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

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

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

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)
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

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

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

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

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

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

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++_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
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

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

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

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

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

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

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
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

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

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

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
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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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.
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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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
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

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

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
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
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

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

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

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

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

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

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
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

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
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

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

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

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
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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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