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

GLC_STEREO	0.13 1	0.08 38	0.61 4	0.01 17	0.00 1	0.94 23	0.03 139	0.29 1	0.21 28	0.05 15	0.02 31	0.06 34	0.04 46	0.26 36	0.07 38	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

MIF-Stereo	0.16 2	0.11 82	1.13 91	0.03 102	0.17 281	0.32 4	0.02 98	0.38 2	0.32 38	0.03 9	0.16 83	0.05 25	0.07 78	0.16 12	0.16 91	0.00 1	0.00 1	0.00 1	0.00 1	0.11 259	0.00 1

CASnet	0.16 2	0.14 100	0.52 3	0.01 17	0.00 1	0.86 18	0.00 1	0.51 3	0.75 129	0.10 32	0.01 1	0.04 10	0.02 16	0.22 22	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS_RVC	0.19 4	0.48 260	0.51 2	0.12 213	0.10 253	1.01 31	0.01 54	0.81 20	0.19 21	0.07 17	0.02 31	0.06 34	0.05 52	0.31 45	0.05 17	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.04 213

ProNet	0.20 5	0.25 167	0.78 19	0.01 17	0.01 101	0.95 26	0.00 1	0.70 14	0.68 100	0.02 2	0.01 1	0.05 25	0.03 34	0.31 45	0.03 5	0.00 1	0.01 223	0.00 1	0.00 1	0.12 264	0.04 213

anonymousdsp	0.21 6	0.21 149	0.63 6	0.02 64	0.00 1	1.07 49	0.00 1	0.74 18	0.77 138	0.09 22	0.01 1	0.04 10	0.07 78	0.25 30	0.04 7	0.00 1	0.00 1	0.00 1	0.16 345	0.08 222	0.03 189

IGEV-Stereo	0.21 6	0.21 149	0.63 6	0.02 64	0.00 1	1.07 49	0.00 1	0.73 17	0.77 138	0.09 22	0.01 1	0.04 10	0.07 78	0.24 27	0.04 7	0.00 1	0.00 1	0.00 1	0.16 345	0.08 222	0.03 189
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
sCroCo_RVC	0.21 6	0.14 100	1.54 152	0.01 17	0.00 1	0.13 1	0.04 159	1.10 29	0.65 81	0.10 32	0.05 57	0.03 6	0.04 46	0.23 24	0.05 17	0.00 1	0.07 329	0.00 1	0.00 1	0.01 25	0.00 1

PMTNet	0.21 6	0.19 136	0.85 23	0.02 64	0.02 169	1.14 69	0.30 278	0.88 22	0.11 1	0.03 9	0.02 31	0.07 42	0.02 16	0.37 61	0.12 70	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1

StereoIM	0.22 10	0.29 189	0.87 27	0.05 142	0.18 285	0.41 9	0.01 54	1.24 32	0.56 50	0.02 2	0.03 48	0.13 61	0.05 52	0.32 51	0.24 121	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

AEACV	0.22 10	0.05 8	0.66 12	0.02 64	0.03 188	0.87 19	0.00 1	1.07 28	0.15 9	0.18 48	0.01 1	0.02 2	0.72 239	0.15 9	0.09 53	0.00 1	0.03 294	0.00 1	0.27 374	0.08 222	0.07 274

Selective-IGEV	0.22 10	0.06 22	0.46 1	0.05 142	0.04 204	0.34 6	0.04 159	2.16 73	0.59 52	0.09 22	0.01 1	0.02 2	0.05 52	0.18 14	0.05 17	0.00 1	0.00 1	0.00 1	0.09 326	0.03 133	0.09 288

CREStereo	0.22 10	0.17 124	0.64 9	0.00 1	0.01 101	1.22 97	0.01 54	1.15 31	0.56 50	0.10 32	0.07 63	0.04 10	0.00 1	0.32 51	0.10 61	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
Former-RAFT_DAM_RVC	0.23 14	0.13 95	0.62 5	0.01 17	0.00 1	1.05 46	0.00 1	0.63 12	0.80 141	0.76 119	0.18 92	0.09 48	0.06 67	0.05 1	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

ff7	0.23 14	0.21 149	1.02 56	0.02 64	0.00 1	1.07 49	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 78	0.44 70	0.04 7	0.00 1	0.00 1	0.00 1	0.15 339	0.07 211	0.01 62

ffff	0.23 14	0.21 149	1.02 56	0.02 64	0.00 1	1.07 49	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 78	0.44 70	0.04 7	0.00 1	0.00 1	0.00 1	0.15 339	0.07 211	0.01 62

11t	0.23 14	0.21 149	1.02 56	0.02 64	0.00 1	1.07 49	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 78	0.44 70	0.04 7	0.00 1	0.00 1	0.00 1	0.15 339	0.07 211	0.01 62

ccc-4	0.23 14	0.21 149	1.02 56	0.02 64	0.00 1	1.07 49	0.00 1	0.53 4	0.75 129	0.09 22	0.01 1	0.04 10	0.07 78	0.44 70	0.04 7	0.00 1	0.00 1	0.00 1	0.15 339	0.07 211	0.01 62

MC-Stereo	0.24 19	0.12 86	0.71 14	0.04 125	0.02 169	1.07 49	0.00 1	1.30 34	0.17 17	0.59 97	0.02 31	0.08 45	0.11 112	0.18 14	0.05 17	0.00 1	0.02 272	0.00 1	0.17 351	0.06 197	0.02 150

Anonymous	0.25 20	0.13 95	1.19 107	0.00 1	0.00 1	0.24 3	0.01 54	2.54 104	0.42 44	0.02 2	0.02 31	0.05 25	0.07 78	0.15 9	0.06 34	0.00 1	0.01 223	0.00 1	0.00 1	0.10 250	0.08 283

GMStereo	0.25 20	0.60 292	1.28 120	0.01 17	0.00 1	0.48 11	0.00 1	0.74 18	1.24 208	0.16 45	0.03 48	0.07 42	0.09 97	0.22 22	0.10 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MyStereo07	0.27 22	0.27 172	0.64 9	0.02 64	0.01 101	1.64 241	0.01 54	1.41 37	0.73 125	0.10 32	0.01 1	0.03 6	0.10 104	0.24 27	0.04 7	0.00 1	0.07 329	0.00 1	0.00 1	0.03 133	0.06 258

MIF-Stereo (partial)	0.27 22	0.18 129	1.14 92	0.01 17	0.00 1	0.43 10	0.02 98	1.97 65	0.39 43	0.11 37	0.08 66	0.07 42	0.06 67	0.44 70	0.33 159	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.02 150

LoS	0.28 24	0.16 118	0.95 40	0.07 176	0.01 101	1.32 136	0.07 188	1.30 34	0.60 56	0.04 14	0.03 48	0.28 83	0.11 112	0.48 80	0.11 68	0.00 1	0.01 223	0.00 1	0.00 1	0.03 133	0.00 1

EGLCR-Stereo	0.28 24	0.09 50	0.73 15	0.18 241	0.05 211	1.17 77	0.04 159	2.37 80	0.17 17	0.35 71	0.01 1	0.01 1	0.02 16	0.38 64	0.04 7	0.00 1	0.01 223	0.00 1	0.00 1	0.00 1	0.03 189

XX-TBD	0.28 24	0.39 220	0.97 46	0.05 142	0.00 1	1.09 56	0.00 1	0.71 16	0.54 49	0.44 83	1.04 216	0.06 34	0.06 67	0.19 17	0.09 53	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo++_RVC	0.29 27	0.19 136	0.83 22	0.05 142	0.00 1	1.19 84	0.00 1	0.66 13	0.99 172	0.25 51	1.26 236	0.05 25	0.07 78	0.20 20	0.09 53	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
TANstereo	0.30 28	0.28 182	0.86 25	0.03 102	0.01 101	1.14 69	0.00 1	0.53 4	0.44 46	1.06 170	1.24 233	0.06 34	0.05 52	0.25 30	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

11t1	0.33 29	0.05 8	0.86 25	0.44 303	0.00 1	1.04 40	0.00 1	2.45 93	0.60 56	0.44 83	0.01 1	0.05 25	0.05 52	0.43 68	0.06 34	0.00 1	0.01 223	0.00 1	0.00 1	0.02 94	0.01 62

CroCo-Stereo Lap2	0.33 29	0.49 264	1.18 104	0.02 64	0.00 1	0.33 5	0.00 1	3.08 144	0.61 62	0.02 2	0.01 1	0.04 10	0.08 92	0.45 75	0.15 83	0.00 1	0.00 1	0.00 1	0.00 1	0.07 211	0.02 150

dd	0.34 31	0.67 307	1.55 154	0.04 125	0.01 101	1.22 97	0.03 139	0.84 21	1.16 198	0.18 48	0.05 57	0.12 57	0.05 52	0.29 43	0.44 187	0.02 327	0.00 1	0.00 1	0.00 1	0.05 182	0.00 1

AnonymousM	0.34 31	0.07 32	0.63 6	0.02 64	0.01 101	1.09 56	0.03 139	1.54 50	0.68 100	0.17 46	0.04 55	0.02 2	0.24 160	0.25 30	0.04 7	0.00 1	0.01 223	1.93 385	0.00 1	0.01 25	0.00 1

4D-IteraStereo	0.35 33	0.60 292	1.93 200	0.02 64	0.09 244	1.03 33	0.07 188	1.25 33	0.34 40	0.02 2	0.03 48	0.84 150	0.10 104	0.31 45	0.35 170	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.07 274

knoymous	0.35 33	0.05 8	1.11 85	0.05 142	0.01 101	1.15 74	0.01 54	2.06 68	0.14 6	0.40 79	0.02 31	1.67 216	0.00 1	0.31 45	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

UDGNet	0.35 33	0.50 267	1.14 92	0.02 64	0.00 1	1.12 64	0.02 98	0.70 14	1.57 259	0.31 56	0.05 57	0.06 34	0.02 16	1.45 132	0.09 53	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test_xeample3	0.35 33	0.10 69	1.95 204	0.02 64	0.00 1	0.93 22	0.07 188	1.70 55	0.86 154	0.09 22	0.04 55	0.05 25	0.05 52	0.23 24	0.51 201	0.00 1	0.00 1	0.00 1	0.24 367	0.06 197	0.08 283

LL-Strereo2	0.36 37	0.47 258	1.08 80	0.09 198	0.03 188	1.12 64	0.07 188	1.66 54	0.93 161	0.43 82	0.02 31	0.51 113	0.08 92	0.23 24	0.29 144	0.00 1	0.00 1	0.00 1	0.03 293	0.04 164	0.04 213

iRaftStereo_RVC	0.36 37	0.27 172	0.76 17	0.01 17	0.00 1	1.20 92	0.01 54	2.15 72	0.62 68	0.15 44	0.22 109	0.69 131	0.12 122	0.28 41	0.18 102	0.00 1	0.06 320	0.00 1	0.00 1	0.27 334	0.22 342

Selective-RAFT	0.37 39	0.06 22	0.65 11	0.03 102	0.01 101	1.17 77	0.02 98	2.63 107	0.66 87	0.01 1	0.01 1	0.22 76	0.18 139	1.31 124	0.24 121	0.00 1	0.00 1	0.00 1	0.20 357	0.04 164	0.00 1

RCA-Stereo	0.37 39	0.14 100	0.76 17	0.01 17	0.00 1	1.17 77	0.00 1	3.14 150	0.61 62	0.71 113	0.47 153	0.05 25	0.13 128	0.19 17	0.03 5	0.00 1	0.01 223	0.00 1	0.00 1	0.06 197	0.01 62

sAnonymous2	0.37 39	0.32 197	3.21 293	0.01 17	0.00 1	0.35 7	0.08 194	1.96 63	0.90 155	0.03 9	0.05 57	0.04 10	0.11 112	0.11 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 274	0.18 330

CroCo_RVC	0.37 39	0.32 197	3.21 293	0.01 17	0.00 1	0.35 7	0.08 194	1.96 63	0.90 155	0.03 9	0.05 57	0.04 10	0.11 112	0.11 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 274	0.18 330

CroCo-Stereo	0.39 43	0.40 225	1.67 179	0.07 176	0.00 1	0.19 2	0.01 54	3.55 209	0.75 129	0.08 20	0.02 31	0.46 105	0.08 92	0.28 41	0.18 102	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
rafts_anoy	0.39 43	0.44 242	1.15 95	0.06 156	0.03 188	1.12 64	0.04 159	2.75 116	0.33 39	0.10 32	0.16 83	0.11 54	0.19 145	0.74 100	0.31 152	0.00 1	0.14 360	0.00 1	0.01 271	0.02 94	0.05 230

CRE-IMP	0.40 45	0.06 22	1.04 71	0.07 176	0.05 211	1.45 181	0.46 299	1.48 48	0.63 71	0.90 136	0.30 118	0.88 152	0.01 4	0.26 36	0.22 113	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.17 324

test croco	0.41 46	0.28 182	2.26 240	0.07 176	0.00 1	0.50 12	0.01 54	2.84 122	0.92 158	0.05 15	0.07 63	0.13 61	0.17 136	0.43 68	0.20 109	0.00 1	0.00 1	0.00 1	0.00 1	0.34 349	0.01 62

x	0.41 46	0.04 4	0.74 16	0.54 318	0.00 1	0.98 28	0.00 1	3.07 142	0.67 95	0.48 89	0.01 1	0.48 108	0.07 78	0.93 105	0.07 38	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.01 62

GMOStereo	0.42 48	0.28 182	1.02 56	0.05 142	0.18 285	1.04 40	0.02 98	2.40 83	0.16 12	2.25 273	0.01 1	0.32 86	0.03 34	0.09 2	0.15 83	0.00 1	0.11 351	0.00 1	0.00 1	0.19 306	0.02 150

error version	0.42 48	0.28 182	1.02 56	0.05 142	0.18 285	1.04 40	0.02 98	2.40 83	0.16 12	2.25 273	0.01 1	0.32 86	0.03 34	0.09 2	0.15 83	0.00 1	0.11 351	0.00 1	0.00 1	0.19 306	0.02 150

test-v	0.42 48	0.28 182	1.02 56	0.05 142	0.18 285	1.04 40	0.02 98	2.40 83	0.16 12	2.25 273	0.01 1	0.32 86	0.03 34	0.09 2	0.15 83	0.00 1	0.11 351	0.00 1	0.00 1	0.19 306	0.02 150

test-2	0.42 48	0.28 182	1.02 56	0.05 142	0.18 285	1.04 40	0.02 98	2.40 83	0.16 12	2.25 273	0.01 1	0.32 86	0.03 34	0.09 2	0.15 83	0.00 1	0.11 351	0.00 1	0.00 1	0.19 306	0.02 150

raft+_RVC	0.42 48	0.48 260	1.11 85	0.51 315	0.17 281	1.16 75	0.04 159	2.25 75	0.59 52	0.12 38	0.42 141	0.08 45	0.15 130	0.60 93	0.28 140	0.00 1	0.09 342	0.00 1	0.00 1	0.06 197	0.19 334

Gwc-CoAtRS	0.42 48	0.12 86	1.28 120	0.03 102	0.13 263	1.03 33	0.02 98	2.33 78	0.15 9	0.35 71	0.01 1	2.27 256	0.03 34	0.20 20	0.25 127	0.00 1	0.01 223	0.00 1	0.22 363	0.01 25	0.01 62

CES	0.43 54	0.14 100	0.85 23	0.05 142	1.52 374	1.22 97	0.05 172	1.01 26	0.59 52	0.03 9	0.02 31	0.14 67	0.10 104	0.40 66	0.10 61	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	2.45 385

ROB_FTStereo_v2	0.43 54	0.09 50	1.00 48	0.06 156	0.08 237	1.57 213	0.33 284	1.44 42	0.67 95	0.97 146	0.19 100	0.77 143	0.02 16	1.23 120	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

RALCasStereoNet	0.44 56	0.44 242	1.03 67	0.03 102	0.00 1	1.10 58	0.03 139	2.46 95	0.90 155	0.07 17	0.32 119	0.12 57	0.20 151	1.28 123	0.25 127	0.00 1	0.31 377	0.00 1	0.00 1	0.08 222	0.12 305

R-Stereo Train	0.44 56	0.09 50	0.94 36	0.02 64	0.00 1	1.24 111	0.09 203	3.65 218	0.11 1	1.87 246	0.42 141	0.06 34	0.01 4	0.25 30	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 150

RAFT-Stereo	0.44 56	0.09 50	0.94 36	0.02 64	0.00 1	1.24 111	0.09 203	3.65 218	0.11 1	1.87 246	0.42 141	0.06 34	0.01 4	0.25 30	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 150
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MIM_Stereo	0.45 59	0.43 237	1.18 104	0.51 315	0.04 204	1.26 120	0.02 98	2.38 81	0.65 81	0.07 17	0.02 31	0.70 133	0.20 151	1.01 111	0.13 74	0.00 1	0.09 342	0.00 1	0.00 1	0.14 274	0.10 292

HUI-Stereo	0.45 59	0.09 50	1.08 80	0.06 156	0.08 237	1.61 232	0.32 282	1.43 38	0.70 122	0.97 146	0.18 92	0.77 143	0.02 16	1.44 131	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

RAFT-IKP	0.45 59	0.09 50	1.06 77	0.06 156	0.06 219	1.44 175	0.31 281	1.44 42	0.69 113	0.97 146	0.18 92	0.76 139	0.02 16	1.65 137	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.04 213

IGEVStereo-DCA	0.46 62	0.09 50	1.02 56	0.02 64	0.00 1	0.82 16	0.00 1	0.53 4	0.75 129	0.09 22	0.03 48	0.03 6	0.06 67	5.04 251	0.51 201	0.00 1	0.00 1	0.00 1	0.15 339	0.05 182	0.01 62

PSM-adaLoss	0.46 62	0.09 50	1.01 51	0.06 156	0.09 244	1.61 232	0.30 278	1.43 38	0.69 113	0.97 146	0.18 92	0.77 143	0.02 16	1.67 138	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

ICVP	0.46 62	0.08 38	1.58 164	0.01 17	0.01 101	1.10 58	0.21 244	3.80 232	0.52 48	0.42 81	0.27 114	0.33 90	0.06 67	0.57 89	0.13 74	0.00 1	0.07 329	0.00 1	0.00 1	0.04 164	0.01 62
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
raftrobust	0.46 62	0.42 231	1.05 76	0.01 17	0.21 301	1.17 77	0.05 172	2.07 70	0.19 21	2.98 312	0.02 31	0.12 57	0.15 130	0.25 30	0.31 152	0.00 1	0.03 294	0.00 1	0.00 1	0.08 222	0.06 258

AE-Stereo	0.47 66	0.11 82	1.03 67	0.04 125	0.09 244	1.11 62	0.03 139	4.16 257	0.34 40	0.35 71	0.82 200	0.15 69	0.16 133	0.45 75	0.05 17	0.00 1	0.09 342	0.00 1	0.26 372	0.09 241	0.05 230

ToySt	0.47 66	0.25 167	2.47 255	0.04 125	0.01 101	1.17 77	0.00 1	2.01 66	0.63 71	0.08 20	0.14 75	1.16 183	0.05 52	0.80 103	0.46 194	0.00 1	0.00 1	0.00 1	0.03 293	0.10 250	0.04 213

riskmin	0.47 66	0.03 1	1.01 51	0.08 188	0.01 101	1.12 64	0.01 54	3.00 129	0.21 28	0.46 87	0.02 31	2.08 240	1.06 255	0.26 36	0.04 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 62

ROB_FTStereo	0.47 66	0.09 50	1.04 71	0.06 156	0.08 237	1.59 225	0.33 284	1.43 38	0.68 100	0.97 146	0.19 100	0.76 139	0.03 34	1.86 144	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

Anonymous3	0.49 70	0.12 86	2.21 230	0.01 17	0.00 1	2.53 289	0.09 203	3.16 155	0.65 81	0.12 38	0.22 109	0.12 57	0.05 52	0.37 61	0.08 47	0.00 1	0.07 329	0.00 1	0.00 1	0.04 164	0.03 189

qqq	0.50 71	0.04 4	0.78 19	0.02 64	0.00 1	1.05 46	0.00 1	3.15 152	0.68 100	0.46 87	0.01 1	0.73 136	0.12 122	2.95 162	0.07 38	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.01 62

Patchmatch Stereo++	0.50 71	0.09 50	1.01 51	0.06 156	0.07 227	1.60 228	0.27 261	1.45 45	0.68 100	0.98 155	0.18 92	0.77 143	0.03 34	2.58 153	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	0.50 71	0.09 50	1.01 51	0.06 156	0.07 227	1.60 228	0.27 261	1.45 45	0.68 100	0.98 155	0.18 92	0.77 143	0.03 34	2.58 153	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 230

test_4	0.51 74	0.10 69	1.27 119	0.01 17	0.06 219	0.97 27	0.03 139	1.12 30	0.16 12	0.27 53	3.42 315	0.65 124	0.09 97	1.59 133	0.26 132	0.00 1	0.00 1	0.00 1	0.08 323	0.14 274	0.00 1

iGMRVC	0.51 74	0.09 50	1.04 71	0.06 156	0.08 237	1.61 232	0.27 261	1.44 42	0.69 113	0.97 146	0.19 100	0.76 139	0.03 34	2.69 157	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.04 213

CFNet-RSSM	0.51 74	0.12 86	1.26 117	0.03 102	0.14 269	1.24 111	0.02 98	4.12 255	0.15 9	0.31 56	0.01 1	1.96 234	0.04 46	0.19 17	0.25 127	0.00 1	0.01 223	0.00 1	0.27 374	0.01 25	0.01 62

mmm	0.52 77	0.04 4	1.14 92	0.61 328	0.00 1	1.14 69	0.00 1	3.45 198	0.75 129	1.24 194	0.58 159	0.20 75	0.18 139	0.93 105	0.08 47	0.00 1	0.01 223	0.00 1	0.00 1	0.02 94	0.01 62

anonymousdsp2	0.52 77	0.06 22	1.51 150	0.10 205	0.00 1	1.19 84	0.01 54	4.32 274	0.63 71	0.33 59	0.15 81	0.78 148	0.09 97	1.01 111	0.06 34	0.00 1	0.00 1	0.00 1	0.11 334	0.04 164	0.05 230

GANet-ADL	0.52 77	0.09 50	1.43 141	0.13 216	0.02 169	1.43 173	0.02 98	3.22 166	0.59 52	0.34 70	0.98 213	1.09 179	0.19 145	0.40 66	0.34 166	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.01 62

DeepStereo_RVC	0.52 77	0.08 38	1.37 137	0.06 156	0.06 219	1.34 144	0.41 294	1.43 38	0.68 100	1.03 164	0.85 203	0.49 110	1.56 286	0.79 102	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.13 310

test-1	0.52 77	0.25 167	0.94 36	0.03 102	0.22 303	1.20 92	0.08 194	4.03 250	0.25 35	0.70 112	0.66 177	0.71 134	0.03 34	0.30 44	0.43 184	0.00 1	0.18 368	0.00 1	0.07 318	0.01 25	0.25 347

FENet	0.52 77	0.07 32	1.62 168	0.04 125	0.00 1	1.19 84	0.05 172	3.10 146	0.98 168	0.89 134	0.01 1	1.63 212	0.09 97	0.47 79	0.28 140	0.00 1	0.01 223	0.00 1	0.00 1	0.00 1	0.01 62

Pruner-Stereo	0.53 83	0.10 69	1.02 56	0.89 354	0.10 253	1.57 213	0.36 290	2.06 68	0.63 71	2.23 271	0.46 150	0.25 80	0.01 4	0.45 75	0.37 176	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

cross-raft	0.53 83	0.12 86	1.78 190	0.03 102	0.01 101	1.04 40	0.10 210	3.21 165	0.23 31	0.37 77	0.01 1	2.86 282	0.04 46	0.24 27	0.24 121	0.00 1	0.01 223	0.00 1	0.16 345	0.01 25	0.02 150

PFNet+	0.54 85	0.10 69	1.31 129	0.16 234	0.05 211	1.44 175	0.56 306	1.60 52	0.98 168	1.35 204	0.46 150	0.37 93	0.01 4	2.18 150	0.22 113	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

RALAANet	0.54 85	0.62 297	1.41 139	0.01 17	0.01 101	0.92 21	0.02 98	2.39 82	1.87 286	1.13 176	0.38 134	0.15 69	0.30 170	1.00 110	0.38 179	0.00 1	0.00 1	0.00 1	0.04 303	0.14 274	0.01 62

CASS	0.56 87	0.13 95	1.40 138	0.03 102	0.01 101	1.65 245	0.04 159	3.03 134	0.63 71	1.96 253	0.93 209	0.28 83	0.36 186	0.52 82	0.18 102	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
s12784h	0.56 87	0.14 100	1.22 113	0.02 64	0.00 1	1.14 69	0.03 139	3.43 195	1.47 241	1.02 161	1.41 242	0.05 25	0.02 16	1.08 113	0.09 53	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

ACVNet	0.57 89	0.21 149	1.34 132	0.09 198	0.00 1	1.36 149	0.22 248	2.40 83	1.05 181	0.63 103	0.66 177	1.94 232	0.26 165	0.31 45	0.79 235	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.00 1

test_3	0.58 90	0.06 22	1.04 71	0.07 176	0.12 259	1.01 31	0.01 54	2.45 93	0.20 25	0.95 142	0.01 1	1.05 173	0.05 52	3.74 186	0.23 117	0.00 1	0.00 1	0.00 1	0.25 370	0.15 284	0.13 310

DIP-Stereo	0.58 90	0.23 163	0.90 32	0.08 188	0.00 1	1.43 173	0.01 54	6.01 359	1.38 222	0.92 140	0.11 72	0.04 10	0.19 145	0.12 8	0.07 38	0.00 1	0.01 223	0.00 1	0.00 1	0.03 133	0.01 62
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
TRStereo	0.59 92	0.79 325	1.59 167	0.56 321	0.01 101	1.19 84	0.03 139	4.74 298	0.60 56	0.17 46	0.01 1	0.62 120	0.44 198	0.57 89	0.07 38	0.00 1	0.04 304	0.00 1	0.24 367	0.01 25	0.14 317

RAFT	0.60 93	0.50 267	1.01 51	0.50 312	0.04 204	0.94 23	0.08 194	3.01 131	0.65 81	0.22 50	0.09 67	3.41 307	0.27 168	0.53 84	0.37 176	0.00 1	0.03 294	0.00 1	0.01 271	0.40 358	0.03 189

RAFT-Stereo + iAFF	0.60 93	0.36 207	0.96 41	0.03 102	0.02 169	1.21 95	0.02 98	2.80 119	1.55 253	1.08 171	2.63 296	0.43 102	0.16 133	0.37 61	0.25 127	0.00 1	0.02 272	0.00 1	0.00 1	0.19 306	0.01 62

ACVNet-DCA	0.61 95	0.27 172	1.28 120	0.13 216	0.00 1	3.44 319	0.01 54	3.15 152	0.68 100	0.33 59	0.69 186	0.04 10	0.61 217	1.43 127	0.05 17	0.00 1	0.02 272	0.00 1	0.03 293	0.01 25	0.01 62

RAFT-Test	0.61 95	0.16 118	2.27 243	0.04 125	0.15 274	1.80 260	0.17 231	2.52 101	0.65 81	0.56 95	0.11 72	2.76 276	0.02 16	0.27 40	0.34 166	0.00 1	0.07 329	0.00 1	0.29 379	0.01 25	0.01 62

test_1	0.61 95	0.06 22	1.00 48	0.07 176	0.12 259	0.99 29	0.01 54	2.46 95	0.20 25	1.71 233	0.01 1	1.10 181	0.04 46	3.71 185	0.23 117	0.00 1	0.00 1	0.00 1	0.25 370	0.15 284	0.13 310

TestStereo	0.61 95	0.55 280	1.84 197	0.00 1	0.00 1	0.94 23	0.00 1	1.65 53	0.23 31	0.12 38	0.03 48	0.08 45	0.06 67	6.59 311	0.08 47	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GES	0.61 95	0.08 38	1.78 190	0.00 1	0.00 1	1.59 225	0.07 188	5.32 332	0.13 4	0.62 99	0.32 119	0.37 93	0.67 236	0.68 98	0.49 198	0.03 335	0.00 1	0.01 320	0.00 1	0.02 94	0.01 62

rrr	0.62 100	0.09 50	2.07 221	0.02 64	0.00 1	0.82 16	0.06 185	2.29 76	0.85 152	0.09 22	0.03 48	0.03 6	0.06 67	5.04 251	0.51 201	0.00 1	0.00 1	0.00 1	0.19 354	0.05 182	0.07 274

GwcNet-ADL	0.62 100	0.20 143	2.03 217	0.05 142	0.01 101	1.29 128	0.02 98	3.16 155	1.39 224	0.97 146	0.44 146	1.48 196	0.23 158	0.78 101	0.27 136	0.01 305	0.00 1	0.00 1	0.00 1	0.01 25	0.03 189

GMStereo_Zeroshot	0.63 102	0.14 100	1.54 152	0.75 340	0.00 1	1.26 120	0.01 54	1.85 58	0.31 37	1.44 213	0.58 159	1.76 219	0.19 145	2.55 152	0.10 61	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1

test-3	0.63 102	0.06 22	1.00 48	0.07 176	0.13 263	0.99 29	0.01 54	2.46 95	0.20 25	1.96 253	0.01 1	1.10 181	0.05 52	3.75 187	0.23 117	0.00 1	0.00 1	0.00 1	0.26 372	0.15 284	0.13 310

Any-RAFT	0.64 104	0.08 38	1.07 78	0.03 102	0.00 1	2.77 302	0.08 194	3.57 211	1.23 205	0.96 144	0.26 112	1.61 207	0.31 174	0.72 99	0.06 34	0.00 1	0.10 348	0.00 1	0.00 1	0.01 25	0.00 1

MIPNet	0.64 104	0.42 231	2.01 213	0.08 188	0.07 227	1.29 128	0.11 212	3.47 202	1.29 213	0.67 108	0.10 69	0.63 122	0.97 253	1.25 121	0.25 127	0.00 1	0.01 223	0.01 320	0.01 271	0.11 259	0.04 213

PCWNet_CMD	0.65 106	0.14 100	2.02 215	0.01 17	0.01 101	1.10 58	0.00 1	2.80 119	0.97 166	0.48 89	0.28 116	2.31 260	1.50 281	1.19 117	0.08 47	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

AFF-stereo	0.65 106	0.46 250	0.82 21	0.37 296	0.00 1	1.19 84	0.00 1	3.04 139	1.42 231	0.72 115	1.95 265	1.16 183	0.26 165	0.97 109	0.31 152	0.00 1	0.02 272	0.00 1	0.00 1	0.21 316	0.02 150

MSMDNet	0.65 106	0.14 100	2.02 215	0.01 17	0.01 101	1.11 62	0.00 1	2.88 125	0.98 168	0.49 92	0.28 116	2.32 261	1.49 278	1.19 117	0.08 47	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

ccs_rob	0.65 106	0.17 124	2.09 224	0.00 1	0.01 101	1.22 97	0.00 1	2.77 117	0.73 125	0.75 117	0.44 146	2.32 261	0.64 226	1.76 140	0.15 83	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

AdaStereo	0.65 106	0.09 50	1.12 87	0.02 64	0.00 1	1.45 181	0.23 252	4.38 275	1.44 236	1.17 182	0.37 132	1.56 201	0.18 139	0.56 88	0.37 176	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
fff	0.66 111	0.42 231	2.21 230	0.01 17	0.01 101	1.22 97	0.02 98	3.26 169	1.04 177	2.34 283	0.14 75	0.09 48	1.83 302	0.34 55	0.29 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 230

RAFT+CT+SA	0.66 111	0.45 246	1.22 113	0.10 205	0.30 334	1.24 111	0.02 98	4.21 262	0.67 95	0.62 99	0.39 137	0.33 90	0.05 52	2.69 157	0.14 79	0.00 1	0.00 1	0.00 1	0.35 383	0.13 268	0.30 349

CFNet_pseudo	0.66 111	0.17 124	2.08 223	0.00 1	0.01 101	1.22 97	0.00 1	2.79 118	0.73 125	0.78 124	0.46 150	2.32 261	0.63 223	1.77 141	0.15 83	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

DCANet	0.66 111	0.43 237	2.21 230	0.03 102	0.00 1	1.22 97	0.01 54	3.26 169	1.85 283	2.61 300	0.21 105	0.09 48	0.49 203	0.33 54	0.39 181	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.06 258

csc	0.66 111	0.42 231	2.21 230	0.01 17	0.01 101	1.22 97	0.02 98	3.26 169	1.04 177	2.34 283	0.14 75	0.09 48	1.83 302	0.34 55	0.29 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 230

cscssc	0.66 111	0.42 231	2.21 230	0.01 17	0.01 101	1.22 97	0.02 98	3.26 169	1.04 177	2.34 283	0.14 75	0.09 48	1.83 302	0.34 55	0.29 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 230

UCFNet_RVC	0.66 111	0.35 203	1.20 111	0.02 64	0.30 334	1.53 206	0.01 54	3.42 193	0.67 95	1.12 175	0.73 194	1.26 189	0.20 151	1.84 143	0.46 194	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

whm_eth	0.68 118	0.52 272	3.05 281	0.01 17	0.00 1	1.26 120	0.02 98	3.36 183	1.93 291	0.26 52	2.52 293	0.13 61	0.11 112	0.18 14	0.10 61	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.11 296

RAFT_CTSACE	0.68 118	0.52 272	1.74 185	0.50 312	0.05 211	1.16 75	0.00 1	2.68 114	0.66 87	0.68 110	1.60 245	1.76 219	0.80 243	0.94 107	0.13 74	0.00 1	0.02 272	0.00 1	0.00 1	0.27 334	0.00 1

DMCA	0.68 118	0.22 158	1.96 207	0.01 17	0.01 101	1.28 124	0.02 98	3.02 132	1.54 252	2.14 264	0.15 81	1.74 217	0.10 104	0.45 75	0.95 247	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

1test111	0.69 121	0.27 172	1.28 120	0.13 216	0.00 1	3.44 319	0.01 54	3.15 152	0.68 100	0.33 59	0.69 186	0.04 10	0.61 217	2.95 162	0.07 38	0.00 1	0.02 272	0.00 1	0.03 293	0.01 25	0.01 62

DCRE	0.69 121	0.35 203	1.16 99	0.06 156	0.02 169	0.91 20	0.00 1	1.05 27	0.30 36	0.98 155	7.63 352	0.72 135	0.02 16	0.16 12	0.07 38	0.00 1	0.02 272	0.00 1	0.21 361	0.02 94	0.03 189

DCANet-4	0.69 121	0.15 110	3.76 316	0.03 102	0.01 101	1.22 97	0.01 54	3.14 150	1.90 288	2.34 283	0.14 75	0.11 54	0.25 163	0.34 55	0.29 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 230

MSKI-zero shot	0.73 124	0.13 95	1.56 161	0.02 64	0.14 269	1.34 144	0.04 159	3.00 129	0.23 31	0.67 108	1.64 246	0.89 153	0.00 1	4.55 231	0.10 61	0.00 1	0.02 272	0.00 1	0.21 361	0.03 133	0.01 62

HCRNet	0.73 124	0.19 136	1.10 83	0.01 17	0.00 1	1.17 77	0.01 54	3.07 142	1.97 293	0.60 98	0.21 105	0.56 116	0.11 112	5.34 264	0.20 109	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.02 150

IGEV_Zeroshot_test	0.74 126	0.20 143	3.00 278	0.26 268	0.02 169	1.10 58	0.05 172	3.72 223	0.19 21	0.88 132	0.71 193	2.84 279	0.63 223	0.53 84	0.33 159	0.00 1	0.07 329	0.00 1	0.16 345	0.04 164	0.00 1

EKT-Stereo	0.74 126	0.18 129	1.23 115	0.81 344	4.25 387	1.19 84	0.03 139	2.17 74	0.13 4	0.35 71	0.40 138	0.97 166	0.08 92	2.61 155	0.09 53	0.00 1	0.09 342	0.00 1	0.07 318	0.04 164	0.03 189

anonymity	0.74 126	0.15 110	1.17 101	0.16 234	0.27 323	0.71 15	0.01 54	4.70 295	1.78 276	1.15 178	1.23 231	0.31 85	1.65 294	0.54 86	0.53 205	0.02 327	0.02 272	0.00 1	0.27 374	0.02 94	0.06 258

test_5	0.74 126	0.50 267	1.55 154	0.44 303	0.25 315	1.45 181	0.01 54	4.16 257	0.78 140	0.79 126	0.17 89	0.42 101	0.64 226	3.06 166	0.18 102	0.00 1	0.00 1	0.00 1	0.00 1	0.16 288	0.21 340

NRIStereo	0.74 126	0.08 38	0.88 29	0.47 310	0.05 211	1.58 217	0.49 302	1.38 36	0.61 62	0.88 132	0.17 89	0.66 127	0.03 34	6.96 343	0.22 113	0.00 1	0.06 320	0.00 1	0.00 1	0.06 197	0.17 324

IER	0.75 131	0.12 86	1.93 200	0.01 17	0.00 1	2.31 279	0.02 98	2.96 128	0.98 168	1.30 197	0.96 211	1.40 194	1.19 263	1.31 124	0.45 190	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

CIPLG	0.75 131	0.81 329	2.38 248	0.13 216	0.03 188	1.41 166	0.27 261	3.19 162	0.84 149	1.98 255	2.56 295	0.19 73	0.10 104	0.54 86	0.26 132	0.00 1	0.05 313	0.01 320	0.05 307	0.19 306	0.05 230

IPLGR_C	0.75 131	0.88 337	2.58 263	0.13 216	0.02 169	1.40 162	0.27 261	3.19 162	0.84 149	1.92 249	2.46 290	0.18 72	0.11 112	0.49 81	0.26 132	0.00 1	0.05 313	0.01 320	0.05 307	0.19 306	0.06 258

ACRE	0.75 131	0.78 323	2.72 272	0.13 216	0.02 169	1.40 162	0.26 258	3.20 164	0.82 144	1.84 245	2.46 290	0.19 73	0.10 104	0.52 82	0.26 132	0.00 1	0.04 304	0.01 320	0.05 307	0.19 306	0.05 230

IPLGR	0.76 135	0.21 149	2.98 276	0.06 156	0.07 227	1.24 111	0.05 172	3.09 145	1.38 222	0.62 99	0.34 126	0.75 138	0.78 241	3.35 170	0.22 113	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.06 258

CFNet_ucs	0.77 136	0.20 143	2.22 237	0.01 17	0.01 101	1.32 136	0.00 1	3.30 176	1.31 217	1.15 178	1.14 221	2.19 255	0.42 196	2.04 146	0.12 70	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

TestStereo1	0.77 136	0.46 250	1.12 87	0.15 228	0.19 292	1.29 128	0.01 54	3.33 179	1.55 253	0.45 85	1.67 249	0.13 61	1.23 265	3.39 173	0.27 136	0.00 1	0.00 1	0.00 1	0.00 1	0.17 292	0.07 274

SA-5K	0.77 136	0.46 250	1.12 87	0.15 228	0.19 292	1.29 128	0.01 54	3.33 179	1.55 253	0.45 85	1.67 249	0.13 61	1.23 265	3.39 173	0.27 136	0.00 1	0.00 1	0.00 1	0.00 1	0.17 292	0.07 274

PSMNet-ADL	0.77 136	0.08 38	0.90 32	0.07 176	0.01 101	2.01 268	0.02 98	2.55 105	1.11 189	0.33 59	0.59 168	2.15 247	0.69 237	4.07 201	0.85 238	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

CFNet-ft	0.77 136	0.46 250	1.34 132	0.01 17	0.27 323	1.32 136	0.02 98	2.40 83	0.68 100	0.63 103	0.18 92	3.23 304	0.21 155	3.97 198	0.54 208	0.00 1	0.00 1	0.01 320	0.00 1	0.03 133	0.02 150

CFNet_RVC	0.77 136	0.46 250	1.34 132	0.01 17	0.27 323	1.32 136	0.02 98	2.40 83	0.68 100	0.63 103	0.18 92	3.23 304	0.21 155	3.97 198	0.54 208	0.00 1	0.00 1	0.01 320	0.00 1	0.03 133	0.02 150

DN-CSS_ROB	0.77 136	0.90 340	2.01 213	0.85 348	0.00 1	1.47 187	0.01 54	2.92 127	0.93 161	0.12 38	0.53 156	0.44 103	0.16 133	4.33 211	0.35 170	0.00 1	0.00 1	0.00 1	0.00 1	0.30 345	0.01 62

MyStereo04	0.78 143	0.27 172	3.19 290	0.02 64	0.01 101	1.64 241	0.01 54	3.64 217	2.20 312	0.98 155	0.02 31	1.29 190	0.57 212	1.10 114	0.53 205	0.00 1	0.07 329	0.00 1	0.00 1	0.03 133	0.06 258

MyStereo05	0.79 144	0.19 136	3.17 289	0.02 64	0.00 1	1.51 199	0.01 54	3.56 210	2.48 324	1.34 201	0.02 31	1.25 188	0.38 190	1.19 117	0.50 199	0.00 1	0.06 320	0.00 1	0.00 1	0.02 94	0.07 274

anonymousa	0.79 144	0.26 171	1.91 198	0.03 102	0.29 332	1.46 186	0.02 98	3.76 225	0.97 166	0.72 115	2.25 285	3.21 302	0.56 210	0.15 9	0.12 70	0.00 1	0.00 1	0.00 1	0.04 303	0.00 1	0.02 150

111	0.79 144	0.70 314	2.21 230	0.01 17	0.01 101	1.19 84	0.16 228	3.78 228	1.98 295	1.22 192	0.91 207	2.01 235	0.32 178	0.32 51	0.64 224	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.17 324

acv_ft	0.79 144	0.21 149	1.28 120	0.01 17	1.08 368	1.68 248	0.01 54	3.75 224	1.05 181	1.31 200	0.66 177	1.94 232	0.46 201	0.31 45	1.68 281	0.00 1	0.00 1	0.00 1	0.00 1	0.27 334	0.00 1

MyStereo06	0.80 148	0.19 136	2.53 259	0.02 64	0.00 1	1.51 199	0.01 54	4.61 290	0.24 34	0.89 134	0.69 186	3.14 298	1.18 262	0.58 92	0.33 159	0.00 1	0.06 320	0.00 1	0.00 1	0.02 94	0.07 274

HITNet	0.80 148	0.58 288	2.14 226	0.69 336	0.00 1	1.35 147	0.02 98	4.50 285	1.15 197	1.76 239	0.16 83	0.60 117	0.30 170	1.13 116	1.64 279	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.00 1
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
SFCPSM	0.81 150	0.11 82	2.53 259	0.01 17	0.07 227	2.45 285	0.18 235	4.99 314	1.18 199	0.77 121	0.78 196	0.69 131	0.31 174	1.72 139	0.20 109	0.00 1	0.00 1	0.00 1	0.05 307	0.06 197	0.01 62

NF-Stereo	0.82 151	0.10 69	1.12 87	1.19 368	0.01 101	1.52 203	0.29 272	2.67 113	0.66 87	1.20 186	0.58 159	0.24 77	0.01 4	6.38 301	0.32 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

OCTAStereo	0.82 151	0.10 69	1.15 95	1.19 368	0.01 101	1.53 206	0.29 272	2.66 109	0.66 87	1.20 186	0.58 159	0.25 80	0.01 4	6.38 301	0.33 159	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

RE-Stereo	0.82 151	0.10 69	1.15 95	1.19 368	0.01 101	1.52 203	0.29 272	2.66 109	0.66 87	1.20 186	0.58 159	0.24 77	0.01 4	6.38 301	0.32 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

TVStereo	0.82 151	0.10 69	1.15 95	1.19 368	0.01 101	1.52 203	0.29 272	2.66 109	0.66 87	1.20 186	0.58 159	0.24 77	0.01 4	6.38 301	0.32 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

ADStereo(finetuned)	0.83 155	0.43 237	3.68 313	0.03 102	0.00 1	1.22 97	0.01 54	3.26 169	1.86 284	2.61 300	0.20 104	0.09 48	2.39 320	0.34 55	0.38 179	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.06 258

BSDual-CNN	0.83 155	0.10 69	0.96 41	0.01 17	0.00 1	3.32 314	0.21 244	5.40 335	0.93 161	2.26 277	0.66 177	1.81 224	0.10 104	0.61 94	0.18 102	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

SA	0.83 155	0.41 228	1.17 101	0.00 1	0.20 296	1.28 124	0.01 54	3.98 246	1.86 284	0.41 80	0.96 211	0.27 82	1.33 274	4.07 201	0.35 170	0.00 1	0.00 1	0.00 1	0.17 351	0.14 274	0.01 62

psmg	0.83 155	0.10 69	0.96 41	0.01 17	0.00 1	3.28 312	0.27 261	4.83 308	0.93 161	1.92 249	1.46 243	1.81 224	0.10 104	0.61 94	0.18 102	0.00 1	0.00 1	0.01 320	0.00 1	0.01 25	0.00 1

STTStereo	0.83 155	0.34 201	2.44 250	0.24 259	0.15 274	1.41 166	0.10 210	3.02 132	1.55 253	1.34 201	0.17 89	1.77 221	0.45 199	3.42 175	0.30 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 62

StereoDRNet-Refined	0.83 155	0.12 86	1.18 104	0.02 64	0.01 101	1.31 135	0.00 1	3.33 179	1.07 186	1.92 249	1.24 233	2.48 267	0.18 139	1.86 144	1.67 280	0.00 1	0.00 1	0.00 1	0.00 1	0.14 274	0.05 230
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
psm_up	0.84 161	0.32 197	1.44 143	0.02 64	0.00 1	1.98 267	0.05 172	3.40 189	1.04 177	2.06 261	0.40 138	1.74 217	0.45 199	3.47 178	0.24 121	0.06 348	0.00 1	0.00 1	0.00 1	0.08 222	0.00 1

MyStereo8	0.85 162	0.52 272	3.20 292	0.20 248	0.00 1	1.47 187	0.01 54	3.53 208	1.91 289	1.34 201	0.65 175	1.22 186	0.31 174	0.57 89	1.38 272	0.00 1	0.14 360	0.00 1	0.06 316	0.09 241	0.30 349

CAS	0.85 162	0.09 50	0.67 13	6.43 390	0.05 211	1.12 64	0.00 1	0.88 22	0.69 113	0.02 2	0.02 31	0.06 34	0.06 67	0.26 36	0.12 70	6.37 391	0.00 1	0.00 1	0.00 1	0.00 1	0.20 338

PSM-softLoss	0.85 162	0.10 69	1.50 147	1.14 364	0.03 188	1.47 187	0.27 261	2.48 98	0.69 113	1.30 197	0.38 134	0.39 98	0.01 4	6.88 334	0.33 159	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

KMStereo	0.85 162	0.10 69	1.50 147	1.14 364	0.03 188	1.47 187	0.27 261	2.48 98	0.69 113	1.30 197	0.38 134	0.39 98	0.01 4	6.88 334	0.33 159	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

StereoVision	0.86 166	0.38 214	1.75 187	0.03 102	0.01 101	1.14 69	0.02 98	3.38 186	0.92 158	0.13 42	6.89 349	0.50 112	0.12 122	1.10 114	0.78 234	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.02 150

DisPM	0.86 166	0.09 50	1.10 83	0.76 342	0.02 169	1.51 199	0.57 308	1.75 56	0.70 122	2.43 294	0.83 202	0.38 97	0.01 4	6.89 337	0.17 92	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

IPLG	0.86 166	0.41 228	2.31 245	0.06 156	0.06 219	1.36 149	0.11 212	3.17 157	0.83 146	0.62 99	1.00 214	0.46 105	0.61 217	5.57 275	0.35 170	0.00 1	0.00 1	0.00 1	0.00 1	0.18 299	0.01 62

AASNet	0.86 166	0.53 277	1.96 207	0.04 125	0.00 1	1.70 251	0.05 172	5.13 322	1.84 279	0.93 141	1.88 261	0.96 163	0.19 145	0.67 97	0.91 245	0.00 1	0.00 1	0.00 1	0.00 1	0.27 334	0.09 288

DeepPruner_ROB	0.86 166	0.50 267	1.80 193	0.01 17	0.00 1	1.57 213	0.17 231	3.48 203	0.42 44	3.31 321	0.02 31	2.09 242	0.17 136	3.01 164	0.61 220	0.00 1	0.00 1	0.00 1	0.00 1	0.12 264	0.01 62

AACVNet	0.87 171	0.44 242	1.19 107	0.17 237	0.00 1	1.76 255	0.00 1	3.60 214	0.60 56	1.03 164	0.26 112	1.31 191	0.17 136	6.33 298	0.28 140	0.00 1	0.00 1	0.00 1	0.00 1	0.17 292	0.01 62

LCNet	0.87 171	0.18 129	0.97 46	0.14 226	0.26 318	1.19 84	0.22 248	2.36 79	0.71 124	1.82 243	0.21 105	0.11 54	2.56 322	5.56 273	0.14 79	0.00 1	0.00 1	0.00 1	0.00 1	0.15 284	0.81 370

HHNet	0.87 171	0.25 167	1.78 190	0.16 234	0.08 237	1.30 132	0.44 297	1.93 61	0.64 78	1.41 212	5.92 342	0.14 67	1.79 300	0.35 60	0.95 247	0.05 343	0.00 1	0.01 320	0.00 1	0.14 274	0.01 62

UPFNet	0.87 171	0.09 50	2.05 219	0.00 1	0.00 1	1.90 265	0.11 212	3.41 191	0.83 146	2.15 265	0.10 69	1.92 230	0.09 97	3.94 197	0.70 229	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

tt1	0.88 175	0.27 172	1.25 116	0.08 188	0.00 1	3.36 317	0.02 98	3.03 134	6.40 365	0.33 59	0.66 177	0.05 25	0.40 194	1.59 133	0.05 17	0.00 1	0.02 272	0.00 1	0.00 1	0.09 241	0.03 189

HH	0.88 175	0.37 211	1.93 200	0.25 262	0.10 253	0.62 13	0.00 1	3.79 229	0.18 19	0.33 59	0.59 168	3.94 320	0.81 244	4.44 220	0.09 53	0.00 1	0.06 320	0.00 1	0.00 1	0.03 133	0.02 150

HanStereo	0.88 175	0.37 211	1.93 200	0.25 262	0.10 253	0.62 13	0.00 1	3.79 229	0.18 19	0.33 59	0.59 168	3.94 320	0.81 244	4.44 220	0.09 53	0.00 1	0.06 320	0.00 1	0.00 1	0.03 133	0.02 150

dad	0.88 175	0.62 297	2.26 240	0.06 156	0.01 101	1.24 111	0.00 1	0.98 25	2.17 309	1.29 196	0.35 129	0.37 93	0.04 46	5.80 280	1.06 252	0.01 305	0.00 1	1.13 382	0.11 334	0.05 182	0.00 1

GANet-RSSM	0.88 175	0.38 214	1.45 144	0.60 325	0.00 1	1.36 149	0.02 98	4.55 287	0.69 113	0.71 113	0.32 119	1.56 201	0.61 217	4.55 231	0.64 224	0.00 1	0.00 1	0.05 353	0.00 1	0.08 222	0.02 150

PSMNet-RSSM	0.90 180	0.44 242	1.35 135	0.13 216	0.00 1	1.37 154	0.03 139	4.79 306	0.85 152	1.11 174	0.49 154	2.15 247	0.35 185	4.09 204	0.73 231	0.00 1	0.00 1	0.01 320	0.00 1	0.03 133	0.01 62

DMCA-RVC	0.90 180	0.64 301	3.30 298	0.03 102	0.04 204	1.30 132	0.06 185	2.65 108	0.73 125	3.21 318	0.09 67	0.99 168	0.66 233	3.14 167	0.99 249	0.01 305	0.04 304	0.02 342	0.01 271	0.07 211	0.01 62

iRaft-Stereo_20w	0.92 182	0.15 110	2.68 268	0.24 259	0.06 219	1.36 149	0.28 269	7.46 378	0.34 40	1.56 226	0.37 132	0.62 120	1.24 268	1.25 121	0.34 166	0.00 1	0.09 342	0.00 1	0.16 345	0.02 94	0.13 310

CoDeX	0.94 183	0.34 201	2.09 224	0.05 142	0.20 296	1.49 194	0.20 242	5.89 355	1.57 259	0.66 107	0.67 184	1.05 173	0.32 178	3.82 192	0.33 159	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1

cc1	0.94 183	0.27 172	1.28 120	0.13 216	0.00 1	3.44 319	0.01 54	3.18 158	7.23 374	0.33 59	0.69 186	0.04 10	0.61 217	1.43 127	0.05 17	0.00 1	0.02 272	0.00 1	0.03 293	0.09 241	0.04 213

xx1	0.95 185	0.27 172	1.28 120	0.13 216	0.00 1	3.44 319	0.01 54	3.18 158	7.23 374	0.33 59	0.69 186	0.73 136	0.12 122	1.43 127	0.05 17	0.00 1	0.02 272	0.00 1	0.00 1	0.01 25	0.01 62

SACVNet	0.96 186	0.36 207	1.49 146	0.05 142	0.00 1	1.62 238	0.28 269	3.86 241	1.28 212	1.79 242	0.80 198	1.59 203	0.07 78	5.29 260	0.48 197	0.01 305	0.00 1	0.00 1	0.00 1	0.23 320	0.01 62

BUS	0.97 187	0.10 69	0.96 41	0.01 17	0.00 1	5.85 358	0.03 139	5.40 335	0.93 161	2.26 277	0.66 177	2.39 265	0.06 67	0.61 94	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

BEATNet_4x	0.97 187	0.77 322	3.36 301	0.46 307	0.01 101	1.32 136	0.09 203	4.57 289	1.26 210	1.88 248	0.22 109	1.09 179	0.42 196	1.79 142	2.09 305	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.06 258

qqq1	0.98 189	0.16 118	1.55 154	0.33 283	0.01 101	1.03 33	0.00 1	5.24 325	2.12 302	1.53 218	2.16 279	0.92 154	0.02 16	4.46 222	0.07 38	0.00 1	0.01 223	0.00 1	0.00 1	0.03 133	0.01 62

fff1	0.98 189	0.16 118	1.55 154	0.33 283	0.01 101	1.03 33	0.00 1	5.24 325	2.12 302	1.53 218	2.16 279	0.92 154	0.02 16	4.46 222	0.07 38	0.00 1	0.01 223	0.00 1	0.00 1	0.03 133	0.01 62

gwcnet-sp	0.98 189	0.38 214	4.06 326	0.04 125	0.00 1	2.60 292	0.15 224	3.51 205	1.13 194	1.75 235	0.16 83	0.68 128	0.39 191	3.69 182	0.90 241	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.03 189

scenet	0.98 189	0.38 214	4.06 326	0.04 125	0.00 1	2.60 292	0.15 224	3.51 205	1.13 194	1.75 235	0.16 83	0.68 128	0.39 191	3.69 182	0.90 241	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.03 189

ssnet	0.98 189	0.38 214	4.06 326	0.04 125	0.00 1	2.60 292	0.15 224	3.51 205	1.13 194	1.75 235	0.16 83	0.68 128	0.39 191	3.69 182	0.90 241	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.03 189

raft_robust	0.98 189	0.57 287	1.21 112	0.06 156	0.17 281	1.36 149	0.02 98	3.46 200	2.18 310	0.33 59	0.01 1	1.54 200	1.42 276	6.77 326	0.15 83	0.00 1	0.02 272	0.00 1	0.18 353	0.11 259	0.09 288

cf-r	0.98 189	0.51 271	2.04 218	0.25 262	0.01 101	1.40 162	0.03 139	4.47 284	1.65 268	0.95 142	0.58 159	2.63 269	0.24 160	4.19 206	0.58 215	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.04 213

RAFT_R40	0.99 196	0.05 8	1.26 117	0.71 337	0.20 296	1.65 245	0.67 313	1.94 62	0.61 62	1.05 167	1.15 223	1.80 223	1.47 277	6.91 339	0.31 152	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

iResNet	1.00 197	0.45 246	3.08 284	0.86 352	0.01 101	1.97 266	0.01 54	3.67 221	1.49 247	1.77 240	1.09 218	0.35 92	0.13 128	3.83 193	1.27 266	0.00 1	0.00 1	0.00 1	0.00 1	0.07 211	0.01 62

CSP-Net	1.01 198	0.52 272	0.92 34	0.01 17	0.00 1	2.83 304	0.05 172	4.99 314	0.69 113	0.91 139	0.85 203	1.82 226	0.23 158	6.04 284	0.29 144	0.00 1	0.00 1	0.00 1	0.00 1	0.10 250	0.01 62

MLCV	1.01 198	0.53 277	2.17 228	0.03 102	0.00 1	1.60 228	0.03 139	2.90 126	1.30 215	2.60 299	1.85 260	1.00 169	0.40 194	4.88 245	0.74 232	0.00 1	0.00 1	0.00 1	0.00 1	0.07 211	0.01 62

IRAFT_RVC	1.02 200	0.20 143	1.58 164	1.39 372	0.26 318	1.33 142	0.32 282	2.52 101	0.66 87	1.58 227	0.81 199	1.16 183	1.58 290	6.51 309	0.43 184	0.00 1	0.12 355	0.00 1	0.00 1	0.02 94	0.03 189

GwcNet-RSSM	1.02 200	0.69 311	2.70 269	0.22 251	0.02 169	1.42 171	0.05 172	4.02 248	1.01 174	0.90 136	0.42 141	2.89 283	0.26 165	4.43 219	1.17 257	0.00 1	0.00 1	0.02 342	0.00 1	0.13 268	0.05 230

NINENet	1.03 202	0.22 158	1.30 128	0.10 205	0.01 101	5.85 358	0.03 139	4.41 279	1.25 209	1.55 225	0.60 173	2.39 265	0.06 67	2.72 159	0.05 17	0.00 1	0.01 223	0.01 320	0.00 1	0.04 164	0.00 1

HGLStereo	1.03 202	0.18 129	1.50 147	0.01 17	0.01 101	1.41 166	0.01 54	3.41 191	0.82 144	1.05 167	3.09 305	2.11 243	1.24 268	4.51 227	1.18 258	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.03 189

SMFormer	1.04 204	0.16 118	1.55 154	0.33 283	0.01 101	1.03 33	0.00 1	5.24 325	2.12 302	1.53 218	2.16 279	0.92 154	0.02 16	4.46 222	1.24 261	0.00 1	0.01 223	0.00 1	0.00 1	0.03 133	0.02 150

tta	1.04 204	0.16 118	1.55 154	0.33 283	0.01 101	1.03 33	0.00 1	5.24 325	2.12 302	1.53 218	2.16 279	0.92 154	0.02 16	4.46 222	1.24 261	0.00 1	0.01 223	0.00 1	0.00 1	0.03 133	0.01 62

ffm	1.04 204	0.05 8	1.65 171	0.34 289	0.01 101	1.58 217	0.02 98	3.03 134	6.40 365	1.39 207	2.07 270	2.15 247	0.34 180	1.59 133	0.05 17	0.00 1	0.02 272	0.00 1	0.00 1	0.09 241	0.03 189

Sa-1000	1.04 204	0.39 220	1.17 101	0.00 1	0.20 296	1.33 142	0.03 139	4.19 260	1.81 277	0.99 159	5.33 338	0.61 118	0.15 130	4.07 201	0.30 150	0.00 1	0.00 1	0.00 1	0.16 345	0.13 268	0.00 1

SST-Stereo	1.04 204	0.05 8	1.16 99	0.72 338	0.23 308	1.70 251	0.58 309	1.92 60	1.46 239	1.19 184	1.09 218	1.60 205	1.93 307	6.92 341	0.21 112	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

XX-Stereo	1.04 204	0.20 143	4.94 352	0.85 348	0.04 204	1.25 118	0.00 1	3.37 184	0.45 47	1.22 192	0.50 155	3.70 316	0.02 16	3.91 196	0.05 17	0.00 1	0.09 342	0.00 1	0.20 357	0.03 133	0.02 150

NLCA_NET_v2_RVC	1.04 204	0.55 280	2.52 258	0.56 321	1.00 365	1.37 154	0.00 1	3.43 195	1.35 220	2.24 272	0.35 129	2.18 254	0.58 214	4.28 209	0.34 166	0.00 1	0.00 1	0.00 1	0.01 271	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iResNet_ROB	1.05 211	0.76 320	2.06 220	0.07 176	0.00 1	1.35 147	0.03 139	6.80 373	2.57 329	0.79 126	1.20 229	0.94 162	0.12 122	3.81 190	0.41 182	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.01 62

PFNet	1.06 212	0.19 136	2.95 275	1.16 366	0.56 354	1.58 217	0.25 255	1.50 49	0.60 56	2.38 290	1.23 231	0.63 122	0.30 170	6.85 330	0.43 184	0.16 361	0.01 223	0.00 1	0.07 318	0.18 299	0.18 330

hknet	1.08 213	0.13 95	2.07 221	0.01 17	0.00 1	3.32 314	0.21 244	5.40 335	0.92 158	2.26 277	0.66 177	3.43 308	0.05 52	2.81 160	0.27 136	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

iRaft-Stereo_5w	1.08 213	0.56 284	2.70 269	0.02 64	0.02 169	1.20 92	0.01 54	3.18 158	0.63 71	0.14 43	2.00 268	1.62 209	1.54 284	6.69 320	1.01 251	0.00 1	0.00 1	0.00 1	0.00 1	0.23 320	0.01 62

FADNet-RVC-Resample	1.08 213	1.00 348	5.32 356	0.10 205	0.14 269	1.53 206	0.25 255	3.62 215	1.18 199	0.51 93	0.19 100	1.04 172	0.28 169	5.20 256	0.44 187	0.10 354	0.16 365	0.09 357	0.06 316	0.24 323	0.21 340

TDLM	1.08 213	0.49 264	1.43 141	0.27 271	0.00 1	1.56 212	2.12 348	3.10 146	1.75 274	1.36 205	0.93 209	1.06 175	0.49 203	6.21 291	0.70 229	0.00 1	0.00 1	0.00 1	0.00 1	0.16 288	0.02 150

CFNet	1.08 213	0.62 297	2.26 240	0.26 268	0.03 188	1.40 162	0.04 159	4.45 283	2.09 300	0.48 89	0.69 186	1.31 191	0.24 160	6.63 315	0.83 237	0.00 1	0.00 1	0.00 1	0.00 1	0.17 292	0.04 213

PS-NSSS	1.08 213	0.45 246	1.70 182	0.02 64	0.01 101	1.37 154	0.01 54	4.38 275	2.09 300	1.15 178	2.65 297	0.65 124	0.07 78	6.35 299	0.56 211	0.16 361	0.00 1	0.00 1	0.00 1	0.05 182	0.00 1

iResNetv2_ROB	1.08 213	1.12 355	4.68 347	1.09 363	0.00 1	1.38 159	0.05 172	3.83 236	1.11 189	0.80 128	1.15 223	1.02 171	0.12 122	4.52 228	0.45 190	0.00 1	0.00 1	0.00 1	0.00 1	0.33 346	0.03 189

GMM-Stereo	1.09 220	0.05 8	1.62 168	0.13 216	0.22 303	1.41 166	0.87 321	2.31 77	0.62 68	2.75 303	3.14 306	0.54 115	0.90 250	5.33 263	0.13 74	0.01 305	0.00 1	0.00 1	0.02 287	0.01 25	1.80 383

hitnet-ft	1.09 220	0.39 220	1.45 144	0.04 125	0.00 1	1.34 144	0.22 248	3.34 182	2.25 315	1.48 215	1.11 220	4.17 323	0.37 188	4.73 239	0.79 235	0.01 305	0.00 1	0.03 347	0.00 1	0.09 241	0.01 62

NVstereo2D	1.09 220	0.17 124	4.40 340	0.00 1	0.00 1	1.59 225	0.18 235	4.29 271	1.40 228	0.85 131	0.36 131	2.30 258	0.62 222	5.26 259	0.35 170	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

PSMNet_ROB	1.09 220	0.69 311	2.92 274	0.03 102	0.07 227	1.68 248	0.16 228	3.44 197	1.30 215	0.96 144	0.32 119	2.81 277	0.63 223	4.23 207	2.48 314	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.04 213

LMCR-Stereo	1.10 224	0.69 311	1.95 204	0.50 312	0.01 101	2.73 297	0.09 203	6.20 361	0.64 78	2.37 288	1.76 256	0.13 61	1.59 292	2.94 161	0.23 117	0.00 1	0.00 1	0.00 1	0.00 1	0.12 264	0.00 1

GEStereo_RVC	1.10 224	0.42 231	1.72 184	0.28 273	0.01 101	1.37 154	0.11 212	6.25 362	0.84 149	1.05 167	0.67 184	1.61 207	0.79 242	6.11 287	0.63 222	0.00 1	0.00 1	0.00 1	0.00 1	0.10 250	0.04 213

FADNet-RVC	1.10 224	1.07 353	4.79 348	0.03 102	0.00 1	1.60 228	0.08 194	3.77 226	1.70 271	0.35 71	0.07 63	0.61 118	0.66 233	5.32 262	1.11 253	0.01 305	0.08 338	0.00 1	0.00 1	0.48 365	0.18 330

GANetREF_RVC	1.10 224	0.95 343	2.98 276	0.06 156	0.00 1	2.23 274	0.18 235	3.95 245	2.53 327	0.56 95	0.32 119	1.89 229	0.66 233	5.03 250	0.51 201	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.04 213
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
CVANet_RVC	1.10 224	0.39 220	1.69 181	0.28 273	0.00 1	1.45 181	0.48 300	3.26 169	1.64 267	2.93 308	1.22 230	1.51 197	0.37 188	6.09 286	0.50 199	0.00 1	0.00 1	0.00 1	0.00 1	0.18 299	0.01 62

ARAFT	1.12 229	0.82 332	4.11 329	0.04 125	0.00 1	1.64 241	0.03 139	4.85 309	1.69 270	2.78 305	0.57 157	0.47 107	0.11 112	4.81 242	0.24 121	0.00 1	0.03 294	0.00 1	0.00 1	0.24 323	0.05 230

ac_64	1.12 229	0.18 129	1.64 170	0.18 241	0.25 315	1.48 193	0.02 98	4.97 313	1.47 241	0.69 111	0.45 149	4.94 339	0.46 201	4.87 244	0.74 232	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.00 1

UNet	1.13 231	0.24 165	4.21 331	0.01 17	0.02 169	2.31 279	0.02 98	3.06 140	0.76 137	1.17 182	0.14 75	2.73 274	1.58 290	4.48 226	1.92 295	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

ssnet_v2	1.14 232	0.28 182	1.77 188	0.03 102	0.00 1	2.07 270	0.37 291	5.20 323	1.87 286	2.00 256	0.87 205	3.09 295	0.55 209	1.31 124	3.02 325	0.00 1	0.00 1	0.00 1	0.00 1	0.18 299	0.12 305

EAI-Stereo	1.14 232	0.12 86	1.19 107	0.21 249	0.32 339	1.84 262	2.32 353	5.42 338	1.19 201	1.02 161	5.66 340	0.48 108	0.60 215	0.86 104	0.62 221	0.00 1	0.13 359	0.00 1	0.65 390	0.02 94	0.17 324

delet	1.14 232	0.32 197	1.56 161	0.03 102	0.17 281	2.86 306	1.03 328	4.25 266	2.14 307	1.03 164	1.17 227	1.64 214	0.92 251	4.35 213	1.27 266	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.00 1

PSM-AAD	1.15 235	0.04 4	0.88 29	0.10 205	0.27 323	1.32 136	3.25 363	2.41 90	0.64 78	2.93 308	1.92 263	0.15 69	5.39 370	3.42 175	0.19 108	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 230

FADNet_RVC	1.15 235	1.06 352	4.34 339	0.02 64	0.06 219	2.77 302	0.04 159	3.50 204	0.80 141	0.35 71	0.32 119	0.65 124	0.09 97	5.20 256	1.56 275	0.24 370	0.34 379	0.11 361	0.33 382	0.65 374	0.60 363

ETE_ROB	1.16 237	0.52 272	1.71 183	0.01 17	0.02 169	1.79 259	0.22 248	4.10 253	1.32 218	4.68 347	1.18 228	2.81 277	0.08 92	3.56 179	1.12 255	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.06 258

DLCB_ROB	1.17 238	0.22 158	1.28 120	0.08 188	0.00 1	1.51 199	0.23 252	3.39 187	1.52 250	3.43 326	2.00 268	3.40 306	0.31 174	4.29 210	1.82 287	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XPNet_ROB	1.17 238	0.41 228	1.68 180	0.04 125	0.01 101	1.65 245	0.17 231	3.46 200	1.39 224	3.89 334	1.01 215	1.60 205	0.53 206	4.35 213	3.07 326	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.02 150

KYRaft	1.19 240	0.05 8	0.94 36	0.06 156	0.24 312	1.25 118	0.78 319	2.48 98	0.61 62	3.23 319	7.13 351	1.00 169	2.77 328	1.43 127	0.14 79	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	1.71 382

RAFT-345	1.19 240	0.06 22	1.55 154	0.54 318	0.13 263	1.53 206	0.25 255	0.56 10	1.76 275	1.20 186	7.85 353	0.93 159	0.05 52	6.87 333	0.46 194	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

OMP-Stereo	1.20 242	0.54 279	0.96 41	2.39 379	0.29 332	1.58 217	0.33 284	2.01 66	0.68 100	2.68 302	1.16 225	3.10 296	0.18 139	7.40 355	0.56 211	0.00 1	0.00 1	0.00 1	0.00 1	0.07 211	0.01 62

ADLNet	1.20 242	0.29 189	1.98 210	0.00 1	0.02 169	2.20 273	0.11 212	4.39 277	2.52 326	2.19 269	2.20 284	2.66 270	0.70 238	3.42 175	1.25 263	0.00 1	0.00 1	0.00 1	0.00 1	0.10 250	0.04 213

MMNet	1.20 242	0.27 172	3.59 311	0.09 198	0.00 1	4.15 334	0.01 54	3.63 216	1.19 201	1.93 252	0.32 119	1.35 193	1.23 265	4.42 218	1.84 289	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

FADNet	1.20 242	0.93 342	4.51 343	0.03 102	0.06 219	2.56 290	0.16 228	4.02 248	1.42 231	0.32 58	0.06 62	1.66 215	1.07 256	5.56 273	0.87 239	0.19 364	0.02 272	0.01 320	0.01 271	0.50 367	0.03 189

Prome-Stereo	1.23 246	0.06 22	0.93 35	0.12 213	0.24 312	1.26 120	0.67 313	2.53 103	0.69 113	2.08 262	8.70 359	0.76 139	2.91 332	2.12 147	0.11 68	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 381

DAS	1.26 247	0.08 38	2.25 238	0.04 125	0.01 101	1.28 124	1.18 332	3.80 232	1.58 263	4.60 344	2.37 288	1.53 198	0.53 206	5.36 265	0.59 217	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

SepStereo	1.28 248	0.08 38	2.25 238	0.04 125	0.01 101	1.28 124	1.18 332	3.80 232	1.58 263	4.60 344	2.37 288	1.53 198	0.53 206	5.63 276	0.59 217	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 62

pcwnet_v2	1.29 249	0.17 124	5.98 366	0.10 205	0.01 101	1.76 255	0.02 98	5.08 321	2.90 334	1.54 224	1.98 267	2.03 238	0.81 244	3.01 164	0.28 140	0.00 1	0.00 1	0.00 1	0.01 271	0.03 133	0.03 189

NOSS_ROB	1.29 249	0.22 158	1.35 135	0.64 332	0.16 279	2.56 290	0.00 1	4.14 256	2.37 319	2.29 282	1.76 256	2.84 279	0.02 16	6.80 329	0.45 190	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.11 296

Wz-Net-LNSev	1.30 251	0.85 334	6.26 371	0.02 64	0.03 188	4.02 331	0.13 220	4.21 262	1.12 193	0.77 121	0.10 69	3.60 312	1.11 259	2.68 156	1.12 255	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

IIG-Stereo	1.30 251	0.48 260	1.04 71	2.41 380	0.05 211	1.61 232	0.14 223	2.59 106	0.68 100	2.97 311	2.28 286	3.08 294	0.57 212	7.41 356	0.65 226	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

DSFCA	1.30 251	0.14 100	1.82 194	0.01 17	0.03 188	3.74 328	0.86 320	2.71 115	1.23 205	3.09 315	0.41 140	2.93 285	1.49 278	6.12 288	1.35 269	0.00 1	0.02 272	0.00 1	0.00 1	0.02 94	0.01 62

NCCL2	1.30 251	0.63 300	2.31 245	0.02 64	0.03 188	1.57 213	3.41 365	3.91 244	1.39 224	3.14 317	0.34 126	3.90 319	0.30 170	3.75 187	1.19 259	0.00 1	0.00 1	0.02 342	0.00 1	0.03 133	0.05 230

PA-Net	1.31 255	0.59 290	3.65 312	0.06 156	0.15 274	1.44 175	0.54 305	4.08 251	2.71 331	0.78 124	1.16 225	2.32 261	0.64 226	5.96 282	1.92 295	0.01 305	0.00 1	0.00 1	0.00 1	0.04 164	0.06 258
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CRFU-Net	1.32 256	0.27 172	2.46 254	1.17 367	0.03 188	4.08 332	0.05 172	5.61 345	0.67 95	1.53 218	0.70 192	3.47 310	2.62 325	3.24 168	0.24 121	0.01 305	0.01 223	0.11 361	0.00 1	0.13 268	0.00 1

LALA_ROB	1.33 257	0.59 290	1.74 185	0.02 64	0.06 219	3.25 311	0.50 304	3.45 198	1.39 224	3.70 329	0.59 168	4.59 332	0.25 163	3.58 180	2.79 322	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.02 150

DRaft	1.34 258	0.12 86	1.19 107	0.06 156	0.01 101	1.64 241	0.43 296	1.86 59	0.14 6	3.76 330	5.27 337	0.41 100	4.38 357	5.49 269	1.68 281	0.01 305	0.06 320	0.00 1	0.07 318	0.07 211	0.11 296

ttt	1.35 259	0.05 8	1.09 82	0.46 307	0.01 101	1.61 232	0.00 1	5.61 345	1.97 293	1.75 235	2.10 275	1.40 194	0.11 112	4.81 242	6.07 355	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.02 150

Consistency-Raft	1.36 260	0.65 304	4.81 349	0.33 283	0.32 339	1.62 238	0.11 212	3.65 218	3.80 347	0.33 59	6.12 345	0.86 151	2.14 313	0.94 107	1.25 263	0.02 327	0.01 223	0.00 1	0.00 1	0.24 323	0.01 62

FINET	1.36 260	0.46 250	4.05 325	0.22 251	0.73 360	1.03 33	0.00 1	3.57 211	5.71 362	1.59 228	1.64 246	0.49 110	0.19 145	5.53 270	1.90 292	0.00 1	0.01 223	0.00 1	0.00 1	0.08 222	0.03 189

HSM	1.36 260	0.40 225	1.07 78	0.01 17	0.30 334	1.73 254	0.03 139	5.89 355	1.22 204	1.83 244	1.36 240	4.78 336	1.30 273	6.61 314	0.57 213	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

ADLNet2	1.38 263	0.39 220	3.13 287	0.00 1	0.70 359	1.23 110	0.26 258	4.19 260	2.36 318	1.45 214	3.16 309	4.23 324	0.82 247	4.56 233	0.88 240	0.00 1	0.00 1	0.00 1	0.00 1	0.13 268	0.02 150

DualNet	1.39 264	0.05 8	1.65 171	0.34 289	0.01 101	1.58 217	0.02 98	3.03 134	6.40 365	1.39 207	2.07 270	2.15 247	0.34 180	1.59 133	7.08 358	0.00 1	0.02 272	0.00 1	0.00 1	0.09 241	0.03 189

CBFPSM	1.39 264	0.61 295	4.29 335	0.01 17	0.01 101	3.64 325	0.03 139	3.39 187	0.80 141	0.64 106	0.21 105	6.18 353	3.70 350	2.38 151	1.82 287	0.00 1	0.01 223	0.00 1	0.00 1	0.08 222	0.01 62

HSM-Net_RVC	1.40 266	0.07 32	1.58 164	0.00 1	0.01 101	1.88 263	0.05 172	7.24 375	1.71 273	3.63 328	3.63 319	3.21 302	0.36 186	4.25 208	0.44 187	0.01 305	0.01 223	0.00 1	0.00 1	0.01 25	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
fast-acv-ft	1.41 267	0.46 250	4.29 335	0.10 205	0.13 263	3.97 330	0.29 272	2.42 91	1.91 289	0.81 129	3.55 317	3.02 291	1.26 270	3.35 170	2.05 304	0.04 337	0.01 223	0.04 349	0.04 303	0.39 357	0.05 230

GASNet	1.43 268	1.53 369	4.54 344	0.31 279	0.02 169	1.49 194	0.20 242	3.86 241	1.95 292	0.75 117	1.37 241	2.11 243	1.57 289	5.82 281	2.60 318	0.00 1	0.05 313	0.00 1	0.00 1	0.43 360	0.10 292

ASMatch	1.44 269	0.14 100	2.15 227	0.60 325	0.21 301	1.21 95	0.26 258	0.96 24	0.66 87	0.29 55	11.75 368	0.93 159	2.37 318	6.73 323	0.54 208	0.00 1	0.00 1	0.00 1	0.01 271	0.00 1	0.04 213

HBP-ISP	1.45 270	0.75 316	3.02 279	0.30 277	0.10 253	4.28 338	1.49 340	4.68 294	1.29 213	3.43 326	0.78 196	0.93 159	1.01 254	6.48 308	0.36 175	0.04 337	0.02 272	0.00 1	0.00 1	0.05 182	0.03 189

GrayStereo	1.46 271	0.03 1	0.87 27	0.63 331	0.20 296	1.24 111	4.61 379	2.85 123	0.62 68	4.98 350	4.00 327	0.45 104	4.67 359	3.37 172	0.08 47	0.00 1	0.00 1	0.00 1	0.50 386	0.01 25	0.01 62

TransformOpticalFlow	1.47 272	0.31 193	3.22 296	0.66 333	0.08 237	1.54 210	0.09 203	3.84 237	1.58 263	1.66 231	2.32 287	3.60 312	3.12 337	6.99 345	0.42 183	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

THIR-Stereo	1.48 273	0.29 189	1.51 150	0.01 17	0.02 169	1.05 46	4.32 375	2.11 71	0.22 30	1.08 171	4.24 328	1.93 231	4.19 355	6.76 325	1.87 291	0.00 1	0.00 1	0.04 349	0.00 1	0.05 182	0.00 1

StereoDRNet	1.48 273	0.75 316	4.58 345	0.05 142	0.10 253	2.49 287	1.10 331	4.62 291	1.47 241	3.38 325	0.62 174	2.29 257	0.65 231	4.52 228	2.89 323	0.00 1	0.03 294	0.00 1	0.01 271	0.05 182	0.07 274

DEmStereo	1.51 275	0.08 38	2.17 228	0.09 198	0.02 169	1.76 255	0.90 323	1.47 47	0.60 56	2.46 295	6.42 347	1.08 177	5.16 365	6.21 291	1.86 290	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

APVNet	1.52 276	0.31 193	4.00 322	0.09 198	0.00 1	4.64 345	0.08 194	4.41 279	1.21 203	1.25 195	1.05 217	2.90 284	0.93 252	6.70 321	2.48 314	0.01 305	0.00 1	0.07 354	0.00 1	0.27 334	0.05 230

RYNet	1.52 276	0.35 203	3.38 302	0.25 262	0.04 204	2.31 279	0.03 139	4.62 291	1.47 241	1.14 177	0.34 126	4.52 330	1.38 275	6.36 300	4.23 337	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

1111x	1.53 278	0.06 22	1.77 188	0.27 271	0.00 1	2.12 272	0.01 54	5.63 349	1.65 268	1.53 218	1.67 249	0.92 154	0.64 226	6.18 289	8.17 368	0.00 1	0.01 223	0.00 1	0.00 1	0.00 1	0.01 62

RASNet	1.53 278	0.31 193	1.97 209	0.09 198	3.20 383	1.69 250	0.06 185	3.27 175	2.12 302	0.77 121	1.29 237	5.32 348	1.69 297	6.60 312	2.17 307	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.02 150

Wz-Net-LNSev-Ref	1.54 280	0.68 309	4.62 346	0.01 17	0.00 1	5.13 352	0.30 278	4.64 293	1.23 205	2.39 291	0.59 168	2.12 245	2.00 310	4.94 247	2.19 309	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

AAGNet	1.54 280	0.07 32	0.88 29	1.04 360	0.27 323	1.47 187	0.66 312	1.57 51	0.61 62	1.68 232	0.82 200	1.62 209	2.29 315	6.18 289	11.63 381	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 62

mmx	1.56 282	0.05 8	1.65 171	0.34 289	0.01 101	1.58 217	0.02 98	5.51 342	2.25 315	1.39 207	2.07 270	2.15 247	0.34 180	6.68 317	7.08 358	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.01 62

xxx	1.56 282	0.05 8	1.65 171	0.34 289	0.01 101	1.58 217	0.02 98	5.51 342	2.25 315	1.39 207	2.07 270	2.15 247	0.34 180	6.68 317	7.08 358	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.01 62

CBMV	1.56 282	0.24 165	1.92 199	0.31 279	0.03 188	2.90 307	4.33 376	3.79 229	1.81 277	4.98 350	1.73 254	2.70 272	1.68 296	3.81 190	0.92 246	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.08 283
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PASM	1.58 285	1.05 351	7.51 376	0.56 321	0.09 244	1.37 154	0.28 269	2.85 123	1.44 236	3.91 335	0.44 146	3.02 291	0.64 226	6.38 301	1.59 278	0.00 1	0.01 223	0.00 1	0.03 293	0.26 331	0.15 318

DRN-Test	1.62 286	0.23 163	3.72 314	0.18 241	0.13 263	3.34 316	0.19 240	5.93 358	2.01 298	4.14 338	0.76 195	2.12 245	1.78 299	5.22 258	2.62 320	0.00 1	0.00 1	0.01 320	0.01 271	0.03 133	0.01 62

RAFT + AFF	1.63 287	1.13 356	2.62 266	0.04 125	0.80 361	2.29 278	1.03 328	5.54 344	2.06 299	1.77 240	1.81 259	1.22 186	3.65 349	6.23 293	1.57 277	0.01 305	0.35 380	0.00 1	0.01 271	0.33 346	0.12 305

MaskLacGwcNet_RVC	1.63 287	0.45 246	2.21 230	1.53 374	0.18 285	4.33 339	0.41 294	3.37 184	1.40 228	0.54 94	0.65 175	3.10 296	0.11 112	4.93 246	0.60 219	4.57 387	0.51 382	0.00 1	0.00 1	1.37 379	2.39 384

ff1	1.65 289	0.05 8	1.65 171	0.34 289	0.01 101	1.58 217	0.02 98	3.03 134	6.40 365	1.39 207	2.07 270	2.15 247	0.34 180	6.68 317	7.08 358	0.00 1	0.02 272	0.00 1	0.00 1	0.09 241	0.03 189

CrosDoStereo	1.66 290	0.15 110	1.66 176	0.02 64	0.07 227	1.38 159	6.16 393	3.12 148	1.06 184	0.97 146	3.74 321	0.96 163	4.79 361	7.00 346	1.92 295	0.00 1	0.00 1	0.00 1	0.00 1	0.11 259	0.00 1

DeepStereo_LL	1.66 290	0.15 110	1.66 176	0.02 64	0.07 227	1.38 159	6.16 393	3.12 148	1.06 184	0.97 146	3.74 321	0.96 163	4.79 361	7.00 346	1.92 295	0.00 1	0.00 1	0.00 1	0.00 1	0.11 259	0.00 1

Syn2CoEx	1.66 290	1.17 357	4.29 335	0.04 125	0.00 1	1.44 175	0.56 306	5.33 333	1.98 295	2.01 259	2.12 277	2.08 240	2.81 329	6.55 310	2.42 311	0.00 1	0.00 1	0.00 1	0.00 1	0.33 346	0.06 258

AANet_RVC	1.66 290	0.88 337	3.52 307	0.06 156	0.00 1	1.22 97	0.00 1	3.25 167	2.51 325	2.21 270	4.49 329	3.65 314	0.20 151	7.10 349	3.42 330	0.50 377	0.04 304	0.00 1	0.00 1	0.08 222	0.05 230

STrans-v2	1.67 294	0.36 207	3.28 297	0.02 64	0.19 292	1.45 181	0.08 194	6.69 369	1.49 247	2.00 256	2.86 302	3.67 315	3.88 353	7.04 348	0.45 190	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

GwcNet	1.67 294	0.81 329	5.52 359	0.23 257	1.21 369	4.21 336	0.62 311	3.71 222	1.57 259	1.01 160	1.65 248	3.99 322	0.52 205	5.46 267	2.30 310	0.00 1	0.00 1	0.00 1	0.01 271	0.35 352	0.13 310

NCC-stereo	1.67 294	0.56 284	3.10 285	0.08 188	0.22 303	2.24 275	0.13 220	5.05 319	1.42 231	2.27 280	2.72 298	4.29 325	3.53 345	5.76 278	2.01 301	0.04 337	0.00 1	0.00 1	0.00 1	0.03 133	0.02 150

Abc-Net	1.67 294	0.56 284	3.10 285	0.08 188	0.22 303	2.24 275	0.13 220	5.05 319	1.42 231	2.27 280	2.72 298	4.29 325	3.53 345	5.76 278	2.01 301	0.04 337	0.00 1	0.00 1	0.00 1	0.03 133	0.02 150
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
iinet-f	1.68 298	0.61 295	11.37 389	0.29 275	0.03 188	4.39 341	0.04 159	3.18 158	1.10 187	1.16 181	0.58 159	2.96 288	2.76 327	2.13 148	2.46 313	0.00 1	0.02 272	0.02 342	0.00 1	0.46 361	0.01 62

Anonymous_2	1.69 299	0.05 8	1.31 129	0.08 188	0.03 188	1.22 97	0.01 54	3.25 167	0.19 21	0.76 119	0.13 74	2.68 271	1.99 309	0.39 65	0.13 74	0.05 343	0.25 372	3.27 388	14.54 412	3.40 382	0.01 62

ccnet	1.70 300	0.20 143	1.95 204	0.26 268	0.18 285	3.72 327	1.22 334	4.22 265	1.43 235	2.37 288	3.96 325	3.45 309	1.51 282	4.69 236	4.47 339	0.06 348	0.00 1	0.09 357	0.01 271	0.10 250	0.01 62

CBMV_ROB	1.70 300	0.11 82	1.98 210	0.46 307	0.00 1	2.85 305	0.91 324	4.27 269	2.21 313	4.02 337	5.00 334	2.97 289	2.32 317	5.40 266	1.35 269	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.06 258

DANet	1.74 302	0.22 158	3.06 282	0.75 340	0.44 345	2.46 286	0.35 289	3.40 189	1.41 230	4.22 339	1.56 244	5.03 341	0.56 210	6.29 296	5.00 347	0.01 305	0.00 1	0.00 1	0.01 271	0.04 164	0.08 283
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RP	1.76 303	0.55 280	2.59 265	0.22 251	0.60 357	1.70 251	0.98 327	4.31 273	1.99 297	3.12 316	5.04 335	4.41 328	2.96 333	4.72 238	1.90 292	0.01 305	0.00 1	0.00 1	0.01 271	0.14 274	0.01 62

xxxx	1.78 304	0.07 32	1.02 56	0.00 1	0.01 101	1.44 175	0.00 1	5.81 354	1.53 251	1.37 206	1.91 262	1.08 177	0.05 52	4.37 216	16.98 393	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.02 150

Anonymous Stereo	1.78 304	1.37 367	7.79 377	0.42 301	0.07 227	1.49 194	3.20 362	3.31 177	1.84 279	2.75 303	1.14 221	1.84 227	0.09 97	6.89 337	3.32 329	0.00 1	0.00 1	0.00 1	0.00 1	0.09 241	0.01 62

test_xeample	1.79 306	0.08 38	1.03 67	0.02 64	0.00 1	1.44 175	0.00 1	5.48 340	1.84 279	1.65 230	2.17 283	0.37 93	0.06 67	4.00 200	17.67 395	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.02 150

SGM-Forest	1.84 307	0.08 38	1.31 129	0.15 228	0.22 303	3.52 323	2.46 358	3.85 239	2.16 308	5.29 352	3.90 323	3.71 317	1.56 286	6.28 295	1.90 292	0.01 305	0.02 272	0.00 1	0.00 1	0.03 133	0.30 349
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Wz-Net-MNSev	1.85 308	1.19 359	5.61 362	0.01 17	0.00 1	4.74 346	2.16 350	4.93 312	1.48 245	3.77 331	1.24 233	1.77 221	2.56 322	4.94 247	2.61 319	0.00 1	0.01 223	0.00 1	0.00 1	0.07 211	0.01 62

FAT-Stereo	1.86 309	0.19 136	3.31 299	0.17 237	0.03 188	1.78 258	0.97 325	4.76 302	2.79 332	4.22 339	4.87 332	5.31 347	2.83 331	5.06 253	0.90 241	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.01 62

RGC	1.86 309	0.67 307	3.45 306	0.07 176	0.26 318	3.29 313	0.11 212	4.78 305	1.46 239	3.26 320	4.51 330	5.14 343	2.68 326	5.46 267	1.94 299	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.09 288

CC-Net-ROB	1.86 309	0.64 301	2.55 261	1.42 373	0.19 292	3.38 318	0.04 159	4.41 279	2.45 323	0.90 136	1.31 238	0.98 167	0.18 139	6.60 312	0.53 205	1.14 382	1.60 392	7.16 389	0.00 1	1.33 378	0.32 354

GANet	1.90 312	0.43 237	1.83 195	0.39 298	0.00 1	2.24 275	3.37 364	3.90 243	1.44 236	2.17 267	9.66 361	2.57 268	1.09 258	6.88 334	1.81 286	0.00 1	0.00 1	0.02 342	0.00 1	0.10 250	0.03 189

LL-Strereo	1.93 313	0.97 344	3.83 320	0.55 320	2.19 381	1.49 194	0.05 172	4.09 252	1.00 173	2.59 298	2.77 300	5.17 344	5.63 371	7.19 350	0.63 222	0.00 1	0.10 348	0.00 1	0.00 1	0.25 329	0.20 338

DISCO	1.93 313	0.18 129	2.44 250	0.67 335	0.53 352	5.25 353	0.00 1	5.43 339	1.56 258	2.09 263	0.91 207	6.48 355	0.89 249	8.55 371	3.60 333	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.01 62

edge stereo	1.94 315	0.40 225	3.82 319	0.15 228	0.09 244	1.81 261	0.45 298	4.77 303	2.21 313	3.36 322	3.94 324	8.39 366	1.72 298	5.75 277	1.69 283	0.00 1	0.00 1	0.01 320	0.00 1	0.17 292	0.01 62

Nwc_Net	1.94 315	0.55 280	3.79 317	0.07 176	0.08 237	2.73 297	0.04 159	6.75 372	1.11 189	2.03 260	7.92 354	4.82 337	2.11 312	4.78 240	2.01 301	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.01 62

STTRV1_RVC	1.94 315	0.35 203	4.85 350	0.32 282	0.01 101	2.41 284	0.34 288	5.79 352	3.55 341	0.82 130	5.11 336	1.63 212	1.08 257	7.63 360	1.41 273	0.91 379	2.53 404	0.00 1	0.00 1	0.01 25	0.04 213

S-Stereo	2.00 318	0.30 192	5.74 364	0.24 259	0.23 308	2.51 288	1.90 344	4.74 298	5.15 359	2.42 292	5.80 341	2.85 281	0.72 239	5.08 254	2.17 307	0.00 1	0.02 272	0.00 1	0.00 1	0.08 222	0.04 213

psmorigin	2.01 319	0.37 211	10.25 385	0.22 251	0.03 188	1.62 238	0.19 240	3.31 177	1.05 181	4.92 349	3.14 306	5.85 349	2.21 314	5.31 261	1.71 284	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.02 150

MFMNet_re	2.02 320	0.98 345	4.27 334	2.74 383	0.88 362	1.47 187	0.15 224	4.21 262	3.18 337	6.63 360	6.93 350	1.87 228	3.63 348	2.13 148	0.99 249	0.00 1	0.00 1	0.00 1	0.00 1	0.23 320	0.05 230

NaN_ROB	2.02 320	0.58 288	2.65 267	0.29 275	0.28 331	3.19 309	5.19 386	3.84 237	2.55 328	5.31 353	1.73 254	2.30 258	1.96 308	6.78 327	3.09 327	0.01 305	0.06 320	0.03 347	0.10 330	0.10 250	0.37 358

RAFT-RH_RVC	2.05 322	0.15 110	1.66 176	0.60 325	0.27 323	1.49 194	0.02 98	0.58 11	0.65 81	5.35 354	21.66 392	1.06 175	0.07 78	6.85 330	0.57 213	0.04 337	0.00 1	0.00 1	0.03 293	0.01 25	0.00 1

stereogan	2.13 323	0.31 193	3.75 315	0.01 17	0.09 244	7.44 371	0.60 310	4.27 269	3.29 338	3.91 335	4.62 331	6.41 354	1.84 305	5.17 255	0.58 215	0.00 1	0.01 223	0.01 320	0.00 1	0.24 323	0.05 230

FTStereo	2.16 324	0.03 1	1.42 140	0.17 237	0.13 263	1.42 171	4.67 381	2.44 92	0.63 71	3.36 322	17.95 380	0.78 148	4.17 354	4.41 217	0.14 79	0.15 360	0.00 1	0.00 1	0.00 1	0.01 25	1.25 378

AF-Net	2.17 325	0.65 304	3.53 308	0.00 1	0.09 244	2.02 269	0.48 300	6.44 363	1.70 271	3.36 322	10.22 363	4.95 340	2.81 329	4.34 212	2.66 321	0.00 1	0.00 1	0.00 1	0.00 1	0.13 268	0.01 62

PDISCO_ROB	2.21 326	0.78 323	3.43 304	0.96 356	2.04 380	7.04 367	0.09 203	7.36 377	5.72 363	1.21 191	1.67 249	3.16 299	1.28 271	7.52 358	1.37 271	0.00 1	0.00 1	0.00 1	0.00 1	0.34 349	0.13 310

DGSMNet	2.23 327	0.80 326	6.10 368	0.96 356	1.73 375	3.22 310	4.12 372	5.30 331	1.11 189	1.19 184	2.48 292	3.18 300	0.65 231	4.57 234	1.33 268	1.11 381	1.37 391	1.55 383	1.26 396	1.37 379	1.28 379

SQANet	2.28 328	1.25 362	2.39 249	4.17 386	2.91 382	2.60 292	0.24 254	4.17 259	0.83 146	2.42 292	0.57 157	1.59 203	0.88 248	3.30 169	0.68 227	7.35 392	0.12 355	0.47 375	0.02 287	6.56 387	3.00 387

ADCRef	2.29 329	0.65 304	5.67 363	0.10 205	0.09 244	4.81 347	0.76 318	4.75 301	1.37 221	2.88 307	1.67 249	1.62 209	2.30 316	3.77 189	14.93 388	0.02 327	0.00 1	0.01 320	0.10 330	0.20 315	0.11 296

FBW_ROB	2.36 330	0.36 207	3.16 288	0.37 296	0.14 269	4.42 343	0.18 235	6.64 367	3.05 336	2.98 312	2.85 301	4.86 338	1.11 259	11.00 389	4.53 340	0.16 361	0.05 313	0.37 374	0.09 326	0.19 306	0.78 369

DeepPrunerF	2.50 331	0.87 336	14.90 393	0.17 237	0.31 337	1.41 166	0.29 272	5.62 348	9.97 378	1.02 161	0.43 145	2.01 235	1.65 294	6.85 330	3.99 334	0.00 1	0.01 223	0.07 354	0.10 330	0.24 323	0.12 305

Wz-Net-SNSev	2.53 332	2.49 384	10.66 387	0.39 298	0.01 101	2.73 297	0.40 292	5.02 317	1.50 249	2.15 265	2.12 277	6.48 355	1.11 259	9.47 378	5.84 354	0.00 1	0.01 223	0.00 1	0.00 1	0.21 316	0.06 258

XQC	2.57 333	1.20 360	6.33 373	0.18 241	0.01 101	3.84 329	0.33 284	5.24 325	3.83 348	4.43 342	1.94 264	4.58 331	3.19 339	7.19 350	8.67 370	0.00 1	0.03 294	0.00 1	0.03 293	0.27 334	0.19 334

RTSC	2.66 334	1.24 361	6.04 367	0.18 241	0.02 169	4.40 342	0.08 194	4.29 271	4.98 358	6.00 356	3.15 308	2.97 289	1.56 286	6.71 322	10.89 377	0.00 1	0.07 329	0.00 1	0.05 307	0.40 358	0.24 346

222	2.69 335	0.09 50	1.03 67	0.00 1	0.00 1	1.54 210	0.00 1	5.61 345	1.55 253	1.51 216	2.10 275	0.53 114	0.07 78	4.54 230	35.09 411	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 150

CSAN	2.70 336	0.75 316	3.41 303	0.18 241	0.12 259	4.18 335	4.05 371	4.11 254	4.36 352	6.03 357	6.24 346	4.60 333	4.74 360	7.29 353	3.43 331	0.02 327	0.03 294	0.01 320	0.02 287	0.18 299	0.22 342

UDG	2.86 337	8.81 404	1.57 163	2.60 381	0.89 364	2.39 283	0.11 212	3.42 193	1.02 175	2.18 268	3.64 320	5.04 342	1.60 293	4.17 205	2.09 305	1.21 383	0.04 304	7.69 390	3.67 403	4.10 384	0.93 375

aanetorigin	2.87 338	0.73 315	8.74 381	0.23 257	0.23 308	1.61 232	2.07 346	1.76 57	1.10 187	14.21 391	10.25 364	2.93 285	3.38 343	4.98 249	4.06 335	0.10 354	0.05 313	0.09 357	0.11 334	0.57 370	0.15 318

ADCP+	2.87 338	0.98 345	8.75 382	0.07 176	0.16 279	5.93 361	2.90 361	4.00 247	1.84 279	1.52 217	0.27 114	3.81 318	3.22 341	6.05 285	17.38 394	0.00 1	0.00 1	0.00 1	0.00 1	0.14 274	0.30 349

PWC_ROB	2.90 340	1.01 349	6.12 369	0.53 317	0.57 356	1.30 132	0.40 292	3.85 239	4.42 355	7.37 365	15.40 376	3.03 293	1.55 285	6.31 297	5.74 353	0.00 1	0.00 1	0.00 1	0.00 1	0.46 361	0.05 230

SHD	3.01 341	1.02 350	5.52 359	0.45 306	0.39 342	4.12 333	0.17 231	6.68 368	12.04 381	7.20 364	3.36 313	4.40 327	2.58 324	4.69 236	7.17 362	0.01 305	0.04 304	0.00 1	0.03 293	0.22 319	0.17 324

PWCDC_ROB	3.06 342	1.38 368	3.81 318	0.14 226	0.00 1	3.14 308	0.02 98	4.40 278	12.35 382	1.08 171	23.69 398	2.01 235	2.01 311	3.87 194	2.43 312	0.24 370	0.00 1	0.00 1	0.00 1	0.61 372	0.08 283

SPS-STEREO	3.08 343	0.49 264	2.49 256	0.21 249	0.24 312	3.67 326	1.24 335	5.80 353	2.43 322	10.68 378	8.00 355	9.48 371	3.59 347	8.11 367	5.08 348	0.01 305	0.01 223	0.00 1	0.00 1	0.04 164	0.11 296
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
otaku	3.17 344	1.32 363	2.49 256	6.07 389	3.26 384	4.62 344	2.15 349	5.35 334	1.34 219	2.00 256	2.54 294	3.50 311	1.49 278	3.68 181	1.11 253	7.89 393	0.23 371	1.88 384	0.03 293	7.74 390	4.78 392

Ntro	3.24 345	1.34 364	2.83 273	7.27 391	4.43 388	6.22 363	0.74 317	4.73 297	1.48 245	0.39 78	1.77 258	2.70 272	1.28 271	4.59 235	1.25 263	8.06 394	0.28 376	2.12 387	0.05 307	8.11 391	5.16 393

NVStereoNet_ROB	3.25 346	0.46 250	2.71 271	0.34 289	0.56 354	2.36 282	0.87 321	4.56 288	4.47 356	4.55 343	14.09 374	11.93 374	3.23 342	9.79 381	3.14 328	0.43 375	0.03 294	0.53 378	0.31 380	0.36 354	0.38 359
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DDUNet	3.28 347	10.54 407	2.29 244	3.50 384	3.31 385	4.21 336	0.21 244	3.77 226	1.03 176	2.54 296	3.17 310	3.20 301	0.21 155	3.89 195	0.69 228	1.94 384	0.05 313	9.87 393	3.53 402	5.03 386	2.55 386

MFN_U_SF_DS_RVC	3.30 348	2.61 386	7.84 378	0.09 198	0.26 318	12.92 384	7.62 401	4.25 266	3.64 345	2.95 310	3.99 326	4.61 334	1.22 264	8.36 368	1.77 285	0.59 378	1.15 390	0.04 349	0.85 394	0.48 365	0.67 367

ADCL	3.30 348	0.81 329	6.76 375	0.25 262	0.25 315	6.93 365	4.65 380	4.79 306	2.62 330	4.61 346	3.36 313	5.22 345	4.55 358	5.54 272	14.91 387	0.05 343	0.01 223	0.11 361	0.13 338	0.28 340	0.10 292

SDNR	3.31 350	0.91 341	6.28 372	0.44 303	0.02 169	26.11 408	0.01 54	3.81 235	1.62 266	2.82 306	11.06 366	2.93 285	0.60 215	7.95 365	1.52 274	0.01 305	0.01 223	0.00 1	0.00 1	0.06 197	0.12 305

SAMSARA	3.32 351	1.07 353	6.25 370	0.86 352	0.31 337	7.55 372	3.87 370	5.26 330	4.20 351	7.43 366	3.35 312	10.04 372	3.83 352	6.98 344	4.83 344	0.00 1	0.14 360	0.00 1	0.05 307	0.17 292	0.22 342

DPSNet	3.38 352	0.60 292	9.55 383	0.61 328	0.46 347	5.10 351	1.44 339	11.17 387	3.92 349	2.57 297	0.88 206	5.90 350	9.68 387	7.63 360	7.25 363	0.08 350	0.16 365	0.01 320	0.07 318	0.34 349	0.17 324

G-Net	3.49 353	0.47 258	4.03 324	1.61 375	1.91 376	10.78 381	1.92 345	3.06 140	1.26 210	8.59 372	12.06 369	6.13 352	7.82 379	4.78 240	4.77 343	0.08 350	0.12 355	0.07 354	0.15 339	0.16 288	0.11 296

MDST_ROB	3.50 354	0.07 32	3.94 321	2.66 382	1.46 372	12.94 385	0.97 325	7.32 376	2.42 321	14.82 393	8.08 356	2.74 275	1.51 282	8.44 370	2.48 314	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.11 296

pmcnn	3.61 355	0.68 309	5.38 358	0.61 328	1.46 372	2.75 301	1.26 336	5.04 318	1.57 259	8.77 373	11.67 367	18.69 389	2.38 319	6.03 283	5.61 352	0.00 1	0.07 329	0.00 1	0.00 1	0.21 316	0.07 274

ADCPNet	3.63 356	0.82 332	13.20 391	0.08 188	0.43 344	7.02 366	2.23 352	4.77 303	2.41 320	4.31 341	1.96 266	7.57 364	5.16 365	6.45 307	13.80 385	0.02 327	0.75 386	0.04 349	0.90 395	0.16 288	0.53 362

SuperB	3.70 357	1.77 374	15.73 394	0.31 279	0.05 211	4.37 340	1.67 342	3.58 213	11.57 379	2.36 287	1.32 239	2.03 238	1.91 306	6.95 342	9.01 371	0.05 343	0.03 294	0.10 360	0.08 323	11.00 402	0.10 292

MFN_U_SF_RVC	3.76 358	1.77 374	9.85 384	0.84 345	0.27 323	9.50 378	0.49 302	8.07 379	3.41 339	4.81 348	3.28 311	9.40 370	3.49 344	7.76 364	8.31 369	0.41 374	0.54 383	0.52 377	0.80 393	0.89 375	0.84 371

Wz-Net-TNSev	3.91 359	5.20 397	20.57 397	0.15 228	0.01 101	7.14 368	3.57 366	6.70 370	3.57 342	1.74 234	0.58 159	7.39 363	4.33 356	8.86 372	7.99 365	0.00 1	0.00 1	0.00 1	0.02 287	0.24 323	0.16 320

AnyNet_C32	3.93 360	2.58 385	12.07 390	0.39 298	0.49 350	5.50 355	6.45 397	4.44 282	2.19 311	6.86 362	2.94 303	5.28 346	3.20 340	6.63 315	18.37 397	0.08 350	0.04 304	0.20 368	0.09 326	0.57 370	0.19 334

ADCMid	3.95 361	1.34 364	10.91 388	0.18 241	0.38 341	5.02 350	1.27 337	4.87 310	2.94 335	11.15 380	3.60 318	6.76 359	5.21 368	6.40 306	16.96 392	0.12 357	0.08 338	0.55 379	0.46 384	0.53 369	0.19 334

SGM_RVC	4.07 362	0.38 214	1.98 210	0.84 345	0.26 318	6.20 362	2.37 354	6.45 364	3.57 342	11.56 383	9.27 360	15.55 383	6.78 375	10.07 382	4.60 342	0.22 365	0.25 372	0.20 368	0.23 365	0.26 331	0.34 355
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WZ-Net	4.16 363	1.75 373	23.59 400	0.08 188	0.04 204	2.62 296	2.16 350	5.89 355	4.74 357	5.73 355	3.51 316	6.99 362	4.89 363	10.82 386	10.11 374	0.00 1	0.00 1	0.00 1	0.00 1	0.12 264	0.11 296

SGM+DAISY	4.39 364	1.34 364	5.18 354	1.01 359	0.88 362	5.61 357	2.86 360	4.88 311	3.53 340	13.29 387	13.95 373	12.66 376	7.55 376	7.98 366	5.39 351	0.23 369	0.18 368	0.15 365	0.24 367	0.29 341	0.64 365

WCMA_ROB	4.54 365	0.48 260	3.19 290	0.49 311	0.63 358	5.38 354	2.57 359	4.70 295	3.77 346	14.17 390	19.02 385	15.47 382	9.03 383	6.73 323	4.85 345	0.01 305	0.05 313	0.01 320	0.01 271	0.08 222	0.16 320

SANet	4.63 366	0.89 339	5.34 357	0.30 277	0.09 244	7.43 370	3.75 369	6.53 365	16.16 388	6.79 361	13.29 371	12.44 375	7.74 377	7.38 354	4.11 336	0.00 1	0.01 223	0.00 1	0.00 1	0.10 250	0.31 353

RainbowNet	4.74 367	3.21 391	3.07 283	9.34 396	6.01 390	4.89 349	3.60 367	7.09 374	4.39 354	1.63 229	3.01 304	4.72 335	2.96 333	5.53 270	1.19 259	8.95 396	2.12 395	8.48 392	0.19 354	8.75 392	5.73 394

MSMD_ROB	4.94 368	0.43 237	2.58 263	0.12 213	0.01 101	8.43 376	1.09 330	4.25 266	4.11 350	13.11 386	26.36 401	13.95 380	13.88 395	7.45 357	2.92 324	0.10 354	0.01 223	0.00 1	0.00 1	0.01 25	0.02 150

FCDSN-DC	5.04 369	0.15 110	1.83 195	0.22 251	0.44 345	5.60 356	1.66 341	5.22 324	4.37 353	14.49 392	21.86 393	20.65 392	11.88 392	7.66 362	4.55 341	0.02 327	0.00 1	0.00 1	0.00 1	0.03 133	0.05 230
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	5.09 370	2.15 381	16.58 395	0.34 289	0.07 227	5.91 360	4.26 374	6.73 371	6.99 372	9.44 375	6.09 344	6.57 357	5.17 367	9.54 379	21.38 406	0.00 1	0.00 1	0.00 1	0.00 1	0.36 354	0.23 345

MSC_U_SF_DS_RVC	5.12 371	2.33 382	8.42 380	0.33 283	0.27 323	24.60 407	8.84 404	5.50 341	9.75 377	3.82 332	8.16 357	8.53 367	1.82 301	9.44 377	5.18 349	1.02 380	1.65 393	0.33 373	0.47 385	1.06 377	0.90 373

ACVNet-4b	5.67 372	1.65 370	4.43 341	9.46 397	7.11 396	8.72 377	1.68 343	6.61 366	5.76 364	0.27 53	6.49 348	11.67 373	2.43 321	8.40 369	1.56 275	9.06 398	2.34 397	10.49 397	0.02 287	9.22 397	5.98 396

MeshStereo	5.78 373	0.75 316	3.04 280	0.25 262	0.14 269	7.88 375	2.09 347	9.64 382	5.18 360	20.48 401	19.06 386	22.80 394	9.54 386	9.64 380	4.88 346	0.00 1	0.00 1	0.00 1	0.00 1	0.29 341	0.03 189
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
PVD	5.81 374	0.99 347	5.56 361	0.72 338	0.51 351	6.72 364	0.18 235	9.90 384	23.69 393	11.45 382	19.26 388	8.18 365	9.46 385	9.24 375	9.49 373	0.02 327	0.16 365	0.00 1	0.08 323	0.18 299	0.40 360

FC-DCNN	6.09 375	0.18 129	2.35 247	0.42 301	0.53 352	7.80 374	1.42 338	8.14 380	7.07 373	19.05 399	22.10 394	22.85 395	13.84 394	9.42 376	6.44 356	0.00 1	0.01 223	0.00 1	0.00 1	0.01 25	0.06 258

ACVNet_1	6.16 376	1.86 378	4.43 341	9.52 398	7.22 397	7.59 373	2.37 354	9.99 385	6.71 370	3.84 333	5.35 339	13.23 379	4.90 364	6.25 294	1.94 299	9.06 398	2.40 399	10.88 399	0.11 334	9.58 399	6.03 397

EDNetEfficient	6.54 377	1.17 357	33.15 404	0.66 333	1.96 377	2.07 270	3.72 368	2.80 119	14.85 385	20.02 400	9.69 362	6.59 358	10.19 388	7.19 350	15.49 390	0.03 335	0.10 348	0.01 320	0.20 357	0.62 373	0.29 348

AnyNet_C01	6.59 378	4.31 395	36.24 406	0.96 356	0.46 347	9.96 379	5.74 390	6.02 360	3.63 344	7.59 367	8.56 358	8.83 368	3.14 338	13.74 394	20.83 404	0.12 357	0.08 338	0.25 371	0.09 326	1.01 376	0.34 355

LSM	7.38 379	1.68 371	22.24 399	3.99 385	40.72 416	3.54 324	4.79 384	4.74 298	6.65 369	10.25 377	13.51 372	4.49 329	3.81 351	6.91 339	5.31 350	0.00 1	0.04 304	0.00 1	0.00 1	0.26 331	14.60 411

ELAS_RVC	7.69 380	0.80 326	4.90 351	1.06 361	1.02 366	10.00 380	9.43 405	9.75 383	14.69 384	21.83 404	20.27 391	17.88 387	16.41 399	13.01 392	10.44 376	0.22 365	0.55 384	0.28 372	0.19 354	0.35 352	0.65 366
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DispFullNet	7.91 381	23.96 413	13.67 392	14.71 406	7.88 398	4.83 348	0.04 159	5.01 316	2.89 333	8.86 374	4.96 333	6.11 351	10.72 389	10.18 383	3.51 332	2.44 385	0.33 378	15.15 402	4.65 406	12.33 404	5.95 395

ELAS	8.05 382	0.76 320	4.02 323	0.95 355	1.02 366	14.85 390	6.99 400	12.80 389	11.73 380	22.43 406	27.75 404	17.88 387	15.19 397	10.96 387	11.31 378	0.22 365	0.56 385	0.23 370	0.22 363	0.50 367	0.71 368
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	8.69 383	1.80 377	5.09 353	8.55 395	6.72 393	13.47 386	4.34 377	13.70 390	23.86 394	6.89 363	19.74 390	20.52 390	5.36 369	7.70 363	2.48 314	8.53 395	1.67 394	7.99 391	0.32 381	8.79 395	6.29 400

PWCK	8.72 384	5.37 398	16.61 396	5.74 388	0.12 259	19.88 397	11.41 407	11.31 388	13.42 383	14.07 388	12.84 370	13.20 378	8.05 381	15.44 395	10.25 375	5.95 390	0.22 370	2.09 386	0.05 307	7.50 388	0.92 374

WAO-7	9.09 385	1.79 376	3.55 310	0.80 343	0.15 274	18.67 395	4.36 378	23.07 410	26.68 398	12.59 385	27.90 405	22.52 393	13.03 393	13.53 393	11.47 379	0.09 353	0.03 294	0.58 380	0.10 330	0.47 364	0.34 355

IMH-64-1	9.55 386	2.76 389	2.44 250	11.17 401	9.13 401	12.03 382	5.45 387	18.33 396	15.78 386	6.59 358	18.69 381	16.95 385	6.20 372	10.63 384	8.06 366	9.46 401	2.46 400	15.42 404	1.61 397	10.89 400	6.88 401

IMH-64	9.55 386	2.76 389	2.44 250	11.17 401	9.13 401	12.03 382	5.45 387	18.33 396	15.78 386	6.59 358	18.69 381	16.95 385	6.20 372	10.63 384	8.06 366	9.46 401	2.46 400	15.42 404	1.61 397	10.89 400	6.88 401

RTS	9.75 388	2.69 387	65.25 413	0.85 348	1.99 378	14.36 387	4.75 382	5.69 350	17.29 390	7.97 368	19.00 383	6.83 360	3.02 335	26.15 408	18.62 400	0.00 1	0.15 363	0.00 1	0.00 1	0.29 341	0.16 320

RTSA	9.75 388	2.69 387	65.25 413	0.85 348	1.99 378	14.36 387	4.75 382	5.69 350	17.29 390	7.97 368	19.00 383	6.83 360	3.02 335	26.15 408	18.62 400	0.00 1	0.15 363	0.00 1	0.00 1	0.29 341	0.16 320

EDNetEfficientorigin	10.31 390	1.90 379	98.96 425	0.22 251	0.23 308	2.73 297	0.71 315	4.50 285	16.94 389	18.72 394	15.36 375	12.74 377	10.73 390	8.96 373	11.94 382	0.01 305	0.01 223	0.00 1	0.00 1	0.25 329	1.31 380

MADNet+	10.71 391	14.57 409	70.07 415	0.58 324	0.47 349	19.89 398	4.20 373	11.05 386	6.87 371	3.03 314	5.99 343	9.01 369	6.35 374	31.95 411	28.31 410	0.22 365	0.26 375	0.01 320	0.04 303	0.46 361	0.87 372

WAO-6	11.09 392	1.69 372	3.21 293	7.54 392	7.10 395	16.34 391	6.63 398	20.12 400	38.64 409	9.67 376	19.28 389	27.53 399	10.97 391	12.43 391	11.57 380	4.26 386	2.35 398	10.54 398	0.02 287	7.59 389	4.29 390

LVE	11.10 393	2.36 383	3.34 300	9.94 399	8.13 399	21.22 400	7.75 402	16.47 394	32.55 404	8.55 371	23.64 397	23.22 396	7.93 380	10.98 388	6.65 357	9.45 400	2.55 406	11.08 400	0.58 388	9.35 398	6.28 399

IMH	11.11 394	3.50 392	2.56 262	11.25 403	9.13 401	14.49 389	5.10 385	20.68 403	26.30 397	8.28 370	23.85 399	20.63 391	9.19 384	12.39 390	7.96 364	9.50 403	2.50 402	15.28 403	1.66 399	11.07 403	6.96 403

Dean	11.46 395	2.03 380	5.20 355	10.73 400	8.20 400	18.71 396	5.73 389	21.10 404	41.49 412	11.12 379	22.16 395	25.92 398	7.74 377	7.52 358	4.31 338	9.01 397	2.27 396	9.95 396	0.61 389	9.18 396	6.22 398

coex-ft	12.01 396	5.60 399	80.23 416	0.15 228	0.15 274	1.88 263	0.73 316	2.66 109	30.12 401	49.31 414	16.59 377	15.97 384	14.42 396	6.79 328	14.50 386	0.05 343	0.08 338	0.01 320	0.05 307	0.37 356	0.61 364

SGM-ForestM	12.56 397	0.80 326	4.31 338	1.07 362	0.41 343	21.56 401	8.57 403	17.42 395	19.67 392	29.93 408	28.49 408	45.83 413	27.22 408	26.05 407	18.40 398	0.14 359	0.25 372	0.18 367	0.28 378	0.18 299	0.42 361

LE_ROB	12.79 398	0.64 301	10.26 386	2.13 377	1.29 370	7.25 369	5.81 391	9.09 381	49.27 415	57.55 415	24.58 400	23.68 397	31.13 411	9.00 374	23.57 409	0.04 337	0.06 320	0.13 364	0.20 357	0.08 222	0.11 296

JetBlue	13.83 399	5.03 396	33.82 405	0.84 345	6.92 394	50.14 414	20.02 412	15.09 391	8.92 376	11.33 381	17.05 378	28.25 400	18.01 404	32.60 412	18.53 399	0.32 372	0.12 355	0.15 365	0.23 365	4.59 385	4.64 391

WAO-8	13.93 400	3.75 393	4.23 332	7.74 393	6.54 391	22.81 403	2.39 356	22.66 407	45.98 413	18.88 397	35.42 410	33.21 404	16.91 400	16.55 398	12.78 383	5.01 388	0.81 388	9.89 394	0.77 391	8.77 394	3.61 388

Venus	13.93 400	3.75 393	4.23 332	7.74 393	6.54 391	22.81 403	2.39 356	22.66 407	45.98 413	18.88 397	35.42 410	33.21 404	16.91 400	16.55 398	12.78 383	5.01 388	0.81 388	9.89 394	0.77 391	8.76 393	3.61 388

MANE	14.02 402	0.85 334	3.53 308	2.13 377	3.75 386	18.44 394	6.14 392	22.67 409	27.90 399	33.01 410	41.08 413	41.26 412	30.90 410	23.39 403	17.99 396	0.47 376	0.76 387	0.91 381	4.04 404	0.17 292	1.00 376

KSHMR	14.27 403	6.95 402	5.79 365	15.08 407	12.84 406	17.44 392	10.61 406	18.88 398	30.94 402	18.81 396	22.21 396	28.54 401	8.85 382	15.56 396	9.24 372	10.34 408	3.60 410	21.61 410	4.68 407	14.48 407	8.94 406

TorneroNet-64	15.45 404	5.66 400	3.44 305	13.86 404	12.03 405	28.15 410	6.27 395	19.89 399	38.68 410	12.16 384	28.06 406	35.76 407	15.44 398	19.56 401	15.40 389	9.71 404	2.52 403	19.13 407	2.70 400	12.55 405	7.94 405

TorneroNet	16.10 405	5.74 401	4.12 330	13.88 405	11.97 404	26.89 409	6.85 399	21.13 405	38.32 408	14.15 389	33.36 409	33.52 406	17.49 402	18.89 400	19.64 402	9.77 405	2.53 404	19.43 408	3.35 401	13.21 406	7.86 404

notaker	17.52 406	21.54 412	7.84 378	18.05 409	14.44 409	17.58 393	6.43 396	20.13 401	24.44 396	21.34 403	27.71 403	39.12 409	18.78 405	19.63 402	20.40 403	11.95 409	2.71 409	25.51 412	5.85 409	17.10 410	9.78 407

BEATNet-Init1	17.91 407	7.45 403	36.82 407	1.88 376	1.38 371	37.29 413	14.71 410	21.90 406	24.20 395	38.07 411	36.59 412	50.41 414	32.00 412	29.42 410	21.83 407	0.33 373	0.39 381	0.47 375	0.54 387	1.50 381	1.07 377

ktn	19.15 408	18.52 410	6.39 374	22.64 413	17.26 411	24.47 405	12.11 408	24.52 411	34.74 407	18.75 395	27.70 402	32.54 402	17.85 403	15.71 397	16.67 391	22.09 412	3.64 411	28.95 414	10.91 411	17.40 411	10.22 409

UNDER WATER	19.61 409	12.37 408	31.14 402	20.44 411	14.31 408	28.63 411	18.15 411	16.43 393	34.24 406	20.82 402	19.14 387	38.83 408	30.09 409	24.31 404	20.97 405	10.09 407	2.68 407	19.51 409	4.70 408	15.52 409	9.93 408

UNDER WATER-64	20.03 410	10.28 406	31.50 403	20.05 410	13.64 407	32.81 412	23.45 413	16.01 392	33.44 405	22.01 405	17.25 379	40.58 411	32.20 413	24.50 405	22.36 408	10.06 406	2.70 408	18.37 406	4.24 405	14.84 408	10.24 410

DLNR_Zeroshot_test	23.05 411	49.79 418	87.94 417	97.52 430	94.73 425	1.18 83	0.00 1	20.60 402	0.14 6	0.02 2	0.02 31	0.02 2	0.02 16	4.35 213	0.10 61	32.22 417	0.04 304	0.00 1	0.27 374	72.00 423	0.06 258

DPSimNet_ROB	25.03 412	19.56 411	24.93 401	24.36 414	17.85 412	22.25 402	25.93 414	28.52 412	29.10 400	32.61 409	28.25 407	32.87 403	26.42 406	24.51 406	40.42 412	16.75 411	13.93 414	25.19 411	22.38 414	19.96 413	24.75 416

HanzoNet	29.69 413	29.33 415	21.66 398	21.75 412	19.07 413	24.58 406	12.99 409	28.87 413	40.49 411	43.09 412	44.02 414	55.65 416	44.93 414	43.17 414	44.44 413	27.88 415	9.47 413	29.77 415	15.86 413	20.94 414	15.84 412

JetRed	34.54 414	39.28 417	62.16 411	15.62 408	26.51 415	69.20 416	40.79 416	31.43 414	32.41 403	46.06 413	44.55 415	40.19 410	26.50 407	38.43 413	56.06 415	12.76 410	37.49 419	13.23 401	9.38 410	29.52 415	19.34 413

MADNet++	47.78 415	34.15 416	37.11 408	42.94 416	41.23 417	64.94 415	30.63 415	60.79 417	53.26 416	72.08 417	61.65 416	57.68 417	54.96 415	58.03 415	59.24 416	43.01 418	36.17 418	36.07 416	22.50 415	47.50 417	41.67 418

ASD4	55.28 416	67.10 420	50.57 410	44.24 417	57.82 419	92.00 419	98.23 425	54.95 415	86.61 420	58.30 416	64.61 417	50.57 415	63.33 417	58.83 416	67.37 417	25.76 414	29.60 416	26.82 413	29.01 416	42.42 416	37.42 417

LRCNet_RVC	60.63 417	63.16 419	62.94 412	69.09 422	50.21 418	19.92 399	0.07 188	58.32 416	5.21 361	75.67 418	86.75 418	74.68 418	62.48 416	59.01 417	49.80 414	93.38 424	56.36 423	93.48 424	92.95 424	67.44 422	71.73 423

SPstereo	60.73 418	26.49 414	40.67 409	33.02 415	24.24 414	71.50 417	79.28 417	100.00 428	100.00 426	97.54 424	96.19 423	100.00 430	94.96 423	94.75 422	75.88 418	28.65 416	21.81 415	46.87 419	42.08 418	19.71 412	20.91 414

tt	68.65 419	0.15 110	99.57 426	50.64 418	14.90 410	100.00 427	100.00 427	100.00 428	99.76 423	27.80 407	10.52 365	99.97 429	98.63 425	99.61 425	100.00 430	90.62 423	98.21 424	46.66 418	52.02 420	62.86 421	21.04 415

xxxxx1	76.92 420	82.43 421	93.26 420	61.67 419	66.92 420	95.84 421	95.11 421	75.84 418	80.96 417	82.71 419	86.75 418	89.18 419	87.35 418	85.27 418	87.18 419	55.08 419	54.60 420	60.31 420	72.71 421	62.51 418	62.73 419

tt_ll	76.92 420	82.43 421	93.26 420	61.67 419	66.92 420	95.84 421	95.11 421	75.84 418	80.96 417	82.71 419	86.75 418	89.18 419	87.35 418	85.27 418	87.18 419	55.08 419	54.60 420	60.31 420	72.71 421	62.51 418	62.73 419

ff	76.92 420	82.43 421	93.26 420	61.67 419	66.92 420	95.84 421	95.11 421	75.84 418	80.96 417	82.71 419	86.75 418	89.18 419	87.35 418	85.27 418	87.18 419	55.08 419	54.60 420	60.31 420	72.71 421	62.51 418	62.73 419

PML	89.08 423	99.72 426	92.85 419	94.72 424	94.92 426	99.54 426	97.42 424	93.50 421	95.96 422	99.77 427	92.33 422	95.35 423	93.51 422	99.96 429	91.15 422	99.98 435	31.71 417	100.00 429	45.94 419	93.46 425	69.88 422

MEDIAN_ROB	96.83 424	99.41 424	98.66 424	94.75 425	94.23 424	93.08 420	90.54 419	95.61 423	94.75 421	97.65 425	97.73 424	98.30 424	96.57 424	94.51 421	93.74 424	99.78 434	98.24 425	99.99 428	99.89 427	99.48 428	99.67 427

Anonymous_1	97.10 425	99.72 426	99.64 427	92.33 423	93.91 423	100.00 427	100.00 427	99.20 425	99.90 424	98.57 426	99.75 425	99.14 425	99.94 426	98.50 424	99.54 425	87.90 422	98.87 426	90.88 423	96.91 425	92.22 424	95.12 424

HaxPig	97.68 426	99.63 425	91.34 418	99.82 435	99.97 429	88.15 418	88.00 418	98.28 424	99.93 425	99.98 428	99.99 426	99.95 428	99.99 427	96.29 423	92.24 423	99.99 436	99.98 428	100.00 429	99.99 428	100.00 437	99.98 434

test_example2	98.83 427	99.97 431	99.97 428	99.96 437	99.97 429	99.46 425	99.97 426	95.54 422	100.00 426	100.00 429	100.00 427	93.37 422	93.47 421	99.93 428	99.91 426	100.00 437	99.79 427	96.64 425	98.71 426	100.00 437	100.00 436

DPSM_ROB	99.17 428	100.00 432	100.00 431	96.28 426	98.84 427	100.00 427	100.00 427	100.00 428	100.00 426	100.00 429	100.00 427	100.00 430	100.00 428	100.00 431	100.00 430	93.66 425	100.00 429	100.00 429	100.00 429	96.31 426	98.27 425

DPSM	99.17 428	100.00 432	100.00 431	96.28 426	98.84 427	100.00 427	100.00 427	100.00 428	100.00 426	100.00 429	100.00 427	100.00 430	100.00 428	100.00 431	100.00 430	93.66 425	100.00 429	100.00 429	100.00 429	96.31 426	98.27 425

AVERAGE_ROB	99.23 430	99.81 428	97.56 423	100.00 438	100.00 431	96.24 424	91.02 420	100.00 428	100.00 426	100.00 429	100.00 427	100.00 430	100.00 428	99.98 430	99.97 427	100.00 437	100.00 429	100.00 429	100.00 429	100.00 437	100.00 436

DGTPSM_ROB	99.45 431	99.94 429	99.98 429	96.58 428	100.00 431	100.00 427	100.00 427	99.81 426	100.00 426	95.86 422	100.00 427	99.32 426	100.00 428	99.79 426	99.99 428	98.34 427	100.00 429	99.86 426	100.00 429	99.52 429	99.99 435

DPSMNet_ROB	99.46 432	99.94 429	99.98 429	96.59 429	100.00 431	100.00 427	100.00 427	99.81 426	100.00 426	95.87 423	100.00 427	99.32 426	100.00 428	99.79 426	99.99 428	98.46 428	100.00 429	99.86 426	100.00 429	99.52 429	100.00 436

CasAABBNet	99.94 433	100.00 432	100.00 431	99.72 431	100.00 431	100.00 427	100.00 427	100.00 428	100.00 426	100.00 429	100.00 427	100.00 430	100.00 428	100.00 431	100.00 430	99.21 429	100.00 429	100.00 429	100.00 429	99.96 431	99.95 429

LSM0	99.94 433	100.00 432	100.00 431	99.84 436	100.00 431	100.00 427	100.00 427	100.00 428	100.00 426	100.00 429	100.00 427	100.00 430	100.00 428	100.00 431	100.00 430	99.22 433	100.00 429	100.00 429	100.00 429	99.99 432	99.83 428

MyStereo03	99.95 435	100.00 432	100.00 431	99.75 432	100.00 431	100.00 427	100.00 427	100.00 428	100.00 426	100.00 429	100.00 427	100.00 430	100.00 428	100.00 431	100.00 430	99.21 429	100.00 429	100.00 429	100.00 429	99.99 432	99.95 429

MyStereo02	99.95 435	100.00 432	100.00 431	99.75 432	100.00 431	100.00 427	100.00 427	100.00 428	100.00 426	100.00 429	100.00 427	100.00 430	100.00 428	100.00 431	100.00 430	99.21 429	100.00 429	100.00 429	100.00 429	99.99 432	99.95 429

MyStereo	99.95 435	100.00 432	100.00 431	99.75 432	100.00 431	100.00 427	100.00 427	100.00 428	100.00 426	100.00 429	100.00 427	100.00 430	100.00 428	100.00 431	100.00 430	99.21 429	100.00 429	100.00 429	100.00 429	99.99 432	99.95 429

Selective-RAFT-Error	100.00 438	100.00 432	100.00 431	100.00 438	100.00 431	100.00 427	100.00 427	100.00 428	100.00 426	100.00 429	100.00 427	100.00 430	100.00 428	100.00 431	100.00 430	100.00 437	100.00 429	100.00 429	100.00 429	99.99 432	99.95 429

FADE		10.20 405		4.76 387	4.82 389							14.63 381				24.52 413	8.46 412	36.14 417	36.87 417	3.46 383

Low-res two-view benchmark