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

SMFormer	1.04 202	0.16 117	1.55 153	0.33 280	0.01 99	1.03 33	0.00 1	5.24 323	2.12 300	1.53 215	2.16 277	0.92 153	0.02 16	4.46 220	1.24 260	0.00 1	0.01 222	0.00 1	0.00 1	0.03 131	0.02 150

tta	1.04 202	0.16 117	1.55 153	0.33 280	0.01 99	1.03 33	0.00 1	5.24 323	2.12 300	1.53 215	2.16 277	0.92 153	0.02 16	4.46 220	1.24 260	0.00 1	0.01 222	0.00 1	0.00 1	0.03 131	0.01 62

qqq1	0.98 187	0.16 117	1.55 153	0.33 280	0.01 99	1.03 33	0.00 1	5.24 323	2.12 300	1.53 215	2.16 277	0.92 153	0.02 16	4.46 220	0.07 37	0.00 1	0.01 222	0.00 1	0.00 1	0.03 131	0.01 62

fff1	0.98 187	0.16 117	1.55 153	0.33 280	0.01 99	1.03 33	0.00 1	5.24 323	2.12 300	1.53 215	2.16 277	0.92 153	0.02 16	4.46 220	0.07 37	0.00 1	0.01 222	0.00 1	0.00 1	0.03 131	0.01 62

MyStereo07	0.27 21	0.27 171	0.64 8	0.02 63	0.01 99	1.64 239	0.01 53	1.41 36	0.73 125	0.10 32	0.01 1	0.03 6	0.10 103	0.24 26	0.04 7	0.00 1	0.07 328	0.00 1	0.00 1	0.03 131	0.06 256

MyStereo06	0.80 147	0.19 135	2.53 258	0.02 63	0.00 1	1.51 197	0.01 53	4.61 288	0.24 34	0.89 132	0.69 184	3.14 295	1.18 259	0.58 90	0.33 158	0.00 1	0.06 319	0.00 1	0.00 1	0.02 93	0.07 272

MyStereo05	0.79 143	0.19 135	3.17 288	0.02 63	0.00 1	1.51 197	0.01 53	3.56 208	2.48 322	1.34 199	0.02 31	1.25 186	0.38 188	1.19 115	0.50 198	0.00 1	0.06 319	0.00 1	0.00 1	0.02 93	0.07 272

MyStereo04	0.78 142	0.27 171	3.19 289	0.02 63	0.01 99	1.64 239	0.01 53	3.64 215	2.20 310	0.98 153	0.02 31	1.29 188	0.57 210	1.10 112	0.53 204	0.00 1	0.07 328	0.00 1	0.00 1	0.03 131	0.06 256

AE-Stereo	0.47 65	0.11 82	1.03 66	0.04 124	0.09 241	1.11 61	0.03 137	4.16 255	0.34 40	0.35 71	0.82 198	0.15 68	0.16 132	0.45 74	0.05 17	0.00 1	0.09 341	0.00 1	0.26 369	0.09 239	0.05 229

CoDeX	0.94 181	0.34 200	2.09 223	0.05 141	0.20 293	1.49 192	0.20 240	5.89 352	1.57 258	0.66 107	0.67 182	1.05 172	0.32 176	3.82 190	0.33 158	0.00 1	0.00 1	0.00 1	0.00 1	0.03 131	0.00 1

ACVNet-DCA	0.61 94	0.27 171	1.28 119	0.13 215	0.00 1	3.44 316	0.01 53	3.15 151	0.68 100	0.33 59	0.69 184	0.04 10	0.61 215	1.43 125	0.05 17	0.00 1	0.02 271	0.00 1	0.03 291	0.01 25	0.01 62

xx1	0.95 183	0.27 171	1.28 119	0.13 215	0.00 1	3.44 316	0.01 53	3.18 157	7.23 371	0.33 59	0.69 184	0.73 135	0.12 121	1.43 125	0.05 17	0.00 1	0.02 271	0.00 1	0.00 1	0.01 25	0.01 62

1test111	0.69 120	0.27 171	1.28 119	0.13 215	0.00 1	3.44 316	0.01 53	3.15 151	0.68 100	0.33 59	0.69 184	0.04 10	0.61 215	2.95 160	0.07 37	0.00 1	0.02 271	0.00 1	0.03 291	0.01 25	0.01 62

cc1	0.94 181	0.27 171	1.28 119	0.13 215	0.00 1	3.44 316	0.01 53	3.18 157	7.23 371	0.33 59	0.69 184	0.04 10	0.61 215	1.43 125	0.05 17	0.00 1	0.02 271	0.00 1	0.03 291	0.09 239	0.04 213

mmm	0.52 76	0.04 4	1.14 91	0.61 325	0.00 1	1.14 68	0.00 1	3.45 197	0.75 129	1.24 192	0.58 158	0.20 74	0.18 138	0.93 103	0.08 46	0.00 1	0.01 222	0.00 1	0.00 1	0.02 93	0.01 62

11t1	0.33 28	0.05 8	0.86 24	0.44 300	0.00 1	1.04 40	0.00 1	2.45 92	0.60 56	0.44 83	0.01 1	0.05 25	0.05 52	0.43 67	0.06 33	0.00 1	0.01 222	0.00 1	0.00 1	0.02 93	0.01 62

ff7	0.23 14	0.21 148	1.02 55	0.02 63	0.00 1	1.07 48	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 77	0.44 69	0.04 7	0.00 1	0.00 1	0.00 1	0.15 336	0.07 209	0.01 62

IGEVStereo-DCA	0.46 61	0.09 50	1.02 55	0.02 63	0.00 1	0.82 16	0.00 1	0.53 4	0.75 129	0.09 22	0.03 48	0.03 6	0.06 67	5.04 249	0.51 200	0.00 1	0.00 1	0.00 1	0.15 336	0.05 180	0.01 62

ffff	0.23 14	0.21 148	1.02 55	0.02 63	0.00 1	1.07 48	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 77	0.44 69	0.04 7	0.00 1	0.00 1	0.00 1	0.15 336	0.07 209	0.01 62

rrr	0.62 99	0.09 50	2.07 220	0.02 63	0.00 1	0.82 16	0.06 183	2.29 75	0.85 151	0.09 22	0.03 48	0.03 6	0.06 67	5.04 249	0.51 200	0.00 1	0.00 1	0.00 1	0.19 351	0.05 180	0.07 272

DualNet	1.39 262	0.05 8	1.65 170	0.34 286	0.01 99	1.58 215	0.02 96	3.03 133	6.40 362	1.39 204	2.07 268	2.15 244	0.34 178	1.59 131	7.08 355	0.00 1	0.02 271	0.00 1	0.00 1	0.09 239	0.03 189

ffm	1.04 202	0.05 8	1.65 170	0.34 286	0.01 99	1.58 215	0.02 96	3.03 133	6.40 362	1.39 204	2.07 268	2.15 244	0.34 178	1.59 131	0.05 17	0.00 1	0.02 271	0.00 1	0.00 1	0.09 239	0.03 189

ff1	1.65 287	0.05 8	1.65 170	0.34 286	0.01 99	1.58 215	0.02 96	3.03 133	6.40 362	1.39 204	2.07 268	2.15 244	0.34 178	6.68 315	7.08 355	0.00 1	0.02 271	0.00 1	0.00 1	0.09 239	0.03 189

mmx	1.56 280	0.05 8	1.65 170	0.34 286	0.01 99	1.58 215	0.02 96	5.51 340	2.25 313	1.39 204	2.07 268	2.15 244	0.34 178	6.68 315	7.08 355	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.01 62

11t	0.23 14	0.21 148	1.02 55	0.02 63	0.00 1	1.07 48	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 77	0.44 69	0.04 7	0.00 1	0.00 1	0.00 1	0.15 336	0.07 209	0.01 62

tt1	0.88 173	0.27 171	1.25 115	0.08 187	0.00 1	3.36 314	0.02 96	3.03 133	6.40 362	0.33 59	0.66 175	0.05 25	0.40 192	1.59 131	0.05 17	0.00 1	0.02 271	0.00 1	0.00 1	0.09 239	0.03 189

ttt	1.35 257	0.05 8	1.09 81	0.46 304	0.01 99	1.61 230	0.00 1	5.61 343	1.97 291	1.75 232	2.10 273	1.40 192	0.11 111	4.81 240	6.07 352	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.02 150

1111x	1.53 276	0.06 22	1.77 187	0.27 269	0.00 1	2.12 270	0.01 53	5.63 347	1.65 267	1.53 215	1.67 247	0.92 153	0.64 224	6.18 287	8.17 365	0.00 1	0.01 222	0.00 1	0.00 1	0.00 1	0.01 62

whm_eth	0.68 117	0.52 270	3.05 280	0.01 17	0.00 1	1.26 119	0.02 96	3.36 182	1.93 289	0.26 52	2.52 291	0.13 60	0.11 111	0.18 13	0.10 60	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.11 294

xxx	1.56 280	0.05 8	1.65 170	0.34 286	0.01 99	1.58 215	0.02 96	5.51 340	2.25 313	1.39 204	2.07 268	2.15 244	0.34 178	6.68 315	7.08 355	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.01 62

GMStereo_Zeroshot	0.63 101	0.14 99	1.54 151	0.75 337	0.00 1	1.26 119	0.01 53	1.85 57	0.31 37	1.44 210	0.58 158	1.76 216	0.19 144	2.55 150	0.10 60	0.00 1	0.00 1	0.00 1	0.00 1	0.03 131	0.00 1

test croco	0.41 45	0.28 181	2.26 239	0.07 175	0.00 1	0.50 12	0.01 53	2.84 121	0.92 157	0.05 15	0.07 63	0.13 60	0.17 135	0.43 67	0.20 108	0.00 1	0.00 1	0.00 1	0.00 1	0.34 346	0.01 62

StereoIM	0.22 10	0.29 188	0.87 26	0.05 141	0.18 282	0.41 9	0.01 53	1.24 31	0.56 50	0.02 2	0.03 48	0.13 60	0.05 52	0.32 50	0.24 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

IGEV_Zeroshot_test	0.74 125	0.20 142	3.00 277	0.26 266	0.02 166	1.10 57	0.05 170	3.72 221	0.19 21	0.88 130	0.71 191	2.84 276	0.63 221	0.53 83	0.33 158	0.00 1	0.07 328	0.00 1	0.16 342	0.04 162	0.00 1

MSKI-zero shot	0.73 123	0.13 95	1.56 160	0.02 63	0.14 266	1.34 143	0.04 157	3.00 128	0.23 31	0.67 108	1.64 244	0.89 152	0.00 1	4.55 229	0.10 60	0.00 1	0.02 271	0.00 1	0.21 358	0.03 131	0.01 62

StereoVision	0.86 164	0.38 212	1.75 186	0.03 101	0.01 99	1.14 68	0.02 96	3.38 185	0.92 157	0.13 42	6.89 346	0.50 111	0.12 121	1.10 112	0.78 233	0.00 1	0.00 1	0.00 1	0.00 1	0.04 162	0.02 150

MIF-Stereo (partial)	0.27 21	0.18 128	1.14 91	0.01 17	0.00 1	0.43 10	0.02 96	1.97 64	0.39 43	0.11 37	0.08 66	0.07 42	0.06 67	0.44 69	0.33 158	0.00 1	0.00 1	0.00 1	0.00 1	0.05 180	0.02 150

MIF-Stereo	0.16 2	0.11 82	1.13 90	0.03 101	0.17 278	0.32 4	0.02 96	0.38 2	0.32 38	0.03 9	0.16 83	0.05 25	0.07 77	0.16 11	0.16 90	0.00 1	0.00 1	0.00 1	0.00 1	0.11 256	0.00 1

EKT-Stereo	0.74 125	0.18 128	1.23 114	0.81 341	4.25 384	1.19 83	0.03 137	2.17 73	0.13 4	0.35 71	0.40 137	0.97 165	0.08 91	2.61 153	0.09 52	0.00 1	0.09 341	0.00 1	0.07 315	0.04 162	0.03 189

MIM_Stereo	0.45 58	0.43 235	1.18 103	0.51 312	0.04 201	1.26 119	0.02 96	2.38 80	0.65 81	0.07 17	0.02 31	0.70 132	0.20 150	1.01 109	0.13 73	0.00 1	0.09 341	0.00 1	0.00 1	0.14 271	0.10 290

CASnet	0.16 2	0.14 99	0.52 3	0.01 17	0.00 1	0.86 18	0.00 1	0.51 3	0.75 129	0.10 32	0.01 1	0.04 10	0.02 16	0.22 21	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 131	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PCWNet_CMD	0.65 105	0.14 99	2.02 214	0.01 17	0.01 99	1.10 57	0.00 1	2.80 118	0.97 165	0.48 89	0.28 115	2.31 257	1.50 278	1.19 115	0.08 46	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

CFNet_ucs	0.77 135	0.20 142	2.22 236	0.01 17	0.01 99	1.32 135	0.00 1	3.30 175	1.31 216	1.15 176	1.14 219	2.19 252	0.42 194	2.04 144	0.12 69	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

AEACV	0.22 10	0.05 8	0.66 11	0.02 63	0.03 185	0.87 19	0.00 1	1.07 27	0.15 9	0.18 48	0.01 1	0.02 2	0.72 237	0.15 8	0.09 52	0.00 1	0.03 293	0.00 1	0.27 371	0.08 220	0.07 272

Any-RAFT	0.64 103	0.08 38	1.07 77	0.03 101	0.00 1	2.77 299	0.08 192	3.57 209	1.23 204	0.96 142	0.26 111	1.61 205	0.31 173	0.72 97	0.06 33	0.00 1	0.10 347	0.00 1	0.00 1	0.01 25	0.00 1

RAFT-Test	0.61 94	0.16 117	2.27 242	0.04 124	0.15 271	1.80 258	0.17 229	2.52 100	0.65 81	0.56 95	0.11 72	2.76 273	0.02 16	0.27 39	0.34 165	0.00 1	0.07 328	0.00 1	0.29 376	0.01 25	0.01 62

HH	0.88 173	0.37 209	1.93 199	0.25 260	0.10 250	0.62 13	0.00 1	3.79 227	0.18 19	0.33 59	0.59 167	3.94 317	0.81 242	4.44 218	0.09 52	0.00 1	0.06 319	0.00 1	0.00 1	0.03 131	0.02 150

HanStereo	0.88 173	0.37 209	1.93 199	0.25 260	0.10 250	0.62 13	0.00 1	3.79 227	0.18 19	0.33 59	0.59 167	3.94 317	0.81 242	4.44 218	0.09 52	0.00 1	0.06 319	0.00 1	0.00 1	0.03 131	0.02 150

LL-Strereo2	0.36 36	0.47 256	1.08 79	0.09 197	0.03 185	1.12 63	0.07 186	1.66 53	0.93 160	0.43 82	0.02 31	0.51 112	0.08 91	0.23 23	0.29 143	0.00 1	0.00 1	0.00 1	0.03 291	0.04 162	0.04 213

LL-Strereo	1.93 311	0.97 341	3.83 318	0.55 317	2.19 378	1.49 192	0.05 170	4.09 250	1.00 172	2.59 295	2.77 298	5.17 341	5.63 368	7.19 348	0.63 221	0.00 1	0.10 347	0.00 1	0.00 1	0.25 326	0.20 336

4D-IteraStereo	0.35 32	0.60 289	1.93 199	0.02 63	0.09 241	1.03 33	0.07 186	1.25 32	0.34 40	0.02 2	0.03 48	0.84 149	0.10 103	0.31 44	0.35 169	0.00 1	0.00 1	0.00 1	0.00 1	0.05 180	0.07 272

LoS_RVC	0.19 4	0.48 258	0.51 2	0.12 212	0.10 250	1.01 31	0.01 53	0.81 19	0.19 21	0.07 17	0.02 31	0.06 34	0.05 52	0.31 44	0.05 17	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.04 213

anonymousdsp2	0.52 76	0.06 22	1.51 149	0.10 204	0.00 1	1.19 83	0.01 53	4.32 272	0.63 71	0.33 59	0.15 81	0.78 147	0.09 96	1.01 109	0.06 33	0.00 1	0.00 1	0.00 1	0.11 331	0.04 162	0.05 229

anonymousdsp	0.21 6	0.21 148	0.63 5	0.02 63	0.00 1	1.07 48	0.00 1	0.74 17	0.77 138	0.09 22	0.01 1	0.04 10	0.07 77	0.25 29	0.04 7	0.00 1	0.00 1	0.00 1	0.16 342	0.08 220	0.03 189

CBFPSM	1.39 262	0.61 292	4.29 333	0.01 17	0.01 99	3.64 322	0.03 137	3.39 186	0.80 141	0.64 106	0.21 104	6.18 350	3.70 347	2.38 149	1.82 284	0.00 1	0.01 222	0.00 1	0.00 1	0.08 220	0.01 62

iinet-f	1.68 296	0.61 292	11.37 386	0.29 273	0.03 185	4.39 338	0.04 157	3.18 157	1.10 186	1.16 179	0.58 158	2.96 285	2.76 324	2.13 146	2.46 310	0.00 1	0.02 271	0.02 339	0.00 1	0.46 358	0.01 62

LoS	0.28 23	0.16 117	0.95 39	0.07 175	0.01 99	1.32 135	0.07 186	1.30 33	0.60 56	0.04 14	0.03 48	0.28 82	0.11 111	0.48 79	0.11 67	0.00 1	0.01 222	0.00 1	0.00 1	0.03 131	0.00 1

CES	0.43 53	0.14 99	0.85 22	0.05 141	1.52 371	1.22 96	0.05 170	1.01 25	0.59 52	0.03 9	0.02 31	0.14 66	0.10 103	0.40 65	0.10 60	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	2.45 382

Selective-IGEV	0.22 10	0.06 22	0.46 1	0.05 141	0.04 201	0.34 6	0.04 157	2.16 72	0.59 52	0.09 22	0.01 1	0.02 2	0.05 52	0.18 13	0.05 17	0.00 1	0.00 1	0.00 1	0.09 323	0.03 131	0.09 286

EGLCR-Stereo	0.28 23	0.09 50	0.73 14	0.18 240	0.05 208	1.17 76	0.04 157	2.37 79	0.17 17	0.35 71	0.01 1	0.01 1	0.02 16	0.38 63	0.04 7	0.00 1	0.01 222	0.00 1	0.00 1	0.00 1	0.03 189

GASNet	1.43 266	1.53 366	4.54 342	0.31 277	0.02 166	1.49 192	0.20 240	3.86 239	1.95 290	0.75 117	1.37 239	2.11 240	1.57 286	5.82 279	2.60 315	0.00 1	0.05 312	0.00 1	0.00 1	0.43 357	0.10 290

gwcnet-sp	0.98 187	0.38 212	4.06 324	0.04 124	0.00 1	2.60 289	0.15 222	3.51 204	1.13 193	1.75 232	0.16 83	0.68 127	0.39 189	3.69 180	0.90 240	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.03 189

scenet	0.98 187	0.38 212	4.06 324	0.04 124	0.00 1	2.60 289	0.15 222	3.51 204	1.13 193	1.75 232	0.16 83	0.68 127	0.39 189	3.69 180	0.90 240	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.03 189

CASS	0.56 86	0.13 95	1.40 137	0.03 101	0.01 99	1.65 243	0.04 157	3.03 133	0.63 71	1.96 250	0.93 207	0.28 82	0.36 184	0.52 81	0.18 101	0.00 1	0.00 1	0.00 1	0.00 1	0.03 131	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	0.47 65	0.25 166	2.47 254	0.04 124	0.01 99	1.17 76	0.00 1	2.01 65	0.63 71	0.08 20	0.14 75	1.16 182	0.05 52	0.80 101	0.46 193	0.00 1	0.00 1	0.00 1	0.03 291	0.10 247	0.04 213

DCRE	0.69 120	0.35 202	1.16 98	0.06 155	0.02 166	0.91 20	0.00 1	1.05 26	0.30 36	0.98 153	7.63 349	0.72 134	0.02 16	0.16 11	0.07 37	0.00 1	0.02 271	0.00 1	0.21 358	0.02 93	0.03 189

knoymous	0.35 32	0.05 8	1.11 84	0.05 141	0.01 99	1.15 73	0.01 53	2.06 67	0.14 6	0.40 79	0.02 31	1.67 213	0.00 1	0.31 44	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

anonymousa	0.79 143	0.26 170	1.91 197	0.03 101	0.29 329	1.46 185	0.02 96	3.76 223	0.97 165	0.72 115	2.25 283	3.21 299	0.56 208	0.15 8	0.12 69	0.00 1	0.00 1	0.00 1	0.04 301	0.00 1	0.02 150

riskmin	0.47 65	0.03 1	1.01 50	0.08 187	0.01 99	1.12 63	0.01 53	3.00 128	0.21 28	0.46 87	0.02 31	2.08 237	1.06 253	0.26 35	0.04 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 62

Wz-Net-TNSev	3.91 356	5.20 394	20.57 394	0.15 227	0.01 99	7.14 365	3.57 363	6.70 367	3.57 339	1.74 231	0.58 158	7.39 360	4.33 353	8.86 369	7.99 362	0.00 1	0.00 1	0.00 1	0.02 285	0.24 320	0.16 318

Selective-RAFT	0.37 38	0.06 22	0.65 10	0.03 101	0.01 99	1.17 76	0.02 96	2.63 106	0.66 87	0.01 1	0.01 1	0.22 75	0.18 138	1.31 122	0.24 120	0.00 1	0.00 1	0.00 1	0.20 354	0.04 162	0.00 1

ProNet	0.20 5	0.25 166	0.78 18	0.01 17	0.01 99	0.95 26	0.00 1	0.70 13	0.68 100	0.02 2	0.01 1	0.05 25	0.03 34	0.31 44	0.03 5	0.00 1	0.01 222	0.00 1	0.00 1	0.12 261	0.04 213

ssnet_v2	1.14 230	0.28 181	1.77 187	0.03 101	0.00 1	2.07 268	0.37 288	5.20 321	1.87 285	2.00 253	0.87 203	3.09 292	0.55 207	1.31 122	3.02 322	0.00 1	0.00 1	0.00 1	0.00 1	0.18 296	0.12 303

MC-Stereo	0.24 18	0.12 86	0.71 13	0.04 124	0.02 166	1.07 48	0.00 1	1.30 33	0.17 17	0.59 97	0.02 31	0.08 45	0.11 111	0.18 13	0.05 17	0.00 1	0.02 271	0.00 1	0.17 348	0.06 195	0.02 150

RCA-Stereo	0.37 38	0.14 99	0.76 16	0.01 17	0.00 1	1.17 76	0.00 1	3.14 149	0.61 62	0.71 113	0.47 152	0.05 25	0.13 127	0.19 16	0.03 5	0.00 1	0.01 222	0.00 1	0.00 1	0.06 195	0.01 62

ssnet	0.98 187	0.38 212	4.06 324	0.04 124	0.00 1	2.60 289	0.15 222	3.51 204	1.13 193	1.75 232	0.16 83	0.68 127	0.39 189	3.69 180	0.90 240	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.03 189

CroCo-Stereo Lap2	0.33 28	0.49 262	1.18 103	0.02 63	0.00 1	0.33 5	0.00 1	3.08 143	0.61 62	0.02 2	0.01 1	0.04 10	0.08 91	0.45 74	0.15 82	0.00 1	0.00 1	0.00 1	0.00 1	0.07 209	0.02 150

TestStereo1	0.77 135	0.46 248	1.12 86	0.15 227	0.19 289	1.29 127	0.01 53	3.33 178	1.55 252	0.45 85	1.67 247	0.13 60	1.23 262	3.39 171	0.27 135	0.00 1	0.00 1	0.00 1	0.00 1	0.17 289	0.07 272

DCANet-4	0.69 120	0.15 109	3.76 314	0.03 101	0.01 99	1.22 96	0.01 53	3.14 149	1.90 287	2.34 280	0.14 75	0.11 53	0.25 162	0.34 54	0.29 143	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 229

qqq	0.50 70	0.04 4	0.78 18	0.02 63	0.00 1	1.05 46	0.00 1	3.15 151	0.68 100	0.46 87	0.01 1	0.73 135	0.12 121	2.95 160	0.07 37	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.01 62

ccc-4	0.23 14	0.21 148	1.02 55	0.02 63	0.00 1	1.07 48	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 77	0.44 69	0.04 7	0.00 1	0.00 1	0.00 1	0.15 336	0.07 209	0.01 62

fff	0.66 110	0.42 229	2.21 229	0.01 17	0.01 99	1.22 96	0.02 96	3.26 168	1.04 176	2.34 280	0.14 75	0.09 48	1.83 299	0.34 54	0.29 143	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 229

ADStereo(finetuned)	0.83 154	0.43 235	3.68 311	0.03 101	0.00 1	1.22 96	0.01 53	3.26 168	1.86 283	2.61 297	0.20 103	0.09 48	2.39 317	0.34 54	0.38 178	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.06 256

x	0.41 45	0.04 4	0.74 15	0.54 315	0.00 1	0.98 28	0.00 1	3.07 141	0.67 95	0.48 89	0.01 1	0.48 107	0.07 77	0.93 103	0.07 37	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.01 62

DisPM	0.86 164	0.09 50	1.10 82	0.76 339	0.02 166	1.51 197	0.57 305	1.75 55	0.70 122	2.43 291	0.83 200	0.38 96	0.01 4	6.89 335	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

Wz-Net-SNSev	2.53 329	2.49 381	10.66 384	0.39 295	0.01 99	2.73 294	0.40 289	5.02 315	1.50 248	2.15 262	2.12 275	6.48 352	1.11 256	9.47 375	5.84 351	0.00 1	0.01 222	0.00 1	0.00 1	0.21 313	0.06 256

Wz-Net-LNSev-Ref	1.54 278	0.68 306	4.62 344	0.01 17	0.00 1	5.13 349	0.30 276	4.64 291	1.23 204	2.39 288	0.59 167	2.12 242	2.00 307	4.94 245	2.19 306	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

BUS	0.97 185	0.10 69	0.96 40	0.01 17	0.00 1	5.85 355	0.03 137	5.40 333	0.93 160	2.26 274	0.66 175	2.39 262	0.06 67	0.61 92	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

Wz-Net-LNSev	1.30 249	0.85 331	6.26 368	0.02 63	0.03 185	4.02 328	0.13 218	4.21 260	1.12 192	0.77 120	0.10 69	3.60 309	1.11 256	2.68 154	1.12 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

Wz-Net-MNSev	1.85 306	1.19 356	5.61 359	0.01 17	0.00 1	4.74 343	2.16 347	4.93 310	1.48 244	3.77 328	1.24 231	1.77 218	2.56 319	4.94 245	2.61 316	0.00 1	0.01 222	0.00 1	0.00 1	0.07 209	0.01 62

IER	0.75 130	0.12 86	1.93 199	0.01 17	0.00 1	2.31 277	0.02 96	2.96 127	0.98 167	1.30 195	0.96 209	1.40 192	1.19 260	1.31 122	0.45 189	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

raft_robust	0.98 187	0.57 284	1.21 111	0.06 155	0.17 278	1.36 148	0.02 96	3.46 199	2.18 308	0.33 59	0.01 1	1.54 198	1.42 273	6.77 324	0.15 82	0.00 1	0.02 271	0.00 1	0.18 350	0.11 256	0.09 286

RAFT_CTSACE	0.68 117	0.52 270	1.74 184	0.50 309	0.05 208	1.16 74	0.00 1	2.68 113	0.66 87	0.68 110	1.60 243	1.76 216	0.80 241	0.94 105	0.13 73	0.00 1	0.02 271	0.00 1	0.00 1	0.27 331	0.00 1

RAFT+CT+SA	0.66 110	0.45 244	1.22 112	0.10 204	0.30 331	1.24 110	0.02 96	4.21 260	0.67 95	0.62 99	0.39 136	0.33 89	0.05 52	2.69 155	0.14 78	0.00 1	0.00 1	0.00 1	0.35 380	0.13 265	0.30 347

test_5	0.74 125	0.50 265	1.55 153	0.44 300	0.25 312	1.45 180	0.01 53	4.16 255	0.78 140	0.79 125	0.17 89	0.42 100	0.64 224	3.06 164	0.18 101	0.00 1	0.00 1	0.00 1	0.00 1	0.16 285	0.21 338

NINENet	1.03 200	0.22 157	1.30 127	0.10 204	0.01 99	5.85 355	0.03 137	4.41 277	1.25 208	1.55 222	0.60 172	2.39 262	0.06 67	2.72 157	0.05 17	0.00 1	0.01 222	0.01 317	0.00 1	0.04 162	0.00 1

BSDual-CNN	0.83 154	0.10 69	0.96 40	0.01 17	0.00 1	3.32 311	0.21 242	5.40 333	0.93 160	2.26 274	0.66 175	1.81 221	0.10 103	0.61 92	0.18 101	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

hknet	1.08 211	0.13 95	2.07 220	0.01 17	0.00 1	3.32 311	0.21 242	5.40 333	0.92 157	2.26 274	0.66 175	3.43 305	0.05 52	2.81 158	0.27 135	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

SA-5K	0.77 135	0.46 248	1.12 86	0.15 227	0.19 289	1.29 127	0.01 53	3.33 178	1.55 252	0.45 85	1.67 247	0.13 60	1.23 262	3.39 171	0.27 135	0.00 1	0.00 1	0.00 1	0.00 1	0.17 289	0.07 272

Sa-1000	1.04 202	0.39 218	1.17 100	0.00 1	0.20 293	1.33 141	0.03 137	4.19 258	1.81 276	0.99 157	5.33 335	0.61 117	0.15 129	4.07 199	0.30 149	0.00 1	0.00 1	0.00 1	0.16 342	0.13 265	0.00 1

SA	0.83 154	0.41 226	1.17 100	0.00 1	0.20 293	1.28 123	0.01 53	3.98 244	1.86 283	0.41 80	0.96 209	0.27 81	1.33 271	4.07 199	0.35 169	0.00 1	0.00 1	0.00 1	0.17 348	0.14 271	0.01 62

test_4	0.51 73	0.10 69	1.27 118	0.01 17	0.06 216	0.97 27	0.03 137	1.12 29	0.16 12	0.27 53	3.42 313	0.65 123	0.09 96	1.59 131	0.26 131	0.00 1	0.00 1	0.00 1	0.08 320	0.14 271	0.00 1

IGEV-Stereo	0.21 6	0.21 148	0.63 5	0.02 63	0.00 1	1.07 48	0.00 1	0.73 16	0.77 138	0.09 22	0.01 1	0.04 10	0.07 77	0.24 26	0.04 7	0.00 1	0.00 1	0.00 1	0.16 342	0.08 220	0.03 189
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	1.08 211	0.56 281	2.70 268	0.02 63	0.02 166	1.20 91	0.01 53	3.18 157	0.63 71	0.14 43	2.00 266	1.62 207	1.54 281	6.69 318	1.01 250	0.00 1	0.00 1	0.00 1	0.00 1	0.23 317	0.01 62

psmg	0.83 154	0.10 69	0.96 40	0.01 17	0.00 1	3.28 309	0.27 259	4.83 306	0.93 160	1.92 246	1.46 241	1.81 221	0.10 103	0.61 92	0.18 101	0.00 1	0.00 1	0.01 317	0.00 1	0.01 25	0.00 1

CSP-Net	1.01 196	0.52 270	0.92 33	0.01 17	0.00 1	2.83 301	0.05 170	4.99 312	0.69 113	0.91 137	0.85 201	1.82 223	0.23 157	6.04 282	0.29 143	0.00 1	0.00 1	0.00 1	0.00 1	0.10 247	0.01 62

WZ-Net	4.16 360	1.75 370	23.59 397	0.08 187	0.04 201	2.62 293	2.16 347	5.89 352	4.74 354	5.73 352	3.51 314	6.99 359	4.89 360	10.82 383	10.11 371	0.00 1	0.00 1	0.00 1	0.00 1	0.12 261	0.11 294

CIPLG	0.75 130	0.81 326	2.38 247	0.13 215	0.03 185	1.41 165	0.27 259	3.19 161	0.84 148	1.98 252	2.56 293	0.19 72	0.10 103	0.54 85	0.26 131	0.00 1	0.05 312	0.01 317	0.05 305	0.19 303	0.05 229

iRaft-Stereo_20w	0.92 180	0.15 109	2.68 267	0.24 257	0.06 216	1.36 148	0.28 267	7.46 375	0.34 40	1.56 223	0.37 131	0.62 119	1.24 265	1.25 119	0.34 165	0.00 1	0.09 341	0.00 1	0.16 342	0.02 93	0.13 308

UDGNet	0.35 32	0.50 265	1.14 91	0.02 63	0.00 1	1.12 63	0.02 96	0.70 13	1.57 258	0.31 56	0.05 57	0.06 34	0.02 16	1.45 130	0.09 52	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GLC_STEREO	0.13 1	0.08 38	0.61 4	0.01 17	0.00 1	0.94 23	0.03 137	0.29 1	0.21 28	0.05 15	0.02 31	0.06 34	0.04 46	0.26 35	0.07 37	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

DAS	1.26 245	0.08 38	2.25 237	0.04 124	0.01 99	1.28 123	1.18 329	3.80 230	1.58 262	4.60 341	2.37 286	1.53 196	0.53 204	5.36 263	0.59 216	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

SepStereo	1.28 246	0.08 38	2.25 237	0.04 124	0.01 99	1.28 123	1.18 329	3.80 230	1.58 262	4.60 341	2.37 286	1.53 196	0.53 204	5.63 274	0.59 216	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

IPLG	0.86 164	0.41 226	2.31 244	0.06 155	0.06 216	1.36 148	0.11 210	3.17 156	0.83 145	0.62 99	1.00 212	0.46 104	0.61 215	5.57 273	0.35 169	0.00 1	0.00 1	0.00 1	0.00 1	0.18 296	0.01 62

IPLGR_C	0.75 130	0.88 334	2.58 262	0.13 215	0.02 166	1.40 161	0.27 259	3.19 161	0.84 148	1.92 246	2.46 288	0.18 71	0.11 111	0.49 80	0.26 131	0.00 1	0.05 312	0.01 317	0.05 305	0.19 303	0.06 256

MIPNet	0.64 103	0.42 229	2.01 212	0.08 187	0.07 224	1.29 127	0.11 210	3.47 201	1.29 212	0.67 108	0.10 69	0.63 121	0.97 251	1.25 119	0.25 126	0.00 1	0.01 222	0.01 317	0.01 269	0.11 256	0.04 213

IPLGR	0.76 134	0.21 148	2.98 275	0.06 155	0.07 224	1.24 110	0.05 170	3.09 144	1.38 221	0.62 99	0.34 125	0.75 137	0.78 239	3.35 168	0.22 112	0.00 1	0.00 1	0.00 1	0.00 1	0.05 180	0.06 256

AASNet	0.86 164	0.53 274	1.96 206	0.04 124	0.00 1	1.70 249	0.05 170	5.13 320	1.84 278	0.93 139	1.88 259	0.96 162	0.19 144	0.67 95	0.91 244	0.00 1	0.00 1	0.00 1	0.00 1	0.27 331	0.09 286

GMOStereo	0.42 47	0.28 181	1.02 55	0.05 141	0.18 282	1.04 40	0.02 96	2.40 82	0.16 12	2.25 270	0.01 1	0.32 85	0.03 34	0.09 1	0.15 82	0.00 1	0.11 350	0.00 1	0.00 1	0.19 303	0.02 150

error version	0.42 47	0.28 181	1.02 55	0.05 141	0.18 282	1.04 40	0.02 96	2.40 82	0.16 12	2.25 270	0.01 1	0.32 85	0.03 34	0.09 1	0.15 82	0.00 1	0.11 350	0.00 1	0.00 1	0.19 303	0.02 150

test-v	0.42 47	0.28 181	1.02 55	0.05 141	0.18 282	1.04 40	0.02 96	2.40 82	0.16 12	2.25 270	0.01 1	0.32 85	0.03 34	0.09 1	0.15 82	0.00 1	0.11 350	0.00 1	0.00 1	0.19 303	0.02 150

test-3	0.63 101	0.06 22	1.00 47	0.07 175	0.13 260	0.99 29	0.01 53	2.46 94	0.20 25	1.96 250	0.01 1	1.10 180	0.05 52	3.75 185	0.23 116	0.00 1	0.00 1	0.00 1	0.26 369	0.15 281	0.13 308

test_1	0.61 94	0.06 22	1.00 47	0.07 175	0.12 256	0.99 29	0.01 53	2.46 94	0.20 25	1.71 230	0.01 1	1.10 180	0.04 46	3.71 183	0.23 116	0.00 1	0.00 1	0.00 1	0.25 367	0.15 281	0.13 308

ACRE	0.75 130	0.78 320	2.72 271	0.13 215	0.02 166	1.40 161	0.26 256	3.20 163	0.82 143	1.84 242	2.46 288	0.19 72	0.10 103	0.52 81	0.26 131	0.00 1	0.04 303	0.01 317	0.05 305	0.19 303	0.05 229

AACVNet	0.87 169	0.44 240	1.19 106	0.17 236	0.00 1	1.76 253	0.00 1	3.60 212	0.60 56	1.03 162	0.26 111	1.31 189	0.17 135	6.33 296	0.28 139	0.00 1	0.00 1	0.00 1	0.00 1	0.17 289	0.01 62

test_3	0.58 89	0.06 22	1.04 70	0.07 175	0.12 256	1.01 31	0.01 53	2.45 92	0.20 25	0.95 140	0.01 1	1.05 172	0.05 52	3.74 184	0.23 116	0.00 1	0.00 1	0.00 1	0.25 367	0.15 281	0.13 308

PSMNet-ADL	0.77 135	0.08 38	0.90 31	0.07 175	0.01 99	2.01 266	0.02 96	2.55 104	1.11 188	0.33 59	0.59 167	2.15 244	0.69 235	4.07 199	0.85 237	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

GANet-ADL	0.52 76	0.09 50	1.43 140	0.13 215	0.02 166	1.43 172	0.02 96	3.22 165	0.59 52	0.34 70	0.98 211	1.09 178	0.19 144	0.40 65	0.34 165	0.00 1	0.00 1	0.00 1	0.00 1	0.04 162	0.01 62

ADLNet2	1.38 261	0.39 218	3.13 286	0.00 1	0.70 356	1.23 109	0.26 256	4.19 258	2.36 316	1.45 211	3.16 307	4.23 321	0.82 245	4.56 231	0.88 239	0.00 1	0.00 1	0.00 1	0.00 1	0.13 265	0.02 150

CrosDoStereo	1.66 288	0.15 109	1.66 175	0.02 63	0.07 224	1.38 158	6.16 390	3.12 147	1.06 183	0.97 144	3.74 319	0.96 162	4.79 358	7.00 344	1.92 292	0.00 1	0.00 1	0.00 1	0.00 1	0.11 256	0.00 1

PFNet+	0.54 84	0.10 69	1.31 128	0.16 233	0.05 208	1.44 174	0.56 303	1.60 51	0.98 167	1.35 201	0.46 149	0.37 92	0.01 4	2.18 148	0.22 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

TRStereo	0.59 91	0.79 322	1.59 166	0.56 318	0.01 99	1.19 83	0.03 137	4.74 296	0.60 56	0.17 46	0.01 1	0.62 119	0.44 196	0.57 88	0.07 37	0.00 1	0.04 303	0.00 1	0.24 364	0.01 25	0.14 315

LCNet	0.87 169	0.18 128	0.97 45	0.14 225	0.26 315	1.19 83	0.22 246	2.36 78	0.71 124	1.82 240	0.21 104	0.11 53	2.56 319	5.56 271	0.14 78	0.00 1	0.00 1	0.00 1	0.00 1	0.15 281	0.81 367

Patchmatch Stereo++	0.50 70	0.09 50	1.01 50	0.06 155	0.07 224	1.60 226	0.27 259	1.45 44	0.68 100	0.98 153	0.18 92	0.77 142	0.03 34	2.58 151	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 229
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
AAGNet	1.54 278	0.07 32	0.88 28	1.04 357	0.27 320	1.47 186	0.66 309	1.57 50	0.61 62	1.68 229	0.82 198	1.62 207	2.29 312	6.18 287	11.63 378	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

STrans-v2	1.67 292	0.36 205	3.28 295	0.02 63	0.19 289	1.45 180	0.08 192	6.69 366	1.49 246	2.00 253	2.86 300	3.67 312	3.88 350	7.04 346	0.45 189	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

TransformOpticalFlow	1.47 270	0.31 192	3.22 294	0.66 330	0.08 234	1.54 208	0.09 201	3.84 235	1.58 262	1.66 228	2.32 285	3.60 309	3.12 334	6.99 343	0.42 182	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

OMP-Stereo	1.20 240	0.54 276	0.96 40	2.39 376	0.29 329	1.58 215	0.33 282	2.01 65	0.68 100	2.68 299	1.16 223	3.10 293	0.18 138	7.40 353	0.56 210	0.00 1	0.00 1	0.00 1	0.00 1	0.07 209	0.01 62

IIG-Stereo	1.30 249	0.48 258	1.04 70	2.41 377	0.05 208	1.61 230	0.14 221	2.59 105	0.68 100	2.97 308	2.28 284	3.08 291	0.57 210	7.41 354	0.65 225	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.00 1

NF-Stereo	0.82 150	0.10 69	1.12 86	1.19 365	0.01 99	1.52 201	0.29 270	2.67 112	0.66 87	1.20 184	0.58 158	0.24 76	0.01 4	6.38 299	0.32 155	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

OCTAStereo	0.82 150	0.10 69	1.15 94	1.19 365	0.01 99	1.53 204	0.29 270	2.66 108	0.66 87	1.20 184	0.58 158	0.25 79	0.01 4	6.38 299	0.33 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

PSM-softLoss	0.85 161	0.10 69	1.50 146	1.14 361	0.03 185	1.47 186	0.27 259	2.48 97	0.69 113	1.30 195	0.38 133	0.39 97	0.01 4	6.88 332	0.33 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

KMStereo	0.85 161	0.10 69	1.50 146	1.14 361	0.03 185	1.47 186	0.27 259	2.48 97	0.69 113	1.30 195	0.38 133	0.39 97	0.01 4	6.88 332	0.33 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

NRIStereo	0.74 125	0.08 38	0.88 28	0.47 307	0.05 208	1.58 215	0.49 299	1.38 35	0.61 62	0.88 130	0.17 89	0.66 126	0.03 34	6.96 341	0.22 112	0.00 1	0.06 319	0.00 1	0.00 1	0.06 195	0.17 322

PSM-adaLoss	0.46 61	0.09 50	1.01 50	0.06 155	0.09 241	1.61 230	0.30 276	1.43 37	0.69 113	0.97 144	0.18 92	0.77 142	0.02 16	1.67 136	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 229

PSM-AAD	1.15 233	0.04 4	0.88 28	0.10 204	0.27 320	1.32 135	3.25 360	2.41 89	0.64 78	2.93 305	1.92 261	0.15 68	5.39 367	3.42 173	0.19 107	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 229

ROB_FTStereo_v2	0.43 53	0.09 50	1.00 47	0.06 155	0.08 234	1.57 211	0.33 282	1.44 41	0.67 95	0.97 144	0.19 99	0.77 142	0.02 16	1.23 118	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 229

ROB_FTStereo	0.47 65	0.09 50	1.04 70	0.06 155	0.08 234	1.59 223	0.33 282	1.43 37	0.68 100	0.97 144	0.19 99	0.76 138	0.03 34	1.86 142	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 229

KYRaft	1.19 238	0.05 8	0.94 35	0.06 155	0.24 309	1.25 117	0.78 316	2.48 97	0.61 62	3.23 316	7.13 348	1.00 168	2.77 325	1.43 125	0.14 78	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	1.71 379

HUI-Stereo	0.45 58	0.09 50	1.08 79	0.06 155	0.08 234	1.61 230	0.32 280	1.43 37	0.70 122	0.97 144	0.18 92	0.77 142	0.02 16	1.44 129	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 229

ASMatch	1.44 267	0.14 99	2.15 226	0.60 322	0.21 298	1.21 94	0.26 256	0.96 23	0.66 87	0.29 55	11.75 365	0.93 158	2.37 315	6.73 321	0.54 207	0.00 1	0.00 1	0.00 1	0.01 269	0.00 1	0.04 213

DeepStereo_LL	1.66 288	0.15 109	1.66 175	0.02 63	0.07 224	1.38 158	6.16 390	3.12 147	1.06 183	0.97 144	3.74 319	0.96 162	4.79 358	7.00 344	1.92 292	0.00 1	0.00 1	0.00 1	0.00 1	0.11 256	0.00 1

DEmStereo	1.51 273	0.08 38	2.17 227	0.09 197	0.02 166	1.76 253	0.90 320	1.47 46	0.60 56	2.46 292	6.42 344	1.08 176	5.16 362	6.21 289	1.86 287	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

SST-Stereo	1.04 202	0.05 8	1.16 98	0.72 335	0.23 305	1.70 249	0.58 306	1.92 59	1.46 238	1.19 182	1.09 216	1.60 203	1.93 304	6.92 339	0.21 111	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

THIR-Stereo	1.48 271	0.29 188	1.51 149	0.01 17	0.02 166	1.05 46	4.32 372	2.11 70	0.22 30	1.08 169	4.24 326	1.93 228	4.19 352	6.76 323	1.87 288	0.00 1	0.00 1	0.04 346	0.00 1	0.05 180	0.00 1

RAFT_R40	0.99 194	0.05 8	1.26 116	0.71 334	0.20 293	1.65 243	0.67 310	1.94 61	0.61 62	1.05 165	1.15 221	1.80 220	1.47 274	6.91 337	0.31 151	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

GrayStereo	1.46 269	0.03 1	0.87 26	0.63 328	0.20 293	1.24 110	4.61 376	2.85 122	0.62 68	4.98 347	4.00 325	0.45 103	4.67 356	3.37 170	0.08 46	0.00 1	0.00 1	0.00 1	0.50 383	0.01 25	0.01 62

RE-Stereo	0.82 150	0.10 69	1.15 94	1.19 365	0.01 99	1.52 201	0.29 270	2.66 108	0.66 87	1.20 184	0.58 158	0.24 76	0.01 4	6.38 299	0.32 155	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

Pruner-Stereo	0.53 82	0.10 69	1.02 55	0.89 351	0.10 250	1.57 211	0.36 287	2.06 67	0.63 71	2.23 268	0.46 149	0.25 79	0.01 4	0.45 74	0.37 175	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

TVStereo	0.82 150	0.10 69	1.15 94	1.19 365	0.01 99	1.52 201	0.29 270	2.66 108	0.66 87	1.20 184	0.58 158	0.24 76	0.01 4	6.38 299	0.32 155	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

DeepStereo_RVC	0.52 76	0.08 38	1.37 136	0.06 155	0.06 216	1.34 143	0.41 291	1.43 37	0.68 100	1.03 162	0.85 201	0.49 109	1.56 283	0.79 100	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.13 308

iGMRVC	0.51 73	0.09 50	1.04 70	0.06 155	0.08 234	1.61 230	0.27 259	1.44 41	0.69 113	0.97 144	0.19 99	0.76 138	0.03 34	2.69 155	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.04 213

IRAFT_RVC	1.02 198	0.20 142	1.58 163	1.39 369	0.26 315	1.33 141	0.32 280	2.52 100	0.66 87	1.58 224	0.81 197	1.16 182	1.58 287	6.51 307	0.43 183	0.00 1	0.12 354	0.00 1	0.00 1	0.02 93	0.03 189

RAFT-345	1.19 238	0.06 22	1.55 153	0.54 315	0.13 260	1.53 204	0.25 253	0.56 10	1.76 274	1.20 184	7.85 350	0.93 158	0.05 52	6.87 331	0.46 193	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

iRAFT	0.50 70	0.09 50	1.01 50	0.06 155	0.07 224	1.60 226	0.27 259	1.45 44	0.68 100	0.98 153	0.18 92	0.77 142	0.03 34	2.58 151	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 229

AnonymousM	0.34 30	0.07 32	0.63 5	0.02 63	0.01 99	1.09 55	0.03 137	1.54 49	0.68 100	0.17 46	0.04 55	0.02 2	0.24 159	0.25 29	0.04 7	0.00 1	0.01 222	1.93 382	0.00 1	0.01 25	0.00 1

CRE-IMP	0.40 44	0.06 22	1.04 70	0.07 175	0.05 208	1.45 180	0.46 296	1.48 47	0.63 71	0.90 134	0.30 117	0.88 151	0.01 4	0.26 35	0.22 112	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.17 322

CroCo-Stereo	0.39 42	0.40 223	1.67 178	0.07 175	0.00 1	0.19 2	0.01 53	3.55 207	0.75 129	0.08 20	0.02 31	0.46 104	0.08 91	0.28 40	0.18 101	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
test-2	0.42 47	0.28 181	1.02 55	0.05 141	0.18 282	1.04 40	0.02 96	2.40 82	0.16 12	2.25 270	0.01 1	0.32 85	0.03 34	0.09 1	0.15 82	0.00 1	0.11 350	0.00 1	0.00 1	0.19 303	0.02 150

cross-raft	0.53 82	0.12 86	1.78 189	0.03 101	0.01 99	1.04 40	0.10 208	3.21 164	0.23 31	0.37 77	0.01 1	2.86 279	0.04 46	0.24 26	0.24 120	0.00 1	0.01 222	0.00 1	0.16 342	0.01 25	0.02 150

RAFT	0.60 92	0.50 265	1.01 50	0.50 309	0.04 201	0.94 23	0.08 192	3.01 130	0.65 81	0.22 50	0.09 67	3.41 304	0.27 167	0.53 83	0.37 175	0.00 1	0.03 293	0.00 1	0.01 269	0.40 355	0.03 189

test-1	0.52 76	0.25 166	0.94 35	0.03 101	0.22 300	1.20 91	0.08 192	4.03 248	0.25 35	0.70 112	0.66 175	0.71 133	0.03 34	0.30 43	0.43 183	0.00 1	0.18 366	0.00 1	0.07 315	0.01 25	0.25 345

RAFT-IKP	0.45 58	0.09 50	1.06 76	0.06 155	0.06 216	1.44 174	0.31 279	1.44 41	0.69 113	0.97 144	0.18 92	0.76 138	0.02 16	1.65 135	0.17 91	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.04 213

Prome-Stereo	1.23 244	0.06 22	0.93 34	0.12 212	0.24 309	1.26 119	0.67 310	2.53 102	0.69 113	2.08 259	8.70 356	0.76 138	2.91 329	2.12 145	0.11 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 378

LMCR-Stereo	1.10 222	0.69 308	1.95 203	0.50 309	0.01 99	2.73 294	0.09 201	6.20 358	0.64 78	2.37 285	1.76 254	0.13 60	1.59 289	2.94 159	0.23 116	0.00 1	0.00 1	0.00 1	0.00 1	0.12 261	0.00 1

ICVP	0.46 61	0.08 38	1.58 163	0.01 17	0.01 99	1.10 57	0.21 242	3.80 230	0.52 48	0.42 81	0.27 113	0.33 89	0.06 67	0.57 88	0.13 73	0.00 1	0.07 328	0.00 1	0.00 1	0.04 162	0.01 62
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rafts_anoy	0.39 42	0.44 240	1.15 94	0.06 155	0.03 185	1.12 63	0.04 157	2.75 115	0.33 39	0.10 32	0.16 83	0.11 53	0.19 144	0.74 98	0.31 151	0.00 1	0.14 359	0.00 1	0.01 269	0.02 93	0.05 229

iRaftStereo_RVC	0.36 36	0.27 171	0.76 16	0.01 17	0.00 1	1.20 91	0.01 53	2.15 71	0.62 68	0.15 44	0.22 108	0.69 130	0.12 121	0.28 40	0.18 101	0.00 1	0.06 319	0.00 1	0.00 1	0.27 331	0.22 340

GEStereo_RVC	1.10 222	0.42 229	1.72 183	0.28 271	0.01 99	1.37 153	0.11 210	6.25 359	0.84 148	1.05 165	0.67 182	1.61 205	0.79 240	6.11 285	0.63 221	0.00 1	0.00 1	0.00 1	0.00 1	0.10 247	0.04 213

Anonymous3	0.49 69	0.12 86	2.21 229	0.01 17	0.00 1	2.53 286	0.09 201	3.16 154	0.65 81	0.12 38	0.22 108	0.12 56	0.05 52	0.37 60	0.08 46	0.00 1	0.07 328	0.00 1	0.00 1	0.04 162	0.03 189

CREStereo++_RVC	0.29 26	0.19 135	0.83 21	0.05 141	0.00 1	1.19 83	0.00 1	0.66 12	0.99 171	0.25 51	1.26 234	0.05 25	0.07 77	0.20 19	0.09 52	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.56 86	0.14 99	1.22 112	0.02 63	0.00 1	1.14 68	0.03 137	3.43 194	1.47 240	1.02 159	1.41 240	0.05 25	0.02 16	1.08 111	0.09 52	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.00 1

TestStereo	0.61 94	0.55 277	1.84 196	0.00 1	0.00 1	0.94 23	0.00 1	1.65 52	0.23 31	0.12 38	0.03 48	0.08 45	0.06 67	6.59 309	0.08 46	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

raft+_RVC	0.42 47	0.48 258	1.11 84	0.51 312	0.17 278	1.16 74	0.04 157	2.25 74	0.59 52	0.12 38	0.42 140	0.08 45	0.15 129	0.60 91	0.28 139	0.00 1	0.09 341	0.00 1	0.00 1	0.06 195	0.19 332

TANstereo	0.30 27	0.28 181	0.86 24	0.03 101	0.01 99	1.14 68	0.00 1	0.53 4	0.44 46	1.06 168	1.24 231	0.06 34	0.05 52	0.25 29	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.28 23	0.39 218	0.97 45	0.05 141	0.00 1	1.09 55	0.00 1	0.71 15	0.54 49	0.44 83	1.04 214	0.06 34	0.06 67	0.19 16	0.09 52	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

raftrobust	0.46 61	0.42 229	1.05 75	0.01 17	0.21 298	1.17 76	0.05 170	2.07 69	0.19 21	2.98 309	0.02 31	0.12 56	0.15 129	0.25 29	0.31 151	0.00 1	0.03 293	0.00 1	0.00 1	0.08 220	0.06 256

sAnonymous2	0.37 38	0.32 196	3.21 291	0.01 17	0.00 1	0.35 7	0.08 192	1.96 62	0.90 154	0.03 9	0.05 57	0.04 10	0.11 111	0.11 5	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 271	0.18 328

CroCo_RVC	0.37 38	0.32 196	3.21 291	0.01 17	0.00 1	0.35 7	0.08 192	1.96 62	0.90 154	0.03 9	0.05 57	0.04 10	0.11 111	0.11 5	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 271	0.18 328

CFNet_pseudo	0.66 110	0.17 123	2.08 222	0.00 1	0.01 99	1.22 96	0.00 1	2.79 117	0.73 125	0.78 123	0.46 149	2.32 258	0.63 221	1.77 139	0.15 82	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

pcwnet_v2	1.29 247	0.17 123	5.98 363	0.10 204	0.01 99	1.76 253	0.02 96	5.08 319	2.90 332	1.54 221	1.98 265	2.03 235	0.81 242	3.01 162	0.28 139	0.00 1	0.00 1	0.00 1	0.01 269	0.03 131	0.03 189

RALCasStereoNet	0.44 55	0.44 240	1.03 66	0.03 101	0.00 1	1.10 57	0.03 137	2.46 94	0.90 154	0.07 17	0.32 118	0.12 56	0.20 150	1.28 121	0.25 126	0.00 1	0.31 375	0.00 1	0.00 1	0.08 220	0.12 303

RALAANet	0.54 84	0.62 294	1.41 138	0.01 17	0.01 99	0.92 21	0.02 96	2.39 81	1.87 285	1.13 174	0.38 133	0.15 68	0.30 169	1.00 108	0.38 178	0.00 1	0.00 1	0.00 1	0.04 301	0.14 271	0.01 62

sCroCo_RVC	0.21 6	0.14 99	1.54 151	0.01 17	0.00 1	0.13 1	0.04 157	1.10 28	0.65 81	0.10 32	0.05 57	0.03 6	0.04 46	0.23 23	0.05 17	0.00 1	0.07 328	0.00 1	0.00 1	0.01 25	0.00 1

XX-Stereo	1.04 202	0.20 142	4.94 349	0.85 345	0.04 201	1.25 117	0.00 1	3.37 183	0.45 47	1.22 190	0.50 154	3.70 313	0.02 16	3.91 194	0.05 17	0.00 1	0.09 341	0.00 1	0.20 354	0.03 131	0.02 150

Anonymous	0.25 19	0.13 95	1.19 106	0.00 1	0.00 1	0.24 3	0.01 53	2.54 103	0.42 44	0.02 2	0.02 31	0.05 25	0.07 77	0.15 8	0.06 33	0.00 1	0.01 222	0.00 1	0.00 1	0.10 247	0.08 281

ADLNet	1.20 240	0.29 188	1.98 209	0.00 1	0.02 166	2.20 271	0.11 210	4.39 275	2.52 324	2.19 266	2.20 282	2.66 267	0.70 236	3.42 173	1.25 262	0.00 1	0.00 1	0.00 1	0.00 1	0.10 247	0.04 213

HCRNet	0.73 123	0.19 135	1.10 82	0.01 17	0.00 1	1.17 76	0.01 53	3.07 141	1.97 291	0.60 98	0.21 104	0.56 115	0.11 111	5.34 262	0.20 108	0.00 1	0.00 1	0.00 1	0.00 1	0.03 131	0.02 150

DCANet	0.66 110	0.43 235	2.21 229	0.03 101	0.00 1	1.22 96	0.01 53	3.26 168	1.85 282	2.61 297	0.21 104	0.09 48	0.49 201	0.33 53	0.39 180	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.06 256

csc	0.66 110	0.42 229	2.21 229	0.01 17	0.01 99	1.22 96	0.02 96	3.26 168	1.04 176	2.34 280	0.14 75	0.09 48	1.83 299	0.34 54	0.29 143	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 229

cscssc	0.66 110	0.42 229	2.21 229	0.01 17	0.01 99	1.22 96	0.02 96	3.26 168	1.04 176	2.34 280	0.14 75	0.09 48	1.83 299	0.34 54	0.29 143	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 229

222	2.69 332	0.09 50	1.03 66	0.00 1	0.00 1	1.54 208	0.00 1	5.61 343	1.55 252	1.51 213	2.10 273	0.53 113	0.07 77	4.54 228	35.09 408	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

111	0.79 143	0.70 311	2.21 229	0.01 17	0.01 99	1.19 83	0.16 226	3.78 226	1.98 293	1.22 190	0.91 205	2.01 232	0.32 176	0.32 50	0.64 223	0.00 1	0.00 1	0.00 1	0.00 1	0.08 220	0.17 322

test_xeample3	0.35 32	0.10 69	1.95 203	0.02 63	0.00 1	0.93 22	0.07 186	1.70 54	0.86 153	0.09 22	0.04 55	0.05 25	0.05 52	0.23 23	0.51 200	0.00 1	0.00 1	0.00 1	0.24 364	0.06 195	0.08 281

xxxx	1.78 302	0.07 32	1.02 55	0.00 1	0.01 99	1.44 174	0.00 1	5.81 351	1.53 250	1.37 203	1.91 260	1.08 176	0.05 52	4.37 214	16.98 390	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.02 150

test_xeample	1.79 304	0.08 38	1.03 66	0.02 63	0.00 1	1.44 174	0.00 1	5.48 338	1.84 278	1.65 227	2.17 281	0.37 92	0.06 67	4.00 198	17.67 392	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.02 150

ARAFT	1.12 227	0.82 329	4.11 327	0.04 124	0.00 1	1.64 239	0.03 137	4.85 307	1.69 269	2.78 302	0.57 156	0.47 106	0.11 111	4.81 240	0.24 120	0.00 1	0.03 293	0.00 1	0.00 1	0.24 320	0.05 229

RAFT-Stereo + iAFF	0.60 92	0.36 205	0.96 40	0.03 101	0.02 166	1.21 94	0.02 96	2.80 118	1.55 252	1.08 169	2.63 294	0.43 101	0.16 132	0.37 60	0.25 126	0.00 1	0.02 271	0.00 1	0.00 1	0.19 303	0.01 62

AFF-stereo	0.65 105	0.46 248	0.82 20	0.37 293	0.00 1	1.19 83	0.00 1	3.04 138	1.42 230	0.72 115	1.95 263	1.16 182	0.26 164	0.97 107	0.31 151	0.00 1	0.02 271	0.00 1	0.00 1	0.21 313	0.02 150

GMStereo	0.25 19	0.60 289	1.28 119	0.01 17	0.00 1	0.48 11	0.00 1	0.74 17	1.24 207	0.16 45	0.03 48	0.07 42	0.09 96	0.22 21	0.10 60	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	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
EAI-Stereo	1.14 230	0.12 86	1.19 106	0.21 247	0.32 336	1.84 260	2.32 350	5.42 336	1.19 200	1.02 159	5.66 337	0.48 107	0.60 213	0.86 102	0.62 220	0.00 1	0.13 358	0.00 1	0.65 387	0.02 93	0.17 322

FINET	1.36 258	0.46 248	4.05 323	0.22 249	0.73 357	1.03 33	0.00 1	3.57 209	5.71 359	1.59 225	1.64 244	0.49 109	0.19 144	5.53 268	1.90 289	0.00 1	0.01 222	0.00 1	0.00 1	0.08 220	0.03 189

CFNet-RSSM	0.51 73	0.12 86	1.26 116	0.03 101	0.14 266	1.24 110	0.02 96	4.12 253	0.15 9	0.31 56	0.01 1	1.96 231	0.04 46	0.19 16	0.25 126	0.00 1	0.01 222	0.00 1	0.27 371	0.01 25	0.01 62

SFCPSM	0.81 149	0.11 82	2.53 258	0.01 17	0.07 224	2.45 282	0.18 233	4.99 312	1.18 198	0.77 120	0.78 194	0.69 130	0.31 173	1.72 137	0.20 108	0.00 1	0.00 1	0.00 1	0.05 305	0.06 195	0.01 62

Syn2CoEx	1.66 288	1.17 354	4.29 333	0.04 124	0.00 1	1.44 174	0.56 303	5.33 331	1.98 293	2.01 256	2.12 275	2.08 237	2.81 326	6.55 308	2.42 308	0.00 1	0.00 1	0.00 1	0.00 1	0.33 343	0.06 256

MMNet	1.20 240	0.27 171	3.59 309	0.09 197	0.00 1	4.15 331	0.01 53	3.63 214	1.19 200	1.93 249	0.32 118	1.35 191	1.23 262	4.42 216	1.84 286	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

delet	1.14 230	0.32 196	1.56 160	0.03 101	0.17 278	2.86 303	1.03 325	4.25 264	2.14 305	1.03 162	1.17 225	1.64 211	0.92 249	4.35 211	1.27 265	0.00 1	0.00 1	0.00 1	0.00 1	0.04 162	0.00 1

UNet	1.13 229	0.24 164	4.21 329	0.01 17	0.02 166	2.31 277	0.02 96	3.06 139	0.76 137	1.17 180	0.14 75	2.73 271	1.58 287	4.48 224	1.92 292	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

UPFNet	0.87 169	0.09 50	2.05 218	0.00 1	0.00 1	1.90 263	0.11 210	3.41 190	0.83 145	2.15 262	0.10 69	1.92 227	0.09 96	3.94 195	0.70 228	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.00 1

psmorigin	2.01 316	0.37 209	10.25 382	0.22 249	0.03 185	1.62 236	0.19 238	3.31 176	1.05 180	4.92 346	3.14 304	5.85 346	2.21 311	5.31 259	1.71 281	0.00 1	0.00 1	0.00 1	0.00 1	0.05 180	0.02 150

Gwc-CoAtRS	0.42 47	0.12 86	1.28 119	0.03 101	0.13 260	1.03 33	0.02 96	2.33 77	0.15 9	0.35 71	0.01 1	2.27 253	0.03 34	0.20 19	0.25 126	0.00 1	0.01 222	0.00 1	0.22 360	0.01 25	0.01 62

CREStereo	0.22 10	0.17 123	0.64 8	0.00 1	0.01 99	1.22 96	0.01 53	1.15 30	0.56 50	0.10 32	0.07 63	0.04 10	0.00 1	0.32 50	0.10 60	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 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
FENet	0.52 76	0.07 32	1.62 167	0.04 124	0.00 1	1.19 83	0.05 170	3.10 145	0.98 167	0.89 132	0.01 1	1.63 210	0.09 96	0.47 78	0.28 139	0.00 1	0.01 222	0.00 1	0.00 1	0.00 1	0.01 62

GwcNet	1.67 292	0.81 326	5.52 356	0.23 255	1.21 366	4.21 333	0.62 308	3.71 220	1.57 258	1.01 158	1.65 246	3.99 319	0.52 203	5.46 265	2.30 307	0.00 1	0.00 1	0.00 1	0.01 269	0.35 349	0.13 308

ac_64	1.12 227	0.18 128	1.64 169	0.18 240	0.25 312	1.48 191	0.02 96	4.97 311	1.47 240	0.69 111	0.45 148	4.94 336	0.46 199	4.87 242	0.74 231	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.00 1

ACVNet	0.57 88	0.21 148	1.34 131	0.09 197	0.00 1	1.36 148	0.22 246	2.40 82	1.05 180	0.63 103	0.66 175	1.94 229	0.26 164	0.31 44	0.79 234	0.00 1	0.00 1	0.00 1	0.00 1	0.08 220	0.00 1

acv_ft	0.79 143	0.21 148	1.28 119	0.01 17	1.08 365	1.68 246	0.01 53	3.75 222	1.05 180	1.31 198	0.66 175	1.94 229	0.46 199	0.31 44	1.68 278	0.00 1	0.00 1	0.00 1	0.00 1	0.27 331	0.00 1

HGLStereo	1.03 200	0.18 128	1.50 146	0.01 17	0.01 99	1.41 165	0.01 53	3.41 190	0.82 143	1.05 165	3.09 303	2.11 240	1.24 265	4.51 225	1.18 257	0.00 1	0.00 1	0.00 1	0.00 1	0.04 162	0.03 189

cf-r	0.98 187	0.51 269	2.04 217	0.25 260	0.01 99	1.40 161	0.03 137	4.47 282	1.65 267	0.95 140	0.58 158	2.63 266	0.24 159	4.19 204	0.58 214	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.04 213

GANet-RSSM	0.88 173	0.38 212	1.45 143	0.60 322	0.00 1	1.36 148	0.02 96	4.55 285	0.69 113	0.71 113	0.32 118	1.56 199	0.61 215	4.55 229	0.64 223	0.00 1	0.00 1	0.05 350	0.00 1	0.08 220	0.02 150

PSMNet-RSSM	0.90 178	0.44 240	1.35 134	0.13 215	0.00 1	1.37 153	0.03 137	4.79 304	0.85 151	1.11 172	0.49 153	2.15 244	0.35 183	4.09 202	0.73 230	0.00 1	0.00 1	0.01 317	0.00 1	0.03 131	0.01 62

GwcNet-RSSM	1.02 198	0.69 308	2.70 268	0.22 249	0.02 166	1.42 170	0.05 170	4.02 246	1.01 173	0.90 134	0.42 140	2.89 280	0.26 164	4.43 217	1.17 256	0.00 1	0.00 1	0.02 339	0.00 1	0.13 265	0.05 229

CFNet-ft	0.77 135	0.46 248	1.34 131	0.01 17	0.27 320	1.32 135	0.02 96	2.40 82	0.68 100	0.63 103	0.18 92	3.23 301	0.21 154	3.97 196	0.54 207	0.00 1	0.00 1	0.01 317	0.00 1	0.03 131	0.02 150

FAT-Stereo	1.86 307	0.19 135	3.31 297	0.17 236	0.03 185	1.78 256	0.97 322	4.76 300	2.79 330	4.22 336	4.87 330	5.31 344	2.83 328	5.06 251	0.90 240	0.00 1	0.00 1	0.00 1	0.00 1	0.04 162	0.01 62

DSFCA	1.30 249	0.14 99	1.82 193	0.01 17	0.03 185	3.74 325	0.86 317	2.71 114	1.23 204	3.09 312	0.41 139	2.93 282	1.49 275	6.12 286	1.35 268	0.00 1	0.02 271	0.00 1	0.00 1	0.02 93	0.01 62

PMTNet	0.21 6	0.19 135	0.85 22	0.02 63	0.02 166	1.14 68	0.30 276	0.88 21	0.11 1	0.03 9	0.02 31	0.07 42	0.02 16	0.37 60	0.12 69	0.00 1	0.00 1	0.00 1	0.00 1	0.03 131	0.00 1

DMCA	0.68 117	0.22 157	1.96 206	0.01 17	0.01 99	1.28 123	0.02 96	3.02 131	1.54 251	2.14 261	0.15 81	1.74 214	0.10 103	0.45 74	0.95 246	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

S-Stereo	2.00 315	0.30 191	5.74 361	0.24 257	0.23 305	2.51 285	1.90 341	4.74 296	5.15 356	2.42 289	5.80 338	2.85 278	0.72 237	5.08 252	2.17 304	0.00 1	0.02 271	0.00 1	0.00 1	0.08 220	0.04 213

DIP-Stereo	0.58 89	0.23 162	0.90 31	0.08 187	0.00 1	1.43 172	0.01 53	6.01 356	1.38 221	0.92 138	0.11 72	0.04 10	0.19 144	0.12 7	0.07 37	0.00 1	0.01 222	0.00 1	0.00 1	0.03 131	0.01 62
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
STTStereo	0.83 154	0.34 200	2.44 249	0.24 257	0.15 271	1.41 165	0.10 208	3.02 131	1.55 252	1.34 199	0.17 89	1.77 218	0.45 197	3.42 173	0.30 149	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 62

BEATNet_4x	0.97 185	0.77 319	3.36 299	0.46 304	0.01 99	1.32 135	0.09 201	4.57 287	1.26 209	1.88 245	0.22 108	1.09 178	0.42 194	1.79 140	2.09 302	0.00 1	0.00 1	0.00 1	0.00 1	0.08 220	0.06 256

AF-Net	2.17 322	0.65 301	3.53 306	0.00 1	0.09 241	2.02 267	0.48 297	6.44 360	1.70 270	3.36 319	10.22 360	4.95 337	2.81 326	4.34 210	2.66 318	0.00 1	0.00 1	0.00 1	0.00 1	0.13 265	0.01 62

RGC	1.86 307	0.67 304	3.45 304	0.07 175	0.26 315	3.29 310	0.11 210	4.78 303	1.46 238	3.26 317	4.51 328	5.14 340	2.68 323	5.46 265	1.94 296	0.00 1	0.00 1	0.00 1	0.00 1	0.08 220	0.09 286

stereogan	2.13 320	0.31 192	3.75 313	0.01 17	0.09 241	7.44 368	0.60 307	4.27 267	3.29 336	3.91 332	4.62 329	6.41 351	1.84 302	5.17 253	0.58 214	0.00 1	0.01 222	0.01 317	0.00 1	0.24 320	0.05 229

edge stereo	1.94 313	0.40 223	3.82 317	0.15 227	0.09 241	1.81 259	0.45 295	4.77 301	2.21 311	3.36 319	3.94 322	8.39 363	1.72 295	5.75 275	1.69 280	0.00 1	0.00 1	0.01 317	0.00 1	0.17 289	0.01 62

Nwc_Net	1.94 313	0.55 277	3.79 315	0.07 175	0.08 234	2.73 294	0.04 157	6.75 369	1.11 188	2.03 257	7.92 351	4.82 334	2.11 309	4.78 238	2.01 298	0.00 1	0.00 1	0.00 1	0.00 1	0.05 180	0.01 62

R-Stereo Train	0.44 55	0.09 50	0.94 35	0.02 63	0.00 1	1.24 110	0.09 201	3.65 216	0.11 1	1.87 243	0.42 140	0.06 34	0.01 4	0.25 29	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 150

SAMSARA	3.32 348	1.07 350	6.25 367	0.86 349	0.31 334	7.55 369	3.87 367	5.26 328	4.20 348	7.43 363	3.35 310	10.04 369	3.83 349	6.98 342	4.83 341	0.00 1	0.14 359	0.00 1	0.05 305	0.17 289	0.22 340

XQC	2.57 330	1.20 357	6.33 370	0.18 240	0.01 99	3.84 326	0.33 282	5.24 323	3.83 345	4.43 339	1.94 262	4.58 328	3.19 336	7.19 348	8.67 367	0.00 1	0.03 293	0.00 1	0.03 291	0.27 331	0.19 332

RTSC	2.66 331	1.24 358	6.04 364	0.18 240	0.02 166	4.40 339	0.08 192	4.29 269	4.98 355	6.00 353	3.15 306	2.97 286	1.56 283	6.71 320	10.89 374	0.00 1	0.07 328	0.00 1	0.05 305	0.40 355	0.24 344

RTS	9.75 385	2.69 384	65.25 409	0.85 345	1.99 375	14.36 384	4.75 379	5.69 348	17.29 387	7.97 365	19.00 380	6.83 357	3.02 332	26.15 405	18.62 397	0.00 1	0.15 361	0.00 1	0.00 1	0.29 338	0.16 318

RTSA	9.75 385	2.69 384	65.25 409	0.85 345	1.99 375	14.36 384	4.75 379	5.69 348	17.29 387	7.97 365	19.00 380	6.83 357	3.02 332	26.15 405	18.62 397	0.00 1	0.15 361	0.00 1	0.00 1	0.29 338	0.16 318

ADCS	5.09 367	2.15 378	16.58 392	0.34 286	0.07 224	5.91 357	4.26 371	6.73 368	6.99 369	9.44 372	6.09 341	6.57 354	5.17 364	9.54 376	21.38 403	0.00 1	0.00 1	0.00 1	0.00 1	0.36 351	0.23 343

DeepPrunerF	2.50 328	0.87 333	14.90 390	0.17 236	0.31 334	1.41 165	0.29 270	5.62 346	9.97 375	1.02 159	0.43 144	2.01 232	1.65 291	6.85 328	3.99 331	0.00 1	0.01 222	0.07 351	0.10 327	0.24 320	0.12 303

ADCP+	2.87 335	0.98 342	8.75 379	0.07 175	0.16 276	5.93 358	2.90 358	4.00 245	1.84 278	1.52 214	0.27 113	3.81 315	3.22 338	6.05 283	17.38 391	0.00 1	0.00 1	0.00 1	0.00 1	0.14 271	0.30 347

RAFT-Stereo	0.44 55	0.09 50	0.94 35	0.02 63	0.00 1	1.24 110	0.09 201	3.65 216	0.11 1	1.87 243	0.42 140	0.06 34	0.01 4	0.25 29	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 150
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RASNet	1.53 276	0.31 192	1.97 208	0.09 197	3.20 380	1.69 248	0.06 183	3.27 174	2.12 300	0.77 120	1.29 235	5.32 345	1.69 294	6.60 310	2.17 304	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.02 150

MSMDNet	0.65 105	0.14 99	2.02 214	0.01 17	0.01 99	1.11 61	0.00 1	2.88 124	0.98 167	0.49 92	0.28 115	2.32 258	1.49 275	1.19 115	0.08 46	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 62

RYNet	1.52 274	0.35 202	3.38 300	0.25 260	0.04 201	2.31 277	0.03 137	4.62 289	1.47 240	1.14 175	0.34 125	4.52 327	1.38 272	6.36 298	4.23 334	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

GANetREF_RVC	1.10 222	0.95 340	2.98 275	0.06 155	0.00 1	2.23 272	0.18 233	3.95 243	2.53 325	0.56 95	0.32 118	1.89 226	0.66 231	5.03 248	0.51 200	0.00 1	0.00 1	0.00 1	0.00 1	0.05 180	0.04 213
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
GANet	1.90 310	0.43 235	1.83 194	0.39 295	0.00 1	2.24 273	3.37 361	3.90 241	1.44 235	2.17 264	9.66 358	2.57 265	1.09 255	6.88 332	1.81 283	0.00 1	0.00 1	0.02 339	0.00 1	0.10 247	0.03 189

TDLM	1.08 211	0.49 262	1.43 140	0.27 269	0.00 1	1.56 210	2.12 345	3.10 145	1.75 273	1.36 202	0.93 207	1.06 174	0.49 201	6.21 289	0.70 228	0.00 1	0.00 1	0.00 1	0.00 1	0.16 285	0.02 150

CFNet	1.08 211	0.62 294	2.26 239	0.26 266	0.03 185	1.40 161	0.04 157	4.45 281	2.09 298	0.48 89	0.69 184	1.31 189	0.24 159	6.63 313	0.83 236	0.00 1	0.00 1	0.00 1	0.00 1	0.17 289	0.04 213

CFNet_RVC	0.77 135	0.46 248	1.34 131	0.01 17	0.27 320	1.32 135	0.02 96	2.40 82	0.68 100	0.63 103	0.18 92	3.23 301	0.21 154	3.97 196	0.54 207	0.00 1	0.00 1	0.01 317	0.00 1	0.03 131	0.02 150

CVANet_RVC	1.10 222	0.39 218	1.69 180	0.28 271	0.00 1	1.45 180	0.48 297	3.26 168	1.64 266	2.93 305	1.22 228	1.51 195	0.37 186	6.09 284	0.50 198	0.00 1	0.00 1	0.00 1	0.00 1	0.18 296	0.01 62

NLCA_NET_v2_RVC	1.04 202	0.55 277	2.52 257	0.56 318	1.00 362	1.37 153	0.00 1	3.43 194	1.35 219	2.24 269	0.35 128	2.18 251	0.58 212	4.28 207	0.34 165	0.00 1	0.00 1	0.00 1	0.01 269	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ccs_rob	0.65 105	0.17 123	2.09 223	0.00 1	0.01 99	1.22 96	0.00 1	2.77 116	0.73 125	0.75 117	0.44 145	2.32 258	0.64 224	1.76 138	0.15 82	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

UCFNet_RVC	0.66 110	0.35 202	1.20 110	0.02 63	0.30 331	1.53 204	0.01 53	3.42 192	0.67 95	1.12 173	0.73 192	1.26 187	0.20 150	1.84 141	0.46 193	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

FC-DCNN	6.09 372	0.18 128	2.35 246	0.42 298	0.53 349	7.80 371	1.42 335	8.14 377	7.07 370	19.05 396	22.10 391	22.85 391	13.84 391	9.42 373	6.44 353	0.00 1	0.01 222	0.00 1	0.00 1	0.01 25	0.06 256

HITNet	0.80 147	0.58 285	2.14 225	0.69 333	0.00 1	1.35 146	0.02 96	4.50 283	1.15 196	1.76 236	0.16 83	0.60 116	0.30 169	1.13 114	1.64 276	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.00 1
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
AdaStereo	0.65 105	0.09 50	1.12 86	0.02 63	0.00 1	1.45 180	0.23 250	4.38 273	1.44 235	1.17 180	0.37 131	1.56 199	0.18 138	0.56 87	0.37 175	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
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.
Anonymous Stereo	1.78 302	1.37 364	7.79 374	0.42 298	0.07 224	1.49 192	3.20 359	3.31 176	1.84 278	2.75 300	1.14 219	1.84 224	0.09 96	6.89 335	3.32 326	0.00 1	0.00 1	0.00 1	0.00 1	0.09 239	0.01 62

PASM	1.58 283	1.05 348	7.51 373	0.56 318	0.09 241	1.37 153	0.28 267	2.85 122	1.44 235	3.91 332	0.44 145	3.02 288	0.64 224	6.38 299	1.59 275	0.00 1	0.01 222	0.00 1	0.03 291	0.26 328	0.15 316

NVstereo2D	1.09 218	0.17 123	4.40 338	0.00 1	0.00 1	1.59 223	0.18 233	4.29 269	1.40 227	0.85 129	0.36 130	2.30 255	0.62 220	5.26 257	0.35 169	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

DeepPruner_ROB	0.86 164	0.50 265	1.80 192	0.01 17	0.00 1	1.57 211	0.17 229	3.48 202	0.42 44	3.31 318	0.02 31	2.09 239	0.17 135	3.01 162	0.61 219	0.00 1	0.00 1	0.00 1	0.00 1	0.12 261	0.01 62

LSM	7.38 376	1.68 368	22.24 396	3.99 382	40.72 412	3.54 321	4.79 381	4.74 296	6.65 366	10.25 374	13.51 369	4.49 326	3.81 348	6.91 337	5.31 347	0.00 1	0.04 303	0.00 1	0.00 1	0.26 328	14.60 408

iResNetv2_ROB	1.08 211	1.12 352	4.68 345	1.09 360	0.00 1	1.38 158	0.05 170	3.83 234	1.11 188	0.80 127	1.15 221	1.02 170	0.12 121	4.52 226	0.45 189	0.00 1	0.00 1	0.00 1	0.00 1	0.33 343	0.03 189

MLCV	1.01 196	0.53 274	2.17 227	0.03 101	0.00 1	1.60 226	0.03 137	2.90 125	1.30 214	2.60 296	1.85 258	1.00 168	0.40 192	4.88 243	0.74 231	0.00 1	0.00 1	0.00 1	0.00 1	0.07 209	0.01 62

HSM	1.36 258	0.40 223	1.07 77	0.01 17	0.30 331	1.73 252	0.03 137	5.89 352	1.22 203	1.83 241	1.36 238	4.78 333	1.30 270	6.61 312	0.57 212	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.00 1

StereoDRNet-Refined	0.83 154	0.12 86	1.18 103	0.02 63	0.01 99	1.31 134	0.00 1	3.33 178	1.07 185	1.92 246	1.24 231	2.48 264	0.18 138	1.86 142	1.67 277	0.00 1	0.00 1	0.00 1	0.00 1	0.14 271	0.05 229
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DRN-Test	1.62 284	0.23 162	3.72 312	0.18 240	0.13 260	3.34 313	0.19 238	5.93 355	2.01 296	4.14 335	0.76 193	2.12 242	1.78 296	5.22 256	2.62 317	0.00 1	0.00 1	0.01 317	0.01 269	0.03 131	0.01 62

StereoDRNet	1.48 271	0.75 313	4.58 343	0.05 141	0.10 250	2.49 284	1.10 328	4.62 289	1.47 240	3.38 322	0.62 173	2.29 254	0.65 229	4.52 226	2.89 320	0.00 1	0.03 293	0.00 1	0.01 269	0.05 180	0.07 272

iResNet	1.00 195	0.45 244	3.08 283	0.86 349	0.01 99	1.97 264	0.01 53	3.67 219	1.49 246	1.77 237	1.09 216	0.35 91	0.13 127	3.83 191	1.27 265	0.00 1	0.00 1	0.00 1	0.00 1	0.07 209	0.01 62

MFMNet_re	2.02 317	0.98 342	4.27 332	2.74 380	0.88 359	1.47 186	0.15 222	4.21 260	3.18 335	6.63 357	6.93 347	1.87 225	3.63 345	2.13 146	0.99 248	0.00 1	0.00 1	0.00 1	0.00 1	0.23 317	0.05 229

DISCO	1.93 311	0.18 128	2.44 249	0.67 332	0.53 349	5.25 350	0.00 1	5.43 337	1.56 257	2.09 260	0.91 205	6.48 352	0.89 247	8.55 368	3.60 330	0.00 1	0.00 1	0.00 1	0.00 1	0.06 195	0.01 62

NCCL2	1.30 249	0.63 297	2.31 244	0.02 63	0.03 185	1.57 211	3.41 362	3.91 242	1.39 223	3.14 314	0.34 125	3.90 316	0.30 169	3.75 185	1.19 258	0.00 1	0.00 1	0.02 339	0.00 1	0.03 131	0.05 229

MDST_ROB	3.50 351	0.07 32	3.94 319	2.66 379	1.46 369	12.94 382	0.97 322	7.32 373	2.42 319	14.82 390	8.08 353	2.74 272	1.51 279	8.44 367	2.48 311	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.11 294

CBMV_ROB	1.70 298	0.11 82	1.98 209	0.46 304	0.00 1	2.85 302	0.91 321	4.27 267	2.21 311	4.02 334	5.00 332	2.97 286	2.32 314	5.40 264	1.35 268	0.00 1	0.00 1	0.00 1	0.00 1	0.03 131	0.06 256

SANet	4.63 363	0.89 336	5.34 354	0.30 275	0.09 241	7.43 367	3.75 366	6.53 362	16.16 385	6.79 358	13.29 368	12.44 372	7.74 374	7.38 352	4.11 333	0.00 1	0.01 222	0.00 1	0.00 1	0.10 247	0.31 350

DLCB_ROB	1.17 236	0.22 157	1.28 119	0.08 187	0.00 1	1.51 197	0.23 250	3.39 186	1.52 249	3.43 323	2.00 266	3.40 303	0.31 173	4.29 208	1.82 284	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

iResNet_ROB	1.05 209	0.76 317	2.06 219	0.07 175	0.00 1	1.35 146	0.03 137	6.80 370	2.57 327	0.79 125	1.20 227	0.94 161	0.12 121	3.81 188	0.41 181	0.00 1	0.00 1	0.00 1	0.00 1	0.08 220	0.01 62

NOSS_ROB	1.29 247	0.22 157	1.35 134	0.64 329	0.16 276	2.56 287	0.00 1	4.14 254	2.37 317	2.29 279	1.76 254	2.84 276	0.02 16	6.80 327	0.45 189	0.00 1	0.00 1	0.00 1	0.00 1	0.04 162	0.11 294

XPNet_ROB	1.17 236	0.41 226	1.68 179	0.04 124	0.01 99	1.65 243	0.17 229	3.46 199	1.39 223	3.89 331	1.01 213	1.60 203	0.53 204	4.35 211	3.07 323	0.00 1	0.00 1	0.00 1	0.00 1	0.03 131	0.02 150

ETE_ROB	1.16 235	0.52 270	1.71 182	0.01 17	0.02 166	1.79 257	0.22 246	4.10 251	1.32 217	4.68 344	1.18 226	2.81 274	0.08 91	3.56 177	1.12 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.06 256

PDISCO_ROB	2.21 323	0.78 320	3.43 302	0.96 353	2.04 377	7.04 364	0.09 201	7.36 374	5.72 360	1.21 189	1.67 247	3.16 296	1.28 268	7.52 356	1.37 270	0.00 1	0.00 1	0.00 1	0.00 1	0.34 346	0.13 308

DN-CSS_ROB	0.77 135	0.90 337	2.01 212	0.85 345	0.00 1	1.47 186	0.01 53	2.92 126	0.93 160	0.12 38	0.53 155	0.44 102	0.16 132	4.33 209	0.35 169	0.00 1	0.00 1	0.00 1	0.00 1	0.30 342	0.01 62

LALA_ROB	1.33 255	0.59 287	1.74 184	0.02 63	0.06 216	3.25 308	0.50 301	3.45 197	1.39 223	3.70 326	0.59 167	4.59 329	0.25 162	3.58 178	2.79 319	0.00 1	0.00 1	0.00 1	0.00 1	0.04 162	0.02 150

PWC_ROB	2.90 337	1.01 346	6.12 366	0.53 314	0.57 353	1.30 131	0.40 289	3.85 237	4.42 352	7.37 362	15.40 373	3.03 290	1.55 282	6.31 295	5.74 350	0.00 1	0.00 1	0.00 1	0.00 1	0.46 358	0.05 229

PSMNet_ROB	1.09 218	0.69 308	2.92 273	0.03 101	0.07 224	1.68 246	0.16 226	3.44 196	1.30 214	0.96 142	0.32 118	2.81 274	0.63 221	4.23 205	2.48 311	0.00 1	0.00 1	0.00 1	0.00 1	0.08 220	0.04 213

pmcnn	3.61 352	0.68 306	5.38 355	0.61 325	1.46 369	2.75 298	1.26 333	5.04 316	1.57 258	8.77 370	11.67 364	18.69 385	2.38 316	6.03 281	5.61 349	0.00 1	0.07 328	0.00 1	0.00 1	0.21 313	0.07 272

CBMV	1.56 280	0.24 164	1.92 198	0.31 277	0.03 185	2.90 304	4.33 373	3.79 227	1.81 276	4.98 347	1.73 252	2.70 269	1.68 293	3.81 188	0.92 245	0.00 1	0.00 1	0.00 1	0.00 1	0.05 180	0.08 281
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	5.78 370	0.75 313	3.04 279	0.25 260	0.14 266	7.88 372	2.09 344	9.64 379	5.18 357	20.48 398	19.06 383	22.80 390	9.54 383	9.64 377	4.88 343	0.00 1	0.00 1	0.00 1	0.00 1	0.29 338	0.03 189
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
SDNR	3.31 347	0.91 338	6.28 369	0.44 300	0.02 166	26.11 405	0.01 53	3.81 233	1.62 265	2.82 303	11.06 363	2.93 282	0.60 213	7.95 362	1.52 271	0.01 303	0.01 222	0.00 1	0.00 1	0.06 195	0.12 303

CRFU-Net	1.32 254	0.27 171	2.46 253	1.17 364	0.03 185	4.08 329	0.05 170	5.61 343	0.67 95	1.53 215	0.70 190	3.47 307	2.62 322	3.24 166	0.24 120	0.01 303	0.01 222	0.11 358	0.00 1	0.13 265	0.00 1

dad	0.88 173	0.62 294	2.26 239	0.06 155	0.01 99	1.24 110	0.00 1	0.98 24	2.17 307	1.29 194	0.35 128	0.37 92	0.04 46	5.80 278	1.06 251	0.01 303	0.00 1	1.13 379	0.11 331	0.05 180	0.00 1

SACVNet	0.96 184	0.36 205	1.49 145	0.05 141	0.00 1	1.62 236	0.28 267	3.86 239	1.28 211	1.79 239	0.80 196	1.59 201	0.07 77	5.29 258	0.48 196	0.01 303	0.00 1	0.00 1	0.00 1	0.23 317	0.01 62

GwcNet-ADL	0.62 99	0.20 142	2.03 216	0.05 141	0.01 99	1.29 127	0.02 96	3.16 154	1.39 223	0.97 144	0.44 145	1.48 194	0.23 157	0.78 99	0.27 135	0.01 303	0.00 1	0.00 1	0.00 1	0.01 25	0.03 189

DRaft	1.34 256	0.12 86	1.19 106	0.06 155	0.01 99	1.64 239	0.43 293	1.86 58	0.14 6	3.76 327	5.27 334	0.41 99	4.38 354	5.49 267	1.68 278	0.01 303	0.06 319	0.00 1	0.07 315	0.07 209	0.11 294

GMM-Stereo	1.09 218	0.05 8	1.62 167	0.13 215	0.22 300	1.41 165	0.87 318	2.31 76	0.62 68	2.75 300	3.14 304	0.54 114	0.90 248	5.33 261	0.13 73	0.01 303	0.00 1	0.00 1	0.02 285	0.01 25	1.80 380

RAFT + AFF	1.63 285	1.13 353	2.62 265	0.04 124	0.80 358	2.29 276	1.03 325	5.54 342	2.06 297	1.77 237	1.81 257	1.22 185	3.65 346	6.23 291	1.57 274	0.01 303	0.35 378	0.00 1	0.01 269	0.33 343	0.12 303

APVNet	1.52 274	0.31 192	4.00 320	0.09 197	0.00 1	4.64 342	0.08 192	4.41 277	1.21 202	1.25 193	1.05 215	2.90 281	0.93 250	6.70 319	2.48 311	0.01 303	0.00 1	0.07 351	0.00 1	0.27 331	0.05 229

EDNetEfficientorigin	10.31 387	1.90 376	98.96 421	0.22 249	0.23 305	2.73 294	0.71 312	4.50 283	16.94 386	18.72 391	15.36 372	12.74 374	10.73 387	8.96 370	11.94 379	0.01 303	0.01 222	0.00 1	0.00 1	0.25 326	1.31 377

hitnet-ft	1.09 218	0.39 218	1.45 143	0.04 124	0.00 1	1.34 143	0.22 246	3.34 181	2.25 313	1.48 212	1.11 218	4.17 320	0.37 186	4.73 237	0.79 234	0.01 303	0.00 1	0.03 344	0.00 1	0.09 239	0.01 62

DMCA-RVC	0.90 178	0.64 298	3.30 296	0.03 101	0.04 201	1.30 131	0.06 183	2.65 107	0.73 125	3.21 315	0.09 67	0.99 167	0.66 231	3.14 165	0.99 248	0.01 303	0.04 303	0.02 339	0.01 269	0.07 209	0.01 62

FADNet-RVC	1.10 222	1.07 350	4.79 346	0.03 101	0.00 1	1.60 226	0.08 192	3.77 224	1.70 270	0.35 71	0.07 63	0.61 117	0.66 231	5.32 260	1.11 252	0.01 303	0.08 337	0.00 1	0.00 1	0.48 362	0.18 328

RP	1.76 301	0.55 277	2.59 264	0.22 249	0.60 354	1.70 249	0.98 324	4.31 271	1.99 295	3.12 313	5.04 333	4.41 325	2.96 330	4.72 236	1.90 289	0.01 303	0.00 1	0.00 1	0.01 269	0.14 271	0.01 62

SHD	3.01 338	1.02 347	5.52 356	0.45 303	0.39 339	4.12 330	0.17 229	6.68 365	12.04 378	7.20 361	3.36 311	4.40 324	2.58 321	4.69 234	7.17 359	0.01 303	0.04 303	0.00 1	0.03 291	0.22 316	0.17 322

HSM-Net_RVC	1.40 264	0.07 32	1.58 163	0.00 1	0.01 99	1.88 261	0.05 170	7.24 372	1.71 272	3.63 325	3.63 317	3.21 299	0.36 184	4.25 206	0.44 186	0.01 303	0.01 222	0.00 1	0.00 1	0.01 25	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
PA-Net	1.31 253	0.59 287	3.65 310	0.06 155	0.15 271	1.44 174	0.54 302	4.08 249	2.71 329	0.78 123	1.16 223	2.32 258	0.64 224	5.96 280	1.92 292	0.01 303	0.00 1	0.00 1	0.00 1	0.04 162	0.06 256
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DANet	1.74 300	0.22 157	3.06 281	0.75 337	0.44 342	2.46 283	0.35 286	3.40 188	1.41 229	4.22 336	1.56 242	5.03 338	0.56 208	6.29 294	5.00 344	0.01 303	0.00 1	0.00 1	0.01 269	0.04 162	0.08 281
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NaN_ROB	2.02 317	0.58 285	2.65 266	0.29 273	0.28 328	3.19 306	5.19 383	3.84 235	2.55 326	5.31 350	1.73 252	2.30 255	1.96 305	6.78 325	3.09 324	0.01 303	0.06 319	0.03 344	0.10 327	0.10 247	0.37 355

WCMA_ROB	4.54 362	0.48 258	3.19 289	0.49 308	0.63 355	5.38 351	2.57 356	4.70 293	3.77 343	14.17 387	19.02 382	15.47 378	9.03 380	6.73 321	4.85 342	0.01 303	0.05 312	0.01 317	0.01 269	0.08 220	0.16 318

SGM-Forest	1.84 305	0.08 38	1.31 128	0.15 227	0.22 300	3.52 320	2.46 355	3.85 237	2.16 306	5.29 349	3.90 321	3.71 314	1.56 283	6.28 293	1.90 289	0.01 303	0.02 271	0.00 1	0.00 1	0.03 131	0.30 347
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
SPS-STEREO	3.08 340	0.49 262	2.49 255	0.21 247	0.24 309	3.67 323	1.24 332	5.80 350	2.43 320	10.68 375	8.00 352	9.48 368	3.59 344	8.11 364	5.08 345	0.01 303	0.01 222	0.00 1	0.00 1	0.04 162	0.11 294
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
anonymity	0.74 125	0.15 109	1.17 100	0.16 233	0.27 320	0.71 15	0.01 53	4.70 293	1.78 275	1.15 176	1.23 229	0.31 84	1.65 291	0.54 85	0.53 204	0.02 325	0.02 271	0.00 1	0.27 371	0.02 93	0.06 256

dd	0.34 30	0.67 304	1.55 153	0.04 124	0.01 99	1.22 96	0.03 137	0.84 20	1.16 197	0.18 48	0.05 57	0.12 56	0.05 52	0.29 42	0.44 186	0.02 325	0.00 1	0.00 1	0.00 1	0.05 180	0.00 1

Consistency-Raft	1.36 258	0.65 301	4.81 347	0.33 280	0.32 336	1.62 236	0.11 210	3.65 216	3.80 344	0.33 59	6.12 342	0.86 150	2.14 310	0.94 105	1.25 262	0.02 325	0.01 222	0.00 1	0.00 1	0.24 320	0.01 62

FCDSN-DC	5.04 366	0.15 109	1.83 194	0.22 249	0.44 342	5.60 353	1.66 338	5.22 322	4.37 350	14.49 389	21.86 390	20.65 388	11.88 389	7.66 359	4.55 338	0.02 325	0.00 1	0.00 1	0.00 1	0.03 131	0.05 229
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PVD	5.81 371	0.99 344	5.56 358	0.72 335	0.51 348	6.72 361	0.18 233	9.90 381	23.69 390	11.45 379	19.26 385	8.18 362	9.46 382	9.24 372	9.49 370	0.02 325	0.16 363	0.00 1	0.08 320	0.18 296	0.40 357

ADCRef	2.29 326	0.65 301	5.67 360	0.10 204	0.09 241	4.81 344	0.76 315	4.75 299	1.37 220	2.88 304	1.67 247	1.62 207	2.30 313	3.77 187	14.93 385	0.02 325	0.00 1	0.01 317	0.10 327	0.20 312	0.11 294

ADCPNet	3.63 353	0.82 329	13.20 388	0.08 187	0.43 341	7.02 363	2.23 349	4.77 301	2.41 318	4.31 338	1.96 264	7.57 361	5.16 362	6.45 305	13.80 382	0.02 325	0.75 384	0.04 346	0.90 392	0.16 285	0.53 359

CSAN	2.70 333	0.75 313	3.41 301	0.18 240	0.12 256	4.18 332	4.05 368	4.11 252	4.36 349	6.03 354	6.24 343	4.60 330	4.74 357	7.29 351	3.43 328	0.02 325	0.03 293	0.01 317	0.02 285	0.18 296	0.22 340

GES	0.61 94	0.08 38	1.78 189	0.00 1	0.00 1	1.59 223	0.07 186	5.32 330	0.13 4	0.62 99	0.32 118	0.37 92	0.67 234	0.68 96	0.49 197	0.03 333	0.00 1	0.01 317	0.00 1	0.02 93	0.01 62

EDNetEfficient	6.54 374	1.17 354	33.15 401	0.66 330	1.96 374	2.07 268	3.72 365	2.80 118	14.85 382	20.02 397	9.69 359	6.59 355	10.19 385	7.19 348	15.49 387	0.03 333	0.10 347	0.01 317	0.20 354	0.62 370	0.29 346

fast-acv-ft	1.41 265	0.46 248	4.29 333	0.10 204	0.13 260	3.97 327	0.29 270	2.42 90	1.91 288	0.81 128	3.55 315	3.02 288	1.26 267	3.35 168	2.05 301	0.04 335	0.01 222	0.04 346	0.04 301	0.39 354	0.05 229

HBP-ISP	1.45 268	0.75 313	3.02 278	0.30 275	0.10 250	4.28 335	1.49 337	4.68 292	1.29 212	3.43 323	0.78 194	0.93 158	1.01 252	6.48 306	0.36 174	0.04 335	0.02 271	0.00 1	0.00 1	0.05 180	0.03 189

RAFT-RH_RVC	2.05 319	0.15 109	1.66 175	0.60 322	0.27 320	1.49 192	0.02 96	0.58 11	0.65 81	5.35 351	21.66 389	1.06 174	0.07 77	6.85 328	0.57 212	0.04 335	0.00 1	0.00 1	0.03 291	0.01 25	0.00 1

NCC-stereo	1.67 292	0.56 281	3.10 284	0.08 187	0.22 300	2.24 273	0.13 218	5.05 317	1.42 230	2.27 277	2.72 296	4.29 322	3.53 342	5.76 276	2.01 298	0.04 335	0.00 1	0.00 1	0.00 1	0.03 131	0.02 150

Abc-Net	1.67 292	0.56 281	3.10 284	0.08 187	0.22 300	2.24 273	0.13 218	5.05 317	1.42 230	2.27 277	2.72 296	4.29 322	3.53 342	5.76 276	2.01 298	0.04 335	0.00 1	0.00 1	0.00 1	0.03 131	0.02 150
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
LE_ROB	12.79 395	0.64 298	10.26 383	2.13 374	1.29 367	7.25 366	5.81 388	9.09 378	49.27 412	57.55 412	24.58 397	23.68 393	31.13 408	9.00 371	23.57 406	0.04 335	0.06 319	0.13 361	0.20 354	0.08 220	0.11 294

coex-ft	12.01 393	5.60 396	80.23 412	0.15 227	0.15 271	1.88 261	0.73 313	2.66 108	30.12 398	49.31 411	16.59 374	15.97 380	14.42 393	6.79 326	14.50 383	0.05 341	0.08 337	0.01 317	0.05 305	0.37 353	0.61 361

Anonymous_2	1.69 297	0.05 8	1.31 128	0.08 187	0.03 185	1.22 96	0.01 53	3.25 166	0.19 21	0.76 119	0.13 74	2.68 268	1.99 306	0.39 64	0.13 73	0.05 341	0.25 370	3.27 385	14.54 409	3.40 379	0.01 62

HHNet	0.87 169	0.25 166	1.78 189	0.16 233	0.08 234	1.30 131	0.44 294	1.93 60	0.64 78	1.41 209	5.92 339	0.14 66	1.79 297	0.35 59	0.95 246	0.05 341	0.00 1	0.01 317	0.00 1	0.14 271	0.01 62

SuperB	3.70 354	1.77 371	15.73 391	0.31 277	0.05 208	4.37 337	1.67 339	3.58 211	11.57 376	2.36 284	1.32 237	2.03 235	1.91 303	6.95 340	9.01 368	0.05 341	0.03 293	0.10 357	0.08 320	11.00 398	0.10 290

ADCL	3.30 345	0.81 326	6.76 372	0.25 260	0.25 312	6.93 362	4.65 377	4.79 304	2.62 328	4.61 343	3.36 311	5.22 342	4.55 355	5.54 270	14.91 384	0.05 341	0.01 222	0.11 358	0.13 335	0.28 337	0.10 290

ccnet	1.70 298	0.20 142	1.95 203	0.26 266	0.18 282	3.72 324	1.22 331	4.22 263	1.43 234	2.37 285	3.96 323	3.45 306	1.51 279	4.69 234	4.47 336	0.06 346	0.00 1	0.09 354	0.01 269	0.10 247	0.01 62

psm_up	0.84 160	0.32 196	1.44 142	0.02 63	0.00 1	1.98 265	0.05 170	3.40 188	1.04 176	2.06 258	0.40 137	1.74 214	0.45 197	3.47 176	0.24 120	0.06 346	0.00 1	0.00 1	0.00 1	0.08 220	0.00 1

G-Net	3.49 350	0.47 256	4.03 322	1.61 372	1.91 373	10.78 378	1.92 342	3.06 139	1.26 209	8.59 369	12.06 366	6.13 349	7.82 376	4.78 238	4.77 340	0.08 348	0.12 354	0.07 351	0.15 336	0.16 285	0.11 294

AnyNet_C32	3.93 357	2.58 382	12.07 387	0.39 295	0.49 347	5.50 352	6.45 394	4.44 280	2.19 309	6.86 359	2.94 301	5.28 343	3.20 337	6.63 313	18.37 394	0.08 348	0.04 303	0.20 365	0.09 323	0.57 367	0.19 332

DPSNet	3.38 349	0.60 289	9.55 380	0.61 325	0.46 344	5.10 348	1.44 336	11.17 384	3.92 346	2.57 294	0.88 204	5.90 347	9.68 384	7.63 358	7.25 360	0.08 348	0.16 363	0.01 317	0.07 315	0.34 346	0.17 322

WAO-7	9.09 382	1.79 373	3.55 308	0.80 340	0.15 271	18.67 392	4.36 375	23.07 407	26.68 395	12.59 382	27.90 402	22.52 389	13.03 390	13.53 390	11.47 376	0.09 351	0.03 293	0.58 377	0.10 327	0.47 361	0.34 352

aanetorigin	2.87 335	0.73 312	8.74 378	0.23 255	0.23 305	1.61 230	2.07 343	1.76 56	1.10 186	14.21 388	10.25 361	2.93 282	3.38 340	4.98 247	4.06 332	0.10 352	0.05 312	0.09 354	0.11 331	0.57 367	0.15 316

FADNet-RVC-Resample	1.08 211	1.00 345	5.32 353	0.10 204	0.14 266	1.53 204	0.25 253	3.62 213	1.18 198	0.51 93	0.19 99	1.04 171	0.28 168	5.20 254	0.44 186	0.10 352	0.16 363	0.09 354	0.06 314	0.24 320	0.21 338

MSMD_ROB	4.94 365	0.43 235	2.58 262	0.12 212	0.01 99	8.43 373	1.09 327	4.25 264	4.11 347	13.11 383	26.36 398	13.95 377	13.88 392	7.45 355	2.92 321	0.10 352	0.01 222	0.00 1	0.00 1	0.01 25	0.02 150

ADCMid	3.95 358	1.34 361	10.91 385	0.18 240	0.38 338	5.02 347	1.27 334	4.87 308	2.94 333	11.15 377	3.60 316	6.76 356	5.21 365	6.40 304	16.96 389	0.12 355	0.08 337	0.55 376	0.46 381	0.53 366	0.19 332

AnyNet_C01	6.59 375	4.31 392	36.24 403	0.96 353	0.46 344	9.96 376	5.74 387	6.02 357	3.63 341	7.59 364	8.56 355	8.83 365	3.14 335	13.74 391	20.83 401	0.12 355	0.08 337	0.25 368	0.09 323	1.01 373	0.34 352

SGM-ForestM	12.56 394	0.80 323	4.31 336	1.07 359	0.41 340	21.56 398	8.57 400	17.42 392	19.67 389	29.93 405	28.49 405	45.83 409	27.22 405	26.05 404	18.40 395	0.14 357	0.25 370	0.18 364	0.28 375	0.18 296	0.42 358

FTStereo	2.16 321	0.03 1	1.42 139	0.17 236	0.13 260	1.42 170	4.67 378	2.44 91	0.63 71	3.36 319	17.95 377	0.78 147	4.17 351	4.41 215	0.14 78	0.15 358	0.00 1	0.00 1	0.00 1	0.01 25	1.25 375

PFNet	1.06 210	0.19 135	2.95 274	1.16 363	0.56 351	1.58 215	0.25 253	1.50 48	0.60 56	2.38 287	1.23 229	0.63 121	0.30 169	6.85 328	0.43 183	0.16 359	0.01 222	0.00 1	0.07 315	0.18 296	0.18 328

PS-NSSS	1.08 211	0.45 244	1.70 181	0.02 63	0.01 99	1.37 153	0.01 53	4.38 273	2.09 298	1.15 176	2.65 295	0.65 123	0.07 77	6.35 297	0.56 210	0.16 359	0.00 1	0.00 1	0.00 1	0.05 180	0.00 1

FBW_ROB	2.36 327	0.36 205	3.16 287	0.37 293	0.14 266	4.42 340	0.18 233	6.64 364	3.05 334	2.98 309	2.85 299	4.86 335	1.11 256	11.00 386	4.53 337	0.16 359	0.05 312	0.37 371	0.09 323	0.19 303	0.78 366

FADNet	1.20 240	0.93 339	4.51 341	0.03 101	0.06 216	2.56 287	0.16 226	4.02 246	1.42 230	0.32 58	0.06 62	1.66 212	1.07 254	5.56 271	0.87 238	0.19 362	0.02 271	0.01 317	0.01 269	0.50 364	0.03 189

MADNet+	10.71 388	14.57 405	70.07 411	0.58 321	0.47 346	19.89 395	4.20 370	11.05 383	6.87 368	3.03 311	5.99 340	9.01 366	6.35 371	31.95 408	28.31 407	0.22 363	0.26 373	0.01 317	0.04 301	0.46 358	0.87 369

ELAS_RVC	7.69 377	0.80 323	4.90 348	1.06 358	1.02 363	10.00 377	9.43 402	9.75 380	14.69 381	21.83 401	20.27 388	17.88 383	16.41 396	13.01 389	10.44 373	0.22 363	0.55 382	0.28 369	0.19 351	0.35 349	0.65 363
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	4.07 359	0.38 212	1.98 209	0.84 342	0.26 315	6.20 359	2.37 351	6.45 361	3.57 339	11.56 380	9.27 357	15.55 379	6.78 372	10.07 379	4.60 339	0.22 363	0.25 370	0.20 365	0.23 362	0.26 328	0.34 352
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ELAS	8.05 379	0.76 317	4.02 321	0.95 352	1.02 363	14.85 387	6.99 397	12.80 386	11.73 377	22.43 403	27.75 401	17.88 383	15.19 394	10.96 384	11.31 375	0.22 363	0.56 383	0.23 367	0.22 360	0.50 364	0.71 365
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM+DAISY	4.39 361	1.34 361	5.18 351	1.01 356	0.88 359	5.61 354	2.86 357	4.88 309	3.53 338	13.29 384	13.95 370	12.66 373	7.55 373	7.98 363	5.39 348	0.23 367	0.18 366	0.15 362	0.24 364	0.29 338	0.64 362

FADNet_RVC	1.15 233	1.06 349	4.34 337	0.02 63	0.06 216	2.77 299	0.04 157	3.50 203	0.80 141	0.35 71	0.32 118	0.65 123	0.09 96	5.20 254	1.56 272	0.24 368	0.34 377	0.11 358	0.33 379	0.65 371	0.60 360

PWCDC_ROB	3.06 339	1.38 365	3.81 316	0.14 225	0.00 1	3.14 305	0.02 96	4.40 276	12.35 379	1.08 169	23.69 395	2.01 232	2.01 308	3.87 192	2.43 309	0.24 368	0.00 1	0.00 1	0.00 1	0.61 369	0.08 281

JetBlue	13.83 396	5.03 393	33.82 402	0.84 342	6.92 390	50.14 411	20.02 409	15.09 388	8.92 373	11.33 378	17.05 375	28.25 396	18.01 401	32.60 409	18.53 396	0.32 370	0.12 354	0.15 362	0.23 362	4.59 381	4.64 388

BEATNet-Init1	17.91 404	7.45 400	36.82 404	1.88 373	1.38 368	37.29 410	14.71 407	21.90 403	24.20 392	38.07 408	36.59 409	50.41 410	32.00 409	29.42 407	21.83 404	0.33 371	0.39 379	0.47 372	0.54 384	1.50 378	1.07 374

MFN_U_SF_RVC	3.76 355	1.77 371	9.85 381	0.84 342	0.27 320	9.50 375	0.49 299	8.07 376	3.41 337	4.81 345	3.28 309	9.40 367	3.49 341	7.76 361	8.31 366	0.41 372	0.54 381	0.52 374	0.80 390	0.89 372	0.84 368

NVStereoNet_ROB	3.25 343	0.46 248	2.71 270	0.34 286	0.56 351	2.36 280	0.87 318	4.56 286	4.47 353	4.55 340	14.09 371	11.93 371	3.23 339	9.79 378	3.14 325	0.43 373	0.03 293	0.53 375	0.31 377	0.36 351	0.38 356
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MANE	14.02 399	0.85 331	3.53 306	2.13 374	3.75 383	18.44 391	6.14 389	22.67 406	27.90 396	33.01 407	41.08 410	41.26 408	30.90 407	23.39 400	17.99 393	0.47 374	0.76 385	0.91 378	4.04 401	0.17 289	1.00 373

AANet_RVC	1.66 288	0.88 334	3.52 305	0.06 155	0.00 1	1.22 96	0.00 1	3.25 166	2.51 323	2.21 267	4.49 327	3.65 311	0.20 150	7.10 347	3.42 327	0.50 375	0.04 303	0.00 1	0.00 1	0.08 220	0.05 229

MFN_U_SF_DS_RVC	3.30 345	2.61 383	7.84 375	0.09 197	0.26 315	12.92 381	7.62 398	4.25 264	3.64 342	2.95 307	3.99 324	4.61 331	1.22 261	8.36 365	1.77 282	0.59 376	1.15 388	0.04 346	0.85 391	0.48 362	0.67 364

MSC_U_SF_DS_RVC	5.12 368	2.33 379	8.42 377	0.33 280	0.27 320	24.60 404	8.84 401	5.50 339	9.75 374	3.82 329	8.16 354	8.53 364	1.82 298	9.44 374	5.18 346	1.02 377	1.65 391	0.33 370	0.47 382	1.06 374	0.90 370

DGSMNet	2.23 324	0.80 323	6.10 365	0.96 353	1.73 372	3.22 307	4.12 369	5.30 329	1.11 188	1.19 182	2.48 290	3.18 297	0.65 229	4.57 232	1.33 267	1.11 378	1.37 389	1.55 380	1.26 393	1.37 376	1.28 376

CC-Net-ROB	1.86 307	0.64 298	2.55 260	1.42 370	0.19 289	3.38 315	0.04 157	4.41 277	2.45 321	0.90 134	1.31 236	0.98 166	0.18 138	6.60 310	0.53 204	1.14 379	1.60 390	7.16 386	0.00 1	1.33 375	0.32 351

UDG	2.86 334	8.81 401	1.57 162	2.60 378	0.89 361	2.39 281	0.11 210	3.42 192	1.02 174	2.18 265	3.64 318	5.04 339	1.60 290	4.17 203	2.09 302	1.21 380	0.04 303	7.69 387	3.67 400	4.10 380	0.93 372

DDUNet	3.28 344	10.54 403	2.29 243	3.50 381	3.31 382	4.21 333	0.21 242	3.77 224	1.03 175	2.54 293	3.17 308	3.20 298	0.21 154	3.89 193	0.69 227	1.94 381	0.05 312	9.87 390	3.53 399	5.03 382	2.55 383

DispFullNet	7.91 378	23.96 409	13.67 389	14.71 402	7.88 394	4.83 345	0.04 157	5.01 314	2.89 331	8.86 371	4.96 331	6.11 348	10.72 386	10.18 380	3.51 329	2.44 382	0.33 376	15.15 399	4.65 403	12.33 400	5.95 392

WAO-6	11.09 389	1.69 369	3.21 291	7.54 388	7.10 391	16.34 388	6.63 395	20.12 397	38.64 406	9.67 373	19.28 386	27.53 395	10.97 388	12.43 388	11.57 377	4.26 383	2.35 396	10.54 395	0.02 285	7.59 385	4.29 387

MaskLacGwcNet_RVC	1.63 285	0.45 244	2.21 229	1.53 371	0.18 282	4.33 336	0.41 291	3.37 183	1.40 227	0.54 94	0.65 174	3.10 293	0.11 111	4.93 244	0.60 218	4.57 384	0.51 380	0.00 1	0.00 1	1.37 376	2.39 381

WAO-8	13.93 397	3.75 390	4.23 330	7.74 389	6.54 387	22.81 400	2.39 353	22.66 404	45.98 410	18.88 394	35.42 407	33.21 400	16.91 397	16.55 395	12.78 380	5.01 385	0.81 386	9.89 391	0.77 388	8.77 390	3.61 385

Venus	13.93 397	3.75 390	4.23 330	7.74 389	6.54 387	22.81 400	2.39 353	22.66 404	45.98 410	18.88 394	35.42 407	33.21 400	16.91 397	16.55 395	12.78 380	5.01 385	0.81 386	9.89 391	0.77 388	8.76 389	3.61 385

PWCK	8.72 381	5.37 395	16.61 393	5.74 384	0.12 256	19.88 394	11.41 404	11.31 385	13.42 380	14.07 385	12.84 367	13.20 375	8.05 378	15.44 392	10.25 372	5.95 387	0.22 368	2.09 383	0.05 305	7.50 384	0.92 371

CAS	0.85 161	0.09 50	0.67 12	6.43 386	0.05 208	1.12 63	0.00 1	0.88 21	0.69 113	0.02 2	0.02 31	0.06 34	0.06 67	0.26 35	0.12 69	6.37 388	0.00 1	0.00 1	0.00 1	0.00 1	0.20 336

SQANet	2.28 325	1.25 359	2.39 248	4.17 383	2.91 379	2.60 289	0.24 252	4.17 257	0.83 145	2.42 289	0.57 156	1.59 201	0.88 246	3.30 167	0.68 226	7.35 389	0.12 354	0.47 372	0.02 285	6.56 383	3.00 384

otaku	3.17 341	1.32 360	2.49 255	6.07 385	3.26 381	4.62 341	2.15 346	5.35 332	1.34 218	2.00 253	2.54 292	3.50 308	1.49 275	3.68 179	1.11 252	7.89 390	0.23 369	1.88 381	0.03 291	7.74 386	4.78 389

Ntro	3.24 342	1.34 361	2.83 272	7.27 387	4.43 385	6.22 360	0.74 314	4.73 295	1.48 244	0.39 78	1.77 256	2.70 269	1.28 268	4.59 233	1.25 262	8.06 391	0.28 374	2.12 384	0.05 305	8.11 387	5.16 390

ACVNet_2	8.69 380	1.80 374	5.09 350	8.55 391	6.72 389	13.47 383	4.34 374	13.70 387	23.86 391	6.89 360	19.74 387	20.52 386	5.36 366	7.70 360	2.48 311	8.53 392	1.67 392	7.99 388	0.32 378	8.79 391	6.29 397

RainbowNet	4.74 364	3.21 388	3.07 282	9.34 392	6.01 386	4.89 346	3.60 364	7.09 371	4.39 351	1.63 226	3.01 302	4.72 332	2.96 330	5.53 268	1.19 258	8.95 393	2.12 393	8.48 389	0.19 351	8.75 388	5.73 391

Dean	11.46 392	2.03 377	5.20 352	10.73 396	8.20 396	18.71 393	5.73 386	21.10 401	41.49 409	11.12 376	22.16 392	25.92 394	7.74 374	7.52 356	4.31 335	9.01 394	2.27 394	9.95 393	0.61 386	9.18 392	6.22 395

ACVNet_1	6.16 373	1.86 375	4.43 339	9.52 394	7.22 393	7.59 370	2.37 351	9.99 382	6.71 367	3.84 330	5.35 336	13.23 376	4.90 361	6.25 292	1.94 296	9.06 395	2.40 397	10.88 396	0.11 331	9.58 395	6.03 394

ACVNet-4b	5.67 369	1.65 367	4.43 339	9.46 393	7.11 392	8.72 374	1.68 340	6.61 363	5.76 361	0.27 53	6.49 345	11.67 370	2.43 318	8.40 366	1.56 272	9.06 395	2.34 395	10.49 394	0.02 285	9.22 393	5.98 393

LVE	11.10 390	2.36 380	3.34 298	9.94 395	8.13 395	21.22 397	7.75 399	16.47 391	32.55 401	8.55 368	23.64 394	23.22 392	7.93 377	10.98 385	6.65 354	9.45 397	2.55 403	11.08 397	0.58 385	9.35 394	6.28 396

IMH-64-1	9.55 383	2.76 386	2.44 249	11.17 397	9.13 397	12.03 379	5.45 384	18.33 393	15.78 383	6.59 355	18.69 378	16.95 381	6.20 369	10.63 381	8.06 363	9.46 398	2.46 398	15.42 401	1.61 394	10.89 396	6.88 398

IMH-64	9.55 383	2.76 386	2.44 249	11.17 397	9.13 397	12.03 379	5.45 384	18.33 393	15.78 383	6.59 355	18.69 378	16.95 381	6.20 369	10.63 381	8.06 363	9.46 398	2.46 398	15.42 401	1.61 394	10.89 396	6.88 398

IMH	11.11 391	3.50 389	2.56 261	11.25 399	9.13 397	14.49 386	5.10 382	20.68 400	26.30 394	8.28 367	23.85 396	20.63 387	9.19 381	12.39 387	7.96 361	9.50 400	2.50 400	15.28 400	1.66 396	11.07 399	6.96 400

TorneroNet-64	15.45 401	5.66 397	3.44 303	13.86 400	12.03 401	28.15 407	6.27 392	19.89 396	38.68 407	12.16 381	28.06 403	35.76 403	15.44 395	19.56 398	15.40 386	9.71 401	2.52 401	19.13 404	2.70 397	12.55 401	7.94 402

TorneroNet	16.10 402	5.74 398	4.12 328	13.88 401	11.97 400	26.89 406	6.85 396	21.13 402	38.32 405	14.15 386	33.36 406	33.52 402	17.49 399	18.89 397	19.64 399	9.77 402	2.53 402	19.43 405	3.35 398	13.21 402	7.86 401

UNDER WATER-64	20.03 407	10.28 402	31.50 400	20.05 406	13.64 403	32.81 409	23.45 410	16.01 389	33.44 402	22.01 402	17.25 376	40.58 407	32.20 410	24.50 402	22.36 405	10.06 403	2.70 405	18.37 403	4.24 402	14.84 404	10.24 407

UNDER WATER	19.61 406	12.37 404	31.14 399	20.44 407	14.31 404	28.63 408	18.15 408	16.43 390	34.24 403	20.82 399	19.14 384	38.83 404	30.09 406	24.31 401	20.97 402	10.09 404	2.68 404	19.51 406	4.70 405	15.52 405	9.93 405

KSHMR	14.27 400	6.95 399	5.79 362	15.08 403	12.84 402	17.44 389	10.61 403	18.88 395	30.94 399	18.81 393	22.21 393	28.54 397	8.85 379	15.56 393	9.24 369	10.34 405	3.60 407	21.61 407	4.68 404	14.48 403	8.94 403

notaker	17.52 403	21.54 408	7.84 375	18.05 405	14.44 405	17.58 390	6.43 393	20.13 398	24.44 393	21.34 400	27.71 400	39.12 405	18.78 402	19.63 399	20.40 400	11.95 406	2.71 406	25.51 409	5.85 406	17.10 406	9.78 404

JetRed	34.54 411	39.28 413	62.16 407	15.62 404	26.51 411	69.20 413	40.79 413	31.43 411	32.41 400	46.06 410	44.55 412	40.19 406	26.50 404	38.43 410	56.06 412	12.76 407	37.49 414	13.23 398	9.38 407	29.52 411	19.34 410

DPSimNet_ROB	25.03 409	19.56 407	24.93 398	24.36 410	17.85 408	22.25 399	25.93 411	28.52 409	29.10 397	32.61 406	28.25 404	32.87 399	26.42 403	24.51 403	40.42 409	16.75 408	13.93 410	25.19 408	22.38 411	19.96 409	24.75 413

ktn	19.15 405	18.52 406	6.39 371	22.64 409	17.26 407	24.47 402	12.11 405	24.52 408	34.74 404	18.75 392	27.70 399	32.54 398	17.85 400	15.71 394	16.67 388	22.09 409	3.64 408	28.95 410	10.91 408	17.40 407	10.22 406

HanzoNet	29.69 410	29.33 411	21.66 395	21.75 408	19.07 409	24.58 403	12.99 406	28.87 410	40.49 408	43.09 409	44.02 411	55.65 411	44.93 411	43.17 411	44.44 410	27.88 410	9.47 409	29.77 411	15.86 410	20.94 410	15.84 409

SPstereo	60.73 414	26.49 410	40.67 406	33.02 411	24.24 410	71.50 414	79.28 414	100.00 424	100.00 422	97.54 420	96.19 419	100.00 425	94.96 419	94.75 418	75.88 414	28.65 411	21.81 411	46.87 414	42.08 413	19.71 408	20.91 411

DLNR_Zeroshot_test	23.05 408	49.79 414	87.94 413	97.52 425	94.73 420	1.18 82	0.00 1	20.60 399	0.14 6	0.02 2	0.02 31	0.02 2	0.02 16	4.35 211	0.10 60	32.22 412	0.04 303	0.00 1	0.27 371	72.00 418	0.06 256

MADNet++	47.78 412	34.15 412	37.11 405	42.94 412	41.23 413	64.94 412	30.63 412	60.79 413	53.26 413	72.08 413	61.65 413	57.68 412	54.96 412	58.03 412	59.24 413	43.01 413	36.17 413	36.07 412	22.50 412	47.50 412	41.67 414

xxxxx1	76.92 416	82.43 417	93.26 416	61.67 414	66.92 415	95.84 417	95.11 418	75.84 414	80.96 414	82.71 415	86.75 414	89.18 414	87.35 414	85.27 414	87.18 415	55.08 414	54.60 415	60.31 415	72.71 416	62.51 413	62.73 415

tt_ll	76.92 416	82.43 417	93.26 416	61.67 414	66.92 415	95.84 417	95.11 418	75.84 414	80.96 414	82.71 415	86.75 414	89.18 414	87.35 414	85.27 414	87.18 415	55.08 414	54.60 415	60.31 415	72.71 416	62.51 413	62.73 415

ff	76.92 416	82.43 417	93.26 416	61.67 414	66.92 415	95.84 417	95.11 418	75.84 414	80.96 414	82.71 415	86.75 414	89.18 414	87.35 414	85.27 414	87.18 415	55.08 414	54.60 415	60.31 415	72.71 416	62.51 413	62.73 415

Anonymous_1	97.10 421	99.72 422	99.64 423	92.33 418	93.91 418	100.00 423	100.00 423	99.20 421	99.90 420	98.57 422	99.75 421	99.14 420	99.94 422	98.50 420	99.54 421	87.90 417	98.87 421	90.88 418	96.91 420	92.22 419	95.12 420

tt	68.65 415	0.15 109	99.57 422	50.64 413	14.90 406	100.00 423	100.00 423	100.00 424	99.76 419	27.80 404	10.52 362	99.97 424	98.63 421	99.61 421	100.00 426	90.62 418	98.21 419	46.66 413	52.02 415	62.86 416	21.04 412

LRCNet_RVC	60.63 413	63.16 415	62.94 408	69.09 417	50.21 414	19.92 396	0.07 186	58.32 412	5.21 358	75.67 414	86.75 414	74.68 413	62.48 413	59.01 413	49.80 411	93.38 419	56.36 418	93.48 419	92.95 419	67.44 417	71.73 419

DPSM_ROB	99.17 424	100.00 428	100.00 427	96.28 421	98.84 422	100.00 423	100.00 423	100.00 424	100.00 422	100.00 425	100.00 423	100.00 425	100.00 424	100.00 427	100.00 426	93.66 420	100.00 424	100.00 424	100.00 424	96.31 421	98.27 421

DPSM	99.17 424	100.00 428	100.00 427	96.28 421	98.84 422	100.00 423	100.00 423	100.00 424	100.00 422	100.00 425	100.00 423	100.00 425	100.00 424	100.00 427	100.00 426	93.66 420	100.00 424	100.00 424	100.00 424	96.31 421	98.27 421

DGTPSM_ROB	99.45 427	99.94 425	99.98 425	96.58 423	100.00 426	100.00 423	100.00 423	99.81 422	100.00 422	95.86 418	100.00 423	99.32 421	100.00 424	99.79 422	99.99 424	98.34 422	100.00 424	99.86 421	100.00 424	99.52 424	99.99 431

DPSMNet_ROB	99.46 428	99.94 425	99.98 425	96.59 424	100.00 426	100.00 423	100.00 423	99.81 422	100.00 422	95.87 419	100.00 423	99.32 421	100.00 424	99.79 422	99.99 424	98.46 423	100.00 424	99.86 421	100.00 424	99.52 424	100.00 432

MyStereo03	99.95 431	100.00 428	100.00 427	99.75 427	100.00 426	100.00 423	100.00 423	100.00 424	100.00 422	100.00 425	100.00 423	100.00 425	100.00 424	100.00 427	100.00 426	99.21 424	100.00 424	100.00 424	100.00 424	99.99 427	99.95 425

MyStereo02	99.95 431	100.00 428	100.00 427	99.75 427	100.00 426	100.00 423	100.00 423	100.00 424	100.00 422	100.00 425	100.00 423	100.00 425	100.00 424	100.00 427	100.00 426	99.21 424	100.00 424	100.00 424	100.00 424	99.99 427	99.95 425

MyStereo	99.95 431	100.00 428	100.00 427	99.75 427	100.00 426	100.00 423	100.00 423	100.00 424	100.00 422	100.00 425	100.00 423	100.00 425	100.00 424	100.00 427	100.00 426	99.21 424	100.00 424	100.00 424	100.00 424	99.99 427	99.95 425

CasAABBNet	99.94 429	100.00 428	100.00 427	99.72 426	100.00 426	100.00 423	100.00 423	100.00 424	100.00 422	100.00 425	100.00 423	100.00 425	100.00 424	100.00 427	100.00 426	99.21 424	100.00 424	100.00 424	100.00 424	99.96 426	99.95 425

LSM0	99.94 429	100.00 428	100.00 427	99.84 431	100.00 426	100.00 423	100.00 423	100.00 424	100.00 422	100.00 425	100.00 423	100.00 425	100.00 424	100.00 427	100.00 426	99.22 428	100.00 424	100.00 424	100.00 424	99.99 427	99.83 424

MEDIAN_ROB	96.83 420	99.41 420	98.66 420	94.75 420	94.23 419	93.08 416	90.54 416	95.61 419	94.75 417	97.65 421	97.73 420	98.30 419	96.57 420	94.51 417	93.74 420	99.78 429	98.24 420	99.99 423	99.89 422	99.48 423	99.67 423

PML	89.08 419	99.72 422	92.85 415	94.72 419	94.92 421	99.54 422	97.42 421	93.50 417	95.96 418	99.77 423	92.33 418	95.35 418	93.51 418	99.96 425	91.15 418	99.98 430	31.71 412	100.00 424	45.94 414	93.46 420	69.88 418

HaxPig	97.68 422	99.63 421	91.34 414	99.82 430	99.97 424	88.15 415	88.00 415	98.28 420	99.93 421	99.98 424	99.99 422	99.95 423	99.99 423	96.29 419	92.24 419	99.99 431	99.98 423	100.00 424	99.99 423	100.00 432	99.98 430

Selective-RAFT-Error	100.00 434	100.00 428	100.00 427	100.00 433	100.00 426	100.00 423	100.00 423	100.00 424	100.00 422	100.00 425	100.00 423	100.00 425	100.00 424	100.00 427	100.00 426	100.00 432	100.00 424	100.00 424	100.00 424	99.99 427	99.95 425

test_example2	98.83 423	99.97 427	99.97 424	99.96 432	99.97 424	99.46 421	99.97 422	95.54 418	100.00 422	100.00 425	100.00 423	93.37 417	93.47 417	99.93 424	99.91 422	100.00 432	99.79 422	96.64 420	98.71 421	100.00 432	100.00 432

AVERAGE_ROB	99.23 426	99.81 424	97.56 419	100.00 433	100.00 426	96.24 420	91.02 417	100.00 424	100.00 422	100.00 425	100.00 423	100.00 425	100.00 424	99.98 426	99.97 423	100.00 432	100.00 424	100.00 424	100.00 424	100.00 432	100.00 432

ASD4		67.10 416

Low-res two-view benchmark