Low-res two-view results

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

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

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

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

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

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

CREStereo	3.75 8	1.21 7	3.79 3	2.66 2	0.66 22	5.52 58	0.39 5	10.77 16	14.18 96	7.14 32	10.54 39	5.25 33	3.54 20	6.27 8	2.88 39	0.04 22	0.01 6	0.03 84	0.01 53	0.05 2	0.05 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
XX-TBD	4.63 27	10.71 322	3.94 5	10.55 291	0.62 21	5.95 80	0.08 1	7.91 4	12.75 77	11.73 63	14.80 69	4.04 16	1.64 6	4.90 3	2.61 22	0.08 70	0.01 6	0.00 1	0.00 1	0.26 70	0.06 2

CASnet	4.11 21	1.27 15	5.28 15	5.63 80	0.31 2	4.89 31	2.86 108	11.52 24	11.73 70	11.06 60	11.80 49	4.16 18	1.63 5	6.30 9	2.22 2	0.63 224	0.00 1	0.60 263	0.13 149	0.15 31	0.07 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
SST-Stereo	6.85 94	1.67 51	9.39 115	7.24 188	0.82 37	5.89 78	1.87 69	15.34 68	9.89 60	19.25 207	20.26 121	16.63 174	8.40 128	13.81 172	5.75 123	0.40 177	0.05 47	0.13 170	0.00 1	0.10 11	0.08 4

RAFT-345	6.94 101	1.48 34	7.45 52	5.65 82	0.96 54	5.49 56	3.20 119	13.73 48	10.97 63	13.81 101	42.93 332	9.01 69	5.31 59	13.09 151	4.73 95	0.58 215	0.05 47	0.10 141	0.06 114	0.08 9	0.08 4

NF-Stereo	6.96 103	1.80 63	10.17 139	7.16 184	0.79 35	6.15 89	3.26 126	20.74 149	18.45 142	13.42 95	19.33 108	11.67 94	6.05 77	12.71 135	6.17 132	0.57 214	0.06 71	0.21 208	0.23 196	0.12 21	0.09 6

RAFT_R40	7.14 113	1.73 55	9.36 114	7.36 192	0.82 37	5.74 73	3.69 136	15.47 71	15.09 103	18.24 188	19.87 116	16.82 175	8.50 130	13.72 171	5.81 125	0.28 155	0.02 21	0.14 177	0.00 1	0.11 18	0.09 6

OCTAStereo	6.97 104	1.80 63	10.20 142	7.15 183	0.78 33	6.12 86	3.38 128	20.72 145	18.47 143	13.41 92	19.33 108	11.91 102	6.05 77	12.68 133	6.19 133	0.59 218	0.06 71	0.21 208	0.22 189	0.12 21	0.10 8

RE-Stereo	6.97 104	1.79 61	10.18 140	7.14 178	0.77 30	6.14 87	3.39 129	20.72 145	18.43 140	13.41 92	19.33 108	11.78 97	6.09 79	12.66 131	6.22 134	0.58 215	0.05 47	0.21 208	0.22 189	0.12 21	0.10 8

TVStereo	6.97 104	1.79 61	10.18 140	7.14 178	0.77 30	6.14 87	3.39 129	20.72 145	18.43 140	13.41 92	19.33 108	11.78 97	6.09 79	12.66 131	6.22 134	0.58 215	0.05 47	0.21 208	0.22 189	0.12 21	0.10 8

CREStereo++_RVC	4.83 29	1.16 4	4.67 9	4.71 34	2.02 118	4.01 12	0.11 2	9.48 8	18.00 135	8.87 44	16.74 85	4.43 22	2.15 11	6.09 7	3.39 52	0.07 66	0.00 1	0.00 1	10.51 371	0.05 2	0.12 11
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
PSM-softLoss	6.90 98	1.81 66	10.84 171	7.04 171	0.93 50	5.53 62	1.97 74	23.18 175	9.65 57	14.16 105	22.01 147	12.84 117	5.15 57	13.03 144	7.95 162	0.76 237	0.06 71	0.27 226	0.55 281	0.21 47	0.14 12

KMStereo	6.90 98	1.81 66	10.84 171	7.04 171	0.93 50	5.53 62	1.97 74	23.18 175	9.65 57	14.16 105	22.01 147	12.84 117	5.15 57	13.03 144	7.95 162	0.76 237	0.06 71	0.27 226	0.55 281	0.21 47	0.14 12

AAGNet	8.15 143	1.75 56	10.57 162	7.72 210	0.74 23	5.74 73	4.98 164	15.90 77	14.59 99	20.31 218	23.80 159	15.08 157	11.25 167	12.27 113	16.70 253	0.85 251	0.06 71	0.32 243	0.01 53	0.15 31	0.16 14

CroCo-Stereo	3.51 5	2.49 182	8.03 68	9.10 251	1.26 75	0.97 1	0.96 17	11.24 22	8.52 46	3.79 8	4.87 7	7.93 58	4.44 42	3.26 1	2.76 29	0.03 16	0.00 1	0.00 1	0.00 1	0.34 102	0.16 14
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
GLC_STEREO	3.61 6	1.35 22	3.91 4	6.86 161	0.23 1	4.69 20	1.61 42	9.80 9	7.20 21	5.64 29	9.11 26	5.19 32	2.02 10	10.25 50	3.70 59	0.07 66	0.04 40	0.22 215	0.00 1	0.24 56	0.17 16

RAFT-RH_RVC	7.88 138	1.51 37	7.72 57	5.41 69	0.96 54	11.41 163	1.48 35	13.43 43	15.04 102	17.54 171	45.66 344	10.86 86	6.42 88	13.48 161	5.26 108	0.81 246	0.04 40	0.12 165	0.13 149	0.12 21	0.17 16

s12784h	6.22 72	1.01 2	4.95 12	3.57 5	0.54 18	19.55 266	0.95 16	19.51 133	18.39 138	12.98 85	12.58 56	7.78 54	5.56 69	11.34 72	4.36 83	0.89 256	0.01 6	0.05 103	0.00 1	0.07 7	0.20 18

PMTNet	5.52 36	1.11 3	4.24 7	2.49 1	1.38 80	8.75 134	0.67 10	12.64 30	12.84 78	8.66 41	11.27 46	6.00 39	4.70 53	9.91 49	3.02 40	22.39 381	0.01 6	0.04 95	0.02 72	0.06 5	0.23 19

IRAFT_RVC	8.93 164	1.80 63	10.65 164	7.83 214	1.81 112	6.36 97	10.05 263	26.32 206	27.59 223	17.93 180	19.70 113	17.67 193	9.98 151	13.20 153	6.29 141	0.37 173	0.30 150	0.19 200	0.05 104	0.23 54	0.24 20

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

CRE-IMP	5.83 51	1.86 74	11.10 182	6.20 115	0.51 16	6.86 110	1.64 45	12.56 29	9.01 50	13.16 87	16.11 80	10.94 87	6.14 83	12.81 137	6.46 148	0.50 200	0.07 81	0.10 141	0.00 1	0.27 78	0.27 22

DeepStereo_RVC	5.95 61	1.88 78	10.44 159	5.76 99	0.60 20	5.45 54	1.78 63	12.93 31	8.02 38	14.07 104	14.98 70	12.40 108	10.05 152	12.02 100	7.35 154	0.61 222	0.10 100	0.12 165	0.00 1	0.21 47	0.29 23

MIF-Stereo (partial)	4.55 26	1.63 46	8.37 79	5.46 71	5.35 241	3.48 9	0.94 15	9.80 9	8.03 39	4.45 14	15.68 75	5.33 35	5.11 56	11.92 97	4.57 91	0.06 55	0.02 21	0.06 110	0.03 80	0.45 149	0.30 24

NRIStereo	5.98 64	1.91 83	9.60 121	6.29 124	0.45 3	6.56 105	2.52 93	15.37 69	11.43 67	12.55 68	15.07 72	11.45 90	6.11 81	12.32 116	6.23 136	0.83 248	0.16 117	0.11 160	0.00 1	0.32 95	0.33 25

TestStereo	6.45 79	3.34 231	8.02 67	6.23 116	1.68 106	6.33 94	2.48 91	14.54 62	16.71 125	11.71 62	24.13 162	9.38 72	7.13 106	11.83 91	4.32 81	0.12 97	0.01 6	0.00 1	0.00 1	0.73 209	0.33 25

Gwc-CoAtRS	5.80 47	1.37 24	9.07 93	4.80 37	1.39 81	6.90 112	1.27 25	16.50 88	15.48 108	13.07 86	13.35 62	12.64 111	5.61 70	9.14 35	4.20 75	0.04 22	0.32 153	0.00 1	0.29 219	0.30 90	0.33 25

iGMRVC	5.86 55	1.97 85	10.41 154	5.66 83	0.45 3	5.53 62	1.75 62	13.35 42	7.81 34	12.69 72	18.17 96	12.86 119	6.53 90	12.34 118	5.77 124	1.13 282	0.09 90	0.10 141	0.00 1	0.26 70	0.34 28

Any-RAFT	6.28 73	1.42 30	4.91 11	5.00 51	1.25 74	10.18 143	1.90 70	22.68 169	15.87 111	12.12 65	19.23 107	13.69 137	4.65 51	9.35 40	2.36 10	0.06 55	0.57 208	0.00 1	0.00 1	0.05 2	0.35 29

LoS	3.83 9	1.25 12	4.39 8	3.29 3	0.58 19	4.87 30	1.15 20	11.00 17	13.34 86	5.02 19	10.69 40	4.14 17	3.78 23	9.15 36	3.20 46	0.08 70	0.03 33	0.09 133	0.00 1	0.13 28	0.35 29

Patchmatch Stereo++	5.88 56	1.97 85	10.43 157	5.66 83	0.45 3	5.54 65	2.32 85	13.26 37	7.79 29	12.69 72	18.14 92	12.86 119	6.63 95	12.36 120	5.60 118	1.09 276	0.09 90	0.10 141	0.00 1	0.25 60	0.35 29
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	5.88 56	1.97 85	10.43 157	5.66 83	0.45 3	5.54 65	2.32 85	13.26 37	7.79 29	12.69 72	18.14 92	12.86 119	6.63 95	12.36 120	5.60 118	1.09 276	0.09 90	0.10 141	0.00 1	0.25 60	0.35 29

RAFT-IKP	5.85 53	1.97 85	10.36 149	5.66 83	0.45 3	5.33 53	2.01 76	13.27 39	7.79 29	12.69 72	18.19 98	12.77 114	6.67 104	12.36 120	5.60 118	1.11 279	0.09 90	0.10 141	0.00 1	0.25 60	0.35 29

iResNet_ROB	12.41 242	3.19 222	12.39 210	6.63 142	3.72 178	16.98 247	2.64 99	32.29 268	38.58 305	26.93 295	33.73 273	26.24 263	17.40 261	17.36 234	8.95 179	0.33 164	0.01 6	0.00 1	0.00 1	0.40 134	0.35 29

PSM-adaLoss	5.83 51	1.97 85	10.44 159	5.66 83	0.46 9	5.54 65	1.91 71	13.24 35	7.80 33	12.69 72	18.19 98	12.80 115	6.65 103	11.89 95	5.45 114	1.02 270	0.09 90	0.10 141	0.00 1	0.26 70	0.36 35

ROB_FTStereo_v2	5.85 53	1.97 85	10.38 152	5.66 83	0.46 9	5.52 58	1.95 73	13.24 35	7.78 28	12.68 71	18.16 94	12.83 116	6.61 93	12.27 113	5.63 121	1.00 267	0.09 90	0.10 141	0.00 1	0.26 70	0.36 35

ROB_FTStereo	5.82 49	1.97 85	10.37 151	5.67 90	0.46 9	5.52 58	1.63 43	13.27 39	7.79 29	12.69 72	18.06 91	12.86 119	6.63 95	12.28 115	5.43 112	0.87 255	0.09 90	0.10 141	0.00 1	0.26 70	0.36 35

HUI-Stereo	5.80 47	1.98 92	10.42 155	5.66 83	0.45 3	5.52 58	2.68 102	13.29 41	7.82 35	12.71 78	18.16 94	12.91 124	6.60 91	10.73 55	5.36 110	0.89 256	0.08 87	0.10 141	0.00 1	0.25 60	0.36 35

GMOStereo	6.33 74	2.04 105	8.28 75	5.68 91	1.20 65	6.11 81	2.14 78	11.20 18	13.15 81	18.66 191	21.83 137	17.35 186	6.64 99	7.09 14	2.78 35	0.02 7	1.42 311	0.13 170	0.00 1	0.53 168	0.37 39

error version	6.33 74	2.04 105	8.28 75	5.68 91	1.20 65	6.11 81	2.14 78	11.20 18	13.15 81	18.66 191	21.83 137	17.35 186	6.64 99	7.09 14	2.78 35	0.02 7	1.42 311	0.13 170	0.00 1	0.53 168	0.37 39

test-v	6.33 74	2.04 105	8.28 75	5.68 91	1.20 65	6.11 81	2.14 78	11.20 18	13.15 81	18.66 191	21.83 137	17.35 186	6.64 99	7.09 14	2.78 35	0.02 7	1.42 311	0.13 170	0.00 1	0.53 168	0.37 39

test-2	6.33 74	2.04 105	8.28 75	5.68 91	1.20 65	6.11 81	2.14 78	11.20 18	13.15 81	18.66 191	21.83 137	17.35 186	6.64 99	7.09 14	2.78 35	0.02 7	1.42 311	0.13 170	0.00 1	0.53 168	0.37 39

Pruner-Stereo	6.85 94	1.81 66	10.24 145	6.92 166	0.92 46	5.55 68	4.01 144	14.42 59	11.85 72	18.22 187	21.92 143	15.64 163	5.69 73	12.10 106	6.08 129	0.84 250	0.02 21	0.18 194	0.10 140	0.11 18	0.38 43

raftrobust	5.94 59	2.07 117	6.94 38	7.67 204	6.24 276	4.96 41	1.82 65	17.76 111	14.36 97	12.03 64	11.62 48	7.74 53	9.01 139	11.29 71	3.71 61	0.05 38	0.79 232	0.00 1	0.04 90	0.25 60	0.38 43

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

RAFT-Test	6.19 71	1.47 33	7.90 65	4.91 48	2.70 145	9.97 138	1.52 38	17.08 101	9.06 53	13.21 88	23.67 158	12.89 123	4.63 50	9.47 44	3.57 57	0.02 7	0.81 234	0.00 1	0.38 255	0.21 47	0.39 45

CroCo-Stereo Lap2	4.21 23	2.60 191	9.11 96	10.21 279	6.06 270	1.11 2	0.78 12	10.63 15	8.34 41	3.46 4	5.18 9	8.92 67	5.66 71	6.42 10	4.53 90	0.03 16	0.05 47	0.00 1	0.00 1	0.81 225	0.39 45

RAFT_CTSACE	8.55 152	2.62 196	9.63 122	7.41 193	5.06 233	5.76 75	2.54 94	15.38 70	17.84 133	24.33 271	34.69 284	16.37 170	7.22 107	18.05 244	2.63 24	0.01 2	0.56 205	0.00 1	0.03 80	0.42 140	0.41 48

CFNet	11.23 219	3.41 233	10.68 165	7.08 176	4.22 200	17.38 249	4.83 162	31.29 259	31.29 250	19.15 205	26.85 187	24.06 246	13.75 210	16.23 208	12.22 221	0.26 150	0.05 47	0.44 252	0.09 133	0.92 236	0.41 48

CFNet-RSSM	5.78 45	1.24 11	9.20 108	4.82 38	1.23 69	6.33 94	1.21 23	17.35 106	18.14 136	13.35 91	11.17 45	11.69 95	5.43 60	9.71 48	3.34 49	0.03 16	0.20 123	0.00 1	0.36 240	0.37 119	0.42 50

test croco	4.41 24	2.18 143	11.50 186	5.46 71	2.97 160	3.20 7	1.38 28	9.01 6	5.96 15	3.56 5	16.63 83	3.01 4	2.76 14	14.80 192	4.25 78	0.32 163	0.00 1	0.04 95	0.01 53	0.79 220	0.43 51

ACVNet	10.83 214	2.25 149	7.10 41	6.43 128	3.02 162	13.17 184	3.75 138	22.83 173	35.15 285	15.81 129	30.67 227	24.65 250	15.77 237	16.47 215	18.13 262	0.16 113	0.01 6	0.06 110	0.07 121	0.65 195	0.43 51

acv_ft	12.59 247	2.25 149	13.50 228	8.30 232	6.23 275	19.81 268	6.34 201	26.43 208	35.15 285	26.38 289	30.67 227	24.65 250	14.91 224	16.47 215	19.16 274	0.16 113	0.01 6	0.06 110	0.07 121	0.74 211	0.43 51

IIG-Stereo	7.59 126	2.47 178	9.40 116	10.39 286	1.78 110	6.67 106	1.47 33	17.83 112	16.51 124	18.91 201	20.12 119	17.76 194	8.74 134	13.21 155	5.43 112	0.44 190	0.05 47	0.03 84	0.00 1	0.17 37	0.45 54

BUS	9.86 183	1.86 74	9.14 103	7.14 178	4.12 196	19.47 264	2.69 103	34.15 289	23.28 179	18.82 198	21.95 144	14.37 144	11.63 174	14.72 186	12.39 223	0.36 169	0.13 109	0.15 182	0.04 90	0.37 119	0.46 55

BSDual-CNN	10.33 201	1.86 74	9.14 103	7.14 178	4.12 196	15.83 225	8.93 242	34.15 289	23.28 179	18.82 198	21.95 144	22.14 231	13.58 206	14.72 186	9.53 190	0.36 169	0.13 109	0.15 182	0.04 90	0.37 119	0.46 55

hknet	10.77 212	1.95 84	11.80 194	7.14 178	3.83 187	15.83 225	8.93 242	34.15 289	22.70 176	18.82 198	21.95 144	23.13 239	17.03 255	16.94 228	9.85 194	0.28 155	0.13 109	0.15 182	0.04 90	0.37 119	0.46 55

AdaStereo	10.85 215	4.57 261	10.79 168	9.59 262	3.46 174	17.49 250	6.29 198	32.70 272	26.07 209	19.04 203	26.55 184	19.60 214	10.12 154	17.71 241	10.38 198	1.00 267	0.05 47	0.42 251	0.02 72	0.70 205	0.46 55
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
RALAANet	6.86 96	3.28 228	11.09 181	7.63 202	4.95 227	6.16 90	1.63 43	20.54 144	15.45 106	15.30 116	14.52 67	12.98 125	4.35 36	13.53 163	3.98 67	0.11 89	0.35 161	0.00 1	0.29 219	0.58 177	0.48 59

PSMNet-RSSM	10.31 198	2.47 178	7.79 60	7.85 216	4.38 208	10.47 150	6.67 205	29.67 238	22.25 172	16.62 146	33.75 274	23.30 241	14.58 221	13.91 174	10.56 201	0.23 138	0.09 90	0.07 125	0.24 200	0.87 233	0.48 59

GMStereo_Zeroshot	11.32 222	8.59 316	21.66 305	10.06 273	2.53 140	12.38 169	1.43 30	21.36 159	21.50 165	23.48 264	35.74 289	24.85 252	6.12 82	20.48 267	8.28 169	0.83 248	0.02 21	0.25 223	0.01 53	6.33 336	0.53 61

DisPM	6.68 89	1.58 42	9.90 132	7.19 185	1.12 59	5.71 72	3.69 136	13.74 49	12.42 74	16.60 145	23.63 157	12.64 111	6.39 87	13.31 159	4.08 73	0.77 240	0.01 6	0.08 128	0.15 164	0.14 29	0.53 61

HHNet	7.57 125	2.01 99	8.03 68	3.71 7	3.46 174	4.93 38	6.17 194	19.69 135	16.27 119	20.91 231	31.75 244	10.56 82	5.82 75	10.69 54	5.10 101	0.67 231	0.07 81	0.21 208	0.14 158	0.63 189	0.54 63

NINENet	11.46 227	3.02 216	11.83 196	8.45 236	5.40 243	19.47 264	2.69 103	39.63 339	34.82 280	19.11 204	27.64 192	14.37 144	11.63 174	16.21 207	12.39 223	0.94 262	0.21 131	0.29 236	0.00 1	0.48 158	0.55 64

HSM-Net_RVC	11.37 226	1.57 40	6.32 22	5.99 106	2.67 144	20.99 276	7.19 219	28.50 225	28.64 230	21.03 234	25.84 175	33.64 310	16.37 247	16.83 225	10.76 206	0.21 135	0.08 87	0.02 70	0.00 1	0.16 35	0.55 64
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
StereoVision	7.48 123	2.90 207	10.47 161	10.13 275	3.93 189	4.99 42	1.86 68	21.10 152	17.66 132	8.90 45	29.71 215	10.95 88	6.61 93	12.83 139	5.11 102	0.69 232	0.05 47	0.17 191	0.03 80	0.98 239	0.56 66

IER	10.32 200	2.06 113	11.88 199	4.95 50	5.34 240	13.34 186	6.11 193	27.47 220	23.59 184	20.37 219	30.03 218	16.50 171	20.42 287	14.24 177	8.81 178	0.16 113	0.03 33	0.18 194	0.10 140	0.27 78	0.56 66

OMP-Stereo	7.13 112	2.89 206	9.89 131	10.98 300	1.73 109	4.81 29	1.85 67	18.38 119	16.26 118	16.94 158	14.11 65	17.45 190	7.57 111	13.26 157	5.12 104	0.43 187	0.04 40	0.06 110	0.02 72	0.20 46	0.56 66

R-Stereo Train	7.33 120	1.62 44	9.31 112	6.80 158	2.33 133	7.57 122	5.36 172	24.47 187	7.63 23	16.40 139	33.07 263	12.42 109	5.52 65	8.06 22	5.23 106	0.05 38	0.05 47	0.01 55	0.00 1	0.12 21	0.56 66

RAFT-Stereo	7.33 120	1.62 44	9.31 112	6.80 158	2.33 133	7.57 122	5.36 172	24.47 187	7.63 23	16.40 139	33.07 263	12.42 109	5.52 65	8.06 22	5.23 106	0.05 38	0.05 47	0.01 55	0.00 1	0.12 21	0.56 66
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
knoymous	6.46 80	1.84 73	5.13 14	4.31 27	1.88 116	6.36 97	5.55 177	15.25 67	14.48 98	13.85 102	21.25 133	12.66 113	6.63 95	13.20 153	5.11 102	0.19 131	0.13 109	0.12 165	0.00 1	0.71 207	0.57 71

DMCA	8.96 165	2.60 191	11.84 197	5.61 77	4.25 201	11.09 159	4.36 151	25.89 198	20.23 157	17.10 162	20.96 131	17.55 191	11.92 184	11.47 74	12.27 222	0.60 220	0.09 90	0.35 245	0.05 104	0.48 158	0.57 71

RCA-Stereo	5.58 37	1.26 13	6.71 34	4.85 39	0.80 36	5.51 57	3.97 143	17.56 110	19.40 152	8.45 40	14.11 65	8.73 65	8.70 133	6.88 12	2.77 34	0.05 38	0.98 253	0.11 160	0.00 1	0.14 29	0.61 73

ARAFT	8.86 161	3.86 248	17.37 277	5.96 105	0.94 53	12.59 175	10.80 272	18.20 115	19.95 155	18.77 196	16.27 82	17.78 195	8.88 137	18.82 251	5.30 109	0.35 167	0.04 40	0.00 1	0.00 1	0.62 188	0.64 74

GwcNet-RSSM	11.34 224	2.72 198	10.26 146	7.24 188	5.38 242	12.67 176	6.70 207	26.70 212	31.93 255	17.56 172	34.45 281	24.37 249	15.77 237	13.70 170	15.31 240	0.19 131	0.20 123	0.14 177	0.05 104	0.81 225	0.64 74

Selective-RAFT	6.10 68	1.16 4	10.90 176	7.41 193	0.91 45	15.22 214	1.11 19	14.84 64	16.23 117	7.19 34	7.06 17	11.49 91	8.10 121	12.83 139	5.19 105	0.26 150	0.97 252	0.00 1	0.46 264	0.10 11	0.65 76

AnonymousM	6.73 90	12.03 335	3.53 2	4.47 30	1.55 97	4.42 14	3.17 117	11.94 26	8.44 43	17.00 160	10.06 31	9.08 70	4.00 30	7.56 18	4.06 71	0.55 211	0.68 219	23.13 375	8.12 365	0.07 7	0.65 76

LMCR-Stereo	11.32 222	4.98 272	11.87 198	14.09 326	4.01 190	16.97 246	5.70 180	26.41 207	23.41 182	22.57 257	22.11 149	15.18 158	15.44 233	21.48 284	17.57 258	2.29 316	0.04 40	0.00 1	0.03 80	1.53 267	0.65 76

test_4	5.75 43	1.40 27	6.47 29	7.20 186	0.89 43	5.81 77	1.82 65	12.26 28	6.62 19	12.85 81	30.51 224	7.61 51	3.81 24	12.70 134	3.47 54	0.02 7	0.27 142	0.03 84	0.17 174	0.39 130	0.67 79

psmg	10.36 202	1.86 74	9.14 103	5.58 75	4.12 196	15.74 224	7.65 229	30.05 243	23.28 179	21.80 246	26.26 180	22.14 231	13.58 206	14.72 186	9.53 190	0.36 169	0.13 109	0.17 191	0.04 90	0.44 145	0.67 79

TANstereo	4.87 30	1.49 36	5.02 13	4.02 10	0.51 16	14.25 199	0.15 3	9.17 7	12.84 78	12.80 80	18.36 100	5.14 31	4.43 40	6.01 5	2.30 4	0.09 77	0.12 108	0.00 1	0.01 53	0.02 1	0.68 81

rafts_anoy	6.46 80	2.37 169	7.09 40	7.48 199	6.02 268	5.31 52	2.45 90	14.50 61	22.01 168	12.94 84	16.18 81	8.48 64	5.53 67	9.70 47	6.32 142	0.05 38	1.66 325	0.10 141	0.05 104	0.30 90	0.69 82

GANet-ADL	8.73 156	2.80 200	9.48 117	7.87 217	2.77 147	12.88 179	5.29 170	29.97 242	25.61 206	14.50 107	16.64 84	17.02 178	7.60 113	11.61 85	8.01 164	0.51 203	0.40 171	0.10 141	0.12 146	0.77 218	0.70 83

GMStereo	6.44 78	4.92 270	12.13 205	5.60 76	0.87 41	9.18 136	2.57 97	12.99 32	25.54 205	12.85 81	11.84 50	5.60 37	3.62 21	11.92 97	6.44 147	0.53 204	0.02 21	0.05 103	0.36 240	0.98 239	0.70 83
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DN-CSS_ROB	8.72 155	3.49 236	16.63 268	6.74 151	3.39 172	6.20 91	3.43 131	23.40 179	22.03 169	17.46 168	30.28 220	9.33 71	8.32 126	14.71 185	6.36 145	0.91 260	0.00 1	0.45 253	0.00 1	0.65 195	0.70 83

ADLNet2	12.99 254	2.94 209	14.18 237	9.57 261	5.96 265	20.23 273	10.41 268	33.05 276	37.61 297	19.46 208	19.74 115	22.46 234	18.63 270	22.37 291	20.76 282	0.37 173	0.15 115	0.06 110	0.08 127	1.04 244	0.72 86

cf-r	10.67 210	2.34 161	9.77 126	6.17 112	5.79 258	12.94 180	5.14 165	25.21 195	27.86 225	17.84 177	32.03 248	25.81 259	15.91 239	12.22 111	12.56 229	0.17 119	0.19 122	0.05 103	0.06 114	0.59 183	0.72 86

GANet-RSSM	10.17 193	2.02 101	8.21 73	7.09 177	5.57 252	13.17 184	7.29 223	27.27 218	19.65 153	15.81 129	28.83 203	26.18 262	16.33 245	14.58 183	9.28 188	0.25 147	0.27 142	0.16 188	0.04 90	0.65 195	0.72 86

CFNet-ft	10.46 203	3.02 216	7.10 41	7.69 205	5.42 246	16.93 244	5.92 188	22.83 173	22.31 173	15.81 129	30.40 222	26.42 265	15.19 229	13.60 168	12.18 219	0.14 105	0.10 100	1.87 318	0.34 236	1.22 250	0.73 89

CFNet_RVC	10.46 203	3.02 216	7.10 41	7.69 205	5.42 246	16.93 244	5.92 188	22.82 172	22.31 173	15.81 129	30.40 222	26.41 264	15.19 229	13.60 168	12.19 220	0.14 105	0.10 100	1.87 318	0.34 236	1.22 250	0.73 89

iinet-f	14.05 275	5.00 273	47.51 358	6.57 135	4.04 191	21.14 277	14.37 305	28.25 223	21.37 163	21.95 249	31.37 236	21.31 225	18.66 271	16.15 205	20.61 281	0.31 160	0.41 177	0.09 133	0.05 104	1.00 242	0.76 91

HCRNet	9.13 171	1.82 72	8.73 84	14.95 335	5.22 238	10.66 156	2.49 92	26.57 210	18.64 147	16.31 136	25.51 172	18.42 204	11.15 165	13.53 163	7.25 153	0.10 85	0.04 40	0.10 141	0.02 72	0.27 78	0.76 91

PFNet	8.10 142	1.75 56	12.34 209	7.54 201	2.40 136	7.41 120	5.81 185	23.83 184	17.85 134	20.78 225	17.57 88	15.22 159	7.72 115	13.37 160	6.46 148	0.33 164	0.20 123	0.12 165	0.19 186	0.32 95	0.77 93

DSFCA	12.44 243	3.00 213	14.87 250	6.04 107	7.03 296	17.06 248	10.86 275	31.11 254	32.12 256	26.41 290	23.81 160	22.37 233	15.13 228	21.13 279	13.53 233	0.95 264	0.66 217	0.28 232	0.38 255	1.21 249	0.77 93

test_5	8.85 160	2.05 110	9.51 118	11.62 307	4.99 229	6.74 107	5.48 176	18.25 116	23.57 183	16.72 154	29.73 216	15.54 162	10.54 158	16.25 211	4.02 69	0.05 38	0.40 171	0.27 226	0.08 127	0.34 102	0.81 95

DAS	11.51 228	2.60 191	15.62 260	9.37 256	6.27 279	16.04 227	7.71 230	22.70 170	33.92 270	19.53 209	29.03 204	19.51 212	19.10 276	17.44 235	8.98 180	0.78 243	0.02 21	0.29 236	0.01 53	0.48 158	0.81 95

SepStereo	12.04 235	2.60 191	15.62 260	9.37 256	6.27 279	16.04 227	7.71 230	22.70 170	33.92 270	19.53 209	29.03 204	19.51 212	19.10 276	27.97 318	8.98 180	0.78 243	0.02 21	0.29 236	0.01 53	0.48 158	0.81 95

cross-raft	5.70 41	1.44 32	7.08 39	6.69 147	2.11 122	5.89 78	1.44 32	16.44 86	8.38 42	13.42 95	20.70 128	12.20 107	4.38 39	9.06 32	3.11 42	0.03 16	0.38 167	0.00 1	0.22 189	0.24 56	0.84 98

MSKI-zero shot	5.11 32	1.81 66	6.47 29	6.17 112	1.78 110	6.42 99	1.50 36	13.59 44	8.66 48	10.63 55	11.58 47	13.29 132	2.35 13	12.34 118	3.09 41	0.05 38	1.21 283	0.02 70	0.29 219	0.15 31	0.85 99

gwcnet-sp	10.26 194	3.56 239	15.31 255	6.59 136	4.30 202	15.71 220	5.71 182	26.09 200	25.15 200	21.68 242	21.77 134	15.01 154	16.42 248	15.21 197	10.76 206	0.12 97	0.20 123	0.02 70	0.09 133	0.63 189	0.86 100

scenet	10.26 194	3.56 239	15.31 255	6.59 136	4.30 202	15.71 220	5.71 182	26.09 200	25.15 200	21.68 242	21.77 134	15.01 154	16.42 248	15.21 197	10.76 206	0.12 97	0.20 123	0.02 70	0.09 133	0.63 189	0.86 100

ssnet	10.26 194	3.56 239	15.31 255	6.59 136	4.30 202	15.71 220	5.71 182	26.09 200	25.15 200	21.68 242	21.77 134	15.01 154	16.42 248	15.21 197	10.76 206	0.12 97	0.20 123	0.02 70	0.09 133	0.63 189	0.86 100

DRaft	9.41 175	1.56 39	10.09 138	4.18 20	0.92 46	12.87 178	5.68 179	17.40 107	29.75 236	21.24 237	38.12 304	9.96 78	13.97 214	11.81 90	8.08 165	0.66 230	0.30 150	0.07 125	0.26 210	0.33 97	0.88 103

XX-Stereo	6.50 83	1.81 66	10.42 155	12.71 321	7.14 298	3.46 8	0.90 14	16.31 82	6.13 16	9.03 46	28.11 197	13.48 135	2.22 12	11.87 94	2.61 22	0.45 193	0.78 231	0.08 128	0.42 261	1.09 245	0.88 103

Sa-1000	8.91 163	2.10 122	9.11 96	8.07 226	1.16 62	16.62 241	2.39 87	25.58 196	25.43 203	15.52 123	28.24 198	12.19 106	8.67 131	16.40 214	3.70 59	0.39 175	0.86 243	0.16 188	0.23 196	0.48 158	0.89 105

sCroCo_RVC	5.29 33	3.82 247	17.52 278	11.17 303	6.67 287	5.78 76	2.66 100	10.47 13	8.48 45	3.78 7	9.32 30	4.76 30	4.83 54	8.33 24	4.88 98	1.17 288	0.52 197	0.06 110	0.03 80	0.70 205	0.90 106

MyStereo06	6.95 102	2.25 149	14.05 236	6.69 147	4.74 218	7.75 125	9.60 253	17.85 113	9.03 52	13.29 90	10.78 43	18.68 205	5.70 74	10.66 52	4.52 89	0.09 77	1.32 295	0.02 70	0.26 210	0.84 231	0.92 107

MyStereo05	9.63 182	2.25 149	10.26 146	6.69 147	4.74 218	7.75 125	9.60 253	31.51 262	41.00 315	17.45 167	13.02 58	10.28 81	12.27 188	14.74 189	7.68 158	0.09 77	1.32 295	0.02 70	0.26 210	0.84 231	0.92 107

SA	8.43 149	2.16 140	10.02 136	8.41 234	0.93 50	7.36 119	2.21 84	23.73 182	26.15 210	13.55 97	30.84 230	9.89 77	10.09 153	16.84 226	3.52 56	0.18 122	0.68 219	0.17 191	0.40 260	0.48 158	0.92 107

UPFNet	12.31 237	2.15 136	11.91 200	7.90 220	7.21 300	20.03 270	9.28 250	29.44 236	27.18 220	20.88 228	30.86 231	21.23 223	18.11 268	19.60 256	17.41 257	0.55 211	0.57 208	0.26 225	0.07 121	0.67 202	0.92 107

MyStereo07	4.80 28	2.38 172	6.21 20	6.63 142	4.77 220	6.47 100	9.60 253	16.70 94	5.88 14	4.81 16	5.77 16	3.13 6	5.68 72	12.07 102	2.46 13	0.09 77	1.33 299	0.03 84	0.32 227	0.74 211	0.93 111

MyStereo04	9.58 179	2.38 172	10.28 148	6.63 142	4.77 220	6.47 100	9.60 253	32.50 270	42.15 319	14.59 110	12.10 53	11.92 103	11.87 183	14.80 192	8.14 168	0.09 77	1.33 299	0.03 84	0.32 227	0.74 211	0.93 111

RAFT+CT+SA	7.76 137	2.01 99	7.56 55	11.32 305	3.31 168	4.60 15	7.19 219	17.21 103	27.40 221	10.43 52	27.34 189	7.63 52	7.83 116	15.46 202	3.51 55	0.03 16	0.39 169	0.18 194	0.46 264	0.33 97	0.93 111

IPLGR	7.48 123	1.61 43	14.03 235	4.92 49	1.30 76	10.30 147	1.20 22	24.52 190	22.59 175	16.71 153	18.84 103	8.44 63	7.49 109	9.62 46	6.34 144	0.26 150	0.05 47	0.05 103	0.06 114	0.37 119	0.93 111

PFNet+	6.92 100	1.64 48	10.96 177	6.27 118	0.90 44	5.66 70	1.68 51	14.43 60	16.02 115	18.13 185	21.24 132	14.33 143	5.97 76	13.13 152	5.51 116	0.90 258	0.20 123	0.11 160	0.30 224	0.08 9	0.94 115

LE_ROB	23.59 346	4.64 265	16.84 271	8.59 239	3.05 163	33.01 339	18.53 339	28.96 232	67.40 392	70.71 393	55.67 373	48.44 367	48.90 375	26.06 309	37.98 354	0.44 190	0.24 137	0.27 226	0.54 278	0.49 166	0.98 116

CFNet_pseudo	9.92 184	2.21 144	11.76 192	5.09 56	2.93 158	14.43 200	3.12 115	27.16 216	32.52 259	17.58 173	22.81 153	21.97 230	9.29 143	13.06 148	8.34 171	0.23 138	0.46 185	1.23 305	0.27 214	2.89 297	0.99 117

GES	9.01 166	2.61 195	12.88 215	6.76 152	2.02 118	13.08 181	6.33 200	22.23 165	22.21 171	19.80 212	26.73 186	8.97 68	11.01 160	14.41 181	8.35 173	0.54 209	0.10 100	0.30 240	0.15 164	0.82 228	0.99 117

HGLStereo	13.21 260	3.45 235	14.01 234	10.32 283	7.72 312	15.72 223	7.19 219	31.94 265	28.12 227	20.83 227	36.16 292	26.61 266	20.82 289	18.74 249	19.63 277	1.01 269	0.22 133	0.07 125	0.08 127	0.59 183	1.00 119

SFCPSM	9.16 172	1.72 54	12.32 208	5.64 81	3.51 176	16.58 240	6.93 213	31.11 254	26.15 210	17.05 161	20.08 118	11.05 89	9.94 150	12.55 127	6.05 127	0.36 169	0.17 119	0.37 247	0.22 189	0.40 134	1.01 120

UNet	13.18 259	2.47 178	14.45 241	7.45 196	7.82 315	26.01 308	4.67 160	34.38 294	29.42 235	20.90 230	31.81 246	26.68 268	18.98 273	21.08 278	15.56 244	0.21 135	0.06 71	0.27 226	0.09 133	0.37 119	1.01 120

AFF-stereo	6.50 83	2.29 153	8.09 70	4.63 33	0.87 41	3.48 9	0.75 11	16.92 99	13.98 93	13.26 89	25.21 170	15.46 161	7.68 114	11.50 80	3.71 61	0.04 22	0.70 221	0.00 1	0.00 1	0.48 158	1.02 122

ac_64	11.57 230	2.13 134	11.77 193	8.79 246	5.51 249	19.40 262	6.29 198	24.72 191	15.20 105	23.50 265	24.91 166	33.07 304	16.82 252	19.33 254	17.78 260	0.53 204	0.15 115	0.02 70	0.03 80	0.35 106	1.03 123

FENet	8.22 145	1.39 25	7.33 50	6.43 128	2.17 128	10.97 157	2.20 82	22.10 164	21.26 160	17.85 178	23.22 155	14.29 141	11.50 171	13.56 166	8.32 170	0.29 157	0.24 137	0.03 84	0.03 80	0.18 41	1.04 124

MSMDNet	9.96 186	2.08 118	11.66 190	5.39 68	2.92 155	16.50 238	2.89 109	29.73 240	34.55 278	17.86 179	21.91 142	18.86 208	8.36 127	13.06 148	7.74 160	0.24 143	0.47 187	0.66 268	0.24 200	3.07 301	1.04 124

HITNet	8.41 148	3.59 243	9.91 133	5.30 62	1.52 95	13.35 187	4.48 154	22.00 162	16.06 116	15.52 123	22.95 154	15.28 160	11.74 176	14.91 194	9.25 185	0.10 85	0.01 6	0.48 255	0.06 114	0.58 177	1.04 124
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
RASNet	12.38 240	2.58 189	12.48 213	6.76 152	5.97 266	16.37 234	6.74 208	34.99 300	22.20 170	17.44 166	33.11 265	22.81 236	24.84 307	20.33 264	18.27 265	1.16 285	0.05 47	0.06 110	0.01 53	0.27 78	1.06 127

UCFNet_RVC	10.01 190	2.81 201	6.11 18	7.31 190	3.92 188	16.80 243	8.00 235	28.68 229	20.81 159	16.57 143	23.35 156	25.82 260	13.06 198	13.55 165	9.18 184	0.12 97	0.06 71	1.19 301	0.32 227	1.47 264	1.06 127

ccs_rob	9.95 185	2.21 144	11.74 191	5.11 57	2.91 154	14.48 201	3.21 121	27.26 217	32.72 261	17.53 170	22.70 151	21.96 229	9.25 142	12.99 142	8.34 171	0.23 138	0.45 183	1.38 310	0.28 216	3.13 305	1.07 129

AASNet	13.05 255	3.27 226	12.23 207	10.28 280	6.90 293	17.61 251	7.88 232	41.14 344	38.29 302	23.20 262	29.62 214	16.85 176	15.59 235	15.50 203	19.03 272	0.39 175	0.03 33	0.78 275	0.05 104	1.32 257	1.08 130

TestStereo1	8.04 140	2.22 147	8.85 88	10.87 298	2.12 124	4.66 18	2.40 88	21.17 156	23.79 186	17.41 164	26.31 181	9.41 73	9.09 140	16.23 208	3.85 65	0.14 105	0.40 171	0.02 70	0.13 149	0.58 177	1.10 131

SA-5K	8.04 140	2.22 147	8.85 88	10.87 298	2.12 124	4.66 18	2.40 88	21.17 156	23.79 186	17.41 164	26.31 181	9.41 73	9.09 140	16.23 208	3.85 65	0.14 105	0.40 171	0.02 70	0.13 149	0.58 177	1.10 131

MMNet	13.55 265	2.82 203	13.90 232	7.63 202	6.36 282	26.45 312	4.63 158	24.00 185	42.67 322	26.25 288	33.12 266	20.98 222	19.45 282	20.14 261	19.49 276	0.75 235	0.54 200	0.11 160	0.01 53	0.53 168	1.10 131

MLCV	9.96 186	3.33 230	14.77 243	5.75 98	1.62 102	14.91 204	1.31 27	22.06 163	24.83 196	22.51 255	31.57 242	17.20 180	8.07 120	17.07 230	12.11 217	0.48 195	0.01 6	0.05 103	0.05 104	0.48 158	1.10 131

THIR-Stereo	9.52 178	2.21 144	9.26 111	5.38 67	0.85 39	15.55 217	11.50 285	16.88 98	21.74 166	24.45 274	31.96 247	14.20 140	13.85 212	11.89 95	8.54 175	0.14 105	0.25 141	0.10 141	0.05 104	0.40 134	1.11 135

PCWNet_CMD	9.97 188	2.08 118	11.61 189	5.36 66	2.92 155	16.39 235	2.94 113	29.76 241	34.38 275	17.83 176	21.86 141	18.91 209	8.27 125	13.01 143	7.73 159	0.23 138	0.46 185	0.79 276	0.25 208	3.46 310	1.12 136

Selective-IGEV	3.46 4	1.32 20	5.92 17	4.55 32	2.27 131	4.65 17	2.07 77	11.50 23	5.81 6	3.19 2	4.75 6	5.46 36	1.77 9	11.24 68	2.37 11	0.05 38	0.82 237	0.00 1	0.20 187	0.10 11	1.17 137

pmcnn	15.27 282	4.31 257	22.32 309	7.46 197	4.46 211	22.15 284	15.74 316	28.53 226	31.88 254	27.78 301	40.04 316	39.06 332	19.11 278	18.79 250	20.78 283	1.04 272	0.23 135	0.00 1	0.00 1	0.53 168	1.17 137

raft_robust	8.39 147	2.81 201	7.62 56	6.32 126	1.17 63	5.47 55	0.82 13	34.37 293	35.49 287	18.40 190	20.25 120	7.24 46	5.51 64	15.77 204	3.40 53	0.11 89	1.10 265	0.00 1	0.50 274	0.33 97	1.19 139

test_3	5.97 62	1.26 13	9.95 134	6.84 160	1.45 83	8.73 133	3.18 118	14.26 53	19.86 154	12.22 66	8.91 23	13.78 138	3.99 29	9.38 41	2.58 17	0.01 2	1.10 265	0.00 1	0.37 244	0.30 90	1.20 140

Wz-Net-LNSev-Ref	16.12 286	4.56 260	29.46 324	7.78 212	6.11 271	26.08 309	13.01 301	31.08 253	37.61 297	27.66 298	46.96 350	29.92 282	15.40 231	21.54 285	22.39 287	1.09 276	0.05 47	0.10 141	0.00 1	0.43 142	1.21 141

DIP-Stereo	6.99 109	2.37 169	11.45 184	4.78 36	1.70 108	13.13 182	1.47 33	15.76 74	7.43 22	14.57 109	26.61 185	10.76 85	5.10 55	14.97 195	8.10 166	0.06 55	0.06 71	0.06 110	0.00 1	0.17 37	1.22 142
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HSM	11.89 234	2.32 157	8.70 83	6.70 150	4.10 194	16.45 236	8.06 236	30.42 245	20.31 158	23.35 263	26.42 183	41.60 346	17.59 264	20.66 270	9.57 192	0.11 89	0.03 33	0.01 55	0.01 53	0.24 56	1.22 142

raft+_RVC	7.10 111	2.37 169	6.59 33	6.94 169	5.82 261	6.35 96	5.97 190	21.05 151	23.63 185	10.90 58	17.95 90	9.80 76	5.55 68	11.49 79	4.47 88	0.04 22	1.50 320	0.00 1	0.00 1	0.38 129	1.23 144

iResNetv2_ROB	12.78 251	4.09 252	15.60 258	6.44 130	3.75 180	14.86 203	7.17 217	34.46 295	37.12 293	26.06 285	34.81 285	29.76 279	16.32 244	14.77 190	7.67 157	0.31 160	0.03 33	0.12 165	0.01 53	0.94 237	1.23 144

delet	13.26 262	2.43 177	12.99 219	8.45 236	6.26 278	22.40 285	10.83 274	28.78 230	38.76 306	20.39 221	30.36 221	20.85 220	17.67 265	22.97 293	19.13 273	0.14 105	0.45 183	0.19 200	0.08 127	0.78 219	1.24 146

test-3	5.64 39	1.29 18	9.52 119	4.88 41	1.45 83	6.53 103	2.92 110	13.64 45	19.04 149	12.75 79	8.67 21	13.01 126	4.10 32	9.39 42	2.58 17	0.01 2	1.09 263	0.00 1	0.37 244	0.28 82	1.25 147

test_1	5.63 38	1.29 18	9.52 119	4.90 47	1.45 83	6.51 102	2.93 112	13.65 47	19.05 150	12.58 69	8.67 21	13.02 127	4.07 31	9.39 42	2.58 17	0.01 2	1.09 263	0.00 1	0.38 255	0.28 82	1.26 148

TransformOpticalFlow	7.95 139	2.10 122	9.83 130	6.06 108	1.24 72	6.82 108	7.98 234	18.60 122	14.06 95	14.93 111	28.79 202	18.74 206	11.03 161	12.79 136	4.12 74	0.06 55	0.04 40	0.21 208	0.04 90	0.21 47	1.27 149

CoDeX	9.58 179	2.12 128	10.82 170	6.52 132	3.76 181	16.55 239	6.82 210	26.62 211	25.63 207	17.50 169	25.62 173	14.70 149	11.81 182	12.82 138	7.88 161	0.42 186	0.20 123	0.15 182	0.02 72	0.36 113	1.28 150

CRFU-Net	13.32 263	3.53 238	12.90 217	8.76 245	6.05 269	26.25 310	10.15 265	25.86 197	14.68 100	30.76 321	30.58 225	30.11 286	21.59 298	20.52 268	20.28 280	1.53 299	0.48 188	0.27 226	0.16 170	0.64 194	1.28 150

CSP-Net	13.41 264	3.62 244	11.03 179	6.62 141	4.07 192	25.76 307	9.61 257	29.66 237	27.14 219	29.97 315	33.42 270	29.84 281	17.23 258	20.64 269	16.03 248	1.12 280	0.41 177	0.03 84	0.00 1	0.75 215	1.29 152

Anonymous3	10.07 191	4.14 254	31.49 330	9.77 268	5.11 235	25.00 301	11.85 287	25.20 193	19.24 151	10.80 57	14.78 68	7.92 57	8.68 132	14.40 180	6.12 130	3.25 333	1.40 308	0.08 128	0.06 114	0.81 225	1.30 153

CFNet_ucs	10.56 209	2.15 136	12.88 215	5.55 74	4.11 195	15.24 215	3.93 141	28.55 227	32.41 258	18.70 195	24.95 168	22.99 237	9.66 148	14.22 176	8.13 167	0.29 157	0.84 239	1.63 314	0.23 196	3.43 309	1.31 154

STrans-v2	8.16 144	2.09 120	9.79 127	5.44 70	1.53 96	11.87 168	9.69 259	19.77 136	13.20 85	14.01 103	25.80 174	17.88 198	12.55 193	13.30 158	4.39 84	0.06 55	0.01 6	0.18 194	0.01 53	0.25 60	1.31 154

Anonymous	7.23 114	3.43 234	20.00 296	12.23 317	8.33 325	14.99 210	12.18 290	15.77 75	10.89 62	4.48 15	7.52 18	3.11 5	7.53 110	12.16 107	6.03 126	1.24 292	0.36 164	0.09 133	0.20 187	2.81 295	1.32 156

DCANet-4	6.78 93	1.21 7	11.48 185	3.95 8	0.76 28	4.73 22	1.68 51	18.40 120	25.78 208	15.44 118	20.36 122	6.42 41	8.48 129	8.87 28	6.24 137	0.18 122	0.05 47	0.01 55	0.00 1	0.10 11	1.37 157

fff	7.26 115	1.99 93	9.12 98	4.17 16	0.47 12	4.73 22	1.68 51	16.56 90	33.55 265	15.45 119	20.36 122	7.49 48	12.54 190	9.03 29	6.26 138	0.18 122	0.05 47	0.01 55	0.00 1	0.10 11	1.37 157

csc	7.26 115	1.99 93	9.12 98	4.17 16	0.47 12	4.73 22	1.68 51	16.56 90	33.55 265	15.45 119	20.36 122	7.49 48	12.54 190	9.03 29	6.26 138	0.18 122	0.05 47	0.01 55	0.00 1	0.10 11	1.37 157

cscssc	7.26 115	1.99 93	9.12 98	4.17 16	0.47 12	4.73 22	1.68 51	16.56 90	33.55 265	15.45 119	20.36 122	7.49 48	12.54 190	9.03 29	6.26 138	0.18 122	0.05 47	0.01 55	0.00 1	0.10 11	1.37 157

ssnet_v2	13.84 270	3.15 221	13.44 227	7.99 223	3.08 165	22.60 286	14.51 310	36.65 318	33.59 268	22.04 250	26.10 177	28.64 275	17.16 257	23.13 294	20.86 284	0.50 200	0.32 153	0.20 205	0.13 149	1.41 260	1.38 161

IPLG	7.65 130	2.00 97	13.81 231	5.86 104	4.35 206	10.97 157	1.43 30	22.52 167	16.50 123	19.78 211	20.62 127	5.28 34	5.49 63	12.58 130	9.70 193	0.13 103	0.06 71	0.03 84	0.07 121	0.41 137	1.38 161

MIPNet	7.26 115	2.30 154	13.74 230	5.32 64	1.61 101	11.32 161	2.77 106	27.02 215	18.47 143	15.56 125	13.20 60	7.01 43	9.46 144	8.84 27	6.32 142	0.15 112	0.03 33	0.06 110	0.08 127	0.42 140	1.39 163

test-1	6.03 67	1.76 58	15.61 259	8.01 224	1.98 117	7.82 128	1.16 21	13.64 45	13.60 90	9.69 49	15.16 73	11.55 93	5.45 62	7.78 19	4.35 82	0.16 113	1.18 273	0.00 1	0.13 149	0.16 35	1.39 163

dd	8.57 153	5.20 275	13.37 226	6.91 165	1.05 57	10.30 147	3.89 140	17.29 105	34.00 272	15.73 128	17.50 87	7.45 47	6.60 91	15.00 196	10.99 211	1.39 297	0.41 177	0.18 194	0.46 264	2.25 286	1.40 165

DISCO	16.93 289	2.58 189	17.15 276	8.26 230	4.37 207	27.65 319	10.68 270	31.28 258	44.93 334	22.21 252	34.47 282	36.48 323	23.91 303	36.14 347	34.48 348	0.35 167	0.11 104	0.04 95	0.07 121	1.95 276	1.40 165

hitnet-ft	12.59 247	3.03 219	7.87 63	7.49 200	4.20 199	27.41 317	3.75 138	23.41 180	24.15 189	21.14 236	34.12 278	31.93 297	19.74 284	20.28 263	18.13 262	0.54 209	1.45 316	0.35 245	0.09 133	1.26 253	1.41 167

LL-Strereo2	5.97 62	2.88 205	10.62 163	6.59 136	3.38 171	6.31 93	2.20 82	15.61 72	8.46 44	11.33 61	10.75 42	15.69 164	3.45 18	13.58 167	4.65 93	0.16 113	0.48 188	1.33 309	0.13 149	0.36 113	1.42 168

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

ICVP	10.54 208	2.11 126	7.49 53	9.62 263	3.41 173	13.85 192	6.34 201	26.81 213	23.24 178	16.90 155	31.76 245	27.31 273	12.81 196	12.18 109	12.47 227	1.59 300	0.58 211	0.19 200	0.13 149	0.63 189	1.45 170
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GwcNet-ADL	8.81 159	2.00 97	10.21 143	7.70 208	2.82 149	6.99 113	7.05 216	30.58 247	26.21 212	15.71 127	17.65 89	13.93 139	6.83 105	13.90 173	11.43 213	0.49 198	0.76 230	0.01 55	0.01 53	0.55 175	1.46 171

SMFormer	11.03 216	1.90 79	14.85 246	4.89 43	1.48 91	14.92 205	3.21 121	31.03 249	30.74 244	20.28 214	29.37 209	18.33 200	14.54 217	16.56 219	14.46 237	0.41 180	1.20 279	0.28 232	0.24 200	0.45 149	1.47 172

DEmStereo	9.07 168	1.70 52	10.89 174	4.86 40	1.23 69	11.51 164	5.70 180	14.24 52	27.02 218	22.33 253	32.56 259	11.70 96	15.04 226	11.83 91	8.53 174	0.31 160	0.16 117	0.02 70	0.09 133	0.11 18	1.47 172

GEStereo_RVC	13.23 261	3.13 220	15.23 252	10.33 284	4.95 227	18.92 261	11.46 284	31.58 263	48.03 343	20.51 222	27.68 193	19.00 210	13.31 200	20.44 266	16.01 247	1.15 284	0.51 194	0.10 141	0.14 158	0.67 202	1.47 172

anonymousa	9.61 181	2.06 113	9.20 108	5.24 60	6.67 287	15.03 213	4.18 148	19.08 126	21.43 164	19.03 202	30.96 232	21.49 227	14.23 216	11.12 65	8.61 177	0.08 70	1.24 288	0.29 236	0.69 289	0.18 41	1.48 175

RAFT-Stereo + iAFF	5.94 59	2.35 167	8.80 85	4.07 15	1.36 78	2.78 5	0.66 9	17.05 100	15.89 112	12.65 70	18.49 101	11.81 99	7.89 117	8.48 25	3.80 63	0.02 7	0.75 226	0.00 1	0.00 1	0.43 142	1.49 176

FADNet-RVC	13.86 271	12.75 341	41.65 349	8.64 241	4.63 216	16.45 236	6.89 212	28.91 231	24.20 190	20.89 229	31.44 239	26.73 270	11.37 170	21.58 286	15.91 245	0.25 147	0.14 114	0.14 177	0.24 200	2.97 299	1.50 177

AACVNet	11.24 220	3.71 245	11.56 188	9.45 258	3.35 170	11.67 167	4.88 163	23.23 177	14.00 94	28.19 303	29.90 217	30.39 288	18.03 267	20.04 259	13.22 232	0.50 200	0.21 131	0.23 217	0.07 121	0.75 215	1.52 178

iRaft-Stereo_5w	9.10 170	2.33 159	10.69 166	6.64 145	4.47 212	4.74 26	10.72 271	16.71 95	16.97 130	15.39 117	26.15 178	21.25 224	12.59 194	16.38 213	12.90 231	0.85 251	0.51 194	0.08 128	0.22 189	0.95 238	1.53 179

CBMV_ROB	12.51 245	3.86 248	7.98 66	5.81 102	2.99 161	16.05 230	4.62 157	27.61 222	31.37 251	26.75 293	32.62 260	23.97 245	22.66 301	21.14 280	12.09 216	2.15 314	1.78 328	2.24 324	1.27 316	1.64 270	1.54 180

ASMatch	7.61 127	1.63 46	9.18 106	5.79 100	2.27 131	4.63 16	2.54 94	17.23 104	13.73 91	17.27 163	34.28 279	13.26 131	10.15 155	12.39 123	5.49 115	0.12 97	0.24 137	0.21 208	0.17 174	0.18 41	1.55 181

tta	11.03 216	1.90 79	14.85 246	4.89 43	1.48 91	14.92 205	3.21 121	31.03 249	30.73 243	20.28 214	29.37 209	18.33 200	14.54 217	16.56 219	14.46 237	0.41 180	1.20 279	0.28 232	0.24 200	0.39 130	1.60 182

qqq1	10.51 205	1.90 79	14.85 246	4.89 43	1.48 91	14.92 205	3.21 121	31.03 249	30.74 244	20.28 214	29.37 209	18.33 200	14.54 217	16.56 219	4.42 85	0.41 180	1.20 279	0.00 1	0.14 158	0.39 130	1.60 182

fff1	10.51 205	1.90 79	14.85 246	4.89 43	1.48 91	14.92 205	3.21 121	31.03 249	30.74 244	20.28 214	29.37 209	18.33 200	14.54 217	16.56 219	4.42 85	0.41 180	1.20 279	0.00 1	0.14 158	0.39 130	1.60 182

iRaftStereo_RVC	5.06 31	2.15 136	7.88 64	5.54 73	0.78 33	5.22 47	0.45 7	18.47 121	11.75 71	9.72 50	15.05 71	5.74 38	3.18 16	9.29 39	2.52 15	0.02 7	1.24 288	0.00 1	0.01 53	0.58 177	1.62 185

Wz-Net-MNSev	19.84 320	7.55 304	35.79 340	10.79 295	7.51 304	38.96 357	18.39 338	35.08 301	44.72 332	31.28 322	41.70 324	41.18 344	20.49 288	28.41 320	30.13 342	0.96 265	0.36 164	0.05 103	0.13 149	1.70 273	1.64 186

SGM_RVC	20.33 323	3.24 225	8.92 90	7.20 186	1.62 102	39.61 359	17.01 327	39.11 334	35.12 284	46.26 366	42.62 331	51.57 372	39.45 360	39.66 365	29.87 340	1.16 285	0.37 166	0.55 260	0.35 238	1.20 248	1.64 186
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
EAI-Stereo	5.82 49	2.06 113	9.08 94	6.23 116	2.20 129	6.24 92	6.20 195	20.18 142	6.36 17	10.65 56	15.97 78	6.31 40	3.63 22	12.09 105	4.88 98	0.06 55	0.73 223	0.04 95	1.59 323	0.21 47	1.67 188

psm_up	13.88 272	2.70 197	10.89 174	10.20 278	5.97 266	15.01 211	12.58 295	39.13 336	31.75 253	21.39 239	31.09 234	30.18 287	25.01 310	20.33 264	17.62 259	0.75 235	0.39 169	0.18 194	0.03 80	0.82 228	1.67 188

BEATNet_4x	10.11 192	5.82 283	14.80 245	6.14 110	1.55 97	13.87 193	5.98 191	26.24 203	18.35 137	16.53 142	25.41 171	18.01 199	13.78 211	18.01 243	12.39 223	0.48 195	0.18 120	0.81 283	0.11 144	2.02 278	1.70 190

iResNet	11.06 218	4.16 255	16.83 270	7.89 219	2.23 130	15.59 218	9.17 249	24.49 189	29.14 233	20.78 225	31.13 235	16.87 177	11.58 172	15.45 201	12.50 228	0.64 225	0.05 47	0.02 70	0.10 140	0.79 220	1.71 191

fast-acv-ft	14.96 281	4.73 266	17.68 280	8.03 225	5.27 239	28.61 323	9.97 262	26.25 205	35.58 289	26.03 284	38.02 303	31.91 296	21.50 295	19.25 253	21.18 285	0.61 222	0.38 167	0.63 265	0.48 270	1.31 255	1.73 192

CrosDoStereo	9.41 175	1.65 49	8.83 86	5.19 58	1.13 60	7.34 117	14.47 308	16.33 84	24.64 194	24.44 272	33.36 268	13.18 129	13.52 202	12.56 128	9.08 182	0.06 55	0.11 104	0.09 133	0.04 90	0.41 137	1.73 192

DeepStereo_LL	9.41 175	1.65 49	8.83 86	5.19 58	1.13 60	7.34 117	14.47 308	16.33 84	24.64 194	24.44 272	33.36 268	13.18 129	13.52 202	12.56 128	9.08 182	0.06 55	0.11 104	0.09 133	0.04 90	0.41 137	1.73 192

DLCB_ROB	13.97 273	3.74 246	11.01 178	9.99 272	5.85 263	21.40 279	10.37 267	30.17 244	30.49 239	28.21 304	32.18 256	32.67 300	21.17 293	20.20 262	18.59 267	0.34 166	0.18 120	0.41 250	0.15 164	0.61 187	1.76 195

PSMNet-ADL	10.30 197	2.32 157	7.83 62	9.69 265	4.44 209	16.04 227	4.16 146	27.57 221	25.08 198	15.16 113	19.04 105	25.28 257	13.63 208	16.49 217	15.33 241	0.86 253	0.81 234	0.01 55	0.04 90	0.33 97	1.81 196

DMCA-RVC	12.06 236	4.35 258	14.21 239	10.52 288	4.86 222	13.84 191	4.33 150	25.20 193	24.13 188	20.56 223	29.22 207	26.65 267	25.85 314	17.02 229	16.34 249	0.41 180	0.35 161	0.55 260	0.24 200	0.83 230	1.81 196

PSMNet_ROB	17.59 298	6.52 295	16.27 265	14.43 329	7.71 311	29.22 326	33.59 378	43.94 359	38.52 304	24.74 275	33.46 271	34.17 313	17.29 259	18.52 247	25.68 312	0.40 177	0.29 149	0.96 291	2.22 334	2.03 279	1.81 196

CIPLG	7.69 132	3.27 226	14.40 240	7.84 215	5.08 234	10.24 144	4.59 156	16.02 79	15.45 106	18.05 183	19.72 114	8.79 66	4.61 45	11.84 93	10.40 200	0.76 237	0.33 159	0.03 84	0.15 164	0.44 145	1.83 199

IPLGR_C	7.70 133	3.32 229	14.54 242	7.98 222	5.04 232	10.26 145	4.64 159	16.50 88	16.28 120	17.97 182	18.85 104	8.30 61	4.66 52	11.22 66	10.89 210	0.77 240	0.32 153	0.03 84	0.15 164	0.43 142	1.84 200

ACRE	7.62 128	3.21 223	14.93 251	7.81 213	5.00 230	10.01 140	4.45 153	16.32 83	15.86 110	17.81 175	19.21 106	8.38 62	4.25 34	11.11 61	10.58 203	0.78 243	0.32 153	0.03 84	0.15 164	0.44 145	1.84 200

TRStereo	6.64 88	6.95 297	12.06 204	9.69 265	7.59 306	5.12 43	1.68 51	20.72 145	12.34 73	10.93 59	9.07 25	10.57 83	3.16 15	14.33 179	4.23 77	0.60 220	0.80 233	0.14 177	0.37 244	0.56 176	1.86 202

rrr	3.99 17	2.95 210	11.04 180	4.05 12	0.92 46	4.94 39	1.53 39	11.97 27	6.50 18	4.17 11	4.67 4	4.50 26	3.95 27	11.24 68	4.28 79	0.18 122	0.56 205	0.00 1	0.22 189	0.25 60	1.88 203

mmx	11.59 231	2.34 161	12.99 219	6.28 119	3.81 182	12.43 170	7.47 224	32.76 274	28.92 231	16.64 148	32.03 248	17.29 181	11.78 177	17.54 236	24.30 298	0.24 143	1.21 283	0.80 278	0.37 244	0.65 195	1.89 204

xxx	11.59 231	2.34 161	12.99 219	6.28 119	3.81 182	12.43 170	7.47 224	32.75 273	28.92 231	16.64 148	32.03 248	17.29 181	11.78 177	17.54 236	24.30 298	0.24 143	1.21 283	0.80 278	0.37 244	0.65 195	1.89 204

GANet	17.85 300	5.41 278	14.79 244	11.91 312	4.73 217	24.54 298	17.04 328	41.01 343	34.96 282	33.06 333	45.84 345	39.83 337	29.19 330	24.71 302	22.45 289	1.34 296	0.41 177	1.09 295	0.70 291	2.15 283	1.89 204

CBMV	14.52 279	4.59 262	9.99 135	6.61 140	2.85 151	22.76 288	12.45 294	30.63 248	33.32 264	31.98 325	35.00 286	31.68 292	19.43 281	26.53 311	16.71 254	1.28 294	0.61 214	0.63 265	0.12 146	1.26 253	1.89 204
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DeepPruner_ROB	11.28 221	5.83 284	15.23 252	6.93 167	4.50 213	10.08 141	6.62 204	36.65 318	20.17 156	18.12 184	27.95 194	23.10 238	13.43 201	20.08 260	11.90 215	1.16 285	0.51 194	0.23 217	0.17 174	1.11 246	1.91 208

ttt	10.82 213	2.17 141	9.66 124	7.03 170	4.44 209	14.16 197	6.87 211	33.72 284	30.69 242	15.67 126	31.50 240	14.99 153	10.50 157	16.54 218	13.98 234	0.41 180	1.31 293	0.10 141	0.29 219	0.47 156	1.92 209

ACVNet-DCA	5.76 44	2.52 183	6.38 23	6.77 154	0.74 23	10.55 151	5.19 166	21.10 152	13.53 87	7.39 35	10.06 31	4.44 23	9.58 145	11.08 57	2.33 5	0.05 38	1.18 273	0.00 1	0.04 90	0.37 119	1.93 210

xx1	6.52 85	2.52 183	6.38 23	6.77 154	0.74 23	10.55 151	5.19 166	19.19 128	15.95 113	7.39 35	10.07 35	16.17 167	12.10 185	11.08 57	2.33 5	0.05 38	1.18 273	0.02 70	0.36 240	0.37 119	1.93 210

1test111	6.16 70	2.52 183	6.38 23	6.77 154	0.74 23	10.55 151	5.19 166	21.10 152	13.53 87	7.39 35	10.06 31	4.44 23	9.58 145	12.08 103	9.26 186	0.05 38	1.18 273	0.00 1	0.04 90	0.37 119	1.93 210

qqq	7.72 135	2.15 136	10.06 137	5.01 52	1.82 114	8.62 132	7.27 222	21.10 152	13.53 87	12.48 67	18.71 102	16.17 167	12.10 185	12.08 103	9.26 186	0.08 70	1.35 303	0.02 70	0.36 240	0.36 113	1.93 210

ADStereo(finetuned)	7.09 110	2.04 105	11.52 187	4.01 9	0.77 30	4.78 28	1.73 59	16.15 80	25.08 198	15.89 134	20.74 129	7.88 55	13.56 205	9.11 34	6.07 128	0.18 122	0.05 47	0.00 1	0.00 1	0.28 82	1.93 210

SGM-Forest	13.63 267	2.55 188	8.22 74	6.30 125	2.16 127	23.84 295	11.13 280	34.68 298	32.40 257	27.27 296	33.02 262	30.08 285	17.82 266	22.13 289	15.40 242	1.66 306	0.32 153	0.88 287	0.03 80	0.79 220	1.93 210
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RAFT	9.07 168	2.76 199	10.38 152	8.89 249	1.24 72	13.48 188	8.19 239	17.14 102	17.29 131	23.01 260	19.34 112	20.06 217	11.13 164	17.79 242	6.43 146	0.09 77	1.12 267	0.28 232	0.02 72	0.79 220	1.94 216

11t1	6.61 87	1.76 58	9.64 123	5.62 79	2.15 126	13.57 190	2.67 101	15.77 75	8.83 49	13.66 99	11.90 52	12.03 105	9.76 149	12.23 112	8.58 176	0.23 138	1.33 299	0.00 1	0.31 225	0.26 70	1.95 217

x	7.70 133	2.12 128	8.93 91	5.08 55	2.55 142	11.65 165	4.40 152	20.91 150	12.53 75	13.58 98	20.49 126	15.73 165	11.10 163	10.65 51	10.16 195	0.11 89	1.37 305	0.04 95	0.29 219	0.34 102	1.95 217

GASNet	17.87 301	20.62 364	32.66 335	21.17 356	9.48 336	16.26 233	9.15 248	45.00 364	40.55 313	26.16 286	24.34 163	33.05 303	15.45 234	29.82 326	18.15 264	3.79 339	0.28 147	1.87 318	0.51 275	7.06 337	1.97 219

MyStereo8	7.68 131	3.00 213	12.46 211	7.70 208	5.11 235	11.40 162	1.39 29	15.98 78	10.05 61	16.45 141	24.04 161	12.01 104	7.91 118	10.68 53	10.57 202	0.14 105	1.52 322	0.08 128	0.48 270	0.60 185	1.98 220

ff7	3.92 11	2.12 128	7.30 45	4.22 21	1.47 86	4.90 32	1.65 46	14.40 54	5.82 7	5.08 22	5.59 12	3.45 8	4.61 45	11.48 75	2.76 29	0.04 22	0.98 253	0.00 1	0.17 174	0.35 106	1.98 220

IGEVStereo-DCA	3.90 10	2.95 210	7.30 45	4.05 12	0.92 46	4.94 39	1.65 46	14.40 54	5.82 7	4.17 11	4.67 4	4.50 26	3.95 27	11.24 68	4.28 79	0.18 122	0.56 205	0.00 1	0.17 174	0.25 60	1.98 220

ffff	3.92 11	2.12 128	7.30 45	4.22 21	1.47 86	4.90 32	1.65 46	14.40 54	5.82 7	5.08 22	5.59 12	3.45 8	4.61 45	11.48 75	2.76 29	0.04 22	0.98 253	0.00 1	0.17 174	0.35 106	1.98 220

11t	3.92 11	2.12 128	7.30 45	4.22 21	1.47 86	4.90 32	1.65 46	14.40 54	5.82 7	5.08 22	5.59 12	3.45 8	4.61 45	11.48 75	2.76 29	0.04 22	0.98 253	0.00 1	0.17 174	0.35 106	1.98 220

IGEV_Zeroshot_test	5.90 58	2.30 154	15.24 254	6.90 164	2.11 122	4.35 13	1.51 37	15.68 73	8.52 46	13.73 100	11.89 51	11.49 91	3.82 25	11.41 73	4.76 96	0.11 89	0.84 239	0.15 182	0.25 208	0.87 233	1.98 220

4D-IteraStereo	5.47 35	2.05 110	8.66 82	5.34 65	4.93 225	6.11 81	1.79 64	13.74 49	16.35 121	14.53 108	11.10 44	8.22 60	1.59 4	8.73 26	3.37 50	0.00 1	0.49 191	0.09 133	0.02 72	0.25 60	1.98 220

anonymousdsp	3.97 15	2.10 122	6.76 36	4.43 28	1.82 114	4.92 36	1.68 51	14.84 64	5.82 7	5.26 27	5.54 10	4.20 19	4.37 38	11.54 83	2.68 26	0.04 22	0.87 244	0.00 1	0.18 183	0.36 113	1.98 220

ccc-4	3.92 11	2.12 128	7.30 45	4.22 21	1.47 86	4.90 32	1.65 46	14.40 54	5.82 7	5.08 22	5.59 12	3.45 8	4.61 45	11.48 75	2.76 29	0.04 22	0.98 253	0.00 1	0.17 174	0.35 106	1.98 220

IGEV-Stereo	3.97 15	2.10 122	6.78 37	4.43 28	1.81 112	4.92 36	1.68 51	14.84 64	5.82 7	5.25 26	5.54 10	4.22 21	4.36 37	11.55 84	2.68 26	0.04 22	0.88 246	0.00 1	0.18 183	0.36 113	1.98 220
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DLNR_Zeroshot_test	27.91 362	51.88 385	91.97 410	98.26 418	97.92 418	3.07 6	0.49 8	31.27 257	8.33 40	8.40 39	15.66 74	7.22 45	1.66 7	12.16 107	4.82 97	40.46 387	1.87 330	0.06 110	0.33 233	80.45 410	1.99 230

Wz-Net-LNSev	19.04 313	11.48 331	43.55 351	10.82 296	8.01 318	24.96 300	17.46 333	34.72 299	44.36 329	33.43 336	44.72 343	32.54 299	24.13 304	21.64 287	24.38 302	0.93 261	0.22 133	0.00 1	0.03 80	1.44 263	1.99 230

DCANet	6.87 97	2.02 101	9.12 98	4.03 11	0.76 28	4.77 27	1.74 61	16.15 80	25.07 197	15.88 133	20.79 130	7.89 56	11.31 169	9.23 37	6.15 131	0.18 122	0.05 47	0.00 1	0.00 1	0.28 82	2.01 232

ProNet	4.14 22	2.35 167	7.50 54	4.22 21	1.47 86	5.67 71	6.24 196	13.78 51	7.71 27	3.38 3	4.93 8	3.72 13	3.52 19	11.52 82	2.72 28	0.08 70	1.32 295	0.01 55	0.26 210	0.47 156	2.02 233

222	13.07 257	1.99 93	10.74 167	6.56 134	2.74 146	19.95 269	2.54 94	34.13 288	24.42 192	22.52 256	31.39 237	20.78 219	16.99 254	14.31 178	48.07 383	0.16 113	1.33 299	0.01 55	0.32 227	0.37 119	2.02 233

AF-Net	19.18 314	6.50 294	16.90 273	16.60 345	11.00 345	23.83 294	11.31 281	36.25 312	51.10 355	25.56 280	38.34 305	41.77 347	31.01 341	30.20 328	27.83 327	4.87 349	0.27 142	4.60 345	1.00 306	2.67 293	2.02 233

AE-Stereo	5.68 40	1.78 60	9.22 110	9.25 254	2.52 139	10.13 142	2.92 110	13.10 33	14.88 101	4.88 18	13.10 59	10.72 84	4.43 40	9.24 38	3.37 50	0.10 85	1.31 293	0.06 110	0.32 227	0.21 47	2.03 236

mmm	8.54 151	2.13 134	10.21 143	5.81 102	2.96 159	14.00 195	6.67 205	19.28 130	12.59 76	16.95 159	24.40 165	17.83 197	10.70 159	12.90 141	9.42 189	0.17 119	1.28 290	0.50 257	0.60 285	0.44 145	2.03 236

cc1	5.79 46	2.52 183	6.38 23	6.77 154	0.74 23	10.55 151	5.19 166	19.19 128	15.95 113	7.39 35	10.06 31	4.44 23	9.58 145	11.08 57	2.33 5	0.05 38	1.18 273	0.00 1	0.04 90	0.34 102	2.04 238

test_xeample3	4.08 18	2.95 210	11.20 183	4.05 12	1.05 57	5.62 69	1.58 41	13.23 34	4.76 2	7.10 31	3.83 3	3.18 7	3.30 17	11.75 87	4.42 85	0.08 70	0.74 224	0.00 1	0.38 255	0.26 70	2.04 238

test_xeample	12.39 241	2.09 120	10.36 149	5.73 95	3.06 164	18.17 256	6.27 197	31.98 266	24.37 191	18.78 197	33.92 277	19.09 211	16.00 241	14.60 184	39.03 361	0.19 131	1.32 295	0.01 55	0.33 233	0.36 113	2.04 238

FADNet	14.77 280	11.96 334	39.55 347	8.50 238	6.64 286	18.53 259	6.74 208	35.70 305	35.06 283	19.21 206	28.06 196	28.14 274	13.94 213	18.54 248	11.61 214	0.48 195	0.75 226	0.38 249	0.49 273	9.17 348	2.05 241

anonymousdsp2	6.47 82	1.81 66	9.73 125	5.25 61	1.23 69	9.35 137	3.96 142	22.51 166	18.39 138	12.87 83	10.19 36	10.17 79	4.46 43	11.77 88	3.83 64	0.06 55	1.00 258	0.31 241	0.18 183	0.25 60	2.06 242

DualNet	9.99 189	2.34 161	12.99 219	6.28 119	3.81 182	12.43 170	7.47 224	19.77 136	16.80 126	16.64 148	32.03 248	17.29 181	11.78 177	11.11 61	24.30 298	0.05 38	1.17 269	0.80 278	0.37 244	0.29 86	2.07 243

ffm	8.89 162	2.34 161	12.99 219	6.28 119	3.81 182	12.43 170	7.47 224	19.77 136	16.80 126	16.64 148	32.03 248	17.29 181	11.78 177	11.11 61	2.34 8	0.05 38	1.17 269	0.80 278	0.37 244	0.29 86	2.07 243

ff1	10.31 198	2.34 161	12.99 219	6.28 119	3.81 182	12.43 170	7.47 224	19.77 136	16.80 126	16.64 148	32.03 248	17.29 181	11.78 177	17.54 236	24.30 298	0.05 38	1.17 269	0.80 278	0.37 244	0.29 86	2.07 243

tt1	5.74 42	2.52 183	6.54 32	6.89 163	0.86 40	10.31 149	4.08 145	19.77 136	16.80 126	7.17 33	9.02 24	4.71 29	8.97 138	11.11 61	2.34 8	0.05 38	1.17 269	0.00 1	0.04 90	0.29 86	2.07 243

1111x	12.31 237	2.33 159	12.13 205	5.79 100	2.84 150	15.49 216	8.70 240	36.34 313	29.33 234	16.58 144	27.52 191	26.70 269	15.76 236	17.21 232	24.79 305	0.26 150	1.37 305	0.04 95	0.42 261	0.46 154	2.07 243

xxxx	12.60 249	2.03 103	10.79 168	6.18 114	2.86 152	21.84 282	3.02 114	34.55 297	25.46 204	16.39 138	31.58 243	26.87 272	14.75 223	14.00 175	37.45 353	0.21 135	1.36 304	0.01 55	0.32 227	0.35 106	2.07 243

MIM_Stereo	7.37 122	2.06 113	12.02 203	4.71 34	1.69 107	5.17 45	1.28 26	19.54 134	13.09 80	16.93 156	28.48 200	13.05 128	5.43 60	13.25 156	7.41 155	0.02 7	0.62 215	0.00 1	0.01 53	0.45 149	2.09 249

pcwnet_v2	12.68 250	2.30 154	18.36 285	8.32 233	5.74 256	17.73 252	4.77 161	36.75 321	46.28 341	20.98 232	29.07 206	16.62 172	13.52 202	16.56 219	10.30 197	0.55 211	1.02 259	0.34 244	0.24 200	2.10 281	2.11 250

AEACV	3.74 7	1.42 30	6.45 27	5.61 77	6.24 276	4.69 20	1.54 40	7.61 3	7.19 20	3.59 6	7.87 20	4.20 19	6.43 89	6.07 6	1.96 1	0.03 16	1.03 260	0.04 95	0.54 278	0.23 54	2.12 251

DRN-Test	16.60 287	4.76 267	16.90 273	10.75 293	8.16 322	29.42 327	14.37 305	43.26 356	39.35 307	28.93 309	35.46 288	29.03 277	20.11 286	20.78 272	24.51 304	0.94 262	0.93 250	0.46 254	0.35 238	1.42 262	2.12 251

LALA_ROB	19.82 319	8.32 313	18.64 290	13.59 325	5.79 258	28.03 321	23.44 353	43.09 353	37.57 296	33.91 339	41.55 322	50.73 370	25.61 312	29.09 322	27.30 325	0.73 233	0.67 218	2.08 322	1.42 319	2.70 294	2.12 251

MC-Stereo	4.47 25	1.16 4	5.85 16	6.14 110	1.43 82	3.70 11	1.73 59	10.62 14	7.83 36	6.85 30	13.33 61	6.77 42	6.21 84	11.23 67	2.52 15	0.04 22	1.30 291	0.06 110	0.24 200	0.17 37	2.14 254

EKT-Stereo	6.11 69	1.71 53	9.09 95	7.69 205	5.56 251	5.16 44	4.26 149	19.18 127	15.13 104	9.20 47	12.84 57	9.55 75	4.18 33	11.74 86	3.24 47	0.53 204	0.62 215	0.09 133	0.14 158	0.17 37	2.16 255

DCRE	6.73 90	2.11 126	9.19 107	7.76 211	4.90 223	7.81 127	5.86 187	16.46 87	11.38 66	9.61 48	22.55 150	11.84 101	6.35 86	11.09 60	3.63 58	0.04 22	1.19 278	0.06 110	0.37 244	0.15 31	2.23 256

RALCasStereoNet	6.53 86	2.84 204	8.12 71	7.88 218	6.12 272	6.85 109	5.29 170	14.66 63	13.94 92	10.20 51	18.18 97	10.24 80	3.83 26	12.33 117	5.56 117	0.04 22	1.88 331	0.11 160	0.01 53	0.26 70	2.24 257

ADCRef	18.01 303	8.01 310	44.10 352	10.75 293	8.85 331	27.18 316	11.06 277	31.77 264	34.40 276	31.90 324	42.45 328	18.79 207	21.55 297	25.18 305	35.17 349	1.03 271	0.42 181	2.18 323	1.79 326	1.38 259	2.27 258

StereoDRNet	16.00 285	5.45 279	16.67 269	11.34 306	8.74 330	25.62 304	11.07 278	40.40 342	37.03 292	29.77 312	30.04 219	34.35 315	19.09 275	19.81 257	25.28 308	0.65 226	0.30 150	0.16 188	0.14 158	1.80 274	2.33 259

HH	6.00 65	2.42 175	9.81 128	5.74 96	1.64 104	7.05 114	3.48 132	17.54 108	7.69 25	8.73 42	12.47 54	14.83 151	8.86 135	13.04 146	2.59 20	0.04 22	1.21 283	0.20 205	0.05 104	0.30 90	2.34 260

HanStereo	6.00 65	2.42 175	9.81 128	5.74 96	1.64 104	7.05 114	3.48 132	17.54 108	7.69 25	8.73 42	12.47 54	14.83 151	8.86 135	13.04 146	2.59 20	0.04 22	1.21 283	0.20 205	0.05 104	0.30 90	2.34 260

UDGNet	10.51 205	14.75 347	11.91 200	10.29 281	2.78 148	7.93 130	1.94 72	19.31 131	34.57 279	17.74 174	13.70 64	13.56 136	7.30 108	13.52 162	7.18 152	5.80 352	0.11 104	12.86 369	2.76 338	9.87 353	2.34 260

whm_eth	9.17 173	5.14 274	19.04 292	7.90 220	6.70 289	6.89 111	3.35 127	18.64 123	21.30 161	22.39 254	38.88 310	4.64 28	4.25 34	14.43 182	5.63 121	0.65 226	0.08 87	0.22 215	0.10 140	0.74 211	2.37 263

GrayStereo	9.02 167	1.35 22	7.73 58	8.62 240	2.88 153	10.28 146	10.99 276	18.66 124	16.36 122	22.78 258	30.63 226	17.56 192	12.19 187	11.50 80	5.08 100	0.09 77	0.02 21	0.19 200	0.78 294	0.33 97	2.37 263

NOSS_ROB	11.76 233	4.63 264	8.14 72	7.46 197	2.92 155	17.82 253	10.55 269	30.45 246	34.08 274	16.37 137	19.97 117	23.14 240	16.31 243	18.22 246	10.67 205	2.98 328	1.84 329	3.39 342	1.64 324	2.24 285	2.37 263

XPNet_ROB	18.03 304	6.06 290	18.19 283	11.68 309	6.83 290	21.23 278	16.93 325	36.66 320	39.82 310	32.51 331	42.05 327	41.04 343	25.77 313	25.72 306	28.80 334	1.67 307	0.91 249	0.79 276	0.27 214	1.24 252	2.38 266

111	7.73 136	2.39 174	9.12 98	4.17 16	0.47 12	10.65 155	3.49 135	21.34 158	28.25 228	10.60 54	16.85 86	14.74 150	10.22 156	12.48 126	6.61 151	0.43 187	0.01 6	0.00 1	0.00 1	0.35 106	2.39 267

iRaft-Stereo_20w	6.75 92	2.17 141	13.20 225	5.07 54	2.34 135	7.43 121	2.61 98	20.20 143	7.85 37	15.28 115	10.36 38	14.42 146	8.13 122	16.81 224	4.20 75	0.06 55	0.84 239	0.13 170	0.83 295	0.66 200	2.42 268

APVNet	18.42 307	6.37 293	23.10 312	12.76 322	8.28 324	30.74 331	24.17 358	42.08 350	30.76 247	25.86 283	41.66 323	31.83 295	24.99 308	28.01 319	28.77 332	0.49 198	0.57 208	3.05 336	0.55 281	1.80 274	2.46 269

Nwc_Net	18.76 310	5.80 282	19.91 295	14.99 336	11.96 349	26.32 311	15.90 317	41.68 348	40.50 312	21.85 247	43.58 337	34.89 316	29.47 332	27.48 315	26.34 318	3.75 338	0.27 142	2.55 331	3.31 343	2.25 286	2.46 269

dad	13.05 255	11.39 330	15.64 262	7.35 191	2.10 121	15.64 219	3.48 132	18.77 125	35.55 288	27.77 300	33.76 275	31.59 291	13.04 197	14.79 191	11.16 212	3.35 334	0.54 200	7.85 360	0.96 304	3.88 317	2.49 271

riskmin	7.28 119	1.54 38	8.37 79	5.01 52	3.24 167	11.65 165	3.20 119	16.61 93	18.86 148	10.45 53	13.46 63	16.20 169	12.68 195	12.46 125	6.57 150	0.17 119	1.38 307	0.14 177	0.33 233	0.67 202	2.52 272

MDST_ROB	18.99 312	3.23 224	15.81 264	14.15 327	6.98 295	44.89 366	16.81 324	43.19 355	42.83 323	43.71 361	43.84 338	28.79 276	19.02 274	30.64 330	18.70 269	1.84 310	0.84 239	0.69 269	0.47 269	0.71 207	2.61 273

StereoDRNet-Refined	14.03 274	3.52 237	12.77 214	8.70 243	3.31 168	18.50 258	4.58 155	29.08 233	30.59 241	29.85 313	42.52 329	25.24 256	19.57 283	23.88 298	23.55 294	0.44 190	0.07 81	0.54 259	0.38 255	0.88 235	2.64 274
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ADCP+	18.93 311	5.83 284	35.35 339	9.85 269	10.36 341	29.49 329	13.65 303	34.22 292	37.75 299	30.02 316	41.45 321	24.18 247	26.43 318	34.71 341	36.58 351	0.27 154	0.40 171	2.00 321	1.19 312	2.31 289	2.66 275

ToySt	11.51 228	2.48 181	17.84 282	6.10 109	2.09 120	16.11 231	12.36 293	25.07 192	28.25 228	15.22 114	25.16 169	25.51 258	15.98 240	17.63 240	15.46 243	0.19 131	1.08 262	0.04 95	0.31 225	0.66 200	2.67 276

RTSC	20.52 324	11.06 325	33.58 336	12.11 315	7.19 299	28.90 325	11.99 289	38.49 329	58.85 376	32.22 329	37.28 296	33.11 305	21.14 292	36.93 355	38.84 360	1.49 298	1.50 320	0.15 182	0.64 287	2.18 284	2.67 276

HBP-ISP	13.07 257	8.80 317	8.99 92	8.11 228	4.55 215	13.48 188	6.60 203	29.09 234	30.50 240	21.33 238	36.14 290	16.62 172	19.42 280	20.92 275	12.81 230	3.63 336	2.61 346	7.18 356	4.12 350	3.74 315	2.69 278

LL-Strereo	11.34 224	4.25 256	13.90 232	9.09 250	6.20 274	7.31 116	8.93 242	35.93 307	30.30 238	16.93 156	15.83 76	21.85 228	17.45 262	21.92 288	10.25 196	0.43 187	1.47 319	0.74 273	0.08 127	1.15 247	2.71 279

CBFPSM	12.96 253	3.37 232	30.97 328	5.30 62	3.22 166	22.79 289	16.93 325	21.82 160	21.35 162	21.93 248	28.34 199	29.99 283	17.38 260	15.32 200	16.39 250	0.11 89	0.48 188	0.10 141	0.17 174	0.58 177	2.72 280

RAFT + AFF	10.71 211	4.59 262	18.51 286	10.52 288	5.02 231	13.14 183	11.12 279	26.24 203	27.48 222	15.09 112	16.07 79	19.83 215	11.23 166	17.09 231	10.38 198	0.45 193	1.45 316	0.65 267	0.23 196	2.31 289	2.74 281

SuperB	18.07 305	7.33 301	56.73 370	8.42 235	5.42 246	20.39 274	9.73 260	26.04 199	50.80 352	26.88 294	39.52 312	17.79 196	21.54 296	23.17 295	25.96 315	0.77 240	0.32 153	1.11 298	0.73 292	16.11 371	2.75 282

STTStereo	13.60 266	5.63 281	28.73 323	8.07 226	5.65 255	13.97 194	7.17 217	31.25 256	26.70 216	25.59 281	32.06 254	31.71 294	14.71 222	17.24 233	16.46 252	0.29 157	0.40 171	0.71 270	1.43 320	1.31 255	2.82 283

FINET	17.02 291	8.11 312	28.42 322	9.29 255	8.89 332	24.46 296	25.06 361	35.40 303	49.52 348	26.73 292	33.49 272	20.50 218	18.75 272	20.67 271	19.18 275	2.30 317	2.09 334	1.13 299	0.75 293	2.86 296	2.84 284

ADLNet	12.84 252	2.93 208	11.94 202	8.87 247	6.88 292	17.96 254	8.85 241	34.12 287	26.67 215	27.81 302	26.24 179	26.84 271	15.04 226	17.54 236	19.94 278	0.59 218	0.58 211	0.24 221	0.11 144	0.80 224	2.85 285

AANet_RVC	13.75 269	6.34 292	12.90 217	8.87 247	4.53 214	14.09 196	9.12 247	29.37 235	38.32 303	23.85 269	37.41 297	23.55 243	17.51 263	23.31 296	18.56 266	2.08 313	1.30 291	0.25 223	0.06 114	0.73 209	2.87 286

Wz-Net-SNSev	23.35 343	18.18 356	47.37 357	14.55 330	8.63 328	28.33 322	29.16 371	39.88 340	55.80 368	32.16 328	53.91 368	39.35 334	24.42 305	27.60 317	38.11 355	1.06 273	0.24 137	1.20 302	0.95 302	3.16 306	2.93 287

ADCL	22.44 339	7.79 305	49.20 360	10.61 292	7.28 301	40.40 362	21.03 345	32.07 267	55.07 363	28.53 305	48.73 353	31.68 292	31.69 344	34.04 340	38.38 356	1.22 290	0.93 250	2.65 333	1.89 328	2.65 292	2.94 288

TDLM	13.70 268	4.93 271	11.80 194	11.93 313	5.53 250	16.75 242	14.38 307	36.12 311	32.59 260	23.08 261	27.03 188	25.90 261	15.40 231	25.87 308	14.23 235	1.24 292	0.09 90	1.53 312	0.61 286	2.06 280	2.94 288

CVANet_RVC	14.09 276	4.82 269	10.86 173	9.46 259	5.60 254	19.70 267	12.94 300	33.38 280	34.86 281	23.72 266	33.31 267	29.76 279	16.35 246	24.37 299	12.45 226	1.22 290	0.23 135	1.45 311	0.87 298	3.41 308	3.01 290

NaN_ROB	17.35 293	7.91 307	18.84 291	11.29 304	4.93 225	33.28 341	20.75 344	38.10 328	43.81 326	30.28 318	31.53 241	32.88 302	20.88 291	29.10 323	17.85 261	0.40 177	0.43 182	0.31 241	0.44 263	0.98 239	3.03 291

ETE_ROB	18.45 308	10.71 322	20.90 302	14.23 328	4.92 224	23.28 292	22.01 347	33.00 275	36.14 291	30.68 320	39.03 311	46.10 361	26.28 315	27.52 316	26.22 317	0.53 204	0.49 191	1.16 300	0.94 299	1.69 272	3.07 292

FADNet-RVC-Resample	12.31 237	5.22 276	32.28 333	10.14 276	4.08 193	14.97 209	6.98 215	26.54 209	24.42 192	23.72 266	29.31 208	19.87 216	15.01 225	16.26 212	10.61 204	0.65 226	0.52 197	0.48 255	0.54 278	1.52 266	3.09 293

SGM-ForestM	25.21 354	4.80 268	13.50 228	8.68 242	3.74 179	46.85 368	22.04 348	46.25 368	51.32 357	51.28 372	52.07 361	62.64 385	47.13 373	46.05 373	36.30 350	1.99 312	2.25 341	1.21 303	1.24 315	1.65 271	3.21 294

PWCDC_ROB	18.66 309	11.24 328	21.32 304	18.82 351	8.08 320	25.75 306	6.94 214	35.08 301	53.33 359	30.37 319	49.70 358	20.87 221	21.63 299	31.05 331	22.39 287	6.94 357	0.28 147	0.10 141	0.06 114	5.98 335	3.22 295

CASS	8.64 154	2.03 103	8.60 81	8.71 244	1.59 100	15.02 212	2.75 105	23.27 178	18.58 146	16.29 135	22.78 152	13.42 133	13.68 209	13.07 150	7.66 156	1.18 289	0.05 47	0.13 170	0.01 53	0.75 215	3.24 296
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
NLCA_NET_v2_RVC	12.58 246	4.09 252	18.25 284	8.26 230	5.83 262	14.72 202	5.85 186	33.49 282	27.86 225	22.14 251	32.16 255	24.94 254	14.01 215	16.19 206	16.82 255	0.90 258	0.35 161	0.37 247	0.58 284	1.51 265	3.31 297
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DeepPrunerF	20.61 325	12.13 337	46.35 355	21.53 357	17.78 367	19.41 263	23.64 356	37.23 323	50.61 349	26.20 287	37.72 298	24.90 253	25.02 311	24.63 301	23.53 293	3.13 331	1.65 324	5.69 348	4.09 349	3.64 314	3.34 298

CSAN	22.36 338	11.11 326	26.06 317	21.79 359	5.59 253	34.55 344	36.54 380	40.04 341	50.84 353	37.47 346	40.31 317	45.09 357	33.07 349	27.44 314	25.80 314	1.60 303	0.75 226	1.08 294	1.80 327	2.89 297	3.36 299

Syn2CoEx	17.68 299	11.86 333	28.39 321	20.88 355	8.24 323	25.66 305	12.35 291	37.57 324	33.60 269	29.57 310	39.80 315	30.02 284	28.00 324	19.91 258	18.91 271	1.14 283	0.53 199	1.23 305	0.46 264	1.97 277	3.61 300

GwcNet	17.31 292	6.61 296	23.02 311	10.83 297	8.63 328	29.48 328	10.80 272	39.37 338	45.73 336	24.16 270	37.85 302	31.50 290	21.81 300	21.37 282	27.25 324	0.81 246	0.88 246	0.57 262	0.46 264	1.54 268	3.61 300

FADNet_RVC	12.44 243	6.19 291	40.86 348	7.04 171	3.69 177	11.30 160	4.17 147	29.67 238	27.67 224	18.20 186	26.04 176	13.47 134	17.15 256	16.85 227	14.95 239	0.99 266	0.75 226	0.60 263	1.32 317	4.18 319	3.62 302

MeshStereo	22.95 342	7.84 306	12.46 211	8.13 229	5.20 237	38.49 356	13.36 302	42.69 351	38.05 301	51.34 373	53.82 366	58.22 378	43.29 368	38.42 360	29.59 337	2.96 327	2.84 352	3.11 338	2.33 336	3.12 304	3.65 303
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
SANet	22.05 334	8.47 315	32.65 334	9.90 270	4.31 205	33.49 342	23.44 353	42.82 352	56.64 371	39.67 352	44.09 339	44.62 354	32.96 348	29.24 325	25.79 313	1.08 274	0.74 224	0.98 293	0.69 289	5.69 333	3.66 304

NCC-stereo	20.61 325	7.39 302	25.96 315	15.90 342	16.62 364	20.15 271	23.27 350	44.11 362	41.29 317	25.00 276	38.64 307	35.47 318	28.75 327	36.35 349	26.90 322	4.83 347	2.14 336	3.33 340	9.27 368	3.10 302	3.72 305

Abc-Net	20.61 325	7.39 302	25.96 315	15.90 342	16.62 364	20.15 271	23.27 350	44.11 362	41.29 317	25.00 276	38.64 307	35.47 318	28.75 327	36.35 349	26.90 322	4.83 347	2.14 336	3.33 340	9.27 368	3.10 302	3.72 305
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	18.36 306	5.94 288	17.54 279	15.95 344	12.33 352	21.55 281	12.66 297	28.65 228	45.65 335	23.78 268	42.55 330	39.77 336	29.54 333	26.72 312	23.58 296	6.14 354	1.05 261	4.38 344	1.77 325	3.90 318	3.82 307

NCCL2	17.94 302	7.94 309	16.87 272	24.07 366	7.60 307	24.52 297	17.08 329	35.42 304	26.65 214	32.01 326	38.57 306	41.96 349	27.61 322	22.24 290	24.43 303	0.65 226	0.33 159	2.64 332	2.13 333	2.28 288	3.86 308

PS-NSSS	14.36 278	8.44 314	16.43 267	7.44 195	5.79 258	18.65 260	12.71 298	39.02 333	26.84 217	20.99 233	36.15 291	21.47 226	18.25 269	18.21 245	18.63 268	2.44 321	0.55 204	5.38 347	0.37 244	5.25 328	4.11 309

SACVNet	14.10 277	5.24 277	14.19 238	12.11 315	6.12 272	18.45 257	9.11 246	33.13 277	22.94 177	28.79 307	33.88 276	32.69 301	23.78 302	20.91 274	12.13 218	1.08 274	0.54 200	0.84 286	0.48 270	1.41 260	4.26 310

stereogan	19.38 316	4.02 251	18.62 288	13.54 324	10.30 340	37.03 350	9.83 261	39.12 335	46.13 340	25.09 278	41.76 325	40.01 338	27.19 320	32.16 333	25.48 309	2.44 321	1.13 268	2.70 334	0.86 297	5.45 330	4.81 311

WCMA_ROB	21.17 330	5.89 287	22.32 309	10.39 286	7.65 309	34.55 344	16.42 322	33.20 279	34.02 273	42.06 356	52.50 362	44.09 353	37.59 356	33.66 339	26.77 321	7.45 359	3.18 356	1.27 308	1.43 320	4.18 319	4.81 311

RGC	20.62 328	14.30 346	21.99 307	18.85 352	14.53 358	21.42 280	14.82 312	36.00 310	44.32 328	28.54 306	41.82 326	40.12 339	29.43 331	35.44 346	23.33 291	4.12 341	0.72 222	8.80 361	4.39 352	4.55 324	4.84 313

PWC_ROB	19.21 315	12.15 338	28.02 320	11.02 301	6.62 285	25.15 302	5.47 175	36.42 315	49.47 347	33.19 334	44.32 340	34.98 317	26.66 319	32.22 335	27.30 325	1.71 308	0.27 142	1.62 313	0.37 244	2.38 291	4.90 314

Anonymous Stereo	19.84 320	13.55 344	51.68 362	15.30 338	12.97 355	16.15 232	25.32 362	33.73 285	44.41 330	25.12 279	35.39 287	25.00 255	16.27 242	32.62 336	33.04 347	1.83 309	2.26 342	1.76 316	2.01 331	3.57 312	4.92 315

edge stereo	19.38 316	5.98 289	19.25 294	11.11 302	8.07 319	23.51 293	12.74 299	35.93 307	42.55 320	35.05 340	43.06 334	41.34 345	36.05 353	26.06 309	25.62 311	2.70 325	2.47 344	6.38 351	1.54 322	3.18 307	5.01 316

ADCPNet	22.75 341	10.94 324	58.96 374	12.24 318	7.57 305	37.33 351	20.08 343	33.89 286	37.37 295	33.49 337	44.32 340	39.36 335	28.43 326	32.19 334	38.55 358	2.25 315	2.69 349	2.37 328	3.59 346	4.33 322	5.01 316

WZ-Net	25.86 358	14.23 345	64.17 379	15.77 340	10.61 343	39.36 358	28.01 369	41.38 347	54.97 362	28.82 308	53.68 365	40.90 341	30.14 337	37.91 357	42.98 373	1.59 300	0.49 191	0.73 271	0.95 302	5.43 329	5.12 318

FBW_ROB	21.87 333	11.80 332	25.52 314	14.64 331	7.49 303	31.20 334	16.35 321	45.28 365	44.78 333	44.85 365	40.36 318	43.50 352	27.85 323	34.94 342	23.52 292	3.07 330	2.15 338	7.53 359	3.03 342	4.30 321	5.17 319

aanetorigin	19.84 320	13.32 343	54.46 365	10.07 274	7.99 317	14.16 197	15.32 314	17.85 113	34.49 277	49.59 370	48.88 355	34.28 314	31.32 343	23.53 297	29.64 338	1.12 280	0.81 234	0.73 271	0.94 299	3.05 300	5.23 320

ADCMid	23.61 347	12.42 339	44.10 352	11.85 311	8.33 325	27.89 320	20.03 342	36.49 316	39.56 309	40.81 353	47.01 351	36.89 324	43.95 369	39.12 363	42.60 370	1.95 311	1.55 323	3.05 336	3.98 348	5.20 327	5.37 321

FTStereo	8.76 157	1.57 40	6.75 35	6.55 133	2.45 137	7.65 124	11.62 286	18.36 117	9.01 50	20.25 213	40.79 320	15.87 166	12.36 189	11.02 56	4.69 94	0.24 143	0.01 6	0.09 133	0.16 170	0.19 44	5.58 322

DANet	17.51 296	8.91 318	27.61 319	14.94 334	7.48 302	22.67 287	5.66 178	27.33 219	26.64 213	32.62 332	36.27 293	37.40 326	30.07 336	31.65 332	26.09 316	1.30 295	1.46 318	2.33 326	0.53 277	3.54 311	5.69 323
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DPSNet	25.20 353	7.92 308	36.17 341	11.72 310	6.85 291	53.68 376	43.17 386	52.22 378	60.09 379	31.61 323	39.76 314	40.91 342	35.82 352	33.42 338	26.48 319	4.98 350	2.10 335	0.50 257	1.13 310	9.63 350	5.83 324

RTS	30.97 368	24.38 370	96.47 412	17.75 348	12.63 353	58.43 385	26.47 365	38.01 326	63.33 384	44.41 362	46.81 348	33.16 306	45.26 370	52.06 380	42.65 371	2.66 323	1.40 308	1.09 295	1.02 307	5.49 331	5.86 325

RTSA	30.97 368	24.38 370	96.47 412	17.75 348	12.63 353	58.43 385	26.47 365	38.01 326	63.33 384	44.41 362	46.81 348	33.16 306	45.26 370	52.06 380	42.65 371	2.66 323	1.40 308	1.09 295	1.02 307	5.49 331	5.86 325

MSMD_ROB	23.50 345	10.55 321	15.65 263	17.87 350	10.07 339	35.58 347	19.04 340	34.53 296	37.81 300	41.55 355	60.11 377	46.01 360	39.81 361	32.74 337	24.92 306	6.86 356	3.63 360	8.92 362	11.16 373	7.21 338	5.99 327

GMM-Stereo	8.44 150	1.27 15	7.36 51	6.64 145	2.56 143	10.00 139	9.29 251	23.79 183	11.33 65	17.96 181	29.59 213	17.14 179	7.59 112	11.77 88	4.61 92	0.13 103	0.01 6	0.24 221	0.94 299	0.49 166	6.14 328

CC-Net-ROB	22.73 340	23.99 369	30.57 327	14.72 332	8.91 333	32.98 338	16.17 319	46.75 369	37.29 294	33.88 338	32.33 257	35.48 320	25.00 309	24.75 303	28.78 333	9.60 364	3.03 353	25.33 377	3.87 347	14.82 370	6.33 329

MFN_U_SF_DS_RVC	24.71 349	14.86 348	32.18 332	26.47 369	10.48 342	40.27 361	22.83 349	36.88 322	44.51 331	42.59 357	47.13 352	40.20 340	28.00 324	36.70 352	28.36 328	4.23 343	4.00 363	6.73 352	16.35 379	5.05 326	6.34 330

SHD	22.33 337	11.30 329	32.10 331	15.61 339	9.88 338	26.75 313	10.12 264	41.84 349	61.77 381	36.36 343	44.65 342	39.28 333	31.10 342	35.07 343	32.76 346	2.35 318	1.95 333	1.24 307	1.90 329	4.33 322	6.34 330

coex-ft	31.29 371	39.15 382	93.51 411	9.71 267	5.77 257	36.25 349	26.79 367	31.43 261	59.45 377	73.35 397	58.73 375	45.49 358	48.48 374	30.19 327	46.52 380	1.59 300	1.71 327	0.94 290	0.97 305	9.43 349	6.35 332

Anonymous_2	15.61 283	7.12 298	18.63 289	6.49 131	7.98 316	26.94 315	11.93 288	19.48 132	18.48 145	18.25 189	15.95 77	24.18 247	21.32 294	21.17 281	15.94 246	10.88 367	13.80 380	11.19 367	25.13 382	10.92 359	6.42 333

PA-Net	16.98 290	8.05 311	29.56 325	10.52 288	11.30 346	21.91 283	29.93 373	32.64 271	39.50 308	20.38 220	28.51 201	23.80 244	20.82 289	21.45 283	25.60 310	0.25 147	2.36 343	0.23 217	4.99 354	1.34 258	6.47 334
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LCNet	7.64 129	1.41 28	6.15 19	6.93 167	1.35 77	9.00 135	5.44 174	18.37 118	11.30 64	16.62 146	24.39 164	14.67 147	11.03 161	12.03 101	4.01 68	0.07 66	0.02 21	0.23 217	2.07 332	1.00 242	6.69 335

FAT-Stereo	17.45 295	3.56 239	19.19 293	10.31 282	6.54 284	18.00 255	14.89 313	38.68 331	40.49 311	27.39 297	39.66 313	37.32 325	32.14 346	21.07 277	22.97 290	3.68 337	2.16 339	0.81 283	1.21 314	2.10 281	6.78 336

FC-DCNN	25.07 351	12.06 336	20.30 298	19.06 353	9.41 335	38.40 354	23.46 355	41.37 346	44.07 327	46.76 368	53.99 369	50.49 369	39.32 359	36.43 351	29.46 336	7.40 358	3.39 357	6.15 349	5.01 355	8.05 343	6.83 337

Prome-Stereo	8.22 145	1.48 34	6.24 21	7.06 174	1.55 97	6.54 104	9.08 245	21.88 161	9.88 59	21.12 235	32.48 258	11.82 100	11.59 173	11.99 99	4.04 70	0.08 70	0.02 21	0.19 200	0.12 146	0.45 149	6.89 338

sAnonymous2	6.98 107	7.12 298	20.67 300	9.13 252	5.40 243	5.28 50	8.11 237	16.71 95	11.50 68	5.04 20	9.17 27	3.77 14	8.23 123	7.84 20	3.15 43	0.11 89	0.07 81	0.06 110	0.28 216	10.80 357	7.09 339

CroCo_RVC	6.98 107	7.12 298	20.67 300	9.13 252	5.40 243	5.28 50	8.11 237	16.71 95	11.50 68	5.04 20	9.17 27	3.77 14	8.23 123	7.84 20	3.15 43	0.11 89	0.07 81	0.06 110	0.28 216	10.80 357	7.09 339

PSM-AAD	8.76 157	1.41 28	6.46 28	6.87 162	1.18 64	12.78 177	9.66 258	20.03 141	15.78 109	21.79 245	24.91 166	14.31 142	13.16 199	12.42 124	4.07 72	0.05 38	0.06 71	2.44 329	0.16 170	0.45 149	7.17 341

AnyNet_C32	24.34 348	15.07 349	42.84 350	13.07 323	11.83 348	31.80 335	31.73 375	32.47 269	45.77 337	35.92 341	49.66 357	34.05 311	35.21 351	44.09 372	43.39 374	1.61 304	1.70 326	1.22 304	2.94 341	4.87 325	7.60 342

LoS_RVC	4.09 20	3.01 215	4.81 10	4.88 41	7.78 314	5.24 48	2.80 107	7.57 2	4.24 1	4.41 13	10.34 37	3.62 12	6.34 85	6.59 11	2.37 11	0.04 22	0.03 33	0.00 1	0.01 53	0.06 5	7.70 343

Wz-Net-TNSev	25.85 357	21.47 366	59.51 376	10.38 285	7.64 308	42.40 365	23.33 352	35.97 309	54.36 361	36.56 344	43.26 336	45.90 359	41.27 365	37.81 356	37.10 352	2.35 318	1.90 332	0.77 274	1.34 318	5.89 334	7.75 344

G-Net	21.66 332	9.10 319	39.39 346	15.85 341	9.60 337	51.00 374	16.73 323	28.32 224	31.17 249	38.99 349	43.24 335	33.26 308	32.09 345	28.50 321	26.50 320	4.74 346	3.92 362	3.60 343	1.02 307	8.42 346	7.86 345

EDNetEfficient	25.68 356	22.94 368	77.88 398	9.49 260	7.66 310	20.89 275	17.37 331	22.52 167	56.02 369	61.49 384	53.31 364	35.83 321	41.88 367	25.06 304	39.53 362	0.86 253	0.83 238	0.91 289	2.82 339	8.28 344	7.98 346

RYNet	19.73 318	5.52 280	18.58 287	11.63 308	15.84 363	47.05 369	17.28 330	38.60 330	49.19 346	27.71 299	27.46 190	38.63 330	26.42 317	20.79 273	32.08 345	0.73 233	0.59 213	0.97 292	0.16 170	7.40 339	8.04 347

psmorigin	21.56 331	11.18 327	36.59 342	10.19 277	7.08 297	25.30 303	12.35 291	33.52 283	33.12 263	43.62 360	54.15 370	42.72 350	37.44 355	36.87 354	28.98 335	1.65 305	2.78 350	0.81 283	1.19 312	3.62 313	8.10 348

CAS	5.44 34	0.98 1	3.95 6	17.59 346	7.74 313	7.82 128	6.09 192	9.89 11	9.40 56	4.82 17	10.69 40	1.93 3	1.22 2	4.54 2	2.47 14	10.98 368	0.02 21	0.00 1	0.02 72	0.53 168	8.19 349

ADCS	27.11 361	15.49 351	48.87 359	15.20 337	10.99 344	31.86 336	24.37 359	43.99 360	58.30 374	43.12 358	49.92 359	41.90 348	41.43 366	42.90 371	46.29 378	3.00 329	2.60 345	2.45 330	3.47 344	7.63 340	8.41 350

MaskLacGwcNet_RVC	17.56 297	17.23 354	20.10 297	12.02 314	6.91 294	28.81 324	11.45 283	41.35 345	21.95 167	30.13 317	34.66 283	32.04 298	11.30 168	21.04 276	16.43 251	8.91 360	2.67 347	12.29 368	0.84 296	12.72 365	8.43 351

PDISCO_ROB	25.35 355	10.44 320	31.01 329	29.47 374	20.36 372	38.32 353	17.74 334	45.56 366	55.34 365	29.88 314	42.94 333	46.63 362	29.76 334	36.23 348	31.29 344	10.74 366	2.20 340	6.96 353	3.53 345	9.98 354	8.52 352

MFN_U_SF_RVC	28.91 363	15.44 350	55.12 367	22.00 361	8.49 327	41.39 363	15.36 315	52.74 379	46.70 342	47.83 369	53.87 367	54.97 375	40.50 364	39.54 364	40.77 364	6.09 353	4.92 367	7.08 354	9.02 367	7.68 341	8.69 353

ccnet	24.80 350	17.64 355	24.53 313	12.35 319	18.18 369	38.47 355	17.76 335	46.24 367	32.78 262	37.51 347	46.76 347	38.80 331	30.45 339	38.35 359	41.98 367	9.41 363	6.40 371	9.67 364	8.04 363	11.64 363	9.00 354

CES	4.08 18	1.34 21	3.46 1	3.65 6	11.49 347	5.24 48	0.99 18	10.15 12	9.15 54	3.80 9	9.29 29	1.76 2	0.91 1	6.94 13	2.64 25	0.07 66	0.05 47	0.01 55	0.00 1	1.63 269	9.03 355

NVstereo2D	15.77 284	4.01 250	17.73 281	9.96 271	8.10 321	30.36 330	9.52 252	43.10 354	43.12 325	15.45 119	28.03 195	23.46 242	16.84 253	24.62 300	17.06 256	3.35 334	0.87 244	1.76 316	1.13 310	7.76 342	9.19 356

GANetREF_RVC	26.12 359	30.35 374	27.03 318	26.08 368	6.28 281	31.16 333	37.25 382	48.48 371	50.90 354	37.30 345	36.39 294	34.11 312	30.98 340	38.51 361	28.38 329	9.08 361	2.68 348	16.48 371	5.42 357	16.24 372	9.34 357
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
XQC	25.15 352	18.26 357	52.31 363	22.53 364	12.15 350	37.47 352	21.78 346	38.74 332	55.51 367	32.40 330	30.75 229	38.36 329	30.19 338	38.28 358	41.25 366	4.61 344	1.44 315	2.77 335	2.26 335	12.52 364	9.49 358

MANE	33.27 372	12.69 340	21.10 303	22.10 362	15.09 361	49.75 371	29.51 372	54.10 382	56.36 370	59.73 377	64.93 385	65.43 388	57.34 386	52.70 383	41.02 365	10.52 365	6.09 370	7.35 357	20.29 380	9.66 351	9.65 359

S-Stereo	17.36 294	4.46 259	22.16 308	12.58 320	9.10 334	23.07 290	12.60 296	33.18 278	46.12 339	22.78 258	38.67 309	29.04 278	27.48 321	19.40 255	23.90 297	3.14 332	3.13 355	0.88 287	1.95 330	3.77 316	9.86 360

SDNR	16.80 288	5.88 286	30.01 326	6.39 127	6.53 283	57.67 383	3.15 116	24.30 186	31.49 252	21.50 241	36.56 295	14.69 148	16.76 251	19.14 252	14.45 236	11.12 370	14.00 381	3.11 338	0.51 275	8.86 347	9.92 361

AnyNet_C01	30.67 366	27.57 373	76.09 396	17.61 347	12.18 351	50.42 373	28.89 370	39.14 337	41.14 316	41.36 354	65.66 388	47.21 364	40.16 362	47.50 374	49.82 385	2.38 320	2.79 351	2.31 325	2.83 340	8.35 345	9.99 362

EDNetEfficientorigin	29.50 365	36.05 379	99.77 422	9.67 264	5.93 264	26.79 314	16.02 318	26.87 214	55.18 364	61.15 381	57.72 374	45.04 356	50.99 378	26.90 313	44.78 376	0.53 204	0.54 200	1.72 315	2.53 337	11.05 360	10.75 363

SAMSARA	35.29 377	19.78 359	33.90 337	55.86 388	36.15 382	76.79 405	94.89 415	49.29 372	51.59 358	38.15 348	37.83 301	53.71 374	39.29 358	40.56 366	40.41 363	4.02 340	6.72 373	2.35 327	4.12 350	9.70 352	10.76 364

BEATNet-Init1	36.29 379	22.72 367	56.79 371	28.53 372	13.41 357	59.81 388	33.49 376	53.72 381	58.64 375	60.78 379	63.63 380	70.42 390	56.59 384	53.93 384	46.48 379	5.63 351	4.14 364	7.49 358	7.45 360	11.35 362	10.88 365

FCDSN-DC	26.18 360	15.77 352	20.36 299	28.79 373	15.78 362	40.13 360	19.12 341	43.57 357	42.59 321	44.78 364	52.51 363	50.73 370	40.32 363	35.32 345	28.55 330	6.41 355	3.61 359	7.11 355	6.54 359	10.58 355	10.93 366
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MSC_U_SF_DS_RVC	37.85 381	35.62 378	55.10 366	38.16 378	13.19 356	57.63 382	24.72 360	52.87 380	63.40 386	66.39 389	63.74 381	58.16 377	54.28 379	51.56 379	47.39 381	9.36 362	5.44 368	14.82 370	15.34 378	18.80 374	11.04 367

SQANet	22.07 335	25.29 372	21.78 306	26.81 370	18.92 370	30.75 332	10.25 266	33.47 281	30.10 237	25.73 282	34.31 280	33.45 309	19.94 285	29.16 324	20.03 279	11.68 371	3.08 354	26.95 379	5.80 358	20.97 376	12.99 368

ELAS_RVC	34.88 376	20.50 362	37.14 343	22.37 363	15.07 360	54.02 377	38.42 383	50.06 374	56.72 372	61.86 385	63.52 379	58.79 379	54.60 381	54.13 385	43.99 375	12.20 373	7.90 376	10.75 366	7.65 361	14.42 367	13.42 369
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	34.78 375	20.32 361	38.13 344	21.79 359	14.89 359	57.95 384	37.04 381	51.15 376	51.19 356	60.95 380	64.42 383	59.08 380	54.44 380	51.53 378	46.26 377	12.00 372	7.83 375	10.46 365	8.04 363	14.42 367	13.71 370
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PASM	29.37 364	19.17 358	50.43 361	23.55 365	23.15 377	27.62 318	27.82 368	35.90 306	50.76 351	35.98 342	40.55 319	47.26 365	34.98 350	35.28 344	38.72 359	12.58 375	15.96 382	17.57 373	22.46 381	13.71 366	13.92 371

UDG	22.21 336	15.90 353	16.41 266	21.71 358	20.17 371	32.51 337	13.78 304	36.62 317	35.77 290	26.64 291	31.43 238	37.49 327	32.33 347	22.77 292	21.19 286	11.08 369	5.60 369	23.12 374	7.74 362	17.07 373	14.89 372

DGSMNet	20.75 329	13.28 342	34.59 338	14.80 333	17.14 366	23.25 291	17.99 337	36.39 314	43.00 324	20.70 224	32.67 261	36.05 322	19.22 279	30.34 329	25.04 307	4.61 344	4.62 365	6.31 350	5.20 356	14.71 369	15.15 373

otaku	33.83 373	36.87 380	53.81 364	40.41 379	21.58 373	54.54 378	17.45 332	44.01 361	61.47 380	39.63 350	50.06 360	46.76 363	29.76 334	40.64 367	30.07 341	19.17 379	7.09 374	32.34 381	9.92 370	24.17 378	16.94 374

KYRaft	9.17 173	1.39 25	7.74 59	7.07 175	1.03 56	8.05 131	7.90 233	23.72 181	9.22 55	21.43 240	31.08 233	22.52 235	8.03 119	12.21 110	3.16 45	0.10 85	0.02 21	0.05 103	0.67 288	0.46 154	17.51 375

Ntro	35.59 378	38.58 381	55.41 368	43.66 383	22.54 376	57.26 379	23.73 357	47.69 370	63.99 387	39.63 350	48.82 354	47.68 366	37.60 357	41.55 369	30.80 343	17.85 377	6.61 372	33.21 382	10.52 372	26.65 379	17.97 376

DDUNet	23.49 344	20.59 363	17.13 275	24.58 367	22.45 375	24.86 299	17.96 336	31.42 260	31.06 248	29.59 311	37.81 300	37.85 328	26.39 316	25.77 307	18.74 270	18.99 378	8.10 377	26.65 378	11.80 374	19.41 375	18.58 377

ACVNet-4b	36.91 380	52.81 386	57.04 372	42.64 382	22.08 374	48.32 370	14.64 311	50.28 375	59.78 378	43.17 359	46.34 346	55.50 376	24.49 306	39.03 362	23.55 294	25.75 383	3.76 361	47.36 386	33.76 386	28.62 380	19.22 378

DispFullNet	31.01 370	32.97 375	59.04 375	30.27 375	28.46 379	33.06 340	11.44 282	37.69 325	54.13 360	33.30 335	37.78 299	44.68 355	28.96 329	42.19 370	29.68 339	12.35 374	3.56 358	36.10 383	12.90 376	32.29 383	19.42 379

ACVNet_1	42.11 383	50.66 384	66.19 384	45.24 385	25.33 378	50.11 372	25.60 363	55.90 383	65.25 388	60.15 378	59.98 376	63.57 386	50.05 377	50.45 377	38.46 357	20.06 380	11.00 379	38.79 384	14.48 377	31.31 382	19.68 380

NVStereoNet_ROB	42.81 384	34.00 376	46.84 356	37.40 377	28.64 380	35.65 348	33.88 379	49.95 373	58.27 373	69.65 392	75.69 397	66.36 389	65.66 390	48.37 375	62.04 397	16.50 376	25.07 384	23.61 376	32.35 384	21.58 377	24.72 381
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PVD	34.10 374	19.91 360	39.04 345	27.08 371	18.09 368	35.11 346	44.32 388	52.16 377	66.36 389	53.04 375	64.50 384	52.33 373	56.17 382	52.24 382	42.11 368	4.17 342	4.82 366	9.60 363	4.65 353	11.11 361	25.25 382

Consistency-Raft	41.94 382	35.39 377	45.40 354	33.16 376	41.47 386	45.14 367	33.50 377	56.78 386	55.37 366	32.11 327	65.41 386	30.46 289	49.76 376	40.94 368	48.33 384	27.72 384	35.00 387	43.33 385	51.89 395	39.60 385	28.04 383

LSM	30.92 367	21.18 365	57.13 373	19.98 354	54.02 392	33.70 343	25.92 364	43.87 358	49.18 345	46.43 367	55.59 372	43.44 351	36.70 354	36.70 352	28.75 331	2.94 326	9.77 378	5.07 346	8.20 366	10.77 356	29.00 384

ACVNet_2	58.13 391	62.74 393	73.58 393	66.59 392	38.77 384	63.23 390	49.56 389	72.12 401	82.24 407	79.37 405	88.96 413	76.25 394	73.29 396	55.14 386	48.05 382	38.17 386	24.21 383	54.92 391	37.94 387	48.23 386	29.29 385

MADNet+	53.97 387	69.36 396	98.79 419	67.30 393	38.52 383	79.97 409	81.50 411	61.38 389	62.53 382	52.01 374	55.50 371	61.22 384	59.61 388	70.25 396	77.26 410	25.21 382	25.07 384	17.40 372	12.69 375	34.21 384	29.70 386

RainbowNet	51.77 385	63.10 394	65.03 383	60.15 389	39.21 385	59.39 387	31.46 374	57.61 387	78.49 403	50.61 371	66.05 389	59.57 381	45.26 370	50.17 376	42.57 369	46.92 391	45.90 392	53.26 390	32.46 385	54.03 391	34.14 387

JetBlue	54.72 388	46.20 383	75.05 394	51.44 386	47.85 387	76.48 404	62.38 397	64.44 391	62.86 383	63.67 388	65.49 387	78.96 397	68.77 391	68.63 394	75.95 409	37.07 385	25.78 386	29.10 380	29.19 383	29.75 381	35.27 388

IMH-64-1	59.89 392	58.89 389	69.08 388	66.46 390	50.96 388	57.48 380	51.18 391	69.03 395	67.25 390	67.90 390	80.31 402	70.42 390	74.30 397	72.66 402	50.07 386	42.88 388	43.00 389	65.88 392	47.48 388	53.41 389	39.15 389

IMH-64	59.89 392	58.89 389	69.08 388	66.46 390	50.96 388	57.48 380	51.18 391	69.03 395	67.25 390	67.90 390	80.31 402	70.42 390	74.30 397	72.66 402	50.07 386	42.88 388	43.00 389	65.88 392	47.48 388	53.41 389	39.15 389

PWCK	66.53 396	88.82 414	80.30 401	80.69 407	30.85 381	65.18 393	41.64 385	72.55 403	71.28 395	78.68 404	69.18 392	78.14 396	62.17 389	82.93 411	63.46 399	80.46 408	40.52 388	82.05 406	47.71 390	74.54 407	39.47 391

IMH	63.51 394	61.05 392	69.15 390	69.90 394	54.09 393	65.82 394	55.66 393	72.12 401	72.52 396	72.73 395	81.82 404	73.16 393	79.86 402	77.03 407	52.57 389	44.46 390	50.01 397	68.11 394	51.57 394	56.59 393	41.88 392

TorneroNet-64	66.18 395	71.37 398	72.19 392	76.80 399	59.54 397	67.82 395	59.56 394	67.83 394	79.98 404	63.09 387	67.00 390	82.98 402	69.97 393	68.02 391	62.78 398	49.03 392	44.17 391	73.23 396	64.19 397	69.14 398	54.83 393

SPS-STEREO	56.02 390	59.82 391	64.35 380	45.23 384	53.96 391	61.34 389	44.05 387	60.08 388	50.73 350	62.61 386	61.78 378	59.73 382	57.62 387	60.63 388	59.08 392	58.29 396	48.28 393	51.30 389	49.29 391	55.67 392	56.59 394
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
anonymity	52.60 386	58.73 388	63.81 378	41.37 381	59.41 396	53.52 375	41.39 384	56.50 385	40.60 314	55.03 376	49.64 356	49.57 368	56.22 383	59.42 387	50.07 386	55.57 394	50.19 398	51.15 388	51.23 393	51.90 387	56.75 395

SGM+DAISY	55.54 389	57.77 387	64.45 381	40.89 380	53.89 390	63.34 391	50.45 390	56.00 384	45.95 338	61.43 383	64.32 382	61.05 383	56.70 385	61.32 389	56.86 391	56.51 395	49.35 396	50.49 387	50.00 392	52.52 388	57.57 396

WAO-6	71.06 397	73.42 400	67.24 385	79.78 406	61.93 400	69.67 396	60.23 395	75.12 406	87.02 410	74.87 398	79.60 401	79.28 398	84.75 408	68.25 393	61.91 396	67.67 400	48.98 395	81.65 404	73.43 402	66.76 396	59.64 397

LVE	71.96 399	73.19 399	84.13 404	75.60 397	55.78 395	75.59 401	63.60 398	77.67 407	83.64 408	82.16 406	87.25 412	83.54 404	82.79 407	76.17 405	65.22 400	49.11 393	57.71 404	74.86 398	62.93 396	66.84 397	61.36 398

WAO-7	72.48 401	78.58 403	55.84 369	79.20 404	69.56 407	71.30 397	73.06 406	78.20 410	84.37 409	77.52 401	85.78 408	79.44 399	80.26 403	65.93 390	66.47 401	62.13 398	69.81 410	70.46 395	73.18 401	66.66 395	61.95 399

ktn	72.86 403	80.20 409	70.88 391	79.38 405	69.76 408	75.01 399	70.17 405	69.27 397	77.21 400	73.05 396	77.79 399	77.79 395	77.01 400	73.04 404	56.44 390	79.36 406	66.31 407	80.24 403	68.37 398	72.53 405	63.45 400

SPstereo	83.66 413	69.17 395	79.52 399	76.33 398	67.79 404	88.06 413	91.78 414	100.00 423	100.00 423	99.12 419	99.11 419	100.00 426	98.10 418	98.44 419	89.22 414	65.98 399	60.50 405	82.46 407	81.00 408	62.47 394	64.12 401

WAO-8	77.20 408	78.94 404	67.39 386	86.73 411	72.82 409	79.98 410	69.63 403	77.88 408	88.66 412	83.17 409	86.77 409	85.56 408	85.20 410	72.63 400	69.82 403	75.00 404	55.65 401	87.92 414	83.63 409	71.60 402	64.97 402

Venus	77.20 408	78.94 404	67.39 386	86.73 411	72.82 409	79.98 410	69.63 403	77.88 408	88.66 412	83.17 409	86.77 409	85.56 408	85.20 410	72.63 400	69.82 403	75.00 404	55.65 401	87.92 414	83.63 409	71.61 403	64.97 402

notaker	72.59 402	79.99 408	79.75 400	79.06 403	68.60 405	63.66 392	62.15 396	69.61 398	75.78 399	77.77 402	79.16 400	79.92 400	84.80 409	77.69 408	59.73 393	70.15 403	61.03 406	77.65 399	68.69 399	70.81 400	65.81 404

HanzoNet	77.99 410	81.45 411	83.64 402	78.05 402	69.26 406	75.78 402	69.09 401	73.99 404	78.09 402	82.39 408	83.06 405	85.66 410	87.00 412	86.11 413	74.40 407	85.46 415	68.53 409	81.84 405	75.61 405	73.07 406	67.26 405

UNDER WATER-64	73.59 404	75.19 402	88.26 407	74.50 396	55.55 394	78.94 408	76.55 408	65.86 392	68.37 394	75.79 400	69.24 393	84.00 405	77.49 401	69.01 395	73.11 405	81.39 409	57.22 403	82.69 408	80.62 407	69.53 399	68.45 406

TorneroNet	71.59 398	73.91 401	76.67 397	81.06 408	65.65 401	71.44 398	65.68 399	71.66 400	75.08 398	71.76 394	73.09 396	84.12 406	74.51 399	70.46 397	69.58 402	59.87 397	48.58 394	79.93 400	73.78 403	75.74 408	69.18 407

Dean	80.94 412	86.19 413	83.94 403	85.03 410	60.07 398	75.42 400	67.27 400	81.85 412	88.36 411	92.35 414	87.09 411	92.14 413	93.19 414	83.37 412	74.06 406	68.69 401	66.48 408	94.89 417	84.90 412	83.86 413	69.69 408

UNDER WATER	76.36 407	79.65 407	88.23 406	84.62 409	67.01 403	77.90 406	78.03 409	67.43 393	72.64 397	75.52 399	71.49 395	85.52 407	82.57 406	70.68 398	75.48 408	79.61 407	54.01 400	86.59 412	84.76 411	72.44 404	72.94 409

JetRed	79.80 411	80.33 410	91.79 409	71.25 395	75.71 411	91.85 414	80.84 410	79.41 411	80.84 405	84.48 411	84.47 407	83.34 403	72.72 395	79.51 409	85.74 413	69.66 402	81.68 413	73.70 397	72.68 400	82.42 411	73.53 410

LRCNet_RVC	73.95 405	70.63 397	75.65 395	77.92 401	60.69 399	41.66 364	16.24 320	71.26 399	48.66 344	88.23 413	93.84 415	90.11 411	82.18 405	80.69 410	61.88 395	97.09 419	72.20 411	96.71 418	97.62 419	77.99 409	77.70 411

DPSimNet_ROB	74.86 406	83.75 412	61.14 377	77.51 400	65.78 402	76.04 403	75.86 407	74.62 405	77.61 401	82.20 407	75.97 398	80.50 401	72.45 394	68.06 392	84.65 412	81.90 411	52.11 399	79.97 401	76.71 406	70.85 401	79.47 412

tt	89.84 415	1.21 7	99.99 424	99.29 421	100.00 424	100.00 424	100.00 424	100.00 423	99.99 421	78.46 403	68.51 391	99.99 424	100.00 423	100.00 425	100.00 426	95.27 416	99.93 422	87.33 413	86.20 413	94.13 419	86.50 413

MFMNet_re	72.11 400	79.45 406	64.79 382	52.91 387	84.26 412	78.00 407	69.47 402	64.08 390	67.45 393	61.33 382	71.28 394	64.22 387	69.42 392	72.45 399	61.54 394	81.63 410	73.93 412	80.19 402	74.21 404	83.02 412	88.49 414

xxxxx1	91.89 416	95.36 417	98.42 416	87.40 413	89.37 413	98.54 417	98.20 419	92.95 414	93.30 415	93.53 415	95.30 416	97.01 415	96.36 415	94.68 414	94.93 415	83.39 412	84.31 414	82.86 409	88.15 414	84.30 414	89.46 415

tt_ll	91.89 416	95.36 417	98.42 416	87.40 413	89.37 413	98.54 417	98.20 419	92.95 414	93.30 415	93.53 415	95.30 416	97.01 415	96.36 415	94.68 414	94.93 415	83.39 412	84.31 414	82.86 409	88.15 414	84.30 414	89.46 415

ff	91.89 416	95.36 417	98.42 416	87.40 413	89.37 413	98.54 417	98.20 419	92.95 414	93.30 415	93.53 415	95.30 416	97.01 415	96.36 415	94.68 414	94.93 415	83.39 412	84.31 414	82.86 409	88.15 414	84.30 414	89.46 415

KSHMR	88.63 414	93.05 415	84.15 405	95.59 416	91.74 416	82.94 412	83.28 412	84.59 413	81.87 406	87.85 412	83.96 406	91.71 412	81.49 404	76.73 406	82.12 411	96.47 418	96.06 418	96.71 418	97.16 418	92.74 418	92.47 418

PML	99.07 420	100.00 425	98.17 415	99.22 420	99.21 420	99.98 423	99.74 422	98.27 419	98.10 418	100.00 425	99.37 420	98.77 419	99.85 421	100.00 425	98.07 420	100.00 423	99.54 419	100.00 422	99.51 421	99.87 422	93.65 419

MADNet++	94.07 419	93.58 416	90.62 408	96.24 417	96.57 417	97.26 416	90.52 413	94.64 417	91.89 414	97.09 418	93.64 414	94.65 414	92.81 413	96.06 417	95.06 418	95.31 417	95.85 417	92.44 416	92.08 417	91.00 417	94.17 420

Anonymous_1	99.63 423	99.96 421	99.94 423	99.77 422	99.59 421	100.00 424	100.00 424	99.81 422	99.98 420	99.63 423	99.94 422	99.75 421	100.00 423	99.67 421	99.89 422	98.37 420	99.84 421	98.70 420	99.26 420	99.29 420	99.24 421

MEDIAN_ROB	99.20 421	99.85 420	99.64 421	98.51 419	98.53 419	98.60 420	97.88 418	98.83 420	98.59 419	99.35 422	99.47 421	99.57 420	99.05 420	98.38 418	98.37 421	99.99 421	99.63 420	100.00 422	100.00 423	99.82 421	99.92 422

HaxPig	99.40 422	99.99 422	97.53 414	99.99 423	99.99 422	96.91 415	97.19 416	99.57 421	99.99 421	99.98 424	100.00 423	99.99 424	99.96 422	99.06 420	97.86 419	99.99 421	100.00 424	100.00 422	100.00 423	100.00 423	99.98 423

MyStereo03	100.00 428	100.00 425	100.00 426	100.00 424	100.00 424	100.00 424	100.00 424	100.00 423	100.00 423	100.00 425	100.00 423	100.00 426	100.00 423	100.00 425	100.00 426	100.00 423	100.00 424	100.00 422	100.00 423	100.00 423	100.00 424

MyStereo02	100.00 428	100.00 425	100.00 426	100.00 424	100.00 424	100.00 424	100.00 424	100.00 423	100.00 423	100.00 425	100.00 423	100.00 426	100.00 423	100.00 425	100.00 426	100.00 423	100.00 424	100.00 422	100.00 423	100.00 423	100.00 424

MyStereo	100.00 428	100.00 425	100.00 426	100.00 424	100.00 424	100.00 424	100.00 424	100.00 423	100.00 423	100.00 425	100.00 423	100.00 426	100.00 423	100.00 425	100.00 426	100.00 423	100.00 424	100.00 422	100.00 423	100.00 423	100.00 424

Selective-RAFT-Error	100.00 428	100.00 425	100.00 426	100.00 424	100.00 424	100.00 424	100.00 424	100.00 423	100.00 423	100.00 425	100.00 423	100.00 426	100.00 423	100.00 425	100.00 426	100.00 423	100.00 424	100.00 422	100.00 423	100.00 423	100.00 424

CasAABBNet	100.00 428	100.00 425	100.00 426	100.00 424	100.00 424	100.00 424	100.00 424	100.00 423	100.00 423	100.00 425	100.00 423	100.00 426	100.00 423	100.00 425	100.00 426	100.00 423	100.00 424	100.00 422	100.00 423	100.00 423	100.00 424

test_example2	99.67 424	99.99 422	99.99 424	100.00 424	99.99 422	99.87 422	99.99 423	98.01 418	100.00 423	100.00 425	100.00 423	98.18 418	98.43 419	99.98 422	99.98 423	100.00 423	99.99 423	99.40 421	99.52 422	100.00 423	100.00 424

LSM0	100.00 428	100.00 425	100.00 426	100.00 424	100.00 424	100.00 424	100.00 424	100.00 423	100.00 423	100.00 425	100.00 423	100.00 426	100.00 423	100.00 425	100.00 426	100.00 423	100.00 424	100.00 422	100.00 423	100.00 423	100.00 424

DPSMNet_ROB	99.95 426	100.00 425	100.00 426	100.00 424	100.00 424	100.00 424	100.00 424	100.00 423	100.00 423	99.16 420	100.00 423	99.95 422	100.00 423	99.98 422	99.99 424	100.00 423	100.00 424	100.00 422	100.00 423	100.00 423	100.00 424

DGTPSM_ROB	99.95 426	100.00 425	100.00 426	100.00 424	100.00 424	100.00 424	100.00 424	100.00 423	100.00 423	99.16 420	100.00 423	99.95 422	100.00 423	99.98 422	99.99 424	100.00 423	100.00 424	100.00 422	100.00 423	100.00 423	100.00 424

DPSM_ROB	100.00 428	100.00 425	100.00 426	100.00 424	100.00 424	100.00 424	100.00 424	100.00 423	100.00 423	100.00 425	100.00 423	100.00 426	100.00 423	100.00 425	100.00 426	100.00 423	100.00 424	100.00 422	100.00 423	100.00 423	100.00 424

DPSM	100.00 428	100.00 425	100.00 426	100.00 424	100.00 424	100.00 424	100.00 424	100.00 423	100.00 423	100.00 425	100.00 423	100.00 426	100.00 423	100.00 425	100.00 426	100.00 423	100.00 424	100.00 422	100.00 423	100.00 423	100.00 424

AVERAGE_ROB	99.81 425	99.99 422	99.44 420	100.00 424	100.00 424	99.02 421	97.81 417	100.00 423	100.00 423	100.00 425	100.00 423	100.00 426	100.00 423	100.00 425	100.00 426	100.00 423	100.00 424	100.00 422	100.00 423	100.00 423	100.00 424

Low-res two-view benchmark