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

CroCo-Stereo	0.30 8	0.45 142	1.08 2	0.31 116	0.17 61	0.19 1	0.21 32	0.73 130	0.50 74	0.21 2	0.24 11	0.55 166	0.22 19	0.27 1	0.26 56	0.09 17	0.08 58	0.08 3	0.07 13	0.12 32	0.09 16
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
CroCo-Stereo Lap2	0.33 19	0.61 190	1.47 38	0.32 137	0.38 292	0.23 2	0.22 44	0.58 69	0.46 50	0.22 5	0.27 16	0.29 44	0.23 24	0.32 20	0.26 56	0.09 17	0.09 112	0.10 48	0.08 29	0.21 184	0.14 107

StereoIM	0.29 4	0.54 172	1.44 34	0.24 7	0.29 207	0.29 3	0.16 3	0.45 11	0.37 9	0.19 1	0.21 2	0.28 40	0.22 19	0.30 14	0.29 86	0.10 78	0.09 112	0.10 48	0.08 29	0.11 22	0.11 37

MIF-Stereo	0.30 8	0.36 103	1.68 68	0.27 39	0.24 158	0.29 3	0.18 11	0.33 1	0.34 3	0.26 26	0.37 45	0.18 1	0.18 6	0.31 16	0.27 64	0.10 78	0.08 58	0.08 3	0.07 13	0.25 230	0.08 10

sCroCo_RVC	0.33 19	0.32 80	1.89 161	0.34 175	0.27 194	0.30 5	0.22 44	0.48 23	0.44 37	0.22 5	0.33 34	0.25 26	0.25 41	0.32 20	0.24 47	0.14 227	0.16 260	0.12 136	0.12 154	0.15 83	0.13 94

MIF-Stereo (partial)	0.34 26	0.41 122	1.93 175	0.26 31	0.24 158	0.32 6	0.17 5	0.53 48	0.42 28	0.25 19	0.37 45	0.25 26	0.26 53	0.44 67	0.31 107	0.11 124	0.08 58	0.12 136	0.10 75	0.19 164	0.14 107

test croco	0.37 41	0.47 152	2.15 230	0.27 39	0.19 96	0.33 7	0.20 22	0.58 69	0.46 50	0.23 10	0.37 45	0.23 13	0.25 41	0.45 74	0.28 73	0.11 124	0.08 58	0.13 190	0.09 44	0.42 337	0.12 63

sAnonymous2	0.38 46	0.62 193	2.15 230	0.31 116	0.24 158	0.34 8	0.27 137	0.53 48	0.46 50	0.24 11	0.29 20	0.23 13	0.28 77	0.28 3	0.22 30	0.12 171	0.09 112	0.11 92	0.13 179	0.38 319	0.35 318

CroCo_RVC	0.38 46	0.62 193	2.15 230	0.31 116	0.24 158	0.34 8	0.27 137	0.53 48	0.46 50	0.24 11	0.29 20	0.23 13	0.28 77	0.28 3	0.22 30	0.12 171	0.09 112	0.11 92	0.13 179	0.38 319	0.35 318

Selective-IGEV	0.29 4	0.23 21	1.28 14	0.27 39	0.30 217	0.35 10	0.20 22	0.56 62	0.38 10	0.21 2	0.30 25	0.22 8	0.18 6	0.37 43	0.18 1	0.07 1	0.06 1	0.08 3	0.15 224	0.16 109	0.29 286

Anonymous	0.35 34	0.32 80	1.87 155	0.34 175	0.31 233	0.37 11	0.31 183	0.54 58	0.40 19	0.25 19	0.28 17	0.23 13	0.29 90	0.36 36	0.27 64	0.14 227	0.13 211	0.11 92	0.12 154	0.24 219	0.20 208

HH	0.49 153	0.49 155	2.78 334	0.50 313	0.41 308	0.38 12	0.23 60	0.72 122	0.38 10	0.63 262	0.48 101	0.87 307	0.41 171	0.64 145	0.21 22	0.09 17	0.17 270	0.10 48	0.09 44	0.16 109	0.12 63

HanStereo	0.49 153	0.49 155	2.78 334	0.50 313	0.41 308	0.38 12	0.23 60	0.72 122	0.38 10	0.63 262	0.48 101	0.87 307	0.41 171	0.64 145	0.21 22	0.09 17	0.17 270	0.10 48	0.09 44	0.16 109	0.12 63

GMStereo	0.38 46	0.99 320	1.91 169	0.27 39	0.16 37	0.39 14	0.23 60	0.47 20	0.62 172	0.38 52	0.34 38	0.25 26	0.25 41	0.39 50	0.29 86	0.14 227	0.08 58	0.10 48	0.12 154	0.15 83	0.11 37
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CES	0.30 8	0.27 42	1.09 3	0.23 3	0.50 335	0.40 15	0.20 22	0.46 12	0.44 37	0.22 5	0.28 17	0.26 31	0.19 9	0.33 26	0.21 22	0.09 17	0.07 11	0.08 3	0.05 1	0.15 83	0.49 358

GLC_STEREO	0.28 1	0.27 42	1.36 23	0.28 57	0.12 3	0.41 16	0.20 22	0.37 2	0.38 10	0.26 26	0.30 25	0.25 26	0.19 9	0.33 26	0.24 47	0.09 17	0.11 172	0.12 136	0.10 75	0.13 51	0.09 16

LoS_RVC	0.29 4	0.33 85	1.19 9	0.25 15	0.34 258	0.43 17	0.22 44	0.42 5	0.32 2	0.22 5	0.33 34	0.23 13	0.24 30	0.31 16	0.21 22	0.07 1	0.07 11	0.07 1	0.05 1	0.10 11	0.31 301

TestStereo	0.45 109	0.54 172	2.11 219	0.29 78	0.16 37	0.43 17	0.24 83	0.54 58	0.45 47	0.37 47	0.46 86	0.34 60	0.27 67	1.98 321	0.27 64	0.11 124	0.08 58	0.12 136	0.09 44	0.14 69	0.08 10

SMFormer	0.50 162	0.46 144	1.60 55	0.30 91	0.15 24	0.45 19	0.24 83	0.90 256	0.72 249	0.56 193	0.64 236	0.51 151	0.41 171	1.87 309	0.49 200	0.13 199	0.10 140	0.11 92	0.10 75	0.15 83	0.16 159

tta	0.50 162	0.46 144	1.60 55	0.30 91	0.15 24	0.45 19	0.24 83	0.90 256	0.72 249	0.56 193	0.64 236	0.51 151	0.41 171	1.87 309	0.49 200	0.13 199	0.10 140	0.11 92	0.10 75	0.14 69	0.11 37

qqq1	0.48 136	0.46 144	1.60 55	0.30 91	0.15 24	0.45 19	0.24 83	0.90 256	0.72 249	0.56 193	0.64 236	0.51 151	0.41 171	1.87 309	0.23 33	0.13 199	0.10 140	0.09 20	0.08 29	0.14 69	0.11 37

fff1	0.48 136	0.46 144	1.60 55	0.30 91	0.15 24	0.45 19	0.24 83	0.90 256	0.72 249	0.56 193	0.64 236	0.51 151	0.41 171	1.87 309	0.23 33	0.13 199	0.10 140	0.09 20	0.08 29	0.14 69	0.11 37

IGEVStereo-DCA	0.33 19	0.34 92	1.38 26	0.27 39	0.16 37	0.45 19	0.23 60	0.46 12	0.41 23	0.24 11	0.21 2	0.26 31	0.25 41	0.64 145	0.52 210	0.09 17	0.07 11	0.10 48	0.18 264	0.16 109	0.22 224

rrr	0.46 119	0.34 92	3.08 358	0.27 39	0.16 37	0.45 19	0.28 147	1.09 357	0.51 78	0.24 11	0.21 2	0.26 31	0.25 41	0.64 145	0.52 210	0.09 17	0.07 11	0.10 48	0.29 327	0.16 109	0.25 258

4D-IteraStereo	0.44 94	0.96 306	2.63 311	0.27 39	0.30 217	0.45 19	0.25 98	0.52 43	0.50 74	0.40 59	0.31 28	0.40 85	0.19 9	0.35 32	0.32 117	0.09 17	0.06 1	0.12 136	0.11 124	0.19 164	0.30 294

DCRE	0.50 162	0.63 200	2.13 224	0.30 91	0.23 145	0.45 19	0.24 83	0.59 74	0.53 99	0.50 131	2.10 376	0.42 102	0.26 53	0.35 32	0.23 33	0.09 17	0.14 225	0.10 48	0.32 339	0.16 109	0.15 137

knoymous	0.34 26	0.25 32	1.75 91	0.24 7	0.18 83	0.45 19	0.24 83	0.57 65	0.38 10	0.41 65	0.39 59	0.55 166	0.25 41	0.38 47	0.23 33	0.11 124	0.08 58	0.12 136	0.07 13	0.13 51	0.12 63

qqq	0.38 46	0.21 9	1.34 22	0.28 57	0.15 24	0.45 19	0.26 114	0.76 154	0.52 83	0.39 57	0.41 66	0.46 131	0.36 126	0.96 198	0.30 97	0.11 124	0.14 225	0.12 136	0.12 154	0.12 32	0.14 107

test-3	0.43 85	0.20 4	1.70 74	0.34 175	0.32 241	0.45 19	0.23 60	0.71 117	0.46 50	0.51 143	0.29 20	0.45 123	0.21 15	0.59 132	0.98 292	0.08 4	0.07 11	0.10 48	0.35 348	0.29 260	0.28 280

test_1	0.43 85	0.20 4	1.70 74	0.34 175	0.32 241	0.45 19	0.23 60	0.71 117	0.46 50	0.50 131	0.29 20	0.45 123	0.21 15	0.59 132	0.98 292	0.08 4	0.07 11	0.10 48	0.35 348	0.29 260	0.29 286

DLNR_Zeroshot_test	13.43 417	19.94 422	23.55 422	121.61 435	35.03 430	0.46 31	0.15 1	8.02 414	0.35 4	0.28 31	0.37 45	0.26 31	0.17 1	0.76 176	0.29 86	6.42 415	0.26 334	0.09 20	0.38 357	50.13 433	0.18 187

RAFT	0.45 109	0.92 290	1.59 53	0.34 175	0.19 96	0.46 31	0.35 222	0.65 95	0.49 68	0.49 124	0.49 118	0.70 254	0.40 160	0.47 86	0.32 117	0.11 124	0.16 260	0.14 219	0.13 179	0.51 353	0.13 94

StereoVision	0.45 109	0.72 228	1.94 179	0.33 152	0.32 241	0.47 33	0.26 114	0.68 109	0.57 121	0.32 40	0.89 316	0.45 123	0.27 67	0.49 99	0.36 140	0.13 199	0.15 246	0.16 260	0.15 224	0.19 164	0.13 94

CASnet	0.28 1	0.31 77	1.20 10	0.28 57	0.11 1	0.47 33	0.19 13	0.44 8	0.44 37	0.38 52	0.31 28	0.23 13	0.17 1	0.29 11	0.19 3	0.10 78	0.06 1	0.15 245	0.12 154	0.16 109	0.07 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.33 19	0.24 29	1.44 34	0.28 57	0.35 268	0.47 33	0.21 32	0.43 6	0.28 1	0.26 26	0.25 14	0.22 8	0.38 139	0.30 14	0.18 1	0.09 17	0.35 352	0.09 20	0.36 354	0.23 204	0.25 258

ProNet	0.30 8	0.54 172	1.29 15	0.25 15	0.15 24	0.47 33	0.25 98	0.48 23	0.39 15	0.21 2	0.23 5	0.22 8	0.20 14	0.44 67	0.19 3	0.08 4	0.08 58	0.10 48	0.08 29	0.23 204	0.12 63

x	0.35 34	0.20 4	1.36 23	0.33 152	0.17 61	0.47 33	0.24 83	0.75 145	0.54 106	0.40 59	0.40 62	0.42 102	0.34 120	0.45 74	0.32 117	0.11 124	0.14 225	0.11 92	0.09 44	0.12 32	0.14 107

test_3	0.44 94	0.20 4	1.70 74	0.36 207	0.32 241	0.47 33	0.30 173	0.73 130	0.49 68	0.50 131	0.30 25	0.45 123	0.22 19	0.59 132	0.98 292	0.08 4	0.10 140	0.11 92	0.35 348	0.29 260	0.28 280

11t1	0.33 19	0.19 2	1.41 31	0.33 152	0.16 37	0.48 39	0.21 32	0.67 106	0.48 64	0.40 59	0.34 38	0.32 53	0.33 112	0.42 59	0.27 64	0.11 124	0.12 197	0.10 48	0.08 29	0.13 51	0.14 107

riskmin	0.37 41	0.22 17	1.74 85	0.32 137	0.20 106	0.48 39	0.20 22	0.66 97	0.46 50	0.36 43	0.34 38	0.69 244	0.45 207	0.39 50	0.27 64	0.11 124	0.08 58	0.12 136	0.08 29	0.13 51	0.16 159

rafts_anoy	0.43 85	0.89 286	1.96 191	0.32 137	0.30 217	0.48 39	0.24 83	0.62 87	0.49 68	0.37 47	0.38 52	0.33 56	0.30 98	0.51 107	0.34 131	0.10 78	0.39 364	0.13 190	0.15 224	0.17 128	0.15 137

RALAANet	0.43 85	0.98 317	1.90 164	0.32 137	0.23 145	0.48 39	0.19 13	0.67 106	0.53 99	0.48 113	0.45 82	0.39 77	0.30 98	0.48 90	0.37 142	0.10 78	0.08 58	0.11 92	0.14 204	0.27 251	0.10 27

Gwc-CoAtRS	0.38 46	0.33 85	1.92 172	0.27 39	0.41 308	0.48 39	0.19 13	0.59 74	0.46 50	0.43 74	0.39 59	0.57 181	0.26 53	0.32 20	0.26 56	0.09 17	0.09 112	0.09 20	0.31 336	0.11 22	0.09 16

mmm	0.38 46	0.21 9	1.18 8	0.35 189	0.17 61	0.49 44	0.26 114	0.78 178	0.52 83	0.50 131	0.57 177	0.41 89	0.37 134	0.71 168	0.31 107	0.11 124	0.13 211	0.14 219	0.13 179	0.15 83	0.14 107

whm_eth	0.45 109	0.73 231	2.23 246	0.30 91	0.31 233	0.49 44	0.24 83	0.73 130	0.69 223	0.47 94	0.87 311	0.26 31	0.26 53	0.36 36	0.28 73	0.12 171	0.11 172	0.13 190	0.12 154	0.14 69	0.26 267

iRaft-Stereo_5w	0.54 195	1.01 326	2.08 214	0.27 39	0.21 113	0.49 44	0.28 147	0.73 130	0.58 131	0.40 59	0.61 205	0.62 202	0.46 215	1.78 292	0.47 192	0.09 17	0.07 11	0.11 92	0.10 75	0.39 327	0.12 63

cross-raft	0.40 63	0.27 42	2.22 242	0.30 91	0.17 61	0.49 44	0.35 222	0.71 117	0.39 15	0.43 74	0.45 82	0.64 213	0.25 41	0.32 20	0.25 53	0.08 4	0.08 58	0.09 20	0.23 303	0.11 22	0.14 107

RALCasStereoNet	0.45 109	0.88 283	1.85 142	0.30 91	0.26 183	0.49 44	0.26 114	0.58 69	0.51 78	0.36 43	0.48 101	0.36 66	0.28 77	0.55 124	0.34 131	0.10 78	0.53 376	0.09 20	0.08 29	0.25 230	0.34 316

test_xeample3	0.46 119	0.34 92	2.99 353	0.37 225	0.16 37	0.49 44	0.33 212	1.06 352	0.44 37	0.25 19	0.23 5	0.24 20	0.25 41	0.49 99	0.56 226	0.09 17	0.07 11	0.10 48	0.40 360	0.17 128	0.26 267

MIM_Stereo	0.41 66	0.60 186	1.88 157	0.31 116	0.21 113	0.50 50	0.19 13	0.64 91	0.44 37	0.43 74	0.53 143	0.43 105	0.27 67	0.51 107	0.28 73	0.08 4	0.14 225	0.11 92	0.10 75	0.26 244	0.26 267

test_4	0.40 63	0.37 105	2.01 197	0.29 78	0.21 113	0.50 50	0.28 147	0.47 20	0.39 15	0.42 69	0.76 292	0.38 73	0.22 19	0.52 111	0.33 127	0.08 4	0.07 11	0.11 92	0.15 224	0.28 257	0.07 3

DAS	0.56 213	0.35 98	1.55 49	0.33 152	0.34 258	0.50 50	0.42 256	0.83 208	0.74 267	0.83 328	0.68 258	0.56 175	0.48 227	2.40 354	0.46 183	0.12 171	0.08 58	0.12 136	0.09 44	0.18 147	0.15 137

SepStereo	0.52 185	0.35 98	1.55 49	0.33 152	0.34 258	0.50 50	0.42 256	0.83 208	0.74 267	0.83 328	0.68 258	0.56 175	0.48 227	1.56 259	0.46 183	0.12 171	0.08 58	0.12 136	0.09 44	0.18 147	0.15 137

test-1	0.44 94	0.48 153	1.69 70	0.30 91	0.27 194	0.50 50	0.28 147	0.80 192	0.43 35	0.40 59	0.54 153	0.41 89	0.24 30	0.31 16	1.16 315	0.09 17	0.20 297	0.10 48	0.17 254	0.11 22	0.26 267

AFF-stereo	0.44 94	0.96 306	1.78 107	0.31 116	0.15 24	0.50 50	0.21 32	0.64 91	0.63 181	0.47 94	0.64 236	0.49 145	0.34 120	0.46 80	0.31 107	0.08 4	0.09 112	0.10 48	0.10 75	0.37 313	0.10 27

CAS	0.35 34	0.25 32	1.30 17	0.79 363	0.34 258	0.51 56	0.23 60	0.46 12	0.39 15	0.22 5	0.31 28	0.20 2	0.17 1	0.28 3	0.23 33	0.73 377	0.06 1	0.07 1	0.05 1	0.09 7	0.37 333

DCANet-4	0.40 63	0.27 42	2.21 239	0.25 15	0.14 12	0.51 56	0.22 44	0.77 164	0.72 249	0.54 170	0.47 89	0.28 40	0.37 134	0.37 43	0.34 131	0.09 17	0.07 11	0.08 3	0.07 13	0.08 1	0.22 224

fff	0.43 85	0.77 246	1.95 182	0.24 7	0.13 5	0.51 56	0.22 44	0.77 164	0.75 279	0.54 170	0.47 89	0.31 47	0.65 287	0.36 36	0.34 131	0.09 17	0.07 11	0.08 3	0.07 13	0.08 1	0.22 224

ADStereo(finetuned)	0.45 109	0.77 246	2.12 222	0.25 15	0.14 12	0.51 56	0.22 44	0.77 164	0.72 249	0.54 170	0.48 101	0.31 47	0.76 314	0.37 43	0.38 147	0.09 17	0.07 11	0.09 20	0.07 13	0.13 51	0.23 242

GMOStereo	0.41 66	0.62 193	1.78 107	0.28 57	0.36 275	0.51 56	0.31 183	0.53 48	0.44 37	0.57 203	0.48 101	0.41 89	0.27 67	0.28 3	0.23 33	0.08 4	0.38 358	0.13 190	0.11 124	0.34 294	0.11 37

error version	0.41 66	0.62 193	1.78 107	0.28 57	0.36 275	0.51 56	0.31 183	0.53 48	0.44 37	0.57 203	0.48 101	0.41 89	0.27 67	0.28 3	0.23 33	0.08 4	0.38 358	0.13 190	0.11 124	0.34 294	0.11 37

test-v	0.41 66	0.62 193	1.78 107	0.28 57	0.36 275	0.51 56	0.31 183	0.53 48	0.44 37	0.57 203	0.48 101	0.41 89	0.27 67	0.28 3	0.23 33	0.08 4	0.38 358	0.13 190	0.11 124	0.34 294	0.11 37

test-2	0.41 66	0.62 193	1.78 107	0.28 57	0.36 275	0.51 56	0.31 183	0.53 48	0.44 37	0.57 203	0.48 101	0.41 89	0.27 67	0.28 3	0.23 33	0.08 4	0.38 358	0.13 190	0.11 124	0.34 294	0.11 37

raft+_RVC	0.44 94	0.67 214	1.85 142	0.34 175	0.71 365	0.51 56	0.25 98	0.64 91	0.51 78	0.35 41	0.45 82	0.32 53	0.28 77	0.43 62	0.32 117	0.09 17	0.19 288	0.10 48	0.09 44	0.20 176	0.40 343

XX-TBD	0.34 26	0.77 246	1.75 91	0.34 175	0.13 5	0.51 56	0.17 5	0.43 6	0.50 74	0.37 47	0.49 118	0.23 13	0.18 6	0.28 3	0.24 47	0.10 78	0.07 11	0.08 3	0.06 7	0.09 7	0.07 3

DCANet	0.42 79	0.77 246	1.95 182	0.25 15	0.14 12	0.51 56	0.22 44	0.77 164	0.72 249	0.54 170	0.48 101	0.31 47	0.41 171	0.36 36	0.39 154	0.09 17	0.07 11	0.09 20	0.07 13	0.13 51	0.23 242

csc	0.43 85	0.77 246	1.95 182	0.24 7	0.13 5	0.51 56	0.22 44	0.77 164	0.75 279	0.54 170	0.47 89	0.31 47	0.65 287	0.36 36	0.34 131	0.09 17	0.07 11	0.08 3	0.07 13	0.08 1	0.22 224

cscssc	0.43 85	0.77 246	1.95 182	0.24 7	0.13 5	0.51 56	0.22 44	0.77 164	0.75 279	0.54 170	0.47 89	0.31 47	0.65 287	0.36 36	0.34 131	0.09 17	0.07 11	0.08 3	0.07 13	0.08 1	0.22 224

GMStereo_Zeroshot	0.41 66	0.36 103	1.54 47	0.41 262	0.19 96	0.52 69	0.19 13	0.59 74	0.52 83	0.57 203	0.59 186	0.63 205	0.29 90	0.58 129	0.33 127	0.15 241	0.09 112	0.16 260	0.09 44	0.24 219	0.12 63

AnonymousM	0.37 41	0.44 137	1.50 43	0.25 15	0.15 24	0.52 69	0.23 60	0.60 81	0.42 28	0.42 69	0.32 31	0.30 45	0.25 41	0.34 30	0.23 33	0.11 124	0.09 112	0.71 377	0.36 354	0.12 32	0.07 3

iRaftStereo_RVC	0.37 41	0.53 169	1.41 31	0.28 57	0.15 24	0.52 69	0.20 22	0.54 58	0.46 50	0.37 47	0.43 71	0.41 89	0.23 24	0.36 36	0.26 56	0.09 17	0.15 246	0.12 136	0.11 124	0.41 333	0.37 333

raftrobust	0.38 46	0.68 216	1.54 47	0.32 137	0.46 330	0.52 69	0.21 32	0.56 62	0.42 28	0.52 150	0.35 41	0.31 47	0.33 112	0.37 43	0.30 97	0.10 78	0.11 172	0.08 3	0.07 13	0.21 184	0.19 195

RAFT-Stereo + iAFF	0.42 79	0.86 277	1.78 107	0.28 57	0.17 61	0.52 69	0.20 22	0.62 87	0.61 156	0.50 131	0.61 205	0.39 77	0.32 109	0.35 32	0.30 97	0.07 1	0.10 140	0.09 20	0.09 44	0.35 302	0.10 27

CFNet-RSSM	0.41 66	0.32 80	2.20 238	0.27 39	0.44 316	0.52 69	0.19 13	0.76 154	0.48 64	0.43 74	0.36 42	0.54 163	0.26 53	0.33 26	0.25 53	0.09 17	0.08 58	0.09 20	0.38 357	0.10 11	0.09 16

CASS	0.39 59	0.30 71	1.61 59	0.32 137	0.17 61	0.53 75	0.24 83	0.70 115	0.49 68	0.59 228	0.54 153	0.40 85	0.40 160	0.41 56	0.30 97	0.17 272	0.10 140	0.14 219	0.11 124	0.18 147	0.17 170
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MC-Stereo	0.32 14	0.31 77	1.46 36	0.31 116	0.15 24	0.53 75	0.19 13	0.44 8	0.35 4	0.36 43	0.38 52	0.27 37	0.27 67	0.42 59	0.19 3	0.09 17	0.13 211	0.09 20	0.16 239	0.20 176	0.13 94

raft_robust	0.55 207	0.84 272	1.73 81	0.28 57	0.54 344	0.53 75	0.25 98	0.88 244	0.75 279	0.48 113	0.46 86	0.76 277	0.75 313	1.46 244	0.27 64	0.09 17	0.10 140	0.10 48	0.30 332	0.26 244	0.16 159

IGEV_Zeroshot_test	0.53 190	0.33 85	2.91 346	0.32 137	0.18 83	0.54 78	0.21 32	0.72 122	0.42 28	0.81 323	0.51 128	0.71 257	0.41 171	0.48 90	1.13 311	0.09 17	0.15 246	0.10 48	0.35 348	0.19 164	0.09 16

LL-Strereo2	0.41 66	0.90 288	1.83 139	0.44 279	0.24 158	0.54 78	0.27 137	0.58 69	0.45 47	0.41 65	0.33 34	0.44 116	0.21 15	0.44 67	0.34 131	0.09 17	0.08 58	0.16 260	0.14 204	0.17 128	0.17 170

LoS	0.31 12	0.30 71	1.52 46	0.23 3	0.13 5	0.54 78	0.20 22	0.48 23	0.49 68	0.25 19	0.28 17	0.37 67	0.24 30	0.38 47	0.23 33	0.10 78	0.08 58	0.08 3	0.05 1	0.15 83	0.07 3

RAFT_CTSACE	0.46 119	0.76 238	2.07 209	0.35 189	0.30 217	0.54 78	0.30 173	0.61 83	0.48 64	0.49 124	0.76 292	0.55 166	0.36 126	0.58 129	0.22 30	0.08 4	0.13 211	0.11 92	0.10 75	0.41 333	0.08 10

RAFT+CT+SA	0.50 162	0.86 277	1.82 137	0.37 225	0.75 367	0.54 78	0.34 216	0.77 164	0.63 181	0.38 52	0.55 161	0.34 60	0.29 90	0.68 156	0.27 64	0.09 17	0.07 11	0.11 92	0.51 370	0.29 260	0.41 348

CrosDoStereo	0.94 338	0.37 105	2.53 297	0.25 15	0.32 241	0.54 78	3.76 409	0.72 122	0.60 142	0.70 296	1.40 358	0.53 159	1.49 373	1.78 292	3.09 378	0.10 78	0.08 58	0.11 92	0.11 124	0.21 184	0.11 37

DeepStereo_LL	0.94 338	0.37 105	2.53 297	0.25 15	0.32 241	0.54 78	3.76 409	0.72 122	0.60 142	0.70 296	1.40 358	0.53 159	1.49 373	1.78 292	3.09 378	0.10 78	0.08 58	0.11 92	0.11 124	0.21 184	0.11 37

CREStereo++_RVC	0.33 19	0.29 66	1.74 85	0.24 7	0.16 37	0.54 78	0.15 1	0.40 3	0.55 110	0.37 47	0.51 128	0.24 20	0.19 9	0.27 1	0.26 56	0.09 17	0.06 1	0.08 3	0.30 332	0.08 1	0.06 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
TANstereo	0.33 19	0.49 155	1.75 91	0.23 3	0.12 3	0.54 78	0.16 3	0.40 3	0.45 47	0.45 86	0.51 128	0.26 31	0.22 19	0.29 11	0.20 19	0.10 78	0.10 140	0.08 3	0.06 7	0.08 1	0.11 37

XX-Stereo	0.55 207	0.54 172	3.50 381	0.48 309	0.39 294	0.54 78	0.17 5	0.89 250	0.40 19	0.44 79	0.65 245	0.85 301	0.19 9	0.77 180	0.21 22	0.10 78	0.14 225	0.10 48	0.32 339	0.17 128	0.14 107

EKT-Stereo	1.47 378	0.49 155	1.93 175	2.57 406	19.31 420	0.55 88	0.22 44	0.69 111	0.42 28	0.38 52	0.36 42	0.43 105	0.27 67	0.69 162	0.26 56	0.12 171	0.14 225	0.11 92	0.16 239	0.20 176	0.15 137

PCWNet_CMD	0.46 119	0.45 142	2.28 253	0.26 31	0.20 106	0.55 88	0.21 32	0.75 145	0.64 188	0.48 113	0.55 161	0.68 237	0.57 261	0.46 80	0.30 97	0.11 124	0.10 140	0.14 219	0.10 75	0.18 147	0.14 107

LL-Strereo	0.72 289	1.29 362	2.49 292	0.36 207	0.45 324	0.55 88	0.32 204	0.93 279	0.71 241	0.67 285	0.58 183	0.85 301	0.79 317	2.67 374	0.46 183	0.10 78	0.18 278	0.14 219	0.12 154	0.40 331	0.42 349

ToySt	0.44 94	0.61 190	1.89 161	0.29 78	0.18 83	0.55 88	0.35 222	0.67 106	0.53 99	0.39 57	0.50 124	0.59 190	0.43 196	0.51 107	0.49 200	0.10 78	0.12 197	0.13 190	0.16 239	0.24 219	0.19 195

CREStereo	0.28 1	0.30 71	1.33 20	0.19 1	0.13 5	0.55 88	0.17 5	0.48 23	0.46 50	0.27 29	0.33 34	0.24 20	0.21 15	0.31 16	0.21 22	0.11 124	0.07 11	0.08 3	0.05 1	0.10 11	0.07 3
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
R-Stereo Train	0.36 38	0.21 9	1.70 74	0.29 78	0.18 83	0.55 88	0.26 114	0.78 178	0.36 6	0.57 203	0.67 250	0.33 56	0.24 30	0.32 20	0.23 33	0.10 78	0.08 58	0.09 20	0.07 13	0.09 7	0.12 63

RAFT-Stereo	0.36 38	0.21 9	1.70 74	0.29 78	0.18 83	0.55 88	0.26 114	0.78 178	0.36 6	0.57 203	0.67 250	0.33 56	0.24 30	0.32 20	0.23 33	0.10 78	0.08 58	0.09 20	0.07 13	0.09 7	0.12 63
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	0.46 119	0.44 137	2.28 253	0.26 31	0.20 106	0.55 88	0.21 32	0.75 145	0.64 188	0.48 113	0.55 161	0.68 237	0.56 256	0.46 80	0.30 97	0.11 124	0.10 140	0.13 190	0.10 75	0.18 147	0.15 137

HITNet	0.46 119	0.92 290	2.09 215	0.33 152	0.14 12	0.55 88	0.22 44	0.83 208	0.56 118	0.51 143	0.49 118	0.48 143	0.37 134	0.48 90	0.54 218	0.09 17	0.06 1	0.10 48	0.08 29	0.23 204	0.09 16
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
AE-Stereo	0.42 79	0.29 66	1.65 62	0.43 274	0.47 332	0.56 97	0.23 60	0.86 230	0.46 50	0.31 34	0.41 66	0.43 105	0.24 30	0.34 30	0.24 47	0.09 17	0.48 374	0.11 92	0.45 365	0.22 196	0.19 195

ff7	0.32 14	0.52 164	1.38 26	0.25 15	0.16 37	0.56 97	0.23 60	0.46 12	0.41 23	0.24 11	0.23 5	0.20 2	0.23 24	0.48 90	0.19 3	0.09 17	0.08 58	0.10 48	0.18 264	0.23 204	0.22 224

ffff	0.32 14	0.52 164	1.38 26	0.25 15	0.16 37	0.56 97	0.23 60	0.46 12	0.41 23	0.24 11	0.23 5	0.20 2	0.23 24	0.48 90	0.19 3	0.09 17	0.08 58	0.10 48	0.18 264	0.23 204	0.22 224

11t	0.32 14	0.52 164	1.38 26	0.25 15	0.16 37	0.56 97	0.23 60	0.46 12	0.41 23	0.24 11	0.23 5	0.20 2	0.23 24	0.48 90	0.19 3	0.09 17	0.08 58	0.10 48	0.18 264	0.23 204	0.22 224

MSKI-zero shot	0.46 119	0.38 110	2.47 288	0.27 39	0.43 315	0.56 97	0.20 22	0.77 164	0.43 35	0.60 236	0.51 128	0.44 116	0.17 1	0.68 156	0.21 22	0.09 17	0.29 342	0.09 20	0.32 339	0.14 69	0.10 27

anonymousdsp	0.34 26	0.53 169	1.47 38	0.25 15	0.16 37	0.56 97	0.23 60	0.49 27	0.40 19	0.25 19	0.24 11	0.22 8	0.24 30	0.55 124	0.19 3	0.09 17	0.11 172	0.10 48	0.18 264	0.24 219	0.29 286

EGLCR-Stereo	0.29 4	0.27 42	0.97 1	0.30 91	0.19 96	0.56 97	0.17 5	0.68 109	0.36 6	0.30 33	0.18 1	0.27 37	0.17 1	0.38 47	0.19 3	0.09 17	0.07 11	0.10 48	0.08 29	0.10 11	0.35 318

TestStereo1	0.49 153	0.81 263	1.85 142	0.39 247	0.57 350	0.56 97	0.34 216	0.75 145	0.69 223	0.44 79	0.63 220	0.35 64	0.42 186	0.64 145	0.29 86	0.10 78	0.08 58	0.12 136	0.10 75	0.33 287	0.26 267

ccc-4	0.32 14	0.52 164	1.38 26	0.25 15	0.16 37	0.56 97	0.23 60	0.46 12	0.41 23	0.24 11	0.23 5	0.20 2	0.23 24	0.48 90	0.19 3	0.09 17	0.08 58	0.10 48	0.18 264	0.23 204	0.22 224

SA-5K	0.49 153	0.81 263	1.85 142	0.39 247	0.57 350	0.56 97	0.34 216	0.75 145	0.69 223	0.44 79	0.63 220	0.35 64	0.42 186	0.64 145	0.29 86	0.10 78	0.08 58	0.12 136	0.10 75	0.33 287	0.26 267

IGEV-Stereo	0.34 26	0.54 172	1.47 38	0.25 15	0.16 37	0.56 97	0.23 60	0.49 27	0.40 19	0.25 19	0.24 11	0.22 8	0.24 30	0.54 120	0.19 3	0.09 17	0.10 140	0.10 48	0.18 264	0.24 219	0.29 286
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ASMatch	0.60 232	0.43 131	2.58 307	0.91 372	0.36 275	0.56 97	0.25 98	0.52 43	0.61 156	0.47 94	1.21 348	0.47 137	0.66 291	1.34 233	0.94 288	0.10 78	0.08 58	0.11 92	0.11 124	0.10 11	0.16 159

CFNet_pseudo	0.45 109	0.46 144	2.23 246	0.25 15	0.19 96	0.56 97	0.21 32	0.77 164	0.60 142	0.49 124	0.56 172	0.69 244	0.47 220	0.52 111	0.31 107	0.11 124	0.10 140	0.15 245	0.10 75	0.17 128	0.14 107

DMCA-RVC	0.62 244	0.96 306	2.63 311	0.36 207	0.90 376	0.56 97	0.31 183	0.69 111	0.57 121	0.68 291	0.52 135	0.59 190	0.56 256	1.23 226	0.53 214	0.16 258	0.38 358	0.20 306	0.15 224	0.20 176	0.15 137

BEATNet_4x	0.47 132	0.73 231	1.91 169	0.33 152	0.15 24	0.56 97	0.25 98	0.85 222	0.58 131	0.54 170	0.51 128	0.57 181	0.42 186	0.57 127	0.61 240	0.11 124	0.08 58	0.12 136	0.09 44	0.20 176	0.16 159

ccs_rob	0.45 109	0.46 144	2.22 242	0.26 31	0.19 96	0.56 97	0.21 32	0.77 164	0.60 142	0.49 124	0.56 172	0.69 244	0.47 220	0.52 111	0.31 107	0.11 124	0.09 112	0.16 260	0.10 75	0.17 128	0.14 107

DN-CSS_ROB	0.48 136	1.23 356	1.99 194	0.39 247	0.22 134	0.56 97	0.19 13	0.75 145	0.61 156	0.45 86	0.62 210	0.41 89	0.31 106	0.70 166	0.32 117	0.11 124	0.08 58	0.14 219	0.13 179	0.36 306	0.12 63

DualNet	0.64 250	0.23 21	2.01 197	0.30 91	0.21 113	0.57 114	0.26 114	0.74 135	0.88 325	0.53 159	0.63 220	0.66 221	0.39 153	0.63 142	3.43 388	0.10 78	0.24 318	0.15 245	0.13 179	0.25 230	0.36 326

ffm	0.47 132	0.23 21	2.01 197	0.30 91	0.21 113	0.57 114	0.26 114	0.74 135	0.88 325	0.53 159	0.63 220	0.66 221	0.39 153	0.63 142	0.19 3	0.10 78	0.24 318	0.15 245	0.13 179	0.25 230	0.36 326

ff1	0.73 297	0.23 21	2.01 197	0.30 91	0.21 113	0.57 114	0.26 114	0.74 135	0.88 325	0.53 159	0.63 220	0.66 221	0.39 153	2.52 365	3.43 388	0.10 78	0.24 318	0.15 245	0.13 179	0.25 230	0.36 326

mmx	0.72 289	0.23 21	2.01 197	0.30 91	0.21 113	0.57 114	0.26 114	0.99 320	0.76 289	0.53 159	0.63 220	0.66 221	0.39 153	2.52 365	3.43 388	0.13 199	0.10 140	0.15 245	0.13 179	0.15 83	0.15 137

xxx	0.72 289	0.23 21	2.01 197	0.30 91	0.21 113	0.57 114	0.26 114	0.99 320	0.76 289	0.53 159	0.63 220	0.66 221	0.39 153	2.52 365	3.43 388	0.13 199	0.10 140	0.15 245	0.13 179	0.15 83	0.15 137

CFNet_ucs	0.48 136	0.50 161	2.32 257	0.26 31	0.22 134	0.57 114	0.22 44	0.85 222	0.65 200	0.53 159	0.64 236	0.68 237	0.44 203	0.54 120	0.31 107	0.13 199	0.12 197	0.16 260	0.11 124	0.19 164	0.17 170

anonymousdsp2	0.34 26	0.24 29	1.16 7	0.28 57	0.15 24	0.57 114	0.23 60	0.79 190	0.47 63	0.38 52	0.37 45	0.40 85	0.25 41	0.47 86	0.21 22	0.09 17	0.07 11	0.10 48	0.13 179	0.19 164	0.27 275

GASNet	0.73 297	1.47 374	3.04 355	0.47 301	0.33 252	0.57 114	0.34 216	0.91 266	0.75 279	0.58 215	0.58 183	0.74 268	0.55 252	2.03 326	0.65 248	0.21 305	0.15 246	0.19 298	0.17 254	0.51 353	0.28 280

SA	0.50 162	0.75 237	1.95 182	0.31 116	0.61 358	0.57 114	0.31 183	0.91 266	0.73 263	0.42 69	0.62 210	0.38 73	0.47 220	0.68 156	0.29 86	0.09 17	0.09 112	0.13 190	0.32 339	0.30 269	0.10 27

dd	0.42 79	0.96 306	1.77 103	0.31 116	0.17 61	0.57 114	0.26 114	0.49 27	0.68 215	0.41 65	0.40 62	0.34 60	0.27 67	0.45 74	0.40 159	0.17 272	0.10 140	0.13 190	0.12 154	0.21 184	0.12 63

AACVNet	0.54 195	0.78 254	1.73 81	0.36 207	0.21 113	0.57 114	0.25 98	0.71 117	0.51 78	0.55 184	0.59 186	0.64 213	0.41 171	2.13 334	0.41 165	0.14 227	0.11 172	0.14 219	0.11 124	0.33 287	0.15 137

GANet-ADL	0.44 94	0.41 122	2.31 256	0.33 152	0.20 106	0.57 114	0.25 98	0.75 145	0.54 106	0.42 69	0.59 186	0.56 175	0.30 98	0.40 54	0.38 147	0.14 227	0.11 172	0.09 20	0.08 29	0.22 196	0.17 170

STrans-v2	0.67 265	0.56 181	2.64 313	0.27 39	0.23 145	0.57 114	0.33 212	0.96 298	0.69 223	0.92 339	0.85 308	0.89 313	0.93 336	1.83 302	1.21 319	0.09 17	0.07 11	0.10 48	0.09 44	0.11 22	0.12 63

PMTNet	0.31 12	0.35 98	1.30 17	0.20 2	0.14 12	0.57 114	0.25 98	0.46 12	0.42 28	0.27 29	0.32 31	0.27 37	0.24 30	0.39 50	0.23 33	0.43 360	0.07 11	0.08 3	0.05 1	0.18 147	0.07 3

AdaStereo	0.44 94	0.38 110	1.79 125	0.34 175	0.20 106	0.57 114	0.28 147	0.92 274	0.69 223	0.52 150	0.55 161	0.61 198	0.33 112	0.48 90	0.39 154	0.17 272	0.08 58	0.17 276	0.11 124	0.18 147	0.12 63
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.
RCA-Stereo	0.34 26	0.32 80	1.30 17	0.26 31	0.14 12	0.58 129	0.23 60	0.78 178	0.62 172	0.40 59	0.44 81	0.28 40	0.35 122	0.29 11	0.20 19	0.09 17	0.10 140	0.09 20	0.07 13	0.19 164	0.08 10

test_5	0.51 176	0.87 280	1.99 194	0.37 225	0.65 360	0.58 129	0.35 222	0.78 178	0.62 172	0.48 113	0.55 161	0.45 123	0.40 160	0.72 170	0.30 97	0.09 17	0.07 11	0.12 136	0.12 154	0.33 287	0.38 336

UDGNet	0.44 94	1.02 329	1.74 85	0.35 189	0.19 96	0.58 129	0.23 60	0.49 27	0.66 210	0.41 65	0.38 52	0.34 60	0.29 90	0.53 117	0.30 97	0.24 328	0.10 140	0.37 358	0.19 282	0.27 251	0.15 137

GwcNet-ADL	0.50 162	0.74 235	2.90 345	0.31 116	0.20 106	0.58 129	0.29 167	0.87 239	0.64 188	0.47 94	0.47 89	0.56 175	0.33 112	0.46 80	0.46 183	0.13 199	0.12 197	0.09 20	0.09 44	0.14 69	0.21 214

PFNet+	0.45 109	0.37 105	1.86 150	0.46 296	0.18 83	0.58 129	0.77 350	0.52 43	0.64 188	0.56 193	0.48 101	0.39 77	0.26 53	0.93 195	0.32 117	0.13 199	0.09 112	0.14 219	0.13 179	0.12 32	0.15 137

THIR-Stereo	0.86 328	0.62 193	2.13 224	0.25 15	0.16 37	0.58 129	2.74 405	0.59 74	0.51 78	0.62 254	1.62 365	0.97 331	1.80 384	1.69 280	2.25 366	0.10 78	0.08 58	0.14 219	0.11 124	0.15 83	0.11 37

IRAFT_RVC	0.54 195	0.53 169	1.78 107	0.46 296	0.21 113	0.58 129	0.43 262	0.65 95	0.66 210	0.54 170	0.50 124	0.49 145	0.51 237	1.58 265	1.01 302	0.11 124	0.25 332	0.13 190	0.10 75	0.15 83	0.13 94

RAFT-345	0.53 190	0.30 71	2.34 262	0.38 239	0.34 258	0.58 129	0.42 256	0.47 20	0.61 156	0.51 143	1.00 332	0.43 105	0.28 77	1.57 261	0.82 282	0.10 78	0.07 11	0.11 92	0.09 44	0.10 11	0.08 10

HCRNet	0.46 119	0.49 155	1.65 62	0.38 239	0.29 207	0.58 129	0.22 44	0.75 145	0.62 172	0.47 94	0.49 118	0.48 143	0.36 126	1.12 215	0.37 142	0.15 241	0.10 140	0.15 245	0.13 179	0.17 128	0.17 170

FINET	0.65 258	0.95 304	3.06 357	0.35 189	0.40 301	0.58 129	0.48 289	0.92 274	1.10 358	0.57 203	0.68 258	0.47 137	0.44 203	1.15 220	0.60 238	0.23 321	0.21 305	0.17 276	0.15 224	0.26 244	0.25 258

aanetorigin	0.77 309	0.80 258	2.59 308	0.43 274	0.44 316	0.58 129	1.01 370	0.57 65	0.68 215	1.53 381	1.23 349	0.81 291	1.08 351	1.07 209	1.07 307	0.18 282	0.15 246	0.17 276	0.21 297	0.54 358	0.30 294

FENet	0.44 94	0.30 71	2.42 277	0.32 137	0.17 61	0.58 129	0.22 44	0.77 164	0.59 138	0.47 94	0.42 69	0.55 166	0.38 139	0.49 99	0.47 192	0.12 171	0.09 112	0.12 136	0.11 124	0.13 51	0.16 159

PSMNet-RSSM	0.53 190	0.82 267	1.78 107	0.31 116	0.25 170	0.58 129	0.28 147	0.84 218	0.60 142	0.50 131	0.61 205	0.67 231	0.43 196	1.68 278	0.42 167	0.15 241	0.10 140	0.14 219	0.16 239	0.15 83	0.13 94

AANet_RVC	0.68 271	1.00 322	2.09 215	0.33 152	0.25 170	0.58 129	0.32 204	0.81 196	0.80 306	0.61 243	0.94 322	0.80 288	0.41 171	2.46 361	1.02 303	0.36 357	0.14 225	0.10 48	0.09 44	0.23 204	0.22 224

iResNetv2_ROB	0.59 228	1.43 372	2.96 348	0.40 256	0.22 134	0.58 129	0.28 147	0.91 266	0.73 263	0.57 203	0.63 220	0.60 196	0.41 171	0.74 172	0.35 138	0.11 124	0.08 58	0.10 48	0.07 13	0.43 338	0.17 170

iResNet_ROB	0.50 162	1.15 347	1.73 81	0.31 116	0.21 113	0.58 129	0.22 44	0.95 294	0.82 311	0.58 215	0.62 210	0.57 181	0.39 153	0.84 189	0.40 159	0.11 124	0.08 58	0.09 20	0.06 7	0.21 184	0.13 94

DisPM	0.43 85	0.33 85	1.78 107	0.57 339	0.18 83	0.59 145	0.63 329	0.53 48	0.61 156	0.60 236	0.53 143	0.38 73	0.26 53	0.75 173	0.29 86	0.12 171	0.07 11	0.12 136	0.11 124	0.11 22	0.14 107

ICVP	0.46 119	0.29 66	2.41 275	0.33 152	0.22 134	0.59 145	0.55 305	0.75 145	0.50 74	0.44 79	0.60 198	0.49 145	0.35 122	0.53 117	0.37 142	0.16 258	0.16 260	0.14 219	0.11 124	0.15 83	0.15 137
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
111	0.48 136	1.09 337	1.95 182	0.24 7	0.13 5	0.59 145	0.26 114	0.83 208	0.78 298	0.48 113	0.52 135	0.56 175	0.38 139	0.49 99	0.38 147	0.09 17	0.07 11	0.09 20	0.07 13	0.23 204	0.35 318

test_xeample	0.72 289	0.21 9	1.36 23	0.27 39	0.17 61	0.59 145	0.28 147	1.01 336	0.70 232	0.55 184	0.67 250	0.44 116	0.39 153	1.88 314	5.17 402	0.12 171	0.10 140	0.11 92	0.10 75	0.13 51	0.15 137

ACVNet	0.45 109	0.44 137	1.79 125	0.28 57	0.21 113	0.59 145	0.36 228	0.66 97	0.68 215	0.45 86	0.59 186	0.69 244	0.40 160	0.44 67	0.55 219	0.11 124	0.09 112	0.10 48	0.09 44	0.34 294	0.10 27

GANet-RSSM	0.55 207	0.73 231	1.90 164	0.36 207	0.26 183	0.59 145	0.27 137	0.78 178	0.52 83	0.47 94	0.57 177	0.63 205	0.45 207	1.92 319	0.43 175	0.14 227	0.10 140	0.25 331	0.11 124	0.34 294	0.14 107

DMCA	0.41 66	0.52 164	1.26 13	0.31 116	0.24 158	0.59 145	0.26 114	0.77 164	0.63 181	0.58 215	0.48 101	0.57 181	0.35 122	0.40 54	0.50 205	0.14 227	0.10 140	0.14 219	0.10 75	0.15 83	0.15 137

FADNet-RVC	0.61 240	1.26 360	2.12 222	0.33 152	0.26 183	0.59 145	0.29 167	0.86 230	0.62 172	0.45 86	0.50 124	0.62 202	0.46 215	1.73 285	0.55 219	0.17 272	0.20 297	0.17 276	0.18 264	0.59 361	0.28 280

MLCV	0.48 136	0.89 286	1.85 142	0.29 78	0.14 12	0.59 145	0.23 60	0.72 122	0.59 138	0.66 281	0.66 247	0.55 166	0.36 126	1.03 206	0.49 200	0.09 17	0.06 1	0.09 20	0.07 13	0.19 164	0.11 37

MyStereo07	0.34 26	0.40 119	1.46 36	0.29 78	0.23 145	0.60 154	0.31 183	0.53 48	0.42 28	0.25 19	0.25 14	0.20 2	0.26 53	0.57 127	0.19 3	0.09 17	0.18 278	0.12 136	0.11 124	0.16 109	0.19 195

MyStereo06	0.54 195	0.41 122	2.68 318	0.30 91	0.23 145	0.60 154	0.30 173	0.81 196	0.44 37	0.84 330	0.52 135	0.78 282	0.58 265	0.48 90	1.10 309	0.09 17	0.17 270	0.12 136	0.10 75	0.16 109	0.20 208

MyStereo05	0.49 153	0.41 122	2.72 324	0.30 91	0.23 145	0.60 154	0.30 173	0.82 202	0.77 293	0.52 150	0.37 45	0.51 151	0.42 186	0.52 111	0.38 147	0.09 17	0.17 270	0.12 136	0.10 75	0.16 109	0.20 208

MyStereo04	0.48 136	0.40 119	2.65 315	0.29 78	0.23 145	0.60 154	0.31 183	0.83 208	0.75 279	0.47 94	0.36 42	0.53 159	0.42 186	0.53 117	0.39 154	0.09 17	0.18 278	0.12 136	0.11 124	0.16 109	0.19 195

ttt	0.66 262	0.22 17	1.68 68	0.34 175	0.24 158	0.60 154	0.26 114	1.00 328	0.77 293	0.55 184	0.67 250	0.54 163	0.36 126	2.14 335	3.03 377	0.16 258	0.13 211	0.13 190	0.12 154	0.15 83	0.17 170

Sa-1000	0.51 176	0.72 228	1.90 164	0.31 116	0.60 357	0.60 154	0.31 183	0.94 283	0.71 241	0.52 150	0.83 301	0.42 102	0.33 112	0.68 156	0.28 73	0.10 78	0.09 112	0.13 190	0.29 327	0.29 260	0.10 27

dad	0.51 176	1.01 326	1.74 85	0.29 78	0.19 96	0.60 154	0.26 114	0.52 43	0.75 279	0.63 262	0.63 220	0.63 205	0.33 112	0.85 191	0.47 192	0.27 341	0.15 246	0.40 361	0.18 264	0.22 196	0.14 107

IPLGR_C	0.58 224	1.25 359	2.72 324	0.80 364	0.31 233	0.60 154	0.61 323	0.76 154	0.58 131	0.56 193	0.62 210	0.41 89	0.31 106	0.43 62	0.40 159	0.11 124	0.22 310	0.13 190	0.15 224	0.35 302	0.19 195

ACRE	0.56 213	1.14 343	2.77 332	0.76 360	0.28 202	0.60 154	0.56 310	0.76 154	0.58 131	0.55 184	0.62 210	0.41 89	0.29 90	0.44 67	0.39 154	0.11 124	0.19 288	0.13 190	0.14 204	0.36 306	0.18 187

OMP-Stereo	0.59 228	0.65 208	1.74 85	0.56 337	0.37 287	0.60 154	0.26 114	0.70 115	0.65 200	0.66 281	0.60 198	0.69 244	0.32 109	2.09 332	1.20 317	0.10 78	0.07 11	0.12 136	0.09 44	0.17 128	0.10 27

PSM-adaLoss	0.38 46	0.27 42	1.78 107	0.44 279	0.17 61	0.60 154	0.29 167	0.51 33	0.52 83	0.47 94	0.43 71	0.44 116	0.28 77	0.47 86	0.28 73	0.12 171	0.08 58	0.12 136	0.10 75	0.17 128	0.12 63

DeepStereo_RVC	0.44 94	0.28 62	1.92 172	0.49 311	0.17 61	0.60 154	0.59 318	0.50 31	0.52 83	0.49 124	0.45 82	0.39 77	0.86 328	0.45 74	0.33 127	0.11 124	0.08 58	0.11 92	0.09 44	0.15 83	0.19 195

RAFT-RH_RVC	0.61 240	0.50 161	2.33 260	0.36 207	0.29 207	0.60 154	0.18 11	0.44 8	0.58 131	0.76 312	1.91 372	0.47 137	0.29 90	1.60 268	1.23 321	0.14 227	0.07 11	0.13 190	0.13 179	0.10 11	0.09 16

RAFT-IKP	0.38 46	0.27 42	1.79 125	0.44 279	0.16 37	0.60 154	0.28 147	0.51 33	0.52 83	0.47 94	0.43 71	0.43 105	0.28 77	0.50 104	0.28 73	0.12 171	0.08 58	0.12 136	0.10 75	0.17 128	0.12 63

pcwnet_v2	0.64 250	0.49 155	4.41 396	0.32 137	0.27 194	0.60 154	0.25 98	0.97 305	0.88 325	0.59 228	0.70 275	0.63 205	0.55 252	0.66 154	0.37 142	0.17 272	0.15 246	0.15 245	0.14 204	0.21 184	0.23 242

cf-r	0.53 190	0.81 263	2.15 230	0.33 152	0.28 202	0.60 154	0.28 147	0.78 178	0.64 188	0.51 143	0.60 198	0.75 273	0.40 160	1.32 231	0.43 175	0.13 199	0.09 112	0.11 92	0.12 154	0.15 83	0.14 107

GwcNet-RSSM	0.57 219	0.94 298	2.13 224	0.32 137	0.25 170	0.60 154	0.30 173	0.80 192	0.66 210	0.52 150	0.64 236	0.71 257	0.40 160	1.79 296	0.50 205	0.13 199	0.09 112	0.12 136	0.12 154	0.21 184	0.15 137

NLCA_NET_v2_RVC	0.55 207	0.92 290	2.36 268	0.38 239	0.37 287	0.60 154	0.28 147	0.82 202	0.62 172	0.62 254	0.55 161	0.72 259	0.45 207	1.00 202	0.43 175	0.15 241	0.11 172	0.14 219	0.14 204	0.15 83	0.16 159
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
Anonymous Stereo	0.70 279	1.08 336	2.47 288	0.42 270	0.36 275	0.60 154	0.78 351	0.83 208	0.75 279	0.65 278	0.63 220	0.62 202	0.38 139	2.43 358	0.78 274	0.19 292	0.18 278	0.19 298	0.20 292	0.30 269	0.23 242

PASM	0.72 289	0.68 216	1.91 169	0.47 301	0.44 316	0.60 154	0.51 293	0.76 154	0.80 306	0.77 315	0.67 250	0.87 307	0.61 277	2.40 354	0.67 252	0.32 351	0.35 352	0.36 354	0.41 363	0.45 346	0.39 339

CoDeX	0.52 185	0.43 131	2.25 249	0.29 78	0.26 183	0.61 174	0.32 204	0.99 320	0.68 215	0.48 113	0.55 161	0.52 157	0.40 160	1.60 268	0.35 138	0.12 171	0.09 112	0.11 92	0.10 75	0.13 51	0.12 63

anonymousa	0.48 136	0.46 144	2.44 283	0.29 78	0.34 258	0.61 174	0.25 98	0.66 97	0.54 106	0.53 159	0.77 295	0.73 262	0.46 215	0.33 26	0.31 107	0.10 78	0.09 112	0.12 136	0.29 327	0.10 11	0.19 195

Selective-RAFT	0.35 34	0.26 41	1.48 41	0.31 116	0.15 24	0.61 174	0.19 13	0.60 81	0.54 106	0.28 31	0.29 20	0.40 85	0.33 112	0.50 104	0.27 64	0.10 78	0.07 11	0.09 20	0.35 348	0.19 164	0.08 10

CIPLG	0.56 213	1.19 352	2.46 286	0.80 364	0.31 233	0.61 174	0.57 314	0.76 154	0.57 121	0.56 193	0.63 220	0.41 89	0.30 98	0.45 74	0.40 159	0.11 124	0.20 297	0.13 190	0.13 179	0.35 302	0.19 195

Patchmatch Stereo++	0.39 59	0.27 42	1.78 107	0.44 279	0.16 37	0.61 174	0.27 137	0.51 33	0.52 83	0.47 94	0.43 71	0.43 105	0.28 77	0.54 120	0.28 73	0.12 171	0.08 58	0.12 136	0.10 75	0.17 128	0.12 63
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
IIG-Stereo	0.59 228	0.65 208	1.74 85	0.54 329	0.23 145	0.61 174	0.21 32	0.73 130	0.65 200	0.64 271	0.69 265	0.69 244	0.38 139	2.09 332	1.39 330	0.11 124	0.07 11	0.11 92	0.09 44	0.15 83	0.09 16

NF-Stereo	0.48 136	0.25 32	1.81 132	0.52 320	0.16 37	0.61 174	0.44 270	0.66 97	0.61 156	0.50 131	0.47 89	0.37 67	0.26 53	1.45 243	0.79 279	0.11 124	0.07 11	0.12 136	0.10 75	0.13 51	0.16 159

OCTAStereo	0.48 136	0.25 32	1.81 132	0.52 320	0.16 37	0.61 174	0.43 262	0.66 97	0.61 156	0.50 131	0.47 89	0.37 67	0.26 53	1.44 239	0.80 280	0.11 124	0.07 11	0.12 136	0.10 75	0.13 51	0.17 170

PSM-softLoss	0.48 136	0.27 42	1.85 142	0.51 316	0.17 61	0.61 174	0.40 247	0.61 83	0.57 121	0.52 150	0.48 101	0.39 77	0.25 41	1.46 244	0.77 272	0.12 171	0.08 58	0.13 190	0.12 154	0.12 32	0.14 107

KMStereo	0.48 136	0.27 42	1.85 142	0.51 316	0.17 61	0.61 174	0.40 247	0.61 83	0.57 121	0.52 150	0.48 101	0.39 77	0.25 41	1.46 244	0.77 272	0.12 171	0.08 58	0.13 190	0.12 154	0.12 32	0.14 107

ROB_FTStereo_v2	0.38 46	0.27 42	1.78 107	0.44 279	0.17 61	0.61 174	0.28 147	0.51 33	0.52 83	0.47 94	0.43 71	0.44 116	0.28 77	0.47 86	0.28 73	0.12 171	0.08 58	0.12 136	0.10 75	0.17 128	0.12 63

ROB_FTStereo	0.38 46	0.27 42	1.78 107	0.44 279	0.17 61	0.61 174	0.26 114	0.51 33	0.52 83	0.47 94	0.43 71	0.43 105	0.28 77	0.49 99	0.28 73	0.12 171	0.08 58	0.12 136	0.10 75	0.17 128	0.12 63

HUI-Stereo	0.38 46	0.27 42	1.79 125	0.44 279	0.17 61	0.61 174	0.28 147	0.51 33	0.52 83	0.47 94	0.43 71	0.44 116	0.28 77	0.45 74	0.28 73	0.12 171	0.08 58	0.12 136	0.10 75	0.17 128	0.12 63

RAFT_R40	0.50 162	0.21 9	1.76 95	0.50 313	0.40 301	0.61 174	0.53 299	0.56 62	0.60 142	0.56 193	0.54 153	0.55 166	0.51 237	1.57 261	0.53 214	0.11 124	0.07 11	0.12 136	0.10 75	0.16 109	0.09 16

RE-Stereo	0.48 136	0.25 32	1.81 132	0.52 320	0.16 37	0.61 174	0.43 262	0.66 97	0.60 142	0.50 131	0.47 89	0.37 67	0.26 53	1.44 239	0.78 274	0.11 124	0.07 11	0.12 136	0.10 75	0.13 51	0.17 170

TVStereo	0.48 136	0.25 32	1.81 132	0.52 320	0.16 37	0.61 174	0.43 262	0.66 97	0.60 142	0.50 131	0.47 89	0.37 67	0.26 53	1.44 239	0.78 274	0.11 124	0.07 11	0.12 136	0.10 75	0.13 51	0.17 170

iGMRVC	0.39 59	0.27 42	1.78 107	0.44 279	0.17 61	0.61 174	0.27 137	0.51 33	0.52 83	0.47 94	0.43 71	0.44 116	0.28 77	0.55 124	0.28 73	0.12 171	0.08 58	0.12 136	0.10 75	0.17 128	0.12 63

iRAFT	0.39 59	0.27 42	1.78 107	0.44 279	0.16 37	0.61 174	0.27 137	0.51 33	0.52 83	0.47 94	0.43 71	0.43 105	0.28 77	0.54 120	0.28 73	0.12 171	0.08 58	0.12 136	0.10 75	0.17 128	0.12 63

GES	0.44 94	0.28 62	1.88 157	0.30 91	0.18 83	0.61 174	0.30 173	0.88 244	0.46 50	0.47 94	0.52 135	0.39 77	0.42 186	0.58 129	0.67 252	0.15 241	0.11 172	0.12 136	0.10 75	0.15 83	0.17 170

STTStereo	0.51 176	0.69 219	2.14 229	0.36 207	0.30 217	0.61 174	0.32 204	0.77 164	0.60 142	0.60 236	0.54 153	0.67 231	0.43 196	0.86 192	0.42 167	0.16 258	0.15 246	0.17 276	0.20 292	0.16 109	0.15 137

IPLGR	0.54 195	0.56 181	2.68 318	0.36 207	0.18 83	0.62 194	0.54 302	1.02 339	0.64 188	0.73 307	0.46 86	0.47 137	0.45 207	1.12 215	0.29 86	0.09 17	0.08 58	0.11 92	0.09 44	0.19 164	0.12 63

AAGNet	0.88 331	0.33 85	1.79 125	0.54 329	0.98 380	0.62 194	0.46 278	0.50 31	0.60 142	0.58 215	0.53 143	0.50 148	0.73 307	1.23 226	7.48 408	0.11 124	0.07 11	0.12 136	0.10 75	0.14 69	0.09 16

TransformOpticalFlow	0.64 250	0.56 181	2.66 316	0.44 279	0.26 183	0.62 194	0.28 147	0.83 208	0.71 241	0.76 312	0.74 287	0.91 316	0.85 325	1.83 302	0.81 281	0.10 78	0.07 11	0.11 92	0.09 44	0.11 22	0.12 63

SST-Stereo	0.52 185	0.20 4	1.76 95	0.62 349	0.53 342	0.62 194	0.66 331	0.55 61	0.61 156	0.58 215	0.53 143	0.52 157	0.60 270	1.59 267	0.29 86	0.11 124	0.07 11	0.12 136	0.10 75	0.16 109	0.10 27

PFNet	0.60 232	0.33 85	2.47 288	0.41 262	0.55 347	0.62 194	0.27 137	0.61 83	0.63 181	0.61 243	0.56 172	0.45 123	0.32 109	1.88 314	1.14 312	0.28 345	0.09 112	0.12 136	0.16 239	0.26 244	0.20 208

GrayStereo	0.66 262	0.19 2	1.76 95	0.90 371	0.23 145	0.62 194	1.42 394	0.62 87	0.60 142	0.72 303	0.78 296	0.56 175	3.07 399	0.60 137	0.26 56	0.09 17	0.08 58	0.10 48	0.21 297	0.11 22	0.18 187

Pruner-Stereo	0.51 176	0.27 42	1.78 107	1.79 398	0.19 96	0.62 194	0.45 276	0.57 65	0.60 142	0.61 243	0.48 101	0.41 89	0.24 30	0.46 80	1.00 298	0.12 171	0.07 11	0.12 136	0.10 75	0.12 32	0.13 94

GEStereo_RVC	0.54 195	0.87 280	1.95 182	0.47 301	0.25 170	0.62 194	0.37 235	1.00 328	0.74 267	0.53 159	0.54 153	0.59 190	0.44 203	1.10 212	0.46 183	0.15 241	0.11 172	0.12 136	0.10 75	0.26 244	0.19 195

s12784h	0.36 38	0.28 62	1.58 52	0.23 3	0.11 1	0.62 194	0.24 83	0.79 190	0.64 188	0.44 79	0.52 135	0.28 40	0.26 53	0.50 104	0.24 47	0.11 124	0.06 1	0.09 20	0.06 7	0.16 109	0.06 1

222	0.78 313	0.23 21	1.23 11	0.28 57	0.18 83	0.62 194	0.24 83	1.02 339	0.70 232	0.58 215	0.66 247	0.46 131	0.42 186	1.80 298	6.53 407	0.13 199	0.10 140	0.11 92	0.10 75	0.12 32	0.17 170

psmorigin	1.36 371	0.60 186	13.80 417	0.37 225	0.29 207	0.62 194	0.33 212	0.77 164	0.61 156	0.96 344	0.88 314	1.17 361	0.73 307	4.00 399	0.86 285	0.19 292	0.22 310	0.17 276	0.18 264	0.24 219	0.29 286

FAT-Stereo	0.70 279	0.54 172	2.88 339	0.36 207	0.29 207	0.62 194	0.54 302	0.97 305	0.87 322	0.76 312	0.92 318	0.94 325	0.80 318	1.84 307	0.57 229	0.18 282	0.19 288	0.17 276	0.16 239	0.22 196	0.25 258

FADNet-RVC-Resample	0.67 265	1.16 351	3.16 366	0.37 225	0.29 207	0.62 194	0.38 241	0.86 230	0.63 181	0.51 143	0.50 124	0.57 181	0.45 207	1.57 261	0.49 200	0.24 328	0.32 350	0.23 320	0.19 282	0.27 251	0.62 367

edge stereo	0.81 322	0.73 231	3.30 376	0.37 225	1.21 392	0.62 194	0.39 245	0.93 279	0.79 303	0.80 318	0.88 314	1.14 358	0.71 301	2.18 337	0.71 259	0.21 305	0.20 297	0.26 334	0.18 264	0.38 319	0.26 267

CVANet_RVC	0.65 258	0.80 258	2.13 224	0.36 207	0.26 183	0.62 194	0.42 256	0.84 218	0.72 249	0.69 293	0.68 258	0.68 237	0.52 242	2.64 371	0.42 167	0.19 292	0.12 197	0.22 314	0.17 254	0.37 313	0.15 137

PWC_ROB	0.70 279	0.94 298	1.88 157	0.39 247	0.39 294	0.62 194	0.30 173	0.98 309	0.94 337	0.91 338	1.29 353	0.77 279	0.62 282	1.62 272	1.03 305	0.18 282	0.11 172	0.18 293	0.13 179	0.51 353	0.22 224

1111x	0.74 300	0.21 9	1.93 175	0.31 116	0.17 61	0.63 210	0.32 204	1.03 346	0.74 267	0.52 150	0.62 210	0.57 181	0.47 220	2.38 350	4.25 397	0.12 171	0.14 225	0.11 92	0.12 154	0.12 32	0.14 107

Prome-Stereo	0.49 153	0.30 71	1.76 95	0.60 347	0.23 145	0.63 210	0.42 256	0.62 87	0.60 142	0.59 228	1.03 337	0.43 105	0.72 304	0.60 137	0.33 127	0.09 17	0.07 11	0.10 48	0.09 44	0.11 22	0.43 350

xxxx	0.70 279	0.21 9	1.33 20	0.28 57	0.18 83	0.63 210	0.24 83	1.02 339	0.69 223	0.50 131	0.62 210	0.58 188	0.38 139	1.47 251	5.21 403	0.13 199	0.12 197	0.11 92	0.10 75	0.12 32	0.15 137

ac_64	0.55 207	0.46 144	1.92 172	0.36 207	0.34 258	0.63 210	0.31 183	0.82 202	0.61 156	0.55 184	0.51 128	0.89 313	0.48 227	1.83 302	0.55 219	0.14 227	0.11 172	0.12 136	0.12 154	0.18 147	0.12 63

acv_ft	0.48 136	0.44 137	1.76 95	0.32 137	0.41 308	0.63 210	0.28 147	0.81 196	0.68 215	0.61 243	0.59 186	0.69 244	0.45 207	0.44 67	0.63 244	0.11 124	0.09 112	0.10 48	0.09 44	0.41 333	0.10 27

CFNet-ft	0.51 176	0.76 238	1.79 125	0.28 57	0.30 217	0.63 210	0.28 147	0.66 97	0.55 110	0.45 86	0.57 177	0.74 268	0.41 171	1.46 244	0.42 167	0.14 227	0.10 140	0.28 338	0.13 179	0.18 147	0.14 107

DIP-Stereo	0.37 41	0.34 92	1.50 43	0.27 39	0.18 83	0.63 210	0.17 5	0.92 274	0.53 99	0.49 124	0.48 101	0.30 45	0.30 98	0.39 50	0.30 97	0.10 78	0.08 58	0.10 48	0.08 29	0.15 83	0.12 63
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
CFNet	0.58 224	0.96 306	1.78 107	0.33 152	0.25 170	0.63 210	0.22 44	0.88 244	0.75 279	0.46 93	0.59 186	0.58 188	0.40 160	2.29 343	0.48 195	0.12 171	0.09 112	0.15 245	0.14 204	0.30 269	0.15 137

CFNet_RVC	0.51 176	0.76 238	1.79 125	0.28 57	0.30 217	0.63 210	0.28 147	0.66 97	0.55 110	0.45 86	0.57 177	0.74 268	0.41 171	1.46 244	0.42 167	0.14 227	0.10 140	0.28 338	0.13 179	0.18 147	0.14 107

DeepPruner_ROB	0.50 162	0.70 222	1.94 179	0.29 78	0.26 183	0.63 210	0.31 183	0.80 192	0.48 64	0.61 243	0.55 161	0.66 221	0.38 139	0.98 200	0.40 159	0.19 292	0.14 225	0.14 219	0.14 204	0.23 204	0.17 170

PS-NSSS	0.63 247	1.00 322	1.81 132	0.30 91	0.31 233	0.63 210	0.34 216	0.98 309	0.69 223	0.54 170	0.74 287	0.51 151	0.41 171	2.43 358	0.48 195	0.24 328	0.17 270	0.27 335	0.18 264	0.27 251	0.21 214

RAFT-Test	0.44 94	0.38 110	2.01 197	0.27 39	0.44 316	0.64 221	0.37 235	0.72 122	0.57 121	0.45 86	0.48 101	0.65 216	0.24 30	0.35 32	0.29 86	0.09 17	0.11 172	0.09 20	0.38 357	0.10 11	0.11 37

SACVNet	0.60 232	0.74 235	1.90 164	0.37 225	0.28 202	0.64 221	0.37 235	0.86 230	0.61 156	0.65 278	0.62 210	0.69 244	0.44 203	2.08 330	0.42 167	0.18 282	0.14 225	0.16 260	0.15 224	0.38 319	0.24 249

ADLNet2	0.68 271	0.84 272	3.19 370	0.33 152	0.36 275	0.64 221	0.37 235	0.89 250	0.79 303	0.54 170	0.65 245	0.93 321	0.48 227	2.07 329	0.56 226	0.13 199	0.11 172	0.11 92	0.11 124	0.33 287	0.18 187

HHNet	0.60 232	0.65 208	2.60 310	0.36 207	0.25 170	0.64 221	0.61 323	0.64 91	0.62 172	0.55 184	1.13 346	0.32 53	0.60 270	0.42 59	1.79 348	0.15 241	0.07 11	0.12 136	0.10 75	0.18 147	0.15 137

DRaft	0.62 244	0.38 110	1.76 95	0.24 7	0.16 37	0.64 221	0.66 331	0.53 48	0.53 99	0.67 285	0.99 330	0.38 73	1.00 343	1.44 239	2.10 361	0.10 78	0.14 225	0.10 48	0.14 204	0.18 147	0.21 214

ARAFT	0.60 232	1.23 356	3.10 360	0.28 57	0.16 37	0.64 221	0.36 228	0.90 256	0.67 213	0.61 243	0.49 118	0.55 166	0.31 106	1.24 229	0.32 117	0.10 78	0.08 58	0.14 219	0.13 179	0.37 313	0.21 214

Syn2CoEx	0.70 279	1.07 335	2.74 328	0.43 274	0.30 217	0.64 221	0.42 256	0.99 320	0.78 298	0.62 254	0.78 296	0.74 268	0.72 304	1.92 319	0.61 240	0.20 301	0.17 270	0.19 298	0.15 224	0.29 260	0.22 224

psm_up	0.57 219	0.61 190	1.83 139	0.35 189	0.30 217	0.64 221	0.37 235	0.90 256	0.68 215	0.59 228	0.55 161	0.68 237	0.54 247	1.91 317	0.46 183	0.16 258	0.15 246	0.16 260	0.15 224	0.23 204	0.13 94

DeepPrunerF	0.86 328	0.86 277	2.91 346	0.45 292	0.50 335	0.64 221	0.48 289	1.14 362	2.64 396	0.63 262	0.61 205	0.65 216	0.62 282	2.21 339	1.31 324	0.23 321	0.19 288	0.30 346	0.28 324	0.36 306	0.25 258

UCFNet_RVC	0.48 136	0.82 267	1.85 142	0.30 91	0.27 194	0.64 221	0.26 114	0.74 135	0.55 110	0.48 113	0.53 143	0.63 205	0.41 171	0.88 194	0.38 147	0.15 241	0.10 140	0.17 276	0.17 254	0.18 147	0.15 137

HSM	0.62 244	0.76 238	1.72 80	0.30 91	0.29 207	0.64 221	0.28 147	0.94 283	0.62 172	0.58 215	0.57 177	1.40 369	0.64 285	2.59 369	0.42 167	0.11 124	0.08 58	0.10 48	0.08 29	0.14 69	0.11 37

iResNet	0.51 176	0.76 238	2.59 308	0.41 262	0.17 61	0.64 221	0.27 137	0.82 202	0.70 232	0.57 203	0.64 236	0.43 105	0.36 126	0.70 166	0.52 210	0.10 78	0.07 11	0.09 20	0.08 29	0.21 184	0.13 94

AASNet	0.56 213	1.03 330	2.34 262	0.37 225	0.33 252	0.65 233	0.29 167	0.96 298	0.73 263	0.54 170	0.60 198	0.55 166	0.38 139	0.59 132	0.58 234	0.14 227	0.12 197	0.13 190	0.10 75	0.43 338	0.24 249

UPFNet	0.46 119	0.28 62	1.73 81	0.33 152	0.32 241	0.65 233	0.38 241	0.83 208	0.59 138	0.57 203	0.52 135	0.61 198	0.40 160	0.75 173	0.52 210	0.13 199	0.12 197	0.13 190	0.12 154	0.15 83	0.11 37

RP	0.67 265	0.82 267	1.94 179	0.43 274	0.44 316	0.65 233	0.45 276	0.89 250	0.82 311	0.66 281	0.92 318	0.99 335	0.76 314	1.55 258	0.66 249	0.25 333	0.18 278	0.23 320	0.20 292	0.31 277	0.22 224

RASNet	0.61 240	0.68 216	2.03 205	0.35 189	0.46 330	0.65 233	0.28 147	0.78 178	0.70 232	0.48 113	0.64 236	0.93 321	0.61 277	2.21 339	0.73 266	0.12 171	0.09 112	0.09 20	0.10 75	0.14 69	0.11 37

DLCB_ROB	0.54 195	0.55 180	1.49 42	0.36 207	0.25 170	0.65 233	0.36 228	0.80 192	0.70 232	0.72 303	0.69 265	0.83 296	0.46 215	1.53 256	0.60 238	0.13 199	0.12 197	0.14 219	0.14 204	0.14 69	0.13 94

IER	0.43 85	0.38 110	1.69 70	0.26 31	0.25 170	0.66 238	0.26 114	0.71 117	0.55 110	0.54 170	0.59 186	0.60 196	0.53 244	0.52 111	0.39 154	0.11 124	0.08 58	0.11 92	0.11 124	0.14 69	0.11 37

DEmStereo	0.68 271	0.31 77	2.25 249	0.42 270	0.17 61	0.66 238	0.89 360	0.51 33	0.59 138	0.60 236	1.01 333	0.45 123	1.26 358	1.54 257	2.26 367	0.10 78	0.08 58	0.10 48	0.10 75	0.10 11	0.11 37

HGLStereo	0.54 195	0.69 219	2.00 196	0.35 189	0.40 301	0.66 238	0.30 173	0.83 208	0.62 172	0.57 203	0.69 265	0.69 244	0.54 247	1.07 209	0.55 219	0.13 199	0.13 211	0.13 190	0.11 124	0.19 164	0.17 170

FADNet	0.64 250	1.22 355	2.06 207	0.32 137	0.30 217	0.66 238	0.29 167	0.88 244	0.72 249	0.44 79	0.48 101	0.66 221	0.57 261	1.84 307	0.45 182	0.46 365	0.20 297	0.17 276	0.19 282	0.59 361	0.24 249

TDLM	0.67 265	0.92 290	1.76 95	0.37 225	0.24 158	0.66 238	0.56 310	0.82 202	0.74 267	1.16 357	0.62 210	0.61 198	0.48 227	2.70 375	0.50 205	0.20 301	0.11 172	0.35 352	0.14 204	0.32 281	0.16 159

gwcnet-sp	0.49 153	0.43 131	2.54 303	0.31 116	0.22 134	0.67 243	0.31 183	0.78 178	0.65 200	0.58 215	0.47 89	0.46 131	0.43 196	0.76 176	0.46 183	0.11 124	0.11 172	0.11 92	0.11 124	0.15 83	0.14 107

scenet	0.49 153	0.43 131	2.54 303	0.31 116	0.22 134	0.67 243	0.31 183	0.78 178	0.65 200	0.58 215	0.47 89	0.46 131	0.43 196	0.76 176	0.46 183	0.11 124	0.11 172	0.11 92	0.11 124	0.15 83	0.14 107

Anonymous_2	0.74 300	0.32 80	1.65 62	0.33 152	0.30 217	0.67 243	0.32 204	0.69 111	0.46 50	0.48 113	0.41 66	0.84 298	0.58 265	0.51 107	0.40 159	0.32 351	0.38 358	1.43 399	3.69 413	0.80 375	0.27 275

ssnet	0.49 153	0.43 131	2.54 303	0.31 116	0.22 134	0.67 243	0.31 183	0.78 178	0.65 200	0.58 215	0.47 89	0.46 131	0.43 196	0.76 176	0.46 183	0.11 124	0.11 172	0.11 92	0.11 124	0.15 83	0.14 107

anonymity	0.80 317	0.66 213	1.29 15	0.59 344	0.75 367	0.67 243	0.52 296	0.95 294	0.71 241	0.94 341	0.70 275	0.67 231	0.87 329	0.71 168	1.35 327	0.64 372	0.62 381	0.58 370	1.44 405	0.60 364	0.65 370

PSMNet-ADL	0.51 176	0.38 110	1.65 62	0.35 189	0.21 113	0.67 243	0.26 114	0.74 135	0.55 110	0.42 69	0.52 135	0.70 254	0.45 207	1.91 317	0.57 229	0.15 241	0.13 211	0.11 92	0.13 179	0.15 83	0.20 208

ADLNet	0.60 232	0.71 224	1.95 182	0.35 189	0.34 258	0.67 243	0.34 216	0.90 256	0.74 267	0.68 291	0.62 210	0.80 288	0.45 207	1.78 292	0.64 247	0.14 227	0.11 172	0.14 219	0.14 204	0.29 260	0.21 214

RAFT + AFF	0.64 250	1.20 353	1.95 182	0.34 175	0.33 252	0.67 243	0.52 296	0.99 320	0.74 267	0.53 159	0.58 183	0.57 181	0.80 318	1.76 289	0.51 208	0.12 171	0.27 339	0.15 245	0.14 204	0.43 338	0.29 286

HSM-Net_RVC	0.67 265	0.34 92	2.23 246	0.26 31	0.19 96	0.67 243	0.29 167	1.26 371	0.69 223	0.72 303	0.70 275	0.78 282	0.42 186	3.77 398	0.41 165	0.13 199	0.09 112	0.10 48	0.09 44	0.12 32	0.11 37
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NOSS_ROB	0.64 250	0.65 208	1.62 60	0.46 296	0.25 170	0.67 243	0.30 173	0.93 279	0.77 293	0.59 228	0.57 177	0.77 279	0.38 139	2.78 379	0.44 179	0.23 321	0.24 318	0.28 338	0.26 317	0.27 251	0.39 339

XPNet_ROB	0.61 240	0.72 228	1.66 66	0.37 225	0.27 194	0.67 243	0.47 286	0.89 250	0.71 241	0.78 316	0.70 275	0.81 291	0.53 244	1.70 281	0.76 270	0.21 305	0.16 260	0.16 260	0.15 224	0.20 176	0.21 214

Any-RAFT	0.38 46	0.25 32	1.89 161	0.27 39	0.17 61	0.68 254	0.21 32	0.78 178	0.53 99	0.43 74	0.43 71	0.54 163	0.30 98	0.41 56	0.20 19	0.10 78	0.12 197	0.08 3	0.06 7	0.10 11	0.09 16

AF-Net	0.69 275	0.92 290	2.21 239	0.41 262	0.40 301	0.68 254	0.40 247	1.02 339	0.86 319	0.69 293	1.03 337	1.04 344	0.84 324	1.19 222	0.78 274	0.22 318	0.14 225	0.25 331	0.17 254	0.30 269	0.18 187

StereoDRNet-Refined	0.50 162	0.41 122	1.50 43	0.33 152	0.21 113	0.68 254	0.26 114	0.81 196	0.68 215	0.67 285	0.68 258	0.73 262	0.42 186	1.10 212	0.59 236	0.11 124	0.08 58	0.14 219	0.14 204	0.25 230	0.21 214
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
TRStereo	0.53 190	0.76 238	2.38 270	0.42 270	0.29 207	0.69 257	0.23 60	1.81 389	0.55 110	0.36 43	0.32 31	0.47 137	0.40 160	0.46 80	0.25 53	0.12 171	0.11 172	0.11 92	0.41 363	0.13 51	0.32 305

hitnet-ft	0.67 265	0.80 258	1.90 164	0.28 57	0.22 134	0.69 257	0.36 228	0.85 222	0.65 200	0.56 193	0.84 304	1.03 341	0.95 341	2.32 345	0.55 219	0.23 321	0.14 225	0.41 362	0.13 179	0.24 219	0.17 170

S-Stereo	0.80 317	0.69 219	3.89 387	0.39 247	0.37 287	0.69 257	0.70 341	0.94 283	0.98 344	0.62 254	0.91 317	0.83 296	0.60 270	2.37 347	0.66 249	0.18 282	0.21 305	0.17 276	0.18 264	0.30 269	0.35 318

NVstereo2D	0.58 224	0.40 119	2.03 205	0.35 189	0.35 268	0.69 257	0.39 245	0.91 266	0.80 306	0.47 94	0.53 143	0.67 231	0.46 215	1.99 324	0.48 195	0.19 292	0.11 172	0.17 276	0.13 179	0.25 230	0.25 258

ETE_ROB	0.60 232	0.71 224	1.55 49	0.37 225	0.25 170	0.69 257	0.51 293	1.47 378	0.70 232	0.80 318	0.69 265	0.85 301	0.49 232	1.36 235	0.58 234	0.16 258	0.13 211	0.19 298	0.16 239	0.21 184	0.23 242

SFCPSM	0.46 119	0.24 29	2.35 265	0.27 39	0.27 194	0.70 262	0.32 204	0.96 298	0.63 181	0.49 124	0.52 135	0.43 105	0.36 126	0.52 111	0.43 175	0.12 171	0.09 112	0.12 136	0.16 239	0.16 109	0.12 63

PA-Net	0.84 326	1.00 322	3.49 380	0.63 350	0.40 301	0.70 262	0.52 296	0.86 230	0.84 316	0.52 150	0.59 186	0.70 254	0.54 247	2.35 346	2.23 365	0.17 272	0.27 339	0.19 298	0.28 324	0.22 196	0.36 326
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MyStereo8	0.54 195	0.80 258	2.76 330	0.32 137	0.33 252	0.71 264	0.20 22	0.87 239	0.57 121	0.51 143	0.59 186	0.50 148	0.33 112	0.68 156	0.55 219	0.10 78	0.29 342	0.10 48	0.13 179	0.21 184	0.34 316

CBFPSM	0.56 213	0.91 289	1.82 137	0.28 57	0.23 145	0.71 264	0.37 235	0.72 122	0.64 188	0.50 131	0.49 118	1.03 341	0.83 321	0.62 140	1.35 327	0.10 78	0.12 197	0.10 48	0.10 75	0.18 147	0.19 195

Wz-Net-SNSev	0.76 305	1.32 367	3.11 362	0.40 256	0.31 233	0.71 264	0.60 320	0.98 309	0.87 322	0.67 285	0.83 301	0.96 328	0.60 270	1.67 277	0.97 291	0.16 258	0.15 246	0.16 260	0.17 254	0.36 306	0.24 249

FADNet_RVC	0.81 322	1.14 343	2.42 277	0.30 91	0.24 158	0.71 264	0.24 83	0.95 294	0.61 156	0.44 79	0.56 172	0.59 190	0.42 186	1.52 255	0.68 255	0.94 382	0.96 399	0.28 338	1.00 398	0.90 378	1.36 400

SHD	0.72 289	0.77 246	2.36 268	0.45 292	0.40 301	0.71 264	0.32 204	1.02 339	1.25 368	1.07 350	0.84 304	0.90 315	0.73 307	1.09 211	0.98 292	0.21 305	0.18 278	0.20 306	0.21 297	0.32 281	0.31 301

NCCL2	0.65 258	0.94 298	1.96 191	0.43 274	0.30 217	0.71 264	0.68 336	0.84 218	0.65 200	0.70 296	0.60 198	0.86 305	0.54 247	1.56 259	0.57 229	0.20 301	0.16 260	0.67 375	0.25 311	0.22 196	0.24 249

ssnet_v2	0.55 207	0.60 186	1.86 150	0.32 137	0.22 134	0.72 270	0.44 270	0.94 283	0.74 267	0.63 262	0.54 153	0.81 291	0.47 220	0.77 180	0.70 257	0.16 258	0.14 225	0.14 219	0.14 204	0.30 269	0.30 294

Anonymous3	0.42 79	0.35 98	2.09 215	0.33 152	0.24 158	0.72 270	0.31 183	0.74 135	0.55 110	0.35 41	0.40 62	0.33 56	0.29 90	0.44 67	0.28 73	0.18 282	0.18 278	0.13 190	0.13 179	0.17 128	0.17 170

EDNetEfficientorigin	8.18 411	0.98 317	145.96 435	0.51 316	0.89 375	0.72 270	0.48 289	0.85 222	1.56 381	2.12 388	1.49 361	1.29 363	1.31 362	1.83 302	2.13 362	0.13 199	0.12 197	0.17 276	0.18 264	0.39 327	0.45 353

PSMNet_ROB	0.66 262	1.01 326	2.33 260	0.38 239	0.31 233	0.72 270	0.55 305	0.86 230	0.69 223	0.54 170	0.60 198	0.75 273	0.47 220	2.00 325	0.82 282	0.17 272	0.13 211	0.19 298	0.19 282	0.24 219	0.27 275

pmcnn	1.32 367	1.05 332	2.77 332	0.74 359	1.43 395	0.72 270	0.56 310	0.96 298	0.91 333	0.99 345	2.92 397	6.01 407	0.70 299	2.38 350	3.32 385	0.13 199	0.10 140	0.08 3	0.06 7	0.34 294	0.22 224

FTStereo	0.76 305	0.18 1	2.35 265	0.71 357	0.21 113	0.73 275	1.79 397	0.57 65	0.53 99	1.07 350	1.63 366	1.29 363	2.13 388	0.75 173	0.29 86	0.19 292	0.08 58	0.12 136	0.11 124	0.11 22	0.40 343

RGC	0.71 286	0.97 314	2.18 236	0.44 279	0.44 316	0.73 275	0.40 247	0.94 283	0.71 241	0.71 300	1.04 340	1.01 337	0.71 301	1.74 287	0.70 257	0.23 321	0.18 278	0.28 338	0.26 317	0.29 260	0.27 275

StereoDRNet	0.64 250	0.88 283	2.35 265	0.41 262	0.45 324	0.73 275	0.47 286	0.94 283	0.74 267	0.75 309	0.54 153	0.74 268	0.47 220	1.70 281	0.72 263	0.15 241	0.14 225	0.15 245	0.14 204	0.20 176	0.19 195

LMCR-Stereo	0.52 185	0.71 224	2.39 272	0.40 256	0.21 113	0.74 278	0.31 183	1.02 339	0.64 188	0.61 243	0.63 220	0.39 77	0.51 237	0.62 140	0.42 167	0.19 292	0.09 112	0.12 136	0.09 44	0.23 204	0.12 63

delet	0.52 185	0.54 172	1.62 60	0.31 116	0.35 268	0.74 278	0.46 278	0.85 222	0.74 267	0.55 184	0.60 198	0.67 231	0.50 235	1.12 215	0.57 229	0.11 124	0.11 172	0.13 190	0.14 204	0.16 109	0.12 63

UNet	0.54 195	0.44 137	2.83 337	0.31 116	0.33 252	0.74 278	0.27 137	0.82 202	0.61 156	0.53 159	0.54 153	0.72 259	0.54 247	0.78 184	0.56 226	0.11 124	0.09 112	0.13 190	0.11 124	0.14 69	0.12 63

DANet	0.80 317	0.65 208	2.21 239	1.19 387	0.48 334	0.74 278	1.25 383	0.89 250	1.53 379	0.89 336	0.71 279	0.96 328	0.56 256	1.83 302	0.96 290	0.18 282	0.16 260	0.19 298	0.16 239	0.26 244	0.29 286
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.75 302	0.84 272	2.01 197	0.40 256	0.25 170	0.74 278	0.66 331	0.87 239	0.73 263	0.71 300	1.07 342	0.84 298	0.59 268	2.71 377	1.15 314	0.17 272	0.16 260	0.44 365	0.16 239	0.31 277	0.20 208

CBMV_ROB	0.76 305	0.42 128	2.68 318	0.33 152	0.22 134	0.74 278	0.47 286	0.96 298	0.76 289	1.04 349	0.96 325	0.88 311	0.93 336	2.06 328	1.19 316	0.22 318	0.24 318	0.27 335	0.25 311	0.25 230	0.28 280

psmg	0.41 66	0.27 42	1.13 4	0.27 39	0.21 113	0.75 284	0.36 228	0.90 256	0.61 156	0.59 228	0.59 186	0.63 205	0.37 134	0.43 62	0.38 147	0.13 199	0.10 140	0.13 190	0.12 154	0.13 51	0.11 37

KYRaft	0.48 136	0.29 66	1.75 91	0.33 152	0.21 113	0.75 284	0.44 270	0.58 69	0.57 121	0.64 271	0.93 321	0.53 159	0.72 304	0.60 137	0.24 47	0.10 78	0.07 11	0.12 136	0.14 204	0.12 32	0.54 360

ACVNet-DCA	0.42 79	0.64 202	2.07 209	0.35 189	0.14 12	0.76 286	0.25 98	0.76 154	0.52 83	0.31 34	0.38 52	0.24 20	0.38 139	0.69 162	0.19 3	0.10 78	0.24 318	0.11 92	0.09 44	0.12 32	0.14 107

xx1	0.46 119	0.64 202	2.07 209	0.35 189	0.14 12	0.76 286	0.25 98	0.74 135	1.01 347	0.31 34	0.38 52	0.46 131	0.36 126	0.69 162	0.19 3	0.10 78	0.24 318	0.12 136	0.12 154	0.12 32	0.14 107

1test111	0.44 94	0.64 202	2.07 209	0.35 189	0.14 12	0.76 286	0.25 98	0.76 154	0.52 83	0.31 34	0.38 52	0.24 20	0.38 139	0.96 198	0.30 97	0.10 78	0.24 318	0.11 92	0.09 44	0.12 32	0.14 107

cc1	0.47 132	0.64 202	2.07 209	0.35 189	0.14 12	0.76 286	0.25 98	0.74 135	1.01 347	0.31 34	0.38 52	0.24 20	0.38 139	0.69 162	0.19 3	0.10 78	0.24 318	0.11 92	0.09 44	0.25 230	0.40 343

tt1	0.44 94	0.64 202	1.83 139	0.35 189	0.14 12	0.76 286	0.25 98	0.74 135	0.88 325	0.31 34	0.37 45	0.25 26	0.35 122	0.63 142	0.19 3	0.10 78	0.24 318	0.11 92	0.09 44	0.25 230	0.36 326

SQANet	0.80 317	1.58 377	2.53 297	0.76 360	0.83 371	0.76 286	0.36 228	0.83 208	0.64 188	0.63 262	0.69 265	0.73 262	0.51 237	1.21 223	0.53 214	0.77 378	0.29 342	0.59 372	0.29 327	0.86 377	0.61 366

BSDual-CNN	0.41 66	0.27 42	1.13 4	0.30 91	0.21 113	0.76 286	0.31 183	1.00 328	0.61 156	0.63 262	0.53 143	0.63 205	0.37 134	0.43 62	0.38 147	0.13 199	0.10 140	0.14 219	0.12 154	0.12 32	0.11 37

hknet	0.47 132	0.29 66	1.70 74	0.30 91	0.24 158	0.76 286	0.31 183	1.00 328	0.64 188	0.63 262	0.53 143	0.80 288	0.38 139	0.77 180	0.37 142	0.11 124	0.10 140	0.14 219	0.12 154	0.12 32	0.11 37

coex-ft	5.95 409	1.67 382	60.57 433	0.34 175	0.30 217	0.77 294	0.69 338	0.74 135	4.41 401	19.22 421	2.15 378	1.62 375	7.97 410	1.81 301	8.96 410	0.44 361	2.08 409	0.18 293	0.19 282	0.38 319	4.62 413

CSP-Net	0.50 162	0.39 117	1.25 12	0.29 78	0.23 145	0.77 294	0.35 222	0.86 230	0.57 121	0.59 228	0.59 186	0.65 216	0.40 160	1.77 291	0.44 179	0.16 258	0.11 172	0.10 48	0.10 75	0.20 176	0.14 107

Consistency-Raft	0.88 331	0.93 296	3.23 374	0.99 379	0.64 359	0.77 294	0.55 305	0.98 309	0.97 341	0.61 243	1.03 337	0.65 216	1.05 348	0.79 185	1.38 329	0.44 361	0.46 368	0.51 368	0.58 378	0.65 366	0.47 355

GMM-Stereo	0.50 162	0.23 21	2.41 275	0.54 329	0.24 158	0.77 294	0.46 278	0.59 74	0.57 121	0.58 215	0.73 285	0.47 137	0.43 196	0.68 156	0.27 64	0.10 78	0.06 1	0.13 190	0.13 179	0.14 69	0.44 352

Nwc_Net	0.68 271	0.83 270	2.53 297	0.41 262	0.39 294	0.77 294	0.38 241	1.01 336	0.70 232	0.60 236	0.99 330	0.98 332	0.68 296	1.41 237	0.63 244	0.23 321	0.15 246	0.23 320	0.25 311	0.23 204	0.18 187

UDG	0.77 309	1.23 356	2.15 230	0.67 355	0.59 353	0.78 299	0.38 241	0.90 256	0.70 232	0.61 243	0.69 265	1.01 337	0.67 293	1.02 204	0.73 266	0.45 363	0.34 351	0.87 380	0.51 370	0.67 368	0.46 354

NVStereoNet_ROB	1.16 357	0.95 304	2.54 303	0.58 341	0.55 347	0.78 299	0.63 329	1.00 328	1.08 356	1.03 347	4.07 403	1.48 372	1.22 357	2.88 383	1.27 323	0.50 366	0.46 368	0.54 369	0.62 381	0.50 351	0.63 369
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PWCDC_ROB	0.72 289	1.06 333	2.09 215	0.47 301	0.36 275	0.78 299	0.26 114	0.98 309	1.34 372	0.61 243	2.07 374	0.64 213	0.61 277	0.83 187	0.71 259	0.31 350	0.14 225	0.15 245	0.12 154	0.60 364	0.21 214

CBMV	0.71 286	0.76 238	2.64 313	0.33 152	0.20 106	0.78 299	0.79 352	0.98 309	0.78 298	0.85 333	0.71 279	0.86 305	1.10 353	1.46 244	0.62 242	0.18 282	0.20 297	0.21 312	0.19 282	0.25 230	0.33 312
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
fast-acv-ft	0.63 247	0.88 283	3.10 360	0.38 239	0.30 217	0.79 303	0.48 289	0.69 111	0.72 249	0.58 215	0.78 296	0.76 277	0.60 270	0.67 155	0.73 266	0.15 241	0.15 246	0.18 293	0.17 254	0.37 313	0.16 159

Wz-Net-LNSev	0.59 228	0.96 306	2.47 288	0.34 175	0.37 287	0.79 303	0.44 270	0.86 230	0.77 293	0.61 243	0.67 250	0.79 286	0.56 256	0.64 145	0.62 242	0.15 241	0.14 225	0.12 136	0.12 154	0.18 147	0.19 195

CRE-IMP	0.41 66	0.22 17	1.76 95	0.48 309	0.17 61	0.79 303	0.69 338	0.52 43	0.52 83	0.47 94	0.42 69	0.45 123	0.26 53	0.41 56	0.31 107	0.11 124	0.07 11	0.12 136	0.09 44	0.17 128	0.23 242

MMNet	0.50 162	0.48 153	1.93 175	0.33 152	0.27 194	0.79 303	0.28 147	0.81 196	0.74 267	0.60 236	0.56 172	0.59 190	0.55 252	0.79 185	0.59 236	0.10 78	0.09 112	0.12 136	0.11 124	0.13 51	0.14 107

DSFCA	0.54 195	0.35 98	1.41 31	0.28 57	0.28 202	0.79 303	0.88 359	0.76 154	0.70 232	0.72 303	0.66 247	0.67 231	0.57 261	1.17 221	0.63 244	0.16 258	0.14 225	0.13 190	0.14 204	0.16 109	0.13 94

LALA_ROB	0.60 232	0.76 238	1.69 70	0.36 207	0.29 207	0.79 303	0.55 305	0.94 283	0.77 293	0.81 323	0.67 250	0.94 325	0.49 232	0.99 201	0.73 266	0.21 305	0.15 246	0.20 306	0.18 264	0.23 204	0.21 214

DRN-Test	0.64 250	0.43 131	2.44 283	0.39 247	0.44 316	0.80 309	0.41 253	1.02 339	0.78 298	0.80 318	0.63 220	0.69 244	0.56 256	1.79 296	0.69 256	0.15 241	0.12 197	0.17 276	0.16 239	0.18 147	0.17 170

GwcNet	0.69 275	0.71 224	3.12 363	0.36 207	0.45 324	0.81 310	0.44 270	0.86 230	0.84 316	0.60 236	0.74 287	0.82 294	0.49 232	1.65 274	0.66 249	0.16 258	0.15 246	0.15 245	0.15 224	0.31 277	0.24 249

SuperB	1.15 355	1.14 343	5.43 404	0.36 207	0.26 183	0.81 310	0.89 360	0.88 244	1.17 363	0.67 285	0.68 258	0.63 205	1.39 369	1.74 287	3.37 386	0.15 241	0.12 197	0.17 276	0.16 239	2.80 407	0.25 258

XQC	0.73 297	0.98 317	2.39 272	0.46 296	0.35 268	0.81 310	0.46 278	1.00 328	1.00 345	0.80 318	0.69 265	0.88 311	0.74 312	1.32 231	1.20 317	0.24 328	0.16 260	0.23 320	0.20 292	0.41 333	0.33 312

CRFU-Net	0.56 213	0.38 110	1.86 150	0.46 296	0.26 183	0.82 313	0.36 228	0.90 256	0.49 68	0.62 254	0.59 186	0.78 282	1.35 365	1.00 202	0.48 195	0.15 241	0.14 225	0.17 276	0.10 75	0.19 164	0.14 107

RTSC	0.72 289	1.00 322	2.22 242	0.40 256	0.29 207	0.82 313	0.31 183	0.96 298	1.10 358	0.92 339	0.81 299	0.78 282	0.58 265	1.23 226	1.55 339	0.18 282	0.17 270	0.14 219	0.17 254	0.43 338	0.30 294

iinet-f	0.57 219	0.93 296	2.27 252	0.31 116	0.25 170	0.83 315	0.33 212	0.81 196	0.65 200	0.54 170	0.63 220	0.73 262	0.67 293	0.73 171	0.67 252	0.13 199	0.13 211	0.11 92	0.10 75	0.43 338	0.16 159

GANetREF_RVC	0.75 302	1.15 347	2.46 286	0.47 301	0.26 183	0.83 315	0.61 323	0.97 305	0.89 330	0.62 254	0.61 205	0.72 259	0.59 268	2.42 356	0.55 219	0.32 351	0.25 332	0.36 354	0.24 305	0.39 327	0.31 301
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
Wz-Net-LNSev-Ref	0.57 219	0.87 280	2.11 219	0.32 137	0.30 217	0.84 317	0.40 247	0.88 244	0.72 249	0.65 278	0.73 285	0.66 221	0.57 261	0.93 195	0.71 259	0.13 199	0.07 11	0.10 48	0.08 29	0.15 83	0.14 107

DDUNet	0.77 309	1.12 339	1.88 157	0.76 360	0.69 363	0.84 317	0.43 262	0.85 222	0.65 200	0.67 285	0.75 290	0.91 316	0.52 242	1.03 206	0.57 229	0.54 369	0.37 356	0.95 383	0.52 372	0.71 369	0.57 363

LSM	3.31 403	1.11 338	5.29 403	9.40 416	30.65 429	0.84 317	1.12 377	0.91 266	1.22 366	1.36 372	2.19 379	0.93 321	0.83 321	1.66 275	0.90 286	0.21 305	0.31 346	0.24 326	0.28 324	0.39 327	6.33 414

DISCO	0.57 219	0.34 92	1.87 155	0.45 292	0.34 258	0.84 317	0.35 222	0.84 218	0.78 298	0.59 228	0.63 220	1.06 348	0.53 244	1.10 212	0.82 282	0.12 171	0.09 112	0.11 92	0.10 75	0.22 196	0.18 187

HBP-ISP	0.76 305	1.30 363	3.19 370	0.35 189	0.26 183	0.85 321	0.54 302	1.03 346	0.72 249	0.80 318	0.69 265	0.68 237	0.83 321	2.04 327	0.44 179	0.23 321	0.24 318	0.29 345	0.25 311	0.28 257	0.24 249

APVNet	0.70 279	0.67 214	2.71 322	0.38 239	0.36 275	0.85 321	0.43 262	0.91 266	0.68 215	0.55 184	0.69 265	0.75 273	0.55 252	2.31 344	0.78 274	0.17 272	0.17 270	0.24 326	0.19 282	0.33 287	0.23 242

WZ-Net	0.92 336	1.31 364	3.76 384	0.41 262	0.36 275	0.86 323	0.71 342	1.00 328	1.06 354	0.82 327	0.92 318	1.06 348	1.05 348	2.16 336	1.61 341	0.19 292	0.13 211	0.15 245	0.16 239	0.32 281	0.28 280

PSM-AAD	0.63 247	0.22 17	1.77 103	0.37 225	0.23 145	0.86 323	1.17 380	0.59 74	0.60 142	0.64 271	0.71 279	0.68 237	2.93 396	0.65 152	0.31 107	0.09 17	0.07 11	0.17 276	0.15 224	0.13 51	0.33 312

RYNet	0.70 279	0.56 181	2.25 249	0.35 189	0.41 308	0.86 323	0.43 262	0.94 283	0.82 311	0.62 254	0.53 143	0.91 316	0.60 270	2.70 375	1.00 298	0.14 227	0.11 172	0.16 260	0.14 204	0.25 230	0.27 275

DispFullNet	1.67 384	2.10 402	5.22 401	1.53 394	8.90 411	0.86 323	0.31 183	0.96 298	0.96 340	1.37 375	1.01 333	1.13 357	1.98 387	1.51 254	0.91 287	0.54 369	0.31 346	1.18 389	0.63 383	1.13 382	0.80 379

FBW_ROB	0.83 324	0.77 246	1.77 103	0.44 279	0.30 217	0.87 327	0.46 278	1.10 358	0.91 333	0.81 323	0.75 290	1.01 337	0.61 277	3.66 397	1.23 321	0.26 336	0.23 315	0.36 354	0.25 311	0.27 251	0.62 367

CC-Net-ROB	0.85 327	1.15 347	2.13 224	0.88 370	0.38 292	0.88 328	0.44 270	1.06 352	0.79 303	0.58 215	0.69 265	0.65 216	0.50 235	2.74 378	0.51 208	0.93 381	0.39 364	0.87 380	0.29 327	0.54 358	0.54 360

MaskLacGwcNet_RVC	0.77 309	1.04 331	2.06 207	0.94 375	0.35 268	0.89 329	0.40 247	0.85 222	0.63 181	0.55 184	0.63 220	0.75 273	0.38 139	2.38 350	0.48 195	1.10 388	0.31 346	0.36 354	0.21 297	0.53 357	0.55 362

Wz-Net-MNSev	0.65 258	0.97 314	2.19 237	0.36 207	0.33 252	0.90 330	0.60 320	0.92 274	0.81 310	0.75 309	0.72 283	0.73 262	0.65 287	1.39 236	0.71 259	0.16 258	0.13 211	0.14 219	0.14 204	0.24 219	0.18 187

MFMNet_re	0.92 336	1.28 361	2.53 297	0.82 368	0.76 370	0.90 330	0.75 347	0.98 309	1.04 350	1.03 347	1.05 341	0.84 298	0.94 339	0.83 187	0.72 263	0.68 374	0.60 379	0.63 373	0.60 380	0.77 373	0.74 373

BUS	0.41 66	0.27 42	1.13 4	0.30 91	0.21 113	0.91 332	0.23 60	1.00 328	0.61 156	0.63 262	0.53 143	0.66 221	0.30 98	0.43 62	0.32 117	0.13 199	0.10 140	0.14 219	0.12 154	0.12 32	0.11 37

NINENet	0.50 162	0.33 85	1.69 70	0.55 335	0.25 170	0.91 332	0.23 60	0.98 309	0.71 241	0.53 159	0.55 161	0.66 221	0.30 98	1.22 225	0.32 117	0.15 241	0.13 211	0.16 260	0.11 124	0.16 109	0.13 94

iRaft-Stereo_20w	0.58 224	0.39 117	1.96 191	0.45 292	0.32 241	0.92 334	0.57 314	1.14 362	0.56 118	0.81 323	0.40 62	0.55 166	0.69 297	0.65 152	1.04 306	0.09 17	0.16 260	0.09 20	0.36 354	0.17 128	0.25 258

EDNetEfficient	1.27 365	0.70 222	4.05 392	0.64 351	0.98 380	0.94 335	1.40 391	0.85 222	1.75 386	2.34 397	1.33 356	1.05 346	2.21 390	1.58 265	4.15 395	0.15 241	0.19 288	0.14 219	0.27 321	0.38 319	0.32 305

NRIStereo	0.46 119	0.25 32	1.77 103	0.47 301	0.16 37	0.95 336	0.74 346	0.51 33	0.56 118	0.48 113	0.39 59	0.59 190	0.29 90	0.77 180	0.32 117	0.11 124	0.13 211	0.11 92	0.09 44	0.21 184	0.24 249

LCNet	0.54 195	0.37 105	1.78 107	0.92 373	0.22 134	0.96 337	0.30 173	0.59 74	0.58 131	0.51 143	0.55 161	0.41 89	0.76 314	0.84 189	0.26 56	0.09 17	0.06 1	0.12 136	0.18 264	0.98 379	0.39 339

ADCS	1.05 350	1.36 371	2.98 352	0.42 270	0.36 275	0.96 337	0.81 356	1.06 352	1.12 360	1.25 366	0.97 327	1.08 350	0.90 334	1.25 230	4.86 401	0.21 305	0.21 305	0.22 314	0.23 303	0.36 306	0.38 336

ADCRef	0.80 317	0.96 306	2.29 255	0.37 225	0.35 268	0.96 337	0.51 293	0.87 239	0.75 279	0.88 334	0.83 301	0.61 198	1.36 366	1.02 204	3.27 383	0.13 199	0.11 172	0.17 276	0.19 282	0.25 230	0.21 214

PVD	0.90 333	0.85 276	2.15 230	0.53 326	0.50 335	0.99 340	0.56 310	1.15 365	1.64 382	1.41 377	1.41 360	1.11 356	1.13 355	1.35 234	1.31 324	0.26 336	0.28 341	0.28 338	0.26 317	0.37 313	0.49 358

ADCMid	0.96 341	1.32 367	2.74 328	0.38 239	0.35 268	0.99 340	0.58 316	0.94 283	0.86 319	1.23 365	1.01 333	1.01 337	1.00 343	1.05 208	3.97 392	0.21 305	0.19 288	0.42 363	0.32 339	0.40 331	0.29 286

SPS-STEREO	1.07 351	1.13 342	2.88 339	0.65 353	0.69 363	0.99 340	0.68 336	1.05 351	0.87 322	1.36 372	1.23 349	1.46 371	0.94 339	1.87 309	1.72 345	0.66 373	0.61 380	0.58 370	0.57 376	0.65 366	0.77 377
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Wz-Net-TNSev	0.91 334	1.73 388	3.08 358	0.36 207	0.31 233	1.00 343	0.71 342	1.06 352	0.97 341	0.71 300	0.72 283	1.09 352	0.87 329	2.42 356	1.59 340	0.20 301	0.20 297	0.16 260	0.20 292	0.44 345	0.35 318

stereogan	0.69 275	0.51 163	2.44 283	0.39 247	0.39 294	1.01 344	0.41 253	0.94 283	0.92 336	0.73 307	0.85 308	1.15 359	0.69 297	1.57 261	0.53 214	0.19 292	0.18 278	0.20 306	0.16 239	0.36 306	0.24 249

otaku	1.03 348	1.68 384	2.72 324	0.95 376	0.73 366	1.03 345	0.59 318	0.99 320	0.86 319	0.69 293	1.61 364	0.98 332	0.64 285	1.46 244	1.14 312	0.95 383	0.46 368	0.72 378	0.40 360	1.24 388	0.78 378

SGM-Forest	1.04 349	0.42 128	3.59 383	0.41 262	0.32 241	1.05 346	1.32 386	0.94 283	0.83 314	1.16 357	2.23 382	1.03 341	1.39 369	2.49 363	2.35 368	0.21 305	0.21 305	0.20 306	0.19 282	0.23 204	0.32 305
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Ntro	1.00 345	1.68 384	2.80 336	0.95 376	0.85 372	1.06 347	0.53 299	0.98 309	0.90 332	0.62 254	0.76 292	0.93 321	0.66 291	1.66 275	0.98 292	0.99 385	0.45 367	0.75 379	0.40 360	1.19 384	0.75 375

RainbowNet	1.15 355	1.78 389	2.72 324	1.12 385	0.91 377	1.06 347	0.76 349	1.16 366	1.13 362	0.75 309	0.97 327	1.09 352	0.80 318	1.60 268	1.21 319	1.17 390	1.26 402	1.01 386	0.57 376	1.13 382	0.88 385

ccnet	0.71 286	0.41 122	1.59 53	0.40 256	0.45 324	1.06 347	0.55 305	0.98 309	0.71 241	0.88 334	0.97 327	0.82 294	0.88 332	1.68 278	0.94 288	0.32 351	0.26 334	0.32 349	0.27 321	0.34 294	0.30 294

ADCP+	0.94 338	1.12 339	3.14 364	0.34 175	0.39 294	1.06 347	0.79 352	0.89 250	0.80 306	0.66 281	0.67 250	0.85 301	1.55 376	0.93 195	4.55 399	0.13 199	0.11 172	0.16 260	0.15 224	0.26 244	0.25 258

CSAN	1.25 364	1.12 339	3.04 355	0.51 316	0.37 287	1.06 347	1.15 379	1.22 367	1.08 356	1.17 362	1.91 372	1.04 344	1.31 362	5.96 407	2.43 370	0.26 336	0.22 310	0.24 326	0.24 305	0.31 277	0.30 294

DPSNet	0.86 328	0.60 186	2.34 262	0.58 341	0.36 275	1.07 352	0.75 347	1.30 372	1.05 351	0.70 296	0.68 258	0.94 325	1.29 359	2.08 330	1.82 349	0.26 336	0.23 315	0.16 260	0.17 254	0.48 347	0.40 343

MeshStereo	1.21 360	1.15 347	3.01 354	0.34 175	0.28 202	1.10 353	0.69 338	1.35 374	1.01 347	2.71 401	2.41 385	2.96 389	1.45 372	2.80 381	1.40 332	0.22 318	0.22 310	0.22 314	0.19 282	0.50 351	0.26 267
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
FCDSN-DC	1.29 366	0.54 172	2.50 294	0.47 301	0.41 308	1.12 354	0.60 320	1.10 358	1.27 370	2.23 394	2.87 394	3.67 395	3.12 400	2.39 353	1.69 343	0.30 348	0.26 334	0.31 347	0.30 332	0.35 302	0.38 336
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_RVC	1.55 382	2.39 409	3.16 366	0.65 353	0.41 308	1.12 354	0.46 278	1.23 368	1.33 371	1.61 382	1.20 347	1.43 370	0.98 342	1.76 289	1.97 352	1.90 403	1.80 404	1.98 408	2.15 407	1.63 396	1.77 406

NaN_ROB	1.14 353	0.94 298	2.96 348	0.53 326	0.56 349	1.13 356	0.99 366	0.98 309	1.00 345	1.09 352	0.87 311	0.77 279	1.06 350	5.90 406	2.72 372	0.16 258	0.23 315	0.16 260	0.24 305	0.22 196	0.36 326

PDISCO_ROB	0.75 302	1.06 333	2.11 219	0.64 351	0.59 353	1.13 356	0.43 262	1.14 362	1.05 351	0.64 271	0.71 279	0.96 328	0.61 277	1.21 223	0.76 270	0.37 358	0.18 278	0.27 335	0.24 305	0.56 360	0.32 305

ACVNet-4b	1.93 389	1.85 393	4.10 393	1.07 381	0.86 373	1.15 358	0.53 299	1.06 352	1.12 360	0.64 271	1.09 343	1.99 380	0.70 299	2.20 338	9.86 413	5.62 412	0.41 366	1.03 387	0.55 373	1.86 400	0.85 381

AnyNet_C32	1.00 345	1.33 369	2.53 297	0.49 311	0.54 344	1.15 358	1.14 378	0.91 266	0.89 330	1.11 353	0.95 324	0.87 307	0.93 336	1.50 253	4.07 394	0.21 305	0.20 297	0.25 331	0.24 305	0.38 319	0.33 312

WCMA_ROB	1.12 352	0.83 270	2.66 316	0.58 341	0.34 258	1.17 360	0.71 342	0.93 279	0.94 337	1.74 384	2.63 391	3.09 391	1.71 382	1.70 281	1.84 350	0.26 336	0.21 305	0.20 306	0.21 297	0.28 257	0.43 350

ACVNet_1	1.33 368	1.91 397	4.03 391	1.09 383	0.88 374	1.19 361	0.66 331	1.24 369	1.17 363	0.94 341	0.96 325	3.09 391	1.04 347	2.37 347	1.11 310	1.04 386	0.48 374	1.03 387	0.48 367	1.12 381	0.83 380

ACVNet_2	1.42 377	1.81 390	3.23 374	1.08 382	0.92 378	1.32 362	0.85 357	1.49 380	1.69 383	1.19 364	1.73 368	2.13 382	1.03 346	2.50 364	1.40 332	0.91 380	0.53 376	1.00 385	0.55 373	2.11 402	0.85 381

SAMSARA	0.91 334	0.97 314	2.22 242	0.80 364	0.58 352	1.32 362	1.31 385	1.01 336	0.94 337	1.36 372	0.87 311	1.38 368	0.90 334	1.72 284	1.02 303	0.24 328	0.30 345	0.22 314	0.25 311	0.36 306	0.35 318

ADCPNet	0.99 342	0.99 320	3.93 390	0.37 225	0.68 362	1.36 364	0.62 327	0.87 239	0.76 289	0.78 316	0.81 299	1.08 350	1.18 356	1.14 218	2.49 371	0.21 305	0.69 389	0.21 312	0.95 396	0.29 260	0.37 333

IMH-64-1	1.39 374	1.64 380	1.86 150	1.36 389	1.11 388	1.39 365	1.19 381	1.76 387	1.45 376	1.16 357	2.21 380	1.53 373	1.38 367	1.98 321	1.52 337	1.29 392	0.67 384	1.27 393	0.69 384	1.29 390	0.98 388

IMH-64	1.39 374	1.64 380	1.86 150	1.36 389	1.11 388	1.39 365	1.19 381	1.76 387	1.45 376	1.16 357	2.21 380	1.53 373	1.38 367	1.98 321	1.52 337	1.29 392	0.67 384	1.27 393	0.69 384	1.29 390	0.98 388

MFN_U_SF_DS_RVC	1.01 347	1.67 382	2.32 257	0.47 301	0.39 294	1.47 367	0.95 363	0.95 294	0.91 333	0.84 330	0.94 322	1.05 346	0.60 270	2.95 384	0.72 263	0.41 359	0.72 393	0.32 349	0.55 373	0.74 370	1.22 397

MIPNet	0.83 324	0.81 263	2.40 274	0.61 348	0.18 83	1.48 368	1.39 390	1.60 384	0.74 267	1.94 386	0.85 308	0.73 262	1.68 380	0.87 193	0.31 107	0.09 17	0.08 58	0.11 92	0.32 339	0.25 230	0.12 63

ELAS_RVC	1.37 373	0.78 254	3.21 372	0.55 335	0.50 335	1.49 369	2.48 403	1.48 379	1.71 385	2.13 391	2.09 375	2.07 381	2.56 394	1.90 316	2.02 355	0.35 355	0.36 354	0.37 358	0.34 346	0.49 349	0.47 355
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCL	0.99 342	0.79 256	2.43 281	0.39 247	0.32 241	1.50 370	1.90 398	0.92 274	0.97 341	1.26 369	1.27 351	1.00 336	1.42 371	1.14 218	3.31 384	0.17 272	0.14 225	0.22 314	0.21 297	0.30 269	0.22 224

AnyNet_C01	1.14 353	1.49 375	4.23 395	0.54 329	0.53 342	1.51 371	1.37 388	1.04 350	1.07 355	1.17 362	1.33 356	1.15 359	1.08 351	1.61 271	2.74 373	0.25 333	0.22 310	0.28 338	0.24 305	0.48 347	0.40 343

Dean	1.79 386	1.83 391	3.92 388	1.29 388	1.07 387	1.55 372	1.00 369	1.95 393	2.33 392	1.47 380	4.19 404	4.26 401	1.33 364	2.21 339	1.48 336	1.14 389	0.68 388	1.18 389	0.74 387	1.24 388	0.98 388

MADNet+	1.36 371	1.93 399	5.95 405	0.81 367	0.59 353	1.57 373	1.09 374	1.39 377	1.22 366	0.84 330	1.01 333	1.25 362	1.12 354	3.19 389	2.36 369	0.45 363	0.47 371	0.38 360	0.34 346	0.59 361	0.57 363

RTS	1.21 360	1.31 364	6.39 406	0.52 320	0.51 340	1.61 374	0.79 352	1.03 346	1.37 373	1.13 354	1.30 354	1.10 354	0.85 325	2.65 372	2.08 358	0.21 305	0.24 318	0.18 293	0.18 264	0.43 338	0.32 305

RTSA	1.21 360	1.31 364	6.39 406	0.52 320	0.51 340	1.61 374	0.79 352	1.03 346	1.37 373	1.13 354	1.30 354	1.10 354	0.85 325	2.65 372	2.08 358	0.21 305	0.24 318	0.18 293	0.18 264	0.43 338	0.32 305

LVE	1.96 390	2.17 408	3.14 364	1.68 395	1.80 404	1.63 376	1.03 371	2.34 396	2.81 397	1.25 366	2.89 395	4.24 400	1.29 359	2.79 380	1.44 334	2.85 408	0.91 398	1.18 389	1.46 406	1.23 387	1.10 394

SGM_RVC	1.89 388	0.92 290	2.50 294	0.96 378	0.93 379	1.63 376	1.37 388	1.52 382	12.43 410	1.85 385	1.69 367	2.40 386	1.74 383	2.81 382	1.71 344	0.53 367	0.47 371	0.42 363	0.47 366	0.74 370	0.74 373
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
IPLG	0.69 275	0.84 272	2.43 281	0.35 189	0.21 113	1.65 378	0.61 323	1.36 375	0.58 131	1.39 376	0.51 128	0.37 67	0.87 329	1.41 237	0.36 140	0.09 17	0.07 11	0.14 219	0.12 154	0.32 281	0.11 37

IMH	2.02 391	2.15 407	2.69 321	1.68 395	1.12 390	1.66 379	0.92 362	2.10 394	1.92 389	1.32 371	2.66 392	2.21 384	1.69 381	5.78 405	1.68 342	5.54 411	0.96 399	1.31 395	0.71 386	1.32 393	0.99 392

PWCK	1.49 380	1.90 396	3.22 373	1.09 383	0.54 344	1.71 380	1.73 396	1.49 380	1.53 379	1.44 379	1.80 369	1.82 377	1.30 361	3.34 392	1.76 347	1.07 387	0.56 378	0.97 384	0.58 378	1.38 394	0.65 370

WAO-7	1.48 379	1.63 378	2.49 292	0.93 374	0.75 367	1.72 381	1.10 375	1.84 391	1.96 390	1.43 378	2.54 387	1.97 379	1.61 379	3.06 386	2.08 358	0.69 375	0.66 383	0.94 382	0.74 387	0.80 375	0.69 372

SANet	1.20 359	1.21 354	3.33 379	0.38 239	0.27 194	1.73 382	0.85 357	1.10 358	2.49 395	1.16 357	1.83 370	1.72 376	1.50 375	2.37 347	2.84 375	0.18 282	0.16 260	0.16 260	0.15 224	0.32 281	0.32 305

notaker	2.66 394	2.07 401	3.31 378	2.61 407	1.43 395	1.76 383	1.11 376	2.76 400	1.79 388	2.26 395	11.53 414	3.96 396	4.29 404	3.09 387	2.76 374	1.55 399	0.88 397	1.70 406	1.07 400	2.00 401	1.35 399

LRCNet_RVC	13.74 418	19.30 420	12.75 415	19.46 422	12.69 415	1.86 384	0.41 253	12.33 416	1.05 351	15.77 417	18.83 422	12.62 418	8.70 411	12.21 416	9.62 412	22.22 427	8.37 419	25.85 428	24.01 428	19.32 426	17.44 427

NCC-stereo	0.79 315	0.94 298	2.42 277	0.59 344	0.45 324	1.90 385	0.46 278	0.99 320	0.72 249	0.64 271	0.84 304	0.91 316	0.73 307	1.80 298	1.00 298	0.27 341	0.19 288	0.23 320	0.31 336	0.24 219	0.22 224

Abc-Net	0.79 315	0.94 298	2.42 277	0.59 344	0.45 324	1.90 385	0.46 278	0.99 320	0.72 249	0.64 271	0.84 304	0.91 316	0.73 307	1.80 298	1.00 298	0.27 341	0.19 288	0.23 320	0.31 336	0.24 219	0.22 224
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
EAI-Stereo	0.78 313	0.25 32	1.67 67	0.54 329	0.59 353	1.95 387	2.05 399	1.11 361	0.64 188	0.95 343	1.49 361	0.50 148	0.67 293	0.59 132	1.44 334	0.09 17	0.19 288	0.09 20	0.49 368	0.13 51	0.22 224

KSHMR	4.10 404	1.97 400	5.27 402	1.71 397	1.47 399	1.96 388	1.28 384	3.19 402	17.33 421	2.12 388	15.91 416	9.18 410	1.57 378	8.42 411	1.98 353	1.52 398	1.26 402	1.67 405	1.19 402	1.67 397	1.40 401

MSMD_ROB	1.34 369	0.96 306	2.38 270	0.39 247	0.32 241	1.96 388	0.62 327	0.91 266	1.43 375	2.94 404	2.60 389	4.77 403	1.95 386	2.43 358	1.33 326	0.29 346	0.26 334	0.32 349	0.32 339	0.30 269	0.30 294

FC-DCNN	1.49 380	0.59 185	2.88 339	0.44 279	0.39 294	1.97 390	0.66 331	1.67 386	1.70 384	2.72 402	2.89 395	4.22 398	2.97 398	2.55 368	2.19 363	0.29 346	0.26 334	0.31 347	0.30 332	0.32 281	0.39 339

SDNR	1.22 363	0.80 258	2.71 322	0.33 152	1.48 400	1.98 391	0.23 60	1.93 392	2.44 393	0.89 336	2.52 386	1.36 367	0.51 237	3.65 396	1.93 351	0.30 348	0.31 346	0.22 314	0.16 239	0.33 287	0.36 326

G-Net	0.99 342	0.64 202	2.76 330	0.57 339	0.67 361	2.03 392	0.72 345	0.76 154	0.67 213	1.14 356	2.56 388	1.30 366	1.02 345	1.48 252	1.74 346	0.25 333	0.24 318	0.24 326	0.26 317	0.37 313	0.31 301

ktn	4.35 405	2.10 402	2.89 342	1.80 399	1.49 401	2.13 393	1.41 393	2.26 395	12.72 411	11.41 413	16.43 417	11.15 413	3.75 401	4.36 403	3.18 382	1.82 402	0.98 401	1.73 407	1.21 403	2.97 408	1.27 398

MSC_U_SF_DS_RVC	1.34 369	1.70 386	2.50 294	0.56 337	0.40 301	2.15 394	0.99 366	1.24 369	1.26 369	1.02 346	1.10 344	1.29 363	0.88 332	3.10 388	1.08 308	1.66 400	0.83 395	0.68 376	0.88 393	1.57 395	1.80 407

HanzoNet	7.64 410	2.86 410	5.05 400	7.01 414	3.97 409	2.18 395	1.34 387	3.37 407	4.05 400	13.17 415	10.58 408	10.73 412	16.52 418	8.45 412	10.51 414	10.48 419	9.72 421	5.59 416	13.46 420	6.84 415	6.83 415

WAO-6	1.58 383	1.54 376	2.32 257	1.14 386	1.00 382	2.30 396	1.03 371	1.82 390	2.85 398	1.25 366	2.61 390	2.20 383	1.56 377	2.47 362	1.99 354	0.95 383	0.67 384	1.19 392	0.83 391	1.08 380	0.88 385

UNDER WATER	2.74 395	1.85 393	4.54 397	1.81 400	1.44 397	2.34 397	1.40 391	3.24 403	6.60 406	2.60 400	2.76 393	5.75 405	5.24 407	3.02 385	4.01 393	1.45 396	0.81 394	1.59 404	1.06 399	1.80 398	1.51 403

SGM+DAISY	1.83 387	1.43 372	3.81 385	0.87 369	1.01 383	2.38 398	2.53 404	1.36 375	1.75 386	2.92 403	3.22 399	2.65 387	2.93 396	2.22 342	3.10 380	0.72 376	0.69 389	0.63 373	0.62 381	0.77 373	0.98 388

LE_ROB	4.43 406	1.35 370	9.38 409	2.79 409	3.93 408	2.43 399	3.46 408	2.68 399	11.19 409	11.66 414	4.73 406	5.26 404	10.46 412	4.50 404	9.49 411	0.82 379	0.69 389	1.34 396	0.98 397	0.75 372	0.76 376

DGSMNet	2.89 399	0.63 200	3.18 369	3.43 411	4.17 410	2.57 400	6.98 412	0.97 305	0.83 314	0.56 193	1.86 371	0.79 286	0.62 282	1.64 273	1.39 330	4.61 410	5.01 413	5.17 415	4.71 414	4.44 413	4.19 412

ELAS	1.39 374	0.79 256	2.86 338	0.53 326	0.50 335	2.81 401	2.20 400	1.61 385	1.50 378	2.28 396	2.35 383	1.82 377	2.13 388	1.73 285	2.22 364	0.35 355	0.37 356	0.35 352	0.35 348	0.49 349	0.47 355
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet++	2.79 396	2.11 404	2.97 351	2.49 405	2.28 405	2.95 402	2.31 401	2.67 398	2.47 394	3.03 405	3.13 398	2.70 388	2.92 395	4.10 400	4.48 398	2.68 407	2.24 411	3.04 411	2.44 409	2.37 405	2.34 409

UNDER WATER-64	2.47 392	1.89 395	4.86 399	1.82 401	1.44 397	3.18 403	1.57 395	2.62 397	5.64 403	2.05 387	2.13 377	4.13 397	3.76 402	2.62 370	3.42 387	1.47 397	0.85 396	1.57 403	1.07 400	1.82 399	1.49 402

TorneroNet-64	2.65 393	1.83 391	3.30 376	1.46 392	1.20 391	3.89 404	0.99 366	3.51 408	6.71 407	2.56 399	4.60 405	4.22 398	3.85 403	3.33 391	3.14 381	1.19 391	0.65 382	1.39 398	0.79 390	3.31 409	1.15 395

WAO-8	2.80 397	2.14 405	2.89 342	1.91 402	1.04 385	3.98 405	0.96 364	3.26 404	6.17 404	2.15 392	3.37 400	3.31 393	2.41 392	11.84 413	2.03 356	2.05 404	1.86 406	1.54 401	0.92 394	1.22 385	0.87 383

Venus	2.80 397	2.14 405	2.89 342	1.91 402	1.04 385	3.98 405	0.96 364	3.26 404	6.17 404	2.15 392	3.37 400	3.31 393	2.41 392	11.84 413	2.03 356	2.05 404	1.86 406	1.54 401	0.92 394	1.22 385	0.87 383

MDST_ROB	1.17 358	0.42 128	3.87 386	0.54 329	0.44 316	4.11 407	0.58 316	1.31 373	0.84 316	2.12 388	1.12 345	0.98 332	0.71 301	4.24 402	0.99 297	0.16 258	0.14 225	0.19 298	0.17 254	0.18 147	0.35 318

JetBlue	1.78 385	1.63 378	3.92 388	0.73 358	1.21 392	4.38 408	3.35 406	1.59 383	1.20 365	1.26 369	1.52 363	2.37 385	1.88 385	3.23 390	3.00 376	0.53 367	0.47 371	0.48 367	0.49 368	1.29 390	0.97 387

MANE	2.90 400	1.14 343	2.96 348	1.03 380	1.01 383	5.01 409	2.45 402	5.36 410	6.88 408	3.58 406	4.76 407	5.99 406	4.99 405	4.23 401	4.61 400	0.56 371	0.67 384	0.44 365	0.78 389	0.51 353	1.03 393

SGM-ForestM	2.98 401	1.70 386	3.52 382	0.67 355	0.47 332	5.18 410	3.36 407	3.30 406	2.86 399	4.44 407	3.79 402	9.80 411	5.50 408	6.29 408	6.52 406	0.27 341	0.36 354	0.24 326	0.27 321	0.38 319	0.58 365

JetRed	3.29 402	4.93 412	10.17 410	1.45 391	1.72 403	7.44 411	5.05 411	3.06 401	2.12 391	2.41 398	2.39 384	2.99 390	2.37 391	3.51 395	6.44 405	1.32 395	1.90 408	1.37 397	1.23 404	2.21 404	1.76 405

DPSMNet_ROB	9.48 413	5.64 414	13.01 416	8.82 415	11.82 414	8.54 412	24.20 420	6.41 413	13.65 415	5.32 409	11.47 413	6.33 409	10.92 413	7.69 410	13.89 416	7.25 418	8.19 416	5.06 414	7.78 418	5.31 414	8.26 417

DGTPSM_ROB	8.89 412	5.62 413	12.25 412	5.92 413	11.32 413	8.54 412	24.18 419	6.40 412	13.49 412	5.15 408	11.46 412	6.19 408	10.92 413	7.00 409	13.72 415	4.47 409	7.65 414	3.92 412	7.45 417	4.38 412	7.87 416

tt	4.93 407	0.27 42	4.20 394	2.29 404	1.58 402	10.20 414	16.97 417	9.42 415	5.02 402	1.67 383	1.28 352	4.68 402	5.03 406	3.37 394	5.92 404	6.16 413	9.47 420	2.82 410	3.18 412	3.60 410	1.53 404

HaxPig	19.86 421	22.40 427	22.34 421	17.95 421	17.95 419	11.77 415	11.89 414	16.02 422	15.89 420	21.10 423	21.41 424	18.74 422	18.39 419	20.08 425	19.69 422	23.63 431	23.22 429	24.06 427	23.69 427	23.00 427	23.95 429

TorneroNet	5.50 408	1.92 398	3.16 366	1.47 393	1.25 394	14.07 416	1.06 373	4.90 409	20.99 426	10.17 410	16.48 418	11.88 415	6.93 409	3.34 392	4.20 396	1.30 394	0.69 389	1.45 400	0.86 392	2.61 406	1.20 396

MEDIAN_ROB	23.96 424	27.05 434	26.39 430	22.16 423	22.13 421	16.12 417	13.97 415	20.24 423	20.05 422	25.50 432	25.31 432	22.96 424	22.63 424	24.39 426	23.24 426	28.20 432	27.23 433	28.62 429	27.75 429	27.50 428	27.76 430

xxxxx1	28.96 432	20.11 423	14.07 418	49.74 431	39.15 431	18.98 418	26.64 421	21.94 424	20.21 423	16.45 418	17.48 419	18.36 419	21.56 421	16.21 421	20.88 423	23.07 428	26.55 430	66.40 432	78.70 432	30.27 429	32.51 432

tt_ll	28.96 432	20.11 423	14.07 418	49.74 431	39.15 431	18.98 418	26.64 421	21.94 424	20.21 423	16.45 418	17.48 419	18.36 419	21.56 421	16.21 421	20.88 423	23.07 428	26.55 430	66.40 432	78.70 432	30.27 429	32.51 432

ff	28.96 432	20.11 423	14.07 418	49.74 431	39.15 431	18.98 418	26.64 421	21.94 424	20.21 423	16.45 418	17.48 419	18.36 419	21.56 421	16.21 421	20.88 423	23.07 428	26.55 430	66.40 432	78.70 432	30.27 429	32.51 432

Anonymous_1	22.91 422	11.20 416	12.13 411	12.75 417	26.28 428	19.43 421	27.92 424	14.08 418	13.61 413	14.96 416	10.58 408	11.26 414	11.19 415	12.55 417	14.57 418	38.28 434	7.88 415	34.96 431	63.99 431	89.57 434	10.94 420

AVERAGE_ROB	26.93 431	30.34 435	29.27 432	25.82 424	25.34 422	19.48 422	15.17 416	23.55 427	23.00 427	28.45 433	27.87 433	26.25 431	25.86 434	26.96 433	25.55 427	31.30 433	30.07 434	31.76 430	30.81 430	30.79 432	30.93 431

DPSM_ROB	12.34 415	11.21 417	12.51 413	12.91 418	12.80 416	19.84 423	28.28 425	14.38 420	14.28 417	10.58 411	11.26 410	12.03 416	11.85 416	13.15 419	15.34 420	7.11 416	8.31 417	6.50 418	7.35 415	8.84 416	8.31 418

DPSM	12.34 415	11.21 417	12.51 413	12.91 418	12.80 416	19.84 423	28.28 425	14.38 420	14.28 417	10.58 411	11.26 410	12.03 416	11.85 416	13.15 419	15.34 420	7.11 416	8.31 417	6.50 418	7.35 415	8.84 416	8.31 418

DPSimNet_ROB	17.97 420	20.20 426	24.98 424	17.62 420	15.92 418	21.53 425	21.00 418	13.70 417	15.61 419	23.89 431	14.69 415	22.87 423	24.58 433	12.70 418	14.56 417	18.48 426	12.91 422	20.21 426	12.05 419	17.76 419	14.17 421

BEATNet-Init1	12.10 414	11.19 415	27.29 431	2.99 410	3.51 407	21.84 426	11.10 413	14.34 419	13.83 416	20.34 422	20.33 423	26.35 432	20.03 420	19.06 424	14.80 419	1.74 401	1.81 405	2.05 409	2.49 410	3.69 411	3.12 411

SPstereo	16.50 419	2.87 411	4.74 398	2.64 408	2.53 406	29.48 427	52.22 427	39.30 434	29.70 434	21.90 430	21.75 425	27.53 433	23.84 429	28.05 434	26.36 428	2.38 406	2.58 412	4.92 413	3.03 411	2.19 403	2.05 408

CasAABBNet	24.81 425	22.53 428	24.83 423	26.08 425	25.74 426	39.86 428	57.06 430	28.87 431	28.83 429	21.16 425	22.54 427	24.22 428	23.89 431	26.38 430	30.87 430	14.25 420	16.71 424	13.09 420	14.81 422	17.78 423	16.71 422

MyStereo03	24.83 426	22.55 429	25.13 425	26.08 425	25.72 423	39.87 429	57.07 431	28.77 428	28.85 430	21.33 427	22.66 429	24.16 425	23.82 426	26.32 427	30.89 432	14.27 421	16.73 426	13.09 420	14.82 423	17.77 420	16.71 422

MyStereo02	24.83 426	22.55 429	25.13 425	26.08 425	25.72 423	39.87 429	57.07 431	28.77 428	28.85 430	21.33 427	22.66 429	24.16 425	23.82 426	26.32 427	30.89 432	14.27 421	16.73 426	13.09 420	14.82 423	17.77 420	16.71 422

MyStereo	24.83 426	22.55 429	25.13 425	26.08 425	25.72 423	39.87 429	57.07 431	28.77 428	28.85 430	21.33 427	22.66 429	24.16 425	23.82 426	26.32 427	30.89 432	14.27 421	16.73 426	13.09 420	14.82 423	17.77 420	16.71 422

Selective-RAFT-Error	24.87 429	22.59 432	25.14 428	26.13 429	25.82 427	39.93 432	57.03 429	28.97 432	28.95 433	21.21 426	22.65 428	24.25 429	23.98 432	26.43 431	30.83 429	14.27 421	16.71 424	13.10 424	14.82 423	17.82 424	16.76 426

LSM0	26.58 430	22.63 433	25.88 429	30.13 430	52.21 434	39.94 433	56.74 428	28.97 432	28.72 428	21.14 424	22.26 426	24.43 430	23.88 430	26.54 432	30.87 430	14.32 425	16.55 423	13.12 425	14.71 421	17.92 425	20.60 428

PML	23.15 423	16.83 419	7.78 408	5.49 412	9.93 412	51.13 434	104.50 434	5.76 411	13.62 414	37.30 434	105.93 434	30.86 434	23.50 425	12.07 415	7.87 409	6.30 414	2.12 410	6.32 417	2.43 408	10.44 418	2.90 410

test_example2	115.39 435	123.23 436	94.57 434	115.52 434	123.55 435	101.63 435	114.33 435	53.41 435	99.48 435	134.90 435	135.05 435	85.83 435	85.11 435	111.32 435	106.15 435	152.55 435	205.26 435	99.78 435	114.96 435	140.96 435	110.20 435

ASD4		19.65 421

Low-res two-view benchmark