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

riskmin	1.88 61	0.15 1	2.11 40	1.38 162	0.88 200	2.40 69	0.04 8	5.93 118	6.10 173	2.25 45	1.34 20	6.06 203	5.08 252	2.78 50	1.01 96	0.00 1	0.02 163	0.00 1	0.00 1	0.01 7	0.06 140

Selective-IGEV	1.23 22	0.18 2	1.13 2	0.07 9	0.17 68	2.38 68	0.54 124	6.10 123	2.51 17	0.41 16	3.20 52	0.26 14	0.29 8	6.94 157	0.16 1	0.00 1	0.01 124	0.00 1	0.11 283	0.04 78	0.10 194

EGLCR-Stereo	1.04 9	0.20 3	2.00 25	1.14 141	0.16 63	2.50 74	0.11 26	4.96 65	2.61 20	0.79 26	0.07 1	1.46 57	0.37 18	3.96 71	0.23 2	0.01 140	0.05 235	0.00 1	0.00 1	0.00 1	0.07 153

PSM-AAD	3.33 193	0.20 3	1.47 5	0.73 90	0.54 169	2.55 80	6.19 328	4.97 66	3.27 59	10.92 312	11.92 253	2.95 91	9.59 328	7.90 206	0.82 66	0.01 140	0.01 124	0.00 1	0.00 1	0.04 78	2.47 362

GrayStereo	3.74 220	0.20 3	1.94 20	1.55 183	0.60 173	3.12 148	8.22 350	5.76 111	3.32 61	10.40 301	16.66 300	5.81 199	8.60 316	6.57 144	1.37 123	0.01 140	0.00 1	0.01 251	0.63 353	0.02 22	0.04 101

knoymous	1.36 30	0.21 6	1.68 10	0.20 32	0.49 164	1.58 24	0.11 26	5.15 76	2.40 14	4.62 90	1.77 29	4.56 155	0.45 30	3.23 56	0.63 37	0.00 1	0.02 163	0.00 1	0.00 1	0.02 22	0.01 15

test-3	1.86 57	0.21 6	2.46 58	1.03 124	0.22 99	1.38 13	0.83 186	4.65 55	5.04 134	7.26 206	1.78 30	4.10 138	0.41 27	6.53 143	0.76 58	0.00 1	0.00 1	0.00 1	0.29 328	0.18 239	0.14 228

test_1	1.85 56	0.21 6	2.45 56	1.02 122	0.22 99	1.37 12	0.82 182	4.66 56	5.06 135	7.02 190	1.73 27	4.09 136	0.41 27	6.51 141	0.76 58	0.00 1	0.00 1	0.00 1	0.29 328	0.18 239	0.14 228

test_3	1.88 61	0.22 9	2.75 86	0.96 117	0.22 99	1.28 10	0.77 176	4.62 51	5.87 161	6.55 173	1.84 32	4.28 148	0.45 30	6.48 138	0.76 58	0.00 1	0.01 124	0.00 1	0.28 327	0.17 229	0.14 228

ttt	3.86 232	0.23 10	2.34 52	2.22 271	1.68 252	4.36 214	0.28 72	12.45 288	11.09 290	6.90 187	11.85 252	4.08 135	3.28 166	8.47 245	7.85 294	0.06 273	0.04 226	0.00 1	0.00 1	0.03 58	0.03 66

Any-RAFT	2.18 93	0.25 11	1.94 20	1.37 161	0.80 194	5.01 232	0.56 129	8.51 188	5.58 154	4.01 78	4.85 85	5.44 185	2.26 131	2.45 47	0.35 7	0.00 1	0.15 312	0.00 1	0.00 1	0.02 22	0.02 37

CAS	2.24 96	0.25 11	1.86 13	11.21 377	3.86 338	1.67 28	0.02 6	3.87 22	2.67 22	0.41 16	1.63 26	0.24 13	0.27 5	1.50 18	0.74 52	9.43 385	0.01 124	0.00 1	0.00 1	0.01 7	5.21 373

11t1	1.62 38	0.26 13	2.53 63	2.37 288	0.24 103	2.58 86	0.06 13	6.66 149	3.00 42	3.40 69	3.01 48	1.14 49	1.94 118	4.18 77	0.91 83	0.01 140	0.02 163	0.00 1	0.00 1	0.03 58	0.03 66

GMM-Stereo	3.32 191	0.27 14	2.52 62	0.82 96	0.48 161	2.27 60	4.91 316	5.06 72	3.08 47	7.06 194	16.72 301	6.21 207	3.70 188	7.60 188	1.16 109	0.04 252	0.00 1	0.00 1	0.04 256	0.10 165	4.45 368

x	1.73 43	0.28 15	2.49 61	1.91 229	0.17 68	2.10 51	0.83 186	8.74 199	3.55 73	3.28 64	2.12 38	3.10 101	1.96 119	2.90 51	1.12 103	0.00 1	0.02 163	0.00 1	0.00 1	0.02 22	0.03 66

mmm	2.50 131	0.29 16	3.22 134	1.98 238	0.32 128	3.72 187	0.12 32	9.45 215	4.05 97	5.84 125	10.80 234	2.47 80	2.86 156	4.07 75	0.75 56	0.00 1	0.02 163	0.00 1	0.01 207	0.03 58	0.02 37

AEACV	0.80 2	0.29 16	1.70 11	0.96 117	0.24 103	2.03 47	0.88 198	3.50 12	0.88 1	0.34 6	0.20 4	0.29 18	2.01 121	1.77 30	0.33 5	0.00 1	0.03 206	0.00 1	0.29 328	0.10 165	0.09 175

GLC_STEREO	0.75 1	0.29 16	1.19 3	0.55 77	0.01 1	1.98 45	0.57 137	3.07 4	3.02 44	0.90 28	1.48 22	0.19 1	0.40 21	0.93 3	0.36 8	0.00 1	0.01 124	0.00 1	0.00 1	0.04 78	0.02 37

Prome-Stereo	3.65 214	0.29 16	1.92 17	0.91 104	0.49 164	2.07 49	4.75 314	4.41 39	3.23 57	9.32 277	20.63 329	4.06 134	7.19 293	7.70 194	1.17 110	0.00 1	0.00 1	0.00 1	0.00 1	0.05 99	4.72 372

1111x	4.25 259	0.30 20	4.31 206	1.47 174	0.37 136	5.10 233	0.32 83	12.86 301	9.82 265	6.01 137	9.73 212	8.78 259	5.97 272	9.43 288	10.39 330	0.06 273	0.03 206	0.00 1	0.00 1	0.02 22	0.04 101

qqq	1.93 69	0.30 20	2.96 110	1.40 165	0.05 9	1.96 44	0.39 93	8.45 184	3.33 62	3.06 59	3.84 64	4.67 158	2.70 145	4.40 79	0.96 89	0.00 1	0.01 124	0.00 1	0.00 1	0.02 22	0.03 66

s12784h	1.89 64	0.30 20	2.57 67	0.11 17	0.09 33	4.18 209	0.13 39	6.61 147	7.44 211	3.62 73	4.28 73	0.59 40	0.81 52	6.61 145	0.46 20	0.01 140	0.01 124	0.00 1	0.00 1	0.02 22	0.00 1

DualNet	3.35 196	0.31 23	3.97 184	1.34 154	0.98 211	2.80 112	0.48 108	4.53 45	10.19 272	6.29 162	9.23 195	5.59 188	3.72 193	8.00 209	9.35 318	0.00 1	0.02 163	0.00 1	0.00 1	0.10 165	0.04 101

ffm	2.90 160	0.31 23	3.97 184	1.34 154	0.98 211	2.80 112	0.48 108	4.53 45	10.19 272	6.29 162	9.23 195	5.59 188	3.72 193	8.00 209	0.46 20	0.00 1	0.02 163	0.00 1	0.00 1	0.10 165	0.04 101

ff1	3.45 206	0.31 23	3.97 184	1.34 154	0.98 211	2.80 112	0.48 108	4.53 45	10.19 272	6.29 162	9.23 195	5.59 188	3.72 193	10.11 298	9.35 318	0.00 1	0.02 163	0.00 1	0.00 1	0.10 165	0.04 101

mmx	3.86 232	0.31 23	3.97 184	1.34 154	0.98 211	2.80 112	0.48 108	12.18 284	10.66 285	6.29 162	9.23 195	5.59 188	3.72 193	10.11 298	9.35 318	0.05 263	0.02 163	0.00 1	0.00 1	0.03 58	0.04 101

xxx	3.86 232	0.31 23	3.98 189	1.34 154	0.98 211	2.80 112	0.48 108	12.18 284	10.66 285	6.29 162	9.23 195	5.59 188	3.72 193	10.11 298	9.35 318	0.05 263	0.02 163	0.00 1	0.00 1	0.03 58	0.04 101

PFNet+	2.35 112	0.31 23	3.69 166	0.79 94	0.17 68	3.15 152	0.75 173	4.52 44	6.30 181	7.90 232	6.34 134	2.53 81	1.18 77	7.72 197	1.62 143	0.03 236	0.00 1	0.00 1	0.00 1	0.01 7	0.03 66

KYRaft	3.59 211	0.31 23	1.84 12	0.76 93	0.46 154	2.29 61	4.04 298	4.75 57	3.25 58	8.93 268	19.47 322	6.62 217	5.07 251	7.79 201	0.71 49	0.01 140	0.00 1	0.00 1	0.01 207	0.04 78	5.38 375

SST-Stereo	2.75 148	0.31 23	2.78 92	1.33 152	0.33 131	3.99 204	0.82 182	5.60 106	3.93 86	10.92 312	6.19 125	5.00 171	4.23 215	8.66 255	0.74 52	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.03 66

xxxx	4.51 269	0.31 23	2.77 90	1.69 201	0.47 160	7.74 285	0.07 17	14.04 317	7.91 225	5.82 124	8.97 191	9.34 263	3.41 176	7.33 176	20.24 363	0.05 263	0.03 206	0.00 1	0.00 1	0.03 58	0.04 101

AE-Stereo	1.44 33	0.32 32	2.69 77	1.58 188	0.20 93	2.24 58	0.59 139	6.01 119	5.70 157	1.18 37	3.17 51	1.02 47	0.78 50	1.73 26	0.83 67	0.02 209	0.18 325	0.00 1	0.29 328	0.11 182	0.07 153

CASnet	0.98 6	0.32 32	1.62 7	0.65 86	0.07 21	2.11 52	0.14 45	3.50 12	4.03 93	3.77 75	1.41 21	0.31 22	0.29 8	0.80 2	0.57 33	0.01 140	0.00 1	0.00 1	0.00 1	0.04 78	0.01 15
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-RAFT	1.69 40	0.32 32	3.29 138	0.92 108	0.18 80	3.89 199	0.06 13	4.22 31	4.00 90	1.47 38	1.98 34	3.07 100	2.81 152	6.35 130	0.89 81	0.01 140	0.00 1	0.00 1	0.21 310	0.05 99	0.00 1

DisPM	2.43 120	0.32 32	3.04 120	1.76 211	0.18 80	3.46 161	0.65 151	5.13 73	4.88 131	8.59 255	7.04 153	2.84 88	1.03 64	8.85 267	0.83 67	0.01 140	0.00 1	0.00 1	0.00 1	0.01 7	0.02 37

BUS	2.49 128	0.32 32	3.05 125	0.46 69	0.46 154	7.12 270	0.50 119	9.05 203	4.69 123	6.11 145	6.15 122	5.29 179	0.83 53	3.91 67	1.77 153	0.01 140	0.03 206	0.03 296	0.00 1	0.04 78	0.00 1

BSDual-CNN	2.69 141	0.32 32	3.05 125	0.46 69	0.46 154	7.13 272	1.63 245	9.05 203	4.69 123	6.11 145	6.15 122	6.26 208	2.54 139	3.91 67	1.91 162	0.01 140	0.03 206	0.03 296	0.00 1	0.04 78	0.00 1

psmg	3.10 175	0.32 32	3.05 125	0.54 74	0.46 154	8.68 293	2.84 273	9.87 224	4.69 123	8.08 235	8.69 182	6.26 208	2.54 139	3.91 67	1.91 162	0.01 140	0.04 226	0.06 316	0.00 1	0.11 182	0.00 1

R-Stereo Train	2.44 122	0.32 32	1.93 18	0.94 111	0.16 63	3.67 179	0.61 143	6.37 135	3.08 47	9.14 271	17.44 314	1.80 67	0.77 47	1.76 28	0.70 45	0.00 1	0.01 124	0.00 1	0.00 1	0.01 7	0.03 66

RAFT-Stereo	2.44 122	0.32 32	1.93 18	0.94 111	0.16 63	3.67 179	0.61 143	6.37 135	3.08 47	9.14 271	17.44 314	1.80 67	0.77 47	1.76 28	0.70 45	0.00 1	0.01 124	0.00 1	0.00 1	0.01 7	0.03 66
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HSM-Net_RVC	4.20 254	0.32 32	2.76 89	0.63 84	0.69 182	6.95 268	1.69 249	11.96 275	8.36 237	8.83 262	12.17 259	15.18 321	4.21 213	6.91 154	3.30 218	0.02 209	0.02 163	0.00 1	0.00 1	0.01 7	0.01 15
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MDST_ROB	8.37 333	0.32 32	9.03 320	4.18 356	2.42 291	26.86 377	6.14 327	19.36 364	13.52 315	27.09 372	22.75 339	9.47 266	4.74 238	15.06 349	6.34 274	0.02 209	0.02 163	0.00 1	0.00 1	0.02 22	0.13 223

SGM-Forest	4.96 277	0.32 32	2.84 97	1.21 144	0.64 177	10.23 311	6.64 339	11.55 262	10.98 289	10.94 314	13.59 274	11.65 299	4.30 218	8.94 271	4.63 251	0.11 293	0.04 226	0.00 1	0.00 1	0.05 99	0.46 315
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MIF-Stereo (partial)	1.29 25	0.33 44	3.02 115	0.03 1	1.12 222	1.26 8	0.13 39	4.46 41	3.75 79	0.35 7	2.39 42	0.31 22	0.74 45	6.09 116	1.76 152	0.00 1	0.00 1	0.00 1	0.00 1	0.08 138	0.04 101

MIF-Stereo	0.83 4	0.33 44	1.98 23	0.92 108	1.27 230	0.54 3	0.11 26	1.35 1	2.94 33	1.67 41	2.09 35	0.20 4	0.31 13	1.57 21	1.07 98	0.00 1	0.00 1	0.00 1	0.00 1	0.16 221	0.01 15

NF-Stereo	2.24 96	0.33 44	3.00 111	2.04 250	0.10 36	3.46 161	0.43 100	6.51 145	3.17 51	6.84 180	5.24 101	2.67 86	1.34 86	8.17 231	1.53 134	0.01 140	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

OCTAStereo	2.24 96	0.33 44	3.03 117	2.04 250	0.10 36	3.45 160	0.43 100	6.50 142	3.17 51	6.84 180	5.20 98	2.65 83	1.33 84	8.18 232	1.56 138	0.01 140	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

RAFT_R40	2.71 144	0.33 44	3.00 111	1.26 147	0.30 121	3.83 197	1.00 209	5.69 108	4.29 106	9.69 285	6.33 133	5.02 173	4.02 206	8.58 251	0.86 72	0.01 140	0.00 1	0.00 1	0.00 1	0.03 58	0.02 37

RE-Stereo	2.25 101	0.33 44	3.03 117	2.04 250	0.10 36	3.47 163	0.43 100	6.50 142	3.18 54	6.84 180	5.20 98	2.65 83	1.34 86	8.18 232	1.58 140	0.01 140	0.00 1	0.01 251	0.00 1	0.02 22	0.01 15

TVStereo	2.25 101	0.33 44	3.03 117	2.04 250	0.10 36	3.47 163	0.43 100	6.50 142	3.18 54	6.84 180	5.20 98	2.65 83	1.34 86	8.18 232	1.58 140	0.01 140	0.00 1	0.01 251	0.00 1	0.02 22	0.01 15

CFNet-RSSM	2.11 85	0.33 44	2.71 81	1.04 129	0.30 121	3.21 155	0.41 97	6.67 150	6.96 195	5.62 116	4.58 81	5.40 184	1.71 107	1.86 34	0.87 74	0.00 1	0.08 267	0.00 1	0.32 335	0.02 22	0.02 37

Gwc-CoAtRS	2.02 79	0.33 44	2.61 70	1.04 129	0.30 121	3.56 173	0.40 96	5.89 117	5.94 164	5.08 104	5.01 90	5.55 187	1.72 108	1.60 23	0.91 83	0.01 140	0.09 275	0.00 1	0.25 320	0.01 7	0.02 37

LoS	0.91 5	0.34 53	2.10 39	0.38 63	0.13 54	2.47 72	0.26 70	5.00 70	2.74 26	0.89 27	0.21 5	0.49 36	0.36 16	1.97 38	0.67 41	0.02 209	0.02 163	0.00 1	0.00 1	0.06 115	0.01 15

RCA-Stereo	1.99 76	0.34 53	2.71 81	0.26 40	0.06 16	2.29 61	0.48 108	4.89 60	14.65 321	2.81 53	5.51 111	0.78 43	3.21 165	1.44 16	0.33 5	0.00 1	0.01 124	0.00 1	0.00 1	0.07 130	0.02 37

DCANet-4	2.03 80	0.34 53	5.30 254	0.31 46	0.18 80	1.69 31	0.12 32	4.95 63	8.55 245	5.78 119	5.17 93	1.12 48	2.82 153	2.11 43	1.92 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 249

tt	83.26 415	0.34 53	99.99 423	79.40 416	93.18 417	100.00 422	100.00 423	100.00 424	99.95 419	60.33 406	47.63 394	99.98 423	99.96 421	99.98 422	100.00 426	92.42 417	99.82 421	73.83 417	73.63 414	88.42 418	56.35 413

test_4	2.38 116	0.34 53	2.68 75	0.08 11	0.11 44	3.69 182	1.14 219	3.33 6	3.34 65	4.03 79	17.35 313	3.31 107	0.51 34	6.28 124	1.15 107	0.00 1	0.00 1	0.00 1	0.11 283	0.16 221	0.01 15

AAGNet	3.41 201	0.34 53	2.45 56	1.78 214	0.39 140	3.69 182	1.05 211	4.79 59	4.61 121	9.62 283	7.74 169	4.98 167	6.38 279	7.34 177	13.02 345	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.04 101

PSM-softLoss	2.24 96	0.34 53	3.42 148	1.81 217	0.17 68	2.74 104	0.39 93	6.17 127	2.92 31	6.26 157	6.29 131	2.96 92	0.97 59	8.68 256	1.71 147	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37

KMStereo	2.24 96	0.34 53	3.42 148	1.81 217	0.17 68	2.74 104	0.39 93	6.17 127	2.92 31	6.26 157	6.29 131	2.96 92	0.97 59	8.68 256	1.71 147	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37

FENet	2.19 94	0.34 53	3.04 120	2.05 254	0.26 112	2.82 124	0.13 39	7.02 160	5.55 151	4.97 100	1.94 33	4.91 166	3.39 174	4.71 83	2.50 193	0.02 209	0.03 206	0.00 1	0.00 1	0.00 1	0.21 266

CES	1.56 36	0.35 62	1.44 4	0.42 66	7.70 374	2.66 100	0.13 39	4.89 60	2.53 19	0.25 2	1.10 13	0.33 27	0.31 13	1.61 24	0.58 36	0.01 140	0.02 163	0.00 1	0.00 1	0.54 319	6.26 376

iRaft-Stereo_20w	2.56 133	0.35 62	4.98 235	0.37 62	0.67 180	3.47 163	0.59 139	12.57 296	3.89 84	6.10 144	6.23 128	1.49 58	2.24 128	6.65 146	0.86 72	0.00 1	0.19 329	0.00 1	0.33 337	0.08 138	0.22 268

DAS	3.74 220	0.35 62	5.19 249	1.99 239	3.74 331	2.36 65	3.22 282	7.77 170	9.27 254	8.70 256	12.08 255	4.45 151	5.43 261	8.39 240	1.71 147	0.01 140	0.00 1	0.00 1	0.00 1	0.04 78	0.02 37

SepStereo	3.78 225	0.35 62	5.19 249	1.99 239	3.74 331	2.36 65	3.22 282	7.77 170	9.27 254	8.70 256	12.08 255	4.45 151	5.43 261	9.18 279	1.71 147	0.01 140	0.00 1	0.00 1	0.00 1	0.04 78	0.02 37

NRIStereo	2.14 88	0.35 62	2.65 74	1.10 134	0.14 56	3.05 142	0.86 195	5.35 95	3.18 54	6.24 154	3.36 58	4.17 141	1.82 116	8.12 224	2.01 170	0.00 1	0.10 283	0.00 1	0.00 1	0.12 193	0.19 259

CRE-IMP	1.95 71	0.35 62	2.68 75	0.27 44	0.17 68	3.90 200	0.85 194	5.14 74	2.87 30	5.74 118	4.14 70	3.49 117	0.83 53	6.40 131	1.80 156	0.00 1	0.00 1	0.00 1	0.00 1	0.10 165	0.19 259

cross-raft	2.03 80	0.35 62	2.78 92	1.10 134	0.16 63	3.77 193	0.48 108	7.03 161	3.75 79	5.06 103	5.55 112	6.26 208	1.41 90	1.75 27	0.89 81	0.01 140	0.07 259	0.00 1	0.19 305	0.03 58	0.03 66

MSKI-zero shot	2.00 77	0.36 69	2.15 41	0.81 95	0.25 106	2.69 102	0.29 77	6.16 126	2.34 13	4.31 82	7.52 162	3.70 124	0.25 3	8.42 243	0.41 10	0.01 140	0.13 303	0.00 1	0.25 320	0.03 58	0.02 37

RAFT-Test	2.17 91	0.36 69	3.40 146	1.05 131	0.34 133	4.90 229	0.69 159	6.27 130	3.98 88	4.65 94	7.02 150	6.30 211	1.12 68	1.81 31	0.99 93	0.01 140	0.17 321	0.00 1	0.34 339	0.02 22	0.02 37

MC-Stereo	1.47 35	0.36 69	2.54 64	1.99 239	0.12 52	1.90 40	0.12 32	4.47 42	2.83 29	3.31 67	3.44 60	0.56 39	1.47 93	5.39 102	0.47 25	0.00 1	0.04 226	0.00 1	0.21 310	0.07 130	0.04 101

FTStereo	4.55 273	0.36 69	2.18 46	0.94 111	0.38 138	2.60 90	8.82 353	4.98 68	3.17 51	10.88 311	30.35 364	5.60 193	7.60 302	7.62 189	1.55 137	0.17 307	0.00 1	0.05 312	0.00 1	0.03 58	3.80 366

pcwnet_v2	4.20 254	0.36 69	8.53 318	1.33 152	1.12 222	3.43 159	0.41 97	12.85 300	14.16 318	9.90 291	14.29 282	5.90 200	3.03 159	6.20 121	2.06 174	0.01 140	0.05 235	0.04 306	0.02 227	0.16 221	0.18 249

test_xeample	4.13 248	0.36 69	2.75 86	1.23 145	0.51 167	3.96 203	0.13 39	12.63 297	7.65 217	7.49 216	10.86 238	3.29 106	3.36 169	6.71 147	21.53 368	0.02 209	0.03 206	0.00 1	0.00 1	0.03 58	0.04 101

DEmStereo	3.79 226	0.37 75	3.69 166	0.17 30	0.17 68	5.28 236	2.54 265	4.35 34	3.70 76	8.21 243	20.15 324	5.13 176	10.38 333	7.65 190	3.85 239	0.01 140	0.01 124	0.01 251	0.00 1	0.02 22	0.06 140

PMTNet	1.41 32	0.37 75	2.06 29	0.26 40	0.15 60	2.94 136	0.34 87	3.39 7	5.33 144	1.00 29	1.27 18	0.28 17	0.93 58	4.04 74	0.74 52	5.00 373	0.00 1	0.00 1	0.00 1	0.03 58	0.01 15

ICVP	2.32 110	0.38 77	2.89 107	0.92 108	0.70 186	2.55 80	0.87 197	9.97 227	3.99 89	4.13 80	8.97 191	2.71 87	1.69 106	2.52 48	3.52 231	0.05 263	0.24 341	0.01 251	0.01 207	0.11 182	0.13 223
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
XX-Stereo	2.71 144	0.38 77	5.96 274	2.25 272	2.20 282	1.54 23	0.21 60	5.44 101	3.05 45	2.28 47	16.16 295	7.03 224	0.24 2	6.19 119	0.79 63	0.00 1	0.15 312	0.00 1	0.23 316	0.13 203	0.04 101

GES	2.49 128	0.38 77	4.29 205	1.58 188	0.05 9	4.58 222	1.07 214	9.70 221	3.39 66	5.21 106	6.64 138	1.84 69	3.36 169	4.86 86	2.54 196	0.06 273	0.01 124	0.06 316	0.01 207	0.12 193	0.03 66

SMFormer	3.54 208	0.39 80	3.61 159	1.69 201	0.11 44	2.85 128	0.29 77	12.46 289	10.41 278	7.16 199	10.23 220	4.78 161	4.45 226	8.71 259	3.51 228	0.07 280	0.05 235	0.00 1	0.00 1	0.06 115	0.04 101

tta	3.54 208	0.39 80	3.61 159	1.69 201	0.11 44	2.85 128	0.29 77	12.46 289	10.41 278	7.16 199	10.23 220	4.78 161	4.45 226	8.71 259	3.51 228	0.07 280	0.05 235	0.00 1	0.00 1	0.06 115	0.03 66

qqq1	3.38 197	0.39 80	3.61 159	1.69 201	0.11 44	2.85 128	0.29 77	12.46 289	10.41 278	7.16 199	10.23 220	4.78 161	4.45 226	8.71 259	0.30 3	0.07 280	0.05 235	0.00 1	0.00 1	0.06 115	0.03 66

fff1	3.38 197	0.39 80	3.61 159	1.69 201	0.11 44	2.85 128	0.29 77	12.46 289	10.41 278	7.16 199	10.23 220	4.78 161	4.45 226	8.71 259	0.30 3	0.07 280	0.05 235	0.00 1	0.00 1	0.06 115	0.03 66

PCWNet_CMD	2.99 166	0.39 80	4.02 191	0.39 64	0.26 112	2.53 77	0.15 49	9.24 210	9.22 252	7.12 197	11.53 249	6.94 222	2.41 135	4.02 73	1.33 119	0.01 140	0.02 163	0.02 280	0.00 1	0.05 99	0.07 153

anonymousdsp2	1.78 46	0.39 80	3.40 146	1.10 134	0.04 8	3.63 177	0.50 119	7.80 172	2.77 27	2.91 56	2.88 46	3.17 102	1.01 61	5.15 98	0.43 11	0.00 1	0.01 124	0.02 280	0.15 290	0.05 99	0.12 216

DeepStereo_RVC	2.05 82	0.39 80	2.87 104	0.14 28	0.17 68	3.51 169	0.70 161	5.21 79	3.00 42	6.27 159	4.13 69	3.47 115	4.53 230	4.81 85	1.49 130	0.01 140	0.00 1	0.00 1	0.00 1	0.09 155	0.18 249

CREStereo++_RVC	1.59 37	0.39 80	2.26 48	0.36 60	0.01 1	1.67 28	0.01 1	2.95 3	8.12 230	3.69 74	7.44 161	0.47 35	0.32 15	0.74 1	0.39 9	0.00 1	0.00 1	0.00 1	3.03 377	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
MSMDNet	2.99 166	0.39 80	4.02 191	0.40 65	0.25 106	2.53 77	0.16 52	9.35 213	9.25 253	7.08 195	11.39 244	6.93 221	2.43 136	4.01 72	1.34 121	0.01 140	0.02 163	0.02 280	0.00 1	0.05 99	0.07 153

Patchmatch Stereo++	1.95 71	0.40 89	2.86 100	0.12 18	0.18 80	3.74 189	0.66 153	5.24 86	2.96 36	5.86 126	4.32 74	3.46 112	1.52 98	6.88 151	0.70 45	0.01 140	0.00 1	0.00 1	0.00 1	0.08 138	0.09 175
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.88 61	0.40 89	2.86 100	0.12 18	0.19 89	3.75 192	0.71 163	5.23 80	2.96 36	5.86 126	4.33 76	3.45 110	1.51 94	5.40 103	0.69 43	0.01 140	0.00 1	0.00 1	0.00 1	0.08 138	0.09 175

PFNet	2.93 162	0.40 89	5.51 262	2.13 261	0.84 197	3.11 147	0.75 173	6.78 154	4.79 129	9.98 293	6.00 116	4.78 161	2.13 124	8.33 238	2.11 175	0.19 311	0.06 247	0.00 1	0.11 283	0.20 247	0.35 301

Pruner-Stereo	2.49 128	0.40 89	2.46 58	1.80 216	0.25 106	3.51 169	0.77 176	6.03 120	4.92 132	8.91 265	6.09 118	4.45 151	1.11 67	6.99 159	2.11 175	0.02 209	0.00 1	0.02 280	0.00 1	0.01 7	0.04 101

iGMRVC	1.96 74	0.40 89	2.88 105	0.12 18	0.19 89	3.74 189	0.73 168	5.23 80	2.97 40	5.87 131	4.37 80	3.48 116	1.52 98	6.73 148	0.74 52	0.02 209	0.00 1	0.00 1	0.00 1	0.08 138	0.08 165

iRAFT	1.95 71	0.40 89	2.86 100	0.12 18	0.18 80	3.74 189	0.66 153	5.24 86	2.96 36	5.86 126	4.32 74	3.46 112	1.52 98	6.88 151	0.70 45	0.01 140	0.00 1	0.00 1	0.00 1	0.08 138	0.09 175

222	5.36 284	0.40 89	2.72 83	1.50 175	0.48 161	6.15 252	0.07 17	13.73 314	8.06 228	8.79 259	11.03 240	3.71 125	4.21 213	7.47 184	38.74 398	0.03 236	0.02 163	0.00 1	0.00 1	0.04 78	0.05 130

ROB_FTStereo_v2	1.91 67	0.41 96	2.85 98	0.12 18	0.19 89	3.71 184	0.73 168	5.23 80	2.95 34	5.86 126	4.36 79	3.46 112	1.51 94	5.86 110	0.69 43	0.01 140	0.00 1	0.00 1	0.00 1	0.08 138	0.08 165

HUI-Stereo	1.80 49	0.41 96	2.85 98	0.12 18	0.18 80	3.72 187	0.65 151	5.23 80	2.97 40	5.87 131	4.34 77	3.45 110	1.52 98	3.93 70	0.65 38	0.02 209	0.00 1	0.00 1	0.00 1	0.08 138	0.10 194

IRAFT_RVC	2.85 155	0.41 96	3.32 139	2.09 256	0.41 145	2.92 134	5.22 321	6.41 140	3.63 75	6.53 172	5.48 110	5.09 174	4.88 246	8.20 235	2.15 179	0.01 140	0.17 321	0.01 251	0.00 1	0.02 22	0.04 101

RAFT-345	3.27 181	0.41 96	2.88 105	1.02 122	0.21 96	2.63 95	0.48 108	3.76 21	5.51 149	7.35 211	24.88 349	4.25 144	1.76 114	8.15 227	2.13 177	0.01 140	0.00 1	0.00 1	0.00 1	0.01 7	0.01 15

hknet	3.31 185	0.42 100	4.68 224	0.46 69	1.17 225	7.13 272	1.63 245	9.05 203	6.91 193	6.11 145	6.15 122	9.66 268	2.85 155	7.48 185	2.45 192	0.01 140	0.03 206	0.03 296	0.00 1	0.04 78	0.00 1

LCNet	2.85 155	0.42 100	1.90 15	0.95 115	0.56 170	2.07 49	1.60 243	4.99 69	3.57 74	6.05 139	10.59 229	4.59 156	6.79 288	7.46 182	0.72 50	0.01 140	0.00 1	0.01 251	0.77 358	0.30 286	3.57 364

ROB_FTStereo	1.90 65	0.42 100	2.86 100	0.12 18	0.19 89	3.71 184	0.75 173	5.24 86	2.95 34	5.87 131	4.26 72	3.41 108	1.51 94	5.80 109	0.65 38	0.01 140	0.00 1	0.00 1	0.00 1	0.08 138	0.08 165

RAFT-IKP	1.90 65	0.42 100	2.83 95	0.12 18	0.18 80	3.50 167	0.64 149	5.24 86	2.96 36	5.86 126	4.34 77	3.50 118	1.51 94	5.99 114	0.76 58	0.01 140	0.00 1	0.00 1	0.00 1	0.08 138	0.08 165

CFNet_pseudo	2.81 152	0.42 100	4.04 194	0.33 54	0.24 103	2.59 88	0.12 32	8.20 179	7.66 218	7.04 193	10.42 225	6.56 214	2.05 122	4.88 87	1.53 134	0.00 1	0.02 163	0.01 251	0.00 1	0.05 99	0.07 153

CREStereo	0.98 6	0.42 100	1.86 13	0.07 9	0.22 99	1.65 27	0.02 6	4.07 28	6.33 183	0.72 25	1.54 24	0.43 33	0.64 40	1.22 11	0.44 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
ccs_rob	2.81 152	0.42 100	4.06 196	0.33 54	0.25 106	2.59 88	0.12 32	8.19 178	7.68 219	7.02 190	10.37 224	6.54 213	2.06 123	4.88 87	1.53 134	0.00 1	0.02 163	0.01 251	0.00 1	0.05 99	0.07 153

PSMNet-ADL	2.98 165	0.43 107	2.41 54	1.43 170	0.40 142	5.94 249	0.28 72	8.45 184	5.13 138	3.36 68	6.77 140	8.41 251	4.61 233	7.20 172	4.55 250	0.02 209	0.09 275	0.00 1	0.00 1	0.01 7	0.03 66

DRaft	3.74 220	0.43 107	2.60 69	0.12 18	0.15 60	4.76 225	1.34 232	5.33 94	4.31 107	10.30 297	21.91 333	3.27 105	8.83 318	7.36 179	3.66 234	0.05 263	0.10 283	0.00 1	0.14 288	0.10 165	0.14 228

test_xeample3	1.08 12	0.43 107	3.39 144	0.49 73	0.05 9	2.58 86	0.93 203	3.32 5	1.77 4	0.23 1	0.23 6	0.19 1	0.28 7	6.34 128	0.85 69	0.00 1	0.01 124	0.00 1	0.26 326	0.06 115	0.10 194

SFCPSM	3.29 183	0.43 107	5.11 242	0.34 58	0.94 207	8.48 289	2.15 258	14.51 324	5.29 141	7.00 189	7.65 166	3.43 109	2.59 143	5.11 96	2.37 188	0.01 140	0.03 206	0.01 251	0.07 267	0.13 203	0.15 237

CFNet_ucs	3.07 171	0.44 111	4.05 195	0.54 74	0.37 136	3.08 143	0.19 56	9.80 223	8.49 243	7.64 220	12.62 266	5.67 194	1.76 114	4.96 92	1.51 131	0.00 1	0.04 226	0.01 251	0.00 1	0.09 155	0.11 205

CASS	2.44 122	0.44 111	3.56 156	0.85 100	0.38 138	3.14 149	0.22 61	9.64 219	4.00 90	6.78 177	7.62 165	3.57 121	3.58 181	3.80 66	1.10 101	0.02 209	0.01 124	0.00 1	0.00 1	0.05 99	0.01 15
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Anonymous3	1.76 45	0.44 111	6.37 284	0.33 54	0.50 166	4.33 212	0.54 124	4.43 40	2.48 15	2.21 44	3.24 53	1.53 60	1.14 70	5.64 105	1.29 117	0.17 307	0.23 336	0.00 1	0.00 1	0.12 193	0.15 237

EAI-Stereo	2.31 109	0.44 111	2.72 83	0.68 88	0.56 170	3.51 169	2.62 267	11.42 260	4.14 103	2.09 43	7.23 158	1.21 51	0.91 56	5.67 107	1.51 131	0.01 140	0.25 342	0.00 1	0.88 360	0.04 78	0.26 286

IGEVStereo-DCA	1.06 11	0.45 115	2.06 29	0.32 49	0.06 16	2.74 104	0.84 189	3.71 16	2.27 6	0.39 12	0.16 2	0.20 4	0.29 8	6.47 136	0.87 74	0.00 1	0.00 1	0.00 1	0.16 292	0.06 115	0.06 140

rrr	1.05 10	0.45 115	3.18 131	0.32 49	0.06 16	2.74 104	0.95 207	3.49 11	1.12 2	0.39 12	0.16 2	0.20 4	0.29 8	6.47 136	0.87 74	0.00 1	0.00 1	0.00 1	0.21 310	0.06 115	0.10 194

CrosDoStereo	3.96 239	0.45 115	3.04 120	0.32 49	0.20 93	3.28 156	11.63 371	5.76 111	4.45 113	9.04 269	16.58 298	4.99 168	7.45 297	8.04 213	3.72 235	0.00 1	0.02 163	0.01 251	0.00 1	0.16 221	0.10 194

DeepStereo_LL	3.96 239	0.45 115	3.04 120	0.32 49	0.20 93	3.28 156	11.63 371	5.76 111	4.45 113	9.04 269	16.58 298	4.99 168	7.45 297	8.04 213	3.72 235	0.00 1	0.02 163	0.01 251	0.00 1	0.16 221	0.10 194

test-1	1.82 54	0.45 115	5.42 257	0.89 102	0.41 145	2.14 53	0.56 129	5.75 109	4.15 104	3.28 64	5.11 91	3.61 122	0.70 41	1.53 20	1.56 138	0.02 209	0.34 348	0.00 1	0.08 271	0.02 22	0.30 295

RAFT-RH_RVC	3.96 239	0.46 120	2.93 108	1.55 183	0.42 147	3.14 149	0.14 45	3.70 15	5.98 168	11.25 317	32.23 368	5.29 179	1.68 105	8.13 225	2.14 178	0.08 285	0.00 1	0.00 1	0.03 239	0.01 7	0.00 1

NOSS_ROB	3.30 184	0.46 120	2.62 71	2.08 255	1.01 216	5.60 240	0.74 171	10.37 238	11.48 297	5.15 105	8.43 179	5.67 194	1.73 109	7.97 208	2.34 185	0.02 209	0.06 247	0.00 1	0.00 1	0.07 130	0.14 228

GMOStereo	1.81 50	0.47 122	2.09 35	0.10 13	0.27 114	1.49 18	0.89 199	4.40 35	4.51 116	8.16 238	6.97 144	2.96 92	1.15 72	1.42 12	0.88 77	0.00 1	0.14 307	0.00 1	0.00 1	0.23 266	0.03 66

error version	1.81 50	0.47 122	2.09 35	0.10 13	0.27 114	1.49 18	0.89 199	4.40 35	4.51 116	8.16 238	6.97 144	2.96 92	1.15 72	1.42 12	0.88 77	0.00 1	0.14 307	0.00 1	0.00 1	0.23 266	0.03 66

test-v	1.81 50	0.47 122	2.09 35	0.10 13	0.27 114	1.49 18	0.89 199	4.40 35	4.51 116	8.16 238	6.97 144	2.96 92	1.15 72	1.42 12	0.88 77	0.00 1	0.14 307	0.00 1	0.00 1	0.23 266	0.03 66

test-2	1.81 50	0.47 122	2.09 35	0.10 13	0.27 114	1.49 18	0.89 199	4.40 35	4.51 116	8.16 238	6.97 144	2.96 92	1.15 72	1.42 12	0.88 77	0.00 1	0.14 307	0.00 1	0.00 1	0.23 266	0.03 66

UPFNet	3.82 229	0.47 122	4.34 208	2.21 268	3.38 316	7.26 274	2.69 269	9.89 225	5.96 165	7.98 233	7.53 163	7.89 241	3.15 163	7.72 197	5.88 269	0.01 140	0.02 163	0.00 1	0.00 1	0.04 78	0.06 140

ac_64	3.70 218	0.47 122	3.50 154	2.87 312	3.50 322	5.91 248	0.72 167	10.17 235	4.34 108	8.16 238	5.80 114	10.82 288	5.64 267	7.08 164	4.73 253	0.03 236	0.00 1	0.00 1	0.00 1	0.08 138	0.14 228

EKT-Stereo	1.91 67	0.48 128	2.77 90	2.19 265	4.36 347	1.42 17	0.24 65	4.63 52	3.51 70	2.94 57	3.47 61	3.55 120	2.25 130	5.26 99	0.85 69	0.04 252	0.12 296	0.00 1	0.09 278	0.06 115	0.05 130

GwcNet-ADL	2.65 140	0.48 128	3.84 182	0.82 96	0.33 131	2.04 48	0.69 159	8.07 177	9.42 257	6.05 139	6.66 139	4.14 140	1.73 109	5.40 103	3.01 206	0.08 285	0.06 247	0.00 1	0.00 1	0.06 115	0.03 66

TANstereo	1.20 19	0.49 130	2.04 27	0.34 58	0.10 36	1.80 38	0.01 1	3.40 8	4.10 101	4.37 83	4.82 83	0.41 31	0.70 41	0.94 4	0.46 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

IGEV_Zeroshot_test	2.13 87	0.50 131	4.91 232	1.41 168	0.18 80	2.62 94	0.36 89	7.80 172	3.87 82	5.04 102	5.42 108	4.77 160	1.03 64	3.43 60	0.79 63	0.00 1	0.16 319	0.00 1	0.18 301	0.17 229	0.04 101

GANet-ADL	2.20 95	0.50 131	3.27 137	2.02 246	0.11 44	2.21 57	0.48 108	8.64 197	6.79 191	4.56 89	5.83 115	3.98 131	1.27 82	2.68 49	1.43 126	0.04 252	0.08 267	0.02 280	0.00 1	0.15 215	0.03 66

ASMatch	3.32 191	0.50 131	3.32 139	1.72 207	0.45 153	1.93 43	0.68 155	6.42 141	3.89 84	6.18 151	22.30 336	4.61 157	4.82 244	7.65 190	1.70 146	0.00 1	0.02 163	0.00 1	0.03 239	0.01 7	0.18 249

DSFCA	4.21 256	0.50 131	5.45 259	1.34 154	1.68 252	7.04 269	4.51 309	10.73 246	7.00 197	10.78 309	6.80 141	8.48 255	4.63 234	9.91 297	5.12 257	0.02 209	0.06 247	0.02 280	0.03 239	0.08 138	0.03 66

test croco	1.34 27	0.51 135	5.09 241	0.30 45	0.05 9	1.58 24	0.08 19	4.47 42	3.77 81	0.42 20	1.76 28	0.60 41	0.74 45	6.11 117	0.94 87	0.00 1	0.00 1	0.00 1	0.00 1	0.40 310	0.02 37

IPLGR	2.28 105	0.51 135	6.00 275	0.15 29	0.15 60	1.99 46	0.22 61	6.34 132	6.04 171	6.80 178	5.76 113	2.87 89	2.31 132	4.88 87	1.28 116	0.00 1	0.00 1	0.00 1	0.00 1	0.09 155	0.18 249

Anonymous	1.37 31	0.52 137	4.23 202	1.38 162	2.70 299	1.85 39	0.42 99	4.77 58	3.54 72	0.53 23	1.56 25	0.19 1	1.32 83	3.11 55	0.92 86	0.05 263	0.08 267	0.00 1	0.00 1	0.17 229	0.15 237

HGLStereo	4.25 259	0.52 137	4.65 222	3.09 321	5.18 361	6.51 261	0.73 168	10.37 238	6.74 190	7.32 209	12.44 264	7.00 223	7.21 295	7.46 182	5.51 262	0.00 1	0.02 163	0.00 1	0.00 1	0.06 115	0.10 194

FC-DCNN	10.72 355	0.52 137	4.27 204	1.88 225	1.63 246	17.18 354	5.29 323	18.20 351	19.69 346	28.50 374	34.51 376	34.03 380	21.48 373	15.89 353	11.15 338	0.03 236	0.01 124	0.02 280	0.01 207	0.07 130	0.09 175

CBMV_ROB	4.14 249	0.52 137	3.14 129	1.30 151	0.77 192	6.92 267	1.97 254	10.11 234	9.58 260	8.92 266	14.20 281	7.12 230	5.90 270	8.65 254	3.50 227	0.01 140	0.05 235	0.00 1	0.00 1	0.04 78	0.09 175

HCRNet	2.56 133	0.53 141	3.35 141	0.24 39	3.39 318	2.19 55	0.23 64	6.89 158	5.50 147	5.26 108	4.79 82	5.27 178	2.78 150	7.71 195	2.89 203	0.00 1	0.02 163	0.00 1	0.00 1	0.04 78	0.04 101

ACVNet	2.58 136	0.53 141	2.69 77	0.84 99	0.59 172	2.61 91	0.55 127	8.35 180	5.70 157	4.45 85	9.26 204	5.77 196	3.50 177	2.24 44	4.41 247	0.00 1	0.00 1	0.00 1	0.00 1	0.17 229	0.01 15

acv_ft	3.69 217	0.53 141	4.58 221	2.31 283	4.71 359	7.44 278	0.86 195	8.54 190	5.70 157	9.29 276	9.26 204	5.77 196	4.15 210	2.24 44	8.13 302	0.00 1	0.00 1	0.00 1	0.00 1	0.29 285	0.01 15

IER	3.20 179	0.54 144	5.13 244	0.58 82	1.59 243	7.29 275	0.56 129	6.36 133	4.95 133	7.44 214	8.84 184	6.20 206	6.26 275	4.88 87	3.29 217	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

ToySt	2.69 141	0.55 145	7.03 298	1.03 124	0.10 36	3.49 166	1.04 210	6.38 139	4.55 120	2.69 49	6.28 130	7.95 246	4.38 222	5.08 94	2.58 197	0.01 140	0.11 289	0.00 1	0.04 256	0.28 283	0.19 259

anonymousa	3.80 228	0.55 145	3.35 141	1.24 146	3.74 331	9.04 297	0.36 89	6.74 153	4.03 93	7.72 223	19.64 323	10.62 284	6.01 273	1.52 19	1.40 124	0.00 1	0.00 1	0.00 1	0.05 260	0.00 1	0.03 66

HHNet	2.59 137	0.55 145	2.55 65	0.20 32	0.32 128	2.84 127	0.94 205	5.77 114	5.14 139	7.33 210	13.80 276	0.94 44	3.20 164	5.27 100	2.41 191	0.13 298	0.02 163	0.06 316	0.00 1	0.23 266	0.03 66

NINENet	3.09 172	0.56 148	3.22 134	1.61 193	1.37 237	7.12 270	0.50 119	11.88 272	5.63 155	6.63 174	8.40 178	5.29 179	0.83 53	6.51 141	1.77 153	0.15 301	0.07 259	0.07 322	0.00 1	0.09 155	0.00 1

FCDSN-DC	10.24 352	0.56 148	3.49 153	1.96 236	1.29 232	16.90 353	4.59 311	17.16 344	19.10 341	24.64 370	32.46 372	33.82 379	22.14 375	15.93 354	10.45 331	0.04 252	0.00 1	0.00 1	0.00 1	0.05 99	0.21 266
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ff7	1.12 13	0.57 150	2.06 29	0.03 1	0.07 21	2.80 112	0.84 189	3.71 16	2.27 6	0.38 8	1.06 9	0.20 4	0.40 21	7.12 166	0.49 26	0.00 1	0.00 1	0.00 1	0.16 292	0.09 155	0.06 140

ffff	1.12 13	0.57 150	2.06 29	0.03 1	0.07 21	2.80 112	0.84 189	3.71 16	2.27 6	0.38 8	1.06 9	0.20 4	0.40 21	7.12 166	0.49 26	0.00 1	0.00 1	0.00 1	0.16 292	0.09 155	0.06 140

11t	1.12 13	0.57 150	2.06 29	0.03 1	0.07 21	2.80 112	0.84 189	3.71 16	2.27 6	0.38 8	1.06 9	0.20 4	0.40 21	7.12 166	0.49 26	0.00 1	0.00 1	0.00 1	0.16 292	0.09 155	0.06 140

ccc-4	1.12 13	0.57 150	2.06 29	0.03 1	0.07 21	2.80 112	0.84 189	3.71 16	2.27 6	0.38 8	1.06 9	0.20 4	0.40 21	7.12 166	0.49 26	0.00 1	0.00 1	0.00 1	0.16 292	0.09 155	0.06 140

DISCO	6.28 299	0.57 150	5.78 269	3.43 335	1.17 225	11.22 321	3.39 289	12.14 282	16.16 329	6.52 171	11.22 242	16.96 333	6.32 277	19.51 368	10.74 334	0.00 1	0.00 1	0.00 1	0.00 1	0.35 299	0.11 205

RAFT-Stereo + iAFF	2.12 86	0.58 155	2.43 55	1.27 149	0.16 63	1.60 26	0.14 45	5.17 77	5.90 162	7.10 196	10.10 216	3.06 99	1.74 111	1.87 35	0.97 91	0.01 140	0.02 163	0.00 1	0.00 1	0.23 266	0.02 37

AdaStereo	3.09 172	0.58 155	3.04 120	2.84 311	0.48 161	4.08 206	1.29 229	12.16 283	7.77 221	6.03 138	9.62 210	5.79 198	1.53 102	4.56 82	1.93 168	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
anonymousdsp	1.12 13	0.59 157	1.66 8	0.03 1	0.07 21	2.81 121	0.82 182	4.07 28	2.30 11	0.41 16	1.12 17	0.30 19	0.40 21	7.05 162	0.49 26	0.00 1	0.00 1	0.00 1	0.17 298	0.10 165	0.05 130

IGEV-Stereo	1.12 13	0.59 157	1.66 8	0.03 1	0.07 21	2.82 124	0.82 182	4.09 30	2.30 11	0.41 16	1.11 14	0.30 19	0.41 27	7.05 162	0.49 26	0.00 1	0.00 1	0.00 1	0.17 298	0.10 165	0.05 130
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ProNet	1.20 19	0.60 159	2.00 25	0.26 40	0.08 32	2.73 103	0.68 155	5.00 70	2.52 18	0.29 3	1.32 19	0.37 29	0.36 16	6.94 157	0.44 12	0.00 1	0.07 259	0.00 1	0.00 1	0.17 229	0.07 153

GANet-RSSM	3.27 181	0.60 159	3.38 143	2.94 318	2.00 271	2.61 91	0.48 108	10.93 252	6.11 176	5.47 113	10.20 219	6.57 215	5.44 264	6.25 122	2.23 181	0.00 1	0.00 1	0.08 325	0.00 1	0.17 229	0.03 66

SGM_RVC	10.08 349	0.60 159	3.42 148	2.30 277	0.32 128	19.41 361	6.33 334	18.95 358	14.64 320	25.14 371	24.32 345	33.34 378	18.79 363	19.86 369	12.55 344	0.25 321	0.26 344	0.22 345	0.24 318	0.34 298	0.40 306
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
fff	2.28 105	0.61 162	3.81 176	0.22 35	0.07 21	1.69 31	0.11 26	5.37 98	11.84 301	5.80 121	5.17 93	1.44 54	5.41 258	2.00 39	1.92 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 249

csc	2.28 105	0.61 162	3.81 176	0.22 35	0.07 21	1.69 31	0.11 26	5.37 98	11.84 301	5.80 121	5.17 93	1.44 54	5.41 258	2.00 39	1.92 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 249

cscssc	2.28 105	0.61 162	3.81 176	0.22 35	0.07 21	1.69 31	0.11 26	5.37 98	11.84 301	5.80 121	5.17 93	1.44 54	5.41 258	2.00 39	1.92 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 249

UNet	3.97 242	0.61 162	6.50 289	1.68 200	3.22 310	9.82 306	0.31 82	9.50 216	5.32 143	7.20 203	6.35 135	10.59 282	5.91 271	6.93 155	5.49 261	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

RASNet	4.52 272	0.61 162	4.42 210	3.42 334	4.68 358	4.58 222	0.99 208	9.54 218	8.01 227	5.28 109	11.42 246	10.34 281	8.88 319	9.28 284	8.68 309	0.15 301	0.00 1	0.00 1	0.00 1	0.03 58	0.04 101

Anonymous_2	4.14 249	0.62 167	3.21 133	1.40 165	1.43 239	5.19 234	0.32 83	6.63 148	4.38 110	4.48 88	2.30 41	8.08 247	7.00 290	5.37 101	2.29 183	0.23 318	0.75 364	5.20 377	18.12 400	5.66 372	0.23 274

StereoDRNet-Refined	4.46 266	0.62 167	3.80 175	1.92 231	0.40 142	9.35 300	0.15 49	10.02 230	8.83 249	12.69 328	11.62 251	9.34 263	3.87 200	8.06 220	8.02 298	0.00 1	0.00 1	0.01 251	0.05 260	0.20 247	0.26 286
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
tt1	2.14 88	0.63 169	2.22 47	2.27 273	0.02 3	5.71 242	0.63 146	4.53 45	10.19 272	1.16 35	3.39 59	0.33 27	3.05 161	8.00 209	0.46 20	0.00 1	0.02 163	0.00 1	0.03 239	0.10 165	0.04 101

ADStereo(finetuned)	2.26 104	0.64 170	5.22 251	0.31 46	0.18 80	1.71 36	0.25 68	5.23 80	8.46 240	6.06 141	5.30 106	1.41 52	6.37 278	1.87 35	1.87 159	0.00 1	0.00 1	0.00 1	0.00 1	0.04 78	0.18 249

DCANet	2.08 84	0.64 170	3.81 176	0.31 46	0.17 68	1.70 35	0.25 68	5.23 80	8.47 241	6.07 142	5.30 106	1.41 52	4.23 215	1.85 33	2.02 172	0.00 1	0.00 1	0.00 1	0.00 1	0.04 78	0.19 259

DMCA	2.82 154	0.64 170	4.45 211	1.61 193	0.89 201	3.86 198	0.57 137	9.18 207	5.10 137	6.24 154	6.49 136	7.17 231	2.13 124	3.31 57	4.73 253	0.00 1	0.01 124	0.00 1	0.00 1	0.04 78	0.02 37

DIP-Stereo	1.97 75	0.64 170	2.95 109	0.17 30	0.10 36	4.83 227	0.13 39	8.60 195	4.06 100	6.42 168	4.92 86	0.44 34	0.72 44	3.57 62	1.80 156	0.00 1	0.01 124	0.00 1	0.00 1	0.05 99	0.04 101
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ACVNet-DCA	2.01 78	0.65 174	2.15 41	2.30 277	0.02 3	5.80 244	0.56 129	8.45 184	3.33 62	1.03 30	3.33 54	0.32 24	3.71 189	8.05 216	0.45 16	0.00 1	0.02 163	0.00 1	0.03 239	0.02 22	0.03 66

xx1	2.33 111	0.65 174	2.15 41	2.30 277	0.02 3	5.80 244	0.56 129	4.31 32	10.41 278	1.03 30	3.33 54	4.67 158	2.70 145	8.05 216	0.45 16	0.00 1	0.02 163	0.00 1	0.00 1	0.02 22	0.03 66

1test111	1.86 57	0.65 174	2.15 41	2.30 277	0.02 3	5.80 244	0.56 129	8.45 184	3.33 62	1.03 30	3.33 54	0.32 24	3.71 189	4.40 79	0.96 89	0.00 1	0.02 163	0.00 1	0.03 239	0.02 22	0.03 66

cc1	2.17 91	0.65 174	2.15 41	2.30 277	0.02 3	5.80 244	0.56 129	4.31 32	10.41 278	1.03 30	3.33 54	0.32 24	3.71 189	8.05 216	0.45 16	0.00 1	0.02 163	0.00 1	0.03 239	0.10 165	0.05 130

sCroCo_RVC	1.21 21	0.65 174	5.16 247	1.09 133	1.29 232	0.92 4	0.19 56	3.92 23	2.68 23	0.30 4	3.04 49	0.52 37	1.56 103	1.58 22	0.78 62	0.09 289	0.25 342	0.00 1	0.00 1	0.07 130	0.11 205

hitnet-ft	3.66 215	0.65 174	2.79 94	0.89 102	0.72 188	4.25 210	0.55 127	9.11 206	7.52 213	7.14 198	10.19 218	12.49 304	4.70 236	7.44 181	4.41 247	0.03 236	0.00 1	0.06 316	0.00 1	0.20 247	0.04 101

MyStereo06	2.35 112	0.66 180	4.54 215	1.10 134	0.96 209	2.57 83	0.10 23	9.30 212	4.05 97	5.22 107	6.09 118	5.95 201	2.38 134	3.00 52	0.73 51	0.01 140	0.08 267	0.00 1	0.01 207	0.13 203	0.15 237

MyStereo05	2.94 163	0.66 180	5.25 253	1.10 134	0.96 209	2.57 83	0.10 23	8.53 189	12.34 308	6.28 160	3.88 65	3.18 103	3.30 167	7.81 202	2.37 188	0.01 140	0.08 267	0.00 1	0.01 207	0.13 203	0.15 237

IPLG	2.43 120	0.66 180	4.77 227	0.54 74	0.31 127	3.01 140	0.26 70	6.15 125	5.55 151	7.69 221	6.21 126	1.89 70	1.74 111	7.19 171	2.35 187	0.01 140	0.01 124	0.00 1	0.00 1	0.24 276	0.12 216

CRFU-Net	4.45 265	0.67 183	5.02 236	2.78 309	1.32 236	12.67 335	3.35 287	11.26 256	3.52 71	10.06 295	9.30 206	10.91 291	6.92 289	7.26 173	3.24 215	0.15 301	0.16 319	0.16 337	0.00 1	0.26 277	0.05 130

CoDeX	3.43 203	0.68 184	4.49 212	0.98 120	1.65 247	6.37 256	2.14 257	13.23 308	6.07 172	7.23 204	8.95 188	4.09 136	3.79 198	6.31 126	2.37 188	0.03 236	0.06 247	0.00 1	0.00 1	0.07 130	0.15 237

DCRE	1.79 47	0.68 184	2.55 65	1.66 199	0.27 114	1.27 9	0.05 11	4.57 49	4.04 95	3.30 66	9.24 201	3.83 127	1.20 78	2.08 42	0.67 41	0.00 1	0.12 296	0.00 1	0.24 318	0.04 78	0.09 175

iRaftStereo_RVC	1.62 38	0.68 184	1.98 23	0.67 87	0.05 9	2.99 138	0.04 8	5.36 97	3.74 78	3.82 76	4.96 87	2.54 82	0.62 39	3.35 59	0.97 91	0.00 1	0.07 259	0.00 1	0.00 1	0.30 286	0.27 290

AFF-stereo	2.59 137	0.68 184	2.35 53	1.55 183	0.17 68	1.67 28	0.08 19	5.75 109	6.60 187	6.20 152	12.13 257	6.16 205	2.36 133	4.75 84	1.11 102	0.02 209	0.02 163	0.00 1	0.00 1	0.23 266	0.05 130

FAT-Stereo	6.78 312	0.68 184	6.80 294	2.30 277	1.77 261	5.63 241	4.20 302	18.79 355	18.62 338	10.53 305	17.15 309	18.52 342	13.74 352	8.86 269	7.38 287	0.03 236	0.15 312	0.01 251	0.07 267	0.12 193	0.26 286

StereoIM	0.80 2	0.69 189	3.02 115	0.33 54	1.83 265	1.22 5	0.06 13	3.41 9	1.49 3	0.31 5	0.38 7	0.42 32	0.51 34	1.14 9	1.21 112	0.00 1	0.00 1	0.00 1	0.00 1	0.05 99	0.05 130

MIPNet	2.06 83	0.69 189	4.57 220	0.32 49	0.21 96	1.92 42	0.19 56	6.89 158	5.64 156	5.48 114	4.02 68	2.02 74	3.50 177	3.32 58	2.01 170	0.00 1	0.01 124	0.01 251	0.01 207	0.20 247	0.13 223

test_5	2.90 160	0.70 191	3.69 166	2.01 244	3.17 309	4.61 224	1.32 231	6.69 151	7.02 199	2.79 52	7.18 155	4.99 168	4.14 209	7.96 207	1.31 118	0.00 1	0.00 1	0.00 1	0.03 239	0.19 244	0.26 286

TransformOpticalFlow	3.38 197	0.70 191	4.54 215	1.00 121	0.30 121	3.56 173	0.14 45	9.67 220	7.30 207	5.55 115	13.34 272	6.74 218	5.03 249	8.22 236	1.34 121	0.00 1	0.01 124	0.01 251	0.00 1	0.04 78	0.11 205

RAFT+CT+SA	2.36 114	0.71 193	2.46 58	0.83 98	2.26 285	3.18 153	0.93 203	6.82 156	5.48 146	2.55 48	8.07 173	1.64 62	1.59 104	8.54 248	1.15 107	0.02 209	0.00 1	0.00 1	0.38 342	0.19 244	0.36 302

StereoVision	2.25 101	0.72 194	4.00 190	1.03 124	2.64 297	1.91 41	0.28 72	5.83 116	4.43 111	1.89 42	10.65 232	3.88 128	0.52 36	5.13 97	1.98 169	0.00 1	0.00 1	0.00 1	0.00 1	0.09 155	0.03 66

delet	4.27 261	0.72 194	4.50 213	1.07 132	3.75 335	10.79 319	4.04 298	9.95 226	7.89 223	8.09 236	8.89 186	8.46 253	3.81 199	7.56 187	5.80 267	0.00 1	0.00 1	0.00 1	0.00 1	0.11 182	0.02 37

HH	2.42 118	0.73 196	3.76 171	0.91 104	0.14 56	2.78 110	0.71 163	7.92 175	2.72 24	1.53 39	6.10 120	7.93 242	4.01 204	8.60 252	0.44 12	0.00 1	0.09 275	0.00 1	0.00 1	0.05 99	0.04 101

HanStereo	2.42 118	0.73 196	3.76 171	0.91 104	0.14 56	2.78 110	0.71 163	7.92 175	2.72 24	1.53 39	6.10 120	7.93 242	4.01 204	8.60 252	0.44 12	0.00 1	0.09 275	0.00 1	0.00 1	0.05 99	0.04 101

STrans-v2	3.43 203	0.73 196	4.82 228	0.26 40	0.60 173	3.00 139	1.19 223	10.41 240	7.22 203	5.79 120	10.97 239	6.75 219	7.03 292	8.25 237	1.40 124	0.00 1	0.01 124	0.00 1	0.00 1	0.03 58	0.18 249

GEStereo_RVC	3.74 220	0.73 196	4.95 234	2.01 244	1.24 228	4.36 214	3.07 277	11.77 269	7.80 222	6.87 184	6.52 137	7.70 238	4.31 220	8.98 273	4.19 245	0.03 236	0.01 124	0.02 280	0.02 227	0.13 203	0.11 205

SA	3.06 170	0.74 200	3.79 174	1.60 192	0.30 121	3.19 154	1.43 234	6.72 152	9.06 251	4.63 93	10.80 234	2.89 90	4.71 237	9.62 294	1.18 111	0.00 1	0.09 275	0.00 1	0.19 305	0.23 266	0.02 37

raftrobust	1.86 57	0.74 200	1.94 20	2.15 262	2.24 284	2.74 104	0.53 122	4.89 60	4.05 97	6.09 143	3.89 66	1.64 62	2.55 141	2.44 46	1.12 103	0.00 1	0.03 206	0.00 1	0.00 1	0.12 193	0.08 165

MIM_Stereo	2.50 131	0.75 202	4.26 203	1.18 143	0.11 44	3.08 143	0.33 85	6.07 122	3.28 60	5.01 101	10.12 217	4.29 149	1.74 111	8.06 220	1.27 115	0.00 1	0.12 296	0.00 1	0.01 207	0.18 239	0.15 237

Sa-1000	3.55 210	0.75 202	3.63 163	1.91 229	0.30 121	3.55 172	1.63 245	7.39 166	8.54 244	7.70 222	17.44 314	4.00 132	2.82 153	9.44 291	1.33 119	0.00 1	0.10 283	0.00 1	0.18 301	0.21 255	0.04 101

IIG-Stereo	3.16 177	0.75 202	2.83 95	4.08 353	0.21 96	2.56 82	0.74 171	6.55 146	5.56 153	8.39 247	9.38 207	7.94 244	2.79 151	9.50 293	1.89 161	0.02 209	0.00 1	0.00 1	0.00 1	0.02 22	0.04 101

RAFT	2.57 135	0.76 205	3.09 128	0.91 104	0.09 33	2.41 70	0.94 205	5.35 95	2.65 21	6.11 145	7.21 157	9.43 265	4.30 218	5.73 108	1.77 153	0.00 1	0.12 296	0.00 1	0.02 227	0.46 317	0.08 165

THIR-Stereo	3.86 232	0.77 206	2.62 71	0.12 18	0.13 54	4.25 210	6.63 338	5.30 92	4.18 105	10.33 298	17.13 308	6.58 216	7.62 303	7.78 200	3.51 228	0.01 140	0.07 259	0.07 322	0.00 1	0.11 182	0.02 37

MMNet	4.16 252	0.77 206	5.47 260	1.40 165	1.67 250	10.78 318	0.63 146	8.64 197	8.47 241	8.80 261	8.33 177	7.51 234	6.61 282	7.53 186	6.54 278	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.05 130

PSMNet-RSSM	3.33 193	0.77 206	3.22 134	2.12 259	1.90 270	2.33 63	0.71 163	11.17 254	5.83 160	5.90 134	11.43 247	7.04 226	4.83 245	5.96 113	3.17 211	0.00 1	0.00 1	0.02 280	0.00 1	0.08 138	0.02 37

UCFNet_RVC	3.09 172	0.77 206	2.27 49	2.35 286	1.79 262	3.50 167	1.06 212	12.12 281	6.91 193	4.71 96	7.67 167	7.58 235	4.40 224	4.95 91	1.67 145	0.00 1	0.00 1	0.00 1	0.00 1	0.11 182	0.01 15

HITNet	2.79 151	0.77 206	4.02 191	2.03 248	0.11 44	5.58 239	0.59 139	9.24 210	5.15 140	6.42 168	7.26 159	3.66 123	2.92 158	4.07 75	3.87 240	0.00 1	0.00 1	0.00 1	0.00 1	0.06 115	0.02 37
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
MyStereo07	1.31 26	0.79 211	1.61 6	1.03 124	1.11 220	2.63 95	0.46 105	5.48 102	2.24 5	0.64 24	1.48 22	0.27 16	0.59 38	7.03 161	0.45 16	0.00 1	0.09 275	0.00 1	0.01 207	0.11 182	0.09 175

MyStereo04	2.95 164	0.79 211	5.38 256	1.03 124	1.11 220	2.63 95	0.46 105	10.00 228	12.44 309	4.19 81	3.91 67	3.04 98	3.60 182	7.34 177	2.74 202	0.00 1	0.09 275	0.00 1	0.01 207	0.11 182	0.09 175

rafts_anoy	1.72 41	0.79 211	2.58 68	2.03 248	1.75 258	2.47 72	0.16 52	5.48 102	6.01 170	3.24 63	2.11 37	1.92 73	1.33 84	3.08 54	1.13 105	0.01 140	0.18 325	0.00 1	0.01 207	0.03 58	0.07 153

HSM	4.00 244	0.79 211	3.16 130	1.59 191	2.17 279	6.77 264	1.11 217	12.28 286	6.35 185	6.75 175	8.11 175	13.90 312	5.37 257	8.85 267	2.71 199	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37

ADLNet	4.32 264	0.80 215	4.33 207	3.60 341	3.56 324	6.87 266	2.48 264	11.20 255	7.58 216	9.87 289	9.62 210	8.39 250	4.95 247	6.16 118	6.60 280	0.01 140	0.01 124	0.00 1	0.01 207	0.12 193	0.25 281

TestStereo1	2.85 155	0.81 216	3.48 151	3.11 323	0.44 148	2.52 75	1.50 237	6.37 135	8.18 232	4.62 90	9.24 201	2.23 77	3.69 186	9.19 280	1.26 113	0.00 1	0.01 124	0.00 1	0.00 1	0.27 281	0.09 175

SA-5K	2.85 155	0.81 216	3.48 151	3.11 323	0.44 148	2.52 75	1.50 237	6.37 135	8.18 232	4.62 90	9.24 201	2.23 77	3.69 186	9.19 280	1.26 113	0.00 1	0.01 124	0.00 1	0.00 1	0.27 281	0.09 175

cf-r	3.42 202	0.81 216	3.97 184	2.41 292	2.78 301	2.85 128	0.64 149	8.44 183	6.32 182	6.25 156	11.57 250	8.97 261	3.54 180	5.93 112	3.83 238	0.00 1	0.00 1	0.00 1	0.00 1	0.09 155	0.07 153

psm_up	3.85 231	0.82 219	3.01 113	2.00 243	2.58 296	5.28 236	3.34 286	10.85 250	6.33 183	7.27 207	7.32 160	10.15 275	9.02 322	6.19 119	2.51 194	0.22 317	0.01 124	0.00 1	0.00 1	0.12 193	0.03 66

NVstereo2D	4.51 269	0.82 219	6.86 296	3.28 331	3.38 316	8.16 287	3.13 279	10.51 241	15.15 324	4.90 99	6.89 143	7.87 239	4.78 241	9.88 296	3.91 241	0.01 140	0.00 1	0.00 1	0.06 265	0.02 22	0.58 325

LL-Strereo2	1.86 57	0.83 221	2.33 51	0.36 60	0.17 68	3.79 195	1.52 239	5.82 115	4.04 95	4.43 84	2.51 43	4.23 142	0.37 18	5.66 106	0.99 93	0.00 1	0.02 163	0.00 1	0.05 260	0.06 115	0.11 205

raft+_RVC	1.79 47	0.84 222	2.32 50	2.40 289	0.85 198	1.38 13	0.09 22	6.36 133	4.75 128	2.85 54	5.46 109	1.17 50	1.36 89	4.54 81	0.91 83	0.00 1	0.10 283	0.00 1	0.00 1	0.11 182	0.22 268

S-Stereo	6.63 307	0.84 222	9.67 325	3.15 327	3.48 321	6.49 259	6.22 330	12.99 304	22.84 356	9.48 278	15.51 291	12.00 301	8.43 313	8.04 213	10.70 333	0.12 296	0.17 321	0.00 1	0.38 342	0.13 203	1.92 354

XX-TBD	1.44 33	0.85 224	2.04 27	2.45 294	0.05 9	2.34 64	0.01 1	3.46 10	7.51 212	2.88 55	4.98 89	0.26 14	0.25 3	1.15 10	0.46 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

4D-IteraStereo	1.72 41	0.86 225	3.01 113	0.09 12	2.86 304	3.57 176	1.06 212	3.92 23	5.31 142	5.28 109	1.02 8	3.92 129	0.38 20	1.83 32	1.04 97	0.00 1	0.01 124	0.00 1	0.00 1	0.07 130	0.09 175

iRaft-Stereo_5w	2.86 159	0.86 225	4.08 199	0.06 8	0.25 106	2.76 109	0.60 142	4.97 66	4.10 101	2.98 58	7.85 170	10.17 276	4.17 212	8.16 228	5.83 268	0.00 1	0.00 1	0.00 1	0.01 207	0.26 277	0.06 140

ssnet_v2	4.46 266	0.87 227	5.18 248	1.57 187	0.67 180	9.14 298	4.73 313	11.84 270	9.68 261	8.79 259	6.24 129	9.91 271	4.34 221	6.28 124	9.30 317	0.00 1	0.01 124	0.00 1	0.00 1	0.28 283	0.30 295

WCMA_ROB	9.21 340	0.87 227	7.37 306	2.54 298	2.13 276	13.59 341	5.80 325	11.64 263	14.01 317	24.43 369	32.99 373	27.09 367	18.02 359	12.51 329	9.85 328	0.81 353	0.07 259	0.01 251	0.01 207	0.16 221	0.23 274

CroCo-Stereo Lap2	1.24 23	0.88 229	3.39 144	0.95 115	4.59 357	0.47 2	0.08 19	3.51 14	2.80 28	1.17 36	2.24 39	1.57 61	0.20 1	1.48 17	1.14 106	0.00 1	0.00 1	0.00 1	0.00 1	0.15 215	0.12 216

stereogan	7.69 325	0.88 229	7.08 300	3.49 339	3.93 340	18.98 359	3.23 284	16.52 340	19.58 345	9.93 292	18.92 320	20.50 355	9.04 323	14.07 342	6.14 270	0.26 323	0.04 226	0.21 344	0.03 239	0.63 329	0.33 299

MLCV	3.44 205	0.88 229	5.60 266	1.39 164	0.25 106	4.36 214	0.33 85	7.25 163	7.28 206	9.17 273	12.24 262	5.09 174	2.47 137	9.15 278	3.23 214	0.00 1	0.00 1	0.00 1	0.00 1	0.10 165	0.02 37

CroCo-Stereo	0.99 8	0.89 232	3.19 132	0.46 69	0.44 148	0.38 1	0.05 11	4.61 50	3.95 87	0.48 22	1.78 30	1.01 46	0.27 5	1.11 8	1.07 98	0.01 140	0.00 1	0.00 1	0.00 1	0.05 99	0.04 101
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
RYNet	6.34 301	0.89 232	5.88 271	1.41 168	4.48 354	15.97 348	4.18 301	13.41 309	16.49 330	10.81 310	7.00 149	14.33 315	8.72 317	9.43 288	13.71 350	0.00 1	0.01 124	0.00 1	0.00 1	0.02 22	0.07 153

ADLNet2	4.46 266	0.90 234	6.06 277	2.74 308	3.91 339	6.79 265	3.01 276	10.95 253	8.40 239	7.27 207	9.80 213	9.85 269	5.43 261	7.29 174	6.44 276	0.01 140	0.03 206	0.00 1	0.00 1	0.15 215	0.11 205

iResNet	3.68 216	0.91 235	7.94 313	2.97 319	0.34 133	4.44 220	0.48 108	7.70 169	9.74 263	7.72 223	12.74 267	4.03 133	2.87 157	8.05 216	3.37 219	0.02 209	0.01 124	0.00 1	0.00 1	0.10 165	0.09 175

DLCB_ROB	4.51 269	0.91 235	3.78 173	2.19 265	1.07 219	6.28 253	3.09 278	9.78 222	7.72 220	10.65 307	12.97 268	13.91 313	3.71 189	8.72 263	5.30 259	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.10 194

CBMV	5.35 283	0.91 235	3.67 165	1.62 195	0.44 148	10.09 309	7.19 346	12.49 293	12.33 307	12.22 324	14.69 287	10.93 292	6.48 280	8.51 247	4.96 256	0.02 209	0.15 312	0.00 1	0.00 1	0.17 229	0.17 247
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AASNet	3.90 236	0.92 238	4.41 209	3.56 340	4.00 342	6.70 262	1.26 227	18.71 354	6.14 177	7.35 211	7.91 172	4.35 150	2.58 142	3.04 53	6.62 282	0.00 1	0.00 1	0.00 1	0.00 1	0.39 307	0.14 228

111	2.78 150	0.92 238	3.81 176	0.22 35	0.07 21	2.83 126	0.70 161	6.03 120	14.00 316	3.22 62	8.93 187	5.48 186	3.30 167	3.66 63	2.03 173	0.00 1	0.00 1	0.00 1	0.00 1	0.10 165	0.29 293

ccnet	6.87 314	0.92 238	5.15 246	3.09 321	2.18 281	11.78 326	4.90 315	17.97 349	8.79 248	12.79 331	20.20 325	16.00 327	8.35 312	9.12 276	14.17 353	0.42 341	0.33 347	0.25 348	0.09 278	0.40 310	0.48 316

OMP-Stereo	3.03 169	0.93 241	2.72 83	4.21 357	0.51 167	2.19 55	1.25 225	6.19 129	6.00 169	7.99 234	6.21 126	8.50 257	2.49 138	9.44 291	1.74 151	0.01 140	0.00 1	0.00 1	0.00 1	0.08 138	0.05 130

STTStereo	3.60 212	0.93 241	6.34 283	2.71 305	2.23 283	3.68 181	0.63 146	9.42 214	6.73 189	9.87 289	6.97 144	8.84 260	3.65 184	6.85 150	3.04 207	0.00 1	0.02 163	0.01 251	0.00 1	0.02 22	0.02 37

CBFPSM	4.87 276	0.94 243	14.70 352	1.51 178	1.15 224	11.49 323	2.55 266	7.28 164	6.47 186	6.23 153	4.83 84	15.30 322	8.99 321	6.88 151	8.20 303	0.03 236	0.02 163	0.00 1	0.00 1	0.40 310	0.42 309

CFNet-ft	3.31 185	0.94 243	2.69 77	1.50 175	2.38 288	2.81 121	0.68 155	8.35 180	7.43 209	4.45 85	9.94 214	10.20 277	4.60 231	6.50 140	3.41 220	0.00 1	0.00 1	0.03 296	0.00 1	0.22 259	0.03 66

CFNet_RVC	3.31 185	0.94 243	2.69 77	1.50 175	2.38 288	2.81 121	0.68 155	8.35 180	7.43 209	4.45 85	9.94 214	10.20 277	4.60 231	6.49 139	3.41 220	0.00 1	0.00 1	0.03 296	0.00 1	0.22 259	0.03 66

DRN-Test	5.87 288	0.98 246	5.89 272	2.69 304	3.65 328	12.37 332	3.35 287	20.07 371	10.20 276	11.93 323	12.31 263	11.06 295	5.31 256	7.89 205	9.05 313	0.04 252	0.05 235	0.04 306	0.04 256	0.18 239	0.25 281

GMStereo	1.83 55	0.99 247	4.55 217	0.57 81	0.05 9	2.53 77	0.01 1	4.95 63	11.14 291	3.52 71	2.24 39	0.53 38	0.49 33	3.76 65	0.80 65	0.20 314	0.00 1	0.00 1	0.12 286	0.12 193	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
RALCasStereoNet	1.93 69	1.01 248	2.75 86	1.88 225	1.75 258	2.88 133	0.18 55	4.64 54	4.36 109	2.27 46	5.14 92	2.22 76	0.79 51	7.10 165	1.00 95	0.00 1	0.34 348	0.00 1	0.00 1	0.10 165	0.16 246

edge stereo	6.76 309	1.01 248	6.76 293	2.20 267	2.45 292	6.41 257	2.45 263	14.84 328	11.98 304	15.29 345	18.31 319	22.02 358	12.56 344	10.82 311	7.49 288	0.03 236	0.06 247	0.11 330	0.03 239	0.30 286	0.14 228

TestStereo	1.74 44	1.02 250	3.64 164	0.20 32	0.28 119	1.33 11	0.01 1	5.24 86	4.01 92	3.18 60	4.97 88	2.07 75	0.70 41	7.32 175	0.75 56	0.02 209	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1

iResNet_ROB	4.23 257	1.02 250	4.90 231	2.18 264	0.93 206	2.92 134	0.37 91	15.10 331	16.91 334	7.89 231	10.51 228	7.03 224	3.07 162	8.16 228	3.46 226	0.01 140	0.00 1	0.00 1	0.00 1	0.10 165	0.02 37

AACVNet	3.33 193	1.03 252	3.56 156	3.46 336	0.63 175	3.09 145	0.28 72	8.78 200	3.43 67	5.99 136	10.64 231	10.08 274	4.03 207	8.69 258	2.51 194	0.03 236	0.01 124	0.00 1	0.00 1	0.26 277	0.06 140

FBW_ROB	8.50 336	1.03 252	7.98 314	1.93 233	1.28 231	13.10 338	6.23 331	22.50 375	18.98 339	18.82 353	14.91 289	19.06 345	10.04 331	18.41 363	9.83 326	0.62 348	0.22 334	1.82 370	0.82 359	0.99 343	1.36 346

HBP-ISP	4.09 245	1.05 254	4.10 200	1.87 222	1.31 235	7.56 280	3.98 297	11.26 256	9.94 269	7.81 226	14.44 284	3.23 104	4.27 217	8.89 270	1.87 159	0.06 273	0.06 247	0.00 1	0.00 1	0.06 115	0.04 101

GwcNet-RSSM	3.77 224	1.05 254	5.06 239	2.21 268	1.87 267	2.36 65	1.52 239	8.98 202	7.96 226	5.91 135	14.59 285	7.94 244	3.50 177	6.43 132	5.70 265	0.00 1	0.00 1	0.04 306	0.00 1	0.20 247	0.08 165

NLCA_NET_v2_RVC	3.84 230	1.06 256	5.23 252	2.72 307	3.27 312	4.36 214	0.61 143	10.71 245	7.56 214	8.75 258	7.89 171	9.86 270	3.90 201	7.15 170	3.44 222	0.14 299	0.02 163	0.02 280	0.03 239	0.04 78	0.03 66
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RAFT_CTSACE	3.40 200	1.07 257	4.52 214	1.27 149	3.14 306	4.00 205	1.07 214	3.93 25	4.43 111	4.66 95	17.94 317	7.21 233	2.76 149	10.82 311	0.85 69	0.00 1	0.07 259	0.00 1	0.00 1	0.30 286	0.01 15

GANet	6.22 298	1.07 257	4.07 198	2.27 273	0.89 201	9.19 299	9.52 358	12.02 276	8.13 231	10.72 308	29.09 360	13.86 311	7.52 301	11.00 314	4.39 246	0.36 332	0.00 1	0.02 280	0.02 227	0.12 193	0.08 165

ACRE	2.41 117	1.08 259	5.11 242	0.55 77	2.05 272	2.65 98	0.78 180	5.26 91	4.67 122	7.59 219	9.20 193	1.70 65	1.08 66	3.74 64	2.18 180	0.01 140	0.18 325	0.02 280	0.08 271	0.22 259	0.10 194

SGM-ForestM	16.99 378	1.08 259	5.74 268	2.12 259	0.75 189	31.63 382	12.21 374	27.80 384	32.25 372	37.88 386	39.99 384	52.96 395	35.20 390	33.60 388	24.47 378	0.26 323	0.39 353	0.31 351	0.39 344	0.26 277	0.53 322

RALAANet	2.46 126	1.09 261	3.70 169	2.55 300	0.80 194	3.37 158	0.15 49	7.44 168	5.54 150	5.65 117	6.01 117	3.54 119	1.13 69	6.34 128	1.58 140	0.00 1	0.01 124	0.00 1	0.05 260	0.21 255	0.03 66

MSMD_ROB	9.28 342	1.09 261	4.65 222	1.58 188	0.39 140	16.52 349	4.41 307	13.60 311	14.87 323	22.34 360	39.89 383	25.67 365	20.71 370	12.42 328	6.98 283	0.34 331	0.03 206	0.00 1	0.00 1	0.05 99	0.09 175

CIPLG	2.47 127	1.10 263	4.71 226	0.63 84	2.15 278	2.67 101	0.77 176	5.19 78	4.73 126	7.85 228	9.56 209	1.72 66	1.14 70	4.20 78	2.34 185	0.01 140	0.19 329	0.02 280	0.09 278	0.23 266	0.08 165

CFNet	3.72 219	1.10 263	5.03 238	2.49 296	1.59 243	4.90 229	0.22 61	11.38 259	9.88 268	4.80 98	11.25 243	6.44 212	3.68 185	8.33 238	3.00 205	0.00 1	0.00 1	0.00 1	0.00 1	0.22 259	0.07 153

ARAFT	3.13 176	1.11 265	7.34 305	0.42 66	0.14 56	4.52 221	2.99 275	7.41 167	5.97 167	8.85 263	7.06 154	5.20 177	1.25 81	8.49 246	1.44 127	0.00 1	0.03 206	0.00 1	0.00 1	0.33 295	0.11 205

TDLM	4.11 246	1.11 265	3.54 155	1.62 195	1.04 217	3.91 201	7.41 348	10.60 243	10.67 287	6.38 167	12.59 265	5.95 201	4.77 239	8.79 265	3.04 207	0.58 346	0.00 1	0.01 251	0.00 1	0.19 244	0.12 216

FINET	5.32 282	1.14 267	10.04 327	2.17 263	3.67 330	6.49 259	6.76 341	11.68 265	22.08 354	7.42 213	12.15 258	4.24 143	3.61 183	9.25 283	5.35 260	0.04 252	0.04 226	0.00 1	0.00 1	0.17 229	0.09 175

DeepPruner_ROB	3.52 207	1.14 267	4.06 196	1.12 140	1.65 247	3.65 178	0.83 186	13.96 316	4.47 115	7.80 225	10.84 236	7.05 228	2.16 127	8.14 226	3.08 209	0.07 280	0.03 206	0.00 1	0.01 207	0.32 293	0.06 140

CVANet_RVC	4.16 252	1.16 269	3.60 158	1.94 234	1.46 240	3.92 202	4.68 312	10.89 251	8.34 236	7.58 218	10.84 236	10.27 279	6.62 283	8.56 249	2.69 198	0.39 335	0.00 1	0.00 1	0.01 207	0.21 255	0.09 175

IPLGR_C	2.44 122	1.17 270	4.94 233	0.62 83	2.08 273	2.65 98	0.80 181	5.60 106	4.79 129	7.87 229	9.23 195	1.67 64	1.15 72	3.43 60	2.23 181	0.01 140	0.19 329	0.02 280	0.08 271	0.22 259	0.10 194

raft_robust	2.64 139	1.20 271	2.62 71	1.10 134	0.28 119	1.50 22	0.12 32	6.28 131	9.04 250	6.80 178	7.19 156	3.73 126	2.13 124	9.06 275	1.07 98	0.03 236	0.12 296	0.00 1	0.21 310	0.17 229	0.22 268

dd	2.16 90	1.22 272	4.82 228	0.68 88	0.12 52	1.39 16	0.17 54	5.14 74	11.22 294	2.70 51	3.51 63	1.52 59	1.23 80	5.08 94	3.96 242	0.12 296	0.01 124	0.04 306	0.21 310	0.07 130	0.01 15

XPNet_ROB	6.03 296	1.22 272	5.61 267	2.56 301	0.90 203	6.32 254	7.07 344	12.92 302	8.30 235	14.76 343	15.13 290	19.84 349	6.66 285	10.36 304	8.58 308	0.02 209	0.04 226	0.00 1	0.03 239	0.11 182	0.24 278

DANet	6.02 295	1.23 274	8.45 317	3.86 350	3.94 341	7.64 284	1.34 232	9.51 217	7.00 197	13.39 336	15.53 292	15.99 326	7.02 291	12.14 325	12.37 342	0.19 311	0.12 296	0.02 280	0.03 239	0.13 203	0.56 324
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NaN_ROB	6.00 294	1.24 275	6.29 281	1.34 154	1.68 252	9.60 305	10.31 364	15.09 329	15.79 327	12.62 327	8.95 188	11.67 300	5.83 268	11.78 323	6.41 275	0.05 263	0.13 303	0.08 325	0.20 307	0.22 259	0.79 333

Nwc_Net	6.97 316	1.25 276	6.63 291	3.82 348	3.37 315	10.83 320	1.67 248	19.56 369	11.35 295	8.36 245	23.62 341	17.19 335	11.44 340	11.21 316	8.08 301	0.80 352	0.00 1	0.00 1	0.02 227	0.13 203	0.09 175

SACVNet	4.15 251	1.26 277	3.81 176	3.12 325	1.68 252	3.09 145	2.85 274	11.91 273	5.96 165	10.52 304	11.20 241	10.59 282	3.95 202	8.97 272	3.25 216	0.08 285	0.02 163	0.00 1	0.00 1	0.32 293	0.44 312

DMCA-RVC	3.17 178	1.26 277	6.39 286	2.10 258	1.51 242	3.02 141	0.56 129	7.84 174	5.06 135	9.23 274	5.19 97	8.46 253	2.72 148	6.31 126	3.22 213	0.06 273	0.11 289	0.09 328	0.02 227	0.16 221	0.08 165

BEATNet_4x	3.24 180	1.27 279	5.89 272	1.56 186	0.10 36	5.26 235	1.07 214	10.08 232	5.50 147	6.89 185	7.73 168	4.53 154	4.13 208	5.05 93	5.27 258	0.04 252	0.05 235	0.00 1	0.00 1	0.23 266	0.23 274

MANE	19.47 385	1.27 279	5.07 240	4.69 360	5.55 363	30.49 381	9.94 362	34.01 388	37.27 384	44.13 395	51.57 399	52.51 393	40.41 395	33.58 387	24.81 379	0.89 355	0.86 365	1.11 365	9.72 391	0.38 303	1.06 340

pmcnn	7.72 326	1.27 279	9.42 324	2.91 313	3.14 306	9.44 301	6.23 331	12.56 295	16.51 331	14.53 341	24.08 343	27.44 368	8.49 314	9.32 286	8.44 306	0.06 273	0.08 267	0.00 1	0.00 1	0.30 286	0.15 237

CSP-Net	4.12 247	1.28 282	3.70 169	1.54 181	1.06 218	13.28 340	2.33 260	12.96 303	5.45 145	8.87 264	8.54 181	8.43 252	3.03 159	8.16 228	3.65 233	0.00 1	0.00 1	0.00 1	0.00 1	0.18 239	0.03 66

LE_ROB	16.73 377	1.28 282	11.61 333	3.72 345	1.65 247	16.67 351	9.17 356	14.39 322	55.91 398	63.81 409	40.86 386	35.94 382	37.73 393	14.24 343	26.87 384	0.05 263	0.10 283	0.13 334	0.22 315	0.12 193	0.15 237

LMCR-Stereo	3.63 213	1.29 284	4.20 201	2.54 298	0.17 68	8.08 286	1.52 239	11.46 261	4.73 126	8.45 250	10.66 233	1.91 72	5.03 249	7.69 193	3.58 232	0.92 357	0.00 1	0.00 1	0.00 1	0.36 301	0.02 37

RP	6.84 313	1.29 284	5.53 265	3.92 351	5.18 361	6.32 254	3.53 290	11.73 268	15.31 325	9.54 280	22.38 337	18.25 340	14.47 354	10.11 298	7.49 288	0.91 356	0.01 124	0.12 332	0.15 290	0.33 295	0.19 259

whm_eth	3.00 168	1.32 286	5.51 262	0.75 92	2.73 300	2.57 83	0.28 72	6.84 157	7.24 205	5.29 111	24.32 345	0.37 29	0.46 32	1.03 7	0.95 88	0.01 140	0.03 206	0.00 1	0.00 1	0.06 115	0.14 228

ADCRef	7.27 317	1.38 287	16.37 356	2.52 297	3.30 314	11.63 325	3.16 281	10.80 248	9.35 256	13.03 334	25.27 352	8.17 248	8.92 320	8.06 220	21.81 371	0.15 301	0.08 267	0.16 337	0.34 339	0.38 303	0.58 325

fast-acv-ft	5.62 286	1.39 288	7.01 297	2.02 246	1.89 269	12.23 330	1.82 253	7.35 165	9.45 258	10.46 303	20.27 327	14.55 317	7.71 305	7.41 180	7.61 290	0.10 291	0.09 275	0.16 337	0.07 267	0.59 324	0.13 223

DN-CSS_ROB	2.69 141	1.40 289	5.34 255	2.31 283	0.75 189	3.14 149	0.06 13	6.11 124	3.87 82	5.34 112	12.18 260	2.34 79	1.22 79	7.84 203	1.48 129	0.03 236	0.00 1	0.00 1	0.00 1	0.35 299	0.03 66

LoS_RVC	1.26 24	1.43 290	1.91 16	0.42 66	3.77 336	1.71 36	0.04 8	2.58 2	2.49 16	0.42 20	2.58 44	0.30 19	0.57 37	1.71 25	0.66 40	0.01 140	0.02 163	0.00 1	0.00 1	0.02 22	4.49 370

iResNetv2_ROB	4.28 262	1.43 290	7.17 301	2.91 313	1.26 229	4.36 214	1.62 244	13.64 313	10.25 277	9.83 287	11.41 245	7.68 237	4.00 203	7.75 199	1.85 158	0.00 1	0.00 1	0.00 1	0.00 1	0.37 302	0.09 175

AF-Net	7.78 327	1.44 292	6.68 292	3.37 332	4.50 355	8.61 292	2.69 269	17.07 343	20.17 349	9.52 279	24.02 342	20.31 354	14.59 355	11.58 321	9.84 327	0.61 347	0.00 1	0.12 332	0.00 1	0.38 303	0.12 216

gwcnet-sp	3.31 185	1.47 293	7.26 302	1.73 208	0.69 182	7.57 281	1.14 219	8.59 191	6.17 178	8.57 252	5.25 103	4.26 145	3.36 169	6.46 133	3.44 222	0.00 1	0.00 1	0.00 1	0.00 1	0.15 215	0.11 205

scenet	3.31 185	1.47 293	7.26 302	1.73 208	0.69 182	7.57 281	1.14 219	8.59 191	6.17 178	8.57 252	5.25 103	4.26 145	3.36 169	6.46 133	3.44 222	0.00 1	0.00 1	0.00 1	0.00 1	0.15 215	0.11 205

ssnet	3.31 185	1.47 293	7.26 302	1.73 208	0.69 182	7.57 281	1.14 219	8.59 191	6.17 178	8.57 252	5.25 103	4.26 145	3.36 169	6.46 133	3.44 222	0.00 1	0.00 1	0.00 1	0.00 1	0.15 215	0.11 205

PA-Net	4.98 278	1.47 293	7.42 307	2.40 289	2.14 277	8.73 294	3.64 294	12.42 287	13.11 311	7.03 192	7.57 164	7.88 240	6.52 281	10.16 303	7.82 293	0.02 209	0.03 206	0.00 1	0.00 1	0.11 182	1.07 341
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCC-stereo	6.77 310	1.49 297	6.48 287	2.92 315	4.40 348	7.43 276	3.61 292	19.52 367	13.29 312	8.39 247	16.91 303	15.96 324	12.13 341	12.85 331	7.70 291	1.47 365	0.11 289	0.01 251	0.42 346	0.14 213	0.24 278

Abc-Net	6.77 310	1.49 297	6.48 287	2.92 315	4.40 348	7.43 276	3.61 292	19.52 367	13.29 312	8.39 247	16.91 303	15.96 324	12.13 341	12.85 331	7.70 291	1.47 365	0.11 289	0.01 251	0.42 346	0.14 213	0.24 278
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MeshStereo	11.52 358	1.52 299	4.55 217	1.89 227	1.46 240	19.87 363	5.11 319	20.66 373	15.91 328	32.67 379	34.51 376	39.34 386	21.15 371	18.74 365	12.10 340	0.11 293	0.06 247	0.01 251	0.00 1	0.45 316	0.22 268
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
G-Net	8.41 334	1.54 300	10.97 331	5.73 367	3.60 326	26.19 371	4.41 307	10.10 233	7.42 208	19.71 356	24.99 350	14.38 316	15.83 356	10.99 313	9.53 324	0.50 345	0.46 359	0.19 343	0.25 320	0.80 337	0.66 329

Wz-Net-LNSev-Ref	5.98 292	1.55 301	9.92 326	2.40 289	3.22 310	10.28 312	3.14 280	11.64 263	9.79 264	9.54 280	20.22 326	11.16 296	6.77 287	10.61 309	9.16 314	0.06 273	0.00 1	0.00 1	0.00 1	0.03 58	0.04 101

RAFT + AFF	4.30 263	1.55 301	5.84 270	1.43 170	2.36 287	5.94 249	6.72 340	10.01 229	7.56 214	7.55 217	8.96 190	7.09 229	6.73 286	8.57 250	4.02 243	0.02 209	0.47 360	0.00 1	0.01 207	0.56 320	0.54 323

psmorigin	7.34 318	1.58 303	18.31 363	2.35 286	0.87 199	6.72 263	1.70 251	10.63 244	7.14 201	19.77 357	22.71 338	20.13 351	11.34 338	12.96 333	9.49 323	0.04 252	0.17 321	0.06 316	0.17 298	0.21 255	0.50 319

NCCL2	5.88 289	1.59 304	5.44 258	1.87 222	0.92 204	9.55 303	11.55 370	12.11 279	9.94 269	9.67 284	8.85 185	22.28 360	7.41 296	8.78 264	7.17 285	0.01 140	0.00 1	0.03 296	0.00 1	0.13 203	0.23 274

iinet-f	5.94 290	1.60 305	26.88 382	1.79 215	1.38 238	11.92 328	1.47 236	6.80 155	7.11 200	6.90 187	14.43 283	10.64 286	7.97 307	7.00 160	12.12 341	0.02 209	0.03 206	0.05 312	0.00 1	0.63 329	0.02 37

CSAN	7.62 321	1.60 305	6.56 290	1.83 220	0.66 178	12.40 333	10.52 367	14.45 323	21.32 352	14.19 339	15.98 294	17.84 336	13.02 349	12.32 327	8.38 305	0.09 289	0.07 259	0.03 296	0.04 256	0.33 295	0.67 330

FADNet-RVC-Resample	3.79 226	1.62 307	12.06 335	1.43 170	0.66 178	5.94 249	2.41 261	10.18 236	8.58 246	6.28 160	4.22 71	5.33 183	4.80 243	7.71 195	3.19 212	0.17 307	0.21 333	0.17 340	0.12 286	0.41 313	0.29 293

PSMNet_ROB	5.02 280	1.63 308	6.03 276	1.90 228	1.83 265	9.57 304	6.35 335	15.58 336	7.23 204	6.15 150	10.48 227	12.22 302	4.16 211	8.02 212	8.71 310	0.02 209	0.01 124	0.01 251	0.10 282	0.20 247	0.12 216

LL-Strereo	4.71 275	1.64 309	7.51 310	1.15 142	4.31 346	3.71 184	1.45 235	9.21 208	8.36 237	8.37 246	8.17 176	10.82 288	11.36 339	12.51 329	4.82 255	0.00 1	0.12 296	0.00 1	0.00 1	0.31 291	0.32 298

FADNet	4.23 257	1.65 310	11.75 334	1.64 197	0.80 194	4.80 226	0.77 176	13.76 315	11.65 299	3.97 77	5.24 101	9.62 267	5.14 253	8.40 241	3.78 237	0.21 315	0.04 226	0.07 322	0.05 260	1.14 345	0.10 194

sAnonymous2	1.35 28	1.66 311	8.14 315	0.55 77	0.46 154	1.23 6	0.24 65	4.00 26	3.47 68	0.40 14	1.11 14	0.23 11	1.42 91	0.96 5	0.57 33	0.01 140	0.00 1	0.00 1	0.20 307	2.07 360	0.22 268

CroCo_RVC	1.35 28	1.66 311	8.14 315	0.55 77	0.46 154	1.23 6	0.24 65	4.00 26	3.47 68	0.40 14	1.11 14	0.23 11	1.42 91	0.96 5	0.57 33	0.01 140	0.00 1	0.00 1	0.20 307	2.07 360	0.22 268

FADNet_RVC	3.91 238	1.67 313	12.95 345	0.96 117	0.75 189	5.71 242	0.54 124	10.83 249	6.60 187	3.46 70	8.09 174	4.10 138	3.40 175	9.43 288	6.33 273	0.36 332	0.44 357	0.17 340	0.46 350	0.91 340	0.95 338

APVNet	5.98 292	1.72 314	8.72 319	3.21 329	4.04 343	12.31 331	1.81 252	19.09 360	6.10 173	6.13 149	13.41 273	10.69 287	6.30 276	11.26 317	13.90 351	0.05 263	0.02 163	0.11 330	0.03 239	0.53 318	0.20 265

AANet_RVC	5.01 279	1.74 315	6.38 285	1.96 236	1.29 232	2.26 59	1.69 249	10.07 231	18.53 337	7.88 230	18.15 318	8.49 256	2.70 145	10.59 308	7.04 284	0.96 358	0.15 312	0.02 280	0.00 1	0.13 203	0.12 216

StereoDRNet	5.59 285	1.75 316	6.80 294	3.12 325	4.45 352	10.61 317	4.35 306	18.80 356	9.73 262	12.22 324	6.87 142	11.44 298	4.65 235	8.09 223	8.26 304	0.02 209	0.11 289	0.00 1	0.03 239	0.20 247	0.28 292

ETE_ROB	5.80 287	1.77 317	6.33 282	1.44 173	0.78 193	6.43 258	6.90 342	12.53 294	8.08 229	12.93 333	14.89 288	21.13 357	5.87 269	9.83 295	6.57 279	0.04 252	0.01 124	0.00 1	0.02 227	0.08 138	0.33 299

ADCP+	8.09 330	1.79 318	14.50 350	1.54 181	4.28 345	16.57 350	5.20 320	12.80 299	11.20 293	12.83 332	17.07 307	11.02 294	10.80 336	17.59 361	23.18 376	0.03 236	0.05 235	0.01 251	0.18 301	0.39 307	0.81 334

LALA_ROB	6.58 306	1.80 319	6.25 280	1.26 147	0.94 207	10.08 308	9.02 355	16.00 338	11.51 298	12.74 329	13.02 269	24.77 362	5.25 255	10.56 307	8.02 298	0.04 252	0.05 235	0.00 1	0.02 227	0.10 165	0.25 281

FADNet-RVC	3.98 243	1.84 320	12.48 340	1.69 201	0.44 148	4.33 212	1.31 230	11.84 270	7.15 202	3.53 72	3.50 62	10.63 285	4.43 225	9.12 276	6.25 272	0.03 236	0.10 283	0.00 1	0.03 239	0.60 326	0.25 281

PS-NSSS	3.90 236	1.84 320	4.55 217	0.87 101	2.95 305	4.10 208	2.00 255	10.77 247	8.23 234	6.75 175	14.63 286	5.01 172	2.24 128	8.41 242	2.91 204	0.33 330	0.03 206	0.83 361	0.00 1	0.82 338	0.70 331

SANet	10.64 354	1.86 322	10.91 329	1.76 211	0.71 187	14.62 344	9.23 357	19.18 361	37.14 383	19.22 354	27.96 356	25.86 366	19.11 365	13.02 334	10.63 332	0.08 285	0.06 247	0.03 296	0.02 227	0.62 327	0.81 334

DPSNet	10.14 350	1.88 323	16.82 359	1.85 221	1.73 256	24.84 369	17.20 392	19.92 370	27.41 364	12.23 326	13.62 275	16.52 329	18.35 360	14.42 345	12.50 343	0.78 351	0.54 363	0.08 325	0.25 320	1.18 346	0.59 328

dad	4.66 274	1.89 324	5.51 262	0.94 111	0.09 33	2.16 54	0.37 91	7.10 162	14.43 319	10.13 296	16.84 302	14.97 319	1.90 117	6.82 149	4.15 244	1.09 360	0.11 289	4.08 375	0.46 350	0.17 229	0.06 140

Wz-Net-LNSev	6.46 303	1.93 325	16.44 358	1.52 179	4.15 344	12.66 334	4.96 317	13.05 305	12.10 305	10.55 306	16.23 296	11.32 297	7.19 293	8.43 244	8.48 307	0.00 1	0.01 124	0.00 1	0.00 1	0.08 138	0.06 140

GwcNet	6.42 302	1.97 326	10.92 330	2.59 302	5.58 364	11.55 324	2.21 259	14.10 319	16.52 333	10.04 294	17.19 311	10.86 290	5.61 266	9.23 282	8.84 312	0.01 140	0.06 247	0.03 296	0.08 271	0.56 320	0.40 306

GMStereo_Zeroshot	2.77 149	1.98 327	5.14 245	1.53 180	0.36 135	3.56 173	0.10 23	5.57 105	5.91 163	6.89 185	7.02 150	8.50 257	0.91 56	6.01 115	1.65 144	0.00 1	0.00 1	0.00 1	0.00 1	0.20 247	0.01 15

PDISCO_ROB	9.62 347	1.99 328	11.51 332	9.88 375	9.61 377	21.48 364	3.83 295	19.33 363	28.49 367	11.27 318	14.17 280	19.92 350	5.02 248	16.35 357	9.18 315	5.28 375	0.41 354	0.14 335	0.09 278	2.05 359	2.36 361

ADCL	10.16 351	2.11 329	19.36 366	1.92 231	1.88 268	22.23 365	8.91 354	14.04 317	23.56 358	14.62 342	26.19 353	12.75 305	13.59 351	16.06 356	22.95 375	0.26 323	0.18 325	0.75 359	0.65 354	0.69 333	0.58 325

ELAS	16.72 376	2.14 330	9.23 321	4.92 362	4.53 356	32.66 386	15.11 387	27.40 383	28.68 368	40.27 390	44.90 389	38.33 385	30.50 385	26.44 382	21.94 372	0.88 354	1.23 369	0.67 358	0.89 361	1.49 353	2.18 359
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RGC	6.88 315	2.23 331	6.13 278	4.05 352	4.73 360	8.94 295	2.78 271	15.19 333	11.74 300	11.13 315	19.34 321	17.86 337	10.42 334	13.02 334	8.03 300	0.73 350	0.01 124	0.24 347	0.41 345	0.31 291	0.38 304

ELAS_RVC	16.54 375	2.26 332	10.09 328	5.50 366	4.46 353	28.28 379	16.72 391	25.55 380	33.54 375	40.19 389	40.30 385	36.68 383	30.03 384	29.40 383	20.61 365	0.98 359	1.21 368	0.86 362	0.70 356	1.39 352	2.16 357
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SDNR	7.50 320	2.32 333	15.58 355	1.82 219	0.63 175	44.66 398	0.44 104	8.59 191	9.52 259	9.84 288	25.18 351	5.30 182	4.38 222	11.46 320	6.49 277	0.05 263	0.03 206	0.00 1	0.01 207	1.79 357	1.87 353

Wz-Net-MNSev	7.43 319	2.35 334	15.22 353	2.34 285	3.41 320	17.27 356	8.55 351	11.91 273	13.48 314	13.37 335	17.05 306	13.70 308	7.47 300	11.90 324	9.99 329	0.40 337	0.03 206	0.00 1	0.01 207	0.16 221	0.07 153

ADCPNet	9.54 345	2.39 335	31.46 386	2.09 256	1.60 245	16.71 352	6.39 336	12.11 279	11.45 296	13.53 337	21.45 332	19.41 346	10.94 337	14.38 344	21.54 369	0.27 326	1.16 367	0.39 356	1.49 369	0.58 323	1.45 347

SHD	9.61 346	2.60 336	12.46 339	3.69 344	3.54 323	9.47 302	1.25 225	20.16 372	37.84 385	18.19 352	21.24 331	16.96 333	12.83 348	14.47 346	16.05 356	0.32 329	0.13 303	0.01 251	0.08 271	0.38 303	0.48 316

DGSMNet	6.47 304	2.61 337	13.64 348	3.46 336	3.74 331	8.97 296	6.01 326	14.15 320	13.01 310	7.46 215	14.10 279	9.94 272	4.79 242	10.44 305	6.22 271	1.30 364	1.70 372	1.80 368	1.52 371	2.27 363	2.35 360

DeepPrunerF	6.75 308	2.69 338	23.31 375	3.68 343	7.16 369	3.78 194	4.29 304	13.42 310	20.13 348	8.13 237	10.46 226	7.18 232	8.06 309	11.10 315	9.44 322	0.24 320	0.15 312	0.29 349	0.42 346	0.66 332	0.45 313

Syn2CoEx	6.32 300	2.72 339	9.33 322	2.45 294	1.67 250	8.59 291	3.32 285	18.08 350	12.27 306	8.53 251	21.08 330	10.30 280	9.80 329	9.30 285	7.86 295	0.01 140	0.00 1	0.00 1	0.00 1	0.63 329	0.43 311

SAMSARA	14.63 367	2.74 340	12.38 337	12.65 380	6.74 368	36.50 390	72.93 413	19.36 364	23.77 359	16.20 349	13.04 270	29.21 371	12.78 346	16.98 359	15.21 355	0.11 293	0.26 344	0.03 296	0.14 288	0.76 336	0.77 332

GANetREF_RVC	6.56 305	2.89 341	7.58 311	3.41 333	0.40 142	12.96 337	9.58 359	15.09 329	17.25 336	10.33 298	10.62 230	12.27 303	8.16 311	12.21 326	4.53 249	0.41 338	0.00 1	0.00 1	0.02 227	3.12 366	0.39 305
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
PVD	15.44 369	2.93 342	14.67 351	4.21 357	3.39 318	17.43 357	4.16 300	27.84 385	48.84 394	31.02 377	43.54 388	29.76 373	30.81 386	25.97 381	21.40 367	0.23 318	0.41 354	0.04 306	0.33 337	0.41 313	1.33 345

RTSC	9.15 339	3.00 343	13.57 347	3.72 345	1.76 260	11.82 327	0.46 105	16.95 342	36.83 382	15.80 347	15.53 292	12.91 306	7.46 299	20.01 371	21.76 370	0.31 328	0.13 303	0.01 251	0.08 271	0.57 322	0.41 308

TRStereo	2.36 114	3.10 344	4.70 225	1.99 239	2.08 273	2.61 91	1.11 217	8.79 201	3.73 77	3.19 61	3.04 49	3.96 130	0.77 47	5.92 111	1.44 127	0.03 236	0.14 307	0.00 1	0.29 328	0.08 138	0.25 281

ADCMid	10.24 352	3.13 345	20.70 369	2.21 268	2.39 290	11.23 322	6.19 328	14.17 321	11.19 292	23.20 366	22.25 335	17.89 338	19.54 366	18.51 364	26.21 383	0.45 343	0.42 356	1.10 364	1.29 366	1.56 355	1.18 342

PWC_ROB	8.24 332	3.13 345	12.74 343	2.43 293	4.43 351	7.51 279	1.22 224	16.63 341	19.24 343	16.08 348	28.29 357	13.99 314	10.16 332	13.63 339	14.06 352	0.42 341	0.00 1	0.05 312	0.00 1	0.59 324	0.27 290

SuperB	8.10 331	3.15 347	24.67 378	2.65 303	1.23 227	9.88 307	4.29 304	10.18 236	30.07 369	11.53 320	12.18 260	6.12 204	6.65 284	10.50 306	14.47 354	0.14 299	0.11 289	0.35 353	0.25 320	13.06 385	0.48 316

Anonymous Stereo	6.16 297	3.15 347	23.75 376	2.97 319	2.48 293	4.39 219	13.30 377	9.21 208	9.86 267	9.56 282	8.76 183	6.79 220	1.99 120	13.50 337	13.04 346	0.01 140	0.05 235	0.00 1	0.06 265	0.22 259	0.19 259

PWCDC_ROB	7.92 329	3.17 349	7.48 309	5.73 367	4.40 348	10.45 314	0.35 88	14.52 325	28.19 366	10.36 300	31.27 366	7.04 226	9.14 324	13.22 336	8.78 311	2.74 371	0.02 163	0.00 1	0.00 1	1.31 350	0.17 247

aanetorigin	8.72 338	3.29 350	27.55 383	1.95 235	3.84 337	4.93 231	5.39 324	5.49 104	10.05 271	27.85 373	31.47 367	15.80 323	12.78 346	9.04 274	11.98 339	0.25 321	0.22 334	0.22 345	0.25 320	1.28 349	0.84 336

SQANet	7.64 322	3.40 351	5.49 261	11.73 379	9.62 378	11.96 329	2.82 272	11.33 258	6.10 173	8.33 244	11.49 248	11.00 293	5.16 254	10.12 302	2.72 201	8.92 383	2.21 374	10.41 380	1.58 372	11.13 381	7.39 380

XQC	8.43 335	3.58 352	16.40 357	2.92 315	2.17 279	13.22 339	3.60 291	14.64 326	25.86 362	11.87 322	12.04 254	15.06 320	10.67 335	15.24 351	19.41 361	0.39 335	0.08 267	0.05 312	0.07 267	0.84 339	0.45 313

MFN_U_SF_RVC	12.94 361	3.66 353	25.81 381	3.61 342	2.26 285	22.77 366	4.55 310	27.10 381	20.06 347	23.90 367	28.99 359	30.53 374	16.98 357	19.92 370	20.26 364	1.24 361	1.07 366	0.98 363	1.33 367	1.80 358	2.04 356

anonymity	7.68 323	3.83 354	12.39 338	7.04 372	12.67 384	8.18 288	2.00 255	17.50 346	6.85 192	13.56 338	9.21 194	9.97 273	7.82 306	11.28 318	5.58 263	6.27 378	4.98 398	3.68 374	2.96 376	3.33 368	4.48 369

PASM	7.90 328	4.22 355	21.97 373	3.25 330	3.29 313	5.39 238	6.57 337	10.57 242	19.09 340	12.77 330	13.92 277	18.11 339	9.51 327	13.79 340	10.77 336	0.19 311	0.45 358	0.29 349	1.08 364	1.49 353	1.19 343

MFN_U_SF_DS_RVC	9.78 348	4.27 356	14.47 349	2.29 276	2.85 303	23.40 368	13.62 379	13.60 311	19.54 344	19.42 355	24.27 344	16.74 332	8.59 315	17.05 360	7.98 297	1.25 362	1.68 371	0.17 340	2.63 374	0.72 335	1.04 339

GASNet	5.19 281	4.61 357	9.38 323	4.73 361	2.10 275	3.80 196	1.57 242	12.07 277	10.96 288	8.92 266	7.03 152	8.21 249	7.67 304	14.02 341	7.36 286	0.02 209	0.15 312	0.00 1	0.00 1	0.69 333	0.42 309

WZ-Net	13.00 362	4.64 358	41.07 394	3.48 338	3.15 308	19.12 360	15.66 390	14.81 327	31.33 371	15.71 346	27.88 355	22.22 359	14.01 353	20.44 373	25.03 380	0.64 349	0.00 1	0.01 251	0.03 239	0.39 307	0.37 303

Consistency-Raft	9.42 343	4.74 359	12.66 341	5.30 365	9.08 375	4.08 206	5.26 322	19.26 362	24.87 360	11.17 316	29.85 362	13.57 307	5.51 265	7.67 192	13.40 348	0.36 332	0.35 350	1.81 369	4.24 382	11.61 382	3.57 364

ADCS	13.02 363	4.93 360	28.38 384	3.17 328	2.67 298	13.61 342	10.83 368	18.70 353	33.46 374	22.59 361	24.78 348	19.59 348	18.51 362	23.40 378	32.16 392	0.10 291	0.19 329	0.37 355	0.18 301	1.26 348	1.46 348

MaskLacGwcNet_RVC	5.97 291	5.36 361	5.02 236	3.75 347	3.57 325	15.81 347	4.27 303	11.72 267	6.96 195	7.23 204	8.47 180	9.09 262	2.66 144	9.36 287	2.71 199	7.49 380	2.32 375	2.01 371	0.08 271	6.77 376	4.67 371

AnyNet_C32	10.98 356	5.58 362	22.79 374	4.16 354	5.83 365	15.64 345	14.30 380	13.18 306	17.15 335	16.44 350	20.52 328	14.68 318	13.44 350	22.46 375	30.08 389	0.17 307	0.26 344	0.36 354	0.36 341	1.23 347	0.91 337

LSM	14.01 366	5.95 363	33.49 387	6.78 371	43.61 407	10.22 310	9.98 363	15.16 332	22.93 357	23.07 365	32.34 371	18.52 342	12.67 345	15.45 352	11.10 337	0.16 306	0.51 362	0.09 328	0.32 335	1.08 344	16.85 402

EDNetEfficient	13.82 365	6.19 364	54.79 400	2.83 310	3.60 326	4.86 228	8.57 352	8.61 196	32.90 373	40.77 391	30.59 365	18.33 341	21.87 374	11.38 319	25.36 381	0.15 301	0.23 336	0.06 316	1.03 363	2.54 364	1.79 351

SPS-STEREO	15.04 368	6.23 365	13.21 346	11.34 378	11.65 381	23.30 367	7.15 345	24.16 378	15.65 326	31.78 378	29.19 361	31.62 375	21.32 372	24.62 379	19.50 362	7.59 381	4.19 396	3.22 373	1.48 368	6.99 377	6.54 377
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Wz-Net-SNSev	9.23 341	6.70 366	24.28 377	1.87 222	1.81 264	8.57 290	12.29 376	17.37 345	20.39 350	10.43 302	23.11 340	16.66 331	8.03 308	14.47 346	17.86 358	0.00 1	0.02 163	0.01 251	0.00 1	0.41 313	0.30 295

AnonymousM	2.71 144	6.75 367	0.98 1	0.73 90	0.06 16	2.41 70	0.53 122	5.30 92	3.05 45	4.75 97	2.09 35	1.89 70	1.01 61	1.88 37	0.51 32	0.01 140	0.02 163	17.42 385	4.76 385	0.02 22	0.01 15

NVStereoNet_ROB	16.04 372	6.75 367	12.90 344	6.37 370	7.42 372	12.89 336	9.74 361	22.78 376	25.12 361	30.32 375	46.19 391	34.37 381	25.38 378	21.48 374	21.38 366	5.94 376	3.10 388	6.07 379	10.09 392	4.01 369	8.54 385
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	16.41 374	6.93 369	21.83 372	5.94 369	2.81 302	38.71 392	14.59 381	24.55 379	34.87 380	33.66 383	34.35 375	29.24 372	24.20 377	22.59 376	17.95 359	2.52 370	2.81 383	1.17 366	1.51 370	5.89 374	2.16 357

UDGNet	2.73 147	7.09 370	3.90 183	2.71 305	0.06 16	2.98 137	0.20 59	4.63 52	8.58 246	2.69 49	2.70 45	0.95 45	1.01 61	6.27 123	1.51 131	1.28 363	0.00 1	5.24 378	0.94 362	1.70 356	0.13 223

SGM+DAISY	15.62 370	7.26 371	19.28 365	8.94 373	10.11 379	26.25 372	10.49 366	19.36 364	14.65 321	30.64 376	33.59 374	33.00 377	22.32 376	24.96 380	16.42 357	7.90 382	6.25 400	4.51 376	3.37 378	5.86 373	7.20 379

otaku	11.73 359	7.51 372	7.07 299	13.22 382	10.85 380	26.61 376	7.25 347	18.84 357	19.16 342	11.58 321	17.23 312	20.19 352	8.09 310	15.11 350	4.64 252	9.13 384	2.42 376	13.08 381	1.83 373	12.48 384	8.22 383

MFMNet_re	13.29 364	8.60 373	18.29 362	9.75 374	7.25 371	19.65 362	14.84 384	20.71 374	30.72 370	23.03 364	28.77 358	18.85 344	26.09 381	13.55 338	9.82 325	2.44 369	1.35 370	0.34 352	0.23 316	4.78 371	6.69 378

Ntro	12.35 360	8.88 374	7.80 312	13.79 383	12.42 383	26.54 375	6.98 343	18.54 352	22.14 355	9.82 286	16.45 297	20.30 353	9.29 326	15.95 355	6.61 281	9.53 386	2.47 378	14.93 383	2.77 375	13.11 386	8.63 386

BEATNet-Init1	23.31 387	9.03 375	41.67 395	4.17 355	2.53 295	45.68 400	19.47 395	33.43 387	38.45 386	47.59 398	49.10 395	59.31 399	41.80 396	38.35 395	29.21 388	0.47 344	0.50 361	0.81 360	0.66 355	2.10 362	1.86 352

CC-Net-ROB	7.68 323	9.21 376	7.46 308	3.82 348	3.66 329	15.68 346	5.02 318	17.95 348	10.45 284	6.44 170	14.00 278	7.63 236	4.77 239	10.75 310	3.10 210	5.99 377	2.46 377	16.28 384	1.08 364	6.30 375	1.56 350

UDG	8.58 337	9.31 377	4.89 230	10.00 376	9.52 376	10.36 313	2.41 261	12.07 277	9.82 265	7.81 226	9.55 208	16.52 329	9.81 330	7.84 203	7.88 296	4.20 372	2.51 379	18.53 386	3.71 381	9.55 378	5.28 374

RTS	18.87 383	9.32 378	86.48 409	4.95 363	6.10 366	42.08 394	14.70 382	15.49 334	41.06 387	22.65 362	32.32 369	13.77 309	19.54 366	37.98 393	28.96 386	0.41 338	0.23 336	0.00 1	0.02 227	0.91 340	0.50 319

RTSA	18.87 383	9.32 378	86.48 409	4.95 363	6.10 366	42.08 394	14.70 382	15.49 334	41.06 387	22.65 362	32.32 369	13.77 309	19.54 366	37.98 393	28.96 386	0.41 338	0.23 336	0.00 1	0.02 227	0.91 340	0.50 319

Wz-Net-TNSev	11.35 357	10.56 380	35.88 391	2.28 275	1.73 256	18.25 358	11.42 369	15.88 337	20.88 351	14.44 340	16.97 305	19.57 347	19.04 364	19.31 367	18.67 360	0.01 140	0.06 247	0.00 1	0.16 292	0.62 327	1.25 344

AnyNet_C01	16.12 373	10.81 381	59.36 402	4.42 359	2.49 294	30.06 380	15.15 388	17.51 347	16.51 331	17.88 351	37.69 380	24.04 361	17.54 358	29.60 384	33.29 393	0.28 327	0.38 352	0.43 357	0.42 346	2.57 365	1.98 355

DDUNet	9.47 344	11.32 382	6.14 279	12.93 381	11.65 381	10.45 314	3.87 296	11.70 266	7.89 223	9.27 275	13.28 271	16.18 328	6.14 274	8.80 266	5.77 266	6.64 379	3.38 391	20.90 387	4.28 383	11.01 380	7.80 381

EDNetEfficientorigin	17.87 380	14.00 383	99.53 421	1.64 197	0.92 204	10.55 316	6.26 333	13.21 307	34.84 379	38.20 388	36.91 379	27.47 369	26.32 382	14.71 348	25.69 382	0.04 252	0.06 247	0.14 335	0.52 352	3.16 367	3.27 363

JetBlue	29.12 393	15.72 384	54.12 399	15.93 384	20.98 395	60.90 411	30.62 402	39.38 390	34.62 378	34.08 384	39.69 382	57.35 398	43.17 397	50.71 407	50.60 408	2.41 368	3.79 394	2.81 372	3.45 379	9.57 379	12.59 396

coex-ft	19.78 386	19.39 385	87.73 411	1.77 213	1.80 263	17.25 355	13.50 378	12.63 297	42.10 389	60.18 405	38.90 381	28.72 370	28.74 383	11.74 322	27.40 385	0.21 315	0.23 336	0.04 306	0.30 333	1.36 351	1.54 349

ACVNet-4b	15.90 371	22.00 386	12.37 336	16.40 385	15.14 387	31.87 383	7.50 349	19.04 359	27.85 365	11.48 319	22.02 334	31.86 376	9.16 325	17.95 362	5.69 264	10.43 388	2.58 380	24.44 390	4.87 387	16.04 388	9.28 387

WAO-7	29.39 394	24.43 387	20.47 368	32.71 396	13.83 385	34.70 387	20.27 398	52.19 405	65.03 406	43.29 393	59.35 405	52.19 392	44.68 399	31.71 385	30.56 390	10.98 390	4.94 397	13.71 382	12.52 397	12.06 383	8.22 383

ACVNet_1	18.70 382	25.08 388	12.72 342	17.33 386	15.18 388	26.02 370	9.62 360	28.44 386	34.49 376	24.39 368	24.32 345	37.22 384	20.13 369	16.67 358	13.39 347	10.45 389	2.59 381	24.77 391	4.92 388	16.57 389	9.75 388

DispFullNet	17.47 379	26.01 389	33.98 389	22.58 390	20.86 394	13.84 343	1.28 228	16.50 339	26.27 363	19.97 358	17.17 310	20.52 356	18.49 361	22.86 377	10.76 335	5.13 374	2.83 384	30.72 394	7.72 390	20.86 392	11.01 392

RainbowNet	18.01 381	26.22 390	19.95 367	18.59 387	14.88 386	27.38 378	10.46 365	27.39 382	34.54 377	14.91 344	27.01 354	25.65 364	12.44 343	18.94 366	9.23 316	13.91 394	3.46 392	23.36 389	4.86 386	16.03 387	10.91 391

IMH-64-1	27.21 391	28.77 391	16.84 360	31.57 393	20.76 392	26.43 373	15.10 385	47.11 395	45.20 391	33.53 381	51.16 397	41.42 387	31.10 387	36.48 389	22.39 373	13.48 392	2.87 386	33.95 396	10.70 393	23.50 394	11.75 393

IMH-64	27.21 391	28.77 391	16.84 360	31.57 393	20.76 392	26.43 373	15.10 385	47.11 395	45.20 391	33.53 381	51.16 397	41.42 387	31.10 387	36.48 389	22.39 373	13.48 392	2.87 386	33.95 396	10.70 393	23.50 394	11.75 393

IMH	29.82 395	29.11 393	18.51 364	34.28 397	21.40 397	32.33 385	15.39 389	49.40 402	53.07 396	37.88 386	55.32 402	45.05 389	39.54 394	40.63 396	24.12 377	14.03 395	3.27 390	34.93 398	11.24 395	24.69 396	12.21 395

ACVNet_2	26.45 389	29.35 394	25.14 379	20.27 389	15.43 389	34.97 388	12.23 375	48.37 400	66.25 408	42.69 392	56.73 403	51.77 391	25.59 379	20.39 372	13.52 349	10.13 387	2.59 381	22.78 388	3.52 380	17.57 390	9.80 389

TorneroNet-64	32.42 397	31.89 395	30.52 385	34.73 398	21.13 396	46.99 401	18.82 393	43.10 393	59.42 401	32.70 380	46.98 392	62.01 401	36.98 391	43.97 400	33.88 394	14.10 396	3.22 389	35.28 399	11.72 396	26.84 399	14.07 397

MADNet+	27.07 390	33.84 396	90.97 413	20.14 388	7.47 373	48.43 402	47.10 409	35.43 389	36.46 381	20.11 359	30.05 363	25.29 363	35.08 389	45.50 401	50.28 407	2.13 367	2.00 373	1.19 367	0.76 357	4.71 370	4.43 367

TorneroNet	35.11 401	33.92 397	33.82 388	37.86 400	22.01 398	49.64 404	21.58 399	48.09 399	55.23 397	37.50 385	53.79 400	62.81 404	43.66 398	46.71 403	41.25 402	14.80 397	3.53 393	36.72 400	14.57 399	28.28 402	16.49 400

WAO-8	38.15 402	35.51 398	21.50 370	43.67 401	23.92 399	44.44 396	20.26 396	52.83 406	76.62 411	53.57 402	66.79 410	62.63 402	54.56 406	42.03 398	39.18 400	22.71 400	6.65 401	37.08 401	19.08 401	24.72 398	15.24 398

Venus	38.15 402	35.51 398	21.50 370	43.67 401	23.92 399	44.44 396	20.26 396	52.83 406	76.62 411	53.57 402	66.81 411	62.63 402	54.56 406	42.03 398	39.18 400	22.71 400	6.65 401	37.08 401	19.08 401	24.70 397	15.24 398

WAO-6	34.74 399	36.76 400	15.36 354	37.53 399	24.15 401	35.99 389	19.36 394	48.96 401	68.54 409	43.84 394	47.58 393	52.77 394	52.60 403	32.63 386	34.73 396	26.20 402	7.74 403	42.78 403	21.64 403	28.07 401	17.62 403

Dean	34.67 398	38.70 401	25.33 380	29.89 392	17.21 390	45.24 399	11.98 373	56.90 409	76.55 410	63.47 408	60.22 406	67.36 407	48.14 402	37.24 391	39.01 399	11.00 391	2.83 384	28.35 392	5.60 389	18.14 391	10.31 390

LVE	34.99 400	40.10 402	34.97 390	32.49 395	18.61 391	51.45 407	26.82 400	52.15 404	65.94 407	47.21 396	61.04 407	53.99 396	37.30 392	37.95 392	34.09 395	15.55 398	5.95 399	31.01 395	13.81 398	22.58 393	16.72 401

PWCK	30.53 396	44.32 403	47.25 397	29.76 391	7.23 370	40.78 393	27.10 401	44.73 394	44.32 390	47.31 397	36.37 378	47.16 390	26.05 380	41.26 397	31.87 391	21.83 399	4.03 395	29.50 393	4.67 384	27.17 400	7.80 381

UNDER WATER-64	45.16 405	46.99 404	66.69 404	43.90 403	27.64 402	55.58 410	41.87 406	39.42 391	48.42 393	51.73 401	43.08 387	67.76 408	56.69 408	48.02 405	48.34 405	39.50 405	17.64 405	51.78 406	38.93 406	36.62 403	32.61 405

SPstereo	72.39 413	47.55 405	62.34 403	56.88 409	45.69 409	78.85 412	84.60 414	100.00 424	100.00 422	98.50 420	98.20 419	100.00 425	96.58 417	96.95 418	81.91 413	46.63 408	38.86 410	67.86 412	64.79 412	39.95 405	41.68 408

UNDER WATER	45.09 404	48.60 406	67.37 405	49.30 405	31.41 403	53.80 409	37.39 404	40.25 392	52.48 395	50.24 399	45.37 390	68.37 409	57.76 409	51.03 408	49.88 406	29.97 403	13.75 404	51.22 405	36.57 404	37.87 404	29.12 404

DLNR_Zeroshot_test	24.70 388	50.77 407	90.11 412	98.11 421	97.34 419	1.38 13	0.12 32	22.79 377	3.09 50	1.07 34	2.95 47	0.71 42	0.29 8	6.93 155	2.29 183	38.56 404	0.37 351	0.00 1	0.30 333	76.73 416	0.09 175

notaker	47.42 406	55.20 408	49.13 398	56.52 408	40.18 404	38.52 391	32.97 403	47.21 397	56.08 399	57.21 404	57.24 404	60.09 400	59.19 410	53.93 409	41.64 403	40.61 406	19.93 406	57.21 407	37.41 405	49.02 407	39.02 406

ktn	48.94 407	57.58 409	38.86 393	59.57 410	43.27 406	50.37 405	43.38 407	48.07 398	61.11 402	51.30 400	54.25 401	54.96 397	52.88 404	47.30 404	35.83 397	57.77 410	24.88 407	62.69 410	43.55 407	50.70 408	40.41 407

HanzoNet	56.48 410	59.32 410	58.25 401	55.32 407	41.94 405	50.95 406	41.33 405	51.12 403	61.40 403	65.62 411	65.59 409	71.66 410	69.41 411	70.77 412	60.03 410	63.99 412	34.70 409	61.96 409	50.54 409	51.00 409	44.71 409

JetRed	61.02 411	61.05 411	82.56 408	46.09 404	56.80 412	83.19 413	63.76 411	59.26 411	63.61 404	69.29 412	68.85 412	66.59 406	47.62 401	61.57 410	74.09 412	45.58 407	66.14 413	46.59 404	45.06 408	63.17 411	49.58 411

KSHMR	55.63 409	63.60 412	37.85 392	74.69 412	49.56 410	49.01 403	45.73 408	57.46 410	63.97 405	61.61 407	62.07 408	72.39 411	47.01 400	50.65 406	43.29 404	54.10 409	62.21 411	66.10 411	53.94 411	51.25 410	46.11 410

DPSimNet_ROB	53.45 408	64.73 413	44.39 396	53.97 406	45.39 408	53.66 408	54.83 410	55.15 408	57.87 400	64.16 410	50.83 396	63.40 405	53.34 405	46.45 402	65.81 411	63.13 411	26.54 408	57.94 408	51.11 410	45.52 406	50.69 412

LRCNet_RVC	66.23 412	65.67 414	67.63 406	71.47 411	54.32 411	32.17 384	2.66 268	63.19 412	21.35 353	81.79 413	91.26 414	83.62 412	71.62 412	69.32 411	52.57 409	95.49 418	64.45 412	95.07 418	95.19 418	71.52 412	74.31 414

ASD4		81.57 415

MADNet++	82.84 414	82.38 416	73.57 407	87.72 417	82.97 416	93.14 414	69.15 412	86.42 416	82.50 413	93.46 417	86.70 413	86.28 413	80.92 413	88.34 413	88.84 414	86.83 416	84.17 417	72.64 413	68.92 413	80.47 417	81.42 418

xxxxx1	85.63 416	90.31 417	96.68 416	76.54 413	80.57 413	97.44 417	96.86 418	85.53 413	88.53 414	88.68 414	91.71 415	94.23 414	92.93 414	90.02 414	91.98 415	70.60 413	70.39 414	73.68 414	81.46 415	74.61 413	79.86 415

tt_ll	85.63 416	90.31 417	96.68 416	76.54 413	80.57 413	97.44 417	96.86 418	85.53 413	88.53 414	88.68 414	91.71 415	94.23 414	92.93 414	90.02 414	91.98 415	70.60 413	70.39 414	73.68 414	81.46 415	74.61 413	79.86 415

ff	85.63 416	90.31 417	96.68 416	76.54 413	80.57 413	97.44 417	96.86 418	85.53 413	88.53 414	88.68 414	91.71 415	94.23 414	92.93 414	90.02 414	91.98 415	70.60 413	70.39 414	73.68 414	81.46 415	74.61 413	79.86 415

MEDIAN_ROB	98.41 420	99.70 420	99.30 420	97.09 418	97.02 418	96.89 416	95.77 417	97.66 419	97.28 417	98.79 421	98.94 420	99.18 419	98.14 419	96.89 417	96.88 420	99.96 422	99.16 419	100.00 421	99.99 422	99.69 421	99.88 421

Anonymous_1	99.08 422	99.91 421	99.85 422	97.63 419	99.10 421	100.00 422	100.00 423	99.61 421	99.96 420	99.28 422	99.86 421	99.54 420	99.99 422	99.29 420	99.75 421	96.05 419	99.59 420	97.31 419	98.57 420	97.71 419	98.63 420

HaxPig	98.85 421	99.94 422	95.08 414	99.99 424	100.00 423	94.03 415	94.78 415	99.15 420	99.98 421	99.99 423	100.00 422	99.98 423	99.99 422	98.12 419	95.97 418	100.00 425	99.99 423	100.00 421	99.99 422	100.00 424	99.99 424

AVERAGE_ROB	99.62 424	99.95 423	98.81 419	100.00 427	100.00 423	98.08 420	95.47 416	100.00 424	100.00 422	100.00 424	100.00 422	100.00 425	100.00 424	100.00 425	99.99 423	100.00 425	100.00 424	100.00 421	100.00 424	100.00 424	100.00 426

test_example2	99.39 423	99.98 424	99.99 423	100.00 427	99.98 422	99.72 421	99.99 422	97.34 418	100.00 422	100.00 424	100.00 422	96.42 417	96.66 418	99.97 421	99.96 422	100.00 425	99.97 422	98.66 420	99.15 421	100.00 424	100.00 426

MyStereo03	100.00 429	100.00 425	100.00 427	100.00 427	100.00 423	100.00 422	100.00 423	100.00 424	100.00 422	100.00 424	100.00 422	100.00 425	100.00 424	100.00 425	100.00 426	100.00 425	100.00 424	100.00 421	100.00 424	100.00 424	100.00 426

MyStereo02	100.00 429	100.00 425	100.00 427	100.00 427	100.00 423	100.00 422	100.00 423	100.00 424	100.00 422	100.00 424	100.00 422	100.00 425	100.00 424	100.00 425	100.00 426	100.00 425	100.00 424	100.00 421	100.00 424	100.00 424	100.00 426

MyStereo	100.00 429	100.00 425	100.00 427	100.00 427	100.00 423	100.00 422	100.00 423	100.00 424	100.00 422	100.00 424	100.00 422	100.00 425	100.00 424	100.00 425	100.00 426	100.00 425	100.00 424	100.00 421	100.00 424	100.00 424	100.00 426

Selective-RAFT-Error	100.00 429	100.00 425	100.00 427	100.00 427	100.00 423	100.00 422	100.00 423	100.00 424	100.00 422	100.00 424	100.00 422	100.00 425	100.00 424	100.00 425	100.00 426	100.00 425	100.00 424	100.00 421	100.00 424	100.00 424	100.00 426

PML	97.88 419	100.00 425	96.45 415	98.01 420	97.88 420	100.00 422	99.35 421	96.88 417	97.72 418	100.00 424	97.36 418	97.38 418	99.60 420	100.00 425	96.32 419	99.99 423	97.55 418	100.00 421	96.01 419	99.18 420	87.92 419

CasAABBNet	100.00 429	100.00 425	100.00 427	100.00 427	100.00 423	100.00 422	100.00 423	100.00 424	100.00 422	100.00 424	100.00 422	100.00 425	100.00 424	100.00 425	100.00 426	100.00 425	100.00 424	100.00 421	100.00 424	100.00 424	100.00 426

LSM0	100.00 429	100.00 425	100.00 427	100.00 427	100.00 423	100.00 422	100.00 423	100.00 424	100.00 422	100.00 424	100.00 422	100.00 425	100.00 424	100.00 425	100.00 426	100.00 425	100.00 424	100.00 421	100.00 424	100.00 424	99.99 424

DPSMNet_ROB	99.91 426	100.00 425	99.99 423	99.99 424	100.00 423	100.00 422	100.00 423	99.98 423	100.00 422	98.35 418	100.00 422	99.84 421	100.00 424	99.98 422	99.99 423	100.00 425	100.00 424	100.00 421	100.00 424	100.00 424	100.00 426

DGTPSM_ROB	99.90 425	100.00 425	99.99 423	99.99 424	100.00 423	100.00 422	100.00 423	99.97 422	100.00 422	98.35 418	100.00 422	99.84 421	100.00 424	99.98 422	99.99 423	99.99 423	100.00 424	100.00 421	100.00 424	100.00 424	100.00 426

DPSM_ROB	99.95 427	100.00 425	100.00 427	99.76 422	100.00 423	100.00 422	100.00 423	100.00 424	100.00 422	100.00 424	100.00 422	100.00 425	100.00 424	100.00 425	100.00 426	99.21 420	100.00 424	100.00 421	100.00 424	99.99 422	99.95 422

DPSM	99.95 427	100.00 425	100.00 427	99.76 422	100.00 423	100.00 422	100.00 423	100.00 424	100.00 422	100.00 424	100.00 422	100.00 425	100.00 424	100.00 425	100.00 426	99.21 420	100.00 424	100.00 421	100.00 424	99.99 422	99.95 422

Low-res two-view benchmark