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

11t1	0.70 77	0.28 109	1.86 83	0.56 281	0.56 306	1.06 31	0.00 1	2.89 86	1.21 119	0.60 80	0.34 114	0.08 43	0.04 42	0.76 73	0.85 199	0.02 315	1.09 349	0.00 1	0.18 327	0.06 132	1.58 341

ttt	1.79 279	0.32 124	2.41 166	0.58 283	0.26 254	1.64 228	0.00 1	6.26 341	2.57 300	1.91 234	2.39 280	1.39 189	0.11 107	5.55 261	7.97 355	0.00 1	1.05 343	0.00 1	0.16 312	0.06 132	1.14 310

DLNR_Zeroshot_test	23.30 409	50.27 417	88.62 415	97.23 429	94.59 425	1.20 69	0.00 1	20.92 401	0.64 35	0.06 12	0.02 1	0.03 5	0.02 16	4.50 209	0.25 80	32.51 415	0.96 339	0.00 1	0.27 363	72.47 422	1.47 331

PCWNet_CMD	0.70 77	0.18 50	2.22 138	0.01 9	0.01 58	1.09 45	0.00 1	3.17 114	1.35 170	0.50 74	0.29 104	2.28 253	1.46 277	1.22 108	0.11 19	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.19 161

AEACV	0.64 65	0.08 3	1.46 16	0.72 308	0.96 346	1.22 79	0.00 1	1.90 53	0.67 36	0.54 79	0.07 54	0.02 2	0.73 235	0.63 59	0.28 90	0.01 291	0.92 329	0.00 1	0.36 372	0.09 185	2.04 376

ToySt	0.92 124	0.51 172	4.35 282	0.21 208	0.71 332	1.32 123	0.00 1	2.77 79	1.33 163	0.21 35	0.51 152	1.47 192	0.11 107	1.14 99	0.87 202	0.03 325	0.69 304	0.00 1	0.20 335	0.10 196	1.88 373

DCRE	1.01 159	0.54 180	1.52 21	0.30 233	0.99 349	1.31 115	0.00 1	1.69 45	0.71 41	1.12 156	7.77 352	0.74 131	0.02 16	0.28 7	0.45 137	0.00 1	0.71 308	0.00 1	0.25 352	0.02 35	1.78 361

qqq	0.90 119	0.41 151	1.88 90	0.10 157	0.59 313	1.09 45	0.00 1	3.82 151	1.29 150	0.61 81	0.38 127	0.73 129	0.15 125	3.19 161	0.90 209	0.00 1	1.08 346	0.00 1	0.23 347	0.06 132	1.57 337

x	0.80 92	0.39 142	1.80 64	0.66 298	0.50 299	1.02 25	0.00 1	3.61 133	1.34 166	0.65 84	0.34 114	0.53 105	0.14 124	1.21 106	0.91 212	0.00 1	1.09 349	0.00 1	0.20 335	0.06 132	1.59 342

TANstereo	0.37 13	0.50 165	1.62 31	0.03 57	0.01 58	1.16 61	0.00 1	0.56 4	0.53 21	1.05 144	1.38 231	0.06 27	0.05 56	0.45 26	0.07 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23

XX-TBD	0.36 12	0.59 192	1.75 52	0.07 123	0.00 1	1.11 53	0.00 1	0.73 12	0.63 34	0.44 57	1.24 223	0.06 27	0.06 63	0.39 18	0.08 11	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 36

CFNet_pseudo	0.71 79	0.20 79	2.34 157	0.01 9	0.01 58	1.24 87	0.00 1	3.19 117	0.92 72	0.85 110	0.47 147	2.29 257	0.61 213	1.79 138	0.17 46	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.14 135

XX-Stereo	1.24 204	0.25 99	6.03 336	1.30 354	0.29 265	1.28 109	0.00 1	4.12 196	0.60 31	1.29 176	0.50 149	3.63 310	0.03 33	4.05 187	0.18 49	0.00 1	0.58 299	0.00 1	0.23 347	0.03 90	0.47 242

xxxx	2.26 315	0.43 153	2.30 150	0.01 9	0.68 328	1.47 169	0.00 1	6.56 350	2.32 279	1.56 204	2.07 265	1.07 173	0.06 63	4.81 228	18.87 393	0.00 1	1.11 355	0.00 1	0.21 340	0.06 132	1.65 344

test_xeample	2.27 316	0.46 159	2.25 144	0.10 157	0.69 329	1.48 174	0.00 1	6.24 339	2.46 292	1.83 228	2.40 281	0.37 86	0.07 72	4.49 207	19.55 395	0.00 1	1.11 355	0.00 1	0.21 340	0.07 156	1.65 344

MSMDNet	0.71 79	0.18 50	2.22 138	0.01 9	0.01 58	1.09 45	0.00 1	3.25 119	1.35 170	0.52 77	0.29 104	2.29 257	1.45 274	1.22 108	0.11 19	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.19 161

ccs_rob	0.71 79	0.20 79	2.35 158	0.00 1	0.01 58	1.24 87	0.00 1	3.17 114	0.91 71	0.82 108	0.45 143	2.28 253	0.63 220	1.78 137	0.18 49	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.14 135

MyStereo8	1.16 189	0.86 244	3.73 260	0.86 328	0.04 142	1.47 169	0.01 18	4.64 243	2.13 262	1.47 197	1.10 213	1.21 181	0.31 168	1.12 98	1.50 245	0.00 1	1.45 383	0.00 1	0.30 367	0.10 196	0.93 298

SMFormer	1.31 228	0.30 114	2.08 118	0.47 261	0.02 103	1.04 27	0.01 18	5.75 315	2.69 305	1.65 214	2.43 283	0.91 149	0.02 16	4.75 222	2.20 275	0.00 1	0.88 323	0.00 1	0.14 304	0.06 132	0.76 280

tta	1.32 231	0.30 114	2.08 118	0.47 261	0.02 103	1.04 27	0.01 18	5.75 315	2.69 305	1.65 214	2.43 283	0.91 149	0.02 16	4.75 222	2.20 275	0.00 1	0.88 323	0.00 1	0.14 304	0.09 185	0.92 294

qqq1	1.25 207	0.30 114	2.08 118	0.47 261	0.02 103	1.04 27	0.01 18	5.75 315	2.69 305	1.65 214	2.43 283	0.91 149	0.02 16	4.75 222	0.88 205	0.00 1	0.88 323	0.00 1	0.11 295	0.09 185	0.92 294

fff1	1.25 207	0.30 114	2.08 118	0.47 261	0.02 103	1.04 27	0.01 18	5.75 315	2.69 305	1.65 214	2.43 283	0.91 149	0.02 16	4.75 222	0.88 205	0.00 1	0.88 323	0.00 1	0.11 295	0.09 185	0.92 294

mmm	0.94 131	0.32 124	2.04 114	0.73 313	0.85 336	1.17 65	0.01 18	3.97 172	1.42 184	1.51 199	0.93 201	0.46 96	0.21 150	1.18 102	0.87 202	0.00 1	1.16 369	0.00 1	0.26 359	0.06 132	1.72 349

ff7	0.51 26	0.26 101	1.81 71	0.19 193	0.25 245	1.08 38	0.01 18	0.71 7	1.36 172	0.47 64	0.02 1	0.04 7	0.08 83	0.79 78	0.18 49	0.00 1	0.92 329	0.00 1	0.15 306	0.10 196	1.76 354

IGEVStereo-DCA	0.88 112	1.21 305	1.81 71	0.18 188	0.16 212	0.83 14	0.01 18	0.71 7	1.36 172	0.40 49	0.04 39	0.06 27	0.09 92	6.04 274	2.22 279	0.00 1	0.48 291	0.00 1	0.15 306	0.16 264	1.76 354

ffff	0.51 26	0.26 101	1.81 71	0.19 193	0.25 245	1.08 38	0.01 18	0.71 7	1.36 172	0.47 64	0.02 1	0.04 7	0.08 83	0.79 78	0.18 49	0.00 1	0.92 329	0.00 1	0.15 306	0.10 196	1.76 354

11t	0.51 26	0.26 101	1.81 71	0.19 193	0.25 245	1.08 38	0.01 18	0.71 7	1.36 172	0.47 64	0.02 1	0.04 7	0.08 83	0.79 78	0.18 49	0.00 1	0.92 329	0.00 1	0.15 306	0.10 196	1.76 354

1111x	2.13 305	0.58 190	4.38 288	0.39 246	0.61 316	2.14 265	0.01 18	6.38 344	2.40 287	1.80 226	1.97 259	0.95 161	0.64 223	7.16 334	10.30 370	0.00 1	1.18 370	0.00 1	0.29 365	0.07 156	1.32 324

GMStereo_Zeroshot	0.67 69	0.24 96	1.87 88	0.87 329	0.00 1	1.26 100	0.01 18	2.01 56	0.42 14	1.44 194	0.58 160	1.73 215	0.19 142	2.62 150	0.10 18	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.09 100

CASnet	0.21 2	0.22 88	0.95 3	0.01 9	0.00 1	0.87 16	0.01 18	0.55 3	0.88 64	0.16 21	0.03 29	0.04 7	0.02 16	0.39 18	0.03 3	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.01 10
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CFNet_ucs	0.84 103	0.23 92	2.43 176	0.01 9	0.01 58	1.34 128	0.01 18	3.82 151	1.61 204	1.24 173	1.13 216	2.16 248	0.41 193	2.08 144	0.17 46	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.17 151

HH	1.25 207	0.40 147	2.13 128	0.90 332	0.41 286	2.28 270	0.01 18	4.25 211	0.95 74	0.37 46	0.89 198	3.87 318	0.80 241	4.74 219	0.51 152	0.00 1	0.96 339	0.00 1	0.00 1	0.03 90	1.53 333

HanStereo	1.25 207	0.40 147	2.13 128	0.90 332	0.41 286	2.28 270	0.01 18	4.25 211	0.95 74	0.37 46	0.89 198	3.87 318	0.80 241	4.74 219	0.51 152	0.00 1	0.96 339	0.00 1	0.00 1	0.03 90	1.53 333

LoS_RVC	0.25 4	0.60 195	1.21 9	0.16 187	0.13 197	0.98 22	0.01 18	0.85 16	0.25 4	0.08 15	0.02 1	0.07 38	0.04 42	0.49 30	0.05 5	0.00 1	0.01 188	0.00 1	0.00 1	0.01 9	0.07 75

CAS	0.95 140	0.12 18	1.08 5	6.79 389	0.08 172	1.10 50	0.01 18	0.97 18	0.87 61	0.03 5	0.04 39	0.07 38	0.06 63	0.37 16	0.15 36	6.94 390	0.00 1	0.00 1	0.00 1	0.00 1	0.30 207

anonymousdsp	0.54 38	0.26 101	1.62 31	0.47 261	0.60 315	1.08 38	0.01 18	1.01 22	1.37 177	0.49 72	0.02 1	0.04 7	0.09 92	0.73 70	0.15 36	0.00 1	0.82 315	0.00 1	0.16 312	0.10 196	1.83 364

knoymous	0.41 16	0.09 6	1.34 13	0.05 95	0.01 58	1.15 58	0.01 18	2.36 65	0.23 3	0.51 76	0.02 1	1.64 207	0.00 1	0.49 30	0.33 98	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.04 42

ProNet	0.47 20	0.35 132	1.75 52	0.19 193	0.54 302	1.09 45	0.01 18	0.97 18	1.25 132	0.02 1	0.02 1	0.06 27	0.03 33	0.58 44	0.09 12	0.00 1	0.57 298	0.00 1	0.00 1	0.14 245	1.65 344

MC-Stereo	0.57 48	0.16 38	1.63 37	0.70 304	0.93 345	1.10 50	0.01 18	1.43 30	0.26 9	0.91 118	0.02 1	0.08 43	0.11 107	0.61 56	0.23 74	0.00 1	1.15 368	0.00 1	0.17 320	0.10 196	1.84 366

RCA-Stereo	0.53 34	0.18 50	1.16 7	0.01 9	0.24 241	1.20 69	0.01 18	3.86 159	0.97 78	0.77 103	0.50 149	0.05 20	0.13 123	0.32 11	0.03 3	0.00 1	0.87 322	0.00 1	0.00 1	0.08 166	0.24 189

CroCo-Stereo Lap2	0.42 17	0.75 224	1.76 58	0.03 57	0.00 1	0.33 4	0.01 18	3.75 142	0.81 53	0.02 1	0.03 29	0.04 7	0.07 72	0.52 37	0.23 74	0.00 1	0.00 1	0.00 1	0.00 1	0.07 156	0.03 36

ccc-4	0.51 26	0.26 101	1.81 71	0.19 193	0.25 245	1.08 38	0.01 18	0.71 7	1.36 172	0.47 64	0.02 1	0.04 7	0.08 83	0.79 78	0.18 49	0.00 1	0.92 329	0.00 1	0.15 306	0.10 196	1.76 354

anonymity	0.99 154	0.18 50	1.80 64	0.39 246	0.67 326	0.74 13	0.01 18	5.09 273	2.13 262	1.34 183	1.30 226	0.80 143	1.62 290	0.82 86	0.64 170	0.03 325	0.59 300	0.00 1	0.48 379	0.02 35	1.15 312

ADStereo(finetuned)	0.98 152	0.65 209	4.66 296	0.03 57	0.00 1	1.25 94	0.01 18	3.99 177	2.16 264	2.65 289	0.30 108	0.09 48	2.33 310	0.58 44	0.45 137	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.41 236

RAFT_CTSACE	0.85 106	0.95 262	2.60 188	0.60 286	0.05 150	1.20 69	0.01 18	3.18 116	0.85 59	0.79 104	1.57 242	2.18 249	0.78 239	1.20 104	0.22 67	0.00 1	0.33 280	0.00 1	0.00 1	0.28 320	0.21 179

SA	1.02 164	0.85 241	2.22 138	0.00 1	0.42 289	1.31 115	0.01 18	4.74 252	2.04 259	0.50 74	0.95 203	0.30 82	1.30 269	4.24 196	0.42 132	0.00 1	0.47 288	0.00 1	0.17 320	0.16 264	0.30 207

IGEV-Stereo	0.54 38	0.26 101	1.62 31	0.47 261	0.61 316	1.08 38	0.01 18	1.00 20	1.37 177	0.49 72	0.02 1	0.04 7	0.09 92	0.73 70	0.16 40	0.00 1	0.82 315	0.00 1	0.16 312	0.10 196	1.83 364
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	1.28 219	0.93 258	3.51 243	0.14 178	0.66 325	1.21 75	0.01 18	3.87 161	1.06 86	0.19 28	1.97 259	1.62 204	1.50 279	6.80 308	1.07 227	0.00 1	0.16 260	0.00 1	0.06 278	0.26 312	0.67 271

dad	1.04 166	1.21 305	3.14 223	0.08 131	0.01 58	1.25 94	0.01 18	1.30 26	2.54 298	1.95 241	0.37 124	0.40 91	0.04 42	5.95 273	1.06 225	0.01 291	0.00 1	1.11 380	0.12 301	0.07 156	0.19 161

AACVNet	1.04 166	0.87 246	2.22 138	0.25 223	0.00 1	1.79 249	0.01 18	4.21 205	0.79 48	1.17 162	0.27 101	1.50 193	0.16 130	6.30 285	0.89 208	0.00 1	0.00 1	0.00 1	0.00 1	0.23 298	0.04 42

test_3	0.81 94	0.15 28	2.17 132	0.36 239	0.58 311	1.03 26	0.01 18	3.01 101	0.59 29	0.98 128	0.02 1	1.04 168	0.04 42	3.72 178	0.39 130	0.00 1	0.92 329	0.00 1	0.25 352	0.16 264	0.69 273

iRaftStereo_RVC	0.55 43	0.59 192	1.20 8	0.03 57	0.00 1	1.23 83	0.01 18	2.55 71	0.81 53	0.15 19	0.23 92	0.70 126	0.12 120	0.48 28	0.22 67	0.00 1	1.14 367	0.00 1	0.00 1	0.33 330	1.13 309

CREStereo++_RVC	0.37 13	0.24 96	1.62 31	0.06 113	0.00 1	1.21 75	0.01 18	0.77 14	1.12 96	0.26 38	1.45 234	0.06 27	0.06 63	0.42 22	0.09 12	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 65
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
TestStereo	0.67 69	0.99 275	2.26 145	0.00 1	0.00 1	0.92 17	0.01 18	1.77 49	0.30 10	0.20 34	0.05 47	0.08 43	0.06 63	6.62 297	0.09 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.08 80

Anonymous	0.35 11	0.22 88	2.01 106	0.00 1	0.00 1	0.24 3	0.01 18	3.01 101	0.54 23	0.02 1	0.03 29	0.05 20	0.07 72	0.32 11	0.07 9	0.00 1	0.01 188	0.00 1	0.00 1	0.11 219	0.22 180

HCRNet	0.83 97	0.39 142	1.59 30	0.02 39	0.00 1	1.18 66	0.01 18	3.69 137	2.28 276	0.75 101	0.21 88	0.56 107	0.11 107	5.32 253	0.25 80	0.00 1	0.01 188	0.00 1	0.00 1	0.08 166	0.04 42

DCANet	0.84 103	0.65 209	3.63 249	0.03 57	0.00 1	1.25 94	0.01 18	3.99 177	2.16 264	2.66 292	0.31 111	0.09 48	0.48 200	0.57 43	0.45 137	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.41 236

222	3.11 333	0.43 153	2.10 125	0.02 39	0.45 294	1.57 199	0.01 18	6.44 345	2.34 283	1.73 224	2.24 270	0.52 104	0.07 72	4.95 235	36.29 410	0.00 1	1.07 345	0.00 1	0.21 340	0.06 132	1.65 344

AFF-stereo	0.89 118	1.05 286	1.70 44	0.49 270	0.18 218	1.21 75	0.01 18	3.58 132	1.62 210	0.84 109	1.93 257	1.14 178	0.26 158	1.24 110	0.68 178	0.00 1	0.64 303	0.00 1	0.00 1	0.26 312	0.89 292

GMStereo	0.34 10	1.03 284	2.11 127	0.01 9	0.00 1	0.47 11	0.01 18	0.77 14	1.38 180	0.24 36	0.04 39	0.07 38	0.08 83	0.43 24	0.12 24	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CREStereo	0.29 7	0.19 73	0.91 1	0.00 1	0.01 58	1.24 87	0.01 18	1.31 27	0.99 82	0.17 22	0.17 67	0.04 7	0.00 1	0.56 41	0.14 34	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.02 23
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
acv_ft	0.94 131	0.56 187	2.28 147	0.04 81	1.07 354	1.71 241	0.01 18	4.41 222	1.34 166	1.53 202	0.75 179	1.92 226	0.45 198	0.51 35	1.74 257	0.00 1	0.00 1	0.00 1	0.00 1	0.32 328	0.20 173

HGLStereo	1.17 190	0.53 179	2.39 163	0.01 9	0.02 103	1.45 159	0.01 18	4.05 184	1.14 98	1.42 192	3.06 299	2.09 239	1.21 261	4.60 214	1.33 236	0.00 1	0.00 1	0.00 1	0.00 1	0.10 196	0.06 65

DIP-Stereo	0.68 74	0.35 132	1.76 58	0.08 131	0.00 1	1.46 163	0.01 18	6.53 348	1.71 228	0.91 118	0.11 60	0.04 7	0.19 142	0.19 1	0.09 12	0.00 1	0.01 188	0.00 1	0.00 1	0.03 90	0.17 151
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
NLCA_NET_v2_RVC	1.20 194	0.85 241	3.90 266	0.61 288	0.99 349	1.40 144	0.01 18	4.06 186	1.56 198	2.38 274	0.36 123	2.15 247	0.57 209	4.52 210	0.67 177	0.00 1	0.00 1	0.00 1	0.01 237	0.02 35	0.03 36
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AANet_RVC	1.95 287	1.64 340	4.89 304	0.09 147	0.00 1	1.24 87	0.01 18	3.93 168	2.82 319	2.32 266	4.64 330	3.61 309	0.19 142	7.61 345	4.73 333	0.60 368	0.19 266	0.00 1	0.00 1	0.11 219	0.47 242

PS-NSSS	1.25 207	0.85 241	2.77 201	0.05 95	0.03 121	1.40 144	0.01 18	5.04 270	2.38 284	1.34 183	2.80 295	0.65 113	0.06 63	6.36 286	0.91 212	0.18 359	0.00 1	0.00 1	0.00 1	0.12 227	0.01 10

StereoDRNet-Refined	0.96 143	0.28 109	1.94 100	0.03 57	0.01 58	1.34 128	0.01 18	4.02 180	1.33 163	2.16 253	1.23 222	2.62 267	0.18 138	2.06 143	1.82 260	0.00 1	0.00 1	0.00 1	0.00 1	0.16 264	0.06 65
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet	1.20 194	0.77 231	3.37 236	1.01 341	0.01 58	2.00 259	0.01 18	4.44 223	1.74 234	1.88 231	1.09 211	0.35 84	0.35 174	4.22 193	2.44 289	0.00 1	0.00 1	0.00 1	0.00 1	0.09 185	0.26 199

DISCO	2.03 293	0.45 156	2.82 204	0.72 308	0.53 301	5.13 349	0.01 18	6.01 331	1.81 241	2.31 265	0.91 200	6.43 354	0.87 245	8.57 366	3.67 319	0.00 1	0.00 1	0.00 1	0.00 1	0.12 227	0.17 151

NOSS_ROB	1.47 253	0.49 164	2.40 164	1.00 338	0.17 215	2.56 285	0.01 18	4.86 256	2.62 301	2.32 266	1.74 248	2.79 274	0.02 16	6.96 323	0.60 163	0.00 1	0.00 1	0.00 1	0.00 1	0.06 132	0.73 277

MyStereo07	0.53 34	0.51 172	1.58 28	0.03 57	0.34 281	1.66 230	0.02 72	1.68 44	1.34 166	0.53 78	0.02 1	0.04 7	0.11 107	0.74 72	0.26 87	0.00 1	1.19 371	0.00 1	0.18 327	0.03 90	0.37 222

MyStereo06	1.08 173	0.47 161	3.30 233	0.03 57	0.14 202	1.53 187	0.02 72	5.58 303	0.88 64	1.15 160	0.73 176	3.48 305	1.15 254	0.86 91	0.66 174	0.00 1	1.10 353	0.00 1	0.16 312	0.02 35	0.37 222

MyStereo05	1.01 159	0.47 161	3.36 235	0.03 57	0.14 202	1.53 187	0.02 72	4.11 195	3.37 331	1.43 193	0.03 29	1.27 183	0.39 190	1.39 118	0.97 216	0.00 1	1.10 353	0.00 1	0.16 312	0.02 35	0.37 222

MyStereo04	1.01 159	0.51 172	3.49 242	0.03 57	0.34 281	1.66 230	0.02 72	4.18 203	2.93 323	1.10 153	0.03 29	1.30 186	0.58 210	1.32 115	1.02 222	0.00 1	1.19 371	0.00 1	0.18 327	0.03 90	0.37 222

ACVNet-DCA	0.94 131	0.36 134	2.41 166	0.50 271	0.29 265	3.40 317	0.02 72	3.82 151	1.29 150	0.71 91	0.83 190	0.05 20	0.61 213	1.60 125	0.12 24	0.00 1	1.13 362	0.00 1	0.03 257	0.06 132	1.57 337

xx1	1.29 223	0.36 134	2.41 166	0.50 271	0.29 265	3.40 317	0.02 72	4.02 180	7.67 370	0.71 91	0.83 190	0.73 129	0.15 125	1.60 125	0.12 24	0.00 1	1.13 362	0.00 1	0.23 347	0.06 132	1.57 337

1test111	1.06 171	0.36 134	2.41 166	0.50 271	0.29 265	3.40 317	0.02 72	3.82 151	1.29 150	0.71 91	0.83 190	0.05 20	0.61 213	3.19 161	0.90 209	0.00 1	1.13 362	0.00 1	0.03 257	0.06 132	1.57 337

cc1	1.29 223	0.36 134	2.41 166	0.50 271	0.29 265	3.40 317	0.02 72	4.02 180	7.67 370	0.71 91	0.83 190	0.05 20	0.61 213	1.59 124	0.12 24	0.00 1	1.13 362	0.00 1	0.03 257	0.10 196	1.86 368

tt1	1.23 202	0.37 139	2.41 166	0.41 249	0.45 294	3.33 314	0.02 72	3.81 146	6.87 363	0.71 91	0.80 187	0.06 27	0.40 191	1.73 131	0.12 24	0.00 1	1.12 357	0.00 1	0.00 1	0.10 196	1.86 368

whm_eth	0.81 94	0.77 231	4.13 272	0.03 57	0.00 1	1.26 100	0.02 72	4.05 184	2.20 269	0.35 43	2.47 288	0.13 60	0.11 107	0.28 7	0.14 34	0.00 1	0.01 188	0.00 1	0.00 1	0.02 35	0.28 205

test croco	0.55 43	0.55 181	3.45 239	0.10 157	0.00 1	0.50 12	0.02 72	3.49 128	1.16 100	0.05 11	0.10 57	0.13 60	0.17 134	0.67 62	0.28 90	0.00 1	0.00 1	0.00 1	0.00 1	0.36 339	0.01 10

StereoIM	0.30 8	0.62 202	1.63 37	0.07 123	0.19 220	0.40 9	0.02 72	1.36 28	0.76 46	0.04 9	0.05 47	0.13 60	0.05 56	0.38 17	0.33 98	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.02 23

MIF-Stereo (partial)	0.37 13	0.39 142	1.98 102	0.02 39	0.00 1	0.43 10	0.02 72	2.35 64	0.61 32	0.18 24	0.10 57	0.07 38	0.07 72	0.61 56	0.40 131	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.02 23

MIF-Stereo	0.23 3	0.28 109	1.91 95	0.05 95	0.16 212	0.34 5	0.02 72	0.46 2	0.42 14	0.06 12	0.18 70	0.05 20	0.07 72	0.22 2	0.33 98	0.00 1	0.00 1	0.00 1	0.00 1	0.11 219	0.01 10

MIM_Stereo	0.72 84	0.80 236	2.05 115	0.63 293	1.06 353	1.31 115	0.02 72	2.80 81	1.24 125	0.19 28	0.02 1	0.70 126	0.20 147	1.31 114	0.16 40	0.00 1	0.18 263	0.00 1	0.00 1	0.17 276	1.53 333

SDNR	3.62 345	1.25 310	7.41 356	0.71 306	0.22 230	26.06 407	0.02 72	4.55 235	2.42 289	3.10 308	11.33 364	3.05 287	0.77 237	8.31 362	2.21 278	0.05 335	0.11 254	0.00 1	0.01 237	0.08 166	0.66 268

anonymousdsp2	0.88 112	0.10 10	2.48 181	0.42 250	0.77 335	1.22 79	0.02 72	4.89 259	1.23 123	0.75 101	0.21 88	0.94 157	0.09 92	1.46 121	0.31 97	0.00 1	0.88 323	0.00 1	0.11 295	0.05 123	1.78 361

anonymousa	1.15 187	0.38 140	2.43 176	0.70 304	1.49 364	1.45 159	0.02 72	4.23 210	1.13 97	0.91 118	2.52 289	3.46 303	0.55 204	0.55 38	0.60 163	0.00 1	1.13 362	0.00 1	0.54 381	0.04 111	0.86 289

Selective-RAFT	0.53 34	0.18 50	1.12 6	0.04 81	0.01 58	1.19 68	0.02 72	3.26 121	1.29 150	0.02 1	0.02 1	0.24 74	0.18 138	1.34 116	0.44 133	0.00 1	0.93 335	0.00 1	0.19 333	0.05 123	0.17 151

TestStereo1	0.96 143	0.91 252	2.21 136	0.24 218	0.42 289	1.31 115	0.02 72	4.10 192	1.71 228	0.47 64	1.64 244	0.20 68	1.20 257	3.55 172	0.36 112	0.00 1	0.27 273	0.00 1	0.00 1	0.19 284	0.32 211

DCANet-4	0.83 97	0.18 50	4.76 300	0.04 81	0.01 58	1.24 87	0.02 72	3.84 157	2.21 270	2.39 275	0.25 95	0.11 53	0.24 154	0.59 51	0.36 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 222

fff	0.83 97	0.63 204	3.63 249	0.01 9	0.04 142	1.25 94	0.02 72	3.98 173	1.29 150	2.39 275	0.25 95	0.09 48	1.78 295	0.58 44	0.36 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 222

IER	0.88 112	0.38 140	2.74 198	0.01 9	0.00 1	2.27 269	0.02 72	3.65 136	1.30 158	1.45 195	0.96 204	1.39 189	1.16 255	1.60 125	0.53 156	0.00 1	0.00 1	0.00 1	0.00 1	0.06 132	0.02 23

raft_robust	1.21 196	1.05 286	2.00 105	0.10 157	0.43 292	1.39 140	0.02 72	4.21 205	2.32 279	0.44 57	0.02 1	2.23 251	1.39 271	7.00 326	0.35 108	0.00 1	0.78 312	0.00 1	0.18 327	0.10 196	0.19 161

test_5	0.94 131	0.94 259	2.60 188	0.55 280	0.25 245	1.47 169	0.02 72	4.89 259	0.97 78	0.81 106	0.30 108	0.80 143	0.63 220	3.39 165	0.24 78	0.00 1	0.27 273	0.00 1	0.00 1	0.17 276	0.54 251

SA-5K	0.96 143	0.91 252	2.21 136	0.24 218	0.42 289	1.31 115	0.02 72	4.10 192	1.71 228	0.47 64	1.64 244	0.20 68	1.20 257	3.55 172	0.36 112	0.00 1	0.27 273	0.00 1	0.00 1	0.19 284	0.32 211

UDGNet	0.44 18	0.91 252	1.89 93	0.04 81	0.00 1	1.15 58	0.02 72	0.75 13	1.77 237	0.45 61	0.07 54	0.06 27	0.02 16	1.62 128	0.11 19	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.01 10

test-3	0.86 109	0.15 28	2.03 111	0.37 242	0.56 306	1.01 23	0.02 72	3.05 103	0.54 23	1.98 243	0.02 1	1.09 175	0.04 42	3.73 179	0.38 123	0.00 1	0.93 335	0.00 1	0.25 352	0.16 264	0.82 284

test_1	0.84 103	0.15 28	2.03 111	0.37 242	0.55 303	1.01 23	0.02 72	3.06 105	0.55 26	1.73 224	0.02 1	1.09 175	0.04 42	3.70 177	0.38 123	0.00 1	0.93 335	0.00 1	0.25 352	0.16 264	0.84 286

GwcNet-ADL	0.71 79	0.22 88	2.22 138	0.05 95	0.01 58	1.32 123	0.02 72	3.82 151	1.61 204	1.06 147	0.44 140	1.46 191	0.22 151	0.94 94	0.62 169	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.14 135

GANet-ADL	0.62 57	0.16 38	1.89 93	0.15 183	0.02 103	1.46 163	0.02 72	3.83 156	0.75 44	0.40 49	1.08 210	1.09 175	0.18 138	0.65 61	0.47 147	0.00 1	0.00 1	0.00 1	0.00 1	0.04 111	0.13 130

RAFT-RH_RVC	2.11 302	0.30 114	2.27 146	0.74 315	0.26 254	1.51 182	0.02 72	0.61 5	1.23 123	5.28 349	21.18 390	1.04 168	0.07 72	6.90 315	0.61 166	0.04 331	0.00 1	0.00 1	0.03 257	0.02 35	0.00 1

CroCo-Stereo	0.50 23	0.63 204	2.38 162	0.14 178	0.00 1	0.19 2	0.02 72	4.28 215	0.96 77	0.14 18	0.03 29	0.46 96	0.08 83	0.32 11	0.29 92	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.01 10
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
pcwnet_v2	1.36 238	0.21 83	5.89 333	0.15 183	0.01 58	1.78 248	0.02 72	5.77 319	3.19 330	1.69 221	1.94 258	2.00 233	0.79 240	3.09 160	0.33 98	0.00 1	0.00 1	0.00 1	0.01 237	0.04 111	0.27 202

csc	0.83 97	0.63 204	3.63 249	0.01 9	0.04 142	1.25 94	0.02 72	3.98 173	1.29 150	2.39 275	0.25 95	0.09 48	1.78 295	0.58 44	0.36 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 222

cscssc	0.83 97	0.63 204	3.63 249	0.01 9	0.04 142	1.25 94	0.02 72	3.98 173	1.29 150	2.39 275	0.25 95	0.09 48	1.78 295	0.58 44	0.36 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 222

RAFT-Stereo + iAFF	0.90 119	0.95 262	1.93 98	0.06 113	0.92 343	1.24 87	0.02 72	3.30 123	1.75 235	1.23 172	2.58 291	0.43 93	0.16 130	0.68 64	0.82 194	0.00 1	0.70 307	0.00 1	0.00 1	0.23 298	1.05 305

CFNet-RSSM	0.60 54	0.15 28	1.55 26	0.05 95	0.14 202	1.27 106	0.02 72	4.87 257	0.58 28	0.34 42	0.02 1	1.92 226	0.04 42	0.49 30	0.25 80	0.00 1	0.01 188	0.00 1	0.27 363	0.01 9	0.10 109

MMNet	1.33 235	0.69 216	4.18 273	0.11 169	0.01 58	4.08 330	0.02 72	4.27 214	1.49 193	2.17 254	0.33 113	1.34 188	1.20 257	4.52 210	1.93 266	0.00 1	0.00 1	0.00 1	0.00 1	0.11 219	0.06 65

UNet	1.21 196	0.36 134	4.56 293	0.04 81	0.02 103	2.30 273	0.02 72	3.70 139	0.98 81	1.32 180	0.14 66	2.70 270	1.54 281	4.49 207	1.96 267	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.07 75

GANet-RSSM	1.09 175	0.80 236	2.41 166	0.72 308	0.00 1	1.39 140	0.02 72	5.15 276	1.07 87	0.95 126	0.34 114	2.06 236	1.12 253	4.69 215	0.80 191	0.00 1	0.00 1	0.04 346	0.00 1	0.15 256	0.09 100

CFNet-ft	0.97 150	0.94 259	2.30 150	0.01 9	0.27 259	1.37 134	0.02 72	2.76 76	0.79 48	0.88 114	0.20 85	3.76 315	0.38 180	4.21 191	1.34 237	0.00 1	0.00 1	0.01 319	0.00 1	0.08 166	0.09 100

DMCA	0.87 110	0.52 177	3.24 229	0.01 9	0.01 58	1.30 113	0.02 72	3.69 137	1.87 243	2.29 263	0.17 67	1.71 213	0.10 99	0.76 73	1.42 242	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.12 122

CFNet_RVC	0.97 150	0.94 259	2.30 150	0.01 9	0.27 259	1.37 134	0.02 72	2.76 76	0.79 48	0.88 114	0.20 85	3.76 315	0.38 180	4.21 191	1.34 237	0.00 1	0.00 1	0.01 319	0.00 1	0.08 166	0.09 100

UCFNet_RVC	0.78 91	0.68 213	2.05 115	0.02 39	0.29 265	1.57 199	0.02 72	3.57 130	0.87 61	1.35 185	0.74 177	1.66 210	0.20 147	1.92 140	0.61 166	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 42

HITNet	1.01 159	1.08 292	3.32 234	0.80 322	0.00 1	1.37 134	0.02 72	5.20 280	1.59 201	1.88 231	0.18 70	0.64 112	0.31 168	1.24 110	2.01 268	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.47 242
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
DN-CSS_ROB	0.96 143	1.51 331	3.52 245	1.05 343	0.01 58	1.50 178	0.02 72	3.35 125	1.18 106	0.18 24	0.54 154	0.44 94	0.16 130	4.39 203	0.82 194	0.00 1	0.00 1	0.00 1	0.00 1	0.36 339	0.08 80

PWCDC_ROB	3.41 339	2.29 362	5.16 319	0.19 193	0.02 103	3.11 306	0.02 72	5.15 276	12.27 379	1.36 187	23.33 397	1.98 231	3.35 336	4.93 233	3.71 320	0.28 365	0.00 1	0.00 1	0.00 1	0.71 373	0.32 211

AE-Stereo	0.83 97	0.13 23	2.17 132	0.08 131	0.24 241	1.24 87	0.03 120	5.22 282	1.26 138	0.70 90	1.09 211	0.20 68	0.16 130	0.70 65	0.33 98	0.00 1	0.89 328	0.00 1	0.26 359	0.09 185	1.75 353

DualNet	1.91 285	0.50 165	4.37 283	0.46 255	0.03 121	1.60 206	0.03 120	3.81 146	6.87 363	1.57 206	2.38 275	2.14 242	0.38 180	1.73 131	9.02 360	0.00 1	1.12 357	0.00 1	0.17 320	0.10 196	1.86 368

ffm	1.46 251	0.50 165	4.37 283	0.46 255	0.03 121	1.60 206	0.03 120	3.81 146	6.87 363	1.57 206	2.38 275	2.14 242	0.38 180	1.73 131	0.12 24	0.00 1	1.12 357	0.00 1	0.17 320	0.10 196	1.86 368

ff1	2.20 310	0.50 165	4.37 283	0.46 255	0.03 121	1.60 206	0.03 120	3.81 146	6.87 363	1.57 206	2.38 275	2.14 242	0.38 180	7.65 347	9.02 360	0.00 1	1.12 357	0.00 1	0.17 320	0.10 196	1.86 368

mmx	2.08 296	0.50 165	4.37 283	0.46 255	0.03 121	1.60 206	0.03 120	6.21 336	2.77 314	1.57 206	2.38 275	2.14 242	0.38 180	7.65 347	9.02 360	0.00 1	1.08 346	0.00 1	0.17 320	0.06 132	1.25 319

xxx	2.08 296	0.50 165	4.37 283	0.46 255	0.03 121	1.60 206	0.03 120	6.21 336	2.77 314	1.57 206	2.38 275	2.14 242	0.38 180	7.65 347	9.02 360	0.00 1	1.08 346	0.00 1	0.17 320	0.06 132	1.25 319

StereoVision	1.00 157	0.77 231	2.81 202	0.05 95	0.02 103	1.14 57	0.03 120	4.13 198	1.18 106	0.19 28	6.80 348	0.49 99	0.12 120	1.20 104	1.01 221	0.00 1	0.00 1	0.00 1	0.00 1	0.06 132	0.02 23

BUS	1.05 169	0.15 28	1.48 18	0.04 81	0.00 1	5.73 354	0.03 120	6.00 328	1.17 103	2.36 270	0.64 166	2.35 261	0.06 63	0.80 83	0.05 5	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.06 65

RAFT+CT+SA	0.85 106	0.91 252	2.23 143	0.19 193	0.29 265	1.27 106	0.03 120	4.92 263	0.86 60	0.65 84	0.40 132	0.67 119	0.05 56	3.03 158	0.18 49	0.00 1	0.28 277	0.00 1	0.35 371	0.15 256	0.61 263

NINENet	1.14 185	0.34 130	2.08 118	0.10 157	0.01 58	5.73 354	0.03 120	5.39 294	1.54 197	1.61 212	0.72 175	2.35 261	0.06 63	2.82 155	0.05 5	0.00 1	0.01 188	0.01 319	0.00 1	0.04 111	0.00 1

Sa-1000	1.23 202	0.79 234	2.16 131	0.00 1	0.40 284	1.36 132	0.03 120	5.00 268	2.01 255	1.11 155	5.38 335	0.61 108	0.15 125	4.18 188	0.37 122	0.00 1	0.54 296	0.00 1	0.16 312	0.15 256	0.16 146

test_4	0.65 67	0.40 147	1.73 47	0.11 169	0.19 220	1.28 109	0.03 120	1.41 29	0.22 2	0.28 40	3.49 311	0.72 128	0.09 92	1.93 141	0.53 156	0.00 1	0.11 254	0.00 1	0.08 284	0.16 264	0.15 142

dd	0.45 19	1.20 304	2.52 185	0.06 113	0.01 58	1.23 83	0.03 120	0.88 17	1.48 192	0.26 38	0.06 51	0.12 55	0.05 56	0.42 22	0.44 133	0.02 315	0.00 1	0.00 1	0.00 1	0.06 132	0.06 65

GLC_STEREO	0.19 1	0.13 23	0.94 2	0.03 57	0.00 1	0.95 19	0.03 120	0.33 1	0.44 16	0.10 16	0.04 39	0.06 27	0.04 42	0.44 25	0.11 19	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 57

GMOStereo	0.62 57	0.55 181	1.80 64	0.09 147	0.61 316	1.07 33	0.03 120	2.92 90	0.25 4	2.23 257	0.02 1	0.66 115	0.04 42	0.25 3	0.22 67	0.00 1	1.26 374	0.00 1	0.00 1	0.23 298	0.19 161

error version	0.62 57	0.55 181	1.80 64	0.09 147	0.61 316	1.07 33	0.03 120	2.92 90	0.25 4	2.23 257	0.02 1	0.66 115	0.04 42	0.25 3	0.22 67	0.00 1	1.26 374	0.00 1	0.00 1	0.23 298	0.19 161

test-v	0.62 57	0.55 181	1.80 64	0.09 147	0.61 316	1.07 33	0.03 120	2.92 90	0.25 4	2.23 257	0.02 1	0.66 115	0.04 42	0.25 3	0.22 67	0.00 1	1.26 374	0.00 1	0.00 1	0.23 298	0.19 161

PSMNet-ADL	0.88 112	0.12 18	1.32 12	0.07 123	0.01 58	2.03 261	0.03 120	3.00 99	1.28 146	0.39 48	0.66 169	2.12 241	0.67 229	4.19 190	1.38 241	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.24 189

TRStereo	0.88 112	1.18 302	2.44 178	0.72 308	0.10 186	1.56 196	0.03 120	5.73 312	1.28 146	0.18 24	0.30 108	0.62 109	0.43 194	1.02 97	0.13 32	0.00 1	0.47 288	0.00 1	0.25 352	0.01 9	1.23 316

AnonymousM	0.48 21	0.11 13	1.03 4	0.06 113	0.01 58	1.10 50	0.03 120	1.91 54	1.37 177	0.25 37	0.04 39	0.02 2	0.24 154	0.56 41	0.33 98	0.00 1	0.43 287	1.91 384	0.00 1	0.01 9	0.22 180

test-2	0.62 57	0.55 181	1.80 64	0.09 147	0.61 316	1.07 33	0.03 120	2.92 90	0.25 4	2.23 257	0.02 1	0.66 115	0.04 42	0.25 3	0.22 67	0.00 1	1.26 374	0.00 1	0.00 1	0.23 298	0.19 161

s12784h	0.67 69	0.17 46	1.87 88	0.02 39	0.00 1	1.16 61	0.03 120	4.08 189	1.89 245	1.04 143	1.59 243	0.05 20	0.02 16	1.25 112	0.12 24	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.02 23

RALCasStereoNet	0.80 92	0.96 266	1.77 61	0.28 231	0.97 347	1.13 55	0.03 120	2.91 89	1.11 94	0.17 22	0.34 114	0.12 55	0.20 147	1.65 129	0.65 172	0.00 1	1.72 391	0.00 1	0.00 1	0.11 219	1.90 375

RALAANet	0.68 74	1.09 293	2.29 148	0.03 57	0.01 58	0.93 18	0.03 120	2.65 73	1.97 253	1.19 163	0.39 131	0.15 66	0.30 164	1.27 113	0.75 186	0.00 1	0.25 268	0.00 1	0.09 287	0.19 284	0.03 36

Gwc-CoAtRS	0.52 32	0.16 38	1.68 43	0.05 95	0.13 197	1.06 31	0.03 120	2.88 84	0.54 23	0.40 49	0.02 1	2.22 250	0.03 33	0.49 30	0.26 87	0.00 1	0.09 250	0.00 1	0.22 344	0.01 9	0.11 116

ac_64	1.28 219	0.43 153	2.90 210	0.18 188	0.25 245	1.52 185	0.03 120	5.58 303	1.89 245	0.92 122	0.53 153	4.86 334	0.45 198	5.01 238	0.88 205	0.00 1	0.00 1	0.00 1	0.00 1	0.10 196	0.06 65

cf-r	1.18 192	1.02 280	3.22 226	0.25 223	0.02 103	1.44 155	0.03 120	5.11 275	2.16 264	1.31 179	0.59 161	2.87 278	0.24 154	4.26 197	0.79 189	0.00 1	0.00 1	0.00 1	0.00 1	0.15 256	0.12 122

PSMNet-RSSM	1.10 176	0.88 247	2.30 150	0.23 213	0.00 1	1.41 150	0.03 120	5.44 299	1.19 108	1.56 204	0.50 149	2.46 263	0.71 233	4.23 194	0.90 209	0.00 1	0.00 1	0.01 319	0.00 1	0.10 196	0.08 80

EKT-Stereo	0.91 121	0.23 92	2.14 130	0.84 326	4.27 385	1.23 83	0.04 148	2.85 83	0.67 36	0.44 57	0.40 132	0.95 161	0.08 83	2.93 157	0.38 123	0.00 1	0.18 263	0.00 1	0.07 280	0.04 111	0.40 234

CBFPSM	1.51 257	1.00 277	5.32 323	0.05 95	0.01 58	3.57 323	0.04 148	4.06 186	1.03 83	0.65 84	0.21 88	6.06 350	3.60 340	2.65 151	1.82 260	0.00 1	0.01 188	0.00 1	0.00 1	0.09 185	0.12 122

iinet-f	1.90 284	0.98 272	13.29 386	0.42 250	0.03 121	4.30 337	0.04 148	3.86 159	1.32 162	1.28 175	0.57 155	2.91 281	2.70 321	2.60 149	3.11 310	0.00 1	0.02 215	0.02 337	0.00 1	0.49 353	0.09 100

Selective-IGEV	0.51 26	0.13 23	1.41 15	0.72 308	0.62 323	0.38 8	0.04 148	2.58 72	1.21 119	0.19 28	0.02 1	0.02 2	0.06 63	0.48 28	0.46 142	0.01 291	0.80 314	0.00 1	0.09 287	0.07 156	0.91 293

CASS	0.63 62	0.16 38	1.88 90	0.03 57	0.01 58	1.67 235	0.04 148	3.11 112	0.81 53	2.25 262	1.02 207	0.29 81	0.35 174	0.70 65	0.23 74	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.04 42
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
rafts_anoy	0.67 69	0.91 252	1.85 80	0.60 286	1.02 352	1.16 61	0.04 148	3.25 119	0.48 19	0.19 28	0.18 70	0.11 53	0.19 142	1.17 101	0.58 162	0.00 1	1.47 384	0.00 1	0.01 237	0.05 123	0.22 180

sCroCo_RVC	0.27 6	0.19 73	2.20 135	0.02 39	0.00 1	0.13 1	0.04 148	1.15 25	0.89 67	0.15 19	0.07 54	0.03 5	0.04 42	0.39 18	0.05 5	0.00 1	0.07 240	0.00 1	0.00 1	0.02 35	0.01 10

ARAFT	1.27 218	1.38 321	4.73 298	0.08 131	0.00 1	1.67 235	0.04 148	5.52 302	1.98 254	3.02 306	0.59 161	0.47 98	0.11 107	4.87 231	0.38 123	0.00 1	0.03 222	0.00 1	0.00 1	0.25 306	0.25 195

CFNet	1.24 204	1.33 317	3.20 225	0.26 227	0.03 121	1.43 152	0.04 148	5.03 269	2.39 286	0.61 81	0.71 173	1.30 186	0.23 152	6.72 304	1.16 233	0.00 1	0.00 1	0.00 1	0.00 1	0.25 306	0.10 109

MLCV	1.19 193	0.97 269	3.09 219	0.07 123	0.00 1	1.63 221	0.04 148	3.33 124	1.57 199	2.74 298	1.83 253	0.99 165	0.40 191	5.31 251	1.53 247	0.00 1	0.00 1	0.00 1	0.00 1	0.12 227	0.11 116

HSM	1.48 254	0.60 195	1.85 80	0.01 9	0.29 265	1.76 246	0.04 148	6.50 347	1.46 188	1.91 234	1.55 240	4.69 332	1.27 267	6.66 301	0.70 181	0.00 1	0.00 1	0.00 1	0.00 1	0.07 156	0.26 199

iResNet_ROB	1.22 200	1.37 319	2.59 187	0.14 178	0.00 1	1.38 139	0.04 148	7.36 367	2.85 322	1.07 148	1.24 223	0.93 156	0.11 107	4.28 198	0.84 198	0.00 1	0.00 1	0.00 1	0.00 1	0.12 227	0.11 116

MSKI-zero shot	0.91 121	0.18 50	1.86 83	0.61 288	0.62 323	1.36 132	0.05 160	3.41 126	0.31 11	0.73 98	1.79 251	0.88 148	0.00 1	4.71 217	0.16 40	0.00 1	0.93 335	0.00 1	0.21 340	0.02 35	0.32 211

LL-Strereo	2.29 317	1.55 335	5.01 311	0.64 295	2.78 380	1.52 185	0.05 160	5.04 270	1.24 125	2.73 296	2.87 297	5.10 341	5.49 364	7.22 336	0.81 193	0.04 331	1.31 378	0.00 1	0.00 1	0.31 326	2.08 377

CES	0.51 26	0.16 38	1.23 10	0.09 147	1.58 366	1.18 66	0.05 160	1.07 24	0.79 48	0.03 5	0.03 29	0.14 63	0.10 99	0.55 38	0.12 24	0.00 1	0.01 188	0.00 1	0.00 1	0.01 9	2.98 382

CRFU-Net	1.43 249	0.33 129	2.98 214	1.27 351	0.03 121	4.01 329	0.05 160	6.21 336	0.95 74	1.92 236	0.74 177	3.41 301	2.55 318	3.36 164	0.36 112	0.01 291	0.01 188	0.11 358	0.00 1	0.13 237	0.09 100

CSP-Net	1.13 182	0.76 228	1.67 40	0.01 9	0.00 1	2.81 298	0.05 160	5.62 305	1.14 98	1.14 158	0.85 195	1.80 220	0.23 152	6.10 278	0.36 112	0.00 1	0.00 1	0.00 1	0.00 1	0.13 237	0.03 36

IPLGR	0.88 112	0.30 114	3.78 262	0.06 113	0.07 163	1.26 100	0.05 160	3.78 143	1.62 210	0.80 105	0.35 120	0.79 142	0.76 236	3.42 167	0.27 89	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.16 146

AASNet	1.05 169	1.11 294	3.12 222	0.05 95	0.00 1	1.73 244	0.05 160	5.73 312	2.17 268	1.10 153	1.84 254	0.94 157	0.19 142	1.16 100	1.37 239	0.00 1	0.00 1	0.00 1	0.00 1	0.34 333	0.16 146

raft+_RVC	0.71 79	1.05 286	1.86 83	0.64 295	1.31 359	1.20 69	0.05 160	2.44 68	0.77 47	0.18 24	0.43 139	0.08 43	0.15 125	0.93 93	0.64 170	0.00 1	1.43 382	0.00 1	0.00 1	0.09 185	1.03 304

raftrobust	0.68 74	0.89 249	1.80 64	0.02 39	1.29 358	1.22 79	0.05 160	2.37 66	0.62 33	2.99 305	0.03 29	0.12 55	0.15 125	0.60 53	0.51 152	0.00 1	0.69 304	0.00 1	0.00 1	0.10 196	0.24 189

psm_up	1.01 159	0.68 213	2.47 180	0.04 81	0.00 1	2.01 260	0.05 160	4.09 190	1.29 150	2.65 289	0.47 147	1.71 213	0.44 195	3.65 176	0.45 137	0.06 341	0.00 1	0.00 1	0.00 1	0.14 245	0.06 65

FENet	0.61 55	0.22 88	1.75 52	0.05 95	0.00 1	1.21 75	0.05 160	3.78 143	1.28 146	1.08 149	0.02 1	1.61 202	0.09 92	0.60 53	0.35 108	0.00 1	0.01 188	0.00 1	0.00 1	0.04 111	0.08 80

GwcNet-RSSM	1.22 200	1.24 309	3.66 254	0.23 213	0.04 142	1.46 163	0.05 160	4.65 245	1.61 204	1.33 182	0.46 146	2.98 283	0.26 158	4.48 206	1.59 250	0.00 1	0.00 1	0.02 337	0.00 1	0.21 291	0.10 109

Nwc_Net	2.25 314	0.98 272	5.37 324	0.07 123	0.11 190	2.80 297	0.05 160	7.36 367	1.30 158	2.77 299	8.21 354	5.18 343	2.98 329	5.16 246	2.46 291	0.00 1	0.00 1	0.00 1	0.00 1	0.12 227	0.08 80

HSM-Net_RVC	1.51 257	0.11 13	1.93 98	0.00 1	0.01 58	1.91 257	0.05 160	7.86 373	1.93 251	3.77 324	3.76 316	3.16 291	0.36 176	4.34 200	0.83 196	0.01 291	0.01 188	0.00 1	0.00 1	0.01 9	0.11 116
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CC-Net-ROB	2.09 298	1.17 301	3.97 269	1.52 364	0.23 236	3.35 316	0.05 160	5.09 273	2.74 311	1.09 151	1.40 232	0.97 163	0.18 138	6.66 301	0.87 202	1.46 381	1.64 388	7.13 388	0.00 1	1.67 378	0.54 251

iResNetv2_ROB	1.32 231	1.82 345	6.02 335	1.27 351	0.00 1	1.41 150	0.05 160	4.48 225	1.46 188	1.02 141	1.28 225	1.00 167	0.27 161	4.72 218	1.12 229	0.00 1	0.00 1	0.00 1	0.00 1	0.37 344	0.16 146

rrr	1.15 187	1.21 305	5.05 313	0.18 188	0.16 212	0.83 14	0.06 176	2.88 84	1.44 185	0.40 49	0.04 39	0.06 27	0.09 92	6.04 274	2.22 279	0.00 1	0.48 291	0.00 1	0.19 333	0.16 264	1.59 342

DMCA-RVC	1.12 180	1.19 303	5.30 322	0.03 57	0.04 142	1.30 113	0.06 176	3.05 103	0.87 61	3.33 314	0.12 64	0.98 164	0.65 226	3.40 166	1.82 260	0.01 291	0.04 226	0.02 337	0.01 237	0.10 196	0.09 100

LoS	0.32 9	0.19 73	1.27 11	0.11 169	0.01 58	1.32 123	0.07 178	1.44 31	0.79 48	0.06 12	0.04 39	0.27 80	0.11 107	0.60 53	0.13 32	0.00 1	0.01 188	0.00 1	0.00 1	0.03 90	0.01 10

test-1	0.77 89	0.31 120	1.67 40	0.03 57	0.97 347	1.23 83	0.07 178	4.63 242	0.75 44	0.73 98	0.67 171	1.06 171	0.03 33	0.58 44	0.80 191	0.02 315	0.79 313	0.00 1	0.07 280	0.01 9	0.96 299

LRCNet_RVC	60.82 415	63.91 418	64.33 410	69.26 421	50.13 417	19.76 394	0.07 178	58.24 415	5.77 357	75.95 417	85.64 417	74.51 416	62.84 415	58.99 415	50.33 413	93.38 424	56.04 421	93.60 423	93.06 422	68.67 421	71.95 422

test_xeample3	0.95 140	1.30 314	5.13 316	0.19 193	0.23 236	0.95 19	0.07 178	2.30 61	1.47 191	0.40 49	0.05 47	0.08 43	0.07 72	1.45 120	2.27 281	0.00 1	0.69 304	0.00 1	0.33 369	0.17 276	1.85 367

FADNet_RVC	1.32 231	1.54 333	5.37 324	0.02 39	0.06 155	2.78 296	0.07 178	4.19 204	1.03 83	0.44 57	0.35 120	0.67 119	0.10 99	5.42 256	1.92 265	0.24 363	0.33 280	0.11 358	0.33 369	0.66 370	0.68 272

RYNet	1.76 277	0.81 238	4.24 277	0.34 237	0.10 186	2.62 291	0.07 178	5.36 291	2.08 261	1.38 188	0.35 120	4.71 333	1.35 270	6.73 305	4.61 331	0.00 1	0.05 231	0.00 1	0.00 1	0.05 123	0.33 216

Any-RAFT	0.76 87	0.13 23	1.46 16	0.03 57	0.01 58	2.76 295	0.08 184	4.09 190	1.69 222	1.08 149	0.26 100	1.95 229	0.31 168	0.95 96	0.09 12	0.01 291	0.20 267	0.00 1	0.00 1	0.01 9	0.08 80

LL-Strereo2	0.63 62	0.97 269	2.03 111	0.76 319	0.86 339	1.15 58	0.08 184	1.85 51	1.20 114	0.45 61	0.02 1	0.50 102	0.07 72	0.63 59	0.65 172	0.00 1	0.17 262	0.00 1	0.03 257	0.05 123	1.05 305

4D-IteraStereo	0.59 49	0.98 272	2.62 192	0.04 81	0.09 178	1.07 33	0.08 184	1.45 32	0.39 12	0.12 17	0.05 47	0.82 145	0.10 99	0.77 75	1.05 224	0.00 1	0.40 284	0.00 1	0.00 1	0.08 166	1.79 363

STrans-v2	1.75 275	0.45 156	3.43 238	0.03 57	0.19 220	1.48 174	0.08 184	7.25 364	2.16 264	2.04 246	2.80 295	3.60 308	3.78 344	7.00 326	0.52 155	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.10 109

RAFT	0.91 121	0.96 266	1.82 76	0.89 331	0.44 293	0.97 21	0.08 184	3.71 140	1.25 132	0.36 45	0.20 85	3.87 318	0.27 161	0.70 65	0.49 148	0.00 1	0.83 317	0.00 1	0.01 237	0.47 351	0.87 290

sAnonymous2	0.50 23	0.60 195	4.41 290	0.01 9	0.00 1	0.34 5	0.08 184	2.33 62	1.09 90	0.03 5	0.06 51	0.04 7	0.10 99	0.29 9	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 245	0.35 219

CroCo_RVC	0.50 23	0.60 195	4.41 290	0.01 9	0.00 1	0.34 5	0.08 184	2.33 62	1.09 90	0.03 5	0.06 51	0.04 7	0.10 99	0.29 9	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 245	0.35 219

GES	0.75 85	0.26 101	2.66 195	0.01 9	0.00 1	1.63 221	0.08 184	6.06 333	0.57 27	0.68 88	0.40 132	0.37 86	0.66 228	0.84 88	0.49 148	0.02 315	0.00 1	0.01 319	0.00 1	0.08 166	0.10 109

APVNet	1.68 272	0.75 224	4.94 309	0.13 176	0.01 58	4.56 341	0.08 184	5.20 280	1.44 185	1.51 199	1.05 208	2.87 278	0.93 248	6.76 307	2.76 297	0.01 291	0.00 1	0.07 351	0.00 1	0.34 333	0.08 80

FADNet-RVC	1.30 227	1.62 339	6.28 340	0.03 57	0.00 1	1.61 213	0.08 184	4.49 226	2.04 259	0.41 54	0.10 57	0.63 110	0.64 223	5.55 261	1.69 256	0.01 291	0.08 244	0.00 1	0.00 1	0.52 360	0.31 209

RTSC	3.18 336	2.15 361	8.20 366	0.67 303	0.38 283	4.41 340	0.08 184	5.64 306	5.80 359	6.14 355	3.43 310	3.37 297	1.55 284	7.50 343	12.15 376	0.00 1	0.84 318	0.00 1	0.25 352	0.51 356	0.53 250

TransformOpticalFlow	1.53 261	0.40 147	3.46 240	0.66 298	0.07 163	1.56 196	0.09 195	4.35 219	1.86 242	1.72 223	2.27 271	3.53 307	3.04 330	6.93 319	0.49 148	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.10 109

LMCR-Stereo	1.28 219	1.13 297	2.41 166	0.57 282	0.03 121	2.72 293	0.09 195	6.86 355	0.88 64	2.44 281	1.92 256	0.14 63	1.55 284	3.57 174	1.12 229	0.00 1	0.00 1	0.00 1	0.00 1	0.16 264	0.02 23

Anonymous3	0.61 55	0.23 92	2.97 213	0.01 9	0.00 1	2.54 284	0.09 195	3.88 164	0.89 67	0.19 28	0.23 92	0.12 55	0.05 56	0.61 56	0.17 46	0.00 1	0.08 244	0.00 1	0.00 1	0.05 123	0.18 158

BEATNet_4x	1.24 204	1.45 326	5.03 312	0.58 283	0.02 103	1.34 128	0.09 195	5.29 285	1.69 222	2.01 245	0.25 95	1.18 180	0.44 195	2.11 145	2.70 294	0.00 1	0.00 1	0.00 1	0.00 1	0.14 245	0.54 251

R-Stereo Train	0.56 46	0.15 28	1.83 77	0.02 39	0.00 1	1.26 100	0.09 195	4.14 199	0.45 17	1.86 229	0.42 136	0.06 27	0.01 4	0.32 11	0.46 142	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 57

RAFT-Stereo	0.56 46	0.15 28	1.83 77	0.02 39	0.00 1	1.26 100	0.09 195	4.14 199	0.45 17	1.86 229	0.42 136	0.06 27	0.01 4	0.32 11	0.46 142	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 57
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DispFullNet	8.26 378	24.76 412	14.96 389	14.77 405	7.78 397	5.23 350	0.09 195	5.67 309	3.16 328	9.01 371	4.87 331	6.15 351	10.66 385	10.44 379	4.54 330	2.54 384	0.33 280	15.59 402	4.84 405	13.17 403	6.59 393

cross-raft	0.67 69	0.19 73	1.85 80	0.58 283	0.71 332	1.09 45	0.10 202	3.52 129	0.69 40	0.41 54	0.02 1	2.81 275	0.04 42	0.55 38	0.23 74	0.00 1	0.13 258	0.00 1	0.16 312	0.01 9	0.22 180

STTStereo	0.98 152	0.62 202	3.78 262	0.25 223	0.15 210	1.44 155	0.10 202	3.57 130	1.75 235	1.46 196	0.19 81	1.74 216	0.44 195	3.47 169	0.54 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.05 57

UDG	3.15 334	9.41 402	2.81 202	2.72 379	0.92 343	2.39 278	0.11 204	4.12 196	1.30 158	2.35 268	3.63 314	4.96 336	1.58 288	4.33 199	2.89 304	1.22 379	0.04 226	8.09 390	3.80 402	4.94 383	1.35 325

IPLG	0.99 154	0.76 228	3.08 218	0.06 113	0.06 155	1.40 144	0.11 204	3.81 146	1.07 87	0.81 106	1.00 206	0.50 102	0.60 212	5.65 267	0.38 123	0.00 1	0.00 1	0.00 1	0.00 1	0.23 298	0.20 173

Consistency-Raft	1.48 254	0.96 266	5.40 327	0.36 239	0.31 279	1.66 230	0.11 204	4.30 218	4.32 345	0.47 64	5.99 341	0.86 146	2.09 304	1.19 103	1.31 234	0.03 325	0.01 188	0.00 1	0.00 1	0.27 317	0.02 23

GEStereo_RVC	1.25 207	0.76 228	2.61 190	0.37 242	0.01 58	1.40 144	0.11 204	6.93 356	1.20 114	1.22 171	0.78 184	1.58 199	0.77 237	6.13 279	0.66 174	0.00 1	0.00 1	0.00 1	0.00 1	0.14 245	0.23 185

ADLNet	1.35 237	0.55 181	2.95 212	0.01 9	0.05 150	2.22 266	0.11 204	5.06 272	2.83 320	2.42 279	2.19 266	2.63 268	0.68 231	3.59 175	1.37 239	0.00 1	0.00 1	0.00 1	0.00 1	0.17 276	0.27 202

UPFNet	0.99 154	0.32 124	2.89 208	0.00 1	0.00 1	1.90 255	0.11 204	4.10 192	1.10 93	2.35 268	0.12 64	1.91 225	0.08 83	4.02 186	0.78 188	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.04 42

RGC	2.11 302	0.95 262	4.61 295	0.08 131	0.29 265	3.34 315	0.11 204	5.40 296	1.78 239	3.93 328	4.52 328	5.20 344	3.05 331	5.78 268	2.78 300	0.00 1	0.00 1	0.00 1	0.00 1	0.12 227	0.18 158

MIPNet	0.77 89	0.74 222	2.72 196	0.08 131	0.07 163	1.32 123	0.12 211	4.14 199	1.51 194	0.90 117	0.11 60	0.67 119	0.95 249	1.42 119	0.30 96	0.00 1	0.01 188	0.01 319	0.01 237	0.15 256	0.23 185

Wz-Net-LNSev	1.60 269	1.48 330	8.20 366	0.03 57	0.03 121	3.95 328	0.13 212	4.89 259	2.33 281	0.92 122	0.31 111	3.64 311	1.40 272	2.90 156	1.50 245	0.00 1	0.00 1	0.00 1	0.00 1	0.10 196	0.20 173

NCC-stereo	2.09 298	1.02 280	4.78 301	0.10 157	0.26 254	2.33 275	0.13 212	5.82 321	1.70 226	2.98 303	3.18 303	4.63 329	5.69 366	6.26 281	2.76 297	0.05 335	0.00 1	0.00 1	0.00 1	0.08 166	0.14 135

Abc-Net	2.09 298	1.02 280	4.78 301	0.10 157	0.26 254	2.33 275	0.13 212	5.82 321	1.70 226	2.98 303	3.18 303	4.63 329	5.69 366	6.26 281	2.76 297	0.05 335	0.00 1	0.00 1	0.00 1	0.08 166	0.14 135
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
gwcnet-sp	1.11 177	0.71 217	4.90 305	0.05 95	0.01 58	2.59 287	0.14 215	4.22 207	1.38 180	1.93 237	0.18 70	0.68 123	0.38 180	3.77 180	0.98 217	0.00 1	0.00 1	0.00 1	0.00 1	0.13 237	0.08 80

scenet	1.11 177	0.71 217	4.90 305	0.05 95	0.01 58	2.59 287	0.14 215	4.22 207	1.38 180	1.93 237	0.18 70	0.68 123	0.38 180	3.77 180	0.98 217	0.00 1	0.00 1	0.00 1	0.00 1	0.13 237	0.08 80

ssnet	1.11 177	0.71 217	4.90 305	0.05 95	0.01 58	2.59 287	0.14 215	4.22 207	1.38 180	1.93 237	0.18 70	0.68 123	0.38 180	3.77 180	0.98 217	0.00 1	0.00 1	0.00 1	0.00 1	0.13 237	0.08 80

IIG-Stereo	1.39 242	0.67 212	1.73 47	2.48 377	0.05 150	1.63 221	0.14 215	3.00 99	1.20 114	2.94 302	2.23 269	3.03 285	0.55 204	7.41 339	0.66 174	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.07 75

111	1.00 157	1.05 286	3.63 249	0.01 9	0.04 142	1.20 69	0.16 219	4.50 227	2.24 272	1.32 180	1.15 219	2.00 233	0.31 168	0.59 51	0.79 189	0.00 1	0.00 1	0.00 1	0.00 1	0.10 196	0.84 286

FADNet	1.38 240	1.42 325	5.62 330	0.03 57	0.06 155	2.56 285	0.16 219	4.66 246	1.64 217	0.35 43	0.11 60	1.66 210	1.05 251	5.64 266	1.59 250	0.18 359	0.02 215	0.01 319	0.01 237	0.52 360	0.23 185

PSMNet_ROB	1.31 228	1.27 311	3.91 267	0.05 95	0.11 190	1.69 239	0.16 219	3.98 173	1.59 201	1.15 160	0.34 114	2.77 272	0.62 218	4.43 205	3.80 321	0.00 1	0.00 1	0.00 1	0.00 1	0.12 227	0.12 122

RAFT-Test	0.85 106	0.19 73	2.98 214	0.66 298	0.99 349	1.83 253	0.17 222	3.16 113	1.19 108	0.71 91	0.11 60	3.21 294	0.02 16	0.58 44	0.33 98	0.00 1	0.47 288	0.00 1	0.29 365	0.01 9	0.15 142

SHD	3.58 340	1.83 346	6.41 344	1.34 359	1.21 357	4.84 345	0.17 222	7.95 374	12.83 380	7.86 364	3.32 308	5.08 339	2.63 319	5.54 260	8.57 357	0.01 291	0.75 311	0.00 1	0.18 327	0.31 326	0.73 277

DeepPruner_ROB	1.04 166	0.99 275	3.05 217	0.02 39	0.00 1	1.60 206	0.17 222	3.96 171	0.52 20	3.41 317	0.03 29	2.06 236	0.17 134	3.35 163	1.12 229	0.00 1	0.00 1	0.00 1	0.00 1	0.14 245	0.14 135

XPNet_ROB	1.41 246	0.81 238	2.75 199	0.04 81	0.01 58	1.70 240	0.17 222	4.14 199	1.69 222	4.12 331	1.10 213	1.58 199	0.52 201	5.13 244	4.07 325	0.00 1	0.00 1	0.00 1	0.00 1	0.11 219	0.25 195

PDISCO_ROB	2.54 323	1.40 323	5.07 315	1.06 344	2.01 374	8.28 372	0.17 222	7.96 375	6.01 361	1.48 198	1.75 249	3.67 312	1.25 265	7.74 353	2.07 271	0.00 1	0.00 1	0.00 1	0.00 1	0.39 345	0.42 240

SFCPSM	0.87 110	0.20 79	2.57 186	0.02 39	0.07 163	2.45 280	0.18 227	5.65 307	1.51 194	0.85 110	0.77 182	0.67 119	0.30 164	1.77 135	0.22 67	0.00 1	0.00 1	0.00 1	0.04 269	0.09 185	0.09 100

GANetREF_RVC	1.25 207	1.39 322	4.10 271	0.10 157	0.00 1	2.25 267	0.18 227	4.68 248	2.78 316	0.69 89	0.34 114	1.87 222	0.65 226	5.07 240	0.68 178	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.07 75
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
FBW_ROB	2.74 328	1.02 280	4.72 297	0.43 252	0.18 218	4.35 338	0.18 227	7.28 366	3.50 332	3.57 320	3.38 309	4.86 334	1.22 262	11.70 386	5.76 339	0.17 358	0.08 244	0.59 374	0.12 301	0.28 320	1.40 328

DRN-Test	1.79 279	0.51 172	4.94 309	0.19 193	0.14 202	3.30 311	0.19 230	6.58 351	2.31 278	4.40 337	0.77 182	2.10 240	1.73 293	5.40 255	2.82 303	0.00 1	0.00 1	0.00 1	0.01 237	0.12 227	0.27 202

CoDeX	1.03 165	0.45 156	2.50 184	0.06 113	0.20 224	1.51 182	0.20 231	6.54 349	1.96 252	0.73 98	0.68 172	1.04 168	0.31 168	3.86 184	0.38 123	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.07 75

GASNet	1.77 278	2.50 369	7.05 352	0.47 261	0.02 103	1.50 178	0.20 231	4.55 235	2.55 299	0.98 128	1.48 237	2.24 252	1.57 287	6.25 280	3.41 317	0.00 1	0.05 231	0.00 1	0.00 1	0.55 363	0.12 122

BSDual-CNN	0.94 131	0.15 28	1.48 18	0.04 81	0.00 1	3.30 311	0.20 231	6.00 328	1.17 103	2.36 270	0.64 166	1.78 218	0.10 99	0.80 83	0.71 182	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.06 65

hknet	1.21 196	0.25 99	2.89 208	0.04 81	0.00 1	3.30 311	0.20 231	6.00 328	1.19 108	2.36 270	0.64 166	3.38 299	0.05 56	3.04 159	0.73 185	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.06 65

DDUNet	3.58 340	11.19 404	3.84 264	3.59 383	3.31 383	4.14 332	0.20 231	4.40 221	1.33 163	2.72 295	3.11 302	3.16 291	0.37 178	4.18 188	1.47 243	2.02 383	0.05 231	10.10 395	3.59 401	5.85 385	3.05 384

psmorigin	2.16 307	0.75 224	10.72 379	0.24 218	0.03 121	1.62 218	0.20 231	3.80 145	1.16 100	5.40 350	3.08 300	5.77 348	2.29 308	5.62 265	2.13 272	0.00 1	0.00 1	0.00 1	0.00 1	0.08 166	0.25 195

ICVP	0.53 34	0.09 6	1.86 83	0.01 9	0.01 58	1.12 54	0.21 237	4.35 219	0.68 39	0.45 61	0.28 102	0.33 83	0.07 72	0.72 69	0.25 80	0.00 1	0.07 240	0.00 1	0.00 1	0.04 111	0.11 116
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ACVNet	0.75 85	0.56 187	2.30 150	0.09 147	0.00 1	1.39 140	0.21 237	2.76 76	1.34 166	0.88 114	0.75 179	1.92 226	0.26 158	0.51 35	1.65 253	0.00 1	0.00 1	0.00 1	0.00 1	0.15 256	0.20 173

hitnet-ft	1.26 216	0.71 217	2.37 161	0.04 81	0.00 1	1.39 140	0.21 237	3.94 169	2.53 297	1.61 212	1.11 215	4.21 323	0.36 176	4.83 230	1.65 253	0.01 291	0.00 1	0.03 342	0.00 1	0.11 219	0.08 80

Anonymous_2	2.17 308	0.32 124	2.35 158	0.80 322	0.85 336	1.67 235	0.22 240	4.62 241	0.71 41	1.12 156	0.40 132	3.18 293	1.94 301	0.84 88	0.77 187	0.06 341	1.09 349	3.25 387	14.62 411	3.25 381	1.43 330

LCNet	0.93 128	0.21 83	1.62 31	0.14 178	0.26 254	1.20 69	0.22 240	2.71 74	0.90 70	1.82 227	0.21 88	0.12 55	2.50 316	5.59 263	0.16 40	0.00 1	0.00 1	0.00 1	0.00 1	0.16 264	0.79 283

ETE_ROB	1.42 248	1.04 285	3.10 220	0.02 39	0.03 121	1.81 251	0.22 240	4.73 250	1.67 221	4.77 341	1.43 233	2.77 272	0.08 83	4.23 194	2.20 275	0.00 1	0.00 1	0.00 1	0.00 1	0.06 132	0.20 173

AdaStereo	0.76 87	0.12 18	1.73 47	0.05 95	0.00 1	1.46 163	0.23 243	5.16 279	1.66 219	1.19 163	0.37 124	1.54 195	0.17 134	0.86 91	0.54 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.08 80
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.
NVstereo2D	1.25 207	0.34 130	5.21 321	0.09 147	0.03 121	1.61 213	0.23 243	4.95 266	1.92 249	1.05 144	0.38 127	2.53 264	0.61 213	5.36 254	0.44 133	0.00 1	0.10 252	0.00 1	0.03 257	0.04 111	0.19 161

DLCB_ROB	1.38 240	0.60 195	1.96 101	0.10 157	0.00 1	1.53 187	0.23 243	4.02 180	1.91 248	3.54 319	1.97 259	3.40 300	0.30 164	4.91 232	2.97 305	0.00 1	0.00 1	0.00 1	0.00 1	0.04 111	0.12 122

SQANet	2.65 326	1.92 354	3.73 260	4.47 384	2.98 381	2.59 287	0.24 246	4.66 246	1.11 94	2.48 283	0.59 161	1.57 196	0.86 244	3.95 185	1.67 255	7.97 391	0.14 259	0.48 369	0.03 257	7.84 386	3.68 386

riskmin	0.95 140	0.06 1	2.01 106	0.80 322	0.86 339	1.58 201	0.24 246	4.28 215	0.53 21	0.85 110	0.29 104	2.60 266	1.04 250	0.70 65	0.61 166	0.00 1	0.85 319	0.00 1	0.26 359	0.01 9	1.48 332

PFNet	1.13 182	0.26 101	3.28 232	1.27 351	0.55 303	1.60 206	0.24 246	1.80 50	1.19 108	2.37 273	1.21 221	0.63 110	0.30 164	6.85 311	0.46 142	0.16 357	0.01 188	0.00 1	0.07 280	0.18 281	0.24 189

RAFT-345	1.25 207	0.12 18	2.08 118	0.54 277	0.13 197	1.55 192	0.24 246	0.65 6	2.51 296	1.19 163	7.68 351	0.92 154	0.05 56	6.86 312	0.50 151	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.00 1

ASMatch	1.46 251	0.17 46	2.35 158	0.73 313	0.20 224	1.22 79	0.25 250	1.04 23	0.89 67	0.30 41	11.50 365	0.92 154	2.31 309	6.65 300	0.56 160	0.00 1	0.00 1	0.00 1	0.01 237	0.00 1	0.04 42

FADNet-RVC-Resample	1.28 219	1.46 327	6.58 348	0.10 157	0.14 202	1.54 191	0.25 250	4.29 217	1.46 188	0.61 81	0.23 92	1.29 185	0.28 163	5.23 248	1.06 225	0.10 349	0.16 260	0.09 354	0.06 278	0.28 320	0.39 232

psmg	0.93 128	0.15 28	1.48 18	0.02 39	0.00 1	3.25 310	0.26 252	5.45 300	1.17 103	2.00 244	1.45 234	1.78 218	0.10 99	0.80 83	0.71 182	0.00 1	0.00 1	0.01 319	0.00 1	0.02 35	0.04 42

ADLNet2	1.52 260	0.79 234	3.51 243	0.01 9	0.69 329	1.26 100	0.26 252	4.84 255	3.10 326	1.67 218	3.23 305	4.17 322	0.80 241	4.77 227	1.00 220	0.00 1	0.00 1	0.00 1	0.00 1	0.22 297	0.12 122

Patchmatch Stereo++	0.59 49	0.18 50	1.73 47	0.08 131	0.08 172	1.62 218	0.26 252	1.62 41	1.25 132	1.00 139	0.18 70	0.75 133	0.03 33	2.68 152	0.20 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 57
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-softLoss	0.96 143	0.18 50	2.32 155	1.26 349	0.03 121	1.50 178	0.26 252	2.90 87	1.27 142	1.30 177	0.38 127	0.39 89	0.01 4	6.94 320	0.36 112	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.01 10

KMStereo	0.96 143	0.18 50	2.32 155	1.26 349	0.03 121	1.50 178	0.26 252	2.90 87	1.27 142	1.30 177	0.38 127	0.39 89	0.01 4	6.94 320	0.36 112	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.01 10

iRAFT	0.59 49	0.18 50	1.73 47	0.08 131	0.08 172	1.62 218	0.26 252	1.62 41	1.25 132	1.00 139	0.18 70	0.75 133	0.03 33	2.68 152	0.20 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 57

RASNet	1.75 275	0.71 217	2.93 211	0.20 207	3.20 382	1.75 245	0.26 252	3.87 161	2.64 302	0.98 128	1.46 236	5.25 347	1.67 291	6.73 305	2.81 302	0.00 1	0.00 1	0.00 1	0.00 1	0.06 132	0.47 242

iGMRVC	0.59 49	0.18 50	1.75 52	0.08 131	0.09 178	1.63 221	0.27 259	1.61 38	1.27 142	0.99 133	0.19 81	0.75 133	0.03 33	2.78 154	0.20 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 42

fast-acv-ft	1.54 262	0.86 244	4.85 303	0.11 169	0.12 195	3.88 326	0.28 260	2.97 96	2.26 274	0.96 127	3.49 311	2.97 282	1.23 263	3.47 169	2.75 296	0.04 331	0.01 188	0.04 346	0.04 269	0.44 350	0.08 80

SACVNet	1.14 185	0.74 222	2.49 183	0.07 123	0.00 1	1.65 229	0.28 260	4.52 231	1.51 194	2.11 251	0.79 185	1.57 196	0.07 72	5.28 250	1.31 234	0.01 291	0.00 1	0.00 1	0.00 1	0.26 312	0.18 158

NF-Stereo	0.92 124	0.18 50	1.99 104	1.31 355	0.01 58	1.55 192	0.28 260	3.09 108	1.24 125	1.20 167	0.57 155	0.24 74	0.01 4	6.43 288	0.35 108	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

OCTAStereo	0.93 128	0.18 50	2.01 106	1.31 355	0.01 58	1.56 196	0.28 260	3.09 108	1.24 125	1.21 168	0.57 155	0.25 78	0.01 4	6.43 288	0.35 108	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

RE-Stereo	0.92 124	0.18 50	2.01 106	1.31 355	0.01 58	1.55 192	0.28 260	3.09 108	1.24 125	1.21 168	0.57 155	0.24 74	0.01 4	6.43 288	0.34 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

TVStereo	0.92 124	0.18 50	2.01 106	1.31 355	0.01 58	1.55 192	0.28 260	3.09 108	1.24 125	1.21 168	0.57 155	0.24 74	0.01 4	6.43 288	0.34 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

DeepPrunerF	2.71 327	1.57 337	16.51 392	0.22 209	0.33 280	1.45 159	0.28 260	6.26 341	9.92 376	1.25 174	0.44 140	1.98 231	1.61 289	7.33 337	4.17 327	0.00 1	0.01 188	0.07 351	0.10 292	0.33 330	0.29 206

Wz-Net-LNSev-Ref	1.86 281	1.13 297	5.96 334	0.02 39	0.00 1	5.00 347	0.29 267	5.31 287	2.38 284	2.65 289	1.15 219	2.32 260	1.95 302	5.59 263	3.35 316	0.00 1	0.00 1	0.00 1	0.00 1	0.04 111	0.14 135

CIPLG	0.94 131	1.29 313	3.53 246	0.19 193	0.03 121	1.45 159	0.29 267	3.87 161	1.61 204	2.10 250	2.52 289	0.21 72	0.11 107	0.85 90	0.29 92	0.00 1	0.05 231	0.01 319	0.05 271	0.21 291	0.08 80

IPLGR_C	0.94 131	1.37 319	3.71 257	0.19 193	0.02 103	1.44 155	0.29 267	3.88 164	1.62 210	2.04 246	2.44 287	0.20 68	0.12 120	0.79 78	0.29 92	0.00 1	0.05 231	0.01 319	0.05 271	0.21 291	0.08 80

ACRE	0.94 131	1.27 311	3.93 268	0.22 209	0.02 103	1.44 155	0.29 267	3.88 164	1.60 203	1.97 242	2.42 282	0.21 72	0.11 107	0.82 86	0.29 92	0.00 1	0.04 226	0.01 319	0.05 271	0.21 291	0.09 100

PSM-adaLoss	0.54 38	0.18 50	1.72 46	0.08 131	0.09 178	1.63 221	0.29 267	1.60 35	1.27 142	0.99 133	0.18 70	0.76 138	0.02 16	1.79 138	0.20 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 57

RAFT-IKP	0.54 38	0.18 50	1.77 61	0.08 131	0.07 163	1.47 169	0.29 267	1.61 38	1.26 138	0.99 133	0.18 70	0.74 131	0.02 16	1.77 135	0.20 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 42

PMTNet	0.26 5	0.21 83	1.40 14	0.02 39	0.02 103	1.16 61	0.29 267	1.00 20	0.18 1	0.04 9	0.03 29	0.07 38	0.02 16	0.47 27	0.15 36	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.02 23

HUI-Stereo	0.54 38	0.18 50	1.78 63	0.08 131	0.08 172	1.63 221	0.31 274	1.60 35	1.28 146	0.99 133	0.18 70	0.76 138	0.02 16	1.56 122	0.19 57	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 57

IRAFT_RVC	1.13 182	0.39 142	2.40 164	1.51 363	0.25 245	1.37 134	0.31 274	2.93 95	1.24 125	1.58 211	0.79 185	1.14 178	1.54 281	6.53 293	0.44 133	0.00 1	0.12 256	0.00 1	0.00 1	0.02 35	0.03 36

OMP-Stereo	1.29 223	0.75 224	1.67 40	2.47 376	0.29 265	1.61 213	0.32 276	2.38 67	1.09 90	2.66 292	1.14 218	3.04 286	0.17 134	7.40 338	0.60 163	0.00 1	0.00 1	0.00 1	0.00 1	0.07 156	0.08 80

ROB_FTStereo_v2	0.52 32	0.18 50	1.71 45	0.08 131	0.09 178	1.59 202	0.32 276	1.61 38	1.25 132	0.99 133	0.19 81	0.76 138	0.02 16	1.36 117	0.20 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 42

ROB_FTStereo	0.55 43	0.18 50	1.75 52	0.08 131	0.09 178	1.61 213	0.32 276	1.60 35	1.26 138	0.99 133	0.19 81	0.75 133	0.03 33	1.97 142	0.19 57	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 42

STTRV1_RVC		0.39 142		0.34 237	0.01 58	2.50 282	0.34 279	6.44 345	3.75 338	0.86 113	5.12 333	1.63 206	1.08 252	7.64 346	1.58 249	1.07 373	2.64 405	0.00 1	0.00 1	0.02 35	0.04 42

DANet	1.96 289	0.24 96	3.72 258	0.78 320	0.48 298	2.65 292	0.34 279	3.94 169	1.71 228	4.35 334	1.56 241	5.09 340	0.56 206	6.97 324	5.99 342	0.01 291	0.00 1	0.00 1	0.01 237	0.04 111	0.66 268
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
Pruner-Stereo	0.63 62	0.21 83	1.86 83	1.03 342	0.10 186	1.59 202	0.35 281	2.26 60	1.22 121	2.22 256	0.45 143	0.25 78	0.01 4	0.67 62	0.38 123	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.02 23

ssnet_v2	1.33 235	0.64 208	2.83 205	0.06 113	0.03 121	2.08 264	0.36 282	5.88 324	2.33 281	2.52 286	0.88 197	3.06 288	0.54 202	1.75 134	3.30 314	0.00 1	0.00 1	0.00 1	0.00 1	0.25 306	0.13 130

PWC_ROB	3.30 338	1.83 346	8.47 369	0.62 292	0.56 306	1.31 115	0.39 283	4.53 232	5.05 353	7.66 363	15.14 373	3.37 297	2.43 313	6.86 312	6.74 349	0.00 1	0.00 1	0.00 1	0.00 1	0.51 356	0.54 251

DeepStereo_RVC	0.59 49	0.16 38	1.65 39	0.08 131	0.06 155	1.37 134	0.40 284	1.58 34	1.26 138	1.03 142	0.83 190	0.49 99	1.52 280	0.94 94	0.18 49	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.13 130

MaskLacGwcNet_RVC	1.88 282	0.88 247	3.47 241	1.64 368	0.22 230	4.27 334	0.40 284	3.90 167	1.63 216	0.72 97	0.71 173	3.06 288	0.11 107	5.13 244	1.03 223	5.07 386	0.54 296	0.00 1	0.00 1	1.73 379	3.16 385

HHNet	0.94 131	0.28 109	2.48 181	0.19 193	0.08 172	1.32 123	0.42 286	2.48 69	0.84 58	1.39 191	5.80 339	0.14 63	1.74 294	0.49 30	0.94 214	0.06 341	0.00 1	0.01 319	0.00 1	0.14 245	0.04 42

DRaft	1.40 244	0.20 79	1.83 77	0.09 147	0.01 58	1.66 230	0.42 286	2.13 59	0.59 29	3.75 323	5.16 334	0.41 92	4.27 350	5.52 258	1.63 252	0.01 291	0.06 237	0.00 1	0.07 280	0.08 166	0.12 122

CRE-IMP	0.49 22	0.14 27	1.75 52	0.08 131	0.05 150	1.48 174	0.45 288	1.64 43	1.22 121	0.92 122	0.29 104	0.87 147	0.01 4	0.39 18	0.25 80	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.17 151

CVANet_RVC	1.37 239	0.82 240	3.23 228	0.54 277	0.11 190	1.48 174	0.46 289	4.01 179	2.23 271	3.33 314	1.34 229	1.51 194	0.37 178	6.38 287	0.69 180	0.01 291	0.00 1	0.00 1	0.05 271	0.19 284	0.62 265

AF-Net	2.51 322	1.12 295	5.46 328	0.01 9	0.13 197	2.03 261	0.47 290	7.04 361	2.74 311	4.09 330	10.64 363	4.99 337	2.94 325	4.94 234	3.28 313	0.00 1	0.00 1	0.00 1	0.00 1	0.17 276	0.15 142

NRIStereo	0.82 96	0.17 46	1.56 27	0.61 288	0.05 150	1.61 213	0.48 291	1.52 33	1.19 108	0.91 118	0.17 67	0.65 113	0.03 33	7.00 326	0.25 80	0.00 1	0.06 237	0.00 1	0.00 1	0.06 132	0.17 151

LALA_ROB	1.55 264	1.07 290	2.99 216	0.02 39	0.06 155	3.20 308	0.49 292	4.07 188	1.80 240	3.79 325	0.66 169	4.51 325	0.25 157	3.82 183	4.07 325	0.00 1	0.00 1	0.00 1	0.00 1	0.10 196	0.11 116

MFN_U_SF_RVC	4.10 354	2.36 365	12.04 382	1.00 338	0.27 259	10.31 376	0.51 293	8.83 378	3.69 336	4.90 345	3.30 307	9.33 369	3.43 338	8.28 360	9.42 364	0.41 367	0.53 295	0.52 370	0.81 386	0.90 374	1.05 305

edge stereo	2.06 294	0.42 152	4.20 275	0.14 178	0.09 178	1.82 252	0.51 293	5.38 292	2.48 295	3.45 318	3.96 324	8.28 364	1.80 298	5.90 271	2.30 282	0.00 1	0.00 1	0.01 319	0.00 1	0.16 264	0.19 161

PA-Net	1.56 266	1.13 297	5.13 316	0.07 123	0.17 215	1.46 163	0.53 295	4.73 250	3.04 325	0.92 122	1.30 226	2.29 257	0.62 218	6.63 298	3.00 307	0.01 291	0.00 1	0.00 1	0.00 1	0.07 156	0.15 142
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
IGEV_Zeroshot_test	1.07 172	0.28 109	3.68 256	0.51 275	0.58 311	1.13 55	0.54 296	4.64 243	0.73 43	1.14 158	0.75 179	3.21 294	0.70 232	0.77 75	0.57 161	0.00 1	0.52 294	0.00 1	0.16 312	0.04 111	1.56 336

EGLCR-Stereo	0.64 65	0.12 18	1.52 21	0.74 315	0.75 334	1.83 253	0.54 296	2.79 80	0.67 36	0.66 87	0.04 39	0.01 1	0.02 16	0.77 75	0.45 137	0.00 1	0.71 308	0.00 1	0.00 1	0.00 1	1.14 310

PFNet+	0.65 67	0.19 73	2.19 134	0.29 232	0.06 155	1.46 163	0.54 296	1.74 48	1.62 210	1.35 185	0.45 143	0.36 85	0.01 4	2.41 147	0.25 80	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.01 10

Syn2CoEx	1.91 285	1.85 349	6.43 347	0.05 95	0.00 1	1.47 169	0.54 296	6.03 332	2.24 272	2.24 261	2.19 266	2.06 236	3.10 332	6.57 295	2.58 292	0.00 1	0.00 1	0.00 1	0.00 1	0.34 333	0.40 234

DisPM	0.96 143	0.17 46	2.10 125	0.90 332	0.02 103	1.53 187	0.55 300	1.86 52	1.31 161	2.42 279	0.82 189	0.38 88	0.01 4	6.92 317	0.20 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

SST-Stereo	1.12 180	0.10 10	1.98 102	0.85 327	0.24 241	1.72 242	0.56 301	2.10 57	2.01 255	1.19 163	1.07 209	1.57 196	1.88 300	6.92 317	0.24 78	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.02 23

stereogan	2.38 320	0.59 192	5.05 313	0.01 9	0.09 178	8.26 371	0.58 302	4.92 263	3.65 335	4.68 340	4.60 329	6.43 354	2.39 312	5.27 249	0.72 184	0.00 1	0.01 188	0.01 319	0.00 1	0.27 317	0.13 130

GwcNet	1.96 289	1.51 331	7.43 357	0.30 233	1.20 356	4.13 331	0.61 303	4.45 224	1.92 249	1.53 202	2.31 272	3.93 321	0.54 202	5.50 257	3.16 311	0.00 1	0.00 1	0.00 1	0.01 237	0.39 345	0.24 189

AAGNet	1.60 269	0.15 28	1.76 58	1.17 348	0.27 259	1.51 182	0.64 304	1.71 46	1.20 114	1.67 218	0.81 188	1.59 201	2.23 306	6.08 277	11.16 373	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.02 23

RAFT_R40	1.08 173	0.11 13	2.09 124	0.83 325	0.20 224	1.68 238	0.64 304	2.11 58	1.19 108	1.05 144	1.13 216	1.77 217	1.43 273	6.90 315	0.33 98	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.01 10

iRaft-Stereo_20w	1.39 242	0.18 50	3.72 258	0.79 321	0.56 306	1.90 255	0.65 306	8.85 379	1.05 85	2.05 248	0.42 136	1.24 182	1.23 263	1.69 130	0.95 215	0.00 1	0.62 301	0.00 1	0.44 375	0.02 35	1.41 329

Prome-Stereo	1.29 223	0.09 6	1.62 31	0.12 175	0.24 241	1.28 109	0.65 306	2.98 97	0.93 73	2.08 249	8.52 355	0.75 133	2.83 324	2.19 146	0.11 19	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	1.39 327

XQC	3.16 335	2.00 357	7.71 359	0.97 337	0.67 326	5.07 348	0.69 308	6.58 351	4.95 352	5.04 347	1.98 262	4.99 337	3.12 333	7.96 356	10.02 369	0.00 1	0.63 302	0.00 1	0.18 327	0.36 339	0.38 231

EDNetEfficientorigin	10.48 388	2.34 364	98.78 423	0.23 213	0.25 245	3.01 304	0.70 309	4.69 249	17.04 388	19.07 394	15.43 374	12.52 375	11.56 389	9.41 370	12.62 378	0.01 291	0.01 188	0.00 1	0.01 237	0.25 306	1.76 354

Ntro	3.66 347	2.08 359	4.34 281	7.58 390	4.53 386	6.25 359	0.72 310	5.35 288	1.65 218	0.48 71	1.77 250	2.68 269	1.25 265	5.10 242	2.31 283	8.72 393	0.31 278	2.13 385	0.05 271	9.73 390	6.18 392

ADCRef	2.57 325	1.40 323	7.90 362	0.11 169	0.11 190	4.71 344	0.74 311	5.45 300	1.66 219	3.15 310	1.65 246	1.61 202	2.25 307	4.54 213	15.56 387	0.03 325	0.00 1	0.01 319	0.10 292	0.27 317	0.23 185

KYRaft	1.26 216	0.08 3	1.58 28	0.06 113	0.23 236	1.28 109	0.75 312	2.92 90	0.81 53	3.20 311	7.14 350	0.99 165	2.70 321	1.56 122	0.16 40	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	1.66 348

DSFCA	1.45 250	0.51 172	2.76 200	0.01 9	0.03 121	3.64 324	0.83 313	3.28 122	1.45 187	3.25 313	0.44 140	2.89 280	1.45 274	6.07 276	2.14 273	0.00 1	0.02 215	0.00 1	0.00 1	0.06 132	0.10 109

GMM-Stereo	1.17 190	0.10 10	2.29 148	0.13 176	0.22 230	1.43 152	0.84 314	2.83 82	1.16 100	2.73 296	3.09 301	0.54 106	0.87 245	5.31 251	0.16 40	0.01 291	0.00 1	0.00 1	0.02 255	0.02 35	1.72 349

DEmStereo	1.56 266	0.16 38	2.44 178	0.09 147	0.02 103	1.77 247	0.87 315	1.72 47	1.08 89	2.48 283	6.30 345	1.06 171	5.02 357	6.28 283	1.81 258	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.01 10

CBMV_ROB	2.06 294	0.31 120	2.72 196	0.63 293	0.00 1	2.83 299	0.88 316	5.24 283	2.41 288	4.28 333	6.16 342	3.07 290	3.47 339	5.81 270	2.69 293	0.00 1	0.00 1	0.00 1	0.00 1	0.05 123	0.56 258

PVD	6.50 373	1.70 342	6.71 350	1.66 369	1.59 367	7.94 368	0.89 317	11.13 384	24.35 393	12.01 381	19.10 383	8.76 367	9.89 382	9.85 373	11.06 372	0.02 315	1.12 357	0.00 1	0.26 359	0.25 306	1.72 349

PASM	2.20 310	1.85 349	10.33 377	1.00 338	0.41 286	1.98 258	0.90 318	3.85 158	2.76 313	4.38 335	1.53 239	3.49 306	1.54 281	6.60 296	2.43 288	0.14 355	0.02 215	0.00 1	0.03 257	0.33 330	0.39 232

FAT-Stereo	1.95 287	0.23 92	3.66 254	0.18 188	0.03 121	1.80 250	0.94 319	5.35 288	3.11 327	4.23 332	5.00 332	5.22 346	2.76 323	5.07 240	1.09 228	0.00 1	0.00 1	0.00 1	0.00 1	0.05 123	0.17 151

RP	2.09 298	0.90 250	3.88 265	0.22 209	0.61 316	1.72 242	0.94 319	4.97 267	2.65 303	3.87 326	5.63 338	4.44 324	4.28 351	4.99 237	2.35 285	0.01 291	0.00 1	0.00 1	0.01 237	0.20 288	0.13 130

NVStereoNet_ROB	4.22 355	2.29 362	6.13 339	1.40 362	1.14 355	2.84 300	0.97 321	5.67 309	5.66 356	5.25 348	14.28 372	12.40 374	5.35 363	10.74 381	5.33 336	1.24 380	1.01 342	0.67 378	0.62 384	0.63 368	0.69 273
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
coex-ft	12.25 394	6.22 395	80.44 414	0.15 183	0.15 210	2.43 279	0.98 322	3.07 106	29.54 398	49.22 413	16.44 376	15.69 381	16.17 395	7.44 341	15.30 386	0.05 335	0.07 240	0.01 319	0.05 271	0.35 337	1.15 312

MFMNet_re	2.39 321	1.65 341	6.10 337	3.04 380	0.90 341	2.34 277	0.98 322	4.77 254	3.79 339	6.95 358	7.08 349	1.84 221	3.79 345	2.53 148	1.57 248	0.00 1	0.00 1	0.00 1	0.00 1	0.25 306	0.26 199

RAFT + AFF	1.88 282	1.84 348	4.19 274	0.05 95	0.85 336	2.29 272	1.00 324	6.32 343	2.26 274	1.88 231	1.80 252	1.27 183	3.66 341	6.56 294	2.36 286	0.02 315	0.34 283	0.00 1	0.01 237	0.41 349	0.50 248

delet	1.31 228	0.61 200	2.64 194	0.05 95	0.17 215	2.84 300	1.00 324	4.88 258	2.46 292	1.38 188	1.37 230	1.62 204	0.90 247	4.52 210	1.48 244	0.00 1	0.00 1	0.00 1	0.00 1	0.14 245	0.08 80

MDST_ROB	3.81 350	0.21 83	4.29 280	2.64 378	1.45 363	13.85 384	1.02 326	8.06 376	2.67 304	15.14 392	8.81 356	2.70 270	1.55 284	9.31 369	3.90 322	0.03 325	0.00 1	0.00 1	0.00 1	0.03 90	0.63 266

StereoDRNet	1.66 271	1.21 305	5.39 326	0.06 113	0.11 190	2.49 281	1.06 327	5.28 284	1.89 245	3.60 322	0.63 164	2.28 253	0.64 223	4.70 216	3.25 312	0.00 1	0.03 222	0.00 1	0.01 237	0.15 256	0.36 221

MSMD_ROB	5.26 365	0.52 177	3.22 226	0.15 183	0.01 58	8.63 373	1.06 327	4.76 253	4.16 343	13.72 385	26.77 400	13.87 378	15.95 394	7.89 355	3.94 323	0.11 351	0.01 188	0.00 1	0.00 1	0.06 132	0.34 218

Wz-Net-SNSev	3.01 331	3.59 385	12.98 385	0.45 254	0.04 142	2.72 293	1.12 329	5.80 320	2.42 289	2.30 264	2.62 292	6.39 353	1.29 268	10.20 376	7.19 351	0.00 1	0.01 188	0.00 1	0.00 1	0.29 323	0.72 276

DAS	1.40 244	0.11 13	2.83 205	0.04 81	0.01 58	1.31 115	1.14 330	4.51 228	2.02 257	4.84 343	2.33 273	1.65 208	0.56 206	5.53 259	0.85 199	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.19 161

SepStereo	1.41 246	0.11 13	2.83 205	0.04 81	0.01 58	1.31 115	1.14 330	4.51 228	2.02 257	4.84 343	2.33 273	1.65 208	0.56 206	5.78 268	0.85 199	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.19 161

SPS-STEREO	3.67 348	1.46 327	4.23 276	0.36 239	0.23 236	3.93 327	1.20 332	6.67 354	3.50 332	11.05 377	8.81 356	9.53 370	4.63 354	9.10 367	7.25 352	0.01 291	0.01 188	0.00 1	0.00 1	0.13 237	1.28 322
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
pmcnn	3.98 352	0.95 262	7.29 354	0.71 306	1.42 361	2.84 300	1.22 333	5.89 325	2.42 289	9.34 373	11.71 366	18.88 387	2.65 320	6.89 314	6.35 346	0.00 1	0.07 240	0.00 1	0.00 1	0.21 291	0.76 280

ADCMid	4.33 357	2.40 367	13.81 387	0.23 213	0.40 284	4.90 346	1.23 334	5.73 312	3.73 337	11.06 378	3.94 322	6.67 358	5.11 358	7.11 331	18.03 391	0.12 353	0.08 244	0.55 371	0.46 376	0.61 366	0.49 247

FC-DCNN	6.44 372	0.46 159	3.25 230	0.54 277	0.56 306	8.01 370	1.37 335	8.76 377	7.15 368	19.35 398	22.25 395	22.72 392	15.44 393	10.37 378	7.93 354	0.00 1	0.01 188	0.00 1	0.00 1	0.03 90	0.64 267

HBP-ISP	1.59 268	1.12 295	3.42 237	0.53 276	0.10 186	4.27 334	1.44 336	5.35 288	1.61 204	3.58 321	0.87 196	0.91 149	1.18 256	6.64 299	0.46 142	0.04 331	0.02 215	0.00 1	0.00 1	0.06 132	0.24 189

DPSNet	3.98 352	1.01 279	12.58 383	0.74 315	0.55 303	5.24 351	1.53 337	12.44 386	4.82 351	2.89 300	0.97 205	6.37 352	11.43 388	8.20 358	8.61 358	0.09 348	0.51 293	0.11 358	0.38 374	0.35 337	0.83 285

ccnet	1.96 289	0.68 213	3.59 247	0.26 227	0.19 220	3.68 325	1.55 338	4.89 259	1.77 237	2.68 294	3.92 320	3.44 302	1.72 292	5.02 239	5.22 335	0.06 341	0.00 1	0.09 354	0.01 237	0.13 237	0.32 211

FCDSN-DC	5.38 366	0.65 209	3.19 224	0.24 218	0.46 297	5.71 353	1.61 339	5.83 323	4.51 348	14.74 390	22.03 393	20.43 389	13.01 391	8.48 363	6.00 343	0.02 315	0.00 1	0.00 1	0.00 1	0.07 156	0.52 249
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SuperB	3.75 349	2.46 368	15.54 391	0.32 235	0.06 155	4.29 336	1.61 339	4.25 211	11.49 378	2.56 288	1.31 228	2.01 235	1.86 299	6.94 320	8.94 359	0.05 335	0.03 222	0.10 357	0.08 284	10.62 395	0.56 258

ACVNet-4b	6.14 370	2.39 366	6.31 342	9.73 396	7.26 394	8.81 374	1.62 341	7.27 365	6.07 362	0.41 54	6.42 346	11.47 372	2.37 311	9.17 368	2.72 295	9.70 397	2.42 396	10.45 396	0.01 237	11.04 397	7.12 395

S-Stereo	2.12 304	0.32 124	6.30 341	0.24 218	0.22 230	2.51 283	1.83 342	5.38 292	5.55 355	2.46 282	5.91 340	2.81 275	0.71 233	5.19 247	2.45 290	0.00 1	0.02 215	0.00 1	0.00 1	0.07 156	0.37 222

G-Net	3.58 340	0.58 190	5.14 318	1.61 365	1.86 369	10.46 377	1.85 343	3.24 118	1.69 222	8.68 367	11.81 367	6.03 349	7.62 374	4.82 229	5.52 338	0.08 346	0.12 256	0.07 351	0.15 306	0.16 264	0.16 146

aanetorigin	2.99 329	1.00 277	9.85 375	0.23 213	0.23 236	1.59 202	2.01 344	1.94 55	1.25 132	14.45 388	10.04 362	2.98 283	3.75 342	4.97 236	4.01 324	0.10 349	0.05 231	0.09 354	0.11 295	0.55 363	0.55 256

MeshStereo	6.09 369	0.97 269	3.59 247	0.26 227	0.14 202	7.68 367	2.02 345	10.42 381	5.77 357	20.76 400	19.69 389	22.78 393	10.56 384	10.29 377	6.16 344	0.00 1	0.00 1	0.00 1	0.00 1	0.29 323	0.41 236
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
TDLM	1.32 231	0.90 250	2.42 174	0.61 288	0.03 121	1.59 202	2.04 346	3.73 141	2.29 277	1.70 222	0.94 202	1.07 173	0.67 229	6.49 292	1.12 229	0.00 1	0.00 1	0.00 1	0.00 1	0.18 281	0.54 251

otaku	3.61 343	2.06 358	4.04 270	6.41 388	3.35 384	4.67 343	2.08 347	5.97 327	1.58 200	2.19 255	2.62 292	3.47 304	1.45 274	4.36 201	2.17 274	8.55 392	0.25 268	1.89 383	0.03 257	9.29 389	5.81 391

Wz-Net-MNSev	2.17 308	1.90 353	7.77 360	0.02 39	0.01 58	4.60 342	2.08 347	5.70 311	2.83 320	4.02 329	1.50 238	1.87 222	2.53 317	5.10 242	3.04 308	0.00 1	0.01 188	0.00 1	0.00 1	0.14 245	0.31 209

WZ-Net	4.64 360	2.57 370	25.72 398	0.10 157	0.09 178	3.07 305	2.08 347	6.59 353	5.41 354	6.08 354	4.09 326	7.02 361	6.04 369	11.64 383	11.45 374	0.00 1	0.00 1	0.00 1	0.00 1	0.21 291	0.61 263

ADCPNet	3.94 351	1.47 329	14.87 388	0.11 169	0.45 294	7.19 362	2.23 350	5.42 297	3.18 329	4.53 339	2.03 263	7.48 363	5.27 362	7.05 330	14.73 384	0.02 315	0.74 310	0.04 346	0.91 393	0.23 298	0.85 288

ACVNet_1	6.79 375	2.72 374	6.97 351	9.78 397	7.38 396	7.67 366	2.29 351	10.50 382	6.93 367	4.51 338	5.39 336	13.21 376	6.34 371	7.02 329	3.31 315	9.70 397	2.48 398	10.85 398	0.11 295	11.41 399	7.23 396

SGM-Forest	2.15 306	0.50 165	2.42 174	0.19 193	0.25 245	3.47 321	2.38 352	4.53 232	2.46 292	5.64 353	3.99 325	3.74 313	2.22 305	6.99 325	3.08 309	0.01 291	0.02 215	0.00 1	0.00 1	0.05 123	0.98 301
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
SGM_RVC	4.67 361	0.61 200	2.62 192	1.13 346	0.29 265	7.96 369	2.60 353	7.55 370	4.36 346	12.34 382	9.95 360	15.94 382	8.56 376	10.88 382	6.38 347	0.22 362	0.25 268	0.20 365	0.23 347	0.32 328	0.92 294
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ADCP+	3.18 336	1.81 344	11.33 381	0.07 123	0.20 224	5.83 356	2.80 354	4.60 239	2.69 305	1.68 220	0.28 102	3.75 314	3.14 334	6.82 309	17.90 390	0.00 1	0.00 1	0.00 1	0.00 1	0.20 288	0.56 258

WAO-8	14.47 397	5.06 392	6.42 345	8.00 392	6.65 390	23.95 401	2.97 355	23.01 405	45.08 412	19.24 396	34.86 410	33.07 401	17.51 398	17.59 397	14.38 382	5.22 387	0.86 320	10.06 393	0.85 388	10.25 391	4.34 387

Venus	14.47 397	5.06 392	6.42 345	8.00 392	6.65 390	23.95 401	2.97 355	23.01 405	45.08 412	19.24 396	34.85 409	33.07 401	17.51 398	17.59 397	14.38 382	5.22 387	0.86 320	10.06 393	0.85 388	10.25 391	4.34 387

PSM-AAD	1.21 196	0.08 3	1.53 23	0.10 157	0.27 259	1.35 131	3.14 357	2.74 75	0.83 57	2.89 300	2.04 264	0.16 67	5.25 361	3.51 171	0.21 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.08 80

GANet	2.23 313	0.92 257	3.10 220	0.88 330	0.08 172	2.25 267	3.25 358	4.61 240	1.71 228	2.55 287	9.98 361	2.56 265	1.47 278	7.52 344	2.98 306	0.00 1	0.04 226	0.02 337	0.08 284	0.14 245	0.42 240

NCCL2	1.51 257	1.32 316	3.27 231	0.03 57	0.07 163	1.63 221	3.29 359	4.54 234	1.61 204	3.22 312	0.37 124	3.84 317	0.31 168	4.42 204	2.02 270	0.00 1	0.00 1	0.02 337	0.00 1	0.09 185	0.22 180

FINET	2.99 329	2.11 360	7.66 358	1.13 346	1.79 368	4.35 338	3.34 360	5.66 308	7.93 373	2.49 285	3.29 306	1.66 210	2.47 315	6.70 303	4.44 329	0.82 370	1.38 381	0.03 342	0.30 367	0.36 339	1.88 373

Wz-Net-TNSev	4.36 358	6.36 396	22.98 395	0.22 209	0.06 155	7.00 361	3.45 361	7.46 369	3.81 340	2.12 252	0.63 164	7.29 362	5.11 358	9.87 374	9.72 368	0.00 1	0.00 1	0.00 1	0.02 255	0.36 339	0.66 268

RainbowNet	5.23 364	4.09 390	4.92 308	9.61 395	6.18 389	5.26 352	3.48 362	7.68 372	4.58 349	1.94 240	3.02 298	4.67 331	3.42 337	5.90 271	2.01 268	9.59 395	2.19 394	8.45 391	0.20 335	10.52 393	6.82 394

EDNetEfficient	6.66 374	1.34 318	34.37 402	0.66 298	1.93 373	2.04 263	3.59 363	3.08 107	14.92 383	20.02 399	9.53 359	6.48 356	10.85 387	7.65 347	15.21 385	0.03 325	0.10 252	0.01 319	0.22 344	0.61 366	0.55 256

WCMA_ROB	5.16 363	1.07 290	4.40 289	0.66 298	0.69 329	6.28 360	3.63 364	5.39 294	4.05 342	14.77 391	19.39 387	15.46 380	10.72 386	7.67 351	6.77 350	0.19 361	0.27 273	0.18 364	0.20 335	0.18 281	1.23 316

SANet	5.04 362	1.86 351	7.96 363	0.39 246	0.12 195	7.51 365	3.73 365	7.20 363	16.07 386	7.15 359	13.16 369	12.35 373	8.70 377	8.28 360	5.37 337	0.00 1	0.01 188	0.00 1	0.00 1	0.13 237	0.71 275

CSAN	3.10 332	1.72 343	5.85 332	0.37 242	0.14 202	4.15 333	3.91 366	4.94 265	4.65 350	6.43 356	6.29 344	4.62 328	5.17 360	8.13 357	4.85 334	0.02 315	0.03 222	0.03 342	0.05 271	0.26 312	0.48 246

DGSMNet	2.56 324	1.15 300	7.39 355	1.34 359	2.02 375	3.20 308	3.97 367	6.11 335	1.72 233	1.52 201	2.72 294	3.23 296	0.63 220	4.74 219	2.39 287	1.12 376	1.53 386	1.54 382	1.32 395	1.40 377	2.10 378

THIR-Stereo	1.54 262	0.48 163	1.88 90	0.01 9	0.02 103	1.08 38	4.17 368	2.48 69	0.41 13	1.09 151	4.30 327	1.90 224	4.08 349	6.84 310	1.81 258	0.00 1	0.00 1	0.04 346	0.00 1	0.06 132	0.04 42

CBMV	1.97 292	0.56 187	2.61 190	0.46 255	0.07 163	2.91 303	4.18 369	4.58 238	2.78 316	5.50 352	2.21 268	2.84 277	2.94 325	4.75 222	2.31 283	0.00 1	0.00 1	0.00 1	0.00 1	0.15 256	0.60 262
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ACVNet_2	9.32 381	2.76 375	8.07 364	8.84 394	6.89 392	14.54 388	4.19 370	14.25 389	23.92 392	7.62 362	19.61 388	20.42 388	5.93 368	8.52 365	3.64 318	9.16 394	1.74 392	7.93 389	0.36 372	10.56 394	7.47 399

ADCS	5.55 368	3.55 381	19.07 393	0.43 252	0.14 202	5.87 357	4.20 371	7.65 371	7.80 372	9.79 374	6.22 343	6.48 356	5.52 365	10.52 380	22.41 404	0.00 1	0.00 1	0.00 1	0.00 1	0.48 352	0.97 300

Anonymous Stereo	2.31 318	1.93 355	10.83 380	0.65 297	0.22 230	1.66 230	4.27 372	4.51 228	2.99 324	3.12 309	1.87 255	1.95 229	0.11 107	7.17 335	4.68 332	0.01 291	0.00 1	0.00 1	0.00 1	0.11 219	0.20 173

GrayStereo	1.55 264	0.06 1	1.53 23	0.75 318	0.20 224	1.27 106	4.44 373	3.44 127	1.20 114	4.92 346	3.92 320	0.45 95	4.54 353	3.43 168	0.09 12	0.00 1	0.00 1	0.00 1	0.49 380	0.02 35	0.25 195

ADCL	3.64 346	1.54 333	8.53 371	0.26 227	0.28 264	7.37 363	4.49 374	5.42 297	3.61 334	4.79 342	3.85 319	5.14 342	4.47 352	6.28 283	15.73 388	0.05 335	0.01 188	0.11 358	0.13 303	0.34 333	0.33 216

FTStereo	2.20 310	0.09 6	2.07 117	0.18 188	0.13 197	1.43 152	4.50 375	2.98 97	0.97 78	3.35 316	17.70 378	0.77 141	4.06 347	4.36 201	0.15 36	0.15 356	0.00 1	0.00 1	0.00 1	0.02 35	1.19 314

EAI-Stereo	1.50 256	0.16 38	1.53 23	0.25 223	0.91 342	2.30 273	4.98 376	6.09 334	1.87 243	1.38 188	5.56 337	0.49 99	0.59 211	1.21 106	0.83 196	0.00 1	0.31 278	0.00 1	1.09 394	0.02 35	0.56 258

MADNet+	11.36 389	15.59 408	70.62 413	1.36 361	1.52 365	20.21 395	4.98 376	12.73 387	8.13 374	3.88 327	6.42 346	8.89 368	6.29 370	32.76 410	29.90 409	0.25 364	1.05 343	0.01 319	0.22 344	0.60 365	1.76 354

IMH	11.71 391	4.49 391	4.59 294	11.55 402	9.35 402	14.27 387	5.00 378	21.03 402	25.97 396	8.90 370	23.64 398	20.58 390	10.29 383	13.39 390	9.59 365	10.13 402	2.57 401	15.53 401	1.75 398	13.04 402	8.53 402

NaN_ROB	2.33 319	1.31 315	4.55 292	0.32 235	0.30 277	3.13 307	5.01 379	4.57 237	2.78 316	5.49 351	1.73 247	2.28 253	1.98 303	7.48 342	4.32 328	0.01 291	0.06 237	0.03 342	0.09 287	0.20 288	0.88 291

WAO-7	9.62 382	2.87 376	5.64 331	0.96 336	0.21 229	20.37 396	5.13 380	23.65 408	26.32 397	13.11 384	27.70 403	22.69 391	14.04 392	14.53 393	13.11 379	0.13 354	0.09 250	0.58 372	0.10 292	0.51 356	0.75 279

LSM	7.83 377	2.59 371	24.93 397	4.71 385	40.61 415	3.55 322	5.22 381	5.91 326	7.48 369	10.86 376	13.66 371	4.55 326	3.92 346	7.72 352	5.88 341	0.02 315	0.26 271	0.00 1	0.00 1	0.30 325	14.53 410

IMH-64-1	10.12 384	3.75 388	4.24 277	11.47 400	9.26 400	11.93 381	5.30 382	18.72 394	15.74 384	7.16 360	18.55 380	16.83 383	6.83 372	11.66 384	9.62 366	10.09 399	2.54 399	15.69 403	1.72 396	12.82 400	8.45 400

IMH-64	10.12 384	3.75 388	4.24 277	11.47 400	9.26 400	11.93 381	5.30 382	18.72 394	15.74 384	7.16 360	18.55 380	16.83 383	6.83 372	11.66 384	9.62 366	10.09 399	2.54 399	15.69 403	1.72 396	12.82 400	8.45 400

Dean	12.08 393	3.10 378	8.10 365	10.98 399	8.34 399	18.85 393	5.53 384	21.57 404	40.96 411	11.81 380	21.91 392	25.74 396	9.74 380	8.20 358	5.76 339	9.65 396	2.35 395	9.94 392	0.65 385	10.97 396	7.40 397

LE_ROB	13.25 395	1.86 351	12.84 384	2.35 374	1.43 362	7.50 364	5.92 385	10.14 380	48.57 414	57.70 414	24.61 399	23.44 395	32.60 410	10.12 375	24.95 408	0.06 341	0.08 244	0.13 362	0.20 335	0.09 185	0.41 236

CrosDoStereo	1.72 273	0.31 120	1.91 95	0.03 57	0.07 163	1.40 144	5.95 386	3.61 133	1.62 210	0.98 128	3.79 317	0.94 157	4.66 355	7.11 331	1.86 263	0.00 1	0.00 1	0.00 1	0.00 1	0.12 227	0.08 80

DeepStereo_LL	1.72 273	0.31 120	1.91 95	0.03 57	0.07 163	1.40 144	5.95 386	3.61 133	1.62 210	0.98 128	3.79 317	0.94 157	4.66 355	7.11 331	1.86 263	0.00 1	0.00 1	0.00 1	0.00 1	0.12 227	0.08 80

RTS	10.27 386	3.55 381	66.16 411	1.62 366	2.34 376	13.96 385	6.25 388	6.95 358	18.07 389	8.81 368	19.18 384	6.82 359	2.96 327	26.87 406	19.93 396	0.00 1	0.42 285	0.00 1	0.03 257	0.40 347	0.99 302

RTSA	10.27 386	3.55 381	66.16 411	1.62 366	2.34 376	13.96 385	6.25 388	6.95 358	18.07 389	8.81 368	19.18 384	6.82 359	2.96 327	26.87 406	19.93 396	0.00 1	0.42 285	0.00 1	0.03 257	0.40 347	0.99 302

SGM+DAISY	6.27 371	3.62 386	9.36 374	2.30 373	2.34 376	9.12 375	6.38 390	6.98 360	6.00 360	14.26 386	15.55 375	14.02 379	9.84 381	9.45 371	8.56 356	1.21 378	1.60 387	0.58 372	0.86 390	0.63 368	2.74 380

TorneroNet-64	16.11 402	6.82 398	6.11 338	14.13 403	12.13 404	28.42 409	6.47 391	20.35 398	38.01 408	12.80 383	27.88 404	35.94 405	16.83 396	20.38 400	16.77 389	10.33 403	2.60 402	19.45 406	2.86 399	14.63 404	9.33 404

AnyNet_C01	7.15 376	5.48 394	37.47 404	1.08 345	0.59 313	11.50 379	6.49 392	6.93 356	4.31 344	8.06 365	9.11 358	8.72 366	4.06 347	14.50 392	21.97 403	0.11 351	0.08 244	0.24 367	0.09 287	1.11 375	1.07 308

AnyNet_C32	4.41 359	3.74 387	15.17 390	0.48 269	0.51 300	5.99 358	6.52 393	5.30 286	2.72 310	6.86 357	3.66 315	5.21 345	3.19 335	7.42 340	19.54 394	0.08 346	0.04 226	0.20 365	0.09 287	0.67 371	0.76 280

SAMSARA	4.31 356	1.94 356	7.80 361	1.96 372	1.40 360	10.65 378	7.35 394	7.17 362	4.49 347	8.27 366	3.58 313	10.58 371	3.75 342	7.87 354	6.66 348	0.01 291	1.09 349	0.00 1	0.23 347	0.26 312	1.19 314

WAO-6	11.65 390	2.71 373	4.73 298	7.69 391	7.28 395	17.41 390	7.45 395	20.43 399	38.14 409	10.13 375	19.37 386	27.36 397	12.38 390	13.35 389	13.26 380	4.38 385	2.43 397	10.51 397	0.03 257	9.00 388	4.96 389

notaker	18.29 404	22.89 411	10.13 376	18.52 408	14.64 408	17.81 392	7.48 396	20.77 400	24.37 394	21.91 402	27.45 402	39.00 407	20.06 404	20.53 401	21.90 402	12.54 408	2.81 408	25.96 411	6.03 408	19.60 409	11.37 406

MFN_U_SF_DS_RVC	3.61 343	3.47 380	9.32 373	0.19 193	0.30 277	13.80 383	7.49 397	5.15 276	3.95 341	3.06 307	3.94 322	4.60 327	1.20 257	8.49 364	2.79 301	0.70 369	1.22 373	0.04 346	0.84 387	0.50 355	1.23 316

LVE	11.75 392	3.56 384	5.48 329	10.38 398	8.28 398	22.54 398	7.53 398	17.01 392	32.01 402	9.26 372	23.28 396	23.43 394	9.72 379	11.79 387	7.81 353	10.09 399	2.62 404	11.07 399	0.59 382	11.18 398	7.44 398

ELAS	9.07 380	1.55 335	5.19 320	1.87 370	1.92 372	17.05 389	8.29 399	13.92 388	13.52 382	23.08 405	28.56 405	18.59 386	16.90 397	12.06 388	13.39 381	0.91 371	1.32 379	0.65 377	0.59 382	0.68 372	1.31 323
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
TorneroNet	16.83 403	6.92 399	6.68 349	14.15 404	12.07 403	27.63 408	8.39 400	21.53 403	37.64 407	14.70 389	32.94 408	33.55 403	18.95 403	19.68 399	20.80 400	10.39 404	2.61 403	19.77 407	3.45 400	15.42 405	9.28 403

MSC_U_SF_DS_RVC	5.48 367	3.14 379	10.56 378	0.47 261	0.29 265	24.98 404	8.65 401	6.24 339	9.96 377	4.38 335	8.16 353	8.42 365	2.44 314	9.46 372	6.27 345	1.11 375	1.70 390	0.33 368	0.47 378	1.16 376	1.35 325

MANE	15.61 401	2.70 372	7.19 353	3.43 382	5.19 388	21.44 397	9.54 402	24.27 409	29.58 399	33.72 409	42.10 412	42.08 410	32.55 409	24.60 402	20.72 399	1.46 381	2.17 393	1.34 381	4.60 403	0.49 353	3.04 383

KSHMR	14.93 400	8.30 401	8.52 370	15.54 406	13.01 405	17.62 391	10.36 403	19.39 397	30.53 400	19.03 393	22.15 394	28.32 399	9.61 378	16.44 395	10.96 371	10.98 407	3.74 410	21.96 409	4.87 406	16.79 406	10.39 405

SGM-ForestM	14.25 396	3.00 377	8.67 372	2.38 375	1.88 371	24.45 403	11.87 404	19.27 396	21.66 391	30.68 407	29.79 407	46.58 411	28.97 407	27.26 408	21.22 401	1.14 377	1.67 389	0.61 376	0.89 392	0.51 356	2.50 379

ktn	19.65 406	19.61 409	8.27 368	22.99 412	17.38 410	23.89 400	11.97 405	24.83 410	34.40 406	19.19 395	27.37 401	32.56 400	18.29 401	16.52 396	18.28 392	22.43 411	3.70 409	29.28 413	10.90 410	19.65 410	11.59 407

ELAS_RVC	8.75 379	1.59 338	6.34 343	1.91 371	1.87 370	11.67 380	12.14 406	10.75 383	16.11 387	22.55 404	21.45 391	18.49 385	18.29 401	14.17 391	12.53 377	0.92 372	1.32 379	0.70 379	0.46 376	0.53 362	1.25 319
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
HanzoNet	30.55 411	30.82 414	24.44 396	22.40 411	19.25 412	25.74 406	14.00 407	29.76 411	40.45 410	43.57 411	44.15 413	55.63 414	46.26 413	43.79 413	45.27 412	28.35 413	9.71 411	30.23 414	16.18 412	23.20 413	17.85 411

PWCK	9.63 383	6.94 400	19.91 394	6.25 387	0.22 230	22.62 399	14.62 408	12.15 385	13.48 381	14.34 387	13.17 370	13.25 377	8.40 375	16.14 394	11.57 375	6.38 389	0.26 271	2.41 386	0.11 295	8.57 387	1.74 352

BEATNet-Init1	19.30 405	9.61 403	39.48 405	3.09 381	2.67 379	39.40 412	17.68 409	23.58 407	25.88 395	38.63 410	37.63 411	50.99 412	33.56 411	30.54 409	24.44 407	1.09 374	1.51 385	0.60 375	0.88 391	1.81 380	2.89 381

UNDER WATER	20.50 407	13.77 407	33.30 400	20.84 410	14.55 407	30.38 410	19.68 410	17.23 393	34.25 405	21.44 401	18.98 382	38.38 406	31.61 408	25.31 403	22.42 405	10.71 406	2.76 406	19.90 408	4.92 407	17.87 408	11.76 408

JetBlue	14.57 399	6.38 397	35.83 403	0.95 335	7.05 393	51.27 413	22.93 411	16.51 390	9.78 375	11.72 379	17.82 379	27.82 398	17.62 400	33.31 411	20.36 398	0.35 366	0.18 263	0.15 363	0.25 352	5.36 384	5.74 390

UNDER WATER-64	20.90 408	11.73 406	33.74 401	20.56 409	13.88 406	34.56 411	24.71 412	16.81 391	33.52 404	22.54 403	17.10 377	40.14 409	33.68 412	25.46 404	23.75 406	10.68 405	2.78 407	18.70 405	4.60 403	17.07 407	12.03 409

DPSimNet_ROB	26.59 410	21.34 410	28.49 399	25.34 413	19.24 411	25.03 405	28.61 413	30.13 412	30.91 401	33.36 408	29.60 406	33.91 404	28.18 406	25.99 405	42.58 411	17.84 410	15.40 412	25.41 410	22.86 414	21.10 412	26.45 415

MADNet++	48.24 413	34.06 415	39.67 406	43.36 415	41.25 416	66.15 414	33.15 414	60.90 416	54.14 415	72.30 416	61.91 415	58.11 415	56.05 414	58.09 414	59.59 415	43.04 416	36.86 416	35.73 415	22.37 413	45.96 416	42.06 417

JetRed	35.17 412	40.12 416	62.92 409	15.92 407	26.66 414	70.02 415	42.94 415	32.33 413	33.48 403	46.29 412	45.31 414	39.98 408	26.04 405	38.73 412	56.93 414	12.90 409	37.58 417	13.38 400	9.53 409	30.41 414	21.91 413

SPstereo	61.24 416	27.43 413	41.43 407	33.64 414	25.42 413	72.54 416	80.04 416	100.00 427	100.00 425	97.56 423	96.24 422	100.00 428	95.10 422	94.86 421	76.77 417	29.55 414	22.53 413	47.20 418	42.52 416	19.77 411	22.12 414

HaxPig	97.67 424	99.63 425	91.79 416	99.82 434	99.96 428	88.42 417	87.25 417	98.22 423	99.89 423	99.93 427	99.96 425	99.95 426	99.86 425	96.37 422	92.57 422	99.96 433	99.98 426	99.99 427	99.99 426	99.99 436	99.91 428

MEDIAN_ROB	96.88 422	99.41 423	98.74 422	94.82 424	94.30 424	93.21 419	90.85 418	95.70 422	94.83 421	97.65 424	97.67 423	98.31 422	96.57 423	94.60 420	93.95 423	99.78 432	98.28 423	99.99 427	99.90 425	99.50 429	99.57 426

AVERAGE_ROB	99.26 428	99.81 427	97.70 421	100.00 437	100.00 430	96.38 423	91.35 419	100.00 427	100.00 425	100.00 428	100.00 426	100.00 428	100.00 427	99.98 429	99.97 426	100.00 435	100.00 427	100.00 429	100.00 427	100.00 437	100.00 436

xxxxx1	76.86 418	82.53 420	93.06 418	61.86 418	67.25 419	95.91 420	95.20 420	75.90 417	81.13 416	82.69 418	86.70 418	89.27 417	87.62 417	85.18 417	86.89 418	55.21 417	54.91 418	60.27 419	72.48 419	60.77 418	62.32 418

tt_ll	76.86 418	82.53 420	93.06 418	61.86 418	67.25 419	95.91 420	95.20 420	75.90 417	81.13 416	82.69 418	86.70 418	89.27 417	87.62 417	85.18 417	86.89 418	55.21 417	54.91 418	60.27 419	72.48 419	60.77 418	62.32 418

ff	76.86 418	82.53 420	93.06 418	61.86 418	67.25 419	95.91 420	95.20 420	75.90 417	81.13 416	82.69 418	86.70 418	89.27 417	87.62 417	85.18 417	86.89 418	55.21 417	54.91 418	60.27 419	72.48 419	60.77 418	62.32 418

PML	88.69 421	99.49 424	92.95 417	94.34 423	94.09 423	98.57 424	96.73 423	93.58 420	94.50 420	99.57 426	91.07 421	95.40 421	91.48 420	99.96 428	90.33 421	99.98 434	31.85 415	100.00 429	46.15 417	93.62 424	70.14 421

ASD4	55.67 414	67.80 419	50.61 408	44.70 416	58.12 418	92.14 418	98.24 424	55.49 414	86.70 419	58.61 415	65.05 416	51.13 413	64.00 416	59.18 416	67.96 416	26.48 412	30.21 414	26.86 412	29.22 415	43.04 415	37.90 416

test_example2	98.82 425	99.97 430	99.97 426	99.95 436	99.97 429	99.48 425	99.97 425	94.95 421	100.00 425	100.00 428	100.00 426	93.49 420	93.63 421	99.93 427	99.91 425	100.00 435	99.77 425	96.68 424	98.65 424	100.00 437	100.00 436

MyStereo03	99.94 433	100.00 431	100.00 429	99.73 431	100.00 430	100.00 426	100.00 426	100.00 427	100.00 425	100.00 428	100.00 426	100.00 428	100.00 427	100.00 430	100.00 430	99.08 427	100.00 427	100.00 429	100.00 427	99.98 431	99.94 429

MyStereo02	99.94 433	100.00 431	100.00 429	99.73 431	100.00 430	100.00 426	100.00 426	100.00 427	100.00 425	100.00 428	100.00 426	100.00 428	100.00 427	100.00 430	100.00 430	99.08 427	100.00 427	100.00 429	100.00 427	99.98 431	99.94 429

MyStereo	99.94 433	100.00 431	100.00 429	99.73 431	100.00 430	100.00 426	100.00 426	100.00 427	100.00 425	100.00 428	100.00 426	100.00 428	100.00 427	100.00 430	100.00 430	99.08 427	100.00 427	100.00 429	100.00 427	99.98 431	99.94 429

Selective-RAFT-Error	100.00 436	100.00 431	100.00 429	100.00 437	100.00 430	100.00 426	100.00 426	100.00 427	100.00 425	100.00 428	100.00 426	100.00 428	100.00 427	100.00 430	100.00 430	100.00 435	100.00 427	100.00 429	100.00 427	99.98 431	99.94 429

Anonymous_1	96.94 423	99.72 426	99.64 425	92.03 422	93.81 422	100.00 426	100.00 426	99.18 424	99.90 424	98.59 425	99.75 424	99.15 423	99.95 426	98.52 423	99.54 424	87.31 420	98.83 424	90.77 422	96.89 423	91.07 423	94.14 423

tt	68.57 417	0.18 50	99.50 424	50.44 417	14.99 409	100.00 426	100.00 426	100.00 427	99.70 422	28.28 406	12.01 368	99.97 427	98.67 424	99.55 424	99.99 427	89.99 421	98.19 422	46.13 417	51.48 418	60.62 417	21.71 412

CasAABBNet	99.93 431	100.00 431	100.00 429	99.70 430	100.00 430	100.00 426	100.00 426	100.00 427	100.00 425	100.00 428	100.00 426	100.00 428	100.00 427	100.00 430	100.00 430	99.08 427	100.00 427	100.00 429	100.00 427	99.96 430	99.94 429

LSM0	99.93 431	100.00 431	100.00 429	99.82 434	100.00 430	100.00 426	100.00 426	100.00 427	100.00 425	100.00 428	100.00 426	100.00 428	100.00 427	100.00 430	100.00 430	99.09 431	100.00 427	100.00 429	100.00 427	99.98 431	99.79 427

DPSMNet_ROB	99.43 430	99.92 428	99.98 427	96.44 428	100.00 430	100.00 426	100.00 426	99.82 426	100.00 425	95.92 421	100.00 426	99.26 424	100.00 427	99.77 425	99.99 427	98.36 426	100.00 427	99.86 425	100.00 427	99.38 427	99.98 435

DGTPSM_ROB	99.42 429	99.92 428	99.98 427	96.43 427	100.00 430	100.00 426	100.00 426	99.81 425	100.00 425	95.92 421	100.00 426	99.26 424	100.00 427	99.77 425	99.99 427	98.23 425	100.00 427	99.86 425	100.00 427	99.38 427	99.97 434

DPSM_ROB	99.05 426	100.00 431	100.00 429	95.92 425	98.77 426	100.00 426	100.00 426	100.00 427	100.00 425	100.00 428	100.00 426	100.00 428	100.00 427	100.00 430	100.00 430	93.10 422	100.00 427	100.00 429	100.00 427	95.46 425	97.74 424

DPSM	99.05 426	100.00 431	100.00 429	95.92 425	98.77 426	100.00 426	100.00 426	100.00 427	100.00 425	100.00 428	100.00 426	100.00 428	100.00 427	100.00 430	100.00 430	93.10 422	100.00 427	100.00 429	100.00 427	95.46 425	97.74 424

FADE		11.70 405		4.77 386	4.88 387													35.80 416		3.69 382

Low-res two-view benchmark