5.20 274	13.37 225	6.91 165	1.05 57	10.30 147	3.89 139	17.29 104	34.00 271	15.73 128	17.50 87	7.45 47	6.60 91	15.00 195	10.99 210	1.39 296	0.41 177	0.18 193	0.46 264	2.25 285	1.40 165

CASS	8.64 153	2.03 103	8.60 81	8.71 243	1.59 100	15.02 211	2.75 104	23.27 177	18.58 145	16.29 135	22.78 152	13.42 132	13.68 208	13.07 149	7.66 156	1.18 288	0.05 47	0.13 169	0.01 53	0.75 214	3.24 295
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DN-CSS_ROB	8.72 154	3.49 235	16.63 267	6.74 151	3.39 172	6.20 91	3.43 130	23.40 178	22.03 168	17.46 167	30.28 219	9.33 71	8.32 125	14.71 184	6.36 145	0.91 259	0.00 1	0.45 252	0.00 1	0.65 194	0.70 83

GANet-ADL	8.73 155	2.80 200	9.48 117	7.87 216	2.77 147	12.88 178	5.29 169	29.97 241	25.61 205	14.50 107	16.64 84	17.02 177	7.60 113	11.61 84	8.01 164	0.51 202	0.40 171	0.10 140	0.12 146	0.77 217	0.70 83

PSM-AAD	8.76 156	1.41 28	6.46 28	6.87 162	1.18 64	12.78 176	9.66 257	20.03 140	15.78 108	21.79 244	24.91 165	14.31 141	13.16 198	12.42 123	4.07 72	0.05 38	0.06 71	2.44 328	0.16 170	0.45 149	7.17 340

FTStereo	8.76 156	1.57 40	6.75 35	6.55 133	2.45 137	7.65 124	11.62 285	18.36 116	9.01 50	20.25 212	40.79 319	15.87 165	12.36 188	11.02 55	4.69 94	0.24 142	0.01 6	0.09 132	0.16 170	0.19 44	5.58 321

GwcNet-ADL	8.81 158	2.00 97	10.21 143	7.70 208	2.82 149	6.99 113	7.05 215	30.58 246	26.21 211	15.71 127	17.65 89	13.93 138	6.83 105	13.90 172	11.43 212	0.49 197	0.76 230	0.01 55	0.01 53	0.55 175	1.46 171

test_5	8.85 159	2.05 110	9.51 118	11.62 306	4.99 229	6.74 107	5.48 175	18.25 115	23.57 182	16.72 153	29.73 215	15.54 161	10.54 157	16.25 210	4.02 69	0.05 38	0.40 171	0.27 225	0.08 127	0.34 102	0.81 95

ARAFT	8.86 160	3.86 247	17.37 276	5.96 105	0.94 53	12.59 174	10.80 271	18.20 114	19.95 154	18.77 195	16.27 82	17.78 194	8.88 136	18.82 250	5.30 109	0.35 166	0.04 40	0.00 1	0.00 1	0.62 187	0.64 74

ffm	8.89 161	2.34 161	12.99 218	6.28 119	3.81 182	12.43 169	7.47 223	19.77 135	16.80 125	16.64 147	32.03 247	17.29 180	11.78 176	11.11 60	2.34 8	0.05 38	1.17 269	0.80 277	0.37 244	0.29 86	2.07 242

Sa-1000	8.91 162	2.10 122	9.11 96	8.07 225	1.16 62	16.62 240	2.39 86	25.58 195	25.43 202	15.52 123	28.24 197	12.19 105	8.67 130	16.40 213	3.70 59	0.39 174	0.86 243	0.16 187	0.23 196	0.48 158	0.89 105

IRAFT_RVC	8.93 163	1.80 63	10.65 164	7.83 213	1.81 112	6.36 97	10.05 262	26.32 205	27.59 222	17.93 179	19.70 113	17.67 192	9.98 150	13.20 152	6.29 141	0.37 172	0.30 150	0.19 199	0.05 104	0.23 54	0.24 20

DMCA	8.96 164	2.60 191	11.84 197	5.61 77	4.25 201	11.09 159	4.36 150	25.89 197	20.23 156	17.10 161	20.96 131	17.55 190	11.92 183	11.47 73	12.27 221	0.60 219	0.09 90	0.35 244	0.05 104	0.48 158	0.57 71

GES	9.01 165	2.61 195	12.88 214	6.76 152	2.02 118	13.08 180	6.33 199	22.23 164	22.21 170	19.80 211	26.73 185	8.97 68	11.01 159	14.41 180	8.35 173	0.54 208	0.10 100	0.30 239	0.15 164	0.82 227	0.99 117

GrayStereo	9.02 166	1.35 22	7.73 58	8.62 239	2.88 153	10.28 146	10.99 275	18.66 123	16.36 121	22.78 257	30.63 225	17.56 191	12.19 186	11.50 79	5.08 100	0.09 77	0.02 21	0.19 199	0.78 293	0.33 97	2.37 262

DEmStereo	9.07 167	1.70 52	10.89 174	4.86 40	1.23 69	11.51 163	5.70 179	14.24 52	27.02 217	22.33 252	32.56 258	11.70 96	15.04 225	11.83 90	8.53 174	0.31 159	0.16 117	0.02 70	0.09 133	0.11 18	1.47 172

RAFT	9.07 167	2.76 199	10.38 152	8.89 248	1.24 72	13.48 187	8.19 238	17.14 101	17.29 130	23.01 259	19.34 112	20.06 216	11.13 163	17.79 241	6.43 146	0.09 77	1.12 267	0.28 231	0.02 72	0.79 219	1.94 216

iRaft-Stereo_5w	9.10 169	2.33 159	10.69 166	6.64 145	4.47 212	4.74 26	10.72 270	16.71 94	16.97 129	15.39 117	26.15 177	21.25 223	12.59 193	16.38 212	12.90 230	0.85 250	0.51 194	0.08 128	0.22 189	0.95 237	1.53 179

HCRNet	9.13 170	1.82 72	8.73 84	14.95 334	5.22 237	10.66 156	2.49 91	26.57 209	18.64 146	16.31 136	25.51 171	18.42 203	11.15 164	13.53 162	7.25 153	0.10 85	0.04 40	0.10 140	0.02 72	0.27 78	0.76 91

SFCPSM	9.16 171	1.72 54	12.32 208	5.64 81	3.51 176	16.58 239	6.93 212	31.11 253	26.15 209	17.05 160	20.08 118	11.05 89	9.94 149	12.55 126	6.05 127	0.36 168	0.17 119	0.37 246	0.22 189	0.40 134	1.01 120

whm_eth	9.17 172	5.14 273	19.04 291	7.90 219	6.70 288	6.89 111	3.35 126	18.64 122	21.30 160	22.39 253	38.88 309	4.64 28	4.25 34	14.43 181	5.63 121	0.65 225	0.08 87	0.22 214	0.10 140	0.74 210	2.37 262

KYRaft	9.17 172	1.39 25	7.74 59	7.07 175	1.03 56	8.05 131	7.90 232	23.72 180	9.22 55	21.43 239	31.08 232	22.52 234	8.03 118	12.21 109	3.16 45	0.10 85	0.02 21	0.05 103	0.67 287	0.46 154	17.51 374

CrosDoStereo	9.41 174	1.65 49	8.83 86	5.19 58	1.13 60	7.34 117	14.47 307	16.33 83	24.64 193	24.44 271	33.36 267	13.18 128	13.52 201	12.56 127	9.08 182	0.06 55	0.11 104	0.09 132	0.04 90	0.41 137	1.73 192

DeepStereo_LL	9.41 174	1.65 49	8.83 86	5.19 58	1.13 60	7.34 117	14.47 307	16.33 83	24.64 193	24.44 271	33.36 267	13.18 128	13.52 201	12.56 127	9.08 182	0.06 55	0.11 104	0.09 132	0.04 90	0.41 137	1.73 192

DRaft	9.41 174	1.56 39	10.09 138	4.18 20	0.92 46	12.87 177	5.68 178	17.40 106	29.75 235	21.24 236	38.12 303	9.96 78	13.97 213	11.81 89	8.08 165	0.66 229	0.30 150	0.07 125	0.26 210	0.33 97	0.88 103

THIR-Stereo	9.52 177	2.21 144	9.26 111	5.38 67	0.85 39	15.55 216	11.50 284	16.88 97	21.74 165	24.45 273	31.96 246	14.20 139	13.85 211	11.89 94	8.54 175	0.14 105	0.25 141	0.10 140	0.05 104	0.40 134	1.11 135

MyStereo04	9.58 178	2.38 172	10.28 148	6.63 142	4.77 220	6.47 100	9.60 252	32.50 269	42.15 318	14.59 110	12.10 53	11.92 103	11.87 182	14.80 191	8.14 168	0.09 77	1.33 299	0.03 84	0.32 227	0.74 210	0.93 111

CoDeX	9.58 178	2.12 128	10.82 170	6.52 132	3.76 181	16.55 238	6.82 209	26.62 210	25.63 206	17.50 168	25.62 172	14.70 148	11.81 181	12.82 137	7.88 161	0.42 185	0.20 123	0.15 181	0.02 72	0.36 113	1.28 150

anonymousa	9.61 180	2.06 113	9.20 108	5.24 60	6.67 286	15.03 212	4.18 147	19.08 125	21.43 163	19.03 201	30.96 231	21.49 226	14.23 215	11.12 64	8.61 177	0.08 70	1.24 288	0.29 235	0.69 288	0.18 41	1.48 175

MyStereo05	9.63 181	2.25 149	10.26 146	6.69 147	4.74 218	7.75 125	9.60 252	31.51 261	41.00 314	17.45 166	13.02 58	10.28 81	12.27 187	14.74 188	7.68 158	0.09 77	1.32 295	0.02 70	0.26 210	0.84 230	0.92 107

BUS	9.86 182	1.86 74	9.14 103	7.14 178	4.12 196	19.47 263	2.69 102	34.15 288	23.28 178	18.82 197	21.95 144	14.37 143	11.63 173	14.72 185	12.39 222	0.36 168	0.13 109	0.15 181	0.04 90	0.37 119	0.46 55

CFNet_pseudo	9.92 183	2.21 144	11.76 192	5.09 56	2.93 158	14.43 199	3.12 114	27.16 215	32.52 258	17.58 172	22.81 153	21.97 229	9.29 142	13.06 147	8.34 171	0.23 137	0.46 185	1.23 304	0.27 214	2.89 296	0.99 117

ccs_rob	9.95 184	2.21 144	11.74 191	5.11 57	2.91 154	14.48 200	3.21 120	27.26 216	32.72 260	17.53 169	22.70 151	21.96 228	9.25 141	12.99 141	8.34 171	0.23 137	0.45 183	1.38 309	0.28 216	3.13 304	1.07 129

MSMDNet	9.96 185	2.08 118	11.66 190	5.39 68	2.92 155	16.50 237	2.89 108	29.73 239	34.55 277	17.86 178	21.91 142	18.86 207	8.36 126	13.06 147	7.74 160	0.24 142	0.47 187	0.66 267	0.24 200	3.07 300	1.04 124

MLCV	9.96 185	3.33 229	14.77 242	5.75 98	1.62 102	14.91 203	1.31 27	22.06 162	24.83 195	22.51 254	31.57 241	17.20 179	8.07 119	17.07 229	12.11 216	0.48 194	0.01 6	0.05 103	0.05 104	0.48 158	1.10 131

PCWNet_CMD	9.97 187	2.08 118	11.61 189	5.36 66	2.92 155	16.39 234	2.94 112	29.76 240	34.38 274	17.83 175	21.86 141	18.91 208	8.27 124	13.01 142	7.73 159	0.23 137	0.46 185	0.79 275	0.25 208	3.46 309	1.12 136

DualNet	9.99 188	2.34 161	12.99 218	6.28 119	3.81 182	12.43 169	7.47 223	19.77 135	16.80 125	16.64 147	32.03 247	17.29 180	11.78 176	11.11 60	24.30 297	0.05 38	1.17 269	0.80 277	0.37 244	0.29 86	2.07 242

UCFNet_RVC	10.01 189	2.81 201	6.11 18	7.31 190	3.92 188	16.80 242	8.00 234	28.68 228	20.81 158	16.57 142	23.35 156	25.82 259	13.06 197	13.55 164	9.18 184	0.12 97	0.06 71	1.19 300	0.32 227	1.47 263	1.06 127

Anonymous3	10.07 190	4.14 253	31.49 329	9.77 267	5.11 235	25.00 300	11.85 286	25.20 192	19.24 150	10.80 57	14.78 68	7.92 57	8.68 131	14.40 179	6.12 130	3.25 332	1.40 308	0.08 128	0.06 114	0.81 224	1.30 153

BEATNet_4x	10.11 191	5.82 282	14.80 244	6.14 110	1.55 97	13.87 192	5.98 190	26.24 202	18.35 136	16.53 141	25.41 170	18.01 198	13.78 210	18.01 242	12.39 222	0.48 194	0.18 120	0.81 282	0.11 144	2.02 277	1.70 190

GANet-RSSM	10.17 192	2.02 101	8.21 73	7.09 177	5.57 251	13.17 183	7.29 222	27.27 217	19.65 152	15.81 129	28.83 202	26.18 261	16.33 244	14.58 182	9.28 188	0.25 146	0.27 142	0.16 187	0.04 90	0.65 194	0.72 86

gwcnet-sp	10.26 193	3.56 238	15.31 254	6.59 136	4.30 202	15.71 219	5.71 181	26.09 199	25.15 199	21.68 241	21.77 134	15.01 153	16.42 247	15.21 196	10.76 205	0.12 97	0.20 123	0.02 70	0.09 133	0.63 188	0.86 100

scenet	10.26 193	3.56 238	15.31 254	6.59 136	4.30 202	15.71 219	5.71 181	26.09 199	25.15 199	21.68 241	21.77 134	15.01 153	16.42 247	15.21 196	10.76 205	0.12 97	0.20 123	0.02 70	0.09 133	0.63 188	0.86 100

ssnet	10.26 193	3.56 238	15.31 254	6.59 136	4.30 202	15.71 219	5.71 181	26.09 199	25.15 199	21.68 241	21.77 134	15.01 153	16.42 247	15.21 196	10.76 205	0.12 97	0.20 123	0.02 70	0.09 133	0.63 188	0.86 100

PSMNet-ADL	10.30 196	2.32 157	7.83 62	9.69 264	4.44 209	16.04 226	4.16 145	27.57 220	25.08 197	15.16 113	19.04 105	25.28 256	13.63 207	16.49 216	15.33 240	0.86 252	0.81 234	0.01 55	0.04 90	0.33 97	1.81 196

ff1	10.31 197	2.34 161	12.99 218	6.28 119	3.81 182	12.43 169	7.47 223	19.77 135	16.80 125	16.64 147	32.03 247	17.29 180	11.78 176	17.54 235	24.30 297	0.05 38	1.17 269	0.80 277	0.37 244	0.29 86	2.07 242

PSMNet-RSSM	10.31 197	2.47 178	7.79 60	7.85 215	4.38 208	10.47 150	6.67 204	29.67 237	22.25 171	16.62 145	33.75 273	23.30 240	14.58 220	13.91 173	10.56 201	0.23 137	0.09 90	0.07 125	0.24 200	0.87 232	0.48 59

IER	10.32 199	2.06 113	11.88 199	4.95 50	5.34 239	13.34 185	6.11 192	27.47 219	23.59 183	20.37 218	30.03 217	16.50 170	20.42 286	14.24 176	8.81 178	0.16 112	0.03 33	0.18 193	0.10 140	0.27 78	0.56 66

BSDual-CNN	10.33 200	1.86 74	9.14 103	7.14 178	4.12 196	15.83 224	8.93 241	34.15 288	23.28 178	18.82 197	21.95 144	22.14 230	13.58 205	14.72 185	9.53 190	0.36 168	0.13 109	0.15 181	0.04 90	0.37 119	0.46 55

psmg	10.36 201	1.86 74	9.14 103	5.58 75	4.12 196	15.74 223	7.65 228	30.05 242	23.28 178	21.80 245	26.26 179	22.14 230	13.58 205	14.72 185	9.53 190	0.36 168	0.13 109	0.17 190	0.04 90	0.44 145	0.67 79

CFNet-ft	10.46 202	3.02 215	7.10 41	7.69 205	5.42 245	16.93 243	5.92 187	22.83 172	22.31 172	15.81 129	30.40 221	26.42 264	15.19 228	13.60 167	12.18 218	0.14 105	0.10 100	1.87 317	0.34 236	1.22 249	0.73 89

CFNet_RVC	10.46 202	3.02 215	7.10 41	7.69 205	5.42 245	16.93 243	5.92 187	22.82 171	22.31 172	15.81 129	30.40 221	26.41 263	15.19 228	13.60 167	12.19 219	0.14 105	0.10 100	1.87 317	0.34 236	1.22 249	0.73 89

qqq1	10.51 204	1.90 79	14.85 245	4.89 43	1.48 91	14.92 204	3.21 120	31.03 248	30.74 243	20.28 213	29.37 208	18.33 199	14.54 216	16.56 218	4.42 85	0.41 179	1.20 279	0.00 1	0.14 158	0.39 130	1.60 182

fff1	10.51 204	1.90 79	14.85 245	4.89 43	1.48 91	14.92 204	3.21 120	31.03 248	30.74 243	20.28 213	29.37 208	18.33 199	14.54 216	16.56 218	4.42 85	0.41 179	1.20 279	0.00 1	0.14 158	0.39 130	1.60 182

UDGNet	10.51 204	14.75 346	11.91 200	10.29 280	2.78 148	7.93 130	1.94 71	19.31 130	34.57 278	17.74 173	13.70 64	13.56 135	7.30 108	13.52 161	7.18 152	5.80 351	0.11 104	12.86 368	2.76 337	9.87 352	2.34 259

ICVP	10.54 207	2.11 126	7.49 53	9.62 262	3.41 173	13.85 191	6.34 200	26.81 212	23.24 177	16.90 154	31.76 244	27.31 272	12.81 195	12.18 108	12.47 226	1.59 299	0.58 211	0.19 199	0.13 149	0.63 188	1.45 170
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_ucs	10.56 208	2.15 136	12.88 214	5.55 74	4.11 195	15.24 214	3.93 140	28.55 226	32.41 257	18.70 194	24.95 167	22.99 236	9.66 147	14.22 175	8.13 167	0.29 156	0.84 239	1.63 313	0.23 196	3.43 308	1.31 154

cf-r	10.67 209	2.34 161	9.77 126	6.17 112	5.79 257	12.94 179	5.14 164	25.21 194	27.86 224	17.84 176	32.03 247	25.81 258	15.91 238	12.22 110	12.56 228	0.17 118	0.19 122	0.05 103	0.06 114	0.59 183	0.72 86

RAFT + AFF	10.71 210	4.59 261	18.51 285	10.52 287	5.02 231	13.14 182	11.12 278	26.24 202	27.48 221	15.09 112	16.07 79	19.83 214	11.23 165	17.09 230	10.38 198	0.45 192	1.45 316	0.65 266	0.23 196	2.31 288	2.74 280

hknet	10.77 211	1.95 84	11.80 194	7.14 178	3.83 187	15.83 224	8.93 241	34.15 288	22.70 175	18.82 197	21.95 144	23.13 238	17.03 254	16.94 227	9.85 194	0.28 154	0.13 109	0.15 181	0.04 90	0.37 119	0.46 55

ttt	10.82 212	2.17 141	9.66 124	7.03 170	4.44 209	14.16 196	6.87 210	33.72 283	30.69 241	15.67 126	31.50 239	14.99 152	10.50 156	16.54 217	13.98 233	0.41 179	1.31 293	0.10 140	0.29 219	0.47 156	1.92 209

ACVNet	10.83 213	2.25 149	7.10 41	6.43 128	3.02 162	13.17 183	3.75 137	22.83 172	35.15 284	15.81 129	30.67 226	24.65 249	15.77 236	16.47 214	18.13 261	0.16 112	0.01 6	0.06 110	0.07 121	0.65 194	0.43 51

AdaStereo	10.85 214	4.57 260	10.79 168	9.59 261	3.46 174	17.49 249	6.29 197	32.70 271	26.07 208	19.04 202	26.55 183	19.60 213	10.12 153	17.71 240	10.38 198	1.00 266	0.05 47	0.42 250	0.02 72	0.70 204	0.46 55
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.
SMFormer	11.03 215	1.90 79	14.85 245	4.89 43	1.48 91	14.92 204	3.21 120	31.03 248	30.74 243	20.28 213	29.37 208	18.33 199	14.54 216	16.56 218	14.46 236	0.41 179	1.20 279	0.28 231	0.24 200	0.45 149	1.47 172

tta	11.03 215	1.90 79	14.85 245	4.89 43	1.48 91	14.92 204	3.21 120	31.03 248	30.73 242	20.28 213	29.37 208	18.33 199	14.54 216	16.56 218	14.46 236	0.41 179	1.20 279	0.28 231	0.24 200	0.39 130	1.60 182

iResNet	11.06 217	4.16 254	16.83 269	7.89 218	2.23 130	15.59 217	9.17 248	24.49 188	29.14 232	20.78 224	31.13 234	16.87 176	11.58 171	15.45 200	12.50 227	0.64 224	0.05 47	0.02 70	0.10 140	0.79 219	1.71 191

CFNet	11.23 218	3.41 232	10.68 165	7.08 176	4.22 200	17.38 248	4.83 161	31.29 258	31.29 249	19.15 204	26.85 186	24.06 245	13.75 209	16.23 207	12.22 220	0.26 149	0.05 47	0.44 251	0.09 133	0.92 235	0.41 48

AACVNet	11.24 219	3.71 244	11.56 188	9.45 257	3.35 170	11.67 166	4.88 162	23.23 176	14.00 93	28.19 302	29.90 216	30.39 287	18.03 266	20.04 258	13.22 231	0.50 199	0.21 131	0.23 216	0.07 121	0.75 214	1.52 178

DeepPruner_ROB	11.28 220	5.83 283	15.23 251	6.93 167	4.50 213	10.08 141	6.62 203	36.65 317	20.17 155	18.12 183	27.95 193	23.10 237	13.43 200	20.08 259	11.90 214	1.16 284	0.51 194	0.23 216	0.17 174	1.11 245	1.91 208

GMStereo_Zeroshot	11.32 221	8.59 315	21.66 304	10.06 272	2.53 140	12.38 168	1.43 29	21.36 158	21.50 164	23.48 263	35.74 288	24.85 251	6.12 82	20.48 266	8.28 169	0.83 247	0.02 21	0.25 222	0.01 53	6.33 335	0.53 61

LMCR-Stereo	11.32 221	4.98 271	11.87 198	14.09 325	4.01 190	16.97 245	5.70 179	26.41 206	23.41 181	22.57 256	22.11 149	15.18 157	15.44 232	21.48 283	17.57 257	2.29 315	0.04 40	0.00 1	0.03 80	1.53 266	0.65 76

LL-Strereo	11.34 223	4.25 255	13.90 231	9.09 249	6.20 273	7.31 116	8.93 241	35.93 306	30.30 237	16.93 155	15.83 76	21.85 227	17.45 261	21.92 287	10.25 196	0.43 186	1.47 319	0.74 272	0.08 127	1.15 246	2.71 278

GwcNet-RSSM	11.34 223	2.72 198	10.26 146	7.24 188	5.38 241	12.67 175	6.70 206	26.70 211	31.93 254	17.56 171	34.45 280	24.37 248	15.77 236	13.70 169	15.31 239	0.19 130	0.20 123	0.14 176	0.05 104	0.81 224	0.64 74

HSM-Net_RVC	11.37 225	1.57 40	6.32 22	5.99 106	2.67 144	20.99 275	7.19 218	28.50 224	28.64 229	21.03 233	25.84 174	33.64 309	16.37 246	16.83 224	10.76 205	0.21 134	0.08 87	0.02 70	0.00 1	0.16 35	0.55 64
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NINENet	11.46 226	3.02 215	11.83 196	8.45 235	5.40 242	19.47 263	2.69 102	39.63 338	34.82 279	19.11 203	27.64 191	14.37 143	11.63 173	16.21 206	12.39 222	0.94 261	0.21 131	0.29 235	0.00 1	0.48 158	0.55 64

ToySt	11.51 227	2.48 181	17.84 281	6.10 109	2.09 120	16.11 230	12.36 292	25.07 191	28.25 227	15.22 114	25.16 168	25.51 257	15.98 239	17.63 239	15.46 242	0.19 130	1.08 262	0.04 95	0.31 225	0.66 199	2.67 275

DAS	11.51 227	2.60 191	15.62 259	9.37 255	6.27 278	16.04 226	7.71 229	22.70 169	33.92 269	19.53 208	29.03 203	19.51 211	19.10 275	17.44 234	8.98 180	0.78 242	0.02 21	0.29 235	0.01 53	0.48 158	0.81 95

ac_64	11.57 229	2.13 134	11.77 193	8.79 245	5.51 248	19.40 261	6.29 197	24.72 190	15.20 104	23.50 264	24.91 165	33.07 303	16.82 251	19.33 253	17.78 259	0.53 203	0.15 115	0.02 70	0.03 80	0.35 106	1.03 123

mmx	11.59 230	2.34 161	12.99 218	6.28 119	3.81 182	12.43 169	7.47 223	32.76 273	28.92 230	16.64 147	32.03 247	17.29 180	11.78 176	17.54 235	24.30 297	0.24 142	1.21 283	0.80 277	0.37 244	0.65 194	1.89 204

xxx	11.59 230	2.34 161	12.99 218	6.28 119	3.81 182	12.43 169	7.47 223	32.75 272	28.92 230	16.64 147	32.03 247	17.29 180	11.78 176	17.54 235	24.30 297	0.24 142	1.21 283	0.80 277	0.37 244	0.65 194	1.89 204

NOSS_ROB	11.76 232	4.63 263	8.14 72	7.46 197	2.92 155	17.82 252	10.55 268	30.45 245	34.08 273	16.37 137	19.97 117	23.14 239	16.31 242	18.22 245	10.67 204	2.98 327	1.84 328	3.39 341	1.64 323	2.24 284	2.37 262

HSM	11.89 233	2.32 157	8.70 83	6.70 150	4.10 194	16.45 235	8.06 235	30.42 244	20.31 157	23.35 262	26.42 182	41.60 345	17.59 263	20.66 269	9.57 192	0.11 89	0.03 33	0.01 55	0.01 53	0.24 56	1.22 142

SepStereo	12.04 234	2.60 191	15.62 259	9.37 255	6.27 278	16.04 226	7.71 229	22.70 169	33.92 269	19.53 208	29.03 203	19.51 211	19.10 275	27.97 317	8.98 180	0.78 242	0.02 21	0.29 235	0.01 53	0.48 158	0.81 95

DMCA-RVC	12.06 235	4.35 257	14.21 238	10.52 287	4.86 222	13.84 190	4.33 149	25.20 192	24.13 187	20.56 222	29.22 206	26.65 266	25.85 313	17.02 228	16.34 248	0.41 179	0.35 161	0.55 259	0.24 200	0.83 229	1.81 196

1111x	12.31 236	2.33 159	12.13 205	5.79 100	2.84 150	15.49 215	8.70 239	36.34 312	29.33 233	16.58 143	27.52 190	26.70 268	15.76 235	17.21 231	24.79 304	0.26 149	1.37 305	0.04 95	0.42 261	0.46 154	2.07 242

UPFNet	12.31 236	2.15 136	11.91 200	7.90 219	7.21 299	20.03 269	9.28 249	29.44 235	27.18 219	20.88 227	30.86 230	21.23 222	18.11 267	19.60 255	17.41 256	0.55 210	0.57 208	0.26 224	0.07 121	0.67 201	0.92 107

FADNet-RVC-Resample	12.31 236	5.22 275	32.28 332	10.14 275	4.08 193	14.97 208	6.98 214	26.54 208	24.42 191	23.72 265	29.31 207	19.87 215	15.01 224	16.26 211	10.61 203	0.65 225	0.52 197	0.48 254	0.54 277	1.52 265	3.09 292

RASNet	12.38 239	2.58 189	12.48 212	6.76 152	5.97 265	16.37 233	6.74 207	34.99 299	22.20 169	17.44 165	33.11 264	22.81 235	24.84 306	20.33 263	18.27 264	1.16 284	0.05 47	0.06 110	0.01 53	0.27 78	1.06 127

test_xeample	12.39 240	2.09 120	10.36 149	5.73 95	3.06 164	18.17 255	6.27 196	31.98 265	24.37 190	18.78 196	33.92 276	19.09 210	16.00 240	14.60 183	39.03 360	0.19 130	1.32 295	0.01 55	0.33 233	0.36 113	2.04 237

iResNet_ROB	12.41 241	3.19 221	12.39 210	6.63 142	3.72 178	16.98 246	2.64 98	32.29 267	38.58 304	26.93 294	33.73 272	26.24 262	17.40 260	17.36 233	8.95 179	0.33 163	0.01 6	0.00 1	0.00 1	0.40 134	0.35 29

DSFCA	12.44 242	3.00 213	14.87 249	6.04 107	7.03 295	17.06 247	10.86 274	31.11 253	32.12 255	26.41 289	23.81 160	22.37 232	15.13 227	21.13 278	13.53 232	0.95 263	0.66 217	0.28 231	0.38 255	1.21 248	0.77 93

FADNet_RVC	12.44 242	6.19 290	40.86 347	7.04 171	3.69 177	11.30 160	4.17 146	29.67 237	27.67 223	18.20 185	26.04 175	13.47 133	17.15 255	16.85 226	14.95 238	0.99 265	0.75 226	0.60 262	1.32 316	4.18 318	3.62 301

CBMV_ROB	12.51 244	3.86 247	7.98 66	5.81 102	2.99 161	16.05 229	4.62 156	27.61 221	31.37 250	26.75 292	32.62 259	23.97 244	22.66 300	21.14 279	12.09 215	2.15 313	1.78 327	2.24 323	1.27 315	1.64 269	1.54 180

NLCA_NET_v2_RVC	12.58 245	4.09 251	18.25 283	8.26 229	5.83 261	14.72 201	5.85 185	33.49 281	27.86 224	22.14 250	32.16 254	24.94 253	14.01 214	16.19 205	16.82 254	0.90 257	0.35 161	0.37 246	0.58 283	1.51 264	3.31 296
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
acv_ft	12.59 246	2.25 149	13.50 227	8.30 231	6.23 274	19.81 267	6.34 200	26.43 207	35.15 284	26.38 288	30.67 226	24.65 249	14.91 223	16.47 214	19.16 273	0.16 112	0.01 6	0.06 110	0.07 121	0.74 210	0.43 51

hitnet-ft	12.59 246	3.03 218	7.87 63	7.49 200	4.20 199	27.41 316	3.75 137	23.41 179	24.15 188	21.14 235	34.12 277	31.93 296	19.74 283	20.28 262	18.13 261	0.54 208	1.45 316	0.35 244	0.09 133	1.26 252	1.41 167

xxxx	12.60 248	2.03 103	10.79 168	6.18 114	2.86 152	21.84 281	3.02 113	34.55 296	25.46 203	16.39 138	31.58 242	26.87 271	14.75 222	14.00 174	37.45 352	0.21 134	1.36 304	0.01 55	0.32 227	0.35 106	2.07 242

pcwnet_v2	12.68 249	2.30 154	18.36 284	8.32 232	5.74 255	17.73 251	4.77 160	36.75 320	46.28 340	20.98 231	29.07 205	16.62 171	13.52 201	16.56 218	10.30 197	0.55 210	1.02 259	0.34 243	0.24 200	2.10 280	2.11 249

iResNetv2_ROB	12.78 250	4.09 251	15.60 257	6.44 130	3.75 180	14.86 202	7.17 216	34.46 294	37.12 292	26.06 284	34.81 284	29.76 278	16.32 243	14.77 189	7.67 157	0.31 159	0.03 33	0.12 164	0.01 53	0.94 236	1.23 144

ADLNet	12.84 251	2.93 208	11.94 202	8.87 246	6.88 291	17.96 253	8.85 240	34.12 286	26.67 214	27.81 301	26.24 178	26.84 270	15.04 225	17.54 235	19.94 277	0.59 217	0.58 211	0.24 220	0.11 144	0.80 223	2.85 284

CBFPSM	12.96 252	3.37 231	30.97 327	5.30 62	3.22 166	22.79 288	16.93 324	21.82 159	21.35 161	21.93 247	28.34 198	29.99 282	17.38 259	15.32 199	16.39 249	0.11 89	0.48 188	0.10 140	0.17 174	0.58 177	2.72 279

ADLNet2	12.99 253	2.94 209	14.18 236	9.57 260	5.96 264	20.23 272	10.41 267	33.05 275	37.61 296	19.46 207	19.74 115	22.46 233	18.63 269	22.37 290	20.76 281	0.37 172	0.15 115	0.06 110	0.08 127	1.04 243	0.72 86

dad	13.05 254	11.39 329	15.64 261	7.35 191	2.10 121	15.64 218	3.48 131	18.77 124	35.55 287	27.77 299	33.76 274	31.59 290	13.04 196	14.79 190	11.16 211	3.35 333	0.54 200	7.85 359	0.96 303	3.88 316	2.49 270

AASNet	13.05 254	3.27 225	12.23 207	10.28 279	6.90 292	17.61 250	7.88 231	41.14 343	38.29 301	23.20 261	29.62 213	16.85 175	15.59 234	15.50 202	19.03 271	0.39 174	0.03 33	0.78 274	0.05 104	1.32 256	1.08 130

HBP-ISP	13.07 256	8.80 316	8.99 92	8.11 227	4.55 215	13.48 187	6.60 202	29.09 233	30.50 239	21.33 237	36.14 289	16.62 171	19.42 279	20.92 274	12.81 229	3.63 335	2.61 345	7.18 355	4.12 349	3.74 314	2.69 277

222	13.07 256	1.99 93	10.74 167	6.56 134	2.74 146	19.95 268	2.54 93	34.13 287	24.42 191	22.52 255	31.39 236	20.78 218	16.99 253	14.31 177	48.07 382	0.16 112	1.33 299	0.01 55	0.32 227	0.37 119	2.02 232

UNet	13.18 258	2.47 178	14.45 240	7.45 196	7.82 314	26.01 307	4.67 159	34.38 293	29.42 234	20.90 229	31.81 245	26.68 267	18.98 272	21.08 277	15.56 243	0.21 134	0.06 71	0.27 225	0.09 133	0.37 119	1.01 120

HGLStereo	13.21 259	3.45 234	14.01 233	10.32 282	7.72 311	15.72 222	7.19 218	31.94 264	28.12 226	20.83 226	36.16 291	26.61 265	20.82 288	18.74 248	19.63 276	1.01 268	0.22 133	0.07 125	0.08 127	0.59 183	1.00 119

GEStereo_RVC	13.23 260	3.13 219	15.23 251	10.33 283	4.95 227	18.92 260	11.46 283	31.58 262	48.03 342	20.51 221	27.68 192	19.00 209	13.31 199	20.44 265	16.01 246	1.15 283	0.51 194	0.10 140	0.14 158	0.67 201	1.47 172

delet	13.26 261	2.43 177	12.99 218	8.45 235	6.26 277	22.40 284	10.83 273	28.78 229	38.76 305	20.39 220	30.36 220	20.85 219	17.67 264	22.97 292	19.13 272	0.14 105	0.45 183	0.19 199	0.08 127	0.78 218	1.24 146

CRFU-Net	13.32 262	3.53 237	12.90 216	8.76 244	6.05 268	26.25 309	10.15 264	25.86 196	14.68 99	30.76 320	30.58 224	30.11 285	21.59 297	20.52 267	20.28 279	1.53 298	0.48 188	0.27 225	0.16 170	0.64 193	1.28 150

CSP-Net	13.41 263	3.62 243	11.03 179	6.62 141	4.07 192	25.76 306	9.61 256	29.66 236	27.14 218	29.97 314	33.42 269	29.84 280	17.23 257	20.64 268	16.03 247	1.12 279	0.41 177	0.03 84	0.00 1	0.75 214	1.29 152

MMNet	13.55 264	2.82 203	13.90 231	7.63 202	6.36 281	26.45 311	4.63 157	24.00 184	42.67 321	26.25 287	33.12 265	20.98 221	19.45 281	20.14 260	19.49 275	0.75 234	0.54 200	0.11 159	0.01 53	0.53 168	1.10 131

STTStereo	13.60 265	5.63 280	28.73 322	8.07 225	5.65 254	13.97 193	7.17 216	31.25 255	26.70 215	25.59 280	32.06 253	31.71 293	14.71 221	17.24 232	16.46 251	0.29 156	0.40 171	0.71 269	1.43 319	1.31 254	2.82 282

SGM-Forest	13.63 266	2.55 188	8.22 74	6.30 125	2.16 127	23.84 294	11.13 279	34.68 297	32.40 256	27.27 295	33.02 261	30.08 284	17.82 265	22.13 288	15.40 241	1.66 305	0.32 153	0.88 286	0.03 80	0.79 219	1.93 210
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TDLM	13.70 267	4.93 270	11.80 194	11.93 312	5.53 249	16.75 241	14.38 306	36.12 310	32.59 259	23.08 260	27.03 187	25.90 260	15.40 230	25.87 307	14.23 234	1.24 291	0.09 90	1.53 311	0.61 285	2.06 279	2.94 287

AANet_RVC	13.75 268	6.34 291	12.90 216	8.87 246	4.53 214	14.09 195	9.12 246	29.37 234	38.32 302	23.85 268	37.41 296	23.55 242	17.51 262	23.31 295	18.56 265	2.08 312	1.30 291	0.25 222	0.06 114	0.73 208	2.87 285

ssnet_v2	13.84 269	3.15 220	13.44 226	7.99 222	3.08 165	22.60 285	14.51 309	36.65 317	33.59 267	22.04 249	26.10 176	28.64 274	17.16 256	23.13 293	20.86 283	0.50 199	0.32 153	0.20 204	0.13 149	1.41 259	1.38 161

FADNet-RVC	13.86 270	12.75 340	41.65 348	8.64 240	4.63 216	16.45 235	6.89 211	28.91 230	24.20 189	20.89 228	31.44 238	26.73 269	11.37 169	21.58 285	15.91 244	0.25 146	0.14 114	0.14 176	0.24 200	2.97 298	1.50 177

psm_up	13.88 271	2.70 197	10.89 174	10.20 277	5.97 265	15.01 210	12.58 294	39.13 335	31.75 252	21.39 238	31.09 233	30.18 286	25.01 309	20.33 263	17.62 258	0.75 234	0.39 169	0.18 193	0.03 80	0.82 227	1.67 188

DLCB_ROB	13.97 272	3.74 245	11.01 178	9.99 271	5.85 262	21.40 278	10.37 266	30.17 243	30.49 238	28.21 303	32.18 255	32.67 299	21.17 292	20.20 261	18.59 266	0.34 165	0.18 120	0.41 249	0.15 164	0.61 186	1.76 195

StereoDRNet-Refined	14.03 273	3.52 236	12.77 213	8.70 242	3.31 168	18.50 257	4.58 154	29.08 232	30.59 240	29.85 312	42.52 328	25.24 255	19.57 282	23.88 297	23.55 293	0.44 189	0.07 81	0.54 258	0.38 255	0.88 234	2.64 273
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iinet-f	14.05 274	5.00 272	47.51 357	6.57 135	4.04 191	21.14 276	14.37 304	28.25 222	21.37 162	21.95 248	31.37 235	21.31 224	18.66 270	16.15 204	20.61 280	0.31 159	0.41 177	0.09 132	0.05 104	1.00 241	0.76 91

CVANet_RVC	14.09 275	4.82 268	10.86 173	9.46 258	5.60 253	19.70 266	12.94 299	33.38 279	34.86 280	23.72 265	33.31 266	29.76 278	16.35 245	24.37 298	12.45 225	1.22 289	0.23 135	1.45 310	0.87 297	3.41 307	3.01 289

SACVNet	14.10 276	5.24 276	14.19 237	12.11 314	6.12 271	18.45 256	9.11 245	33.13 276	22.94 176	28.79 306	33.88 275	32.69 300	23.78 301	20.91 273	12.13 217	1.08 273	0.54 200	0.84 285	0.48 270	1.41 259	4.26 309

PS-NSSS	14.36 277	8.44 313	16.43 266	7.44 195	5.79 257	18.65 259	12.71 297	39.02 332	26.84 216	20.99 232	36.15 290	21.47 225	18.25 268	18.21 244	18.63 267	2.44 320	0.55 204	5.38 346	0.37 244	5.25 327	4.11 308

CBMV	14.52 278	4.59 261	9.99 135	6.61 140	2.85 151	22.76 287	12.45 293	30.63 247	33.32 263	31.98 324	35.00 285	31.68 291	19.43 280	26.53 310	16.71 253	1.28 293	0.61 214	0.63 264	0.12 146	1.26 252	1.89 204
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FADNet	14.77 279	11.96 333	39.55 346	8.50 237	6.64 285	18.53 258	6.74 207	35.70 304	35.06 282	19.21 205	28.06 195	28.14 273	13.94 212	18.54 247	11.61 213	0.48 194	0.75 226	0.38 248	0.49 272	9.17 347	2.05 240

fast-acv-ft	14.96 280	4.73 265	17.68 279	8.03 224	5.27 238	28.61 322	9.97 261	26.25 204	35.58 288	26.03 283	38.02 302	31.91 295	21.50 294	19.25 252	21.18 284	0.61 221	0.38 167	0.63 264	0.48 270	1.31 254	1.73 192

pmcnn	15.27 281	4.31 256	22.32 308	7.46 197	4.46 211	22.15 283	15.74 315	28.53 225	31.88 253	27.78 300	40.04 315	39.06 331	19.11 277	18.79 249	20.78 282	1.04 271	0.23 135	0.00 1	0.00 1	0.53 168	1.17 137

Anonymous_2	15.61 282	7.12 297	18.63 288	6.49 131	7.98 315	26.94 314	11.93 287	19.48 131	18.48 144	18.25 188	15.95 77	24.18 246	21.32 293	21.17 280	15.94 245	10.88 366	13.80 379	11.19 366	25.13 381	10.92 358	6.42 332

NVstereo2D	15.77 283	4.01 249	17.73 280	9.96 270	8.10 320	30.36 329	9.52 251	43.10 353	43.12 324	15.45 119	28.03 194	23.46 241	16.84 252	24.62 299	17.06 255	3.35 333	0.87 244	1.76 315	1.13 309	7.76 341	9.19 355

StereoDRNet	16.00 284	5.45 278	16.67 268	11.34 305	8.74 329	25.62 303	11.07 277	40.40 341	37.03 291	29.77 311	30.04 218	34.35 314	19.09 274	19.81 256	25.28 307	0.65 225	0.30 150	0.16 187	0.14 158	1.80 273	2.33 258

Wz-Net-LNSev-Ref	16.12 285	4.56 259	29.46 323	7.78 211	6.11 270	26.08 308	13.01 300	31.08 252	37.61 296	27.66 297	46.96 349	29.92 281	15.40 230	21.54 284	22.39 286	1.09 275	0.05 47	0.10 140	0.00 1	0.43 142	1.21 141

DRN-Test	16.60 286	4.76 266	16.90 272	10.75 292	8.16 321	29.42 326	14.37 304	43.26 355	39.35 306	28.93 308	35.46 287	29.03 276	20.11 285	20.78 271	24.51 303	0.94 261	0.93 250	0.46 253	0.35 238	1.42 261	2.12 250

SDNR	16.80 287	5.88 285	30.01 325	6.39 127	6.53 282	57.67 382	3.15 115	24.30 185	31.49 251	21.50 240	36.56 294	14.69 147	16.76 250	19.14 251	14.45 235	11.12 369	14.00 380	3.11 337	0.51 274	8.86 346	9.92 360

DISCO	16.93 288	2.58 189	17.15 275	8.26 229	4.37 207	27.65 318	10.68 269	31.28 257	44.93 333	22.21 251	34.47 281	36.48 322	23.91 302	36.14 346	34.48 347	0.35 166	0.11 104	0.04 95	0.07 121	1.95 275	1.40 165

PA-Net	16.98 289	8.05 310	29.56 324	10.52 287	11.30 345	21.91 282	29.93 372	32.64 270	39.50 307	20.38 219	28.51 200	23.80 243	20.82 288	21.45 282	25.60 309	0.25 146	2.36 342	0.23 216	4.99 353	1.34 257	6.47 333
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FINET	17.02 290	8.11 311	28.42 321	9.29 254	8.89 331	24.46 295	25.06 360	35.40 302	49.52 347	26.73 291	33.49 271	20.50 217	18.75 271	20.67 270	19.18 274	2.30 316	2.09 333	1.13 298	0.75 292	2.86 295	2.84 283

GwcNet	17.31 291	6.61 295	23.02 310	10.83 296	8.63 327	29.48 327	10.80 271	39.37 337	45.73 335	24.16 269	37.85 301	31.50 289	21.81 299	21.37 281	27.25 323	0.81 245	0.88 246	0.57 261	0.46 264	1.54 267	3.61 299

NaN_ROB	17.35 292	7.91 306	18.84 290	11.29 303	4.93 225	33.28 340	20.75 343	38.10 327	43.81 325	30.28 317	31.53 240	32.88 301	20.88 290	29.10 322	17.85 260	0.40 176	0.43 182	0.31 240	0.44 263	0.98 238	3.03 290

S-Stereo	17.36 293	4.46 258	22.16 307	12.58 319	9.10 333	23.07 289	12.60 295	33.18 277	46.12 338	22.78 257	38.67 308	29.04 277	27.48 320	19.40 254	23.90 296	3.14 331	3.13 354	0.88 286	1.95 329	3.77 315	9.86 359

FAT-Stereo	17.45 294	3.56 238	19.19 292	10.31 281	6.54 283	18.00 254	14.89 312	38.68 330	40.49 310	27.39 296	39.66 312	37.32 324	32.14 345	21.07 276	22.97 289	3.68 336	2.16 338	0.81 282	1.21 313	2.10 280	6.78 335

DANet	17.51 295	8.91 317	27.61 318	14.94 333	7.48 301	22.67 286	5.66 177	27.33 218	26.64 212	32.62 331	36.27 292	37.40 325	30.07 335	31.65 331	26.09 315	1.30 294	1.46 318	2.33 325	0.53 276	3.54 310	5.69 322
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MaskLacGwcNet_RVC	17.56 296	17.23 353	20.10 296	12.02 313	6.91 293	28.81 323	11.45 282	41.35 344	21.95 166	30.13 316	34.66 282	32.04 297	11.30 167	21.04 275	16.43 250	8.91 359	2.67 346	12.29 367	0.84 295	12.72 364	8.43 350

PSMNet_ROB	17.59 297	6.52 294	16.27 264	14.43 328	7.71 310	29.22 325	33.59 377	43.94 358	38.52 303	24.74 274	33.46 270	34.17 312	17.29 258	18.52 246	25.68 311	0.40 176	0.29 149	0.96 290	2.22 333	2.03 278	1.81 196

Syn2CoEx	17.68 298	11.86 332	28.39 320	20.88 354	8.24 322	25.66 304	12.35 290	37.57 323	33.60 268	29.57 309	39.80 314	30.02 283	28.00 323	19.91 257	18.91 270	1.14 282	0.53 199	1.23 304	0.46 264	1.97 276	3.61 299

GANet	17.85 299	5.41 277	14.79 243	11.91 311	4.73 217	24.54 297	17.04 327	41.01 342	34.96 281	33.06 332	45.84 344	39.83 336	29.19 329	24.71 301	22.45 288	1.34 295	0.41 177	1.09 294	0.70 290	2.15 282	1.89 204

GASNet	17.87 300	20.62 363	32.66 334	21.17 355	9.48 335	16.26 232	9.15 247	45.00 363	40.55 312	26.16 285	24.34 162	33.05 302	15.45 233	29.82 325	18.15 263	3.79 338	0.28 147	1.87 317	0.51 274	7.06 336	1.97 219

NCCL2	17.94 301	7.94 308	16.87 271	24.07 365	7.60 306	24.52 296	17.08 328	35.42 303	26.65 213	32.01 325	38.57 305	41.96 348	27.61 321	22.24 289	24.43 302	0.65 225	0.33 159	2.64 331	2.13 332	2.28 287	3.86 307

ADCRef	18.01 302	8.01 309	44.10 351	10.75 292	8.85 330	27.18 315	11.06 276	31.77 263	34.40 275	31.90 323	42.45 327	18.79 206	21.55 296	25.18 304	35.17 348	1.03 270	0.42 181	2.18 322	1.79 325	1.38 258	2.27 257

XPNet_ROB	18.03 303	6.06 289	18.19 282	11.68 308	6.83 289	21.23 277	16.93 324	36.66 319	39.82 309	32.51 330	42.05 326	41.04 342	25.77 312	25.72 305	28.80 333	1.67 306	0.91 249	0.79 275	0.27 214	1.24 251	2.38 265

SuperB	18.07 304	7.33 300	56.73 369	8.42 234	5.42 245	20.39 273	9.73 259	26.04 198	50.80 351	26.88 293	39.52 311	17.79 195	21.54 295	23.17 294	25.96 314	0.77 239	0.32 153	1.11 297	0.73 291	16.11 370	2.75 281

RP	18.36 305	5.94 287	17.54 278	15.95 343	12.33 351	21.55 280	12.66 296	28.65 227	45.65 334	23.78 267	42.55 329	39.77 335	29.54 332	26.72 311	23.58 295	6.14 353	1.05 261	4.38 343	1.77 324	3.90 317	3.82 306

APVNet	18.42 306	6.37 292	23.10 311	12.76 321	8.28 323	30.74 330	24.17 357	42.08 349	30.76 246	25.86 282	41.66 322	31.83 294	24.99 307	28.01 318	28.77 331	0.49 197	0.57 208	3.05 335	0.55 280	1.80 273	2.46 268

ETE_ROB	18.45 307	10.71 321	20.90 301	14.23 327	4.92 224	23.28 291	22.01 346	33.00 274	36.14 290	30.68 319	39.03 310	46.10 360	26.28 314	27.52 315	26.22 316	0.53 203	0.49 191	1.16 299	0.94 298	1.69 271	3.07 291

PWCDC_ROB	18.66 308	11.24 327	21.32 303	18.82 350	8.08 319	25.75 305	6.94 213	35.08 300	53.33 358	30.37 318	49.70 357	20.87 220	21.63 298	31.05 330	22.39 286	6.94 356	0.28 147	0.10 140	0.06 114	5.98 334	3.22 294

Nwc_Net	18.76 309	5.80 281	19.91 294	14.99 335	11.96 348	26.32 310	15.90 316	41.68 347	40.50 311	21.85 246	43.58 336	34.89 315	29.47 331	27.48 314	26.34 317	3.75 337	0.27 142	2.55 330	3.31 342	2.25 285	2.46 268

ADCP+	18.93 310	5.83 283	35.35 338	9.85 268	10.36 340	29.49 328	13.65 302	34.22 291	37.75 298	30.02 315	41.45 320	24.18 246	26.43 317	34.71 340	36.58 350	0.27 153	0.40 171	2.00 320	1.19 311	2.31 288	2.66 274

MDST_ROB	18.99 311	3.23 223	15.81 263	14.15 326	6.98 294	44.89 365	16.81 323	43.19 354	42.83 322	43.71 360	43.84 337	28.79 275	19.02 273	30.64 329	18.70 268	1.84 309	0.84 239	0.69 268	0.47 269	0.71 206	2.61 272

Wz-Net-LNSev	19.04 312	11.48 330	43.55 350	10.82 295	8.01 317	24.96 299	17.46 332	34.72 298	44.36 328	33.43 335	44.72 342	32.54 298	24.13 303	21.64 286	24.38 301	0.93 260	0.22 133	0.00 1	0.03 80	1.44 262	1.99 229

AF-Net	19.18 313	6.50 293	16.90 272	16.60 344	11.00 344	23.83 293	11.31 280	36.25 311	51.10 354	25.56 279	38.34 304	41.77 346	31.01 340	30.20 327	27.83 326	4.87 348	0.27 142	4.60 344	1.00 305	2.67 292	2.02 232

PWC_ROB	19.21 314	12.15 337	28.02 319	11.02 300	6.62 284	25.15 301	5.47 174	36.42 314	49.47 346	33.19 333	44.32 339	34.98 316	26.66 318	32.22 334	27.30 324	1.71 307	0.27 142	1.62 312	0.37 244	2.38 290	4.90 313

stereogan	19.38 315	4.02 250	18.62 287	13.54 323	10.30 339	37.03 349	9.83 260	39.12 334	46.13 339	25.09 277	41.76 324	40.01 337	27.19 319	32.16 332	25.48 308	2.44 320	1.13 268	2.70 333	0.86 296	5.45 329	4.81 310

edge stereo	19.38 315	5.98 288	19.25 293	11.11 301	8.07 318	23.51 292	12.74 298	35.93 306	42.55 319	35.05 339	43.06 333	41.34 344	36.05 352	26.06 308	25.62 310	2.70 324	2.47 343	6.38 350	1.54 321	3.18 306	5.01 315

RYNet	19.73 317	5.52 279	18.58 286	11.63 307	15.84 362	47.05 368	17.28 329	38.60 329	49.19 345	27.71 298	27.46 189	38.63 329	26.42 316	20.79 272	32.08 344	0.73 232	0.59 213	0.97 291	0.16 170	7.40 338	8.04 346

LALA_ROB	19.82 318	8.32 312	18.64 289	13.59 324	5.79 257	28.03 320	23.44 352	43.09 352	37.57 295	33.91 338	41.55 321	50.73 369	25.61 311	29.09 321	27.30 324	0.73 232	0.67 218	2.08 321	1.42 318	2.70 293	2.12 250

Wz-Net-MNSev	19.84 319	7.55 303	35.79 339	10.79 294	7.51 303	38.96 356	18.39 337	35.08 300	44.72 331	31.28 321	41.70 323	41.18 343	20.49 287	28.41 319	30.13 341	0.96 264	0.36 164	0.05 103	0.13 149	1.70 272	1.64 186

aanetorigin	19.84 319	13.32 342	54.46 364	10.07 273	7.99 316	14.16 196	15.32 313	17.85 112	34.49 276	49.59 369	48.88 354	34.28 313	31.32 342	23.53 296	29.64 337	1.12 279	0.81 234	0.73 270	0.94 298	3.05 299	5.23 319

Anonymous Stereo	19.84 319	13.55 343	51.68 361	15.30 337	12.97 354	16.15 231	25.32 361	33.73 284	44.41 329	25.12 278	35.39 286	25.00 254	16.27 241	32.62 335	33.04 346	1.83 308	2.26 341	1.76 315	2.01 330	3.57 311	4.92 314

SGM_RVC	20.33 322	3.24 224	8.92 90	7.20 186	1.62 102	39.61 358	17.01 326	39.11 333	35.12 283	46.26 365	42.62 330	51.57 371	39.45 359	39.66 364	29.87 339	1.16 284	0.37 166	0.55 259	0.35 238	1.20 247	1.64 186
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RTSC	20.52 323	11.06 324	33.58 335	12.11 314	7.19 298	28.90 324	11.99 288	38.49 328	58.85 375	32.22 328	37.28 295	33.11 304	21.14 291	36.93 354	38.84 359	1.49 297	1.50 320	0.15 181	0.64 286	2.18 283	2.67 275

NCC-stereo	20.61 324	7.39 301	25.96 314	15.90 341	16.62 363	20.15 270	23.27 349	44.11 361	41.29 316	25.00 275	38.64 306	35.47 317	28.75 326	36.35 348	26.90 321	4.83 346	2.14 335	3.33 339	9.27 367	3.10 301	3.72 304

Abc-Net	20.61 324	7.39 301	25.96 314	15.90 341	16.62 363	20.15 270	23.27 349	44.11 361	41.29 316	25.00 275	38.64 306	35.47 317	28.75 326	36.35 348	26.90 321	4.83 346	2.14 335	3.33 339	9.27 367	3.10 301	3.72 304
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	20.61 324	12.13 336	46.35 354	21.53 356	17.78 366	19.41 262	23.64 355	37.23 322	50.61 348	26.20 286	37.72 297	24.90 252	25.02 310	24.63 300	23.53 292	3.13 330	1.65 323	5.69 347	4.09 348	3.64 313	3.34 297

RGC	20.62 327	14.30 345	21.99 306	18.85 351	14.53 357	21.42 279	14.82 311	36.00 309	44.32 327	28.54 305	41.82 325	40.12 338	29.43 330	35.44 345	23.33 290	4.12 340	0.72 222	8.80 360	4.39 351	4.55 323	4.84 312

DGSMNet	20.75 328	13.28 341	34.59 337	14.80 332	17.14 365	23.25 290	17.99 336	36.39 313	43.00 323	20.70 223	32.67 260	36.05 321	19.22 278	30.34 328	25.04 306	4.61 343	4.62 364	6.31 349	5.20 355	14.71 368	15.15 372

WCMA_ROB	21.17 329	5.89 286	22.32 308	10.39 285	7.65 308	34.55 343	16.42 321	33.20 278	34.02 272	42.06 355	52.50 361	44.09 352	37.59 355	33.66 338	26.77 320	7.45 358	3.18 355	1.27 307	1.43 319	4.18 318	4.81 310

psmorigin	21.56 330	11.18 326	36.59 341	10.19 276	7.08 296	25.30 302	12.35 290	33.52 282	33.12 262	43.62 359	54.15 369	42.72 349	37.44 354	36.87 353	28.98 334	1.65 304	2.78 349	0.81 282	1.19 311	3.62 312	8.10 347

G-Net	21.66 331	9.10 318	39.39 345	15.85 340	9.60 336	51.00 373	16.73 322	28.32 223	31.17 248	38.99 348	43.24 334	33.26 307	32.09 344	28.50 320	26.50 319	4.74 345	3.92 361	3.60 342	1.02 306	8.42 345	7.86 344

FBW_ROB	21.87 332	11.80 331	25.52 313	14.64 330	7.49 302	31.20 333	16.35 320	45.28 364	44.78 332	44.85 364	40.36 317	43.50 351	27.85 322	34.94 341	23.52 291	3.07 329	2.15 337	7.53 358	3.03 341	4.30 320	5.17 318

SANet	22.05 333	8.47 314	32.65 333	9.90 269	4.31 205	33.49 341	23.44 352	42.82 351	56.64 370	39.67 351	44.09 338	44.62 353	32.96 347	29.24 324	25.79 312	1.08 273	0.74 224	0.98 292	0.69 288	5.69 332	3.66 303

SQANet	22.07 334	25.29 371	21.78 305	26.81 369	18.92 369	30.75 331	10.25 265	33.47 280	30.10 236	25.73 281	34.31 279	33.45 308	19.94 284	29.16 323	20.03 278	11.68 370	3.08 353	26.95 378	5.80 357	20.97 375	12.99 367

UDG	22.21 335	15.90 352	16.41 265	21.71 357	20.17 370	32.51 336	13.78 303	36.62 316	35.77 289	26.64 290	31.43 237	37.49 326	32.33 346	22.77 291	21.19 285	11.08 368	5.60 368	23.12 373	7.74 361	17.07 372	14.89 371

SHD	22.33 336	11.30 328	32.10 330	15.61 338	9.88 337	26.75 312	10.12 263	41.84 348	61.77 380	36.36 342	44.65 341	39.28 332	31.10 341	35.07 342	32.76 345	2.35 317	1.95 332	1.24 306	1.90 328	4.33 321	6.34 329

CSAN	22.36 337	11.11 325	26.06 316	21.79 358	5.59 252	34.55 343	36.54 379	40.04 340	50.84 352	37.47 345	40.31 316	45.09 356	33.07 348	27.44 313	25.80 313	1.60 302	0.75 226	1.08 293	1.80 326	2.89 296	3.36 298

ADCL	22.44 338	7.79 304	49.20 359	10.61 291	7.28 300	40.40 361	21.03 344	32.07 266	55.07 362	28.53 304	48.73 352	31.68 291	31.69 343	34.04 339	38.38 355	1.22 289	0.93 250	2.65 332	1.89 327	2.65 291	2.94 287

CC-Net-ROB	22.73 339	23.99 368	30.57 326	14.72 331	8.91 332	32.98 337	16.17 318	46.75 368	37.29 293	33.88 337	32.33 256	35.48 319	25.00 308	24.75 302	28.78 332	9.60 363	3.03 352	25.33 376	3.87 346	14.82 369	6.33 328

ADCPNet	22.75 340	10.94 323	58.96 373	12.24 317	7.57 304	37.33 350	20.08 342	33.89 285	37.37 294	33.49 336	44.32 339	39.36 334	28.43 325	32.19 333	38.55 357	2.25 314	2.69 348	2.37 327	3.59 345	4.33 321	5.01 315

MeshStereo	22.95 341	7.84 305	12.46 211	8.13 228	5.20 236	38.49 355	13.36 301	42.69 350	38.05 300	51.34 372	53.82 365	58.22 377	43.29 367	38.42 359	29.59 336	2.96 326	2.84 351	3.11 337	2.33 335	3.12 303	3.65 302
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
Wz-Net-SNSev	23.35 342	18.18 355	47.37 356	14.55 329	8.63 327	28.33 321	29.16 370	39.88 339	55.80 367	32.16 327	53.91 367	39.35 333	24.42 304	27.60 316	38.11 354	1.06 272	0.24 137	1.20 301	0.95 301	3.16 305	2.93 286

DDUNet	23.49 343	20.59 362	17.13 274	24.58 366	22.45 374	24.86 298	17.96 335	31.42 259	31.06 247	29.59 310	37.81 299	37.85 327	26.39 315	25.77 306	18.74 269	18.99 377	8.10 376	26.65 377	11.80 373	19.41 374	18.58 376

MSMD_ROB	23.50 344	10.55 320	15.65 262	17.87 349	10.07 338	35.58 346	19.04 339	34.53 295	37.81 299	41.55 354	60.11 376	46.01 359	39.81 360	32.74 336	24.92 305	6.86 355	3.63 359	8.92 361	11.16 372	7.21 337	5.99 326

LE_ROB	23.59 345	4.64 264	16.84 270	8.59 238	3.05 163	33.01 338	18.53 338	28.96 231	67.40 391	70.71 392	55.67 372	48.44 366	48.90 374	26.06 308	37.98 353	0.44 189	0.24 137	0.27 225	0.54 277	0.49 166	0.98 116

ADCMid	23.61 346	12.42 338	44.10 351	11.85 310	8.33 324	27.89 319	20.03 341	36.49 315	39.56 308	40.81 352	47.01 350	36.89 323	43.95 368	39.12 362	42.60 369	1.95 310	1.55 322	3.05 335	3.98 347	5.20 326	5.37 320

AnyNet_C32	24.34 347	15.07 348	42.84 349	13.07 322	11.83 347	31.80 334	31.73 374	32.47 268	45.77 336	35.92 340	49.66 356	34.05 310	35.21 350	44.09 371	43.39 373	1.61 303	1.70 325	1.22 303	2.94 340	4.87 324	7.60 341

MFN_U_SF_DS_RVC	24.71 348	14.86 347	32.18 331	26.47 368	10.48 341	40.27 360	22.83 348	36.88 321	44.51 330	42.59 356	47.13 351	40.20 339	28.00 323	36.70 351	28.36 327	4.23 342	4.00 362	6.73 351	16.35 378	5.05 325	6.34 329

ccnet	24.80 349	17.64 354	24.53 312	12.35 318	18.18 368	38.47 354	17.76 334	46.24 366	32.78 261	37.51 346	46.76 346	38.80 330	30.45 338	38.35 358	41.98 366	9.41 362	6.40 370	9.67 363	8.04 362	11.64 362	9.00 353

FC-DCNN	25.07 350	12.06 335	20.30 297	19.06 352	9.41 334	38.40 353	23.46 354	41.37 345	44.07 326	46.76 367	53.99 368	50.49 368	39.32 358	36.43 350	29.46 335	7.40 357	3.39 356	6.15 348	5.01 354	8.05 342	6.83 336

XQC	25.15 351	18.26 356	52.31 362	22.53 363	12.15 349	37.47 351	21.78 345	38.74 331	55.51 366	32.40 329	30.75 228	38.36 328	30.19 337	38.28 357	41.25 365	4.61 343	1.44 315	2.77 334	2.26 334	12.52 363	9.49 357

DPSNet	25.20 352	7.92 307	36.17 340	11.72 309	6.85 290	53.68 375	43.17 385	52.22 377	60.09 378	31.61 322	39.76 313	40.91 341	35.82 351	33.42 337	26.48 318	4.98 349	2.10 334	0.50 256	1.13 309	9.63 349	5.83 323

SGM-ForestM	25.21 353	4.80 267	13.50 227	8.68 241	3.74 179	46.85 367	22.04 347	46.25 367	51.32 356	51.28 371	52.07 360	62.64 384	47.13 372	46.05 372	36.30 349	1.99 311	2.25 340	1.21 302	1.24 314	1.65 270	3.21 293

PDISCO_ROB	25.35 354	10.44 319	31.01 328	29.47 373	20.36 371	38.32 352	17.74 333	45.56 365	55.34 364	29.88 313	42.94 332	46.63 361	29.76 333	36.23 347	31.29 343	10.74 365	2.20 339	6.96 352	3.53 344	9.98 353	8.52 351

EDNetEfficient	25.68 355	22.94 367	77.88 397	9.49 259	7.66 309	20.89 274	17.37 330	22.52 166	56.02 368	61.49 383	53.31 363	35.83 320	41.88 366	25.06 303	39.53 361	0.86 252	0.83 238	0.91 288	2.82 338	8.28 343	7.98 345

Wz-Net-TNSev	25.85 356	21.47 365	59.51 375	10.38 284	7.64 307	42.40 364	23.33 351	35.97 308	54.36 360	36.56 343	43.26 335	45.90 358	41.27 364	37.81 355	37.10 351	2.35 317	1.90 331	0.77 273	1.34 317	5.89 333	7.75 343

WZ-Net	25.86 357	14.23 344	64.17 378	15.77 339	10.61 342	39.36 357	28.01 368	41.38 346	54.97 361	28.82 307	53.68 364	40.90 340	30.14 336	37.91 356	42.98 372	1.59 299	0.49 191	0.73 270	0.95 301	5.43 328	5.12 317

GANetREF_RVC	26.12 358	30.35 373	27.03 317	26.08 367	6.28 280	31.16 332	37.25 381	48.48 370	50.90 353	37.30 344	36.39 293	34.11 311	30.98 339	38.51 360	28.38 328	9.08 360	2.68 347	16.48 370	5.42 356	16.24 371	9.34 356
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
FCDSN-DC	26.18 359	15.77 351	20.36 298	28.79 372	15.78 361	40.13 359	19.12 340	43.57 356	42.59 320	44.78 363	52.51 362	50.73 369	40.32 362	35.32 344	28.55 329	6.41 354	3.61 358	7.11 354	6.54 358	10.58 354	10.93 365
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	27.11 360	15.49 350	48.87 358	15.20 336	10.99 343	31.86 335	24.37 358	43.99 359	58.30 373	43.12 357	49.92 358	41.90 347	41.43 365	42.90 370	46.29 377	3.00 328	2.60 344	2.45 329	3.47 343	7.63 339	8.41 349

DLNR_Zeroshot_test	27.91 361	51.88 384	91.97 409	98.26 417	97.92 417	3.07 6	0.49 8	31.27 256	8.33 40	8.40 39	15.66 74	7.22 45	1.66 7	12.16 106	4.82 97	40.46 386	1.87 329	0.06 110	0.33 233	80.45 409	1.99 229

MFN_U_SF_RVC	28.91 362	15.44 349	55.12 366	22.00 360	8.49 326	41.39 362	15.36 314	52.74 378	46.70 341	47.83 368	53.87 366	54.97 374	40.50 363	39.54 363	40.77 363	6.09 352	4.92 366	7.08 353	9.02 366	7.68 340	8.69 352

PASM	29.37 363	19.17 357	50.43 360	23.55 364	23.15 376	27.62 317	27.82 367	35.90 305	50.76 350	35.98 341	40.55 318	47.26 364	34.98 349	35.28 343	38.72 358	12.58 374	15.96 381	17.57 372	22.46 380	13.71 365	13.92 370

EDNetEfficientorigin	29.50 364	36.05 378	99.77 421	9.67 263	5.93 263	26.79 313	16.02 317	26.87 213	55.18 363	61.15 380	57.72 373	45.04 355	50.99 377	26.90 312	44.78 375	0.53 203	0.54 200	1.72 314	2.53 336	11.05 359	10.75 362

AnyNet_C01	30.67 365	27.57 372	76.09 395	17.61 346	12.18 350	50.42 372	28.89 369	39.14 336	41.14 315	41.36 353	65.66 387	47.21 363	40.16 361	47.50 373	49.82 384	2.38 319	2.79 350	2.31 324	2.83 339	8.35 344	9.99 361

LSM	30.92 366	21.18 364	57.13 372	19.98 353	54.02 391	33.70 342	25.92 363	43.87 357	49.18 344	46.43 366	55.59 371	43.44 350	36.70 353	36.70 351	28.75 330	2.94 325	9.77 377	5.07 345	8.20 365	10.77 355	29.00 383

RTS	30.97 367	24.38 369	96.47 411	17.75 347	12.63 352	58.43 384	26.47 364	38.01 325	63.33 383	44.41 361	46.81 347	33.16 305	45.26 369	52.06 379	42.65 370	2.66 322	1.40 308	1.09 294	1.02 306	5.49 330	5.86 324

RTSA	30.97 367	24.38 369	96.47 411	17.75 347	12.63 352	58.43 384	26.47 364	38.01 325	63.33 383	44.41 361	46.81 347	33.16 305	45.26 369	52.06 379	42.65 370	2.66 322	1.40 308	1.09 294	1.02 306	5.49 330	5.86 324

DispFullNet	31.01 369	32.97 374	59.04 374	30.27 374	28.46 378	33.06 339	11.44 281	37.69 324	54.13 359	33.30 334	37.78 298	44.68 354	28.96 328	42.19 369	29.68 338	12.35 373	3.56 357	36.10 382	12.90 375	32.29 382	19.42 378

coex-ft	31.29 370	39.15 381	93.51 410	9.71 266	5.77 256	36.25 348	26.79 366	31.43 260	59.45 376	73.35 396	58.73 374	45.49 357	48.48 373	30.19 326	46.52 379	1.59 299	1.71 326	0.94 289	0.97 304	9.43 348	6.35 331

MANE	33.27 371	12.69 339	21.10 302	22.10 361	15.09 360	49.75 370	29.51 371	54.10 381	56.36 369	59.73 376	64.93 384	65.43 387	57.34 385	52.70 382	41.02 364	10.52 364	6.09 369	7.35 356	20.29 379	9.66 350	9.65 358

otaku	33.83 372	36.87 379	53.81 363	40.41 378	21.58 372	54.54 377	17.45 331	44.01 360	61.47 379	39.63 349	50.06 359	46.76 362	29.76 333	40.64 366	30.07 340	19.17 378	7.09 373	32.34 380	9.92 369	24.17 377	16.94 373

PVD	34.10 373	19.91 359	39.04 344	27.08 370	18.09 367	35.11 345	44.32 387	52.16 376	66.36 388	53.04 374	64.50 383	52.33 372	56.17 381	52.24 381	42.11 367	4.17 341	4.82 365	9.60 362	4.65 352	11.11 360	25.25 381

ELAS	34.78 374	20.32 360	38.13 343	21.79 358	14.89 358	57.95 383	37.04 380	51.15 375	51.19 355	60.95 379	64.42 382	59.08 379	54.44 379	51.53 377	46.26 376	12.00 371	7.83 374	10.46 364	8.04 362	14.42 366	13.71 369
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	34.88 375	20.50 361	37.14 342	22.37 362	15.07 359	54.02 376	38.42 382	50.06 373	56.72 371	61.86 384	63.52 378	58.79 378	54.60 380	54.13 384	43.99 374	12.20 372	7.90 375	10.75 365	7.65 360	14.42 366	13.42 368
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SAMSARA	35.29 376	19.78 358	33.90 336	55.86 387	36.15 381	76.79 404	94.89 414	49.29 371	51.59 357	38.15 347	37.83 300	53.71 373	39.29 357	40.56 365	40.41 362	4.02 339	6.72 372	2.35 326	4.12 349	9.70 351	10.76 363

Ntro	35.59 377	38.58 380	55.41 367	43.66 382	22.54 375	57.26 378	23.73 356	47.69 369	63.99 386	39.63 349	48.82 353	47.68 365	37.60 356	41.55 368	30.80 342	17.85 376	6.61 371	33.21 381	10.52 371	26.65 378	17.97 375

BEATNet-Init1	36.29 378	22.72 366	56.79 370	28.53 371	13.41 356	59.81 387	33.49 375	53.72 380	58.64 374	60.78 378	63.63 379	70.42 389	56.59 383	53.93 383	46.48 378	5.63 350	4.14 363	7.49 357	7.45 359	11.35 361	10.88 364

ACVNet-4b	36.91 379	52.81 385	57.04 371	42.64 381	22.08 373	48.32 369	14.64 310	50.28 374	59.78 377	43.17 358	46.34 345	55.50 375	24.49 305	39.03 361	23.55 293	25.75 382	3.76 360	47.36 385	33.76 385	28.62 379	19.22 377

MSC_U_SF_DS_RVC	37.85 380	35.62 377	55.10 365	38.16 377	13.19 355	57.63 381	24.72 359	52.87 379	63.40 385	66.39 388	63.74 380	58.16 376	54.28 378	51.56 378	47.39 380	9.36 361	5.44 367	14.82 369	15.34 377	18.80 373	11.04 366

Consistency-Raft	41.94 381	35.39 376	45.40 353	33.16 375	41.47 385	45.14 366	33.50 376	56.78 385	55.37 365	32.11 326	65.41 385	30.46 288	49.76 375	40.94 367	48.33 383	27.72 383	35.00 386	43.33 384	51.89 394	39.60 384	28.04 382

ACVNet_1	42.11 382	50.66 383	66.19 383	45.24 384	25.33 377	50.11 371	25.60 362	55.90 382	65.25 387	60.15 377	59.98 375	63.57 385	50.05 376	50.45 376	38.46 356	20.06 379	11.00 378	38.79 383	14.48 376	31.31 381	19.68 379

NVStereoNet_ROB	42.81 383	34.00 375	46.84 355	37.40 376	28.64 379	35.65 347	33.88 378	49.95 372	58.27 372	69.65 391	75.69 396	66.36 388	65.66 389	48.37 374	62.04 396	16.50 375	25.07 383	23.61 375	32.35 383	21.58 376	24.72 380
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RainbowNet	51.77 384	63.10 393	65.03 382	60.15 388	39.21 384	59.39 386	31.46 373	57.61 386	78.49 402	50.61 370	66.05 388	59.57 380	45.26 369	50.17 375	42.57 368	46.92 390	45.90 391	53.26 389	32.46 384	54.03 390	34.14 386

anonymity	52.60 385	58.73 387	63.81 377	41.37 380	59.41 395	53.52 374	41.39 383	56.50 384	40.60 313	55.03 375	49.64 355	49.57 367	56.22 382	59.42 386	50.07 385	55.57 393	50.19 397	51.15 387	51.23 392	51.90 386	56.75 394

MADNet+	53.97 386	69.36 395	98.79 418	67.30 392	38.52 382	79.97 408	81.50 410	61.38 388	62.53 381	52.01 373	55.50 370	61.22 383	59.61 387	70.25 395	77.26 409	25.21 381	25.07 383	17.40 371	12.69 374	34.21 383	29.70 385

JetBlue	54.72 387	46.20 382	75.05 393	51.44 385	47.85 386	76.48 403	62.38 396	64.44 390	62.86 382	63.67 387	65.49 386	78.96 396	68.77 390	68.63 393	75.95 408	37.07 384	25.78 385	29.10 379	29.19 382	29.75 380	35.27 387

SGM+DAISY	55.54 388	57.77 386	64.45 380	40.89 379	53.89 389	63.34 390	50.45 389	56.00 383	45.95 337	61.43 382	64.32 381	61.05 382	56.70 384	61.32 388	56.86 390	56.51 394	49.35 395	50.49 386	50.00 391	52.52 387	57.57 395

SPS-STEREO	56.02 389	59.82 390	64.35 379	45.23 383	53.96 390	61.34 388	44.05 386	60.08 387	50.73 349	62.61 385	61.78 377	59.73 381	57.62 386	60.63 387	59.08 391	58.29 395	48.28 392	51.30 388	49.29 390	55.67 391	56.59 393
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	58.13 390	62.74 392	73.58 392	66.59 391	38.77 383	63.23 389	49.56 388	72.12 400	82.24 406	79.37 404	88.96 412	76.25 393	73.29 395	55.14 385	48.05 381	38.17 385	24.21 382	54.92 390	37.94 386	48.23 385	29.29 384

IMH-64-1	59.89 391	58.89 388	69.08 387	66.46 389	50.96 387	57.48 379	51.18 390	69.03 394	67.25 389	67.90 389	80.31 401	70.42 389	74.30 396	72.66 401	50.07 385	42.88 387	43.00 388	65.88 391	47.48 387	53.41 388	39.15 388

IMH-64	59.89 391	58.89 388	69.08 387	66.46 389	50.96 387	57.48 379	51.18 390	69.03 394	67.25 389	67.90 389	80.31 401	70.42 389	74.30 396	72.66 401	50.07 385	42.88 387	43.00 388	65.88 391	47.48 387	53.41 388	39.15 388

IMH	63.51 393	61.05 391	69.15 389	69.90 393	54.09 392	65.82 393	55.66 392	72.12 400	72.52 395	72.73 394	81.82 403	73.16 392	79.86 401	77.03 406	52.57 388	44.46 389	50.01 396	68.11 393	51.57 393	56.59 392	41.88 391

TorneroNet-64	66.18 394	71.37 397	72.19 391	76.80 398	59.54 396	67.82 394	59.56 393	67.83 393	79.98 403	63.09 386	67.00 389	82.98 401	69.97 392	68.02 390	62.78 397	49.03 391	44.17 390	73.23 395	64.19 396	69.14 397	54.83 392

PWCK	66.53 395	88.82 413	80.30 400	80.69 406	30.85 380	65.18 392	41.64 384	72.55 402	71.28 394	78.68 403	69.18 391	78.14 395	62.17 388	82.93 410	63.46 398	80.46 407	40.52 387	82.05 405	47.71 389	74.54 406	39.47 390

WAO-6	71.06 396	73.42 399	67.24 384	79.78 405	61.93 399	69.67 395	60.23 394	75.12 405	87.02 409	74.87 397	79.60 400	79.28 397	84.75 407	68.25 392	61.91 395	67.67 399	48.98 394	81.65 403	73.43 401	66.76 395	59.64 396

TorneroNet	71.59 397	73.91 400	76.67 396	81.06 407	65.65 400	71.44 397	65.68 398	71.66 399	75.08 397	71.76 393	73.09 395	84.12 405	74.51 398	70.46 396	69.58 401	59.87 396	48.58 393	79.93 399	73.78 402	75.74 407	69.18 406

LVE	71.96 398	73.19 398	84.13 403	75.60 396	55.78 394	75.59 400	63.60 397	77.67 406	83.64 407	82.16 405	87.25 411	83.54 403	82.79 406	76.17 404	65.22 399	49.11 392	57.71 403	74.86 397	62.93 395	66.84 396	61.36 397

MFMNet_re	72.11 399	79.45 405	64.79 381	52.91 386	84.26 411	78.00 406	69.47 401	64.08 389	67.45 392	61.33 381	71.28 393	64.22 386	69.42 391	72.45 398	61.54 393	81.63 409	73.93 411	80.19 401	74.21 403	83.02 411	88.49 413

WAO-7	72.48 400	78.58 402	55.84 368	79.20 403	69.56 406	71.30 396	73.06 405	78.20 409	84.37 408	77.52 400	85.78 407	79.44 398	80.26 402	65.93 389	66.47 400	62.13 397	69.81 409	70.46 394	73.18 400	66.66 394	61.95 398

notaker	72.59 401	79.99 407	79.75 399	79.06 402	68.60 404	63.66 391	62.15 395	69.61 397	75.78 398	77.77 401	79.16 399	79.92 399	84.80 408	77.69 407	59.73 392	70.15 402	61.03 405	77.65 398	68.69 398	70.81 399	65.81 403

ktn	72.86 402	80.20 408	70.88 390	79.38 404	69.76 407	75.01 398	70.17 404	69.27 396	77.21 399	73.05 395	77.79 398	77.79 394	77.01 399	73.04 403	56.44 389	79.36 405	66.31 406	80.24 402	68.37 397	72.53 404	63.45 399

UNDER WATER-64	73.59 403	75.19 401	88.26 406	74.50 395	55.55 393	78.94 407	76.55 407	65.86 391	68.37 393	75.79 399	69.24 392	84.00 404	77.49 400	69.01 394	73.11 404	81.39 408	57.22 402	82.69 407	80.62 406	69.53 398	68.45 405

LRCNet_RVC	73.95 404	70.63 396	75.65 394	77.92 400	60.69 398	41.66 363	16.24 319	71.26 398	48.66 343	88.23 412	93.84 414	90.11 410	82.18 404	80.69 409	61.88 394	97.09 418	72.20 410	96.71 417	97.62 418	77.99 408	77.70 410

DPSimNet_ROB	74.86 405	83.75 411	61.14 376	77.51 399	65.78 401	76.04 402	75.86 406	74.62 404	77.61 400	82.20 406	75.97 397	80.50 400	72.45 393	68.06 391	84.65 411	81.90 410	52.11 398	79.97 400	76.71 405	70.85 400	79.47 411

UNDER WATER	76.36 406	79.65 406	88.23 405	84.62 408	67.01 402	77.90 405	78.03 408	67.43 392	72.64 396	75.52 398	71.49 394	85.52 406	82.57 405	70.68 397	75.48 407	79.61 406	54.01 399	86.59 411	84.76 410	72.44 403	72.94 408

WAO-8	77.20 407	78.94 403	67.39 385	86.73 410	72.82 408	79.98 409	69.63 402	77.88 407	88.66 411	83.17 408	86.77 408	85.56 407	85.20 409	72.63 399	69.82 402	75.00 403	55.65 400	87.92 413	83.63 408	71.60 401	64.97 401

Venus	77.20 407	78.94 403	67.39 385	86.73 410	72.82 408	79.98 409	69.63 402	77.88 407	88.66 411	83.17 408	86.77 408	85.56 407	85.20 409	72.63 399	69.82 402	75.00 403	55.65 400	87.92 413	83.63 408	71.61 402	64.97 401

HanzoNet	77.99 409	81.45 410	83.64 401	78.05 401	69.26 405	75.78 401	69.09 400	73.99 403	78.09 401	82.39 407	83.06 404	85.66 409	87.00 411	86.11 412	74.40 406	85.46 414	68.53 408	81.84 404	75.61 404	73.07 405	67.26 404

JetRed	79.80 410	80.33 409	91.79 408	71.25 394	75.71 410	91.85 413	80.84 409	79.41 410	80.84 404	84.48 410	84.47 406	83.34 402	72.72 394	79.51 408	85.74 412	69.66 401	81.68 412	73.70 396	72.68 399	82.42 410	73.53 409

Dean	80.94 411	86.19 412	83.94 402	85.03 409	60.07 397	75.42 399	67.27 399	81.85 411	88.36 410	92.35 413	87.09 410	92.14 412	93.19 413	83.37 411	74.06 405	68.69 400	66.48 407	94.89 416	84.90 411	83.86 412	69.69 407

SPstereo	83.66 412	69.17 394	79.52 398	76.33 397	67.79 403	88.06 412	91.78 413	100.00 422	100.00 422	99.12 418	99.11 418	100.00 425	98.10 417	98.44 418	89.22 413	65.98 398	60.50 404	82.46 406	81.00 407	62.47 393	64.12 400

KSHMR	88.63 413	93.05 414	84.15 404	95.59 415	91.74 415	82.94 411	83.28 411	84.59 412	81.87 405	87.85 411	83.96 405	91.71 411	81.49 403	76.73 405	82.12 410	96.47 417	96.06 417	96.71 417	97.16 417	92.74 417	92.47 417

tt	89.84 414	1.21 7	99.99 423	99.29 420	100.00 423	100.00 423	100.00 423	100.00 422	99.99 420	78.46 402	68.51 390	99.99 423	100.00 422	100.00 424	100.00 425	95.27 415	99.93 421	87.33 412	86.20 412	94.13 418	86.50 412

xxxxx1	91.89 415	95.36 416	98.42 415	87.40 412	89.37 412	98.54 416	98.20 418	92.95 413	93.30 414	93.53 414	95.30 415	97.01 414	96.36 414	94.68 413	94.93 414	83.39 411	84.31 413	82.86 408	88.15 413	84.30 413	89.46 414

tt_ll	91.89 415	95.36 416	98.42 415	87.40 412	89.37 412	98.54 416	98.20 418	92.95 413	93.30 414	93.53 414	95.30 415	97.01 414	96.36 414	94.68 413	94.93 414	83.39 411	84.31 413	82.86 408	88.15 413	84.30 413	89.46 414

ff	91.89 415	95.36 416	98.42 415	87.40 412	89.37 412	98.54 416	98.20 418	92.95 413	93.30 414	93.53 414	95.30 415	97.01 414	96.36 414	94.68 413	94.93 414	83.39 411	84.31 413	82.86 408	88.15 413	84.30 413	89.46 414

MADNet++	94.07 418	93.58 415	90.62 407	96.24 416	96.57 416	97.26 415	90.52 412	94.64 416	91.89 413	97.09 417	93.64 413	94.65 413	92.81 412	96.06 416	95.06 417	95.31 416	95.85 416	92.44 415	92.08 416	91.00 416	94.17 419

PML	99.07 419	100.00 424	98.17 414	99.22 419	99.21 419	99.98 422	99.74 421	98.27 418	98.10 417	100.00 424	99.37 419	98.77 418	99.85 420	100.00 424	98.07 419	100.00 422	99.54 418	100.00 421	99.51 420	99.87 421	93.65 418

MEDIAN_ROB	99.20 420	99.85 419	99.64 420	98.51 418	98.53 418	98.60 419	97.88 417	98.83 419	98.59 418	99.35 421	99.47 420	99.57 419	99.05 419	98.38 417	98.37 420	99.99 420	99.63 419	100.00 421	100.00 422	99.82 420	99.92 421

HaxPig	99.40 421	99.99 421	97.53 413	99.99 422	99.99 421	96.91 414	97.19 415	99.57 420	99.99 420	99.98 423	100.00 422	99.99 423	99.96 421	99.06 419	97.86 418	99.99 420	100.00 423	100.00 421	100.00 422	100.00 422	99.98 422

Anonymous_1	99.63 422	99.96 420	99.94 422	99.77 421	99.59 420	100.00 423	100.00 423	99.81 421	99.98 419	99.63 422	99.94 421	99.75 420	100.00 422	99.67 420	99.89 421	98.37 419	99.84 420	98.70 419	99.26 419	99.29 419	99.24 420

test_example2	99.67 423	99.99 421	99.99 423	100.00 423	99.99 421	99.87 421	99.99 422	98.01 417	100.00 422	100.00 424	100.00 422	98.18 417	98.43 418	99.98 421	99.98 422	100.00 422	99.99 422	99.40 420	99.52 421	100.00 422	100.00 423

AVERAGE_ROB	99.81 424	99.99 421	99.44 419	100.00 423	100.00 423	99.02 420	97.81 416	100.00 422	100.00 422	100.00 424	100.00 422	100.00 425	100.00 422	100.00 424	100.00 425	100.00 422	100.00 423	100.00 421	100.00 422	100.00 422	100.00 423

DPSMNet_ROB	99.95 425	100.00 424	100.00 425	100.00 423	100.00 423	100.00 423	100.00 423	100.00 422	100.00 422	99.16 419	100.00 422	99.95 421	100.00 422	99.98 421	99.99 423	100.00 422	100.00 423	100.00 421	100.00 422	100.00 422	100.00 423

DGTPSM_ROB	99.95 425	100.00 424	100.00 425	100.00 423	100.00 423	100.00 423	100.00 423	100.00 422	100.00 422	99.16 419	100.00 422	99.95 421	100.00 422	99.98 421	99.99 423	100.00 422	100.00 423	100.00 421	100.00 422	100.00 422	100.00 423

MyStereo03	100.00 427	100.00 424	100.00 425	100.00 423	100.00 423	100.00 423	100.00 423	100.00 422	100.00 422	100.00 424	100.00 422	100.00 425	100.00 422	100.00 424	100.00 425	100.00 422	100.00 423	100.00 421	100.00 422	100.00 422	100.00 423

MyStereo02	100.00 427	100.00 424	100.00 425	100.00 423	100.00 423	100.00 423	100.00 423	100.00 422	100.00 422	100.00 424	100.00 422	100.00 425	100.00 422	100.00 424	100.00 425	100.00 422	100.00 423	100.00 421	100.00 422	100.00 422	100.00 423

MyStereo	100.00 427	100.00 424	100.00 425	100.00 423	100.00 423	100.00 423	100.00 423	100.00 422	100.00 422	100.00 424	100.00 422	100.00 425	100.00 422	100.00 424	100.00 425	100.00 422	100.00 423	100.00 421	100.00 422	100.00 422	100.00 423

Selective-RAFT-Error	100.00 427	100.00 424	100.00 425	100.00 423	100.00 423	100.00 423	100.00 423	100.00 422	100.00 422	100.00 424	100.00 422	100.00 425	100.00 422	100.00 424	100.00 425	100.00 422	100.00 423	100.00 421	100.00 422	100.00 422	100.00 423

CasAABBNet	100.00 427	100.00 424	100.00 425	100.00 423	100.00 423	100.00 423	100.00 423	100.00 422	100.00 422	100.00 424	100.00 422	100.00 425	100.00 422	100.00 424	100.00 425	100.00 422	100.00 423	100.00 421	100.00 422	100.00 422	100.00 423

LSM0	100.00 427	100.00 424	100.00 425	100.00 423	100.00 423	100.00 423	100.00 423	100.00 422	100.00 422	100.00 424	100.00 422	100.00 425	100.00 422	100.00 424	100.00 425	100.00 422	100.00 423	100.00 421	100.00 422	100.00 422	100.00 423

DPSM_ROB	100.00 427	100.00 424	100.00 425	100.00 423	100.00 423	100.00 423	100.00 423	100.00 422	100.00 422	100.00 424	100.00 422	100.00 425	100.00 422	100.00 424	100.00 425	100.00 422	100.00 423	100.00 421	100.00 422	100.00 422	100.00 423

DPSM	100.00 427	100.00 424	100.00 425	100.00 423	100.00 423	100.00 423	100.00 423	100.00 422	100.00 422	100.00 424	100.00 422	100.00 425	100.00 422	100.00 424	100.00 425	100.00 422	100.00 423	100.00 421	100.00 422	100.00 422	100.00 423

Low-res two-view benchmark