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

s12784h	0.36 64	0.15 3	0.24 3	0.34 11	0.15 1	0.77 255	0.29 57	0.80 165	0.83 183	0.56 67	0.57 53	0.43 54	0.40 108	0.57 88	0.33 85	0.12 4	0.10 9	0.14 16	0.09 6	0.14 45	0.09 1

CASnet	0.30 24	0.20 70	0.33 20	0.41 131	0.16 2	0.26 17	0.24 24	0.52 19	0.53 69	0.52 58	0.54 45	0.39 37	0.24 10	0.40 16	0.26 25	0.14 32	0.10 9	0.22 229	0.18 184	0.18 157	0.11 9
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
TANstereo	0.30 24	0.15 3	0.31 13	0.30 4	0.17 3	0.55 163	0.23 18	0.44 6	0.55 77	0.59 72	0.68 79	0.37 32	0.26 17	0.35 4	0.27 33	0.15 79	0.16 228	0.12 2	0.10 10	0.13 20	0.14 87

CREStereo	0.28 8	0.15 3	0.24 3	0.27 1	0.17 3	0.37 86	0.25 31	0.51 16	0.72 132	0.42 37	0.51 37	0.32 9	0.26 17	0.38 12	0.25 9	0.16 110	0.11 57	0.12 2	0.08 1	0.12 8	0.11 9
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
HITNet	0.41 130	0.26 212	0.45 130	0.33 10	0.17 3	0.63 215	0.30 70	0.93 203	0.64 105	0.71 140	0.82 133	0.64 145	0.52 162	0.59 119	0.43 169	0.14 32	0.10 9	0.15 42	0.13 50	0.19 190	0.12 33
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
MLCV	0.47 174	0.24 180	0.61 240	0.37 44	0.17 3	0.61 199	0.33 110	0.80 165	0.87 207	0.94 268	1.13 265	0.72 186	0.43 122	0.89 269	0.51 215	0.13 12	0.10 9	0.13 9	0.11 15	0.14 45	0.12 33

LoS	0.29 12	0.15 3	0.30 11	0.29 2	0.18 7	0.33 67	0.29 57	0.51 16	0.72 132	0.34 14	0.52 41	0.41 42	0.28 32	0.47 44	0.28 43	0.15 79	0.11 57	0.13 9	0.09 6	0.11 1	0.11 9

PMTNet	0.32 28	0.16 8	0.24 3	0.29 2	0.18 7	0.45 131	0.22 8	0.56 28	0.63 98	0.46 45	0.54 45	0.39 37	0.34 74	0.48 49	0.24 6	0.75 380	0.10 9	0.12 2	0.08 1	0.12 8	0.11 9

Selective-IGEV	0.24 1	0.18 34	0.35 29	0.35 29	0.19 9	0.27 25	0.25 31	0.55 27	0.23 1	0.27 2	0.25 2	0.34 20	0.19 2	0.58 105	0.22 1	0.12 4	0.10 9	0.14 16	0.11 15	0.12 8	0.10 3

DCANet-4	0.36 64	0.20 70	0.48 171	0.34 11	0.19 9	0.29 36	0.30 70	0.66 80	0.92 232	0.69 128	0.78 112	0.40 40	0.47 140	0.45 30	0.34 95	0.14 32	0.10 9	0.14 16	0.11 15	0.11 1	0.13 58

fff	0.37 79	0.16 8	0.41 81	0.34 11	0.19 9	0.29 36	0.30 70	0.69 108	1.06 297	0.69 128	0.78 112	0.42 48	0.63 217	0.46 37	0.34 95	0.14 32	0.10 9	0.14 16	0.11 15	0.11 1	0.13 58

ADStereo(finetuned)	0.37 79	0.16 8	0.49 181	0.34 11	0.19 9	0.30 43	0.30 70	0.68 99	0.91 227	0.70 134	0.77 104	0.43 54	0.69 251	0.45 30	0.33 85	0.14 32	0.10 9	0.14 16	0.11 15	0.13 20	0.12 33

GLC_STEREO	0.29 12	0.19 49	0.27 8	0.44 201	0.19 9	0.31 53	0.26 37	0.47 9	0.43 48	0.37 17	0.47 28	0.41 42	0.23 7	0.50 51	0.34 95	0.14 32	0.18 253	0.19 154	0.16 122	0.16 108	0.13 58

DCANet	0.36 64	0.16 8	0.41 81	0.34 11	0.19 9	0.30 43	0.30 70	0.68 99	0.91 227	0.70 134	0.77 104	0.43 54	0.57 184	0.45 30	0.34 95	0.14 32	0.10 9	0.14 16	0.11 15	0.13 20	0.12 33

csc	0.37 79	0.16 8	0.41 81	0.34 11	0.19 9	0.29 36	0.30 70	0.69 108	1.06 297	0.69 128	0.78 112	0.42 48	0.63 217	0.46 37	0.34 95	0.14 32	0.10 9	0.14 16	0.11 15	0.11 1	0.13 58

cscssc	0.37 79	0.16 8	0.41 81	0.34 11	0.19 9	0.29 36	0.30 70	0.69 108	1.06 297	0.69 128	0.78 112	0.42 48	0.63 217	0.46 37	0.34 95	0.14 32	0.10 9	0.14 16	0.11 15	0.11 1	0.13 58

111	0.40 119	0.17 19	0.41 81	0.34 11	0.19 9	0.52 148	0.28 50	0.74 140	1.16 318	0.50 53	0.91 174	0.63 138	0.48 144	0.61 132	0.35 110	0.14 32	0.10 9	0.14 16	0.12 29	0.13 20	0.13 58

RAFT-Stereo + iAFF	0.36 64	0.17 19	0.41 81	0.35 29	0.19 9	0.33 67	0.29 57	0.65 71	0.73 137	0.68 123	1.01 218	0.56 95	0.40 108	0.42 21	0.30 59	0.11 1	0.09 2	0.15 42	0.14 72	0.13 20	0.10 3

BEATNet_4x	0.46 164	0.32 260	0.56 225	0.37 44	0.19 9	0.63 215	0.35 134	1.01 234	0.72 132	0.77 176	0.83 138	0.70 172	0.59 197	0.68 185	0.53 225	0.16 110	0.12 98	0.16 60	0.14 72	0.24 256	0.16 144

SMFormer	0.51 217	0.23 145	0.62 243	0.34 11	0.20 20	0.62 206	0.34 117	1.21 300	1.02 276	0.81 191	1.01 218	0.71 176	0.65 233	0.84 251	0.55 232	0.19 199	0.15 201	0.18 119	0.16 122	0.18 157	0.18 175

tta	0.51 217	0.23 145	0.62 243	0.34 11	0.20 20	0.62 206	0.34 117	1.21 300	1.02 276	0.81 191	1.01 218	0.71 176	0.65 233	0.84 251	0.55 232	0.19 199	0.15 201	0.18 119	0.16 122	0.15 77	0.14 87

qqq1	0.49 197	0.23 145	0.62 243	0.34 11	0.20 20	0.62 206	0.34 117	1.21 300	1.02 276	0.81 191	1.01 218	0.71 176	0.65 233	0.84 251	0.34 95	0.19 199	0.15 201	0.14 16	0.12 29	0.15 77	0.14 87

fff1	0.49 197	0.23 145	0.62 243	0.34 11	0.20 20	0.62 206	0.34 117	1.21 300	1.02 276	0.81 191	1.01 218	0.71 176	0.65 233	0.84 251	0.34 95	0.19 199	0.15 201	0.14 16	0.12 29	0.15 77	0.14 87

1111x	0.55 240	0.22 128	0.46 145	0.38 65	0.20 20	0.66 229	0.43 229	1.23 312	0.99 262	0.71 140	0.99 213	0.95 262	0.69 251	0.90 271	1.08 338	0.18 170	0.17 242	0.18 119	0.19 208	0.20 203	0.18 175

EGLCR-Stereo	0.25 2	0.16 8	0.33 20	0.34 11	0.20 20	0.35 78	0.20 1	0.52 19	0.36 21	0.28 4	0.27 4	0.41 42	0.18 1	0.45 30	0.26 25	0.14 32	0.10 9	0.16 60	0.14 72	0.13 20	0.11 9

MC-Stereo	0.28 8	0.17 19	0.32 17	0.38 65	0.20 20	0.26 17	0.26 37	0.49 13	0.37 31	0.37 17	0.61 62	0.41 42	0.31 56	0.55 70	0.25 9	0.13 12	0.09 2	0.14 16	0.12 29	0.12 8	0.11 9

TestStereo	0.38 93	0.31 258	0.40 77	0.45 222	0.20 20	0.40 102	0.37 164	0.66 80	0.65 110	0.53 61	0.78 112	0.47 68	0.40 108	0.55 70	0.37 138	0.18 170	0.13 152	0.20 178	0.15 94	0.22 237	0.13 58

XX-TBD	0.32 28	0.53 339	0.26 7	0.51 296	0.20 20	0.37 86	0.24 24	0.40 3	0.73 137	0.54 63	0.69 80	0.31 7	0.25 11	0.32 3	0.27 33	0.16 110	0.10 9	0.12 2	0.09 6	0.13 20	0.11 9

MSKI-zero shot	0.32 28	0.17 19	0.34 26	0.39 84	0.21 29	0.32 63	0.22 8	0.61 51	0.43 48	0.52 58	0.64 67	0.61 131	0.20 4	0.74 212	0.25 9	0.14 32	0.10 9	0.14 16	0.10 10	0.12 8	0.12 33

Any-RAFT	0.35 46	0.16 8	0.30 11	0.34 11	0.21 29	0.52 148	0.22 8	0.88 190	0.73 137	0.53 61	0.73 88	0.64 145	0.28 32	0.46 37	0.24 6	0.15 79	0.10 9	0.13 9	0.10 10	0.13 20	0.12 33

Selective-RAFT	0.35 46	0.23 145	0.51 200	0.44 201	0.21 29	0.64 221	0.27 43	0.59 36	0.63 98	0.40 31	0.38 17	0.55 93	0.40 108	0.57 88	0.35 110	0.13 12	0.11 57	0.14 16	0.12 29	0.16 108	0.13 58

raft_robust	0.41 130	0.23 145	0.36 34	0.42 168	0.21 29	0.40 102	0.33 110	0.79 161	0.98 257	0.79 181	0.87 158	0.39 37	0.33 68	0.84 251	0.29 54	0.13 12	0.12 98	0.16 60	0.17 162	0.15 77	0.12 33

test-3	0.34 35	0.16 8	0.43 109	0.39 84	0.21 29	0.43 122	0.22 8	0.63 60	0.78 163	0.71 140	0.45 20	0.64 145	0.27 23	0.43 24	0.31 65	0.12 4	0.09 2	0.17 85	0.13 50	0.12 8	0.10 3

test_1	0.34 35	0.16 8	0.43 109	0.39 84	0.21 29	0.43 122	0.23 18	0.63 60	0.78 163	0.68 123	0.45 20	0.64 145	0.27 23	0.43 24	0.31 65	0.12 4	0.09 2	0.17 85	0.13 50	0.12 8	0.10 3

xxxx	1.01 340	0.22 128	0.43 109	0.36 37	0.21 29	0.82 278	0.36 152	1.32 334	0.88 211	0.71 140	0.94 182	0.97 266	0.63 217	0.64 155	10.58 409	0.20 220	0.16 228	0.18 119	0.17 162	0.19 190	0.19 203

test_xeample	1.01 340	0.21 101	0.42 100	0.35 29	0.21 29	0.71 244	0.39 203	1.23 312	0.86 198	0.81 191	1.04 234	0.69 170	0.61 206	0.69 188	10.93 410	0.19 199	0.15 201	0.18 119	0.17 162	0.18 157	0.17 161

AFF-stereo	0.38 93	0.19 49	0.39 70	0.37 44	0.21 29	0.27 25	0.31 85	0.65 71	0.66 113	0.64 98	1.13 265	0.76 207	0.39 103	0.55 70	0.33 85	0.11 1	0.09 2	0.16 60	0.16 122	0.13 20	0.11 9

EAI-Stereo	0.34 35	0.19 49	0.44 119	0.39 84	0.21 29	0.31 53	0.30 70	1.15 281	0.30 3	0.49 50	0.75 98	0.36 30	0.28 32	0.62 138	0.27 33	0.14 32	0.11 57	0.14 16	0.13 50	0.13 20	0.12 33

HSM-Net_RVC	0.53 229	0.22 128	0.35 29	0.37 44	0.21 29	0.85 284	0.37 164	1.23 312	0.93 237	0.90 251	1.15 272	1.26 317	0.63 217	0.72 201	0.48 204	0.17 142	0.13 152	0.16 60	0.15 94	0.17 139	0.15 106
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iResNet	0.49 197	0.29 247	0.79 306	0.42 168	0.21 29	0.61 199	0.40 209	0.82 169	0.99 262	0.87 232	1.12 259	0.69 170	0.53 165	0.78 230	0.51 215	0.15 79	0.11 57	0.14 16	0.12 29	0.17 139	0.15 106

iResNet_ROB	0.52 226	0.21 101	0.53 211	0.37 44	0.21 29	0.61 199	0.29 57	1.51 365	1.32 343	0.90 251	1.02 226	0.80 223	0.62 211	0.76 219	0.43 169	0.16 110	0.12 98	0.13 9	0.09 6	0.15 77	0.18 175

ACVNet-DCA	0.35 46	0.23 145	0.33 20	0.41 131	0.22 42	0.55 163	0.38 184	0.85 176	0.54 73	0.41 32	0.50 32	0.34 20	0.49 147	0.57 88	0.25 9	0.16 110	0.10 9	0.19 154	0.13 50	0.18 157	0.17 161

xx1	0.39 107	0.23 145	0.33 20	0.41 131	0.22 42	0.55 163	0.38 184	0.67 90	1.06 297	0.41 32	0.50 32	0.65 155	0.53 165	0.57 88	0.25 9	0.16 110	0.10 9	0.20 178	0.19 208	0.18 157	0.17 161

1test111	0.36 64	0.23 145	0.33 20	0.41 131	0.22 42	0.55 163	0.38 184	0.85 176	0.54 73	0.41 32	0.50 32	0.34 20	0.49 147	0.55 70	0.45 187	0.16 110	0.10 9	0.19 154	0.13 50	0.18 157	0.17 161

cc1	0.37 79	0.23 145	0.33 20	0.41 131	0.22 42	0.55 163	0.38 184	0.67 90	1.06 297	0.41 32	0.50 32	0.34 20	0.49 147	0.57 88	0.25 9	0.16 110	0.10 9	0.19 154	0.13 50	0.16 108	0.15 106

11t1	0.36 64	0.21 101	0.42 100	0.35 29	0.22 42	0.62 206	0.29 57	0.69 108	0.43 48	0.60 76	0.53 43	0.53 86	0.48 144	0.56 78	0.40 157	0.18 170	0.14 178	0.16 60	0.13 50	0.17 139	0.17 161

tt1	0.36 64	0.24 180	0.32 17	0.41 131	0.22 42	0.54 158	0.38 184	0.68 99	1.04 285	0.41 32	0.46 23	0.35 25	0.45 134	0.57 88	0.25 9	0.16 110	0.10 9	0.19 154	0.13 50	0.16 108	0.16 144

CASS	0.45 158	0.27 226	0.42 100	0.48 255	0.22 42	0.61 199	0.34 117	0.97 219	0.62 88	0.71 140	0.85 151	0.61 131	0.55 178	0.57 88	0.41 160	0.29 305	0.16 228	0.22 229	0.18 184	0.22 237	0.28 286
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
knoymous	0.36 64	0.20 70	0.31 13	0.31 6	0.22 42	0.36 84	0.29 57	0.61 51	0.64 105	0.67 117	0.70 82	0.60 127	0.40 108	0.58 105	0.34 95	0.17 142	0.11 57	0.20 178	0.11 15	0.17 139	0.18 175

RCA-Stereo	0.35 46	0.17 19	0.34 26	0.38 65	0.22 42	0.31 53	0.34 117	0.68 99	1.24 331	0.45 43	0.65 69	0.47 68	0.43 122	0.38 12	0.27 33	0.13 12	0.10 9	0.14 16	0.11 15	0.11 1	0.11 9

qqq	0.40 119	0.26 212	0.44 119	0.36 37	0.22 42	0.46 133	0.36 152	0.85 176	0.54 73	0.56 67	0.69 80	0.65 155	0.53 165	0.55 70	0.45 187	0.17 142	0.16 228	0.20 178	0.19 208	0.18 157	0.17 161

IPLGR	0.39 107	0.21 101	0.63 251	0.39 84	0.22 42	0.49 140	0.29 57	0.76 151	0.74 142	0.78 179	0.77 104	0.44 59	0.42 115	0.47 44	0.38 146	0.13 12	0.12 98	0.16 60	0.14 72	0.15 77	0.13 58

Patchmatch Stereo++	0.35 46	0.23 145	0.47 155	0.41 131	0.22 42	0.24 7	0.22 8	0.59 36	0.36 21	0.63 89	0.73 88	0.58 108	0.38 91	0.58 105	0.36 126	0.18 170	0.12 98	0.20 178	0.16 122	0.20 203	0.15 106
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.35 46	0.23 145	0.47 155	0.41 131	0.22 42	0.24 7	0.31 85	0.59 36	0.36 21	0.63 89	0.73 88	0.58 108	0.38 91	0.56 78	0.35 110	0.18 170	0.12 98	0.20 178	0.16 122	0.20 203	0.15 106

ROB_FTStereo_v2	0.35 46	0.23 145	0.47 155	0.41 131	0.22 42	0.24 7	0.31 85	0.59 36	0.36 21	0.63 89	0.73 88	0.57 100	0.38 91	0.57 88	0.36 126	0.18 170	0.12 98	0.20 178	0.16 122	0.20 203	0.15 106

ROB_FTStereo	0.35 46	0.23 145	0.47 155	0.41 131	0.22 42	0.25 15	0.21 4	0.59 36	0.36 21	0.63 89	0.73 88	0.58 108	0.38 91	0.57 88	0.35 110	0.18 170	0.12 98	0.20 178	0.16 122	0.20 203	0.15 106

HUI-Stereo	0.35 46	0.23 145	0.47 155	0.41 131	0.22 42	0.24 7	0.22 8	0.60 45	0.36 21	0.63 89	0.73 88	0.58 108	0.38 91	0.50 51	0.35 110	0.18 170	0.12 98	0.20 178	0.16 122	0.20 203	0.15 106

iGMRVC	0.35 46	0.23 145	0.47 155	0.41 131	0.22 42	0.24 7	0.30 70	0.59 36	0.36 21	0.63 89	0.73 88	0.58 108	0.38 91	0.58 105	0.36 126	0.18 170	0.12 98	0.20 178	0.16 122	0.20 203	0.15 106

RAFT-345	0.40 119	0.18 34	0.40 77	0.38 65	0.22 42	0.33 67	0.26 37	0.61 51	0.51 63	0.74 164	1.79 353	0.45 60	0.33 68	0.66 167	0.36 126	0.14 32	0.11 57	0.18 119	0.14 72	0.13 20	0.13 58

iRAFT	0.35 46	0.23 145	0.47 155	0.41 131	0.22 42	0.24 7	0.22 8	0.59 36	0.36 21	0.63 89	0.73 88	0.58 108	0.38 91	0.58 105	0.36 126	0.18 170	0.12 98	0.20 178	0.16 122	0.20 203	0.15 106

AnonymousM	0.41 130	0.81 366	0.29 10	0.34 11	0.22 42	0.28 32	0.38 184	0.53 26	0.41 42	0.70 134	0.49 31	0.47 68	0.27 23	0.41 19	0.31 65	0.15 79	0.12 98	1.51 386	0.26 305	0.12 8	0.10 3

CroCo-Stereo	0.26 3	0.22 128	0.36 34	0.48 255	0.22 42	0.20 1	0.29 57	0.51 16	0.44 52	0.28 4	0.23 1	0.42 48	0.26 17	0.29 1	0.26 25	0.15 79	0.13 152	0.13 9	0.11 15	0.16 108	0.12 33
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
RAFT-IKP	0.35 46	0.23 145	0.47 155	0.41 131	0.22 42	0.24 7	0.28 50	0.59 36	0.36 21	0.63 89	0.73 88	0.57 100	0.38 91	0.58 105	0.36 126	0.18 170	0.12 98	0.20 178	0.16 122	0.20 203	0.15 106

iRaftStereo_RVC	0.32 28	0.19 49	0.37 44	0.39 84	0.22 42	0.31 53	0.29 57	0.68 99	0.51 63	0.49 50	0.66 73	0.37 32	0.23 7	0.45 30	0.33 85	0.14 32	0.10 9	0.18 119	0.17 162	0.15 77	0.12 33

222	1.18 359	0.22 128	0.44 119	0.37 44	0.22 42	0.79 262	0.37 164	1.31 333	0.89 221	0.92 264	1.08 250	0.72 186	0.71 265	0.66 167	13.89 413	0.20 220	0.15 201	0.17 85	0.16 122	0.18 157	0.19 203

CFNet-RSSM	0.34 35	0.17 19	0.45 130	0.39 84	0.22 42	0.35 78	0.23 18	0.73 138	0.84 186	0.65 105	0.54 45	0.57 100	0.28 32	0.46 37	0.26 25	0.13 12	0.10 9	0.14 16	0.12 29	0.13 20	0.11 9

RASNet	0.53 229	0.22 128	0.52 205	0.38 65	0.22 42	0.68 235	0.38 184	0.97 219	0.88 211	0.73 158	1.04 234	1.03 283	0.92 317	0.90 271	0.86 294	0.16 110	0.14 178	0.14 16	0.17 162	0.15 77	0.13 58

SGM_RVC	0.97 337	0.28 239	0.41 81	0.39 84	0.22 42	1.55 363	0.73 336	1.51 365	1.25 335	2.25 383	1.92 358	2.58 381	1.56 370	2.02 381	1.19 347	0.27 293	0.27 323	0.27 294	0.25 295	0.25 264	0.25 268
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RAFT-Test	0.34 35	0.18 34	0.37 44	0.38 65	0.23 69	0.50 141	0.23 18	0.69 108	0.40 39	0.60 76	0.85 151	0.61 131	0.28 32	0.46 37	0.27 33	0.14 32	0.11 57	0.14 16	0.11 15	0.13 20	0.12 33

anonymousa	0.49 197	0.20 70	0.42 100	0.38 65	0.23 69	0.91 290	0.35 134	0.75 146	0.62 88	0.85 220	1.54 337	1.06 290	0.66 238	0.51 55	0.43 169	0.16 110	0.13 152	0.19 154	0.21 247	0.16 108	0.14 87

riskmin	0.38 93	0.20 70	0.39 70	0.32 8	0.23 69	0.53 154	0.30 70	0.63 60	0.80 171	0.49 50	0.56 52	0.73 195	0.58 191	0.55 70	0.36 126	0.17 142	0.11 57	0.19 154	0.13 50	0.19 190	0.20 223

x	0.39 107	0.24 180	0.41 81	0.34 11	0.23 69	0.52 148	0.32 101	0.86 179	0.52 66	0.57 69	0.70 82	0.59 122	0.50 157	0.49 50	0.46 197	0.17 142	0.15 201	0.17 85	0.15 94	0.17 139	0.16 144

test_3	0.36 64	0.19 49	0.44 119	0.44 201	0.23 69	0.48 137	0.36 152	0.66 80	0.82 178	0.64 98	0.45 20	0.68 166	0.25 11	0.41 19	0.31 65	0.12 4	0.10 9	0.18 119	0.16 122	0.15 77	0.11 9

TransformOpticalFlow	0.44 148	0.20 70	0.47 155	0.41 131	0.23 69	0.37 86	0.47 245	0.94 207	0.76 150	0.65 105	1.14 267	0.73 195	0.56 183	0.76 219	0.32 73	0.15 79	0.10 9	0.17 85	0.15 94	0.14 45	0.13 58

NRIStereo	0.36 64	0.20 70	0.45 130	0.41 131	0.23 69	0.34 73	0.26 37	0.65 71	0.55 77	0.64 98	0.63 64	0.56 95	0.37 88	0.65 162	0.37 138	0.15 79	0.11 57	0.18 119	0.15 94	0.17 139	0.14 87

PSM-AAD	0.48 181	0.20 70	0.37 44	0.43 186	0.23 69	0.56 178	0.50 261	0.65 71	0.70 121	1.07 317	1.12 259	0.58 108	0.92 317	0.61 132	0.32 73	0.15 79	0.11 57	0.25 268	0.26 305	0.18 157	0.43 351

KYRaft	0.48 181	0.20 70	0.38 53	0.44 201	0.23 69	0.44 126	0.37 164	0.66 80	0.41 42	0.94 268	1.73 348	0.79 215	0.41 114	0.63 148	0.31 65	0.16 110	0.11 57	0.18 119	0.22 262	0.16 108	0.78 378

THIR-Stereo	0.50 210	0.18 34	0.45 130	0.38 65	0.23 69	0.75 252	0.67 316	0.66 80	0.87 207	1.02 300	1.40 318	0.72 186	0.76 277	0.62 138	0.42 164	0.15 79	0.11 57	0.17 85	0.18 184	0.14 45	0.15 106

RAFT-RH_RVC	0.56 251	0.17 19	0.41 81	0.37 44	0.23 69	0.57 182	0.24 24	0.60 45	0.70 121	1.19 333	3.94 399	0.56 95	0.38 91	0.65 162	0.36 126	0.13 12	0.11 57	0.20 178	0.14 72	0.12 8	0.13 58

cross-raft	0.34 35	0.20 70	0.37 44	0.44 201	0.23 69	0.32 63	0.35 134	0.74 140	0.40 39	0.60 76	0.77 104	0.57 100	0.27 23	0.43 24	0.28 43	0.12 4	0.10 9	0.15 42	0.13 50	0.15 77	0.11 9

Gwc-CoAtRS	0.34 35	0.17 19	0.44 119	0.39 84	0.23 69	0.34 73	0.22 8	0.70 122	0.75 144	0.60 76	0.59 58	0.58 108	0.29 42	0.45 30	0.26 25	0.14 32	0.11 57	0.14 16	0.12 29	0.12 8	0.12 33

cf-r	0.47 174	0.23 145	0.41 81	0.39 84	0.23 69	0.59 193	0.37 164	0.88 190	0.85 193	0.72 151	1.05 238	0.94 260	0.62 211	0.56 78	0.54 228	0.21 234	0.14 178	0.17 85	0.19 208	0.15 77	0.15 106

GwcNet-RSSM	0.49 197	0.24 180	0.42 100	0.40 107	0.23 69	0.55 163	0.38 184	0.93 203	0.93 237	0.71 140	1.16 277	0.86 235	0.60 201	0.62 138	0.66 253	0.21 234	0.14 178	0.19 154	0.20 230	0.16 108	0.15 106

LE_ROB	4.42 406	0.24 180	2.75 390	0.42 168	0.23 69	1.57 365	0.90 356	1.71 379	17.88 421	16.56 423	4.88 407	5.17 404	18.85 423	1.63 365	14.62 414	0.17 142	0.14 178	0.16 60	0.16 122	0.19 190	0.17 161

pmcnn	1.23 362	0.29 247	0.96 324	0.40 107	0.23 69	0.95 298	0.69 325	1.16 284	1.28 339	1.67 365	2.33 367	11.15 416	0.86 305	0.93 286	0.88 301	0.15 79	0.12 98	0.12 2	0.10 10	0.15 77	0.15 106

mmm	0.44 148	0.27 226	0.46 145	0.38 65	0.24 86	0.61 199	0.35 134	0.94 207	0.53 69	0.72 151	1.05 238	0.63 138	0.50 157	0.57 88	0.45 187	0.18 170	0.15 201	0.23 243	0.20 230	0.20 203	0.18 175

ttt	0.51 217	0.25 198	0.43 109	0.38 65	0.24 86	0.65 226	0.38 184	1.18 292	1.05 290	0.72 151	1.08 250	0.63 138	0.49 147	0.84 251	0.59 239	0.24 266	0.21 282	0.22 229	0.20 230	0.24 256	0.24 262

MIM_Stereo	0.38 93	0.17 19	0.53 211	0.37 44	0.24 86	0.27 25	0.24 24	0.70 122	0.54 73	0.72 151	1.00 215	0.63 138	0.29 42	0.64 155	0.38 146	0.13 12	0.14 178	0.17 85	0.16 122	0.14 45	0.11 9

4D-IteraStereo	0.33 34	0.18 34	0.40 77	0.40 107	0.24 86	0.32 63	0.27 43	0.58 35	0.72 132	0.65 105	0.54 45	0.42 48	0.23 7	0.45 30	0.28 43	0.14 32	0.09 2	0.19 154	0.16 122	0.16 108	0.11 9

anonymousdsp2	0.35 46	0.20 70	0.43 109	0.37 44	0.24 86	0.48 137	0.31 85	0.86 179	0.65 110	0.55 65	0.50 32	0.50 77	0.34 74	0.56 78	0.31 65	0.14 32	0.10 9	0.14 16	0.10 10	0.16 108	0.14 87

ProNet	0.29 12	0.21 101	0.38 53	0.35 29	0.24 86	0.32 63	0.43 229	0.57 31	0.37 31	0.33 13	0.30 6	0.32 9	0.28 32	0.57 88	0.26 25	0.13 12	0.11 57	0.16 60	0.13 50	0.13 20	0.13 58

TestStereo1	0.43 142	0.23 145	0.41 81	0.51 296	0.24 86	0.34 73	0.40 209	0.77 154	0.90 223	0.68 123	0.96 193	0.48 72	0.46 137	0.91 278	0.32 73	0.16 110	0.13 152	0.18 119	0.15 94	0.14 45	0.13 58

SA-5K	0.43 142	0.23 145	0.41 81	0.51 296	0.24 86	0.34 73	0.40 209	0.77 154	0.90 223	0.68 123	0.96 193	0.48 72	0.46 137	0.91 278	0.32 73	0.16 110	0.13 152	0.18 119	0.15 94	0.14 45	0.13 58

SA	0.44 148	0.25 198	0.46 145	0.46 241	0.24 86	0.43 122	0.36 152	0.75 146	0.96 250	0.59 72	1.03 230	0.48 72	0.52 162	0.94 293	0.32 73	0.16 110	0.12 98	0.21 217	0.19 208	0.15 77	0.13 58

IPLG	0.39 107	0.20 70	0.59 233	0.40 107	0.24 86	0.54 158	0.27 43	0.75 146	0.63 98	0.84 219	0.81 130	0.32 9	0.32 60	0.60 125	0.45 187	0.13 12	0.11 57	0.16 60	0.13 50	0.13 20	0.12 33

GMOStereo	0.37 79	0.19 49	0.38 53	0.43 186	0.24 86	0.37 86	0.38 184	0.52 19	0.62 88	0.87 232	0.84 143	0.64 145	0.35 76	0.37 8	0.28 43	0.13 12	0.11 57	0.20 178	0.18 184	0.15 77	0.11 9

error version	0.37 79	0.19 49	0.38 53	0.43 186	0.24 86	0.37 86	0.38 184	0.52 19	0.62 88	0.87 232	0.84 143	0.64 145	0.35 76	0.37 8	0.28 43	0.13 12	0.11 57	0.20 178	0.18 184	0.15 77	0.11 9

test-v	0.37 79	0.19 49	0.38 53	0.43 186	0.24 86	0.37 86	0.38 184	0.52 19	0.62 88	0.87 232	0.84 143	0.64 145	0.35 76	0.37 8	0.28 43	0.13 12	0.11 57	0.20 178	0.18 184	0.15 77	0.11 9

CrosDoStereo	0.50 210	0.18 34	0.45 130	0.38 65	0.24 86	0.40 102	1.18 373	0.67 90	0.86 198	0.94 268	1.37 312	0.63 138	0.77 281	0.65 162	0.45 187	0.15 79	0.12 98	0.17 85	0.18 184	0.14 45	0.14 87

LCNet	0.41 130	0.20 70	0.32 17	0.44 201	0.24 86	0.47 135	0.29 57	0.67 90	0.53 69	0.72 151	1.03 230	0.66 160	0.60 201	0.58 105	0.34 95	0.14 32	0.10 9	0.19 154	0.19 208	0.21 221	0.36 324

STrans-v2	0.46 164	0.20 70	0.48 171	0.40 107	0.24 86	0.55 163	0.50 261	1.07 253	0.73 137	0.65 105	1.05 238	0.72 186	0.69 251	0.72 201	0.33 85	0.14 32	0.10 9	0.17 85	0.14 72	0.13 20	0.12 33

OMP-Stereo	0.42 136	0.22 128	0.46 145	0.52 307	0.24 86	0.36 84	0.25 31	0.71 127	0.78 163	0.77 176	0.64 67	0.89 249	0.39 103	0.91 278	0.35 110	0.15 79	0.12 98	0.20 178	0.15 94	0.15 77	0.12 33

DeepStereo_LL	0.50 210	0.18 34	0.45 130	0.38 65	0.24 86	0.40 102	1.18 373	0.67 90	0.86 198	0.94 268	1.37 312	0.63 138	0.77 281	0.65 162	0.45 187	0.15 79	0.12 98	0.17 85	0.18 184	0.14 45	0.14 87

PFNet	0.42 136	0.18 34	0.58 232	0.43 186	0.24 86	0.43 122	0.32 101	0.74 140	0.78 163	1.00 293	0.74 97	0.68 166	0.39 103	0.72 201	0.37 138	0.16 110	0.10 9	0.20 178	0.15 94	0.16 108	0.13 58

DeepStereo_RVC	0.36 64	0.21 101	0.47 155	0.40 107	0.24 86	0.26 17	0.22 8	0.60 45	0.38 35	0.69 128	0.67 77	0.57 100	0.51 160	0.56 78	0.39 152	0.16 110	0.12 98	0.18 119	0.15 94	0.19 190	0.18 175

IRAFT_RVC	0.42 136	0.20 70	0.48 171	0.44 201	0.24 86	0.27 25	0.54 285	0.74 140	0.77 157	0.76 171	0.80 123	0.73 195	0.51 160	0.70 191	0.36 126	0.17 142	0.10 9	0.21 217	0.16 122	0.16 108	0.14 87

CRE-IMP	0.36 64	0.23 145	0.49 181	0.42 168	0.24 86	0.41 115	0.21 4	0.57 31	0.41 42	0.65 105	0.72 84	0.53 86	0.37 88	0.61 132	0.38 146	0.17 142	0.11 57	0.19 154	0.15 94	0.21 221	0.18 175

test-2	0.37 79	0.19 49	0.38 53	0.43 186	0.24 86	0.37 86	0.38 184	0.52 19	0.62 88	0.87 232	0.84 143	0.64 145	0.35 76	0.37 8	0.28 43	0.13 12	0.11 57	0.20 178	0.18 184	0.15 77	0.11 9

CREStereo++_RVC	0.32 28	0.15 3	0.23 1	0.31 6	0.24 86	0.27 25	0.22 8	0.46 8	0.88 211	0.46 45	0.80 123	0.30 5	0.26 17	0.36 5	0.33 85	0.13 12	0.09 2	0.13 9	0.51 373	0.13 20	0.09 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
FENet	0.42 136	0.22 128	0.38 53	0.39 84	0.24 86	0.55 163	0.32 101	0.79 161	0.70 121	0.71 140	0.72 84	0.63 138	0.57 184	0.62 138	0.44 181	0.19 199	0.13 152	0.19 154	0.17 162	0.18 157	0.19 203

HSM	0.51 217	0.24 180	0.41 81	0.39 84	0.24 86	0.75 252	0.40 209	1.22 308	0.75 144	0.81 191	0.91 174	1.21 313	0.69 251	0.87 261	0.46 197	0.17 142	0.13 152	0.17 85	0.14 72	0.17 139	0.17 161

CoDeX	0.47 174	0.20 70	0.49 181	0.42 168	0.25 112	0.75 252	0.36 152	1.27 325	0.80 171	0.82 200	0.96 193	0.62 137	0.57 184	0.60 125	0.36 126	0.17 142	0.12 98	0.17 85	0.15 94	0.16 108	0.14 87

DualNet	0.47 174	0.26 212	0.49 181	0.37 44	0.25 112	0.55 163	0.37 164	0.68 99	1.04 285	0.73 158	0.96 193	0.71 176	0.53 165	0.57 88	0.88 301	0.16 110	0.10 9	0.25 268	0.21 247	0.16 108	0.16 144

ffm	0.44 148	0.26 212	0.49 181	0.37 44	0.25 112	0.55 163	0.37 164	0.68 99	1.04 285	0.73 158	0.96 193	0.71 176	0.53 165	0.57 88	0.25 9	0.16 110	0.10 9	0.25 268	0.21 247	0.16 108	0.16 144

ff1	0.49 197	0.26 212	0.49 181	0.37 44	0.25 112	0.55 163	0.37 164	0.68 99	1.04 285	0.73 158	0.96 193	0.71 176	0.53 165	1.01 299	0.88 301	0.16 110	0.10 9	0.25 268	0.21 247	0.16 108	0.16 144

mmx	0.53 229	0.26 212	0.49 181	0.37 44	0.25 112	0.55 163	0.37 164	1.16 284	1.03 281	0.73 158	0.96 193	0.71 176	0.53 165	1.01 299	0.88 301	0.20 220	0.15 201	0.25 268	0.21 247	0.22 237	0.20 223

xxx	0.53 229	0.26 212	0.49 181	0.37 44	0.25 112	0.55 163	0.37 164	1.16 284	1.03 281	0.73 158	0.96 193	0.71 176	0.53 165	1.01 299	0.88 301	0.20 220	0.15 201	0.25 268	0.21 247	0.22 237	0.20 223

HH	0.35 46	0.20 70	0.47 155	0.40 107	0.25 112	0.33 67	0.31 85	0.76 151	0.38 35	0.43 38	0.57 53	0.79 215	0.44 130	0.71 196	0.25 9	0.15 79	0.11 57	0.15 42	0.14 72	0.14 45	0.12 33

HanStereo	0.35 46	0.20 70	0.47 155	0.40 107	0.25 112	0.33 67	0.31 85	0.76 151	0.38 35	0.43 38	0.57 53	0.79 215	0.44 130	0.71 196	0.25 9	0.15 79	0.11 57	0.15 42	0.14 72	0.14 45	0.12 33

anonymousdsp	0.29 12	0.21 101	0.38 53	0.37 44	0.25 112	0.30 43	0.35 134	0.63 60	0.35 16	0.39 29	0.33 10	0.33 17	0.28 32	0.59 119	0.25 9	0.14 32	0.10 9	0.17 85	0.12 29	0.14 45	0.15 106

Sa-1000	0.48 181	0.24 180	0.41 81	0.45 222	0.25 112	0.59 193	0.34 117	0.81 168	0.93 237	0.82 200	1.50 333	0.53 86	0.45 134	0.92 281	0.30 59	0.15 79	0.12 98	0.21 217	0.19 208	0.15 77	0.13 58

test_4	0.36 64	0.18 34	0.31 13	0.44 201	0.25 112	0.20 1	0.34 117	0.56 28	0.41 42	0.59 72	1.45 329	0.43 54	0.25 11	0.63 148	0.28 43	0.12 4	0.10 9	0.17 85	0.19 208	0.15 77	0.11 9

IGEV-Stereo	0.29 12	0.21 101	0.38 53	0.37 44	0.25 112	0.30 43	0.35 134	0.63 60	0.35 16	0.39 29	0.33 10	0.33 17	0.28 32	0.59 119	0.25 9	0.14 32	0.10 9	0.17 85	0.12 29	0.14 45	0.15 106
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
dd	0.43 142	0.38 294	0.55 219	0.44 201	0.25 112	0.47 135	0.38 184	0.70 122	1.05 290	0.59 72	0.65 69	0.42 48	0.39 103	0.66 167	0.50 207	0.24 266	0.15 201	0.21 217	0.15 94	0.22 237	0.18 175

MIPNet	0.37 79	0.21 101	0.59 233	0.39 84	0.25 112	0.50 141	0.28 50	0.77 154	0.70 121	0.65 105	0.60 59	0.40 40	0.49 147	0.44 29	0.37 138	0.14 32	0.11 57	0.16 60	0.13 50	0.14 45	0.13 58

PFNet+	0.40 119	0.19 49	0.49 181	0.39 84	0.25 112	0.28 32	0.23 18	0.64 70	0.70 121	0.85 220	0.79 121	0.64 145	0.35 76	0.72 201	0.34 95	0.19 199	0.14 178	0.23 243	0.20 230	0.16 108	0.20 223

AAGNet	1.43 372	0.20 70	0.48 171	0.44 201	0.25 112	0.29 36	0.31 85	0.65 71	0.68 116	0.97 281	0.86 154	0.67 165	0.62 211	0.64 155	20.63 418	0.16 110	0.11 57	0.19 154	0.15 94	0.19 190	0.12 33

IIG-Stereo	0.43 142	0.21 101	0.44 119	0.50 284	0.25 112	0.44 126	0.21 4	0.71 127	0.76 150	0.83 212	0.95 189	0.83 227	0.43 122	0.90 271	0.35 110	0.15 79	0.12 98	0.19 154	0.14 72	0.15 77	0.11 9

NF-Stereo	0.38 93	0.20 70	0.45 130	0.41 131	0.25 112	0.26 17	0.31 85	0.69 108	0.70 121	0.65 105	0.77 104	0.57 100	0.30 52	0.67 177	0.35 110	0.18 170	0.12 98	0.20 178	0.16 122	0.16 108	0.27 279

OCTAStereo	0.38 93	0.20 70	0.46 145	0.41 131	0.25 112	0.26 17	0.31 85	0.69 108	0.70 121	0.65 105	0.77 104	0.58 108	0.30 52	0.67 177	0.35 110	0.18 170	0.12 98	0.20 178	0.16 122	0.16 108	0.27 279

FTStereo	0.56 251	0.20 70	0.37 44	0.41 131	0.25 112	0.40 102	0.79 343	0.66 80	0.43 48	1.09 322	3.27 388	0.70 172	0.73 270	0.55 70	0.33 85	0.14 32	0.13 152	0.19 154	0.17 162	0.15 77	0.30 299

DEmStereo	0.48 181	0.17 19	0.50 193	0.38 65	0.25 112	0.59 193	0.34 117	0.63 60	0.74 142	0.89 244	1.66 344	0.58 108	1.06 337	0.60 125	0.42 164	0.14 32	0.11 57	0.16 60	0.16 122	0.14 45	0.15 106

SST-Stereo	0.40 119	0.19 49	0.45 130	0.42 168	0.25 112	0.25 15	0.21 4	0.66 80	0.47 59	1.08 320	0.79 121	0.72 186	0.43 122	0.77 226	0.35 110	0.16 110	0.11 57	0.20 178	0.16 122	0.19 190	0.15 106

RAFT_R40	0.40 119	0.19 49	0.44 119	0.43 186	0.25 112	0.23 5	0.26 37	0.67 90	0.67 115	0.98 285	0.78 112	0.72 186	0.43 122	0.76 219	0.35 110	0.16 110	0.11 57	0.20 178	0.16 122	0.18 157	0.14 87

DRaft	0.49 197	0.17 19	0.47 155	0.37 44	0.25 112	0.58 184	0.40 209	0.65 71	0.85 193	1.02 300	1.75 352	0.50 77	0.82 296	0.63 148	0.40 157	0.13 12	0.11 57	0.16 60	0.16 122	0.14 45	0.15 106

RE-Stereo	0.38 93	0.20 70	0.46 145	0.41 131	0.25 112	0.26 17	0.31 85	0.69 108	0.70 121	0.65 105	0.77 104	0.58 108	0.30 52	0.67 177	0.35 110	0.18 170	0.12 98	0.20 178	0.16 122	0.16 108	0.27 279

Pruner-Stereo	0.38 93	0.20 70	0.45 130	0.40 107	0.25 112	0.22 4	0.24 24	0.67 90	0.55 77	0.89 244	0.76 100	0.68 166	0.29 42	0.62 138	0.35 110	0.18 170	0.12 98	0.20 178	0.17 162	0.17 139	0.18 175

TVStereo	0.38 93	0.20 70	0.46 145	0.41 131	0.25 112	0.26 17	0.31 85	0.69 108	0.70 121	0.65 105	0.77 104	0.58 108	0.30 52	0.67 177	0.35 110	0.18 170	0.12 98	0.20 178	0.16 122	0.16 108	0.27 279

GMM-Stereo	0.44 148	0.19 49	0.36 34	0.42 168	0.25 112	0.51 145	0.47 245	0.71 127	0.53 69	0.76 171	1.37 312	0.76 207	0.38 91	0.60 125	0.33 85	0.15 79	0.10 9	0.20 178	0.19 208	0.16 108	0.27 279

raft+_RVC	0.38 93	0.19 49	0.35 29	0.37 44	0.25 112	0.45 131	0.37 164	0.78 159	0.89 221	0.51 55	0.78 112	0.50 77	0.29 42	0.53 65	0.40 157	0.15 79	0.12 98	0.17 85	0.15 94	0.14 45	0.12 33

ARAFT	0.47 174	0.24 180	0.79 306	0.42 168	0.25 112	0.55 163	0.55 289	0.75 146	0.81 177	0.89 244	0.75 98	0.73 195	0.47 140	0.88 264	0.37 138	0.15 79	0.12 98	0.23 243	0.22 262	0.14 45	0.13 58

GANet-RSSM	0.47 174	0.21 101	0.37 44	0.38 65	0.25 112	0.58 184	0.36 152	1.07 253	0.78 163	0.68 123	1.01 218	0.86 235	0.67 241	0.62 138	0.44 181	0.21 234	0.15 201	0.18 119	0.18 184	0.18 157	0.17 161

PSMNet-RSSM	0.48 181	0.22 128	0.38 53	0.42 168	0.25 112	0.50 141	0.37 164	1.10 262	0.77 157	0.70 134	1.06 244	0.84 231	0.64 227	0.62 138	0.47 201	0.23 257	0.15 201	0.23 243	0.25 295	0.20 203	0.19 203

AdaStereo	0.50 210	0.32 260	0.47 155	0.48 255	0.25 112	0.67 233	0.32 101	1.17 289	0.88 211	0.75 166	0.99 213	0.75 201	0.49 147	0.67 177	0.46 197	0.27 293	0.12 98	0.28 301	0.18 184	0.23 246	0.18 175
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.
iResNetv2_ROB	0.52 226	0.27 226	0.69 279	0.38 65	0.25 112	0.62 206	0.35 134	1.17 289	1.01 273	0.99 288	1.06 244	0.88 245	0.67 241	0.66 167	0.39 152	0.19 199	0.13 152	0.15 42	0.11 15	0.18 157	0.16 144

CBMV	0.64 277	0.35 277	0.41 81	0.42 168	0.25 112	1.01 309	0.77 340	1.13 272	1.09 308	1.17 331	1.22 287	1.04 285	0.75 274	0.88 264	0.63 248	0.28 299	0.30 333	0.34 329	0.30 321	0.26 268	0.26 272
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ff7	0.29 12	0.21 101	0.38 53	0.36 37	0.26 147	0.31 53	0.35 134	0.62 55	0.34 9	0.38 21	0.33 10	0.32 9	0.29 42	0.58 105	0.25 9	0.14 32	0.10 9	0.17 85	0.12 29	0.14 45	0.15 106

ffff	0.29 12	0.21 101	0.38 53	0.36 37	0.26 147	0.31 53	0.35 134	0.62 55	0.34 9	0.38 21	0.33 10	0.32 9	0.29 42	0.58 105	0.25 9	0.14 32	0.10 9	0.17 85	0.12 29	0.14 45	0.15 106

11t	0.29 12	0.21 101	0.38 53	0.36 37	0.26 147	0.31 53	0.35 134	0.62 55	0.34 9	0.38 21	0.33 10	0.32 9	0.29 42	0.58 105	0.25 9	0.14 32	0.10 9	0.17 85	0.12 29	0.14 45	0.15 106

StereoIM	0.26 3	0.18 34	0.36 34	0.36 37	0.26 147	0.27 25	0.27 43	0.43 5	0.35 16	0.27 2	0.26 3	0.41 42	0.28 32	0.40 16	0.28 43	0.16 110	0.14 178	0.16 60	0.13 50	0.14 45	0.12 33

LL-Strereo2	0.35 46	0.24 180	0.48 171	0.41 131	0.26 147	0.35 78	0.24 24	0.67 90	0.44 52	0.54 63	0.51 37	0.66 160	0.25 11	0.66 167	0.30 59	0.14 32	0.12 98	0.23 243	0.20 230	0.18 157	0.13 58

gwcnet-sp	0.48 181	0.23 145	0.70 283	0.40 107	0.26 147	0.81 270	0.41 221	0.89 192	0.84 186	0.91 256	0.76 100	0.66 160	0.61 206	0.66 167	0.50 207	0.18 170	0.17 242	0.18 119	0.18 184	0.18 157	0.18 175

scenet	0.48 181	0.23 145	0.70 283	0.40 107	0.26 147	0.81 270	0.41 221	0.89 192	0.84 186	0.91 256	0.76 100	0.66 160	0.61 206	0.66 167	0.50 207	0.18 170	0.17 242	0.18 119	0.18 184	0.18 157	0.18 175

ssnet	0.48 181	0.23 145	0.70 283	0.40 107	0.26 147	0.81 270	0.41 221	0.89 192	0.84 186	0.91 256	0.76 100	0.66 160	0.61 206	0.66 167	0.50 207	0.18 170	0.17 242	0.18 119	0.18 184	0.18 157	0.18 175

ccc-4	0.29 12	0.21 101	0.38 53	0.36 37	0.26 147	0.31 53	0.35 134	0.62 55	0.34 9	0.38 21	0.33 10	0.32 9	0.29 42	0.58 105	0.25 9	0.14 32	0.10 9	0.17 85	0.12 29	0.14 45	0.15 106

PSM-softLoss	0.38 93	0.20 70	0.48 171	0.41 131	0.26 147	0.30 43	0.35 134	0.69 108	0.46 56	0.62 82	0.82 133	0.59 122	0.33 68	0.70 191	0.39 152	0.19 199	0.12 98	0.20 178	0.18 184	0.16 108	0.22 249

KMStereo	0.38 93	0.20 70	0.48 171	0.41 131	0.26 147	0.30 43	0.35 134	0.69 108	0.46 56	0.62 82	0.82 133	0.59 122	0.33 68	0.70 191	0.39 152	0.19 199	0.12 98	0.20 178	0.18 184	0.16 108	0.22 249

RAFT	0.45 158	0.22 128	0.45 130	0.47 250	0.26 147	0.54 158	0.47 245	0.66 80	0.58 83	0.80 183	0.82 133	0.94 260	0.57 184	0.75 216	0.34 95	0.17 142	0.15 201	0.22 229	0.20 230	0.16 108	0.12 33

test-1	0.36 64	0.19 49	0.71 286	0.46 241	0.26 147	0.44 126	0.36 152	0.60 45	0.59 84	0.48 49	0.67 77	0.53 86	0.36 85	0.40 16	0.29 54	0.14 32	0.11 57	0.16 60	0.14 72	0.15 77	0.16 144

Prome-Stereo	0.46 164	0.19 49	0.35 29	0.44 201	0.26 147	0.40 102	0.45 237	0.68 99	0.44 52	0.96 276	1.84 355	0.59 122	0.67 241	0.61 132	0.32 73	0.14 32	0.11 57	0.16 60	0.14 72	0.16 108	0.29 292

rafts_anoy	0.37 79	0.21 101	0.36 34	0.41 131	0.26 147	0.30 43	0.33 110	0.67 90	0.90 223	0.58 70	0.66 73	0.45 60	0.33 68	0.47 44	0.39 152	0.16 110	0.11 57	0.21 217	0.23 273	0.17 139	0.14 87

RALCasStereoNet	0.36 64	0.21 101	0.37 44	0.42 168	0.26 147	0.35 78	0.38 184	0.63 60	0.64 105	0.50 53	0.72 84	0.51 80	0.29 42	0.59 119	0.36 126	0.16 110	0.14 178	0.15 42	0.13 50	0.17 139	0.16 144

HCRNet	0.44 148	0.34 273	0.41 81	0.53 312	0.26 147	0.53 154	0.29 57	0.83 170	0.63 98	0.71 140	0.81 130	0.77 213	0.50 157	0.66 167	0.36 126	0.24 266	0.16 228	0.24 257	0.20 230	0.21 221	0.18 175

test_xeample3	0.29 12	0.21 101	0.41 81	0.35 29	0.26 147	0.35 78	0.32 101	0.56 28	0.36 21	0.43 38	0.32 9	0.34 20	0.28 32	0.54 68	0.23 4	0.14 32	0.11 57	0.16 60	0.12 29	0.14 45	0.13 58

GMStereo	0.39 107	0.37 285	0.54 214	0.40 107	0.26 147	0.42 120	0.36 152	0.59 36	1.04 285	0.55 65	0.51 37	0.37 32	0.35 76	0.54 68	0.41 160	0.19 199	0.13 152	0.16 60	0.17 162	0.24 256	0.18 175
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CFNet-ft	0.48 181	0.23 145	0.36 34	0.40 107	0.26 147	0.64 221	0.37 164	0.87 186	0.85 193	0.64 98	1.00 215	1.01 276	0.64 227	0.61 132	0.53 225	0.23 257	0.15 201	0.24 257	0.21 247	0.23 246	0.18 175

R-Stereo Train	0.39 107	0.18 34	0.42 100	0.42 168	0.26 147	0.40 102	0.32 101	0.72 131	0.34 9	0.89 244	1.28 298	0.57 100	0.35 76	0.42 21	0.32 73	0.15 79	0.12 98	0.14 16	0.12 29	0.14 45	0.13 58

RAFT-Stereo	0.39 107	0.18 34	0.42 100	0.42 168	0.26 147	0.40 102	0.32 101	0.72 131	0.34 9	0.89 244	1.28 298	0.57 100	0.35 76	0.42 21	0.32 73	0.15 79	0.12 98	0.14 16	0.12 29	0.14 45	0.13 58
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CFNet_RVC	0.48 181	0.23 145	0.36 34	0.40 107	0.26 147	0.64 221	0.37 164	0.87 186	0.85 193	0.64 98	1.00 215	1.01 276	0.64 227	0.61 132	0.53 225	0.23 257	0.15 201	0.24 257	0.21 247	0.23 246	0.18 175

UCFNet_RVC	0.49 197	0.26 212	0.35 29	0.39 84	0.26 147	0.64 221	0.36 152	1.15 281	0.84 186	0.67 117	0.88 165	0.88 245	0.59 197	0.58 105	0.45 187	0.24 266	0.17 242	0.27 294	0.27 310	0.25 264	0.23 256

IGEVStereo-DCA	0.29 12	0.22 128	0.38 53	0.35 29	0.27 171	0.37 86	0.35 134	0.62 55	0.34 9	0.38 21	0.30 6	0.35 25	0.27 23	0.51 55	0.22 1	0.15 79	0.12 98	0.16 60	0.12 29	0.13 20	0.15 106

rrr	0.29 12	0.22 128	0.41 81	0.35 29	0.27 171	0.37 86	0.32 101	0.52 19	0.42 46	0.38 21	0.30 6	0.35 25	0.27 23	0.51 55	0.22 1	0.15 79	0.12 98	0.16 60	0.13 50	0.13 20	0.14 87

GMStereo_Zeroshot	0.49 197	0.44 313	0.74 293	0.49 270	0.27 171	0.56 178	0.29 57	0.73 138	0.76 150	0.86 225	0.94 182	0.91 255	0.36 85	0.74 212	0.43 169	0.26 286	0.14 178	0.26 282	0.15 94	0.36 322	0.18 175

MIF-Stereo	0.27 5	0.17 19	0.37 44	0.40 107	0.27 171	0.30 43	0.28 50	0.39 2	0.31 5	0.29 6	0.46 23	0.27 2	0.25 11	0.47 44	0.34 95	0.17 142	0.13 152	0.13 9	0.12 29	0.14 45	0.12 33

PCWNet_CMD	0.48 181	0.24 180	0.52 205	0.39 84	0.27 171	0.63 215	0.30 70	0.95 213	0.96 250	0.86 225	1.07 247	0.79 215	0.44 130	0.57 88	0.43 169	0.17 142	0.12 98	0.21 217	0.16 122	0.24 256	0.19 203

CBFPSM	0.59 269	0.22 128	1.31 358	0.38 65	0.27 171	1.12 329	0.65 313	0.79 161	0.82 178	0.80 183	0.81 130	1.35 337	0.87 308	0.67 177	0.76 275	0.16 110	0.15 201	0.15 42	0.16 122	0.17 139	0.22 249

ToySt	0.49 197	0.27 226	0.75 296	0.40 107	0.27 171	0.64 221	0.49 257	0.84 173	0.77 157	0.60 76	0.83 138	0.88 245	0.66 238	0.70 191	0.56 234	0.16 110	0.17 242	0.21 217	0.20 230	0.21 221	0.19 203

DisPM	0.39 107	0.19 49	0.44 119	0.41 131	0.27 171	0.24 7	0.31 85	0.65 71	0.57 82	0.87 232	0.87 158	0.60 127	0.32 60	0.76 219	0.32 73	0.18 170	0.12 98	0.19 154	0.17 162	0.15 77	0.20 223

RAFT_CTSACE	0.45 158	0.20 70	0.44 119	0.45 222	0.27 171	0.34 73	0.39 203	0.60 45	0.73 137	0.76 171	1.44 326	0.83 227	0.38 91	1.08 314	0.26 25	0.12 4	0.13 152	0.18 119	0.16 122	0.15 77	0.11 9

RAFT+CT+SA	0.39 107	0.23 145	0.36 34	0.51 296	0.27 171	0.29 36	0.46 240	0.75 146	0.80 171	0.51 55	0.89 169	0.41 42	0.40 108	0.78 230	0.32 73	0.14 32	0.11 57	0.18 119	0.18 184	0.15 77	0.14 87

iRaft-Stereo_20w	0.39 107	0.19 49	0.57 228	0.37 44	0.27 171	0.31 53	0.24 24	1.44 356	0.29 2	0.69 128	0.53 43	0.60 127	0.42 115	0.83 246	0.27 33	0.14 32	0.11 57	0.14 16	0.13 50	0.15 77	0.13 58

raftrobust	0.34 35	0.19 49	0.36 34	0.41 131	0.27 171	0.30 43	0.25 31	0.71 127	0.63 98	0.58 70	0.55 50	0.45 60	0.46 137	0.51 55	0.29 54	0.16 110	0.12 98	0.14 16	0.12 29	0.12 8	0.13 58

CFNet_pseudo	0.46 164	0.24 180	0.52 205	0.37 44	0.27 171	0.58 184	0.30 70	0.86 179	0.88 211	0.82 200	1.03 230	0.75 201	0.47 140	0.58 105	0.44 181	0.17 142	0.12 98	0.24 257	0.16 122	0.24 256	0.19 203

SFCPSM	0.47 174	0.21 101	0.55 219	0.40 107	0.27 171	0.87 288	0.37 164	1.33 336	0.77 157	0.80 183	0.84 143	0.54 90	0.49 147	0.57 88	0.37 138	0.18 170	0.13 152	0.18 119	0.20 230	0.16 108	0.15 106

MSMDNet	0.48 181	0.24 180	0.52 205	0.39 84	0.27 171	0.63 215	0.30 70	0.96 215	0.96 250	0.86 225	1.07 247	0.79 215	0.44 130	0.57 88	0.43 169	0.17 142	0.12 98	0.20 178	0.16 122	0.23 246	0.19 203

CFNet	0.51 217	0.29 247	0.46 145	0.41 131	0.27 171	0.70 239	0.32 101	1.13 272	1.00 269	0.72 151	1.07 247	0.85 233	0.60 201	0.76 219	0.52 222	0.19 199	0.14 178	0.23 243	0.23 273	0.21 221	0.16 144

ccs_rob	0.46 164	0.24 180	0.52 205	0.37 44	0.27 171	0.58 184	0.31 85	0.86 179	0.88 211	0.82 200	1.02 226	0.75 201	0.47 140	0.58 105	0.44 181	0.17 142	0.12 98	0.24 257	0.16 122	0.24 256	0.19 203

AANet_RVC	0.57 256	0.32 260	0.54 214	0.45 222	0.27 171	0.57 182	0.48 251	1.00 227	1.28 339	0.86 225	1.33 306	0.87 240	0.58 191	1.07 312	0.75 274	0.18 170	0.12 98	0.15 42	0.13 50	0.18 157	0.18 175

SGM-ForestM	4.04 404	0.32 260	0.46 145	0.43 186	0.27 171	7.50 411	1.45 394	3.84 404	4.24 402	8.19 414	6.76 411	19.00 422	9.08 411	10.74 415	6.62 405	0.31 314	0.33 352	0.32 322	0.32 334	0.29 283	0.29 292

MyStereo07	0.32 28	0.22 128	0.34 26	0.42 168	0.28 190	0.40 102	0.50 261	0.72 131	0.37 31	0.37 17	0.34 16	0.32 9	0.31 56	0.59 119	0.27 33	0.14 32	0.13 152	0.18 119	0.17 162	0.17 139	0.16 144

MyStereo06	0.38 93	0.21 101	0.61 240	0.41 131	0.28 190	0.41 115	0.50 261	0.95 213	0.35 16	0.62 82	0.54 45	0.76 207	0.27 23	0.50 51	0.29 54	0.14 32	0.13 152	0.18 119	0.17 162	0.17 139	0.15 106

MyStereo05	0.44 148	0.21 101	0.45 130	0.41 131	0.28 190	0.41 115	0.50 261	0.93 203	1.09 308	0.76 171	0.61 62	0.51 80	0.57 184	0.73 206	0.42 164	0.14 32	0.13 152	0.18 119	0.17 162	0.17 139	0.15 106

MyStereo04	0.44 148	0.22 128	0.44 119	0.42 168	0.28 190	0.40 102	0.50 261	1.00 227	1.08 306	0.62 82	0.58 57	0.55 93	0.57 184	0.71 196	0.44 181	0.14 32	0.13 152	0.18 119	0.17 162	0.17 139	0.16 144

IGEV_Zeroshot_test	0.34 35	0.18 34	0.67 270	0.39 84	0.28 190	0.30 43	0.25 31	0.74 140	0.31 5	0.62 82	0.57 53	0.54 90	0.25 11	0.53 65	0.27 33	0.14 32	0.10 9	0.15 42	0.14 72	0.14 45	0.12 33

StereoVision	0.42 136	0.28 239	0.45 130	0.49 270	0.28 190	0.38 98	0.38 184	0.72 131	0.62 88	0.44 41	1.14 267	0.54 90	0.39 103	0.56 78	0.34 95	0.21 234	0.24 305	0.25 268	0.24 286	0.26 268	0.16 144

BUS	0.45 158	0.25 198	0.43 109	0.45 222	0.28 190	0.70 239	0.34 117	0.94 207	0.76 150	0.75 166	0.80 123	0.65 155	0.49 147	0.64 155	0.51 215	0.20 220	0.14 178	0.22 229	0.19 208	0.18 157	0.18 175

IER	0.46 164	0.23 145	0.50 193	0.38 65	0.28 190	0.69 237	0.35 134	0.80 165	0.66 113	0.83 212	0.94 182	0.75 201	0.77 281	0.60 125	0.42 164	0.17 142	0.14 178	0.17 85	0.17 162	0.17 139	0.15 106

test_5	0.43 142	0.24 180	0.43 109	0.52 307	0.28 190	0.28 32	0.42 228	0.72 131	0.82 178	0.62 82	0.91 174	0.72 186	0.55 178	0.79 233	0.35 110	0.14 32	0.11 57	0.18 119	0.18 184	0.18 157	0.16 144

BSDual-CNN	0.46 164	0.25 198	0.43 109	0.45 222	0.28 190	0.77 255	0.40 209	0.94 207	0.76 150	0.75 166	0.80 123	0.76 207	0.54 176	0.64 155	0.43 169	0.20 220	0.14 178	0.22 229	0.19 208	0.18 157	0.18 175

iRaft-Stereo_5w	0.45 158	0.21 101	0.48 171	0.42 168	0.28 190	0.31 53	0.54 285	0.63 60	0.62 88	0.62 82	0.89 169	1.01 276	0.69 251	0.75 216	0.66 253	0.13 12	0.12 98	0.17 85	0.15 94	0.14 45	0.15 106

psmg	0.49 197	0.25 198	0.43 109	0.41 131	0.28 190	0.85 284	0.43 229	0.99 224	0.76 150	0.91 256	0.94 182	0.76 207	0.54 176	0.64 155	0.43 169	0.20 220	0.15 201	0.20 178	0.20 230	0.18 157	0.18 175

CSP-Net	0.56 251	0.27 226	0.49 181	0.41 131	0.28 190	1.22 341	0.50 261	1.23 312	0.72 132	0.95 275	0.95 189	0.89 249	0.62 211	0.83 246	0.62 245	0.26 286	0.17 242	0.17 85	0.17 162	0.18 157	0.17 161

ASMatch	0.48 181	0.19 49	0.45 130	0.39 84	0.28 190	0.37 86	0.26 37	0.74 140	0.68 116	0.76 171	2.34 368	0.61 131	0.52 162	0.62 138	0.37 138	0.14 32	0.12 98	0.17 85	0.15 94	0.14 45	0.21 236

GrayStereo	0.49 197	0.19 49	0.42 100	0.46 241	0.28 190	0.53 154	0.67 316	0.69 108	0.63 98	1.02 300	1.47 332	0.78 214	0.76 277	0.56 78	0.33 85	0.14 32	0.12 98	0.17 85	0.17 162	0.15 77	0.29 292

ICVP	0.46 164	0.25 198	0.38 53	0.48 255	0.28 190	0.58 184	0.43 229	1.00 227	0.70 121	0.67 117	0.95 189	0.75 201	0.55 178	0.53 65	0.54 228	0.23 257	0.17 242	0.19 154	0.17 162	0.19 190	0.20 223
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ac_64	0.52 226	0.22 128	0.50 193	0.45 222	0.28 190	0.80 265	0.45 237	1.02 237	0.61 87	0.91 256	0.83 138	1.07 295	0.68 247	0.74 212	0.70 263	0.21 234	0.18 253	0.20 178	0.19 208	0.18 157	0.15 106

ACVNet	0.46 164	0.23 145	0.36 34	0.39 84	0.28 190	0.58 184	0.40 209	0.87 186	0.80 171	0.64 98	0.96 193	0.79 215	0.60 201	0.63 148	0.67 256	0.17 142	0.15 201	0.16 60	0.15 94	0.18 157	0.15 106

acv_ft	0.51 217	0.23 145	0.56 225	0.44 201	0.28 190	0.86 287	0.39 203	0.91 200	0.80 171	0.97 281	0.96 193	0.79 215	0.59 197	0.63 148	0.87 298	0.17 142	0.15 201	0.16 60	0.15 94	0.17 139	0.15 106

hitnet-ft	0.55 240	0.27 226	0.39 70	0.41 131	0.28 190	0.78 259	0.40 209	0.92 201	0.90 223	0.82 200	1.01 218	1.13 308	0.70 261	0.78 230	0.67 256	0.28 299	0.20 275	0.28 301	0.22 262	0.29 283	0.26 272

DMCA	0.45 158	0.26 212	0.50 193	0.38 65	0.28 190	0.51 145	0.34 117	0.93 203	0.68 116	0.75 166	0.83 138	0.79 215	0.53 165	0.51 55	0.54 228	0.21 234	0.16 228	0.21 217	0.16 122	0.19 190	0.21 236

DIP-Stereo	0.39 107	0.21 101	0.50 193	0.41 131	0.28 190	0.62 206	0.27 43	0.77 154	0.40 39	0.64 98	0.86 154	0.52 82	0.33 68	0.66 167	0.42 164	0.15 79	0.13 152	0.17 85	0.14 72	0.15 77	0.15 106
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
CBMV_ROB	0.59 269	0.37 285	0.38 53	0.39 84	0.28 190	0.74 249	0.28 50	1.00 227	0.98 257	0.94 268	1.25 294	0.81 225	0.78 286	0.87 261	0.50 207	0.36 345	0.37 359	0.43 349	0.40 353	0.33 307	0.30 299

MyStereo8	0.40 119	0.20 70	0.54 214	0.41 131	0.29 213	0.53 154	0.29 57	0.65 71	0.49 61	0.71 140	0.98 208	0.58 108	0.43 122	0.50 51	0.51 215	0.15 79	0.12 98	0.16 60	0.14 72	0.19 190	0.19 203

test croco	0.31 26	0.20 70	0.50 193	0.39 84	0.29 213	0.27 25	0.30 70	0.44 6	0.35 16	0.31 8	0.66 73	0.30 5	0.31 56	0.65 162	0.31 65	0.17 142	0.13 152	0.20 178	0.15 94	0.17 139	0.12 33

EKT-Stereo	0.35 46	0.23 145	0.39 70	0.43 186	0.29 213	0.38 98	0.31 85	0.69 108	0.64 105	0.45 43	0.63 64	0.49 76	0.27 23	0.56 78	0.33 85	0.18 170	0.14 178	0.18 119	0.15 94	0.16 108	0.16 144

ssnet_v2	0.58 262	0.28 239	0.56 225	0.43 186	0.29 213	0.95 298	0.59 300	1.13 272	0.99 262	0.93 265	0.80 123	0.99 270	0.64 227	0.82 239	0.94 318	0.25 276	0.22 288	0.23 243	0.24 286	0.20 203	0.19 203

CroCo-Stereo Lap2	0.28 8	0.24 180	0.39 70	0.50 284	0.29 213	0.20 1	0.31 85	0.49 13	0.38 35	0.24 1	0.27 4	0.46 66	0.31 56	0.39 14	0.30 59	0.14 32	0.15 201	0.16 60	0.13 50	0.16 108	0.15 106

hknet	0.49 197	0.25 198	0.51 200	0.45 222	0.29 213	0.77 255	0.40 209	0.94 207	0.83 183	0.75 166	0.80 123	0.97 266	0.61 206	0.73 206	0.45 187	0.18 170	0.14 178	0.22 229	0.19 208	0.18 157	0.18 175

AACVNet	0.50 210	0.23 145	0.49 181	0.46 241	0.29 213	0.52 148	0.38 184	0.90 196	0.55 77	0.81 191	1.03 230	1.00 273	0.70 261	0.83 246	0.54 228	0.21 234	0.18 253	0.24 257	0.18 184	0.23 246	0.20 223

GANet-ADL	0.42 136	0.25 198	0.45 130	0.43 186	0.29 213	0.54 158	0.35 134	0.89 192	0.86 198	0.63 89	0.72 84	0.68 166	0.42 115	0.52 60	0.41 160	0.21 234	0.14 178	0.15 42	0.13 50	0.18 157	0.19 203

RALAANet	0.38 93	0.23 145	0.48 171	0.42 168	0.29 213	0.35 78	0.25 31	0.86 179	0.64 105	0.67 117	0.65 69	0.60 127	0.29 42	0.60 125	0.34 95	0.15 79	0.12 98	0.17 85	0.15 94	0.21 221	0.13 58

DN-CSS_ROB	0.43 142	0.26 212	0.62 243	0.40 107	0.29 213	0.44 126	0.27 43	0.77 154	0.75 144	0.72 151	1.09 254	0.48 72	0.43 122	0.69 188	0.37 138	0.15 79	0.12 98	0.21 217	0.19 208	0.18 157	0.16 144

LoS_RVC	0.27 5	0.16 8	0.27 8	0.32 8	0.30 223	0.44 126	0.34 117	0.41 4	0.33 8	0.31 8	0.51 37	0.29 4	0.32 60	0.36 5	0.28 43	0.11 1	0.10 9	0.11 1	0.08 1	0.11 1	0.19 203

CAS	0.34 35	0.13 1	0.25 6	1.28 387	0.30 223	0.46 133	0.38 184	0.48 11	0.47 59	0.34 14	0.52 41	0.24 1	0.19 2	0.29 1	0.27 33	0.69 378	0.08 1	0.12 2	0.08 1	0.12 8	0.15 106

Wz-Net-LNSev-Ref	0.63 276	0.28 239	0.99 327	0.40 107	0.30 223	1.03 314	0.56 294	1.10 262	0.99 262	0.97 281	1.22 287	1.06 290	0.69 251	1.07 312	0.95 321	0.19 199	0.11 57	0.16 60	0.13 50	0.22 237	0.21 236

CRFU-Net	0.57 256	0.27 226	0.57 228	0.46 241	0.30 223	1.20 340	0.52 278	1.10 262	0.56 81	1.00 293	0.98 208	1.06 290	0.79 288	0.81 237	0.71 267	0.21 234	0.19 267	0.18 119	0.16 122	0.18 157	0.19 203

dad	0.58 262	0.50 327	0.64 256	0.43 186	0.30 223	0.59 193	0.36 152	0.78 159	1.25 335	1.01 298	1.17 279	1.15 311	0.53 165	0.68 185	0.50 207	0.35 342	0.23 298	0.37 338	0.21 247	0.29 283	0.20 223

GwcNet-ADL	0.44 148	0.22 128	0.48 171	0.45 222	0.30 223	0.40 102	0.37 164	0.92 201	0.97 253	0.71 140	0.78 112	0.61 131	0.42 115	0.62 138	0.50 207	0.19 199	0.14 178	0.15 42	0.14 72	0.18 157	0.18 175

PSMNet-ADL	0.48 181	0.27 226	0.40 77	0.48 255	0.30 223	0.68 235	0.37 164	0.90 196	0.80 171	0.61 81	0.80 123	0.92 257	0.62 211	0.72 201	0.63 248	0.23 257	0.18 253	0.18 119	0.20 230	0.22 237	0.20 223

ADLNet2	0.55 240	0.25 198	0.65 261	0.47 250	0.30 223	0.83 280	0.50 261	1.05 249	0.95 249	0.80 183	0.98 208	0.99 270	0.69 251	0.77 226	0.73 270	0.20 220	0.16 228	0.17 85	0.18 184	0.21 221	0.21 236

LMCR-Stereo	0.53 229	0.30 253	0.53 211	0.58 331	0.30 223	0.83 280	0.36 152	1.19 294	0.76 150	0.88 240	1.04 234	0.56 95	0.62 211	0.82 239	0.67 256	0.19 199	0.15 201	0.19 154	0.14 72	0.23 246	0.17 161

GES	0.44 148	0.23 145	0.57 228	0.40 107	0.30 223	0.59 193	0.36 152	0.96 215	0.68 116	0.74 164	0.83 138	0.47 68	0.48 144	0.67 177	0.43 169	0.22 252	0.16 228	0.17 85	0.16 122	0.18 157	0.23 256

TDLM	0.57 256	0.33 268	0.49 181	0.51 296	0.30 223	0.66 229	0.73 336	1.03 241	1.01 273	0.82 200	1.10 256	0.84 231	0.70 261	0.86 260	0.58 235	0.28 299	0.17 242	0.25 268	0.22 262	0.26 268	0.19 203

NLCA_NET_v2_RVC	0.53 229	0.32 260	0.64 256	0.44 201	0.30 223	0.66 229	0.44 235	1.04 244	0.88 211	0.91 256	0.91 174	0.99 270	0.60 201	0.68 185	0.60 242	0.21 234	0.17 242	0.22 229	0.22 262	0.21 221	0.21 236
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DeepPruner_ROB	0.53 229	0.34 273	0.59 233	0.41 131	0.30 223	0.50 141	0.43 229	1.19 294	0.70 121	0.85 220	1.05 238	0.86 235	0.55 178	0.84 251	0.51 215	0.29 305	0.23 298	0.22 229	0.22 262	0.26 268	0.25 268

StereoDRNet-Refined	0.58 262	0.32 260	0.54 214	0.46 241	0.30 223	0.96 301	0.40 209	1.00 227	0.94 244	1.12 326	1.08 250	0.96 264	0.67 241	0.90 271	0.89 312	0.17 142	0.13 152	0.22 229	0.21 247	0.20 203	0.19 203
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SANet	1.07 350	0.41 305	1.06 332	0.48 255	0.30 223	1.41 354	0.94 358	1.42 353	3.36 396	1.58 356	2.43 371	2.33 377	1.70 376	1.34 346	1.07 337	0.28 299	0.24 305	0.26 282	0.23 273	0.34 314	0.30 299

NOSS_ROB	0.57 256	0.39 298	0.39 70	0.44 201	0.30 223	0.73 248	0.54 285	1.03 241	1.08 306	0.67 117	0.87 158	0.76 207	0.57 184	0.77 226	0.47 201	0.38 349	0.38 361	0.44 352	0.42 359	0.37 324	0.34 317

SGM-Forest	0.62 275	0.32 260	0.39 70	0.43 186	0.30 223	1.02 311	0.55 289	1.09 261	1.05 290	1.06 314	1.18 281	1.10 301	0.67 241	0.88 264	0.62 245	0.31 314	0.33 352	0.33 327	0.30 321	0.30 292	0.28 286
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
AE-Stereo	0.34 35	0.21 101	0.42 100	0.48 255	0.31 240	0.48 137	0.35 134	0.61 51	0.62 88	0.32 12	0.55 50	0.52 82	0.27 23	0.47 44	0.29 54	0.13 12	0.13 152	0.18 119	0.16 122	0.15 77	0.12 33

MIF-Stereo (partial)	0.31 26	0.18 34	0.37 44	0.41 131	0.31 240	0.28 32	0.23 18	0.47 9	0.42 46	0.31 8	0.63 64	0.36 30	0.35 76	0.57 88	0.31 65	0.17 142	0.13 152	0.19 154	0.17 162	0.18 157	0.14 87

CFNet_ucs	0.50 210	0.24 180	0.55 219	0.38 65	0.31 240	0.58 184	0.33 110	0.98 222	0.93 237	0.88 240	1.19 285	0.80 223	0.49 147	0.63 148	0.43 169	0.21 234	0.15 201	0.26 282	0.18 184	0.26 268	0.22 249

iinet-f	0.67 282	0.26 212	2.15 386	0.39 84	0.31 240	1.19 339	0.56 294	0.84 173	0.84 186	0.80 183	1.17 279	1.05 289	0.84 302	0.71 196	1.21 348	0.20 220	0.18 253	0.17 85	0.15 94	0.20 203	0.20 223

UDGNet	0.48 181	0.77 363	0.50 193	0.48 255	0.31 240	0.41 115	0.34 117	0.70 122	0.92 232	0.65 105	0.60 59	0.58 108	0.43 122	0.63 148	0.41 160	0.32 326	0.15 201	0.66 374	0.19 208	0.36 322	0.21 236

DAS	0.51 217	0.25 198	0.60 238	0.48 255	0.31 240	0.58 184	0.41 221	0.83 170	0.97 253	0.89 244	1.12 259	0.70 172	0.75 274	0.82 239	0.43 169	0.17 142	0.13 152	0.18 119	0.15 94	0.20 203	0.18 175

SepStereo	0.51 217	0.25 198	0.60 238	0.48 255	0.31 240	0.58 184	0.41 221	0.83 170	0.97 253	0.89 244	1.12 259	0.70 172	0.75 274	0.93 286	0.43 169	0.17 142	0.13 152	0.18 119	0.15 94	0.20 203	0.18 175

GEStereo_RVC	0.55 240	0.29 247	0.63 251	0.49 270	0.31 240	0.70 239	0.54 285	1.22 308	0.92 232	0.82 200	0.85 151	0.85 233	0.63 217	0.90 271	0.65 251	0.24 266	0.16 228	0.19 154	0.16 122	0.21 221	0.22 249

FADNet_RVC	0.55 240	0.37 285	1.17 346	0.44 201	0.31 240	0.56 178	0.34 117	1.06 252	0.88 211	0.67 117	0.90 172	0.61 131	0.65 233	0.93 286	0.70 263	0.21 234	0.18 253	0.26 282	0.23 273	0.31 297	0.28 286

STTStereo	0.55 240	0.37 285	0.76 301	0.44 201	0.31 240	0.60 198	0.44 235	0.96 215	0.86 198	0.99 288	0.90 172	0.96 264	0.58 191	0.71 196	0.61 243	0.25 276	0.23 298	0.26 282	0.32 334	0.24 256	0.23 256

SuperB	1.04 345	0.37 285	4.81 401	0.43 186	0.31 240	0.99 307	0.46 240	1.02 237	2.09 378	1.09 322	1.09 254	0.75 201	0.81 292	1.06 309	1.76 366	0.19 199	0.15 201	0.17 85	0.15 94	2.82 409	0.26 272

DISCO	0.70 289	0.26 212	0.68 273	0.44 201	0.31 240	1.14 331	0.51 275	1.23 312	1.23 329	0.81 191	1.05 238	1.50 351	0.85 303	1.82 374	1.03 332	0.19 199	0.15 201	0.18 119	0.16 122	0.24 256	0.23 256

DCRE	0.37 79	0.18 34	0.46 145	0.45 222	0.32 252	0.42 120	0.37 164	0.63 60	0.51 63	0.47 48	0.94 182	0.56 95	0.36 85	0.52 60	0.32 73	0.14 32	0.13 152	0.15 42	0.14 72	0.14 45	0.13 58

NINENet	0.50 210	0.29 247	0.51 200	0.45 222	0.32 252	0.70 239	0.34 117	1.10 262	0.88 211	0.80 183	0.94 182	0.65 155	0.49 147	0.73 206	0.51 215	0.22 252	0.20 275	0.25 268	0.18 184	0.22 237	0.21 236

AASNet	0.53 229	0.25 198	0.52 205	0.49 270	0.32 252	0.74 249	0.40 209	1.50 362	0.86 198	0.86 225	0.92 178	0.64 145	0.59 197	0.59 119	0.79 280	0.23 257	0.19 267	0.20 178	0.16 122	0.21 221	0.19 203

RAFT + AFF	0.53 229	0.29 247	0.75 296	0.51 296	0.32 252	0.63 215	0.60 302	1.00 227	0.91 227	0.78 179	0.87 158	0.83 227	0.58 191	0.80 234	0.47 201	0.17 142	0.20 275	0.23 243	0.22 262	0.18 157	0.18 175

psm_up	0.55 240	0.26 212	0.47 155	0.49 270	0.32 252	0.65 226	0.56 294	1.04 244	0.82 178	0.82 200	0.88 165	1.01 276	0.94 323	0.74 212	0.61 243	0.21 234	0.25 313	0.26 282	0.23 273	0.21 221	0.20 223

DMCA-RVC	0.51 217	0.30 253	0.59 233	0.50 284	0.32 252	0.54 158	0.38 184	0.86 179	0.68 116	0.94 268	0.86 154	0.91 255	0.68 247	0.70 191	0.59 239	0.23 257	0.18 253	0.31 317	0.23 273	0.26 268	0.19 203

CVANet_RVC	0.57 256	0.33 268	0.44 119	0.47 250	0.32 252	0.67 233	0.61 307	1.05 249	0.93 237	0.85 220	1.04 234	1.01 276	0.73 270	0.83 246	0.52 222	0.29 305	0.19 267	0.27 294	0.25 295	0.31 297	0.21 236

DLCB_ROB	0.58 262	0.28 239	0.47 155	0.49 270	0.32 252	0.77 255	0.50 261	0.99 224	0.92 232	1.04 309	1.14 267	1.21 313	0.69 251	0.88 264	0.69 260	0.20 220	0.20 275	0.22 229	0.22 262	0.21 221	0.18 175

PWC_ROB	0.87 324	0.52 336	1.28 355	0.50 284	0.32 252	0.91 290	0.37 164	1.36 344	1.46 356	1.61 359	2.59 377	1.16 312	1.01 334	1.34 346	1.40 359	0.25 276	0.18 253	0.28 301	0.20 230	0.29 283	0.28 286

HBP-ISP	0.59 269	0.45 317	0.43 109	0.45 222	0.33 261	0.70 239	0.28 50	1.11 267	1.00 269	0.83 212	1.18 281	0.65 155	0.68 247	0.88 264	0.52 222	0.35 342	0.38 361	0.47 357	0.41 358	0.38 328	0.31 305

CIPLG	0.41 130	0.21 101	0.63 251	0.45 222	0.33 261	0.52 148	0.33 110	0.65 71	0.60 86	0.82 200	0.96 193	0.46 66	0.32 60	0.55 70	0.44 181	0.16 110	0.12 98	0.15 42	0.14 72	0.13 20	0.14 87

IPLGR_C	0.40 119	0.21 101	0.64 256	0.45 222	0.33 261	0.52 148	0.34 117	0.66 80	0.62 88	0.82 200	0.92 178	0.45 60	0.32 60	0.52 60	0.46 197	0.17 142	0.12 98	0.15 42	0.14 72	0.13 20	0.14 87

ACRE	0.40 119	0.21 101	0.65 261	0.45 222	0.33 261	0.51 145	0.33 110	0.66 80	0.63 98	0.80 183	0.92 178	0.45 60	0.32 60	0.52 60	0.45 187	0.16 110	0.12 98	0.15 42	0.14 72	0.13 20	0.14 87

delet	0.55 240	0.24 180	0.55 219	0.44 201	0.33 261	1.07 320	0.50 261	1.00 227	0.86 198	0.85 220	0.96 193	0.90 253	0.63 217	0.83 246	0.74 273	0.18 170	0.18 253	0.20 178	0.21 247	0.16 108	0.15 106

PS-NSSS	0.58 262	0.44 313	0.62 243	0.42 168	0.33 261	0.66 229	0.58 298	1.02 237	0.86 198	0.77 176	1.28 298	0.72 186	0.64 227	0.82 239	0.59 239	0.31 314	0.26 319	0.40 346	0.27 310	0.33 307	0.26 272

NaN_ROB	0.69 287	0.44 313	0.69 279	0.51 296	0.33 261	0.97 302	1.06 367	1.22 308	1.19 323	1.24 341	0.96 193	1.08 297	0.78 286	1.20 328	0.67 256	0.24 266	0.30 333	0.23 243	0.24 286	0.23 246	0.25 268

LL-Strereo	0.57 256	0.27 226	0.68 273	0.48 255	0.34 268	0.39 101	0.48 251	0.94 207	0.97 253	0.83 212	0.78 112	1.10 301	1.18 349	1.33 344	0.49 206	0.17 142	0.14 178	0.22 229	0.19 208	0.16 108	0.17 161

fast-acv-ft	0.64 277	0.30 253	0.73 289	0.45 222	0.34 268	1.17 336	0.49 257	0.86 179	0.98 257	1.02 300	1.36 309	1.29 321	0.85 303	0.76 219	0.81 285	0.21 234	0.23 298	0.23 243	0.23 273	0.21 221	0.20 223

MMNet	0.55 240	0.25 198	0.61 240	0.43 186	0.34 268	1.07 320	0.39 203	0.87 186	0.91 227	0.91 256	0.93 181	0.86 235	0.76 277	0.81 237	0.76 275	0.15 79	0.14 178	0.18 119	0.19 208	0.20 203	0.16 144

FADNet-RVC-Resample	0.56 251	0.33 268	1.16 341	0.49 270	0.34 268	0.71 244	0.43 229	1.01 234	0.93 237	0.82 200	0.87 158	0.74 200	0.67 241	0.73 206	0.45 187	0.18 170	0.18 253	0.26 282	0.27 310	0.26 268	0.27 279

GANet	0.70 289	0.37 285	0.55 219	0.51 296	0.34 268	0.94 295	0.96 360	1.08 257	0.94 244	1.04 309	1.98 361	1.13 308	0.88 311	1.12 320	0.66 253	0.25 276	0.26 319	0.27 294	0.22 262	0.31 297	0.22 249

MeshStereo	1.34 366	0.43 309	0.54 214	0.44 201	0.34 268	1.66 369	0.60 302	1.94 381	1.37 346	4.47 407	3.25 386	4.71 399	1.94 384	1.92 377	1.17 345	0.35 342	0.35 356	0.37 338	0.31 328	0.32 302	0.32 309
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
pcwnet_v2	0.58 262	0.28 239	0.84 310	0.45 222	0.35 274	0.61 199	0.35 134	1.27 325	1.21 326	0.99 288	1.27 296	0.72 186	0.58 191	0.67 177	0.48 204	0.27 293	0.21 282	0.24 257	0.23 273	0.29 283	0.29 292

ADLNet	0.55 240	0.27 226	0.51 200	0.44 201	0.35 274	0.78 259	0.46 240	1.08 257	0.86 198	0.99 288	0.98 208	0.92 257	0.63 217	0.69 188	0.81 285	0.22 252	0.16 228	0.22 229	0.22 262	0.21 221	0.21 236

SACVNet	0.58 262	0.34 273	0.55 219	0.55 321	0.36 276	0.63 215	0.48 251	1.13 272	0.77 157	1.02 300	1.06 244	1.02 281	0.74 272	0.90 271	0.51 215	0.27 293	0.21 282	0.25 268	0.24 286	0.29 283	0.36 324

XX-Stereo	0.37 79	0.17 19	0.45 130	0.55 321	0.36 276	0.38 98	0.20 1	0.60 45	0.30 3	0.46 45	1.30 302	0.73 195	0.26 17	0.56 78	0.26 25	0.16 110	0.11 57	0.17 85	0.16 122	0.14 45	0.10 3

EDNetEfficientorigin	9.93 413	1.15 384	175.16 436	0.48 255	0.36 276	1.04 318	0.68 321	1.24 319	2.69 389	3.17 400	2.50 373	2.30 375	2.07 388	1.76 371	2.21 377	0.20 220	0.18 253	0.24 257	0.19 208	0.51 356	0.50 367

DSFCA	0.55 240	0.25 198	0.62 243	0.40 107	0.36 276	0.74 249	0.52 278	1.04 244	0.82 178	1.06 314	0.84 143	0.89 249	0.63 217	0.99 296	0.58 235	0.25 276	0.21 282	0.21 217	0.21 247	0.21 221	0.19 203

ETE_ROB	0.70 289	0.49 323	0.73 289	0.56 324	0.36 276	0.79 262	0.87 353	1.14 278	0.93 237	1.19 333	1.18 281	1.39 340	0.82 296	0.99 296	0.80 282	0.26 286	0.21 282	0.31 317	0.26 305	0.33 307	0.34 317

HHNet	0.41 130	0.17 19	0.41 81	0.34 11	0.37 281	0.33 67	0.34 117	0.69 108	0.75 144	0.86 225	1.30 302	0.52 82	0.32 60	0.52 60	0.35 110	0.15 79	0.11 57	0.19 154	0.15 94	0.15 77	0.24 262

Anonymous3	0.46 164	0.34 273	0.86 316	0.50 284	0.37 281	0.81 270	0.50 261	0.72 131	0.65 110	0.51 55	0.65 69	0.45 60	0.45 134	0.64 155	0.38 146	0.24 266	0.24 305	0.22 229	0.21 247	0.23 246	0.23 256

sAnonymous2	0.40 119	0.39 298	0.85 311	0.48 255	0.37 281	0.40 102	0.46 240	0.57 31	0.52 66	0.38 21	0.46 23	0.35 25	0.42 115	0.43 24	0.30 59	0.19 199	0.14 178	0.18 119	0.17 162	0.57 367	0.44 352

CroCo_RVC	0.40 119	0.39 298	0.85 311	0.48 255	0.37 281	0.40 102	0.46 240	0.57 31	0.52 66	0.38 21	0.46 23	0.35 25	0.42 115	0.43 24	0.30 59	0.19 199	0.14 178	0.18 119	0.17 162	0.57 367	0.44 352

HGLStereo	0.56 251	0.28 239	0.57 228	0.50 284	0.37 281	0.80 265	0.45 237	1.02 237	0.78 163	0.86 225	1.14 267	0.89 249	0.82 296	0.76 219	0.73 270	0.21 234	0.20 275	0.19 154	0.18 184	0.19 190	0.21 236

FAT-Stereo	0.73 299	0.33 268	0.75 296	0.49 270	0.37 281	0.71 244	0.59 300	1.36 344	1.30 341	1.03 308	1.40 318	1.59 360	1.15 345	0.87 261	0.86 294	0.28 299	0.28 325	0.28 301	0.23 273	0.28 280	0.38 336

MaskLacGwcNet_RVC	0.67 282	0.81 366	0.73 289	0.53 312	0.37 281	1.40 352	0.53 281	1.04 244	0.79 170	0.88 240	0.94 182	0.95 262	0.53 165	0.93 286	0.58 235	0.39 351	0.30 333	0.57 370	0.31 328	0.53 361	0.30 299

RTSC	0.87 324	0.48 320	1.23 352	0.52 307	0.37 281	1.13 330	0.50 261	1.34 338	1.79 372	1.51 353	1.24 292	1.12 305	0.81 292	1.62 363	2.16 376	0.25 276	0.19 267	0.23 243	0.24 286	0.30 292	0.31 305

whm_eth	0.48 181	0.30 253	0.74 293	0.46 241	0.38 289	0.37 86	0.37 164	0.79 161	0.78 163	0.82 200	1.74 350	0.37 32	0.38 91	0.60 125	0.38 146	0.18 170	0.16 228	0.20 178	0.20 230	0.19 190	0.22 249

SDNR	0.86 323	0.37 285	1.47 371	0.40 107	0.38 289	3.38 400	0.33 110	0.90 196	0.98 257	0.99 288	2.09 365	0.59 122	0.71 265	1.29 340	0.70 263	0.51 367	0.56 382	0.36 334	0.26 305	0.43 341	0.46 357

coex-ft	6.43 411	1.51 394	87.33 435	0.49 270	0.38 289	1.34 349	1.21 377	1.16 284	8.09 407	12.12 415	2.79 381	2.77 384	3.31 402	1.16 323	3.15 386	0.24 266	0.23 298	0.27 294	0.24 286	0.45 346	0.37 330

UPFNet	0.53 229	0.24 180	0.51 200	0.45 222	0.38 289	0.84 283	0.49 257	0.99 224	0.75 144	0.87 232	0.88 165	0.86 235	0.64 227	0.80 234	0.71 267	0.20 220	0.20 275	0.20 178	0.20 230	0.19 190	0.15 106

aanetorigin	0.83 321	0.56 343	1.87 381	0.49 270	0.38 289	0.56 178	0.66 314	0.70 122	1.00 269	2.42 386	2.02 362	1.31 324	1.18 349	0.93 286	1.13 344	0.20 220	0.18 253	0.20 178	0.19 208	0.27 278	0.30 299

sCroCo_RVC	0.35 46	0.28 239	0.69 279	0.51 296	0.39 294	0.41 115	0.31 85	0.49 13	0.45 55	0.31 8	0.48 29	0.38 36	0.32 60	0.46 37	0.32 73	0.21 234	0.22 288	0.19 154	0.19 208	0.21 221	0.20 223

EDNetEfficient	1.46 373	0.80 365	6.12 403	0.47 250	0.39 294	0.69 237	0.83 346	0.90 196	2.77 390	3.50 403	1.96 360	1.66 361	2.03 387	1.26 335	4.18 396	0.21 234	0.18 253	0.21 217	0.20 230	0.41 337	0.39 338

FADNet-RVC	0.60 272	0.53 339	1.14 340	0.46 241	0.39 294	0.61 199	0.39 203	1.12 271	0.87 207	0.70 134	0.84 143	1.04 285	0.55 178	0.94 293	0.69 260	0.26 286	0.25 313	0.28 301	0.28 315	0.31 297	0.31 305

ADCL	1.04 345	0.38 294	1.35 362	0.50 284	0.39 294	1.61 367	0.89 354	1.29 328	1.39 349	1.29 344	1.50 333	1.24 316	1.24 354	1.37 352	4.87 399	0.21 234	0.19 267	0.25 268	0.25 295	0.29 283	0.27 279

DRN-Test	0.66 281	0.32 260	0.66 266	0.50 284	0.39 294	1.15 333	0.61 307	1.49 361	1.01 273	1.12 326	1.08 250	1.06 290	0.69 251	0.77 226	0.94 318	0.23 257	0.17 242	0.26 282	0.25 295	0.25 264	0.21 236

Wz-Net-MNSev	0.76 303	0.40 302	1.34 361	0.50 284	0.40 299	1.44 357	0.83 346	1.15 281	1.16 318	1.25 342	1.20 286	1.13 308	0.81 292	1.16 323	1.00 331	0.22 252	0.19 267	0.24 257	0.23 273	0.28 280	0.26 272

UNet	0.54 239	0.26 212	0.66 266	0.44 201	0.40 299	0.99 307	0.41 221	0.98 222	0.75 144	0.83 212	0.89 169	1.04 285	0.72 269	0.73 206	0.62 245	0.19 199	0.14 178	0.20 178	0.17 162	0.20 203	0.17 161

DANet	0.71 293	0.45 317	0.91 320	0.59 334	0.40 299	0.81 270	0.40 209	0.97 219	0.84 186	1.20 336	1.22 287	1.33 331	0.88 311	1.16 323	1.24 350	0.27 293	0.23 298	0.31 317	0.25 295	0.35 318	0.32 309
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FBW_ROB	0.88 326	0.50 327	0.85 311	0.55 321	0.40 299	1.17 336	0.78 342	1.50 362	1.37 346	1.33 347	1.27 296	1.48 349	1.00 333	2.57 393	0.98 327	0.25 276	0.32 346	0.45 353	0.30 321	0.34 314	0.28 286

XPNet_ROB	0.70 289	0.35 277	0.68 273	0.52 307	0.40 299	0.79 262	0.85 352	1.16 284	0.94 244	1.33 347	1.15 272	1.38 339	0.83 300	1.03 306	0.90 314	0.32 326	0.25 313	0.26 282	0.24 286	0.31 297	0.28 286

LALA_ROB	0.74 300	0.43 309	0.69 279	0.54 318	0.40 299	1.01 309	0.95 359	1.21 300	1.07 303	1.22 338	1.12 259	1.56 357	0.79 288	1.04 308	0.86 294	0.33 332	0.22 288	0.35 331	0.30 321	0.35 318	0.31 305

PWCDC_ROB	0.89 328	0.49 323	0.80 308	0.74 368	0.40 299	1.03 314	0.39 203	1.33 336	2.35 385	1.02 300	3.77 394	0.81 225	0.92 317	1.20 328	0.90 314	0.34 338	0.22 288	0.24 257	0.20 230	0.34 314	0.29 292

Wz-Net-LNSev	0.71 293	0.51 330	1.36 366	0.50 284	0.41 306	1.15 333	0.69 325	1.21 300	1.07 303	1.02 300	1.12 259	1.08 297	0.87 308	0.89 269	0.89 312	0.24 266	0.22 288	0.21 217	0.19 208	0.26 268	0.26 272

TRStereo	0.37 79	0.27 226	0.59 233	0.47 250	0.41 306	0.29 36	0.30 70	0.84 173	0.59 84	0.52 58	0.41 18	0.52 82	0.26 17	0.73 206	0.27 33	0.17 142	0.12 98	0.19 154	0.19 208	0.13 20	0.11 9

psmorigin	0.82 315	0.51 330	2.09 384	0.49 270	0.41 306	0.85 284	0.50 261	1.04 244	0.88 211	1.45 351	1.43 324	1.50 351	1.06 337	1.22 331	0.97 324	0.31 314	0.32 346	0.27 294	0.27 310	0.33 307	0.42 346

DPSNet	0.99 339	0.42 307	1.88 382	0.53 312	0.41 306	1.59 366	1.26 382	2.21 387	1.43 352	1.10 324	1.11 257	1.46 345	1.95 385	1.34 346	1.26 352	0.34 338	0.25 313	0.25 268	0.21 247	0.46 349	0.37 330

MDST_ROB	0.91 332	0.27 226	0.85 311	0.63 345	0.41 306	2.53 384	0.71 334	1.60 372	1.13 314	2.83 393	1.73 348	0.97 266	0.69 251	1.61 362	0.73 270	0.25 276	0.22 288	0.32 322	0.28 315	0.25 264	0.24 262

CSAN	0.83 321	0.49 323	0.77 305	0.60 339	0.41 306	1.14 331	1.06 367	1.19 294	1.46 356	1.32 345	1.43 324	1.37 338	1.19 351	1.27 338	0.86 294	0.39 351	0.31 343	0.36 334	0.37 343	0.35 318	0.34 317

Wz-Net-TNSev	1.14 354	1.06 383	4.32 400	0.49 270	0.42 312	1.51 361	1.11 371	1.48 359	1.40 351	1.22 338	1.26 295	1.58 359	1.43 365	1.76 371	1.70 363	0.32 326	0.31 343	0.26 282	0.30 321	0.41 337	0.41 345

GwcNet	0.69 287	0.36 282	1.10 335	0.51 296	0.42 312	1.08 324	0.50 261	1.21 300	1.16 318	1.00 293	1.37 312	1.06 290	0.79 288	0.92 281	0.94 318	0.25 276	0.24 305	0.24 257	0.22 262	0.23 246	0.26 272

ADCPNet	1.03 344	0.48 320	2.70 389	0.54 318	0.42 312	1.40 352	0.75 338	1.13 272	1.07 303	1.22 338	1.42 321	1.68 362	1.09 340	1.36 351	3.45 391	0.30 311	0.28 325	0.29 309	0.32 334	0.37 324	0.35 322

GANetREF_RVC	0.80 311	0.75 362	0.86 316	0.66 354	0.42 312	1.15 333	0.98 361	1.14 278	1.19 323	1.01 298	1.02 226	1.10 301	0.90 313	1.15 322	0.76 275	0.48 362	0.39 365	0.57 370	0.38 346	0.63 373	0.46 357
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
PSMNet_ROB	0.64 277	0.37 285	0.65 261	0.56 324	0.42 312	0.97 302	0.83 346	1.21 300	0.92 232	0.79 181	1.02 226	1.08 297	0.63 217	0.82 239	0.91 316	0.29 305	0.20 275	0.31 317	0.31 328	0.26 268	0.23 256

Anonymous_2	0.82 315	0.44 313	0.63 251	0.40 107	0.43 317	0.80 265	0.52 278	0.72 131	0.77 157	0.71 140	0.60 59	0.87 240	0.76 277	0.75 216	0.58 235	0.52 368	0.54 381	0.54 368	4.82 417	0.56 365	0.40 341

Anonymous	0.39 107	0.27 226	0.66 266	0.53 312	0.43 317	0.55 163	0.49 257	0.63 60	0.50 62	0.37 17	0.42 19	0.33 17	0.42 115	0.56 78	0.38 146	0.20 220	0.19 267	0.17 85	0.18 184	0.30 292	0.24 262

FINET	0.67 282	0.42 307	1.00 328	0.46 241	0.43 317	0.83 280	0.89 354	1.08 257	1.50 358	0.87 232	1.14 267	0.71 176	0.68 247	0.92 281	0.70 263	0.36 345	0.30 333	0.26 282	0.24 286	0.35 318	0.33 313

edge stereo	0.76 303	0.38 294	0.74 293	0.52 307	0.43 317	0.80 265	0.53 281	1.28 327	1.06 297	1.28 343	1.38 317	1.81 364	1.11 342	1.08 314	0.85 293	0.33 332	0.32 346	0.41 347	0.28 315	0.32 302	0.36 324

ADCMid	1.14 354	0.52 336	2.23 387	0.53 312	0.43 317	1.07 320	0.75 338	1.23 312	1.05 290	2.15 380	1.44 326	1.50 351	1.43 365	1.56 359	5.01 400	0.26 286	0.24 305	0.29 309	0.31 328	0.37 324	0.33 313

NVstereo2D	0.60 272	0.30 253	0.75 296	0.48 255	0.43 317	0.89 289	0.48 251	1.05 249	1.15 317	0.66 116	0.86 154	0.88 245	0.70 261	0.99 296	0.65 251	0.32 326	0.15 201	0.28 301	0.20 230	0.40 331	0.36 324

StereoDRNet	0.64 277	0.33 268	0.68 273	0.51 296	0.43 317	1.03 314	0.53 281	1.47 358	0.99 262	1.10 324	0.87 158	1.07 295	0.71 265	0.82 239	0.88 301	0.23 257	0.19 267	0.25 268	0.23 273	0.27 278	0.19 203

MFN_U_SF_RVC	1.09 352	0.59 347	1.97 383	0.67 357	0.44 324	1.93 377	0.60 302	1.85 380	1.36 344	1.61 359	1.54 337	1.95 370	1.37 361	1.64 366	1.73 364	0.40 355	0.37 359	0.45 353	0.48 366	0.44 342	0.44 352

FADNet	0.61 274	0.51 330	1.10 335	0.45 222	0.44 324	0.65 226	0.41 221	1.19 294	1.05 290	0.70 134	0.84 143	0.98 269	0.66 238	0.82 239	0.50 207	0.29 305	0.30 333	0.27 294	0.30 321	0.46 349	0.35 322

NCCL2	0.72 297	0.41 305	0.65 261	0.64 346	0.44 324	0.98 306	1.20 375	1.11 267	1.00 269	0.98 285	0.96 193	1.49 350	0.87 308	0.90 271	0.79 280	0.31 314	0.26 319	0.39 343	0.39 350	0.32 302	0.32 309

WCMA_ROB	1.14 354	0.36 282	0.76 301	0.49 270	0.44 324	1.23 343	0.67 316	1.11 267	1.23 329	2.84 394	3.95 400	3.28 391	1.83 381	1.25 334	0.99 328	0.44 357	0.34 354	0.34 329	0.37 343	0.41 337	0.40 341

AEACV	0.27 5	0.17 19	0.31 13	0.34 11	0.45 328	0.26 17	0.28 50	0.37 1	0.32 7	0.30 7	0.46 23	0.31 7	0.37 88	0.36 5	0.24 6	0.14 32	0.10 9	0.15 42	0.12 29	0.13 20	0.11 9

Wz-Net-SNSev	0.91 332	0.73 360	2.13 385	0.56 324	0.45 328	0.95 298	1.13 372	1.34 338	1.24 331	1.02 300	1.30 302	1.46 345	0.86 305	1.81 373	1.50 360	0.25 276	0.23 298	0.25 268	0.26 305	0.32 302	0.29 292

APVNet	0.71 293	0.37 285	0.89 319	0.56 324	0.45 328	1.18 338	0.68 321	1.41 352	0.85 193	0.81 191	1.15 272	1.04 285	0.81 292	1.10 317	1.17 345	0.26 286	0.28 325	0.32 322	0.31 328	0.29 283	0.30 299

Syn2CoEx	0.71 293	0.51 330	0.95 322	0.64 346	0.45 328	0.91 290	0.53 281	1.48 359	1.13 314	0.93 265	1.35 308	1.02 281	0.99 331	0.92 281	0.80 282	0.30 311	0.27 323	0.28 301	0.24 286	0.23 246	0.24 262

S-Stereo	0.74 300	0.35 277	0.96 324	0.56 324	0.45 328	0.82 278	0.60 302	1.24 319	1.60 367	0.96 276	1.41 320	1.12 305	0.94 323	0.80 234	1.04 335	0.26 286	0.31 343	0.28 301	0.25 295	0.32 302	0.47 361

ADCRef	0.80 311	0.43 309	1.32 360	0.50 284	0.45 328	1.07 320	0.51 275	1.07 253	0.98 257	1.17 331	1.42 321	0.87 240	0.91 314	0.85 258	3.19 387	0.18 170	0.16 228	0.23 243	0.23 273	0.22 237	0.21 236

CC-Net-ROB	0.82 315	0.96 377	0.85 311	0.58 331	0.45 328	1.27 346	0.70 330	1.17 289	1.02 276	0.83 212	1.23 291	0.90 253	0.77 281	1.06 309	0.69 260	0.46 359	0.34 354	1.71 388	0.38 346	0.59 371	0.36 324

SHD	0.93 335	0.50 327	1.18 347	0.59 334	0.46 335	0.97 302	0.48 251	1.70 378	2.15 379	1.58 356	1.37 312	1.42 343	1.19 351	1.31 342	1.60 361	0.31 314	0.26 319	0.32 322	0.33 337	0.40 331	0.42 346

GASNet	0.67 282	0.72 359	0.96 324	0.70 364	0.48 336	0.62 206	0.47 245	1.08 257	1.03 281	0.94 268	0.82 133	0.93 259	0.83 300	1.33 344	0.80 282	0.31 314	0.22 288	0.29 309	0.28 315	0.44 342	0.24 262

G-Net	0.95 336	0.46 319	1.04 330	0.64 346	0.48 336	2.12 380	0.64 312	1.01 234	0.87 207	1.75 367	2.82 384	1.30 323	1.64 375	1.06 309	0.96 323	0.36 345	0.29 330	0.35 331	0.25 295	0.45 346	0.42 346

FC-DCNN	1.59 377	0.51 330	0.66 266	0.61 341	0.49 338	1.56 364	0.70 330	1.66 376	1.53 360	4.64 408	4.62 406	5.85 406	3.34 403	1.84 375	1.11 340	0.46 359	0.42 370	0.47 357	0.46 361	0.48 352	0.46 357

MFN_U_SF_DS_RVC	1.02 343	0.57 345	1.51 373	0.67 357	0.50 339	2.57 385	1.66 397	1.20 298	1.43 352	1.38 349	1.57 339	1.33 331	0.92 317	1.64 366	0.88 301	0.37 348	0.39 365	0.46 356	0.60 378	0.41 337	0.40 341

stereogan	0.80 311	0.31 258	0.71 286	0.59 334	0.50 339	1.72 373	0.48 251	1.35 341	1.37 346	1.00 293	1.46 331	1.56 357	0.95 326	1.29 340	0.84 289	0.28 299	0.29 330	0.29 309	0.25 295	0.38 328	0.38 336

MSMD_ROB	1.21 361	0.49 323	0.62 243	0.59 334	0.50 339	1.62 368	0.67 316	1.23 312	1.24 331	2.45 387	3.77 394	3.09 388	2.98 400	1.32 343	0.81 285	0.45 358	0.41 368	0.49 363	0.51 373	0.47 351	0.44 352

WZ-Net	1.19 360	0.59 347	4.07 398	0.62 344	0.51 342	1.34 349	1.31 386	1.32 334	1.74 371	1.53 355	1.65 342	1.74 363	1.28 358	2.25 387	2.01 373	0.27 293	0.21 282	0.23 243	0.25 295	0.40 331	0.39 338

ADCS	1.51 375	0.61 351	3.42 393	0.59 334	0.51 342	1.27 346	1.08 370	1.59 371	1.81 373	1.91 374	1.66 344	1.51 354	1.42 364	1.94 379	8.60 408	0.33 332	0.32 346	0.33 327	0.36 342	0.44 342	0.42 346

ADCP+	1.06 348	0.35 277	1.51 373	0.49 270	0.51 342	1.45 358	0.55 289	1.25 322	1.03 281	1.16 330	1.15 272	1.10 301	1.07 339	1.56 359	6.75 406	0.19 199	0.16 228	0.23 243	0.21 247	0.28 280	0.21 236

XQC	0.89 328	0.65 356	1.31 358	0.67 357	0.52 345	1.22 341	0.68 321	1.26 323	1.52 359	1.14 329	1.11 257	1.28 320	1.04 336	1.40 354	1.77 367	0.38 349	0.24 305	0.37 338	0.31 328	0.53 361	0.47 361

BEATNet-Init1	15.13 417	0.82 369	50.86 434	0.72 367	0.53 346	38.10 428	7.03 414	11.83 418	14.25 415	29.78 432	30.17 432	48.21 436	22.64 425	26.78 426	18.11 416	0.42 356	0.38 361	0.47 357	0.46 361	0.51 356	0.48 363

PA-Net	0.67 282	0.43 309	0.83 309	0.50 284	0.53 346	0.94 295	0.68 321	1.10 262	1.14 316	0.80 183	0.88 165	0.87 240	0.77 281	1.02 304	0.88 301	0.24 266	0.41 368	0.29 309	0.44 360	0.26 268	0.34 317
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AF-Net	0.81 314	0.39 298	0.68 273	0.64 346	0.54 348	0.91 290	0.51 275	1.61 373	1.31 342	0.96 276	2.02 362	1.46 345	1.26 357	1.11 319	0.99 328	0.32 326	0.24 305	0.39 343	0.27 310	0.30 292	0.25 268

AnyNet_C01	1.56 376	1.05 382	7.45 406	0.64 346	0.54 348	1.99 378	1.38 389	1.43 355	1.36 344	1.63 362	1.92 358	1.84 365	1.33 360	2.40 389	4.03 393	0.33 332	0.32 346	0.32 322	0.34 339	0.44 342	0.45 356

Nwc_Net	0.78 307	0.38 294	0.73 289	0.60 339	0.55 350	1.05 319	0.55 289	1.67 377	1.05 290	0.88 240	1.86 357	1.40 342	1.09 340	1.10 317	0.87 298	0.30 311	0.25 313	0.36 334	0.38 346	0.29 283	0.29 292

AnyNet_C32	1.16 358	0.62 354	2.40 388	0.57 329	0.55 350	1.41 354	1.34 387	1.18 292	1.24 331	1.49 352	1.42 321	1.39 340	1.20 353	1.55 357	4.82 398	0.29 305	0.28 325	0.29 309	0.34 339	0.38 328	0.42 346

ELAS	1.63 380	0.61 351	0.95 322	0.68 361	0.55 350	3.01 398	1.55 395	2.39 389	2.33 384	3.64 404	3.89 398	2.75 383	2.90 399	2.15 385	2.27 382	0.52 368	0.45 376	0.50 365	0.48 366	0.54 363	0.52 369
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MSC_U_SF_DS_RVC	1.34 366	0.87 371	1.76 378	0.86 372	0.56 353	4.29 404	1.79 402	1.50 362	1.98 376	1.61 359	1.85 356	1.84 365	1.41 363	1.89 376	1.36 357	0.48 362	0.40 367	0.56 369	0.57 376	0.69 374	0.48 363

MANE	4.13 405	0.51 330	0.64 256	0.66 354	0.56 353	6.89 410	0.99 363	7.55 412	12.04 410	6.68 412	8.57 414	10.69 415	9.45 412	7.59 412	6.39 404	0.49 364	0.43 373	0.48 360	0.98 393	0.49 353	0.48 363

Anonymous Stereo	0.75 302	0.54 341	1.78 379	0.57 329	0.56 353	0.62 206	1.25 381	0.96 215	0.99 262	0.96 276	0.95 189	0.83 227	0.58 191	1.27 338	1.21 348	0.31 314	0.30 333	0.31 317	0.33 337	0.33 307	0.36 324

ELAS_RVC	1.60 378	0.61 351	1.01 329	0.70 364	0.56 353	2.00 379	1.89 404	1.96 382	2.65 388	3.33 402	3.26 387	3.03 385	3.41 404	2.49 391	2.09 375	0.52 368	0.45 376	0.50 365	0.48 366	0.54 363	0.52 369
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	1.98 386	0.96 377	11.36 410	0.65 351	0.57 357	2.77 390	1.40 390	1.39 348	2.26 380	1.89 371	2.56 374	1.32 329	1.25 355	5.20 406	4.05 394	0.31 314	0.22 288	0.29 309	0.29 319	0.40 331	0.37 330

RTSA	1.98 386	0.96 377	11.36 410	0.65 351	0.57 357	2.77 390	1.40 390	1.39 348	2.26 380	1.89 371	2.56 374	1.32 329	1.25 355	5.20 406	4.05 394	0.31 314	0.22 288	0.29 309	0.29 319	0.40 331	0.37 330

RP	0.76 303	0.36 282	0.63 251	0.66 354	0.58 359	0.80 265	0.55 289	1.14 278	1.22 328	0.97 281	1.65 342	1.43 344	1.32 359	1.01 299	0.84 289	0.33 332	0.30 333	0.36 334	0.30 321	0.34 314	0.34 317

ccnet	0.82 315	0.57 345	0.75 296	0.54 318	0.59 360	1.09 325	0.66 314	1.38 347	0.94 244	1.12 326	1.44 326	1.29 321	0.92 317	0.95 295	1.24 350	0.49 364	0.42 370	0.50 365	0.47 364	0.51 356	0.46 357

FCDSN-DC	1.39 371	0.56 343	0.65 261	0.74 368	0.59 360	1.38 351	0.63 309	1.35 341	1.39 349	3.26 401	4.50 405	4.61 397	2.63 395	1.58 361	1.03 332	0.46 359	0.42 370	0.48 360	0.47 364	0.50 355	0.50 367
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DGSMNet	0.76 303	0.55 342	1.29 357	0.58 331	0.62 362	0.94 295	0.70 330	1.26 323	1.11 310	0.83 212	1.24 292	1.00 273	0.71 265	1.03 306	0.81 285	0.34 338	0.29 330	0.41 347	0.40 353	0.57 367	0.55 372

PVD	1.28 365	0.67 358	1.28 355	0.74 368	0.62 362	1.50 360	0.84 349	1.99 383	2.96 391	2.18 381	2.36 370	1.85 367	1.95 385	1.92 377	1.94 371	0.39 351	0.36 358	0.49 363	0.37 343	0.51 356	0.64 374

RGC	0.79 310	0.59 347	0.71 286	0.65 351	0.65 364	0.92 294	0.58 298	1.29 328	1.05 290	1.07 317	1.45 329	1.47 348	1.03 335	1.21 330	0.88 301	0.32 326	0.30 333	0.48 360	0.40 353	0.37 324	0.37 330

NCC-stereo	0.78 307	0.40 302	0.76 301	0.61 341	0.67 365	0.81 270	0.69 325	1.54 369	1.11 310	0.90 251	1.36 309	1.33 331	1.16 346	1.19 326	0.88 301	0.31 314	0.30 333	0.37 338	0.48 366	0.33 307	0.33 313

Abc-Net	0.78 307	0.40 302	0.76 301	0.61 341	0.67 365	0.81 270	0.69 325	1.54 369	1.11 310	0.90 251	1.36 309	1.33 331	1.16 346	1.19 326	0.88 301	0.31 314	0.30 333	0.37 338	0.48 366	0.33 307	0.33 313
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RYNet	0.72 297	0.35 277	0.64 256	0.53 312	0.67 365	1.31 348	0.67 316	1.20 298	1.18 321	1.05 311	0.87 158	1.27 318	0.93 322	0.93 286	1.27 354	0.22 252	0.16 228	0.26 282	0.23 273	0.40 331	0.39 338

PASM	0.90 331	0.64 355	1.69 375	0.69 363	0.69 368	0.78 259	0.84 349	1.03 241	1.26 338	1.19 333	1.15 272	1.31 324	0.98 330	1.24 333	1.03 332	0.52 368	0.56 382	0.59 373	0.66 380	0.56 365	0.54 371

CES	0.28 8	0.14 2	0.23 1	0.30 4	0.70 369	0.37 86	0.27 43	0.48 11	0.46 56	0.34 14	0.48 29	0.27 2	0.22 6	0.39 14	0.23 4	0.13 12	0.11 57	0.12 2	0.08 1	0.13 20	0.17 161

DeepPrunerF	0.89 328	0.52 336	3.43 394	0.68 361	0.81 370	0.72 247	0.72 335	1.22 308	1.99 377	0.93 265	1.01 218	0.87 240	0.86 305	1.08 314	0.95 321	0.34 338	0.28 325	0.43 349	0.39 350	0.30 292	0.32 309

STTRV1_RVC	0.82 315	0.59 347	1.16 341	0.67 357	0.81 370	1.11 326	0.63 309	1.30 331	1.11 310	0.98 285	1.33 306	1.08 297	0.95 326	1.26 335	0.87 298	0.55 373	0.25 313	0.43 349	0.39 350	0.58 370	0.40 341

NVStereoNet_ROB	1.24 363	0.90 373	1.13 339	0.86 372	0.88 372	1.11 326	0.99 363	1.42 353	1.53 360	1.59 358	2.48 372	2.24 374	1.53 367	1.96 380	1.30 355	0.76 381	0.70 386	0.78 376	1.00 394	0.71 375	0.88 383
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SAMSARA	1.07 350	0.65 356	1.19 348	1.06 381	0.90 373	1.76 374	1.76 401	1.46 357	1.44 354	1.51 353	1.16 277	2.00 371	1.14 344	1.48 355	1.31 356	0.39 351	0.44 375	0.35 331	0.38 346	0.49 353	0.49 366

MADNet+	2.23 392	2.43 409	10.85 409	1.22 385	0.91 374	2.76 389	1.40 390	2.12 386	1.67 370	1.32 345	1.74 350	1.86 368	1.74 377	6.25 408	4.41 397	0.65 376	0.64 385	0.58 372	0.54 375	0.80 376	0.76 377

PWCK	1.92 385	1.66 400	3.12 392	1.65 390	0.91 374	2.84 392	2.26 407	2.10 385	2.41 386	2.36 385	2.31 366	2.22 373	1.82 379	3.43 397	2.03 374	1.61 400	0.71 388	1.51 386	0.82 387	1.69 389	0.91 384

MFMNet_re	1.14 354	0.97 380	1.19 348	0.99 376	0.95 376	1.25 345	1.22 378	1.39 348	1.55 362	1.69 366	1.67 346	1.21 313	1.53 367	1.12 320	0.99 328	0.87 385	0.75 393	0.79 377	0.75 384	0.90 377	0.94 385

UDG	0.88 326	0.82 369	0.67 270	1.00 378	0.96 377	1.02 311	0.57 297	1.13 272	0.99 262	0.90 251	0.97 207	1.31 324	0.99 331	0.85 258	0.84 289	0.54 372	0.32 346	1.77 389	0.40 353	0.94 379	0.66 375

Consistency-Raft	1.01 340	0.81 366	1.24 353	0.84 371	0.97 378	0.81 270	0.84 349	1.30 331	1.59 364	1.05 311	1.68 347	1.12 305	0.91 314	0.92 281	1.11 340	0.65 376	0.74 389	0.79 377	0.90 389	1.06 384	0.79 380

PDISCO_ROB	0.91 332	0.48 320	1.06 332	0.99 376	0.97 378	1.67 371	0.63 309	1.64 375	1.59 364	1.06 314	1.18 281	1.31 324	0.79 288	1.55 357	0.97 324	0.49 364	0.22 288	0.45 353	0.40 353	0.45 346	0.37 330

SQANet	0.82 315	0.74 361	0.67 270	1.13 382	0.98 380	1.11 326	0.47 245	1.07 253	0.83 183	0.91 256	1.05 238	1.03 283	0.74 272	1.01 299	0.64 250	0.61 375	0.24 305	1.03 382	0.35 341	1.18 386	0.58 373

FADE		2.05 405		1.03 379	0.99 381							2.73 382				11.57 423	1.70 411	23.09 429	15.86 423	0.62 372

SGM+DAISY	1.35 368	0.94 376	1.25 354	0.96 375	1.00 382	1.52 362	1.02 366	1.34 338	1.21 326	2.64 389	2.65 379	2.44 378	1.56 370	1.64 366	1.26 352	0.97 387	0.95 404	0.90 379	0.90 389	0.94 379	0.96 388

anonymity	0.97 337	0.89 372	1.05 331	0.92 374	1.03 383	0.97 302	0.81 345	1.29 328	0.91 227	1.07 317	0.98 208	1.00 273	0.95 326	1.02 304	0.92 317	0.96 386	0.95 404	0.90 379	0.91 392	0.92 378	0.94 385

SPS-STEREO	1.25 364	0.93 374	1.06 332	1.04 380	1.03 383	1.41 354	0.91 357	1.51 365	1.19 323	2.09 378	1.83 354	1.94 369	1.39 362	1.62 363	1.39 358	0.97 387	0.94 403	0.90 379	0.89 388	0.96 381	0.96 388
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
otaku	1.04 345	0.93 374	0.88 318	1.33 388	1.05 385	1.66 369	0.70 330	1.40 351	1.18 321	1.08 320	1.32 305	1.33 331	0.91 314	1.23 332	0.76 275	0.72 379	0.46 378	1.24 384	0.50 371	1.40 387	0.75 376

WAO-7	1.90 384	1.20 385	1.35 362	1.27 386	1.06 386	2.84 392	1.56 396	3.23 397	3.06 394	2.23 382	3.33 391	3.17 389	2.28 390	3.12 394	2.21 377	1.02 389	0.91 399	1.06 383	1.03 397	1.04 383	0.97 391

Ntro	1.09 352	0.97 380	0.91 320	1.44 389	1.19 387	1.69 372	0.80 344	1.35 341	1.25 335	1.00 293	1.29 301	1.31 324	0.97 329	1.26 335	0.84 289	0.84 383	0.43 373	1.36 385	0.50 371	1.56 388	0.78 378

DDUNet	1.06 348	2.56 412	0.68 273	1.21 384	1.26 388	1.03 314	0.69 325	1.11 267	0.94 244	0.96 276	1.22 287	1.27 318	0.82 296	0.93 286	0.72 269	0.84 383	0.38 361	1.99 392	0.60 378	1.10 385	0.85 382

RainbowNet	1.35 368	1.49 392	1.19 348	1.88 395	1.45 389	1.48 359	1.07 369	1.61 373	1.55 362	1.20 336	1.59 340	1.54 355	1.13 343	1.34 346	0.97 324	1.36 397	0.70 386	1.82 390	0.79 386	1.71 390	1.07 393

JetBlue	2.78 395	1.26 386	7.04 405	1.16 383	1.48 390	8.00 412	6.02 413	2.60 390	1.92 375	2.12 379	2.64 378	3.34 392	3.05 401	6.49 409	3.39 389	0.78 382	0.76 394	0.75 375	0.76 385	0.97 382	1.18 399

ACVNet-4b	1.35 368	1.31 388	1.10 335	1.90 396	1.59 391	1.92 376	0.77 340	1.52 368	1.62 368	1.05 311	1.60 341	2.11 372	0.94 323	1.64 366	0.77 279	1.30 394	0.35 356	2.03 396	0.67 381	1.88 396	0.84 381

ACVNet_2	1.65 381	1.27 387	1.41 369	1.75 392	1.62 392	2.22 381	1.20 375	2.30 388	2.62 387	1.78 368	2.56 374	3.03 385	1.61 372	1.54 356	1.12 343	1.06 390	0.58 384	1.82 390	0.70 383	1.82 392	0.96 388

ACVNet_1	1.46 373	1.33 389	1.12 338	1.91 397	1.62 392	1.83 375	0.98 361	2.00 384	1.85 374	1.39 350	1.53 336	2.32 376	1.53 367	1.34 346	1.11 340	1.30 394	0.50 380	2.06 398	0.58 377	1.93 398	0.95 387

WAO-8	2.92 396	1.55 395	1.35 362	1.79 393	1.63 394	5.23 406	1.22 378	4.58 407	12.56 412	2.84 394	4.07 402	4.83 400	2.72 397	3.49 398	2.25 380	1.27 391	0.91 399	1.99 392	1.15 402	1.86 393	1.15 395

Venus	2.92 396	1.55 395	1.35 362	1.79 393	1.63 394	5.23 406	1.22 378	4.58 407	12.56 412	2.84 394	4.06 401	4.83 400	2.72 397	3.49 398	2.25 380	1.27 391	0.91 399	1.99 392	1.15 402	1.86 393	1.15 395

WAO-6	2.04 389	1.50 393	1.16 341	1.70 391	1.67 396	2.69 386	1.44 393	3.06 394	3.63 399	1.98 375	3.27 388	3.54 395	2.07 388	2.36 388	2.22 379	1.31 396	0.91 399	2.04 397	1.22 404	1.73 391	1.27 401

LVE	2.12 391	1.44 391	1.36 366	1.99 398	1.78 397	2.75 388	1.79 402	2.82 391	3.95 401	1.90 373	4.33 404	3.52 394	1.81 378	2.24 386	1.74 365	1.74 402	0.87 398	2.06 398	1.13 400	1.91 397	1.35 402

DispFullNet	1.60 378	2.63 413	2.75 390	2.56 406	1.79 398	1.24 344	0.47 245	1.37 346	1.45 355	1.87 370	1.50 333	1.55 356	2.46 391	2.04 382	1.04 335	0.59 374	0.18 253	2.32 401	0.68 382	2.29 402	1.14 394

Dean	1.98 386	1.36 390	1.36 366	2.12 399	1.81 399	2.74 387	1.36 388	3.37 401	3.80 400	2.08 377	3.32 390	3.21 390	1.82 379	1.71 370	1.67 362	1.27 391	0.77 395	1.99 392	0.90 389	1.86 393	1.03 392

IMH-64-1	1.86 382	1.62 397	1.16 341	2.20 400	1.89 400	2.33 382	1.30 383	2.89 392	2.29 382	1.66 363	2.80 382	2.49 379	1.61 372	2.10 383	1.78 368	1.60 398	0.74 389	2.43 402	1.02 395	2.12 399	1.17 397

IMH-64	1.86 382	1.62 397	1.16 341	2.20 400	1.89 400	2.33 382	1.30 383	2.89 392	2.29 382	1.66 363	2.80 382	2.49 379	1.61 372	2.10 383	1.78 368	1.60 398	0.74 389	2.43 402	1.02 395	2.12 399	1.17 397

IMH	2.04 389	1.62 397	1.20 351	2.20 400	1.89 400	2.91 397	1.30 383	3.11 395	3.03 392	1.81 369	3.35 392	3.03 385	1.90 382	2.48 390	1.80 370	1.66 401	0.77 395	2.45 404	1.04 398	2.15 401	1.19 400

tt	6.20 410	0.20 70	5.89 402	3.55 414	2.07 403	11.26 415	19.21 416	11.74 417	5.46 403	2.69 390	2.04 364	4.87 403	6.25 410	3.70 401	7.09 407	8.32 419	11.17 424	4.93 415	5.41 418	5.74 417	2.37 410

TorneroNet	4.53 407	1.89 402	1.48 372	2.55 405	2.27 404	13.78 417	1.69 399	4.84 411	23.73 426	2.89 397	7.70 413	7.06 410	2.69 396	4.26 405	3.42 390	1.84 404	0.77 395	2.68 408	1.13 400	2.42 404	1.47 404

TorneroNet-64	3.44 399	1.86 401	1.42 370	2.58 407	2.28 405	6.87 409	1.68 398	4.70 409	12.03 409	2.31 384	5.59 410	8.25 411	2.55 394	3.97 403	2.73 384	1.81 403	0.74 389	2.57 406	1.07 399	2.35 403	1.44 403

DPSimNet_ROB	3.58 402	2.45 410	8.57 407	2.53 404	2.37 406	2.88 395	3.77 412	3.14 396	3.23 395	4.71 409	3.86 397	4.68 398	4.87 409	4.07 404	5.62 401	2.33 410	2.33 413	2.47 405	2.52 411	2.51 406	2.64 411

KSHMR	2.57 393	1.93 403	1.69 375	2.63 408	2.42 407	2.86 394	2.07 405	3.27 399	6.50 405	2.49 388	3.36 393	3.41 393	1.92 383	2.49 391	1.94 371	2.13 407	1.40 409	2.79 411	1.50 407	2.73 407	1.77 405

UNDER WATER	3.46 400	2.07 406	3.64 396	3.09 411	2.48 408	3.75 402	2.42 409	3.31 400	13.77 414	2.90 398	2.95 385	5.84 405	3.69 405	3.69 400	3.48 392	2.07 406	1.11 406	2.70 409	1.40 405	2.84 410	1.98 407

UNDER WATER-64	3.53 401	2.01 404	3.94 397	3.22 413	2.49 409	5.41 408	2.60 410	3.43 402	12.41 411	3.03 399	2.68 380	6.07 408	4.04 406	3.79 402	3.33 388	2.02 405	1.24 408	2.63 407	1.46 406	2.78 408	2.08 409

ktn	2.98 398	2.25 407	1.73 377	2.84 409	2.53 410	3.76 403	2.15 406	3.70 403	5.47 404	2.75 391	5.17 409	5.94 407	2.48 392	3.23 395	2.46 383	2.34 411	1.44 410	2.78 410	2.03 410	2.45 405	2.01 408

notaker	2.76 394	2.29 408	1.80 380	2.96 410	2.58 411	2.90 396	1.75 400	3.24 398	3.05 393	2.78 392	4.24 403	6.15 409	2.51 393	3.34 396	2.75 385	2.31 409	1.18 407	3.00 412	1.65 408	2.84 410	1.97 406

JetRed	5.27 409	5.84 416	12.81 413	2.36 403	2.83 412	12.23 416	10.50 415	4.46 406	3.60 397	3.86 405	3.83 396	4.85 402	4.18 407	6.78 410	11.96 411	2.17 408	2.96 415	2.18 400	1.97 409	3.38 414	2.68 412

HanzoNet	6.76 412	2.45 410	4.22 399	3.19 412	2.94 413	3.62 401	2.28 408	4.79 410	7.20 406	14.00 419	13.19 418	17.49 420	22.30 424	13.25 417	6.19 403	4.20 415	1.93 412	3.10 413	2.56 412	3.35 413	2.88 413

MADNet++	4.03 403	2.70 414	3.44 395	3.72 415	3.44 414	4.44 405	3.52 411	3.95 405	3.61 398	4.46 406	4.98 408	4.10 396	4.58 408	7.00 411	5.89 402	3.74 412	3.67 416	3.27 414	2.71 413	3.70 415	3.66 415

SPstereo	24.26 422	4.19 415	6.66 404	4.29 416	3.79 415	45.68 429	78.09 435	63.52 436	33.36 435	27.50 431	26.65 424	39.53 435	33.55 434	42.77 436	51.02 430	3.90 413	3.72 417	5.95 419	4.66 415	3.15 412	3.30 414

ASD4	9.96 414	8.86 419	17.78 414	7.17 417	9.80 416	16.08 418	28.92 420	9.77 416	8.20 408	7.02 413	7.08 412	8.47 412	9.57 413	11.17 416	20.26 417	4.12 414	4.14 418	5.57 418	4.74 416	5.53 416	4.90 417

PML	40.80 436	29.24 426	11.87 412	7.20 418	14.47 417	92.13 436	213.69 437	7.63 413	23.35 425	74.72 436	190.14 437	50.17 437	26.15 426	21.39 421	12.70 412	8.76 420	2.92 414	8.45 420	3.25 414	13.26 420	4.42 416

DGTPSM_ROB	12.07 415	8.00 417	20.99 415	8.93 419	16.78 418	10.67 413	30.87 421	9.01 414	15.16 416	6.50 410	15.41 422	9.04 413	14.85 415	9.25 413	21.67 419	4.57 416	8.57 419	5.08 416	9.28 419	5.90 418	10.95 419

DPSMNet_ROB	12.08 416	8.00 417	21.00 416	8.97 420	16.79 419	10.67 413	30.89 422	9.02 415	15.17 417	6.51 411	15.41 422	9.04 413	14.85 415	9.27 414	21.67 419	4.58 417	8.57 419	5.09 417	9.29 420	5.90 418	10.95 419

DPSM_ROB	17.78 418	18.63 421	24.31 422	20.90 422	19.47 420	25.97 421	36.21 424	21.23 425	16.24 419	13.38 417	14.06 420	19.18 423	16.30 418	20.78 419	25.67 422	9.38 421	9.23 422	9.49 421	9.82 421	13.51 421	11.91 422

DPSM	17.78 418	18.63 421	24.31 422	20.90 422	19.47 420	25.97 421	36.21 424	21.23 425	16.24 419	13.38 417	14.06 420	19.18 423	16.30 418	20.78 419	25.67 422	9.38 421	9.23 422	9.49 421	9.82 421	13.51 421	11.91 422

Anonymous_1	33.25 424	18.26 420	23.92 418	20.54 421	21.28 422	25.59 420	35.94 423	22.01 427	15.57 418	13.33 416	13.49 419	18.08 421	15.29 417	20.36 418	24.60 421	16.28 427	8.84 421	66.59 434	118.00 434	155.73 437	11.23 421

LRCNet_RVC	21.24 421	31.15 427	21.41 417	28.98 425	23.82 423	3.13 399	0.60 302	20.96 424	1.59 364	25.58 424	28.15 427	21.99 425	14.79 414	21.94 425	16.41 415	28.89 434	14.87 425	33.53 430	31.28 430	29.51 432	26.16 429

HaxPig	31.96 423	37.24 429	34.27 424	24.37 424	24.88 424	18.26 419	19.86 417	20.64 423	28.52 427	35.97 433	38.75 433	25.57 426	28.72 427	33.88 427	34.39 427	35.94 435	38.87 435	37.80 431	40.48 431	39.68 433	41.15 434

MEDIAN_ROB	37.38 433	40.85 437	40.60 427	32.31 426	31.85 425	27.20 423	24.55 418	29.10 428	33.19 434	42.09 435	41.76 435	33.35 427	34.39 435	39.78 429	37.07 428	43.64 437	44.10 437	44.12 433	43.40 433	41.51 435	42.76 436

AVERAGE_ROB	37.58 434	40.13 436	40.15 426	34.81 427	33.82 426	28.55 427	25.10 419	32.02 429	34.06 436	41.28 434	40.66 434	34.46 428	34.81 436	39.18 428	37.57 429	42.78 436	43.44 436	43.82 432	43.03 432	40.47 434	41.51 435

MyStereo03	35.77 426	37.55 432	48.75 430	42.19 428	39.18 427	52.27 431	73.13 432	42.32 430	32.61 428	27.03 428	28.40 429	38.50 429	32.89 429	41.62 430	51.63 432	18.78 429	18.59 432	19.11 423	19.80 426	27.18 423	23.95 424

MyStereo02	35.77 426	37.55 432	48.75 430	42.19 428	39.18 427	52.27 431	73.13 432	42.32 430	32.61 428	27.03 428	28.40 429	38.50 429	32.89 429	41.62 430	51.63 432	18.78 429	18.59 432	19.11 423	19.80 426	27.18 423	23.95 424

MyStereo	35.77 426	37.55 432	48.75 430	42.19 428	39.18 427	52.27 431	73.13 432	42.32 430	32.61 428	27.03 428	28.40 429	38.50 429	32.89 429	41.62 430	51.63 432	18.78 429	18.59 432	19.11 423	19.80 426	27.18 423	23.95 424

CasAABBNet	35.74 425	37.43 430	48.72 429	42.22 431	39.20 430	52.24 430	73.12 431	42.61 433	32.62 432	26.78 425	27.95 425	38.58 432	32.60 428	41.67 433	51.65 435	18.74 428	18.57 430	19.15 427	19.77 425	27.20 426	23.98 427

Selective-RAFT-Error	35.84 429	37.49 431	48.83 433	42.26 432	39.24 431	52.30 434	73.09 430	42.66 434	32.61 428	26.80 426	28.30 428	38.84 434	33.51 433	41.68 434	51.59 431	18.82 432	18.58 431	19.17 428	19.80 426	27.28 427	24.05 428

LSM	4.74 408	0.77 363	10.16 408	0.70 364	56.56 432	1.02 311	1.00 365	1.24 319	1.62 368	2.04 376	2.34 368	1.33 331	1.17 348	1.38 353	1.09 339	0.33 332	0.49 379	0.39 343	0.46 361	0.51 356	10.09 418

DLNR_Zeroshot_test	20.09 420	36.28 428	38.04 425	169.85 437	61.80 433	0.23 5	0.20 1	13.88 419	0.37 31	0.44 41	0.66 73	0.43 54	0.21 5	0.62 138	0.28 43	5.46 418	0.10 9	0.15 42	0.11 15	72.60 436	0.11 9

xxxxx1	36.64 430	19.51 423	24.21 419	61.66 434	64.63 434	27.28 424	40.10 426	20.25 420	18.63 422	14.07 420	12.97 415	17.26 417	17.36 420	21.70 422	27.93 424	13.18 424	18.50 427	111.26 435	133.37 435	29.24 429	39.73 431

tt_ll	36.64 430	19.51 423	24.21 419	61.66 434	64.63 434	27.28 424	40.10 426	20.25 420	18.63 422	14.07 420	12.97 415	17.26 417	17.36 420	21.70 422	27.93 424	13.18 424	18.50 427	111.26 435	133.37 435	29.24 429	39.73 431

ff	36.64 430	19.51 423	24.21 419	61.66 434	64.63 434	27.28 424	40.10 426	20.25 420	18.63 422	14.07 420	12.97 415	17.26 417	17.36 420	21.70 422	27.93 424	13.18 424	18.50 427	111.26 435	133.37 435	29.24 429	39.73 431

LSM0	38.95 435	37.60 435	48.58 428	43.57 433	91.06 437	52.57 435	72.57 429	43.17 435	32.63 433	26.97 427	27.97 426	38.65 433	32.94 432	41.86 435	51.78 436	18.89 433	18.41 426	19.13 426	19.63 424	27.29 428	33.77 430

test_example2	176.61 437	205.14 438	198.86 437	188.60 438	190.98 438	152.67 437	170.61 436	94.86 437	123.55 437	178.88 437	179.48 436	158.94 438	141.34 437	192.61 437	198.96 437	203.76 438	236.37 438	164.13 438	173.55 438	218.58 438	160.41 437

Low-res two-view benchmark