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

test_xeample3	1.08 12	0.43 108	3.39 145	0.49 73	0.05 9	2.58 87	0.93 205	3.32 6	1.77 4	0.23 1	0.23 6	0.19 1	0.28 7	6.34 130	0.85 70	0.00 1	0.01 124	0.00 1	0.26 329	0.06 116	0.10 194

CES	1.56 37	0.35 62	1.44 4	0.42 66	7.70 377	2.66 101	0.13 41	4.89 61	2.53 19	0.25 2	1.10 13	0.33 28	0.31 13	1.61 25	0.58 36	0.01 141	0.02 164	0.00 1	0.00 1	0.54 321	6.26 380

ProNet	1.20 19	0.60 160	2.00 25	0.26 40	0.08 32	2.73 104	0.68 157	5.00 71	2.52 18	0.29 3	1.32 19	0.37 30	0.36 17	6.94 159	0.44 12	0.00 1	0.07 260	0.00 1	0.00 1	0.17 230	0.07 153

sCroCo_RVC	1.21 21	0.65 175	5.16 249	1.09 134	1.29 233	0.92 4	0.19 58	3.92 24	2.68 23	0.30 4	3.04 50	0.52 38	1.56 105	1.58 23	0.78 63	0.09 291	0.25 344	0.00 1	0.00 1	0.07 131	0.11 206

StereoIM	0.80 2	0.69 190	3.02 116	0.33 54	1.83 266	1.22 5	0.06 14	3.41 10	1.49 3	0.31 5	0.38 7	0.42 33	0.51 35	1.14 9	1.21 113	0.00 1	0.00 1	0.00 1	0.00 1	0.05 100	0.05 130

AEACV	0.80 2	0.29 16	1.70 11	0.96 118	0.24 103	2.03 47	0.88 200	3.50 13	0.88 1	0.34 6	0.20 4	0.29 19	2.01 123	1.77 31	0.33 5	0.00 1	0.03 207	0.00 1	0.29 331	0.10 166	0.09 175

MIF-Stereo (partial)	1.29 26	0.33 44	3.02 116	0.03 1	1.12 222	1.26 8	0.13 41	4.46 42	3.75 79	0.35 7	2.39 42	0.31 23	0.74 46	6.09 118	1.76 153	0.00 1	0.00 1	0.00 1	0.00 1	0.08 139	0.04 101

ff7	1.12 13	0.57 151	2.06 29	0.03 1	0.07 21	2.80 113	0.84 191	3.71 17	2.27 6	0.38 8	1.06 9	0.20 4	0.40 22	7.12 168	0.49 26	0.00 1	0.00 1	0.00 1	0.16 295	0.09 156	0.06 140

ffff	1.12 13	0.57 151	2.06 29	0.03 1	0.07 21	2.80 113	0.84 191	3.71 17	2.27 6	0.38 8	1.06 9	0.20 4	0.40 22	7.12 168	0.49 26	0.00 1	0.00 1	0.00 1	0.16 295	0.09 156	0.06 140

11t	1.12 13	0.57 151	2.06 29	0.03 1	0.07 21	2.80 113	0.84 191	3.71 17	2.27 6	0.38 8	1.06 9	0.20 4	0.40 22	7.12 168	0.49 26	0.00 1	0.00 1	0.00 1	0.16 295	0.09 156	0.06 140

ccc-4	1.12 13	0.57 151	2.06 29	0.03 1	0.07 21	2.80 113	0.84 191	3.71 17	2.27 6	0.38 8	1.06 9	0.20 4	0.40 22	7.12 168	0.49 26	0.00 1	0.00 1	0.00 1	0.16 295	0.09 156	0.06 140

IGEVStereo-DCA	1.06 11	0.45 116	2.06 29	0.32 49	0.06 16	2.74 105	0.84 191	3.71 17	2.27 6	0.39 12	0.16 2	0.20 4	0.29 8	6.47 138	0.87 75	0.00 1	0.00 1	0.00 1	0.16 295	0.06 116	0.06 140

rrr	1.05 10	0.45 116	3.18 132	0.32 49	0.06 16	2.74 105	0.95 209	3.49 12	1.12 2	0.39 12	0.16 2	0.20 4	0.29 8	6.47 138	0.87 75	0.00 1	0.00 1	0.00 1	0.21 313	0.06 116	0.10 194

sAnonymous2	1.35 29	1.66 314	8.14 317	0.55 77	0.46 154	1.23 6	0.24 67	4.00 27	3.47 68	0.40 14	1.11 14	0.23 11	1.42 92	0.96 5	0.57 33	0.01 141	0.00 1	0.00 1	0.20 310	2.07 363	0.22 270

CroCo_RVC	1.35 29	1.66 314	8.14 317	0.55 77	0.46 154	1.23 6	0.24 67	4.00 27	3.47 68	0.40 14	1.11 14	0.23 11	1.42 92	0.96 5	0.57 33	0.01 141	0.00 1	0.00 1	0.20 310	2.07 363	0.22 270

CAS	2.24 97	0.25 11	1.86 13	11.21 381	3.86 340	1.67 28	0.02 7	3.87 23	2.67 22	0.41 16	1.63 26	0.24 13	0.27 5	1.50 19	0.74 53	9.43 388	0.01 124	0.00 1	0.00 1	0.01 7	5.21 376

anonymousdsp	1.12 13	0.59 158	1.66 8	0.03 1	0.07 21	2.81 122	0.82 184	4.07 29	2.30 11	0.41 16	1.12 17	0.30 20	0.40 22	7.05 164	0.49 26	0.00 1	0.00 1	0.00 1	0.17 301	0.10 166	0.05 130

Selective-IGEV	1.23 22	0.18 2	1.13 2	0.07 9	0.17 68	2.38 68	0.54 126	6.10 124	2.51 17	0.41 16	3.20 53	0.26 14	0.29 8	6.94 159	0.16 1	0.00 1	0.01 124	0.00 1	0.11 284	0.04 78	0.10 194

IGEV-Stereo	1.12 13	0.59 158	1.66 8	0.03 1	0.07 21	2.82 125	0.82 184	4.09 31	2.30 11	0.41 16	1.11 14	0.30 20	0.41 28	7.05 164	0.49 26	0.00 1	0.00 1	0.00 1	0.17 301	0.10 166	0.05 130
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
test croco	1.34 28	0.51 136	5.09 243	0.30 45	0.05 9	1.58 24	0.08 21	4.47 43	3.77 81	0.42 20	1.76 28	0.60 42	0.74 46	6.11 119	0.94 88	0.00 1	0.00 1	0.00 1	0.00 1	0.40 312	0.02 37

LoS_RVC	1.26 24	1.43 293	1.91 16	0.42 66	3.77 338	1.71 36	0.04 9	2.58 2	2.49 16	0.42 20	2.58 44	0.30 20	0.57 38	1.71 26	0.66 41	0.01 141	0.02 164	0.00 1	0.00 1	0.02 22	4.49 373

CroCo-Stereo	0.99 8	0.89 233	3.19 133	0.46 69	0.44 148	0.38 1	0.05 12	4.61 51	3.95 87	0.48 22	1.78 30	1.01 47	0.27 5	1.11 8	1.07 99	0.01 141	0.00 1	0.00 1	0.00 1	0.05 100	0.04 101
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
Anonymous	1.37 32	0.52 138	4.23 203	1.38 163	2.70 300	1.85 39	0.42 101	4.77 59	3.54 72	0.53 23	1.56 25	0.19 1	1.32 84	3.11 57	0.92 87	0.05 265	0.08 268	0.00 1	0.00 1	0.17 230	0.15 239

MyStereo07	1.31 27	0.79 212	1.61 6	1.03 125	1.11 220	2.63 96	0.46 107	5.48 103	2.24 5	0.64 24	1.48 22	0.27 16	0.59 39	7.03 163	0.45 16	0.00 1	0.09 276	0.00 1	0.01 208	0.11 183	0.09 175

CREStereo	0.98 6	0.42 100	1.86 13	0.07 9	0.22 99	1.65 27	0.02 7	4.07 29	6.33 184	0.72 25	1.54 24	0.43 34	0.64 41	1.22 12	0.44 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	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
EGLCR-Stereo	1.04 9	0.20 3	2.00 25	1.14 142	0.16 63	2.50 75	0.11 28	4.96 66	2.61 20	0.79 26	0.07 1	1.46 58	0.37 19	3.96 73	0.23 2	0.01 141	0.05 236	0.00 1	0.00 1	0.00 1	0.07 153

LoS	0.91 5	0.34 53	2.10 39	0.38 63	0.13 54	2.47 73	0.26 72	5.00 71	2.74 26	0.89 27	0.21 5	0.49 37	0.36 17	1.97 39	0.67 42	0.02 210	0.02 164	0.00 1	0.00 1	0.06 116	0.01 15

GLC_STEREO	0.75 1	0.29 16	1.19 3	0.55 77	0.01 1	1.98 45	0.57 139	3.07 4	3.02 44	0.90 28	1.48 22	0.19 1	0.40 22	0.93 3	0.36 8	0.00 1	0.01 124	0.00 1	0.00 1	0.04 78	0.02 37

PMTNet	1.41 33	0.37 75	2.06 29	0.26 40	0.15 60	2.94 137	0.34 89	3.39 8	5.33 144	1.00 29	1.27 18	0.28 18	0.93 59	4.04 76	0.74 53	5.00 376	0.00 1	0.00 1	0.00 1	0.03 58	0.01 15

ACVNet-DCA	2.01 79	0.65 175	2.15 41	2.30 279	0.02 3	5.80 246	0.56 131	8.45 186	3.33 62	1.03 30	3.33 55	0.32 25	3.71 191	8.05 218	0.45 16	0.00 1	0.02 164	0.00 1	0.03 240	0.02 22	0.03 66

xx1	2.33 112	0.65 175	2.15 41	2.30 279	0.02 3	5.80 246	0.56 131	4.31 33	10.41 280	1.03 30	3.33 55	4.67 160	2.70 147	8.05 218	0.45 16	0.00 1	0.02 164	0.00 1	0.00 1	0.02 22	0.03 66

1test111	1.86 58	0.65 175	2.15 41	2.30 279	0.02 3	5.80 246	0.56 131	8.45 186	3.33 62	1.03 30	3.33 55	0.32 25	3.71 191	4.40 81	0.96 90	0.00 1	0.02 164	0.00 1	0.03 240	0.02 22	0.03 66

cc1	2.17 92	0.65 175	2.15 41	2.30 279	0.02 3	5.80 246	0.56 131	4.31 33	10.41 280	1.03 30	3.33 55	0.32 25	3.71 191	8.05 218	0.45 16	0.00 1	0.02 164	0.00 1	0.03 240	0.10 166	0.05 130

DLNR_Zeroshot_test	24.70 391	50.77 411	90.11 417	98.11 426	97.34 424	1.38 13	0.12 34	22.79 380	3.09 50	1.07 34	2.95 48	0.71 43	0.29 8	6.93 157	2.29 184	38.56 408	0.37 353	0.00 1	0.30 336	76.73 421	0.09 175

tt1	2.14 89	0.63 170	2.22 47	2.27 275	0.02 3	5.71 244	0.63 148	4.53 46	10.19 274	1.16 35	3.39 60	0.33 28	3.05 163	8.00 211	0.46 20	0.00 1	0.02 164	0.00 1	0.03 240	0.10 166	0.04 101

CroCo-Stereo Lap2	1.24 23	0.88 230	3.39 145	0.95 116	4.59 359	0.47 2	0.08 21	3.51 15	2.80 28	1.17 36	2.24 39	1.57 62	0.20 1	1.48 18	1.14 107	0.00 1	0.00 1	0.00 1	0.00 1	0.15 216	0.12 218

AE-Stereo	1.44 34	0.32 32	2.69 78	1.58 189	0.20 93	2.24 58	0.59 141	6.01 120	5.70 157	1.18 37	3.17 52	1.02 48	0.78 51	1.73 27	0.83 68	0.02 210	0.18 327	0.00 1	0.29 331	0.11 183	0.07 153

Selective-RAFT	1.69 41	0.32 32	3.29 139	0.92 109	0.18 80	3.89 200	0.06 14	4.22 32	4.00 90	1.47 38	1.98 34	3.07 101	2.81 154	6.35 132	0.89 82	0.01 141	0.00 1	0.00 1	0.21 313	0.05 100	0.00 1

HH	2.42 119	0.73 197	3.76 172	0.91 105	0.14 56	2.78 111	0.71 165	7.92 177	2.72 24	1.53 39	6.10 121	7.93 244	4.01 206	8.60 254	0.44 12	0.00 1	0.09 276	0.00 1	0.00 1	0.05 100	0.04 101

HanStereo	2.42 119	0.73 197	3.76 172	0.91 105	0.14 56	2.78 111	0.71 165	7.92 177	2.72 24	1.53 39	6.10 121	7.93 244	4.01 206	8.60 254	0.44 12	0.00 1	0.09 276	0.00 1	0.00 1	0.05 100	0.04 101

MIF-Stereo	0.83 4	0.33 44	1.98 23	0.92 109	1.27 231	0.54 3	0.11 28	1.35 1	2.94 33	1.67 41	2.09 35	0.20 4	0.31 13	1.57 22	1.07 99	0.00 1	0.00 1	0.00 1	0.00 1	0.16 222	0.01 15

Former-RAFT_DAM_RVC	1.26 24	0.42 100	2.36 54	0.59 83	1.26 229	2.43 72	0.01 1	3.29 5	7.76 222	1.71 42	2.78 46	0.27 16	0.32 15	1.16 11	0.58 36	0.04 253	0.01 124	0.00 1	0.00 1	0.04 78	0.10 194

StereoVision	2.25 102	0.72 195	4.00 191	1.03 125	2.64 298	1.91 41	0.28 74	5.83 117	4.43 111	1.89 43	10.65 234	3.88 129	0.52 37	5.13 99	1.98 170	0.00 1	0.00 1	0.00 1	0.00 1	0.09 156	0.03 66

EAI-Stereo	2.31 110	0.44 112	2.72 84	0.68 89	0.56 170	3.51 170	2.62 269	11.42 262	4.14 103	2.09 44	7.23 159	1.21 52	0.91 57	5.67 109	1.51 132	0.01 141	0.25 344	0.00 1	0.88 363	0.04 78	0.26 288

Anonymous3	1.76 46	0.44 112	6.37 286	0.33 54	0.50 166	4.33 214	0.54 126	4.43 41	2.48 15	2.21 45	3.24 54	1.53 61	1.14 71	5.64 107	1.29 118	0.17 309	0.23 338	0.00 1	0.00 1	0.12 194	0.15 239

riskmin	1.88 62	0.15 1	2.11 40	1.38 163	0.88 200	2.40 69	0.04 9	5.93 119	6.10 173	2.25 46	1.34 20	6.06 205	5.08 254	2.78 52	1.01 97	0.00 1	0.02 164	0.00 1	0.00 1	0.01 7	0.06 140

RALCasStereoNet	1.93 70	1.01 249	2.75 87	1.88 227	1.75 259	2.88 134	0.18 57	4.64 55	4.36 109	2.27 47	5.14 93	2.22 77	0.79 52	7.10 167	1.00 96	0.00 1	0.34 350	0.00 1	0.00 1	0.10 166	0.16 248

XX-Stereo	2.71 145	0.38 77	5.96 276	2.25 274	2.20 283	1.54 23	0.21 62	5.44 102	3.05 45	2.28 48	16.16 298	7.03 226	0.24 2	6.19 121	0.79 64	0.00 1	0.15 313	0.00 1	0.23 319	0.13 204	0.04 101

RAFT+CT+SA	2.36 115	0.71 194	2.46 59	0.83 99	2.26 286	3.18 154	0.93 205	6.82 158	5.48 146	2.55 49	8.07 174	1.64 63	1.59 106	8.54 250	1.15 108	0.02 210	0.00 1	0.00 1	0.38 345	0.19 245	0.36 304

ToySt	2.69 142	0.55 146	7.03 300	1.03 125	0.10 36	3.49 167	1.04 212	6.38 141	4.55 120	2.69 50	6.28 131	7.95 248	4.38 224	5.08 96	2.58 198	0.01 141	0.11 290	0.00 1	0.04 257	0.28 285	0.19 261

UDGNet	2.73 148	7.09 373	3.90 184	2.71 307	0.06 16	2.98 138	0.20 61	4.63 53	8.58 248	2.69 50	2.70 45	0.95 46	1.01 62	6.27 125	1.51 132	1.28 365	0.00 1	5.24 381	0.94 365	1.70 359	0.13 225

dd	2.16 91	1.22 275	4.82 229	0.68 89	0.12 52	1.39 16	0.17 56	5.14 75	11.22 296	2.70 52	3.51 64	1.52 60	1.23 81	5.08 96	3.96 243	0.12 298	0.01 124	0.04 308	0.21 313	0.07 131	0.01 15

test_5	2.90 162	0.70 192	3.69 167	2.01 246	3.17 310	4.61 226	1.32 233	6.69 153	7.02 200	2.79 53	7.18 156	4.99 170	4.14 211	7.96 209	1.31 119	0.00 1	0.00 1	0.00 1	0.03 240	0.19 245	0.26 288

RCA-Stereo	1.99 77	0.34 53	2.71 82	0.26 40	0.06 16	2.29 61	0.48 110	4.89 61	14.65 324	2.81 54	5.51 112	0.78 44	3.21 167	1.44 17	0.33 5	0.00 1	0.01 124	0.00 1	0.00 1	0.07 131	0.02 37

raft+_RVC	1.79 48	0.84 223	2.32 50	2.40 291	0.85 198	1.38 13	0.09 24	6.36 135	4.75 128	2.85 55	5.46 110	1.17 51	1.36 90	4.54 83	0.91 84	0.00 1	0.10 284	0.00 1	0.00 1	0.11 183	0.22 270

XX-TBD	1.44 34	0.85 225	2.04 27	2.45 296	0.05 9	2.34 64	0.01 1	3.46 11	7.51 213	2.88 56	4.98 90	0.26 14	0.25 3	1.15 10	0.46 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

anonymousdsp2	1.78 47	0.39 80	3.40 147	1.10 135	0.04 8	3.63 178	0.50 121	7.80 174	2.77 27	2.91 57	2.88 47	3.17 103	1.01 62	5.15 100	0.43 11	0.00 1	0.01 124	0.02 282	0.15 293	0.05 100	0.12 218

EKT-Stereo	1.91 68	0.48 129	2.77 91	2.19 267	4.36 349	1.42 17	0.24 67	4.63 53	3.51 70	2.94 58	3.47 62	3.55 121	2.25 132	5.26 101	0.85 70	0.04 253	0.12 297	0.00 1	0.09 279	0.06 116	0.05 130

iRaft-Stereo_5w	2.86 160	0.86 226	4.08 200	0.06 8	0.25 106	2.76 110	0.60 144	4.97 67	4.10 101	2.98 59	7.85 171	10.17 278	4.17 214	8.16 230	5.83 270	0.00 1	0.00 1	0.00 1	0.01 208	0.26 278	0.06 140

qqq	1.93 70	0.30 20	2.96 111	1.40 166	0.05 9	1.96 44	0.39 95	8.45 186	3.33 62	3.06 60	3.84 65	4.67 160	2.70 147	4.40 81	0.96 90	0.00 1	0.01 124	0.00 1	0.00 1	0.02 22	0.03 66

TestStereo	1.74 45	1.02 251	3.64 165	0.20 32	0.28 119	1.33 11	0.01 1	5.24 87	4.01 92	3.18 61	4.97 89	2.07 76	0.70 42	7.32 177	0.75 57	0.02 210	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1

TRStereo	2.36 115	3.10 347	4.70 226	1.99 241	2.08 274	2.61 92	1.11 219	8.79 203	3.73 77	3.19 62	3.04 50	3.96 131	0.77 48	5.92 113	1.44 128	0.03 237	0.14 308	0.00 1	0.29 331	0.08 139	0.25 283

111	2.78 151	0.92 239	3.81 177	0.22 35	0.07 21	2.83 127	0.70 163	6.03 121	14.00 319	3.22 63	8.93 188	5.48 188	3.30 169	3.66 65	2.03 174	0.00 1	0.00 1	0.00 1	0.00 1	0.10 166	0.29 295

rafts_anoy	1.72 42	0.79 212	2.58 69	2.03 250	1.75 259	2.47 73	0.16 54	5.48 103	6.01 170	3.24 64	2.11 37	1.92 74	1.33 85	3.08 56	1.13 106	0.01 141	0.18 327	0.00 1	0.01 208	0.03 58	0.07 153

x	1.73 44	0.28 15	2.49 62	1.91 231	0.17 68	2.10 51	0.83 188	8.74 201	3.55 73	3.28 65	2.12 38	3.10 102	1.96 121	2.90 53	1.12 104	0.00 1	0.02 164	0.00 1	0.00 1	0.02 22	0.03 66

test-1	1.82 55	0.45 116	5.42 259	0.89 103	0.41 145	2.14 53	0.56 131	5.75 110	4.15 104	3.28 65	5.11 92	3.61 123	0.70 42	1.53 21	1.56 139	0.02 210	0.34 350	0.00 1	0.08 272	0.02 22	0.30 297

DCRE	1.79 48	0.68 185	2.55 66	1.66 201	0.27 114	1.27 9	0.05 12	4.57 50	4.04 95	3.30 67	9.24 202	3.83 128	1.20 79	2.08 44	0.67 42	0.00 1	0.12 297	0.00 1	0.24 321	0.04 78	0.09 175

MC-Stereo	1.47 36	0.36 69	2.54 65	1.99 241	0.12 52	1.90 40	0.12 34	4.47 43	2.83 29	3.31 68	3.44 61	0.56 40	1.47 95	5.39 104	0.47 25	0.00 1	0.04 227	0.00 1	0.21 313	0.07 131	0.04 101

PSMNet-ADL	2.98 167	0.43 108	2.41 55	1.43 171	0.40 142	5.94 251	0.28 74	8.45 186	5.13 138	3.36 69	6.77 141	8.41 253	4.61 235	7.20 174	4.55 251	0.02 210	0.09 276	0.00 1	0.00 1	0.01 7	0.03 66

11t1	1.62 39	0.26 13	2.53 64	2.37 290	0.24 103	2.58 87	0.06 14	6.66 151	3.00 42	3.40 70	3.01 49	1.14 50	1.94 120	4.18 79	0.91 84	0.01 141	0.02 164	0.00 1	0.00 1	0.03 58	0.03 66

FADNet_RVC	3.91 240	1.67 316	12.95 348	0.96 118	0.75 189	5.71 244	0.54 126	10.83 251	6.60 188	3.46 71	8.09 175	4.10 139	3.40 177	9.43 290	6.33 275	0.36 334	0.44 359	0.17 342	0.46 353	0.91 342	0.95 341

GMStereo	1.83 56	0.99 248	4.55 218	0.57 81	0.05 9	2.53 78	0.01 1	4.95 64	11.14 293	3.52 72	2.24 39	0.53 39	0.49 34	3.76 67	0.80 66	0.20 316	0.00 1	0.00 1	0.12 287	0.12 194	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
FADNet-RVC	3.98 245	1.84 323	12.48 342	1.69 203	0.44 148	4.33 214	1.31 232	11.84 272	7.15 203	3.53 73	3.50 63	10.63 287	4.43 227	9.12 278	6.25 274	0.03 237	0.10 284	0.00 1	0.03 240	0.60 328	0.25 283

s12784h	1.89 65	0.30 20	2.57 68	0.11 17	0.09 33	4.18 210	0.13 41	6.61 149	7.44 212	3.62 74	4.28 74	0.59 41	0.81 53	6.61 147	0.46 20	0.01 141	0.01 124	0.00 1	0.00 1	0.02 22	0.00 1

CREStereo++_RVC	1.59 38	0.39 80	2.26 48	0.36 60	0.01 1	1.67 28	0.01 1	2.95 3	8.12 232	3.69 75	7.44 162	0.47 36	0.32 15	0.74 1	0.39 9	0.00 1	0.00 1	0.00 1	3.03 380	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
CASnet	0.98 6	0.32 32	1.62 7	0.65 87	0.07 21	2.11 52	0.14 47	3.50 13	4.03 93	3.77 76	1.41 21	0.31 23	0.29 8	0.80 2	0.57 33	0.01 141	0.00 1	0.00 1	0.00 1	0.04 78	0.01 15
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iRaftStereo_RVC	1.62 39	0.68 185	1.98 23	0.67 88	0.05 9	2.99 139	0.04 9	5.36 98	3.74 78	3.82 77	4.96 88	2.54 83	0.62 40	3.35 61	0.97 92	0.00 1	0.07 260	0.00 1	0.00 1	0.30 288	0.27 292

FADNet	4.23 259	1.65 313	11.75 336	1.64 199	0.80 194	4.80 228	0.77 178	13.76 317	11.65 301	3.97 78	5.24 102	9.62 269	5.14 255	8.40 243	3.78 238	0.21 317	0.04 227	0.07 324	0.05 261	1.14 347	0.10 194

Any-RAFT	2.18 94	0.25 11	1.94 20	1.37 162	0.80 194	5.01 234	0.56 131	8.51 190	5.58 154	4.01 79	4.85 86	5.44 187	2.26 133	2.45 49	0.35 7	0.00 1	0.15 313	0.00 1	0.00 1	0.02 22	0.02 37

test_4	2.38 117	0.34 53	2.68 76	0.08 11	0.11 44	3.69 183	1.14 221	3.33 7	3.34 65	4.03 80	17.35 316	3.31 108	0.51 35	6.28 126	1.15 108	0.00 1	0.00 1	0.00 1	0.11 284	0.16 222	0.01 15

ICVP	2.32 111	0.38 77	2.89 108	0.92 109	0.70 186	2.55 81	0.87 199	9.97 229	3.99 89	4.13 81	8.97 192	2.71 88	1.69 108	2.52 50	3.52 232	0.05 265	0.24 343	0.01 253	0.01 208	0.11 183	0.13 225
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
MyStereo04	2.95 166	0.79 212	5.38 258	1.03 125	1.11 220	2.63 96	0.46 107	10.00 230	12.44 312	4.19 82	3.91 68	3.04 99	3.60 184	7.34 179	2.74 203	0.00 1	0.09 276	0.00 1	0.01 208	0.11 183	0.09 175

MSKI-zero shot	2.00 78	0.36 69	2.15 41	0.81 96	0.25 106	2.69 103	0.29 79	6.16 128	2.34 13	4.31 83	7.52 163	3.70 125	0.25 3	8.42 245	0.41 10	0.01 141	0.13 304	0.00 1	0.25 323	0.03 58	0.02 37

TANstereo	1.20 19	0.49 131	2.04 27	0.34 58	0.10 36	1.80 38	0.01 1	3.40 9	4.10 101	4.37 84	4.82 84	0.41 32	0.70 42	0.94 4	0.46 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

LL-Strereo2	1.86 58	0.83 222	2.33 51	0.36 60	0.17 68	3.79 196	1.52 241	5.82 116	4.04 95	4.43 85	2.51 43	4.23 143	0.37 19	5.66 108	0.99 94	0.00 1	0.02 164	0.00 1	0.05 261	0.06 116	0.11 206

ACVNet	2.58 137	0.53 142	2.69 78	0.84 100	0.59 172	2.61 92	0.55 129	8.35 182	5.70 157	4.45 86	9.26 205	5.77 198	3.50 179	2.24 46	4.41 248	0.00 1	0.00 1	0.00 1	0.00 1	0.17 230	0.01 15

CFNet-ft	3.31 187	0.94 244	2.69 78	1.50 176	2.38 289	2.81 122	0.68 157	8.35 182	7.43 210	4.45 86	9.94 216	10.20 279	4.60 233	6.50 142	3.41 221	0.00 1	0.00 1	0.03 298	0.00 1	0.22 260	0.03 66

CFNet_RVC	3.31 187	0.94 244	2.69 78	1.50 176	2.38 289	2.81 122	0.68 157	8.35 182	7.43 210	4.45 86	9.94 216	10.20 279	4.60 233	6.49 141	3.41 221	0.00 1	0.00 1	0.03 298	0.00 1	0.22 260	0.03 66

Anonymous_2	4.14 251	0.62 168	3.21 134	1.40 166	1.43 240	5.19 236	0.32 85	6.63 150	4.38 110	4.48 89	2.30 41	8.08 249	7.00 292	5.37 103	2.29 184	0.23 320	0.75 366	5.20 380	18.12 403	5.66 376	0.23 276

GANet-ADL	2.20 96	0.50 132	3.27 138	2.02 248	0.11 44	2.21 57	0.48 110	8.64 199	6.79 192	4.56 90	5.83 116	3.98 132	1.27 83	2.68 51	1.43 127	0.04 253	0.08 268	0.02 282	0.00 1	0.15 216	0.03 66

knoymous	1.36 31	0.21 6	1.68 10	0.20 32	0.49 164	1.58 24	0.11 28	5.15 77	2.40 14	4.62 91	1.77 29	4.56 157	0.45 31	3.23 58	0.63 38	0.00 1	0.02 164	0.00 1	0.00 1	0.02 22	0.01 15

TestStereo1	2.85 156	0.81 217	3.48 152	3.11 325	0.44 148	2.52 76	1.50 239	6.37 137	8.18 234	4.62 91	9.24 202	2.23 78	3.69 188	9.19 282	1.26 114	0.00 1	0.01 124	0.00 1	0.00 1	0.27 283	0.09 175

SA-5K	2.85 156	0.81 217	3.48 152	3.11 325	0.44 148	2.52 76	1.50 239	6.37 137	8.18 234	4.62 91	9.24 202	2.23 78	3.69 188	9.19 282	1.26 114	0.00 1	0.01 124	0.00 1	0.00 1	0.27 283	0.09 175

SA	3.06 172	0.74 201	3.79 175	1.60 193	0.30 121	3.19 155	1.43 236	6.72 154	9.06 253	4.63 94	10.80 236	2.89 91	4.71 239	9.62 296	1.18 112	0.00 1	0.09 276	0.00 1	0.19 308	0.23 267	0.02 37

RAFT-Test	2.17 92	0.36 69	3.40 147	1.05 132	0.34 133	4.90 231	0.69 161	6.27 132	3.98 88	4.65 95	7.02 151	6.30 213	1.12 69	1.81 32	0.99 94	0.01 141	0.17 323	0.00 1	0.34 342	0.02 22	0.02 37

RAFT_CTSACE	3.40 202	1.07 258	4.52 215	1.27 150	3.14 307	4.00 206	1.07 216	3.93 26	4.43 111	4.66 96	17.94 320	7.21 235	2.76 151	10.82 313	0.85 70	0.00 1	0.07 260	0.00 1	0.00 1	0.30 288	0.01 15

UCFNet_RVC	3.09 174	0.77 207	2.27 49	2.35 288	1.79 263	3.50 168	1.06 214	12.12 283	6.91 194	4.71 97	7.67 168	7.58 237	4.40 226	4.95 93	1.67 146	0.00 1	0.00 1	0.00 1	0.00 1	0.11 183	0.01 15

AnonymousM	2.71 145	6.75 370	0.98 1	0.73 91	0.06 16	2.41 70	0.53 124	5.30 93	3.05 45	4.75 98	2.09 35	1.89 71	1.01 62	1.88 38	0.51 32	0.01 141	0.02 164	17.42 388	4.76 388	0.02 22	0.01 15

CFNet	3.72 221	1.10 264	5.03 239	2.49 298	1.59 244	4.90 231	0.22 63	11.38 261	9.88 270	4.80 99	11.25 245	6.44 214	3.68 187	8.33 240	3.00 206	0.00 1	0.00 1	0.00 1	0.00 1	0.22 260	0.07 153

NVstereo2D	4.51 271	0.82 220	6.86 298	3.28 333	3.38 317	8.16 289	3.13 281	10.51 243	15.15 327	4.90 100	6.89 144	7.87 241	4.78 243	9.88 298	3.91 242	0.01 141	0.00 1	0.00 1	0.06 266	0.02 22	0.58 328

FENet	2.19 95	0.34 53	3.04 121	2.05 256	0.26 112	2.82 125	0.13 41	7.02 162	5.55 151	4.97 101	1.94 33	4.91 168	3.39 176	4.71 85	2.50 194	0.02 210	0.03 207	0.00 1	0.00 1	0.00 1	0.21 268

MIM_Stereo	2.50 132	0.75 203	4.26 204	1.18 144	0.11 44	3.08 144	0.33 87	6.07 123	3.28 60	5.01 102	10.12 219	4.29 151	1.74 113	8.06 222	1.27 116	0.00 1	0.12 297	0.00 1	0.01 208	0.18 240	0.15 239

IGEV_Zeroshot_test	2.13 88	0.50 132	4.91 233	1.41 169	0.18 80	2.62 95	0.36 91	7.80 174	3.87 82	5.04 103	5.42 109	4.77 162	1.03 65	3.43 62	0.79 64	0.00 1	0.16 320	0.00 1	0.18 304	0.17 230	0.04 101

cross-raft	2.03 81	0.35 62	2.78 93	1.10 135	0.16 63	3.77 194	0.48 110	7.03 163	3.75 79	5.06 104	5.55 113	6.26 210	1.41 91	1.75 28	0.89 82	0.01 141	0.07 260	0.00 1	0.19 308	0.03 58	0.03 66

Gwc-CoAtRS	2.02 80	0.33 44	2.61 71	1.04 130	0.30 121	3.56 174	0.40 98	5.89 118	5.94 164	5.08 105	5.01 91	5.55 189	1.72 110	1.60 24	0.91 84	0.01 141	0.09 276	0.00 1	0.25 323	0.01 7	0.02 37

NOSS_ROB	3.30 186	0.46 121	2.62 72	2.08 257	1.01 216	5.60 242	0.74 173	10.37 240	11.48 299	5.15 106	8.43 180	5.67 196	1.73 111	7.97 210	2.34 186	0.02 210	0.06 248	0.00 1	0.00 1	0.07 131	0.14 230

GES	2.49 129	0.38 77	4.29 206	1.58 189	0.05 9	4.58 224	1.07 216	9.70 223	3.39 66	5.21 107	6.64 139	1.84 70	3.36 171	4.86 88	2.54 197	0.06 275	0.01 124	0.06 318	0.01 208	0.12 194	0.03 66

MyStereo06	2.35 113	0.66 181	4.54 216	1.10 135	0.96 209	2.57 84	0.10 25	9.30 214	4.05 97	5.22 108	6.09 119	5.95 203	2.38 136	3.00 54	0.73 52	0.01 141	0.08 268	0.00 1	0.01 208	0.13 204	0.15 239

HCRNet	2.56 134	0.53 142	3.35 142	0.24 39	3.39 319	2.19 55	0.23 66	6.89 160	5.50 147	5.26 109	4.79 83	5.27 180	2.78 152	7.71 197	2.89 204	0.00 1	0.02 164	0.00 1	0.00 1	0.04 78	0.04 101

4D-IteraStereo	1.72 42	0.86 226	3.01 114	0.09 12	2.86 305	3.57 177	1.06 214	3.92 24	5.31 142	5.28 110	1.02 8	3.92 130	0.38 21	1.83 33	1.04 98	0.00 1	0.01 124	0.00 1	0.00 1	0.07 131	0.09 175

RASNet	4.52 274	0.61 163	4.42 211	3.42 337	4.68 360	4.58 224	0.99 210	9.54 220	8.01 229	5.28 110	11.42 248	10.34 283	8.88 322	9.28 286	8.68 312	0.15 303	0.00 1	0.00 1	0.00 1	0.03 58	0.04 101

whm_eth	3.00 170	1.32 289	5.51 264	0.75 93	2.73 301	2.57 84	0.28 74	6.84 159	7.24 206	5.29 112	24.32 349	0.37 30	0.46 33	1.03 7	0.95 89	0.01 141	0.03 207	0.00 1	0.00 1	0.06 116	0.14 230

DN-CSS_ROB	2.69 142	1.40 292	5.34 257	2.31 285	0.75 189	3.14 150	0.06 14	6.11 125	3.87 82	5.34 113	12.18 262	2.34 80	1.22 80	7.84 205	1.48 130	0.03 237	0.00 1	0.00 1	0.00 1	0.35 301	0.03 66

GANet-RSSM	3.27 183	0.60 160	3.38 144	2.94 320	2.00 272	2.61 92	0.48 110	10.93 254	6.11 176	5.47 114	10.20 221	6.57 217	5.44 266	6.25 124	2.23 182	0.00 1	0.00 1	0.08 327	0.00 1	0.17 230	0.03 66

MIPNet	2.06 84	0.69 190	4.57 221	0.32 49	0.21 96	1.92 42	0.19 58	6.89 160	5.64 156	5.48 115	4.02 69	2.02 75	3.50 179	3.32 60	2.01 171	0.00 1	0.01 124	0.01 253	0.01 208	0.20 248	0.13 225

TransformOpticalFlow	3.38 199	0.70 192	4.54 216	1.00 122	0.30 121	3.56 174	0.14 47	9.67 222	7.30 208	5.55 116	13.34 274	6.74 220	5.03 251	8.22 238	1.34 122	0.00 1	0.01 124	0.01 253	0.00 1	0.04 78	0.11 206

CFNet-RSSM	2.11 86	0.33 44	2.71 82	1.04 130	0.30 121	3.21 156	0.41 99	6.67 152	6.96 196	5.62 117	4.58 82	5.40 186	1.71 109	1.86 35	0.87 75	0.00 1	0.08 268	0.00 1	0.32 338	0.02 22	0.02 37

RALAANet	2.46 127	1.09 262	3.70 170	2.55 302	0.80 194	3.37 159	0.15 51	7.44 170	5.54 150	5.65 118	6.01 118	3.54 120	1.13 70	6.34 130	1.58 141	0.00 1	0.01 124	0.00 1	0.05 261	0.21 256	0.03 66

CRE-IMP	1.95 72	0.35 62	2.68 76	0.27 44	0.17 68	3.90 201	0.85 196	5.14 75	2.87 30	5.74 119	4.14 71	3.49 118	0.83 54	6.40 133	1.80 157	0.00 1	0.00 1	0.00 1	0.00 1	0.10 166	0.19 261

DCANet-4	2.03 81	0.34 53	5.30 256	0.31 46	0.18 80	1.69 31	0.12 34	4.95 64	8.55 247	5.78 120	5.17 94	1.12 49	2.82 155	2.11 45	1.92 165	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 251

STrans-v2	3.43 205	0.73 197	4.82 229	0.26 40	0.60 173	3.00 140	1.19 225	10.41 242	7.22 204	5.79 121	10.97 241	6.75 221	7.03 294	8.25 239	1.40 125	0.00 1	0.01 124	0.00 1	0.00 1	0.03 58	0.18 251

fff	2.28 106	0.61 163	3.81 177	0.22 35	0.07 21	1.69 31	0.11 28	5.37 99	11.84 303	5.80 122	5.17 94	1.44 55	5.41 260	2.00 40	1.92 165	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 251

csc	2.28 106	0.61 163	3.81 177	0.22 35	0.07 21	1.69 31	0.11 28	5.37 99	11.84 303	5.80 122	5.17 94	1.44 55	5.41 260	2.00 40	1.92 165	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 251

cscssc	2.28 106	0.61 163	3.81 177	0.22 35	0.07 21	1.69 31	0.11 28	5.37 99	11.84 303	5.80 122	5.17 94	1.44 55	5.41 260	2.00 40	1.92 165	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 251

xxxx	4.51 271	0.31 23	2.77 91	1.69 203	0.47 160	7.74 287	0.07 18	14.04 319	7.91 227	5.82 125	8.97 192	9.34 265	3.41 178	7.33 178	20.24 366	0.05 265	0.03 207	0.00 1	0.00 1	0.03 58	0.04 101

mmm	2.50 132	0.29 16	3.22 135	1.98 240	0.32 128	3.72 188	0.12 34	9.45 217	4.05 97	5.84 126	10.80 236	2.47 81	2.86 158	4.07 77	0.75 57	0.00 1	0.02 164	0.00 1	0.01 208	0.03 58	0.02 37

Patchmatch Stereo++	1.95 72	0.40 89	2.86 101	0.12 18	0.18 80	3.74 190	0.66 155	5.24 87	2.96 36	5.86 127	4.32 75	3.46 113	1.52 100	6.88 153	0.70 46	0.01 141	0.00 1	0.00 1	0.00 1	0.08 139	0.09 175
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.88 62	0.40 89	2.86 101	0.12 18	0.19 89	3.75 193	0.71 165	5.23 81	2.96 36	5.86 127	4.33 77	3.45 111	1.51 96	5.40 105	0.69 44	0.01 141	0.00 1	0.00 1	0.00 1	0.08 139	0.09 175

ROB_FTStereo_v2	1.91 68	0.41 96	2.85 99	0.12 18	0.19 89	3.71 185	0.73 170	5.23 81	2.95 34	5.86 127	4.36 80	3.46 113	1.51 96	5.86 112	0.69 44	0.01 141	0.00 1	0.00 1	0.00 1	0.08 139	0.08 165

iRAFT	1.95 72	0.40 89	2.86 101	0.12 18	0.18 80	3.74 190	0.66 155	5.24 87	2.96 36	5.86 127	4.32 75	3.46 113	1.52 100	6.88 153	0.70 46	0.01 141	0.00 1	0.00 1	0.00 1	0.08 139	0.09 175

RAFT-IKP	1.90 66	0.42 100	2.83 96	0.12 18	0.18 80	3.50 168	0.64 151	5.24 87	2.96 36	5.86 127	4.34 78	3.50 119	1.51 96	5.99 116	0.76 59	0.01 141	0.00 1	0.00 1	0.00 1	0.08 139	0.08 165

ROB_FTStereo	1.90 66	0.42 100	2.86 101	0.12 18	0.19 89	3.71 185	0.75 175	5.24 87	2.95 34	5.87 132	4.26 73	3.41 109	1.51 96	5.80 111	0.65 39	0.01 141	0.00 1	0.00 1	0.00 1	0.08 139	0.08 165

HUI-Stereo	1.80 50	0.41 96	2.85 99	0.12 18	0.18 80	3.72 188	0.65 153	5.23 81	2.97 40	5.87 132	4.34 78	3.45 111	1.52 100	3.93 72	0.65 39	0.02 210	0.00 1	0.00 1	0.00 1	0.08 139	0.10 194

iGMRVC	1.96 75	0.40 89	2.88 106	0.12 18	0.19 89	3.74 190	0.73 170	5.23 81	2.97 40	5.87 132	4.37 81	3.48 117	1.52 100	6.73 150	0.74 53	0.02 210	0.00 1	0.00 1	0.00 1	0.08 139	0.08 165

PSMNet-RSSM	3.33 195	0.77 207	3.22 135	2.12 261	1.90 271	2.33 63	0.71 165	11.17 256	5.83 160	5.90 135	11.43 249	7.04 228	4.83 247	5.96 115	3.17 212	0.00 1	0.00 1	0.02 282	0.00 1	0.08 139	0.02 37

GwcNet-RSSM	3.77 226	1.05 255	5.06 241	2.21 270	1.87 268	2.36 65	1.52 241	8.98 204	7.96 228	5.91 136	14.59 288	7.94 246	3.50 179	6.43 134	5.70 267	0.00 1	0.00 1	0.04 308	0.00 1	0.20 248	0.08 165

AACVNet	3.33 195	1.03 253	3.56 157	3.46 339	0.63 175	3.09 146	0.28 74	8.78 202	3.43 67	5.99 137	10.64 233	10.08 276	4.03 209	8.69 260	2.51 195	0.03 237	0.01 124	0.00 1	0.00 1	0.26 278	0.06 140

1111x	4.25 261	0.30 20	4.31 207	1.47 175	0.37 136	5.10 235	0.32 85	12.86 303	9.82 267	6.01 138	9.73 214	8.78 261	5.97 274	9.43 290	10.39 333	0.06 275	0.03 207	0.00 1	0.00 1	0.02 22	0.04 101

AdaStereo	3.09 174	0.58 156	3.04 121	2.84 313	0.48 161	4.08 207	1.29 231	12.16 285	7.77 223	6.03 139	9.62 211	5.79 200	1.53 104	4.56 84	1.93 169	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37
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.
GwcNet-ADL	2.65 141	0.48 129	3.84 183	0.82 97	0.33 131	2.04 48	0.69 161	8.07 179	9.42 259	6.05 140	6.66 140	4.14 141	1.73 111	5.40 105	3.01 207	0.08 287	0.06 248	0.00 1	0.00 1	0.06 116	0.03 66

LCNet	2.85 156	0.42 100	1.90 15	0.95 116	0.56 170	2.07 49	1.60 245	4.99 70	3.57 74	6.05 140	10.59 231	4.59 158	6.79 290	7.46 184	0.72 51	0.01 141	0.00 1	0.01 253	0.77 361	0.30 288	3.57 367

ADStereo(finetuned)	2.26 105	0.64 171	5.22 253	0.31 46	0.18 80	1.71 36	0.25 70	5.23 81	8.46 242	6.06 142	5.30 107	1.41 53	6.37 280	1.87 36	1.87 160	0.00 1	0.00 1	0.00 1	0.00 1	0.04 78	0.18 251

DCANet	2.08 85	0.64 171	3.81 177	0.31 46	0.17 68	1.70 35	0.25 70	5.23 81	8.47 243	6.07 143	5.30 107	1.41 53	4.23 217	1.85 34	2.02 173	0.00 1	0.00 1	0.00 1	0.00 1	0.04 78	0.19 261

raftrobust	1.86 58	0.74 201	1.94 20	2.15 264	2.24 285	2.74 105	0.53 124	4.89 61	4.05 97	6.09 144	3.89 67	1.64 63	2.55 143	2.44 48	1.12 104	0.00 1	0.03 207	0.00 1	0.00 1	0.12 194	0.08 165

iRaft-Stereo_20w	2.56 134	0.35 62	4.98 236	0.37 62	0.67 180	3.47 164	0.59 141	12.57 298	3.89 84	6.10 145	6.23 129	1.49 59	2.24 130	6.65 148	0.86 73	0.00 1	0.19 331	0.00 1	0.33 340	0.08 139	0.22 270

BUS	2.49 129	0.32 32	3.05 126	0.46 69	0.46 154	7.12 272	0.50 121	9.05 205	4.69 123	6.11 146	6.15 123	5.29 181	0.83 54	3.91 69	1.77 154	0.01 141	0.03 207	0.03 298	0.00 1	0.04 78	0.00 1

BSDual-CNN	2.69 142	0.32 32	3.05 126	0.46 69	0.46 154	7.13 274	1.63 247	9.05 205	4.69 123	6.11 146	6.15 123	6.26 210	2.54 141	3.91 69	1.91 163	0.01 141	0.03 207	0.03 298	0.00 1	0.04 78	0.00 1

hknet	3.31 187	0.42 100	4.68 225	0.46 69	1.17 225	7.13 274	1.63 247	9.05 205	6.91 194	6.11 146	6.15 123	9.66 270	2.85 157	7.48 187	2.45 193	0.01 141	0.03 207	0.03 298	0.00 1	0.04 78	0.00 1

RAFT	2.57 136	0.76 206	3.09 129	0.91 105	0.09 33	2.41 70	0.94 207	5.35 96	2.65 21	6.11 146	7.21 158	9.43 267	4.30 220	5.73 110	1.77 154	0.00 1	0.12 297	0.00 1	0.02 228	0.46 319	0.08 165

APVNet	5.98 294	1.72 317	8.72 321	3.21 331	4.04 345	12.31 334	1.81 254	19.09 363	6.10 173	6.13 150	13.41 275	10.69 289	6.30 278	11.26 319	13.90 354	0.05 265	0.02 164	0.11 332	0.03 240	0.53 320	0.20 267

PSMNet_ROB	5.02 282	1.63 311	6.03 278	1.90 230	1.83 266	9.57 306	6.35 338	15.58 339	7.23 205	6.15 151	10.48 229	12.22 305	4.16 213	8.02 214	8.71 313	0.02 210	0.01 124	0.01 253	0.10 283	0.20 248	0.12 218

ASMatch	3.32 193	0.50 132	3.32 140	1.72 209	0.45 153	1.93 43	0.68 157	6.42 143	3.89 84	6.18 152	22.30 340	4.61 159	4.82 246	7.65 192	1.70 147	0.00 1	0.02 164	0.00 1	0.03 240	0.01 7	0.18 251

AFF-stereo	2.59 138	0.68 185	2.35 53	1.55 184	0.17 68	1.67 28	0.08 21	5.75 110	6.60 188	6.20 153	12.13 259	6.16 207	2.36 135	4.75 86	1.11 103	0.02 210	0.02 164	0.00 1	0.00 1	0.23 267	0.05 130

MyStereo8	2.88 161	1.19 273	5.03 239	1.61 194	3.75 336	4.30 213	0.07 18	6.14 126	6.16 178	6.22 154	9.64 213	4.28 149	1.45 94	2.05 43	4.76 256	0.00 1	0.16 320	0.00 1	0.14 290	0.26 278	0.43 313

CBFPSM	4.87 278	0.94 244	14.70 355	1.51 179	1.15 224	11.49 325	2.55 268	7.28 166	6.47 187	6.23 155	4.83 85	15.30 325	8.99 324	6.88 153	8.20 306	0.03 237	0.02 164	0.00 1	0.00 1	0.40 312	0.42 311

NRIStereo	2.14 89	0.35 62	2.65 75	1.10 135	0.14 56	3.05 143	0.86 197	5.35 96	3.18 54	6.24 156	3.36 59	4.17 142	1.82 118	8.12 226	2.01 171	0.00 1	0.10 284	0.00 1	0.00 1	0.12 194	0.19 261

DMCA	2.82 155	0.64 171	4.45 212	1.61 194	0.89 201	3.86 199	0.57 139	9.18 209	5.10 137	6.24 156	6.49 137	7.17 233	2.13 126	3.31 59	4.73 254	0.00 1	0.01 124	0.00 1	0.00 1	0.04 78	0.02 37

cf-r	3.42 204	0.81 217	3.97 185	2.41 294	2.78 302	2.85 129	0.64 151	8.44 185	6.32 183	6.25 158	11.57 252	8.97 263	3.54 182	5.93 114	3.83 239	0.00 1	0.00 1	0.00 1	0.00 1	0.09 156	0.07 153

PSM-softLoss	2.24 97	0.34 53	3.42 149	1.81 219	0.17 68	2.74 105	0.39 95	6.17 129	2.92 31	6.26 159	6.29 132	2.96 93	0.97 60	8.68 258	1.71 148	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37

KMStereo	2.24 97	0.34 53	3.42 149	1.81 219	0.17 68	2.74 105	0.39 95	6.17 129	2.92 31	6.26 159	6.29 132	2.96 93	0.97 60	8.68 258	1.71 148	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37

DeepStereo_RVC	2.05 83	0.39 80	2.87 105	0.14 28	0.17 68	3.51 170	0.70 163	5.21 80	3.00 42	6.27 161	4.13 70	3.47 116	4.53 232	4.81 87	1.49 131	0.01 141	0.00 1	0.00 1	0.00 1	0.09 156	0.18 251

MyStereo05	2.94 165	0.66 181	5.25 255	1.10 135	0.96 209	2.57 84	0.10 25	8.53 191	12.34 311	6.28 162	3.88 66	3.18 104	3.30 169	7.81 204	2.37 189	0.01 141	0.08 268	0.00 1	0.01 208	0.13 204	0.15 239

FADNet-RVC-Resample	3.79 228	1.62 310	12.06 337	1.43 171	0.66 178	5.94 251	2.41 263	10.18 238	8.58 248	6.28 162	4.22 72	5.33 185	4.80 245	7.71 197	3.19 213	0.17 309	0.21 335	0.17 342	0.12 287	0.41 315	0.29 295

DualNet	3.35 198	0.31 23	3.97 185	1.34 155	0.98 211	2.80 113	0.48 110	4.53 46	10.19 274	6.29 164	9.23 196	5.59 190	3.72 195	8.00 211	9.35 321	0.00 1	0.02 164	0.00 1	0.00 1	0.10 166	0.04 101

ffm	2.90 162	0.31 23	3.97 185	1.34 155	0.98 211	2.80 113	0.48 110	4.53 46	10.19 274	6.29 164	9.23 196	5.59 190	3.72 195	8.00 211	0.46 20	0.00 1	0.02 164	0.00 1	0.00 1	0.10 166	0.04 101

ff1	3.45 208	0.31 23	3.97 185	1.34 155	0.98 211	2.80 113	0.48 110	4.53 46	10.19 274	6.29 164	9.23 196	5.59 190	3.72 195	10.11 300	9.35 321	0.00 1	0.02 164	0.00 1	0.00 1	0.10 166	0.04 101

mmx	3.86 234	0.31 23	3.97 185	1.34 155	0.98 211	2.80 113	0.48 110	12.18 286	10.66 287	6.29 164	9.23 196	5.59 190	3.72 195	10.11 300	9.35 321	0.05 265	0.02 164	0.00 1	0.00 1	0.03 58	0.04 101

xxx	3.86 234	0.31 23	3.98 190	1.34 155	0.98 211	2.80 113	0.48 110	12.18 286	10.66 287	6.29 164	9.23 196	5.59 190	3.72 195	10.11 300	9.35 321	0.05 265	0.02 164	0.00 1	0.00 1	0.03 58	0.04 101

TDLM	4.11 248	1.11 267	3.54 156	1.62 197	1.04 217	3.91 202	7.41 351	10.60 245	10.67 289	6.38 169	12.59 267	5.95 203	4.77 241	8.79 267	3.04 208	0.58 348	0.00 1	0.01 253	0.00 1	0.19 245	0.12 218

DIP-Stereo	1.97 76	0.64 171	2.95 110	0.17 30	0.10 36	4.83 229	0.13 41	8.60 197	4.06 100	6.42 170	4.92 87	0.44 35	0.72 45	3.57 64	1.80 157	0.00 1	0.01 124	0.00 1	0.00 1	0.05 100	0.04 101
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HITNet	2.79 152	0.77 207	4.02 192	2.03 250	0.11 44	5.58 241	0.59 141	9.24 212	5.15 140	6.42 170	7.26 160	3.66 124	2.92 160	4.07 77	3.87 241	0.00 1	0.00 1	0.00 1	0.00 1	0.06 116	0.02 37
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
CC-Net-ROB	7.68 326	9.21 379	7.46 310	3.82 351	3.66 330	15.68 349	5.02 321	17.95 351	10.45 286	6.44 172	14.00 280	7.63 238	4.77 241	10.75 312	3.10 211	5.99 380	2.46 379	16.28 387	1.08 367	6.30 379	1.56 353

DISCO	6.28 301	0.57 151	5.78 271	3.43 338	1.17 225	11.22 323	3.39 291	12.14 284	16.16 332	6.52 173	11.22 244	16.96 336	6.32 279	19.51 371	10.74 337	0.00 1	0.00 1	0.00 1	0.00 1	0.35 301	0.11 206

IRAFT_RVC	2.85 156	0.41 96	3.32 140	2.09 258	0.41 145	2.92 135	5.22 324	6.41 142	3.63 75	6.53 174	5.48 111	5.09 176	4.88 248	8.20 237	2.15 180	0.01 141	0.17 323	0.01 253	0.00 1	0.02 22	0.04 101

test_3	1.88 62	0.22 9	2.75 87	0.96 118	0.22 99	1.28 10	0.77 178	4.62 52	5.87 161	6.55 175	1.84 32	4.28 149	0.45 31	6.48 140	0.76 59	0.00 1	0.01 124	0.00 1	0.28 330	0.17 230	0.14 230

NINENet	3.09 174	0.56 149	3.22 135	1.61 194	1.37 238	7.12 272	0.50 121	11.88 274	5.63 155	6.63 176	8.40 179	5.29 181	0.83 54	6.51 143	1.77 154	0.15 303	0.07 260	0.07 324	0.00 1	0.09 156	0.00 1

PS-NSSS	3.90 238	1.84 323	4.55 218	0.87 102	2.95 306	4.10 209	2.00 257	10.77 249	8.23 236	6.75 177	14.63 289	5.01 174	2.24 130	8.41 244	2.91 205	0.33 332	0.03 207	0.83 364	0.00 1	0.82 340	0.70 334

HSM	4.00 246	0.79 212	3.16 131	1.59 192	2.17 280	6.77 266	1.11 219	12.28 288	6.35 186	6.75 177	8.11 176	13.90 315	5.37 259	8.85 269	2.71 200	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37

CASS	2.44 123	0.44 112	3.56 157	0.85 101	0.38 138	3.14 150	0.22 63	9.64 221	4.00 90	6.78 179	7.62 166	3.57 122	3.58 183	3.80 68	1.10 102	0.02 210	0.01 124	0.00 1	0.00 1	0.05 100	0.01 15
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
raft_robust	2.64 140	1.20 274	2.62 72	1.10 135	0.28 119	1.50 22	0.12 34	6.28 133	9.04 252	6.80 180	7.19 157	3.73 127	2.13 126	9.06 277	1.07 99	0.03 237	0.12 297	0.00 1	0.21 313	0.17 230	0.22 270

IPLGR	2.28 106	0.51 136	6.00 277	0.15 29	0.15 60	1.99 46	0.22 63	6.34 134	6.04 171	6.80 180	5.76 114	2.87 90	2.31 134	4.88 89	1.28 117	0.00 1	0.00 1	0.00 1	0.00 1	0.09 156	0.18 251

NF-Stereo	2.24 97	0.33 44	3.00 112	2.04 252	0.10 36	3.46 162	0.43 102	6.51 147	3.17 51	6.84 182	5.24 102	2.67 87	1.34 87	8.17 233	1.53 135	0.01 141	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

OCTAStereo	2.24 97	0.33 44	3.03 118	2.04 252	0.10 36	3.45 161	0.43 102	6.50 144	3.17 51	6.84 182	5.20 99	2.65 84	1.33 85	8.18 234	1.56 139	0.01 141	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

RE-Stereo	2.25 102	0.33 44	3.03 118	2.04 252	0.10 36	3.47 164	0.43 102	6.50 144	3.18 54	6.84 182	5.20 99	2.65 84	1.34 87	8.18 234	1.58 141	0.01 141	0.00 1	0.01 253	0.00 1	0.02 22	0.01 15

TVStereo	2.25 102	0.33 44	3.03 118	2.04 252	0.10 36	3.47 164	0.43 102	6.50 144	3.18 54	6.84 182	5.20 99	2.65 84	1.34 87	8.18 234	1.58 141	0.01 141	0.00 1	0.01 253	0.00 1	0.02 22	0.01 15

GEStereo_RVC	3.74 222	0.73 197	4.95 235	2.01 246	1.24 228	4.36 216	3.07 279	11.77 271	7.80 224	6.87 186	6.52 138	7.70 240	4.31 222	8.98 275	4.19 246	0.03 237	0.01 124	0.02 282	0.02 228	0.13 204	0.11 206

GMStereo_Zeroshot	2.77 150	1.98 330	5.14 247	1.53 181	0.36 135	3.56 174	0.10 25	5.57 106	5.91 163	6.89 187	7.02 151	8.50 259	0.91 57	6.01 117	1.65 145	0.00 1	0.00 1	0.00 1	0.00 1	0.20 248	0.01 15

BEATNet_4x	3.24 182	1.27 282	5.89 274	1.56 187	0.10 36	5.26 237	1.07 216	10.08 234	5.50 147	6.89 187	7.73 169	4.53 156	4.13 210	5.05 95	5.27 260	0.04 253	0.05 236	0.00 1	0.00 1	0.23 267	0.23 276

ttt	3.86 234	0.23 10	2.34 52	2.22 273	1.68 253	4.36 216	0.28 74	12.45 290	11.09 292	6.90 189	11.85 254	4.08 136	3.28 168	8.47 247	7.85 296	0.06 275	0.04 227	0.00 1	0.00 1	0.03 58	0.03 66

iinet-f	5.94 292	1.60 308	26.88 385	1.79 217	1.38 239	11.92 331	1.47 238	6.80 157	7.11 201	6.90 189	14.43 285	10.64 288	7.97 309	7.00 162	12.12 344	0.02 210	0.03 207	0.05 314	0.00 1	0.63 331	0.02 37

SFCPSM	3.29 185	0.43 108	5.11 244	0.34 58	0.94 207	8.48 291	2.15 260	14.51 326	5.29 141	7.00 191	7.65 167	3.43 110	2.59 145	5.11 98	2.37 189	0.01 141	0.03 207	0.01 253	0.07 268	0.13 204	0.15 239

test_1	1.85 57	0.21 6	2.45 57	1.02 123	0.22 99	1.37 12	0.82 184	4.66 57	5.06 135	7.02 192	1.73 27	4.09 137	0.41 28	6.51 143	0.76 59	0.00 1	0.00 1	0.00 1	0.29 331	0.18 240	0.14 230

ccs_rob	2.81 153	0.42 100	4.06 197	0.33 54	0.25 106	2.59 89	0.12 34	8.19 180	7.68 220	7.02 192	10.37 226	6.54 215	2.06 125	4.88 89	1.53 135	0.00 1	0.02 164	0.01 253	0.00 1	0.05 100	0.07 153

PA-Net	4.98 280	1.47 296	7.42 309	2.40 291	2.14 278	8.73 296	3.64 296	12.42 289	13.11 314	7.03 194	7.57 165	7.88 242	6.52 283	10.16 305	7.82 295	0.02 210	0.03 207	0.00 1	0.00 1	0.11 183	1.07 344
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CFNet_pseudo	2.81 153	0.42 100	4.04 195	0.33 54	0.24 103	2.59 89	0.12 34	8.20 181	7.66 219	7.04 195	10.42 227	6.56 216	2.05 124	4.88 89	1.53 135	0.00 1	0.02 164	0.01 253	0.00 1	0.05 100	0.07 153

GMM-Stereo	3.32 193	0.27 14	2.52 63	0.82 97	0.48 161	2.27 60	4.91 319	5.06 73	3.08 47	7.06 196	16.72 304	6.21 209	3.70 190	7.60 190	1.16 110	0.04 253	0.00 1	0.00 1	0.04 257	0.10 166	4.45 371

MSMDNet	2.99 168	0.39 80	4.02 192	0.40 65	0.25 106	2.53 78	0.16 54	9.35 215	9.25 255	7.08 197	11.39 246	6.93 223	2.43 138	4.01 74	1.34 122	0.01 141	0.02 164	0.02 282	0.00 1	0.05 100	0.07 153

RAFT-Stereo + iAFF	2.12 87	0.58 156	2.43 56	1.27 150	0.16 63	1.60 26	0.14 47	5.17 78	5.90 162	7.10 198	10.10 218	3.06 100	1.74 113	1.87 36	0.97 92	0.01 141	0.02 164	0.00 1	0.00 1	0.23 267	0.02 37

PCWNet_CMD	2.99 168	0.39 80	4.02 192	0.39 64	0.26 112	2.53 78	0.15 51	9.24 212	9.22 254	7.12 199	11.53 251	6.94 224	2.41 137	4.02 75	1.33 120	0.01 141	0.02 164	0.02 282	0.00 1	0.05 100	0.07 153

hitnet-ft	3.66 217	0.65 175	2.79 95	0.89 103	0.72 188	4.25 211	0.55 129	9.11 208	7.52 214	7.14 200	10.19 220	12.49 307	4.70 238	7.44 183	4.41 248	0.03 237	0.00 1	0.06 318	0.00 1	0.20 248	0.04 101

SMFormer	3.54 210	0.39 80	3.61 160	1.69 203	0.11 44	2.85 129	0.29 79	12.46 291	10.41 280	7.16 201	10.23 222	4.78 163	4.45 228	8.71 261	3.51 229	0.07 282	0.05 236	0.00 1	0.00 1	0.06 116	0.04 101

tta	3.54 210	0.39 80	3.61 160	1.69 203	0.11 44	2.85 129	0.29 79	12.46 291	10.41 280	7.16 201	10.23 222	4.78 163	4.45 228	8.71 261	3.51 229	0.07 282	0.05 236	0.00 1	0.00 1	0.06 116	0.03 66

qqq1	3.38 199	0.39 80	3.61 160	1.69 203	0.11 44	2.85 129	0.29 79	12.46 291	10.41 280	7.16 201	10.23 222	4.78 163	4.45 228	8.71 261	0.30 3	0.07 282	0.05 236	0.00 1	0.00 1	0.06 116	0.03 66

fff1	3.38 199	0.39 80	3.61 160	1.69 203	0.11 44	2.85 129	0.29 79	12.46 291	10.41 280	7.16 201	10.23 222	4.78 163	4.45 228	8.71 261	0.30 3	0.07 282	0.05 236	0.00 1	0.00 1	0.06 116	0.03 66

UNet	3.97 244	0.61 163	6.50 291	1.68 202	3.22 311	9.82 308	0.31 84	9.50 218	5.32 143	7.20 205	6.35 136	10.59 284	5.91 273	6.93 157	5.49 263	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

CoDeX	3.43 205	0.68 185	4.49 213	0.98 121	1.65 248	6.37 258	2.14 259	13.23 310	6.07 172	7.23 206	8.95 189	4.09 137	3.79 200	6.31 128	2.37 189	0.03 237	0.06 248	0.00 1	0.00 1	0.07 131	0.15 239

MaskLacGwcNet_RVC	5.97 293	5.36 364	5.02 237	3.75 350	3.57 326	15.81 350	4.27 306	11.72 269	6.96 196	7.23 206	8.47 181	9.09 264	2.66 146	9.36 289	2.71 200	7.49 383	2.32 377	2.01 374	0.08 272	6.77 380	4.67 374

test-3	1.86 58	0.21 6	2.46 59	1.03 125	0.22 99	1.38 13	0.83 188	4.65 56	5.04 134	7.26 208	1.78 30	4.10 139	0.41 28	6.53 145	0.76 59	0.00 1	0.00 1	0.00 1	0.29 331	0.18 240	0.14 230

ADLNet2	4.46 268	0.90 235	6.06 279	2.74 310	3.91 341	6.79 267	3.01 278	10.95 255	8.40 241	7.27 209	9.80 215	9.85 271	5.43 263	7.29 176	6.44 278	0.01 141	0.03 207	0.00 1	0.00 1	0.15 216	0.11 206

psm_up	3.85 233	0.82 220	3.01 114	2.00 245	2.58 297	5.28 238	3.34 288	10.85 252	6.33 184	7.27 209	7.32 161	10.15 277	9.02 325	6.19 121	2.51 195	0.22 319	0.01 124	0.00 1	0.00 1	0.12 194	0.03 66

HGLStereo	4.25 261	0.52 138	4.65 223	3.09 323	5.18 363	6.51 263	0.73 170	10.37 240	6.74 191	7.32 211	12.44 266	7.00 225	7.21 297	7.46 184	5.51 264	0.00 1	0.02 164	0.00 1	0.00 1	0.06 116	0.10 194

HHNet	2.59 138	0.55 146	2.55 66	0.20 32	0.32 128	2.84 128	0.94 207	5.77 115	5.14 139	7.33 212	13.80 278	0.94 45	3.20 166	5.27 102	2.41 192	0.13 300	0.02 164	0.06 318	0.00 1	0.23 267	0.03 66

AASNet	3.90 238	0.92 239	4.41 210	3.56 343	4.00 344	6.70 264	1.26 229	18.71 357	6.14 177	7.35 213	7.91 173	4.35 152	2.58 144	3.04 55	6.62 284	0.00 1	0.00 1	0.00 1	0.00 1	0.39 309	0.14 230

RAFT-345	3.27 183	0.41 96	2.88 106	1.02 123	0.21 96	2.63 96	0.48 110	3.76 22	5.51 149	7.35 213	24.88 353	4.25 145	1.76 116	8.15 229	2.13 178	0.01 141	0.00 1	0.00 1	0.00 1	0.01 7	0.01 15

FINET	5.32 284	1.14 269	10.04 329	2.17 265	3.67 331	6.49 261	6.76 344	11.68 267	22.08 357	7.42 215	12.15 260	4.24 144	3.61 185	9.25 285	5.35 262	0.04 253	0.04 227	0.00 1	0.00 1	0.17 230	0.09 175

IER	3.20 181	0.54 145	5.13 246	0.58 82	1.59 244	7.29 277	0.56 131	6.36 135	4.95 133	7.44 216	8.84 185	6.20 208	6.26 277	4.88 89	3.29 218	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

DGSMNet	6.47 306	2.61 340	13.64 351	3.46 339	3.74 332	8.97 298	6.01 329	14.15 322	13.01 313	7.46 217	14.10 281	9.94 274	4.79 244	10.44 307	6.22 273	1.30 366	1.70 374	1.80 371	1.52 374	2.27 366	2.35 363

test_xeample	4.13 250	0.36 69	2.75 87	1.23 146	0.51 167	3.96 204	0.13 41	12.63 299	7.65 218	7.49 218	10.86 240	3.29 107	3.36 171	6.71 149	21.53 371	0.02 210	0.03 207	0.00 1	0.00 1	0.03 58	0.04 101

RAFT + AFF	4.30 265	1.55 304	5.84 272	1.43 171	2.36 288	5.94 251	6.72 343	10.01 231	7.56 215	7.55 219	8.96 191	7.09 231	6.73 288	8.57 252	4.02 244	0.02 210	0.47 362	0.00 1	0.01 208	0.56 322	0.54 326

CVANet_RVC	4.16 254	1.16 271	3.60 159	1.94 236	1.46 241	3.92 203	4.68 315	10.89 253	8.34 238	7.58 220	10.84 238	10.27 281	6.62 285	8.56 251	2.69 199	0.39 337	0.00 1	0.00 1	0.01 208	0.21 256	0.09 175

ACRE	2.41 118	1.08 260	5.11 244	0.55 77	2.05 273	2.65 99	0.78 182	5.26 92	4.67 122	7.59 221	9.20 194	1.70 66	1.08 67	3.74 66	2.18 181	0.01 141	0.18 327	0.02 282	0.08 272	0.22 260	0.10 194

CFNet_ucs	3.07 173	0.44 112	4.05 196	0.54 74	0.37 136	3.08 144	0.19 58	9.80 225	8.49 245	7.64 222	12.62 268	5.67 196	1.76 116	4.96 94	1.51 132	0.00 1	0.04 227	0.01 253	0.00 1	0.09 156	0.11 206

IPLG	2.43 121	0.66 181	4.77 228	0.54 74	0.31 127	3.01 141	0.26 72	6.15 127	5.55 151	7.69 223	6.21 127	1.89 71	1.74 113	7.19 173	2.35 188	0.01 141	0.01 124	0.00 1	0.00 1	0.24 277	0.12 218

Sa-1000	3.55 212	0.75 203	3.63 164	1.91 231	0.30 121	3.55 173	1.63 247	7.39 168	8.54 246	7.70 224	17.44 317	4.00 133	2.82 155	9.44 293	1.33 120	0.00 1	0.10 284	0.00 1	0.18 304	0.21 256	0.04 101

anonymousa	3.80 230	0.55 146	3.35 142	1.24 147	3.74 332	9.04 299	0.36 91	6.74 155	4.03 93	7.72 225	19.64 327	10.62 286	6.01 275	1.52 20	1.40 125	0.00 1	0.00 1	0.00 1	0.05 261	0.00 1	0.03 66

iResNet	3.68 218	0.91 236	7.94 315	2.97 321	0.34 133	4.44 222	0.48 110	7.70 171	9.74 265	7.72 225	12.74 269	4.03 134	2.87 159	8.05 218	3.37 220	0.02 210	0.01 124	0.00 1	0.00 1	0.10 166	0.09 175

DeepPruner_ROB	3.52 209	1.14 269	4.06 197	1.12 141	1.65 248	3.65 179	0.83 188	13.96 318	4.47 115	7.80 227	10.84 238	7.05 230	2.16 129	8.14 228	3.08 210	0.07 282	0.03 207	0.00 1	0.01 208	0.32 295	0.06 140

HBP-ISP	4.09 247	1.05 255	4.10 201	1.87 224	1.31 236	7.56 282	3.98 299	11.26 258	9.94 271	7.81 228	14.44 286	3.23 105	4.27 219	8.89 272	1.87 160	0.06 275	0.06 248	0.00 1	0.00 1	0.06 116	0.04 101

UDG	8.58 340	9.31 380	4.89 231	10.00 379	9.52 379	10.36 315	2.41 263	12.07 279	9.82 267	7.81 228	9.55 209	16.52 332	9.81 333	7.84 205	7.88 298	4.20 375	2.51 381	18.53 389	3.71 384	9.55 382	5.28 377

CIPLG	2.47 128	1.10 264	4.71 227	0.63 85	2.15 279	2.67 102	0.77 178	5.19 79	4.73 126	7.85 230	9.56 210	1.72 67	1.14 71	4.20 80	2.34 186	0.01 141	0.19 331	0.02 282	0.09 279	0.23 267	0.08 165

IPLGR_C	2.44 123	1.17 272	4.94 234	0.62 84	2.08 274	2.65 99	0.80 183	5.60 107	4.79 129	7.87 231	9.23 196	1.67 65	1.15 73	3.43 62	2.23 182	0.01 141	0.19 331	0.02 282	0.08 272	0.22 260	0.10 194

AANet_RVC	5.01 281	1.74 318	6.38 287	1.96 238	1.29 233	2.26 59	1.69 251	10.07 233	18.53 340	7.88 232	18.15 321	8.49 258	2.70 147	10.59 310	7.04 286	0.96 360	0.15 313	0.02 282	0.00 1	0.13 204	0.12 218

iResNet_ROB	4.23 259	1.02 251	4.90 232	2.18 266	0.93 206	2.92 135	0.37 93	15.10 334	16.91 337	7.89 233	10.51 230	7.03 226	3.07 164	8.16 230	3.46 227	0.01 141	0.00 1	0.00 1	0.00 1	0.10 166	0.02 37

PFNet+	2.35 113	0.31 23	3.69 167	0.79 95	0.17 68	3.15 153	0.75 175	4.52 45	6.30 182	7.90 234	6.34 135	2.53 82	1.18 78	7.72 199	1.62 144	0.03 237	0.00 1	0.00 1	0.00 1	0.01 7	0.03 66

UPFNet	3.82 231	0.47 123	4.34 209	2.21 270	3.38 317	7.26 276	2.69 271	9.89 227	5.96 165	7.98 235	7.53 164	7.89 243	3.15 165	7.72 199	5.88 271	0.01 141	0.02 164	0.00 1	0.00 1	0.04 78	0.06 140

OMP-Stereo	3.03 171	0.93 242	2.72 84	4.21 360	0.51 167	2.19 55	1.25 227	6.19 131	6.00 169	7.99 236	6.21 127	8.50 259	2.49 140	9.44 293	1.74 152	0.01 141	0.00 1	0.00 1	0.00 1	0.08 139	0.05 130

psmg	3.10 177	0.32 32	3.05 126	0.54 74	0.46 154	8.68 295	2.84 275	9.87 226	4.69 123	8.08 237	8.69 183	6.26 210	2.54 141	3.91 69	1.91 163	0.01 141	0.04 227	0.06 318	0.00 1	0.11 183	0.00 1

delet	4.27 263	0.72 195	4.50 214	1.07 133	3.75 336	10.79 321	4.04 301	9.95 228	7.89 225	8.09 238	8.89 187	8.46 255	3.81 201	7.56 189	5.80 269	0.00 1	0.00 1	0.00 1	0.00 1	0.11 183	0.02 37

DeepPrunerF	6.75 310	2.69 341	23.31 378	3.68 346	7.16 372	3.78 195	4.29 307	13.42 312	20.13 351	8.13 239	10.46 228	7.18 234	8.06 311	11.10 317	9.44 325	0.24 322	0.15 313	0.29 351	0.42 349	0.66 334	0.45 316

GMOStereo	1.81 51	0.47 123	2.09 35	0.10 13	0.27 114	1.49 18	0.89 201	4.40 36	4.51 116	8.16 240	6.97 145	2.96 93	1.15 73	1.42 13	0.88 78	0.00 1	0.14 308	0.00 1	0.00 1	0.23 267	0.03 66

error version	1.81 51	0.47 123	2.09 35	0.10 13	0.27 114	1.49 18	0.89 201	4.40 36	4.51 116	8.16 240	6.97 145	2.96 93	1.15 73	1.42 13	0.88 78	0.00 1	0.14 308	0.00 1	0.00 1	0.23 267	0.03 66

test-v	1.81 51	0.47 123	2.09 35	0.10 13	0.27 114	1.49 18	0.89 201	4.40 36	4.51 116	8.16 240	6.97 145	2.96 93	1.15 73	1.42 13	0.88 78	0.00 1	0.14 308	0.00 1	0.00 1	0.23 267	0.03 66

test-2	1.81 51	0.47 123	2.09 35	0.10 13	0.27 114	1.49 18	0.89 201	4.40 36	4.51 116	8.16 240	6.97 145	2.96 93	1.15 73	1.42 13	0.88 78	0.00 1	0.14 308	0.00 1	0.00 1	0.23 267	0.03 66

ac_64	3.70 220	0.47 123	3.50 155	2.87 314	3.50 323	5.91 250	0.72 169	10.17 237	4.34 108	8.16 240	5.80 115	10.82 290	5.64 269	7.08 166	4.73 254	0.03 237	0.00 1	0.00 1	0.00 1	0.08 139	0.14 230

DEmStereo	3.79 228	0.37 75	3.69 167	0.17 30	0.17 68	5.28 238	2.54 267	4.35 35	3.70 76	8.21 245	20.15 328	5.13 178	10.38 336	7.65 192	3.85 240	0.01 141	0.01 124	0.01 253	0.00 1	0.02 22	0.06 140

SQANet	7.64 325	3.40 354	5.49 263	11.73 383	9.62 381	11.96 332	2.82 274	11.33 260	6.10 173	8.33 246	11.49 250	11.00 295	5.16 256	10.12 304	2.72 202	8.92 386	2.21 376	10.41 383	1.58 375	11.13 385	7.39 384

Nwc_Net	6.97 318	1.25 279	6.63 293	3.82 351	3.37 316	10.83 322	1.67 250	19.56 372	11.35 297	8.36 247	23.62 345	17.19 338	11.44 343	11.21 318	8.08 304	0.80 354	0.00 1	0.00 1	0.02 228	0.13 204	0.09 175

LL-Strereo	4.71 277	1.64 312	7.51 312	1.15 143	4.31 348	3.71 185	1.45 237	9.21 210	8.36 239	8.37 248	8.17 177	10.82 290	11.36 342	12.51 331	4.82 257	0.00 1	0.12 297	0.00 1	0.00 1	0.31 293	0.32 300

IIG-Stereo	3.16 179	0.75 203	2.83 96	4.08 356	0.21 96	2.56 83	0.74 173	6.55 148	5.56 153	8.39 249	9.38 208	7.94 246	2.79 153	9.50 295	1.89 162	0.02 210	0.00 1	0.00 1	0.00 1	0.02 22	0.04 101

NCC-stereo	6.77 312	1.49 300	6.48 289	2.92 317	4.40 350	7.43 278	3.61 294	19.52 370	13.29 315	8.39 249	16.91 306	15.96 327	12.13 344	12.85 334	7.70 293	1.47 367	0.11 290	0.01 253	0.42 349	0.14 214	0.24 280

Abc-Net	6.77 312	1.49 300	6.48 289	2.92 317	4.40 350	7.43 278	3.61 294	19.52 370	13.29 315	8.39 249	16.91 306	15.96 327	12.13 344	12.85 334	7.70 293	1.47 367	0.11 290	0.01 253	0.42 349	0.14 214	0.24 280
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
LMCR-Stereo	3.63 215	1.29 287	4.20 202	2.54 300	0.17 68	8.08 288	1.52 241	11.46 263	4.73 126	8.45 252	10.66 235	1.91 73	5.03 251	7.69 195	3.58 233	0.92 359	0.00 1	0.00 1	0.00 1	0.36 303	0.02 37

Syn2CoEx	6.32 302	2.72 342	9.33 324	2.45 296	1.67 251	8.59 293	3.32 287	18.08 353	12.27 309	8.53 253	21.08 334	10.30 282	9.80 332	9.30 287	7.86 297	0.01 141	0.00 1	0.00 1	0.00 1	0.63 331	0.43 313

gwcnet-sp	3.31 187	1.47 296	7.26 304	1.73 210	0.69 182	7.57 283	1.14 221	8.59 193	6.17 179	8.57 254	5.25 104	4.26 146	3.36 171	6.46 135	3.44 223	0.00 1	0.00 1	0.00 1	0.00 1	0.15 216	0.11 206

scenet	3.31 187	1.47 296	7.26 304	1.73 210	0.69 182	7.57 283	1.14 221	8.59 193	6.17 179	8.57 254	5.25 104	4.26 146	3.36 171	6.46 135	3.44 223	0.00 1	0.00 1	0.00 1	0.00 1	0.15 216	0.11 206

ssnet	3.31 187	1.47 296	7.26 304	1.73 210	0.69 182	7.57 283	1.14 221	8.59 193	6.17 179	8.57 254	5.25 104	4.26 146	3.36 171	6.46 135	3.44 223	0.00 1	0.00 1	0.00 1	0.00 1	0.15 216	0.11 206

DisPM	2.43 121	0.32 32	3.04 121	1.76 213	0.18 80	3.46 162	0.65 153	5.13 74	4.88 131	8.59 257	7.04 154	2.84 89	1.03 65	8.85 269	0.83 68	0.01 141	0.00 1	0.00 1	0.00 1	0.01 7	0.02 37

DAS	3.74 222	0.35 62	5.19 251	1.99 241	3.74 332	2.36 65	3.22 284	7.77 172	9.27 256	8.70 258	12.08 257	4.45 153	5.43 263	8.39 242	1.71 148	0.01 141	0.00 1	0.00 1	0.00 1	0.04 78	0.02 37

SepStereo	3.78 227	0.35 62	5.19 251	1.99 241	3.74 332	2.36 65	3.22 284	7.77 172	9.27 256	8.70 258	12.08 257	4.45 153	5.43 263	9.18 281	1.71 148	0.01 141	0.00 1	0.00 1	0.00 1	0.04 78	0.02 37

NLCA_NET_v2_RVC	3.84 232	1.06 257	5.23 254	2.72 309	3.27 313	4.36 216	0.61 145	10.71 247	7.56 215	8.75 260	7.89 172	9.86 272	3.90 203	7.15 172	3.44 223	0.14 301	0.02 164	0.02 282	0.03 240	0.04 78	0.03 66
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ssnet_v2	4.46 268	0.87 228	5.18 250	1.57 188	0.67 180	9.14 300	4.73 316	11.84 272	9.68 263	8.79 261	6.24 130	9.91 273	4.34 223	6.28 126	9.30 320	0.00 1	0.01 124	0.00 1	0.00 1	0.28 285	0.30 297

222	5.36 286	0.40 89	2.72 84	1.50 176	0.48 161	6.15 254	0.07 18	13.73 316	8.06 230	8.79 261	11.03 242	3.71 126	4.21 215	7.47 186	38.74 402	0.03 237	0.02 164	0.00 1	0.00 1	0.04 78	0.05 130

MMNet	4.16 254	0.77 207	5.47 262	1.40 166	1.67 251	10.78 320	0.63 148	8.64 199	8.47 243	8.80 263	8.33 178	7.51 236	6.61 284	7.53 188	6.54 280	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.05 130

HSM-Net_RVC	4.20 256	0.32 32	2.76 90	0.63 85	0.69 182	6.95 270	1.69 251	11.96 277	8.36 239	8.83 264	12.17 261	15.18 324	4.21 215	6.91 156	3.30 219	0.02 210	0.02 164	0.00 1	0.00 1	0.01 7	0.01 15
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ARAFT	3.13 178	1.11 267	7.34 307	0.42 66	0.14 56	4.52 223	2.99 277	7.41 169	5.97 167	8.85 265	7.06 155	5.20 179	1.25 82	8.49 248	1.44 128	0.00 1	0.03 207	0.00 1	0.00 1	0.33 297	0.11 206

CSP-Net	4.12 249	1.28 285	3.70 170	1.54 182	1.06 218	13.28 343	2.33 262	12.96 305	5.45 145	8.87 266	8.54 182	8.43 254	3.03 161	8.16 230	3.65 234	0.00 1	0.00 1	0.00 1	0.00 1	0.18 240	0.03 66

Pruner-Stereo	2.49 129	0.40 89	2.46 59	1.80 218	0.25 106	3.51 170	0.77 178	6.03 121	4.92 132	8.91 267	6.09 119	4.45 153	1.11 68	6.99 161	2.11 176	0.02 210	0.00 1	0.02 282	0.00 1	0.01 7	0.04 101

GASNet	5.19 283	4.61 360	9.38 325	4.73 364	2.10 276	3.80 197	1.57 244	12.07 279	10.96 290	8.92 268	7.03 153	8.21 251	7.67 306	14.02 344	7.36 288	0.02 210	0.15 313	0.00 1	0.00 1	0.69 335	0.42 311

CBMV_ROB	4.14 251	0.52 138	3.14 130	1.30 152	0.77 192	6.92 269	1.97 256	10.11 236	9.58 262	8.92 268	14.20 283	7.12 232	5.90 272	8.65 256	3.50 228	0.01 141	0.05 236	0.00 1	0.00 1	0.04 78	0.09 175

KYRaft	3.59 213	0.31 23	1.84 12	0.76 94	0.46 154	2.29 61	4.04 301	4.75 58	3.25 58	8.93 270	19.47 326	6.62 219	5.07 253	7.79 203	0.71 50	0.01 141	0.00 1	0.00 1	0.01 208	0.04 78	5.38 378

CrosDoStereo	3.96 241	0.45 116	3.04 121	0.32 49	0.20 93	3.28 157	11.63 375	5.76 112	4.45 113	9.04 271	16.58 301	4.99 170	7.45 299	8.04 215	3.72 236	0.00 1	0.02 164	0.01 253	0.00 1	0.16 222	0.10 194

DeepStereo_LL	3.96 241	0.45 116	3.04 121	0.32 49	0.20 93	3.28 157	11.63 375	5.76 112	4.45 113	9.04 271	16.58 301	4.99 170	7.45 299	8.04 215	3.72 236	0.00 1	0.02 164	0.01 253	0.00 1	0.16 222	0.10 194

R-Stereo Train	2.44 123	0.32 32	1.93 18	0.94 112	0.16 63	3.67 180	0.61 145	6.37 137	3.08 47	9.14 273	17.44 317	1.80 68	0.77 48	1.76 29	0.70 46	0.00 1	0.01 124	0.00 1	0.00 1	0.01 7	0.03 66

RAFT-Stereo	2.44 123	0.32 32	1.93 18	0.94 112	0.16 63	3.67 180	0.61 145	6.37 137	3.08 47	9.14 273	17.44 317	1.80 68	0.77 48	1.76 29	0.70 46	0.00 1	0.01 124	0.00 1	0.00 1	0.01 7	0.03 66
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MLCV	3.44 207	0.88 230	5.60 268	1.39 165	0.25 106	4.36 216	0.33 87	7.25 165	7.28 207	9.17 275	12.24 264	5.09 176	2.47 139	9.15 280	3.23 215	0.00 1	0.00 1	0.00 1	0.00 1	0.10 166	0.02 37

DMCA-RVC	3.17 180	1.26 280	6.39 288	2.10 260	1.51 243	3.02 142	0.56 131	7.84 176	5.06 135	9.23 276	5.19 98	8.46 255	2.72 150	6.31 128	3.22 214	0.06 275	0.11 290	0.09 330	0.02 228	0.16 222	0.08 165

DDUNet	9.47 347	11.32 385	6.14 281	12.93 385	11.65 385	10.45 316	3.87 298	11.70 268	7.89 225	9.27 277	13.28 273	16.18 331	6.14 276	8.80 268	5.77 268	6.64 382	3.38 394	20.90 390	4.28 386	11.01 384	7.80 385

acv_ft	3.69 219	0.53 142	4.58 222	2.31 285	4.71 361	7.44 280	0.86 197	8.54 192	5.70 157	9.29 278	9.26 205	5.77 198	4.15 212	2.24 46	8.13 305	0.00 1	0.00 1	0.00 1	0.00 1	0.29 287	0.01 15

Prome-Stereo	3.65 216	0.29 16	1.92 17	0.91 105	0.49 164	2.07 49	4.75 317	4.41 40	3.23 57	9.32 279	20.63 333	4.06 135	7.19 295	7.70 196	1.17 111	0.00 1	0.00 1	0.00 1	0.00 1	0.05 100	4.72 375

S-Stereo	6.63 309	0.84 223	9.67 327	3.15 329	3.48 322	6.49 261	6.22 333	12.99 306	22.84 359	9.48 280	15.51 294	12.00 304	8.43 315	8.04 215	10.70 336	0.12 298	0.17 323	0.00 1	0.38 345	0.13 204	1.92 357

STTRV1_RVC	7.02 319	1.10 264	12.88 346	3.32 334	6.92 371	11.90 330	4.00 300	15.07 331	11.94 306	9.51 281	14.57 287	11.63 301	8.73 320	12.65 333	8.06 303	3.32 374	2.75 385	0.41 359	0.12 287	1.38 354	0.11 206

AF-Net	7.78 330	1.44 295	6.68 294	3.37 335	4.50 357	8.61 294	2.69 271	17.07 346	20.17 352	9.52 282	24.02 346	20.31 357	14.59 358	11.58 323	9.84 330	0.61 349	0.00 1	0.12 334	0.00 1	0.38 305	0.12 218

Wz-Net-LNSev-Ref	5.98 294	1.55 304	9.92 328	2.40 291	3.22 311	10.28 314	3.14 282	11.64 265	9.79 266	9.54 283	20.22 330	11.16 298	6.77 289	10.61 311	9.16 317	0.06 275	0.00 1	0.00 1	0.00 1	0.03 58	0.04 101

RP	6.84 315	1.29 287	5.53 267	3.92 354	5.18 363	6.32 256	3.53 292	11.73 270	15.31 328	9.54 283	22.38 341	18.25 343	14.47 357	10.11 300	7.49 290	0.91 358	0.01 124	0.12 334	0.15 293	0.33 297	0.19 261

Anonymous Stereo	6.16 299	3.15 350	23.75 379	2.97 321	2.48 294	4.39 221	13.30 381	9.21 210	9.86 269	9.56 285	8.76 184	6.79 222	1.99 122	13.50 340	13.04 349	0.01 141	0.05 236	0.00 1	0.06 266	0.22 260	0.19 261

AAGNet	3.41 203	0.34 53	2.45 57	1.78 216	0.39 140	3.69 183	1.05 213	4.79 60	4.61 121	9.62 286	7.74 170	4.98 169	6.38 281	7.34 179	13.02 348	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.04 101

NCCL2	5.88 291	1.59 307	5.44 260	1.87 224	0.92 204	9.55 305	11.55 374	12.11 281	9.94 271	9.67 287	8.85 186	22.28 363	7.41 298	8.78 266	7.17 287	0.01 141	0.00 1	0.03 298	0.00 1	0.13 204	0.23 276

RAFT_R40	2.71 145	0.33 44	3.00 112	1.26 148	0.30 121	3.83 198	1.00 211	5.69 109	4.29 106	9.69 288	6.33 134	5.02 175	4.02 208	8.58 253	0.86 73	0.01 141	0.00 1	0.00 1	0.00 1	0.03 58	0.02 37

Ntro	12.35 363	8.88 377	7.80 314	13.79 387	12.42 387	26.54 379	6.98 346	18.54 355	22.14 358	9.82 289	16.45 300	20.30 356	9.29 329	15.95 358	6.61 283	9.53 389	2.47 380	14.93 386	2.77 378	13.11 390	8.63 390

iResNetv2_ROB	4.28 264	1.43 293	7.17 303	2.91 315	1.26 229	4.36 216	1.62 246	13.64 315	10.25 279	9.83 290	11.41 247	7.68 239	4.00 205	7.75 201	1.85 159	0.00 1	0.00 1	0.00 1	0.00 1	0.37 304	0.09 175

SDNR	7.50 323	2.32 336	15.58 358	1.82 221	0.63 175	44.66 402	0.44 106	8.59 193	9.52 261	9.84 291	25.18 355	5.30 184	4.38 224	11.46 322	6.49 279	0.05 265	0.03 207	0.00 1	0.01 208	1.79 360	1.87 356

ADLNet	4.32 266	0.80 216	4.33 208	3.60 344	3.56 325	6.87 268	2.48 266	11.20 257	7.58 217	9.87 292	9.62 211	8.39 252	4.95 249	6.16 120	6.60 282	0.01 141	0.01 124	0.00 1	0.01 208	0.12 194	0.25 283

STTStereo	3.60 214	0.93 242	6.34 285	2.71 307	2.23 284	3.68 182	0.63 148	9.42 216	6.73 190	9.87 292	6.97 145	8.84 262	3.65 186	6.85 152	3.04 208	0.00 1	0.02 164	0.01 253	0.00 1	0.02 22	0.02 37

pcwnet_v2	4.20 256	0.36 69	8.53 320	1.33 153	1.12 222	3.43 160	0.41 99	12.85 302	14.16 321	9.90 294	14.29 284	5.90 202	3.03 161	6.20 123	2.06 175	0.01 141	0.05 236	0.04 308	0.02 228	0.16 222	0.18 251

stereogan	7.69 328	0.88 230	7.08 302	3.49 342	3.93 342	18.98 362	3.23 286	16.52 343	19.58 348	9.93 295	18.92 323	20.50 358	9.04 326	14.07 345	6.14 272	0.26 325	0.04 227	0.21 346	0.03 240	0.63 331	0.33 301

PFNet	2.93 164	0.40 89	5.51 264	2.13 263	0.84 197	3.11 148	0.75 175	6.78 156	4.79 129	9.98 296	6.00 117	4.78 163	2.13 126	8.33 240	2.11 176	0.19 313	0.06 248	0.00 1	0.11 284	0.20 248	0.35 303

GwcNet	6.42 304	1.97 329	10.92 332	2.59 304	5.58 366	11.55 326	2.21 261	14.10 321	16.52 336	10.04 297	17.19 314	10.86 292	5.61 268	9.23 284	8.84 315	0.01 141	0.06 248	0.03 298	0.08 272	0.56 322	0.40 308

CRFU-Net	4.45 267	0.67 184	5.02 237	2.78 311	1.32 237	12.67 338	3.35 289	11.26 258	3.52 71	10.06 298	9.30 207	10.91 293	6.92 291	7.26 175	3.24 216	0.15 303	0.16 320	0.16 339	0.00 1	0.26 278	0.05 130

dad	4.66 276	1.89 327	5.51 264	0.94 112	0.09 33	2.16 54	0.37 93	7.10 164	14.43 322	10.13 299	16.84 305	14.97 322	1.90 119	6.82 151	4.15 245	1.09 362	0.11 290	4.08 378	0.46 353	0.17 230	0.06 140

DRaft	3.74 222	0.43 108	2.60 70	0.12 18	0.15 60	4.76 227	1.34 234	5.33 95	4.31 107	10.30 300	21.91 337	3.27 106	8.83 321	7.36 181	3.66 235	0.05 265	0.10 284	0.00 1	0.14 290	0.10 166	0.14 230

THIR-Stereo	3.86 234	0.77 207	2.62 72	0.12 18	0.13 54	4.25 211	6.63 341	5.30 93	4.18 105	10.33 301	17.13 311	6.58 218	7.62 305	7.78 202	3.51 229	0.01 141	0.07 260	0.07 324	0.00 1	0.11 183	0.02 37

GANetREF_RVC	6.56 307	2.89 344	7.58 313	3.41 336	0.40 142	12.96 340	9.58 363	15.09 332	17.25 339	10.33 301	10.62 232	12.27 306	8.16 313	12.21 328	4.53 250	0.41 340	0.00 1	0.00 1	0.02 228	3.12 369	0.39 307
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
PWCDC_ROB	7.92 332	3.17 352	7.48 311	5.73 370	4.40 350	10.45 316	0.35 90	14.52 327	28.19 369	10.36 303	31.27 370	7.04 228	9.14 327	13.22 339	8.78 314	2.74 373	0.02 164	0.00 1	0.00 1	1.31 352	0.17 249

GrayStereo	3.74 222	0.20 3	1.94 20	1.55 184	0.60 173	3.12 149	8.22 353	5.76 112	3.32 61	10.40 304	16.66 303	5.81 201	8.60 318	6.57 146	1.37 124	0.01 141	0.00 1	0.01 253	0.63 356	0.02 22	0.04 101

Wz-Net-SNSev	9.23 344	6.70 369	24.28 380	1.87 224	1.81 265	8.57 292	12.29 380	17.37 348	20.39 353	10.43 305	23.11 344	16.66 334	8.03 310	14.47 349	17.86 361	0.00 1	0.02 164	0.01 253	0.00 1	0.41 315	0.30 297

fast-acv-ft	5.62 288	1.39 291	7.01 299	2.02 248	1.89 270	12.23 333	1.82 255	7.35 167	9.45 260	10.46 306	20.27 331	14.55 320	7.71 307	7.41 182	7.61 292	0.10 293	0.09 276	0.16 339	0.07 268	0.59 326	0.13 225

SACVNet	4.15 253	1.26 280	3.81 177	3.12 327	1.68 253	3.09 146	2.85 276	11.91 275	5.96 165	10.52 307	11.20 243	10.59 284	3.95 204	8.97 274	3.25 217	0.08 287	0.02 164	0.00 1	0.00 1	0.32 295	0.44 315

FAT-Stereo	6.78 314	0.68 185	6.80 296	2.30 279	1.77 262	5.63 243	4.20 305	18.79 358	18.62 341	10.53 308	17.15 312	18.52 345	13.74 355	8.86 271	7.38 289	0.03 237	0.15 313	0.01 253	0.07 268	0.12 194	0.26 288

Wz-Net-LNSev	6.46 305	1.93 328	16.44 361	1.52 180	4.15 346	12.66 337	4.96 320	13.05 307	12.10 308	10.55 309	16.23 299	11.32 299	7.19 295	8.43 246	8.48 310	0.00 1	0.01 124	0.00 1	0.00 1	0.08 139	0.06 140

DLCB_ROB	4.51 271	0.91 236	3.78 174	2.19 267	1.07 219	6.28 255	3.09 280	9.78 224	7.72 221	10.65 310	12.97 270	13.91 316	3.71 191	8.72 265	5.30 261	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.10 194

GANet	6.22 300	1.07 258	4.07 199	2.27 275	0.89 201	9.19 301	9.52 362	12.02 278	8.13 233	10.72 311	29.09 364	13.86 314	7.52 303	11.00 316	4.39 247	0.36 334	0.00 1	0.02 282	0.02 228	0.12 194	0.08 165

DSFCA	4.21 258	0.50 132	5.45 261	1.34 155	1.68 253	7.04 271	4.51 312	10.73 248	7.00 198	10.78 312	6.80 142	8.48 257	4.63 236	9.91 299	5.12 259	0.02 210	0.06 248	0.02 282	0.03 240	0.08 139	0.03 66

RYNet	6.34 303	0.89 233	5.88 273	1.41 169	4.48 356	15.97 351	4.18 304	13.41 311	16.49 333	10.81 313	7.00 150	14.33 318	8.72 319	9.43 290	13.71 353	0.00 1	0.01 124	0.00 1	0.00 1	0.02 22	0.07 153

FTStereo	4.55 275	0.36 69	2.18 46	0.94 112	0.38 138	2.60 91	8.82 356	4.98 69	3.17 51	10.88 314	30.35 368	5.60 195	7.60 304	7.62 191	1.55 138	0.17 309	0.00 1	0.05 314	0.00 1	0.03 58	3.80 369

PSM-AAD	3.33 195	0.20 3	1.47 5	0.73 91	0.54 169	2.55 81	6.19 331	4.97 67	3.27 59	10.92 315	11.92 255	2.95 92	9.59 331	7.90 208	0.82 67	0.01 141	0.01 124	0.00 1	0.00 1	0.04 78	2.47 365

SST-Stereo	2.75 149	0.31 23	2.78 93	1.33 153	0.33 131	3.99 205	0.82 184	5.60 107	3.93 86	10.92 315	6.19 126	5.00 173	4.23 217	8.66 257	0.74 53	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.03 66

SGM-Forest	4.96 279	0.32 32	2.84 98	1.21 145	0.64 177	10.23 313	6.64 342	11.55 264	10.98 291	10.94 317	13.59 276	11.65 302	4.30 220	8.94 273	4.63 252	0.11 295	0.04 227	0.00 1	0.00 1	0.05 100	0.46 318
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RGC	6.88 317	2.23 334	6.13 280	4.05 355	4.73 362	8.94 297	2.78 273	15.19 336	11.74 302	11.13 318	19.34 325	17.86 340	10.42 337	13.02 337	8.03 302	0.73 352	0.01 124	0.24 349	0.41 348	0.31 293	0.38 306

Consistency-Raft	9.42 346	4.74 362	12.66 343	5.30 368	9.08 378	4.08 207	5.26 325	19.26 365	24.87 363	11.17 319	29.85 366	13.57 310	5.51 267	7.67 194	13.40 351	0.36 334	0.35 352	1.81 372	4.24 385	11.61 386	3.57 367

RAFT-RH_RVC	3.96 241	0.46 121	2.93 109	1.55 184	0.42 147	3.14 150	0.14 47	3.70 16	5.98 168	11.25 320	32.23 372	5.29 181	1.68 107	8.13 227	2.14 179	0.08 287	0.00 1	0.00 1	0.03 240	0.01 7	0.00 1

PDISCO_ROB	9.62 350	1.99 331	11.51 334	9.88 378	9.61 380	21.48 367	3.83 297	19.33 366	28.49 370	11.27 321	14.17 282	19.92 353	5.02 250	16.35 360	9.18 318	5.28 378	0.41 356	0.14 337	0.09 279	2.05 362	2.36 364

ACVNet-4b	15.90 374	22.00 390	12.37 338	16.40 389	15.14 391	31.87 387	7.50 352	19.04 362	27.85 368	11.48 322	22.02 338	31.86 380	9.16 328	17.95 365	5.69 266	10.43 391	2.58 382	24.44 393	4.87 390	16.04 392	9.28 391

SuperB	8.10 334	3.15 350	24.67 381	2.65 305	1.23 227	9.88 309	4.29 307	10.18 238	30.07 372	11.53 323	12.18 262	6.12 206	6.65 286	10.50 308	14.47 357	0.14 301	0.11 290	0.35 355	0.25 323	13.06 389	0.48 319

otaku	11.73 362	7.51 375	7.07 301	13.22 386	10.85 384	26.61 380	7.25 350	18.84 360	19.16 345	11.58 324	17.23 315	20.19 355	8.09 312	15.11 353	4.64 253	9.13 387	2.42 378	13.08 384	1.83 376	12.48 388	8.22 387

XQC	8.43 338	3.58 355	16.40 360	2.92 317	2.17 280	13.22 342	3.60 293	14.64 328	25.86 365	11.87 325	12.04 256	15.06 323	10.67 338	15.24 354	19.41 364	0.39 337	0.08 268	0.05 314	0.07 268	0.84 341	0.45 316

DRN-Test	5.87 290	0.98 247	5.89 274	2.69 306	3.65 329	12.37 335	3.35 289	20.07 374	10.20 278	11.93 326	12.31 265	11.06 297	5.31 258	7.89 207	9.05 316	0.04 253	0.05 236	0.04 308	0.04 257	0.18 240	0.25 283

StereoDRNet	5.59 287	1.75 319	6.80 296	3.12 327	4.45 354	10.61 319	4.35 309	18.80 359	9.73 264	12.22 327	6.87 143	11.44 300	4.65 237	8.09 225	8.26 307	0.02 210	0.11 290	0.00 1	0.03 240	0.20 248	0.28 294

CBMV	5.35 285	0.91 236	3.67 166	1.62 197	0.44 148	10.09 311	7.19 349	12.49 295	12.33 310	12.22 327	14.69 290	10.93 294	6.48 282	8.51 249	4.96 258	0.02 210	0.15 313	0.00 1	0.00 1	0.17 230	0.17 249
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DPSNet	10.14 353	1.88 326	16.82 362	1.85 223	1.73 257	24.84 373	17.20 396	19.92 373	27.41 367	12.23 329	13.62 277	16.52 332	18.35 363	14.42 348	12.50 346	0.78 353	0.54 365	0.08 327	0.25 323	1.18 348	0.59 331

NaN_ROB	6.00 296	1.24 278	6.29 283	1.34 155	1.68 253	9.60 307	10.31 368	15.09 332	15.79 330	12.62 330	8.95 189	11.67 303	5.83 270	11.78 325	6.41 277	0.05 265	0.13 304	0.08 327	0.20 310	0.22 260	0.79 336

StereoDRNet-Refined	4.46 268	0.62 168	3.80 176	1.92 233	0.40 142	9.35 302	0.15 51	10.02 232	8.83 251	12.69 331	11.62 253	9.34 265	3.87 202	8.06 222	8.02 300	0.00 1	0.00 1	0.01 253	0.05 261	0.20 248	0.26 288
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
LALA_ROB	6.58 308	1.80 322	6.25 282	1.26 148	0.94 207	10.08 310	9.02 358	16.00 341	11.51 300	12.74 332	13.02 271	24.77 365	5.25 257	10.56 309	8.02 300	0.04 253	0.05 236	0.00 1	0.02 228	0.10 166	0.25 283

PASM	7.90 331	4.22 358	21.97 376	3.25 332	3.29 314	5.39 240	6.57 340	10.57 244	19.09 343	12.77 333	13.92 279	18.11 342	9.51 330	13.79 343	10.77 339	0.19 313	0.45 360	0.29 351	1.08 367	1.49 356	1.19 346

ccnet	6.87 316	0.92 239	5.15 248	3.09 323	2.18 282	11.78 328	4.90 318	17.97 352	8.79 250	12.79 334	20.20 329	16.00 330	8.35 314	9.12 278	14.17 356	0.42 343	0.33 349	0.25 350	0.09 279	0.40 312	0.48 319

ADCP+	8.09 333	1.79 321	14.50 353	1.54 182	4.28 347	16.57 353	5.20 323	12.80 301	11.20 295	12.83 335	17.07 310	11.02 296	10.80 339	17.59 364	23.18 379	0.03 237	0.05 236	0.01 253	0.18 304	0.39 309	0.81 337

ETE_ROB	5.80 289	1.77 320	6.33 284	1.44 174	0.78 193	6.43 260	6.90 345	12.53 296	8.08 231	12.93 336	14.89 291	21.13 360	5.87 271	9.83 297	6.57 281	0.04 253	0.01 124	0.00 1	0.02 228	0.08 139	0.33 301

ADCRef	7.27 320	1.38 290	16.37 359	2.52 299	3.30 315	11.63 327	3.16 283	10.80 250	9.35 258	13.03 337	25.27 356	8.17 250	8.92 323	8.06 222	21.81 374	0.15 303	0.08 268	0.16 339	0.34 342	0.38 305	0.58 328

Wz-Net-MNSev	7.43 322	2.35 337	15.22 356	2.34 287	3.41 321	17.27 359	8.55 354	11.91 275	13.48 317	13.37 338	17.05 309	13.70 311	7.47 302	11.90 326	9.99 332	0.40 339	0.03 207	0.00 1	0.01 208	0.16 222	0.07 153

DANet	6.02 297	1.23 277	8.45 319	3.86 353	3.94 343	7.64 286	1.34 234	9.51 219	7.00 198	13.39 339	15.53 295	15.99 329	7.02 293	12.14 327	12.37 345	0.19 313	0.12 297	0.02 282	0.03 240	0.13 204	0.56 327
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
ADCPNet	9.54 348	2.39 338	31.46 389	2.09 258	1.60 246	16.71 355	6.39 339	12.11 281	11.45 298	13.53 340	21.45 336	19.41 349	10.94 340	14.38 347	21.54 372	0.27 328	1.16 369	0.39 358	1.49 372	0.58 325	1.45 350

anonymity	7.68 326	3.83 357	12.39 340	7.04 375	12.67 388	8.18 290	2.00 257	17.50 349	6.85 193	13.56 341	9.21 195	9.97 275	7.82 308	11.28 320	5.58 265	6.27 381	4.98 401	3.68 377	2.96 379	3.33 371	4.48 372

CSAN	7.62 324	1.60 308	6.56 292	1.83 222	0.66 178	12.40 336	10.52 371	14.45 325	21.32 355	14.19 342	15.98 297	17.84 339	13.02 352	12.32 329	8.38 308	0.09 291	0.07 260	0.03 298	0.04 257	0.33 297	0.67 333

Wz-Net-TNSev	11.35 360	10.56 383	35.88 394	2.28 277	1.73 257	18.25 361	11.42 373	15.88 340	20.88 354	14.44 343	16.97 308	19.57 350	19.04 367	19.31 370	18.67 363	0.01 141	0.06 248	0.00 1	0.16 295	0.62 329	1.25 347

pmcnn	7.72 329	1.27 282	9.42 326	2.91 315	3.14 307	9.44 303	6.23 334	12.56 297	16.51 334	14.53 344	24.08 347	27.44 372	8.49 316	9.32 288	8.44 309	0.06 275	0.08 268	0.00 1	0.00 1	0.30 288	0.15 239

ADCL	10.16 354	2.11 332	19.36 369	1.92 233	1.88 269	22.23 368	8.91 357	14.04 319	23.56 361	14.62 345	26.19 357	12.75 308	13.59 354	16.06 359	22.95 378	0.26 325	0.18 327	0.75 362	0.65 357	0.69 335	0.58 328

XPNet_ROB	6.03 298	1.22 275	5.61 269	2.56 303	0.90 203	6.32 256	7.07 347	12.92 304	8.30 237	14.76 346	15.13 293	19.84 352	6.66 287	10.36 306	8.58 311	0.02 210	0.04 227	0.00 1	0.03 240	0.11 183	0.24 280

RainbowNet	18.01 384	26.22 394	19.95 370	18.59 391	14.88 390	27.38 382	10.46 369	27.39 385	34.54 380	14.91 347	27.01 358	25.65 367	12.44 346	18.94 369	9.23 319	13.91 397	3.46 395	23.36 392	4.86 389	16.03 391	10.91 395

edge stereo	6.76 311	1.01 249	6.76 295	2.20 269	2.45 293	6.41 259	2.45 265	14.84 330	11.98 307	15.29 348	18.31 322	22.02 361	12.56 347	10.82 313	7.49 290	0.03 237	0.06 248	0.11 332	0.03 240	0.30 288	0.14 230

WZ-Net	13.00 365	4.64 361	41.07 397	3.48 341	3.15 309	19.12 363	15.66 394	14.81 329	31.33 374	15.71 349	27.88 359	22.22 362	14.01 356	20.44 376	25.03 383	0.64 351	0.00 1	0.01 253	0.03 240	0.39 309	0.37 305

RTSC	9.15 342	3.00 346	13.57 350	3.72 348	1.76 261	11.82 329	0.46 107	16.95 345	36.83 385	15.80 350	15.53 295	12.91 309	7.46 301	20.01 374	21.76 373	0.31 330	0.13 304	0.01 253	0.08 272	0.57 324	0.41 310

PWC_ROB	8.24 335	3.13 348	12.74 345	2.43 295	4.43 353	7.51 281	1.22 226	16.63 344	19.24 346	16.08 351	28.29 361	13.99 317	10.16 335	13.63 342	14.06 355	0.42 343	0.00 1	0.05 314	0.00 1	0.59 326	0.27 292

SAMSARA	14.63 370	2.74 343	12.38 339	12.65 384	6.74 370	36.50 394	72.93 417	19.36 367	23.77 362	16.20 352	13.04 272	29.21 375	12.78 349	16.98 362	15.21 358	0.11 295	0.26 346	0.03 298	0.14 290	0.76 338	0.77 335

AnyNet_C32	10.98 359	5.58 365	22.79 377	4.16 357	5.83 367	15.64 348	14.30 384	13.18 308	17.15 338	16.44 353	20.52 332	14.68 321	13.44 353	22.46 378	30.08 392	0.17 309	0.26 346	0.36 356	0.36 344	1.23 349	0.91 340

AnyNet_C01	16.12 376	10.81 384	59.36 406	4.42 362	2.49 295	30.06 384	15.15 392	17.51 350	16.51 334	17.88 354	37.69 384	24.04 364	17.54 361	29.60 387	33.29 396	0.28 329	0.38 354	0.43 360	0.42 349	2.57 368	1.98 358

SHD	9.61 349	2.60 339	12.46 341	3.69 347	3.54 324	9.47 304	1.25 227	20.16 375	37.84 388	18.19 355	21.24 335	16.96 336	12.83 351	14.47 349	16.05 359	0.32 331	0.13 304	0.01 253	0.08 272	0.38 305	0.48 319

FBW_ROB	8.50 339	1.03 253	7.98 316	1.93 235	1.28 232	13.10 341	6.23 334	22.50 378	18.98 342	18.82 356	14.91 292	19.06 348	10.04 334	18.41 366	9.83 329	0.62 350	0.22 336	1.82 373	0.82 362	0.99 345	1.36 349

SANet	10.64 357	1.86 325	10.91 331	1.76 213	0.71 187	14.62 347	9.23 361	19.18 364	37.14 386	19.22 357	27.96 360	25.86 369	19.11 368	13.02 337	10.63 335	0.08 287	0.06 248	0.03 298	0.02 228	0.62 329	0.81 337

MFN_U_SF_DS_RVC	9.78 351	4.27 359	14.47 352	2.29 278	2.85 304	23.40 372	13.62 383	13.60 313	19.54 347	19.42 358	24.27 348	16.74 335	8.59 317	17.05 363	7.98 299	1.25 364	1.68 373	0.17 342	2.63 377	0.72 337	1.04 342

G-Net	8.41 337	1.54 303	10.97 333	5.73 370	3.60 327	26.19 375	4.41 310	10.10 235	7.42 209	19.71 359	24.99 354	14.38 319	15.83 359	10.99 315	9.53 327	0.50 347	0.46 361	0.19 345	0.25 323	0.80 339	0.66 332

psmorigin	7.34 321	1.58 306	18.31 366	2.35 288	0.87 199	6.72 265	1.70 253	10.63 246	7.14 202	19.77 360	22.71 342	20.13 354	11.34 341	12.96 336	9.49 326	0.04 253	0.17 323	0.06 318	0.17 301	0.21 256	0.50 322

DispFullNet	17.47 382	26.01 393	33.98 392	22.58 394	20.86 398	13.84 346	1.28 230	16.50 342	26.27 366	19.97 361	17.17 313	20.52 359	18.49 364	22.86 380	10.76 338	5.13 377	2.83 387	30.72 397	7.72 393	20.86 396	11.01 396

MADNet+	27.07 394	33.84 400	90.97 418	20.14 392	7.47 376	48.43 406	47.10 413	35.43 392	36.46 384	20.11 362	30.05 367	25.29 366	35.08 393	45.50 405	50.28 411	2.13 369	2.00 375	1.19 370	0.76 360	4.71 373	4.43 370

FADE	25.68 392	17.27 388	50.60 402	10.46 380	9.90 382	22.50 369	9.17 359	35.80 393	53.05 399	20.32 363	19.01 324	26.54 370	34.42 392	39.35 399	33.52 397	30.62 407	14.22 408	38.39 406	37.63 409	5.22 375	5.56 379

MSMD_ROB	9.28 345	1.09 262	4.65 223	1.58 189	0.39 140	16.52 352	4.41 310	13.60 313	14.87 326	22.34 364	39.89 387	25.67 368	20.71 373	12.42 330	6.98 285	0.34 333	0.03 207	0.00 1	0.00 1	0.05 100	0.09 175

ADCS	13.02 366	4.93 363	28.38 387	3.17 330	2.67 299	13.61 345	10.83 372	18.70 356	33.46 377	22.59 365	24.78 352	19.59 351	18.51 365	23.40 381	32.16 395	0.10 293	0.19 331	0.37 357	0.18 304	1.26 350	1.46 351

RTS	18.87 386	9.32 381	86.48 414	4.95 366	6.10 368	42.08 398	14.70 386	15.49 337	41.06 390	22.65 366	32.32 373	13.77 312	19.54 369	37.98 396	28.96 389	0.41 340	0.23 338	0.00 1	0.02 228	0.91 342	0.50 322

RTSA	18.87 386	9.32 381	86.48 414	4.95 366	6.10 368	42.08 398	14.70 386	15.49 337	41.06 390	22.65 366	32.32 373	13.77 312	19.54 369	37.98 396	28.96 389	0.41 340	0.23 338	0.00 1	0.02 228	0.91 342	0.50 322

MFMNet_re	13.29 367	8.60 376	18.29 365	9.75 377	7.25 374	19.65 365	14.84 388	20.71 377	30.72 373	23.03 368	28.77 362	18.85 347	26.09 384	13.55 341	9.82 328	2.44 371	1.35 372	0.34 354	0.23 319	4.78 374	6.69 382

LSM	14.01 369	5.95 366	33.49 390	6.78 374	43.61 411	10.22 312	9.98 367	15.16 335	22.93 360	23.07 369	32.34 375	18.52 345	12.67 348	15.45 355	11.10 340	0.16 308	0.51 364	0.09 330	0.32 338	1.08 346	16.85 406

ADCMid	10.24 355	3.13 348	20.70 372	2.21 270	2.39 291	11.23 324	6.19 331	14.17 323	11.19 294	23.20 370	22.25 339	17.89 341	19.54 369	18.51 367	26.21 386	0.45 345	0.42 358	1.10 367	1.29 369	1.56 358	1.18 345

MFN_U_SF_RVC	12.94 364	3.66 356	25.81 384	3.61 345	2.26 286	22.77 370	4.55 313	27.10 384	20.06 350	23.90 371	28.99 363	30.53 378	16.98 360	19.92 373	20.26 367	1.24 363	1.07 368	0.98 366	1.33 370	1.80 361	2.04 359

ACVNet_1	18.70 385	25.08 392	12.72 344	17.33 390	15.18 392	26.02 374	9.62 364	28.44 389	34.49 379	24.39 372	24.32 349	37.22 388	20.13 372	16.67 361	13.39 350	10.45 392	2.59 383	24.77 394	4.92 391	16.57 393	9.75 392

WCMA_ROB	9.21 343	0.87 228	7.37 308	2.54 300	2.13 277	13.59 344	5.80 328	11.64 265	14.01 320	24.43 373	32.99 377	27.09 371	18.02 362	12.51 331	9.85 331	0.81 355	0.07 260	0.01 253	0.01 208	0.16 222	0.23 276

FCDSN-DC	10.24 355	0.56 149	3.49 154	1.96 238	1.29 233	16.90 356	4.59 314	17.16 347	19.10 344	24.64 374	32.46 376	33.82 383	22.14 378	15.93 357	10.45 334	0.04 253	0.00 1	0.00 1	0.00 1	0.05 100	0.21 268
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SGM_RVC	10.08 352	0.60 160	3.42 149	2.30 279	0.32 128	19.41 364	6.33 337	18.95 361	14.64 323	25.14 375	24.32 349	33.34 382	18.79 366	19.86 372	12.55 347	0.25 323	0.26 346	0.22 347	0.24 321	0.34 300	0.40 308
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MDST_ROB	8.37 336	0.32 32	9.03 322	4.18 359	2.42 292	26.86 381	6.14 330	19.36 367	13.52 318	27.09 376	22.75 343	9.47 268	4.74 240	15.06 352	6.34 276	0.02 210	0.02 164	0.00 1	0.00 1	0.02 22	0.13 225

aanetorigin	8.72 341	3.29 353	27.55 386	1.95 237	3.84 339	4.93 233	5.39 327	5.49 105	10.05 273	27.85 377	31.47 371	15.80 326	12.78 349	9.04 276	11.98 342	0.25 323	0.22 336	0.22 347	0.25 323	1.28 351	0.84 339

FC-DCNN	10.72 358	0.52 138	4.27 205	1.88 227	1.63 247	17.18 357	5.29 326	18.20 354	19.69 349	28.50 378	34.51 380	34.03 384	21.48 376	15.89 356	11.15 341	0.03 237	0.01 124	0.02 282	0.01 208	0.07 131	0.09 175

NVStereoNet_ROB	16.04 375	6.75 370	12.90 347	6.37 373	7.42 375	12.89 339	9.74 365	22.78 379	25.12 364	30.32 379	46.19 395	34.37 385	25.38 381	21.48 377	21.38 369	5.94 379	3.10 391	6.07 382	10.09 395	4.01 372	8.54 389
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM+DAISY	15.62 373	7.26 374	19.28 368	8.94 376	10.11 383	26.25 376	10.49 370	19.36 367	14.65 324	30.64 380	33.59 378	33.00 381	22.32 379	24.96 383	16.42 360	7.90 385	6.25 403	4.51 379	3.37 381	5.86 377	7.20 383

PVD	15.44 372	2.93 345	14.67 354	4.21 360	3.39 319	17.43 360	4.16 303	27.84 388	48.84 397	31.02 381	43.54 392	29.76 377	30.81 389	25.97 384	21.40 370	0.23 320	0.41 356	0.04 308	0.33 340	0.41 315	1.33 348

SPS-STEREO	15.04 371	6.23 368	13.21 349	11.34 382	11.65 385	23.30 371	7.15 348	24.16 381	15.65 329	31.78 382	29.19 365	31.62 379	21.32 375	24.62 382	19.50 365	7.59 384	4.19 399	3.22 376	1.48 371	6.99 381	6.54 381
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MeshStereo	11.52 361	1.52 302	4.55 218	1.89 229	1.46 241	19.87 366	5.11 322	20.66 376	15.91 331	32.67 383	34.51 380	39.34 390	21.15 374	18.74 368	12.10 343	0.11 295	0.06 248	0.01 253	0.00 1	0.45 318	0.22 270
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
TorneroNet-64	32.42 401	31.89 399	30.52 388	34.73 402	21.13 400	46.99 405	18.82 397	43.10 397	59.42 405	32.70 384	46.98 396	62.01 405	36.98 395	43.97 404	33.88 398	14.10 399	3.22 392	35.28 402	11.72 399	26.84 403	14.07 401

IMH-64-1	27.21 395	28.77 395	16.84 363	31.57 397	20.76 396	26.43 377	15.10 389	47.11 399	45.20 394	33.53 385	51.16 401	41.42 391	31.10 390	36.48 392	22.39 376	13.48 395	2.87 389	33.95 399	10.70 396	23.50 398	11.75 397

IMH-64	27.21 395	28.77 395	16.84 363	31.57 397	20.76 396	26.43 377	15.10 389	47.11 399	45.20 394	33.53 385	51.16 401	41.42 391	31.10 390	36.48 392	22.39 376	13.48 395	2.87 389	33.95 399	10.70 396	23.50 398	11.75 397

MSC_U_SF_DS_RVC	16.41 377	6.93 372	21.83 375	5.94 372	2.81 303	38.71 396	14.59 385	24.55 382	34.87 383	33.66 387	34.35 379	29.24 376	24.20 380	22.59 379	17.95 362	2.52 372	2.81 386	1.17 369	1.51 373	5.89 378	2.16 360

JetBlue	29.12 397	15.72 387	54.12 403	15.93 388	20.98 399	60.90 415	30.62 406	39.38 394	34.62 381	34.08 388	39.69 386	57.35 402	43.17 401	50.71 411	50.60 412	2.41 370	3.79 397	2.81 375	3.45 382	9.57 383	12.59 400

TorneroNet	35.11 405	33.92 401	33.82 391	37.86 404	22.01 402	49.64 408	21.58 403	48.09 403	55.23 401	37.50 389	53.79 404	62.81 408	43.66 402	46.71 407	41.25 406	14.80 400	3.53 396	36.72 403	14.57 402	28.28 406	16.49 404

IMH	29.82 399	29.11 397	18.51 367	34.28 401	21.40 401	32.33 389	15.39 393	49.40 406	53.07 400	37.88 390	55.32 406	45.05 393	39.54 398	40.63 400	24.12 380	14.03 398	3.27 393	34.93 401	11.24 398	24.69 400	12.21 399

SGM-ForestM	16.99 381	1.08 260	5.74 270	2.12 261	0.75 189	31.63 386	12.21 378	27.80 387	32.25 375	37.88 390	39.99 388	52.96 399	35.20 394	33.60 391	24.47 381	0.26 325	0.39 355	0.31 353	0.39 347	0.26 278	0.53 325

EDNetEfficientorigin	17.87 383	14.00 386	99.53 426	1.64 199	0.92 204	10.55 318	6.26 336	13.21 309	34.84 382	38.20 392	36.91 383	27.47 373	26.32 385	14.71 351	25.69 385	0.04 253	0.06 248	0.14 337	0.52 355	3.16 370	3.27 366

ELAS_RVC	16.54 378	2.26 335	10.09 330	5.50 369	4.46 355	28.28 383	16.72 395	25.55 383	33.54 378	40.19 393	40.30 389	36.68 387	30.03 387	29.40 386	20.61 368	0.98 361	1.21 370	0.86 365	0.70 359	1.39 355	2.16 360
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	16.72 379	2.14 333	9.23 323	4.92 365	4.53 358	32.66 390	15.11 391	27.40 386	28.68 371	40.27 394	44.90 393	38.33 389	30.50 388	26.44 385	21.94 375	0.88 356	1.23 371	0.67 361	0.89 364	1.49 356	2.18 362
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
EDNetEfficient	13.82 368	6.19 367	54.79 404	2.83 312	3.60 327	4.86 230	8.57 355	8.61 198	32.90 376	40.77 395	30.59 369	18.33 344	21.87 377	11.38 321	25.36 384	0.15 303	0.23 338	0.06 318	1.03 366	2.54 367	1.79 354

ACVNet_2	26.45 393	29.35 398	25.14 382	20.27 393	15.43 393	34.97 392	12.23 379	48.37 404	66.25 412	42.69 396	56.73 407	51.77 395	25.59 382	20.39 375	13.52 352	10.13 390	2.59 383	22.78 391	3.52 383	17.57 394	9.80 393

WAO-7	29.39 398	24.43 391	20.47 371	32.71 400	13.83 389	34.70 391	20.27 402	52.19 409	65.03 410	43.29 397	59.35 409	52.19 396	44.68 403	31.71 388	30.56 393	10.98 393	4.94 400	13.71 385	12.52 400	12.06 387	8.22 387

WAO-6	34.74 403	36.76 404	15.36 357	37.53 403	24.15 405	35.99 393	19.36 398	48.96 405	68.54 413	43.84 398	47.58 397	52.77 398	52.60 407	32.63 389	34.73 400	26.20 405	7.74 406	42.78 407	21.64 406	28.07 405	17.62 407

MANE	19.47 388	1.27 282	5.07 242	4.69 363	5.55 365	30.49 385	9.94 366	34.01 391	37.27 387	44.13 399	51.57 403	52.51 397	40.41 399	33.58 390	24.81 382	0.89 357	0.86 367	1.11 368	9.72 394	0.38 305	1.06 343

LVE	34.99 404	40.10 406	34.97 393	32.49 399	18.61 395	51.45 411	26.82 404	52.15 408	65.94 411	47.21 400	61.04 411	53.99 400	37.30 396	37.95 395	34.09 399	15.55 401	5.95 402	31.01 398	13.81 401	22.58 397	16.72 405

PWCK	30.53 400	44.32 407	47.25 400	29.76 395	7.23 373	40.78 397	27.10 405	44.73 398	44.32 393	47.31 401	36.37 382	47.16 394	26.05 383	41.26 401	31.87 394	21.83 402	4.03 398	29.50 396	4.67 387	27.17 404	7.80 385

BEATNet-Init1	23.31 390	9.03 378	41.67 398	4.17 358	2.53 296	45.68 404	19.47 399	33.43 390	38.45 389	47.59 402	49.10 399	59.31 403	41.80 400	38.35 398	29.21 391	0.47 346	0.50 363	0.81 363	0.66 358	2.10 365	1.86 355

UNDER WATER	45.09 408	48.60 410	67.37 409	49.30 409	31.41 407	53.80 413	37.39 408	40.25 396	52.48 398	50.24 403	45.37 394	68.37 413	57.76 413	51.03 412	49.88 410	29.97 406	13.75 407	51.22 409	36.57 407	37.87 408	29.12 408

ktn	48.94 411	57.58 413	38.86 396	59.57 414	43.27 410	50.37 409	43.38 411	48.07 402	61.11 406	51.30 404	54.25 405	54.96 401	52.88 408	47.30 408	35.83 401	57.77 414	24.88 411	62.69 415	43.55 411	50.70 412	40.41 411

UNDER WATER-64	45.16 409	46.99 408	66.69 408	43.90 407	27.64 406	55.58 414	41.87 410	39.42 395	48.42 396	51.73 405	43.08 391	67.76 412	56.69 412	48.02 409	48.34 409	39.50 409	17.64 409	51.78 410	38.93 410	36.62 407	32.61 409

WAO-8	38.15 406	35.51 402	21.50 373	43.67 405	23.92 403	44.44 400	20.26 400	52.83 410	76.62 415	53.57 406	66.79 414	62.63 406	54.56 410	42.03 402	39.18 404	22.71 403	6.65 404	37.08 404	19.08 404	24.72 402	15.24 402

Venus	38.15 406	35.51 402	21.50 373	43.67 405	23.92 403	44.44 400	20.26 400	52.83 410	76.62 415	53.57 406	66.81 415	62.63 406	54.56 410	42.03 402	39.18 404	22.71 403	6.65 404	37.08 404	19.08 404	24.70 401	15.24 402

notaker	47.42 410	55.20 412	49.13 401	56.52 412	40.18 408	38.52 395	32.97 407	47.21 401	56.08 403	57.21 408	57.24 408	60.09 404	59.19 414	53.93 413	41.64 407	40.61 410	19.93 410	57.21 412	37.41 408	49.02 411	39.02 410

coex-ft	19.78 389	19.39 389	87.73 416	1.77 215	1.80 264	17.25 358	13.50 382	12.63 299	42.10 392	60.18 409	38.90 385	28.72 374	28.74 386	11.74 324	27.40 388	0.21 317	0.23 338	0.04 308	0.30 336	1.36 353	1.54 352

tt	83.26 420	0.34 53	99.99 428	79.40 421	93.18 422	100.00 427	100.00 428	100.00 429	99.95 424	60.33 410	47.63 398	99.98 428	99.96 426	99.98 427	100.00 431	92.42 422	99.82 426	73.83 422	73.63 419	88.42 423	56.35 417

KSHMR	55.63 413	63.60 416	37.85 395	74.69 417	49.56 414	49.01 407	45.73 412	57.46 414	63.97 409	61.61 411	62.07 412	72.39 415	47.01 404	50.65 410	43.29 408	54.10 413	62.21 415	66.10 416	53.94 415	51.25 414	46.11 414

Dean	34.67 402	38.70 405	25.33 383	29.89 396	17.21 394	45.24 403	11.98 377	56.90 413	76.55 414	63.47 412	60.22 410	67.36 411	48.14 406	37.24 394	39.01 403	11.00 394	2.83 387	28.35 395	5.60 392	18.14 395	10.31 394

LE_ROB	16.73 380	1.28 285	11.61 335	3.72 348	1.65 248	16.67 354	9.17 359	14.39 324	55.91 402	63.81 413	40.86 390	35.94 386	37.73 397	14.24 346	26.87 387	0.05 265	0.10 284	0.13 336	0.22 318	0.12 194	0.15 239

DPSimNet_ROB	53.45 412	64.73 417	44.39 399	53.97 410	45.39 412	53.66 412	54.83 414	55.15 412	57.87 404	64.16 414	50.83 400	63.40 409	53.34 409	46.45 406	65.81 415	63.13 416	26.54 412	57.94 413	51.11 414	45.52 410	50.69 416

HanzoNet	56.48 414	59.32 414	58.25 405	55.32 411	41.94 409	50.95 410	41.33 409	51.12 407	61.40 407	65.62 415	65.59 413	71.66 414	69.41 415	70.77 416	60.03 414	63.99 417	34.70 413	61.96 414	50.54 413	51.00 413	44.71 413

JetRed	61.02 415	61.05 415	82.56 413	46.09 408	56.80 416	83.19 417	63.76 415	59.26 415	63.61 408	69.29 416	68.85 416	66.59 410	47.62 405	61.57 414	74.09 416	45.58 411	66.14 418	46.59 408	45.06 412	63.17 415	49.58 415

ASD4	75.85 418	81.57 419	69.25 411	68.23 415	80.87 420	96.24 420	99.15 425	77.50 417	93.47 421	77.59 417	85.63 417	78.32 416	76.43 417	77.89 417	82.61 418	58.30 415	62.67 416	55.02 411	62.43 416	68.35 416	65.49 418

LRCNet_RVC	66.23 416	65.67 418	67.63 410	71.47 416	54.32 415	32.17 388	2.66 270	63.19 416	21.35 356	81.79 418	91.26 419	83.62 417	71.62 416	69.32 415	52.57 413	95.49 423	64.45 417	95.07 423	95.19 423	71.52 417	74.31 419

xxxxx1	85.63 421	90.31 421	96.68 421	76.54 418	80.57 417	97.44 422	96.86 422	85.53 418	88.53 418	88.68 419	91.71 420	94.23 419	92.93 419	90.02 419	91.98 420	70.60 418	70.39 419	73.68 419	81.46 420	74.61 418	79.86 420

tt_ll	85.63 421	90.31 421	96.68 421	76.54 418	80.57 417	97.44 422	96.86 422	85.53 418	88.53 418	88.68 419	91.71 420	94.23 419	92.93 419	90.02 419	91.98 420	70.60 418	70.39 419	73.68 419	81.46 420	74.61 418	79.86 420

ff	85.63 421	90.31 421	96.68 421	76.54 418	80.57 417	97.44 422	96.86 422	85.53 418	88.53 418	88.68 419	91.71 420	94.23 419	92.93 419	90.02 419	91.98 420	70.60 418	70.39 419	73.68 419	81.46 420	74.61 418	79.86 420

MADNet++	82.84 419	82.38 420	73.57 412	87.72 422	82.97 421	93.14 418	69.15 416	86.42 421	82.50 417	93.46 422	86.70 418	86.28 418	80.92 418	88.34 418	88.84 419	86.83 421	84.17 422	72.64 418	68.92 418	80.47 422	81.42 423

DPSMNet_ROB	99.91 431	100.00 429	99.99 428	99.99 429	100.00 428	100.00 427	100.00 428	99.98 428	100.00 427	98.35 423	100.00 427	99.84 426	100.00 429	99.98 427	99.99 428	100.00 430	100.00 429	100.00 426	100.00 429	100.00 429	100.00 431

DGTPSM_ROB	99.90 430	100.00 429	99.99 428	99.99 429	100.00 428	100.00 427	100.00 428	99.97 427	100.00 427	98.35 423	100.00 427	99.84 426	100.00 429	99.98 427	99.99 428	99.99 428	100.00 429	100.00 426	100.00 429	100.00 429	100.00 431

SPstereo	72.39 417	47.55 409	62.34 407	56.88 413	45.69 413	78.85 416	84.60 418	100.00 429	100.00 427	98.50 425	98.20 424	100.00 430	96.58 422	96.95 423	81.91 417	46.63 412	38.86 414	67.86 417	64.79 417	39.95 409	41.68 412

MEDIAN_ROB	98.41 425	99.70 424	99.30 425	97.09 423	97.02 423	96.89 421	95.77 421	97.66 424	97.28 422	98.79 426	98.94 425	99.18 424	98.14 424	96.89 422	96.88 425	99.96 427	99.16 424	100.00 426	99.99 427	99.69 426	99.88 426

Anonymous_1	99.08 427	99.91 425	99.85 427	97.63 424	99.10 426	100.00 427	100.00 428	99.61 426	99.96 425	99.28 427	99.86 426	99.54 425	99.99 427	99.29 425	99.75 426	96.05 424	99.59 425	97.31 424	98.57 425	97.71 424	98.63 425

HaxPig	98.85 426	99.94 426	95.08 419	99.99 429	100.00 428	94.03 419	94.78 419	99.15 425	99.98 426	99.99 428	100.00 427	99.98 428	99.99 427	98.12 424	95.97 423	100.00 430	99.99 428	100.00 426	99.99 427	100.00 429	99.99 429

MyStereo03	100.00 434	100.00 429	100.00 432	100.00 432	100.00 428	100.00 427	100.00 428	100.00 429	100.00 427	100.00 429	100.00 427	100.00 430	100.00 429	100.00 430	100.00 431	100.00 430	100.00 429	100.00 426	100.00 429	100.00 429	100.00 431

MyStereo02	100.00 434	100.00 429	100.00 432	100.00 432	100.00 428	100.00 427	100.00 428	100.00 429	100.00 427	100.00 429	100.00 427	100.00 430	100.00 429	100.00 430	100.00 431	100.00 430	100.00 429	100.00 426	100.00 429	100.00 429	100.00 431

MyStereo	100.00 434	100.00 429	100.00 432	100.00 432	100.00 428	100.00 427	100.00 428	100.00 429	100.00 427	100.00 429	100.00 427	100.00 430	100.00 429	100.00 430	100.00 431	100.00 430	100.00 429	100.00 426	100.00 429	100.00 429	100.00 431

Selective-RAFT-Error	100.00 434	100.00 429	100.00 432	100.00 432	100.00 428	100.00 427	100.00 428	100.00 429	100.00 427	100.00 429	100.00 427	100.00 430	100.00 429	100.00 430	100.00 431	100.00 430	100.00 429	100.00 426	100.00 429	100.00 429	100.00 431

PML	97.88 424	100.00 429	96.45 420	98.01 425	97.88 425	100.00 427	99.35 426	96.88 422	97.72 423	100.00 429	97.36 423	97.38 423	99.60 425	100.00 430	96.32 424	99.99 428	97.55 423	100.00 426	96.01 424	99.18 425	87.92 424

CasAABBNet	100.00 434	100.00 429	100.00 432	100.00 432	100.00 428	100.00 427	100.00 428	100.00 429	100.00 427	100.00 429	100.00 427	100.00 430	100.00 429	100.00 430	100.00 431	100.00 430	100.00 429	100.00 426	100.00 429	100.00 429	100.00 431

test_example2	99.39 428	99.98 428	99.99 428	100.00 432	99.98 427	99.72 426	99.99 427	97.34 423	100.00 427	100.00 429	100.00 427	96.42 422	96.66 423	99.97 426	99.96 427	100.00 430	99.97 427	98.66 425	99.15 426	100.00 429	100.00 431

LSM0	100.00 434	100.00 429	100.00 432	100.00 432	100.00 428	100.00 427	100.00 428	100.00 429	100.00 427	100.00 429	100.00 427	100.00 430	100.00 429	100.00 430	100.00 431	100.00 430	100.00 429	100.00 426	100.00 429	100.00 429	99.99 429

DPSM_ROB	99.95 432	100.00 429	100.00 432	99.76 427	100.00 428	100.00 427	100.00 428	100.00 429	100.00 427	100.00 429	100.00 427	100.00 430	100.00 429	100.00 430	100.00 431	99.21 425	100.00 429	100.00 426	100.00 429	99.99 427	99.95 427

DPSM	99.95 432	100.00 429	100.00 432	99.76 427	100.00 428	100.00 427	100.00 428	100.00 429	100.00 427	100.00 429	100.00 427	100.00 430	100.00 429	100.00 430	100.00 431	99.21 425	100.00 429	100.00 426	100.00 429	99.99 427	99.95 427

AVERAGE_ROB	99.62 429	99.95 427	98.81 424	100.00 432	100.00 428	98.08 425	95.47 420	100.00 429	100.00 427	100.00 429	100.00 427	100.00 430	100.00 429	100.00 430	99.99 428	100.00 430	100.00 429	100.00 426	100.00 429	100.00 429	100.00 431

Low-res two-view benchmark