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

dual_stereo	5.11 347	0.44 145	1.52 12	0.05 8	0.01 1	1.15 5	0.61 189	3.22 19	0.97 5	0.38 20	1.91 55	0.15 3	0.28 20	0.84 7	0.55 58	0.00 1	0.00 1	42.12 473	33.61 474	14.33 455	0.03 83

GLC_STEREO	0.75 4	0.29 27	1.19 3	0.55 103	0.01 1	1.98 70	0.57 182	3.07 13	3.02 69	0.90 57	1.48 40	0.19 7	0.40 44	0.93 9	0.36 21	0.00 1	0.01 148	0.00 1	0.00 1	0.04 102	0.02 50

CREStereo++_RVC	1.59 71	0.39 103	2.26 74	0.36 79	0.01 1	1.67 46	0.01 2	2.95 11	8.12 299	3.69 119	7.44 221	0.47 55	0.32 33	0.74 3	0.39 26	0.00 1	0.00 1	0.00 1	3.03 446	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
DEFOM-Stereo	0.66 1	0.42 128	2.65 106	0.28 62	0.02 4	1.15 5	0.19 84	0.74 1	0.70 1	0.34 15	0.03 1	0.08 1	0.11 2	6.33 175	0.08 1	0.00 1	0.04 271	0.00 1	0.00 1	0.02 36	0.10 241

rvit_0105_3	1.71 77	0.90 296	5.93 337	0.78 130	0.02 4	1.62 42	1.69 314	5.15 113	5.99 220	2.22 80	1.64 46	1.97 108	1.17 120	4.19 107	0.92 134	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.03 83

ACVNet-DCA	2.01 119	0.65 230	2.15 64	2.30 346	0.02 4	5.80 308	0.56 174	8.45 236	3.33 93	1.03 59	3.33 93	0.32 38	3.71 247	8.05 280	0.45 37	0.00 1	0.02 200	0.00 1	0.03 280	0.02 36	0.03 83

xx1	2.33 157	0.65 230	2.15 64	2.30 346	0.02 4	5.80 308	0.56 174	4.31 62	10.41 346	1.03 59	3.33 93	4.67 212	2.70 197	8.05 280	0.45 37	0.00 1	0.02 200	0.00 1	0.00 1	0.02 36	0.03 83

1test111	1.86 95	0.65 230	2.15 64	2.30 346	0.02 4	5.80 308	0.56 174	8.45 236	3.33 93	1.03 59	3.33 93	0.32 38	3.71 247	4.40 112	0.96 136	0.00 1	0.02 200	0.00 1	0.03 280	0.02 36	0.03 83

cc1	2.17 135	0.65 230	2.15 64	2.30 346	0.02 4	5.80 308	0.56 174	4.31 62	10.41 346	1.03 59	3.33 93	0.32 38	3.71 247	8.05 280	0.45 37	0.00 1	0.02 200	0.00 1	0.03 280	0.10 205	0.05 159

tt1	2.14 130	0.63 224	2.22 73	2.27 342	0.02 4	5.71 306	0.63 194	4.53 76	10.19 341	1.16 66	3.39 99	0.33 42	3.05 216	8.00 274	0.46 41	0.00 1	0.02 200	0.00 1	0.03 280	0.10 205	0.04 126

H2IRNET	2.16 133	0.45 152	2.60 99	1.22 190	0.03 11	1.98 70	0.13 56	4.73 90	7.04 264	1.15 65	7.79 235	5.88 255	3.39 230	4.97 130	1.45 179	0.01 187	0.00 1	0.04 369	0.17 346	0.19 300	0.03 83

GCAP-Stereo	0.95 16	0.62 221	1.99 45	0.30 63	0.03 11	1.66 45	0.01 2	4.43 70	3.00 66	1.63 73	1.17 33	1.39 82	0.76 81	1.31 24	0.55 58	0.00 1	0.03 247	0.00 1	0.00 1	0.12 237	0.02 50

rvit_0105_5	1.48 66	0.89 293	5.43 318	0.46 92	0.04 13	1.60 39	0.60 187	4.65 86	5.90 212	0.76 53	1.59 44	1.75 99	0.78 87	4.20 108	0.88 123	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.06 175

RSM++	1.02 24	0.24 14	1.33 7	0.86 140	0.04 13	2.78 148	0.30 117	2.63 7	2.67 42	0.48 42	1.95 57	0.52 58	0.25 10	5.50 145	0.57 61	0.00 1	0.00 1	0.00 1	0.17 346	0.11 222	0.09 220

anonymousdsp2	1.78 84	0.39 103	3.40 189	1.10 178	0.04 13	3.63 229	0.50 162	7.80 223	2.77 50	2.91 96	2.88 79	3.17 145	1.01 100	5.15 136	0.43 32	0.00 1	0.01 148	0.02 340	0.15 336	0.05 128	0.12 266

rvit_0105_4	1.38 60	0.98 309	5.52 326	0.61 113	0.05 16	1.62 42	0.41 138	3.95 53	5.80 208	0.31 13	0.73 17	1.37 81	0.53 65	4.89 127	0.78 103	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.04 126

plain	1.34 56	0.51 178	5.09 300	0.30 63	0.05 16	1.58 37	0.08 31	4.47 73	3.77 115	0.42 38	1.76 50	0.60 65	0.74 79	6.11 162	0.94 135	0.00 1	0.00 1	0.00 1	0.00 1	0.40 373	0.02 50

qqq	1.93 108	0.30 31	2.96 146	1.40 215	0.05 16	1.96 69	0.39 133	8.45 236	3.33 93	3.06 99	3.84 106	4.67 212	2.70 197	4.40 112	0.96 136	0.00 1	0.01 148	0.00 1	0.00 1	0.02 36	0.03 83

iRaftStereo_RVC	1.62 72	0.68 240	1.98 43	0.67 123	0.05 16	2.99 177	0.04 15	5.36 136	3.74 111	3.82 123	4.96 136	2.54 120	0.62 72	3.35 83	0.97 138	0.00 1	0.07 311	0.00 1	0.00 1	0.30 346	0.27 348

XX-TBD	1.44 63	0.85 284	2.04 50	2.45 363	0.05 16	2.34 95	0.01 2	3.46 30	7.51 277	2.88 94	4.98 138	0.26 24	0.25 10	1.15 18	0.46 41	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GES	2.49 175	0.38 99	4.29 253	1.58 241	0.05 16	4.58 282	1.07 277	9.70 278	3.39 97	5.21 160	6.64 196	1.84 103	3.36 225	4.86 122	2.54 257	0.06 333	0.01 148	0.06 380	0.01 246	0.12 237	0.03 83

test_xeample3	1.08 31	0.43 140	3.39 187	0.49 97	0.05 16	2.58 121	0.93 263	3.32 23	1.77 12	0.23 3	0.23 9	0.19 7	0.28 20	6.34 176	0.85 114	0.00 1	0.01 148	0.00 1	0.26 382	0.06 149	0.10 241

GMStereo	1.83 93	0.99 311	4.55 272	0.57 108	0.05 16	2.53 112	0.01 2	4.95 99	11.14 359	3.52 114	2.24 67	0.53 60	0.49 59	3.76 92	0.80 108	0.20 378	0.00 1	0.00 1	0.12 330	0.12 237	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
RSM	1.21 45	0.20 3	1.30 5	0.12 26	0.06 24	2.48 107	0.51 165	3.78 44	2.74 48	0.48 42	2.38 71	2.18 112	0.28 20	6.77 202	0.56 60	0.00 1	0.00 1	0.00 1	0.16 339	0.07 165	0.05 159

MGS-Stereo	1.10 33	0.26 19	2.45 84	0.58 109	0.06 24	1.84 61	0.67 206	2.16 5	3.42 98	1.03 59	6.13 178	0.49 56	0.36 36	1.43 30	0.62 67	0.00 1	0.00 1	0.00 1	0.00 1	0.47 381	0.00 1

IGEVStereo-DCA	1.06 30	0.45 152	2.06 52	0.32 68	0.06 24	2.74 141	0.84 247	3.71 37	2.27 21	0.39 28	0.16 4	0.20 11	0.29 24	6.47 184	0.87 120	0.00 1	0.00 1	0.00 1	0.16 339	0.06 149	0.06 175

rrr	1.05 29	0.45 152	3.18 171	0.32 68	0.06 24	2.74 141	0.95 268	3.49 31	1.12 7	0.39 28	0.16 4	0.20 11	0.29 24	6.47 184	0.87 120	0.00 1	0.00 1	0.00 1	0.21 363	0.06 149	0.10 241

RCA-Stereo	1.99 116	0.34 68	2.71 114	0.26 57	0.06 24	2.29 91	0.48 150	4.89 96	14.65 390	2.81 92	5.51 164	0.78 69	3.21 220	1.44 31	0.33 15	0.00 1	0.01 148	0.00 1	0.00 1	0.07 165	0.02 50

UDGNet	2.73 194	7.09 438	3.90 229	2.71 374	0.06 24	2.98 176	0.20 89	4.63 82	8.58 316	2.69 87	2.70 76	0.95 72	1.01 100	6.27 169	1.51 182	1.28 427	0.00 1	5.24 446	0.94 428	1.70 421	0.13 274

AnonymousM	2.71 191	6.75 435	0.98 1	0.73 127	0.06 24	2.41 102	0.53 166	5.30 131	3.05 70	4.75 148	2.09 61	1.89 104	1.01 100	1.88 57	0.51 55	0.01 187	0.02 200	17.42 454	4.76 454	0.02 36	0.01 16

S-MoEStereo	0.95 16	0.35 77	1.37 8	0.63 118	0.07 31	2.07 76	0.16 74	2.88 10	1.68 11	0.30 9	1.23 34	0.19 7	0.28 20	6.80 203	0.84 113	0.00 1	0.00 1	0.00 1	0.00 1	0.11 222	0.13 274

rvit_0105_6	1.26 50	0.87 287	4.85 286	0.61 113	0.07 31	1.60 39	0.32 119	3.79 47	5.87 210	0.25 5	0.26 10	1.09 76	0.29 24	4.60 117	0.62 67	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.06 175

IGEV-BASED-STEREO-	4.24 323	25.07 457	26.53 452	0.44 91	0.07 31	1.50 33	0.54 168	2.09 4	1.57 10	0.51 45	0.62 16	0.21 20	0.20 5	1.44 31	0.53 56	12.03 461	0.01 148	0.00 1	0.08 313	1.75 422	9.69 457

ff7	1.12 34	0.57 204	2.06 52	0.03 1	0.07 31	2.80 151	0.84 247	3.71 37	2.27 21	0.38 20	1.06 22	0.20 11	0.40 44	7.12 228	0.49 49	0.00 1	0.00 1	0.00 1	0.16 339	0.09 194	0.06 175

ffff	1.12 34	0.57 204	2.06 52	0.03 1	0.07 31	2.80 151	0.84 247	3.71 37	2.27 21	0.38 20	1.06 22	0.20 11	0.40 44	7.12 228	0.49 49	0.00 1	0.00 1	0.00 1	0.16 339	0.09 194	0.06 175

11t	1.12 34	0.57 204	2.06 52	0.03 1	0.07 31	2.80 151	0.84 247	3.71 37	2.27 21	0.38 20	1.06 22	0.20 11	0.40 44	7.12 228	0.49 49	0.00 1	0.00 1	0.00 1	0.16 339	0.09 194	0.06 175

CASnet	0.98 18	0.32 44	1.62 18	0.65 121	0.07 31	2.11 81	0.14 63	3.50 32	4.03 130	3.77 122	1.41 38	0.31 36	0.29 24	0.80 6	0.57 61	0.01 187	0.00 1	0.00 1	0.00 1	0.04 102	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
anonymousdsp	1.12 34	0.59 211	1.66 20	0.03 1	0.07 31	2.81 159	0.82 240	4.07 56	2.30 27	0.41 34	1.12 30	0.30 32	0.40 44	7.05 221	0.49 49	0.00 1	0.00 1	0.00 1	0.17 346	0.10 205	0.05 159

ccc-4	1.12 34	0.57 204	2.06 52	0.03 1	0.07 31	2.80 151	0.84 247	3.71 37	2.27 21	0.38 20	1.06 22	0.20 11	0.40 44	7.12 228	0.49 49	0.00 1	0.00 1	0.00 1	0.16 339	0.09 194	0.06 175

fff	2.28 149	0.61 216	3.81 221	0.22 52	0.07 31	1.69 50	0.11 41	5.37 137	11.84 369	5.80 176	5.17 143	1.44 85	5.41 323	2.00 60	1.92 220	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.18 306

IGEV-Stereo	1.12 34	0.59 211	1.66 20	0.03 1	0.07 31	2.82 162	0.82 240	4.09 59	2.30 27	0.41 34	1.11 27	0.30 32	0.41 50	7.05 221	0.49 49	0.00 1	0.00 1	0.00 1	0.17 346	0.10 205	0.05 159
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
csc	2.28 149	0.61 216	3.81 221	0.22 52	0.07 31	1.69 50	0.11 41	5.37 137	11.84 369	5.80 176	5.17 143	1.44 85	5.41 323	2.00 60	1.92 220	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.18 306

cscssc	2.28 149	0.61 216	3.81 221	0.22 52	0.07 31	1.69 50	0.11 41	5.37 137	11.84 369	5.80 176	5.17 143	1.44 85	5.41 323	2.00 60	1.92 220	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.18 306

111	2.78 197	0.92 301	3.81 221	0.22 52	0.07 31	2.83 164	0.70 214	6.03 164	14.00 384	3.22 105	8.93 253	5.48 242	3.30 223	3.66 89	2.03 229	0.00 1	0.00 1	0.00 1	0.00 1	0.10 205	0.29 352

UGAM	3.90 298	0.48 167	4.69 280	0.17 42	0.08 45	3.67 232	1.22 287	4.81 93	14.45 388	4.59 140	11.94 324	14.20 379	3.80 256	9.92 366	3.61 298	0.00 1	0.00 1	0.00 1	0.02 267	0.32 354	0.07 193

AIO-Stereo	0.94 15	0.22 10	1.20 4	0.06 10	0.08 45	2.36 96	0.62 193	5.50 144	2.61 39	0.30 9	3.32 92	0.41 48	0.25 10	1.12 16	0.17 5	0.00 1	0.01 148	0.00 1	0.35 400	0.06 149	0.12 266

WCG-NET（raft）	1.49 67	0.50 173	1.55 13	0.21 51	0.08 45	2.15 83	1.01 271	2.72 8	6.26 236	2.79 90	3.06 86	4.38 204	1.04 105	3.53 87	0.26 9	0.00 1	0.12 352	0.00 1	0.00 1	0.10 205	0.08 207

IGEV++	1.14 41	0.51 178	1.66 20	0.55 103	0.08 45	2.52 109	1.01 271	6.51 193	3.16 77	0.59 49	2.11 63	0.43 51	1.18 121	1.44 31	0.79 105	0.00 1	0.05 283	0.00 1	0.05 301	0.11 222	0.11 254

ProNet	1.20 43	0.60 213	2.00 47	0.26 57	0.08 45	2.73 140	0.68 207	5.00 106	2.52 34	0.29 8	1.32 36	0.37 45	0.36 36	6.94 215	0.44 33	0.00 1	0.07 311	0.00 1	0.00 1	0.17 283	0.07 193

fffy	1.13 40	0.51 178	2.15 64	1.01 165	0.09 50	2.30 93	0.19 84	4.07 56	1.13 8	0.16 2	2.66 75	0.20 11	0.38 41	6.98 217	0.35 18	0.00 1	0.06 297	0.00 1	0.00 1	0.14 262	0.16 301

rvit_105_1	2.44 168	0.80 274	5.08 299	1.77 267	0.09 50	1.95 67	3.62 364	5.62 148	8.21 303	4.85 150	2.07 60	3.15 144	1.58 151	7.08 225	2.71 261	0.00 1	0.00 1	0.00 1	0.01 246	0.04 102	0.08 207

rvit_stereo_0083	1.03 25	0.26 19	3.09 164	0.49 97	0.09 50	1.27 14	0.24 99	2.72 8	4.60 165	0.38 20	0.77 18	0.78 69	1.18 121	4.35 111	0.33 15	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.03 83

dad	4.66 340	1.89 393	5.51 324	0.94 152	0.09 50	2.16 84	0.37 128	7.10 212	14.43 387	10.13 364	16.84 373	14.97 384	1.90 166	6.82 204	4.15 311	1.09 424	0.11 345	4.08 443	0.46 413	0.17 283	0.06 175

RAFT	2.57 182	0.76 262	3.09 164	0.91 145	0.09 50	2.41 102	0.94 265	5.35 134	2.65 41	6.11 201	7.21 217	9.43 327	4.30 280	5.73 150	1.77 208	0.00 1	0.12 352	0.00 1	0.02 267	0.46 380	0.08 207

s12784h	1.89 103	0.30 31	2.57 97	0.11 24	0.09 50	4.18 267	0.13 56	6.61 196	7.44 276	3.62 116	4.28 119	0.59 64	0.81 90	6.61 195	0.46 41	0.01 187	0.01 148	0.00 1	0.00 1	0.02 36	0.00 1

ToySt	2.69 188	0.55 197	7.03 366	1.03 168	0.10 56	3.49 215	1.04 273	6.38 186	4.55 162	2.69 87	6.28 187	7.95 306	4.38 284	5.08 132	2.58 258	0.01 187	0.11 345	0.00 1	0.04 297	0.28 343	0.19 316

NF-Stereo	2.24 140	0.33 58	3.00 147	2.04 316	0.10 56	3.46 208	0.43 141	6.51 193	3.17 79	6.84 243	5.24 153	2.67 125	1.34 131	8.17 295	1.53 185	0.01 187	0.00 1	0.00 1	0.00 1	0.02 36	0.01 16

OCTAStereo	2.24 140	0.33 58	3.03 153	2.04 316	0.10 56	3.45 207	0.43 141	6.50 190	3.17 79	6.84 243	5.20 148	2.65 122	1.33 129	8.18 296	1.56 189	0.01 187	0.00 1	0.00 1	0.00 1	0.02 36	0.01 16

RE-Stereo	2.25 145	0.33 58	3.03 153	2.04 316	0.10 56	3.47 210	0.43 141	6.50 190	3.18 82	6.84 243	5.20 148	2.65 122	1.34 131	8.18 296	1.58 191	0.01 187	0.00 1	0.01 309	0.00 1	0.02 36	0.01 16

TVStereo	2.25 145	0.33 58	3.03 153	2.04 316	0.10 56	3.47 210	0.43 141	6.50 190	3.18 82	6.84 243	5.20 148	2.65 122	1.34 131	8.18 296	1.58 191	0.01 187	0.00 1	0.01 309	0.00 1	0.02 36	0.01 16

TANstereo	1.20 43	0.49 171	2.04 50	0.34 77	0.10 56	1.80 60	0.01 2	3.40 27	4.10 138	4.37 133	4.82 131	0.41 48	0.70 75	0.94 10	0.46 41	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DIP-Stereo	1.97 115	0.64 225	2.95 144	0.17 42	0.10 56	4.83 288	0.13 56	8.60 248	4.06 137	6.42 227	4.92 135	0.44 53	0.72 78	3.57 88	1.80 211	0.00 1	0.01 148	0.00 1	0.00 1	0.05 128	0.04 126
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
BEATNet_4x	3.24 235	1.27 348	5.89 335	1.56 239	0.10 56	5.26 299	1.07 277	10.08 290	5.50 194	6.89 248	7.73 232	4.53 208	4.13 266	5.05 131	5.27 327	0.04 312	0.05 283	0.00 1	0.00 1	0.23 325	0.23 331

model_zeroshot	1.52 69	0.42 128	4.10 246	1.25 193	0.11 64	3.04 182	0.14 63	5.79 157	2.84 53	3.12 101	3.65 105	2.05 110	0.42 54	2.38 68	0.71 83	0.01 187	0.10 337	0.00 1	0.20 359	0.02 36	0.04 126

SMFormer	3.54 267	0.39 103	3.61 203	1.69 255	0.11 64	2.85 166	0.29 112	12.46 358	10.41 346	7.16 263	10.23 287	4.78 216	4.45 289	8.71 326	3.51 292	0.07 342	0.05 283	0.00 1	0.00 1	0.06 149	0.04 126

tta	3.54 267	0.39 103	3.61 203	1.69 255	0.11 64	2.85 166	0.29 112	12.46 358	10.41 346	7.16 263	10.23 287	4.78 216	4.45 289	8.71 326	3.51 292	0.07 342	0.05 283	0.00 1	0.00 1	0.06 149	0.03 83

qqq1	3.38 253	0.39 103	3.61 203	1.69 255	0.11 64	2.85 166	0.29 112	12.46 358	10.41 346	7.16 263	10.23 287	4.78 216	4.45 289	8.71 326	0.30 11	0.07 342	0.05 283	0.00 1	0.00 1	0.06 149	0.03 83

fff1	3.38 253	0.39 103	3.61 203	1.69 255	0.11 64	2.85 166	0.29 112	12.46 358	10.41 346	7.16 263	10.23 287	4.78 216	4.45 289	8.71 326	0.30 11	0.07 342	0.05 283	0.00 1	0.00 1	0.06 149	0.03 83

MIM_Stereo	2.50 178	0.75 259	4.26 251	1.18 188	0.11 64	3.08 184	0.33 122	6.07 166	3.28 89	5.01 154	10.12 284	4.29 201	1.74 160	8.06 284	1.27 164	0.00 1	0.12 352	0.00 1	0.01 246	0.18 293	0.15 290

test_4	2.38 162	0.34 68	2.68 108	0.08 17	0.11 64	3.69 236	1.14 282	3.33 24	3.34 96	4.03 128	17.35 384	3.31 150	0.51 61	6.28 170	1.15 156	0.00 1	0.00 1	0.00 1	0.11 327	0.16 272	0.01 16

GANet-ADL	2.20 139	0.50 173	3.27 177	2.02 311	0.11 64	2.21 87	0.48 150	8.64 250	6.79 255	4.56 139	5.83 170	3.98 180	1.27 128	2.68 73	1.43 176	0.04 312	0.08 321	0.02 340	0.00 1	0.15 266	0.03 83

HITNet	2.79 198	0.77 264	4.02 237	2.03 314	0.11 64	5.58 303	0.59 184	9.24 264	5.15 186	6.42 227	7.26 219	3.66 169	2.92 212	4.07 104	3.87 306	0.00 1	0.00 1	0.00 1	0.00 1	0.06 149	0.02 50
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
tg	1.96 113	0.64 225	2.15 64	0.68 124	0.12 73	4.40 279	0.04 15	5.74 150	4.19 144	4.00 126	5.23 152	2.58 121	0.93 96	7.12 228	0.77 101	0.00 1	0.02 200	0.00 1	0.00 1	0.31 351	0.25 338

rvit_stereo_0080	0.88 10	0.51 178	3.12 166	0.07 13	0.12 73	1.31 17	0.37 128	3.78 44	3.29 90	0.56 47	1.13 31	0.40 46	0.76 81	1.71 43	0.47 46	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.04 126

whm_eth	0.88 10	0.51 178	3.12 166	0.07 13	0.12 73	1.31 17	0.37 128	3.78 44	3.29 90	0.56 47	1.13 31	0.40 46	0.76 81	1.71 43	0.47 46	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.04 126

MC-Stereo	1.47 65	0.36 87	2.54 94	1.99 304	0.12 73	1.90 63	0.12 47	4.47 73	2.83 52	3.31 110	3.44 100	0.56 63	1.47 139	5.39 142	0.47 46	0.00 1	0.04 271	0.00 1	0.21 363	0.07 165	0.04 126

dd	2.16 133	1.22 341	4.82 284	0.68 124	0.12 73	1.39 26	0.17 79	5.14 111	11.22 362	2.70 89	3.51 103	1.52 90	1.23 126	5.08 132	3.96 308	0.12 360	0.01 148	0.04 369	0.21 363	0.07 165	0.01 16

rvit_stereo_0081	0.88 10	0.28 24	1.81 27	0.62 115	0.13 78	1.34 20	0.12 47	3.14 15	4.59 163	0.43 40	0.30 11	0.54 61	0.11 2	3.89 94	0.36 21	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.01 16

rvit_stereo_0082	0.88 10	0.28 24	1.81 27	0.62 115	0.13 78	1.34 20	0.12 47	3.14 15	4.59 163	0.43 40	0.30 11	0.54 61	0.11 2	3.89 94	0.36 21	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.01 16

Pointernet	0.84 9	0.35 77	2.00 47	0.12 26	0.13 78	1.77 58	0.06 22	4.87 95	2.53 35	0.14 1	2.11 63	0.76 68	0.44 56	1.02 13	0.32 14	0.00 1	0.04 271	0.00 1	0.15 336	0.02 36	0.01 16

LoS	0.91 14	0.34 68	2.10 62	0.38 83	0.13 78	2.47 105	0.26 106	5.00 106	2.74 48	0.89 56	0.21 8	0.49 56	0.36 36	1.97 59	0.67 75	0.02 260	0.02 200	0.00 1	0.00 1	0.06 149	0.01 16
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
THIR-Stereo	3.86 294	0.77 264	2.62 103	0.12 26	0.13 78	4.25 268	6.63 410	5.30 131	4.18 143	10.33 366	17.13 379	6.58 276	7.62 370	7.78 264	3.51 292	0.01 187	0.07 311	0.07 386	0.00 1	0.11 222	0.02 50

HH	2.42 164	0.73 253	3.76 215	0.91 145	0.14 83	2.78 148	0.71 217	7.92 226	2.72 46	1.53 71	6.10 176	7.93 302	4.01 262	8.60 318	0.44 33	0.00 1	0.09 328	0.00 1	0.00 1	0.05 128	0.04 126

HanStereo	2.42 164	0.73 253	3.76 215	0.91 145	0.14 83	2.78 148	0.71 217	7.92 226	2.72 46	1.53 71	6.10 176	7.93 302	4.01 262	8.60 318	0.44 33	0.00 1	0.09 328	0.00 1	0.00 1	0.05 128	0.04 126

NRIStereo	2.14 130	0.35 77	2.65 106	1.10 178	0.14 83	3.05 183	0.86 254	5.35 134	3.18 82	6.24 212	3.36 97	4.17 192	1.82 165	8.12 288	2.01 226	0.00 1	0.10 337	0.00 1	0.00 1	0.12 237	0.19 316

ARAFT	3.13 229	1.11 330	7.34 373	0.42 87	0.14 83	4.52 281	2.99 345	7.41 218	5.97 218	8.85 331	7.06 214	5.20 233	1.25 127	8.49 312	1.44 177	0.00 1	0.03 247	0.00 1	0.00 1	0.33 357	0.11 254

RAFT-Stereo-weight	1.67 74	0.31 34	1.57 14	0.97 161	0.15 87	3.19 197	0.77 231	5.06 108	6.19 235	4.96 152	3.38 98	2.83 127	0.35 35	2.87 75	0.74 88	0.01 187	0.06 297	0.00 1	0.00 1	0.01 8	0.02 50

IPLGR	2.28 149	0.51 178	6.00 339	0.15 40	0.15 87	1.99 72	0.22 94	6.34 179	6.04 223	6.80 241	5.76 167	2.87 129	2.31 182	4.88 123	1.28 165	0.00 1	0.00 1	0.00 1	0.00 1	0.09 194	0.18 306

DRaft	3.74 281	0.43 140	2.60 99	0.12 26	0.15 87	4.76 286	1.34 297	5.33 133	4.31 147	10.30 365	21.91 404	3.27 148	8.83 385	7.36 243	3.66 300	0.05 324	0.10 337	0.00 1	0.14 333	0.10 205	0.14 281

PMTNet	1.41 61	0.37 93	2.06 52	0.26 57	0.15 87	2.94 174	0.34 124	3.39 26	5.33 191	1.00 58	1.27 35	0.28 30	0.93 96	4.04 103	0.74 88	5.00 440	0.00 1	0.00 1	0.00 1	0.03 80	0.01 16

GCAP-BAT	1.77 83	0.49 171	2.78 125	0.66 122	0.16 91	3.76 247	0.80 237	3.72 42	3.27 87	3.68 118	5.03 140	3.66 169	0.56 68	5.82 152	0.65 71	0.00 1	0.05 283	0.00 1	0.24 372	0.01 8	0.01 16

EGLCR-Stereo	1.04 28	0.20 3	2.00 47	1.14 185	0.16 91	2.50 108	0.11 41	4.96 101	2.61 39	0.79 54	0.07 3	1.46 88	0.37 39	3.96 100	0.23 7	0.01 187	0.05 283	0.00 1	0.00 1	0.00 1	0.07 193

cross-raft	2.03 121	0.35 77	2.78 125	1.10 178	0.16 91	3.77 248	0.48 150	7.03 211	3.75 112	5.06 156	5.55 165	6.26 264	1.41 135	1.75 47	0.89 128	0.01 187	0.07 311	0.00 1	0.19 357	0.03 80	0.03 83

RAFT-Stereo + iAFF	2.12 127	0.58 209	2.43 82	1.27 196	0.16 91	1.60 39	0.14 63	5.17 115	5.90 212	7.10 259	10.10 283	3.06 139	1.74 160	1.87 55	0.97 138	0.01 187	0.02 200	0.00 1	0.00 1	0.23 325	0.02 50

R-Stereo Train	2.44 168	0.32 44	1.93 38	0.94 152	0.16 91	3.67 232	0.61 189	6.37 182	3.08 73	9.14 339	17.44 385	1.80 100	0.77 84	1.76 48	0.70 79	0.00 1	0.01 148	0.00 1	0.00 1	0.01 8	0.03 83

RAFT-Stereo	2.44 168	0.32 44	1.93 38	0.94 152	0.16 91	3.67 232	0.61 189	6.37 182	3.08 73	9.14 339	17.44 385	1.80 100	0.77 84	1.76 48	0.70 79	0.00 1	0.01 148	0.00 1	0.00 1	0.01 8	0.03 83
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
LL-Strereo2	1.86 95	0.83 281	2.33 77	0.36 79	0.17 97	3.79 250	1.52 304	5.82 158	4.04 132	4.43 134	2.51 73	4.23 193	0.37 39	5.66 147	0.99 140	0.00 1	0.02 200	0.00 1	0.05 301	0.06 149	0.11 254

Selective-IGEV	1.23 47	0.18 2	1.13 2	0.07 13	0.17 97	2.38 100	0.54 168	6.10 167	2.51 33	0.41 34	3.20 89	0.26 24	0.29 24	6.94 215	0.16 3	0.00 1	0.01 148	0.00 1	0.11 327	0.04 102	0.10 241

x	1.73 80	0.28 24	2.49 91	1.91 287	0.17 97	2.10 79	0.83 244	8.74 253	3.55 104	3.28 107	2.12 66	3.10 141	1.96 168	2.90 76	1.12 152	0.00 1	0.02 200	0.00 1	0.00 1	0.02 36	0.03 83

PFNet+	2.35 158	0.31 34	3.69 210	0.79 131	0.17 97	3.15 195	0.75 227	4.52 75	6.30 237	7.90 297	6.34 191	2.53 119	1.18 121	7.72 261	1.62 195	0.03 294	0.00 1	0.00 1	0.00 1	0.01 8	0.03 83

PSM-softLoss	2.24 140	0.34 68	3.42 191	1.81 273	0.17 97	2.74 141	0.39 133	6.17 173	2.92 55	6.26 215	6.29 188	2.96 132	0.97 98	8.68 322	1.71 202	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 50

KMStereo	2.24 140	0.34 68	3.42 191	1.81 273	0.17 97	2.74 141	0.39 133	6.17 173	2.92 55	6.26 215	6.29 188	2.96 132	0.97 98	8.68 322	1.71 202	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 50

DEmStereo	3.79 288	0.37 93	3.69 210	0.17 42	0.17 97	5.28 300	2.54 332	4.35 64	3.70 108	8.21 308	20.15 395	5.13 232	10.38 402	7.65 254	3.85 305	0.01 187	0.01 148	0.01 309	0.00 1	0.02 36	0.06 175

DeepStereo_RVC	2.05 123	0.39 103	2.87 139	0.14 39	0.17 97	3.51 220	0.70 214	5.21 117	3.00 66	6.27 217	4.13 114	3.47 158	4.53 293	4.81 121	1.49 181	0.01 187	0.00 1	0.00 1	0.00 1	0.09 194	0.18 306

CRE-IMP	1.95 110	0.35 77	2.68 108	0.27 61	0.17 97	3.90 255	0.85 253	5.14 111	2.87 54	5.74 173	4.14 115	3.49 160	0.83 91	6.40 179	1.80 211	0.00 1	0.00 1	0.00 1	0.00 1	0.10 205	0.19 316

LMCR-Stereo	3.63 274	1.29 353	4.20 249	2.54 367	0.17 97	8.08 353	1.52 304	11.46 326	4.73 171	8.45 318	10.66 300	1.91 106	5.03 313	7.69 257	3.58 297	0.92 421	0.00 1	0.00 1	0.00 1	0.36 364	0.02 50

DCANet	2.08 125	0.64 225	3.81 221	0.31 65	0.17 97	1.70 54	0.25 104	5.23 118	8.47 311	6.07 198	5.30 159	1.41 83	4.23 273	1.85 53	2.02 228	0.00 1	0.00 1	0.00 1	0.00 1	0.04 102	0.19 316

AFF-stereo	2.59 184	0.68 240	2.35 79	1.55 236	0.17 97	1.67 46	0.08 31	5.75 151	6.60 250	6.20 209	12.13 328	6.16 261	2.36 183	4.75 120	1.11 151	0.02 260	0.02 200	0.00 1	0.00 1	0.23 325	0.05 159

Occ-G	0.98 18	0.38 99	1.82 29	0.15 40	0.18 109	1.45 28	0.69 211	3.15 17	2.25 20	1.45 69	0.59 15	5.06 229	0.54 66	0.75 4	0.77 101	0.00 1	0.03 247	0.00 1	0.17 346	0.16 272	0.01 16

IGEV_Zeroshot_test	2.13 129	0.50 173	4.91 289	1.41 218	0.18 109	2.62 130	0.36 126	7.80 223	3.87 117	5.04 155	5.42 161	4.77 215	1.03 103	3.43 84	0.79 105	0.00 1	0.16 378	0.00 1	0.18 352	0.17 283	0.04 126

Selective-RAFT	1.69 75	0.32 44	3.29 178	0.92 149	0.18 109	3.89 254	0.06 22	4.22 61	4.00 127	1.47 70	1.98 58	3.07 140	2.81 206	6.35 178	0.89 128	0.01 187	0.00 1	0.00 1	0.21 363	0.05 128	0.00 1

DCANet-4	2.03 121	0.34 68	5.30 314	0.31 65	0.18 109	1.69 50	0.12 47	4.95 99	8.55 315	5.78 174	5.17 143	1.12 77	2.82 207	2.11 65	1.92 220	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.18 306

ADStereo(finetuned)	2.26 148	0.64 225	5.22 310	0.31 65	0.18 109	1.71 55	0.25 104	5.23 118	8.46 310	6.06 197	5.30 159	1.41 83	6.37 343	1.87 55	1.87 214	0.00 1	0.00 1	0.00 1	0.00 1	0.04 102	0.18 306

DisPM	2.43 166	0.32 44	3.04 156	1.76 265	0.18 109	3.46 208	0.65 201	5.13 110	4.88 176	8.59 323	7.04 213	2.84 128	1.03 103	8.85 334	0.83 110	0.01 187	0.00 1	0.00 1	0.00 1	0.01 8	0.02 50

Patchmatch Stereo++	1.95 110	0.40 112	2.86 135	0.12 26	0.18 109	3.74 243	0.66 203	5.24 124	2.96 60	5.86 182	4.32 120	3.46 155	1.52 145	6.88 208	0.70 79	0.01 187	0.00 1	0.00 1	0.00 1	0.08 177	0.09 220
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
HUI-Stereo	1.80 87	0.41 122	2.85 133	0.12 26	0.18 109	3.72 241	0.65 201	5.23 118	2.97 64	5.87 187	4.34 123	3.45 153	1.52 145	3.93 99	0.65 71	0.02 260	0.00 1	0.00 1	0.00 1	0.08 177	0.10 241

iRAFT	1.95 110	0.40 112	2.86 135	0.12 26	0.18 109	3.74 243	0.66 203	5.24 124	2.96 60	5.86 182	4.32 120	3.46 155	1.52 145	6.88 208	0.70 79	0.01 187	0.00 1	0.00 1	0.00 1	0.08 177	0.09 220

RAFT-IKP	1.90 104	0.42 128	2.83 130	0.12 26	0.18 109	3.50 217	0.64 198	5.24 124	2.96 60	5.86 182	4.34 123	3.50 162	1.51 140	5.99 158	0.76 95	0.01 187	0.00 1	0.00 1	0.00 1	0.08 177	0.08 207

trnet	0.99 21	0.37 93	1.89 34	0.08 17	0.19 119	1.68 49	0.02 10	4.12 60	6.41 243	0.70 51	1.57 43	0.46 54	0.67 74	1.15 18	0.41 29	0.00 1	0.01 148	0.00 1	0.00 1	0.01 8	0.01 16

PSM-adaLoss	1.88 100	0.40 112	2.86 135	0.12 26	0.19 119	3.75 246	0.71 217	5.23 118	2.96 60	5.86 182	4.33 122	3.45 153	1.51 140	5.40 143	0.69 77	0.01 187	0.00 1	0.00 1	0.00 1	0.08 177	0.09 220

ROB_FTStereo_v2	1.91 106	0.41 122	2.85 133	0.12 26	0.19 119	3.71 238	0.73 222	5.23 118	2.95 58	5.86 182	4.36 125	3.46 155	1.51 140	5.86 154	0.69 77	0.01 187	0.00 1	0.00 1	0.00 1	0.08 177	0.08 207

ROB_FTStereo	1.90 104	0.42 128	2.86 135	0.12 26	0.19 119	3.71 238	0.75 227	5.24 124	2.95 58	5.87 187	4.26 118	3.41 151	1.51 140	5.80 151	0.65 71	0.01 187	0.00 1	0.00 1	0.00 1	0.08 177	0.08 207

iGMRVC	1.96 113	0.40 112	2.88 140	0.12 26	0.19 119	3.74 243	0.73 222	5.23 118	2.97 64	5.87 187	4.37 126	3.48 159	1.52 145	6.73 201	0.74 88	0.02 260	0.00 1	0.00 1	0.00 1	0.08 177	0.08 207

AE-Stereo	1.44 63	0.32 44	2.69 110	1.58 241	0.20 124	2.24 88	0.59 184	6.01 163	5.70 204	1.18 68	3.17 88	1.02 74	0.78 87	1.73 46	0.83 110	0.02 260	0.18 386	0.00 1	0.29 384	0.11 222	0.07 193

CrosDoStereo	3.96 303	0.45 152	3.04 156	0.32 68	0.20 124	3.28 201	11.63 443	5.76 153	4.45 154	9.04 337	16.58 369	4.99 223	7.45 364	8.04 277	3.72 301	0.00 1	0.02 200	0.01 309	0.00 1	0.16 272	0.10 241

DeepStereo_LL	3.96 303	0.45 152	3.04 156	0.32 68	0.20 124	3.28 201	11.63 443	5.76 153	4.45 154	9.04 337	16.58 369	4.99 223	7.45 364	8.04 277	3.72 301	0.00 1	0.02 200	0.01 309	0.00 1	0.16 272	0.10 241

MIPNet	2.06 124	0.69 245	4.57 275	0.32 68	0.21 127	1.92 65	0.19 84	6.89 207	5.64 203	5.48 168	4.02 111	2.02 109	3.50 234	3.32 82	2.01 226	0.00 1	0.01 148	0.01 309	0.01 246	0.20 304	0.13 274

IIG-Stereo	3.16 232	0.75 259	2.83 130	4.08 421	0.21 127	2.56 118	0.74 225	6.55 195	5.56 200	8.39 315	9.38 273	7.94 304	2.79 205	9.50 361	1.89 217	0.02 260	0.00 1	0.00 1	0.00 1	0.02 36	0.04 126

RAFT-345	3.27 237	0.41 122	2.88 140	1.02 166	0.21 127	2.63 132	0.48 150	3.76 43	5.51 196	7.35 275	24.88 419	4.25 195	1.76 163	8.15 291	2.13 233	0.01 187	0.00 1	0.00 1	0.00 1	0.01 8	0.01 16

test-3	1.86 95	0.21 7	2.46 87	1.03 168	0.22 130	1.38 23	0.83 244	4.65 86	5.04 180	7.26 270	1.78 52	4.10 188	0.41 50	6.53 191	0.76 95	0.00 1	0.00 1	0.00 1	0.29 384	0.18 293	0.14 281

test_1	1.85 94	0.21 7	2.45 84	1.02 166	0.22 130	1.37 22	0.82 240	4.66 88	5.06 181	7.02 253	1.73 49	4.09 186	0.41 50	6.51 189	0.76 95	0.00 1	0.00 1	0.00 1	0.29 384	0.18 293	0.14 281

test_3	1.88 100	0.22 10	2.75 119	0.96 158	0.22 130	1.28 16	0.77 231	4.62 81	5.87 210	6.55 234	1.84 54	4.28 199	0.45 57	6.48 186	0.76 95	0.00 1	0.01 148	0.00 1	0.28 383	0.17 283	0.14 281

CREStereo	0.98 18	0.42 128	1.86 31	0.07 13	0.22 130	1.65 44	0.02 10	4.07 56	6.33 240	0.72 52	1.54 42	0.43 51	0.64 73	1.22 23	0.44 33	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	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
tt45	1.09 32	0.35 77	1.49 11	0.39 84	0.23 134	3.50 217	0.14 63	3.35 25	1.81 13	0.36 18	2.04 59	0.27 26	0.26 16	6.84 206	0.63 69	0.00 1	0.00 1	0.00 1	0.00 1	0.16 272	0.03 83

MoCha-V2	1.41 61	0.42 128	2.61 101	0.81 132	0.23 134	2.53 112	0.20 89	4.81 93	3.16 77	0.82 55	3.15 87	0.30 32	1.61 153	6.66 199	0.40 28	0.00 1	0.20 395	0.00 1	0.24 372	0.05 128	0.02 50

11t1	1.62 72	0.26 19	2.53 93	2.37 357	0.24 136	2.58 121	0.06 22	6.66 198	3.00 66	3.40 112	3.01 82	1.14 78	1.94 167	4.18 106	0.91 131	0.01 187	0.02 200	0.00 1	0.00 1	0.03 80	0.03 83

AEACV	0.80 6	0.29 27	1.70 25	0.96 158	0.24 136	2.03 73	0.88 257	3.50 32	0.88 3	0.34 15	0.20 7	0.29 31	2.01 169	1.77 50	0.33 15	0.00 1	0.03 247	0.00 1	0.29 384	0.10 205	0.09 220

CFNet_pseudo	2.81 199	0.42 128	4.04 240	0.33 73	0.24 136	2.59 124	0.12 47	8.20 231	7.66 283	7.04 256	10.42 292	6.56 274	2.05 171	4.88 123	1.53 185	0.00 1	0.02 200	0.01 309	0.00 1	0.05 128	0.07 193

rvit_stereo_0081_aga	0.76 5	0.51 178	3.29 178	0.11 24	0.25 139	1.73 57	0.22 94	3.68 35	2.54 37	0.26 7	0.16 4	0.27 26	0.30 30	1.31 24	0.36 21	0.00 1	0.00 1	0.00 1	0.00 1	0.12 237	0.04 126

MSKI-zero shot	2.00 117	0.36 87	2.15 64	0.81 132	0.25 139	2.69 139	0.29 112	6.16 171	2.34 29	4.31 131	7.52 222	3.70 172	0.25 10	8.42 309	0.41 29	0.01 187	0.13 360	0.00 1	0.25 376	0.03 80	0.02 50

iRaft-Stereo_5w	2.86 206	0.86 285	4.08 245	0.06 10	0.25 139	2.76 147	0.60 187	4.97 102	4.10 138	2.98 98	7.85 236	10.17 338	4.17 270	8.16 292	5.83 338	0.00 1	0.00 1	0.00 1	0.01 246	0.26 336	0.06 175

Pruner-Stereo	2.49 175	0.40 112	2.46 87	1.80 271	0.25 139	3.51 220	0.77 231	6.03 164	4.92 177	8.91 333	6.09 174	4.45 205	1.11 107	6.99 218	2.11 231	0.02 260	0.00 1	0.02 340	0.00 1	0.01 8	0.04 126

MSMDNet	2.99 218	0.39 103	4.02 237	0.40 86	0.25 139	2.53 112	0.16 74	9.35 268	9.25 323	7.08 258	11.39 314	6.93 280	2.43 186	4.01 101	1.34 171	0.01 187	0.02 200	0.02 340	0.00 1	0.05 128	0.07 193

ccs_rob	2.81 199	0.42 128	4.06 242	0.33 73	0.25 139	2.59 124	0.12 47	8.19 230	7.68 284	7.02 253	10.37 291	6.54 270	2.06 172	4.88 123	1.53 185	0.00 1	0.02 200	0.01 309	0.00 1	0.05 128	0.07 193

MLCV	3.44 262	0.88 290	5.60 328	1.39 214	0.25 139	4.36 274	0.33 122	7.25 214	7.28 271	9.17 341	12.24 333	5.09 230	2.47 187	9.15 345	3.23 278	0.00 1	0.00 1	0.00 1	0.00 1	0.10 205	0.02 50

PCWNet_CMD	2.99 218	0.39 103	4.02 237	0.39 84	0.26 146	2.53 112	0.15 69	9.24 264	9.22 322	7.12 260	11.53 319	6.94 281	2.41 185	4.02 102	1.33 169	0.01 187	0.02 200	0.02 340	0.00 1	0.05 128	0.07 193

FENet	2.19 138	0.34 68	3.04 156	2.05 320	0.26 146	2.82 162	0.13 56	7.02 210	5.55 198	4.97 153	1.94 56	4.91 221	3.39 230	4.71 119	2.50 254	0.02 260	0.03 247	0.00 1	0.00 1	0.00 1	0.21 323

CAS++	1.18 42	0.55 197	1.99 45	0.17 42	0.27 148	1.85 62	0.63 194	8.48 240	3.07 72	1.71 75	2.32 70	0.18 6	0.20 5	1.91 58	0.30 11	0.00 1	0.01 148	0.00 1	0.00 1	0.02 36	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DCRE	1.79 85	0.68 240	2.55 95	1.66 253	0.27 148	1.27 14	0.05 19	4.57 79	4.04 132	3.30 109	9.24 267	3.83 176	1.20 124	2.08 64	0.67 75	0.00 1	0.12 352	0.00 1	0.24 372	0.04 102	0.09 220

GMOStereo	1.81 88	0.47 160	2.09 58	0.10 20	0.27 148	1.49 29	0.89 258	4.40 65	4.51 158	8.16 303	6.97 204	2.96 132	1.15 113	1.42 26	0.88 123	0.00 1	0.14 364	0.00 1	0.00 1	0.23 325	0.03 83

error version	1.81 88	0.47 160	2.09 58	0.10 20	0.27 148	1.49 29	0.89 258	4.40 65	4.51 158	8.16 303	6.97 204	2.96 132	1.15 113	1.42 26	0.88 123	0.00 1	0.14 364	0.00 1	0.00 1	0.23 325	0.03 83

test-v	1.81 88	0.47 160	2.09 58	0.10 20	0.27 148	1.49 29	0.89 258	4.40 65	4.51 158	8.16 303	6.97 204	2.96 132	1.15 113	1.42 26	0.88 123	0.00 1	0.14 364	0.00 1	0.00 1	0.23 325	0.03 83

test-2	1.81 88	0.47 160	2.09 58	0.10 20	0.27 148	1.49 29	0.89 258	4.40 65	4.51 158	8.16 303	6.97 204	2.96 132	1.15 113	1.42 26	0.88 123	0.00 1	0.14 364	0.00 1	0.00 1	0.23 325	0.03 83

raft_robust	2.64 186	1.20 340	2.62 103	1.10 178	0.28 154	1.50 33	0.12 47	6.28 178	9.04 320	6.80 241	7.19 216	3.73 174	2.13 173	9.06 342	1.07 146	0.03 294	0.12 352	0.00 1	0.21 363	0.17 283	0.22 325

TestStereo	1.74 81	1.02 315	3.64 208	0.20 48	0.28 154	1.33 19	0.01 2	5.24 124	4.01 129	3.18 102	4.97 137	2.07 111	0.70 75	7.32 239	0.75 93	0.02 260	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1

ITSA-stereo	3.76 285	0.54 194	3.80 219	1.91 287	0.29 156	3.09 186	0.70 214	13.22 377	15.64 395	6.79 240	6.66 197	4.15 191	3.52 237	8.30 302	5.00 325	0.09 352	0.07 311	0.11 394	0.10 325	0.18 293	0.95 403

Sa-1000	3.55 269	0.75 259	3.63 207	1.91 287	0.30 157	3.55 224	1.63 310	7.39 217	8.54 314	7.70 287	17.44 385	4.00 181	2.82 207	9.44 359	1.33 169	0.00 1	0.10 337	0.00 1	0.18 352	0.21 315	0.04 126

SA	3.06 222	0.74 257	3.79 218	1.60 245	0.30 157	3.19 197	1.43 299	6.72 201	9.06 321	4.63 144	10.80 301	2.89 130	4.71 301	9.62 362	1.18 160	0.00 1	0.09 328	0.00 1	0.19 357	0.23 325	0.02 50

TransformOpticalFlow	3.38 253	0.70 247	4.54 269	1.00 164	0.30 157	3.56 225	0.14 63	9.67 277	7.30 272	5.55 170	13.34 343	6.74 278	5.03 313	8.22 300	1.34 171	0.00 1	0.01 148	0.01 309	0.00 1	0.04 102	0.11 254

RAFT_R40	2.71 191	0.33 58	3.00 147	1.26 194	0.30 157	3.83 252	1.00 270	5.69 149	4.29 146	9.69 353	6.33 190	5.02 228	4.02 264	8.58 317	0.86 118	0.01 187	0.00 1	0.00 1	0.00 1	0.03 80	0.02 50

CFNet-RSSM	2.11 126	0.33 58	2.71 114	1.04 173	0.30 157	3.21 199	0.41 138	6.67 199	6.96 259	5.62 171	4.58 127	5.40 240	1.71 156	1.86 54	0.87 120	0.00 1	0.08 321	0.00 1	0.32 393	0.02 36	0.02 50

Gwc-CoAtRS	2.02 120	0.33 58	2.61 101	1.04 173	0.30 157	3.56 225	0.40 137	5.89 161	5.94 215	5.08 157	5.01 139	5.55 243	1.72 157	1.60 40	0.91 131	0.01 187	0.09 328	0.00 1	0.25 376	0.01 8	0.02 50

testlalala	1.50 68	0.41 122	1.67 23	0.98 162	0.31 163	4.00 261	0.90 262	5.26 129	2.17 17	6.56 235	3.61 104	1.74 98	0.38 41	1.21 22	0.42 31	0.00 1	0.02 200	0.00 1	0.29 384	0.01 8	0.01 16

IPLG	2.43 166	0.66 236	4.77 283	0.54 100	0.31 163	3.01 179	0.26 106	6.15 170	5.55 198	7.69 286	6.21 183	1.89 104	1.74 160	7.19 234	2.35 246	0.01 187	0.01 148	0.00 1	0.00 1	0.24 335	0.12 266

ours_stereo	1.03 25	0.55 197	1.86 31	0.12 26	0.32 165	1.16 7	0.09 35	3.27 20	2.18 18	0.39 28	3.02 83	0.34 44	0.26 16	6.32 174	0.37 25	0.00 1	0.01 148	0.00 1	0.00 1	0.18 293	0.13 274

mmm	2.50 178	0.29 27	3.22 174	1.98 302	0.32 165	3.72 241	0.12 47	9.45 270	4.05 134	5.84 181	10.80 301	2.47 118	2.86 210	4.07 104	0.75 93	0.00 1	0.02 200	0.00 1	0.01 246	0.03 80	0.02 50

HHNet	2.59 184	0.55 197	2.55 95	0.20 48	0.32 165	2.84 165	0.94 265	5.77 156	5.14 185	7.33 274	13.80 347	0.94 71	3.20 219	5.27 139	2.41 251	0.13 362	0.02 200	0.06 380	0.00 1	0.23 325	0.03 83

SGM_RVC	10.08 419	0.60 213	3.42 191	2.30 346	0.32 165	19.41 432	6.33 406	18.95 429	14.64 389	25.14 441	24.32 416	33.34 448	18.79 433	19.86 440	12.55 416	0.25 385	0.26 411	0.22 410	0.24 372	0.34 360	0.40 367
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WCG-NET	1.31 54	0.53 189	1.77 26	0.43 90	0.33 169	2.05 75	0.43 141	4.68 89	4.48 157	3.21 104	0.90 20	2.34 116	1.15 113	3.50 86	0.24 8	0.00 1	0.01 148	0.00 1	0.00 1	0.12 237	0.01 16

GwcNet-ADL	2.65 187	0.48 167	3.84 227	0.82 134	0.33 169	2.04 74	0.69 211	8.07 228	9.42 327	6.05 195	6.66 197	4.14 190	1.73 158	5.40 143	3.01 270	0.08 347	0.06 297	0.00 1	0.00 1	0.06 149	0.03 83

SST-Stereo	2.75 195	0.31 34	2.78 125	1.33 203	0.33 169	3.99 260	0.82 240	5.60 146	3.93 123	10.92 380	6.19 182	5.00 226	4.23 273	8.66 321	0.74 88	0.00 1	0.00 1	0.00 1	0.00 1	0.03 80	0.03 83

999	1.25 49	0.37 93	1.63 19	1.15 186	0.34 172	3.03 181	0.66 203	3.41 28	2.27 21	0.30 9	3.20 89	0.19 7	0.25 10	7.23 236	0.85 114	0.00 1	0.00 1	0.00 1	0.00 1	0.16 272	0.01 16

RAFT-Test	2.17 135	0.36 87	3.40 189	1.05 175	0.34 172	4.90 290	0.69 211	6.27 177	3.98 125	4.65 145	7.02 210	6.30 267	1.12 108	1.81 51	0.99 140	0.01 187	0.17 382	0.00 1	0.34 397	0.02 36	0.02 50

iResNet	3.68 277	0.91 298	7.94 382	2.97 388	0.34 172	4.44 280	0.48 150	7.70 220	9.74 333	7.72 288	12.74 338	4.03 182	2.87 211	8.05 280	3.37 283	0.02 260	0.01 148	0.00 1	0.00 1	0.10 205	0.09 220

test_sample7	3.30 240	0.47 160	3.43 194	1.98 302	0.35 175	4.33 271	1.88 320	10.66 303	7.73 286	8.36 310	7.55 224	6.55 271	4.27 275	6.58 193	1.62 195	0.06 333	0.03 247	0.00 1	0.00 1	0.05 128	0.06 175

mms	1.03 25	0.54 194	1.58 15	0.05 8	0.36 176	1.52 35	0.08 31	2.97 12	1.84 15	0.38 20	2.94 80	0.32 38	0.25 10	6.82 204	0.39 26	0.00 1	0.04 271	0.00 1	0.00 1	0.17 283	0.28 350

rvit_stereo_ft	1.00 23	0.78 269	3.84 227	0.84 137	0.36 176	1.23 10	0.24 99	3.81 48	3.76 114	0.37 19	0.87 19	0.74 67	1.12 108	1.18 21	0.76 95	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.06 175

GMStereo_Zeroshot	2.77 196	1.98 396	5.14 304	1.53 232	0.36 176	3.56 225	0.10 37	5.57 145	5.91 214	6.89 248	7.02 210	8.50 317	0.91 94	6.01 159	1.65 198	0.00 1	0.00 1	0.00 1	0.00 1	0.20 304	0.01 16

1111x	4.25 324	0.30 31	4.31 254	1.47 224	0.37 179	5.10 294	0.32 119	12.86 370	9.82 335	6.01 193	9.73 279	8.78 319	5.97 337	9.43 356	10.39 399	0.06 333	0.03 247	0.00 1	0.00 1	0.02 36	0.04 126

CFNet_ucs	3.07 223	0.44 145	4.05 241	0.54 100	0.37 179	3.08 184	0.19 84	9.80 280	8.49 313	7.64 285	12.62 337	5.67 249	1.76 163	4.96 129	1.51 182	0.00 1	0.04 271	0.01 309	0.00 1	0.09 194	0.11 254

CASS	2.44 168	0.44 145	3.56 200	0.85 139	0.38 181	3.14 192	0.22 94	9.64 276	4.00 127	6.78 239	7.62 228	3.57 165	3.58 239	3.80 93	1.10 150	0.02 260	0.01 148	0.00 1	0.00 1	0.05 128	0.01 16
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
FTStereo	4.55 339	0.36 87	2.18 72	0.94 152	0.38 181	2.60 126	8.82 425	4.98 104	3.17 79	10.88 379	30.35 434	5.60 248	7.60 369	7.62 253	1.55 188	0.17 371	0.00 1	0.05 376	0.00 1	0.03 80	3.80 434

AAGNet	3.41 258	0.34 68	2.45 84	1.78 269	0.39 183	3.69 236	1.05 274	4.79 92	4.61 166	9.62 351	7.74 233	4.98 222	6.38 344	7.34 241	13.02 417	0.00 1	0.00 1	0.00 1	0.00 1	0.03 80	0.04 126

MSMD_ROB	9.28 412	1.09 326	4.65 277	1.58 241	0.39 183	16.52 419	4.41 378	13.60 381	14.87 392	22.34 430	39.89 454	25.67 435	20.71 440	12.42 399	6.98 353	0.34 395	0.03 247	0.00 1	0.00 1	0.05 128	0.09 220

PSMNet-ADL	2.98 217	0.43 140	2.41 81	1.43 220	0.40 185	5.94 313	0.28 108	8.45 236	5.13 184	3.36 111	6.77 199	8.41 311	4.61 296	7.20 235	4.55 317	0.02 260	0.09 328	0.00 1	0.00 1	0.01 8	0.03 83

GANetREF_RVC	6.56 372	2.89 410	7.58 380	3.41 401	0.40 185	12.96 407	9.58 431	15.09 399	17.25 406	10.33 366	10.62 297	12.27 366	8.16 378	12.21 397	4.53 316	0.41 402	0.00 1	0.00 1	0.02 267	3.12 432	0.39 365
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
StereoDRNet-Refined	4.46 331	0.62 221	3.80 219	1.92 291	0.40 185	9.35 367	0.15 69	10.02 288	8.83 319	12.69 397	11.62 321	9.34 325	3.87 258	8.06 284	8.02 368	0.00 1	0.00 1	0.01 309	0.05 301	0.20 304	0.26 344
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
test_sample2	2.32 155	0.25 15	3.38 185	2.08 321	0.41 188	2.58 121	0.15 69	9.50 271	4.97 179	3.66 117	4.86 134	4.29 201	3.26 221	5.83 153	1.09 149	0.00 1	0.01 148	0.00 1	0.00 1	0.03 80	0.03 83

IRAFT_RVC	2.85 202	0.41 122	3.32 181	2.09 324	0.41 188	2.92 172	5.22 392	6.41 187	3.63 107	6.53 233	5.48 163	5.09 230	4.88 310	8.20 299	2.15 235	0.01 187	0.17 382	0.01 309	0.00 1	0.02 36	0.04 126

test-1	1.82 92	0.45 152	5.42 317	0.89 143	0.41 188	2.14 82	0.56 174	5.75 151	4.15 142	3.28 107	5.11 141	3.61 166	0.70 75	1.53 37	1.56 189	0.02 260	0.34 415	0.00 1	0.08 313	0.02 36	0.30 354

RAFT-RH_RVC	3.96 303	0.46 158	2.93 143	1.55 236	0.42 191	3.14 192	0.14 63	3.70 36	5.98 219	11.25 385	32.23 438	5.29 235	1.68 154	8.13 289	2.14 234	0.08 347	0.00 1	0.00 1	0.03 280	0.01 8	0.00 1

TestStereo1	2.85 202	0.81 276	3.48 195	3.11 391	0.44 192	2.52 109	1.50 302	6.37 182	8.18 301	4.62 141	9.24 267	2.23 114	3.69 244	9.19 347	1.26 162	0.00 1	0.01 148	0.00 1	0.00 1	0.27 341	0.09 220

SA-5K	2.85 202	0.81 276	3.48 195	3.11 391	0.44 192	2.52 109	1.50 302	6.37 182	8.18 301	4.62 141	9.24 267	2.23 114	3.69 244	9.19 347	1.26 162	0.00 1	0.01 148	0.00 1	0.00 1	0.27 341	0.09 220

CroCo-Stereo	0.99 21	0.89 293	3.19 172	0.46 92	0.44 192	0.38 1	0.05 19	4.61 80	3.95 124	0.48 42	1.78 52	1.01 73	0.27 18	1.11 15	1.07 146	0.01 187	0.00 1	0.00 1	0.00 1	0.05 128	0.04 126
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
FADNet-RVC	3.98 307	1.84 389	12.48 411	1.69 255	0.44 192	4.33 271	1.31 295	11.84 337	7.15 268	3.53 115	3.50 102	10.63 347	4.43 287	9.12 343	6.25 342	0.03 294	0.10 337	0.00 1	0.03 280	0.60 390	0.25 338

CBMV	5.35 350	0.91 298	3.67 209	1.62 249	0.44 192	10.09 376	7.19 418	12.49 362	12.33 375	12.22 393	14.69 358	10.93 355	6.48 345	8.51 313	4.96 324	0.02 260	0.15 370	0.00 1	0.00 1	0.17 283	0.17 304
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ASMatch	3.32 248	0.50 173	3.32 181	1.72 261	0.45 197	1.93 66	0.68 207	6.42 188	3.89 119	6.18 207	22.30 407	4.61 211	4.82 308	7.65 254	1.70 201	0.00 1	0.02 200	0.00 1	0.03 280	0.01 8	0.18 306

test_sample1	2.31 153	0.26 19	3.29 178	2.08 321	0.46 198	2.62 130	0.05 19	9.88 282	4.23 145	3.90 124	3.92 110	3.49 160	4.44 288	5.67 148	1.88 216	0.00 1	0.01 148	0.00 1	0.00 1	0.02 36	0.03 83

BUS	2.49 175	0.32 44	3.05 161	0.46 92	0.46 198	7.12 335	0.50 162	9.05 258	4.69 168	6.11 201	6.15 179	5.29 235	0.83 91	3.91 96	1.77 208	0.01 187	0.03 247	0.03 357	0.00 1	0.04 102	0.00 1

BSDual-CNN	2.69 188	0.32 44	3.05 161	0.46 92	0.46 198	7.13 337	1.63 310	9.05 258	4.69 168	6.11 201	6.15 179	6.26 264	2.54 189	3.91 96	1.91 218	0.01 187	0.03 247	0.03 357	0.00 1	0.04 102	0.00 1

psmg	3.10 227	0.32 44	3.05 161	0.54 100	0.46 198	8.68 360	2.84 343	9.87 281	4.69 168	8.08 300	8.69 249	6.26 264	2.54 189	3.91 96	1.91 218	0.01 187	0.04 271	0.06 380	0.00 1	0.11 222	0.00 1

KYRaft	3.59 271	0.31 34	1.84 30	0.76 129	0.46 198	2.29 91	4.04 369	4.75 91	3.25 86	8.93 336	19.47 393	6.62 277	5.07 315	7.79 265	0.71 83	0.01 187	0.00 1	0.00 1	0.01 246	0.04 102	5.38 443

sAnonymous2	1.35 57	1.66 380	8.14 384	0.55 103	0.46 198	1.23 10	0.24 99	4.00 54	3.47 100	0.40 32	1.11 27	0.23 21	1.42 136	0.96 11	0.57 61	0.01 187	0.00 1	0.00 1	0.20 359	2.07 426	0.22 325

CroCo_RVC	1.35 57	1.66 380	8.14 384	0.55 103	0.46 198	1.23 10	0.24 99	4.00 54	3.47 100	0.40 32	1.11 27	0.23 21	1.42 136	0.96 11	0.57 61	0.01 187	0.00 1	0.00 1	0.20 359	2.07 426	0.22 325

xxxx	4.51 335	0.31 34	2.77 123	1.69 255	0.47 205	7.74 352	0.07 27	14.04 387	7.91 294	5.82 179	8.97 257	9.34 325	3.41 233	7.33 240	20.24 434	0.05 324	0.03 247	0.00 1	0.00 1	0.03 80	0.04 126

GMM-Stereo	3.32 248	0.27 23	2.52 92	0.82 134	0.48 206	2.27 90	4.91 387	5.06 108	3.08 73	7.06 257	16.72 372	6.21 263	3.70 246	7.60 252	1.16 158	0.04 312	0.00 1	0.00 1	0.04 297	0.10 205	4.45 436

222	5.36 351	0.40 112	2.72 116	1.50 225	0.48 206	6.15 316	0.07 27	13.73 384	8.06 297	8.79 327	11.03 309	3.71 173	4.21 271	7.47 248	38.74 469	0.03 294	0.02 200	0.00 1	0.00 1	0.04 102	0.05 159

AdaStereo	3.09 224	0.58 209	3.04 156	2.84 380	0.48 206	4.08 263	1.29 294	12.16 352	7.77 290	6.03 194	9.62 276	5.79 253	1.53 149	4.56 116	1.93 224	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 50
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.
test_sample6	3.14 231	0.41 122	4.42 260	1.92 291	0.49 209	3.25 200	0.21 92	11.30 321	6.69 252	6.50 230	10.86 305	4.03 182	2.93 213	7.06 224	2.65 259	0.02 260	0.02 200	0.00 1	0.00 1	0.05 128	0.06 175

knoymous	1.36 59	0.21 7	1.68 24	0.20 48	0.49 209	1.58 37	0.11 41	5.15 113	2.40 30	4.62 141	1.77 51	4.56 209	0.45 57	3.23 80	0.63 69	0.00 1	0.02 200	0.00 1	0.00 1	0.02 36	0.01 16

Prome-Stereo	3.65 275	0.29 27	1.92 37	0.91 145	0.49 209	2.07 76	4.75 385	4.41 69	3.23 85	9.32 345	20.63 400	4.06 184	7.19 359	7.70 258	1.17 159	0.00 1	0.00 1	0.00 1	0.00 1	0.05 128	4.72 440

test_sample5	2.91 213	0.40 112	4.33 255	1.81 273	0.50 212	3.33 203	0.17 79	11.27 319	6.55 248	6.18 207	8.35 244	3.65 167	2.71 200	6.61 195	2.15 235	0.02 260	0.02 200	0.00 1	0.00 1	0.05 128	0.05 159

DualNet	3.05 221	0.40 112	4.33 255	1.81 273	0.50 212	3.33 203	0.17 79	11.27 319	6.55 248	6.50 230	10.86 305	3.65 167	2.71 200	6.61 195	2.15 235	0.02 260	0.02 200	0.00 1	0.00 1	0.05 128	0.05 159

Anonymous3	1.76 82	0.44 145	6.37 351	0.33 73	0.50 212	4.33 271	0.54 168	4.43 70	2.48 31	2.21 79	3.24 91	1.53 91	1.14 111	5.64 146	1.29 166	0.17 371	0.23 403	0.00 1	0.00 1	0.12 237	0.15 290

gcap-zeroshot	1.87 99	0.44 145	4.24 250	0.53 99	0.51 215	3.12 190	0.75 227	6.42 188	3.91 121	3.75 121	1.67 47	7.79 298	0.55 67	2.61 72	0.53 56	0.02 260	0.21 398	0.00 1	0.23 369	0.00 1	0.05 159

OMP-Stereo	3.03 220	0.93 304	2.72 116	4.21 425	0.51 215	2.19 85	1.25 289	6.19 175	6.00 221	7.99 299	6.21 183	8.50 317	2.49 188	9.44 359	1.74 206	0.01 187	0.00 1	0.00 1	0.00 1	0.08 177	0.05 159

test_xeample	4.13 312	0.36 87	2.75 119	1.23 191	0.51 215	3.96 259	0.13 56	12.63 366	7.65 282	7.49 280	10.86 305	3.29 149	3.36 225	6.71 200	21.53 439	0.02 260	0.03 247	0.00 1	0.00 1	0.03 80	0.04 126

RAStereo	0.68 2	0.42 128	3.15 169	0.18 47	0.52 218	1.17 8	0.02 10	3.16 18	0.98 6	0.51 45	1.43 39	0.16 4	0.22 8	0.75 4	0.83 110	0.00 1	0.00 1	0.00 1	0.00 1	0.07 165	0.02 50

PAM_32	3.50 264	0.32 44	5.22 310	1.32 202	0.53 219	7.49 344	0.39 133	9.52 274	3.91 121	5.22 161	5.28 158	16.75 400	7.44 363	4.61 118	0.90 130	0.00 1	0.20 395	0.00 1	0.39 405	0.09 194	0.39 365

test_sample4	2.87 208	0.40 112	4.54 269	1.80 271	0.54 220	3.95 258	0.15 69	11.48 327	6.49 247	6.33 224	6.81 201	3.68 171	2.65 195	6.11 162	2.36 247	0.02 260	0.01 148	0.00 1	0.00 1	0.04 102	0.05 159

PSM-AAD	3.33 250	0.20 3	1.47 10	0.73 127	0.54 220	2.55 116	6.19 400	4.97 102	3.27 87	10.92 380	11.92 323	2.95 131	9.59 396	7.90 270	0.82 109	0.01 187	0.01 148	0.00 1	0.00 1	0.04 102	2.47 429

LCNet	2.85 202	0.42 128	1.90 35	0.95 156	0.56 222	2.07 76	1.60 308	4.99 105	3.57 106	6.05 195	10.59 296	4.59 210	6.79 353	7.46 246	0.72 85	0.01 187	0.00 1	0.01 309	0.77 424	0.30 346	3.57 432

EAI-Stereo	2.31 153	0.44 145	2.72 116	0.68 124	0.56 222	3.51 220	2.62 337	11.42 325	4.14 141	2.09 78	7.23 218	1.21 80	0.91 94	5.67 148	1.51 182	0.01 187	0.25 409	0.00 1	0.88 426	0.04 102	0.26 344

test_sample3	2.87 208	0.37 93	4.45 263	1.95 297	0.59 224	4.69 285	0.16 74	11.50 328	6.45 244	5.82 179	6.44 193	3.76 175	2.64 194	6.01 159	2.41 251	0.01 187	0.01 148	0.00 1	0.00 1	0.04 102	0.05 159

ACVNet	2.58 183	0.53 189	2.69 110	0.84 137	0.59 224	2.61 127	0.55 172	8.35 232	5.70 204	4.45 135	9.26 270	5.77 251	3.50 234	2.24 66	4.41 314	0.00 1	0.00 1	0.00 1	0.00 1	0.17 283	0.01 16

DualNet (step1)	3.91 301	1.11 330	6.15 344	1.27 196	0.60 226	5.22 296	2.54 332	10.66 303	7.73 286	8.36 310	7.55 224	6.55 271	4.27 275	6.58 193	1.62 195	1.49 431	0.03 247	3.10 438	2.99 443	0.20 304	0.15 290

test_sample9	5.87 355	1.11 330	6.15 344	1.27 196	0.60 226	5.22 296	2.54 332	10.66 303	7.73 286	8.36 310	7.55 224	6.55 271	4.27 275	11.68 391	11.44 409	1.49 431	24.31 476	3.10 438	2.99 443	0.20 304	0.15 290

test_sample8	7.99 398	1.11 330	6.15 344	1.27 196	0.60 226	5.22 296	2.54 332	12.04 345	6.15 230	17.46 420	9.02 259	24.67 431	18.16 429	11.68 391	11.44 409	1.49 431	24.31 476	3.10 438	2.99 443	0.20 304	0.15 290

STrans-v2	3.43 260	0.73 253	4.82 284	0.26 57	0.60 226	3.00 178	1.19 286	10.41 298	7.22 269	5.79 175	10.97 308	6.75 279	7.03 357	8.25 301	1.40 174	0.00 1	0.01 148	0.00 1	0.00 1	0.03 80	0.18 306

GrayStereo	3.74 281	0.20 3	1.94 40	1.55 236	0.60 226	3.12 190	8.22 422	5.76 153	3.32 92	10.40 369	16.66 371	5.81 254	8.60 383	6.57 192	1.37 173	0.01 187	0.00 1	0.01 309	0.63 418	0.02 36	0.04 126

SDNR	7.50 388	2.32 402	15.58 426	1.82 277	0.63 231	44.66 469	0.44 146	8.59 244	9.52 329	9.84 356	25.18 421	5.30 238	4.38 284	11.46 389	6.49 347	0.05 324	0.03 247	0.00 1	0.01 246	1.79 423	1.87 420

AACVNet	3.33 250	1.03 317	3.56 200	3.46 404	0.63 231	3.09 186	0.28 108	8.78 254	3.43 99	5.99 192	10.64 298	10.08 336	4.03 265	8.69 324	2.51 255	0.03 294	0.01 148	0.00 1	0.00 1	0.26 336	0.06 175

SGM-Forest	4.96 343	0.32 44	2.84 132	1.21 189	0.64 233	10.23 378	6.64 411	11.55 329	10.98 357	10.94 382	13.59 345	11.65 362	4.30 280	8.94 338	4.63 318	0.11 357	0.04 271	0.00 1	0.00 1	0.05 128	0.46 379
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
UGAM-zero	3.51 265	0.33 58	4.44 262	0.88 142	0.65 234	3.52 223	0.16 74	11.35 323	2.71 45	5.09 158	5.82 169	15.28 387	9.14 391	8.38 305	1.61 194	0.00 1	0.16 378	0.00 1	0.46 413	0.02 36	0.19 316

FADNet-RVC-Resample	3.79 288	1.62 376	12.06 405	1.43 220	0.66 235	5.94 313	2.41 328	10.18 294	8.58 316	6.28 218	4.22 117	5.33 239	4.80 307	7.71 259	3.19 276	0.17 371	0.21 398	0.17 405	0.12 330	0.41 376	0.29 352

CSAN	7.62 389	1.60 374	6.56 357	1.83 278	0.66 235	12.40 403	10.52 439	14.45 393	21.32 423	14.19 408	15.98 365	17.84 405	13.02 418	12.32 398	8.38 375	0.09 352	0.07 311	0.03 357	0.04 297	0.33 357	0.67 395

ssnet_v2	4.46 331	0.87 287	5.18 307	1.57 240	0.67 237	9.14 365	4.73 384	11.84 337	9.68 331	8.79 327	6.24 186	9.91 333	4.34 283	6.28 170	9.30 387	0.00 1	0.01 148	0.00 1	0.00 1	0.28 343	0.30 354

iRaft-Stereo_20w	2.56 180	0.35 77	4.98 292	0.37 81	0.67 237	3.47 210	0.59 184	12.57 365	3.89 119	6.10 200	6.23 185	1.49 89	2.24 177	6.65 198	0.86 118	0.00 1	0.19 391	0.00 1	0.33 395	0.08 177	0.22 325

gwcnet-sp	3.31 242	1.47 362	7.26 370	1.73 262	0.69 239	7.57 347	1.14 282	8.59 244	6.17 232	8.57 320	5.25 155	4.26 196	3.36 225	6.46 181	3.44 286	0.00 1	0.00 1	0.00 1	0.00 1	0.15 266	0.11 254

scenet	3.31 242	1.47 362	7.26 370	1.73 262	0.69 239	7.57 347	1.14 282	8.59 244	6.17 232	8.57 320	5.25 155	4.26 196	3.36 225	6.46 181	3.44 286	0.00 1	0.00 1	0.00 1	0.00 1	0.15 266	0.11 254

ssnet	3.31 242	1.47 362	7.26 370	1.73 262	0.69 239	7.57 347	1.14 282	8.59 244	6.17 232	8.57 320	5.25 155	4.26 196	3.36 225	6.46 181	3.44 286	0.00 1	0.00 1	0.00 1	0.00 1	0.15 266	0.11 254

HSM-Net_RVC	4.20 318	0.32 44	2.76 122	0.63 118	0.69 239	6.95 333	1.69 314	11.96 342	8.36 307	8.83 330	12.17 330	15.18 386	4.21 271	6.91 211	3.30 282	0.02 260	0.02 200	0.00 1	0.00 1	0.01 8	0.01 16
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ICVP	2.32 155	0.38 99	2.89 142	0.92 149	0.70 243	2.55 116	0.87 256	9.97 285	3.99 126	4.13 129	8.97 257	2.71 126	1.69 155	2.52 71	3.52 296	0.05 324	0.24 408	0.01 309	0.01 246	0.11 222	0.13 274
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
PAM	3.38 253	0.31 34	5.61 329	1.37 211	0.71 244	7.60 350	0.38 132	8.94 256	3.55 104	5.54 169	4.69 129	16.09 394	7.03 357	3.67 90	1.02 144	0.00 1	0.21 398	0.00 1	0.38 402	0.07 165	0.41 369

SANet	10.64 424	1.86 391	10.91 399	1.76 265	0.71 244	14.62 414	9.23 429	19.18 432	37.14 454	19.22 424	27.96 426	25.86 436	19.11 435	13.02 405	10.63 401	0.08 347	0.06 297	0.03 357	0.02 267	0.62 391	0.81 399

hitnet-ft	3.66 276	0.65 230	2.79 128	0.89 143	0.72 246	4.25 268	0.55 172	9.11 261	7.52 278	7.14 261	10.19 285	12.49 367	4.70 300	7.44 245	4.41 314	0.03 294	0.00 1	0.06 380	0.00 1	0.20 304	0.04 126

FADNet_RVC	3.91 301	1.67 382	12.95 416	0.96 158	0.75 247	5.71 306	0.54 168	10.83 310	6.60 250	3.46 113	8.09 240	4.10 188	3.40 232	9.43 356	6.33 343	0.36 396	0.44 424	0.17 405	0.46 413	0.91 405	0.95 403

SGM-ForestM	16.99 449	1.08 324	5.74 331	2.12 327	0.75 247	31.63 453	12.21 446	27.80 455	32.25 443	37.88 457	39.99 455	52.96 466	35.20 461	33.60 459	24.47 449	0.26 387	0.39 420	0.31 416	0.39 405	0.26 336	0.53 386

DN-CSS_ROB	2.69 188	1.40 358	5.34 315	2.31 352	0.75 247	3.14 192	0.06 22	6.11 168	3.87 117	5.34 166	12.18 331	2.34 116	1.22 125	7.84 267	1.48 180	0.03 294	0.00 1	0.00 1	0.00 1	0.35 361	0.03 83

CBMV_ROB	4.14 313	0.52 185	3.14 168	1.30 201	0.77 250	6.92 332	1.97 321	10.11 292	9.58 330	8.92 334	14.20 352	7.12 289	5.90 335	8.65 320	3.50 291	0.01 187	0.05 283	0.00 1	0.00 1	0.04 102	0.09 220

ETE_ROB	5.80 354	1.77 386	6.33 349	1.44 223	0.78 251	6.43 322	6.90 414	12.53 363	8.08 298	12.93 402	14.89 359	21.13 426	5.87 334	9.83 363	6.57 349	0.04 312	0.01 148	0.00 1	0.02 267	0.08 177	0.33 358

DCVSM-stereo	3.13 229	0.37 93	2.95 144	1.51 228	0.80 252	2.75 146	0.49 160	6.79 204	5.25 187	11.43 387	5.57 166	10.79 350	5.30 320	5.25 137	2.95 268	0.03 294	0.09 328	0.03 357	0.00 1	0.12 237	0.09 220

Any-RAFT	2.18 137	0.25 15	1.94 40	1.37 211	0.80 252	5.01 293	0.56 174	8.51 241	5.58 201	4.01 127	4.85 133	5.44 241	2.26 181	2.45 70	0.35 18	0.00 1	0.15 370	0.00 1	0.00 1	0.02 36	0.02 50

RALAANet	2.46 173	1.09 326	3.70 213	2.55 369	0.80 252	3.37 205	0.15 69	7.44 219	5.54 197	5.65 172	6.01 173	3.54 163	1.13 110	6.34 176	1.58 191	0.00 1	0.01 148	0.00 1	0.05 301	0.21 315	0.03 83

FADNet	4.23 321	1.65 379	11.75 404	1.64 251	0.80 252	4.80 287	0.77 231	13.76 385	11.65 367	3.97 125	5.24 153	9.62 329	5.14 317	8.40 307	3.78 303	0.21 379	0.04 271	0.07 386	0.05 301	1.14 410	0.10 241

PFNet	2.93 214	0.40 112	5.51 324	2.13 329	0.84 256	3.11 189	0.75 227	6.78 203	4.79 174	9.98 361	6.00 172	4.78 216	2.13 173	8.33 303	2.11 231	0.19 375	0.06 297	0.00 1	0.11 327	0.20 304	0.35 360

raft+_RVC	1.79 85	0.84 282	2.32 76	2.40 358	0.85 257	1.38 23	0.09 35	6.36 180	4.75 173	2.85 93	5.46 162	1.17 79	1.36 134	4.54 115	0.91 131	0.00 1	0.10 337	0.00 1	0.00 1	0.11 222	0.22 325

psmorigin	7.34 386	1.58 372	18.31 434	2.35 355	0.87 258	6.72 328	1.70 317	10.63 302	7.14 267	19.77 427	22.71 409	20.13 420	11.34 407	12.96 404	9.49 392	0.04 312	0.17 382	0.06 380	0.17 346	0.21 315	0.50 383

riskmin	1.88 100	0.15 1	2.11 63	1.38 213	0.88 259	2.40 101	0.04 15	5.93 162	6.10 225	2.25 81	1.34 37	6.06 259	5.08 316	2.78 74	1.01 143	0.00 1	0.02 200	0.00 1	0.00 1	0.01 8	0.06 175

DMCA	2.82 201	0.64 225	4.45 263	1.61 246	0.89 260	3.86 253	0.57 182	9.18 262	5.10 183	6.24 212	6.49 194	7.17 290	2.13 173	3.31 81	4.73 320	0.00 1	0.01 148	0.00 1	0.00 1	0.04 102	0.02 50

GANet	6.22 365	1.07 322	4.07 244	2.27 342	0.89 260	9.19 366	9.52 430	12.02 344	8.13 300	10.72 376	29.09 430	13.86 375	7.52 368	11.00 383	4.39 313	0.36 396	0.00 1	0.02 340	0.02 267	0.12 237	0.08 207

XPNet_ROB	6.03 364	1.22 341	5.61 329	2.56 370	0.90 262	6.32 318	7.07 416	12.92 371	8.30 305	14.76 412	15.13 361	19.84 418	6.66 350	10.36 373	8.58 378	0.02 260	0.04 271	0.00 1	0.03 280	0.11 222	0.24 335

AIO-Stereo-zeroshot	2.86 206	0.99 311	7.52 379	1.52 230	0.92 263	2.94 174	0.03 14	9.31 267	3.81 116	2.42 85	5.86 171	9.23 324	4.64 298	4.31 110	2.19 239	0.02 260	0.18 386	0.00 1	0.54 417	0.35 361	0.35 360

EDNetEfficientorigin	17.87 451	14.00 451	99.53 491	1.64 251	0.92 263	10.55 383	6.26 405	13.21 376	34.84 450	38.20 459	36.91 450	27.47 439	26.32 453	14.71 418	25.69 453	0.04 312	0.06 297	0.14 400	0.52 416	3.16 433	3.27 430

NCCL2	5.88 357	1.59 373	5.44 319	1.87 280	0.92 263	9.55 370	11.55 442	12.11 348	9.94 338	9.67 352	8.85 251	22.28 429	7.41 362	8.78 331	7.17 355	0.01 187	0.00 1	0.03 357	0.00 1	0.13 252	0.23 331

iResNet_ROB	4.23 321	1.02 315	4.90 288	2.18 333	0.93 266	2.92 172	0.37 128	15.10 401	16.91 404	7.89 296	10.51 295	7.03 283	3.07 217	8.16 292	3.46 290	0.01 187	0.00 1	0.00 1	0.00 1	0.10 205	0.02 50

SFCPSM	3.29 239	0.43 140	5.11 301	0.34 77	0.94 267	8.48 356	2.15 325	14.51 394	5.29 188	7.00 252	7.65 230	3.43 152	2.59 193	5.11 134	2.37 248	0.01 187	0.03 247	0.01 309	0.07 309	0.13 252	0.15 290

LALA_ROB	6.58 373	1.80 388	6.25 347	1.26 194	0.94 267	10.08 375	9.02 427	16.00 408	11.51 366	12.74 398	13.02 340	24.77 432	5.25 319	10.56 376	8.02 368	0.04 312	0.05 283	0.00 1	0.02 267	0.10 205	0.25 338

MyStereo06	2.35 158	0.66 236	4.54 269	1.10 178	0.96 269	2.57 119	0.10 37	9.30 266	4.05 134	5.22 161	6.09 174	5.95 257	2.38 184	3.00 77	0.73 87	0.01 187	0.08 321	0.00 1	0.01 246	0.13 252	0.15 290

MyStereo05	2.94 215	0.66 236	5.25 313	1.10 178	0.96 269	2.57 119	0.10 37	8.53 242	12.34 376	6.28 218	3.88 107	3.18 146	3.30 223	7.81 266	2.37 248	0.01 187	0.08 321	0.00 1	0.01 246	0.13 252	0.15 290

AIO-Stereo-zeroshot1	3.58 270	1.29 353	12.46 409	1.53 232	0.98 271	3.48 213	0.81 239	11.99 343	4.40 151	4.33 132	11.05 310	8.83 320	2.02 170	4.52 114	1.66 199	0.01 187	0.14 364	0.00 1	0.68 421	0.86 404	0.44 375

ffm	2.90 211	0.31 34	3.97 230	1.34 205	0.98 271	2.80 151	0.48 150	4.53 76	10.19 341	6.29 220	9.23 262	5.59 244	3.72 251	8.00 274	0.46 41	0.00 1	0.02 200	0.00 1	0.00 1	0.10 205	0.04 126

ff1	3.45 263	0.31 34	3.97 230	1.34 205	0.98 271	2.80 151	0.48 150	4.53 76	10.19 341	6.29 220	9.23 262	5.59 244	3.72 251	10.11 367	9.35 388	0.00 1	0.02 200	0.00 1	0.00 1	0.10 205	0.04 126

mmx	3.86 294	0.31 34	3.97 230	1.34 205	0.98 271	2.80 151	0.48 150	12.18 353	10.66 353	6.29 220	9.23 262	5.59 244	3.72 251	10.11 367	9.35 388	0.05 324	0.02 200	0.00 1	0.00 1	0.03 80	0.04 126

xxx	3.86 294	0.31 34	3.98 234	1.34 205	0.98 271	2.80 151	0.48 150	12.18 353	10.66 353	6.29 220	9.23 262	5.59 244	3.72 251	10.11 367	9.35 388	0.05 324	0.02 200	0.00 1	0.00 1	0.03 80	0.04 126

NOSS_ROB	3.30 240	0.46 158	2.62 103	2.08 321	1.01 276	5.60 304	0.74 225	10.37 296	11.48 365	5.15 159	8.43 246	5.67 249	1.73 158	7.97 273	2.34 244	0.02 260	0.06 297	0.00 1	0.00 1	0.07 165	0.14 281

TDLM	4.11 310	1.11 330	3.54 199	1.62 249	1.04 277	3.91 256	7.41 420	10.60 301	10.67 355	6.38 226	12.59 336	5.95 257	4.77 303	8.79 332	3.04 271	0.58 410	0.00 1	0.01 309	0.00 1	0.19 300	0.12 266

ACV-stereo	4.46 331	0.76 262	9.94 396	1.91 287	1.06 278	11.61 394	1.28 292	6.25 176	7.09 265	3.09 100	5.21 151	16.88 401	10.23 401	7.96 271	5.47 330	0.06 333	0.15 370	0.01 309	0.00 1	0.12 237	0.14 281

CSP-Net	4.12 311	1.28 351	3.70 213	1.54 234	1.06 278	13.28 410	2.33 327	12.96 372	5.45 192	8.87 332	8.54 248	8.43 312	3.03 214	8.16 292	3.65 299	0.00 1	0.00 1	0.00 1	0.00 1	0.18 293	0.03 83

DLCB_ROB	4.51 335	0.91 298	3.78 217	2.19 334	1.07 280	6.28 317	3.09 348	9.78 279	7.72 285	10.65 375	12.97 339	13.91 377	3.71 247	8.72 330	5.30 328	0.00 1	0.00 1	0.00 1	0.00 1	0.03 80	0.10 241

MyStereo07	1.31 54	0.79 270	1.61 17	1.03 168	1.11 281	2.63 132	0.46 147	5.48 141	2.24 19	0.64 50	1.48 40	0.27 26	0.59 71	7.03 220	0.45 37	0.00 1	0.09 328	0.00 1	0.01 246	0.11 222	0.09 220

MyStereo04	2.95 216	0.79 270	5.38 316	1.03 168	1.11 281	2.63 132	0.46 147	10.00 286	12.44 377	4.19 130	3.91 109	3.04 138	3.60 240	7.34 241	2.74 265	0.00 1	0.09 328	0.00 1	0.01 246	0.11 222	0.09 220

MIF-Stereo (partial)	1.29 53	0.33 58	3.02 151	0.03 1	1.12 283	1.26 13	0.13 56	4.46 72	3.75 112	0.35 17	2.39 72	0.31 36	0.74 79	6.09 161	1.76 207	0.00 1	0.00 1	0.00 1	0.00 1	0.08 177	0.04 126

pcwnet_v2	4.20 318	0.36 87	8.53 387	1.33 203	1.12 283	3.43 206	0.41 138	12.85 369	14.16 386	9.90 359	14.29 353	5.90 256	3.03 214	6.20 167	2.06 230	0.01 187	0.05 283	0.04 369	0.02 267	0.16 272	0.18 306

CBFPSM	4.87 342	0.94 306	14.70 423	1.51 228	1.15 285	11.49 392	2.55 336	7.28 215	6.47 245	6.23 211	4.83 132	15.30 388	8.99 388	6.88 208	8.20 373	0.03 294	0.02 200	0.00 1	0.00 1	0.40 373	0.42 371

hknet	3.31 242	0.42 128	4.68 279	0.46 92	1.17 286	7.13 337	1.63 310	9.05 258	6.91 257	6.11 201	6.15 179	9.66 330	2.85 209	7.48 249	2.45 253	0.01 187	0.03 247	0.03 357	0.00 1	0.04 102	0.00 1

DISCO	6.28 366	0.57 204	5.78 332	3.43 403	1.17 286	11.22 389	3.39 359	12.14 351	16.16 399	6.52 232	11.22 312	16.96 402	6.32 342	19.51 439	10.74 403	0.00 1	0.00 1	0.00 1	0.00 1	0.35 361	0.11 254

SuperB	8.10 400	3.15 416	24.67 448	2.65 372	1.23 288	9.88 374	4.29 375	10.18 294	30.07 440	11.53 389	12.18 331	6.12 260	6.65 349	10.50 375	14.47 425	0.14 363	0.11 345	0.35 418	0.25 376	13.06 453	0.48 380

GEStereo_RVC	3.74 281	0.73 253	4.95 291	2.01 309	1.24 289	4.36 274	3.07 347	11.77 336	7.80 291	6.87 247	6.52 195	7.70 297	4.31 282	8.98 340	4.19 312	0.03 294	0.01 148	0.02 340	0.02 267	0.13 252	0.11 254

Former-RAFT_DAM_RVC	1.26 50	0.42 128	2.36 80	0.59 111	1.26 290	2.43 104	0.01 2	3.29 21	7.76 289	1.71 75	2.78 78	0.27 26	0.32 33	1.16 20	0.58 65	0.04 312	0.01 148	0.00 1	0.00 1	0.04 102	0.10 241

iResNetv2_ROB	4.28 327	1.43 359	7.17 369	2.91 382	1.26 290	4.36 274	1.62 309	13.64 383	10.25 345	9.83 355	11.41 315	7.68 296	4.00 261	7.75 263	1.85 213	0.00 1	0.00 1	0.00 1	0.00 1	0.37 365	0.09 220

DDVS	3.59 271	0.53 189	4.53 268	2.02 311	1.27 292	6.63 326	0.49 160	8.73 252	4.10 138	7.14 261	7.63 229	12.68 368	2.25 179	8.69 324	4.09 310	0.08 347	0.20 395	0.01 309	0.00 1	0.14 262	0.59 392

UniTT-Stereo	0.83 8	0.33 58	1.98 43	0.92 149	1.27 292	0.54 3	0.11 41	1.35 2	2.94 57	1.67 74	2.09 61	0.20 11	0.31 31	1.57 38	1.07 146	0.00 1	0.00 1	0.00 1	0.00 1	0.16 272	0.01 16

FBW_ROB	8.50 405	1.03 317	7.98 383	1.93 295	1.28 294	13.10 408	6.23 403	22.50 446	18.98 409	18.82 423	14.91 360	19.06 414	10.04 399	18.41 434	9.83 395	0.62 412	0.22 401	1.82 435	0.82 425	0.99 408	1.36 413

sCroCo_RVC	1.21 45	0.65 230	5.16 306	1.09 177	1.29 295	0.92 4	0.19 84	3.92 50	2.68 44	0.30 9	3.04 84	0.52 58	1.56 150	1.58 39	0.78 103	0.09 352	0.25 409	0.00 1	0.00 1	0.07 165	0.11 254

FCDSN-DC	10.24 422	0.56 202	3.49 197	1.96 300	1.29 295	16.90 423	4.59 382	17.16 414	19.10 411	24.64 440	32.46 442	33.82 449	22.14 446	15.93 424	10.45 400	0.04 312	0.00 1	0.00 1	0.00 1	0.05 128	0.21 323
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AANet_RVC	5.01 345	1.74 384	6.38 352	1.96 300	1.29 295	2.26 89	1.69 314	10.07 289	18.53 407	7.88 295	18.15 389	8.49 316	2.70 197	10.59 377	7.04 354	0.96 422	0.15 370	0.02 340	0.00 1	0.13 252	0.12 266

HBP-ISP	4.09 309	1.05 319	4.10 246	1.87 280	1.31 298	7.56 346	3.98 368	11.26 317	9.94 338	7.81 291	14.44 355	3.23 147	4.27 275	8.89 337	1.87 214	0.06 333	0.06 297	0.00 1	0.00 1	0.06 149	0.04 126

CRFU-Net	4.45 330	0.67 239	5.02 293	2.78 378	1.32 299	12.67 405	3.35 357	11.26 317	3.52 103	10.06 363	9.30 272	10.91 354	6.92 354	7.26 237	3.24 279	0.15 365	0.16 378	0.16 402	0.00 1	0.26 336	0.05 159

DispNO	3.25 236	0.72 250	6.85 363	1.95 297	1.34 300	3.49 215	0.84 247	8.14 229	6.30 237	6.34 225	7.76 234	6.30 267	4.28 279	6.93 212	3.51 292	0.00 1	0.03 247	0.03 357	0.12 330	0.07 165	0.07 193

NINENet	3.09 224	0.56 202	3.22 174	1.61 246	1.37 301	7.12 335	0.50 162	11.88 339	5.63 202	6.63 236	8.40 245	5.29 235	0.83 91	6.51 189	1.77 208	0.15 365	0.07 311	0.07 386	0.00 1	0.09 194	0.00 1

iinet-f	5.94 358	1.60 374	26.88 453	1.79 270	1.38 302	11.92 398	1.47 301	6.80 205	7.11 266	6.90 250	14.43 354	10.64 348	7.97 374	7.00 219	12.12 413	0.02 260	0.03 247	0.05 376	0.00 1	0.63 393	0.02 50

Anonymous_2	4.14 313	0.62 221	3.21 173	1.40 215	1.43 303	5.19 295	0.32 119	6.63 197	4.38 150	4.48 138	2.30 69	8.08 307	7.00 355	5.37 141	2.29 242	0.23 382	0.75 431	5.20 445	18.12 470	5.66 439	0.23 331

CVANet_RVC	4.16 316	1.16 337	3.60 202	1.94 296	1.46 304	3.92 257	4.68 383	10.89 312	8.34 306	7.58 282	10.84 303	10.27 341	6.62 348	8.56 315	2.69 260	0.39 399	0.00 1	0.00 1	0.01 246	0.21 315	0.09 220

MeshStereo	11.52 429	1.52 368	4.55 272	1.89 285	1.46 304	19.87 434	5.11 390	20.66 444	15.91 398	32.67 450	34.51 446	39.34 457	21.15 441	18.74 436	12.10 412	0.11 357	0.06 297	0.01 309	0.00 1	0.45 379	0.22 325
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
DMCA-RVC	3.17 233	1.26 346	6.39 353	2.10 326	1.51 306	3.02 180	0.56 174	7.84 225	5.06 181	9.23 342	5.19 147	8.46 313	2.72 202	6.31 172	3.22 277	0.06 333	0.11 345	0.09 392	0.02 267	0.16 272	0.08 207

IER	3.20 234	0.54 194	5.13 303	0.58 109	1.59 307	7.29 340	0.56 174	6.36 180	4.95 178	7.44 278	8.84 250	6.20 262	6.26 340	4.88 123	3.29 281	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 16

CFNet	3.72 280	1.10 328	5.03 295	2.49 365	1.59 307	4.90 290	0.22 94	11.38 324	9.88 337	4.80 149	11.25 313	6.44 269	3.68 243	8.33 303	3.00 269	0.00 1	0.00 1	0.00 1	0.00 1	0.22 319	0.07 193

ADCPNet	9.54 415	2.39 404	31.46 457	2.09 324	1.60 309	16.71 422	6.39 408	12.11 348	11.45 364	13.53 406	21.45 403	19.41 415	10.94 406	14.38 414	21.54 440	0.27 390	1.16 434	0.39 421	1.49 435	0.58 387	1.45 414

IGEV-Stereo++	0.74 3	0.23 12	1.31 6	0.06 10	1.62 310	1.95 67	0.01 2	3.29 21	1.81 13	0.38 20	1.68 48	0.10 2	1.16 119	0.91 8	0.19 6	0.01 187	0.01 148	0.00 1	0.00 1	0.04 102	0.01 16

FC-DCNN v2	10.88 426	0.52 185	4.17 248	1.92 291	1.63 311	17.79 428	5.35 395	18.87 428	19.88 417	28.77 445	34.99 448	34.62 452	21.72 444	16.03 426	11.16 408	0.03 294	0.01 148	0.02 340	0.00 1	0.06 149	0.08 207

FC-DCNN	10.72 425	0.52 185	4.27 252	1.88 283	1.63 311	17.18 424	5.29 394	18.20 421	19.69 416	28.50 444	34.51 446	34.03 450	21.48 443	15.89 423	11.15 407	0.03 294	0.01 148	0.02 340	0.01 246	0.07 165	0.09 220

CoDeX	3.43 260	0.68 240	4.49 265	0.98 162	1.65 313	6.37 320	2.14 324	13.23 378	6.07 224	7.23 268	8.95 254	4.09 186	3.79 255	6.31 172	2.37 248	0.03 294	0.06 297	0.00 1	0.00 1	0.07 165	0.15 290

DeepPruner_ROB	3.52 266	1.14 335	4.06 242	1.12 184	1.65 313	3.65 231	0.83 244	13.96 386	4.47 156	7.80 290	10.84 303	7.05 287	2.16 176	8.14 290	3.08 273	0.07 342	0.03 247	0.00 1	0.01 246	0.32 354	0.06 175

LE_ROB	16.73 448	1.28 351	11.61 403	3.72 413	1.65 313	16.67 421	9.17 428	14.39 392	55.91 469	63.81 480	40.86 457	35.94 453	37.73 464	14.24 413	26.87 455	0.05 324	0.10 337	0.13 399	0.22 368	0.12 237	0.15 290

Syn2CoEx	6.32 367	2.72 408	9.33 391	2.45 363	1.67 316	8.59 358	3.32 355	18.08 420	12.27 374	8.53 319	21.08 401	10.30 342	9.80 397	9.30 352	7.86 365	0.01 187	0.00 1	0.00 1	0.00 1	0.63 393	0.43 373

MMNet	4.16 316	0.77 264	5.47 321	1.40 215	1.67 316	10.78 386	0.63 194	8.64 250	8.47 311	8.80 329	8.33 243	7.51 293	6.61 347	7.53 250	6.54 348	0.00 1	0.00 1	0.00 1	0.00 1	0.03 80	0.05 159

ttt	3.86 294	0.23 12	2.34 78	2.22 340	1.68 318	4.36 274	0.28 108	12.45 357	11.09 358	6.90 250	11.85 322	4.08 185	3.28 222	8.47 311	7.85 364	0.06 333	0.04 271	0.00 1	0.00 1	0.03 80	0.03 83

SACVNet	4.15 315	1.26 346	3.81 221	3.12 393	1.68 318	3.09 186	2.85 344	11.91 340	5.96 216	10.52 372	11.20 311	10.59 344	3.95 260	8.97 339	3.25 280	0.08 347	0.02 200	0.00 1	0.00 1	0.32 354	0.44 375

DSFCA	4.21 320	0.50 173	5.45 320	1.34 205	1.68 318	7.04 334	4.51 380	10.73 307	7.00 261	10.78 377	6.80 200	8.48 315	4.63 297	9.91 365	5.12 326	0.02 260	0.06 297	0.02 340	0.03 280	0.08 177	0.03 83

NaN_ROB	6.00 362	1.24 344	6.29 348	1.34 205	1.68 318	9.60 372	10.31 436	15.09 399	15.79 397	12.62 396	8.95 254	11.67 363	5.83 333	11.78 394	6.41 345	0.05 324	0.13 360	0.08 389	0.20 359	0.22 319	0.79 398

Wz-Net-TNSev	11.35 428	10.56 448	35.88 462	2.28 344	1.73 322	18.25 429	11.42 441	15.88 407	20.88 422	14.44 409	16.97 376	19.57 416	19.04 434	19.31 438	18.67 431	0.01 187	0.06 297	0.00 1	0.16 339	0.62 391	1.25 410

DPSNet	10.14 420	1.88 392	16.82 430	1.85 279	1.73 322	24.84 440	17.20 463	19.92 441	27.41 435	12.23 395	13.62 346	16.52 396	18.35 430	14.42 415	12.50 415	0.78 415	0.54 430	0.08 389	0.25 376	1.18 411	0.59 392

rafts_anoy	1.72 78	0.79 270	2.58 98	2.03 314	1.75 324	2.47 105	0.16 74	5.48 141	6.01 222	3.24 106	2.11 63	1.92 107	1.33 129	3.08 79	1.13 154	0.01 187	0.18 386	0.00 1	0.01 246	0.03 80	0.07 193

RALCasStereoNet	1.93 108	1.01 313	2.75 119	1.88 283	1.75 324	2.88 171	0.18 82	4.64 85	4.36 149	2.27 82	5.14 142	2.22 113	0.79 89	7.10 227	1.00 142	0.00 1	0.34 415	0.00 1	0.00 1	0.10 205	0.16 301

RTSC	9.15 409	3.00 412	13.57 418	3.72 413	1.76 326	11.82 397	0.46 147	16.95 412	36.83 453	15.80 416	15.53 363	12.91 370	7.46 366	20.01 442	21.76 441	0.31 392	0.13 360	0.01 309	0.08 313	0.57 386	0.41 369

FAT-Stereo	6.78 379	0.68 240	6.80 361	2.30 346	1.77 327	5.63 305	4.20 373	18.79 425	18.62 408	10.53 373	17.15 380	18.52 411	13.74 421	8.86 336	7.38 357	0.03 294	0.15 370	0.01 309	0.07 309	0.12 237	0.26 344

UCFNet_RVC	3.09 224	0.77 264	2.27 75	2.35 355	1.79 328	3.50 217	1.06 275	12.12 350	6.91 257	4.71 147	7.67 231	7.58 294	4.40 286	4.95 128	1.67 200	0.00 1	0.00 1	0.00 1	0.00 1	0.11 222	0.01 16

coex-ft	19.78 457	19.39 454	87.73 481	1.77 267	1.80 329	17.25 425	13.50 449	12.63 366	42.10 460	60.18 476	38.90 452	28.72 440	28.74 454	11.74 393	27.40 456	0.21 379	0.23 403	0.04 369	0.30 390	1.36 416	1.54 416

Wz-Net-SNSev	9.23 411	6.70 434	24.28 447	1.87 280	1.81 330	8.57 357	12.29 448	17.37 415	20.39 421	10.43 370	23.11 411	16.66 398	8.03 375	14.47 416	17.86 429	0.00 1	0.02 200	0.01 309	0.00 1	0.41 376	0.30 354

MaDis-Stereo	0.80 6	0.69 245	3.02 151	0.33 73	1.83 331	1.22 9	0.06 22	3.41 28	1.49 9	0.31 13	0.38 13	0.42 50	0.51 61	1.14 17	1.21 161	0.00 1	0.00 1	0.00 1	0.00 1	0.05 128	0.05 159

PSMNet_ROB	5.02 346	1.63 377	6.03 340	1.90 286	1.83 331	9.57 371	6.35 407	15.58 406	7.23 270	6.15 206	10.48 294	12.22 365	4.16 269	8.02 276	8.71 380	0.02 260	0.01 148	0.01 309	0.10 325	0.20 304	0.12 266

GwcNet-RSSM	3.77 286	1.05 319	5.06 297	2.21 337	1.87 333	2.36 96	1.52 304	8.98 257	7.96 295	5.91 191	14.59 356	7.94 304	3.50 234	6.43 180	5.70 335	0.00 1	0.00 1	0.04 369	0.00 1	0.20 304	0.08 207

ADCL	10.16 421	2.11 398	19.36 437	1.92 291	1.88 334	22.23 436	8.91 426	14.04 387	23.56 429	14.62 411	26.19 423	12.75 369	13.59 420	16.06 427	22.95 446	0.26 387	0.18 386	0.75 424	0.65 419	0.69 397	0.58 389

fast-acv-ft	5.62 353	1.39 357	7.01 365	2.02 311	1.89 335	12.23 400	1.82 319	7.35 216	9.45 328	10.46 371	20.27 398	14.55 382	7.71 372	7.41 244	7.61 360	0.10 355	0.09 328	0.16 402	0.07 309	0.59 388	0.13 274

PSMNet-RSSM	3.33 250	0.77 264	3.22 174	2.12 327	1.90 336	2.33 94	0.71 217	11.17 315	5.83 209	5.90 190	11.43 317	7.04 285	4.83 309	5.96 157	3.17 275	0.00 1	0.00 1	0.02 340	0.00 1	0.08 177	0.02 50

rvit_stereo_0075_2	2.00 117	0.32 44	5.49 322	0.60 112	1.98 337	1.77 58	0.10 37	7.24 213	5.70 204	2.90 95	4.06 112	3.11 142	0.56 68	5.32 140	0.76 95	0.00 1	0.00 1	0.00 1	0.00 1	0.03 80	0.16 301

testlalala_base	3.12 228	0.48 167	2.79 128	2.14 330	1.98 337	4.13 266	0.64 198	6.16 171	2.09 16	2.38 84	4.08 113	1.80 100	0.50 60	1.65 42	0.72 85	12.33 462	2.33 444	0.00 1	0.31 392	14.56 456	1.32 411

GANet-RSSM	3.27 237	0.60 213	3.38 185	2.94 387	2.00 339	2.61 127	0.48 150	10.93 313	6.11 228	5.47 167	10.20 286	6.57 275	5.44 329	6.25 168	2.23 240	0.00 1	0.00 1	0.08 389	0.00 1	0.17 283	0.03 83

ACRE	2.41 163	1.08 324	5.11 301	0.55 103	2.05 340	2.65 135	0.78 236	5.26 129	4.67 167	7.59 283	9.20 260	1.70 96	1.08 106	3.74 91	2.18 238	0.01 187	0.18 386	0.02 340	0.08 313	0.22 319	0.10 241

IPLGR_C	2.44 168	1.17 338	4.94 290	0.62 115	2.08 341	2.65 135	0.80 237	5.60 146	4.79 174	7.87 294	9.23 262	1.67 95	1.15 113	3.43 84	2.23 240	0.01 187	0.19 391	0.02 340	0.08 313	0.22 319	0.10 241

TRStereo	2.36 160	3.10 413	4.70 281	1.99 304	2.08 341	2.61 127	1.11 280	8.79 255	3.73 110	3.19 103	3.04 84	3.96 179	0.77 84	5.92 155	1.44 177	0.03 294	0.14 364	0.00 1	0.29 384	0.08 177	0.25 338

GASNet	5.19 348	4.61 425	9.38 392	4.73 429	2.10 343	3.80 251	1.57 307	12.07 346	10.96 356	8.92 334	7.03 212	8.21 309	7.67 371	14.02 411	7.36 356	0.02 260	0.15 370	0.00 1	0.00 1	0.69 397	0.42 371

WCMA_ROB	9.21 410	0.87 287	7.37 374	2.54 367	2.13 344	13.59 411	5.80 397	11.64 330	14.01 385	24.43 439	32.99 443	27.09 437	18.02 428	12.51 400	9.85 397	0.81 417	0.07 311	0.01 309	0.01 246	0.16 272	0.23 331

PA-Net	4.98 344	1.47 362	7.42 375	2.40 358	2.14 345	8.73 361	3.64 365	12.42 356	13.11 379	7.03 255	7.57 227	7.88 300	6.52 346	10.16 372	7.82 363	0.02 260	0.03 247	0.00 1	0.00 1	0.11 222	1.07 407
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CIPLG	2.47 174	1.10 328	4.71 282	0.63 118	2.15 346	2.67 138	0.77 231	5.19 116	4.73 171	7.85 293	9.56 275	1.72 97	1.14 111	4.20 108	2.34 244	0.01 187	0.19 391	0.02 340	0.09 321	0.23 325	0.08 207

XQC	8.43 404	3.58 420	16.40 428	2.92 384	2.17 347	13.22 409	3.60 361	14.64 396	25.86 433	11.87 391	12.04 325	15.06 385	10.67 404	15.24 421	19.41 432	0.39 399	0.08 321	0.05 376	0.07 309	0.84 403	0.45 377

HSM	4.00 308	0.79 270	3.16 170	1.59 244	2.17 347	6.77 329	1.11 280	12.28 355	6.35 242	6.75 237	8.11 241	13.90 376	5.37 322	8.85 334	2.71 261	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 50

ccnet	6.87 382	0.92 301	5.15 305	3.09 389	2.18 349	11.78 396	4.90 386	17.97 419	8.79 318	12.79 400	20.20 396	16.00 393	8.35 379	9.12 343	14.17 424	0.42 405	0.33 414	0.25 413	0.09 321	0.40 373	0.48 380

XX-Stereo	2.71 191	0.38 99	5.96 338	2.25 341	2.20 350	1.54 36	0.21 92	5.44 140	3.05 70	2.28 83	16.16 366	7.03 283	0.24 9	6.19 165	0.79 105	0.00 1	0.15 370	0.00 1	0.23 369	0.13 252	0.04 126

STTStereo	3.60 273	0.93 304	6.34 350	2.71 374	2.23 351	3.68 235	0.63 194	9.42 269	6.73 253	9.87 357	6.97 204	8.84 321	3.65 242	6.85 207	3.04 271	0.00 1	0.02 200	0.01 309	0.00 1	0.02 36	0.02 50

raftrobust	1.86 95	0.74 257	1.94 40	2.15 331	2.24 352	2.74 141	0.53 166	4.89 96	4.05 134	6.09 199	3.89 108	1.64 93	2.55 191	2.44 69	1.12 152	0.00 1	0.03 247	0.00 1	0.00 1	0.12 237	0.08 207

RAFT+CT+SA	2.36 160	0.71 249	2.46 87	0.83 136	2.26 353	3.18 196	0.93 263	6.82 206	5.48 193	2.55 86	8.07 239	1.64 93	1.59 152	8.54 314	1.15 156	0.02 260	0.00 1	0.00 1	0.38 402	0.19 300	0.36 362

MFN_U_SF_RVC	12.94 432	3.66 421	25.81 451	3.61 410	2.26 353	22.77 437	4.55 381	27.10 452	20.06 418	23.90 437	28.99 429	30.53 444	16.98 426	19.92 441	20.26 435	1.24 425	1.07 433	0.98 428	1.33 433	1.80 424	2.04 423

RAFT + AFF	4.30 328	1.55 370	5.84 333	1.43 220	2.36 355	5.94 313	6.72 412	10.01 287	7.56 279	7.55 281	8.96 256	7.09 288	6.73 351	8.57 316	4.02 309	0.02 260	0.47 427	0.00 1	0.01 246	0.56 384	0.54 387

CFNet-ft	3.31 242	0.94 306	2.69 110	1.50 225	2.38 356	2.81 159	0.68 207	8.35 232	7.43 274	4.45 135	9.94 281	10.20 339	4.60 294	6.50 188	3.41 284	0.00 1	0.00 1	0.03 357	0.00 1	0.22 319	0.03 83

CFNet_RVC	3.31 242	0.94 306	2.69 110	1.50 225	2.38 356	2.81 159	0.68 207	8.35 232	7.43 274	4.45 135	9.94 281	10.20 339	4.60 294	6.49 187	3.41 284	0.00 1	0.00 1	0.03 357	0.00 1	0.22 319	0.03 83

ADCMid	10.24 422	3.13 414	20.70 440	2.21 337	2.39 358	11.23 390	6.19 400	14.17 391	11.19 360	23.20 436	22.25 406	17.89 407	19.54 436	18.51 435	26.21 454	0.45 407	0.42 423	1.10 429	1.29 432	1.56 420	1.18 408

MDST_ROB	8.37 402	0.32 44	9.03 389	4.18 424	2.42 359	26.86 448	6.14 399	19.36 435	13.52 383	27.09 442	22.75 410	9.47 328	4.74 302	15.06 419	6.34 344	0.02 260	0.02 200	0.00 1	0.00 1	0.02 36	0.13 274

edge stereo	6.76 376	1.01 313	6.76 360	2.20 336	2.45 360	6.41 321	2.45 330	14.84 398	11.98 372	15.29 414	18.31 390	22.02 427	12.56 413	10.82 380	7.49 358	0.03 294	0.06 297	0.11 394	0.03 280	0.30 346	0.14 281

AnyNet_C01	16.12 444	10.81 449	59.36 473	4.42 427	2.49 361	30.06 451	15.15 459	17.51 417	16.51 401	17.88 421	37.69 451	24.04 430	17.54 427	29.60 455	33.29 464	0.28 391	0.38 419	0.43 422	0.42 408	2.57 431	1.98 422

BEATNet-Init1	23.31 458	9.03 443	41.67 466	4.17 423	2.53 362	45.68 471	19.47 466	33.43 458	38.45 457	47.59 469	49.10 466	59.31 470	41.80 467	38.35 466	29.21 459	0.47 408	0.50 428	0.81 425	0.66 420	2.10 428	1.86 419

psm_up	3.85 293	0.82 279	3.01 149	2.00 308	2.58 363	5.28 300	3.34 356	10.85 311	6.33 240	7.27 271	7.32 220	10.15 337	9.02 389	6.19 165	2.51 255	0.22 381	0.01 148	0.00 1	0.00 1	0.12 237	0.03 83

StereoVision	2.25 145	0.72 250	4.00 236	1.03 168	2.64 364	1.91 64	0.28 108	5.83 159	4.43 152	1.89 77	10.65 299	3.88 177	0.52 64	5.13 135	1.98 225	0.00 1	0.00 1	0.00 1	0.00 1	0.09 194	0.03 83

ADCS	13.02 434	4.93 428	28.38 455	3.17 396	2.67 365	13.61 412	10.83 440	18.70 423	33.46 445	22.59 431	24.78 418	19.59 417	18.51 432	23.40 449	32.16 463	0.10 355	0.19 391	0.37 420	0.18 352	1.26 413	1.46 415

cf-r	3.42 259	0.81 276	3.97 230	2.41 361	2.78 366	2.85 166	0.64 198	8.44 235	6.32 239	6.25 214	11.57 320	8.97 322	3.54 238	5.93 156	3.83 304	0.00 1	0.00 1	0.00 1	0.00 1	0.09 194	0.07 193

MSC_U_SF_DS_RVC	16.41 445	6.93 437	21.83 443	5.94 437	2.81 367	38.71 463	14.59 452	24.55 450	34.87 451	33.66 454	34.35 445	29.24 442	24.20 448	22.59 447	17.95 430	2.52 437	2.81 452	1.17 431	1.51 436	5.89 441	2.16 424

MFN_U_SF_DS_RVC	9.78 418	4.27 424	14.47 420	2.29 345	2.85 368	23.40 439	13.62 450	13.60 381	19.54 414	19.42 425	24.27 415	16.74 399	8.59 382	17.05 431	7.98 367	1.25 426	1.68 438	0.17 405	2.63 440	0.72 399	1.04 405

4D-IteraStereo	1.72 78	0.86 285	3.01 149	0.09 19	2.86 369	3.57 228	1.06 275	3.92 50	5.31 189	5.28 164	1.02 21	3.92 178	0.38 41	1.83 52	1.04 145	0.00 1	0.01 148	0.00 1	0.00 1	0.07 165	0.09 220

PS-NSSS	3.90 298	1.84 389	4.55 272	0.87 141	2.95 370	4.10 265	2.00 322	10.77 308	8.23 304	6.75 237	14.63 357	5.01 227	2.24 177	8.41 308	2.91 267	0.33 394	0.03 247	0.83 426	0.00 1	0.82 402	0.70 396

IGEV-Stereo+	1.69 75	0.43 140	1.59 16	0.37 81	3.10 371	2.10 79	0.07 27	1.86 3	0.91 4	0.39 28	0.03 1	0.20 11	0.41 50	7.05 221	0.16 3	0.02 260	0.07 311	0.00 1	0.18 352	5.14 438	9.77 459

RAFT_CTSACE	3.40 257	1.07 322	4.52 267	1.27 196	3.14 372	4.00 261	1.07 277	3.93 52	4.43 152	4.66 146	17.94 388	7.21 292	2.76 203	10.82 380	0.85 114	0.00 1	0.07 311	0.00 1	0.00 1	0.30 346	0.01 16

pmcnn	7.72 394	1.27 348	9.42 393	2.91 382	3.14 372	9.44 368	6.23 403	12.56 364	16.51 401	14.53 410	24.08 414	27.44 438	8.49 381	9.32 353	8.44 376	0.06 333	0.08 321	0.00 1	0.00 1	0.30 346	0.15 290

WZ-Net	13.00 433	4.64 426	41.07 465	3.48 406	3.15 374	19.12 431	15.66 461	14.81 397	31.33 442	15.71 415	27.88 425	22.22 428	14.01 422	20.44 444	25.03 451	0.64 413	0.00 1	0.01 309	0.03 280	0.39 370	0.37 363

test_5	2.90 211	0.70 247	3.69 210	2.01 309	3.17 375	4.61 284	1.32 296	6.69 200	7.02 263	2.79 90	7.18 215	4.99 223	4.14 267	7.96 271	1.31 167	0.00 1	0.00 1	0.00 1	0.03 280	0.19 300	0.26 344

Wz-Net-LNSev-Ref	5.98 360	1.55 370	9.92 395	2.40 358	3.22 376	10.28 379	3.14 350	11.64 330	9.79 334	9.54 349	20.22 397	11.16 359	6.77 352	10.61 378	9.16 384	0.06 333	0.00 1	0.00 1	0.00 1	0.03 80	0.04 126

UNet	3.97 306	0.61 216	6.50 356	1.68 254	3.22 376	9.82 373	0.31 118	9.50 271	5.32 190	7.20 267	6.35 192	10.59 344	5.91 336	6.93 212	5.49 331	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 16

NLCA_NET_v2_RVC	3.84 292	1.06 321	5.23 312	2.72 376	3.27 378	4.36 274	0.61 189	10.71 306	7.56 279	8.75 326	7.89 237	9.86 332	3.90 259	7.15 233	3.44 286	0.14 363	0.02 200	0.02 340	0.03 280	0.04 102	0.03 83
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PASM	7.90 396	4.22 423	21.97 444	3.25 398	3.29 379	5.39 302	6.57 409	10.57 300	19.09 410	12.77 399	13.92 348	18.11 408	9.51 395	13.79 410	10.77 405	0.19 375	0.45 425	0.29 414	1.08 430	1.49 418	1.19 409

ADCRef	7.27 385	1.38 356	16.37 427	2.52 366	3.30 380	11.63 395	3.16 351	10.80 309	9.35 326	13.03 403	25.27 422	8.17 308	8.92 387	8.06 284	21.81 442	0.15 365	0.08 321	0.16 402	0.34 397	0.38 366	0.58 389

Nwc_Net	6.97 384	1.25 345	6.63 358	3.82 416	3.37 381	10.83 388	1.67 313	19.56 440	11.35 363	8.36 310	23.62 412	17.19 404	11.44 409	11.21 385	8.08 371	0.80 416	0.00 1	0.00 1	0.02 267	0.13 252	0.09 220

UPFNet	3.82 291	0.47 160	4.34 258	2.21 337	3.38 382	7.26 339	2.69 339	9.89 283	5.96 216	7.98 298	7.53 223	7.89 301	3.15 218	7.72 261	5.88 339	0.01 187	0.02 200	0.00 1	0.00 1	0.04 102	0.06 175

NVstereo2D	4.51 335	0.82 279	6.86 364	3.28 399	3.38 382	8.16 354	3.13 349	10.51 299	15.15 393	4.90 151	6.89 203	7.87 299	4.78 305	9.88 364	3.91 307	0.01 187	0.00 1	0.00 1	0.06 308	0.02 36	0.58 389

HCRNet	2.56 180	0.53 189	3.35 183	0.24 56	3.39 384	2.19 85	0.23 98	6.89 207	5.50 194	5.26 163	4.79 130	5.27 234	2.78 204	7.71 259	2.89 266	0.00 1	0.02 200	0.00 1	0.00 1	0.04 102	0.04 126

PVD	15.44 440	2.93 411	14.67 422	4.21 425	3.39 384	17.43 427	4.16 371	27.84 456	48.84 465	31.02 448	43.54 459	29.76 443	30.81 457	25.97 452	21.40 438	0.23 382	0.41 421	0.04 369	0.33 395	0.41 376	1.33 412

Wz-Net-MNSev	7.43 387	2.35 403	15.22 424	2.34 354	3.41 386	17.27 426	8.55 423	11.91 340	13.48 382	13.37 404	17.05 377	13.70 372	7.47 367	11.90 395	9.99 398	0.40 401	0.03 247	0.00 1	0.01 246	0.16 272	0.07 193

S-Stereo	6.63 374	0.84 282	9.67 394	3.15 395	3.48 387	6.49 323	6.22 402	12.99 373	22.84 427	9.48 347	15.51 362	12.00 364	8.43 380	8.04 277	10.70 402	0.12 360	0.17 382	0.00 1	0.38 402	0.13 252	1.92 421

ac_64	3.70 279	0.47 160	3.50 198	2.87 381	3.50 388	5.91 312	0.72 221	10.17 293	4.34 148	8.16 303	5.80 168	10.82 351	5.64 332	7.08 225	4.73 320	0.03 294	0.00 1	0.00 1	0.00 1	0.08 177	0.14 281

SHD	9.61 416	2.60 405	12.46 409	3.69 412	3.54 389	9.47 369	1.25 289	20.16 443	37.84 456	18.19 422	21.24 402	16.96 402	12.83 417	14.47 416	16.05 427	0.32 393	0.13 360	0.01 309	0.08 313	0.38 366	0.48 380

ADLNet	4.32 329	0.80 274	4.33 255	3.60 409	3.56 390	6.87 331	2.48 331	11.20 316	7.58 281	9.87 357	9.62 276	8.39 310	4.95 311	6.16 164	6.60 350	0.01 187	0.01 148	0.00 1	0.01 246	0.12 237	0.25 338

MaskLacGwcNet_RVC	5.97 359	5.36 429	5.02 293	3.75 415	3.57 391	15.81 417	4.27 374	11.72 334	6.96 259	7.23 268	8.47 247	9.09 323	2.66 196	9.36 355	2.71 261	7.49 447	2.32 443	2.01 436	0.08 313	6.77 444	4.67 439

EDNetEfficient	13.82 436	6.19 432	54.79 471	2.83 379	3.60 392	4.86 289	8.57 424	8.61 249	32.90 444	40.77 462	30.59 435	18.33 410	21.87 445	11.38 388	25.36 452	0.15 365	0.23 403	0.06 380	1.03 429	2.54 430	1.79 418

G-Net	8.41 403	1.54 369	10.97 401	5.73 435	3.60 392	26.19 442	4.41 378	10.10 291	7.42 273	19.71 426	24.99 420	14.38 381	15.83 425	10.99 382	9.53 393	0.50 409	0.46 426	0.19 408	0.25 376	0.80 401	0.66 394

DRN-Test	5.87 355	0.98 309	5.89 335	2.69 373	3.65 394	12.37 402	3.35 357	20.07 442	10.20 344	11.93 392	12.31 334	11.06 358	5.31 321	7.89 269	9.05 383	0.04 312	0.05 283	0.04 369	0.04 297	0.18 293	0.25 338

CC-Net-ROB	7.68 391	9.21 444	7.46 376	3.82 416	3.66 395	15.68 416	5.02 389	17.95 418	10.45 352	6.44 229	14.00 349	7.63 295	4.77 303	10.75 379	3.10 274	5.99 444	2.46 446	16.28 453	1.08 430	6.30 443	1.56 417

FINET	5.32 349	1.14 335	10.04 397	2.17 332	3.67 396	6.49 323	6.76 413	11.68 332	22.08 425	7.42 277	12.15 329	4.24 194	3.61 241	9.25 350	5.35 329	0.04 312	0.04 271	0.00 1	0.00 1	0.17 283	0.09 220

anonymousa	3.80 290	0.55 197	3.35 183	1.24 192	3.74 397	9.04 364	0.36 126	6.74 202	4.03 130	7.72 288	19.64 394	10.62 346	6.01 338	1.52 36	1.40 174	0.00 1	0.00 1	0.00 1	0.05 301	0.00 1	0.03 83

DAS	3.74 281	0.35 77	5.19 308	1.99 304	3.74 397	2.36 96	3.22 352	7.77 221	9.27 324	8.70 324	12.08 326	4.45 205	5.43 326	8.39 306	1.71 202	0.01 187	0.00 1	0.00 1	0.00 1	0.04 102	0.02 50

SepStereo	3.78 287	0.35 77	5.19 308	1.99 304	3.74 397	2.36 96	3.22 352	7.77 221	9.27 324	8.70 324	12.08 326	4.45 205	5.43 326	9.18 346	1.71 202	0.01 187	0.00 1	0.00 1	0.00 1	0.04 102	0.02 50

DGSMNet	6.47 371	2.61 406	13.64 419	3.46 404	3.74 397	8.97 363	6.01 398	14.15 390	13.01 378	7.46 279	14.10 350	9.94 334	4.79 306	10.44 374	6.22 341	1.30 428	1.70 439	1.80 433	1.52 437	2.27 429	2.35 427

MyStereo8	2.88 210	1.19 339	5.03 295	1.61 246	3.75 401	4.30 270	0.07 27	6.14 169	6.16 231	6.22 210	9.64 278	4.28 199	1.45 138	2.05 63	4.76 322	0.00 1	0.16 378	0.00 1	0.14 333	0.26 336	0.43 373

delet	4.27 326	0.72 250	4.50 266	1.07 176	3.75 401	10.79 387	4.04 369	9.95 284	7.89 292	8.09 301	8.89 252	8.46 313	3.81 257	7.56 251	5.80 337	0.00 1	0.00 1	0.00 1	0.00 1	0.11 222	0.02 50

LoS_RVC	1.26 50	1.43 359	1.91 36	0.42 87	3.77 403	1.71 55	0.04 15	2.58 6	2.49 32	0.42 38	2.58 74	0.30 32	0.57 70	1.71 43	0.66 74	0.01 187	0.02 200	0.00 1	0.00 1	0.02 36	4.49 438

aanetorigin	8.72 407	3.29 418	27.55 454	1.95 297	3.84 404	4.93 292	5.39 396	5.49 143	10.05 340	27.85 443	31.47 437	15.80 389	12.78 415	9.04 341	11.98 411	0.25 385	0.22 401	0.22 410	0.25 376	1.28 414	0.84 401

CAS	2.24 140	0.25 15	1.86 31	11.21 446	3.86 405	1.67 46	0.02 10	3.87 49	2.67 42	0.41 34	1.63 45	0.24 23	0.27 18	1.50 35	0.74 88	9.43 454	0.01 148	0.00 1	0.00 1	0.01 8	5.21 441

ADLNet2	4.46 331	0.90 296	6.06 341	2.74 377	3.91 406	6.79 330	3.01 346	10.95 314	8.40 309	7.27 271	9.80 280	9.85 331	5.43 326	7.29 238	6.44 346	0.01 187	0.03 247	0.00 1	0.00 1	0.15 266	0.11 254

stereogan	7.69 393	0.88 290	7.08 368	3.49 407	3.93 407	18.98 430	3.23 354	16.52 410	19.58 415	9.93 360	18.92 391	20.50 424	9.04 390	14.07 412	6.14 340	0.26 387	0.04 271	0.21 409	0.03 280	0.63 393	0.33 358

DANet	6.02 363	1.23 343	8.45 386	3.86 418	3.94 408	7.64 351	1.34 297	9.51 273	7.00 261	13.39 405	15.53 363	15.99 392	7.02 356	12.14 396	12.37 414	0.19 375	0.12 352	0.02 340	0.03 280	0.13 252	0.56 388
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AASNet	3.90 298	0.92 301	4.41 259	3.56 408	4.00 409	6.70 327	1.26 291	18.71 424	6.14 229	7.35 275	7.91 238	4.35 203	2.58 192	3.04 78	6.62 352	0.00 1	0.00 1	0.00 1	0.00 1	0.39 370	0.14 281

APVNet	5.98 360	1.72 383	8.72 388	3.21 397	4.04 410	12.31 401	1.81 318	19.09 431	6.10 225	6.13 205	13.41 344	10.69 349	6.30 341	11.26 386	13.90 422	0.05 324	0.02 200	0.11 394	0.03 280	0.53 382	0.20 322

Wz-Net-LNSev	6.46 370	1.93 394	16.44 429	1.52 230	4.15 411	12.66 404	4.96 388	13.05 374	12.10 373	10.55 374	16.23 367	11.32 360	7.19 359	8.43 310	8.48 377	0.00 1	0.01 148	0.00 1	0.00 1	0.08 177	0.06 175

ADCP+	8.09 399	1.79 387	14.50 421	1.54 234	4.28 412	16.57 420	5.20 391	12.80 368	11.20 361	12.83 401	17.07 378	11.02 357	10.80 405	17.59 432	23.18 447	0.03 294	0.05 283	0.01 309	0.18 352	0.39 370	0.81 399

LL-Strereo	4.71 341	1.64 378	7.51 378	1.15 186	4.31 413	3.71 238	1.45 300	9.21 263	8.36 307	8.37 314	8.17 242	10.82 351	11.36 408	12.51 400	4.82 323	0.00 1	0.12 352	0.00 1	0.00 1	0.31 351	0.32 357

EKT-Stereo	1.91 106	0.48 167	2.77 123	2.19 334	4.36 414	1.42 27	0.24 99	4.63 82	3.51 102	2.94 97	3.47 101	3.55 164	2.25 179	5.26 138	0.85 114	0.04 312	0.12 352	0.00 1	0.09 321	0.06 149	0.05 159

NCC-stereo	6.77 377	1.49 366	6.48 354	2.92 384	4.40 415	7.43 341	3.61 362	19.52 438	13.29 380	8.39 315	16.91 374	15.96 390	12.13 410	12.85 402	7.70 361	1.47 429	0.11 345	0.01 309	0.42 408	0.14 262	0.24 335

Abc-Net	6.77 377	1.49 366	6.48 354	2.92 384	4.40 415	7.43 341	3.61 362	19.52 438	13.29 380	8.39 315	16.91 374	15.96 390	12.13 410	12.85 402	7.70 361	1.47 429	0.11 345	0.01 309	0.42 408	0.14 262	0.24 335
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
PWCDC_ROB	7.92 397	3.17 417	7.48 377	5.73 435	4.40 415	10.45 381	0.35 125	14.52 395	28.19 437	10.36 368	31.27 436	7.04 285	9.14 391	13.22 407	8.78 381	2.74 438	0.02 200	0.00 1	0.00 1	1.31 415	0.17 304

PWC_ROB	8.24 401	3.13 414	12.74 414	2.43 362	4.43 418	7.51 345	1.22 287	16.63 411	19.24 413	16.08 417	28.29 427	13.99 378	10.16 400	13.63 409	14.06 423	0.42 405	0.00 1	0.05 376	0.00 1	0.59 388	0.27 348

StereoDRNet	5.59 352	1.75 385	6.80 361	3.12 393	4.45 419	10.61 384	4.35 377	18.80 426	9.73 332	12.22 393	6.87 202	11.44 361	4.65 299	8.09 287	8.26 374	0.02 260	0.11 345	0.00 1	0.03 280	0.20 304	0.28 350

ELAS_RVC	16.54 446	2.26 401	10.09 398	5.50 434	4.46 420	28.28 450	16.72 462	25.55 451	33.54 446	40.19 460	40.30 456	36.68 454	30.03 455	29.40 454	20.61 436	0.98 423	1.21 435	0.86 427	0.70 422	1.39 417	2.16 424
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RYNet	6.34 368	0.89 293	5.88 334	1.41 218	4.48 421	15.97 418	4.18 372	13.41 379	16.49 400	10.81 378	7.00 209	14.33 380	8.72 384	9.43 356	13.71 421	0.00 1	0.01 148	0.00 1	0.00 1	0.02 36	0.07 193

AF-Net	7.78 395	1.44 361	6.68 359	3.37 400	4.50 422	8.61 359	2.69 339	17.07 413	20.17 420	9.52 348	24.02 413	20.31 423	14.59 424	11.58 390	9.84 396	0.61 411	0.00 1	0.12 397	0.00 1	0.38 366	0.12 266

ELAS	16.72 447	2.14 399	9.23 390	4.92 430	4.53 423	32.66 457	15.11 458	27.40 454	28.68 439	40.27 461	44.90 460	38.33 456	30.50 456	26.44 453	21.94 443	0.88 418	1.23 436	0.67 423	0.89 427	1.49 418	2.18 426
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
CroCo-Stereo Lap2	1.24 48	0.88 290	3.39 187	0.95 156	4.59 424	0.47 2	0.08 31	3.51 34	2.80 51	1.17 67	2.24 67	1.57 92	0.20 5	1.48 34	1.14 155	0.00 1	0.00 1	0.00 1	0.00 1	0.15 266	0.12 266

RASNet	4.52 338	0.61 216	4.42 260	3.42 402	4.68 425	4.58 282	0.99 269	9.54 275	8.01 296	5.28 164	11.42 316	10.34 343	8.88 386	9.28 351	8.68 379	0.15 365	0.00 1	0.00 1	0.00 1	0.03 80	0.04 126

acv_ft	3.69 278	0.53 189	4.58 276	2.31 352	4.71 426	7.44 343	0.86 254	8.54 243	5.70 204	9.29 344	9.26 270	5.77 251	4.15 268	2.24 66	8.13 372	0.00 1	0.00 1	0.00 1	0.00 1	0.29 345	0.01 16

RGC	6.88 383	2.23 400	6.13 342	4.05 420	4.73 427	8.94 362	2.78 341	15.19 403	11.74 368	11.13 383	19.34 392	17.86 406	10.42 403	13.02 405	8.03 370	0.73 414	0.01 148	0.24 412	0.41 407	0.31 351	0.38 364

HGLStereo	4.25 324	0.52 185	4.65 277	3.09 389	5.18 428	6.51 325	0.73 222	10.37 296	6.74 254	7.32 273	12.44 335	7.00 282	7.21 361	7.46 246	5.51 332	0.00 1	0.02 200	0.00 1	0.00 1	0.06 149	0.10 241

RP	6.84 381	1.29 353	5.53 327	3.92 419	5.18 428	6.32 318	3.53 360	11.73 335	15.31 394	9.54 349	22.38 408	18.25 409	14.47 423	10.11 367	7.49 358	0.91 420	0.01 148	0.12 397	0.15 336	0.33 357	0.19 316

MANE	19.47 456	1.27 348	5.07 298	4.69 428	5.55 430	30.49 452	9.94 434	34.01 459	37.27 455	44.13 466	51.57 470	52.51 464	40.41 466	33.58 458	24.81 450	0.89 419	0.86 432	1.11 430	9.72 461	0.38 366	1.06 406

GwcNet	6.42 369	1.97 395	10.92 400	2.59 371	5.58 431	11.55 393	2.21 326	14.10 389	16.52 403	10.04 362	17.19 382	10.86 353	5.61 331	9.23 349	8.84 382	0.01 187	0.06 297	0.03 357	0.08 313	0.56 384	0.40 367

AnyNet_C32	10.98 427	5.58 430	22.79 445	4.16 422	5.83 432	15.64 415	14.30 451	13.18 375	17.15 405	16.44 419	20.52 399	14.68 383	13.44 419	22.46 446	30.08 460	0.17 371	0.26 411	0.36 419	0.36 401	1.23 412	0.91 402

RTS	18.87 454	9.32 446	86.48 479	4.95 431	6.10 433	42.08 465	14.70 453	15.49 404	41.06 458	22.65 432	32.32 439	13.77 373	19.54 436	37.98 464	28.96 457	0.41 402	0.23 403	0.00 1	0.02 267	0.91 405	0.50 383

RTSA	18.87 454	9.32 446	86.48 479	4.95 431	6.10 433	42.08 465	14.70 453	15.49 404	41.06 458	22.65 432	32.32 439	13.77 373	19.54 436	37.98 464	28.96 457	0.41 402	0.23 403	0.00 1	0.02 267	0.91 405	0.50 383

testlalala2	2.15 132	0.44 145	2.44 83	9.24 442	6.30 435	3.64 230	0.18 82	4.63 82	2.55 38	3.73 120	4.17 116	3.14 143	0.51 61	1.08 14	0.26 9	0.00 1	0.10 337	0.00 1	0.44 412	0.11 222	0.03 83

SAMSARA	14.63 438	2.74 409	12.38 407	12.65 449	6.74 436	36.50 461	72.93 484	19.36 435	23.77 430	16.20 418	13.04 341	29.21 441	12.78 415	16.98 430	15.21 426	0.11 357	0.26 411	0.03 357	0.14 333	0.76 400	0.77 397

DeepPrunerF	6.75 375	2.69 407	23.31 446	3.68 411	7.16 437	3.78 249	4.29 375	13.42 380	20.13 419	8.13 302	10.46 293	7.18 291	8.06 376	11.10 384	9.44 391	0.24 384	0.15 370	0.29 414	0.42 408	0.66 396	0.45 377

PWCK	30.53 467	44.32 474	47.25 468	29.76 461	7.23 438	40.78 464	27.10 472	44.73 465	44.32 461	47.31 468	36.37 449	47.16 461	26.05 451	41.26 468	31.87 462	21.83 470	4.03 464	29.50 463	4.67 453	27.17 471	7.80 450

MFMNet_re	13.29 435	8.60 441	18.29 433	9.75 443	7.25 439	19.65 433	14.84 455	20.71 445	30.72 441	23.03 434	28.77 428	18.85 413	26.09 452	13.55 408	9.82 394	2.44 436	1.35 437	0.34 417	0.23 369	4.78 437	6.69 447

NVStereoNet_ROB	16.04 443	6.75 435	12.90 415	6.37 438	7.42 440	12.89 406	9.74 433	22.78 447	25.12 432	30.32 446	46.19 462	34.37 451	25.38 449	21.48 445	21.38 437	5.94 443	3.10 457	6.07 447	10.09 462	4.01 435	8.54 454
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MADNet+	27.07 461	33.84 467	90.97 483	20.14 457	7.47 441	48.43 473	47.10 480	35.43 460	36.46 452	20.11 429	30.05 433	25.29 433	35.08 460	45.50 472	50.28 478	2.13 434	2.00 440	1.19 432	0.76 423	4.71 436	4.43 435

CES	1.56 70	0.35 77	1.44 9	0.42 87	7.70 442	2.66 137	0.13 56	4.89 96	2.53 35	0.25 5	1.10 26	0.33 42	0.31 31	1.61 41	0.58 65	0.01 187	0.02 200	0.00 1	0.00 1	0.54 383	6.26 444

U	2.12 127	0.25 15	2.47 90	0.17 42	8.09 443	10.63 385	0.00 1	3.08 14	0.87 2	0.24 4	0.45 14	0.17 5	0.08 1	0.69 2	0.15 2	0.00 1	0.00 1	9.89 448	5.19 458	0.01 8	0.01 16

Consistency-Raft	9.42 413	4.74 427	12.66 412	5.30 433	9.08 444	4.08 263	5.26 393	19.26 433	24.87 431	11.17 384	29.85 432	13.57 371	5.51 330	7.67 256	13.40 419	0.36 396	0.35 417	1.81 434	4.24 451	11.61 450	3.57 432

UDG	8.58 406	9.31 445	4.89 287	10.00 445	9.52 445	10.36 380	2.41 328	12.07 346	9.82 335	7.81 291	9.55 274	16.52 396	9.81 398	7.84 267	7.88 366	4.20 439	2.51 448	18.53 455	3.71 450	9.55 446	5.28 442

PDISCO_ROB	9.62 417	1.99 397	11.51 402	9.88 444	9.61 446	21.48 435	3.83 366	19.33 434	28.49 438	11.27 386	14.17 351	19.92 419	5.02 312	16.35 428	9.18 385	5.28 442	0.41 421	0.14 400	0.09 321	2.05 425	2.36 428

SQANet	7.64 390	3.40 419	5.49 322	11.73 448	9.62 447	11.96 399	2.82 342	11.33 322	6.10 225	8.33 309	11.49 318	11.00 356	5.16 318	10.12 371	2.72 264	8.92 451	2.21 441	10.41 449	1.58 438	11.13 449	7.39 449

SGM+DAISY	15.62 441	7.26 439	19.28 436	8.94 441	10.11 448	26.25 443	10.49 438	19.36 435	14.65 390	30.64 447	33.59 444	33.00 447	22.32 447	24.96 451	16.42 428	7.90 449	6.25 469	4.51 444	3.37 447	5.86 440	7.20 448

GCST	9.08 408	17.31 453	3.98 234	52.92 476	10.66 449	11.29 391	0.20 89	6.97 209	6.47 245	9.46 346	4.68 128	4.75 214	1.51 140	9.34 354	1.31 167	8.19 450	0.05 283	22.38 457	0.34 397	6.17 442	3.53 431

otaku	11.73 430	7.51 440	7.07 367	13.22 451	10.85 450	26.61 447	7.25 419	18.84 427	19.16 412	11.58 390	17.23 383	20.19 421	8.09 377	15.11 420	4.64 319	9.13 453	2.42 445	13.08 450	1.83 439	12.48 452	8.22 452

DDUNet	9.47 414	11.32 450	6.14 343	12.93 450	11.65 451	10.45 381	3.87 367	11.70 333	7.89 292	9.27 343	13.28 342	16.18 395	6.14 339	8.80 333	5.77 336	6.64 446	3.38 460	20.90 456	4.28 452	11.01 448	7.80 450

SPS-STEREO	15.04 439	6.23 433	13.21 417	11.34 447	11.65 451	23.30 438	7.15 417	24.16 449	15.65 396	31.78 449	29.19 431	31.62 445	21.32 442	24.62 450	19.50 433	7.59 448	4.19 465	3.22 441	1.48 434	6.99 445	6.54 446
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Ntro	12.35 431	8.88 442	7.80 381	13.79 452	12.42 453	26.54 446	6.98 415	18.54 422	22.14 426	9.82 354	16.45 368	20.30 422	9.29 394	15.95 425	6.61 351	9.53 455	2.47 447	14.93 452	2.77 441	13.11 454	8.63 455

anonymity	7.68 391	3.83 422	12.39 408	7.04 440	12.67 454	8.18 355	2.00 322	17.50 416	6.85 256	13.56 407	9.21 261	9.97 335	7.82 373	11.28 387	5.58 333	6.27 445	4.98 467	3.68 442	2.96 442	3.33 434	4.48 437

WAO-7	29.39 465	24.43 456	20.47 439	32.71 466	13.83 455	34.70 458	20.27 469	52.19 476	65.03 477	43.29 464	59.35 476	52.19 463	44.68 470	31.71 456	30.56 461	10.98 459	4.94 466	13.71 451	12.52 467	12.06 451	8.22 452

RainbowNet	18.01 452	26.22 460	19.95 438	18.59 456	14.88 456	27.38 449	10.46 437	27.39 453	34.54 448	14.91 413	27.01 424	25.65 434	12.44 412	18.94 437	9.23 386	13.91 465	3.46 461	23.36 459	4.86 455	16.03 457	10.91 462

ACVNet-4b	15.90 442	22.00 455	12.37 406	16.40 454	15.14 457	31.87 454	7.50 421	19.04 430	27.85 436	11.48 388	22.02 405	31.86 446	9.16 393	17.95 433	5.69 334	10.43 457	2.58 449	24.44 460	4.87 456	16.04 458	9.28 456

ACVNet_1	18.70 453	25.08 458	12.72 413	17.33 455	15.18 458	26.02 441	9.62 432	28.44 457	34.49 447	24.39 438	24.32 416	37.22 455	20.13 439	16.67 429	13.39 418	10.45 458	2.59 450	24.77 461	4.92 457	16.57 459	9.75 458

ACVNet_2	26.45 460	29.35 465	25.14 449	20.27 458	15.43 459	34.97 459	12.23 447	48.37 471	66.25 479	42.69 463	56.73 474	51.77 462	25.59 450	20.39 443	13.52 420	10.13 456	2.59 450	22.78 458	3.52 449	17.57 460	9.80 460

test_for_model	6.81 380	27.63 461	2.16 71	21.79 459	16.18 460	3.48 213	0.94 265	5.88 160	3.72 109	7.62 284	2.72 77	1.03 75	0.42 54	0.58 1	0.35 18	9.03 452	2.28 442	0.00 1	0.05 301	23.91 466	6.49 445

Dean	34.67 469	38.70 472	25.33 450	29.89 462	17.21 461	45.24 470	11.98 445	56.90 480	76.55 481	63.47 479	60.22 477	67.36 478	48.14 473	37.24 462	39.01 470	11.00 460	2.83 453	28.35 462	5.60 459	18.14 461	10.31 461

LVE	34.99 471	40.10 473	34.97 461	32.49 465	18.61 462	51.45 478	26.82 471	52.15 475	65.94 478	47.21 467	61.04 478	53.99 467	37.30 463	37.95 463	34.09 466	15.55 469	5.95 468	31.01 465	13.81 468	22.58 463	16.72 472

IMH-64-1	27.21 462	28.77 462	16.84 431	31.57 463	20.76 463	26.43 444	15.10 456	47.11 466	45.20 462	33.53 452	51.16 468	41.42 458	31.10 458	36.48 460	22.39 444	13.48 463	2.87 455	33.95 466	10.70 463	23.50 464	11.75 464

IMH-64	27.21 462	28.77 462	16.84 431	31.57 463	20.76 463	26.43 444	15.10 456	47.11 466	45.20 462	33.53 452	51.16 468	41.42 458	31.10 458	36.48 460	22.39 444	13.48 463	2.87 455	33.95 466	10.70 463	23.50 464	11.75 464

DispFullNet	17.47 450	26.01 459	33.98 460	22.58 460	20.86 465	13.84 413	1.28 292	16.50 409	26.27 434	19.97 428	17.17 381	20.52 425	18.49 431	22.86 448	10.76 404	5.13 441	2.83 453	30.72 464	7.72 460	20.86 462	11.01 463

JetBlue	29.12 464	15.72 452	54.12 470	15.93 453	20.98 466	60.90 482	30.62 473	39.38 461	34.62 449	34.08 455	39.69 453	57.35 469	43.17 468	50.71 478	50.60 479	2.41 435	3.79 463	2.81 437	3.45 448	9.57 447	12.59 467

TorneroNet-64	32.42 468	31.89 466	30.52 456	34.73 468	21.13 467	46.99 472	18.82 464	43.10 464	59.42 472	32.70 451	46.98 463	62.01 472	36.98 462	43.97 471	33.88 465	14.10 467	3.22 458	35.28 469	11.72 466	26.84 470	14.07 468

IMH	29.82 466	29.11 464	18.51 435	34.28 467	21.40 468	32.33 456	15.39 460	49.40 473	53.07 467	37.88 457	55.32 473	45.05 460	39.54 465	40.63 467	24.12 448	14.03 466	3.27 459	34.93 468	11.24 465	24.69 467	12.21 466

TorneroNet	35.11 472	33.92 468	33.82 459	37.86 470	22.01 469	49.64 475	21.58 470	48.09 470	55.23 468	37.50 456	53.79 471	62.81 475	43.66 469	46.71 474	41.25 473	14.80 468	3.53 462	36.72 470	14.57 469	28.28 473	16.49 471

WAO-8	38.15 473	35.51 469	21.50 441	43.67 471	23.92 470	44.44 467	20.26 467	52.83 477	76.62 482	53.57 473	66.79 481	62.63 473	54.56 477	42.03 469	39.18 471	22.71 471	6.65 470	37.08 471	19.08 471	24.72 469	15.24 469

Venus	38.15 473	35.51 469	21.50 441	43.67 471	23.92 470	44.44 467	20.26 467	52.83 477	76.62 482	53.57 473	66.81 482	62.63 473	54.56 477	42.03 469	39.18 471	22.71 471	6.65 470	37.08 471	19.08 471	24.70 468	15.24 469

WAO-6	34.74 470	36.76 471	15.36 425	37.53 469	24.15 472	35.99 460	19.36 465	48.96 472	68.54 480	43.84 465	47.58 464	52.77 465	52.60 474	32.63 457	34.73 467	26.20 473	7.74 472	42.78 474	21.64 473	28.07 472	17.62 474

UNDER WATER-64	45.16 476	46.99 475	66.69 474	43.90 473	27.64 473	55.58 481	41.87 477	39.42 462	48.42 464	51.73 472	43.08 458	67.76 479	56.69 479	48.02 476	48.34 476	39.50 476	17.64 474	51.78 477	38.93 477	36.62 474	32.61 476

UNDER WATER	45.09 475	48.60 476	67.37 475	49.30 475	31.41 474	53.80 480	37.39 475	40.25 463	52.48 466	50.24 470	45.37 461	68.37 480	57.76 480	51.03 479	49.88 477	29.97 474	13.75 473	51.22 476	36.57 475	37.87 475	29.12 475

notaker	47.42 477	55.20 478	49.13 469	56.52 479	40.18 475	38.52 462	32.97 474	47.21 468	56.08 470	57.21 475	57.24 475	60.09 471	59.19 481	53.93 480	41.64 474	40.61 477	19.93 475	57.21 478	37.41 476	49.02 477	39.02 477

HanzoNet	56.48 481	59.32 480	58.25 472	55.32 478	41.94 476	50.95 477	41.33 476	51.12 474	61.40 474	65.62 482	65.59 480	71.66 481	69.41 482	70.77 483	60.03 481	63.99 482	34.70 480	61.96 480	50.54 480	51.00 479	44.71 479

ktn	48.94 478	57.58 479	38.86 464	59.57 480	43.27 477	50.37 476	43.38 478	48.07 469	61.11 473	51.30 471	54.25 472	54.96 468	52.88 475	47.30 475	35.83 468	57.77 480	24.88 478	62.69 481	43.55 478	50.70 478	40.41 478

LSM	14.01 437	5.95 431	33.49 458	6.78 439	43.61 478	10.22 377	9.98 435	15.16 402	22.93 428	23.07 435	32.34 441	18.52 411	12.67 414	15.45 422	11.10 406	0.16 370	0.51 429	0.09 392	0.32 393	1.08 409	16.85 473

DPSimNet_ROB	53.45 479	64.73 483	44.39 467	53.97 477	45.39 479	53.66 479	54.83 481	55.15 479	57.87 471	64.16 481	50.83 467	63.40 476	53.34 476	46.45 473	65.81 482	63.13 481	26.54 479	57.94 479	51.11 481	45.52 476	50.69 482

KSHMR	55.63 480	63.60 482	37.85 463	74.69 482	49.56 480	49.01 474	45.73 479	57.46 481	63.97 476	61.61 478	62.07 479	72.39 482	47.01 471	50.65 477	43.29 475	54.10 479	62.21 481	66.10 482	53.94 482	51.25 480	46.11 480

LRCNet_RVC	66.23 483	65.67 484	67.63 476	71.47 481	54.32 481	32.17 455	2.66 338	63.19 483	21.35 424	81.79 484	91.26 485	83.62 483	71.62 483	69.32 482	52.57 480	95.49 488	64.45 482	95.07 488	95.19 488	71.52 482	74.31 484

JetRed	61.02 482	61.05 481	82.56 478	46.09 474	56.80 482	83.19 483	63.76 482	59.26 482	63.61 475	69.29 483	68.85 483	66.59 477	47.62 472	61.57 481	74.09 483	45.58 478	66.14 483	46.59 475	45.06 479	63.17 481	49.58 481

xxxxx1	85.63 486	90.31 487	96.68 486	76.54 483	80.57 483	97.44 488	96.86 488	85.53 484	88.53 485	88.68 485	91.71 486	94.23 485	92.93 485	90.02 485	91.98 485	70.60 483	70.39 484	73.68 484	81.46 485	74.61 483	79.86 485

tt_ll	85.63 486	90.31 487	96.68 486	76.54 483	80.57 483	97.44 488	96.86 488	85.53 484	88.53 485	88.68 485	91.71 486	94.23 485	92.93 485	90.02 485	91.98 485	70.60 483	70.39 484	73.68 484	81.46 485	74.61 483	79.86 485

ff	85.63 486	90.31 487	96.68 486	76.54 483	80.57 483	97.44 488	96.86 488	85.53 484	88.53 485	88.68 485	91.71 486	94.23 485	92.93 485	90.02 485	91.98 485	70.60 483	70.39 484	73.68 484	81.46 485	74.61 483	79.86 485

MADNet++	82.84 484	82.38 486	73.57 477	87.72 487	82.97 486	93.14 484	69.15 483	86.42 487	82.50 484	93.46 488	86.70 484	86.28 484	80.92 484	88.34 484	88.84 484	86.83 486	84.17 487	72.64 483	68.92 483	80.47 487	81.42 488

tt	83.26 485	0.34 68	99.99 493	79.40 486	93.18 487	100.00 493	100.00 493	100.00 496	99.95 490	60.33 477	47.63 465	99.98 495	99.96 491	99.98 493	100.00 496	92.42 487	99.82 491	73.83 487	73.63 484	88.42 488	56.35 483

MEDIAN_ROB	98.41 490	99.70 491	99.30 490	97.09 488	97.02 488	96.89 486	95.77 487	97.66 490	97.28 488	98.79 491	98.94 490	99.18 490	98.14 489	96.89 488	96.88 490	99.96 492	99.16 489	100.00 492	99.99 493	99.69 491	99.88 491

DLNR_Zeroshot_test	24.70 459	50.77 477	90.11 482	98.11 491	97.34 489	1.38 23	0.12 47	22.79 448	3.09 76	1.07 64	2.95 81	0.71 66	0.29 24	6.93 212	2.29 242	38.56 475	0.37 418	0.00 1	0.30 390	76.73 486	0.09 220

PML	97.88 489	100.00 496	96.45 485	98.01 490	97.88 490	100.00 493	99.35 491	96.88 488	97.72 489	100.00 495	97.36 489	97.38 489	99.60 490	100.00 496	96.32 489	99.99 493	97.55 488	100.00 492	96.01 489	99.18 490	87.92 489

Anonymous_1	99.08 492	99.91 492	99.85 492	97.63 489	99.10 491	100.00 493	100.00 493	99.61 493	99.96 491	99.28 493	99.86 491	99.54 492	99.99 492	99.29 490	99.75 491	96.05 489	99.59 490	97.31 489	98.57 490	97.71 489	98.63 490

test_example2	99.39 493	99.98 495	99.99 493	100.00 497	99.98 492	99.72 492	99.99 492	97.34 489	100.00 493	100.00 495	100.00 492	96.42 488	96.66 488	99.97 492	99.96 492	100.00 495	99.97 492	98.66 490	99.15 491	100.00 494	100.00 496

ccccc		96.61 490		100.00 497	100.00 493	97.41 487		99.56 492		99.27 492		99.35 491		99.92 491		100.00 495	100.00 494	99.95 491	99.77 492	100.00 494

HaxPig	98.85 491	99.94 493	95.08 484	99.99 494	100.00 493	94.03 485	94.78 485	99.15 491	99.98 492	99.99 494	100.00 492	99.98 495	99.99 492	98.12 489	95.97 488	100.00 495	99.99 493	100.00 492	99.99 493	100.00 494	99.99 494

Selective-RAFT-Error	100.00 499	100.00 496	100.00 497	100.00 497	100.00 493	100.00 493	100.00 493	100.00 496	100.00 493	100.00 495	100.00 492	100.00 497	100.00 494	100.00 496	100.00 496	100.00 495	100.00 494	100.00 492	100.00 495	100.00 494	100.00 496

CasAABBNet	100.00 499	100.00 496	100.00 497	100.00 497	100.00 493	100.00 493	100.00 493	100.00 496	100.00 493	100.00 495	100.00 492	100.00 497	100.00 494	100.00 496	100.00 496	100.00 495	100.00 494	100.00 492	100.00 495	100.00 494	100.00 496

LSM0	100.00 499	100.00 496	100.00 497	100.00 497	100.00 493	100.00 493	100.00 493	100.00 496	100.00 493	100.00 495	100.00 492	100.00 497	100.00 494	100.00 496	100.00 496	100.00 495	100.00 494	100.00 492	100.00 495	100.00 494	99.99 494

DPSMNet_ROB	99.91 496	100.00 496	99.99 493	99.99 494	100.00 493	100.00 493	100.00 493	99.98 495	100.00 493	98.35 489	100.00 492	99.84 493	100.00 494	99.98 493	99.99 493	100.00 495	100.00 494	100.00 492	100.00 495	100.00 494	100.00 496

DGTPSM_ROB	99.90 495	100.00 496	99.99 493	99.99 494	100.00 493	100.00 493	100.00 493	99.97 494	100.00 493	98.35 489	100.00 492	99.84 493	100.00 494	99.98 493	99.99 493	99.99 493	100.00 494	100.00 492	100.00 495	100.00 494	100.00 496

DPSM_ROB	99.95 497	100.00 496	100.00 497	99.76 492	100.00 493	100.00 493	100.00 493	100.00 496	100.00 493	100.00 495	100.00 492	100.00 497	100.00 494	100.00 496	100.00 496	99.21 490	100.00 494	100.00 492	100.00 495	99.99 492	99.95 492

DPSM	99.95 497	100.00 496	100.00 497	99.76 492	100.00 493	100.00 493	100.00 493	100.00 496	100.00 493	100.00 495	100.00 492	100.00 497	100.00 494	100.00 496	100.00 496	99.21 490	100.00 494	100.00 492	100.00 495	99.99 492	99.95 492

AVERAGE_ROB	99.62 494	99.95 494	98.81 489	100.00 497	100.00 493	98.08 491	95.47 486	100.00 496	100.00 493	100.00 495	100.00 492	100.00 497	100.00 494	100.00 496	99.99 493	100.00 495	100.00 494	100.00 492	100.00 495	100.00 494	100.00 496

ASD4		81.57 485

Low-res two-view benchmark