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	2.73 1	1.56 107	6.21 51	2.96 4	2.45 150	1.80 3	0.28 4	7.43 4	5.07 11	2.57 1	3.43 2	7.13 50	4.71 54	5.74 7	2.91 59	0.00 1	0.05 76	0.00 1	0.00 1	0.15 41	0.12 45

MIF-Stereo	2.89 2	0.90 4	6.74 59	4.08 34	2.42 148	2.63 4	0.42 6	5.57 1	4.88 5	5.36 28	7.63 20	1.09 1	1.47 3	8.80 38	5.11 131	0.03 90	0.07 125	0.00 1	0.01 64	0.48 175	0.11 41

EGLCR-Stereo	2.92 3	1.06 15	5.28 25	3.38 12	0.55 30	4.59 18	0.66 9	10.43 18	4.81 4	3.30 6	3.23 1	7.93 58	1.71 8	9.22 47	1.62 7	0.05 104	0.12 170	0.00 1	0.00 1	0.23 79	0.16 76

Selective-IGEV	3.06 4	1.11 25	4.98 18	3.56 24	1.66 119	4.73 20	2.14 80	10.73 25	4.56 3	2.93 2	4.60 6	5.54 38	1.77 9	10.82 74	1.69 8	0.00 1	0.01 9	0.00 1	0.14 193	0.06 6	0.13 53

AEACV	3.17 5	1.11 25	5.39 27	4.55 59	5.35 258	4.29 13	1.60 41	6.21 2	5.43 16	3.08 3	7.85 21	4.23 20	6.55 97	5.51 4	1.56 1	0.00 1	0.09 147	0.03 85	0.32 263	0.20 61	0.12 45

rrr	3.26 6	1.57 111	7.72 97	3.36 10	0.60 37	4.93 35	1.59 40	10.72 24	5.11 14	3.79 12	4.58 4	4.53 27	4.00 29	10.13 56	2.09 26	0.00 1	0.06 108	0.00 1	0.22 223	0.12 31	0.18 84

CroCo-Stereo	3.27 7	1.90 173	7.18 76	8.50 253	1.11 83	0.96 1	0.97 17	10.18 16	8.20 50	3.59 9	4.69 7	8.02 62	4.53 44	2.75 1	2.34 39	0.01 45	0.00 1	0.00 1	0.00 1	0.31 124	0.11 41
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
IGEVStereo-DCA	3.31 8	1.57 111	6.20 46	3.36 10	0.60 37	4.93 35	1.70 46	13.26 51	5.04 6	3.79 12	4.58 4	4.53 27	4.00 29	10.13 56	2.09 26	0.00 1	0.06 108	0.00 1	0.18 207	0.12 31	0.14 58

test_xeample3	3.34 9	1.54 95	7.67 94	3.33 9	0.68 43	5.74 78	1.63 42	12.05 31	3.88 2	6.71 31	3.81 3	3.17 8	3.34 19	10.59 62	2.07 23	0.00 1	0.02 28	0.00 1	0.27 247	0.13 36	0.16 76

GLC_STEREO	3.40 10	1.06 15	3.44 7	6.52 175	0.20 1	4.76 27	1.66 43	8.97 8	6.59 24	5.39 29	9.04 29	5.23 34	2.03 10	9.76 52	2.77 53	0.01 45	0.03 47	0.21 214	0.00 1	0.23 79	0.06 20

ff7	3.48 11	1.76 156	6.20 46	3.45 14	1.13 87	5.02 41	1.70 46	13.26 51	5.04 6	4.66 20	5.47 12	3.49 9	4.70 50	11.14 84	2.01 17	0.00 1	0.04 56	0.00 1	0.18 207	0.30 113	0.14 58

ffff	3.48 11	1.76 156	6.20 46	3.45 14	1.13 87	5.02 41	1.70 46	13.26 51	5.04 6	4.66 20	5.47 12	3.49 9	4.70 50	11.14 84	2.01 17	0.00 1	0.04 56	0.00 1	0.18 207	0.30 113	0.14 58

11t	3.48 11	1.76 156	6.20 46	3.45 14	1.13 87	5.02 41	1.70 46	13.26 51	5.04 6	4.66 20	5.47 12	3.49 9	4.70 50	11.14 84	2.01 17	0.00 1	0.04 56	0.00 1	0.18 207	0.30 113	0.14 58

ccc-4	3.48 11	1.76 156	6.20 46	3.45 14	1.13 87	5.02 41	1.70 46	13.26 51	5.04 6	4.66 20	5.47 12	3.49 9	4.70 50	11.14 84	2.01 17	0.00 1	0.04 56	0.00 1	0.18 207	0.30 113	0.14 58

anonymousdsp	3.51 15	1.75 152	5.66 35	3.49 18	1.13 87	5.04 45	1.74 57	13.69 60	5.07 11	4.83 24	5.42 10	4.25 21	4.44 41	11.14 84	1.98 15	0.00 1	0.04 56	0.00 1	0.18 207	0.31 124	0.13 53

IGEV-Stereo	3.52 16	1.75 152	5.67 36	3.49 18	1.12 85	5.04 45	1.73 56	13.70 61	5.07 11	4.83 24	5.42 10	4.27 22	4.43 40	11.15 89	1.98 15	0.00 1	0.04 56	0.00 1	0.18 207	0.31 124	0.12 45
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CREStereo	3.58 17	1.05 14	3.35 5	2.17 2	0.59 34	5.61 64	0.40 5	10.50 19	13.34 99	6.93 33	10.44 41	5.29 36	3.47 22	5.82 8	2.62 50	0.01 45	0.01 9	0.02 72	0.01 64	0.04 3	0.01 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	3.59 18	1.07 19	3.81 9	2.80 3	0.52 28	4.98 39	1.18 23	10.35 17	12.97 91	4.54 18	10.75 44	3.89 17	3.27 18	8.78 37	2.63 51	0.03 90	0.03 47	0.09 137	0.00 1	0.12 31	0.04 10

ProNet	3.61 19	1.91 176	6.17 45	3.31 8	0.67 42	5.51 56	6.46 216	12.60 42	6.23 22	3.18 4	4.80 8	3.64 13	3.57 24	11.15 89	2.11 29	0.02 76	0.21 215	0.01 62	0.01 64	0.41 160	0.14 58

LoS_RVC	3.72 20	2.57 233	3.90 10	4.27 45	7.61 317	5.39 54	2.90 113	7.29 3	3.84 1	3.67 11	10.20 38	3.66 14	4.48 42	6.19 11	2.14 32	0.01 45	0.03 47	0.00 1	0.00 1	0.06 6	6.15 338

CES	3.85 21	1.14 29	2.91 1	3.05 6	11.37 350	5.37 53	1.02 20	9.52 12	8.82 57	3.50 8	9.21 31	1.78 2	0.90 1	6.53 13	2.37 41	0.02 76	0.04 56	0.01 62	0.00 1	1.62 274	7.74 359

CASnet	3.91 22	1.03 13	4.68 15	4.98 77	0.27 7	4.99 40	2.95 114	11.02 27	11.02 70	10.61 59	11.76 52	4.15 19	1.65 6	5.85 9	1.91 12	0.50 242	0.00 1	0.59 265	0.12 186	0.13 36	0.02 7
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MC-Stereo	3.99 23	0.95 5	4.70 16	5.09 82	0.44 23	3.77 11	1.79 63	9.86 15	7.05 39	6.34 30	13.35 64	6.83 45	6.34 94	10.80 72	1.75 9	0.00 1	0.11 166	0.06 118	0.24 238	0.12 31	0.14 58

CroCo-Stereo Lap2	4.01 24	2.03 199	8.14 116	9.82 285	6.03 278	1.11 2	0.79 13	9.71 14	7.98 47	3.26 5	4.99 9	9.08 72	5.80 77	6.08 10	4.39 112	0.00 1	0.05 76	0.00 1	0.00 1	0.71 225	0.30 145

test croco	4.15 25	1.67 132	9.97 196	4.86 72	2.97 168	3.27 7	1.41 30	8.20 6	5.51 18	3.37 7	16.69 86	3.03 5	2.71 15	14.44 196	3.91 96	0.14 142	0.00 1	0.03 85	0.01 64	0.69 220	0.14 58

MIF-Stereo (partial)	4.33 26	1.23 35	7.27 82	5.04 79	5.31 257	3.47 9	0.95 16	9.06 9	7.41 42	4.15 14	15.76 77	5.38 37	5.22 59	11.56 105	4.21 107	0.04 96	0.02 28	0.05 106	0.03 102	0.34 139	0.12 45

MyStereo07	4.38 27	1.92 180	5.06 23	6.09 151	4.31 216	6.54 104	9.96 265	15.35 84	5.15 15	4.34 16	5.65 16	3.15 7	5.77 76	11.33 95	1.81 10	0.06 115	0.10 157	0.03 85	0.04 117	0.63 211	0.30 145

XX-TBD	4.45 28	10.67 335	3.01 2	10.28 299	0.57 32	5.84 82	0.07 1	7.57 5	12.24 82	11.43 65	14.74 70	4.07 18	1.66 7	4.51 3	2.05 22	0.01 45	0.01 9	0.00 1	0.00 1	0.26 94	0.01 1

CREStereo++_RVC	4.61 29	0.99 8	3.70 8	4.08 34	2.01 135	3.94 12	0.10 2	9.10 10	16.94 134	8.65 46	16.77 88	4.46 23	2.18 11	5.72 6	3.12 69	0.00 1	0.00 1	0.00 1	10.32 374	0.02 1	0.01 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
iRaftStereo_RVC	4.68 30	1.51 90	6.89 67	4.91 76	0.72 56	5.26 51	0.46 7	17.60 118	10.47 65	9.53 51	15.13 73	5.75 39	3.24 17	8.93 40	2.22 35	0.00 1	0.09 147	0.00 1	0.00 1	0.46 166	0.41 168

Former-RAFT_DAM_RVC	4.69 31	2.56 232	8.72 141	4.26 44	3.52 185	9.22 138	1.48 32	13.54 57	18.88 155	7.47 39	7.08 19	2.04 4	2.24 13	9.66 51	2.27 38	0.05 104	0.02 28	0.07 126	0.00 1	0.53 192	0.21 104

TANstereo	4.70 32	1.08 20	4.01 11	3.53 23	0.47 24	14.26 206	0.15 3	8.67 7	12.54 84	12.50 74	18.43 102	5.20 33	4.54 46	5.68 5	2.07 23	0.00 1	0.13 174	0.00 1	0.01 64	0.02 1	0.63 205

MSKI-zero shot	4.76 33	1.56 107	5.98 39	5.14 92	1.13 87	6.55 106	1.55 38	12.76 44	8.06 48	10.44 58	11.50 50	13.47 137	2.38 14	12.07 131	1.90 11	0.01 45	0.20 209	0.02 72	0.29 253	0.14 39	0.14 58

sCroCo_RVC	5.06 34	3.29 256	16.45 287	10.72 305	6.64 291	5.83 80	2.74 107	9.67 13	8.06 48	3.66 10	9.20 30	4.81 31	4.95 56	8.12 26	4.64 116	0.64 265	0.50 294	0.06 118	0.03 102	0.70 223	0.42 170

AE-Stereo	5.15 35	1.56 107	7.99 109	8.70 254	2.18 140	9.12 137	3.02 116	11.78 29	13.30 98	4.34 16	12.84 59	10.83 85	4.53 44	8.71 35	2.82 54	0.04 96	0.44 281	0.05 106	0.33 267	0.20 61	0.17 80

4D-IteraStereo	5.15 35	1.47 77	7.98 108	4.89 75	4.69 227	6.25 92	1.85 66	13.23 50	16.30 126	14.18 108	11.26 48	8.33 63	1.61 4	8.07 25	2.42 42	0.00 1	0.05 76	0.08 130	0.01 64	0.19 59	0.15 72

CAS	5.20 37	0.78 1	3.30 4	17.06 351	7.59 316	8.07 131	6.31 206	9.46 11	9.09 58	4.57 19	10.67 43	1.91 3	1.22 2	4.18 2	2.16 33	10.33 368	0.02 28	0.00 1	0.02 87	0.44 164	6.83 347

test_1	5.20 37	1.06 15	7.72 97	4.21 40	0.59 34	6.69 107	3.03 117	12.98 46	17.51 142	12.35 72	8.66 24	13.20 128	4.12 32	9.00 43	2.11 29	0.00 1	0.05 76	0.00 1	0.32 263	0.25 86	0.18 84

test-3	5.21 39	1.06 15	7.71 96	4.19 38	0.59 34	6.72 110	3.01 115	12.96 45	17.49 141	12.53 82	8.65 22	13.20 128	4.14 33	9.00 43	2.11 29	0.00 1	0.05 76	0.00 1	0.32 263	0.25 86	0.18 84

EAI-Stereo	5.21 39	1.74 143	8.46 132	5.69 121	1.37 109	5.67 77	3.52 133	18.77 138	5.65 19	9.75 52	16.08 80	6.36 41	3.57 24	11.73 116	3.64 83	0.01 45	0.33 263	0.03 85	1.06 315	0.21 64	0.65 212

tt1	5.27 41	1.99 188	5.11 24	6.02 147	0.26 2	10.59 154	4.22 153	18.45 132	16.31 127	6.75 32	8.95 28	4.75 30	9.15 141	10.82 74	1.61 5	0.00 1	0.05 76	0.00 1	0.04 117	0.26 94	0.14 58

ACVNet-DCA	5.28 42	2.00 189	4.99 19	5.89 134	0.26 2	10.85 159	5.38 175	20.20 151	11.88 77	6.95 34	10.01 33	4.49 24	9.78 155	10.79 69	1.59 2	0.00 1	0.05 76	0.00 1	0.04 117	0.25 86	0.20 97

IGEV_Zeroshot_test	5.28 42	2.03 199	14.26 267	6.09 151	1.33 105	4.32 14	1.03 21	14.46 68	6.50 23	13.33 102	11.89 53	11.01 87	3.45 20	10.71 67	3.64 83	0.03 90	0.22 224	0.15 187	0.26 243	0.80 237	0.20 97

RCA-Stereo	5.32 44	1.08 20	5.91 38	4.29 48	0.51 26	5.65 67	4.12 149	16.97 111	18.67 153	8.27 41	14.16 66	8.86 68	8.90 138	6.45 12	2.18 34	0.00 1	0.07 125	0.10 153	0.00 1	0.10 26	0.07 23

cc1	5.34 45	2.00 189	4.99 19	5.89 134	0.26 2	10.85 159	5.38 175	17.85 124	15.48 118	6.95 34	10.01 33	4.49 24	9.78 155	10.79 69	1.59 2	0.00 1	0.05 76	0.00 1	0.04 117	0.30 113	0.13 53

PMTNet	5.36 46	0.97 6	3.42 6	1.97 1	1.30 99	8.96 135	0.69 11	12.33 33	12.16 81	8.50 44	11.35 49	6.09 40	4.50 43	9.34 49	2.70 52	22.71 383	0.01 9	0.04 100	0.02 87	0.06 6	0.01 1

cross-raft	5.37 47	1.23 35	6.66 57	5.91 138	1.25 97	6.00 88	1.48 32	15.82 96	7.70 44	12.95 92	20.80 135	11.63 96	4.42 38	8.59 29	2.23 36	0.01 45	0.21 215	0.00 1	0.22 223	0.21 64	0.10 35

HH	5.47 48	2.08 203	9.00 155	4.88 73	1.07 81	4.93 35	3.60 140	16.68 108	6.83 26	8.39 42	12.14 55	15.05 156	9.06 139	12.68 153	1.93 13	0.02 76	0.17 195	0.18 198	0.00 1	0.28 105	0.48 181

HanStereo	5.47 48	2.08 203	9.00 155	4.88 73	1.07 81	4.93 35	3.60 140	16.68 108	6.83 26	8.39 42	12.14 55	15.05 156	9.06 139	12.68 153	1.93 13	0.02 76	0.17 195	0.18 198	0.00 1	0.28 105	0.48 181

test_4	5.47 48	0.98 7	5.56 33	6.55 178	0.62 39	5.53 57	1.88 67	11.68 28	6.00 20	12.60 85	30.86 237	7.48 55	3.87 26	12.25 139	2.97 62	0.00 1	0.07 125	0.03 85	0.14 193	0.34 139	0.04 10

HUI-Stereo	5.48 51	1.74 143	9.01 157	5.08 81	0.42 18	5.65 67	2.77 109	12.55 41	7.03 38	12.54 84	18.10 96	13.07 126	6.71 99	9.92 54	3.74 88	0.61 259	0.08 139	0.09 137	0.00 1	0.22 67	0.23 118

RAFT-Stereo + iAFF	5.48 51	1.66 131	7.56 91	3.49 18	0.40 13	2.75 5	0.67 10	16.07 101	14.76 111	12.27 70	18.67 104	11.95 105	8.08 125	7.84 24	2.89 56	0.01 45	0.06 108	0.00 1	0.00 1	0.37 149	0.04 10

ROB_FTStereo	5.49 53	1.74 143	8.96 152	5.09 82	0.42 18	5.65 67	1.68 44	12.53 40	7.00 31	12.53 82	18.00 93	13.02 122	6.74 101	11.51 102	3.81 92	0.60 256	0.09 147	0.09 137	0.00 1	0.22 67	0.22 111

PSM-adaLoss	5.50 54	1.74 143	9.03 161	5.09 82	0.42 18	5.66 72	1.98 74	12.50 35	7.01 36	12.52 76	18.13 99	12.96 118	6.77 105	11.11 82	3.83 93	0.72 271	0.09 147	0.09 137	0.00 1	0.22 67	0.22 111

ROB_FTStereo_v2	5.53 55	1.74 143	8.97 154	5.09 82	0.42 18	5.64 66	2.02 75	12.50 35	7.00 31	12.51 75	18.10 96	12.99 119	6.72 100	11.50 101	4.04 105	0.70 267	0.09 147	0.09 137	0.00 1	0.22 67	0.23 118

CRE-IMP	5.53 55	1.63 128	9.62 182	5.65 118	0.48 25	7.02 117	1.70 46	11.84 30	8.33 52	12.99 94	16.02 79	11.08 89	6.23 87	12.06 129	5.06 130	0.28 191	0.07 125	0.09 137	0.00 1	0.24 84	0.21 104

RAFT-IKP	5.53 55	1.74 143	8.95 149	5.09 82	0.41 14	5.45 55	2.08 79	12.52 37	7.00 31	12.52 76	18.13 99	12.93 117	6.79 106	11.59 109	3.99 100	0.80 279	0.09 147	0.09 137	0.00 1	0.22 67	0.22 111

LL-Strereo2	5.54 58	2.17 211	9.12 166	5.65 118	2.54 153	6.48 100	2.27 87	15.08 77	7.79 46	10.99 63	10.26 39	15.94 168	3.50 23	13.25 175	3.63 82	0.00 1	0.13 174	1.34 312	0.10 176	0.30 113	0.19 94

iGMRVC	5.54 58	1.74 143	9.01 157	5.09 82	0.42 18	5.66 72	1.81 64	12.61 43	7.02 37	12.52 76	18.11 98	13.02 122	6.64 98	11.57 106	4.16 106	0.82 281	0.09 147	0.09 137	0.00 1	0.22 67	0.21 104

Gwc-CoAtRS	5.54 58	1.22 33	8.40 126	4.28 46	1.36 108	6.93 115	1.31 26	15.48 86	15.03 113	12.62 86	13.32 63	12.74 115	5.71 74	8.61 30	2.98 63	0.01 45	0.22 224	0.00 1	0.29 253	0.28 105	0.07 23

test_3	5.55 61	1.02 10	8.07 113	6.18 157	0.54 29	9.00 136	3.28 120	13.55 58	18.66 152	11.97 67	8.89 27	13.98 142	4.05 31	8.96 41	2.10 28	0.00 1	0.05 76	0.00 1	0.31 260	0.26 94	0.18 84

CFNet-RSSM	5.55 61	1.08 20	8.60 139	4.30 49	1.21 96	6.42 99	1.25 25	16.12 102	17.84 145	13.12 95	11.14 47	11.84 101	5.52 64	9.14 46	2.35 40	0.01 45	0.20 209	0.00 1	0.36 271	0.34 139	0.07 23

Patchmatch Stereo++	5.56 63	1.74 143	9.01 157	5.09 82	0.41 14	5.66 72	2.40 92	12.52 37	7.00 31	12.52 76	18.08 94	13.02 122	6.74 101	11.59 109	4.01 102	0.78 275	0.09 147	0.09 137	0.00 1	0.22 67	0.22 111
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	5.56 63	1.74 143	9.01 157	5.09 82	0.41 14	5.66 72	2.40 92	12.52 37	7.00 31	12.52 76	18.08 94	13.02 122	6.74 101	11.59 109	4.01 102	0.78 275	0.09 147	0.09 137	0.00 1	0.22 67	0.22 111

raftrobust	5.56 63	1.42 64	6.00 40	7.04 204	5.11 246	4.90 34	1.88 67	17.13 114	13.72 101	11.87 66	11.58 51	7.82 56	9.21 142	10.28 58	2.92 60	0.02 76	0.05 76	0.00 1	0.00 1	0.22 67	0.11 41

1test111	5.59 66	2.00 189	4.99 19	5.89 134	0.26 2	10.85 159	5.38 175	20.20 151	11.88 77	6.95 34	10.01 33	4.49 24	9.78 155	11.09 80	7.45 174	0.00 1	0.05 76	0.00 1	0.04 117	0.25 86	0.20 97

test-1	5.62 67	1.53 93	14.78 275	7.44 222	1.11 83	7.99 130	1.19 24	13.03 48	12.04 80	9.39 50	15.23 74	11.15 92	5.56 66	7.06 18	3.57 80	0.07 123	0.50 294	0.00 1	0.10 176	0.16 46	0.47 178

DeepStereo_RVC	5.65 68	1.65 129	9.06 163	5.21 103	0.56 31	5.55 62	1.84 65	12.16 32	7.22 40	13.94 105	14.96 71	12.58 112	10.27 162	11.25 93	5.81 150	0.39 221	0.10 157	0.11 164	0.00 1	0.18 55	0.22 111

EKT-Stereo	5.73 69	1.42 64	7.85 101	7.16 210	5.35 258	5.22 49	4.41 156	18.13 130	14.05 103	8.77 47	12.85 60	9.55 77	4.26 35	11.19 91	2.45 47	0.45 233	0.23 229	0.07 126	0.10 176	0.16 46	0.87 241

NRIStereo	5.73 69	1.67 132	8.42 128	5.72 127	0.41 14	6.71 109	2.60 102	14.73 74	10.71 69	12.39 73	15.07 72	11.58 95	6.23 87	12.06 129	4.78 120	0.61 259	0.17 195	0.11 164	0.00 1	0.28 105	0.27 134

RAFT-Test	5.75 71	1.32 50	6.77 62	4.07 33	1.71 122	9.95 142	1.56 39	15.78 95	8.34 54	12.73 89	23.83 163	11.80 99	4.69 49	8.99 42	2.57 49	0.01 45	0.29 252	0.00 1	0.38 276	0.16 46	0.07 23

Selective-RAFT	5.78 72	0.83 2	10.24 202	6.70 189	0.72 56	15.49 230	1.13 22	13.82 66	15.41 117	6.97 38	6.97 18	11.63 96	8.27 128	12.32 141	4.73 118	0.10 132	0.01 9	0.00 1	0.26 243	0.07 11	0.03 8

11t1	5.86 73	1.10 24	7.74 99	5.18 99	1.44 110	13.82 199	2.36 90	14.92 76	7.26 41	12.98 93	11.10 46	11.24 93	9.30 143	11.59 109	6.54 160	0.10 132	0.16 193	0.00 1	0.01 64	0.18 55	0.23 118

s12784h	5.87 74	0.88 3	4.11 12	3.01 5	0.51 26	18.49 266	0.98 18	18.89 140	17.60 143	12.52 76	12.46 57	7.87 57	5.01 57	11.05 79	3.13 71	0.73 273	0.01 9	0.04 100	0.00 1	0.07 11	0.01 1

anonymousdsp2	5.93 75	1.54 95	8.34 121	4.43 54	0.38 12	9.24 139	4.11 147	21.92 175	17.36 139	12.28 71	10.08 37	10.05 79	4.42 38	11.04 78	2.54 48	0.01 45	0.02 28	0.30 241	0.18 207	0.21 64	0.18 84

GMStereo	5.94 76	3.84 270	10.86 217	5.13 91	0.71 48	7.27 121	2.66 105	12.38 34	25.14 209	12.01 69	10.66 42	5.12 32	3.46 21	11.39 97	6.16 157	0.45 233	0.02 28	0.05 106	0.31 260	0.86 241	0.25 129
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
RALCasStereoNet	5.95 77	2.02 197	7.09 75	7.06 205	5.10 245	6.36 98	5.44 180	13.97 67	13.25 96	9.93 54	17.45 89	10.37 82	3.89 27	11.64 114	4.24 109	0.02 76	0.46 287	0.10 153	0.00 1	0.20 61	0.31 150

GMOStereo	5.97 78	1.55 98	7.18 76	5.17 94	0.71 48	5.54 58	2.21 81	10.54 20	12.86 87	18.29 198	22.01 142	17.06 179	6.27 89	6.62 14	2.43 43	0.00 1	0.23 229	0.12 167	0.00 1	0.46 166	0.10 35

error version	5.97 78	1.55 98	7.18 76	5.17 94	0.71 48	5.54 58	2.21 81	10.54 20	12.86 87	18.29 198	22.01 142	17.06 179	6.27 89	6.62 14	2.43 43	0.00 1	0.23 229	0.12 167	0.00 1	0.46 166	0.10 35

test-v	5.97 78	1.55 98	7.18 76	5.17 94	0.71 48	5.54 58	2.21 81	10.54 20	12.86 87	18.29 198	22.01 142	17.06 179	6.27 89	6.62 14	2.43 43	0.00 1	0.23 229	0.12 167	0.00 1	0.46 166	0.10 35

test-2	5.97 78	1.55 98	7.18 76	5.17 94	0.71 48	5.54 58	2.21 81	10.54 20	12.86 87	18.29 198	22.01 142	17.06 179	6.27 89	6.62 14	2.43 43	0.00 1	0.23 229	0.12 167	0.00 1	0.46 166	0.10 35

xx1	5.99 82	2.00 189	4.99 19	5.89 134	0.26 2	10.85 159	5.38 175	17.84 122	15.48 118	6.95 34	10.01 33	16.02 169	11.15 176	10.79 69	1.59 2	0.00 1	0.05 76	0.02 72	0.05 135	0.25 86	0.20 97

rafts_anoy	6.02 83	1.67 132	6.27 52	6.53 176	4.98 238	5.30 52	2.53 98	13.77 65	21.01 166	12.70 88	16.23 82	8.56 66	5.65 72	9.09 45	5.22 135	0.04 96	0.31 256	0.09 137	0.03 102	0.25 86	0.17 80

TestStereo	6.02 83	2.55 231	7.33 89	5.57 114	1.68 121	6.05 90	1.78 62	13.73 62	16.40 131	10.87 62	23.79 162	9.00 70	5.63 71	11.26 94	3.96 98	0.09 128	0.01 9	0.00 1	0.00 1	0.69 220	0.01 1

Any-RAFT	6.04 85	1.16 30	4.52 14	4.47 55	1.20 95	10.46 149	1.97 73	21.84 171	15.52 120	11.21 64	19.37 110	13.34 131	4.72 55	8.65 34	2.03 21	0.01 45	0.19 204	0.00 1	0.00 1	0.04 3	0.08 27

iRaft-Stereo_20w	6.06 86	1.84 168	12.04 232	4.23 41	1.67 120	6.77 112	2.22 85	18.73 137	6.08 21	14.72 114	10.33 40	13.42 136	8.14 126	15.88 220	3.08 68	0.01 45	0.24 240	0.13 178	0.39 278	0.61 206	0.71 222

DCRE	6.07 87	1.75 152	8.41 127	7.20 211	3.82 192	6.48 100	4.18 152	15.52 88	10.42 64	9.24 49	22.47 152	11.71 98	5.46 63	10.62 63	3.02 65	0.02 76	0.26 248	0.05 106	0.30 257	0.15 41	0.24 124

XX-Stereo	6.14 88	1.47 77	9.11 165	11.87 320	6.76 296	3.27 7	0.93 15	15.13 79	5.43 16	8.79 48	28.46 204	13.71 140	2.22 12	11.51 102	2.07 23	0.20 166	0.24 240	0.08 130	0.29 253	1.04 250	0.13 53

AFF-stereo	6.17 89	1.61 123	7.02 72	4.08 34	0.64 40	3.53 10	0.76 12	16.00 100	13.14 93	12.86 90	25.42 176	15.67 165	7.86 119	11.12 83	3.21 75	0.02 76	0.06 108	0.00 1	0.00 1	0.40 157	0.08 27

knoymous	6.19 90	1.49 84	4.49 13	3.81 30	1.87 129	5.84 82	5.76 188	14.51 70	14.18 105	13.31 101	21.59 140	12.64 113	6.49 95	12.41 146	4.03 104	0.12 137	0.13 174	0.12 167	0.00 1	0.71 225	0.35 156

TRStereo	6.22 91	6.09 301	11.30 221	9.19 267	7.41 312	4.75 26	1.74 57	19.70 145	11.74 76	10.61 59	8.65 22	10.67 83	3.22 16	13.81 184	3.60 81	0.31 197	0.23 229	0.12 167	0.36 271	0.48 175	0.38 158

AnonymousM	6.33 92	11.42 341	3.06 3	3.93 31	1.49 115	4.54 15	3.29 121	11.00 26	7.70 44	16.52 160	9.38 32	9.07 71	3.97 28	7.10 19	3.01 64	0.43 230	0.07 125	22.69 376	7.67 366	0.06 6	0.21 104

MyStereo06	6.40 93	1.76 156	13.15 247	6.19 158	4.40 219	7.09 119	9.95 263	16.68 108	6.98 30	12.91 91	10.76 45	17.84 198	5.71 74	9.97 55	3.39 79	0.06 115	0.10 157	0.02 72	0.04 117	0.73 230	0.29 142

DCANet-4	6.41 94	1.02 10	9.66 184	3.41 13	0.68 43	4.73 20	1.70 46	17.70 120	24.33 202	15.10 124	20.25 123	6.45 42	8.65 132	8.47 28	5.31 139	0.01 45	0.04 56	0.00 1	0.00 1	0.09 16	0.63 205

riskmin	6.42 95	1.29 43	6.76 61	3.95 32	2.25 142	10.49 150	2.53 98	15.11 78	17.60 143	9.77 53	12.91 61	15.25 161	12.04 192	11.58 107	5.11 131	0.14 142	0.24 240	0.13 178	0.03 102	0.61 206	0.69 217

DisPM	6.43 96	1.31 48	8.36 122	6.61 184	1.06 80	5.83 80	3.82 144	13.04 49	11.63 75	16.38 156	23.88 165	12.80 116	6.50 96	13.03 173	3.04 66	0.51 245	0.01 9	0.08 130	0.15 199	0.10 26	0.42 170

DCANet	6.46 97	1.59 115	7.28 83	3.51 22	0.68 43	4.77 30	1.75 60	15.33 82	23.62 193	15.55 137	20.73 134	7.31 53	11.56 187	8.83 39	5.26 137	0.00 1	0.05 76	0.00 1	0.00 1	0.26 94	1.11 259

RALAANet	6.49 98	2.49 229	9.69 190	7.09 206	4.98 238	6.23 91	1.68 44	19.90 149	14.26 106	15.04 123	14.56 68	12.69 114	4.38 37	12.91 163	3.07 67	0.02 76	0.07 125	0.00 1	0.10 176	0.51 187	0.15 72

Pruner-Stereo	6.59 99	1.51 90	8.71 140	6.34 164	0.85 65	5.66 72	4.15 150	13.74 63	11.02 70	18.11 194	22.09 147	15.86 167	5.80 77	11.75 118	5.15 133	0.60 256	0.02 28	0.18 198	0.10 176	0.07 11	0.16 76

sAnonymous2	6.59 99	6.21 303	19.05 304	8.91 257	5.27 254	4.58 16	6.69 222	15.56 89	11.12 73	4.86 26	8.71 25	3.81 15	7.93 120	7.38 20	2.89 56	0.09 128	0.07 125	0.05 106	0.28 250	11.25 363	7.10 352

CroCo_RVC	6.59 99	6.21 303	19.05 304	8.91 257	5.27 254	4.58 16	6.69 222	15.56 89	11.12 73	4.86 26	8.71 25	3.81 15	7.93 120	7.38 20	2.89 56	0.09 128	0.07 125	0.05 106	0.28 250	11.25 363	7.10 352

SST-Stereo	6.60 102	1.46 75	8.37 123	6.68 187	0.77 61	6.01 89	1.93 72	14.68 73	9.24 60	19.09 212	20.43 128	16.86 177	8.59 131	13.49 178	3.80 91	0.22 172	0.05 76	0.13 178	0.00 1	0.08 14	0.05 13

PSM-softLoss	6.61 103	1.60 119	9.42 176	6.48 171	0.88 67	5.65 67	2.04 77	22.64 179	8.77 55	13.95 106	22.11 149	13.01 120	5.22 59	12.73 156	6.05 152	0.49 240	0.06 108	0.27 228	0.56 293	0.16 46	0.06 20

KMStereo	6.61 103	1.60 119	9.42 176	6.48 171	0.88 67	5.65 67	2.04 77	22.64 179	8.77 55	13.95 106	22.11 149	13.01 120	5.22 59	12.73 156	6.05 152	0.49 240	0.06 108	0.27 228	0.56 293	0.16 46	0.06 20

ADStereo(finetuned)	6.68 105	1.59 115	9.70 191	3.49 18	0.68 43	4.79 31	1.75 60	15.33 82	23.64 194	15.56 138	20.68 129	7.30 52	13.85 221	8.71 35	5.17 134	0.00 1	0.05 76	0.00 1	0.00 1	0.25 86	1.05 255

PFNet+	6.68 105	1.40 61	9.60 181	5.64 117	0.85 65	5.79 79	1.74 57	13.63 59	15.30 116	17.88 187	21.38 139	14.52 149	6.07 82	12.74 158	4.89 127	0.63 263	0.20 209	0.11 164	0.30 257	0.05 5	0.91 244

raft+_RVC	6.69 107	1.61 123	5.57 34	6.37 165	4.62 225	6.51 103	6.18 204	20.39 158	23.38 191	10.62 61	17.82 92	9.89 78	5.65 72	10.70 66	3.67 86	0.00 1	0.14 184	0.00 1	0.00 1	0.34 139	0.27 134

NF-Stereo	6.72 108	1.59 115	8.93 145	6.60 182	0.73 60	6.27 94	3.38 127	20.21 157	18.01 148	13.22 100	19.46 114	11.82 100	6.16 83	12.39 145	4.74 119	0.33 200	0.06 108	0.20 209	0.23 231	0.08 14	0.05 13

RE-Stereo	6.73 109	1.58 113	8.94 147	6.59 179	0.71 48	6.27 94	3.51 131	20.20 151	17.99 146	13.21 97	19.46 114	11.94 103	6.20 85	12.34 142	4.79 123	0.34 204	0.05 76	0.20 209	0.23 231	0.09 16	0.05 13

TVStereo	6.73 109	1.58 113	8.94 147	6.59 179	0.71 48	6.27 94	3.51 131	20.20 151	17.99 146	13.21 97	19.46 114	11.94 103	6.20 85	12.34 142	4.79 123	0.34 204	0.05 76	0.20 209	0.23 231	0.09 16	0.05 13

Anonymous	6.73 109	2.83 242	18.61 301	11.88 321	7.83 321	14.52 217	9.37 253	14.49 69	10.15 62	4.28 15	6.89 17	3.13 6	7.67 114	11.82 120	5.66 147	0.83 283	0.35 267	0.08 130	0.20 218	2.86 302	1.09 258

OCTAStereo	6.74 112	1.59 115	8.96 152	6.60 182	0.72 56	6.25 92	3.50 129	20.20 151	18.03 149	13.21 97	19.45 112	12.07 110	6.16 83	12.36 144	4.78 120	0.35 207	0.06 108	0.20 209	0.23 231	0.09 16	0.05 13

DIP-Stereo	6.74 112	1.93 183	10.02 200	4.28 46	1.64 118	13.54 195	1.52 35	15.16 80	6.63 25	14.30 111	26.81 192	10.90 86	5.19 58	14.78 203	7.56 178	0.00 1	0.06 108	0.05 106	0.00 1	0.17 53	0.17 80
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MIPNet	6.75 114	1.67 132	12.34 234	4.67 64	1.47 111	10.01 143	2.24 86	26.43 217	17.22 135	14.72 114	12.75 58	7.02 49	9.68 154	8.44 27	5.26 137	0.01 45	0.04 56	0.05 106	0.09 170	0.35 143	0.55 192

RAFT-345	6.79 115	1.29 43	6.80 64	5.06 80	0.91 71	5.61 64	3.32 126	13.36 56	10.17 63	13.73 104	43.66 341	9.12 73	5.38 62	12.29 140	4.44 113	0.32 198	0.05 76	0.09 137	0.06 149	0.06 6	0.03 8

x	6.80 116	1.36 55	6.94 69	4.58 63	1.88 130	10.78 157	4.55 159	19.79 148	10.62 66	12.69 87	19.54 117	14.87 155	10.11 160	9.52 50	8.03 188	0.07 123	0.15 187	0.04 100	0.04 117	0.24 84	0.22 111

fff	6.83 117	1.55 98	7.28 83	3.56 24	0.32 8	4.73 20	1.70 46	15.75 92	31.87 260	15.11 125	20.25 123	6.90 46	12.80 201	8.63 31	5.33 140	0.01 45	0.04 56	0.00 1	0.00 1	0.09 16	0.63 205

csc	6.83 117	1.55 98	7.28 83	3.56 24	0.32 8	4.73 20	1.70 46	15.75 92	31.87 260	15.11 125	20.25 123	6.90 46	12.80 201	8.63 31	5.33 140	0.01 45	0.04 56	0.00 1	0.00 1	0.09 16	0.63 205

cscssc	6.83 117	1.55 98	7.28 83	3.56 24	0.32 8	4.73 20	1.70 46	15.75 92	31.87 260	15.11 125	20.25 123	6.90 46	12.80 201	8.63 31	5.33 140	0.01 45	0.04 56	0.00 1	0.00 1	0.09 16	0.63 205

RAFT_R40	6.91 120	1.53 93	8.45 131	6.79 195	0.77 61	5.86 86	3.82 144	14.85 75	14.53 110	18.05 193	20.03 121	17.06 179	8.69 133	13.40 177	3.84 94	0.14 142	0.02 28	0.14 182	0.00 1	0.09 16	0.05 13

OMP-Stereo	6.93 121	2.57 233	9.03 161	10.63 303	1.72 123	4.89 33	1.91 70	17.84 122	15.56 121	16.69 165	14.16 66	17.70 196	7.33 110	12.93 164	4.83 126	0.24 181	0.03 47	0.06 118	0.02 87	0.19 59	0.39 161

qqq	6.96 122	1.40 61	8.15 117	4.50 56	1.03 76	8.55 134	6.93 229	20.20 151	11.88 77	12.00 68	18.19 101	16.02 169	11.15 176	11.09 80	7.45 174	0.06 115	0.13 174	0.02 72	0.05 135	0.25 86	0.20 97

MIM_Stereo	7.02 123	1.55 98	10.78 214	4.17 37	0.58 33	5.25 50	1.32 28	19.03 141	12.59 86	16.74 166	28.83 207	13.20 128	5.53 65	12.89 161	7.11 167	0.00 1	0.23 229	0.00 1	0.01 64	0.38 154	0.28 137

R-Stereo Train	7.04 124	1.34 52	7.89 103	6.23 160	2.30 144	7.51 123	5.54 182	23.96 189	6.94 28	16.26 153	33.57 279	12.04 108	5.61 67	7.67 22	3.74 88	0.01 45	0.05 76	0.01 62	0.00 1	0.10 26	0.12 45

RAFT-Stereo	7.04 124	1.34 52	7.89 103	6.23 160	2.30 144	7.51 123	5.54 182	23.96 189	6.94 28	16.26 153	33.57 279	12.04 108	5.61 67	7.67 22	3.74 88	0.01 45	0.05 76	0.01 62	0.00 1	0.10 26	0.12 45
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
ACRE	7.07 126	2.38 222	13.26 248	7.36 216	4.86 230	10.28 146	4.40 155	15.51 87	13.69 100	17.22 175	19.23 109	8.00 60	4.20 34	10.64 64	8.50 196	0.33 200	0.32 259	0.03 85	0.14 193	0.37 149	0.77 231

MyStereo8	7.13 127	2.48 227	10.86 217	6.81 196	4.98 238	10.73 155	1.42 31	14.58 71	9.73 61	15.75 140	23.16 158	12.17 111	7.96 123	9.85 53	10.21 217	0.04 96	0.19 204	0.08 130	0.21 221	0.58 203	0.82 233

IPLGR	7.14 128	1.31 48	13.14 246	4.24 42	1.15 93	9.78 141	0.98 18	23.98 191	21.70 177	16.22 152	18.43 102	8.45 65	7.66 113	9.26 48	5.45 145	0.21 169	0.05 76	0.04 100	0.06 149	0.32 133	0.38 158

CIPLG	7.15 129	2.44 224	12.82 241	7.38 217	4.93 233	10.51 151	4.56 160	15.17 81	13.25 96	17.45 180	19.75 118	8.42 64	4.60 48	11.41 98	8.31 192	0.33 200	0.32 259	0.03 85	0.14 193	0.37 149	0.72 223

IPLGR_C	7.16 130	2.48 227	12.98 244	7.52 227	4.91 232	10.56 152	4.59 161	15.63 91	14.12 104	17.42 178	18.87 106	8.00 60	4.59 47	10.76 68	8.81 199	0.32 198	0.32 259	0.03 85	0.13 189	0.36 144	0.76 228

IPLG	7.20 131	1.43 67	12.55 238	5.17 94	4.32 218	11.11 164	1.48 32	21.79 170	15.10 114	19.16 213	20.23 122	5.26 35	5.61 67	11.68 115	8.14 190	0.05 104	0.06 108	0.03 85	0.07 156	0.33 136	0.50 185

StereoVision	7.21 132	2.17 211	9.29 171	9.43 271	3.91 195	5.09 48	1.91 70	20.04 150	17.37 140	8.57 45	29.59 219	11.08 89	6.76 104	12.44 147	4.71 117	0.54 248	0.05 76	0.16 191	0.03 102	0.82 238	0.30 145

111	7.26 133	1.65 129	7.28 83	3.56 24	0.32 8	10.76 156	3.53 134	20.55 159	27.51 230	10.07 55	16.62 85	14.30 144	9.53 151	12.02 124	5.87 151	0.14 142	0.01 9	0.00 1	0.00 1	0.31 124	1.14 263

HHNet	7.39 134	1.75 152	7.24 81	3.26 7	3.18 170	5.04 45	6.40 213	19.04 142	15.70 123	20.71 238	32.13 260	10.69 84	5.91 79	10.45 60	4.60 115	0.40 223	0.07 125	0.21 214	0.13 189	0.54 194	0.41 168

ASMatch	7.40 135	1.42 64	8.49 134	5.09 82	2.00 134	4.74 25	2.62 103	16.54 107	13.17 94	17.08 171	34.75 288	13.13 127	10.33 164	12.04 126	4.82 125	0.05 104	0.24 240	0.21 214	0.17 206	0.16 46	0.97 248

IIG-Stereo	7.41 136	2.13 209	8.55 136	10.02 291	1.76 124	6.82 113	1.53 36	17.17 115	15.84 125	18.74 209	20.30 127	18.01 200	8.39 129	12.89 161	5.22 135	0.27 190	0.03 47	0.03 85	0.00 1	0.16 46	0.30 145

RAFT+CT+SA	7.44 137	1.46 75	6.46 55	10.73 306	3.34 177	4.70 19	7.45 238	16.45 105	25.89 216	10.18 56	27.15 196	7.27 51	8.00 124	15.11 205	3.19 74	0.02 76	0.00 1	0.18 198	0.46 285	0.30 113	0.47 178

LCNet	7.52 138	1.23 35	5.35 26	6.42 168	1.29 98	9.27 140	5.64 185	17.85 124	10.63 67	16.54 161	24.54 167	14.85 154	11.29 179	11.74 117	3.88 95	0.02 76	0.02 28	0.22 218	2.04 335	0.90 246	6.76 345

TestStereo1	7.62 139	1.62 125	7.60 92	10.47 300	1.86 127	4.76 27	2.48 96	19.73 146	22.33 183	16.79 167	26.02 180	9.33 75	9.30 143	15.92 223	3.37 77	0.01 45	0.02 28	0.02 72	0.05 135	0.55 197	0.28 137

SA-5K	7.62 139	1.62 125	7.60 92	10.47 300	1.86 127	4.76 27	2.48 96	19.73 146	22.33 183	16.79 167	26.02 180	9.33 75	9.30 143	15.92 223	3.37 77	0.01 45	0.02 28	0.02 72	0.05 135	0.55 197	0.28 137

mmm	7.72 141	1.50 87	8.56 137	5.29 107	1.89 131	14.14 205	5.70 187	18.42 131	11.02 70	16.04 148	23.78 161	17.00 178	10.03 159	12.03 125	7.54 177	0.12 137	0.07 125	0.50 259	0.20 218	0.31 124	0.18 84

RAFT-RH_RVC	7.73 142	1.25 41	6.99 71	4.83 69	0.90 70	11.76 168	1.53 36	13.00 47	14.43 109	17.51 182	46.41 352	11.02 88	6.30 93	12.68 153	4.93 128	0.51 245	0.04 56	0.12 167	0.13 189	0.09 16	0.09 29

TransformOpticalFlow	7.76 143	1.90 173	9.31 172	5.50 112	1.18 94	6.97 116	8.27 243	17.86 126	13.21 95	14.58 112	29.13 209	19.01 209	10.85 167	12.51 151	3.69 87	0.01 45	0.04 56	0.20 209	0.04 117	0.17 53	0.84 235

HITNet	7.83 144	2.93 247	8.39 124	4.76 67	1.48 113	12.75 186	4.64 162	20.97 161	14.37 108	15.14 129	22.15 151	14.57 150	10.62 165	14.38 195	8.14 190	0.04 96	0.01 9	0.48 257	0.02 87	0.57 201	0.10 35
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
PFNet	7.91 145	1.44 74	11.60 226	7.03 202	2.42 148	7.60 127	6.03 199	23.36 187	17.24 137	20.29 231	17.67 90	15.44 164	7.71 116	13.02 172	5.71 148	0.24 181	0.20 209	0.12 167	0.19 217	0.31 124	0.61 203

SA	7.93 146	1.54 95	9.13 168	7.98 242	0.64 40	5.85 84	2.29 88	22.27 176	24.54 207	13.17 96	31.07 242	8.87 69	10.32 163	16.49 238	3.12 69	0.04 96	0.12 170	0.17 193	0.30 257	0.45 165	0.17 80

AAGNet	7.94 147	1.48 80	9.34 174	7.13 209	0.70 47	5.85 84	5.16 171	15.40 85	14.01 102	20.13 228	24.03 166	15.28 162	11.52 183	12.05 127	15.47 256	0.63 263	0.06 108	0.32 243	0.01 64	0.12 31	0.09 29

FENet	7.94 147	1.01 9	6.72 58	5.87 133	2.07 137	11.11 164	2.03 76	21.39 165	20.81 164	17.14 173	22.65 153	14.43 146	11.54 186	12.97 167	7.89 184	0.15 148	0.24 240	0.03 85	0.02 87	0.14 39	0.62 204

dd	7.96 149	4.08 273	11.49 225	6.53 176	0.93 73	8.28 133	4.03 146	16.53 106	33.82 277	15.17 131	16.50 84	6.79 44	5.96 81	14.30 193	9.90 208	1.13 303	0.42 277	0.17 193	0.44 282	2.01 287	0.79 232

raft_robust	7.97 150	2.26 218	6.75 60	5.83 131	0.72 56	5.57 63	0.84 14	33.59 293	34.21 284	18.17 195	19.88 120	6.50 43	5.62 70	15.33 207	2.83 55	0.03 90	0.23 229	0.00 1	0.37 274	0.32 133	0.39 161

STrans-v2	7.98 151	1.84 168	9.42 176	4.84 71	1.48 113	12.23 178	10.05 268	19.06 143	12.32 83	13.63 103	26.06 184	18.13 205	12.35 194	12.99 169	3.99 100	0.01 45	0.01 9	0.18 198	0.01 64	0.22 67	0.83 234

Prome-Stereo	8.10 152	1.28 42	5.48 29	6.50 173	1.51 116	6.70 108	9.42 255	21.08 162	9.13 59	20.88 239	32.84 269	11.95 105	11.86 189	11.75 118	3.97 99	0.01 45	0.02 28	0.18 198	0.12 186	0.41 160	7.01 350

ffm	8.12 153	1.43 67	9.67 185	5.70 122	3.44 178	11.96 172	6.35 207	18.45 132	16.31 127	15.83 142	31.44 249	17.22 187	10.87 169	10.82 74	1.61 5	0.00 1	0.05 76	0.80 282	0.08 159	0.26 94	0.14 58

CASS	8.15 154	1.67 132	7.68 95	8.25 250	1.52 117	14.39 210	2.72 106	22.65 181	17.23 136	15.42 134	22.68 154	13.47 137	11.87 190	12.44 147	6.07 155	0.96 292	0.05 76	0.12 167	0.01 64	0.71 225	3.14 312
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DN-CSS_ROB	8.17 155	2.59 235	14.14 264	6.11 154	3.22 173	6.31 97	3.53 134	22.92 184	20.59 163	16.66 163	30.05 226	9.31 74	7.95 122	13.49 178	4.78 120	0.72 271	0.00 1	0.45 255	0.00 1	0.54 194	0.09 29

RAFT_CTSACE	8.24 156	1.97 186	8.39 124	6.89 199	5.11 246	5.86 86	2.63 104	14.62 72	16.88 133	23.52 272	34.77 289	16.02 169	7.37 111	17.91 251	2.23 36	0.00 1	0.12 170	0.00 1	0.03 102	0.39 156	0.05 13

GMM-Stereo	8.34 157	1.09 23	6.42 53	6.14 156	2.52 152	10.30 148	9.64 260	23.44 188	10.64 68	17.84 185	29.89 223	17.37 193	7.75 117	11.55 104	4.36 110	0.05 104	0.01 9	0.23 221	0.90 307	0.46 166	6.26 339

GANet-ADL	8.36 158	2.31 220	8.44 130	7.39 219	2.65 155	12.58 183	5.24 173	29.55 245	25.24 210	14.19 109	16.70 87	17.07 184	6.91 107	10.65 65	6.26 158	0.38 211	0.39 270	0.10 153	0.12 186	0.75 235	0.28 137

Sa-1000	8.38 159	1.50 87	8.13 115	7.56 229	0.89 69	14.39 210	2.47 95	24.31 196	23.74 197	15.18 132	28.35 203	11.42 94	8.85 137	16.20 234	3.28 76	0.17 153	0.23 229	0.15 187	0.23 231	0.46 166	0.19 94

GwcNet-ADL	8.48 160	1.70 139	9.38 175	7.10 207	2.78 159	6.74 111	6.57 221	30.15 249	26.01 219	15.15 130	17.77 91	13.93 141	6.96 108	12.96 166	9.91 209	0.48 239	0.72 311	0.01 62	0.01 64	0.51 187	0.84 235

ARAFT	8.50 161	3.19 255	16.58 288	5.52 113	0.91 71	12.13 177	11.20 287	17.19 116	18.28 151	18.40 204	16.33 83	17.10 185	8.58 130	18.56 254	5.00 129	0.11 135	0.04 56	0.00 1	0.00 1	0.55 197	0.25 129

test_5	8.51 162	1.50 87	8.19 120	11.06 312	5.00 241	6.91 114	5.67 186	17.50 117	22.09 181	16.07 149	29.63 220	15.28 162	10.78 166	15.94 225	3.65 85	0.00 1	0.00 1	0.26 227	0.08 159	0.31 124	0.35 156

RAFT	8.51 162	2.16 210	8.93 145	8.14 246	0.81 64	12.63 184	8.49 244	16.34 103	15.56 121	22.31 259	18.99 108	19.29 216	11.39 182	17.57 247	6.05 152	0.01 45	0.19 204	0.27 228	0.02 87	0.64 215	0.45 176

GES	8.51 162	1.98 187	11.82 229	6.39 167	1.77 125	12.36 181	6.22 205	21.55 167	21.34 171	19.02 211	26.02 180	8.79 67	9.34 146	13.94 187	7.24 169	0.38 211	0.10 157	0.30 241	0.14 193	0.69 220	0.73 224

DMCA	8.51 162	1.90 173	9.96 195	5.16 93	4.14 206	10.29 147	4.46 158	25.52 203	19.55 159	16.33 155	20.69 130	17.59 194	11.26 178	10.42 59	11.36 231	0.50 242	0.08 139	0.35 246	0.05 135	0.36 144	0.31 150

PSM-AAD	8.62 166	1.22 33	5.69 37	6.31 163	1.12 85	12.74 185	10.01 267	19.29 144	15.25 115	21.54 252	25.11 172	14.24 143	13.47 211	12.15 134	3.93 97	0.01 45	0.06 108	2.48 331	0.16 202	0.38 154	7.28 355

FTStereo	8.67 167	1.13 28	6.04 41	6.04 148	2.39 147	7.86 129	12.05 299	17.72 121	8.33 52	20.16 229	41.41 328	16.10 172	12.64 199	10.80 72	4.37 111	0.18 155	0.01 9	0.09 137	0.16 202	0.15 41	5.71 335

iRaft-Stereo_5w	8.70 168	1.81 167	9.33 173	5.83 131	3.78 189	4.87 32	11.12 286	15.86 99	14.80 112	15.23 133	26.36 186	21.49 228	12.91 204	15.94 225	12.73 237	0.58 252	0.05 76	0.08 130	0.09 170	0.85 240	0.33 154

IRAFT_RVC	8.76 169	1.47 77	9.55 180	7.31 213	1.77 125	6.49 102	10.43 277	25.94 211	27.33 226	17.50 181	19.85 119	17.93 199	10.21 161	12.88 160	5.44 144	0.17 153	0.30 253	0.19 206	0.05 135	0.22 67	0.12 45

HCRNet	8.80 170	1.43 67	7.74 99	14.41 337	5.25 250	10.85 159	2.56 101	26.07 213	18.04 150	15.48 135	25.03 170	18.63 208	9.93 158	13.01 170	6.76 162	0.04 96	0.04 56	0.10 153	0.01 64	0.18 55	0.38 158

whm_eth	8.83 171	4.45 280	17.70 296	7.42 220	6.66 294	7.07 118	3.45 128	17.88 127	19.49 158	22.17 258	39.18 314	4.69 29	4.32 36	14.26 192	5.35 143	0.18 155	0.08 139	0.21 214	0.09 170	0.61 206	1.30 267

DEmStereo	8.85 172	1.36 55	9.99 198	4.24 42	1.05 79	11.49 167	5.91 190	13.76 64	26.68 223	22.03 256	32.92 271	11.86 102	15.27 252	11.48 99	8.08 189	0.16 150	0.15 187	0.02 72	0.09 170	0.09 16	0.44 174

SFCPSM	8.85 172	1.40 61	11.34 222	5.23 106	3.47 184	16.55 252	7.18 235	30.71 260	25.24 210	16.45 157	19.45 112	11.10 91	9.61 152	11.88 122	5.52 146	0.22 172	0.17 195	0.36 249	0.22 223	0.29 109	0.58 198

GrayStereo	8.86 174	1.17 32	6.94 69	8.09 244	2.82 160	10.58 153	11.40 292	17.93 128	15.74 124	22.43 262	30.95 238	17.80 197	12.44 196	11.19 91	4.57 114	0.02 76	0.02 28	0.18 198	0.79 304	0.31 124	1.90 289

anonymousa	9.03 175	1.62 125	8.03 112	4.19 38	5.53 264	15.37 227	3.81 143	18.55 136	21.20 170	18.28 197	30.99 240	20.79 222	13.42 209	10.58 61	7.57 179	0.00 1	0.05 76	0.29 237	0.18 207	0.10 26	0.11 41

KYRaft	9.04 176	1.11 25	7.02 72	6.50 173	0.97 75	8.27 132	8.19 242	22.86 183	8.20 50	21.30 250	31.38 246	22.64 238	8.20 127	11.99 123	2.96 61	0.02 76	0.02 28	0.05 106	0.68 298	0.40 157	18.09 382

DualNet	9.14 177	1.43 67	9.67 185	5.70 122	3.44 178	11.96 172	6.35 207	18.45 132	16.31 127	15.83 142	31.44 249	17.22 187	10.87 169	10.82 74	21.98 297	0.00 1	0.05 76	0.80 282	0.08 159	0.26 94	0.14 58

BUS	9.20 178	1.48 80	7.93 105	6.74 192	3.96 197	17.62 260	2.79 110	33.06 288	21.58 174	17.99 190	21.34 136	14.49 147	9.40 148	14.18 189	10.57 221	0.19 159	0.13 174	0.14 182	0.04 117	0.30 113	0.09 29

MyStereo04	9.24 179	1.92 180	8.78 142	6.09 151	4.31 216	6.54 104	9.96 265	32.24 279	41.99 325	14.26 110	11.98 54	12.00 107	12.01 191	13.93 185	7.53 176	0.06 115	0.10 157	0.03 85	0.04 117	0.63 211	0.30 145

CoDeX	9.24 179	1.77 162	9.54 179	6.08 150	3.79 191	16.45 251	6.76 225	26.15 214	25.03 208	17.18 174	25.12 173	14.69 152	11.68 188	12.22 136	6.71 161	0.30 194	0.20 209	0.15 187	0.02 87	0.23 79	0.68 215

CrosDoStereo	9.24 179	1.29 43	8.16 118	4.56 61	1.04 77	7.52 125	15.00 320	15.85 97	24.31 200	24.27 274	33.44 276	13.37 132	13.82 219	12.23 137	8.86 200	0.01 45	0.11 166	0.09 137	0.04 117	0.36 144	0.53 189

DeepStereo_LL	9.24 179	1.29 43	8.16 118	4.56 61	1.04 77	7.52 125	15.00 320	15.85 97	24.31 200	24.27 274	33.44 276	13.37 132	13.82 219	12.23 137	8.86 200	0.01 45	0.11 166	0.09 137	0.04 117	0.36 144	0.53 189

DRaft	9.27 183	1.23 35	9.08 164	3.62 29	0.78 63	13.27 193	5.89 189	16.97 111	29.57 239	21.15 248	38.46 312	10.09 80	13.98 224	11.58 107	7.91 185	0.43 230	0.30 253	0.06 118	0.26 243	0.26 94	0.45 176

MyStereo05	9.29 184	1.76 156	8.95 149	6.19 158	4.40 219	7.09 119	9.95 263	31.21 264	40.82 318	17.31 176	12.93 62	10.33 81	12.52 198	13.93 185	7.05 166	0.06 115	0.10 157	0.02 72	0.04 117	0.73 230	0.29 142

MLCV	9.32 185	2.22 216	12.55 238	5.22 104	1.32 104	13.79 198	1.35 29	21.14 164	23.65 195	21.91 255	31.37 245	17.14 186	7.57 112	16.00 228	10.18 215	0.22 172	0.01 9	0.03 85	0.02 87	0.40 157	0.29 142

BEATNet_4x	9.37 186	4.85 287	12.05 233	5.48 111	1.35 107	13.15 191	6.15 203	25.06 201	16.74 132	16.18 151	24.65 168	17.29 192	12.51 197	16.91 242	10.92 224	0.38 211	0.18 200	0.81 288	0.05 135	1.95 283	0.65 212

THIR-Stereo	9.38 187	1.78 165	8.50 135	4.74 65	0.71 48	15.92 235	11.93 298	16.39 104	21.56 173	24.27 274	32.07 258	14.40 145	14.14 229	11.49 100	8.39 195	0.05 104	0.25 246	0.10 153	0.05 135	0.33 136	0.58 198

ff1	9.41 188	1.43 67	9.67 185	5.70 122	3.44 178	11.96 172	6.35 207	18.45 132	16.31 127	15.83 142	31.44 249	17.22 187	10.87 169	16.19 231	21.98 297	0.00 1	0.05 76	0.80 282	0.08 159	0.26 94	0.14 58

GANet-RSSM	9.48 189	1.32 50	6.45 54	6.72 191	5.51 263	12.78 187	6.03 199	26.55 218	18.96 156	14.92 119	27.95 200	25.41 262	14.69 241	13.52 181	7.60 181	0.10 132	0.10 157	0.16 191	0.01 64	0.51 187	0.39 161

UCFNet_RVC	9.48 189	2.12 207	4.89 17	7.03 202	3.78 189	16.05 236	6.37 212	28.25 233	20.00 161	15.93 147	23.07 157	25.21 259	12.79 200	12.57 152	8.01 187	0.07 123	0.04 56	1.17 304	0.23 231	1.31 267	0.69 217

CFNet_pseudo	9.58 191	1.91 176	10.73 212	4.53 58	2.91 166	14.26 206	2.75 108	26.73 221	32.14 266	17.10 172	23.02 156	22.14 234	8.74 135	12.17 135	7.43 172	0.20 166	0.45 285	1.24 311	0.24 238	2.49 295	0.49 184

Anonymous3	9.60 192	3.45 260	29.83 332	9.58 279	4.75 228	24.51 303	10.20 274	24.04 193	18.77 154	10.42 57	14.64 69	7.97 59	8.75 136	14.05 188	5.80 149	2.44 330	1.39 330	0.08 130	0.06 149	0.73 230	0.48 181

ccs_rob	9.61 193	1.92 180	10.72 211	4.55 59	2.89 163	14.33 208	2.86 112	26.85 222	32.36 268	17.05 170	22.91 155	22.12 233	8.70 134	12.10 132	7.44 173	0.19 159	0.44 281	1.38 313	0.25 241	2.68 298	0.57 196

PCWNet_CMD	9.64 194	1.77 162	10.59 208	4.80 68	2.90 164	16.25 249	2.42 94	29.37 244	34.10 281	17.41 177	22.04 146	19.10 212	7.70 115	12.05 127	6.86 163	0.22 172	0.45 285	0.80 282	0.22 223	3.11 310	0.69 217

MSMDNet	9.64 194	1.77 162	10.63 209	4.83 69	2.90 164	16.35 250	2.37 91	29.33 243	34.29 285	17.43 179	22.10 148	19.05 211	7.79 118	12.11 133	6.87 164	0.23 179	0.46 287	0.67 271	0.21 221	2.77 300	0.60 201

BSDual-CNN	9.70 196	1.48 80	7.93 105	6.74 192	3.96 197	16.10 240	7.13 232	33.06 288	21.58 174	17.99 190	21.34 136	22.28 235	11.53 184	14.18 189	7.81 182	0.19 159	0.13 174	0.14 182	0.04 117	0.30 113	0.09 29

PSMNet-RSSM	9.71 197	1.73 141	6.09 42	7.47 225	4.27 210	10.06 144	6.00 197	29.14 240	21.74 178	15.76 141	32.88 270	22.63 237	13.18 206	12.94 165	9.12 204	0.09 128	0.02 28	0.07 126	0.10 176	0.70 223	0.24 124

IER	9.78 198	1.55 98	9.97 196	4.51 57	5.23 249	13.78 197	5.11 170	26.66 219	22.79 188	19.69 219	29.45 217	16.42 173	18.52 285	13.64 183	7.57 179	0.06 115	0.03 47	0.18 198	0.09 170	0.18 55	0.23 118

psmg	9.80 199	1.48 80	7.93 105	5.18 99	3.96 197	15.85 234	7.93 241	29.11 239	21.58 174	20.93 240	25.06 171	22.28 235	11.53 184	14.18 189	7.81 182	0.19 159	0.13 174	0.17 193	0.04 117	0.36 144	0.21 104

gwcnet-sp	9.81 200	2.82 239	13.47 255	5.99 141	4.27 210	16.20 246	5.91 190	25.55 204	24.34 203	21.01 241	20.69 130	15.22 158	14.96 245	14.50 198	9.97 210	0.05 104	0.15 187	0.02 72	0.08 159	0.49 182	0.51 186

scenet	9.81 200	2.82 239	13.47 255	5.99 141	4.27 210	16.20 246	5.91 190	25.55 204	24.34 203	21.01 241	20.69 130	15.22 158	14.96 245	14.50 198	9.97 210	0.05 104	0.15 187	0.02 72	0.08 159	0.49 182	0.51 186

ssnet	9.81 200	2.82 239	13.47 255	5.99 141	4.27 210	16.20 246	5.91 190	25.55 204	24.34 203	21.01 241	20.69 130	15.22 158	14.96 245	14.50 198	9.97 210	0.05 104	0.15 187	0.02 72	0.08 159	0.49 182	0.51 186

CFNet-ft	9.87 203	2.18 214	5.49 30	7.45 223	5.25 250	15.76 231	5.98 195	21.89 172	21.87 179	14.96 120	30.02 224	25.68 263	13.68 215	12.46 149	10.94 226	0.08 126	0.06 108	1.83 319	0.22 223	1.09 251	0.43 172

CFNet_RVC	9.87 203	2.18 214	5.49 30	7.45 223	5.25 250	15.76 231	5.98 195	21.89 172	21.87 179	14.96 120	30.02 224	25.68 263	13.68 215	12.46 149	10.94 226	0.08 126	0.06 108	1.83 319	0.22 223	1.09 251	0.43 172

PSMNet-ADL	9.88 205	2.01 195	6.80 64	9.18 266	4.26 209	15.11 222	3.50 129	27.12 223	24.42 206	14.72 114	18.96 107	25.32 261	13.43 210	15.76 216	14.04 245	0.79 278	0.78 317	0.00 1	0.02 87	0.26 94	1.18 266

qqq1	9.96 206	1.37 57	13.37 250	4.41 50	1.30 99	14.40 213	3.29 121	30.25 251	29.81 243	19.55 214	29.37 211	18.06 201	14.40 235	15.42 211	3.18 72	0.38 211	0.21 215	0.00 1	0.01 64	0.29 109	0.18 84

fff1	9.96 206	1.37 57	13.37 250	4.41 50	1.30 99	14.40 213	3.29 121	30.25 251	29.81 243	19.55 214	29.37 211	18.06 201	14.40 235	15.42 211	3.18 72	0.38 211	0.21 215	0.00 1	0.01 64	0.29 109	0.18 84

ttt	9.98 208	1.49 84	7.30 88	6.43 169	3.95 196	14.02 201	5.06 169	33.03 287	29.84 247	14.90 118	30.95 238	14.81 153	9.66 153	15.36 209	11.38 232	0.38 211	0.19 204	0.10 153	0.03 102	0.37 149	0.28 137

UDGNet	10.05 209	13.89 351	10.00 199	9.36 270	2.69 156	7.82 128	1.88 67	18.86 139	34.64 287	17.52 183	13.70 65	13.40 134	7.18 109	13.01 170	6.30 159	5.30 353	0.08 139	12.57 371	2.80 343	8.19 350	1.71 285

cf-r	10.06 210	1.60 119	7.99 109	5.82 129	5.70 272	12.92 189	4.78 165	24.18 195	27.47 229	16.91 169	31.02 241	25.12 258	14.05 225	11.63 113	11.01 229	0.03 90	0.03 47	0.05 106	0.03 102	0.43 163	0.39 161

ICVP	10.07 211	1.73 141	6.11 43	9.08 262	3.31 176	12.25 179	6.56 220	26.30 216	22.52 185	16.49 159	31.80 255	26.94 272	12.42 195	11.35 96	10.92 224	1.17 305	0.57 304	0.17 193	0.10 176	0.58 203	1.07 257
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
hknet	10.13 212	1.56 107	10.27 203	6.74 192	3.72 187	16.10 240	7.13 232	33.06 288	21.12 168	17.99 190	21.34 136	23.11 240	14.95 244	16.43 237	8.34 194	0.14 142	0.13 174	0.14 182	0.04 117	0.30 113	0.09 29

AdaStereo	10.22 213	3.63 262	9.14 170	9.15 264	3.24 174	15.79 233	5.39 179	31.94 271	25.42 212	18.39 203	26.47 187	19.44 217	9.50 150	16.60 240	8.59 197	0.44 232	0.05 76	0.40 253	0.00 1	0.57 201	0.16 76
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.
CFNet_ucs	10.25 214	1.91 176	11.88 230	4.98 77	4.08 204	15.11 222	3.57 138	28.02 230	31.98 265	18.21 196	25.20 174	23.27 243	9.38 147	13.38 176	7.22 168	0.23 179	0.81 318	1.65 317	0.22 223	3.01 306	0.93 245

iResNet	10.26 215	3.10 254	15.72 279	7.35 215	2.13 138	13.86 200	7.07 231	22.80 182	28.01 231	20.10 227	30.40 229	16.79 176	11.06 175	14.46 197	10.29 220	0.39 221	0.05 76	0.00 1	0.07 156	0.73 230	0.73 224

RAFT + AFF	10.27 216	3.77 266	17.13 290	10.24 297	4.97 236	13.08 190	11.52 293	25.69 207	25.80 214	14.72 114	16.12 81	19.16 213	11.35 181	16.24 235	9.04 203	0.30 194	1.46 332	0.66 270	0.20 218	2.03 289	1.94 290

ACVNet	10.36 217	1.68 137	5.49 30	6.01 144	2.75 158	12.78 187	3.56 136	21.89 172	34.81 288	14.96 120	30.78 235	24.72 255	13.88 222	15.81 217	17.20 269	0.13 140	0.01 9	0.06 118	0.06 149	0.51 187	0.15 72

tta	10.45 218	1.37 57	13.37 250	4.41 50	1.30 99	14.39 210	3.29 121	30.25 251	29.81 243	19.55 214	29.37 211	18.06 201	14.40 235	15.42 211	12.69 235	0.38 211	0.21 215	0.28 234	0.03 102	0.29 109	0.18 84

SMFormer	10.46 219	1.37 57	13.37 250	4.41 50	1.30 99	14.40 213	3.29 121	30.25 251	29.81 243	19.55 214	29.37 211	18.06 201	14.40 235	15.42 211	12.70 236	0.38 211	0.21 215	0.28 234	0.03 102	0.33 136	0.31 150

ToySt	10.51 220	2.00 189	15.67 278	5.33 108	0.95 74	14.97 221	9.51 257	24.02 192	27.37 227	14.61 113	24.67 169	24.56 253	14.70 242	16.86 241	13.35 239	0.06 115	0.23 229	0.03 85	0.09 170	0.62 209	0.67 214

AACVNet	10.58 221	2.86 243	9.78 193	8.95 259	3.30 175	10.80 158	4.78 165	22.37 177	12.55 85	27.50 304	29.84 222	30.06 288	15.99 260	19.10 262	11.60 233	0.40 223	0.18 200	0.22 218	0.03 102	0.62 209	0.73 224

GwcNet-RSSM	10.65 222	1.94 184	8.57 138	6.89 199	5.26 253	12.26 180	5.21 172	25.80 210	31.50 257	16.67 164	33.52 278	23.70 249	13.88 222	12.84 159	13.67 243	0.05 104	0.10 157	0.14 182	0.02 87	0.65 217	0.39 161

CFNet	10.67 223	2.33 221	8.90 144	6.66 186	4.09 205	16.05 236	4.26 154	30.44 257	31.01 256	18.53 205	26.48 188	23.69 248	13.68 215	15.27 206	10.59 223	0.05 104	0.02 28	0.44 254	0.05 135	0.73 230	0.23 118

mmx	10.71 224	1.43 67	9.67 185	5.70 122	3.44 178	11.96 172	6.35 207	32.18 276	28.03 232	15.83 142	31.44 249	17.22 187	10.87 169	16.19 231	21.98 297	0.22 172	0.06 108	0.80 282	0.08 159	0.48 175	0.21 104

xxx	10.71 224	1.43 67	9.67 185	5.70 122	3.44 178	11.96 172	6.35 207	32.18 276	28.03 232	15.83 142	31.44 249	17.22 187	10.87 169	16.19 231	21.98 297	0.22 172	0.06 108	0.80 282	0.08 159	0.48 175	0.21 104

NINENet	10.74 226	2.29 219	10.44 206	8.03 243	5.09 244	17.62 260	2.79 110	38.69 339	33.24 276	18.35 202	26.31 185	14.49 147	9.40 148	15.88 220	10.57 221	0.41 225	0.21 215	0.29 237	0.00 1	0.42 162	0.23 118

LMCR-Stereo	10.75 227	4.13 275	10.67 210	13.11 327	3.99 202	16.68 253	5.91 190	25.30 202	22.69 186	22.04 257	21.80 141	14.67 151	14.24 231	20.55 286	15.86 258	1.90 319	0.04 56	0.00 1	0.02 87	1.29 264	0.18 84

DeepPruner_ROB	10.77 228	4.56 282	13.13 245	6.37 165	4.28 215	10.14 145	6.86 226	36.42 323	19.59 160	17.87 186	27.37 197	23.19 242	12.26 193	19.09 261	10.23 218	1.05 299	0.48 290	0.23 221	0.15 199	0.89 244	1.17 264

LL-Strereo	10.79 229	3.52 261	12.54 237	8.77 255	5.44 261	7.49 122	9.26 252	35.15 312	28.70 237	16.47 158	15.85 78	21.06 225	17.42 278	21.62 292	9.72 207	0.21 169	0.22 224	0.74 276	0.08 159	0.98 247	0.60 201

DAS	10.80 230	2.03 199	13.96 261	9.01 260	6.23 284	14.67 219	7.38 236	21.59 168	32.58 271	18.67 207	28.13 201	19.20 214	17.08 273	16.54 239	7.31 170	0.58 252	0.01 9	0.29 237	0.01 64	0.47 173	0.20 97

GMStereo_Zeroshot	10.83 231	7.81 317	19.95 309	9.55 277	2.47 151	11.83 169	1.31 26	20.84 160	20.52 162	22.73 264	35.93 294	24.76 257	5.94 80	19.68 268	7.04 165	0.45 233	0.02 28	0.25 225	0.01 64	5.38 335	0.19 94

HSM-Net_RVC	10.88 232	1.23 35	5.46 28	5.57 114	2.63 154	20.12 277	6.06 201	27.67 227	28.35 236	20.63 236	25.51 177	34.01 313	14.38 234	16.18 230	9.29 205	0.11 135	0.07 125	0.01 62	0.00 1	0.13 36	0.14 58
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NOSS_ROB	10.99 233	3.81 268	6.88 66	6.69 188	2.30 144	16.06 238	10.94 283	30.06 248	32.41 269	16.10 150	18.72 105	22.78 239	14.21 230	17.52 246	8.62 198	2.35 325	1.84 338	3.32 343	1.57 327	2.06 290	1.52 278

ac_64	11.10 234	1.49 84	9.88 194	8.24 249	5.45 262	19.12 269	6.46 216	24.10 194	14.34 107	22.80 265	23.87 164	33.28 310	15.54 255	18.87 258	17.26 271	0.28 191	0.12 170	0.02 72	0.02 87	0.26 94	0.63 205

1111x	11.32 235	1.34 52	8.95 149	5.20 101	1.96 132	14.46 216	7.75 240	35.65 317	28.23 235	15.66 139	26.66 191	26.65 267	14.76 243	15.88 220	22.27 302	0.24 181	0.13 174	0.04 100	0.06 149	0.30 113	0.24 124

HSM	11.33 236	1.80 166	7.04 74	6.13 155	3.99 202	16.16 244	6.92 228	29.69 246	19.39 157	22.95 266	26.05 183	41.08 346	15.79 258	20.25 277	8.89 202	0.02 76	0.03 47	0.01 62	0.00 1	0.15 41	0.34 155

SepStereo	11.34 237	2.03 199	13.96 261	9.01 260	6.23 284	14.67 219	7.38 236	21.59 168	32.58 271	18.67 207	28.13 201	19.20 214	17.08 273	27.36 320	7.31 170	0.58 252	0.01 9	0.29 237	0.01 64	0.47 173	0.20 97

DMCA-RVC	11.41 238	3.32 257	11.68 227	10.12 293	4.81 229	11.92 171	4.11 147	24.67 199	23.66 196	20.06 226	28.51 205	26.71 268	24.96 320	15.95 227	14.82 251	0.41 225	0.34 266	0.56 263	0.16 202	0.72 229	0.69 217

test_xeample	11.49 239	1.24 40	7.50 90	5.22 104	2.18 140	17.40 257	6.49 218	31.14 263	22.77 187	17.90 188	33.09 273	18.48 207	14.61 240	13.51 180	37.38 363	0.16 150	0.13 174	0.01 62	0.03 102	0.23 79	0.24 124

RASNet	11.59 240	1.71 140	10.36 205	6.30 162	5.66 269	15.48 229	6.12 202	34.50 306	20.86 165	16.61 162	32.51 265	22.04 232	23.00 306	19.44 265	16.15 262	0.71 269	0.03 47	0.05 106	0.01 64	0.15 41	0.13 53

iResNet_ROB	11.71 241	1.96 185	10.77 213	6.01 144	3.68 186	15.13 224	2.34 89	31.72 270	37.58 304	26.16 294	32.77 267	25.88 265	15.34 253	16.35 236	7.94 186	0.19 159	0.01 9	0.00 1	0.00 1	0.31 124	0.12 45

UPFNet	11.72 242	1.52 92	10.33 204	7.38 217	7.14 306	20.05 276	9.62 259	28.90 238	25.94 217	20.02 224	29.73 221	20.91 223	16.34 263	18.61 256	16.17 263	0.26 189	0.17 195	0.25 225	0.03 102	0.55 197	0.56 195

FADNet-RVC-Resample	11.72 242	4.35 279	30.33 335	9.46 275	3.90 193	14.11 202	7.17 234	25.78 208	23.31 190	23.27 269	29.52 218	19.50 219	15.00 249	15.38 210	8.33 193	0.53 247	0.50 294	0.49 258	0.50 289	1.38 270	1.67 283

xxxx	11.74 244	1.16 30	7.88 102	5.61 116	1.99 133	20.46 278	3.12 118	33.99 297	23.76 199	15.53 136	30.67 231	26.88 271	14.50 239	12.98 168	35.48 355	0.19 159	0.18 200	0.01 62	0.02 87	0.22 67	0.27 134

CBMV_ROB	11.77 245	2.89 244	6.92 68	5.20 101	2.88 162	14.12 203	4.79 167	26.69 220	29.84 247	26.17 295	31.92 256	23.61 247	20.74 299	20.20 276	10.18 215	1.78 316	1.80 337	2.17 326	1.26 322	1.61 273	0.55 192

DSFCA	11.85 246	2.01 195	12.93 243	5.40 109	6.87 300	15.36 226	10.45 279	30.68 259	31.84 259	25.99 292	23.52 159	22.03 231	14.05 225	20.28 280	12.46 234	0.57 251	0.41 273	0.28 234	0.38 276	1.02 248	0.47 178

FADNet_RVC	11.94 247	5.17 291	39.74 351	6.44 170	3.46 183	11.42 166	4.17 151	29.16 241	26.89 224	17.97 189	25.96 178	13.41 135	15.67 256	15.84 219	13.54 242	0.90 289	0.75 315	0.55 262	1.20 320	3.65 320	2.85 305

iResNetv2_ROB	12.00 248	2.91 246	13.46 254	5.82 129	3.73 188	13.15 191	6.45 215	34.15 299	36.02 296	25.25 284	33.81 282	29.79 284	14.24 231	13.61 182	6.10 156	0.21 169	0.02 28	0.12 167	0.00 1	0.82 238	0.25 129

hitnet-ft	12.04 249	2.11 206	6.14 44	7.27 212	3.90 193	25.98 315	3.56 136	22.56 178	23.74 197	20.55 233	33.81 282	31.59 296	18.67 287	19.47 266	17.20 269	0.42 229	1.36 329	0.35 246	0.07 156	1.11 254	0.86 239

NLCA_NET_v2_RVC	12.05 250	3.43 259	16.25 284	7.62 231	5.58 265	14.57 218	6.00 197	32.98 286	27.41 228	21.69 253	31.40 247	25.21 259	13.47 211	14.96 204	15.60 257	0.84 285	0.33 263	0.35 246	0.35 270	1.29 264	1.78 286
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	12.16 251	1.68 137	11.97 231	7.70 233	6.20 281	19.61 273	5.52 181	25.78 208	34.81 288	25.62 290	30.78 235	24.72 255	13.20 208	15.81 217	18.80 280	0.13 140	0.01 9	0.06 118	0.06 149	0.63 211	0.15 72

dad	12.24 252	10.20 329	13.68 259	6.64 185	1.47 111	13.55 196	3.58 139	17.62 119	35.33 292	27.15 303	32.65 266	30.85 291	10.86 168	14.33 194	10.04 213	2.95 335	0.55 302	7.92 362	0.91 310	3.35 315	1.17 264

pcwnet_v2	12.32 253	2.00 189	17.53 291	7.79 237	5.69 271	17.06 254	3.69 142	36.52 324	46.17 343	20.55 233	29.39 216	16.50 174	13.00 205	15.70 215	9.32 206	0.50 242	1.00 326	0.34 245	0.24 238	2.00 286	1.38 272

222	12.33 254	1.29 43	8.09 114	6.06 149	2.14 139	19.51 272	2.53 98	33.63 294	23.55 192	21.72 254	30.51 230	20.11 220	16.77 267	13.22 174	46.51 384	0.15 148	0.14 184	0.01 62	0.03 102	0.26 94	0.26 132

ADLNet	12.34 255	2.22 216	10.14 201	8.38 251	6.78 298	17.56 259	9.05 248	33.21 291	26.28 221	27.06 300	26.01 179	26.80 269	13.76 218	16.99 243	18.74 279	0.24 181	0.39 270	0.23 221	0.10 176	0.64 215	2.16 297

CBFPSM	12.42 256	2.59 235	28.96 329	4.74 65	3.20 172	22.33 290	16.31 332	21.13 163	21.03 167	21.04 244	27.81 198	30.24 289	15.99 260	14.59 202	14.80 250	0.04 96	0.49 293	0.10 153	0.16 202	0.51 187	2.34 300

ADLNet2	12.44 257	2.17 211	12.84 242	9.17 265	5.82 275	20.00 275	10.13 272	32.53 281	36.22 299	18.62 206	19.39 111	21.96 230	17.07 272	21.43 291	19.42 283	0.24 181	0.15 187	0.06 118	0.08 159	0.86 241	0.57 196

AASNet	12.49 258	2.46 226	10.49 207	9.82 285	6.86 299	17.33 256	6.73 224	41.09 350	37.86 307	22.53 263	29.11 208	16.68 175	13.48 213	14.54 201	17.87 275	0.20 166	0.02 28	0.78 278	0.05 135	1.18 257	0.76 228

HBP-ISP	12.52 259	7.82 318	8.47 133	7.57 230	4.27 210	12.56 182	6.42 214	28.68 235	29.56 238	21.11 246	35.69 292	15.85 166	18.42 284	20.44 283	11.00 228	3.03 336	2.63 350	7.09 360	3.97 352	3.58 318	2.27 299

CRFU-Net	12.56 260	2.89 244	11.77 228	8.18 247	5.80 274	24.84 306	10.46 282	24.56 197	13.12 92	30.06 321	29.37 211	29.09 278	19.64 292	19.96 271	18.53 278	0.82 281	0.48 290	0.27 228	0.15 199	0.53 192	0.68 215

UNet	12.64 261	2.02 197	13.36 249	6.85 198	7.76 320	25.31 312	4.74 164	34.10 298	28.19 234	20.03 225	31.07 242	27.02 274	17.36 276	20.18 275	13.87 244	0.06 115	0.05 76	0.27 228	0.01 64	0.23 79	0.39 161

delet	12.65 262	1.85 170	11.36 223	7.71 235	6.22 283	22.52 292	10.22 276	28.14 232	37.67 305	19.66 218	29.24 210	21.00 224	15.99 260	21.97 293	17.77 274	0.03 90	0.07 125	0.19 206	0.04 117	0.60 205	0.75 227

HGLStereo	12.72 263	2.66 237	12.34 234	9.93 288	7.55 314	16.16 244	7.45 238	31.48 269	27.01 225	20.01 223	35.31 291	26.98 273	18.90 288	17.87 250	18.90 281	0.33 200	0.16 193	0.07 126	0.05 135	0.48 175	0.70 221

GEStereo_RVC	12.81 264	2.49 229	13.64 258	9.68 282	4.97 236	18.16 262	11.30 289	31.26 265	47.47 345	19.84 220	26.97 193	19.03 210	13.19 207	20.14 274	14.86 253	0.83 283	0.51 297	0.10 153	0.13 189	0.54 194	0.99 252

CSP-Net	12.85 265	2.95 248	9.64 183	5.94 140	3.96 197	25.85 313	9.93 262	28.81 237	26.00 218	29.31 317	32.44 264	30.00 286	15.16 250	20.25 277	14.30 248	0.55 250	0.19 204	0.03 85	0.00 1	0.65 217	0.98 251

SGM-Forest	12.92 266	1.87 171	6.61 56	5.68 120	2.05 136	23.19 298	11.30 289	34.24 302	30.77 254	26.54 297	31.99 257	29.98 285	15.74 257	21.17 290	13.36 240	1.05 299	0.33 263	0.84 290	0.01 64	0.71 225	0.97 248
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MMNet	12.97 267	2.08 203	12.74 240	6.98 201	6.27 287	26.39 319	4.73 163	23.10 185	41.79 323	25.48 288	32.29 263	21.09 226	17.79 280	19.52 267	17.90 276	0.19 159	0.07 125	0.10 153	0.00 1	0.37 149	0.59 200

STTStereo	12.97 267	4.88 288	26.57 324	7.54 228	5.41 260	13.43 194	6.49 218	30.53 258	26.35 222	25.14 283	31.43 248	32.00 299	14.12 227	16.01 229	14.83 252	0.29 193	0.31 256	0.67 271	1.08 316	1.21 259	1.11 259

TDLM	12.98 269	3.78 267	9.77 192	10.75 307	4.94 234	16.10 240	14.08 312	35.05 310	31.87 260	22.36 260	26.51 190	26.09 266	14.97 248	24.73 309	13.11 238	1.05 299	0.05 76	1.21 308	0.27 247	1.83 279	1.00 253

AANet_RVC	13.16 270	5.34 294	10.83 216	8.20 248	4.44 221	14.13 204	9.46 256	28.78 236	37.67 305	23.44 271	37.47 304	23.48 245	15.83 259	22.39 296	16.63 265	1.67 314	0.86 321	0.24 224	0.02 87	0.63 211	1.60 280

psm_up	13.18 271	1.91 176	8.81 143	9.59 280	5.84 277	15.17 225	11.37 291	38.74 340	30.81 255	20.66 237	30.32 228	30.00 286	23.12 307	19.19 263	16.02 259	0.58 252	0.10 157	0.17 193	0.01 64	0.65 217	0.55 192

ssnet_v2	13.23 272	2.43 223	11.25 220	7.34 214	2.92 167	23.05 297	12.95 304	35.93 319	32.92 275	21.23 249	25.38 175	28.81 277	15.22 251	22.57 297	19.81 286	0.18 155	0.08 139	0.19 206	0.05 135	1.24 262	1.06 256

CVANet_RVC	13.24 273	3.39 258	8.43 129	8.42 252	5.04 242	18.52 267	11.72 296	32.03 273	33.85 278	23.17 268	32.77 267	29.78 283	16.51 265	23.20 299	11.28 230	0.94 290	0.04 56	1.19 307	0.47 286	3.13 311	1.01 254

FADNet-RVC	13.27 274	11.57 342	39.71 350	7.94 240	4.50 222	15.41 228	6.95 230	27.96 228	22.98 189	20.37 232	30.73 234	26.86 270	11.31 180	20.50 285	14.28 247	0.14 142	0.14 184	0.13 178	0.18 207	2.83 301	0.86 239

DLCB_ROB	13.35 275	3.00 251	9.12 166	9.43 271	5.68 270	21.80 287	10.12 271	29.19 242	29.92 249	27.71 305	31.45 254	32.37 301	19.50 291	19.02 259	16.73 266	0.22 172	0.04 56	0.38 252	0.06 149	0.49 182	0.85 238

StereoDRNet-Refined	13.36 276	2.80 238	10.82 215	7.94 240	3.10 169	18.95 268	4.45 157	28.47 234	29.65 241	29.11 313	41.47 329	24.44 252	17.64 279	23.34 300	21.66 293	0.16 150	0.07 125	0.53 261	0.32 263	0.77 236	1.64 282
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SACVNet	13.38 277	4.08 273	11.41 224	11.67 317	5.79 273	17.28 255	9.39 254	32.77 283	22.29 182	28.11 308	33.35 274	32.48 302	21.86 303	19.75 269	10.28 219	1.00 295	0.48 290	0.85 291	0.29 253	1.31 267	3.08 309

iinet-f	13.51 278	4.29 276	45.90 360	6.01 144	3.96 197	21.00 281	13.40 308	27.40 225	21.12 168	21.11 246	30.72 233	21.49 228	16.96 270	15.33 207	19.50 284	0.12 137	0.42 277	0.09 137	0.05 135	0.89 244	0.39 161

CBMV	13.69 279	3.63 262	8.02 111	5.93 139	2.69 156	22.57 293	12.44 301	29.81 247	31.57 258	31.20 326	33.79 281	31.04 292	17.41 277	25.28 312	14.11 246	0.71 269	0.60 306	0.60 266	0.11 185	1.11 254	1.13 262
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PS-NSSS	13.70 280	7.41 316	14.68 272	6.70 189	5.63 267	18.43 265	12.59 302	38.89 342	25.56 213	20.27 230	35.71 293	21.11 227	16.35 264	17.16 244	17.56 272	2.28 323	0.53 299	5.37 348	0.36 271	4.28 326	3.09 310

FADNet	14.18 281	10.92 338	37.56 346	7.79 237	6.64 291	17.48 258	6.91 227	34.73 307	34.03 279	18.85 210	27.02 194	28.26 275	14.24 231	17.77 249	10.09 214	0.41 225	0.67 309	0.37 250	0.37 274	8.13 348	1.34 269

fast-acv-ft	14.25 282	4.00 272	16.20 282	7.51 226	5.14 248	26.38 318	9.77 261	24.62 198	34.84 290	25.30 286	37.27 302	32.09 300	20.38 297	18.32 252	19.50 284	0.36 209	0.32 259	0.63 268	0.47 286	1.18 257	0.76 228

pmcnn	14.59 283	3.68 264	19.78 308	6.83 197	4.51 223	21.27 284	14.67 316	27.37 224	30.54 252	27.09 302	40.19 321	38.71 333	18.53 286	17.70 248	19.27 282	0.84 285	0.09 147	0.00 1	0.00 1	0.48 175	0.31 150

Anonymous_2	14.95 284	6.75 311	17.63 293	5.45 110	7.10 305	26.19 316	11.58 294	18.06 129	17.30 138	17.61 184	15.47 75	23.33 244	20.95 301	20.55 286	14.63 249	11.05 373	12.86 382	11.27 369	25.12 384	11.32 365	4.82 330

NVstereo2D	15.15 285	2.97 249	16.28 285	9.23 268	7.56 315	30.03 332	9.53 258	42.80 359	42.72 327	15.11 125	27.03 195	23.16 241	16.93 269	24.28 305	15.45 255	3.07 338	0.43 280	1.44 314	0.61 295	6.74 340	7.60 357

Wz-Net-LNSev-Ref	15.26 286	3.68 264	27.36 326	7.11 208	5.83 276	24.88 308	12.12 300	30.19 250	36.12 298	27.08 301	45.98 347	29.10 279	13.65 214	20.45 284	20.26 289	0.67 266	0.00 1	0.10 153	0.00 1	0.32 133	0.26 132

StereoDRNet	15.30 287	4.47 281	14.35 269	10.71 304	8.69 333	25.02 310	11.03 284	39.66 344	35.62 294	29.17 314	28.81 206	34.05 314	17.80 281	18.80 257	23.77 311	0.41 225	0.30 253	0.15 187	0.14 193	1.64 275	1.42 274

FINET	15.49 288	6.08 298	24.99 320	8.12 245	7.69 318	21.80 287	22.35 357	33.76 296	48.27 347	25.99 292	32.27 262	19.48 218	16.83 268	19.07 260	16.38 264	1.37 309	0.70 310	0.95 296	0.27 247	2.61 297	0.90 242

DRN-Test	15.88 289	3.83 269	14.70 273	9.96 290	8.02 327	28.93 329	14.65 315	42.34 355	38.25 310	28.18 309	34.31 287	29.22 281	18.35 283	20.01 272	22.68 305	0.37 210	0.41 273	0.46 256	0.28 250	1.28 263	1.34 269

SDNR	16.15 290	5.23 292	28.92 328	5.73 128	6.05 280	56.85 385	3.26 119	23.18 186	29.73 242	20.62 235	36.48 297	13.59 139	16.97 271	18.43 253	13.44 241	10.56 369	13.84 383	3.10 340	0.44 282	7.80 345	8.81 363

PA-Net	16.29 291	6.88 313	27.34 325	9.88 287	11.12 348	21.77 286	28.15 375	32.06 274	39.49 311	19.99 222	27.91 199	23.50 246	20.59 298	20.25 277	24.04 314	0.24 181	2.26 346	0.22 218	4.59 355	1.13 256	4.48 327
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DISCO	16.36 292	1.88 172	16.15 281	7.78 236	4.19 207	26.92 321	10.21 275	30.31 255	44.26 336	21.35 251	33.91 284	35.80 324	22.40 305	35.65 354	33.87 350	0.18 155	0.08 139	0.04 100	0.04 117	1.71 277	0.54 191

GwcNet	16.48 293	5.23 292	20.03 310	10.24 297	8.48 330	28.79 326	10.09 269	38.60 338	44.51 337	23.29 270	36.95 300	31.29 294	19.79 295	20.42 282	25.70 327	0.54 248	0.72 311	0.57 264	0.39 278	1.37 269	2.64 303

NaN_ROB	16.51 294	6.51 307	16.22 283	10.53 302	4.64 226	31.76 340	17.78 342	37.00 328	43.37 331	29.68 319	31.29 244	32.67 307	20.32 296	28.00 325	16.06 260	0.38 211	0.41 273	0.32 243	0.41 280	0.87 243	1.94 290

FAT-Stereo	16.81 295	2.97 249	17.56 292	9.80 284	6.21 282	16.12 243	13.23 307	38.18 337	39.67 313	27.00 299	39.73 319	37.55 329	31.30 348	20.39 281	21.52 292	3.44 340	2.05 340	0.81 288	1.10 317	1.89 282	5.72 336

S-Stereo	16.85 296	3.95 271	20.67 313	12.08 322	8.91 336	21.68 285	12.61 303	32.20 278	44.61 338	22.37 261	38.42 311	29.15 280	28.02 332	18.58 255	22.36 304	2.88 334	3.11 358	0.87 294	1.82 331	3.58 318	9.08 365

DANet	16.85 296	8.00 319	26.04 323	14.56 340	7.25 308	20.59 279	5.37 174	26.22 215	26.02 220	32.17 333	36.00 295	37.20 327	29.77 341	30.75 334	24.62 319	1.14 304	1.34 327	2.21 327	0.51 290	3.18 312	4.07 322
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	16.87 298	16.27 356	17.93 299	11.24 316	6.69 295	28.95 330	10.44 278	41.23 352	21.49 172	29.68 319	34.27 286	32.48 302	11.00 174	20.05 273	15.09 254	8.22 361	2.59 349	12.23 370	0.75 302	10.40 358	6.34 341

PSMNet_ROB	16.90 299	5.45 295	14.16 265	13.77 330	7.25 308	27.65 323	32.74 380	43.21 362	37.88 308	24.00 273	32.97 272	34.55 318	16.69 266	17.41 245	23.96 313	0.38 211	0.22 224	0.93 295	2.05 336	1.83 279	0.96 247

GANet	16.92 300	4.32 278	12.46 236	10.84 309	4.24 208	23.04 296	15.36 326	39.91 345	34.47 286	32.42 334	45.10 346	40.04 342	27.54 328	23.61 303	20.20 288	1.02 298	0.08 139	0.67 271	0.22 223	1.87 281	0.97 248

Syn2CoEx	17.03 301	10.40 332	25.65 322	20.35 357	8.02 327	26.28 317	11.27 288	37.16 329	32.69 273	28.89 311	40.17 320	29.27 282	26.63 323	19.19 263	17.63 273	0.98 293	0.54 300	1.23 310	0.23 231	1.82 278	2.24 298

NCCL2	17.23 302	6.37 306	14.30 268	23.45 368	7.18 307	24.16 301	17.05 338	34.39 304	25.88 215	31.55 327	38.01 307	42.09 351	26.81 324	20.94 289	22.69 306	0.45 233	0.23 229	2.63 333	1.80 330	2.02 288	2.57 301

GASNet	17.30 303	19.38 365	30.46 336	20.66 359	9.36 339	16.06 238	9.06 249	43.89 366	40.04 315	25.35 287	23.73 160	32.90 308	15.37 254	28.91 328	17.05 267	3.04 337	0.27 251	1.88 321	0.45 284	6.73 339	1.37 271

ADCRef	17.30 303	6.73 310	42.01 355	10.11 292	8.78 335	26.61 320	10.45 279	31.29 267	32.75 274	31.19 325	41.62 331	18.47 206	19.78 294	24.29 306	34.06 352	0.76 274	0.42 277	2.16 325	1.79 329	1.23 261	1.56 279

XPNet_ROB	17.33 305	4.84 286	15.44 277	11.15 313	6.64 291	20.88 280	16.10 330	36.26 322	39.54 312	31.80 331	41.32 327	41.30 348	23.91 310	24.67 307	27.40 333	1.07 302	0.74 313	0.79 280	0.25 241	1.10 253	1.31 268

RP	17.58 306	4.92 289	15.27 276	15.44 345	11.95 355	21.05 282	11.75 297	27.64 226	45.09 341	22.99 267	42.05 333	39.39 338	27.74 330	25.54 313	22.33 303	5.45 354	0.59 305	4.33 345	1.62 328	3.53 317	2.86 306

SuperB	17.60 307	6.22 305	56.40 375	7.91 239	5.07 243	19.70 274	9.03 247	24.87 200	50.15 357	26.25 296	39.13 313	17.61 195	20.84 300	22.28 295	25.31 323	0.70 267	0.31 256	1.10 302	0.71 299	16.58 375	1.86 287

ETE_ROB	17.67 308	9.48 325	17.66 294	13.60 328	4.57 224	23.03 295	21.09 352	32.49 280	35.24 291	30.49 322	38.06 308	46.18 365	24.49 313	26.40 316	24.21 316	0.46 237	0.24 240	1.14 303	0.84 305	1.52 272	2.13 294

APVNet	17.75 309	5.46 296	20.35 312	12.31 323	8.40 329	30.16 333	24.10 365	41.14 351	30.12 250	25.08 282	41.09 325	31.24 293	23.12 307	27.07 319	27.86 338	0.34 204	0.56 303	3.02 338	0.52 291	1.68 276	1.45 275

PWCDC_ROB	17.80 310	9.62 326	18.38 300	17.95 353	7.74 319	24.61 305	5.56 184	34.41 305	52.79 361	29.66 318	50.20 362	20.63 221	19.69 293	29.85 333	20.87 290	6.18 357	0.26 248	0.10 153	0.05 135	5.36 334	2.00 292

MDST_ROB	17.92 311	1.60 119	13.68 259	13.88 333	6.44 289	43.05 368	14.86 318	42.74 358	41.66 321	43.25 364	42.85 337	28.43 276	17.28 275	29.35 330	16.06 260	0.88 287	0.11 166	0.63 268	0.47 286	0.50 186	0.64 211

Nwc_Net	17.98 312	4.67 284	17.79 298	14.26 335	11.65 354	25.14 311	14.88 319	40.85 349	39.83 314	21.07 245	43.24 339	34.50 317	27.64 329	26.44 318	25.03 320	3.22 339	0.18 200	2.52 332	3.18 344	1.98 284	1.51 277

ADCP+	18.16 313	4.61 283	32.94 339	9.31 269	10.23 343	28.87 327	11.69 295	33.43 292	36.49 300	29.28 316	40.49 322	24.18 250	24.61 316	33.89 344	35.33 354	0.25 187	0.40 272	2.00 322	1.17 319	2.16 291	1.87 288

Wz-Net-LNSev	18.19 314	10.57 334	41.33 353	10.19 295	7.94 325	24.29 302	15.28 324	34.15 299	43.38 332	32.90 337	43.72 342	31.94 298	22.21 304	20.81 288	22.26 301	0.47 238	0.22 224	0.00 1	0.02 87	1.22 260	0.94 246

PWC_ROB	18.37 315	10.55 333	25.19 321	10.21 296	6.29 288	23.75 299	4.79 167	35.93 319	48.75 350	32.56 335	44.46 345	34.68 319	24.78 318	30.99 335	25.72 328	1.38 311	0.08 139	1.57 315	0.26 243	2.18 292	3.17 313

AF-Net	18.38 316	5.60 297	14.21 266	15.95 346	10.78 346	22.26 289	10.45 279	35.39 314	50.22 358	24.71 281	37.77 305	41.55 349	29.24 339	29.11 329	26.67 329	4.35 349	0.06 108	4.56 346	0.90 307	2.42 293	1.38 272

Anonymous Stereo	18.60 317	11.75 343	49.81 364	14.43 338	12.02 357	14.33 208	23.23 364	32.16 275	43.08 329	24.32 279	34.16 285	24.24 251	14.12 227	31.67 338	30.84 347	0.89 288	0.91 323	1.74 318	1.92 334	3.23 313	3.23 314

stereogan	18.62 318	3.07 252	16.31 286	13.04 326	9.99 341	35.74 353	9.09 250	38.17 336	45.27 342	24.39 280	41.24 326	39.93 340	25.46 321	31.29 337	24.33 318	1.80 317	0.91 323	2.71 335	0.75 302	5.15 333	3.70 315

edge stereo	18.75 319	5.12 290	17.66 294	10.77 308	7.84 323	22.41 291	11.03 284	35.23 313	42.07 326	34.62 341	42.74 335	41.28 347	35.50 355	25.14 311	24.17 315	2.42 329	2.42 348	6.35 352	1.45 325	2.89 305	3.80 316

RYNet	18.92 320	4.69 285	16.88 289	10.99 310	15.84 364	46.72 370	16.57 335	37.84 333	48.03 346	26.92 298	26.48 188	37.84 332	24.92 319	19.80 270	31.04 348	0.25 187	0.25 246	0.62 267	0.03 102	6.34 338	6.39 342

Wz-Net-MNSev	18.98 321	6.53 308	33.16 341	10.15 294	7.26 310	38.37 360	16.45 333	34.19 301	43.20 330	30.65 323	40.76 323	40.51 344	19.24 290	27.56 321	28.06 343	0.81 280	0.26 248	0.05 106	0.10 176	1.45 271	0.84 235

LALA_ROB	19.19 322	7.15 315	15.93 280	12.96 325	5.30 256	28.30 325	23.21 363	42.51 356	36.69 301	33.45 339	40.81 324	50.96 374	24.53 314	27.92 323	25.66 326	0.60 256	0.44 281	2.04 323	1.22 321	2.54 296	1.47 276

aanetorigin	19.21 323	12.59 345	53.50 368	9.67 281	7.83 321	11.85 170	13.87 310	17.05 113	34.15 282	49.18 373	48.89 358	34.05 314	30.22 343	22.86 298	28.00 342	1.01 297	0.75 315	0.67 271	0.89 306	3.07 308	4.14 323

SGM_RVC	19.52 324	2.12 207	6.79 63	6.59 179	1.33 105	38.20 359	15.74 328	38.13 335	34.07 280	45.71 369	41.91 332	51.41 375	38.10 361	38.77 367	27.80 337	0.61 259	0.36 268	0.51 260	0.33 267	1.03 249	0.90 242
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RTSC	19.64 325	9.36 322	31.06 337	10.99 310	6.24 286	28.10 324	10.14 273	37.50 332	58.34 378	31.74 329	36.70 299	32.50 304	21.03 302	36.00 357	37.24 362	1.23 307	0.44 281	0.12 167	0.31 260	1.98 284	1.69 284

NCC-stereo	19.75 326	6.08 298	23.96 317	15.05 341	16.17 365	18.42 263	21.45 353	43.31 364	41.00 319	24.30 277	38.12 309	34.98 320	26.92 325	35.46 351	25.65 324	4.29 347	2.07 341	3.24 341	8.90 370	2.86 302	2.86 306

Abc-Net	19.75 326	6.08 298	23.96 317	15.05 341	16.17 365	18.42 263	21.45 353	43.31 364	41.00 319	24.30 277	38.12 309	34.98 320	26.92 325	35.46 351	25.65 324	4.29 347	2.07 341	3.24 341	8.90 370	2.86 302	2.86 306
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DGSMNet	19.79 328	12.06 344	33.43 342	13.79 331	16.23 367	22.97 294	15.88 329	35.41 315	41.96 324	19.90 221	32.16 261	35.60 323	18.14 282	29.48 332	23.10 308	3.85 344	3.89 368	6.16 351	4.75 357	13.56 369	13.44 375

RGC	19.90 329	13.26 347	20.24 311	18.19 354	14.06 362	21.21 283	14.33 313	34.97 309	43.60 334	27.73 306	41.49 330	39.76 339	27.98 331	34.52 347	21.37 291	3.66 343	0.54 300	8.67 363	4.16 353	4.19 324	4.02 320

DeepPrunerF	19.92 330	11.02 340	44.29 356	20.74 360	17.75 369	19.19 270	22.57 358	36.86 327	49.93 353	25.48 288	36.62 298	24.69 254	23.97 311	23.44 301	21.79 294	2.68 333	1.63 335	5.70 349	3.95 351	3.38 316	2.67 304

WCMA_ROB	20.02 331	4.30 277	19.72 307	9.47 276	7.00 303	32.71 346	13.99 311	31.97 272	32.48 270	41.51 358	52.00 365	44.09 356	36.14 357	32.43 340	24.29 317	6.19 358	2.79 354	1.09 301	1.10 317	3.95 321	3.13 311

psmorigin	20.95 332	10.24 331	35.84 343	9.75 283	7.05 304	24.59 304	10.11 270	32.85 285	32.17 267	43.09 362	54.57 372	42.79 352	36.62 358	35.99 356	27.41 334	1.58 313	2.72 353	0.79 280	1.05 314	3.26 314	6.50 343

SANet	20.96 333	6.60 309	29.81 331	8.83 256	3.19 171	31.27 339	20.56 351	41.86 354	56.09 374	39.30 354	43.62 340	44.95 358	31.93 350	27.83 322	23.67 310	0.94 290	0.52 298	0.99 298	0.42 281	4.72 327	2.03 293

FBW_ROB	21.00 334	10.23 330	22.72 315	13.71 329	6.77 297	30.49 337	16.46 334	44.58 367	43.57 333	44.25 367	39.59 317	43.27 354	26.12 322	33.96 345	21.80 295	2.58 332	1.84 338	7.14 361	2.78 342	4.00 322	4.06 321

SQANet	21.24 335	24.08 374	19.60 306	26.40 373	18.74 371	30.87 338	9.24 251	32.70 282	29.58 240	25.25 284	33.37 275	33.47 311	19.19 289	28.11 326	18.32 277	10.87 370	2.92 356	26.49 381	5.65 360	18.43 379	11.48 370

G-Net	21.25 336	8.24 320	37.97 348	15.14 344	9.26 338	50.87 376	16.80 337	27.96 228	30.54 252	38.92 351	42.93 338	33.27 309	32.17 351	27.99 324	25.25 322	4.40 350	3.83 366	3.60 344	0.97 313	7.91 347	6.95 349

SHD	21.32 337	10.03 328	30.16 334	14.30 336	8.68 332	24.15 300	8.93 245	40.82 348	61.17 382	35.79 345	44.15 344	38.73 334	30.20 342	33.88 343	31.09 349	2.00 320	0.81 318	1.17 304	1.55 326	4.08 323	4.78 329

CSAN	21.34 338	9.45 324	23.34 316	20.99 362	4.95 235	32.57 344	34.26 381	38.83 341	49.95 355	36.97 348	39.72 318	44.97 359	31.73 349	26.05 314	23.94 312	1.52 312	0.47 289	0.85 291	1.43 324	2.73 299	2.14 296

UDG	21.45 339	14.84 353	14.44 270	21.30 365	20.08 373	32.05 343	13.76 309	35.98 321	35.52 293	25.93 291	30.69 232	37.26 328	30.66 345	21.97 293	19.89 287	10.88 371	5.55 373	22.78 377	7.65 365	14.83 374	13.05 374

ADCL	21.64 340	6.20 302	47.32 362	9.93 288	6.91 302	38.69 363	19.97 349	31.26 265	54.04 363	27.89 307	47.97 355	31.35 295	30.66 345	33.18 342	36.62 358	0.99 294	0.92 325	2.63 333	1.82 331	2.45 294	2.13 294

ADCPNet	21.93 341	9.38 323	57.92 376	11.76 318	6.88 301	36.03 354	18.44 344	32.80 284	35.93 295	32.91 338	43.80 343	39.21 337	26.99 327	31.14 336	36.94 360	2.05 321	2.67 352	2.30 329	3.45 347	4.22 325	3.82 317

CC-Net-ROB	22.04 342	22.91 371	28.86 327	14.05 334	8.73 334	33.79 348	15.26 323	46.84 371	36.06 297	33.72 340	32.10 259	35.47 322	24.02 312	23.57 302	27.88 339	8.95 364	2.95 357	24.94 379	3.68 348	12.41 367	4.62 328

STTRV1_RVC	22.05 343	18.29 360	39.19 349	16.73 349	23.82 380	29.51 331	15.66 327	34.87 308	34.16 283	35.00 342	34.89 290	31.89 297	28.80 337	28.81 327	23.08 307	11.86 376	3.26 359	6.50 353	4.65 356	14.38 373	5.69 334

MeshStereo	22.27 344	6.87 312	11.15 219	7.69 232	4.87 231	37.70 357	13.06 305	41.64 353	36.95 302	50.92 376	53.41 369	58.12 380	41.93 370	37.73 363	27.62 336	2.52 331	2.37 347	2.99 337	2.07 337	3.09 309	2.60 302
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
DDUNet	22.66 345	19.69 367	14.64 271	24.11 369	22.38 377	24.84 306	17.71 341	30.36 256	30.32 251	29.02 312	37.31 303	37.63 330	24.66 317	24.67 307	17.08 268	18.42 380	7.92 379	26.43 380	11.81 376	17.23 377	16.95 379

Wz-Net-SNSev	22.67 346	16.94 358	45.69 359	13.85 332	8.52 331	28.89 328	27.06 372	39.39 343	55.04 369	31.77 330	53.23 367	39.18 336	23.41 309	26.40 316	36.25 356	0.78 275	0.21 215	1.21 308	0.90 307	3.03 307	1.62 281

ADCMid	22.76 347	10.75 336	41.73 354	11.23 315	7.97 326	27.26 322	19.18 348	35.44 316	38.02 309	40.23 355	46.38 350	36.56 326	42.70 371	38.20 365	40.75 370	1.77 315	1.43 331	3.05 339	3.81 350	4.96 329	3.82 317

MSMD_ROB	22.90 348	9.64 327	14.76 274	17.46 352	9.88 340	34.94 350	18.83 345	33.67 295	37.47 303	40.97 357	59.80 379	45.93 363	38.34 362	31.74 339	23.24 309	6.22 359	3.58 363	8.78 364	11.03 375	6.76 341	5.06 333

LE_ROB	22.93 349	3.07 252	14.02 263	7.70 233	2.86 161	31.99 342	17.35 340	28.10 231	67.19 393	70.51 396	55.61 375	49.07 370	47.62 377	24.76 310	36.49 357	0.35 207	0.20 209	0.27 228	0.55 292	0.48 175	0.44 174

AnyNet_C32	23.37 350	13.28 348	40.29 352	12.36 324	11.44 351	30.39 334	29.15 376	31.36 268	44.90 340	35.36 343	48.86 356	33.61 312	34.20 353	43.15 374	41.62 376	1.27 308	1.35 328	1.18 306	2.58 340	4.77 328	6.27 340

SGM-ForestM	23.72 351	2.44 224	9.13 168	7.43 221	2.25 142	44.80 369	19.11 347	44.90 368	49.97 356	50.74 375	51.18 363	62.06 388	45.83 375	44.96 375	33.88 351	1.00 295	0.84 320	0.78 278	0.62 296	1.29 264	1.11 259

MFN_U_SF_DS_RVC	23.92 352	13.60 349	30.09 333	25.46 371	10.02 342	38.51 361	20.40 350	35.77 318	43.76 335	42.15 359	47.10 354	39.99 341	28.20 334	35.96 355	27.06 331	3.64 342	3.85 367	6.66 354	16.30 381	4.97 330	4.98 332

ccnet	24.02 353	16.16 355	21.70 314	11.83 319	17.75 369	37.87 358	16.18 331	45.46 370	31.93 264	36.99 349	46.46 353	38.76 335	29.52 340	37.55 362	40.93 373	9.20 365	6.29 374	9.63 366	7.71 367	11.19 362	7.21 354

XQC	24.10 354	16.76 357	50.68 365	21.37 366	11.01 347	35.24 352	18.84 346	37.28 331	55.11 370	31.64 328	30.06 227	37.71 331	30.31 344	37.17 360	39.66 367	4.20 346	0.41 273	2.76 336	1.89 333	11.46 366	8.42 362

FC-DCNN	24.37 355	10.99 339	19.02 303	18.44 355	9.16 337	36.98 355	23.07 361	40.44 346	43.05 328	46.25 371	53.58 371	50.44 372	37.86 360	35.45 350	27.57 335	6.87 360	3.37 360	6.01 350	4.88 358	7.86 346	6.05 337

DPSNet	24.40 356	6.97 314	33.14 340	11.16 314	6.54 290	53.33 379	43.32 389	51.28 379	59.37 380	30.89 324	39.36 315	40.35 343	34.30 354	32.57 341	25.09 321	4.65 352	1.62 334	0.37 250	0.66 297	8.51 352	4.44 326

PDISCO_ROB	24.45 357	9.24 321	29.28 330	28.68 376	19.96 372	37.14 356	15.33 325	45.04 369	54.69 366	29.24 315	42.67 334	46.07 364	28.17 333	35.35 349	30.30 346	9.92 367	2.13 343	6.90 355	3.20 345	8.74 353	6.87 348

Wz-Net-TNSev	25.12 358	20.16 368	57.98 377	9.56 278	7.42 313	42.73 367	22.27 356	35.14 311	53.46 362	35.97 346	42.74 335	45.83 361	39.87 366	36.56 358	34.73 353	1.82 318	1.51 333	0.76 277	1.34 323	5.84 337	6.80 346

EDNetEfficient	25.16 359	22.23 370	77.22 400	9.09 263	7.38 311	19.38 271	16.78 336	21.41 166	55.74 373	61.52 388	53.51 370	36.22 325	40.65 369	24.22 304	38.27 364	0.62 262	0.74 313	0.86 293	2.60 341	7.70 344	7.09 351

WZ-Net	25.17 360	12.95 346	63.02 381	15.13 343	10.42 345	38.51 361	27.42 374	40.46 347	54.17 364	28.32 310	52.95 366	40.81 345	28.36 335	37.07 359	41.35 375	1.21 306	0.21 215	0.73 275	0.94 311	5.42 336	3.87 319

GANetREF_RVC	25.41 361	29.28 376	24.63 319	25.18 370	6.04 279	30.44 335	35.39 384	47.84 373	50.60 359	36.88 347	36.04 296	34.11 316	31.23 347	37.46 361	27.96 341	8.58 362	2.66 351	16.29 373	4.95 359	14.37 372	8.32 361
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	25.59 362	14.91 354	18.83 302	28.55 375	15.68 363	39.29 364	18.16 343	42.83 361	41.69 322	44.43 368	51.94 364	50.82 373	39.22 365	34.59 348	27.29 332	6.05 356	3.63 364	7.01 358	6.41 361	10.35 357	10.17 369
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	26.20 363	13.71 350	46.90 361	14.51 339	10.34 344	30.46 336	22.72 360	42.81 360	57.61 377	42.58 360	49.37 360	41.91 350	40.43 367	41.90 373	44.58 381	2.37 326	2.19 345	2.37 330	3.29 346	7.32 342	6.52 344

DLNR_Zeroshot_test	27.62 364	51.32 388	91.46 412	98.51 423	98.03 422	3.10 6	0.50 8	30.95 262	7.65 43	8.16 40	15.68 76	7.31 53	1.63 5	11.87 121	4.21 107	40.37 390	0.87 322	0.06 118	0.34 269	80.23 413	0.24 124

MFN_U_SF_RVC	28.16 365	14.14 352	53.23 367	21.11 363	7.91 324	39.97 365	13.13 306	51.65 381	46.34 344	47.41 372	53.38 368	55.32 378	40.53 368	38.47 366	39.74 368	5.67 355	4.46 369	6.98 357	8.73 369	7.47 343	7.44 356

PASM	28.19 366	17.35 359	48.18 363	22.49 367	22.20 376	25.92 314	25.84 370	34.35 303	49.45 351	35.37 344	39.48 316	46.72 367	33.36 352	34.28 346	36.77 359	11.73 375	14.94 384	17.43 375	22.18 383	13.45 368	12.32 373

EDNetEfficientorigin	28.98 367	35.45 382	99.82 425	9.43 271	5.65 268	24.97 309	14.79 317	26.06 212	54.82 367	60.87 384	57.59 376	45.42 360	50.27 380	26.11 315	43.62 378	0.30 194	0.37 269	1.61 316	2.35 338	10.17 356	9.99 368

AnyNet_C01	29.76 368	25.78 375	75.37 398	17.03 350	11.34 349	49.00 374	27.12 373	37.99 334	40.05 316	40.73 356	65.13 389	46.98 368	38.86 364	46.63 376	48.19 386	2.14 322	2.13 343	2.13 324	2.56 339	8.14 349	7.98 360

LSM	29.98 369	19.52 366	55.11 373	19.06 356	53.75 395	32.57 344	23.17 362	42.61 357	48.57 349	45.97 370	55.04 374	42.93 353	36.02 356	35.63 353	27.03 330	2.33 324	9.19 380	4.87 347	7.71 367	10.65 360	27.91 389

RTS	30.15 370	23.12 372	96.33 415	16.71 347	11.63 352	58.66 388	24.28 366	36.80 325	62.63 386	43.79 365	46.10 348	32.56 305	43.90 372	51.29 382	40.92 371	2.38 327	0.66 307	1.06 299	0.74 300	5.11 331	4.34 324

RTSA	30.15 370	23.12 372	96.33 415	16.71 347	11.63 352	58.66 388	24.28 366	36.80 325	62.63 386	43.79 365	46.10 348	32.56 305	43.90 372	51.29 382	40.92 371	2.38 327	0.66 307	1.06 299	0.74 300	5.11 331	4.34 324

DispFullNet	30.27 372	31.74 377	58.63 378	30.13 377	28.18 383	31.79 341	8.94 246	37.16 329	54.68 365	32.60 336	37.99 306	44.62 357	28.80 337	41.55 372	27.93 340	11.94 377	3.46 361	35.53 385	12.34 377	30.08 386	17.26 380

coex-ft	30.77 373	38.58 385	93.29 414	9.44 274	5.62 266	34.95 351	25.30 369	30.83 261	59.36 379	73.23 400	58.53 377	45.92 362	47.29 376	29.44 331	45.30 382	1.37 309	1.65 336	0.95 296	0.96 312	8.35 351	4.96 331

MANE	31.97 374	10.75 336	17.71 297	20.94 361	13.77 360	47.80 372	26.85 371	53.00 384	55.20 371	59.29 380	64.30 386	64.93 391	56.31 388	51.83 385	38.69 366	9.61 366	4.72 370	6.91 356	19.93 382	9.20 354	7.64 358

otaku	33.18 375	35.99 383	52.93 366	40.01 382	21.41 374	55.08 380	17.25 339	43.30 363	61.58 383	39.25 353	49.16 359	46.61 366	28.49 336	39.77 369	28.76 344	18.56 381	7.00 378	31.82 383	9.61 372	21.53 381	15.48 376

PVD	33.19 376	18.59 362	37.64 347	26.09 372	16.99 368	33.25 347	42.25 388	51.42 380	66.03 391	52.65 378	64.31 387	51.93 376	55.13 384	51.61 384	40.40 369	4.00 345	3.51 362	9.53 365	4.26 354	10.62 359	23.56 384

ELAS	33.68 377	18.95 363	36.71 345	20.64 358	13.61 359	56.43 381	35.14 383	50.03 378	49.90 352	60.58 383	63.83 385	58.64 383	53.36 381	50.73 380	44.44 380	11.03 372	6.58 376	10.02 367	7.43 364	13.58 371	11.94 372
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	33.79 378	19.15 364	35.97 344	21.28 364	13.79 361	52.58 377	36.11 385	48.96 376	55.66 372	61.47 387	62.91 381	58.35 382	53.55 382	53.37 387	42.23 377	11.25 374	6.64 377	10.32 368	7.05 363	13.56 369	11.58 371
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SAMSARA	34.43 379	18.53 361	31.91 338	55.34 391	35.34 385	75.99 407	94.71 417	47.97 374	50.84 360	37.47 350	36.99 301	53.12 377	38.55 363	39.56 368	38.65 365	3.59 341	5.40 372	2.22 328	3.72 349	9.43 355	9.29 367

Ntro	34.97 380	37.63 384	54.53 371	43.26 386	22.45 378	57.73 386	21.97 355	47.14 372	64.21 389	39.12 352	48.86 356	47.93 369	36.94 359	40.66 370	29.83 345	17.16 379	6.51 375	32.70 384	10.17 373	24.06 382	16.48 378

BEATNet-Init1	35.08 381	20.64 369	54.70 372	27.43 374	12.00 356	58.29 387	31.01 378	52.58 383	57.49 376	60.36 382	62.98 382	69.98 393	55.54 386	53.00 386	44.40 379	4.61 351	2.84 355	7.05 359	6.89 362	10.97 361	8.94 364

ACVNet-4b	36.40 382	52.20 389	56.11 374	42.45 385	21.78 375	48.56 373	14.37 314	49.50 377	60.15 381	43.17 363	46.38 350	55.62 379	24.56 315	38.15 364	21.97 296	25.13 385	3.66 365	46.93 389	33.56 388	25.97 383	17.74 381

MSC_U_SF_DS_RVC	37.16 383	34.69 379	53.68 369	37.47 381	12.55 358	56.80 384	22.63 359	52.02 382	63.29 388	66.20 392	63.82 384	58.12 380	53.73 383	51.21 381	46.48 383	8.79 363	5.31 371	14.69 372	15.22 380	17.27 378	9.21 366

ACVNet_1	41.30 384	49.46 387	64.91 386	44.67 387	25.07 381	49.43 375	25.23 368	55.33 386	65.87 390	59.72 381	59.33 378	63.43 389	48.79 379	49.63 379	37.09 361	19.05 382	9.82 381	38.29 386	13.97 379	28.67 384	18.23 383

Consistency-Raft	41.82 385	35.10 381	44.56 358	32.85 379	41.39 389	46.76 371	34.76 382	57.01 388	54.94 368	32.10 332	65.22 390	30.82 290	48.46 378	40.81 371	48.77 387	27.39 386	34.28 390	42.92 387	51.66 398	39.28 388	27.28 386

NVStereoNet_ROB	41.93 386	32.40 378	44.55 357	36.60 380	27.78 382	34.52 349	32.38 379	48.84 375	57.18 375	69.34 395	75.62 400	66.07 392	64.86 392	47.34 377	60.78 397	15.72 378	23.99 387	23.40 378	32.06 387	21.34 380	23.86 385
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	51.25 387	62.74 397	64.52 385	60.13 392	39.00 388	58.72 390	30.83 377	57.31 390	79.18 406	50.24 374	65.35 391	60.13 385	44.25 374	49.47 378	41.16 374	46.52 394	46.06 395	52.72 393	31.78 386	52.33 394	32.47 390

anonymity	52.32 388	58.23 393	63.91 382	41.12 384	59.25 399	53.27 378	41.04 387	55.69 387	40.20 317	54.85 379	49.49 361	49.13 371	55.48 385	59.07 390	49.65 390	55.86 397	50.03 401	51.00 391	51.08 396	51.71 392	56.36 397

MADNet+	53.31 389	68.61 398	98.75 422	67.03 396	37.58 386	79.83 413	81.74 413	60.38 392	61.61 384	51.43 377	54.92 373	61.11 387	59.29 390	69.66 399	76.71 412	23.88 384	24.03 388	17.08 374	12.35 378	32.47 387	27.69 388

JetBlue	54.08 390	45.10 386	74.15 396	51.17 389	47.68 390	75.66 406	60.97 398	63.63 393	62.09 385	63.32 391	64.88 388	78.86 400	68.17 393	68.15 397	75.09 411	36.86 387	24.88 389	29.01 382	29.12 385	28.71 385	34.13 391

SGM+DAISY	54.67 391	56.61 390	62.73 380	40.21 383	53.22 393	61.95 393	48.59 391	55.05 385	44.62 339	61.03 386	63.68 383	60.46 386	55.62 387	60.68 392	55.34 393	56.34 398	48.56 398	50.16 390	49.63 395	52.25 393	56.76 399

SPS-STEREO	55.62 392	59.14 394	64.16 383	45.05 388	53.84 396	59.88 391	44.00 390	59.53 391	49.94 354	62.33 389	61.09 380	59.80 384	56.82 389	60.06 391	57.85 394	58.41 399	48.34 397	51.07 392	49.21 394	55.41 396	56.48 398
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	57.39 393	61.72 396	72.56 395	66.35 395	38.29 387	61.93 392	48.64 392	71.64 404	81.91 409	79.28 408	88.72 415	76.25 397	72.87 398	54.33 388	46.74 385	37.13 388	23.36 386	54.52 394	37.80 389	46.22 389	27.59 387

IMH-64-1	59.25 394	58.09 391	67.69 390	66.06 393	50.51 391	56.45 382	49.45 393	68.83 398	67.75 394	67.58 393	80.37 404	70.15 394	74.28 400	72.16 404	48.94 388	42.00 391	42.87 392	65.57 395	47.02 391	51.52 390	37.76 393

IMH-64	59.25 394	58.09 391	67.69 390	66.06 393	50.51 391	56.45 382	49.45 393	68.83 398	67.75 394	67.58 393	80.37 404	70.15 394	74.28 400	72.16 404	48.94 388	42.00 391	42.87 392	65.57 395	47.02 391	51.52 390	37.76 393

IMH	62.95 396	60.33 395	67.78 392	69.51 397	53.65 394	65.09 396	54.21 395	72.00 405	73.28 400	72.49 398	81.93 406	72.96 396	79.81 404	76.65 410	51.41 391	43.57 393	49.82 400	67.81 397	51.14 397	54.83 395	40.67 395

TorneroNet-64	65.66 397	70.70 401	71.20 394	76.52 402	59.70 401	66.78 397	58.05 396	67.53 397	80.00 407	62.67 390	67.40 392	83.09 405	69.42 395	67.34 394	62.05 400	48.31 396	44.07 394	72.93 399	63.88 400	68.05 401	53.58 396

PWCK	65.90 398	88.63 417	79.40 403	80.32 410	29.96 384	63.85 395	39.45 386	72.07 406	71.26 398	78.74 407	68.99 394	77.82 399	61.77 391	82.81 414	62.64 401	80.17 412	39.88 391	81.90 410	47.37 393	73.54 410	37.51 392

WAO-6	70.64 399	73.02 403	66.25 387	79.92 409	61.74 403	68.74 398	59.08 397	75.27 409	87.02 413	74.72 401	79.40 403	79.19 401	84.60 410	67.70 396	60.53 396	67.85 403	48.88 399	81.48 408	73.29 405	65.57 399	58.60 400

TorneroNet	71.21 400	73.44 404	75.82 399	80.82 411	65.65 405	70.53 400	64.39 401	71.42 403	75.97 402	71.47 397	73.68 398	84.17 408	74.00 399	69.85 400	69.09 404	59.37 400	48.19 396	79.67 404	73.51 406	74.93 411	68.26 410

LVE	71.50 401	72.46 402	83.91 408	75.21 400	55.29 398	74.81 401	62.76 400	77.22 410	83.77 411	82.09 410	87.11 414	83.38 406	82.41 409	75.93 408	64.49 402	48.28 395	57.24 407	74.61 401	62.53 399	65.49 398	61.01 401

MFMNet_re	72.05 402	79.64 410	64.23 384	52.73 390	84.71 415	77.93 409	68.35 402	63.96 394	66.93 392	61.00 385	71.29 396	63.84 390	68.91 394	72.42 406	61.11 398	82.03 415	74.22 415	80.34 407	74.44 407	83.62 417	89.34 418

notaker	72.18 403	79.78 411	78.84 401	78.75 406	68.52 408	63.26 394	61.68 399	69.22 401	75.95 401	77.58 405	78.85 402	79.69 403	84.79 411	77.39 411	58.43 395	69.68 406	60.79 409	77.46 403	68.48 402	69.62 403	64.92 407

WAO-7	72.21 404	78.21 406	54.04 370	79.33 408	69.31 410	70.20 399	72.09 408	77.85 413	84.90 412	77.35 404	86.03 410	79.37 402	79.88 405	65.32 393	65.33 403	62.33 401	69.70 413	70.51 398	73.21 404	67.23 400	62.02 402

ktn	72.58 405	80.06 413	69.96 393	79.14 407	69.86 411	75.40 405	70.43 407	69.01 400	76.90 403	72.88 399	77.46 401	77.43 398	77.41 403	72.78 407	55.00 392	79.09 409	65.99 410	80.09 406	68.29 401	71.46 408	62.98 403

UNDER WATER-64	73.11 406	74.48 405	87.70 409	74.03 399	55.20 397	78.24 410	75.71 410	65.33 395	67.91 396	75.60 403	69.32 395	84.41 409	76.93 402	68.43 398	72.45 407	81.18 413	56.77 406	82.46 412	80.34 410	68.22 402	67.48 409

LRCNet_RVC	73.59 407	69.80 400	74.41 397	77.63 404	60.56 402	40.33 366	15.08 322	71.04 402	48.36 348	88.07 416	94.62 418	90.11 415	81.83 407	80.58 413	61.26 399	97.12 423	72.30 414	96.65 422	97.58 423	77.13 412	77.30 414

DPSimNet_ROB	74.29 408	83.27 415	59.30 379	77.19 403	65.13 404	75.14 403	74.95 409	73.99 408	76.94 404	81.99 409	75.48 399	80.18 404	71.76 396	67.39 395	84.00 414	81.87 414	51.14 402	79.99 405	76.70 409	70.17 404	79.21 415

UNDER WATER	75.92 409	79.25 409	87.75 410	84.39 413	66.43 406	77.08 408	77.22 411	66.90 396	72.16 399	75.32 402	71.56 397	85.89 413	82.15 408	70.11 401	74.99 410	79.34 411	53.61 403	86.40 416	84.53 415	71.29 407	72.11 412

WAO-8	76.87 410	78.41 407	66.45 388	86.81 415	72.47 412	79.27 411	68.59 404	77.75 411	89.01 415	83.09 412	86.98 411	85.87 411	84.97 412	72.12 402	69.11 405	74.93 407	55.23 404	87.79 418	83.50 413	70.47 405	64.56 405

Venus	76.87 410	78.41 407	66.45 388	86.81 415	72.47 412	79.27 411	68.59 404	77.75 411	89.01 415	83.09 412	86.98 411	85.87 411	84.97 412	72.12 402	69.11 405	74.93 407	55.23 404	87.79 418	83.50 413	70.48 406	64.56 405

HanzoNet	77.61 412	81.11 414	82.83 404	77.82 405	69.15 409	75.25 404	69.06 406	73.49 407	77.84 405	82.19 411	82.80 407	85.42 410	86.67 415	85.99 416	73.64 409	85.24 419	68.38 412	81.71 409	75.47 408	71.98 409	66.24 408

JetRed	79.55 413	79.88 412	91.52 413	71.05 398	75.80 414	91.66 416	80.11 412	79.14 414	80.44 408	84.35 414	84.23 409	83.38 406	72.48 397	79.43 412	85.44 415	69.33 405	81.58 416	73.66 400	72.56 403	82.35 414	72.60 413

Dean	80.72 414	85.82 416	83.27 405	84.91 414	59.53 400	75.11 402	68.39 403	81.59 415	88.05 414	92.41 418	86.98 411	92.41 417	93.02 417	83.11 415	73.31 408	68.01 404	66.13 411	94.82 421	84.66 416	83.28 415	69.50 411

SPstereo	83.40 415	68.64 399	79.07 402	76.12 401	67.23 407	87.60 415	91.47 416	100.00 427	100.00 426	99.11 423	99.10 422	100.00 430	98.04 421	98.41 423	88.76 416	65.51 402	59.97 408	82.34 411	80.81 411	62.36 397	63.44 404

ASD4	87.72 416	90.49 418	83.85 407	83.29 412	90.74 419	97.88 419	99.60 424	88.98 417	96.82 421	88.24 417	93.42 416	89.82 414	86.15 414	88.78 417	91.81 417	79.31 410	81.76 417	76.68 402	81.50 412	83.55 416	81.68 416

KSHMR	88.54 417	93.03 419	83.31 406	95.54 420	91.74 420	82.37 414	83.41 414	84.43 416	81.99 410	87.89 415	84.05 408	91.94 416	81.33 406	76.34 409	81.76 413	96.44 422	96.14 422	96.69 423	97.12 422	92.52 422	92.67 422

tt	89.96 418	1.02 10	100.00 428	99.40 425	100.00 427	100.00 426	100.00 427	100.00 427	100.00 426	78.36 406	67.94 393	99.99 428	100.00 426	100.00 429	100.00 429	95.81 421	99.93 426	87.43 417	86.39 417	95.11 423	87.89 417

xxxxx1	91.92 419	95.33 421	98.45 419	87.29 417	89.24 416	98.50 420	98.17 421	92.95 418	93.21 418	93.55 419	95.36 419	96.99 419	96.28 418	94.65 418	94.94 418	83.26 416	84.17 418	82.90 413	88.32 418	85.49 418	89.37 419

tt_ll	91.92 419	95.33 421	98.45 419	87.29 417	89.24 416	98.50 420	98.17 421	92.95 418	93.21 418	93.55 419	95.36 419	96.99 419	96.28 418	94.65 418	94.94 418	83.26 416	84.17 418	82.90 413	88.32 418	85.49 418	89.37 419

ff	91.92 419	95.33 421	98.45 419	87.29 417	89.24 416	98.50 420	98.17 421	92.95 418	93.21 418	93.55 419	95.36 419	96.99 419	96.28 418	94.65 418	94.94 418	83.26 416	84.17 418	82.90 413	88.32 418	85.49 418	89.37 419

MADNet++	94.16 422	94.02 420	90.25 411	96.28 421	96.84 421	97.17 418	90.16 415	94.71 421	91.69 417	97.07 422	93.71 417	94.62 418	92.63 416	96.15 421	95.18 421	95.42 420	95.89 421	92.80 420	92.23 421	92.10 421	94.30 424

PML	99.19 423	100.00 429	98.08 418	99.28 424	99.53 424	100.00 426	99.73 425	98.24 422	99.44 423	100.00 428	99.57 424	98.76 423	99.84 424	100.00 429	98.88 424	100.00 426	99.54 423	100.00 426	99.50 425	99.90 426	93.55 423

MEDIAN_ROB	99.19 423	99.84 424	99.62 424	98.49 422	98.51 423	98.58 423	97.81 420	98.80 424	98.56 422	99.36 426	99.49 423	99.56 424	99.06 423	98.35 422	98.31 423	99.99 425	99.63 424	100.00 426	100.00 427	99.81 425	99.95 426

HaxPig	99.40 425	99.99 426	97.38 417	100.00 427	100.00 427	96.91 417	97.35 418	99.59 425	99.99 425	100.00 428	100.00 426	99.99 428	99.99 425	99.04 424	97.77 422	100.00 426	100.00 428	100.00 426	100.00 427	100.00 427	99.99 427

Anonymous_1	99.65 426	99.95 425	99.93 426	99.80 426	99.60 425	100.00 426	100.00 427	99.82 426	99.98 424	99.62 427	99.94 425	99.75 425	100.00 426	99.66 425	99.88 425	98.45 424	99.84 425	98.73 424	99.26 424	99.41 424	99.36 425

test_example2	99.68 427	99.99 426	99.99 427	100.00 427	99.99 426	99.86 425	99.99 426	98.29 423	100.00 426	100.00 428	100.00 426	98.15 422	98.39 422	99.98 426	99.98 426	100.00 426	99.99 427	99.40 425	99.53 426	100.00 427	100.00 428

AVERAGE_ROB	99.80 428	99.99 426	99.40 423	100.00 427	100.00 427	98.99 424	97.72 419	100.00 427	100.00 426	100.00 428	100.00 426	100.00 430	100.00 426	100.00 429	100.00 429	100.00 426	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

DPSMNet_ROB	99.95 429	100.00 429	100.00 428	100.00 427	100.00 427	100.00 426	100.00 427	100.00 427	100.00 426	99.15 425	100.00 426	99.96 426	100.00 426	99.99 427	99.99 427	100.00 426	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

DGTPSM_ROB	99.95 429	100.00 429	100.00 428	100.00 427	100.00 427	100.00 426	100.00 427	100.00 427	100.00 426	99.14 424	100.00 426	99.96 426	100.00 426	99.99 427	99.99 427	100.00 426	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

MyStereo03	100.00 431	100.00 429	100.00 428	100.00 427	100.00 427	100.00 426	100.00 427	100.00 427	100.00 426	100.00 428	100.00 426	100.00 430	100.00 426	100.00 429	100.00 429	100.00 426	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

MyStereo02	100.00 431	100.00 429	100.00 428	100.00 427	100.00 427	100.00 426	100.00 427	100.00 427	100.00 426	100.00 428	100.00 426	100.00 430	100.00 426	100.00 429	100.00 429	100.00 426	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

MyStereo	100.00 431	100.00 429	100.00 428	100.00 427	100.00 427	100.00 426	100.00 427	100.00 427	100.00 426	100.00 428	100.00 426	100.00 430	100.00 426	100.00 429	100.00 429	100.00 426	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

Selective-RAFT-Error	100.00 431	100.00 429	100.00 428	100.00 427	100.00 427	100.00 426	100.00 427	100.00 427	100.00 426	100.00 428	100.00 426	100.00 430	100.00 426	100.00 429	100.00 429	100.00 426	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

CasAABBNet	100.00 431	100.00 429	100.00 428	100.00 427	100.00 427	100.00 426	100.00 427	100.00 427	100.00 426	100.00 428	100.00 426	100.00 430	100.00 426	100.00 429	100.00 429	100.00 426	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

LSM0	100.00 431	100.00 429	100.00 428	100.00 427	100.00 427	100.00 426	100.00 427	100.00 427	100.00 426	100.00 428	100.00 426	100.00 430	100.00 426	100.00 429	100.00 429	100.00 426	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

DPSM_ROB	100.00 431	100.00 429	100.00 428	100.00 427	100.00 427	100.00 426	100.00 427	100.00 427	100.00 426	100.00 428	100.00 426	100.00 430	100.00 426	100.00 429	100.00 429	100.00 426	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

DPSM	100.00 431	100.00 429	100.00 428	100.00 427	100.00 427	100.00 426	100.00 427	100.00 427	100.00 426	100.00 428	100.00 426	100.00 430	100.00 426	100.00 429	100.00 429	100.00 426	100.00 428	100.00 426	100.00 427	100.00 427	100.00 428

FADE		35.07 380		32.15 378	23.61 379			57.09 389	71.09 397	43.02 361		43.42 355		58.81 389		37.95 389	21.02 385	44.59 388	42.77 390	17.09 376	15.50 377

Low-res two-view benchmark