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	0.31 1	0.30 5	1.80 11	0.29 46	0.12 3	0.41 13	0.20 20	0.39 2	0.42 9	0.26 14	0.31 25	0.25 23	0.19 7	0.36 24	0.26 32	0.09 11	0.11 125	0.12 135	0.10 71	0.13 35	0.15 30

CREStereo	0.31 1	0.35 37	1.66 7	0.19 1	0.13 5	0.55 82	0.17 5	0.50 23	0.50 35	0.28 18	0.34 34	0.24 20	0.21 16	0.34 15	0.23 14	0.11 110	0.07 6	0.08 3	0.05 1	0.10 10	0.12 10
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
CASnet	0.32 3	0.40 63	1.80 11	0.28 34	0.11 1	0.47 30	0.19 12	0.45 7	0.47 24	0.39 30	0.31 25	0.23 14	0.17 1	0.31 3	0.21 1	0.11 110	0.06 1	0.15 245	0.12 139	0.16 69	0.08 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CES	0.33 4	0.32 14	1.46 3	0.25 5	0.50 274	0.40 12	0.20 20	0.48 11	0.48 27	0.22 3	0.29 17	0.26 29	0.19 7	0.35 22	0.22 4	0.09 11	0.07 6	0.08 3	0.05 1	0.16 69	0.54 246

LoS_RVC	0.34 5	0.38 55	1.96 38	0.27 22	0.35 217	0.43 15	0.22 39	0.43 5	0.34 1	0.24 9	0.34 34	0.23 14	0.28 72	0.34 15	0.22 4	0.08 1	0.07 6	0.07 1	0.05 1	0.10 10	0.35 154

LoS	0.34 5	0.35 37	1.88 24	0.25 5	0.13 5	0.53 66	0.20 20	0.50 23	0.53 51	0.26 14	0.28 15	0.37 67	0.24 27	0.40 35	0.25 23	0.10 47	0.08 38	0.08 3	0.06 6	0.15 60	0.10 4

StereoIM	0.35 7	0.89 205	2.15 69	0.25 5	0.29 164	0.29 3	0.17 5	0.47 10	0.41 5	0.21 1	0.22 2	0.28 38	0.21 16	0.32 13	0.31 70	0.10 47	0.09 81	0.10 46	0.08 27	0.11 17	0.12 10

CroCo-Stereo	0.35 7	0.71 157	1.67 8	0.32 91	0.17 37	0.19 1	0.21 30	0.79 132	0.54 54	0.22 3	0.25 11	0.55 164	0.22 19	0.28 1	0.28 42	0.10 47	0.08 38	0.08 3	0.07 12	0.12 25	0.10 4
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
PMTNet	0.35 7	0.38 55	1.75 9	0.21 2	0.14 8	0.57 105	0.24 80	0.48 11	0.44 16	0.28 18	0.32 31	0.26 29	0.24 27	0.41 41	0.24 15	0.42 356	0.07 6	0.08 3	0.05 1	0.18 110	0.15 30

MIF-Stereo	0.36 10	0.66 142	2.43 126	0.28 34	0.24 118	0.30 4	0.18 10	0.35 1	0.36 2	0.26 14	0.37 42	0.18 1	0.18 6	0.33 14	0.30 56	0.11 110	0.08 38	0.09 13	0.08 27	0.25 208	0.09 2

knoymous	0.37 11	0.34 30	1.83 15	0.25 5	0.18 47	0.45 17	0.24 80	0.60 65	0.40 4	0.42 37	0.39 51	0.54 156	0.25 41	0.41 41	0.29 51	0.12 143	0.08 38	0.12 135	0.07 12	0.13 35	0.20 68

sCroCo_RVC	0.37 11	0.39 59	2.38 105	0.35 143	0.27 149	0.31 5	0.22 39	0.49 14	0.48 27	0.23 6	0.34 34	0.25 23	0.24 27	0.35 22	0.25 23	0.15 233	0.17 199	0.12 135	0.11 109	0.15 60	0.15 30

CroCo-Stereo Lap2	0.38 13	0.91 213	2.02 46	0.33 111	0.38 235	0.23 2	0.21 30	0.63 76	0.51 40	0.23 6	0.28 15	0.29 42	0.23 25	0.34 15	0.28 42	0.10 47	0.09 81	0.10 46	0.08 27	0.22 173	0.15 30

CREStereo++_RVC	0.38 13	0.37 50	2.47 162	0.25 5	0.16 20	0.54 73	0.15 1	0.42 4	0.57 66	0.37 25	0.52 123	0.24 20	0.19 7	0.31 3	0.27 37	0.09 11	0.06 1	0.08 3	0.30 309	0.09 5	0.22 77
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
CAS	0.39 15	0.31 7	1.79 10	0.81 342	0.34 209	0.51 46	0.23 58	0.49 14	0.42 9	0.23 6	0.31 25	0.20 2	0.17 1	0.30 2	0.25 23	0.77 374	0.06 1	0.07 1	0.05 1	0.10 10	0.41 188

TANstereo	0.39 15	0.70 155	2.48 167	0.23 3	0.12 3	0.54 73	0.16 3	0.41 3	0.47 24	0.45 51	0.51 116	0.26 29	0.22 19	0.34 15	0.21 1	0.10 47	0.10 104	0.08 3	0.07 12	0.09 5	0.18 56

XX-TBD	0.40 17	1.04 235	2.49 170	0.35 143	0.13 5	0.51 46	0.17 5	0.44 6	0.52 45	0.38 28	0.51 116	0.23 14	0.19 7	0.31 3	0.25 23	0.10 47	0.07 6	0.08 3	0.06 6	0.09 5	0.18 56

MIF-Stereo (partial)	0.41 18	0.71 157	2.67 234	0.27 22	0.24 118	0.32 6	0.17 5	0.56 48	0.46 18	0.26 14	0.37 42	0.25 23	0.26 49	0.46 49	0.35 102	0.11 110	0.08 38	0.12 135	0.10 71	0.21 159	0.15 30

s12784h	0.41 18	0.34 30	2.17 72	0.24 4	0.11 1	0.64 207	0.24 80	0.85 178	0.70 177	0.45 51	0.54 140	0.28 38	0.27 62	0.51 75	0.27 37	0.11 110	0.06 1	0.09 13	0.06 6	0.16 69	0.14 24

Anonymous	0.41 18	0.44 80	2.55 189	0.35 143	0.32 194	0.38 11	0.34 208	0.57 53	0.41 5	0.25 11	0.30 20	0.23 14	0.29 88	0.38 27	0.28 42	0.15 233	0.13 153	0.11 92	0.12 139	0.24 193	0.30 128

Gwc-CoAtRS	0.41 18	0.37 50	2.06 53	0.28 34	0.41 248	0.48 33	0.19 12	0.64 78	0.49 29	0.45 51	0.39 51	0.57 175	0.26 49	0.37 25	0.28 42	0.09 11	0.19 209	0.09 13	0.31 314	0.11 17	0.25 98

Any-RAFT	0.42 22	0.33 23	1.89 26	0.28 34	0.21 77	0.69 250	0.21 30	0.83 161	0.60 80	0.45 51	0.43 64	0.62 196	0.30 98	0.48 59	0.24 15	0.11 110	0.40 278	0.08 3	0.06 6	0.10 10	0.16 43

R-Stereo Train	0.42 22	0.31 7	2.51 174	0.30 60	0.18 47	0.56 86	0.25 99	0.82 151	0.41 5	0.57 163	0.67 235	0.33 56	0.24 27	0.34 15	0.33 87	0.10 47	0.08 38	0.09 13	0.07 12	0.09 5	0.18 56

RAFT-Stereo	0.42 22	0.31 7	2.51 174	0.30 60	0.18 47	0.56 86	0.25 99	0.82 151	0.41 5	0.57 163	0.67 235	0.33 56	0.24 27	0.34 15	0.33 87	0.10 47	0.08 38	0.09 13	0.07 12	0.09 5	0.18 56
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
test croco	0.43 25	0.73 165	2.80 270	0.28 34	0.19 63	0.33 7	0.21 30	0.63 76	0.50 35	0.24 9	0.38 48	0.24 20	0.25 41	0.48 59	0.32 78	0.12 143	0.08 38	0.13 191	0.09 37	0.43 332	0.13 12

CASS	0.43 25	0.34 30	2.01 43	0.33 111	0.17 37	0.54 73	0.24 80	0.71 104	0.52 45	0.62 216	0.55 149	0.40 82	0.41 163	0.43 45	0.33 87	0.17 266	0.10 104	0.14 220	0.11 109	0.18 110	0.23 85
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DCANet-4	0.43 25	0.32 14	2.31 94	0.26 15	0.14 8	0.51 46	0.22 39	0.84 168	0.78 240	0.55 141	0.48 89	0.28 38	0.37 128	0.40 35	0.37 107	0.10 47	0.07 6	0.09 13	0.07 12	0.08 1	0.43 197

Patchmatch Stereo++	0.43 25	0.36 40	2.44 134	0.48 254	0.17 37	0.61 160	0.26 111	0.53 30	0.61 83	0.48 65	0.43 64	0.43 92	0.28 72	0.56 95	0.30 56	0.12 143	0.08 38	0.12 135	0.10 71	0.17 90	0.13 12
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	0.43 25	0.36 40	2.44 134	0.48 254	0.18 47	0.61 160	0.28 133	0.53 30	0.61 83	0.48 65	0.43 64	0.43 92	0.28 72	0.49 69	0.30 56	0.12 143	0.08 38	0.12 135	0.10 71	0.17 90	0.13 12

ROB_FTStereo_v2	0.43 25	0.36 40	2.44 134	0.49 265	0.17 37	0.61 160	0.28 133	0.53 30	0.61 83	0.48 65	0.43 64	0.44 107	0.28 72	0.48 59	0.30 56	0.12 143	0.08 38	0.12 135	0.10 71	0.17 90	0.13 12

ROB_FTStereo	0.43 25	0.36 40	2.44 134	0.48 254	0.18 47	0.61 160	0.26 111	0.53 30	0.61 83	0.48 65	0.43 64	0.43 92	0.28 72	0.51 75	0.30 56	0.12 143	0.08 38	0.12 135	0.10 71	0.17 90	0.13 12

HUI-Stereo	0.43 25	0.36 40	2.45 150	0.48 254	0.18 47	0.61 160	0.27 125	0.53 30	0.61 83	0.48 65	0.43 64	0.44 107	0.28 72	0.47 51	0.30 56	0.12 143	0.08 38	0.12 135	0.10 71	0.17 90	0.13 12

iGMRVC	0.43 25	0.36 40	2.44 134	0.48 254	0.18 47	0.61 160	0.27 125	0.53 30	0.61 83	0.48 65	0.43 64	0.43 92	0.28 72	0.57 98	0.31 70	0.12 143	0.08 38	0.12 135	0.10 71	0.17 90	0.13 12

iRAFT	0.43 25	0.36 40	2.44 134	0.48 254	0.17 37	0.61 160	0.26 111	0.53 30	0.61 83	0.48 65	0.43 64	0.43 92	0.28 72	0.56 95	0.30 56	0.12 143	0.08 38	0.12 135	0.10 71	0.17 90	0.13 12

RAFT-IKP	0.43 25	0.36 40	2.44 134	0.48 254	0.16 20	0.60 142	0.28 133	0.53 30	0.61 83	0.48 65	0.43 64	0.43 92	0.28 72	0.51 75	0.31 70	0.12 143	0.08 38	0.12 135	0.10 71	0.17 90	0.13 12

DIP-Stereo	0.43 25	0.50 95	2.21 80	0.27 22	0.18 47	0.63 195	0.17 5	0.94 241	0.58 72	0.49 81	0.48 89	0.30 43	0.30 98	0.40 35	0.31 70	0.10 47	0.08 38	0.10 46	0.08 27	0.15 60	0.33 141
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GMStereo_Zeroshot	0.44 37	0.44 80	1.84 18	0.44 237	0.20 68	0.52 61	0.19 12	0.60 65	0.54 54	0.58 169	0.59 182	0.63 200	0.29 88	0.59 102	0.34 95	0.16 247	0.09 81	0.16 261	0.09 37	0.26 223	0.26 103

GMStereo	0.44 37	1.32 298	2.65 223	0.28 34	0.16 20	0.42 14	0.22 39	0.48 11	0.63 103	0.41 33	0.36 38	0.26 29	0.25 41	0.41 41	0.30 56	0.14 215	0.08 38	0.10 46	0.12 139	0.17 90	0.13 12
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CFNet-RSSM	0.44 37	0.36 40	2.38 105	0.28 34	0.43 259	0.53 66	0.20 20	0.86 190	0.52 45	0.44 49	0.36 38	0.53 151	0.26 49	0.40 35	0.27 37	0.09 11	0.08 38	0.09 13	0.38 346	0.10 10	0.22 77

RCA-Stereo	0.45 40	0.38 55	1.80 11	0.27 22	0.25 124	0.58 112	0.23 58	0.84 168	0.66 123	0.42 37	0.44 75	0.28 38	0.35 121	0.31 3	0.21 1	0.09 11	1.01 339	0.09 13	0.07 12	0.21 159	0.53 243

BUS	0.45 40	0.32 14	1.58 4	0.31 74	0.22 86	0.91 325	0.23 58	1.05 315	0.67 135	0.64 235	0.53 126	0.65 210	0.32 107	0.48 59	0.34 95	0.13 185	0.10 104	0.14 220	0.12 139	0.13 35	0.15 30

AnonymousM	0.45 40	0.49 89	1.83 15	0.29 46	0.15 13	0.53 66	0.22 39	0.64 78	0.66 123	0.47 63	0.33 32	0.30 43	0.25 41	0.49 69	0.29 51	0.12 143	0.27 255	0.71 378	0.37 343	0.12 25	0.41 188

sAnonymous2	0.45 40	0.88 200	2.97 297	0.31 74	0.25 124	0.34 8	0.28 133	0.56 48	0.49 29	0.25 11	0.30 20	0.23 14	0.29 88	0.31 3	0.22 4	0.12 143	0.09 81	0.12 135	0.13 159	0.38 309	0.43 197

CroCo_RVC	0.45 40	0.88 200	2.97 297	0.31 74	0.25 124	0.34 8	0.28 133	0.56 48	0.49 29	0.25 11	0.30 20	0.23 14	0.29 88	0.31 3	0.22 4	0.12 143	0.09 81	0.12 135	0.13 159	0.38 309	0.43 197

Selective-RAFT	0.46 45	0.48 88	1.88 24	0.32 91	0.16 20	0.61 160	0.19 12	0.66 83	0.62 92	0.28 18	0.30 20	0.41 87	0.33 112	0.51 75	0.32 78	0.11 110	1.09 348	0.09 13	0.35 337	0.19 133	0.37 161

ProNet	0.46 45	0.60 126	1.85 20	0.35 143	0.67 319	0.49 38	0.25 99	0.53 30	0.57 66	0.21 1	0.24 6	0.22 8	0.20 14	0.52 79	0.22 4	0.09 11	0.47 287	0.10 46	0.09 37	0.23 187	1.33 357

CRE-IMP	0.46 45	0.31 7	2.40 113	0.53 278	0.17 37	0.79 296	0.68 336	0.54 39	0.66 123	0.47 63	0.43 64	0.44 107	0.26 49	0.43 45	0.33 87	0.12 143	0.07 6	0.12 135	0.09 37	0.17 90	0.23 85

test_4	0.47 48	0.80 188	2.15 69	0.36 157	0.29 164	0.59 130	0.28 133	0.50 23	0.42 9	0.43 43	0.76 286	0.39 74	0.22 19	0.73 147	0.49 154	0.08 1	0.18 205	0.11 92	0.15 195	0.29 252	0.27 108

DeepStereo_RVC	0.47 48	0.37 50	2.19 75	0.55 285	0.18 47	0.60 142	0.58 310	0.52 27	0.62 92	0.49 81	0.45 76	0.39 74	0.85 322	0.47 51	0.34 95	0.12 143	0.08 38	0.11 92	0.09 37	0.15 60	0.19 60

cross-raft	0.47 48	0.34 30	2.17 72	0.70 328	0.84 342	0.50 44	0.35 217	0.74 108	0.43 13	0.44 49	0.45 76	0.63 200	0.25 41	0.37 25	0.27 37	0.08 1	0.14 166	0.10 46	0.23 276	0.11 17	0.27 108

iRaftStereo_RVC	0.47 48	0.84 191	1.91 29	0.29 46	0.15 13	0.53 66	0.20 20	0.58 55	0.50 35	0.37 25	0.43 64	0.42 91	0.23 25	0.38 27	0.28 42	0.09 11	0.70 323	0.12 135	0.11 109	0.43 332	0.77 297

Anonymous3	0.47 48	0.49 89	2.61 208	0.33 111	0.25 124	0.72 263	0.32 190	0.80 137	0.60 80	0.36 23	0.41 60	0.33 56	0.29 88	0.46 49	0.30 56	0.19 288	0.18 205	0.13 191	0.13 159	0.18 110	0.22 77

CFNet_pseudo	0.47 48	0.50 95	2.19 75	0.26 15	0.20 68	0.56 86	0.22 39	0.80 137	0.62 92	0.50 99	0.56 161	0.68 231	0.47 218	0.53 86	0.33 87	0.11 110	0.10 104	0.15 245	0.10 71	0.18 110	0.33 141

ccs_rob	0.47 48	0.50 95	2.19 75	0.26 15	0.20 68	0.56 86	0.22 39	0.80 137	0.62 92	0.50 99	0.56 161	0.68 231	0.47 218	0.53 86	0.33 87	0.11 110	0.10 104	0.16 261	0.10 71	0.18 110	0.33 141

PCWNet_CMD	0.48 55	0.50 95	2.23 82	0.27 22	0.20 68	0.56 86	0.22 39	0.78 125	0.67 135	0.49 81	0.55 149	0.68 231	0.56 251	0.48 59	0.32 78	0.11 110	0.10 104	0.14 220	0.10 71	0.19 133	0.43 197

DisPM	0.48 55	0.41 68	2.54 182	0.61 306	0.18 47	0.59 130	0.62 323	0.54 39	0.67 135	0.61 204	0.53 126	0.38 72	0.26 49	0.76 153	0.31 70	0.13 185	0.07 6	0.12 135	0.11 109	0.12 25	0.15 30

BSDual-CNN	0.48 55	0.32 14	1.58 4	0.31 74	0.22 86	0.76 277	0.32 190	1.05 315	0.67 135	0.64 235	0.53 126	0.63 200	0.38 135	0.48 59	0.97 258	0.13 185	0.10 104	0.14 220	0.12 139	0.13 35	0.15 30

psmg	0.48 55	0.32 14	1.58 4	0.28 34	0.22 86	0.75 273	0.35 217	0.94 241	0.67 135	0.61 204	0.59 182	0.63 200	0.38 135	0.48 59	0.97 258	0.13 185	0.11 125	0.13 191	0.13 159	0.14 51	0.15 30

dd	0.48 55	1.32 298	2.41 117	0.31 74	0.17 37	0.58 112	0.26 111	0.50 23	0.71 189	0.42 37	0.41 60	0.34 60	0.28 72	0.47 51	0.41 118	0.18 277	0.10 104	0.13 191	0.12 139	0.22 173	0.16 43

GANet-ADL	0.48 55	0.56 116	2.51 174	0.34 128	0.20 68	0.58 112	0.25 99	0.80 137	0.57 66	0.43 43	0.61 197	0.56 171	0.31 102	0.44 48	0.44 131	0.14 215	0.11 125	0.10 46	0.09 37	0.22 173	0.38 169

ICVP	0.48 55	0.33 23	2.37 103	0.34 128	0.22 86	0.60 142	0.55 301	0.79 132	0.53 51	0.45 51	0.60 189	0.49 136	0.36 123	0.55 92	0.46 139	0.16 247	0.16 192	0.14 220	0.11 109	0.16 69	0.32 138
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
SFCPSM	0.48 55	0.39 59	2.30 92	0.28 34	0.27 149	0.70 253	0.32 190	1.00 281	0.69 167	0.50 99	0.52 123	0.43 92	0.36 123	0.53 86	0.44 131	0.12 143	0.09 81	0.12 135	0.16 212	0.18 110	0.23 85

FENet	0.48 55	0.58 119	2.46 157	0.33 111	0.18 47	0.58 112	0.22 39	0.83 161	0.64 109	0.49 81	0.42 62	0.55 164	0.38 135	0.52 79	0.51 160	0.12 143	0.09 81	0.12 135	0.11 109	0.17 90	0.31 136

MSMDNet	0.48 55	0.50 95	2.23 82	0.27 22	0.20 68	0.56 86	0.22 39	0.78 125	0.67 135	0.49 81	0.55 149	0.68 231	0.56 251	0.48 59	0.32 78	0.11 110	0.10 104	0.13 191	0.10 71	0.18 110	0.43 197

AdaStereo	0.48 55	0.44 80	2.18 74	0.36 157	0.20 68	0.59 130	0.29 158	0.97 264	0.74 216	0.52 118	0.55 149	0.61 191	0.33 112	0.52 79	0.44 131	0.18 277	0.08 38	0.17 275	0.11 109	0.18 110	0.24 94
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.
IER	0.49 66	0.73 165	2.12 64	0.27 22	0.25 124	0.65 221	0.27 125	0.76 112	0.59 76	0.56 151	0.59 182	0.60 189	0.53 242	0.64 118	0.44 131	0.12 143	0.09 81	0.11 92	0.11 109	0.18 110	0.15 30

TestStereo	0.49 66	0.88 200	2.38 105	0.30 60	0.16 20	0.43 15	0.25 99	0.55 47	0.46 18	0.38 28	0.46 78	0.34 60	0.28 72	1.96 320	0.28 42	0.11 110	0.08 38	0.12 135	0.09 37	0.15 60	0.13 12

GES	0.49 66	0.54 107	2.37 103	0.31 74	0.19 63	0.61 160	0.30 170	0.93 236	0.52 45	0.49 81	0.53 126	0.40 82	0.43 187	0.59 102	0.67 206	0.16 247	0.11 125	0.12 135	0.10 71	0.20 150	0.30 128

DCANet	0.49 66	0.91 213	2.63 213	0.26 15	0.14 8	0.51 46	0.22 39	0.84 168	0.78 240	0.56 151	0.49 102	0.32 52	0.41 163	0.39 31	0.41 118	0.10 47	0.07 6	0.09 13	0.07 12	0.14 51	0.45 214

CFNet_ucs	0.50 70	0.55 114	2.28 88	0.27 22	0.22 86	0.58 112	0.23 58	0.90 219	0.69 167	0.54 130	0.64 219	0.68 231	0.44 195	0.55 92	0.34 95	0.14 215	0.12 140	0.16 261	0.11 109	0.19 133	0.38 169

fff	0.50 70	0.90 210	2.63 213	0.25 5	0.15 13	0.51 46	0.22 39	0.85 178	0.82 268	0.55 141	0.48 89	0.31 48	0.65 280	0.39 31	0.37 107	0.10 47	0.07 6	0.09 13	0.07 12	0.08 1	0.43 197

ADStereo(finetuned)	0.50 70	0.91 213	2.43 126	0.26 15	0.14 8	0.51 46	0.22 39	0.84 168	0.78 240	0.56 151	0.49 102	0.32 52	0.75 309	0.40 35	0.40 116	0.10 47	0.07 6	0.09 13	0.07 12	0.13 35	0.45 214

UDGNet	0.50 70	1.36 311	2.44 134	0.37 167	0.19 63	0.58 112	0.23 58	0.49 14	0.69 167	0.42 37	0.39 51	0.34 60	0.29 88	0.55 92	0.32 78	0.25 330	0.10 104	0.37 356	0.19 249	0.30 258	0.17 49

PFNet+	0.50 70	0.43 76	2.54 182	0.49 265	0.18 47	0.58 112	0.76 345	0.54 39	0.72 196	0.56 151	0.48 89	0.39 74	0.26 49	0.94 179	0.33 87	0.14 215	0.09 81	0.14 220	0.13 159	0.12 25	0.16 43

NRIStereo	0.50 70	0.34 30	2.44 134	0.52 274	0.16 20	0.94 331	0.73 343	0.52 27	0.65 116	0.48 65	0.40 59	0.59 182	0.29 88	0.78 158	0.33 87	0.11 110	0.13 153	0.11 92	0.09 37	0.22 173	0.25 98

HCRNet	0.50 70	0.75 178	2.08 56	0.39 198	0.29 164	0.58 112	0.22 39	0.79 132	0.67 135	0.49 81	0.49 102	0.48 134	0.37 128	1.13 200	0.40 116	0.15 233	0.10 104	0.15 245	0.13 159	0.21 159	0.19 60

csc	0.50 70	0.90 210	2.63 213	0.25 5	0.15 13	0.51 46	0.22 39	0.85 178	0.82 268	0.55 141	0.48 89	0.31 48	0.65 280	0.39 31	0.37 107	0.10 47	0.07 6	0.09 13	0.07 12	0.08 1	0.43 197

cscssc	0.50 70	0.90 210	2.63 213	0.25 5	0.15 13	0.51 46	0.22 39	0.85 178	0.82 268	0.55 141	0.48 89	0.31 48	0.65 280	0.39 31	0.37 107	0.10 47	0.07 6	0.09 13	0.07 12	0.08 1	0.43 197

DMCA	0.50 70	0.83 190	1.95 35	0.32 91	0.24 118	0.59 130	0.26 111	0.81 144	0.68 159	0.59 188	0.49 102	0.56 171	0.36 123	0.65 122	0.65 201	0.14 215	0.10 104	0.14 220	0.10 71	0.19 133	0.29 120

whm_eth	0.51 80	0.86 195	2.79 268	0.31 74	0.31 183	0.49 38	0.24 80	0.78 125	0.75 221	0.48 65	0.86 308	0.26 29	0.26 49	0.38 27	0.29 51	0.13 185	0.11 125	0.13 191	0.12 139	0.14 51	0.44 209

UPFNet	0.51 80	0.67 143	2.04 50	0.34 128	0.33 200	0.65 221	0.37 227	0.88 205	0.65 116	0.60 197	0.53 126	0.61 191	0.41 163	0.77 154	0.55 172	0.13 185	0.13 153	0.13 191	0.13 159	0.20 150	0.16 43

Former-RAFT_DAM_RVC	0.52 82	0.51 100	1.12 1	0.26 15	0.22 86	0.46 20	0.20 20	1.10 338	1.33 368	3.13 405	0.33 32	0.22 8	0.20 14	0.34 15	0.26 32	0.11 110	0.09 81	0.11 92	0.09 37	0.17 90	0.21 72

StereoVision	0.52 82	1.12 251	2.70 249	0.34 128	0.32 194	0.47 30	0.26 111	0.73 106	0.61 83	0.33 22	0.89 314	0.45 119	0.26 49	0.52 79	0.39 115	0.14 215	0.15 180	0.16 261	0.15 195	0.22 173	0.14 24

gwcnet-sp	0.52 82	0.71 157	2.66 227	0.32 91	0.22 86	0.66 234	0.31 180	0.84 168	0.69 167	0.61 204	0.49 102	0.46 123	0.43 187	0.77 154	0.48 145	0.12 143	0.11 125	0.11 92	0.11 109	0.19 133	0.19 60

scenet	0.52 82	0.71 157	2.66 227	0.32 91	0.22 86	0.66 234	0.31 180	0.84 168	0.69 167	0.61 204	0.49 102	0.46 123	0.43 187	0.77 154	0.48 145	0.12 143	0.11 125	0.11 92	0.11 109	0.19 133	0.19 60

ssnet	0.52 82	0.71 157	2.66 227	0.32 91	0.22 86	0.66 234	0.31 180	0.84 168	0.69 167	0.61 204	0.49 102	0.46 123	0.43 187	0.77 154	0.48 145	0.12 143	0.11 125	0.11 92	0.11 109	0.19 133	0.19 60

PSM-softLoss	0.52 82	0.34 30	2.47 162	0.55 285	0.17 37	0.61 160	0.39 241	0.64 78	0.67 135	0.52 118	0.48 89	0.39 74	0.25 41	1.46 241	0.77 228	0.13 185	0.08 38	0.13 191	0.12 139	0.12 25	0.15 30

KMStereo	0.52 82	0.34 30	2.47 162	0.55 285	0.17 37	0.61 160	0.39 241	0.64 78	0.67 135	0.52 118	0.48 89	0.39 74	0.25 41	1.46 241	0.77 228	0.13 185	0.08 38	0.13 191	0.12 139	0.12 25	0.15 30

KYRaft	0.52 82	0.35 37	2.40 113	0.34 128	0.21 77	0.75 273	0.43 259	0.62 70	0.63 103	0.64 235	0.92 317	0.53 151	0.72 298	0.60 107	0.26 32	0.10 47	0.07 6	0.12 135	0.14 177	0.13 35	0.54 246

raftrobust	0.52 82	1.14 254	2.15 69	0.33 111	0.99 357	0.53 66	0.21 30	0.59 62	0.50 35	0.53 126	0.36 38	0.31 48	0.33 112	0.47 51	0.42 122	0.10 47	0.55 299	0.09 13	0.08 27	0.22 173	0.46 217

RALAANet	0.52 82	1.37 314	2.63 213	0.33 111	0.23 109	0.48 33	0.19 12	0.69 91	0.55 59	0.49 81	0.46 78	0.39 74	0.31 102	0.53 86	0.53 165	0.10 47	0.33 264	0.11 92	0.17 225	0.29 252	0.13 12

hknet	0.53 92	0.39 59	2.04 50	0.31 74	0.24 118	0.76 277	0.32 190	1.05 315	0.71 189	0.64 235	0.53 126	0.79 274	0.40 152	0.84 168	0.78 232	0.12 143	0.10 104	0.14 220	0.12 139	0.13 35	0.15 30

NF-Stereo	0.53 92	0.33 23	2.55 189	0.55 285	0.16 20	0.61 160	0.43 259	0.70 98	0.70 177	0.50 99	0.47 83	0.37 67	0.26 49	1.44 240	0.78 232	0.12 143	0.07 6	0.12 135	0.10 71	0.13 35	0.17 49

OCTAStereo	0.53 92	0.33 23	2.54 182	0.56 294	0.16 20	0.61 160	0.42 252	0.70 98	0.70 177	0.50 99	0.47 83	0.37 67	0.26 49	1.43 236	0.79 235	0.12 143	0.07 6	0.12 135	0.10 71	0.13 35	0.17 49

RE-Stereo	0.53 92	0.33 23	2.54 182	0.56 294	0.16 20	0.61 160	0.43 259	0.70 98	0.70 177	0.50 99	0.47 83	0.37 67	0.26 49	1.43 236	0.77 228	0.12 143	0.07 6	0.12 135	0.10 71	0.13 35	0.17 49

TVStereo	0.53 92	0.33 23	2.54 182	0.56 294	0.16 20	0.61 160	0.43 259	0.70 98	0.70 177	0.50 99	0.47 83	0.37 67	0.26 49	1.43 236	0.77 228	0.12 143	0.07 6	0.12 135	0.10 71	0.13 35	0.17 49

GMM-Stereo	0.53 92	0.33 23	2.89 287	0.53 278	0.24 118	0.77 287	0.46 274	0.62 70	0.65 116	0.58 169	0.73 273	0.47 128	0.43 187	0.68 132	0.29 51	0.10 47	0.06 1	0.13 191	0.13 159	0.14 51	0.44 209

Prome-Stereo	0.53 92	0.36 40	2.39 111	0.60 300	0.23 109	0.63 195	0.41 246	0.66 83	0.67 135	0.59 188	1.02 334	0.43 92	0.71 297	0.61 110	0.34 95	0.10 47	0.07 6	0.10 46	0.09 37	0.13 35	0.44 209

CoDeX	0.54 99	0.52 102	2.25 84	0.30 60	0.26 138	0.61 160	0.32 190	1.03 301	0.73 199	0.49 81	0.56 161	0.52 150	0.40 152	1.59 264	0.38 113	0.12 143	0.09 81	0.11 92	0.10 71	0.15 60	0.22 77

NINENet	0.54 99	0.40 63	2.19 75	0.55 285	0.26 138	0.91 325	0.23 58	1.05 315	0.77 237	0.54 130	0.57 171	0.65 210	0.32 107	1.22 210	0.34 95	0.16 247	0.13 153	0.16 261	0.11 109	0.16 69	0.14 24

GwcNet-ADL	0.54 99	0.78 184	2.85 282	0.31 74	0.20 68	0.58 112	0.29 158	0.93 236	0.67 135	0.48 65	0.47 83	0.56 171	0.33 112	0.48 59	0.80 237	0.13 185	0.12 140	0.09 13	0.09 37	0.14 51	0.40 181

ACVNet	0.54 99	0.87 196	2.45 150	0.28 34	0.22 86	0.59 130	0.36 224	0.69 91	0.73 199	0.49 81	0.59 182	0.69 242	0.42 174	0.47 51	0.70 211	0.11 110	0.10 104	0.10 46	0.09 37	0.36 297	0.39 176

MIM_Stereo	0.55 103	0.92 218	2.65 223	0.32 91	1.09 369	0.51 46	0.19 12	0.67 86	0.52 45	0.48 65	0.54 140	0.43 92	0.27 62	0.57 98	0.30 56	0.08 1	0.17 199	0.11 92	0.10 71	0.28 244	0.80 304

CSP-Net	0.55 103	0.61 131	1.81 14	0.30 60	0.23 109	0.77 287	0.35 217	0.90 219	0.62 92	0.62 216	0.60 189	0.65 210	0.42 174	1.76 285	0.47 142	0.17 266	0.12 140	0.10 46	0.10 71	0.21 159	0.16 43

RAFT_R40	0.55 103	0.31 7	2.44 134	0.57 298	0.42 258	0.62 182	0.52 292	0.58 55	0.66 123	0.56 151	0.54 140	0.54 156	0.50 228	1.56 253	0.53 165	0.11 110	0.07 6	0.12 135	0.10 71	0.16 69	0.10 4

Pruner-Stereo	0.55 103	0.38 55	2.49 170	1.78 393	0.19 63	0.63 195	0.45 269	0.59 62	0.67 135	0.61 204	0.48 89	0.41 87	0.25 41	0.49 69	0.99 266	0.13 185	0.07 6	0.12 135	0.10 71	0.13 35	0.14 24

MMNet	0.55 103	0.92 218	2.03 47	0.34 128	0.27 149	0.79 296	0.28 133	0.86 190	0.79 249	0.62 216	0.58 177	0.59 182	0.56 251	0.80 163	0.61 187	0.11 110	0.11 125	0.12 135	0.11 109	0.21 159	0.22 77

UCFNet_RVC	0.55 103	1.16 262	2.48 167	0.31 74	0.27 149	0.65 221	0.28 133	0.76 112	0.58 72	0.51 110	0.53 126	0.67 219	0.42 174	0.91 176	0.45 135	0.16 247	0.11 125	0.17 275	0.17 225	0.20 150	0.23 85

HITNet	0.55 103	1.28 293	2.73 257	0.35 143	0.14 8	0.56 86	0.23 58	0.89 211	0.62 92	0.52 118	0.51 116	0.49 136	0.38 135	0.52 79	0.60 182	0.09 11	0.07 6	0.10 46	0.08 27	0.25 208	0.61 263
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
StereoDRNet-Refined	0.55 103	0.61 131	2.07 54	0.34 128	0.21 77	0.68 247	0.26 111	0.87 197	0.73 199	0.70 269	0.69 242	0.74 258	0.45 203	1.10 193	0.62 190	0.12 143	0.09 81	0.14 220	0.14 177	0.27 234	0.24 94
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MyStereo07	0.56 111	0.68 150	2.42 121	0.30 60	0.41 248	0.61 160	0.31 180	0.58 55	0.72 196	1.17 347	0.26 14	0.20 2	0.27 62	1.28 221	0.28 42	0.09 11	0.59 306	0.12 135	0.21 269	0.16 69	0.48 223

RAFT-Test	0.56 111	0.41 68	2.01 43	0.90 348	1.07 367	0.65 221	0.37 227	0.83 161	0.65 116	0.49 81	0.49 102	0.93 316	0.24 27	0.52 79	0.30 56	0.10 47	0.38 272	0.09 13	0.38 346	0.11 17	0.19 60

PSMNet-ADL	0.56 111	0.47 85	2.03 47	0.35 143	0.22 86	0.67 241	0.27 125	0.77 118	0.58 72	0.43 43	0.53 126	0.70 248	0.45 203	1.89 311	0.64 196	0.16 247	0.13 153	0.11 92	0.13 159	0.15 60	0.51 235

SST-Stereo	0.56 111	0.30 5	2.44 134	0.71 330	0.55 286	0.62 182	0.65 328	0.57 53	0.67 135	0.59 188	0.53 126	0.51 143	0.59 266	1.57 257	0.31 70	0.12 143	0.07 6	0.12 135	0.10 71	0.17 90	0.11 9

RAFT-345	0.56 111	0.37 50	2.68 239	0.40 211	0.34 209	0.58 112	0.41 246	0.49 14	0.70 177	0.51 110	0.99 330	0.43 92	0.28 72	1.56 253	0.81 241	0.10 47	0.07 6	0.11 92	0.09 37	0.11 17	0.09 2

UNet	0.56 111	0.58 119	2.81 274	0.32 91	0.33 200	0.74 271	0.27 125	0.86 190	0.67 135	0.55 141	0.55 149	0.72 251	0.55 249	0.79 159	0.58 178	0.12 143	0.09 81	0.13 191	0.11 109	0.20 150	0.19 60

DN-CSS_ROB	0.56 111	1.64 352	2.75 261	0.42 223	0.22 86	0.57 105	0.19 12	0.79 132	0.66 123	0.46 61	0.62 204	0.41 87	0.32 107	0.73 147	0.49 154	0.12 143	0.08 38	0.14 220	0.13 159	0.38 309	0.17 49

MyStereo05	0.57 118	0.72 162	2.72 252	0.31 74	0.25 124	0.60 142	0.30 170	0.87 197	0.82 268	0.54 130	0.37 42	0.53 151	0.42 174	0.63 114	0.73 220	0.09 11	0.55 299	0.12 135	0.20 258	0.16 69	0.56 253

MyStereo04	0.57 118	0.68 150	2.66 227	0.30 60	0.41 248	0.61 160	0.31 180	0.88 205	0.80 256	0.48 65	0.37 42	0.54 156	0.42 174	0.61 110	0.71 215	0.09 11	0.59 306	0.12 135	0.21 269	0.16 69	0.48 223

Selective-IGEV	0.57 118	0.42 70	1.87 23	1.67 388	1.33 381	0.36 10	0.20 20	0.61 67	0.71 189	0.22 3	0.31 25	0.22 8	0.19 7	0.52 79	0.36 104	0.09 11	0.97 336	0.09 13	0.15 195	0.20 150	0.85 312

SepStereo	0.57 118	0.42 70	1.85 20	0.34 128	0.34 209	0.52 61	0.42 252	0.89 211	0.80 256	0.85 314	0.69 242	0.57 175	0.51 232	1.55 251	0.57 176	0.13 185	0.09 81	0.12 135	0.09 37	0.18 110	0.37 161

111	0.57 118	1.41 319	2.63 213	0.25 5	0.15 13	0.59 130	0.26 111	0.90 219	0.83 274	0.50 99	0.54 140	0.57 175	0.38 135	0.54 91	0.41 118	0.10 47	0.07 6	0.09 13	0.07 12	0.24 193	0.81 306

AFF-stereo	0.57 118	1.51 335	2.59 199	0.33 111	0.23 109	0.51 46	0.21 30	0.69 91	0.68 159	0.49 81	0.63 212	0.49 136	0.34 119	0.50 74	0.37 107	0.08 1	0.54 297	0.10 46	0.10 71	0.40 322	0.60 262

acv_ft	0.57 118	0.87 196	2.45 150	0.33 111	0.41 248	0.63 195	0.29 158	0.86 190	0.73 199	0.64 235	0.59 182	0.69 242	0.45 203	0.47 51	0.68 208	0.11 110	0.10 104	0.10 46	0.09 37	0.43 332	0.39 176

BEATNet_4x	0.57 118	1.16 262	2.56 193	0.35 143	0.16 20	0.56 86	0.25 99	0.91 226	0.64 109	0.55 141	0.53 126	0.59 182	0.43 187	0.67 128	0.76 226	0.12 143	0.09 81	0.12 135	0.09 37	0.23 187	0.58 255

MC-Stereo	0.58 126	0.37 50	2.00 41	0.88 345	0.64 315	0.54 73	0.19 12	0.46 9	0.39 3	0.58 169	0.39 51	0.27 36	0.27 62	0.71 141	0.32 78	0.09 11	1.20 354	0.09 13	0.16 212	0.22 173	1.92 379

RAFT_CTSACE	0.58 126	1.16 262	2.76 264	0.36 157	0.29 164	0.54 73	0.29 158	0.69 91	0.51 40	0.51 110	0.75 283	0.67 219	0.37 128	0.63 114	0.47 142	0.08 1	0.49 291	0.11 92	0.10 71	0.41 328	0.32 138

CRFU-Net	0.58 126	0.42 70	1.90 27	0.49 265	0.27 149	0.83 306	0.35 217	0.94 241	0.54 54	0.65 247	0.60 189	0.78 272	1.34 355	1.00 182	0.51 160	0.17 266	0.14 166	0.17 275	0.10 71	0.19 133	0.20 68

dad	0.58 126	1.35 307	2.39 111	0.31 74	0.20 68	0.62 182	0.26 111	0.56 48	0.79 249	0.66 253	0.64 219	0.64 206	0.36 123	0.87 171	0.48 145	0.28 340	0.15 180	0.40 359	0.18 233	0.24 193	0.22 77

IPLGR	0.58 126	0.64 139	3.12 313	0.37 167	0.18 47	0.62 182	0.54 297	1.06 327	0.69 167	0.73 281	0.46 78	0.50 140	0.44 195	1.12 199	0.31 70	0.10 47	0.08 38	0.11 92	0.09 37	0.21 159	0.20 68

GMOStereo	0.58 126	0.89 205	2.46 157	0.29 46	0.99 357	0.51 46	0.32 190	0.58 55	0.46 18	0.58 169	0.48 89	0.54 156	0.27 62	0.31 3	0.25 23	0.09 11	1.64 379	0.13 191	0.11 109	0.34 281	0.42 192

error version	0.58 126	0.89 205	2.46 157	0.29 46	0.99 357	0.51 46	0.32 190	0.58 55	0.46 18	0.58 169	0.48 89	0.54 156	0.27 62	0.31 3	0.25 23	0.09 11	1.64 379	0.13 191	0.11 109	0.34 281	0.42 192

test-v	0.58 126	0.89 205	2.46 157	0.29 46	0.99 357	0.51 46	0.32 190	0.58 55	0.46 18	0.58 169	0.48 89	0.54 156	0.27 62	0.31 3	0.25 23	0.09 11	1.64 379	0.13 191	0.11 109	0.34 281	0.42 192

test-3	0.58 126	0.43 76	2.44 134	0.52 274	0.59 296	0.46 20	0.23 58	0.77 118	0.49 29	0.52 118	0.29 17	0.44 107	0.22 19	0.59 102	0.97 258	0.08 1	1.27 363	0.10 46	0.35 337	0.29 252	0.62 265

test_1	0.58 126	0.43 76	2.44 134	0.52 274	0.59 296	0.46 20	0.23 58	0.77 118	0.49 29	0.51 110	0.29 17	0.44 107	0.22 19	0.59 102	0.97 258	0.08 1	1.27 363	0.10 46	0.35 337	0.29 252	0.63 269

LCNet	0.58 126	0.43 76	2.42 121	0.91 350	0.22 86	0.95 333	0.29 158	0.62 70	0.64 109	0.52 118	0.55 149	0.41 87	0.75 309	0.84 168	0.27 37	0.10 47	0.07 6	0.12 135	0.18 233	0.97 379	0.40 181

test-2	0.58 126	0.89 205	2.46 157	0.29 46	0.99 357	0.51 46	0.32 190	0.58 55	0.46 18	0.58 169	0.48 89	0.54 156	0.27 62	0.31 3	0.25 23	0.09 11	1.64 379	0.13 191	0.11 109	0.34 281	0.42 192

RAFT-Stereo + iAFF	0.58 126	1.48 333	2.53 178	0.29 46	0.78 337	0.52 61	0.20 20	0.68 89	0.66 123	0.51 110	0.61 197	0.40 82	0.32 107	0.40 35	0.43 128	0.08 1	0.63 312	0.09 13	0.09 37	0.37 303	0.58 255

STTStereo	0.58 126	0.95 222	2.95 295	0.37 167	0.31 183	0.62 182	0.32 190	0.81 144	0.63 103	0.61 204	0.55 149	0.67 219	0.43 187	0.87 171	0.48 145	0.16 247	0.16 192	0.17 275	0.20 258	0.17 90	0.25 98

DeepPruner_ROB	0.58 126	1.06 237	2.68 239	0.30 60	0.26 138	0.63 195	0.31 180	0.83 161	0.51 40	0.62 216	0.56 161	0.65 210	0.39 146	1.06 188	0.56 174	0.19 288	0.14 166	0.14 220	0.14 177	0.24 193	0.33 141

TestStereo1	0.59 141	1.21 275	2.63 213	0.40 211	0.60 301	0.56 86	0.34 208	0.82 151	0.73 199	0.45 51	0.63 212	0.36 64	0.42 174	0.66 125	0.42 122	0.10 47	0.32 260	0.12 135	0.10 71	0.34 281	0.52 240

SA-5K	0.59 141	1.21 275	2.63 213	0.40 211	0.60 301	0.56 86	0.34 208	0.82 151	0.73 199	0.45 51	0.63 212	0.36 64	0.42 174	0.66 125	0.42 122	0.10 47	0.32 260	0.12 135	0.10 71	0.34 281	0.52 240

test_3	0.59 141	0.44 80	2.44 134	0.53 278	0.59 296	0.48 33	0.30 170	0.79 132	0.52 45	0.51 110	0.30 20	0.45 119	0.22 19	0.59 102	0.97 258	0.08 1	1.25 359	0.11 92	0.35 337	0.30 258	0.62 265

IRAFT_RVC	0.59 141	0.74 174	2.42 121	0.47 253	0.21 77	0.59 130	0.42 252	0.68 89	0.73 199	0.54 130	0.50 114	0.49 136	0.51 232	1.57 257	1.00 268	0.11 110	0.25 246	0.13 191	0.10 71	0.15 60	0.14 24

MLCV	0.59 141	1.41 319	2.41 117	0.31 74	0.15 13	0.60 142	0.23 58	0.77 118	0.63 103	0.67 255	0.66 232	0.55 164	0.37 128	1.16 204	1.09 277	0.10 47	0.07 6	0.09 13	0.07 12	0.21 159	0.29 120

iResNet	0.59 141	1.09 242	2.54 182	0.44 237	0.18 47	0.65 221	0.29 158	0.89 211	0.75 221	0.59 188	0.64 219	0.43 92	0.39 146	0.73 147	1.24 295	0.11 110	0.08 38	0.09 13	0.08 27	0.21 159	0.40 181

11t1	0.60 147	0.49 89	2.19 75	0.35 143	0.58 295	0.48 33	0.21 30	0.72 105	0.73 199	0.49 81	0.47 83	0.35 63	0.34 119	0.61 110	0.71 215	0.12 143	1.26 362	0.10 46	0.29 303	0.16 69	1.22 349

RAFT+CT+SA	0.60 147	1.25 288	2.49 170	0.38 185	0.75 329	0.55 82	0.34 208	0.83 161	0.68 159	0.39 30	0.55 149	0.44 107	0.29 88	0.75 151	0.28 42	0.09 11	0.24 239	0.11 92	0.51 367	0.30 258	0.74 296

rafts_anoy	0.60 147	1.33 302	2.59 199	0.53 278	1.09 369	0.49 38	0.25 99	0.67 86	0.53 51	0.41 33	0.38 48	0.33 56	0.30 98	0.68 132	0.41 118	0.10 47	1.13 351	0.13 191	0.15 195	0.20 150	0.29 120

delet	0.60 147	0.84 191	2.45 150	0.33 111	0.35 217	0.73 266	0.46 274	0.89 211	0.80 256	0.58 169	0.62 204	0.67 219	0.51 232	1.14 202	0.64 196	0.12 143	0.12 140	0.13 191	0.14 177	0.22 173	0.29 120

CFNet-ft	0.60 147	1.16 262	2.45 150	0.29 46	0.30 175	0.64 207	0.28 133	0.69 91	0.57 66	0.49 81	0.57 171	0.79 274	0.44 195	1.48 244	0.62 190	0.15 233	0.10 104	0.28 336	0.14 177	0.21 159	0.29 120

CFNet_RVC	0.60 147	1.16 262	2.45 150	0.29 46	0.30 175	0.64 207	0.28 133	0.69 91	0.57 66	0.49 81	0.57 171	0.79 274	0.44 195	1.48 244	0.62 190	0.15 233	0.10 104	0.28 336	0.14 177	0.21 159	0.29 120

iResNet_ROB	0.60 147	1.59 344	2.04 50	0.32 91	0.21 77	0.60 142	0.22 39	0.99 275	0.85 288	0.61 204	0.63 212	0.58 179	0.42 174	1.08 191	0.98 264	0.11 110	0.08 38	0.09 13	0.06 6	0.23 187	0.33 141

test_5	0.61 154	1.25 288	2.76 264	0.39 198	0.64 315	0.58 112	0.35 217	0.85 178	0.66 123	0.49 81	0.56 161	0.55 164	0.40 152	0.79 159	0.32 78	0.10 47	0.19 209	0.12 135	0.12 139	0.33 275	0.85 312

Sa-1000	0.61 154	1.07 238	2.71 250	0.32 91	0.61 308	0.61 160	0.31 180	1.00 281	0.76 229	0.53 126	0.83 298	0.43 92	0.33 112	0.69 134	0.30 56	0.10 47	0.52 296	0.13 191	0.28 299	0.29 252	0.29 120

SA	0.61 154	1.14 254	2.79 268	0.32 91	0.63 311	0.57 105	0.30 170	0.97 264	0.78 240	0.43 43	0.63 212	0.39 74	0.46 210	0.70 135	0.31 70	0.10 47	0.44 284	0.13 191	0.32 319	0.31 266	0.51 235

DAS	0.61 154	0.42 70	1.85 20	0.34 128	0.34 209	0.52 61	0.42 252	0.89 211	0.80 256	0.85 314	0.69 242	0.57 175	0.51 232	2.38 349	0.57 176	0.13 185	0.09 81	0.12 135	0.09 37	0.18 110	0.37 161

AACVNet	0.61 154	1.13 253	2.47 162	0.37 167	0.21 77	0.57 105	0.25 99	0.75 110	0.55 59	0.56 151	0.60 189	0.66 217	0.44 195	2.11 332	0.49 154	0.14 215	0.11 125	0.14 220	0.11 109	0.35 292	0.23 85

ASMatch	0.61 154	0.47 85	2.72 252	0.91 350	0.36 223	0.56 86	0.24 80	0.54 39	0.67 135	0.48 65	1.20 347	0.47 128	0.65 280	1.33 226	0.93 255	0.10 47	0.08 38	0.11 92	0.11 109	0.10 10	0.17 49

test-1	0.61 154	0.54 107	2.09 57	0.31 74	1.37 383	0.51 46	0.28 133	0.83 161	0.50 35	0.42 37	0.55 149	0.54 156	0.24 27	0.38 27	1.25 296	0.10 47	1.08 347	0.10 46	0.17 225	0.11 17	0.77 297

LMCR-Stereo	0.61 154	1.00 225	2.60 204	0.42 223	0.22 86	0.74 271	0.31 180	1.06 327	0.70 177	0.62 216	0.64 219	0.40 82	0.52 239	0.84 168	1.27 298	0.20 296	0.09 81	0.12 135	0.09 37	0.26 223	0.16 43

GEStereo_RVC	0.61 154	1.19 271	2.61 208	0.48 254	0.25 124	0.63 195	0.37 227	1.05 315	0.79 249	0.55 141	0.55 149	0.59 182	0.44 195	1.10 193	0.48 145	0.16 247	0.11 125	0.12 135	0.11 109	0.27 234	0.43 197

HGLStereo	0.61 154	1.20 273	2.59 199	0.36 157	0.40 243	0.65 221	0.30 170	0.87 197	0.67 135	0.60 197	0.70 255	0.69 242	0.56 251	1.07 190	0.59 180	0.14 215	0.13 153	0.13 191	0.12 139	0.23 187	0.23 85

PSMNet-RSSM	0.61 154	1.19 271	2.43 126	0.33 111	0.25 124	0.59 130	0.28 133	0.88 205	0.65 116	0.54 130	0.62 204	0.69 242	0.46 210	1.67 274	0.50 157	0.15 233	0.10 104	0.14 220	0.16 212	0.20 150	0.28 114

DISCO	0.61 154	0.63 137	1.98 40	0.46 247	0.34 209	0.84 311	0.35 217	0.88 205	0.81 263	0.61 204	0.64 219	1.06 346	0.53 242	1.11 197	0.83 246	0.13 185	0.10 104	0.11 92	0.10 71	0.26 223	0.37 161

DLCB_ROB	0.61 154	0.96 223	2.00 41	0.37 167	0.25 124	0.65 221	0.37 227	0.86 190	0.76 229	0.73 281	0.70 255	0.84 291	0.47 218	1.57 257	0.72 219	0.13 185	0.13 153	0.14 220	0.14 177	0.18 110	0.33 141

qqq1	0.62 167	0.54 107	1.92 30	0.32 91	0.16 20	0.46 20	0.24 80	0.94 241	0.85 288	0.58 169	0.70 255	0.51 143	0.41 163	1.89 311	0.64 196	0.13 185	1.01 339	0.09 13	0.24 278	0.19 133	0.59 258

fff1	0.62 167	0.54 107	1.92 30	0.32 91	0.16 20	0.46 20	0.24 80	0.94 241	0.85 288	0.58 169	0.70 255	0.51 143	0.41 163	1.89 311	0.64 196	0.13 185	1.01 339	0.09 13	0.24 278	0.19 133	0.59 258

LL-Strereo2	0.62 167	1.36 311	2.47 162	1.37 373	0.96 353	0.54 73	0.28 133	0.61 67	0.49 29	0.42 37	0.34 34	0.44 107	0.21 16	0.57 98	0.53 165	0.11 110	0.26 249	0.16 261	0.14 177	0.18 110	0.98 332

4D-IteraStereo	0.62 167	1.29 295	3.04 306	0.27 22	0.30 175	0.46 20	0.26 111	0.54 39	0.51 40	0.41 33	0.31 25	0.39 74	0.19 7	0.53 86	0.65 201	0.09 11	0.47 287	0.12 135	0.11 109	0.21 159	2.14 387

CBFPSM	0.62 167	1.34 304	2.12 64	0.30 60	0.23 109	0.71 257	0.38 235	0.77 118	0.68 159	0.51 110	0.49 102	1.03 338	0.82 316	0.63 114	1.35 303	0.11 110	0.12 140	0.10 46	0.10 71	0.19 133	0.37 161

iinet-f	0.62 167	1.18 268	2.55 189	0.33 111	0.25 124	0.82 305	0.34 208	0.87 197	0.69 167	0.56 151	0.64 219	0.73 256	0.67 288	0.80 163	0.81 241	0.14 215	0.13 153	0.11 92	0.10 71	0.44 335	0.26 103

PFNet	0.62 167	0.42 70	2.69 245	0.43 233	0.55 286	0.62 182	0.27 125	0.64 78	0.72 196	0.61 204	0.56 161	0.45 119	0.33 112	1.86 306	1.12 280	0.28 340	0.09 81	0.12 135	0.16 212	0.26 223	0.27 108

RAFT	0.62 167	1.35 307	2.26 85	0.62 308	0.53 283	0.47 30	0.35 217	0.70 98	0.58 72	0.50 99	0.50 114	0.79 274	0.40 152	0.49 69	0.36 104	0.11 110	0.79 328	0.14 220	0.13 159	0.52 351	0.72 293

raft+_RVC	0.62 167	1.18 268	2.43 126	0.36 157	2.08 401	0.52 61	0.25 99	0.66 83	0.54 54	0.36 23	0.46 78	0.32 52	0.28 72	0.49 69	0.43 128	0.10 47	0.91 334	0.10 46	0.09 37	0.22 173	0.70 290

cf-r	0.62 167	1.27 291	2.99 302	0.34 128	0.28 159	0.60 142	0.28 133	0.82 151	0.70 177	0.55 141	0.61 197	0.77 268	0.41 163	1.32 225	0.52 162	0.13 185	0.09 81	0.11 92	0.12 139	0.22 173	0.27 108

DSFCA	0.62 167	0.77 181	1.95 35	0.29 46	0.29 164	0.79 296	0.86 353	0.81 144	0.73 199	0.73 281	0.66 232	0.67 219	0.57 256	1.17 206	1.03 271	0.16 247	0.15 180	0.13 191	0.14 177	0.19 133	0.28 114

NLCA_NET_v2_RVC	0.62 167	1.15 260	3.11 312	0.39 198	0.37 229	0.60 142	0.28 133	0.87 197	0.64 109	0.63 225	0.56 161	0.71 250	0.45 203	1.08 191	0.52 162	0.15 233	0.12 140	0.14 220	0.15 195	0.18 110	0.25 98
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
tta	0.63 179	0.54 107	1.92 30	0.32 91	0.16 20	0.46 20	0.24 80	0.94 241	0.85 288	0.58 169	0.70 255	0.51 143	0.41 163	1.89 311	0.86 250	0.13 185	1.01 339	0.11 92	0.26 289	0.19 133	0.59 258

CIPLG	0.63 179	1.59 344	3.16 315	0.79 339	0.31 183	0.62 182	0.57 308	0.82 151	0.68 159	0.58 169	0.63 212	0.43 92	0.31 102	0.48 59	0.42 122	0.12 143	0.20 221	0.13 191	0.13 159	0.36 297	0.21 72

ACRE	0.63 179	1.55 338	3.41 340	0.76 333	0.28 159	0.60 142	0.56 305	0.82 151	0.68 159	0.57 163	0.62 204	0.43 92	0.30 98	0.47 51	0.42 122	0.12 143	0.19 209	0.13 191	0.14 177	0.36 297	0.20 68

HHNet	0.63 179	0.67 143	3.10 311	0.37 167	0.25 124	0.64 207	0.60 316	0.70 98	0.67 135	0.55 141	1.12 344	0.32 52	0.60 271	0.43 45	1.75 326	0.16 247	0.08 38	0.12 135	0.10 71	0.18 110	0.22 77

ac_64	0.63 179	0.77 181	2.71 250	0.37 167	0.34 209	0.64 207	0.30 170	0.86 190	0.67 135	0.58 169	0.53 126	0.88 306	0.48 224	1.84 302	0.71 215	0.15 233	0.12 140	0.12 135	0.12 139	0.21 159	0.25 98

GANet-RSSM	0.63 179	1.14 254	2.67 234	0.38 185	0.26 138	0.59 130	0.29 158	0.81 144	0.56 63	0.50 99	0.57 171	0.67 219	0.50 228	1.91 317	0.50 157	0.14 215	0.10 104	0.24 326	0.12 139	0.36 297	0.28 114

NVstereo2D	0.63 179	0.57 117	2.29 90	0.37 167	0.35 217	0.69 250	0.49 285	0.96 257	0.88 300	0.49 81	0.54 140	0.72 251	0.46 210	1.98 321	0.50 157	0.19 288	0.20 221	0.18 291	0.16 212	0.28 244	0.34 148

SMFormer	0.64 186	0.54 107	1.92 30	0.32 91	0.16 20	0.46 20	0.24 80	0.94 241	0.85 288	0.58 169	0.70 255	0.51 143	0.41 163	1.89 311	0.86 250	0.13 185	1.01 339	0.11 92	0.26 289	0.17 90	0.84 308

ssnet_v2	0.64 186	0.99 224	2.67 234	0.33 111	0.22 86	0.72 263	0.45 269	1.00 281	0.80 256	0.66 253	0.54 140	0.81 283	0.48 224	0.91 176	1.08 276	0.16 247	0.14 166	0.14 220	0.14 177	0.33 275	0.31 136

IPLGR_C	0.64 186	1.66 355	3.36 329	0.80 340	0.31 183	0.60 142	0.60 316	0.82 151	0.69 167	0.58 169	0.62 204	0.44 107	0.31 102	0.47 51	0.43 128	0.12 143	0.22 231	0.13 191	0.15 195	0.35 292	0.21 72

OMP-Stereo	0.64 186	0.87 196	2.38 105	0.56 294	0.37 229	0.60 142	0.26 111	0.75 110	0.71 189	0.65 247	0.60 189	0.68 231	0.32 107	2.07 326	1.18 286	0.11 110	0.08 38	0.12 135	0.09 37	0.17 90	0.28 114

GwcNet-RSSM	0.64 186	1.38 317	2.69 245	0.33 111	0.26 138	0.60 142	0.32 190	0.84 168	0.73 199	0.56 151	0.65 226	0.72 251	0.42 174	1.78 291	0.60 182	0.14 215	0.10 104	0.12 135	0.13 159	0.26 223	0.26 103

ff7	0.65 191	0.58 119	2.09 57	0.39 198	0.60 301	0.56 86	0.23 58	0.49 14	0.62 92	1.00 330	0.24 6	0.20 2	0.24 27	0.71 141	0.24 15	0.09 11	2.09 390	0.10 46	0.18 233	0.24 193	2.22 395

ffff	0.65 191	0.58 119	2.09 57	0.39 198	0.60 301	0.56 86	0.23 58	0.49 14	0.62 92	1.00 330	0.24 6	0.20 2	0.24 27	0.71 141	0.24 15	0.09 11	2.09 390	0.10 46	0.18 233	0.24 193	2.22 395

11t	0.65 191	0.58 119	2.09 57	0.39 198	0.60 301	0.56 86	0.23 58	0.49 14	0.62 92	1.00 330	0.24 6	0.20 2	0.24 27	0.71 141	0.24 15	0.09 11	2.09 390	0.10 46	0.18 233	0.24 193	2.22 395

qqq	0.65 191	0.63 137	2.10 63	0.30 60	0.64 315	0.46 20	0.27 125	0.81 144	0.83 274	0.48 65	0.56 161	0.46 123	0.37 128	1.03 186	0.75 223	0.11 110	1.41 375	0.12 135	0.41 354	0.16 69	1.18 341

ccc-4	0.65 191	0.58 119	2.09 57	0.39 198	0.60 301	0.56 86	0.23 58	0.49 14	0.62 92	1.00 330	0.24 6	0.20 2	0.24 27	0.71 141	0.24 15	0.09 11	2.09 390	0.10 46	0.18 233	0.24 193	2.22 395

x	0.65 191	0.62 135	2.12 64	0.36 157	0.61 308	0.48 33	0.24 80	0.80 137	0.89 305	0.50 99	0.56 161	0.44 107	0.36 123	0.62 113	0.80 237	0.11 110	1.44 376	0.11 92	0.39 349	0.16 69	1.34 359

Wz-Net-LNSev-Ref	0.65 191	1.15 260	2.40 113	0.33 111	0.30 175	0.83 306	0.40 244	0.94 241	0.82 268	0.67 255	0.76 286	0.68 231	0.58 263	1.13 200	1.25 296	0.14 215	0.08 38	0.10 46	0.08 27	0.18 110	0.28 114

iRaft-Stereo_5w	0.65 191	1.35 307	2.21 80	0.30 60	0.63 311	0.49 38	0.28 133	0.78 125	0.64 109	0.41 33	0.61 197	0.62 196	0.46 210	1.79 293	0.48 145	0.10 47	0.25 246	0.11 92	0.12 139	0.40 322	0.94 322

TransformOpticalFlow	0.65 191	0.61 131	2.67 234	0.45 244	0.26 138	0.62 182	0.28 133	0.88 205	0.76 229	0.76 291	0.74 276	0.90 310	0.84 319	1.82 299	0.80 237	0.10 47	0.07 6	0.11 92	0.09 37	0.12 25	0.19 60

IIG-Stereo	0.65 191	0.87 196	2.32 96	0.55 285	0.23 109	0.62 182	0.21 30	0.78 125	0.71 189	0.64 235	0.69 242	0.69 242	0.38 135	2.07 326	1.37 307	0.11 110	0.08 38	0.11 92	0.09 37	0.15 60	0.27 108

DRaft	0.65 191	0.47 85	2.38 105	0.25 5	0.17 37	0.64 207	0.65 328	0.56 48	0.57 66	0.67 255	0.98 327	0.38 72	0.99 340	1.42 235	2.06 340	0.11 110	0.14 166	0.10 46	0.14 177	0.18 110	0.21 72

RAFT-RH_RVC	0.65 191	0.73 165	2.78 267	0.39 198	0.29 164	0.60 142	0.18 10	0.45 7	0.63 103	0.75 289	1.89 371	0.47 128	0.29 88	1.59 264	1.21 290	0.15 233	0.07 6	0.13 191	0.13 159	0.11 17	0.10 4

pcwnet_v2	0.65 191	0.54 107	4.29 385	0.33 111	0.27 149	0.60 142	0.25 99	1.02 295	0.92 312	0.61 204	0.69 242	0.62 196	0.54 244	0.67 128	0.38 113	0.18 277	0.15 180	0.15 245	0.14 177	0.21 159	0.49 229

RALCasStereoNet	0.65 191	1.34 304	2.56 193	0.43 233	0.96 353	0.50 44	0.26 111	0.62 70	0.56 63	0.43 43	0.49 102	0.36 64	0.28 72	0.72 146	0.53 165	0.10 47	1.18 352	0.09 13	0.08 27	0.27 234	1.27 352

ARAFT	0.65 191	1.69 357	3.34 328	0.29 46	0.16 20	0.65 221	0.36 224	0.96 257	0.73 199	0.63 225	0.49 102	0.56 171	0.31 102	1.23 212	0.35 102	0.11 110	0.08 38	0.14 220	0.13 159	0.38 309	0.50 231

psm_up	0.65 191	1.02 229	2.53 178	0.36 157	0.31 183	0.64 207	0.38 235	0.96 257	0.73 199	0.63 225	0.57 171	0.68 231	0.57 256	1.90 316	0.52 162	0.17 266	0.15 180	0.16 261	0.15 195	0.27 234	0.22 77

CFNet	0.65 191	1.45 328	2.27 86	0.34 128	0.25 124	0.64 207	0.23 58	0.93 236	0.79 249	0.48 65	0.59 182	0.58 179	0.40 152	2.28 340	0.63 195	0.13 185	0.09 81	0.15 245	0.14 177	0.34 281	0.26 103

mmm	0.66 208	0.53 105	1.83 15	0.38 185	0.86 343	0.49 38	0.27 125	0.82 151	0.83 274	0.59 188	0.69 242	0.47 128	0.38 135	0.81 166	0.73 220	0.12 143	1.37 371	0.14 220	0.45 358	0.18 110	1.35 360

Wz-Net-LNSev	0.66 208	1.30 296	2.81 274	0.35 143	0.37 229	0.80 299	0.48 280	0.91 226	0.87 296	0.63 225	0.70 255	0.80 280	0.59 266	0.67 128	0.68 208	0.15 233	0.14 166	0.12 135	0.12 139	0.24 193	0.38 169

AASNet	0.66 208	1.49 334	2.97 297	0.37 167	0.33 200	0.65 221	0.30 170	1.00 281	0.78 240	0.56 151	0.60 189	0.55 164	0.39 146	0.88 175	0.96 257	0.15 233	0.12 140	0.13 191	0.11 109	0.45 337	0.35 154

ACVNet-DCA	0.67 211	0.73 165	2.43 126	0.67 321	0.52 278	0.76 277	0.24 80	0.81 144	0.83 274	0.77 293	0.39 51	0.25 23	0.38 135	0.70 135	0.22 4	0.10 47	2.13 395	0.11 92	0.09 37	0.16 69	1.18 341

fast-acv-ft	0.67 211	1.24 285	3.26 321	0.39 198	0.30 175	0.80 299	0.48 280	0.74 108	0.76 229	0.60 197	0.78 294	0.76 266	0.60 271	0.70 135	0.78 232	0.16 247	0.15 180	0.18 291	0.17 225	0.38 309	0.24 94

ToySt	0.67 211	0.88 200	2.61 208	0.39 198	0.73 327	0.61 160	0.38 235	0.78 125	0.73 199	0.43 43	0.70 255	0.72 251	0.45 203	0.66 125	0.62 190	0.14 215	0.63 312	0.13 191	0.33 329	0.24 193	1.18 341

PSM-AAD	0.67 211	0.29 2	2.41 117	0.37 167	0.23 109	0.86 313	1.15 376	0.62 70	0.66 123	0.64 235	0.71 268	0.67 219	2.90 395	0.65 122	0.32 78	0.10 47	0.08 38	0.17 275	0.15 195	0.14 51	0.34 148

HSM	0.67 211	0.92 218	2.29 90	0.30 60	0.29 164	0.65 221	0.29 158	0.98 270	0.67 135	0.59 188	0.58 177	1.39 368	0.65 280	2.56 360	0.45 135	0.11 110	0.09 81	0.10 46	0.08 27	0.18 110	0.24 94

raft_robust	0.68 216	1.24 285	2.42 121	0.30 60	0.57 291	0.53 66	0.25 99	0.95 254	0.79 249	0.49 81	0.46 78	1.12 355	0.74 305	1.50 247	0.61 187	0.09 11	0.62 311	0.10 46	0.30 309	0.26 223	0.30 128

SACVNet	0.68 216	1.08 241	2.58 197	0.38 185	0.28 159	0.65 221	0.37 227	0.91 226	0.65 116	0.67 255	0.62 204	0.69 242	0.47 218	2.07 326	0.65 201	0.18 277	0.14 166	0.16 261	0.15 195	0.39 316	0.41 188

ADLNet	0.68 216	1.02 229	2.68 239	0.35 143	0.34 209	0.67 241	0.34 208	0.95 254	0.79 249	0.70 269	0.62 204	0.80 280	0.46 210	1.77 288	0.69 210	0.15 233	0.12 140	0.14 220	0.14 177	0.31 266	0.54 246

XPNet_ROB	0.68 216	1.11 249	2.28 88	0.38 185	0.27 149	0.67 241	0.47 278	0.94 241	0.75 221	0.80 304	0.71 268	0.81 283	0.54 244	1.72 279	0.84 247	0.22 309	0.16 192	0.16 261	0.15 195	0.25 208	0.45 214

ETE_ROB	0.68 216	1.09 242	2.32 96	0.38 185	0.26 138	0.69 250	0.51 288	1.49 374	0.75 221	0.81 305	0.71 268	0.85 296	0.51 232	1.39 230	0.70 211	0.17 266	0.14 166	0.19 296	0.16 212	0.24 193	0.35 154

LALA_ROB	0.68 216	1.14 254	2.50 173	0.37 167	0.29 164	0.78 292	0.55 301	0.99 275	0.84 286	0.82 309	0.68 238	0.93 316	0.50 228	1.01 183	0.89 252	0.21 304	0.15 180	0.21 310	0.18 233	0.26 223	0.30 128

STrans-v2	0.69 222	0.62 135	2.66 227	0.28 34	0.23 109	0.57 105	0.32 190	1.01 289	0.77 237	0.92 323	0.84 300	0.88 306	0.92 334	1.81 296	1.19 288	0.10 47	0.07 6	0.10 46	0.09 37	0.12 25	0.30 128

DEmStereo	0.69 222	0.40 63	2.42 121	0.42 223	0.18 47	0.66 234	0.88 356	0.54 39	0.64 109	0.60 197	1.00 331	0.45 119	1.24 354	1.53 249	2.21 351	0.10 47	0.08 38	0.10 46	0.10 71	0.11 17	0.14 24

FADNet-RVC	0.69 222	1.65 353	2.74 259	0.35 143	0.26 138	0.60 142	0.29 158	0.91 226	0.67 135	0.46 61	0.51 116	0.62 196	0.46 210	1.75 283	0.81 241	0.17 266	0.20 221	0.17 275	0.18 233	0.60 358	0.39 176

RASNet	0.69 222	1.05 236	2.59 199	0.37 167	0.47 271	0.66 234	0.33 203	0.82 151	0.76 229	0.51 110	0.65 226	0.93 316	0.62 275	2.20 337	0.80 237	0.14 215	0.09 81	0.09 13	0.11 109	0.18 110	0.37 161

PS-NSSS	0.69 222	1.37 314	2.44 134	0.31 74	0.32 194	0.64 207	0.34 208	1.04 307	0.74 216	0.56 151	0.75 283	0.51 143	0.42 174	2.41 353	0.54 170	0.24 324	0.17 199	0.27 334	0.18 233	0.30 258	0.23 85

MyStereo06	0.70 227	0.72 162	3.51 348	0.31 74	0.25 124	0.60 142	0.30 170	0.90 219	0.67 135	1.48 375	0.53 126	0.84 291	0.57 256	0.60 107	1.11 279	0.09 11	0.55 299	0.12 135	0.20 258	0.16 69	0.56 253

MSKI-zero shot	0.70 227	0.44 80	2.62 212	1.47 378	0.75 329	0.56 86	0.20 20	0.80 137	0.45 17	0.60 197	0.52 123	0.44 107	0.17 1	0.70 135	0.26 32	0.09 11	2.87 411	0.09 13	0.32 319	0.14 51	0.50 231

DMCA-RVC	0.70 227	1.30 296	3.59 356	0.37 167	0.89 346	0.57 105	0.31 180	0.73 106	0.59 76	0.69 266	0.54 140	0.59 182	0.57 256	1.25 217	0.66 204	0.16 247	0.38 272	0.20 306	0.15 195	0.22 173	0.23 85

HSM-Net_RVC	0.70 227	0.40 63	2.45 150	0.27 22	0.19 63	0.68 247	0.30 170	1.29 362	0.73 199	0.73 281	0.70 255	0.77 268	0.45 203	3.73 399	0.46 139	0.13 185	0.09 81	0.10 46	0.09 37	0.13 35	0.32 138
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AE-Stereo	0.71 231	0.32 14	2.44 134	0.44 237	0.50 274	0.58 112	0.23 58	1.08 333	0.67 135	0.67 255	0.51 116	0.47 128	0.24 27	0.63 114	0.32 78	0.09 11	2.15 399	0.11 92	0.45 358	0.22 173	2.01 381

xx1	0.71 231	0.73 165	2.43 126	0.67 321	0.52 278	0.76 277	0.24 80	0.85 178	1.05 344	0.77 293	0.39 51	0.46 123	0.37 128	0.70 135	0.22 4	0.10 47	2.13 395	0.12 135	0.41 354	0.16 69	1.18 341

GrayStereo	0.71 231	0.27 1	2.40 113	0.89 346	0.23 109	0.62 182	1.40 390	0.67 86	0.70 177	0.72 280	0.77 290	0.55 164	3.03 396	0.60 107	0.28 42	0.10 47	0.08 38	0.10 46	0.21 269	0.12 25	0.37 161

FADNet	0.71 231	1.60 348	2.53 178	0.33 111	0.30 175	0.67 241	0.29 158	0.92 233	0.75 221	0.45 51	0.49 102	0.66 217	0.57 256	1.85 304	0.85 248	0.46 363	0.20 221	0.17 275	0.20 258	0.60 358	0.37 161

iResNetv2_ROB	0.71 231	1.90 369	3.48 346	0.43 233	0.22 86	0.60 142	0.29 158	0.96 257	0.78 240	0.60 197	0.65 226	0.60 189	0.46 210	0.80 163	1.21 290	0.12 143	0.08 38	0.10 46	0.07 12	0.44 335	0.33 141

DRN-Test	0.71 231	0.79 186	2.83 278	0.40 211	0.44 260	0.80 299	0.41 246	1.07 330	0.83 274	0.82 309	0.64 219	0.68 231	0.57 256	1.78 291	0.79 235	0.16 247	0.13 153	0.17 275	0.16 212	0.24 193	0.51 235

StereoDRNet	0.71 231	1.24 285	2.56 193	0.42 223	0.45 263	0.73 266	0.46 274	0.98 270	0.81 263	0.77 293	0.56 161	0.74 258	0.48 224	1.69 278	0.91 254	0.15 233	0.14 166	0.15 245	0.15 195	0.26 223	0.51 235

NCCL2	0.71 231	1.32 298	2.30 92	0.44 237	0.31 183	0.71 257	0.67 334	0.89 211	0.69 167	0.70 269	0.61 197	0.85 296	0.54 244	1.58 263	0.70 211	0.20 296	0.17 199	0.66 375	0.25 283	0.26 223	0.38 169

1test111	0.72 239	0.73 165	2.43 126	0.67 321	0.52 278	0.76 277	0.24 80	0.81 144	0.83 274	0.77 293	0.39 51	0.25 23	0.38 135	1.03 186	0.75 223	0.10 47	2.13 395	0.11 92	0.09 37	0.16 69	1.18 341

FAT-Stereo	0.72 239	0.60 126	2.86 284	0.37 167	0.29 164	0.64 207	0.55 301	1.01 289	0.91 310	0.76 291	0.94 319	0.93 316	0.79 314	1.82 299	0.60 182	0.19 288	0.19 209	0.17 275	0.16 212	0.23 187	0.47 219

MyStereo8	0.73 241	1.16 262	2.89 287	0.53 278	0.34 209	0.71 257	0.20 20	1.87 387	0.59 76	0.53 126	0.66 232	0.50 140	0.33 112	1.27 220	0.62 190	0.10 47	1.19 353	0.10 46	0.21 269	0.21 159	0.61 263

ADLNet2	0.73 241	1.22 280	3.28 323	0.34 128	0.36 223	0.65 221	0.37 227	0.94 241	0.87 296	0.57 163	0.65 226	0.92 311	0.48 224	2.05 324	0.60 182	0.13 185	0.11 125	0.11 92	0.11 109	0.37 303	0.38 169

hitnet-ft	0.73 241	1.09 242	2.59 199	0.28 34	0.22 86	0.71 257	0.36 224	0.89 211	0.67 135	0.58 169	0.83 298	1.03 338	0.94 337	2.31 342	0.70 211	0.23 317	0.14 166	0.41 361	0.13 159	0.24 193	0.28 114

cc1	0.74 244	0.73 165	2.43 126	0.67 321	0.52 278	0.76 277	0.24 80	0.85 178	1.05 344	0.77 293	0.39 51	0.25 23	0.38 135	0.70 135	0.22 4	0.10 47	2.13 395	0.11 92	0.09 37	0.25 208	2.20 394

IGEVStereo-DCA	0.74 244	0.74 174	2.09 57	0.76 333	0.77 334	0.45 17	0.23 58	0.49 14	0.62 92	0.71 278	0.22 2	0.30 43	0.28 72	1.29 222	1.53 317	0.10 47	1.50 377	0.10 46	0.18 233	0.24 193	2.22 395

tt1	0.74 244	0.73 165	2.34 99	0.67 321	0.63 311	0.75 273	0.24 80	0.85 178	0.96 326	0.81 305	0.38 48	0.26 29	0.35 121	0.64 118	0.22 4	0.10 47	2.16 400	0.11 92	0.09 37	0.25 208	2.19 390

anonymousa	0.74 244	0.60 126	2.58 197	0.96 354	1.33 381	0.61 160	0.26 111	0.69 91	0.56 63	0.55 141	0.84 300	0.82 286	0.46 210	0.56 95	0.61 187	0.10 47	1.11 350	0.12 135	0.98 397	0.14 51	0.97 330

Wz-Net-MNSev	0.74 244	1.42 323	2.75 261	0.38 185	0.33 200	0.90 324	0.61 321	0.98 270	0.94 319	0.77 293	0.75 283	0.75 262	0.66 286	1.39 230	0.76 226	0.17 266	0.13 153	0.14 220	0.14 177	0.28 244	0.48 223

IPLG	0.74 244	1.09 242	2.87 285	0.36 157	0.21 77	1.63 374	0.60 316	1.39 369	0.63 103	1.39 367	0.51 116	0.40 82	0.86 324	1.40 232	0.37 107	0.09 11	0.07 6	0.14 220	0.12 139	0.34 281	0.23 85

FADNet-RVC-Resample	0.74 244	1.54 337	3.81 366	0.38 185	0.29 164	0.62 182	0.38 235	0.91 226	0.67 135	0.52 118	0.51 116	0.63 200	0.44 195	1.56 253	0.59 180	0.24 324	0.32 260	0.22 314	0.19 249	0.30 258	0.71 292

RP	0.74 244	1.01 228	2.48 167	0.44 237	0.45 263	0.66 234	0.45 269	0.95 254	0.87 296	0.70 269	0.95 322	0.99 330	0.82 316	1.55 251	0.82 244	0.26 334	0.19 209	0.23 321	0.20 258	0.34 281	0.38 169

stereogan	0.74 244	0.68 150	2.82 276	0.40 211	0.40 243	1.05 342	0.42 252	0.99 275	0.96 326	0.78 301	0.86 308	1.15 359	0.73 301	1.57 257	0.56 174	0.20 296	0.19 209	0.20 306	0.16 212	0.37 303	0.34 148

Nwc_Net	0.75 253	1.10 247	2.96 296	0.42 223	0.39 237	0.77 287	0.39 241	1.06 327	0.73 199	0.65 247	1.00 331	0.99 330	0.74 305	1.43 236	0.99 266	0.24 324	0.15 180	0.23 321	0.26 289	0.27 234	0.30 128

NOSS_ROB	0.75 253	1.03 232	2.27 86	0.68 326	0.26 138	0.68 247	0.30 170	0.99 275	0.82 268	0.59 188	0.58 177	0.77 268	0.39 146	2.75 377	0.48 145	0.25 330	0.24 239	0.28 336	0.26 289	0.29 252	1.07 336

PSMNet_ROB	0.75 253	1.42 323	2.93 292	0.39 198	0.32 194	0.73 266	0.56 305	0.90 219	0.74 216	0.56 151	0.60 189	0.75 262	0.47 218	2.00 322	1.31 299	0.18 277	0.13 153	0.19 296	0.20 258	0.26 223	0.40 181

DCRE	0.76 256	0.80 188	2.31 94	1.05 359	1.18 374	0.63 195	0.26 111	1.03 301	0.59 76	0.52 118	2.12 376	0.44 107	0.27 62	0.41 41	0.53 165	0.09 11	1.02 344	0.10 46	0.32 319	0.16 69	1.47 368

APVNet	0.76 256	1.11 249	3.23 317	0.39 198	0.36 223	0.85 312	0.44 265	0.96 257	0.73 199	0.58 169	0.69 242	0.76 266	0.56 251	2.29 341	0.82 244	0.17 266	0.18 205	0.24 326	0.19 249	0.35 292	0.27 108

GwcNet	0.76 256	1.09 242	3.68 359	0.38 185	0.45 263	0.81 303	0.45 269	0.91 226	0.89 305	0.63 225	0.77 290	0.82 286	0.51 232	1.64 270	0.85 248	0.17 266	0.16 192	0.15 245	0.15 195	0.33 275	0.34 148

AF-Net	0.76 256	1.14 254	2.74 259	0.42 223	0.41 248	0.70 253	0.41 246	1.07 330	0.94 319	0.73 281	1.05 340	1.04 342	0.86 324	1.23 212	1.00 268	0.23 317	0.15 180	0.25 331	0.18 233	0.32 271	0.35 154

ccnet	0.77 260	0.61 131	2.01 43	0.40 211	0.46 270	1.05 342	0.59 313	1.02 295	0.74 216	0.90 320	0.97 324	0.82 286	0.89 329	1.68 277	1.16 285	0.32 347	0.26 249	0.32 348	0.28 299	0.35 292	0.47 219

RYNet	0.77 260	0.91 213	2.36 101	0.37 167	0.41 248	0.88 319	0.44 265	0.99 275	0.88 300	0.65 247	0.54 140	0.92 311	0.61 273	2.70 372	1.23 294	0.15 233	0.14 166	0.17 275	0.14 177	0.27 234	0.55 252

ffm	0.78 262	0.67 143	3.39 334	0.32 91	0.22 86	0.58 112	0.28 133	0.85 178	0.96 326	0.54 130	0.74 276	0.67 219	0.40 152	0.64 118	0.22 4	0.10 47	2.16 400	0.15 245	0.33 329	0.25 208	2.19 390

Syn2CoEx	0.78 262	1.43 326	3.54 352	0.44 237	0.31 183	0.64 207	0.43 259	1.04 307	0.83 274	0.64 235	0.77 290	0.74 258	0.74 305	1.91 317	0.64 196	0.20 296	0.17 199	0.19 296	0.15 195	0.30 258	0.59 258

RGC	0.78 262	1.10 247	2.55 189	0.45 244	0.45 263	0.73 266	0.40 244	1.00 281	0.75 221	0.75 289	1.04 338	1.02 337	0.73 301	1.74 282	1.15 283	0.24 324	0.19 209	0.28 336	0.26 289	0.31 266	0.38 169

HH	0.79 265	0.52 102	2.72 252	1.45 376	0.80 338	0.91 325	0.23 58	0.76 112	0.76 229	0.64 235	0.55 149	0.87 302	0.41 163	0.94 179	0.45 135	0.09 11	1.20 354	0.10 46	0.09 37	0.16 69	2.16 388

HanStereo	0.79 265	0.52 102	2.72 252	1.45 376	0.80 338	0.91 325	0.23 58	0.76 112	0.76 229	0.64 235	0.55 149	0.87 302	0.41 163	0.94 179	0.45 135	0.09 11	1.20 354	0.10 46	0.09 37	0.16 69	2.16 388

FTStereo	0.79 265	0.32 14	2.83 278	0.70 328	0.21 77	0.73 266	1.75 395	0.61 67	0.60 80	1.07 339	1.62 366	1.28 363	2.11 387	0.75 151	0.30 56	0.19 288	0.08 38	0.12 135	0.11 109	0.12 25	0.39 176

RAFT + AFF	0.79 265	1.73 358	2.99 302	0.34 128	0.35 217	0.67 241	0.51 288	1.05 315	0.79 249	0.54 130	0.58 177	0.59 182	0.81 315	1.80 294	1.21 290	0.13 185	0.27 255	0.15 245	0.14 177	0.45 337	0.69 287

AANet_RVC	0.79 265	1.46 330	2.72 252	0.34 128	0.25 124	0.59 130	0.32 190	0.88 205	0.83 274	0.62 216	0.95 322	0.80 280	0.43 187	2.46 356	1.72 323	0.38 353	0.26 249	0.10 46	0.09 37	0.25 208	0.43 197

aanetorigin	0.81 270	1.03 232	2.64 222	0.44 237	0.44 260	0.59 130	1.00 366	0.59 62	0.70 177	1.54 377	1.22 349	0.82 286	1.08 347	1.06 188	1.07 275	0.18 277	0.15 180	0.17 275	0.21 269	0.53 352	0.65 275

GANetREF_RVC	0.81 270	1.44 327	3.04 306	0.49 265	0.27 149	0.83 306	0.63 324	1.03 301	0.92 312	0.63 225	0.61 197	0.72 251	0.59 266	2.40 351	0.58 178	0.33 349	0.25 246	0.37 356	0.25 283	0.41 328	0.36 160
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
PWC_ROB	0.81 270	1.41 319	2.60 204	0.41 220	0.40 243	0.63 195	0.31 180	1.04 307	0.99 336	0.92 323	1.29 352	0.78 272	0.68 290	1.65 273	1.50 314	0.19 288	0.12 140	0.18 291	0.13 159	0.51 348	0.54 246

HBP-ISP	0.82 273	1.57 339	3.28 323	0.50 270	0.27 149	0.86 313	0.54 297	1.09 335	0.78 240	0.81 305	0.70 255	0.68 231	1.00 341	2.02 323	0.47 142	0.24 324	0.24 239	0.29 344	0.25 283	0.28 244	0.52 240

S-Stereo	0.82 273	0.73 165	3.79 364	0.40 211	0.37 229	0.70 253	0.69 338	1.00 281	1.03 340	0.63 225	0.92 317	0.82 286	0.59 266	2.35 345	0.71 215	0.18 277	0.22 231	0.17 275	0.18 233	0.30 258	0.67 278

CVANet_RVC	0.82 273	1.18 268	3.98 371	0.40 211	0.28 159	0.63 195	0.43 259	0.90 219	0.78 240	1.14 344	0.69 242	0.68 231	0.52 239	2.62 365	0.48 145	0.20 296	0.13 153	0.22 314	0.37 343	0.37 303	0.48 223

PASM	0.82 273	1.00 225	2.68 239	0.52 274	0.48 272	0.65 221	0.59 313	0.83 161	0.89 305	0.82 309	0.73 273	0.89 309	0.68 290	2.39 350	0.73 220	0.35 352	0.37 268	0.36 354	0.41 354	0.45 337	0.51 235

TDLM	0.83 277	1.28 293	2.38 105	0.46 247	0.26 138	0.66 234	0.55 301	0.87 197	0.80 256	2.54 398	0.62 204	0.61 191	0.51 232	2.68 371	0.67 206	0.20 296	0.11 125	0.35 353	0.15 195	0.33 275	0.48 223

Anonymous Stereo	0.83 277	1.57 339	3.56 353	0.46 247	0.39 237	0.63 195	0.84 352	0.92 233	0.83 274	0.68 261	0.68 238	0.64 206	0.42 174	2.42 354	1.02 270	0.23 317	0.23 236	0.19 296	0.20 258	0.31 266	0.40 181

PWCDC_ROB	0.83 277	1.57 339	2.63 213	0.48 254	0.37 229	0.78 292	0.29 158	1.04 307	1.36 370	0.63 225	2.05 375	0.64 206	0.70 296	1.10 193	1.20 289	0.33 349	0.14 166	0.15 245	0.12 139	0.63 362	0.46 217

rrr	0.84 280	0.74 174	3.40 339	0.76 333	0.77 334	0.45 17	0.28 133	1.23 359	0.84 286	0.71 278	0.22 2	0.30 43	0.28 72	1.29 222	1.53 317	0.10 47	1.50 377	0.10 46	0.29 303	0.24 193	1.75 376

GASNet	0.84 280	1.98 372	4.07 374	0.48 254	0.33 200	0.58 112	0.34 208	0.97 264	0.81 263	0.60 197	0.59 182	0.74 258	0.55 249	2.08 329	1.18 286	0.22 309	0.15 180	0.19 296	0.17 225	0.55 354	0.29 120

MaskLacGwcNet_RVC	0.84 280	1.41 319	2.80 270	0.94 352	0.35 217	0.89 321	0.41 246	0.89 211	0.66 123	0.57 163	0.63 212	0.75 262	0.38 135	2.37 346	0.55 172	1.16 389	0.31 259	0.36 354	0.21 269	0.59 357	0.63 269

edge stereo	0.84 280	0.74 174	3.42 343	0.38 185	1.21 376	0.63 195	0.41 246	0.98 270	0.83 274	0.81 305	0.88 312	1.14 357	0.73 301	2.16 335	0.89 252	0.22 309	0.20 221	0.26 333	0.18 233	0.38 309	0.43 197

SHD	0.84 280	1.14 254	2.54 182	0.80 340	0.52 278	0.76 277	0.34 208	1.16 350	1.29 365	1.11 341	0.85 303	0.98 327	0.74 305	1.25 217	1.48 313	0.22 309	0.37 268	0.20 306	0.27 297	0.36 297	0.41 188

XQC	0.84 280	1.32 298	2.61 208	0.78 338	0.44 260	0.89 321	0.53 294	1.16 350	1.07 347	0.85 314	0.69 242	0.92 311	0.73 301	1.40 232	1.44 311	0.24 324	0.35 266	0.23 321	0.26 289	0.45 337	0.39 176

RTSC	0.84 280	1.40 318	2.67 234	0.50 270	0.40 243	0.83 306	0.33 203	1.11 342	1.14 355	0.93 326	0.82 296	0.84 291	0.58 263	1.34 227	1.82 331	0.18 277	0.49 291	0.14 220	0.30 309	0.46 341	0.42 192

PDISCO_ROB	0.84 280	1.46 330	2.84 280	0.65 315	0.59 296	1.17 355	0.48 280	1.19 355	1.08 349	0.67 255	0.72 271	1.00 333	0.61 273	1.24 214	1.05 273	0.38 353	0.18 205	0.28 336	0.24 278	0.58 356	0.44 209

LL-Strereo	0.85 288	1.73 358	3.06 310	0.37 167	0.61 308	0.54 73	0.33 203	1.01 289	0.76 229	0.69 266	0.58 177	0.85 296	0.78 312	2.65 368	0.54 170	0.14 215	0.58 305	0.14 220	0.12 139	0.42 330	1.05 334

Wz-Net-SNSev	0.85 288	1.83 365	3.36 329	0.42 223	0.31 183	0.71 257	0.66 330	1.04 307	0.94 319	0.68 261	0.85 303	0.96 324	0.62 275	1.75 283	1.14 282	0.16 247	0.15 180	0.16 261	0.17 225	0.39 316	0.63 269

DANet	0.85 288	0.68 150	2.41 117	1.18 368	0.48 272	0.77 287	1.23 382	0.93 236	1.53 377	0.90 320	0.72 271	0.97 326	0.57 256	1.86 306	1.05 273	0.18 277	0.16 192	0.19 296	0.16 212	0.26 223	0.67 278
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
anonymousdsp	0.86 291	0.59 125	2.65 223	1.33 370	1.25 378	0.56 86	0.23 58	0.54 39	0.71 189	1.13 343	0.25 11	0.22 8	0.24 27	1.24 214	0.24 15	0.09 11	2.34 405	0.10 46	0.18 233	0.25 208	3.12 409

anonymity	0.86 291	0.68 150	1.44 2	0.64 313	0.83 340	0.67 241	0.52 292	0.98 270	0.73 199	0.96 327	0.70 255	0.81 283	0.86 324	1.10 193	1.34 301	0.64 369	0.72 326	0.58 371	1.44 406	0.60 358	0.91 319

IGEV-Stereo	0.86 291	0.60 126	2.65 223	1.35 372	1.25 378	0.56 86	0.23 58	0.54 39	0.71 189	1.14 344	0.25 11	0.22 8	0.24 27	1.24 214	0.24 15	0.09 11	2.34 405	0.10 46	0.18 233	0.25 208	3.13 410
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
UDG	0.86 291	1.57 339	2.80 270	0.68 326	0.59 296	0.78 292	0.38 235	0.97 264	0.74 216	0.63 225	0.70 255	1.01 334	0.68 290	1.02 184	1.22 293	0.45 361	0.34 265	0.89 382	0.51 367	0.73 367	0.58 255

test_xeample3	0.86 291	0.75 178	3.36 329	0.65 315	0.76 332	0.49 38	0.33 203	1.21 358	0.80 256	0.61 204	0.23 5	0.30 43	0.29 88	1.17 206	1.57 319	0.10 47	1.79 383	0.10 46	0.40 350	0.25 208	2.09 384

CBMV	0.86 291	1.00 225	2.82 276	0.35 143	0.21 77	0.78 292	0.78 347	1.05 315	0.87 296	0.90 320	0.74 276	0.87 302	1.89 382	1.67 274	1.38 309	0.19 288	0.20 221	0.21 310	0.19 249	0.28 244	0.84 308
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FADNet_RVC	0.87 297	1.51 335	2.90 289	0.31 74	0.24 118	0.71 257	0.25 99	1.00 281	0.65 116	0.45 51	0.57 171	0.61 191	0.44 195	1.53 249	0.75 223	0.94 379	0.97 336	0.28 336	1.00 398	0.89 376	1.36 362

anonymousdsp2	0.88 298	0.31 7	1.96 38	1.06 360	1.56 391	0.57 105	0.22 39	0.84 168	0.98 333	1.20 353	0.37 42	0.65 210	0.26 49	1.19 208	0.46 139	0.10 47	2.40 407	0.10 46	0.13 159	0.19 133	2.96 406

MIPNet	0.88 298	1.07 238	2.85 282	0.61 306	0.18 47	1.46 364	1.37 386	1.65 380	0.78 240	1.93 383	0.85 303	0.75 262	1.66 372	0.87 171	0.34 95	0.10 47	0.08 38	0.11 92	0.32 319	0.27 234	0.26 103

THIR-Stereo	0.88 298	0.85 193	2.33 98	0.26 15	0.16 20	0.59 130	2.69 400	0.62 70	0.54 54	0.62 216	1.61 365	0.96 324	1.77 378	1.67 274	2.20 350	0.10 47	0.08 38	0.14 220	0.11 109	0.16 69	0.21 72

NCC-stereo	0.88 298	1.22 280	2.97 297	0.60 300	0.45 263	1.88 383	0.48 280	1.04 307	0.75 221	0.70 269	0.85 303	0.93 316	0.84 319	1.81 296	1.51 315	0.28 340	0.19 209	0.23 321	0.31 314	0.27 234	0.35 154

Abc-Net	0.88 298	1.22 280	2.97 297	0.60 300	0.45 263	1.88 383	0.48 280	1.04 307	0.75 221	0.70 269	0.85 303	0.93 316	0.84 319	1.81 296	1.51 315	0.28 340	0.19 209	0.23 321	0.31 314	0.27 234	0.35 154
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCRef	0.88 298	1.45 328	2.68 239	0.38 185	0.35 217	0.95 333	0.51 288	0.92 233	0.81 263	0.89 318	0.84 300	0.61 191	1.35 356	1.26 219	3.38 380	0.14 215	0.12 140	0.17 275	0.19 249	0.28 244	0.34 148

CBMV_ROB	0.88 298	0.75 178	2.73 257	0.36 157	0.22 86	0.76 277	0.47 278	1.05 315	0.81 263	1.06 338	1.04 338	0.88 306	1.36 358	2.17 336	2.03 337	0.23 317	0.24 239	0.27 334	0.25 283	0.27 234	0.73 294

ttt	0.89 305	0.51 100	2.51 174	0.36 157	0.31 183	0.61 160	0.28 133	1.07 330	0.92 312	0.56 151	0.77 290	0.55 164	0.37 128	2.27 339	3.51 383	0.16 247	1.21 357	0.13 191	0.31 314	0.18 110	1.26 351

AEACV	0.89 305	0.29 2	1.84 18	2.50 404	1.68 395	0.53 66	0.21 30	1.01 289	0.42 9	0.68 261	0.31 25	0.22 8	0.39 146	1.63 267	0.25 23	0.09 11	2.60 408	0.09 13	0.54 371	0.23 187	2.27 400

TRStereo	0.89 305	1.02 229	2.91 290	4.59 412	0.31 183	0.93 329	0.23 58	1.93 390	0.66 123	0.37 25	0.54 140	0.48 134	0.40 152	0.67 128	0.29 51	0.13 185	0.37 268	0.11 92	0.48 362	0.13 35	1.21 347

EGLCR-Stereo	0.90 308	0.31 7	1.90 27	1.60 384	0.95 352	1.14 352	0.42 252	0.85 178	0.43 13	1.74 381	0.21 1	0.27 36	0.17 1	1.56 253	0.30 56	0.10 47	2.60 408	0.10 46	0.09 37	0.10 10	3.10 408

DDUNet	0.90 308	1.63 351	2.77 266	0.77 336	0.69 323	0.83 306	0.44 265	0.90 219	0.70 177	0.68 261	0.76 286	0.92 311	0.54 244	1.14 202	1.35 303	0.61 368	0.37 268	0.96 384	0.52 369	0.77 372	0.67 278

IGEV_Zeroshot_test	0.91 310	0.39 59	3.80 365	0.42 223	1.95 399	0.56 86	0.64 325	0.84 168	0.55 59	1.45 372	0.53 126	0.79 274	0.42 174	0.57 98	1.13 281	0.10 47	0.49 291	0.10 46	0.34 335	0.19 133	2.97 407

SQANet	0.92 311	1.96 370	3.23 317	0.77 336	0.83 340	0.76 277	0.38 235	0.87 197	0.68 159	0.64 235	0.69 242	0.73 256	0.52 239	1.35 228	1.36 305	0.80 375	0.30 258	0.60 373	0.29 303	0.93 377	0.70 290

AAGNet	0.92 311	0.40 63	2.53 178	0.60 300	1.01 362	0.62 182	0.45 269	0.52 27	0.68 159	0.58 169	0.53 126	0.50 140	0.72 298	1.22 210	7.32 409	0.12 143	0.07 6	0.12 135	0.10 71	0.16 69	0.10 4

Consistency-Raft	0.92 311	1.21 275	3.50 347	0.98 356	0.63 311	0.77 287	0.54 297	1.02 295	1.01 338	0.62 216	1.03 336	0.65 210	1.04 344	0.81 166	1.36 305	0.45 361	0.47 287	0.51 369	0.59 377	0.65 364	0.47 219

DeepPrunerF	0.92 311	1.33 302	3.41 340	0.46 247	0.51 276	0.64 207	0.49 285	1.16 350	2.62 394	0.65 247	0.61 197	0.65 210	0.62 275	2.23 338	1.31 299	0.23 317	0.19 209	0.30 345	0.28 299	0.39 316	0.34 148

GANet	0.92 311	1.20 273	2.68 239	0.45 244	0.27 149	0.76 277	0.66 330	0.94 241	0.77 237	0.79 302	1.17 345	0.84 291	0.91 331	2.72 373	1.76 327	0.18 277	0.42 280	0.44 366	0.20 258	0.33 275	0.94 322

PA-Net	0.93 316	1.36 311	4.14 376	0.64 313	0.41 248	0.70 253	0.53 294	0.91 226	0.88 300	0.53 126	0.60 189	0.70 248	0.54 244	2.40 351	2.57 365	0.17 266	0.28 257	0.19 296	0.28 299	0.25 208	0.48 223
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FBW_ROB	0.94 317	1.23 284	2.35 100	0.46 247	0.32 194	0.87 317	0.46 274	1.15 347	0.97 332	0.83 312	0.78 294	1.01 334	0.64 279	3.65 398	1.65 320	0.27 337	0.24 239	0.40 359	0.26 289	0.32 271	0.88 316

CC-Net-ROB	0.95 318	1.57 339	2.93 292	0.90 348	0.39 237	0.87 317	0.44 265	1.12 344	0.83 274	0.59 188	0.69 242	0.64 206	0.50 228	2.73 375	0.93 255	0.97 382	0.40 278	0.87 381	0.29 303	0.61 361	0.66 276

riskmin	0.96 319	0.32 14	2.07 54	1.72 391	1.61 394	1.62 373	0.57 308	1.45 372	0.55 59	0.73 281	0.89 314	0.92 311	0.45 203	1.16 204	0.60 182	0.11 110	1.30 368	0.12 135	1.38 405	0.14 51	1.51 369

CrosDoStereo	0.96 319	0.49 89	2.66 227	0.27 22	0.33 200	0.54 73	3.69 404	0.77 118	0.66 123	0.70 269	1.39 358	0.53 151	1.47 365	1.77 288	3.02 375	0.10 47	0.08 38	0.11 92	0.11 109	0.22 173	0.30 128

DeepStereo_LL	0.96 319	0.49 89	2.66 227	0.27 22	0.33 200	0.54 73	3.69 404	0.77 118	0.66 123	0.70 269	1.39 358	0.53 151	1.47 365	1.77 288	3.02 375	0.10 47	0.08 38	0.11 92	0.11 109	0.22 173	0.30 128

DualNet	0.97 322	0.67 143	3.39 334	0.32 91	0.22 86	0.58 112	0.28 133	0.85 178	0.96 326	0.54 130	0.74 276	0.67 219	0.40 152	0.64 118	3.86 389	0.10 47	2.16 400	0.15 245	0.33 329	0.25 208	2.19 390

xxxx	0.97 322	0.64 139	2.14 68	0.30 60	0.67 319	0.64 207	0.24 80	1.09 335	0.91 310	0.57 163	0.65 226	0.58 179	0.39 146	1.57 257	5.49 404	0.13 185	1.38 372	0.11 92	0.32 319	0.17 90	1.41 364

XX-Stereo	0.98 324	0.57 117	4.45 389	1.64 386	5.33 411	0.55 82	0.16 3	0.96 257	0.43 13	0.45 51	0.65 226	0.85 296	0.19 7	0.79 159	0.26 32	0.11 110	0.80 329	0.10 46	0.32 319	0.17 90	0.78 300

test_xeample	0.98 324	0.65 141	2.12 64	0.29 46	0.67 319	0.60 142	0.28 133	1.08 333	0.85 288	0.62 216	0.70 255	0.44 107	0.41 163	1.95 319	5.45 403	0.12 143	1.33 370	0.11 92	0.31 314	0.18 110	1.42 365

mmx	0.99 326	0.67 143	3.39 334	0.32 91	0.22 86	0.58 112	0.28 133	1.05 315	0.92 312	0.54 130	0.74 276	0.67 219	0.40 152	2.75 377	3.86 389	0.13 185	1.25 359	0.15 245	0.33 329	0.19 133	1.28 354

xxx	0.99 326	0.67 143	3.39 334	0.32 91	0.22 86	0.58 112	0.28 133	1.05 315	0.92 312	0.54 130	0.74 276	0.67 219	0.40 152	2.75 377	3.86 389	0.13 185	1.25 359	0.15 245	0.33 329	0.19 133	1.28 354

MFMNet_re	1.01 328	1.73 358	3.04 306	0.85 344	0.76 332	0.93 329	0.81 350	1.02 295	1.10 350	1.05 336	1.06 341	0.84 291	0.96 338	0.93 178	0.97 258	0.68 372	0.61 308	0.63 374	0.60 379	0.77 372	0.80 304

Wz-Net-TNSev	1.02 329	2.26 393	3.69 360	0.38 185	0.31 183	1.00 337	0.71 340	1.12 344	1.02 339	0.74 287	0.73 273	1.09 352	0.91 331	2.46 356	2.15 347	0.21 304	0.20 221	0.16 261	0.20 258	0.48 344	0.62 265

222	1.02 329	0.60 126	1.95 35	0.29 46	0.51 276	0.62 182	0.24 80	1.09 335	0.86 294	0.64 235	0.67 235	0.47 128	0.42 174	1.86 306	6.73 407	0.13 185	1.21 357	0.11 92	0.32 319	0.17 90	1.44 366

G-Net	1.02 329	0.70 155	3.23 317	0.60 300	0.66 318	2.00 389	0.71 340	0.78 125	0.70 177	1.14 344	2.53 387	1.29 365	1.01 342	1.47 243	1.74 325	0.25 330	0.24 239	0.24 326	0.26 289	0.37 303	0.40 181

DPSNet	1.02 329	0.72 162	2.84 280	0.60 300	0.39 237	1.08 347	0.75 344	1.41 370	1.14 355	0.74 287	0.69 242	1.05 345	1.67 373	2.09 331	2.22 352	0.27 337	0.61 308	0.20 306	0.50 366	0.48 344	1.03 333

ADCP+	1.03 333	1.68 356	3.83 367	0.35 143	0.39 237	1.05 342	0.79 349	0.94 241	0.86 294	0.69 266	0.68 238	0.85 296	1.53 371	1.02 184	4.56 398	0.13 185	0.12 140	0.16 261	0.15 195	0.28 244	0.44 209

WZ-Net	1.04 334	1.83 365	4.20 379	0.42 223	0.36 223	0.88 319	0.71 340	1.05 315	1.11 352	0.84 313	0.94 319	1.06 346	1.17 352	2.37 346	2.24 353	0.20 296	0.14 166	0.15 245	0.16 212	0.36 297	0.53 243

PVD	1.05 335	1.21 275	2.36 101	0.84 343	0.91 348	1.04 340	0.64 325	1.32 365	1.68 381	1.43 371	1.41 360	1.14 357	1.15 351	1.49 246	1.77 328	0.27 337	0.65 314	0.28 336	0.35 337	0.40 322	0.73 294

1111x	1.06 336	0.79 186	3.29 325	0.33 111	0.60 301	0.64 207	0.33 203	1.10 338	0.92 312	0.59 188	0.69 242	0.59 182	0.47 218	2.64 367	4.61 399	0.12 143	1.38 372	0.11 92	0.49 364	0.18 110	1.30 356

ADCMid	1.06 336	1.82 364	3.53 351	0.39 198	0.36 223	0.99 336	0.58 310	1.01 289	0.94 319	1.23 359	1.02 334	1.01 334	1.01 342	1.11 197	4.04 393	0.22 309	0.19 209	0.42 363	0.32 319	0.42 330	0.53 243

ff1	1.07 338	0.67 143	3.39 334	0.32 91	0.22 86	0.58 112	0.28 133	0.85 178	0.96 326	0.54 130	0.74 276	0.67 219	0.40 152	2.75 377	3.86 389	0.10 47	2.16 400	0.15 245	0.33 329	0.25 208	2.19 390

ADCL	1.07 338	1.22 280	2.80 270	0.40 211	0.33 200	1.50 366	1.87 397	0.97 264	1.04 343	1.26 361	1.28 351	0.99 330	1.41 362	1.36 229	3.51 383	0.17 266	0.14 166	0.22 314	0.21 269	0.32 271	0.43 197

ADCPNet	1.07 338	1.37 314	4.54 391	0.38 185	0.68 322	1.36 359	0.64 325	0.93 236	0.83 274	0.79 302	0.82 296	1.08 349	1.18 353	1.30 224	2.68 367	0.21 304	0.69 320	0.21 310	0.95 395	0.30 258	0.54 246

MFN_U_SF_DS_RVC	1.08 341	2.01 376	2.56 193	0.49 265	0.40 243	1.49 365	0.96 361	1.02 295	0.95 324	0.85 314	0.94 319	1.06 346	0.59 266	2.92 383	1.15 283	0.43 359	0.74 327	0.32 348	0.55 372	0.74 368	1.35 360

AnyNet_C32	1.08 341	1.76 362	3.01 304	0.50 270	0.54 284	1.17 355	1.16 378	0.97 264	0.95 324	1.11 341	0.98 327	0.87 302	0.93 336	1.57 257	4.11 395	0.22 309	0.20 221	0.25 331	0.25 283	0.40 322	0.68 283

Ntro	1.11 343	2.10 382	3.52 350	0.97 355	0.87 345	1.06 345	0.54 297	1.02 295	0.93 318	0.63 225	0.76 286	0.93 316	0.67 288	1.76 285	1.71 321	1.03 384	0.46 285	0.76 380	0.41 354	1.29 387	0.86 315

SAMSARA	1.11 343	1.35 307	2.60 204	1.34 371	0.77 334	1.67 376	1.41 392	1.47 373	0.99 336	1.54 377	0.89 314	1.44 370	0.90 330	1.88 310	1.71 321	0.25 330	0.55 299	0.22 314	0.34 335	0.39 316	0.50 231

ADCS	1.14 345	2.02 377	3.36 329	0.43 233	0.37 229	0.96 335	0.81 350	1.12 344	1.17 359	1.25 360	0.98 327	1.08 349	0.92 334	1.41 234	4.97 401	0.23 317	0.21 229	0.22 314	0.23 276	0.40 322	0.67 278

otaku	1.15 346	2.10 382	3.51 348	0.98 356	0.74 328	1.02 339	0.59 313	1.03 301	0.89 305	0.70 269	1.60 364	0.98 327	0.65 280	1.63 267	1.80 330	0.99 383	0.46 285	0.73 379	0.40 350	1.30 389	0.88 316

EAI-Stereo	1.16 347	0.29 2	1.94 34	0.55 285	0.97 356	1.96 385	7.94 413	1.34 366	1.03 340	1.01 334	1.48 361	0.51 143	0.66 286	0.65 122	1.42 310	0.09 11	0.23 236	0.09 13	0.53 370	0.13 35	0.49 229

SuperB	1.19 348	1.62 349	5.29 399	0.37 167	0.26 138	0.81 303	0.87 354	0.94 241	1.19 360	0.68 261	0.68 238	0.63 200	1.37 359	1.73 280	3.30 377	0.16 247	0.12 140	0.17 275	0.16 212	2.74 408	0.63 269

AnyNet_C01	1.20 349	1.89 368	4.25 381	0.55 285	0.54 284	1.57 369	1.39 389	1.10 338	1.13 354	1.19 348	1.34 357	1.15 359	1.11 349	1.73 280	2.89 372	0.26 334	0.24 239	0.28 336	0.24 278	0.50 346	0.68 283

SPS-STEREO	1.22 350	1.65 353	3.41 340	0.66 319	0.69 323	1.01 338	0.68 336	1.10 338	0.96 326	1.40 369	1.25 350	1.46 371	1.08 347	2.05 324	2.24 353	0.66 370	0.61 308	0.58 371	0.57 375	0.66 365	1.65 374
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NaN_ROB	1.25 351	1.46 330	3.84 368	0.54 284	0.56 288	1.12 350	0.99 362	1.05 315	1.03 340	1.10 340	0.87 310	0.77 268	1.07 346	5.85 407	2.98 373	0.16 247	0.23 236	0.16 261	0.24 278	0.28 244	0.66 276

RainbowNet	1.27 352	2.22 389	3.58 355	1.14 366	0.92 349	1.08 347	0.76 345	1.19 355	1.15 357	0.77 293	0.97 324	1.08 349	0.83 318	1.64 270	1.72 323	1.20 391	1.30 368	1.01 387	0.58 376	1.23 384	0.97 330

MDST_ROB	1.28 353	0.53 105	3.84 368	0.55 285	0.45 263	4.06 405	0.60 316	1.36 367	0.89 305	2.18 389	1.17 345	0.98 327	0.72 298	4.28 402	2.12 344	0.20 296	0.16 192	0.19 296	0.17 225	0.20 150	0.84 308

EDNetEfficient	1.29 354	0.78 184	4.27 382	0.65 315	1.03 364	0.94 331	1.38 388	0.87 197	1.75 384	2.33 395	1.32 355	1.04 342	2.21 389	1.59 264	4.07 394	0.16 247	0.19 209	0.15 245	0.27 297	0.38 309	0.40 181

RTS	1.29 354	1.59 344	6.48 406	0.63 310	0.57 291	1.59 371	0.90 358	1.15 347	1.44 372	1.20 353	1.31 353	1.10 353	0.87 327	2.67 369	2.27 355	0.21 304	0.38 272	0.19 296	0.20 258	0.46 341	0.68 283

RTSA	1.29 354	1.59 344	6.48 406	0.63 310	0.57 291	1.59 371	0.90 358	1.15 347	1.44 372	1.20 353	1.31 353	1.10 353	0.87 327	2.67 369	2.27 355	0.21 304	0.38 272	0.19 296	0.20 258	0.46 341	0.68 283

WCMA_ROB	1.29 354	1.21 275	3.13 314	0.65 315	0.36 223	1.20 358	0.78 347	1.00 281	0.98 333	1.78 382	2.62 390	3.08 392	2.01 385	1.86 306	2.35 357	0.38 353	0.38 272	0.32 348	0.32 319	0.31 266	1.06 335

MeshStereo	1.29 354	1.34 304	3.04 306	0.35 143	0.28 159	1.10 349	0.69 338	1.42 371	1.07 347	2.71 401	2.43 385	2.95 388	1.50 368	2.92 383	2.03 337	0.23 317	0.22 231	0.22 314	0.19 249	0.50 346	0.69 287
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
SANet	1.35 359	1.80 363	4.39 387	0.41 220	0.29 164	1.72 378	0.89 357	1.17 353	2.47 392	1.22 357	1.82 369	1.72 376	1.70 375	2.57 361	3.30 377	0.18 277	0.16 192	0.16 261	0.15 195	0.34 281	0.62 265

Anonymous_2	1.36 360	0.49 89	2.03 47	1.71 390	1.58 392	2.49 397	0.58 310	1.59 379	2.31 390	0.77 293	0.88 312	1.03 338	0.58 263	1.20 209	0.66 204	0.32 347	1.38 372	1.42 400	3.87 414	0.78 374	1.56 370

CSAN	1.38 361	1.74 361	4.12 375	0.53 278	0.38 235	1.06 345	1.15 376	1.29 362	1.12 353	1.19 348	1.90 372	1.04 342	1.44 363	5.92 408	2.82 371	0.26 334	0.22 231	0.24 326	0.25 283	0.35 292	0.54 246

MSC_U_SF_DS_RVC	1.40 362	2.04 379	3.02 305	0.58 299	0.41 248	2.15 392	1.00 366	1.31 364	1.29 365	1.05 336	1.10 343	1.29 365	0.91 331	3.07 386	1.34 301	1.65 401	0.84 331	0.68 377	0.88 392	1.55 396	1.91 378

psmorigin	1.41 363	0.91 213	13.83 417	0.37 167	0.30 175	0.63 195	0.37 227	0.80 137	0.64 109	0.98 328	0.87 310	1.16 361	0.78 312	3.95 400	1.09 277	0.19 288	0.22 231	0.17 275	0.19 249	0.25 208	0.47 219

MSMD_ROB	1.41 363	1.03 232	2.75 261	0.41 220	0.32 194	2.00 389	0.61 321	0.96 257	1.43 371	2.97 403	2.63 391	4.76 403	2.04 386	2.44 355	1.78 329	0.30 344	0.26 249	0.32 348	0.32 319	0.32 271	0.63 269

MADNet+	1.44 365	2.19 386	6.00 404	0.89 346	0.70 325	1.58 370	1.11 371	1.56 378	1.30 367	0.89 318	1.03 336	1.25 362	1.12 350	3.29 390	2.80 369	0.48 364	0.57 303	0.39 358	0.36 342	0.63 362	0.69 287

pmcnn	1.44 365	1.25 288	3.57 354	0.74 331	1.42 385	0.72 263	0.56 305	1.04 307	1.06 346	1.03 335	2.89 397	6.01 407	0.75 309	2.54 359	3.60 385	0.14 215	0.11 125	0.08 3	0.06 6	0.34 281	0.81 306

FCDSN-DC	1.45 367	1.12 251	3.30 326	0.48 254	0.41 248	1.13 351	0.60 316	1.17 353	1.28 364	2.25 392	2.85 395	3.65 395	3.34 400	2.58 362	2.44 359	0.31 346	0.26 249	0.31 346	0.30 309	0.37 303	0.78 300
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
NVStereoNet_ROB	1.45 367	1.62 349	3.59 356	1.09 361	0.70 325	0.86 313	0.67 334	1.19 355	1.51 376	1.20 353	4.05 403	1.61 374	1.94 383	2.97 385	2.07 341	0.67 371	0.69 320	0.55 370	0.70 381	0.57 355	0.67 278
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACVNet_1	1.47 369	2.27 394	4.92 394	1.11 364	0.89 346	1.19 357	0.66 330	1.28 361	1.19 360	0.98 328	0.97 324	3.06 391	1.48 367	2.37 346	1.82 331	1.08 386	0.49 291	1.03 388	0.48 362	1.20 383	0.95 325

IMH-64-1	1.50 370	1.98 372	2.69 245	1.39 374	1.12 371	1.39 362	1.19 380	1.80 384	1.47 374	1.19 348	2.20 380	1.53 372	1.51 369	2.12 333	1.98 334	1.34 394	0.68 317	1.28 394	0.70 381	1.37 391	1.12 338

IMH-64	1.50 370	1.98 372	2.69 245	1.39 374	1.12 371	1.39 362	1.19 380	1.80 384	1.47 374	1.19 348	2.20 380	1.53 372	1.51 369	2.12 333	1.98 334	1.34 394	0.68 317	1.28 394	0.70 381	1.37 391	1.12 338

iRaft-Stereo_20w	1.50 370	0.42 70	4.81 392	2.24 402	2.09 402	1.36 359	1.27 383	1.38 368	0.94 319	2.07 384	0.42 62	0.85 296	0.69 294	0.87 171	1.37 307	0.10 47	4.04 413	0.09 13	0.40 350	0.17 90	4.53 413

ELAS_RVC	1.51 373	0.88 200	3.36 329	0.63 310	0.56 288	1.53 367	2.73 401	1.53 375	1.76 385	2.26 393	2.21 382	2.10 381	3.07 397	2.08 329	2.52 361	0.42 356	0.42 280	0.42 363	0.37 343	0.51 348	0.84 308
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	1.52 374	0.92 218	2.91 290	0.62 308	0.57 291	3.13 400	2.21 399	1.67 381	1.58 380	2.42 396	2.43 385	1.87 378	2.49 392	1.85 304	2.70 368	0.42 356	0.43 283	0.41 361	0.40 350	0.51 348	0.85 312
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	1.54 375	2.20 388	4.42 388	1.10 363	0.93 351	1.37 361	0.87 354	1.53 375	1.71 383	1.22 357	1.72 367	2.12 382	1.06 345	2.58 362	1.93 333	0.94 379	0.54 297	1.00 386	0.56 374	2.11 403	0.96 327

EKT-Stereo	1.56 376	0.55 114	2.60 204	2.54 405	19.66 420	0.55 82	0.22 39	0.76 112	0.51 40	0.40 32	0.36 38	0.43 92	0.27 62	0.74 150	0.42 122	0.13 185	0.17 199	0.11 92	0.16 212	0.20 150	0.50 231

MFN_U_SF_RVC	1.57 377	2.56 406	3.30 326	0.66 319	0.41 248	1.15 353	0.51 288	1.27 360	1.35 369	1.61 379	1.20 347	1.43 369	0.97 339	1.80 294	2.10 342	1.88 404	1.79 383	1.97 409	2.14 408	1.61 397	1.76 377

WAO-7	1.58 378	2.04 379	3.25 320	0.94 352	0.75 329	1.75 379	1.13 373	1.87 387	1.97 388	1.46 374	2.53 387	1.98 380	1.75 376	3.13 387	2.48 360	0.69 373	0.67 316	0.94 383	0.74 386	0.80 375	0.77 297

FC-DCNN	1.60 379	0.85 193	3.44 344	0.46 247	0.39 237	1.96 385	0.66 330	1.72 383	1.70 382	2.75 402	2.91 398	4.20 398	3.15 398	2.72 373	2.66 366	0.30 344	0.26 249	0.31 346	0.30 309	0.33 275	0.91 319

PWCK	1.62 380	2.32 398	4.27 382	1.11 364	0.56 288	1.81 381	1.84 396	1.55 377	1.54 378	1.45 372	1.81 368	1.82 377	1.38 360	3.34 391	2.14 346	1.09 387	0.57 303	0.98 385	0.59 377	1.50 395	0.79 302

WAO-6	1.69 381	1.87 367	3.21 316	1.15 367	1.01 362	2.29 393	1.06 370	1.85 386	2.84 398	1.30 364	2.59 389	2.19 383	1.67 373	2.62 365	2.52 361	0.96 381	0.68 317	1.19 391	0.84 389	1.13 380	0.95 325

DispFullNet	1.69 381	2.25 391	5.23 397	1.53 382	8.78 412	0.89 321	0.37 227	1.03 301	0.98 333	1.37 365	1.00 331	1.13 356	1.97 384	1.51 248	0.98 264	0.55 367	0.32 260	1.19 391	0.64 380	1.16 382	0.88 316

SGM-Forest	1.84 383	7.91 415	10.36 411	0.42 223	0.33 200	1.04 340	1.29 384	1.01 289	0.88 300	1.19 348	2.30 383	1.03 338	1.79 379	2.60 364	2.81 370	0.22 309	0.21 229	0.21 310	0.19 249	0.25 208	0.79 302
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
JetBlue	1.89 384	2.09 381	4.16 377	0.74 331	1.23 377	4.52 409	3.86 406	1.68 382	1.26 362	1.28 363	1.54 363	2.36 385	1.86 381	3.35 392	3.37 379	0.54 365	0.49 291	0.48 367	0.49 364	1.39 393	1.21 347

Dean	1.92 385	2.31 397	5.03 396	1.31 369	1.08 368	1.55 368	0.99 362	1.98 392	2.33 391	1.51 376	4.15 404	4.23 401	1.39 361	2.31 342	2.10 342	1.18 390	0.69 320	1.18 390	0.75 387	1.30 389	1.07 336

FINET	1.92 385	1.96 370	4.49 390	1.62 385	1.39 384	3.51 403	4.39 407	2.89 400	2.58 393	1.39 367	1.98 373	1.35 367	2.12 388	1.64 270	2.12 344	0.84 377	1.03 345	0.18 291	0.29 303	0.54 353	2.12 386

ACVNet-4b	2.00 387	2.19 386	4.85 393	1.09 361	0.86 343	1.15 353	0.53 294	1.11 342	1.15 357	0.65 247	1.09 342	1.97 379	0.69 294	2.31 342	9.78 413	5.73 413	0.42 280	1.03 388	0.55 372	1.89 399	0.92 321

SDNR	2.06 388	2.93 409	2.94 294	1.55 383	5.13 410	1.98 388	0.24 80	1.95 391	2.62 394	0.92 323	2.71 393	5.76 406	0.68 290	3.61 397	3.84 388	0.33 349	0.38 272	0.22 314	0.17 225	1.13 380	2.04 383

LVE	2.10 389	2.61 407	4.30 386	1.79 394	1.81 398	1.68 377	1.04 369	2.35 395	2.78 397	1.27 362	2.87 396	4.21 400	1.46 364	2.83 381	2.02 336	2.87 409	0.92 335	1.19 391	1.47 407	1.29 387	1.18 341

SGM_RVC	2.11 390	1.07 238	2.87 285	0.98 356	0.92 349	2.72 399	1.88 398	1.91 389	12.27 411	2.09 385	1.99 374	2.47 386	2.24 390	2.87 382	2.03 337	0.54 365	0.47 287	0.42 363	0.47 361	0.74 368	1.22 349
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
IMH	2.14 391	2.46 402	3.60 358	1.70 389	1.13 373	1.65 375	0.93 360	2.13 393	1.93 387	1.37 365	2.64 392	2.19 383	1.82 380	5.77 406	2.18 349	5.70 412	1.05 346	1.31 396	0.72 385	1.39 393	1.13 340

UNDER WATER-64	2.59 392	2.28 395	5.63 401	1.85 397	1.45 387	3.28 401	1.60 394	2.62 396	5.57 404	2.09 385	2.12 376	4.10 397	4.21 404	2.74 376	3.64 386	1.49 398	0.86 332	1.58 404	1.09 401	1.91 400	1.62 373

SGM+DAISY	2.67 393	2.14 384	4.28 384	1.92 399	2.11 403	4.36 408	5.22 410	3.17 401	3.00 399	3.24 406	3.81 402	3.03 390	3.61 401	2.53 358	3.79 387	1.15 388	1.29 366	0.66 375	0.71 384	0.95 378	2.44 403

TorneroNet-64	2.74 394	2.23 390	4.18 378	1.48 379	1.20 375	3.88 404	1.01 368	3.48 408	6.61 408	2.62 400	4.55 406	4.20 398	3.84 403	3.39 394	3.40 381	1.23 392	0.66 315	1.39 399	0.80 388	3.42 410	1.27 352

notaker	2.77 395	2.35 399	4.02 373	2.61 407	1.44 386	1.77 380	1.14 374	2.77 399	1.81 386	2.30 394	11.41 413	3.95 396	4.70 405	3.24 389	3.01 374	1.58 400	0.88 333	1.71 407	1.08 400	2.10 402	1.44 366

UNDER WATER	2.84 396	2.25 391	5.25 398	1.84 396	1.45 387	2.36 395	1.44 393	3.23 403	6.51 407	2.61 399	2.73 394	5.69 405	5.64 408	3.14 388	4.18 396	1.48 397	0.81 330	1.60 405	1.07 399	1.91 400	1.67 375

WAO-8	2.91 397	2.55 404	3.77 362	1.93 400	1.04 365	4.08 406	0.99 362	3.25 404	6.09 405	2.20 390	3.34 400	3.33 393	2.64 393	11.73 414	2.52 361	2.12 405	1.92 386	1.55 402	0.93 393	1.27 385	0.96 327

Venus	2.91 397	2.55 404	3.77 362	1.93 400	1.04 365	4.08 406	0.99 362	3.25 404	6.09 405	2.20 390	3.34 400	3.33 393	2.64 393	11.73 414	2.52 361	2.12 405	1.92 386	1.55 402	0.93 393	1.27 385	0.96 327

DGSMNet	2.93 399	0.77 181	3.44 344	3.58 411	4.25 409	2.53 398	6.86 412	1.03 301	0.88 300	0.58 169	1.85 370	0.79 274	0.62 275	1.63 267	1.46 312	4.62 411	4.98 414	5.15 416	4.71 415	4.52 414	4.37 412

MADNet++	2.94 400	2.17 385	3.27 322	2.55 406	2.28 404	3.29 402	3.37 402	2.76 398	2.67 396	3.10 404	3.20 399	2.78 387	3.25 399	4.11 401	4.68 400	2.72 408	2.27 404	3.03 412	2.43 410	2.34 406	2.59 404

JetRed	3.37 401	4.96 412	10.08 410	1.48 379	1.73 397	7.63 412	5.47 411	3.47 406	2.20 389	2.42 396	2.40 384	2.98 389	2.35 391	3.52 396	6.60 406	1.33 393	1.90 385	1.38 398	1.23 403	2.30 405	2.02 382

LSM	3.40 402	1.42 323	5.81 403	9.98 417	30.74 430	0.86 313	1.14 374	0.99 275	1.26 362	1.40 369	2.18 379	0.93 316	0.85 322	1.76 285	1.03 271	0.22 309	0.35 266	0.24 326	0.29 303	0.40 322	6.21 415

MANE	3.51 403	2.03 378	3.88 370	1.89 398	2.01 400	5.98 410	4.72 408	5.87 412	7.13 409	3.80 407	5.10 408	6.11 408	5.34 407	4.39 403	5.05 402	1.07 385	1.28 365	0.50 368	0.85 390	0.76 371	2.36 402

SGM-ForestM	3.67 404	2.70 408	5.34 400	1.65 387	1.72 396	6.02 411	5.08 409	4.10 409	3.47 400	4.59 408	4.21 405	9.81 412	5.79 409	6.44 409	6.97 408	0.88 378	1.09 348	0.33 352	0.45 358	0.68 366	2.10 385

KSHMR	4.19 405	2.37 400	6.24 405	1.73 392	1.48 389	1.97 387	1.29 384	3.18 402	17.06 421	2.15 388	15.74 416	9.09 411	1.75 376	8.33 412	2.37 358	1.55 399	1.29 366	1.70 406	1.23 403	1.75 398	1.60 372

ktn	4.44 406	2.47 403	3.70 361	1.82 395	1.49 390	2.11 391	1.40 390	2.30 394	12.56 412	11.36 414	16.25 417	11.30 415	3.77 402	4.41 404	3.47 382	1.86 403	0.99 338	1.74 408	1.21 402	3.28 409	1.39 363

LE_ROB	4.55 407	2.43 401	9.94 409	2.79 409	4.03 408	2.40 396	3.54 403	2.72 397	11.04 410	11.64 415	4.69 407	5.25 404	10.74 413	4.52 405	9.73 412	0.82 376	0.70 323	1.34 397	0.97 396	0.74 368	0.94 322

tt	4.94 408	0.32 14	4.22 380	2.29 403	1.58 392	10.19 415	16.94 418	9.44 416	5.03 403	1.69 380	1.33 356	4.68 402	5.02 406	3.38 393	5.91 405	6.15 414	9.47 421	2.80 411	3.16 413	3.54 411	1.58 371

TorneroNet	5.60 409	2.30 396	3.98 371	1.49 381	1.26 380	14.47 417	1.11 371	4.85 410	20.66 426	10.12 411	16.30 418	11.78 416	7.35 410	3.41 395	4.38 397	1.36 396	0.70 323	1.46 401	0.87 391	2.73 407	1.33 357

coex-ft	6.14 410	1.98 372	60.80 434	0.34 128	0.30 175	0.80 299	1.17 379	0.76 112	4.34 402	19.82 422	2.15 378	1.61 374	8.77 412	1.82 299	10.36 414	0.44 360	2.05 389	0.18 291	0.19 249	0.39 316	4.61 414

HanzoNet	7.85 411	3.30 411	5.75 402	7.47 415	3.97 407	2.34 394	1.37 386	3.47 406	4.02 401	13.30 416	10.49 409	10.86 413	16.67 419	8.50 413	10.51 415	10.80 420	9.84 422	5.83 417	13.69 420	7.24 416	7.51 416

EDNetEfficientorigin	8.19 412	1.27 291	145.54 436	0.51 273	0.96 353	0.75 273	0.49 285	0.86 190	1.57 379	2.12 387	1.49 362	1.28 363	1.35 356	1.84 302	2.15 347	0.14 215	0.13 153	0.17 275	0.18 233	0.39 316	0.64 274

DGTPSM_ROB	8.97 413	5.94 413	13.01 415	5.95 414	11.34 414	8.54 413	24.06 419	6.47 413	13.52 413	5.19 409	11.52 414	6.18 409	11.04 414	7.02 410	13.92 416	4.47 410	7.66 415	3.90 413	7.43 418	4.34 413	7.98 417

DPSMNet_ROB	9.58 414	5.96 414	13.98 418	8.88 416	11.87 415	8.54 413	24.08 420	6.48 414	13.67 416	5.35 410	11.53 415	6.31 410	11.04 414	7.69 411	14.09 417	7.61 419	8.23 417	5.03 415	7.75 419	5.24 415	8.36 418

BEATNet-Init1	12.32 415	12.82 419	28.66 431	3.22 410	3.71 406	21.59 426	11.42 414	14.54 421	13.73 417	20.24 423	20.16 423	26.14 431	19.85 421	19.08 425	15.33 421	1.81 402	1.93 388	2.05 410	2.48 411	4.25 412	3.41 411

DPSM_ROB	12.32 415	11.13 417	12.31 413	12.90 419	12.80 417	19.81 424	28.13 425	14.50 419	14.31 418	10.62 412	11.34 411	12.03 417	11.89 417	13.08 419	15.22 419	7.09 416	8.31 418	6.47 419	7.32 416	8.69 417	8.43 419

DPSM	12.32 415	11.13 417	12.31 413	12.90 419	12.80 417	19.81 424	28.13 425	14.50 419	14.31 418	10.62 412	11.34 411	12.03 417	11.89 417	13.08 419	15.22 419	7.09 416	8.31 418	6.47 419	7.32 416	8.69 417	8.43 419

DLNR_Zeroshot_test	13.74 418	20.06 422	23.92 423	121.50 436	35.20 431	0.46 20	0.15 1	7.96 415	0.47 24	0.29 21	0.37 42	0.26 29	0.17 1	0.79 159	0.36 104	7.16 418	2.95 412	0.09 13	0.38 346	50.40 434	1.95 380

LRCNet_RVC	13.78 419	19.34 421	13.01 415	19.47 422	12.67 416	1.85 382	0.42 252	12.28 417	1.10 350	15.76 418	18.69 422	12.52 419	8.65 411	12.22 417	9.64 411	22.29 427	8.38 420	25.92 429	24.06 429	19.72 427	17.59 424

SPstereo	16.55 420	3.18 410	4.92 394	2.73 408	2.77 405	29.67 427	52.00 428	39.41 435	29.70 435	21.94 431	21.64 425	27.45 433	23.83 427	27.92 435	26.10 429	2.44 407	2.60 408	4.96 414	3.11 412	2.27 404	2.32 401

HaxPig	19.88 421	22.39 427	22.30 422	17.98 421	17.98 419	12.06 416	12.06 415	16.25 422	15.97 420	21.05 424	21.41 424	18.85 423	18.35 420	20.07 426	19.64 423	23.57 431	23.19 430	24.07 428	23.71 428	22.95 428	23.72 430

Anonymous_1	22.76 422	11.11 416	11.93 412	12.73 418	26.05 429	19.39 422	27.77 424	14.18 418	13.64 415	14.92 417	10.66 410	11.26 414	11.24 416	12.48 418	14.45 418	37.82 435	7.87 416	34.92 432	63.61 432	87.51 435	11.75 421

PML	22.99 423	17.34 420	8.24 408	5.48 413	9.84 413	50.35 435	102.65 435	5.84 411	13.52 413	37.08 435	104.84 435	30.61 435	23.20 426	12.09 416	7.96 410	6.27 415	2.12 394	6.31 418	2.42 409	10.67 419	2.95 405

MEDIAN_ROB	23.95 424	26.96 434	26.29 430	22.14 423	22.09 421	16.18 418	14.23 416	20.47 423	20.09 422	25.43 432	25.22 433	22.96 424	22.54 425	24.33 427	23.18 427	28.15 433	27.16 434	28.60 430	27.73 430	27.59 429	27.58 431

DPSimNet_ROB	24.35 425	23.81 433	31.38 433	25.93 425	22.83 422	31.30 428	34.38 427	20.78 424	28.92 430	27.39 433	22.99 432	28.29 434	35.76 435	15.47 421	17.82 422	24.28 432	17.90 429	22.23 427	14.12 421	19.38 426	22.12 429

CasAABBNet	24.76 426	22.38 426	24.44 424	26.05 426	25.75 424	39.79 429	56.76 431	29.10 432	28.88 429	21.22 425	22.69 427	24.21 428	23.99 432	26.23 428	30.62 431	14.22 421	16.71 424	13.03 421	14.75 423	17.49 423	16.97 422

Selective-RAFT-Error	24.83 427	22.44 431	24.80 425	26.10 427	25.82 425	39.85 433	56.72 430	29.21 434	29.03 434	21.29 427	22.80 428	24.25 429	24.07 433	26.28 432	30.60 430	14.24 422	16.85 425	13.04 425	14.75 423	17.53 424	17.02 423

MyStereo03	24.90 428	22.40 428	24.90 426	26.19 428	25.93 426	39.80 430	56.77 432	29.00 429	28.95 431	21.51 428	22.81 429	24.16 425	23.92 428	26.26 429	30.65 432	14.24 422	17.13 426	13.03 421	14.76 425	17.48 420	18.00 425

MyStereo02	24.90 428	22.40 428	24.90 426	26.19 428	25.93 426	39.80 430	56.77 432	29.00 429	28.95 431	21.51 428	22.81 429	24.16 425	23.92 428	26.26 429	30.65 432	14.24 422	17.13 426	13.03 421	14.76 425	17.48 420	18.00 425

MyStereo	24.90 428	22.40 428	24.90 426	26.19 428	25.93 426	39.80 430	56.77 432	29.00 429	28.95 431	21.51 428	22.81 429	24.16 425	23.92 428	26.26 429	30.65 432	14.24 422	17.13 426	13.03 421	14.76 425	17.48 420	18.00 425

LSM0	26.57 431	22.53 432	25.76 429	30.62 431	52.30 435	39.86 434	56.49 429	29.18 433	28.76 428	21.26 426	22.46 426	24.42 430	23.97 431	26.42 433	30.66 435	14.29 426	16.56 423	13.06 426	14.65 422	17.62 425	20.52 428

AVERAGE_ROB	26.91 432	30.28 435	29.18 432	25.78 424	25.30 423	19.49 423	15.38 417	23.70 428	23.02 427	28.38 434	27.78 434	26.23 432	25.76 434	26.95 434	25.55 428	31.27 434	30.02 435	31.76 431	30.80 431	30.88 433	30.77 432

xxxxx1	29.05 433	20.74 423	14.05 419	50.10 432	40.25 432	19.01 419	26.60 421	21.83 425	20.22 423	16.52 419	17.56 419	18.33 420	21.41 422	16.11 422	20.77 424	23.48 428	26.77 431	66.36 433	78.56 433	30.19 430	32.23 433

tt_ll	29.05 433	20.74 423	14.05 419	50.10 432	40.25 432	19.01 419	26.60 421	21.83 425	20.22 423	16.52 419	17.56 419	18.33 420	21.41 422	16.11 422	20.77 424	23.48 428	26.77 431	66.36 433	78.56 433	30.19 430	32.23 433

ff	29.05 433	20.74 423	14.05 419	50.10 432	40.25 432	19.01 419	26.60 421	21.83 425	20.22 423	16.52 419	17.56 419	18.33 420	21.41 422	16.11 422	20.77 424	23.48 428	26.77 431	66.36 433	78.56 433	30.19 430	32.23 433

test_example2	115.17 436	122.38 436	93.45 435	115.38 435	123.53 436	101.24 436	113.11 436	54.67 436	99.94 436	135.50 436	136.43 436	85.67 436	85.40 436	110.44 436	104.91 436	152.17 436	205.21 436	99.17 436	114.27 436	138.55 436	112.04 436

Low-res two-view benchmark